Traffic dari agen AI telah melampaui manusia, menguasai 51% dari seluruh aktivitas online, namun tingkat kepercayaan terhadap agen otomatis yang sepenuhnya mandiri justru menurun dari 43% menjadi 22%. Agar ekonomi agen benar-benar dapat berjalan, tiga lapisan infrastruktur dasar—yaitu discoverability, otentikasi identitas, dan sistem reputasi—sangat diperlukan dan tidak boleh saling terpisah. Artikel ini berasal dari tulisan Vaidik Mandloi berjudul Know your Agent, disunting dan diterjemahkan oleh Dongqu.
（Prakata: Rusia berencana meluncurkan Stability Coin Law paling cepat Juli tahun ini, menaruh harapan besar pada potensi pembayaran lintas negara menggunakan stablecoin）
（Tambahan latar belakang: FBI AS menangkap John Daghita! Setelah mencuri aset kripto pemerintah senilai 46 juta dolar, dia menunjukkan kekayaannya secara terbuka dan terbongkar）
Janji bahwa agen AI akan mengubah lanskap internet mulai menjadi kenyataan. Mereka telah melampaui alat eksperimen dalam jendela obrolan, menjadi bagian tak terpisahkan dari operasi harian kita—dari membersihkan kotak masuk, menjadwalkan rapat, hingga membalas tiket dukungan. Mereka secara diam-diam meningkatkan produktivitas, dan perubahan ini sering kali diabaikan.
Namun, pertumbuhan ini bukan sekadar rumor.
Pada tahun 2025, lalu lintas otomatis akan melampaui lalu lintas manusia, menyumbang 51% dari seluruh aktivitas internet. Hanya di situs ritel AS, lalu lintas yang didorong AI meningkat sebesar 4700% dibanding tahun sebelumnya. Agen AI kini berjalan lintas sistem, banyak yang mampu mengakses data, memicu alur kerja, bahkan memulai transaksi.
Namun, tingkat kepercayaan terhadap agen otomatis yang sepenuhnya mandiri menurun dari 43% menjadi 22% dalam satu tahun, sebagian besar karena meningkatnya insiden keamanan. Hampir separuh perusahaan masih menggunakan API kunci bersama untuk otentikasi agen, padahal metode ini tidak dirancang untuk memungkinkan sistem mandiri memindahkan nilai atau bertindak secara independen.
Masalahnya adalah: kecepatan pengembangan agen melebihi kemampuan infrastruktur yang mengatur mereka.
Sebagai respons, lapisan protokol baru mulai muncul. Stablecoin, integrasi jaringan kartu, dan standar asli agen seperti x402 sedang mewujudkan transaksi yang diprakarsai mesin. Sementara itu, lapisan identitas dan otentikasi baru sedang dikembangkan untuk membantu agen mengenali diri mereka dan beroperasi dalam lingkungan terstruktur.
Namun, mewujudkan pembayaran tidak sama dengan mewujudkan ekonomi. Karena begitu agen mampu memindahkan nilai, muncul pertanyaan yang lebih mendasar: bagaimana mereka menemukan layanan yang tepat dalam format yang dapat dibaca mesin? Bagaimana mereka membuktikan identitas dan otorisasi mereka? Bagaimana kita memverifikasi bahwa operasi yang mereka klaim benar-benar terjadi?
Artikel ini akan membahas infrastruktur yang diperlukan untuk eksekusi ekonomi berbasis agen secara massal, dan menilai apakah lapisan-lapisan ini cukup matang untuk mendukung partisipasi yang tahan lama dan otonom dengan kecepatan mesin.
Agen Tidak Bisa Membeli Sesuatu yang Tidak Mereka Lihat
Sebelum agen membayar untuk layanan, mereka harus menemukannya terlebih dahulu. Kedengarannya sederhana, tetapi ini adalah bagian paling bermasalah saat ini.
Internet dibangun untuk dibaca manusia. Saat manusia mencari konten, mesin pencari mengembalikan tautan peringkat. Halaman-halaman ini dioptimalkan untuk persuasi. Mereka penuh dengan tata letak, pelacak, iklan, bilah navigasi, dan elemen gaya—yang bermakna bagi manusia, tetapi bagi mesin lebih banyak dianggap sebagai “suara bising”.
Ketika agen meminta halaman yang sama, mereka menerima HTML asli. Sebuah artikel blog atau halaman produk dalam bentuk ini mungkin membutuhkan sekitar 16.000 token. Jika diubah menjadi file Markdown bersih, jumlah token turun menjadi sekitar 3.000. Ini berarti konten yang harus diproses model berkurang 80%. Untuk satu permintaan, perbedaan ini mungkin tidak signifikan. Tapi jika agen mengirim ribuan permintaan seperti ini ke berbagai layanan, proses berlebih ini akan menumpuk menjadi penundaan, biaya, dan kompleksitas inferensi yang lebih tinggi.
@Cloudflare
Agen akhirnya menghabiskan banyak daya komputasi untuk menghilangkan elemen antarmuka, agar dapat mengakses informasi inti yang diperlukan untuk bertindak. Usaha ini tidak meningkatkan kualitas output, melainkan mengompensasi jaringan yang sebenarnya tidak dirancang untuk mereka.
Seiring pertumbuhan lalu lintas yang didorong agen, inefisiensi ini menjadi semakin nyata. Crawl AI di situs ritel dan perangkat lunak meningkat tajam dalam setahun terakhir, dan kini menyumbang sebagian besar aktivitas internet.
Pada saat yang sama, sekitar 79% situs berita dan konten utama memblokir setidaknya satu crawler AI. Dari sudut pandang mereka, reaksi ini dapat dimengerti. Saat agen mengekstrak konten, mereka tidak berinteraksi dengan iklan, langganan, atau corong konversi tradisional. Memblokir mereka adalah langkah untuk melindungi pendapatan.
Masalahnya adalah, internet tidak memiliki cara yang andal untuk membedakan antara crawler jahat dan agen pembelian yang sah. Keduanya muncul sebagai lalu lintas otomatis, berasal dari infrastruktur cloud. Bagi sistem, keduanya tampak sama.
Lebih dalam lagi, masalahnya adalah agen bukan sedang “mengonsumsi” halaman, melainkan mencoba menemukan kemungkinan tindakan.
Saat manusia mencari “tiket pesawat di bawah $500”, daftar tautan peringkat sudah cukup. Mereka bisa membandingkan opsi dan memutuskan. Saat agen menerima instruksi yang sama, mereka membutuhkan sesuatu yang sama sekali berbeda. Mereka perlu tahu layanan mana yang menerima permintaan reservasi, format input apa yang diperlukan, bagaimana harga dihitung, dan apakah pembayaran dapat diselesaikan secara otomatis. Sangat sedikit layanan yang secara terbuka mengungkapkan informasi ini.
@TowardsAI
Inilah mengapa percakapan mulai beralih dari Search Engine Optimization (SEO) ke Agent-Oriented Discoverability (AEO). Jika pengguna akhir adalah agen, maka peringkat di halaman pencarian menjadi kurang penting. Yang penting adalah apakah layanan dapat mendeskripsikan kemampuannya dalam format yang dapat dipahami agen tanpa tebakan. Jika tidak, layanan itu berisiko menjadi “tak terlihat” dalam bagian ekonomi yang terus berkembang ini.
Agen Membutuhkan Identitas
@Hackernoon
Setelah agen mampu menemukan layanan dan memulai transaksi, masalah utama berikutnya adalah memastikan sistem di ujung lain tahu dengan siapa mereka berinteraksi. Dengan kata lain: identitas.
Saat ini, sistem keuangan menjalankan identitas mesin yang jauh lebih banyak daripada identitas manusia. Di bidang keuangan, rasio identitas non-manusia terhadap manusia sekitar 96 banding 1. API, akun layanan, skrip otomatis, dan agen internal mendominasi infrastruktur institusi. Kebanyakan dari mereka tidak dirancang untuk memiliki kendali atas modal. Mereka menjalankan instruksi yang telah ditetapkan, tanpa kemampuan bernegosiasi, memilih vendor, atau memulai pembayaran di jaringan terbuka.
Agen mandiri mengubah batasan ini. Jika sebuah agen dapat langsung memindahkan stablecoin atau memicu proses penyelesaian tanpa konfirmasi manual, pertanyaan utama bergeser dari “Bisakah dia membayar?” menjadi “Siapa yang memberi otorisasi dia untuk membayar?”
Di sinilah identitas menjadi fundamental, dan konsep Know Your Agent (KYA) pun terbentuk.
Seperti lembaga keuangan yang melakukan verifikasi sebelum mengizinkan klien melakukan transaksi, layanan yang berinteraksi dengan agen mandiri harus memverifikasi tiga hal sebelum memberi akses modal atau melakukan operasi sensitif:
- Keaslian Kriptografi: Apakah agen benar-benar mengendalikan kunci yang diklaim?
- Otorisasi: Siapa yang memberi otorisasi kepada agen ini, dan apa batasannya?
- Keterkaitan Dunia Nyata: Apakah agen terkait dengan entitas yang memiliki tanggung jawab hukum?
Verifikasi ini membentuk stack identitas:
- Dasar adalah kunci kriptografi dan tanda tangan. Standar seperti ERC-8004 berusaha memformalisisasi bagaimana agen mengikat identitas mereka di registri blockchain yang dapat diverifikasi.
- Lapisan tengah adalah penyedia identitas. Mereka menghubungkan kunci ke entitas dunia nyata—seperti perusahaan terdaftar, lembaga keuangan, atau individu terverifikasi. Tanpa ikatan ini, tanda tangan hanya membuktikan kontrol, bukan akuntabilitas.
- Lapisan tepi adalah infrastruktur verifikasi. Pemroses pembayaran, CDN, atau server aplikasi secara real-time memverifikasi tanda tangan, memeriksa sertifikat terkait, dan menegakkan batas otorisasi. Contohnya, Trusted Agent Protocol dari Visa memungkinkan merchant memverifikasi apakah agen diberi wewenang mewakili pengguna tertentu. ACP dari Stripe sedang mendorong pemeriksaan serupa untuk pembayaran otomatis dan stablecoin.
Sementara itu, protokol Universal Commerce Protocol (UCP) yang dipimpin Google dan Shopify memungkinkan merchant menerbitkan daftar kemampuan yang dapat ditemukan dan dinegosiasikan oleh agen. Ini berfungsi sebagai layer orkestrasi, yang diharapkan terintegrasi ke dalam Google Search dan Gemini.
@FintechBrainfood
Perbedaan penting adalah, sistem tanpa izin dan berizin akan eksis berdampingan.
Di blockchain publik, agen dapat bertransaksi tanpa batasan terpusat. Ini meningkatkan kecepatan dan komposabilitas, tetapi juga memperbesar tekanan regulasi. Akuisisi Stripe atas Bridge menyoroti ketegangan ini. Stablecoin memungkinkan transfer lintas negara secara instan, tetapi kewajiban regulasi tidak hilang hanya karena penyelesaian terjadi di blockchain.
Ketegangan ini tak terhindarkan menarik perhatian regulator. Begitu agen mandiri mampu memulai transaksi keuangan dan berinteraksi dengan pasar tanpa pengawasan langsung manusia, pertanggungjawaban menjadi isu yang tak terelakkan. Sistem keuangan tidak bisa membiarkan modal mengalir melalui pelaku yang tidak teridentifikasi atau tidak berwenang, meskipun mereka adalah potongan kode perangkat lunak.
Kerangka regulasi sudah mulai diadopsi. Colorado AI Act yang berlaku mulai 1 Februari 2026 memperkenalkan persyaratan akuntabilitas untuk sistem otomatis berisiko tinggi, dan legislasi serupa sedang didorong secara global. Saat agen mulai menjalankan keputusan keuangan secara massal, identitas tidak lagi menjadi pilihan. Jika discoverability membuat agen terlihat, maka identitas adalah bukti pengakuan terhadap mereka.
Verifikasi Eksekusi Agen dan Reputasi
Begitu agen mulai menjalankan tugas yang melibatkan uang, kontrak, atau data sensitif, sekadar memiliki identitas tidak cukup. Agen yang terverifikasi tetap bisa berhalusinasi, menyimpangkan pekerjaannya, membocorkan informasi, atau berkinerja buruk.
Pertanyaan utama adalah: bagaimana membuktikan bahwa agen benar-benar menyelesaikan pekerjaan yang diklaim?
Jika agen mengklaim telah menganalisis 1.000 dokumen, mendeteksi pola penipuan, atau menjalankan strategi transaksi, harus ada cara untuk memverifikasi bahwa perhitungan tersebut benar-benar terjadi dan output-nya tidak dipalsukan atau rusak. Untuk itu, kita membutuhkan lapisan proof of performance.
Saat ini, ada tiga pendekatan utama:
- Trusted Execution Environments (TEEs): Pendekatan pertama bergantung pada bukti yang diberikan melalui hardware seperti AWS Nitro dan Intel SGX. Dalam mode ini, agen berjalan di enclave aman, yang mengeluarkan sertifikat terenkripsi yang mengonfirmasi bahwa kode tertentu dijalankan di data tertentu dan tidak diubah. Overhead biasanya kecil (sekitar 5-10% penambahan latensi), dan untuk aplikasi keuangan dan perusahaan yang mengutamakan integritas di atas kecepatan, ini dapat diterima.
- Zero-Knowledge Machine Learning (ZKML): Pendekatan kedua adalah metode matematis. ZKML memungkinkan agen menghasilkan cryptographic proof yang membuktikan output berasal dari model tertentu tanpa mengungkapkan bobot model atau input pribadi. Contohnya, DeepProve-1 dari Lagrange Labs baru-baru ini menunjukkan inferensi GPT-2 dengan zero-knowledge proof secara penuh, yang 54-158 kali lebih cepat dari metode sebelumnya.
- Restake Security: Pendekatan ketiga menggunakan insentif ekonomi untuk memastikan kebenaran, bukan perhitungan. Protokol seperti EigenLayer memperkenalkan keamanan berbasis staking, di mana validator menaruh modal di balik output agen. Jika output dipertanyakan dan terbukti palsu, modal tersebut akan disita (slashing). Sistem ini tidak membuktikan setiap perhitungan, melainkan membuat perilaku tidak jujur secara ekonomi tidak masuk akal.
Mekanisme ini menyelesaikan masalah yang sama dari sudut pandang berbeda. Namun, bukti eksekusi biasanya bersifat insidental—memverifikasi satu tugas tertentu. Tapi pasar membutuhkan sesuatu yang bersifat kumulatif. Di sinilah reputasi menjadi sangat penting.
Reputasi mengubah bukti tunggal menjadi catatan performa jangka panjang. Sistem baru bertujuan membuat performa agen portabel dan terikat secara kriptografis, bukan bergantung pada penilaian platform tertentu atau dashboard internal yang tidak transparan.
Ethereum Attestation Service (EAS) memungkinkan pengguna atau layanan menerbitkan proof yang ditandatangani dan tersimpan di blockchain tentang perilaku agen. Keberhasilan menyelesaikan tugas, prediksi akurat, atau transaksi sesuai regulasi dapat dicatat secara tidak dapat diubah dan dapat dipindahkan antar aplikasi.
@EAS
Lingkungan benchmark kompetitif juga mulai terbentuk. Agent Arenas menilai agen berdasarkan tugas standar dan menggunakan sistem penilaian seperti Elo. Laporan dari Recall Network menyebutkan lebih dari 110.000 peserta menghasilkan 5,88 juta prediksi, menciptakan data performa yang terukur. Dengan berkembangnya sistem ini, mereka mulai menyerupai pasar penilaian nyata untuk agen AI.
Ini memungkinkan reputasi dapat dibawa lintas platform.
Dalam keuangan tradisional, lembaga seperti Moody’s memberi peringkat obligasi sebagai sinyal kredit. Ekonomi agen akan membutuhkan lapisan penilaian serupa untuk pelaku non-manusia. Pasar perlu menilai apakah agen cukup dapat diandalkan untuk dipercaya menyalurkan modal, apakah outputnya konsisten secara statistik, dan apakah perilakunya dapat dipertahankan secara stabil dalam jangka panjang.
Kesimpulan
Ketika agen mulai memiliki otoritas nyata, pasar akan membutuhkan cara yang jelas untuk mengukur keandalannya. Agen akan membawa catatan performa yang diverifikasi melalui eksekusi dan benchmark, dengan penilaian yang menurun jika kualitasnya menurun, dan otoritas yang dapat dilacak ke izin yang jelas. Asuransi, merchant, dan sistem kepatuhan akan bergantung pada data ini untuk memutuskan agen mana yang layak mengakses modal, data, atau alur kerja yang diatur.
Singkatnya, lapisan-lapisan ini mulai membentuk infrastruktur ekonomi agen:
- Discoverability: Agen harus mampu menemukan layanan secara mesin-readable, jika tidak, mereka tidak akan pernah menemukan peluang.
- Identity: Agen harus membuktikan siapa mereka dan siapa yang memberi otorisasi, jika tidak, mereka tidak bisa masuk ke sistem.
- Reputation: Agen harus membangun catatan yang dapat diverifikasi, membuktikan kepercayaan mereka, dan mendapatkan kepercayaan ekonomi berkelanjutan.
