OpenClaw 2.0 dan Sigil: Membangun Otorisasi yang Dapat Diverifikasi untuk Agen AI Otonom

Setelah sekian lama tidak aktif, "Lobster" OpenClaw merilis versi 2.0 pada 30 Agustus.

Menurut pernyataan resmi, ini adalah pembaruan terbesar dalam sejarah OpenClaw, dengan lebih dari 16.000 Pull Request yang dikumpulkan, hampir menyentuh seluruh tumpukan produk termasuk instalasi, pesan, memori, Skills, model, Automations, browser, aplikasi asli, Plugins, dan mekanisme keamanan.

Namun, yang lebih patut diperhatikan dibanding daftar fitur yang rumit ini adalah jalur evolusi yang semakin jelas di balik OpenClaw 2.0: Agent semakin mampu benar-benar «melakukan tindakan».

Sementara itu, ia juga membawa industri ke dalam dilema kepercayaan yang tak bisa dihindari: ketika Agent semakin mampu secara mandiri memutuskan "bagaimana melakukannya", bagaimana kita bisa memastikan bahwa setiap operasi pentingnya tidak melampaui batas otorisasi yang benar-benar diberikan pengguna?

Dalam setahun terakhir, perubahan paling jelas pada AI Agent bukan hanya model dasarnya menjadi lebih cerdas.

Seiring dengan semakin matangnya infrastruktur seperti MCP, Skills, Plugins, kontrol browser, dan eksekusi kode, Agent mulai memiliki semakin banyak "tangan dan kaki" nyata yang mampu memengaruhi dunia luar, misalnya mengubah informasi, mengklik tombol, atau secara langsung mengontrol browser melalui computer use (baca lebih lanjut di Agentic AI Sudah Sampai pada Titik Balik? Ketika AI Belajar "Bertindak Sendiri", Bagaimana Merekonstruksi Batas Keamanan Web3?).

Namun, masalah justru muncul di sini, di bawah paradigma interaksi yang ada, sering kali mudah terjebak dalam dua ekstrem.

Salah satunya adalah memberikan otoritas penuh, langsung menyerahkan kunci pribadi, atau satu Session Key yang berlaku lama dan memiliki izin yang cukup besar kepada Agen, agar ia dapat menentukan dan menjalankan sendiri.

Pengalaman otomatisasi model ini memang terbaik, tetapi risikonya juga sangat terkonsentrasi; jika mengalami prompt injection, halaman web jahat, atau polusi lingkungan, atau bahkan kesalahan pemahaman dari model itu sendiri, kesalahan dapat menyebar sepanjang rantai eksekusi dan akhirnya berubah menjadi operasi nyata (baca lebih lanjut di "Sign Bukan Hanya Tanda Tangan: Ketika AI Agent Menandatangani Untukmu, Siapa yang Masih Memegang Kendali?").

Setelah semua, dalam konteks internet biasa, ini mungkin hanya kesalahan mengirim email atau menghapus file yang salah, tetapi di blockchain, satu transaksi yang salah sering kali tidak dapat dibatalkan.

Yang lain adalah tidak memberikan otorisasi sama sekali, setiap operasi dan setiap panggilan anak akan menampilkan jendela tanda tangan untuk meminta konfirmasi, keamanan meningkat, tetapi makna otomatisasi juga berkurang secara signifikan.

Setelah semua, seorang Agent membantu pengguna menyelesaikan satu strategi DeFi yang kompleks, yang melibatkan beberapa langkah; jika setiap langkah memerlukan pengguna mengambil ponsel untuk secara manual «Menyetujui», maka pada dasarnya pengguna hanya berubah dari «menekan tombol sendiri» menjadi «mesin cap tangan» yang terus-menerus menandatangani permintaan untuk Agent.

Dengan kata lain, tingkat kebebasan di tengah merupakan sumber peningkatan efisiensi Agent, sekaligus sumber risiko baru.

Dari sudut pandang ini, inti masalahnya bukanlah "haruskah memberikan otoritas kepada Agent", melainkan apakah tingkat otorisasi dan mekanisme verifikasinya memiliki fleksibilitas dinamis, karena manajemen izin tradisional bersifat biner (baik diizinkan atau ditolak), sedangkan tugas yang dihadapi Agent jauh lebih kompleks.

Satu transaksi yang sama, $10 dan $100.000 berbeda; berinteraksi dengan protokol yang digunakan jangka panjang, dan memberikan otorisasi mendadak ke kontrak asing, bukanlah hal yang sama; menyelesaikan Swap yang secara eksplisit diminta pengguna, dan Agent yang secara mandiri memindahkan aset ke rantai lain, bukanlah tingkat risiko yang sama.

Oleh karena itu, semakin mampu agen bertindak secara mandiri, semakin tidak bisa izinnya hanya berupa saklar sederhana.

Yang benar-benar dibutuhkan adalah mekanisme keamanan yang memungkinkannya bergerak bebas di dalam batas, dan berhenti otomatis saat melewati batas.

Faktanya, OpenClaw tidak mengabaikan masalah ini.

Saat ini, ia menyediakan mekanisme izin berlapis, misalnya plugin dapat menunda dan meminta konfirmasi pengguna sebelum menjalankan operasi tertentu, dan ketika melibatkan perintah host, terdapat pula Exec Approvals dan Allowlist yang terpisah, dll.

Dibandingkan memberikan semua alat dan izin sekaligus kepada Agent, ini sudah melangkah jauh lebih maju. Namun, ketika Agent benar-benar memasuki skenario pembayaran, perdagangan, dan manajemen aset, muncul masalah yang lebih halus: mengizinkan Agent menggunakan suatu kemampuan, dan memberikan otorisasi kepada Agent untuk menyelesaikan tindakan spesifik tertentu, sebenarnya bukanlah hal yang sama.

Seperti mengizinkan Agent menggunakan browser tidak berarti mengizinkannya membeli apa pun di situs web apa pun; mengizinkan Agent mengakses email juga tidak berarti mengizinkannya mengirim email atas nama Anda kepada siapa pun; demikian pula, mengizinkan Agent memanggil dompet juga sama sekali tidak boleh berarti mengizinkannya mengirim jumlah berapa pun ke alamat apa pun.

Jadi, sistem otorisasi di era Agent mungkin perlu membedakan dua masalah berbeda. Satu adalah otorisasi kemampuan, yaitu apakah Agent dapat menggunakan browser, terminal, email, atau dompet? Yang lain adalah otorisasi tindakan yang lebih spesifik, seperti pada saat ini, apakah tindakan yang akan ia lakukan benar-benar diizinkan oleh pengguna?

Bagaimana cara membuat Agent dijalankan secara otomatis sepenuhnya dalam batas yang jelas, sekaligus mengembalikan keputusan kepada pengguna ketika benar-benar melampaui batas tersebut?

Ini juga alasan mengapa imToken sedang mengeksplorasi Sigil. Intinya bukan menambahkan "jendela konfirmasi" tradisional lagi untuk Agent, tetapi mencoba membangun pagar keamanan yang dapat dibatasi secara jelas antara pengguna dan Agent melalui tanda tangan yang dapat diverifikasi dan kontrol izin yang halus.

Salah satu prinsip penting adalah «What you see is what you sign», Anda melihat apa, maka Anda menandatangani itu.

Secara sederhana, pengguna dapat memberikan otorisasi terlebih dahulu kepada Agent untuk melakukan tindakan berisiko rendah yang sesuai dengan strategi yang telah ditetapkan; ketika operasi menyentuh batas jumlah dana, protokol asing, atau batas otoritas kritis lainnya, eksekusi akan dihentikan sementara dan permintaan spesifik dikembalikan kepada pengguna untuk dikonfirmasi.

Lebih penting lagi, konfirmasi ini seharusnya bukan hanya pernyataan kabur seperti "Agen siap menjalankan transaksi, apakah Anda setuju?" Pengguna benar-benar perlu melihat parameter kunci yang berubah dalam operasi ini: aset apa yang digunakan, berapa jumlahnya, siapa pihak yang berinteraksi, dan apa yang sebenarnya akan dijalankan.

Karena konfirmasi baru benar-benar bermakna ketika konten yang dilihat pengguna, konten yang diizinkan pengguna, dan konten yang akhirnya dieksekusi oleh sistem saling sesuai.

Sigil juga mencoba menggunakan mekanisme seperti Passkey, biometrik, tanda tangan tunggal, masa berlaku singkat, dan pengikatan parameter permintaan untuk memastikan otorisasi kunci tidak hanya dapat dipahami oleh pengguna, tetapi juga dapat diverifikasi oleh sistem.

Ini berarti, sebuah otorisasi bukan hanya "seseorang menekan konfirmasi", tetapi juga dapat menjawab lebih lanjut siapa yang menyetujui, apa yang disetujui, dan apakah yang benar-benar dieksekusi adalah hal yang sama yang dilihat saat itu.

Dari sudut pandang ini, yang sebenarnya ingin dipecahkan oleh Sigil bukanlah "bagaimana membuat Agent melakukan lebih sedikit hal".

Sebaliknya.

Ini berusaha menyelesaikan bagaimana membuat Agent dapat melakukan lebih banyak hal dengan aman tanpa mengambil alih kendali akhir pengguna (baca lebih lanjut di "Dari Menekan 'Ya' Secara Buta, hingga Memahami Sebelum Menandatangani: Bagaimana Sigil Membuat Perlindungan Keamanan untuk AI Agent?").

Jika sudut pandang ditarik lebih jauh lagi, akan terlihat bahwa ini sebenarnya juga merupakan perubahan peran yang sedang dihadapi dompet.

Sejak kelahiran Ethereum, dompet imToken telah mengalami dan menyaksikan dua generasi penting: dari era 1.0 yang mengelola kunci pribadi tunggal, berkembang menjadi era 2.0 yang mengoptimalkan pengalaman interaksi melalui account abstraction (AA).

Dengan semakin luasnya penggunaan Agent otonom seperti OpenClaw 2.0, dompet jelas sedang memasuki evolusi generasi ketiga, yang memerlukan bantuan lebih lanjut kepada pengguna dalam mengelola berbagai Agent yang dapat membuat keputusan mandiri dan bekerja secara terus-menerus.

Inilah mengapa kemampuan yang telah dikembangkan oleh industri dompet sebelumnya dalam manajemen kunci pribadi, tanda tangan digital, otentikasi identitas, dan isolasi izin mungkin mendapatkan makna baru di era Agent.

Karena teknologi-teknologi ini secara tampak menyelesaikan pertanyaan "bagaimana cara secara aman menandatangani sebuah transaksi di rantai," pada dasarnya menangani masalah yang lebih umum: bagaimana membuktikan bahwa suatu tindakan benar-benar mendapat otorisasi nyata dari suatu pihak.

Hari ini, tindakan ini mungkin merupakan penarikan 1 ETH. Di masa depan, ia juga bisa berupa pengiriman email, pengubahan dokumen, penggunaan identitas digital tertentu, pembelian layanan, atau izin bagi Agent untuk terus menjalankan serangkaian strategi otomatis selama seminggu ke depan.

Perilaku-perilaku ini tidak selalu terjadi sepenuhnya di blockchain, tetapi hubungan dasarnya sangat mirip, yaitu Agent sedang memanggil kemampuan yang dimiliki pengguna atas nama pengguna tersebut.

Oleh karena itu, makna Sigil juga tidak selalu terbatas pada Crypto.

Ketika OpenClaw, Hermes, dan lebih banyak Agent yang berjalan di perangkat pribadi atau lingkungan cloud secara bertahap terhubung ke email, pesan instan, kalender, file, browser, terminal, dan alat pembayaran, pertanyaan “bagaimana membuktikan bahwa tindakan ini benar-benar mendapat otorisasi pengguna” akan menjadi semakin umum.

Oleh karena itu, Sigil juga berpotensi berkembang dari perdagangan on-chain ke akses data, penggunaan identitas, modifikasi file, publikasi konten, pembelian layanan, dan tugas otomatisasi.

Secara keseluruhan, sebagai eksplorasi bersama imToken dan OpenClaw, Sigil berusaha membawa pengalaman imToken selama sepuluh tahun terakhir di bidang self-custody, dompet, dan tanda tangan digital, ke tahap baru di mana Agent otonom mulai memasuki lingkungan eksekusi nyata.

It does not replace Agent, nor does it replace the wallet.

Ia berdiri di antara keduanya.