หากคุณเคยสงสัยว่าจะพิสูจน์ได้อย่างไรว่าตัวแทน AI ได้ทำสิ่งที่อ้างว่าทำ บนฮาร์ดแวร์ที่อ้างว่าใช้ และด้วยนโยบายข้อมูลที่อ้างว่าปฏิบัติตาม คุณกำลังตั้งคำถามที่ถูกต้องแล้ว องค์กร Linux Foundation เพิ่งประกาศว่าจะดูแลมาตรฐานเปิดที่ออกแบบมาเพื่อตอบคำถามนี้
TRACE ซึ่งย่อมาจาก Trust, Runtime Attestation and Compliance Evidence เป็นสเปกชั่นแบบเปิดที่สร้างบันทึกที่ได้รับการรับรองจากฮาร์ดแวร์และสามารถตรวจสอบได้ทางคริปโตกราฟีเกี่ยวกับการดำเนินการของตัวแทน AI และงานที่เป็นความลับ นึกถึงมันเหมือนใบเสร็จรับเงินที่ไม่สามารถปลอมแปลงได้สำหรับทุกการดำเนินการของ AI ซึ่งบุคคลที่สามสามารถตรวจสอบได้โดยไม่ต้องเชื่อถือคำพูดของผู้ดำเนินการเลย
TRACE ทำหน้าที่อะไรจริงๆ
สเปคดังกล่าวถูกพัฒนาขึ้นครั้งแรกโดย OPAQUE บริษัทด้านการคำนวณแบบลับ ร่วมกับ AMD, Intel, Microsoft และสถาบันนวัตกรรมเทคโนโลยี แทนที่จะสร้างกรอบงานใหม่ทั้งหมดจากศูนย์ TRACE รวมมาตรฐานที่มีอยู่แล้วหลายประการ เช่น RATS (RFC 9334), EAT (RFC 9711), SLSA, SCITT, SPIFFE และ EAR เพื่อให้มั่นใจถึงความเข้ากันได้ข้ามแพลตฟอร์มคลาวด์ต่างๆ และสภาพแวดล้อมการคำนวณที่ปลอดภัย
ผลลัพธ์หลักคือสิ่งที่โครงการเรียกว่า “บันทึกความเชื่อถือ” เอกสารเหล่านี้บันทึกรายละเอียดการดำเนินงาน เช่น สภาพแวดล้อมการรัน ซอฟต์แวร์ที่ถูกดำเนินการ การจัดหมวดหมู่ข้อมูล และนโยบายที่ถูกบังคับใช้ ทั้งหมดได้รับการป้องกันโดยกลไกการยืนยันจากชิป ซึ่งหมายความว่าการตรวจสอบนั้นอิงจากฮาร์ดแวร์ ไม่ใช่คำสัญญาของซอฟต์แวร์
ในทางปฏิบัติ TRACE ใช้เทคโนโลยีการรับรองฮาร์ดแวร์เช่น AMD SEV และ Intel TDX โดย TRACE มอบภาษาที่เป็นมาตรฐานให้กับความสามารถเหล่านี้เมื่อพูดถึงงานโหลด AI
ข้อกำหนดนี้ถูกนำเสนอครั้งแรกที่การประชุม Confidential Computing Summit เมื่อวันที่ 23 มิถุนายน 2026 ในช่วงเวลาประมาณสิบสัปดาห์ที่ผ่านมา รหัสตัวอย่างอ้างอิงของมันถูกดาวน์โหลดประมาณ 135,000 ครั้งบน PyPI ซึ่งเป็นที่เก็บแพ็กเกจของ Python
เหตุใดการกำกับดูแลแบบกลางคือสิ่งสำคัญที่นี่
จิม เซมลิน ซีอีโอของมูลนิธิ Linux ได้เน้นย้ำถึงความสำคัญของการกำกับดูแลที่เป็นกลางในการสร้างบันทึกความเชื่อถือได้ของ AI การพัฒนาทางเทคนิคอย่างต่อเนื่องจะยังคงดำเนินไปภายใต้Coalition for Secure AI หรือที่รู้จักในชื่อ CoSAI
กลุ่มผู้สนับสนุนประกอบด้วย AMD และ Intel สำหรับรากการยืนยันฮาร์ดแวร์ Microsoft และสแต็กการคำนวณแบบลับของ Azure และ TII ซึ่งตั้งอยู่ในสหรัฐอาหรับเอมิเรตส์
ปัญหาที่ TRACE กำลังแก้ไข
เมื่อองค์กรต่างๆ นำตัวแทน AI ที่มีความเป็นอิสระมากขึ้นมาใช้งานเพื่อจัดการภาระงานที่ละเอียดอ่อนบนโครงสร้างพื้นฐานที่หลากหลาย ปัญหาความเชื่อถือพื้นฐานจึงเกิดขึ้น ธนาคารที่ได้รับการกำกับดูแลจะยืนยันได้อย่างไรว่าโมเดล AI ของตนทำงานภายใน secure enclave บนผู้ให้บริการคลาวด์เฉพาะราย? บริษัทด้านการแพทย์จะพิสูจน์ให้ผู้ตรวจสอบทราบได้อย่างไรว่าข้อมูลผู้ป่วยถูกประมวลผลตามนโยบาย? องค์กรใดๆ จะแสดงการปฏิบัติตามข้อกำหนดได้อย่างไร เมื่อภาระงานถูกดำเนินการบนฮาร์ดแวร์ของผู้อื่น?
TRACE เปลี่ยนโมเดล เพราะการรับรองมาจากฮาร์ดแวร์โดยตรง บันทึกความเชื่อถือที่ได้จึงสามารถตรวจสอบได้โดยบุคคลที่สามใดๆ ที่มีสิทธิ์เข้าถึงข้อกำหนด การตรวจสอบทางคริปโตกราฟีสามารถยืนยันได้ว่าสิ่งใดถูกดำเนินการ โดยไม่เปิดเผยสิ่งที่ถูกประมวลผล