OpenClaw ซึ่งเงียบไปช่วงหนึ่ง ได้เปิดตัวเวอร์ชัน 2.0 เมื่อวันที่ 30 สิงหาคม
ตามที่ทางทางการระบุ นี่คือการอัปเดตที่ใหญ่ที่สุดในประวัติศาสตร์ของ OpenClaw โดยมี Pull Request มากกว่า 16,000 รายการ แทบจะครอบคลุมทั้งหมดของผลิตภัณฑ์ เช่น การติดตั้ง ข้อความ การจดจำ Skills โมเดล Automations เว็บเบราว์เซอร์ แอปพลิเคชันเนทีฟ Plugins และกลไกด้านความปลอดภัย
แต่เมื่อเทียบกับรายการฟีเจอร์ที่หลากหลายเหล่านี้ สิ่งที่น่าสนใจมากกว่าคือ เส้นทางการพัฒนาที่ชัดเจนขึ้นเรื่อยๆ ของ OpenClaw 2.0: ตัวแทนกำลังกลายเป็นสิ่งที่สามารถ “ลงมือทำ” ได้จริงมากขึ้น
ในขณะเดียวกัน มันก็ผลักอุตสาหกรรมให้เผชิญกับปัญหาความเชื่อถือที่หลีกเลี่ยงไม่ได้: เมื่อ Agent สามารถตัดสินใจได้เองมากขึ้นว่า “จะทำอย่างไร” เราจะมั่นใจได้อย่างไรว่า การดำเนินการที่สำคัญแต่ละครั้งของมัน จะไม่ข้ามขอบเขตที่ผู้ใช้ได้อนุญาตไว้จริงๆ
หนึ่ง ความขัดแย้งของอำนาจของตัวแทน: มอบอำนาจเต็มที่ หรือต้องยืนยันทีละขั้นตอน?
ในปีที่ผ่านมา การเปลี่ยนแปลงที่ชัดเจนที่สุดของ AI Agent ไม่ได้แค่โมเดลพื้นฐานฉลาดขึ้น
พร้อมกับโครงสร้างพื้นฐานต่างๆ เช่น MCP, Skills, Plugins, การควบคุมเบราว์เซอร์ และการดำเนินการรหัสที่ค่อยๆ บรรลุความสุกงอม ตัวแทนเริ่มมี “มือและเท้า” ที่แท้จริงซึ่งสามารถส่งผลกระทบต่อโลกภายนอกได้มากขึ้น เช่น การแก้ไขข้อมูล การคลิกปุ่ม หรือการควบคุมเบราว์เซอร์โดยตรงผ่าน computer use (อ่านเพิ่มเติมใน Agentic AI 拐点已至？当 AI 学会「自己行动」，如何重构 Web3 的安全边界？)
แต่ปัญหาก็เกิดขึ้นที่จุดนี้เอง โดยในรูปแบบการมีปฏิสัมพันธ์ปัจจุบัน มักจะตกอยู่ในสองขั้วสุดขั้ว
วิธีหนึ่งคือการมอบอำนาจเต็มรูปแบบ โดยส่งคีย์ส่วนตัว หรือ Session Key ที่มีอายุยาวนานและมีสิทธิ์เพียงพอให้กับ Agent เพื่อให้มันตัดสินใจและดำเนินการเอง
ประสบการณ์อัตโนมัติในรูปแบบนี้แน่นอนว่าดีที่สุด แต่ความเสี่ยงก็มีความเข้มข้นสูงเช่นกัน หากเกิดการฉีดคำสั่งที่ไม่พึงประสงค์ หน้าเว็บอันตราย หรือมลพิษทางข้อมูล หรือแม้แต่โมเดลเกิดความเข้าใจผิด ข้อผิดพลาดอาจแพร่กระจายตลอดห่วงโซ่การดำเนินการ และสุดท้ายกลายเป็นการดำเนินการจริง (อ่านเพิ่มเติมใน Sign ไม่ใช่แค่ลายเซ็น: เมื่อ AI Agent ลงนามแทนคุณ ใครยังถือครองอำนาจควบคุม?)
ในบริบทของอินเทอร์เน็ตทั่วไป นี่อาจเป็นเพียงการส่งอีเมลผิดหรือลบไฟล์ผิด แต่บนบล็อกเชน การทำธุรกรรมผิดพลาดมักไม่สามารถยกเลิกได้
อีกทางหนึ่งคือไม่ให้สิทธิ์ใดๆ เลย ทุกการดำเนินการและทุกการเรียกใช้ย่อยจะแสดงหน้าต่างลงนามเพื่อขอการยืนยัน ความปลอดภัยเพิ่มขึ้น แต่ความหมายของการอัตโนมัติก็ลดลงอย่างมาก
ในที่สุดแล้ว ตัวแทนที่ช่วยผู้ใช้ดำเนินการกลยุทธ์ DeFi ที่ซับซ้อน ซึ่งมีหลายขั้นตอน หากทุกขั้นตอนต้องให้ผู้ใช้หยิบโทรศัพท์มาอนุมัติทีละขั้นตอน ผู้ใช้ก็จะกลายเป็นเพียงเครื่องประทับตราแบบมนุษย์ แทนที่จะกดปุ่มด้วยตัวเอง กลับต้องมาประทับตราให้ตัวแทนอย่างต่อเนื่อง
กล่าวอีกนัยหนึ่ง ความยืดหยุ่นในระหว่างนั้น เป็นทั้งแหล่งที่มาของประสิทธิภาพที่สูงขึ้นของตัวแทน และแหล่งที่มาของความเสี่ยงใหม่
ในมุมมองนี้ แก่นของปัญหาไม่ได้อยู่ที่ว่า “ควรให้อำนาจกับ Agent หรือไม่” แต่อยู่ที่ว่า ระดับการให้อำนาจและกลไกการตรวจสอบนั้นมีความยืดหยุ่นแบบไดนามิกหรือไม่ เนื่องจากการจัดการสิทธิ์แบบดั้งเดิมนั้นเป็นแบบไบนารี (อนุญาตหรือปฏิเสธเท่านั้น) ในขณะที่งานที่ Agent ต้องรับผิดชอบนั้นซับซ้อนกว่ามาก
การซื้อขายหนึ่งครั้ง 10 ดอลลาร์กับ 100,000 ดอลลาร์ก็ไม่เหมือนกัน; การโต้ตอบกับโปรโตคอลที่ใช้งานอย่างต่อเนื่อง กับการอนุญาตสัญญาที่ไม่รู้จักอย่างกะทันหันก็ไม่เหมือนกัน; การดำเนินการ Swap ตามคำขอชัดเจนของผู้ใช้ กับการที่ตัวแทนตัดสินใจย้ายสินทรัพย์ข้ามโซ่ไปอีกโซ่หนึ่งเอง ก็ไม่ได้อยู่ในระดับความเสี่ยงเดียวกัน
ดังนั้น ยิ่งเอเจนต์สามารถดำเนินการได้ด้วยตนเองมากเท่าใด สิทธิ์ก็ไม่ควรเป็นเพียงสวิตช์ง่ายๆ
สิ่งที่จำเป็นจริงๆ คือกลไกความปลอดภัยที่สามารถทำให้มันเคลื่อนที่ได้อย่างอิสระภายในขอบเขต และหยุดอัตโนมัติเมื่อข้ามขอบเขต
สอง วิธีการสร้างแนวป้องกันที่สามารถตรวจสอบได้สำหรับ Agent อิสระ
ในความเป็นจริง OpenClaw ไม่ได้ละเลยปัญหานี้
ปัจจุบันมันมีกลไกการกำหนดสิทธิ์หลายชั้น เช่น ปลั๊กอินสามารถหยุดชั่วคราวและขอให้ผู้ใช้ยืนยันก่อนดำเนินการเฉพาะเจาะจง เมื่อเกี่ยวข้องกับคำสั่งโฮสต์ จะมี Exec Approvals และ Allowlist ที่แยกต่างหากเป็นต้น
การให้ Agent ใช้ความสามารถบางอย่าง และการอนุญาตให้ Agent ดำเนินการเฉพาะอย่างใดอย่างหนึ่ง จริงๆ แล้วไม่ใช่เรื่องเดียวกัน
เช่นเดียวกับการอนุญาตให้ Agent ใช้เบราว์เซอร์ ไม่ได้หมายความว่าอนุญาตให้มันซื้อสิ่งใดก็ได้บนเว็บไซต์ใดก็ได้; การอนุญาตให้ Agent เข้าถึงอีเมล ก็ไม่ได้หมายความว่าอนุญาตให้มันส่งอีเมลถึงใครก็ได้ในนามของคุณ; ในทำนองเดียวกัน การอนุญาตให้ Agent เรียกใช้กระเป๋าเงิน ก็ไม่ควรหมายความว่าอนุญาตให้มันส่งจำนวนเงินใดก็ได้ไปยังที่อยู่ใดก็ได้
ดังนั้น ระบบสิทธิ์ในยุคของ Agent อาจจำเป็นต้องแยกแยะปัญหาสองประการที่ต่างกัน ประการแรกคือสิทธิ์ด้านความสามารถ คือ Agent สามารถใช้งานเบราว์เซอร์ เทอร์มินัล อีเมล หรือกระเป๋าเงินได้หรือไม่ อีกประการคือการอนุญาตการกระทำที่เฉพาะเจาะจงยิ่งขึ้น เช่น ในขณะนี้ สิ่งที่มันกำลังจะดำเนินการนั้น เป็นสิ่งที่ผู้ใช้จริงๆ แล้วอนุญาตให้ทำหรือไม่
แล้วจะทำให้ตัวแทนทำงานอัตโนมัติอย่างเต็มที่ภายในขอบเขตที่ชัดเจน พร้อมทั้งคืนอำนาจการตัดสินใจให้ผู้ใช้เมื่อจริงๆ แล้วข้ามขอบเขตไปล่ะ?
นี่คือเหตุผลที่ imToken กำลังสำรวจ Sigil มันไม่ได้เน้นที่การเพิ่มหน้าต่างยืนยันแบบดั้งเดิมให้กับ Agent แต่พยายามสร้างเกราะป้องกันความปลอดภัยที่สามารถถูกจำกัดอย่างชัดเจนระหว่างผู้ใช้และ Agent ผ่านการลงนามที่สามารถตรวจสอบได้และการควบคุมสิทธิ์แบบละเอียด
หนึ่งในหลักการที่สำคัญคือ «What you see is what you sign» คุณเห็นอะไร ให้ลงนามในนั้น
โดยสรุป ผู้ใช้สามารถให้สิทธิ์ขอบเขตที่กำหนดไว้ล่วงหน้าแก่ Agent เพื่อให้พฤติกรรมที่มีความเสี่ยงต่ำและสอดคล้องกับกลยุทธ์ที่กำหนดสามารถดำเนินการอัตโนมัติได้; เมื่อการดำเนินการแตะขอบเขตของจำนวนเงินทุน โปรโตคอลที่ไม่คุ้นเคย หรือขอบเขตสิทธิ์สำคัญอื่นๆ จะหยุดการดำเนินการชั่วคราวและส่งคำขอเฉพาะเจาะจงกลับไปให้ผู้ใช้ยืนยัน
更重要的是，这种确认不应该是模糊的「Agent 准备执行交易，是否同意」，用户真正需要看到的是这笔操作中实际发生变化的关键参数：使用什么资产、金额是多少、交互对象是谁，以及最终准备执行什么。
การยืนยันหนึ่งครั้งจึงมีความหมายจริงเมื่อเนื้อหาที่ผู้ใช้เห็น เนื้อหาที่ผู้ใช้อนุญาต และเนื้อหาที่ระบบดำเนินการสุดท้ายสอดคล้องกัน
Sigil ยังพยายามใช้กลไกต่างๆ เช่น Passkey การรับรองตัวตนทางชีวภาพ การลงนามครั้งเดียว ระยะเวลาการใช้งานสั้น และการผูกพันพารามิเตอร์คำขอ เพื่อให้การอนุญาตที่สำคัญสามารถเข้าใจได้โดยผู้ใช้และตรวจสอบได้โดยระบบ
นี่หมายความว่า การอนุญาตไม่ใช่แค่ “มีคนคลิกยืนยัน” เท่านั้น แต่ยังสามารถตอบได้ว่าใครเป็นผู้อนุมัติ อนุมัติอะไร และสิ่งที่ดำเนินการในที่สุดนั้น จริงๆ แล้วคือสิ่งที่เห็นในเวลานั้นหรือไม่
ในมุมมองนี้ สิจิลไม่ได้ต้องการแก้ปัญหาที่ว่า “จะทำให้เอเจนต์ทำน้อยลงได้อย่างไร”
ในทางตรงกันข้าม
มันพยายามแก้ปัญหาว่า จะทำให้ Agent สามารถทำสิ่งต่างๆ ได้มากขึ้นโดยไม่ต้องยึดอำนาจการควบคุมสุดท้ายของผู้ใช้ไป (อ่านเพิ่มเติมใน จากคลิก「Yes」โดยไม่คิด ไปสู่การดูให้ชัดก่อนลงนาม: Sigil สร้างเกราะป้องกันความปลอดภัยให้กับ AI Agent ได้อย่างไร?)
สาม: จากการจัดการสินทรัพย์ไปสู่การจัดการ Agent
หากมองย้อนกลับไปอีกขั้นหนึ่ง จะเห็นว่านี่ก็คือการเปลี่ยนแปลงบทบาทที่กระเป๋าเงินกำลังเผชิญอยู่
ตั้งแต่การเกิดขึ้นของ Ethereum imToken Wallet ได้สัมผัสและเป็นสักขีพยานในสองยุคหลัก: จากยุค 1.0 ที่จัดการกุญแจส่วนตัวเดียว ไปสู่ยุค 2.0 ที่ปรับปรุงประสบการณ์การโต้ตอบผ่านบัญชีนามธรรม (AA)
พร้อมกับการแพร่หลายของเอเจนต์อิสระเช่น OpenClaw 2.0 กระเป๋าสตางค์กำลังก้าวเข้าสู่การพัฒนาแบบรุ่นที่สาม และจำเป็นต้องช่วยผู้ใช้จัดการเอเจนต์แต่ละตัวที่สามารถตัดสินใจเองและทำงานอย่างต่อเนื่อง
นี่คือเหตุผลที่ความสามารถด้านการจัดการกุญแจส่วนตัว การลงนามดิจิทัล การยืนยันตัวตน และการแยกสิทธิ์ ซึ่งอุตสาหกรรมกระเป๋าเงินได้สะสมมาในอดีต อาจได้รับความหมายใหม่ในยุค Agent
เนื่องจากเทคโนโลยีเหล่านี้ดูเหมือนกำลังแก้ปัญหา “วิธีการลงนามในธุรกรรมบนบล็อกเชนอย่างปลอดภัย” แต่ในความเป็นจริงแล้ว พวกมันกำลังจัดการกับปัญหาทั่วไปมากกว่านั้น: วิธีพิสูจน์ว่าการกระทำหนึ่งๆ ได้รับการอนุญาตอย่างแท้จริงจากเจ้าของ主体
วันนี้ การกระทำนี้อาจเป็นการโอน ETH 1 ตัว ในอนาคต มันอาจเป็นการส่งอีเมล แก้ไขเอกสาร การใช้ตัวตนดิจิทัล การซื้อบริการ หรืออนุญาตให้ Agent ดำเนินกลยุทธ์อัตโนมัติชุดหนึ่งอย่างต่อเนื่องในช่วงสัปดาห์หน้า
พฤติกรรมเหล่านี้ไม่ได้เกิดขึ้นทั้งหมดบนบล็อกเชน แต่ความสัมพันธ์พื้นฐานนั้นคล้ายกันมาก นั่นคือ Agent กำลังเรียกใช้ความสามารถที่เป็นของผู้ใช้ในนามของผู้ใช้
ดังนั้น ความหมายของ Sigil จึงไม่จำเป็นต้องจำกัดอยู่แค่ในวงการ Crypto เท่านั้น
เมื่อ OpenClaw, Hermes และเอเจนต์อื่นๆ ที่ทำงานบนอุปกรณ์ส่วนตัวหรือสภาพแวดล้อมคลาวด์ค่อยๆ เชื่อมต่อกับอีเมล, การสื่อสารแบบทันที, ปฏิทิน, ไฟล์, เว็บเบราว์เซอร์, เทอร์มินัล และเครื่องมือการชำระเงิน คำถามว่า “จะพิสูจน์ได้อย่างไรว่าการกระทำครั้งนี้ได้รับการอนุญาตจากผู้ใช้จริง” จะกลายเป็นปัญหาที่พบได้บ่อยขึ้น
ดังนั้น Sigil อาจขยายการใช้งานในอนาคตไปยังการเข้าถึงข้อมูล การใช้ตัวตน การแก้ไขไฟล์ การเผยแพร่เนื้อหา การซื้อบริการ และงานอัตโนมัติ
โดยรวมแล้ว เป็นการร่วมมือกันระหว่าง imToken และ OpenClaw Sigil พยายามนำประสบการณ์ที่ imToken สะสมมาตลอดสิบปีที่ผ่านมาในด้านการจัดการด้วยตนเอง กระเป๋าเงิน และการลงนามดิจิทัล ไปสู่ขั้นตอนใหม่ที่ Agent อิสระเริ่มเข้าสู่สภาพแวดล้อมการดำเนินการจริง
มันไม่ได้แทนที่ Agent หรือกระเป๋าเงิน
มันยืนอยู่ระหว่างทั้งสองอย่าง