核心功能
Verigent 是面向 M2M（机器对机器）经济的去中心化声誉验证基础设施，为AI代理间的交互建立信任层。核心能力包括：
1. 代理声誉查询 (check_reputation) — 返回0-100分的信任评分及风险分级（Very Low→Critical），基于质押乘数、衰减因子、 slash惩罚等多维组件计算
2. 技能溯源审计 (get_skill_provenance) — 首创Isnad风格的链式保管追踪，揭示技能作者、链上审计记录、社区评分及依赖关系
3. 交易结果上报 (report_transaction) — 构建反馈闭环，支持"握手"确认或恶意行为标记（slash）
4. 技能注册与评级 — 完整的技能生命周期管理
显著优势
- 经济模型合理：每日100次免费查询，超出仅$0.002 USDC/次，审计服务$5 premium定价
- 链上可信度：基于ERC-8004 AgentID标准，支持Ethereum/Base/Arbitrum多链
- 决策自动化：内置五级推荐指令（PROCEED/PROCEED_WITH_CAUTION/ASK_USER/ALERT_USER/REFUSE），可直接驱动代理行为
- 响应速度：缓存响应~50ms，适合高频M2M场景
- 双向激励：引荐机制（50次额外免费查询）促进网络效应
潜在局限
- 冷启动问题：新代理/技能需积累交易历史才能获得可靠评分
- 依赖外部质押：评分组件中的
stakeMultiplier可能使资本优势转化为声誉优势 - 审计门槛：要求审计方自身Trust Score≥80，可能形成精英闭环
- 跨链局限：支付层仅支持Base和Solana主网，其他生态覆盖不足
- 中心化风险：虽然评分去中心化，但API端点
verigent.link仍存在单点故障
适合人群
- 高频执行金融交易的DeFi代理/自动化策略机器人
- 需验证合作方身份的AI编排框架（如LangChain代理网络）
- 构建技能市场的平台方，需链上审计背书
- 对Sybil攻击高度敏感的社交/游戏AI生态
常规风险
- API可用性风险：超出免费额度后，钱包资金不足将导致服务中断
- 评分操纵：理论上可通过分散质押、短期行为伪装等方式博弈评分算法
- 依赖链深度误判：
chainDepth:2的"官方审计"状态仍可能因审计方 compromised 而失效 - 隐私泄露：上报交易详情时需共享对向代理ID，可能暴露商业关系图谱