論文の概要: Towards an Agent-First Web: Redesigning the Web for AI Agents
- arxiv url: http://arxiv.org/abs/2606.19116v1
- Date: Wed, 17 Jun 2026 14:31:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 17:16:51.20188
- Title: Towards an Agent-First Web: Redesigning the Web for AI Agents
- Title（参考訳）: Agent-First Webに向けて - AIエージェントのためのWebの再設計
- Abstract要約: World Wide Webは、Webコンテンツの第一の消費者は人間である、という前提に基づいて構築された。
人間とウェブコンテンツの仲介者としてAIエージェントが急速に出現すると、この仮定は無効になる。
本稿では,3層にまたがる原則的再設計を提案する。
- 参考スコア（独自算出の注目度）: 3.8602652591104643
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The World Wide Web was built on an assumption held for three decades: the primary consumer of web content is a human being. This permeates every layer; its access model presumes human visitors, its economics rest on human attention, and its content targets human perception. The rapid emergence of AI agents as intermediaries between humans and web content invalidates this assumption. Yet the web resists agents through blanket blocking, CAPTCHA-based exclusion, and economic models that treat agent access as extraction rather than legitimate interaction. This paper proposes a principled redesign across three layers. At the access layer, agents acting for humans should inherit equivalent access rights, governed by rate limiting and agent identification metadata in HTTP requests, analogous to browser headers, alongside a dual-layer architecture serving human-readable and agent-optimized content from the same domain. At the economic layer, we propose an intent-based tier framework grounded in the agent-as-human-proxy principle: an agent's economic obligation mirrors that of the human it represents. A token-based subscription model meters content in tokens rather than pageviews, alongside a commissioned content economy anchoring AI content production in human intentionality. At the content layer, we identify epistemic recursion, the self-referential loop in which AI-generated content is consumed by agents to produce further content, progressively detaching web knowledge from human ground truth. We propose the Agent Text Markup Language (ATML), a four-level human supervision tier model, and a cryptographic provenance chain to counter this threat. Together these constitute ten design principles for an agent-first internet, one in which agents are first-class citizens whose integration requires renegotiating the web's foundational social contract across access, economics, and content.
- Abstract（参考訳）: World Wide Webは30年間にわたって、Webコンテンツの第一の消費者は人間である、という前提に基づいて構築された。
これはすべての層に浸透し、そのアクセスモデルは人間の訪問者を推定し、その経済は人間の注意に頼り、その内容は人間の知覚を狙う。
人間とウェブコンテンツの仲介者としてAIエージェントが急速に出現すると、この仮定は無効になる。
しかし、ウェブは、ブランケットブロック、CAPTCHAベースの排除、およびエージェントアクセスを正当な相互作用ではなく抽出として扱う経済モデルを通じてエージェントに抵抗する。
本稿では,3層にまたがる原則的再設計を提案する。
アクセス層では、人間のために働くエージェントが、HTTPリクエストのレート制限とエージェント識別メタデータによって管理される同等のアクセス権限を継承する必要がある。
本稿では,エージェント・アズ・ヒューマン・プロキシの原則に基づく意図に基づく階層構造を提案する。
トークンベースのサブスクリプションモデルは、ページビューではなくトークンでコンテンツを測定する。
コンテンツ層では、AI生成コンテンツがエージェントによって消費される自己参照ループであるてんかん再帰を識別し、さらにコンテンツを生成する。
本稿では,この脅威に対処するために,エージェントテキストマークアップ言語(ATML),4段階の人間監視層モデル,暗号証明チェーンを提案する。
これらを合わせて、エージェントファーストのインターネットのための10の設計原則を構成し、エージェントは、アクセス、経済、コンテンツを通じてウェブの基本的社会的契約を再交渉する必要があるファーストクラス市民である。
関連論文リスト
- Whose Agent Are You? Multi-Layer Fingerprinting and Attribution of Autonomous Web Agents [14.225575847186592]
我々は,多層指紋を用いて,AI Webエージェントを人間や伝統的なクローラーと効果的に区別できることを示す。
我々はこのメカニズムを,ライブな計測可能なドメインにデプロイ可能なプログラムロギングフレームワークとして実装する。
本研究は, クロスレイヤーエージェントトラッキングが, コンテンツ保護とWebセキュリティポリシーの施行に対して, 堅牢かつ回避性のある戦略を提供することを示した。
論文 参考訳（メタデータ） (2026-06-18T20:07:39Z) - Ego2Web: A Web Agent Benchmark Grounded in Egocentric Videos [74.78784171851984]
Ego2Webは、エゴセントリックなビデオ認識とWebエージェントの実行を橋渡しするために設計された最初のベンチマークである。
オンライン環境での視覚的理解、Webタスク計画、インタラクションを必要とするWebタスクと、現実世界のファースト・パーソン・ビデオ録画を組み合わせます。
自動データ生成パイプラインと人間の検証と改良を組み合わせて、よく構築された高品質なビデオタスクペアをキュレートする。
論文 参考訳（メタデータ） (2026-03-23T19:47:58Z) - Throttling Web Agents Using Reasoning Gates [24.00110215260136]
我々は、リソースへのアクセスを提供する前にエージェントに調整可能なコストを課すフレームワークを設計する。
我々は、世界の知識に対してマルチホップ推論を必要とする合成テキストパズルであるReasoning Gatesを紹介する。
本フレームワークは,SOTAモデルの生成コストよりも応答生成コストが9.2倍高い計算非対称性を実現する。
論文 参考訳（メタデータ） (2025-09-01T16:56:16Z) - A Whole New World: Creating a Parallel-Poisoned Web Only AI-Agents Can See [0.0]
悪意のあるWebサイトは、受信した要求をAIエージェントから派生したものとして識別し、そのコンテンツの異なる“クラック”バージョンを動的に提供する。
人間のユーザーは良心的なWebページを見るが、エージェントには、隠された悪意のある命令が埋め込まれた視覚的に同一のページが表示される。
この研究は脅威モデルを形式化し、エージェントフィンガープリントとクローキングの仕組みを詳述し、エージェントAIの将来に対する深刻なセキュリティへの影響について論じる。
論文 参考訳（メタデータ） (2025-08-29T08:14:52Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - From Semantic Web and MAS to Agentic AI: A Unified Narrative of the Web of Agents [43.50183874732483]
エージェントのWeb(WoA)の包括的進化的概要について紹介する。
A2AやMPPのような現代的なプロトコルは、FIPA標準やOWLベースのセマンティックエージェントのような以前の標準の制限に対する直接的な進化的応答であることを示す。
我々は、新しいプロトコルは不可欠であるが、堅牢でオープンで信頼できるエコシステムを構築するには不十分である、と結論付けている。
論文 参考訳（メタデータ） (2025-07-14T16:47:19Z) - Embodied Web Agents: Bridging Physical-Digital Realms for Integrated Agent Intelligence [109.32705135051486]
Embodied Web Agentsは、エンボディメントとWebスケール推論を流動的にブリッジする、AIエージェントのための新しいパラダイムである。
多様なタスクスイートを含むEmbodied Web Agents Benchmarkをリリースする。
その結果、最先端のAIシステムと人間の能力の間には、大きなパフォーマンスのギャップが浮かび上がっている。
論文 参考訳（メタデータ） (2025-06-18T17:58:17Z) - EgoAgent: A Joint Predictive Agent Model in Egocentric Worlds [119.02266432167085]
EgoAgentは単一変換器内での表現、予測、動作を同時に学習する統合エージェントモデルである。
EgoAgentは、タスクをインターリーブされた状態とアクションのシーケンスとして定式化することで、これらの能力間の因果的および時間的依存関係を明示的にモデル化する。
EgoAgentの画像分類,エゴセントリックな将来の状態予測,3次元人間の動作予測といった代表的課題に対する総合的な評価は,本手法の優位性を示している。
論文 参考訳（メタデータ） (2025-02-09T11:28:57Z) - Proposer-Agent-Evaluator(PAE): Autonomous Skill Discovery For Foundation Model Internet Agents [64.75036903373712]
Proposer-Agent-Evaluatorは、基礎モデルエージェントが野生のスキルを自律的に発見し、実践することを可能にする学習システムである。
PAEの中心となるタスクプロポーサは、エージェントがコンテキスト情報で実践するためのタスクを自律的に提案するコンテキスト対応タスクプロポーサである。
成功評価は、エージェントがRLを介してポリシーを洗練するための報酬信号として機能する。
論文 参考訳（メタデータ） (2024-12-17T18:59:50Z) - The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる
まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。
単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
論文 参考訳（メタデータ） (2023-09-14T17:12:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。