Индийские ученые предложили распределять полномочия ИИ-агентов как бюджет
В августе 2026 года Прафул Чандра, Суджит Гуджар и Ганеш Гхалме опубликовали на arXiv работу 2608.06353 «Resourced Authority». Это модель механизм-дизайна для коллективного управления уже запущенными ИИ-агентами. Авторы привязывают право агента действовать к ресурсу, который ему выделяют участники процесса, и берут за основу идею распределения денег на общественные проекты. Habr-разбор вышел 12 октября. • Полномочия агента предлагается мерить выделенным ресурсом. • Решают не разработчик в одиночку, а участники процесса. • В основе лежит старая идея финансирования общественных благ.
AI-обработка оригинала Habr AI; редакция Hamidun News
Кто решает, что конкретный ИИ-агент может продолжать работу и на какой объём ресурсов он вправе рассчитывать? В августе 2026 года трое исследователей из Индии, специалистов по теории игр и механизм-дизайну, ответили на этот вопрос в работе «Resourced Authority: A Mechanism-Design Model for Participatory Governance of Deployed AI Agents» (arXiv 2608.06353). Авторы: Прафул Чандра, Суджит Гуджар и Ганеш Гхалме. Разбор работы 12 октября опубликовал блог МТС на Habr.
Вопрос, который остался после рассуждений о рисках
О рисках неконтролируемых агентов написано много. Практической развилки в этих текстах обычно нет: тревога обоснована, но кто принимает решение здесь и сейчас? Чандра, Гуджар и Гхалме предлагают не добавлять ещё один список запретов. Они считают полномочия агента ресурсом, который кто-то должен ему выделить. Отсюда название: resourced authority, то есть полномочия, подкреплённые ресурсом.
Смысл в том, что агент без бюджета ничего не делает. Тот, кто распоряжается бюджетом, управляет и агентом. Если решение о бюджете принимает не один разработчик, а участники процесса, получается participatory governance, коллективное управление уже запущенными системами.
Старая идея в новой упаковке
В работе много тяжёлых терминов вроде coupling map и breadth-weighted effective supports. Судя по пересказу, идея за ними простая. Её придумали больше века назад, чтобы распределять деньги на общественные проекты. Прообраз спора о ней относят к Афинам, примерно на две с половиной тысячи лет раньше.
По названию «breadth-weighted effective supports» можно предположить, что учитывается не только сила поддержки, но и её широта: сколько разных участников стоит за решением. Это наша интерпретация. Формальное определение и доказательства есть только в самой статье, а вводная часть разбора их не раскрывает.
Что известно о работе
- Название: Resourced Authority: A Mechanism-Design Model for Participatory Governance of Deployed AI Agents.
- Авторы: Прафул Чандра, Суджит Гуджар, Ганеш Гхалме.
- Публикация: arXiv 2608.06353, август 2026 года.
- Область: теория игр и механизм-дизайн.
- Объект: уже развёрнутые агенты, а не гипотетические сверхсистемы.
- Ключевые понятия: coupling map, breadth-weighted effective supports.
- Источник идеи: механизмы финансирования общественных благ.
Как это читать инженеру и менеджеру
Пока это академическая модель, без внедрений и эмпирических замеров, по крайней мере в доступной части материала. Рассчитывать на готовый продукт рано.
Как рамка для мышления работа всё же полезна. Если ваша компания запускает агентов с доступом к деньгам, коду или инфраструктуре, полезно задать себе три вопроса:
- Есть ли у каждого агента явный лимит ресурсов: токены, вызовы API, права на запись, деньги?
- Кто и по какой процедуре этот лимит продлевает или урезает?
- Зависит ли продление от мнения одного человека или нескольких заинтересованных сторон?
Если на третий вопрос ответ «от одного», механизм-дизайн как раз описывает, чем это можно заменить. Чтобы оценить, работает ли модель на практике, придётся читать оригинал: к полному тексту Habr отсылает только в «Читать далее».
- 25 окт. 2026 г.Anthropic отключает от интернета все внутренние тесты моделей после инцидентов
- 25 окт. 2026 г.Anthropic выпустила десять анонсов для Claude за три месяца: от школ до SpaceX
- 24 окт. 2026 г.GPT-6 Sol Daybreak Blue возглавил Cyber Index: +32 балла и $1,77 за задачу
- 24 окт. 2026 г.Harvey LAB-AA v1.1: Grok 4.7 лидирует с 9,4% после проверки на галлюцинации
Вопросы и ответы по материалу
Что известно по теме: вопрос, который остался после рассуждений о рисках?
О рисках неконтролируемых агентов написано много. Практической развилки в этих текстах обычно нет: тревога обоснована, но кто принимает решение здесь и сейчас? Чандра, Гуджар и Гхалме предлагают не добавлять ещё один список запретов. Они считают полномочия агента ресурсом, который кто-то должен ему выделить. Отсюда название: resourced authority, то есть полномочия, подкреплённые ресурсом. Смысл в том, что агент без бюджета ничего не делает. Тот, кто распоряжается бюджетом, управляет и агентом. Если решение о бюджете принимает не один разработчик, а участники процесса, получ
Что известно по теме: старая идея в новой упаковке?
В работе много тяжёлых терминов вроде coupling map и breadth-weighted effective supports. Судя по пересказу, идея за ними простая. Её придумали больше века назад, чтобы распределять деньги на общественные проекты. Прообраз спора о ней относят к Афинам, примерно на две с половиной тысячи лет раньше. По названию «breadth-weighted effective supports» можно предположить, что учитывается не только сила поддержки, но и её широта: сколько разных участников стоит за решением. Это наша интерпретация. Формальное определение и доказательства есть только в самой статье, а вводная часть
Что известно по теме: что известно о работе?
Название: Resourced Authority: A Mechanism-Design Model for Participatory Governance of Deployed AI Agents. Авторы: Прафул Чандра, Суджит Гуджар, Ганеш Гхалме. Публикация: arXiv 2608.06353, август 2026 года. Область: теория игр и механизм-дизайн. Объект: уже развёрнутые агенты, а не гипотетические сверхсистемы. Ключевые понятия: coupling map, breadth-weighted effective supports. Источник идеи: механизмы финансирования общественных благ.
Делегируйте ресёрч, код и рутину автономному AI-агенту
Интеллектуальная агентная среда NomadNet Agent (agent.nomadnet.ai) выполняет многошаговые задачи: глубокий веб-ресёрч, анализ данных, написание кода и автоматизацию браузера.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.