В статье представлена модель Dynamic Verifiable Multi-Agent Human Agentic Loyalty Loop (DVM-HALL), призванная решить проблему неэффективности традиционных парадигм клиентской лояльности, когда решения о покупке принимаются автономно агентами ИИ. Предлагается фреймворк, в котором выбор бренда определяется человеческой эмоциональной ценностью, полезностью агентов, калиброванным доверием и верифицируемыми рисками исполнения в средах децентрализованных финансов.
- Модель DVM-HALL использует формулировку вероятности softmax для совместного определения выбора на основе человеческой эмоциональной ценности, полезности машинного опыта и делегированных полномочий.
- Она включает рекурсивные механизмы обновления для динамической калибровки доверия и делегирования после каждого взаимодействия.
- Фреймворк интегрирует слой верифицируемого исполнения для DeFi и токенизированной лояльности, учитывая такие риски, как затраты на газ, проскальзывание, воздействие MEV и уязвимости смарт-контрактов.
- Авторы вводят Net Human-Agent Score (NHAS) — проверяемый, взвешенный по риску показатель, измеряющий согласованность человека и агента с использованием обратной связи, журналов и верифицируемых квитанций.
- Предлагается план эмпирической проверки из трех этапов, включающий контролируемые эксперименты по покупкам, многоагентные рыночные симуляции и тестовые среды DeFi.
Этот фреймворк обеспечивает фундаментальную теорию, необходимую брендам для навигации в переходе к клиентам-машинам.