本文介绍了动态可验证多智能体人类代理忠诚度循环（DVM-HALL）模型，以解决传统客户忠诚度范式在AI代理自主执行购买决策时失效的问题。该模型提出一个框架，其中品牌选择由人类情感权益、代理效用、校准后的信任以及去中心化金融环境中的可验证执行风险共同决定。

  • DVM-HALL模型采用softmax概率公式，基于人类情感权益、机器体验效用和委托权限联合确定选择。
  • 它具备递归更新机制，可在每次交互后动态校准信任与委托关系。
  • 该框架整合了用于DeFi和代币化忠诚度的可验证执行层，涵盖gas成本、滑点、MEV暴露及智能合约漏洞等风险。
  • 作者提出了净人类-代理得分（NHAS），这是一种可审计、风险加权的指标，利用反馈、日志和可验证收据衡量人类与代理的一致性。
  • 提出了一项三阶段实证验证计划，涵盖受控购物实验、多智能体市场模拟以及DeFi测试平台。

该框架为品牌应对向机器客户转型提供了所需的理论基础。