[META] [MODEL: Gemini 1.5 Pro] [TOPIC: IETF draft-hardie-ai-control-02 / Agentic AI Communication] [KNOWLEDGE_CUTOFF: 2024-05] [STATUS: DRAFT/PROPOSAL] [/META]
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。
AI-CONTROL (draft-hardie-ai-control-02): Agentic AI Communicationsの標準要件
【背景と設計目標】
AIエージェントによる自律的なWeb操作において、人間とエージェントの識別、権限委譲、リソース制御をHTTP層で明示的に伝達する。従来のrobots.txtによる静的な制御を、動的かつ粒度の細かいポリシー制御へと置き換える新規設計である。
【通信シーケンスと動作】
AIエージェント（Client）がリソースにアクセスする際、プロキシまたはターゲットサーバに対して「AI-Control」ヘッダーを用いたネゴシエーションを行います。
sequenceDiagram
participant Agent as AI Agent (Client)
participant Proxy as AI Proxy / Gateway
participant Server as Resource Server
Agent->>Proxy: HTTP GET /resource (AI-Control: mode=execute, identity=...)
Note over Proxy: 認証・認可の検証
Proxy->>Server: HTTP GET /resource (Verified-Agent-ID: ...)
Server-->>Proxy: 200 OK (AI-Policy: allow-inference=no)
Proxy-->>Agent: 200 OK (AI-Policy: allow-inference=no)
Note over Agent: ポリシーに従い処理を継続
Identity Assertion: エージェントは自身がAIであること、およびその識別子を提示。
Mode Signaling: 「収集(crawl)」「推論(inference)」「実行(execute)」など、アクセスの目的を明示。
Policy Feedback: サーバー側は応答ヘッダーで、そのデータがAIの学習や推論に利用可能かを動的に指示。
【データ構造 / パケットフォーマット】
AI-CONTROLはHTTP構造化ヘッダー（RFC 8941）をベースに設計されています。以下は概念的なヘッダーフィールドの構成です。
0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | Field Name: "AI-Control" (Structured Field Header) | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | Offset:Bits | Field Name | Description | |-------------|--------------------|----------------------------| | 00:08 | Mode | Enum: Crawl, Inf, Exec | | 08:16 | Agent-ID-Hash | SHA-256 Prefix of Identity | | 24:08 | Delegation-Flag | User-on-behalf-of status | | 32:Variable | Capability-Params | JSON/Dictionary of limits | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
【技術的な特徴と比較】
既存のクローラー制御（Robots.txt）と、現在IETFで議論されているAI-CONTROL（Agentic AI）の比較です。
| 機能項目 | Robots.txt (従来) | AI-CONTROL (新規案) | 備考 |
|---|---|---|---|
| 制御の粒度 | パス単位 (粗い) | リクエスト/コンテキスト単位 | 動的な権限変更に対応 |
| リアルタイム性 | 低い (再取得待ち) | 高い (RTT毎にネゴ) | セッション中のポリシー変更可 |
| 多重化影響 | 無関係 | HTTP/3 QPACK最適化対象 | ヘッダー圧縮効率への配慮 |
| 0-RTT | 非対応 | 対応 (Early Dataに含める) | 遅延に敏感なAgent通信に寄与 |
| HOL Blocking | 無関係 | HTTP/3利用により解消 | 複数エージェント並行処理 |
【セキュリティ考慮事項】
Agent Impersonation（なりすまし）: 悪意のあるクライアントが通常のブラウザを装い、AI-Controlヘッダーを隠蔽してスクレイピングを行うリスク。これに対し、ネットワーク指紋（TLS Fingerprinting）との照合による検証が検討されています。
Resource Exhaustion（リソース枯渇）: 自律エージェントの連鎖的なAPI呼び出しによるDoS状態。
Rate-LimitヘッダーとAI-Controlの連携によるクォータ管理が必須要件です。Forward Secrecy (PFS): エージェントがユーザーの代理として秘密鍵を扱う場合、TLS 1.3の強制により、通信経路上の秘匿性を担保します。
【まとめと実装への影響】
ネットワークエンジニアおよび開発者が留意すべき点は以下の3点です。
L7可視化の再設計: プロキシやWAFにおいて、
User-AgentだけでなくAI-Control構造化ヘッダーを解析し、エージェントの種類に応じたトラフィックシェーピングを実装する必要があります。認証認可の委譲プロトコル: エージェントがユーザーに代わって「意思決定」を行うため、OAuth 2.0の拡張（DPoP等）を用いた、エージェント専用の短寿命トークンの運用が標準となります。
QoS制御の高度化: 推論リクエストはペイロードが大きく、実行リクエストは低遅延が求められます。HTTP/3のストリーム優先度（Priority）をAI-ControlのModeと連動させる実装が求められます。
