CAVA：エージェントAIの行動を検証可能にする標準化レイヤー

導入

エージェント型 AI は、単に文章を生成するだけでなく、実際のツールやシステムを操作する段階に進んでいる。ローカルのコーディングフック、SDK ツール、ブラウザ自動化、API ゲートウェイ、ワークフローエンジン、管理型エージェントのトレースなど、実行環境は多様だ。その結果、同じ「コード公開」「アイデンティティ状態の変更」「資金移動」「データ書き出し」といった操作が、環境ごとにまったく異なる記録として残る。

arXiv 論文「CAVA: Canonical Action Verification and Attestation for Runtime Governance of Agentic AI Systems」は、この分断をランタイムガバナンスの根本問題として扱う。問われているのは、どの行動が承認され、実行時の証拠がどのようにその承認と結びつき、第三者が後から同じ行動アイデンティティを再現できるかという点である。

核心ポイント

• 異種ランタイムの行動を標準化：CAVA は Canonical Action Verification and Attestation の略で、エージェント活動を標準化されたランタイム行動オブジェクトへ変換する意味論レイヤーとして提案されている。
• PCAA の下位に位置付け：論文では、CAVA を Proof-Carrying Agent Actions の下に置く。PCAA がデプロイ側のルーティング、レビュー、証明プロセスを定義するのに対し、CAVA はその対象となる安定した行動オブジェクトを定義する。
• 承認と実行を結び付ける：承認が単なる自然言語説明や壊れやすいログ項目に依存すると、ラッパーや表現の違いによって回避されるおそれがある。CAVA は行動アイデンティティ、承認結合、レシート完全性、再現性を扱う。
• 意味パターンの検出：見かけの API 呼び出しが違っても同じリスク行動である場合や、似て見えても意味が異なる場合を区別するため、ポリシーで参照可能な意味パターン検出も取り上げている。
• 参照実装の評価：論文は 96 seed、384 variant のベンチマークを報告している。対象には、意味的同等性、意味的分離、ラッパー回避、誤検知制御、承認結合、レシート再現性、証明改ざん検出、ランタイム可搬性、ポリシー劣化、Azure 展開演習などが含まれる。

意義と影響

CAVA の重要性は、エージェント監査を「ログを読む」段階から「行動の同一性を検証する」段階へ進めようとしている点にある。企業環境では、1 つの高リスク操作が複数のツールやプラットフォームをまたいで実行されることがある。各環境が独自形式の記録しか残さなければ、承認された行動と実際に実行された行動が同一かどうかを確認するのは難しい。

この論文が示す示唆は、権限設定や人間の承認だけでは十分ではないということだ。ガバナンス対象となる行動そのものが安定していなければ、どれだけ厳格な承認フローを作っても、その有効性は揺らぐ。CAVA は、可搬で再現可能、必要に応じて証明可能な行動オブジェクトを提供する基盤として位置付けられる。

これはエンドユーザー向けの新しいエージェント製品というより、デプロイ事業者、プラットフォーム、監査システムが利用し得る基礎的な抽象化である。エージェントがコード公開、ID 管理、資金移動、データ輸出のような重要操作を担うほど、行動レベルの標準化は信頼できる運用に不可欠になっていくだろう。

出典：arXiv