Gemini Spark AI এজেন্টের একটি ওয়ালেট দরকার, কার্ড নয়
গুগল ১৯ মে, ২০২৬ তারিখে Gemini Spark ঘোষণা করেছে: একটি সার্বক্ষণিক এজেন্টিক অ্যাসিস্ট্যান্ট যা আপনার Gmail পড়ে, উত্তর তৈরি করে, অ্যাপয়েন্টমেন্ট বুক করে এবং ল্যাপটপ বন্ধ করার পরেও কাজ করতে থাকে। এটি একটি সর্বদা-সক্রিয় এজেন্টিক অ্যাসিস্ট্যান্টের প্রতিশ্রুতি, যা আপনার ঘুমের সময়ও ইনবক্সের বিরক্তিকর কাজগুলো সামলে নেয়।
Gmail ডেমোর আড়ালে এমন একটি সমস্যা লুকিয়ে আছে, যা মঞ্চে কেউ সরাসরি বলতে চাননি। যে মুহূর্তে একটি এজেন্ট আপনার উপস্থিতি ছাড়াই কাজ করে, কার্ড পেমেন্টের সমস্ত প্রচলিত ধারণা ভেঙে পড়ে। "অ্যাপ্রুভ" বোতামে চাপ দেওয়ার মতো কোনো মানুষ নেই। 3-D Secure কোড পাওয়ার জন্য কোনো ফোন নেই। কার্ড উপস্থিত নেই, কার্ডধারী উপস্থিত নেই, কোনো সেশনও নেই।
আমার মনে হচ্ছে এটিই Gemini 3.5 লঞ্চের আসল গল্প, এবং এর সাথে ইমেইলের তেমন কোনো সম্পর্ক নেই।
সার্বক্ষণিক এজেন্টিক অ্যাসিস্ট্যান্ট কেন আপনার কার্ড ব্যবহার করতে পারে না
কার্ড রেল একজন মানুষকে ধরে নেয়। পুরো অ্যান্টি-ফ্রড সিস্টেম, CVV, 3-D Secure, ছোট্ট SMS কোড, ভেলোসিটি চেক, এগুলো সব একজন মানুষ লেনদেনের পেছনে আছেন কিনা তা নিশ্চিত করতে তৈরি। Spark এর ঠিক উল্টো। এটি গুগলের ক্লাউডে চলমান একটি প্রক্রিয়া, যা রাত ৩টায় জেগে একটি বাতিল ফ্লাইট পুনরায় বুক করে।
Visa-র রেলের বিপরীতে একটি স্বায়ত্তশাসিত এজেন্ট চালালে দ্রুত একটি দেয়ালে ধাক্কা লাগে:
- ডেটাসেন্টার আইপি থেকে কার্ড-নট-প্রেজেন্ট লেনদেন ফ্ল্যাগ বা ডিক্লাইন হয়ে যায়।
- 3-D Secure চ্যালেঞ্জ এমন একজন মানুষের কাছে যায় যিনি ঘুমিয়ে আছেন।
- চার্জব্যাকের দায় মার্চেন্টের উপর পড়ে এমন একটি কেনাকাটার জন্য, যা কোনো মানুষ অনুমোদন করেননি।
- কোনো এজেন্টকে দৈনিক রিসেট হওয়া ৪০ ডলারের স্পেন্ডিং ক্যাপ দেওয়ার কোনো পরিষ্কার উপায় নেই, যা খালি করা যাবে না।
গুগলের নিজের AI Ultra পজিশনিং সাবস্ক্রিপশন বান্ডলিংয়ের উপর নির্ভর করে, কারণ প্রতিটি কাজের জন্য আলাদা পেমেন্ট এখনো অসমাধান। আপনি গুগলকে একটি নির্দিষ্ট মাসিক ফি দেন, গুগল এজেন্টের খরচ বহন করে, এবং এজেন্ট কীভাবে তৃতীয় পক্ষকে অর্থ দেবে তা কেউ বুঝে উঠতে হয় না। এটি কাজ করে যতক্ষণ না এজেন্টকে গুগলের ওয়ালড গার্ডেনের বাইরে থেকে কিছু কিনতে হয়।
চাহিদার দিকটা অবশেষে সামনে এল
দুই বছর ধরে এজেন্ট-পেমেন্ট সম্প্রদায় এমন একজন গ্রাহকের জন্য রেল তৈরি করেছিল যার অস্তিত্বই ছিল না। এই শূন্যতার কথা আমি AI Agent Payments: Anvita, x402, and Who Owns the Rail-এ লিখেছিলাম। প্রযুক্তি প্রস্তুত ছিল, স্বায়ত্তশাসিত ব্যয়কারীরা ছিল না।
Spark হিসেবটা বদলে দিচ্ছে। Google শীঘ্রই কোটি কোটি সর্বদা-সক্রিয় এজেন্ট পাঠাতে চলেছে যাদের একসময় লেনদেন করতে হবে। রেলগুলো এই চাহিদারই অপেক্ষায় ছিল।
যে স্ট্যাক তৈরি হয়েছে সেটা সঠিক অর্থেই একঘেয়ে:
- x402 নিষ্ক্রিয় HTTP 402 "Payment Required" স্ট্যাটাস কোডকে পুনরুজ্জীবিত করে, যাতে একটি সার্ভার মূল্য উদ্ধৃত করতে পারে এবং একটি এজেন্ট একটি একক অনুরোধে, স্টেবলকয়েনে, ইনলাইনে পেমেন্ট করতে পারে।
- AWS AgentCore একটি পেমেন্ট পথ যুক্ত করেছে যাতে Amazon-এর ক্লাউডে চলা এজেন্টরা প্রতিটি চার্জে মানুষের অনুমোদন ছাড়াই নিষ্পত্তি করতে পারে।
- Pay.sh এবং অনুরূপ টুলগুলি USDC-on-Base-কে এমন কিছুতে মুড়িয়ে দেয় যা একটি এজেন্ট যেকোনো অন্য API-এর মতো কল করতে পারে।
সাধারণ সূত্র: USDC on Base। সস্তা ফাইনালিটি, এক সেন্টেরও কম ফি, এবং একটি স্টেবলকয়েন যা একটি কর্পোরেট ট্রেজারি কমপ্লায়েন্স টিমের নিষেধাজ্ঞার ভয় ছাড়াই আসলে ধারণ করতে পারে।
বিশেষভাবে USDC on Base কেন
এজেন্ট পেমেন্ট হল মাইক্রোপেমেন্ট। একটি এজেন্ট আবহাওয়া API কোয়েরি করতে $০.০০৩ বা একটি ডেটা সেট কিনতে $২ দিতে পারে। Ethereum মেইননেটের গ্যাস পেমেন্টটিকেই ছোট করে দেবে। এই চক্রে Base প্রতিদিন $১B-এর বেশি DEX ভলিউম নিষ্পত্তি করেছে, এবং এর ফি এক সেন্টের ভগ্নাংশে থাকে, যা একমাত্র ফি ব্যবস্থা যেখানে মেশিন-গতির মাইক্রোপেমেন্ট অর্থবহ।
চেইনের চেয়ে স্টেবলকয়েন বেশি গুরুত্বপূর্ণ। একটি এজেন্ট অস্থির সম্পদ ধারণ করতে পারে না; পেমেন্ট অনুমোদন ও নিষ্পত্তির মধ্যে ৪% মূল্য ওঠানামা কোনো বিকল্পই নয়। USDC ডলার-মূল্যায়িত, রিডিমযোগ্য এবং একটি নিয়ন্ত্রিত সংস্থা দ্বারা ইস্যু করা। GENIUS Act AML rulemaking স্টেবলকয়েন ইস্যুকারীদের ব্যাংকের মতো তত্ত্বাবধান ব্যবস্থায় টেনে আনার পর, একজন CFO USDC ধারণে অনুমোদন দিতে পারেন এমনভাবে যা তারা কখনো কোনো অসমর্থিত টোকেনের ক্ষেত্রে পারতেন না।
নিয়ন্ত্রক স্বচ্ছতাই হলো মূল চাবিকাঠি, থ্রুপুট নয়। আমি ঠিক এই প্রশ্নটিকে কেন্দ্র করে প্রাতিষ্ঠানিক চুক্তি ভেঙে যেতে দেখেছি: "দায়বদ্ধ কে, এবং ইস্যুকারী কি তত্ত্বাবধানের আওতায়?"
কঠিন বিষয়টা পেমেন্ট নয়। এটা কর্তৃত্ব
একটি এজেন্টকে ওয়ালেট দেওয়া হলো সহজ ২০%। বাকি ৮০% হলো গভর্ন্যান্স:
- ব্যয়সীমা যা কার্যকর থাকে। একটি এজেন্ট ওয়ালেটে অ্যাপ্লিকেশন কোডের নরম সীমা নয়, বরং অন-চেইনে প্রয়োগযোগ্য কঠোর সীমা থাকা দরকার, যা কোনো প্রম্পট ইনজেকশন বাগিয়ে নিতে পারবে না।
- প্রত্যাহারযোগ্য ডেলিগেশন। আপনি এজেন্টকে মুদিখানার পুনরায় অর্ডারের অনুমতি দিচ্ছেন, সঞ্চয় সরিয়ে ফেলার নয়। সেই সীমাবদ্ধতাকে ক্রিপ্টোগ্রাফিক হতে হবে, শুধু একটি চেকবক্স নয়।
- অডিটযোগ্যতা। প্রতিটি এজেন্ট পেমেন্টকে অবশ্যই মানুষের নির্ধারিত কোনো নীতির সাথে সংযুক্ত করা যেতে হবে। "AI সিদ্ধান্ত নিয়েছে" এটা কোনো নিয়ন্ত্রকের কাছে গ্রহণযোগ্য উত্তর নয়।
এখানেই প্রম্পট ইনজেকশনের ঝুঁকি বাস্তব হয়ে ওঠে। একটি ফাঁস হওয়া কী কী করতে পারে তা আমরা ইতিমধ্যে দেখেছি, Polymarket exploit দেখুন। এবার কল্পনা করুন সেই কী একটি এজেন্টের কাছে আছে যে সারাদিন অবিশ্বস্ত ইমেইল পড়ে এবং অর্থ ব্যয় করতে পারে। আক্রমণের ক্ষেত্র হয়ে ওঠে পুরো ইনবক্স।
পরবর্তীতে কী দেখব
Google এই বছর Spark-এ USDC আনবে না। প্রথম সংস্করণ সবকিছু Google Pay এবং Google-এর নিজস্ব বিলিংয়ের মাধ্যমে পরিচালনা করবে, কারণ সেটা নিয়ন্ত্রণযোগ্য এবং কারণ Google রেলের মালিক হতে চায়, ভাড়াটে নয়।
কিন্তু যে এজেন্ট রাত ৩টায় আপনার ফ্লাইট বুক করে, সে শেষপর্যন্ত এমন কোনো বিক্রেতাকে পেমেন্ট করতে চাইবে যার সাথে Google-এর বিলিং সম্পর্ক নেই। তখন সবচেয়ে সাশ্রয়ী পথ হবে একটি উন্মুক্ত প্রোটোকলে স্টেবলকয়েন পেমেন্ট, প্রতিটি মার্চেন্টের জন্য আলাদা কার্ড ইন্টিগ্রেশন নয়। যে রেল জয়ী হবে সেটি হলো যেটিতে একটি এজেন্ট কোনো পেমেন্ট জায়ান্টের অনুমতি না চেয়েই কল করতে পারে।
এজেন্টের জন্য ওয়ালেট আসছে। একমাত্র খোলা প্রশ্ন হলো এটা Google-এর ভেতরে বদ্ধ একটি লেজার হবে, নাকি খোলা একটি লেজার যার বিরুদ্ধে যে কেউ তৈরি করতে পারবে। আমি উন্মুক্তের উপর বাজি ধরব, একই কারণে ওয়েব AOL-কে হারিয়েছিল।