【ITニュース解説】x402 Explained: HTTP-Native Micropayments for AI Agents (With Real Code)

近年のIT技術の進歩は目覚ましく、中でも自律型AIエージェントと呼ばれる、人間が直接指示しなくても自ら判断してWeb上の情報を収集したり、特定のタスクを実行したりするAIプログラムが登場している。これらのAIエージェントが今後、様々なサービスと連携し、より高度な作業を自動で行うようになることは想像に難くない。しかし、この新たな技術の波が押し寄せる中で、既存のWebサービスとの連携方法、特に「支払い」の仕組みには大きな課題が浮上している。

現在、多くのWebサービスはAPI（アプリケーション・プログラミング・インターフェース）と呼ばれる窓口を提供しており、他のプログラムがそのサービスを利用できるようにしている。これらのAPIの利用料金は、通常、事前にチャージされたアカウントからの引き落とし、毎月のサブスクリプション（定額課金）、あるいはクレジットカード情報を紐づけたAPIキーを使って支払われる。これは人間が利用する上では一般的な方法だが、自律的に動き回るAIエージェントにとっては、いくつかの大きな問題を引き起こす。

まず、AIエージェントは物理的なクレジットカードを「入力」することはできない。また、Web上の様々なサービスを利用するたびに、50もの異なるサービスにサブスクライブ（登録・契約）し、その料金体系や管理をAIエージェントに任せることは非常に複雑で現実的ではない。さらに深刻な問題として、サービスへのアクセス権限を持つAPIキーをAIエージェントに長期間持たせ続けることは、セキュリティ上の大きなリスクとなる。もしそのキーが漏洩すれば、悪意のある第三者によってAIエージェントが利用しているサービスが不正に操作されたり、高額な請求が発生したりする可能性がある。このような現状では、自律型AIエージェントの真の可能性を引き出すことは難しい。

この問題に対する画期的な解決策として提案されているのが、Webの根幹を支える技術の一つであるHTTP（HyperText Transfer Protocol）の仕組みを活かした「HTTPネイティブなマイクロペイメント」だ。具体的には、HTTPステータスコードの「402 Payment Required（支払いが必要）」を積極的に活用する。このコード自体は何十年も前から存在していたが、これまで実用的に使われることはほとんどなかった。しかし、最近になって、高速で手数料の安いLayer 2（レイヤー2）ブロックチェーン技術と、価値が安定しているステーブルコイン（米ドルなどに連動する暗号資産）が登場したことで、プログラムが自動で少額の支払い（マイクロペイメント）を行う従量課金制のモデルが実現可能になったのだ。

この新しい支払いモデルを標準化したものが「x402」プロトコルと呼ばれる。x402は、機械（AIエージェント）と機械（APIを提供するサーバー）の間で、必要に応じて支払いを行うための統一された方法を提供する。従来の「前払い」や「月額課金」といったオフチェーン（ブロックチェーン外）での事前契約ではなく、リクエストごとに支払いが発生する、まさに「必要な時に必要なだけ支払う」オンデマンドの仕組みである。

x402の支払いプロセスは、AIエージェントとAPIプロバイダーの間で以下のような「ハンドシェイク」と呼ばれるやり取りを通じて行われる。

まず、AIエージェントは、利用したいAPIのエンドポイント（特定の機能を提供するURL）に対して、特に認証情報を持たずに最初のHTTPリクエストを送信する。これは「初期リクエスト」だ。

APIプロバイダーのサーバーは、このリクエストが有料サービスへのアクセスであると判断した場合、すぐにデータを提供する代わりに、HTTPステータスコード「402 Payment Required」を返答する。この返答には、必要な支払いに関する詳細情報がHTTPヘッダーに埋め込まれる。例えば、「X-402-Payment-Destination」ヘッダーには支払い先のウォレットアドレス（暗号資産の口座番号）が、「X-402-Amount-USDC」ヘッダーには支払いが必要な金額（例: 0.01 USDCという少額）が、「X-402-Chain-Id」ヘッダーにはどのブロックチェーンネットワーク（例: Baseネットワーク）を使うべきかといった情報が含まれる。このステップは「支払いチャレンジ」と呼ばれる。

AIエージェントは、サーバーから受け取った402ステータスコードと支払いメタデータを確認すると、その条件に合致する「オンチェーントランザクション」（ブロックチェーン上での取引）を自動的に生成する。これは、指定されたステーブルコイン（例: USDC）を、指定されたウォレットアドレスに、指定された金額だけ送信する取引だ。エージェントは自身の「オペレーションウォレット」（運用資金を管理するウォレット）でこの取引に署名し、該当するブロックチェーンネットワークに送信して支払いを完了させる。これを「決済」と呼ぶ。

支払いが完了すると、AIエージェントはブロックチェーンから生成された「トランザクションハッシュ」（その取引を一意に識別するIDのようなもの）を取得する。そして、このトランザクションハッシュを「X-402-Payment-Proof」ヘッダーに含め、最初の時と同じエンドポイントに対して再度リクエストを送信する。これは「支払い証明を伴う再送信」だ。

最後に、APIプロバイダーのサーバーは、再送信されたリクエストに含まれるトランザクションハッシュを受け取ると、リアルタイムでブロックチェーンネットワークにアクセスし、そのハッシュに対応する取引が実際に発生し、かつ要求された条件（正しい宛先、正しい金額など）を満たしているかを検証する。検証が成功すれば、サーバーはAIエージェントが要求したサービスやデータを提供し、HTTPステータスコード「200 OK」を返す。これで一連の処理が完了し、AIエージェントは目的の情報を手に入れることができる。この最終ステップが「実行」だ。

このようなx402プロトコルは、サーバー側とクライアント側（AIエージェント側）の両方で実装する必要がある。記事では、TypeScriptというプログラミング言語と、Honoという軽量なWebフレームワークをサーバーサイドに、viemというライブラリをクライアントサイドに用いた実装例を示している。特にBaseネットワークとUSDCステーブルコインが採用されているのは、BaseがイーサリアムのLayer 2ソリューションであり、手数料が非常に安く、取引の処理がほぼ瞬時に行われるため、マイクロペイメントに適しているからだ。

サーバー側の実装では、まずすべての受信リクエストをチェックする「ミドルウェア」と呼ばれる仕組みを導入する。このミドルウェアは、リクエストに有効な支払い証明（トランザクションハッシュ）が含まれているかを検証する役割を担う。支払い証明がないか、あるいは無効な場合は、前述のHTTP 402ステータスコードを返して支払いを要求する。支払い証明が提供された場合、サーバーはそれをブロックチェーン上のデータと照合する。具体的には、提供されたトランザクションハッシュを使って、指定された金額のUSDCが正しいウォレットアドレスに送金されているかを確認する。さらに、二重支払いを防ぐために、そのトランザクションが「古すぎないか」（特定のブロック数以内に行われたか）もチェックする。これは、古い支払いの証明を使い回して何度もサービスを利用しようとする不正行為を防ぐための重要なセキュリティ対策である。USDCのようなERC-20トークンの送金は、ブロックチェーンの取引ログに特定の形式（「Transfer」イベント）で記録されるため、サーバーはそのログを解析することで、誰から誰へ、いくら送金されたかを正確に確認できる。

このx402の仕組みは、自律型AIエージェントがWeb上の様々なサービスを安全かつ効率的に、そして従量課金制で利用するための、非常に有望なアプローチであると言える。従来の課金モデルが抱えるセキュリティリスクや運用上の非効率性を解決し、AIエージェントエコシステムの発展に貢献する可能性を秘めている。