该论文针对多智能体AI平台从试运行快速走向生产过程中代理间信任机制原始的问题。当前代理要么传输原始数据（过度共享），要么接受对方的自然语言自我声明（不可验证且易受提示注入攻击）。现有应对方案侧重于身份、可见性和事后检测，而近期提出的密码学强制策略仅停留在仿真阶段。作者将可验证的数据最小化从提案推进到运行系统：设计了一个零知识证明网关（Zero-Knowledge Proof Gateway），使代理间交换的是经过治理定义的谓词证明（如“值在政策允许范围内”），而非数据本身，从而在架构上预防数据暴露而非事后检测。由于现有互操作协议无法直接承载此类证明，他们提出一种“槽”（slot）机制，并从一个端点同时实现到MCP（Model Context Protocol）和Agent2Agent协议。性能测试表明，32位阈值谓词在单个商用vCPU上证明耗时6.2毫秒，验证耗时1.0毫秒，生成的Bulletproofs证明仅为608字节；通过11个对抗性实验和19项协议一致性检查，并已部署到Kubernetes环境验证网络隔离。案例研究证明零售客户订单金额在限额内，但全程不泄露具体金额，落地了GDPR的数据最小化原则，并成为欧盟法律明确点名的可强制执行技术措施。论文进一步处理了一个现有工作未解决的空白：谓词证明只将语句绑定到承诺值，并不绑定到记录系统。作者构建了一种双向融合飞地（enclave）证明与谓词证明的方法，使验证单个工件可同时证明“谓词成立”且“该值由特定被测量的二进制程序读取”，并用模拟权威机构进行了测试。该研究适合关注AI代理安全、数据最小化、密码学协议工程与隐私保护技术的安全研究人员、AI平台架构师及合规工程师阅读。