智能體互聯網（Agentic Web）
1.引 言
隨著大模型在多模態理解、邏輯推理等方面的進一步發展，Agent 或將在 2025 年迎來大規模落地應用，替代人類自主解決越來越多的日常工作。人工智能（AI）專家普遍認為，2025 年將是智能體（agent）爆發之年。
2024年底，Gartner 也將 agentic AI 列入了 2025 年十大技術趨勢之一，并預測 2028 年將至少有 15% 的日常工作決策由 agentic AI 自主完成，而這一數字在 2024 年為 0。
在CES 2025，黃仁勛也強調2025年Agent將會有許多商業化應用。
本文從Agent展開，重點介紹Agent組網（Agentic Web）的相關發展。
2.什么是 AI Agent
根據OpenAI前安全研究副總裁Lilian Weng的博文，Agent =大語言模型（LLM）+規劃（planning）+記憶（memory）+工具（tools）+行動（Action），在大語言模型（LLM）驅動的Agent系統中，LLM充當Agent的大腦，并由Planning（規劃）、Memory（記憶）、Tools（工具）、Action（動作）等幾個關鍵組件組成。
3.多 AI Agent 協作
隨著單個Agent具有很大的自主性，研究人員逐步發現可以通過多個Agent之間協助完成并解決一些問題。
2023年斯坦福大學的人機交互研究小組創造了一個包含25個Agent的AI小鎮，用以模擬社會互動。這個AI小鎮設有大學、公寓、咖啡館和書店等基礎設施，Agent在其中居住并進行日常活動，盡管他們沒有意識到自己生活在模擬環境中。這些Agent不僅能去工作、閑聊、組織社交活動、結交新朋友，甚至能墜入愛河，每個Agent都有獨特的個性和背景故事。通過這種社會化模擬，展示了Agent在復雜的人類社交環境中的適應能力和行為多樣性。
清華大學的研究團隊嘗試了AI員工的一些早期探索，他們打造了一個名為ChatDev的虛擬軟件公司，由各種具有不同角色的Agent運作,包括CEO(首席執行官)、CPO(首席產品官)、CTO(首席技術官)、程序員、代碼審查員、測試員和藝術設計師等。這些Agent組成了一個多代理組織結構,被設定了一個使命是“通過編程革新數字世界”。
復旦大學的技術團隊開發了一個名為AI2Apps的一站式AI員工開發與端側服務平臺，將Devin的開發模式復刻到了任何崗位的AI員工上。團隊自研了一套基于瀏覽器的Agent操作系統，提供全套的開發人員工具，包括終端、文件管理、Agent調試、代碼編輯器和瀏覽器沙盒環境等，讓開發者能在“建筑師Agent”的主導下完成任何崗位AI員工團隊的構建與組合。經過AI2Apps的端側部署后，AI員工可以通過瀏覽器在各種用戶設備中既“無所不能”又“有所不為”，模擬人類員工辦公的同時又避免了直接操控用戶設備。
上面的多 agent 系統，都是在自己的“局域網”組成的系統，而如果所有的Agent都在目前的互聯網上，我們還需要全球公認和采用的協議，這些協議應該得到普遍認可和實施，以便協調 agent 能夠安全、合乎道德地與其他企業 agent 進行溝通、協商和合作，并使雙方互惠互利。這種“合奏”級別的參與必須快速、高效和公平。如果沒有這樣的協議，往好了說，我們會面臨 agent 與 agent 之間的“垃圾郵件”風險，往壞了說，我們會面臨欺詐和其他危險。
4.AI Agent 互聯網
正如互聯網把全世界所有信息和人連接在一起，物聯網把所有設備連接在一起，一個統一的智能體平臺可以把散落在世界各地的Agent連接起來。
但是“互聯網Agent”可能有不同的架構、運行于不同的設備、有不同的能力，同時在數量和功能上飛速演進，但目前單個智能體更多處于“孤島”的相對隔離狀態，智能體之間的互相發現、大規模自由協作，還沒有先例。多智能體局域網協作，盡管已經顯示了巨大的應用潛力，卻依然存在著三重限制：
- 只允許接入內部定義的智能體。
- 大多數多智能體系統在一個設備上模擬多個智能體。現實場景更迫切的需求，是分布在多個設備和位置的智能體通過“網絡”進行協作。
- 大多數多智能體系統的溝通機制單一，或者需要用戶進行指定。溝通和多輪的信息交換，非常的不靈活。
為了跨過這些障礙，許多研究機構 都希望提出類似Http的協議，統一將世界各地的Agent 通過協議連接起來。
IoA（Internet of Agents）
清華大學某AI團隊推出了LLM驅動的智能體互聯網（Internet of Agents, IoA），這是一個受互聯網啟發的智能體通信和協作通用框架。簡單來說，IoA 創建了一個可以自由注冊、互相發現的Agent協作平臺，并且讓智能體之間協作再向上構建，對原來Agent協作工作流（Work Flow）進行三個方向擴容，跨設備、更多異質Agent開放互聯、協作組織方式高度靈活，從而在更高維度上形成智能體互聯網 Internet of Agents（IoA）。
IoA 的核心由兩個主要組件組成：服務器和客戶端。服務器作為中心樞紐，管理智能體注冊、發現和消息路由，確保具備不同能力的智能體能夠互相發現并發起通信。客戶端則作為單個智能體的包裝，提供必要的通信功能，并適應指定的溝通協議。IoA能夠實現智能體注冊與發現 、自主嵌套團隊組建、自主會話流程控制、任務分配與執行等功能。
MCP（Model Context Protocol）
Anthropic 提出了一種MCP協議，以模型為核心，整個互聯網都是他的上下文與工具（如下圖所示）。MCP允許任何一臺Server通過Web Apis訪問互聯網提供上下文信息。
Agora Protocol
異構的LLM 之間的通信效率低下，嚴重制約了 AI Agent網絡的規模化應用，來自牛津大學的研究團隊提出的 Agora 協議，為解決這一難題提供了創新方案。
具體步驟為：
- 定義協議文檔（PD）：創建 PD 來描述通信協議，使 LLM 能夠理解和遵循協議。
- 實現多層次通信策略：根據通信頻率和任務復雜度，選擇自然語言、LLM 編寫的例程或人工編寫的例程進行通信。
- 自動協商與實現協議：代理之間通過自然語言或 PD 中定義的例程自動協商和實現通信協議。
- 協議的涌現與共享：鼓勵代理生成和共享 PD，以促進自組織協議的涌現和網絡的自我優化。
- 成本效益分析：評估 Agora 協議相對于純自然語言通信的成本效益。
ANP（Agent Network Protocol）
國內方面，提出了一種ANP，愿景是定義智能體之間的連接方式，為數十億智能體構建一個開放、安全、高效的協作網絡，成為智能體互聯網時代的HTTP。
- 身份與加密通信層：基于W3C DID（Decentralized Identifiers，去中心化標識符）規范，在現有成熟的Web基礎設施上，構建一個去中心化的身份認證方案和端到端加密通信方案。它可以讓任意平臺之間的智能體進行身份認證，而不依賴于任何中心化系統。
- 元協議層：元協議即協商智能體之間通信協議的協議。是智能體網絡演進為自組織、自協商的高效協作網絡的關鍵。
- 應用協議層：基于語義網相關規范，讓智能體能夠描述其他能力與支持的應用協議，并且高效的管理這些協議。
此外，AutoGPT和W3C 也各自定義了Agent Protocol設計的目標，不過都在萌芽階段。
5.總 結
從上面的分析可以看出，目前基于Agent提出的互聯網協議都在實驗階段，可能各家都基于自身的產品都提出了各自的想法。隨著我們對大量Agent 協作的理解不斷加深，我們發現未來不是人類與人工智能的對決，而是人類與人工智能的協同合作，發揮各自的獨特優勢。而建立多個Agent之間、Agent與人之間如何交互的協議也成為重中之重。
隨著互聯網的逐步發展，我們已經走過Web 1.0、2.0、3.0，前兩代?絡專注于信息傳播，Web 3.0通過去中心化和區塊鏈等技術，用戶能夠真正擁有自己的數據，可以自由決定數據的使用方式、分享對象等，同時也能更好地保護自己的隱私，?現在通過Agent組網則通過?型語?模型（LLM）賦予了智能，因此有專家提出我們正在進入“Web 4.0”時代。
