分布式通用智能体网络：架构、关键机制与原型

# 分布式通用智能体网络：架构、关键机制与原型  
来源：https://arxiv.org/html/2606.17368  

张胜利、马德恩、林子彬、王涛涛  
（张胜利、马德恩、林子彬、王涛涛，深圳大学电子与信息工程学院，深圳 518060，中国。邮箱：[email protected]；[email protected]；[email protected]；[email protected]）

###### 摘要  

大型语言模型加速了从被动对话助手向自主智能体的转变，这类智能体能够理解目标、规划行动、调用工具并执行多步骤任务。然而，单个智能体的能力仍受限于其本地数据、工具权限、运行环境及治理边界。本文研究**分布式通用智能体网络**：一种开放的点对点网络，其中部署在个人设备、边缘节点或自主计算环境中的异构智能体能够相互发现、建立信任、协商合作规则并执行开放式任务。我们认为，仅通过组合现有P2P覆盖网络与传统多智能体系统无法实现此类网络。与主要定位静态对象的文件共享网络和维护结构化账本的区块链网络不同，智能体网络必须传播关于意图、能力、状态及合作约束的语义声明。为此，我们提出一种以**协议适配层**为核心的层次化架构，该层连接上层任务语义与底层网络操作，将用户目标与智能体状态转化为公告、检索、验证、协商与执行流程。基于该架构，本文识别出三个核心机制问题：面向协作者发现的语义公告传播、面向合作治理的可验证身份与多主题信誉、以及面向开放任务执行的语义梯度机制设计。针对每个问题，我们提出技术路线，包括带顺序日志的无体八卦协议、基于BAID的身份绑定与MG-EigenTrust信誉机制，以及由语义归因反馈驱动的Stackelberg式机制生成循环。我们还报告了BAID式分层验证的原型开销结果，以及MG-EigenTrust在跨主题伪装-合谋攻击下的机制级仿真数据。最终框架为开放、可信、可扩展的智能体协作提供了系统级基础。

## I 引言

### I-A 背景  

大型语言模型（LLMs）在自然语言理解、复杂推理、任务规划和工具使用方面取得了快速进展。因此，智能体系统正从被动对话助手演变为能够感知上下文、规划中间步骤、调用外部工具并代表用户执行任务的自主行动者。个人通用智能体，例如集成规划、检索、工具调用和本地上下文管理的系统，体现了从以对话为中心的辅助向以任务为中心的自主性的转变[17](https://arxiv.org/html/2606.17368#bib.bib14)，[39](https://arxiv.org/html/2606.17368#bib.bib13)，[1](https://arxiv.org/html/2606.17368#bib.bib35)，[2](https://arxiv.org/html/2606.17368#bib.bib36)。然而，单个智能体的能力仍受限于本地数据、可用工具、权限和执行环境。互联网的历史表明，大量个人计算机的价值并非仅通过提升每台终端的性能而释放，而是通过将它们连接成一个开放、稳定且可扩展的合作网络。智能体系统面临类似的转型。除了提升单个模型的能力外，一个关键的未来方向是使大量异构智能体能够在开放环境中被发现、理解、信任和协调[6](https://arxiv.org/html/2606.17368#bib.bib1)，[43](https://arxiv.org/html/2606.17368#bib.bib2)，[45](https://arxiv.org/html/2606.17368#bib.bib37)。只有超越单机闭环，智能体才能支持更复杂的网络化应用，包括社交匹配、任务众包、信息交换、资源经纪和多边谈判。受此趋势驱动，本文研究**分布式通用智能体网络**：一种网络系统，其中众多具有通用任务处理能力的智能体通过点对点协议互连，并围绕开放任务持续协作。与集中式多智能体平台相比，此类网络将智能体部署在个人设备、边缘节点或自主控制环境中，利用分布式发现、协商和协作来减少对集中式基础设施的依赖，同时提升隐私保护、鲁棒性及抗单点故障能力。政策层面的人工智能倡议也已开始将智能体系统定位为更广泛经济和社会转型的基础设施[38](https://arxiv.org/html/2606.17368#bib.bib38)。在大规模开放协作中，集中式架构可能面临数据合规压力、平台瓶颈和有限治理范围。分布式智能体网络为更开放、健壮和包容的下一代智能体系统提供了可能的基础设施。

### I-B 问题陈述  

尽管分布式网络和多智能体系统都已研究数十年，但简单地将它们组合并不能得到可用的分布式通用智能体网络。原因在于此类网络中的对象、消息和协作模式与传统的P2P或区块链系统存在根本差异。传统文件共享P2P系统主要支持静态资源共享，其核心问题是文件查找、索引维护和数据传输。区块链P2P网络主要维护结构化账本，重点在于一致性、安全性和共识效率。相比之下，分布式通用智能体网络支持高度动态、开放且由语义驱动的任务协作。网络不再仅传输固定格式数据或账本记录，而是必须传播关于需求、能力、状态和协作意图的语义信息。节点不再是被动存储或转发端点，而是能够理解、推理和调整策略的智能体。通过一个简单示例可看出差异：在传统文件共享网络中，若用户想要一个文件，系统通常搜索已知哈希或显式文件标识符，网络问题本质上是“谁有这个对象？”。在分布式通用智能体网络中，用户可能请求帮助完成如“分析数据集、撰写报告并生成图表”的任务。此时网络必须解决不同的问题：潜在协作者需理解任务语义、判断自身相关性并建立可信合作关系。换言之，传统网络专注于定位已知对象，而分布式智能体网络必须支持围绕开放意图的发现与协作。因此，现有的结构化消息传播、静态身份注册或固定规则协作方法难以直接应用。分布式通用智能体网络不仅要解决消息能否送达的问题，还要解决其语义能否被理解、背后的身份能否被验证、以及合作能否长期稳定等问题。这促使我们需要系统性地重新设计三种基本能力：传播协议、身份治理和协作机制。

### I-C 提出的方法  

本文提出由三层组成的分布式通用智能体网络基本架构：通用智能体层、协议适配层和P2P网络栈。每个网络节点由通用个人智能体驱动。底层使用LibP2P等覆盖协议与其他节点连接。中间协议适配层连接上层任务语义与底层网络通信，是实现智能协作的关键组件。具体而言，协议适配层在上层接口解读用户需求、提取任务意图并分解协作目标；在下层接口将语义任务映射为网络操作，如广播、连接建立、同步、验证和协商。它并非传统意义上的接口包装器或协议适配器，而是自适应地将智能体任务需求与分布式网络协议匹配的枢纽。参见图注

图1：分布式通用智能体网络的参考架构。一个节点包含通用智能体、协议适配层和P2P网络栈。协议适配层将任务语义转换为公告、验证、协商和执行流程。多个具有相同结构的节点形成针对开放任务的动态协作系统。

围绕开放任务的生命周期，协作过程被抽象为两个连续阶段。**基于兴趣的合作伙伴发现**。智能体首先将用户任务压缩为固定大小的语义摘要并在P2P网络中广播。其他智能体接收摘要后，利用基于LLM的语义理解判断其相关性，并结合自身能力、兴趣和当前状态进行筛选。潜在相关节点随后在大规模网络中被过滤出来，并向任务发起者发送连接请求。此阶段的目标是在相关兴趣域内高效传播任务需求，同时尽早进行语义过滤以避免不必要通信。**直接协商与任务执行**。多个智能体识别出潜在协作意图后，建立P2P连接并围绕具体任务进行协商。合作开始前，各方验证身份、评估历史信誉、识别风险、并就利益分配、责任划分和执行流程进行谈判。达成协议后，智能体执行任务，例如通过社交匹配、众包分工、信息交换或交易谈判。此阶段的目标不仅是交换消息，而是支持开放环境中可验证、有约束且可持续的协作。基于此架构和两阶段工作流，本文聚焦于协议适配层中的三个基本能力模块：协作者发现、网络治理和任务协作执行。

### I-D 主要技术路线与贡献  

在上述架构下，本文开发了三条技术路线，并在可行处报告了相应的原型或仿真证据。

**路线1：大规模开放网络中的语义消息传播**。智能体协作通常始于对需求、能力或状态的广播发现。这些消息通常是自然语言或半结构化描述，具有开放语义、短有效期和可变负载大小。传统广播协议主要针对结构化消息或静态对象设计，难以同时实现低冗余、低延迟和高覆盖。因此，我们研究大规模P2P环境中语义消息的轻量级传播、按需检索和顺序一致性，并分析覆盖延迟、吞吐量和一致性之间的可扩展性边界。

**路线2：可验证身份绑定与多主题信誉治理**。在开放分布式环境中，由LLM驱动的智能体可能伪造身份、替换代码、跨域迁移或合谋以逃避责任。静态身份注册和传统信誉管理不足以应对。在多主题、多场景网络中，节点在不同业务领域的行为可能差异显著；扁平的全局信誉分数可能导致信誉稀释、跨域滥用和恶意身份洗白。因此，我们研究责任用户、智能体代码和链上问责身份之间的可验证绑定，以及跨域合作、动态对手和多层耦合网络下的信誉更新。

**路线3：面向开放任务的自动化合作规则生成**。分布式智能体网络中的任务是开放且异构的。许多约束无法完全表示为明确的数值效用函数，而是以自然语言规则、任务目标或半结构化需求的形式出现。同时，具有推理能力的智能体可能主动发现漏洞并演化出新的攻击策略。因此，我们研究如何将基于LLM的语义理解和归因与博弈论机制设计相结合，以生成在开放策略空间下接近激励相容、个体理性且鲁棒的合作机制。

本文的主要贡献是通过协议适配层连接这三条路线的系统级框架。我们不再将语义发现、信任治理和合作规则生成视为孤立模块，而是将它们视为通用控制层的耦合功能，该层将任务语义转化为网络行为，并将合作结果反馈到未来的发现、信任和机制决策中。我们还通过发现仿真、BAID验证开销原型和MG-EigenTrust机制级仿真提供了初步证据；语义梯度组件作为后续系统研究的机制设计和评估协议呈现。表I（https://arxiv.org/html/2606.17368#S1.T1）明确了当前稿件中的证据范围。这一区分很重要，因为本文结合了架构、机制设计、分析建模和初步实验，而非报告单一端到端部署系统。

表I：本文三条技术路线的原型与评估证据。

## II 相关工作

本节回顾与上述三个核心问题相关的先前工作：大规模P2P通信协议、分布式身份与信誉管理、以及自动化机制设计。现有研究为消息传播、节点信任和规则优化提供了重要基础。然而，大多数研究针对结构化数据、静态节点关系或封闭任务环境，因此不能直接支持围绕开放语义任务的智能体协作。

### II-A 大规模P2P通信协议  

P2P覆盖网络是分布式智能体网络的自然基础。经典的流行病和谣言传播模型为动态网络中高效且鲁棒的随机化传播奠定了理论基础[24](https://arxiv.org/html/2606.17368#bib.bib3)。节点采样协议，如Cyclon风格的随机化视图交换，降低了动态设置中的分区风险并维持了鲁棒的覆盖拓扑[41](https://arxiv.org/html/2606.17368#bib.bib39)，[21](https://arxiv.org/html/2606.17368#bib.bib4)。现代系统如LibP2P和GossipSub进一步实现了