Internet of Agentic Things: 面向闭环物联网编排的网络化AI代理

# 面向闭环物联网编排的网络化AI代理 来源：https://arxiv.org/html/2607.12662 ## 物联智能体：面向闭环物联网编排的网络化AI代理

Quanyan Zhu  
电气与计算机工程系，纽约大学坦登工程学院，布鲁克林，纽约 11201，美国  
邮箱：[email protected]

###### 摘要

传统上，物联网（IoT）被组织为被动感知与执行基础设施：设备收集数据、仪表盘展示事件、控制器执行预定义逻辑。智能体人工智能（Agentic AI）的出现开创了不同的范式。在物联智能体（IoAT）中，网络化的AI代理感知物理环境、推理用户意图与系统上下文、调用工具及其他代理、协调分布式物联网API、执行动作，并通过反馈进行自适应调整。本文基于"物联智能体物联网网络"的幻灯片概念，发展了IoAT的完整框架，并将其定位为物理AI在网络化物理尺度上的基础设施。该框架连接三个层级：包含传感器、执行器和嵌入式控制器的物理物联网层；包含OpenClaw式编排代理、态势感知代理和历史记录代理的边缘/雾计算层；以及包含规划、数字孪生、专家知识和计算代理的云端层。我们将IoAT操作形式化为一个耦合的工作流-控制问题：用户意图展开为智能体子任务和物理控制规范，而物联网结果则被折叠回代理状态，用于监控、重用和重新规划。一个智能楼宇非工作时间编排示例展示了自然语言意图如何转化为对HVAC、照明、门锁、摄像头和报警器的协调控制。本文最后指出了在可靠规划、跨层控制、安全性、信任、隐私、延迟以及对抗恶意操纵的韧性方面的关键研究挑战。

## 1 引言

物联网（IoT）已成为现代网络化物理系统的基础基础设施。摄像头、恒温器、智能电表、门锁、车辆、医疗设备、工业控制器、机器人平台和环境传感器持续感知并影响物理世界。在过去二十年中，物联网已从孤立的设备转变为互联网络，能够收集大量运行数据并实现新型自动化。然而，许多已部署的物联网栈仍围绕有限的运行模式组织：设备生成遥测数据，数据被传输至云服务或监控系统，仪表盘提供可视化，规则引擎触发预定义响应，人类操作员或固定控制器决定下一步行动。这种架构对监控和事件报告有用，但本质上是反应式的。它作为自主协调的基础设施存在局限性，尤其是在用户目标层次高、设备能力异构、物理情境持续变化的环境中。

随着网络化物理环境规模和复杂性的增长，这种局限性变得更加明显。现代智能楼宇、医院、工厂、交通网络和能源基础设施不再是孤立设备的集合。它们是相互关联的社会技术生态系统，其组件通过物理动态、通信网络、软件服务、组织政策和人类操作员相互作用[39 (https://arxiv.org/html/2607.12662#bib.bib11),3 (https://arxiv.org/html/2607.12662#bib.bib12)]。挑战不再仅仅是收集数据，而是将分布式感知转化为协调智能，能够推理目标、预测未来状态、协调跨多个设备的行动，并在条件变化时持续调整。

传统物联网架构主要设计用于连接"物"。下一代网络化物理系统必须协调"物"、代理和人类之间的自主决策。IoAT的演变可以理解为计算与物理世界之间日益复杂的集成序列。早期的物联网架构强调设备连接和遥测收集。网络化物理系统增加了计算与物理动态之间反馈的规则[14 (https://arxiv.org/html/2607.12662#bib.bib36)]。边缘计算和雾计算通过将计算移近设备来应对延迟、带宽、隐私和韧性的限制[5 (https://arxiv.org/html/2607.12662#bib.bib28),26 (https://arxiv.org/html/2607.12662#bib.bib29),24 (https://arxiv.org/html/2607.12662#bib.bib30)]。随后，数字孪生引入了物理资产和过程的同步虚拟表示，使得在作用于真实系统之前可以模拟候选干预措施[30 (https://arxiv.org/html/2607.12662#bib.bib39)]。近年来，基础模型和大语言模型新增了语言理解、推理、规划、工具使用和交互的能力[4 (https://arxiv.org/html/2607.12662#bib.bib22),36 (https://arxiv.org/html/2607.12662#bib.bib23),25 (https://arxiv.org/html/2607.12662#bib.bib24)]。与此同时，物理AI的概念出现，用于描述通过真实物理实体或物理接口进行感知、推理、学习和行动的AI系统[16 (https://arxiv.org/html/2607.12662#bib.bib20),6 (https://arxiv.org/html/2607.12662#bib.bib21)]。

物联智能体正是这些发展的汇聚，形成一种架构，其中自主AI代理嵌入云、边缘和设备层，并协调感知、推理、决策和动作。物理AI和IoAT密切相关，但它们强调不同的组织层面。物理AI侧重于智能系统在物理世界中行动和学习的能力，例如机器人、自动驾驶车辆、手术系统、智能机器和具身助手。IoAT侧重于网络化基础设施，使得许多此类物理实体代理、设备、数字孪生和人类操作员能够安全地协调。单个机器人可以是一个物理AI系统；而当许多物理代理和设备通过共享感知、规划、治理和反馈连接起来时，智能楼宇、医院、工厂或交通网络就成为一个IoAT系统。在这个意义上，IoAT可以被理解为一种分布式架构，用于实现可扩展的物理AI。

智能体人工智能改变了智能在此架构中的角色。AI代理不仅仅是预测器或文本生成器；它可以维护上下文、推理目标、调用外部工具、与其他代理通信、执行多步骤计划、监控结果，并根据经验修正行为。多智能体系统长期以来一直研究自主交互实体的设计[32 (https://arxiv.org/html/2607.12662#bib.bib1),13 (https://arxiv.org/html/2607.12662#bib.bib2)]。近年来在基础模型、推理与行动语言代理、工具使用模型以及基于LLM的自主代理方面的进展，使得在云、边缘和本地设备环境中实例化此类系统变得更加容易[4 (https://arxiv.org/html/2607.12662#bib.bib22),36 (https://arxiv.org/html/2607.12662#bib.bib23),25 (https://arxiv.org/html/2607.12662#bib.bib24),33 (https://arxiv.org/html/2607.12662#bib.bib25),41 (https://arxiv.org/html/2607.12662#bib.bib6)]。这对物联网的意义重大：不再将设备视为连接到仪表盘的端点，物联网系统可以嵌入代理网络中，这些代理能够发现能力、组合服务、协调行动并从执行中学习。

我们使用术语**物联智能体**（IoAT）来描述这种新兴架构。IoAT结合了物联网的物理覆盖[1 (https://arxiv.org/html/2607.12662#bib.bib26),9 (https://arxiv.org/html/2607.12662#bib.bib27)]、网络化物理系统的反馈规则[14 (https://arxiv.org/html/2607.12662#bib.bib36)]、边缘智能的本地性、数字孪生的预测能力、物理AI的物理接地以及智能体AI的任务驱动推理。在IoAT中，代理不仅仅观察物理世界；它们参与到感知、推理、行动和适应的闭环中。该闭环始于传感器数据和用户意图，经过智能体规划和工具调用，达到物理执行，然后通过监控、结果评估和重新规划返回。它类似于用于描述复杂环境中自适应决策的观察、定向、决策和行动模式。传感器和数据流提供对物理世界的观察；代理根据目标、策略和约束对观察进行定向；规划和协调代理在候选行动中做出决策；执行器执行选定的行动；反馈机制评估结果并触发适应。与传统主要基于数值状态变量运行的控制回路不同，IoAT代理可以同时推理符号目标、上下文知识、运营策略和物理约束。

IoAT的一个显著特征是感知、认知和动作分布在多个代理之间，而非集中在单一控制器中。每个代理可能具有与传感器、数据流、历史记录或数字孪生的感知接口；用于记忆、推理、规划和不确定性管理的认知层；以及与API、控制器、机器人或物理设备的执行接口。这种架构呼应了物理AI对感知、认知和行动的强调，但从单个具身系统扩展到网络化的网络化物理生态系统。这些代理还可以相互通信，形成协作解决问题的分布式生态系统。例如，一个建筑能源代理可能会咨询占用监控代理、与设施管理代理协商、查询数字孪生模拟代理，并在改变HVAC操作前与安全代理协调。在这个意义上，物联网网络成为一个自适应决策系统，而不是被动收集数据的基板。

### 动机

IoAT的动机源于现代物联网环境的复杂性与许多物联网系统相对静态的操作方式之间的不匹配。智能楼宇、医院、工厂、交通系统和能源基础设施中日益充斥着来自不同供应商、协议、数据格式、故障模式和安全要求的异构设备。在这样的环境中，有用的决策很少涉及单个API调用。例如，"在不影响用户舒适度的情况下减少建筑能耗"这样的请求可能需要占用预测、天气预报、电价感知、HVAC约束、维护计划、网络安全策略和用户偏好。它通常需要解释高层目标、检索本地上下文、检查策略、预测物理后果、协调多个设备、监控结果并在条件变化时进行调整。传统的仪表盘和规则引擎并非设计用于执行这种端到端的推理循环。

第二个动机是本地性。许多物联网决策是时间敏感且上下文相关的。将所有数据发送到集中式云服务会增加延迟、带宽成本、隐私暴露和操作脆弱性。边缘计算和雾计算正是为了将计算、存储和决策支持移近设备和用户而引入的[5 (https://arxiv.org/html/2607.12662#bib.bib28),26 (https://arxiv.org/html/2607.12662#bib.bib29),24 (https://arxiv.org/html/2607.12662#bib.bib30)]。IoAT建立在这一架构思想之上，但增加了智能体推理。边缘代理不仅仅预处理数据；它们解释情境、在需要时调用远程专业知识、执行本地控制动作、检测异常，并在远程服务不可用时保持安全的回退行为。云资源对于大规模优化、数字孪生模拟、基础模型服务和长周期规划仍然重要，但许多常规或安全关键的操作决策应在靠近物理环境的地方做出。

第三个动机是组合性和专业化。未来的网络化物理系统需要涵盖工程、网络安全、运营、维护、合规、经济学和人为因素的跨学科专业知识。单个代理不太可能包含所有相关知识或权限。一个建筑能源代理、一个安全代理、一个数字孪生代理、一个维护代理和一个合规代理可能各自最适合任务的不同部分。IoAT将这些代理视为可被发现、调用和组合的网络化服务。这种组合性视角反映了人类组织管理复杂系统的方式，并且在物理系统跨越组织边界（如校园、医院、工业供应链或城市规模基础设施）时变得尤其重要[41 (https://arxiv.org/html/2607.12662#bib.bib6),35 (https://arxiv.org/html/2607.12662#bib.bib7)]。

第四个动机是通过数字孪生进行预测性编排。现代网络化物理系统日益依赖同步虚拟模型来镜像物理资产和过程。在IoAT中，数字孪生不仅仅是被动的模拟工具。它们成为主动服务，代理可以查询以评估候选行动、预测未来状态、测试恢复策略，并在作用于物理系统之前估计风险。这种能力在安全关键基础设施中尤其有价值，因为实验性行动可能代价高昂或危险。智能体推理与数字孪生模拟相结合，使得IoAT系统能够虚拟测试计划、选择更安全的行动，并用预测和观察到的结果更新记忆。

最终的动机是韧性。对物联网的智能体控制可能产生新的故障模式，包括不安全的工具使用、提示注入、过时记忆、数字孪生失配、延迟引起的失稳、恶意操纵、协调失败以及级联的物理效应。这些风险也是物理AI的核心问题，因为推理中的错误可能导致不安全的物理动作。同时，智能体网络可以通过提供监控、解释、冗余、自适应重新规划、代理间的相互检查以及上报给人类来增强韧性。多智能体架构可以减少单点故障，同时实现对中断的自适应响应，这与最近将网络韧性联系到博弈、控制、学习和智能体AI框架的工作一致[40 (https://arxiv.org/html/2607.12662#bib.bib9),38 (https://arxiv.org/html/2607.12662#bib.bib10),15 (https://arxiv.org/html/2607.12662#bib.bib8)]。

因此，核心研究问题并非AI代理能否连接到物联网设备，而是如何以一种可靠、可治理、安全且物理安全的方式连接。本文背后的核心概念是一个在网络化物理环境边缘运行的OpenClaw式智能体控制器。OpenClaw接收自然语言或应用层意图，发现相关能力，查询感知代理和历史记录，在需要时调用云端规划代理和数字孪生代理，协调物联网API，并通过持续监控和反馈监督物理执行。该代理不是单一的大脑。它是一个嵌入在更大A2A（代理到代理）生态系统中的本地编排器。