论文页面 - ClawNet：面向跨用户自主协作的人机共智代理网络

来源：https://huggingface.co/papers/2604.19211

摘要

AI 代理必须超越单任务自动化，通过“人机共智”范式与基于身份的治理机制，实现多用户间安全、受控的协作。

当前 AI 代理框架在单用户任务自动化方面进展显著，却均服务于单一用户。人类生产力根植于社会与组织关系，人们借此协调、协商与委托。当代理不再只为个人执行任务，而是代表个人与他人协作时，跨用户代理协作的基础设施完全缺失，更遑论保障其安全的治理机制。我们认为，AI 代理的下一前沿并非更强的单体能力，而是人类协作关系的数字化。为此，我们提出“人机共智代理范式”（https://huggingface.co/papers?q=human-symbiotic%20agent%20paradigm）。每位用户拥有一个永久绑定的代理系统，代表其主人参与协作，形成“节点是人而非代理”的网络。该范式依托三大治理原语：

• 分层身份架构（https://huggingface.co/papers?q=layered%20identity%20architecture）将 Manager Agent 与多个场景专属的 Identity Agent 分离；Manager Agent 掌握全局知识，却在架构上与外部通信隔离。
• 范围授权（https://huggingface.co/papers?q=Scoped%20authorization）按身份实施访问控制，越界行为将升级至主人。
• 动作级问责（https://huggingface.co/papers?q=Action-level%20accountability）将每项操作记录到对应身份与授权，确保全程可审计。

我们在 ClawNet（https://huggingface.co/papers?q=ClawNet）中实例化该范式：一个“身份治理的代理协作框架”（https://huggingface.co/papers?q=identity-governed%20agent%20collaboration%20framework），通过中心编排器强制执行身份绑定（https://huggingface.co/papers?q=identity%20binding）与授权验证（https://huggingface.co/papers?q=authorization%20verification），使多用户可安全地通过各自代理协作。

查看 arXiv 页面（https://arxiv.org/abs/2604.19211）
查看 PDF（https://arxiv.org/pdf/2604.19211）
项目主页（https://www.clawnet.hk/）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2604.19211）

在代理中获取本文：

hf papers read 2604.19211

未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型引用该论文

在模型 README.md 中引用 arxiv.org/abs/2604.19211，即可在此显示。

引用本文的数据集 0

暂无数据集引用该论文

在数据集 README.md 中引用 arxiv.org/abs/2604.19211，即可在此显示。

引用本文的 Spaces 0

暂无 Space 引用该论文

在 Space README.md 中引用 arxiv.org/abs/2604.19211，即可在此显示。

收录本文的合集 0

暂无合集收录该论文

将本文添加到合集（https://huggingface.co/new-collection），即可在此显示。