智能体网络新范式:重新定义AI连接与协作

——————————– V3 ——————————-

computer use 项目:Google project-mariner。

身份

did:wba

  • 整体的特点,邮箱业务
  • 作为桥梁连接,连接两个不同的中心化账号系统,访问原有资源
  • 三方登录流程
  • 直接访问服务

did vs openID connect / oauth2.0

did:wba vs api keys

did:wba vs block chain

did:wba作为一个去中心化的方案,可以去掉连接前的准备工作,比如,手动登录对我网站配置。在只使用对方能力的场景中,只要提供一个did,然后购买服务,就可以使用。

我们不做浏览器上的身份认证。未来智能体网络下,不存在这种场景。有智能体的did,就可以获得智能体的描述信息,包括功能,以及接口。这个是新时代的网站。

——————————– old ——————————-

智能体简介(TODO:完善内容)

  • 智能体是未来:共识:智能体是未来。
  • 从比尔盖茨
    • 智能体是继Android、iOS、Windows之后的下一代平台
  • openai对agi分层,第三级是智能体:
    • Level 1 聊天机器人、Level 2 推理者、Level 3 智能体、Level 4 创新者、Level 5 组织者

智能体发展

  • 从chatgpt发布后,智能体开始快速发展,从开源项目的角度看,我们经历了三个发展阶段:
    • 第一阶段:单个智能体,代表项目:AutoGPT、babyagi、XAgent
    • 第二阶段:多智能体,代表项目:AutoGen、swarm、MetaGPT、Magentic-One
    • 第三阶段:智能体网络,agentic web,代表项目:agentic web:面壁的开源、agora Protocol、Agent Network Protocol 以PC类比,当前智能体的发展,正在从单服务器,向局域网、互联网的方向发展。 接下来我们都要回答一个价值千亿美金的问题:智能体组成的网络与传统的互联网有哪些区别? 我们先回到网络的本质,实体之间信息的交换,来看下智能体如何与数字世界交互,智能体之间如何进行信息交换。 我们先看下现在业界是怎么实现的。

过度形态:Computer Use Agent(TODO:完善标题)

  • 相关产品:
    • Claude:computer-use API
    • 智谱:AutoGLM
    • openai:Operator,计划25年1月发布
  • 最近智能体操作电脑或手机的产品比较火,像Claude、智谱都发布了类似产品,openai产品也在规划中。这可能是智能体与传统互联网数字世界交互的最佳方式,因为传统互联网世界是为人设计,而不是为AI设计,所以AI要学习人使用电脑,但这对不是未来最高效的方式。
  • 未来AI处理信息最高效的方式绝对不让ai模仿人,而是适配AI的特点,来改造互联网。

未来AI处理信息与交换信息最高效的方式(TODO:下面每个子项要总结一个关键词)

  • 直接处理二进制数据,而非UI或图形界面,我们要设计面向ai的接口
  • AI要处理所有信息,掌握所有的上下文。这样ai才能做出正确的决策和行动。
  • AI自主协商信息交换协议,并且自我编码处理信息

未来的网络新范式,一定要能够最大程度的释放ai的能力。

全新的智能体网络:

  • 开放互联:
    • 所有智能体之间可以互联互通,打破数据孤岛,让AI掌握所有上下文。现在微信也好、淘宝也好,都存在数据孤岛,不适合AI的协作。
  • AI原生接口:
    • 智能体之间使用API或协议进行通信,用AI最擅长的方式交换信息。
  • 高效协作:
    • 智能体之间可以自组织、自协商,以最高效的方式协作。

三大挑战

  • 智能体身份与通信安全:如何构建跨平台的智能体身份系统,让智能体之间可以相互识别、认证、授权。
  • 连接成本:如何降低智能体之间的连接成本,特别是协议设计、联调、运维成本。
  • 自组织自协商:如何让智能体之间可以自组织、自协商,以最高效的方式协作。

我们的研究成果:Agent Network Protocol(ANP)

  • 未来解决上面的三个挑战,我们做些研究,研究成果已经开源:Agent Network Protocol(ANP)。它的愿景是定义智能体之间的连接方式,为数十亿智能体构建一个开放、安全、高效的协作网络。它是一个协议栈,整体分为三层,分别对应三个挑战:
    • 身份与加密通信层:基于W3C DID,实现智能体身份认证和端到端加密通信,确保去中心化、安全、低成本的连接能力。
      • todo:这里简单介绍DID是什么
    • 元协议层:元协议是指协议的协议,即两个智能体可以通过元协议
      • 在通信之前,使用自然语言协商双方扮演是角色、用什么协议进行通信。
      • 协商协议后,LLM根据协议,自动生成协议处理代码,并执行。降低协议设计、联调、运维成本。
      • 元协议可以让智能体组织成一个自组织自协商的网络。
    • 应用协议层:这层主要是智能体之间进行通信的具体协议,主要包括三部分:
      • 一部分是现有的行业规范,
      • 一部分是智能体网络自己协商自己选举出来的规范,
      • 还有一部分两个智能体之间的个性化协议。

未来的挑战

  • 共识:智能体之间通信不可能每次都进行协议的协商,成本太高,那怎么复用其他智能体之前已经协商好的协议、怎么将这些协议通过一个公式算法选举为智能体的标准协议,是一个挑战。
  • 代码生成能力:如何让LLM直接生成协议处理甚至业务流程的代码,并且代码是没有安全风险的,是一个挑战。
  • 标准化:我们设计的ANP协议,我认为肯定不是最优的方案,还需要很多的优化,整个行业如何确立智能体网络的标准,是智能体网络能否快速发展的关键。

让我们一起推动智能体网络的标准化进程

  • 最后,智能体网络处于发展的早期阶段,未来前景非常的广阔,我们希望能够和各大院校、研究机构、企业一起,共同推动智能体网络的标准化进程。
  • 这里是我们的联系方式,如果你也对智能体网络或智能体网络协议标准化感兴趣,欢迎联系我们,期待能够和行业同仁一起合作。
  • 微信:
  • github:

——————————– V2 ——————————-

智能体网络新范式:重新定义AI连接与协作

智能体简介

  • 智能体是未来:这是科技界的共识,智能体将引领下一次技术革命。
    • 比尔·盖茨的观点
      • 他认为智能体是继Android、iOS、Windows之后的下一代主流平台。
    • OpenAI对AGI的分层
      • Level 1:聊天机器人
      • Level 2:推理者
      • Level 3:智能体
      • Level 4:创新者
      • Level 5:组织者

智能体发展

  • 自ChatGPT发布以来,智能体技术开始迅速发展。从开源项目的角度,我们经历了三个发展阶段:

    • 第一阶段:单个智能体
      • 代表项目:AutoGPT、babyagi、XAgent
      • 特点:这是智能体独立探索和任务执行的初步阶段。
    • 第二阶段:多智能体协作
      • 代表项目:AutoGen、Swarm、MetaGPT、Magentic-One
      • 特点:这是智能体之间协作的阶段。
    • 第三阶段:智能体网络(Agentic Web)
      • 代表项目:Agentic Web(面壁的开源项目)、Agora Protocol、Agent Network Protocol
  • 类比

    • 当前智能体的发展,正在从单机服务器,向局域网、互联网的方向演进。
    • 我们需要回答一个价值千亿美元的问题:
      • 智能体组成的网络与传统互联网有哪些区别?
  • 思考方向

    • 回归网络的本质——实体之间信息的交换。
    • 探索智能体如何与数字世界交互,以及智能体之间如何进行信息交换。
    • 先来看当前业界的实现方式。

过渡形态:智能体操控计算机

  • 相关产品

    • Claude:Computer-Use API
    • 智谱AI:AutoGLM
    • OpenAI:Operator(计划于2025年1月发布)
  • 现状分析

    • 最近,智能体通过操作电脑或手机来完成任务的产品崭露头角,如Claude和智谱AI都发布了类似的产品,OpenAI的相关产品也在规划中。
    • 这种方式可能是智能体与传统互联网数字世界交互的最佳过渡方式,因为传统互联网是为人类设计的,而非为AI设计。
    • 然而,让AI学习人类使用电脑并不是未来最高效的方式。
  • 未来展望

    • 最有效的方式是根据AI的特点,改造互联网,而不是让AI模仿人类的操作方式。

未来AI处理与交换信息的高效方式

  • 关键词总结

    • 直接处理底层数据

      • 解释:AI应直接处理二进制或结构化数据,而非依赖UI或图形界面。
      • 措施:设计面向AI的接口,提升数据处理效率。
    • 全局信息掌握

      • 解释:AI需要获取并处理所有相关信息,掌握完整的上下文。
      • 意义:只有全面的信息,AI才能做出最佳决策和行动。
    • 自主协商与自我编码

      • 解释:AI应具备自主协商信息交换协议的能力,并能自我生成和处理编码信息。
      • 优势:提高通信效率,实现智能体间的高效协作。
  • 结论

    • 未来的网络新范式,必须最大程度地释放AI的能力,实现智能体之间的高效连接与协作。

全新的智能体网络

  • 开放互联

    • 特点:所有智能体之间可以互联互通,打破数据孤岛。
    • 优势:让AI掌握全面的上下文信息,促进协作与创新。
    • 现状问题:目前的微信、淘宝等平台存在数据孤岛,不利于AI的协作。
  • AI原生接口

    • 特点:智能体之间使用API或协议进行通信。
    • 优势:采用AI最擅长的方式交换信息,提高通信效率和准确性。
  • 高效协作

    • 特点:智能体之间可以自组织、自协商。
    • 优势:以最高效的方式实现协作,解决复杂问题。

三大挑战

  • 智能体身份与通信安全

    • 问题:如何构建跨平台的智能体身份系统?
    • 目标:实现智能体之间的相互识别、认证和授权,确保通信安全。
  • 连接成本

    • 问题:如何降低智能体之间的连接成本?
    • 挑战:特别是在协议设计、联调和运维方面,需减少复杂度和资源耗费。
  • 自组织自协商

    • 问题:如何让智能体之间实现自组织和自协商?
    • 目标:以最高效的方式进行协作,适应动态变化的环境。

我们的研究成果:Agent Network Protocol(ANP)

  • 概述

    • 为了解决上述三个挑战,我们进行了深入研究,并已将成果开源:Agent Network Protocol(ANP)

    • 愿景:定义智能体之间的连接方式,为数十亿智能体构建一个开放、安全、高效的协作网络。

    • 智能体检索的服务

      • 智能体可以通过ANP协议,搜索其他智能体提供的服务。
    • 智能体描述的协议

      • 智能体可以通过ANP协议,描述自己的服务,供其他智能体调用。
  • 协议栈结构

    • ANP是一个协议栈,整体分为三层,对应三个挑战:

      1. 身份与加密通信层

        • 基础:基于W3C的**去中心化身份(DID)**标准。
        • 功能:实现智能体身份认证和端到端加密通信。
        • 优势:确保连接的去中心化、安全性和低成本。
        • DID简介
          • DID(Decentralized Identifier)是一种由W3C制定的去中心化身份标准。
          • 特点
            • 去中心化:不依赖于中心化的身份注册机构。
            • 自主性:实体可自主创建和管理身份。
            • 安全性:支持加密通信和验证机制。
      2. 元协议层

        • 定义:元协议是“协议的协议”,用于协商通信协议的协议。
        • 功能
          • 自然语言协商:两个智能体在通信之前,使用自然语言协商角色定位、通信协议等。
          • 自动代码生成:LLM根据协商结果,自动生成协议处理代码并执行。
        • 优势
          • 降低成本:大幅减少协议设计、联调和运维的成本。
          • 自组织网络:使智能体组成一个自组织、自协商的网络,提升协作效率。
      3. 应用协议层

        • 功能:智能体之间进行具体通信的协议层,实现实际业务功能。
        • 组成部分
          • 现有的行业规范:遵循已经被广泛接受的标准。
          • 智能体网络的自选规范:智能体网络内部自行协商并选举出的规范。
          • 个性化协议:两个智能体之间的特定协议,满足特殊需求。

未来的网络架构设想

  • 面向人的智能体助手
  • 面向后端服务的智能体服务
  • 智能体发现服务:智能体描述的协议
  • 过程中重要协议:身份、端到端加密、元协议、智能体发现与描述协议、行业标准与智能体共识协议

未来的挑战

  • 共识机制的建立

    • 问题:智能体之间的通信不可能每次都重新协商协议,成本过高。
    • 挑战
      • 如何复用其他智能体已经协商好的协议?
      • 如何通过共识算法选举出智能体的标准协议?
    • 意义:建立高效的共识机制,是大规模智能体网络协作的关键。
  • 代码生成能力的提升

    • 问题:如何让LLM直接生成协议处理甚至业务流程的代码?
    • 挑战
      • 确保生成的代码无安全风险,可靠稳定。
      • 提升LLM在复杂场景下的代码生成能力。
    • 意义:这将大幅提升智能体的部署和运行效率。
  • 标准化进程的推进

    • 问题:ANP协议可能还不是最优方案,需要持续优化。
    • 挑战
      • 如何在行业内确立和推广智能体网络的标准?
      • 协调各方力量,共同制定和完善标准。
    • 意义:标准化是智能体网络快速发展的基础。

让我们一起推动智能体网络的标准化进程

  • 合作邀请

    • 智能体网络处于发展的早期阶段,未来前景广阔。
    • 我们诚挚地希望与各大院校、研究机构、企业携手,共同推动智能体网络的标准化进程。
  • 联系方式

    • 如果您对智能体网络或其协议标准化感兴趣,欢迎与我们联系,期待与行业同仁合作共赢。
    • 微信
    • GitHub

——————————– V3 ——————————-

PPT大纲

智能体简介

  • 智能体是未来(共识)
  • 比尔·盖茨的观点
    • 智能体是继 Android、iOS、Windows 之后的下一代平台
  • OpenAI 对 AGI 的分层
    • Level 1:聊天机器人
    • Level 2:推理者
    • Level 3:智能体
    • Level 4:创新者
    • Level 5:组织者

智能体发展

  • 三个发展阶段
    1. 第一阶段:单个智能体
      • 代表项目:AutoGPT、babyagi、XAgent
    2. 第二阶段:多智能体
      • 代表项目:AutoGen、Swarm、MetaGPT、Magentic-One
    3. 第三阶段:智能体网络(Agentic Web)
      • 代表项目:Agentic Web、Agora Protocol、Agent Network Protocol
  • 类比:从单服务器发展到局域网、互联网
  • 思考
    • 智能体网络与传统互联网有哪些区别?

过渡形态:智能体操控计算机

  • 相关产品
    • Claude:Computer-Use API
    • 智谱:AutoGLM
    • OpenAI:Operator(计划 2025 年 1 月发布)
  • 分析
    • 智能体通过操作电脑或手机与数字世界交互
    • 传统互联网为人设计,AI 学习人使用电脑并非最高效方式
  • 结论
    • 应适配 AI 的特点,改造互联网,而非让 AI 模仿人

未来 AI 处理与交换信息的高效方式

  • 直接处理底层数据
    • AI 直接处理二进制数据,而非依赖 UI 或图形界面
    • 设计面向 AI 的接口
  • 掌握所有上下文
    • AI 处理所有信息,获取完整的上下文
    • 做出正确的决策和行动
  • 自主协商与自我编码
    • AI 自主协商信息交换协议
    • 自我编码,处理信息
  • 总结
    • 最大程度释放 AI 的能力,打造新的网络范式

全新的智能体网络

  • 开放互联
    • 智能体之间互联互通,打破数据孤岛
    • 让 AI 掌握所有上下文
  • AI 原生接口
    • 智能体之间使用 API 或协议通信
    • 采用 AI 最擅长的方式交换信息
  • 高效协作
    • 智能体自组织、自协商
    • 以最高效的方式协作

三大挑战

  • 智能体身份与通信安全
    • 构建跨平台的智能体身份系统
    • 实现智能体的识别、认证、授权
  • 连接成本
    • 降低智能体之间的连接成本
    • 包括协议设计、联调、运维成本
  • 自组织自协商
    • 实现智能体自组织、自协商
    • 达到最高效的协作

我们的研究成果:Agent Network Protocol(ANP)

  • 愿景
    • 定义智能体之间的连接方式
    • 构建开放、安全、高效的智能体协作网络
  • 三层协议栈
    1. 身份与加密通信层
      • 基于 W3C DID
      • 实现智能体身份认证和端到端加密通信
      • 确保去中心化、安全、低成本的连接能力
    2. 元协议层
      • 元协议是“协议的协议”
      • 智能体在通信前使用自然语言协商角色和通信协议
      • LLM 根据协议自动生成处理代码并执行
      • 降低协议设计、联调、运维成本
      • 形成自组织自协商的网络
    3. 应用协议层
      • 智能体之间通信的具体协议
      • 包括:
        • 现有的行业规范
        • 智能体网络自协商选举的规范
        • 两个智能体之间的个性化协议

未来的挑战

  • 共识机制
    • 复用已协商的协议,降低协商成本
    • 通过共识算法选举标准协议
  • 代码生成能力
    • LLM 直接生成协议处理和业务流程代码
    • 确保代码安全无风险
  • 标准化进程
    • 优化 ANP 协议,提升性能
    • 行业如何确立智能体网络的标准

让我们一起推动智能体网络的标准化进程

  • 合作邀请
    • 智能体网络处于早期阶段,前景广阔
    • 希望与各大院校、研究机构、企业共同推动标准化进程
  • 联系方式
    • 微信:
    • GitHub:

版权声明

Copyright (c) 2024 GaoWei Chang
本文件依据 MIT 许可证 发布,您可以自由使用和修改,但必须保留本版权声明。