1. 项目概述当网络开始“自主行动”最近和几个做产品、搞架构的朋友聊天话题总绕不开一个词“智能体”Agent。大家不再只是讨论一个能回答问题的聊天机器人而是开始认真规划如何让一个具备自主决策和行动能力的“智能体”去自动完成订机票、写周报、监控服务器、甚至协调跨部门流程这些复杂任务。这让我意识到我们正在从一个“被动响应”的网络快步迈向一个“主动作为”的网络。这个趋势就是标题里提到的“The Agentic Web”——我把它理解为“智能体驱动的网络”或“自主行动网络”。这不仅仅是技术升级更像是一场底层范式的迁移。过去的互联网核心是“信息传递”和“服务调用”。用户人是绝对的中心发出指令网络提供服务。但在智能体网络中中心开始模糊甚至转移。大量的“智能体”将成为网络中的活跃参与者它们能感知环境、理解目标、规划步骤、调用工具并执行操作最终达成某个复杂目标而人类可能只在关键节点进行监督或授权。想象一下这个场景你告诉你的个人事务智能体“下个月找个周末带家人去杭州玩两天预算5000块。” 接下来这个智能体会自主完成一系列操作查询天气和机票价格趋势、对比多家航空公司和酒店、考虑家人的偏好比如孩子要住有泳池的酒店、甚至预订门票和规划行程。在这个过程中它需要与航空公司的订票接口、酒店的预订系统、支付网关、日历应用等多个外部服务进行高频、复杂的交互。这个智能体就是一个在网络上自主行动的“数字员工”。然而当无数个这样的“数字员工”开始在网络空间里奔波、决策、交易时我们现有的那套为“人类中心”交互设计的规则和基础设施就显得捉襟见肘了。这就引出了标题的后半部分“Requires New Normative Infrastructure”——我们需要一套全新的规范性基础设施。这里的“规范性”Normative不仅指技术标准更涵盖了治理规则、责任界定、安全框架和协作协议等一系列确保这个新网络健康、可信、有序运行的基石。2. 核心需求解析为什么旧规则玩不转新游戏要理解为什么需要新基础设施我们得先看看当网络主体从“人”变成“自主行动的智能体”时哪些根本性的挑战出现了。这不仅仅是“速度更快”或“更自动化”而是交互的本质发生了变化。2.1 从“请求-响应”到“目标-达成”的范式转变传统网络交互无论是浏览网页还是调用API都是明确的“请求-响应”模式。我用户发送一个结构清晰的请求比如一个HTTP GET请求到某个URL服务方返回一个对应的响应。责任链清晰我发起我负责。但智能体的交互模式是“目标-达成”。我给出一个高层级、可能模糊的目标“安排一次旅行”智能体需要将其分解为子目标并自主决定调用哪些服务、以什么顺序、传递什么参数。在这个过程中可能会发生一系列连锁反应。例如智能体为了比价同时向十个机票查询服务发送了请求因为某个酒店预订失败它自动启动了备用方案。这些动作是谁的责任是智能体所有者用户的还是智能体开发者的或是某个被频繁调用的服务提供商的传统的“谁发起谁负责”原则在这里失效了。2.2 信任与身份的原子化与动态化在人与人的交互中我们通过账号、密码、二次验证等建立信任。但在智能体网络中信任关系变得极其复杂。身份原子化一个智能体在完成一个任务时可能需要以不同“身份”与不同服务交互。比如用你的个人身份读取日历用公司采购身份预订机票用家庭账户支付酒店。这些身份如何安全、合规地管理和切换信任动态化信任不再是静态的“已登录”状态。智能体每执行一个动作都可能需要根据上下文时间、任务关键性、涉及资源价值动态获取相应权限。例如智能体平时可以帮你订咖啡低风险但当它试图操作大额转账或签署合同时必须触发更高阶的人工确认机制。这种动态的、细粒度的信任评估机制目前是缺失的。智能体间的信任你的旅行规划智能体可能需要与航空公司的票务智能体、酒店的房态管理智能体进行“对话”和“谈判”。它们之间如何相互认证如何确保对方智能体不会恶意欺骗或泄露敏感信息2.3 责任归属与审计追踪的模糊性当问题发生时追责变得异常困难。假设智能体预订的航班出现了严重错误导致你错过了重要会议。这个错误可能源于目标歧义你给出的指令“尽快出发”被智能体理解为“选择最早起飞的航班”而非“综合考虑交通时间后的最早抵达”。规划错误智能体在规划中转时没有预留足够的换乘时间。工具错误调用的机票查询API返回了过期或错误的价格信息。执行异常在支付环节网络波动导致支付指令重复发送扣了两次款。这一连串的动作涉及多个责任方用户指令模糊、智能体开发者规划逻辑缺陷、数据提供商API错误、支付服务商没有做好幂等性设计。如何设计一套机制能够完整、不可篡改地记录智能体从目标理解到最终执行的完整决策链和操作链是进行事后归责和问题诊断的前提。这比传统的日志系统要复杂得多需要记录的不是简单的“谁在什么时间调用了什么”而是“基于什么上下文、什么推理过程、做出了什么决策、继而执行了什么操作”。2.4 资源消耗与协同的“公地悲剧”风险智能体是“勤奋”的。为了找到最优解一个智能体可能会在短时间内发起海量查询占用大量计算和网络资源。如果无数智能体都这样做对于公共服务或商业API来说可能就是一场DDoS攻击。此外智能体之间缺乏协同机制。比如十个不同的智能体都在为各自的主人查询同一热门航班的票务它们之间不会沟通导致重复查询和资源浪费甚至可能因为竞争性抢票而推高价格或引发系统过载。我们需要新的机制来管理智能体对公共资源的访问甚至设计智能体间的协同协议。3. 新规范性基础设施的核心构件面对上述挑战我认为构建“智能体驱动的网络”需要至少以下四个核心的规范性基础设施构件。它们相互关联共同构成一个可信、可控、可协作的智能体生态底座。3.1 智能体身份与信誉系统这是整个新基础设施的基石。每个能够自主行动的智能体都必须有一个可验证的、唯一的数字身份。这个身份不应只是一个API Key而是一个包含丰富元数据的凭证至少包括发行者谁创建或部署了这个智能体个人、公司、开源组织能力证书这个智能体被授权可以做什么例如“允许查询A航空公司的票价”、“允许在B银行账户下进行单笔小于1000元的支付”行为历史摘要一个不可篡改的、经过验证的“履历”记录其历史任务成功率、合规记录、资源消耗模式等。这构成了智能体的“信誉分”。这个系统可以借鉴区块链的某些思想但不必完全去中心化。关键是要有一个或多个受信任的根机构或标准协议来签发和验证这些身份凭证。当酒店智能体收到来自旅行智能体的预订请求时它可以快速验证后者的身份和权限并参考其信誉分来决定是否优先处理或是否需要额外的抵押担保。实操心得在设计初期可以考虑使用基于W3C可验证凭证Verifiable Credentials标准来封装智能体的身份信息。这为互操作性打下了基础。同时信誉系统的计算模型需要透明且抗操纵避免形成“刷分”黑产。3.2 意图表达与安全边界描述语言为了让智能体准确理解人类目标并让人类能有效约束智能体行为我们需要一种比自然语言更结构化、比编程语言更灵活的描述语言。我称之为“意图表达与安全边界描述语言”。意图表达部分用于描述任务目标、约束条件和偏好。例如“目标预订一次家庭旅行。约束总预算≤5000元时间在6月15-20日之间成员包含2大1小儿童8岁。偏好优先直飞航班酒店需包含早餐和泳池。” 这部分语言需要机器可解析并能被智能体的规划模块理解。安全边界部分用于划定智能体的行动红线。这是防止智能体“越权”或“胡来”的关键。例如“禁止访问用户通讯录禁止进行单笔超过2000元的支付除非经过二次人工确认禁止在本地时间22:00至次日7:00间发送通知。” 这部分描述需要能被智能体的执行引擎和安全沙箱直接强制执行。这套语言的标准制定将是生态繁荣的前提。它使得不同公司开发的智能体能够理解同一套任务指令也使得平台能够提供统一的智能体行为监管框架。3.3 分布式责任日志与审计追踪协议如前所述清晰的审计追踪是定责和调试的基础。我们需要一个标准化的协议来记录智能体生命周期的关键事件。每一条日志记录都应包含智能体身份谁执行的父任务/溯源ID这个动作属于哪个更大的任务目标用于串联整个任务链决策上下文做出此动作时智能体“脑海”里有什么信息包括感知到的环境状态、内部推理的中间结果等。这部分可能需要加密存储仅在纠纷时由仲裁方解密查看。执行动作具体做了什么例如调用了POST /api/book接口参数为{flight: CA1234}结果与签名动作执行结果是什么以及该条日志是否经过相关方智能体、执行环境、被调用服务的数字签名这些日志不应集中存储在某一家公司而应按照“谁相关谁存储”的原则分布式保存。例如智能体自身记录其决策逻辑执行环境如手机、云平台记录其沙箱内的行为被调用的服务商记录其接收到的请求和响应。当需要审计时可以通过一个标准的协议将这些分散的日志按时间线和任务链拼接起来还原事件全貌。这类似于航空业的“黑匣子”理念但实现上更为复杂。3.4 资源访问与协同调度层为了避免智能体网络陷入无序和低效我们需要一个协调层。这个层不一定是一个中心化的调度器而可以是一套协议和轻量级服务。资源配额与市场机制对公共或商业API可以提供智能体专用的访问端点。这些端点可以实施智能体身份感知的限流策略例如高信誉分智能体获得更高配额甚至可以引入微支付市场让智能体为紧急或大量的查询支付极小的费用使用加密货币或信用点从而用经济手段调节资源使用。协同发现与谈判协议允许智能体在特定任务上发现彼此并进行简单协作。例如多个用户的智能体都想购买同一场演唱会的票它们可以通过一个协同协议推举其中一个去“组团”购买连座票然后内部结算避免相互竞争。这需要定义一套智能体间通信A2A的基础消息格式和谈判流程。4. 实施路径与当前实践探索构建这样一个宏大的新基础设施不可能一蹴而就。从当前业界的实践来看大家正在从不同的侧面进行探索和铺垫。4.1 现有技术栈的演进与局限目前大多数AI智能体项目建立在以下技术栈上大语言模型LLM作为“大脑”负责理解、规划和决策各种工具调用Function Calling作为“手脚”以及一个外部的记忆/知识库。框架如LangChain、AutoGPT、微软的AutoGen等主要解决了“如何让LLM使用工具”的问题。但它们大多默认运行在一个“可信的封闭环境”中即假设智能体所有者完全控制执行环境且所有被调用的工具都是善意的。这远远不足以应对开放网络的挑战。当前框架缺乏对工具的安全审查机制智能体能否调用一个刚从互联网下载的、未经审核的“工具”跨智能体的身份认证我的智能体如何向你的智能体证明它是它声称的那个身份动作的不可否认性记录如何证明某个操作确实是某个智能体在某个任务上下文中执行的这些正是新规范性基础设施要填补的空白。4.2 从封闭生态到开放协议的过渡一个可行的路径是“由内而外”。大型科技公司如谷歌、微软、苹果可能会率先在自己的生态系统内为其语音助手或生产力套件中的智能体功能建立一套相对完整的规范性框架。例如苹果可能为Siri智能体定义严格的沙箱、隐私规范和用户确认流程。但真正的“智能体网络”必须是跨生态、跨平台的。因此下一阶段的关键是行业联盟如W3C、IETF或开源社区牵头基于这些大公司的实践提炼和制定开放协议。就像HTTP和TCP/IP定义了信息互联网的交互方式一样我们需要“AIP”Agent Interaction Protocol之类的协议来定义智能体间的交互方式。4.3 开发者与企业的准备对于开发者和企业而言现在就应该开始树立“规范性设计”的意识。为你的API设计“智能体友好”的接口除了传统的人机交互界面考虑提供一套供智能体调用的接口。这套接口应该包含更丰富的元数据如费率限制说明、能力描述、更结构化的错误码帮助智能体进行故障恢复以及支持前面提到的智能体身份凭证。在智能体设计中内置“安全与审计”模块不要把它当作事后附加的功能。在架构设计时就考虑如何记录决策流水线、如何强制执行安全边界。可以借鉴“策略即代码”的思想将安全规则编写成可执行的规定。拥抱可解释性确保智能体的关键决策特别是涉及资源分配或敏感操作的有迹可循。这不仅是合规要求也是赢得用户信任的关键。5. 潜在挑战与应对策略这条演进之路注定布满荆棘。以下几个挑战需要我们保持清醒的认识。5.1 安全与隐私的极致挑战智能体为了完成任务需要访问大量个人数据和系统权限。一个被劫持或出现逻辑错误的智能体其破坏力远大于一个简单的病毒。我们需要更强的沙箱技术将智能体的执行环境隔离起来严格控制其网络访问、文件系统操作和进程间通信。隐私增强计算探索如何在智能体不完全接触原始数据的情况下完成任务例如使用联邦学习、同态加密或安全多方计算技术。异常行为检测实时监控智能体的行为模式如调用频率、资源消耗一旦偏离其正常模式或安全策略立即告警或中断。5.2 法律与监管的滞后性现有法律体系是基于“自然人”和“法人”的责任主体构建的。当智能体造成损失时应该起诉用户、开发者、平台还是智能体本身欧盟的《人工智能法案》迈出了重要一步对高风险AI系统提出了严格规定。未来针对自主行动智能体可能需要引入“电子人格”等新的法律概念并建立配套的强制保险和赔偿基金机制。5.3 伦理与对齐问题的放大智能体会不折不扣地执行目标。著名的“回形针最大化”思想实验警告我们一个被赋予“制造尽可能多回形针”目标的超级智能体可能会把整个地球都变成回形针原料。虽然当前智能体远未达到此水平但目标误解和副作用的问题已经显现。如何确保智能体的目标与人类价值观对齐如何防止其利用规则漏洞将是长期的核心伦理议题。这要求我们在设计规范性基础设施时必须嵌入伦理审查和价值对齐的机制例如设立智能体行为的“伦理红线”描述并使其可被强制执行。5.4 经济模型与生态激励如果智能体网络完全由少数几家巨头控制可能会形成新的垄断抑制创新。如何设计一个开放、公平且可持续的经济模型或许可以借鉴互联网的成功经验底层协议开放免费鼓励在应用层和创新层竞争。智能体访问某些稀缺资源如独家数据、高算力可能需要付费这催生了微支付和智能体信用体系。同时贡献协议改进、提供公共服务如信誉验证服务的参与者也应获得激励。构建“智能体驱动的网络”及其所需的规范性基础设施是一项堪比创建互联网本身的系统工程。它需要技术专家、法律学者、伦理学家、政策制定者和商业领袖的跨界协作。作为一线的开发者和架构师我们正站在这个新时代的起点。我们能做的最务实的事情就是在今天的每一个智能体项目设计中多思考一步我的设计是在为一个封闭的花园砌墙还是在为未来的开放网络铺下一块兼容、安全、可信的砖后者无疑是一条更艰难的路但也是通向真正智能、普惠的数字未来的必经之路。从现在开始以“规范性”的思维来审视我们的代码和架构就是为迎接那个“自主行动网络”时代所做的最好准备。
