🤖 AI

Liquid Interfaces: A Dynamic Ontology for the Interoperability of Autonomous Systems

本文介绍了“液体接口”（Liquid Interfaces），这是一种动态协调范式及其相关协议，旨在通过用瞬态的、运行时协商的关系事件取代静态的、确定性的系统连接，从而实现自主智能体在语义不确定性环境下的自适应互操作性。

原作者： Dhiogo de Sá, Carlos Schmiedel, Carlos Pereira Lopes

发布于 2026-01-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Dhiogo de Sá, Carlos Schmiedel, Carlos Pereira Lopes

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图让一群陌生人共同建造一座房子。

旧方式（固态接口）：
在传统的软件世界中，这就像是要求每一位建筑工人都必须自带一面预制墙，且这面墙必须能够精确地嵌入地基中的特定孔洞。在开工之前，你需要一份庞大的蓝图（契约）来规定：“来自建筑商 A 的墙必须宽 10 英尺、高 8 英尺，并且左侧带有一个窗户。”如果建筑商 B 带着一面宽 10.1 英尺或窗户在右侧的墙出现了，整个项目就会停滞。什么也造不出来。如果你明确知道谁负责建造什么，这种方式运作得很好；但如果你面对的是一群具有创造力、会改变主意或说着不同“语言”的 AI 智能体，这种方式就会崩溃。

新方式（液态接口）：
这篇论文引入了一个名为**液态接口（Liquid Interfaces）**的概念。与其提供预制的墙，不如想象建筑商们在施工现场的中点汇合，并说：“我需要填补这个缺口。”

他们并不查阅蓝图，而是通过沟通来解决问题。

意图（The Intent）： 一个智能体说：“我需要把这个包裹送到 200 英里外的城市，但主干道封路了。”
协商（The Negotiation）： 另一个智能体（卡车运输 AI）说：“我不能走高速公路，但我可以走土路。”第三个智能体（仓库 AI）说：“我可以把它存放过夜。”
液态时刻（The Liquid Moment）： 他们瞬间达成一致。他们进行数字化的“握手”，完成工作，然后……砰的一声。协议消失了。

核心隐喻：水 vs. 冰
作者使用了冰（固态接口）与水（液态接口）的隐喻。

冰（旧方式）： 僵硬、永久且脆弱。如果温度变化（情况发生变化），冰就会开裂。你必须将其融化并重新冻结（重写代码）才能改变形状。
水（新方式）： 流动且具有适应性。它能实时适应任何容器的形状。任务完成后，水就会蒸发，不会留下任何水洼。

它是如何运作的（“液态接口协议”）：
该论文提出了一套规则（协议），规定了这些数字智能体如何在不需要预写契约的情况下进行交流：

意图优先： 你不是问“你的功能是什么？”，而是说“你的目标是什么？”（例如：“降低成本”）。
语义协商： 智能体利用先进的 AI（如大语言模型）来理解彼此混乱的、自然语言形式的目标。它们在即时状态下思考如何相互契合，就像可以随形变幻的拼图碎片一样。
瞬态性（临时性）： 这是最重要的部分。这个“接口”（即协议）仅在执行任务所需的时间内存在。一旦任务完成，协议即被删除。这里不会留下任何“技术债”。这就像一次握手，在你松手的那一刻，协议便随之消散。

我们为什么需要它？
论文指出，我们正在进入一个 AI 智能体无处不在的时代。这些智能体很聪明，但也是不可预测的。它们可能会以不同于预期的方式解读请求。

问题所在： 如果你试图将这些灵活、有创造力的 AI 智能体强行塞进僵硬的、“冰块般”的契约中，它们就会陷入困境，无法适应。
解决方案： 液态接口让它们能够绕过障碍物流动。如果一个港口关闭了，智能体不会收到错误消息，而是会立即与另一个智能体协商出一条新路线。

游戏规则：
为了确保这不会变成一场混乱，论文设定了三条规则：

意图至上： 只有当交互确实有助于实现目标时，该交互才有效。如果对话只是原地打转，则停止。
无幽灵： 任务完成后，连接必须切断。不得留下残留的协议。
无隐藏纽带： 智能体不应以一种强制下次必须以同样方式交流的方式，去记忆它们上次是如何交流的。每一次交互都是全新的开始。

治理与安全：
论文还解释了如何确保其安全性。与其检查“允许操作列表”（就像保镖检查宾客名单），系统会检查意图。

旧方式： “你能访问数据库吗？”（是/否）。
液态方式： “你是否试图做一些违反我们安全规则的事情？”（如果答案为“是”，协商会在开始前就停止）。
此外，它还会保留一份“语义日志”，这意味着它记录的是智能体为什么达成协议，而不仅仅是它们做了什么。这使得事后了解发生了什么变得更加容易。

局限性：
作者坦诚地表示：这并不是包治百病的灵丹妙药。

如果你需要极速响应（例如为了避免碰撞而紧急刹车），这种“通过交谈解决”的方法太慢了。
如果你处于一个极其稳定、几乎从未变化的运行环境中，旧有的“冰”式方法仍然更快、更便宜。
液态接口专门用于处理那些混乱、多变且充满不确定性的场景。

总结：
这篇论文建议我们不要再像构建僵化的工厂流水线那样构建软件，而是要像构建一场流动的对话那样去构建。与其强迫 AI 智能体去适应预设的盒子，不如让它们针对当前的任务进行即时的、定制化的契合，并在完成后让这种契合消散，不留任何痕迹。这是一个从静态契约向动态关系的转变。

技术摘要：液体接口：自主系统互操作性的动态本体论

1. 问题陈述

当代软件架构依赖于静态接口、确定性契约和预定义模式（例如 REST、GraphQL、RPC）来确保安全性和效率。虽然这些范式对于稳定的封闭系统非常有效，但在集成大语言模型（LLM）和自主智能体时，会产生根本性的“本体论失调”（ontological dissonance）。这些智能体以概率方式运行，解释自然语言，并追求高层级的、依赖上下文的目标（例如，“将物流成本降低 15%”）。

摩擦源于“液体”智能体无法有效地与要求严格语法和预定义结构的“固体” API 进行交互。这种不匹配迫使人类介入，将流动的意图转化为刚性的形式，从而造成了智能自动化的瓶颈。此外，连接器的维护、模式同步以及破坏性变更会产生随系统复杂度呈指数级增长的技术债。现有的解决方案（如全局本体或静态服务网格）在开放生态系统中表现乏力，因为在这些生态中，能力是动态演进的，参与者在设计时是未知的，且意义必须在执行期间进行协商。

2. 方法论与形式化

本文提出了一种液体接口（Liquid Interfaces）协调范式，其中接口并非持久性的产物，而是通过意图表达和运行时语义协商而产生的瞬时关系事件。

2.1 理论转向：从对象到事件

作者将从“固体范式”向“液体范式”的转变进行了形式化定义：

固体接口 ( $I_{solid}$ ): 定义为一个强制执行严格结构合规性的静态元组 $(\Sigma, F, \lambda)$ 。其有效性是基于输入是否符合固定模式 $\Sigma$ 的二元判定（$0 $或$ 1$）。偏差会导致系统异常。
液体接口 ( $I_{liquid}$ ): 定义为一个在时间 $t_0$ 执行的有时限的生成函数 $N(A_{emitter}, A_{receiver}, \Phi, C_t)$ 。它寻求的是语义等价性而非结构相等性。协商函数 $N$ 通过最小化智能体愿景之间的语义熵 $H(S)$ 来生成一个临时协议 $\pi$ 。

2.2 液体接口协议 (LIP)

论文详细阐述了液体接口协议 (LIP)，这是一种管理接口如何涌现、稳定和消解的协调模型。

消息语义： LIP 使用结构化 JSON 消息作为施事行为（performative acts），而非简单的资料传输。核心类型包括 intent（意图，表达目标）、offer（提议，声明能力）、accept/reject（接受/拒绝）、execute（执行）、complete（完成）以及 dissolve（消解）。
生命周期： 接口在意图表达时实例化，通过协商趋于稳定，在约定的条款下执行，并在完成后或被放弃时强制消解。不存在残留状态。
语义裁决： 能力匹配被视为一种不确定性下的决策问题。基于 LLM 的裁决器评估候选智能体相对于意图 $\Phi$ 和上下文 $C_t$ 的适用性，生成适用性评分 $s_i$ 和理由追踪 $r_i$ 。这通过基于历史表现的输出信息先验 $\rho_i$ 进行增强，以平衡语义对齐与经验可靠性。
故障处理： 故障被视为一种信息性的协调信号，而非异常。它会触发重新协商（修订约束或提议），而非立即终止。如果重新协商失败，则消解该交互。

2.3 架构不变性

论文定义了系统若要被归类为实现液体接口，必须满足的四个协调不变性：

意图优先性： 有效性取决于相对于声明意图的语义不确定性降低程度 ( $\Delta H(S) > 0$ )，而非语法合规性。
强制性时间消解： 接口严格受限于交互窗口 $[t_{start}, t_{ack}]$ 。超出此窗口的持久性违反协议。
有界残留耦合： 智能体之间的残留耦合 $R_c(A, B)$ 在执行后必须为零。此前协商的任何结构都不能作为绑定假设重复使用。
可组合意图解析： 只要有序执行能降低语义熵，意图可以通过多个智能体的部分能力组合来解析。

2.4 治理与安全

基于意图的访问控制 (IBAC)： 授权与具体的执行路径脱钩，并根据表达的意图和组织策略进行评估。
语义可审计性： 协议保留了协调决策的语义上下文和逻辑依据，从而实现对“为何达到某一结果”的后期重建。
安全模型： 依赖于加密身份绑定（注册与挑战响应）、绑定消息的消息级完整性，以及限于交互上下文的基于声明的授权范围。

3. 核心贡献

概念框架： 引入了“液体接口”作为一种动态本体，其中接口是瞬时的关系事件而非静态契约。
形式化定义： 提供了从静态同构向概率性语义协商转变的数学形式化，将液体接口定义为最小化语义熵的函数。
协议规范 (LIP)： 定义了一个具体的意图驱动交互协议，包括消息类型、生命周期管理和语义裁决机制。
治理模型： 提出了从静态边界安全向基于意图的治理和语义可审计性的转变，使控制机制与自主智能体的流动性质相匹配。
差异化分析： 通过强调其对运行时协商、瞬时性和概率推理的关注，明确区分了 LIP 与现有范式（语义网、微服务、ACL、智能合约、MCP）。

4. 结果与主张

本文是一篇理论与架构提案；它并未展示经验性能基准、实验实现或案例研究结果。

可行性： 作者提出了一个参考架构和协议规范以证明实际可行性，并明确指出具体的实现和性能权衡是当前及未来的研究课题。
理论边界： 论文定义了“液态边界”，识别了语义协商无法收敛（即需要回退到确定性“固体”协议或进行递归简化）的条件（例如熵阈值）。
局限性： 作者承认液体接口不适用于对实时约束、有界最坏情况延迟或通过静态验证强制执行硬性安全保证有严格要求的领域。他们还指出，在不重新引入僵化层级的情况下，验证开放、无信任环境中智能体能力的挑战。

5. 意义

论文认为，液体接口为基于智能体的系统提供了一个适应性协调的原则性基础。通过将重点从“作为基础设施的集成”（静态连接器）转向“作为语义过程的协调”，该范式解决了概率性智能体与确定性系统之间的本体论失配。

其意义在于使自主系统能够在开放、异构的环境中运行，而不会积累与静态集成相关联的技术债。它提供了一种使治理从协调中涌现的机制，允许组织通过基于意图的策略和语义可审计性来维持问责制和控制，即使执行计划和参与智能体在动态变化。这项工作挑战了“可靠性需要刚性”的软件工程假设，转而提出，在自主智能体时代，可靠性需要的是适应性和强制的瞬时性。