Strabo: Declarative Specification and Implementation of Agentic Interaction Protocols
本文介绍了 Strabo，这是一个通过使用 Langshaw 规范和 Peach 实现对 Google 通用商务协议（UCP）结账流程进行建模，成功验证了与 Google 智能体（agents）的互操作性，从而实现形式化方法在常规环境中的增量式采用，进而证明了声明式交互协议对工业级智能体 AI 实际相关性的框架。
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
宏观图景：教机器人如何一起购物
想象一下未来，你的个人 AI 助手（我们称之为“Alice”）正在为你购物。她需要与商店的 AI 助手（我们称之为“Bob”）进行对话，以购买一件衬衫、支付款项并安排送货。
为了实现这一点，Alice 和 Bob 需要使用相同的语言并遵循相同的规则。如果 Alice 说“我想买这个”，Bob 需要准确知道这意味着什么，接下来需要什么信息，以及目前哪些操作是不允许的。
目前，大型科技公司（如 Google）正在尝试制定这些规则。他们创建了一套名为 UCP（通用商业协议） 的指令集。你可以把 UCP 想象成一本用纯英文和 JSON 代码编写的、非常冗长且混乱的说明书。它告诉开发者如何构建购物机器人。然而，由于它是以非正式的方式编写的，因此留下了很多产生歧ati（歧义）的空间。开发者不得不去猜测规则，这经常导致错误，或者导致机器人之间无法正常通信。
问题所在： “学术界”多年来一直在为机器人构建非常精确的数学规则书（称为 Langshaw）。但一直以来，没人认为这些高级的规则书能实际应用于像 Google 这样由公司使用的、混乱的现实世界协议中。
解决方案 (Strabo)： 作者构建了一个名为 Strabo 的工具。它的工作是充当翻译官和桥梁。它将混乱的 Google 指令转化为精确的数学规则书，然后构建一座“桥梁”，让说精确语言的机器人能够与说混乱语言的机器人进行对话。
三个主要角色
要理解这是如何运作的，让我们来看看作者使用的三个关键工具：
1. Langshaw：严谨的建筑师
想象你在盖房子。
- Google 的方式 (UCP)： 你有一张餐巾纸上的草图，上面写着：“这里放个门，那里可能开个窗。”你必须靠猜来确定门的位置。如果你猜错了，房子可能会塌。
- Langshaw 的方式： 这是一份严格的建筑蓝图。它规定：“门必须在这里。窗户不能在那里。在安装门之前，你不能把墙刷成蓝色。”
- 为什么它很重要： Langshaw 强迫你保持精确。它能防止机器人在错误的顺序下执行操作或遗漏重要步骤。
2. Peach：聪明的建造者
一旦你有了严格的蓝图 (Langshaw)，你就需要一个建造者来遵循它。
- Peach 就是那个建造者。它不需要人类告诉它每一个细微的步骤。相反，它会观察蓝图并说：“好吧，根据规则，我现在唯一被允许做的事情就是挂上这扇门。”
- 它处理了所有关于“这一步是否被允许？我们是否漏掉了某一步？”这类枯燥且复杂的数学计算，这样人类（或 AI 的大脑）就可以只专注于创意部分：“挂门”。
3. Strabo：外交官式的翻译官
这是全场的明星。
- 问题： Google 的机器人 (UCP) 说的是“餐巾纸草图语”。Peach 机器人说的是“严格蓝图语”。它们无法理解彼此。
- 解决方案： Strabo 构建了一座桥梁。它坐在中间。
- 当 Peach 机器人想要“创建一个结账会话”（严格蓝图语言）时，Strabo 会将其转化为一个特定的 HTTP 请求（餐巾纸草图语言），以便 Google 机器人能够理解。
- 当 Google 机器人回复时，Strabo 会将混乱的回复翻译回一个清晰的“已创建”信号给 Peach 机器人。
- 结果： Peach 机器人认为它正在与另一个 Peach 机器人交谈。Google 机器人认为它正在与另一个 Google 机器人交谈。它们甚至不知道自己正在使用不同的语言。
他们实际上做了什么？
作者决定在结账 (Checkout) 流程上测试这个系统。
- 他们对 Google 混乱的规则进行了建模： 他们提取了 Google UCP 的“结账”指令，并将其重写为一份完美的、严格的 Langshaw 蓝图。
- 他们构建了机器人： 他们使用 Peach 建造者创建了一个“平台 (Platform)”机器人（即购物者）。
- 他们构建了桥梁： 他们创建了一个“代理 (Proxy)”（即 Strabo 翻译官），将 Peach 机器人连接到 Google 的实际服务器。
- 测试： 他们让 Peach 机器人尝试从 Google 的服务器购买东西。
结果： 成功了！Peach 机器人成功地与 Google 的服务器完成了交易。这证明了你可以使用严格的学术规则来控制现实世界中混乱的工业系统，而不会破坏它们。
为什么这意义重大？（“顿悟”时刻）
论文强调了他们在翻译规则过程中发现的几个令人惊讶的事实：
- 隐藏的假设： Google 的指令并没有明确说明“你必须在发送下一条消息之前等待回复”。它们只是假设大家都默认知道这一点。严格的 Langshaw 蓝图迫使他们将这条规则明确地写下来。这防止了两个机器人同时说话导致的 Bug。
- 谁拥有什么？ 在混乱的 Google 规则中，并不总是清楚谁有权修改某项数据（比如价格）。严格的规则明确了这一点：“购物者可以设置商品，但商店负责设定总价。”
- 更少的代码，更多的逻辑： 作者展示了使用他们的严格方法 (Peach) 编写机器人，比直接针对 Google 混乱规则编写机器人所需的代码要少得多。因为“桥梁”处理了所有连接互联网和格式化数据的繁重工作。开发者只需要编写关于“买什么”的逻辑，而不是“如何发送消息”。
核心结论
该论文认为，我们不必在“混乱的现实世界工业标准”和“精确的学术安全规则”之间做选择。
Strabo 表明你可以两者兼得。你可以获取一个现实世界的协议（如 Google 的 UCP），为其包裹一层严格、防错的层（Langshaw/Peach），并使用一个翻译官（Strabo）让它们协同工作。这意味着我们可以逐步将更安全、更智能的 AI 智能体引入到现有的系统中，而无需从头开始重建整个互联网。
简而言之： 他们制造了一个通用适配器，让一个遵循严格规则书的机器人，能与一个遵循潦草餐巾纸草图的机器人握手，证明了精确性与实用性能并存。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。