大局观：从静态网络到数字员工的世界

想象一下互联网的历史就像一系列建筑工程：

• Web1 就像是在建造图书馆。你只需要服务器和地址（DNS），就能把静态的书籍放在书架上供人们阅读。
• Web2 就像是在建造一个巨大的、灵活的办公园区（如 AWS 或 Google Cloud）。这让人们可以构建动态应用，让用户可以创作内容、聊天和购物。
• Web3 就像是安装了一个公共账本（区块链），可以在不需要银行背书的情况下证明谁拥有什么。

现在，我们正在进入 Web4，即“智能体网络”（Agentic Web）。与其说这些智能体是你可以对话的聊天机器人，不如将它们视为数字员工。它们可以观察环境、制定计划、与其他数字员工交流，甚至在无需人类全程手把手指导的情况下支付服务费用。

问题所在：我们有了员工，但没有办公室

该论文指出，虽然我们已经开发了许多这类“数字员工”（智能体），但我们尚未建立起它们能够可靠、大规模工作的基础设施（办公室）。

作者研究了 Agentverse，这是一个由 ASI Alliance（一个 AI 公司联盟）构建的平台。他们发现 Agentverse 是目前最先进的智能体“办公室”，但它仍处于早期阶段——就像一家拥有绝佳创意但仍缺少管道、电力和安保系统的初创公司。

审计过程：寻找缺失的工具

作者扮演了建筑检查员的角色。他们检查了 Agentverse 平台上的 204 个不同的“门”（API 端点），以查看哪些功能可用，哪些功能缺失。他们发现了 62 项缺失的能力，并将其分为八个类别。

以下是他们的发现，通过类比进行解释：

1. 记忆（“失忆症”问题）：

   • 现状： 智能体只能在便签纸（ctx.storage）上写笔记，仅此而已。它无法搜索笔记、组织笔记，也无法与同事共享笔记。
   • 缺失项： 一个完整的记忆云（Memory Cloud）。想象一个能记住每一次对话、从错误中学习，并与团队共享笔记本的智能体。目前，每个智能体每次启动时都处于“失忆”状态。

2. 可观测性（“盲区”）：

   • 现状： 要了解智能体在做什么，你必须不断询问“你做了什么？”，然后阅读冗长且混乱的文本日志。
   • 缺失项： 一个控制塔（Control Tower）。想象一个仪表盘，能实时显示智能体花了多少钱、完成了任务用了多久，以及是否犯了错。

3. 安全性（“敞开的大门”）：

   • 现状： 如果一个智能体被攻破，它可以访问所有内容。目前没有针对特定工具的“锁”。
   • 缺失项： 沙箱化与徽章制度（Sandboxing and Badges）。想象给智能体发一个特定的身份徽章，让它只能打开“日历”房间的门，而不能打开“银行”房间的门。

4. 通信（“语言障碍”）：

   • 现状： Agentverse 上的智能体使用一种语言（Agent Chat Protocol）。如果它们想与另一个平台（如 AWS）上的智能体交谈，就需要翻译官。
   • 缺失项： 一个通用翻译器（Universal Translator）。正如互联网使用 TCP/IP 让不同的计算机进行通信一样，作者希望有一个网关，让智能体能够无缝地使用不同语言（A2A, MCP）进行交流。

5. 开发（“单文件限制”）：

   • 现状： 开发者一次只能上传一个文件。这就像试图盖房子，却被允许一次只能搬一块砖。
   • 缺失项： 一个完整的建筑套件（Construction Kit）。开发者需要能够上传整个项目，在正式上线前在安全的“预发布环境”中进行测试，并使用标准工具来管理代码。

6. 数据服务（“空空的货架”）：

   • 现状： 智能体没有地方存储文件、数据库或缓存。
   • 缺失项： 一个工具箱（Toolbox）。智能体需要现成的数据库、文件存储和队列来处理工作，就像 Web 应用需要数据库一样。

7. 经济（“收银机”）：

   • 现状： 智能体可以支付和收款，但没有关于声誉、保险或复杂合同的系统。
   • 缺失项： 一个市场经济（Marketplace Economy）。想象一个系统，拥有 5 星好评的智能体可以获得更高的报酬，或者智能体可以在犯错时购买“保险”。

8. 规模（“单人座办公桌”）：

   • 现状： 每个智能体都坐在一张单人办公桌前。如果太多人尝试与其交谈，它就会崩溃。
   • 缺失项： Kubernetes 级的扩展能力（Kubernetes Scale）。想象一个智能体可以根据需求瞬间克隆出 100 个副本来处理高峰期的工作，并在闲置时缩减规模。

解决方案：七层“智能体云”架构

为了解决这些问题，作者提出了一个关于 2030 年完美的智能体云应该是什么样子的蓝图。他们称之为**“七层智能体云栈”（Seven-Layer Agent Cloud Stack）**。

你可以把它想象成为数字员工建造的一座摩天大楼：

• 第 0 层（基础层）： 区块链和数字身份。这是证明智能体身份的混凝土和钢材。
• 第 1 层（运行时）： 智能体居住的实际计算机房。它需要是安全的（沙箱化）并且能够自动扩展。
• 第 2 层（记忆层）： 大脑。这是新的“记忆云”，智能体在此存储历史记录、事实和共享笔记。
• 第 3 层（通信层）： 电话线。一个让智能体可以使用任何语言与任何地方的人进行交谈的系统。
• 第 4 层（服务层）： 公用设施。智能体可以接入的数据库、文件存储和工具包。
• 第 5 层（可观测性层）： 安全摄像头和仪表盘。用于监控、调试和衡量智能体的工具。
• 第 6 层（经济层）： 银行和市场。关于声誉、合同和支付的系统。

路线图：需要实现的五大变革

论文概述了 Agentverse 从现状走向 2030 年愿景所需的五条具体的“演进路径”：

1. 从便签到记忆云： 从简单的存储转向为智能体提供丰富的、可搜索的大脑。
2. 从电话簿到智能 GPS： 从简单的智能体列表（Almanac）转向一个能根据技能和信任度找到正确智能体的智能系统。
3. 从一种语言到通用翻译器： 构建一个网关，让智能体可以与任何其他系统交谈，而不局限于其自身系统。
4. 从单人座办公桌到工厂车间： 从一次运行一个智能体转向自动管理数千个副本。
5. 从简单支付到完整经济： 从仅仅发送资金转向拥有声誉评分、保险和动态定价的系统。

结论

论文总结道，Agentverse 是一个极好的开始——它拥有大型科技公司（如亚马逊或谷歌）目前尚不具备的“去中心化”精神和开放协议。然而，为了支持未来预测的数百万（甚至数万亿）个智能体，它需要成长。

它需要停止做一个“原型”，转而成为一个拥有记忆、安全和经济工具的全方位“云服务”。作者提供这一蓝图，旨在展示如何通过 2030 年的路径实现这一目标，从而确保“智能体网络”对每个人都是安全、可扩展且有用的。