设想一个由多个AI代理组成的医疗保健系统：一个负责症状评估，另一个负责调度，第三个负责保险，第四个负责药房。每个代理都是其领域的专家，但它们都有自己独特的知识和目标。今天，它们可以交换数据，但还不能在没有人类做决定的情况下实际协调患者护理。思科Outshift的高级副总裁兼总经理Vijoy Pandey解释说：“智能已经存在，缺失的是将四个陌生人转变为团队的连接组织。”这种“连接组织”来自添加一个语义层，即Outshift所称的“认知互联网”，使不同领域的代理能够共同工作，并且，关键是，通过共享意图、上下文和推理能够共同“思考”。这个语义层依赖于其下方的连接层，称为“代理互联网”，该层允许自主代理相互发现，证明身份并在不同领域之间交换信息。Pandey表示，当它们一起使用时，能够实现“分布式人工超级智能的下一步”。 从单一硅智者到“认知互联网” 多年来，人工智能行业一直专注于增长。垂直扩展导致更大的模型，这些模型在更多的数据和更多的计算资源上进行训练。这产生了类似于AI代理“大脑”的推理能力，这些代理可以在数字环境中感知、推理和行动。Pandey表示，虽然垂直扩展可以持续产生更强大的代理，但要实现跨不同系统、公司和平台的代理问题解决，下一条扩展轴必须是水平的。多代理系统已在软件工程、药物发现和科学模拟等领域进行探索，但到目前为止，它们的表现令人失望。一项研究发现，当评估七个开源多代理系统时，失败率在41%到87%之间。“连接的代理能够很好地处理协调行动：将一个他们曾见过、分割并传递的任务，”Pandey解释道。“但他们无法共同持有一个目标，并推理出一个他们都没有接受过训练的问题。”Pandey补充说：“这个差距是架构上的，而不是提示问题。没有正确的协调层，天真的多代理设置表现可能还不如单个代理。变化的关键是代理团队在没有人类拼接缝合的情况下自行聚焦于一个新问题。” 为实现这一目标，Pandey表示Outshift建立了一个名为AGNTCY的连接层，这是一个现在在Linux基金会下的开源项目。AGNTCY允许不同系统、公司和平台的代理相互找到，证明身份并通过开放、标准化的协议交换信息。正如Pandey所解释的，这使得“认知互联网”理论进一步发展。它创建了一个语义层，允许代理对齐目标（共享意图）、汇集机构知识和复合记忆（共享上下文）以及进行集体权衡（共享推理）。Pandey将这个进展比作人类的进步：“在数十万年里，人类逐渐变得更聪明，但每个人所取得的收益都随他们而消逝，”他解释说。“大约70000年前，这一切发生了变化，当时人类学会了共享意图、建立渐进知识和集体推理。那时，分散的个体变成了文明。“代理正在经历同样的阈值。我们已经建立了硅智者并赋予他们自主权。它们缺乏的是让人类共同体的那一层。” 实现分布式超级智能的第一步 使代理能够集体工作依赖于技术栈中的三大支柱：通过认知状态协议共享意图：认知状态协议是语义握手，允许代理在行动之前达成一致的目标，然后朝着这个目标进行协商。Outshift创建了一个名为Mycelium的开源协调层，组织可以克隆并针对自己的代理使用。“我们发现在14种情景中，无结构群体在三分之一的情况下达成了决策，”Pandey谈到内部测试时说。“一个使代理声明目标、提出缺失信息并在行动前解决冲突的协调协议将这一比例提高到了93%。”通过认知结构共享上下文：认知结构是一种共享的机构记忆和通信网，使代理的洞察力随着时间的推移而累积，而不是每个会话都重置。Pandey表示，这种政策化的上下文层解决了“组织性失忆”的问题，确保系统的基础智能不断提升。通过认知放大器和边界技术共享推理：可以将两种认知引擎结合使用，以实现共享推理。认知放大器加快共享推理和建模的速度，而边界技术则确保代理操作的安全和效率。