STEM Agent：面向多协议AI智能体系统的自适应、工具赋能、可扩展架构

当前的AI智能体框架过早地锁定单一交互协议、固定的工具集成策略与静态的用户模型，限制了其在多样交互范式间的部署。为应对这些限制，我们提出STEM Agent（Self-adapting, Tool-enabled, Extensible, Multi-agent），一个受生物多能性启发的模块化架构：未分化的智能体核心分化为专门的协议处理器、工具绑定与记忆子系统，并组合成一个功能完备的AI系统。该框架在单一网关之后统一五种互操作协议（A2A、AG-UI、A2UI、UCP与AP2），引入一个持续在二十多个行为维度上学习用户偏好的Caller Profiler，通过模型上下文协议（Model Context Protocol, MCP）外置所有领域能力，并实现一个受生物学启发的技能习得系统——反复出现的交互模式经由类似细胞分化的成熟生命周期结晶为可复用的智能体技能。作为这些能力的补充，记忆系统纳入了整合机制，包括情节剪枝、语义去重与模式抽取，旨在持续交互下实现亚线性增长。一套全面的413项测试套件验证了全部五个架构层上的协议处理器行为与组件集成，并在三秒内完成。