AgentGate：面向智能体互联网的轻量级结构化路由引擎

AI智能体系统的快速发展正在催生一个新兴的智能体互联网（Internet of Agents），其中专业化智能体在本地设备、边缘节点、私有服务和云平台上运行。尽管近来的工作改进了智能体命名、发现与交互，但在延迟、隐私和成本约束下的高效请求分发仍是一个悬而未决的系统问题。本文提出AgentGate，一个用于候选感知智能体分发的轻量级结构化路由引擎。AgentGate不将路由视为无约束的文本生成，而是将其表述为一个受约束的决策问题，并将其分解为两个阶段：动作决策与结构化落地。第一阶段决定查询应触发单智能体调用、多智能体规划、直接响应还是安全升级，第二阶段将所选动作实例化为可执行输出，如目标智能体、结构化参数或多步计划。为使紧凑模型适应这一设定，我们进一步开发了面向路由的微调方案，采用候选感知监督和困难负样本。在一个精心构建的路由基准上使用多个3B-7B开源权重模型的实验表明，紧凑模型能在受限设定下提供有竞争力的路由性能，且模型差异主要体现在动作预测、候选选择和结构化落地质量上。这些结果表明，结构化路由是高效且隐私感知的智能体系统的一个可行设计点，尤其是当路由决策必须在资源受限的部署条件下做出时。