论文
SwarmHarness:通过去中心化激励对齐AI智能体网络实现基于技能的任务路由
SwarmHarness: Skill-Based Task Routing via Decentralized Incentive-Aligned AI Agent Networks
摘要
海量算力(个人工作站上的GPU周期、闲置的推理服务器以及任务间隙的边缘设备)未被利用,因为缺乏一种激励一致的协议,让拥有者能够安全且有收益地共享它们。现有方案要么需要可信的中央协调者(云市场),要么要求沉重的区块链基础设施(Golem、BrokerChain),要么完全缺乏激励层(BOINC、Petals)。我们提出SwarmHarness,一个去中心化协议,其中HarnessAPI技能节点在没有任何中心权威的情况下自组织成计算群集。SwarmHarness包含三个相互咬合的组件:基于分布式哈希表(DHT)构建、用于节点发现与能力通告的SwarmRegistry;利用覆盖能力、负载、延迟与信任的效用函数向节点派发任务的SwarmRouter;以及通过Shapley值近似将算力信用奖励归属给贡献节点的激励机制SwarmCredit。节点通过服务任务赚取信用,并花费信用来提交任务;从不贡献的闲置节点会耗尽信用并失去路由优先级,由此形成一个自我调节的参与经济。随着节点向高回报技能专门化、路由信号如同数字信息素般发挥作用,网络呈现出类似生物群集的涌现式集体智能。超越算力共享,SwarmHarness还是自主分布式AI智能体网络的基础原语,其中的智能体可以在没有人类居间的情况下租用算力、路由子任务并结算信用。