分布式通用智能体网络：架构、关键机制与原型

大语言模型加速了从被动对话助手到自主智能体的转变——后者能理解目标、规划动作、调用工具并执行多步任务。但单个智能体的能力仍受其本地数据、工具权限、运行环境与治理边界约束。本文研究分布式通用智能体网络：开放点对点网络——部署在个人设备、边缘节点或自主计算环境上的异构智能体可相互发现、建立信任、协商合作规则并执行开放式任务。我们论证：此类网络无法由既有点对点覆盖网与常规多智能体系统简单组合获得。不同于传统P2P网络——智能体网络必须传播关于意图、能力、状态与合作约束的语义声明。因此我们提出以协议适配层为中心的分层架构——连接上层任务语义与底层网络操作。基于该架构——本文识别三个核心机制问题：面向协作者发现的语义宣告传播、面向合作治理的可验证身份与多主题声誉——以及面向开放任务执行的语义梯度机制设计。对每个问题——我们给出技术路线：带顺序日志的无体gossip、基于BAID的身份绑定加MG-EigenTrust声誉——以及由语义归因反馈驱动的Stackelberg式机制生成循环。我们进一步报告BAID式分级验证的原型开销结果——以及跨主题伪装合谋攻击下MG-EigenTrust的机制级仿真。所得框架为开放、可信、可扩展的智能体协作提供系统级基础。