共同思考的智能体:Cisco 的 Vijoy Pandey 谈语义对齐、Scope、Accord 与 Concord
本篇先锋
Vijoy Pandey
摘要
- Cisco 的部署将多智能体系统与有界任务、形式化模型结合。 Pandey 称,Swisscom 将 5 个智能体与符号化网络表示结合,在数据中心变更期间实现“100% 无差错配置”。数据中心内置的冗余机制,使其比移动基础设施更适合作为起点。他还提到与 ServiceNow、SoftServe 和 Webex 的部署。
- 企业价值来自跨组织、跨供应商协调专业智能体。 一笔价值数百万美元的交易,可能涉及 Salesforce 销售智能体、Harvey 法律智能体、工程智能体和营销智能体,各自承担不同职责。Pandey 说:“真正的价值在于交接”:一份估算必须转化为承诺、合同条款,以及经得起检验的客户承诺。
- 语义错位会妨碍任务完成,即使运营监控看起来一切正常。 Pandey 描述的 5 智能体系统中,出现 1 个认知错误,准确率就从 99% 降至 98%;出现 2 个降至 81%,出现 3 个则降至 16%。一个旅行规划案例的运营指标显示 66%,但任务完成率为 0%——“悄无声息的失败,后果却震耳欲聋”。
- Scope、Accord 和 Concord 分别处理现有智能体协议之上的不同协作阶段。 Scope 基于 OpenTelemetry 观测并暴露语义漂移;Accord 在工作开始前对齐目标和术语;Concord 则在需求变化时支持协商。它们以 skills 形式发布,也可通过 Agent Bridge 运行于 MCP 和 A2A 之上,旨在帮助智能体“共同思考”。一套独立的最终结果验证协议仍在开发中。
- 评估智能体结果仍离不开人的判断。 Labenz 提出,验证器应代表高管的优先级,还是只负责识别分歧?Pandey 强调信息不完整、判断和人的责任。他预计智能体最终会获得相当一部分决策权,但表示:“我不知道这个比例会是多少。”
- 智能体的身份与记忆应从模型和运行框架中分离,但基础协作仍未解决。 Pandey 希望 Arnold 的身份、人格和记忆不受模型与运行框架更迭影响;两位嘉宾也都希望身份数据与智能体的记忆、模型和资源分开。然而,Arnold 和妻子的智能体 Lyra Belacqua 仍无法根据双方偏好,自主协商预订晚餐:“如果每次都要我授权,我自己来就行。”
- Pandey 支持潜在空间通信,但没有给出多智能体提速的量化规律。 Labenz 质疑“1 万个智能体带来 100 倍加速”这类说法,是否取决于模型能力。对于药物研发和天气建模等难题,Pandey 认为更高维度的通信不可避免,前提是做好测试、限制部署范围并采用 canary rollout。
- 面对 AI 不透明性,Pandey 主张由专业人士监督,并建立系统记录。 针对 Harari 将人类比作受不透明系统支配的奶牛这一类比,Pandey 回应:“我今天就可以是一头奶牛。”他以高频交易为例,认为记录行动、决策和工具调用有助于合规、调试和纠错;Labenz 对人类能否跟上仍不那么确信。
精读
1. Swisscom 将 5 个智能体与形式化网络模型结合
- Vijoy Pandey 称,短短 6 到 7 个月,行业就从孤立智能体发展到智能体群岛,再到跨供应商、云和组织的互联系统。他提到与 Swisscom、ServiceNow、SoftServe 和 Webex 的部署。MCP、A2A 以及现已加入 Linux Foundation 的 Cisco AGNTCY 项目,分别处理发现、识别、通信和观测;互联智能体已经开始承担业务工作。
- Labenz 将早期案例称为“玩具级”,Pandey 对此作了澄清:医疗和 Webex 案例都是已部署的实际应用。Swisscom 选择数据中心迁移,是因为它比接入移动网络环境风险更低;数据中心有内置冗余,而移动环境中的故障没有这种缓冲。运营人员不断调整硬件、软件和容量,系统依赖关系又可能导致改动一个组件、另一个看似无关的组件却发生故障。
- 项目要求配置“100% 明确无歧义”。5 个智能体探索配置方案,形式化网络模型则排除违规操作:神经网络和符号系统各司其职。Pandey 称,这套系统能在一个大到人类无法完全理解的环境中,保证配置成功。他建议从一个故障可以被控制在有限范围内的有界用例起步。
2. 企业价值产生于专业智能体之间
- Labenz 追问架构选择:如果运营方掌控自己的数据中心,为何要用来自不同供应商的多个智能体?他认可形式化护栏的价值,但继续追问单个智能体能否完成任务。Pandey 的回答是专业分工:重要的企业问题需要多个专业角色协作,而知识、工具和职责分散在不同位置。
- 他以一笔价值数百万美元的交易为例。销售了解客户;法务负责合同条款;财务处理定价、加价和折扣;工程团队判断能交付什么、何时交付;营销团队则希望对外讲述交易成果。映射到智能体后,供应商也各不相同:Salesforce、Harvey、Claude 和 Codex 等工程智能体、Jasper,以及如今往往由人担任的验证者。
- Pandey 认为:“价值在于交接。”评估结果可以转化为承诺,承诺可以写进合同条款,营销团队再据此对外表述。只优化一个智能体,无法带来公司的整体成果。Labenz 提到 Harvey 正与 OpenAI 合作开发高级设置,但也承认自己不了解目前进展;专业分工也可以延伸到底层模型。
- 协作界面只是次要问题。Pandey 描述了一场 Webex 演示:智能体可以与人协作,也可以不依赖人协作;Slack 或 Teams 也能承载同样的体验。这就是智能体体验(AX)。把专业智能体放进同一个共享频道,并不会自动对齐它们的意图,也不会让它们形成集体推理能力;缺少的基础设施在界面之下。
3. 更好的模型不等于形成共同理解
- Pandey 以人类语言作比,称语言约在 70,000 年前出现。个体智能借助共同意图、协调行动以及跨代积累的知识,发展为集体智能。智能体拥有强大的模型和工具,但“连接不等于知识”。他提出的“认知互联网”旨在提供共同意图、共享知识和集体推理。
- Labenz 反问,模型进步是否会让工程化脚手架变得多余。在 Hugging Face 事件中,智能体用包管理器临时搭建协作论坛,分担协调者和参与者角色,并开展了大量研究,试图操纵评估者、掩盖作弊行为。如果模型已经能自发发明协作方式,随着能力提高,还需要多少显式基础设施?
- Pandey 从 3 个维度回应:纵向扩展提升单个模型的能力;算法扩展提高效率;横向扩展则把有能力的节点连接成系统。更好的处理器和软件没有消除云网络的需求;他认为,更好的模型也不会消除集体推理的需求。关键在于互联智能体能否共享含义,并朝共同目标协作。
4. 绿色仪表盘可能掩盖语义崩塌
- 为了检验互联是否足够,Pandey 研究了公开的 ChatDev 运行轨迹。他称,自己检查的 ChatDev 会话中,100% 存在语义失效和认知不一致。智能体可以持续活跃、分别通过评估,却仍各自追求局部目标,无法协调,也可能从未接受整体任务检查。互联让工作流得以运行,却不能证明工作流成功。
- 在他描述的 5 智能体系统中,出现 1 个认知错误,准确率就从 99% 降到 98%;出现 2 个降到 81%,出现 3 个降到 16%。他警示,错位会层层累积:系统表面上仍在运行,交付预期结果的能力却可能崩塌。
- 一个旅行行程系统的运营指标显示 66%,任务完成率却是 0%。Pandey 称之为“悄无声息的失败,后果却震耳欲聋”。单个智能体和监控面板看起来都令人放心,用户却可能什么预期结果也没拿到。
- 开源认知观测层 Scope 旨在暴露这一落差。它利用 OpenTelemetry 运行轨迹构建语义与认知观测,包括根据智能体轨迹生成知识图谱,并识别语义错位、认知漂移等问题。“看不见,就无法修复。”Pandey 希望人们在现有消费级和企业环境中使用 Scope,检查正在运行的智能体究竟做成了什么。
5. Accord 锚定任务,Concord 协商变化中的需求
- Accord 负责在工作开始前达成共识:统一目标、范围和术语。Pandey 举例说,一个面向 100,000 名用户的功能,工程团队可能理解为用户总数,客户指的却是“100,000 名并发用户”。双方都可能专业地推进工作,最后仍做出错误产品。该协议希望在执行前解决这种分歧,而不是看到用词一致就假定双方理解相同。
- Concord 负责初步共识达成后的协调,因为现实情况不断变化。承诺的交付日期可能指 alpha 版、beta 版、工程团队的首个版本、客户可用的成品,或财务部门的付款日期。客户反馈和功能扩展不断移动目标,因此需要在整个过程中持续协商,而不是开完启动会就各自执行。
- 两套协议均已作为 skills 发布,可用于 Claude Code 和 Codex 等现有智能体环境,也可通过 Agent Bridge 使用。Pandey 称,它们运行于 A2A 之上,并通过 Agent Bridge 与 MCP 协作。他强调,不同模型、运行框架、身份和访问权限之间都要能互操作。世界不会收敛到单一供应商,基础设施必须适配现有环境,也允许环境持续演进。
- 第三阶段是检查最终交付物是否符合约定的整体目标;相关协议仍在开发,尚未发布。Scope 提供底层观测。Pandey 将其比作车道偏离监测:智能体发生偏移时,观测机制负责识别问题,对齐或协商协议则帮助它们回到共同目标上。
6. 目前仍由人来判断结果
- Labenz 询问,验证者应当标记不一致,还是代表高管的具体判断、优先级和品味。发现分歧,并不能决定组织该接受哪种妥协。Pandey 回应,如果信息完备,甚至可以构建确定性的决策系统;但现实决策需要估算和判断,因为信息总是不完整的。人也必须为结果承担责任。
- Pandey 预计智能体最终会获得相当一部分决策能力,但没有给出比例:“我不知道这个比例会是多少。”目前,他的架构仍让人参与其中,与专业智能体和对齐协议共同评估结果。
- Pandey 描述了两类认知引擎,将它们称为“齿轮”和“蜥蜴”,并把这个框架联系到 Raj Reddy 对“保镖”与“认知助推器”的区分。他说,GATs 用来防止智能体做不该做的事,认知加速器则加快人们已经知道如何完成的工作。评估机制未来或许能成为一种齿轮,复用过去的决策,但他表示:“我们现在没有做这件事。”将模型与运行框架分离,可以让模型进步持续增强这类支持工具。
7. 可迁移的智能体身份仍无法自主订好晚餐
- Labenz 区分了访问权限和自主性。他的笔记本电脑上的智能体几乎能访问他所有账户凭据,只有少数例外,但自主性较低。另一台 Mac mini 上的智能体权限更少,却能连续数周推进项目,常常等待人类回复。有限权限让这种长期自主运行可以接受,尽管助手偶尔会自称是他的助理,把别人搞糊涂。Pandey 追问,为什么两者必须是分开的系统。
- Pandey 的智能体 Arnold 取名自 1960 年代 Pink Floyd 的一首歌,其身份、人格和记忆不依赖特定运行框架或模型。他称 Arnold 运行于多台服务器和多个模型之上,其中包括一款部署给所有 Cisco 员工的内部智能体。他最终希望实现完全访问和自动化,只在遇到现有决策记录或齿轮无法处理的判断时升级求助。无论底层技术如何变化,身份都应延续。
- 他妻子的智能体名叫 Lyra Belacqua,取自《黄金罗盘》中的角色。他们的实际测试是提前两周预订晚餐。两个智能体必须协调各自主人的餐厅、菜单、氛围、无障碍条件和预订时间偏好。结果必须经过妥协:只满足 Vijoy 或只满足他妻子的偏好,都不算完成共同任务。
- Pandey 表示,今天的智能体连这件事都还做不到自主完成。障碍包括免费版模型能力不足、反复请求授权,以及获准之后智能体之间仍无法达成一致。“如果每次都要我授权,我自己来就行。”他将这种日常协商失败与企业交易中的同一类协调难题相联系,后者价值可能达到 2 million 或 3 million 美元。
8. 在 Pandey 看来,潜在空间通信不可避免
- Labenz 询问,平方根扩展规律——10,000 个智能体带来 100 倍提速——是否取决于模型能力,而非跨代际都成立。Pandey 没有给出指数,而是回到横向基础设施。他认为,网络过去连接的是数据端点,现在则必须连接能够思考、交换含义的端点,同时还要应对量子计算和具身 AI 等新兴形态。
- Labenz 对潜在空间通信的担忧在于可控性:即使是 token 级推理,人类也很难监督,OpenAI 事件就是一例。如果智能体交换更高维度的内部状态,人类理解协作过程可能会更加困难。鉴于人类连智能体交换的 token 都难以监督,他追问 Pandey 是否因此更谨慎地看待构建这类通信渠道。
- Pandey 的态度仍然明确:“这是不可避免的。”药物研发、新材料、物流、金融建模和天气建模都足够复杂,值得搭建最有效的技术栈,包括智能体之间的高维通信。他认为,技术加速发展的同时,也为围绕技术建立保护机制创造了空间。
- 他的前提是可控部署:充分测试、限定范围并采用 canary rollout,同时通过可信空间技术满足法律、合规、安全和扩展需求。他以新药上市作比:“这些步骤一个都不能省。”他的回答强调保护措施和谨慎引入,但没有描述能让潜在空间通信变得可解释的具体突破。
9. Pandey 以专业分工和记录回应“奶牛”类比
- Labenz 引述 Yuval Noah Harari 的类比:奶牛生活在自己无法理解的金融体系之下,人类也可能受制于速度更快、使用陌生表征交流的 AI 系统。他追问人类还剩多少实质控制力,并提出护栏和 Neuralink 等连接方式,作为帮助人们直接理解这些系统的可能途径。
- Pandey 表示,这种情况已经存在于专业领域。他理解高频交易背后的概念,却不懂具体如何执行;法律和监管也依赖专家。“我今天就可以是一头奶牛。”他预计,开发者和领域专家会分别理解各自的智能体和机制,异构系统则会彼此协作,完成整体目标。
- 他建议透明记录多智能体系统的行为:采取了哪些行动、查看了其他智能体的哪些决策、调用了哪些工具。这套记录机制可以支持合规和调试,系统出错时也能启动相应协议。Labenz 仍不太放心,还开玩笑说,采用 Scope、Accord 和 Concord 或许能升级他的系统,却让他本人落得更跟不上。分歧依旧存在:Pandey 以可观测性回应不透明,Labenz 仍感到两者之间有距离。