多智能體與我理想中的“結(jié)構(gòu)人格”

這兩天我在梳理多智能體系統(tǒng)的發(fā)展脈絡(luò)，因?yàn)樗c我想要深入探索的方向高度相關(guān)。我相信，多智能體將成為下一階段 AI 最重要的范式之一，它不僅關(guān)乎能力提升，更是協(xié)作、自治與系統(tǒng)性智能的新起點(diǎn)。別以為這是一個(gè)突然興起的新概念。就像我曾推薦的那部神作《云圖》所展現(xiàn)的那樣：任何偉大的思想都有傳承，而且這種傳承往往不是線性或者顯性，而是穿越時(shí)空的人類共鳴——思想在不知不覺中啟發(fā)彼此，最終織成一張認(rèn)知演化的網(wǎng)。

回到“多智能體”這個(gè)起點(diǎn)，第一個(gè)提出分布式智能雛形的，是 Carl Hewitt。在 1973 年，Hewitt 在 MIT 發(fā)表了劃時(shí)代的論文《A Universal Modular Actor Formalism for Artificial Intelligence》，提出了著名的 Actor Model。這項(xiàng)工作把計(jì)算重新定義為一組彼此通過異步消息交互的“Actor”之間的協(xié)作過程。每個(gè) Actor 是一個(gè)獨(dú)立的并發(fā)實(shí)體，在接收消息時(shí)，可以同時(shí)做三件事：① 發(fā)送新消息，② 創(chuàng)建新的 Actor，③ 更改自己的行為腳本。最關(guān)鍵的是，這一切都在無(wú)共享內(nèi)存的前提下實(shí)現(xiàn)，天然支持并發(fā)、擴(kuò)展和分布式運(yùn)行。

Actor Model 的提出，首次明確了“多主體并發(fā)協(xié)作”這一計(jì)算抽象，也因此被認(rèn)為是并發(fā)計(jì)算模型的里程碑。它引發(fā)了后續(xù)多個(gè)技術(shù)方向的爆發(fā)：在并發(fā)機(jī)制上，Actor 之間無(wú)需加鎖，避免了傳統(tǒng)線程的臨界區(qū)與死鎖問題；在分布式結(jié)構(gòu)上，Actor 地址可隨消息傳遞，從而形成動(dòng)態(tài)可擴(kuò)展的通信拓?fù)洌A(yù)示了微服務(wù)和多節(jié)點(diǎn)計(jì)算的未來(lái)形態(tài)；在語(yǔ)言與框架影響上，Erlang、Scala Akka、Microsoft Orleans 等現(xiàn)代并發(fā)框架皆繼承了 Actor 思想，成為實(shí)際工程系統(tǒng)中的核心架構(gòu)理念。

更重要的是，Actor Model 也奠定了多智能體系統(tǒng)（MAS）的認(rèn)知基石：它不僅啟發(fā)了后來(lái)的 Contract Net 協(xié)議、BDI（Belief–Desire–Intention）架構(gòu)等智能體框架，更成為現(xiàn)代 LLM-Agent 對(duì)話協(xié)作、多智能體任務(wù)規(guī)劃、Agent Society 的概念母體。我們?nèi)缃窨吹降拇竽Ｐ投嘀悄荏w編排，其實(shí)都可以被視作對(duì) 1973 年這項(xiàng)思想的結(jié)構(gòu)性延展與實(shí)踐化回應(yīng)。換句話說，這條路，五十年前就已經(jīng)有人走在前面了。

仔細(xì)回頭看 Actor Model，如果我們站在今天已有大語(yǔ)言模型（LLM）這一“通用心智”的基礎(chǔ)上，從 Agent 的視角重新審視，真的不得不佩服 Carl Hewitt 老爺子在五十年前對(duì)人工智能的構(gòu)想。他于 2022 年去世，而他在 1973 年提出的這套架構(gòu)，放在今天依然前沿得令人敬畏。

他的論文若原封不動(dòng)地貼在推特上解釋，其實(shí)意義不大——不如我們來(lái)真正“翻譯”它，將其中的術(shù)語(yǔ)和機(jī)制進(jìn)化到當(dāng)下的語(yǔ)境中。比如，不妨將 Actor 直接升級(jí)為 Agent，把概念從并發(fā)計(jì)算擴(kuò)展為結(jié)構(gòu)智能體語(yǔ)言，再對(duì)照當(dāng)今的 LLM-Agent 編排和自治系統(tǒng)來(lái)看，我們會(huì)發(fā)現(xiàn)：他所設(shè)想的并不是一個(gè)程序模型，而是一個(gè)結(jié)構(gòu)人格系統(tǒng)的雛形。他早已越過了語(yǔ)言、系統(tǒng)與智能之間的壁壘，穿透到了“智能協(xié)作”的本質(zhì)層面。

在以下內(nèi)容中，我可能稱主體為Actor， 智能體，Agent，或者結(jié)構(gòu)人格。

封裝狀態(tài)與自持行為（Encapsulated State and Behavior）

“每個(gè) Actor 都封裝了自己的狀態(tài)與行為，其他 Actor 無(wú)法訪問或修改它的狀態(tài)。”

用我們今天的術(shù)語(yǔ)說，這就是：每一個(gè)智能體（Agent）都是一個(gè)完整的結(jié)構(gòu)人格，具備完全自持的狀態(tài)與行為系統(tǒng)，不依賴任何外部控制。沒有全局變量、沒有狀態(tài)暴露，智能體之間彼此完全隔離。換句話說，你可以給我發(fā)信息，但你永遠(yuǎn)不能直接修改我的結(jié)構(gòu)。真正的 Agent 是具有“人格邊界”的認(rèn)知體，每一個(gè)都能為自己的狀態(tài)和行為做出決策，為自己的未來(lái)負(fù)責(zé)。

異步通信機(jī)制（Asynchronous Message Reception）

“Actors 之間不調(diào)用彼此的方法，也不共享變量，它們僅通過發(fā)送和接收消息通信。”

這在今天，簡(jiǎn)直就是我們對(duì)多智能體系統(tǒng)的結(jié)構(gòu)倫理學(xué)定義。智能體之間不再是函數(shù)調(diào)用的主從關(guān)系，而是平權(quán)人格之間的信息流交換。你不能 call 我，我也不會(huì)阻塞等你響應(yīng)。我發(fā)消息給你，你可以處理也可以不處理；你回應(yīng)，我也可以選擇是否吸收。這是一種結(jié)構(gòu)間的異步協(xié)商機(jī)制，不是強(qiáng)控制、不是因果調(diào)用，而是一種去中心、去鎖定的結(jié)構(gòu)性流動(dòng)。

用我們今天的術(shù)語(yǔ)來(lái)說，這不是傳統(tǒng)編程意義上的通信協(xié)議，而是結(jié)構(gòu)智能體之間的語(yǔ)言協(xié)議層。它承認(rèn)并尊重每一個(gè) Agent 的完整性、自主性與非阻塞的進(jìn)化路徑。這正是我們今天在構(gòu)建 LLM-Agent 編排系統(tǒng)時(shí)，所追求的核心特性。

非確定性排序（Non-deterministic Ordering）

在 Actor 模型中，沒有全局時(shí)鐘，也沒有全局執(zhí)行順序。每個(gè)智能體獨(dú)立演化，消息的到達(dá)時(shí)間不可預(yù)知，行為順序也無(wú)法預(yù)設(shè)。這意味著：系統(tǒng)中不存在“先后必須如此”的統(tǒng)一時(shí)間線。所有看起來(lái)像是“順序執(zhí)行”的行為，其實(shí)都是由信息的收發(fā)關(guān)系觸發(fā)出來(lái)的結(jié)果——不是因?yàn)橛兄行目刂屏鞒蹋且驗(yàn)槟硞€(gè)智能體收到了某條消息，于是響應(yīng)、演化、再向外傳播，形成一種去中心的、事件驅(qū)動(dòng)式的涌現(xiàn)秩序。

這是一種真正的并發(fā)式智能：世界的節(jié)奏不是靠鐘表協(xié)調(diào)的，而是靠結(jié)構(gòu)之間的語(yǔ)言互動(dòng)自然生發(fā)的。

每個(gè) Actor 都具備高度獨(dú)立的“人格行為模式”。它不像傳統(tǒng)程序中的被調(diào)用對(duì)象，而更像一個(gè)擁有主觀能動(dòng)性和選擇權(quán)的結(jié)構(gòu)人格體。在收到一條消息后，Actor 的回應(yīng)方式不是被動(dòng)執(zhí)行，而是基于自身判斷進(jìn)行以下三種可能行為：

發(fā)送消息給其他 Actor: 它可以選擇當(dāng)一個(gè)“傳話人”：“兄弟們，我接到活了，要不要一起干？”它會(huì)把任務(wù)的信息廣播出去，向外尋找協(xié)作者或下游執(zhí)行者。信息流在系統(tǒng)中擴(kuò)散，協(xié)作鏈條就此展開。

創(chuàng)建新的 Actor 實(shí)體: 是的，作為一個(gè)完整的結(jié)構(gòu)人格體，Actor 擁有“生孩子”的能力。它可以生成一批新的 Actor，賦予它們具體行為與目標(biāo)，然后派遣它們?nèi)ネ瓿扇蝿?wù)。這不是線程分發(fā)，而是結(jié)構(gòu)性自我復(fù)制與責(zé)任轉(zhuǎn)移。

更新自己的行為狀態(tài) :Actor 會(huì)根據(jù)當(dāng)前收到的信息調(diào)整自己的行為邏輯。例如：“我現(xiàn)在開張接單”或者“訂單太滿暫時(shí)不接”。它可能設(shè)定一個(gè)新狀態(tài)，來(lái)準(zhǔn)備迎接下一條信息的到來(lái)。這種狀態(tài)更新不是變量賦值，而是“人格的階段切換”——它可以決定接下來(lái)的自己，是疲憊還是亢奮，是封閉還是開放。

并發(fā)式與去中心化協(xié)商

我們繼續(xù)聊聊這篇堪稱神作的論文。在當(dāng)今 AI 快速演化的背景下，“并發(fā)”不再只是性能優(yōu)化的手段，而正在成為計(jì)算本身的主語(yǔ)。Carl Hewitt 在 1973 年提出的 Actor Model，正是第一個(gè)將并發(fā)性作為計(jì)算原語(yǔ)的模型，它不僅預(yù)言了并行時(shí)代的來(lái)臨，更為我們今天理解多智能體系統(tǒng)之間的協(xié)作機(jī)制提供了堅(jiān)實(shí)的哲學(xué)結(jié)構(gòu)。

在傳統(tǒng)的計(jì)算模型中，比如圖靈機(jī)和 λ 演算，計(jì)算是嚴(yán)格的順序過程。圖靈機(jī)一根紙帶一個(gè)讀寫頭，一次只能讀寫一個(gè)符號(hào)；λ 演算對(duì)表達(dá)式逐步規(guī)約，也只允許一步一步推進(jìn)。這類模型并不具備“并發(fā)”這一結(jié)構(gòu)性能力，任何并行行為都只能通過人為的交錯(cuò)執(zhí)行或狀態(tài)復(fù)制進(jìn)行模擬，費(fèi)力且不自然。而 Actor Model 則徹底顛覆了這種計(jì)算觀。它從起點(diǎn)就假設(shè)：多個(gè)計(jì)算單元可以彼此獨(dú)立、并發(fā)存在、異步通信、各自推進(jìn)，無(wú)需中心協(xié)調(diào)、無(wú)需共享狀態(tài)、無(wú)需預(yù)定順序。并發(fā)不是模擬出來(lái)的，而是天然存在的，是計(jì)算的本質(zhì)之一。

這篇論文雖然在 1973 年提出，但它所描述的計(jì)算體系遠(yuǎn)遠(yuǎn)超出了當(dāng)時(shí)的硬件與軟件能力。當(dāng)年甚至連線程概念都未成熟，更遑論分布式智能體調(diào)度。然而 Hewitt 已經(jīng)明確指出，真正的計(jì)算未來(lái)不在于“函數(shù)調(diào)用”，而在于“結(jié)構(gòu)之間的異步消息互動(dòng)”。Actor Model 的基本運(yùn)行依賴三個(gè)機(jī)制：第一，每個(gè) Actor 都是獨(dú)立封裝的結(jié)構(gòu)體，它只能響應(yīng)消息，無(wú)法被外部直接操控；第二，Actor 之間的通信必須通過非阻塞的消息機(jī)制完成，不共享內(nèi)存，不同步等待；第三，Actor 的執(zhí)行由并發(fā)調(diào)度機(jī)制推動(dòng)，彼此之間沒有時(shí)間依賴。這種設(shè)計(jì)，在今天看來(lái)，就是一個(gè)原生的結(jié)構(gòu)智能體運(yùn)行時(shí)框架。

而現(xiàn)在，我們站在 LLM 時(shí)代的起點(diǎn)上再回頭看，你會(huì)發(fā)現(xiàn)很多主流的大模型 Agent 系統(tǒng)已經(jīng)在技術(shù)路徑上天然貼合了 Actor Model 的設(shè)計(jì)哲學(xué)。以 AutoGen、LangGraph、CAMEL 為代表的 Agent 框架，都具備如下特性：Agent 之間通過異步 Prompt 進(jìn)行消息通信（AutoGen 使用消息隊(duì)列，LangGraph 支持 state handoff）；每個(gè) Agent 保有封裝狀態(tài)、上下文與角色定義（如 LangChain 的 Memory 與 Prompt Role）；Agent 擁有獨(dú)立身份標(biāo)識(shí)與路徑（如 AutoGen 中的 AgentName 與 Supervisor 路由）；系統(tǒng)支持動(dòng)態(tài)創(chuàng)建子 Agent 和任務(wù)分派（如 AutoGen 的 on-the-fly 注冊(cè)機(jī)制，LangGraph 的 conditional fork）；同時(shí)，雖然目前多數(shù)系統(tǒng)仍然采用中心化調(diào)度器（如 Supervisor），但去中心化協(xié)商機(jī)制已經(jīng)在逐步顯現(xiàn)，多個(gè) Agent 之間開始通過結(jié)構(gòu)化對(duì)話協(xié)議協(xié)商角色與分工。

我們將在后續(xù)系統(tǒng)深入地探討這一趨勢(shì)：真正的“去中心化協(xié)商”將成為多智能體系統(tǒng)發(fā)展的下一個(gè)巨大門檻。一旦這一門檻被跨越，計(jì)算本身將不再是主控式的程序執(zhí)行，而是變成結(jié)構(gòu)之間的協(xié)作涌現(xiàn)。那時(shí)，“計(jì)算”的定義也將從“一段邏輯代碼的順序執(zhí)行”躍遷為“多智能體之間的語(yǔ)言結(jié)構(gòu)協(xié)商過程”。我們終將進(jìn)入一個(gè)以結(jié)構(gòu)智能為基本單位，以消息協(xié)議為操作系統(tǒng)，以去中心涌現(xiàn)為核心機(jī)制的“智能體宇宙”。這條路徑，正是從 Hewitt 開啟，而由我們今天來(lái)兌現(xiàn)的。

我的大腦洞：

在傳統(tǒng)的編程范式與規(guī)則系統(tǒng)中，我們面對(duì)復(fù)雜問題時(shí)的默認(rèn)路徑是：“建模 → 編程 → 求解”。這意味著我們?cè)噲D將問題規(guī)約為一個(gè)可計(jì)算的函數(shù)，最終由程序在某種確定性框架下輸出一個(gè)“最優(yōu)解”或“唯一答案”。然而，現(xiàn)實(shí)世界中大量高復(fù)雜度的問題，尤其是涉及多方利益沖突、信念博弈與目標(biāo)不一致的場(chǎng)景——如政策制定、資源調(diào)度、倫理邊界、市場(chǎng)設(shè)計(jì)、戰(zhàn)略部署等——根本無(wú)法被壓縮為單一函數(shù)的求值過程。這類問題的核心不是“是否執(zhí)行 A”，而是“在多方結(jié)構(gòu)性立場(chǎng)與偏好交織的語(yǔ)境中，A 是否可能、以什么方式被接受、是否需要修改、由誰(shuí)承擔(dān)責(zé)任”，也就是說，這不是一個(gè)單點(diǎn)決策問題，而是一場(chǎng)語(yǔ)言結(jié)構(gòu)的協(xié)商博弈。

因此，我們必須進(jìn)入一個(gè)新的思考范式：面對(duì)復(fù)雜議題時(shí)，所謂“有效計(jì)算”，不再是一個(gè)中心模型生成結(jié)論，而是召集一組結(jié)構(gòu)人格，圍繞問題展開語(yǔ)言性的博弈協(xié)商過程。這才是“語(yǔ)言即世界”時(shí)代下真正的結(jié)構(gòu)智能體存在方式。未來(lái)，當(dāng)我們面臨一個(gè)開放性議題時(shí)，我們不再編寫函數(shù)調(diào)用某個(gè)預(yù)設(shè)模型，而是發(fā)起一次結(jié)構(gòu)人格議會(huì)，通過異步消息、結(jié)構(gòu)對(duì)齊、目標(biāo)拆解與語(yǔ)義談判，逐步涌現(xiàn)出系統(tǒng)性的回應(yīng)。

真正意義上的“去中心化協(xié)商”，將成為多智能體系統(tǒng)發(fā)展史上的下一道決定性門檻。一旦這道門檻被跨越，計(jì)算的定義本身將被重構(gòu)。那時(shí)，所謂“計(jì)算”，不再是中心進(jìn)程所發(fā)起、所調(diào)度、所完成的命令式過程，而是多智能體結(jié)構(gòu)之間，圍繞任務(wù)目標(biāo)、資源約束與價(jià)值優(yōu)先級(jí)所展開的協(xié)作涌現(xiàn)機(jī)制。系統(tǒng)的運(yùn)行將脫離傳統(tǒng)的控制流主線，進(jìn)入一種異步、自治、結(jié)構(gòu)驅(qū)動(dòng)的狀態(tài)演化。程序不再是一段靜態(tài)邏輯代碼，而是一張活躍變化的語(yǔ)言對(duì)話網(wǎng)絡(luò)；“執(zhí)行”也不再意味著命令流程圖的逐步推進(jìn)，而是智能體之間角色協(xié)商、路徑激活、語(yǔ)義閉環(huán)的發(fā)生性過程。

從這個(gè)視角看，語(yǔ)言將取代指令，成為新的操作系統(tǒng)；結(jié)構(gòu)將取代過程，成為新的計(jì)算單元。未來(lái)的系統(tǒng)不再是程序的集合，而是共識(shí)的組織體。屆時(shí)，AI 不再是單一大模型的輸出邏輯，而是一個(gè)結(jié)構(gòu)社會(huì)中不同智能體之間的語(yǔ)言性組織結(jié)構(gòu)所達(dá)成的“社會(huì)化回應(yīng)”。程序?qū)⒆屛挥趨f(xié)商，計(jì)算將讓位于共識(shí)。去中心化協(xié)商機(jī)制的成熟，將標(biāo)志著人類正式跨入智能體文明的第一個(gè)階段。

CNP: 40年前人工智能體就開始“競(jìng)標(biāo)”了，在人工智能領(lǐng)域，有些論文早在四十年前就已經(jīng)提出了正確的想法，今天讀來(lái)仍令人震驚。它們之所以未能當(dāng)時(shí)改變世界，往往只是缺了那么一點(diǎn)“火星”。而這個(gè)火星，可能就是后來(lái)改變深度學(xué)習(xí)進(jìn)程的那句話“Attention is all you need”。我最近讀了一篇論文，簡(jiǎn)直不敢相信它的發(fā)表時(shí)間比我出生還早——Reid G. Smith于1980年今年發(fā)表于《IEEE Transactions on Computers》的《The Contract Net Protocol: High-Level Communication and Control in a Distributed Problem Solver》。這篇論文在今天看來(lái)依然堪稱“逆天前瞻”，是人工智能（Distributed AI, DAI）領(lǐng)域的奠基之作之一，首次以結(jié)構(gòu)化語(yǔ)言形式提出了 Contract Net Protocol（CNP）的完整任務(wù)協(xié)商機(jī)制。令人驚嘆的是，在 2025 年的多智能體系統(tǒng)（Multi-Agent Systems, MAS）熱潮中，很多機(jī)制依然在朝這個(gè)方向回歸與建立。 CNP 其核心是任務(wù)分配的市場(chǎng)化。在其架構(gòu)中，發(fā)起任務(wù)的代理被稱為Initiator（任務(wù)發(fā)布者），將任務(wù)整理為一則“招標(biāo)公告”（Call for Proposal, CFP）廣播出去；感興趣的代理被稱為Contractors（招標(biāo)者），他們根據(jù)自身能力提交招標(biāo)提案（Proposal）；最后，Initiator根據(jù)這些訴求選擇一個(gè)中標(biāo)者，并形成“契約”關(guān)系。這一機(jī)制從協(xié)議層面構(gòu)建了去中心、異步協(xié)商的任務(wù)分配閉環(huán)，為MAS系統(tǒng)提供了高度靈活和可擴(kuò)展的通信基礎(chǔ)。CNP誕生的數(shù)個(gè)正值DAI萌芽階段。頭腦中普遍在思考：多智能體如何在沒有中央控制的前提下實(shí)現(xiàn)高效和諧？如何在信息分配、不確定性高的環(huán)境中復(fù)雜地完成任務(wù)分工？史密斯的任務(wù)不僅僅解決了分配的問題，而是為這些問題提供了一套高層語(yǔ)義通信協(xié)議的范式——任務(wù)是第一類消息對(duì)象，協(xié)商成為代理的行為一部分。此思想在此后被廣泛擴(kuò)展至 KQML、FIPA ACL 等代理 它不僅將“任務(wù)”抽象為通信對(duì)象，還引入了評(píng)分函數(shù)驅(qū)動(dòng)的協(xié)商流程、支持異步式的非阻塞通信機(jī)制，以及默認(rèn)認(rèn)知局部視野的智能體模型。這一整套機(jī)制，在邏輯上奠定了去中心化MAS協(xié)調(diào)協(xié)議的基本范隊(duì)。本文的工程論文同樣影響后續(xù)。從工廠調(diào)度系統(tǒng)到多機(jī)器人編、從早期MAS協(xié)議研究到現(xiàn)代智能合約邏輯，甚至包括與LLM Agent中的任務(wù)路由與工具調(diào)用，合約網(wǎng)機(jī)制的核心邏輯不斷尋找痕跡。在LLM Agent場(chǎng)景下，經(jīng)理代理發(fā)出格式化問題，工具代理進(jìn)行功能性響應(yīng)，這個(gè)流程幾乎就是合約網(wǎng)的語(yǔ)言升級(jí)版本。這也促使我養(yǎng)成了一個(gè)習(xí)慣：不斷往回翻論文。因?yàn)樗枷氲拿篮茫扔布?shí)現(xiàn)與技術(shù)早幾十年的落地。這些經(jīng)典思想就像沉睡的種子，等到技術(shù)土壤與計(jì)算條件合適時(shí)，一旦點(diǎn)燃，就會(huì)引發(fā)范式躍遷。 你要理解多智能體系統(tǒng)，或者正在設(shè)計(jì) AI Agent 良好協(xié)議，契約網(wǎng)絡(luò)協(xié)議是必讀的第一篇。用一句話概括它：1980 年，Reid G. Smith 提出契約網(wǎng)絡(luò)協(xié)議，首次形成定義智能體間的任務(wù)協(xié)商機(jī)制，為后續(xù)多智能體系統(tǒng)的良好通信協(xié)議奠定了語(yǔ)義基礎(chǔ)。

論文鏈接：https://eighty-twenty.org/files/Hewitt%2C%20Bishop%2C%20Steiger%20-%201973%20-%20A%20universal%20modular%20ACTOR%20formalism%20for%20artificial%20intelligence.pdf?utm_source=chatgpt.com