论文提出智能体网络可扩展信任发现架构
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载三层结构各管一段
这套架构把信任发现拆成三层，各层职责不重叠。最上层是 Agent Root，负责可信注册表的治理；中间层是 Agent Registry，承担代理注册与元数据发布；最下层是 Agent Resolver，做分布式的能力发现与带信任判断的解析。三层合起来是分层加分布式的组合，而不是把注册、标识、发现塞进同一个中心节点。论文指出，现有代理协议主要解决工具调用和代理之间的通信，代理如何大规模注册、如何被可信地识别、如何按能力被找到，这几件事基本没有落地答案，这套分层设计正是针对这三处空白提出的。
身份怎么拼出来
在标识层面，作者提出一种以注册表后缀为锚的复合身份方案：把代理自身的原生标识与一个可信注册表后缀绑定，拼成可在全局被发现的身份。这样做的效果是，一个代理的身份不再只由自己声明，而是与其所属的可信注册表挂钩。除身份拼接外，架构还引入双证书与多级认证机制，用于在代理之间加强身份信任。这两项机制与三层结构配合：注册表提供后缀与元数据，解析层在返回结果时带上信任判断，认证环节则负责确认对端身份。
原型跑出的四个数
作者实现了原型，并用大规模注册与解析实验来检验。测得的平均注册时延为 58ms，平均发现时延为 25ms；吞吐方面，每秒可处理超过 19,000 个注册请求，以及超过 29,000 个代理发现请求。这些数字对应的是原型在实验条件下的表现，论文据此说明该架构在规模化与身份可信两方面具备可行性。需要注意的是，材料给出的是平均值与请求速率上限，并未展开实验的硬件配置、代理规模分布或失败率等条件，因此这些指标应理解为该原型在所述实验中的结果，而非通用基准。
对使用者的含义
对希望让大量自主代理跨异构平台互相发现、验证并协作的一方来说，这套方案补上的是注册与发现这一段基础设施：代理先在有治理的注册表登记并发布元数据，再通过分布式解析按能力被检索到，身份则靠后缀锚定的复合标识与证书体系来背书。其限制也很明确：可信度依赖注册表后缀所代表的治理主体，代理需要接入相应的注册体系才能获得全局可发现的身份；论文的验证停留在原型与实验阶段，尚未涉及长期运行中的治理协作细节。材料未披露该架构与现有代理协议的具体对接方式。
为什么值得看
为大规模智能体协作提供了可行的身份信任与发现基础设施方案。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。