想像一個由多個 AI 代理人組成的醫療系統：一個負責症狀評估，一個負責排程，第三個處理保險，第四個管理藥局。每個代理人都是其領域的專家，但它們各自擁有獨特的知識和目標。目前它們可以交換數據，但在沒有人類決策的情況下，尚無法真正協調病患照護。

思科 Outshift 資深副總裁兼總經理 Vijoy Pandey 解釋：「智慧已經存在。缺少的是將四個陌生人變成一個團隊的連結組織。」這種「連結組織」來自於添加一個語義層，Outshift 稱之為「認知網路」（Internet of Cognition），它使跨領域的代理人能夠透過共享意圖、情境和推理來協同工作，並關鍵地「共同思考」。

這個語義層依賴於其下方的「代理人網路」（Internet of Agents）連接層，該層允許自主代理人相互發現、驗證身份並跨領域交換訊息。Pandey 表示，當兩者結合使用時，它們將「實現分散式人工超級智慧的下一步」。

多年來，AI 產業一直專注於成長。垂直擴展導致模型更大，使用更多數據和運算能力進行訓練。這產生了可以作為 AI 代理人「大腦」的推理能力，使其能夠在數位環境中感知、推理和行動。

Pandey 指出，雖然垂直擴展可以持續產生更強大的代理人，但為了實現跨不同系統、公司和平台的代理人式問題解決，下一個擴展軸必須是水平的。多代理人系統已在軟體工程、藥物發現和科學模擬等領域進行探索，但其表現迄今仍不盡理想。

一項研究發現，在評估七個開源多代理人系統時，失敗率介於 41% 到約 87% 之間。Pandey 解釋：「已連接的代理人善於處理協調行動；它們能處理形狀已知的任務，並將其分解和傳遞。但它們無法共同抱持一個目標，並針對它們都未曾訓練過解決的問題進行推理。」

Pandey 補充說：「這個差距是架構上的，而不是提示詞問題。如果沒有正確的協調層，簡單的多代理人設置表現可能比單一代理人更差。關鍵的轉變在於代理人團隊能夠自主地針對新問題達成共識，而無需人類介入。」

為了實現這個目標，Pandey 表示 Outshift 已經建立了一個名為 AGNTCY 的連接層，這是一個目前在 Linux 基金會旗下的開源專案。AGNTCY 允許跨不同系統、公司和平台的代理人透過開放、標準化的協議相互尋找、驗證身份並交換訊息。

正如 Pandey 所解釋的，這使得「認知網路」的理念更進一步。它創建了一個語義層，允許代理人協調目標（共享意圖）、匯集機構知識和複合記憶（共享情境），並進行集體權衡（共享推理）。

Pandey 將這個進程比作人類的發展：「數十萬年來，人類個體變得更聰明，但這些進步隨著每個人的逝去而消失。」他解釋道：「大約七萬年前，這種情況改變了，當時人類學會了共享意圖、建立累積知識並集體推理。那時，分散的個體變成了文明。」

他說：「代理人正處於相同的門檻。我們已經建造了矽天才並賦予它們代理能力。它們所缺乏的是讓人類走向集體的層次。」

實現代理人集體工作依賴於技術堆疊中的三大支柱：

透過認知狀態協議共享意圖：認知狀態協議是語義握手，允許代理人在行動前就目標達成一致，然後協商實現目標。Outshift 創建了一個名為 Mycelium 的開源協調層，組織可以複製並用於自己的代理人。

Pandey 在談到內部測試時說：「我們發現，在 14 個情境中，非結構化群體約有三分之一的時間能達成決策。而一個讓代理人聲明目標、浮現缺失資訊並在行動前解決衝突的協調協議，將這個比例提高到了 93%。」

透過認知織網共享情境：認知織網是一個共享的機構記憶和通訊網格，允許代理人的洞察力隨著時間累積，而不是每次會話後重置。Pandey 表示，這個由政策管理的上下文層解決了「組織失憶症」的問題，確保系統的基礎智慧只會不斷提升。

透過認知放大器和護欄技術共享推理：兩種認知引擎可以結合使用以實現共享推理。認知放大器加速共享推理和建模，而護欄技術（GATs）則創建安全、成本和合規框架。人類是這個層次的主動貢獻者，對系統路由給他們的判斷進行決策（而不是事後審查輸出）。

多代理人系統中的認知共享可能會產生新的風險，包括意外委託、惡意提示詞注入或記憶毒害，以及擁有遠超其任務所需權限和數據的過度授權代理人。因此，需要環境特定的控制來防範意外行動或後果。

Pandey 說：「代理人具有類似人類的屬性，但以機器速度和規模運作。我們二十年來建立的一切，存取控制、身份驗證、合規性，都是為人類或機器而建，而不是兩者兼顧。」

持續代理人語義授權（CASA），由 Outshift 開發的一個開源參考實作，是一種 GAT，透過持續授權的過程，確保代理人行動與用戶的原始目標保持安全一致。它透過讀取代理人試圖完成的任務，然後檢查每個工具請求是否符合該任務來實現這一點。

例如，在醫療系統中，一個被告知要總結病患記錄的代理人可能會開始查詢整個資料庫。這可能導致 CASA 拒絕該呼叫，因為該請求不再符合其被授權的任務。

Pandey 解釋：「今天的控制範圍是針對角色或會話，而不是針對任務，因此被授予工具的代理人可以將其用於任何目的。大約 90% 的情況下，代理人沒有辦法確認它甚至被授權執行所分配的工作。」

在企業中水平擴展智慧時，企業應從實驗一個跨三個或四個團隊、目前需要人類授權交接的跨職能工作流程開始，Pandey 建議。「在開放、可互通的基礎設施上建立一個小型多代理人系統，並設定可衡量的基準。」他說：「持續建立更大的模型，在其之上添加水平軸，並改變你的衡量標準。追蹤一個代理人的洞察力如何讓另一個代理人變得更好，這就是水平軸正在發揮作用的訊號。」

透過現在開始實驗意圖、情境和推理層，組織可以走在前沿。Pandey 說：「問題是開放的，基礎設施仍在撰寫中。現在正是建立它的時刻。」

欲了解更多關於「認知網路」的資訊，請造訪 Outshift.com。此內容由 Insights（MIT Technology Review 的客製化內容部門）製作。它並非由 MIT Technology Review 的編輯人員撰寫。它由人類作家、編輯、分析師和插畫師進行研究、設計和撰寫。這包括調查的撰寫和數據收集。可能使用的 AI 工具僅限於經過徹底人工審查的次要生產流程。