当前位置：首页 > news >正文

【人工智能】一文解读什么是ACN，ACN新在哪里？（附思维导图总结）

news 2025/10/13 9:03:09

ACN（AI-agent Communication Network），即智能体通信网络，它被视为6G最核心的“新场景网络”之一，目标是把“百亿级智能体”当成新一代网民，重新设计一整套“连接-赋能-协作”的通信体系，本文将详细解读什么是ACN，以及它新在哪里？

一、AI-agent——新通信主体

二、新通信对象带给ACN的新需求有哪些？

三、ACN新在哪里？

1. 新组网模式

2. 新网络服务

3. 新流量模式

四、关于ACN的一些思考

1. 为什么非得再发明一个 ACN？

2. 智能体之间应该用什么“语言”交流？是使用高度结构化的数据（如JSON、XML），还是放任它们使用自然语言？

3. 在一个多智能体系统中，谁来决定工作流程？是集中控制还是完全去中心化？

4. 如何让智能体们对世界、任务和彼此有共同的理解？如何避免信息孤岛和重复劳动？

5. 人机代理的集成

6. 经济模型与资源分配

7. 与区块链技术的结合

五、总结

附1：完整总结版思维导图

附2：参考文献

一、AI-agent——新通信主体

在介绍ACN之前，首先需要了解它的通信主体，也就是当下持续升温的AI-agent（智能体）

二、新通信对象带给ACN的新需求有哪些？

三、ACN新在哪里？

随着AI-agent带给ACN的新需求，ACN该从哪些方面实现这些新呢？

1. 新组网模式

2. 新网络服务

3. 新流量模式

个人认为十分值得探讨和拓展的一个点

四、关于ACN的一些思考

1. 为什么非得再发明一个 ACN？

终端形态正在扩展到“物理/虚拟智能体”
- 物理：无人机、机器狗、无人车、家庭机器人、AGV
- 虚拟：数字人、AI Assistant、AutoGPT、SaaS Bot
到 2030 年智能体数量 > 85 亿，单体智能→协同智能→群智协作，通信诉求完全不同于人类：
- 连接规模：单用户就可能同时在线十几个 Agent
- 会话模式：多模态Token、模型参数、感知张量、控制指令并存
- QoS：尾延迟 < 5 ms、丢包 < 10^-5，否则协同任务直接失败
- 安全：Agent 之间必须“零信任 + 可验证身份 + 细粒度授权”
传统 5G/5G-A 只解决了“人-人、人-云”管道，无法原生支持“Agent-Agent”东西向流量、动态组网、任务级 SLA

→ 需要一张“以 Agent 为原生节点”的新网络

2. 智能体之间应该用什么“语言”交流？是使用高度结构化的数据（如JSON、XML），还是放任它们使用自然语言？

探讨：
- 结构化协议：效率高、无歧义，适合机器处理，但灵活性和表现力差。例如，AgentA 向 AgentB 发送 {“action”: “query_database", "params": {"sql": "SELECT ..."}}。
- 自然语言：灵活、富有表现力，更接近人类思维，适合复杂意图传递，但容易产生歧义，且解析成本高。例如，AgentA 对 AgentB 说：“请帮我查一下上季度销量最好的产品是什么。”
趋势：目前主流框架（如AutoGen, CrewAI）多采用一种 “结构化自然语言” ，即在自然语言的基础上，约定一些关键指令和格式，兼顾灵活性与可解析性。

3. 在一个多智能体系统中，谁来决定工作流程？是集中控制还是完全去中心化？

探讨：
- 集中式：一个“管理者”智能体负责接收任务，并将其分解、分配给其他“工作者”智能体，并协调它们的工作。优点是流程清晰、可控性强；缺点是单点故障风险，且对管理者的规划能力要求极高。
- 去中心化：智能体之间通过平等的通信和协商来自发组织工作流。优点是健壮、灵活；缺点是协调开销大，容易陷入“扯皮”或死锁，整体目标不易保证。
混合模式：一种常见的折中方案是分层协调，既有高层管理者负责宏观规划，也允许底层智能体在局部进行自主协商。

4. 如何让智能体们对世界、任务和彼此有共同的理解？如何避免信息孤岛和重复劳动？

探讨：
- 共享工作空间：建立一个所有智能体都能读写的“黑板”，用于存放任务目标、阶段性成果、共享知识等，这类似于人类团队使用的共享文档或项目管理工具。
- 动态知识图谱：维护一个不断更新的知识图谱，智能体可以查询和贡献知识，确保大家对事实的理解是一致的。
- 挑战：知识的一致性、冲突解决、以及海量上下文的管理是巨大挑战。

5. 人机代理的集成

ACN 不应是一个完全自治的“黑箱”。在关键决策点，需要引入 “人类在环” 机制。如何设计优雅的人机交互接口，让人类能够轻松地监督、指导和干预智能体网络的工作。

6. 经济模型与资源分配

在一个由不同所有者提供的智能体组成的开放网络中，如何激励参与？这就引入了Token经济或内部计价系统。智能体通过提供服务赚取“报酬”，消耗“报酬”来购买其他服务。这涉及到计算资源、模型调用次数等成本的合理分配。

7. 与区块链技术的结合

区块链的去中心化、不可篡改、智能合约等特性，与去中心化ACN的愿景高度契合。区块链可以作为ACN的“信任底座”，用于管理智能体的身份、声誉、交易和执行基于智能合约的协作协议。

五、总结

总的来说，ACN可以总结为如下的“三层五面”结构：

┌─ 1. 接入层（Access）
│ • 可信泛在接入：蜂窝、Wi-Fi、卫星、短距（D2D/侧行）统一认证
│ • 终端 Agent 芯片内置 DID（Decentralized Identifier）+ 可验证凭证 VC
│ • 支持“无 SIM”场景：机器人出厂即嵌入 eSIM+iSIM，远程写卡

├─ 2. 组网层（Networking）
│ • 按需灵活拓扑：用户可在 1 分钟内拉起“露营子网”“厂区子网”
│ • 三层地址分离：
│ – 身份地址 AID（Agent ID）——类似 IPv6 可加密解析
│ – 位置地址 LOC（Locator）——传统 IP，可随移动重新映射
│ – 服务地址 SID（Service ID）——标识“推理、路径规划”等原子能力
│ • 网络级 NAT-free：东西向 Agent 流量无需集中 NAT，直接 AID 端到端

├─ 3. 会话层（Session）
│ • 多模态会话协议 M2SP（Multimodal Agent Session Protocol）
│ – 一条会话里可同时承载控制信令、激光点云、 8K 视频、LoRA 权重
│ • 语义优先级标记：任务关键 > 感知 > 娱乐，网络可逐跳识别

├─ 4. 赋能层（Enabling）
│ • 内生算力：基站/边缘节点内置 GPU/NPU，Agent 可 5 ms 内调用 100 TOPS
│ • 模型即服务：网络把“分割-蒸馏-量化”做成 API，Agent 按需下载
│ • 场景感知：基站把雷达、摄像头、天气、地图语义化成结构化数据供 Agent 订阅

├─ 5. 协作层（Coordination）
│ • 任务编排引擎：支持“声明式任务”——用户说“我要夜间巡逻”，ACN 自动拆分路径、分配无人机+机器狗、预留带宽+算力
│ • 群智合约：基于区块链的智能合约，完成结果再上链，防止 Agent“摆烂”

我们正在从 “编程计算机” 转向 “编程社会” 。这个“社会”由AI智能体构成，而ACN就是它的神经系统。我们面临的挑战不仅是技术上的，更是系统性的和伦理上的：如何设计这个数字社会的规则，使其既高效、创新，又安全、可靠、符合人类整体的利益。

如果一句话总结ACN，它就是“把智能体当成6G的原生用户”，用新的身份、新的协议、新的组网、新的赋能平台，让无人机、机器狗、数字人、AI Bot 像今天的人类手机一样“一键入网、全球可达、安全可信、算力随取”。它既是6G的杀手级场景，也是驱动6G架构自我演进的底层动力——Agent4NET，谁先把 ACN 做成芯片和基站，谁应该就最可能拿到6G时代的“第一门票”。