從智能互聯到智能互協：大模型時代智能體網絡的新演進

原文發表于《科技導報》 2026年第7期《從“智能互聯”邁向“智能互協”》

《科技導報》邀請會津大學程子學教授、上海工程技術大學王晨副教授撰文，系統梳理了Google提出的智能體互聯協議（A2A）與Anthropic的模型上下文協議（MCP）及其形成的MCP×A2A協議棧。該體系通過A2A實現智能體互聯，通過MCP實現工具、模型與外部資源的統一調用，推動多智能體系統從單體能力走向互聯協作。但“互聯”并不等于“互協”。現有體系主要解決“連得上、調得到”的問題，在認知協同、狀態感知與協同關系調節等方面仍存在不足。為此，本文提出基于HEC的人機“智能互協網”（SSN）架構，引入“身?知?心”整體性結構，使系統不僅能夠連接智能體與能力，更能夠實現“協得好”，支持柔性、共感與可持續的人機協作。

1 AI時代下的新型社會結構與智能互聯網的必要性

隨著大語言模型快速發展，人工智能（AI）正驅動著以“智能化”為核心的新一輪工業革命的興起。智能體作為人類與AI系統之間的關鍵連接器，不僅承擔信息傳遞與協作的橋梁角色，更以其感知、理解與反饋能力，成為推動各類場景實現智能化轉型的核心力量。AI正邁向多智能體協作與人機共感融合的新階段，并展示了在資源受限條件下提升效率與推理能力的技術路徑，推動了其通用性與專用性的融合。

與這一趨勢相呼應，2025年4月，由Google公司牽頭，全球50余家企業與組織響應，提出“智能體互聯協議”（A2A），與2024年Anthropic公司發布的“模型上下文協議” （MCP）形成互補。這一背景表明A2A與MCP機制正催生出一個高度協同、可自組織的“智能體互聯網絡”，智能體間可通過協議協作與資源共享，具備感知、認知、決策與反饋能力，廣泛連接人、機、物，實現從“信息互聯”向“智能互聯”的躍升。

然而，在AI間協作機制日益進步的同時，業界對于“人與AI之間的關系”的洞察與理論更新卻相對滯后，即人如何更為結構性地理解和參與AI的決策過程，并與其實現共同成長的路徑尚不明晰。

針對上述挑戰，人機共協計算（HEC）提供了一個關鍵的理論框架。HEC強調人與計算機系統（包括AI等）在任務執行中的協同分工與相互增益，其目標不僅是提高效率，更在于共協交互如何促進人類能力成長、認知深化與價值實現。

為此，我們的研究基于HEC的理論框架和A2A協議，提出“智協網”思想。在多主體協作、跨領域項目推進等復雜情境中，依據各參與者的身體狀態、知識技能、心理情緒等要素，實現最優的合作機制、角色分擔、資源配置與進度協調，最終達到人機共協的目的。進一步講，智協網以A2A協議為通信基礎和智能互聯層，依托HEC理論中的一個重要架構“身?知?心”，構建了“身?知?心”3層智能體互協結構。

2 多智能體間互聯的進展與挑戰

2.1 智能體在人工智能發展中的角色

未來，智能體將廣泛應用于教育、醫療、產業等領域，成為人機共生、共創系統中的關鍵技術。一般而言，智能體包含以下4個核心模塊。（1）感知模塊：接收環境輸入，如文本、圖像、語音等。（2）規劃模塊：基于輸入信息進行邏輯判斷和問題分析，設定目標并制定實現路徑。（3）執行模塊：將規劃轉化為行動，調用外部資源和工具完成具體任務。（4）記憶模塊：存儲歷史經驗，供當前判斷與未來優化使用。這些模塊并非各自孤立，而是構成了一個動態聯動的智能系統：感知輸入—推理理解—制定計劃—執行動作—反饋更新，如此形成自我調節的閉環。

2.2 回顧多智能體系統的演進與挑戰

具備感知、決策、執行能力的各個獨立智能體，可構成多智能體系統（MAS），圍繞目標，實現任務分工與協作。

20世紀90年代，知識查詢與操作語言（KQML）的提出為MAS的通信與協調奠定了基礎。KQML為智能體間通信提供了語義單元和通信行為，規定了“如何”交換命令、知識和目標，而本體論則提供了“交換什么”的共同理解。

2002年，佐藤等將心理學中的認知平衡理論引入MAS，提出了一種用于解決學生與教師研究室之間配屬匹配問題的說服機制。該機制有效降低了傳統人力調配的時間與成本，同時避免人為偏見，為實現更高效、人性化的匹配系統奠定了基礎。

Ogino等針對以云為中心的物聯網（IoT）架構所面臨的通信負載、響應延遲和隱私泄露等問題，提出了一種引入多智能體技術的柔性邊緣計算架構。該方法實現了云與邊緣之間協同調節、動態平衡的“柔性網絡（軟網絡）”。

進入大語言模型時代后，以LLM為基礎的智能體不僅能夠設定目標、設計實現路徑、進行分析與決策，還具備調用工具與反饋能力，從而使AI逐步從“對話”型演進為“代理”型。基于大型語言模型的多智能體系統（LLM?MAS）在社會行為模擬、心理互動仿真與個性化推薦等領域展現出顯著潛力。

為了適應多智能體間在復雜任務中的動態分工與交互需求，一系列開發和運行系統架構應運而生。（1）LangChain/LangGraph：支持多智能體工作流構建，復雜狀態管理和智能體間的串行、并行任務編排。（2）AutoGen與CrewAI：AutoGen提供對話驅動的多智能體會話框架，能夠靈活地自定義和精細控制功能，特別擅長代碼生成和計算密集型任務。CrewAI是重視基于角色分工的自主AI智能體協作框架，重視基于角色分工的自主AI智能體協作。

群體智能系統的協作遠不只是將多個智能體簡單拼接起來。現實應用中常出現一系列協作障礙。這就造成了接口不兼容、任務目標分歧、狀態感知不同步等問題，進一步引發協作效率低下或系統行為不穩定。上述挑戰反映出，要構建高效、多角色協作的MAS系統，必須建立統一、可擴展的工具調用和通信與協調協議。這一背景促使MCP與A2A等新一代智能體調用工具和相互聯結及功能共享的協議應需而生。

2.3 智能體協議MCP和A2A正成為智能體互聯的基礎

在多智能體系統的發展過程中，2個關鍵協議正成為核心驅動力：2024年11月Anthropic公司推出的MCP與2025年4月Google公司主導的A2A。

1）MCP與A2A的功能分工與互補。MCP的使命在于使大語言模型跳出“孤島運行”。其技術特性如下。（1）高度兼容性。（2）統一數據結構。（3）上下文記憶能力。（4）安全控制機制。A2A協議的設計目標則是打造“智能體之間的通用語言”。其應用范圍日益廣泛，成為了多智能體生態系統中不可或缺的“通信協議層”。

MCP與A2A的結合構成了繼互聯網傳輸控制協議/因特網互聯協議（TCP/IP）之后另一種類型的智能體互聯網協議棧，將推動新一波跨不同LLM模型、跨任務的智能體協同應用浪潮，成為構建智能互聯網的基礎。

2）MCP×A2A智能體協議棧。2025年5月，Jeong提出了一個更加系統化的MCP×A2A分層協同架構模型，以實現智能體與工具之間，以及智能體彼此之間的高效聯動與動態協作。

其主要4層結構的組成與功能如下。第1層（最上層）：智能體管理層。是協調系統運行的中樞，確保智能體之間合理分工與狀態同步。第2層：核心通信協議層。負責定義任務調用結構、路由機制、處理反饋，并保證任務語義傳遞的一致性。第3層：工具整合層。實現功能調用、數據處理與結構化反饋。第4層（最下層）：安全認證層。提供身份驗證、權限控制、日志追蹤與端到端加密機制，確保系統運行的信任基礎與安全。

“MCP×A2A分層協議棧”不僅清晰劃分了各協議功能在系統中的職責，還為大規模智能體網絡如何實現“動態、安全、可信”的任務協同提供了工程性支撐。

2.4 未來的智能體：從“互聯”走向“互協”

MCP×A2A的不足并不主要體現在互聯與調用能力上，而更集中表現為協作節奏與參與者“身?知?心”3層結構在不同主體之間的持續失配與累積放大，并不能實現人（團隊）與智能體群的共協交互，使得每個參與者的身體、知識和心理層面狀態和發展得到考慮。

在實際的遠程協作與多智能體協同場景中，協作問題往往并非源于單一任務失敗或技術錯誤，而是源于協作節奏與參與者狀態之間的逐步失配。基于這一觀察，本研究提出的“智能互協網”并非僅關注任務執行層面的優化，而是將協作視為一個跨層、跨主體的動態調節過程。這一調節過程并不依賴預設的單一優化目標，而是基于對多層狀態的綜合判斷，決定是否需要介入、介入強度及優先緩解的對象。

3 基于HEC×A2A/MCP的“智能互協網”構想

為回應第2.4節中所指出的現有MCP×A2A體系在深度柔性協作方面的不足，引入HEC的理念，并在此基礎上提出一種新型人機共協網絡架構——智能互協網（SSN）。該架構并非替代A2A與MCP，而是對其功能的拓展與深化，旨在支持更高層次的狀態感知、意圖理解與共感反饋。

3.1 HEC的意義與定位

HEC用于刻畫人與計算系統在協作過程中形成的理想“共協態”與“共協交互”關系。HEC更強調人在協作過程中的成長性、主體性維護以及價值共創與共感性支持。

如圖1所示，HEC由共協人、共協計算機，以及二者之間的共協交互構成。HEC理論進一步將共協人抽象為“身?知?心”3層結構。該3層結構并非對既有理論的簡單疊加，而是在綜合相關領域研究成果的基礎上，對人類經驗結構進行更高層次的整合性表達。

圖1 HEC模型

與認知架構模型（如ACT?R）側重于建立個體內部認知、記憶與意圖的模塊化結構不同，HEC的“身?知?心”模型具有更為宏觀的理論視角，用于理解人在協作情境中所呈現的整體經驗結構，從而為個體認知研究提供一個更宏觀的協作與交互語境基礎。相比將情緒作為輸入特征或優化目標的工程化路徑，HEC更關注情緒狀態的生成根源及其在長期協作中的演化邏輯。

此外，HEC并不止步于“如何調整流程”，而是試圖通過討論行為、認知、情緒、意圖與主體性之間的內在聯系，理解用戶狀態變化的動力學根源及其跨層轉換機制。這一視角使HEC能夠超越單一性能指標或局部效率優化，轉而關注協作過程中的穩定性、節奏協調與長期可持續性。

HEC的“身?知?心”模型可被視為一種關于人類經驗結構的宏觀理論抽象，其核心價值在于揭示從外向生理到內向心理之間的張力關系、發生根源及可能的調節路徑。相應地，共協計算系統在感知、任務管理與適應性調節等層面與人形成對應關系，其目的并非復制人的內部結構，而是動態感知并響應人的狀態變化，從而在協作過程中提供恰當支援。

3.2 智能互協網的架構

圖2展示了SSN的整體架構。在該架構中，A2A用作多智能體之間的通信與狀態同步載體，MCP負責工具、資源與知識的調用支持。

圖2 智協網架構

在SSN中，“身?知?心”并非作為抽象的人機模型重復定義，而是作為協作調節協議所使用的3類狀態維度嵌入代理內部：“身”層提供協作節奏與負荷的行為狀態輸入，“知”層提供任務結構與進度的認知評估，“心”層提供心理安全與共感相關的調節信號。SSN還支持接入云端的支援智能體群組，以在必要時為用戶代理提供額外的認知與決策支持。系統亦可結合檢索增強生成與知識圖譜（KG）等機制，對協作過程中形成的經驗與共識進行管理與應用。

3.3 設計方針：中庸/利他作為協作調節導向的工程定位

系統在架構層面引入“身?知?心”3層結構作為協作調節的輸入維度，并在調節決策層明確采用“中庸”與“利他”作為核心設計導向。

在工程實現上，“中庸”與“利他”用于約束與引導以下關鍵判斷：是否需要介入協作過程、介入的強度與方式，以及在多方狀態不匹配時優先緩解哪一方的負擔與風險。其中，“中庸”強調調節介入的適度性；“利他”則體現為在任務重分配、節奏調整與反饋策略中對弱勢或高風險一方的優先緩解。該設計并不試圖“控制”協作者行為，而是通過降低摩擦、緩解壓力與維持心理安全，為人機共協與多人協作提供一種可持續、柔性的支持機制。

3.4 基于設計方針的3層聯動與協調機制

在智協網中，協議的核心并非單純的通信或調用規則，而是圍繞“身?知?心”3層結構形成的動態協作調節機制。如表1所示，3層各自承擔不同類型的狀態感知與決策職能，并通過跨層信息傳遞與反饋，通過跨層聯動實現協作穩定性與參與體驗的平衡。

表1 協作流程與“身?知?心”3層結構功能表

在個體層面，協作調節通常由某一層狀態變化觸發，但并不固定由“身”層先行。系統并不假設單一觸發源，而是通過多層狀態的綜合判斷，決定是否需要介入以及介入方式。

在多智能體協作中，“知”層通常作為協調樞紐，負責整合來自“身”層與“心”層的狀態摘要，用于協商任務分配、節奏同步與協作方式選擇；“身”層提供關于負荷與節奏的約束信息；“心”層提供關于動機、壓力與心理安全的調節信號，從而避免協作僅圍繞任務效率進行單維優化。

在多方或長期協作場景下，3層結構聯動進一步體現為一種面向整體穩定性的調節模式：當系統檢測到個體或子群體狀態失衡時，認知層可觸發角色或任務的重新配置，“身”層配合調整行為與節奏，“心”層則通過反饋與共感提示促進團隊內部的自然調節與信任恢復。上述3層結構聯動機制并不依賴預設的固定流程，而是在“中庸/利他”調節導向的約束下，根據協作狀態動態運行。

3.5 智能互協網實現思路

為實現所提出的智能互協網，系統需要在工程層面解決協作狀態感知、調節決策與經驗積累之間的銜接問題。

在狀態感知與上報階段（圖3 Step 1），用戶專屬智能體對“身?知?心”3層結構進行摘要化表示。

在調節決策階段（圖3 Step 2），規則引擎被定位為跨層調節的決策核心。為支持跨時間與跨個體的協作一致性，系統進一步引入基于檢索與結構化知識的協作記憶機制。二者結合，為算法中的調節判斷提供可追溯、可解釋的參考依據，用于支持調節決策的背景理解，而非即時響應中的孤立推斷。

在執行與反饋階段（圖3 Step 3），調節方案通過A2A作為通信載體在智能體之間實施；在需要時，通過MCP調用外部工具、資源或知識服務作為支撐。Step 3中產生的OUTCOME指標作為獎勵信號，用于評估當前調節策略在協作穩定性與心理安全等維度上的綜合效果。與此同時，OUTCOME也被寫入RAG/KG，形成可檢索、可結構化的協作記憶，用于支持后續協作中的情境參考與經驗復用，而不參與即時調節決策。

3.6 智能共協網調節協議算法

根據以上思路，我們的研究給出智能共協網調節協議算法（偽代碼），偽代碼（圖3）請參考原文。

4 應用場景：智協網的實踐可能性

結合“身?知?心”3層結構與A2A/MCP協議機制，提出2個涵蓋醫療、教育的潛在應用場景，探索智協網在現實社會中的可行性與應用路徑。

4.1 遠程醫療團隊的協同支持

隨著人口老齡化與地區醫療資源分散，醫生、護士、康復師等多專業人員之間的遠程協作需求日益增加。然而，由于職責差異和工作負荷不同，信息共享的頻率和細節層級常常不一致，許多重要卻微妙的語境和經驗在交流過程中并沒有被傳遞，容易引發誤解與延誤；同理，這樣的問題也發生在醫患之間。

解決方案（“身?知?心”3層結構共協）如下。“身”層：監測醫護人員的注意力、過勞與睡眠狀態，適時建議輪班或重新分配任務。“知”層：自動調整病歷摘要與注意事項的表述粒度（報告頻率協議）；鼓勵交流各方的信息透明，減少因語言摩擦、信息不確定性導致的沖突可能性。“心”層：鼓勵真誠合作，通過A2A連接生成具有共情力的、團隊共同體的安慰性反饋，緩解心理壓力。

4.2 項目式學習（PBL）的智能支持

跨專業、跨能力的學生共同參與項目型課程，需要在分工與特點、進度與心理安全感、分心與專注之間取得動態平衡。

解決方案如下。“身”層：感知每位學生的專注節奏與作業時段，智能調控小組任務時間點。“知”層：對經驗較少的學生提供個性化補充材料；對熟練者則細化任務并優化分配。建立一個清晰的討論平臺，尋找最合適分工路徑，并幫助尋找團隊最合適的組織架構。“心”層：系統識別沉默學生的非言語信號，為其提供“代言”，引導團隊成員主動關心與回應。

5 結論與展望

AI的快速演進，正持續推動以“智能化”為核心的新一輪工業革命。A2A與MCP等協議作為當前智能體通信與工具調用的關鍵機制，為跨平臺協作與外部資源整合提供了統一的技術底座，構成了智能互聯網的重要基礎設施。

在此背景下，我們的研究提出了超越既有智能體互聯協議的SSN架構。通過引入“身?知?心”3層結構，以及以利他性與平衡性為導向的調節機制，從HEC的視角，對多智能體系統中存在的節奏沖突、理解偏差與協作失穩問題給出了系統性的回應，為未來人機交互協議的設計提供了一種新的結構化范式。這一框架對于教育、醫療、遠程協作等多主體參與的復雜場景具有較高的適應性與擴展潛力，為構建可信賴、可共感的人機共協系統提供了重要的基礎。

從工程實現角度看，以架構與機制提出為主，尚未展開完整的系統級實現與實驗驗證。此外，盡管以Google公司為代表提出的A2A開源智能互聯框架是否會發展為事實標準仍有待觀察，但智能體之間統一通信規范與協同協議的形成已是不可逆的趨勢。

展望未來，如何進一步將利他性原則與中庸理念轉化為工程上可操作、可調節的量化體系，如何在真實系統中持續優化跨層調節機制，將是智協網走向實際應用的關鍵研究方向。隨著AI系統不斷融入社會基礎結構，我們研究所倡導的“以人機共協為中心”的交互協議設計，有望為人類與AI的共協進化提供長期而穩健的技術支點。

致謝：本研究受到高知工科大學任向實教授啟發和鼓勵下，在內容討論和修改過程中，任向實教授提出了寶貴意見。同時，復旦大學粵港澳大灣區精準醫學研究院（廣州）檀鵬博士提供了參考資料和修改建議。

本文作者：程子學、王晨

作者簡介：程子學，會津大學計算機理工學部、上海工程技術大學，特聘教授，研究方向為共協交互與智能體協議；王晨，上海工程技術大學、高知工科大學，副教授，研究方向為人機共協計算。

文章來 源 ： 程子學, 王晨. 從“智能互聯”邁向“智能互協”[J]. 科技導報, 2026, 44(7): 80?90.

本文有刪改，

內容為【科技導報】公眾號原創，歡迎轉載
白名單回復后臺「轉載」

《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、科技新聞、科技評論、專稿專題、綜述、論文、政策建議、科技人文等。