分布式通用智能体网络：架构、关键机制与原型

大语言模型推动了从被动助手到自主智能体的转变，但单智能体能力受限于本地环境。本文研究分布式通用智能体网络，提出一种分层架构，连接任务语义与底层网络操作。针对协作发现、信任治理及开放任务执行三大核心问题，设计了语义广播传播、基于 BAID 的身份绑定与声誉机制，以及语义梯度驱动的机制生成循环。该框架为开放、可信且可扩展的智能体协作提供了系统级基础。