百色市网站建设_网站建设公司_AJAX_seo优化

*本文主要内容及配图整理自中国电信股份有限公司研究院网络技术研究所副所长雷波在“2025智能体网络与应用创新大会”上的《基于云网融合的智能体通信关键技术浅析》主题演讲，文末附《2025年中国Z世代智能体白皮书》下载。

随着AI与大模型技术的飞速发展，智能体（AI Agent）已成为当前信息通信领域的热点议题。智能体不仅具备感知环境、理解意图、任务规划与自主决策的能力，更以多元形态，推动着从“移动互联”迈向“智能体互联”。在此背景下，智能体之间的高效、可靠通信成为实现多智能体协作与群体智能的关键。本文基于当前研究进展，重点探讨智能体通信给网络带来的“质变”与“量变”，并结合云网融合的基础设施，提出未来智能体通信的四大研究方向。

一、智能体与智能体通信

（一）智能体的定义及分类

智能体的概念早在1986年就由马文·明斯基提出，但直到AI大模型（如GPT）兴起后，才真正成为行业热点。它是以大语言模型为核心驱动的系统，具备环境感知、意图理解、任务规划、决策执行等综合能力。根据形态和功能的不同，智能体可分为具身智能和虚拟智能体两大类。

• 具身智能：具备物理形态的智能体。

• 单体智能：能够通过持续交互感知、合作和适应环境；

• 混合体智能体：终端侧具备有限的智能或无智能，通过网络与其他系统协同。

• 虚拟智能体：主要存在于数字世界中，通过软件形式实现特定功能。

• 专业智能体：聚焦于某一行业或专业的智能体，如魔塔智能体；

• 通用智能体：拥有自主决策能力，可以规划任务、调用工具（如Manus、ChatGPT Agent）。

当前，智能体的发展仍面临诸多待解问题：是让一个超级智能体统筹所有事务，还是让每个人、每件事都拥有专属智能体？无论是AI领域、应用领域还是网络领域，行业尚未形成完全共识，这也需要后续持续探讨。

（二）智能体之间为什么要通信

从市场趋势来看，智能体的规模化普及已具备基础。根据《2025年中国Z世代智能体白皮书》相关数据显示，2024年中国AI智能体市场规模1473亿元，2025年将达4509亿元，2028年更是将增至3.3万亿元；未来十年，全球AI智能体数量将达到9000亿个，通信连接对象将实现从“人与人”到“智能体互联”的跨越。这些变化预示着智能体将成为未来网络的重要组成部分，其通信需求也将对网络架构和性能提出更高要求。

智能体通信的核心价值在于打破单个智能体的能力边界，通过协作形成组织化网络，主要分为智能体内部通信和智能体之间通信，二者分别承担着不同的功能逻辑与协作目标。

智能体内部通信是单个智能体自身功能模块间的信息流转机制，相当于智能体的 “内部神经通路”。它的核心作用是保障智能体各模块的高效协同，同时支撑 “外部业务信息接收 — 内部处理 — 输出响应” 的完整流程。

而智能体之间通信，则是多个智能体之间的信息交互机制，它支持多智能体高效协作、促进资源共享与任务协同。具体可覆盖三类典型场景：

• 一是单用户多智能体通信，如同一用户名下的机器人、无人机、数字助手需快速交换信息，协同完成本地任务；
• 二是跨域协作，子网内智能体与外部智能体协作，如家庭机器人与商家无人机配合完成配送、维保等跨域服务；
• 三是多用户动态组网，如露营安防、社区联防、灾害救援等场景中，不同用户的智能体临时组建任务网络，实现分布式协作。

（三）智能体决策可能的几种方式

未来智能体的决策可能包含指挥型（超级智能体统筹非智能体对象）、分工型（综合智能体调度专家智能体）、协作型（多领域智能体联动）三种模式 ，分别适配不同的任务场景与角色架构。

第一种是指挥型决策，核心逻辑是由一个超级智能体作为唯一的指挥核心，下方连接多个智能终端（这些终端并非具备自主决策能力的智能体），超级智能体统一规划任务、下发指令，让这些终端配合完成工作。比如家庭中的中央智能控制系统，作为超级智能体指挥智能开关、温湿度传感器等设备，协同实现家居环境的自动调节。

第二种是分工型决策，遵循 “综合智能体调度专家智能体” 的模式。综合智能体承担任务统筹的角色，先对接收的任务进行判断、拆解，再依据任务的专业属性，分配给对应的专家智能体执行；而专家智能体是聚焦某一领域的专精角色，比如综合智能体接到 “企业办公环境运维” 任务后，会将 “设备故障检测” 分给硬件专家智能体、“网络优化” 分给通信专家智能体，各专家智能体完成自身专业模块的工作后，再由综合智能体汇总结果。

第三种是协作型决策，体现为 “多领域智能体联动”。这类模式中没有单一的统筹指挥者，多个不同领域的智能体之间是平等互动的关系，它们通过信息共享、互相协商来共同决策，进而完成复杂任务。

如何更好地支撑智能体的通信需求成为关键研究方向之一。中国电信提出云网融合发展思路，构建高速泛在、天地一体、智能敏捷、绿色低碳、安全可控的数字信息基础设施。这一底座原本并非专为智能体设计，但如今以智能体为核心的群体智能交互已成为新业务范式，其通信能力也成为检验云网融合效能的关键场景。

二、智能体通信给网络带来的质变与量变

智能体通信与传统业务场景存在本质差异，将给网络带来颠覆性变革，这种变革体现在"量变"与"质变"两个维度。

（一）量变：网络规模与流量的指数级增长

1. 通信节点数量将提升10-100倍

当前全球通信节点总量约50亿个，而随着2035年6G规模化普及与智能体全面渗透，通信节点数量将增至百亿甚至千亿级。这一增长并非简单的线性扩张，部分智能体可能拥有多个通信连接，且节点增长可能引发平方级甚至指数级的网络负载变化。传统网络按固定网、移动网划分，移动网再分接入网、核心网，固定网包含接入网、城域网、骨干网的架构体系，现有的网络架构能否适配如此庞大的节点规模，仍是巨大挑战。

2. 网络流量将提升60-600倍

流量增长源于两大核心因素：一是预计智能体数量是人类用户数的10倍，直接推高整体流量规模；二是单个智能体的流量特征与人类用户差异显著。以机器狗为例，其作为单一智能体，需持续上传高清视频流，同时接收少量控制信号，形成"大上行、小下行"的流量模型，与传统人类用户"大下行、小上行"的流量习惯完全相反。

这种流量模型的变革，将推动全网流量从 “以人类用户为中心” 向 “以智能体为核心” 的模式转变，使得现有基站、带宽资源难以适配，需要重构流量架构体系。

（二）质变：网络核心逻辑的根本性重构

1. 通信主体：从工具辅助到原生成员

传统互联网中，设备是人的延伸工具，人是绝对主导者，设备被动等待指令，网络智慧完全依赖人类操作。而智能体作为网络的原生成员，具备独立数字身份（ID）和自主决策能力，能够主动发起会话、感知需求，实现人机协作共生。这种转变要求网络设计优先考虑机器发起的通信场景，充分利用智能体的内生智慧，让网络具备自主响应能力。

2. 组网架构：从中心化控制到分布式自治

传统网络依赖核心网或云端服务器的统一调度，结构僵化，牵一发而动全身。智能体通信则需要分布式自治架构，面对复杂任务时，智能体可像微信“拉群”一样自主组建临时协作网络，动态分工，完成任务后即时解散。

3. 交互方式：从模数转换到纯数字交互

传统通信为适配人类感知，需经过模数（AD）、数模（DA）转换，将数字信号转化为图像、声音等模拟信号，过程中存在大量信息损耗与延迟。智能体自带全套数字感知能力，采用D-D（Digital to Digital）纯数字交互模式，通过高维张量或结构化数据直接通信，无需中间转换环节，效率呈指数级提升。更值得探讨的是，智能体之间可能演化出专属通信语言，脱离人类自然语言束缚，进一步优化传输效率。

4. 通信范式：从传递数据到传递意图

传统网络采用URL/IP寻址，用户需记住网址、层级导航才能获取服务，本质是人去适应机器。智能体通信则实现语义寻址，核心是传递意图。当用户提出“帮我订去北京的机票”，系统可直接提取“差旅服务”核心意图，自动连接订票智能体完成闭环。这种从找物理地址到找服务意图的转变，要求网络路由机制实现所想即所得，彻底重构通信逻辑。

三、智能体通信的四大核心研究方向

面对上述变革，需从架构、组网、协议、安全四个维度突破，构建适配智能体通信的技术体系。

（一）智能体通信架构设计：“智-通-算”深度融合

核心目标是打破传统网络与算力、智能应用的壁垒，为智能体提供一体化的通算服务环境，满足智能体对网络服务质量的新需求。关键在于建立“需求-指标-能力”三层映射机制，将模糊的业务场景需求（如高并发、时延敏感）自动转化为可衡量的网络指标（如交互频率、带宽），并精准匹配底层的流量调度与组网能力。未来需进一步研究“智-通-算”三要素的耦合机理，优化终端、无线、核心网的端到端适配机制，甚至重新审视网络评价指标，是否仍以带宽、时延为核心，还是需要引入新的评价维度，这一问题值得行业共同探讨。

（二）智能体动态组网技术：任务驱动的灵活适配

针对无人机、具身机器人等智能体集群的高动态、多任务协作需求，需研发以智能体为中心的动态组网技术。一是多智能体灵活组网，支持中心网络根据终端组网意图，按需定制分布式子网，实现任务驱动的网络构建；二是端网云协同，研究连接、数据、算力、模型等多要素的一体化编排调度，让云、网、端的智能体形成协同闭环。尤其在应急通信等场景中，需实现智能体在无集中管控条件下的自主组网，这将成为下一阶段的研究重点。

（三）智能体通信协议设计：轻量化与兼容性平衡

智能体通信协议设计需突破传统分层协议的刚性限制，同时兼顾兼容性与高效性，实现协议层与智能体决策层、网络资源层的动态适配，提升异构智能体之间的互操作性。核心思路是基于现有协议逐步演进，而非完全重构：一方面引入高效数据格式，优化协议流程，减少非必要信令交互，构建轻量化协议栈；另一方面开展标准化接口设计，覆盖传输层、应用层、智能体通信层。

（四）身份安全认证与可信监管机制：统一与差异兼顾

智能体的机器属性带来了独特的安全挑战，如何界定智能体身份、追溯行为、分配权限？关键在于两大突破：一是设计多维标识体系，提出包含设备、服务、数据的多维标识语义表征模型，精准界定智能体的能力边界，以突破传统网络地址语义表达单一所导致的内生安全联动局限；二是建立差异化认证机制，结合中心认证、边缘认证、多因素认证等方式，实现智能体的统一安全接入。既要避免完全集中认证的僵化，也要解决纯端到端认证的可信性问题，这是当前基础设施尚未覆盖的关键领域。

四、小结

智能体通信作为未来网络的重要组成部分，将给网络带来质变与量变的双重影响。面对通信节点数量激增和网络流量大幅提升的挑战，需要设计新的网络架构、动态组网技术、高效通信协议以及统一的可信身份体系与监管机制，这不仅是技术挑战，更是网络发展的重要机遇。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】