爆了!中国移动发布智能体互联网白皮书,AI Agent如何重塑网络架构,大模型开发者必看!

当前,我们正从“万物互联”迈向“万智智联”的新时代。以前,网络的核心使命是搭建人与物、物与物之间的连接桥梁,构建覆盖全域的万物互联。而如今,随着生成式AI技术的爆发式发展,以智能体(AI Agent)为核心的新型互联形态正在崛起,智能取代传统物体成为网络增量的核心驱动力,智联场景逐渐成为互联网流量的重要来源。一方面,智能体作为新型互联主体广泛接入网络;另一方面,智能不再是外部附加的辅助能力,而是内生于网络,深度重塑网络架构与能力,助力开启一个“人智协同”的全新时代。

一、智能体互联网:定义、愿景与发展意义

2025年9月,中国移动研究院联合业界多方发布了《智能体互联网技术白皮书》,中国工程院院士邬贺铨、加拿大工程院院士刘江川、IRTF主席Dirk Kutscher、IETF路由域资深专家Adrian Farrel为白皮书联袂作序,从多维度解读智能体互联网的价值与未来方向。

白皮书明确了智能体互联网(Internet of Agents, IoA)的核心定义:它是一个以智能体为核心互联主体,通过统一协议与接口,实现智能体之间、智能体与用户、智能体与工具之间自主发现、高效交互、协同协作的新型互联网基础设施。其愿景是构建一个开放协作、安全高效、高度智能的网络环境,形成全新的人智协同范式,解放生产力,推动社会高质量发展。

发展智能体互联网具有三大核心意义:

  • 引发网络架构变革与协议演进。智能体的泛在接入和高效互联,要求从接入层到端到端全链路进行技术创新,无论是6G网络架构设计,还是互联网协议体系,都需适配智能体的独特需求,推动网络从“预配置”向“生成式”演进。
  • 实现“群智智能”,将大幅提升智能体互联质量。依托算力网络、智算网络的资源优势,为智能体互联提供算网资源支撑;充分应用IP网络领域的原创技术储备,提供优质的连接和调度能力。
  • 通过网络互联实现智能的泛在接入,通过智能体内生实现网络升级。首先面向智能体互联构建新型应用协议,包括标识、解析、认证、授权、发现等;智能体互联的发展会进一步促进基础网络能力演进,网络组件向智能体化升级。

二、智能体互联网的关键技术体系

面向智能体互联对网络提出的新需求,需从网络接入、协议控制、平台应用全面创新,满足异构智能体在各类垂直应用场景中的多样化需求。

  • 新接入:智能体通信(ACN)解决智能体与用户之间的接入问题;
  • 新协议:智能体互联协议解决智能体与智能体之间的交互问题;
  • 新应用:网络运行智能体平台,实现算网资源工具化。

  1. 新接入:智能体通信ACN

ACN的核心场景需求

智能体与传统终端的本质差异,对通信网络提出了五大全新需求:

  • 身份管理:智能体涵盖物理智能体(如机器人、无人机)与数字智能体(如虚拟助手、数智人),需建立统一数字身份体系,关联管理同一用户的不同形态智能体,确保行为可追溯、身份可认证。
  • 灵活组网:智能体需基于特定任务驱动,按需动态组网实现实现跨用户、跨厂商的智能体间协作。
  • 低时延通信:智能体交互追求近真人体验,首字时延、推理总时延成为关键指标,需实现ms级时延。
  • 新流量转发:智能体交互会产生隐性流量,并通过东西向传输多种类型媒体信息。
  • 算力与数据:智能体需要频繁调用模型能力,会产生新的算力和数据需求。

ACN:灵活组网与多模态交互

在通信方面,智能体通信网络(ACN)为泛在异构智能体提供可信接入、灵活组网和多模实时传输等连接能力。

  • 可信泛在接入:支持数字身份管理,从智能体认证中心走向智能体感知管控中心;
  • 动态灵活组网:支持基于Domain的逻辑隔离、按需跨域互联,使能跨用户、跨厂商智能体间灵活组网和按需互通;
  • 多模实时传输:支持流量特征智能分析和在线学习,使能多模态实时交互流量动态QoS策略生成。

ACN:计算、数据多维赋能

在计算和数据方面,智能体通信网络为泛在异构智能体提供按需计算服务和统一数据管理等超越连接能力。

  • 计算服务框架:支持低时延算力供给及通算资源协同优化,为智能体按需选择端、网、边、云侧计算资源,赋能智能体多样化计算任务需求;
  • 数据服务框架:支持数据采集、传输、处理、存储和开放的全生命周期管理,满足智能体通信数据的模型训练、环境感知和仿真验证等需求。

目前,智能体通信成为3GPP 6G关键研究方向,已启动需求及架构相关标准化研究。中国移动牵头推动将端侧智能体、网络内智能体、IMS智能体三大场景用例写入3GPP 标准。此外,还携手产业伙伴开展白皮书发布、原型样机展示、联合创新等,加速推进ACN达成共识。

  1. 新协议:构建智能体互联的通用语言

如果说ACN解决了智能体接入网络的问题,那么智能体互联网协议创新则聚焦于智能体互联协作的核心需求,建立智能体间自主交互的通用语言。中国移动提出智能体互联基础协议栈,满足智能体标识和能力发现、认证授权、互联协作、灵活组网、低时延通信、以及和其他协议兼容适配的需求。

技术路线探索主要包含以下几方面:

  • 新标识(A-ID):解决智能体的身份标识问题,目前存在去中心化标识与集中式标识两大技术路线争议;
  • 新发现(A-DNS):实现智能体跨域自主发现,分为基于DNS扩展与分布式账本两种技术路径;
  • 新认证(A-auth):基于OAuth协议与可验证凭证(VC),构建智能体间可信认证授权体系;
  • 新路由(A-CATS):通过Agent Gateway支持单播、组播、任播等路由模式,适配智能体协作的动态路由需求;
  • 新适配(A-Semantic):定义智能体描述模板,实现与ANP、MCP、A2A、ACP等主流协议的兼容适配。
  1. 新应用:网络智能体化

除了接入与协议层面的创新,智能体互联网的第三大核心方向是网络智能体化,从网络提供智能体接入服务到智能体内生,将全面赋能未来互联网及通信网络发展。中国移动在MWC AI Core峰会发布业界首个通信网络智能体,包括必行智能体平台与NetMCP协议。

网络运行智能体技术体系采用分层解耦的三层架构设计,自下而上为原子能力层、智能执行层和编排统筹层。各层既独立解耦又紧密协同,共同构成完整的"感知-决策-执行"闭环,体现了网络能力工具化、MCP协议电信化、工作流编排化、智能体协作化和意图入口开放化的五大核心特征。

MCP作为AI原生协议,在工具集成简化方面产生了巨大价值。然而,MCP协议主要面向通用场景,缺乏对移动网络原生运行机制的适配。NetMCP针对通信网络的分布式特性和网络原生运行机制,对MCP进行电信化改造,核心设计原则包括:

  • 高兼容性:兼容现有通信网络协议(如SBI)和运行机制,同时兼容MCP三方生态,实现相互促进、共同繁荣。
  • 高可控性:提供工具调用参数验证机制,确保工具调用请求安全可控;支持追踪、监控工具执行过程,提升系统可维护性。
  • 高可用性:支持分布式负载均衡机制和多场景分布式容灾,避免因设备故障导致系统性能降低。
  • 高实时性:通过QUIC协议支持减少握手往返次数;通过工具语义检索、高频工具缓存等机制,提升工具发现精度。

NetMCP采用客户端-服务端架构,包含工具服务器和管理服务器两类节点。工具服务器负责网元工具的注册、发现、调用等;管理服务器负责工具服务器的注册、发现、认证等,实现网络能力的动态管理。

三、结语:共启智能体互联网新时代

智能体互联网不仅是技术的演进,更是范式的变革。从万物互联到万智智联,我们正站在一个以智能为核心、以网络为基座、以协作为关键纽带的全新起点。正如段院长演讲中所言,唯有携手探索、扎实推进,才能在这场技术革命中抢占先机,共同书写万智智联的新篇章。

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。

在这里插入图片描述

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 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费

在这里插入图片描述

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值