别再手搓Agent间通信协议了——国标AIP已经开源,直接白嫖

简介: 本文揭秘我国首个智能体互联国家标准GB/Z 185-2026及开源协议AIP V2.1,直击协议异构、信任缺失、重复建设三大痛点。AIP提供统一“数字身份证”与“世界语”,支持发现、交互、工具调用三大原语,已获美团、滴滴等数十家头部企业试点落地。

CTO人设文章二【技术】KV.png

“我家的Agent跟你家的聊不来”——一个架构师的精神内耗

去年做一个跨厂商智能体协同项目。A厂的客服Agent、B厂的工单Agent、我们自己研发的调度Agent——三个系统,三种通信协议,四套身份认证。
对接了两个月,大部分时间花在“翻译”上:把A的请求格式转成B能听的,把B的响应再转成C能消化的。最后项目交付时,PM说“你们这三个月就干了这个?”
我说对,就干了这个。纯属面向接口编程,面向异构协议掉头发。
6月底,国家市场监督管理总局发布了我国首个面向智能体互联的国家级标准体系——《人工智能 智能体互联》系列7项国家标准(GB/Z 185-2026)。覆盖总体架构、身份码、身份管理、智能体描述、智能体发现、智能体交互、工具调用七大核心环节。
7月21日,标准应用推进专题会在北京召开,现场发布了AIP开源代码V2.1版本。美团、滴滴、智谱华章、用友、联想等数十家企业签约试点。同时启动“AIP智能体互联应用推广百城(区)行”。
一套标准+一个开源协议,智能体“信息孤岛”的问题,终于有人管了。

智能体互联到底解决了什么——三个“老大难”

痛点一:协议异构。 不同厂商的智能体接口、协议不统一,形成“智能体孤岛”。你想让A厂的客服Agent调用B厂的库存查询Agent?先写几百行适配代码。
痛点二:信任缺失。 没有统一身份认证和追溯机制,跨域交互面临身份仿冒、数据泄露风险。你根本不知道对面那个“自称是库存系统”的Agent到底是不是库存系统。
痛点三:重复建设。 缺乏通用交互规范,企业各自定制开发,集成适配成本高昂。每个项目都在重复造轮子——造的还不一样大。
国标的解法:统一架构与交互规则后,企业可复用标准组件,减少定制开发,压缩产品上市周期。智能体将有统一的“数字身份证”和标准的“沟通语言”。
CTO人设文章二【技术】01.png

AIP到底是什么——用人话翻译一下

AIP(Agent Interconnection Protocol,智能体互联协议),是面向AI Agent互联的多中心化通信协议。核心解决:可信接入、身份认证、能力发现、互联协作、结算交易、行为审计。
打个比方:以前的智能体互联像一群来自不同国家的人开会,各说各话,得靠翻译(适配层)才能沟通。AIP之后,大家都说同一种“世界语”——不用翻译,直接聊。

AIP有三个核心原语:

  • 发现(Discovery):按能力查找Agent——像DNS查询
  • 交互(Interaction):标准化的Agent间通信
  • 工具调用(Tool Calling):统一的工具使用规范

而且AIP已经开源了——V2.1版本可以直接用。不用自己从零设计协议,不用纠结接口规范怎么定——白嫖国标级的协议栈,不香吗?
试点已经在跑了,标准目前已经在政务、医疗、电力、教育、零售等多个场景完成试点。政务智能体可跨域协同办事,医疗机构实现诊疗智能体数据互通,电网借助分布式智能体实现全域调度。
美团、滴滴、智谱华章、用友、联想、中国科学院软件研究所等数十家企业和机构已经签约试点。
北京的政策也在推——7月印发的《北京市关于加快智能体引领发展的若干措施》明确提出“推动构建自主可控互联协议、开发框架和基础工具链”“加强AIP等智能体互联关键国家标准推广应用”。

架构上怎么接入——极简流程

CTO人设文章二【技术】02.png
不是火箭科学。核心是别自己发明协议——用现成的、国标级的、已经有人在跑的东西。
说点实在的,以前智能体互联是“技术问题”——你得自己设计协议、自己定规范、自己解决异构。
现在是“选择问题”——你用不用AIP?你什么时候接入国标?
我的判断:12个月内,不支持AIP/国标互联的智能体产品,在招投标和商业化场景里会越来越被动。就像当年不支持RESTful API的系统——能用,但没人愿意跟你对接。
早接入,早省心。


讨论:
你们团队现在智能体之间的通信是自研协议还是基于开源方案?AIP开源了,你会考虑迁移吗?评论区聊聊。

相关文章
|
9月前
|
弹性计算
阿里云账号注册、实名认证及免费云产品申请流程
阿里云账号注册、实名认证及免费云产品申请流程 1. 打开阿里云官网。 2. 点击网页右上角的“注册”按钮。 3. 注册方式支持手机短信验证码注册、支付宝注册、淘宝注册和钉钉注册四种。 4. 若选择手机号注册,需输入手机号并点击“获取验证码”,随后将手机收到的6位数字验证码输入,即可完成注册。
1827 6
|
1月前
|
缓存 人工智能 安全
阿里云qwen3.8-max、qwen3.8-flash与qwen3.7-max、qwen3.7-flash模型选择指南:模型能力与价格对比及最新活动
本文全面解析和对比阿里云通义千问在售四款核心模型,覆盖qwen3.8-max、qwen3.8-flash、qwen3.7-max、qwen3.7-flash,从基础能力、适用场景、价格体系、限时活动、选型指南及新人免费额度多维度对比,给出分层调度策略,帮助开发者精准匹配业务需求,兼顾效果与调用成本。
|
2月前
|
存储 编解码 人工智能
在线教育系统源码开发全解析:教育培训APP、小程序及平台搭建完整方案
随着在线教育行业快速发展,越来越多教育机构开始布局数字化教学平台。本文围绕在线教育系统源码开发展开分析,详细介绍教育培训APP、小程序及平台搭建的核心功能、开发流程、技术架构以及商业应用模式,帮助企业了解如何通过成熟源码快速打造专属在线教育平台,实现课程管理、用户运营和线上变现能力提升。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
人工智能如何学习?拆开黑箱,看懂机器“读书”的完整流程
本文以通俗视角拆解AI学习本质,揭示其并非“顿悟”,而是数据、模型、算力三要素驱动的统计拟合过程。破除“黑箱”迷思,厘清监督/无监督/强化学习范式,直击过拟合、评估偏差等实操陷阱,助你从被动用户蜕变为具备技术判断力的AI观察者。(239字)
213 0
|
4月前
|
SQL 人工智能 机器人
Agent 是什么,怎么用——从概念到企业落地的完整拆解
AI Agent 怎么用?本文系统拆解 Agent 的核心架构(规划、记忆、工具调用、反思)、典型场景(数据分析、信息搜集、智能路由、代码调试)和企业落地四阶段路径,并客观评估当前 Agent 技术的能力上限与局限。
|
6月前
|
自然语言处理 安全 算法
企业级智能体的 “思考 - 行动” 双循环:TARS 大模型规划 + RPA 精准执行
本文剖析实在Agent“思考-行动”双循环架构:TARS垂直大模型负责语义理解与任务规划,RPA超自动化技术实现跨系统精准执行,通过多模态元素拾取、实时感知反馈与动态协同优化,破解企业智能体“只思考不行动”或“只行动不思考”的结构性断层,已落地财务等强合规场景。
|
8月前
|
人工智能 安全 API
2026年零基础、零技术安装OpenClaw(Clawdbot) 部署 OpenClaw Skills喂饭级教程
在2026年AI Agent技术全面爆发的当下,OpenClaw(原Clawdbot、Moltbot)凭借“开源可控、本地优先、全场景适配”的核心优势,已从单一工具进化为覆盖个人办公、团队协作、内容创作的全栈式智能体框架。其核心突破在于彻底打破了传统AI“只会说不会做”的局限,通过标准化的Skills(技能)生态,让AI能够像人类一样调用工具、执行流程、完成具象化任务。
1076 8
|
8月前
|
人工智能 算法 安全
AI应用软件的开发费用
2026年AI应用开发成本受功能复杂度、技术选型与团队构成影响。MVP版约15–40万元;自建团队月均10–15万;外包报价25–60万。大模型API成本下降,但ASR/TTS、合规备案(3–8万)、内容审核及持续运维成新支出重点。建议“核心自研+UI外包”,20万起跑内测。(239字)
|
数据采集 人工智能 文字识别
从CLIP到GPT-4V:多模态RAG背后的技术架构全揭秘
本文深入解析多模态RAG技术,涵盖其基本原理、核心组件与实践路径。通过整合文本、图像、音频等多源信息,实现跨模态检索与生成,拓展AI应用边界。内容详实,建议收藏学习。
1604 50
从CLIP到GPT-4V:多模态RAG背后的技术架构全揭秘