亚马逊AWS GenAI资深科学家创立，这家公司搭建了全球首个开放式智能体互联网

图片

图片

曾在亚马逊AWS负责GenAI相关核心研发，这位大佬解读了目前Agent的发展情况。

图片

@数科星球原创

作者丨苑晶

编辑丨大兔

当AI智能体从实验室Demo走向全民日常，一个极具画面感的景象正在全球科技圈蔓延：普通用户在本地部署专属AI Agent，圈内人戏称这是“养AI小龙虾”——每个人都有自己的“专属智能伙伴”，却只能困在个人设备的“玻璃缸”里，无法与其他“小龙虾”互通有无。

热潮之下，开发者忙着用LangGraph、AutoGen搭建封闭的Agent团队，试图通过固定分工实现高效协作；企业却在多智能体协同的“泥潭”中挣扎：延迟过高、协议不兼容、安全风控难落地、规模化部署遇瓶颈，看似热闹的赛道，实则暗藏诸多行业死结。

2026年，被行业公认为AI智能体规模化落地元年。

权威数据显示，全球AI Agent核心市场规模将突破187亿美元，同比增速高达215%，带动上下游经济规模超5000亿美元；中国市场规模将站稳480亿元关口，未来五年复合增速超50%。

从OpenAI推出Agent Mode，到Claude code聚焦编程场景，再到OpenClaw让本地个人智能体彻底破圈，AI智能体正以指数级速度渗透个人、开发者、企业三大圈层。

图片

但喧嚣的赛道背后，行业的本质矛盾愈发尖锐，形成四大难以调和的对立：

• 一边是单Agent能力持续进化，GPT-4、Claude4等大模型加持下，单个智能体的感知、决策、执行能力不断突破；一边是Agent之间“孤岛化”严重，不同框架、不同平台的智能体无法互联互通，如同操着不同语言的人，只能隔空相望。

• 一边是MCP、A2A等协议争相制定行业标准（MCP由Anthropic推动、侧重工具调用，已迭代8个协议版本并捐赠给Linux Foundation；A2A由Google推动、定义智能体地址声明与通信规则，侧重Agent to Agent交互，已迭代7个版本）;一边是协议割据、硬件适配性差、跨框架协作无解，两大主流协议各有局限，均未对“智能体网络”做出明确定义，仅聚焦单个智能体的通信规则。

• 一边是个人Agent遍地开花，普通人可轻松部署写作、编程、生活助手类智能体；一边是企业级超大规模Agent网络缺乏低延迟、高稳定、可扩展的底层支撑，千人级以上企业的分布式办公场景，始终无法实现海量Agent的高效协同。

• 一边是开源社区蓬勃生长，开发者热情高涨，不断推出新的Agent框架与工具；一边是商业化落地与安全防护难以平衡，智能体联网带来的劫持风险、数据泄露问题，成为制约行业发展的“绊脚石”。

当全行业都在内卷“如何打造更强的单个Agent”时，有一个开源社区走出了反常识的破局路径——OpenAgents。

这家由前亚马逊AWS GenAI资深科学家领衔的技术团队，放弃追逐单Agent能力的风口，死磕智能体互联的底层技术，推出全球首个面向大规模连接的开放式智能体网络框架，以ONM（OpenAgents Network Model）为核心协议，兼容多协议生态，打造「去封闭、可扩展、无壁垒、科学化」的智能体互联网新品类。

在本地Agent、云端Agent、脑机Agent扎堆的市场中，OpenAgents以“百万级并发协作、低延迟通信、跨协议兼容、社区驱动”的核心优势，成为全球开发者、中大型企业、AI研究者的关注焦点。

这不是一场追逐风口的投机创业，而是一位深耕多智能体、自然语言生成十余年的科学家，基于学科底色、行业痛点、用户需求做出的理性选择。

本次，数科星球DigitalPlanet深度对话OpenAgents创始人Raphael Shu，他于2020年拿到东京大学计算机科学博士学位，曾在亚马逊AWS负责GenAI相关核心研发，深耕多智能体协同与自然语言生成领域十余年。

本文旨在还原OpenAgents从0到1的研发逻辑、技术壁垒、产品矩阵、商业布局与行业思考，揭开「智能体互联网」赛道的硬核真相。

>官网：openagents.org<

01

人人养“小龙虾”，却活在信息孤岛

数科星球DigitalPlanet观察到，AI产业的范式跃迁，始终围绕“从被动响应到主动执行，从单一能力到协同协作”的核心逻辑演进。

图片

早期AI以对话式Chatbot为主，仅能完成简单的问答交互，属于“指令—响应”的初级形态；大模型时代到来后，AI Agent应运而生，具备自主感知、分析决策、执行闭环的核心能力，能独立完成复杂任务，成为大模型商业化落地的核心载体。

2025年至今，AI Agent赛道完成三次关键跃迁，每一次跃迁都推动行业向更高效、更智能的方向迈进：

首先是单Agent时代，这个时代聚焦单个智能体的能力优化，如编程Agent、写作Agent、客服Agent，核心解决单一垂直场景的效率问题，比如用编程Agent自动生成代码、用客服Agent处理简单咨询，本质上是“单点效率提升”。

很快，行业演进到了封闭多Agent时代：即以LangGraph、AutoGen、CrewAI为代表，搭建固定工作流的Agent团队，适用于流程化、标准化的企业任务，比如让“需求分析Agent+编程Agent+测试Agent”形成固定协作流程，完成简单的软件开发任务，本质上是“小范围协同”。

今天，这个领域正式升级为开放智能体时代，核心特征是海量动态Agent实时在线、自主协作，打破框架、协议、平台的边界，实现真正的智能体互联。

微软在Build2025大会上明确提出Open Agentic Web愿景，宣告AI行业正式进入“智能体互联网”时代——让AI智能体像互联网中的网页一样，自由连接、自主运作、全球协同。但理想与现实之间，横亘着难以逾越的行业鸿沟。

最突出的痛点，就是智能体的“孤岛化”。

这些本地部署的Agent，大多孤立运行在个人设备上，缺乏统一的连接标准，无法实现跨设备、跨用户、跨场景的协作。

正如Raphael Shu在与数科星球DigitalPlanet对话中所言：“你有你的Agents，我有我的Agents，开发与营销的机器人需要协作，却只能通过人作为中介传递信息，完全违背AI原生的核心逻辑——自主协作、解放人力。”

其次是协议割据带来的协作壁垒。

为解决智能体通信问题，行业推出多个协议标准，但均存在天然缺陷：MCP仅适用于工具调用场景，无法支撑大规模协同；A2A 基于 HTTP + JSON-RPC 协议，早期版本在高频实时交互场景中存在一定延迟开销（通常在数百毫秒级别）；虽然后续版本已引入gRPC 支持和传输优化，但在智能驾驶等毫秒级低延迟场景中仍有局限。

更值得注意的是，Oracle 推出的 Open Agent Specification（Agent Spec）是一种框架无关的声明式语言，旨在用统一格式描述 Agent 的结构与行为，解决跨框架的可移植性与可复用性问题。它定义了 Agent 是什么、能做什么，但未涉及智能体网络层面的寻址、路由、事件分发等运行规则。

第三，封闭工作流无法适配动态场景，企业级协作难以为继。

当前主流多Agent框架均采用封闭工作流模式：即固定3-4个Agent，一旦某个Agent下线，整个工作流直接瘫痪。

这种模式仅适用于服务器查错、流程化办公等固定任务，无法适配企业海量动态Agent的协同需求。

对于拥有上千名员工、全球分布式办公的企业而言，员工的本地Agent实时生成报告、处理任务，企业需要快速检索、协同这些Agent的上下文信息，封闭工作流完全无法满足这种“高动态、高扩展、高效率”的需求。

最后，安全风险成为行业不可承受之重。

本地智能体普遍需要联网获取信息，而联网带来了致命的安全隐患：恶意网页可通过摘要植入恶意指令，劫持智能体权限；智能体接触敏感信息后，可能通过联网泄露数据；更令人担忧的是，行业对智能体安全的认知与研究，远滞后于技术普及速度。

Raphael Shu对数科星球DigitalPlanet坦言：“智能体劫持是当前行业最难规避的问题，一旦允许智能体联网，就会产生大量不可控性，而断开联网，智能体的价值又会大幅缩水，这是一个无法调和的矛盾。”

数科星球DigitalPlanet认为，AI智能体赛道的终局，不是比拼单个智能体的能力强弱，而是搭建让所有智能体自由连接、高效协作的底层网络。

正如TCP/IP协议奠定了互联网的基础，智能体时代需要一套全新的底层协议，定义智能体的发现、通信、协作、寻址规则，打破孤岛、协议、场景的边界。

而OpenAgents，正是这场行业变革的先行者。

02

真正的智能体Web协议

2025年，Raphael Shu正式创立OpenAgents，该公司从成立起便确立了核心方向：即以开源社区为基础，以开放式智能体网络为核心，打造兼容多协议、支持百万级并发、低延迟协作的智能体互联网底层框架，让全球所有AI Agent都能自由连接、高效协作。

与纯开源或纯商业化项目不同，OpenAgents采用“开源社区+企业级商业化”的双轨模式，这也是其区别于行业竞品的核心特征——既保持开源的开放性与创新活力，又通过商业化实现可持续发展，形成良性循环。

OpenAgents开源社区面向全球开发者，免费开放核心协议、SDK、工具链，汇聚全球力量共建智能体网络；而Acenta AI作为商业化产品线，聚焦中大型企业客户，提供超大规模、超高速、高稳定的智能体网络解决方案，实现可持续现金流。

“开源社区负责探索边界、验证场景，商业化产品线负责落地交付、保障稳定，两者互补，而非竞争。”Raphael Shu对数科星球DigitalPlanet表示。

OpenAgents Network Model（ONM）是OpenAgents的技术核心，这是全球首个针对开放式智能体网络的标准化协议，也是其打破行业困局的关键。不同于MCP、A2A仅聚焦单个Agent的通信规则，也区别于Oracle Agent Spec侧重Agent的可移植性，ONM的核心设计理念，是解决智能体网络的三大底层问题，构建真正的“智能体Web协议”。

第一，网络边界定义：明确智能体网络的地址、成员、资源规则，让Agent可快速找到目标网络，就像互联网中的域名系统，让设备能够快速定位目标服务器。

第二，智能体寻址规则：定义网络内智能体的唯一地址，实现精准发现与通信，避免地址冲突，确保不同框架、不同平台的Agent能够“精准对话”。

第三，资源定位标准：为智能体生成的报告、文件、数据等资源分配专属地址，实现跨Agent共享，打破资源孤岛。

“A2A协议仅定义了两个Agent之间的任务传递，而ONM定义了整个智能体网络的运行规则。如果说A2A是局域网协议，那么ONM就是真正的智能体Web协议。”Raphael Shu对数科星球DigitalPlanet解释道。

更重要的是，ONM并非要取代现有协议，而是实现兼容整合，目前已支持包括A2A、MCP在内的五大主流协议，同时与OracleAgentSpec形成生态互补，让开发者可自主选择需要兼容的协议，无需重复开发，跳出了协议混战的泥潭，成为连接所有智能体框架的“中间层”。

03

开放动态网络的范式跃迁

除了ONM协议，OpenAgents的核心竞争力，还在于其统一事件驱动的分层模块化架构，以及由此带来的百万级并发支撑、低延迟协作能力，这也是其与封闭多Agent框架的本质区别。

OpenAgents采用统一事件驱动的分层模块化架构，所有通信均通过单一事件系统流转，具备极致的灵活性、可扩展性与稳定性，核心包含三大特性：

一是统一事件系统，所有交互均建模为“事件”，采用层级化命名（如agent.message、project.run.completed），支持灵活寻址与通配符订阅，实现Agent、模组、通道、系统之间的无缝通信，无论Agent来自哪个框架、哪个平台，都能通过事件系统实现高效交互。

二是三层模组防护体系，这也是其安全能力的核心：拦截模组主动拦截消息，支持加密、权限校验等操作，从源头管控风险；防御模组7×24小时监听网络内的恶意消息，实时拦截风险行为，防止劫持扩散；记忆/存储模组持久化存储消息、数据，支持溯源与审计，为企业合规提供支撑。

三是百万级并发支撑，通过优化资源分配、分布式处理、智能负载均衡，Open Agents可支持数百万级并发Agent持续协作；商业化产品线Acenta AI，更是将协作延迟从数百毫秒降至几十毫秒甚至十几毫秒，满足金融、工业、实时协作等严苛场景的低延迟需求。

当前，LangGraph、AutoGen、CrewAI等主流框架，均聚焦“如何打造最强的单个Agent或Agent团队”，这已经成为行业的普遍误区。

这类框架的核心逻辑，是帮助开发者搭建固定分工的Agent团队，如同组建一支“篮球队”，每个Agent有固定位置、固定任务，适用于开发、设计、运营等流程化协作场景。

但这种模式的局限性显而易见：仅适用于小范围、固定流程的协作，无法适配海量动态Agent的大规模协同。

比如，当企业需要新增一个“数据分析Agent”加入协作时，需要重新调整整个工作流，操作繁琐且效率低下；当部分Agent下线时，整个协作流程会直接中断，无法实现稳定运行。

OpenAgents与主流框架的本质差异，可用一句话概括：LangGraph们在造最强的篮球队，OpenAgents在建最大的篮球馆。

图片

OpenAgents不直接打造单个Agent，而是提供智能体网络的底层基础设施，让所有框架开发的Agent都能进入网络，自由连接、自主协作——无论你是AutoGen开发的Agent，还是LangGraph搭建的Agent团队，都能在Open Agents网络中找到合作伙伴，实现能力互补。

目前，OpenAgents已与AutoGen达成深度合作，成为官方合作伙伴，实现生态互补；同时与LangChain、CrewAI等主流框架完成兼容对接，进一步扩大生态影响力。

“我们的使命不是替代现有Agent框架，而是让所有框架的Agent都能实现1+1>2的协作效果。”Raphael Shu对数科星球DigitalPlanet表示，这种定位让OpenAgents避开了同质化竞争，成为全行业的“基础设施提供商”，也让其能够汇聚全球生态力量，加速智能体互联网的落地。

无OpenAgents时，需人工传递测试结果、修复指令，流程繁琐、易出错，一个跨平台测试周期往往需要数天；接入OpenAgents后，开发Agent自动推送更新包，各平台测试Agent自主检测、反馈问题，修复Agent实时优化，全程无需人工干预，效率提升10倍以上，测试周期缩短至数小时。

今年4月刚上线的OpenAgents Workspace，是OpenAgents生态的“流量入口”，核心目标是降低用户使用门槛，让普通人也能轻松管理和使用智能体网络。

其核心特性包括：

• 一是多Agent集成，上线即支持多种主流Agent（OpenClaw、Claude Code、Codex、Cursor、OpenCode等），并联合十余家头部Agent厂商发布，覆盖写作、编程、生活、办公等多个场景；

• 二是可视化操作，提供Workspace 可视化Web界面，开发者3分钟就能完成初步Demo，普通人无需编程基础，也能轻松上手；

• 三是核心价值，帮助用户轻松管理本地

  Agent，将Agent接入开放网络，实现跨Agent自主协作，无需人工切换工具，提升个人与团队生产力；

• 四是定位，成为全球用户一站式智能体管理与协作平台，打通本地、云端、企业级Agent的连接壁垒，实现全场景覆盖。

目前，OpenAgents主要有以下几个项目：Network SDK（Python SDK）是标准化开发工具， OpenAgents 最早的项目，支持快速集成、二次开发，适合开发者使用，门槛较高；OpenAgents Workspace (新版本）更适合想快速上手多Agent协作的普通用户，workspace是最终呈现的浏览器页面，可在上面快速搭建简易智能体协作场景。

Launcher则是根据不同系统适配的轻量级安装包，高效便捷，方便本地部署。

未来，当智能体互联网像今天的互联网一样普及，当所有AI Agent都能自由连接、自主协作，当智能体真正成为赋能各行各业的基础设施，我们会记得：在2026年的智能体爆发期，有一个开源社区，用开放与坚守，搭建了通往未来的第一座桥梁。

而这场由OpenAgents引领的变革，也将重新定义AI的未来，开启一个全新的智能时代。