新闻详情

新闻详情

首页 / 资讯中心 / 详情

ANP(Agent Network Protocol)

发布时间:2026/11/16 6:56:49来源:尧图网络
ANP(Agent Network Protocol)
1 什么是 ANP 协议Agent Network Protocol (ANP) 是一个开源的智能体通信协议旨在成为智能体互联网时代的 HTTP。愿景是定义智能体之间如何连接为数十亿智能体构建一个开放、安全、高效的协作网络。2 官网Agent Network Protocol3 ANP 协议架构ANP 采用三层架构设计允许代理在互联网上自由安全地进行通信身份和加密通信层基于 W3C DID 标准实现去中心化身份和端到端加密解决 “我是谁” 和 “如何安全通信” 的问题。DID 全称是 “去中心化身份标识符”Decentralized Identifier。它是一种由用户自己创建、拥有和控制的、全球唯一的数字身份。简单来说DID 可以理解为你在数字世界里完全自主的 “身份证 私章”。它的核心在于自主权。传统的数字身份比如你的电子邮箱、手机号通常由某个中心化机构如微信、电信公司分配和管理这意味着你的身份是 “租用” 的该机构可以随时收回或停用。而 DID 不再依赖任何单一的中心化机构或平台它建立在区块链或分布式账本上是一种由你自主生成、永久属于你、且可在服务商之间转移的凭证。元协议层解决了 “如何协商通信方法” 的问题允许代理自动协商用于交互的协议格式和版本。应用协议层解决 “提供哪些功能” 和 “如何被发现” 的问题包括代理描述和发现机制。这种架构确保代理能够在互联网上自主地找到彼此安全地建立连接并有效地进行通信。怎么理解呢我们来看个例子 有两个智能体一个是你的 “私人旅行助理”叫小旅另一个是某家酒店的 “智能预订系统”叫小酒身份和加密通信层两个陌生人第一次通电话为了安全他们互相出示了身份证确认了 “你是公安局认证的小明”“我是公安局认证的小红”。然后他们用一部只有彼此才能听懂内容的加密对讲机通话旁边的人即使听到也是一串噪音。元协议层两个人见面后虽然身份没问题但一个只说中文一个只说英文。于是他们快速商量好“我们这次都用英文”。协商好之后后面的沟通才能顺畅进行。应用协议层小酒在自己的 “招牌”即 Agent Description 文档里写明我提供 查询房态 和 预订房间 这两个功能小旅通过发现机制比如在酒店联盟的注册表中搜索找到了小酒的招牌读懂了它提供的功能和使用方法。然后小旅按照招牌上的规则发出 “查询房态” 的请求小酒返回可预订的房间列表小旅再发 “预订房间” 请求完成订房。4 ANP 与 MCP 和 A2A 的比较协议全称核心定位类比ANPAgent Network Protocol智能体之间在开放互联网上的连接与大规模协作构建一个去中心化的 智能体社交网络MCPModel Context Protocol智能体与外部工具如数据库、API的标准化连接为智能体提供标准化的 万能插座A2AAgent-to-Agent Protocol企业内部不同智能体之间的复杂任务协作企业内部的 协同办公系统5 三者如何一起工作MCP、A2A 和 ANP 这三个协议并非竞争关系而是构成了一个“执行 - 协作 - 发现”的分层协作栈共同为 AI 智能体从微观到宏观的工作提供标准化支持。简单来说MCP模型上下文协议解决的是 “如何动手做” 的问题是智能体与外部世界交互的 “手”。A2A代理间协议解决的是 “如何找人帮忙” 的问题是智能体之间协同工作的 “嘴”。ANP代理网络协议解决的是 “如何在大海中找到对的人” 的问题是智能体在开放网络中相互发现的 “眼睛”。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉