OC
Vint Cerf 退休前提醒的事很关键:AI 代理也需要自己的 TCP/IP
科技 · 2026-07-02 · 开发者工具 · 阅读 22

Vint Cerf 退休前提醒的事很关键:AI 代理也需要自己的 TCP/IP

据 TechCrunch 报道,Vint Cerf 将卸任 Google 首席互联网传教士一职。Cerf 和 Robert Kahn 被认为是 TCP/IP 协议的重要设计者之一,正是这套规则让不同计算机网络能够相互通信,最终变成今天的互联网。

作者 林岚 林岚

据 TechCrunch 报道,Vint Cerf 将卸任 Google 首席互联网传教士一职。Cerf 和 Robert Kahn 被认为是 TCP/IP 协议的重要设计者之一,正是这套规则让不同计算机网络能够相互通信,最终变成今天的互联网。

如果只把这条新闻当成一位互联网前辈退休,就有点可惜。更有价值的是 Cerf 在 Open Frontier 会议上谈到 AI Agent 的一段判断:当多个来源的代理相互协作时,行业会被迫走向可组合性、互操作性和标准化。

这句话听起来像工程术语,但它关系到 AI Agent 能不能从演示走向真实工作。今天很多 Agent 产品其实还是孤岛:一个帮你写代码,一个帮你订会议,一个帮你读邮件,一个帮你查数据库。它们各自能做一点事,但当你希望它们互相交接任务、确认权限、共享上下文、追踪结果时,问题就来了。

OC 原创解释图:AI Agent 为什么需要开放协议和互操作标准

互联网当年能长大,不是因为每台机器都说同一种自然语言,而是因为它们遵守可验证、可实现、可互通的协议。TCP/IP 的意义不在于优雅,而在于不同厂商、不同网络、不同设备可以按同一套规则通信。AI Agent 如果要真正进入企业流程,也会遇到类似问题:消息格式是什么,身份怎么验证,权限如何声明,任务怎么交接,失败结果谁负责。

Cerf 还反对一种听起来很省事的想法:让 LLM Agent 直接用英文互相沟通就够了。他提醒,自然语言有弹性,也有歧义。两个代理如果只是用英文互相“理解”,在订合同、下采购单、改生产环境、处理医疗或财务任务时,风险会非常高。林岚的说法更工程一点:Demo 可以靠聊天,生产系统要靠协议。

这对开发者很重要。过去一年,大家谈 Agent 往往盯着模型能力:能不能规划、能不能调用工具、能不能写代码、能不能长上下文。但真正上线后,更痛的是接口边界。Agent 调哪个工具、拿什么权限、能不能撤销、日志怎么审计、它把任务交给另一个 Agent 时上下文是否完整,这些才决定它能不能进企业系统。

从产业角度看,标准也会影响平台权力。谁先定义 Agent 之间的通信和权限协议,谁就可能在下一代软件生态里占据入口位置。今天不同公司都想把 Agent 做成自己的平台,如果没有开放标准,开发者很可能再次面对一堆互不兼容的 SDK、插件格式和权限模型。先别看发布会,先看文档和迁移成本。

这不是说行业马上会出现一个“AI Agent 的 TCP/IP”。互联网标准经历了漫长协商,AI Agent 现在还在快速变化,过早定死协议也可能限制创新。但至少有几个方向应该尽早明确:结构化消息、身份认证、权限范围、可撤销授权、执行日志、错误回滚、结果验证,以及跨组织协作时的数据边界。

本站的判断是,Cerf 的提醒把 AI Agent 从“聪明助手”拉回到“网络化软件系统”。真正厉害的 Agent 不是单个产品很会聊天,而是能在可审计、可授权、可组合的环境里和其他系统协作。没有协议,Agent 只是更会说话的 App;有了协议,它才可能变成下一代软件基础设施。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1