【智能体互联协议解析】智能体点对点交互模式的三种实现方式和应用场景

在上一篇,我们了解了智能体协作时的三种交互模式:点对点、群组、混合。下面我们一起来深入了解下点对点交互模式的三种实现方式:远程调用、通知、流式实现方式。

【先看PPT再看文章】


【问题】智能体点对点交互模式为什么需要三种实现方式?

【解答】

同样地,我们还是以人类的点对点交互,也就是一个人与另一个人单独交流场景下的三种交互方式,来进行直观的类比。

我们将场景设定为,刘老师与孙同学的一对一交互模式下的三种方式:

(1)一问一答方式

该方式的交互过程如下:

  • 刘老师:1+1等于几?

  • 孙同学:1+1等于2。

  • 刘老师:2+2等于几?

  • 孙同学:2+2等于4。

这种方式是生活中最常见的交互方式,一个问一个答,或者一个说一句另一个接下一句。

(2)问询+长时间输出方式

该方式的交互过程如下:

  • 刘老师:请背诵《出师表》

  • 孙同学:

    先帝创业未半而中道崩殂,blablabla......

    宫中府中,俱为一体,blablabla......

    侍中、侍郎郭攸之、费祎、董允等,blablabla......

    将军向宠,性行淑均,blablabla......

    亲贤臣,远小人,blablabla......

    臣本布衣,躬耕于南阳,blablabla......

    先帝知臣谨慎,blablabla......

    愿陛下托臣以讨贼兴复之效,blablabla......

这种方式是不太常见,但是如果我们在聊天时遇到一个话痨,就会发现,你的聊天对象的输出可能会很长。。。

(3)问询+长时间输出方式

该方式的交互过程如下:

  • 刘老师:这里有三套卷子,做一下。

  • 孙同学:

    好的。

    (认真做题中......)

    刘老师,第1套做好了,这是结果(提交第1套卷子)

    (继续认真做题......)

    刘老师,第2套做好了,这是结果(提交第2套卷子)

    (继续认真做题......)

    刘老师,第3套做好了,这是结果(提交第3套卷子)

在办公室里,领导和牛马之间,这种交互方式几乎每天都在发生。

基于以上刘老师与孙同学之间的三种一对一交互方式,下面我们来看看智能体之间如何用AIP/ACPs定义的三种点对点交互方式进行协作:

(1)远程调用实现方式(对应人类的一问一答方式)

该方式的交互过程如下图所示:

远程调用实现方式采用短连接传输模式进行:

  • 请求智能体与服务智能体建立连接;

  • 请求智能体发起任务请求;

  • 服务智能体对任务进行处理;

  • 服务智能体将结果返回给请求智能体;

  • 连接断开。

此方式适用于智能体之间"请求-响应"模型明确的单次传输场景。

(2)流式实现方式(对应人类的问询+长时间输出方式)

该方式的交互过程如下图所示:

远程调用实现方式采用长连接传输模式进行:

  • 请求智能体与服务智能体建立连接;

  • 请求智能体发起任务请求;

  • 服务智能体对任务进行处理;

  • 服务智能体在长连接中,可基于该连接多次、分批地向请求智能体返回任务结果;

  • 在所有任务结果返回后,连接断开。

此方式适用于智能体之间需要持续数据传输(例如生成长视频)或实时更新(例如流式问答)的传输场景。

(3)通知实现方式(对应人类的问询+长时间输出方式)

该方式的交互过程如下图所示:

通知实现方式采用多次连接传输模式进行:

  • 请求智能体与服务智能体建立连接;

  • 请求智能体发起任务请求;

  • 服务智能体对请求进行确认,当前连接断开;

  • 在任务处理过程中,当满足条件时,服务智能体与请求智能体建立新的连接,主动向请求智能体发送任务结果,请求智能体返回确认后,连接即断开。

此方式适合智能体之间通过条件触发的异步通知传输场景(例如一个需要阶段性执行的复杂任务)。

相关推荐
孙启超几秒前
【AI开发之Rust】第 5 课:引用与生命周期 —— 借用能活多久?
人工智能·后端·rust·llm·ai应用开发
码流子2 分钟前
2026 图像数据标注工具横评:LabelImg / CVAT / Label Studio / X-AnyLabeling / 国产Web平台,到底怎么选?
大数据·人工智能·算法
必须会一定会4 分钟前
LiTwin 任务004:JSON Schema、OpenAPI、TypeScript、Java DTO 质量门禁实现
人工智能·程序人生·ai编程
easyeye1237 分钟前
【gc随笔】免费 AI 编程助手 Agnes Code上手指南
人工智能
人才瘾大8 分钟前
大模型四层推理缓存体系深度拆解:KV Cache、Prefix Cache、Prompt Cache与Semantic Cache
人工智能·prompt·ai编程
严同学正在努力8 分钟前
认识 SQL Server 的 T-SQL 语法
数据库·人工智能·ai·oracle·dba
做萤石二次开发的哈哈11 分钟前
路由器管理应用不用逐个啃协议了:海康无线路由器接入萤石蓝海AIoT,五类技能组合生成多端网管系统
人工智能·物联网·低代码·萤石开放平台·蓝海aiot一站式工作台·aiot开发
渡我白衣14 分钟前
Util工具类功能设计与类设计
linux·服务器·网络·c++·人工智能·目标检测·机器学习
塔望品牌咨询14 分钟前
食品品牌战略预算的决策框架:如何根据经营瓶颈安排研究、产品、渠道与传播
大数据·人工智能·塔望消费战略·食品
EatFan15 分钟前
我为什么把患者与病例从 1:1 改成 1:N?一次真实数据库模型重构记录
数据库·后端·重构·健康医疗·全栈