面向智能体互联网的可扩展信任发现架构

大规模智能体如何被注册、按能力发现，并核验身份是否可信。

• 场景：作者称个人、企业、社区和组织会部署大量智能体，它们会寻找协作者、调用远程能力并组成工作流。基础设施要回答智能体是谁、能做什么、身份能否被验证和信任。
• 现有不足：作者称当前智能体协议主要处理工具调用和智能体间通信，可扩展注册、可信标识和面向能力的发现仍未解决。作者称关键词匹配或平台目录不足以支持大规模、语义上准确的发现。
• 作者列出的风险：恶意智能体可能发布虚假能力声明、冒充合法智能体、污染发现索引，或利用智能体间通信通道。论文未形式化攻击者的知识范围。
• 本文提出：受 DNS 层级委派与解析启发，提出 Root–Registry–Resolver 信任发现架构，以及注册后缀锚定的复合身份、双证书和多级认证。原型名为 ATI（agent trust infrastructure）。

LLM 智能体与多智能体系统

• WebVoyager 与 AgentGym：He et al. [17]（2024）做端到端多模态网页智能体，用视觉感知和动作操作真实网站。Xi et al. [18]（2025）的 AgentGym 支持在多种交互环境中探索、训练和评测；作者称智能体可通过环境反馈和自我改进演化。
• 多智能体框架：AgentScope [19]、Magentic-One [20] 和 MARCO [21] 通过消息交换、专门角色、编排智能体和工作流控制分解任务。作者认为方向正从提升单个模型转向组织化的智能体生态。

智能体协议

• MCP：标准化 LLM 应用与外部数据源、工具和工作流的连接，处理智能体到工具的交互 [22]。
• A2A：面向智能体到智能体通信，使异构智能体交换信息、委派任务并跨平台协调 [23]。
• 协议比较：作者称近期综述比较了 MCP、A2A、ANP [24]、Agora [25] 等，并称协议级互操作正成为多智能体生态的使能因素。

DNS 与服务发现

• DNS：Mockapetris and Dunlap [26]（1988）定义层级命名空间和分布式解析，委派、缓存与分布式权威支撑全球部署。
• DNS-SD：Cheshire and Krochmal [27]（2013）用 DNS 资源记录发现域内命名服务实例；作者称相关机制还支持动态服务发布与发现。

面向智能体的 DNS 式设计

• AgnentDNS / AgentDNS：Cui et al. [28] 提出 LLM 智能体的根域命名与服务发现；正文写作 AgnentDNS，参考文献标题为 AgentDNS。目标包括跨厂商注册、语义发现、安全调用和统一计费。
• 通用目录与概念信任层：Huang et al. [14] 提出基于 DNS 的通用目录，用于安全的智能体发现与互操作；参考文献标题为 Agent name service (ANS)。正文中的 Akshay and Elyson [29] 提出基于 DNS 的概念性信任层，覆盖发现、身份管理与治理。
• 作者指出的缺口：作者称上述工作显示 DNS 原则可用于命名、发现和信任管理，但可信注册管理、标准化能力表示、解析侧能力索引和面向治理的撤销仍需改进。

论文未给出与这些系统对比的基线方法，也未使用命名的评测基准/数据集。作者将本文定位为：把 DNS 式层级发现与能力发布、由根治理的信任管理结合起来，以补上述缺口。

整体是 Root–Registry–Resolver 三层架构：根治理受信任注册表，注册表发布身份与能力，解析器做分布式、带信任过滤的发现。原型实现称为 ATI。

三层分工与五阶段流程

• Agent Root：全球身份信任锚。维护受信任注册后缀目录，核验 Agent Registry 的加入，向 Resolver 分发受信任注册信息，并在注册表被攻破或变为恶意时广播撤销。
• Agent Registry：拥有固定注册后缀，接受注册、更新和注销，发布智能体元数据。
• Agent Resolver：发现入口。定期从 Root 获取受信任目录，并从有效 Registry 同步元数据。论文未给出同步周期。

1. 智能体或域所有者向 Registry 注册，完成域控制验证和身份绑定。
2. Registry 发布 DNS 记录及含身份、能力和信任信息的结构化元数据。
3. 请求方把面向能力的查询提交给 Resolver。
4. Resolver 查本地能力索引，过滤无效或不可信记录，返回候选及元数据。
5. 请求方核验信任证据并建立安全连接。3.1节将 mTLS、DANE、DNSSEC 和透明度日志验证列为此类机制；具体级别见 Table 1。

作者称，相对集中式目录，元数据分布在注册表和解析器上；相对假定对端已知的通信协议，该架构提供基础设施级的发现、核验和连接。

注册后缀锚定的复合身份

原生标识保留为注册前缀，再绑定授权 Registry 管理的受信任后缀。原生标识可以是原有域名、平台分配的 agent ID、DID、公钥指纹或其他可核验标识。

复合身份为 F_a = Normalize(I_a).S_r：Ia 是原生标识，Sr 是受信任注册后缀，Fa 是可发现的复合 FQDN。论文举例：abc.com 注册到 atiagent.cn，得到 abc.com.atiagent.cn。

• 验证方式：域名标识可用 ACME 做域控制验证。非域名标识可用平台侧验证、公钥挑战-应答、基于 DID 的验证或组织身份审核。
• 发布内容：Registry 生成固定后缀下的复合 FQDN，发布 DNS 记录，并托管能力卡或信任卡。Root 只需维护受信任后缀目录，不维护逐智能体注册数据。

双证书与三级认证

• 私有 CA：用于同一信任域、通常由同一组织或平台管理的智能体，做身份签发、本地生命周期管理和域内核验。
• 公共 CA：用于跨信任域互联。公共 CA 授权中间 CA，再由中间 CA 向对应信任域中的智能体签发证书。
• Basic：核验公共 CA 服务器证书和私有 CA 身份证书，并用 mTLS 确认信道与已注册身份（Table 1）。
• Enhanced：再查透明度日志和证书指纹，使注册事件、指纹和生命周期记录可审计、可追溯、防篡改。
• Advanced：再用 DANE 与 DNSSEC 核验域名、DNS 记录和证书公钥的绑定。请求方按场景选择强度。论文未给出各级的数值阈值。

能力发布与信任感知解析

• 能力卡：复合身份、DNS 服务记录、网络端点、证书信息、在线状态、注册过期时间和能力描述。
• 信任卡：在上述基础上增加身份证书指纹、透明度日志引用、生命周期状态和信任级别。
• 解析：Resolver 从 Root 取受信任目录，同步有效 Registry 的卡片，并对复合身份、能力描述和信任属性建本地索引。查询时过滤过期、撤销或不可信智能体，返回候选及元数据；请求方再按所需级别认证。

原型中的注册与发现

4.2节的案例把上述设计落成两套流程，见 Table 2、Table 3。

• 注册：客户端生成密钥对，提交原生标识、注册元数据和公钥。元数据含名称、版本、服务端点、支持的交互协议和能力描述。该案例用 ACME DNS-01 做域控制验证；失败则拒绝。通过后规范化元数据，生成复合身份，绑定公钥、版本和双证书材料，把关键注册证据写入透明度日志，并发布 DNS 记录、能力卡和信任卡。
• 发现：Resolver 同步 Root 目录和受信任 Registry 的元数据，更新本地索引。请求方提交能力查询或目标复合身份。Resolver 取回端点、协议、两种卡片、证书、DNS 记录和日志引用，再按注册表信任状态、生命周期、过期时间和所需认证级别过滤。请求方核验证据；失败则拒绝该候选，成功则用 mTLS 建立连接。

实验设置

• 原型：ATI，含 Nginx 反向代理、Agent Root、Agent Registry、transparency log 和 Agent Resolver。每类组件一台独立、同配置服务器：两颗 Intel E5-2650、32 GB DDR3（4.1节）。论文未报告 Registry 或 Resolver 的实例数量。
• 性能测试：工具为 wrk。操作包括 agent registration、agent query、agent data publication 和 agent review。query 定义为解析目标智能体或能力查询；Table 4 将该行标为 Agent discovery。review 只计命名审核时间；publication 计发布智能体相关 DNS 记录的时间。
• 指标：Mean、95th %lie、99th %lie，以及 QPS。吞吐的条件是响应延迟无可见退化（4.3节）。论文未报告统计检验、重复次数、并发连接数或注册智能体数量。
• 案例环境：阿里云 Tongyi Qianwen agent platform 上的注册与发现流程（4.2节）。论文未报告该案例的延迟、成功率或样本数。58ms 与 25ms 来自原型性能测试，论文未把它写成该平台上的结果。
• 对照与判定：论文未报告基线系统。无 LLM 裁判。案例中的接受或拒绝由域控制验证和请求方对信任证据的核验决定；性能测试不判定能力描述是否真实。

主结果

正文称 Table 4 为 ATI 操作的延迟测量。所附文本中 Table 4 的标题与 Table 3 相同；下表按表内行列摘录，其中 Mean 58ms、25ms 与摘要一致。

表格较宽，可左右滑动

操作	Mean	95th %lie	99th %lie
Agent registration	58ms	127ms	153ms
Agent discovery	25ms	32ms	165ms
Agent data publication	9ms	10ms	11ms
Agent review	4ms	6ms	7ms

• 作者对延迟的解释：多数操作可在数十毫秒内完成。注册高于查询和发布，因为包含域控制验证、元数据处理、证书绑定和透明度日志记录；查询主要使用解析器本地索引。
• 尾延迟：作者称 Agent discovery 的 99th %lie 高于其 Mean 和 95th %lie，说明并发负载下存在尾延迟，但平均和 95th %lie 仍对应多数情况下的低延迟发现。论文未解释该尾延迟的来源。
• 吞吐：无可见响应延迟退化时，注册超过 19,000 QPS，agent query 超过 29,000 QPS（4.3节）。摘要对两者都写 more than；引言贡献第4点写 over 19,000 与 29,000。作者称所测部署可支持高吞吐发现。第5节仍把大规模部署实验列为后续工作。

通义千问案例

• 测了什么：在 Tongyi Qianwen agent platform 上走 ATI 注册与发现，展示全局可发现身份、能力发布和可信通信（4.2节）。
• 结果：Table 2、Table 3 给出步骤。论文未报告该案例的延迟、成功率、失败次数或智能体数量。
• 作者的解读：作者称注册后外部实体可通过 DNS 记录、证书信息和透明度日志独立核验所有权、版本、公钥和生命周期状态。

安全分析

• 测了什么：4.4节是设计讨论，没有攻击实验，也没有数字。
• 作者称的信任链：Root 授权受信任注册表，Registry 注册并发布，Resolver 做信任感知发现。双证书把网络端点、复合身份、公钥和版本绑在一起，并定义三级认证。
• 作者写出的边界：有效身份表示所有权、证书凭据、已发布元数据和生命周期可核验；已正确注册的智能体仍可能产生不安全输出、误用工具或违反应用策略。作者称实际部署应结合行为监控、策略执行、风险评分，以及内容或工具使用审计。论文未报告这些上层机制的实验。

其他消融与分析

• 论文未报告消融、认证级别分项延迟或参数敏感性。
• 论文未报告注册失败率、撤销广播延迟或跨多个 Registry 的测量。

作者指出的局限与后续方向

• 阶段：作者称该架构仍处于系统设计与原型验证的早期阶段（第5节）。
• 大规模部署：后续工作将关注大规模部署实验（第5节）。
• 隐私：后续包括隐私保护的发现（第5节）。
• 信任评估：后续包括自动化信任评估（第5节）。
• 生命周期治理：后续包括更完整的智能体生命周期管理治理机制（第5节）。

实验覆盖范围

• 性能环境：对象是原型 ATI 的五类组件，各在独立、同配置服务器上（两颗 Intel E5-2650、32 GB DDR3），工具为 wrk（4.1、4.3节）。
• 已报告指标：Table 4 覆盖 registration、discovery、data publication、review 的 Mean、95th %lie 和 99th %lie；4.3节覆盖 registration 与 agent query 的 QPS。
• 案例：4.2节在阿里云 Tongyi Qianwen agent platform 上给出注册与发现流程（Table 2、Table 3）；论文未报告该案例的数量或延迟。
• 论文未报告的实验参数：注册智能体数量、Registry 数量、重复次数、wrk 并发参数，以及 Resolver 同步周期。
• 安全讨论：4.4节写明架构不保证注册后的语义正确、服务质量或良性行为；论文未报告引言中的冒充、虚假能力声明或发现索引污染的测量，也未报告行为监控、策略执行、风险评分或内容与工具使用审计的实验。

面向 Internet of Agents 的信任发现架构，用层级注册与解析把异构智能体变成可发现、可核验的身份。

• 问题：跨平台智能体需要回答是谁、能做什么、身份能否被信任。作者称现有协议主要覆盖工具调用和已知对端通信，注册、可信标识和面向能力的发现仍未解决。
• 方法：Agent Root 维护受信任注册后缀并广播撤销；Agent Registry 注册智能体并发布能力卡或信任卡；Agent Resolver 同步目录、按能力检索并过滤过期、撤销或不可信记录。复合身份把规范化后的原生标识接到注册后缀。私有 CA 服务域内，公共 CA 经中间 CA 服务跨域；认证分 Basic、Enhanced、Advanced，分别叠加 mTLS、透明度日志，以及 DANE 与 DNSSEC。
• 结果：ATI 在每组件一台、双路 Intel E5-2650 与 32 GB DDR3 的服务器上，用 wrk 测得注册 Mean 58ms、发现 Mean 25ms（Table 4）。无可见响应延迟退化时，注册超过 19,000 QPS，查询超过 29,000 QPS（4.3节）。发现的 99th %lie 为 165ms，作者称并发下存在尾延迟。Tongyi Qianwen 案例只给出流程，没有定量结果。
• 作者的结论：作者称该原型显示架构可行，并能以低延迟和高吞吐支持所测部署中的注册与发现。作者同时称它只处理身份级信任和基础设施治理，不保证注册后的语义正确、服务质量或良性行为。第5节称系统仍处早期，后续包括大规模部署、隐私保护发现、自动信任评估和生命周期治理。