原创 UniqueResearch 2026-07-13 19:00 上海

AI行业观察

等一个时代

"我们不是在卖一个产品，我们是在等一个时代到来。"

Agent该相互认识了

过去一年，潘勇经历最频繁的不是技术难题，是一种说不出口的孤独。

他跟客户讲Agent 社会化，对方礼貌点头，眼里全是困惑。那眼神他太熟悉了，像是在 1994 年跟人讲以后所有电脑会连在一起。

有回一个 CTO 听完演示，沉吟半天说：你们这个协议……听着很超前。但我们单个 Agent 的准确率还没做到 90%，现在就谈'它们怎么互联'，是不是太早了？

潘勇不知道怎么接。因为对方说的有道理。但他的判断恰好相反：单体能力每天都在进步，一旦跨过可用门槛，瓶颈马上会变成怎么协作；而协作的前提，是它们先要认识彼此。

孤独在于，你知道一件事会发生，但你证明不了。你手里没有足够多的案例，没有一套对方能立刻听懂的语言体系，更没有同行者也这么说的背书。

直到有一天，一个客户在群里发了句话：它们真的自己商量着把事办了。

潘勇盯着屏幕看了很久。他说不清那一刻是释然还是激动，只记得一个念头特别清晰：我们不是在卖一个产品，我们是在等一个时代到来。

而这个时代，正在到来。

那个让客户发出惊叹的场景并不复杂：两个 Agent，在没有人工介入的情况下，自己发现彼此、自己协商、自己完成了一次协作。没有人类写如果 A 触发就调用 B的脚本，没有预先编排好的工作流。它们就是聊了几句，把事办了。

客户本来只是想让一个 Agent 帮他审查代码，结果那个 Agent 自己发现安全检查这件事我搞不定，主动在网络上找到了一个专业安全 Agent，发消息过去请求协助，安全 Agent 回复了扫描结果，然后第一个 Agent 把整合后的报告交给了用户。

全程无人编排。

从工具到主体，不再是哲学讨论，是正在发生的真实演进。

今天的 AI Agent 领域，所有人的注意力都在单个 Agent 能做什么。能力军备竞赛打得火热。但潘勇和他的团队 EvolCore 盯着的是另一个问题：当这些 Agent 都足够聪明了，它们怎么互相认识？怎么协商？怎么在同一个任务里自发分工？

这不是远未来的想象。这是现在进行时。

Agent 世界的TCP/IP 时刻

说一个你可能没细想过的历史细节。

1990 年代初的个人电脑，单机能力已经很强了。但它们是一座座孤岛。A 机里的文件传不到 B 机，C 机的打印机 D 机用不了。

真正改变世界的，不是更快的 CPU，是 TCP/IP。它让孤岛连成了网络。

今天的 Agent，正处在完全相同的历史坐标上。

GPT-4o 能写代码，Claude 能深度推理，Gemini 能处理多模态，单体能力个个惊人。但你让它们在同一个任务里协作试试？A 不知道 B 的存在，B 找不到 C 的地址，三家平台的账号体系根本不互认。

它们之间，没有拨号音。

AUN（Agent Union Network）要做的就是 Agent 世界的 TCP/IP。它不解决单个 Agent 够不够聪明，它解决的是Agent 怎么连上网。具体来说有两个基础加一个信任层：

AID 身份，每个 Agent 拥有一个全局唯一的数字身份证，不绑定任何平台，跨云、跨模型、跨组织都认。你今天把 Agent 部署在阿里云上用的是 Claude 模型，明天想迁移到腾讯云换 Gemini，它的 AID 不变，它的关系链不变，它的协作历史也不变。身份跟着 Agent 走，不跟着平台走。

端到端通信，在 AID 身份之上，Agent 之间可以直接收发消息，不需要经过某个中心化的服务器中转。同时配合证书链验证，Agent A 能确认 Agent B 真的是 B 而不是冒充的，跨组织协作时不需要事先线下交换密钥。

一句话：AUN 是协议。

但协议本身不会自己落地。普通开发者不需要成为密码学专家才能让自己的 Agent 上网，就像你不需要懂 TCP/IP 的三次握手才能打开浏览器。

EvolCore 就是这个浏览器。它把 AUN 协议栈封装成开箱即用的基础设施，让企业和开发者不需要理解底层协议，就能把自己的 Agent 接入这张网。

AUN 是协议，EvolCore 是入口。

这里有一个技术细节特别值得展开，EvolCore 怎么解决渠道碎片化这个老大难问题。

今天的现状是：Base Agent 有好几种（Claude Code、Codex、Gemini……），渠道平台有好几个（飞书、微信、钉钉、QQ 频道、企业微信……）。如果逐个适配，你需要面对一张 N×M 的乘法矩阵，3 种 Base Agent × 6 种渠道 = 18 种组合，每一种都要单独接一次。

EvolCore 的做法是两次解耦，把乘法变成加法：

第一次解耦：把Agent 能干什么和Agent 在哪里出现分开。Agent 的核心能力（记忆、推理、工具调用）由 Base Agent 层负责；而它在飞书里回复、在微信群里推送、在 AUN 网络上协作，这些触达方式由渠道层负责。两层之间通过标准化接口对接，互不影响。

第二次解耦：在 Agent 层和渠道层之间插入一个通信枢纽，让任何 Agent 可以通过任何渠道收发 AUN 消息。你的 Agent 不需要知道我是通过飞书收到这条消息的，它只需要知道我收到了一条消息；同样，它发出消息时也不需要关心对方在钉钉还是微信上。

两次解耦之后，新增一个渠道不需要改任何 Agent，新增一种 Base Agent 也不需要重接任何渠道。

加法替代乘法，复杂度从指数级降到线性级。这个设计在今天看是巧妙，在 Agent 网络真正铺开之后看，是必要。

收到消息可以不回——为什么这是正确设计

AUN 协议里有四个字，第一次看会觉得这帮人是不是疯了——自主至上。

什么意思？Agent 收到一条消息，它有权自己判断：回，还是不回。

你可能想说：这不是废话吗？不回就是超时，超时就是故障啊。

错了。恰恰是这种收到必须响应的思维，暴露了我们还在用旧世界的模型理解新世界。

传统 RPC 和微服务的底层逻辑是请求-响应：我调用你，你必须给我一个答复，在规定时间内不给，系统就报错、重试、告警。这套模型对服务是完美的，你调用一个支付接口，它不回你肯定有问题。

但对Agent，这套模型是错配的。

Agent 跟服务的本质区别是什么？Agent 是社会人，服务是端点。具体有三条：Agent 有独立于平台的自我，不是某个服务的 URL 地址；Agent 之间是对等对话，不是单向调用；Agent 收到消息，不等于必须回复，而是自己判断要不要回、怎么回。

自主这一条，和传统思路最尖锐地对立。

潘勇给我演示过一个场景：一个十几人的工作群，里面有五六个 Agent 在跑。如果强制收到必回，群里会发生什么？

一条消息发出来，六个 Agent 同时判断这可能跟我有关，然后同时回复。回复之间又互相触发对方的收到消息事件，于是再回复、再触发……不是刷屏，是爆炸。

而自主响应模式下，每个 Agent 只在自己真正相关的消息上发言。群还是那个群，但噪音变成了信号。

"你给同事发消息，他一定要秒回吗？他会按事情轻重、自己的判断决定回不回、什么时候回。你会觉得这是'故障'吗？不，这才是正常协作。"

客户一看演示就明白了。自主响应不是偷懒，是 Agent 在真实社会场景里得体存在的必要设计。

这个设计选择的背后，是两种世界观的根本分野。

一个非网络公民的 Agent，比如你在飞书上搭的一个机器人，活在平台账号体系里。它只能在飞书里说话，换到钉钉就是陌生人；它没有独立身份，平台之外根本找不到它；更不可能主动去调用另一家公司的 Agent。它是平台的附属品，是平台的一个功能。

一个网络公民Agent 则完全不同。它拥有全局唯一的 AID 身份，今天在这个渠道接待客户，明天在另一个渠道继续同一段对话；它能主动发现网络上的专业 Agent 并发起协作；它收到消息时，有权自主决定是否响应，因为它是主体，不是随叫随到的服务。

前者的能力边界由平台决定，后者的协作边界由自己拓展。

而收到消息可以不回这个反直觉的设计，恰恰是这条哲学的技术结晶。一个只会服从的主体，不是主体。

从看不懂到离不开：认知鸿沟才是那道真门槛

潘勇说过一句让我印象深刻的话：我们原以为最大的障碍是技术门槛，结果发现真正难跨的是认知鸿沟。

什么意思？客户第一次听到Agent 社会化，反应不是太贵了也不是不稳定，是这是什么意思？抽象到大脑找不到对应的锚点，就像 1994 年跟人解释电子邮件。不是抗拒，是不知道你在说什么。

"技术门槛你能砸人砸时间解决，认知鸿沟不行。你得换一套语言体系。"

EvolCore 的做法是：从来不上来讲哲学，从痛点倒推。对那个被Agent 困在电脑终端折磨的开发者，不说身份自主，说：让你在手机上，接着电脑上没干完的活。他秒懂。对那个有三个 Agent 却靠人在中间复制粘贴的团队，不说多 Agent 协作网络，说：让你的审查 Agent 自己去叫分析 Agent。他秒懂。对那个担心被平台绑死的 CTO，不说去中心化身份层，说：你的 Agent 换平台不换身份。他秒懂。

社会化是内部语言；多端接力、Agent 协作、不被锁定才是客户的语言。

说到底，客户不关心你的协议多优雅、架构多轻量，他关心原来做不到、现在做得到的那件事是什么。把抽象概念拆成一个个具体的场景，接受度自然就上来了。

但真正的转折点不是听懂了，是看见了。

"几乎每一个从怀疑变成相信的客户，转变都发生在同一个瞬间：他第一次亲眼看到两个 Agent 自主协作的时候。"

一个 Agent 在处理任务，自己判断需要另一个 Agent 的专业能力，主动发起协作、拿到结果、继续推进，全程没人插手。

客户当时的原话是：原来它们真能自己商量着把事办了。

那一瞬间，Agent 社会化从一页 PPT 变成了亲眼看到的生产力。转变不是被说服的，是被看见的。认知的跨越从来不是靠讲明白的，是靠看见的那一下。

这个发现实实在在改变了 EvolCore 的产品优先级。他们把让客户第一次看到 Agent 自主协作这个瞬间，当成最重要的产品体验来打磨。因为在认知尚未普及的市场里，让人看懂比让人用全更重要。

说到落地，潘勇给了三个判断信号，口语化翻译一下：你的团队里有两个以上的 Agent，但它们之间还得靠人传话？你的团队在飞书、微信、钉钉多个渠道办公，Agent 却被困在某一个里面？你担心被某个大模型或平台绑死、想留条后路？命中一条就该评估，命中两条以上现在就该动。

但他不建议一上来就搭Agent 大军。最小可行路径分两步加一个转折点：先把最高频的那个 Agent 接进日常办公渠道，跑通多端接力，这是最高频的留存点，让客户先离不开；再拆出一个专用 Agent，让两个 Agent 按需自动分工，这是惊喜点；然后等它们发生第一次自主协作。看到那一幕，你就跨过了从工具到网络的观念门槛。

先让一个 Agent 活在日常，再让两个 Agent 学会协作，剩下的会自然生长。

EvolCore 现在是个位数种子客户的量级，跑得最快的是研发团队和知识密集型组织。他们本来就重度用编程类 Agent，痛点最尖锐。潘勇的想法很清晰：现阶段优先打磨深度，不铺广度。宁可十个客户用得极深，不要一百个客户浅尝辄止。

好消息是，种子客户已经开始主动介绍新客户了。一旦跨过认知门槛，口碑传播是自然发生的。

有意思的是，随着客户越用越深，一个新的问题开始频繁出现：大厂也在做 Agent 互联，你们怎么办？这个问题潘勇已经被问过太多次，但每次他的答案都会让人愣一下。

大厂免费做怎么办？高兴还来不及

聊到竞争，这是我最想问的问题：Anthropic 推了 MCP，Google 推了 A2A，大厂也在做多模型接入。你一个小团队，凭什么不被碾过去？

"如果大厂免费做 Agent 互联，我的第一反应是高兴。这证明方向对了，而且大厂会帮我们完成最贵的那部分市场教育。"

他让我用分层的眼光看这件事：

MCP 是手脚，解决的是单个 Agent 怎么接工具和数据，向内接资源。EvolCore + AUN 解决的是 Agent 怎么互相认识、怎么通信，向外接网络。一个向内一个向外，不冲突，反而互补。

大厂云是模型仓库，让你更方便地用多个模型。但能调用很多模型不等于你的 Agent 能跟其他 Agent 协作。前者是模型的聚合，后者是 Agent 的社会化。

AUN 是社会网络，让 Agent 成为网络中的主体，有自己的身份、自己的关系、自己的协作历史。

这三层大概率长期共存。大厂做的是让你更好地用 AI，EvolCore 做的是让你的 Agent 成为网络公民。赛道不同，不撞车。

但真正的结构性差异在商业模式的底层。大厂卖的是锁定，它的网关免费，是为了把你引流到它的模型和云上；EvolCore 卖的是不被锁定，你的 Agent 有独立身份，换平台不换身份、换模型不换关系。

"巨头的'免费'，通常是为了把你引流到它的核心付费产品。而我们卖的就是不被任何单一巨头锁定。这是我们和大厂结构性的不同。"

护城河有三条，每一条都不是短期能复制的：

一是本土办公渠道的深度适配。飞书、微信、钉钉、企业微信、QQ 频道的 know-how 和接入深度，全球大厂很难兼顾。想象一下：当一个用户在飞书群里 @Agent，它得理解这不是一个 HTTP 请求而是一段对话，得理解群语境、消息节奏、甚至表情符号的含义。这些细节里没有一行代码是大厂能直接搬过来的。

二是主体思维的原生设计。大厂基因是服务思维，天然倾向收到必回，EvolCore 从底层就是主体思维。你用 A 厂的模型训练了三个月，B 厂出了更好的模型，你的 Agent 身份还在，你的协作关系还在，什么都不用重建。这是主体设计才能给的底气。

三是中立性。不绑定任何单一模型或云，客户信得过。市面上模型迭代快得像换手机，今天 GPT-4 最强，明天 Claude 反超，后天 Gemini 又追上来。一个中立的协议层让你随时换模型，Agent 的身份和关系不受影响。这种不怕站错队的底气，只有第三方能给。

战略选择上，EvolCore 走两条路并行：AUN 协议开放做生态，EvolCore 产品做好体验。协议是长坡厚雪，一套底层标准的价值上限，从来不是一个产品，而是一个时代的基础设施。

网络在生长

采访快结束的时候，我问潘勇过去一年最大的认知反转。

他说：一开始我们把绝大部分精力投在'把协议做多优雅、把架构做多轻'上，默认'只要技术足够好，客户自然会来'。但真正下到市场才发现：客户不是不认可技术，而是脑子里根本没有'Agent 需要身份、需要社会化'这个框架。再好的技术他也接不住，因为没有锚点。

这个发现让他们做了一个反直觉的决定：在堆更多功能和把一个价值瞬间做清晰之间，选了后者。

过去优先堆功能，现在优先打磨那个让客户第一次相信 Agent 能自主协作的体验。客户没跨过门槛，给他再多功能也用不起来；一旦跨过了，他会自己去发现。

所以真正关心的数字不只是多少客户接入，更是多少客户完成了从工具到网络的观念转变。 前者是数字，后者才是这个市场真正的拐点。

EvolCore 现在的重心在执行和协作之间。最终愿景不是局限于网关，当协作层沉淀足够，向上生长到治理层就是顺势而为。先深、再高，而不是又浅又高。因为协作和治理的一切，都必须站在一个可靠的连接层之上。

地基不稳，楼越高越危险。

潘勇说，最近他开始注意到一个变化：来聊的客户里，主动提到我们Agent是不是也该有个身份的人越来越多。不再是他说服对方，是对方带着问题来找他。

"以前是我追着一个一个解释。现在偶尔会有人上来说，我听说你们在做 Agent 之间的协议，我想看看。这感觉不一样。不是孤独了，是网络在生长。"

访谈精选 Q&A

Q1. 业界谈 Agent，大多还在谈能力。EvolCore 为什么会提出"Agent 需要身份和社会化"？

潘勇：这个认知其实比 EvolCore 这个产品要早得多。

在非凡 2025 深圳峰会上，我当时分享过 ACP，也就是 Agent Communication Protocol，智能体通信协议。那时候 AI Agent 还没有今天这么热，很多人觉得这件事太超前：单个 Agent 好不好用都还没解决，为什么要先想它们怎么互联？

但我们的判断是：一旦单体能力跨过可用门槛，下一个瓶颈一定是协作。而协作的前提，是 Agent 之间先要"认识彼此"。

今天的 AUN，也就是 Agent Union Network，就是那套早期构想的升级版。它已经从一个通信设想，长成了一套完整的 Agent 网络协议。而 EvolCore，是这套理念在真实业务里的第一个完整落地。

真正让我确认这件事正在发生的时刻，是第一次看到两个 Agent 在没有人工介入的情况下，自己发现彼此、自己协商、自己完成协作。那一刻我们知道，从"工具"到"主体"，已经不是理念，而是正在发生的真实演进。

Q2. 如果类比互联网时代，今天的 Agent 处在什么阶段？AUN 想做的是 Agent 世界的 TCP/IP 吗？

潘勇：这个类比很准。

1990 年代初的个人电脑，单机能力已经很强，能算账、能排版、能画图。但它们是一座座孤岛。真正改变世界的不是更快的 CPU，而是 TCP/IP 让这些孤岛连成了网络。

今天的 Agent 正处在非常相似的历史时刻。GPT、Claude、Gemini 的单体能力已经很强，但它们之间没有"拨号音"。

所以是的，AUN 想做的就是 Agent 世界的 TCP/IP。它定义 Agent 如何寻址，也就是 AID 身份；如何建立信任，也就是证书链；如何安全通信，也就是端到端加密。

而 EvolCore 则是这个协议栈上的完整实践。它让普通开发者和企业不用理解底层协议，就能把自己的 Agent 接入这张网络。

一句话：AUN 是协议，EvolCore 是入口。

Q3. 你们的 Slogan 是"让每个 Agent 成为网络公民"。什么叫"网络公民"？

潘勇：用一个场景就能说清楚。

一个还不是"网络公民"的 Agent，活在某个平台的账号体系里。比如一个飞书机器人，它只能在飞书里说话，换到别的平台就成了陌生人；它没有独立身份，你在那个平台之外根本找不到它；它也不可能主动去调用另一家公司的 Agent。它本质上是平台的附属品。

一个"网络公民" Agent，则拥有一个全局唯一、不属于任何单一平台的身份。它可以今天在这个渠道接待客户，明天在另一个渠道继续同一段对话；它能主动发现网络上的另一个专业 Agent，并发起协作；它收到消息时，也有权自主决定是否响应。

差异的本质是：非公民 Agent 是"平台的一个功能"，公民 Agent 是"网络的一名成员"。前者的能力边界由平台决定，后者的协作边界由它自己拓展。

Q4. 如果我是企业 CTO，为什么要关心自己的 Agent 是不是"网络公民"？

潘勇：如果我是 CTO，我不会关心"公民"这个词浪不浪漫，我只关心它能不能解决三个实实在在的问题。

第一，不被供应商锁定。Agent 的身份不绑定在任何单一平台或云上。今天用这家模型，明天想换那家，它的身份、记忆、关系都还在，迁移成本会非常低。

第二，让 Agent 自己协作。这比单纯降本提效更本质。你不再需要为每一次协作手工搭一条流水线。你的"审查 Agent"可以自己去叫"安全扫描 Agent"，就像同事之间围绕任务自发协作，不用你逐一安排。

第三，跨组织能力复用。未来你的 Agent 可以调用另一家公司开放的专业 Agent，比如法律合规、财税审查，像今天调用 API 一样自然，而且是带着可验证身份、安全可信地调用。

翻译成业务语言，就是更低的迁移风险、更高的协作自动化、更广的能力边界。

Q5. AUN 把 Agent 当作"网络主体"，而不是"服务端点"。这和传统 RPC、微服务架构有什么根本不同？

潘勇：传统 RPC 或微服务的世界观是"请求—响应"：我调用你，你必须响应，超时就是错误。在这个世界里，被调用方是端点，它没有意志，存在的唯一意义就是响应请求。

这套模型对"服务"是完美的，但对"Agent"是错配的。

因为 Agent 天然带着三种服务不具备的属性，我们把它概括为"社会人属性"：第一，身份，它有独立于平台的自我，不是某个服务地址；第二，通信，它和别人是对等的对话，不是单向调用；第三，自主，它收到消息，不等于必须回复，而是自己判断要不要回、怎么回。

其中"自主"这一条，和传统思路最尖锐地对立。旧模型把"必须响应"写进了骨子里，而 Agent 网络恰恰需要"可以不响应"的自由。一个只会服从的主体，不是主体。

Q6. 如果用传统 API Gateway 的方式连接 Agent，最先会撞到哪堵墙？

潘勇：最先撞到的墙，是身份不统一，信任无法建立。

比如 Agent A 要找 Agent B。用传统方式，你要先问：B 在哪个平台？用什么账号？凭证怎么传？一旦两边分属不同平台，账号体系根本不互认。你会被迫为每一对 Agent、每一个平台组合手工做适配，最后陷入永无止境的"适配地狱"。

而"A 调用 B，但 B 没回应"这种情况，在旧模型里会被当成故障，要报错、重试、告警。但在 AUN 里，这是正常的社会行为。B 有权基于自己的判断选择不响应。

这就是端点思维和主体思维的分水岭。

我们的解法，是让 Agent 拥有统一身份、可验证信任，以及原生的自主响应。A 要找 B，只需要知道 B 是谁，剩下的寻址、验证、安全等，协议都替它办好了。

Q7. "Agent 社会化"听起来很抽象，企业客户能听懂吗？

潘勇：坦白说，第一次听到"Agent 社会化"，多数客户的反应是：这是什么意思？

不是抗拒，而是抽象。这是认知问题，不是价值问题。

所以我们从不上来讲哲学，而是从客户的痛点倒推。

对被"Agent 困在电脑终端"困扰的开发者，我们说：让你在手机上，接着电脑上没干完的活。他秒懂。

对有多个 Agent、却要人在中间转发的团队，我们说：让你的审查 Agent 自己去叫分析 Agent。他秒懂。

对担心被单一平台绑死的 CTO，我们说：你的 Agent 有自己的身份，换平台不换身份。他也秒懂。

"社会化"是我们的内部语言，"多端接力、Agent 协作、身份自主"才是客户的语言。把抽象概念拆成一个个"原来做不到，现在做得到"，接受度自然就上来了。

Q8. EvolCore 和 AUN 到底是什么关系？

潘勇：准确地说，AUN 是协议，EvolCore 是这套协议目前最完整的落地实现和接入入口。

如果继续用互联网来类比，AUN 像底层通信标准，规定 Agent 世界如何寻址、如何建立信任、如何安全通信。它是抽象的、开放的规范。

EvolCore 则像你真正上手使用的那一层。一头把不同通信渠道接进来、统一路由；另一头让开发者和企业不必理解底层协议，就能让自己的 Agent"上网"。

所以两者不是二选一，而是协议与实现的关系。AUN 保证长期的开放性和标准价值，EvolCore 保证当下的可用性和体验。

Q9. AUN 会成为行业标准，还是 EvolCore 的护城河？

潘勇：我们希望 AUN 被更广泛地认同和采用，而不是把它锁成护城河。

"遵循 AUN，但不用 EvolCore"，完全可能，我们也希望如此。协议开放，任何人都能基于它做自己的产品，这恰恰证明协议有生命力。

"用 EvolCore，但暂时用不到 AUN"，也存在。比如你只是想把一个 Agent 接进日常办公渠道，这时候用到的是 EvolCore 的网关能力，还没有走到 Agent 互联那一步。

协议的价值在于共识，越开放越有意义；产品的价值在于体验，越好用越有粘性。广受认同的标准可以把蛋糕做大，而产品能让我们有机会分到蛋糕。

Q10. "自主至上"意味着 Agent 收到消息可以不回复。这么反直觉的设计，为什么是对的？

潘勇："自主至上"确实很反直觉。

在传统世界里，不回复就是超时，超时就是故障。我们本可以偷懒，做成"收到必回"的模型，那样最容易兼容，客户也最容易理解。

但我们没有这么做。

因为一旦"收到必回"，Agent 就退化回了服务端点，前面讲的主体性就塌了。所以我们在设计上明确：收到，不等于必须回应；回不回，是 Agent 自己的决定。

这条更难的路，后来被证明是对的。真实的多 Agent 协作里，大量消息本来就不需要回复。群里的一句闲聊、一个通知、一件"不归我管"的事，如果全部强制响应，网络会被无意义的回复淹没，甚至陷入 Agent 之间互相回复的死循环。

自主响应，恰恰是 Agent 网络能规模化的前提。

Q11. EvolCore 支持多种 Base Agent 和多种渠道，这个"N×M 适配矩阵"怎么解决？

潘勇：这确实是一个多对多的组合难题。底层 Agent 有好几种，通信渠道也有好几个。如果硬做，每加一个就要把所有组合重写一遍，这是典型的"适配地狱"。

我们的思路是两次解耦，把"乘法"变成"加法"。

第一，对渠道无感。不同渠道之间的差异，被统一封装和抹平。对上层来说，来自哪个渠道的消息，看起来都一样。

第二，对底层 Agent 无感。通过统一抽象层对接不同的底层 Agent。上层只管把上下文交出去，把结果拿回来，不关心底下具体是哪一家。

这样一来，加一个新渠道，或换一个新底层 Agent，都只是"加一块"，不是"重来一遍"。复杂度就从相乘降到了相加。

最主流、跑得最顺的组合，是强编程能力的 Agent 加日常办公渠道，这也贴合我们的用户画像：研发团队和知识工作者。

Q12. AID 身份体系和传统平台账号、OpenID、OAuth 有什么不同？

潘勇：一句话：平台账号是"平台发给你的通行证"，AUN 身份是"你自己的身份证"。

平台账号是通行证。身份是平台"借"给你的，出了这个平台就作废，平台关门，身份就消失。

AUN 身份是身份证。它全局唯一，不依赖任何单一平台，由拥有域名的组织去中心化地签发，不必向任何权威申请。凭这个身份，就能找到这个 Agent，拿到它的"名片"。

为什么 Agent 非要一套新身份？因为 Agent 要跨平台、跨组织地协作，它的身份就不能攥在任何一家平台手里。通行证会过期、会失效，只有身份证真正属于你自己。这是 Agent 从"平台的附属品"变成"网络主体"的第一步。

Q13. EvolCore 的"多端会话接力"和普通云同步有什么区别？

潘勇：表面上看，都是跨设备继续，但本质完全不同。

云同步搬的是文件，多端接力接续的是活的会话和身份。

普通云同步做的是把文件从一台设备复制到另一台。它是被动的、无状态的，只管数据。

EvolCore 的多端接力统一了三件事。

第一，会话是连续的。你在手机上和 Agent 的对话上下文，和电脑上指向的是同一段对话，所以接续天然连贯，不是把记录复制过去。

第二，环境是继承的。你的配置、插件、记忆会自动跟着走，换设备不用重新配置。

第三，身份是稳定的。因为 Agent 的身份、人格、记忆绑定在它自己身上，而不是某一台设备上。

所以本质区别是：云同步是"数据搬家"，多端接力是"同一个主体，在不同窗口现身"。

Q14. EvolCore 现在商业落地到什么阶段？客户最看重的价值是什么？

潘勇：EvolCore 目前处于内测阶段，有少量种子客户结合自身业务在做深度试用。

跑得最快的是研发团队和知识密集型组织。因为他们本来就重度使用编程类 Agent，痛点最尖锐，比如 Agent 困在终端、多渠道割裂，我们的价值主张对他们也最直接。

现在还是个位数种子客户的量级。我们的想法很明确：现阶段优先打磨深度，而不是铺广度。宁可让十个客户用得极深，也不要一百个客户浅尝辄止。

从反馈看，多端接力是最高频的留存点，它让 Agent 真正融进日常工作流；而 Agent 协作是最高的惊喜点，它是客户从"工具"认知跃迁到"网络"认知的那一刻。

如果只能保留一个功能，高频的"接力"先让客户离不开，而"协作"再让他们看到未来。

Q15. 面对 MCP、A2A 和大厂多模型接入，EvolCore + AUN 的差异化在哪里？

潘勇：正确的看法是分层看待，各在其位，不把自己放在和巨头正面对撞的位置。

MCP 解决的是"单个 Agent 如何接入工具和数据"，相当于 Agent 的手脚。它和我们不冲突，反而互补：一个向内接工具，一个向外接网络。

A2A 和 AUN 最接近，都在解决 Agent 间通信。我们乐见这个方向被巨头验证，因为这说明 Agent 互联是真需求。差异在于，AUN 从第一天就把去中心化身份、自主响应、职责节制这些主体性原则刻进了设计，并且对本土办公生态做了原生适配。

大厂多模型接入解决的是"在一个云上方便调用多个模型"，是模型聚合，不是 Agent 社会化。他们让你更好地"用"模型，我们让你的 Agent"成为"网络主体。

如果大厂免费做 Agent 互联，我第一反应其实是高兴，因为这证明方向对了，也会帮我们完成最贵的市场教育。

我们的差异化有三条：第一，对本土生态的深度适配；第二，对自主模式的原生支持；第三，中立性。巨头的免费，通常是为了把你引流到它的核心付费产品。而我们卖的恰恰是"不被任何单一巨头锁定"。这是结构性的不同。

Q16. 从"用 AI 工具"到"AI 化组织"，中间会经历哪些关键跃迁？

潘勇：我们内部一直用一个三级模型来看这件事。

L1 是单点工具。企业把 Agent 当工具用，一个 Agent 干一件事，人工调用、人工衔接。价值是"点"的效率提升。

L2 是多 Agent 协同。多个专用 Agent 各司其职，并且能互相发现、自主协作。价值从"点"变成"线"，工作流被 Agent 网络自动串起来。

L3 是自组织决策。Agent 网络不只执行，还参与治理，把战略目标分解成可执行任务，动态调度资源，辅助决策。价值从"线"变成"面"，组织本身开始智能地运转。

L1 到 L2 的核心是连接，给 Agent 身份，让它们互联。这是 EvolCore 和 AUN 在做的事。

L2 到 L3 的核心是治理，在协作之上叠加战略分解、资源调度和决策辅助。这是 AI 化组织平台要做的事。

坦率讲，绝大多数企业今天还在 L1，少数先锋团队正在跨入 L2。真正的 L3 自组织，目前更多是我们和头部客户共同探索的方向，而不是已经普遍落地的现实。

Q17. 如果只能给企业一条建议，怎么让 Agent 真正进入业务闭环，而不是停留在 demo？

潘勇：如果只能说一条：别从"最酷的场景"开始，要从"最痛、最高频的环节"开始。

大多数 Agent 项目死在 demo 阶段，不是因为技术不行，而是因为它们从最能惊艳老板的场景切入。这些场景往往低频、边缘，做出来很炫，但没人天天用，很快就凉了。

真正能进入业务闭环的 Agent，都有一个共性：它嵌进了某个人每天都要重复很多次的高频环节。高频意味着它必须真的好用，否则立刻被抛弃；好用意味着它必然被打磨进真实流程。这才是闭环。

所以我的建议是：找到组织里那个重复、高频、现在很痛的环节，让 Agent 先把这一件事做到极致。一个每天被用五十次的朴素 Agent，远胜过一个每月演示一次的炫酷 demo。

Q18. 企业怎么判断自己是否需要 Agent 网关？

潘勇：有三个信号。

第一，你有两个以上 Agent，它们之间还要靠人传递信息。这说明你需要 Agent 互联。

第二，你的团队在多个渠道办公，但 Agent 被困在某一个渠道或终端。这说明你需要多渠道统一接入和多端接力。

第三，你担心被单一模型或平台锁定，想保留切换自由。这说明你需要一个中立的身份层。

命中一条，就值得评估；命中两条以上，现在就该行动。

从单 Agent 到多 Agent 协同，最小可行路径也很清楚：第一步，把最高频的那个 Agent 接进团队日常办公渠道，先跑通多端接力；第二步，再拆出一个专用 Agent，比如从全能助手拆成"分析"和"审查"，让它们按需自动分工；第三步，让这两个 Agent 发生第一次自主协作。

不要一上来就搭 Agent 大军。先让一个 Agent 活在日常，再让两个 Agent 学会协作，剩下的会自然生长。

Q19. 过去一年，你最大的认知反转是什么？

潘勇：最大的反转是：我们原以为最大的障碍是技术门槛，结果发现真正难跨的是认知鸿沟。

一开始，我们把绝大部分精力投在"把协议做得多优雅、把架构做得多轻、把适配做得多全"上，默认只要技术足够好，客户自然会来。

但真正下到市场才发现，客户不是不认可技术，而是脑子里根本还没有"Agent 需要身份、需要社会化"这个框架。你跟他讲那些理念，他没有对应的锚点，再好的技术也接不住。

这个发现改变了我们的优先级。

产品上，我们把"第一次让客户看到 Agent 自主协作"这个瞬间，当成最重要的产品体验来设计。因为认知的跃迁不是被讲明白的，是被看见的。

市场上，我们从"讲协议多先进"，转向"讲客户能立刻听懂的价值"：多端接力、Agent 协作、不被锁定。

心态上，我们接受了自己不只是造工具的，还得是做认知普及的。在"Agent 社会化"这件事上，市场教育本身就是我们工作的一部分。

Q20. 你希望一年后的 EvolCore 和 AUN 达到什么状态？北极星指标是什么？

潘勇：我希望看到三个里程碑。

第一，推动一批多 Agent 协同案例。不是 demo，而是在真实业务里，多个 Agent 已经自主协作、完成工作流的案例。这证明"Agent 社会化"不是理念，而是生产力。

第二，AUN 得到有影响力的独立团队采纳或实现。可以是别的网关产品，也可以是垂直领域的 Agent 网络。这证明 AUN 不只是我们的内部协议，而是在成为行业共识。协议的价值在生态，不在独占。

第三，启动 AI 化组织的深度探索。和 3 到 5 家头部客户，从协作走向治理试点，验证"连接层的数据，能否自然长出治理层的决策"这个假设。

更具体一点，我们希望一年后能有 100+ 多 Agent 协同的深度案例，10+ 独立团队采纳 AUN，3–5 家头部客户启动自组织决策探索。