AI · Agentic AI · Architecture · Forecasting · Security

群体拓扑才是机制，而非认知循环

一篇2026年综述指出认知循环已迁入模型。我们认同：拓扑才是机制，而机制只有在被实现并测量时才为真。

作者 Everythink Studio team2026年7月22日2 分钟阅读

群体拓扑才是机制，而非认知循环

一篇 2026 年关于 agentic AI 架构的综述指出，认知循环已经迁入基础模型内部，因此剩余的工程杠杆存在于拓扑、记忆和安全边界之中。我们认同这个方向，并愿意进一步明确：拓扑不是一种设计偏好，它是机制——而一个机制只有在被实现并持续测量时才为真。

我们所回应的文章是 Vinod Chugani 发表于 MachineLearningMastery.com 的《The Current State of Agentic AI》，发布于 2026 年 7 月 21 日。它提出的几个转变——原生推理取代编排循环、无状态专家群体、以及 MCP 标准化工具访问——描述了一个正在收敛于同一直觉的行业，而 Everythink 自 2016 年起就已将该直觉投入生产：模型不是护城河，接线才是。

认知循环迁入了模型，所以别再重新接线

Chugani 的第一个论点是承重墙：基础模型现在原生地处理测试时计算，生成隐藏的推理 token，并在输出前自我修正。工程师在 2024 年手工搭建的 ReAct 与 Reflexion 外部循环正在变成冗余的脚手架。他写道，如果你仍在用 LangChain 或 LlamaIndex 强迫模型反思自身错误，"你可能正在为一个模型如今更自然地处理的事情增加延迟和 token 开销。"

这与我们所见一致。[PERSONAL EXPERIENCE] 在我们自己的技术栈中，Sisters——为真实世界行为者起草合理未来的类型化 AI 代理——在底层提供商开始返回隐藏推理 token 后便舍弃了外部反思封装。Sister 的工作收窄为在固定人格下产出一个校准草稿；自我修正不再是我们的代码。我们没有失去能力；我们失去的是一片维护面。

Chugani 得出的推论是正确的，值得直言不讳：编排层应专注于路由、状态管理和环境执行。代理的认知循环是模型的工作。你的工作是它运行的沙盒。这正是从另一侧说出的"the space is the router"——一旦你不再试图当大脑，你就被迫成为地理。

模型会思考之后，你真正拥有什么

如果认知循环不再属于你，四样东西仍然属于你，且每一样都是机制，而非感觉：

路由拓扑——哪个专家接收请求、以何种顺序、带何种上下文。这就是我们交付的 network→community→room 拓扑：空间在任何事物响应之前先路由。
状态位置——单次调用的无状态是局部属性；系统级记忆是一个你拥有并仪表化的图。
工具来源——来自你已验证内部状态的工具调用与由外部数据播种的调用之间的边界。
测量——机制是否真的在运行，还是仅仅被画出来。

最后一条正是 the 21 papers 中 Theorem 3 咬合之处。一个属性恰在其机制被实现并持续测量时才得到保证。一个被接线但未被仪表化的群体拓扑是一张流程图，而非机制。

群体是路由拓扑，而非模型数量的声明

Chugani 的第二个转变是群体：不是一个带五十个工具的代理，而是 Triage Agent 路由到一个只有单一工具的 SQL Agent，再移交到一个运行于隔离容器中的 Analyst Agent。他坦率地说"复杂度并未消失，但它变得可管理、可测试、可替换。"移交工具是架构的单位；单个代理按调用无状态。

这正是行业重新发现我们十年来称之为"the space is the router"的部分。一个群体有价值，不是因为代理多。一个群体有价值，是因为移交边是显式的、有界的、可测量的。Chugani 示例中的 Triage Agent 做的正是我们的网络层所做的：它在任何专家发言之前决定请求属于哪个房间。SQL Agent 唯一的 execute_query 工具，与一个被限定于单一人格和一个行为者画像的 Sister 是同一种范围纪律。

[UNIQUE INSIGHT] 群体模式和拓扑模式是同一模式在两个尺度上的表现。在模型层，移交工具在无状态专家之间路由。在产品层，network→community→room 拓扑在人类上下文之间路由。两层所惩罚的错误是相同的：把五十个责任挂在一个节点上并指望它杂耍。修正也是相同的：收窄节点、命名边、测量移交。

作为参考群体的 Sisters

我们的 Sisters 在 Chugani 的意义上是一个群体，其中有一个值得点名的架构选择，因为它是 demo 与产品之间的差别。每个 Sister 按调用无状态，并被限定于从 TOML 文件加载的一个人格——analyst、contrarian、disruptor、historian、institutionalist。没有一个写数据库。它们返回一个 SisterOutput，由 Loom 持久化。这种分离正是 Chugani 所描述的"单代理无状态、跨系统有状态"属性，也是一个 Sister 以后能通过我们的 A2A 协议迁出进程而不改变任何调用方的原因。

Oracle 则是综合节点——唯一一处概率被归一化、场景按降序排序、熵以 nats 计算的地方。它是校准的合并。这正是 Chugani 所说"更大的模型用于路由和综合"所扮演的角色，只是我们把它做成单一确定性机制而非更大模型，因为更大模型不是你能审计的机制。

MCP 标准化的是边，而非信任

第三个转变是 Model Context Protocol——一个充当模型与数据源之间通用适配器的开放标准。Chugani 的表格很清晰：过去你硬编码 API 密钥并为每个工具编写自定义 JSON schema，如今你连接到一个隔离的 MCP 服务器，它自动暴露其工具与资源。他谨慎地指出"实际实现仍需在服务器端谨慎管理凭据。"

这是诚实的读法。MCP 缩小了集成面；它并未消除信任面。一个预构建的 GitHub MCP 服务器、Slack MCP 服务器和 PostgreSQL MCP 服务器无需你编写封装即可接入——但一个工具调用究竟源于你已验证的内部状态，还是嵌入在外部数据中的指令，这个问题并未改变。MCP 标准化边；它不标准化来源。

在此我们会把源文推得更远。协议是互操作机制，而非信任机制。The 21 papers 对此明确：协议保证互操作性，而非完整性。完整性是一个必须被独立实现并测量的单独机制。把 MCP 当作安全答案，与把更大上下文窗口当作记忆答案属于同一类范畴错误。

记忆图只有在被测量时才是机制

Chugani 的第四个转变是通过记忆图实现的持续学习——一个后台 Memory Agent 从群体轨迹中提取持久事实并写入知识图，使下一次执行绕开旧失败。他划出了正确的区分：单次调用无状态保持上下文窗口精简，而系统级记忆存在于一个如 Neo4j 的图中并注入上下文管道。"这把我们从提示工程移向上下文工程。"

我们已在别处写过持久记忆才是机制，而非上下文窗口，因此这里不再重审架构。针对此源的特定问题是测量缺口。一个写入事实却不测量这些事实是否改善了下次执行的记忆图，是一个只写日志。Chugani 示例中的 Memory Agent 提取出有效的 AWS 命令并写入 [Staging Environment] -> [Requires] -> [Command X]。好。下一个问题——源文未问的问题——是 Triage agent 对该图的查询是否真的缩短了下次部署的成功时间，以及是否有人在记录反事实。

[ORIGINAL DATA] 在我们的回归工具——everythink-eval crate——中，我们保留一片过去预测并对照已实现结果重新评分。记忆图的等价问题不是"我们存下了事实吗"，而是"存下事实是否推动了校准"。一个不推动可测量结果的已存事实不是学习；是归档。诚实的架构把记忆图当作处于测量之下的机制，而非凭信仰积累知识的累加器。

安全：三道防御在被测量前都只是声明

第五个转变是 Chugani 最谨慎对待的，理应如此。群体的攻击面在结构上比单体更大：当代理 A 读取外部邮件并能把上下文与控制移交给有数据库访问权的代理 B 时，一条恶意指令便横向穿越群体。他点名三道新兴防御——加密工具来源、语义防火墙、以及一次性 Wasm 或 microVM 沙盒——并明确"这些尚未被普遍标准化"，任何将群体推向生产的团队都应至少把其中一道作为基线。

此处 Theorem 3 最为有用，因为三道防御中的每一道都是一个恰在其机制被实现并持续测量时才成立的属性。

加密工具来源

工具被签名，代理只执行源自已验证内部状态的调用。属性——"此调用来自信任边界内部"——恰在签名、验证与吊销被实现且验证日志被持续测量时成立。一个没有吊销列表、没有验证遥测的签名工具是一枚徽章，而非一道边界。

语义防火墙

一个轻量模型在允许移交前检查移交载荷中的恶意指令。属性——"横向注入被阻挡"——恰在防火墙模型部署于每一条移交边、其漏报率对一个已知注入语料库被测量、且该率低于你点名的阈值时成立。一个没有测量漏报率的语义防火墙，是你指望它管用的第二个模型。

一次性沙盒

代理在每次任务后即销毁的一次性 Wasm 容器或 microVM 中执行代码。属性——"被攻陷的代理无法持久化或横向移动"——恰在沙盒确实一次性、销毁被验证、且资源耗尽路径被测量时成立。一个"为性能"而复用的沙盒是容器，而非沙盒。

贯穿三者的模式相同：防御是机制，机制有可测量属性，而属性只在测量运行时才得到保证。这正是源文以"至少把一道当作基线"所暗示的纪律——而我们会表述为"把测量当作基线，因为没有它的机制只是一句声明。"

为何系统层才是护城河

Chugani 以一句值得引用的话收尾："如今构建得当的团队不在追逐更聪明的单个代理；他们在构建更具韧性、更专业的群体。"他把剩余杠杆定位于系统层——群体拓扑、记忆架构、安全边界。

我们同意，并愿意补充理由。系统层是护城河，因为它是唯一一个可以保证属性的层。模型可以变聪明，那是提供商的收益。协议可以标准化，那是生态的收益。但一个在任何事物响应前先路由的拓扑、一个对照结果被测量的记忆图、以及一个其机制被实现并持续测量的安全边界——这些是你的。模型是租来的；接线是拥有的。

这也是为何我们的范围仅限于民事与防御。一个能横向穿越你基础设施的群体，是一件可被反转向的工具。范围伦理不是单独一章；它是拓扑自身的约束——同一条约束规定 Sister 从不写数据库、一个 Eye Key 的明文从不落盘、以及一个安全属性只有在被持续测量时才为真。

在拓扑层的设计性包容

拓扑也是包容被决定之处。一个只路由到高连通性上下文的群体，复制了连通性鸿沟。我们的 network→community→room 拓扑把低连通性房间作为一等公民路由，因为路由层是决策之处——而非模型层，在那里已来不及逆转。多语言与多模态支持位于同一层：空间在模型看到请求之前先将其路由到正确上下文。包容是拓扑属性，而拓扑属性是机制。

关键要点

认知循环迁入了模型。 你剩余的工作是路由、状态、工具与测量——沙盒，而非大脑。
群体是路由拓扑。 其价值在于显式、有界、可测量的移交边——而非代理数量。Sisters 与 Triage Agent 是同一模式在两个尺度上。
MCP 标准化边，而非信任。 协议保证互操作性；完整性是必须被独立实现并测量的单独机制。
记忆图只有在被测量时才是机制。 一个不推动可测量结果的已存事实是归档，不是学习。
每道安全防御都是只有在被测量时才成立的属性。 加密来源、语义防火墙、一次性沙盒，在其机制被实现并仪表化之前都只是声明。
系统层是护城河，因为它是唯一可保证属性的层。 模型是租来的；接线是拥有的。

常见问题

更聪明的模型不会让群体变得无关吗？ 不会。更聪明的模型使认知循环更廉价，并把杠杆推入拓扑、记忆与边界——正是一个更聪明的模型不触及的层。模型是租来的；接线是拥有的。

Everythink 的 Sisters 群体与通用代理群体有何不同？ 每个 Sister 按调用无状态，限定于从 TOML 加载的一个人格，且从不写数据库——由 Loom 持久化。Oracle 是唯一一处概率被归一化的确定性综合节点。这种分离正是一个 Sister 以后能通过 A2A 迁出进程而不改变任何调用方的原因。

MCP 足以保证安全吗？ 不够，源文也未如此声称。MCP 标准化集成边；它不标准化来源。完整性是必须被独立实现并测量的单独机制——协议保证互操作性，而非完整性。

Theorem 3 对三道安全防御说了什么？ 一个属性恰在其机制被实现并持续测量时才得到保证。每道防御——加密来源、语义防火墙、一次性沙盒——是一个只在机制运行且测量被记录时才成立的属性。

如果认知循环在模型里，我的团队还剩什么要建？ 路由拓扑、状态位置、工具来源与测量。在我们的框架里：the space is the router——network→community→room 在任何事物响应之前先路由——而其下的机制是你拥有并仪表化的。

Sources

Vinod Chugani, "The Current State of Agentic AI," MachineLearningMastery.com, 2026 年 7 月 21 日 — https://machinelearningmastery.com/the-current-state-of-agentic-ai

Everythink 的 HAI Engine ✅ 自 2016 年起在生产中路由 the space is the router 拓扑；Sisters ✅ 与 Oracle ✅ 是校准的群体与合并；World Monitor ✅ 是实时地理信号层。Matchmaking ⚠️、Marketplace ⚠️ 与 Calendar ⚠️ 为 Partial。Wallet & Token 🔵、Super App 🔵 与 Community Credit 🔵 为 Roadmap，处于 pre-revenue 阶段，并须接受 Howey 审查——此处不承诺任何结果。仅限民事与防御范围。

如果你想看看被测量的拓扑在实践中是什么样子，预约一次演示或阅读 the papers。