2026-10-24 10:38:40 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

张平院士团队: 迈向语义智能体通信网络: 愿景、技术和挑战

内生安全联盟

2026年10月20日 15:08
江苏

去阅读

以下文章来源于中国科学信息科学
，作者SCIS

中国科学信息科学
.

《中国科学：信息科学》及其英文版《Science China Information Sciences》的宣传平台。

关键词

6G，#语义通信，#智简网络，#AI智能体，#代理式AI，#通信智能融合

研究团队

张平、孟锐、许晓东等：北京邮电大学网络与交换技术全国重点实验室

联合团队：雄安空天信息研究院、中关村泛联移动通信技术创新应用研究院、电子科技大学、香港中文大学（深圳）、英国萨里大学等

原文信息

Zhang P, Meng R, Xu X D, et al. Towards semantic-based agent communication networks: vision, technologies, and challenges. Sci China Inf Sci, 2026, 69(10): 200301, https://doi.org/10.1007/s11432-026-5054-3

本文工作

未来6G的通信对象从传统的人、机、物，进一步扩展至具备自主感知、学习、推理与行动能力的智能体。然而，智能体通信网络的演进面临着三大挑战：其一，传播方式的差异产生非线性效应，导致信息爆炸式增长且时序错位传播，显著增加了网络控制和资源优化调度的难度；其二，智能体促使信息空间急剧扩张，甚至引发维度灾难，使得信息承载空间的表征愈加困难；其三，节点规模庞大，业务需求差异悬殊，网络内部耦合关系错综复杂。针对上述困境，智简网络从系统论视角出发，依托原生的认知与学习能力，兼具内生智能与原生简约的优势特性。语义通信作为其关键技术，能够有效提升用户体验，并赋能多车协同、机器人智能互联等应用。因此，亟需深入探索语义如何赋能智能体通信网络，系统性地回答“为何通信”“通信何种内容”以及“如何通信”这一系列根本问题。

本文工作

本文提出“三层四体四段”的语义智能体通信网络架构。“三层”通过意图提取与理解层、语义编码与处理层、分布式自治与协作层这三个核心层次，定义智能体通信网络的逻辑组织框架。“四体”将通信网络实体明确划分为四种不同的AI智能体类型：具身智能体、通信智能体、网络智能体和应用智能体，每种类型在体系架构中代表独特的物理与功能角色。“四段”包括了AI智能体的感知、记忆、推理和行动工作阶段。

基于上述架构，本文进一步梳理了语义在增强智能体通信网络方面的进展。

意图提取与理解层，综述了基于证据的意图推断、基于对手建模的意图提取和基于心智建模的意图理解方法；语义编码与处理层，综述了基于语义的编码、波束管理、信道状态信息反馈、混合自动重传请求、语义信息年龄以及语义知识库方法；分布式自治与协作层，探讨了分布式接入、知识协作和资源调度方法。
基于语义的感知阶段，包括语义特征提取与表示、面向任务的场景感知、语义目标定位与跟踪以及具身语义环境理解方法；基于语义的记忆阶段，包括层次化语义记忆结构、语义检索与推理、记忆演化与知识更新以及基于记忆的认知增强方法；基于语义的推理阶段，包括思维链推理、知识图谱增强推理、检索增强推理、树状多路径推理以及神经符号推理方法；基于语义的行动阶段，包括语义工具获取、推理与行动交织、多智能体协作行动、语义自纠错以及基于强化学习的语义反馈方法。
对于具身智能体，重点介绍了两个代表性项目：SayCan和Atlas；对于通信智能体，概述了语义驱动的AI智能体通信框架和代理式AI增强的语义通信框架，随后介绍两个典型实现：Channel GPT和UniClaw；对于网络智能体，展示了四个关键项目：RAN Agent、面向RAN的代理式AI、JoinAI-Agent和星辰超级智能体；对于应用智能体，概述了两个代表性通用智能体，以及若干面向智能工厂、智能医疗、智慧城市和智能交通等垂直领域的智能体。

文章还提出了潜在的未来研究方向，包括理论框架、语义知识库管理、安全与隐私保护以及标准化与产业应用。

图1 一张图读懂“三层四体四段”

三层

意图提取和理解层引入了传统通信中从未涉及的两个要素：知识和目标。知识使其具备理解世界的能力，而不仅仅是感知；目标使其能够自主决策，而非仅对输入做出反应。具体而言，意图层感知来自各类传感器的原始数据流，将这些信号转换为结构化知识，并对其进行融合以消除歧义。通过利用预部署的知识库，意图层形成对当前感知信息的上下文理解，并执行意图识别。基于这一理解，它定义通信目标，明确预期接收者、要传达的知识内容以及预期效果。

语义编码与处理层旨在简化信息表示并确保通信鲁棒性，同时保留原始含义。它利用共享的语义知识库，作为发送方和接收方智能体的先验知识。语义知识库通常在通信前通过预训练技术对齐，并在运行过程中动态更新。在收到来自意图层的通信任务后，发送方智能体采用语义编码器从信源和信道中提取语义信息，将其编码为语义向量。接收方智能体则执行逆操作以完成通信任务。

分布式自主与协作层的目标是使多个智能体在高度动态和复杂的无线环境中实现高效、可靠、低时延的协作。通过局部感知和自主协商，智能体以分布式方式协调通信任务。首先，该层通过模分多址实现高效的多用户接入。其次，该层采用语义感知的资源调度策略，优先为高优先级或时间敏感的通信任务分配资源。最后，具有互补感知能力、计算资源和知识背景的智能体相互协作，以克服个体局限，从而执行复杂的语义理解和通信任务。

表1 三层：从“为什么”到“如何”通信

四体

具身智能体是物理世界中的积极参与者，能够实时理解、推理并与其周围环境交互。它们通常表现为各类机器人系统，如人形机器人、无人机和自动驾驶车辆。在执行任务时，这些智能体必须实时传输多模态数据，例如视觉和触觉信息。语义通信使它们能够仅传输环境变化或目标特征，而非完整的视频流，从而显著减轻空口资源负担。此外，由于物理世界中触觉与视觉感知天然相关，语义通信有助于实现不同模态信息的语义对齐，从而加快物理响应速度。

通信智能体是其他智能体与语义通信网络能力之间的关键桥梁，使智能体能够原生访问和利用核心网络功能。具体而言，这些智能体封装了底层的语义编码与解码能力。当具身智能体或应用智能体需要发送消息时，通信智能体在发送端生成编码语义向量，并在接收端通过逆过程重建原始含义。此外，由于不同智能体可能使用不同的知识库，通信智能体通过基于协议的协商建立一致的语义背景，从而建立有效的语义通信链路。同时，它们还负责语义知识库的动态更新与同步，这对于智能通信能力的持续增强至关重要。

网络智能体的主要目标是将代理式AI技术集成到网络基础设施中，实现网络自治。传统网络仅调度数据流，而网络智能体利用其理解和推理能力来编排语义路由。它们执行网内聚合、优化和智能分发，从而实现高效的语义汇聚。网络智能体支持基于意图的网络管理，能够自动将高级操作员意图转换为具体配置，促进网络自配置、自优化和自修复。此外，网络智能体还能快速定位和诊断故障，进行部署前网络仿真以降低风险，准确识别拥塞以优化服务质量，并分析跨系统、跨域的数据以主动检测异常。

应用智能体主要为用户提供定制化信息和服务，运行于终端设备或网络边缘。这些智能体支持众多行业，如智能工厂、智能医疗和智慧城市。通过利用预训练的语义知识库并为用户生成个性化语义知识图谱，它们增强了意图提取和语义表示能力。

表2 四体：让四类智能体各司其职

四段

感知阶段，智能体从环境中感知多模态信息，并将非结构化数据转换为可处理的结构化表示。传统感知技术能够识别内容，但往往难以把握不同信息片段之间的关系或特定语境下的潜在意图。相比之下，语义增强的感知将多模态数据整合到统一的语义空间，实现语义对齐。这使得智能体能够将模糊的用户指令映射为具体、可执行的意图。

记忆阶段，智能体存储和管理知识，通常分为短期记忆和长期记忆。前者处理进行中的对话或任务，而后者保存历史经验、常识和已学知识。传统数据库主要存储关键词，使得传统记忆系统难以将连续指令关联起来。这一局限妨碍了智能体积累经验并提供持续、个性化服务的能力。而语义则能够构建知识图谱，将分散的记忆片段连接为统一的网络。当新任务出现时，语义增强的记忆能够基于概念相似性检索相关信息，从而实现更准确的关联与召回。

推理阶段，智能体基于感知信息和存储知识进行分析、规划、决策和逻辑推导。传统符号推理常常难以应对现实世界中的歧义性和常识性细微差别。借助大规模语义知识库，智能体在分析和规划阶段可获得常识知识支撑。此外，通过语义相似性，智能体可将先前已解决问题的方案迁移到新问题上，实现类比推理。在处理复杂任务时，语义通过多步逻辑推理帮助确保思维链的一致性。

行动阶段，智能体将推理得出的决策转化为具体行动。传统行动技术高度依赖严格的应用编程接口格式，指令的微小偏差都可能导致系统失败。相比之下，语义增强的智能体能够理解用户意图，并自动将其映射到所需的参数。此外，若行动过程中发生错误，语义分析能够诊断原因，并实时自动调整执行策略。

表3 四段：语义贯穿完整认知循环

本文结论

本文提出了“三层四体四段”的语义智能体通信网络架构，将三个无线智能体网络层、四类AI智能体和代理式AI的四个工作阶段统一起来，并系统梳理了最近的技术进展。本文指出，该领域仍需进一步建立语义信息度量、语义信道建模及通信、计算与智能联合优化的理论框架，研究轻量化语义知识表示、知识库快速对齐和动态演化机制，加强语义模型、语义表示、知识库和智能体决策过程的安全与隐私保护，并推动网络架构、接口定义、测试环境、原型系统及产业部署的标准化研究。

来源：中国科学信息科学