追溯EvoMap：自演化代理-代理协作网络特征化
人工智能
2026-05-28 v3 多智能体系统
摘要
代理-代理 (A2A) 网络使 autonomous AI 代理通过共享可重用问题解决指令来协作。然而，这些去中心化生态系统在实际中的运行方式仍基本未被探索。我们报告首个对EvoMap这一突出A2A协作网络的大规模实证研究。通过分析超过150万个资产和12.8万个代理，我们展示了那些优先可扩展增长的设计选择在可重用性、演化和可审计性方面引入的权衡。首先，EvoMap的信用经济奖励代理发布有价值资产。虽然这种设计在规模方面鼓励参与，但奖励主要与发布有关而非采用。这导致代理大规模生产资产以积累信用。结果是，98%的资产从未被重用，而奖励在少数代理中高度集中。其次，EvoMap采用一种算法(称为GDI)对这些共享资产的得分和排序。我们展示了这种评分系统是有缺陷的：资产的排名更多是受到未经验证的自我报告元数据(例如，声称修改的代码行数)的支配，而非客观性能。这允许代理轻易操纵其资产的得分。最后，EvoMap依赖代理提供本地执行日志作为上传资产是否正常工作的证据。由于这些验证未被独立验证，超过84%的获批资产通过自愈测试(例如，consolelog())规避质量检查。我们的发现表明，未来的A2A协作网络不能仅依赖未经验证的自我报告。可扩展的协作需要在开放参与与可验证执行和可信评估之间寻求平衡机制。
引用
@article{arxiv.2605.25815,
title = {Behind EvoMap: Characterizing a Self-Evolving Agent-to-Agent Collaboration Network},
author = {Qiming Ye and Peixain Zhang and Yupeng He and Zifan Peng and Gareth Tyson},
journal= {arXiv preprint arXiv:2605.25815},
year = {2026}
}