L'ère des applications d'IA est centrée sur l'agent (Agent) comme noyau d'application et sur la coopération entre agents multiples (InterAgent, ou IA) comme noyau technologique. La coopération massive d'agents est le chemin incontournable pour construire une économie d'agents ayant de la valeur commerciale. Actuellement, sur le marché, ce type de groupe d'agents multiples est généralement appelé Swarms, qui signifie une grande foule d'insectes ou de personnes en mouvement. Cependant, nous préférons utiliser un autre terme — « Légion ».

En 2017, Marvel a sorti une série télévisée nommée « Légion », décrivant un super-héros capable de transformer plusieurs personnalités en entités surpuissantes et de combattre ensemble. Le titre chinois traduit est "Groupe massif", qui, bien que quelque peu abstrait, correspond très bien à l'idée. Le mot « Légion » possède une forte connotation religieuse, et son origine provient peut-être de la Bible : dans le chapitre 5, verset 9 de l’Évangile selon Marc, Jésus interroge un homme possédé par un esprit impur et reçoit en réponse : « Mon nom est Légion, car nous sommes nombreux ». Plus tard, les Romains anciens utilisaient également le mot « Légion » pour décrire leurs armées : nombreuses, avec un objectif commun, disciplinées et fortes en action. Aujourd'hui, dans l'ère de l'IA, les agents intelligents émergent rapidement. Comment organiser massivement ces agents en armées deviendra la clé du succès dans les nouveaux marchés commerciaux.

Fondation de Légion : Les trois piliers identité, protocole et données

1. Identité numérique de l'Agent : pierre angulaire de l'interaction fiable des agents intelligents. Le système d'identité d'un agent est sa base pour participer à la collaboration et assumer des responsabilités dans la société numérique. Le système de compte traditionnel repose sur une institution centrale de certification, tandis que l'identité d'un agent doit satisfaire des caractéristiques telles que la décentralisation, la programmabilité et le contrôle par l'utilisateur, afin de s'adapter à un environnement complexe d'agents multiples. L'identité numérique ne se limite pas aux expressions numériques, elle est également la base de la propriété des données, chaque agent devrait avoir son propre compte numérique. Légion utilise des technologies telles que les identifiants distribués (DID) et l'abstraction de compte pour construire un réseau d'identités numériques d'agents et des comptes intelligents, réalisant ainsi la certification et l'utilisation élémentaire des actifs des agents.

2. Protocole universel des Agents : paradigme de fonctionnement de l'écosystème multi-agent. La coopération est au cœur de la transition des agents isolés vers une intelligence collective. La clé réside dans la construction de protocoles standardisés, de mécanismes de répartition des tâches et de réseaux de confiance. Le protocole standardisé (comme MCP) définit la manière dont les informations sont échangées entre agents, soutenant la coopération entre modèles différents et sources de données variées. Le cadre InterAgent de Légion divise les tâches complexes en unités minimales à travers les éléments « identification-décomposition-action », et attribue dynamiquement ces unités à différents agents via des contrats intelligents, réalisant ainsi l'orchestration des flux de travail des agents. En combinant l'identité numérique des agents et le réseau de confiance, cela permet une coopération massive entre des agents étrangers.

3. Conteneurs de données des Agents : carburant et rempart des agents intelligents. Les données sont les ressources essentielles pour faire évoluer les agents intelligents, leur valeur résidant dans les connaissances accumulées dans des domaines verticaux, l'effet de volant de données et les éléments distribués. Légion intègre un système avancé de stockage de fichiers distribué, attribuant un conteneur de données indépendant et autonome à chaque agent basé sur son identifiant DID, réalisant ainsi un appel sécurisé de données transdomaines. Grâce au calcul privé, les données peuvent être utilisées sans être visibles, permettant l'entraînement de modèles transinstitutionnels ; en combinant le calcul collaboratif multi-agent, cela garantit la confidentialité du traitement des données tout au long du processus. Basé sur la chaîne de blocs, le réseau d'agents distribués permet de séparer la propriété des données de leur usage, créant ainsi un système de gouvernance décentralisée.

Chaîne de fabrication de Légion : Gestion de la coopération massive des agents

Dans les entreprises futures, le rapport entre le nombre d'employés humains et celui des agents intelligents tendra vers 1:1. Dans les entreprises unicorns, cette proportion pourrait être de 1:N. La gestion des entreprises nécessitera une transformation de paradigme, passant de la gestion des employés à celle des grandes bandes d'agents. Cette transformation déconstruira complètement le modèle hiérarchique hérité de l'ère industrielle, générant un nouveau paradigme de gestion centré sur « symbiose homme-machine, conduite algorithmique et autonomie écologique ».

1. Gestion collaborative du réseau neuronal de Légion

Légion fournit une architecture en réseau pour gérer « les employés humains-Agents clusters-contrats intelligents », permettant de composer et gérer les flux de travail des agents via un canevas de glisser-déposer. Chaque agent est à la fois un nœud décisionnel indépendant et un relais d'information dans l'écosystème : un agent commercial peut automatiquement appeler le module d'évaluation des risques juridiques d'un agent juridique lors de négociations, tandis qu'un agent de recherche et développement ajuste ses plans en fonction des données de capacité de production réelles fournies par l'agent de chaîne d'approvisionnement. En utilisant Légion, le rôle central du gestionnaire n'est plus de donner des ordres, mais de concevoir des règles de coopération et des protocoles de répartition de la valeur - comme régler les forces de connexion dans un réseau neuronal, guidant les agents intelligents à former spontanément des chemins de coopération optimaux dans un jeu stratégique.

2. Moteur de décision efficace de Légion

Légion peut simuler à travers un système jumeau numérique basé sur l'intelligence décisionnelle les directions d'évolution des clusters d'agents sous différentes stratégies d'incitation. Par exemple, ajuster le « coefficient d'incitation à l'innovation » pour observer les changements de comportement exploratoire des agents de recherche et développement, ou modifier le « seuil de tolérance au risque » pour tester la flexibilité des stratégies des agents de contrôle des risques, ou encore activer automatiquement les agents de maintenance de contrôle des risques pour ajuster dynamiquement les stratégies globales de contrôle des risques. Le mécanisme de récompense-punition est codé dans des contrats intelligents exécutables automatiquement, où « le code est la loi » réduit considérablement les coûts de supervision. Il est même possible de calculer dynamiquement la contribution marginale de chaque agent via des algorithmes tels que Shapley, en concevant des solutions incitatives basées sur le principe de Nash pour assurer que des milliers d'agents intelligents convergent vers le maximisation de l'intérêt global.

Application de Légion : Marché d'agents pour la construction d'applications "killer"

L'économie des agents (Agent Economy) deviendra un nouveau marché commercial, générant des opportunités d'un trillion de dollars. La logique fondamentale de sa formation est le transfert de la valeur de l'IA du domaine des infrastructures vers celui des applications. Sa formation repose essentiellement sur la maturité du marché d'agents et l'émergence d'applications « killer ».

Figure 1 Usine de plug-ins d'IA Legion (gauche), Marché de plug-ins Legion (droite)

Le marché des agents est le réseau neuronal de l'économie des agents. Lorsque différents agents dans divers domaines interagissent librement sur le marché, ces modules se standardisent par concurrence et adaptation : l'algorithme d'optimisation des ressources d'un agent logistique peut être utilisé par un système de gestion des stocks de commerce au détail, ou encore le cadre de l'arbre de décision d'un agent diagnostique médical peut être appliqué dans un scénario de contrôle des risques financiers. Ce type de flux de compétences entre domaines ne provient pas d'une conception top-down, mais résulte des choix naturels des participants du marché pour réduire les coûts de collaboration et augmenter l'efficacité de capture de valeur. Finalement, les marchés verticaux fragmentés croissent pour former des « réseaux neuronaux » connectant les uns aux autres - les données circulent de manière sécurisée en toute propriété cryptographique entre domaines, les systèmes d'identité assurent la reconnaissance dans des environnements hétérogènes, et les contrats intelligents gèrent automatiquement les distributions de droits complexes. Légion normalise et modularise ces fonctions de base via des technologies telles que MCP pour créer des plug-ins universels, formant une usine de fabrication d'agents. Les développeurs peuvent rapidement créer des applications d'agents via l'usine de plug-ins et les mettre sur le marché des plug-ins, créant ainsi un réseau d'échange de valeurs ouvert.

Exemple d'application de Légion : Zoo d'agents intelligents de Tongfu Shield

1. Agent commercial « Chatoyant »

« Chatoyant » vise à automatiser tout le processus allant des leads aux paiements, résolvant les douleurs des systèmes de gestion des ventes traditionnels dus à la dispersion des données, la difficulté de gestion des vendeurs, les inquiétudes liées aux données privées des clients, et le manque d'analyse intelligente. Il aide les entreprises à rendre intelligentes leurs relations clients, de la génération de leads à la conclusion de contrats. Il supporte des modes de gestion auto-organisée et de déploiement autogéré, permettant aux données centrales de rester totalement autonomes, résolvant ainsi les inquiétudes liées à la sécurité et aidant les entreprises à construire des relations commerciales durables centrées sur les clients.

Compétences principales de l'Agent :

n Recherche automatique de leads : scanne automatiquement des données provenant de divers canaux, tels que les réseaux sociaux et les historiques de navigation web, pour identifier précisément les clients potentiels et générer des listes de haute intention, réduisant grandement la charge de recherche manuelle des vendeurs et améliorant l'efficacité et la précision de la prospection client;

n Stratégie de vente intelligente : analyse en profondeur les dossiers de communication historiques des clients pour concevoir des discours et des recommandations de produits personnalisés pour les vendeurs, aidant les équipes de vente à atteindre les besoins des clients avec précision;

n Identification dynamique des risques : scanne automatiquement la crédibilité de l'entreprise, les risques judiciaires et les vulnérabilités de sécurité des applications, générant des rapports détaillés pour aider les entreprises à identifier rapidement les risques potentiels et éviter les dangers des collaborations.

2. Agent de protection de la vie privée « Petit Cochon Heureux »

« Petit Cochon Heureux » permet aux utilisateurs de profiter d'une expérience de confidentialité sans soucis. En重构ant la norme de sécurité des conversations de groupe via le cadre de coopération multi-agent (InterAgent), il réalise une double innovation avec « calcul de confidentialité + autorisation dynamique ».

Compétences principales de l'Agent :

n Extraction distribuée de caractéristiques : l'Agent terminal utilisateur (PIG-Client) traite localement les données cryptées pour générer des étiquettes de confidentialité (par exemple, « métier : journaliste » « fréquence d'accès aux données : risqué »), mettant à jour dynamiquement les règles de classification, évitant ainsi les risques liés à la collecte centralisée de données.

n Gestion des clés en couches : les messages de groupe sont cryptés à double couche avec « AES-256 + signature seuil », les fragments de clés étant stockés respectivement dans des agents conformes (PIG-Guard), des agents d'audit (PIG-Watcher) et des agents légaux (PIG-Lawyer). Dans des scénarios sensibles tels que les conversations de groupe, il faut l'autorisation conjointe de plusieurs parties pour décoder des informations sensibles, empêchant ainsi les risques de fuite due à un point unique.

3. Agent de gestion des risques « Chien Embêtant »

« Chien Embêtant » agit comme un compagnon fidèle de sécurité du système, identifiant activement les risques de sécurité sans se fatiguer. Basé sur des modèles de domaine d'experts et des protocoles de coopération multi-agent (MCP), il construit une solution intégrée de gestion des risques « perception-décision-exécution ».

Compétences principales de l'Agent :

n Exploration intelligente des caractéristiques de risque : grâce à des interactions en langage naturel, l'Agent IA peut analyser précisément les besoins des affaires des utilisateurs (par exemple, « évaluer la performance du système de gestion des risques le mois dernier »), associer automatiquement les champs de données, et générer des logiques de traitement des données. Basé sur une base de connaissances spécialisées en gestion des risques, l'Agent peut appeler des outils statistiques, des moteurs de calcul graphique, et générer automatiquement des caractéristiques de haute valeur telles que « le nombre d'adresses IP associées dans les 7 jours » ou « l'anomalie de séquences de comportements utilisateurs », ce qui améliore considérablement l'efficacité.

n Génération et validation dynamique des stratégies : l'Agent IA combine des données historiques de gestion des risques et des données en temps réel pour générer des stratégies candidates via des modèles de grandes langues, puis les valide dans des environnements de simulation, recommandant automatiquement les combinaisons optimales. Chaque stratégie est accompagnée d'un rapport d'interprétation en langue naturelle, clarifiant les conditions déclenchant et l'étendue des impacts, éliminant ainsi les doutes de « boîte noire ».