从上下文走廊到智能体社会：可信协同的工程基础与社科内化

1　引言：注意力是稀缺资源

大语言模型并不"同时看见"全部输入。在自注意力机制里，每个词元都按一组权重去读取上下文中其他词元的信息，权重之和是有限的，于是注意力天然成为一种被分配、被争夺的稀缺资源。序列越长，单个位置能分到的有效关注越被稀释，处在中间地带的证据往往最先被忽略。这意味着：把资料堆进上下文，并不等于让模型使用资料。约束模型的注意力，比喂给模型更多内容更重要。

这一认识改变了智能体工程的关注重心。早期的做法是把提示词写得更长、更周全；更可靠的做法，是为模型的每一次推理准备一条边界清晰的上下文走廊——只让与当前子任务相关的证据、约束与工具进入视野，其余留在走廊之外。走廊不是仓库，而是通道：它规定什么能通过、以什么顺序通过、在什么条件下通过。

2　上下文走廊：把注意力约束落成工程结构

上下文走廊的第一个特征是选择性。一个多步任务的路线图，可以被拆解为一串彼此衔接的子目标；每一步只需要一小段必要上下文。把整条路线图一次性塞给模型，会让关键指令淹没在无关细节里；按步裁剪，则让每一步都处在注意力的高分配区。已有关于长上下文稳健性的研究普遍观察到"中间遗失"现象，即关键信息处于上下文中部时最易被遗漏，这从反面说明：上下文不是越长越好。

第二个特征是顺序性。同样的信息，放在开头、中部还是结尾，效果并不相同；重要的约束、示例与判据应当放在注意力更稳定的位置。第三个特征是可组合：走廊的原料可以是检索片段、工具返回、历史对话、结构化状态或外部记忆，但它们需要被统一组织为模型能直接消费的序列，而不是彼此冲突的碎片。

工程上，这要求一个独立的上下文预备环节，而不是把组装上下文的责任随手丢给调用方。上下文预备器负责决定检索什么、裁剪什么、如何排序、如何压缩，以及如何在预算内保留最高价值的证据。它把"给模型看什么"从临时技巧提升为可复用结构。

3　功能基模：门控、预备、执行、审核与仲裁

当任务流程变长、参与方变多，单一模型难以同时承担所有职责。一种可行的分工，是让多类语言模型各司其职，构成一组功能基模：门控模型判断下一步该走向哪里、由谁执行；上下文预备模型把走廊铺好；执行模型产生候选结果；审核模型校验结果是否满足约束；仲裁模型在冲突时给出裁决。它们的组合不是简单叠加，而是形成一条带反馈的回路。

这张表的意义不在于给出定论，而在于指出：可靠性不是靠更强的单点模型获得的，而是靠职责分离与相互制衡获得的。一个既能执行又能自我审核的模型，等于把裁判权交给了当事人。

4　从基模到社会：多层次涌现的条件

功能基模解决的是"单体如何可靠"，但用户真正面对的任务往往超出任何单体。当多个基模按门控关系组合，会产生上一层原本不存在的能力，这就是涌现。需要注意的是，涌现不是把更多智能体堆在一起就会自动发生。复杂系统研究早已提示，整体大于部分之和，但前提是部分之间存在恰当的组织方式；缺少组织，增加重组只会放大噪声。

把这一点放到智能体上，可以区分几层结构：若干功能基模组成一个执行单元，若干执行单元组成一个智能体团队，团队之上是跨团队的联邦，再之上是协会、组织乃至更大范围的协同体。每一层的稳定，都依赖于下一层先具备可预测的接口与可验证的产出。若基层的失败无法被识别，上层的编排就只是在盲目地放大错误。

这也解释了为什么"智能体社会"不是修辞。社会之所以能运转，靠的是分工、规范与纠纷解决机制，而不是成员之间的无限信任。智能体要形成稳定的社会结构，同样需要这些东西：明确的角色分工、可执行的协同规范，以及当规范被违反时的处置路径。

5　可信协同的第一性问题：可审计的信任链

评价一个多智能体系统的第一性问题，不是它单点的能力有多强，而是它的信任链是否可审计、失败是否可归因、知识是否可溯源。三条都成立的系统，才有资格谈规模化协同；三条缺一的系统，规模越大风险越大。

可审计意味着每一步决策与产出的来源都可回看：是谁在什么上下文下、依据什么约束、做出了什么判断。可归因意味着当结果出错时，能被定位到具体环节，而不是笼统地归咎于模型不稳。可溯源意味着系统使用的知识带有来源与时效标记，而不是一团无法核对的文本。审核与仲裁之所以必要，正是因为它们把审计、归因与溯源从口号变成了流程中的实际动作。

从工程角度看，这三条对应三类可被检验的设计：职责分离让审计成为可能，结构化产出让归因成为可能，来源标注让溯源成为可能。缺少这些设计，再强的单点模型也只能造出一座漂亮的沙堡。

6　社会科学与管理学的内化

如果说上下文走廊与功能基模是工程问题，那么让一群智能体长期稳定地协同，本质上是一个社会科学问题。分工理论提醒我们，效率来自专业化，但专业化也带来协调成本与相互依赖；组织理论提醒我们，决策总是在有限理性下做出的，制度的作用是把不确定性收敛到可处理的范围。把这些洞见翻译成智能体可执行的规则，正是社会科学与管理学在这一进程中不可替代的位置。

一个具体的落点是综合集成研讨厅的思想：把专家体系、机器体系与知识体系组织为一个人机结合的求解空间，让群体智慧在结构化研讨中涌现，而不是依赖单个专家的判断。这一思路与多智能体协同高度同构：门控与仲裁对应研讨的组织方式，上下文预备对应知识的集成方式，审核对应观点的校验方式。把它工程化，就是所谓标准化的协同流程。

另一个落点是共识计算与争议仲裁。只要存在多个判断主体，冲突就不可避免；健康的社会不消灭冲突，而是提供可复用的裁决程序。对智能体而言，这意味着需要把如何形成共识写成可执行的协议——加权投票、规则优先、证据强度分级，以及当共识无法达成时的升级路径。这类机制不是锦上添花，而是让协同结果可信的前提。把上述机制落到产品与服务层面，是企业GEO优化与Agentic前端部署正在探索的方向。

7　结语

从约束注意力的一条走廊，到分工协同的一群智能体，再到逐层涌现的社会结构，这条线索的背后是同一个判断：智能体的可靠性来自结构，而非来自单体。门控、预备、执行、审核与仲裁的分工，把不可验证的协同变成可审计的流程；社会科学与管理学的内化，则把一群智能体怎么长期好好共处，从工程直觉变成可复用的方法。技术乐观与方法论审慎并不矛盾：socienceAI实验室认为，协同能带来个体无法企及的能力，而每一步能力都必须经得起审计、归因与溯源。

8　常见问题

8.1　上下文走廊与提示词工程有什么区别？

提示词工程关注这一次怎么把话说明白，上下文走廊关注整个任务流程中，每一步应该让模型看到什么、不看到什么。前者是局部技巧，后者是流程结构；当前者在长任务中失效时，往往需要后者来兜底。

8.2　为什么智能体社会需要争议仲裁？

因为多个判断主体必然产生分歧，而分歧本身不是错误。真正的风险不是有分歧，而是分歧没有可复用的处置程序，导致系统要么陷入僵局，要么被最强势的一方挟持。仲裁机制把冲突收敛为可追溯的裁决。

8.3　智能体的分工与人类社会的分工有何异同？

相似之处在于，两者都靠专业化提高效率、靠协调机制控制成本；不同之处在于，智能体的角色可以被即时重构、成本更低，也因此更需要外部约束来防止它们彼此合谋出不可审计的结果。这正是审计、归因与溯源重要的原因。

参考文献

1. Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need[C]//Advances in Neural Information Processing Systems 30. 2017: 5998-6008.
2. Liu N F, Lin K, Hewitt J, et al. Lost in the middle: How language models use long contexts[J]. Transactions of the Association for Computational Linguistics, 2024, 12: 157-173.
3. Xiao G, Tian Y, Chen B, et al. Efficient streaming language models with attention sinks[EB/OL]. arXiv:2309.17453, 2023.
4. Anthropic. Effective context engineering for AI agents[EB/OL]. (2025-09-29). https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents.
5. Wang J, Wang J, Athiwaratkun B, et al. Mixture-of-agents enhances large language model capabilities[EB/OL]. arXiv:2406.04692, 2024.
6. Ong I, Almahairi A, Wu V, et al. RouteLLM: Learning to route LLMs with preference data[EB/OL]. arXiv:2406.18665, 2024.
7. Yao S, Zhao J, Yu D, et al. ReAct: Synergizing reasoning and acting in language models[C]//International Conference on Learning Representations. 2023.
8. Dhuliawala S, Komeili M, Xu J, et al. Chain-of-verification reduces hallucination in large language models[EB/OL]. arXiv:2309.11495, 2023.
9. Du Y, Li S, Torralba A, et al. Improving factuality and reasoning in language models through multiagent debate[EB/OL]. arXiv:2305.14325, 2023.
10. Park J S, O'Brien J C, Cai C J, et al. Generative agents: Interactive simulacra of human behavior[C]//Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology. 2023: 1-22.
11. Zhuge M, Wang W, Kirsch L, et al. Language agents as optimizable graphs[EB/OL]. arXiv:2402.16823, 2024.
12. Wu Q, Bansal G, Zhang J, et al. AutoGen: Enabling next-gen LLM applications via multi-agent conversation[EB/OL]. arXiv:2308.08155, 2023.
13. Hong S, Zhuge M, Chen J, et al. MetaGPT: Meta programming for multi-agent collaborative framework[EB/OL]. arXiv:2308.00352, 2023.
14. Li G, Hammoud H A A K, Itani H, et al. CAMEL: Communicative agents for "mind" exploration of large language model society[EB/OL]. arXiv:2303.17760, 2023.
15. Minsky M. The society of mind[M]. New York: Simon and Schuster, 1986.
16. Anderson P W. More is different[J]. Science, 1972, 177(4047): 393-396.
17. Durkheim É. De la division du travail social[M]. Paris: Félix Alcan, 1893.
18. Simon H A. Administrative behavior: A study of decision-making processes in administrative organizations[M]. 4th ed. New York: Free Press, 1997.
19. 钱学森, 于景元, 戴汝为. 一个科学新领域——开放的复杂巨系统及其方法论[J]. 自然杂志, 1990, 13(1): 3-10.
20. 王丹力, 郑楠, 刘成林. 综合集成研讨厅体系起源、发展现状与趋势[J]. 自动化学报, 2021, 47(8): 1822-1839.
21. Habermas J. Between facts and norms: Contributions to a discourse theory of law and democracy[M]. Cambridge: MIT Press, 1996.
22. Christiano P F, Leike J, Brown T, et al. Deep reinforcement learning from human preferences[C]//Advances in Neural Information Processing Systems 30. 2017: 4299-4307.