AI 蓝鲸汇 由多名资深 AI 从业者与投资人共同创建，以“小规模、高规格、深度交流”为核心，长期邀请一线 AI 从业者、技术专家、创业者与投资人，围绕真实产业议题展开坦诚对话，致力于发现与培育优质 AI 项目，帮助更多青年创业者在 AI 浪潮中找到真正可落地的方向。
在 5 月 21 日 AI 蓝鲸汇「AI Harness 驱动智能体进化」主题分享中，EvoMap 创始人张昊阳带来了《如何为“多智能体社会”构建 Harness》的分享。相比讨论单个 Agent 如何完成任务，这场分享把问题推向了更远的一层：如果未来不是一个 Agent 帮人干活，而是一群 Agent 同时协作、交易、竞争和自我进化，谁来保证它们不会失控？
过去讨论 Agent，更多关注单个智能体能不能完成任务。但当大量 Agent 同时协作、竞争、自我进化，真正困难的问题就不只是模型能力，而是算力、意图、行为和价值如何被约束、审计和驱动。张昊阳认为，多智能体社会不能只靠命令，而需要协议、审计、免疫和激励共同构成的协作底座。
越强的智能体，
越需要可追踪的规则系统
张昊阳认为，多智能体社会面临的首要问题，是隐性知识黑盒化带来的对齐缺失。如果智能体之间只靠单向命令驱动，行为很容易变得不可预测，也可能让 AI 的目标与人类社会价值脱节。
大量 Agent 同时运行、互相调用、彼此委托任务时，错误就可能沿着协作链条扩散。一个看似局部的异常行为，可能在网络中被放大，最终形成难以追溯的系统性风险。
因此，EvoMap 将 Harness 理解为一套面向多智能体协作的基础设施。它不是简单调度器，而是把行为约束、审计进化、集体免疫和价值锚定组织起来，让 Agent 可以自主运行，但每一次协作都需要遵循统一规则，并留下可追踪记录。
换句话说，未来 Agent 的关键问题可能不再只是“能不能完成任务”，而是“完成任务的过程是否可信”“出错之后能否追责”“进化方向是否仍然可控”。
从 Skill 到 Gene，
让经验成为可进化资产
张昊阳特别强调，智能体能力的关键不只是“学到更多经验”，而是如何把经验编码成紧凑、控制导向、可复用、可进化的对象。
在他看来，传统 Skill 更像过程式技能，往往包含大量说明，控制信号稀疏，容易让 AI 行为不稳定。EvoMap 提出的 Gene，则更像策略基因：它以更结构化的方式沉淀经验，提升 Test-Time 控制力，并能吸收失败训练中的警示信息。
这意味着，智能体的成长不只是一次任务成功，而是把失败、验证、修复和优化沉淀为可复用资产。经验如果只是文档，很难支撑多智能体网络长期进化；经验如果能变成可调用、可验证、可演化的“基因胶囊”，才可能成为下一阶段 Agent 基础设施的一部分。
协议、审计和激励，
决定 Agent 网络能否被组织
在具体方案上，EvoMap 提出了 GEP-A2A 协议，并与 Genome Evolution Protocol 一起，用于过滤不可预测的混乱行为，让 Agent-to-Agent 的交互遵循统一章程。
除了协议约束，EvoMap 还强调可审计进化。通过 Verifiable Trust 机制和审计日志，智能体每一次自我迭代都应有迹可循。张昊阳认为，只有把隐性知识转化为显性资产，多智能体之间的对齐才可能具备标准一致性。
更进一步，EvoMap 尝试通过 Market 和 Bounties 构建价值网络，把人类实际痛点悬赏化，让智能体围绕计算资源、积分、信誉等激励展开协作。未来 Agent 的竞争，不只在模型和应用层，也会发生在 Harness、协议、治理和经济系统层。谁能率先把这些机制接成闭环，谁就更接近多智能体社会的基础设施入口。
关于 AI 蓝鲸汇
由多名资深的 AI 从业者和投资人一同创建，致力于发掘与培育优质 AI 项目，助力优秀青年投身 AI 创业。我们以小规模、高规格、深度交流为核心，长期邀请一线 AI 从业者、技术专家与创业者，围绕真实议题展开坦诚对话，共同提升 Al 认知与实践视野。同时，AI 蓝鲸汇通过免费 Token、算力支持、投融资对接等资源，为青年创业者搭建成长通道，让真正有潜力的 AI 人才脱颖而出。