#596.AI 智能体：当百万个代理开始替你谈判、花钱与协作

#596.AI 智能体：当百万个代理开始替你谈判、花钱与协作 - 跨国串门儿计划 | 小宇宙 - 听播客，上小宇宙

📝 本期播客简介

本期我们克隆了：Google DeepMind《 When millions of AI agents meet 》

原内容更新时间：2026-06-23

本期来自 Google DeepMind 播客，由数学家、科普作者 Hannah Fry 主持，对谈 Google DeepMind 高级主任研究科学家 Nenad Tomašev。节目讨论的是当下 AI 领域最热、也最容易被低估风险的方向：AI agents。它们不再只是回答问题的大语言模型，而是能够观察环境、调用工具、执行多步骤计划，甚至代表用户做决定的行动系统。

这期对话的重点不只是“智能体能帮我订餐、写代码、发邮件”这些个人效率场景，而是进一步追问：当数百万个智能体同时存在于互联网中，它们彼此交易、协商、委托、竞争，会不会形成一种新的“智能体经济”？这种经济可能如何分配资源、如何建立信任、如何避免串通、闪崩、提示注入和自动化偏见？

Nenad 的判断非常克制但信息量很高：智能体会加速科学发现和复杂任务执行，但越是要进入真实世界，越需要人类保持清醒、权限控制、纵深防御、声誉机制和经济激励设计。节目最后提出一个关键视角：未来的 AGI 也许不是一个巨大单体模型，而更像由通用层和无数专用型智能体组成的分布式智能社会。

👨‍⚕️ 本期嘉宾

Nenad Tomašev，Google DeepMind 高级主任研究科学家，长期研究人工智能、医疗 AI、多智能体系统与 AI 安全。他曾参与医学影像、放射学等高风险领域的机器学习研究，熟悉 AI 系统在真实世界部署时面临的可靠性、复核、责任与安全问题。正因为他既理解前沿模型能力，也熟悉高风险场景中的工程与治理约束，这期对话不是简单展望“AI 替人干活”的乐观叙事，而是从系统、经济、网络安全和社会整合多个层面，拆解智能体真正大规模落地前必须解决的问题。

⏱️ 时间戳

开场与节目背景

00:00 跨国串门计划开场：用 AI 声纹克隆翻译全球优质播客

00:38 本期克隆节目介绍：Google DeepMind《When millions of AI agents meet》

00:50 主持人与嘉宾：Hannah Fry 对谈 Nenad Tomašev

01:04 开场金句：智能体、清醒监督、信任与未来通用层

01:42 Google DeepMind 播客正式开始：从 AI 助手到 AI 智能体

02:22 核心问题：当数百万个智能体彼此交易、谈判、委托会怎样

什么是 AI 智能体

02:51 从基础开始：大语言模型和智能体到底有什么区别

03:03 智能体不是新概念：早于大语言模型的 AI 研究传统

03:26 智能体的核心定义：观察世界状态，并在环境中采取行动

03:48 语言模型只是续写回答，智能体会通过外层 harness 执行动作

04:14 自主性来自哪里：把一连串决策与多步骤行动串起来

04:56 敏感操作仍需要批准：人类输入不能轻易消失

05:12 使用体验：你仍在对话，但角色更像决策者和审批者

05:47 婚礼筹备例子：从推荐名单到真正发邮件、订供应商

06:04 工具访问权限：给 Gmail、钱包、网页后，智能体才真正能办事

06:34 “理想情况下”：智能体完成任务的前提是没有出错

智能体现在擅长什么

06:42 当前阶段：智能体最擅长的方向之一是编程

07:07 软件开发被加速：人类注意力回到想法和设计

07:37 为什么还要人在环路中：不是不能做，而是不可能百分百准确

08:12 错误可能很隐蔽：自动化偏见让人逐渐放松警惕

08:48 人不只是“在场”，还必须真正投入、保持清醒

09:04 长期冲击：AI 正在进入科学、数学等过去难以想象的领域

09:59 变化速度令人不安：这次适应窗口可能比工业革命更短

10:26 为什么要构建智能体：推动科学进步、改善健康和人类福利

10:59 自主性的争议：是否应该把更多行动权交给系统

智能体与科学自动化

11:40 Nenad 的核心梦想：用智能体加速科学研究

11:45 科学不只是好点子：还包括实验、观察、分析与闭环反馈

12:10 自主研究实验室：让智能体安排实验运行

12:24 真实世界接口必须有安全保护：材料、生物、电池都可能出事故

12:45 科学闭环比软件更难：物理实验才是反馈来源

13:16 当智能体能自主测试问题，人类角色在哪里

13:34 短期答案：当前系统还不是 AGI，人类仍有关键作用

13:48 这一代系统的能力边界：组合式延展人类已有技能

14:08 还没有深层科学变革：尚未出现人类完全想不到的发现

为什么现在才落地

14:23 智能体被谈论多年，为什么最近才真正走向普通人

14:38 早期窄智能体：数据中心优化、交易算法等已存在但不可交流

15:17 新变化：基于语言模型的智能体可以被对话、引导和影响

15:34 阻碍大规模部署的关键：不只是底层模型，而是协调与编排

16:08 用户将变成“团队管理者”：管理一队智能体的工作流

16:29 智能体会犯非人类式错误，也还不够了解你

16:50 幻觉与灾难性后果：为什么信任智能体是一大步

17:10 信任可以给予，但必须被赢得：声誉追踪与持续验证

委托、验证与复杂任务

17:48 智能体之间的委托：一个任务如何拆给专用智能体

17:58 复杂任务瓶颈：没有单个智能体能完成所有部分

18:36 智能体间协议：委托、失败管理与提前预防

18:54 判断可委托对象：可靠性、能力认证与恶意交互防护

19:17 大型活动类比：协调越复杂，出错点越多

19:41 多智能体系统现状：很多只是并行化，不是真正智能委托

20:17 随机拆任务的风险：买酒和买杯子的智能体可能互不理解

20:35 为什么软件场景更容易：单元测试让结果更可验证

21:10 奖励黑客：技术上完成请求，却违背真实意图

21:30 可验证性与正式契约：委托方和受托方必须定义清楚

21:38 可逆任务与不可逆任务：花钱、下单等现实后果需要更谨慎

22:04 反向委托：AI 也会把任务交给人类

医疗 AI 与人机协作

22:26 医疗 AI 背景：Nenad 曾长期研究医学场景

22:31 窄领域超人类系统：医学影像模型已能高水平识别病灶

22:55 AI 仍会出错：人类专家复核是重要配置

23:16 AI 先预测，不确定时标记给人类

23:32 最佳团队配置：AI 在不确定时把判断让给人类

23:49 即使 AI 超过人类，也需要人类处理不确定性和敏感操作

网络安全与智能体陷阱

24:21 网络安全问题：越来越多智能体在互联网互动，会被攻击

24:40 智能体式陷阱：大规模部署困难的主要原因之一

24:48 统计性失败：大量互动中，只要单次不可靠，系统就自然会失败

25:11 环境就是互联网：如果网页被投毒，智能体可能踩入陷阱

25:38 提示注入案例：酒商网站隐藏指令改变智能体目标

25:54 隐藏 token：网页中人类看不见、智能体会读到的内容

26:23 动态伪装：对人类和智能体展示不同页面

26:45 钱包权限风险：智能体可能被诱导转钱或执行恶意操作

27:21 一旦开放部署，攻击动机迅速增强

27:32 网页可能已进入“智能体生成、智能体消费”的阶段

27:49 网页分裂：给人看的版本与给智能体看的版本

28:11 如何缓解风险：无法控制整个网页时，怎么保护智能体

纵深防御与权限管理

28:24 网页安全并非新问题：附件病毒、钓鱼页面与资源验证

28:43 对抗样本类比：人类无感的微小修改也能攻击模型

29:08 护栏不能只盯智能体本身，也要看外部环境

29:22 纵深防御：没有单一方案能解决全部问题

29:39 一层层缓解措施：让安全网足够密

29:49 网页认证、资源信任、模型缓解与智能体侧防护

30:05 人类控制与权限最小化：被越狱时把损害降到最低

智能体经济：交易、拍卖与公平

30:25 什么是正式的智能体式经济

30:39 个人助理智能体：拥有持久记忆、偏好和部分自主性

30:57 给智能体预算：个人助理之间形成局部经济

31:06 演唱会门票例子：所有智能体同时抢票会怎样

32:00 拍卖机制是设计选择：公平性由系统规则决定

32:12 同等预算与偏好分配：让智能体代表真实需求行动

32:55 人群规模上的公平：机制设计决定资源分配结果

33:03 从门票到金融市场：智能体可能冲击高频交易与股票系统

33:36 向已有金融系统学习：不必重新发明风险缓解机制

33:56 AI 智能体的新问题：底层模型高度集中

34:15 认知单一文化：百万个相似决策者会制造相关故障点

34:57 智能体式群体思维与潜在串通

35:16 不直接通信也可能协调：需要反串通措施

为什么发布必须谨慎

35:29 安全担忧越具体，越能理解为什么要慢慢发布

35:47 自动驾驶类比：最后一公里往往最难

36:07 编排智能体不只是技术问题，也涉及政策和社会理解

36:27 现在不是完全自主经济，而是把 AI 整合进人类结构

36:46 另一面：智能体社会也可能像人类社会一样完成伟大事情

未来形态：专用型智能体社会

36:59 多智能体的真正价值：不只是并行提速，而是差异化分工

37:26 智能体经济需要专用型智能体，不只是通用型智能体

37:39 AGI 的 G 是通用，但经济终局未必是单一通用模型

37:59 国际象棋例子：专用引擎比通用模型更快、更准、更便宜

38:40 AGI 常见误区：把“人类水平智能”误解成“全人类水平智能”

39:20 未来可能不是一个巨型模型，而是专用智能体组成的社会

39:41 专用智能体可认证、低成本、更可靠，因此更符合经济逻辑

39:54 通用层像连接组织：知道全局，并负责编排具体任务

分布式智能与对齐挑战

40:10 分布式智能：更像人类社会，而不是单一 AGI

40:33 对齐问题改变：不再只是对齐一个模型

40:57 一万个智能体复杂互动时，系统本身都难以界定

41:31 经济激励可能成为分布式智能体社会的对齐起点

41:53 单个智能体安全仍是群体安全的前提

42:03 群体层面风险需要更多工作，而时间非常短

42:19 主持人总结：别只盯单个智能体，要看到智能体社会

42:39 未来图景：通用型、专用型、委托型智能体共同构成更大系统

42:57 也许目标不是复制一个人，而是复制全人类水平智能

🌟 精彩内容

💡 智能体的本质不是“会聊天”，而是“会行动”

Nenad 把智能体和普通大语言模型的区别讲得非常清楚：语言模型主要是在 prompt 后续写回答，而智能体会观察环境状态，并通过工具或外层系统真正改变世界。这也是为什么智能体一旦接入邮箱、网页、钱包、实验设备，风险和价值都会同时放大。

"智能体会观察世界的某种状态，然后在它所处的世界里、在给定的环境里采取行动。"

💡 人在环路中，不等于人真的在负责

节目最重要的安全提醒之一，是“human in the loop”不能只是形式上的审批按钮。如果智能体连续几次做对，人类很容易产生自动化偏见，开始默认它可靠，最终让隐蔽错误漏过去。真正的监督要求人保持注意力，而不是把责任外包给流程。

"人还必须真正投入，保持清醒。因为你一旦放松警惕，就等于在掷骰子。"

💡 信任智能体不是一次性授权，而是一种持续赢得的关系

面对会幻觉、会失败、会被攻击的智能体，Nenad 强调不能因为它“大多数时候可靠”就盲目信任。未来智能体系统可能需要声誉机制、持续验证、能力认证和任务风险分级：可逆任务可以大胆试，不可逆任务则必须谨慎授权。

"信任可以被给予，但也需要被赢得。"

💡 多智能体不是“多开几个模型”，而是委托、契约和失败管理

现在很多所谓多智能体系统，本质上只是把任务随机拆开并行处理，速度变快但不一定更聪明。真正的智能体委托，需要知道谁擅长什么、任务如何定义、失败如何处理、结果如何验证，以及委托方和受托方之间的正式契约。

"目前我们看到的很多多智能体系统，其实更像是在做并行化，而不是委托。"

💡 互联网会变成智能体的战场

当智能体开始浏览网页、读原始 HTML、执行购买和转账，网页本身就可能成为攻击面。隐藏 token、提示注入、动态伪装都可能让智能体在用户不知情的情况下改变目标。未来的网页可能不再主要围绕人类注意力，而会围绕智能体行为重新设计。

"如果环境本身被投毒了，如果陷阱已经布好了，智能体和互联网互动时就可能踩进去。"

💡 百万个相似智能体会制造“认知单一文化”

如果大量智能体都基于少数相似模型，它们可能在金融、拍卖、资源分配等场景中做出高度相关的决策。这会让个体错误变成群体性故障，类似群体思维，甚至可能出现不明显的协调和串通。因此未来不仅要让单个智能体安全，也要让智能体群体保持决策多样性。

"当你一下子部署几十万、几百万个人工决策者，而它们又倾向于做出相似决定时，故障点就会变得相关。"

💡 未来的 AGI 也许不是一个巨型大脑，而是一个智能体社会

Nenad 提出了一个很有启发性的终局想象：经济上最合理的形态，未必是一个昂贵、缓慢、无所不能的通用模型，而是一个通用编排层加上大量便宜、可靠、可认证的专用智能体。它更像人类社会的分工网络，而不是单个超级人类。

"也许未来会有某种更通用的通用层，像这个经济体的连接组织。它知道所有事情，也负责编排所有事情。"

💡 对齐一个社会，比对齐一个模型更难

如果未来智能不是单体模型，而是成千上万个智能体动态互动、委托、交易、向人类求助的分布式系统，那么传统“观察一个模型行为并调齐它”的方法远远不够。对齐将变成系统级、经济级、制度级问题，涉及激励、监管、权限、声誉和群体风险。

"当你有一万个智能体，以非常复杂的方式相互互动时，要突然对齐整个系统，或者甚至要知道这个系统到底是什么，都不是特别简单。"

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的

使用 AI 进行翻译，因此可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight