2026中国互联网基础资源大会 | 邬贺铨：智能体注册发现寻址与管理机制

近日，中国互联网络信息中心联合中国互联网协会、中国科学院计算机网络信息中心共同主办的2026（第七届）中国互联网基础资源大会在京召开。中国工程院院士邬贺铨受邀出席并发表题为“智能体的注册发现寻址与管理”的主旨演讲，围绕智能体身份标识、注册与发现、寻址机制、智能体通信及安全管理等内容进行了深入剖析。

以下为邬贺铨院士演讲内容，经整理发布。邬贺铨院士指出，随着人工智能智能体的发展，其注册、发现、寻址与管理面临新的技术挑战。与传统互联网标识相比，智能体标识除身份信息外，还涉及语义能力、通信协议、运行实例、数据安全及访问权限等多个维度。

一是智能体标识需要兼顾身份、能力与安全属性

邬贺铨院士指出，智能体标识比传统互联网标识更加复杂。除人和机器可识别的名称、版本、类型及归属方等基本身份信息外，还需描述语义能力、通信协议和安全属性。

其中，语义能力标识主要描述智能体接受和理解外部询问、调用的能力，包括对非结构化语言的理解程度、最大并发请求数量、上下文长度及多轮交互能力等。通信属性说明其支持的协议和访问通道，如A2A通信机制。此外，标识还应体现数据敏感程度、加密与脱敏要求，以及服务开放范围和限制。

邬贺铨院士强调，智能体的逻辑身份与实际运行实例通常相互分离。逻辑身份代表智能体本身，运行实例则是承载其运行的程序或容器。由于智能体可能调用多个服务器的计算资源，且运行位置会动态变化，因此，将运行实例信息直接纳入标识，不仅会影响标识的稳定性，还可能暴露企业内部可信环境的信息。

在标识传递方面，智能体标识通常通过HTTP协议及Web服务器传递，但存在被劫持和篡改的风险。IPv6等网络层技术虽可承载部分身份信息，却无法覆盖完整标识。因此，可利用DNS机制获取智能体标识的网址及哈希签名，通过校验判断标识是否遭到篡改，提高其可信性。

二是完善智能体注册与发现机制

邬贺铨院士介绍，智能体注册主要有三种方式。一是中心化注册，通过集中的注册服务管理智能体信息，与传统DNS注册管理方式具有一定相似性。二是分布式联盟注册，由智能体归属方生成完整标识，通过私钥对相关哈希值签名，并将注册信息提交至联盟链，由多个节点共同保存账本、相互验证。三是无中心注册，即在特定可信范围内直接发布智能体信息，实现隐式注册，主要适用于企业内部等有限范围，难以直接应用于大范围开放网络。

智能体发现需要区分逻辑智能体与运行实例。逻辑智能体可通过语义查询、目录检索或主动发布服务信息等方式被发现。语义查询能够根据任务需求寻找具备相应能力的智能体，目录检索适用于智能体数量较少的场景，主动发布则更适用于企业内部等有限范围。

邬贺铨院士指出，由于运行实例的位置可能动态变化，应将逻辑智能体与运行实例分层发现，首先确定需要访问的逻辑智能体，再查询其实际运行实例，避免运行位置变化影响逻辑身份的稳定性。

三是构建多层次智能体寻址机制

邬贺铨院士指出，智能体寻址比传统IP寻址更为复杂。传统互联网主要依据IP地址等信息定位通信对象，而智能体寻址还需获取目标智能体的标识及能力相关信息，并进一步确定实际运行实例。

在中心化注册与寻址模式下，语义查询可帮助用户根据任务需求寻找智能体，但语义解释并不由DNS完成。DNS主要帮助查询方找到语义注册网关或语义注册表的IP地址，再由语义服务处理查询请求。查询结果可能包含完整的智能体名片，也可能仅提供智能体ID、名片网址及哈希值，查询方还需进一步获取完整名片和运行实例。

邬贺铨院士指出，语义寻址便于用户从大量智能体中寻找所需服务，但语义理解可能存在歧义，名称也可能相同或相近。因此，语义寻址不能替代基于智能体自身ID的机器寻址。

在去中心化模式下，智能体可使用去中心化标识符（DID）进行注册和寻址，通过DID文档逐步获取智能体信息及运行实例。由于不同区块链可能建立各自的DID注册体系，需要通过方法前缀区分标识体系，以支持标识唯一性。跨链寻址则需借助跨链解释网关，解决不同注册体系之间的识别与寻址问题。

邬贺铨院士同时指出，去中心化模式通常不直接支持语义寻址，如需根据自然语言寻找智能体，还需增加语义服务。此外，去中心化注册面临身份可信性问题，需要第三方可信验证凭证提供背书，帮助访问方判断智能体身份及其可信程度。

四是加强智能体身份与能力验证

邬贺铨院士指出，智能体可通过模型上下文协议（MCP）访问外部工具，也可通过A2A等机制与其他智能体通信。在此过程中，需要交换身份标识、任务信息以及文本、数据、文件等内容，并实施相应访问控制。

为防范虚假身份和能力声明带来的风险，需要加强身份验证与能力验证。身份验证主要面向访问方，确认其身份是否可信、是否具有访问权限，例如通过白名单限制特定服务的访问范围。能力验证主要面向被访问方，确认其是否具备所声明的服务能力，可通过静态背书、主动发起挑战等方式核验。

邬贺铨院士强调，多智能体协作还面临调用链条难以穿透识别的问题。例如，智能体A调用B执行任务，B因能力不足继续调用C或外部工具时，A可能无法识别后续参与对象及其安全性。因此，需要加强调用过程的穿透式溯源，强化会话、跨域调用及沙箱等环节的安全管理，提高协作过程的可追溯性。

五是加强智能体标识可信校验与跨域信任管理

邬贺铨院士指出，智能体标识通常通过HTTP等应用层协议传递，Web服务器及相关通信环节可能被劫持，导致标识遭到篡改。IPv6等网络层技术虽可承载部分身份信息并提供一定校验能力，但难以覆盖完整标识。

对此，邬贺铨院士提出，可利用DNS机制加强智能体标识的可信校验。通过DNS获取标识对应的网址及哈希签名，再根据网址获取完整标识并计算哈希摘要，将计算结果与DNS提供的信息进行比对，以判断标识是否遭到篡改。

智能体跨域协作还需明确相应的信任边界。邬贺铨院士指出，智能体在企业内部调用其他智能体或工具时，通常处于企业自身的管理范围，但当其需要调用企业外部智能体时，调用对象可能超出原有归属方的控制范围，带来安全风险。

因此，智能体管理需要建立信任域和联邦信任模型，明确不同信任域之间的访问与协作要求，防范跨域调用风险。

最后，邬贺铨院士强调，智能体在提升任务处理与协作能力的同时，也对注册、发现、寻址与管理提出更高要求。需要结合不同注册模式、分层寻址机制和可信管理措施，解决身份识别、动态发现、能力验证及跨域协作等问题。