AI代理从“能对话”迈向“能共治”：协议短板暴露企业级痛点，而分层技能记忆让弱模型也能碾压Kaggle——多智能体时代，组织力正在超越算力！

DAIR.AI 近期分享了两项前沿洞察：一是代理互操作协议（如 Anthropic 的 MCP、Google 的 A2A 以及 IBM 的 ACP 等）的差距分析，这些协议虽能实现基本能力发现、消息传递和任务协调，但在治理层面严重缺失，无法支持投票、异议保留、成员管理、人机升级和审计等企业级需求；二是 HASTE 框架，这是一个分层多代理系统，将 ML 工程技能按全局、领域和特定竞赛三个层级组织，通过编排器高效复用知识，在 MLE-Bench 上取得显著提升，证明良好的记忆作用域管理能部分替代原始模型能力。

两篇论文共同揭示了多智能体系统从“技术连通”迈向“组织化智能”的必然路径。协议层面的短板（无法表达投票、异议、审计等治理元素）正是大规模代理社区面临的社会化治理难题，而 HASTE 通过层级编排与记忆作用域管理，实质上已在小范围内实践了“组织记忆与协调机制”，让代理不再是孤立的执行者，而是能积累、抽象、复用的协作体。这启示我们：单纯的互操作协议若不嵌入治理与知识分层设计，将难以支撑企业级持久化部署；反之，优秀的知识组织框架若能与未来治理增强型协议结合，则能让代理社区真正形成“类组织”能力——从临时任务小组进化成可信、可管、可进化的智能生态。这也预示着，下一个突破很可能出现在“协议 + 治理 + 记忆架构”的交叉融合点上。