智慧體基礎設施的智慧體分析：一個基於LLM的DAO與企業AI協議治理比較管道
本文介紹了一個基於LLM的比較管道，用於大規模分析AI代理協議的治理結構。研究對比了ERC-8004（無許可鏈上協議）與Google A2A（企業主導協議），分析了4323條治理參與記錄。發現兩種模式均存在參與不平等和社群碎片化，但無許可環境下的話語對齊更緊密，表明開放治理可能促進主題趨同。
隨著AI代理協議數量的激增，這些協議背後的治理結構如何影響其互操作性標準，仍然是一個未被充分實證研究的領域。近日，一項發表於arXiv預印本的研究提出了一個基於大語言模型（LLM）的比較分析管道，旨在大規模分析治理話語。該研究由Yutian Wang等人完成，整合了自動化標註、神經主題建模和多層網路分析等方法，用於研究社會技術權力結構。研究團隊將該管道應用於兩種對比鮮明的AI代理互操作標準：ERC-8004（一種無許可的鏈上協議）和Google A2A（一種企業主導的協議）。
透過對4323條治理參與記錄的分析，研究人員結合LLM輔助編碼、主題建模和多層網路分析，深入探討了制度設計如何影響主題優先順序和社群結構。研究發現，儘管治理形式確實會影響實質性焦點，但兩種制度在參與不平等和社群碎片化程度上表現出了驚人的相似性。然而，在無許可的環境下，話語對齊更為密集，這表明開放治理可能促進了更大的主題趨同，儘管參與是去中心化的。
該研究的另一個重要貢獻是，所有資料和程式碼均已公開，為其他研究者復現和擴充套件這一工作提供了基礎。這些發現不僅展示了LLM輔助方法如何推動技術治理的實證研究，也為設計更公平的智慧體AI標準提供了啟示。例如，在無許可協議中，雖然參與門檻較低，但話語的高度對齊可能意味著社群討論更加聚焦，而企業主導的協議雖然可能更有效率，但可能犧牲了多樣性和參與度。這一比較方法為理解不同治理模式下的社會技術動態提供了新的視角。