---

合同网：1980 年，任务分配第一次被写成一份合同

如果一个网络里没有老板，没有中央调度器、没有全局数据库，谁来决定哪个节点干哪件活？1980 年，Reid G. Smith 在博士论文《A Framework for Distributed Problem Solving》里给出了一个出人意料的答案：让任务分配走一遍合同流程^smith1980。次年 5 月，他与 MIT AI Lab 的 Randall Davis 把这一思想写成 MIT AI Memo No. 624《Negotiation as a Metaphor for Distributed Problem Solving》，1983 年再以同题论文刊于《Artificial Intelligence》。今天所说的“合同网协议”（Contract Net Protocol），就诞生于这条 1980—1983 的出版链。

Memo 624 给分布式问题求解下的定义，至今仍是这个领域的奠基表述：

“the cooperative solution of problems by a decentralized and loosely coupled collection of problem solvers” ——由分散且松耦合的问题求解器集合进行的合作解题 ^memo624

论文随即划出本质约束：”there is neither global control nor global data storage”（既无全局控制，亦无全局数据存储）^memo624。这条线划得极清：Logic Theorist 是单一推理引擎，STRIPS 是单一规划器，MYCIN 是单一诊断系统，它们都有全局控制和全局存储；合同网第一次把控制与数据分布到网络节点上，再用一套协议协调节点间行为。而全部机关都藏在封面摘要的一句话里：

“Task distribution is viewed as an interactive process… This discussion is the origin of the negotiation metaphor: Task distribution is viewed as a form of contract negotiation.” ——任务分布被视为一个交互过程……这一讨论就是协商隐喻的起源：任务分布被视为合同协商的一种形式 ^memo624-p1

隐喻的力度在于：它把任务分配当成一个社会过程，而非调度问题（谁有资源、怎么最优分配）——有任务的人发招标，有能力的人评估兴趣、交投标，招标者裁决中标，双方立约。这是一套有协议语义的社会交互，而非数学优化。

编者注：本文精读的存档是 Memo 624（1981 年 5 月技术报告版），非 1983 年 AIJ 期刊版；两者章节结构有差异，文中页码均按 memo 页码标注，期刊版独有的内容会单独说明。

五步走完一份合同：招标、投标、中标、报告、终止

协议本体在 Memo 624 第 7.3 节（p15-16）：一次任务分配由五种消息串成：招标（task announcement）、投标（bid）、中标（award）、报告（report）、终止（termination）^memo624-p15。整条流程可以这样看：

图里最要紧的是：两道关口各由一方把守，节点过不了自己的门槛就不投标，管理者看不中投标就不中标。招标消息也不是一句“有人要干活”，第 7.4 节（p20）规定了四个主槽位：资格判据（满足什么条件才有权投标）、任务抽象（让节点能给多个在招任务排序）、投标规范（规定投标长什么样、便于横向比较）、到期时间^memo624-p20。论文自己的例子是一份傅里叶变换招标：

TASK TYPE: FOURIER-TRANSFORM
NUMBER POINTS: 1024
ELIGIBILITY: MUST-HAVE FFTBOX
BID SPECIFICATION: COMPLETION-TIME
EXPIRATION: 29 1645Z NOV 1980

投标则以节点能力自述回应：有什么硬件、什么传感器；节点间公共语言建立在“属性-对象-值”三元组之上^memo624-p20。表示简陋得惊人，却撑起了一个可扩展的市场。

匹配不是一次模式匹配，而是两轮各自独立的决策。第一轮是节点自评，即节点”evaluate their own level of interest in each task with respect to their specialized resources”，结合自己的专用资源评估兴趣水平，够高才投标。第二轮是管理者裁决，”using a task-specific bid evaluation procedure”，用任务特定的投标评估程序选出中标者^memo624-p15。在我们的复现里（完整代码在 ../contract-net-reproduction/），这两轮各是几行代码：

def evaluate_announcement(self, ann):
    """任务评估程序 (p15)——节点从自己的视角评估"""
    if self.busy:
        return None
    raw_cap = self.capability.get(ann.content["task_id"], 0.0)
    if raw_cap >= self.threshold:            # 兴趣水平超过门槛才投标
        return Bid(sender=self.name, recipient=ann.sender,
                   task_id=ann.content["task_id"], capability=raw_cap)
    return None

自评完全站在节点自己的视角：查自己的能力值、比自己的门槛、忙则弃权。裁决则站在管理者的视角：

def evaluate_bids(self, task_id):
    """投标评估程序 (p15)——管理者裁决"""
    bids = self.received_bids.get(task_id, [])
    if not bids:
        return None
    best_bid = max(bids, key=lambda b: b.content.get("capability", 0))
    return Award(sender=self.name, recipient=best_bid.sender, task_id=task_id)

注意那行 max：贪心取最高能力值，它是每一轮的局部最优解，也是后文囚徒困境的全部根源。两轮评估各由不同方持有、各自独立决策，这正是论文所说合同的本质——相互选择（mutual selection）：”establishing a contract is a process of mutual selection… Both parties to the agreement have evaluated the information supplied by the other”（立约是相互选择的过程，双方都评估了对方提供的信息）^memo624-p15。

同样反直觉的是：管理者和承包者只是角色，并非固定的节点类型——”Individual nodes are not designated a priori as managers or contractors; these are only roles, and any node can take on either role dynamically”（节点不被先验指定，任何节点可动态承担任一角色）^memo624-p15。承包者执行中还能分解子任务、向下转包：它一边是上一份合同的承包者，一边是新招标的管理者。合同逐层转包下去，长成一棵合同树；终止消息也沿树传播——总包解约，分包及其二级分包一并终止：

这张树形图说明合同网的“网”不在拓扑而在角色：任何节点都同时活在多份合同里，时而甲方、时而乙方。论文还为这套消息定了一条近乎语言哲学的规矩（p20）^memo624-p20：

“It is useful to adopt the perspective that the messages are statements in a language, rather than, say, patterns to be matched.” ——把消息视为语言中的语句、而非待匹配的模式，是有用的视角

消息不是触发器（收到 X 就做 Y），而是可解析、可推理、可选择性回应的语句。模式匹配是二值的，语句理解是连续的：节点可以评估一条消息与自身状态的相关性。由此带来惊人的可扩展性：”new nodes can simply be added to the existing collection; they will find their own place in the scheme of things by listening to task announcements, issuing bids”，新节点入网无须任何人指派，听招标、自评、投标，自己找到自己的位置^memo624-p20。论文第 9 节（p33）最后把整套机制放进一个漂亮的三分法^memo624-p33：

“if the caller alone selects, it’s invocation; if the respondent alone selects, it’s a blackboard; and if both select, it’s negotiation.” ——若只有调用者选择，是过程调用；若只有应答者选择，是黑板；若双方都选择，是协商。

子程序调用与黑板由此被重释为协商的退化形式：前者调用者单方选，后者应答者单方选，只有合同网让双方各持选择权。三种看似不相关的架构被统一进一个谱系。这也顺手解释了协商为什么最贵：信息双向、评估局部、选择对称。

让协议跑起来：14 条消息完成一次匹配

复现仓搭了个最小市场：6 个节点，Node-0 与 Node-1 各发布一个任务，其余 4 个节点作为潜在承包者评估、投标。协议在第一轮（t=0）就完成了全部匹配，总消息数 14 条：

阶段	消息类型	数量	说明
招标	TaskAnnouncement	2	两位管理者各发布一个任务
投标	Bid	8	4 个承包者各对 2 个任务投标
中标	Award	2	每位管理者各选一个最佳投标者
报告	Report	2	承包者完成并提交最终报告
合计		14

中标者是 Node-2（能力值 0.85，压过 0.60/0.40/0.30 三份投标）和 Node-4（0.90，压过 0.30/0.75/0.50）。两位管理者各自贪心，恰好都选到了全场最优，全局效用 1.75 正好也是最优匹配的效用。把 14 条消息拆开看，市场的形状就出来了：两条招标广播出去，8 份投标汇回来，信息扇出再汇聚；裁决各一条，报告各一条。整个匹配过程中没有任何一条消息经过中央节点，也没有任何节点见过全局状态——“既无全局控制亦无全局数据存储”在消息层就是这个形状。顺境。但顺境是有条件的：两位管理者看中的恰好是不同的节点；一旦同时看中同一个节点，协议的另一面就露出来了。

囚徒困境：每个节点都选了最优，系统却拿了次优

论文 §11.4（p36）自己给出了这条自反性批评^memo624：

“The best global assignment does not necessarily result from the simple concatenation of all the best local assignments.” ——最好的全局分配，未必来自所有最好局部分配的简单拼接。

脚注 22 说得更直白：这”appears to be a variety of the ‘prisoner’s dilemma’ problem”，囚徒困境的一种变体。数字例：管理者 Mgr-A、Mgr-B，承包者 Con-X、Con-Y；Con-X 两项都强（task_1 评 0.9、task_2 评 0.8），Con-Y 只有 task_1 尚可（0.8），task_2 很弱（0.2）。两位管理者独立贪心，都会选 Con-X。复现跑出的三种效用：

视角	分配	效用	可达性
局部最优拼接	task_1→Con-X（0.9）、task_2→Con-X（0.8）	1.7	不可达：Con-X 不能同时接两份合同
协议实际产出	task_1→Con-X（0.9）、task_2→Con-Y（0.2）	1.1	先到先得的真实结果
全局最优	task_1→Con-Y（0.8）、task_2→Con-X（0.8）	1.6	需要中央仲裁者——合同网没有

节点日志记下了困境的全过程：

[Mgr-B]
  [MANAGER] 评估 2 份投标 -> 中标 Con-X (cap=0.80)
  [MANAGER] Con-X 已被占用 -> task_2 中标被拒，下一轮重选
  [MANAGER] 评估 1 份投标 -> 中标 Con-Y (cap=0.20)

同一轮里，两位管理者独立评估、都裁给 Con-X；Con-X 只能接一份合同，Mgr-A 的中标先被处理，Con-X 接下 task_1 并置忙；Mgr-B 的中标被拒，下一轮只剩 Con-Y 的 0.2 可选。局部最优拼接（1.7）不可达；实际产出（1.1）是先到先得的结果；全局最优（1.6）需要 Mgr-A 主动让出 Con-X。这要求一个掌握所有人能力与偏好的中央仲裁者，而论文自己在第 10 节（p34）命名了它不存在的原因：连接问题（connection problem）——”no one node has complete knowledge of either the capabilities of or the busy/idle state of every node in the network”（没有任何节点掌握全网的能力与忙闲状态）^memo624。论文把原因归为两条：一是 timing：投标异步到达，稍等片刻或许能等到更好的匹配，但协议里没有任何一方有“等”的动机或机制，先到先得写在裁决的贪心里；二是局部决策本身，各节点的最优拼不出全局的最优。招标-投标正是为了让匹配在缺乏全局知识时仍然发生；但它只保证匹配发生，不保证匹配最优。

当投标者必须诚实：自评的诚实性挤压市场深度

回头看那两轮评估，会发现整个市场押在一个从未被论证的前提上：节点会诚实报告自己的能力。Bar-Hillel 当年批评机器翻译把“理解”偷换为“模式匹配”、预设了一个不成立的等价前提；合同网有一个结构相同的软肋——它把“合作”偷换为“自愿投标”。论文用“兴趣水平”描述投标值，但兴趣不是效用函数：它没有定义节点为什么投标、投多高、什么时候会策略性偏离。节点可以虚报能力抢合同，也可以瞒报能力躲任务，协议对此没有任何防御。

这也不是事后诸葛。Zlotkin & Rosenschein 1989 年的批评正冲这里：”Smith’s original work assumed some autonomy among agents, these agents willingly bid for tasks without explicit motivation”，这些智能体没有任何明确动机就自愿投标^zr1989。他们那条研究线的全部工作，就是给“自愿投标”补上效用模型，并证明协议设计可以封死有利的不诚实行为。合同网没有这种保证。

编者注：以下为 2026 新增 A/B 对照实验（E5），把”诚实自评”这一个组件换成 LLM，观察合同网市场会发生什么。原始数据：../experiment_results/ab_e5_contractnet_selfassessment.json（240 次调用，36,380 tokens）。

实验设计尽量薄：基线是确定性古代机制，节点自评就是查真值能力矩阵；变体只替换这一个组件：LLM（deepseek-chat，temperature 0.3）从定性能力自述映射出 0-1 能力分数，自述与真值同源但不含数字（Con-Y 对 task_2 的自述是“没有检测仪器，几乎做不了”）；管理者裁决与协议流程逐字节不动。校准部分 12 项自评 × 10 轮独立抽样：

校准（12 项 × 10 轮 = 120 次自评）	结果
失败模式分布	correct×61，underbid×58，overbid×1
MAE 均值	0.127
强项自评	0.85→0.95、0.9→0.95、0.9→0.85——头部校准良好
弱项自评	0.3→0.1、0.5→0.3、0.2→0.05——中低段系统性压低

LLM 自评呈不对称校准：对强能力诚实甚至略乐观，对弱/中能力系统性严厉：120 次自评中 61 次落在真值 ±0.1 内、58 次低估、高估仅 1 次（第 8 轮 Node-4 把 0.4 自评为 0.6）。后果在下游精确显形：

下游场景（10 轮）	基线效用	LLM 效用	全局最优
基础场景	1.75	1.75±[1.75, 1.75]（最优分配保持）	1.75
囚徒困境	1.1	0.90±[0.9, 0.9]（恶化）	1.6

基础场景的头部排序未被扰动，最优分配 10/10 轮保持；囚徒困境场景中，Con-Y 对 task_2 的真值 0.2 被自评为 0.05，跌破投标门槛 0.1，干脆不投标。task_2 失去唯一的兜底承包者，Con-X 又忙于 task_1，该任务无人中标，全局效用从基线的 1.1 跌到 0.9（10/10 轮一致），离全局最优 1.6 更远。

这个结果不该读成“LLM 不诚实”——恰恰相反，它是诚实的：让它如实书写能力语义，它就如实写“几乎做不了”。问题在于，合同网市场依赖的正是那些弱但非零的冗余容量做兜底，诚实的自评把这些容量挤出了市场。[作者判断] 这也是 blog-09 意图编辑权里“Agent Card 是接口还是内容”之问的一个定量答案方向：自述越诚实，市场越浅。把合同网放进 BDI 坐标，这个缺口看得更清楚：

维度	合同网 1981	LLM Agent 2026
信念	招标消息四槽位 + 节点能力自述	参数分布 + system prompt + RAG
愿望	任务规范（外部招标下发）	用户指令 / task description
意图	合同（相互选择的承诺）	ReAct 循环的 action 序列
承诺语义	显式协议，可单方终止	tool call 是隐式承诺，无终止条款
最优性保证	不保证全局最优（囚徒困境）	不保证最优（采样随机性）

愿望由招标下发而非节点自生，承接与否由自评决定——这与当代 LLM Agent“愿望由 prompt 下发、LLM 按概率采样执行”结构同构。但地基不同：合同网预设节点有固定、可验证的能力值，LLM Agent 的“能力”是 prompt 生成的概率分布。当 MetaGPT 的 Product Manager 向 Engineer“分配”任务时，投标是一段自然语言，不是可验证的能力值^metagpt。合同网的 Bar-Hillel 式局限在 LLM 基座上不仅没被克服，反而被放大了。

从 Memo 624 到 FIPA cfp：一份协议的四十五年继承

合同网的第二个持久贡献是“协议观”。第 4.2 节（p10）有一段被后续文献反复引用的论证^memo624-p10：

“Cooperation cannot be established between nodes simply by indicating how they are to communicate; we must also indicate what they should say to each other.” ——仅指出节点如何通信并不能建立合作——还必须指出它们彼此该说什么。

TCP/IP 只规定比特怎么从 A 到 B，是传输协议而非问题求解协议；Davis 和 Smith 主张，分布式 AI 的协议必须规定消息的内容。“Agent 通信协议”由此成为独立研究对象，并最终长成标准。1997 年 FIPA-ACL 的五种言语行为，就是合同网五种消息的标准化转世：

合同网 1981	FIPA-ACL 1997
TaskAnnouncement（招标）	cfp（call for proposal）
Bid（投标）	propose
Award（中标）	accept-proposal
Report（报告）	inform
Termination（终止）	cancel

这条继承线在时间轴上展开：

图里每个箭头的分量并不相等，按“有引证才说”的原则分级如下：

引证强度	系统 / 标准	继承点
强	FIPA-ACL（1997）fipa、KQML（1993）kqml、Jack / Jadex jadex、ECN / HCN 变体 smith1980	直接继承协议语义：五消息即五种言语行为；消息类型形式化；框架内置合同网
中强	HEARSAY-II 黑板重释 erman、Zlotkin & Rosenschein（1989）zr1989、PERSUADER（1988）sycara、MetaGPT（2023）metagpt	工程化协商概念：三分法重释黑板；补效用模型；论据改变对方效用；SOP 隐式招标
中等	AutoGen（2023）autogen、CrewAI（2024）crewai、Coordinator 协议（2026）	概念启发：消息交换编排、manager/worker 角色动态分配、集中仲裁补囚徒困境缺口

看最右端：Dochkina 2026 的 Coordinator 协议用集中仲裁解决合同网的囚徒困境，代价是放弃去中心化。这条当代线索在 blog-10 展开。而合同网对传统调用机制”designed to carry one particular sort of information”（只承载一种信息）的批评（p32），正是 FIPA 走向通用 ACL 的动机。

论文自己划下的四条边界

合同网的局限不用等后人来挑，论文自己认了四条。第一，囚徒困境：协商不保证最优匹配，原因有二——消息异步到达（timing）与局部决策，上面 1.7/1.1/1.6 三个数字已经量过。第二，合作假设：协议预设节点诚实投标、自愿承接、管理者公平裁决，而脚注 22 自认匹配权竞争是囚徒困境的变体。合作框架内部自认了冲突，把真正的利益冲突域留给后续工作。第三，无动机模型：如 Z&R 所批，“兴趣水平”不是效用函数，谁投标、投多高都不由期望效用计算决定。第四，版本边界：AIJ 期刊版与 Smith 1980 博士论文含节点任务评估的加权和公式（含 node workload 项），Memo 624 全文（已逐页核至 p36）无此公式。凡引该公式须改标期刊版，不得以本存档为源。

这四条边界没有一条毁掉合同网，反而划出了此后多 Agent 研究的地图：Z&R 与 PERSUADER 去补效用与冲突（blog-05 三种仲裁），KQML 与 FIPA 去标准化语言（blog-07 智能体如何找到彼此），Coordinator 用集中仲裁换效率（blog-10），Agent Card 重新追问自述的语义（blog-09）。它与 Minsky 的心智社会殊途同归——后者把冲突与协商搬进脑内，前者搬到网络节点间；智能是多个半自主单元协商的结果，而非单一引擎的产物。Wooldridge & Jennings 笔下的“社会性”（blog-03 何为 Agent）在这里第一次有了可运行的形态：协作从哲学概念变成协议语义，协商从修辞变成控制转移机制——双方各持评估权，谁也不能单方面指挥谁。四十五年后，当 LLM Agent 们开始互相招标，它们说的还是那五句话。

参考文献

[memo624]  Davis, R. & Smith, R. G. “Negotiation as a Metaphor for Distributed Problem Solving.” MIT AI Memo No. 624, May 1981.（精读存档 原始文章\03f-DavisSmith-ContractNet-1983.pdf，44 页扫描件，文本层 0 字符，逐页图像阅读转录。引用页码均按 memo 页码标注。）

[memo624-p1]  同上，封面摘要（p1）。

[memo624-p10]  同上，第 4.2 节（p10）。

[memo624-p15]  同上，第 7.3 节（p15）。

[memo624-p20]  同上，第 7.4-7.5 节（p20-21）。

[memo624-p33]  同上，第 9 节（p33）。

[smith1980]  Smith, R. G. “A Framework for Distributed Problem Solving.” PhD dissertation, 1980. https://doi.org/10.21236/A087209

[fipa]  FIPA, Foundation for Intelligent Physical Agents, FIPA-ACL specification. https://fipa.org

[kqml]  Finin, T. et al., KQML. https://www.cs.umbc.edu/csee/677/papers/kqml.pdf

[jadex]  Jadex Active Components framework. https://jadex.org

[erman]  Erman, L. D. et al., “The Hearsay-II Speech-Understanding System: Integrating Knowledge to Resolve Uncertainty.” ACM Computing Surveys, 1980. https://doi.org/10.1145/357580.357586

[zr1989]  Zlotkin, G. & Rosenschein, J. S. “Negotiation and Task Sharing Among Autonomous Agents in Cooperative Domain.” IJCAI-89, 1989. https://doi.org/10.1016/B978-0-934613-85-5.50142-X

[sycara]  Sycara, K. “Resolving Adversarial Conflicts: An Approach to Multi-Agent Negotiation.” AAAI-88, 1988. https://ojs.aaai.org/index.php/AAAI/article/view/4588

[metagpt]  Hong, S. et al., “MetaGPT: Meta Programming for a Multi-Agent Collaborative Framework.” 2023. https://github.com/geekan/MetaGPT

[autogen]  Microsoft, “AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation.” 2023. https://github.com/microsoft/autogen

[crewai]  CrewAI Inc., “CrewAI.” 2024. https://github.com/crewAIInc/crewAI

系列导航 · 意图即承诺，智能体即社会——自主性的第一个可计算答案

Agent 考古 意图即承诺，智能体即社会 系列文章	关键词
导读：总览与阅读路线	四条线时间线 · 阶段二衔接 · 阅读路线
意图即带承诺的选择	C&L 1990 · PGOAL · 持续承诺
BDI 从理论到工程	PRS · AgentSpeak · dMARS · 承诺策略
何为 Agent	W&J 弱/强概念 · AOP
合同网	Smith 1980 · 任务招标 · 囚徒困境
三种仲裁	Z&R · PERSUADER · D&M
联合意图部署	STEAM · ARCHON · EV(通信)
智能体如何找到彼此	KQML · FIPA · JADE · MCP/A2A
反应与慎思的和解	TouringMachines · INTERRaP · 门控
意图编辑权	三时空同构 · 编辑权拉锯 · 自止焊接
自组织的实证与治理悖论	Dochkina 2026 · BCG 治理悖论
当 LLM 住进 BDI	Ciatto 2025 · GenAI+BDI · 计划生成