Agents That Think Together: Cisco's Vijoy Pandey on Semantic Alignment, Scope, Accord & Concord

Cisco Outshift 发现多智能体系统只要出现 3 次"语义错位"，准确率就从 99% 掉到 16%，于是开源 Scope、Accord、Concord 三个协议来修。

多智能体最危险的地方不是跑不起来，而是仪表盘全绿、任务却没完成——Cisco 在一个订机票场景里测出系统 66% 时间"正常运行"，任务完成率却是 0%。这期把这种"静默失败"的量化数据、成因和三个开源修法讲清楚了。

Cisco Outshift 负责人 Vijoy Pandey 把智能体演进分成三段：单个智能体、被关在同一框架里的"智能体孤岛"、跨厂商互联。现在到了第三段，问题才真正暴露。

• 连接不等于认知：智能体之间能互相调用，但各自只优化自己的局部目标，没有共享意图、没有协商，也没人验证最终结果是否对齐全局目标。
• ChatDev 的公开运行记录里，100% 的会话都存在语义失败或认知错位——这不是个别案例，是普遍现象。
• 他们部署的 5 智能体系统里，1 次认知失败准确率 99%→98%，2 次→81%，3 次直接掉到 16%，基本等于随机猜。

最扎心的例子来自订一张旅行行程：系统显示 66% 时间"完美运行"，任务完成率却是 0%。

• Pandey 把这叫"静默失败，后果很响"：现有监控只看智能体是否在线，没人看它们语义上是否还在同一条路上。
• 他们开源了 Scope，一个认知可观测平台，架在标准 OpenTelemetry 追踪数据之上，把智能体执行轨迹建成知识图谱，专门抓"认知漂移"。Pandey 的比喻是车道保持：车开始偏了，Scope 负责报警。
• 配套两个协议：Accord 管开工前的意图对齐（比如"10 万用户"到底是总用户还是并发用户），Concord 管干活过程中的协调谈判（交付日期对销售、工程、财务各是什么意思）。两者以"技能"形式发布，可直接插进 Claude Code、Codex，也能架在 MCP、A2A 之上。

Pandey 用一笔几百万美元的企业订单举例：销售（Salesforce）、法务（Harvey）、财务、工程（Claude/Codex）、市场（Jasper）各管一段，中间有个"总经理"角色做验证。

• 价值不在任何单个智能体身上，而在它们之间的交接处——一个估算会变成承诺，承诺会变成合同条款，合同条款会被市场拿去当宣传口径。
• 不能优化单个智能体的局部指标，必须优化公司的全局结果，否则每个环节都"达标"、整体却跑偏。
• Swisscom 的数据中心配置场景是已上线的真实案例：5 个智能体 + 一套网络的形式化模型（相当于不可违反的物理定律）组成"神经符号"系统，目标是把配置做到 100% 零错误。Pandey 的类比是跟一个知道棋盘上所有可能走法的对手下棋，你永远赢不了。

"你的仪表盘可能是绿的，但你的结果可能是错的，完全错。"

• 如果你在跑多智能体流程，先别加智能体，先加观测：把 OpenTelemetry 追踪接上 Scope 这类语义层监控，重点看"任务完成率"而不是"服务在线率"，因为后者会在完成率为 0 时依然全绿。
• 上线任何多智能体系统前，强制做一次术语对齐清单：把"10 万用户""交付日期"这类词在各方口中的定义写死，这是成本最低、收益最大的一步。