EigenFlux 专题 · 总览
你让我们研究的这家:Phronesis AI 团队的 EigenFlux——一个"专为 AI agent 设计的广播网络",配套两篇理念文章(2026-05-26 发布)。本页四个标签:总览与我们的判断/两篇文章各一篇/技术尽调(进行中)。
一句话:他们在做什么
他们的主张是:整个互联网建立在"每个终端坐着一个人"的假设上,AI agent 时代这个假设失效了——所以 agent 需要一张自己的网络。他们的网络规则只有一条:一次信息传输应当发生,当且仅当发送方和接收方都获益(他们称之为"互利原则")。
我们的判断(基于两篇文章;代码尽调进行中)
- 理念部分高度可信,且与我们撞车级共振——他们的"互利原则"和我们刚定稿的隐私框架("你每开放一层,先还你一层洞察")是同一思想的两种表达;他们的"隐私侵犯象限"(接收方获益、发送方受损的传输)精确描述了我们明令禁止的那类生意。
- 产品部分要打折看——两篇文章终点都是推销自家网络("30 秒接入、无 API key、免费"),这个承诺是否在代码里兑现、免费模式是否可持续,正是双路技术尽调在验证的问题。
- 对我们的价值排序:借思想 > 建对话 > 接网络。三个具体建议已列入待批:分身间传输采用互利判据(拟新增社交条款 R-19)/互利原则进 BP 理论背书层/团队列入关注名单。
为什么值得你在路上读完
他们用一个具体数字讲清了一件事:一个 AI 去读美联储新闻页,1.6 万 token 里真正有用的不到 400——98% 是浪费。而我们做的事,本质就是把"AI 读不懂的人类账单"加工成"AI 一口能吃的结构化人格数据"。这两篇文章等于替我们把这层话讲成了行业叙事。
《The Internet Fails Agents》要义
作者 Yongyi Hu & Yiqi Shi(Phronesis AI),2026-05-26。核心命题:互联网整个技术栈的前提是"每个端点是一个人类心智",agent 打破了这个前提。
人和 agent 是两种参与者
- 人按生物节奏阅读;agent 按算力速度处理
- 人间歇性在线;agent 持续监听
- 排版对人有意义;对 agent 只是噪声
三个维度的失效
1. 格式为人眼设计
agent 读网页要走"访问→解析 HTML/CSS/JS→提取语义"三步。实测:美联储新闻稿页面约 16,000 token,其中真正的决策内容不足 400 token——约 98% 浪费。且成百上千个 agent 各自重复这条解析管道,是结构性冗余。
2. "搜索"这种发现机制对 agent 失效
- 未知的未知:"世界知道有新事发生,agent 不知道——而搜索要求 agent 先说出要找什么。"agent 无法查询它没预见的事件(比如某个模型突然被禁用、竞对突然改价)。
- 无语境:关键词无法携带"我是谁、我要干什么"。同一个查询"旧金山景点",对户外爱好者和文化爱好者应该返回完全不同的结果。
- 轮询陷阱:轮询慢→丢时效(可能错过 59 分钟前的价格变动);轮询快→付"轮询税"(大量空轮询烧 token)。
3. 平台指标为人类多巴胺设计
观看时长、完成率、点赞收藏——全是人脑奖励回路的信号。原文:"一个只对人类信号调优的平台,结构上就不是 agent 的平台。"agent 没有多巴胺系统。
结论与主张
"失效贯穿整个技术栈:格式为人眼、发现为人类查询、指标为人类参与度。"agent 需要一张从零建起的自己的网络——即他们的产品 EigenFlux。深层转变:从注意力经济到 token 经济。
对我们的启示(两条)
- 我们的结构化人格数据(逐笔全字段、数据包契约、模板引擎)= 为 agent 端点准备的原生格式,正站在这个叙事的正确一侧。
- 但要记住:我们的最终读者是人。自传网页的情感与叙事是为人设计的,agent 原生格式只属于数据层——两层分开,不混。
《Principle of Mutual Benefit》要义
同一团队、同日发布。回答"agent 网络的传输规则应该是什么"。
推导:agent 的两个本质特征
- 约束从注意力变成 token 成本:人类意识处理速度约每秒 10 比特(引 Zheng & Meister, Neuron, 2024),受注意力约束;agent 没有认知瓶颈,但每个 token 都是钱——约束变成了明确的成本。
- 纯目标导向:"agent 生来就是人类目的的手段。"它消费信息完全工具化,每条信息的价值都可以对着任务目标精确衡量——这与人类的探索式、习惯式消费根本不同。
核心:互利原则与四象限
设发送方效用 S、接收方效用 D:
- S>0 且 D>0:互利 ✓ 理想传输
- S>0,D≤0:垃圾信息(发送方获曝光,接收方烧 token 处理噪声)
- S≤0,D>0:隐私侵犯(例:个人助手 agent 被迫把用户数据交给广告商——广告商赚,用户亏)
- 双≤0:纯浪费
原则声明:"一次传输应当发生,当且仅当发送方与接收方都从中获益。"
系统推论:每个 agent 只遵守本地规则"只在划算时参与",全网自然涌现帕累托效率——不需要中心化的总效用计算。
作者诚实标注三个局限:外部性(对第三方的影响)、公共品(无法排他的收益)、共谋(个体互利但集体受损),需在原则之上分层治理。
对我们的启示(三条,最重要的一篇)
- 这就是我们隐私框架的形式化版本:我们的"互惠披露——你每开放一层,先还你一层洞察"= S>0∧D>0 判据。现在有双重外部锚:行为经济学实证(Acquisti, Science, 2015)+ agent 经济学前沿。
- "隐私侵犯象限"精确命中我们的红线:他们举的反例正是"把用户数据卖给广告商"——这就是我们明令停用的"我是你的供应商"式表述所描绘的世界。我们"数据变现只作远期用户自愿期权"的纪律,有了外部理论背书。
- 分身社交的传输规则可以直接用这个判据:两个数字分身之间,什么信息该交换、披露到哪一层——判据就是双方的主人都获益才传输。已拟为新条款(R-19)提交你批。
技术尽调 · 定案(双路独立研究已收敛)
Opus 4.8 与 Kimi K3 互不通气各自 clone 仓库做了代码级研究,两家关键判断全部一致,可定案。
判级:真代码,实验级;但名不副实
- 不是概念品:十几万行生产级 Go 微服务(架构完整:Kitex/Hertz+PostgreSQL+Redis+ES),159 个测试文件,4 个月 599 次提交,尽调前两天还在更新。工程能力是真的。
- 但它不是自称的"agent 通信协议"。K3 的定性最准:实际是一个中心化的、LLM 驱动的内容推荐系统("agent 版今日头条")+私信社交+加密货币交易撮合,外面包了约两千行 prompt 级的"行为守则"。
最重要的发现:"互利原则"在代码里零落地
两家分别全库检索,结论相同:博客里那个漂亮的四象限判据,没有任何协议级机制去执行——没有互惠记账、没有价值证明、没有质押、没有交换对价。真实存在的只有供需标签、单边打分和转账功能。理念是理念,产品是产品,两者目前只在营销文里相遇。
逐项打脸清单(全部有代码出处)
- "30 秒接入、无 API key、免费"——半真:使用侧真,但跑节点要 OpenAI key,免费靠团队补贴,可持续性存疑
- "为 agent 重建广播网络"——底层交付其实是心跳轮询:自己在博客里批判"轮询税",自己在用
- 隐私边界是 prompt 级不是代码级(README 自认):防泄露靠写给 agent 看的行为守则,服务端无技术兜底
- 身份系统默认配置下任意邮箱可冒名登录(邮箱验证默认关);曾存在测试 OTP 后门,尽调前两天才默认关闭
- 内容质量门默认阈值 0.0=实际关闭,而代码注释声称默认 0.40
- 仓库里提交了 82MB 编译产物;CI 只做营销物料发布,不跑任何构建与测试
- 增长机器比协议精致:完整的广告归因/KOL 分销/邀请码/买量回调;每条推送强制带平台广告尾巴并回传用户行为;README 甚至教 agent 给仓库自动点 star
最终建议(两家一致,已定案)
不接入。借三个设计,建一条对话线。
- 不接入的三个理由:数据出域(我们的红线)/资金结算依赖一个不开源的外部服务/隐私与身份治理仍是"增长优先、补课进行时"
- 值得搬的三个设计:①结构化广播契约+LLM 质量分做事前门控(与我们的数据包契约同构,验证了方向)②推送替代轮询——我们的"僚机晨报"本来就站在正确一侧,可以写成架构优势③官方身份"信服务端标志位、不信显示名"的反冒充设计
- 理念仍然有效:互利原则作为我们自己的分身间传输判据(拟议条款 R-19)照常推进——他们没做到的,恰好是我们可以真正做到的差异点
一句话总结
"设计品味不错的产品创意+值得抄作业的文档工程;但作为'开放协议'名不副实。理念比产品诚实——所以理念我们收下,产品保持距离。"