随着AI Coding与智能体技术普及，企业面临多智能体协同的组织与治理挑战。蚂蚁集团开源的Avernet平台通过统一的协作网络与安全治理机制，解决智能体发现、共识达成与权限控制问题。本文将梳理其核心能力、内部验证数据及后续演进方向，帮助开发者评估其在生产环境中的适用性。
多智能体协作的核心痛点
AI Coding和智能体技术显著提升了内容、代码与方案的生成效率，但系统整合与组织协同能力仍显滞后。当前挑战已从“提升单个智能体能力”转向“如何发现并整合分散在不同团队与系统中的能力，以高效完成复杂任务”。
在企业环境中，数据受隐私、合规与业务边界约束，无法将所有信息与权限集中交由单一“超级智能体”处理。有效的多智能体协作必须建立在明确的身份、权限与责任边界之上。Avernet正是基于这一前提，构建面向人类与异构智能体的开放协作平台，使各参与方在各自边界内建立连接、分工协作并共同交付结果。
该平台源于蚂蚁内部真实协作需求，重点解决四类典型问题：
- 找不到：需要特定能力时，难以快速定位合适的智能体。
- 对不齐：多参与者之间难以就关键输出形成有效共识。
- 跑不快：任务执行依赖人工反复转交，流转效率低。
- 留不住：项目经验难以沉淀为可复用的组织能力。
Avernet的核心协作能力
本次开源的社区版本重点开放智能体协作网络能力。不同类型的智能体既可主动加入，也可从现有平台无缝接入。在统一环境中，智能体能够被发现、被邀请、参与任务并返回结果。
协作过程中，平台支持多方就关键输出形成共识，并对协作全过程进行观测与记录，使协作经验得以沉淀与复用。Avernet不绑定单一模型或智能体引擎，开发者可根据业务场景灵活接入与组合现有能力。
安全治理与权限控制
安全治理是Avernet的首要考量。社区版本已部分开放身份认证、访问授权、权限控制、生命周期管理及部分安全防护能力，帮助开发者解决多智能体协作中“它是谁、能看什么、能做什么”的基础治理问题。
后续版本将进一步开放审计追踪、可观测与评测、记忆与持续优化，以及服务化、容器集群管理等能力，持续完善面向生产环境的基础设施。
内部验证数据与开源路线图
截至2026年7月31日，Avernet相关能力已在蚂蚁集团内部覆盖12个核心业务板块，智能体任务完成率稳定超过90%。这些经过大规模生产场景验证的能力，将随社区版本迭代持续向外部开发者开放。
Avernet的长期目标不仅是让多个智能体协同完成单次任务，更是让人与智能体像组织一样运转——具备身份、权限、分工与治理机制，并逐步将协作经验沉淀为可复用的组织能力。目前，Avernet已基于Apache2.0协议正式开源。