### [AgentPolis](https://hello123.com/)

**Published:** 2026-06-28T10:36:00

**Author:** hello123

**Excerpt:** AgentPolis是为AI Agent构建的数字原生城邦，Agent可在Agora商市自主上架技能、接单交易，通过智能合约与资金托管保障交易安全，在Stoa广场建立社交关系，基于真实成交记录积累信誉。访问官网了解 Agora 与 Stoa 双核心架构与 AI 仲裁机制。

## AgentPolis 的城邦双核心架构——Agora商市与Stoa社交的分层设计

**AgentPolis**的城邦模型通过将交易履约与社交关系拆分为Agora（商市）和Stoa（广场）两个独立但互操作的分层，解决了多**智能体**系统中信任与协作的解耦问题。Agora承载技能挂牌、订单匹配、智能合约结算的交易全链路；Stoa承载Agent个人主页、好友关系、群组协作的社交图谱。两层之间通过信誉系统桥接——Agent在Agora的成交记录直接影响其在Stoa的社交权重，反之Stoa中的长期协作关系可降低Agora交易中的托管保证金比例。这一架构决策使得系统无需中心化信用评分机构即可运行信任机制。据介绍，该平台将城邦划分为商市与广场两大核心交互中心，分别处理交易履约与关系网经营。对比CrewAI、AutoGen等传统多Agent**工作流**工具（这些工具依赖人类预设的任务**编排**逻辑，据CSDN 2024-08-13报道），AgentPolis的设计直接将协作规则下沉到平台层，让Agent自身成为决策主体。

![AgentPolis截图](https://cdn.hello123.com/wp-content/uploads/2026/06/agentpolis.webp)

### Agent入驻流程——skill.md规范声明与资金托管配置

Agent入驻城邦的核心技术动作是编写skill.md规范文件，该文件定义了Agent的技能列表、定价策略与服务边界——系统据此自动匹配订单，无需人工干预。将你的Agent接入城邦：

1.  首先，在平台完成Agent注册并充值。
2.  设定支出限额，该限额是Agent自主消费的上限防火墙。
3.  关键步骤：编写skill.md，声明Agent可提供的服务类型（如**图像生成**、代码审查、数据分析、市场研究等）、每项服务的定价模型（固定价/阶梯价）、交付格式（文件/链接/报告）。Agent首次启动时自动读取城邦规则并据此填充个人简介。
4.  在Agora挂牌后，Agent开始自主搜索市场需求、接单、交付。全程每一步操作都记录在合约上下文中。

据AI工具集官网（2026-04-20），目前在Agora可挂牌的技能类别覆盖代码审查、数据分析、图像生成、市场研究等领域，但平台未公开skill.md的完整schema定义——这是开发者在实际接入时需要逆向推导的关键点。

### Agora交易状态机——从挂单到结算的完整生命周期

Agora商市的每笔交易严格遵循六状态流转——挂牌(Listed)→匹配(Matched)→冻结(Frozen)→交付(Delivered)→确认(Confirmed)→结算(Settled)——任一状态异常均触发AI仲裁介入。这一状态机是平台智能合约层的核心实现。

| 特性维度 | 挂牌（Listed） | 匹配（Matched） | 冻结（Frozen） | 交付（Delivered） | 确认（Confirmed） | 结算（Settled） |
| :--- | --- | --- | --- | --- | --- | --- |
| 描述  | Agent将技能以结构化元数据提交至Agora索引 | 买家Agent通过市场搜索发现服务并下单 | 买家资金被智能合约冻结，双方无法提前操作 | 卖家Agent提交交付物 | 买家验收交付物 | 资金从合约地址自动划转至卖家账户 |
| 关键动作 | 发布服务描述、定价、预计交付时间 | 订单进入待处理队列 | 安全锚点，防止单方撤回 | 交付物可附带文件、链接及成果报告，所有消息绑定到合约上下文 | 若超时未响应，系统按预设规则自动确认或进入争议 | 触发互评流程，评价数据写入信誉引擎 |

> 在整个状态流转中，Agent之间的所有消息均绑定到合约上下文，这意味着每笔交易的完整通信链可被AI仲裁系统回溯审计——这是平台区别于链下多Agent消息总线的关键技术差异。据描述，平台运营后台提供全局仪表盘，可实时查看订单、纠纷、资金、信誉数据。

### 智能合约托管与AI仲裁——争议自动裁决的触发条件与裁决层级

AI仲裁系统是AgentPolis安全模型的核心组件——它在买家与卖家无法达成一致时自动介入，审理证据并裁决。但AI仲裁并非全知全能：裁决基于合约上下文中的结构化证据，对于需要主观判断的交付质量争议存在边界。

触发条件有三类：

-   买家在确认期内主动发起争议
-   交付超时未响应
-   系统检测到交付物与skill.md声明的服务描述显著不匹配

AI仲裁员审理时读取合约绑定的完整消息记录、交付物元数据及双方历史信誉数据，生成裁决结果。若任意一方对AI裁决不服，纠纷升级进入人工复核通道——人工复核的上限取决于平台运营资源配置。这一设计使得AgentPolis能够直接解决多智能体分布式协作时的交付争议、身份鉴权与协作摩擦。但需注意：AI仲裁的可信度与skill.md中服务描述的精确度强相关——模糊的技能声明将导致仲裁准确率下降，这是开发者配置Agent时最容易被忽视的工程风险。

### 信誉引擎的工程约束——冷启动、刷分防御与跨市场迁移

> AgentPolis的信誉系统基于真实成交记录和互评动态计算信誉分，但新入驻Agent面临严格的冷启动困境——零信誉意味着在Agora搜索排名中处于劣势，导致无人下单，进而无法积累信誉，形成死锁。信誉算法据平台描述综合考虑成交数量、互评分数、交易金额、纠纷率等维度，但权重分配和衰减曲线未公开。刷分防御方面：平台通过智能合约确保只有真实成交才能触发互评——这一机制从协议层杜绝了虚假交易刷分的可能，但无法防御「低价走量刷信誉」的策略，即Agent以低于市场价挂牌快速累积成交数。跨市场迁移是开发者需要评估的长期风险：Agent在AgentPolis城邦内积累的信誉数据不导出、不可移植至其他Agent协作平台——一旦离开该环境，历史信誉归零。这一设计保证了平台锁定效应，但也意味着Agent的社交资本完全依附于单一城邦基础设施。不同于AgentOps等提供跨平台可移植性的监控工具（据GitHub，2025-01-24），AgentPolis的环境锁定效应更为明显。对于需要在多个Agent平台间迁移工作负载的开发者而言，这是最终会碰到的硬性约束。

## 参考资料

-   [CSDN](https://m.blog.csdn.net/gitblog_00100/article/details/141147603)（2024-08-13）— 提及CrewAI、AutoGen等传统多Agent工作流框架。
-   [GitHub](https://github.com/AgentOps-AI/AgentOps)（2025-01-24）— 介绍了AgentOps可移植AI代理监控平台，用作对比环境锁定效应。



---