02 · 既有工作与空白

目标：说清楚"别人做到哪、我们借什么、我们不重复什么"。 结论先行：交互网运行时已经很成熟（HVM2/Inpla/Vine），多 Agent 编排也很成熟（Temporal/LangGraph/Ray），但"以交互网为语义核心的 Agent 基础设施"是空白。

2.1 交互网实现谱系

从 HVM2 借什么

HVM2 论文（Taelin 2024）的几个关键工程决策，直接适用于我们的纯核：

1. 64-bit term 编码：tag | label | value，一个 word 表示一个节点/变量/数字；缓存友好。
2. 线即原子变量：每个端口是一个原子 word；连接用 CAS，实现 lock-free 的"原子链接"。
3. redex bag + work stealing：每个 worker 有本地 bag；空闲时偷取；减少全局锁。
4. 交互即小函数：annihilate/commute/erase 是极轻的 C 过程；没有解释器开销。
5. 原生数字/全局定义：避免 Church 编码的性能灾难。
6. GPU 内核：同一套规则可以映射到 CUDA；我们 v1 不做 GPU，但 IR 要保留可能性。

论文报告的数字（用于建立量级预期，不是我们的目标）：Apple M3 Max 单线程 400 MIPS、16 线程 5,200 MIPS；RTX 4090 32,768 线程 74,000 MIPS。

从 Inpla 借什么

• "交互网作为编程语言"的规则语法：agent、rule、net 的写法；内置算术/比较；列表/树编码。
• 复用注解（reuse annotations）：在规则里显式标注哪些 cell 可以被复用，减少分配；这是工程上很实用的优化。
• 多线程调度：每个 core 一个线程 + 共享堆；对我们的单机运行时是直接参考。
• 基准方法：n-queens、Ackermann、排序；我们应建立可比的纯网基准。

从 Vine/Ivy/IVM 借什么

• 分层：Vine（高层，函数/命令式混合）→ Ivy（低层 IC 语言）→ IVM（运行时）。这正是我们 Ainet Flow → Ainet Core → AIN IR → aind 的思路。
• 低层语言的可读性：Ivy 的语法比裸组合子友好，适合作为调试/手写 IR 的目标。
• 运行时独立：IVM 可以单独 benchmark，不被高层语言绑死。

从 Bend 借什么

• "语言 → 网"的编译管线：函数、ADT、模式匹配、递归如何降级到交互组合子。
• 2026 的 proof/laws 方向：Bend 现在强调用 LAWS.bend + 证明来约束 AI 生成的代码。这与我们的"Agent 协议/预算/能力"约束是同一类问题：把意图变成可机器检查的约束。我们不做定理证明器，但会借鉴"law/contract 作为一等公民"的产品思路。
• GPU 优先：Bend 的目标是 CPU 如 C、GPU 如 CUDA；我们的 Agent 层是 I/O 密集，不跟它拼纯算力。

2.2 理论与并发扩展谱系

结论：标准交互网适合"纯计算 + 并行"；要做 Agent，必须引入 同步（multiport）、效果（effects）、位置（locations）、失败（supervision）。这些在理论上都有先例，但还没有人把它们打包成一个 Agent 运行时。

2.3 多 Agent 基础设施现状

它们各自做对了什么

• Temporal：把"确定性工作流 + 副作用 activity + 事件历史重放"做成了产品。Ainet 的 durability 直接借鉴：交互日志 = 事件历史，effect = activity。
• Erlang/OTP：supervision tree、let-it-crash、mailbox 隔离。Ainet 的 Supervisor/Error cell 借鉴其语义。
• Ray：分布式任务调度、对象存储、actor。Ainet 的 remote wire/placement 借鉴其工程。
• LangGraph：显式图状态 + checkpoint；证明了"图"是 Agent 开发者能理解的抽象。Ainet 把图从"控制流图"下沉到"数据流/重写图"。
• MCP/A2A：工具与 Agent 的接口标准化。Ainet 把它们作为 effect adapter，而不是核心语义。

它们共同缺什么

1. 语义级并发：DAG 只是依赖；没有"哪些步骤可以并行、为什么、代价多少"的形式化。
2. 确定性重放：Temporal 有，但 Agent 框架大多没有；且 effect 的因果结构没有被类型约束。
3. 能力安全：工具注册表是全局的；prompt injection 可以越权。
4. 结构化共享：相同子结果/上下文没有一等公民；缓存是字符串键。
5. 可解释轨迹：日志/span 不是图；无法回答"这个输出由哪些消息/工具/共享节点推出"。
6. 成本感知调度：多数框架没有预算类型，也没有跨 Agent 的成本优化。

2.4 可视化与教学现状

空白：没有一个"从零到 Agent"的完整课程，把图重写 → 组合子 → λ → 最优 → 类型 → 并发 → Agent串起来，并且用同一个运行时驱动动画与生产。

2.5 定位：我们做什么不同的事

一句话定位

Interaction nets are the assembly language of agent orchestration. 交互网是 Agent 编排的汇编语言；Ainet 是它的语言、运行时与调度网络。

三个差异化

1. 语义下沉，而不是再包一层

   • 别人：DAG/消息队列 + 约定。
   • 我们：图重写 + 强合流 + 线性能力 + 显式 effect。并发/共享/权限都是语义的一部分。

2. 确定性 + 可视化是同一件事

   • trace 就是网的变化；调试器就是教材的渲染器；重放就是重新点火。
   • 这让"可解释性"不是事后拼日志，而是运行时原生输出。

3. 成本是一等公民

   • 每个规则/effect 有成本向量；预算可以随端口传递；调度器在预算下优化。
   • 对 LLM Agent，这是从"能跑"到"可运营"的关键。

我们明确不做的

• 不与 HVM/Bend 拼纯数值性能；需要时把纯子网编译到它们。
• 不做通用 BPMN/工作流产品；只做 Agent 的计算底座。
• 不做"全自动 Agent 社会"的叙事；先解决单团队、可审计、可重放的编排。
• 不做跨公网拜占庭共识；v1 是受信集群。

2.6 竞争与风险

2.7 可复用的资产清单

实现前由负责人做一次 license audit，记录在 docs/08-decisions.md 的 ADR 中。

在 GitHub 编辑本文