[2606.26203] 面向Agent基础设施的Agent化分析：基于大语言模型的DAO与企业AI协议比较治理研究
[2606.26203] 面向Agent基础设施的Agent化分析：基于大语言模型的DAO与企业AI协议比较治理研究
[提交于2026年6月24日]
作者： 王宇天，张璐瑶
摘要： 随着AI Agent协议不断涌现，塑造其互操作性标准的治理结构在实证层面仍缺乏深入研究。我们提出了一套基于大语言模型（LLM）的比较分析流程，用于大规模治理话语分析，该流程整合了自动标注、神经主题建模和多层网络分析，以大规模研究社会技术权力结构。我们在两个对比鲜明的Agent互操作性标准上进行了验证：ERC-8004（无需许可、链上）和Google A2A（企业主导）。通过分析4,323条治理参与记录，我们结合大语言模型辅助编码、主题建模和多层网络分析，探究制度设计如何塑造主题优先级和社区结构。我们发现，尽管治理形式影响实质关注焦点，但两种体制在参与不平等程度和社区碎片化方面表现相似。在无需许可的环境下，话语对齐更为密集，这表明开放治理可能在去中心化参与中促进更大的主题趋同。这些发现展示了基于大语言模型的方法如何推动技术治理的实证研究，并为设计更公平的Agent化AI标准提供了启示。所有数据和代码均已公开提供。