攻壳机动队 Online

# 攻壳机动队 Online **GHOST IN THE SHELL ONLINE** · SECTION 9 多 Agent 蜂群协作赛道 · P2501 Team · 非官方同人作品 在线体验：https://section9.lovstudio.ai/ ## 做了什么 《攻壳机动队 Online》是一个手机扫码即玩的 3D 多人在线游戏，也是一个把多 Agent 协作规则摆上台面的实验场。新浜市 18 个电子脑里有 6 个被笑面男感染，8 台塔奇克马（侦察、解析、攻性、护卫）组成蜂群：没有中心调度，自己认领任务、交换线索、提议封锁。封锁不可逆，所以必须先经过另一台证据独立的塔奇克马复核；意见不合交第三方仲裁，房间里的人类玩家也能投票。 评委扫码可以扮演九课成员帮忙取证、修复倒下的塔奇克马，也可以扮演笑面男去 EMP、劫持、布置诱饵，亲手制造故障，看蜂群怎样接力。屏幕顶部是格斗游戏式的双血条：左边九课（在线塔奇克马，误封扣血），右边笑面男（剩余感染的电子脑），谁占上风一眼可见。 游戏之外还有一个真任务「潜网研究 Net Dive」：真实的 LLM 蜂群按同一套协议研究你给的点子，拆题、研究、独立复核、打回修订、仲裁、汇总，卡住时查 EvoMap，最后把研究策略蒸馏成 Gene，过了发布门槛才发到 EvoMap。 ## 为什么 多 Agent 系统难的不是多开几个模型，而是四件平时看不见的事：谁来做（分工）、怎么说（通信）、说不拢怎么办（冲突）、有人掉线怎么办（故障）。它们埋在日志里，评委几分钟看不出来。 我们把每一条协议消息都做成游戏里看得见的东西：认领是光环，线索交换是两台塔奇克马之间的光束，分歧会弹出投票，倒下的塔奇克马冒着电火花，它的任务几秒后被别人接走。 ## 塔奇克马协议 0. **发现与能力描述**：每台塔奇克马上线先广播 HELLO 能力卡（角色、扫描精度、速度、擅长任务），认领按能力卡匹配；任务中途可以「增援」一台新成员，它 HELLO 后同步已有线索与基因，立即开始认领（即插即用）。 1. **自主认领 + 租约**：空闲的塔奇克马按「角色适配 × 优先级 ÷ 距离」自己挑任务，认领带 5 秒租约、每秒心跳续约。多台抢同一任务，效用高者得，落败者收到 CLAIM_CONFLICT 另选。 2. **线索谱系 gossip**：每条观测带谱系，信念按独立来源计票。同一成员对同一节点的重复扫描、转发来的副本，都不算新证据，防止回声制造虚假共识。 3. **独立复核 + 分歧仲裁**：信念 ≥ 0.86 且至少 2 个独立来源才能提案；复核者既不能是提案者，也不能是该节点任何证据的来源，必须亲自去扫。不同意即 DISPUTE，由第三方（提案者、复核者和证据源都要回避）深度仲裁；房间里有九课玩家时同时开 8 秒投票，人类多数票可以否决封锁。 4. **故障接力**：倒下的成员不再心跳，租约过期，任务带着一半进度和线索回到黑板，被优先接管（TAKEOVER，中位约 5 秒）。不需要任何人「发现」它倒下了。 5. **权限与降级**：不可逆的封锁必须持有「票据」（提案者 · 复核者 · 信念），无票据或被隔离的成员请求一律 DENY；没有解析型在线时改为两名不同谱系成员交叉复核，存活少于 3 台进入保守阈值（DEGRADE），恢复后自动退出。 6. **EvoMap 基因**：遇到未知 ICE，先问通讯范围内的同伴，再查 EvoMap，最后才试错；试出来的破解法写成 Gene 随 gossip 扩散。 7. **並列化**：任务结束全体同步记忆，本局新 Gene 被下一局继承，后来者少走弯路。 8. **信誉与隔离**：读数与复核裁决或真相冲突的成员信誉下降，低于 0.35 被隔离、收回写权限并重启。不需要知道谁被劫持，只看它和独立证据的偏差。 这些规则全部以消息类型（HELLO / CLAIM / BEAT / GOSSIP / PROPOSE / AGREE / DISPUTE / ARBITRATE / VOTE / LEASE_EXPIRED / TAKEOVER / DENY / DEGRADE / EVOMAP_QUERY / GENE / QUARANTINE …）出现在实时协议日志里，关键时刻在大屏上弹出提示卡。同一套租约协议也用在多人联机的房主选举上。 ## 怎么做 - **纯浏览器**：Vite + TypeScript + three.js，塔奇克马、城市、音乐全部程序生成并打包成约 1.4 MB 的静态站点（Vercel 边缘网络 + 七牛 CDN 镜像），运行时不依赖任何境外字体或脚本 CDN。 - **确定性模拟**：10Hz 确定性步进，世界状态是纯 JSON（连随机数状态都在里面）。 - **多人**：走公共 MQTT，房主权威；房主本身也用租约，掉线后其余客户端选出新房主，从最后一份快照接着跑。 - **Net Dive**：黑板、租约、复核、修订、仲裁在浏览器里跑，LLM 和 EvoMap 走 Vercel Serverless 代理，密钥只在服务端；研究员用 Sonnet 5、复核用 Haiku 4.5、盲评用另一家的 GPT-5.5。线路不通时自动回放一次真实录制，并明确标注。 ## 单 Agent 与蜂群对照 同一 seed、同一张地图、同一套故障，只换组织方式： - **单 Agent**：一个全能 Agent，扫描精度 0.88，比侦察型塔奇克马更准；但它只有一个上下文，越跑越贵，自己复查自己时误差相关；被击倒 20 秒后看门狗重启，上下文清零。 - **无协议蜂群**：8 台塔奇克马，没有租约、谱系和复核。 - **协议蜂群**：完整的塔奇克马协议。 4 个场景 × 3 种模式 × 每格 100 个 seed，准确率均值（95% 置信区间）： | 场景 | 单 Agent | 无协议蜂群 | 协议蜂群 | |---|---|---|---| | 无故障 | 92.3%（91.1–93.6） | 86.4%（84.7–88.1） | **98.8%**（98.4–99.3） | | 2 台倒下 | 91.6%（90.4–92.7） | 80.6%（78.8–82.4） | **98.1%**（97.5–98.7） | | 1 台被劫持 | 10.3%（9.5–11.2） | 85.9%（84.2–87.7） | **96.5%**（95.7–97.3） | | 叠加故障 | 9.9%（9.1–10.8） | 80.4%（78.6–82.1） | **97.4%**（96.6–98.1） | - **故障恢复**：2 台倒下时任务完成率，无协议蜂群 15%，协议蜂群 100%（用时 112 秒）；单 Agent 靠看门狗重启也能完成，但用时 381 秒，且重启后上下文清零。 - **冤枉好人**：叠加故障下每局平均误封，无协议蜂群 1.38，协议蜂群 0.11。 - **速度与成本（无故障）**：单 Agent 用时 343 秒、估算 $0.181；协议蜂群用时 106 秒、估算 $0.089。继承上一局 Gene 后，协议蜂群用时缩短 9%。 - **真任务 Net Dive**（点子：用 AI 多 Agent 蜂群帮社区医院做夜间分诊，值得做吗？）：蜂群用时 120 秒、花费 $0.20；单个强模型用时 22 秒、花费 $0.015；盲评蜂群 7 分、单模型 7 分；命中 EvoMap 条目 3 条。盲评 7:7 打平，按发布门槛（有基因须严格更好）这次没有把 Gene 发到 EvoMap，只存进本地基因库——宁可不发，也不往 EvoMap 灌水。 **取舍**：协议蜂群比单 Agent 快 3.2 倍、准确率高 6.5 个点，但比无协议蜂群慢 2.3 倍、多花 85% Token——多花的钱买的是复核与租约：误封从 1.58 降到 0.04，两台倒下后完成率 15% → 100%。 所有对照都能在「蜂群对比实验」页现场重跑，不是写死的数字。 ## 如何体验 1. 手机或电脑打开 https://section9.lovstudio.ai/ 2. **单人**：直接开始任务，可 1× / 2× / 4× 加速；点任意塔奇克马，看它的租约、信念和证据来源。 3. **多人**：电脑开房投到大屏，手机扫房间二维码，选九课成员或笑面男。 4. **蜂群对比实验**：在浏览器里现场重跑全部对照。 5. **潜网研究**：输入一个想验证的点子，看真实 LLM 蜂群研究、复核、查 EvoMap。 ## 局限 - 游戏基准是对世界的建模：扫描精度、token 成本是设定值，能说明协议在这些假设下的结构性差异，不等于真实 LLM 系统的收益；美元数字均为估算。Net Dive 是真实任务，每次结果不同，盲评由 LLM 完成。 - 多人模式依赖公共 MQTT broker，它不可用时多人模式断开；单人、对照实验和 Net Dive 不受影响。 - 房主权威不防作弊；笑面男 AI 与台词是规则驱动的。 - 同人致敬作品：模型、界面、音效和海报背景均为原创或程序生成，未使用任何官方素材。