没给词表，没设编码，词是自己长出来的
我们习惯以为机器之间交流得靠人先把协议定好，比如现在流行的 A2A、MCP 都是这个思路。但布鲁塞尔自由大学与那慕尔大学团队在《计算语言学学报》发表的研究，给出了一个反直觉的结果：即便不给智能体准备现成词汇表，也不预设任何通信编码，它们也能在反复互动里，自发形成一套彼此能懂、且能稳定使用的词汇体系。团队让智能体从局部两两交流起步，随着互动不断累积，整个群体慢慢约出了共同遵循的语言规则——有点像一个互不相识的群体，在没有统一教材的情况下，靠一次次试探慢慢约定某个词代表什么。
这套自己长出来的语言并不是人类完全读不懂的黑话。因为每一个词语对应的概念原型都能和底层的传感数据建立联系，人反而可以顺着数据去分析机器到底在交流什么。研究在 37 组类型不同、复杂度各异的数据集上做了验证，数据涉及葡萄酒的物理化学属性、NASA 的系外行星资料、视觉信息，以及鸟类和人脸图像，智能体都成功发展出了用来交流各类信息的词汇。这对自动驾驶、机器人和工业传感器这类需要自主系统互相通信的场景，提供了新的想象空间。
对智能体通信协议，是个有意思的提醒
把这件事放回智能体工程里看，它点出了一个常被忽略的维度：我们花了很多力气设计「人为协议」，却很少问「涌现协议」会怎么长。人为协议（A2A、MCP）胜在可审计、可互操作，每个字段的语义都是定死的；涌现词汇胜在贴合手头的真实数据和要完成的任务，不需要模仿人类的表达习惯。两者并非对立——现实里的多智能体协作，多半是骨架由人定、细节在跑动中长出来。值得警惕的是另一头：如果完全放任涌现，通信内容虽可分析却难以强制，一旦跨系统对接就会卡在「你说的话我听不懂」。
这篇研究没有给出一套可直接落地的协议，它更多是打开了一扇窗：当我们谈论智能体之间的「通信标准」时，标准未必只能从白纸黑字的设计里来，也可能从大量互动里收敛出来。对做多智能体系统的团队，一个务实的姿势是两条腿走路——用人为协议兜住安全与互操作的底线，同时保留一层允许智能体在既定框架内协商细节的机制，让通信既可控，又不至于僵死。