一句话定义:Stigmergy(共识主动性,也译“隐式协同”)指多个个体之间不直接发消息,而是通过改动环境留下痕迹,再由其他个体读取这些痕迹来调整行为,最终涌现出整体有序的配合。
最经典的原型是白蚁筑巢。单只白蚁并不知道“要建一根柱子”,它只是把衔来的土粒放在有同类气味的地方;土粒堆高了,气味更浓,更多白蚁被吸引过来继续堆。没有总指挥,没有施工图,巢却建起来了。这里的关键变量不是“谁告诉谁”,而是“环境被改成了什么样”。
打个厨房里的比方。两个人做菜,全程不说话:一个人切好菜放在案板上,另一个人看见案板上有菜就下锅。案板就是通信媒介,切好的菜就是消息,而“看见才动”就是局部规则。再往狠里说,就是标题里那句“隔墙递眼色”——墙那边的人根本看不见你,但能看见你留在传送带上的东西。
这套机制能跑起来,靠三件事:一是一块可读可写的共享环境(共享黑板、地面、货架、任务队列);二是痕迹会累积也会衰减(信息素会挥发,便利贴会被撕掉),衰减本身就是一种天然的过期机制;三是每个个体只跑局部规则,谁都不掌握全局。
它和几个相邻概念容易混:
| 对比项 | 显式通信 | 隐式协同(Stigmergy) |
|---|---|---|
| 媒介 | 消息信道 | 环境本身的状态 |
| 前提 | 寻址、协议、时序对齐 | 能读能写同一份状态 |
| 断联时 | 协作直接中断 | 往往还能继续跑 |
| 代价 | 带宽、握手、协调开销 | 痕迹可能被误读、被污染 |
要注意,它不等于 Raft/Paxos 那类分布式共识算法,那些是货真价实的显式消息;它也只是群体智能(Swarm Intelligence)的一种实现机制,而非全部;它也不同于观察学习,后者学的是“别人怎么做”,前者改的是“世界变成什么样”。
放到多机器人上,价值就出来了。假设任务是“一个机器人扶住工件,另一个去拧螺丝”。如果靠喊话协调,会遇到三种失败:带宽挤爆、两家厂商协议不通、现场断网。而用痕迹协议,机器人只需约定:谁先到工位就在共享状态里占位,走的时候把位子清掉。后来的机器人一读状态,自然知道该扶还是该拧。单个机器人干不了这活,成功率接近零;加上这套“读写环境”的约定,同样的硬件就能稳定配合。从 0 到 100% 靠的不是更聪明的个体,而是一份大家都认的、放在明面上的状态。
边界也很清楚:任务必须能拆成“读环境—改环境”的循环;环境必须可观测、可写入;痕迹要有清理和衰减策略,否则会互相误导;强实时、需要精确同步的动作(比如双机共同抬一个易碎件)还是得靠显式通信;一旦有对抗方故意伪造痕迹,这套机制就不可信了。
对做系统的人,一条实用启发是:设计多智能体方案前先问一句“能不能用一块共享白板解决”。对普通职场人同理,把状态写在别人看得见的地方——看板、文档、任务状态标记——往往比多开一次对齐会便宜得多。
