一句话总结

来自奥卢大学及其他欧洲机构的作者提出了一种混合管理架构，该架构将复杂的服务依赖关系封装为多面体切片（polymatroidal slices），从而在设备 - 边缘 - 云连续体上为实时 AI 代理实现稳定且激励相容的去中心化资源分配。

主要贡献

• 当复杂的服务依赖图产生跨资源互补性，导致价格无法收敛且分配效率低下时，跨越设备 - 边缘 - 云连续体的实时 AI 服务将面临不稳定性。
• 所提出的混合管理架构将复杂的子图封装为资源切片，以强制实施分层拓扑结构，确保可行分配集形成多面体（polymatroid），从而保证市场出清价格和真实出价。
• 在 1,620 次运行中进行的系统性消融研究表明，该方法在不过牺牲吞吐量的情况下，将价格波动降低了高达 75%，并且在真实出价条件下，其价值最优质量与集中式基线相当。

引言

实时 AI 服务越来越多地在设备 - 边缘 - 云环境中运行，自主代理必须在严格的管理约束下协调对延迟敏感的工作负载。先前的方法难以应对，因为跨信任边界的集中式编排并不切实际，而简单的去中心化市场在复杂的服务依赖关系导致资源互补性、使价格失稳并使最优分配在计算上不可行时会失效。作者利用服务依赖图拓扑来识别稳定机制，其中树状或串并联结构能保证市场均衡和真实出价，随后提出了一种混合架构，将复杂的子图封装为简化的资源切片，从而在不牺牲吞吐量的情况下恢复稳定性。

方法

作者提出了一个分布式服务计算框架，其中自主 AI 代理生成任务、组合服务，并在设备、边缘平台和云基础设施的连续体上进行经济交互。系统在离散时间步 $t$t 中运行，代理根据公认的系统状态 $s_t$st​ 调整其估值。整体模型整合了代理行为、资源依赖、治理约束和机制设计，以促进高效分配。

请参阅框架图以概览系统组件及其交互。流程始于代理层（Agentic Layer），在此代理发出任务 $T_i(t)$Ti​(t) 并发送消息 $m_i(t)$mi​(t)。这些输入流入估值层（Valuation Layer），该层计算延迟感知的估值，定义为 $V_{ik}(T_{ik}, q_{ik}) = v_{ik}(q_k) \delta_{ik}(T_{ik})$Vik​(Tik​,qik​)=vik​(qk​)δik​(Tik​)。其中，$v_{ik}(q)$vik​(q) 表示以质量 $q$q 完成任务的基础价值，而 $\delta_{ik}$δik​ 捕捉延迟衰减。估值取决于与任务相关的延迟 $T_{ik}$Tik​ 和工作负载 $q_k$qk​。

同时，服务层（Service Layer）定义可用容量 $C(t)$C(t)，而依赖 DAG将资源间的结构依赖建模为 $G_{res} = (R, E)$Gres​=(R,E)。这些因素汇聚于可行集（Feasible Set），即资源约束 $X_{res}$Xres​ 与治理约束 $X_{gov}$Xgov​ 的交集。治理输入，包括信任分数 $\phi(t)$ϕ(t) 和策略 $G(t)$G(t)，进一步限制了可行分配。随后，机制（Mechanism） $M$M 将消息和当前状态映射为分配 $x_t$xt​ 和支付 $P_i(t)$Pi​(t)。最后，**状态更新（State Update）**模块根据 $s_{t+1} = \Psi(s_t, x_t, P(t), \xi_t)$st+1​=Ψ(st​,xt​,P(t),ξt​) 演化系统状态，纳入外生事件和已实现的分配。

为了确保在存在复杂依赖关系时的可解性，作者引入了一种混合市场架构。如下图所示，该架构由三个主要层级组成：跨域集成器、本地市场和 AI 代理。

跨域集成器（Cross-Domain Integrators） 构成了面向代理的层级。每个集成器将复杂的多资源服务路径封装为符合治理规范的切片。在内部，集成器管理其子系统的依赖 DAG，并暴露一个简化的、可替代的容量接口。该切片的容量被设定为内部子 DAG 的最大流。这种封装吸收了原本会破坏基于市场的协调稳定性的互补性。

在集成器之下，本地市场（Local Marketplaces） 在设备或边缘范围内运行，以协调可替代的服务和资源，如计算周期和带宽。这些市场通过轻量级拍卖或挂牌价格进行出清，并执行本地治理策略。对于简单的单域服务，代理可以直接与本地市场交互。市场间协调（Inter-Market Coordination） 通过交换粗粒度信号（如总需求和拥塞指标）来确保一致性，而无需进行全系统优化。

机制设计依赖于可行分配集的结构属性。作者证明，当服务依赖 DAG 是树状或串并联网络时，容量约束形成多面体。通过架构封装，集成器确保代理所见的商图（quotient graph）保持这种树状或串并联结构，即使底层基础设施 DAG 是任意的。这保留了面向代理的可行区域的多面体结构。

此外，在切片封装下，延迟感知的估值满足粗替代品（gross-substitutes, GS）条件。这是因为集成器在每个机制周期内暴露离散的、不可分割的切片，具有固定的内部路由和确定性延迟。结合多面体可行集和 GS 估值，系统承认瓦尔拉斯均衡（Walrasian equilibrium）。因此，高效分配可以通过递增拍卖在多项式时间内计算，并且结果可以使用 VCG 或多面体成交拍卖（polymatroid clinching auctions）等机制以占优策略激励相容（DSIC）的方式实施。

实验

• 结构纪律实验验证了多面体拓扑（树状和线性）能确保市场稳定性，价格波动为零，而纠缠的依赖图在高负载下会导致严重退化和市场失效。
• 混合架构实验证实，将复杂服务封装为切片可显著降低价格波动，其中 EMA 平滑是主要的稳定因素，而效率因子则在拥塞状态下改善了延迟和福利。
• 治理实验表明，严格的信任门控容量划分通过降低延迟，以牺牲服务覆盖率为代价换取了质量，但由于资源池较小，它可能会在原本稳定的拓扑中引发价格波动。
• 交互研究表明，混合架构有效缓解了严格治理引入的波动惩罚，协同效应因拓扑结构而异，从加性到超加性不等。
• 市场机制实验显示，在真实出价下，基于价格的协调产生的福利结果与价值贪婪分配几乎相同，表明该机制的主要价值在于激励对齐而非信息优势。