分布式智能体系统新范式：信念复制取代比特复制

在传统分布式系统中，状态机复制（SMR）模型要求所有副本通过确定性转换达到完全一致的比特状态。然而，随着自主、随机、模型驱动的智能体系统兴起，这种严格的一致性要求已显不足——使用生成模型的副本可能产生不同的推理路径、摘要和标记边界，却能做出语义等价且正确的操作决策。

研究团队指出，强制这些随机参与者达成比特级一致会降低执行灵活性、引发上下文遗忘并限制性能表现。为此，他们提出认知状态复制（ESR）这一信念复制层，将复制边界从数据可见性转移到知识可见性。该框架将认知节点状态形式化为K=(L,B)对，分离确定性的不可变证据日志（L）与随机演化的信念谱系（B）。

为确保执行安全，研究定义了语义线性一致性——要求操作在验证者限定的语义兼容度量内反映最新提交的操作含义，以及有界最终一致性——在公平交付、单调证据、有界验证者干扰和收缩嫁接算子条件下限制预期语义分歧。团队还设计了传播衍生见解的协议，并形式化了可验证语义回滚机制，可在不引发上下文遗忘的情况下从信念谱系中修剪错误前提。

初步仿真结果表明，ESR在既定假设下具有可行性，并能减少次级认知故障。该研究为智能体分布式系统提供了新的可靠性保障思路，突破了传统复制模型的局限性。