VagusMaker：全球首个区块链原生、百万步零错误长程智能体执行引擎

作者：张家林

2025年11月12日，arXiv 上发布了一篇重要论文《Solving Zero Errors in a Million-Step LLM Task》（arXiv:2511.09030）（以下简称MAKER论文）。这篇论文提出了一种名为 MAKER 的方法，核心思想可以用一句话概括：

即使使用最廉价、最小的开源模型（Llama-3-8B级别），只要把长程任务极致分解成无数微步，再用“先领先k倍投票确认 + 红旗自动否决”的机制，也能在超过100万步的超长任务中实现零错误。

论文用经典的“20盘河内塔”问题（总步数 1,048,575 步）做了完整验证，一步都没错。这彻底改变了行业对“长链推理”的认知：可靠性不一定靠大模型，而是靠架构级纠错。

作者没有追求更大的参数，而是换了一条完全不同的路：把任务切到不能再细的微步，让一群廉价模型同时给出下一步的建议，然后用一种近乎残酷的规则决定胜负——谁的答案先把票数拉开到其他所有选项总和的k倍（比如4倍），谁就胜出；任何违反基本规则的建议，直接红旗出局并接受惩罚。这套方法被作者称为MAKER。它真正告诉我们，长链推理的死结从来不是单次推理能力不够，而是错误一旦出现就会像滚雪球一样越滚越大。MAKER用架构把雪球掐死在刚成型的那一刻。

但是，论文里的实现是离线、单机的。要真正实现智能体长程执行各种任务，需要每一步都可验证、可激励、可惩罚、可审计，还需要一个去中心化的基础设施。

北京数悦铭金公司基于Vagus开源项目，完美解决了这个问题。

Vagus 到底是什么？

Vagus（迷走神经）是一个受生物学启发的链上AI代理安全层，目标是防止智能体在物理世界失控（比如机械臂砸人、无人车撞墙）。它把生物的“迷走神经系统”搬到了区块链上，核心组件包括：

ANSState：三状态机（SAFE → DANGER → SHUTDOWN），带滞后和最小驻留时间，防止状态震荡AfferentInbox：任何传感器、摄像头、遥测数据都可以实时上链作为证据VagalBrake（迷走刹车）：根据“健康指数”动态把动作速度、力度从100%降到10%甚至0ReflexArc（反射弧）：不需要投票，毫秒级直接撤销危险动作CapabilityIssuer：给每个代理发行短生命周期、可随时撤销的“权限令牌”（Capability Token）Tone Oracle（Rust编写）：链下计算一个叫 VTI（Vagal Tone Index）的健康分数，推高时触发刹车

简单说，Vagus 就是给所有智能体装了一个链上的自主神经系统 + 紧急刹车按钮。

官网：https://vagus.datoms.cn

MAKER 论文的核心要点

MAKER 论文做了三件重要的事，却把错误率从 30%+ 降到了 0：

Maximal Agentic Decomposition（极致任务分解） 把一个大任务拆成成千上万极小的微任务，每一步只做一件事（比如河内塔里只移动一个盘子）。First-to-ahead-by-k Voting（先领先k倍确认） 让很多廉价小模型同时给出下一步建议，谁的答案先把票数拉开到其他所有答案总和的 k 倍（比如 k=4），就确认这一步。少数派错误会被自然淹没。Red-flagging（红旗机制） 设置硬规则（比如河内塔里大盘绝不能压小盘），任何违反规则的建议直接标记为红旗，立即淘汰并惩罚。

这三板斧加起来，哪怕每个模型单步错误率 20%，整体也能做到百万步零错误。

VagusMaker 到底做了什么？怎么实现的？

数悦铭金团队发现：Vagus 已经把 MAKER 需要的 90% 底层能力都造好了。

Vagus的出发点和MAKER完全不同。它想解决的是物理世界里智能体的失控问题——机械臂突然抽风砸人，无人车在高速上突然刹车失灵。人形机器人一旦出错，代价是血肉之躯。于是他们把生物的迷走神经搬到了链上：一套实时监测“健康指数”（VTI）的系统，能在发现不对劲的瞬间降速、撤销权限、甚至直接关机。核心是一系列精密到近乎偏执的组件——三状态机带滞后保护、毫秒级反射弧、短命可回收的权限令牌、所有证据强制上链的AfferentInbox，以及一个用Rust写的Tone Oracle不停计算着系统的“心跳”是否正常。

谁也没想到，这套为防止机器人伤人而生的安全层，竟然和MAKER论文的需求严丝合缝。红旗机制？直接用ReflexArc就解决了。需要即时惩罚？Capability Token一秒回收。需要全局停车？VagalBrake和DANGER状态天生就干这个。需要证据可查？AfferentInbox本来就为法庭级审计而生。

MAKER 需要的功能	Vagus 已经有的现成组件	只需要怎么用
每步状态永久可查	AfferentInbox + ANSState	直接存
红旗自动触发惩罚	ReflexArc + Capability 撤销	直接调用
权限能随时收回	CapabilityIssuer（短命令牌）	直接发令牌
全局异常时刹车	VagalBrake + 三状态机	直接刹
证据链上存证	AfferentInbox	直接上链

于是他们只在 Vagus 原有代码上新增了 4 个轻量合约（总共不到 1200 行 Solidity）：

MicroTaskManager.sol 负责把一个百万步的任务自动拆成按 step 编号的微任务，当前共识状态用 Merkle Root 存到 Arweave/IPFS。RedFlagValidator.sol 红旗规则引擎：检查每张票是否违反河内塔规则（大压小、空柱子、状态不一致等），违规立刻调用 ReflexArc 撤销权限、扣信誉、甚至触发 SHUTDOWN。ReputationWeightedVoter.sol 实现“先领先k倍”投票：每个代理的票权 = Reputation^0.7（次线性，防止巨鲸），当某个动作票权达到其他所有动作总和的 k 倍时，自动确认、分微赏金、更新状态、触发下一步。ReputationToken.sol（灵魂绑定）记录每个代理的历史表现：正确投票 +5~20 分，投错 -30 分，触发红旗 -100 分，长期老实人慢慢涨上限。

另外，只改了 200 行 Rust 的 Tone Oracle，让它额外监控“投票太分裂”或“单步卡太久”，一异常就推高 VTI → 进入 DANGER → 全系统暂停，等人类介入。

第一个合约MicroTaskManager负责把百万步的大任务切成按序号排队的微任务，把当前共识状态的Merkle Root扔到Arweave或IPFS，历史永远删不掉。第二个RedFlagValidator是铁面无私的裁判，任何一张试图把大盘压到小盘上、或者和上一步状态对不上的票，当场触发反射弧，权限归零、信誉暴跌，严重时整个系统直接SHUTDOWN。第三个ReputationWeightedVoter是真正的决策大脑，它让每个参与者的票不再一人一票，而是和历史信誉挂钩（还取了0.7次方避免巨鲸垄断），当正确答案的票权滚雪球般领先到k倍时，这一步立刻确认，小额赏金实时分发，状态更新，下一步自动触发。第四个是灵魂绑定的ReputationToken，诚实投票慢慢加分，投错重扣，触发红旗直接血亏，长期老实人才有资格慢慢提高上限。

最后，他们只用了不到200行Rust，把Tone Oracle教了一项新本领：盯着投票是否过于分裂、单步是否卡得太久，一旦异常就把VTI推高，整个系统滑入DANGER状态，全球同步刹车，等人类来处理。

整个过程干净得像一场精密的手术：有人往合约里存一笔赏金发起任务，系统吐出第0步，世界各地持有权限令牌的玩家用自己电脑上的小模型算答案、提交投票，红旗裁判先过滤垃圾票，正确答案的票越滚越多，一旦领先k倍，赏金到账、状态前进，下一步无缝接上。如果中途哪里不对，Tone Oracle会第一时间让整个世界停下来。

完整的链上执行流程（20盘河内塔为例）

你往合约里存 8000 USDC 赏金，设置 k=4，调用 createTask系统自动生成 Step-0全球任意持有 Capability Token 的人，用自己电脑上的小模型算出下一步，提交 vote（move + proof 文件 CID）RedFlagValidator 先自动过滤垃圾票正确答案的票越积越多，一旦领先到 4 倍总票权 → 自动确认确认后：分一点微赏金给正确投票者 → 更新状态 → 触发 Step-1重复 1048575 次若中途严重分裂或卡住 → Tone Oracle 推高 VTI → 全局刹车 → DAO 人工处理

全程状态、投票、赏金、惩罚、刹车 100% 上链，可随时审计。