想到“协作”时，我们通常先想到人与人之间的交流：会议、邮件、聊天软件、命令与反馈。这样的协作要求参与者相互传递消息，或者由某个协调者告诉大家下一步做什么。

自然界里却存在另一条路径。蚂蚁可以在多条路线之间逐渐偏向较短的一条，白蚁能够在没有总工程师和完整蓝图的情况下持续建巢。单个个体只接触局部线索，群体却可能形成稳定的整体行为。

这类现象提醒我们：协调未必只发生在个体之间，也可以发生在个体与共同环境之间。前一个行动者改变环境，改变后的环境又影响下一个行动者。法国动物学家 Pierre-Paul Grassé 在研究白蚁建巢时，将这种由痕迹介导的间接协同称为 Stigmergy。

这篇文章要回答的，正是一个具体问题：共享环境如何在参与者没有持续直接沟通、也不掌握全局信息时，承担一部分协调工作？

不是彼此发号施令，而是对同一痕迹作出反应

Grassé 于 1959 年提出 Stigmergy 一词。它由希腊语中表示“痕迹、标记”的 stigma 与表示“工作、行动”的 ergon 组合而来，通常被解释为“由工作留下的痕迹继续激发工作”。后来，这一概念从社会性昆虫研究扩展到机器人、组织协作和多智能体系统。

一个最小的 Stigmergy 循环可以写成：

1
2
3

行动者读取环境 → 完成局部行动 → 在环境中留下痕迹
       ↑                              ↓
       └──── 后续行动的概率或方向被改变 ────┘

这里没有要求前一个行动者知道后来者是谁，也没有要求后来者知道痕迹由谁留下。真正重要的是：痕迹能够被观察，能够持续一段时间，并且会改变后续行动。环境由此不再只是行为发生的背景，而成为协作回路中的媒介。

“痕迹”也不一定是物理印记。信息素是一种痕迹，已经垒起的泥块是一种痕迹；在人造系统中，代码提交、待办状态、实验结果和页面修订同样可能发挥这种作用。

蚂蚁如何把局部偏好放大为路径

蚂蚁觅食是最常见的例子。蚂蚁在移动时会留下信息素，后来经过的同伴更可能选择信息素较强的方向；如果它们也成功往返，又会继续强化这条路线。个体只响应附近的化学线索，路线选择却会在群体层面逐渐收敛。

1989 年的一项经典“双桥实验”让阿根廷蚁在巢穴和食物之间面对两条长度不同的分支。群体会可靠地偏向较短的一条。原因并不是某只蚂蚁比较了全局地图，而是走短路的蚂蚁往返更快，于是单位时间内为该路线增加信息素的次数更多。微小的早期差异被正反馈逐渐放大。

但“蚂蚁能够找到最短路径”需要限定条件。信息素反馈既能放大好选择，也能放大偶然和错误；路径结构、探索概率、信息素挥发速度以及环境是否变化，都会影响结果。有些情况下，蚁群会锁定在次优路线。因此，Stigmergy 不是保证全局最优的算法，而是一种利用局部线索形成群体偏好的机制。

信息素的挥发在这里同样重要。如果痕迹只会累积、永不消失，系统就很难忘掉旧路径。留下痕迹提供了共享记忆，痕迹衰减则让这份记忆有机会被现实修正。

白蚁建巢：关键是“在哪里继续”

Grassé 最初提出 Stigmergy，是为了说明白蚁如何在没有整体蓝图的情况下协调建巢。单只白蚁无须理解巢穴最终的形状，它只需根据当前位置的材料和局部线索，决定在哪里搬运或堆放下一小份建筑材料。已经完成的部分随后成为其他白蚁的输入。

常见的通俗叙述会把过程简化成“泥粒形成土堆，土堆形成柱子，柱子再形成拱门”。这个图景很好理解，却不应被当成所有白蚁建造行为的统一脚本。近年的实验提示，材料表面的曲率、湿度与蒸发梯度、挖掘位置以及可能存在的化学线索，都可能影响白蚁在哪里继续堆放；不同物种和阶段所依赖的线索也未必相同。

更稳妥的结论是：在建工程本身会参与下一步施工决策。 巢穴的当前状态保存了过去行动的结果，也改变了后来行动发生的位置和概率。协调不需要储存在某个个体头脑里的完整蓝图，而可以部分地分布在不断变化的作品之中。

环境究竟承担了什么

当多个参与者读取和修改同一环境时，环境可以同时承担几种功能：

环境特征在协作中的作用
可观察的痕迹让后来者知道已经发生了什么
持续与衰减形成共享记忆，也允许旧信息被遗忘
局部结构与差异提示哪里值得继续行动
聚合规则把许多个体的微小贡献累积起来
反馈回路放大、抑制或纠正某类行为

这与直接消息不同。消息通常明确指定接收者，环境中的痕迹则可以在留下时并不知道谁会读取。它还把一次短暂行动转化为可被后来者检查的状态，使异步协作成为可能。

不过，说“环境替代了通信”仍然过于绝对。痕迹本身就是一种信息载体，而且现实系统经常同时使用直接沟通和环境介导的协作。更准确的说法是：Stigmergy 把一部分协调从“我告诉你做什么”，转化为“我改变共同对象，而你根据新状态决定做什么”。

Stigmergy 与自组织：机制和结果不要混为一谈

自组织（self-organization） 描述一种系统层面的现象：整体秩序从局部交互中产生，而不依赖单一中心掌握并执行完整计划。Stigmergy 则是一类具体机制：个体借助环境中的痕迹间接影响彼此。

两者关系密切，却不能画等号。Stigmergy 可以促成自组织，但不是唯一的自组织机制；个体之间的直接模仿、局部竞争和同步，也可能产生整体秩序。反过来，一个组织即使使用共享看板或代码仓库，也不一定因此成为自组织系统——它仍可能由中央计划决定所有任务，只是借助共享工具记录进度。

因此，自组织回答的是“整体秩序如何在缺少中央编排时出现”，而 Stigmergy 进一步指出其中一种可能的协调路径：过去行动留下的环境变化，成为后来行动的条件。

“环境是控制器”只说对了一半

从控制论的角度看，Stigmergy 系统里的控制并没有消失。它只是没有集中在一个向所有个体发号施令的节点上，而是部分地编码进了环境：什么状态可见，谁能够修改，痕迹怎样累积或衰减，冲突如何解决，哪些变化会触发下一步行动。

因此，可以把“环境是控制器”当成一种形象的比喻，却不宜把它当作严格定义。环境不会自动产生良好秩序。糟糕的痕迹会传播错误，过强的正反馈会造成从众和锁定，陈旧状态会误导后来者，缺少权限与版本控制则可能让并发修改相互覆盖。

设计这类系统时，关键不只是建一个所有人都能写入的公共空间，而是设计痕迹的生命周期和反馈规则。环境从来不是中性的容器；它允许什么、强调什么、遗忘什么，会直接塑造群体行为。

Git 与 Wikipedia：人类协作中的痕迹

Git 仓库提供了一个直观例子。一次提交不只是“某人完成工作的消息”，它还直接改变了共享对象。后来的开发者通过代码、差异、提交历史、Issue、Pull Request 和 CI 结果，判断哪些部分已经完成、哪里失败、下一步可以做什么。这些持久且可检查的痕迹，使跨时区、跨团队的异步协作成为可能。

Wikipedia 也有相似结构。词条当前内容、修订历史、模板和维护标记都会影响后续编辑者的行动。页面不是被动保存最终结果，而是在编辑过程中持续暴露“哪里已经有内容”“哪里缺少来源”“哪里存在争议”。已有研究也专门以 Wikipedia 为对象，考察开放协作中的 Stigmergy。

但二者都不是纯粹由环境自动协调。开发者会开会和讨论设计，Wikipedia 也有讨论页、方针、管理员与治理流程。Stigmergy 更适合被理解为其中一条协调通道，而不是对全部协作的替代解释。

判断一个共享工具是否真正支持 Stigmergy，可以问两个问题：参与者留下的状态变化是否能被后来者读取？这些变化是否会实际改变后来者的行动？如果共享空间只是存放文件，而其中的状态从不进入下一步决策，它就只是仓库，不是有效的 Stigmergy 回路。

从扩展心智到共享认知空间

Clark 与 Chalmers 在“扩展心智”理论中提出：在足够稳定、紧密的耦合条件下，笔记本等外部资源可以成为认知过程的一部分，而不只是大脑偶尔使用的辅助物。白板、便签、实验记录和知识库之所以有用，正是因为人会把一部分记忆、组织和推理工作放到环境中完成。

这一理论与 Stigmergy 在结构上有相似之处，但两者并不等同。扩展心智主要追问个体认知的边界可以延伸到哪里；Stigmergy 关注多个行动者如何通过环境痕迹相互影响。把两者放在一起，可以得到一个有启发性的视角：环境不仅能承载个人思考，也可能成为多个行动者共同读取和改写的外部认知空间。

这仍是一种跨理论类比，而不是由一个理论直接证明另一个理论。它的价值在于提醒我们，协作能力不只取决于参与者有多聪明，也取决于外部世界是否把关键状态保存成可理解、可行动的形式。

细胞内部也有 Stigmergy 的影子吗？

如果把尺度继续缩小到细胞内部，会发现许多信号与运输机制也具有相似结构。不过，这里需要先划定边界。蛋白质和酶并不是通常意义上具有自主行为的个体，细胞生物学也很少用 Stigmergy 统称这些机制。因此，更稳妥的说法是：某些细胞过程表现出迹导式自组织，在操作结构上与 Stigmergy 相似。

一般的线性信号级联还不足以构成这种结构。如果只是激酶 A 激活蛋白 B，B 再激活 C，那仍然是逐级传递。更接近 Stigmergy 的情形是：前一步把状态写入一个共享基质，写入者离开后，这个局部状态仍能被多个分子读取，并改变它们后来行动的位置或概率；同时，系统还允许这种状态被强化、改写或擦除。

膜脂标记：细胞膜上的共享状态

细胞膜可以被看作一个二维工作区。以参与细胞极性和迁移的 PIP3—PTEN 系统为例，PI3K 在局部膜区域生成 PIP3，能够识别这种膜脂状态的蛋白随后被招募到这里；PTEN 则把 PIP3 去磷酸化，参与擦除标记。活细胞实验显示，PIP3 与 PTEN 的相互抑制可以形成彼此分离的膜区域和双稳态，帮助细胞确定运动方向。

这里的膜脂组成不仅是一条瞬时消息，也是一个可被反复读取的空间状态：它保存了此前酶活动的结果，并决定下一批分子更可能在哪里聚集。不过，相关研究将其描述为自组织的信号与反馈系统，并没有证明它在严格术语上就是 Stigmergy。把二者联系起来，是机制层面的类比。

染色质：会被读取和续写的化学痕迹

染色质可能是更接近“环境保存历史”的例子。组蛋白修饰酶在核小体上留下甲基化、乙酰化等标记，读取蛋白和其他调控机器据此决定在哪里结合。一些读取者还会招募更多修饰酶，使相同或相关标记向邻近核小体扩展；去修饰酶则限制或逆转这一过程。

在裂殖酵母异染色质研究中，已经带有修饰的核小体能够促进修饰酶的局部招募，后者再修改邻近核小体。这样的正反馈参与异染色质区域的成核、扩展和继承。染色质由此同时充当共享基质、历史记录和下一步工作的提示，其“读—写—再读取”结构与 Stigmergy 尤其相似。

囊泡身份和细胞骨架：状态本身指向下一步

内吞囊泡在成熟过程中也会不断改写自己的膜状态。不同磷脂和 Rab 蛋白依次出现，形成可变的膜身份，进而招募相应的运输、融合和分选机器。实时观察表明，一系列膜脂转换可以为运输中间体加上阶段性标签，并参与决定它们的去向。囊泡膜保存的不是完整履历，而是“历史压缩后的当前状态”。

细胞骨架提供了另一种可能。2006 年的一篇论文曾明确把体外微管群体类比为“分子蚁群”：微管的生长和收缩改变局部 tubulin–GTP 浓度，形成能够影响其他微管成核与生长的化学轨迹。作者用 Stigmergy 描述这一现象，但也只是推测类似过程可能发生在活细胞中。因此，它是一个直接使用该概念、但证据范围有限的例子。

这些比较也给出了一个判断标准。一个细胞过程越是包含共享基质、可持续的局部痕迹、多个读取者以及强化与擦除机制，用 Stigmergy 来解释就越有价值；如果只存在相邻分子的顺次激活，这个概念往往只是给普通因果链换了一个名字。

对 AI Agent 的真正启发

多智能体系统经常以消息驱动的方式运行：Agent A 把结果发送给 Agent B，Agent B 再通知 Agent C。随着参与者和依赖关系增加，消息路由、时序、重试和上下文同步会迅速变得复杂。多智能体研究很早就开始讨论把共享环境作为第一等设计对象，以及让软件 Agent 借助类似信息素的痕迹进行间接协调。

在人工系统中，一个 Stigmergy 式循环可以是：Agent 读取任务板和已有产物，发现一个能够推进的局部问题，修改文档、代码或知识图谱，再留下结果、证据和状态。其他 Agent 不必等待一条点对点通知，只要观察环境的新状态，就可以接着工作。

任务列表、Blackboard、Shared Workspace、Knowledge Graph 和 Shared Memory 都可能承载这种机制，但“共享”本身还不够。只有当状态变化可观察、可解释，并且会触发或改变后续行动时，它们才真正形成 Stigmergy 回路。一个由中央调度器写入、Agent 只被动执行命令的黑板，仍然主要是集中式编排。

这种设计可以降低参与者之间的耦合，支持异步扩展，并自然留下可审计的过程记录。与此同时，它也会带来新的工程问题：

  • 状态语义：怎样区分待处理、处理中、已验证与失败？
  • 并发与所有权：两个 Agent 同时修改同一对象时，谁有权提交？
  • 来源与可信度：痕迹是谁留下的，依据是什么，是否经过验证？
  • 遗忘机制：过期状态何时衰减、归档或删除？
  • 全局约束：局部改进怎样避免破坏整体目标与安全边界？

因此，Stigmergy 并不是“把所有 Agent 接到一个共享数据库”这么简单。它要求设计一套能让行动产生可信痕迹、让痕迹引导后续行动、也让错误痕迹得到纠正的反馈系统。

结语：把协作设计进环境

Stigmergy 提供的新视角，不是宣称沟通、规划和领导都不再需要，而是让我们看到：一部分协调工作可以被放进共同环境。一个人完成局部工作之后，作品的状态本身就能告诉后来者发生了什么、还缺什么、哪里值得继续。

蚂蚁的信息素会挥发，白蚁会响应正在成形的巢穴；人类系统也需要让痕迹可见、可验证、可更新，并在适当的时候被遗忘。只留下状态而没有反馈，环境会变成档案库；只有状态能够持续影响行动，协作回路才真正成立。

这也许是 Stigmergy 对开源社区、多智能体 AI 和科研协作平台最有价值的提醒：与其只问参与者之间应该怎样交换更多消息，也可以追问——我们能否把共享环境设计得足够清楚，让已经完成的工作自然成为下一步工作的线索？

参考资料