标题： 面向代理基础设施的代理分析：基于 LLM 的 DAO 与企业 AI 协议比较治理流程
摘要： 随着 AI 代理协议的激增，塑造其互操作性标准的治理结构在实证层面仍缺乏充分研究。我们提出了一种基于 LLM 的比较分析流程，用于大规模治理话语分析，整合了自动标注、神经主题建模与多层网络分析，以在规模上研究社会技术权力结构。我们将其应用于两个对比鲜明的代理互操作性标准：ERC-8004（无许可、链上）与 Google A2A（企业主导）。通过分析 4,323 条治理参与记录，我们结合 LLM 辅助编码、主题建模与多层网络分析，考察制度设计如何塑造主题优先级与社区结构。我们发现，尽管治理形式会影响实质性焦点，但两种体制在参与不平等程度与社区碎片化方面表现出相似水平。在无许可环境下，话语对齐更为紧密，这表明开放治理尽管参与分散，却可能促进更强的主题趋同。这些发现展示了 LLM 辅助方法如何推动技术治理的实证研究，并为设计更公平的代理型 AI 标准提供了启示。所有数据与代码均已公开。