随着网络的飞速发展，Internet日愈成为人们生产生活的有力工具，WWW成为信息来源的最佳途径，但是信息的爆炸也同时导致了网络搜索是费时又费力的事情。大量的信息资源以及他们的可读性、可信度、相互关系提出了一个复杂的问题。同时，在其它的领域，也存在着许多的难以解决的复杂问题。因此，智能体与多智能体系统应运而生。然而，我们知道，为什么分布式人工智能面世以后，并没有能在各种亟待它解决问题的应用领域完成其使命?那就是因为缺乏在复杂的、动态的、不可预期的环境中完成思路清晰而且有效的内部协商的模型。而协商的有效性需要由MAS中的各个Agent的自学习能力，知识表示与搜索能力，彼此的交互能力，对环境的感应能力等作为保证。多智能体系统运用于各种应用领域的直接收获是发现新的协商模型：系统中的各个部分不论行为是很令人满意还是进入了困境，模型都能预见或处理。 本文在全面分析和研究了智能体和多智能体系统的特征基础上，对智能体的学习与知识表示、知识查询进行了研究，对多智能体系统中的多个智能体的彼此协商进行了分析，并提出了在多智能体系统领域的协商新思路。在这篇文章中我们提出一种多智能体系统新的协商模型：基于“这是什么”(或“要做什么”)学习机制的协商而不是常规的“怎么做”模型；学习得到的知识，为了方便集成多种知识表示方法，我们运用高维方体的知识库体系结构，在此基础上进行快速访问算法的设计，分析了算法的复杂度，并讨论了算法的并行实现；在模型中，我们还根据功能的需要与环境的需要，提出了智能体的三维模型。最后，我们利用Aglet平台进行了一系列的JAVA程序开发，由很多自主性较高的智能程序彼此协商，共同完成在电子商务系统中常见的一些简单的协作任务的实验。