• 在日前舉行的2025外灘大會“智能體時代進化論”分論壇上，清華大學長聘副教授、面壁智能首席科學家劉知遠系統剖析了AI從大模型向Agent躍遷的必然趨勢，並深入探討了“專業智能體”與“多智能體系統”所面臨的核心技術挑戰與未來願景。

劉知遠認為，AI發展的下一階段，必然是讓模型走出虛擬世界進入到真實的環境中實現交互，即實現從大模型向智能體的躍遷。而這一過程躍遷的核心在於，AI不再僅僅是一個具備知識的“大腦”，而要成為一個能通過使用工具、自主學習來探索世界的行動者。

劉知遠的分享極具啟發性，以下是澎湃科技整理後的演講實錄： 

人工智慧的能力圖譜包括四方面的能力

劉知遠演講的PPT

今天主題是智能體，這個智能體應該說在社會上獲得廣泛的關注，應該是從去年開始。我想從人工智慧發展角度，這個智能體它都有什麼樣的核心問題，關鍵技術是什麼，以及接下來它的發展過程中，我們需要解決的挑戰以及一旦這個挑戰如果被解決了，然後它可能產生一個怎樣的巨大應用，我想通過這樣一個引導發言，然後來給各位進行一個分享。

人工智慧有一個我們可以定義出來的能力圖譜，我們認為它大致包括這四個方面的能力。

第一，它要有基座大模型，像大腦一樣來高效思考這個世界。我們也需要有一個非常好的敏銳感官，也就是多模態智能，能夠敏銳感知這個世界。第二，從2018年隨著大模型的發展，應該說已經形成包括文本基座模型和多模態模型一個非常前瞻式的應用。我們認為人工智慧的能力圖譜除了這兩個部分，接下來還有兩個非常重要的組成部分。第三，探索能力，它能夠像一個專業的智能體一樣，專業探索這個世界、改造這個世界。第四，這些專業的智能體如何能夠互相進行協作，形成群體智能，這是我們人工智慧第四個非常重要的板塊。

從圖譜的組成，其實我們就可以非常清晰地看到，人工智慧發展非常顯著的脈絡。2018年一直到2025年，當然隨著接下來的這幾年，我們肯定還會去見證模型隨著預訓練的技術，從一個非常小的，只有幾千萬的參數模型，現在增長到上萬億的規模，其實是一個類似於我們腦容量越來越大的一個過程，它具有更強對這個世界認知方面的能力。

但是我們會認為再進一步，其實我們就不只是把這個模型本身能力進行一個具備。我們其實還需要進一步讓這個模型進入到真實的環節、真實的世界，然後來進行交互，這個過程其實就是一個智能體的過程。也就是通過工具的使用、自主學習，能讓這個智能體變成在相關專業領域自主探索的專業智能體。它們再進一步能夠形成群體智能，我們認為人工智慧應該會在最近這幾年裏面實現從大模型向智能體躍遷的這麼一個過程。

這個過程的外在體現就能夠讓我們看到，從2022年開始，國內外陸續有非常多和智能體相關的探索工作。相當於在這個浪潮裏面，應該說我們國內非常多學者和科技工作者所從事的工作站在世界的前沿。這些其實都是表像，我們要深入到人工智慧未來發展的趨勢，然後來去看待智能體核心挑戰是什麼。這個角度來講，我們認為人類社會的發展，我們人類社會本身是人類智能一個非常高度發達的階段，我們可以想像，人工智慧未來發展的這一態勢，應該說人類社會的發展會對它有一個非常重要的啟示。

AI發展兩大方向：個體專業化和協作專業化

過去的這幾百年，人類的社會發展有什麼重要的特點？在社會學領域有兩個非常重要的觀點，我們會認為這體現了人類社會從生產力、效能等方面的特點。第一，社會學的奠基人塗爾幹曾經提出，“個體的專業化是群體效能提升的基礎”。也就是說，在過去的這幾百年的時間裏面，我們會見證我們人類社會的每一個人都在呈現一個專業化的程度和規模，然後變得非常的壯大的過程，這個會成為我們人工智慧要進行發展的非常重要方向，也就是要去構建相關各行各業、各個領域的專業智能體。

另外一個非常重要的特點，馬克思在社會學方面提出的一個觀點，協作社會化是生產力發展的必然結果，科技革命為這種擴張提供了技術可能。我們會看到過去的這幾百年的時間，隨著技術的發展，隨著互聯網的出現，資訊社會的出現，我們整個人類社會協作的社會化廣度和效率都大為地提升，而從這個角度來講，我們也可以預期未來人工智慧的發展也一定會構建一套更加高效、廣泛的多智能體系統，這將構成接下來兩個非常重要的組成部分。

專業智能體的三大核心挑戰

首先我們來看一下專業智能體這個角度核心技術與主要挑戰是什麼？我們認為專業智能體將是下一代人工智慧非常重要的發展方向。也就是說，要讓這個模型進入到一個多樣多變複雜的真實世界中進行交互，來完成相關的複雜任務。從這個角度來講，我們就可以設想，當大模型放到一個真實的環節，它所面臨的挑戰是什麼，挑戰就是環境的多樣性、環境的多變性，以及任務的複雜性。

針對這些挑戰，我們認為我們所需要解決的，其實就是智能體的三個性的問題。

第一個是智能體的泛化性（Generalization）。在真實的世界裏面，智能體其實需要能夠面對多樣化的環境，它就需要具備在那些訓練過程中能夠接觸過的環境中，這個模型能不能做出合理的決策，完成這些複雜的任務。我們可以設想，當我們把大模型放到不同的領域，它有可能是編程領域、資料庫領域、系統環境領域，也有可能是物理環境領域，或者是其他各種各樣專業。我們預期這個大模型、智能體就能夠成為軟體開發、數據分析、系統觸控、機械控制的各個方面專業智能體，而這件事情體現的就是智能體背後的大模型泛化能力。

泛化性方面，最近國際上這兩年的時間，其實是能夠看到非常日新月異的發展。剛才我們的主持人，其實提到了其中一個非常重要的關鍵字，就是要讓這個智能體能夠使用各種各樣專業工具，我們就可以設想各種各樣不同領域其實都有相應專業工具的，所以這個是一個非常重要的方面。但是我們也會認為，相關的專業領域也會有它各自的一些知識，也會有它自己的一些所謂SOP（標準化工作流程）。所有的這些專業領域，如何讓這個智能體能夠掌握使用會成為這個智能體泛化的一個非常重要體現。

在這方面有一個非常重要的特點，要讓智能體能夠從一個動態環境中具備學習能力，所以我們現在會看到有非常多的科技工作者在提世界模型，其實就是要構建多樣化的環境，來為這個智能體提供一個學習泛化能力的過程，這件事情其實是智能體泛化性的一個非常重要體現。

第二個挑戰，智能體的自主性（Autonomy）。我們認為智能體要進入到一個動態的環境裏面，它就要像人一樣在使用中適應環境，主動探索，不斷學習。它其實會需要能夠實現一個感知自主、決策自主和學習自主，我們認為這是非常重要的一個發展範式。

在過去的一年時間裏面，包括DeepSeek的R1和OpenAI的o1，雖然表面上看是深度思考的能力，它更重要的技術，其實是背後的大規模強化學習，這其實體現了大模型或者人工智慧學習。從過去大模型裏面的模仿學習範式要推廣到或者說躍遷到探索式的學習，甚至再進一步它能夠進入到完全開放的環境進行自主的探索和學習，我們認為將會在未來2-3年內實現這樣一種自主性構建。

如何讓大模型或者智能體具備自主探索和自主演化的能力，其實是一個非常值得探索的話題。國內外有非常多的學者在探索這個方面的工作，最近的半年時間有一個非常突飛猛進的發展，如果大家去搜Reverse Learning（反向學習）會有一個非常清晰的感受。

第三個非常核心的挑戰，其實是智能體的長程性(Long-Horizon-Capability）。它能不能去解一個越來越複雜的任務，而這個任務的複雜性體現的是完成步驟足夠長，甚至可能是一個持續更長，甚至終生的相關任務。剛才主持人也有提到，我們如何保持在環路裏（in the loop）。這個環路（loop）是什麼？其實就是一個越來越長的解決問題的鏈條。在這個方面，過去的這兩年時間有非常多的探索，其實就是要讓這個模型具備更長的上下文感知和經驗複用的能力。

而在這個方面核心的技術或者動態，第一在模型內部要能夠設計高效架構，讓這個模型具備處理更長上下文的能力；第二要在智能體層面設計能更好管理歷史資訊的記憶架構，突破當前上下文的“窗口”局限，這個突破將會讓這個模型能夠在更多複雜場景裏面具備更強的記憶能力和經驗複用的能力。

如何把上下文冗餘消除掉？如何能夠讓計算成本極具下降？如何能讓推理效率極具提升？如何實現對歷史重要資訊的主動記憶，其實是非常重要的核心技術，這是構成第三方面的關鍵技術。

我們總體來看，專業智能體它還有一個共同的技術基石，就是我們所謂的自主強化學習。剛才提到過去一年的時間，我們其實看到大模型學習範式從模仿學習到探索學習的躍遷，而我們會認為智能體三大核心能力，包括泛化性、自主性和長程性，其實都是高度依賴自主強化學習的提升。從人工智慧科技發展來講，它的一個核心問題。

以上是專業智能體方面，我們認為核心技術與挑戰。

多智能體系統：邁向群體智能的“第二次湧現”

接下來就是多智能體系統，當我們在各行各業構建足夠專業的智能體之後，我們接下來就需要讓這些智能體互相之間能夠進行通信和協作。如何實現智能體的自主協作和動態演化，從而形成全球範圍內的智能體互聯網，其實是實現人機協同群體智能第二次湧現的非常重要基礎。這個方面其實有大量的成果，我相信一會兒會有非常多的科技工作者來給大家進行分享，我就不做詳細的介紹。

智能體系統面臨的非常關鍵挑戰在於，當我們把多個智能體讓它有不同的專業背景，讓它們合作起來，顯然是可以去完成它們每個單個智能體所沒有辦法完成的更加複雜的任務，但是當你讓多個智能體合作的過程，本身會引入非常大的額外計算，所以我們會看到一個非常重要的挑戰，這個挑戰就是多智能體系統能力提升與資源消耗之間其實是產生非常大的矛盾。我們需要做的事情，就是如何有效發揮群體智能的同時，能夠降低群體協作的資源開銷，提升協作的效率。也就是我們剛才所提到的，協作的社會化效率問題。

在這個方面非常核心需要解決的三大問題，第一個方面，高效的交互。在國際上來講，非常重要的動態，我們看到會看到包括Anthropic、Google在內的非常多團隊，其實都在嘗試著提出面向多智能體的標準化通信協議，不管是A2A（智能體對智能體），還是我們團隊提出來的internet of agents（智能體互聯網），其實都在嘗試著構建一個更加高效的交互協議。這個顯然會像歷史的互聯網協議標準化過程一樣，也是爭奪話語權非常重要的方面。而在這個方面，一個非常重要值得做的工作，如何研發一個標準化、最小化交流協議和互操作驗證平臺，能夠降低通信開銷，提升智能體高效協同。

第二個方面，從國際上來看，各大公司其實都在構建多模態研究團隊，並且推出自己的多智能體協作系統框架。這個事情其實就是要用於探索智能體組織化、自動化編排和動態協作，這也是我們國內在這個方面比較有前景的一個地方。這個方面非常核心的一個問題，其實就是如何能夠讓多智能體進行分佈式自主編排，能夠讓它路由的過程更加的高效，這件事情由於時間關係，我就不再特別多的介紹，應該說國內外已經有非常多的案例。

第三個方面，非常前沿的問題，其實也是對應前面所謂的自主強化學習。我們可以想像，面向專業智能體，我們當然需要它能夠具備自主的學習能力。面向一個團隊，我們也可以設想，任何一個優秀的團隊都是善於向歷史去進行學習的。所以我們可以想像，一個多智能體的群體團隊，它也應該具備從歷史工作經驗中總結經驗、總結教訓，這件事情其實就涉及多智能體的群體演化與學習的能力。目前來講，這個方面多集中在學術界進行前沿探索，其實我們也能夠看到，最近這兩年非常重要的特點，學術界與產業界邊界沒有那麼清晰，我們在非常快速地把最前沿技術突破應用到前沿相關應用中去，這是我們特別值得關注的一個非常重要方面。如何實現智能體集群經驗共用與知識遷移，會是這個裏面非常關鍵的問題。

下一代群體智能的目標：實現專業Agent的規模化和專業化

我適當d地總結一下，我們會認為下一代群體智能非常重要的目標，是要能夠實現這種專業智能體的規模化和專業化，實現群體智能的合作協作社會化的廣度和效率，從而能夠實現面向人工智慧的第二次湧現。

因為我們看到的是過去這5年的時間，大模型越來越大、能力越來越強，它更像是個體智能的湧現，我們接下來想要迎來的就是由眾多專業智能體合作的群體智能湧現。面向未來一個非常重要值得探索的底層問題，就是群體智能的湧現激勵到底是什麼，我們如何能夠做到任何一個群體智能團隊新加一個智能體，都能讓它合作效能比之前更高，我們能夠做到尋找到給定一個智能體的團隊，我們能夠找到一個最優讓它通信合作機制，這些都是我們未來值得探索的方面。

展望未來，我們整個人類社會都是由一個又一個人類專家所構成的，我們未來一定會實現通過構建崗位孿生的專業智能體和組織孿生的智能體群，從而形成群體智能的湧現，這就是我們對邁向下一代通用人工智慧階段的關鍵問題，以及相應的願景。

來源：中國澎湃新聞