大模型时代AI智能体发展研究报告

符号智能是人工智能早期主流范式，依靠专家人工搭建规则、知识库，按既定逻辑求解问题。上世纪 50 年代该思路用于自然语言处理，80 年代费根鲍姆提出专家系统，标志符号智能落地成熟。

但其短板突出：知识与规则无法全部罗列，难以处理未收录的开放场景问题，适配复杂现实任务能力不足，后续发展陷入停滞。

专用智能以数据驱动机器学习为核心，依托特定任务标注数据自动学习并以小模型存储知识。90 年代统计概率方法推动 AI 从符号推演转向数据驱动，2010 年后神经网络成为 NLP 主流。

它解决了符号智能规则无法穷尽的问题，但缺陷明显：定制标注成本高昂，仅适配训练数据对应的场景，缺少跨领域通用能力。

通用智能依托自监督预训练，从海量无标注通用数据中学习，依靠大模型承载知识。无标注数据获取成本低、储量充足，适配大规模知识存储。

2020 年 GPT-3 问世，可完成多类文本任务，宣告通用智能时代到来；2023 年 ChatGPT、GPT-4 落地，证实大模型拥有通用认知，支持多模态交互、调用工具处理复杂工作，广泛赋能各行各业。

经典人工智能将智能体定义为可通过传感器感知环境、依靠执行器作用于环境的独立交互实体。

人类依靠五官感知、肢体发声行动；机器人以各类传感设备采集信息、电机完成动作；软件智能体读取文件、网络数据作为输入，通过输出文件、推送信息等完成环境交互。

数学层面，智能体函数负责把感知序列转化为对应动作；实体构成上，智能体等于硬件架构加运行程序，硬件提供传感执行载体，程序实现感知到动作的核心逻辑。

AI 依靠结果评判智能体行为，理性是判断行为好坏的核心。

理性智能体：结合感知序列与自身先验知识，选取能最大化期望性能指标的动作。理性由四点决定：性能度量标准、环境先验知识、可执行动作、历史感知序列。

理性≠全知完美：全知可预知真实结果，现实无法实现；理性最大化预期收益，完美追求实际最优。

理性智能体拥有自主性，可依靠感知、学习补足固有知识，不局限于预设规则。

设计智能体首要步骤是明确任务环境，通用 PEAS 框架包含四项要素：性能度量、环境、执行器、传感器，以自动驾驶出租车为例可直观对应各模块内容。

任务环境按七大维度区分属性，复杂场景多兼具部分可观测、多智能体、非确定、序贯、动态、连续、未知特征：

完全 / 部分可观测：传感器能否获取环境全部状态，现实多为部分可观测；

单 / 多智能体：有无其他决策实体，多智能体需支持协作、博弈；

确定 / 非确定性：下一状态是否唯一确定，现实场景多非确定；

回合 / 序贯：当前动作是否长期影响后续决策，序贯环境更考验规划；

静态 / 动态 / 半动态：智能体思考时环境是否变动；

离散 / 连续：状态、时间、感知动作的取值形式；

已知 / 未知：智能体是否知晓环境运行规则，未知环境依赖自主学习。

AIGC与智能体技术各有侧重、相辅相成，是AI落地应用的重要组合，核心协同分为四点：

丰富交互内容：智能体依托AIGC生成多样化内容，优化对话、服务场景的用户交互体验。

辅助智能决策：智能体以AIGC产出的分析、预测、报告为依据，提升决策的全面性与准确性。

实现定制服务：智能体感知、学习用户偏好，联动AIGC生成个性化内容，适配资讯、教育、推荐等定制化场景。

分工协同作业：复杂任务中，AIGC负责内容创作与优化，智能体统筹全局的规划、决策与执行，二者配合完成复杂工作。

最简单的智能体类型，仅根据当前感知选择动作，完全忽略感知历史的其余部分，仅适用于完全可观测的简单环境。

通过维护依赖感知历史的内部状态，追踪当前无法观测的世界部分，是处理部分可观测性的核心方案。其核心依赖两类知识模型：一是转移模型，描述世界如何随时间变化、智能体的动作会产生何种影响；二是传感器模型，描述世界状态如何反映在智能体的感知中。

在环境状态模型的基础上，增加了描述理想情况的目标信息，通过模型与目标的结合，选择能够实现目标的动作，具备基础的规划与推理能力。

在目标的二元判断基础上，通过效用函数对不同世界状态的优劣进行量化评估，选择能够最大化效用的动作，能够处理多目标冲突、不确定性环境下的决策问题，实现更高质量的行为输出。