AI大模型-第二章-智能体发展史.pdfVIP

第⼆章
智能体发展史

hello
agent:https://datawhalechina.github.io/hello-agents/#/

第⼆章
智能体发展史

为了深刻理解现代智能体为何呈现出如今的形态，以及其核⼼设计思想的由来，本章将回溯历史：从

⼈⼯智能领域的古典时代出发，探寻最早的“智能”如何在逻辑与符号的规则体系中被定义；继⽽⻅

证从单⼀、集中的智能模型到分布式、协作式智能思想的重⼤转折；最终理解“学习”范式如何彻底

改变了智能体获取能⼒的⽅式，并催⽣出我们今天所⻅的现代智能体。

图
2.1
AI智能体的演进阶梯

如图2.1所⽰，每⼀个新范式的出现，都是为了解决上⼀代范式的核⼼“痛点”或根本局限。
⽽新的解

决⽅案在带来能⼒⻜跃的同时，也引⼊了新的、在当时难以克服的“局限”，⽽这⼜为下⼀代范式的

诞⽣埋下了伏笔。理解这⼀“问题驱动”的迭代历程，能帮助我们更深刻地把握现代智能体技术选型

背后的深层原因与历史必然性。

2.1
基于符号与逻辑的早期智能体

⼈⼯智能领域的早期探索，深受数理逻辑和计算机学基本原理的影响。在那个时代，研究者们普遍

持有⼀种信念：⼈类的智能，尤其是逻辑推理能⼒，可以被形式化的符号体系所捕捉和复现。这⼀核

⼼思想催⽣了⼈⼯智能的第⼀个重要范式⸺符号主义（Symbolicism），也被称为“逻辑AI”或“传

统AI”。

在符号主义看来，智能⾏为的核⼼是基于⼀套明确规则对符号进⾏操作。因此，⼀个智能体可以被视

为⼀个物理符号系统：它通过内部的符号来表⽰外部世界，并通过逻辑推理来规划⾏动。这个时代的

智能体，其“智慧”完全来源于设计者预先编码的知识库和推理规则，⽽⾮通过⾃主学习获得。

2.1.1
物理符号系统假说

符号主义时代的理论根据，是1976年由艾伦·纽厄尔（Allen
Newell）和赫伯特·西蒙（Herbert
A.

Simon）共同提出的物理符号系统假说（PhysicalSymbol
SystemHypothesis,
PSSH）([1])。这两位

图灵奖得主通过这⼀假说，为在计算机上实现通⽤⼈⼯智能提供了理论指导和判定标准。

该假说包含两个核⼼论断：

1.充分性论断：任何⼀个物理符号系统，都具备产⽣通⽤智能⾏为的充分⼿段。

2.必要性论断：任何⼀个能够展现通⽤智能⾏为的系统，其本质必然是⼀个物理符号系统。

这⾥的物理符号系统指的是⼀个能够在物理世界中存在的系统，它由⼀组可被区分的符号和⼀系列对

这些符号进⾏操作的过程组成，其构成元素如图2.2所⽰。这些符号可以组合成更复杂的结构（例如表

达式），⽽过程则可以创建、修改、复制和销毁这些符号结构。

图
2.2
物理符号系统的构成元素

简⽽⾔之，PSSH⼤胆地宣称：智能的本质，就是符号的计算与处理。

这个假说具有深远的影响。它将对⼈类⼼智这⼀模糊、复杂的哲学问题的研究，转化为了⼀个可以在

计算机上进⾏⼯程化实现的具体问题。它为早期⼈⼯智能研究者注⼊了强⼤的信⼼，即只要我们能找

到正确的⽅式来表⽰知识并设计出有效的推理算法，就⼀定能创造出与⼈类媲美的机器智能。整个符

号主义时代的研究，从专家系统到⾃动规划，⼏乎都是在这⼀假说的指引下展开的。

2.1.2
专家系统

在物理符号系统假说的直接影响下，专家系统（Expert
System）成为符号主义时代最重要、最成功的

应⽤成果。专家系统的核⼼⽬标，是模拟⼈类专家在特定领域内解决问题的能⼒。它通过将专家的知

识和经验编码成计算机程序，使其能够在⾯对相似问题时，给出媲美甚⾄超越⼈类专家的结论或建

议。

⼀个典型的专家系统通常由知识库、推理机、⽤⼾界⾯等⼏个核⼼部分构成，其通⽤架构如图2.3所

⽰。

图
2.3
专家系统的通⽤架构

这种架构清晰地体现了知识与推理相分离的设计思想，是符号主义AI的重要特征。

知识库与推理机

专家系统的“智能”主要源于其两⼤核⼼组件：知识库和推理机。

•知识库（Knowledge
Base）：这是专家系统的知识存储中⼼，⽤于存放领域专家的知识和经验。

知识表⽰（Knowledge
Representation）是构建知识库的关键。在专家系统中，最常⽤的⼀种知

识表⽰⽅法是产⽣式规则（Production
Rules），即⼀系列“IF-THEN”形式的条件语句。例如：

IF
病⼈有发烧症状
AND
咳嗽
THEN
可能患有呼吸道感染。这些规则将特定情境（IF部分，条件）

与相应的结论或⾏动（THEN部分，结论）关联起来。⼀个复杂的专家系统可能包含成百上千条这

样的规则