在2025外滩大会“智能体时代进化论”分论坛上，清华大学长聘副教授、面壁智能首席科学家刘知远，以“AI能力图谱”为起点，系统剖析了人工智能从“知识大脑”（大模型）向“行动者”（智能体）跃迁的必然趋势，并深入拆解了“专业智能体”的三大核心挑战与“多智能体系统”的协作难题，为行业勾勒出下一代AI发展的清晰路径。

## 一、AI能力图谱：从“认知”到“行动”的四阶演进

刘知远提出，人工智能的核心能力可归纳为四大板块，这一“能力图谱”不仅梳理了AI的现有基础，更揭示了向智能体跃迁的逻辑起点：

### 1. 基础层：基座大模型+多模态智能（“大脑”与“感官”）

- **基座大模型**：如同AI的“大脑”，负责高效认知世界。从2018年数千万参数的小模型，到如今上万亿参数的巨量模型，其“脑容量”的扩张让AI具备了更强的知识储备与推理能力；

- **多模态智能**：相当于AI的“感官”，让AI能敏锐感知文本、图像、音频、视频等多维度信息。这一层是AI与真实世界交互的基础，也是从“虚拟认知”走向“现实行动”的前提。

### 2. 进阶层：探索能力+群体协作（“行动”与“协同”）

- **探索能力**：让AI从“被动响应”转向“主动行动”，成为能使用工具、遵循专业流程（SOP）、自主学习的“专业智能体”，例如软件开发、数据分析、机械控制等领域的专项智能体；

- **群体协作**：多个专业智能体通过高效通信与协同，形成“多智能体系统”，释放群体智能价值——这正是AI从“个体智能”迈向“群体智能”的关键。

刘知远强调：“过去5年，大模型的参数规模与认知能力持续突破，更像是‘个体智能的涌现’；而未来，AI必须进入真实世界交互，通过‘专业探索’与‘群体协作’，完成从大模型到智能体的跃迁。”

## 二、AI发展的两大方向：从人类社会演进中获取启示

刘知远巧妙借鉴社会学理论，指出AI的发展方向与人类社会的演进规律高度契合，可概括为两大核心路径：

### 1. 个体专业化：构建“岗位孪生”的专业智能体

社会学奠基人涂尔干提出“个体专业化是群体效能提升的基础”——这一规律同样适用于AI。刘知远认为，AI的首要发展方向是“专业化”：针对各行各业的特定场景，打造具备专属知识、工具使用能力与流程经验的“专业智能体”，例如：

- 工业领域的“AI质检智能体”，掌握缺陷识别算法与工业相机操作；

- 金融领域的“AI风控智能体”，熟悉信贷规则与数据建模工具；

- 医疗领域的“AI辅助诊断智能体”，能解读影像数据并遵循临床指南。

“这些专业智能体不是‘通用万能工具’，而是‘岗位孪生伙伴’，能精准解决特定领域的复杂任务。”刘知远补充道。

### 2. 协作社会化：打造高效协同的多智能体系统

马克思提出“协作社会化是生产力发展的必然结果”，而AI的协作进化也将遵循这一逻辑。随着互联网、物联网技术的成熟，AI的协作将突破“单智能体局限”，形成覆盖更广、效率更高的“多智能体系统”：

- 例如，一个“智能工厂系统”中，“生产调度智能体”“设备维护智能体”“质量检测智能体”可实时共享数据，协同优化生产流程；

- 又如，“智慧城市系统”中，“交通管理智能体”“能源调度智能体”“应急响应智能体”联动，提升城市治理效率。

刘知远表示：“人类社会通过协作从‘分散劳作’走向‘工业化大生产’，AI也将通过多智能体协作，实现从‘单点智能’到‘群体智能’的跨越。”

## 三、专业智能体的三大核心挑战：泛化、自主、长程

要让AI成为能在真实世界独立行动的“专业智能体”，需突破三大技术瓶颈，这也是当前行业的核心攻关方向：

### 1. 泛化性：应对“多样多变”的真实环境

真实世界的环境与任务具有极强的多样性（如不同行业的工具、流程差异）与多变性（如突发故障、需求调整），这要求智能体具备“泛化能力”——在未训练过的场景中仍能合理决策。

刘知远指出，泛化性的关键在于两点：

- **工具与知识的跨场景迁移**：例如，编程智能体需能适配不同编程语言、开发工具；

- **动态环境的学习能力**：通过“世界模型”（模拟真实场景的虚拟环境）训练，让智能体在模拟中学习应对多样场景，再迁移到现实。

“国际上已出现不少探索，比如让智能体通过‘工具调用库’适配不同领域，但如何进一步降低跨场景学习成本，仍是关键。”

### 2. 自主性：从“被动模仿”到“主动探索”

传统大模型依赖“模仿学习”（从海量数据中学习人类行为），而专业智能体需具备“自主性”——在动态环境中主动感知、决策、学习，无需人类持续干预。

刘知远以DeepSeek R1、OpenAI o1为例：“这些模型表面是‘深度思考能力’，核心是背后的‘大规模强化学习’——让AI在探索中试错、总结经验，而非单纯模仿人类。未来2-3年，AI有望实现‘完全开放环境下的自主探索’，比如自主规划学习路径、调整工具使用策略。”

近期兴起的“反向学习”（Reverse Learning）技术，正是提升自主性的重要方向——让AI从“错误结果”反推优化策略，加速自主学习。

### 3. 长程性：处理“复杂长效”的任务链条

真实世界的专业任务往往具有“长程性”——需多步骤、长时间完成（如项目开发、设备运维），甚至是“终生任务”（如客户长期服务）。这要求智能体具备“长程能力”：

- **长上下文感知**：能记住任务全程的关键信息，避免“半途遗忘”；

- **经验复用**：从历史任务中提取经验，优化后续决策。

刘知远强调，长程性的突破需两大技术支撑：

- **高效记忆架构**：突破当前大模型的“上下文窗口限制”（如GPT-4o的128k tokens），设计能主动筛选、存储关键信息的“记忆系统”；

- **冗余消除与推理优化**：降低长任务中的计算成本，提升推理效率，避免“越算越慢”。

## 四、多智能体系统：突破“协作效率”与“资源消耗”的矛盾

当多个专业智能体协同工作时，新的挑战随之而来：**如何在提升协作能力的同时，降低资源消耗（如计算、通信成本）** 。刘知远认为，需解决三大核心问题：

### 1. 高效交互：标准化通信协议

多智能体协作的基础是“高效通信”，但当前缺乏统一的“智能体间通信协议”（类似互联网的TCP/IP协议），导致不同智能体难以兼容，通信成本高。

“Anthropic、Google等团队已在探索A2A（Agent-to-Agent）协议，我们团队也提出‘智能体互联网’（Internet of Agents）概念，核心是构建‘标准化、最小化’的通信协议——只传递关键信息，减少冗余数据。”刘知远补充，“谁能主导协议标准，谁就掌握多智能体协作的话语权。”

### 2. 动态编排：自主组织协作流程

复杂任务需多个智能体按序或并行协作（如“产品研发”需“需求分析智能体→设计智能体→开发智能体→测试智能体”联动），这要求系统具备“动态编排能力”——自主分配任务、调整协作顺序，无需人类手动调度。

目前，国内外已出现多智能体协作框架（如Meta的Toolformer、国内的AgentBuilder），但刘知远指出：“现有框架多适用于固定场景，如何实现‘分布式自主编排’（如跨地域、跨领域智能体的动态组队），仍是难点。”

### 3. 群体演化：从历史协作中学习

优秀的人类团队会从历史项目中总结经验，多智能体系统也需具备“群体演化能力”——共享协作经验、迁移知识，持续优化协作效率。

“这一领域目前以学术探索为主，比如让多智能体共享‘协作日志’，提取最优策略。但如何平衡‘经验共享’与‘数据隐私’，如何避免‘错误经验的传递’，仍需突破。”刘知远表示，“不过，现在学术界与产业界的边界越来越模糊，前沿技术落地速度在加快，这一问题有望在3-5年内取得关键进展。”

## 五、展望：群体智能的“第二次涌现”与“人机协同新生态”

刘知远在演讲结尾提出，AI的下一阶段目标是实现“群体智能的第二次涌现”：

- 第一次涌现：过去5年，大模型的个体认知能力突破，实现“个体智能涌现”；

- 第二次涌现：未来10年，通过专业智能体的规模化与多智能体的高效协作，实现“群体智能涌现”。

“人类社会由‘专家个体’与‘协作组织’构成，未来AI也将形成‘岗位孪生智能体’与‘组织孪生智能体群’——每个岗位有专属智能体，每个组织有智能体协作网络，最终实现‘人机协同的新生产方式’。”

他进一步指出，要实现这一愿景，需解决一个底层问题：“群体智能的涌现激励机制——如何确保新增一个智能体后，整个系统的协作效能能‘边际递增’，而非‘边际递减’；如何为任意智能体团队找到‘最优协作机制’。”

刘知远的演讲为行业提供了清晰的方向：AI的竞争已从“大模型参数规模”转向“智能体的行动能力”与“多智能体的协作效率”。当专业智能体能精准适配岗位需求，多智能体系统能高效联动时，人工智能将真正从“辅助工具”升级为“生产伙伴”，重塑各行各业的生产力格局。