模型说话,代理体行动:计算智能在基础模型时代的核心交付物

《IEEE Transactions on Computational Social Systems》:Agents Act. Who Decides? [Editor's Remarks]

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Transactions on Computational Social Systems 4.6

编辑推荐:

   今年八月,我曾在本刊页面中论断:一道门槛已被跨越——模型不再仅仅是"说话",代理体开始"行动"[1]。三个月后,这一观察已显得有些过时。面向特定任务的代理体正被接入软件平台、实验室和工厂车间,而记录这场采纳浪潮的分析师们,同时也是那些预测"幻灭季节"即将到来的人。

  

今年八月,我曾在本刊页面中论断:一道门槛已被跨越——模型不再仅仅是"说话",代理体开始"行动"[1]。三个月后,这一观察已显得有些过时。面向特定任务的代理体正被接入软件平台、实验室和工厂车间,而记录这场采纳浪潮的分析师们,同时也是那些预测"幻灭季节"即将到来的人。我怀疑这两种预测都对,理由只有一个。我们已非常擅长构建会行动的系统,却远未擅长确保它们做出好的决策。

做出好的决策——在不确定性之下、在相互冲突的目标之间、在有限的能量与算力预算之内——是我们这个领域最古老的问题。早在"智能体"成为一种产品品类之前,它就已是进化计算、模糊推理和群体智能的核心内容。因此,作为2026年本刊的最后一篇评论文章,这篇回顾全年本刊内容回望一年的文章,要谈的不是基础模型会给计算智能带来什么,而是计算智能如今必须为基础模型做什么。

搜索是智能体的基底

剥去聊天界面,一个代理体就是一个搜索过程。它维护候选方案,将它们与环境进行比对评估,保留有效的,改变无效的[2]。我们这一社群已经用六十年时间研究正是这类情形。如今,大模型与搜索之间的流量是双向的。一个方向上,语言模型正在步入优化循环,充当解生成器、变异算子,或被提示词推入优化器角色的存在[3](希望了解其底层模型机理的读者,可以从我们AI-eXplained的入门系列开始[4])。这种热情有其道理,但需要自律。我们2025年11月刊的一篇系统性评估研究,考察了这些模型在复杂优化中真正能帮上忙的地方,以及它们悄然违反约束、循环利用已记忆解的地方[5];真正能把一门持久的方法论与一阵时尚区分开来的,正是这种测量,而不是任何演示。另一个方向上,进化循环正被包裹到模型自身周围,过去两年最重要的成果大多来自这里:由程序搜索发现的全新数学构造[6],以及随后用于改进生产系统中运行算法的成果[7]。在本刊页面中,一个耦合生成模型与进化多任务的智能体设计器展示了如何将"发现"框定成跨相关设计任务的迁移[8];而我们姊妹期刊刊发的一份路线图,勾勒出了这场汇流的整体图景[9]。同一思路中更谦逊的一面——学习代理体在动态环境中用于调度、路由与分配的启发式方法——也仍在成熟之中[10]。理查德·萨顿的"苦涩教训"在这里同样适用:每当计算变得更便宜,搜索就会变得更强。基础模型并未取消这一教训。它们是它最新的受益者。

当生成器成为优化器

工具调用只是这个故事较浅的一层。更深一层的发展是表征层的汇合:为生成文本与图像而构建的架构,事实证明也生成了"解"。一个在帕累托集几何结构上训练的Transformer,可以在搜索开始前就预测出多模态多目标问题的优良候选解[11]。一个去噪过程向可行性推进的扩散模型,可以为常规优化器提出工业配方调度方案以作精修[12]。生成栈与优化栈正在变成同一个栈。我们这一社群带到这里的,是关于目标的严谨——收敛性、多样性、约束、权衡——即在"好"具有多个维度时,为"什么是好"提供数学的语言。生成模型能产出质量令人惊叹的候选解;但它们自身并不知道哪些候选解值得产出。只具备前者而不具备后者的代理体,是口才流利而方向迷失的。

智能体的物理学

在真实世界中行动的代理体,会被真实世界按焦耳和毫秒收费。推理模型的经济性已经让效率进入主流机器学习的核心视野[13],而边缘比数据中心更加严峻:车辆、风力发电机与医疗植入物中的代理体,无法各自拖走一整排加速器。这时,我们领域中被视作"安静分支"的那些方向就不再显得怀旧,而开始看起来像是基础设施。事件驱动、脉冲式计算提供了毫瓦级预算下的决策能力[14];今年带时间编码的脉冲式深度强化学习演示让这一能力变得具体[15],运行在我们社群维护的一套开源软件栈之上[16]。而在另一端的尺度上,当搜索必须跨越数千台机器而不是塞进单颗芯片时,分布式进化计算多年积累的功力[17],今天读来就像编排大规模交互代理体集群的设计手册。

信任不是外挂层

今年八月,《欧盟人工智能法》的核心义务正式适用[18],类似的框架也在各大洲推进。监管信息可以直接翻译成技术语言:信任无法在事后被套接到决策系统上。它必须是循环内的一个目标,像其它目标一样被优化和验证。这同样是我们的主场。当隐私被形式化为约束或目标时,进化计算有具体的机制可以提供——同样,也有同样具体的新攻击面需要防御[19]。这个问题在决定数十亿人读什么、看什么、买什么的系统中尤为迫切:推荐系统正是智能体化个性化与人类自主性正面交锋的第一线[20]。鉴于这些问题值得更多关注而非偶发文章,CIM在本刊此期中启动了一个季度专栏"可信与负责任的AI"。其开篇之作《人工智能法与伦理在实践》考察了这些新规对我们构建的系统究竟提出了什么要求。专栏的核心立场与本文一致:责任必须存在于决策循环之内,而不是留在合规附录之中。

 -            2026年荷兰马斯特里赫特WCCI现场笑容满面:(从右至左)前IEEE Computational Intelligence Magazine主编石部久夫教授,以及蒋敏。

2026年荷兰马斯特里赫特WCCI现场笑容满面:(从右至左)前IEEE Computational Intelligence Magazine主编石部久夫教授,以及蒋敏。

2027年的问题

代理体会继续行动;工业动能保证了这一点。它们是否做出好的决策,将不由规模或演示视频来裁定。它将由本刊存在的意义所界定的那类工作来裁定——借用生成之力却不放弃严谨的搜索、把能量与信任作为真实目标的优化器、其行为我们能够陈述、界定与辩护的决策系统。在2027年本刊首期上,我将提出基础模型时代的十个开放问题,作为一年所迫使我们的这一问题的研究议程。在此之前,它的一句总结足以独立成立。模型说话,代理体行动。而做出好的决策,是我们的交付之物。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号