← 最新论文
📈 economics

Advances in Agentic AI: Back to the Future

本文旨在通过厘清智能与代理 AI 等核心概念,回顾算法化领域十年演进,提出区分“机器学习中的机器”M1 与 M2 的框架,将 M2 定义为基于策略的代理 AI 以实现企业级转型,并据此规划未来二十年的研究与变革议程。

原作者: Sergio Alvarez-Telena, Marta Diez-Fernandez

发布于 2026-03-26
📖 1 分钟阅读☕ 轻松阅读

原作者: Sergio Alvarez-Telena, Marta Diez-Fernandez

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

这篇论文就像是一份**“给 AI 时代的建筑蓝图”**,它试图告诉世界:我们目前对人工智能(特别是“智能体 AI")的理解可能跑偏了。

作者认为,现在的 AI 热潮就像是在用乐高积木搭房子,大家只关注积木块(模型)有多漂亮,却忘了房子本身的结构(架构)是否稳固。如果结构不对,房子盖得再高也会塌。

为了让你轻松理解,我们可以把这篇论文的核心思想拆解成几个生动的比喻:

1. 核心概念:把 AI 分成“大脑”和“身体”

作者把机器学习(Machine Learning)拆解成了两个部分,就像把一个人分成**“大脑(学习)”“身体(机器)”**。

  • L(Learning,学习/大脑): 这是指那些复杂的数学模型(比如现在的 LLM 大语言模型)。

    • 比喻: 这就像是一个超级天才的实习生。他读过互联网上所有的书,知识渊博,能写诗、能聊天。但是,他也有缺点:他偶尔会“胡言乱语”(幻觉),而且他只能做他擅长的事,没法自己管公司。
    • 现状: 现在的学术界和科技巨头都在拼命训练这个“实习生”,觉得他越聪明越好。作者认为,这个“大脑”已经变成了一种公共商品(就像电力一样),谁都能用,光靠它无法让公司获得真正的竞争优势。
  • M(Machine,机器/身体): 这是指如何把“大脑”装进公司里,让它真正干活、遵守规则、处理复杂流程的架构系统

    • 比喻: 这是公司的骨架、神经系统和规章制度。它决定了这个“实习生”什么时候该说话、什么时候该闭嘴、怎么和其他部门配合、怎么防止它乱说话导致公司倒闭。

2. 两个阶段的“机器”:M1 和 M2

作者提出了两个关键概念,用来区分现在的 AI 和未来真正的 AI:

M1:造“大脑”的机器(目前的热点)

  • 是什么: 就是训练大模型(LLM)的那些超级计算机和算法。
  • 比喻: 就像制造超级大脑的工厂。现在的科技巨头(如 OpenAI)都在做这个。他们造出了很聪明的“大脑”,但还没想好怎么把这些大脑放进复杂的公司里安全地运行。
  • 问题: 很多公司以为买了这个“大脑”就能自动变聪明,结果发现它经常“发疯”(幻觉),或者无法处理公司内部的复杂流程(比如财务合规、数据安全)。

M2:用“大脑”的机器(作者的核心主张)

  • 是什么: 这是一个**“策略型智能体架构”**。它不仅仅是用一个模型,而是把专家的经验、规则、数据流和多个模型组合在一起,形成一个能自我管理的系统。
  • 比喻: 想象一下一个完美的交响乐团指挥家
    • 他手里有各种乐器(不同的模型、数据、工具)。
    • 他不仅知道什么时候让小提琴(LLM)独奏,也知道什么时候让大提琴(传统规则)来压阵。
    • 最重要的是,他有一套乐谱(策略),确保整个乐团不会乱套,即使某个乐器偶尔走调,整个演出依然完美。
  • 为什么重要: 只有 M2 才能让企业真正转型。它不是靠“猜”(像 LLM 那样),而是靠“设计”和“策略”。

3. 为什么现在的 AI 项目 95% 会失败?

作者用了一个很形象的比喻:“把法拉利引擎装进拖拉机上”

  • 现状: 很多公司(拖拉机)直接买了一个超级先进的 AI 引擎(法拉利),然后试图把它硬塞进自己老旧的、杂乱的流程里。
  • 结果: 引擎太猛,拖拉机散架了。或者,引擎虽然跑得快,但因为拖拉机没有导航系统(缺乏 M2 架构),最后开进了沟里。
  • 原因: 公司没有先把自己变成“能承载 AI 的现代化车辆”(即先进行组织架构转型),就直接上 AI 了。

4. 作者的“秘密武器”:从交易员到建筑师

作者团队花了十年时间,从**高频交易(Algorithmic Trading)**这个最苛刻的领域开始练手。

  • 比喻: 就像先造了一艘能在台风里航行的潜艇(因为交易对速度和准确性要求极高,不能出错)。
  • 过程: 他们发现,造潜艇的技术(M2 架构)太复杂了,不能只靠几个天才,必须把整个造船厂(公司)都重新设计一遍。
  • 成果: 他们把这套造潜艇的技术,推广到了普通公司(企业转型)。他们发现,只要把公司的“骨架”(M2)搭好,AI 就能像血液一样自然流动,而不是像异物一样被排斥。

5. 给未来的建议:别只盯着“大脑”,要修好“身体”

  • 对老板们说: 别只想着买最贵的 AI 模型(大脑)。如果你的公司流程混乱、数据不通、规则不清,再聪明的大脑也救不了你。先改造你的公司架构(M2),再上 AI。
  • 对学术界说: 别只研究怎么让模型更聪明(L),要研究怎么让模型在现实世界里安全、高效地工作(M)。
  • 对国家说: 未来的竞争不是看谁造出了最聪明的 AI(那是 M1,大家都能造),而是看谁能把 AI 完美地融入国家经济、国防和民生中(这是 M2,这才是真正的护城河)。

总结一句话

这篇论文在说:AI 的未来不在于“更聪明的模型”,而在于“更聪明的架构”。

现在的 AI 就像是一个拥有天才大脑但缺乏常识的婴儿,我们需要做的不是继续给它喂更多的书(训练模型),而是为它建造一个坚固、有序、有规则的家(M2 架构),让它能真正帮人类解决复杂的问题,而不是制造混乱。

作者团队(SciTheWorld)就像是一群“建筑大师”,他们不卖砖头(模型),他们卖的是“盖大楼的图纸和施工队”,确保大楼盖起来后能住人、能抗风、能赚钱。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →