9.2 智能体与正在发生的未来

9.2 智能体与正在发生的未来

本节摘要：大模型解决了"会说"，智能体要解决"会做"：感知环境、拆解目标、调用工具、核对结果、记住教训——一个闭环。截至 2026 的进度可以概括为三条战线：软件侧，推理模型（2024 年起以长思维链换取准确率，史料）与工具调用标准接口（2024—2025 年间多种开放协议出现，史料）让"让模型操作电脑、写完整段代码、跑通实验流程"从演示变为日常工具，但长程任务的可靠率仍是工程瓶颈；身体侧，人形机器人在 2024—2025 年迎来资本与样机热潮（"元年"是业界叙事，非定论），自动驾驶则经历了从承诺跳票到无人出租真正载客的二十年长跑（2016 年的乐观预言与 2020 年代初的落地节奏差了约五年，学术与业界复盘的通行结论）；科学侧，人工智能已进入材料筛选、气象预报与数学证明的实验室。本节是全书唯一"正在发生"的时代卡：所有判断标注"截至 2026"，本教程只给判据与边界，不给预言。

学习目标

• 说明智能体闭环（感知—规划—工具—核对—记忆）与聊天机器人的差别；
• 概述推理模型"以算力换准确率"的机制与代价；
• 复述具身智能与自动驾驶"截至 2026"的真实刻度（含过度承诺的教训）；
• 列出判断智能体成熟度的四条判据（成功率、成本、责任、能耗）；
• 说明"正在发生的历史"的读法：以可核验指标替代立场叙事。

一、时代之问

对话模型像一个博览群书却无法伸手的顾问：能写方案，不能提交方案；能诊断代码，不能上线系统。

• 答案与行动之间的鸿沟：现实任务是长链条的——查资料、用工具、核对、返工；模型每次"张口"都可能出错，错误在链条上复利累积（示意：十步各九成把握，全程只剩约三成五）；
• 责任的真空：聊天出错可以道歉，行动出错要有人负责——法律与保险尚未跟上；
• 身体的缺席：物理世界的维修、护理与制造，仍是人工的天下；机器人学六十年的老问题与人工智能的新能力尚未合流。

时代之问：怎样让"会说"的模型变得"可靠地会做"——并且可问责？

二、关键技术群

1. 推理模型——把"想一想"变成显式过程

• 原理一句话：让模型生成较长的推理链并自我核对，以更多推理算力换取更高准确率——从"脱口而出"改为"打草稿再答"。
• 关键事实：2024 年起头部厂商发布推理模型（史料）；2025 年初中国团队的开放权重推理模型以低成本训练路线引发全球反响（史料，成果发表于学术期刊）。
• 截至 2026 的边界：在数学、编程等可验证任务上提升显著，在开放闲聊上收益有限（业界通行观察）——算力换来的可靠，首先出现在"对错可判定"的领域。

2. 工具调用与智能体框架——给模型接上手脚

• 原理一句话：把搜索、代码执行、文件与支付等能力封装成标准接口，模型按需调用并依据结果调整计划——智能体=模型+工具+循环。
• 关键事实：2024 年起多家厂商开放"计算机操作"能力，2024—2025 年间模型—工具连接的开放协议陆续发布（史料），编程智能体率先成为日常生产力工具（业界通行判断，截至 2026）；
• 判断刻度：衡量一个智能体，看"最长能自主完成多少步任务"与"每千步的失败率"，而非演示视频。

3. 具身智能——五十年老学科的新引擎

• 关键事实：人形机器人在 2024—2025 年密集发布，中国厂商的样机登上 2025 年春晚舞台（史料），多条产线宣布投产（厂商口径）；
• 冷静判据（本教程立场）：硬件供应链成熟与资本热度不等于任务能力成熟——判断要看连续工作时间、跨场景成功率与单位成本三条硬指标（学术与业界通行口径）；"机器人元年"的说法是叙事，不是判据。

4. 自动驾驶——二十年长跑的启示

• 关键事实：美国的无人出租 2020 年起在凤凰城公开载客、其后扩展多城（史料）；中国的无人出租 2024 年在武汉形成千辆车级规模（史料）；同时期，辅助驾驶成为新车标配，但"完全无人"仍限于划定区域（行业口径）；
• 史学价值：2016 年前后"两年内全面无人化"的产业预言集体跳票（学术复盘通行结论）——对新技术的近期进度，市场惯于高估；对十年尺度，往往又低估（阿玛拉定律的通行表述，学术引述）。

5. 人工智能进入实验室——科学发现的第二引擎

• 关键事实：材料筛选（2023 年起数百万候选晶体结构的模型预测，论文口径）、气象预报（2023 年起神经网络预报在中期时效上接近乃至超越传统数值方法，学术）、数学证明（2024 年达到国际竞赛银牌水平、2025 年多家实验系统宣称金牌水平——后者为受控演示，非正式赛绩，史料与官方声明口径并列）；
• 判断刻度：以"能否提出可实验验证的新假设"为分水岭——截至 2026，多数成果仍在"加速已知方法"层，"自主提出新范式"仍属个别（学术讨论的通行分层）。

三、加速器与瓶颈

加速器：

• 头部厂商的军备竞赛与开源扩散并行——能力贬值周期以月计（截至 2026 的业界观察）；
• 资本市场持续输血，机器人与算力基建两线同时吸金（公开市场数据）；
• 竞赛基准公开化：长程任务基准让"真实进度"可比较——指标文化抑制了纯叙事泡沫。

瓶颈：

• 长程可靠性：错误随步数复利累积，多数智能体产品仍需人工"在环"把关（业界共识，截至 2026）；
• 成本与能耗：推理阶段的累计用电超过训练（研究机构估计，学术）——每回答一个问题的电费开始进入商业模型的定价公式；
• 责任与安全：自动驾驶事故责任、智能体越权操作、生成内容滥用——制度供给显著慢于技术部署（学术通说）；安全研究（对齐、可解释）投入仍远小于能力研究（业界公开讨论）；
• 地缘与算力：先进芯片出口管制使算力成为外交筹码（2022 年起，史料）——大科学时代的"保密与扩散"老问题，以光刻机的形式重演。

四、社会结构的改变

• 知识工作流的重排：从"人做、机器帮忙"滑向"机器做、人审核"——初级岗位的形态先变，职业阶梯的入口正在改写（社会讨论与初步统计，结论未定——本教程给判据：看任务可验证度与责任可追溯度两个维度）；
• 教育再定义："答案免费"的世界里，提问、核查与判断成为核心课程——各国课标修订已在途中（政策动态，截至 2026）；
• 信任基建的社会需求：生成内容的标识、水印与溯源从技术议题升格为公共基础设施议题——信息尺"鉴别成本"的工程学回应；
• 新的劳动分层：云上工程师、数据标注车间（第 8.2 节伏笔）与"给智能体打工"的审核员——平台经济的劳动议题整体平移进智能时代；
• 国际格局：算力、模型与规则三条战线的竞争同时展开，多边安全对话开始（2023 年首届国际安全峰会起，史料）——核时代的军控剧本被重新翻出，但节奏更快、演员更多。

五、留给下一时代的接力棒

• 三本账单——可靠性（工程）、责任（法律）、能耗（能源与材料）：三本账都结清，智能时代才算完成成年礼（第 9.3 节统一结算）；
• 鉴别的军备竞赛——生成与鉴别的拉锯将长期进行：信息尺的新循环交给下一个时代；
• 具身化的未竟之路——机器人的"寒武纪"是否到来，判据在硬件成本曲线与通用任务基准（第 9.3 节候选清单的外围）；
• 六规律的活体样本——本章是"加速律"与"重演律"的最佳观测点：预测的系统性偏差本身，已成为可研究的规律（第 9.3 节）；
• 把"正在发生"交给读者——本节所有"截至 2026"的刻度都会过期：请读者带着四条判据（成功率、成本、责任、能耗）自行更新——这也是本教程最后想教会的方法。

（本节三把尺子刻度，文字框图）

能源 ── 推理耗电超过训练（研究机构估计，学术）：每次提问都有电费
信息 ── 行动成本下降，鉴别与问责成本上升：信任成为基建
材料 ── 机器人供应链+先进封装受限：硬件成为智能的地缘变量
递出的尺子 ── 可靠性、责任、能耗三账单＋鉴别军备竞赛
已在望的下一卡 ── 全书收束：六条规律与下一个时代的判据
​

本节要点回顾

• 智能体闭环=感知—规划—工具—核对—记忆；判断它看步数与失败率，不看演示；
• 推理模型以算力换准确率，收益集中在可验证任务（截至 2026）；
• 具身智能与自动驾驶都要防"叙事先行"：阿玛拉定律——短期高估、长期低估；
• 人工智能进入实验室：以"能否提出可验证新假设"为分水岭；
• 四条判据：任务成功率、单位成本、责任归属、能源账单——判断智能体的通用尺；
• 三把尺子：能源=推理电费显性化，信息=鉴别与问责成本上升，材料=硬件供应链地缘化；
• 本节方法：正在发生的历史，用可核验指标读，不用立场叙事读。

过渡：万年技术史走到这里，三把尺子第一次互相追讨：算力要电、电要矿物、矿物要开采与回收的技术、回收又要靠信息去优化。这个循环会把我们带向哪个时代？最后一节不预测——它交付六条规律、一份候选名单和一套判据，然后把手里的尺子交给你。