作者丨吴思梦
编辑丨岑 峰
1990 年，英国作家道格拉斯·亚当斯曾预言：未来的 AI 助手不仅是问答机器，更是能主动理解需求、完成任务的“行动者”。三十多年后，这一科幻构想正成为现实。AI 智能体（Agentic AI）已成为科技界最热门的赛道。
8 月 18 日，国际人工智能联合会议（IJCAI-ECAI 2026）在德国开幕。英国拉夫堡大学校长 Nick Jennings 荣获本年度 IJCAI 研究卓越奖。作为多智能体系统领域的奠基人，Jennings 在获奖演讲《智能体 AI 的过去、现在与未来》中指出：当下爆火的智能体并非横空出世的新概念，而是数十年技术积累迎来的成熟时刻。
以下为 Nick Jennings 获奖演讲精编：
▎The Past, the Present, and the Future of Agentic AI
主讲人：Nick Jennings，IJCAI 2026 研究卓越奖得主，英国拉夫堡大学校长
01
现在：站在风口的智能体
智能体 AI 正处于 Gartner 曲线的“过度期望”顶峰。数据显示，目前仅 17% 的组织部署了 AI 智能体，但超 60% 计划在未来几年内跟进，采纳曲线极具进攻性。
英伟达黄仁勋断言：“未来每家公司的 IT 部门都将演变为 HR 部门。”OpenAI、Google、Microsoft 等巨头纷纷推出智能体产品，从开发工具到基础设施，甚至探索智能体间的交互通信。Salesforce 也在尝试后台系统的智能体部署方法论。
面对行业狂热，核心问题在于：为什么是现在？
02
从“回答问题”到“完成任务”
大语言模型虽强大，但本质是被动的“问答者”。智能体的核心价值在于“行动”：它聚焦于执行，能将目标拆解为步骤并主动完成。这种从被动接收向主动行动者的转变，是技术演进的关键。
现实世界的问题往往需要持续、有韧性的行动。智能体引入了记忆、规划与持续过程管理，能监控跨时长的复杂工作流。更深层的潜力在于从单一大模型走向交互智能体系统：现实世界的复杂性本质上是不同参与者（智能体）之间的竞争与协作，而非依赖单一的中央神谕。
03
历史回溯：这不是一个新想法
智能体 AI 并非 2020 年后的新发明。早在 80 年代末至 90 年代初，分布式 AI、黑板系统及明斯基的《心智社会》已奠定理论基础。Jennings 回忆，其博士期间参与的欧洲项目及随后与 Michael Wooldridge 合写的经典论文，早已定义了多智能体系统的概念基础。
1995 年，学界将智能体特征凝练为四点，至今仍具指导意义：
- 自主性（Autonomy）：在无直接干预下运行，控制自身行动；
- 反应性（Reactivity）：感知环境并及时响应；
- 主动性（Pro-activeness）：展现目标导向行为；
- 社会能力（Social Ability）：与其他智能体或人类交互。
Jennings 引用 1990 年道格拉斯·亚当斯的视频指出，早期尝试如 Office 助手 Clippy 失败的原因并非理念错误，而是当时技术无法支撑复杂的上下文理解与个性化服务。如今，技术终于追上了科学设想。
04
核心经验：没有单一的智能体
现实中不存在“单一智能体系统”。无论是智能电网还是城市交通，均由多个独立行动者构成。集中式控制在这些场景中既不可行也不高效。真正的挑战在于处理智能体间的社会交互：合作、协调与协商。
05
案例一：格陵兰冰层下的传感器网络
在格陵兰冰川监测项目中，研究人员部署了自主传感器网络。由于冰川流动导致网络拓扑动态变化且无法集中控制，团队设计了基于机制激励的分布式系统：传感器通过转发他人数据获取“报酬”，从而在追求自身能量预算最大化的同时，实现了全网寿命与覆盖范围的最优解。
同样的方法论也被应用于 2012 年伦敦奥运会，为英国帆船队提供超本地化天气预报，助力其夺得五枚奖牌。
06
案例二：航空引擎供应链的漫长谈判
在与劳斯莱斯的合作中，智能体系统被用于管理复杂的航空发动机供应链。面对计划内维护与突发故障，航空公司、制造商、维修设施等多方主体通过并发协商，优化排期、价格及零部件供应。这是一套开放的协商算法体系，解决了多方利益博弈下的资源调度难题。
07
案例三：海地地震中的人机协作
在海地地震救援中，系统构建了人类专家与智能体协同工作的开放环境。面对海量且真伪难辨的现场报告，智能体负责信息汇总与不确定性分析，人类救援人员凭借经验做出最终判断。这种“人机团队”模式有效提升了灾难响应的效率与准确性。
08
未来：从智能体迈向智能社会
未来 AI 的范式将从单体智能转向“智能体社会”。社会智能（Social Intelligence）将与认知智能同等重要。我们需要构建的是能够理解社会语境、善于团队协作、并能与人类建立伙伴关系的高效系统。
关键挑战包括定义灵活的分工机制，确保人类与智能体在动态环境中互补协作；以及解决开放系统中异构智能体的互操作性问题。负责任的 AI 也需从个体层面扩展至社会层面，关注群体交互中的安全与伦理。
09
结语：现在是我们的时刻
Jennings 强调，科学突破往往源于理论与实践的交互循环。多智能体社区历经三十余年耕耘，终于迎来技术成熟的时刻。下一个范式转移不在于构建更聪明的单体，而在于理解和开发“智能社会”。
10
Q&A 现场问答
▎问：近期发生多起针对大型产业的智能体攻击事件，对构建安全的智能体生态系统有何建议？
答：安全是该领域的典型挑战。我们必须超越单体智能体的视角，在社会层面审视系统交互中的漏洞与风险，确保不同系统在协作时的整体安全性。
▎问：早期的智能体通信与互操作成果在今天是否已过时？
答：具体技术细节或许需更新，但核心理念依然关键。当前大厂的工具包往往封闭，真正的挑战在于实现开放系统的互操作。我们需要整合现有成果，支持更丰富、复杂的智能体交互。
▎问：Harari 提出 AI 应被视为自主行动者，这对人机协作意味着什么？
答：完全同意。我们需要的是带着任务与目标的主动问题解决者。重点在于交互：智能体不仅是工具，更是能与人类互补的专业伙伴。
▎问：组织理论和社会科学如何指导智能体协调？
答：这是一个高度跨学科的领域。我们将复杂问题概念化为“计算组织”，借鉴经济学、人类学及组织设计理论，定义角色、职责与目标。各学科的汇聚正是推动该领域发展的关键力量。