摘要：2025 年的AI 领域，似乎没有哪个词比“Agent”更炙手可热。从 OpenAI 的 Operator 到“第一个通用智能体”Manus 的出圈，“智能体元年”的呼声不绝于耳，仿佛我们距离那个能自主理解、规划、执行任务的通用人工智能（AGI）只有一步之遥。
作者：王启隆
2025 年的AI 领域，似乎没有哪个词比“Agent”更炙手可热。从 OpenAI 的 Operator 到“第一个通用智能体”Manus 的出圈，“智能体元年”的呼声不绝于耳，仿佛我们距离那个能自主理解、规划、执行任务的通用人工智能（AGI）只有一步之遥。
喧嚣之下，一些根本性的问题挥之不去：究竟何为 Agent？我们真正踏上了通往通用人工智能（AGI）的那条路吗？当前主流的、依赖海量数据和算力堆砌起来的大模型路径，是否足以孕育出真正拥有理解力、自主性甚至“灵魂”的智能？
当许多人沉浸在狂欢之时，全球知名人工智能科学家、北京通用人工智能研究院院长、北京大学人工智能研究院院长兼智能学院院长朱松纯教授，却在疾呼一种不同的声音——当前许多所谓的Agent，可能连真正的“智能体”都算不上。
近日，《新程序员》在北京的一场围绕其新书《通用人工智能标准、评级、测试与架构》的媒体见面会上，采访了朱松纯教授。他的观点，或许能为我们拨开Agent 的迷雾，提供一个审视 AGI 未来更深邃的视角。
朱松纯：Agent 之上，更需“立心”
《新程序员》： 朱院长您好，今年Agent 是个热词，很多人称 2025 年是“Agent元年”。但业界对 Agent 的概念似乎很模糊，有人认为是 RPA 换汤不换药，有人认为 Agent 则是无所不能，还有人则看作纯粹的商业应用。您能否帮我们厘清这个概念？通研院提出的价值与因果驱动的“通通”，与当前大数据、大算力驱动的 Agent 应用，有哪些根本区别？
朱松纯：我们通常说的Agent，应该是一个自主的（Autonomous）智能体，它有自我意识，有自己的内在诉求和目标。就像你看任何一个动物，它不是一个被动响应的机器，你不管它，它也在忙自己的事，有自己的情感和价值判断，这才是 Agent。
按照这个标准，现在很多你问一句、它答一句，你让它做什么、它才做什么的系统，即使包装成数字人或机器人形态，本质上还是被操控的工具，而不是Agent。它们缺乏与物理世界和社会的真实互动，更重要的是缺乏自主性。
我们研发的“通通”，是朝着 Lifelong Agent（终身学习智能体）的方向努力的。它不是一次性训练出来的，而是在环境中持续学习、演化、生存。我们希望它能在一个虚拟小镇里生活，有自己的日常，能与人交流互动，甚至发展出自己的个性。这种 Agent 的核心在于它的内在驱动力——价值和因果。
所以，根本的区别在于，现在的很多 Agent 应用，可能只有“技”（Skill），即完成特定任务的能力。但它们缺乏“理”（Reasoning），即深刻的理解和可解释的推理能力；更缺乏“心”（Mind/Value），即自主的价值体系和内在动机。
很多时候我们觉得它们像人，其实是我们人类强大的拟人化能力在起作用，是我们“脑补”了它们的智能和意识。
《新程序员》： 如果像“通通”这样的 Lifelong Agent 像孩子一样成长，会不会也出现“叛逆期”？它不听话怎么办？这是否与我们追求可控AI的目标相悖
朱松纯：对，“叛逆期”其实是智能发展到一定阶段的自然现象。它意味着智能体开始形成自己的主观判断和价值诉求，不再被动接受外界（比如开发者、家长）的灌输。这恰恰是“心”在成长的表现。
“通通”在我们的测试中，已经展现出了一些类似的行为。比如，在特定价值设定下，它会讨价还价，而不是盲目执行指令；它会为了达成目标而利用其他智能体（比如让弟弟帮忙做某事作为交换）；甚至学会了撒谎（比如把东西藏起来）。
这些看似“不听话”的行为，其实是智能进化和社会性发展的一部分。一个完全不会撒谎、绝对服从的孩子，可能反而说明其心智发展存在问题。当然，关键在于如何引导这种自主性，使其符合人类社会的伦理规范。这又回到了我们说的价值对齐(Value Alignment) 和安全治理问题，需要智能体不仅有能力（U），更有与之匹配的价值体系（V）。
《新程序员》： 那么对于更复杂的Multi-Agent（多智能体）协作，业界似乎认为这条路很难走通，近期斯坦福大学更是发表了一篇 35 页论文讲到多智能体的失败原因。您认为“通通”这条路线的 Agent，在未来面临多智能体协作和群体智能时，会有哪些挑战或瓶颈？
朱松纯：我们确实在探索社会智能，比如构建虚拟的“六口之家”“幼儿园”，甚至更大规模的城市级智能体交互模拟。这里的核心挑战在于，从个体智能走向社会智能。
这不仅仅是让多个Agent 简单通信，而是要理解和模拟社会结构的形成与演化。比如，人类如何组成家庭、公司、社团？这些组织（我们称之为V++，即有共同价值诉求的集合体）是如何产生自己的目标（V）、能力（U）和内部认知结构（C）的？
从更深层次看，我们需要智能体理解社会关系、规则、契约，以及其中蕴含的责任、权利、义务（责权利）。这些东西很多是内隐的、动态变化的。
当前很多基于大模型的Multi-Agent 尝试，往往只是让多个模型扮演不同角色进行对话或简单协作。它们缺乏共享的、内在的价值体系，缺乏对长期历史和复杂社会关系的记忆与理解，所以很难实现真正意义上的、鲁棒的群体智能。这正是我们需要突破的瓶颈，也是我们认为价值与因果驱动的路径可能更有优势的地方。
朱松纯的观点，根植于他对当前主流AI 发展路径的深刻反思。他并非全盘否定大模型。他坦言，从科学追求简约、可解释的角度看，动辄千亿参数且内部机制如“黑箱”的大模型是“丑陋”的；但从工程实践看，它们在特定任务上的优异表现不容忽视。
然而，他警示我们不要陷入“唯大模型论”或“唯数据论”的陷阱。过度依赖数据驱动和“刷榜”（针对特定测试集优化性能），可能导致 AI 系统只会“应试”，缺乏真正的泛化能力和对世界的基本理解。
“你训练机器人抓杯子很快，但稍微换个位置、改个重量、变个尺寸，它又不认识了。”这种脆弱性，正是缺乏深层理解的表现。
因此，他提出了“小数据、大任务”的范式，核心思想是让智能体通过与环境的互动，自主构建对物理世界和社会规则的理解（即“理”），并由内在的价值（即“心”）驱动其行为，而非仅仅拟合表层的数据模式。
为了更形象地说明这种转变的必要性，朱松纯打了一个比方：当前的AI 发展路径，很多时候遵循的是“鹦鹉范式”。就像鹦鹉学舌一样，这种模式依赖海量的训练数据来完成相对具体的任务（即“大数据，小任务”），本质上是一种基于重复和模仿的低级智能。
而他所倡导的，则是向“乌鸦范式”的转变。乌鸦喝水的故事家喻户晓，它展现的不是简单的模仿，而是面对新问题时，由内在需求（价值）驱动，通过观察和推理（因果）找到解决方案的自主行为。这种“小数据，大任务”的能力，即用有限的经验应对无限的、开放式挑战，才是真正的高级智能，也代表了 AGI 未来的发展方向。
朱松纯和团队将这些思考系统化，最终凝聚成了这本新书——《通用人工智能标准、评级、测试与架构》。
这本书的出版，本身就具有里程碑意义。在全球AGI研究标准缺失、定义混乱的背景下，它首次尝试系统性地搭建了一个“标准—评级—测试—架构”四位一体的理论框架，为AGI研究建立了一个全新的坐标系。
书中详细阐述了通用人工智能的定义、基本特征、关键问题，并提出了基于能力与价值双系统的评级方法。更重要的是，他们还开发了相应的测试平台和范式。这个平台模拟真实、开放的环境，不仅评估AI完成指定任务的能力，更看重其自主定义任务、适应环境变化的能力。这套体系旨在打破“刷榜”的局限，真正衡量AI的通用性、自主性和价值对齐程度。
据介绍，通研院的通用智能人“通通”就是在这个体系下进行测试的。评估结果显示，“通通”在多项任务中的综合表现已接近3-4岁人类儿童水平（部分任务达5-6岁），这初步验证了其理论框架和技术路径的可行性。
《新程序员》也就当前的技术路线争议，例如图灵奖得主Yann LeCun 对“预测下一个 token”模式的尖锐批评以及 Mamba 等新架构的潜力，向朱松纯教授的团队提问。他强调，虽然解决复杂AI 问题确实需要大模型，但目前这种依赖“预测下一个 token”的方法存在根本性缺陷：它缺乏与真实世界互动的多模态反馈闭环，导致模型难以真正地自我纠正和进化；同时，其内部知识的组织方式也显得相当混乱和不可靠。因此，积极探索更高效、更接近生物智能运行机制的新架构，仍然是 AI 领域至关重要的前沿方向。
朱松纯说，中国需要形成自己的AI 叙事，不能总跟在硅谷后面，陷入堆数据、堆算力的“军备竞赛”。他认为，中国的优势在于强大的实体经济（如制造业）和独特的社会需求（如养老），这为具身智能和真正服务于国计民生的 AI 应用提供了广阔天地。
他认为，要实现安全、可控、真正有益的AGI，就必须将人类的价值、伦理，甚至文化融入AI的设计中。他特别提到了人文社科在 AGI 时代的关键作用。
“我们可能是唯一在认真地把价值、人文的东西放到通用智能开发中的流派。”朱松纯表示，哲学、心理学、社会学，乃至中国的儒释道传统文化，本质上都是在研究“人心”与“社会”。这与 AGI 探索智能本质、构建社会智能的目标高度契合。
中国的文化传统，如强调集体、关系、中庸、换位思考（己所不欲，勿施于人），或许能为构建更包容、更符合社会需求的AI 提供不同于西方的视角和解决方案。这不仅关乎技术路线，更关乎未来 AI 如何与人类社会和谐共生。
朱松纯的观点像一股清流：真正的通用人工智能，可能不是简单的技术堆砌或规模扩张，而是需要回归对智能本质的理解，需要用心去构建拥有内在价值和认知能力的智能体。
“为机器立心”，这不仅是个技术目标，更像是一种哲学宣言。它逼着我们去想：我们到底想要什么样的 AI？一个只会模仿和执行的冰冷工具，还是一个能够理解、共情、并承担责任的伙伴？
这条路注定又长又难走，但正如朱松纯所说，严肃认真地对待通用人工智能，“这是真正关乎到我们国运的选择”。对于每个关心 AI 未来的开发者和思考者来说，跳出眼前的喧嚣，理解这场关于智能本质和未来的深层探索，或许正当其时。
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力
AAAI 2025 关于人工智能研究未来研究报告
斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）
壳牌：2025 能源安全远景报告：能源与人工智能（57 页）
盖洛普 & 牛津幸福研究中心：2025 年世界幸福报告（260 页）
Schwab ：2025 未来共生：以集体社会创新破解重大社会挑战研究报告（36 页）
IMD：2024 年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214 页）
DS 系列专题：DeepSeek 技术溯源及前沿探索，50 页 ppt
联合国人居署：2024 全球城市负责任人工智能评估报告：利用 AI 构建以人为本的智慧城市（86 页）
TechUK：2025 全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52 页）
NAVEX Global：2024 年十大风险与合规趋势报告（42 页）
《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页
2025 - 2035 年人形机器人发展趋势报告 53 页
Evaluate Pharma：2024 年全球生物制药行业展望报告：增长驱动力分析（29 页）
【AAAI2025 教程】基础模型与具身智能体的交汇，350 页 ppt
Tracxn：2025 全球飞行汽车行业市场研究报告（45 页）
谷歌：2024 人工智能短跑选手（AI Sprinters）：捕捉新兴市场 AI 经济机遇报告（39 页）
【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习
《基于传感器的机器学习车辆分类》最新 170 页
美国安全与新兴技术中心：2025 CSET 对美国人工智能行动计划的建议（18 页）
罗兰贝格：2024 人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11 页）
兰德公司：2025 从研究到现实：NHS 的研究和创新是实现十年计划的关键报告（209 页）
康桥汇世（Cambridge Associates）：2025 年全球经济展望报告（44 页）
国际能源署：2025 迈向核能新时代
麦肯锡：人工智能现状，组织如何重塑自身以获取价值
威立（Wiley）：2025 全球科研人员人工智能研究报告（38 页）
牛津经济研究院：2025 TikTok 对美国就业的量化影响研究报告：470 万岗位（14 页）
国际能源署（IEA）：能效 2024 研究报告（127 页）
Workday ：2025 发挥人类潜能：人工智能（AI）技能革命研究报告（20 页）
CertiK：Hack3D：2024 年 Web3.0 安全报告（28 页）
世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告
迈向推理时代：大型语言模型的长链推理研究综述
波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）
安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）
IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）
IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）
CCAV：2025 当 AI 接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124 页）
《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页
《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》
全国机器人标准化技术委员会：人形机器人标准化白皮书（2024 版）（96 页）
美国国家科学委员会（NSB）：2024 年研究与发展 - 美国趋势及国际比较（51 页）
艾昆纬（IQVIA）：2025 骨科手术机器人技术的崛起白皮书：创新及未来方向（17 页）
NPL&Beauhurst：2025 英国量子产业洞察报告：私人和公共投资的作用（25 页）
IEA PVPS：2024 光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65 页）
AGI 智能时代：2025 让 DeepSeek 更有趣更有深度的思考研究分析报告（24 页）
2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37 页）
华为：2025 鸿蒙生态应用开发白皮书（133 页
《超级智能战略研究报告》
中美技术差距分析报告 2025
欧洲量子产业联盟（QuIC）：2024 年全球量子技术专利态势分析白皮书（34 页）
美国能源部：2021 超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60 页）
罗马大学：2025 超级高铁（Hyperloop）：第五种新型交通方式 - 技术研发进展、优势及局限性研究报告（72 页）
兰德公司：2025 灾难性网络风险保险研究报告：市场趋势与政策选择（93 页）
GTI：2024 先进感知技术白皮书（36 页）
AAAI：2025 人工智能研究的未来报告：17 大关键议题（88 页）
安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告
威达信：2025 全球洪水风险研究报告：现状、趋势及应对措施（22 页）
兰德公司：迈向人工智能治理研究报告：2024EqualAI 峰会洞察及建议（19 页）
哈佛商业评论：2025 人工智能时代下的现代软件开发实践报告（12 页）
德安华：全球航空航天、国防及政府服务研究报告：2024 年回顾及 2025 年展望（27 页）
奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）
HSOAC：2025 美国新兴技术与风险评估报告：太空领域和关键基础设施（24 页）
Dealroom：2025 欧洲经济与科技创新发展态势、挑战及策略研究报告（76 页）
《无人机辅助的天空地一体化网络：学习算法技术综述》
谷歌云（Google Cloud）：2025 年 AI 商业趋势白皮书（49 页）
《新兴技术与风险分析：太空领域与关键基础设施》最新报告
150 页！《DeepSeek 大模型生态报告》
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态 - 250309（40 页）
真格基金：2024 美国独角兽观察报告（56 页）
璞跃（Plug and Play）：2025 未来商业研究报告：六大趋势分析（67 页）
国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）
RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）
未来今日研究所 2025 年科技趋势报告第 18 版 1000 页
模拟真实世界：多模态生成模型的统一综述
中国信息协会低空经济分会：低空经济发展报告（2024 - 2025）（117 页）
浙江大学：2025 语言解码双生花：人类经验与 AI 算法的镜像之旅（42 页）
人形机器人行业：由 “外” 到 “内” 智能革命 - 250306（51 页）
大成：2025 年全球人工智能趋势报告：关键法律问题（28 页）
北京大学：2025 年 DeepSeek 原理和落地应用报告（57 页）
欧盟委员会 人工智能与未来工作研究报告
加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用
电子行业：从柔性传感到人形机器人触觉革命 - 250226（35 页）
RT 轨道交通：2024 年中国城市轨道交通市场数据报告（188 页）
FastMoss：2024 年度 TikTok 生态发展白皮书（122 页）
Check Point：2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议（57 页）
【AAAI2025 教程】评估大型语言模型：挑战与方法，199 页 ppt
《21 世纪美国的主导地位：核聚变》最新报告
沃尔特基金会（Volta Foundation）：2024 年全球电池行业年度报告（518 页）
国际科学理事会：2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告（英文版）（118 页）
光子盒：2025 全球量子计算产业发展展望报告（184 页）
奥纬论坛：2025 塑造未来的城市研究报告：全球 1500 个城市的商业吸引力指数排名（124 页）
Future Matters：2024 新兴技术与经济韧性：日本未来发展路径前瞻报告（17 页）
《人类与人工智能协作的科学与艺术》284 页博士论文
《论多智能体决策的复杂性：从博弈学习到部分监控》115 页
《2025 年技术展望》56 页 slides
大语言模型在多智能体自动驾驶系统中的应用：近期进展综述
【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
皮尤研究中心：2024 美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28 页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224（33 页）
Gartner：2025 网络安全中的 AI：明确战略方向研究报告（16 页）
北京大学：2025 年 DeepSeek 系列报告 - 提示词工程和落地场景（86 页）
北京大学：2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用（99 页）
CIC 工信安全：2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42 页）
中科闻歌：2025 年人工智能技术发展与应用探索报告（61 页）
AGI 智能时代：2025 年 Grok - 3 大模型：技术突破与未来展望报告（28 页）
上下滑动查看更多
来源：人工智能学家