从文化想象
到智能工作流

像人一样思考

关注机器是否能模拟人的认知过程

例如：比较程序与人解决同一问题时的推理步骤是否相似或一致

像人一样行动

关注机器的外部表现能否与人相似

例如：图灵测试通过单盲方式观察人是否能通过回应区分机器和人

理性思考

关注推理过程是否符合逻辑规则

例如：逻辑程序根据前提推出的结论是否是全局最优

理性行动

关注系统能否在环境中选择有效行动

例如：自动驾驶汽车是否能在约束条件下选择安全行动

哲学

追问心智、知识、理性、认识、真实，以及机器能否思考

数学

把逻辑、可计算性、概率和不确定性转化为形式工具

经济学

研究有限信息、有限资源、偏好和博弈条件下如何做出最优选择

控制论

研究系统如何围绕目标行动，并根据反馈持续调整

神经科学

研究神经元、连接和脑区如何共同支持智能活动

心理学

研究感知、记忆、学习的机制，以及问题解决如何影响行为

计算机工程

提供计算架构、存储、传感器和持续增长的算力

语言学

解释语法、语义和语用如何组织语言与知识

新能力

这一阶段解决了此前难以处理的什么问题，让哪些传统能力变得不再必要

例如：GPT-3 之后，自然语言成为处理多类任务的通用接口，绘图、编程等任务所需前置练习迅速变少

支撑条件

数据、算力、算法、知识和工程发生了什么变化

例如：互联网发展带来的 UGC 大规模数据、显卡技术带来的并行算力和创新性的 Transformer 架构共同支撑能力扩展

新边界

成功进入真实任务后，又暴露了哪些局限，有哪些过于乐观

例如：大语言模型的幻觉、预训练模型的时效、基于大语言模型的工具可靠性和责任问题，进入实际工作时变得尤为突出

符号主义

把知识写成符号、规则和逻辑关系

探索路线：把理性活动还原为可以表达和推演的形式结构

联结主义

让系统通过数据调整连接并形成表示

探索路线：让能力从大量样本和连接调整中逐渐形成

行为主义

让系统在环境中行动并根据反馈改进

探索路线：通过感知、行动和反馈形成适应环境的能力

搜索

在候选路径中寻找可以达到目标的步骤

代表成果：通用问题求解器 General Problem Solver

推理

按照逻辑规则从已知条件推出结论

代表成果：能够证明数学定理的 Logic Theorist

微观世界

在积木世界等受限环境中整合语言、规划和行动

代表成果：能够理解指令并操作积木的 SHRDLU

知识库

MYCIN 把细菌感染与抗生素选择知识写成领域规则

推理机

MYCIN 根据症状和检验结果匹配规则，推导诊断建议

领域边界

XCON 只为 DEC 的 VAX 计算机生成配置方案，任务边界明确

图像

从像素中逐层学习边缘、形状与对象特征

例如：识别生产线照片中的表面缺陷

声音

从波形中学习音素、节奏与声学模式

例如：把课堂录音转写成文字

文本

从词元序列中学习语义、语境与表达关系

例如：判断用户评论的情感倾向

解释

说明概念、材料和方案之间的关系

例如：向刚入学的研究生解释强化学习，并给出一个生活例子

生成

形成文本、代码、图像或结构化草稿

例如：根据访谈记录生成一份三段式会议纪要，加粗重点和待办事项

转换

完成改写、翻译、提取和格式迁移

例如：把以下表格数据改写为适合汇报的三条结论，使用金字塔原则

推理

根据上下文比较候选方案并给出步骤

例如：比较两个方案的成本、风险和适用条件，并给出选择依据

事实边界

输出可能过时、遗漏或生成不存在的信息

例如：模型可能把教师未提及的理论或事实补进课堂笔记

行动边界

工具权限越大，错误越可能进入真实系统

例如：拥有文件写入权限的智能体可能覆盖原始转写稿

责任边界

模型不能替代人承担最终判断和最终责任

例如：课程笔记最终是否完整全面，仍然需要用户复核并修改

模型

根据输入生成预测、文本或其他输出

例如：用 Kimi 根据课堂转写稿生成课程笔记提纲

工具

完成一个边界明确的外部操作

例如：用 OpenAI Whisper 将课堂录音转写为带时间戳的文本

智能体

围绕目标选择行动并根据反馈调整

例如：用 Codex 读取转写稿、术语表和现有笔记，生成 Markdown

工作流

组织人、模型、工具、脚本和检查点

例如：用字节跳动扣子串联上传、转写、整理、人工复核和归档

目标边界

说明成功标准和允许放弃的条件

例如：把目标限定为将一节课录音整理成结构清楚、忠实原意的 Markdown 笔记

工具边界

限制可访问的数据、权限和外部系统

例如：只读取本节录音与课程资料，不覆盖原始录音，也不直接撰写最终笔记

停止边界

遇到异常、高风险或证据不足时转交人工

例如：遇到听不清、术语不确定或来源缺失时标记待核对，并明确提醒用户

原始材料

保留录音、课程内容文本和相关资料

用来判断遗漏发生在采集阶段还是后续处理阶段

转写草稿

明确列出错词、断句和识别遗漏

可以逐段回听并定位错误的原始位置

结构化笔记

呈现概念层级、重点与结论

可以检查内容是否忠实于原始材料

可观察

明确呈现输入、步骤、中间产物、输出

管理者和协作者能够看见任务如何推进

可复查

错误可以定位到具体工作节点

复核者无需从最终答案反推问题原因

可迁移

稳定步骤可以沉淀为模板、脚本或 Skill

其他人可以沿用既有流程完成同类任务

智能体：探索

处理模糊问题、生成候选方案、把规则转成草稿

提出分类框架、寻找数据源、获取数据、判断数据是否充分

脚本：执行

完成规则明确、重复发生、可以精确验证的操作

批量去重、统一格式、按照固定规则运算并生成可视化图表

人：判断

提供语境、设定标准、评估风险并最终承担责任

决定哪些证据可信、哪些例外保留、最终结论如何表达