第二章 智能体发展史

本章学习目标

2.1 基于符号与逻辑的早期智能体

2.1.1 物理符号系统假说

早期人工智能研究相信，智能可以通过符号操作实现。所谓符号，可以是对象、关系、规则、命题和逻辑表达式。系统只要能正确表示知识，并按照规则搜索和推理，就有机会表现出智能行为。

这条路线对今天仍有启发。Agent 的工具名、参数 schema、动作空间、计划节点、状态机，本质上都是符号化的工程对象。LLM 能用自然语言生成这些对象，但最终执行时仍需要落到清楚的符号接口上。

2.1.4 符号主义面临的挑战

符号系统的问题也很明显。现实世界变化太多，常识难以写全，规则之间会冲突，维护成本会越来越高。很多任务不是“没有规则”，而是规则太多、例外太多、上下文太复杂。

2.1.2 专家系统

专家系统是符号主义最有代表性的工程形态之一。它把某个领域专家的经验整理成知识库，再通过推理机根据事实触发规则。系统还会尝试解释为什么得出某个结论。

现代 Agent 仍然需要类似结构。知识库可以变成向量数据库或文档检索，推理机可以由 LLM 和规则引擎共同承担，解释模块可以变成工具调用日志和引用来源。

2.1.3 SHRDLU：早期语言理解智能体

SHRDLU 是早期人工智能历史上常被提到的系统。它运行在一个由积木构成的虚拟世界中，可以理解有限范围内的自然语言指令，并执行移动、堆叠等动作。

它的重要性不在于能力有多强，而在于展示了“语言理解 + 世界模型 + 行动执行”的组合。今天的浏览器 Agent、代码 Agent、桌面 Agent，本质上也在做类似的事，只是环境更复杂、工具更多、语言理解能力更强。

2.2 构建基于规则的聊天机器人

2.2.1 ELIZA 的设计思想

ELIZA 展示了一个简单但影响深远的想法：即使系统不真正理解语言，也可以通过模式匹配和模板替换制造“像在对话”的效果。它会识别用户表达中的关键词，把部分内容改写后放入回复模板。

2.2.2 模式匹配与文本替换

下面的代码实现一个简化版 ELIZA。它有规则库、代词转换和兜底回复。你可以从中看到规则系统的可解释性，也能看到它的脆弱性。

import random
import re
from dataclasses import dataclass


@dataclass
class Rule:
    pattern: re.Pattern
    templates: list[str]


REFLECTIONS = {
    "我": "你",
    "我的": "你的",
    "你": "我",
    "你的": "我的",
}


class ElizaBot:
    def __init__(self) -> None:
        self.rules = [
            Rule(re.compile(r".*我想要(.+)"), ["为什么你想要{slot}？", "得到{slot}之后会发生什么？"]),
            Rule(re.compile(r".*我担心(.+)"), ["你担心{slot}，这种担心持续多久了？", "如果{slot}发生，你准备怎么应对？"]),
            Rule(re.compile(r".*因为(.+)"), ["这个原因听起来很重要，能再展开说说吗？", "{slot}和你的目标有什么关系？"]),
        ]

    def reflect(self, text: str) -> str:
        for source, target in REFLECTIONS.items():
            text = text.replace(source, target)
        return text

    def reply(self, message: str) -> str:
        for rule in self.rules:
            match = rule.pattern.match(message)
            if match:
                slot = self.reflect(match.group(1).strip())
                return random.choice(rule.templates).format(slot=slot)
        return random.choice(["继续说。", "这件事里最重要的部分是什么？", "你希望我怎么帮助你？"])


if __name__ == "__main__":
    bot = ElizaBot()
    for message in ["我想要一个学习计划", "我担心学不会 Agent", "因为工具调用太复杂"]:
        print("用户：", message)
        print("ELIZA：", bot.reply(message))

配套文件：eliza.py。你也可以对比之前的 pattern_bot.py，它们展示的是同一类规则思想。

2.2.3 核心逻辑的实现

ELIZA 类系统的核心不是模型参数，而是三件事：规则库、匹配顺序、模板替换。只要输入落在规则覆盖范围内，它就很稳定；一旦用户换说法或任务变复杂，它就会显得机械。

2.3 马文·明斯基的心智社会

2.3.1 对单一整体智能模型的反思

心智社会的思想可以用一句话理解：智能不一定来自一个单一、完整、全能的模块，也可能来自许多小能力的协作。每个小模块只解决局部问题，但组合起来可以产生复杂行为。

2.3.2 作为协作体的智能

这个思想对现代多智能体系统非常有启发。一个写作系统可以拆成选题 Agent、资料 Agent、结构 Agent、审稿 Agent；一个软件工程系统可以拆成需求分析、代码修改、测试执行和代码审查多个角色。

2.3.3 对多智能体系统的启发

多智能体不是简单地多开几个模型。关键是角色边界、通信协议、共享状态、冲突解决和最终裁决。否则多个 Agent 只会增加噪声和成本。

2.4 学习范式的演进与现代智能体

2.4.1 从符号到联结

符号主义擅长表达规则，但难以覆盖真实世界的复杂变化。联结主义和机器学习转向从数据中学习模式，用神经网络表示语言、图像和行为策略。

2.4.2 基于强化学习的智能体

强化学习把智能体放在环境中，让它通过行动获得奖励，再根据反馈改进策略。下面是最小的多臂老虎机示例，它展示了探索与利用的基本矛盾。

import random


class BanditEnv:
    def __init__(self, rewards: list[float]) -> None:
        self.rewards = rewards

    def pull(self, arm: int) -> float:
        return self.rewards[arm] + random.uniform(-0.2, 0.2)


class EpsilonGreedyAgent:
    def __init__(self, arm_count: int, epsilon: float = 0.2) -> None:
        self.epsilon = epsilon
        self.counts = [0 for _ in range(arm_count)]
        self.values = [0.0 for _ in range(arm_count)]

    def choose(self) -> int:
        if random.random() < self.epsilon:
            return random.randrange(len(self.values))
        return max(range(len(self.values)), key=lambda arm: self.values[arm])

    def learn(self, arm: int, reward: float) -> None:
        self.counts[arm] += 1
        self.values[arm] += (reward - self.values[arm]) / self.counts[arm]


if __name__ == "__main__":
    random.seed(7)
    env = BanditEnv([0.2, 0.5, 0.8])
    agent = EpsilonGreedyAgent(3)
    for _ in range(80):
        arm = agent.choose()
        agent.learn(arm, env.pull(arm))
    print(agent.counts)
    print([round(value, 3) for value in agent.values])

配套文件：bandit_agent.py。

2.4.3 基于大规模数据的预训练

大规模预训练把语言知识、世界知识和代码模式压缩进模型参数里。模型不再只会执行人工写好的规则，而是能对未见过的语言任务做一定泛化。

2.4.4 基于大语言模型的智能体

LLM Agent 把历史上的多条线索重新组合起来：符号系统的工具接口，专家系统的知识库和解释，规则系统的边界控制，强化学习的反馈思想，以及预训练模型的通用语言能力。

2.4.5 智能体发展关键节点概览

2.5 本章小结

智能体的发展史可以看成几种能力的接力：符号系统带来规则和推理，专家系统带来知识组织，规则聊天机器人带来对话模板，强化学习带来反馈优化，预训练模型带来通用语言能力。现代 LLM Agent 的工程实践，就是把这些能力重新组合。

下一章进入大语言模型基础。理解语言模型如何预测文本、如何表示词语、如何使用 Transformer 和分词器，会帮助你写出更可靠的 Prompt、工具调用和 Agent 接口。

习题

1. 练习 2.1：扩展 ELIZA。 给 ElizaBot 增加“我需要...”“我不理解...”“Agent 可以...”三类规则，每类至少两个模板。
2. 练习 2.2：历史对照。 用表格比较专家系统和 LLM Agent，至少包含知识来源、推理方式、解释方式和维护成本。
3. 练习 2.3：分析 SHRDLU。 选择一个现代浏览器 Agent，说明它和 SHRDLU 在环境、行动和语言理解上的相同点与不同点。
4. 练习 2.4：调整探索率。 修改 EpsilonGreedyAgent 的 epsilon，观察选择次数和价值估计如何变化。
5. 练习 2.5：画时间线。 画出本章时间线，并在每个节点旁写一句“它对现代 Agent 的影响”。

参考文献

• Artificial Intelligence: A Modern Approach：智能体、搜索、逻辑和学习基础。
• ELIZA 资料：了解早期模式匹配聊天机器人。
• Reinforcement Learning: An Introduction：强化学习基础教材。