AI智能体与智能体式人工智能：概念体系、应用及挑战

本研究严格区分了AI智能体与自主智能体（Agentic AI），提供了一个结构化的概念分类体系、应用图谱和挑战分析，以阐明它们不同的设计理念和能力。我们首先概述了搜索策略和基础定义，将AI智能体描述为由大型语言模型（LLMs）和大型图像模型（LIMs）驱动的模块化系统，用于狭窄的、任务特定的自动化。生成式AI被定位为前身，而AI智能体则通过工具集成、提示工程和推理能力增强得以发展。相比之下，自主智能体系统代表着一种范式转变，其标志是多智能体协作、动态任务分解、持久记忆和协调的自主性。通过依次评估架构演进、运行机制、交互方式和自主性水平，我们对这两种范式进行了比较分析。将客户支持、调度和数据摘要等应用领域与自主智能体在研究自动化、机器人协调和医疗决策支持等领域的部署进行对比。我们进一步考察了每种范式中独特的挑战，包括幻觉、脆弱性、涌现行为和协调失败，并提出了针对性的解决方案，例如ReAct机制、RAG、编排层和因果建模。本文旨在为开发稳健、可扩展和可解释的基于AI智能体和自主智能体的系统提供一个明确的路线图。>AI智能体, 智能体驱动, 视觉-语言模型, 自主智能体决策支持系统, 自主智能体应用