当前，人工智能技术正进入新的关键阶段。北京大学光华管理学院最新研究指出，AI已经历三次“平民化”过程，正迈向以自主智能体为核心的新时代。该判断基于对AI技术演进规律的系统分析，对理论研究与产业实践都有参考价值。 从技术本质看，现代人工智能的核心是数据驱动的预测智能。不同于生命智能围绕生存繁衍进行建模，AI通过数据模型预测下一步的数据或动作，从而处理复杂问题。技术发展大致经历了统计学习、深度学习、Transformer大模型三个阶段。其中，Transformer架构成为当代AI的重要基础：通过Token让语义可计算，以Attention机制作为核心算子，并借助神经网络逼近世界规律。数据、算力与交互方式的持续进步，为AI能力跃迁提供了支撑。 AI平民化的推进呈现清晰的阶段特征。第一阶段是对话生成阶段，以ChatGPT为代表，侧重内容生成与对话交互，主要发生在2020年至2023年。第二阶段是推理能力阶段，强调深度推理与复杂问题解决，系统表现出更强的逻辑分析能力。第三阶段是智能体阶段，聚焦工具使用与工作流自动化，标志着AI应用从“被动回答”转向“主动执行”。研究同时认为，后续还将进入科研创新驱动阶段和组织协同阶段，并逐步走向自主的“计划-执行-检查-改进”闭环。 自主智能体被视为本轮平民化的关键标志。智能体发展可分为非自主与自主两类。非自主智能体依赖框架与人工配置，典型包括Coze、LangChain等。自主智能体自2023年前后开始出现，遵循“感知+规划+执行+反思”的核心逻辑，可实现更完整的闭环运作，在复杂环境中独立完成任务，表现出更高的自主性与适应性。 开源智能体系统的加速演进也反映了这个趋势。凭借较强的实用性、易用性与开放性，这类系统在开源社区迅速聚集关注与支持。其优势在于支持开源定制、本地部署和持续迭代，降低使用门槛，让更多开发者与企业能够参与共建。这种更开放的能力扩散，有望推动其成为智能体时代的重要底座，带动生态形成。 自主智能体时代显示出几项明显特征：一是门槛更低，非专业用户也能参与开发与应用；二是能力更分散，AI不再集中于少数机构；三是迭代更快，新功能与改进持续涌现；四是更去中心化，难以形成单一权威。因此，如何用好智能体成为新议题。业界逐渐形成共识：以长期投入的方式推进智能体建设，明确应用场景，并持续积累技能、记忆、工具与数据等关键资产。 从系统论角度看，高效的智能体系统是信息技术、人工智能与人的协同组合：信息技术提供高确定性的自动化能力，人工智能提供强泛化的智能能力，人则负责更高层次的判断与价值取舍。三者协同，才能构建真正高效且可靠的智能系统。这也意味着在落地过程中既要发挥AI优势，也要保留人的主体性与价值判断。 展望未来，研究认为到2026年，自主智能体将更广泛落地应用，并可能重塑工作流程、推动科研创新、改变组织形态。企业与机构需要提前准备，在人才培养、流程优化、伦理规范诸上进行系统规划。同时，应遵循“人是目的，不是手段”原则，确保AI发展始终服务于人的福祉。
技术普及从来不是某一款产品的胜利，而是能力、制度与生态逐步成熟的结果。自主智能体带来的不仅是效率提升，也会重新检验组织流程、责任边界与治理体系。在抓住机遇的同时守住安全与合规底线，推动标准化、可控化、可评估的落地路径，才能让智能技术更好服务发展与社会，真正落实“以人为本”的价值取向。