對話朱鬆純：Agent喧囂之上，「走心」才是AGI的未來？

作者 | 王啟隆

出品｜《新程序員》

2025 年的AI 領域，似乎沒有哪個詞比「Agent」更炙手可熱。從 OpenAI 的 Operator 到「第一個通用智能體」Manus 的出圈，「智能體元年」的呼聲不絕於耳，彷彿我們距離那個能自主理解、規劃、執行任務的通用人工智能（AGI）只有一步之遙。

喧囂之下，一些根本性的問題揮之不去：究竟何為 Agent？我們真正踏上了通往通用人工智能（AGI）的那條路嗎？當前主流的、依賴海量數據和算力堆砌起來的大模型路徑，是否足以孕育出真正擁有理解力、自主性甚至「靈魂」的智能？

當許多人沉浸在狂歡之時，全球知名人工智能科學家、北京通用人工智能研究院院長、北京大學人工智能研究院院長兼智能學院院長朱鬆純教授，卻在疾呼一種不同的聲音——當前許多所謂的Agent，可能連真正的「智能體」都算不上。

近日，《新程序員》在北京的一場圍繞其新書《通用人工智能標準、評級、測試與架構》的媒體見面會上，採訪了朱鬆純教授。他的觀點，或許能為我們撥開Agent 的迷霧，提供一個審視 AGI 未來更深邃的視角。

朱鬆純：Agent 之上，更需「立心」

《新程序員》：朱院長您好，今年Agent 是個熱詞，很多人稱 2025 年是「Agent元年」。但業界對 Agent 的概念似乎很模糊，有人認為是 RPA 換湯不換藥，有人認為 Agent 則是無所不能，還有人則看作純粹的商業應用。您能否幫我們釐清這個概念？通研院提出的價值與因果驅動的「通通」，與當前大數據、大算力驅動的 Agent 應用，有哪些根本區別？

朱鬆純：我們通常說的Agent，應該是一個自主的（Autonomous）智能體，它有自我意識，有自己的內在訴求和目標。就像你看任何一個動物，它不是一個被動響應的機器，你不管它，它也在忙自己的事，有自己的情感和價值判斷，這才是 Agent。

按照這個標準，現在很多你問一句、它答一句，你讓它做什麼、它才做什麼的系統，即使包裝成數字人或機器人形態，本質上還是被操控的工具，而不是Agent。它們缺乏與物理世界和社會的真實互動，更重要的是缺乏自主性。

我們研發的「通通」，是朝著 Lifelong Agent（終身學習智能體）的方向努力的。它不是一次性訓練出來的，而是在環境中持續學習、演化、生存。我們希望它能在一個虛擬小鎮里生活，有自己的日常，能與人交流互動，甚至發展出自己的個性。這種 Agent 的核心在於它的內在驅動力——價值和因果。

所以，根本的區別在於，現在的很多 Agent 應用，可能只有「技」（Skill），即完成特定任務的能力。但它們缺乏「理」（Reasoning），即深刻的理解和可解釋的推理能力；更缺乏「心」（Mind/Value），即自主的價值體系和內在動機。

很多時候我們覺得它們像人，其實是我們人類強大的擬人化能力在起作用，是我們「腦補」了它們的智能和意識。

《新程序員》：如果像「通通」這樣的 Lifelong Agent 像孩子一樣成長，會不會也出現「叛逆期」？它不聽話怎麼辦？這是否與我們追求可控AI的目標相悖

朱鬆純：對，「叛逆期」其實是智能發展到一定階段的自然現象。它意味著智能體開始形成自己的主觀判斷和價值訴求，不再被動接受外界（比如開發者、家長）的灌輸。這恰恰是「心」在成長的表現。

「通通」在我們的測試中，已經展現出了一些類似的行為。比如，在特定價值設定下，它會討價還價，而不是盲目執行指令；它會為了達成目標而利用其他智能體（比如讓弟弟幫忙做某事作為交換）；甚至學會了撒謊（比如把東西藏起來）。

這些看似「不聽話」的行為，其實是智能進化和社會性發展的一部分。一個完全不會撒謊、絕對服從的孩子，可能反而說明其心智發展存在問題。當然，關鍵在於如何引導這種自主性，使其符合人類社會的倫理規範。這又回到了我們說的價值對齊(Value Alignment) 和安全治理問題，需要智能體不僅有能力（U），更有與之匹配的價值體系（V）。

《新程序員》：那麼對於更複雜的Multi-Agent（多智能體）協作，業界似乎認為這條路很難走通，近期史丹福大學更是發表了一篇 35 頁論文講到多智能體的失敗原因。您認為「通通」這條路線的 Agent，在未來面臨多智能體協作和群體智能時，會有哪些挑戰或瓶頸？

朱鬆純：我們確實在探索社會智能，比如構建虛擬的「六口之家」「幼兒園」，甚至更大規模的城市級智能體交互模擬。這裏的核心挑戰在於，從個體智能走向社會智能。

這不僅僅是讓多個Agent 簡單通信，而是要理解和模擬社會結構的形成與演化。比如，人類如何組成家庭、公司、社團？這些組織（我們稱之為V++，即有共同價值訴求的集合體）是如何產生自己的目標（V）、能力（U）和內部認知結構（C）的？

從更深層次看，我們需要智能體理解社會關係、規則、契約，以及其中蘊含的責任、權利、義務（責權利）。這些東西很多是內隱的、動態變化的。

當前很多基於大模型的Multi-Agent 嘗試，往往只是讓多個模型扮演不同角色進行對話或簡單協作。它們缺乏共享的、內在的價值體系，缺乏對長期歷史和複雜社會關係的記憶與理解，所以很難實現真正意義上的、魯棒的群體智能。這正是我們需要突破的瓶頸，也是我們認為價值與因果驅動的路徑可能更有優勢的地方。

告別「刷榜」遊戲，AGI 需要新標尺

朱鬆純的觀點，根植於他對當前主流AI 發展路徑的深刻反思。他並非全盤否定大模型。他坦言，從科學追求簡約、可解釋的角度看，動輒千億參數且內部機制如「黑箱」的大模型是「醜陋」的；但從工程實踐看，它們在特定任務上的優異表現不容忽視。

然而，他警示我們不要陷入「唯大模型論」或「唯數據論」的陷阱。過度依賴數據驅動和「刷榜」（針對特定測試集優化性能），可能導致 AI 系統只會「應試」，缺乏真正的泛化能力和對世界的基本理解。

「你訓練機器人抓杯子很快，但稍微換個位置、改個重量、變個尺寸，它又不認識了。」這種脆弱性，正是缺乏深層理解的表現。

因此，他提出了「小數據、大任務」的範式，核心思想是讓智能體通過與環境的互動，自主構建對物理世界和社會規則的理解（即「理」），並由內在的價值（即「心」）驅動其行為，而非僅僅擬合表層的數據模式。

為了更形象地說明這種轉變的必要性，朱鬆純打了一個比方：當前的AI 發展路徑，很多時候遵循的是「鸚鵡範式」。就像鸚鵡學舌一樣，這種模式依賴海量的訓練數據來完成相對具體的任務（即「大數據，小任務」），本質上是一種基於重覆和模仿的低級智能。

而他所倡導的，則是向「烏鴉範式」的轉變。烏鴉喝水的故事家喻戶曉，它展現的不是簡單的模仿，而是面對新問題時，由內在需求（價值）驅動，通過觀察和推理（因果）找到解決方案的自主行為。這種「小數據，大任務」的能力，即用有限的經驗應對無限的、開放式挑戰，才是真正的高級智能，也代表了 AGI 未來的發展方向。

朱鬆純和團隊將這些思考系統化，最終凝聚成了這本新書——《通用人工智能標準、評級、測試與架構》。

這本書的出版，本身就具有里程碑意義。在全球AGI研究標準缺失、定義混亂的背景下，它首次嘗試系統性地搭建了一個「標準—評級—測試—架構」四位一體的理論框架，為AGI研究建立了一個全新的坐標系。

書中詳細闡述了通用人工智能的定義、基本特徵、關鍵問題，並提出了基於能力與價值雙系統的評級方法。更重要的是，他們還開發了相應的測試平台和範式。這個平台模擬真實、開放的環境，不僅評估AI完成指定任務的能力，更看重其自主定義任務、適應環境變化的能力。這套體系旨在打破「刷榜」的局限，真正衡量AI的通用性、自主性和價值對齊程度。

據介紹，通研院的通用智能人「通通」就是在這個體系下進行測試的。評估結果顯示，「通通」在多項任務中的綜合表現已接近3-4歲人類兒童水平（部分任務達5-6歲），這初步驗證了其理論框架和技術路徑的可行性。

《新程序員》也就當前的技術路線爭議，例如圖靈獎得主Yann LeCun 對「預測下一個 token」模式的尖銳批評以及 Mamba 等新架構的潛力，向朱鬆純教授的團隊提問。他強調，雖然解決複雜AI 問題確實需要大模型，但目前這種依賴「預測下一個 token」的方法存在根本性缺陷：它缺乏與真實世界互動的多模態反饋閉環，導致模型難以真正地自我糾正和進化；同時，其內部知識的組織方式也顯得相當混亂和不可靠。因此，積極探索更高效、更接近生物智能運行機制的新架構，仍然是 AI 領域至關重要的前沿方向。