这篇综述系统梳理了代理型人工智能(Agentic AI)的演进脉络、理论基础、工作原理、实际应用及未来研究方向。文章指出,Agentic AI 正凭借自主决策与行动能力,在多个领域展现变革潜力,但技术复杂性与应用不确定性要求更深入的理解。作者回顾了人工智能系统中“代理性”的历史与理论演变,剖析了其架构与功能机制,并归纳了跨行业真实案例。基于对近期学术成果的分析,文章识别出当前主要挑战,如系统可靠性、伦理问题及用户采纳障碍,并提出了一套包含系统质量维度的采纳意图框架,以解释利益相关者的使用决策。综述强调,尽管Agentic AI发展迅速,但研究仍存在关键空白,尤其在标准化评估与治理机制方面。总体而言,该文为研究人员和实践者提供了全面参考,明确了技术现状、应用边界及未来亟需突破的方向。
| Agentic AI | 代理型人工智能,指能够自主决策和行动以实现目标的人工智能系统。 |
| Agency | 代理性,指系统或实体在环境中自主行动和决策的能力。 |
| System Quality Dimensions | 系统质量维度,用于评估和衡量系统性能、可靠性、可用性等方面的标准。 |
| Stakeholders | 利益相关者,指对系统或项目有利益关系的个人或群体,如用户、开发者、管理者等。 |
| Systematic Review | 系统综述,一种通过明确、可重复的方法全面收集和评估研究证据的文献综述类型。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅