[Agent 考古] AI 组织形式的七次重分配(总领导航)

---

七十年，Agent 的概念变了多少次？

如果你在 1956 年的达特茅斯会议上问”什么是 Agent”，答案可能是”一个能搜索定理证明路径的程序”。如果你在 1995 年问 Wooldridge 和 Jennings，他们会给你一份包含自主性、社会性、反应性、主动性的四性质定义¹。如果你在 2023 年打开 GitHub，你会看到 AutoGPT 的 README 把它描述成”GPT-4 完全自主运行的实验”。而到了 2025 年，这个问题的答案可能同时指向 MCP 协议上的可寻址工具节点，和 o1 模型内部那条不对外完全可见的长思维链。

七十年间，”Agent”这个词的含义至少经历了七次实质性的变迁。每一次变迁都不只是术语的翻新，而是控制流所有权的一次重新分配——谁有权决定机器下一步做什么、谁能编辑那份”承诺执行的行动计划”，答案在人和机器之间、在单体和网络之间、在代码和权重之间，不断地转移。

理解这七次变迁，对今天的 Agent 开发者和研究者至关重要。因为当你用 LangGraph 画状态图、用 Function Calling 定义工具契约、用 ReAct 提示模板驱动循环时，你实际上是在与七十年间沉淀下来的多层组织形式同时对话——每一层都有它的来历、它的问题、它的未竟之业。不了解这些层积，你就无法分辨哪些是真跃迁、哪些只是旧瓶装新酒的工程封装。

本系列文章以 AI 历史上的第一组织形式——目标驱动的符号单体为锚点，从 1950 年代的图灵测试与 Logic Theorist 出发，穿越 McCarthy、Minsky、Brooks 三条反叛伏线，最终回到当下，试图回答一个问题：七十年的演化究竟留下了什么？这篇总领文将先带你鸟瞰七阶段全景，再聚焦阶段二的核心命题，最后给出本系列 13 篇文章的阅读路线。

---

一条主线：控制流所有权的七次重分配

七十年演化可压缩为一条主线——控制流所有权的七次重分配：

哲学悬置（Ⅰ）→ 人写规则的符号单体（Ⅱ）→ 承诺与协议的社会节点（Ⅲ）→ 经验习得的闭环（Ⅳ）→ 语言接口 + 自驱循环（Ⅴ）→ 契约化与图编排的拉锯（Ⅵ）→ 协议外化与推理内化的双向运动（Ⅶ）

每次范式跃迁都发生在控制流所有权发生转移的时刻；其余大量新词，只是所有权未变时的工程封装。

这条主线还有一个等价读法：意图编辑权的迁移。以经典 BDI（信念-愿望-意图）为坐标——信念是对世界状态的持有，愿望是任务的来源，而意图（承诺执行的行动计划）在工程上如何被生成、编辑与控制，恰是每种组织形式的试金石。控制流所有权落到工程细节上，就是”谁有权书写与修改这份行动计划”。

为什么选择 BDI 作为贯穿七十年的分析坐标？因为 BDI 不是某一阶段的特定架构，而是对”一个能自主行动的系统需要具备哪些基本心智成分”这一问题的形式化抽象——任何 Agent，无论它用的是符号规则、神经网络还是协议网络，都必须回答：它相信什么、想要什么、打算做什么。用 BDI 的透镜去看每一代组织形式，你会发现变化的不是三心态本身，而是它们各自的载体、来源与编辑方式。

两条缠绕的副线贯穿始终：决策机制的来源从人写规则迁移到环境反馈习得再到模型内部推理；组织边界从符号单体漂移到协议社会、可学习单体、通用内核、自驱循环、网络节点，直至沉入权重内部。每次范式跃迁都发生在某条主线发生”所有权转移”的时刻，而其余大量新词，只是两条主线未变时的工程封装——本报告附录中的概念鉴别清单，正是用这条标准对热区名词做了系统的鉴别与降级。

---

七阶段时间轴：从哲学悬置到双向运动

---

七阶段卡片：组织形式的七次跃迁

阶段一：哲学悬置——问题先于计算

维度	内容
年代	古代 – 1950
核心组织形式	无工程实现，三个千年问题悬置
代表性工作	亚里士多德《论灵魂》、狄德罗《达朗贝尔的梦》、老庄主客之辩
BDI 坐标	人即原生 Agent，意图编辑权完全属于内部心智

这一阶段的凝练物不是组织形式，而是三个千年悬置的问题：何为自主、智能如何被外部判定、主体与环境的边界何在。亚里士多德的实践三段论已把 BDI 的协作结构写出——大前提承载欲求（愿望），小前提承载知觉（信念），结论不是命题而是行动。此后每个阶段的组织形式，都是对这三个问题的一次计算化回答——问题先于计算存在了两千年。

阶段二：目标驱动的符号单体——第一组织形式的确立

维度	内容
年代	1950s – 1980s
核心组织形式	显式目标 + 状态空间搜索的符号单体
代表性工作	图灵测试、Logic Theorist、STRIPS、MYCIN、心智社会、Brooks 包容架构
BDI 坐标	三心态全部由人预制，意图编辑权 100% 在工程师手中

这是本系列的核心阶段，也是 AI 历史上第一组织形式的确立时刻。知识与推理同居于一个封闭单体内，目标树是这个时代唯一的”组织结构”，感知与行动被预设为符号的输入输出。Turing 1950 以自然语言对话为智能判据确立了操作化定义²，Logic Theorist 1956 以手段-目的分析将问题递归归约为目标-子目标树³，STRIPS 1971 以前提+效果的算子形式化了规划⁴，MYCIN 1976 以数百条规则将专家系统推向顶峰⁵。

这个范式有三个核心基石：接口方式上人通过编写代码（祈使句指令）来规定机器的行为，组织结构上是一个集中式的”单体大脑”（知识和推理同居于一个封闭系统内），运作机制上依赖”中央世界模型”进行自上而下的感知-规划-执行流水线。Newell 与 Simon 在 1976 年提出的物理符号系统假设，为这一范式提供了认识论基石——一个物理符号系统具备了进行通用智能行为的必要且充分手段。

但该阶段更重要的凝练是：范式在自身内部埋下了三条否定自己的伏线——

第一条伏线：McCarthy 的 Advice Taker。 1958 年 McCarthy 提出，不应再用祈使句指挥机器，而应用陈述句告知机器世界的事实与规则，让机器自己通过逻辑演绎推导出该做什么动作⁶。这直接否定了”人必须写死每一步操作指令”的工程范式，把机器从”指令执行器”变成了”基于知识的推理器”。这种”以自然语言陈述句装配能力”的构想，正是阶段五中 LLM 通过上下文进行推理与行动的最早种子——意图生成的内移之路，由此开启。

第二条伏线：Minsky 的心智社会。 1986 年 Minsky 提出，复杂的智能不可能由一个完美统筹的中央逻辑单体完成，智能是由无数个”本身没有智能的微小 Agent”通过相互协作、竞争涌现出来的⁷。他用循环论证检验、小人无限回归批判、单动因谬误命名三重论证，彻底否定了”单体集中式结构”这一组织边界。这埋下了分布式与多智能体系统的思想先声，直接预示了阶段三（协议社会节点）和阶段六（多 Agent 角色协作框架）的繁荣。

第三条伏线：Brooks 的反叛。 1986 年起，Brooks 指出中央世界模型是障碍，真实世界太复杂无法完美符号化，主张去掉中央模型和规划器，让”感知”直接耦合”行动”⁸。他随后在 1990–1991 年的系列论文中将这一工程论证推向正面假设对垒——”世界自身即是它最好的模型””显式表征与世界模型纯粹碍事””表征是错误的抽象单元”⁹¹⁰¹¹。这直接否定了符号主义的认识论基石——物理符号系统假设，埋下了阶段四（强化学习、端到端感知-行动闭环）和现代具身智能的种子。

范式最深刻的否定者，恰恰在范式内部孕育。 这三条伏线分别精准击碎了符号单体的三块基石——McCarthy 击碎”祈使句接口”，Minsky 击碎”单体集中式结构”，Brooks 击碎”中央符号表示与自上而下规划”。

总结来看，这三条走向实质上是回答了同一个工程核心问题：”Agent 接下来该做什么（意图）”是如何被决定的？内移走向回答”由模型自己想出来”，分散走向回答”由多个节点商量出来”，消解走向回答”由环境反馈逼出来”。三条伏线在阶段二内部发芽，最终在阶段四、五、六、七长成了现代 Agent 工程的参天大树。而本系列之所以从阶段二开始、用十三篇的体量来展开，正是因为理解了符号单体的确立与它内部的三条反叛种子，才能看懂后来一切演化的基因。

各篇主题简介如下，可从感兴趣的主题直接切入：

系列文章

Agent 考古 符号单体时代 系列文章	关键词
导读：符号单体时代：第一组织形式的确立与反叛	—
Logic Theorist：符号搜索的第一台证明机器	手段-目的分析、状态空间搜索、定理证明
McCarthy Advice Taker：陈述句革命的最早蓝图	陈述句告知、推理-行动闭环、属性表装配
STRIPS：状态空间规划的成熟与框架问题	算子三元组、世界模型增量、帧问题解法
ELIZA：最小智能体的基线与错觉	正则模式匹配、聊天机器人、智能判定陷阱
MYCIN：规则范式的顶峰与边界	置信度推理、专家系统、规则脆性
导读：三条反叛伏线汇论：语言接口·社会涌现·具身学习	—
Minsky 心智社会：单体结构的内部否定	单动因谬误、机构协作、K 线记忆、审查器
Brooks 包容架构：感知-行动耦合的工程反叛	分层包容、抑制/禁止仲裁、无中央模型
Brooks 无表征智能：物理接地假设的哲学宣言	无表征智能、四关键概念、学习四分类
回顾：Bar-Hillel 式批评：意义、翻译与框架问题	翻译全自动悖论、意义消解、框架问题跨代回响
终章：自知、自觉、自止——终章定论	历史辩证法、组织演化层积观、回到当下

阶段三：承诺与协议的社会节点——自主性的第一个可计算答案

维度	内容
年代	1980s – 2000s
核心组织形式	经通信协议耦合的节点网络
代表性工作	Bratman 意图理论、Shoham AOP、BDI 架构、FIPA-ACL、AIMA
BDI 坐标	计划库由人预设，栈调度归 Agent，意图编辑权首次分担

两个概念在此阶段诞生：一是意图 = 对行动的持续性承诺——决策从单步规则触发升级为带承诺结构的慎思过程，哲学阶段的”自主”问题获得第一个可计算实现；二是智能体社会——任务成为可招标资源，协调成为显式协议行为，Agent 上升为语言级编程构造。BDI 三心态首次各获自己的数据结构与更新机制，三种承诺策略（盲目/单一心智/开放心智）本质上是意图编辑粒度的旋钮——人类第一次给机器写下”意图自决权”的授权范围。1990 年代已把 2020 年代多智能体叙事的全部概念部件造齐，唯一缺的是一颗可用的通用认知内核。

阶段四：经验生长的策略——决策机制所有权从人写到习得

维度	内容
年代	2000s – 2020s
核心组织形式	感知-决策-行动闭环整体成为优化对象
代表性工作	DQN、AlphaGo、AlphaFold、AlexNet
BDI 坐标	三心态整体变形，意图被压进策略网络的概率分布

决策机制所有权第一次转移——从人编写规则到从交互经验习得。奖励/数据取代规则成为唯一的组织信号。BDI 三心态在此整体变形：信念变成网络权重，愿望被压缩为标量奖励信号，意图不再是显式的符号计划，而被压进从状态到动作的映射。BDI 意义上的承诺结构在此整体缺席——这正是”决策机制所有权转移”在心智结构上的对应物。意图编辑权并未消失，而是间接化：工程师不再逐条改写计划，转而设计产生意图的信号与数据。

阶段五：通用认知内核 + 语言接口 + 循环基元——Advice Taker 的迟到兑现

维度	内容
年代	2017 – 2022.10
核心组织形式	think-act-observe 循环成为最小组织单元
代表性工作	Transformer、GPT-3、InstructGPT、CoT、ReAct、WebGPT
BDI 坐标	意图获得软编辑界面，编辑权呈分层共享状态

三件事同时落地：指令即程序——任务接口从代码与规则变为自然语言；上下文即工作记忆——不更新参数的即时能力装配；循环即智能体——think-act-observe 成为最小组织单元。最具张力的凝练是：McCarthy 1958 年的 Advice Taker 设想在此兑现，但兑现方式完全出乎逻辑主义预料——不靠公理推演，靠统计学习 + 上下文装配。意图编辑权在此呈分层共享：预训练决定意图生成的先验，提示模板由工程方划定边界，轨迹内每一步的意图书写由模型自决。

阶段六：循环的标准化与接口的契约化——一场”爆发”实为两个方向相反的事件

维度	内容
年代	2023 – 2024
核心组织形式	自驱动循环 + 结构化契约 + 图编排矫正
代表性工作	AutoGPT、Function Calling、LangGraph、Voyager、Toolformer
BDI 坐标	意图编辑权的拉锯战——大幅让渡与分层回拉同时发生

清单标为”爆发”，按组织形式拆解实为两个方向相反的事件同窗并行。事件 A 是控制流所有权的拉锯：AutoGPT 完成控制流从人到系统的移交，但高失败率证明”形式先于能力”；LangGraph 随即以显式图骨架回拉控制流——图编排恰是对自驱循环失控的矫正反应。事件 B 是工具接口的契约化：Function Calling 使工具调用从隐式自然语言解析跃迁为结构化一等公民。本阶段的遗产不是爆发，而是循环的标准化与接口的契约化。

阶段七：协议外化与推理内化——同一时刻的离心与向心运动

维度	内容
年代	2024 – 至今
核心组织形式	系统层网络化膨胀 + 模型层推理内化，双向边界谈判
代表性工作	o1/R1、MCP、A2A、Computer Use、SWE-agent
BDI 坐标	信念获取网络化、愿望下发协议化、意图生成沉入权重

按组织形式凝练，这是两条方向相反的主线同时展开。外化线（离心）完成”单体+工具 → 网络化寻址”的跃迁：接口语法（Function Calling）→ 行动空间设计（SWE-agent）→ 寻址总线（MCP）→ 互操作发现（A2A）。内化线（向心）则把阶段五赖以运行的外部脚手架（提示激发的 CoT、反思循环、搜索树）吸收回权重，”想得更久”成为独立于”搭得更多”的扩展轴。两线交汇处即是当前时刻的张力：能力向协议外化（系统层膨胀）与推理向权重内化（模型层膨胀）正在重新划分系统层与模型层的边界。七十年前完全属于人、阶段三起开始与人分担的那个”承诺执行的行动计划”，其编辑界面第一次同时向上（协议）与向下（权重）两个方向移出了人的直接书写范围——这正是”控制流所有权双向往返”在心智结构上的投影。

---

演化不是替代而是层积

走完七阶段全景，有一个关键认知必须先建立：演进不是替代，而是层积。每一代的组织形式都仍在运行——今天你在 LangGraph 里画的状态图，本质上是阶段三”计划库 + 慎思调度”在 LLM 基座上的复现；你用 Function Calling 定义的工具契约，是阶段六”接口契约化”的遗产；而模型内部那条长思维链，则是阶段七”推理内化”的产物。LLM 之所以成为工程可行性的核心催化剂，源于它首次使 Agent 同时握住”感知-规划-行动-反思”闭环的四支箭——而此前每一代范式只触及其中一支。

七十年演化的每一步，做的都是同一件事——重新分配控制权的归属。而 2024 年之后的新变化是，这场分配第一次同时向两个相反方向进行。理解了这条主线，你再看今天 Agent 领域的热闹喧嚣，就能分辨出哪些是真正的范式跃迁、哪些只是既有组织形式的重新包装。

---

参考文献

[1]  Wooldridge, M. & Jennings, N.R. (1995). “Intelligent Agents: Theory and Practice.” Knowledge Engineering Review, 10(2), 115-152.

[2]  Turing, A.M. (1950). “Computing Machinery and Intelligence.” Mind, 49, 433-460.

[3]  Newell, A. & Simon, H.A. (1956). “The Logic Theory Machine.” 达特茅斯会议论文。

[4]  Fikes, R.E. & Nilsson, N.J. (1971). “STRIPS: A New Approach to the Application of Theorem Proving to Problem Solving.” Artificial Intelligence, 2(3-4), 189-208.

[5]  Shortliffe, E.H. & Buchanan, B.G. (1976). Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. MIT Press.

[6]  McCarthy, J. (1958). “Programs with Common Sense.” Mechanisation of Thought Processes.

[7]  Minsky, M. (1986). The Society of Mind. Simon & Schuster.

[8]  Brooks, R.A. (1986). “A Robust Layered Control System for a Mobile Robot.” IEEE Journal of Robotics and Automation.

[9]  Brooks, R.A. (1990). “Elephants Don’t Play Chess.” Robotics and Autonomous Systems, 6, 3-15.

[10]  Brooks, R.A. (1991). “Intelligence without Representation.” Artificial Intelligence, 47, 139-159.

[11]  Brooks, R.A. (1991). “Intelligence without Reason.” IJCAI-91 会议论文。