智能体的六个能力等级：定义与内涵

本文链接：https://blog.csdn.net/bigdata_bupt/article/details/146801083

智能体的六个能力等级：定义与内涵

The 6 Levels of Capabilities for Agents

刘军（liujun@bupt.edu.cn），禹可，陈科良，李珂，徐蔚然

北京邮电大学人工智能学院

引言

智能体（Agent）作为具备自主感知、决策和执行能力的软件或硬件实体，正逐渐开始辅助人类完成各类任务，从简单的任务自动化到复杂的决策支持。智能体可能是个人助理帮助用户管理日程和信息查询，也可能是工业机器人帮助工厂优化生产流程和提高效率。随着人工智能技术的不断进步和智能体互联网的发展[1]，智能体的智能水平和功能也在不断提升，从基于规则的简单系统发展到能够自主学习和适应环境的复杂系统。

随着智能体能力的快速发展，从管理者、研发者和使用者的角度，都迫切需要对智能体的能力等级进行定义，以方便进行智能体行业管理、技术路线制定和产品选择参考。针对这一问题，研究者Yu Huang在其论文《Levels of AI Agents: from Rules to Large Language Models》[2]中进行了一定程度的阐述，将智能体能力等级分为L0-L5级，分别为无AI、基于规则的AI、基于模仿学习/强化学习的AI、基于大语言模型的AI、基于LLM的自主学习与泛化、超人类AI。这个能力等级划分具有一定意义，但其划分维度过于强调智能体实现的技术基础，不能适应人工智能技术的高速发展与变化。因此，本文基于美国汽车工程师学会（SAE）提出的自动驾驶六个能力级别[3]为启发（但定义内涵有本质区别），从人智协同（人与人工智能的协同）执行任务的角度，对智能体的能力等级进行了更具实用价值的定义。

智能体的六个能力等级

智能体的能力等级分为六个级别（L0-L5级），等级越高智能体的能力越强。不过，这里需要特别说明的是，与自动驾驶场景中车辆完成的都是“驾驶”这一明确任务不同，智能体所需要完成的任务存在差异性。因此，智能体的能力分级，应对任务进行明确定义后才能进行。在具体实施时，可以定义不同的典型任务集，在此任务集上通过评定和测试的方式对智能体进行能力等级划分，才具有可操作性和现实意义。