人机混合智能体（AGA）分层结构与运行模式设想

❝

当前关于人工智能的研究已经引起多个学科多个领域的关注，每个领域都有自己的一种看法。本文尝试初步融合这些不同的想法，畅想未来通用智能体（Artificial General Agents）的结构和运行方式。

❞

人机混合体结构概述

人机混合智能体系

现在的智能体越来越深入到个体和组织的日常工作当中，信息技术作为现代社会的底层设施，在数字化和智能化的浪潮下变得越来越不可缺少。在这种情况下，人与机器的分工协作必然进入新的阶段。但由于人和机器在DIKWP（数据、信息、知识、智慧和意图）处理方面的差异，以及个体和组织总是处于一个不断变化的环境中因而需要持续动态更新认知状态，可以想见，个体与机器，组织与机器聚合成一个整体将是普遍的情形---这一情形从最简单的人的日常工作和生活离不开计算机终端，到需要使用大型语言模型辅助思想理论体系的开发和知识发现任务，人和机器都处在持续的编码过程中。

这种聚合状态在这里称之为Hagents（Human+Agents），由人和机器，由人组成的组织和信息基础设施形成的智能的聚合物。「这种聚合物，我们将其分成物理域、信息域和主体域三个层次」。相对于网络空间和作战领域常见的物理域、信息域、认知域和社会域，这里将认知域与社会域进行合并，这是因为对于个体或者组织而言，我们总可以通过某种方式划定作为感知和行动主体的认知界限，对于个体或者组织而言，行动的依据实际上总是认知域和社会域综合而成的产物。正所谓没有脱离社会背景的认知，也不存在没有认知的社会状态。对于一个主体而言，与其讨论认知域与社会域的分隔，不如更实际地讨论对于一个主体而言，其世界观、价值观以及人生观念中含有社会、文化和艺术成份的多少。社会因素，作为主体认知的一部分而出现更为恰当。「在集体主义比较浓厚的地方，等价地看，无非是个体作为集体意志的代言人，此时这个主体的个性意识减弱，集体意识增强，此时并不妨碍其作为一个集体意识比较强的主体而行动。」

对各个要素的解释

在物理域，基本的要素包括行动器（Actualators）、感知器（Sensors）和环境/世界（Environment/Word）三个基本因素构成，这三个方面构成了AGA在物理层面的要素。这表明AGA受到自然界物质和能量规律的制约。

在信息域，基本的要素包括数字资源（Digital Resources）、模型算法（Model and Algorithms）和基础设施/平台（Infrastructure/ Platform)三个要素。这三个要素表明，AGA的运行需要通过可存储、可计算、可学习、可推理的一套信息基础设施才能够实现。这些数字资源可以承载机器可存储可计算的数据、信息和知识等信息形态，也包括可学习可推理应用的模型算法，以机器的速度与之进行交互。这里的模型算法可以是归纳总结的规则系统，也可以经过数据驱动的方法而构建。这里的基础设施和平台，为数字资源以及模型算法的管理提供规划、开发、运营、安全等方面的能力支撑，以服务化的方式支撑上层更好控制AGA内部的信息世界。信息域里面，也可以以类似于肌肉记忆的方式调节和控制物理域的行动器和感知器的活动。

在主体域，基本的要素包括通用代理（Agents/Copilots）、原理/标准及规则（Standards & Doctrines & Rules）、研究与开发（Research & Development）三个。这一层面面向人类的认识，主要以人的速度运行推理并与机器世界进行交互，或者由信息域的自动化机制提供需要关注的新现象。人类建立超越既有现象和事实的价值与信念等机制，通过研究与开发机制，对于现象背后的意义进行分析和理解，并可基于已认知的理论，开发一系列的程序和方法，通过Copilot助手或者手工的方式将其部署到信息域的平台与基础设施上，形成无人化、自动化的运行系统。

AGA的问题解决之道

在从AI4SE问题看通用任务处理（系统工程）以及从AI4SE看通用任务处理（软件工程）的基础上，为整合系统思考和计算可行性，以及协调解决问题的通用性与专业性之间的矛盾，有必要通过模型驱动的方法，进一步优化问题域、方案域和实现域的划分。通过基于模型的系统工程（MBSE），以及领域驱动的设计（DDD）等方法，使AGA智能体真正成为通过人机混合，解决了各种不同复杂性的问题的人和机器的混合体。

在前面我们初步开发的AGA-PSF-开发思维模型&行动框架-省时又省力地帮你解决问题以及AGA-GGS-用于智能代理的任务评估场景的“一般评级系统”中，关于划分问题域、方案域和实现域以解决问题的思想已经有所体现。

本文在问题解决这个方面有一些更深入的看法，比如：

• 从发现痛点到解决问题，有一个很复杂的过程，特别是“痛点到领域”的问题（“头痛”的问题未必在头，而建立领域模型就是分析痛点所在的深层原因，不然给出的一定是很烂的解决方案）。

• 此外，在解决问题特别是复杂问题的过程中，必须要协调好“系统工程”与“专业工程”之间的关系，两者是不能互相取代的。只有系统工程而没有专业工程，给出的方案必然空洞无物。

• 最后，领域驱动的方法所划分的问题域、解决方案域和实现域，这些域与ISO/IEC/IEEE 15288《系统与软件工程生命周期》定义的流程是一致的：问题域与利益相关者需求开发流程相匹配，解决方案域与架构定义流程相匹配，实现域与设计定义流程相匹配。

通过整合系统工程方法、软件工程方法以及通用人工智能的相关技术，生成具有强大问题解决能力的通用混合智能体，这种智能体可以与个体相整合，也可以与一个组织相整合，从而开启新的社会形态。另外一个方面，基于模型的系统工程（MBSE）另一个很好地的方就在于可以通过模型很好地执行建模与仿真活动，从而可以为项目决策提供强有力的支持活动，这样的活动还可以扩展到数字孪生还有数字样机等应用领域，从而在物理域、信息域和主体域每个层面都产生重要的影响。

最后，本号今天后附关于领域驱动的一些资料，供读者朋友扩展阅读。