人工智能驱动的代理式系统与知识生产：转型、重塑与挑战

改革网 www.reform.net.cn 2026-08-17

李秋甫

摘要：自ChatGPT发布以来，生成式人工智能逐步嵌入文献检索、学术写作和数据分析等知识生产环节。与以对话回答为中心的问答式模型不同，代理式系统能够围绕给定目标自主拆解任务，并在检索资料和调用工具的过程中持续调整行动，形成从判断到结果生成的连续流程。代理式系统的技术逻辑区别于问答式模型，主要表现为自主规划、闭环推理和跨域整合等特征，并由此重塑知识生产的主体位置、过程结构和组织形态。代理式系统在提高知识生产效率的同时，也带来特定风险挑战：可计算对象被优先处理，从而压缩依赖默会经验与历史语境的知识形态；系统以多步骤自动执行介入知识生产过程，使得责任归属更加困难；既有科研评价以成果文本为中心，难以覆盖代理式系统介入过程中的证据筛选与人工复核。未来则应推动知识生产的过程性治理，以过程披露与责任锚定为规范底线，缓解因系统可及性而产生的新型不平等，重建人工智能时代效率红利与知识质量的平衡。

文件下载