中國科學院院士張鈸：構建智能體需要具備思考能力、執行能力和感知能力三個條件

每經記者｜可楊    每經編輯｜魏官紅    

3月31日，在“2025中關村論壇年會”期間，在由智譜舉辦的智譜OpenDay上，中國科學院院士張鈸發表演講。

張鈸在演講中指出，當前，我們進入了一個歷史大變革時代，這個時代之所以會來臨，就是因為大模型的作用。一方面，大模型的出現使得人工智能的技術范式發生了根本性變化；同時，人工智能日新月異的發展也正在重塑各行各業的面貌。

張鈸表示，大模型使得機器具備了像人類一樣思考的能力，這一突破主要依賴于GPT，即生成式預訓練變換器。通過巨大的人工神經網絡和龐大數據量的學習，催生了強大的大語言模型。張鈸院士強調，語言的掌握為人工智能打開了無限可能性。“維特根斯坦曾說，‘語言界限就是我的世界界限’。換句話講，機器一旦理解和掌握了人類語言，必然會給機器開辟一條充滿一切可能性的道路。”

當前的大模型發展主要依賴于“規模定律”——即神經網絡規模和數據規模的擴大。但如何超越這一定律？

張鈸指出，首先要進一步提升大模型的性能，同時降低成本。如何提升大模型的性價比？他認為，需要提升大模型的自主思考和推理能力，利用其本身的能力，來提高其性能。當前，這方面的探索包括“思維鏈”（Chain of Thought,CoT）、深度思考（Deliberate Thinking）以及AI反饋強化學習（RLAI,RLHF）。

同時，張鈸表示，當前人工智能正從語言模型邁入“智能體化”時代，也就是說，應該把語言模型擴展到變成智能體。而構成智能體需要符合三個條件：思考能力、執行能力和感知能力。目前，大模型在數字世界中的表現已相對成熟，但若要應用于物理世界，執行能力和感知能力的提升將成為關鍵挑戰。

盡管大模型帶來了巨大變革，但在推理能力方面仍存在重大挑戰。張鈸院士總結了當前AI（人工智能）面臨的三大難題。

首先是多層次空間的缺失。張鈸認為，目前的語言模型采用token構建空間，雖然數學性質良好，但缺乏層次性，而沒有層次的空間難以進行復雜推理。當前圖像領域已通過擴散模型（Diffusion Model）解決了這一問題，而語言領域尚在探索如何引入類似的多層次結構，“我認為一旦把擴散模型擴充到語言上去，那語言上的推理就非常準”。

其次是過程與結果的偏差。張鈸表示，“我們所有的推理都是以結果作為目標，有的人說這不叫推理，叫推斷”，他表示，當前推理主要依賴優化結果，而非推理過程，這導致有可能出現結果是對的，但推理過程錯誤的現象。因此，需要強化AI推理的過程優化，使其更加符合人類的邏輯，這主要需要依托強化學習（Reinforcement Learning）的投入研究來解決。

此外，AI的可解釋性一直是業界關注的核心挑戰。張鈸院士認為，這一問題不能僅靠企業解決，更需要學術界和產業界的協同合作，尋找理論層面的突破。