概念來源(1980年代前期):
1980 年代分散式人工智慧(Distributed AI)研究開始使用「agent」一詞,並在 1989–1990 年左右由 Wooldridge、Jennings 等人系統化定義。
概念正式化與定義(1980年代末–1990年代初):
代表事件為1989 年 Michael Wooldridge 與 Nicholas Jennings 等人開始在論文中系統化定義 AI Agent 的特性,包括自治性(autonomy)、社會能力(social ability)、反應性(reactivity)與主動性(pro-activeness)。
多智能體系統(MAS)興起(1990年代中–2000年代初):
Agent 概念延伸出 Multi-Agent Systems(MAS),多個 AI Agent 能在同一環境中協作或競爭。
國際組織 FIPA(Foundation for Intelligent Physical Agents)在 1996 年成立,制定了 Agent 通訊協定與互操作標準
認知架構與理論深化(2000年代):
代表技術:BDI 架構(Belief–Desire–Intention)成為建構智能體的主流理論框架。
學習能力與自主性提升(2010年代):
雖然深度學習爆發帶動了整體 AI 技術,但 AI Agent 的重點是能把學習結果應用在行動決策上。
強化學習(Reinforcement Learning)被廣泛應用在 Agent 中,讓它能在未知環境中自主探索與優化行為策略。
LLM 驅動的自主 AI Agent(2020年代):
大型語言模型(LLM)如 GPT-4 出現後,AI Agent 能自然理解人類語言、拆解任務、調用工具完成多步驟工作。
能整合 API、資料庫與外部系統、能在長時間任務中自主規劃與執行,具備跨領域能力(資訊搜尋、寫程式、商務規劃等)