AI智能体的创始人是谁？从理论奠基到产品落地的多维探索

xwhb 2026-09-15

在人工智能（AI）领域，“智能体”（Agent）正从一个抽象概念逐渐走向现实应用——它能理解人类指令、自主规划任务、调用工具完成复杂目标，从办公助手到科研协作，从个性化服务到工业自动化，AI智能体的身影日益频繁，但这样一个颠覆性的技术概念，“创始人”究竟是谁？是某位提出理论的学者，还是开发首个产品的团队？AI智能体的发展并非“一人之功”，而是理论奠基、技术突破与产品落地多方力量共同推动的结果，要回答这个问题，我们需要从“概念诞生”“技术基石”“产品落地”三个维度，追溯那些关键人物与团队。

理论奠基者：从“分布式人工智能”到“智能体”概念的提出

AI智能体的核心特征是“自主性”（Autonomy）、“反应性”（Reactivity）和“社交性”（Sociality）——即能感知环境变化、主动采取行动，并与其他智能体或人类协作，这些理念的雏形，源于20世纪80年代“分布式人工智能”（Distributed AI）领域的探索，而将“智能体”明确为独立研究方向的，是几位人工智能领域的先驱学者。

Michael Wooldridge：智能体理论的“集大成者”

英国利物浦大学教授Michael Wooldridge被公认为“智能体理论之父”，他在1990年代对智能体的定义、结构、交互机制进行了系统性研究，首次将“智能体”从传统的“程序”概念中剥离，定义为“一种能感知环境并采取行动以实现目标的实体”，1995年，他出版经典著作《多智能体系统基础》（Foundations of Multi-Agent Systems），明确了智能体的“信念-愿望-意图”（BDI）模型——即智能体的行为由“信念”（对环境的认知）、“愿望”（目标）和“意图”（行动计划）共同驱动，这一理论至今仍是智能体设计的核心框架，Wooldridge的工作，让“智能体”从模糊的“智能程序”升级为具有明确理论边界的研究领域，为后续技术突破奠定了“概念地基”。

Nicholas Jennings：多智能体协作的“开拓者”

南安普顿大学教授Nicholas Jennings是Wooldridge的重要合作者，也是多智能体系统（Multi-Agent Systems, MAS）的早期推动者，他重点研究了智能体之间的“协作”与“协商”机制，提出“合同网协议”（Contract Net Protocol）等经典算法，让多个智能体能通过任务分配、资源协调完成单个智能体无法实现的目标，在智能电网、交通调度等场景中，Jennings的理论让分布式智能体系统从“理论模型”走向“实际应用”，为后来大规模智能体集群的落地提供了方法论支持。

Pattie Maes：早期“软件代理”的“实践先锋”

MIT媒体实验室教授Pattie Maes在1980年代末提出了“软件代理”（Software Agent）的概念，强调“代理”应具备“主动性”（Proactiveness）和“学习能力”（Learning Ability），她领导的“软件代理研究组”开发了多个早期智能体原型，如“新闻过滤器”（News Filter）——能根据用户偏好自动筛选新闻，这被认为是“个性化智能助手”的雏形，Maes的工作将智能体理论与“人机交互”结合，让普通用户首次感受到“智能体”的实际价值，为后来的产品化埋下伏笔。

技术基石构建者：大模型与强化学习，让智能体“能思考、会行动”

理论框架搭建后,AI智能体的发展仍依赖两大技术突破：一是“大脑”（大语言模型，LLM）的进化，让智能体具备理解与推理能力；二是“手脚”（强化学习与决策算法）的成熟，让智能体能自主规划并执行任务，这两大方向的推动者，同样值得被铭记。

OpenAI团队：大模型为智能体注入“认知能力”

2022年底,OpenAI推出ChatGPT，让大语言模型（LLM）成为AI智能体的“智能核心”，虽然OpenAI并非专门研究智能体的团队，但其对“LLM+智能体”范式的探索，直接推动了智能体技术的爆发，OpenAI的联合创始人兼CEO Sam Altman明确表示：“智能体是LLM的下一个重要形态——LLM能‘对话’，而智能体能‘做事’。”团队开发的“GPT-4+插件”系统，让智能体能调用计算器、搜索引擎、API等工具，完成“帮我订一张明天去北京的机票并查询天气”等复杂任务；而“AutoGPT”等开源项目，则基于GPT-4实现了“自主拆解目标-执行-反思”的闭环，标志着智能体从“被动响应”向“主动规划”的跨越。