Page 59 - 《党政研究》2026年第5期

运行范式是人工智能实现机制的重要环节，随着生成式人工智能向代理式人工智能的
迭代升级，其运行范式也产生相应的改变。传统生成式人工智能的运行范式是单向命令，
采用的是 “你问我答”的被动求索模式，机器始终处于等待输入与完成输出的状态，人
类发出指向明确的命令，人工智能针对命令开展相关问题的检索，整个运行行为都深刻依
赖人这一主体的指令，是一种冰冷的任务式的静态机械力。在这一被动的从属状态下，人
工智能无法深刻地理解问题的核心，需要发动指令的主体采用引导的语言逐步完成对问题
的深度思考。缺乏自主性是生成式人工智能的不足之处，其无法真正地与发布指令的主体
共振，对模糊的言语、隐形的需要、真正的目的都难以领悟。甚至在不少情况下主体反过
来需要思考如何输入相关的指令才能令人工智能理解其深刻含义，以获取与问题契合的内
容。价值原点的嬗变倒逼人工智能的运行范式转向主动自治，其不再是被动的工具而是自
主接收指令、执行操作的 “数字员工”或 “数字伙伴” ，人工智能获取了部分 “动态的
〔 ８〕
人工力”。从驱动逻辑上看，主动自治的范式运行有别于被动求索。代理式人工智能不需
要主体频繁地发布指令探究问题的核心，仅需主体发布顶层目标，便可实现对问题的深度
思考，且在思考的过程中面对复杂的链路剖析其复杂成因，自主拆解成因、优化路径，最
终实现无主体介入的自主完成。相对于过往生成式人工智能主体引导下的层层推进范式，
代理式人工智能可以依靠自身强大的自理能力独立完成目标。总之，运行范式的迭代升
级，带来的是人工智能处理问题能力的全方位嬗变，从 “被动求索”向 “主动自治”的
范式更替，不仅是 “静态的机械力”向 “动态的人工力”的迭代，也深层映射了人工智
能智能力的再度升级。
（三）智能层次的嬗变：从 “通用智能”到 “应用智能”
“通用智能” （ ＡＧＩ）是指具备跨学科、跨领域通用认知能力的人工智能。目前以
ＣｈａｔＧＰＴ 为代表的人工智能已显现部分的通用性，具体表现为：基于大模型的人工智能不
仅能够进行类似人类的对话，也在一定程度上 “理解”语言和符号的意义并进行 “推
理”，还可以通过人工智能体 （ ａｇｅｎｔ）以通用工具的方式应用于一系列下游任务和目标，
包括与人类和智能体之间的交互 。“通用智能”的核心特征包括且不局限于知识的广谱
〔 ９〕
化、模型的通用化、生成的泛式化等，广泛与通用是生成式人工智能的核心特征。在人工
智能的迭代升级中，人工智能的智能层次实现了由通用智能到应用智能的嬗变重构。“通
用智能”类似于人类身体结构中的 “大脑”，是人工智能的智能中枢，而 “应用智能”则
是在 “大脑”的智力支持下神经末端的 “肢体”。换言之，“应用智能”是 “通用智能”
向现实层面的智能层级延伸。对人工智能发展阶段的相关实验结果显示，通用智能 ＡＧＩ 的
能力大致可以分为三个发展阶段，即 “初始的通用能力回答是否完备—中间的专项能力回
答突破水平—最后的应用能力回答社会融入” 。“应用智能”是 “通用智能”知识能力
〔 １０〕
作用于实际事物的下一智能层级，也是人工智能能力作用于人类社会的下一步骤程序，其
智能重心从 “输出内容”迭代为 “解决问题”。这一升级并非简单的能力扩展，而是智能
本质的跃迁，实现了从想法到实现逻辑链路的新扩展，这种嬗变是纵深化的发展，从 “大
脑”的想法落点于 “肢体”的执行，体现出人工智能智能层次的再一次嬗变。总之，智
能层次的嬗变是区分生成式人工智能与代理式人工智能的分界点，智能层次的嬗变蕴含的
是人工智能本质能力的进一步蜕变，是 “形式”向 “实质”的全面提升，是 “通用”向
“应用”的再度升级。
（四）角色定位的嬗变：从 “效率辅助工具”到 “智能协作主体”
角色定位的嬗变是人工智能价值原点、运行范式、智能层次嬗变的最终落脚点，也是
人工智能价值逻辑嬗变的最终外在呈现。过往的生成式人工智能在处理问题的过程中更多
地扮演效率辅助工具，其目标是通过对人类知识的整理收集，给出一份总结性且浅层的答
８ · ·
５