在2025外灘大會“智能體時代進化論”分論壇上，清華大學長聘副教授、面壁智能首席科學家劉知遠深入剖析了人工智能從大模型向智能體躍遷的必然性，并系統闡述了“專業智能體”與“多智能體系統”面臨的核心技術挑戰及未來發展方向。

劉知遠指出，人工智能的下一階段發展將突破虛擬世界的限制，通過工具使用和自主學習進入真實環境交互，實現從“知識大腦”到“行動者”的轉變。這一過程的核心在于讓模型具備探索和改造世界的能力，最終形成群體智能。

他提出，人工智能的能力圖譜包含四個關鍵維度：基座大模型作為“大腦”高效思考，多模態智能提供敏銳感知，探索能力支持專業領域自主行動，以及多智能體協作形成群體智能。從2018年預訓練模型參數規模從千萬級增長至萬億級，到2022年國內外智能體探索工作涌現，人工智能正沿著這一脈絡快速發展。

在專業智能體領域，劉知遠強調三大核心挑戰：泛化性要求模型適應多樣化環境，在編程、數據庫、物理等不同領域完成復雜任務；自主性需要模型實現感知、決策和學習的全面自主，從模仿學習轉向探索式學習；長程性則考驗模型處理長鏈條任務的能力，突破上下文窗口限制。這些挑戰的解決高度依賴自主強化學習技術的突破。

對于多智能體系統，他指出，當不同專業背景的智能體協同工作時，雖然能完成更復雜的任務，但會帶來計算資源消耗激增的問題。如何平衡能力提升與資源開銷，成為群體智能發展的關鍵。當前，國際科技團隊正通過標準化通信協議、分布式自主編排和群體演化學習等技術路徑探索解決方案。

劉知遠認為，人類社會的發展為人工智能提供了重要啟示：個體專業化是群體效能提升的基礎，協作社會化是生產力發展的必然結果。未來，人工智能將通過構建崗位孿生的專業智能體和組織孿生的智能體群，實現群體智能的第二次涌現。