ADL171《生产力变革的智能体前沿技术》开启报名

本期ADL主题《生产力变革的智能体前沿技术》, 由清华大学教授刘知远和东北大学副教授刘正皓担任学术主任，邀请到朱庆福（副教授，哈尔滨工业大学）、张宁豫（副教授，浙江大学）、刘正皓（副教授，东北大学）、魏忠钰（教授，复旦大学）、刘学博（副教授，哈尔滨工业大学（深圳））、闫宇坤（副研究员，启元实验室）6位专家做专题讲座。

讲者简介：朱庆福，哈尔滨工业大学计算学部副教授，美国加州大学圣塔芭芭拉分校联合培养博士。主要研究方向为代码大模型。在机器学习与自然语言处理领域发表论文20余篇，包括国际顶级会议ICML、ICLR、ACL等。主持国家自然科学基金青年项目，参与国家重点研发计划、科技创新2030-“新一代人工智能”重大项目等多项。主持研发了哈工大珠算代码大模型。获2024年中国人工智能学会吴文俊人工智能科技进步一等奖等奖项。

报告题目：从生成到生产：迈向真实环境的代码智能体

报告摘要：近年来，代码智能体从面向局部代码生成的辅助工具逐步演化为能够在真实环境中进行任务规划、工具调用、执行反馈与持续迭代的智能系统。本报告以代码智能体为主线，围绕基础模型、数据机制、程序推理、环境交互与反馈验证等关键环节，梳理其从“生成”迈向“生产”的技术路径。报告还将讨论真实环境中代码智能体面临的环境复现、可靠验证、安全约束、数据质量和推理效率等挑战，并展望其对研发流程、人机协作范式与智能化基础设施建设的影响。

讲者简介：张宁豫，浙江大学副教授、启真优秀青年学者，多次入选斯坦福全球前2%顶尖科学家榜单，主要研究方向为自然语言处理、大模型、知识图谱、知识编辑等，主持国家自然科学基金青年/面上、科技部科技创新2030新一代人工智能重大专项子课题、CCF-百度松果/腾讯犀牛鸟基金、CAAI华为MindSpore基金及头部互联网企业合作项目等十余项，研发了海洋大模型OceanGPT·沧渊、知识获取系统DeepKE、大模型知识编辑系统EasyEdit、大模型轻量记忆系统LightMem，担任Neural Networks、Machine Intelligence Research、ACM Transactions on Asian and Low-Resource Language Information Processing、IP&M Associate Editor，ACL、EMMLP、NeurIPS、ICLR、KDD领域主席，ARR Action Editor，IJCAI 高级程序委员、多个Nature子刊审稿人。联合培养学生入选中国科协青年科技人才培育工程博士生专项计划、中国电子学会-腾讯博士生科研激励计划、中国人工智能学会潜力清源学者、中国中文信息学会“博士学位论文激励计划”、浙江省青苗人才计划。

报告题目：智能体记忆与持续学习

报告摘要：随着人工智能技术的快速发展，构建具有长期记忆与持续学习能力的智能体已成为重要研究方向。记忆机制赋予智能体跨任务、跨时间积累和利用知识的能力，持续学习则使其能够不断适应环境变化、更新知识并提升智能水平。本次报告将围绕智能体记忆与持续学习的基本概念、关键技术和最新研究进展，介绍长期记忆建模、知识更新、经验积累、持续学习等核心内容，分析当前面临的主要挑战与未来发展趋势，为构建可成长、可演化的下一代智能体提供理论基础与技术参考。

讲者简介：东北大学副教授，博士研究生导师，清华大学自然语言处理实验室客座研究员，辽宁省优秀研究生导师团队骨干成员。入选第十届中国科协青年托举工程、兴辽英才人才计划以及东北大学卓越青年人才集聚计划。在NeurIPS、ICLR、ICML、ACL、EMNLP、NAACL、SIGIR、WebConf等国际、国内顶级会议或期刊上发表70余篇论文，累计Google Scholar引用4000余次。担任NeurIPS、ICLR、ACL ARR、COLING领域主席。现主持国家级、省部级项目多项。

报告题目：面向智能体生产力提升的多模态知识表示与利用

报告摘要：随着大语言模型在训练规模、推理能力和智能体技术上的持续突破，越来越多的用户开始使用大语言模型替代传统搜索引擎完成知识获取、复杂推理与任务决策，显著提升相关任务的生产力。然而，由于模型知识主要存储于静态参数之中，其生成内容仍普遍存在事实幻觉、知识过时、推理依据不可追溯以及可信性不足等问题，严重制约了大模型在科研、医疗、法律、金融等知识密集型场景中的应用。通过引入外部知识源，为大语言模型提供实时、可验证的知识支撑，已成为提升模型可信性与知识能力的重要技术路线。然而，随着应用场景不断深入，现有知识增强方法仍面临内外部知识冲突难以协调、知识获取效率不足、知识组织能力有限以及复杂任务适应能力不足等关键挑战。本报告围绕知识密集型智能体（Knowledge-intensive Agents）的发展趋势，从知识获取、知识表示与知识利用三个核心环节，系统介绍智能体知识增强技术的最新研究进展，为构建更加可信、高效、可持续演化的新一代知识密集型智能体系统提供新的思路与技术路径。

讲者简介：魏忠钰，复旦大学大数据学院教授、博士生导师、数据智能与社会计算（Fudan DISC）课题组负责人，上海创智学院全时导师，香港中文大学博士。主要研究领域包括大模型智能体和社会模拟，提出社会模拟世界模型SocioVerse和国内首个开源社交媒体仿真框架HiSim。多次担任国际顶级会议ACL，EMNLP，NAACL 高级领域主席（SAC）。入选上海市东方英才青年项目，国家一流本科生课程负责人，入选“AI100青年先锋”计划。

报告题目：社会模拟驱动的生产力变革和技术挑战

报告摘要：社会模拟（Social Simulation）是利用计算模型构建由大量社会主体及其相互作用组成的虚拟社会，并模拟其在特定环境与制度约束下的行为演化，从而理解、预测现实社会现象，并为相关决策提供辅助支持的方法。其核心在于解决三大关键问题：仿真人如何构建、行为如何产生、推演如何进行。自 2023 年斯坦福大学推出“Generative Agents”虚拟小镇以来，学术社区涌现出以 Agent Society、SocioVerse、Yulan Onesim 等为代表的社会模拟器，不断探索利用社会模拟技术推进“人工智能+社会科学”研究的新范式。近年来，产业端也涌现出包括 Simile、Aaru、Trooly 等在内的诸多创业公司，积极推进仿真用户调研、市场营销模拟等实际应用。另一方面，通过社会模拟技术搭建架空社会，以此支撑游戏娱乐产业，也正成为一条重要的商业探索路径。从底层技术角度来看，现有社会模拟技术仍存在个体行为仿真精细化不足、宏观环境长程推演能力薄弱、虚实社会对齐度低等痛点。本次讲习班将系统性地介绍社会模拟的发展背景、产业应用以及核心能力的未来演进趋势，并以报告人课题组的代表性工作 SocioVerse、LifeSim 和 CURP 为主线，深入分享利用社会模拟技术支撑社会科学研究与产业落地的具体案例。

讲者简介：刘学博，哈尔滨工业大学（深圳）计算机学院副教授、博士生导师，入选中国科协青年人才托举工程。研究方向为大模型多智能体系统，聚焦其高效协同、持续优化与可控部署，提出AgentInit、AgentVocab、AgentDropout与MASPO等系列理论与技术，构建了覆盖团队初始化、联合优化与运行时治理的全生命周期方法体系，相关成果受到学术界与工业界的广泛关注与引用。在ACL、EMNLP、ICLR、NeurIPS等顶级会议发表论文60余篇，其中一作或通讯论文40余篇。长期担任ACL、EMNLP、NAACL等顶会（高级）领域主席。主持国家自然科学基金、广东省重点研发计划课题等10余项科研项目，并与华为、腾讯、百度、蚂蚁等头部企业开展深度科研合作。获中国人工智能学会科技进步特等奖、中国中文信息学会科技进步一等奖等奖励。

报告题目：迈向生产力引擎的多智能体系统：高效协同与可控部署

报告摘要：大模型驱动的多智能体系统正从“能搭建”走向“真落地”，有望成为生产力变革的关键引擎；然而冗余角色、无效通信、错误级联与决策黑盒等问题，使其普遍面临“不高效、不可控”的落地瓶颈。本报告围绕“高效协同与可控部署”主线展开：首先结合产业实践与典型失败模式，阐明高效与可控为何是多智能体系统转化为生产力的前提；继而以“团队初始化—运行前联合优化—运行时治理”的全生命周期为脉络，系统梳理领域代表性进展与共性留白，并结合讲者团队在各阶段的系列工作加以印证；随后通过典型案例，剖析相关技术从方法走向应用的落地路径与关键考量；最后展望多智能体系统的开源底座、训练化与机器原生协作等前沿方向，为青年研究者梳理开放问题与选题建议。

讲者简介：闫宇坤，启元实验室（Qiyuan Lab）大模型中心副研究员，清华大学自然语言处理实验室（THUNLP）客座研究员，博士毕业于清华大学脑与智能实验室，主要研究方向为大模型知识增强与智能体技术。近年来，在ICLR、NeurIPS、ICML、ACL等人工智能顶级国际会议发表论文40余篇，多次担任领域主席与审稿人，Google引用超千次。主持负责大模型相关开源项目UltraRAG（Github Trending Rank 2）、PilotDeck、EdgeClaw等，累计星标量1万以上；主持负责开源模型MiniCPM-Emedding系列、VisRAG-Ret系列等，累计下载量超50万次。

报告题目：面向实用化场景的大模型开源项目实践

报告摘要：随着大模型技术从学术研究加速迈向产业应用，如何跨越“能跑通”到“好用、可用、可控”的鸿沟，已成为智能体规模化落地面临的核心挑战。围绕工程化部署、系统成本、可靠性、可追溯性及生态建设等关键问题，本报告以 OpenBMB 社区开源的 UltraRAG 与 PilotDeck 两个项目为切入点，从项目负责人的视角分享面向真实生产场景的大模型与智能体系统开源实践。报告将结合两个项目的互补实践，进一步总结支撑智能体生产力变革的若干关键经验：MCP 协议如何成为连接模型、工具与外部服务的统一接口，推动智能体能力的高效组合与协同；如何从面向研究者的实验工具演进为面向行业用户的生产力平台，以产品定位驱动系统架构设计；高校实验室主导的开源项目如何构建开放协作机制，推动社区共建与生态繁荣；以及如何在模型效果与部署成本、系统灵活性与易用性、学术创新与工程稳定之间实现合理权衡。希望通过真实开源项目的实践经验，为智能体技术赋能新质生产力提供可借鉴的工程路径与开源范式。