Agentic AI：架构、应用与未来方向的综合调查
人工智能
2025-10-30 v1 机器学习
摘要
Agentic AI 代表着人工智能的变革性转变，但其快速的发展导致了理解的碎片化，常常将现代神经系统与过时的符号模型混为一谈——这被称为概念上的复古装配。这项调查通过引入一种新型双范式框架，将 agentic 系统分为两个 distinct 的源流：符号/经典型（依赖算法规划和持久状态）和神经/生成型（利用随机生成和提示驱动的编排），来切割这种混淆。通过系统的 PRISMA 式审查 90 项研究（2018--2025），我们在三个维度上提供了全面分析：（1）定义每个范式的理论基础和架构原则；（2）在医疗、金融和机器人等领域的特定实现，展示了如何根据应用约束决定范式选择；（3）范式特定的伦理与治理挑战，揭示了不同寻常的风险与缓解策略。我们的分析表明，范式选择是战略性的：符号系统在安全关键型领域（如医疗）占主导，而神经系统在适应性强、数据丰富的环境（如金融）中占据优势。此外，我们识别出关键研究空白，包括符号系统治理模型的显著不足以及构建混合神经符号架构的迫切需求。我们的发现最终归结为一种战略蓝图，主张 Agentic AI 的未来不在于单一范式的优势，而在于其有意识的集成，以创建既适应性强又可靠的系统。本工作提供了指导未来研究、发展和政策朝向稳健可信 hybrid 智能系统的关键概念工具。
关键词
引用
@article{arxiv.2510.25445,
title = {Agentic AI: A Comprehensive Survey of Architectures, Applications, and Future Directions},
author = {Mohamad Abou Ali and Fadi Dornaika},
journal= {arXiv preprint arXiv:2510.25445},
year = {2025}
}