随着 AI 大模型从生成式 AI 向具备自主规划与行动能力的 AI 智能体演进,其自主性引发的责任模糊、风险不确定性等治理挑战日益凸显。本文以欧美 AI 智能体监管法规为研究对象,采用比较分析法,从行动自主性、风险不确定性、责任模糊性三个维度界定 AI 智能体的核心特征,并构建了涵盖“干预能力与边界、监管介入时机、责任配置规则”的三维分析框架。在此基础上,系统比较了欧盟的风险分级与事先预防模式和美国强调创新优先的事后处置模式。研究发现,欧美现有法规在一定范围内可以对 AI 智能体进行有效监管,但也面临着越来越多的不适应性,如欧盟模式面临“人类监督悖论”,美国模式则在多智能体协同场景中遭遇“责任黑盒问题”。本文提出,我国应吸收欧盟规制确定性强与美国监管灵活宽容的各自优势,走分级分类、责任清晰、可追溯且动态适应的中间道路,为智能体时代的人工智能治理提供理论参考。
本文兼顾经济效益与技术效能,积累领域数据与 AI 应用经验,探索低耗高智、普适性强的 AI 咨询建设方案。文章先分析国内高校图书馆线上咨询平台应用现状,提出“初期少投入—解决基本需求—积累领域数据—后期智能升级”的建设思路,再分两步走探索“人智协同”咨询路径。一阶段以低成本、高效率完成人工 + 机器人问答咨询平台;二阶段升级数据体量与模型结构,构建“人智协同”咨询平台;提出三阶协同知识服务模式,平衡馆员与AI的协同效能。