本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 软件代理的演变
<a name="evolution"></a>

从简单的自动化系统到智能、自主和以目标为导向的软件代理的旅程反映了计算机科学、人工智能和分布式系统数十年的发展。

随之而来的是机器学习的兴起，机器学习将范式从手工制作的规则转向了统计模式识别。这些系统可以从数据中学习，推动感知、分类和决策的进步。

大型语言模型 (LLMs) 代表规模、架构和无监督学习的融合。 LLMs 只需很少或根本没有针对特定任务的培训，就可以推理、生成和调整任务。通过 LLMs 与可扩展的云原生基础设施和可组合架构相结合，我们现在正在实现代理人工智能的全部愿景：能够在企业规模上以自主权、情境感知和适应性运行的智能软件代理。

本节探讨了软件代理从基础理论到现代实践的历史，如下图所示。它重点介绍了分布式人工智能 (DAI) 和基于变压器的生成人工智能的融合，并确定了塑造代理人工智能出现的关键里程碑。

![软件代理的演变，从1950年代到今天。](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/agentic-ai-foundations/images/evolution-software-agents.png)


**Topics**
+ [软件代理的基础](roots.md)
+ [成熟领域：从推理到行动](maturity.md)
+ [Parallel 时间轴：大型语言模型的兴起](llm.md)
+ [时间表趋于一致：代理人工智能的出现](agentic-ai-emergence.md)