本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 軟體代理程式的演變
<a name="evolution"></a>

從簡單的自動化系統到智慧、自主和目標導向的軟體代理程式的旅程，反映了電腦科學、人工智慧和分散式系統數十年的演進。

此演進之後是機器學習的崛起，這將範例從手動製作的規則轉移到統計模式辨識。這些系統可以從資料中學習，並實現感知、分類和決策的進展。

大型語言模型 LLMs) 代表規模、架構和非監督式學習的融合。LLMs可以在很少或沒有任務特定訓練的情況下推理、產生和調整任務。透過將 LLMs 與可擴展的雲端原生基礎設施和組合式架構結合，我們現在實現代理式 AI 的完整願景：智慧型軟體代理程式，可在企業規模下以自主性、內容感知和適應性運作。

本節探索從基礎理論到現代實務的軟體代理程式歷史記錄，如下圖所示。它強調分散式人工智慧 (DAI) 和轉換器型生成式 AI 的收斂，並識別形成代理式 AI 出現的關鍵里程碑。

![\[軟體代理程式的演變，從 1950 年代至今。\]](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/agentic-ai-foundations/images/evolution-software-agents.png)


**Topics**
+ [軟體代理程式的基礎](roots.md)
+ [使 欄位到期：從推理到動作](maturity.md)
+ [平行時間軸：大型語言模型的崛起](llm.md)
+ [時間軸收斂：代理式 AI 的出現](agentic-ai-emergence.md)