智能这词天生就说不清楚，今天说个在这种说不清的状态里面也混淆特别严重的点。
什么是系统智能？
一个真正能够进入现实世界持续运行的智能系统，可以被理解为：
系统智能 = 通用智能 × 主体智能
通用智能提供理解、推理、生成、规划和解决问题的能力，今天主要由大模型提供。
主体智能则决定这些能力属于谁、为了什么目标使用、依据什么状态行动、受到什么规则约束，以及最终由谁承担结果。
两者不是简单相加，而是相乘。通用智能再强，如果没有主体智能，也只是一个能力强大的通用模型；主体信息再丰富，如果没有通用智能，也只是传统的信息系统。
90%的通用智能与10%的主体智能
可以做一个形象化的切分：
完成一项任务所需的能力中，90%可能来自大模型提供的通用智能，剩下10%来自某个具体主体独有的主体智能。
这里的90%和10%并不是严格的统计数字，而是在说明两部分的关系。
大模型可以提供大部分公共能力，例如：
理解客户表达；
分析数据；
编写代码；
生成营销方案；
制定任务计划；
调用各种工具。
这些能力可以被不同的人和企业重复使用。
但最终任务并不是由这90%单独完成的。系统还必须知道：
自己代表谁；
为什么要完成这项任务；
当前处于什么状态；
已经作出过什么承诺；
拥有哪些资产和能力；
可以采取哪些行动；
哪些规则不能违反；
行动结果由谁负责。
这些内容可能只占10%，却决定了另外90%的能力如何被使用。
所以，主体智能在信息量上可能是少数，在最终决策中却具有决定性作用。
为什么有主体智能
主体智能并不是另一种比大模型更高级的推理能力，也不一定与智力高低相关。
它的根本来源是权责利的单位，是社会结构决定的。
一个主体可能并不比通用模型知道得更多，但它必须知道：
我是谁，我为什么行动，我现在处于什么状态，我可以做什么，以及我要对什么结果负责。
所以主体智能可以进一步分解为：
主体智能=主体性x主体化结构
主体性回答的是“为什么”和“为了谁”，包括：
意义；
价值；
身份；
立场；
目标；
意图；
选择；
承诺；
责任。
它决定智能使用的方向。因为有身，并且承担权利、责任、义务才有主体性。
同样是提高收入，一家公司可能选择快速扩大规模，另一家公司可能优先保证利润，还有一家公司可能拒绝通过损害用户利益的方式赚钱。
这种差异并不来自通用模型能力，而来自不同主体对意义、价值和目标的选择。
主体化结构
主体化结构回答的是“主体如何持续存在并行动”，包括：
主体知识与经验；
当前状态；
资产和资源；
能力与工具；
权限和规则；
关系与承诺；
行动记录；
结果反馈；
持续记忆。
这里面知识的源头是主体性，相当于主体性的价值体系对这些信息有至关重要的影响，是非归一性的。
因此可以说主体性提供方向，主体化结构把这种方向转化成可执行、可控制和可审计的系统。
没有主体性，系统不知道为什么行动；没有主体化结构，主体的意义、目标和责任只能停留在抽象表达中，无法稳定进入实际运行。
一个具体例子
假设一个电商智能体正在决定是否增加广告投入。
大模型可以完成大部分工作：
分析历史投放数据；
判断不同渠道的转化效率；
预测新增投入可能带来的销售；
生成不同预算方案；
制定投放计划。
这是90%的通用智能。
但最终是否增加投入，还取决于这家公司的主体智能：
当前首要目标是销售规模还是正向现金流；
本月还剩多少预算；
公司可以承受多长的回收周期；
是否已经向投资人承诺降低获客成本；
智能体拥有多大的自主支出权限；
超过多少金额必须由负责人批准。
如果公司的首要目标是保持现金流，且本月预算即将用完，那么即使大模型判断“增加投放可以提高销售”，系统也可能决定暂停投入。
这里，大模型提供了通用分析能力，主体智能决定了这家公司此时真正应该采取的行动。
从大模型到智能体
今天的大模型主要解决通用智能问题。
现在许多智能体在大模型之外增加了记忆、工作流、工具调用和自动执行，但它们仍然未必拥有真正的主体智能。它们可能会做事，却不一定稳定地知道：
自己是谁；
当前任务进行到了哪里；
为什么继续执行；
是否拥有行动权限；
做完以后什么状态发生了变化；
应该由谁承担结果。
因此，智能体并不只是“大模型加工具”。
真正的智能主体应当是：
通用模型能力x主体性x主体化结构
通用模型决定它能做什么，主体性决定它为什么做，主体化结构保证它能够持续、可控、可审计地做。
结语
大模型可能提供完成任务所需的90%通用能力，但剩下10%的主体智能，决定了这些能力最终属于谁、服务于什么目标，以及以什么边界进入现实。
所以：
系统智能=通用智能x 主体智能
而主体智能又来自：
主体智能=主体性x主体化结构
模型让系统变得聪明，主体性赋予智能意义和方向，主体化结构则让这种智能成为一个能够持续行动、承担责任的现实主体。
如果主体性进行坍缩，比如“效率优先”，那就会产生《无人公司》，否则就是《AI原生组织》。
热门跟贴