Appendix A -- A History Lesson
用历史脉络区分周期性愿景、实际成果与反复出现的工程限制。
学习目标
- 能用历史脉络区分愿景与成果
- 能识别反复出现的工程限制
- 能说明代理概念的演化动力
为什么必须先冻结联合模型
先预测：↡在环境中感知并自主采取行动的计算实体，是全书的基本分析单位。平台为何没有像预期那样普及？带着判断进入本页。
用历史脉络区分周期性愿景、实际成果与反复出现的工程限制。 历史附录把分布式 AI、智能代理和多智能体研究放入时间线；每次热潮都应分别记录计算条件、评价方法和未兑现承诺。 本页不以单个代理“看起来聪明”为通过条件，而是检查联合状态、偏离动机、失败传播和可重放证据。
直觉、对象与计算合同
贯穿场景是：比较两个时期关于自治协作的愿景与可运行证据。参与者、可观察信息、行动集、偏好或目标、环境转移、协议版本和终止条件必须在运行前固定，不能在看到结果后修改效用或阈值。
公式用于公开关系与前提，不替代正式证明或实证测量。没有同期材料支持的因果结论应降级为解释假设。 本页重点防范：用今天成功的系统回写早期研究者当时并未拥有的能力。
单体智能时代：搜索、规划、专家系统，智能等于个体的推理能力。
正式目录节点：解释与联合验证
下列目录节点逐项映射到解释、页面专属实验和章末答案。每个节点都必须指出它改变哪个联合状态以及什么观测会推翻结论；单纯出现术语不计覆盖。
Appendix A -- A History Lesson
“Appendix A -- A History Lesson”细化本单元的正式问题，需要映射到参与者、信息、行动、结果和失败边界。 在“历史附录把分布式 AI、智能代理和多智能体研究放入时间线；每次热潮都应分别记录计算条件、评价方法和未兑现承诺。”这条联合因果链中，本节点重点检查分布式AI；只改变一个条件并保存联合轨迹，若出现“用今天成功的系统回写早期研究者当时并未拥有的能力”，就在首个分叉停止。
常见误区
术语
小结
- 把分布式AI、代理浪潮放入时间线
- 每次热潮分别记录计算条件和评价方法
- 用同期材料支持因果结论
- 不能用今天成功系统回写早期研究者能力
- 区分同期材料、后见解释和可迁移问题
知识点对照
Appendix A -- A History Lesson
历史课梳理从↡以单体推理为核心的早期人工智能范式，智能等于个体推理能力。到↡研究多个问题求解实体协作的分支，是 MAS 的直接前身。再到多智能体系统的演进，呈现愿景与现实的周期性拉锯。
容易踩的坑
误区 1
现象 → 以今非古嘲笑历史 原因 → 忽略时代约束 修法 → 在上下文中评价历史方案
误区 2
现象 → 只看愿景不看成果 原因 → 高估短期影响 修法 → 用实际落地检验愿景
误区 3
现象 → 忽视周期性规律 原因 → 重复历史错误 修法 → 从反复出现的限制中学习
练习与答案
前后导航
练习
练习
问题 1： MAS 发展的三个历史阶段？
问题 2： 历史上反复出现的工程限制是什么？
问题 3： 写一段 200 字的技术史评述，说明一个愿景与现实的差距。（独立实现）
名词解释
本章出现的专业名词，用大白话再讲一遍。
- 经典人工智能
- 以单体推理为核心的早期人工智能范式，智能等于个体推理能力。
- 分布式人工智能
- 研究多个问题求解实体协作的分支，是 MAS 的直接前身。
- 代理
- 在环境中感知并自主采取行动的计算实体，是全书的基本分析单位。