- 山姆·奥特曼提出的官方框架：AI发展的“五个级别”
奥特曼在多次访谈中（如2024年的一次闭门分享）清晰地提出了AI能力演进的五个级别，其核心是AI的自主性和解决问题的能力，而非单纯的应用形态。这五个级别是：
级别1：对话式AI（Chatbot）：能够进行开放域对话，但仅限于对话本身。代表：ChatGPT的对话模式。
级别2：推理者（Reasoner）：能够解决与人类博士水平相当的复杂问题。代表：OpenAI的o1模型。
级别3：执行者/智能体（Agent）：能够代表用户主动执行多步骤任务，例如“帮我预定下周的整个行程”。
级别4：创新者（Innovator）：能够自主进行研究和创造，提出新的想法和解决方案。
级别5：组织者（Organizer）：能够管理一个组织或大型项目，承担类似CEO的职能。
结论：奥特曼的框架是 “能力等级”。
- 从AI 应用场景从低级到高级：
业界对这类 AI 应用没有一个完全统一的官方标准命名，但目前比较常见的分法，通常会按“能力层级 / 行为方式 / 所在环境”来命名。你提到的四类，可以大致对应成下面这样：
1) 对话式 AI
常见命名：
Conversational AI
Chatbots / AI Chatbots
LLM assistants
Copilots（偏“辅助型”产品语境）
特点：
主要在文本/语音对话中完成问答、生成、总结、检索等任务
不直接执行复杂动作，更多是“说”和“写”
2) 智能体工作流 AI
常见命名：
AI Agents
Agentic Workflows
Workflow Agents
Task Agents
Tool-using Agents / Tool-augmented Agents
特点：
不只是聊天，而是能调用工具、拆解任务、按步骤执行
常见于：自动写邮件、查资料、生成报告、调用 API、触发业务流程
“Workflow”一词强调人设计流程，AI 执行流程
“Agentic”一词强调AI 自主性更强
3) 操作电脑的 AI
常见命名：
Computer-Using Agents (CUA)
Computer Use AI
Desktop Agents
GUI Agents
Browser Agents / Web Agents
RPA + AI（在企业场景里常和 RPA 融合提法）
特点：
AI 直接操作鼠标、键盘、浏览器、桌面软件
不依赖 API 接口，而是像人一样看屏幕、点按钮、输入内容
典型场景：自动填写表单、跨系统搬运信息、网页操作、后台流程执行
这个方向近两年业界很常见的关键词就是 Computer Use 或 Computer-Using Agent。
4) 进入物理世界的 AI 机器
常见命名：
Embodied AI
Robotics / AI Robotics
Physical AI
Robot Agents
Autonomous Robots
Generalist Robots（更偏前沿叙事）
特点：
AI 不再只在数字世界行动，而是驱动机器人、机械臂、无人设备等
需要感知、规划、控制、与真实环境交互
典型场景：仓储机器人、工业机械臂、家庭机器人、自动驾驶、无人机等
其中：
Embodied AI 更强调“具身智能”
Physical AI 是近年 NVIDIA 等厂商带火的说法，强调 AI 进入现实物理环境
Robotics 则是最通用、最传统的总称
一个更常见的业界分层说法
如果按“从低到高”或“从虚拟到物理”来概括，常会这样写：
Conversational AI
AI Agents / Agentic Workflows
Computer-Using Agents / GUI Agents
Embodied AI / Physical AI / Robotics
- AI 智能等级L0~L5 定义
根据搜索结果，目前全球范围内尚未形成像自动驾驶SAE标准那样唯一、权威且被强制遵循的AI智能程度分级标准。但借鉴自动驾驶分级思想，业界已涌现出多个从不同维度对AI智能化程度进行划分的分类框架，这些框架旨在为AI技术的发展路径提供评估坐标。
自动驾驶分级标准作为参考基准
自动驾驶的分级为AI智能化分级提供了直接的灵感来源。根据国际自动机工程师学会（SAE）的定义，驾驶自动化分为L0至L5六个等级，核心在于明确系统与驾驶员在动态驾驶任务中的角色分配。L0-L2级为辅助驾驶，驾驶员需持续监控；从L3级开始进入自动驾驶范畴，系统可在特定条件下执行全部驾驶任务；L5级为在任何环境下都能实现的完全自动驾驶。这一分级清晰地量化了机器替代人类驾驶的程度1121516。AI智能分级同样希望量化机器在认知、决策和行动任务上替代或辅助人类的程度。
AI智能体与Agent能力分级的主要提案
业界借鉴自动驾驶分级逻辑，提出了多个AI智能分级方案，其核心在于评估AI的自主决策和执行能力。360创始人周鸿祎提出了五级分类法：L1是仅有对话能力的聊天助手；L2是需人类设置流程的低代码工作流智能体；L3是能自主规划完成任务的推理型智能体（领域专家）；L4是多智能体蜂群协作系统；L5则是具备完全自主意识的超级AI系统26。学术研究领域，有论文将AI智能体分为五个能力级别：从L0的无AI工具，到基于规则的L1，再到应用模仿/强化学习的L2，进而发展到基于大语言模型并具备记忆反思的L3，以及能自主学习和泛化的L4，最高级的L5则引入个性情感与多智能体协作35。OpenAI也建立了内部五级标准，从当前的ChatGPT（接近L2）到能够代表用户行动的L3、能创造新事物的L4，直至能执行组织工作的L5。这些分级框架都将关注点从单一的对话能力，扩展到了AI的任务规划、工具调用、自主执行及多智能体协作能力48。
其他领域的智能等级评估标准
智能化分级的思想已扩展到更广泛的终端领域。在AI手机领域，中国信息通信研究院联合厂商发布的《终端智能化分级研究报告》定义了L1至L5五个等级，从仅响应指令的L1，到能识别简单意图的L2，再到能处理复杂意图并自主规划的L3，最终发展到能预测意图并基于全场景自主规划的L59。在人形机器人领域，业界也发布了全球首个《人形机器人智能化分级》团体标准，围绕感知认知、决策学习、执行表现和协作交互四大维度，将智能化划分为L1至L5级10。这些标准表明，针对特定应用场景的智能化水平评估正在走向标准化。
总结：概念框架而非统一标准
综上所述，尽管汽车自动驾驶的L1-L5分级已被国际标准化，但AI智能程度目前尚未形成与之对应的全球统一官方标准。现有的多种分级方案均为企业、学术界或行业组织提出的概念性框架或团体标准，其目的在于为技术演进、产品定位和产业讨论提供参考坐标8。这些分级共同揭示了AI从被动工具到自主智能体的发展路径，有助于公众和业界理解AI技术的发展阶段与未来方向
评论 (0)