近年來，人工智能技術迎來爆發式增長，從ChatGPT到DeepSeek-R1，生成式大模型推動全球AI浪潮進入新階段。在此背景下，一種由人工智能深度融入人類生產生活所形成的“大系統”正在逐步成形，引發廣泛關注。

“無身”與“具身”AI雙軌並行

人工智能的發展路徑可追溯至1950年圖靈提出的“無身”與“具身”兩條路線。“無身”智能指無需物理實體的AI，聚焦計算和數據處理，如語言模型或算法系統﹔“具身”智能則需通過物理載體（如機器人）與環境交互，強調感知與行動能力。

無身智能因無需復雜載體，受益於大數據和計算能力飛躍，發展迅速。盡管當前大模型還做不到通用人工智能（AGI）的程度，但是可能距離並不遙遠，Google DeepMind的報告稱AGI可能在2030年前到來。

具身智能的發展則更為波折，受限於計算能力、傳感器技術和機器人硬件，早期進展緩慢。隨著多模態大模型技術的發展，為其帶來一些新的活力。具身智能與物理世界直接交互，天然適合融入人類生產生活系統，其形態正向無人機、自動駕駛車輛和人形機器人等多樣化、自主化發展。今年4月，北京亦庄舉辦首屆人形機器人半程馬拉鬆比賽﹔8月，“2025世界人形機器人運動會”在同一地點舉行，來自16個國家的280支隊伍在智能決策、運動協作等項目中展開激烈角逐，展現出機器人技術的顯著進步。

AI的爆發式發展已經改變傳統體系的運行模式，無身智能的計算能力和具身智能的物理交互能力，使系統間的互聯性和動態演化能力顯著增強。

從大模型到大系統 系統融合進入新階段

如何描述未來AI融入各類系統后的形態是一個急需解決的問題。復雜系統傳統上以“體系”（System of Systems, SoS）描述。國際系統工程學會將體系定義為：“體系是一個由獨立系統組成的集合，這些獨立系統被整合成一個更大的系統，以提供獨特的功能。獨立的組成系統通過協作產生整體行為，而這些行為是單個系統無法獨立產生的。”Maier在1998年提出了體系結構的五個關鍵特征：運行獨立性、管理獨立性、地理分布、涌現行為和演化發展過程。

體系在多種領域廣泛存在，航線網絡和城市交通就是典型的體系。隨著AI在體系中所佔的比例越來越高，必然會帶來額外的非線性與涌現現象，顯著加速體系演進。這些變化是體系概念提出之初和發展中都不曾遇到的，給未來復雜系統的分析與管理帶來挑戰。

針對AI在復雜系統中與人類的廣泛共生，北京航空航天大學研究團隊提出“大系統”這一新概念。“大系統”（Big System）是在從大數據（Big Data）到大模型（Big Model）的發展基礎上，由於AI的爆發性增長產生的復雜系統新形態，通過人類及傳統人造系統與AI系統的協作與共生，共同服務於大系統的使命與目標。“大系統”應具備以下基本特征——

泛在共生性：高智能AI系統，無論是具身化的實體系統還是賽博空間中的智能體系統，在大系統中廣泛存在，與人類及非AI系統緊密互聯。

復合涌現性：人類與AI會強互聯，產生持續、大量的交互與協作，能夠產生更多無法預測的行為與現象。

多向驅動型：AI可以協助人類實現大系統的目標，而人類對AI的需求也會反推AI快速發展。

加速演化性：大系統的AI可以實現遠超傳統系統的進化能力，實現大系統整體能力加速演化。

當前已經有部分系統初步具備“大系統”的雛形。2025年3月，優必選Walker S1機器人在工廠完成協同作業測試，此次測試涉及多種復雜場景和工業任務。在應急使命2025演習中，無人機與地面應急救援力量協同，突破傳統救援方式的局限，提供全新思路與方法。

大系統面臨多重挑戰 可控性是關鍵

當前，各國各地區已經在積極探索AI監管，例如歐盟的人工智能法案對不同層級與危險度的AI實施不同力度的監管。近些年來，我國一系列法律法規和專項行動的開展，展現了中國特色人工智能治理體系建設正加速推進。對於“大系統”，更需確保可控性，使其能夠安全、有效、可持續地為人類社會服務。要達到這一目標，至少還需要應對如下的挑戰：

AI對於人類行為的理解偏差。AI行為在復雜任務中可能偏離人類指令，同時AI對於目標的實現路徑也可能與人類設想不同，可能以與人類利益相沖突的方式追求其目標。

AI行為的不可解釋性。AI的決策過程對人類缺乏透明度，人類對其行為邏輯的理解存在客觀困難，進而影響人-AI系統的協作和大系統目標的實現。

“大系統”的動態涌現與難以預測性。“大系統”中AI與其他系統的交互高度復雜非線性，同時AI具備自主學習能力，系統的動態演化過程難以預測。

外部攻擊風險。“大系統”有著高度自主、高度互聯的特點，一般節點被滲透攻擊的風險與識別難度激增，而重要節點被破壞的影響都將不可估量。

7月26日，在2025世界人工智能大會開幕式上，圖靈獎得主杰弗裡·辛頓將人類與AI的關系比喻為“飼養虎崽”，強調必須在其成長過程中確保可控與安全，才能實現長期共生。

為應對這些挑戰，需要增強“大系統”的可控性與安全性，構建出符合人類利益的“理想”“大系統”：

加強持續監管。為確保“大系統”的可控性，對具有較高智能水平的AI持續監管至關重要。對於具身AI（如機器人、無人機），因其物理交互能力，應實施注冊和監控機制。非具身AI雖無實體形態，也需通過行為審計、權限管理和定期評估等手段監管，防止AI提供虛假數據或決策等風險。

推動技術創新。“大系統”需要建立起科學的理論與技術，實現對其量化描述、設計、管理和評估。通過模塊化、自適應的架構提升其魯棒性，通過建模非線性行為進而預測演化趨勢等。新技術即便無法完全反映“大系統”的復雜性與涌現性，也比被動地應對更有利。

促進全球合作。“大系統”是人類與另一種智慧類型協作並共生的全新挑戰，可能會超越以往的技術變革。因此，開展全球合作，建立跨國交流機制，在國際組織中設立對於人工智能建設與監管的相關標准，共享案例、標准、技術與經驗等尤為重要。有必要密切關注各種場景中的“大系統”案例，從社會影響、倫理風險等多方面進行評估，確保技術進步不偏離人類利益。

“大系統”不僅是技術融合的產物，更是人類與智能體協同演進的新階段。未來，如何在推動技術發展的同時保障系統安全、可信、可持續，將成為全球共同課題。

（作者單位：北京航空航天大學）

【參考文獻】

分享讓更多人看到