2026年9月12日下午，CCF YOCSEF南京技术论坛“碳硅共生之路：大模型智能体技术演进新范式”在南京大学仙林校区计算机科学技术楼112会议室举行。本次论坛由中国计算机学会（CCF）主办，CCF YOCSEF南京学术委员会组织，YOCSEF南京AC委员、南京大学教授王利民与YOCSEF南京AC委员、智子互联CEO张文峰担任执行主席。来自高校、科研机构及企业的专家学者围绕大模型如何支撑智能体自主完成复杂任务，以及人与智能体共生背景下的技术演进路径展开交流与思辨。

论坛邀请北京航空航天大学副教授杨健、上海人工智能实验室研究员张航帆、开为科技首席科学家高桓、华为技术专家张毅作引导发言，南京大学准聘副教授郭兰哲、南京柯基数据CTO杨成彪、东南大学副教授王万元作为特邀嘉宾参与研讨。

论坛开始，张文峰介绍了CCF YOCSEF的文化与交流规则，鼓励与会者直呼其名、平等交流，围绕技术问题充分表达不同观点。随后，王利民结合大模型技术从理解、推理与生成向决策、规划及任务执行延伸的演进趋势，阐述了本次论坛的研讨背景：面向智能体的大模型需要进一步支撑任务拆解、工具调用、环境交互、状态记忆与反馈修正，而当前系统仍面临长程规划不稳、工具调用易错、状态保持不足及安全边界模糊等挑战。在此背景下，哪些能力应从智能体框架中的工程补充上升为大模型自身的基础能力，应用中暴露的问题又将如何推动下一代模型演进，成为值得进一步探讨的问题。

杨健以《从代码大模型到智能体》为题，梳理了代码能力从专用模型向通用大模型核心能力演进的过程，以及代码智能体从开发环境辅助工具向长周期任务执行系统转变的趋势。他结合团队在代码模型训练、循环架构和智能体自进化等方面的探索，分享了提升模型推理深度、适配具体开发任务及优化执行流程等方面的思考。他指出，代码智能体的研究正在从单次代码生成延伸到任务理解、持续执行和反馈迭代，模型能力与系统架构的协同优化值得持续关注。

张航帆以《从模型到系统：大模型智能体的前沿发展与自我演化》为题，围绕长周期任务中的智能体运行框架展开分享。他指出，智能体的实际表现不仅取决于基座模型，也受到模型权重之外的运行框架（Harness）影响。任务组织、工具使用和执行反馈等环节，为系统优化提供了重要空间。他结合团队在框架自适应、自迭代及长周期软件开发方面的探索，介绍了通过运行反馈改进执行逻辑的思路，强调应从完整系统的角度理解智能体能力，并关注模型与框架共同演化的机制。

高桓以《多模态世界模型驱动科学发现与工程研发》为题，分析了传统科研与工程研发中实验成本高、试错周期长等问题，讨论了人工智能辅助科学探索的价值。他提出，多模态世界模型需要整合不同来源的实验与观测数据，形成有效的状态表征，并支持结果推演与候选方案筛选。在材料、生物等场景中，可探索AI生成、仿真验证与人类决策协同的研发模式，帮助研究人员缩小搜索范围、提高验证效率。分享强调，面向科学与工程的模型能力，需要在真实问题和实际验证中不断检验和完善。

张毅以《Agentic时代下AI4S的发展与实践》为题，介绍了科研智能体从固定工作流向自主工具调用、跨学科任务协同与闭环探索发展的趋势。他结合科研平台建设及化学实验自动化、纳米抗体设计等应用实践，讨论了专业知识组织、工具集成和科研流程衔接等关键问题，并介绍了利用知识图谱等方式改善模型输出可靠性的思路。分享指出，科研智能体的落地需要将模型能力与领域数据、专业工具和具体科研需求紧密结合，推动技术能力转化为可被科研人员实际使用的服务。

在引导发言基础上，与会嘉宾围绕三个议题展开开放讨论，从基础能力、关键技术与人机关系三个层面审视大模型智能体的发展。

思辨议题一：为支撑智能体自主执行复杂任务，目前大模型仍缺失哪些核心能力？

特邀嘉宾郭兰哲从结构化数据预测切入，指出当前大模型在语言等非结构化数据任务中表现突出，但在表格数据的分类、回归等任务中仍有明显不足，实际业务中传统树模型依然具有竞争力。他结合团队研究讨论了表格数据建模的方向，提出应重视大模型对结构化信息的理解与预测能力，拓展其在真实业务中的适用范围。

杨成彪关注模型对自身能力边界的认知。他指出，当前模型面对超出能力范围的任务时，往往难以主动识别限制，可能在智能体框架中持续执行却无法交付符合预期的结果。如何让模型知道何时需要停止、拒绝或寻求帮助，以及如何将框架中的部分保障能力内化到模型层面，是值得探索的问题。

在自由讨论中，与会者结合具身智能、交通、无线感知、网络运维及企业数据治理等场景，进一步提出了几类能力短板。首先是长程任务的可靠性与可控性：执行中的细微偏差可能随交互不断累积，任务耗时和推理成本也难以预估，需要增强目标保持、自主验证和及时纠偏能力。其次是面向物理世界的多模态感知与表征能力：无线信号、工业环境数据等模态难以直接沿用语言和图像任务的处理方式，模型对专业场景的理解仍有不足。

数据与部署条件同样受到关注。与会者指出，专业数据存在孤岛、标准不统一及安全约束，高质量交互轨迹难以回流；部分科研工具的使用门槛较高，也限制了领域用户参与和反馈。与此同时，具身设备及离线系统对本地推理提出要求，模型参数效率、端侧算力与部署成本之间的矛盾仍需解决。

观点小结：本议题的讨论表明，支撑复杂任务不能仅看模型的单次回答质量，还需综合考察结构化数据处理、多模态感知、长程规划、能力边界认知与成本控制等能力。真实场景中的数据条件和部署约束，也应进入模型与智能体的能力评估体系。

思辨议题二：为突破智能体能力瓶颈，下一代大模型的核心技术的关键突破口在哪里？

特邀嘉宾杨成彪结合企业落地实践，提出计算机操作能力（Computer Use）是值得重点关注的突破方向。他指出，传统行业中大量既有软件缺乏便于智能体调用的接口，如果模型能够可靠识别界面、理解操作流程并完成交互，将有助于连接现有信息系统，降低行业应用的改造门槛。

围绕如何使智能体持续完成任务，与会者讨论了自学习与自演化机制。有观点提出，智能体应将成功和失败的执行轨迹转化为可复用经验，减少重复搜索，并通过环境反馈持续改进。但在具身和工业场景中，环境变化大、通用数据不足，如何构建有效的奖励、评分与验证机制，仍是这一方向面临的关键难题。长程目标一致性、重要信息保留与上下文压缩，也被视为支撑持续执行的重要技术。

对于单智能体能力增强与多智能体协作两条路径，现场展开了进一步讨论。多智能体可通过任务分解与并行执行拓展能力，但也带来调度复杂、协作开销增加和失败归因困难等问题。与会者提出，应结合外部工具、符号验证及任务编排机制，研究复杂系统中的有效协同，而不是简单增加智能体数量。

面向工业与科研场景，有观点建议将领域机理与数据驱动方法结合，通过高保真仿真环境对执行方案进行预演和校验，增强模型对因果关系与物理约束的理解。同时，计算机操作等交互场景还需考虑外部干扰和恶意内容诱导，提升执行过程的安全性。

张毅在讨论中强调，技术落地既需要明确的能力基准和面向具体领域的数据流程，也依赖应用方持续投入和专业人员参与。与会者还从小模型端侧推理、低成本部署和用户体验等角度提出建议，认为智能体需要兼顾“有用”与“好用”，从真实需求出发，在实际使用中形成反馈与改进循环。

思辨议题三：人与智能体的共生生态将如何影响下一代大模型的技术演进路径？

特邀嘉宾王万元在技术层面提出，多智能体之间的交互与协作值得引入博弈论视角，研究不同目标下的行为选择与协调机制。可自动执行的任务验证器也受到关注：只有建立有效的结果检查与反馈环节，智能体的自我改进才有可靠依据。与此同时，持续学习与个性化适配有望使智能体逐步理解用户的专业背景、使用习惯和实际需求，形成长期协作能力；模型蒸馏与高效推理则有助于降低使用成本，扩大技术的可及范围。

在人的角色定位上，讨论强调了目标定义、认知判断、价值选择与责任承担的重要性。智能体能力增强，并不意味着人的判断可以被忽略。相反，如何提出有价值的问题、判断结果是否合理、决定何时介入，将成为人机协作中的重要能力。也有观点从人的内驱力和持续探索出发，讨论了人类在创新方向选择与需求拓展中的作用。

与会者还关注智能体发展与社会环境的相互影响，提出技术演进需要考虑就业、伦理与使用规范等问题，使效率提升与人的实际需求相协调。智能体的设计应重视辅助用户解决问题，在实践中建立可理解、可验证、可持续的协作关系。

论坛最后，CCF YOCSEF南京2025-2026年度AC主席朱光辉对本次活动进行总结，感谢执行主席、引导嘉宾、特邀嘉宾及与会者的参与，并邀请更多青年学者和产业界人士持续关注CCF YOCSEF南京的开放交流活动。

本次论坛围绕大模型智能体的能力短板、技术突破口与人机共生路径，连接了前沿研究与真实应用中的问题。讨论显示，从单次生成走向复杂任务的持续执行，需要模型基础能力、运行框架、领域数据和验证机制共同改进；从技术演示走向稳定应用，则需要同时回应可靠性、成本、使用门槛和人的参与等要求。论坛为不同领域的研究者与实践者提供了交流平台，也为下一代大模型如何支撑可信、实用的人机协作提出了值得继续探索的方向。