AI 产品简史：从专家系统到 Agent

一句话定义

AI 产品史可概括为六个阶段：符号主义与专家系统、统计学习隐形化、深度学习产品化、大模型 API 化、ChatGPT 时刻、Agent 与多模态——每阶段的共同规律是「能力成本曲线的下移打开新的产品形态窗口」。

为什么重要

历史不是装饰。今天 AI 产品经理面对的每个争论——模型够不够好、该不该自研、Agent 会不会替代 App——在过去四十年都出现过结构相同的版本。知道专家系统为何崩塌、推荐系统为何「隐形」，才能判断当下哪类叙事是周期重演、哪类是真正的新机会。

前置知识

kp-001 定义与边界。

核心概念

• 阶段一 符号主义与专家系统（1956–1980s）：1956 年达特茅斯会议确立「人工智能」一词；专家系统（如医疗诊断系统 MYCIN）把人类知识写成规则出售，1980 年代形成商用潮，后因维护成本高、规则不可扩展而退潮，行业进入寒冬。代表人物：图灵（思想奠基）、麦卡锡（达特茅斯会议）。
• 阶段二 统计学习与 AI 隐形化（1990s–2000s）：机器学习依托统计方法落地于搜索排序、广告投放、推荐系统。这批 AI 产品没有「AI」的名字，却是最成功的嵌入式形态——价值闭环在既有体验内。
• 阶段三 深度学习产品化（2012–2016）：AlexNet 点燃深度学习，计算机视觉率先产品化（人脸识别、相册分类、医疗影像）。辛顿、杨立昆、本吉奥因深度学习奠基获 2018 年图灵奖。
• 阶段四 大模型 API 化（2017–2021）：2017 年 Transformer 架构论文发表，2020 年 GPT-3 展示少样本能力并率先 API 化，「能力即服务」的平台形态出现。苏茨克维、奥特曼等成为产业代表人物。
• 阶段五 ChatGPT 时刻（2022.11 起）：对话式 AI 大众化，两个月破亿用户；Copilot 浪潮席卷办公、编程、设计；「百模大战」开启，模型能力与 API 价格同时快速下移。
• 阶段六 Agent 与多模态（2023 至今）：工具调用、多模态与推理能力催生智能体形态，产品命题从「生成内容」转向「完成任务」。

原理与机制

贯穿六阶段的主线是能力成本曲线：当某种智能的获取成本下降一个数量级，原本「不划算」的产品形态就变得可行——专家系统失败是因为维护人类规则的成本不随规模下降；推荐系统成功是因为统计模型让「理解每个用户」的成本趋近于零；大模型让「生成一段合格文本」的成本趋近于零，于是写作、编程、客服依次被重构。产品经理的历史敏感度，本质是对「下一个数量级成本下移发生在哪」的判断。

公式或模型

不适用——本节为史实与规律梳理。

图示

实例或案例

• MYCIN 的诊断准确率在评测中高于初级医生，却从未真正商用——因为知识规则无法随医学进展自动更新。对照今天：模型参数可以随再训练更新，但知识库（RAG 语料）依然是同类维护难题（见 kp-014）。
• 抖音/今日头条的推荐系统是「AI 隐形化」的极致：用户从不说「我在用 AI」，AI 却决定了全部体验——嵌入式形态的教科书案例。

常见误区

• 线性外推：以为当下叙事（如 Agent 替代一切 App）是新事物。历史上「专家系统将取代医生」的叙事结构与今天完全同构。
• 忽视隐形 AI 的成功：舆论聚焦生成式产品，但按用户量与利润计，排序、推荐类嵌入式 AI 至今仍是最大的 AI 产品形态。
• 把人物当神仙：技术路线多次反转（符号→连接、CNN→Transformer），押注单一人物或单一叙事都有风险。

直观类比

AI 产品史像潮汐：每次能力成本下移是涨潮，把新产品形态推上滩涂；维护成本跟不上的是退潮，留下「AI 寒冬」的空滩。看懂潮汐周期的人，才敢在退潮时捡东西、涨潮时收帆。

自测题

1. 专家系统失败的根因与今天 RAG 产品的哪个隐患同构？

要点：知识维护成本；知识库内容过期、无人治理会导致答案系统性错误。

1. 「ChatGPT 时刻」的产品意义是什么？

要点：对话界面把模型能力的使用门槛降到大众水平，验证了通用助手形态与订阅付费。

1. 六阶段的共同规律是什么？

要点：能力成本曲线下移打开新的产品形态窗口；产品机会藏在成本数量级变化处。

与其他知识点的关系

kp-005 在史实基础上展开当下流派之争；kp-014 的数据冷启动正是 MYCIN 式知识维护难题的当代对策；kp-016 的自动化光谱可视为六阶段中「控制权」线索的连续化。

延伸阅读

• 《AI·未来》，李开复——四波 AI 浪潮框架与商业化分析。
• "The Bitter Lesson"，Rich Sutton，2019——七十年 AI 进步规律的著名短文：通用方法+算力终胜人类先验知识。