陕师大团队提出知识协议工程，为个性化知识助理打造基石

陕西师范大学张光伟教授团队近期提出“知识协议工程”（Knowledge Protocol Engineering, KPE），为人工智能在专业领域的深度应用开辟了新路径。该框架旨在突破当前AI发展依赖算力与事实信息的局限，推动其迈向以“方法论驱动”为核心的新阶段。 团队指出，当前AI能力演进呈现“三曲线”趋势：第一曲线是算力驱动，第二曲线是事实驱动，即以RAG为代表的检索增强生成技术，通过外部知识库提升回答准确性。然而，张光伟团队认为，真正的突破将来自第三条曲线——方法论驱动。KPE正是这一方向的关键探索：它将人类专家在长期实践中积累的“隐性知识”与“工作流程”，如标准操作程序（SOP）、研究范式或决策逻辑，系统化地转化为AI可理解、可执行的“知识协议”。 在实验中，团队发现，当通用大模型在KPE指导下运行时，其行为发生根本性转变。不再依赖概率性猜测，而是遵循结构化步骤进行逻辑推理，每一步决策均有据可循。这种透明、可解释、高度可靠的推理过程，使AI更接近专业人才的思维模式。 这一理念源于团队在构建史料分析AI智能体时的深刻反思。尽管尝试了RAG与Agentic RAG等前沿技术，AI仍表现出结果不稳定、响应缓慢、Token消耗过高三大痛点。问题根源在于：仅提供“事实”或“工具”，却未传授“如何思考”。AI如同一个精力充沛却无章法的实习生，难以聚焦核心问题。一次因常识性错误导致结论失效的经历，促使团队意识到——在专业领域，约束与方法论远比自由与数据更重要。 KPE的潜力体现在三个层面：短期内，可赋能数字人文研究，如明清档案、地方志等复杂文献的智能分析；中期看，适用于金融风控、保险理赔、法律文书等对可解释性要求极高的行业；长远而言，它将成为个性化知识助理的基石，使医生、工程师、学者等能快速构建贴合自身工作流程的AI助手。 目前，该研究以预印本形式发布，尚未完成正式同行评审，但已引发产业界广泛关注。凯捷（Capgemini）全球AI负责人Pradeep Sanyal评价称：“大模型不需要更多事实，而是需要更好的协议。”他认可KPE所提出的“第三曲线”是AI迈向专家级智能的关键跃迁。 未来，研究团队将深化KPE方法论，探索不同领域（规则型、案例型）协议的构建规范；拓展应用场景，如法律文本与中医典籍分析；并推动建立开源的知识协议库，打造类似GitHub的“思想软件”共享平台，汇聚各领域专家智慧。 张光伟强调，AI时代最稀缺的资源，不再是数据或算力，而是高质量、可执行的“方法论”。KPE不仅是一项技术革新，更是一场关于知识传承方式的变革——将人类专家的“Know-How”转化为可编程、可迭代、可交互的“Thought-ware”。未来的竞争，将属于那些能定义AI如何思考的人。