陕师大团队首创知识协议工程，赋能个性化知识助理发展

陕西师范大学张光伟教授团队提出“知识协议工程”（Knowledge Protocol Engineering, KPE），为AI在专业领域实现可靠、可解释的智能提供全新范式。该研究指出，当前AI能力演进主要依赖两条路径：算力驱动和事实驱动（如RAG），而未来真正的突破或将来自第三条曲线——方法论驱动。KPE的核心思想是将人类专家的隐性知识与工作流程，如行业标准操作规程（SOP）或用户指南，系统性地转化为AI可理解、可执行的“知识协议”，从而引导通用大模型在特定领域内表现出专业、结构化、可信赖的推理能力。 研究团队在开发史料分析AI智能体过程中发现，尽管已引入检索增强生成（RAG）和Agent框架，AI仍存在表现不稳定、效率低、成本高等问题。其根本原因在于：AI虽掌握大量信息和工具，却缺乏对领域“研究方法论”的系统性理解。KPE通过注入“程序性知识”，使AI不再依赖概率猜测，而是按照预设协议分步推理，显著提升决策的透明度与可靠性。 该技术应用前景广阔。短期内，可用于数字人文研究，如明清档案与地方志分析；中期可拓展至金融风控、法律文书审查等高合规要求领域，解决AI决策不可解释的痛点；远期则有望成为个性化知识助理的基石，使学者、医生、工程师能快速构建符合自身工作流程的AI助手。 目前相关论文以预印本形式发布，尚未完成正式审稿，但已引发产业界关注。凯捷（Capgemini）全球AI负责人Pradeep Sanyal评价称，大模型真正需要的不是更多事实，而是更好的“协议”，而KPE所提出的“第三曲线”代表了关键突破方向。研究团队正致力于深化协议构建方法、拓展应用领域，并计划建设开源的知识协议库，推动形成类似GitHub的“思想软件”共享平台。 张光伟指出，未来最稀缺的资源或将不再是数据或算力，而是高质量、可执行的“方法论”。KPE不仅是一种技术框架，更是一场关于如何将人类智慧转化为可编程知识的范式变革。他呼吁：未来属于那些不仅能使用AI，更能定义AI如何思考的人。