本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 从自治到分布式智能
<a name="autonomy-to-ai"></a>

在*软件代理*一词进入主流之前，早期的计算研究探讨了*自主数字实体的*概念，即能够独立行动、对输入做出反应并根据内部规则或目标做出决策的系统。这些早期的想法为后来成为代理范式奠定了概念基础。（有关历史时间表，请参阅本指南后面[的 “软件代理的演变](evolution.md)” 一节。）

## 早期的自治概念
<a name="early-concepts"></a>

几十年来，独立于人类操作员的机器或程序的概念一直吸引着系统设计人员。控制论、人工智能和控制系统的早期研究研究了软件如何表现出自我调节行为、动态响应变化以及在没有持续的人为监督的情况下运行。

这些想法将*自主性*引入了智能系统的核心属性，为软件的出现奠定了基础，这种软件可以*做出决定和采取行动*，而不仅仅是做出*反应*或*执行*。

## actor 模型和异步执行
<a name="actor-model"></a>

1970年代，《[人工智能的通用模块化ACTOR形式主义》（Hewitt等人，1973年）中引入的*演员模型*为](https://www.ijcai.org/Proceedings/73/Papers/027B.pdf)思考去中心化、消息驱动的计算提供了一个正式的框架。在此模型中，参与者是独立的实体，它们仅通过传递异步消息进行通信，并支持可扩展、并发和容错的系统。

演员模型强调了继续影响现代代理设计的三个关键属性：
+ 状态和行为的隔离
+ 实体之间的异步交互
+ 动态创建和委派任务

这些属性符合分布式系统的需求，并预先配置了云原生环境中软件代理的操作特征。

## 分布式情报和多智能体系统
<a name="distributed-intelligence"></a>

20世纪60年代后，随着计算系统的互联程度越来越高，研究人员探索了分布式人工智能（DAI）。该领域侧重于多个自治实体如何在系统中协同工作或竞争合作。DAI催生了多智能体系统的发展，在这个系统中，每个代理都有局部目标、感知和推理，但也可以在更广泛、相互关联的环境中运行。

这种分布式智能愿景仍然是构思和构建现代代理系统的核心，在这种愿景中，决策是去中心化的，而新出现的行为则源于代理的互动。