近日，陜西師范大學(xué)張光偉教授和團隊提出了AI在專業(yè)領(lǐng)域演化的一個全新的范式：知識協(xié)議工程（KnowledgeProtocolEngineering,KPE）。他們對當(dāng)前大模型為代表的AI能力發(fā)展與演進進行了總結(jié)和展望，提出了AI能力演化“三曲線”的觀點。第一條曲線是算力驅(qū)動，第二條曲線是事實驅(qū)動——也就是目前主流的RAG。但研究團隊認(rèn)為，將來AI真正的突破可能在于第三條曲線：方法論驅(qū)動。

（來源：http://his.snnu.edu.cn/info/1016/2211.htm）

KPE可能會在開啟第三條曲線過程中扮演重要的角色。它的思想非常直接：他們將人類專家的“隱性知識”和“工作流程”——比如一個大型數(shù)據(jù)庫的《用戶指南》或一個行業(yè)的《標(biāo)準(zhǔn)作業(yè)程序（SOP）》——系統(tǒng)性地設(shè)計成一份AI可以理解并嚴(yán)格執(zhí)行的“知識協(xié)議”。

研究團隊在實驗中發(fā)現(xiàn)，當(dāng)一個通用的大模型在KPE的指導(dǎo)下工作時，它的行為發(fā)生了質(zhì)變。它不再是進行概率性的猜測，而是像一個訓(xùn)練有素的專家一樣，進行結(jié)構(gòu)化的、有步驟的邏輯推理。它的每一步行動，都源自于協(xié)議的指導(dǎo)，這使得它的整個決策過程變得透明、可解釋且高度可靠。

所以，他們認(rèn)為：通過將人類專家的“程序性知識”（ProceduralKnowledge）協(xié)議化，研究團隊可以有效地引導(dǎo)通用AI，使其在一個特定領(lǐng)域內(nèi)，表現(xiàn)出專業(yè)、可信賴的智能。

據(jù)介紹，KnowledgeProtocolEngineering（KPE）研究的起點，源于他們在開發(fā)史料分析專用的AI智能體（AgenticAI）時遇到的一系列難以解決的難題。

研究團隊嘗試了當(dāng)前最主流的技術(shù)，比如RAG（檢索增強生成）以及AgenticRAG，來構(gòu)建能幫助歷史學(xué)家分析文獻、處理數(shù)據(jù)的AI助手。但他們反復(fù)遇到三個主要的問題：（1）結(jié)果不穩(wěn)定：AIAgent的表現(xiàn)像“開盲盒”，有時很驚艷，有時卻犯一些低級錯誤，這種表現(xiàn)很難在嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究中被信賴。（2）效率不夠高：Agent完成一個復(fù)雜的分析任務(wù)，需要進行多輪的內(nèi)部思考和工具調(diào)用，導(dǎo)致響應(yīng)時間特別長。（3）成本高昂：每一次思考和調(diào)用，都會消耗大量的Tokens，對于需要進行大規(guī)模、探索性研究的學(xué)者來說，成本難以承受。

研究團隊意識到，問題的根源在于他們只是在給AI提供“事實”（通過RAG），或者給它一套“通用工具”（通過Agent），但研究團隊從未系統(tǒng)性地教它一位歷史學(xué)家是如何思考和工作的。所以，他們需要解決的核心問題是：如何超越簡單的“事實投喂”和“工具授權(quán)”，將一個領(lǐng)域的“研究方法論”本身，注入給AI，從而讓它的行為變得可靠、高效、且符合專業(yè)規(guī)范？

KPE的應(yīng)用前景非常廣闊，研究團隊認(rèn)為大致可以分為三個層次：

近期：賦能學(xué)術(shù)研究:他們正在將KPE的方法論應(yīng)用于更多的數(shù)字人文研究，如明清檔案、地方志等，為學(xué)者提供更強大的數(shù)據(jù)探索工具。中期：賦能高度監(jiān)管行業(yè):在金融風(fēng)控、保險理賠、法律文書分析等領(lǐng)域，KPE將發(fā)揮巨大價值。因為在這些行業(yè)，決策的可靠性和可解釋性至關(guān)重要。一個遵循“知識協(xié)議”的AI，其每一步判斷都有據(jù)可查，這解決了AI在這些高風(fēng)險領(lǐng)域應(yīng)用的核心信任問題。遠(yuǎn)期：個性化知識助理的基石:KPE為在不同領(lǐng)域快速定制化AI助理提供了可能，因為它提供了一種輕量級的、非訓(xùn)練、迭代式的“賦能”AI的方式。未來，學(xué)者、醫(yī)生、工程師都有可能擁有一個注入了自己專業(yè)工作流程的AI助手。

研究中，研究團隊在試圖構(gòu)建史料智能分析Agent時曾遭遇了反復(fù)失敗。他們給了它所有研究團隊能想到的工具——網(wǎng)絡(luò)搜索、文檔檢索、代碼執(zhí)行。但它的表現(xiàn)非常不穩(wěn)定，像一個有無窮精力的實習(xí)生，東奔西跑，卻總是抓不住要點。

有一次，他們讓它分析一個比較復(fù)雜的中國古代史研究問題。它花了很多時間和大量Tokens，從資料庫中檢索了大量相關(guān)的知識，但最終給出的結(jié)論卻犯了一個歷史學(xué)入門者都不會犯的常識性錯誤。

那一刻研究團隊似乎頓悟了：他們給了AI“自由”，但研究團隊沒有給它“紀(jì)律”和“方法”。他們意識到，在AI能夠真正像人類專家一樣進行創(chuàng)造性思考之前，研究團隊首先需要教會它遵守領(lǐng)域內(nèi)的“游戲規(guī)則”。這個“規(guī)則”，就是研究團隊后來提煉出的“知識協(xié)議”。這次失敗讓他們明白，對于AI在專業(yè)領(lǐng)域的應(yīng)用，約束可能比自由更重要，嚴(yán)謹(jǐn)?shù)姆椒ㄕ摽赡鼙群Ａ康男畔⒏少F。

本次論文目前是以預(yù)印本形式發(fā)布的，所以還沒有收到正式的學(xué)術(shù)審稿意見；研究團隊正在不斷的完善KPE的關(guān)鍵架構(gòu)，并在多個應(yīng)用場景中進行測試，相關(guān)的研究論文、案例將陸續(xù)發(fā)表。但他們的預(yù)印論文已經(jīng)在產(chǎn)業(yè)界得到了一些出乎意料的共鳴。例如，凱捷（Capgemini）的全球AI負(fù)責(zé)人PradeepSanyal先生，在他對研究團隊預(yù)印本的公開評論中寫道：“大語言模型不需要更多的事實，它們需要更好的協(xié)議。大多數(shù)企業(yè)AI戰(zhàn)略都停留在第二曲線，但這并不能讓模型像專家一樣思考。”他認(rèn)為，本次論文所提出的“第三曲線”，即方法論增強，是關(guān)鍵的突破方向。當(dāng)看到研究團隊作為一個學(xué)術(shù)團隊提出的理論框架，能夠與全球頂尖企業(yè)AI戰(zhàn)略家的實踐觀察不謀而合時，這給了他們極大的信心和鼓舞。

圖|相關(guān)論文（來源：https://arxiv.org/pdf/2507.02760）

在后續(xù)計劃上，研究團隊將主要圍繞KPE這個框架本身以及行業(yè)應(yīng)用展開，其認(rèn)為它應(yīng)該有巨大的探索空間：

第一，深化協(xié)議工程的方法論。研究團隊正在撰寫更詳細(xì)的指南，探討如何為不同類型的知識領(lǐng)域——比如有些是規(guī)則驅(qū)動的，有些是案例驅(qū)動的——構(gòu)建最高效的知識協(xié)議。他們希望KPE能成為一種更成熟的、系統(tǒng)的解決方案。

第二，拓展KPE的應(yīng)用領(lǐng)域。研究團隊正在積極探索將KPE應(yīng)用于其他知識密集型領(lǐng)域，比如法律文本和中醫(yī)典籍的分析。他們的目標(biāo)是驗證KPE作為一個通用方法論的有效性和擴展性。

第三，構(gòu)建開源的知識協(xié)議庫。研究團隊希望建立一個開放的社區(qū)，邀請各個領(lǐng)域的專家參與進來，共同為他們的領(lǐng)域撰寫和完善“知識協(xié)議”。他們設(shè)想未來能有一個像GitHub一樣的平臺，但它托管的不是代碼，而是各個領(lǐng)域的、可被AI執(zhí)行的“人類智慧協(xié)議”。

目前張光偉主要專注于學(xué)術(shù)研究。張光偉認(rèn)為KPE是一個值得深入挖掘的富礦，研究團隊對KPE的產(chǎn)業(yè)化前景持非常開放的態(tài)度，相信它在企業(yè)知識管理、合規(guī)和自動化決策等領(lǐng)域有巨大的應(yīng)用潛力。張光偉還表示：“補充一下我最近在觀察AI相關(guān)業(yè)界討論KPE時最深的感觸。無論是PradeepSanyal認(rèn)可研究團隊在KPE中所提出的‘第三曲線’，還是LuisDieguez的認(rèn)為KPE是‘咨詢業(yè)的下一個前沿’，亦或是CedricAnne的‘從Know-How到Know-Flow’，這些圍繞KPE展開的討論都指向了一個共同的未來：AI時代，最稀缺的資源，可能不再是數(shù)據(jù)或算力，而是高質(zhì)量的、可執(zhí)行的‘方法論’?！?/p>

過去，研究團隊將人類專家的智慧寫在書里、鎖在報告里?，F(xiàn)在，KPE提供了一種全新的可能性——將這些智慧轉(zhuǎn)化為一種“思想軟件”（Thought-ware），一種可以被AI大規(guī)模執(zhí)行、可以不斷迭代、可以與世界實時互動的“活的知識”。

因此，張光偉認(rèn)為這次技術(shù)浪潮對研究團隊每個人最大的挑戰(zhàn)和機遇是：研究團隊是否能成為自己領(lǐng)域知識的“協(xié)議工程師”？因為未來可能不屬于僅僅會使用AI的人，而屬于那些能夠定義和塑造AI如何思考的人。這正是研究團隊提出KPE所希望開啟的對話。

參考資料：

https://arxiv.org/pdf/2507.02760

http://his.snnu.edu.cn/info/1016/2211.htm

運營/排版：何晨龍

掌握Photoshop入門技巧,輕松進行平面設(shè)計

打開圖片的方法多種多樣，以下是五種常見方式：首先，可以通過菜單中的“打開”命令來選取并打開圖片；其次，利用快捷鍵Ctrl+O能迅速進入圖片選擇與打開流程；再者，直接雙擊Photoshop界面中心，也能輕松打開最近使用或默認(rèn)的圖片；此外，還可以將欲處理的圖片拖動至Photoshop界面內(nèi)以實現(xiàn)打開；最后，通過右鍵點擊圖片并選擇“使用Pho 魔棒工具（W）：按住`Alt` 單擊可精準(zhǔn)選取相似色塊。 畫筆工具（B）：右鍵可調(diào)整畫筆硬度（硬邊/柔邊）與流量（0-100%）_|。 文字工具（T）單擊畫布后輸入文字，雙擊可編輯字體樣式與顏色。 移動工具（V）：快速切換工具（按`V` 鍵）。 3. 選項欄位于菜單欄下方，隨工具切換顯示參數(shù)（如畫筆大小、..

平面設(shè)計PS中創(chuàng)建一個奇幻夢幻的場景教程 平面設(shè)計

在本教程中， 我將告訴您如何使用Adobe Photoshop 創(chuàng)建一個夢幻般的場景， 一個飛行的女人在房間里捕捉云-——。首先， 我們會修飾房間， 改變它的燈光， 顏色和陰影。稍后， 我們將添加模型， 湖泊， 船和花卉， 并混合在一起使用調(diào)整層， 掩蔽和刷子。之后， 我們將導(dǎo)入云， 繪制更多的頭發(fā)， 并使用幾個調(diào)整層來完成最后到此結(jié)束了？——-。
1. 設(shè)計雜志和書籍：閱讀設(shè)計雜志和書籍，學(xué)習(xí)優(yōu)秀設(shè)計師的作品和設(shè)計思路。2. 參觀設(shè)計展覽：參觀設(shè)計展覽可以接觸到各種類型的設(shè)計作品，同時可以與其他設(shè)計師交流和分享經(jīng)驗——-。3. 關(guān)注設(shè)計社交媒體：關(guān)注設(shè)計相關(guān)的社交媒體平臺，如Behance、Dribbble等，學(xué)習(xí)他人的設(shè)計作品和創(chuàng)意思路。學(xué)習(xí)平面設(shè)計和Photoshop需要持續(xù)的說完了。