2026年恰逢两个科技里程碑的七十周年。国际上，1956年达特茅斯会议提出“人工智能”学术概念；在中国，我国制定《1956—1967年科学技术发展远景规划纲要》，是新中国第一个科技规划，将无线电电子学、自动化、电子计算机、半导体列为优先发展的四项紧急措施，推动自动控制理论纳入国家布局。钱学森深度参与了这一规划，其以控制论为代表的理论探索正是这一布局的重要思想基础。70多年来，全球人工智能加速发展，人工智能深刻重塑科技范式、产业发展和经济社会，控制论等经典科学理论正为人工智能研究与治理提供新的思想资源。控制论以信息为基础、以反馈为机制、以系统为对象，与卡尔达舍夫文明理论所代表的能量利用维度、萨根信息层级所代表的信息利用维度内在呼应，共同构成审视人工智能发展与人类文明进阶的经典理论视角，积极探索其时代启示，意义重大、正当其时。
一、控制论等经典科学理论提供人工智能研究新视角
当前，大模型技术加速突破，智能体应用持续拓展，机器人产业蓬勃发展，人工智能重塑科技范式、产业发展、经济社会。同时，国际学术界出现运用经典控制论解析人工智能的新研究视角，英国剑桥大学等机构学者探索运用反馈闭环、系统稳态等经典控制论思想，为大模型、智能体搭建底层理论框架。
早在20世纪50年代，钱学森出版《工程控制论》，搭建起面向工程实践的控制理论体系。这些以信息为基础、以反馈为机制、以系统为对象的科学思想，正与今天人工智能发展形成跨越时代呼应。钱学森《工程控制论》奠定了工程层面反馈与自动控制的理论基础，其内在预设是：所有受控系统的目标、边界、安全约束均由人类设定，自动化只是实现人类目标的工具手段。在此基础上，钱学森进一步发展提出“人机结合、以人为主”的核心原则。该思想主张，面对日益复杂的人机协作体系，最终决策权必须保留于人类主体，不能完全交由自动化系统。这为当代应对人工智能自主性风险、抵制AI神化叙事、守住人类主体性，提供了源自工程控制论的理念支撑。受此启发，基于“CTRL”的语义框架（“控制”英文缩写），“C5、T5、R5、L5”恰好形象概括科技产业界关于人工智能的讨论。
一是做大“C5（Cake）”代表的人工智能产业蛋糕。2026年1月，英伟达创始人在达沃斯世界经济论坛上把AI基础设施描述为“五层蛋糕”：自下而上分为能源、芯片、基础设施、模型、应用五个层级。
二是推动“T5（Trend）”代表的人工智能技术迭代，即从弱人工智能到通用人工智能（AGI），从语言模型到世界模型，从信息智能到物理智能，从机器自主到人机共生，从单点智能到体系智能。
三是把握“R5（Recursion）”代表的人工智能进化趋势。中国科技学者2026年发表《人类制造的最后一个AI：走向真正的递归自我改进》（The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement），提出人工智能将从改进执行自主（improvement-execution autonomy）、改进策略自主（improvement-strategy autonomy）、经验获取自主（experience-acquisition autonomy）、环境适应自主（environment-adaptation autonomy）走向递归元改进（recursive meta-improvement），日益实现执行自主、策略自主、经验自主、适应自主、机制自主的演化。
四是把握“L5（Level）”代表的人工智能发展阶段，即前沿大模型企业提出的对话者（Conversationalist）、推理者（Reasoner）、代理者（Agent）、创新者（Innovator）、组织者（Organizer）等5个阶段。
二、经典控制论思想对人工智能治理的重要启示
第一，坚持一脉相承，从控制论根基把握人工智能演进逻辑。人工智能并非凭空而来的科学范式，而是经典控制论思想的数智化升级。大模型的闭环推理、智能体的自主迭代、机器人的环境交互，底层运行逻辑并未脱离控制论科学框架。中国香港理工大学等学者2026年发表《基础智能体缺失的科学：智能体控制论》（Agent Cybernetics Is the Missing Science of Foundation Agents），指出当前基础智能体普遍存在底层理论缺失、机理阐释不足的问题，而经典控制论的闭环调控、系统稳态原理，能有效补齐新一代人工智能的理论短板，为智能体发展提供底层科学支撑。
第二，坚守安全底线，以鲁棒约束筑牢发展前提。人工智能发展的首要前提是系统稳定性与鲁棒约束。经典控制论强调抑制扰动、维持系统稳态，这是当前国际人工智能治理研究的核心焦点。2025年，图灵奖得主、深度学习三巨头之一约书亚·本吉奥在论文《超级智能体构成灾难性风险：科学AI能否提供更安全路径？》中提出，通用自主智能体若无底层安全约束，极易出现欺骗、目标偏移、行为不可预测等失控风险。前沿学者普遍认为人工智能自进化必须建立约束边界，无约束的自主迭代会引发系统偏离，稳定性是智能持续进化的底层前提。
第三，强化系统观念，以多元协同引领人工智能发展。从单点智能走向体系智能，本质是控制论多子系统耦合思想的体现。世界经济论坛2025年白皮书《行动中的AI智能体：评估与治理基础》提出，多智能体生态加速形成，多个LLM智能体通过分工协商、分布式协同处理复杂跨领域任务，治理框架必须从单模型评估转向多智能体系统层面的风险管控；现代经济学、复杂系统科学前沿也证实，高级智能、高级经济系统核心特征是协同共生而非单点最优，这与经典控制论学派长期坚持的系统协同思维高度一致。
第四，汲取历史智慧，以自组织治理思想指引智能未来。智能体自组织演进，呼应控制论学者格卢什科夫基于控制论提出的国民经济自动化治理的超前构想。格卢什科夫1962年提出OGAS全国自动化经济管理系统构想，并在1975年专著《宏观经济模型与OGAS建设原理》中，运用控制论研究大规模社会经济复杂系统的信息采集、分层调控与自组织。他设想依托全域信息闭环，实现国民经济动态协同治理。如今智能体逐步从工具成长为组织者、创新者、协同者，正是当年这套复杂社会经济系统控制思想在人工智能时代的回响，也成为当下复杂系统与智能治理领域学者重新挖掘的经典思想源头。
总之，经典控制论思想启示我们，人工智能治理既要立足技术演进规律、把握发展逻辑，也要坚守安全底线、强化系统观念、汲取历史智慧。唯有以科学理论筑牢治理根基，方能让人工智能在服务人类发展中行稳致远、向善普惠。
三、进一步应用经典理论探索人工智能的未来
如果说控制论为人工智能研究与治理提供了底层理论框架，那么以卡尔达舍夫理论为代表的经典文明演进理论，则从人类文明进阶的高度，拓展了人工智能治理与发展的宏阔视野。
人类文明进阶评价体系有着深厚的经典天体物理理论渊源。1964年，天文学家卡尔达舍夫在布拉卡恩会议提出经典文明等级理论，以宇宙能量利用能力为唯一标尺，构建了行星级、恒星级、星系级的三阶文明演化框架。该理论长期引领人类对文明发展上限的认知，近年来再度成为全球前沿科技界重点研究范式。以马斯克为代表的硅谷前沿科研与产业主体明确提出，人类迈向卡尔达舍夫Ⅱ级恒星级文明，必须突破地球能源边界、构建月球生产体系与太空太阳能利用体系。总体来看，传统卡尔达舍夫理论建立了能量维度的文明评价标准，但受时代局限，尚未纳入信息智能维度，难以适配人工智能、大模型算力革命驱动的当代文明演进特征。
科技学者认为，高阶文明进阶必须实现物质能量开发与数智信息开发双轮驱动。随着算力网络、大模型、智能体技术快速迭代，信息生成、处理、推演、决策能力成为衡量文明高度的新维度。美国学者萨根在原卡尔达舍夫能量分级之外，增设A至Z的信息层级，当前人类综合能量与信息发展水平仅处于0.7H初级文明阶段。学界认为，未来文明迭代不再单纯依赖能源规模扩张，而更多依赖数智技术对宇宙信息的解析、建模、重构与预判，通过能量维度与信息维度协同突破，构建更加完整、科学的人类文明进阶新体系。
从控制论的视角看，卡尔达舍夫理论与萨根理论并非彼此割裂，而是内在呼应、相互补充。控制论以信息为基础、以反馈为机制、以系统为对象，恰为文明评价从单一能量标尺走向能量与信息双维标尺提供了理论依据：文明越是高阶，对信息采集、传递、处理与反馈调控的能力要求越高，文明进阶本质上是复杂大系统调控能力的系统性跃升；能量利用与信息利用作为文明演进的双重动力，唯有在系统层面协同调控、动态平衡，方能支撑文明持续向更高阶段跃升。
回望经典控制论的思想脉络，人类文明进阶的每一步，都伴随着信息获取、系统调控与反馈优化能力的跃升。展望未来，我们更应以系统观念把握人工智能发展全局，以鲁棒约束筑牢安全底线，以多元协同凝聚治理合力，让人工智能这一控制论思想的数智化结晶，在服务人类共同福祉中持续释放正能量，推动人类文明由初级层级持续向高阶文明迭代跃升。
作者丨赛迪研究院党委副书记胡国栋，人工智能产业工委会秘书长高宏玲， 赛迪智库新型工业化研究所王高翔
编辑丨赵晨
美编丨马利亚
