# 本章小结

本章作为全书的收尾，严肃地探讨了智能体技术的边界与未来。能力越强，责任越大，安全与对齐是智能体迈向大规模应用的前提。

## 核心要点回顾

* **安全边界（Security）**：零信任架构要求我们同时怀疑用户输入、外部数据和模型输出；真正有效的方案必须把输入过滤、模型鲁棒性、应用层护栏与架构隔离叠加起来。
* **价值对齐**：对齐的目标不是让系统“更会说正确的话”，而是防止目标异化、奖励欺骗和事实幻觉。宪法式原则、自动化红队和运行时治理需要一起使用。
* **伦理与治理**：责任归属最终仍然落在人类与组织身上。部署方、开发方和模型提供方都要为隐私、审计、数据最小化和高风险动作的控制权负责。
* **迈向 AGI**：端侧智能体、具身智能和开放标准正在同步推进，但能力提升必须伴随更强的可靠性、审计性与跨系统协作能力。

## 全书结语

智能体 AI 不仅仅是 LLM 的一个应用方向，它是软件工程范式的彻底重构。

* 编程语言从 Python/Java 变成了自然语言。
* 操作系统从管理硬件变成了管理智能。
* 应用程序从“工具”变成了“伙伴”。

从理论模型到工程框架，从协作模式到安全治理，本书为您描绘了智能体时代的宏大蓝图。希望本书能成为您在这场技术变革中的导航图。但这仅仅是个开始，最好的智能体，永远是你亲自创造的。

***

**下一节**: [术语表](/agentic_ai_guide/di-wu-bu-fen-fu-lu/12_appendix/12.1_glossary.md)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/agentic_ai_guide/di-si-bu-fen-wei-lai-zhan-wang/11_future/summary.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.