图谋按：《图书与情报》2026年第4期刊发“智能体在情报工作中的应用与治理”专题。我用“AIWF学术超级智能体“，提示词为“帮我写一篇论文，题名《智能体在图书馆工作中的应用与治理》。”大约15分钟后生成了一篇像模像样的论文，正文篇幅约 1.7万，包含 6 个主体章节（概念界定 → 应用场景分析 → 治理挑战剖析 → 治理框架构建 → 结语）。引用了 25 篇真实文献，涵盖刘炜、吴建中等学者的最新研究成果（2024—2026 年）。再此基础上，借助豆包“工作任务”改写为科普短文，仅供参考。

 一、什么是智能体

       提起人工智能，很多人首先想到的是聊天机器人 —— 你问一句，它答一句。但近两年兴起的 "智能体"（AI Agent），已经超越了这种简单的问答模式。

       智能体是以大语言模型为 "大脑"，具备自主规划、工具调用、推理决策、多轮交互和记忆学习能力的智能系统。打个比方：普通 AI 像一本 "会说话的百科全书"，你查什么它答什么；智能体则像一位 "能跑腿的助手"—— 你只需告诉它目标，它会自己拆解任务、查找资料、调用工具、根据反馈调整方案，直到把事情办完。

       对图书馆而言，这意味着从 "被动响应" 到 "主动服务"、从 "单一功能" 到 "综合智能" 的范式转变。智能体不再只是附着在管理系统上的功能插件，而正在成为整合资源管理、用户服务、空间运营、决策支持的 "智能中枢"。

二、智能体能帮图书馆做什么

       当前，智能体正在图书馆六大业务领域落地生根。

       一是参考咨询与智能问答。 传统咨询受限于馆员人数和开放时间，难以满足全天候、深层次需求。智能体可 7×24 小时解答馆藏查询、借阅规则、数据库使用等常见问题，还能承担文献检索策略制定、研究主题综述等深度咨询。厦门大学图书馆开发的 "法图助手"，以法学资源为知识底座，实现了专业问题的精准理解和高效解答。

      二是知识组织与资源建设。 智能体融合语义理解与知识图谱，可对文献进行多维度自动标引和精准分类，自动抽取实体间语义关系，持续更新领域知识图谱。在资源建设方面，智能体可辅助馆藏发展决策，从经验驱动转向数据驱动。

     三是个性化服务与精准推荐。 智能体整合用户借阅记录、检索历史、学科背景等多源数据，构建动态用户画像，不仅基于历史行为做 "物以类聚" 的匹配，更能理解用户所处的科研阶段和潜在兴趣，实现 "一人一策" 的精准推荐。但需警惕过度个性化带来的 "信息茧房" 风险。

      四是信息素养教育。 智能体本身可作为自适应教学助手，根据学习者水平生成定制化培训方案；同时，理解智能体的能力边界与伦理风险，本身也成为信息素养教育的新内容。图书馆理应成为 "AI 素养高地"。

     五是业务流程自动化。 从采编、流通到统计评估，智能体凭借自主规划和工具调用能力，可实现比传统规则引擎更高层次的 "超自动化"。馆员从重复性事务中解放出来，将更多精力投入高价值的知识服务创新。

    六是学术研究支持。 智能体可自主完成文献检索、筛选、分类和综述，自动生成文献计量分析，辅助学术写作和成果评价。但需明确：智能体是 "增强助手" 而非 "替代裁判"，最终学术判断权必须掌握在人类学者手中。

 三、不能忽视的治理挑战

       技术是一把双刃剑。智能体在释放效能的同时，也带来六方面治理挑战。

       数据安全与用户隐私。 智能体运行需要采集用户行为数据、接入核心业务系统，数据采集合规性、云端存储安全、交互数据能否用于模型训练等问题，均需明确制度边界。

      算法偏见与公平性。 大模型预训练语料中内嵌的社会偏见，可能通过推荐和问答传导到图书馆服务中，导致弱势学科、边缘群体的知识可见度进一步弱化。而模型 "黑箱" 特性使偏见的识别和纠正异常困难。

      技术依赖与供应商锁定。 主流大模型高度集中于少数科技巨头。图书馆若在核心业务中深度嵌入特定厂商方案，可能面临技术锁定、数据锁定和能力锁定的三重风险，削弱技术自主权。

      知识产权与版权合规。 模型训练语料的版权合法性、生成内容是否会复现受保护原文、智能体生成内容的权利归属，都是全球法律界尚未定论的前沿问题。图书馆作为知识服务者和信息中介，需要审慎把握合规边界。

     人机协同与馆员角色重构。 当智能体能完成检索、咨询、编目等传统核心业务，馆员的专业价值何在？答案是：从 "信息守门人" 转向 "AI 素养教育者"，从 "检索执行者" 转向 "知识架构师"，从 "服务提供者" 转向 "治理监督者"。这需要组织层面建立清晰的人机分工指南和持续培训体系。

      责任归属与问责机制。 智能体给出错误信息导致用户科研受损，谁负责？是智能体本身、图书馆、技术公司还是用户？这种责任模糊性，要求图书馆建立涵盖事前预防、事中监控、事后追溯的全链条责任管理机制。

四、如何构建治理框架

      应对上述挑战，需要一套系统化的治理框架，核心是五项原则和五个抓手。

      五项原则是：透明性（用户应被告知在与智能体交互）、可解释性（决策过程可被人类理解和追溯）、公平性（不因身份特征产生系统性歧视）、可控性（图书馆保留关闭或降级服务的能力）、可问责性（错误发生时有清晰的责任路径和救济渠道）。

      五个抓手是：制度规范建设，从国家行业标准到机构内部制度，为智能体应用立规矩；技术治理机制，将隐私保护和伦理约束 "编码" 进系统设计，部署实时监控和用户反馈闭环；组织治理架构，设立跨部门的智能体治理委员会和 "智能体服务管理人" 岗位；伦理审查与全生命周期监督，立项前做算法影响评估，运营中定期审计，退役时制定预案；**多利益相关方协同治理**，图书馆、技术供应商、用户、行业协会和监管机构共同参与，形成开放治理生态。

五、结语

      智能体技术正以不可逆转之势融入图书馆工作。技术赋能的另一面，是治理责任的同步放大。图书馆既不能因恐惧风险而拒绝创新，也不能因追逐效率而放弃底线。唯有在 "创新发展" 与 "负责任治理" 之间找到动态平衡，图书馆方能在智能体时代真正实现从 "技术赋能" 到 "价值创造" 的跃升，让知识基础设施向着更智慧、更公平、更可信的方向持续演进。

支持单位：