AI 技术演进时间轴
人工智能发展历程：事件文字版
按时间浏览计算理论、模型、工具与智能体的发展节点，也可使用上方时间轴探索技术之间的联系。
展开全部 46 个技术节点
1936 年 11 月 · 图灵机 · 可计算性理论
Alan Turing 发表里程碑论文《论可计算数及其在判定问题中的应用》（On Computable Numbers, with an Application to the Entscheidungsproblem），提出"图灵机"（Turing Machine）数学模型，奠定了可计算性理论与现代计算机科学的理论基石。
1945 年 2 月 · ENIAC · 首台通用电子计算机
1943—1945 年，宾夕法尼亚大学为美国陆军建造出世界上第一台通用电子计算机 ENIAC。它尚未采用冯·诺依曼架构——每次更换程序都要手动拔插大量电缆、拨动开关，耗时数天。
1945 年 6 月 · 冯·诺依曼架构
John von Neumann 发表《关于 EDVAC 的报告草案》（First Draft of a Report on the EDVAC），提出由运算器、控制器、存储器、输入与输出设备组成、程序与数据一同存入存储器的"冯·诺依曼架构"，确立了现代计算机的基本蓝图，沿用至今；随后经由晶体管、集成电路不断演进。
1950 年 10 月 · 图灵测试
Alan Turing 发表《计算机器与智能》，提出"机器能思考吗？"并设计图灵测试作为评估机器智能的标准，奠定 AI 哲学与方法论基础。
1956 年 7 月 · 达特茅斯会议 · AI 诞生
麦卡锡、明斯基等人在达特茅斯举办历史性研讨会，正式确立"Artificial Intelligence"这一学科名称，AI 作为独立研究领域宣告诞生。
1957 年 7 月 · 感知机 Perceptron
Rosenblatt 提出感知机模型，首个能从数据中自主学习的人工神经网络，确立了"权重 + 激活"的核心范式，是神经网络研究的历史起点。
1966 年 1 月 · ELIZA · 首个聊天机器人
MIT Weizenbaum 开发 ELIZA，通过模式匹配模拟心理咨询对话。首个展示自然语言人机交互可能性的程序，引发了关于机器理解力的广泛讨论。
1969 年 1 月 · 第一次 AI 寒冬
Minsky 与 Papert 出版《感知机》，证明单层网络无法解决非线性问题，AI 研究资金锐减，第一次 AI 寒冬正式开始，持续近十年。
1980 年 1 月 · 专家系统 · AI 商业化
XCON 等基于规则的专家系统大规模商业部署，AI 首次进入企业级应用，掀起第一波商业化浪潮，也为随后的第二次 AI 寒冬埋下伏笔。
1986 年 9 月 · 反向传播算法
Rumelhart、Hinton、Williams 系统阐述误差反向传播，为多层神经网络训练提供了实用方法，成为深度学习至今沿用的核心数学基础。
1995 年 9 月 · 支持向量机 SVM
Cortes 与 Vapnik 提出 SVM，凭借坚实的统计学习理论与出色的分类性能，成为深度学习兴起前最主流的机器学习算法，主导学界近十年。
1997 年 5 月 · Deep Blue 战胜卡斯帕罗夫
IBM 深蓝以 3.5:2.5 击败国际象棋世界冠军，成为 AI 首次在正式赛制中战胜人类顶级棋手，全球震动，AI 能力边界的讨论由此展开。
1997 年 9 月 · LSTM 长短时记忆网络
Hochreiter 与 Schmidhuber 提出 LSTM，解决 RNN 长程梯度消失问题，成为此后十余年序列建模与 NLP 的主流架构，深刻影响语言模型发展。
1998 年 11 月 · LeNet-5 · 卷积神经网络
LeCun 等发布 LeNet-5，将 CNN 应用于手写数字识别并超越传统算法，奠定现代卷积网络架构基础，AlexNet 等后续工作均源于此。
2004 年 3 月 · DARPA 无人驾驶挑战赛
DARPA 举办首届无人车公路挑战赛，将 AI 感知与规划能力带入真实世界复杂场景，成为自动驾驶技术与 AI 工程化落地的重要催化剂。
2006 年 6 月 · 深度置信网络 DBN
Hinton 等人提出逐层预训练方法，重新引发对深度神经网络的研究兴趣，标志着深度学习的正式复兴。
2012 年 9 月 · AlexNet
深度卷积网络以压倒性优势赢得 ImageNet 竞赛，GPU 加速训练成为标配，计算机视觉全面进入深度学习时代。
2014 年 6 月 · GAN · 生成对抗网络
Goodfellow 提出生成器与判别器对抗博弈框架，开创生成模型全新范式，深刻影响图像、音频、视频生成方向。
2015 年 11 月 · TensorFlow 开源
Google 开源深度学习框架，大规模模型训练与部署的工程门槛大幅降低，深度学习工具链趋于成熟。
2015 年 12 月 · ResNet
残差连接解决深层网络梯度消失问题，152 层网络成为可能，影响几乎所有后续深度架构设计。
2017 年 6 月 · Transformer
「Attention Is All You Need」提出完全基于注意力机制的架构，彻底取代 RNN/LSTM，成为此后所有大模型的统一基础。
2018 年 6 月 · GPT-1
OpenAI 验证自回归语言模型在生成任务上的潜力，GPT 系列与 Scaling Law 研究的历史起点。
2018 年 10 月 · BERT
Masked Language Model 预训练 + 微调范式席卷 NLP，「预训练大模型」成为整个行业的主流方向。
2020 年 5 月 · GPT-3
1750 亿参数，Few-shot 学习能力惊艳业界，「规模即能力」的 Scaling Law 被广泛接受，大模型军备竞赛正式开启。
2020 年 11 月 · AlphaFold 2
DeepMind 解决困扰生物学 50 年的蛋白质折叠问题，AI for Science 范式正式进入公众视野。
2021 年 1 月 · DALL-E
OpenAI 展示从自然语言生成高质量图像，文生图能力首次大规模面向公众，多模态生成进入主流视野。
2021 年 1 月 · CLIP
用 4 亿图文对训练跨模态对齐表示，奠定多模态基础模型的核心研究范式，被后续几乎所有多模态工作引用。
2021 年 6 月 · GitHub Copilot
基于 Codex 的 AI 编程助手大规模上线，成为首个真正改变开发者日常工作流的 AI 生产力工具。
2022 年 1 月 · InstructGPT · RLHF
人类反馈强化学习引入 GPT，使模型能遵循自然语言指令，AI 对齐研究正式进入实用阶段，为 ChatGPT 铺路。
2022 年 8 月 · Stable Diffusion
Stability AI 开源图像生成模型，AIGC 浪潮席卷创意行业，扩散模型（Diffusion Model）成为图像生成主流范式。
2022 年 11 月 · ChatGPT
2022年11月30日上线，5天注册用户突破100万，两个月破亿。史上扩张最快的消费级产品，AI 正式进入普通人的日常生活。
2023 年 2 月 · LLaMA · 开源大模型
Meta 开源 LLaMA，Mistral、Qwen、Yi 等大量开源模型随之涌现，大模型民主化进程全面加速。
2023 年 3 月 · GPT-4
支持图像输入，推理能力大幅跃升，通过多项专业考试，多模态大语言模型成为行业标配方向。
2023 年 4 月 · AutoGPT · Agent 元年
自主规划、调用工具、循环执行任务的 Agent 模式引发广泛讨论，「智能体」概念正式进入主流视野。
2023 年 6 月 · Function Calling
OpenAI 将工具调用能力标准化，LLM 与外部系统的集成门槛大幅降低，Agent 开发全面进入实用阶段。
2023 年 10 月 · RAG 主流化
检索增强生成成为企业落地大模型的主流方案，向量数据库（Pinecone、Weaviate 等）市场随之爆发。
2024 年 2 月 · Sora
OpenAI 展示高质量文生视频，视频生成进入大模型时代，多模态生成能力边界再次大幅拓展。
2024 年 3 月 · Claude 3 系列
200K token 超长上下文，推理与安全性双重提升，与 GPT-4 形成正面竞争，多模态成为模型标配。
2024 年 5 月 · GPT-4o
原生多模态，实时语音交互，Gemini、Claude 等全面跟进，多模态从实验特性升级为行业标准能力。
2025 年 1 月 · MCP 协议
Anthropic 提出 Model Context Protocol，为 LLM 与外部工具 / 数据源的连接定义开放标准，迅速成为 AI 工具集成的事实规范。
2025 年 2 月 · Deep Research
OpenAI、Google 等相继推出可自主浏览、搜索、综合的研究 Agent，AI 开始系统性替代部分高价值脑力劳动。
2025 年 4 月 · A2A 协议
Google 联合业界提出 Agent-to-Agent 协议，让不同 AI Agent 能够互相调用与协作，多 Agent 系统走向标准化。
2025 年 6 月 · Skills · AI 技能层
标准化的 AI 技能封装规范兴起，Agent 能力可组合、可复用、可市场化分发，AI 能力的「乐高化」趋势形成。
2026 年 1 月 · Ontology · 知识本体回归
知识图谱与本体论在 LLM 时代强势回归。结构化知识表示成为 AI Agent 长期记忆与推理的底座，Ontology-driven Agentic AI 成为企业级 AI 落地的新范式。
2026 年 2 月 · Harness Engineering · 智能体生产化
「智能体调度工程」成为 2026 年新兴 AI 工程学科。解决 Agent 从原型到生产的最后一公里——可靠性、可观测性、测试与治理体系全面成熟，使 AI Agent 真正可规模化部署。
2026 年 3 月 · OpenClaw · 小龙虾
新一代 AI 技术范式，具体能力尚在涌现中。从深度学习复兴到 Agent 协议，技术浪潮从未停歇。
延伸阅读：计算机技术演进时间轴 · AI Agent 解决方案
