规则与搜索
符号主义与搜索
早期 AI 把智能看作在明确规则空间中搜索解答，奠定了规划、博弈和路径搜索的基础。
查看搜索 demoOverview
AI 技术演化总览时间线
这条时间线不是论文清单，而是把每个阶段的核心问题、技术转向和对应 demo 放在一条主线上。
知识工程
专家系统
专家知识被写成 if-then 规则，系统可解释，但知识获取和例外维护成为瓶颈。
查看专家系统 demo概率与统计
Bayes 与统计学习
AI 从确定规则转向不确定性建模，用证据更新信念，并逐步走向数据驱动学习。
查看 Bayes demo深度学习
CNN 与深度视觉
卷积网络通过局部感受野和参数共享，从边缘、纹理到形状逐层组合视觉特征。
查看 CNN demo基础模型前夜
Transformer
Attention 让 token 之间建立直接连接，成为大规模语言模型和多模态模型的关键架构。
查看 Attention demo现代 AI 系统
LLM 系统化
大模型具备强生成能力，但现代应用通常还需要上下文、工具、记忆和评估把能力组织成系统。
查看 LLM 系统地图现代 AI 系统
RAG
RAG 把外部知识检索进上下文，提高答案事实性、可更新性和可引用性。
查看 RAG demoAgentic AI
Agent
LLM 被放进计划、工具调用、观察和修正循环，开始执行多步任务而不只是一次性回答。
查看 Agent demo