CNCC2025｜图智能体Tutorial在哈尔滨举办

2025年10月22日下午，CNCC2025“图智能体：范式、架构与实践”Tutorial在哈尔滨市顺利举行。

2025年10月22日下午，CNCC2025“图智能体：范式、架构与实践”Tutorial（研习班）在哈尔滨市顺利举行。作为本届大会的重要技术研习活动之一，本次Tutorial创新采用“理论讲授—技术解析—系统实战—深度互动”四位一体的教学模式，紧扣图学习与智能体两大人工智能前沿方向的交叉融合，全面呈现图智能体从基础理论、核心算法到典型应用的完整技术图谱。本场研习班由天津大学、浙江大学、国防科技大学等多家单位联合发起，汇聚了6位深耕知识图谱与智能体领域的学者。活动现场汇聚了来自全国高校、科研院所及科技企业的上百位听众，交流踊跃，反响热烈。

天津大学王鑫教授领衔开讲，系统开启“图智能体基础理论”篇章，为整场活动奠定坚实的学术基调。

王鑫教授首先从智能体与图数据的基础理论切入，深入讲解了智能体技术的发展历程，从传统基于规则的智能体，到基于强化学习的决策智能体，再到当前以大语言模型为驱动的自主智能体范式转变。王鑫教授特别强调了图结构在智能体感知、推理与行动闭环中的核心作用，并结合最新研究成果，剖析了图结构与智能体协同演化的技术趋势与突破方向。

在第二部分中，浙江大学陈华钧教授与张宁豫副教授联袂讲授“图赋能的智能体规划”。他们从结构化表征的优势出发，深入探讨知识图谱、任务图谱等图结构在复杂决策场景中的关键价值。陈华钧教授从宏观层面系统分析了知识图谱在智能体任务分解、子图提取、层次化策略构建等方面的重要价值。接着张宁豫副教授则进一步借助具体案例展示了基于图搜索的优化决策框架在组合优化、路径规划、资源调度等典型场景中的应用效果，生动揭示了“图”如何成为智能体推理与规划的“认知骨架”。

第三部分由国防科技大学教授赵翔与博士研究生常胜共同主讲，聚焦“智能体驱动的图学习”。赵翔教授首先系统介绍了大模型智能体如何赋能图数据的自动处理与理解，涵盖图自动标注、图生成、图理解等核心任务。接着，博士研究生常胜详细演示了如何利用智能体进行语义节点标注、缺失边预测、属性推理等操作，并探讨了智能体在跨图对齐、零样本迁移等前沿方向的潜力。这一部分不仅展示了图学习从“被动建模”向“主动探索”的范式跃迁，也为参会者提供了可复现的研究思路与技术路径。

随后，天津大学副研究员郭凌冰带来第四部分内容“图智能体原型实战”。他以当前主流的智能体构建框架LangChain、LangGraph为基础，手把手演示如何设计一个具备自主调用多种工具能力的图智能体系统。内容涵盖状态定义、节点编排、条件跳转、多轮交互与动态路由等关键实现步骤。通过将智能体工作流组织为有向图结构，郭老师展示了如何构建支持状态维护、分支判断与上下文感知的图智能体系统，尽可能地使参会者切实感受到“图+智能体”架构在实际应用中的强大表达力与灵活性。

在四个技术模块讲授结束后，Tutorial特别设置了开放式问答与自由讨论环节。参会者围绕“知识图谱在智能体以及未来人工智能发展过程中的价值”“大模型智能体在图数据上的泛化能力”等前沿议题踊跃提问。王鑫教授指出：“图不仅是数据结构，更是一种认知范式——未来智能体若要具备类人的结构化推理能力，图很可能是不可或缺的‘思维骨架’。”

本次Tutorial不仅为参会者提供了从理论到实践的完整知识链条，更搭建了一个跨学科、跨领域的交流平台。活动结束后，多位参会者表示，此次研习班内容前沿、结构清晰、实操性强，极大加深了对图智能体这一新兴交叉方向的理解。

本次“图智能体前沿技术”Tutorial的成功举办，离不开6位讲者的精心准备与默契配合。教学团队在会前反复打磨内容、调试演示环境，确保每个环节流畅衔接、深入浅出。未来，团队将持续推动图智能体相关技术的开源共享与教学转化，助力我国在人工智能与图计算融合方向的自主创新与人才培养。