Let's Make AGI Real

平台隐处千门启，馆员再世万事通。
无形之台真有形，智能体内旧魂逢。

话说第二十三回中，大模型开口须凭据，知识库回声有来踪。机器若要替人答问，须先走过授权、治理、检索、生成、证据和服务六道门。可读者的脚步并不总向图书馆网站来。有人在论文软件中写注，有人在课程平台里找阅读材料，有人在实验室记录数据，有人在手机日程里赶会议。若图书馆只守着一个门户，便会看见许多读者从门外经过。

于是，下一代图书馆服务开始隐身。

隐身不是消失，而是像水、电、道路那样进入日常。读者写论文时，引用管理器旁边出现馆藏可得性；教师排课时，课程平台自动提示哪些读物有电子授权，哪些需替代版本；研究团队上传数据时，机构知识库提醒元数据、许可和保存年限；学生向个人 AI 提问时，图书馆智能体在后台判断哪些资料可调用，哪些答案须回到原文。

清晨八点，医学院学生在通勤车上复习病例，手机里的个人 AI 要求一篇综述；九点，教师在课程系统中替下周阅读单找开放版本；十点，实验室把原始数据上传仓储；午后，校外校友请求访问一篇旧论文；夜里，博士生让写作软件检查参考文献。五个入口，若都要求他们先进入同一个图书馆主页，服务便慢了半拍。隐身平台的本领，是在读者刚要伸手时，已经把合适的门开到手边。

这一切看似一个聊天窗口，实则不是聊天机器人那么简单。真正的智能体馆员，要会调用目录、发现系统、全文数据库、授权系统、馆际互借、课程平台、研究数据仓储、写作工具和日程工作流。它要知道什么时候搜索，什么时候下单，什么时候提醒版权，什么时候把人交给真人馆员。若只会说话，不会办事，便只是会客厅里的伶牙俐齿。

调用工具时，智能体每走一步都留下脚印。它先请求用户意图，再取最少必要的身份信息；先查本馆资源，再查开放资源；若要访问付费全文，便带上授权令牌；若要发起馆际互借，便请用户确认；若要把材料送入外部模型，便检查合同和脱敏规则。读者看见一句简短提示，后台却像驿站传符，层层验印。

Tim Berners-Lee 当年推动万维网，人们得以用链接把文档接起来；后来 Linked Data 的思想又提醒大家，世界不只由网页构成，也由可被机器识别的实体和关系构成。书不只是一个题名，作者不只是字符串，版本不只是括号里的年代。作品、表达、载体、单件，层层不同。Barbara Tillett 与许多编目学者、机构一起推动的书目模型变化，正是在替旧目录换一副更适合网络的骨架。

BIBFRAME 继承这种方向，试图让书目描述进入 Linked Data 世界。过去 MARC 记录像一张精密卡片，字段清楚，却多在馆内系统中流转；BIBFRAME 更愿意把作品、实例、主题、责任者和关系放到网络上，让机器能追索、组合和再利用。卡片没有死，只是换成了更会连线的形体。

这种连线能让智能体少犯许多低级错。一本作品有原文、译本、修订版、电子版、馆藏本和扫描本，读者说“我要看那本书”，它要知道“那本”究竟指作品、表达、载体还是本馆那一册。若模型只看题名字符串，很容易把译本当原本，把节本当全本，把评论当正文。关系化书目像给机器补上家谱，使它知道谁是谁的祖本，谁是谁的影子。

图书馆服务平台也在变化。早年的 ILS 管采购、编目、流通、馆藏；后来电子资源、发现系统、知识库、许可管理、分析报表一同涌来，LSP 便要把纸本、电子、订阅、链接解析和用户服务装进同一套运转机制。可到了智能体时代，平台不只是一处后台，而是一组可被调用的能力。馆藏查询是一个能力，权限判断是一个能力，馆际互借是一个能力，引用检查是一个能力，数据保存建议也是一个能力。

有位博士生深夜写论文，个人 AI 建议引用一篇文章。图书馆智能体在旁轻轻敲门：本校有全文，版本为作者稿；出版版需经数据库访问；若用于系统综述，可下载元数据，但全文批量挖掘需另查授权。博士生原本只想点开 PDF，却被这几句拦得一愣。她后来在致谢里写道，自己不是被一个按钮帮助，而是被一整套看不见的馆务托住。

API 网关像一座小驿站。读者的个人 AI 不能随意闯进所有系统，必须带着身份、权限、任务和日志而来。它问：“能否替用户检索这些关键词？”网关看一眼用户身份，放行。它又问：“能否批量下载一千篇全文？”网关摇头，要求走 TDM 申请。它再问：“能否为课程生成三十页阅读包？”网关查许可，列出可用材料和替代开放资源。智能体若守规矩，便像好使者；若越界，便要被门房拦下。

馆员的角色也随之移动。过去馆员常被看作回答者：读者问，馆员答。现在馆员更像策略设计者、系统调音师和审计者。他们设计知识库的范围，制定引用规则，谈判机器可读条款，观察日志中的失败，修正偏见，安排真人接手。最难的不是让机器做得更多，而是知道哪些事不可全交给机器。

馆员还要设计服务的脾气。它该热情到什么程度，何时追问，何时沉默，何时提醒读者休息，何时承认自己无权访问，何时把复杂问题拆开，何时拒绝代写作业。一个智能体若总像推销员，读者会疲惫；若总像法条，读者会躲开。好的图书馆智能体，应当有门槛，也有温度；有规矩，也能把规矩说成人话。

失败回退尤其要紧。智能体找不到全文时，不该胡乱编出摘要；权限不明时，不该把材料送入模型；问题涉及心理、法律、医疗或学术诚信时，不该冒充专家。它应能说：“此处需要真人馆员”“此处需咨询专业人员”“此处无法在现有授权下处理”。无平台的服务若没有边界，就会变成无责任的幻影。

隐身服务还要守住读者隐私。个人 AI 知道你在写什么、读什么、拖延什么，图书馆智能体却不该贪看。它只取完成任务所需的最少上下文，用完即忘或按规则封存；它不把读者的论文题目随手送给供应商，不把敏感查询拿去训练，不把借阅兴趣变成广告画像。读者不必用隐私来换便利，才算真正的公共服务。

一日，校长问图书馆长：“将来人人都有 AI，图书馆还要平台吗？”馆长把一张旧目录卡放在桌上，又打开一张 API 调用链图。旧卡上有题名、作者、索书号；新图上有用户、授权、检索、引用、日志、回退。她说：“平台还在，只是不一定有门面。读者看不见梁柱，并不等于房屋不存在。”

随后她带校长看后台仪表盘。上面不是炫目的访问量，而是更细的指标：多少回答带可核对引用，多少请求因权限不足转为开放替代，多少学生在写作中被提醒补充原文，多少模型回答被馆员修正，多少敏感问题转给真人。平台隐形之后，治理反而要更可见。梁柱若藏在墙内，工程图就更不能丢。

校长沉默片刻，问：“这些工作，读者会知道吗？”馆长说：“未必。”她把旧目录卡收回盒中，“最好的服务常常不被看见。可公共机构不能因为不被看见就不做，也不能因为机器会做一点，就忘了为什么做。”窗外学生走过，没人抬头看机房灯光。灯光仍亮着。

第二十四回写到这里，图书馆已不只是一座网站，也不只是一栋楼。它把自己的能力拆成可组合的服务，藏入用户的工作流中。下一回，隐身服务将撞上更硬的墙：版权、训练语料、机器阅读、算法偏见和公共伦理。机器越会读，越要问谁允许它读，读了以后又替谁说话。

正是：平台隐处千门启，馆员再世万事通。欲知版权墙前幽藏如何叹息、算法镜里公义怎样寻踪，且看第二十五回“版权墙前幽藏叹息，算法镜里公义寻踪”。

平台虽隐犹存架，智能虽灵亦有权。
且向版权墙下立，再看算法镜中缘。