活动报道 | AI赋能下的历史学者知识体系建构学术讲座纪要
2026年5月20日下午，由中国社会科学院近代史研究所青年工作小组、中国历史研究院近代以来中国历史学知识体系研究中心、中国社会科学院大学历史学院近代史系联合主办的第180期青年读书会暨研究生论文写作经验分享系列讲座第4讲，在中国历史研究院阅微厅举行。本次活动特邀南京大学历史学院博士李磊作题为“AI赋能下的历史学者知识体系建构”的学术讲座，所内外40余位同仁参与研讨。
讲座聚焦人工智能技术对历史研究范式的重塑，系统介绍 AI 如何推动史学研究从“数字辅助”迈向“智能共生”的过程。李磊首先回溯了技术驱动史学转型的百年历程，指出从计量史学、人文计算到数字史学，每一轮技术革新均极大拓展了历史研究的认知边界。在当前数智时代，历史研究正迎来从工具辅助到人机共生的历史性跨越。
随后，李磊围绕三个维度讲解 AI 如何赋能历史学者的知识体系建构。其一，在大模型的应用范式上，经历了从“提示词建构”到“多智能体协同”的演进。他指出，AI 在史学中的应用历经三个阶段：第一阶段为“提示词工程”，依靠结构化指令引导模型输出；第二阶段为“上下文工程”，借助 RAG（检索增强生成）等技术实现基于真实史料的可控生成；进入 2025 年以来的第三阶段即为“AI Harnessing”（驾驭AI），通过多智能体架构打造系统化的研究流程。他强调，提示词正逐渐演变为承载史学问题意识与学术观点的新型知识表达形式，而多智能体协同则能实现史料搜集、文本分析、论证审查及文献综述等全流程的自动化协作。
其二，大模型在史料信息抽取与知识结构化方面取得重大突破。李磊指出，大模型实现了从非结构化史料到结构化数据的高效转化，通过 Schema 驱动、字符级溯源、跨文档关联等技术，精准提取人物、事件、时空等关键要素，有效破解了传统史料整理效率低、易出错的难题。他重点介绍了谷歌开源工具 LangExtract、北京大学“吾与点”智能数据平台等项目，并现场演示了从原始文本到信息抽取、知识图谱生成的全流程。此外，针对复杂历史档案的结构化需求，他还演示了自研的“云帆”史料处理平台。该平台基于多智能体编排架构，融合OCR与Vision双模态引擎，并内置 Producer-Checker（生产-校验）自纠正闭环，能够将PDF历史文档以流水线方式转化为结构化数据，为后续的多层次、多样态的深度开发奠定基础。
其三，在 AI 知识库的实践与发展方面，李磊详细拆解了 RAG 系统在史学研究中的应用流程，涵盖文档解析、文本切片、向量化存储及检索生成等环节，构建可溯源、可验证的个人学术知识库。在剖析传统 RAG 局限性的基础上，他探讨了目前业界的多种优化技术。随后，他逐一演示并评估了 RagFlow、NotebookLM、ima、Obsidian + Ollama 等主流知识库产品的实际效果，对比了其功能特性与适用场景的差异，并介绍了最新的“LLM Wiki”知识库建构模式。
讲座最后，李磊总结指出，AI正在逐步重构史学研究的知识生产方式。未来史学研究将形成“历史研究者+人工智能+数字化文献+量化分析”的协同模式，以数据驱动深化历史认知，助力历史学者在数智时代实现学术创新与突破。
在交流环节，与会人员围绕多智能体在近代史研究中的落地、RAG系统的史料适配、本地模型部署等问题展开深入探讨。李磊逐一解答并分享实操经验，为AI技术在史学领域的规范化应用提供路径参考。本次讲座为历史学者应对数智时代学术转型、构建新型知识体系提供了理论支撑与实践方案，搭建了史学研究与人工智能技术的对话桥梁，活动在热烈的氛围中圆满结束。
Views: 17