1 历史背景与提出动机
1.1 符号主义与认知模拟的早期探索
20世纪50至60年代，人工智能研究的主流是符号主义（Symbolism），其核心理念是：智能行为可以用符号运算来模拟。基于这一假设，研究者开发了逻辑推理程序、问题求解系统（如Newell与Simon的“通用问题求解器”GPS）以及早期的自然语言理解程序。这些系统都依赖于将知识表示为符号与规则，通过严格的搜索与匹配来解决问题。然而，随着研究深入，人们逐渐发现，单纯依赖逻辑与规则的系统在面对复杂、不确定的现实世界时，显得力不从心——它们缺乏对常识和情境的整体把握。
1.2 明斯基对“微观世界”局限的反思
马文·明斯基（Marvin Minsky）是符号主义的代表人物之一，但他也是最尖锐的批评者之一。他注意到，早期AI系统（如他的“共轭”程序或Terry Winograd的SHRDLU）只能在极其有限的“微观世界”（Micro-worlds）中运行——例如一个由积木构成的桌面世界。这些系统能完美地处理积木的堆叠与移动，却无法回答“如果把桌子上的咖啡杯打翻会怎样”这种常识性问题。
1.2.1 从象棋程序到常识推理的鸿沟
明斯基指出，当时最成功的AI应用之一——象棋程序，其“智力”高度依赖于棋盘状态的精确符号表征与搜索算法，却对棋手为何会下出“放弃皇后”这种看似荒谬的着法毫无感知。这种“智能”与人类基于丰富背景知识、期望和直觉的思考方式截然不同。真正的常识推理，需要系统预先具备关于事物“通常”是什么样子的结构性知识，而不是在每次遇到新情境时都从零开始逻辑推导。
1.2.2 心理学中的“脚本”与“原型”启发
明斯基从认知心理学中汲取了灵感。心理学家弗雷德里克·巴特利特（Frederic Bartlett）提出的“图式”理论（Schema Theory）认为，人类记忆并非被动记录信息，而是主动构建有组织的知识结构（图式）。当人回忆一个故事时，会依据典型的“脚本”填充缺失的细节。例如，“去餐厅”这个脚本包含了“进门、找座位、点菜、吃饭、结账、离开”等标准化动作序列。明斯基意识到，如果AI系统也能拥有类似的预结构化知识单元，它就能更高效地理解新情境、做出预期，并填补信息空白。
1.3 1975年里程碑论文的发表
1975年，明斯基发表了论文《A Framework for Representing Knowledge》（《知识表示的一个框架》），正式提出了框架理论。这篇论文并非作为独立学术文章首发，而是收录于温斯顿（P.H. Winston）编辑的《The Psychology of Computer Vision》一书中。明斯基在文中优雅而系统地阐述了如何将“框架”作为表示常识、理解故事、解析视觉场景的基本单元。该论文迅速成为人工智能与认知科学领域的经典文献，它提出的核心思想——用结构化的、带默认值的“槽位”来描述概念——彻底改变了知识表示的研究方向。
2 框架的结构与核心概念
2.1 框架（Frame）的组成
一个框架代表一个概念、对象或典型情景。它就像一个预填了部分信息的表格，用来组织和存储关于该概念的知识。
2.1.1 框架名与槽位（Slots）
每个框架都有一个唯一的*框架名*，例如“房子”。框架内部包含一组*槽位*（Slots），槽位代表该概念的属性或组成部分。例如，“房子”框架可能有以下槽位：材料、颜色、屋顶形状、房间数量、大门位置。槽位的名称本身定义了该属性的含义。
2.1.2 侧面（Facets）与值（Values）
每个槽位可以包含多个*侧面*（Facets），用于描述该槽位的不同特征，其中最主要的一个侧面就是*值*（Value）。侧面机制使框架具有高度的表达能力。
2.1.2.1 默认值（Defaults）与限制条件
- 默认值：这是框架最强大的特性之一。每个槽位可以设置一个*默认值*，用于表示在缺乏具体信息时的“通常”情况。例如，对于“房子”框架，
材料槽位的默认值可能是“砖”，颜色默认值可能是“白色”。当系统遇到一个没有明确描述材料的新房子时，它会自动假设其材料为砖。这模拟了人类基于典型情况的预期。 - 限制条件：侧面还可以包含对值的*限制条件*，如数据类型（整数、字符串）、取值范围（颜色必须是Crayola色表中的一种）或与其他槽位的关系（
房间数量必须大于0）。
2.1.2.2 附加过程（Procedural Attachments）
侧面中可以附加*过程*（Procedures），即当槽位被访问、填充或修改时自动调用的程序。例如：
- IF-NEEDED：当需要获取槽位值而该值为空时，自动触发一个过程来动态计算该值（例如，根据
长和宽计算面积）。 - IF-ADDED：当一个新值被放入槽位时，触发过程进行一致性检查或触发其他推导。
- IF-REMOVED：当值被删除时触发清理过程。
这种机制使框架具备了一定的“响应性”和推理能力。
2.2 继承与属性传递
框架系统的一个重要特性是支持继承（Inheritance），这使得知识表示更加经济且易于维护。
2.2.1 类框架（Class Frame）与实例框架（Instance Frame）
框架分为两类：
- 类框架：代表抽象概念或类别，如“狗”。它定义了所有狗共有的特征。
- 实例框架：代表具体的个体，如“我的狗旺财”。它通常属于某个类，并继承父类框架的属性。
例如，“狗”类框架有槽位叫声默认值为“汪汪”，腿数默认值为4。实例框架“旺财”如果没有显式定义腿数，则自动继承父类的值为4。如果一个具体的狗只有三条腿，则可以在其实例框架中显式覆盖该槽位，从而打破继承的默认值。
2.2.2 多继承与冲突解决
一个子类框架可以同时继承多个父类框架（多继承），例如“导盲犬”可以同时继承“狗”和“服务动物”的属性。当多个父类在同一槽位上提供了冲突的默认值时（例如，“狗”类定义性格为“热情”，而“服务动物”定义性格为“冷静”），框架系统需要一套*冲突解决策略*，例如：
- 优先级规则：声明父类的优先级顺序。
- 显式声明：要求子类必须显式定义该槽位的值，消除歧义。
- 动态选择：根据具体情境选择使用哪个父类的属性。
2.3 预期驱动与匹配过程
框架不仅是一种静态的知识存储结构，更是一种动态的认知处理机制。
2.3.1 框架匹配（Frame Matching）
当系统遇到一个新情境（如一段文字描述、一幅图像）时，它会尝试将该情境与内存中的某个框架进行*匹配*。匹配过程大体如下：
- 激活候选框架：基于提示信息（如关键词“房子”）激活一系列相关的框架。
- 建立槽位绑定：尝试将情境中的具体信息填入候选框架的槽位。例如，从描述“一所红砖小屋”中，将
材料绑定为“砖”，颜色绑定为“红”。 - 验证匹配度：检查绑定后的框架是否一致。如果存在无法解释的矛盾（如描述说房子的门是三角形的，但框架限制门不能是三角形），则匹配失败，系统尝试下一个候选框架。
2.3.2 默认推理与例外处理
匹配过程中，默认值发挥了核心作用。如果情境中没有明确提供某个属性的信息，系统就默认使用框架中的默认值，从而快速生成一个完整的、有预期的情境模型。当后续信息到来，发现与默认值矛盾（例如，原来这个房子是木结构的）时，系统需要进行*例外处理*：要么修改当前的框架实例，覆盖默认值；要么放弃当前匹配，换一个更合适的框架（例如，从“砖房”框架切换到“木屋”框架）。
2.4 框架间的网络结构
单个框架并非孤立存在。它们之间通过槽位的指向关系（例如，“房子”框架中材料槽位的值可以指向“砖”的框架）以及类-子类关系，连接成一张庞大的框架网络。这个网络类似于语义网络，但更强调结构性知识和默认值机制。例如，可以通过“客厅”框架中的有家具槽位，链接到“沙发”框架和“茶几”框架，而“沙发”框架又可能链接到“有腿”、“有垫子”等属性框架。这种网络结构使得知识表达具有层次性和关联性，形成了一个完整的常识知识体系。
3 框架与相关知识表示方法的比较
3.1 框架 vs. 语义网络
框架和语义网络都致力于用图结构表示知识，但侧重点不同。
3.1.1 结点与槽位的异同
语义网络的基本单元是*节点*和连接节点的*弧*（表示关系）。框架可以看作是一种高度结构化的语义网络：框架名是节点，槽位是弧（或节点的属性），而槽位的值可以是另一个框架（相当于指向另一个节点的弧）。两者都能表示继承关系。但语义网络通常将所有关系（如“是”、“有”、“在...之上”）都表示为弧，结构相对扁平；而框架则将属性组织在槽位中，结构更规整，也更便于程序化访问。
3.1.2 默认值的显式表达差异
这是两者最显著的区别。标准的语义网络通常无法直接表达默认值。一个“鸟”节点通过具有属性弧连到会飞节点，这意味着所有鸟都会飞，没有例外机制。如果引入一个“企鹅”节点，语义网络只能将其从“会飞”的子类中排除，或者专门为此添加一个“企鹅不会飞”的规则。而框架系统可以通过默认值机制优雅地处理这一问题：“鸟”框架的飞行能力槽位默认值为“会飞”，而“企鹅”框架可以明确定义飞行能力为“不会飞”，覆盖默认继承值。
3.2 框架 vs. 面向对象编程
面向对象编程（OOP）深受框架理论的影响，两者在灵魂上高度共鸣。
3.2.1 类的原型——明斯基的“相亲相爱一家人”
框架的“类-实例”结构与OOP的“类-对象”结构几乎完全对应。明斯基在1975年论文中提出的框架，其实就是OOP中*类*（Class）概念的原型。一个框架就像是家族中的家长，定义了家族的共有规矩（槽位和默认值）；而实例框架就是家族成员，可以继承规矩，也可以拥有自己的个性（覆盖默认值）。“继承”、“实例化”、“多态”（通过IF-NEEDED过程体现）等OOP核心概念，都能在框架中找到直接的映射。可以说，框架是OOP的“爸爸”，而OOP是框架的“逆子”——不过这个逆子后来自己混得风生水起，成了工业界的栋梁。
3.2.2 方法（Method）与槽位过程的孪生兄弟
OOP中的*方法*（Method）与框架中的*附加过程*（特别是IF-NEEDED和IF-ADDED过程）本质上是一回事。两者都是一种“按照程序的逻辑来响应数据”的模式。OOP方法是由对象主动调用的“我该干点啥”，而框架过程更像是一种“当有人戳我或者有人往里塞东西时，我自动响应”的被动——或者更准确地说，是“预期驱动的主动”。在KEE、LOOPS等融合了框架和OOP的系统里，两者已经彻底难分彼此。
3.3 框架 vs. 逻辑表示（如谓词逻辑）
逻辑表示（以一阶谓词逻辑为代表）追求精确、无歧义的陈述，而框架则更注重实用和对模糊性的容忍。
3.3.1 陈述性与过程性的平衡
纯逻辑表示是*陈述性*的：知识由静态的真值陈述构成，推理由通用的逻辑规则（如假言推理、归结原理）完成。框架则融合了陈述性和*过程性*。框架的槽位和默认值是声明式的知识；而附加过程、IF-NEEDED等则是过程化的知识，告诉系统“怎么去做”。框架系统可以方便地嵌入领域特定的过程知识，而纯逻辑系统往往难以表达这种“如果...则去做...”的指令式知识，除非将其解码为一堆复杂的逻辑公理。
3.3.2 不完全知识处理的便利性
逻辑表示在处理不完全知识时非常棘手。一个谓词has_legs(我的狗, 3)是精确的，但为了表示“不知道腿数”，逻辑系统往往需要引入模态逻辑或多值逻辑。而框架通过默认值机制，优雅地处理了这一情况：如果没有显式信息，系统就假设为默认值（4条腿），这为早期系统提供了一个高效、可操作的近似值。当然，这种近似也可能导致错误（它假设企鹅会飞），但它极大地降低了系统在信息不完整时的计算复杂度。逻辑系统追求真理，而框架系统追求“足够好的直觉”——这在常识推理中往往是更划算的选择。
4 框架系统的实现与应用
4.1 经典实现案例
框架理论提出后，很快被转化为可编程的表示语言和系统。
4.1.1 FRL（Frame Representation Language）
FRL由麻省理工学院的Roberts和Goldstein等人开发，是早期最著名的框架语言之一。它提供了显式定义框架、槽位、侧面（如$VALUE、$DEFAULT）的语法，并内置了继承机制和IF-NEEDED等过程附着。FRL是许多后续系统的雏形。
4.1.2 KRL（Knowledge Representation Language）
KRL由斯坦福大学的Bobrow和Winograd等人开发（1977年），它是对框架思想的更系统化实现。KRL支持表示视角的切换、部分-整体关系等复杂结构，并试图解决框架匹配中的效能问题。KRL的论文至今仍是知识表示领域的经典，但它也因其复杂性而招致“难以实用化”的批评。
4.1.3 基于框架的专家系统壳（如KEE、LOOPS）
20世纪80年代，商业化的专家系统开发工具蓬勃发展，其中许多采用了框架作为核心表示范式。
- KEE (Knowledge Engineering Environment)：由IntelliCorp公司开发，是一个集成了框架、规则、面向对象编程和图形界面的强大专家系统壳。KEE将框架的类继承与OOP的类层次完美融合，支持多重继承和消息传递。许多大型工业专家系统（如诊断、配置系统）都是在KEE上构建的。
- LOOPS (Lisp Object-Oriented Programming System)：由Xerox PARC开发，是一个将框架、面向对象编程、规则和过程混合在Lisp环境中的系统。LOOPS不是纯粹的框架系统，但它展示了框架与OOP在实践中的无缝结合。
4.2 实际应用领域
框架的应用遍及AI的各个分支。
4.2.1 自然语言理解与故事理解（例如“餐厅脚本”的升级版）
框架是早期自然语言理解系统的基础。例如，Roger Schank及其团队开发的“概念依赖”理论（Conceptual Dependency）和“脚本”系统（如SAM），本质上是框架理论在故事理解中的应用。这些系统通过预定义的“脚本”框架（如“餐厅脚本”），对故事进行理解：当读到“约翰走进一家明亮的餐厅，点了牛排”，系统会自动从脚本框架中填充缺失的环节（如坐下、点菜、吃饭、结账），从而生成一个完整的、包含因果和时间关系的心理模型。框架的预期驱动机制使得系统能发现故事中的异常（如“他吃了牛排却没付钱”），并据此进行推理或生成合理的问题。
4.2.2 计算机视觉中的场景解析
明斯基最初提出框架的动机就源于视觉理解。在计算机视觉领域，框架被用于构建场景解析系统。例如，一个“校园街景”框架包含前景、背景、建筑、车辆、行人等槽位及其视觉特征默认值。当系统分析一幅图像时，它会尝试匹配该框架，将图像中的图像块（如一个矩形区域）填充到对应槽位中。如果某个图像块的特征与车辆槽位的默认值冲突（比如是绿色的草地），系统就需要调整匹配或切换到其他框架。这种“自上而下”的预期驱动与“自下而上”的数据驱动相结合的视觉理解策略，正是框架思想的体现。
4.2.3 常识知识库建设（CYC项目的框架遗产）
CYC项目（始于1984年）的目标是构建一个覆盖人类常识的巨型知识库。其创始人道格拉斯·莱纳特（Douglas Lenat）深受框架理论影响，CYC的知识表示语言CycL直接继承了框架的“类-实例”、“槽位-值”、“默认值”和“继承”等核心概念。CYC通过长达数十年的手工编码，构建了数以百万计的框架式常识断言，例如“如果一个人是单身汉，那么他通常没有结婚”。尽管CYC项目本身并未完全实现其宏大目标，但它的知识表示框架（现在由Cycorp公司维护）在医疗、法律、商业等领域仍发挥着实用的推理能力。
4.3 当代遗留与影响
虽然今天的AI领域已被深度学习和大语言模型（LLM）主导，但框架的遗产并未消失。
4.3.1 本体工程（Ontology）中的框架影子
本世纪以来的“语义网”和本体工程领域（如W3C的OWL语言），其知识表示模型——类（Class）、属性（Property）、实例（Instance）、继承（Inheritance）、限制（Restriction）——几乎就是框架理论在万维网语境下的重述。例如，OWL中的owl:Class对应框架，owl:DatatypeProperty和owl:ObjectProperty对应槽位，而owl:allValuesFrom和owl:someValuesFrom则对应槽位的限制条件。可以说，框架理论是今天的知识图谱和本体工程的“祖师爷”。
4.3.2 大语言模型时代的“死灰复燃”？——结构化提示与Schema
有趣的是，在大语言模型（LLM）时代，框架思想似乎正在以一种新的形式回归。为了让LLM产出结构化、有组织的输出，人们发明了“结构化提示”（Structured Prompting），其中*Schema*（模式）的引入与框架的槽位概念如出一辙。例如，要求LLM生成一个人物简介时，会给出一个JSON Schema，其中定义了姓名、年龄、职业等属性，这本身就是一种框架！LLM在进行上下文学习时，本质上也在从少量例子中“自动”提取一个隐式的、简化的框架，并用它来组织对新输入的推理。当我们让ChatGPT“扮演一个餐厅服务员”时，它瞬间就调用了它知识库深处的“餐厅服务员”框架（包含语气、菜单问候、上菜流程、结账礼仪等槽位）。所以，框架从未真正消失，它只是在深度学习中换了一副面孔，成为了Prompt工程师手中的“新时代咒语”。
5 批评与局限性
5.1 框架的刚性：为何机器人不会切菜
框架理论过于强调“预定义结构”和“典型性”，这导致其在处理复杂、动态、充满例外和创造性的现实世界时显得僵硬。
5.1.1 默认值导致的刻板印象问题
默认值的方便之处正是其危险之处。如果系统中的“医生”框架默认性别为“男”，而“护士”框架默认性别为“女”，就会产生有害的性别刻板印象。这种默认值可能固化偏见，并在推理中放大它们。更微妙的是，默认值使得系统对反例的容忍度很低：一个女医生会被认为是“异常”的，系统可能会试图将其解释为护士，而不是更新对医生概念的理解。这种刚性在现实世界的复杂性与多样性面前显得尤为笨拙。
5.1.2 例外处理的复杂度爆炸
现实世界充满了例外：三条腿的狗、会游泳的鸟、不甜的甜瓜、会弹钢琴的盲人……为了表示这些例外，框架系统需要手动定义大量的子框架或覆盖规则。以“餐厅”框架为例，为了覆盖“自助餐”、“外卖店”、“夜市大排档”、“海底捞”、“米其林三星”等无数变体，需要构建一个庞大的、相互冲突的子框架树。这种手工编码的复杂度会随知识域的增长而呈指数级爆炸。简言之，明斯基希望用框架搭建人类认知的摩天大楼，但实际操作中，人们发现要拼齐所有细节，需要的积木数量远超预期。
5.2 知识工程瓶颈
构建大型框架知识库本身就是一项巨大的知识工程（Knowledge Engineering）挑战。
5.2.1 手动构建框架的辛酸史
框架系统依赖于专家或知识工程师手动定义所有槽位、默认值和限制条件。这是一个枯燥、耗时且极易出错的过程。CYC项目数十年的手工编码史，就是一部关于“知识工程辛酸史”的最佳注脚。为了表达一个简单的常识“喝水可以解渴”，知识工程师需要定义饮水者、水源、口渴状态、因果关系等多个框架的交互。这种工作量的庞大，使得框架系统难以规模化和部署到动态变化的环境中。
5.2.2 与概率模型的碰撞
20世纪90年代后，以贝叶斯网络和马尔可夫随机场为代表的概率模型兴起，它们能够优雅地处理不确定性、模糊性和噪声，而这些都是框架理论的短板。概率模型不需要预设僵硬的结构和默认值，而是通过训练数据学习概率分布。例如，在物体识别中，概率模型可以学习到一个“汽车”可能具有各种形状和颜色，而一个框架系统则需要手动定义每种可能的颜色和形状作为槽位。框架的“刚性”与概率模型的“柔性”形成了鲜明对比，后者在计算机视觉、自然语言处理等任务上取得了压倒性优势，导致框架理论在主流AI研究中逐渐退居二线。
5.3 明斯基本人的反思：“框架”是入口，不是终点
明斯基本人后来也承认，框架理论并非终极解决方案。在他的著作《心智社会》（The Society of Mind）中，他进一步发展了“智能体”（Agent）和“心智社会”的构想，认为智能是由成千上万个无意识的、专门化的微小过程（“智能体”）之间交互涌现出来的。框架在明斯基眼中，只是这些“智能体”之间的一种通信协议和知识组织方式，而非大脑的最终解释。他晚年甚至对符号主义AI的“自上而下”研究方法表示怀疑，转而更关注基于神经网络和进化计算的“自下而上”方法。可以说，明斯基将框架视为通往人工智能理解的一道“入口”，而不是终点本身——至于这道门推开后该怎么走，那是留给后人的课题。
6 扩展阅读与相关概念
6.1 明斯基的《心智社会》与框架思想的心理学根基
明斯基在1986年出版的《心智社会》（The Society of Mind）中，将框架思想与他的“心智社会”理论更紧密地结合起来。在该书中，他提出人类心智由大量简单的、缺乏综合思维能力的“智能体”（Agents）组成，而框架正是将这些“智能体”连接和组织起来的更高阶模式。框架构成了心智社会中的“建筑模块”，帮助协调各智能体的行为。阅读《心智社会》是理解明斯基整体认知哲学的必经之路，也是解构框架思想更深层心理学背景的钥匙。
6.2 脚本（Script）、模式（Schema）与框架的三角关系
- 脚本（Script）：由Roger Schank和Robert Abelson在1977年提出，专门用于表示典型的事件序列（如去餐厅吃饭）。它是框架理论的一个特例和具体化——一个“时间上展开的”框架。
- 模式（Schema）：源于皮亚杰发展心理学和巴特利特的记忆理论。模式是一个更宽泛的心理概念，指代任何组织化的知识结构。框架可以被视为一种形式的模式，尤其强调其结构化的槽位和继承性。
- 三角关系：这三者本质上是同构的。脚本是“动态事件的框架”，框架是“结构性知识的模式”，而模式是“框架+脚本的上位概念”。学者们经常混用这些术语，但在具体学科中，脚本常见于自然语言处理和故事理解，框架常见于知识表示，而模式则见于认知心理学和发展心理学。
6.3 框架在当代人工智能教育中的“古典”地位
今天的AI课程（特别是本科课程）中，框架通常被安排在“知识表示”章节的早期，与语义网络、谓词逻辑等并列学习。它被视为一个重要的“古典”范式，为理解更现代的本体工程、知识图谱、乃至大语言模型的Prompt设计提供了重要的思维模型。虽然框架本身已不再是主流实现方式，但它所承载的“结构化知识”、“预期驱动推理”、“默认值”和“继承”等思想，已经内化为AI领域的基础概念框架。了解框架，就像是了解一辆老式汽车的燃油发动机——虽然如今的汽车早已变成电动车或混合动力，但理解它的工作原理，能让你更深刻地明白“车子是怎么开动的”这一根本问题。