1 背景与历史
SHRDLU 诞生于人工智能的早期探索阶段，其时学界正试图通过构建简化环境来研究智能系统的核心机制。1968年至1970年间，麻省理工学院（MIT）的 Terry Winograd 在“积木世界”这一经典仿真环境中，将自然语言理解、知识表示与自动规划融为一体，创造了一个极具启发性的人工智能原型系统。
1.1 人工智能的“积木世界”传统
“积木世界”（Blocks World）是早期人工智能研究中广泛采用的一种简化微世界。其基本设定包括一组放置在虚拟桌面上的彩色几何块（通常为立方体或棱柱），以及若干空间关系（如“在……之上”“相邻”）。这一构想最早可追溯至20世纪60年代初的“结构分析”研究，后经 MIT AI Lab 的推广，成为测试规划、推理和语言理解能力的标准化场景。SHRDLU 正是在这一传统上进一步发展，将环境复杂度限制在可控范围内，从而使纯符号方法能够完整模拟人类对指令的理解与执行。
1.2 开发环境与硬件平台
SHRDLU 运行于 PDP-6 或 PDP-10 计算机上，操作系统为 MIT 的 ITS（Incompatible Timesharing System）。程序主体使用 Lisp 语言编写（具体为 MACLISP 方言），并调用了 MIT AI Lab 早期的图形输出库以在屏幕上渲染积木世界的三维线框模型。由于当时硬件资源极为有限（内存通常只有几十 KB、磁盘存储以兆字节计），Winograd 必须精打细算地管理符号表与解析树的内存占用，这也迫使系统在设计上高度模块化。
1.3 名称由来：从排字机键盘上的“ETAOIN SHRDLU”说起
SHRDLU 这个生造词源于印刷排字机键盘上的字母排列顺序。在传统英文排字机中，常用字母按频率排序，第一行是“ETAOIN SHRDLU”——其中“SHRDLU”本身并无含义，纯粹是键盘上连续的一排字母。Winograd 选择这个名称，既是一种对计算机科学界“玩梗文化”的致敬（类似“HAL 9000”的命名游戏），也有意暗示系统处理的语言如同这些字母一样机械而无意义。这个幽默命名在后续 hacker 社区中广为流传，甚至成为早期 AI 系统的代名词之一。
2 系统架构与核心技术
SHRDLU 的架构可以划分为三大模块：自然语言理解、知识表示与规划推理。三者通过统一的符号表示与数据结构协同工作，构成一个闭环的交互系统。
2.1 语言理解：基于句法-语义的解析
SHRDLU 的语言理解采用句法分析与语义解释紧密结合的方式，有别于当时流行的纯粹统计方法或单纯基于模板的匹配。
2.1.1 上下文无关文法与解析树
系统内部维护一个基于上下文无关文法（CFG）的英语子集解析器。用户输入的自然语言句子首先被词法分析器切分为单词，然后通过递归下降解析技术生成一棵完整的句法树。例如，“Pick up the red block”被解析为动词短语，其中“the red block”作为名词短语再进一步分解为限定词、形容词和名词。解析树中每个节点都带有词性标注与句法角色。
2.1.2 程序化语义：将动词与操作绑定
SHRDLU 最突出的创新之一在于“程序化语义”（procedural semantics）。解析树中每一个动词或介词都被直接映射到一段可执行的 Lisp 代码。例如，动词“put”对应一个负责放置积木的函数，而介词“on”则触发空间关系检查。当用户说出“Put the green cube on the red pyramid”时，系统会先解析出描述“put……on……”的语义框架，然后依次执行查找物体、计算位置、执行移动等底层操作。这种“语言即程序”的设计思想，使得自然语言指令直接转化为机器可执行的规划序列。
2.2 知识表示：微世界中的对象与状态
SHRDLU 的知识库以显式符号形式记录积木世界中所有物体的属性与空间关系。所有信息均采用谓词逻辑风格存储，并支持动态更新。
2.2.1 积木、颜色与空间关系
每个积木被表示为命名的符号对象（如 BLOCK1、PYRAMID2），并附带一组属性：颜色（RED、GREEN、BLUE）、形状（CUBE、PYRAMID、BRICK）、位置坐标（X, Y, Z）以及空间关系谓词，如 ON（A, B）、SUPPORT（A, B）、CLEARTOP（X）等。其中“CLEARTOP”表示该积木顶部没有其他物体堆放，是执行拾取操作的前提条件。
2.2.2 数据库与动态更新机制
系统的内部状态存储在一个称为“世界模型”的数据库中。当用户执行一次移动指令后，程序会更新相应积木的位置坐标，并重新计算所有空间关系。例如，当将方块 A 放在方块 B 上时，系统会删除旧的 ON 断言，添加新的 ON（A, B），并检查 B 是否需要更新其 CLEARTOP 状态。这种增量式更新保证了世界模型始终与当前虚拟场景同步。
2.3 规划与推理：目标导向的问题求解
SHRDLU 在接到一条指令后，并非简单地将动词映射到原子操作，而是通过规划模块生成一系列子步骤。
2.3.1 规划库与子目标分解
系统内置一个规划库，存储了若干常见任务的动作序列模板。例如，要完成“把积木 A 放在积木 B 上”这一目标，规划器首先检查 A 的顶部是否 CLEARTOP，如果不是，则递归地生成“移开 A 上方的物体”的子目标；然后检查 B 的顶部是否 CLEARTOP，同样处理；最后执行移动操作。这种“手段-目的分析”与“递归子目标分解”的策略，是后来自动规划中“分层任务网络”（HTN）的早期雏形。
2.3.2 冲突消解与行为序列生成
当出现多个积木相互堆叠、需要移开多个障碍物时，规划器会依据优先级规则（如“优先移动更小的物体”）或简单启发式（如“选择可一步完成的动作为先”）进行冲突消解。最终生成的行动序列是一系列原始动作（GRASP、MOVE、UNGRASP）及其对应的方向向量，这些动作随后被传递给虚拟机械臂执行。
3 交互功能与经典演示
SHRDLU 最令人印象深刻的特征是它能够进行类人的自然语言对话，而不仅仅是一对一的指令解释。以下列举的交互能力使其成为当时人工智能强大潜力的标志。
3.1 自然语言指令的执行
3.1.1 简单命令：移动、堆叠、推倒
最基本的交互是下达直接动作命令，例如：“Pick up the red block.” 系统解析后，先检查红色方块是否可抓取（即顶部无物），然后控制虚拟机械臂将其移动到指定位置（若未指定目的地，则放置于桌面空余位置）。其他经典命令还包括：“Put the green pyramid on the blue cube.” “Knock over the tower.” 这些命令都会被分解为多步规划后执行。
3.1.2 包含限定修饰语的复杂指令
SHRDLU 能够处理带有复杂修饰语的名词短语。例如：“Find a block which is taller than the one you are holding and put it into the box.” 其中“which is taller than the one you are holding”构成一个关系从句，解析器需要将其解析为限定性定语从句，并在世界模型中搜索满足这一比较条件的积木。这种嵌套修饰的处理能力在当时远超同时代系统。
3.2 问答与解释能力
3.2.1 询问当前状态（“哪个方块是红色的？”）
用户可以直接用自然语言提问：“What is the color of the block that supports the green pyramid?” 系统会查询世界模型中的关系链，并应答“It is blue.” 甚至允许关于空间状态的开放性问题：“Is there a cube on top of a red block?”
3.2.2 追问原因（“你为什么先拿起蓝色方块？”）
SHRDLU 最令人惊奇的功能是能够解释自己的行动。如果用户问：“Why did you pick up the blue block before the red one?” 系统会回查规划过程中的决策树，回答类似：“Because the red block was on top of the blue one, so I had to clear the red block first.” 这体现了系统对自身目标推理结构的保存与回溯能力，是早期可解释AI（XAI）的雏形。
3.3 代词与歧义消解
3.3.1 “It”的指代判断
代词指代是自然语言处理的难题。SHRDLU 引入基于焦点和最近提及实体的启发式规则。例如，用户先说“Move the red block to the table.”，接着问“What is its color?”，系统会正确将“its”解析为前一句中的红色方块，而不是桌子。系统还维护一个“当前焦点栈”，即使对话中出现多个对象，也能较为合理地分配“it”的指代。
3.3.2 基于场景的语义消歧
当出现词义歧义时（例如“square”既可指形状也可指正方形物体），SHRDLU 会结合当前世界模型的上下文进行消歧。比如，如果用户说“Put the square on the table”，但虚拟世界中只有一块方形积木（而非正方形物体），系统会选择最可能的解释。这种基于知识库的语义消歧方法至今仍具参考价值。
4 影响与遗产
SHRDLU 虽然仅在少数 MIT 终端上运行过，但其设计理念与实现技术对后续数十年的语言处理、知识表示和规划研究产生了深远影响。
4.1 对自然语言处理领域的奠基作用
4.1.1 句法-语义接口的设计启示
SHRDLU 首次清晰展示了如何将句法解析的结果直接映射到域特定的操作语义。这一“句法-语义紧耦合”模式启发了一代 NLP 研究者（如 James Allen、Robert Wilensky），促使他们在对话系统和任务理解系统中采用类似方案。现代任务型对话系统（如虚拟助手执行用户指令）仍能从 SHRDLU 的设计中获得灵感。
4.1.2 对后续系统（如 SHRDLU 的后继项目、MIT AI Lab 的系列研究）的启发
Winograd 离开 MIT 后，他的学生与同事在 SHRDLU 基础上发展出更多系统，例如用于教学演示的“Talking about a world”项目。MIT AI Lab 的系列研究（如 Minsky 的框架理论）吸收了 SHRDLU 中“微世界”的思路，将其推广为更通用的知识表示方式。此外，一些早期的机器人规划系统（如 STRIPS）也借鉴了 SHRDLU 的线性规划与冲突消解策略。
4.2 对认知科学和语言哲学的贡献
4.2.1 “微世界”策略的哲学争论（与 Searle 的中文屋论辩的间接关联）
SHRDLU 的成功演示引发了关于“机器是否真正理解语言”的哲学讨论。20世纪70年代末，John Searle 的“中文屋”思想实验否定了纯粹符号操作就能产生语义理解的可能。尽管 Searle 并未直接以 SHRDLU 为靶子，但 SHRDLU 恰好是“符号操作产生智能行为”的典型正面例子。支持者认为，SHRDLU 的“程序化语义”意味着语言符号与物理世界（即使是虚拟世界）之间存在真正的因果联系，因此它已经具备一定程度的“理解”。这场争论至今未有定论，但 SHRDLU 始终是论辩双方都会引用的经典案例。
4.2.2 人类-机器对话的早期范本
SHRDLU 的交互方式——用户用自然语言发令、系统执行并解释——为后来的人机对话系统（如 ELIZA、ALICE）提供了范本。它展示了一种不同于单纯问答模式的协作式对话：用户不仅可以命令机器，还可以询问状态和追问原因。这种交互对话的深度至今仍是评估智能系统的重要标准。
4.3 文化符号与冷知识
4.3.1 在 hacker 社区中的梗文化地位
SHRDLU 的怪异名称和炫酷演示使其成为早期 hacker 文化的图腾之一。MIT AI Lab 的成员常在公告板上贴出 SHRDLU 的对话记录，互相用其中幽默的回答（如“I don’t know how to ‘kiss’ a block”）开玩笑。如今，在黑客社区、复古计算论坛和 IRC 频道中，偶尔仍能听到“SHRDLU”作为一个暗语出现，意为“装逼的 AI”。
4.3.2 出现在各类 AI 教科书、吐槽贴与复古 demo 演示中
几乎所有经典的 AI 教科书（如 Russell & Norvig 的《人工智能：一种现代方法》）都会在自然语言处理或规划章节中介绍 SHRDLU。网络上，一些怀旧科技博主会定期发布 SHRDLU 的模拟运行截图，而吐槽贴常将其与当今的 GPT 模型对比，戏称“AI 从积木世界退化成了猜词游戏”。此外，在每年的复古计算节上，仍有爱好者用陈旧终端运行 SHRDLU 的复刻版，让新人感受 1970 年代 AI 的“震撼”。
5 复刻与现代变体
尽管原始 SHRDLU 的代码早已消失在 ITS 系统的旧磁带中，但社区不断对其进行了复刻与现代化改造。
5.1 开源实现（如 Common Lisp 版 SHRDLU 复刻）
多个开发者根据 Winograd 1972 年的博士论文《Understanding Natural Language》中的详细描述，重新实现了 SHRDLU。其中最有名的当属 Martin Bischoff 用 Common Lisp 编写的复刻版，名为“SHRDLU Modern”。该项目托管在 GitHub 上，支持现代 Lisp 环境（如 SBCL），并附带图形界面。用户可以通过文本交互或点击鼠标发出指令，体验当年 SHRDLU 的功能。其他复刻还包括 Python 版本（基于 NLTK 与 pyparsing）及 JavaScript 网页版。
5.2 在游戏与教育中的应用（如积木世界作为编程入门教学环境）
SHRDLU 的概念被用在了多个教育项目中。例如，MIT 的 Scratch 编程平台有一个“Dance Party”彩蛋，其中使用了积木世界的概念来教孩子顺序与循环。另一些高校的自然语言处理课程会要求学生实现一个简化版的 SHRDLU，作为课程项目。在虚拟现实教育中，“Blocks World”也被用作了解 AI 规划与语言理解的交互式演示。
5.3 与深度学习时代的 NLP 对比（为什么 SHRDLU 的模式在今天仍有启示意义）
当今基于大量语料训练的大语言模型（如 GPT-4）虽然在文本流畅度上远超 SHRDLU，但在处理精确指令执行与空间推理时仍存在短板。SHRDLU 的符号化、可解释、规划驱动的范式，与深度学习端到端黑箱形成鲜明对比。许多研究者认为，未来的 AI 系统需要在两者之间取长补短——即利用神经网络进行宽泛语言理解，同时通过符号规划层（类似 SHRDLU 的模式）确保行为可预测、可解释。此外，SHRDLU 的“程序化语义”思想近年来也在“神经符号系统”研究中复活，成为连接连续表示和离散推理的重要桥梁。可以说，SHRDLU 虽老，其灵魂却永不过时。