意图识别技术在过去五年间经历了从“分类问题”到“推理问题”、从“有监督微调”到“上下文学习”的范式重构。当模型参数量跨越千亿门槛后，意图理解不再是“判断用户属于哪个类别”，而是“理解用户想要什么”——这不仅是任务定义的改变，更是整个技术栈的重构。一、技术定义与核心内涵1.1 什么是意图识别意图识别（Intent Recognition / Intent Detection）是指从用户的自然语言输入中精准判断其核心诉求的技术任务。它是智能交互系统中不可或缺的一环——AI智能体通过理解用户用自然语言表达的需求，执行相应的操作或提供相应的信息。一个简单的例子：用户说“帮我查一下明天去北京的机票” → 意图是“查询机票”；用户说“我要取消刚才下的订单” → 意图是“取消订单”；用户说“这个商品能退货吗” → 意图是“咨询退货政策”。1.2 意图识别在LLM时代的新内涵传统意图识别是一个分类问题——给定用户输入，从预定义的意图类别集合中选出一个标签。大模型时代的意图识别正在演变为一个推理问题——系统需要理解用户“真正想要什么”，而不仅仅是“这属于哪个类别”。一篇2026年发表在arXiv上的综述将LLM对齐研究聚焦于三个核心挑战：指令理解（Instruction Understanding）、意图推理（Intention Reasoning）和可靠生成（Reliable Generation）。这一定义将意图识别从“标签预测”升级为“意图推理”——系统不仅要识别