WAIC 2026觀察：智能體發展的下一步？

C114訊 7月20日消息（艾斯）毫無疑問，智能體（Agent）已成為當前人工智能（AI）賦能千行百業最確定、最核心的落地形態。 如果說大模型定義了智能的智商，智能體則定義了智能的去向與行動力。那么，如何邁過從“能用”到“好用”的穩定生產力鴻溝，智能體發展的下一步將走向何方呢？

在由中國信通院承辦的2026世界人工智能大會（WAIC）“從大模型到智能體：邁向自主智能新紀元”論壇上，通過數十位產學研用領軍人物對智能體產業發展的核心趨勢與未來方向的共同勾勒，C114得以捕捉到一些關鍵信號。

發展速度遠超預期，智能體成為AI價值交付的“操作系統”

論壇最強烈的共識在于，AI的發展重心已從“理解世界”轉向“改變世界”。

同時，“超出預期”是多位嘉賓對過去一年智能體發展的共同體感。從對話到行動，從單次問答到長期自主協作，智能體正在完成質的躍遷。

工業和信息化部副司長甘小斌在論壇致辭中指出，智能體已成為培育新質生產力的核心變量，國內產業正從單點驗證邁向系統協同與規?；瘧?。

中國信通院院長余曉暉則表示，AI正經歷從模型能力向系統能力、從靜態學習向動態進化、從單點智能向協同智能的三大演進。智能體不再是簡單的問答工具，而是融合了規劃、記憶、工具調用與反饋優化的復雜系統。

這一觀點得到了產業界的呼應。螞蟻集團副總裁陳亮和云知聲創始人兼CEO黃偉不約而同地將智能體比作“AI時代的操作系統（OS）”。黃偉將大模型比作CPU，智能體比作OS——只有通過OS的封裝，才能將大模型的智能轉化為穩定可靠的生產力。邁富時AI首席科學家梁錚進一步指出，智能體的開發正在從高代碼、提示詞工程轉向自然語言和Markdown文件開發，IDE被聊天框取代，“AI基建的能力邊界，意味著我們智能的邊界”。

加拿大工程院外籍院士、智象未來創始人梅濤則從技術路徑上描繪了這一進程：從大語言模型到多模態，再到理解物理規律的“世界模型”，AI的認知邊界正在不斷拓展，而智能體則是將這種認知轉化為行動的“執行單元”，智能體很好地彌補了大模型和應用之間的鴻溝。

上海人工智能實驗室領軍科學家，上海創智學院副院長喬宇教授則強調，盡管Harness工程至關重要，基礎模型仍是核心驅動力?！盎５倪M展仍是AGI發展的核心要素。更強模型將催生更強智能體，智能體在復雜任務中產生的數據反哺下一代模型訓練——模型與智能體協同演進，才是通往自進化AI的正循環。”

嚴肅場景的“人機共舞”：智能體走進醫療、制藥與太空

本次論壇的一大亮點，是多位頂尖學者分享了智能體在醫療、生物醫藥、太空計算等前沿領域的最新探索。這些實踐揭示了AI從“理解世界”走向“改變世界”時所面臨的最真實考驗——極低的容錯率與極高的責任要求。

中國科學院院士、復旦大學附屬中山醫院心內科主任葛均波在與中國信通院人工智能研究所所長魏凱的對話中直言，智能體必須定位為醫生的“助手”而非“決策者”。葛均波院士分享了其團隊“觀心”（CardioMind）大模型的實踐，指出AI在整合信息、提示風險方面優勢明顯，但“醫療不是造沙發，腿短了可以鋸。人不行，你多縫一毫米、少縫一毫米都可能致命?！彼粲踅⒖勺匪?、可解釋的倫理體系，確保技術有溫度、有責任。他認為，“能夠掌握人工智能的醫生不會被取代，但不會使用人工智能的醫生一定會被取代?！?/p>

“人機協同”的理念在藥物研發領域同樣得到印證。清華大學萬國數據教授、水木分子首席科學家聶再清表示，AI能從“不可成藥”的靶點中發現新機會，其團隊開發的ChatDD智能體在抗體設計中已達到21%的濕實驗驗證成功率，但“這背后離不開老法師（資深專家）的緊密協作”。阿里巴巴達摩院科學智能負責人榮鈺則展示了科研智能體的產業化路徑——在藥物發現和超導材料篩選中，通過端到端自動編排，將大量人工試錯環節交由AI完成，顯著降低探索成本。

中國科學院院士、國科大杭州高等研究院院長、中科院上海技術物理研究所研究員王建宇則帶來了極具想象力的“太空視角”。他指出，隨著衛星數量激增、遙感數據量爆炸式增長，星上實時計算與智能體管理將成為商業航天的必由之路。未來的衛星將不再是簡單的數據中繼站，而是具備自主決策能力的“太空智能體”。王建宇院士表示，“衛星要便宜，必須是規?；a；要管理成千上萬顆衛星，必須讓衛星像智能體一樣接收‘任務’而非‘指令’?！?/p>

可信安全是根本底線：AI要成為“可靠伙伴”

這些前沿實踐在令人倍感振奮的同時，也暴露了一個深層問題：當AI進入手術室、藥廠實驗室乃至太空軌道，誰來為它的決策負責？

中國人民大學教授曾毅給出了一個令人警醒的判斷：當前模型存在“善惡兼修”的特性——“AI表現出的欺騙、操縱、阿諛奉承等負面行為，全部來自人類數據的統計顯著性，而非AI自身發明?！彼绲聽柌煌陚涠ɡ碇赋?，“數學上無法構建絕對安全的人工智能”，但產業必須“最大化安全水平”，通過技術手段（如推理階段防御）防止AI被惡意利用。

這一“責任劃分”難題在企業場景中同樣尖銳。阿里巴巴資深技術專家謝吉寶提出，智能體要真正進入企業，不僅需要算力，更需要身份、權限與協作機制。他形象地稱之為“給Agent一個工位”——這些數字員工需要有工號、有主管、有權限，成為“過程可審計、結果可回退”的責任主體，而非一個無法追責的“黑盒”。

中數睿智董事長韓涵則從技術根源上給出了另一條解題思路。她提出“因果世界模型”的概念，認為當前大模型停留在“相關性”層面，而物理世界的運行依賴“因果性”。“相關性只能告訴我們‘是什么’，因果性才能回答‘為什么’和‘怎么辦’?！蓖ㄟ^構建因果推理引擎，AI才能在醫療、能源等嚴謹場景中做出真正可信賴的決策。

可以看到，無論AI與智能體如何發展，可信與安全都并非附加題，而是必答題。

經濟賬本與普惠落地：Token成本競速與“最后一公里”破局

當智能體開始大規模應用，Token成本成為了懸在企業頭上的“達摩克利斯之劍”。如何降低推理成本，讓AI用得起、用得好，是本次論壇的另一大焦點。

云天勵飛董事長陳寧提出了一個“1001計劃”：將百萬Token的成本從當前的1元兩年內降至1分錢，2030年實現百億Token1分錢。他指出，只有當Token像水和電一樣理所當然地存在，不用計算成本，才是一場真正的工業革命拐點。陳寧談到，GPGPU并非推理時代的唯一解，融合GPGPU、NPU、3D Memory等技術的GPNPU架構才是應對多場景、高吞吐、低成本需求的黃金標準。

云知聲則發布了原生智能體大模型U2，主打“高密度智能”。該公司CEO黃偉提出，產業智能價值 = 高密度智能 × 高價值Token。他表示，當前許多Agent在完成任務前的“試錯過程”消耗了大量Token卻未產生實際價值，企業真正需要的是“進入真實工作流并產生決策、執行或交易結果”的Token。

在探討經濟模型的同時，智能體在實體經濟的落地仍面臨“最后一公里”的挑戰。中國聯通數據科學與人工智能研究院首席科學家、聯通數據智能有限公司副總經理廉士國直言，當前AI在嚴肅場景的試點項目中，最終能落地創造價值的不足5%。企業普遍面臨成本錯配、專業文檔處理難、系統無API接口等痛點。中國聯通推出的“元景”全棧智能體工具解決方案，旨在打通落地的堵點。

奕行智能首席AI官石賢帥從芯片研發視角提出，大模型迭代速度已遠超芯片設計周期，客戶要求“適配快、Time to Market短”。當工程師數量永遠跟不上需求時，唯一的解是用智能體反哺芯片研發。

顯然，ROI已成為企業決策核心。多位企業嘉賓一致指出，此前“不限量使用AI”的階段已經過去，企業現在更關心的是：每一次Token調用是否真正進入了工作流，是否創造了可量化的商業價值。

標準與治理先行，中國信通院攜手產業共建生態基座

智能體產業的爆發式增長，也伴隨著標準缺失與評測體系空白的深層焦慮。論壇中提及的“嚴肅場景容錯率”、“Token成本”、“數字員工權限”等痛點，本質上都是缺乏統一規則約束的體現。

正因此，中國信通院在本次論壇上聯合產學研用各界，發布的五項旨在解決協議兼容性、安全可信及評測標準等關鍵問題的重磅成果值得高度關注。

這些最新成果包括：發起《智能體互聯互通協同發展與治理倡議》，呼吁統一協作基座，筑牢安全底線；正式發布《2026智能經濟新形態：智能體創新實踐匯編》，收錄了116個標桿實踐，覆蓋基礎技術、行業應用等五大方向；發布《互聯網智能體發展研究報告》，首次構建了可信互聯網智能體評估體系，定義智能體互聯網的內涵與趨勢；螞蟻集團聯合信通院發布“智能體安全可信互聯協議（ASL）”，為跨Agent協作建立端到端的信任鏈；啟動“終端智能體評測平臺全國首發暨生態共建計劃”，構建覆蓋AI PC、AI手機等終端的智能化評測體系。

這五項成果形成了對當下智能體發展核心挑戰的系統性應對。它們標志著智能體產業正從“單點炫技”的野蠻生長，邁向“規則先行”的有序發展。當標準與評測成為產業基礎設施，智能體才能蛻變為高效可信的生產力工具。

WAIC 2026的火爆程度前所未有，智能體的演進也在持續更新生產力定義。C114在本次論壇觀察到，盡管在成本、安全和倫理上仍面臨挑戰，但隨著標準體系的完善和基礎設施的升級，一個自主智能的新紀元已經開啟。智能體發展的下一步，將是追求一個更穩的底座。