智能體：重塑ICT產業生態

通信世界網消息（CWW）當前，人工智能產業迎來關鍵轉折點。人工智能正從以大模型訓練為主，全面轉向推理主導、智能體驅動的新階段。相比傳統AI工具，智能體具備自主感知、決策規劃、工具調用與閉環優化能力，為原生應用帶來了新的活力，可推動各行業的創新發展。

多智能體協同系統將助力集體智能涌現

《關于深入實施“人工智能+”行動的意見》明確提出，到2027年新一代智能終端、智能體等應用普及率超70%；到2030年，新一代智能終端、智能體等應用普及率超90%。這為產業發展指出了清晰的目標。

智能體作為大模型的重要應用形態，與大模型相輔相成，可以有效地解決大模型“有腦無手”的問題，助力大模型在實際場景的落地應用。尤其是OpenClaw（龍蝦）的爆火，打開了智能體全面落地、詞元（Token）經濟形成、“云算網”升級的時代大門。

在大模型的支撐下，單個智能體通過感知、記憶、規劃、工具調用與行動執行形成閉環，構成單節點智能單元，能夠專注特定單一任務并獨立完成決策與操作，但不具備跨智能體協作能力，應用邊界與能力上限較為有限。

隨著應用場景的復雜化，單一智能體已難以滿足部分企業級的綜合業務需求?，F實世界中的復雜任務，需要多個具備不同專業能力的智能體協同工作，構建多智能體協同系統。“多智能體協同系統的核心價值不僅是智能體數量的疊加，更在于共享記憶、高級規劃與反思，這將助力集體智能涌現?！敝袊こ淘涸菏苦w賀銓表示。

多智能體在開放網絡中的規?；ヂ摚礃嫵芍悄荏w互聯網。智能體互聯網以多智能體為互聯對象，向上支撐智能體即服務（AaaS）。AaaS將智能體與智能體群能力云化封裝，通過API、SDK與低代碼平臺對外提供，支持租戶化、彈性調度、托管運維、按需計費服務。

鄔賀銓表示，對企業用戶而言，AaaS相當于一座“智能體超市”，無需自行開發智能體，甚至無需自建算力，僅通過訂閱等模式，即可從云上“智能體超市”調用封裝好的智能體功能組合，集成到自身業務系統，以SaaS的成本獲得自動化與智能化雙重收益。

產業鏈紛紛布局智能體

從用戶對象來看，智能體主要分為To C智能體和To B智能體。

To C智能體主要有三種應用模式。第一種，云上App寄生智能體：強依賴微信、釘釘等宿主App，依托云端算力，斷網不可用，是App內的“AI插件+被動助手”，可基于用戶偏好自動完成操作，將聊天工具升級為可以“思考、寫作、讀文件、控設備”的智能助手，但用戶無模型選擇權。第二種，終端OS原生智能體：預裝于手機操作系統，例如中興通訊與字節跳動聯合推出的豆包手機，可按用戶意圖與偏好主動聚合App并自動執行業務流程。終端OS原生智能體的優勢是用戶可控性強、斷網仍可基礎運行；缺點是易弱化App界面，易被應用廠商抵制，且過度主動可能違背用戶臨時意愿。第三種，“本地自治+云端輔助”的智能體：不依賴App，但需要手動安裝獨立PC軟件，如以“龍蝦”為代表的AI私人管家，決策與權限管理本地化，是由用戶驅動、基于授權、按任務執行的終端主動工具，不主動感知場景，主動提供服務，通過云上AaaS可發現并協同其他智能體。

To B的智能體具備專業性強、定制化需求高的特點，被廣泛應用到各個領域，主要有四大應用模式。第一種，流程自動化智能體：復刻人工邏輯，替代生產、運維等標準化流程，提升效率。第二種，行業專家智能體：依托行業知識庫與知識圖譜，提供決策參考方案。第三種，多智能體協同：整合供應鏈、生產、物流等多領域智能體，實現跨環節協同。第四種，具身智能：支撐工業機器人等實體設備，完成感知、推理與物理執行閉環，例如優艾智合構建并推廣“一腦多態”具身智能系統。編碼智能體、客服智能體等To B智能體率先得到應用。

產業鏈紛紛布局智能體，字節跳動、騰訊、阿里等互聯網廠商依托自研大模型，主打低代碼開發平臺與開放生態，側重個人助手、辦公協同、內容生成等通用場景，以工具化、輕量化快速落地。中國移動、中國電信、中國聯通等運營商依托算網資源與海量用戶入口，聚焦通信服務、家庭智聯、政務民生等場景，強調號碼ID、端網協同與安全可信，智能體更偏向服務入口。中興通訊等設備商深耕網絡、算力與軟硬協同，布局工業、政務、云網運維等垂直領域，側重高可靠、國產化以及“云邊端”一體化，為行業智能體提供底層支撐。表1梳理了不同智能體的主要定位和重要應用場景。

表1 不同智能體的主要定位和重要應用場景

智能體對“云算網”提出顛覆性要求

傳統互聯網業務與智能體業務存在本質差異，流量呈現從平穩到“Token核爆”的特征，單智能體Token消耗可達普通用戶的10~1000倍。數據顯示，中國日均Token調用量已從2024年初的1000億個躍升至2025年底的100萬億個，兩年間增長超千倍。鄔賀銓表示，智能體對算力、云與網絡提出顛覆性要求。

智能體的興起進一步推高了算力需求。中興通訊董事長方榕表示，智能體正從“工具”進化為“伙伴”，技術變革的下一個浪尖，已然到來。而智能體的廣泛應用，依賴堅實、高效且經濟的算力支撐。傳統云以資源提供為核心，智能體時代要求智能體原生云：需要優先布局智能體原生架構，構建全局智能調度體系，搭建分布式記憶與向量引擎，深化“云邊端”協同，強化算力并優化網絡。智能體使網絡流量從南北向為主轉為東西向占比80%，QPS提升10~100倍。網絡需要從行政區域組網轉向“智算中心—區域云—邊緣—終端”四級架構，并且采用SRv6、云網虛擬化與編排、流量AI預測與調度等技術，保障確定性與高可靠性。

安全風險不容忽視

有研究指出，在智能體自主性能力驅動下，記憶投毒、工具濫用、獎勵劫持以及由價值錯位導致的涌現性失配等質變級安全問題，逐漸由潛在風險轉變為現實可能。OpenClaw安全危機爆發深刻暴露了智能體生態的安全脆弱性。

智能體從單一部署走向多智能體協同是必然趨勢，而安全風險呈現復雜化和質變性的新特征也是必然。對此，應從加強協議約束、強化標準引領、注重物理隔離等方面加強安全風險管理。

面向未來，隨著多智能體協同、智能體互聯網形成、AaaS模式逐漸普及，算力、網絡與云服務將迎來深度重構?；ヂ摼W廠商、運營商、設備商在賽道上各展所長，在搶抓機遇的同時，更要筑牢安全防線、協同技術創新，共同推動智能體產業走向規?；⒁幏痘⒏哔|量發展新階段。