賽迪研究院主辦奮力建設(shè)國家高端智庫思想型智庫國家級平臺全科型團隊創(chuàng)新型機制國際化品牌《《賽迪專報》《賽迪要報》《賽迪深度研究》《美國產(chǎn)業(yè)動態(tài)》《賽迪前瞻》《賽迪譯叢》《國際智庫熱點追蹤周報》《工信情周報》《國際智庫報告》《新型工業(yè)化研究》《工業(yè)經(jīng)濟研究》《產(chǎn)業(yè)政策與法規(guī)研究》《工業(yè)和信息化研究》《先進制造業(yè)研究》《科技與標準研究》《工信知識產(chǎn)權(quán)研究》《全球雙碳動態(tài)分析》《集成電路研究》《信息化與軟件產(chǎn)業(yè)研究》《網(wǎng)絡(luò)安全研究》《未來產(chǎn)業(yè)研究》智能體是以大模型為核心驅(qū)動，具備感知、學(xué)習(xí)、適應(yīng)、決策、執(zhí)行能力的智能系統(tǒng)，是推動人工智能從以大模型為代表的生成式人工智能邁向代理式人工智能的主導(dǎo)產(chǎn)品形態(tài)，是人工智能落地應(yīng)用的戰(zhàn)略必爭領(lǐng)域。當前，智能體在全球范圍內(nèi)快速興起，不僅深刻改變了軟件產(chǎn)業(yè)發(fā)展范式，更為實體經(jīng)濟轉(zhuǎn)型提供了新生產(chǎn)“本期主題”《全球智能體發(fā)展進展、面臨挑戰(zhàn)與對策建議》系統(tǒng)闡述智能體概念內(nèi)涵的演進歷程，深入分析全球智能體技術(shù)研發(fā)和應(yīng)用創(chuàng)新的最新進展，客觀梳理全球智能體發(fā)展面臨的技術(shù)、應(yīng)用、生態(tài)等多重挑戰(zhàn)，并從推動技術(shù)創(chuàng)新、深化融合應(yīng)用、完善標準體系、加強人才培養(yǎng)等維度提出系統(tǒng)性對策建議。本期內(nèi)容CONTENTS 1 1 3（三）當代智能體是下一代軟件演進躍遷的新方向 4 （一）技術(shù)研發(fā)持續(xù)突破，核心能力不斷增強 7（二）應(yīng)用創(chuàng)新蓬勃發(fā)展，產(chǎn)品形態(tài)日益豐富 10三、全球智能體發(fā)展面臨的挑戰(zhàn) 12（一）底層技術(shù)瓶頸：算法、數(shù)據(jù)、算力三大要素制約發(fā)展 12（二）實際部署困境：決策質(zhì)量穩(wěn)定性與跨場景協(xié)作能力不足 13（三）產(chǎn)業(yè)生態(tài)挑戰(zhàn)：隱私保護、算法偏見、責任歸屬等多維度風(fēng)險并存 13四、對策建議 14（一）推動技術(shù)創(chuàng)新 14（二）深化融合應(yīng)用 14（三）完善標準體系 14（四）加強人才培養(yǎng) 15本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與（一）智能體泛指具有感知決智能體泛指能夠感知環(huán)境、理解信息并作出決策與行動的代理體，它可以是軟件、硬件或者一個系統(tǒng)，具備自主性、適應(yīng)性和交互能力。從歷史起源看，智能體的演進經(jīng)歷五個關(guān)鍵階段。一是符號智能體階段，主要使用邏輯規(guī)則和符號表示對知識進行封裝并推動推理進程。20世紀80年代興起的基于知識的專家系統(tǒng)是典型代表案例，這類系統(tǒng)在醫(yī)療診斷、財務(wù)分析等領(lǐng)域展現(xiàn)了智能體在特定任務(wù)中的主要關(guān)注智能體與環(huán)境之間的交這類智能體的設(shè)計優(yōu)先考慮直接的輸入、輸出映射，而不是復(fù)雜的推理和符號操作。1999年索尼推出的AIBO娛樂機器人是此類智能體在消費電子領(lǐng)域的早期應(yīng)用，展現(xiàn)了智能體在日常生活和休閑互動中的應(yīng)用前景。三是基于強化學(xué)習(xí)的智能體階段，主要關(guān)注使智能體通過與環(huán)境交互優(yōu)化決策過程。在這一階段，智能體能夠從高維輸入中學(xué)習(xí)智能體在《危險邊緣》問答比賽中戰(zhàn)勝人類冠軍；2016年谷歌研發(fā)的這一系列里程碑展示了智能體在復(fù)雜環(huán)境中不斷提升的決策能力。四是具有遷移學(xué)習(xí)和元學(xué)習(xí)能力的智能體階段，主要關(guān)注提高智能體在新任務(wù)方面的學(xué)習(xí)效率與泛化能力，降低對大量訓(xùn)練樣本的依賴。2在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的重大突破是這一階段的標志性成果。五是 基于大語言模型的智能體階段，將大語言模型作為智能體大腦或控制器的核心組件，并借助多模態(tài)感知技術(shù)和工具使用等多樣化策略顯著擴展感知范圍和行動空間。2023年AutoGPT的出現(xiàn)進一步提升了智能體的自主性和任務(wù)執(zhí)行能力，推動廣義智能體包含多種類型。按照產(chǎn)品形態(tài)劃分，包括“硬智能智能體”指具備物理實體的產(chǎn)品，包括具身智能、自動駕駛等；“軟智能體”指數(shù)字世界的軟件實體，是未來數(shù)字生態(tài)的神經(jīng)中樞，也是“硬智能體”的核心驅(qū)動。按照智能體作出決策的依據(jù)劃分，包括確定性和非確定性兩類，確定性智能體是基于固定規(guī)則和邏輯運行，結(jié)果可預(yù)測；非確定性智能體是基于數(shù)據(jù)驅(qū)動的，具有靈活的適應(yīng)性。按照智能體作出決策的過程劃分，包括簡單反射、基于模型的反射、基于目標的、基于效用的四類，簡單反射智能體不考慮過去經(jīng)驗，直接根據(jù)規(guī)則作出反應(yīng)；基于模型的反射智能體根據(jù)歷史數(shù)據(jù)和模型規(guī)則共同作出決策；基于目標的智能體以最大化未來目標為依據(jù)作出決策；基于效用的智能體可以在目標相互沖突或不確定的復(fù)雜環(huán)境中作包括操作系統(tǒng)智能體和應(yīng)用層智能體，其中操作系統(tǒng)智能體具備操作本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 計算設(shè)備底層硬件和上層應(yīng)用的能力；應(yīng)用層智能體面向特定應(yīng)用，具備調(diào)用外部軟件工具能力。按照功能定位與應(yīng)用場景劃分，包括智能助理、感知交互、仿真、安全、協(xié)作等多種類型。按照智能體數(shù)量與協(xié)作能力劃分，包括單智能體系統(tǒng)、多智能體系統(tǒng)以及人類與智能體協(xié)作三類，單智能體系統(tǒng)側(cè)重于獨立運作與自主決策，適用于執(zhí)行明確任務(wù)并實現(xiàn)單一目標的應(yīng)用場景；多智能體系統(tǒng)以智能體協(xié)同與信息交互為核心特征，通過集體智能解決單體智能難以應(yīng)對的復(fù)雜問題；人類與智能體協(xié)作將人類認知與機器能力有機結(jié)合，構(gòu)建從工具使用到伙伴協(xié)作的多層次交互模（二）當代智能體主要指以大當前，智能體是指以大模型為數(shù)據(jù)來源：LilianWeng《LLMPoweredAutonomousAgents》，賽迪智庫整理當代智能體是人工智能新發(fā)展階段的重要產(chǎn)品形態(tài)。英偉達CEO黃仁勛認為，人工智能發(fā)展可以分以圖像識別等為代表，具備能看能聽能力，但不具備思考能力。二是會思考能寫作，但是不具備使用工具能力。三是代理式人工智能，以智能體為代表，能分解任務(wù)、自主決策并執(zhí)行任務(wù)。四是物理式人工智能，以具身智能為代表，是智能體與機器人的結(jié)合，能夠改造物理世界。當前人工智能正在經(jīng)歷一個新的拐點，正在從生成式邁向代理式階段，智能體是新發(fā)展階段的重當代智能體是大模型之上能力更強的系統(tǒng)。大模型擅長知識處理和語言交互，是一種被動響應(yīng)輸入，智能體則擁有自主思考和調(diào)用工具的能力，能實現(xiàn)端到端的問題大模型以內(nèi)容生成及理解為核心能力，而智能體以任務(wù)完成為目標，具備規(guī)劃和執(zhí)行能力。從模型結(jié)構(gòu)方面，大模型為神經(jīng)網(wǎng)絡(luò)架構(gòu)，智大模型、工具、記憶組件、規(guī)劃器等。從自主性方面，大模型為被動響應(yīng)輸入，無主動決策能力，智能體可主動規(guī)劃、迭代、調(diào)用工具。從應(yīng)用場景方面，大模型適用于問答、寫作等生成式服務(wù)，智能體可解決一站式智能助手等復(fù)雜問題或端到端問題。綜合看，智能體能力不再僅限于大模型的被動響應(yīng)人類指令，而是可以理解人類意圖、自動分解任務(wù)、作出決策并尋找可用工具執(zhí)行任務(wù)，推動人工智能從只會回答問題的“做題家”升級為能夠解決問題的“項目經(jīng)理”，能力（三）當代智能體是下一代軟智能體的核心軟件屬性既延續(xù)傳統(tǒng)軟件的本質(zhì)特征，又通過智能化實現(xiàn)能力躍遷，代表了下一代軟智能體的軟件屬性不變，其本質(zhì)是由代碼構(gòu)成的可執(zhí)行程序的延續(xù)升級。智能體通過自主決策系統(tǒng)和動態(tài)適應(yīng)能力，將軟件從“工具屬性”升級為“伙伴屬性”，但其代碼驅(qū)動、可執(zhí)行、可管理的軟件本質(zhì)屬性未變。從代碼驅(qū)動的一致性看，智能體的大模型推理、強化學(xué)習(xí)策略等核心決策模塊本質(zhì)上是具調(diào)用仍依賴于軟件接口規(guī)范；從運行環(huán)境的一致性看，智能體需部署在服務(wù)器、云端或邊緣設(shè)備，依賴操作系統(tǒng)、容器化技術(shù)，與傳統(tǒng)軟件的運行環(huán)境兼容，如谷歌云平臺、亞馬遜云服務(wù)、微軟Azure云平臺提供各種云計算服務(wù)，用于構(gòu)建和部署智能體；從部署運維的一致性看，智能體遵循需求分析→設(shè)本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 件開發(fā)流程，依賴軟件開發(fā)相關(guān)的版本控制、測試、監(jiān)控等工具提升智能體推動軟件的用戶從人變個性化、智能體友好轉(zhuǎn)變。過去軟件面向的用戶群體是人，界面的易用性、功能的完備性是爭奪用戶的核心要素，但正因為功能設(shè)置過于繁瑣，加上需要人通過點擊等操作藏產(chǎn)品”和“隱藏功能”出現(xiàn)。相關(guān)數(shù)據(jù)表明，微軟應(yīng)用商店現(xiàn)有超難”問題一直存在。根據(jù)微軟發(fā)布中超過90%的功能因“操作難”而被用戶閑置。智能體能夠有效解決上述問題，其進行任務(wù)規(guī)劃、調(diào)用和使用工具的能力能夠幫助用戶完成“選軟件-手動操作軟件”的整個過程，用戶僅需在聊天界面中用自然語言描述需求，智能體就能自動執(zhí)行任務(wù)。這表明，用戶與軟件之間將產(chǎn)生隔離，軟件的用戶將從用戶端轉(zhuǎn)移到智能體，“運行哪款軟件”將交由智能體判斷，軟件特別是工具軟件的生態(tài)將迎來重構(gòu)，有可能轉(zhuǎn)變?yōu)橹悄荏w的功能插件或數(shù)據(jù)源，從一體化轉(zhuǎn)向原子化、從人類友好轉(zhuǎn)向智能體友好將是工具智能體推動軟件形態(tài)由“靜態(tài)”變?yōu)椤皠討B(tài)”，從而改變軟件的生產(chǎn)范式。過去軟件的開發(fā)是通過人總結(jié)經(jīng)驗并將其轉(zhuǎn)化為機器能夠理解的代碼，其運行規(guī)則是既定的，任務(wù)執(zhí)行只能依據(jù)既有的規(guī)則進行機械化響應(yīng)，每次功能更新都需要對軟件進行重新開發(fā)。智能體依托克服了傳統(tǒng)軟件規(guī)則僵化、響應(yīng)機械、升級困難的局限性。人類向智能體下達任務(wù)指令后，智能體能夠依據(jù)任務(wù)要求自適應(yīng)調(diào)用功能、工具甚至自主編寫代碼來完成指定任務(wù)，比如在金融分析中，Manus可以自主制定搜索方案、抓取數(shù)據(jù)信息、編寫Python分析腳本并生成可視化圖表。另外，智能體憑借自主學(xué)習(xí)能力還能實現(xiàn)自成長、自演進。例如，借助強化學(xué)習(xí)算法，Devin每周的編程能力迭代提升幅在代碼質(zhì)量評測中，其生成代碼的穩(wěn)定性和可維護性得分比初級程序員平均水平高出37%。未來，智能體將同時扮演軟件本體、軟件使用者以及軟件設(shè)計、編寫、修改者等多重角色。軟件的生產(chǎn)模式將從人類學(xué)習(xí)掌握機器語言進而完成軟件開發(fā)的模式，轉(zhuǎn)變?yōu)橹悄荏w按照人類需求完成軟件功能擴展和迭代的智能體推動軟件由“孤島”走向“互聯(lián)”，從而改變軟件的商業(yè)模式。與傳統(tǒng)軟件作為獨立工具、彼此無法相互調(diào)用不同，智能體具備調(diào)用外部軟硬件工具的能力。它既可以在數(shù)字環(huán)境中調(diào)用各種軟件接口，比如數(shù)據(jù)分析、圖像生成、辦公套件等，也可以通過IoT協(xié)議獲取空間感知、環(huán)境適應(yīng)和實時反汽車等，形成虛實結(jié)合的任務(wù)執(zhí)行能力。此外，通過多個獨立智能體之間的職能劃分和協(xié)同合作來處理復(fù)雜任務(wù)的多智能體網(wǎng)絡(luò)系統(tǒng)，使得智能體生態(tài)具有極強的可擴展可以突破單一軟件在任務(wù)類型和應(yīng)用場景上的限制。研究數(shù)據(jù)顯示，現(xiàn)有的軟件工程智能體中，多智能體系統(tǒng)占比達52.8%。比如阿里云調(diào)試智能體等多智能體框架來處理復(fù)雜的軟件開發(fā)任務(wù)。在智能體互聯(lián)互通特性的支撐下，用戶逐漸無品之間進行切換，“訂閱多個獨立軟件或SaaS”可能轉(zhuǎn)變?yōu)椤坝嗛喴粋€通用智能體”。這或?qū)⑼苿右酝垂ぞ呤褂檬召M模式向按任務(wù)量收二、全球智能體技術(shù)研發(fā)和全球智能體快速興起，科技巨頭紛紛加大技術(shù)研發(fā)和應(yīng)用創(chuàng)新布局力度，市場預(yù)期樂觀向好。英偉達CEO黃仁勛稱，智能體可能是下一個機器人產(chǎn)業(yè)，蘊藏著價值數(shù)萬部門都將成為智能體的“人力資源年，將有33%的企業(yè)軟件應(yīng)用程序本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 包含智能體，至少15%的日常工作決策將通過智能體自主做出。凱捷多數(shù)組織（82%）計劃到2026年整合智能體，主要用于諸如電子郵件生成、編碼和數(shù)據(jù)分析等任務(wù)。特別是客戶服務(wù)智能體，已成為眾多品牌的標配，在許多行業(yè)中，高達60%的客戶交互由智能體處理。國市場規(guī)模將從2024年的51億美元圖32023-2030E全球AI智能體市場規(guī)模（億美元）（一）技術(shù)研發(fā)持續(xù)突破，核大模型技術(shù)持續(xù)迭代升級，賦予智能體“超強大腦”。大模型是當代智能體的核心驅(qū)動，是智能體具備自主規(guī)劃、自主決策、自主學(xué)習(xí)能力的關(guān)鍵組成。自2022年數(shù)據(jù)來源：ResearchandMarket模型發(fā)展進入技術(shù)加速進化、能力集中涌現(xiàn)、應(yīng)用加快普及、創(chuàng)新群體突破交織疊加的“四階并進”時期。ChatGPT問世2年以來，月訪倍以上；各國發(fā)布大語言模型突破1000個，前20款產(chǎn)品總訪問量突級。斯坦福大學(xué)《2025年人工智能指數(shù)報告》顯示，大模型基準性能近年來顯著提升，在MMMU、GPQA、2024年大模型相較2023年得分分在SWE-bench上，AI編程問題解決大大模型布局力度，推動大模型進入應(yīng)用成本和門檻雙重降低，技術(shù)水平和成熟度雙重提升階段。美國OpenAI相繼發(fā)布ChatGPT、Sora、o1、o3等標志性技術(shù)產(chǎn)品，引領(lǐng)全球大模型技術(shù)的里程碑式創(chuàng)新，Anthropic、谷歌、Meta、xAI等也DeepSeek-V3和DeepSeek-R1模型，實現(xiàn)大模型訓(xùn)練成本和推理能力雙工程化水平得到全球廣泛認可，開辟大模型發(fā)展新路徑。隨著OpenAIo1和DeepSeek-R1的推出，大模型逐步從重訓(xùn)練向重推理轉(zhuǎn)變，思維鏈（ChainofThought，C成為推理模型的關(guān)鍵。思維鏈技術(shù)是智能體任務(wù)分解的關(guān)鍵，其可以模擬人類思考過程，將任務(wù)指令分解成多個可具體執(zhí)行的子任務(wù)，逐步開展假設(shè)、演繹、反思、糾錯等步驟，顯著提升了模型的邏輯推理智能體開發(fā)平臺與工具快速涌現(xiàn)，構(gòu)建產(chǎn)業(yè)發(fā)展“新基建”。智能體開發(fā)平臺與工具是承擔推動智能體技術(shù)創(chuàng)新和應(yīng)用落地的關(guān)鍵角色，為智能體設(shè)計、訓(xùn)練、測試和部署提供系統(tǒng)化、模塊化支持，目前正加速構(gòu)建和完善。例如，微軟推出CopilotStudio平臺支持企業(yè)自建智能體，截至2024年11月，已有逾10萬家企業(yè)借助能體；谷歌推出VertexAIAgent全合規(guī)的前提下，靈活構(gòu)建智能體并嵌入核心業(yè)務(wù)流程；英偉達推出智能體協(xié)同開源工具組件AgentIQ國阿里、字節(jié)跳動、百度、騰訊、本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 科大訊飛等也紛紛推出智能體開發(fā)平臺。其中，百度文心智能體平臺允許開發(fā)者通過零代碼或低代碼的方式，利用自然語言交互快速創(chuàng)建智能體。截至2024年11月已匯聚通信協(xié)議標準化加速推進，多智能體“社會”初步形成?；ヂ?lián)互通是智能體區(qū)別于傳統(tǒng)軟件的核心構(gòu)建起一個多智能體協(xié)作網(wǎng)絡(luò)，而通信協(xié)議則是實現(xiàn)互聯(lián)互通的關(guān)鍵上下文協(xié)議（MCPMCP打破了模型鏈接外部資源的信息孤島，簡化了集成流程，被比喻為“AI領(lǐng)域的MCP服務(wù)器服務(wù)，OpenAI等美國企業(yè)以及華為等我國企業(yè)均已在其產(chǎn)品中集成使用。2025年4月，谷歌Agent2Agent（A2A）開放協(xié)議，旨在為不同框架、供應(yīng)商構(gòu)建的智能體提供標準化通信機制，實現(xiàn)跨平臺的無縫協(xié)同。A2A協(xié)議實現(xiàn)了與MCP協(xié)議的互補，可有效助力構(gòu)建多智能體團隊處理復(fù)雜工作任務(wù)。此外，常高偉團隊推出智能體互聯(lián)ANP采用點對點（P2P）思路，基于現(xiàn)智能體身份管理，形成去中心化協(xié)作網(wǎng)絡(luò)?；贏NP可實現(xiàn)多智能體的去中心化高效協(xié)作，且具有可為不同框架、供應(yīng)商構(gòu)建的為大模型提供統(tǒng)一接口，實現(xiàn)與外部數(shù)據(jù)源、工具的標實現(xiàn)多智能體的去中心化高效協(xié)作，具有可擴展性，適（二）應(yīng)用創(chuàng)新蓬勃發(fā)展，產(chǎn)當前，手機、電腦等端側(cè)設(shè)備廠商以及大模型廠商、智能體創(chuàng)新企業(yè)紛紛面向消費級應(yīng)用和企業(yè)級應(yīng)用推出一系列智能體產(chǎn)品，應(yīng)用電腦等終端使用，具備網(wǎng)頁瀏覽及操作、報告撰寫等功能的智能體加速涌現(xiàn)。在手機智能助手方面，蘋大模型將Siri升級為智能體，華為、小米等手機廠商也紛紛將語音助手升級為智能體。此外，智譜發(fā)布智能體系列產(chǎn)品，針對手機端的京東、拼多多等熱門APP，并具備跨APP操作能力。在計算機助手方面，微軟推出WindowsCopilot，打造用戶與應(yīng)用軟件的智能交互新入口，推動用戶使用應(yīng)用軟件的方式由傳統(tǒng)的適應(yīng)學(xué)習(xí)轉(zhuǎn)變?yōu)樽匀徽Z出智能體Manus，能夠直接控制電腦，完成報告編寫、簡歷篩選等任本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 視覺：相機對準任何物體或場最時，識別出畫面Siri與ChatGPT集成：用戶語音提問會轉(zhuǎn)交給識屏說服務(wù)：智能識別屏幕中的文字、物體等信“超級小AI電影感鎖屏?xí)r鐘：支持智能識別用戶拍攝的壁紙生成：支持根據(jù)用戶的需要生成各種風(fēng)格的AI識音：全局實時翻譯，支持“同聲傳譯”，一鍵點咖啡：智能體可以記住用戶偏好，從語音一鍵比價：可以識別屏幕上的商品信息，比較不一鍵探店尋址：自動識別社交平臺頁面上的多個一鍵用機設(shè)置操作指導(dǎo)：支持語音輸入手機權(quán)限支持抖音、微博、餓了么、京東、拼多多等主流戶使用應(yīng)用軟件的方式由傳統(tǒng)的適應(yīng)學(xué)習(xí)轉(zhuǎn)變?yōu)槠髽I(yè)級智能體方面，行業(yè)通用工具類和面向特定行業(yè)類“一縱一橫”兩類智能體加速發(fā)展。從縱向看，辦公、管理等行業(yè)通用工具類智能體不斷推出。美國軟件巨頭依托前期積累，重點發(fā)力行業(yè)管理智能體并迎來高增長。微軟在運營、服務(wù)類自主智能體，為企業(yè)用戶節(jié)約大量時間和運營成本。比如美國電信企業(yè)Lumen通過運用微成本，相當于新增了187名全職員工的效能；麥肯錫借助自動化的流程分配智能體，將項目受理流程從Salesforce將智能體與客戶管理軟件融合打造Agentforce，允許企業(yè)按需創(chuàng)建客戶服務(wù)、銷售、數(shù)據(jù)分達成了付費協(xié)議，涵蓋銷售、招聘金蝶、用友等企業(yè)也紛紛推出辦公輔助、人力資源智能體產(chǎn)品，但國際知名度較低。從橫向看，行業(yè)智能軟件工程師Devin推動軟件工程全流程智能化。金融領(lǐng)域，招商銀行推出“掌上生活優(yōu)惠”與“財富看點”兩款智能體，為用戶提供優(yōu)惠查詢、辦卡指南、行情分析、資產(chǎn)配置建議等個性化服務(wù)。教育領(lǐng)域，字節(jié)跳動推出“豆包愛學(xué)”，可協(xié)助學(xué)生和教師進行智能解題、三、全球智能體發(fā)展面臨的（一）底層技術(shù)瓶頸：算法、一是算法性能有待優(yōu)化?，F(xiàn)有算法在面對復(fù)雜應(yīng)用場景時表現(xiàn)欠佳，穩(wěn)定性有待加強，以智能體基準測試環(huán)境OSWorld為例，當設(shè)置最大操作步數(shù)為50步時，OpenAI開發(fā)的Operator智能體僅能達到32.6%的任務(wù)成功率，而字節(jié)跳動的UI-TARS智能體任務(wù)成功率更是僅有24.6%。二是高質(zhì)量數(shù)據(jù)獲取難、治理難。訓(xùn)練高性能的智能體通常需要大規(guī)模、高質(zhì)量、多樣性豐富的標注數(shù)據(jù)。然而，這類數(shù)據(jù)獲取成本高昂，標注過程耗時費力且易出錯。許多行業(yè)存在“數(shù)據(jù)孤本期主題：全球智能體發(fā)展進展、面臨挑戰(zhàn)與 島”現(xiàn)象，數(shù)據(jù)分散在不同部門或系統(tǒng)中，難以整合利用。三是高性能算力資源相對緊缺。相較于傳統(tǒng)大模型，推理導(dǎo)向的應(yīng)用對計算資源的消耗呈現(xiàn)幾何級增長。隨著智能體應(yīng)用邊界的持續(xù)擴展，推理算力的需求呈現(xiàn)爆發(fā)式增長態(tài)勢，對算力的執(zhí)行效率和響應(yīng)速度提出更（二）實際部署困境：決策質(zhì)智能體的商業(yè)化應(yīng)用和大規(guī)模部署仍處于初期探索階段，主要困難集中在決策質(zhì)量不穩(wěn)定、跨場景協(xié)作能力不足等問題。當前許多智能體以大語言模型作為核心認知引擎。然而，大模型固有的“幻覺”問題，導(dǎo)致智能體輸出結(jié)果的可靠性難以保證，質(zhì)量難以穩(wěn)定控制。尤其在高精度和高可靠性的應(yīng)用場景中，一旦智能體輸出錯誤決策，恐導(dǎo)致系統(tǒng)性問題，甚至產(chǎn)生不可修復(fù)的損失。如在醫(yī)療領(lǐng)域，智能體承擔輔助診斷、疾病預(yù)測和個性化治療等關(guān)鍵任務(wù)，其決策失誤可能直接危害患者健康甚至生命，并可能引發(fā)對整個醫(yī)療AI技術(shù)體系的信任危機。此外，智能體跨場景跨系統(tǒng)協(xié)作能力不足，現(xiàn)有智能體大多只能在特定工作環(huán)節(jié)中發(fā)揮作用，缺乏靈活調(diào)配和自主決策的綜合能力，影響了其在自主駕駛、復(fù)雜任務(wù)規(guī)劃等多元化、融合性場景（三）產(chǎn)業(yè)生態(tài)挑戰(zhàn)：隱私保護、算法偏見、責任歸屬等多維度隱私保護方面，智能體為用戶不可避免地需要接觸和處理大量數(shù)據(jù)，其中不乏個人敏感信息和企業(yè)核心機密。其日益增強的自主決策能力和與外部環(huán)境API接口、數(shù)據(jù)庫系統(tǒng)等的交互能力，使其在某種程度上成為數(shù)據(jù)系統(tǒng)中的“特權(quán)訪問者”，帶來了前所未有的隱私泄露風(fēng)險。算法偏見方面，智能體決策行為高度依賴其訓(xùn)練數(shù)據(jù)和底層算法設(shè)計，其自主學(xué)習(xí)和強化訓(xùn)練過程可能會將訓(xùn)練數(shù)據(jù)中存在的隱性偏見進一步放大，從而加劇社會公平問題，導(dǎo)致在關(guān)鍵應(yīng)用領(lǐng)域產(chǎn)生歧視性后果。此外，智能體作為未來軟件應(yīng)用的實際操控者，在軟件產(chǎn)品選擇方面擁有較大的話語權(quán)。一旦智能體開發(fā)商將不公平競爭規(guī)則內(nèi)置于智能體系統(tǒng)中，勢必會對軟件市場的公平選擇機制造成干擾。責任歸屬方面，智能體具備高度自主的決策能力，當智能體的行為導(dǎo)致?lián)p失時，極大增加了在開發(fā)者、部署者、使用者等多元主體對照全球發(fā)展情況，結(jié)合我國實際，智能體發(fā)展仍面臨一些問題瓶頸，如自主芯片軟件生態(tài)發(fā)展緩慢、模型性能不夠優(yōu)化、產(chǎn)業(yè)化發(fā)展缺乏成熟的商業(yè)模式、產(chǎn)業(yè)生態(tài)體系不夠健全等，亟需強化支持引標準制定、人才培養(yǎng)等各項工作，為加快推動我國智能體發(fā)展創(chuàng)造良一是加強智能體關(guān)鍵技術(shù)研發(fā)，支持高校院所和企業(yè)圍繞智能體核心算法、架構(gòu)設(shè)計、協(xié)同機制等開展技術(shù)攻關(guān)，提升智能體技術(shù)水平和應(yīng)用能力。二是促進智能體開源創(chuàng)新發(fā)展，鼓勵建設(shè)開源技術(shù)社區(qū)和代碼倉庫，推動智能體相關(guān)工具、框架、模型的開源共享，降低技術(shù)應(yīng)用門檻。三是完善技術(shù)創(chuàng)新支持政策，通過科技計劃項目、創(chuàng)新基金等方式