（作者：中国工程院院士 邬贺铨）

　　人工智能正迎来从技术突破向价值落地的关键拐点。当前，大模型技术在参数规模、多模态能力和工程效率上持续迭代突破，千行百业展现了人工智能应用的丰富场景，但人工智能技术的规模价值仍未得到充分释放。在此背景下，国务院印发了《关于深入实施“人工智能+”行动的意见》（以下简称《意见》），明确提出智能体应用普及，锚定以人工智能技术跨越价值落地鸿沟，意在通过人工智能深度重构生产要素，进而发展智能经济，构建智能社会。这一部署不仅符合技术演进的内在规律，更切中了产业智能化的核心需求。

　　从应用基础来看，人工智能技术已具备规模化落地的用户基础。据CNNIC统计，截至2024年底，使用人工智能技术和产品的中国网民占比已达17.7%；而从2021—2024年宽带流量数据显示，2024年近半数流量增速是由人工智能应用贡献。由此可以看出，人工智能已积累可观的用户基础以及实际使用规模。但需注意的是，当前人工智能应用服务仍难形成商业闭环。核心症结在于，生成式人工智能虽能根据提示词生成内容，却因缺乏长期目标、无主动发起任务的能力，无法感知物理世界，仅能作为“被动助手”存在，最终导致推广受阻。而整合大模型（基础认知）、记忆系统（长期目标支撑）、工具调用（物理世界交互）、规划能力（主动任务发起）的智能体，正是破解这一困局的关键路径，为人工智能从“内容生成”到“任务执行”提供了应用范式。

　　智能体的核心价值在于主动执行与动态优化。它不仅具备任务执行能力，还能基于反馈对执行结果进行反思优化；能调用API、数据库查询等软件工具，也能连接外部传感器、具身智能等硬件设备，承担起“智能代理”的角色。但单一智能体仍存在明显短板：一是缺乏核心的因果推理能力，面对含复杂时间变量与关系的问题时稳定性不足；二是其输出质量高度依赖用户提问的精准度，难以主动挖掘潜在需求。这种局限决定了单一智能体难以应对产业场景中的复杂任务，需进一步向协同化方向演进。

　　为补齐这一短板，需从“AI Agent（单一智能体）”向“Agentic AI（智能体协同群）”升级。通过新增中心化编排层，在封闭系统内实现统一目标下的多智能体协作。这一模式如同“群策群力”，将多个智能体整合为“超级代理”。依托共享记忆库，协同群可实现知识的集成、沉淀与集体反思，进而构建多智能体协作生态。相比单一智能体，其应用场景更丰富，能覆盖多领域知识融合、复杂环境动态响应及长周期任务接力等需求。

　　智能体协同群在封闭环境下应用高效，但不适于在开放生态系统和异构平台集成应用，下一步需依托区块链、联邦学习等分布式技术协议，开发开放环境下智能体互联即IoA（智联网），打造“智能体即服务”和“网络即协作平台”的生态，实现开放式异构智能体的跨域协作。IoA可广泛落地于智慧城市、智慧制造等领域，为各类场景提供“数字化身”式的智能支撑；不过，如何实现智联网下异构智能体的高效协同、责任边界划分与风险管控，仍需进一步探索。总体而言，智能体协同群与智联网是现阶段推动AI从技术走向落地的关键环节，二者的发展成熟，将成为未来向通用人工智能过渡的必要前提。

　　大语言模型作为智能体生成的关键，经训练优化可提供强大自然语言处理能力、知识库及丰富信息，助其更好理解和回应用户指令、满足需求。近期，OpenAI推出了GPT-5，DeepSeek官方发布DeepSeek-V3.1版本，百度于上半年推出文心大模型4.5 Turbo和文心大模型X1 Turbo两款大模型以及多个AI应用，近期还将推出文心大模型最新版推理模型。全球头部厂商不断提升模型基础能力，在算法优化、数据处理、多模态融合等关键领域持续突破，推动着大语言模型向更高性能、更广泛应用的方向迈进。

　　此外，值得一提的是开源生态，以国内的文心大模型为例，今年文心4.5系列开源10款模型。这种开源模式不仅促进了技术的快速传播与交流，让更多开发者能够基于先进的模型进行二次创新，还吸引了全球范围内的优秀人才共同参与到模型的改进和完善中，形成了良性的技术迭代循环。

　　无论是智能体的迭代，还是智联网的构建，都离不开底层算力的支持。过去一年，行业虽然持续探索大模型技术创新以降低对算力的需求，但算力紧张的局面仍然制约AI的应用。国产算力技术的突破尤为迫切，近来国内一些企业取得了很有影响力的进展。昆仑芯早前点亮了三代万卡集群，通过超大规模并行计算能力，大幅缩短了千亿参数模型的训练周期，显著提升了AI原生应用的迭代效率，为多模态数据与复杂任务的开发提供了坚实基础。

　　产业智能化的深入推进，最终依赖人才这一“核心动力”。人才培养是培育人工智能创新生态的重要一环。像百度这样的头部企业在这方面做了很有成效的探索，基于近十年AI研发的持续投入和在算力、框架、模型到应用的四层布局构建起AI全栈技术优势，近期发布“百度人才培养星河”计划及多个品牌项目，将联合高校和科研机构培养人工智能及大模型人才，以人才服务社会和产业AI应用落地。

　　从智能体的技术突破，到智联网的未来探索；从算力基座的夯实，到产业应用的落地，这一进程的背后需要政策发挥领航作用。随着《意见》的深入实施，我们定能加速通向智能体时代，让人工智能成为社会高质量发展的强劲动能。