问题——从“能说会道”到“能办事”，产业呼唤可落地的智能能力 当前，大模型应用正经历重要拐点：用户需求不再满足于问答、写作等“表达型能力”，而是更关注能否完成打车、点餐、报销、客服处置、供应链协同等端到端任务；面向真实业务场景——模型不仅要会“回答”——更要会“执行”，并能在复杂流程中稳定调用工具、读取信息、输出结构化结果，最终产生可衡量的效率提升与成本优化。随着这个需求集中释放，围绕智能体（Agent）的新一轮应用变革快速展开。 原因——政策牵引与技术演进共振，基座模型转向“为智能体而生” 一上，顶层设计为技术突破与产业落地提供方向引导。“十五五”规划纲要提出，鼓励多模态、智能体、具身智能、群体智能等技术创新，探索通用人工智能发展路径。这为产业界形成稳定预期、加大研发投入、加快成果转化提供了政策牵引。 另一方面，支撑“能办事”的关键在于基座模型核心能力的系统升级。业内普遍认为，工具调用、长上下文理解、复杂推理、结构化输出、任务分解与规划等能力，正成为衡量模型实力的核心指标。随着模型架构与训练范式迭代，多模态融合、混合专家（MoE）等技术路线加速成熟，模型评估也由单纯追求“大参数”转向强调“高效率、低成本、强泛化与可部署”。这一转向直接服务于智能体在企业级与消费级场景的大规模落地。 另外，开源智能体工具的出现在生态层面产生“放大器”效应。开源降低了开发门槛，吸引更多开发者与企业加入，促进工具链、插件、工作流、行业模板等加速完善，进而倒逼模型能力与产品体验更提升，形成正向循环。 影响——应用生态加速繁荣，Token经济显现，全球竞争格局出现新变量 智能体生态的扩张，带来最直观的变化之一是Token调用量的快速增长。国家数据局有关负责人介绍，今年3月我国日均Token调用量已突破140万亿，两年增长超千倍。调用量提升不仅意味着模型“被使用”，更反映出智能体驱动下的调用频次与任务复杂度显著上升：从一次问答转向多轮规划、连续调用工具与多步骤执行，Token逐步呈现“生产要素化”特征，成为企业数字化投入的新型度量。 在全球市场层面，多项统计数据显示我国大模型在调用规模上实现突破，国产模型在部分平台的调用量位居前列，且增长速度更快。这从一个侧面说明，全球开发者与企业用户正在以“好用、可用、成本可控”为标准重新选择技术路线。凭借性价比与场景适配优势，叠加开源带来的扩散效应，我国大模型正在以差异化路径进入国际竞争的关键赛段。 对策——以“能力底座+应用牵引+治理保障”推动智能经济行稳致远 面向智能体时代的新特征，推动智能经济高质量发展需要多点发力、共同推进。 其一，夯实能力底座，提升“可执行智能”的工程化水平。围绕长上下文、复杂推理、稳定工具调用、跨系统协同等关键能力持续突破，同时加强模型在真实业务中的鲁棒性、可控性与可解释性建设，推动从实验室指标向工程指标、产业指标转化。 其二，以应用为牵引，促进供需两端同向发力。鼓励在政务服务、制造业、金融、医疗、交通、教育等领域形成可复制的智能体解决方案与行业标准模板，通过场景开放、试点示范、数据合规流通等方式，让技术创新与产业痛点精准对接，形成规模化部署的“落地路径”。 其三，完善生态体系，培育开发者与工具链优势。支持开源社区与产业联盟建设，推动插件、工作流编排、评测体系、模型适配工具等基础设施完善，降低企业二次开发成本，提升中小企业“用得起、用得好”的能力。 其四，强化治理保障与安全底线。针对智能体具备自主调用工具、执行操作的特点，应同步推进数据安全、隐私保护、模型合规、内容治理与操作可追溯机制建设，明确责任边界与审计规则，推动技术发展与风险防控并重。 前景——从“数字化”走向“智能化”，智能经济有望打开新增长空间 展望未来，智能体将成为连接模型能力与产业场景的关键载体：在消费端，智能体将更深度嵌入通信、出行、生活服务与办公协同；在产业端，智能体有望进入研发设计、生产调度、供应链管理、客户运营等关键环节，推动组织流程再造与效率跃升。伴随Token经济逐步形成、算力与数据要素配置提升、开源生态不断壮大，智能经济有望成为新一轮产业升级的重要驱动力量。 同时也应看到，智能体规模化应用仍面临模型幻觉、系统对接复杂、数据孤岛、成本与收益平衡等现实挑战。能否在关键技术、工程能力、标准体系与治理框架上实现同步突破，将决定智能经济扩张的速度与质量。
从对话到执行，智能体发展标志着AI技术进入价值创造"新阶段。抓住该机遇，需要坚持创新驱动、应用导向和规范发展，让技术真正服务于产业升级和民生改善，开拓智能经济更广阔的发展空间。