通信世界网消息（CWW）当前，人工智能产业迎来关键转折点。人工智能正从以大模型训练为主，全面转向推理主导、智能体驱动的新阶段。相比传统AI工具，智能体具备自主感知、决策规划、工具调用与闭环优化能力，为原生应用带来了新的活力，可推动各行业的创新发展。

多智能体协同系统将助力集体智能涌现

《关于深入实施“人工智能+”行动的意见》明确提出，到2027年新一代智能终端、智能体等应用普及率超70%；到2030年，新一代智能终端、智能体等应用普及率超90%。这为产业发展指出了清晰的目标。

智能体作为大模型的重要应用形态，与大模型相辅相成，可以有效地解决大模型“有脑无手”的问题，助力大模型在实际场景的落地应用。尤其是OpenClaw（龙虾）的爆火，打开了智能体全面落地、词元（Token）经济形成、“云算网”升级的时代大门。

在大模型的支撑下，单个智能体通过感知、记忆、规划、工具调用与行动执行形成闭环，构成单节点智能单元，能够专注特定单一任务并独立完成决策与操作，但不具备跨智能体协作能力，应用边界与能力上限较为有限。

随着应用场景的复杂化，单一智能体已难以满足部分企业级的综合业务需求。现实世界中的复杂任务，需要多个具备不同专业能力的智能体协同工作，构建多智能体协同系统。“多智能体协同系统的核心价值不仅是智能体数量的叠加，更在于共享记忆、高级规划与反思，这将助力集体智能涌现。”中国工程院院士邬贺铨表示。

多智能体在开放网络中的规模化互联，即构成智能体互联网。智能体互联网以多智能体为互联对象，向上支撑智能体即服务（AaaS）。AaaS将智能体与智能体群能力云化封装，通过API、SDK与低代码平台对外提供，支持租户化、弹性调度、托管运维、按需计费服务。

邬贺铨表示，对企业用户而言，AaaS相当于一座“智能体超市”，无需自行开发智能体，甚至无需自建算力，仅通过订阅等模式，即可从云上“智能体超市”调用封装好的智能体功能组合，集成到自身业务系统，以SaaS的成本获得自动化与智能化双重收益。

产业链纷纷布局智能体

从用户对象来看，智能体主要分为To C智能体和To B智能体。

To C智能体主要有三种应用模式。第一种，云上App寄生智能体：强依赖微信、钉钉等宿主App，依托云端算力，断网不可用，是App内的“AI插件+被动助手”，可基于用户偏好自动完成操作，将聊天工具升级为可以“思考、写作、读文件、控设备”的智能助手，但用户无模型选择权。第二种，终端OS原生智能体：预装于手机操作系统，例如中兴通讯与字节跳动联合推出的豆包手机，可按用户意图与偏好主动聚合App并自动执行业务流程。终端OS原生智能体的优势是用户可控性强、断网仍可基础运行；缺点是易弱化App界面，易被应用厂商抵制，且过度主动可能违背用户临时意愿。第三种，“本地自治+云端辅助”的智能体：不依赖App，但需要手动安装独立PC软件，如以“龙虾”为代表的AI私人管家，决策与权限管理本地化，是由用户驱动、基于授权、按任务执行的终端主动工具，不主动感知场景，主动提供服务，通过云上AaaS可发现并协同其他智能体。

To B的智能体具备专业性强、定制化需求高的特点，被广泛应用到各个领域，主要有四大应用模式。第一种，流程自动化智能体：复刻人工逻辑，替代生产、运维等标准化流程，提升效率。第二种，行业专家智能体：依托行业知识库与知识图谱，提供决策参考方案。第三种，多智能体协同：整合供应链、生产、物流等多领域智能体，实现跨环节协同。第四种，具身智能：支撑工业机器人等实体设备，完成感知、推理与物理执行闭环，例如优艾智合构建并推广“一脑多态”具身智能系统。编码智能体、客服智能体等To B智能体率先得到应用。

产业链纷纷布局智能体，字节跳动、腾讯、阿里等互联网厂商依托自研大模型，主打低代码开发平台与开放生态，侧重个人助手、办公协同、内容生成等通用场景，以工具化、轻量化快速落地。中国移动、中国电信、中国联通等运营商依托算网资源与海量用户入口，聚焦通信服务、家庭智联、政务民生等场景，强调号码ID、端网协同与安全可信，智能体更偏向服务入口。中兴通讯等设备商深耕网络、算力与软硬协同，布局工业、政务、云网运维等垂直领域，侧重高可靠、国产化以及“云边端”一体化，为行业智能体提供底层支撑。表1梳理了不同智能体的主要定位和重要应用场景。

表1 不同智能体的主要定位和重要应用场景

智能体对“云算网”提出颠覆性要求

传统互联网业务与智能体业务存在本质差异，流量呈现从平稳到“Token核爆”的特征，单智能体Token消耗可达普通用户的10~1000倍。数据显示，中国日均Token调用量已从2024年初的1000亿个跃升至2025年底的100万亿个，两年间增长超千倍。邬贺铨表示，智能体对算力、云与网络提出颠覆性要求。

智能体的兴起进一步推高了算力需求。中兴通讯董事长方榕表示，智能体正从“工具”进化为“伙伴”，技术变革的下一个浪尖，已然到来。而智能体的广泛应用，依赖坚实、高效且经济的算力支撑。传统云以资源提供为核心，智能体时代要求智能体原生云：需要优先布局智能体原生架构，构建全局智能调度体系，搭建分布式记忆与向量引擎，深化“云边端”协同，强化算力并优化网络。智能体使网络流量从南北向为主转为东西向占比80%，QPS提升10~100倍。网络需要从行政区域组网转向“智算中心—区域云—边缘—终端”四级架构，并且采用SRv6、云网虚拟化与编排、流量AI预测与调度等技术，保障确定性与高可靠性。

安全风险不容忽视

有研究指出，在智能体自主性能力驱动下，记忆投毒、工具滥用、奖励劫持以及由价值错位导致的涌现性失配等质变级安全问题，逐渐由潜在风险转变为现实可能。OpenClaw安全危机爆发深刻暴露了智能体生态的安全脆弱性。

智能体从单一部署走向多智能体协同是必然趋势，而安全风险呈现复杂化和质变性的新特征也是必然。对此，应从加强协议约束、强化标准引领、注重物理隔离等方面加强安全风险管理。

面向未来，随着多智能体协同、智能体互联网形成、AaaS模式逐渐普及，算力、网络与云服务将迎来深度重构。互联网厂商、运营商、设备商在赛道上各展所长，在抢抓机遇的同时，更要筑牢安全防线、协同技术创新，共同推动智能体产业走向规模化、规范化、高质量发展新阶段。