科博會觀察｜AI智能體從“能用”到“敢用”

5月8日，國家網信辦、國家發展改革委、工業和信息化部聯合印發《智能體規范應用與創新發展實施意見》，將智能體安全、可靠、可信作為產業發展的底線要求，規范有序推動智能體落地應用。

同一天，第二十八屆中國北京國際科技產業博覽會（以下簡稱"科博會"）開幕，以智能體為代表的AI應用同樣成為產業端的焦點。

今年以來，一只"紅色龍蝦"從技術圈走向產業應用，被視為AI從"對話交互"邁向"自主執行"的關鍵標志。"龍蝦"常與智能體混為一談，事實上，"龍蝦"是智能體平臺，并非智能體本身。而這只是外界對"龍蝦"的誤解之一。

科博會的一場圍繞AI智能體的圓桌論壇上，來自操作系統、工業AI、網絡安全等領域的產業人士給出近乎一致的判斷：應用層的狂歡之下，決定智能體能否真正進入產業的地基，還未打好。

龍蝦之外，他們關心的是模型、智能體跑在什么之上——操作系統、端側算力、工業模型、安全框架，這些才是智能體從"能用"到"敢用"的橋與路。

先把OS和標準做好

2024年到2026年，每年春節都有一款產品破圈。2024年是Sora，2025年為DeepSeek，2026年"龍蝦"被全民熱議。什么是"龍蝦"？大多數人至今搞不太明白。

"它不等于智能體"，誠邁科技股份有限公司總裁劉冰在分享感悟前，先進行概念糾偏。"‘龍蝦’之所以火，是因為它讓智能體具備了短期記憶能力，以及執行、操控的機制。它是一個平臺，讓公眾能夠知道人工智能到底能干什么。"

就像踢一場足球比賽一樣，他打了個比方："一個足球隊有前鋒，很光鮮，但也需要中場、后衛、守門員。人工智能要落地到傳統行業，首先要分層次地把每一個關鍵崗位角色定義清楚。我們既需要‘龍蝦’，也需要操作系統，Scale（規模）、Agent（智能體）等隊友，來形成落地‘最后一公里’的產品或方案。"

比如操作系統，"傳統操作系統向下控制所有硬件、文件系統、CPU（中央處理器）和GPU（圖形處理器）算力資源等，這是‘龍蝦’和智能體不具備的"。劉冰說。

在他看來，中國數字化發展了十幾年，基礎設施全球領先，但智能化水平在各個行業參差不齊，核心癥結在于操作系統這個數字化基座。如果出現新的操作系統，能將人工智能原生集成進入，同時又讓所有的端側設備運行，相信智能化水平能夠大幅度提升。

誠邁科技自身的實踐也印證了這一點：從2024年開始，誠邁科技從軟件走向軟硬結合，推出面向信創領域的臺式機、筆記本和服務器，以及面向汽車、機器人和物聯網行業的端側AI產品等。

在工業制造這個深水區，操作系統還需要一次更底層的重構。

遠舢智能科技聯合創始人兼CTO李小龍分享了實踐中發現的問題，在某個場景下，"整個工藝生產過程中，大概有1200多個模型同步運行，整個運行環境需要一套相關底座來支撐，我們把它稱之為INOS，就是工業原生OS"。

"另外，我們不得不面對一個核心問題。"李小龍發現，"‘龍蝦’對token訪問時，OpenAI和Anthropic的協議不一樣，誰牽頭制定標準？計算機發展這么多年，都是標準化之后才能做到產業生態的共生共榮。"

大模型產業落地差1%都不行

操作系統打好了地基，模型本身則需要在場景下打磨。

遠舢智能成立八年，發現AI在產業落地重點還是在端側，在這個過程中還需要從技術端做諸多突破。

以基模為例，"所謂的AGI（通用人工智能），說將來拿一個模型把這件事全干了，我們不是這樣認為的。我們采用的是專有模型的路線。大模型啥都能干，但在工業場景就是差1%，尤其是在專有領域，我們把知識密度增強，把大量冗余部分剝離掉，在這個方面做了大量模型蒸餾工作"。

從公司成立到現在，遠舢智能沒有采取大模型卷參數的方式，李小龍解釋，"因為在很多工業場景，對大模型的功耗、準確性有很高的要求，所以我們把知識級別的內容通過Transformer做輕量化處理，在真正要把工業串起來的那一步，再加一些工業機理知識"。

達索系統大中華區可持續發展首席專家馮升華提出，"工業AI有三道門檻：可信、科學、經得起工業實踐。通用大模型解決聊天、寫作、做視頻的問題，屬于‘文藝AI’，而工廠里需要的是工業AI，不能有幻覺。不能造一架95%時間穩定、5%時間不確定的飛機，AI生成的每一個東西，都要經得住科學考驗和工業實踐"。

端側模型的性能正在快速提升。業內人士表示，當前主流開源模型中，7B、14B、26B、32B、35B等參數級別的模型性能，已大幅接近，甚至是超越兩年前的頂尖模型。比如千問3.5 35B參數的模型已經直接對標千問3 Max 235B模型的水平，知識蒸餾和量化技術讓大模型"下沉"到端側成為可能。

從"比參數"到"比落地"，工業AI有自己的評價體系。

AI安全的核心是基建

工業AI要可信，安全是可信的前提。當智能體從對話框里走出來，開始操控設備和數據，原有的安全防護體系要同步成長。

十年前，我們討論網絡安全，近十年聚焦數據安全，現在是人工智能安全。"過去的網絡安全，我們說補丁要打得足夠快；到了數據安全時代，我們說手段要來得及時；到了人工智能安全，我們強調基礎設施要建得好。到了AI時代，如果搞安全還是打補丁，可能是災難性的。"安恒信息高級副總裁楊勃亮出自己的觀點。

當天，IBM全球合伙人、IBM咨詢大中華區戰略咨詢部總經理董海軍提到了一個具有諷刺意味的案例：Meta的一位安全主管用"龍蝦"整理郵件，結果龍蝦把他所有的郵件都刪了。安全主管尚且如此，普通企業面臨的AI風險可想而知。

和傳統的AI相比，智能體帶來的安全挑戰還有著本質不同。

楊勃指出，"現在智能體‘長了兩個爪子’，進入了物理空間、社會實體空間，它不再只是在屏幕里跑的工具，而是具備決策和執行能力。人類無法確保制造出的機器都能正常運行，所以必須有配套的安全手段。當智能體與工業機器人、具身智能結合之后，如果被遠程惡意控制，帶來的影響和損耗會非常大"。

行業忙著給AI"造"更多手腳，"最后一公里"的路還要一塊磚一塊磚地砌。

北京商報記者 魏蔚