当前，人工智能产业正站在一个关键的范式转折点上。2026 年政府工作报告首次提出“打造智能经济新形态”，明确要求“深化拓展‘人工智能+’”，并首次将“促进新一代智能终端和智能体加快推广”单独列为政府工作任务，人工智能在国家战略议程中的优先级持续提升。在这一战略背景下，智能体作为大模型技术走向实际生产部署的关键形态，正加速成为新质生产力的重要驱动力量与各方竞相布局的产业高地。本文在阐释人工智能智能体产业发展现状的基础上，系统梳理国内外推动智能体工程化落地的相关政策举措，并结合广东实际情况提出若干建议。

一、人工智能智能体产业发展现状

人工智能智能体（AI Agent）是以大语言模型为核心推理引擎，具备自主感知、记忆、决策、交互与执行能力的智能系统。现代智能体依托“感知—决策—行动—记忆”的认知闭环运作：感知模块采集并结构化处理多源信息，决策模块理解用户意图并拆解任务，行动模块调用工具执行操作，记忆模块则通过短期与长期记忆沉淀知识、优化服务。这一架构与传统大模型单轮问答的本质区别在于：智能体能够在无需人工逐步介入的情况下，自主规划并完成跨越多个步骤、调用多个系统的复杂任务。

在产业链层面，人工智能智能体产业呈现出清晰的分层结构：上游以算力芯片、智能算力基础设施及高质量训练数据集为核心支撑；中游以基础大模型、智能体开发框架与平台为技术枢纽；下游则面向金融风控、工业运维、软件开发、政务办公、医疗辅诊等垂直场景，形成差异化的行业智能体应用生态。值得关注的是，模型上下文协议（Model Context Protocol，MCP ） 于2024 年底被提出， Google 于2025 年发布智能体间协议（Agent-to-Agent Protocol，A2A），两大协议的相继落地，为多智能体系统的互联互通奠定了标准基石，推动产业生态从单体智能体的概念探索迈向多智能体协同的规模化建设阶段。

从市场规模看，人工智能智能体产业正处于爆发式增长的前期窗口。据Gartner 预测，到2028 年，全球33%的企业软件应用将内置AI Agent功能，至少15%的日常工作决策将由智能体自主完成，市场增长空间可期。在竞争格局上，全球市场呈现出“中美引领”的总体态势。其中，国际方面，OpenAI、Anthropic、Google、微软等头部企业围绕基础模型能力与企业级智能体平台展开深度布局，卡位竞争持续白热化，各方已形成差异化的战略定位，如OpenAI 侧重消费级应用场景，Anthropic 聚焦企业级服务与编码等专业领域。国内方面，阿里、百度、华为、腾讯、字节跳动等龙头企业依托自身云计算基础设施，积极布局智能体开发平台；DeepSeek凭借低成本开源模式实现快速突破，推动国内大模型生态加速开放；月之暗面、智谱等创新企业则在通用智能体与垂直场景应用方面各有侧重，整体呈现“头部企业主导基础平台、创新公司深耕垂直场景”的梯度化竞争格局。

然而，智能体的工程化落地仍面临多重结构性挑战。在技术可靠性层面，大模型幻觉问题在多步骤自主执行中被显著放大，单步推理偏差可引发链式任务失败，系统可靠性尚未稳定达到企业级部署所需的信任阈值；在技术应用成本层面，推理成本居高不下是制约规模化的关键瓶颈，复杂智能体任务的算力消耗远超单次对话，在部分场景下调用成本甚至超过人工成本；在数据安全与合规层面，智能体需广泛调用企业内外部系统，大幅扩展了数据泄露与权限滥用的风险暴露面，而企业私有数据的权属界定、跨系统互通的合规边界，目前仍缺乏统一的标准规范与成熟的制度参照；在伦理与责任层面，智能体自主决策失误后的责任归属在现行法律框架下仍存在明显空白，由算法偏见引发的歧视性输出等问题也开始引发社会层面的广泛关注。上述挑战表明，智能体产业的健康发展亟须政策层面的主动介入与系统性制度设计。

二、发达国家主要政策

国际层面，以美国、欧盟、新加坡等为代表的发达经济体，已开始将智能体纳入新一轮人工智能治理重点。相较于早期围绕基础模型研发与生成式人工智能能力建设的政策框架，当前各国政策重点正逐步转向自主执行系统的风险治理、责任界定、透明披露以及多智能体协同规则建设。尤其随着智能体开始进入企业运营、金融服务、消费平台和公共治理等场景，主要经济体陆续推出面向智能体的专项治理框架、实施指南与消费者保护规则。

美国：强调自主系统治理与联邦统一框架

美国整体延续“市场主导、政府划定安全边界”的治理路径，近年来逐步将监管重点从基础模型扩展至自主智能系统。2025 年1 月，美国签署《消除美国人工智能领导地位的障碍》行政令（Removing Barriers to American Leadership in Artificial Intelligence），明确以“保持技术领先”为核心政策目标，同年7 月，白宫发布《赢得竞赛：美国人工智能行动计划》（America’s AI Action Plan），以放松管制、加速创新为核心，通过推动AI 基础设施建设、改革全链条教育体系培养人才、并强化国际外交与安全布局，确保美国在全球AI 竞赛中击败中国、维持领导地位。。2026年3 月，白宫依据2025 年12 月行政令授权，向国会提交《国家人工智能立法框架》（National Policy Framework for Artificial Intelligence），建议通过立法建立全国统一人工智能政策框架，防止各州规则碎片化对智能体产业发展形成制度壁垒。整体来看，美国政策的核心逻辑是以保持技术领先为目标，通过联邦层面的统一规则，降低智能体产业化过程中的制度不确定性。

欧盟：风险治理优先，强化高风险智能体监管

欧盟是当前全球人工智能监管最系统、立法程度最高的经济体之一，其政策导向强调可信人工智能与风险控制。2024 年通过的《人工智能法案》（EU AI Act）以风险分级监管为核心，将涉及金融、医疗、关键基础设施等领域的自主智能系统纳入高风险监管范围，要求满足透明性、人工监督、数据可追溯等要求。这一法案为智能体在金融、医疗等关键领域的部署划定了明确的合规边界。

新加坡、英国、日本等：聚焦智能体落地场景与责任治理

相较于美国与欧盟的宏观治理路径，新加坡、英国、日本等经济体更加关注智能体在具体场景中的实际应用治理。2026 年1 月，新加坡发布《智能体人工智能治理框架》（Model AI Governance Framework for Agentic AI），成为全球首个专门面向智能体的综合治理框架，重点围绕智能体生命周期管理、工具调用安全、人类监督机制与组织责任提出治理建议，填补了现有人工智能治理框架在自主执行系统层面的空白。英国竞争与市场管理局则发布《使用智能体时遵守消费者法律》（Complying with consumer law when using AI agents），明确指出企业即便使用智能体提供客户服务或自动化决策，仍需承担与人工服务同等的消费者保护与合规责任。日本发布《AI 业务指南》（AI Guidelines for Business Ver1.2），进一步强化企业在生成式人工智能与智能体部署中的风险管理与持续治理要求。整体而言，上述国家更加注重通过场景化规则推动智能体安全落地，并逐步形成围绕智能体商业应用的制度体系。

表1 发达国家人工智能智能体产业主要政策举措

三、我国及重点省市主要政策

（一）国家层面

我国高度重视人工智能智能体的战略布局，《关于深入实施“人工智能+”行动的意见》首次在国务院层面将新一代智能终端、智能体等应用纳入量化普及目标，提出2027 年应用普及率超70%、2030 年超90%的阶段性目标，标志着智能体规模化应用正式纳入国家量化考核体系。在此基础上，2026 年5 月印发的《智能体规范应用与创新发展实施意见》进一步将智能体作为专项治理对象，以落实国务院顶层意见为目标，围绕技术底座、安全治理、应用牵引、创新生态等方向进行系统部署，提出典型应用场景，并明确构建与应用场景和潜在影响相匹配的分类分级治理框架。该文件首次提出探索建立“智能体注册平台”，提供智能体数字身份管理、检索发现和能力声明等服务，标志着我国智能体产业正式进入有规可循、规模落地的新阶段。此外，工信部等多部门相继推出制造业专项行动与软件专项行动，将工业智能体的规模化落地转化为可量化考核的具体目标，政策重心从宏观部署向场景落地拓展。

表2 我国人工智能智能体产业主要政策举措

（二）省市层面

随着国家人工智能智能体相关政策体系持续完善，各省市积极行动，依据自身资源禀赋与产业基础，制定出台差异化的政策措施，竞逐智能体产业新赛道。

北京：2025 年2 月，北京印发《北京具身智能科技创新与产业培育行动计划（2025—2027 年）》，聚焦具身智能这一智能体重要形态，围绕技术突破、平台打造、集群培育、场景建设、标准创制等方面开展体系化布局。同年5 月，北京市经济和信息化局印发《北京市人工智能赋能新型工业化行动方案（2025 年）》，提出构建高性能通用智能体行动，对具有行业推广性、显著提升制造业效率和优化生产管理的通用智能体，对其运营服务按调用算力成本给予最高不超过3000 万元支持，同时，明确加强智能安全保障，支持开展大模型及智能体评测，形成大模型多维风险评估体系。

上海：2025 年9 月，上海市经济信息化委发布“人工智能+”行动项目申报通知，明确在商务、法律、交通、物流等领域推动“新一代智能终端、智能体等广泛应用”。2026 年1 月，上海市政府印发《支持先进制造业转型升级三年行动方案（2026—2028 年）》，提出支持企业“打造行业模型和工业智能体”，提升数智化水平。此外，《中共上海市委关于制定上海市国民经济和社会发展第十五个五年规划的建议》明确提出持续推进“模塑申城”工程，加快垂类模型应用和多智能体开发。

浙江：2025 年5 月，浙江省政府印发《关于支持人工智能创新发展的若干措施》，明确支持开源社区“开展模型智能体（Agent）应用”，打造100 亿元以上人工智能基金群，目标2027 年AI 核心产业营收超万亿元。同年10 月，浙江省经济和信息化厅对《浙江省推动智能体创新应用的行动方案（公开征求意见稿）》公开征求意见，该《行动方案》提出打通“联合研发—试点验证—应用推广—生态集聚—人才培养”的智能体创新应用路径，并明确到2027 年开发不少于1000 款智能体产品，同步实施智能终端产品焕新行动。

广东：省级层面，2025 年10 月印发《广东省人工智能赋能制造业高质量发展行动方案（2025—2027 年）》，将工业智能体列为赋能制造业的核心路径，支持广州、深圳等地市建设智能体领域创新中心。市级层面，深圳于2025 年3 月发布《深圳市加快推进人工智能终端产业发展行动计划（2025—2026 年）》，明确提出“大力推进AI 智能体开发”；广州于2026 年3 月出台《广州市促进人工智能产业高质量发展实施方案》，提出打造“垂类模型之都”，聚焦垂直行业智能体应用示范。此外，湖北、江苏、四川等地也开始围绕智能体应用场景加快制度探索。湖北提出培育工业智能体新业态，建设全省智能体公共服务平台；江苏重点支持工业智能体与智能制造融合，强化制造业数字化转型；四川则围绕算力基础设施和行业模型建设推动人工智能产业集聚。整体来看，地方政策已逐步从早期的大模型研发支持，转向“场景开放—行业应用—智能体落地”的政策推进阶段。

表3 我国典型省市人工智能智能体产业专项政策

四、广东省产业发展建议

当前，人工智能智能体正经历从概念验证到工程化部署的关键跃迁，其发展重心从模型能力升级转向自主执行系统的规模化落地，未来有望成为推动人工智能深度赋能实体经济的关键应用形态与产业化抓手。广东作为全国数字经济规模最大、制造业体系最完整、应用场景最丰富的省份之一，在发展智能体产业方面具备明显优势。一方面，广东拥有电子信息、工业制造、跨境电商、金融科技、智慧政务等庞大场景资源，能够为工业智能体、办公智能体、供应链智能体等提供大规模落地空间；此外，省内智能体创新主体加速集聚，覆盖基础模型及应用模型、智能体开发平台、垂直行业应用及集成服务等关键环节。然而，广东也面临产业顶层设计与跨域协同推进体系有待完善、产业化落地与场景赋能机制尚不成熟、基础支撑体系与数据要素流通生态建设相对滞后、产业生态主导权与标准规则话语权有待提升等问题。在此背景下，为推动智能体产业从单点应用探索向规模化产业体系演进，助力广东成为全国智能体工程化落地与产业化应用的重要高地，特提出以下建议：

一是强化省级统筹布局，构建智能体产业协同推进体系。加快落实国家《智能体规范应用与创新发展实施意见》，组织制定广东省智能体发展的实施细则，建立“省级统筹定标准、市级主抓建场景、区县配套优服务”的三级联动推进机制，在技术攻关、场景开放、标准治理和产业培育等方面，明确量化目标、责任主体与重点任务。此外，建立完善省市跨部门联席会商工作机制，定期协商、统筹解决智能体产业发展中的政策衔接、数据开放、场景准入等跨领域问题，推动政策进一步落地、落细、落实。

二是聚焦先进制造业场景，打造国家级工业智能体应用示范区。充分发挥广东制造业门类齐全、产业链完整等优势，在汽车、电子信息、家电、石化、纺织服装等万亿级产业集群中，率先建设工业智能体应用示范园区与产业创新基地，重点推动智能体在工业设计、生产调度、设备运维、供应链协同、跨境贸易等场景的规模化应用。鼓励美的、格力、比亚迪、广汽等制造业龙头企业联合华为、腾讯等通用大模型厂商及中望软件等本土工业软件企业，组建“场景—算法—工具”协同创新联合体，发挥制造业龙头场景数据、大模型企业认知推理与算力底座、工业软件企业系统执行与接口的互补优势，推动垂直行业智能体解决方案的加速落地。此外，围绕工业智能体部署成本高、可靠性不足等问题，在示范区内率先建立智能体测试验证公共服务平台，推广轻量化、订阅式工业智能体服务，降低行业部署成本，形成可复制推广的“广东方案”。

三是完善智能体产业基础设施与数据生态，提升自主可控能力。依托粤港澳大湾区国家算力枢纽节点、鹏城云脑及广州人工智能公共算力中心，加快建设面向智能体高频推理需求的智能算力体系，夯实自主算力底座基础。在硬件环节，发挥华为昇腾（深圳）、全志科技（珠海）等本土企业技术优势，推动AI 训练推理芯片、智能终端处理器芯片等技术发展，同时，鼓励鹏城实验室、琶洲实验室等建设自主可控的智能体技术底座，为智能体在工业设备、智能终端等物理载体的嵌入部署提供支撑。在数据环节，依托广东省数据交易所（广州）等，在制造、医疗、交通等重点领域率先建设行业可信数据空间，建立健全数据确权、分级分类、合规流通与收益分配机制，构建支撑垂直行业智能体训练与持续迭代的安全可控数据生态。

四是加强开源生态与行业标准建设，提升广东智能体产业生态主导能力。依托华为（OpenHarmony、昇思MindSpore）、腾讯（混元开源生态）、金蝶（苍穹平台）等企业的开源布局，联合中山大学、华南理工大学、鹏城实验室等科研机构，共建智能体开发框架、工具链与行业语料体系，推动工业、政务、跨境电商等重点领域形成可复用的行业智能体解决方案。此外，在标准建设方面，支持广东人工智能标准化技术委员会统筹组织智能体领域标准化建设活动，在工业智能体接口、多智能体协同协议等领域先行制定标准体系。支持省内机构参与MCP、A2A 等国际开放协议的兼容性适配与国内应用验证，推动国家标准在制造、跨境电商、政务等重点场景的率先落地，形成可向全国复制推广的标准应用示范。

执笔人：信息与知识产权研究中心 陈彦如助理研究员

黄怡淳副研究馆员