北京 Agent 蓝图：十项措施的底层逻辑与时代变量

01 让模型具备行动力

第一条"持续提升基础模型能力"的关键句不是参数规模，而是"持续提升大模型实际任务完成能力"。

这个表述精准定位了当前AI产业的核心瓶颈。Benchmark 分数高不等于能完成任务。一个 Agent 连续执行100步任务，即使单步正确率99%，100步全对的概率也只有36.6%。如果加上工具调用失败、环境异常、上下文污染、权限阻塞等现实噪音，真实完成率会更低。

所以文件把在线学习、持续学习、自主进化、超长程任务、复杂推理与规划、工具调用、长上下文、多智能体协同、记忆——这九个技术要素全部放在了第一条。它们共同指向一个目标：可依赖的行动能力。

02 驾驭层工程——被政策正名的系统工程

第二条"实施驾驭层工程（Harness Engineering）"可能是整份文件里最具产业信号价值的一条。

Harness Engineering 这个概念最早在2026年4月的论文《Agentic Harness Engineering》中被系统化提出。实验数据表明：保持基础模型不变，仅迭代工具、中间件、长期记忆和可观测系统，十轮后 Terminal-Bench 2 的 Pass@1 从 69.7% 提升到 77.0%。换到其他模型家族上，依然有 5.1 到 10.1 个百分点的提升。

消融实验的结论更关键：最大增益来自工具、中间件和长期记忆，单纯修改系统 Prompt 贡献有限。

这意味着什么？意味着基础模型的能力决定上限，驾驭层工程决定下限。而大多数企业真正能做的、应该做的，恰恰是在驾驭层建立壁垒。

政策在这一条里还点到了技能市场、软件商店、AIP（智能体互联协议）等互联标准。这是一个极其前瞻的判断——未来软件的直接用户将不再只是人，还有 Agent。Agent 需要机器可读的能力说明、接口、身份、权限、价格和服务质量。谁能被 Agent 发现并成为它完成任务时的默认 Skill，谁就拿到了下一代软件分发的船票。

03 从功能软件到需求智能

第三条的核心概念是"需求智能"。过去软件的智能经历了三层跃迁：功能智能（AI 只负责某个节点）→ 流程智能（AI 串起几个连续步骤）→ 需求智能（用户只表达结果，系统自己判断路径）。

这对应政策里的"原生AI软件"和"超级软件"。超级软件不是功能更多，而是能跨过原有软件边界，统一理解需求，再把分散的能力重新编排。这句话背后是一个产业级的判断：UI 可能会被 Skill 吞掉，软件的设计、分发和商业模式都会因此重构。

文件还专门写了FDE（前沿部署工程师），这类角色会进入客户现场，跟业务人员一起拆流程、接系统、清数据，再把新问题带回产品。服务一个客户，沉淀一套轨迹；服务十个客户，找出共性结构。这是行业 Agent 绕不开的产品化路径。

04 终端——Agent 的感知与执行系统

第四条将智能体深度嵌入智能手机、智能眼镜、智能耳机、可穿戴设备、智能机器人和智能汽车，同时提出"芯模云端用"五位一体协同发展。

这五个字的排列不是修辞。芯片提供算力，模型提供智能，云端提供弹性，终端提供感知与执行，应用提供场景。任何一层的短板都会拉低整体体验。政策还明确将符合条件的 AI 终端新产品纳入以旧换新和购新补贴范围——这一步直接拉动了需求侧。

05 OPC——企业边界的重构

第五条是整个政策中最具社会想象空间的一条："支持以 OPC（一人公司）为代表的创新创业新模式"。

这不是简单的"鼓励创业"。它的底层逻辑是经济学中一个经典问题——科斯在 1937 年解释的"公司为什么存在"。因为内部协调成本低于市场交易成本。

而 Agent 正在同时压低执行成本和协调成本。写代码、做设计、管客户、回咨询、出报表——这些过去需要不同岗位协作的工作，可以被一个人通过多套 Agent 串起来。企业的最小可行规模因此开始下降。

政策没有只喊口号。它配套了弹性算力、专业孵化、创业辅导、科技金融、知识产权、OPC 社区、全周期服务站、供需对接、便利化登记——相当于把过去公司内部的后台能力，搬到社会公共服务层。

全球数据也在印证这个趋势。Grand View Research 数据显示，全球 AI Agent 市场 2025 年为 76.3 亿美元，预计 2030 年达到 526.2 亿美元，年复合增长率 46.3%。Carta 数据表明，2025 年上半年美国 36.3% 的新创公司是单人创始人。Sam Altman 公开表示相信一人公司能达到十亿美元估值，Dario Amodei 给出 70-80% 的概率认为 2026 年就会出现一人独角兽。

06 Token 经济——从计费到价值定价

第六条可能是整份文件中最具经济学想象力的一条。

它不仅支持Token 即服务（TaaS）、智能体即服务（AaaS）、结果即服务（RaaS）三种商业模式，更关键的一句是："鼓励创新主体从 Token 消耗量计费转向价值计费。"

这是对 AI 商业模式的根本性重新定义。

Agent 执行的是动态任务。任务长度、上下文大小、推理轮数、工具数量、重试次数都不确定。花出去 20 亿 Token 什么都没得到，在 Agent 领域不算意外。所以 Agent 公司必须算一笔新账：每个成功任务的成本（Cost per Successful Task），再往上算每个成功任务为客户创造的价值（Value per Successful Task）。

政策还提出探索 Token 券和智能体服务券，将符合条件的 Token 新产品纳入中小企业服务券范围。Token 工厂解决供给，服务券启动需求，价值计费让商业闭环跑下去。

07 安全——从内容审核到运行时治理

第七条的安全措施从内容审核走到了运行时治理。Agent 拥有行动权——改代码、调用支付、控制设备、代表用户联系他人。风险也从"一句话说错了"扩展到"一件事做错了"。

2026年5月，国家网信办等三部门发布的《智能体规范应用与创新发展实施意见》已提出划分仅限用户本人决策、需要用户授权决策和智能体自主决策三个边界。这对 Agent 产品设计是核心约束：哪些动作自动执行，哪些必须二次确认，哪些数据只读，哪些权限一次性收回，哪些结果必须由人承担最终责任。

安全不是后补项，而是准入证。谁能证明自己的 Agent 可控、可查、可停，谁才能进入金融、医疗、政务和大型企业的核心流程。

08 银河算廊——为智能生产建设算力物流

第八条提出"银河算廊"工程，建设面向智能体高频并发、低延迟需求的新型算力基础设施，推动算力网络与 5G-A、6G、F5G 融合。

这背后的判断是：训练大模型像集中式大工程，Agent 推理像一张长期运行的生产网络。未来需要调度的不只是 GPU，还包括云、边、端的异构芯片、不同大小的模型、不同地区的数据权限、不同网络条件，以及每个任务能承受的时间和预算。

09 开源与出海——网络效应的制高点

第九条提出建设中国-上合组织国家 AI 应用合作中心，"一国一策"研究出海路径，同时建设有全球影响力的开源社区。

Agent 天生要连接。一个 Skill 接入后可以服务所有兼容 Agent，Agent 越多开发者越愿意提供 Skill，Skill 越多 Agent 越有用——这是典型的双边网络效应。谁的协议和框架被广泛采用，谁就掌握生态话语权。开源是推动事实标准形成的最快路径。

10 保障措施——1亿扶持与组织设计

第十条明确统筹国家和市区财政资金、政府投资基金、市场化基金，对技术攻关、共性平台和示范应用项目择优给予最高 1 亿元资金支持。区级层面，符合条件的算力部署、软件技改、"模型首方案"等给予最高不超过 3000 万元支持。

从责任部门安排看，涉及发改委、网信办、科委中关村管委会、经信局、国资委、商务局、市场监管局、人才局、人社局、教委、政务和数据局、统计局等十余个部门。智能体已跨出单一技术产业，开始同时影响科技、制造、消费、创业、金融、监管、人才和国际合作。