迈向智能体时代国产 AI 筑牢五层能力底座构筑自主可控产业新基石

导语

2026 年被行业定义为多智能体规模化落地元年，人工智能正式从被动对话大模型，跃迁为可自主拆解任务、跨工具协同、长周期持续决策的 AI 智能体新范式。随着《智能体规范应用与创新发展实施意见》等政策落地，国内千行百业加速推进政务、制造、医疗、金融行业智能体部署，产业共识逐步形成：智能体时代不再比拼单一模型参数，一套软硬一体、安全自主、适配行业、生态完整的国产全栈能力底座，是我国 AI 产业突破技术瓶颈、培育新质生产力的核心支撑。当前，国产 AI 亟需搭建算力硬件、基础模型、智能体框架、数据安全、产业生态五层一体化底座，走出适配本土市场的 Agentic AI 发展路径新华网。

一、底层算力底座：面向智能体专属架构，突破通信与存储双重瓶颈

区别于传统生成式 AI，智能体存在海量 Token 吞吐、百万级长上下文存储、多智能体毫秒级协同三大刚需，单位 Token 消耗量是普通大模型的 10 倍，传统通用智算架构已难以匹配业务需求。国产算力底座必须实现三大核心突破：

一是全自研 AI 芯片集群。加快昇腾、昆仑、真武等国产 NPU 规模化商用，推出原生适配智能体训推一体的超节点服务器，搭载高带宽 HBM 内存、200G/400G 高速片间互联，解决长上下文 KV Cache 存储压力；突破液冷高密度集群部署技术，大幅降低大规模智能体集群综合使用成本。

二是通智一体化调度基础设施。摒弃硬件孤岛模式，搭建统一智算调度引擎，实现云、边、端异构国产算力资源统一调度，大幅削减多智能体集群跨节点通信延迟，破解算力增速与网络带宽错配的行业痛点。

三是轻量化端侧算力配套。布局类脑、光计算前沿芯片研发，支撑具身智能、工业机器人、终端本地智能体离线自主运行，构建 “中心超算 + 边缘节点 + 终端设备” 三级协同算力网络。

二、基础模型底座：原生 Agent 优化基座，具备工具调用与持续学习能力

大模型是智能体的 “大脑”，通用大模型无法满足自主执行、多步骤复杂任务需求，国产基础模型底座需完成针对性重构：

第一，打造智能体专用原生基座。优化 MoE 稀疏架构、长上下文理解、工具调用三大核心能力，支持数千次连续工具调用、数十小时不间断自主任务执行；国内 Qwen、DeepSeek、Step 系列国产模型已完成专项迭代，推理速度、单位 Token 成本全面优化，适配办公自动化、工业流程、科学计算复杂场景。

第二，强化强化学习工业化能力。搭建国产自主强化学习云平台，降低智能体迭代训练门槛，依托业务真实反馈持续优化决策逻辑，摆脱静态数据集训练局限，让智能体在行业实操中自我进化。

第三，完善多模态统一建模底座。融合文本、图像、语音、时序工业数据，支撑医疗影像诊断、工业视觉巡检、空间感知类具身智能体落地，适配国内实体经济多元化场景需求。

三、智能体开发框架底座：全栈国产化运行环境，降低行业落地门槛

成熟、自主可控的开发运行框架，是打通大模型与业务系统的关键中间层，也是国产 AI 底座不可或缺的核心环节：

一方面，构建自主开源智能体操作系统。推出兼容国产芯片、适配国内业务系统的 Agent 运行内核，封装任务拆解、记忆管理、工具编排、多智能体协同标准化能力，企业开发者仅需少量代码即可快速搭建行业专属智能体，解决开源框架碎片化、适配成本高难题。

另一方面，搭建一站式智能体开发工厂。覆盖数据合成、模型微调、仿真验证、安全审计全流程，面向制造、医疗、政务打造专属开发专区，提供标准化行业智能体模板；目前国内头部云厂商已落地行业 AI 梦工厂，服务超数千家企业完成智能体试点改造。

同时，实现多智能体集群调度能力，支持数十、上百个异构智能体协同分工，完成供应链统筹、政务联审、多工序工业生产等复杂系统性工作。

四、数据与安全可信底座：守住自主可控底线，适配国内监管体系

金融、能源、政务、医疗等高敏感行业明确要求数据不出域、行为可追溯，安全可信是国产智能体规模化商用的硬性准入门槛，底座需建立完整安全闭环：

本土高质量行业数据底座。搭建国家级、行业级合规数据集平台，沉淀工业、医疗、政务标注数据，构建自主数据资产体系，减少对海外开源数据依赖；配套国产时序、向量数据库，支撑智能体长期记忆存储与快速检索。
全链路安全管控体系。从算力芯片、基础模型到智能体行为三层设防，内置权限分级、操作审计、风险拦截机制；建立内容合规、隐私计算、数据脱敏一体化工具，适配我国生成式 AI、智能体专项监管法规，实现智能体行为全程可监管、可溯源。
国产化信创深度适配。全面兼容国产服务器、操作系统、中间件，形成完整信创智能体解决方案，满足党政、央企、重点国企国产化替换需求。

五、产业生态底座：产学研用协同，构建本土良性创新循环

完整自主生态是国产 AI 底座持续迭代的长效保障，需打通技术研发、场景落地、人才培育全链条：

在产业协同层面，由龙头企业、科研院所、算力厂商组建智能体创新联合体，覆盖芯片、大模型、框架、行业应用全产业链，推动软硬件深度适配；成立国产 AI 开源联盟，开放智能体开发工具与基座能力，降低中小开发者创新门槛。

在行业落地层面，坚持 “场景牵引技术” 路线，摒弃单纯参数内卷，以工业智能体、政务智能体、临床医疗智能体为核心抓手，推动底座技术在真实业务中迭代优化；落实 “人工智能 +” 行动，2027 年前培育千级标杆行业智能体，以规模化应用反哺底层技术升级数字中国建设峰会。

在人才与标准层面，完善智能体相关学科人才培养体系，同步牵头制定国产智能体算力、模型、安全、接口统一行业标准，形成区别于海外技术路线的本土标准体系。

产业观点

业内专家表示，全球智能体竞争已进入底层基础设施比拼阶段，单纯引进海外模型与算力无法支撑我国数字经济长期安全发展。国产 AI 能力底座建设不能单点突破，必须坚持算力自主、模型原生、框架可控、安全前置、生态闭环五大原则。

当前国内产业链已具备完整突破条件：国产 AI 芯片实现大规模量产、专用智能体基座性能持续追赶国际一线、全栈开发平台落地各行各业、政策持续加码基础设施建设。未来 3 年，随着五层底座持续完善，国产智能体将深度融入千行百业核心流程，成为驱动制造业升级、数字政务提质、民生服务优化的全新生产力载体，助力我国人工智能产业实现从跟跑、并跑到局部领跑的跨越式发展。