AI智能體加速落地 距離“放心放手”還有多遠？

從點燃市場的通用AI（人工智能）智能體Manus發布，到俗稱“龍蝦”的開源AI智能體OpenClaw的持續火爆，再到阿里、百度等互聯網企業密集部署桌面Agent工具，AI智能體（AI Agent）正以前所未有的速度從代碼世界走進工作與生活場景。

在“7×24小時數字員工”“一人公司”等愿景加速照進現實的同時，深圳、無錫等地近期相繼出臺政策，支持OpenClaw等開源智能體項目在制造、政務等領域的落地應用。然而，技術成熟度、安全治理與產業生態面臨的挑戰也隨之浮出水面。業內專家認為，AI智能體正處于從技術探索邁向規模化應用的關鍵“跨越期”。

“目前更像一位需要精心調試的‘初級實習生’”

與用戶熟悉的ChatGPT、豆包等對話式AI不同，近期走紅的OpenClaw等執行型智能體在技術定位上有著本質差異。

“AI智能體可以被理解為一種‘既會思考，也能執行’的數字員工。”清華大學中國創新服務研究院院長鄭吉昌在接受《經濟參考報》記者采訪時表示，兩者的核心差異在于是否具備“閉環執行能力”。AI智能體能夠對接ChatGPT等各類大模型進行深度思考和生成內容，與傳統AI助手不同的是，它還具備“動手能力”。

鄭吉昌指出，AI智能體可以把指令直接轉化為實際操作。通過調用系統權限和自動化工具，它可以像人一樣在電腦上執行具體操作。鄭吉昌舉例稱，當用戶提出“整理本周工作并生成周報，再發送到部門飛書群”的任務時，AI智能體能夠自動讀取相關文件生成文檔，并打開飛書完成發送，實現從理解任務到完成執行的完整流程。

不過，從技術本質來看，對于“AI開始自己行動”的說法仍需要更加理性看待。鄭吉昌指出，目前，AI智能體更像一位需要精心調試的“初級實習生”，雖然在特定場景下能高效完成任務，但也常出現理解偏差或操作失誤。離大眾期待的、穩定可靠的自主智能還有相當距離。

云端賦能 開啟商用探索

AI智能體自推出以來，產業多方加速布局，包括騰訊云、阿里云、百度智能云在內的國內“云”廠商紛紛接入，通過簡化部署流程、提供云端運行環境等措施，幫助用戶降低使用門檻。

機構預測，中國AI智能體市場規模將于2028年突破3.3萬億元，企業級應用滲透率快速提升。以2月28日阿里推出的開源桌面Agent工具CoPaw為例，用戶不僅可以一鍵在本地和云端部署，還可基于CoPaw進行二次開發，自由接入本地模型、編寫Skills和接入專屬消息應用，滿足更定制化的場景需求。

據CoPaw團隊介紹，該工具支持接入釘釘、飛書、QQ、Discord等多種通信平臺，并內置文檔編輯、新聞閱讀和文件管理等功能模塊。系統還能通過任務調度機制，使智能體自動整理郵件、生成周報或管理待辦事項。Copaw團隊表示，“未來將進一步探索大小模型協同機制，讓更輕量的本地模型處理隱私數據，讓更強大的云端模型處理規劃和寫代碼等，進而兼顧安全和性能。”

業內人士認為，這類工具的出現正在降低AI智能體的使用門檻，為更多開發者和企業探索應用場景提供基礎條件。

在國研新經濟研究院創始院長朱克力看來，目前AI智能體正處于概念清晰、方向明確、熱點集中、潛力巨大，但成熟度仍待提升的階段。在技術層面，規劃能力、工具調用能力和多步驟任務執行能力正在快速進步，但復雜任務的穩定性、長鏈條邏輯可靠性以及跨場景通用能力仍有明顯提升空間。在產業層面，規模化商用仍主要集中在結構相對簡單、風險較低的自動化任務中。

對于AI智能體下一步的發展，鄭吉昌認為，AI智能體應遵循從單點應用到系統協同，從效率提升到決策滲透的穩健路徑，2026年AI智能體將進入規模化落地與治理探索期。同時他強調，企業需盡快意識到必須優先構建“AI就緒”的數據底座和治理框架。

從“可用”到“可靠” 規模化應用仍需破局

OpenClaw的火爆既是技術進化的必然，也是對行業現狀的一次壓力測試。如何跨越從“可用”到“可靠”的鴻溝，成為決定AI智能體能否真正走向規模化應用的關鍵。

隨著AI智能體開始接入郵件系統、代碼倉庫、數據庫等關鍵業務環境，其潛在風險逐漸顯現。有360數字安全集團安全專家指出，前期由于OpenClaw智能體在安裝部署和使用過程中的不當配置，已經出現了一些典型安全風險。例如，攻擊者可能通過“提示詞注入”方式，在網頁內容中嵌入隱藏指令，一旦智能體讀取相關網頁，就可能被誘導泄露系統密鑰等敏感信息；在實際應用中，智能體如果對用戶指令理解出現偏差，也可能產生誤操作風險，例如誤刪電子郵件或核心業務數據。

鄭吉昌認為，智能體從“可用”邁向“可靠”面臨關鍵瓶頸，而突破這一瓶頸需要從三個方向發力。首先是基礎設施革新，他表示，必須為智能體搭建高性能、高安全的“運行底座”。其次是架構進化，要推動智能體從單一模型向“感知-推理-執行-自進化”的閉環演進。最后是治理與協議，他建議，為智能體立下“安全規矩”，建立統一的安全與責任框架，例如要求智能體在任何操作中繼承用戶的權限邊界（身份傳播），實現全鏈路可追溯。

“只有基礎設施、架構設計和治理規則同步突破，智能體才能真正贏得用戶信任，成為數字世界可靠的執行者。”鄭吉昌說。

朱克力也強調，應從技術架構、任務設計、驗證機制多方面發力。強化規劃與反思能力，讓智能體在執行中具備自檢、糾錯和動態調整的能力；建立人機協同機制，在關鍵操作節點保留人工確認與監督；完善行業標準與測試體系，形成可量化、可驗證的可靠性指標。

來源：經濟參考報?