财新智库2026行动时代-智能经济与人本价值的再平衡报告

2026年，国内人工智能治理与产业发展迎来密集的政策节点。3月，《政府工作报告》首次提出“打造智能经济新WAICO同期成立，由29国共同发起，总部设于上海；7月30日，中央政治局会议将“人工智能+”行动、智能经从产业演进看，人工智能正由“有能力”转向“有用处”,由“智能工具”演变为“共生伙伴”。模型能力在与真实世界的互动中自主迭代，智能体与生产生活各领域结合成为重要应用形态；具身智能的发展有望使智能走出比特世界。AI正从单点应用升级为系统化能力。第一，智能经济凭什么成立，中国依托何种禀赋和定位参与竞争?这是时代之问。智能经济并非“Al+产业”的简单叠加，其核心是生产方式、组织逻辑与价值分配的深层变革。我国既有数据规模与应用场景的优势，也面临核心技术自主与制度先行的挑战——定位决定打法，认知决定出路。界的交互中自主迭代、持续进化。但技术突破不等于福祉普及，智能体能否跨越算力鸿沟与应用门槛，决定了这场都在被AI重新定义，但增效是否带来了“增人”,降本是否压缩了“人的尊严”,效率之上是否存在被忽略的价值折损?这些不是技术问题，却比技术问题更决定方向。第五，2027—2030年，人与技术各自走向何处?这是未来之问。一旦AI不再是工具而是伙伴，人类的独特性何在?一旦智能体深度嵌入社会运转，工作、教育、伦理乃至自我认知将如何被改写?展望未来三至五年，不做预测，但需要判断方向。序言五个问题递进衔接，构成本报告主线；贯穿始终的答案主轴只有一句——技术越会行动，人越要成为目的。这一判经济新形态发展。2024年，财新智库联合联想集团、上海交通大学人工智能研究院发布首篇《人本智能：人机共生时代的科技发展动时代三问”(授权、问责、信任)为问题框架，以“人本智能评估框架(HAI-EF)”为评估工具，以“十条行动倡可检验的操作体系。本报告基于公开法律政策、主管部门和权威媒体披露的信息、企业公开资料、研究机构报告及专家观点进行调研和撰写，采用事实、研究发现、专家观点与政策建议四类材料。事实性表述以公开可追溯来源为基础；研究发现受样本、模型和方法影响；专家观点用于呈现讨论分歧；政策建议属于研究建议，不应被理解为现行规则。企业披露、媒体报道和预测性估算能够反映市场变化，但不能替代审计数据、官方统计或独立评估。案例用于说明特定场景中的机制和问题，不用于证明所有行业、所有地区或所有群体均已受益。后续版本将随公开案例、评估结果和制度进展持续更新。第一章考察智能经济的形成条件及中国参与竞争的基础。“人工智能+”政策部署为产业发展提供了方向指引；技术、产业、人才、资本、基础设施与制度安排等因素共同影响智能经济的实际进展。中美两国在前沿模型、资本投入和应用生态方面各具优势。本报告将普惠接入、人才供给和治理能力构成的“人本竞争力”作为观察中国发展条件的分析框架，并借鉴世界银行关于“能力、集中度、互补条件”的讨论予以支撑。第二章回应“会行动”的智能何以可能、何以普惠。我国大模型能力底座已集体成型，竞争重心转向可用性与成本，推理成本下降；智能体以“模型能力+工具系统+身份体系+权限规则+审计机制”的复合形态，实现了从“会回答”第三章回答人工智能进入千行百业后，究竟增益了谁、以何种方式实现。本章以“赋能个体、重塑产业、拓展文明”第四章聚焦行动型人工智能的治理问题。我国正在完善从法规原则到标准、备案及产品治理的全链条AI治理工具。围绕授权、问责与信任，本章梳理了有效授权要素、智能体支付信任结构与可追溯机制，并提示高风险场景需配套更严格的识别、暂停、人工复核和救济安排。本章“前沿研讨”小节归纳了近期学界围绕智能体授权、互操作与交易责任展开讨论的要点。专家普遍认为，用户有效授权、风险分级、平台安全义务与公平互操作应当并行推进；围绕分层规则和可验证机制的讨论，为行动时代的法治建设提供了可持续研究的议题方向。第五章基于政策目标、技术进展、产业资料与国际研究，对2027—2030年的人机关系作出方向性研判。Token计量、具身智能、智能体互联、世界模型和人本治理均可能对未来发展产生重要影响，但技术成熟度、能源与算力供给、组织适配和规则执行将决定其实际推进节奏。本章同时讨论了智能原生组织、就业与教育调整，以及能力共建和规则共商的全球路径。行动时代：智能经济与人本价值的再平衡第一章111.2三维框架：技术、产业、人本协同演进131.3全球位势：中美双引擎格局确立，“人本竞争力”构成中国差异化位势18【专家观点】张文魁：民营资本是推动智能经济发展的主力资本222.1大模型：中国能力底座集体成型，竞争重心转向可用性与成本252.3多模态与算力：普惠的双重引擎与新的物理瓶颈313.1第一层：赋能个体—个人AI时代正在到来403.3第三层：拓展文明——AI增进公共福祉第五章595.2形态演进：从“人工智能+”到“智能原生”605.3全球方案：从模式输出转向能力共建与规则共商615.4价值坐标：行动时代的人机关系第六章行动时代：智能经济与人本价值的再平衡2026年《政府工作报告》提出“打造智能经济新形态”,这一表述体现了我国人工智能发展的战略升级，核心是要抓住人工智能发展的机遇，拓展人工智能赋能千行百业的广度和深度，尽快打开经济增长的新从顶层设计看，智能经济以人工智能等数智技术为核心驱动，以数据为关键生产要革。人工智能正渗透至经济运行全过程，智能经济何以成立、何以深化，我国以何种位势(定位与优势禀赋)参与竞争，是本篇要回答的时代之问。总体看，智能经济已完成从政策话语到国家行动纲领的制度确立，其成立依据是技术有跃迁、产业有规模、人本有约束。我国的差异化位势不在模型参数与资本规模，而在“人本竞争本章从政策图谱、三维框架与全球位势三个方面展开论证。政策传导链在一年内密集形成。从2025年8月国发〔2025〕11号文确立“三阶段目标、六大行动、八大支撑”架构，到2026年3月《政府工作报告》首提“打造智能经济新形态”(见表1),“人工智能+”由此完成从2024年“开展”、2025年“持续推进”到2026年“深化拓展”的连续三年部署。第一章时代之问：与Al共进，智能经济何以深化发展提供了宏观指引。表1“人工智能+”及智能经济相关政策演进时间线(2025年4月—2026年8月)2025年8月26日2025年10月2025年12月25日2026年3月2026年7月17日2026年7月30日2026年8月29日政策事件行动的意见》(国发〔2025〕11号)划建议过国家发展改革委会同有关部门在WAIC2026发布两项成果计划核心内容“全面实施‘人工智能+’行动”1000个工业智能体、500个典型场景世界(2026)》案例集“深入实施‘人工智能+'行动，发展智能《人工智能中小企业创业支持计划(2026—国务院党中央部委国务院/全国人大部委/国际党中央部委政策演进呈现两个特征。一是传导密度高：从定调到纲领性文件印发仅隔4个月，再到行业专项行动又仅4个月，实现了“三年三步”:2024年“人工智能+”是技术议题，2025年国务院《关于深入实施“人工智能+”行动的意见》同时，时间线反映出人工智能议题在中央层面、国务院文件和行业部署中连续出现。这说明，智能经济正从技术应用议题延展至产业组织、公共服务和治理能力建设。当然，政策文本能否转化为实际成效，仍取决于技术和产业自置于国际坐标观察，中国智能经济顶层设计的完整性与闭环速度展现出显著的稀缺性。世界银行《2026年世界发展报告》显示，截至2026年6月，全球已有80余个国家发布国家人工智能战略，但在25个低收入国家中，仅卢旺达一国完成战略发布。更深层次的分野在于战略能否穿透执行链条——报告指出，低收入和中低收入经济体中约八成尚未建立人工智能绩效评价机制，政府在战略中被界定为赋能者、使用者与监管者三重角色，而多数国家的战相比之下，我国形成了兼具高度和执行力的政策传导机制，并在短期内完成从顶层设计到落地闭环的全过程，每一层级配备可考核的目标与实施载体。当多数经济体仍停留于“有无战略”的初始阶段时，我国已将议题推进至“战政策在加速落地，但“智能经济到底是什么、它和数字经济有什么本质不同”的问题仍需厘清。特别是政策推进越范围，但判断与决策仍完全由人完成。智能经济时代，技术介入的是“判断本身”——大模型与智能体开始参与分钱贵明、师磊(2026)进一步从三个层面揭示了智能经济对数字经济的系统性超越。生产力层面，劳动者从“执行等核心环节。生产关系层面，新型协同生产关系出现，个体借助AI重新获得全流程生产的能力，催生了“一人公司”等新组织形式。这一区分对后续讨论具有三重指引意义。种权限行动等成为新的制度议题。数字经济时期，治理的核心是信息的流动秩序；人工智能时期，治理的核心是判理节奏都不再适配。这正是第四章以授权、问责、信任三问为框架回应的核心命题，治理的逻辑应当从“事后管住”人本层面，从数字经济到智能经济的转变中，技术角色的变化不止于信息传输效率的改善，更触及人的判断、选择和行动本身。以人工智能等数智化技术为例，AI可以回答问题、提出方案、执行任务——这些能力的实现意味着人的主体性不再是天然成立的预设，它需要制度主动维护才能持续。人是否清楚AI的能力边界、是否拥有否决AI输出结果的权力、是否能在AI造成损害时获得有效救济——这三个问题直接决定了智能经济的基本走向：它究竟是放大人的能力的工具，还是替换人的位置的系统。国际机构的分析框架与上述判断相呼应。世界银行《2026年世界发展报告》将AI演进概括为“预测式AI一生成式AI一智能体Al”三阶段，其中智能体AI可自主规划并调用外部工具执行连续步骤，恰对应从“会回答”走向“会行第63号报告(2026年7月)显示，各经济体对劳动力市场中AI的规制已从原则宣示进入第一章时代之问：与AI共进，智能经济何以深化发展透明度、人工监督与问责的具体规则层面，典型如欧盟《平台工作指令》明确要求重大不利决定必须由人作出。技除制度确立外，智能经济的现实性仍需技术与产业支撑。中国信通院《全球数字经济发展研究报告(2025年)》判技术升级有调用量与生产率两类硬数据支撑。火山引擎披露，截至2026年6月，豆包大模型日均Token调用量突破180万亿，较2024年5月发布时增长约1500倍，超200家企业年度Token消耗逾1万亿。IDC数据显示，2025年中国公有云大模型调用量达1944万亿Token,同比增长16倍，火山引擎以49.5%的份额居全国首位。生产率层面的国际研究为上述趋势提供了微观证据。Brynjolfsson等(《经济学季刊》,2025)对5172名客服人员开展的田野实验表明，AI辅助使劳动生产率平均提升15%,且经验最少的员工获益最多，呈现显著的“低技能补强”效应。Vaccaro等(2024)对106项实验研究的元分析进一步揭示，人机协作的平均表现虽低于人或AI单独作用的最优者，但在任务类型上呈现明显分化——内容创作类增益突出，决策类则出现性能损失。两相结合，人机协作正成为智能经济的生产率基准，但其成效高度依赖任务类型、技能水平与制度设计等调节变量。这对国内发展形成清晰启示：技术升级不能单一线性推进，而应沿大模型纵深进化、智能体行动化、具身智能产业化三条路径并行布工作论文(Bloom等对美、英、德、澳近6000名高管的调查)显示，四国平均69%的企业已积极使用AI,但高管每周平均使用仅约1.5小时；超九成管理者认为过去三年AI对就业与生产率几无影响(生产率仅+0.29%),却预期未来三年生产率提升1.4%、就业减少0.7%,按调查口径折算相当于四国到2028年合计减少约175万个岗位。使用广度与深度、已实现成效与预期影响之间的双重脱节，构成“宏观热、微观温”的张力。麦肯锡《2状》进一步揭示，年收入超10亿美元的大型企业规模化部署智能体的比例为40%,小企业仅22%,反映出组织能力与资源条件对扩散节奏的深层制约，合规成本、数据治理与人才供给的梯度差或将进一步拉大中小企业与大企业之间的应用鸿沟。(二)产业维度：产业体量跨越式增长，内生价值尚待释放产业维度呈现规模与结构的双重扩张。中国信通院测算，2025年我国人工智能核心产业规模突破1.2万亿元，同比增长40%;截至2026年6月，人工智能企业超6600家，全球占比约15%,已形成覆盖基础底座、模型框架与行业应用的完整产业体系。从产业链分层看，2025年基础层规模同比增长59%、占比达38%,模型框架层增长189%、占比达7%,应用层增长22%、占比达55%。模型框架层的爆发式增长，标志着大模型产业化进程全面提全国AI产业规模的比重超80%,头部集聚效应突出，区域智能鸿沟问题亦由此凸显。面向中长期，国家数据局预计，到“十五五”末，中国人工智能相关产业规模将突破10万亿元，迈向更广阔的增长外部层面，产业扩张高度依赖资本、能源、工程与数据基础的协同支撑。高盛测算，2026至2031年全球算力、电内部层面，企业价值兑现压力已开始显现。毕马威《全球AI脉搏》(2026年Q2,覆盖20个国家和地区的2145名高级管理者)显示，全球企业AI采纳仍在加速，但已建立投资回报实证的组织仅占7%,较上季度有所下滑。麦肯锡《2026年AI现状》亦显示，个人效率提升尚未有效传导至企业损益，呈现80%对37%的个人与企业效能落差。上述调查虽样本与方法各异，但判断都高度一致：组织重构与治理安排的滞后，正在成为制约产业价值兑现的关键瓶颈。个企业和个人皆能受益于AI,“一个都不落下”的能力边界，是否拥有否决AI输出的权力，是否能在AI造成损害时获得有效救济?这些问题直接决定了“设计运②包容发展对应智能的普惠可及：首篇报告强调，让每个企业和个人都能享受AI带来的益处。在智能经济语境以可负担的成本调用智能能力，下沉市场用户能否获得与一线城市同等的智能服务，决定着智能经济的红利是惠及提升。AI根据人的指令参与研发设计、生产排产、质量检测等核心环节，价值提升的核心命题随之发生位移——认知能力，成为价值提升的新方向。第一章时代之问：与AI共进，智能经济何以深化发展④底线坚守对应发展与治理的同步推进：首篇报告要求，AI发展不能偏离人类文明进步的方向。智能体开始帮人“动手”,底线坚守随之从原则倡导上升为嵌入技术研发、产品部署与运营维护全流程的制度约束。据此，AI治理不再是“事后管住”,而是“事前划界、事中监督、全程可溯”。其中，第2和第3项的紧迫性已有量化呈现。普华永道《2025年全球人工智能就业岗位晴雨表》显示，具备AI技能的员工平均享有56%的工资溢价，较上年上升25%;AI高渗透职业的技能更迭速度比低渗透职业快66%。OECD《人工智能时代的技能》(第60号报告，2026年)进一步指出，掌握高端Al专业技能的劳动者仅占全球劳动力的约1%,而高渗透岗位招聘中最紧缺的是管理与业务流程能力而非编程技能，72%的岗位要求至少一项管理技能。技能溢价持续扩大与互补技能相对稀缺同时出现，“增强而非取代”并不会自动实现——若无面向全民的素底线坚守同样具有可测量的社会心理基础。哈佛商学院对覆盖940类职业共2357名受访者的调查(2026年发布)显示：以当前技术水平，仅30%的职业获得公众对自动化的支持；即便设想未来高阶AI,支持比例也仅升至58%。约12%的职业(殡葬从业者、运动员、神职人员、育儿工作者等)存在强烈道德排斥，94%至96%的受访者支持四大原则共同构成智能经济人本价值的系统性框架：设计运作回应“技术为谁服务”,包容发展回应“红利归谁所保人始终是目的。智能经济的深化发展必须置于全球坐标系中审视。全球AI竞争进入“中美双引擎”格局后，中国的优势已不限于(1495分)、谷歌(1494分)、OpenAI(1481分)、阿里巴巴(1449分)、DeepSeek(1424分)六家公司均进入然而，投入端存在高度不对称。2025年美国私人AI投资达2859亿美元，约为中国(124亿美元)的23倍(该口径未计入中国政府引导基金);世界银行《2026年世界发展报告》按相近口径给出约2850亿美元、为第二名中国美国仍存在差距，工程效率与开源外溢是当前“以约1/23私人资本实现准平价”这一格局的含义在于：前沿差距收窄，意味着中国已获得参与定义下一代技术与产业规则的“入场券”;硬投入悬殊，则表明中国无法复制美国“资本堆叠”的路径，深化优势宜走以转化效率取胜的路线。A互联、电力系统及一整套精细化工与材料工业。DeepSeek凭借工程优化持续压低Token成本，正是中国将普惠模型性能与Token调用量。中国顶尖模型已与美国站在同一梯队。2026年夏季，月之暗面KimiK3以总参数2.78T、激活参数104.2B的规模进入ArtificialAnalysis全球榜单前三。在应用活跃度上，根据OpenRouter最新数据测算，2026年7月第二周，全球AI大模型总调用量为54.6万亿Token,其中中国达27.58万亿Token,连续七周增长，稳居全球首位。大模型训练算力效率方面，瑞银测算，中国头部模型训练成本约为海外龙头的十分定价为海外对标产品平均定价的10%至20%,仍可维持20%至40%的毛利水平，表明其低价背后具有较为扎实的成本基础，能够在保持竞争性定价的同时，避免毛利率受到过度挤压。调用量与成科研产出与产业规模。中国在论文发表量、引用次数及专利产出方面均处于领先地位。中国AI论文在2024年贡献了20.6%的全球AI引用，美国为12.6%;中国拥有全球60%的人工智能专利，机器人相关专利数量占全球比重约为2/3。据中国信通院测算，2025年我国人工智能产业规模超1.2万亿元，同比增长40%;截至2026年6月，人工智能企业数量超6600家，全球占比达15%,已形成覆盖基础底座、模型框架、行业应用的完整产业体系。在工业机器人(物理AI领域)部署上，中国占全球装机量的54%,是美国的9倍。才最大出产国：全球顶尖AI研究人员中，约47%本科毕业于中国高校，来自美国的约18%。但培养优势尚未完全转化为集聚优势——美国仍是顶尖AI人才(前20%档)的首选工作地，吸纳了全球59%的精英AI研究人员，高于2017年的51%;MacroPolo数据同时显示，中国培养的顶尖AI人才中，仍有相当比例流向美国工作。与此同时，格局并非静止：斯坦福大学《2026年AI指数报告》显示，近年来移居美国的AI学者数量明显回落，全球人才流动格局正在松动。跨行业生态价值解锁等行业融合类AI应用渗透率方面，中国企业约为全球其他企业的2.3倍。2026年7月，工业和信息化部相关负责人在WAIC2026主论坛上披露，我国规上工业企业人工智能应用普及率已超30%。应用渗第一章时代之问：与Al共进，智能经济何以深化发展以“模型性能+资本投入”为唯一坐标难以完整解释中国AI路径；理解这一路径的关键，在于将技术转化为人的能中国位势的提出正处于一次空前的技术扩散进程之中，扩散速度与收益之间的落差是理解“人本竞争力”的国际参照系。世界银行《2026年世界发展报告》将AI定位为与蒸汽机、电力、互联网并列的通用目的技术，其历史对照显示：蒸汽机传播到低收入国家历时约80年，电力约40年，互联网约20年；而ChatGPT发布仅6个月，中等收入国家即贡献其全球流量的一半。但扩散快不等于收益均沾：截至2025年4月，ChatGPT在高收入国家互联网用户中的渗透率接近25%,中高收入国家为5.8%,低收入国家仅0.7%;对52个经济体的估算显示，若当前采用沿模型高度集中于少数企业和经济体，技术能否转化为发展收益，最终取决于电力、数据、技能与制度等互补条件到20世纪末已扩大至10倍，错失通用目的技术扩散窗口的代价以世纪为单位计。3C框架的“互补条件”命题正速度由全球市场共同决定，收益分配格局由各经济体互补条件的厚薄书写，这是中国把“人本”作为位势命题而非伦理命题的实证依据。家将智能技术转化为人的能力、福祉与发展机会的能力。衡量重点是“单位智能服务了多少人、成就了哪些人、以普惠层衡量的问题代表性支撑数据/实践2027年应用普及率超70%的目标人才层全球前20%顶尖人工智能研究者中，47%本治理层集落地；WAICO机制化落地资料来源：基于CNNIC、MacroPolo、国家网信办及公开报道整理才层以顶尖研究者的培养来源与流向刻画“由谁供给”;治理层以规则密度与国际机制化程度衡量制度摩擦成本。一层的塌陷都会使另外两层的积累折损。三者协同，使中国在硬投入远低于美国的情况下保持前沿模型性能的准平“人本竞争力”还可补充一项可观测的产业经济学度量指标——单位算力的经济产出。中信证券将美国AI产业特征概括为“刚性泡沫”,天量资本开支与产出效率之间已出现“剪刀差”;中国AI体系的风险在于高端芯片受制于人、本框架的价值在于将“人是目的”从价值命题转化为可观察、可累积的竞争命题，其解释力可从社会需求侧与国际治理合作两个维度加以验证。第十四次中国公民科学素质抽样调查数据显示，我国公民整体对A智能经济深化发展的稀缺资源：它为新技术、新产品提供低摩擦的试错环境与快速放量的用户土壤，构成普惠层优势的社会心理基础。但群体分化明显：受教育程度和职业数字化程度越高者越积极，老年群体认知滞后但态度相对这一制度前提在国际比较中更显重要。世界银行报告援引的就业暴露测算(Gmyrek等，2026)显示，低收入和中等收入国家仅有约4.5%的岗位可被生成式AI自动化，远低于高收入国家的14.2%;但可被AI增强的岗位占比达16.2%,与高收入国家相当：发展中世界的主要命题是“促增强”,而增强的前提正是使用者的素养。OECD《人工养教育转化为普惠层优势的窗口期。“人本竞争力”所强调的治理层面正加速向国际公共产品转化。2024年7月，联合国大会协商一致通过中国主提的“加强人工智能能力建设国际合作”决议(ARES/78/311,140余国联署);2026年7月，WAICO协定签署，29个国家成为创始成员国。《中国智·惠世界(2026)》案例集的10个故事覆盖20多个国家：“妈祖”早期预警产品已有40多个国家的气象部门在云端使用，定制版在巴基斯坦、埃塞俄比亚等7国落地；武汉兰丁宫颈癌AI筛查技术在16个国家部署，累计服务1300万女性。这些案例将国内“应用普惠”经验产品化为“能力共建”方案，延展至全球智能经济的增量空间。世界银行需求侧调研数据显示，在印度、约旦、肯尼亚、墨西哥、尼日利亚和泰国受访的正式企业中，平均约20%近期使用AI聊天工具，但更复杂的智能体与流程自动化应用采用率仅约10%。企业不采用AI的首要原因是认知不足与资金短缺。报告中的案例也展示了适配型应用的成效：孟加拉国通过AI医学影像将糖尿病患者视网膜病变的日筛查量提升约40%,印度政府向超过3000万农户推送AI资金”的结构性缺口，这与中国低成本模型、可复制的普惠场景和W第一章时代之问：与Al共进，智能经济何以深化发展两个场景分别从社会需求侧和国际治理合作侧验证了该框架的解释力：在国内，普惠层的优势需通过素养培育的制度安排加以巩固；在国际层面，则要求治理层的制度能力延伸至国际规则共建。养的高端AI人才仍有相当比例流向海外；普惠层上，大企业与中小企业的Al采用率差距、不同教育程度群体的AI素养差距仍在扩大；治理层上，规则的快速供给与执行能力之间仍存在张力。三层框架所测量的，恰恰是中国也尚未完全解决的问题。智能经济的竞争可量化为“单位智能服务了多少人”的竞争——服务覆盖越广，位势越稳固。国际实证表明，智能经济深化的真正瓶颈不在技术扩散的速度，而在互补条件的厚薄，即普惠、人才与治理三层结构能否同步加厚。未围绕上述问题展开探讨。行动时代：智能经济与人本价值的再平衡观点智能经济最需要的资本投入，不是那种刚性很大、弹性很小的资本，更不是问责和程序都比较僵化的资本。也许国毫无疑问，不但新兴技术研发需要资金投入，新兴技术的产业化更是离不开大量投资。从历史轨迹来看，工业革命的推动力，除了技术创新之外，资本投入也功不可没，但技术发明家被人们所牢记，资本提供者却往往淹没在历史烟云中。推动英国工业革命的关键技术是瓦特蒸汽机技术，瓦特的重要支持者——格拉斯哥大学教授布莱克，在该技术的产业化初期就投入了资金，可以说是天使资本；后来还有企业家罗巴克和博尔顿，为瓦特蒸汽机的产业化投入了更多资本，瓦特与博尔顿还设立了合股企业专门生产蒸汽机。推动德国内燃机动力技术和产业发展的重要人物，是内燃机发明者奥托，奥托获得了来自企业家兰根的投资，两人设立了合股企业生产内燃机。德国电报和电机产业的重要奠基人西门子，虽然以其镀金和镀银等技术进行技术入股创办企业，但也获得了其堂兄的大量资本投入。推动美国电气产业发展的重要人物爱迪生，不但获得了其朋友波普的投资并设立了合股企业，而且获得了摩根财团的大量资本投入。智能革命时代的技术研发和产业化，需要比工业革命时期更大量的资本投入。审视一下大模型企业的融资规模，就可窥见一二。美国标杆性大模型企业OpenAI,2015年成立时即获得了美国著名企业家马斯克的注资，后来又获得了微软的巨额投资，2026年3月则获得了1220亿美元的市场融资，估值达到了8520亿美元。另一个标杆性大模型企业Anthropic,成立于2021年，当时获得了脸书创始人的投资，后来亚马逊等企业又注入了大量资本，至2026年上半年获得了总额超过1000亿美元的数轮市场融资，估值从2月份的3800亿美元上升至5月份的9650亿美元。同时，大量的资本投入也促进了这些企业的大模型升级和产业化发展。譬如OpenAI的营业收入，在2023年底约为16亿美元，2024年约为37亿美元，2025年约为131亿美元，而2026年一季度达到了57亿美元，一季度末的年化营收达到300亿美元；Anthropic的营业收入，2023年只有近1亿美元，2024年为近10亿美元，2025年估计不足50亿美元，2026年二季度估计高达100亿美元，2026年5月末的年化营收达到470亿美元。可以看出，美国的智能经济领域，所获得的资本投入主要是来自市场上的私有资本，这是自然。中国处于智能技术快速突破、智能经济快速发展时期，自然也需要大量资本投入。那么,中国能否可以较少依赖民营资本来推动智能经济发展?第一章时代之问：与Al共进，智能经济何以深化发展从迄今为止的实际情形来看，中 国重要人工智能企业的融资， 主要还是来自民营资本。中国 头部大模型企业之一深度求索 (DeepSeek),资本投入就是民 营资本。已经上市的大模型企 业——智谱和Minimax,初始资 本和后来的多轮融资，主要是民 营资本。智谱虽然诞生于国有机 构——清华大学计算机系，但进 行天使轮投资的中科创星基金则 是民营资本主导的投资机构；后 来总额超80亿元的数轮融资虽 有国资基金参与，但绝大部分资 金还是来自市场化的民营投资者。 Minimax起初就是一家个人创业 的民营企业，上市前总额超过15 亿美元的数轮融资，来自高瓴资 到12.5%;虽然中国人寿科创基金、上海国际集团投资基金、上海国投公司投资基金等国资机构也有参与，但那是即便是中国的算力行业，尽管由于先占优势和数据安全等原因，国企国资占有很大份额，但是民营资本在那些新兴赛道和新兴业态当中，也显示出更加迅猛的势头、更加充沛的活力。譬如智算中心赛道，不但民营企业占有越来越高的份额，而且一些由民营资本投资的独立智算中心正在快速发展。在数据领域，尽管许多原始数据由政府机构掌握，许多地方还成立了国有数据集团，但在数据标注与清洗、专业化处理与服务等领域，民营机构正在迅速发展各当然，中国许多地方政府都设立了科创投资基金和产业投资基金；一些国有企业，特别是国有资本投资公司和运营公司，设立了投资基金。中国还有一些国有的保险公司、证券公司、银行，都愿意加大智能科技及其产业化领域的投资。在智能科技、智能经济发展的浪潮中，一定数额国有资本的加持可以帮助企业增信。但总的来看，民营资本才是推动智能产业、智能经济发展的主力资本。政府资金是公共资金，而公共资金必须配套严格的问责制度和繁复的审批程序，这是毫无疑问的。严格的问责制度和繁复的审批程序，也可以理解为刚性更大、弹性更小，甚至会被认为过于僵化。但公共资金就是这样，即使资本化的政府投资基金，也无法从根本上摆脱这一点。政府投入的资本，剩余收益和剩余损失，没有任何道理主要由个人获得或承担，因此剩余控制权，也就是那些具有弹性空间、基于模糊判断的权力和责任，也无法从根本上交予个人，为此就有必要引入严格的事后问责和繁复的事前审批。国企及政府基金领导人的任期制、轮岗制、调任制及相普遍化和长期化。而创新前沿不断向前推进的智能科技，以及商业前景很不确定的智能产业，最需要的资本投入，并不是那种刚性很所以从表面来看，也许国资在中国创投和私募市场的出资比例很高，但从实际来看，民营资本在智能科技、智能经民营资本在智能经济发展进程中可以发挥主推作用，但并不意味着这种作用可以自然而然地到位和高效释放。大力在工业经济时代，亲创新公司金融就发挥了巨大作用，众所周知的全部股东皆承担有限责任的制度，其实就是典型的亲创新公司金融制度。在过去20多年的数字经济浪潮中，投资基金中的普通合伙与有限合伙相结合的制度，也是一项亲创新公司金融制度。而在智能革命快速推进的时代，公司金融不仅要寻求更好的资本结构方案，以为克服代理成本问题提供条件，而且应更加重视公司的阶段性估值与下阶段创新竞赛之间的复杂关系，特别是应该重视高度不对称和不确定的创新信息如何影响连续融资进程及产业化进程。事实上，在过去几年智能革命快速推进的过程中，公司金融的亲创新特性，也时常显示出强大力量。譬如OpenAI不仅在公司架构方面把非营利机构和营利机构一度结合在一起，而且在融资方式方面也进行了不同尝试。而Anthropic在金融合约中还尝试设立特殊目的工具中国正有越来越多的民营资本进入智能经济发展领域，也应该进一步探索亲创新公司金融。中国民营资本存量相当可观，增量日益扩大，但并未充分发挥促进智能科技创新及产业化的作用。未来，我们可以在公司架构和股份类别的多样性方面，在各类投资者的责权利分配方面，在股份的流动性和流动方式方面，以及在融资工具和投资合约条当然，中国资本市场也应该在规范发展的同时，加快与智能经济时代的亲创新公司金融相对接。2025年出台的《中华人民共和国民营经济促进法》已经指出，支持民营经济组织在战略性新兴产业、未来产业等领域投资和创业，催市场体系。2025年颁布的《国务院关于深入实施“人工智能+”行动的意见》又指出，要在人工智能领域发展壮大长期资本、耐心资本、战略资本，要完善风险分担和投资退出机制。相第一章已阐明，智能经济对数字经济的系统性超越，其背后依托多重技术基座的协同支撑。从技术与人的互动视角看，模型能力在与真实世界的交互中自主迭代跃升，智能体加速融入生产生活各领域，AI正沿着“从工具走向伙伴、从单点走向系统”的路径持续演进。“人人可及的智能普惠”,由此获得技术与经济层面的双重可行性。本章将以此为起点，逐层追问“会行动”的智能何以可能、何以普惠。自2025年以来，“世界模型”的内涵由压缩文本世界转向直接建模物理世界。2025年8月，谷歌DeepMind发布通用世界模型Genie3,可根据文本提示实时生成可导航的动态世界；李飞飞创立的WorldLabs推出首款商用世界模型Marble,累计融资超10亿美元；智源研究院发布原生多模态世界模型“悟界·Emu3.5”,实现“从预测下一个词元到预测下一个状态”的范式转变。IT桔子数据显示，中国已有33家世界模型创业公司，累计融资超260亿元，诞生7家独角兽企业。理解物理世界由此成为大模型竞争的重点方向，也是AI帮人行动的重要能力基石。国际投资界的定价判断已较明朗。高盛在《赋能实体经济的人工智能》(2026年)中将世界模型分为两大分支：面向机器人、自动驾驶与物流的物理世界模型已进入规模化商用阶段，面向模拟机构与人类行为、推演政策冲击的社会与虚拟世界模型仍在演进。其核心判断是，世界模型与语言模型互补而非替代，落地后将成为人工智能基础设施推理解决“会想”,记忆实现“懂你”。2025年初，DeepSeek发布推理模型R1,依托强化学习路径展现长链条推理能力，打破了“顶尖模型必须依赖巨额资金与无限算力”的固有认知。中国信通院判断，产业发展重心已由模型训练转向推理服务，大模型正式开启推理时代；模型学习正进入“经验时代”,不再单纯转而从环境交互、任务试错和自我迭代中积累动态经验。AI对“人”的理解由零碎上下文升级为持续的个体模型，据QuestMobile《中国移动互联网2026年上半年大报告》,截至2026年6月，AI原生App整体用户规模达4.99亿；豆包、干问、DeepSeek活跃用户分别为3.82亿、1.67亿和1.3亿，同比增速为172.1%、5792.9%、-20.3%,第一阵营格局相对稳固。据披露，字节跳动大模型业务ARR(年化营收运行速率，按2026年7月平均消耗折算)达40亿美元，超过国内其他模型公司ARR总和。相较海外闭源模型，国产模型的技术差距已缩短至3～4个月，并在高性价比基础上持续提升能力上限与定价权。行业竞争焦点已由参数规模转向可用性与成本：能力底座第二章技术之问：与Al同行，“会行动”的智能何以可能集体成型的同时，价格集体下探，普惠智能的市场化前提由此具备。(四)算力的“重工业化”:大模型竞争正从“轻资产”传统互联网平台具有边际成本趋近于零的“轻资产”特征；大模型受规模定律加算力与能源投入，呈现规模报酬递减与重资产属性，已跳出精巧代码构筑的“轻高速互联与海量资本共同驱动的“重工为支撑长链条思考与百万Token上下文下的高强度推理，单次请求往往需要并行调度上百块顶级GPU;推理芯片采购是刚性资本开支，数据中心用电成本也难以依靠算法优化显著下降。若溢价空间与正向投资回报迟迟难以建立，低价扩张将使厂商在巨量推理请求下持续承压。重资产投入能否持续，取决于体更强调目标导向的任务执行。需要明确的是，行动型智能体是“模型能力+工具系统+身份体系+权限规则+审计机制”的复合系统，单一模型能力不足以自然形成该系统。评估其可靠性，既要看测试集表现，也要考察其在真2026年常被业界称作“智能体之年”。Gartner曾预测，到2026年40%的企业应用可能嵌入任务型AI智能体。智能体能够在设定目标、工具权限和规则约束下完成多步骤流程，但对无人工干预的闭环操作应保持审慎，特别是行动时代：智能经济与人本价值的再平衡务等行业对智能化的需求持续上升。端侧是行动型智能触达个体的重要入口。首批手机端侧生成式AI服务已完成备案，端侧智能体正从技术预览走向用户体验识别自然语言目标、减少多应用切换解释任务进度、明确失败原因、保留一键暂停与人工接管获取必要的终端与应用权限目的限定、细粒度授权、时间和场景限制、便捷撤回应用生态以界面识别完成基础操作通过标准接口、服务协商和身份标识实现稳定互操作高风险控制避免明显的越权操作对支付、身份验证、金融和医疗等设置强化确认和人工终裁责任机制记录基础操作建立可审计日志、异常升级、争议处理和责任划分等机制智能体之间的协作需要“通用语”。2024年11月，Anthropic开源MCP协议，OpenAI、谷歌相继支持；2025年4月，谷歌发布A2A协议；2025年12月，Linux基金会牵头成立智能体AI基金会。上述国际进展与2026年7智能体正在成为重要的技术和产业议题，但市场规模的统计口径差异较大，尚不宜用单一估算值作为行业研判基隐性判断与例外处理，激励机制亦未同步调整，试点有效却难以复制；三是责任鸿沟，智能体提出建议或执行操作政策端已明确方向。2026年5月，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》,围绕五大方向提出19个典型应用场景，明确应用方向、实施路径与预期成效，为我国智能体产第二章技术之问：与AI同行，“会行动”的智能何以可能 IBM商业价值研究院(IBV)2026年7月发布《AI的瓶颈与突破：驱动绩效增长的人本运营模式》,基于14个地区、21个行业1000位高管及28个地区8400名员工的调研，得出核心结论：AI价值缺口主要源于组织运营模式而非技术工具，重构人本运营模式方能将AI落地转化为真实业绩增长。调研显示，将先进AI应用与组织变革能力相结合的企业，其收入增长最高可比同行高出73%,营业利润率高出11%。但仅15%的企业同时实现高Al成熟度与优秀变革执行。68%的高管认为AI落地受阻的根源在于决策权归属与问题升级路径不清晰，65%的员工表示相关指南已过时。81%的企业奖励员工使用AI工具的技能，仅64%奖励AI判断力。50%的员工认为AI介入后个人贡献更难获得公平认可，43%的高管承认员工在提出AI相关顾虑时缺少心理安全感。核心启示：AI竞争的关键从模型采购转向组织配套变革。仅在少数部门依托AI提升个人效率，收益难以传导至全企业；规模化应用需同步推进全公司组织变革，人的因素是AI释放商业价值的基石。互联网让“人人可发布”,短视频让“人人可拍摄”,多模态大模型正在实现“人人可导演、可作OpenAI发布Sora2,原生支持同步音频生成；中国厂商在该赛道竞逐更为密集。30秒时长、4K分辨率、音画同出成为头部产品的主流交付标准，相关产品已形成亿美元级年化收入——视频生成已从“演示技术”阶段迈入工业化交付阶段。中国厂商在全球第一梯队中占据多席，这是中国AI与美国正面竞争不落下风的少数赛道。字节跳动是其中最具代表性的中国力量：2026年7月31日发布的Seedance2.5,将单次原生视频生成上限提升至30秒，攻克了AI视频长期存在的叙事割裂难题，支持多轮接续生成数分钟连贯视频。工具跃迁的落点是人的规模。据中国互联网络信息中心报告，截至2025年12月，我国生成式AI用户规模达6.02亿，普及率为42.8%;其中使用Al生成图片、视频的用户达2.88亿——相当于每五个中国人中就有一人成为“AI2026年8月迎来标志性工业化交付事件：国内首部100%AI制作的上星长剧《后西游记》登陆湖南卫视黄金档。行动时代：智能经济与人本价值的再平衡据公开报道，该剧深度依托芒果灵创AIGC内容创作平台，由Seedance2.0与Seedance2.5提供AI技术支持，全剧30集，制作周期仅4个月，开播1小时播放量即突破206万次。长剧作为影视工业中成本与周期约束最强的品类，能够通过上星卫视审片与排播体系的检验，标志着AI生成视频的质量稳定性与产能规模正在跨越工业化门槛。平权的边界也在拓展。影视和短剧是Seedance当前的典型应用场景，但从长期看可能只是一个小场景。制造业、零售业已在用Seedance制作多语言产品说明视频，面向不同国家和人群进行消费者沟通；制造行业还将其用于制作说明书、售后服务素材和培训内容；知识行业和教育行业则借助它实现知识视频化。未来，随着模型对物理规律理解能力的增强，其应用边界将进一步拓宽，不仅服务于内容产业，更有望成为具身智能、机器人仿真、自动驾驶、工业设计验证等领域的重要基础能力。地球环境突变，变异生物入侵城市，人类面临灭顶之灾—平台上热度最高的科幻AI短剧之一，这部独立制作的AI短剧，全网播放量突破1亿次。而该剧制作团队非科班出身、无独有偶，像《归墟》一样由小微团队打造的爆款AI短剧，在近几个月正不断于市场涌现。它们的创作者，之前也许是宠物店老板、半导体行业工程师或者兼职送外卖的年轻夫妻……可在AI技术带来的行业浪潮之下，他们却成为了第一批用AI短剧讲述自己心中故事的普通人。这些群体此前与影视行业并无交集，如今已成为内容供给的重要新生力量。AI短剧正在成为近年来发展速度最快的一条赛道，随着大国内AI剧、漫剧新上线约33.9万部，用户规模从2025年的约1.2亿跃升至2026年上半年的6亿以上。截至2026年8月初，AI剧、漫剧剧场账号已超过8300个。第二章技术之问：与AI同行，“会行动”的智能何以可能制作门槛的降低是产能爆发的直接动因。令人意外的是，在这条赛道上，最先崭露头角的恰恰是影视行业之外的普通人。他去年9月辞职，全职进行AI创作。Seedance2.0发布后开始制作《归墟》,最开始完全是个人兴趣使然：“Seedance2.0让我一个人就可以完成剧本、分镜和镜头制作，借助技术，自己脑海里原创的故事搬上屏幕成为可能。”员郭子淳指出，“借助AI工具，3至6人的小型团队能够更加灵活地进行影视作品生产，生产方式从工业化流今年上半年AI短剧的市场表现印证了这一判断。除《归墟》外，最高热度曾位列红果短剧热播榜第二藏墟，无眼窥天》,仅由两名创作者在一个月内完成。在红果短剧平台连续更新11季的漫剧《发配边关，罪妻果短剧平台更新12季，其第9至11季最高热度均突破1亿，全系列最高热度超1.2亿。该剧制作人光宇表示，他在做漫剧前曾创业开过宠物店，团队最初仅有6人。大招聘平台仅在8月10日当日发布的AI剧及漫剧相关招聘岗位就超过1.9万个。深圳市人力资源和社会保障局公开数据显示，全市数字创意产业人才缺口达2.5万人，其中动漫与微短剧领域缺口约1万人。通过具体的招聘需求，也能进一步看到这一崭新行业对高端人才的潜在需求。在AI导演岗位，提出需1至3年工作经验要求的招聘占比达52%,3～5年经验需求的占26%,两者合计接近八成。而其岗位薪酬主要集中在月薪10000至15000元区间，占比为32.3%;相对来讲，基础执行岗的准入门槛更低，其中“AI抽卡师”岗位中逾半数面向应届生或不限工作经验，月薪5000至8000元的占比达66.5%。件和复杂的制作分工上，当这些环节越来越容易借助AI完成，选题、叙事、审美判断和整体组织能力反而会变得更重要。从目前的招聘市场和从业者流动也能看到这种变化。一方面，新的工具确实给新人提供了更多进入生产流程。未来可能会出现更多规模较小、组织更灵活的创作团队，但AI最终放大的，仍然是使用者本身的判当然，技术进步除了带来产业爆发之外，也在推动内容生产的地理分布去中心化。AI工具的轻量DataEye研究院统计显示，目前部分中小微工作室的系列漫剧收入已突破1500万元，以往集中于少数机构与而从更长的时间维度审视，AI技术的发展正推动影视制作走出专业制片厂，进入普通个体的创作空间。AI短剧让他们脑海中的创意与故事获得了表达渠道，并通过短剧平台触达观众。我们正身处内容行业的变革浪潮中，算力供给持续高速扩张。工业和信息化部统计数据显示，截至2026年6月底，我国智能算力规模达2185EFLOPS,同比增长177%;全国算力设施整体上架率为71.4%,建成万卡以上智算设施52个，规模仍在快速扩张。近两年围绕国家算力枢纽节点建成超70条算力大通道，枢纽间网络性能提升10%。横向看，我国智能算力规相较规模，价格变化趋势更具决定性。a16zInfrastructure测算显示，大模型推理成本正以指数级速度下降：2021年GPT-3达到MMLU基准42分时，每百万Token成本为60美元；到2024年，Llama3.23B达到同等水平仅需0.06美元，三年降幅达干倍量级。开源同步加速能力扩散：MIT与HuggingFace联合研究显示，截至2025年8月，中国开源模型全球下载量占比达17.1%,首次超越美国(15.8%);工业和信息化部披露，国产开源大模型全球累计下载量已突破100亿次。开源降低供给门槛，降价降低使用门槛——AI能力从稀缺资源转为丰裕资源，第二章技术之问：与AI同行，“会行动”的智能何以可能智能先锋城市的若干措施》落地，2026年度已全面开放申请：面向租用智能算力开展大模型训练与推理的企业、高校和科研机构，每年发放最高5亿元“训力券”;按不超过合同金额的50%给予资助，单家年度额度最高1000万元，初创企业抵扣比例可提高至60%。其二，公共平台。苏州工业园区公共算力服务平台已累计服务园区企业超20家，平台总流水突破8000万元(运营方披露),探索出“政府引导一平台搭建一企业受益”的公共服务模式。其三，端侧准入。2026年7月15日，国家网信办公布首批7款手机端侧生成式AI服务完成备案，Apple智能、努比亚豆包手机大模型等在列，端侧模型首次纳入备案监管，端云协同格局更加清晰——云端决定能力上限，端侧承担隐私保护与个性化服务。三项机制表明，普惠算力正由产业补贴走向公共服务，“用得起、用得上”正由市场选择升级为制度保障。算力扩张的同时，新的物理瓶颈逐步显现。决定扩张节奏的关键变量正由芯片供给转向能源获取、供电效率与基础设施承载力。摩根士丹利测算，当前AI算力供电存在10%～20%的刚性缺口，新建发电、输电设施周期长达数年，即便改造比特币挖矿设施、引入燃料电池也难以在短期内补齐缺口；算力与能耗指数级增长，还面临数据中心周边算力、算法、数据是驱动人工智能发展的“三驾马车”。数据既是决定模型能力上限的重要因素，也是影响人工智能应用成效的关键变量。据《全国数据资源调查报告(2025年)》,2025年全国数据生产总量达52.26ZB,同比增长27.28%,约占全球总量的27.44%;用于AI训练和推理的数据总量达199.48EB,同比增长42.86%。其中推理为供给的体系化支撑缺失。其二，从“静态语料”转向“动态交互”,高质量的动态交互样本与人类对齐反馈数据，但技术可行性尚不构成智能经济的充分条件。算力仍受芯片、能源与基础设施等多重物理瓶颈制约，数据供需正从效应究竟体现在哪些领域、以何种方式实现、人在其中被置于什么位置——这些正是产业实践篇以“赋能个体一重塑产业一拓展文明”三层阶梯逐层回应的核心命题。技术能力能否转化为可衡量的人本价值，仍需以行业案例加以检验。实践之问：与AI共赢，三层阶梯的价值检验AI进入千行百业，究竟增益了谁、以何种方式?这是本报告要回答的第三个问题。技术可行不等于价值兑现，价值本章以“人本价值的三层阶梯”审视Al在我国的落地进程：第一层“赋能个体”,标尺为可及性与便捷性；第二层“重塑产业”,标尺为效率提升中人的位置；第三层“拓展文明”,标尺为人类认知与文明的边界。首篇报告所记实践多处于示范阶段，近两年已临近规模化落地，同时暴露出权限、安全、就业、信任等新摩擦。摩擦的出现与化解，显示人本智能正落实为一系列具体的架构与制度选择，从原则倡导走向工程实践，从愿景描绘走向约束条件明确的制度设计。中国信通院《新一代智能终端蓝皮书(2025年)》判断，新一代智能终端已由“人工智能+终端”迈向“人工智能 2025年12月，字节跳动与中兴通讯旗下努比亚合作，推出搭载豆包手机助手技术预览版的工程样机M153,售价3499元，首批开售即售罄。该产品定位为“全球首款智能体手机助手”,支持跨平台比价，以及代办请假、订餐、订票等，并在支付等高敏感环节提示用户手动完成。产品面世一周内即遭遇超级应用生态抵制，争议焦九个月后，争议开始走向规则化。2026年9月14日，豆包手机助手消费者版本正式发布；9月16日，首款搭与手机厂商在系统层面展开合作，围绕交互、任务执行、本地记忆及检索等核心体验精心打磨；相比2025年底行动时代：智能经济与人本价值的再平衡交互层面，新版本支持语音、AI键等多种唤醒方式。专属AI键带有指纹鉴权能力，完成身份确认后无需二次解锁，即可调用助手执行任务；语音唤醒针对远场、内噪和嘈杂环境进行了优化。屏幕问答是此次重点推出的能力：用户无需截图或切换应用，助手即可结合当前屏幕内容继续处理任务。官方演示中，用户打开相机对准与用户要求，在电商平台找到符合条件的商品。类似的屏幕上下文理解能力，此前也出现在苹果Siri与AppleIntelligence的演示中；手机AI助手从单纯回答问题，升级为理解用户所处场景并完成相应任务，正成为行业共同路线。类问题时，助手能从手机本地相关信息中找到答案。办公场景可通过语音输入、三指上滑，或同时按住Al键与手动保存当前屏幕内容，形成可在本地检索的记忆。任务执行层面，用户说出“帮我叫一辆去公司的车”,助手即可确认常用Protocol),同步启动为期30天的规则公示。根据该协议，第三方应用可自主选择允许或拒绝AI助手在应用内执行屏幕自动化操作，也可进一步限定权限范围，例如禁止全部操作，或对截图、模拟输入、内容修改等特定操作单独设限。开发者可以通过接入SAEP或回复官方沟通邮件表达意愿。公示期内，豆包手机助手仅对系统自带应用、字节跳动旗下应用，以及已通过SAEP或邮件明确同意接入的第三方应用执行自动化操作，其余应用默认不可操作。开发者提交拒绝声明后将生效，相关应用会被列入不可操作清单。公示期结束后，豆包手机助手将逐步扩大可操作范围，但明确表示拒绝的第三方应用始终不在操作范围内。豆包手机助手方面表示，图形界面智能体(GUIAgent)仍是一项快速发展的前沿能力，希望与合作伙伴共同完善手机AI应用生态；将充分尊重开发者意愿，不会对明确拒绝的第三方应用进行自动化操作。在手机AI浪潮中，豆包手机助手希望通过一份协议声明，在便捷与安全之间寻求一个平衡。体系，对可操作范围实施分层、分级管理；完整的隐私安全白皮书已在官网公开。加上此前完成的两项制度性合规，即2026年7月国家网信办首批7款手机端侧生成式AI服务备案(努比亚豆包手机模型在列)与终端入应用。豆包手机助手案例的意义不止于一款产品本身。从智能手机到行动终端，AI手机正在进入新的竞争阶段。过去第三章实践之问：与Al共赢，三层阶梯的价值检验完成操作。Agent的出现正在改变这种关系：未来手机的核心能力，可能不再是提供更多工具，而是理解用户系统负责管理权限，Agent负责执行任务，记忆负责提供上下文。豆包手机助手展示的正是这个方向：手机不再只是承载AI的设备，而将可能成为Al行动的载体。能手机时代，人通过触屏调用一个个应用；Agent时代，人与设备之间可能不再需要那么多中间步骤。该案例续探索检验。调研显示，豆包在职场人群中的使用比例达71%;70岁以上老年AI用户中每日高频使用AI的比例达45%,AI助理主要填补“没人可问”的空白。用户对智能助理的需求真实存在，但如何以可接受的方式嵌入既有生态与制度框架，仍需实践检验。乔布斯的贡献在于把一台“电脑”缩小后放进口袋，让计算能力第一次随身而行；今天的AI正在尝试让这个口袋里的设备第一次拥有理解世办公场景是智能体最易形成持续价值的领域之一。工作任务与组织知识、文档权限、项目状态、协作关系及业务流程紧密相连。办公智能体若不能理解这些上下文，容易生成看似合理但难以落地的结果；若缺少权限约束，则可能放大知识泄露与错误信息传播的风险。构建通用办公智能体的主要挑战，在于如何在权限体系中理解场景、调度知识并嵌入协作流程。2026年8月，字节跳动发布统一AI办公产品“豆包工作”,并与飞书深度打通。用户使用飞书账号登录后，豆包工系，8月AI编程产品TRAE与智能体开发平台扣子(Coze)团队整体并入，办公AI战略由多线并行转为单点聚焦。豆包工作的价值定位，是在权限体系内理解上下文、调度知的协作节点，承担规则明确、结果复核的工作，降低人员事务性精力消耗，使其聚焦价值判断与跨团队协调。这一能力升级对组织管理提出配套要求：不应将全部上下文作为默认可调用资源，需按岗位、项目、数据类别和任务目标确定可见范围；对外发布、批量修改、合同承诺及人员评价等关键动作，保留人工审阅与确认节点。上下文继承在提升效率的同时，将权限治理从IT技术议题延伸为管理制度议题。产品发布数月内，企业级落地案例开始呈现人机分工重构的具体形态。在研发场景，睿创微纳的芯片工程师过去需花费2至4小时手工整理测试数据、拼贴曲线图、撰写测试报告；接入豆包工作后，工程师上传网分仪、频谱仪等设行动时代：智能经济与人本价值的再平衡图文排版，约30分钟即可生成一份可直接交付的测试报告，并通过定时任务自动存入部门统一归档库，供后续检索复用。据企业披露，测试项目识别准确率、报告标准化率均达100%。更值得留意的是人机分工的变化：工程师从尖峰并建议后续关注，最终识别与决断仍由工程师完成。报告本身也从一次性交付文件，转变为组织可持续积累、比较与复用的知识资产。平台经营数据即可完成指标对比与可视化分析，整理出下一场直播的优化建议；内容生产、销售日报与客服培训也为客服提供贴近真实咨询场景的模拟训练。这套协作方式被团队概括为“人定目标、AI干执行”:团队负责提出目人机分工的边界在字节跳动企业内部亦有充分的案例佐证。据披露，字节跳动内部AI编程工具TRAE的工程师覆盖率从2025年初的70%升至年底的90%,抖音生活服务业务的AI代码采用率为43%。规则明确、结果可复核“手搓经济”指个人或小型团队依托AI工具，以较低成本将创意落地的新兴经济形态。随着AI大模型、3D打印等长。作为智能经济时代新质生产力的微观组织载体，“一人公司”并非传统工业经济时代个体工商户或小作坊的简规模与政策布局。截至2026年5月，全国已有426个OPC社区，覆盖28个省级行政区的65个城市。同时，已有20个省(区、市)对OPC这一新业态进行政策布局，发布106项专项政策、行动计划及配套措施，涵盖从共享办公空间、算力补贴、行政便利到资源对接等多个方面(见表4)。典型力度范围空间减免注册便利化算力补贴人才补贴金融服务资料来源：基于OPC圈《2026中国OPC发展政策研究报告》等公开资料整理第三章实践之问：与Al共赢，三层阶梯的价值检验个体实践：AI降低了门槛，但没有降低创业的难度。借助“1人+AI”的新模式，单个个体便能完成过去需5至10人团队才能承接的全链条业务。据媒体报道，杭州市上城区“鸿鹄汇”OPC创业加速社区入驻的95后创业者李云转型灵活，从想法到落地的周期大幅缩短。对不少初创者来说，AI工具压缩了代码生产边际成本，当UI(用户界面)可以由AI搭建、代码可以由AI生成，技术背景不再是创业的前置条件，行业认知、用户洞察与上升。与此同时，如何跨越商业化门槛，以及在AI快速迭代的环境中持续建立竞争力，已成为不少OPC创业者需要面对戏研发全流程的AINative协同研发平台，覆盖创意设计、多Agent协同制作、自动化验证等环节，目标是希望独立开发者和中小团队也能拥有过去只有头部大厂才具备的研发能力。从更长的时间周期看，OPC也有其经济逻辑。工业时代沿用约250年的核心分工逻辑——将复杂工作分解为多道是某项专业技能，而是统筹多个环节、理解上下文、跨领域协调并承随着AI在任务中展现出超越人类的表现，教育内容和方式也面临调整。这是AI赋能个体所涉及的深层问题，关乎人的能力结构如何变化。最优投资、最优定价。当算法在这些任务上的表现超过人类之后，一个基本问题随之产生：如果机器总能算出最优这本质上是一个教育问题，不是单纯的技术问题。传统课堂的训练逻辑以寻找“正确答案”为核心；现实世界的复标出最优项，课堂更有价值的讨论是决策者为何未采纳最优方案，涉及信息是否完整、组织是否存在阻力、风险偏提出新可能性的能力。这一问题与“人本理念”在教育维度上的意义相关。在人工智能时代，教育的第一性原理正在从“培养解题者”转向“培养定义问题的人”,使技术服务于人的判断，而不是替代人的选择。这既构成人机协同的认知基础，也关乎教育体系如何回应智能经济的变革需求。进入2026年，物理AI已成为全球科技竞争与产业变革的核心焦点之一，人工智能正加速走出数字空间，嵌入工厂、而，将优势转化为生产力，仍需破解模型训练与数据供给衔接不畅的结构性难题：工业场景依赖足够规模的真实数市场需求压力与人才缺口叠加，加速工业AI市场窗口的形成。工程师大量时间消耗在项目设置、代码编写和文档编制等重复性工作上，有经验的自动化工程师日益紧缺。同时，个性化需求促使主机厂加快产品迭代。2026年7月，西门子在中国市场发售Eigen工程智能体。该产品嵌入TIA博途工程平台，工程师以自然语言输入需求后，Eigen即可理解项目要求、编写产线控制程序、完成硬件与网络配置，并持续迭代直至结果达标。据西门子披露，Eigen已在全球19个国家、逾百家企业部署，执行效率较人工提升2至5倍。在中科摩通的新能源汽车EMB产线调试中，程序开发时间与调试周期各缩短30%,人工与物料损耗降低10%。铜冶炼场景更具挑战性：原料含铜量波动幅度大、经验丰富人才储备不足、高温工况复杂多变，对此单一数据源或单点模型难以应对。西门子与中国十五冶金建设集团合作，整合11个工艺段的设备数据、行业文献、工艺规范及操作经验，打造炼铜行业首个边缘侧智能体，可直接在产线现场完成实时推理与决策，实现冰铜品位稳定性提升15%,该指标直接影响铜成品质量与炉体寿命。AI在工业现场的深入应用，不仅改变了设备和流程，也在重新定义人的角色。据厂将业务转型与人的转型同步推进：通过数字化与技术知识学习、跨部门项目、岗位轮换和新技术实践，让员工在真实业务场景中提升能力。工厂“招贤榜”已覆盖25个工厂级项目，全部由员工自愿参与，80%的项目经理来自跨部门团队；针对车间一线员工，每年开展4000多个小时的数字化及技术知识培训，支撑1200多人次参与新技生产力。第三章实践之问：与Al共赢，三层阶梯的价值检验再看制造领域AI的规模化潜力。德勤面向全球140多家制造企业的调研显示，约84%的受访企业已从AI中获得可衡量的运营价值，但实现跨工厂规模化部署的用例占比仅约20%。价值已经出现，工业化能力尚未成熟，这是制造业Al面临的核心矛盾。从落地分布看，AI率先进入数据密集、价值清晰的环节：质量管理(62%)、生产制造(57%)、物流与供应链(49%)位居前列，合规、能源与设备维护紧随其后。无论离散制造还是流程制造，AI对核心运营指标的改善潜力大多在20%左右。AI越接近生产现场，风险关切越具体：79%的受访者担心AI输出错误导致停机或安全事故，高实施成本(43%)、组织变革阻力(35%)、数据质量问题(34%)构成最主要的落地障碍。制造业AI能否实现规模化，最终考验的是人在其中的位置。第一章提出的“人本竞争力”三层框架在此获得具体参照：普惠层考察AI能否让中小制造企业以可负担的成本获得智能能力，当前大企业AI采用率(15.5%)明显高于中小企业(5.4%);人才层考察AI能否提升工人能力，让一线人员从重复劳动转向维护、监控和判断；治理层考察当AI深度嵌入生产流程，授权边界、问责链条和信任积累能否同步建立。德勤报告的三条行动建议——建立从试点到复制的规模化落地通道、以运营指标而非技术为起点、将可信AI融入生产能力建设——均可归入以上框架的制度设计范畴。(二)智慧医疗：从“单点模型”到“系统重构”医疗健康是AI落地需求最刚性、容错率最低的领域之一，也是“技术越会行动，人越要成为目的”这一命题的关键场景。2025年，我国60岁以上人口达3.1亿，失能、失智老人总数超过4500万，而优质医疗资源分布不均的结构性矛盾长期存在。2025年11月，国家卫生健康委等五部门印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》,部署8大方向24项重点应用，明确到2030年基层诊疗智能辅助应用基本实现全覆盖；国家医保局于2024年11月首次将“人工智能辅助诊断”列入放射检查类价格构成。政策端与支付端的制度供给正在同步打开。产业规模的增长印证了这一进程的加速。据艾瑞咨询统计，国内医疗大模型累计发布量从2023年的61个跃升至2025年6月的311个，预计2026年中国Al医疗市场规模将达到741.4亿元。目前已有12项AI辅助诊断纳入医保乙类目录，并在全国837家三甲医院同步落地实施，中国由此成为全球首个将AI诊断大规模纳入国家医保体系的国家。消费者的医疗AI打响了C端用户争夺战。蚂蚁集团的个人健康助手由“AQ”更名为“阿福”;大洋彼岸的OpenAl发布ChatGPTHealth,此类产品在过去一年密集涌现。OpenAl于2026年1月发布的报告《AlasaHealthcareAlly》(《人工智能作为医疗健康的伙伴》)显示，全球超过5%的ChatGPT问询与医疗健康相关；每4人中就有1人每周提出医疗健康问题；每天超4000万人向ChatGPT咨询医疗相关问题；在医疗资源匮乏的乡村地区，用户平均每周发送的医疗健康类相关信息接近60万条。10次ChatGPT医疗对话中，有7次发生在常规门的时段和地域。蚂蚁阿福的实践提供了本土案例。阿福是一款基于自研医疗大模型的AI健康助手，与支付宝生态及医疗资源对接，行动时代：智能经济与人本价值的再平衡提供日常健康管理、AI咨询、就医服务、慢病监护及家庭健康档案管理等服务。截至2026年8月，阿福累计服务用户超1.3亿。据企业披露，其用户中55%来自三线及以下城市，25%为老年用户，16%的咨询发生在凌晨1点至早上7点。这一用户画像表明，Al医疗服务的可及性，取决于其能否覆盖传统医疗体系难以触达的人群。制度问题。爱思唯尔《未来医生白皮书(2026)》调研覆盖118个国家和地区的2757名临床医护人员，结果显示：49%的医护人员已将Al应用于工作，但仅37%认为当前AI工具值得信赖。医生对AI的关注点正从“能否生成是否可追溯”。信任的建立需要可追溯、可问责、可复核的制度安排。2026年6月，蚂蚁阿福上线“医生把关”功能，支持用户邀请三甲医院医生复核AI分析结果，约15%的用户选用，一致率超过90%。该功能将复核机制嵌入产品流程，是对医疗AI信任建设的一种探索。围绕AI医疗健康产品的三重风险——技术安全风险(模型幻觉、算法不透明)、法律合规风险(健康差),行业已形成多层级的治理框架探索。在价值应用建立伦理困境规则及特殊人群保护规则。蚂值管理机制有相似之处。但将伦理规则与通用规和积累。“元医院”正从“辅助诊断”走向“全流程数智孪生”。过去十年，严肃医疗领域的AI实践主要集中于医学影像辅助诊断、病历生成等单点应用。随着多模态大模型和医疗智能体加速发展，AI正从辅助工具逐步升级为医疗服务的智能中枢。2026年7月，联影智