一、智能体基础设施：孕育智能的“硅基孵化器”

智能体基础设施是支撑智能体开发、部署、运行和治理的基础体系，涵盖算力、存储、网络、云资源等资源底座，沙箱、开发框架、部署平台、运行环境等工程化支撑，模型接入、记忆管理、工具调用、技能编排、任务调度、状态管理等关键组件，以及可观测、可评测、可审计、安全隔离、权限控制等治理机制。随着智能体从试点探索走向规模应用，其处理复杂任务对高并发、长时程、多工具、多权限运行提出了更高要求。当前，产业各方正加快构建开发、部署、运维一体化环境，推动基础设施向标准化、模块化和云边协同方向发展。未来，智能体基础设施将成为支撑多智能体协作、复杂任务执行和全流程业务落地的重要基石。

二、智能体互联协作：群体协同的“生态基座”

智能体互联协作是指不同智能体、模型、工具及业务系统通过标准接口、协作协议和任务编排机制实现互联互通与互操作的能力体系。其核心在于推动智能体从单体运行向群体协同发展，使不同智能体能够围绕复杂任务交换信息、分工协作，并在身份管理、权限控制、安全审计等机制保障下形成可靠的协作网络。智能体互联协作打通虚拟与物理智能体的连接通道，促进决策、感知与执行的闭环协作，并推动跨系统、跨平台、跨组织协作，形成开放的智能服务生态。未来，它将进一步突破系统壁垒和应用边界，支撑多智能体协同、复杂任务处理和万物智联生态发展，成为群体智能和智能体规模化应用的关键基础。

三、智能体工程化：全生命周期的“生产级引擎”

智能体工程化是推动智能体从概念验证迈向规模化应用的关键路径，旨在破解复杂场景下开发流程不规范、运行过程不可控、效果质量难保证等落地难题。由于智能体具有目标开放、路径动态、结果不确定等特征，需要构建覆盖需求分析、架构设计、开发构建、测试验证、部署运行、监测优化和成本评估的全生命周期闭环体系。其重点在于推进资产与过程工程化，一方面将模型、工具、技能、流程、知识等沉淀为可复用资产，另一方面通过标准流程、运行监控、效果评估和持续优化提升系统稳定性与可控性，打造“可重复、可观测、可优化”的业务闭环。未来，随着工程方法、运行控制和评估反馈机制不断完善，智能体工程化将成为支撑智能体规模化、可控化应用的核心引擎。

四、智能体学习进化：能力跃迁的“成长飞轮”

智能体学习进化是指智能体在与环境、用户和任务持续交互过程中，通过经验反思、记忆重构、策略更新和能力跃迁不断提升自身性能和适应能力。其核心在于用动态闭环优化替代静态能力预设，贯通感知理解、任务规划、行动执行和结果反馈等环节，使智能体能够持续吸收交互经验、优化任务策略、完善记忆结构和调整行为模式，从而提升在不同场景下的适应性、稳定性和任务完成质量，实现从被动“指令驱动”向主动“自我成长”的跨越。未来，智能体学习进化将形成持续反馈、动态优化、长期增益的技术范式，使系统能够在复杂环境中不断积累经验、修正偏差、增强能力，为长期运行和复杂任务处理提供重要支撑。

五、智能体记忆：贯通上下文的“经验仓库”

智能体记忆是支撑上下文连续、用户理解和经验积累的核心能力，能够帮助智能体在交互和任务执行中保持连续性、稳定性与长期适应性。不同于传统系统中静态存储的信息，智能体记忆更加注重对交互历史、任务状态、用户偏好、环境反馈和执行经验的动态管理，既要支持单次任务中的上下文追踪和中间过程记录，也要支撑跨会话、跨任务的信息沉淀与经验复用。其关键在于通过信息存储、语义检索、记忆更新、内容压缩、主动遗忘和权限治理等机制，实现记忆的有效组织、准确调用和安全可控。未来，智能体记忆将向更加结构化、可调度和自适应的方向演进，使智能体在保持连续经验和统一身份的同时，不断提升任务理解、策略优化和长期演化能力。

六、智能体技能：任务执行的“能力原子库”

智能体技能是将任务执行过程中的具体操作、业务规则和专业知识抽象封装为可调用、可组合、可复用单元的关键机制，可有效弥补智能体在复杂动态环境下多样化任务的能力短板。不同于单纯依赖模型生成结果，技能使智能体能够围绕任务目标调用检索、分析、计算、生成、系统操作、设备控制等外部能力，并结合场景约束、执行反馈和安全规则进行动态编排。通过技能化设计，重复性任务可以标准化，业务规则可以结构化，行业知识可以工具化，执行过程可以引入校验、回退、权限控制和安全容错机制，从而提升任务完成的准确性、稳定性和可迁移性。未来，智能体技能将向标准开放、跨域复用与自主编排方向演进，有力支撑智能体从单一任务响应走向复杂业务全流程执行。

七、智能体产品创新：掀起“养虾”和“养马”热潮

智能体产品创新是智能体技术能力与应用场景深度融合的重要体现，标志着智能体应用正在从功能验证迈向场景化、产品化和服务化新阶段。新一代智能体不再局限于问答交互，而是初步具备任务理解、流程调度、工具调用和系统操作能力，能够通过多端接入、权限控制、技能扩展和记忆沉淀，打通从用户交互到任务执行、从前端入口到后台系统的完整链路。从“养虾”“养马”等智能体实践热潮，到智能助手、智能客服、数字员工等产品形态不断涌现，智能体正在从单一对话入口拓展为覆盖办公、生产、生活和行业服务的多元化产品体系。未来，智能体产品创新将持续向个性化、主动化、场景化和生态化方向发展，进一步提升用户需求理解、任务自主规划和业务系统联动能力，逐步成为连接用户、场景与服务的数字伙伴。

八、智能体支付协议：重构价值的“交易枢纽”

智能体支付协议是面向智能体自主交易、服务调用和价值交换的新型规则体系，能够显著降低自动化支付的门槛与成本，同时解决传统支付体系在智能体场景下面临的主体资格受限、责任归属模糊、动态条款适配不足等问题。智能体支付协议具备规则灵活配置、过程透明、结果可验证、责任可追溯等特征，并结合商业信任机制，为跨平台、跨终端智能体协作提供涵盖身份识别、权限授权、服务交互、自动结算和信任保障的标准化支撑，推动智能体从信息流转节点向交易执行主体演进。未来，智能体支付协议将进一步完善智能体自主交易、服务调用和结算机制，促进跨系统、跨平台、跨组织的可信价值交换，为复杂业务和多主体协作场景下的交易执行与服务协同提供重要支撑。

九、智能体可信：对齐价值观的“信任基石”

智能体可信是保障智能体规范落地、稳定运行和持续应用的重要前提，核心在于使智能体在复杂任务和开放环境中具备可靠生成、可控执行、透明决策、合规交互和责任追溯能力。随着智能体从信息问答走向任务执行，其参与的业务链条更长、调用的外部资源更多、产生的现实影响更直接，知识来源不稳定、行为边界不清晰、执行过程不可控、决策路径不透明、结果质量难验证、责任链条难追溯等问题更加凸显。提升智能体可信水平，需要从数据、技术和评估三方面协同发力：以高质量数据供给和知识治理夯实专业可靠性，以可信推理、权限控制、行为约束和风险防护保障任务执行可控性，以多维度评估框架和风险监测机制实现问题识别、风险量化和持续改进。未来，智能体可信将持续强化可靠性、可控性、稳健性和可追溯性，为智能体规模化应用筑牢信任基础，支撑其在复杂开放场景中实现高质量、可持续发展。

十、智能体全栈评估：实用导向的“度量衡器”

智能体全栈评估是面向智能体技术能力、应用价值和运行效益的系统化评估体系，是衡量智能体能否真正落地、持续运行和创造价值的重要工具。不同于模型评测，智能体评估需要覆盖任务理解、规划推理、工具调用、执行反馈、稳定性、安全性和用户体验等多个环节，既帮助开发者明确能力边界和技术短板，也支持业务负责人判断场景适配度、用户价值和战略契合度，并为管理者开展成本收益分析和投产比核算提供依据。中国信通院“方升”智能体基准测试正围绕核心能力、通用任务和行业场景持续完善评估方法，推动能力评估、价值评估和效益评估协同发展。其中，能力评估重点关注任务完成质量、复杂任务处理和行业适配水平，价值评估关注用户体验、业务贡献和战略匹配程度，效益评估关注任务自动化水平、效率提升、成本优化和投资回报。未来，智能体全栈评估将聚焦真实业务场景和动态任务环境，形成可量化、可复现、可落地的评估方法，为智能体应用的质量提升、价值判断和风险管控提供依据。

下一步，中国信通院将持续跟踪智能体技术演进和产业发展动态，进一步深化2026智能体十大关键词相关研究，积极推进智能体产业研究、报告撰写、标准研制、评估测试与生态建设等工作，诚邀各界专家积极参与，共同推动智能体产业高质量、可持续发展。