龚晓峰 顾 强
精华速览：
一种新的产业组织形态—智能原生业态，正加速从概念走向现实。中国产业界须抢占具身智能等高阶自主化技术制高点，夯实算力与可信数据等基座，前置布局制度与治理工程。底座之上立产业，规则之内见生态。唯有如此，方能在智能原生浪潮中，淬炼出发展新质生产力的核心动能。
人工智能（AI） 正从辅助性工具， 跃升为重塑经济底座的基础设施，一种新的产业组织形态——智能原生业态， 正加速从概念走向现实。2025 年国务院《关于深入实施“人工智能+”行动的意见》提出，“加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态”，进一步推动人工智能由单点技术应用转向经济社会系统性重构。2026 年《政府工作报告》将“打造智能经济新形态”纳入工作部署中。这表明，我国智能经济发展正在由理念逐步进入体系化布局与场景化推进阶段。随着算力的加速发展，到数据要素的深度激活，再到认知中枢的迭代、应用终端的全面融入与治理体系的加速构建，一个涵盖基础设施、模型、数据、应用与治理五层结构的智能原生业态正加速成型，或将成为我国未来产业的重要组成部分。
智能原生业态五层架构撑起智能经济新底座
所谓智能原生业态，是指以大模型、智能体和数据反馈系统为基础，以智能体协同为内生组织方式的新型经济形态。根据对目前已基本成型的40 余个业态的梳理，其整体架构已非传统的线性供应链，而是呈现出多层嵌套的生态特征； 每一层都是不可替代的生态位，各类业态各司其职，共同构筑起智能经济的基座。智能原生业态的集中涌现，正是技术、成本、场景与资本四重驱动力共振的结果。
（一）基础设施层：从单一算力向“算—网—能”一体化演进
当前，AI 算力的需求呈指数级增长， 基础设施层正经历从单纯拼算力规模向算力、网络与能源的协同发展转变。基础设施层是智能经济的物理底座，目前基本成型的有AIaaS（AI-as-a-Service， 人工智能即服务）、AI 芯片及专用硬件、智算云平台、AI 算力网络、AI 存储与高速互联、AI 数据中心建设与运维、边缘智能基础设施、卫星互联网AI 接入、AI 能源与热力管理以及主权AI 算力园区等业态。其中，AI 芯片及专用硬件仍是当前亟待突破的“卡脖子”环节，智算云平台与AI 算力网络正致力于打破“算力孤岛”。值得关注的是，今年新涌现两个关键业态—AI 能源与热力管理、主权AI 算力园区，标志着基础设施层建设逻辑发生了重大转变。前者意味着AI 算力的尽头是能源，算力与电力的深度绑定成为常态；后者则凸显了地缘政治紧张背景下算力主权的战略地位，国家级算力集群正成为保障AI 安全应用的物理支撑。
（二）模型层：从通用推理转向任务编排与价值流转
模型层是智能经济的“认知中枢”， 涌现出模型即服务（MaaS）、多模态模型服务、行业大模型与领域模型、模型微调与对齐服务、模型蒸馏与压缩服务、开源模型托管社区、AI 企业操作系统、工具调用与协议服务（含MCP）以及智能体支付协议等业态。MaaS 与多模态模型服务已相对成熟，行业大模型与领域模型正加速落地。模型的演进并未止步于“理解与生成”，今年年初以来，模型层呈现两大演进方向：一是AI 企业操作系统的崛起，大模型不再仅仅是对话工具，而升级成为调度企业内外部资源、重构业务流程的操作系统；二是协议与支付体系的智能化，工具调用与协议服务解决了智能体与外部工具交互标准化中存在的问题，而智能体支付协议则打通了智能体自主完成商业闭环的“最后一公里”，使得机器间的微价值流转成为可能。
（三）数据层：从静态资源向动态上下文与可信空间进化
数据层是系统持续演化的信息循环机制，数据标注与质量服务、AI 综合合成数据服务、向量数据库与检索服务、可信数据空间运营服务、上下文工程服务、AI 数据资产登记与确权、隐私计算与联邦学习平台、数据飞轮运营服务等业态相继涌现。当前，数据层的核心矛盾从“有无数据”转向了“数据如何高效、安全地参与模型演进”。AI 综合合成数据服务打破了可能面临的高质量人类数据枯竭困境；向量数据库与检索服务为模型提供了长效记忆。近来涌现的可信数据空间运营服务与上下文工程服务是数据层进化的标志。前者通过隐私计算与联邦学习，解决了“数据不可见”与“数据需可用”之间的悖论，构建了跨组织数据流通的安全沙箱；后者则标志着“提示词工程”的升级，上下文工程专注于在多轮交互与复杂任务中， 为模型动态匹配最相关的背景信息与状态记忆，是智能体实现执行长程任务的关键。
（四）应用层：从辅助工具向自治主体与物理实体拓展
应用层是智能经济实现价值创造的前沿阵地，业态丰富，涌现出AI 内容创作与营销、智能客服与AI 数字员工、AI 编程与软件研发助手、AI 医疗辅助决策、AI 教育与个性化学习、AI 科学发现、AI 金融投研与交易智能体、AI 法律与合规助手、智能体平台、智能体商业（Agentic Commerce）、具身智能服务（含人形机器人）、智能驾驶与车路协同等业态。当前，AI 内容创作与营销等辅助类工具已广泛应用，但应用层最大变化在于智能体平台与AI 数字员工实现了从“人机协同”到“机器代工”的跨越。近来具身智能服务已打通了数字认知与物理操作的边界，AI 从此有了“躯干”；智能体商业、AI 金融投研与交易智能体让AI 拥有了“钱包”，能够自主进行商业决策与交易；而自治企业的出现，则代表了应用层的终极形态—无需人类干预、由多智能体协作、自主运行的商业组织。如国内开发者利用跨应用软件调度能力， 构建起由单人维护、AI 自主处理订单与营销的“一人公司”（OPC），标志着应用层实现向“机器交易”与自治组织形态的实质性跨越。
（五）治理层：从事后监管向过程合规与风险定价延伸
治理层是智能经济的“制度操作系统”，AI 评测平台、AI 审计服务、高风险AI 合规与认证、智能体身份与权限相关基础设施、AI 责任保险与风险定价、主权AI 平台以及AI 红队与安全测试等业态应运而生。随着AI 自主性增强，治理将不再是发展的绊脚石，而是智能经济可持续运行的护城河。AI 评测平台与AI 审计服务是治理需要的基础设施。高风险AI 合规与认证则针对医疗、金融、自动驾驶等高危场景实施前置与过程监管；智能体身份与权限相关基础设施致力于解决“谁在行动”“权限几何”的问题，为智能体颁发数字身份证；AI 责任保险与风险定价则引入了市场化的治理手段，通过金融工具对AI 的不可控风险进行兜底，推动AI 治理从行政约束走向商业闭环。
智能原生业态演进态势：生态重构的四大底层逻辑
透视目前已基本成型的40 余个业态分布及其演进过程，不难发现，智能原生业态并非传统信息技术（IT）产业的线性延伸，其底层逻辑正发生着深刻的结构性重构。作为新型经济形态，智能原生业态呈现四大鲜明态势。
（一）范式跃迁：从“+AI”到“AI+” 再到“AI 原生”
早期数字化转型是“+AI”，AI 仅作为既有流程提效的插件；随后演进至“AI+”，以AI 为核心重构业务流程。当前，“一人公司”为代表的自治组织和上下文工程服务业态成型，标志着当前已迈入“AI 原生”阶段。在此范式下， 系统架构发生根本变化：不再基于人类预设规则与静态数据库构建，而是以大模型的认知与推理为底座； 业务流程不再是线性的代码逻辑， 而是由目标驱动的智能体编排。企业组织也随之从“科层制+ 流程驱动”向“扁平化+ 目标驱动”蜕变，AI 跃升为组织运转的神经中枢。
（二）自主性攀升：从工具向自治生态的阶梯式跃升
在智能原生业态图谱中， 可清晰观测到类似自动驾驶从L1（ 低自主） 至L5（完全自主）的演进路径。L1 至L2 级别业态多集中于基础设施层， 如AIaaS 与数据标注，本质仍是人类能力的延伸。但随着工具调用协议与智能体支付协议的成熟，业态自主化程度将迅速向L3 至L5 级别攀升。智能体具备完成“感知—决策—执行—交易”闭环的能力，自治企业等组织形式的出现水到渠成。这种攀升意味着经济活动的参与主体发生质变—从“人类”扩展为“人类+ 智能体”组合，生态运行速度与复杂程度将呈指数级增长。
（三）要素重配：算力即权力，数据即上下文，模型即组织
智能原生业态正在重新定义生产要素的内核与交互规则。其一，算力即权力。算力不再是单纯的技术资源，而是国家和企业的竞争力的底层权力，算力获取能力直接影响模型层与应用层的话语权格局。其二，数据即上下文。数据不再是静态封存的资产，而是在上下文工程与可信数据空间中，以“语境”的形式在模型中体现，在动态流动与消费过程中实现价值裂变。其三，模型即组织。多智能体协同将传统的公司结构代码化、模型化，企业边界界定转而由模型的权限边界与协议网络划定。
（四）虚实融合：数字智能向具身智能与物理世界演进
智能原生业态正跨越数字边界。具身智能、自动驾驶等业态的爆发， 表明AI 不仅可以在虚拟空间生成信息， 而且可以通过机器人、汽车等载体，直接改造物理世界。这种融合绝非仅仅赋予AI“ 肉身”， 更在于构建起实时闭环：物理世界的多模态数据（力觉、空间、温度）被持续吸入数字底座，而底座的认知决策又以毫秒级的速度反作用于物理实体。由此，基础设施层的算力能源、数据层的实时反馈、模型层的物理仿真与治理层的安全认证， 交织成一个跨越虚实的具身智能系统。例如，人形机器人结合5G-A 网络、大模型决策实时下发指令驱动机器人，机器人产生的实时感知数据再回传至算力网络， 实现数字推理与物理载体的同频共振。
智能原生业态未来发展趋势
以2026 年为起点展望未来， 智能原生业态的各类业态将进一步交叉融合， 催生出更大的产业变局。一旦底层协议与治理框架成熟，智能经济将呈现以下发展趋势。
（一）“算力—能源—主权”三位一体，“智算综合体”或将上升为国家战略工程
随着AI 算力需求与能源消耗之间的矛盾凸显，基础设施层将难以孤立发展， 算力主权将成为国家安全的核心命题。“智算综合体”能将AI 算力网络、专用芯片与核电/ 绿电微网深度融合，形成自主安全可控的物理底座，有望升级为国家战略工程。在这一综合体中，算力调度与电力调配将实现毫秒级的跨域动态匹配（算电协同），算力与能源将在空间上实现深度解耦与重组。同时，星载算力与卫星互联网的融合将保障全球范围内算力网络全覆盖。
（二）智能体商业重塑全球贸易网络， “机器经济”或将全面到来
随着智能体支付协议及身份权限相关基础设施逐步完善， 智能体将从“ 代工者” 进化为“交易者”。智能体商业将不再局限于单一场景，而会形成庞大的“机器经济”网络。在这个网络中， 企业的数字员工或“ 一人公司”， 将自主在全网寻找供应商、谈判价格、完成结算并调用物流智能体完成交付。如果跨国智能体交易闭环能够跑通，全球贸易网络将从“人类的集装箱航运” 跃迁为“机器的比特与原子互换”。而针对智能体违约的“ 数字关税” 与信用评级机制， 将成为全球贸易治理的新焦点。
（三）上下文工程与可信数据交织， “液态知识网络”或将成型
数据层的未来在于打破可能存在的“信息孤岛”，使知识像液体一样在生态中自由流淌， 并随时被模型凝结为智能。上下文工程服务将与可信数据空间运营服务、AI 身份确权平台深度融合，形成“液态知识网络”。私有数据可以在不暴露原始数据的前提下， 通过隐私计算以上下文的形式实时注入模型中。模型的每一次调用与生成行为， 都会通过微支付与确权平台完成“数据分红”。该机制的确立，将有助于化解数据隐私与价值挖掘之间的矛盾，AI 系统将拥有全行业实时更新的“群体记忆”。知识在流经各类模型节点时， 将不断交叉融合发生“ 化学反应”， 推动AI 科学发现与复杂决策迈向新高度。
（四）敏捷治理与AI 走向工程化， “数字社会契约”或将确立
如果人工智能自治企业与具身智能普及，过去的外部监管将面临“看不全、管不住”的挑战，因此，治理必须从“事后追责”走向“内生安全”。高风险AI 合规将嵌入模型与应用的代码基因，实现“代码即合规”；对抗性智能体将作为“数字检察官”自动发起无限压力测试；L4/L5 级智能体底层将被强制植入“对齐上下文”指令，确保人类价值观成为其推理的终极锚点。更重要的是， 人类需要在工程层面建立一套全新的“数字社会契约”—将伦理准则转译为可计算的“代码宪法”，让高自主智能体在出厂时即具备道德直觉。AI 审计将保障智能经济在可信轨道上前进，最终让这场范式革命真正服务于人类的文明演进。
龚晓峰为深圳大学中国经济特区研究中心特聘教授，深圳大学粤港澳大湾区新兴产业发展研究院院长；顾强为深圳大学粤港澳大湾区新兴产业发展研究院特约研究员
Visits: 4