智东西 7 月 3 日报道，2026 中国 AI 智能体大会近日在杭州圆满落幕。本次大会由智东西与旗下智猩猩联合主办，以“范式跃迁 重塑世界”为主题，聚焦 Agentic AI 范式跃迁与生产力变革。
大会集结 64 位重量级嘉宾，围绕 Harness、自进化 Agent、Coding Agent、多 Agent 协同、Skills、Computer-Use Agent、深度研究 Agent、企业级 AI Agent、AI Agent 产品创新、Agentic Infra 等十大核心议题展开深度研讨。
为期两天的会议包含 61 场演讲、1 场高端对话及 8 场圆桌论坛。与会专家拆解了底层技术卡点与企业落地难题，分享了工程实操方案与前沿研发进展，勾勒出清晰的 Agent 发展路径。
大会现场座无虚席，腾讯云、Zenlayer、此芯科技、启芯宸光、深信服科技、实在智能、LinkedIn、网易智企等 8 家企业展示了最新技术产品。宇树科技的人形机器人与四足机器狗也在会场进行了互动展示。
智一科技联合创始人、CEO 龚伦常表示，此次大会标志着智东西产业峰会已完成在北京、上海、深圳和杭州四大 AI 代表性城市的布局。
▲智东西联合创始人、CEO 龚伦常
1. 2026 年成为自进化 Agent 落地元年，缺乏自进化能力的智能体将被淘汰；
2. Agent 进化路径：从桌面办公助手起步，打造拥有独立账号算力的数字员工，预计 3-5 年内完成从 PC 到 Agent Computer 的计算平台切换；
3. Agent 掀起全栈重构浪潮：模型、Token、终端、专用芯片及底层基础设施全线革新；
4. 企业级 Agent 落地四大关键：模型能力、场景适配、效率优化与生态开放；
5. Agent 产品落地瓶颈：真实工作环境构建、统一存储治理及独立记忆系统。
01. 开幕式：Agent 走向自进化，从软件到芯片的全栈重构
自进化 Agent 成为本届大会核心焦点。行业共识认为，不具备自进化能力的 Agent 已成“过去式”。然而，工具执行、记忆进化与安全可控仍是落地面临的三大硬门槛。产业界正从模型效率、强化学习训练、产品形态到芯片架构等多维度探索破局之道，推动 Agent 从被动软件工具演变为拥有独立“工位”的数字实体。
1. 天津大学郝建业：Agent 落地需迈过工具、记忆与安全三道坎
天津大学教授、MemoraX AI 创始人郝建业指出，Agent 真正落地面临三大挑战：
工具执行：核心竞争力在于多步规划与长序交互。基座模型正从格式化 Tool Call 向任务级 Agentic 行动演进，通过 SFT/RL 强化多步规划、工具调用和自我修正能力。
记忆进化：未来将形成围绕写入、组织、检索、使用和反馈的长期学习闭环。MemoraX AI 聚焦持续自进化的记忆系统，将于 7 月底发布业界首个 Agent Memory 测评榜单。
安全可控：决定 Agent 能否进入真实生产环境。需应对攻击面扩展、权限边界模糊及长期记忆隐蔽风险等难题，建立从模型到记忆的全栈纵深防御策略。
▲天津大学教授、MemoraX AI 创始人郝建业
2. 蚂蚁百灵李龙飞：提升 Token 效率是规模化落地前提
蚂蚁百灵架构及后训练负责人李龙飞强调，大模型竞争已从单点能力转向效率、原生工作流和可服务性的综合竞争。针对推理深度与延迟、模型速度与可靠性等矛盾，百灵团队通过指令模型与深度推理模型共用基座，并在后训练阶段分别优化，显著提升“每 Token 信息密度”。在 Artificial Analysis 评测中，百灵大模型的 Token 消耗量仅为对标模型的不到 1/10。
▲蚂蚁百灵架构&后训练负责人李龙飞
3. 复旦大学肖仰华：不能自进化的 Agent 都是“老古董”
复旦大学教授肖仰华断言："2026 年前所有的智能体都是老古董。”他提出自进化智能体（SEA）具备与环境持续交互、自主发现不足、自我改进及经验复用四大能力。其团队研发的 Generic Agent 仅用 3000 多行代码实现自进化，Token 消耗量仅为同类产品的 1/3 至 1/10，且能有效避免“上下文爆炸”。
▲复旦大学教授、上海市数据科学重点实验室主任肖仰华
4. 阿里 Qoder 谢吉宝：Agent 下一站是拥有“独立工位”
阿里巴巴 Qoder 产品线技术副总裁谢吉宝认为，桌面是 Agent 落地的主场，但未来 Agent 将脱离桌面，配备独立的机器、账号、权限和队列，成为真正的“数字同事”。QoderWork 作为常驻桌面的 AgentRuntime，已实现从指令到交付的桌面闭环；而 QoderWake 则定位为具备独立身份与责任的数字员工。
▲阿里巴巴 Qoder 产品线技术副总裁谢吉宝
5. 原粒半导体方绍峡：Agent Computer 需要专用芯片
原粒半导体 CEO 方绍峡提出，Agent 作为"AI 员工”需要专属的 Agent Computer，而非传统 AI PC。他提出了记忆优先、长上下文优先、长期驻留优先、能效优先四大芯片设计原则，主张推理芯片评价标准应从“峰值算力”转向“单位能耗与成本下的任务完成效率”，以支撑数字员工 7×24 小时低成本工作。
▲原粒半导体 CEO 方绍峡
6. 腾讯王淏楠：构建多模态 Agent 通用 RL 基础设施
腾讯混元高级研究员王淏楠指出，Agent 化是图像与视频生成的下一步。针对视频/PPT 生成等依赖主观审美的任务，人机交互数据可形成“数据飞轮”。腾讯推出的 UniRL 框架是一套专为 Agentic AIGC 设计的通用 RL 基础设施，统一了不同生成范式的 RL 训练，支持开发者按需替换组件，提升资源利用率并服务于 Agent 自我迭代。
▲腾讯混元高级研究员王淏楠
02. 高端对话：从个人到企业，智能体的造桥与过桥
在由智东西联合创始人张国仁主持的高端对话中，郝建业、谢吉宝、方绍峡三位嘉宾围绕“从个人到企业”的落地路径展开讨论。张国仁指出，2026 年是"Agent 能够下楼干活的元年”，行业焦点已转向 ROI、工程稳定性与实际业务痛点。中国完全有机会在全球范式跃迁中占据一席之地。
▲从左至右：张国仁、谢吉宝、郝建业、方绍峡
1. 郝建业：Agent 行业正在“去伪存真”
郝建业认为，Agent 热潮降温是“去伪存真”的过程，刚需驱动价值落地。他强调百万 Token 上下文远远不够，必须建立独立记忆系统，通过参数化、学习驱动的机制实现高效管理。AI 不会替换整个行业，但不积极拥抱 AI 的人将受到冲击。
2. 谢吉宝：Agent 记忆不是越多越好
谢吉宝表示，客户与投资人 kini 更关注端到端解决问题的能力、ROI 及商业变现逻辑。他指出，记忆是落地难点之一，需区分个人、项目、组织等多层级记忆，并模拟人类遗忘机制以确保关键信息高效召回，避免混杂记忆影响决策质量。
3. 方绍峡：Agent Computer 平台切换期在 3-5 年
方绍峡观察到，行业正进入高质量发展阶段，企业更关注如何将 Agent 融入生产流程。他认为大厂与创企是互补共生生态，大厂做通用基础设施，创企聚焦垂直应用与新计算范式底座。他预测，Agent 时代的平台切换窗口期在未来 3-5 年内。
03. 专题论坛：企业级 AI Agent 生态成熟，专用算力与 Infra 互相反哺
在企业级 AI 智能体专题论坛上，8 位嘉宾从训练框架、专用算力、芯片设计、软件工程等多维度输出观点。整体来看，Agent 产业正朝着系统自进化、专用化算力、软硬协同及行业闭环方向迈进。
1. 阿里通义丁瑞雪：三招优化 Agentic RL 自进化训练框架
阿里巴巴通义实验室科学家丁瑞雪提出 Agentic RL 自进化训练框架三步法：一是出题阶段，让模型在能力边界自我出题；二是 Rollout 阶段，诱导模型生成目标轨迹；三是奖励阶段，采用更鲁棒的 Pairwise Reward 机制。该框架旨在解决垂域模型上线后的成本与效果问题。
▲阿里巴巴通义实验室科学家丁瑞雪
2. 此芯科技 Danny Zhang：拆解 Agentic CPU 三大优势
此芯科技 CMO Danny Zhang 指出，专为智能体设计的 Agentic CPU 具备异构计算架构、超低功耗实时响应、原生安全可信执行三大优势。此芯科技首发全球首款面向智能体的专用 CPU“螯芯”，并与联想联合打造 AI 原生边缘设备。公司还预告将在 WAIC 2026 发布 Agentic OS。
▲此芯科技首席市场官（CMO）Danny Zhang
3. 启芯宸光陈文超：AI 驱动芯片设计效率提升十倍
启芯宸光副总裁陈文超分享了 Deepchip 平台在芯片设计环境、IP 开发、测试及人才培养四大场景的应用。DeepEDA 自动化率达 91.5%，效率提升 20 倍；DeepIP 封装 38 个 Agent 辅助系统设计；DeepATE 助力测试程序编写周期缩短 29 天。纯 AI 测试“黑灯工厂”预计年底落地。
▲启芯宸光副总裁、EDA 智算平台首席架构师陈文超
4. 实在智能张俊九：企业级 Agent 倒逼组织重塑
实在智能 CMO 张俊九指出，企业落地 Agent 面临场景薄弱、增收难、合规难等七大痛点。实在智能推出包含“大脑、双手、红绿灯”的企业级方案，不仅替代重复劳动，更倒逼企业从“人驱动流程”转向“流程驱动人”，推动组织架构向敏捷型网络演进。
▲实在智能联合创始人、CMO 张俊九
5. 杭州迅速智能熊继斌：Token 经济下半场是卖生产线
杭州迅速智能 CEO 熊继斌认为，Token 经济下半场是售卖“能自动交付软件的生产线”。迅速智能构建“需求建模器 + 软件工厂”全链路系统，通过多个专业 Agent 协作，将模糊的自然语言需求转化为精确的结构化模型，并自动编码产出可运行软件系统。
▲杭州迅速智能 CEO 熊继斌
6. 清昴智能姚航：Agent 与 AI Infra 形成“互相反哺”
清昴智能 COO 姚航预言“未来所有企业都会走向 Agent 原生”。他将 Agent 比作企业智能化的新型操作系统。清昴智能聚焦 AI Infra，底层适配多款国产芯片，中层提供 Token 工厂服务，上层推出 AaaS 平台。他认为 AI 正在放大企业差距，而 Harness 与模型将从互补走向融合。
▲清昴智能联合创始人兼 COO 姚航
7. 阿里云夏明：给 Agent 进化建设五环飞轮
阿里云高级产品专家夏明提出 Agent 进化的“五环飞轮”：观测与审计 - 轨迹分析 - 效果评估 - 实验回测 - 持续优化。阿里云开源了 LoongSuite 可观测数据采集套件，并倡导企业构建包含标准答案与 Bad Case 集的私有数据资产，通过 Agent-as-a-Judge 模式实现持续调优。
▲阿里云高级产品专家夏明
8. 道旅科技陆元轲：不跳转才是真旅游 Agent
道旅科技 AI LAB 全球总监陆元轲认为，真正的旅游 Agent 应实现无跳转、全闭环交互。道旅科技从 B2B 转向 B2A（Business to Agent）模式，提供“对话即预订”服务，涵盖酒店预订、实时价格监控等功能，并向开发者提供免费 MCP 调用，合作伙伴包括各大主流 AI 入口。
▲道旅科技 AI LAB 全球总监陆元轲
04. 圆桌讨论：企业级 AI 智能体规模化落地的路径与挑战
在由智东西何峰主持的圆桌论坛上，姚航、夏明、陆元轲三位嘉宾探讨了 OpenClaw 爆火后的产业影响及企业级 Agent 落地挑战。
▲从左至右：何峰、姚航、夏明、陆元轲
1. 姚航：模型能力比系统工程更重要
姚航认为，Coding 领域是 Agent 最成熟的落地场景。在企业级应用中，模型能力重要性占 60%，系统工程占 40%。模型的智能性代表上限，可控性保证下限。
2. 夏明：场景是落地的最大挑战
夏明强调“稳定性是一切 0 前面的那个 1"。他认为场景识别是当下最大挑战，企业需避免 Token 无效消耗，聚焦能带来业务突飞猛进的真实场景。
3. 陆元轲：付费动机来自效率提升与生态开放
陆元轲指出，企业对 Agent 的付费动机对内源于效率提升，对外源于开放生态。若生态不开放，Agent 能力将受限。长期来看，企业应将精力聚焦于 Agent 系统调优，因为模型迭代速度远超企业理解速度。
05. 专题论坛：Agent 走入生产一线，底层技术栈正在重构
在 AI 智能体产品创新论坛上，来自快手、腾讯云、Zenlayer 等企业的 7 位嘉宾围绕 Agent 产品形态、底层基础设施及企业治理分享了最新实践。
1. 快手何菱：Agent 应升级到沉淀“工作环境”
快手 Agent 研发专家何菱指出，现有 Agent 缺乏“工作环境”，导致执行不稳定且 Token 消耗高。他主张将浏览器登录态、数据源、API 等生产要素固化为本地桌面应用，并通过 Remix 分享机制实现优质工作环境的复用与流通。
▲快手基础大模型与应用部 Agent 研发专家何菱
2. 腾讯云黄雷：企业级 Agent 走向分布式托管
腾讯云专家黄雷指出单体 Agent 存在隔离性差、扩展难等问题。腾讯云推出 Agent Engine 分布式部署引擎，实现存算分离与组件解耦，支持跨会话共享记忆与远程沙箱执行，并通过 Agent Wall 实现三层安全防护。
▲腾讯云 Agent Runtime 技术负责人黄雷
3. Zenlayer 朱金华：落地关键在于平台治理
Zenlayer 研发总监朱金华认为，企业核心诉求已转变为可控、可监测与可运营。Zenlayer AI Gateway 通过统一接入、智能路由及全程审计等六大能力，将零散调用升级为企业平台化治理。他建议企业优先在高频、场景明确的业务环节落地 Agent。
▲Zenlayer AI 事业部研发总监朱金华
4. 深信服廖俊峰：Agent 需要统一存储架构
深信服首席专家廖俊峰指出，传统分散式存储无法满足 Agent 全流程数据需求。企业需要面向 Agent 的统一存储底座，兼顾高性能、统一治理和弹性扩展。深信服方案可实现小文件 40 万 IOPS 及大文件 120GB 读取带宽。
▲深信服科技首席专家廖俊峰
5. 阿里通义李晨亮：文档解析能力影响大模型体验
阿里巴巴通义实验室算法专家李晨亮聚焦文档智能，构建了“解析 - 理解 - 生成”三层技术体系。通过大小模型协同及渐进式强化学习策略，实现 150 页文档解析平均耗时低于 0.5 秒/页，准确率超 95%。通义万相 PPT 功能已灰度上线。
▲阿里巴巴通义实验室算法专家李晨亮
6. 未来式智能邹阳：不要高估 Agent 当下能力
未来式智能 COO 邹阳建议企业“两条腿”走路：先让个人使用 Agent 提效并采集经验，再自下而上沉淀为企业可复用能力。未来式智能打造了云端一体平台，通过知识中心、工具中心及模型引擎解决隐性知识利用与系统孤立问题。
▲未来式智能联合创始人兼 COO 邹阳
7. 记忆张量薛燊：Agent 需要独立的记忆系统
记忆张量架构师薛燊认为，记忆必须独立于 Agent 存在以保护用户数据资产。MemOS 采用五层架构，通过专属小模型解决记忆抽取与冲突难题。实测显示，OpenClaw 接入 MemOS 后，回答质量提升 18%，Token 消耗降低 49.1%。
▲记忆张量 MemTensor 解决方案负责人/架构师薛燊
06. 结语：从全民试水到产业落地，Agent 开启全栈进化
随着年初“养龙虾”热潮退去，Agent 产业已从全民试水阶段迈向规模化商业落地。竞争重心正转向专用算力、AI Infra、自动化软件工程系统及全生命周期迭代飞轮等软硬一体化能力。
大会共识表明，单一模型或通用算力已不足以支撑规模化商用。未来，AI 智能体将深度嵌入千行百业，成为“原生操作系统”，底层算力底座与上层智能应用将形成双向反哺格局。2026 年，智能体正式奔赴规模化商业落地的全新阶段。
