一份不算長的政策文件，今天在北京落地，卻把一串幾個月前還只活躍在論文和技術社區黑話裏的詞，一口氣寫進了正式公文。這份《北京市關於加快智能體引領發展的若干措施》一共十條，Agentic AI、Harness Engineering、AI OS、FDE、OPC、Token 經濟、TaaS、AaaS、RaaS、Token 工廠、AIP 悉數在列。尤其當"駕馭層工程"堂堂正正坐在第二條，智能體經濟的宏偉藍圖，第一次有了政策級的清晰輪廓。

image.png

第一條指向基礎模型，關鍵措辭是"持續提升大模型實際任務完成能力"。過去幾年大模型比的是 Benchmark 分數，而 Agent 真正上工時，往往只拿到一個模糊目標，得自己補齊信息、拆計劃、調工具、讀反饋、改路線，跑到結果出現爲止。這裏有一筆殘酷的賬:假設 Agent 連續執行100步、每步正確率99%，全部做對的概率只剩約36.6%;即便單步拉到99.9%，完整跑通也僅約90.5%。Agent 的實用價值因此更像一道乘法——模型能力乘以長程可靠性，乘以環境可操作性，再乘以結果可驗證性，任何一項趨近於零，總價值就趨近於零。前沿評測也已轉向這個方向，比如 METR 提出的 Task Completion Time Horizon，直接測 Agent 能以50% 或80% 成功率獨立完成一項本需人類專家幹多久的任務，這也解釋了爲何代碼會成爲 Agent 最早爆發的領域:它高度數字化、可回滾、可驗證。

第二條把 Harness Engineering 譯爲"駕馭層工程"，要求圍繞上下文工程優化、任務持久化、多智能體協作、系統可擴展夯實共性底座。模型只提供潛在能力，能力能否穩定兌現，取決於模型周圍那整套系統——上下文怎麼選、工具怎麼調、任務怎麼拆、權限怎麼控、狀態怎麼存、失敗怎麼重試、結果由誰驗，這些合起來就是 Harness。今年4月論文《Agentic Harness Engineering》驗證過:保持基礎模型不變，只迭代模型外的工具、中間件、長期記憶和可觀測系統，十輪後 Terminal-Bench2的 Pass@1從69.7% 提到77.0%，換到其他模型家族仍有5.1到10.1個百分點的提升，且增益更多來自工具、中間件和長期記憶，而非單純改系統 Prompt。政策還點到了技能市場、軟件商店和 AIP 等互聯標準——未來很多軟件的直接用戶會變成 Agent，比拼的不只是 App Store 排名，還有怎樣被 Agent 發現、成爲它默認調用的 Skill。

第三條鼓勵基於智能體重構底層架構，核心是"需求智能"。軟件智能分三層:功能智能只給某個節點加個生成按鈕;流程智能能串起固定工作流裏的幾步;需求智能則是用戶只說想要的結果，系統自己判步驟、調模型與 Skill、連軟件、找審批，對完整結果負責。與之呼應的是"超級軟件"——它的強不在於功能更多，而在於跨過原有軟件邊界、統一理解需求再重組分散能力。這條專門寫了 FDE（前沿部署工程師）:進入客戶現場，和業務一起拆流程、接系統、清數據，再把每天的新問題帶回產品。判斷標杆場景有五個條件——任務頻率、人工成本、數字化程度、結果可驗證性、錯誤可撤銷性，佔得越多越易產生真實 ROI，這也解釋了政策爲何挑中科學、醫療、教育、政務、製造和文化。

第四條從軟件走到終端，要求把智能體深度嵌入手機、眼鏡、耳機、可穿戴、機器人和汽車，推動"芯模雲端用五位一體"。終端 Agent 需要持續感知環境、理解用戶狀態、記住長期上下文，在合適時機決策並通過設備執行;傳感器讓它感知世界，設備身份和個人數據讓它理解"我是誰"，操作系統與執行器讓它改變世界。端側負責低延遲感知、身份驗證、隱私數據和高頻簡單任務，雲端負責複雜規劃與推理，設備間還要共享任務狀態，讓一個任務從耳機開始、在手機繼續、到汽車或電腦完成。文件還把符合條件的新產品納入家電以舊換新和數碼智能產品購新範圍，直接補上需求側。

第五條是對普通人最直接的一條:支持以 OPC（一人公司）爲代表的創新創業新模式。它背後是企業邊界的鬆動——1937年科斯解釋過公司爲何存在，因爲內部協調比每次去市場臨時找人、談判、簽約、監督更便宜;而 Agent 同時在壓低執行成本和協調成本，寫代碼、做設計、理客戶、回諮詢、處報表這些過去需多崗位協作的知識工作，能被一個人用多套 Agent 串起來，企業的最小可行規模隨之下降。政策沒只喊一句口號，而是續寫了彈性算力、專業孵化、創業輔導、科技金融、知識產權、政策諮詢、OPC 社區、全週期服務站、供需對接和便利化登記，相當於把過去公司內部的後臺能力搬到社會公共服務層。對想抓住機會的個人，真正需要三種資產:行業判斷、客戶與信任、可複用的 Agent 系統。

第六條關於 Token 經濟。Agent 執行的是動態任務，長度、上下文、推理輪數、工具數、重試數都不確定，花掉20億 Token 卻一無所獲是常態，這讓 Token 能當成本計量單位，卻難當價值貨幣。政策一邊提 Token 服務質量評估和計費規範，一邊鼓勵建立由智能質量、調用量、轉化效率組成的評價體系，並寫下整條裏最重的一句話——"鼓勵創新主體從 Token 消耗量計費轉向價值計費"。三類商業模式對應三個價值層級:TaaS 賣基礎 Token 與推理供給，比價格、速度、穩定與模型質量;AaaS 把模型、工具和 Harness 封裝成能幹的 Agent，賣一項能力;RaaS 直接賣結果，客戶只關心合同審完沒、代碼修好沒、線索轉化沒。越往上離 Token 越遠、離客戶價值越近，但 RaaS 難度也陡增，供應商要扛任務失敗、重複執行、成本波動、質量驗收和賠償責任。Agent 公司此後該算的新賬叫 Cost per Successful Task（每個成功任務的成本），再往上是 Value per Successful Task(每個成功任務創造的價值);文件還提出把符合條件的 Token 新產品納入中小企業服務券，探索 Token 券和智能體服務券，用 Token 工廠解決供給、服務券啓動需求、價值計費維持閉環。

第七條談安全。聊天機器人只產內容，Agent 卻拿到行動權，能改代碼、調支付、控設備、代用戶聯絡他人，風險從"一句話說錯"擴大到"一件事做錯"。Agent 安全至少要同時應對五個問題:目標理解錯、權限越界、提示詞注入操控、長期記憶被污染、多 Agent 間錯誤被快速放大，而連接第三方工具和 Skill 又讓任何插件或接口的故障都能沿任務鏈侵入核心。文件的安全措施已從內容審覈走向運行時治理;今年5月國家網信辦等三部門發佈的《智能體規範應用與創新發展實施意見》已提出劃分僅限本人決策、需授權決策、自主決策的邊界。分級分類監管反而可能幫行業加速——低風險任務自測快上，高風險任務嚴檢加人工確認，安全在這裏既是約束，也是市場準入證。

第八條實施"銀河算廊"工程，建設面向智能體高頻併發、低延遲需求的新型算力基礎設施，推動算力網絡與5G-A、6G、F5G 融合，並挖掘存量算力、把小散算力"零存整取"。訓練大模型是集中式大工程，Agent 推理卻像一張長期運行的生產網絡，全天候響應海量任務、負載隨真實業務劇烈波動，未來要調度的不只是 GPU，還有云邊端不同芯片、不同模型、不同地區數據權限與網絡條件。銀河算廊的價值近似爲智能生產建設一套算力物流系統，算力路由、異構調度、邊緣推理由此長出機會;文件還支持銀行保險機構開發服務智能體落地的金融產品，因爲 Agent 公司早期最值錢的資產是代碼、數據和合同，而新時代最核心的新資產叫"任務軌跡"——目標、計劃、動作、觀察、糾錯、結果這一整條鏈，既可用於訓練模型、優化 Harness，也能發現安全漏洞、分析業務流程。

第九條推動開源開放，提出高水平建設中國與上合組織國家人工智能應用合作中心，研究一國一策的大模型和智能體出海路徑，並建設有全球影響力的開源社區。智能體時代格外需要開源與協議，因爲它天生要連接，且生態網絡效應極強——一個新 Skill 接入後，所有兼容協議的 Agent 都可能獲得這項能力，Agent 越多開發者越願供 Skill，Skill 越多 Agent 越有用，誰的協議被廣泛採用，誰就掌握開發入口與生態話語權。文件專門提評價開源貢獻度，因爲開源真正昂貴的是長期維護與社區運營;出海部分則因智能體比普通內容產品更深嵌入當地經濟，需面對更復雜的隱私、責任與准入問題，故提"一國一策"。

第十條寫保障，統籌國家和市區財政資金、政府投資基金、市場化基金，對符合條件的技術攻關、共性平臺和示範應用給予支持。這份政策覆蓋之廣，已從單一技術產業外溢到科技研發、軟件、製造、消費、創業、金融、監管、人才和國際合作。智能體時代對每個人和每家公司都是一次直接的能力重估:大多數職業不會一夜消失，更現實的是被拆成幾十個任務，其中重複、流程化、易驗證的部分率先被 Agent 接走;只會完成中間步驟、無法判斷結果、無法對最終交付負責的人，壓力只會越來越大。機遇恰恰藏在任務重新分配與能力重新定價裏——過去一個人做成公司需要資金、團隊和複雜管理，現在帶着一套成熟 Agent 系統，也有機會從一個很小的真實任務開始放大自己，但 Agent 不會自動帶來成功，它只會把一個人的目標、判斷、專業和執行系統一起放大。