北京发布智能体十条政策：从“模型能力”到“任务交付”的产业链重构
7月23日上午，北京市政府新闻办召开了一场特殊的发布会——主角不是某款具体产品，而是被称为“智能体”（AI Agent）的新一代人工智能形态。市发展改革委、市委网信办、市科委、中关村管委会、市经信局以及海淀和亦庄的代表共同出席，正式发布了《北京市关于加快智能体引领发展的若干措施》（京发改〔2026〕1185号）。
这被行业媒体称为全国首个省级智能体专项政策。与以往鼓励使用AI的文件不同，这份政策的核心意图在于搭建一条让智能体落地交付的完整生产线，推动智能体从“模型里的能力”转变为“现实里能落地的交付”。
一、“加快”二字背后的急迫感
值得注意的是，在首都之窗的发布会直播页中，标题曾写为《北京市关于支持智能体引领发展的若干措施》，但最终发布的文件名称将“支持”改为“加快”。
在政府公文中，用词的变更意味深长：“支持”侧重政府立场，而“加快”则明确了推进的节奏。通过对十条政策正文的词频统计，剔除责任部门后：
- “支持”出现25次
- “推动”22次
- “提升”和“开发”各14次
- “建设”12次
- 语气相对谨慎的"鼓励"出现8次，"探索"6次
这种高频的强动词选择，折射出政策制定的急迫感。
此外，全文未使用常见的“赋能”和“交付”一词，而是采用"重构"、"重塑"和"深度嵌入"，暗示了其对产业改造的深度并非简单的口号式推广。
二、核心拆解：构建智能体交付的全链条
政策通过十条措施，覆盖了从基础模型到终端应用，再到商业模式和治理护栏的全过程。
1. 技术底座：从"会回答"到"能做事"
- 基础模型升级： 重点转向在线学习、持续学习、自主进化、复杂规划和超长任务，旨在突破"智能上限"，使模型具备跑完长任务的能力。
- 驾驭层工程（Harness Engineering）： 这是文件中首次出现的省级层面概念。类比发动机与变速箱的关系，驾驭层处理上下文、记忆、工具调用、多智能体协作和运行管理，防止智能体偏离目标或相互冲突。
- 互联与复用： 提出建立智能体互联协议、技能市场、开发平台和软件商店，解决当前智能体领域"一盘散沙"的状态，促进跨类型AI能力的互相调用。
2. 落地场景：FDE与真实业务嵌入
-
前沿部署工程师（FDE）： 政策强调"重构"和"重塑"真实业务场景，提出FDE驻场共创、持续迭代、反哺能力。
区别传统SaaS： 传统驻场工程师负责安装既定系统，而FDE需进入客户现场，根据资源重新拼凑打法，调试直至系统可用。
现状判断： 尽管概念前沿，但目前挂名FDE者多为换汤不换药，真正具备现场重构能力的人才稀缺。
-
终端渗透： 推动智能体进入手机、眼镜、耳机、机器人和汽车，并将符合条件的新产品纳入购新补贴。这意味着交互方式将从"打开App找AI"转变为"终端设备理解环境并代为行动"。
3. 商业模式：OPC组织与Token价值计费
- OPC（AI原生小组织）： 承认由一人或小团队携带AI数字员工构成的高效组织形式，其产出可替代过去几十人的工作量。
- Token经济转型： 明确提出"从Token消耗量计费转向价值计费"。计量办法虽处于探索区，但方向确定：不再单纯售卖算力消耗，而是基于合同审查、线索转化等实际结果付费。市统计局也被列为责任部门，研究新经济记账方式。
4. 保障体系：护栏、燃料与出口
- 监管与安全： 实行"一松一紧"，探索建立监管机制，同时对恶意滥用进行常态化整治，加快相关立法。针对智能体高权限特性，建立完整体制而非仅靠伦理约束。
- 要素支持： 有条件的区探索发放Token券和智能体服务券；支持开源生态和出海，建立自主协议、开发框架及海外服务站。
- 资金统筹： 由市发改委统筹，利用财政资金、政府基金和市场化基金组织项目。
三、责任落实与横向对比
责任到人
十条政策每条末尾均标注了责任部门。市发展改革委、市科委/中关村管委会、市经信局三部门全勤，表明这是一张AI产业化施工图；市委网信办主要出现在终端和安全领域，负责保驾护航。
各地动向对比
北京并非唯一关注此领域的地区，各地侧重点有所不同：
| 地区 | 政策要点 |
|---|---|
| 上海 | 7月17日公布"AI+制造"十三条，涉及工业智能体、FDE、Token体验券及高额补贴；此前也有先进制造业转型升级行动方案提及FDE培养 |
| 江苏 | 出台"人工智能+"行动方案，设定2027年智能终端和智能体应用普及率70%以上的目标 |
| 广东 | 2026年3月发布省级OPC行动方案，搭建OPC创业生态 |
相比之下，北京的特点在于试图一次性搭出整条智能体产业链。
四、落地关键：四样东西的出现
政策发布的意义在于指明方向，但智能体能否真正从新闻发布厅走进现实世界，取决于以下四个关键要素是否真正生长出来：
- 真实业务场景清单： 各行业企业具体的、可执行的业务需求列表。
- 真FDE人才： 能真正进入企业现场、发挥重构作用的工程师，而非仅挂名者。
- 按结果付费的合同： 基于价值而非消耗量的AI落地交易模式。
- 权限与沙箱： 出问题能真正踩住刹车的权限管理机制。
对于AI智能体而言，"翻车"是认知边界的必要过程。对企业而言，能承担的"翻车代价"究竟是多少，将是接下来需要持续关注的关键问题。
相关链接：