大模型能力持续迭代之下，智能体（Agent）产业正走出实验室，加速向真实产业场景渗透。但接口碎片化、任务落地难、多智能体协同不足等现实堵点，正成为制约技术从示范项目走向规模化复制的现实阻碍。8月20日，“智在灵玑”智能体产业协同发展论坛在北京召开，产学研用各方齐聚一堂，围绕技术创新、底座建设、行业落地、生态共建展开深度研讨，试图以系统思维破题智能体产业化发展。

　　本次论坛由北京通明湖信息技术应用创新中心、北京信息化协会信息技术应用创新工作委员会主办。论坛将视角投向智能体的全链条系统能力建设，推动算力、大模型、工具组件与行业业务场景深度耦合，为智能体高质量协同创新探寻可行路径。

　　当前，智能体已经跨过概念验证阶段，进入产业化落地的关键窗口期。业内普遍认为，一套成熟可用的智能体，绝非仅仅依靠大模型本身。要实现自主决策、任务拆解、业务协同，还需要打通工具调用、数据互通、权限管控、多智能体协作等完整链路。

　　然而走进真实的政企、产业场景，各类现实挑战接踵而至。存量业务接口分散异构，复杂长流程任务难以顺畅执行，安全治理体系尚未完备，运行稳定性不足，诸多痛点让不少智能体项目停留在单点试点，难以快速复制推广。

　　针对这一产业痛点，北京通明湖信息技术应用创新中心联合产业链伙伴，正式推出国内首个开源开放的智能体操作系统灵玑OS。通明湖中心主任谢涛表示，灵玑OS不是传统操作系统的替代品，而是在其之上构建的一层专为智能体设计的“运行底座”，是连接模型、数据、工具和计算资源的系统能力层基础设施。灵玑OS可为智能体稳定运行、协同调度和安全治理提供系统支撑，并通过开源开放模式沉淀公共技术能力，带动全链条技术协同进步，推动智能体从单点项目走向可复制的规模化应用。

　　“面对大量存量业务系统，灵玑OS要做的就是搭建一层‘能力转化层’，相当于给新旧系统装上‘同声传译’，让智能体能够安全合规、高效地调用原有业务能力。”通明湖中心智能系统部负责人冉德智表示，这套思路瞄准现实业务改造的现实难题，降低智能体对接传统业务系统的改造成本。

　　算力基础设施如何适配智能体时代的全新需求，也是本次论坛的核心议题。中科曙光高级副总裁李斌在接受采访时表示，北京拥有得天独厚的发展条件，作为科创策源地，集聚大量科研院所、人工智能创业企业，为智能体技术迭代与场景落地提供丰沃土壤，但产业同时面临技术门槛高、落地难度大的现实问题。

　　在他看来，智能体崛起正在重塑算力产业的发展逻辑。算力建设的重心，已经从过去大模型训练为主，转向大规模推理服务为主。评判算力水平的标尺，不再单纯聚焦GPU数量、硬件峰值性能，而是更加看重基础设施生产Token的实际产出效能。通用计算与智能计算加速融合，通算、智算一体化，成为算力基础设施演进的重要方向。

　　谈及行业热议的词元（Token）经济，李斌认为，词元正在成为算力基础设施新的统一度量衡。单位投入、单位功耗下的词元产出效率，成为衡量算力系统实际价值的重要标尺。面向高通量推理场景，曙光一方面发挥系统级优化优势，打磨推理系统的运行效率与能效水平；另一方面积极联动推理框架、模型部署、行业应用等上下游伙伴，推进跨层软件协同，最大化释放算力产出能力。

　　面向智能体基础设施硬件的差异化竞争力，李斌介绍，曙光已经完成从计算、存储、网络，再到上层软件基础设施的完整布局，核心竞争力体现在系统级综合能力。在灵玑OS的产业生态当中，硬件算力底座与智能体操作系统形成上下互补。硬件夯实算力供给根基，灵玑OS完成智能体任务调度、业务对接、安全治理，软硬件协同，共同降低智能体落地门槛，推进算力普惠，助力技术向更多细分行业渗透。

　　业内专家表示，智能体产业化已经告别比拼单点模型能力的阶段，进入系统能力构建的关键时期。模型、算力、操作系统、行业应用环环相扣，单靠某一家企业很难完成全链路突破。未来，产业链各方将持续深化技术共研与生态协同，打通从底层硬件到上层应用的全链条，加速智能体技术落地生根，为数字经济和实体经济深度融合持续注入新动能。（宋雅娟）