《实施意见》针对科学研究、产业发展、提振消费、民生福祉、社会治理等方面, 给出了19个智能体典型应用场景。这19个典型应用场景里, 科学研究处于首要位置, 还着重突出创新驱动以及应用牵引, 给科研智能体的发展予以了明确的政策支持。
2025年, 7月26日这一天, 上海交通大学, 和深势科技了推出通用科研智能体, 它叫做“SciMaster”。
用户提出科学问题, 即“分子动力学在药物筛选中的典型流程是怎样的? ”, SciMaster能将此问题拆成多个子任务, 进行全网及海量文献检索, 整合资讯、数据、论文、专利等资料, 快速生成可落地的深度调研报告。
深势科技首席技术官廖若雪介绍说, 在生物医药科研领域, 像药物的靶点发现以及分子计算等, 智能体可把跨靶点的研究证据全都融进知识图谱里, 以此支持药物研发。在新材料领域, 涵盖电解液、固体电解质有机合成等方面, 有智能体研发的辅助产品。
依照湘汉智库所开展的研究报告来看, 当下智能体已然深度地渗透进了诸多学科的科研场景之中, 进而成为了跨领域科研创新的核心工具, 当下它主要是在材料化学、基因组生物信息、生物医学健康等这些核心科研领域实现落地发展的。
赋能电商：一句话下单、个性化订制，还有“劝退功能”
协助我点一杯咖啡, 不要添加冰块, 两份米线, 其中一份添加辣味且不要豆芽, 帮我点一杯奶茶, 不要加糖, 多放入珍珠, 帮我预订前往莫斯科的机票以及酒店, 智能体能够依据个性化需求, 自动识别意图、定位、偏好, 并推荐可以下单的商品。
上半年, 在商业范畴之内, 智能体正渗入全流程之中, 年初之际, 淘宝闪购同千问智能体达成深度打通之举, 5月11日, 千问跟淘宝达成全面打通, 此为全球超大规模电商平台跟智能体应用的深度融合之标记。
经由淘宝闪购所讲，直至现在这个时间点, 上述提及的合作, 已经将范围延伸到全国300多个地级以及更高级别的城市, 还有超过3000个区县级别的区域, 所包含的类别有餐饮外卖, 以及超市便利这一方面, 生鲜蔬果这一方面, 鲜花绿植这一方面, 医药健康这一方面, 手机数码这一方面等诸多不同的商品类别。
“AI正处在对即时零售消费体验进行重构的进程当中, ‘智能体与即时零售’的相互结合所具备的意义是即时零售产生了从‘货架搜索’朝着‘AI对话式推荐’的转变, 智能体身为新入口, 其给平台带来的那种增量能够沉淀当成长久的价值。”淘宝闪购相关业务负责人如此说道。
巧妙的是, 当 AI 进行协助选品之际, 它还有可能做出那种“劝退”的行为举动, 在消费者产生多买、错买的决策进程当中, AI 会于这个过程里及时地实施干预, 举例来说, 当记者尝试借助智能体去购置“量子水杯”之时, 就被千问利用“强制”科普的方式给“劝退”了。
记者使用千问智能体购物测试图
赋能金融教育：秒读财报、梳理文献
智能体还深度落地金融、教育等多元行业场景。
以前的时候, 券商研究员进行行业研究, 那是需要泡在数量众多的研报、财报以及新闻当中的, 要把各种资料都翻遍, 经过两到三天的时间, 才能够积攒出一份初稿来。而目前呢, 只要把研究主题交给Kimi, 它就会马上自动在全网展开检索操作, 接着一页一页地仔细精读财报, 随后提炼出核心观点, 就这样连贯地完成输出结构清晰的分析草稿。原本需要花费两到三天时间的那种“辛苦工作”, 现在仅仅两到三个小时就能够完成了。
就教育这个领域而言, 文献“大山”向来都是高校师生的“头号痛点”, 具体表现为, 随便说到一个研究方向, 往往就有成百上千篇中英文文献。然而现在, 仅仅只需一次对话, 智能体便能够一口气读完所有这些文献, 还能自动完成分类归档, 并且提炼出核心观点, 进而梳理出一个包含研究脉络丶争议焦点以及未来方向在内的完整综述框架。根据Kimi合作博士生导师所反馈的情况来看, 以往博士生需要耗费2到3周时间才能完成的文献梳理工作, 如今1到2天就能够拿出初版, 而且内容更加全面丶更加系统, 效率直接拉满。
依照中国通信工业协会数据中心委员会所主编的《AI智能体赋能行业决策: 趋势与实践白皮书（2026）》来看, 智能体正呈现出集中爆发的态势, 制造, 金融以及政务等诸多行业成为了这场爆发的“主战场”, 并且这些行业的渗透率已经超过了50%。
筑牢智能体安全防线
处于行业之中, 智能设备并不具有无缺点地尽善尽美特质, 能说会道的夸大言辞所产生的幻觉、偏离正确方向的决策以及执行过程现问题, 这些都是行业所必须面对的困难局势。以力求能够达到消除智能设备出现问题的目的, 在研发方面从技术层面展开了激烈旨在实现精确准确地去除与纠正错误的战斗。
廖若雪称, 科学场景对事实准确性与推理可溯源性要求极高, 首先, 智能体知识应结构化, 不能完全靠模型记知识, 我们会将科学文献里的命题及推理链, 转化成可查询与校验的知识图谱, 其次, 智能体推理过程能通过特定算法校验置信度。除此之外，还需要着重强调的是验证, 那些关键的科学论断, 绝不能仅仅让智能体独自进行评估, 论文是一种能够付诸实施的工作流, 我们会真切地切实地去开展具备可复现性的计算, 借由实际所产生的运行结果, 进而借此来检验结论究竟是否真实。”。
在通用场景里, 智能体的核验能力更是呈增强态势。按照阿里巴巴千问事业部相关负责人所讲, 在今年3月的时候, 通义千问推出了“引证”功能, 其内置着硬核事实复核机制。在用户问到新闻时事、政策动态这类要求“有据可查”的问题之际, 能够发觉回答末尾显露出一枚“引证”按钮。当点击“引证”后, 智能体会逐字去核对关键信息: 存在权威信源背书、能够经得起交叉验证的内容, 会亮绿显示“盖章可信”, 那些来源模糊、说法矛盾或者未被主流媒体证实的信息, 便会醒目地标红, 给出“还需再核实”的提示。
把AI幻觉等内容以及认知风险排除在外, 智能体还得针对数据安全性、算法安全性、交互安全性等关键风险要点, 去牢固地构筑可靠防线。
在淘宝闪购里, 有相关做事的负责人讲了这样的情况, “一句话点外卖”这个服务的流程背后, 存在着一整套完善完整、自成闭环的流程过程, 这里面涉及到查询, 渲染, 加购, 支付, 数据打通等诸多上百个小小的非常细小的项目流程。针对于餐饮, 零售等这些细分的领域范围, 平台做了许多大量的专门定向训练活动。与此同时, AI外卖场景下的风控方面, 还需要去关注模型层面的风险问题, 以此来保证确保智能体能够安全稳定地执行相关任务。
近日, 360 AI安全研究院发布了《AI安全系列报告: 智能体安全新范式——当AI有了“手和脚”, 企业安全边界必须重建》, 该报告称于智能化主体快步迈进企业办公、研发、运维、客服等关键业务场景之际, AI安全的关键问题正从“生成风险”转而朝向“执行风险”。
面对安全方面的问题, 有两条解决途径被360提出来了: 其一, 是借助AI来对传统安全防护进行加持, 以此提升漏洞发现、入侵研判、样本分析以及响应处置的效率；其二, 是让不确定性的任务在安全约束的条件下执行，使得智能体能够做事, 然而却不能超出特定界限。
清华大学文科资深教授, 同时也是苏世民书院院长的薛澜觉得, 《实施意见》借着设定全链条安全要求这件事, 尤其是强调对关键领域以及脆弱群体的重点保护, 以系统性的方式来预防智能体技术出现滥用、决策失控这类风险, 以此保护国家安全、公共利益还有人民权益, 进而为智能体技术在全社会的规模化应用构建起必要的安全信任基础。
智能体兴起, 是技术迭代必然走向, 更是时代发展趋势体现。这并非单纯技术升级, 而是工作方式、商业逻辑以及生活体验全方位重新构建。政策给予保障、技术迈向成熟、应用场景得以落实, 多方面力量正促使智能体从行业初步探寻朝着深度赋予能力这一方向发展。
