从Chat到Act，量子算力推动AI智能体崛起｜文摘

IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台。

导语：

2026年的国际消费电子展（CES）上，首次出现一个全新的“CES Foundry”专区。在这里，人工智能与量子计算的融合，开始展示其重塑世界的潜在计算力。

当大模型（LLM）的竞争进入白热化，业界开始意识到：单纯的参数堆叠已遭遇瓶颈，真正的下一代AI是能够自主决策、解决极端复杂问题的AI智能体（AI Agents）。而这需要更强大的引擎。

中信出版集团新书《AI智能体的崛起》揭示了这一核心命题：量子计算将如何成为AI智能体的“核动力”，推动AI从被动的Chat（对话生成）向主动的Act（自主行动）实现关键跃迁。

佩塔尔·拉丹利耶夫（Petar Radanliev）

牛津大学计算机科学系专业硕士课程导师 ， 艾伦 · 图灵研究所研究员

*文自《AI智能体的崛起点》一佩塔尔·拉丹利耶夫（Petar Radanliev

一、量子计算视角的降维打击

AI智能体要在动态、复杂的现实世界中运行，其所需的计算复杂度远超今日的想象。理解进化的关键，在于理解量子计算与我们习以为常的经典计算有何本质不同。

1.量子叠加

经典计算机的运作单元是比特（Bit），它非0即1。这就像我们在走迷宫，经典计算机必须尝试一条路径，遇到死胡同返回，再尝试另一条，如此往复，直到找到出口。

量子计算的核心是量子比特（Qubit）。量子叠加是指量子系统在被观测时，能够同时处于多种可能状态。

基于量子叠加原理，一个量子比特可以同时处于0和1的状态，或者这两个状态的任何组合。这意味着量子计算机不需要像经典计算机那样按顺序处理数据。

对于AI智能体而言，这是一种质变。量子计算机凭借其处于叠加态的量子比特，可以同时探索多条路径，大幅缩短了找到出口所需的时间。

在量子计算的加持下，未来的AI智能体在进行供应链决策或金融风控时，不需要逐一模拟无数种可能性，而是能够利用量子叠加态，同时计算出所有可能的情景。这种能力开启了同时处理海量数据的大门，彻底颠覆了经典计算按顺序处理数据的模式。

2.量子纠缠

当两个或多个量子比特发生纠缠后，一个量子比特的状态会瞬间影响另一个，无论它们相距多远。

这种特性引出了量子并行性。如果说经典计算是一次读一个词，那么量子计算就像是一次性阅读一本书的好几页内容。这种并行处理能力，是未来AI智能体解决极端复杂问题（如模拟完整的生态系统、实时优化特大城市交通网）的基础。

3.量子霸权

量子霸权”（Quantum Supremacy）指量子计算机在处理特定任务时，性能超越了当今最强大的经典超级计算机。

谷歌的Sycamore量子处理器在2019年实现了量子霸权，它仅用200秒就完成了一项特定计算，而当时最先进的超级计算机完成同样的任务大约需要1万年之久。

对于AI智能体来说，量子霸权的实现意味着它们将不再受限于算力瓶颈，可以承担那些目前来看遥不可及的任务，屹立于解决科学、金融乃至更广阔领域尖端难题的最前线。

二、量子算法定义的未来

AI智能体要从空谈走向实干，必须掌握高效算法的工具。目前主要有两大奠基性的量子算法，它们分别在安全性和数据处理两个维度上，为AI智能体的崛起铺平了道路，同时也带来了挑战。

1.Shor算法：悬在加密体系头顶的达摩克利斯之剑

在AI智能体互联的未来，安全是信任的基石。然而，著名的Shor算法证明了量子计算机执行整数分解的速度，指数级快于已知的最佳经典算法。

当前的互联网安全协议（如RSA加密）依赖于大数分解的困难性。Shor算法的出现，意味着能够高效运行该算法的量子计算机，将使现有的加密系统变得不堪一击。

这迫使AI智能体必须进化——不仅要利用量子计算的能力，还要构建抗量子密码学（Post-Quantum Cryptography）防御体系。

AI智能体必须与时俱进，整合并采用抗量子计算的加密方法。在未来量子计算无处不在的环境中，这对于确保AI智能体能够安全运行至关重要。

2.Grover算法：在数据海洋中精准“捞针”

如果说Shor算法是矛，Grover算法就是AI智能体的“眼”。

在无结构数据库（如海量的非结构化文本、图像数据）中查找特定信息，经典算法平均需要N/2次操作，而Grover算法利用量子力学原理，大约仅需√10次操作即可完成。

Grover算法对于大数据时代的AI智能体至关重要。它不仅能极大地提升数据库检索效率，还可以用于处理各种模式识别和优化挑战14。这意味着AI智能体在面对混乱、庞杂的现实世界数据时，能够以惊人的速度精准定位关键信息，从而做出明智决策。

Petar Radanliev 出席2025可持续全球领导者大会并发表主旨演讲，强调AI治理的重要性，并呼吁在AI开发的整个流程中构建安全防线。图源：主办方

三、量子计算引爆AI智能体

量子计算与人工智能的结合，不是简单的叠加，而是指数级的爆发。这种融合将赋予AI智能体前所未有的“行动力”。

1.从“大数据”到“量子数据”的质变

传统机器学习依赖于海量数据训练，随着模型参数和数据规模的增加，经典计算机面临严重的算力瓶颈。量子计算凭借其高效处理大规模复杂数据集的能力，可以突破这一限制。量子增强的机器学习算法（Quantum-Enhanced Machine Learning）将更抗噪、更快速、更准确。

量子算法处理海量数据集的能力，可以显著增强机器学习模型的能力。这种协同作用会彻底改变气候建模等领域。

2.垂直领域的颠覆性应用

AI智能体的“行动”能力，将在量子计算的加持下，在具体产业中落地生根。

药物发现与生命科学：这是量子AI最令人兴奋的战场。经典计算机无法精确模拟复杂的分子结构，而量子模拟能够以极高的精度模拟分子和化学反应。

使用IBM的量子计算机模拟一种小分子蛋白质的分子结构，这项任务用传统的计算方法是无法做到的。未来的AI智能体将能够自主设计新药，大幅缩短研发周期，降低成本。

金融与风险管理：在金融领域，AI智能体利用Grover算法等工具，可以极大地提升风险评估水平，实时优化复杂的投资组合。

物流与供应链：面对全球化复杂的供应链网络，量子AI智能体能够解决经典算力无法处理的大规模优化问题，规划出真正的全局最优路径。

四AI智能体的终极形态

AI发展的终极目标不仅仅是生成文本（Chat），而是具备在复杂环境中进行记忆、感知、推理和自主行动（Act）的能力。量子计算正是实现这一跨越的关键拼图。

虽然量子计算前景广阔，但量子AI并不会完全取代经典计算，而是增强它。

未来的计算架构将是“混合模式”：经典计算机继续负责通用任务、日常数据处理和逻辑控制。而量子计算机作为“特种部队”，专门处理高度复杂的优化任务、分子模拟或破解密码。AI智能体作为“指挥官”，在经典与量子资源之间进行调度，整合两者的优势来解决问题。

AI与量子融合是双向的。

不仅量子计算在加速AI，AI也在反过来帮助量子计算落地。最新的研究表明，人工智能技术可以辅助开发和优化量子算法，通过自动化编程，大幅降低量子计算的开发门槛。例如，利用机器学习模型（如扩散模型）来生成灵活且精确的量子电路，能让量子计算机更适应不同的硬件配置。

这种“AI设计量子，量子增强AI”的循环，可能会加速“技术奇点”的到来。

《AI智能体的崛起》

【原书名】The Rise of AI Agents: Integrating AI, Blockchain Technologies, and Quantum Computing

【作者】[英] 佩塔尔·拉丹利耶夫（Petar Radanliev）

【书号】978-7-5217-8209-7

【出版时间】2025年12月

【内容简介】

我们正站在一个重塑世界的历史转折点：由强化学习（如Q学习）驱动的AI智能体正以前所未有的速度迈向通用人工智能，这一技术奇点预示着人工智能将超越人类智能，彻底改变整个社会。

本书是一部面向未来安全、信任与治理的系统指南，将人工智能、区块链、量子计算这三大前沿技术领域进行无缝融合与深度剖析，并对未来10年、20年乃至50年的技术发展路线图进行预测。同时，本书也对技术融合带来的伦理、法律和社会影响进行了批判性分析。

AI智能体自主性。深入解析AI智能体从早期机器学习到深度学习的进化，重点阐述其如何通过强化学习和神经图灵机，具备在复杂环境中进行记忆、感知、推理和自主行动的能力。

量子安全防御。量子计算的强大算法（如Shor算法和Grover算法）将指数级地提升人工智能的能力，同时威胁现有的RSA等传统加密系统。本书详细介绍了后量子密码学等方案，及其如何确保人工智能系统和区块链网络在量子时代的完整性和机密性。

区块链构建数字信任。区块链的去中心化、不可篡改性使其成为AI智能体的信任支柱，通过智能预言机和自动化合约来确保AI智能体的操作具备透明性、可靠性和防篡改性。

【作者简介】

佩塔尔·拉丹利耶夫（Petar Radanliev），牛津大学计算机科学系人工智能与网络安全专业硕士项目导师，艾伦·图灵研究所研究员。此前，他曾是牛津大学工程科学系人工智能与网络安全领域的研究员。

他于2013年获得博士学位，并在伦敦帝国理工学院、剑桥大学以及麻省理工学院进行博士后研究。他的主要研究领域涵盖人工智能、网络安全、后量子安全及区块链安全。

在投身学术界之前，他曾在苏格兰皇家银行担任网络安全经理长达10年，并曾在英国国防部担任首席渗透测试专家。

IPP评论热门文章

杨海燕：如何避免中国的“斩杀线” ？

更多IPP文摘分享

关于IPP

华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。