智能体互联国标来了：50家企业已试点，业内预计下半年见影响

文|《科创板日报》

2026年，AI智能体迎来了它的"ChatGPT时刻"。

今年1月，开源框架OpenClaw在全球开发者圈层引爆——它让AI第一次真正像人类一样看屏幕、点鼠标、敲键盘，目前GitHub星标数突破35万，成为开源AI历史上增长最快的项目。3月，腾讯大厦前惊现长龙，市民排队"安装龙虾"的盛况刷屏社交网络。

半年来，"百虾大战"在国内激烈上演，各大厂商也纷纷提出自家的龙虾智能体产品。比如字节跳动的ArkClaw、腾讯的QClaw、阿里的JVS Claw、阶跃星辰的StepClaw、月之暗面Kimi Claw、智谱的AutoClaw等等。有数据显示，今年一季度，链上 AI 智能体数量在三个月内从约 337 个激增至逾12.3万个。

"第一轮大家是对科技的狂热，一窝蜂上去了。现在热度退去之后，产业才真正开始沉淀。"深圳码客龙创新科技CEO黄桥向《科创板日报》记者回忆了行业这半年来的变化。

沉淀之后，一个现实摆在眼前：大众餐桌上的"小龙虾"人人可尝，AI圈里的"龙虾"却横亘着诸多看不见的壁垒——平台互不相通、身份无法互认。近日，国家市场监督管理总局发布了《人工智能 智能体互联》系列国家标准，解决的正是智能体之间"联通"的难题。

这套标准究竟锁定了哪些核心问题？国家为何选在此时落子？产业链上哪些环节将率先收益？记者分别采访了券商首席资产配置研究员、从事智能体研究的学者，以及智能体的一线从业者，试图从政策信号、技术路径与产业落地三个维度拆解以上问题。

教授王祥丰：中国并不想另起炉灶形成孤岛 而是想"建联"

"智能体互联仍面临通信接口不统一、互联互通难度大、身份管理体系缺失、协同交互规则不规范等突出问题，智能体‘信息孤岛’现象凸显。"这是国家市场监管总局标准技术司副司长朱美娜对当前问题的总结。

智能体为何会形成孤岛？根源在于不同厂商、平台的智能体说着"不同语言"和社交规则。发布智能体互联国标，就是为了搭建起"身份标识—能力描述—供需发现—协同交互—工具调用"全覆盖、闭环式标准规范体系，相当于有了一张可以识别的"身份证"。目前，已有百余家行业头部企业参与共建共享倡议，50多家企业正开展试点应用工作。

关于批准发布《人工智能 智能体互联 第 1 部分：总体架构》等 8 项国家标准化指导性技术文件的公告

回顾过去两年，全球智能体协议领域经历了一场紧锣密鼓的"竞赛"，各大厂商都在试图建立自己的标准。比如Anthropic于2024年11月推出的模型上下文协议（MCP），谷歌于2025年4月推出了Agent-to-Agent（A2A）协议。除此之外，还有聚焦能力编排的ACP协议、中国信通院于2026年发起的智能体可信握手协议ATH，以及刚刚发布的AIP等国家标准。

MCP更偏向"模型/智能体调用工具、数据和API"；A2A更偏向"智能体与智能体之间的任务协作"；AIP更强调"智能体互联网络的治理框架"，包括身份、发现、交互、工具调用、追溯等完整链条。"华东师范大学数学科学学院教授王祥丰分析。

除了是大学教授，王祥丰同时担任数学与工程应用教育部重点实验室副主任，主要研究方向是学习优化、多智能体学习、大模型与运筹优化交叉等。

结合其一线教学研究以及实践落地的经验，王祥丰认为，过去多智能体协作的难点不只是"能不能发消息"，而是谁是谁（智能体身份如何认证）、能做什么（能力如何被标准化描述）、去哪找（任务需求如何匹配到合适智能体）、怎么协作（交互流程、状态、结果如何对齐）、出了问题谁负责（行为如何追溯、审计和治理）。

但，各管一段，拼不出一张完整的地图。这正是国家此时推出AIP标准的深层逻辑。更重要的是，AIP明确提出要兼容MCP、A2A等已有协议。

"这也释放了一个信号：中国并不想另起炉灶形成孤岛，而是希望在已有国际协议基础上，补齐身份、安全、治理、审计、结算等能力。"王祥丰说。

不同的技术路线是否会让中国企业面临"内外有别"的困境？王祥丰坦言，国内企业短期内确实需要同时适配国内AIP体系（用于政企、金融等高合规场景）和国际MCP/A2A体系（用于海外生态）。

但他强调，如果AIP能做好兼容层，反而可能成为中国企业连接内外生态的"协议网关"。"关键在于标准不能过重、不能封闭、不能让企业重复建设成本过高。"

产业链条上哪些环节会率先受益？

光大证券首席资产配置研究员王开分析，按照AI主线"二阶扩散"逻辑，率先受益的环节集中在基础设施与中间件领域——算力调度、网络通信等底层支撑，身份认证、智能体发现等协议中间件，以及跨域协同所需的云原生平台；随后才会向行业解决方案和下游垂直场景渗透。

"这个顺序与AI产业链从硬件升级，到基础设施配套再到应用扩散的历史路径一致，标准红利会沿着"协议层—平台层—应用层"进行梯度释放。"王开告诉记者。

作为投资者，应该如何跟踪该主题从"政策催化"到"业绩验证"的转化节点？王开认为，从政策发布到实质性业绩贡献，通常需要经历"标准试点—生态适配—规模商用—业绩确认"的传导链条，时间跨度在半年甚至一年维度，期间主题会经历多次政策催化、预期发酵、业绩真空、分化验证的波动。

"AI主题投资最大的风险是叙事失真，因此跟踪的核心不是政策本身，而是从订单到需求再到业绩的闭环验证。"王开建议，以产业前瞻跟踪作为领先指标，以试点项目招标和中标信息、订单签约数据作为同步指标，以上市公司财报中相关业务收入占比及毛利率变化作为滞后确认指标。"一旦业绩增速与资本开支出现显著背离，意味着叙事可能转向，需重新评估主题持续性。"

一线智能体从业者判断政策产生影响的时间更短："3到6个月后，行业产品终端层面会开始产生比较真实的影响。"深圳码客龙创新科技CEO黄桥表示。而3到6个月，也恰恰是一款智能体硬件产品从立项到最后落地发售的时间。当前智能体硬件的更新速度，已经远远快于此前电子硬件一两年的迭代周期。

如果智能体真能互联，会催生新的商业模式么？

对此，王祥丰教授认为，不仅会催生新的产业，而且很有可能是智能体产业下一阶段的重点。他预判可能出现几类模式：

智能体服务交易：一个智能体按次调用另一个智能体的能力，比如法律审查、代码生成、数据分析、供应链询价；

智能体能力市场：类似应用商店，但售卖的不是App，而是"可被其他智能体调用的能力"；

平台撮合经济：平台负责身份认证、能力评级、任务撮合、支付结算、风控审计；

按效果付费：不是按API调用计费，而是按任务完成质量、成交结果、节省成本来收费；

智能体外包网络：企业主智能体把任务拆解后，动态调用多个外部专业智能体完成。

"智能体互联会把AI从单纯的‘工具软件’推向‘服务网络’。"王祥丰教授总结，"未来竞争的不只是模型能力，而是谁拥有更多可信、可交易、可编排的智能体资源。"

这也意味着，智能体将不再只在某个平台内部调用，而是跨平台协作，从单一平台生态走向网络化生态。在这一变局中，"大厂仍掌握流量、算力和基础模型，但中小厂商可以凭借垂直能力接入生态，形成长尾创新。"王祥丰教授说。

对于中小厂商在智能体行业的定位，黄桥给出了另一视角："我倒觉得大厂会有点被动。大厂有固有的文化惯性，现在到底是什么方向，大厂也预判不了。反而给了创新创业者机会。很有可能跑出来的是超级个体带领的团队，当然也不排除跑出来后被大厂收购。"

黄桥预测，"今年下半年，AI智能体会呈现百花齐放的态势，很多AI智能体硬件新物种一定会出现，传统的功能型设备也会加速向智能体设备转型。"和之前赚钱逻辑的区别在于，"以前卖硬件靠硬件挣钱，现在卖硬件，是靠token挣钱，靠背后的算力消耗来赚钱。"

采访中，光大证券首席资产配置研究员王开更强调"生态"。他认为，互联标准落地后，市场定价的核心变量预计会从单点技术突破，向生态位价值迁移。

"互联互通能力——包括协议兼容性、跨域安全治理水平、多智能体编排效率等，本质上是对网络效应和平台化壁垒的定价，将成为估值体系的新维度。传统景气度策略、PB-ROE等比较框架对智能体这类跨域协同业态几乎失效。真正的α（超越板块平均水平的超额收益）仍来自产业链中尚未充分定价的瓶颈环节，如高并发场景下的身份认证、异构系统适配等细分能力。"