C114讯 7月22日消息（艾斯）刚刚落幕的2026年世界人工智能大会（WAIC）吸引了创纪录的超40万参观人次，黄浦江两岸三地的多个展馆人潮涌动，热度甚至超过了上海的高温天气。
走进WAIC 2026会场，智能体（Agent）几乎无处不在——它能写代码、读文献、辅助诊断、调度资源，仿佛在昭示一个“人人拥有数字助手”的时代已然到来。回望WAIC 2024，当时大家讨论的还是“智能体能做什么”；到了2026年，问题已经变成“智能体在那些场景已经做成了什么”。
在由中国信通院承办的WAIC 2026“从大模型到智能体：迈向自主智能新纪元”论坛圆桌讨论中，C114了解到，智能体虽已实现从科研突破到千行百业的价值落地，但多位专家学者与行业领袖的对话也揭示了其背后依然存在严峻的现实挑战。
这场圆桌讨论由中国信通院人工智能研究所所长魏凯主持，汇聚了上海人工智能实验室领军科学家、浦江书院院长、上海创智学院副院长乔宇，清华大学万国数据教授、水木分子首席科学家聂再清，以及阿里巴巴达摩院院长助理季磊等产学研各环节的核心力量。整场讨论并未围绕技术展开太多宏大叙事，而是从阶段性成果、落地实际难点与未来关键挑战三个维度，勾勒出一幅智能体从实验室走向产业一线的务实路线图。
亮眼阶段性成果：Agent已经在“挽救生命”
乔宇在圆桌开场发言中表示，“过去一年，智能体的发展速度超出预期。智能体已从概念验证快速走向行业渗透，甚至催生了Token经济等全新范式。未来人工智能的核心，不只是更大的模型，而是基础模型与智能体系统协同演进，让AI从‘能回答’走向‘能可靠完成真实世界任务’。”
季磊分享的达摩院在医疗领域的一组实践数据尤其令我们印象深刻：在杭州某区级卫健系统中，过去三个月通过对10万例平扫CT进行AI筛查，已召回确诊发现223例肿瘤，其中68例为恶性肿瘤，而这68例中又有48例是胰腺癌——且部分处于T1、T2早期阶段。得益于智能体的介入，这些患者在就医时依托平扫CT实现了机遇性筛查，获得了早筛早诊早治的机会。这不仅创造了挽救生命的真实价值，也充分展现了智能体在公共卫生领域的巨大潜力。
图：上海人工智能实验室领军科学家、浦江书院院长、 上海创智学院副院长乔宇。
在前沿生物医药研发领域，聂再清教授团队开发的ChatDD全原子抗体设计智能体，能够从零开始设计蛋白质序列，在湿实验验证中达到21%的亲和力成功率——这意味着AI生成的前几十个候选分子中，有五分之一具备成药潜力。
他表示，“现在越来越多的‘老法师’（资深专家）开始主动使用智能体，并视其为不可或缺的工具。”AI在药物研发中不仅扮演着“加速器”的角色，更开始触及“人类无法企及的领域”——例如，针对那些传统方法无法生成抗体的靶点，从头设计出可行的序列。
这些成果的背后，是技术范式的深刻转变。乔宇指出，基模能力的持续跃升为上述成果提供了底层支撑——智能体正从单点智能向协同智能演进，基础模型与智能体工程（Harness）的协同进化，构成了通往自进化AI的正循环。
正如季磊所言：“应用是检验前沿技术的金标准。”这些初步成果表明，智能体已走出实验室，并为提高全民健康水平、提升生命质量做出了实实在在的贡献。
落地实际难点：融入工作流比“炫技”更重要
圆桌环节中最具启发的部分，莫过于三位嘉宾结合各自实践所总结的落地难点与应对经验。这是产业各方“在战场上学会打仗”的真实沉淀。他们的共识在于：智能体落地的核心挑战，并非技术本身是否足够强大，而在于能否无缝融入现有工作流。
首先在可靠性方面，乔宇指出，当前智能体在日常办公中错删文件、错发邮件的情况并非偶然——这些看似低级的错误，揭示了一个根本性问题：当任务涉及多个步骤时，智能体在中间某个环节“失智”的概率，远高于用户可接受的范围。而在医疗、工业等容错率极低的场景中，这种不可靠性更是“致命”。
其次，嵌入工作流的成本过高。季磊以达摩院开发的主动脉夹层AI模型为例指出，该模型最初部署到医院时，技术指标并不差，但急诊医生的使用频率不高，主要原因是模型部署系统未与医生常用工作台打通，医生无瑕主动查看系统告警。“技术做出来了，没人用，等于零。”后来他们调整思路，将模型封装为急诊Agent的一个技能，把风险提示直接推送到医生常用的终端，才真正让技术“活”在了流程里。他总结的经验是：将智能体轻量化、高价值地嵌入已有工作流，远比单纯的技术炫技更为重要。
图：清华大学万国数据教授、水木分子首席科学家聂再清。
聂再清教授在制药领域的观察同样印证了这一点。他指出，目前AI尚不能完全理解复杂的生物机理，最有效的模式是“老法师”与AI紧密协作：AI负责高通量的计算与筛选，专家则贡献其无法被量化的经验与直觉。这种“人机共舞”的模式，才是当前严肃场景下智能体落地的现实路径。中国科学院院士、复旦大学附属中山医院心内科主任葛均波在另一场对话中也强调，医疗容错率极低，智能体必须定位为医生的“助手”，而非未经监督的“决策者”。
此外，乔宇还指出，当前智能体的使用还面临Token成本问题。最初，部分企业鼓励员工无限制使用，结果却发现“用人似乎比用Token还便宜”。当智能体的使用成本无法低于其创造的价值时，规模化应用便无从谈起。
未来挑战：数据、标准、安全三根支柱待建
在描绘了落地路径之后，专家们将目光投向了决定智能体能否行稳致远的三大关键挑战。
高质量数据的匮乏始终是伴随AI发展的一大挑战。季磊指出，数据是AI的生产资料，尤其在医疗等严肃领域，高质量数据的获取是极为谨慎的，这也是当前推动AI模型发展的一大挑战。聂再清则提到，在生物医药领域，人体信号通路与细胞内反应机理至今仍存在大量“灰箱”，资深药学家积累数十年的直觉与经验难以直接转化为训练数据。此外，生物医药领域中的“蛋白质语言”如何与自然语言实现多模态对齐，仍是亟待攻克的技术难题。
图：阿里巴巴达摩院院长助理季磊。
三位嘉宾也共同指出，“标准与评估缺失”是当前面临的挑战。乔宇提到，智能体的评测远比模型的一问一答模式复杂，需要对长程任务中的每一步都进行可靠性与安全性评估。季磊则呼吁，无论是在智能体之间的交互，还是智能体对不同技能（Skill）的调用规范，都亟需建立统一的标准。此外，市场也需要像中国信通院这样的权威机构，提供公平公正的性能评估，从而让真正优秀的技术脱颖而出。
最后也是最为关键的一点，落在了安全与伦理层面。安全是贯穿始终的红线。聂再清的观点发人深省：生物医药智能体天然具有“双刃剑”属性——同样的设计能力，既能用于研发救命药物，也可能被恶意利用来设计有毒分子。国际社会高度关注的CBRN风险，在智能体时代被急剧放大。此外，药厂的核心研发数据与患者的临床信息如何在智能体应用中得到有效保护，是产业化进程中绕不开的前提。他建议，相关标准和伦理框架必须前置。乔宇也强调，在发展技术的同时，必须同步考虑AI的可信、安全与治理问题。
不难看出，这三重核心挑战背后存在一个共同特征：它们都无法由任何单一企业或科研机构独立解决，必须依靠全行业的协同——尤其是平台型机构在评测、标准、安全治理等方面发挥牵头作用。魏凯在回应中表示，中国信通院已在模型评测、智能体标准、数据治理等领域开展系列工作，并期待与各方持续对标，共同推动智能体生态健康发展。
图：中国信通院人工智能研究所所长魏凯。
实际上，在这场大模型论坛举办当天，中国信通院集中发布了多项重要成果，包括《智能体互联互通协同发展与治理倡议》、《2026智能经济新形态：智能体创新实践汇编》、《互联网智能体发展研究报告》、“智能体安全可信互联协议（ASL）”以及“终端智能体评测平台全国首发暨生态共建计划”等，从而形成了对当前智能体发展核心挑战的系统性应对。
在C114看来，WAIC 2026以“智能伙伴”为核心主题，而这场圆桌讨论恰恰回应了本届全球盛会的关键主旨。几位发言人的共识清晰而务实：智能体正逐步告别单纯的技术炫技阶段，进入一个深耕产业、创造实际价值的发展新周期，同时也从“能不能做”迈向了“怎么做得好、做得稳、做得值”的新阶段。 
