从点燃市场的通用AI(人工智能)智能体Manus发布，到俗称“龙虾 ”的开源AI智能体OpenClaw的持续火爆 ，再到阿里 、百度等互联网企业密集部署桌面Agent工具
，AI智能体(AIAgent)正以前所未有的速度从代码世界走进工作与生活场景
。

在“7×24小时数字员工
”“一人公司”等愿景加速照进现实的同时，深圳
、无锡等地近期相继出台政策 ，支持OpenClaw等开源智能体项目在制造、政务等领域的落地应用。然而
，技术成熟度 、安全治理与产业生态面临的挑战也随之浮出水面 。业内专家认为，AI智能体正处于从技术探索迈向规模化应用的关键“跨越期 ”
。

“目前更像一位需要精心调试的‘初级实习生’
”

与用户熟悉的ChatGPT
、豆包等对话式AI不同 ，近期走红的OpenClaw等执行型智能体在技术定位上有着本质差异。

“AI智能体可以被理解为一种‘既会思考，也能执行’的数字员工 。”清华大学中国创新服务研究院院长郑吉昌在接受《经济参考报》记者采访时表示
，两者的核心差异在于是否具备“闭环执行能力 ”
。AI智能体能够对接ChatGPT等各类大模型进行深度思考和生成内容，与传统AI助手不同的是 ，它还具备“动手能力”。

郑吉昌指出
，AI智能体可以把指令直接转化为实际操作 。通过调用系统权限和自动化工具，它可以像人一样在电脑上执行具体操作
。郑吉昌举例称 ，当用户提出“整理本周工作并生成周报
，再发送到部门飞书群
”的任务时，AI智能体能够自动读取相关文件生成文档 ，并打开飞书完成发送
，实现从理解任务到完成执行的完整流程。

不过，从技术本质来看 ，对于“AI开始自己行动”的说法仍需要更加理性看待 。郑吉昌指出
，目前，AI智能体更像一位需要精心调试的“初级实习生 ” ，虽然在特定场景下能高效完成任务，但也常出现理解偏差或操作失误。离大众期待的、稳定可靠的自主智能还有相当距离
。

云端赋能开启商用探索

AI智能体自推出以来
，产业多方加速布局，包括腾讯云 、阿里云
、百度智能云在内的国内“云
”厂商纷纷接入 ，通过简化部署流程、提供云端运行环境等措施
，帮助用户降低使用门槛。

机构预测，中国AI智能体市场规模将于2028年突破3.3万亿元 ，企业级应用渗透率快速提升 。以2月28日阿里推出的开源桌面Agent工具CoPaw为例
，用户不仅可以一键在本地和云端部署，还可基于CoPaw进行二次开发 ，自由接入本地模型 、编写Skills和接入专属消息应用
，满足更定制化的场景需求
。

据CoPaw团队介绍，该工具支持接入钉钉
、飞书、QQ 、Discord等多种通信平台 ，并内置文档编辑、新闻阅读和文件管理等功能模块。系统还能通过任务调度机制
，使智能体自动整理邮件
、生成周报或管理待办事项 。Copaw团队表示，“未来将进一步探索大小模型协同机制 ，让更轻量的本地模型处理隐私数据，让更强大的云端模型处理规划和写代码等
，进而兼顾安全和性能
。”

业内人士认为，这类工具的出现正在降低AI智能体的使用门槛 ，为更多开发者和企业探索应用场景提供基础条件。

在国研新经济研究院创始院长朱克力看来
，目前AI智能体正处于概念清晰、方向明确 、热点集中
、潜力巨大，但成熟度仍待提升的阶段 。在技术层面 ，规划能力、工具调用能力和多步骤任务执行能力正在快速进步
，但复杂任务的稳定性 、长链条逻辑可靠性以及跨场景通用能力仍有明显提升空间
。在产业层面，规模化商用仍主要集中在结构相对简单
、风险较低的自动化任务中。

对于AI智能体下一步的发展 ，郑吉昌认为
，AI智能体应遵循从单点应用到系统协同，从效率提升到决策渗透的稳健路径 ，2026年AI智能体将进入规模化落地与治理探索期 。同时他强调
，企业需尽快意识到必须优先构建“AI就绪 ”的数据底座和治理框架
。

从“可用
”到“可靠”规模化应用仍需破局

OpenClaw的火爆既是技术进化的必然，也是对行业现状的一次压力测试。如何跨越从“可用 ”到“可靠
”的鸿沟 ，成为决定AI智能体能否真正走向规模化应用的关键 。

随着AI智能体开始接入邮件系统、代码仓库 、数据库等关键业务环境，其潜在风险逐渐显现。有360数字安全集团安全专家指出
，前期由于OpenClaw智能体在安装部署和使用过程中的不当配置，已经出现了一些典型安全风险
。例如 ，攻击者可能通过“提示词注入”方式
，在网页内容中嵌入隐藏指令，一旦智能体读取相关网页 ，就可能被诱导泄露系统密钥等敏感信息；在实际应用中
，智能体如果对用户指令理解出现偏差，也可能产生误操作风险 ，例如误删电子邮件或核心业务数据。

郑吉昌认为
，智能体从“可用 ”迈向“可靠
”面临关键瓶颈，而突破这一瓶颈需要从三个方向发力 。首先是基础设施革新 ，他表示
，必须为智能体搭建高性能
、高安全的“运行底座”
。其次是架构进化，要推动智能体从单一模型向“感知-推理-执行-自进化 ”的闭环演进。最后是治理与协议 ，他建议，为智能体立下“安全规矩”
，建立统一的安全与责任框架，例如要求智能体在任何操作中继承用户的权限边界(身份传播) ，实现全链路可追溯 。

“只有基础设施、架构设计和治理规则同步突破
，智能体才能真正赢得用户信任，成为数字世界可靠的执行者
。
”郑吉昌说。

朱克力也强调 ，应从技术架构 、任务设计
、验证机制多方面发力 。强化规划与反思能力
，让智能体在执行中具备自检、纠错和动态调整的能力；建立人机协同机制，在关键操作节点保留人工确认与监督；完善行业标准与测试体系 ，形成可量化 、可验证的可靠性指标
。

记者邓林如来源：经济参考报

(实习生林宸铉对本文亦有贡献)【