智东西 作者 智东西编辑部

智东西7月3日报道，好多杭州2026中国AI智能体大会在杭州圆满收官。人A燃爆

本次大会由智东西与旗下智猩猩联合主办，只讲以“范式跃迁 重塑世界”为主题，干货作为下半年首场聚焦Agentic AI范式跃迁与生产力变革的不画饼产业技术峰会，旨在深度探讨Agent赛道的好多杭州技术突破与商业落地。

大会汇聚64位重量级嘉宾，人A燃爆围绕Harness、只讲自进化Agent、干货Coding Agent、不画饼多Agent协同、好多杭州Skills、人A燃爆Computer-Use Agent、只讲深度研究Agent、干货企业级AI Agent、不画饼AI Agent产品创新、Agentic Infra等十大核心议题，展开全链路深度研讨。

为期两天的会议中，61场演讲、1场高端对话、8场圆桌Panel轮番上演。嘉宾们不仅拆解了底层技术卡点与企业落地痛点，更分享了大量工程实操方案与前沿研发进展，清晰勾勒出Agent的发展路径。

现场座无虚席，展区同样火爆。腾讯云、Zenlayer、此芯科技、启芯宸光、深信服科技、实在智能、LinkedIn、网易智企等8家企业展示了最新技术成果。此外，宇树科技的人形机器人与四足机器狗也在会场进行互动表演，增添科技趣味。

智东西联合创始人、CEO龚伦常在致辞中表示，此次将产业峰会首次引入杭州，标志着智东西已完成在北京、上海、深圳、杭州等国内AI核心城市的布局。

▲智东西联合创始人、CEO龚伦常

以下是开幕式及专题论坛的核心观点汇总：

1. 2026年定义：成为自进化Agent落地元年，缺乏自进化能力的智能体将被视为“老古董”。
2. 进化路径：从桌面办公助手起步，打造拥有独立账号与算力的数字员工，预计3-5年内完成从PC到Agent Computer的计算平台切换。
3. 全栈重构：Agent引发模型、Token、终端、专用芯片及底层基础设施的全面革新。
4. 落地关键：企业级Agent落地的四大支柱为模型能力、场景适配、效率优化与开放性。
5. 核心瓶颈：真实工作环境适配、统一存储治理、独立记忆系统是当前产品落地的关键挑战。

一、开幕式：Agent走向自进化，软硬件体系全面重构

自进化能力成为开幕式焦点。业界共识认为，无自进化能力的Agent已落后于时代，但落地仍面临工具执行、记忆进化、安全可控三大门槛。

1. 天津大学郝建业：Agent落地需跨越三道坎

天津大学教授、MemoraX AI创始人郝建业指出，Agent真正落地需解决三大挑战：
* 工具执行：在真实任务中持续调用工具，实现多步规划与长序交互。Qwen、GLM、Kimi等前沿模型正通过SFT/RL强化这一能力。
* 记忆自进化：构建围绕写入、组织、检索、反馈的长期学习闭环。MemoraX AI致力于提供持续自进化的记忆系统，预计7月底发布首个Agent Memory测评榜单。
* 安全可控：应对攻击面扩展、权限模糊及长期记忆风险，需建立从模型到记忆的全栈纵深防御策略。

▲天津大学教授、MemoraX AI创始人郝建业

2. 蚂蚁百灵李龙飞：Token效率是规模化前提

蚂蚁百灵架构&后训练负责人李龙飞强调，面对Token成本激增，大模型竞争转向效率、原生工作流与可服务性的综合比拼。
* 提升Token效率：通过指令模型与深度推理模型共用基座，优化“每Token信息密度”，降低IO压力，提升MFU。
* 成果展示：在Artificial Analysis评测中，百灵大模型的Token消耗量仅为对标模型的不到1/10。

▲蚂蚁百灵架构&后训练负责人李龙飞

3. 复旦大学肖仰华：自进化智能体（SEA）是AGI必经之路

复旦大学教授肖仰华断言：“2026年前所有的智能体都是老古董。”他提出自进化智能体（SEA）具备与环境持续交互、自主发现不足、自我改进及经验复用四大能力。
* 技术实践：其团队研发的Generic Agent仅用3000多行代码实现自进化，Token消耗仅为OpenClaw同类产品的1/3至1/10，有效避免上下文爆炸。

▲复旦大学教授、上海市数据科学重点实验室主任肖仰华

4. 阿里Qoder谢吉宝：Agent下一站是“独立工位”

阿里巴巴Qoder产品线技术副总裁谢吉宝指出，桌面是Agent的重要主场，但未来Agent将脱离桌面，拥有独立的机器、账号和权限，成为“数字同事”。
* QoderWork：作为常驻桌面的Agent Runtime，通过Skill系统和MCP适配实现桌面闭环。
* QoderWake：定位为具备独立身份与责任的数字员工。

▲阿里巴巴Qoder产品线技术副总裁谢吉宝

5. 原粒半导体方绍峡：Agent Computer需专用芯片

原粒半导体CEO方绍峡认为，传统PC不适合Agent执行任务，需专用“Agent Computer”。
* 设计原则：记忆优先、长上下文优先、长期驻留优先、能效优先。
* 评价标准转变：从“峰值算力”转向“单位能耗与成本下的任务完成效率”。

▲原粒半导体CEO方绍峡

6. 腾讯王淏楠：构建通用RL基础设施

腾讯混元高级研究员王淏楠提出，Creative Agent需将创作权交还用户，形成“数据飞轮”。
* UniRL框架：专为Agentic AIGC设计的通用RL基础设施，统一语言模型与扩散模型的RL训练，支持企业混拼卡池环境，提升资源利用率。

▲腾讯混元高级研究员王淏楠

二、高端对话：从个人到企业，智能体的造桥与过桥

由智东西总编辑张国仁主持，天津大学郝建业、阿里Qoder谢吉宝、原粒半导体方绍峡围绕“从个人到企业，智能体的造桥与过桥”展开讨论。

张国仁指出，2026年是Agent“下楼干活”的元年，行业焦点从“能不能造”转向“ROI、工程稳定性与落地能力”。

1. 郝建业：Agent行业正在“去伪存真”

• 价值落地：刚需驱动用户付费，高频使用Agent提升生产力的场景将率先变现。
• 记忆系统：百万Token上下文性能急剧下降，独立记忆系统（参数化、学习驱动）是未来方向。
• 人才冲击：不积极拥抱AI且缺乏创造性提升的人将受到冲击。

2. 谢吉宝：Agent记忆不是越多越好

• 产业冷静：降温过程剔除泡沫，客户更关注端到端解决问题能力与ROI。
• 记忆策略：需区分个人、项目、组织等多层级记忆，模拟人类遗忘机制，确保关键信息高效召回，避免混杂记忆影响决策。

3. 方绍峡：Agent Computer平台切换期3-5年

• 行业趋势：从通用Agent向垂直领域演进，关注成本与数据安全。
• 生态互补：大厂做通用能力与基础设施，创企聚焦垂直Agent、Infra及专用硬件。
• 时间窗口：预测Agent时代平台切换窗口期为未来3-5年。

▲从左至右：张国仁、谢吉宝、郝建业、方绍峡

三、专题论坛：企业级AI Agent生态成熟，专用算力与Infra互相反哺

1. 阿里通义丁瑞雪：三招优化Agentic RL自进化训练

• 痛点：模型在垂域仍需大量Harness，上线后存在成本与效果问题。
• 解决方案：构建Agentic RL自进化训练框架：
• 出题阶段：模型在能力边界出题，实现“左脚踩右脚”自进化。
• Rollout阶段：诱导生成期望轨迹。
• 奖励阶段：采用Pairwise Reward，比Pointwise更鲁棒。

▲阿里巴巴通义实验室科学家丁瑞雪

2. 此芯科技Danny Zhang：拆解Agentic CPU三大优势

• 驱动力：大模型临界点、工具链成熟、VC重仓、商业价值显现。
• Agentic CPU：具备异构计算、超低功耗实时响应、原生安全三大优势。
• 产品进展：首发全球首款面向智能体的专用CPU“螯芯”，联合联想打造AI主机P7（支持离线部署122B大模型）。预告将在WAIC 2026发布Agentic OS。

▲此芯科技首席市场官（CMO）Danny Zhang

3. 启芯宸光陈文超：AI驱动芯片设计效率提升十倍

• DeepEDA：自动化率91.5%，Tape-out周期缩短，效率提升20倍。
• DeepIP：封装38个Agent，配合100TB IP知识库，实现全程AI介入（如1小时找出23处Bug）。
• DeepATE：测试程序编写周期缩短29天，纯AI测试“黑灯工厂”年底落地。

▲启芯宸光副总裁、EDA智算平台首席架构师陈文超

4. 实在智能张俊九：企业级Agent倒逼组织重塑

• 痛点：模型强但场景弱、增效难增收、预算有限、云端监管难、员工使用率低。
• 解决方案：构建“大脑（理解拆解）+双手（RPA操作）+红绿灯（规则引擎）”的企业级方案。
• 组织变革：推动企业从“人驱动流程”转向“流程驱动人”，组织架构向敏捷型网络演进。

▲实在智能联合创始人、CMO张俊九

5. 杭州迅速智能熊继斌：Token经济下半场卖“生产线”

• 观点：单个Agent护城河浅，壁垒在于系统化协作。
• 实践：构建“需求建模器+软件工厂”全链路系统。
• 需求建模器：将自然语言转化为结构化DDD模型。
• 软件工厂：拆解任务，自动编码并调度执行，产出可运行软件。

▲杭州迅速智能CEO熊继斌

6. 清昴智能姚航：Agent与AI Infra互相反哺

• 预言：未来所有企业都将走向Agent原生，Agent是“企业智能化的新型操作系统”。
• 基础设施：清昴智能适配超15款国产芯片和上千模型，提供Token工厂服务及AaaS平台。
• 行业判断：AI放大企业差距；Agent降低技术门槛；Harness与模型将从互补走向融合。

▲清昴智能联合创始人兼COO姚航

7. 阿里云夏明：给Agent进化建设五环飞轮

• 五环飞轮：观测与审计-轨迹分析-效果评估-实验回测-持续优化。
• 数据资产：开源LoongSuite采集套件，构建私有基准集、Bad Case集。
• 评估模式：有标注数据基于Ground Truth，无标注数据采用Agent-as-a-Judge模式。

▲阿里云高级产品专家夏明

8. 道旅科技陆元轲：不跳转，才是真旅游Agent

• 演进：从条件搜索到自然语言对话，未来由Agent主动感知并预订。
• 核心特征：真正的Agent应实现“无跳转、全闭环交互”，颠覆传统OTA流量分发逻辑。
• 模式转变：从B2B转向B2A（Business to Agent），提供“对话即预订”服务，并开放MCP调用。

▲道旅科技AI LAB全球总监陆元轲

四、圆桌讨论：企业级AI智能体规模化落地的路径求索

由智东西总经理何峰主持，清昴智能姚航、阿里云夏明、道旅科技陆元轲探讨企业级Agent落地挑战。

1. 姚航：模型能力比系统工程更重要

• OpenClaw影响：提升关注度，促使企业重视沙箱与私有化部署安全。
• 落地场景：Coding领域最成熟，其他行业偏向知识密集型。
• 权重判断：在企业级Agent中，模型能力占60%，系统工程占40%。模型智能性代表上限，可控性保证下限。

2. 夏明：场景是最大挑战

• 优先级：“稳定性”是1，智能性是0。不可控的Agent难以在企业生产环境落地。
• 场景选择：企业需识别真正产生业务价值的场景，避免Token无效消耗。

3. 陆元轲：付费动机来自效率和开放

• 对内：追求效率提升。
• 对外：关注开放生态。封闭生态如同给跑车限速，限制Agent能力发挥。
• 建议：企业应将精力聚焦于Agent系统调优，而非单纯追求模型迭代。

▲从左至右：何峰、姚航、夏明、陆元轲

五、专题论坛：Agent走入生产一线，底层技术栈重构

1. 快手何菱：Agent应升级到沉淀“工作环境”

• 痛点：现有Agent缺乏“工作环境”，导致执行不稳定、Token消耗高。
• 解决方案：开放真实工作环境（登录态、数据源、API等）给Agent。
• Krowork：提供预置能力包，Agent自动学习沉淀个性化要素，通过Remix分享机制实现复用与流通。

▲快手基础大模型与应用部Agent研发专家何菱

2. 腾讯云黄雷：企业级Agent走向分布式托管

• 痛点：单体Agent存在隔离性差、成本高、无法横向扩展等问题。
• 架构：存算分离与组件解耦。云上Session共享记忆，远程沙箱执行，Agent Loop无状态化。
• 工具：推出Agent Engine分布式部署引擎，Agent Wall提供三层安全防护。

▲腾讯云Agent Runtime技术负责人、云原生与Agent领域专家黄雷

3. Zenlayer朱金华：平台治理是关键

• 诉求转变：从模型应用转向可控、可监测、可运营。
• AI网关：通过统一接入、智能路由、成本治理、全程审计等六大能力，实现企业平台化规范治理。
• 建议：初期优先落地高频、场景明确、验收标准清晰的业务环节。

▲Zenlayer AI事业部研发总监朱金华

4. 深信服廖俊峰：Agent需要统一存储架构

• 痛点：传统分散存储导致数据拷贝、版本混乱、GPU等待。
• 解决方案：构建面向Agent的统一存储底座，兼顾高性能、统一治理与弹性扩展。
• 性能：单节点小文件40万IOPS，大文件读取带宽120GB，支持线性扩展。

▲深信服科技首席专家廖俊峰

5. 阿里通义李晨亮：文档解析影响大模型体验

• 痛点：图文或文字密度高场景下，大模型理解能力不足。
• 技术体系：“解析-理解-生成”三层架构，大小模型协同。
• 成果：150页文档解析平均耗时低于0.5秒/页，准确率超95%。通义万相PPT功能已灰度上线。

▲阿里巴巴通义实验室算法专家李晨亮

6. 未来式智能邹阳：不要高估Agent当下的能力

• 现状：国内尚无企业利用Agent在核心业务实现大规模降本增效，主要受限于隐性知识、数据孤岛等。
• 平台：打造云端一体Agent平台，沉淀隐性经验，将内部系统转为Agent接口。
• 建议：两条腿走路，先让个人使用Agent提效，再自下而上沉淀为企业能力。

▲未来式智能联合创始人兼COO邹阳

7. 记忆张量薛燊：Agent需要独立的记忆系统

• 核心观点：记忆必须独立于Agent存在，保护用户数据资产。
• MemOS架构：基于向量与图数据库，封装分类存储，通过专属小模型解决记忆抽取与冲突。
• 效果：OpenClaw接入MemOS后，回答质量提升18%，Token消耗降低49.1%。

▲记忆张量MemTensor解决方案负责人/架构师薛燊

结语：从全民试水到产业落地，Agent开启全栈进化

年初的“养龙虾”热潮标志着大众对OpenClaw等框架的全民试水。如今，靠简单搭Agent收割热度的时代已结束，产业竞争重心转向软硬一体化能力，包括专用Agentic算力、AI Infra、自动化软件工程系统及全生命周期迭代飞轮。

大会共识表明：单一模型、零散工具、通用算力不足以支撑规模化商用。产业竞争正全面转向软硬一体、全链路自进化、多智能体协同的综合体系比拼。

2026年，智能体已迈过科普试水阶段，奔赴规模化商业落地。随着专用硬件、自进化技术及标准化协议的成熟，AI智能体将深度嵌入千行百业，成为“原生操作系统”，底层算力与上层应用双向反哺的格局将持续深化。