中国信通院：智能体治理研究报告（2026年）-260916VIP免费

智能体治理研究报告(2026 年)中国信息通信研究院政策与经济研究所中国政法大学人工智能法研究院2026年9月版权声明本报告版权属于中国信息通信研究院和中国政法大学，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院和中国政法大学”。违反上述声明者，编者将追究其相关法律责任。前言2026 年，全球智能体技术加速成熟，产业应用爆发增长。智能体凭借自主感知、规划决策与工具调用能力，推动人工智能实现从“能说话”向“能办事”的关键跨越，人机交互向主动化演进，网络形态向“万智互联”重构，经济运行向智能经济转型，人工智能革命的图景日益清晰。与此同时，智能体自主性、交互性与学习性特征叠加放大，推动风险从输出偏差向行动失控、从单点故障向网络传导、从静态缺陷向动态变异演进，对现有治理体系构成了前所未有的全新挑战。面对智能体时代的治理新命题，人工智能治理已全面进入从以内容合规、事前审查为重心的模型治理，向以行为约束、全周期治理为重心的智能体治理加速转型的关键阶段。主要经济体纷纷围绕权限管控、风险分级、生态优化等方面细化规则标准，力图在促进规模化应用与防范系统性风险之间寻求动态平衡。报告立足 2026 年智能体技术演进与全球治理实践的最新动态，系统梳理智能体时代的新形势新变革与 AI 治理新命题，聚焦身份可信、权限可控、数据可管的基础层，审查评估、风险分级、透明披露、风险干预的运行层，责任配置、可信互联、竞争有序的生态层，构建智能体三层治理框架，并从理念引领、制度完善、技术创新、生态构建四个维度，对智能体治理未来提出展望。希望研究成果能够为社会各界准确把握智能体治理趋势、积极参与智能体治理实践提供有益参考。目录一、智能体时代新形势新变革................................................................................... 1（一）智能体从感知环境向行动自主跨越........................................................ 1（二）智能体市场竞争格局加速形成................................................................ 5（三）智能体推动智能革命范式升级................................................................ 9二、智能体时代 AI 治理新命题............................................................................... 12（一）智能体风险图谱...................................................................................... 12（二）智能体治理的思路逻辑.......................................................................... 21三、全球智能体治理趋势动向................................................................................. 24（一）美国以前沿能力扩散防控为动因，模型审查与标准化双轮驱动...... 25（二）欧盟以基本权利保护为底色，推动既有规则体系向新场景延伸...... 27（三）新加坡以全球可信 AI 枢纽建设为战略目标，多维度推进精准治理 30（四）中国回应“人工智能+”应用需求，探索大模型制度叠加式治理.... 32四、构建智能体的三层治理框架............................................................................. 35（一）基础层治理.............................................................................................. 35（二）运行层治理.............................................................................................. 45（三）生态层治理.............................................................................................. 56五、智能体治理未来展望......................................................................................... 64（一）以理念引领把稳治理方向，筑牢安全可控底线.................................. 64（二）以制度完善夯实治理根基，明确权责边界框架.................................. 64（三）以技术创新强化治理能力，提升安全防护水平.................................. 65（四）以生态构建优化治理格局，推动多元协同共治.................................. 662图 目 录图 1 智能体技术架构................................................................................................... 2图 2 智能体风险图谱................................................................................................ 13图 3 智能体治理三层框架........................................................................................ 35表 目 录表 1 大模型与智能体风险对比................................................................................ 17表 2 我国国标《人工智能智能体互联》第 2 部分 智能体身份码类别表.......... 39表 3 智能体技能来源及风险现状............................................................................ 47表 4 大模型与智能体评估方案对比........................................................................ 50智能体治理研究报告（2026 年）1一、智能体时代新形势新变革2026 年，智能体加速从实验室走向规模化应用，从被动应答的“对话框”演变为能够理解目标、拆解任务、调用工具的数字“代理人”。总体来看，智能体能力跃升但仍存在明显短板，市场竞争格局加速形成，部署形态日益分化；与此同时，智能体带来人机交互、网络形态与经济运行的系统性重构。准确把握智能体的技术能力、产业动态与范式影响，是理解智能体治理新命题的前提。（一）智能体从感知环境向行动自主跨越1.内涵特征：从被动应答的“对话框”到自主行动的数字“代理人”智能体是指能够感知环境、推理决策、执行动作以实现特定目标的智能计算系统，具有自主性、交互性、反应性和适应性等特征，体现了人工智能从“对话式工具”向“行动式代理人”的形态跃迁。从系统架构看，智能体主要由感知、记忆、规划、行动四大模块构成。感知模块是智能体的“输入接口”，负责接收和解析外部环境和设备中多源异构信息，涵盖文本、图像、音频、视频、传感器数据等；记忆模块是智能体的“经验库”，由短期记忆和长期记忆构成，前者存储当前任务相关的上下文信息，协助规划模块精准判断并维持任务执行的一致性；后者持久化保存案例、历史经验及用户基本信息等跨任务内容，赋予智能体持续学习与个性化服务能力；规划模块是由大模型驱动的认知和调度中枢，基于感知输入和记忆内容进行分析推理，生成目标导向的策略或行动计划；行动模块则是智能体的执行终端，智能体治理研究报告（2026 年）2将规划决策转化为作用于外部环境的具体操作——对数字环境主要依托 GUI、API、CLI 等交互通道调用工具与外部资源，对物理环境则依托机器人等具身载体完成操作。在上述模块化架构之上，智能体还需依托开放协议构建生态接口，MCP 等协议解决模型与工具、数据源的标准化连接，A2A 等协议解决智能体之间的通信与协作，二者共同支撑人机交互、跨应用操作与多智能体协同的实现。图 1 智能体技术架构2.能力现状：基准测试成绩跃升，长程复杂任务仍存明显短板当前，智能体能力正沿“准确性提升”与“任务时长拓展”两条主线快速跃升，但呈现明显的“锯齿状”特征，即短链条任务已接近甚至超越人类水平，长程复杂任务的成功率却断崖式下跌。一是通用能力大幅跃升，与人类基准的差距快速收窄。根据 GAIA 通用能力测试数据，智能体准确率已从 2025 年 1 月的 30%提升至 9 月的 74.5%，智能体治理研究报告（2026 年）3与人类基准的差距收窄至约 17.5 个百分点1；截至 2026 年 6 月，CustomGPT.ai 以 93.36%的综合得分，首次超越人类平均基准水平（约92%），标志着标准化通用任务上，头部智能体已整体跨越人类平均线。二是可持续执行的任务时长呈现指数级拓展。METR 时间跨度指标显示，2026 年初智能体以 50%可靠性完成的任务时长已接近 12 小时，且该指标约每 7 个月翻一番2。若这一趋势延续，智能体有望在数年内具备连续执行“周级”乃至“月级”任务的潜力。三是长程复杂任务仍是突出短板，能力水平随任务链条拉长而衰减。METR 同期数据显示，超过 4 小时人类工作时长的任务成功率不足 10%；OSWorld2.0 测试进一步显示，对人类预估耗时超过 163 分钟的任务，智能体完成率几乎全部归零3。究其根源，智能体单步误差会沿任务链条逐级累积放大；同时，长程任务对记忆持久性和规划稳定性提出更高要求，而当前智能体普遍存在长上下文记忆衰减、执行中目标漂移、错误自纠能力不足等短板，导致任务步数越多、周期越长，失败概率越高。综合来看，智能体能力跃升与短板并存，在边界清晰、步骤较少的短链条任务上已具备实用价值，但在多步骤、长周期、强协同的复杂任务上可靠性仍然不足，“能用”与“好用”之间仍有距离。3.演进阶段：正从单一智能体走向协作代理生态系统从技术迭代的视角看，Gartner 将智能体的发展划分为五阶段成1 参见 GAIA 通用人工智能助手基准测试排行榜（Hugging Face），2026 年。2 METR, “Time Horizon 1.1”, 2026；arXiv:2602.02289。3 参见 OSWorld 2.0 基准测试，2026 年。智能体治理研究报告（2026 年）4熟度模型，系统勾勒出智能体从简单辅助工具演进为高度自主智能体生态的完整路径。第一阶段是嵌入式助手（2025 年）。AI 能力以“功能插件”的形式嵌入现有软件与应用之中，尚不具备独立产品形态，工作方式以被动响应为主，依赖用户主动发起指令，完成信息检索、内容生成、简单问答等任务，典型形态如各类办公软件中的 Copilot类功能。第二阶段是任务特定代理（2026 年）。智能体开始...