今年全球将有5000万名数字员工集中上岗

IT时报·2026年07月20日 10:21

从“聊天”到“搬砖”，AI只用了一年

“未来，企业购买的不再是软件、服务器和算力，而是工作结果。”2026世界人工智能大会（WAIC 2026）期间，在阿里云举办的“Agentic Cloud智能体时代的基础设施论坛”上，阿里云智能集团首席技术官李飞飞抛出了这样一个判断。

这句话映射出WAIC 2026智能体浪潮中的一抹剪影。去年世界人工智能大会上，Agent爆火，但仍属于展馆里的“新物种”。当时，《IT时报》记者曾梳理出智能体发展的六大趋势，并判断，大模型真正的竞争不会停留在参数，而会走向执行能力、产业落地和终端融合。

一年之后，这些预测几乎都已成为现实。从年初“龙虾”（Open Claw）掀起新一轮Agent热潮，到WAIC 2026展馆里智能体集体“上岗”，从概念走到生产现场，Agent只用了半年。

智能体会干活了，它们不再只是展台上的Demo和聊天窗口里的对话对象，而是开始成为企业里的员工、实验室里的研究伙伴、物流平台上的调度员、电网中的规划师、工厂里的拆单员、药房里的配药师……

Agent正在完成一次真正意义上的身份转换。去年，它还是助手；今年，它开始“上岗”。

1 Agent时代

大厂先“修路”

今年WAIC期间，阿里云正式提出“Agent Native Cloud（智能体原生云）”，并同步发布Agent Teams、Agentic Computer等产品，希望让Agent成为企业原生能力，而不仅仅是部署在云上的一个应用。

李飞飞认为，“智能体旨在解决具体任务，客户最终会为结果付费，而不是为GPU、CPU或者Token付费”。

与此同时，PyTorch Foundation执行董事Mark Collier也给出了自己的观察：未来企业不会只依赖一个模型，而是会同时使用多个模型，由智能体根据不同任务自主调用最合适的模型。“模型固然重要，它是智能体的大脑，但未来真正需要解耦的是模型和智能体。”

当模型逐渐成为底层能力，真正走向竞争前台的是围绕Agent建立起来的基础设施、工具链和协同能力。一个正在发生的变化是，云的主要用户，开始从人变成Agent。

这种变化已经在云平台上率先出现。阿里云数据库负责人杨辛军透露，过去五年，公司PostgreSQL数据库累计创建约4万个实例，而最近几个月，仅由Agent自主创建的数据库实例便达到12万，环比增长约300%。越来越多的数据库，不再由程序员创建，而是由智能体自主完成。

也正因如此，当创业企业不断深耕垂直行业时，大厂则在抢占智能体时代新的生态位，聚焦全场景、智能化和超级入口。

在应用生成层面，阿里巴巴ATH事业部MASS业务线秒悟副负责人周恒民发布秒悟团队版。他表示，秒悟定位为“人人可用的AI应用创作平台”，用户可通过自然语言生成网站、小程序、App等，并一键发布为可访问的生产级应用。

周恒民披露，截至论坛当天，每天有上万名用户在秒悟上创作和发布，大部分没有技术背景，包括产品经理、运营、老师、学生、设计师和创业者，团队版则解决企业关心的统一采购、资源共享、资产转交、权限管理和团队协同问题，完成的是从个人工具到组织生产力平台的升级。

Andr Pro产品负责人龙东恒则从“Delivery Agent”角度强调，生成代码只是第一步，真正的业务系统还需要数据、部署、权限、安全和持续运营。他说：“人可以不懂Infra，但Agent必须更懂Infra。”

在他看来，当用户说“帮我做一个点菜系统”时，Agent要做的不只是把网页做出来，还要把数据库搭起来、域名分配好、网站部署完，“Coding Agent更关注代码，而Delivery Agent更关注全局”。

腾讯同样在搭建自己的Agent生态。今年WAIC上，腾讯展示了覆盖个人、办公和企业开发的完整Agent矩阵。从操作系统级智能助手Marvis，到元宝、企业微信Agent“大圆”，再到企业智能体开发平台ADP，几乎覆盖了个人办公、团队协作和企业开发的全部入口。

其中，Marvis可以直接控制手机和电脑，支持端侧本地执行和跨端远程控制；企业微信Agent则直接嵌入企业工作流，帮助用户自动整理群聊、分析数据、生成回复建议；ADP则承担企业智能体开发、连接、治理和运维能力，让Agent真正进入企业生产环境。

这一切背后，是Agent正在成为数字世界新的“劳动者”。

2 算力中心的Token

更好卖了

今年WAIC上，人们能看到如此多的成熟智能体，不得不提“龙虾”。相比过去需要从底层搭建工作流、工具调用和任务编排能力，“龙虾”能让企业能够快速构建符合自身业务流程的智能体，开发门槛明显降低。

山海引擎COO彭璐对此感触良多，“其实很多企业并不是今年才开始做智能体，只是在‘龙虾’出来之前，智能体的能力没有这么强。”他回忆，公司曾帮一家律所开发智能体，希望自动整理案件材料、生成诉讼文书，但无论是信息提炼还是逻辑组织，即使接入了最新的大模型，都始终达不到律所的要求，项目最终只能搁置。

“很多以前做不了的事情，现在都能做了。”在他看来，龙虾真正改变的，并不是企业开始关注智能体，而是让智能体第一次真正具备了落地能力。

他举例，一家大型粮食企业需要每天调度全国车辆和仓储资源，如今企业把运输规则、仓库信息和车辆数据全部交给智能体处理，系统每天自动完成排班和调度，大幅提升运营效率。

如今，山海引擎已经帮助多家企业搭建了智能体：“现在搭建智能体的成本明显降低了，我们也因此卖出了更多Token和算力服务。”

3 真正的爆发

在产业现场

大厂铺设基础设施、开源生态降低开发门槛之后，智能体开始真正走进企业生产现场。

今年WAIC“十大镇馆之宝”中，与智能体相关的产品占据三席，其中不少已经不再停留在办公助手，而是进入企业核心业务。

百度带来的“百度搭子”，是一个面向真实工作场景的通用智能体。工作人员告诉《IT时报》记者，它能够自主理解任务目标，将复杂工作拆解成多个步骤，并自动调用浏览器、本地应用和办公软件，完成文件处理、网页操作、数据分析、报告撰写、PPT制作等工作，最终直接交付Word、Excel、PPT、PDF等成果，而不是生成一段答案。

南方电网展示的“大瓦特·云睿”智能体，已经能够参与配电网规划。过去需要依赖大量工程师经验完成的规划工作，如今智能体可以结合电网运行数据、历史案例和规划规则，辅助完成方案设计，提高规划效率。

另一件“镇馆之宝”Matwings Venus（晓鹜）则把智能体真正带进了实验室。研究人员只需提出一句自然语言需求，智能体便自动完成蛋白序列设计，并驱动机器人完成样品制备、蛋白纯化、功能检测等实验流程，再将实验结果实时反馈给模型，进入下一轮迭代优化。AI、机器人、自动化实验室和科研流程，由此形成一个完整闭环。

过去，一项蛋白研发通常需要两至五年，往往要经历上万次实验筛选；如今，研发周期被压缩到两至六个月，实验规模也下降至百个量级。

智能体开始真正改变科研生产方式，而不仅仅是辅助科研人员。

同样的变化，也出现在办公、传媒、出版等知识密集型行业。今年以完整智能体矩阵亮相WAIC的蜜度，也将重点放在了垂直行业。

《IT时报》记者在现场看到，蜜度此次发布的DataQ智能体、模力通办公写作智能体和校对通智能体2.0，几乎覆盖了企业最常见的数据分析、公文写作、专业审校等高频工作。

蜜度首席分析师、研究院副院长高威向《IT时报》记者介绍，DataQ能够将一个数据集的数据清洗、标注和分析报告生成时间从几天缩短至6分钟；而司法、出版等专业领域，也开始从通用模型转向更懂行业知识、更懂业务流程的垂直智能体。

在工业制造领域，黑湖科技集中展示了覆盖拆单、报价、采购、排程、质检和跟单等环节的工业Agent，以拆单为例，工厂收到产品图纸后，过去可能需要数小时由经验丰富的工程师完成图纸解析，如今拆单Agent约一分钟即可完成。

在跨境电商领域，500套景德镇手工茶具卖到美国洛杉矶，传统做法需5至7人团队协调数个服务商、耗时数周，而在明心数智平台上，用户仅需一句自然语言指令，30分钟内即可完成五位AI助手的全员派单，资金申请、海关归类、物流调度、达人营销、业财分析全链路协同推进。

维智科技展示了全国首个超级城市空间智能体示范场——人流、气象等多智能体完成当日环境状态预测，无人机自动飞向预测区域识别路面堆积垃圾，时空大模型驱动中枢智能体进行校验，生成清运工单派发指令，无人清扫车赴现场自主作业。从发现问题到解决问题，全程无需人工介入……

“未来竞争的关键，将是谁更懂场景，谁更能交付结果。”高威表示。

4 规模后急需治理

当一个个智能体在实验室、物流平台、电网、药房和工厂车间里“大显身手”，一个更深层的问题浮出水面：如果几十万个、几百万个、甚至几千万个Agent同时涌入企业，会发生什么？

本届WAIC期间，IDC发布《DAA研究报告》，首次对全球智能体产业的发展规模做出系统性测算：2025年全球活跃Agent数量约为2860万个，预计2026年将快速攀升至7940万个，到2030年更将爆发式增长至22.16亿个。这意味着，就在2026年，全球企业将迎来超过5000万个“数字新员工”的集中入职。

然而，数量暴增的另一面是治理挑战的急剧放大。阿里云智能集团云安全产品负责人祝建跃在论坛上抛出一组数据：目前57%的企业已部署Agent，但Gartner指出，近40%的项目会因为安全风险管控问题而失败。

“Agent越自主，安全边界越重要，”他直言，“机器身份数量已经超过人类，企业正处在人与Agent共生的环境中。Agent安全在当下不再是一个可选项，它是业务发展当中的必选项，不然你的Agent只会成为一个定时炸弹。”

阿里云智能集团云原生应用平台负责人周琦则从另一个维度指出了问题：“过去一年市场看到了大量令人兴奋的Agent Demo，但Demo和生产之间隔着一条非常深的鸿沟。”在他看来，企业真正的挑战不是有没有Agent，而是如何让Agent“跨角色、跨系统、跨边界”进入企业流程，并稳定协作，让物流Agent和采购Agent顺畅沟通，让营销Agent和财务Agent彼此信任，让电网调度Agent和气象预测Agent实时同步。

为此，阿里云提出企业智能体三层架构：Infra提供可信运行环境，Desktop让Agent进入真实工作环境，Platform负责构建、治理、协作和进化。周琦披露，在阿里云云原生团队内部，已通过Agent体系串联开源开发、治理、答疑和质量跟踪，目前运行15个Agent，提供7×24小时在线服务，承担85%的技术答疑，使运营支撑时长降低90%，需求响应时间从7天压缩至1天。

从“能干活”到“能管好”，从“一个Agent”到“一批Agent”的协同网络，这是比单个智能体“上岗”更复杂、更漫长的工程。正如周琦所说：“企业最终拥有的不是一批Agent，而是一台持续生产Agent、持续优化发挥其价值的企业工作流。”

临近闭馆，WAIC展馆里的人流依旧没有散去。人们停留在展台前，看着智能体完成工作的演示，“什么时候，它能来我的公司上班？”