工信部最新数据显示，截至今年6月底，我国智能算力规模达2185EFLOPS，同比增长177％。当前，人工智能深度赋能实体经济，智能算力作为数字经济核心生产力，成为服务业扩能提质、产业转型升级的重要支撑。集算力、算法、数据等核心要素于一体的智算云服务，正成为重塑人工智能服务模式、推动传统服务业向数智化服务业转型的关键载体。近日，《人民邮电》报专访了中国信息通信研究院云计算与数字化研究所副所长（主持工作）栗蔚，围绕智算云范式变革与智能体治理等问题，深度解读我国智算产业发展现状与突破路径。

当前，人工智能大模型和智能体应用的爆发式增长使智能算力需求不断提升。今年上半年，我国智算产业落地速度、市场增长势头十分强劲。数据显示，今年一季度全国算力租赁市场规模680亿元，同比增长62%。栗蔚表示，当前我国智算产业正迈向规模化应用新阶段。智算需求呈现高密度、高并发、长周期、异构化特征，云服务成为主要承载模式。

智算云作为AI时代生产性服务业的重要组成，与传统云服务存在本质差异。栗蔚指出，传统云解决的是通用IT资源的弹性供给，智算云则把算力、算法、数据、模型和工具组织成为可调用的智能能力，是传统云在AI时代的能力升级和创新服务范式的体现。

具体来看，智算云的范式变革体现在三个方面。一是丰富服务供给。从虚拟机、数据存储延伸至模型训练、推理和智能体运行的综合性人工智能服务。二是升级平台能力。从“算力资源池”升级为“AI生产和运行平台”，实现资源、模型和工具协同。三是重塑使用方式。从“人直接使用云算力资源”转向“人设定目标、智能体调用云”。栗蔚强调，未来云服务产业的竞争关键不单单是云的算力规模等，更多的是云作为承上启下实现资源调度和为智能体运行提供稳定、高效、低成本运行环境的能力。

随着大模型技术快速迭代，智能体应用迎来爆发式增长对智算云基础设施提出了系统性的升级要求。栗蔚介绍，我国智能体应用规模持续攀升，目前日均Token调用量已突破140万亿，较两年前增长了1400倍，其中，推理算力占比超60%，推理效率正成为衡量算力价值输出的关键指标。栗蔚表示，智能云服务需要从重构算力底座、升级技术架构以及创新服务模式等方面进行系统性升级。“未来，智能云需要依托异构融合和任务级跨区域的弹性调度和负载均衡，实现算力由静态分配转向动态供给，以及提升意图理解和任务编排能力，使人更多承担目标设定与结果监督职责。”栗蔚说。

当前人工智能已步入规模化普及应用阶段，筑牢治理体系至关重要。谈及通用AI与智能体的治理差异，栗蔚表示，通用AI与智能体的治理逻辑核心差异体现在重心、责任、方式三个层面。“通用AI重点关注大模型本身的算法安全、内容安全、数据合规和生成内容风险；智能体更多的是要管控其自主行为、工具调用、数据、权限及实际后果等。”栗蔚进一步解释，“智能体和通用AI的责任体系不同。通用AI主要由大模型提供方和服务方担责；智能体涉及模型、数据、开发、平台、运营、工具和服务等多方面主体，需要明确权责边界。”在治理方式上，通用AI治理主要开展大模型的备案、深度检索、生成式AI内容鉴伪等管控；智能体治理则需要覆盖智能体的开发、注册、部署、运行、互联、观测和退出等全流程的治理。

基于差异化治理逻辑，栗蔚提出，需构建适配产业发展的AI治理体系。一方面，推动安全防护升级，从被动应对已知风险转向主动防控未知风险，为技术创新预留发展空间。另一方面，完善标准体系，在通用AI治理基础上，围绕智能体的身份、交互、安全、协同、观测等关键环节建立标准和验证机制；加速推进智能体协议可信认证建设，在A2A、MCP之上推广智能体可信互联握手协议（ATH）。同时，实施分级分类治理，对于行业智能体、通用智能体、家庭智能体等多类智能体，实施根据自主程度、场景风险和影响范围等多方面、多维度的分级分类治理。

栗蔚预测，未来3—5年，我国智算产业将由规模扩张加快转向以资源利用效率、服务成本和应用效能为重点的高质量发展。她表示，要实现智算产业高质量发展，核心抓手有三方面：一是推进算力互联互通。面向通算、智算、超算以及不同芯片、不同主体的算力架构、跨区算力资源，实现统一标识、接口与调度机制，支持跨主体、跨架构、跨地域的资源接入和按需调用，提升资源利用效率。二是提升公共云服务。公共云以云计算技术体系为载体，面向全社会各类主体，按照规模化、标准化、普惠化方式统筹提供数据、算力和算法等综合性数字基础设施服务能力，支撑人工智能规模化应用。三是拓展智能体应用。围绕各行业智能体、Token调用、模型推理和工具协同等能力建设，提升芯片、基础软件、模型框架与行业应用适配能力，加快形成规模化应用。