网信办实施意见明确智能体技术底座：任务规划、工具使用与长期记忆将如何影响企业选型？

2026年5月8日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》。文件将任务理解、任务规划、工具使用、长期记忆、互认互通、群体协同列为需要加强技术攻关的关键方向，并提出完善智能体工具链、健全标准体系。对企业而言，这释放出的明确信号是：智能体选型不能再主要围绕模型参数和单轮问答效果展开，而要转向评估能否在权限可控的前提下完成真实任务闭环。

政策关注点：智能体不只是一个模型

《实施意见》将智能体定义为具备自主感知、记忆、决策、交互与执行能力的智能系统，并提出坚持安全可控、规范有序、创新驱动、应用牵引。文件同时提出，面向智能体训练与运行提升高质量数据集供给能力，加强任务理解、任务规划、工具使用、长期记忆、互认互通、群体协同等技术攻关，提升智能体泛化能力。

这些表述的技术含义在于，智能体的能力边界已经从“能否生成一段答案”，延伸到“能否理解目标、制定步骤、调用系统、保留必要上下文，并与其他智能体或系统协同完成任务”。

企业因此需要把模型能力和系统工程能力拆开评估：

• 模型能力主要体现为理解指令、生成内容、推理判断和处理复杂语义的能力。
• 系统工程能力则涉及任务拆解、流程编排、工具调用、状态管理、记忆治理、权限控制、异常处理和审计追踪。
• 业务落地能力还包括与现有系统的集成、数据质量保障、人工复核机制以及上线后的运营维护。

如果采购测试只比较模型回答是否流畅，容易忽略真正影响业务结果的后两层能力。

从“看参数”转向“看任务闭环”

企业AI选型首先应从具体业务任务出发，而不是先确定模型，再寻找应用场景。一个相对完整的评估对象，应包括以下环节。

1. 任务理解：能否识别真正目标

任务理解不等于关键词匹配。以售后处理为例，员工输入“这个客户已经催了三次，尽快处理”，系统需要识别客户、订单、问题类型、紧急程度和可采取的动作，而不是简单生成一段安抚话术。

采购测试可以设置三类指标：

• 对业务目标、约束条件和优先级的识别准确率；
• 面对不完整、含糊或相互矛盾指令时的澄清能力；
• 对不应执行任务的识别能力，包括权限不足、信息缺失和风险过高等情况。

这部分既依赖模型，也依赖企业知识库、上下文注入和业务规则。测试时不能只给标准化提示词，还应加入真实工作中的省略表达、口语表达和异常输入。

2. 任务规划：能否把目标转成可执行步骤

任务规划是智能体与普通问答助手的重要分界。企业应观察系统能否将复杂目标拆分为步骤，并根据中间结果动态调整，而不是一次性生成看似完整的计划。

可验收的指标包括：

• 任务拆解是否覆盖关键环节；
• 步骤之间的依赖关系是否正确；
• 工具调用失败后能否重试、改道或请求人工介入；
• 是否能够在达到目标、触发风险或缺少信息时及时停止；
• 计划变更是否有原因记录，便于复盘。

这里需要特别区分“计划文本质量”和“任务完成质量”。一份结构清晰的计划，不代表系统真的能完成采购申请、合同核验或工单流转。最终验收应以端到端成功率、关键步骤错误率和人工接管率为主。

3. 工具使用：能否安全连接企业系统

《实施意见》提出完善智能体工具链。对企业而言，工具使用不是简单增加几个API，而是要建立从工具注册、参数校验到结果返回和权限审计的完整链路。

采购和架构设计至少要回答几个问题：

1. 工具的输入参数是否有严格格式校验？
2. 智能体能否区分查询、修改和高风险操作？
3. 不同员工、部门和业务角色是否拥有不同权限？
4. 执行付款、发货、删改数据等动作前，是否必须人工确认？
5. 工具调用失败、超时或返回异常数据时，系统如何处理？
6. 每次调用是否保留调用者、时间、参数、结果和审批记录？

对于工具调用，不能只测“调用成功率”。更重要的是误调用率、越权拦截率、错误参数拦截率、关键动作人工确认覆盖率，以及异常情况下的数据一致性。

在高权限场景中，智能体应默认采用最小权限、分级授权和可撤销机制。能调用工具不等于可以自主执行所有工具，能生成操作建议也不等于应直接改变业务数据。

长期记忆不是“记得越多越好”

长期记忆涉及用户偏好、业务规则、历史任务和组织知识的持续保存。它可以减少重复沟通，但也会引入隐私泄露、错误记忆长期传播和权限边界模糊等问题。

企业评估长期记忆时，应重点检查四个方面：

• 记什么：哪些信息可以长期保存，哪些只能在当前会话中使用；
• 存多久：是否有保留期限、过期机制和删除入口；
• 谁能用：个人、团队、部门和企业级记忆是否分层隔离；
• 如何纠错：用户能否查看、修改和撤回错误记忆。

评测指标可以包括记忆召回准确率、无关记忆干扰率、跨用户泄露率、过期信息命中率和删除请求完成率。对企业来说，长期记忆的价值不是让系统“更像一个熟人”，而是让它在正确权限和明确生命周期内，稳定利用与任务相关的信息。

互认互通与群体协同：先看边界，再看效率

文件将互认互通、群体协同纳入关键技术攻关，意味着企业未来评估智能体时，不能只看单个智能体的能力，还要关注它与其他系统、智能体和业务流程的协作方式。

不过，互认互通并不等于无条件开放。企业需要明确：

• 不同智能体如何识别彼此的身份、能力和权限；
• 任务如何分派，结果如何回传；
• 一个智能体是否能够代表另一个智能体执行操作；
• 协作过程中的责任如何追踪；
• 某个节点失效时，任务能否暂停、回滚或转人工。

群体协同的评测不应只看并行任务数量，还应关注协同后是否出现重复执行、责任不清、信息污染或权限扩散。对多数企业而言，先把单一业务流程的闭环和审计做好，再逐步扩大智能体协同范围，比一开始追求复杂的多智能体架构更稳妥。

企业采购可采用“四层验收表”

为了避免供应商只展示演示效果，企业可以将验收拆成四层：

指标必须绑定真实业务流程和风险等级。比如，内部知识问答可以允许较高的人工复核比例；财务、供应链、人力和客户数据场景，则应提高权限控制、日志留痕和关键动作审批的权重。

同时，企业要在合同和项目验收文件中明确测试数据、异常场景、服务等级、故障责任、数据归属和退出机制。没有这些约束，所谓“准确率”和“自动化率”很容易变成无法复现的演示数据。

部署前要治理三类风险

《实施意见》指出，智能体的高自主性、高权限特性可能带来隐私泄露、越权操作、行为失控等安全风险。企业在部署前至少要完成三类治理。

第一是权限风险。 将读取、生成、修改和执行权限分开管理，对高风险动作设置审批、二次确认或人工接管。

第二是数据与记忆风险。 对训练数据、检索数据、会话数据和长期记忆进行分类分级，明确访问边界、保留期限和删除机制。

第三是行为失控风险。 建立停止开关、调用限额、异常检测、回滚机制和人工接管流程，并通过越权提示、恶意输入、工具异常和连续失败等场景进行压力测试。

这些机制不应在项目上线后再补充。政策强调安全、可靠、可信要贯穿技术研发、应用部署与推广全过程，企业也应把安全控制写进架构方案和验收标准，而不是只作为合规材料。

编辑观察：选型核心变成“可控地完成任务”

从《实施意见》的技术要求看，智能体政策关注的并不是某个模型的单点性能，而是围绕任务完成建立技术底座、工具链、标准协议和治理体系。对企业管理者和技术负责人来说，选型逻辑至少要发生三点变化：

一是从比较模型参数，转向比较真实任务的端到端结果；二是从购买一个“会对话的产品”，转向建设模型、工具、数据、权限和运营共同组成的系统；三是从追求完全自动化，转向在可解释、可审计、可接管的前提下逐步扩大自动化范围。

《实施意见》并未替企业指定具体厂商或统一验收数值。因此，企业当前最可执行的做法，不是等待一个通用排名，而是先选定高价值、低风险的业务流程，建立任务基准集和异常场景集，再用可量化指标验证智能体是否真正完成了任务闭环。此后，才有必要讨论模型替换、工具扩展和多智能体协同。

权威来源：

• 《智能体规范应用与创新发展实施意见》——中央网络安全和信息化委员会办公室，2026年5月8日
• 三部门部署智能体规范应用与创新发展——中国政府网，2026年5月8日