甲子光年白皮书：企业智能体入网，网络认不出它是谁

这份名为《企业智能体原生网络白皮书》的报告出自甲子光年智库，2026 年 10 月面世，一共 68 页。它只盯住一个工程层面的疑问：智能体大批涌进企业以后，这张网能不能把它们识别出来。报告引用思科针对 15 个国家 3472 位技术决策者所做的调研，其中提到代理式 AI 会在 36 个月内让网络流量上涨 112%。

定义那一章里有一句话最关键：网络清楚数据包的目的地，却不知道这个智能体是谁、有什么本事。

整本白皮书由五部分构成——新需求、新趋势、新定义、新范式、新未来，下面再分十六个二级条目。本文按五步走：企业把智能体用到了哪一步、现有网络碰上的三条失配、报告拿出的定义和四条升级、两个维度上的定位、五层架构是什么模样。

01 72% 的企业已让智能体上岗生产，行业分成五档

报告援引 IDC 的统计：2026 年，全球已有 72% 的企业把智能体用于生产环境，51.6% 接入了核心业务流程；2027 年，智能体自动化将让 40% 以上企业应用的能力得到增强。国内则分出五个档次：互联网和金融跑在前面，工业和医疗正加快渗透，零售在扩大规模，政务与教育还处在场景培育阶段，物流、能源依旧在摸索。差距不在于买没买，而在于智能体有没有嵌入核心流程。嵌得越深，拦路的地方越不在模型，而是托着它的那张网络。

02 三条失配一起冒头，彼此还会叠加放大

头一条是承载。传统企业网是为「用户访问中心服务器」而建的，下行带宽长期占 85% 以上，智能体却把流量引向东西向。郭贺铨院士算过，东西向占比会攀到 80%，上行从 15% 涨到 50%。第二条是节律：人上网是一阵一阵的，智能体调用却一直挂在线上，多个智能体同时响应一个任务，几秒之内就能叠出峰值。第三条是质量。从 Gitee 拉下代码交给 DeepSeek 修改，光是 10% 的丢包，就白白多耗 4 倍 Token，任务耗时被拖慢 8 倍。三件事压在同一张网上。

03 定义换了服务目标：从连接设备转向连接智能体

报告的办法，是把智能体当作网络里的一等公民。围绕这一点提出四条升级：连接对象由设备和应用改为智能体；保障对象由应用运行改为任务及其全生命周期；承载设施转为算网协同；连接范围从数字空间延伸到虚实融合。

定义的原话是，以智能体为第一服务对象，以身份、能力和任务意图作为连接与调度的依据。说白了，网络得回答三个问题：来的是哪个智能体、它能做什么、这一次该给它分多少资源。

04 两个维度划出四个象限，先弄清自己落在哪一格

报告拿网络自智水平（L0 到 L5）和智能体原生程度当两条轴，划出四种形态。下面这张表，可以直接用来给自家网络做一次定位：

用它的方式不是去挑最先进的那一格，而是认下自己所在的格子，只补缺的那一半。原生程度高、自智水平低的，毛病出在运营；自智水平高、原生程度低的，问题在于没给智能体留出位置。

05 五层双域，真正新增的只有三段

架构从下往上共五层：基础设施、网络连接、网络管控、互联交互、业务应用；安全域和运营监测域则纵向贯穿每一层。新增内容集中在三个地方：连接层的注册发现与协议适配，管控层的身份管理、任务拆解与动态编排，还有覆盖模型与工具的全栈安全。

结语讲得很直接：这并不是抛开现有体系另起炉灶，核心增量就落在协议互联、管控调度、安全可信这三处。对已经在跑零信任和自动化运维的企业来说，这句话直接关系到改造要花多少钱。

写在最后

没有展开的内容简单提一下：四个典型应用场景（跨银行流水核查、主 Agent 统筹、家庭晨间协作）各占一节，五项关键技术分成两组来讲，三类产业主体分别给出建议，政策梳理则占了相当大的篇幅。

它的价值不在造了多少新词，而在把问题再往下追一层：模型决定智能体有多聪明，网络决定它能走多远，眼下这道门就卡在认不出它是谁。

2026企业智能体原生网络白皮书68页.pdf