20家单位联合发布智能体自律公约:智能体互联怎么管?

资讯 腾讯网 作者:腾讯网 全文 1580 字 · 约 4 分钟读完 分类华为腾讯智能体

科技日报记者 崔爽 近日,《智能体发展自律公约》(以下简称《公约》)在世界互联网大会乌镇峰会期间正式发布。该公约由中国信息通信研究院、华为、腾讯、蚂蚁、阿里、抖音等20家单位联合发起,围绕....

所属频道 大厂动态智能体与 Agent

《智能体发展自律公约》近日在乌镇峰会期间对外发布,发起方包括中国信息通信研究院、华为、腾讯、蚂蚁、阿里、抖音等20家单位。公约围绕智能体信任体系、互联基础设施、互操作、安全防护、治理机制、用户权益和产业应用等方面列出八条自律措施,为智能体进入规模化协作提供行业层面的倡议。人工智能技术演进之下,智能体已从单任务执行转向多主体协同。智能体为何要互联、互联后怎样保证安全可信,科技日报记者采访了相关专家。

先看第一个问题:智能体为什么需要互联?

“单一智能体能力有限,在开放环境下往往需要多个智能体协同。”中国工程院院士

图片来源:视觉中国

所谓智能体互联,并非只是把不同的智能体“连上网”,关键在于它们能被识别、被发现、相互理解,并且按照一定规则协同做事。身份注册、能力发现、网络连接、资源调度、协议互操作等环节,都需要有基础设施来支撑。公约因此提出,推进智能体注册与解析、能力描述与发现、意图理解与转换、网络路由与连接、资源调度与计量、协议兼容与互认等技术与标准,持续压低智能体跨域发现连接的成本,为互联协同提供支撑。

中国信息通信研究院副院长敖立介绍,眼下的智能体互联,特别是跨主体、跨平台的那部分,仍停留在技术验证阶段。他提出,后续要由具备公信力的组织承担身份管理、可信互联、运营支撑等共性服务,再借助具体场景检验真实需求、任务效果与整体成本,摸索出可以商业化运营的模式。

第二个问题随之而来:安全可信怎么保证?

智能体能自主行动,其行为也就可能带来现实影响。腾讯集团副总裁、总编辑朱殿君表示,智能体相关应用正进入爆发期,数据不再锁在单个应用内部,而是在模型、工具、系统与用户之间流转,这就需要有身份可信、过程可审计、权责清晰的互信机制。

西门子网络安全副总裁保罗·埃尔·库里认为,智能体要可信运行,得回答几个问题:身份有没有经过验证,任务目的是否明确,权限范围与策略限制是否清楚,责任主体、监督机制和升级处置路径是否明确。任务风险等级不同,人工监督和授权的力度也应有所区别。

朱殿君还介绍了“可信Al”治理体系的实践:行为可控,即划清智能体的身份与权限边界,全程可监控、可干预、可叫停,高危操作自动拦截;过程可溯,即把智能体纳入统一账号和权限体系,数据访问、工具调用、任务执行全程留痕;数据可管,即以全程加密保障数据安全,以兜底恢复防止意外损失,敏感任务支持机密计算。

公约对安全防护同样列了要求:健全前瞻性风险评估、运行监测、行为管控、异常熔断等技术体系,保障模型、插件、技能来源可靠,共建风险信息共享与联合处置机制,防范智能体越权操作、隐私泄露乃至行为失控等风险。

邬贺铨则表示,传统App功能相对固定,智能体不一样,它有自学习、动态变化的特点,还可能调用其他智能体,安全治理因此面临新挑战。他建议搭起覆盖事前、事中、事后的治理机制:事前做校验,事中做行为审计,事后做溯源取证;同时建设智能体安全态势感知平台,开展安全技术测试,营造安全可靠的应用环境。

第三个问题是:行业使用门槛如何降下来?

智能体互联的价值不只在技术系统彼此连通,还在于让智能体能力得到复用,压低企业开发、部署和使用的成本,使更多行业和用户分享人工智能发展的红利。公约提出,加快智能体赋能千行百业,坚持服务

敖立认为,当前智能体跨平台、跨领域协作还有不少难点待解。他建议建设公共身份注册、解析和服务发现能力,这有利于减少不同主体之间的连接成本,也为智能体在更大范围内协作打下基础。

“把产品做得好用、把数据管得透明、把生态搭建齐全,智能体才能真正进化为一个能干活、可交付的伙伴。”朱殿君说。互联基础设施逐步健全、行业协作机制日渐成熟之后,智能体有望在更多产业场景中发挥作用。

审核:岳靓

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 华为云码道Skill自进化:评测驱动闭环与轨迹提炼如何落地

    面对反复出现的开发任务,开发者可以将要求写成 Skill,但传统编写方式常缺少量化评测数据:哪些要求真正被满足、下一版该改哪里,都不够清楚。码道构建了“意图识别 评测集生成 Skill 编写 A/B 测试 轨迹分析”的演化循环,用量化结果和执行反馈为下一轮 Skill 编写提供方向;同时从用户与智能体的任务轨迹中...

    来源 腾讯网
  2. 字节AI Agent对标Meta Muse:豆包跳出聊天框,能订票订酒店

    就在刚刚,据彭博社报道,字节正在筹备一款类似 Meta Muse 的个人 AI Agent(智能体),希望在新一轮 AI 竞争中追赶对手。这款产品的目标,是让豆包进一步走出聊天框,成为能够记住用户需求、主动规划并执行任务的个人助理。图|彭博社回顾过去的 9 月底,豆包的首页多了一个叫「出行用豆包」的入口。用户只需要告诉

    来源 腾讯网
  3. AMD Ross Agentic AI Assistant:MCP协议直连Vivado,告别Tcl门槛?

    AMD在2026年推出了Ross,一个基于MCP协议的FPGA开发AI助手。它不是简单的聊天机器人,而是能直接调用Vivado执行Tcl脚本、检索官方文档并分析时序报告的智能体。本文梳理了Ross的四大核心组件,对比了VS Code插件与独立MCP Server两种部署路线,并详细记录了在WorkBuddy中配置本地M

    来源 AI 应用前沿
  4. 腾讯元宝搜索上线:整条链路用大模型重做,so.qq.com可体验

    【TechWeb】11月11日消息,今日,腾讯正式发布面向C端用户的全新搜索产品“元宝搜索” 。据介绍,“元宝搜索”从召回、排序、网页理解到答案生成,整条搜索链路都基于大模型重新构建。 传统搜索主要依靠关键词匹配来判断网页与问题是否相关,而“元宝搜索”的做法,是基于大模型能力,先派出“AI先遣队”,替用户把每个网页认真

    来源 AI 行业观察
  5. 红帽曹衡康谈AI落地:平台给选择权,智能体要围栏

    【TechWeb】AI从试点走向生产,企业最怕什么?可能不是模型不够强,而是刚搭好的工作流,明天就可能因为一个新模型、一张新GPU卡而推倒重来。 AI技术快速迭代,模型、算力、云平台和智能体层出不穷。对于企业而言,如何避免被单一技术路线绑定,在保持系统稳定与安全的同时,持续拥抱创新,已经成为一道重要课题。 红帽给出的答

    来源 AI 行业观察
  6. 红帽AI平台战略:三个C四个A,支持任意加速器与模型

    AI技术快速迭代,模型、算力、云平台和智能体层出不穷。对于企业而言,如何避免被单一技术路线绑定,在保持系统稳定与安全的同时,持续拥抱创新,已经成为一道重要课题。红帽给出的答案是提供一个能够承载过去、现在与未来的稳固平台,把选择权交还给企业。

    来源 TechWeb
  7. 字节跳动将推类Meta Muse的AI助手,张一鸣定调追赶美国顶尖实验室

    IT之家 11 月 11 日消息,据彭博社报道,字节跳动计划在未来几周内推出一款类似 Meta Muse 的 AI 助手,巩固其在 AI 视频生成领域的领先优势。字节跳动希望借此加快追赶美国顶尖 AI 实验室的步伐,目标是在未来三年左右缩小双方差距。知情人士透露,字节跳动联合创始人张一鸣近日在一次面向 AI 团队的全员

    来源 腾讯网
  8. 百度内部智能体日活一年增至3.7万,李彦宏披露原生AI组织数据

    北京商报讯(记者 魏蔚 鲁芹)11月12日,在百度世界2026大会开幕式上,百度创始人李彦宏披露了百度内部打造“原生AI组织”的最新数据:一年来,百度内部日均活跃智能体数(DAA)从0.5万增至3.7万,涨了6倍多。此外,智能体执行的有效任务完成数,从每周平均8.4万个增长至一周超100万个,涨了11倍。百度内部目前已

    来源 腾讯网
  9. 李彦宏披露百度智能体数据:日均活跃一年增至3.7万,执行任务涨11倍

    IT之家 11 月 12 日现场消息,在今日举行的百度世界大会 2026 活动中,百度创始人李彦宏表示,去年百度世界大会上他提出“内化 AI 能力,打造原生 AI 组织”。 李彦宏透露,百度内部每天的活跃智能体数(IT之家注:即 DAA)一年内从日均 0.5 万增长到 3.7 万,涨了 6 倍多。智能体执行的有效任务完

    来源 AI 行业观察
  10. Snowflake研究:Agent效率优化,管好上下文比扩大窗口更关键

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 你的 Agent 并不缺信息,它只是被信息淹没了。 每一项工具定义、每一次查询结果、每一轮对话,都会增加 Agent 工作时需要处理的上下文。在一项持续时间较长的调查任

    来源 AI 行业观察
  11. 智能体AI架构:记忆、知识与上下文如何分工

    本文指出,打造可靠的智能体 AI 架构,核心是依靠上下文引擎预处理信息,区分上下文、记忆和知识,采用分层记忆、治理知识库与令牌预算机制,并给出各类架构反模式的应对方案。

    来源 InfoQ
  12. Gemini4Carbon正式发布:多智能体协作与网络安全能力升级

    人工智能行业的更新迭代正在持续加速。Google DeepMind 近日正式宣布,旗下综合能力最强的旗舰级大模型——Gemini4Carbon 正式上线,全面面向开发者、企业、科研人员以及普通消费者提供服务。 定位高难度复杂任务:多维基准测试表现亮眼 作为 Gemini4家族中的核心实力派,Carbon 主要聚焦于复杂

    来源 AI 开发者社区
  13. 天玑9600 Pro:双NPU加30B大模型,让手机智能体主动帮你挑好物

    刚刚过去的双 11 狂欢节,相信大家在买买买的同时,也有这样的困扰,就是面对密集的优惠信息,很多时候有点头大。满减规则层层叠加,限时秒杀此起彼伏,想买一件心仪的东西,往往要先做半小时攻略,最后还可能错过时间点前功尽弃。每当这种时候,小编就会想,要是有个懂我的助手帮我处理这些事就好了。但其实,随着如今端侧...

    来源 腾讯网
  14. Anthropic发布MAMUBench:多智能体协作为何频频失灵?

    随着人工智能深度融入日常生活与工作,越来越常见的一个场景是:多个用户各自委派自己的 AI 助手去共同完成一项任务,比如共享 API 算力预算、协同处理诊所日历、一起凑单点外卖,或者在共享代码库中提交合并请求。然而,当这些各自为战的 AI 聚在一起时,它们的协作表现究竟如何? 针对这一前沿课题,Anthropic Fel

    来源 AI 开发者社区
  15. 华为官宣OSTA星芒:首款阔直板手机,11月20日发布会亮相

    《科创板日报》11月11日讯(记者 黄心怡) 华为手机业务新品牌终于官宣。今日上午,华为常务董事、产品投资评审委员会主任、终端BG董事长余承东宣布华为全新子品牌OSTA星芒将首次公开亮相。据悉,该品牌将于2026年11月20日举行的“鸿蒙智行享界 V8 及星芒品牌发布会”上登场。此前有相关爆料称,星芒首款产品为阔直板手

    来源 腾讯网
  16. Databricks用AI智能体替员工说真话:CEO不必认识每个人

    员工规模达到12000人后,Databricks CEO阿里·戈德西坦言:他不可能认识每个人,员工也不会主动汇报坏消息。为此,他用上了公司改版后的Genie智能体,让AI代替员工说出那些被层层过滤掉的真相——这或许揭示了企业AI应用的新方向:不只对外提效,也对内向管理层说真话。

    来源 AI 科技快讯
  17. SYNAPUFF获数百万种子轮:李诗淼造AI终端交互智能基座

    作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉,面向AI Native终端的交互智能SYNAPUFF近期完成数百万元种子轮融资,资方为FIRST RULE VENTURES、浦东创投。 SYNAPUFF联合创始人兼CEO李诗淼向硬氪表示,他们希望开发面向AI Native终端的交互智能基座,让智能体不仅知道自己能做什么,

    来源 AI 行业观察
  18. 智能体AI架构:记忆、知识与上下文如何系统性协同

    随着行业从聊天机器人向自主智能体演进,架构层面的瓶颈正在发生转移。难点不再仅仅是数据检索,而是决定智能体应该知道什么、何时应该知道、应该记住多久,以及应该遗忘什么。和人类一样,“知道”是一回事,“记住”是另一回事。由此有了记忆与知识的概念。根据任务上下文判断何时动用现有的各种“知道”并将其调入记忆才是关键。例如,如果我

    来源 AI 行业观察
  19. 灵光连接器增至47项:接入微信ClawBot、QQ机器人等六大服务

    11月12日,灵光开放生态再次扩容,新增支持微信 ClawBot、QQ机器人、瑞幸咖啡、有道云笔记、滴答清单、腾讯新闻等六大连接器。连接器拓宽了灵光的能力边界,此次扩容让灵光的服务覆盖即时通讯、知识管理、任务协同等高频场景,外部连接服务增加到47项。 本次生态扩容后,灵光通过微信 ClawBot 和QQ机器人连接器,打

    来源 AI 开发者社区
  20. 灵光连接器扩至47项:接入微信ClawBot、QQ机器人、瑞幸咖啡等

    11月12日,灵光开放生态再次扩容,新增支持微信 ClawBot、QQ机器人、瑞幸咖啡、有道云笔记、滴答清单、腾讯新闻等六大连接器。连接器拓宽了灵光的能力边界,此次扩容让灵光的服务覆盖即时通讯、知识管理、任务协同等高频场景,外部连接服务增加到47项。 本次生态扩容后,灵光通过微信 ClawBot 和QQ机器人连接器,打

    来源 AI 行业观察
  21. Meta推出Muse Ember:小模型如何接手Agent高频任务?

    专注AIGC技术的专业社区,关注大语言模型(LLM)的发展和应用落地,聚焦LLM及AI技术的市场研究和开发者生态,欢迎关注!一个AI智能体跑完一项任务,往往不是只调用一次模型。它可能要先读文档、查资料,再调用工具、整理结果;任务越长,重复的小步骤越多,模型调用次数和费用也跟着增加。Meta在11月9日发布Muse Em

    来源 腾讯网
向下滚动自动加载更多