2026年是通用人工智能（AGI）加速演进的跨越性节点。过去几年，我国在AI应用落地与场景赋能上取得了“从1到100”的显著成效。但目前，全球的科技竞争日益激烈，向更深层次的底层基础设施和广阔的物理实体世界迈进，成为关乎国家未来数字经济核心命脉与底层生态主导权的关键步骤。

针对上述现状、基于产业调研，全国政协委员、天娱数科董事长贺晗在今年全国两会期间提出了提升底层原创能力、推动具身智能落地、构建安全的智能体生态、优化算力调度体系等方面的建议。

关于智能体，他建议构建包容审慎的新型监管框架，设立智能体“安全沙盒”与权限审计机制。关于具身智能，他建议建立公共数据底座、统一数据的格式与权属规则，同时建立国家级“人形机器人上岗场景清单”，优先在结构化、收益可量化的场景形成规模。 

智能体：
打破封闭生态、配备人类“一键熔断”功能

目前，人工智能正从“生成式问答”迈向“智能体执行”阶段。智能体能够调用工具、跨系统协同、完成多步骤任务，正在成为各行业智能化升级的新型生产要素组织方式。

贺晗提到，智能体的核心价值在于跨应用、跨系统的工具调用。但他看到，当前国内产业界工具接口与组件生态碎片化，“烟囱式智能体”偏多，面向工具调用的通用机制虽已成熟，但在产业侧缺少统一落地标准、规范与认证，导致应用可复制性弱、迁移成本高，拖累产业协同效率。

针对这一不足，他建议推动工具接口与智能体组件标准化，打造可互操作的产业生态。“建议制定统一的智能体接口与互操作标准，明确规定大模型与外部工具、智能体与智能体之间的交互数据格式、权限认证与计费机制，形成跨平台、跨行业软件的互操作规范。打破大模型厂商之间的封闭生态，推动形成‘基座大模型按需调用、终端工具全面开放’的网状生态架构。同时，推动中国智能体标准向国际标准转化，提升我国在全球人工智能生态中的标准定义权”。

另一贺晗关注的重点在于智能体的安全性。贺晗提到，有别于传统大模型，智能体具备自主行动能力，能接管企业系统或个人的终端设备，但智能体自主执行权限引发新型安全风险，治理体系尚存盲区。

贺晗以近期开源项目OpenClaw为例，“OpenClaw虽展现了惊人能力，但因缺乏权限隔离，插件市场迅速沦为恶意软件温床。这表明，一旦具备高度执行权限的智能体脱离了安全监管框架，不仅会引发严重的数据泄露与隐私侵犯，更将对企业的核心系统乃至国家网络安全构成威胁。目前，我国针对智能体行为审计、越权熔断等关键环节，缺乏系统的安全标准、监管规则与技术防范工具。”

对此，贺晗建议构建包容审慎的新型监管框架，设立智能体“安全沙盒”与权限审计机制。“建议针对具备系统操作执行权限的高级智能体出台专门的安全监管指南，要求接入生产系统或涉及敏感数据的智能体，必须建立可追溯的决策审计日志，并配备人类随时干预的‘一键熔断’功能；同时，鼓励建设行业级‘智能体插件与技能安全认证库’，建立插件准入、评测认证与安全审计机制；鼓励设立行业级‘智能体创新应用安全沙盒’，允许企业在受控、隔离的网络环境内测试前沿的高权限智能体，在确保安全可控的前提下，给予技术创新最大限度的试错空间”。贺晗提到。

具身智能：
统一数据与权属标准，建立国家级场景上岗清单

目前，具身智能正成为继大模型之后的新一轮产业“主赛道”。国家层面也已明确战略节奏：工信部《人形机器人创新发展指导意见》提出到2025年实现整机产品批量生产并示范应用、到2027年实现规模化发展并成为重要增长引擎。

2025年以来，我国人形机器人产业热度高、企业多、产品迭代快，开始从“能动起来、能表演”转向“能上岗、能干活”。2026年2月，我国发布首个覆盖人形机器人与具身智能全产业链、全生命周期的国家标准体系，并明确标准体系由基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全与伦理六大板块构成，为产业从“野蛮生长”迈向“规范发展”奠定制度底座。

尽管行业已经有了较大进展，但贺晗认为，当下具身智能行业还存在诸多不足。一是具身智能行业存在数据碎片化、不可共享、不可复用等特点；二是机器人“大脑”泛化能力不足，能做演示不一定能上岗，能在A工厂跑通不一定能迁移到B工厂。

在场景上贺晗也特别提到，目前机器人场景的牵引性不强，试点多、规模少，“示范应用”难自然长成“持续采购”。“比如制造、物流、商服、养老等领域的真实需求巨大，但落地常见‘场景碎片化、验收口径不一、预算与迭代机制不足’，导致企业在‘项目制交付’与‘产品化复用’之间反复摇摆。即便政府采购与补贴有所增长，整体仍处于导入期，缺少可复制的‘规模化上岗模板’。

在此背景下，贺晗建议以“数据—模型—部件—整机—场景—标准”一体化思路，尽快补齐短板，把“热闹的展厅”变成“可复制的工位”，把“单点突破”变成“系统胜利”。

他提议，以国家级“具身数据要素工程”破题。具体而言，一是建设若干“国家级具身智能数据采集与预训练中心”，面向典型任务（搬运/装配/分拣/巡检/护理）形成可复用数据集；二是统一动作轨迹、力觉/触觉、视觉语义、工位工艺参数等数据格式与元数据规范，推动跨企业、跨平台复用；三是明确数据权属与合规边界，对涉及个人隐私、工厂商业秘密的数据建立分级脱敏、可信计算与授权机制，形成“可用不可见、可控可计量”的共享模式。 

他还提议大力发展具身基础大模型，支持头部AI企业与顶尖高校联合研发多模态具身通用大模型，重点突破端到端控制算法和 Sim-to-Real 迁移技术，提升机器人的常识推理能力和未见环境下的泛化操作能力。

针对场景难题，贺晗还提到应建立国家级“人形机器人上岗清单”，优先选择收益可量化、环境相对结构化的场景（3C装配、仓储搬运、质检巡检、危化/电力巡检等）形成规模；同时推行“首台套/首批次”风险分担，用保险、性能担保、分阶段验收与租赁（RaaS）降低企业采购门槛。他还建议用央国企做“锚定客户”，以“AI+制造”为抓手，形成真实工位数据回流与持续迭代机制，带动中小企业进入配套生态。 

采写：南都N视频记者　林文琪

编辑：甄芹