今年 1 月，开源框架 OpenClaw 在全球开发者圈层引爆——它让 AI 第一次真正像人类一样看屏幕、点鼠标、敲键盘，目前 GitHub 星标数突破 35 万，成为开源 AI 历史上增长最快的项目。3 月，腾讯大厦前惊现长龙，市民排队 " 安装龙虾 " 的盛况刷屏社交网络。
半年来，" 百虾大战 " 在国内激烈上演，各大厂商也纷纷提出自家的龙虾智能体产品。比如字节跳动的 ArkClaw、腾讯的 QClaw、阿里的 JVS Claw、阶跃星辰的 StepClaw、月之暗面 Kimi Claw、智谱的 AutoClaw 等等。有数据显示，今年一季度，链上 AI 智能体数量在三个月内从约 337 个激增至逾 12.3 万个。
沉淀之后，一个现实摆在眼前：大众餐桌上的 " 小龙虾 " 人人可尝，AI 圈里的 " 龙虾 " 却横亘着诸多看不见的壁垒——平台互不相通、身份无法互认。近日，国家市场监督管理总局发布了《人工智能 智能体互联》系列国家标准，解决的正是智能体之间 " 联通 " 的难题。
教授王祥丰：中国并不想另起炉灶形成孤岛 而是想 " 建联 "
" 智能体互联仍面临通信接口不统一、互联互通难度大、身份管理体系缺失、协同交互规则不规范等突出问题，智能体‘信息孤岛’现象凸显。" 这是国家市场监管总局标准技术司副司长朱美娜对当前问题的总结。
智能体为何会形成孤岛？根源在于不同厂商、平台的智能体说着 " 不同语言 " 和社交规则。发布智能体互联国标，就是为了搭建起 " 身份标识—能力描述—供需发现—协同交互—工具调用 " 全覆盖、闭环式标准规范体系，相当于有了一张可以识别的 " 身份证 "。目前，已有百余家行业头部企业参与共建共享倡议，50 多家企业正开展试点应用工作。
回顾过去两年，全球智能体协议领域经历了一场紧锣密鼓的 " 竞赛 "，各大厂商都在试图建立自己的标准。比如 Anthropic 于 2024 年 11 月推出的模型上下文协议（MCP），谷歌于 2025 年 4 月推出了 Agent-to-Agent（A2A）协议。除此之外，还有聚焦能力编排的 ACP 协议、中国信通院于 2026 年发起的智能体可信握手协议 ATH，以及刚刚发布的 AIP 等国家标准。
MCP 更偏向 " 模型 / 智能体调用工具、数据和 API"；A2A 更偏向 " 智能体与智能体之间的任务协作 "；AIP 更强调 " 智能体互联网络的治理框架 "，包括身份、发现、交互、工具调用、追溯等完整链条。" 华东师范大学数学科学学院教授王祥丰分析。
除了是大学教授，王祥丰同时担任数学与工程应用教育部重点实验室副主任，主要研究方向是学习优化、多智能体学习、大模型与运筹优化交叉等。
结合其一线教学研究以及实践落地的经验，王祥丰认为，过去多智能体协作的难点不只是 " 能不能发消息 "，而是谁是谁（智能体身份如何认证）、能做什么（能力如何被标准化描述）、去哪找（任务需求如何匹配到合适智能体）、怎么协作（交互流程、状态、结果如何对齐）、出了问题谁负责（行为如何追溯、审计和治理）。
" 这也释放了一个信号：中国并不想另起炉灶形成孤岛，而是希望在已有国际协议基础上，补齐身份、安全、治理、审计、结算等能力。" 王祥丰说。
不同的技术路线是否会让中国企业面临 " 内外有别 " 的困境？王祥丰坦言，国内企业短期内确实需要同时适配国内 AIP 体系（用于政企、金融等高合规场景）和国际 MCP/A2A 体系（用于海外生态）。
但他强调，如果 AIP 能做好兼容层，反而可能成为中国企业连接内外生态的 " 协议网关 "。" 关键在于标准不能过重、不能封闭、不能让企业重复建设成本过高。"
产业链条上哪些环节会率先受益？
光大证券首席资产配置研究员王开分析，按照 AI 主线 " 二阶扩散 " 逻辑，率先受益的环节集中在基础设施与中间件领域——算力调度、网络通信等底层支撑，身份认证、智能体发现等协议中间件，以及跨域协同所需的云原生平台；随后才会向行业解决方案和下游垂直场景渗透。
" 这个顺序与 AI 产业链从硬件升级，到基础设施配套再到应用扩散的历史路径一致，标准红利会沿着 " 协议层—平台层—应用层 " 进行梯度释放。" 王开告诉记者。
作为投资者，应该如何跟踪该主题从 " 政策催化 " 到 " 业绩验证 " 的转化节点？王开认为，从政策发布到实质性业绩贡献，通常需要经历 " 标准试点—生态适配—规模商用—业绩确认 " 的传导链条，时间跨度在半年甚至一年维度，期间主题会经历多次政策催化、预期发酵、业绩真空、分化验证的波动。
一线智能体从业者判断政策产生影响的时间更短："3 到 6 个月后，行业产品终端层面会开始产生比较真实的影响。" 深圳码客龙创新科技 CEO 黄桥表示。而 3 到 6 个月，也恰恰是一款智能体硬件产品从立项到最后落地发售的时间。当前智能体硬件的更新速度，已经远远快于此前电子硬件一两年的迭代周期。
如果智能体真能互联，会催生新的商业模式么？
对此，王祥丰教授认为，不仅会催生新的产业，而且很有可能是智能体产业下一阶段的重点。他预判可能出现几类模式：
智能体服务交易：一个智能体按次调用另一个智能体的能力，比如法律审查、代码生成、数据分析、供应链询价；
智能体能力市场：类似应用商店，但售卖的不是 App，而是 " 可被其他智能体调用的能力 "；
平台撮合经济：平台负责身份认证、能力评级、任务撮合、支付结算、风控审计；
按效果付费：不是按 API 调用计费，而是按任务完成质量、成交结果、节省成本来收费；
智能体外包网络：企业主智能体把任务拆解后，动态调用多个外部专业智能体完成。
" 智能体互联会把 AI 从单纯的‘工具软件’推向‘服务网络’。" 王祥丰教授总结，" 未来竞争的不只是模型能力，而是谁拥有更多可信、可交易、可编排的智能体资源。"
这也意味着，智能体将不再只在某个平台内部调用，而是跨平台协作，从单一平台生态走向网络化生态。在这一变局中，" 大厂仍掌握流量、算力和基础模型，但中小厂商可以凭借垂直能力接入生态，形成长尾创新。" 王祥丰教授说。
黄桥预测，" 今年下半年，AI 智能体会呈现百花齐放的态势，很多 AI 智能体硬件新物种一定会出现，传统的功能型设备也会加速向智能体设备转型。" 和之前赚钱逻辑的区别在于，" 以前卖硬件靠硬件挣钱，现在卖硬件，是靠 token 挣钱，靠背后的算力消耗来赚钱。"
采访中，光大证券首席资产配置研究员王开更强调 " 生态 "。他认为，互联标准落地后，市场定价的核心变量预计会从单点技术突破，向生态位价值迁移。
" 互联互通能力——包括协议兼容性、跨域安全治理水平、多智能体编排效率等，本质上是对网络效应和平台化壁垒的定价，将成为估值体系的新维度。传统景气度策略、PB-ROE 等比较框架对智能体这类跨域协同业态几乎失效。真正的 α（超越板块平均水平的超额收益）仍来自产业链中尚未充分定价的瓶颈环节，如高并发场景下的身份认证、异构系统适配等细分能力。"
