北京智能体十条，把开发者黑话变成了产业政策

2026年7月23日，北京发布了一份文件。《北京市关于加快智能体引领发展的若干措施》，四个方面，十条举措。

这类政策文件通常长什么样？「鼓励」「支持」「推动」「加快」——动词很积极，名词很模糊。你读完之后知道政府要扶持AI，但不知道具体扶持什么。

这次不一样。

文件里出现了「驾驭层工程」「Token经济」「一人公司（OPC）」「结果即服务（RaaS）」这些词。这些词三个月前还只活在GitHub的README里、开发者社区的帖子中、风险投资人的内部备忘录上。现在它们被写进了一份由北京市发改委、经信局、科委联合发布的正式政策文件。

我看到的第一反应不是「北京又发了一个AI扶持政策」，而是一个更基本的问题：什么样的技术发展阶段，才会逼着政府文件开始用开发者的精确语言来定义产业规则？

答案藏在这十条政策的底层逻辑里。

从「用好AI」到「重构软件」

先说一个容易被忽略的细节。

北京上一轮AI政策叫「人工智能软八条」。核心命题是企业怎么用好AI——你有一个软件公司，我帮你接入大模型，帮你做智能化改造。底层逻辑是AI赋能现有软件。

这次「智能体十条」换了一个底层逻辑：以智能体重构软件。

「赋能」和「重构」差了一个量级。赋能是在现有东西上加一层AI能力，重构是推倒重来——不再是你有一个软件然后加点AI，而是从第一天起就按智能体的逻辑来设计整个产品。

这个转变不是政府拍脑袋决定的。它反映的是行业已经跨过了一个关键拐点。

2025年，大模型证明了自己能写代码、能调用工具、能做多步推理。2026年，行业发现「能做」和「能可靠地做」之间隔着一道巨大的鸿沟。这道鸿沟就是这份政策试图回答的核心问题。

驾驭层：99%的正确率乘一百次等于36.6%

政策第二条专门讲了「驾驭层工程」。

什么是驾驭层？打个比方。大模型是一个能力极强的员工——知识渊博、反应极快、什么都能聊两句。但你直接让这个员工去独立完成一个一百步的复杂项目，他会在第十几步开始遗忘前面的上下文，在第三十步忘记最初的目标，在第五十步调用了一个错误的工具。

问题不在员工的能力，在于没有人给他搭一套工作系统——任务清单、进度追踪、错误检查、权限控制。

驾驭层就是这套工作系统。它包括上下文工程（决定模型在每一步能看到什么信息）、任务持久化（把长链路任务拆成可恢复的子任务）、权限沙箱（限制模型能做什么不能做什么）、多智能体编排（让多个专长不同的智能体协作）。

为什么这件事重要到要写进政府文件？有一个被反复引用的数据：当单步任务正确率达到99%时，一个需要一百步连贯执行的复杂任务，整体成功率只有36.6%。

99%乘一百次，不是99%，是36.6%。

这意味着在真实业务场景中——比如让智能体完成一次完整的法律合同审查、一次端到端的数据分析报告、一次无人值守的客户服务流程——模型本身再强，没有靠谱的驾驭层，成功率也撑不住。

政策给出的解法是标准化。把上下文调度、任务持久化、权限沙箱、多智能体编排作为通用底层基建来建设，推动跨模型跨芯片的智能体互联协议（AIP）。翻译成人话就是：政府认为驾驭层不应该每家公司从零自研，而应该成为行业共享的基础设施。

同时建设「高价值能力资源共享平台」和「智能体技能市场」——让智能体的技能可以像App Store里的应用一样被复用和交易。

这个判断和硅谷的走势高度一致。2026年上半年，旧金山的AI工程社区已经形成共识：智能体时代的竞争壁垒不在模型本身，而在驾驭层。谁的harness做得好，谁的agent就跑得稳。AGENTS.md正在成为跨工具的事实标准，Claude Code、Cursor、Codex各自有各自的配置文件，但都在向统一的agent指令格式收敛。

北京的政策把这个趋势用行政力量固化了。

Token经济：从卖算力到卖价值

如果说驾驭层是技术层面的范式转移，那Token经济就是商业模式层面的。

政策第五条的原话是：「从Token消耗量计费转向价值计费」。

这句话分量很重。过去两年，整个AI行业的收入模型基本是「按量计费」——你调用一次模型，消耗了若干Token，按Token数量付钱。这个模式下，模型厂商的收入和算力消耗成正比。你用的越多，他赚的越多。

但这个模式有一个根本性的矛盾：它激励浪费。

Token消耗量计费意味着模型厂商巴不得你每一步任务都多消耗几倍的Token。而智能体的核心价值恰恰是用更少的步骤、更精准的调用来完成任务。厂商的利益和用户的利益是对立的。

价值计费翻转了这个逻辑。你不再为「智能体思考了多少次」付费，而是为「智能体交付了什么结果」付费。

政策明确提出了三层服务体系：

Token即服务（TaaS）——提供基础推理算力，这是最底层的基础设施。
智能体即服务（AaaS）——提供完成特定任务的智能体能力，用户按智能体的工作成果付费。
结果即服务（RaaS）——按最终业务结果定价，智能体帮你完成合同审查、数据分析、客户服务等端到端任务，你为交付成果买单。

这三层不是并列关系，而是一个演进路径。行业会从TaaS逐步走向RaaS，就像云计算从IaaS到PaaS再到SaaS的演进一样。

有意思的是，政策不只提方向，还在建配套基础设施。Token新产品纳入中小企业服务券配券范围——等于政府替中小企业买单一部分Token成本。经开区已经建成了全市首家词元工厂，日产能1.4万亿Token。算力券、Token券、智能体服务券三券并行，加上支持金融机构开发AI专项金融产品。

从全球视角看，这不是北京独有的趋势。Forbes在2025年就开始讨论从SaaS到RaaS的转型，LinkedIn上的技术分析把Result-as-a-Service定义为「autonomous AI让按结果付费成为可能」。但把这些概念写进政府政策文件，用行政力量推动计费模式转型，北京是第一个。

一人公司和无人公司

政策第六条讲OPC，全称One Person Company，一人公司。

海淀区已经聚集了将近180家轻量化OPC企业，以青年创业者为主。经开区落地了8个专业化OPC社区，集聚了500余家优质超级个体创新主体。

「一人公司」不是什么新概念，但过去它更多是一种个人选择——自由职业者、独立开发者、solopreneur。政策把它纳入正式产业扶持体系，配套弹性算力、财税支持、知识产权服务、专业孵化社区，意味着政府承认了一种新的经济组织形态：一个人加上一套AI系统，就是一个完整的商业实体。

这个判断的逻辑链条是这样的：智能体大幅降低了跨岗位协同成本。过去一个人开公司需要找合伙人、雇员工、搭团队。现在一个懂行业的人配上几个专业智能体——一个负责写代码、一个负责做设计、一个负责管财务、一个负责跑客户——理论上可以完成一个十人团队的产出。

但OPC的真正壁垒不是技术能力，而是行业判断力。智能体能帮你执行，但不能替你判断该做什么。政策文件里写得明白：个人创业者的核心竞争力是行业判断力、客户信任、可复用的技能资产。

比OPC更激进的概念是NPC——No-Person Company，无人公司。智谱AI创始人唐杰在发布会上说：「智能体将成为新的生产力形态，全自动化公司有望兴起。」

NPC的设想是海量具备不同技能的智能体7×24小时自主协作，自查纠错、调度资源，实现无人值守的数字生产力。政府文件没有直接用NPC这个词，但政策搭建的「智能体共享平台」和「技能交易市场」，本质上就是在为多智能体协作的基础设施铺路。

从OPC到NPC，这是一个光谱：从一个人+AI，到零人+AI。北京的政策同时覆盖了光谱的两端。

手机、眼镜、汽车：智能体的终端渗透

政策第三条和第四条聚焦一个被低估的方向——智能体怎么从云端走到终端。

「芯模云端五位一体」是政策给出的框架：芯片、模型、云端、终端应用五位协同。具体来说，推动智能体嵌入手机、机器人、车载系统、可穿戴设备全终端。区分端侧低延迟感知和云端复杂推理的分工，支持跨设备任务无缝接续。

这意味着什么？你手机上的智能体可以感知你的位置、日程、习惯（端侧低延迟），当遇到复杂决策时把任务丢到云端推理（云端高算力），推理结果再返回终端执行。整个过程对你来说是无缝的。

更实际的信号是：消费级AI硬件纳入家电换新补贴。这不是小动作。中国家电换新补贴体系覆盖几亿消费者，AI硬件进入这个体系意味着终端渗透会走快车道。

经开区年内要孵化101个AI穿戴和具身智能标杆项目。海淀区在推「十分钟创新圈」，3平方公里内汇聚了1000余名顶尖AI科学家、1.3万名专业开发者、十万名AI青年学子、400余家AI企业。

这些数字单独看是产业聚集度，放在一起看是一条完整的终端渗透路径：从算力基础设施（银河算廊+词元工厂），到智能体能力层（驾驭层+技能市场），到终端形态（手机/眼镜/汽车/机器人），最后到消费补贴政策拉动需求。四个环节打通了。

政策和技术的同频

回到最开始的问题。

一份政府文件里出现「Harness Engineering」「Token经济」「OPC」这些词，真正值得关注的不是这些词本身，而是它们出现的方式。

过去的技术政策，通常是技术发展成熟之后，政府出台规范性文件来管理。政策是追赶技术的一方。

这次的十条政策不一样。Harness Engineering作为概念在开发者社区刚刚成型不到一年，Token价值计费在全球范围内还是讨论多于实践，一人公司作为一种产业模式才刚刚冒头。北京没有等这些趋势成熟，而是在它们还处于早期阶段时就用政策力量来加速和引导。

这不是追赶，是同频。

更深层的信号是：政策的精确度在提高。用「驾驭层工程」而不是笼统的「AI基础设施」，用「价值计费」而不是「商业模式创新」，用「OPC」而不是「个体经济」。精确的语言意味着制定政策的人真正理解了技术的结构和走向。

对一个正在选方向、选模式、选终端的AI创业者来说，这份文件提供了一份地图。驾驭层是技术选型的关键。TaaS到RaaS是商业模式演进的路径。OPC是组织形态的选择。芯模云端五位一体是终端落地的框架。

但地图不是答案。政策给了方向，创业者要自己判断在哪一层入场、用什么模式收费、在哪个终端扎根。

北京给出了十条。但真正能走多远，还是要看跑在路上的那些人——不管是一个人，还是一群智能体。