新华社 11 月 12 日报道显示，智能体在国内正跨过概念验证阶段，进入“生产力验证”阶段。中兴通讯南京滨江基地已有 80 多名“数字员工”跑在业务线上，仅供应链场景每天词元消耗量就超 90 亿；报道引用调研数据称，我国企业智能体采纳率从 2024 年底的 17.3% 升至 2026 年上半年的 40.3%。
另一面同样清楚。同一篇报道引用《毕马威2026全球技术报告》称，88% 的受访企业已将智能体融入系统，但仅有 24% 能在多个用例上实现投资回报。采纳率翻了一倍多，回报没有跟上——这才是当前企业落地智能体的真实起点。
一个算得出来的场景：月拣选距离从 40 多万米降到 16 万米
在中兴通讯南京滨江基地，10 万多个库位在立体仓里层层排开，四向穿梭车、提升机、堆垛机协同为产线分派物料。“哪只箱子该在什么时间送到产线哪个位置，全靠多个智能体拿主意、下指令。”中兴通讯副总裁周建峰说。
他举例的仓储优化智能体，夜里没有拣料任务时并不闲着：它按第二天的生产订单做优化编排，把高频使用的物料提前挪到近端，月拣选距离因此从 40 多万米降到 16 万米。基地内 80 多名“数字员工”分别排生产计划、盯订单流转、管产品全生命周期，供应链场景每天词元消耗量超过 90 亿，且仍在快速增长。
这个案例真正值得看的不是“80 多个”，而是那个指标。拣选距离是仓库每天都在量的数，智能体改的是编排策略，结果可以直接与改造前对照。报道没有披露这套系统的投入、人力和日常运维成本，因此还不能据此算出完整投资回报；但至少它提供了一个可被验证的对照，而不是“感觉效率提高了”。
采纳率翻倍，回报没跟上
把两组数字放在一起看，差距的位置就很明确。毕马威的报告里还有一句更细的表述：74% 的企业认为自己的 AI 用例正在交付业务价值，但只有 24% 能在多个用例上实现投资回报。也就是说，单个场景跑通、单个部门叫好，并不自动变成企业层面的收益。
原因不止一条。赛迪研究院人工智能研究中心副研究员钟新龙在新华社报道中给出三点判断：智能体长时间执行任务的稳定性仍有欠缺，难以渗透到核心业务环节，企业投入尚未普遍兑现为收益；同时隐私泄露、越权操作、行为失控等安全风险，也制约规模化落地。
“长任务稳定性”是个容易被低估的门槛。演示阶段一次成功即可，进了生产环境要面对的是网络抖动、接口超时、上游数据缺失、订单临时变更。一次执行到一半失败，如果没有回退和重试机制，业务方就得回来人工收拾，第二次就没人愿意用了。
差距不在模型，在流程和对接
从已披露的案例反推，跑得动和跑不动的差别，多数落在模型之外的工程上。
第一是可量化的目标函数。拣选距离、诊疗时效、工单分派准确率，这些指标在项目开始前就存在，改造后能直接比对。反过来，如果立项时的目标是“上一个智能体”，验收时只能比谁的功能清单长。
第二是与既有系统的对接深度。智能体要“拿主意、下指令”，前提是它能读到库存、订单、设备状态，也能把指令写回执行系统。接口不通，它就只能停在对话框里。
第三是权限与异常处理。越权操作、行为失控被点名为落地风险，对应的就是账号权限分级、操作留痕、关键动作人工确认、失败回退这些常规但必须在设计阶段就做进去的事。这些工作没有一项是模型本身能提供的。
对企业数字化负责人来说，这意味着需求描述的写法要变：从“做一个 AI 客服/写作/问答功能”，变成“接手某个岗位的某个指标，指标按什么口径量”。前者交付的是界面，后者交付的是结果，验收标准也必须提前写清楚，否则项目结束时会陷入“到底算不算成功”的争论。
政策在推，考核会变实
制度层面的推进也在加快。今年政府工作报告首次提及“智能体”；三部门联合印发的《智能体规范应用与创新发展实施意见》明确了 19 个典型应用场景；《人工智能 智能体互联》系列 7 项国家标准发布，补上了互联互通的空白。国务院印发的《关于深入实施“人工智能+”行动的意见》进一步提出，到 2030 年新一代智能终端、智能体等应用普及率超 90%。
普及率目标一旦落到具体口径，智能体就会像此前的信息化系统一样，进入“有没有真正在用、用了之后指标动没动”的检验期。对提供定制开发与数字化建设的一方来说，机会不在多接几个“数字员工”的名目，而在能不能把某个流程的目标函数、系统接口、异常处理和维护责任一起接过来。
判断一个智能体项目值不值得做，可以先用一句话检验：它接手的是哪个岗位的哪个指标，这个指标改造前后怎么量。答不上来的，大概率还停在概念验证。