21世纪经济报道推出“中国龙”系列智库研究，邀请产学研嘉宾聚焦中国企业新时期新叙事。本期对话嘉宾：21世纪经济报道记者雷晨、银河证券计算机首席吴砚靖、红松集团首席运营官丘晖以及紫东太初CTO张家俊。

　　如果说2025年是AI Agent从技术概念走向大众认知的一年，那么2026年，行业讨论的重点已经发生变化。

　　市场关注的不再是智能体有多聪明，而是它究竟能创造多少价值；企业关心的也不再是模型参数规模，而是投入之后能否转化为生产力。

　　近期，21世纪经济报道记者专访了紫东太初CTO张家俊、红松集团首席运营官丘晖以及中国银河证券计算机首席分析师吴砚靖。三位受访者都提到了同一个关键词——生产力。

　　在他们看来，AI Agent正在经历从“智商竞争”到“生产力竞争”的转折。决定行业未来格局的，不再是谁拥有更强的模型，而是谁能够率先解决安全性、专业性和商业化问题，让智能体真正进入企业经营和产业运行的核心环节。

　　从龙虾热到生产力革命

　　2026年，“龙虾”成为AI行业最热门的话题之一。

　　在张家俊看来，OpenClaw的出现对于智能体产业具有标志性意义，其影响力某种程度上类似于当年ChatGPT对大模型行业带来的推动作用。

　　如果说ChatGPT让大模型从实验室走向大众市场，那么OpenClaw则推动AI Agent从简单的内容生成和陪伴工具，开始向真正的个人助手演进。

　　不过，在张家俊看来，智能体从“会聊天”走向“真干活”，远比外界想象得更加复杂。

　　从技术角度而言，OpenClaw并没有带来底层技术范式的根本变化。无论是语言模型、多模态模型还是推理模型，智能体的核心依然是大模型能力本身。但它的重要意义在于，让更多用户第一次直观感受到AI Agent的价值，并加速了智能体向真实场景渗透。

　　问题在于，进入严肃生产场景后，智能体面临的挑战迅速升级。

　　张家俊举例说，目前不少重要场景并不允许直接使用通用智能体产品，原因主要来自两个方面。

　　首先是安全问题。

　　在实际使用过程中，智能体拥有较高权限，如果缺乏有效控制机制，可能导致数据泄露、隐私暴露甚至误操作。对于企业用户而言，这种风险往往难以接受。

　　其次是专业性问题。

　　通用智能体擅长处理文档、搜索信息和内容生成，但在科研创新、工业研发等高价值领域，仅靠通用能力远远不够。智能体必须能够调用专业工具、理解专业流程，并根据不同任务自主选择最适合的工具链。

　　正是在这样的背景下，紫东太初推出了ScienceClaw。

　　张家俊介绍，ScienceClaw面向科研创新等专业场景，集成了3000多个专业工具，通过智能调度机制实现专业工具自动调用。同时，通过底层隔离机制控制权限边界，使智能体在不同场景下拥有不同权限，从系统架构层面提升安全性。

　　除此之外，团队还试图解决另一个行业长期存在的问题——可信度。

　　当前许多智能体只能输出结果，却无法解释过程。用户不知道它如何拆解任务、如何调用工具、为何得出最终结论。

　　因此，ScienceClaw增加了可视化设计，让任务执行、工具调用、信息检索和推理过程全部可见，并展示信息来源和依据。

　　在张家俊看来，只有当智能体具备安全、专业和可信三重能力时，AI Agent才真正具备从“智商”向“生产力”跃迁的基础。

　　企业算的不只是降本这笔账

　　对于企业而言，AI究竟值不值得投入，最终还是要回到投入产出比的问题。

　　作为国内银发科技领域的代表企业，红松是较早探索AI应用落地的公司之一。银发赛道此前刚经历一轮产业洗牌，红松是洗牌后备受关注的独角兽企业，也是首批入选中国人工智能学会（CAAI）单位会员的企业，多次亮相全球人工智能技术大会。

　　丘晖介绍，从2023年开始，红松便持续跟进大模型发展。到2025年，公司已全面接入市场主流模型，同时自主研发多个面向中老年群体的AI应用，覆盖课程辅导、语音陪伴、内容创作等场景。

　　其中最具代表性的案例来自内容创作。

　　在红松笔记功能中，用户上传照片或生活记录后，AI能够自动生成适合场景的文字内容，并结合地点、时间、情绪等信息进行表达优化，甚至匹配诗词、影视台词等素材。

　　从实际反馈来看，银发用户对这类应用表现出较高接受度。

　　在模型策略上，红松并未绑定单一模型，而是采用多模型并联和场景化路由机制，根据任务需求调用不同模型完成工作。

　　这种选择背后，其实反映出企业对于ROI的现实考量。

　　丘晖坦言，企业非常关注AI投入产出比，但衡量标准并不仅仅是节省成本。

　　过去谈论AI时，人们首先想到的是裁员和降本。但在实际运营中，降低重复劳动成本只是价值的一部分。

　　更重要的是提升用户价值。

　　丘晖认为，对于用户运营型企业而言，AI最大的意义在于增强用户体验，提高用户留存率和复购率。

　　尤其是在银发经济领域，用户生命周期普遍较长。红松目前已经拥有续费超过五年的用户群体，因此每提升一个百分点的留存率，都可能带来显著的长期价值增长。

　　“我们的逻辑不是单纯看省了多少人，而是看用户价值密度提高了多少。”丘晖说。

　　在他看来，这也是AI商业价值最容易被忽视的部分。当智能体开始帮助企业更深入理解用户、服务用户并创造长期价值时，其意义已经超越传统意义上的效率工具。

　　从卖工具到卖结果

　　如果说过去几年企业还在讨论如何使用AI，那么如今一个更深层次的问题正在浮现：AI是否会改变企业赚钱的方式？

　　吴砚靖认为，这种变化已经开始发生。

　　从目前行业实践来看，科研创新、文娱教育以及银发经济等领域已经出现商业模式重构的迹象。

　　而在判断一个行业是否会被AI优先重塑时，她提出了三个观察指标。

　　第一，能否形成高质量数据闭环；

　　第二，任务结果是否能够量化；

　　第三，业务流程是否具备高频执行特征。

　　满足这三个条件的行业，往往更容易实现AI原生应用落地。

　　过去软件公司出售的是功能和工具，通过License授权或者席位收费实现收入。

　　而随着AI Agent承担具体任务，市场开始向结果付费模式转变。

　　未来企业购买的不再是一个功能模块，而是一个能够直接创造结果的数字员工；衡量价值的标准，也将从软件功能转向任务完成效果和Token调用规模。

　　吴砚靖认为，这种变化不仅会发生在金融行业，也将扩散至文娱、教育、营销乃至制造业等领域。

　　目前这一趋势仍处于早期阶段，行业渗透率并不高，商业模式也刚刚打开缺口。但正因为如此，未来几年AI Agent对于传统产业的重塑空间仍然巨大。

　　从技术突破到商业落地，从能力展示到价值创造，AI Agent正在完成一次重要转身。

　　而在这场转变背后，真正值得关注的或许不是模型变得多聪明，而是AI开始像员工一样创造生产力，并逐步参与企业利润的形成过程。