「深入实施“人工智能+”行动」，我的9点学习笔记

今天花了亿点时间学习《意见》，真的有很多细节，也有很多感触。在这里分享几条我自己的学习笔记吧，仅供参考。

第一，「“人工智能+”行动」

「“人工智能+”行动」并不是从石头里冒出来的。去年，2024 年的政府工作报告里首次提出了「开展“人工智能+”行动」：

深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

2025 年的政府工作报告再次提出「持续推进“人工智能+”行动」：

持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。

上个月底国常会审议通过《关于深入实施“人工智能+”行动的意见》，再到今天正式发布。

「意见」是「对重要问题提出见解和处理办法」，起到政策统筹和任务部署的作用。

《意见》作为国家顶层的工作部署，可以预见，后续可能还会以《意见》作为上位依据，制定具体的实施方案以及各部委、各地区的行动计划。

第二，三个时间节点

2027 年、2030 年、2035 年。从现在算起，正好对应着三年、五年、十年。

2035 年「基本实现社会主义现代化」是在十九大上提出的，这次《意见》作为统领性的文件，首次明确「到2035年，我国全面步入智能经济和智能社会发展新阶段」，和「基本实现社会主义现代化」、「2035 年远景目标」贯通衔接。

梳理一下就会发现，这些方针政策，一直是传承有序、有迹可循的；这些文件，也不会仅停留在纸面，而是会真正转化为新质生产力，赋能千行百业的。

第三，「新一代智能终端、智能体」

「新一代智能终端」在文件中给出了较为明确的示例：

推动智能终端“万物智联”，培育智能产品生态，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端，打造一体化全场景覆盖的智能交互环境。

至于「智能体」，这的确是首次在官方文件中出现对「Agnet」的表述，但可惜的是，文件中并没有具体给出精确的定义。

培育人工智能应用服务商，发展“模型即服务”、“智能体即服务”等，打造人工智能应用服务链。

不过，从关于「模型即服务」（Model as a Service）和「智能体即服务」（Agent as a Service）的表述来看，「智能体」大概是泛指了 AI 软件服务（和「代理型」AI 应用）。

看来翻译还是没统一确定啊…

第四，「原生」

这次的《意见》里出现了很多个「原生」：

智能原生新模式新业态；智能原生技术、产品和服务体系；智能原生企业；智能原生应用

什么叫「智能原生」？换成英文或许大家更熟悉：「AI-Native」。

说实话，这种提法还是很大胆的。我举个例子，去年河南省的《推动“人工智能+”行动计划》里，只写了「赋能」，没有出现一次「原生」。

以前我们经常说的「AI 赋能」，也叫作「AI-enable」，是指在以前既有的基础上，增加一些 AI 的元素。

AI-Native（智能原生）则完全不同，是指「以 AI 为底层运行逻辑，彻底重构产品、流程、组织和商业模式」。

换句话说：

• • 在「AI 赋能」的框架里，业务是基础，AI 是提质增效的手段。
• • 而在「AI 原生」的框架里，AI 是基础、是底座，业务是 AI 里生长出来的，甚至是 AI 时代来临前从未有过的形态。

这要求我们真正从 AI 思维出发，去发现新的业务场景、实现新目标。

为什么说原生很重要？今天的《意见》发布后，发改委同步发了十篇解读文章，其中两篇都在讲「原生」。

推荐大家认真读一下：

• • 全面推动智能原生产业 助力高质量发展
• • 培育智能原生新模式新业态 加速产业全要素智能化发展

第五，六大领域

科技、产业、消费、民生、治理、全球合作。

每个都能展开说很多，但我肯定没这能力了。我就随便点几个我看到的吧：

• • AI+科技。AI4S 这部分的亮点也许在「新型哲学社会科学研究组织形式」，一方面研究 AI 给社会带来的影响（AI 伦理、人机关系），另一方面，用 AI 模拟社会学实验也是这两年的热点。（后面在「治理能力」一节，也专门有一句「深入开展人工智能社会实验」）

• • AI+消费：「加快发展提效型、陪伴型等智能原生应用」。提效型自然是工具类，那陪伴型自然就是指情感类。AI 不仅有工具属性，更能满足用户的情感需求。
• • AI+教育：「大规模因材施教、促进教育公平」。AI 对教育的意义，一是个性化，二是科技平权。

第六，「普惠」

普惠这个词在《意见》里出现了多次：

• • 社会治理：「城乡智能普惠」
• • 全球合作：「普惠共享」
• • 算力统筹：「算力供给普惠易用」
• • 开源生态：「普惠高效的开源应用新模式」

其实我觉得，「教育公平」也是人工智能普惠的体现。

AI 虽然属于高新科技，但绝不是少数人才可以享用的。

普惠代表了人人可负担（价格足够低甚至免费）、人人可获取（城乡、网络、低端设备、老年与残障人士等）、人人可使用（上手门槛低、推广教育到位）。

第七，数据

• • 加强人工智能高质量数据集建设
• • 完善适配人工智能发展的数据产权和版权制度
• • 鼓励探索基于价值贡献度的数据成本补偿、收益分成等方式，加强数据供给激励
• • 支持发展数据标注、数据合成等技术，培育壮大数据处理和数据服务产业。

数据是 AI 发展核心燃料，是 AI 进步的限制瓶颈。AI 的训练数据有版权问题，AI 生成的内容有版权问题。AI 会冲击原创内容创作…

这些问题，都会在发展中找到答案的。

第八，芯片和算力

这块不聊国产化芯片算力了，只说能源。

「数、算、电、网等资源协同」。

AI 的最重要的价值就在于：

芯片 + 能源 → 智力

它能将沙子和电力转化为智力，所以未来必定会是能源之争。

搭配今年 7 月「全国月度用电量首破万亿千瓦时」的新闻服用，效果更佳。

第九，开源

开源还能给学分，我咋没赶上这好时候啊！

促进开源生态繁荣。支持人工智能开源社区建设，促进模型、工具、数据集等汇聚开放，培育优质开源项目。建立健全人工智能开源贡献评价和激励机制，鼓励高校将开源贡献纳入学生学分认证和教师成果认定。支持企业、高校、科研机构等探索普惠高效的开源应用新模式。加快构建面向全球开放的开源技术体系和社区生态，发展具有国际影响力的开源项目和开发工具等。

大模型开源这件事，中国已经是事实上的第一了。

Meta 跌落神坛，OpenAI 扭扭捏捏，xAI 开源上上一代；谷歌、NVIDIA 开源一些无关痛痒的模型；欧洲留了个独苗 Mistral。

中国的 Qwen、DeepSeek、GLM（智谱）、Kimi、Mimimax、Step（阶跃）、ERNIE（百度文心）、Hunyuan，哪个拿出去都非常能打。

开源是增加全球影响力的做法，从国家层面鼓励开源，就是鼓励中国的模型走向更多没有自研能力的国家。

一些国外的科技企业在鼓吹「主权 AI」，那么请问，一个国家如果想建设自己的「主权 AI」，会选择用美国的闭源模型，把数据传到美国，还是会选中国的开源模型呢？

总之，这份文件，内容真的挺多的，真的值得逐字逐句好好学。今天先写这么多吧。

有心人也许可以和美国的 AI Action Plan、欧盟的 AI Act 做个比较，才会更知道中国的优势和愿景。