“十五五”时期是我国人工智能从技术爆发转向应用成熟的重要战略窗口。智能经济的内生增长动力来自“智能水平—API调用量—智能转化效率”的正反馈循环，应紧扣词元引擎功能，推高词元价值释放的智能上限，扩大生成词元内容的利用规模，提升词元与实体经济的融合水平，并构建与此相适配的治理体系，推动我国智能经济从规模领先向质量引领的转型升级。

 

推高智能上限，提升模型智能水平。智能水平本质上是通用技术资本积累的反映，对智能水平的投入就是积累智能资本存量，其回报具有长期递增特征。应更加专注于从感知智能向认知智能的跨越，大力推动模型架构与算法的原始创新，在大模型长程任务能力、自治智能体系统、自我进化和自主训练等方面寻求突破。加快建设高质量、多模态、覆盖重点行业的中文语料和知识库，探索安全合规的数据共享和“数据要素×”模式。加强政策引导与制度供给，支持高校、科研院所与领军企业协同开展前沿基础研究，加大对大模型研发、算力建设、数据要素市场的资金支持力度，完善知识产权制度，激发创新活力。

 

创新服务模式，扩大API调用量。API调用量本质上是对“智能即服务”这一新型消费品的需求规模，用户数量增加会加快模型改进，模型改进又会吸引更多用户，形成需求侧规模经济。应降低模型接入和切换成本并实行差异化定价，培育更成熟的API市场。构建自主可控的“模芯能一体化”人工智能基础设施，推进全国一体化算力网建设和集约高效利用。建设开源开放的高性能算力服务平台，持续优化API服务生态，为广大中小企业提供普惠算力支持。大力发展智能体，鼓励智能体在各类垂直领域的规模化应用，让能够自主驱动、协同作业、全天候运转的智能体集群成为新的产业形态，从“智能助手”真正走向“数字员工”。完善词元计量与交易市场，加快建立统一的词元计量标准和交易规则，进一步激活词元的生产、流通与消费。

 

强化场景牵引，提升智能转化效率。词元从消费端向生产端渗透，早期集中在易于量产的文案生成、代码补全等标准化任务，后期则需要解决行业知识、业务流程、监管约束等“最后一公里”的适配性问题。提升智能转化效率的关键在于设计“词元—任务”匹配机制，使词元生产尽可能贴近价值创造场景。以先进制造业集群、国家级经开区、自贸试验区等为重点，以现代农业产业园、现代服务业集聚区为广泛延伸，系统梳理产业及企业业务流程，针对痛点堵点形成词元驱动型解决方案，打造一批智能经济标杆场景，推动提升智能转化效率。构建智能经济转化效率评价体系，探索将单位词元消耗对国内生产总值拉动效应、重点行业人工智能渗透率等若干新指标纳入国家统计体系。

 

加强治理护航，构建智能经济持续健康发展生态。聚焦产权、交易、风险层面，加快构建激励相容、公私兼顾、权责清晰的词元治理体系。同步建设与模型智能水平相适应的对齐能力，把国家法律法规、社会规范、道德伦理等作为底层公理写入模型的价值函数，确保人工智能技术推动智能经济向善发展。建立健全算法安全监管体系，防范算法歧视、隐私泄露、虚假信息传播等风险。坚持开放合作，积极参与全球人工智能治理规则制定，推动形成开放、公平、非歧视的国际智能经济发展环境。

 

作者：唐杰 清华大学计算机科学与技术系教授 来源：《求是》2026/16