当前人工智能（AI）产业迈入以智能体为核心载体的发展新阶段，算力作为核心生产要素，直接决定产业发展的核心竞争力。但当前行业仍面临智能体商业化难、生态协同失范、安全基础薄弱，以及算力市场定价机制扭曲、度量标准不统一、交易体系不完善等突出瓶颈。近日，全国政协委员、中国科学院计算技术研究所研究员张云泉接受证券时报记者专访时指出，要以规则护航智能体生态，以机制激活算力经济，为我国人工智能产业高质量发展筑牢坚实底座。

　　智能体是AI落地的重要载体，正驱动经济社会深度转型。张云泉指出，我国智能体已在个人工具、企业服务等场景快速落地，但商业化难、生态失序、安全滞后三大短板，正制约产业从“创新活跃”走向“健康繁荣”。

　　商业化瓶颈最为突出。他表示，国内C端（面向消费者）用户付费意愿偏低，多数产品依赖免费模式；B端（面向企业）企业偏好本地化部署与定制开发，MaaS（模型作为服务）模式难以规模化扩张。数据显示，头部大模型企业普遍亏损严重，智谱、MiniMax累计亏损均超60亿元，短期难以扭亏。“没有可持续的商业模式，技术创新就成了无源之水。”张云泉说。

　　生态协同秩序亟待重构。部分智能体采用GUI（图形用户界面操作）路线绕开应用授权、模拟用户操作，虽提升便捷性，却破坏应用生态与用户信任，形成“信任赤字”。反观海外，苹果、谷歌等正通过统一协议、意图框架与应用商店共建开放生态。“生态竞争力的核心是规则与协同，而非无序竞争。”他强调，我国若不尽快建立标准体系，将在全球规则制定中陷入被动。

　　数据安全与隐私保护短板不容忽视。部分终端智能体过量截屏、敏感数据上云，既威胁用户权益，也阻碍出海进程。“海外市场对隐私安全高度审慎，不安全的技术路径会让我们错失全球竞争机遇。”张云泉表示，安全是智能体发展的底线，必须将安全理念贯穿技术研发与应用全流程。

　　针对上述问题，他建议，一是培育商业生态，通过补贴、个税扣除等政策激活个人用户付费意愿，在非敏感领域减少私有化部署，鼓励央国企采用MaaS等方式，构建智能体应用生态；二是制定行业互操作标准，落实“双重授权”原则，禁止绕过授权的模拟操作；三是强化全链条监管，明确数据采集边界，建立第三方安全检测机制，筑牢安全防线。

　　算力是AI产业的“发动机”，已上升为国家战略基础设施。张云泉认为，我国算力网络建设提速，但价格机制缺失、度量标准不一、交易市场空白，导致“技术跑通、经济未闭环”，成为制约算力经济健康发展的关键堵点。

　　当前算力市场陷入恶性低价竞争。硬件层，英伟达H100 GPU（图形处理器）租赁价格两年跌幅超70%，逼近亏损线；应用层，同类服务价格相差数百倍甚至两千倍，部分地方补贴进一步扭曲价格。“低价竞争以牺牲质量与长期发展为代价，最终会挤出优质供给。”他直言。

　　“算力已成为新型生产要素与战略商品，必须建立市场化、规范化的价格形成机制。”张云泉提出三项核心建议。第一，出台《算力服务价格管理办法》，建立成本核算与价格指导机制。参照电力“基准价+浮动”模式设定价格底线，推行分时定价引导错峰使用，设置价格预警与反不正当竞争调查阈值，遏制恶性低价。第二，统一算力度量与服务标准。针对通用计算、AI训练、推理等场景制定标准化单位与换算规则，建立“元/百万Token”智能算力计价基准，推行算力服务质量分级，以价格激励提升运营效率。第三，设立全国性第三方算力交易所，搭建公开透明交易市场。提供现货、远期合约交易，编制国家算力价格指数，条件成熟时推出期货、期权与算力REITs，实现价格发现、风险对冲与融资创新，让算力真正成为可交易、可配置、可增值的核心资产。