从连接信息到组织行动：智能体经济增长的底层逻辑

李振华、张韵/文

过去20多年，互联网最重要的贡献，是把信息连接起来，实现供需高效匹配。它让消费者更容易找到商品和服务，让企业更高效地触达客户，也催生了一批具有全球影响力的企业。

今天，智能体正在把数字化推向新的阶段，不只是回答问题、进行信息匹配，而是理解人的意图、拆解任务、调用工具、协调资源，组织行动，自主完成任务。

纵观历次技术革命，重大技术突破会催生新的商业模式，也将深远影响市场结构和格局。

进入智能体时代，降低交易成本仍然是市场发展的核心，我们需要思考的是：当价值创造和价值交换的过程从以人为中心走向人与智能体共同参与，市场的结构和格局将发生怎样的变化，核心需要解决的市场摩擦和交易成本又是什么，企业如何找到新的角色定位和价值护城河，技术潜力又将如何转化为经济增量和更加广泛的社会福利。

智能体重构决策权

过去，互联网组织起了大量的信息，但是人仍然是决策和行动主体。智能体重构了经济活动的决策权，从以人为中心走向人与智能体的共同参与：人只需要负责提出目标、设定边界和作出关键确认，智能体负责获取信息、比较决策、组织资源和协调沟通。由此市场的功能、结构和边界都将发生变化。

第一， 商业活动的单元从商品和服务交易走向任务交易，市场的功能从组织信息转向组织行动。 

过去安排一次商务出行，用户需要分别购买机票、预订酒店和安排用车；未来可能只需要提出“安排一次高效、舒适且不超过预算的商务出行”，智能体就可以协调多种服务完成任务。

在企业经营中，智能体也可以围绕降低供应链成本、开展市场研究等目标，调用数据、工具和专业服务，组织完整的行动过程。用户购买的不再只是商品和服务，而是围绕特定目标形成的任务结果；商家的经营也将从提供一个个SKU，进一步升级为交付完整解决方案。

第二， 市场结构从稳定的双边市场走向动态的多边行动网络。 

互联网平台主要连接消费者和商家，形成相对稳定的双边市场。智能体经济中，一项任务可能同时连接用户智能体、商家智能体、模型厂商、开发者、数据和工具服务商、支付机构及其他专业智能体。

市场交易的对象不仅包括实体商品和服务，也包括模型、数据、工具和专业能力等数字资源。不同主体围绕具体任务动态连接、分工协作，并随着任务变化不断拆解和重组，市场由相对稳定的供需连接转变为多方共同参与的行动网络。

第三， 市场的数字化边界被进一步拓宽，从消费互联为主走向更广泛的产业互联。 

消费互联网能够快速发展，一个重要原因是商品和服务相对标准化，容易进行展示、比较、支付和评价。但企业采购、供应链协同、法律合规、软件开发和专业咨询等产业活动，需要理解复杂背景、处理多重约束并协调多个主体，长期面临较高的数字化门槛。

智能体能够理解自然语言目标，调用不同系统和专业能力，使过去难以标准化的复杂服务被逐步拆解为可发现、可调用、可组合和可验证的行动流程，推动数字化进一步进入企业生产经营和产业链协同的纵深场景。

核心市场摩擦变成行动是否可信

智能体系统性降低了搜索、谈判、缔约的成本，提升供需匹配效率的同时，也带来了新的问题——如何信任智能体的行动。

当越来越多的消费、生产和经营活动交由智能体执行，委托代理关系就成为微观经济运行的基础结构。如何让智能体的行动可信，就成为智能体经济最核心、最关键需要解决的市场摩擦。

智能体带来的潜在委托代理摩擦包含两个层面。

第一， 人与智能体之间的委托信任，即人能否相信智能体准确理解目标，并在授权范围内忠实、尽职地行动。 

人通过自然语言表达需求，往往只能说明大致目标，很难穷尽所有条件。比如“选择最合适的供应商”，背后可能同时包含价格、质量、交付稳定性、合规风险和长期合作关系。智能体需要在未被明确说明的地方自主判断，可能出现意图理解偏差和自主决策偏差，甚至在预算、数据使用或交易对象上超出委托人的真实预期。

第二， 智能体与智能体之间形成的行动链上的信任问题。 

一个智能体在执行任务时，可能进一步调用其他智能体、模型、数据和工具，形成连续的A2A委托。前序环节的判断偏差可能沿任务链不断放大，每一次任务拆解和权限传递也可能模糊原有的授权边界，最后导致合成偏差更大。一旦出现问题，也很难判断问题究竟发生在哪个或哪些环节。因此，智能体经济需要解决的不只是某一个智能体是否可信，还包括整条行动链能否被观察、验证和追责。

委托代理关系从人与人之间延伸到人与机器、机器与机器之间，彻底改变了信任建立的基础。传统的依靠合同约束、结果激励、监督机制、声誉效应形成信任的方式很难适用，因为智能体既不具备独立承担法律责任的能力，也不具备独立人格和道德自觉，其高速运转的特点让实时监督变得更为困难。因此，智能体的可信行动需要一套覆盖事前、事中和事后的新型治理机制和规则。

事前需要建立身份和授权机制。身份机制要明确智能体代表谁行动、由谁创建、由谁授权；人的自然语言意图，需要被转化为智能体可以执行的权限规则，通过一定的授权机制明确智能体可以交易哪些商品和服务，调用哪些资源，使用多少预算，是否允许继续委托其他智能体以及哪些关键环节必须重新得到人的确认。

事中需要建立交易规则和过程验证机制。智能体的行动不能只依赖模型自主判断，而要将服务条件、交付标准、验收规则和支付条件转化为机器可读、可以自动执行的规则。任务是否按要求完成，数据和工具是否按约调用，支付条件是否满足，都需要在行动过程中形成可以验证的状态和凭证。

事后需要建立行为审计和纠偏机制。当智能体偏离目标、超出权限或触发异常交易时，系统应当能够及时暂停行动，并根据风险程度转由人工处理。发生履约争议或实际损失后，也要能够沿着任务和交易记录识别问题环节，明确相关主体的责任。

面向未来，围绕智能体的身份体系、授权机制、安全支付和争议处理等将不只是市场的后台能力，而是整个代理网络的治理中枢，承担起把经济意图转化为可执行交易、支撑智能体可信行动网络运行的功能。

流量逻辑弱化，信任逻辑崛起

交易成本的变化不仅会改变市场需要解决的核心问题，也会重塑企业边界和规模效应形成的方式。智能体系统外部交易将从拓扑主导（topology-dominated）模式转变为吞吐量主导模式（throughput-dominated）模式，协调成本主要随任务执行量增长，而非随连接节点数增长，外部交易成本下降速度远快于降低内部协调成本的速度。其结果驱动企业规模扩张、封闭整合走向更加开放的专业协作。

与此同时，由于可信行动成为新的核心市场摩擦，企业竞争的重点也将从争夺流量入口，逐步转向建立智能体生态中的连接和信任。

第一， 企业边界从封闭整合走向开放调用，专业分工将进一步深化。按照科斯的企业理论，一项能力是由企业内部提供，还是通过市场向外部获取，取决于内部组织成本与外部交易成本的比较。 

互联网时代，为了降低跨主体的沟通和协调成本，企业往往倾向于把更多业务和服务纳入自身体系，形成大型平台或者超级App。智能体可以主动发现、比较和调用外部能力，使模型、数据、工具、专业知识和业务流程成为机器可识别、可组合的市场供给。

企业不再需要独立建设完成一项任务所需的全部能力，而可以围绕具体目标动态组织外部资源；自身具有优势的内部能力，也可以被封装成服务，供其他企业和智能体调用。

未来企业的竞争力，不再只取决于内部拥有多少资源，也取决于能有效组织外部能力包括编排多少Agent、调用多少的API、可使用的多少的数据和工具，来共同完成任务。

第二， 需求入口更加多元，供给更加可迁移，超级App的优势显著弱化。互联网时代，需要人进入特定App来搜索和选择服务，平台和企业因而围绕人的注意力、停留时间和流量入口展开竞争。 

智能体时代，不需要人进入每一个平台分别寻找服务，而是由智能体进行代理；需求不一定只选择特定APP，可以从手机系统、智能终端、企业办公系统和各种专业智能体等多端发起同时，商品和服务将逐步形成机器可读的表达，商品、服务和数字资源可以被不同智能体发现和调用。

流量或许仍然重要，但流量不再是连接需求与供给的唯一桥梁。企业经营的重点，将从怎样把用户和服务留在自己的体系内，逐步转向怎样让自身的商品、服务和专业能力被更多智能体准确理解、主动选择和便捷调用。

第三， 规模效应不会消失，但会从流量规模转向智能体生态。智能体每执行一次复杂任务，都需要进行模型推理、数据调用、资源协调和结果验证，不同产业场景在专业知识、业务流程和责任要求上也存在较大差异。 

因此，面向具体任务的智能体服务并不必然复制互联网平台边际成本持续下降的增长模式，应用和履约层可能呈现更加专业化、垂直化的发展格局。但在更广泛的生态层，智能体之间的连接和协作仍然具有明显的网络效应。一个生态能够连接的智能体、商家和专业供给越丰富，能够支持的任务类型就越多，其对市场参与者的价值也就越大。

行动可信将成为生态形成网络效应的关键。一个生态的价值不仅取决于连接了多少智能体和专业供给，也取决于这些主体能否基于共同的身份、授权、支付、验证和责任规则开展协作。

可信规则被越多市场主体接受，智能体之间建立连接和完成交易的成本就越低；更多参与者的加入，又会进一步丰富供给、拓展场景并增强生态价值。规模效应由此从用户数量和流量积累，逐步迁移到智能体规模、专业供给网络和可信交易规则所形成的生态协同。

智能体生态不应是少数企业封闭控制的新入口，而应是由多种需求入口、多类型专业供给和共同可信规则组成的开放协作网络。不同企业可以在其中承担不同角色：有的更接近用户和企业的真实意图，有的拥有深厚的产业知识和专业供给，有的则提供身份、支付、验证和审计等基础能力。

未来企业未必都要成为智能体平台，但需要在行动网络中找到自己的位置。长期价值将取决于企业能为整个任务链创造什么不可替代的价值，以及这种价值能否被智能体可信、开放和规模化地调用。

智能体经济撬动增长新动能

经济活动的执行载体从人扩展到智能体，不仅仅会重塑市场功能和企业边界，还会最终体现到宏观经济的增长上。按照新古典增长理论及其增长核算框架（柯布-道格拉斯生产函数），经济增长主要来自资本积累、有效劳动供给增加和全要素生产率提升。智能体经济同时作用于这三个方面，有望成为未来宏观经济的重要增量。

第一，AI需求将扩大资本投入，并拓展生产性资本的内涵。智能体数量和任务执行规模的增长，会持续增加对算力、基础模型、数据中心和云计算的需求，直接带动AI基础设施投资。与此同时，智能体可以围绕具体生产目标，把分散的模型、数据、软件工具和企业知识组织起来，形成能够持续调用和跨场景复用的生产能力。过去依附于个人的业务经验，也可以沉淀为知识库、流程规则和任务模板，转化为企业能够复制和积累的智能资本。

第二，智能体将放大个人能力，扩大经济中的有效劳动供给。增长理论中的劳动投入，不仅取决于劳动者数量和工作时间，也取决于单位劳动所能完成任务的数量、复杂度和价值。智能体进入生产过程后，劳动者将从亲自完成每一步，逐步转向提出目标、组织资源、监督过程和判断结果。未来的有效劳动，将是人类判断力、智能体调用能力和监督纠偏能力的结合。个人和小团队也可以借助智能体获得过去只有大型机构才能提供的专业能力，从而扩大自身能够参与的经济活动范围。

第三，智能体将降低创新成本，提升全要素生产率。以罗默为代表的内生增长理论强调，知识生产、技术创新和知识溢出是长期增长的重要来源。智能体可以进入研发、设计、编程和分析等知识密集环节，降低信息检索、方案比较和反复试错的成本；也可以通过自然语言理解和工具调用，降低企业应用新技术的前置门槛，缩短技术从产生、适配到形成现实生产力的周期。专业知识还可以被封装为工具、接口或专业智能体，使原本集中在少数专家和大型机构中的能力，更快进入中小企业和普通劳动者的生产活动。

总而言之，衡量智能体经济能否成为真正的经济增量，不只要看新增了多少算力、模型和智能体，更要看它能否帮助每一家企业更高效地组织资源，帮助每一位劳动者创造更高价值，尤其要让中小企业以更低成本获得过去难以拥有的专业能力，更好地服务更多用户。

智能体经济最终仍然要服务于人、服务于生活。当技术能力真正转化为商家的生意增长、劳动者的能力提升和消费者的体验改善，一次技术突破才能转化为可持续的经济增长和更加广泛的社会福利。

智能体经济不是互联网经济的简单延伸，而是未来经济增长的新方向和数字经济演进的新阶段。但是，技术能力不会自动转化为经济增长，模型能够理解目标、执行任务，不等于个人和企业已经可以把真实的交易都交给它。

智能体经济要真正运转起来，还需要做很多需求和供给侧的改造，建立具有行业共识的标准与规则，围绕身份、授权、可信交易等形成新的商业基建。只有技术能力、产业场景和可信机制共同成熟，智能体才能从聪明的工具变成可靠的生产力，把技术突破转化为扎扎实实的增量经济活动。

过去依靠流量入口、封闭生态和内部整合形成的经验，也不能回答智能体时代的新问题。面对智能体经济的新趋势，要积极拥抱变化，在真实场景中探寻新的创新之路。

企业要把专业能力开放出来，与更多伙伴共同探索新的服务模式。平台也要从经营流量和扩大规模边界，转向连接多元需求、组织专业供给和建立可信交易规则和协议开放网络。

（李振华系蚂蚁集团研究院院长，张韵系蚂蚁集团研究院高级研究员）