AI热榜 过去几年，大模型的能力曲线一直向上，但经济增长并没有同步出现一条同样陡峭的曲线。
Stanford 2026 AI Index 指出，AI 已经在一些具体任务中带来可测量的生产率提升，但这些局部的效率增长，还没有体现为整个经济层面的生产率增长。
模型能力与经济增长之间，本来就隔着很长的传导链。
MIT 经济学家 Daron Acemoglu 在《The Simple Macroeconomics of AI》中提出，如果 AI 的经济价值来自任务层面的降本增效，那么它最终能够带来多大的 GDP 和生产率增长，取决于两个关键变量： 有多少经济任务真正受到 AI 影响，以及 AI 在这些任务上带来了多大的成本下降和生产率提升。
模型变强只是起点，它需要进入现实世界，完成足够多真正产生经济价值的任务。
Agent 的出现，让这件事有了可能。
模型配合 Harness，让 Agent 可以调用工具、执行动作，把模型能力转化为实际任务的完成。
正是观察到这些趋势，百度集团执行副总裁、百度智能云事业群总裁沈抖认为， “智能体有可能把大模型从一项技术变成真正的经济力量”，而其中“最关键的就是产业智能体”。
为什么是产业智能体？
真正能够作用于企业经营的 Agent，仅有 Model + 通用的 Harness 框架还不够。
它还需要理解两类知识。
一类来自企业自身，包括长期积累的数据、业务经验和内部规则；另一类来自产业，包括一个行业长期形成的专业知识、业务规律和共性要求。
百度将产业智能体定义为“智能体 + 产业系统”：将企业的知识、数据、流程、工具和业务要求组织起来，让智能体能够在真实场景中交付结果，并在运行中持续进化。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接