8月20日，“智在灵玑”智能体产业协同发展论坛在北京举行，论坛由通明湖中心、北京信息化协会工委会主办，海光信息承办，智能操作系统、国产算力、行业应用等领域代表共同参与。

（图片来源：“智在灵玑”智能体产业协同发展论坛）

过去一年，行业讨论正在从“Agent能做什么”，转向“Agent怎样稳定进入真实业务”。

大模型解决了理解、生成和推理能力，智能体进一步具备调用工具、访问数据、执行任务的能力。但从Demo走到政务、工业、医疗等长期运行的生产系统，中间还隔着大量基础工作。

企业遇到的实际问题往往很具体：现有ERP、数据库怎么接进来？不同模型和工具之间如何调用？数据访问权限如何界定？长任务中断后怎么恢复？多个智能体并行时怎样调度？持续推理产生的算力需求由谁承接？

这些问题，靠单纯提升模型参数解决不了。

▍灵玑OS补的是智能体“中间这一层”

这也解释了为什么此次论坛把“操作系统”放到核心位置。

今年5月，在北京市经信局指导下，通明湖中心联合产业伙伴发起“灵玑OS”，瞄准智能体规模化落地中“连不上、干不成、管不住、控不稳”四类共性问题。它不是传统意义上的操作系统，也不是再训练一个大模型，而是模型、数据、工具、业务应用和计算资源之间的一层公共基础设施。

具体来看，灵玑OS构建了“一个开源框架、两大引擎、一套协议、一个平台、一个软件栈”的核心体系：基于能力转化引擎实现存量软件向智能体Skill的自动化转化，无需源码改造即可接入MCP生态；记忆引擎构建分层记忆框架，支持多端记忆协同与组织级知识进化；安全层面发布UCP/DAP安全授权协议，并打造基于纯Rust内核的可信沙箱“星绽FrameVM”，实现强隔离与全链路管控；底层算力栈集成TileLang、xLLM、AKO与RedKnot推理引擎，实现国产芯片的算子自动优化与大模型高效推理。

通明湖中心在其中承担平台角色：一边做共性技术研发，一边把芯片、基础软件、模型、工具、应用及行业用户连接起来，用真实场景检验能力。

▍智能体也给国产算力换了一张考卷

大模型训练阶段，行业常讨论集群规模和峰值算力。进入Agent时代，计算形态明显变复杂了。

一个智能体执行任务，背后可能同时发生模型推理、数据处理、工具调用、工作流编排；如果企业同时运行几十上百个Agent，计算资源面对的是持续、高频、多任务并发的负载。算力的考核标准从“能不能把模型训出来”，延伸到“能不能稳定承接长期业务”。

海光信息此次作为承办方参与论坛，承担的就是产业链底座角色，其CPU支撑通用计算、业务系统和数据处理，DCU承担AI计算及高性能计算，再配合软件栈、整机和应用适配，将底层芯片能力与Agent实际运行环境连接起来。智能体越往生产环境走，对兼容性、可靠性和生态成熟度的要求越高。

▍从产品适配走向生态协同，防止“AI孤岛”

过去企业数字化经历过“信息孤岛”，不同系统数据不通。智能体快速普及后，同样的问题可能重演：一个部门一套模型，一个业务一套Agent平台，缺少统一的接口和协同机制，Agent越多系统反而越复杂。

因此，这次论坛更值得看的是它依托光合开放生态的产业协同逻辑。

光合组织已连接6000余家生态伙伴，完成大量软硬件测试与联合方案。过去这种生态主要解决国产芯片、整机、操作系统和应用之间的适配；进入Agent时代，协同范围向模型、工具、Agent OS和行业流程延伸。通明湖中心负责共性技术和场景连接，灵玑OS承担软件基础设施，海光等企业提供国产计算底座，上层接入模型和行业应用。只有这些环节真正跑通，智能体才能从一个个项目变成可复制的产业能力。

更长远看，这也与北京推动的Token经济形成衔接。当越来越多智能体参与信息处理和任务执行，Token可能逐渐从模型内部的技术计量，延伸到智能服务生产和价值衡量。