北京 AI 智能体政策让 Harness Engineering、Token 经济学和 OPC 正式进入官方框架

北京推出了一项包含十条措施的 AI 智能体政策。据报道，这是首次将 Harness Engineering、Token 经济学和一人公司纳入官方框架。

北京 AI 智能体政策之所以重要，是因为它将智能体视为一种经济系统，而非另一类软件。其关注范围从模型延伸至执行环境、服务合同、支付方式、专业化企业和设备。

7 月 23 日发布的报道将该文件称为《关于加快人工智能智能体引领发展的若干措施》。然而，在为本文检索的政策数据库中，尚未找到该文件的完整版本。因此，在北京发布权威文本之前，对其中最具体条款的解读仍需保持谨慎。

尽管如此，报道所呈现的政策方向仍与北京现有的政策脉络相符。北京市有关部门已经在支持 AI 驱动的一人公司、工业智能体、算力券、数据服务以及智能体在制造业中的部署。

中国中央政府也设定了更宏观的目标。其 AI Plus policy 提出，到 2027 年，新型智能终端和智能体的普及率应超过 70%。

矛盾十分明显。云端 AI 企业通常按 Token 计量用量，而据报道，北京希望供应商根据已完成的价值收费。这种转变听起来颇具吸引力，但它会把商业和技术风险从客户转移到智能体提供商身上。

这并不只是北京与另一座城市之间的竞争。核心冲突在于按用量计费的 AI 与按结果计费的 AI 之间。新政策试图推动市场从销售模型活动转向销售已完成的工作。

这给模型提供商、智能体初创公司、企业采购方和开发者带来了压力。每个群体都必须决定如何定义成功的结果、证明该结果由智能体产出，以及在自动化工作失败时如何划分责任。

北京 AI 智能体政策究竟改变了什么

该政策最重要的举措，是将模型周边的工程体系视为一级产业层。

根据最初的报道，北京的措施包含十项条款，并明确提及 Agentic AI、Harness Engineering、AI 操作系统、场景部署工程师、OPC 以及多种服务模式。

Harness Engineering 是指设计能够让模型在持续工作中真正发挥作用的系统。这些系统包括上下文管理、工具、权限、记忆、评估、反馈循环和执行环境。

这种表述反映了领先 AI 实验室中已经发生的变化。OpenAI 将 harness engineering 描述为构建环境、明确意图并创建反馈循环，从而让编程智能体能够可靠地完成工作。

据报道，在 OpenAI 的内部实验中，一个软件产品的每一行代码都由智能体生成。人类工程师则专注于规范、结构、反馈系统和运行控制。

Anthropic 也得出了相关结论。其关于 long-running agents 的研究发现，如果没有结构化交接和持久化产物，即使能力出色的模型也很难跨越不同的上下文窗口持续工作。

据报道，北京的政策将这一工程经验转化为产业信号。模型本身已不再是完整的产品，可靠性越来越取决于其周边架构。

这一区别对采购至关重要。两项服务可能使用相似的基础模型，却会因为各自的 Harness 提供了不同的工具、记忆、控制机制和验证步骤，而交付不同的结果。

据报道，该文件采用了一种本地化译法，将 Harness 表述为用于引导或控制智能体的工程层。与其背后的政策选择相比，确切的英文对应词并没有那么重要。

北京正在告诉企业，编排、可观测性和评估应当与模型开发一样获得支持。这有利于围绕现有模型构建可靠系统的团队，而不仅仅是训练更大模型的公司。

据报道，该政策还鼓励智能体进入手机、智能眼镜、汽车及其他终端。这使目标市场不再局限于基于浏览器的助手和企业仪表板。

基于设备的智能体面临着比聊天机器人更严格的限制。它必须管理延迟、权限、连接、传感器数据、电池消耗、隐私和现实中的物理后果。

这些限制使 Harness 变得更加重要。控制汽车功能或访问摄像头的智能体，需要比撰写电子邮件的助手更严格的边界。

这也解释了为什么政策提及 AI 操作系统。跨应用运行的智能体需要一个稳定的层，用于管理身份、权限、工具访问、记忆和通信。

据报道，智能体互操作协议也被纳入其中，这指向了同一个方向。如果每项服务都使用互不兼容的身份、消息和控制系统，由专业化智能体构成的市场就无法规模化发展。

不过，政策并不会仅凭为某个类别命名就建立起一项技术标准。开发者需要规范、参考实现、一致性测试和安全规则，互操作性才能变得可靠。

因此，北京的干预应被视为议程设定。它明确了政府希望企业构建的技术层，但这些技术层最终是成为基础设施，还是仅停留在政策词汇层面，将取决于具体实施。

北京为何从 Token 转向结果

拟议中的计费方式变化，正在挑战生成式 AI 最简单的商业模式：根据客户消耗的计算量收费。

Token 是语言模型处理或生成文本时使用的小型单位。提供商通常根据输入和输出 Token 数量计量 API 用量。

这种方式容易理解，因为 Token 能够为计算工作量提供一个可衡量的近似指标。但它也让客户承担了大部分执行风险。

如果一个智能体消耗了大量上下文、调用了多个工具、反复重试失败的步骤，最终却返回了无法使用的答案，客户仍然需要为这些活动付费。

据报道，北京 AI 智能体政策要求从按 Token 消耗计费转向基于价值的计费。在这种方式下，付款将更直接地取决于已完成的任务、验收通过的结果或可衡量的业务成果。

据报道，该政策还鼓励 Task-as-a-Service、Agent-as-a-Service 和 Reasoning-as-a-Service。这些类别将自动化工作的不同部分打包为服务。

Task-as-a-Service 销售的是完成一项明确工作。Agent-as-a-Service 提供对具备工具和工作流的智能体的持续访问。Reasoning-as-a-Service 则将更复杂的规划或决策支持打包成服务。

这些名称目前尚未成为标准化的商业类别。提供商可能会以不同方式解释它们，买家也不应认为使用相同名称的每个产品都能提供同等程度的责任保障。

真正重要的变化是价值单位。按 Token 计费的供应商销售处理过程，按结果计费的供应商销售处理结果。

这立即带来了衡量问题。编程智能体可以生成一个 pull request，但完成并不意味着代码正确、安全、易于维护或符合产品要求。

研究智能体可以提交一份报告，但字数并不是衡量准确性的有效指标。客服智能体可以关闭工单，却可能让客户仍然感到不满。

因此，基于结果的合同需要验收标准。买家和供应商必须明确什么算成功、由谁验证，以及例外情况将如何影响付款。

Harness Engineering 正是让这类合同成为可能的机制。Harness 可以记录操作、执行权限控制、运行评估、存储证据，并将不确定的情况转交给人类处理。

如果没有这些控制，基于价值的计费就只是一句营销承诺。提供商可以声称智能体已经完成工作，却不向客户提供足够的证据来评估结果。

政策中的 Token 经济学表述不应与加密货币混淆。这里的 Token 经济学指的是模型使用的成本、分配和商业价值。

核心问题并不是智能体消耗了多少 Token，而是这些 Token 是否产生了与其成本相匹配的结果。

这种区别可以奖励高效的工程实践。提供商将有动力把简单任务分配给较小的模型、减少不必要的上下文、重复利用经过验证的结果，并终止无效循环。

它也可能助长隐蔽的妥协。按完成任务数量获得报酬的供应商，可能会减少验证、选择更便宜的模型，或把部分完成的工作归类为成功。

企业买家将需要审计权和质量指标。他们应在评估完成率的同时，考察错误率、审核工作量、延迟、安全事件和下游返工情况。

知识密集型工作还带来了额外挑战。其价值往往会在之后才显现，并取决于分散在文档、对话和先前决策中的信息。

可靠的 AI knowledge base 可以帮助保存智能体输出背后的证据。它无法解决归因问题，但可以让审核更加切实可行。

只有当双方都能检查智能体如何得出结果时，按结果计费才会变得可信。北京的政策明确了目标方向，而市场仍需构建相应的衡量体系。

Harness Engineering 让智能体提供商承受压力

一旦政策承认 Harness 是产品的一部分，提供商就不能把所有失败都归咎于底层模型。

这是北京此举最尖锐的商业影响。市场长期以来往往将模型能力视为解释智能体表现的主要因素。

当提供商负责选择模型周边的提示词、工具、权限、记忆系统、路由逻辑和评估机制时，这种解释就会变得越来越站不住脚。

据报道，OpenAI 的实验展现了这种转变。该公司表示，智能体编写了一个包含约一百万行代码的软件产品，所用时间约为预期人工开发时间的十分之一。

这些数字描述的是一个内部项目，并非独立的行业基准。但它们仍然说明了为什么各组织如今都在投资构建编程智能体周边的环境。

Anthropic 的研究揭示了相反的一面。即使是能力出色的模型，在长期项目中试图一次完成过多工作，或在会话之间失去连续性时，也可能失败。

其解决方案包括初始化智能体、增量任务、进度文件和结构化交接。后续工作还为持续的应用开发增加了规划者、生成者和评估者等角色。

这些实践并非无关紧要的产品功能，而是决定智能体能否恢复工作、发现错误并遵守约束的关键因素。

据报道，北京对 Harness Engineering 的认可，给供应商带来了说明这些机制的压力。企业客户可以询问智能体记住了什么、它可以访问哪些工具，以及其输出如何接受测试。

他们还可以询问人工审批发生在哪里。当一项任务涉及资金、个人数据、实体设备或受监管的决策时，全自动化并不一定更好。

模型提供商面临着另一重压力。如果价值转向 Harness 和结果，那么获得强大基础模型的使用权就只会成为产品的一个组成部分。

Agent 平台可以通过领域知识、工具集成、评估和工作流设计形成差异化优势。这可能会削弱拥有模型层所带来的商业优势。

与此同时，模型公司也可以向上拓展。它们可以提供托管式 Agent、托管执行、持久会话和专用开发者系统。

这引发了一场围绕谁拥有客户关系的争夺。基础设施提供商希望开发者在其平台上构建产品，而 Agent 公司则希望买家为已完成的业务工作付费。

设备制造商构成了第三类参与者。手机、汽车和智能眼镜已经掌控着重要的用户界面、传感器、身份和权限。

将 Agent 嵌入这些设备可以为制造商带来分发优势。这也使它们必须为贴近用户、有时甚至贴近物理世界的 Agent 行为负责。

北京的产业政策提供了一个预览。其工业智能体计划提出，到 2028 年建设 100 个高质量工业数据集、培育 50 家智能解决方案提供商，并打造 100 个先进工业智能体。

该计划强调全生命周期，包括开发、部署、监控、行为审计、调优和迭代。即使文件采用了不同术语，这些仍然属于 Harness 所关注的问题。

制造业也让结果衡量变得更加具体。工业智能体可以根据停机时间、缺陷检测、流程稳定性、能源使用情况或经验证的任务完成情况进行评估。

然而，实体运营提高了出错的代价。聊天窗口中的错误回答，与生产线上错误的控制建议截然不同。

Agent 越能够采取行动，其 Harness 就越需要限制、记录并验证这些行动。这将催生对权限、模拟、回滚和人工升级机制的需求。

开发者应当预期买家会要求提供这些控制措施的证据。精美的演示所占的分量，将不及日志、测试结果、故障边界和恢复流程。

因此，北京的 AI 智能体政策在支持 Agent 应用的同时，也提高了工程门槛。它将运营可靠性视为一个企业必须设计并捍卫的产业层。

OPC 支持措施检验一人 AI 公司的模式

北京正将 Agent 基础设施与一项押注结合起来：极小规模的公司也能生产出具有显著商业价值的软件。

在这一政策语境中，OPC 指 One Person Company。它描述的是由一位创始人或极小团队运营的 AI 驱动型企业，而非一种新的公司法律形式。

这一概念建立在一个直截了当的判断之上。Agent 可以承担足够多的编码、研究、设计、营销、运营和客户支持工作，从而减少一家可持续经营的公司所需的人员数量。

在新的智能体措施出台之前，北京就已经超越了口号阶段。其于 6 月发布的官方OPC 行动计划，支持专注于智能体开发、生成式内容、模型调优和行业应用的企业。

该计划提出提供专门的创业服务、社区工作空间、模型访问、算力资源、数据支持、融资协助、竞赛、合规指导和高校项目。

它还允许在信用评估中考虑 Token 消耗量、竞赛成绩、创始人信用、知识产权和自主研发技术。

这一条款同时揭示了雄心与风险。Token 消耗量可以反映活跃度，但活跃度并不等同于收入、产品质量或客户留存。

一家公司可能在寻找可行产品的过程中消耗大量模型能力。另一家公司则可能因为工作流高效，用更少的 Token 构建出有价值的服务。

据报道，向价值计费的转变在一定程度上缓解了这一矛盾。如果北京希望培育以结果为导向的 Agent 企业，扶持计划就应衡量被验收的工作和持久需求，而不只是资源使用量。

成熟的 Harness 对 OPC 的帮助可能比对大公司更大。独立创始人无法亲自监督开发、支持、销售和行政管理中的每一次 Agent 操作。

创始人需要可重复的工作流、明确的权限、持久的上下文，以及针对异常情况的警报。否则，自动化只会增加需要亲自处理的故障数量。

这使 OPC 成为检验 Agent 可靠性的实际试验场。如果一个系统只有在持续的工程监督下才能运行，它就无法取代更大团队的职能。

北京也支持了本地 OPC 社区和公开展示活动。官方账号介绍了在教育、工业应用、娱乐、动画、健康和个人数据可视化领域开展业务的 AI 企业。

这些案例展示了潜在产品的广泛范围，但尚不足以证明该模式普遍成功。展示案例的筛选自然会偏向更具吸引力的例子。

真正的经济考验在于，OPC 能否留住付费客户、处理合规要求、应对支持需求，并在模型定价或平台访问发生变化时继续生存。

集中度风险值得关注。一人公司可能高度依赖一位创始人、一家模型提供商和多个外部 API。

政策支持的社区可以降低创业阻力，却无法消除这种依赖。服务中断、账号限制或模型变更都可能影响整个企业。

责任归属是另一个悬而未决的问题。如果自主 Agent 发送了错误的财务信息，或不当处理受保护数据，公司仍然要承担责任。

即使大多数运营任务都由 Agent 执行，创始人也必须维护审查系统。人员少并不会减少法律义务。

当多个 Agent 共享广泛访问权限时，安全也会变得更加困难。除非 Harness 将不可信内容与可执行命令分离，否则隐藏在文档中的指令就可能操纵 Agent。

OPC 需要最小化权限、凭证隔离、操作日志和审批关卡。这些控制措施可能显得繁琐，但它们能够保护创始人，避免自动化系统超出授权范围运行。

高校和创业社区可以在教授提示词设计的同时，帮助培养运营纪律。北京的 OPC 计划已经提出开设将大模型工程与创业相结合的课程。

OPC 模式最有力的形态，并不是一个人要求聊天机器人运营一家公司，而是一位承担责任的创始人管理一套经过测试的专用 Agent 系统。

这一区别将决定 OPC 是会成为一种持久的商业形态，还是仅仅成为贴在传统自由职业工作上的临时标签。

该政策最大的承诺也是其最大的风险

北京希望 Agent 能够在更多设备和行业中采取行动，但更广泛的行动能力也会提高不可靠行为的代价。

中国的国家框架已经将智能体定义为具备感知、记忆、决策、交互和执行能力的系统。

2026 年 5 月发布的智能体治理框架将安全、可靠和值得信赖贯穿于开发、部署和推广全过程。

北京的增长政策必须在这一治理方向下运行。支持快速应用并不会免除有关数据、算法、安全、消费者保护或责任归属的要求。

据报道的措施留下了几个尚未解决的问题。首先，权威文件及任何实施指导意见都需要在官方数据库中发布。

二手报道提供了详细的术语清单，但开发者需要精确的定义。一个政策术语可能会影响资格认定、报告义务、采购以及获得支持的机会。

其次，价值计费需要可验证的指标。政府可以鼓励这种模式，但客户和提供商必须针对每项任务协商“价值”的具体含义。

简单任务可以采用直接的验收测试。复杂研究、创意工作、战略建议和长期自动化则难以如此。

第三，互操作性需要安全边界。Agent 之间的通信可以改善协作，但也会为身份冒用、数据泄露和未授权操作创造新的路径。

协议需要具备身份验证、同意、撤销、来源追溯和可审计性。仅仅实现消息兼容并不足够。

第四，设备集成需要明确的权限模型。嵌入眼镜或汽车中的 Agent 可以访问敏感的情境信息，并影响用户安全。

当软件从建议操作转向执行操作时，开发者应当预期会受到更严格的审查。每增加一种工具，都会同时扩大实用性和潜在危害。

第五，OPC 计划需要结果数据。创业公司数量和 Token 消耗量可以反映参与度，但无法证明企业具有可持续性。

有用的指标应包括客户留存、持续使用、任务验收、合规事件、创始人工作量，以及在不再获得持续支持时的生存能力。

该政策还带来了采购方面的挑战。政府和企业买家可以通过购买 Agent 服务来刺激市场，但采购规则通常以传统软件为前提。

结果型合同需要具备用于评估概率性系统的方法。买家必须明确容差、升级流程、数据处理方式，以及下游后果的责任归属。

风险并不在于北京使用了流行术语。真正的风险是，制度性应用的推进速度超过了让这些术语真正落地所需控制措施的建设速度。

然而，等待系统达到完美可靠并不现实。Agent 系统需要通过部署、观察和纠正来改进。

切实可行的答案是有边界的部署。组织可以从可逆任务、有限权限、完善日志和人工审查开始。

只有在证据支持时，它们才能扩大自主程度。这与可靠 Harness 分解长期任务并评估进度的方式一致，而不是要求一个 Agent 一次性完成所有事情。

该政策最有价值的贡献，或许是让这些工程问题进入非技术决策者的视野。一旦 Harness Engineering 出现在政策框架中，可靠性就会成为采购和管理问题。

如果买家要求证据，这种可见性就能改善市场。如果企业只是在产品描述中加入“harness”，却不改变其系统，它也可能助长表面化的重新包装。

因此，围绕新文件的核实缺口非常重要。政策语言应当通过官方文本、后续规则、资金标准、技术标准和采购文件来评估。

未来三个月，读者应关注三个信号。

第一个信号是完整措施及其实施机构的正式公布。确切文本将说明据报道的概念是否包含定义、截止日期或可执行的计划。

第二个信号是 Agent 价值计费的具体试点。一个可信的试点应公开验收标准、故障处理方式，以及提供商如何证明任务已经完成。

第三个信号是有关 Agent 互操作性和设备权限的技术指导。标准、参考实现或一致性测试将把广泛支持转化为可用的基础设施。

这些信号将检验本文的核心判断。北京正试图推动 AI 经济从出售算力转向出售可问责的工作成果。

如果实施主要聚焦于 token credits 和初创企业数量，这一判断便会站不住脚。该政策仍将只是以更新的语言包装对传统产业支持的扩展。

如果采购和技术规则能够奖励经过验证的成果、受控执行以及可互操作的 agents，这种转变才会具有实质意义。

对于开发者而言，当下的启示是将 harness 视为产品架构。记录操作、约束工具、测试结果，并在扩大自主性之前保留证据。

对于企业采购者而言，关键是区分 agent 活动与业务价值。应询问如何衡量成功，以及如何发现失败。

对于知识工作者而言，该政策表明，agents 将越来越多地进入日常设备和工作流程。维护一个可搜索的个人知识系统，既能改善上下文，又能保留源材料以供审查。

北京的 AI agent 政策已将先进的产业语言纳入公共经济议程。接下来的问题是，北京能否将这种语言转化为可衡量、可问责的 agent 工作。