WAIC 2026 Agent 一网打尽：从云端、企业、手机到机器人，智能体开始进入真实世界

gaussrieman123

162人浏览 · 2026-07-21 08:54:05

gaussrieman123 · 2026-07-21 08:54:05 发布

2026年7月17日至20日，世界人工智能大会在上海举行。相比此前围绕模型参数、推理能力和生成效果展开的竞争，WAIC 2026出现了一个非常明确的变化：Agent不再只是大模型展区中的一个热门标签，而是贯穿基础模型、云计算、企业软件、智能终端、工业系统、机器人和安全治理的核心主线。

大会官方论坛中，直接围绕智能体展开的议题已经覆盖Agentic Cloud、企业级Agent、智能体互联协议、智能体安全、工业智能体、供应链数字员工、终端AgentOS和具身智能。WAICA学术会议也集中出现了Agent强化学习、工具调用、长程搜索、多Agent协作、持续状态、失败恢复和责任划分等研究。

如果把这些发布放在一起，可以看到一张越来越清晰的Agent产业地图：

底层是模型、算力、数据库和Sandbox，中间是Agent Runtime、Harness、AgentOS和企业控制面，上层则是办公、供应链、工业、电力、合同、客服、科研和机器人等具体应用。最外围，身份、权限、协议、评测、安全和审计体系也开始形成。

本文按照Agent技术栈和产品形态，将WAIC 2026与Agent相关的公司和产品分为六个部分。
在这里插入图片描述

第一部分：Agent基础设施与企业控制面

这一层解决的不是某一个具体业务，而是企业拥有几十个甚至几百个Agent之后，如何统一管理运行环境、身份权限、任务状态、知识、工具、评测和审计。

阿里云：Agent Native Cloud

阿里云在WAIC 2026发布了Agent Native Cloud，将Agent从普通AI应用提升为云平台需要原生支持的一类计算主体。

整套体系主要包括三个核心平台：

AgentRun：提供Agent运行环境、Sandbox、模型和工具接入等基础能力；
AgentTeams：负责多个Agent的组织、角色分工、任务调度和协作治理；
AgentLoop：负责运行观测、效果评估、问题分析和持续优化。

在此基础上，阿里云还加入Identity、Gateway、Policy、资产注册、可观测性等模块，使Agent执行的每一次操作都可以被识别、授权、记录和追踪。无影Agentic Computer则为Agent提供兼容Windows和Linux软件的云端工作环境，让Agent能够持续运行并操作真实软件。

阿里云还展示了由15个Agent组成的研发、客服和数据分析团队，由Leader Agent统一调度不同Worker Agent。传统云平台管理的是服务器、容器和微服务，Agent Native Cloud则开始管理Agent、Skill、任务、上下文、身份和运行轨迹。

腾讯：ADP 4.0与企业Agent平台

腾讯企业侧的核心产品是ADP 4.0。它提供Agent构建、知识接入、工具调用、流程编排、评测、发布和运营能力，并覆盖智能客服、知识管理、媒体生产等业务。

腾讯在WAIC上的整体布局并不局限于一个开发平台，而是覆盖三个层次：

ADP负责企业Agent开发与运行；
WorkBuddy负责个人通用Agent；
Tairos负责具身Agent和机器人开发。

这意味着腾讯试图同时覆盖数字世界中的企业任务、个人任务，以及物理世界中的机器人任务。

网易智企：ClawHive、DataAgent与Agent Guard

网易智企展示了企业级Agent平台帝王蟹ClawHive、智能数据应用平台知数DataAgent、AI Coding平台CodeWave SDD和安全产品Agent Guard。

ClawHive提供200余个岗位技能包，帮助企业把员工经验沉淀为可以复用的Agent Skill。DataAgent覆盖自然语言问数、归因分析、知识解释和行动建议。Agent Guard则负责识别和拦截多Agent协作中的越权操作和安全风险。

这套体系已经不仅是一个Agent开发平台，而是覆盖“Agent创建—岗位技能—数据分析—业务执行—安全治理”的企业AI应用平台。

滴普科技：DeepWorks企业智能体平台

滴普科技发布升级版DeepWorks企业智能体平台，定位为企业AI员工基础设施和Token生产力平台。

DeepWorks引入Harness架构、Agent Team协作、复杂任务Loop、企业组织模块、本体数据和Skills体系。它强调的不是单个Agent的问答能力，而是Agent如何理解企业语义、参与长程任务、调用多个系统并持续运营。

在企业场景中，通用模型通常并不知道组织结构、岗位职责、业务规则和内部术语。DeepWorks试图通过企业本体、知识和语义底座，为Agent提供真正属于企业的上下文。

星环科技：认知数据库、AgentBox与XClaw

星环科技发布了面向AI Agent的GPU原生认知数据库，试图统一支持数据分析、知识检索、可信上下文和长期记忆。

星环同时展示了：

AgentBox：智能体开发和业务专家平台；
XClaw：基于Agentic Loop的数据分析、PPT和看板智能体；
Astro：多个Agent协作的数据治理平台；
Sophon LLMOps：模型和语料全生命周期管理平台。

星环关注的是一个容易被忽略的问题：当企业内部同时运行数百个Agent，每个任务都需要频繁检索知识、读取上下文和分析数据时，传统数据库本身也需要为Agent重构。

FlagOS：开源Agent系统软件栈

“全球AI开放计算与智能体技术生态论坛”重点展示了FlagOS。

FlagOS尝试打通芯片、系统软件、模型和Agent，解决国产芯片和异构算力环境下的软件适配问题。与封闭云平台不同，它更强调开源、跨芯片、本地部署和软硬件协同。

对于需要私有化部署、国产化适配或边缘运行的Agent系统，模型强弱只是一个方面，推理框架、算子适配、资源调度、运行环境和工具链同样决定最终能否落地。

第二部分：终端AgentOS与个人Agent入口

这一层的竞争发生在手机、PC和办公软件上。核心问题是：未来用户究竟是继续打开一个个App，还是直接告诉Agent自己的目标，由系统替用户完成跨应用任务。

阶跃星辰：Step AOS、STEPX Neo与Amoo

阶跃星辰展示了Agent原生操作系统Step AOS、智能体手机STEPX Neo和个人智能体Amoo。

Step AOS的核心不是在传统手机系统上增加一个AI助手，而是把应用和服务拆分为可以被Agent调度的原子能力。用户提出目标后，系统负责理解需求、拆解任务、选择服务、维护状态并执行操作。

支付宝与阶跃还展示了异构Agent跨端协作。支付宝推出的AHA协议，使STEPX中的Agent可以在用户授权下调用支付宝服务生态中的能力，完成任务传递、状态回传和结果交付。

传统手机系统以App为核心，用户自己决定打开哪个App、使用哪个功能。Step AOS所代表的Agentic OS，则试图把系统中心从“应用”切换为“用户意图和任务”。

荣耀：AgenticOS与Robot Phone

荣耀在WAIC 2026发布了AgenticOS，并展示Robot Phone。

AgenticOS强调意图驱动、任务规划、多智能体协作和跨端执行。用户不再需要逐个打开应用，而是直接表达目标，由系统完成任务拆解和服务调用。

Robot Phone通过可运动的摄像与云台机构，让手机具备主动观察、跟随和一定程度的物理交互能力。手机由此同时承担感知设备、计算节点、身份终端、交互入口和物理执行器的角色。

中兴通讯：AIOS、Co-Claw与努比亚智能体手机

中兴通讯展示了AIOS、企业级智能体平台Co-Claw和努比亚AI智能体手机。

Co-Claw承担Agent调度和企业应用接入，可用于办公、研发、运营以及工业、城轨、矿山、电力和政务等行业。终端侧，努比亚智能体手机将Agent能力下沉到操作系统，支持跨应用和跨生态任务执行。

中兴与纯模型公司相比，同时拥有通信网络、云基础设施、企业软件、行业解决方案和终端入口，因此更接近“终端Agent+企业Agent+行业系统”的组合。

百度：百度搭子、GenFlow与Office Agent

百度旗下通用智能体百度搭子入选WAIC 2026十大“镇馆之宝”，也是其中唯一的通用智能体产品。

百度搭子面向办公、内容创作、信息处理和企业协作，能够理解目标、拆解任务、调用工具，并完成跨应用、跨文件工作。百度还展示了百度文库、百度网盘和一刻相册中的Agent能力，以及GenFlow 4.0、Office Agent和小度AI管家等产品。

百度的路线更接近“通用任务交付Agent”：用户不只是获得一段回答，而是获得报告、PPT、文档、数据分析或其他可以继续使用的结果。

金山办公：灵犀专业版与WPS Comate

金山办公展示了两类办公智能体。

灵犀专业版面向个人用户，具备上下文记忆、任务交付和Office操作能力，可以调用文档、浏览器和代码工具完成复杂办公任务。

WPS Comate面向组织用户，以WPS 365作为统一入口，通过技能、专家和应用三个层次，连接企业知识、数据和业务能力。

金山办公的优势不只是Agent能力，而是Agent可以直接进入用户真实的文档、表格、演示文件和企业协作环境。

第三部分：真正进入业务流程的行业Agent

相比通用助手，行业Agent的目标更加明确：它们必须进入真实业务系统，调用专业工具，执行具体流程，并对最终结果进行验证。

西门子：Eigen Engineering Agent

西门子的Eigen Engineering Agent是本届大会最值得关注的工业Agent之一。

Eigen直接连接西门子TIA Portal，能够理解自动化工程项目中的数据结构、程序块、参数和设备关系，完成PLC代码编写、HMI界面开发和设备配置，并在提交结果前进行验证和迭代。

它不只是向工程师提供建议，而是规划、执行和验证完整的自动化工程任务。西门子披露，Eigen已在19个国家、100多家企业试用或部署，部分任务执行速度达到人工方式的2至5倍。

Eigen代表了一类真正进入专业生产系统的Agent：任务边界清晰，专业工具可调用，结果可以通过工程规则验证，失败后能够定位和修正。

南方电网：“大瓦特·云睿”

南方电网的大瓦特·云睿入选WAIC 2026十大“镇馆之宝”。

该智能体能够完成任务理解、问题诊断、方案生成、仿真校核、投资评估和规划报告编制，形成“全景认知—推理决策—技能执行—仿真进化”的闭环。

目前，“大瓦特·云睿”已经支撑超过一万条馈线的智能诊断，并生成数千个配电网规划方案。它的关键并不是生成一份报告，而是把电力专业模型、规划规则、仿真工具和投资评估系统接入Agent，使每一步推理都可以通过专业系统验证。

壹沓科技：小沓OS、小沓KE与供应链数字员工

壹沓科技围绕全球供应链发布了小沓OS和小沓KE，并与小沓LLM共同构成企业级Agent技术底座。

小沓LLM负责理解和推理，小沓OS负责任务拆解、流程控制、工具调用、权限约束和结果校验，小沓KE负责组织企业私有数据、行业数据和外部知识。

三者形成“理解—执行—学习”的闭环，面向航运、港口、物流和供应链业务。供应链往往横跨订单、仓储、运输、报关、结算和客户沟通等多个系统，因此天然适合多Agent、Workflow和行业知识结合。

e签宝：eSign.AI与VeriAgent.AI

e签宝展示了两套产品。

eSign.AI面向合同起草、审查、签署和管理；VeriAgent.AI则面向Agent本身的可信身份、授权、权限和行为审计。

当Agent开始代表企业或个人签署合同、提交审批、发起交易时，系统必须回答：它是谁、代表谁、拥有什么权限、授权是否仍然有效、操作过程是否能够追踪。

VeriAgent.AI所对应的，正是Agent时代的数字身份和责任链问题。

蜜度：数据、写作与审校Agent

蜜度展示了三款垂直Agent：

DataQ数据分析与洞察智能体；
模力通办公写作智能体；
校对通编校审核智能体2.0。

其技术结构是“垂直模型+智能体+数据飞轮”，由垂直模型提供专业理解，Agent执行具体流程，业务运行数据继续反哺模型和规则。

这类产品没有追求通用Agent，而是围绕数据洞察、专业写作和内容审校建立相对可控的任务闭环。

容联云：语音、客服与营销Agent

容联云的产品覆盖Voice Agent、客服Agent、质检Agent、坐席辅助、CRM助手和私域运营Agent。

客服和营销是Agent较早进入生产环境的领域，因为任务量大、过程相对标准化，效果可以通过解决率、转化率和人工替代率直接衡量。

容联云试图从传统通信与客服平台，升级为能够参与业务流程的Agent平台。

第四部分：具身Agent与物理世界执行

数字Agent通过API、浏览器和软件工具改变数字世界，具身Agent则通过机械臂、移动底盘、摄像头和执行器改变物理世界。

腾讯：Tairos Agent与Apexio

腾讯展示了Tairos Agent、Apexio以及具身模型和机器人开发平台。

Tairos试图连接VLM、VLA、任务规划、机器人本体和开发工具，使机器人能够围绕目标进行持续感知、规划、行动和反馈，而不是只执行预先编写的单一动作。

荣耀Robot Phone

Robot Phone虽然仍然属于消费电子产品，但已经体现出终端Agent向物理世界延伸的趋势。

通过运动云台、摄像头和系统级Agent，手机不再只是一个静态交互设备，而是开始主动观察环境，并产生一定程度的物理响应。

从机器人Demo到具身Agent

WAIC上展示的机器人很多，但并不是所有机器人都属于Agent。

真正的具身Agent至少需要形成以下闭环：

理解目标—感知环境—拆解任务—选择技能—执行动作—观察结果—处理失败。

如果机器人只能按照固定脚本跳舞、抓取或行走，它仍然是一个自动化设备；只有当系统能够根据目标、环境和执行结果持续调整行为时，才真正进入Agent范畴。

第五部分：Agent协议、安全与治理体系

当Agent开始跨平台协作、代表用户执行操作，协议、安全和责任问题就会从辅助能力变成基础设施。

ASL：智能体安全可信互联协议

中国信通院在“从大模型到智能体”论坛上发布了多项成果，包括：

智能体互联互通协同发展与治理倡议；
《互联网智能体发展研究报告》；
智能体安全可信互联协议ASL；
终端智能体评测平台；
智能体创新实践汇编。

论坛重点已经从单个Agent能力，转向跨平台协作、标准、评测和治理。

ASL关注的是跨Agent协作中的可信身份、数据保护、运行隔离和业务安全。

AHA、MCP与A2A

支付宝推出的AHA协议也在WAIC现场与Step AOS完成了跨Agent协作展示。

几类协议大致可以这样区分：

MCP主要解决Agent如何调用工具；
A2A主要解决Agent之间如何通信；
AHA主要连接支付宝服务生态与异构Agent；
ASL重点解决跨Agent协作中的可信身份和安全问题。

当不同公司的Agent需要传递任务、状态、权限和结果时，协议会成为Agent生态的关键基础设施。

Agent安全：从“说错话”到“做错事”

传统大模型安全主要检查输入和输出，Agent安全则必须控制整个行动过程。

Agent可能读取企业数据、发送邮件、修改文件、调用支付、提交审批或控制设备。因此，安全问题已经扩展到：

Agent身份认证；
最小权限；
工具和数据授权；
高风险操作确认；
行为审计；
异常检测；
实时熔断；
责任追溯。

WAIC 2026相关论坛还发布了Agent L1—L5分级安全框架、前沿AI风险管理框架、风险监测平台和多项安全报告。

随着Agent自主性提升，安全系统不能只存在于Prompt中，而必须成为模型之外的确定性控制层。

第六部分：WAICA中的Agent前沿研究

WAICA 2026主会议录用了57篇论文，其中至少十余篇直接涉及Agent。

Agent训练与工具使用

值得关注的论文包括：

《Branching Policy Optimization》：研究Sandbox原生语言Agent强化学习；
《MCPVerse》：构建真实世界Agent工具调用评测；
《Not All Tokens Are Equal》：研究Agentic LLM系统中的Token路由。

这些研究说明，Agent训练正在从普通指令微调，转向对长程决策、工具调用和真实环境反馈的直接优化。

状态、记忆与多Agent协作

Deep Research与长程搜索

Deep Research方向有两篇值得重点关注的论文。

《A Deep Research Benchmark》尝试通过共识化评分标准评估金融研究报告质量；《Anchoring Intent and Verifying Locally》强调在多轮搜索过程中持续锚定用户意图，并对局部结论逐步验证。

这说明Deep Research正在从“搜得多、写得长”，转向“意图是否保持一致、证据是否充分、局部结论是否验证、最终答案是否可追溯”。

具身智能、失败恢复与责任

最后，谈几点我的判断

把WAIC 2026中所有Agent产品放在一起，我认为有三个变化最值得关注。

第一，Agent竞争已经从“做出一个Agent”，进入“建设一套Agent运行体系”。模型和工具调用只是起点，真正进入生产环境还需要任务状态、上下文、Sandbox、权限、评测、审计、失败恢复和持续运营。这也是Agent Runtime、Harness和AgentOS开始成为独立技术层的原因。

第二，AgentOS已经出现三条不同路线。阿里云、腾讯ADP、DeepWorks和ClawHive更接近企业AgentOS；Step AOS、荣耀AgenticOS和中兴AIOS更接近终端AgentOS；Tairos和机器人平台则在形成具身AgentOS。它们会共享部分模型、Runtime和协议，但不会合并成一个统一产品。

第三，真正有价值的行业Agent并不是最自由的Agent，而是拥有明确任务、专业工具和验证机制的Agent。Eigen、大瓦特·云睿、小沓供应链Agent等产品都遵循同一个结构：

目标明确、任务可拆、工具可控、结果可验、失败可修、过程可审计。

这也是WAIC 2026最重要的信号。Agent正在从一个模型功能，变成连接模型、数据、软件、组织、设备和真实业务流程的系统层。

接下来的竞争，不再是谁能发布更多Agent，而是谁能让Agent长期、稳定、安全地完成真实任务，并最终形成可复制的业务结果。