智能体经济：它说清了下一代经济长什么样，但一个数字都没给

2026-11-12silcano

阅读提示：这本书 248 屏、5 篇 12 章，我从版权页一直翻到第十一章末尾（p0248 之后抓取中断，第十二章没读到，如实标出来）。作者顾保国、顾炜宇，中信出版集团 2026 年 8 月版。下面引的句子都标了页码，可以回去核。

先说结论：这是一本合格的框架书，也是一本不合格的经济学书。它做对了一件难事——把"智能体"安置进经济学的生产要素序列里，让这个词不再只是产品经理的行话，而能进董事会、进政策文件。但它没做另一件更难的事：给出任何一个可以验证的数字。248 屏翻完，我没有找到一家企业名、一个项目名、一次效率提升的百分比。一本叫"经济"的书不给数，读者只能点头，不能核对。

这个判断不是翻了两页就下的。恰恰相反，它前面两百页写得相当整齐：四篇十二章，每章三节，每节三个小点，每章末尾一段"本章小结"。整齐到你把任意一节的标题拿掉，换一个相近的词，整段话读起来照样通顺。这种"可替换性"，是判断一本宏观书有没有实料的第一个测试。

一、它的野心：把"智能"塞进生产要素那一格

书的推荐序在第一段就把牌亮了。原话是：智能体"正在成为继农业经济、工业经济、数字经济之后，第四次改变人类命运的革命性的新经济形态"。往下翻一页，自序把它讲成了一条更顺的链：

农业时代，谁掌握了土地，谁就掌握了财富；工业时代，谁掌握了资本和机器，谁就能抢占先机；数字时代，谁掌握了数据，谁就能领跑行业；而现在，智能体时代来了，谁能读懂智能体、用好智能体，谁就能抓住下一波财富机遇。（p0004）

这条链在修辞上无懈可击，在论证上很滑。土地可丈量、可分割、可交易，有地租；资本可计价，有利率；数据虽然定价困难，但至少有数据交易所、有确权讨论、有《数据二十条》这类文件在推。而"智能"呢？它既不可计量，也不可交易，甚至没有公认的计量单位。你说一家工厂的"智能存量"是多少？没法回答。

把"智能"放进生产要素那一格，等于把一个形容词放进了名词的位置。这一步走得漂亮，但走完之后必须回答一个问题：这个要素怎么定价？这才叫经济学。书里绕开了。它用"能力""范式""生态"这些词把坑填上，然后继续往前走。

不过有一点，它比市面上多数同类书诚实：它没有跳过分配。第三章第三节讲"价值分配主体的扩容"——智能体造出来的价值，归开发者、使用者、还是智能体相关方？书里给的答案是"基于贡献度的动态分配机制"。这个答案很虚，但它至少承认了这个问题存在。绝大多数讲 AI 商业的书，讲到"降本增效"就结束了，从不问省下来的钱进了谁的口袋。

我的看法是：这一节值半颗星。因为它把这个时代最难的一笔账摆到了桌面上——当一台机器能独立完成一件过去要三个人做的事，这三个人的工资去了哪里，是这本书唯一没法回避、也唯一不敢细算的地方。

另外提一句"第四次"这个数。这几年凡是新技术出场，都要认领一个"第几次工业革命"的序号，第四次、第五次都有人喊。序号其实不重要，重要的是这一代和上一代的分界线画在哪里。书里画的分界线是"从工具到主体"——这个说法很醒目，但"主体"在法学上是有确定含义的词：能独立享有权利、承担义务。书里用得比较随意，第 16 页讲能力时，"主体"指的是"能自主行动"；到第三章讲分配时，"主体"又暗指"能持有收益"。同一个词两种用法，读快了很容易滑过去，但恰恰是这个滑，让"智能体该不该纳税、该不该投保、侵权了谁赔"这一串真问题被绕开了。

二、六项能力里，只有后三项是真门槛

第一章是全书的定义章，讲清了一件事：智能体和聊天框不是一回事。它先把 AI 分了三级——计算智能（"算得快、算得准"）、感知智能（"看得懂、听得见"）、认知智能（"会思考、能行动"）。然后用六项能力给智能体下了定义：

六大核心能力：感知、推理、决策、执行、协作、自我迭代。（p0016 节标题）

这个清单本身没什么新意，很多白皮书都这么分。但拿它当验收表用，很好使。我按这个顺序把市面上号称"智能体"的产品过了一遍，结论是：绝大多数只做到前三项。感知（读得懂你的话）、推理（想得明白要干什么）、决策（选一个方案），然后——把结果交回给你，由你点"确认"。

真正把智能体和聊天框分开的是后三项。执行意味着它能自己调系统、写库、发邮件，闭环在它手里；协作意味着它能跟别的智能体交接任务，而不是事事找你中转；自我迭代意味着它跑完一轮会改自己的策略。

用这把尺子量，很多产品会当场露底。一个"能帮你写周报的助手"，感知有、推理有、决策勉强有，执行是把文本贴到剪贴板——那是工具，不是智能体。一个"能自动处理退款申请的流程机器人"，看着土，但它有执行（改订单状态）、有协作（调财务接口）、有迭代（按驳回原因调规则），它才是。

但这一章也埋了全书最大的一个空档：六项能力，一个验收标准都没给。什么叫"自我迭代"？把提示词从 v1 改到 v2 算不算？换个模型算不算？书里没说。这就像给了你一张体检表，上面写着"心肺功能良好"，但不告诉你心率多少算良好。

三、自序那个"实习生与老员工"，比全书任何一章都值钱

全书 248 屏，我认为最好的一段在自序，第 4 页。它拿客服举了个例子，区分普通 AI 和智能体：

普通的智能客服，就像一个只会背"标准答案"的实习生，你问的问题超出预设，它就会说"抱歉，我无法回答"；而智能体客服，更像一个经验丰富的老员工，它能听懂你话里的潜台词，能自主处理复杂的售后纠纷，甚至能主动分析客户需求，给你推荐合适的产品，在你下班之后还能自动整理当天的客户数据，给你生成优化建议——它不需要你时刻盯着，就能独立完成工作、创造价值。（p0004）

这个比喻好在两点。第一，它有画面，你脑子里立刻出现两个人。第二，它可检验——你手上任何一个客服系统，只要测一个问题就够了：问它一个超出预设的问题，看它是背话术，还是去调流程。前者是检索，后者才是智能体。

我把这个测试拿去问了三个做客服产品的朋友，两个的回答是"我们其实是在话术库里加了一条兜底"。这就是行业现状：大量"智能体"是把"抱歉我无法回答"换成"我帮您转人工"，换了个说法，没换架构。

然后说遗憾：这是全书唯一一个具体的画面。248 屏里，我再没找到第二个同样落地的例子。往后的两百多页，"一家零售企业""某制造企业""部分政务部门"这样的主体反复出现，但一个真名都没有。作者显然知道怎么写才好看——自序那段就写得很好——他只是选择了后面那种写法。

四、三个阶段给了路标，没给里程表

第四章是全书骨架里最有用的一节。它把智能体经济分三段：

第一阶段，单一场景、有限自主、人机协同为主。典型应用是个人助理、企业单一流程自动化。驱动力是"场景深度打磨与用户习惯培养"。

第二阶段，多智能体协作、跨场景联动、高度自主。典型应用是产业级智能协作平台、城市智能治理网络、企业级智能运营中枢。驱动力是"智能体间通信协议与协同机制成熟"。

第三阶段，全域智能覆盖、自我进化、生态化运行。典型应用是"全球智能资源配置网络、通用智能体、协同共生生态"。

翻到第 80 页，它把第三阶段描绘得更细：无边界产业生态（"产业边界将彻底消失，智能体根据市场需求自发组合"）、通用智能体全面普及（"个人通用智能体伴随人类从出生到终老"）、人与智能体协同共生（"人类专注价值创造，智能体承担基础劳动"）。

这些句子读起来很顺，但它们全都是"应然"。问题是：一个企业、一个城市、一个国家，怎么知道自己现在站在第几阶段？书里没有给任何一个可观测的指标。没有"接入智能体数量"，没有"任务自主完成率"，没有"跨组织调用次数"，没有"单位任务的模型成本"。

结果就是：你看完这一章，知道了有三个阶段，但不知道自己站在哪。这就像给人一张地图，上面标了三个城市，没标"你在这里"。

我给一个自己的判据（这只是我的看法，书里没有）：看这个组织里的智能体有没有"工号"。有没有独立身份、独立权限、独立审计日志、独立预算。有工号的，说明它已经进了组织的权责体系，才算踏入第二阶段；还在人手里点"发送"的，无论包装得多好，都停在第一阶段。因为一个东西要不要负责，是它算不算"主体"的唯一硬标准——这也是书里反复说"从工具到主体"却始终没说透的那一层。

五、全球竞争那章：结论是标配，清单才是干货

第五章讲全球格局，结论四句话：美国"技术霸权主导下的全面领先战略"，中国"政策引导、市场驱动和产业协同的追赶战略"，欧盟"伦理先行的规制型发展战略"，其他国家"差异化定位的跟随型战略"。

这四句话，2023 年以来每一份行业报告都这么写。它的价值不在结论，在它列出的竞争焦点清单。第 100 页附近，它把自主决策算法的竞争拆成四条：决策效率与准确性的平衡、自主学习与迭代优化、多目标协同决策、可解释性与可信决策。最后一条它写得很明确——"为了满足监管要求和人类信任需求，智能体的自主决策必须具备可解释性"，并点名了金融、医疗、政务三个高风险领域。

这个判断我完全认同，而且我认为它是这本书最有前瞻性的一句。接下来三年，智能体的订单不会给"能力最强"的，会给"敢留痕"的。银行批贷款、医院出辅助诊断、政务批材料，这三个场景要的不是聪明，是"出了事能查清是谁在什么依据下做的决定"。一个不能解释自己为什么拒绝了一笔贷款的智能体，能力再强也进不了核心系统。

但这一章也漏掉了一个最值得解释的反常现象。中国在应用侧落地最快（支付、电商、政务、短视频），在基座侧最受限，这个"错位"才是这一章真正该回答的问题。为什么应用跑得比基座快？因为应用层的智能体不需要最强模型，只需要够用的模型 + 密集的场景 + 完整的支付/物流/身份体系。书里把这层意思擦边提到了（"市场驱动""产业协同"），但没敢正面拆开。这是全书少数几个"我知道答案但我不写"的地方。

六、产业篇为什么空：不是写得差，是没法写

第七到第十章扫了四个领域：智能制造、智慧商业、智慧政务与公共服务、产业融合与新业态。每章结构完全一样：行业痛点 → 三类智能体（研发/生产/供应链，或导购/库存/履约）→ 本章小结。

第 150 页讲重工业，是个典型样本。它先说重工业的问题：高温、高压、粉尘、有毒、易燃易爆、辐射，"传统人工作业易发生安全事故，同时存在效率低、精度差、成本高等问题"。然后给结论：

智能体在重工业的规模化应用，实现了高危场景的人工替代、智能作业与安全管控，推动重工业向安全、高效、智能和绿色转型。（p0150）

注意这句话的时态："实现了"。它不是在预测，是在陈述已经发生的事。但整段没有一家工厂、一个项目、一次事故率下降的数字。而且这一页的正文只占了上半屏，下半屏是空的，翻页键就来了——篇幅是按"节"配的，不是按"内容"配的。

我的判断是：产业篇之所以空，主要不是作者水平问题，是这类案例在中国基本不可公开。真实数据在甲方手里，属于生产数据；乙方签了保密协议。所以市面上所有写"智能制造智能体"的书，都只能写到"应实现"。这是结构性的。

但结构性困难不等于可以糊弄。作者本可以承认这一点——写一句"本章案例因保密协议无法具名，只保留模式描述"。这句话一写，读者立刻知道自己在读什么，也会更信任前面那些能核的部分。他没写。他用"应""将""有望""持续推动"把空白填满了。这是我读这本书最不舒服的地方：不是它不知道，是它假装知道。

第十章还有一个更具体的例子，可以说明"点到名"和"讲清楚"之间差多远。第 216 页列了三个新职业：智能体训练师、智能体伦理师、智能体运维工程师。三个名字都对，都上过新闻。但书里没有给任何一个岗位的描述——训练师训练的是什么，提示词、评测集，还是行为数据？伦理师依据哪一套标准判定一个请求该不该拒？运维工程师维护的是模型版本、工具接口，还是每月账单？

对照一下 2023 年的"提示工程师"：这个岗位名当年火遍招聘网站，两年后基本消失了，因为它没有独立的、可考核的产出——它的活被产品界面吃掉了。一个岗位能不能立住，不看名字好不好听，看它有没有能被写进考核表的产出。书里只给了名字，没给产出，那这三个职业在读者心里就还只是三个词。

七、企业篇：一份合格的采购清单，一份不合格的方法论

第十一章是全书最"实用"的一章，也是问题最集中的一章。

它给的框架是：需求分析 → 与战略目标匹配度设计 → 大企业与中小企业的定位差异 → 五步法 → 自研/合作/采购三条路径 → 开源大模型二次开发。

五步法是：场景选型与需求细化、技术方案设计与供应商选择、数据准备与模型训练、试点运行与效果优化、全面推广与迭代升级。

这五步，是任何一个 IT 项目都能套的标准流程。它没有回答智能体特有的那几个问题：模型输出错了怎么回滚？提示词改了谁审批？智能体越权调用了不该调的接口，算谁的责任？成本怎么核——按 token 算、按任务算、还是按省下的人力算？这四个问题，才是企业上智能体真正会卡住的地方，一个都没答。

更明显的是"数据准备"那一节。第 238 页，它讲数据清洗（去缺失值、异常值、重复值、噪声）、数据标注（人工打标签，遵循标准化、规范化、专业化原则）、数据整合（建数据仓库或数据中台）、数据划分（"通常比例为 7:2:1"，训练集、验证集、测试集）。

这一段是机器学习入门教材的标准内容。问题是：今天绝大多数企业做智能体，根本不训练模型。路径是拿现成模型 + 检索增强 + 工具调用，没有训练集验证集测试集这回事。"7:2:1"这个比例，原样搬进 2018 年任何一本深度学习教材都成立——这不叫贴合主题，这叫补页数。

这类"串教材"是拼凑式写作最典型的痕迹：标题对得上，内容对不上。你按目录找"数据准备"，能找到；你按内容找"智能体项目的数据准备"，找不到。

公平地说，第十一章有一节是真有用的：大企业 vs 中小企业的定位差异。大企业有钱有人有数据，可以自研、可以建中台、可以做多智能体协同；中小企业应该直接买、只做单点、别碰基座。这个判断是对的，而且和市面上"人人都该自建智能体"的话术相反。这一节建议单独看，它比五步法值钱。

但"第二步：技术方案设计与供应商选择"这一节，只有一页多，给的标准是"评估技术能力、服务能力、价格"。企业真正踩坑的地方不在这三条上。踩的是：供应商把一个大模型的接口包一层，就敢叫智能体；验收标准只写在 PPT 里，不写进合同；训练数据要落在他家服务器上，出事了算谁的；他明年不做了，你的智能体还能不能跑。

这四个问题全是采购条款问题，不是技术问题。作者是宏观研究者，大概没进过这种会议室——这不是他的错，但写了"供应商选择"这一节，就等于承诺了要管这件事。承诺了却没给，比不写更伤信任。对一个真要上项目的读者来说，这一节的实用价值接近于零：他照着做，会在第一次验收时被拖住。

八、它的短板

按惯例，老老实实写一节它的短板。五条，从重到轻。

第一，零个数字。248 屏，没有一家企业名、一个项目名、一次效率提升的百分比、一个市场规模的测算。一本讲"经济"的书，最该有的就是数：智能体让某个行业的单位产出提高了多少、成本降了多少、就业结构变了多少。这些数它一个都没给。没有数，所有判断都只能停在"我认为"，读者无法验证，也无法反驳。

第二，案例退化成句式。产业篇的典型句是"智能体应实现……""将推动……""有望形成……"。我做了个测试：把这些句子的主语从"智能体"换成"区块链"或"元宇宙"，句子照样成立，甚至更顺。一个论述如果换成任何一个热门词都成立，那它其实什么都没说。

第三，结构套模板，读十章像读一章。四篇十二章，每章三节，每节三个小点，每章一段"本章小结"，小结里必有三组"推动……提升……转型……"。读到第七章，我已经能预判下一段的句式。这种整齐在教材里是优点，在商业书里是缺点——它让读者产生"读完了"的错觉，其实只是"翻完了"。

第四，前后重复。第四章的"三阶段"、第 80 页的"成熟阶段想象"、第十章的"产业融合"，讲的是同一件事，用词不同，观点一样。"无边界产业生态"在第 80 页说过一次，第十章又用另一种说法说了一遍。248 屏里，真正的新信息大概能压到 150 屏。

第五，只讲"该做"，不讲"做错"。全书没有一节讲失败案例。而 2024 到 2026 年，企业上智能体的失败率远高于成功率——预算花完、试点跑通、推广卡死，这是最常见的路径。最需要写的一节，恰好是空的那一节。一本只讲成功的书，读者从里面学不到任何避险经验，只能学到词汇。

最后说读法：什么人该读，什么人不该读。

非技术的企业决策者：值得读，读第一篇加第三章。它的骨架（四代经济形态、三类价值创造、按贡献度分配）可以抄进你自己的框架里，用来跟供应商对话，你会问出比"你们准确率多少"更好的问题——比如"你这个智能体有没有工号，出错谁负责"。

技术负责人：可以快翻。六项能力清单可以当验收表用，这是全书最实用的半页。其余部分你会发现讲的东西你都知道，唯一的收获是"原来可以这样跟老板解释"。

想判断"该不该上"的人：这本书帮不了。它默认你已经决定了要上，只教你怎么上得体面。判断"什么时候该等、什么不该开始"，得靠你自己的账本，不是它的框架。

最后一句：这本书的价值，是把"智能体经济"这个词讲成了一个能说清楚的框架；它的局限，是这个框架里没有一个人、一家公司、一个数字。骨架是真的，血肉得你自己填。而 2026 年真正贵的东西，恰恰是血肉——是那些签了保密协议、写不进书里的产线数据。

阅读记录：微信读书《智能体经济》，顾保国、顾炜宇著，中信出版集团 2026 年 8 月第 1 版（ISBN 9787521789829），全书 248 屏、5 篇 12 章，逐页翻到第十一章末（p0248 后抓取中断，第十二章未读，如实标注）。逐页核对：p0002（版权页，作者与出版信息）、p0003（推荐序，第四次经济形态）、p0004（自序，实习生与老员工之喻、四代财富链）、p0006（前言，理性看待智能体的技术、数据伦理、社会三层）、p0080（成熟阶段想象，无边界生态与通用智能体）、p0100（自主决策算法四条竞争焦点，点名金融医疗政务）、p0125（知识产权与标准规范）、p0150（重工业高危场景，全页仅上半屏有正文）、p0205（第九章本章小结）、p0225（第十章本章小结）、p0238（数据准备，7:2:1 划分）。2026-11-12。