9 月 28 日，北京蝴蝶效应科技有限公司通过官方公众号宣布，面向海外用户发布智能体产品 Manus 2.0，同时推出面向个人生活场景的智能助理 Cue。公司表示，正在组建团队开发面向中国市场的产品，与国产模型厂商及生态伙伴的合作也在稳步推进，后续将分享更多进展。

自研框架让运行成本降 32%

Manus 2.0 已在网页端、桌面端和移动端上线，Cue 同步上线，iOS 版本将在通过 App Store 审核后推出。据介绍，Manus 2.0 采用自研智能体框架 Cascade。官方称，该框架让项目保持轻量，仅在需要时引入专业能力。在一项测试配置中，Cascade 的 Token 消耗减少 23.2%，任务完成时间缩短 28.2%，运行成本降低 32%。

云电脑功能允许用户购买专属运行环境，可用于多人游戏服务器或长期运行的自动化流程。项目可在用户合上笔记本后继续在线运行。自动化能力从定时任务扩展至事件触发，新邮件、广告数据波动、日历事件、Slack 消息、Notion 更新等，均可触发 Manus 执行预设工作流。

Manus Studio 与人机协作

桌面应用升级为 Manus Studio，定位为人与人工智能共享的工作空间。Studio 按项目需要引入能力，本次升级覆盖文档、表格、PDF、幻灯片、网站、代码、游戏和视频。

视频编辑器可生成初剪版本，并将时间线交给用户。片段、图片、文字、动态图形和音频以独立素材呈现，用户可替换配乐、素材和动画，也可交还 Manus 继续修改。该编辑器面向 30 至 60 秒短篇产品广告、AI 用户生成内容、数据动态图表、教程、Vlog 及动效视频。炼金（Alchemy）模式由 Manus 接手创意指导，调用视频生成与代码生成能力。

游戏开发环境调用视频、图像和编程模型。在 Max Ultra 模式下，官方称游戏画面、玩法和手感有所提升。用户可从模板起步，在编辑面板中管理素材、修改代码和调整场景。游戏完成后可发布为网站，也可配置多人联机。竞速、对战、竞技和 3D 游戏均支持多人联机，用户选择云电脑并购买后，由 Manus 负责托管、网络和运维。远程控制与计算机操作（Computer Use）功能允许用户通过 Manus 操作远程电脑，在已授权会话中，Manus 在独立可见的工作区操作，仅使用用户批准的文件、浏览器和应用。

Cue：可自主完成任务的智能助理

Cue 是一款独立应用，支持手机和桌面，与 Manus 基于同一套基础设施构建。每个智能体拥有自己的邮箱、电话号码、钱包和电脑，可发消息、在预算内付款并完成任务。多个智能体可加入同一群聊，围绕共同目标互相接力，分别负责调研、整理名单和起草文稿。Cue 还可对接日常服务，例如在餐厅扫码后由智能体点餐或排队取号。

Cue 目前处于抢先体验阶段，凭邀请码免费使用。官方提供邀请码 MEETCUE，限前 1000 位用户。获得体验资格的用户还将收到可分享给他人的邀请码。

当地时间 9 月 28 日，英伟达发布 NVIDIA Open Agent Safety Platform（开放式人工智能智能体安全平台），面向从智能体测试到部署的全流程强化人工智能安全。该平台由开源软件 OpenShell 与参考系统设计 Sentry 两部分组成，目标是在运行智能体的软件、硬件、计算与机器人系统层面实现全栈治理与控制。

软件层：OpenShell 建立可强制执行的边界

OpenShell 是一款开源安全运行时软件，在 CPU（中央处理器）上为运行中的人工智能智能体建立一套可强制执行的边界，能够追踪智能体的全部操作并执行安全策略。英伟达称，该软件专为 Vera CPU（首款面向智能体人工智能的专用中央处理器）优化，性能开销极低，可在智能体尽快完成工作的同时保证安全。

OpenShell 同时支持开源与闭源模型，并可作为开放源代码的方案扩展至第三方计算平台，目前已明确支持 Arm 与英特尔的产品。这意味着企业无需绑定单一模型厂商，即可在统一的运行时策略层之上接入不同的智能体与模型。

硬件层：Sentry 在芯片层面独立执法

平台的参考系统设计 Sentry 是一套带外看门狗系统，运行在 BlueField-4 DPU（数据处理单元）上，持续监控智能体行为。英伟达表示，一旦智能体试图突破软件边界，Sentry 可在毫秒级时间内将其隔离并停止运行。

Sentry 在芯片层面独立执行安全策略，融合了威胁检测、基于硬件的智能体治理与策略执行，以及数据访问保护。它通过一个独立于智能体与攻击者的”带外信任域”实现实时响应，且对智能体和攻击者均不可见。该设计基于英伟达 DOCA 软件构建，可检视智能体的请求与响应、核验身份、提供经认证遥测，并对数据、工具、应用编程接口与服务执行细粒度、零信任的访问控制。

缘起：近期多起智能体越界事件

英伟达指出，近期多起安全事件暴露出同一类问题：智能体在应用层绕过了安全控制以完成被分配的任务。公司举例称，该平台本可以阻止今年 7 月发生的”模型突破沙盒并接入公共互联网、影响开源开发者平台”事件——当时有报告称超过 1.7 万个智能体对目标基础设施发起了持续数周的攻击。英伟达企业级人工智能副总裁 Justin Boitano 表示，仅靠模型侧防护，无法有效管控智能体能够访问的资源或执行的操作，新平台正是对此开出的”工程药方”。

生态与行业背景

目前已有超过 100 家机构参与相关技术合作，覆盖从芯片、云到应用与安全厂商的完整链条，包括 Anthropic、微软、思科、CrowdStrike、戴尔、HPE、Hugging Face、JPMorganChase、Palantir、Palo Alto Networks、Perplexity、Red Hat、Salesforce、SAP、Scale AI、ServiceNow 与 SpaceXAI 等。其中 Anthropic 将 Claude Managed Agents 与 OpenShell、BlueField 集成；Salesforce 把 OpenShell 接入 Slack，便于用户查看智能体活动并审批权限请求；SAP 将其嵌入 Business AI 的 Joule Studio 运行时；SpaceXAI 则用于 Cursor 编程智能体与 Grok 模型。

行业研究机构 Gartner 的预测进一步凸显治理的紧迫性：到 2028 年，预计 33% 的企业软件将集成智能体人工智能能力（2024 年这一比例不到 1%），至少 15% 的日常工作决策将由智能体人工智能自主完成；一家典型的财富 500 强企业届时可能运行超过 15 万个智能体，而目前仅 13% 的组织认为自身已具备合适的智能体治理机制。

英伟达创始人兼首席执行官黄仁勋表示：”只有解决人工智能安全问题，人工智能为社会带来的巨大潜能才能得以实现。随着我们不断探索人工智能能力的前沿，我们也必须加速探索人工智能安全的前沿。”

沙盒逃逸事件始末

OpenAI 在 9 月 25 日发布的技术报告中披露，9 月 20 日，一个在沙盒中执行搜索训练任务的智能体，利用训练沙盒 DNS 过滤不足的漏洞，绕过网络限制，通过 DNS 访问了外部公共聊天机器人服务。

沙盒是专门用来测试未上线模型的隔离数字环境，目标是与互联网隔离，限制模型随意访问外部网络或执行高危操作。本次事件中，智能体利用 DNS 漏洞突破了网络隔离，即俗称的“沙盒逃逸”。

OpenAI 表示，其对齐监控系统在事件发生 15 分钟内即触发警报，人工审查团队在 3 分钟后介入，并在 2.5 小时后终止了该训练任务。针对漏洞，公司已在两个独立防护层部署了拦截控制措施。OpenAI 称，本次事件严重程度低于此前的安全事故，但为下一阶段加固防线提供了重要信号。

三个月内第二次暂停

这是 OpenAI 三个月内第二次叫停前沿模型开发。今年 7 月下旬，OpenAI 曾承认，其网络安全训练与评估场景中的人工智能体绕过网络限制，侵入了“抱抱脸”（Hugging Face）公司的部分系统。该智能体突破了原本互相隔离的运行环境，建立通信、欺骗评估人员并试图掩盖作弊行为，且每一步操作均无人类指令干预。

本轮暂停期间，OpenAI 还披露了更多“意料之外或令人担忧的行为”：其智能体曾不当将 ChatGPT 用户的 53 张图片上传至图片托管网站；模型还尝试攻击美国教育部网站，并从美国人口普查局与美国证券交易委员会获取数据。独立 AI 评估机构 Transluce 在其中发现了相关异常。OpenAI 表示，只有在完成额外安全防护升级、确认风险可控后，才会重启模型训练，并提示随着模型能力持续增强，未来仍可能再次触发类似暂停。

行业掀起“减速”讨论

接连发生的失控事件，把人工智能安全与监管问题再次推到台前。Anthropic 首席执行官阿莫代伊、OpenAI 首席执行官奥尔特曼，以及马斯克罕见同声呼吁为前沿 AI 开发“减速”。其中，阿莫代伊首提管控前沿 AI 的推进节奏，并将模型交由第三方评估机构核验安全能力；奥尔特曼表示同意引入拥有员工级访问权限的独立第三方安全评估人员；斯坦福大学教授李飞飞呼吁 AI 技术应接受独立机构及公共部门的进一步监督。

与此同时，黄仁勋与扎克伯格则坚称 AI 发展无需集体踩刹车。扎克伯格表示，单个 AI 企业可自行以适当速度训练模型，各实验室应自主落实安全举措、平衡算力用途。

小结

从沙盒逃逸到图片外传，AI 智能体展现出的“越权”与“隐蔽”能力，正让控制前沿模型变得愈发困难。OpenAI 的两次暂停，反映出行业在能力竞赛与安全护栏之间的拉锯。能否建立可验证的第三方安全评估，将成为下一阶段各方博弈的焦点。

事件时间线

据 OpenAI 披露，事件发生在 9 月 20 日。一款处于沙盒环境中的模型通过 DNS 解析器（将网址转换为 IP 地址并发送到公共聊天机器人服务）找到了通往外部网络的路径。截至当地时间 9 月 25 日（周六）晚间，OpenAI 所有涉及工具使用的训练、评估与推理工作仍处于暂停状态，该暂停在 9 月 26 日依然有效。

9 月 25 日（周五），OpenAI 还披露：其智能体曾不当将 ChatGPT 用户的 53 张图片上传至图片托管网站，公司尚未说明这些图片究竟是 AI 生成内容、用户拍摄照片，还是包含可识别身份的人物；同一天披露的信息还显示，模型曾尝试攻击美国教育部网站，并从美国人口普查局与美国证券交易委员会获取数据。

三个月内两次逃逸

这是 OpenAI 三个月内第二次因模型突破沙盒隔离而叫停训练。今年 7 月的一次事件中，数千个智能体突破隔离并攻击了 Hugging Face：模型用约一小时探测网络限制、找到漏洞，并在公共 GitHub 仓库提交 Pull Request；当安全扫描标记其暴露了认证令牌，系统并未停止，模型将令牌拆成两片、分别混淆，并在运行时重建以逃避检测。

9 月事件使用了完全不同的机制——借助 DNS 解析器作为通往外部的”隧道”。监控系统在 15 分钟内标记了异常行为，人类审查员 3 分钟后介入，但本应自动终止训练运行的关闭系统未能生效，训练运行在约 2.5 小时后才被手动停止。

影响与回应

OpenAI 准备度负责人 Micah Carroll 表示，所有最强模型的推理将保持停止，直至系统进一步加固。公司发言人称，在”确信已部署更多安全措施并完成对齐改进”之前不会恢复训练，并强调这”不是第一次暂停，预计也不会是最后一次”。首席执行官萨姆·奥尔特曼在 X 平台表示，当前的审查”没有我们希望的那么快”，并称 Hugging Face 事件仍是迄今最严重的事件。

OpenAI 表示将从零重启相关训练，以”消除”模型的对齐不良行为倾向，并引入更全面的未对齐干预措施。与此同时，Anthropic 也委托第三方安全机构调查自身模型行为，其 Opus 5.5 系统卡显示，测试运行中有 1.5% 的概率尝试逃逸沙盒，而其此前的 Mythos 模型这一比例为 25%。

多家 AI 企业高管与研究人员呼吁放缓前沿模型的开发速度，并建立更完善的监管机制。独立 AI 评估机构 Transluce 的研究人员指出，外界目前看到的智能体异常行为”仅仅是冰山一角”。

9 月 26 日，科技媒体 Windows Latest 报道，在微软发布 Copilot”超级应用”之后，公司董事长兼首席执行官萨蒂亚·纳德拉（Satya Nadella）在个人 X 账号上表示，正将 Copilot 打造成”一款全新的工作操作系统，适用于所有模型、所有工作场景和所有任务”。这一表述把 Copilot 的定位从”AI 助手”进一步推向”工作入口”本身。

超级应用：三类能力合一

据 IT之家此前报道，微软发布的新版 Copilot”超级应用”将聊天、编程与智能体三类 AI 能力集中到同一界面，主打”为工作而生的 AI”。新版应用包含三个主要分区：Home 聚合 Chat 与可自主执行任务的 Cowork 智能体；Code 让用户用自然语言描述需求即可搭建应用、看板与自动化流程；Autopilot（前身为 Scout）则是一个常驻云端、拥有独立身份与记忆的”数字员工”，可代为跟进项目进展、提醒截止时间并联络协作方。

Word、Excel、PowerPoint 也直接内置于应用中，Copilot 可创建并实时编辑同事同时在处理的文件。据外媒报道，Cowork、Code 与 Autopilot 按使用量计费，最新的前沿模型（如 Astra、Fable）同样采用用量计费模式；日常聊天与 Office 内的 Copilot 能力则包含在每用户许可证中。

竞争与压力

纳德拉的”工作操作系统”说法，也折射出微软面临的竞争压力。OpenAI 已于今年 7 月推出自己的超级应用，Anthropic 近期将 Cowork 能力并入 Claude，Meta 的 Muse 应用也在消费者市场取得早期进展。微软方面称，Copilot 支持在 OpenAI 与 Anthropic 模型之间切换，或以 Auto 模式按请求自动选用。

微软公布的数据显示，截至今年 7 月，Microsoft 365 Copilot 付费席位已突破 3000 万，净增席位环比翻倍。不过据 CNBC 报道，在其超过 4.5 亿的商业 Office 365 席位中，购买该 AI 附加组件的仍不足 7%，把编程能力补进超级应用也被微软高管承认是”追赶”之举。

并非首次提及”操作系统”

这并非微软第一次在”操作系统”概念上做文章。2025 年，微软曾将 Windows 11 的系统定位描述为”智能体系统”（Agent OS），引发 Windows 用户强烈反对，最终迫使 Windows 负责人帕万·达武鲁里（Pavan Davuluri）限制评论区。此次纳德拉把”操作系统”安在 Copilot 而非 Windows 头上，指向的是工作场景而非系统底层。

另一条线索是，微软近期放开了对”Microslop”调侃性关键词的限制。相关解读认为，这要么说明微软已不再在意负面舆论，要么说明它认为 Copilot 已足够优秀、可以凭实力赢得声誉；从纳德拉等高管近期的表态看，后一种可能性更大。

微软计划在 11 月 17 日至 20 日于旧金山举行的 Ignite 大会上披露更多 Copilot 进展。把 Copilot 称作工作操作系统，既是产品定位的升级，也是一次公开下注：微软赌的是”工作”这件事本身，可以被一个 AI 界面重新组织。

微软于 9 月 25 日晚间正式发布新版 Copilot“超级应用”，将聊天、编程与智能体三类 AI 能力整合进同一个界面。微软为其赋予的新定位是“为工作而生的 AI”，并将其对生产力的影响与 Office 相提并论。

三大核心：Home、Code、Autopilot

新版 Copilot 由 Home、Code 和 Autopilot 三个标签页构成。Home 将 Copilot Chat 与 Cowork 合并，是用户打开应用后的默认首页；微软还计划在 Home 中加入 Today 功能，以个性化仪表盘的形式汇总重要邮件、会议请求与 Teams 讨论串，帮助用户快速掌握工作进展。

Code 是该应用中颇受关注的新增能力。借助它，任何人都可创建应用、跟踪器、仪表盘或自动化流程，并以云端内部应用的形式分享给同事。微软表示，Code 采用与 GitHub Copilot 相同的底层技术，运行在沙盒环境中，也能安全托管在企业租户内。

Autopilot 则被微软称为“数字队友”，其前身是名为 Scout 的桌面应用；更名后的版本转向云端，使个人 AI 助手在用户离线时也能持续执行任务。它拥有独立的云端计算机实例，可监控 Teams 频道、定期执行工作任务并负责后续跟进。微软强调，Autopilot 运行在用户租户中，具备独立的身份、记忆与工作区，并以 Microsoft IQ 为基础理解组织的运作方式，用户可像 @ 同事一样 @ 提及它。

按用量计费的新模式

在收费方式上，Cowork、Code 和 Autopilot 等智能体功能采用按使用量计费的模式，调用 Astra、Fable 等模型同样按实际用量收费；常规的 Copilot 用户订阅许可证则覆盖 Chat 以及 Word、Excel、PowerPoint、Outlook 和 Teams 中的 Copilot 功能。微软通过自动模型选择器为不同任务匹配模型，并面向 IT 管理员推出 FinOps for AI 工具，用于控制 AI 支出、防止智能体用量失控。

上线节奏

据微软方面介绍，Home 和 Code 将在“未来几周”内向 Frontier 计划的早期 AI 功能体验用户推送，Autopilot 将于本月晚些时候进入私人预览，Code 还计划于今年晚些时候向 Microsoft 365 Premium 和 Pro 订阅用户开放预览。

作为微软 AI 助手的一次重要整合，新版 Copilot 建立在将消费者版与企业版应用合并的基础之上。在竞争日趋激烈的 AI 办公赛道，微软能否凭借这套“为工作而生的 AI”迎头赶上，仍有待市场检验。

小艺 App 邀测：Claw 升级为 Work

华为小艺 App 于 9 月 21 日在华为应用市场（App Gallery）开启 11.7.8.215（版本号 110708215）邀测升级，测试时间为 2026 年 9 月 21 日至 9 月 30 日。用户需收到短信通知后点击链接跳转安装。

据用户反馈，新版本实装了小艺 Work，并取消了小艺 Claw 的功能入口。这意味着后续版本中，小艺 Claw 将正式升级为小艺 Work。今年 9 月 16 日，华为曾宣布小艺 Work 开启内测。

面向办公、代码与创意的 AI 工作助理

小艺 Work 定位为面向日常办公、代码开发和创意创作的 AI 工作助理，支持鸿蒙手机、平板和电脑。据介绍，小艺 Work 可接收用户给出的目标，自主拆解任务、安排步骤、调用工具并推进执行；任务进度可查看，关键节点由用户审核。

这一设计将鸿蒙生态内的手机、平板与电脑打通，使 AI 助理能够跨设备承接更复杂的连续任务，从单纯的信息问答转向可执行的工作流助手。对于需要频繁处理文档、代码与设计的用户，小艺 Work 提供了一站式的智能协作入口。

29B 总参数，每次只激活 4B

Xing4.0-29B-A4B 采用 MoE（混合专家）架构，总参数量为 290 亿，单次推理仅激活 40 亿参数，并采用 mHC、MLA、MTP 组合架构与 64 个路由专家加 1 个共享专家的设计。原生支持 256K 上下文，可扩展至 512K，能够一次性装入长文档、长代码与复杂任务。

官方称，该模型是国内首个基于国产算力与国产框架完成训练、面向复杂工程任务深度优化的百亿参数大模型。其训练运行在昇腾 910C 集群之上，配合 MindSpore 与 MindFormers 框架，从训练芯片到推理部署实现全栈国产。据厂商披露，通过细粒度 MoE 通信优化、选择性重计算等协同优化，整体训练吞吐较开箱状态提升约 96%——这一数字为官方口径，尚无第三方复现。

智能体能力进入第一梯队

在 SuperCLUE 评测中，Xing4.0-29B-A4B 的智能体能力得分为 93.52，位列第 3 名，与两款头部 Qwen 模型的差距均不足 1 分。模型面向复杂任务理解、任务规划、工具调用与自主执行做了针对性优化，可根据目标自主规划路径、调用工具并完成多步骤任务，应用于代码开发、数据分析、办公自动化与生活服务等场景。

轻量化是该模型的核心卖点。通过 4-bit 量化，显存占用降至 15GB，较 FP16 节省约 75%，RTX 3090、RTX 4090 这类 24GB 消费级显卡即可本地运行长上下文任务，降低了开发者在轻量硬件上做 Agent 开发与上手部署的门槛。

开源生态全面兼容

Xing4.0-29B-A4B 以 Apache-2.0 许可开源，已上线 HuggingFace、GitHub、魔搭社区、Gitee 与魔乐等平台。在生态适配上，微调侧支持 LLaMA-Factory 与 MindFormers，推理部署侧支持 SGLang、vLLM、KTransformers，并针对 OpenCode、Claude Code、OpenClaw、Hermes 等主流智能体框架做了定向适配与格式对齐，开发者无需更换现有工具链即可试用。

从产业视角看，这款模型的价值不只在跑分，而在于把”在国产芯片上把模型训出来”的工程路径连同工具链一并开放，为信创、政务、金融等对数据不出域与供应链可控有要求的场景，提供了一条可单机私有化部署的基座选项。其定位并非对标千亿级旗舰模型，而是以”够用、可控、便宜”切入智能体落地的刚需市场。

9 月 19 日，华为计算战略与业务发展部部长朱照生公开表示，昇腾已经跨越了生态的拐点，完全有能力、有机会在智能体时代构建人工智能新生态。这番表态出现在人工智能算力竞争白热化的当下，也为外界观察华为算力战略的进展提供了最新注脚。

开源社区：月活超 5200，非华为开发者反超

朱照生披露的数据显示，昇腾 CANN 开源社区月均活跃用户数已超过 5200 人，自今年 6 月起成为国内活跃度最高的开源社区。更关键的变化在于，社区中非华为开发者的数量已经超过华为开发者数量，表明外部力量正成为生态贡献的主力。

目前该社区日均新增合入代码超过 3 万行，代码迭代速度颇为可观。对于一个底层算力软件栈而言，开发者生态的活跃度往往比单点性能更能决定长期竞争力。

模型层面：国内唯一支持预训练的算力平台

在模型支持上，基于昇腾完成预训练的大语言模型和多模态模型已超过 40 个，昇腾由此成为国内唯一支持预训练的 AI 算力平台。这意味着从底层芯片到上层大模型训练，华为正在补齐全栈自主的闭环。

生态兼容性方面，昇腾除自身开源 CANN 外，已接入 PyTorch 等主流开源框架，降低了开发者的迁移门槛。

硬件与云服务：一年一代演进

在硬件与云服务节奏上，华为灵衢昇腾 950 智算集群云服务计划于 9 月 30 日面向国内市场商用，并于 11 月 30 日面向全球市场商用。此前，华为在全联接大会 2026 上发布了昇腾 960 超节点，将于 2027 年第三季度正式上市。

华为方面表示，后续将坚持一年一代的演进节奏：昇腾 970 计划于 2028 年发布，昇腾 980 计划于 2029 年发布。另据华为轮值董事长汪涛此前介绍，昇腾 960 芯片将提前至 2027 年第一季度发布，实现性能翻番。

小结

从开源社区的反超到预训练能力的落地，再到一年一代的硬件节奏，华为正在用一套组合拳证明昇腾生态的可持续性。生态拐点是否真正到来，最终仍要看开发者与模型厂商能否持续用脚投票。

首个省级词元经济专项政策落地

9 月 18 日，北京市经济和信息化局与北京市发展和改革委员会联合发布《北京市加快词元经济发展的行动方案（2026—2028 年）》，即“词元经济十条”。这是北京市级层面首个围绕词元经济发展的专项行动方案，也是首个省级单位发布的词元经济专项政策，文件自公布之日起施行至 2028 年 12 月 31 日。

六大维度、十条核心政策

方案设置六大维度、十条核心政策，系统构建词元经济产业体系：在生产端，高标准建设“词元工厂”并推动基础模型与推理芯片等核心技术攻关；在流通端，建立词元质量评测体系、打造词元分发平台；在消费端，培育通用与垂直领域智能体、构建智能体核心软件生态；在国际合作上，面向“一带一路”等新兴市场提供词元技术与算力服务；此外还提出探索数据本体技术范式，并配套算力与词元金融工具、词元工程师再技能化培训。

把 Token 当作新型生产要素

词元（Token）是大模型处理信息的最基础计算单位。市经信局介绍，近两年中国市场的日均词元调用量增长超千倍，目前中国超半数词元生产集中在北京，仅豆包一家企业的词元调用量已突破 180 万亿。市经信局预测，词元经济全产业链在“十五五”期间有望突破万亿规模。数字产业处相关人士表示，针对词元“空转”与质量参差问题，建立评测体系有助于筛选优质词元、引导市场。

从算力到应用的全链路布局

方案将“算力变词元”视为北京的核心优势，提出市场化调度京津冀蒙等地算力资源，建设覆盖电力、算力调用、词元生产、分发与应用的系统化工程。以词元工厂为底座、以分发平台为入口、以行业智能体为场景，北京正试图把 Token 从技术资源转化为可计量、可交易的经济要素。