从社会科学视角看，人工智能发展的核心问题正在发生转移：过去需要解释的是机器如何“理解”和“生成”，现在更需要解释的是机器如何“行动”以及这种“行动”如何被制度化、责任化和公共化。大模型时代的核心议题是知识生产方式变革，智能体时代的核心议题则是行动秩序和治理结构重组。在这一意义上，从大模型到智能体，不只是技术路线的迭代，更是智能时代社会运行逻辑的深层变革。

　　社会发展的新行动节点。大模型之所以构成科技革命的重要节点，是因为它突破了传统人工智能高度依赖规则、场景和人工标注的局限，并在大规模数据训练基础上，形成较强的语义理解、知识迁移和内容生成能力。大模型改变了人与信息、人与知识、人与符号系统之间的关系，成为智能时代新的认知基础设施。但大模型并不是人工智能演进的终点。它不再只是给出答案，而是能够形成连续行动；不再只是响应人的指令，而是在授权范围内参与任务完成；不再只是辅助个体认知，而是可能进入组织流程、产业链条和治理场景，成为社会运行的新型行动节点。

　　当智能体进入企业管理、科学研究、公共服务、城市治理、应急处置和社会协同等场景时，人工智能就不再只是外在于社会系统的工具，而是被嵌入社会过程内部，成为影响组织效率、责任分配和公共价值实现的重要力量。未来一个时期，智能体的发展将推动人工智能从“模型竞争”转向“体系竞争”。人工智能发展的重心由此从“模型是否强大”转向“系统是否可用、场景是否适配、组织是否重构、责任是否清晰”。从这一意义上说，智能体标志着人工智能进入行动性智能阶段。这个阶段的关键特征是机器更能参与社会行动，使技术系统更深地嵌入人类组织过程。它将推动经济社会运行方式从信息化、数字化进一步迈向智能化，大量原本依赖人工协调、经验判断和层级传递的任务，逐渐转化为人机协同、数据驱动和智能调度的行动过程。

　　智能体塑造公共价值。智能体带来的最大挑战并不只是技术风险增加，而是社会科学意义上的治理命题更新。责任边界是智能体时代首先需要回答的问题。传统软件系统的运行逻辑相对清晰，行为结果通常可以追溯到程序设计、用户操作或系统缺陷。但智能体的行动链条更长、更复杂、更具不确定性。智能体可经过多轮推理，调用多个外部工具，访问不同数据源，并在反馈过程中调整行动路径。一旦出现错误执行、越权操作、数据泄露、资源误配或公共风险扩散，责任究竟由开发者、部署者、平台方、使用者、数据提供者还是应用单位承担，就不再容易被界定。智能体越自主，责任链条越需要制度化；智能体越复杂，问责机制越不能停留在事后追究，而必须嵌入研发、测试、部署、运行和退出的全过程。社会不会因为系统“先进”就自然信任它，而是要看是否可解释、可验证、可追溯、可纠偏、可问责。

　　大模型时代，人们主要担忧机器“说得不对”；智能体时代，人们更担忧机器“做得不当”。前者可能造成认知误导，后者可能造成行动损害。正因如此，智能体的可信性不能仅被理解为技术可靠性，还包括制度可预期性、过程透明性、责任确定性和价值正当性。

　　智能体进入公共治理领域后，不能被简单视为提升行政效率的技术装置，必须进一步追问“人工智能应该如何被嵌入社会制度”。工具赋能关注能力释放，制度嵌入关注边界塑造；工具赋能强调技术效率，制度嵌入强调责任秩序；工具赋能容易把人工智能看成外部手段，制度嵌入则要求把人工智能放进组织结构、治理程序和公共价值体系中加以理解。未来，人工智能发展的成熟程度，不仅取决于模型能力有多强，还取决于社会制度能否有效吸纳、规范和引导这种能力。

　　构建智能社会发展的和谐秩序。传统治理方式往往把人工智能作为被监管的技术对象，重点关注模型备案、算法合规、内容安全、数据保护和平台责任。只重视这些已经不足以回应智能体时代的治理复杂性。新的治理范式应当从对象监管转向过程治理。所谓过程治理，就是把治理要求嵌入智能体全生命周期，从研发设计、训练测试、场景部署、用户授权、工具调用、日志记录、异常处置到责任追溯，形成连续性的制度约束。智能体不是一次性发布后就静态存在的产品，而是在持续学习、持续交互、持续调用和持续反馈中运行的系统。它的风险也不是一次性评估即可消除，而是在具体场景、具体权限、具体任务和具体使用者之间不断生成。只有把治理前移、嵌入和连续化，才能避免技术系统在规模化应用后形成难以纠偏的结构性风险。

　　智能体的应用场景极为复杂，既涉及技术研发，也涉及行业规则；既涉及市场创新，也涉及公共利益；既涉及企业责任，也涉及用户权益和社会监督。单靠政府部门的外部监管，难以覆盖全部风险链条。需要形成政府引导、企业负责、行业自律、技术支撑、社会参与、公众监督相结合的共治格局。政府应当提供底线规则和制度框架，企业应当承担安全可控和责任追溯义务，行业组织应当推动标准制定和伦理规范，科研机构应当加强评测体系和风险识别，公众则应当拥有必要的知情权、选择权、申诉权和救济权。

　　从现实出发，新的治理范式更应从风险防控转向可信建构。可信治理的关键在于，在发展和安全之间形成制度化平衡，使创新活动在明确边界中展开，使风险控制在可解释、可追溯、可纠偏的轨道上运行。与此同时，智能体治理还必须坚持人的主体地位。技术越具有自主性，就越要明确人的最终责任和价值判断；系统越具有执行力，就越要保障人的知情权、同意权、选择权和救济权；算法越追求效率，就越要防止公共价值被技术指标替代。

　　由此来看，智能体治理的根本目标，是构建可控、可信、可问责的智能社会秩序。可控，意味着智能体的权限、边界和风险处置机制必须清晰；可信，意味着智能体的运行过程能够被理解、验证和监督；可问责，意味着智能体造成的后果能够被追踪、解释和责任化。三者共同构成智能体规模化应用的制度前提。没有可控，就可能发生行动失序；没有可信，就难以形成社会接受；没有可问责，就会产生责任真空。

　　未来，人工智能发展的关键，不只是让机器更聪明，而是让智能系统在制度框架中更可靠地服务人、服务社会、服务公共利益。只有在技术创新与制度创新的深度耦合中，在发展主动权与治理主动权的协同塑造中，人工智能才能真正成为推动高质量发展、提升治理效能、增进人民福祉的重要力量。

　　（作者系北京邮电大学经济管理学院教授；哈尔滨工业大学经济管理学院副研究员）