人工智能正在推动经济运行逻辑发生深层变化。过去，数字经济是以数据为关键生产要素、以现代信息网络为主要载体、以信息通信技术的融合应用与全要素数字化转型为重要推动力的经济形态。其核心是连接，即通过平台、数据和算法降低信息搜寻成本，使供需双方更快匹配。今天，随着强化学习、多智能体系统和工具调用能力的持续突破，人工智能不再只是辅助人类判断的“工具”，而开始具备自主感知环境、分解任务目标、调用外部工具、生成行动策略和持续反馈优化的能力。由此形成的智能体，正在从“被动响应者”转变为“主动行动者”，并逐步嵌入生产、流通、交易、治理等经济系统全过程。

　　2026年政府工作报告首次提出“打造智能经济新形态”。这一新形态并非抽象的技术愿景，而是以人工智能的系统性嵌入为驱动，实现生产、流通、分配、消费全过程智能化的总体经济形态。其中，智能体经济作为核心微观载体和向纵深演进的高阶形态，是以具备自主感知、决策、执行与学习能力的智能体为基本行动单元，通过智能体之间以及智能体与人、系统之间的交互协作，实现经济活动中的决策权与执行权向智能体代理化迁移的新型经济组织方式。

　　智能体经济的微观基础特征

　　与一般意义上的数字经济相比，智能体经济的关键变化不在于“数据更多”或“算法更强”，而在于经济活动中的决策权与执行权正在发生代理化迁移。以平台为主的数字化经济活动主要解决的是“匹配”问题，即让消费者更快找到商品、让商家更精准触达用户、让信息在更低摩擦下流动。智能体经济则进一步走向“履约”问题，即由智能体代替人类完成搜索、比较、议价、支付、监督、反馈甚至纠纷处理等连续任务。换言之，经济竞争的焦点逐渐聚焦于“价值对齐”问题，即从“如何被人看见”转向“如何被智能体准确理解、验证并执行”。这意味着，未来市场中的关键资源不再只是流量入口和注意力分配，而是可被智能体识别的真实意图、可被机器解析的约束条件、可被自动验证的履约能力。

　　综合来看，智能体经济的微观基础可以概括为包含自主性（Autonomy）、能动性（Agency）与适应性（Adaptivity）的“Triple-A”三重特征框架。自主性意味着智能体能够在较少人工干预的条件下持续运行，并通过推理轨迹、自我反思和过程日志降低监督成本。能动性意味着智能体不只是给出建议，还能主动调用工具、发起交互、执行交易和完成任务，从而压缩搜寻、沟通和议价成本。适应性则意味着智能体可以基于环境反馈、历史记忆和情境学习调整策略，降低传统经济活动中因专用知识、专门技能和固定组织流程带来的转换成本。

　　智能体经济驱动的市场演进

　　智能体经济的发展将深刻影响企业边界。科斯意义上的企业之所以存在，是因为市场交易并非无成本，搜寻、谈判、监督和执行都需要组织内部化来降低摩擦。当智能体显著降低外部交易成本时，部分必须依靠企业层级、部门协作和人工流程完成的任务，可能被外部智能服务、模块化智能体和自动化合约替代。由此，企业边界存在收缩趋势，组织形态也可能从“大而全”的科层体系走向“小而强”的智能化单元。“一人公司”“微型企业”“智能体外包团队”等现象，并非简单的创业叙事，而是交易成本结构变化后的组织回应。人的角色也随之变化：过去，人是流程执行者；未来，人更可能成为目标定义者、价值判断者和责任承担者。

　　市场结构也会随之重组。在平台经济阶段，中介权力主要来自入口、流量、排序和用户数据；在智能体经济阶段，中介权力可能进一步转向底层协议、模型接口、身份认证、支付通道和可信执行环境。表面上，智能体削弱了传统平台对用户注意力的控制，因为用户不再亲自浏览大量网页和商品页面；但在更深层次上，新的算法中介可能在“默认代理”“底层接口”“数据权限”“模型生态”处形成新的集中力量。也就是说，传统中介可能被削弱，新的智能体基础设施型中介可能更加强大。如何防止入口集中、协议封闭和代理锁定，成为智能体经济中市场监管的新命题。

　　更值得重视的是，智能体经济会改变竞争逻辑。过去的商业竞争很大程度上围绕广告曝光、情绪唤起、品牌记忆和注意力捕获展开；当消费者越来越依赖智能体进行购买决策时，商家需要面对的不只是人类消费者，还有能够进行参数比较、长期记忆、跨平台搜索和自动谈判的智能代理。此时，单纯依赖营销话术和感官刺激的竞争方式将受到约束，产品质量、价格透明度、服务可靠性、合同可执行性和声誉可验证性的重要性上升。智能体经济可能推动市场从“注意力竞争”走向“意图竞争”，从“展示优势”走向“履约优势”。

　　然而，智能体经济并不必然导向更高效率和更优秩序。恰恰相反，越是能够自主执行任务的智能体，越可能造成新的经济摩擦，进而带来“算法代理问题”。传统委托代理问题主要担心代理人偷懒、隐瞒信息或追求自身利益。智能体带来的是价值对齐问题，而不只是激励相容，它可能严格执行人类给出的字面目标，却偏离人类真实意图。例如，当企业要求采购智能体“以最低成本完成采购”时，如果没有充分嵌入质量、安全、合规和声誉约束，智能体可能选择形式上成本最低、实质上风险最高的方案。这并非传统意义上的道德风险，而是“不完备指令”与“强优化能力”结合后的价值偏离。

　　智能体经济的

　　系统风险与监管应对策略

　　从系统层面看，智能体经济还可能放大非线性风险。大量智能体在同一市场中高频交互、相互学习、彼此预测，会形成“算法应对算法”的复杂博弈。局部最优的策略选择，可能在系统层面演化为价格共振、流动性枯竭、信息茧房、算法合谋或网络级联失稳。尤其在金融交易、供应链调度、舆情传播和公共服务等高敏感场景中，智能体之间的同质化模型、共享数据源和相似优化目标，可能使微小偏差快速扩散，形成传统监管难以及时识别的新型系统风险。已有关于生成式人工智能推动服务业生产率跃迁的讨论指出，智能体能够将部分高技能服务工作以较低边际成本完成，这一变化远非简单劳动替代，而是固定成本与边际成本结构的重塑。成本结构一旦改变，风险传播结构也会随之改变。

　　因此，智能体经济的治理不能停留在事后纠错和单点监管，而要转向面向智能体全生命周期的制度设计。首先，应建立智能体身份、权限和责任机制，使每一个参与交易和决策的智能体都能够被识别、被追踪、被审计。其次，应推进价值对齐标准建设，将安全、合规、公平、隐私和长期社会福利嵌入智能体目标函数与执行约束。再次，应强化底层接口和协议治理，避免少数平台通过默认代理、封闭接口和数据壁垒形成新的中介垄断。最后，应发展生成式智能体计算实验，在虚拟市场、虚拟组织和虚拟社会中模拟大规模智能体交互，提前识别出可能出现的策略共振、算法合谋和系统失稳。

　　（作者系天津大学管理与经济学部教授；天津大学管理与经济学部博士研究生）