近日，上海社会科学院发布重大科研成果《全球信息社会发展报告（2025）》蓝皮书，并围绕“智能体赋能信息社会高质量发展”开展研讨。
蓝皮书以“AI智能体与信息社会范式跃迁”为主线，集中呈现智能体技术演进、产业与治理应用、风险挑战以及我国相关战略路径。
问题：从“工具辅助”走向“自主协同”，信息社会进入深度重塑期。
报告指出，随着具备推理、行动、观察、规划、协作与自我完善等能力的智能体加速落地，人工智能正从以往的“提供答案”“辅助分析”，迈向“可执行任务、可持续迭代”的新阶段。
由此带来的变化不仅体现在效率提升，更指向生产组织方式、知识生产机制与公共治理形态的系统性调整。
传统以人机交互为核心的数字生态，正在向以多主体自主协同为特征的运行模式演进，社会运行规则、责任边界与利益分配机制面临重新界定。
原因：技术、场景与竞争三重驱动叠加，促成“智能体化”加速。
其一，大模型、工具链与算力基础持续进步，使智能体具备更强的任务分解与跨系统调用能力，推动从“单点智能”走向“流程智能”。
其二，产业侧对降本增效、柔性生产、精准服务的需求高涨，制造、金融、政务、教育、医疗等领域正在形成可规模复制的场景入口。
其三，全球竞争格局呈现明显的梯队化，主要经济体围绕核心硬件、基础模型、科学数据与应用生态加速布局，进一步放大资源集聚效应。
报告研判，以中国、美国、欧盟为核心的三极主导格局已经形成：美国在人工智能研究、教育与核心硬件等方面优势突出，中国在技术研发与产业化落地方面表现强劲，欧盟凭借整体性制度与产业基础构成重要一极，但欧洲内部仍呈“多点分散”特征。
影响：竞争焦点从“单项技术”转向“体系能力”，AI4S成为关键变量。
报告强调，人工智能赋能科研（AI4S）正成为继经验、理论、计算与数据密集型之后的“第五范式”，其意义在于从根本上改变科学发现的边界与速度：一是通过高维关联挖掘与模式发现突破传统认知局限，为重大科学假设生成提供新路径；二是借助语言理解与知识组织能力，降低跨学科协作门槛，促成更多交叉创新；三是压缩科研迭代周期，推动实验设计、数据分析、论文写作到成果验证的全流程加速。
报告据此提出，未来十年国际竞争将更加取决于高质量科学数据、算力调度能力与科研组织方式的综合优势，谁能率先形成可持续的AI4S平台体系与应用生态，谁就更可能掌握新一轮科技竞争主动权。
与此同时，智能体广泛嵌入产业与社会也带来新的治理命题，包括算法偏见、责任归属不清、数据安全与隐私保护、以及由自动化分工变化引发的就业结构调整等。
对策：以增进福祉为导向，推动创新与治理同向发力。
蓝皮书建议，发展智能体应坚持“服务公共利益、保障公民权益”的价值取向，在提升公共服务质量、促进产业升级的同时，把风险防控前置到制度与技术设计中。
一方面，要加快关键技术攻关和工程化能力建设，提升智能体在复杂环境下的可靠性、安全性与可解释性，推动从单体能力向群体协同、从实验验证向规模化应用迈进。
另一方面，要建立更贴合应用差异的分类监管体系，对不同场景的风险等级、责任主体、数据使用边界、审计评估要求作出更清晰规定，避免“一刀切”抑制创新或监管缺位放大风险。
还应推动价值对齐与伦理规范建设，强化对歧视性偏差、诱导性内容、过度依赖等问题的约束与纠偏机制，完善相关法律框架与行业标准。
面向国际层面，报告强调需加强全球治理与规则协商，推动在安全评测、数据跨境、模型透明度与责任追溯等方面形成更多共识，降低“规则碎片化”带来的系统风险。
前景：智能体将成为数字竞争新焦点，胜负取决于“底座+数据+场景+治理”的综合实力。
报告研判，智能体的广泛应用将加速产业链重构与治理方式升级，推动更精细的城市治理、更高效的公共服务供给和更个性化的生活服务。
但同时，马太效应将进一步凸显，资源、人才、平台向头部经济体与头部机构集中，发展中国家在基础设施、研发投入与产业支撑方面的短板可能导致差距扩大。
对我国而言，关键在于把产业规模优势转化为创新优势，把应用场景优势转化为标准与生态优势，并在安全治理上形成可复制的制度供给，确保智能体技术在可控、可信、可持续的轨道上释放更大价值。
人工智能技术的发展正在改写人类文明的演进轨迹。
在这场全球性的技术竞赛中，中国需要充分发挥市场规模和应用场景优势，同时补足基础研究短板，方能在构建人机共生的新型社会形态过程中发挥引领作用。
如何平衡技术创新与社会治理、经济效益与人文关怀，将成为考验各国智慧的时代命题。