中国企业的活跃智能体规模正在进入一段前所未有的加速期。随着本土模型能力的持续升级、智能体技术与应用生态的快速成熟，以及产业政策的叠加共振，中国企业活跃智能体数量将在2031年突破3.5亿规模，年复合增长率达到135%以上，这一增速将领先全球主要市场。同时由于智能体任务执行密度的增长和任务复杂度的提升，也将带来智能体Token消耗年均超30倍的指数级跃升。在规模爆发的背后，是中国智能体市场技术、生态、政策的三重叠加。
中国智能体规模爆发的底层逻辑
中国智能体市场之所以能够在未来几年迎来如此陡峭的增长曲线，有三个关键因素：模型能力的跃升，智能体生态的成熟，以及产业政策的推动。三者的叠加，共同构成了这轮爆发的底层逻辑。
1. 模型能力的跃升
过去两年，中国本土大模型在推理、工具、代码、长上下文处理等核心能力上持续突破，为智能体的落地提供了坚实的技术底座。更重要的是中国本土模型兼具性能与成本优势，这使更多中小规模场景具备了经济可行性，也为智能体开始大规模进入企业场景创造了条件。
2. 智能体生态的成熟
模型能力的成熟只是基础，生态的互联则是智能体规模化更为关键的一环。以OpenClaw为代表的智能体产品，通过生态打通和工具整合，展示了智能体在跨系统跨生态场景下能够实现超预期的生产潜力。这背后正是MCP、Skills等标准化协议的落地，让智能体以标准化方式低门槛的接入更多的系统、工具和能力，拓展了智能体能够完成任务的边界，也为智能体的规模化提供了现实条件。
3. 产业政策的推动
产业政策也是中国市场智能体爆发的重要推手。国务院印发的《关于深入实施”人工智能+”行动的意见》（国发〔2025〕11号）明确提出，到2027年智能体等应用普及率超过70%，到2030年超过90%，同时，各部委及地方政府也在产业政策与财政支持层面持续加码。在政策支持下，智能体相关项目的预算确定性与推进节奏会进一步提升，推动中国智能体市场进入加速放量阶段。
规模化将带来更大挑战
当模型能力已经跨过可用门槛，智能体技术和生态日趋成熟，企业获得智能体的门槛正在快速降低。但拥有智能体只是第一步，企业真正的挑战，则是如何在生产环境中稳定、安全、可持续地同时运营成百上千个智能体。
1. 架构压力：系统必须对AI可读
随着智能体逐步融入企业运营的核心执行层，企业级软件系统正进入一个新的设计范式。未来的系统在服务人类用户的同时，也需要具备高度的AI可读性，使智能体能够通过MCP等标准化协议进行无缝调用。这对软件供应商的产品架构提出了系统性的升级要求。
2. 治理压力：信任成为生产前提
随着智能体进入核心业务流程，全链路可观测、细粒度权限控制、可审计机制将成为基础能力。
尤其在中国市场，数据安全与信创要求使部署环境更为复杂。核心数据不出域成为前提，端云协同与混合部署成为常态。智能体数量越多，治理能力越成为门槛。未来的分水岭，不在技术，而在组织信任结构。
3. 成本压力：Token正在改变IT预算逻辑
当前中国市场的企业端的Token消耗仍以对话与生成式AI为主，但随着智能体运行规模与任务复杂度的同步提升，活跃智能体的Token消耗进入高速增长期，将为企业带来持续的成本压力。因此成本可观测与效能监测，将成为智能体应用商业可持续性的核心能力。
四类智能体，四种增长路径
并不是所有智能体都会以相同节奏增长。中国市场正在形成四类结构分化。
- 应用内智能体：最快落地，但增速将趋稳
在智能体技术普及初期，ERP、CRM、IM等企业级SaaS厂商正积极在其产品线中嵌入智能体能力，依托入口优势与庞大的客户基础快速打开市场。应用内智能体的核心优势在于零迁移开箱即用，天然打通已有业务数据和工作流，且与企业存量采购路径一致，能够大幅降低企业应用智能体的决策门槛和组织阻力。随着企业需求逐步向端到端跨系统协同演进，此类智能体的增速将在2027年后将逐步放缓。
- 低代码/无代码智能体：数量最大
在中国市场，基于低代码/无代码平台构建的智能体在数量上将持续占据绝对多数，主要得益于中国市场早期开源和免费的平台级产品的教育和普及。这类智能体能够支持业务团队快速开发智能体，降低智能体应用门槛，满足企业长尾场景中的智能体需求，因此总量将非常巨大。IDC预测，这类智能体将从2026年的约300万增长至2031年的近2亿，并始终占据全部活跃智能体的半数以上。
- 独立智能体：弹性最大
独立智能体是不依附于某个主应用、能够跨系统执行复杂任务的智能体产品，当前的部署规模仍然较少，但增速弹性最大。独立智能体会随着系统的开放性和智能体互操作协议与工具生态（如MCP等）的发展而快速爆发。到2031年，中国市场独立智能体的活跃数量占比将从2026年的7.5%升至20.1%，与应用内智能体的数量持平。
- 定制智能体：数量少，价值密度高
定制智能体的部署数量占比最少，其主要服务于专有业务、高安全性与高可控需求的高价值场景，尤其是大型国有企业、政府及事业单位这类对信息安全和自主可控有严格要求的组织。定制化交付成本高、实施周期长、治理复杂度大，这类智能体的数量不会特别多，其增长更多体现在价值密度而非数量。
IDC中国研究经理孙振亚表示，这一轮增长将为企业打开一个难得的战略机遇期，率先布局智能体的企业，将在效率提升、成本优化与业务创新三个维度同步获益。在这一进程中，企业应尽快完成从智能体场景验证到规模化运营的能力沉淀，在架构升级、治理体系与成本管控上做好准备。
给技术供应商与企业用户的建议
智能体技术生态的成熟与国家战略的牵引正在形成共振。企业应主动将智能体纳入数字化转型的核心规划，加速完成智能体体系能力的沉淀；而技术供应商更应紧抓这一战略机遇，抢占发展先机。建议技术供应商和企业采取如下行动：
- 推动AI可读的架构演进
积极采纳MCP等主流互操作标准，通过模块化与标准化接口降低集成门槛，使智能体能够跨生态系统流畅地检索信息、调用工具并完成端到端的任务闭环。系统架构应从顶层设计上支持多智能体与人的灵活协同，以平台化、组件化思路沉淀可复用的能力模块，为智能体的规模化增长奠定基础。
- 深化数据与知识工程建设
智能体的高效运转依赖于高质量的数据与领域知识支撑。中国市场SaaS渗透率相对较低，企业内部数据治理尚不完善，大量关键业务经验仍以隐性知识的形式留存在核心人员的经验中，尚未转化为可被系统化调用的显性资产。企业应优先推进数据治理与知识沉淀，打通数据孤岛，将行业专有经验与隐性知识转化为智能体可调用的规则体系与知识资产。
- 建立智能体运维体系
随着智能体运行规模与任务复杂度的同步提升，Token消耗将进入高速增长通道，算力成本将成为关键要素。技术供应商需在Token缓存、上下文加载、智能体记忆管理等环节持续布局，企业则需建立常态化的成本效能监测与治理机制，精准掌握各项投入产出指标，确保技术应用的商业可持续性。
- 完善合规治理与可观测性
在引入智能体之初即应规划健全的权限管理、行为审计与责任追溯机制，将合规约束转化为标准化的平台服务。尤其在政务、金融、央国企等强监管领域，全链路可观测与可审计的能力覆盖将成为生产级部署的基础要求。
更多研究，请关注IDC 2026年中国AI研究计划。
如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。
