随着大模型技术发展，人工智能应用正从"工具型"向"智能体型"转变，具备自主调用工具、执行任务和持续迭代的能力，被广泛称为"数字员工"；这种转变提升效率的同时，也改变了网络攻防态势：传统安全体系难以应对自动化运营和快速处置需求；利用智能体技术的攻击更具规模和隐蔽性；智能体本身也存在数据、模型等多上的安全隐患。如何技术快速发展中确保安全和算力支持，成为行业面临的重要课题。 从技术角度看，智能体深度融入业务流程，安全需求已从边界防护扩展到研发、部署等全链条；算力体系正从训练驱动转向推理驱动，后者对高并发、低时延的要求更高，需要更精细的算力布局和能源保障。周鸿祎指出，"电力-算力-智力-人力-安全力-生产力"的协同链条正在形成，只有将通用算力转化为行业知识并在安全保障下，才能真正提升生产力。 在安全上，依赖传统人工处置可能导致漏洞发现慢、修复周期长等问题，影响关键基础设施运行。算力方面，推理需求快速增长正改变产业投入结构。预测显示未来推理算力占比将大幅提升。如果供给不足或调度不畅，将阻碍智能体在政务服务、制造业等场景的应用，影响新质生产力发展。 对策上，周鸿祎提案提出两点建议： 一是推动安全智能体应用。建议制定部署指南，支持企业开发漏洞发现、攻击溯源等产品，在关键基础设施领域批量部署具备自动响应能力的安全智能体。同时鼓励组建创新联合体，推动安全技术创新和规模化应用。 二是优化推理算力布局。建议出台指导政策构建全国统筹的算力体系，在产业集聚区建设低时延推理集群；加强跨区域资源调配；重点发展国产专用推理芯片，突破关键技术。 前景展望： 智能体将深入政务、工业等领域，推动流程变革和安全体系升级。安全智能体应用可将"事后处置"转为"实时防护"；优化算力布局有助于降低智能化门槛。随着标准体系完善，智能体应用有望实现规模化普及。
周鸿祎的提案准确把握了人工智能发展趋势，既关注安全防御需求，也抓住算力产业机遇。安全智能体和推理算力的协同发展，关乎我国信息安全防护和产业数字化转型。这些建议为推动"人工智能+"行动提供了具体思路，具有重要的实践价值和前瞻意义。