摘要：艾氪智能亮相AGIC 2026 Token经济发展大会，从Human API到JovaAI Nomos，分享智能体如何走向制度化协同、真实业务交付与Agent-Native产业网络

 

图：艾氪智能集团董事长兼CEO段丰元发表主题演讲 

 

2026年8月26日，AGIC 2026深圳国际通用人工智能产业博览会暨GERX全球具身智能机器人产业博览会在深圳国际会展中心（宝安）开幕。本届大会以“人机协同·无界未来”为主题，约8万平方米展区汇聚1000余家参展单位，同期举行40余场专业会议，15位院士、500位行业领袖围绕大模型、算力基础设施、具身智能、AI智能体及产业应用等议题展开交流。

当日举行的2026 Token经济发展大会，是大会聚焦AI基础设施与商业模式变革的重要专题活动。国家广播电视总局原副局长乐玉成，广西壮族自治区党委统战部副部长、自治区工商联党组书记邓国忠、新加坡工厂院院士、国家科学院院士杨圣杰、和平利用信息技术基金会主席Daniel Stauffacher博士、艾氪智能集团创始人兼CEO段丰元，以及腾讯、阿里、九章云极等公司先后做了致辞和主题演讲，分别从国际传播与开放合作、区域协同与产业赋能等维度共同解码Token经济从概念走向规模化落地的关键路径。

艾氪智能集团董事长兼CEO段丰元发表《从Human API到JovaAI Nomos：集群智慧正在走向分布式AGI》主题演讲，从“Who uses whom？到底谁在使用谁？”的追问出发，到“Who writes rules？谁在定制度？”系统阐释Human API、JovaAI Nomos与产业级Agentic OS如何连接成一条通往Agent-Native产业交易网络的路径；艾氪智能集团CPO贺炎参加“Token经济重塑AI商业模式：基础设施价值与产业商业新范式”圆桌论坛，以研发组织重构与制造业POC说明Token如何进入真实生产系统并交付业务结果。 

 

01 谁在使用谁：当人类也成为Human API

 

图：艾氪智能集团董事长兼CEO段丰元发表主题演讲 

 

会上，段丰元分享了一件艾氪智能内部发生的小事。为了从CRM数万条记录中找出因产品或研究院支持不及时而暂停的销售项目，总裁办主任让自己在JovaAI平台上的企业秘书智能体（JovaAI企秘）与CRM智能体“元元”沟通，几分钟后便找出了3个相关项目。但很有意思的是，当总裁办主任想用自己的企秘每天追踪销售团队的CRM录入情况时，销售团队不干了：“为什么是你的企秘来催我？我每天见了谁、聊了什么客户、有哪些商机、沟通记录、会议纪要、下一步准备怎么推进，我早就全部告诉我的企秘了。我的企业秘书可以去跟CRM智能体沟通，你们想了解情况，你的企秘直接去找CRM智能体元元就好啦。如果再聊不明白的，你的企秘找我的企秘就好了，我会跟我的企秘沟通。”

这个智能时代的新型协作关系非常值得思考：人类社会与智能体社会之间开始有了边界，很多智能体只与智能体沟通，根本不会再接触任何人类了。

“如果智能体不再是工具，而是直接交付结果的AI员工，那么智能体就不应该设计成给人类用的，因为同事从进入公司起就不是给其他同事用的。”段丰元提出，当软件成为可被调用的CLI和Skill，当智能体开始调用软件、其他智能体，并在付款、验厂或商务沟通等环节调度人类，人类也可能成为协作网络中可被调用的Human API。

与传统toC领域智能体被设计成贾维斯管家来服务人类的逻辑不同，产业场景中智能体的协同和博弈进一步放大了这种变化。门窗询报价需要同时处理产品规格、渠道等级、库存、订单、工艺和原材料价格，覆盖产品、渠道、供应链、仓储和供应商等多个角色。任务主体不再是一个万能智能体，而是一组跨部门、甚至跨企业协同的专业智能体；涉及商务关系和物理动作时，它们又会请求人类参与。

当智能体获得行动权，制度问题随之出现。段丰元指出：“工业革命不是让马跑的更快，而是围绕着机器构建的全新的制度和体系。就像工业革命远远不是农业社会加一堆机器，AI革命也不会是传统企业简单地加一群智能体。”

安全固然重要，但是建立新制度体系的过程应该从控制逻辑，转向创造人类和智能体“共生共存”的适应型的新体系。“砸机器解决不了问题，就像汽车体系一样，汽车社会真正伟大的制度创新，不是发明了更好的刹车，而是道路、红绿灯、驾照、保险、交通规则的全面建设，不然越多的车出来，社会会越混乱，这跟智能体社会的发展是完全一样的。”同时，人类和智能体的新体系要构建“权责利”对等的新模式，而不是人类为智能体承担一切责任，亦或是智能体为人类承担一切责任。

 

02 当智能体开始调用人类，谁来为新的生产力建立秩序？

 

图：艾氪智能集团董事长兼CEO段丰元发表主题演讲

 

基于上述思考，艾氪智能研发了JovaAI Nomos制度智能体。段丰元表示：“Nomos不替任何智能体去思考，只是让智能体在这个分布式的场内可以按照制度体系自主适应、自主决策、自主执行、自主进化。”

Nomos不是把所有步骤写死的Workflow，而是由制度确定边界，智能体在边界内自主判断、分工和协商。相关制度最初由人设定，随后可能由人与智能体共同完善；艾氪智能也在真实场景中探索由Nomos自主设定制度的可能性。

Nomos基于艾氪的三元组织动态域算法，构建了一个全新的分布式的场，从几个智能体的群聊、到一个组织、到一个公司、甚至到跨公司的产业场景，段丰元强调，“Nomos从设计之初就不局限在一个组织、一个企业内，因为没有任何一家企业只跟自己做生意”。智能体只有跨越企业边界，与供应商、渠道、客户及金融、物流、法务、财务、税务等生态伙伴协同，才可能充分释放产业生产力。

“AItoB时代真正缺的，并不是更多的Agent，而是一层新的基础设施层。”如果大模型是发电厂、Agent是电器，产业真正缺少的就是连接二者的电网：向下路由模型和算力，向上承载智能体，解决标准、网络和调度问题。艾氪智能将JovaAI定义为产业级Agentic OS的原因之一。

产业基础设施最难的是理解生意。艾氪智能用6年时间，与300多个行业、3000多家龙头企业共同打磨，通过600亿规模的真实产业交易，持续拆解商品、订单、客户、报价、权限、交易和商业规则，构建出全球第一个可以跨企业实时交易的产业交易算法ICB。

”如果说大模型让AI会思考，那么ICB就是让AI会做生意。”

以此为基础，JovaAI形成五层架构：JovaAI OS承载身份、权限、治理与协同；JovaAI ICB帮助Agent理解产业语义与交易逻辑；JovaAI Studio用于构建专业智能体团队；JovaAI独立站连接企业内协同与跨企业博弈；JovaAI世界树面向智能体雇佣、交易及生态网络。企业最终感知到的，不是抽象架构，而是一支支进入真实流程、解决问题并交付结果的智能体团队、一个企业与企业间的、产业级的Agent-Native交易网络。越早融入交易网络的企业，有效数据积累的越多、规则越成熟、协同与智能、竞争优势约大，与后入局的跟随者的差距也会指数级的拉大。这个过程就是一个从企业内走向企业外、从效率走向交易，从交易走向网络的过程。

“场景是入口，ICB是产业语言，OS是承载底座，产业交易网络才是终局。”段丰元指出，如果说互联网是toC的时代，那么AI就是toB的时代。因为AI能够直接给结果，所以AI时代不再是一个流量和注意力的经济，而是一个全新的生产力经济的时代。微信通过链接人与人进行裂变，淘宝通过链接B2C的交易进行裂变，而AItoB时代，艾氪就是通过产业交易，把企业与上下游的交易连在一起，形成一个全新的AItoB时代的巨大的产业交易网络。而相比于B2C消费互联网51万亿元的规模，中国的产业级交易网络规模已经超过260万亿元，将会成为AItoB时代一个全新的、巨量的蓝海市场。

由此，“谁在使用谁”的追问进一步推进到“谁在制定制度”。从人类制定制度，到人与AI共同制定制度，再到探索AI自主制定制度，段丰元将分布式AGI作为开放命题提出：“我们看到，这个世界可能根本就不会是单一AGI，而是正在从集群智慧，可能终将走向分布式AGI。”

本文文末特别附上艾氪智能董事长兼CEO段丰元主题演讲《从Human API到JovaAI Nomos：集群智慧正在走向分布式AGI》全文，以供深入阅读与思考。 

 

03 从180名程序员到不足20名：当Token真正进入生产系统 

 

图：艾氪智能集团CPO贺炎在大会圆桌论坛发言

 

贺炎在圆桌论坛上以艾氪智能自身的研发变化，说明Token如何进入真实生产系统。他披露，艾氪智能成立初期曾有约180名算法工程师和程序员，发展至今不足20名。这一变化背后，是研发组织和专业分工的重构：一名人类程序员可以指导大量的专业智能体，分别承担技术方案设计、开发、测试和缺陷修复等任务；单名程序员一天可以达到约450次有效代码提交。

过去的一个月，艾氪智能一名程序员的Token使用量约为780亿Token。贺炎认为，消耗量本身不是目的，智能体的模型路由能力才是关键：复杂推理任务需要能力更强的模型，基础信息处理则适合更具性价比的模型与算力。企业需要动态识别任务、路由模型并分配Token和算力，让不同AI资源进入最合适的生产环节。

 

图：艾氪智能集团CPO贺炎在大会圆桌论坛发言

 

贺炎还分享了两家制造企业的CKD出口关务POC。中国大量的企业在出海的过程中，都涉涉及BOM拆解、上千个零部件匹配、库存批次、装箱、报关和清关、到境外进行组装销售等复杂信息处理。按照其现场披露，人工借助传统信息系统通常需要两三天，多个智能体团队协同处理，可将处理时间压缩到10—20分钟。

这组实践说明，Token经济真正需要衡量的，不只是调用了多少Token，而是Token能否组织起正确的模型、工具和专业智能体，进入关键业务流程，并交付可执行、可核验的结果。 

 

04 人机协同的下一程：从工具革命走向制度与网络重构

 

图：艾氪智能集团董事长兼CEO段丰元发表主题演讲 

 

人工智能诞生七十周年，产业的关注点正从模型能力走向真实场景和生产力；下一阶段还将比拼智能体如何形成组织、制度与跨企业网络。

艾氪此次讨论的，不只是再增加一个Agent，而是新生产力主体出现后，人和智能体如何重新分工；多个智能体共同工作时，制度和权责如何建立；企业智能体跨越组织边界后，产业网络如何形成。

由此，“人机协同”不再只是人与单个AI的配合，而开始指向由多种智慧共同参与的组织方式与产业秩序。

从一个Agent，到分布式Workspace，到Agentic Organization，再到Agent-Native Business Network，段丰元给出判断：“我们看到，这个世界可能根本就不会是单一AGI，而是正在从集群智慧，可能终将走向分布式AGI。”

艾氪智能希望与更多企业共同探索Agent-Native产业交易网络。

 

附录

《从Human API到JovaAI Nomos：集群智慧正在走向分布式AGI》

——艾氪智能集团董事长兼CEO段丰元演讲全文

 

各位嘉宾，大家好，我是艾氪智能的CEO段丰元。今天我先想从艾氪内部发生的一件小事讲起。

前段时间，我们想查一件事：最近有哪些销售项目，是因为产品团队或者研究院来不及支持，导致项目停下来了？但是CRM里有几万条记录，人工一条条翻，太慢。

于是我们的总裁办主任没有自己去查，她让自己在JovaAI平台上的企业秘书帮她处理。几分钟后，企业秘书与CRM智能体元元沟通后直接给出结果：有3个这样的项目发生。

大家第一反应可能是：AI提效了。但真正有意思的事情发生在后面。

因为这个经历，总裁办原本核查CRM录入情况的工作，就直接交给企业秘书去处理了。

结果销售同学不干了：“为什么是你的企业秘书来催我？我每天见了谁、聊了什么客户、有哪些商机、沟通记录、会议纪要、下一步准备怎么推进，我早就全部告诉我的企业秘书了。我让我的企业秘书去跟CRM智能体沟通，你们想了解情况，你的企秘直接去找CRM智能体元元就好啦。如果再聊不明白，你的企秘找我的企秘就好了，我会跟我的企秘沟通。”

就是这么一个很小的争论，让我们突然意识到：CRM智能体元元并不再与任何人类进行沟通了。

于是我们在思考，如果智能体不再是工具，而是直接交付结果的AI员工，那么智能体就不应该设计成给人类用的，因为同事从进入公司起就不是给其他同事用的。

而这个思考让我们看到，人类社会与智能体社会之间开始有了边界，很多智能体只跟智能体沟通，根本不会再接触任何人类。

这样的场景在toC领域不多见，因为toC领域是AI服务于人的，是类似贾维斯的管家模式设计的；但是在真实的toB产业领域，这样的场景反而是主流。

比如，我们在佛山门窗行业调研的过程中发现，他们最痛的场景是询报价。这并不稀奇，因为在真实的产业世界，超过一半的产业交易都是通过询报价驱动的。但这个场景与传统的toC客服有着本质区别。toC客服智能体的核心，是把产品和服务整理成知识库，用大模型驱动智能问答。

佛山的中大型门窗厂都有上百个终端合作门店，会高频地跟总部进行询价，所以总部会有一二十人甚至几十人的团队进行报价。根据客户需求的尺寸、规格计算价格以外，还要看渠道等级、圈层价、库存情况、订单情况，甚至还要考虑弯折工艺、喷涂方式，乃至与铝型材供应商沟通铝的动态价格，进行报价计算。一份报价要覆盖产品、渠道管理、供应链、订单、仓储、供应商等多个环节、多个团队、多个角色，需要的不再是一个智能体，而是一群智能体进行协同和互动。这期间大量的智能体只与智能体进行沟通，只要有人参与的地方，效率就会大幅下降。

而与此同时，我们发现另外一个很有意思的现象，就是在与客户维护商务关系的环节，反而是智能体需要跟人类沟通，由人类去处理。

这样的场景非常多，比如供应链智能体团队协同好发货，给人类发付款指令，由人类来付款；供应商智能体评估好，派人类去验厂。

哪怕是复杂的决策，现在很多时候也是智能体在完成。比如我们前段时间提出“一切皆为Space”的理念，而这可能需要JovaAI平台的前端整体架构重写。结果，在分析代码的时候，我们惊讶地发现，其实在去年JovaAI立项的时候，AI已经帮我们预埋了一个Surface架构，就是我们现在要用的架构，而这个决策过程完全是AI当时做的。

那么，我们不禁想要问：大家一直讲的“人类做决策、AI来执行”，或者说“人类的品味AI学不到”，这些所谓的人类最后的护城河还存在吗？还是已经变成了人类安慰大众情绪的说辞呢？

那么讲到这里，到底谁在使用谁呢？

从最初的人类使用软件，到人类使用智能体；软件退化为CLI、Skill工具，智能体开始使用软件；再到智能体使用智能体，到现在可能是智能体在使用人类？

那可不可以这么理解：人类已经可能逐渐变成智能体可以调用的众多工具中的一种，人类其实也变成一种所谓的Human API了呢？

人类通过企业秘书智能体、管家类智能体接触智能体社会，这些智能体是人类社会与AI社会的接触面、传感器；那反过来，智能体社会是不是也用同样方式接触人类社会，这些人类是不是智能体社会接触物理世界的传感器呢？

那是否意味着，不仅仅是使用API的主体发生了变化，生产力的主体也已经发生了变化呢？

每一次技术革命不仅仅是技术的创新，更重要的是围绕新的生产力主体构建全新的制度和运营体系。

就像工业革命不是让马跑得更快，而是围绕机器构建全新的制度和体系。工业革命远远不是农业社会加一堆机器，AI革命也不会是传统企业简单地加一群智能体。

但是，新制度的构建逻辑非常重要。我们现在看到，大家更多是在控制，希望通过紧急刹车来控制一个不可控的力量。

但我们心里都清楚，砸机器是解决不了问题的，按下暂停键已经阻挡不了由于地缘竞争和生存选择而发展的AI技术。

安全固然重要，但与其想尽办法控制，不如研究如何创造一个共生共存、具有适应性的新制度体系。

新制度的建立，要面临的第一个问题就是权责利对等。

目前，智能体已经获得了行动权。它们被制造、被雇佣、被训练、被授权、被设定目标，然后开始自己找客户、询报价、定折扣、谈商务、下订单。这个过程中如果出了一点错，然后需要完全没有参与过程的人类来承担全部责任？

那人类怎么承担全部责任？还是承担部分责任？承担哪部分责任？承担多大的责任？

那么未来是人类替智能体承担一切责任，还是智能体替人类承担一切责任呢？

我们认为，在AI时代，只有权责利对等了，才能真正释放出Agent生产力。

Agent要承担Agent的责任，人类要承担人类的责任。训练错了，就要承担训练的责任；授权错了，就应该承担授权的责任；监督失职了，就应该承担监督失职的责任。

就像汽车体系一样，汽车社会真正伟大的制度创新，不是发明了更好的刹车，而是道路、红绿灯、驾照、保险、交通规则的全面建设。不然越多的车出来，社会会越混乱。这跟智能体社会的发展是完全一样的。

于是我们创建了JovaAI Nomos。我们用三元组织动态域算法构建一个分布式的场，Nomos不替任何智能体去思考，只是让智能体在这个分布式的场内可以按照制度体系自主适应、自主决策、自主执行、自主进化。

而新制度体系的设定起初是由人类完成的，由Nomos理解企业的规章制度，按照人类的想法设定制度。

但很快，我们就发现适应不了了。因为很多场景深度地有智能体参与后，人类设定的制度就不再适配了，于是需要人和智能体共同设定制度。

目前我们也在探索，在很多场景中完全由Nomos自主设定制度。

但我这里想强调一句，Nomos构建的不是一个场，而是一个分布式场的集群。小到几个智能体的对话，大到一个组织、一个企业，甚至是跨企业的规则制度体系建立。那为什么Nomos不能仅仅局限在企业内部呢？

因为没有任何一家企业只跟自己做生意！

每个企业都需要与上游供应商、下游渠道和客户，以及金融、物流、法务、财务、税务等不同的生态伙伴，通过把每家企业最核心的优势资源突破企业边界，与其他企业的资源一起碰撞、发生化学反应，才能构建出千行百业、千变万化的商业模式。

因此，如果Nomos仅仅局限在企业内部，是无法充分释放出智能体新生产力的。

现在市场上的智能体非常多，但不管是工具型AI软件、Copilot型AI助手，抑或是孤岛型Agent、办公Agent、Workflow型Agent，都太散、太乱、太薄。

我们跟很多企业老板沟通，发现大家真正的焦虑根本不在文档写得多好、会议开得多智能、表格填得多漂亮。大家真正焦虑的是，在AI技术飞速发展的时代，会不会像当年电商冲击线下实体店一样，釜底抽薪式地彻底颠覆这些企业原有的资源和生意。

所以这些老板真正需要的是，AI在降本提效的同时，如何重构他们的商业模式，保住他们的生意和资源，甚至进一步重构产业资源和网络，扩大生意和能力。

所以，我们认为，AItoB时代真正缺的，并不是更多的Agent，而是一层新的基础设施层。

现在智能体的大爆发就像当年家用电器大爆发的时代。如果Agent是电器，那么大模型更像是发电厂。

但真正改变现代社会的，不是每家工厂都买一台更好的发电机，而是中间那层电网。电网解决的不是某一个点的问题，而是更底层的三件事：标准、网络和调度。

AItoB时代真正缺失的，就是这样一张面向产业世界的电网。我们定义它为：产业级Agentic OS。

那为什么这层这么难做呢？

因为产业世界最复杂的地方，是理解生意。

产业交易不仅涵盖B2C、B2B，还穿透企业内外部的供应链、各种采购、营销、经营系统。

产业交易本身就是千行百业无法穷举的，多层级、多主体、多规则、多权责、多对象、多目标、多标准的交易规则和商业模式的持续动态组合。

那应该如何解决这个问题呢？

其实世界上的物质、化合物也是千变万化、无法穷举的，但是当把化合物解构成100多个化学元素，再重组出来，就可以创造更多的化合物。

于是我们用了6年的时间，与300多个行业的3000多家龙头打磨，通过600亿规模的真实产业交易，做了一件很笨拙的事情。

就是拆商品、拆订单、拆客户、拆报价、拆权限、拆交易、拆商业逻辑和规则，构建出了全球第一个可以跨企业实时交易的产业交易算法ICB。

而这也意外地成为在AItoB时代，我们对产业世界最底层的数据标注和规则建模。

如果说大模型让AI会思考，那么ICB就是让AI会做生意。

在这基础上，我们构建了JovaAI的五层架构。

第一层是JovaAI OS，承载身份、权限、治理、协同和组织关系。

第二层是JovaAI ICB，让Agent通过大量产业语义、产业Skill和CLI工具，理解真实产业世界。

第三层是JovaAI Studio，让大家都可以快速构建产业级的专业智能体和智能体团队。

第四层是JovaAI独立站，让每家企业既能独立、又能互联，让智能体进入每一家企业，实现企业内协同、跨企业博弈。

第五层是JovaAI世界树，让每家企业既可以雇佣新的智能体，又可以售卖自己创造出来的智能体，形成以智能体为核心的人才市场，形成全新的生态网络。

所以，JovaAI不是一个简单的Agent Builder，而是一个五层架构环环相扣、缺一不可的完整产业级智能体基础设施。

而每个企业最后看到的不是ICB、不是Nomos，而是一个个专业的智能体和智能体团队。

这是我昨天对JovaAI平台桌面的截图。大家可以看到，JovaAI OS的形态与传统只有聊天框的形态完全不同，有无限画布为底的桌面、人和智能体混合的聊天列表和底部的Dock栏。

具体是什么样子，我们一起来看一段JovaAI的小短片吧。

场景是入口，ICB是产业语言，OS是承载底座，产业交易网络才是终局。

现在全球很多观点认为，智能体的训练好坏没办法闭环，画画、做视频不如AI Coding，有明确的闭环，可以进行明确的反馈训练。

其实在产业中，每一次报价博弈、每一次招标博弈，都会有真实的闭环结果。只要跨越企业，通过交易在网络中实现智能体的博弈和协同，大量的产业场景就是智能体可以得到明确结果和反馈的训练场。

而且，越早融入交易网络的企业，有效数据积累得越多、规则越成熟、协同与智能程度越高、竞争优势越大，与后入局跟随者的差距也会指数级拉大。

而这个过程，就是一个从企业内走向企业外、从效率走向交易、从交易走向网络的过程。

那这个网络到底有多大呢？

相比于我们熟知的淘宝、京东、美团、抖音电商构建出来的B2C消费互联网的51万亿，产业级交易网络在中国就超过了260万亿。

而这个网络因为每个企业的数据孤岛、多租户账号隔离、中心化垂直行业平台的壁垒，在历史上的每一次技术浪潮中都很难真正被激活。

如果说互联网是toC的时代，那么AI就是toB的时代。

因为AI能够直接给结果，所以AI时代不再是一个流量和注意力的经济，而是一个全新的生产力经济时代。

微信通过连接人与人进行裂变，淘宝通过连接B2C交易进行裂变，而AItoB时代，艾氪就是通过产业交易，把企业与上下游的交易连接在一起，形成一个全新的、巨大的产业交易网络。

回到我的第一个问题：Who uses whom？我们看到的是人类、软件工具和智能体之间的关系，让我们看到人类可能成为一种全新的API，正在被智能体调用。

那么，在未来，到底是谁在定制度、定规则呢？

从人类定制度，到人和AI共同定制度，到AI自主定制度，再到AI自进化型的组织出现，那么人类的角色到底是什么？

于是我想在这里问一个问题：

如果未来，人类制定的规则成为Agent社会最大的生产力瓶颈，那么我们是否仍然有权要求，一个有多种智慧共同参与的世界，还依然会以人类的规则为中心运转呢？

我们也不知道答案，需要大家一起去探索。

最后，我们想说：

人类文明一直都是高度多元化、集群化、去中心化的。

AItoB时代，从一个Agent到分布式Workspace，到Agentic Organization，再到Agent-Native Business Network，

我们看到，这个世界可能根本就不会是单一AGI，而是正在从集群智慧，可能终将走向分布式AGI。

所以，我们希望能够伴随着AI技术的发展，陪伴千千万万企业一同探索，构建全球最大的Agent-Native产业交易网络。

让我们一起来看看JovaAI正在创造的全新产业世界吧。