智能体原生网络：网络今后要认Agent，不只认IP

本文解读：《2026企业智能体原生网络白皮书-甲子光年智库》 · 共 69 页 · 原文

传统网络只认 IP 地址和端口，认不出对面是谁、能干什么。这份白皮书要改的正是这件事：把智能体 变成网络可直接识别的原生主体，用 Agent ID、能力声明和任务意图来连接。

甲子光年智库与 NIDA 全球固定网络创新联盟联合出品，华为、京东及东南大学、中国矿业大学、 厦门大学参编，2026 年 10 月发布，69 页。

它给出的定义叫企业智能体原生网络（EANN）：以智能体为第一服务对象，为规模化接入、跨域互联、 任务执行、群体协作、安全治理与全生命周期管理提供支撑。

报告的核心判断是原生和自智必须配套——EANN 让智能体被精准发现，自智网络让网络自己感知、 调度和自愈，两者双向反馈。

上面引用的数据都能在原文里找到出处，报告放在运营动脉（www.yydm.cn），搜标题即可。

遇到统计口径不一致的地方，回原文核一眼，比对两三篇二手解读要快得多。

网络要回答的问题已经从“数据发到哪”，变成“该找哪个智能体”。

图源：《2026企业智能体原生网络》（第1页）

一、政策把智能体放到了承接落地的位置

报告第一章从国家战略讲起。2025 年 8 月，国务院《关于深入实施“人工智能+”行动的意见》 把新一代智能终端、智能体等应用普及率纳入国家发展目标，要求到 2027 年超过70%、到 2030 年超过 90%。

2026 年 5 月，国家网信办、发改委、工信部联合印发《智能体规范应用与创新发展实施意见》， 明确智能体是人工智能产品及服务的重要形态，围绕技术、标准、安全、治理、应用和生态作出 系统部署。

2026 年 6 月，工信部《“人工智能+信息通信”创新发展实施意见（2026—2028 年）》进一步 推动智能体通信技术、网络智能体与工业智能体发展。报告把这些政策对智能体的能力要求归纳为三件事：自主执行、互联协同、安全可信。

自主执行要覆盖目标理解、任务拆解、行动规划、工具调用、过程反馈和动态调整的完整链条； 互联协同要建立身份识别、能力发现、规则统一、任务分配、协商配合与分歧处理的协作体系。

安全可信则要求身份可确认、行为可验证、权限不越界、风险可处置。三层能力互相支撑，缺一环 就进不了关键业务。

政策已经把“能不能独立完成任务”写成了硬指标，不只是模型能力问题。

图源：《2026企业智能体原生网络》（第3页）

二、网络第五次跃迁：节点从百亿走向千亿

报告把通信网络演进分成五代，每一代的业务载体、连接对象和节点规模同步跃迁。电话时代连接人与人，节点规模亿级；PC 互联网时代连接人与信息，也是亿级；移动互联网时代 连接人与应用，节点规模到十亿级。

云服务时代应用、数据与算力向云端汇聚，网络走向服务应用与云端资源协同，节点规模迈向 百亿级。第五代是智能体互联时代，连接对象变成智能体，通信节点规模走向百亿至千亿级，网络技术从 云网融合转向智能体原生网络。

支撑这个判断的是数量。IDC 预测全球活跃 Agent 数量将从 2025 年的约 2860 万攀升到 2030 年的22.16 亿，年复合增长率 139%。

报告特别强调，这次不是简单的对象替换。智能体要经历设计、开发、部署、运行到退役的全过程， 每一步都跑在网络上，注册、发现、协同、注销都在网络里发生。

前四次跃迁放大了连接规模，第五次改变了连接主体的性质。

图源：《2026企业智能体原生网络》（第4页）

三、三组数字说明传统网络哪里不够用

报告用三组数据说明为什么现有网络撑不住，这些数字是全篇最值得记的部分。第一组是流量方向。传统企业网络长期按“下行粗、上行细”建，下行占比长期高于 85%；智能体 运行后上下行趋于对称。

智能互联场景中东西向流量占比将提升至 80%，上行占比从 10%–15% 攀升到 40%–50%。思科调研预计，代理式 AI 应用将在未来 12 个月和 36 个月分别带来 57% 和 112% 的网络流量增长，是三类 AI 负载里增长最快的。

第二组是质量。传统网络允许通过排队和重传消化波动，但智能体任务链前后依赖，时延和丢包会 沿链成倍放大。

报告举了一个算得很细的例子：研发智能体从 Gitee 拉代码并调用 DeepSeek 修改，仅 10% 的 网络丢包，就会引发频繁重试，最终造成 4 倍的 Token 无谓消耗，整体任务时长拖慢 8 倍。

第三组是算网协同。大模型推理“输入短、输出长”形成非对称流量，IDC 调研显示 AI 大模型 训练中数据通信耗时占比已达 30%–40%，复杂并行场景甚至 50%–70%，但算力调度并未把这项 开销算进去。

10% 的丢包在智能体链路里不是 10% 的损失，是 4 倍成本和 8 倍时间。

图源：《2026企业智能体原生网络》（第2页）

四、管控难题：98% 企业出过事，54% 有影子智能体

报告认为智能体让网络管控超出了人工能力边界，理由有三个。

一是传统监控追不到智能体的行为轨迹。推理过程基于大模型内部参数计算，对管理员不可见， 行为链路穿越多个推理环节后难以还原，企业普遍面临行为不可见、风险难预警、故障难定位、 责任难界定四大难题。

二是 AI 驱动的攻击速度快过人工响应。思科调研显示 85% 的企业在过去 12 个月至少经历过一次 无线安全事件，受访者认为威胁加剧的最主要原因就是 AI 生成或自动化的网络攻击，占 35%。

三是运营复杂度指数级增长。设备配置规模激增，智能体决策引发的变化以秒计，单点触发即可 沿协作链路快速扩散。

最刺眼的是两组调研数据。云安全联盟调研显示，超半数（54%）组织存在未经授权的 “影子智能体”，仅 8% 的受访组织表示智能体从未超出预期权限。

另一组是 Economist Enterprise 调研：98% 的受访企业已经历过由智能体引发的破坏性事故， 近九成企业认为智能体部署速度已超过其评估、治理和安全防护能力。

边界防御是防外人翻墙，智能体的风险是从客厅里走出来的。

图源：《2026企业智能体原生网络》（第6页）

五、落地现状：72% 上了生产，才刚摸到挑战

报告用 IDC 数据给了一张普及率地图：2026 年全球已有 72% 的企业将智能体投入生产，51.6% 的 企业将其嵌入核心业务流程。预计到 2027 年，智能体自动化将增强 40% 以上企业应用的能力，重塑约三分之一的业务流程 和工作流。

行业分化很明显。互联网、金融处于领先梯队；工业、医疗处于加速渗透梯队；零售处于规模拓展 梯队；政务、教育处于场景培育梯队；物流与能源仍在探索阶段。

报告给的落地样本也很具体。西门子的 Eigen 工程智能体直连 TIA Portal，自主完成 PLC 编码、 HMI 可视化与设备配置，效率比手动工作流提升 2 至 5 倍，已在 19 个国家的 100 多个客户试点。

但挑战同样被量化了。IBM 与 TM Forum 的联合调研显示，运营商网络自智水平平均仅 1.9 分 （满分 5 分），达到 L4 高度自智水平的运营商只占 6%。另一组是 Gartner 的预测：到 2027 年底，超过 40% 的智能体项目将因成本失控、商业价值 不明或风险控制不足而被取消。

生产上线只是入场，40% 的项目会在两年内被成本和安全筛掉。

图源：《2026企业智能体原生网络》（第7页）

六、EANN 定义：把 Agent ID 写进网络底座

报告的第三章给出正式定义：企业智能体原生网络是以智能体为第一服务对象，以智能体身份、 能力和任务意图为连接与调度依据，协同组织算力及相关服务资源的新型网络基础设施。

“原生”有两重含义。一是智能体是网络内生的组成部分，不是外挂应用，作为一等公民存在于 网络架构中；二是网络架构围绕智能体重新组织接入、调度、传输与治理。

报告用一句话概括：智能体既在网络之中，网络也为智能体而设计。

报告还整理了六个维度的变化。对象确定从预设通信对象走向按任务动态发现；寻址从基于 IP 的 位置寻址走向意图驱动的语义寻址；连接从端点间确定连接走向围绕任务动态建立。

另外三维是流量从通用业务流量走向 Token 驱动型流量，运维从人工配置走向智能体自主运维， 安全从面向用户与设备走向智能体全过程可信治理。

技术路线上，报告强调不是用 AI 优化既有网络，而是以智能体需求重新定义服务对象、寻址依据 和资源组织方式。传统网络能识别“数据包要去哪”，却无法让智能体回答“我要的智能体是谁”。

原生的分水岭：网络主动找智能体，还是智能体自己去适配网络。

图源：《2026企业智能体原生网络》（第8页）

七、五层双域架构：管控中心是那个新中枢

第四章给出“五层双域”总体架构，自下而上是智能基础设施层、智能体网络连接层、智能体网络 管控层、智能体互联交互层、智能体业务应用层。

两个域贯穿各层：D1 安全保障域和 D2 运营监测域，形成设施承载、原生连接、原生管控、 原生交互、原生任务的一体化支撑。底层的智能基础设施层包含网络数字孪生、通信大模型和 Harness 框架，硬件侧是路由器、交换机、 AI 服务器、超节点与存储系统。

连接层负责注册发现、协议适配、动态组网和消息路由，协议上明确支持 MCP、A2A、ANP，并 提供意图路由、能力路由和竞价路由。

管控层是新增的中枢，包含智能体管理中心、任务分解中心、资源调度中心和动态编排中心， 负责身份认证、能力评估、任务拆分、弹性伸缩与跨域协调。

互联交互层提供智能体与工具互联、智能体与模型互联，交互层上还有全生命周期任务联动和 动态协作。

报告还强调全生命周期支持：注册、发现、连接、运行、协作、演进、退出七个阶段，每一层 各自承担对应的能力，退出阶段要解除连接并注销身份。

架构里最值钱的新增件不是协议，是那个能把任务拆开的调度中枢。

图源：《2026企业智能体原生网络》（第10页）

图源：《2026企业智能体原生网络》（第9页）

图源：《2026企业智能体原生网络》（第5页）

八、AN 配套：自智网络与原生网络并行演进

报告反复强调一句话：企业智能体原生网络需要自智网络体系配套发展。这两者是两个概念， 不是同一个。自智网络聚焦网络自身的自治能力，基于 TM Forum 的 L0 至 L5 定义，核心是自配置、自修复、 自优化和自演进，目标是减少人工干预。

EANN 聚焦网络对智能体的原生服务，核心是智能体可识别、可发现、可连接、任务可保障。 报告坦言该概念尚处框架制定阶段，暂无统一标准。

两者共享四项技术特征：意图驱动、AI 赋能、自主闭环、动态资源调度。报告用一个二维框架给出四种形态：低原生低自智是传统网络，低原生高自智是自智深化， 高原生低自智是原生先行，高原生高自智是未来方向。

配套的自智架构以网络智能体为执行主体、以编排中心为统筹中枢，下设基础设施、连接交互、 任务运行三类领域智能体，各自完成感知、分析、决策、执行、自愈的垂域闭环。

落地场景给了四个。金融是智能体网关支撑跨银行流水核查；制造是主 Agent 统筹生单、分析、 设备、具身 Agent；教育是跨校 Agent 互联；家庭是边缘网关承载多 Agent 晨间协作。

报告最后把建设建议分给五类主体：运营商推进 L4 及以上自智演进，设备商研发智能网元， 企业用户统筹系统联动改造，标准组织补齐互联互通标准，开发者丰富应用生态。

这份 69 页白皮书的完整架构图、协议要求与四类场景细节，都在运营动脉（www.yydm.cn）上，搜标题即可打开。