城市多智能体的协作体系：从单点智能到协同进化

【智慧城市网 市场分析】城市多智能体，就是把城市治理拆解成多个专业分工的AI智能体——交通有交通的智能体、应急有应急的智能体、城管有城管的智能体。
　　在一座城市里，交通智能体建议封路分流，应急智能体坚持预留救援通道，城管智能体正在调度清障车辆，气象智能体刚刚推送了暴雨预警。四个AI各司其职，但它们的指令可能互相矛盾：封了路，救援通道还够不够？清了障，暴雨来了积水怎么排？如果各家只按自己的目标行事，城市运转反而可能陷入混乱。
　　所以它们必须商量着办，通过标准化通信和自主协商，共同完成复杂的城市治理任务。这正是2026年“城市多智能体的协作体系”被列入未来智慧城市十大关键词的原因。中国信通院指出，城市智能体正由单一模型的集中式控制，走向多智能体协同演进的分布式架构。
　　单个智能体可以高效完成特定任务，但城市治理从来不是单点作战。交通、安防、环保、城管等场景彼此交织、实时联动。智能体规模化落地的核心瓶颈，正在于协同之困。以下案例展示了不同城市和企业在多智能体协作方向上的探索。

　　联想：1+N城市超级智能体

　　联想将城市超级智能体定位为城市级认知操作系统、多模态跨平台智能中枢和AI需求总入口。1个城市超级智能体，统领N个专业领域智能体，形成全局统筹+专业执行的协作体系。
　　其中，1不是简单入口，而是城市级任务的认知、决策与编排主体——集成多模态感知、认知推理、决策规划和智能编排等能力，面对跨领域任务时识别目标与约束，将任务拆为可执行步骤，再选择模型、工具、数据和领域智能体协同完成。N则是一组拥有专业知识、业务工具和执行边界的领域智能体。城市超级智能体跨域统筹，领域智能体专业执行，由此形成“感知-认知-决策-执行-反馈”的连续链路。

　　山东：智能体通信网实现跨地域协同
　　近日，由山东未来互联科技有限公司建设的确定性可信智能体通信网完成济南、青岛、临沂三地技术验证。三地部署的智能体及网络节点实现稳定互联，完成了智能体注册发布、能力发现、可信鉴权、跨地域路由、任务调用、结果返回和运行状态监测等关键环节验证。
　　验证场景直观展示了多智能体协作的价值：测试人员在济南发起任务，跨地域调用部署在临沂的网络运维智能体对设备状态进行分析，再调用青岛的智能体进一步研判，处理结果最终返回济南。
　　该项目负责人表示：“一个智能体在不知道另一个智能体具体IP地址、部署位置的情况下，能够根据‘我需要什么能力’，自动找到网络中适合完成任务的智能体并完成跨地域调用。”
　　随着生成式AI加速发展，应用正从单一模型调用走向多个智能体共同参与、分工协作。如何让这些智能体安全、高效、稳定地找到彼此、理解彼此、调用彼此，正成为AI规模化应用必须解决的基础问题。

　　武汉：超大城市运行管理智能体
　　2025年9月，全国首个超大型城市运行管理智能体在武汉落地运行。武汉与华为联合打造，让城市具备了感知—传输—决策—执行的全链智能治理能力。
　　武汉市城运中心整合2.1万个物联网设备，对12345热线诉求、物联感知等多源事件的解析准确率超过96%。城运工作人员可通过自然语言与系统对话。例如说出：查看江汉关周边拥堵情况，系统便能近乎零延时地调阅现场及周边视频资源。截至2026年初，该系统已累计处置城市事件9.6万起，日均处理100件。

　　深圳龙岗：龙小二AI原生城市治理智能体
　　深圳龙岗区自主研发的城市治理智能体“龙小二”，是全国首个具备自感知、自思考、自执行、自进化能力的AI原生城市治理智能体。与过去政务系统外挂AI的模式不同，龙小二从底层架构就按照AI逻辑设计。它整合视频监控、机器人平台、12345热线、网格上报和物联感知等多源数据，可自动感知占道经营、垃圾满溢等异常并生成处置方案。目前，龙小二日均感知城市运行数据近20万条。

　　上海浦东：人机协同城管执法试点
　　今年5月，全国首次人机协同城市管理执法试点在上海浦东新区张江人工智能创新小镇正式开展。试点通过无人机智能监管系统、现场执法人员与智元灵犀X2人形机器人协同配合，完成了人机协同参与城市管理执法场景的实际应用验证。

　　北京：智能体专项政策出台
　　北京市于7月发布《关于加快智能体引领发展的若干措施》，围绕技术、应用、产业、生态四大方面推出十项具体举措。政策明确对关键技术攻关、共性平台和示范应用等重点项目择优给予最高1亿元资金支持。这是国内首个聚焦智能体全链条发展的省级专项政策。政策特别提出实施智能体驾驭层工程，围绕多智能体协作、任务持久化等方向夯实智能体共性底座。

　　趋势观察
　　上述案例来自不同城市、不同企业，技术路线各有侧重，但指向同一个方向：城市智能体正在从单点部署走向系统协作。这一趋势背后，有几个值得深入观察的维度。
　　从“单点智能”到“多智能体协作”
　　单个AI智能体的能力再强，也只能解决某个特定领域的问题。但城市治理的本质是跨领域、跨层级、跨系统的复杂系统。交通拥堵背后是道路规划、信号控制、公交调度、市民出行习惯的叠加；应急管理涉及气象、水务、消防、医疗、交通的多部门联动。任何一个环节的智能体孤立运行，都无法真正解决问题。
　　IDC在2026年初发布的《IDC FutureScape：全球智慧城市2026年预测——中国启示》中预测，到2027年，中国70%的城市将在各系统与数据中部署AI智能体，协同端到端工作流程并减轻工作量。这一预测传递的信号是：部署AI智能体本身不是终点，让它们协同起来才是。
　　从“集中式控制”到“分布式协作”
　　早期智慧城市建设的思路是建一个城市大脑——集中式的数据平台和决策中心，所有信息汇入、所有指令发出。但多智能体协作的兴起正在改变这一架构。
　　多智能体体系是分布式的：交通智能体管交通、应急智能体管应急、城管智能体管城管，它们各自运行、各自决策，只在需要时才通过标准化协议进行通信和协商。
　　这种架构的优势在于：单个智能体出问题不会导致全局瘫痪，新增一个领域的智能体不需要重构整个系统，各领域的专业能力可以独立迭代和优化。
　　从“模型能否回答”到“多智能体能否协同”
　　北京市1亿元资金支持政策发布后，有行业观察者指出，智能体正从企业探索进入政策牵引的新阶段，产业竞争也从“模型能否回答”，转向“复杂任务能否稳定交付、多智能体能否协同、应用能否形成闭环”。
　　这句话点出了关键转变。过去两年，行业比拼的是，谁的模型参数多、谁的回答更流畅。但参数竞赛的天花板已经显现，真正的价值创造发生在应用层，尤其是那些需要多个智能体共同参与的复杂场景。

　　三个待解难题
　　方向明确了，但挑战同样清晰。
　　其一，不同厂商开发的智能体如何对话？联想的智能体和华为的智能体能否在同一座城市里协同工作？目前还没有答案。山东的智能体通信网验证是一个积极探索，但距离行业通用标准还有距离。
　　其二，当多个智能体共同参与决策时，比如交通智能体建议封路、应急智能体建议疏散，出了问题谁来负责？是训练模型的数据工程师，是部署系统的政府部门，还是执行任务的智能体本身？这一问题的答案尚不清晰。
　　其三，多智能体协作意味着数据在不同系统、不同主体之间流动。如何在协作的同时保障数据安全、防止越权访问，是必须跨越的门槛。
　　方向清晰，难题待解。这正是“城市多智能体的协作体系”被列入十大关键词的原因——它不是已经成熟的解决方案，而是整个行业正在奔赴的下一个目标。
文章链接：智慧城市网

上一篇：AMD苏姿丰：中国市场极其重要 算力已成开展业务关键 下一篇：产业政策：“十五五”期间我国将建设改造城市地下管网约77万公里