川海智库

报告概述

本白皮书由华为云AI创新Lab编制，面向企业管理者、AI产品与研发负责人、架构师、安全与合规团队，以及关注下一代人机协作的研究者。报告聚焦AI Agent在真实开放世界中的落地难题，提出Coactive Agent范式——将Interactive（实时共创）与Proactive（主动执行）双态协同，并围绕环境感知、智能主体、认知底座与元进化闭环构建完整技术架构。内容涵盖行业洞察、愿景与顶层架构、关键机制设计、全生命周期安全体系，以及四个典型应用场景。报告既提供系统性范式思考，也给出可工程化的实现路径，帮助读者理解如何让Agent在复杂动态环境中与人形成长期、可信、可控的协作关系。

报告的核心结论

下一代Agent不是更自动，而是更好地与人共处。

报告认为，Agent的未来不是把人移出工作流，而是让人的经验、判断与创造力持续进入工作流。真实任务存在于目标、边界与环境持续变化的开放世界，完全自动化会放大目标误解、上下文缺失和不可控等问题。因此，人机协作比孤立自动化更符合企业落地需求，人应留在创造性环节，Agent承接可验证、可授权的成熟任务片段。

Coactive范式是Interactive与Proactive的协同耦合。

Coactive不是从Reactive到Proactive的单线升级，而是Interactive与Proactive的协同。Interactive适用于目标未稳、需要共同判断的开放任务；Proactive适用于路径稳定、标准可验、风险可控的成熟任务。二者通过“毕业线”实现可信承接与协作唤醒，在共享任务现场中动态切换，确保人在需要时参与，Agent在授权范围内推进。

记忆应遵循原文为终审、索引为派生结构的原则。

报告指出，Agent Memory Runtime应以原始材料作为事实锚点，摘要、向量、图谱等派生结构只是索引和加速层，不能替代原文。记忆需要支持实时交互、可追溯、可修正，并通过Memory Router与Compiler在正确时机以正确粒度读写。同时，记忆在使用中自我优化，但优化对象是派生结构与调度策略，而非原文本身。

安全范式从“墙”迁移到“场”，安全内生于共处过程。

传统安全以边界拦截为核心，在Coactive Agent时代失效。报告提出“场”的安全，让安全约束与任务现场、过程状态和能力迁移同步运行。五大安全支柱包括共处可信、记忆主权、行为可控、进化护栏和推理安全，强调越自主越需要严格约束，所有行为可审计、可回滚、可追溯。

元进化让驱动Agent成长的机制本身持续成长。

AgentReflex作为元进化控制面，把轨迹、评价、诊断、变异、选择与复用组织成可治理的成长闭环。系统不仅优化Agent的行为能力，还持续改进观测、评估、Harness和进化资产本身。这样，Agent在真实协作中越用越好，且每次变化都有证据、经过评估、支持灰度与回滚。

报告回答的关键问题

为什么Agent不能追求全自动化，而需要人机协作？

报告认为，真实任务目标模糊、边界动态，人的经验和判断难以被完整写入指令。全自动化容易导致目标误解、上下文缺失和行动不可控，而人机协作能融合人类高阶认知与AI效率。Coactive范式通过Interactive与Proactive的协同，让人留在创造性环节，让Agent承接成熟任务，实现更优的落地路径。

Interactive和Proactive是什么关系？

Interactive是面向共同判断的实时协作状态，Proactive是面向成熟任务的主动执行状态。二者围绕同一任务现场运行，通过“毕业线”管理迁移：任务条件成熟时从Interactive可信承接进入Proactive；目标漂移、证据不足或风险升高时，通过协作唤醒回到Interactive。两种状态可顺序切换，也可前后台并行。

智能体记忆如何实现可追溯和可治理？

报告提出“原文为终审，索引为派生结构”的原则。原始材料作为事实锚点，派生结构只作为索引，并支持重建。通过文件系统承载原文，一致性保存点统一多路索引，应用级记忆实现隔离，软链接工作空间实现受控共享。记忆的写入、修正和作废均可审计、可回滚。

企业级Agent如何安全落地？

报告提出从“墙”到“场”的安全范式迁移，并给出五大安全支柱：共处可信、记忆主权、行为可控、进化护栏、推理安全。安全内生于共处过程，越自主越严格。通过身份与权限、用户可打断、全流程审计、操作回滚和进化约束，保障Agent在授权边界内可靠执行。

Coactive如何让Agent持续成长？

报告提出AgentReflex元进化闭环，将Agent运行过程转化为学习过程。系统持续观察、评估、诊断、变异、选择和沉淀，把有效修复转化为可复用资产（Reflex Gene/Capsule）。同时进化机制本身也被纳入进化范围，使Agent不仅能变好，还能越来越会变好。

报告中的代表性数据

33%企业软件将内嵌Agentic AI，15%日常工作由AI自主执行，每家500强企业平均部署150,000个AI Agent

Gartner对Agentic AI渗透率的预测

2028年，报告引用Gartner 2026年5月最新预测，用于说明Agent技术对生产力的重构已经开始，并指向数字世界劳动力市场方向。

每年创造2.6-4.4万亿美元价值

麦肯锡对Agentic AI经济价值的估计

未明确，报告引用麦肯锡估计，强调Agentic AI的潜在经济影响，其中仅Agentic Commerce领域就将产生3-5万亿美元交易。

约20%的F1指标提升

基于长程任务状态差异的主动任务挖掘F1提升

实验阶段，报告指出，基于长程任务建模与状态差异推导的方案，在Proactive评测集上相较原始Proactive方法取得约20%的F1提升，证明该方法能更稳定地将长期上下文转化为有效的主动任务发现。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 第一章系统分析了Agent落地的五大结构性难题：现场断裂、协作断裂、行动断裂、认知断裂和成长断裂。详细阐述了Agent被困在聊天框、轮次式交互不自然、主动执行缺少授权边界、记忆检索割裂、经验无法沉淀等问题，为Coactive闭环的提出奠定基础。
  • 第二章提出Coactive的愿景、范式与顶层架构。核心判断是下一代Agent不是从Reactive到Proactive的单线升级，而是Interactive与Proactive的协同耦合。系统架构由环境感知、智能主体、认知底座与元进化闭环构成，并说明如何兑现这一判断。
  • 第三章深入讲解智能主体的双态协作机制。介绍了Interactive的实时协作、Proactive的主动执行，以及毕业线机制下的可信承接与协作唤醒。详细描述了链接对象协议、实时交互模型、Agent App、Proactive Workflow、主动任务挖掘和主动介入分级等关键技术。
  • 第四章阐述环境感知机制。定义了AI设备、AI应用与工具、Agent探针三类接入对象，并介绍链接对象协议、语义分层与压缩、任务现场投影等机制，让Agent从聊天框进入真实任务环境，实现相关、低扰、可控、可追溯的感知。
  • 第五章详解认知底座Agent Memory Runtime。提出原文为终审、索引为派生结构的原则，介绍Agent Memory Filesystem、一致性保存点、应用级记忆、软链接工作空间、Memory Router与Compiler，以及记忆的自我优化机制。
  • 第六章提出AgentReflex元进化闭环。系统介绍Observe、Evaluate、Diagnose、Mutate、Select、Preserve、Reuse七个环节，并阐述可观测自进化、评估自进化、Harness自进化和进化资产自进化，使Agent系统具备持续成长能力。
  • 第七章构建Coactive范式下的全生命周期安全体系。提出安全从“墙”到“场”的迁移，并给出五大安全支柱：共处可信、记忆主权、行为可控、进化护栏、推理安全。详细说明每个支柱的安全能力映射和实现机制。
  • 第八章展示四个真实应用案例：品牌内容发布、财务月报编制、客户方案与RFP写作、方案共创与能力沉淀。每个场景都说明传统方案的不足、Coactive的解决方式及判据，并配有协作对比图，帮助读者理解范式落地价值。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告