当"人工智能+"的尺子从参数换成绩效：国常会四个月两度上会，AI政策正从"能不能做"转向"有没有用"
每日热门IT新闻 · 第148期 · 2026年10月19日
一句话结论：4个月内两次把人工智能摆上国务院常务会议的桌面，信号不是"再加码投入"，而是评价标尺的更换——从"模型参数"切换到"生产率"，从回答"能不能做"转向回答"有没有用"。这是中国AI叙事一次相当务实的转身：不再陪跑别人的跑分榜，而是把自己最大的底牌——完备产业体系与海量真实场景——摆上台面。
一、事件：两次"上会"，一次"换尺"
先把时间线摆清楚：
- 6月29日，国务院总理李强主持召开国务院常务会议，听取人工智能发展情况汇报。当时的落点是：加力推进创新突破、加快关键技术攻关和超大规模智算集群建设、强化高质量数据供给、加强人才资金等要素保障，并强调完善科技伦理、测试认证等制度规则，加强国际人工智能治理合作。
- 10月16日，国务院常务会议听取"人工智能+"行动进展情况汇报，并作出一系列新部署。会议表述变了：人工智能是影响未来发展的关键变量，要从我国产业体系完备、应用场景丰富、工程化能力强等实际出发，注重以落地应用牵引技术创新。
这次部署可以拆成三条主线：
- 夯实发展底座——加强技术攻关和算法创新，促进算电协同，增加高质量数据供给，着力补短板、锻长板；
- 突出赋能应用——以实体经济为重点强化供需衔接，鼓励联合研发，推进中试验证，加大场景培育力度，让技术更好转化为现实生产力；
- 统筹发展和安全——因业分级分类施策，加强风险研判评估，守牢人工智能安全底线。
就在同一天（10月19日），商务部等9部门发布《关于加快推进科技兴商的意见》，把"深入实施'人工智能+制造'专项行动"写进文件，明确要丰富智能手机、电脑、家居、穿戴设备、机器人等智能商品供给，并鼓励基于安全可靠开源操作系统的智能产品研发应用。政策从"上会定调"到"部门落地"，前后只隔了一个周末。
底数也在会上被再次确认：工信部数据显示，我国人工智能核心产业规模已突破1.2万亿元，企业数量超6600家，智能算力规模达2592 EFLOPS。
二、背景：为什么是"落地"这两个字
如果只看热闹，会以为这又是一次"重视AI"的表态。但对比6月与10月的两份通稿，差别其实相当锋利：
| 维度 | 6月29日会议 | 10月16日会议 |
|---|---|---|
| 核心提问 | 能不能做（能力建设） | 有没有用（价值兑现） |
| 抓手 | 关键技术攻关、超大规模智算集群、人才资金保障 | 供需衔接、联合研发、中试验证、场景培育、算电协同 |
| 治理口径 | 科技伦理、测试认证、国际治理合作 | 因业分级分类、行业层面风险研判评估 |
| 政策注意力 | 供给侧投入端 | 需求侧效率端 |
多位受访专家的解读指向同一个词——重心位移。财信金控首席经济学家伍超明把它概括为"底座—应用—治理"三位一体：底座解决"技术行不行"，应用解决"成果落不落得下"，治理解决"风险管不管得住"。更进一步，他认为这意味着AI政策的评估标尺正在从"模型指标"切换为"生产率指标"，落地密度将取代参数规模，成为衡量"人工智能+"成效的核心尺度。
这个判断，其实回答了一个困扰行业两年多的问题：当大模型的参数从千亿卷到万亿、榜单从MMLU卷到SWE-Bench，为什么企业端付费的意愿却始终没有跟上？因为参数是供给侧的语言，生产率才是需求侧的语言。政策把语言换了，等于把裁判从"实验室"请到了"车间"。
三、我的看法：三个值得盯紧的细节
第一，"算电协同"首次被写进这个级别的AI部署，信息量比想象中更大。
过去两年，算力竞赛的叙事是"抢卡"。现在瓶颈明显前移了——变成"供不供得起电"。这不是中国独有的问题：谷歌与Constellation签下3.59吉瓦电力大单、亚马逊为AI数据中心签20年核电协议、芬兰一边吸引超670亿欧元数据中心投资一边叫停谷歌两座数据中心。但差别在于解法层级：欧美主要靠企业级长期购电协议（PPA）和核电续约解决，中国走的是"算电协同"——把算力网与电力网在规划、调度、绿电直连层面做制度性咬合（当前布局为八大国家算力枢纽、10个国家算力集群、3个算电协同发展区域的"8+10+3"）。这是典型的"用体制解决市场解决不了的事"的思路，成败与否，会成为全球算力基建的一个样本。
第二，"中试验证"这四个字，才是整份部署里最硬核的一句。
AI落地的死亡谷，从来不在demo，而在"实验室→中试→量产"这一段。模型在实验环境里跑通，不等于能在产线7×24小时稳定、低误报、可解释地跑。把"中试验证"单独列为抓手，等于官方承认了一件行业心知肚明的事：能演示，不等于能量产。这可能比任何一条算力补贴都更实在，因为中试环节最缺的从来不是钱，而是"谁先用、谁担责、数据归谁"的机制设计。补上这一段，前面所有的算力投入才不至于悬在半空。
第三，从"国际治理合作"退到"行业风险研判"，是分层治理，不是收缩。
6月通稿谈的是科技伦理、测试认证、国际治理合作；10月通稿转为因业分级分类、行业层面风险研判评估。表面看是口径收窄，实则是一次分工归位：AI的全球治理博弈正在外交与多边渠道上展开（比如近期美国向多国发函要求在中美AI框架间选边），而产业政策的文件没必要再承载这层叙事。国内治理则走向"分级分类"——医疗、金融、能源、政务等高风险领域严管，办公、文娱等低风险场景放权给企业自查与行业自律。这与加州《反机器人老板法》那种"一刀切"式立法，走的是完全不同的路线：一个用负面清单划红线，一个用分级分类留空间。
风险也要说清楚。"以应用牵引"最大的诱惑，是为了落地而落地——地方为了指标重复建算力、上示范项目，最终变成空转的"AI形象工程"。国常会强调"补短板、锻长板"和"因业分级分类施策"，本质上就是对空转的预防针。但预防针不等于免疫，真正的考验在于：**落地成效会不会被认真统计、公开排名？**如果没有一套可核查的"落地密度"口径，"务实转身"仍可能滑回"数字繁荣"。
四、接下来看什么
- 中试平台怎么建。 是由工信部牵头、地方承接，还是龙头链主企业主导？中试最怕"建了没人用"，牵头方的选择决定了它是不是真抓手。
- "算电协同"的机制细节。 绿电直连如何定价、算力负荷能否参与电力调峰、试点区域能否跑出可复制的商业模式——这是全球都还没标准答案的题。
- 9部门"科技兴商"意见的落点。 "人工智能+制造"专项行动的量化目标、首批智能商品目录何时出，"安全可靠开源操作系统"具体指向哪些生态。
- 统计口径会不会变。 如果官方真的推出"AI渗透率/落地密度"这类指标来替代跑分榜，那才是这次"重心位移"最硬的证据。
结语： 从6月到10月，国常会没有给人工智能"加预算"，而是给它"换考卷"。考卷上第一道题不再是"你的模型有多大"，而是"你让哪条产线更好了"。这道题的答案，中国手里确实握着比别人更多的素材——全球最完整的工业体系、最密集的真实场景、最强的工程化转化能力。能不能把场景优势真正兑换成技术优势，接下来的一年会给出初步答案。而这一次，政策的方向已经先走到了前面。
资料来源：新华社/央视新闻（10月16日国务院常务会议通稿）；21世纪经济报道《国常会年内再谈人工智能，两次部署有何不同？》（2026-10-17）；大众新闻·风口财经《国常会再部署人工智能：让技术更好转化为现实生产力》（2026-10-17）；新浪《人工智能热点小时报》2026年10月19日11时（含商务部等9部门《关于加快推进科技兴商的意见》、工信部核心产业规模与算力数据）；工业和信息化部《信息通信行业发展"十五五"规划》。