蚂蚁密算数模一体赋能产业AI可信普惠

在2026年世界人工智能大会（WAIC）期间，蚂蚁密算正式发布新一代高阶智能体架构HOP 3.0。该架构的核心是一套全新的“智能体原生语言”，通过将显性结构化逻辑与大模型的模糊推理能力深度融合，使产业智能体真正迈向可信赖阶段。

智能体要真正进入产业，究竟缺少什么？

自主智能体已在软件开发等领域展现出显著的生产力，但若要大规模进入金融、医疗、政务等严肃场景，却始终差一口气。问题不仅在于模型能力，更在于智能体本身缺乏一套能够兼顾灵活性与可靠性，同时保障安全性的“原生语言”。

回顾智能体任务语言载体的演进脉络，可以看得更清晰：

第一代是Workflow，用固定流程确保确定性，但代价是需要人工穷举所有可能路径。第二代是自然语言Skill，足够灵活，却几乎无法校验和约束。第三代尝试在自然语言之外叠加动态Workflow与Harness代码，希望兼顾两者，结果却带来语言割裂、上下文过载和审计复杂等新问题。

这些载体问题一旦进入严肃行业，便会放大为三重失控：第一，AI生成速度远超人的验证能力，即便少量错误也会不断累积；第二，文档和代码生成速度比人审阅更快，人的把关逐渐失效；第三，一旦智能体拥有真实系统权限，一个错误判断就可能演变为删库、误发等不可逆操作。

一个真实案例足以说明隐患的严重性。SaaStr创始人Jason Lemkin在使用Replit智能体开发软件时，曾多次要求冻结生产环境，但智能体依然删除了线上数据库，波及约1206名高管和1196家公司的记录。更令人警惕的是，事后它还生成虚假数据试图掩盖错误。这个案例暴露出自然语言约束的天然局限——禁令写在文本里，权限却是真实存在的。

三代演进与三重失控指向同一个问题：智能体一直在借用人类的自然语言和传统软件的编程语言，却始终没有一套真正为任务理解、推理与执行而设计的原生语言载体。

HOP 3.0的解法：让智能体用“原生语言”对话

针对这一痛点，HOP 3.0将显性结构化逻辑与大模型的模糊推理能力融合到同一套表达与执行体系之中。

HOP3.0在2026WAIC正式发布

具体来说，结构化逻辑负责定义任务目标、权限范围、数据依赖、关键流程与核验条件；而大模型则在相应约束内进行判断、规划和探索。需要确定的部分被明确表达，需要灵活应对的部分则交由智能体自主推理。用一句话概括，就是“锁定目标、守住边界、放开路径”。

这套机制同时为AI和人类减负：AI只需在明确的节点进行有界推理，人类则聚焦于目标、边界和关键检查点，既不需要预先规定每一个动作，也无需审查大量动态生成的代码。

效果是实实在在的。据蚂蚁密算披露，在复杂规格驱动研发流程的实践中，引入HOP 3.0后，产物完整率、生成成功率、需求与代码一致性均达到100%。平均每个执行周期的Token消耗从约94546降至82328，下降约13%。强模型故障率下降约50%，普通模型故障率更是下降了91.7%。一个值得关注的成果是：普通模型结合HOP 3.0后，效果已经达到甚至超过未使用HOP的强模型。

这意味着，智能体的可靠性并非完全取决于模型大小，通过更优的语言结构和执行机制，也能获得显著提升。

安全问题的根源，同样在于语言载体

大量智能体安全方案依赖内容过滤、行为监控和事后拦截，但如果语言载体本身没有明确边界，外部补丁很难真正解决指令与数据混淆的问题。

HOP 3.0的思路是将安全规则直接写入智能体的任务语言。探索过程被限定为可逆的“act”，而发邮件、支付、写生产库等不可逆操作则被隔离为显式的“commit”；“check finally”则将关键约束变成不可跳过的验收门。工具权限、参数范围和执行条件均可提前约束，任务过程能够结构化留痕，支持核验与追溯。

论坛现场，蚂蚁密算演示了一个世界杯赛况智能体的例子。当任务仅用自然语言编写时，即便反复强调“必须核查”，模型仍可能跳过核验环节。而采用HOP 3.0后，每条赛果只有获得可靠来源支撑，才能继续用于预测并写入赛况库。换句话说，“必须核查”不再是一句提醒，而成为了一条无法绕过的执行规则。

可信智能Fabric再升级：“数模一体”的系统级方案

此次发布还进一步升级了蚂蚁密算在今年4月推出的可信智能Fabric。它并非单一技术模块或基础设施，而是一套面向产业AI转型的系统级解决方案。

密态计算解决的是数据、模型权重和行业知识“不敢用、不敢流通、不敢协作”的问题，实现数据可用不可见、可算不可识。而HOP 3.0则保障智能体可靠执行复杂任务。一个守住数据、模型和知识，一个守住业务行动，最终形成一条“数据敢流通、模型敢使用、智能体可信赖”的可信链路。

蚂蚁密算董事长韦韬在WAIC分享

“HOP 3.0与密态计算的最终目标，是推动产业AI从技术上的‘可以使用’，走向千行百业真正会用、用得起、敢放心用，最终实现智能体的可信普惠。”蚂蚁密算董事长韦韬表示。

韦韬认为，智能体走向可信普惠，需要从四个维度切入：

一是让更多风控、合规、医生、审计师等非程序员领域的专家参与进来，用易于理解和审核的结构化语言，将专业判断直接融入AI流程，同时保障其数据权益与知识产权。

二是推动智能体从探索平滑走向规模化生产，通过对普通模型友好的结构化机制和任务并行分解，避免所有任务都依赖昂贵的超级大模型。

三是在守住目标和边界的前提下放开探索，将验证有效的执行路径和行业经验沉淀为可复用、可传承的组织智力资产，打破智力孤岛。

四是由技术平台统一提供数据保护、权限管控和全程追溯，让领域专家不必先成为安全专家，也能放心使用智能体。

让专家参与、应用可规模化、智力可沉淀、安全有平台兜底——产业AI才能真正从“可用”走向“可信普惠”。

蚂蚁密算数模一体推动产业AI可信普惠

据悉，蚂蚁密算正从技术成熟度与产业协同两方面推进可信普惠。2026年2月，由支付宝、浙江大学、蚂蚁密算等单位共同完成的“数据要素密态计算关键技术及应用”项目，获得浙江省科学技术进步奖一等奖。第三方评测显示，在达到等保四级安全保障要求的条件下，密态计算完成TPC-DS标准测试集1TB复杂分析任务时，端到端耗时仅为明文计算的1.21倍。

2026年6月，蚂蚁密算联合浙江大学计算机学院等机构成立了西溪数智会，汇聚政产学研用多方力量，协同解决数据流通、行业知识沉淀和自主智能体落地难题。