正在加载，请稍候
国办给出 AI 就业应对框架，十五五信息化规划把智能体普及率写进 2030 年指标；MiniMax 开放 428B 稀疏权重，决策模型接口延迟降到百毫秒级。
今天傍晚两份政策文件接连落地：国务院办公厅给出人工智能就业影响的应对框架，中央网信委印发《国家信息化"十五五"规划》，把智能体应用普及率写进 2030 年指标。产业侧，一家中国厂商把 428B 参数的稀疏模型权重整包开放，另一家海外公司把"决策"独立成 API，延迟压到 100–180 毫秒。四件事都在改写企业的技术选型账本。
10 月 23 日，国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，从培育创业新模式、开发新职业、推动传统领域转型、减缓替代影响、加强影响评估研究等方向提出举措，涉及简历诊断、面试模拟、技能培训、政策直达、失业预警与社保缓缴衔接等具体工具。文件同时提出建立人工智能相关失业缓冲期制度，要求提前告知劳动者并支持转岗。
时间锚：2026 年 10 月 23 日发布；配套方向包括数字化管理师、人工智能工程技术人员、人工智能训练师等新职业。
对技术负责人来说，这份文件的重量不在口号，而在数据处理口径：岗位影响评估、替代提前告知、转岗培训记录，都会从"人事台账的备注字段"变成需要可查询、可导出的合规证据。做人力资源、招聘或内部员工服务的 AI 应用，如果早期没有把岗位、培训、告知动作建成独立的数据表，后期补字段往往要动核心表结构。反过来，在项目一期就预留"岗位影响"与"培训留痕"两张表，边际成本极低，却能省掉一次伤筋动骨的改造。
来源：中国政府网（最新政策栏）｜交叉验证：政策要点整理
同日，中央网络安全和信息化委员会印发《国家信息化"十五五"规划》，提出到 2030 年的信息化发展目标，部署 10 个方面、25 项重点任务与 7 个专栏，覆盖核心技术与基础设施、数据要素、产业生态、应用服务等板块。网络领域明确适时启动 6G 商用。
数字锚点：12 项主要指标中首次纳入"新一代智能终端、智能体等应用普及率"；10 个方面、25 项重点任务、7 个专栏。
落到工程实践上，一个指标只要能被统计，就会变成采购与验收语言。智能体应用普及率进指标体系后，企业侧的项目文档里大概率会多出"覆盖多少条业务流程、月调用量多少、成功率口径怎么算"这类要求。做全栈开发交付时，建议在开工前就把这三件事写成验收附件，并约定埋点方案；否则到了验收阶段，双方对"普及率"的理解差异会变成返工。对准备出海或做端侧产品的团队，6G 商用的时间表也值得提前放进硬件与网络适配的路线图。
来源：中央网络安全和信息化委员会办公室｜交叉验证：规划全文与要点报道
10 月 23 日上午，MiniMax 将 M3.1 Flash 的模型权重完整公开，可在 Hugging Face 与 ModelScope 下载，同时保留与官方服务一致的调用方式。技术路线上采用稀疏注意力与推测解码，主打长上下文与智能体场景下的吞吐。
数字锚点：428B 总参数、每 token 激活 23B；DeepSWE v1.1 73.7%、OSWorld V2 61.7、CyberGym 82.2、BankerToolBench 76.2；官方称相对上一代成本约为三分之一、速度约三倍；API 每百万 token 输入 0.15 美元、输出 0.60 美元，缓存命中 0.015 美元。
从采购视角看，这次开放的真正意义是让"数据不出内网"的方案第一次在编码与 Agent 任务上有可比的性价比。金融、医疗、政企这类对数据落地点有硬约束的客户，过去只能在"用外部 API"和"能力打折"之间选；权重可下载后，可以走私有化部署加小流量自建的混合路线。需要提醒的是机器预算：总量 428B 与激活 23B 是两套账，按激活参数估显存是去年最常见的报价失误，真正决定硬件成本的是权重大小、量化方案与并发长文本长度。
来源：模型权重仓库｜交叉验证：官方模型页｜补充：发布要点整理
10 月 22 日，OpenAI 把 9 月底开发者日上预览的决策模型 API 转为全面开放。它的定位不是聊天，而是把"该走哪条规则、该分给谁、该批还是拒"这类判断单独做成一个服务：输入结构固定，输出是可打分的标签。
数字锚点：延迟由 1–3 秒压到 100–180 毫秒；早期客户包括 Box、Datadog、Ramp、Speak，其中 Speak 的对齐延迟从 1.4 秒降到 0.13 秒。
对研发团队而言，这是架构层面的提醒：过去审批、风控、客服分流这些判断散落在 if-else 与提示词里，既难评测也难回滚。把决策抽成独立服务之后，它可以像任何微服务一样做版本管理、灰度与打分回归。做软件定制开发时，把路由与审批判断从业务代码里剥离，接口契约先定、模型后选，后续换供应商就不必动业务层——这也是我们在项目里反复验证过、最省返工的一种切法。
| 指标 | 数值 | 口径 |
|---|---|---|
| 稀疏模型总参数 / 激活参数 | 428B / 23B | 官方权重页 |
| 相对上一代成本与速度 | 约三分之一成本、约三倍速度 | 官方说明 |
| 决策接口延迟 | 100–180 毫秒（原 1–3 秒） | 官方公告 |
| 信息化主要指标 | 12 项，含智能体应用普及率 | 规划全文 |
| 规划任务与专栏 | 25 项重点任务、7 个专栏、10 个方面 | 规划全文 |
| 就业意见方向 | 含失业缓冲期、提前告知与转岗支持 | 政策文件 |
把四件事放在一起看，信号相当一致：人工智能正在从"要不要上"变成"怎么算得清"。政策侧把智能体普及率做成可考核指标，产业侧同时给出两条降本路径——权重开放让私有化部署的单位算力成本可控，决策接口让一次业务判断的调用成本降到百毫秒级。对中国的技术团队，选型不再只比跑分，而要比部署形态、单价与合规留痕三件事。
蓝曜炬辉在这类项目上的做法，是把 AIcoding 全栈开发拆成可验收的三段：先定业务流程与统计口径，再用 AI 应用原型验证单点效果，最后把 Agent 与规则层做成可替换的服务。App、Web、小程序、桌面端四条端共用一套后端契约，避免为每端重复造轮子；接口契约与评测集前置，是我们能把工期缩短 50% 的主要来源，而不是靠压人力。软件定制开发真正的风险从来不是模型能力，而是口径没定清就开工——今天这两份政策文件，恰好把"口径"从经验问题写成了硬约束。
如果你的团队正在评估智能体该落在哪条业务线上、自建与调用该怎么配比，或者想先把验收口径定下来再开工，欢迎预约 30 分钟免费咨询，我们会给一份 AIcoding 转型评估提纲与同类项目的周期参考。点此预约。