“人工智能+软件”专项行动落地:软件业底层逻辑生变,3.8万家企业迎来转型令

一份转型令正重写软件业底层逻辑：开源争夺标准定义权，智能体让软件从工具变角色，交付从“卖人头”转向“卖结果”。到2028年，2万家企业、100个标杆应用、5个开源项目将加速产业分化。谁先切换认知，谁就抓住窗口期。

近日，工信部正式印发《“人工智能+软件”专项行动实施方案》（工信部信发〔2026〕209号），给出了清晰的路线图：到2028年推广应用覆盖2万家规模以上软件企业，累计组织实施100项软件企业智能化技改项目，在重点行业打造100个智能体软件标杆应用，孵化5个以上优质开源项目。

这份方案的规格很高。它不仅设置了量化目标，更在开源生态建设、智能体软件培育、服务模式变革等方面做出了系统性部署。对于全行业超过3.8万家规上软件企业、750余万从业者而言，这不是一份“指导意见”，而是一份转型令。

但方案的意义远不止于此。把它放在中国软件产业发展的历史坐标中看，一个更根本的判断正在浮现：软件行业的运行逻辑，正在被重写。

方案对开源生态的部署值得单独拎出来讨论。开放原子开源基金会副秘书长李博在发布会上介绍，方案围绕开源社区建设、项目培育机制、人才激励体系三个维度作出系统部署。

具体来看，方案提出依托开放原子开源基金会与国家级人工智能开源社区AtomGit，支持重点开源项目在社区首发，设立智能操作系统等关键基础软件领域的开源专区。截至2026年8月，AtomGit累计托管超8万个模型、37万个数据集，注册用户数超过1200万。方案还明确要“加强自主开源许可协议应用与合规指引”，这意味着中国开源生态正在从“用别人的规则”走向“定自己的规则”。

为什么开源在这个时间节点被赋予如此高的权重？因为AI原生软件的竞争，本质上是一场生态竞争。

传统基础软件领域，Windows、Oracle、SAP等国际巨头用几十年时间构筑了庞大的开发者社区和用户习惯壁垒。但在AI原生架构下，这个壁垒正在松动。当操作系统需要内置AI统一调度系统、当数据库需要原生向量引擎来支持语义检索，旧有的技术栈优势就不再是护城河，反而可能成为包袱。

方案提出的一个关键机制是“建立优质开源项目遴选和培育机制，通过科学评估、动态跟踪、精准扶持，挖掘和培育一批具有产业引领力和技术影响力的标杆项目”。这背后的逻辑很清晰：在AI时代，谁掌握了开源社区的话语权，谁就掌握了下一代软件标准的定义权。方案还特别提到“加强人形机器人开源社区建设运营，以机器人操作系统、中间件、大小脑等关键软件、模型为核心，构建自主可控的全栈技术和服务能力，快速形成行业事实标准”。这种“以开源社区孵化事实标准”的打法，正是过去二十年硅谷科技公司最擅长的路径——现在，中国正在用制度化的方式复制并加速这一过程。

当然，开源生态建设不是一朝一夕之功。方案设定的目标是到2028年“孵化5个以上优质开源项目”，这个数字看起来不大，但“优质”二字的分量很重——它要求的不是简单的代码开源，而是能够形成产业引领力的标杆项目。从“技术供给”向“价值创造”转化，是方案对开源项目的核心期待。

如果说开源是产业的“底层操作系统”，那么智能体就是软件产品本身正在经历的“物种级”变化。

方案明确提出“以智能体软件为代表的软件新形态加速涌现，在重点行业打造100个智能体软件标杆应用”。这个判断基于一个正在发生的现实：软件正在从“被动等待操作的工具”变成“主动执行任务的角色”。

具体案例已经在多个行业落地。蚂蚁数科发布的商业智能体平台Agentar2.0预置了200个岗位级数字专家模板，覆盖战略、金融、供应链、法务、ESG等场景。以一家新能源企业海外建厂为例，管理层仅需设定目标，数百个智能体组成的团队便能全流程自主执行。金智维的AI数字员工已在金融、政务、制造业服务超过1300家企业，其“受监督智能体”理念通过知识约束、权限管理、流程校验等多重机制，让智能体始终运行在企业既有的业务规则框架内。

这些案例揭示了一个重要趋势：智能体软件的竞争焦点，正在从“模型能力”转向“工程能力”。模型强不强是基础，但真正决定智能体能否在企业落地的，是它能否安全地接入企业既有系统、能否被有效监督、能否与人类员工协同工作。蚂蚁数科CTO闫莺的总结切中要害——“模型很强，落不了地；工具很多，接不上最后一公里；企业要的不是零件，是整车；智能体多了，没人定规矩”。

这意味着，未来软件企业的核心竞争力将不再是“能不能写出功能”，而是“能不能把智能体安全、可靠地部署到真实业务场景中”。方案中“在重点行业打造100个智能体软件标杆应用”的目标，本质上是在为这个新赛道建立可复制的样板。

对软件企业而言，这既是挑战也是机遇。挑战在于，智能体软件的开发范式与传统软件截然不同——它需要的是“代码+模型+数据+逻辑”的全栈交付能力。机遇在于，这个新赛道没有既得利益者，所有企业都站在同一条起跑线上。

方案中还有一个容易被忽视但影响深远的部署——“拓展智能软件服务，积极变革服务模式”。

这短短几个字，指向的是软件行业最底层的商业逻辑变革。

过去三十年，中国软件行业的主流商业模式是“卖人头”——按人天计价，按项目交付。这种模式下，软件企业的收入规模直接取决于团队人数，利润空间被人力成本不断压缩。2024年的数据已经显示出这种模式的疲态：软件业务收入达到12.5万亿元，同比增长13.2%，但行业利润总额仅增长7.7%。收入增长跑赢了利润增长，说明“堆人”换来的增长质量在下降。

AI正在从根本上改变这个等式。AI Coding工具在部分研发场景中已能带来30%至50%的效率提升。中国AI编程市场规模从2025年的3.99亿元预计增长至2026年底的11.73亿元。当代码生成的成本趋近于零，按人天计价的收费模式就失去了合理性。

一个值得关注的信号是FDE（前向部署工程师）岗位的爆发。2026年，这一岗位需求同比增长729%，OpenAI、Anthropic、AWS等巨头同时押注这一方向。FDE的核心职责不是写代码，而是深入客户业务现场，理解真实需求，设计和调优AI系统在具体场景中的表现。这个岗位的崛起，标志着软件交付正在从“交付代码”转向“交付结果”。

方案中“信息技术服务向智能化、价值化跃升”的表述，实际上是在为这场交付模式变革提供政策背书。对软件企业而言，未来衡量竞争力的核心指标将不再是“有多少工程师”，而是“能帮客户解决多少问题、创造多少价值”。

把开源生态、智能体软件、交付模式变革三条线索放在一起，一个正在分化的产业图景逐渐清晰。

区域层面，根据《紫金·中国软信产业高质量发展报告（2026）》，北京、上海、深圳、杭州、南京、广州构成“创新引领型”城市阵营，稳居技术策源地和要素集聚中心。杭州依托阿里巴巴等头部企业形成了极具竞争力的人工智能开源生态优势，深圳则在软硬件协同和数据跨境流通方面形成独特优势。这种区域分化意味着，方案设定的“2万家规上软件企业”目标，在不同城市的落地路径和难度将截然不同。

企业层面，分化同样明显。头部企业已经在AI编程工具、智能体平台、开源生态等领域展开布局，而大量中小软件企业仍停留在传统项目制模式中。方案提出的“以代码质量、研发效益等智能编程应用实效为重要依据，优先支持成效突出的软件企业”，实际上是在用政策资源引导行业加速分化——让先转型的企业获得更多支持，形成示范效应。

人才层面，单纯的编码执行能力权重持续下降，而需求理解、架构设计、系统集成等能力的价值在上升。高校软件工程专业的课程体系也在快速调整，多所院校已启动“软件×AI”培养方案修订，大幅删减AI可替代的机械性内容，增加抽象建模、系统设计、批判性思维等训练。

回到方案本身，它最值得关注的地方不在于那些量化目标，而在于它对产业底层逻辑的判断。当软件开发从“人工编写”走向“人机协同”，当软件产品从“被动工具”走向“主动智能体”，当软件交付从“卖人头”走向“卖结果”——这三个转变叠加在一起，意味着软件行业的“操作系统”正在被重写。

在这场重写中，最大的风险不是技术不够先进，而是思维还停留在旧范式里。正如方案所强调的，这不是一次简单的工具升级，而是一场涉及生产方式、产品形态、服务模式和人才结构的系统性变革。对于那些能够率先完成认知转换的企业和个人而言，窗口期正在打开。

 往期推荐 

 Recommend