《“人工智能+软件”专项行动实施方案》政策解读

行业政策深度解读

工信部信发〔2026〕209号

软件，正在成为AI的着陆场

《"人工智能+软件"专项行动实施方案》深度解读

2026年9月2日印发

过去两年，行业的目光大多停在大模型本身：参数、算力、榜单。这份文件把视角往下挪了一层——不看模型有多强，看软件能不能把AI装进去。

由此可以形成一个基本判断："人工智能+"行动正在从能力建设阶段，进入载体建设阶段。资金、项目、人才，都将顺着"载体"重新配置。

在"人工智能+"的语境里，软件第一次被明确为AI的第一载体。打个比方：算力是燃料，模型是发动机，软件是底盘与传动系统——它决定动力能否真正传导到车轮上。这也是本方案全文的一条隐线。

壹

AI不等于软件：从"外挂"到"嵌入"

先把一个流传很广的误解摆到台面上：AI不等于软件。不少企业的AI采购，沿用的仍是买软件的惯性——招标、部署、验收，装完即拥有。但两者的属性并不相同：AI是能力，由模型、算法与算力共同构成；软件是载体，承载业务流程与数据。能力被采购，并不会自动进入业务——它必须经由载体，才能真正落到流程里。

文件标题其实已经把话说明白："人工智能"与"软件"之间是一个加号——两者是结合关系，不是同义反复。这份方案要做的全部动作，都发生在这个加号上。

国家"人工智能+"总体行动框架之下，本方案是一个"下沉"动作：过去行业更多聚焦大模型本身，本次政策把重心下沉到软件载体、行业应用、智能体落地三个层面。

作为参照，2025年全国软件业务收入达15.48万亿元、同比增长13.2%——这份方案要重塑的，就是这个体量产业的生产方式。

不妨把前一阶段称为"外挂式AI"：大模型独立部署，企业用对话框调用，与真正的业务系统若即若离——这种落地方式的认知根源，恰恰是把AI当成了一件可以单独挂上去的软件。本方案给出的方向则相反——AI不是独立外挂，而是要嵌入企业原有业务软件、工业软件、业务系统，由软件承载AI能力，形成可落地、可复用的行业智能体应用。

"外挂"与"嵌入"，一字之差，分野却是本质的：前者是工具的采购，后者是系统的改造。对产业而言，这不是措辞差异，而是资源流向的分水岭。

贰

先看数字：2028年的成绩单

方案给出了明确的量化目标。有一处细节值得留意：所谓"覆盖2万家"，指的是智能编程工具与智能开发平台的推广应用覆盖面。2028年这一程，要交出的成绩单是：

更远的2030年，方案给出的远景是：关键软件全面实现智能化升级——基础软件、工业软件是其中的重头；智能编程、智能体软件及智能服务等新业态成为产业新增长极；建成若干具有国际影响力的开源社区和产业集群。

值得注意的时间信号是：两年内要在重点行业打造100个智能体软件标杆应用，按政策惯例，标杆申报与培育的窗口将陆续开启。对企业而言，与其追问"要不要做AI"，不如先盘点：哪个业务系统的哪个流程，能成为标杆申报的载体。

叁

六大任务逐条拆解：政策在鼓励什么

任务一

推进软件生产方式变革：人机协同开发

发展智能编程工具，推动软件开发从纯人工编码转向人机协同，用AI辅助代码生成、缺陷检测、安全审计，整体提升软件研发效率。这是六大任务中离开发者最近的一条：软件的生产线本身，先被AI改造。

任务二

基础软件、工业软件智能化升级：存量改造而非推倒重来

推动操作系统、数据库、工业软件、行业业务软件叠加AI能力。"叠加"二字很关键：不是替换原有业务系统，而是在现有软件底座上增加智能能力。叠加之后，软件仍然是软件——变化的不在载体，而在载体所承载的能力。

任务三本次最大亮点

重点培育智能体软件新业态

方案给出清晰的分层路径：通用智能体、垂直行业智能体、工业场景智能体三线并进；依托行业知识库与高质量业务数据，打造具备自主执行能力的Agent软件。

其中最值得划线的一句是：智能体不再只是实验室Demo，要嵌入行业业务流程，形成标准化软件产品。从演示品到产品，中间隔着的不是技术，而是标准化——可复制、可采购、可验收。这宣告了智能体的身份转变。

任务四

拓展智能化软件服务模式

大力发展模型即服务、智能体即服务，鼓励软件服务商转型为AI应用落地服务商，为企业提供AI咨询、部署、运维的全流程服务。

任务五

夯实软件智能化底层基础

围绕代码生成、智能测试、智能运维等关键场景，建设软件行业高质量数据集，完善数据标注、清洗与合成等工具链；依托开源社区沉淀技能包与行业知识；同时强化AI软件安全、隐私保护、权限管控，筑牢数据安全底线。

这一条在文件中的篇幅不长，却可能是全部任务的地基——文件虽然聚焦软件行业自身的场景，但道理可以推及各行业：智能体落地的前提，就是高质量、合规的数据集。没有这一层，上面的智能体都只是空中楼阁。

任务六

优化产业生态环境

通过揭榜挂帅、首版次软件认定、资金扶持等方式支持企业开展试点项目；鼓励产业联盟、产学研协同共建场景，打造标杆案例。这一条回答的是"钱从哪来、名分怎么给"的问题。

肆

四个基本判断：央国企该怎么读这份文件

01

从"买大模型"到"建智能体、改软件"

不少央企已完成算力与大模型的采购，但普遍卡在"难以嵌入现有业务系统"这一步。本方案把方向写明：AI要落地在业务软件里，形成可运行的行业智能体。而落地所需的数据治理、场景调优、智能体部署，没有一样能靠采购完成——采购完成的是"可能性"，落地需要的是"工程"。

02

人才缺口凸显：一张六项能力的清单

智能体落地，需要人同时懂六件事：业务流程、行业数据治理、数据集构建、大模型调用、智能体配置、软件系统对接。单一技能岗位无法覆盖这张清单——业界把这类复合型岗位称为前沿部署工程师（FDE，Forward Deployed Engineer）。政策鼓励企业建设行业智能体的同时，实际上也把这类人才的缺口摆上了台面。

03

项目机会：两个申报窗口

企业可依托自身行业场景，申报智能化技改项目与智能体软件标杆应用，对接政策支持。围绕申报，配套的培训、咨询、数据集建设服务，会形成一条确定性的机会带。

04

合规底线：智能体必须有权限边界

方案将"安全可控"列入总体原则，明确要求建立智能体行为管控与安全管理规范，并研制"行为可校验"的工业智能体。落到执行层，这与智能体风控设计的通行做法一脉相承——涉及报价、合同等高风险场景，自动转交真人处理，重大决策保留人工校验。越自主，越要受控；这是智能体产品化的前提，不是附属条款。

伍

结语：真正的门槛不在模型，在人才

把这份文件读薄，一句话就够了：核心导向不再是比拼大模型参数，而是推动AI嵌入工业软件与行业业务系统，大力发展行业智能体软件，到2028年在重点行业打造100个智能体软件标杆应用。

而落地最大的卡点，不是模型，不是工具，而是缺少懂业务、懂数据、懂智能体部署的复合型人才。算力可以采购，模型可以接入，工具几乎全部开源——唯独"让AI在业务里真正跑起来"的人，无法一次性买断。