“十五五”规划建议提出推进全国一体化算力网建设。今年全国两会上，围绕规范算力价格形成机制，构建协同发展、安全可控、持续繁荣智能体生态体系等话题，全国政协委员、中国科学院计算技术研究所研究员张云泉积极建言。

规范算力价格形成机制

“与数字经济时代‘规模越大、边际成本趋零’不同，算力经济呈现‘投入越大、边际成本刚性’的全新规律。大模型训练遵循Scaling Law(可扩展定律），性能提升需要指数级算力投入，推理过程每生成一个Token（词元）都消耗真实电力，边际成本具有刚性约束。”张云泉表示，与OpenAI相比，DeepSeek R1以约600万美元的训练成本达到GPT-4o级别性能，算力成本仅为OpenAI的1/20，证明算法创新可大幅改变成本结构。

张云泉认为，算力定价应反映“算力+算法”综合效果。算力度量体系正从“核时”向“百万Token”转变，体现了从“按时间租硬件”到“按智能效果付费”的根本转换。但同类服务价格差异达数百倍——豆包轻量版每百万Token仅0.3元，文心4.0版高达120元，反映出定价体系严重扭曲。

目前，算力领域存在价格形成机制缺失，恶性低价竞争蔓延等突出问题，严重制约算力经济可持续健康发展。张云泉指出，一是算力服务成本构成复杂，涵盖硬件折旧、能源消耗、机房租赁、人力、带宽、软件许可等维度，市场缺乏科学的核算体系和透明的价格形成机制。二是算力价格度量标准不统一，缺乏公允定价基础。当前算力市场同时存在‘核时’‘卡时’‘百万Token’等计价方式，不同厂商算力规格、性能指标、服务等级各不相同，采购方无法在不同供应商之间有效比价。三是交易机制缺位，价格发现功能空白。

对此，他提出制定算力服务价格管理办法、设立算力服务高质量发展专项、建立科学的算力成本核算体系和价格指导机制、建设三方全国性算力交易所等建议。“比如，建立科学的算力成本核算体系和价格指导机制，开发国家算力成本评估模型，系统测算硬件折旧、能源成本、人力成本、带宽成本、软件许可等要素，同时覆盖进口芯片和国产芯片，建立分类分级的算力成本基准线并定期向社会公开发布，建立合理的价格参照。”张云泉认为，可参照电力市场“基准价+上下浮动”机制设定算力服务成本底线，借鉴峰谷分时电价经验探索算力分时定价。

加强智能体生态体系建设

当前，我国智能体应用在个人工具、移动生活、企业服务等领域展现出蓬勃活力，相关技术与商业创新不断涌现。“但值得注意的是，作为新兴业态，智能体整体生态构建仍面临商业化困难、协同规范不完善、安全基础不牢固等基础性、结构性挑战。”张云泉表示。

具体来看，智能体商业化存在困难。在C端，个人用户付费意愿远低于海外，绝大多数产品为免费使用，而国外通常为收费订阅服务；在B端，企业用户更倾向于本地化部署和定制化开发，导致MaaS（模型做为服务）等智能云服务市场难以规模化，极大限制了大模型企业盈利能力。

竞争秩序有待规范。当前，部分智能体使用直接与手机的应用界面进行交互（GUI路线)，以完成跨应用任务，这在一定程度上提高了用户的使用效率，并创造了新奇体验。但类似做法若不通过应用官方提供的标准连接方式和开发者许可来实施，可能带来重大的生态和安全风险。

安全理念相对滞后。当前，在智能体应用落地过程中，仍存在个人信息保护与数据安全意识淡漠问题，部分企业将产品创新凌驾于个人隐私与数据安全保护之上。尤其是部分终端智能体以截屏方式过量搜集用户数据、敏感数据，不仅威胁用户数据安全，更影响大模型产业国际化发展。

对此，张云泉建议，可通过政策引导、补贴等方式，大力培育个人及企业应用市场，并由相关部门指导行业协会牵头，参考国际主流的智能体通信协议与意图框架接口标准，组织产业各方共同制定我国智能体互操作性标准与行业公约。此外，行业主管部门可参照国际治理通行做法，将终端智能体纳入监管范围。落实《个人信息保护法》对数据处理者的安全主体责任要求，制定细化监管标准或指南，明确大模型企业、终端厂商、应用企业等主体在数据安全上的责任边界。