2026年9月11日,工业和信息化部发布《“人工智能+软件”专项行动实施方案》(工信部信发〔2026〕209号)。文件提出,到2028年推动人工智能应用覆盖2万家规模以上软件企业,组织100项软件企业智能化技改项目,打造100个智能体软件标杆应用,并发展智能编程工具、智能开发平台、行业高质量数据集和开源项目。对软件行业而言,这意味着人工智能将从单点辅助工具进入研发、产品和服务的协同流程。

人工智能贯穿需求分析、代码生成、测试、安全审查与运维的软件研发流程
人工智能贯穿软件研发与交付流程的行业示意图,不代表具体企业项目或政策认定结果。

专项行动释放了哪些明确信号

文件把软件企业视为“人工智能+软件”的核心实施主体,并围绕企业不同发展阶段设计了三条转型路径:以智能编程工具推动生产方式变革,以人工智能改造传统软件和服务产品,以模型和智能体服务提升行业应用质量。政策关注点由“是否使用人工智能”进一步落到研发效率、产品供给和服务交付能否形成稳定能力。

政策方向 行业变化 需要沉淀的能力
软件企业智能化转型 人工智能进入需求、编码、测试和运维等研发环节 工具链集成、研发数据治理、人工复核和版本管理
智能化产品体系 基础软件、工业软件和行业应用软件增加感知、推理与协同能力 领域知识、智能体编排、接口适配和可解释的业务流程
应用服务商培育 软件企业从交付单一系统转向提供咨询、实施、运营和安全治理服务 服务目录、交付标准、运维机制和安全责任边界

研发流程将从“工具叠加”走向“智能协同”

对研发团队来说,最直接的变化是工作链条被重新组织。需求分析阶段可以利用模型完成需求归纳、冲突提示和验收条件整理;代码生成阶段需要配套代码规范、依赖检查和人工审查;测试阶段则要把测试用例生成、边界场景模拟和回归验证纳入同一流程;上线前还要完成安全审查、许可证检查和敏感信息识别;运行阶段则需要把日志分析、故障定位和变更回溯接入运维体系。

这条链路的关键不是某一个模型的回答速度,而是每个环节都有可追溯的输入、输出、责任人和回退方式。只有把提示词、规则、数据、代码、测试结果和审批记录纳入版本管理,人工智能辅助才会从个人效率工具变成团队可复用的工程能力。

智能体软件将进入垂直行业竞争

专项行动提出打造智能体软件标杆应用,并推动医疗、教育、金融、法律等行业智能体以及软件编程、需求审计、测试等专业智能体发展。垂直智能体的竞争重点将从通用问答转向任务闭环:能否理解行业对象,能否调用现有系统,能否在权限范围内执行动作,能否留下审计记录,并在异常时交回人工处理。

因此,行业智能体需要同时建设知识、工具和治理三层能力。知识层负责提供经过授权和质量检查的领域资料;工具层负责连接业务系统、数据接口和工作流;治理层则负责身份权限、敏感数据、操作留痕、人工复核和版本回滚。缺少其中任何一层,智能体都更像演示功能,而不是可持续运行的软件产品。

高质量数据集和开源项目成为基础设施

文件把行业高质量数据集、开源项目和智能开发平台放在与智能编程工具同等重要的位置。软件企业需要关注数据来源授权、分类分级、标注规范、质量抽检、评测集和版本变更记录,也要在使用开源代码时建立许可证合规和漏洞风险检查流程。

数据集建设的价值不只体现在训练模型。真实场景测试数据可以覆盖高并发、网络异常和权限边界等复杂情况,帮助团队发现模型和软件在极端条件下的失效模式;结构化的领域知识还可以支持检索、评测、智能体调用和后续版本迭代。对采购方而言,数据治理与安全审查应当成为验收条件的一部分。

软件企业可以怎样安排近期工作

  1. 先选定一个高频场景。从需求分析、测试回归、代码审查或运维告警中选择边界清晰、责任明确、能够取得历史数据的任务,避免一开始就追求覆盖全部业务。
  2. 建立一条可审计的证据链。记录数据来源与授权、模型或工具版本、输入输出样例、人工复核、异常回退和安全检查结果,把试点过程变成可复盘的研发资产。
  3. 把智能体嵌入现有工作流。明确它可以读取什么、调用什么、执行什么,哪些动作必须由人审批,哪些结果需要二次验证,并为接口变更和模型升级保留回滚方案。
  4. 用交付标准检验投入。除了效率指标,还应检查缺陷率、测试覆盖、审查记录、权限控制、运行稳定性和问题闭环,避免把一次性演示当作长期产品能力。

对采购方和服务商意味着什么

采购人工智能软件或改造服务时,可以把问题拆解为“数据从哪里来、模型如何调用、输出怎样复核、异常由谁接管、部署如何升级、验收依据是什么”。这组问题有助于区分一次性演示、定制开发和可持续运营服务,也能让安全、业务和信息化部门使用同一套验收语言。

服务商则需要把咨询规划、交付实施、运营管理和安全治理写进服务目录,明确系统边界、接口责任、数据权限、培训方式和售后机制。涉及行业平台、智能化工程或数据服务时,可结合产品与平台能力集成与运维流程以及数据与模型服务进行方案比对,但具体适配仍应以项目现场条件和双方确认的交付范围为准。

政策观察边界

  • 国家层面的覆盖数量和标杆应用目标,不等于单个企业的入选名额或补贴额度。
  • 地方技改资金、算力券、首用首试等政策需要等待属地通知,并核对申报主体、项目范围和时间窗口。
  • 智能体、数据集和开源项目的建设,应同步满足数据安全、个人信息保护、知识产权和软件供应链管理要求。

官方来源

本文政策状态复核日期:2026年9月12日。后续申报、地方配套和项目认定以主管部门最新公开文件为准。