IPP評(píng)論是國(guó)家高端智庫(kù)華南理工大學(xué)公共政策研究院（IPP）官方微信平臺(tái)。

導(dǎo)語(yǔ)：

2026年的國(guó)際消費(fèi)電子展（CES）上，首次出現(xiàn)一個(gè)全新的“CES Foundry”專區(qū)。在這里，人工智能與量子計(jì)算的融合，開始展示其重塑世界的潛在計(jì)算力。

當(dāng)大模型（LLM）的競(jìng)爭(zhēng)進(jìn)入白熱化，業(yè)界開始意識(shí)到：?jiǎn)渭兊膮?shù)堆疊已遭遇瓶頸，真正的下一代AI是能夠自主決策、解決極端復(fù)雜問題的AI智能體（AI Agents）。而這需要更強(qiáng)大的引擎。

中信出版集團(tuán)新書《AI智能體的崛起》揭示了這一核心命題：量子計(jì)算將如何成為AI智能體的“核動(dòng)力”，推動(dòng)AI從被動(dòng)的Chat（對(duì)話生成）向主動(dòng)的Act（自主行動(dòng)）實(shí)現(xiàn)關(guān)鍵躍遷。

佩塔爾·拉丹利耶夫（Petar Radanliev）

牛津大學(xué)計(jì)算機(jī)科學(xué)系專業(yè)碩士課程導(dǎo)師 ， 艾倫 · 圖靈研究所研究員

*文自《AI智能體的崛起點(diǎn)》一佩塔爾·拉丹利耶夫（Petar Radanliev

一、量子計(jì)算視角的降維打擊

AI智能體要在動(dòng)態(tài)、復(fù)雜的現(xiàn)實(shí)世界中運(yùn)行，其所需的計(jì)算復(fù)雜度遠(yuǎn)超今日的想象。理解進(jìn)化的關(guān)鍵，在于理解量子計(jì)算與我們習(xí)以為常的經(jīng)典計(jì)算有何本質(zhì)不同。

1.量子疊加

經(jīng)典計(jì)算機(jī)的運(yùn)作單元是比特（Bit），它非0即1。這就像我們?cè)谧呙詫m，經(jīng)典計(jì)算機(jī)必須嘗試一條路徑，遇到死胡同返回，再嘗試另一條，如此往復(fù)，直到找到出口。

量子計(jì)算的核心是量子比特（Qubit）。量子疊加是指量子系統(tǒng)在被觀測(cè)時(shí)，能夠同時(shí)處于多種可能狀態(tài)。

基于量子疊加原理，一個(gè)量子比特可以同時(shí)處于0和1的狀態(tài)，或者這兩個(gè)狀態(tài)的任何組合。這意味著量子計(jì)算機(jī)不需要像經(jīng)典計(jì)算機(jī)那樣按順序處理數(shù)據(jù)。

對(duì)于AI智能體而言，這是一種質(zhì)變。量子計(jì)算機(jī)憑借其處于疊加態(tài)的量子比特，可以同時(shí)探索多條路徑，大幅縮短了找到出口所需的時(shí)間。

在量子計(jì)算的加持下，未來的AI智能體在進(jìn)行供應(yīng)鏈決策或金融風(fēng)控時(shí)，不需要逐一模擬無數(shù)種可能性，而是能夠利用量子疊加態(tài)，同時(shí)計(jì)算出所有可能的情景。這種能力開啟了同時(shí)處理海量數(shù)據(jù)的大門，徹底顛覆了經(jīng)典計(jì)算按順序處理數(shù)據(jù)的模式。

2.量子糾纏

當(dāng)兩個(gè)或多個(gè)量子比特發(fā)生糾纏后，一個(gè)量子比特的狀態(tài)會(huì)瞬間影響另一個(gè)，無論它們相距多遠(yuǎn)。

這種特性引出了量子并行性。如果說經(jīng)典計(jì)算是一次讀一個(gè)詞，那么量子計(jì)算就像是一次性閱讀一本書的好幾頁(yè)內(nèi)容。這種并行處理能力，是未來AI智能體解決極端復(fù)雜問題（如模擬完整的生態(tài)系統(tǒng)、實(shí)時(shí)優(yōu)化特大城市交通網(wǎng)）的基礎(chǔ)。

3.量子霸權(quán)

量子霸權(quán)”（Quantum Supremacy）指量子計(jì)算機(jī)在處理特定任務(wù)時(shí)，性能超越了當(dāng)今最強(qiáng)大的經(jīng)典超級(jí)計(jì)算機(jī)。

谷歌的Sycamore量子處理器在2019年實(shí)現(xiàn)了量子霸權(quán)，它僅用200秒就完成了一項(xiàng)特定計(jì)算，而當(dāng)時(shí)最先進(jìn)的超級(jí)計(jì)算機(jī)完成同樣的任務(wù)大約需要1萬(wàn)年之久。

對(duì)于AI智能體來說，量子霸權(quán)的實(shí)現(xiàn)意味著它們將不再受限于算力瓶頸，可以承擔(dān)那些目前來看遙不可及的任務(wù)，屹立于解決科學(xué)、金融乃至更廣闊領(lǐng)域尖端難題的最前線。

二、量子算法定義的未來

AI智能體要從空談走向?qū)嵏?，必須掌握高效算法的工具。目前主要有兩大奠基性的量子算法，它們分別在安全性和數(shù)據(jù)處理兩個(gè)維度上，為AI智能體的崛起鋪平了道路，同時(shí)也帶來了挑戰(zhàn)。

1.Shor算法：懸在加密體系頭頂?shù)倪_(dá)摩克利斯之劍

在AI智能體互聯(lián)的未來，安全是信任的基石。然而，著名的Shor算法證明了量子計(jì)算機(jī)執(zhí)行整數(shù)分解的速度，指數(shù)級(jí)快于已知的最佳經(jīng)典算法。

當(dāng)前的互聯(lián)網(wǎng)安全協(xié)議（如RSA加密）依賴于大數(shù)分解的困難性。Shor算法的出現(xiàn)，意味著能夠高效運(yùn)行該算法的量子計(jì)算機(jī)，將使現(xiàn)有的加密系統(tǒng)變得不堪一擊。

這迫使AI智能體必須進(jìn)化——不僅要利用量子計(jì)算的能力，還要構(gòu)建抗量子密碼學(xué)（Post-Quantum Cryptography）防御體系。

AI智能體必須與時(shí)俱進(jìn)，整合并采用抗量子計(jì)算的加密方法。在未來量子計(jì)算無處不在的環(huán)境中，這對(duì)于確保AI智能體能夠安全運(yùn)行至關(guān)重要。

2.Grover算法：在數(shù)據(jù)海洋中精準(zhǔn)“撈針”

如果說Shor算法是矛，Grover算法就是AI智能體的“眼”。

在無結(jié)構(gòu)數(shù)據(jù)庫(kù)（如海量的非結(jié)構(gòu)化文本、圖像數(shù)據(jù)）中查找特定信息，經(jīng)典算法平均需要N/2次操作，而Grover算法利用量子力學(xué)原理，大約僅需√10次操作即可完成。

Grover算法對(duì)于大數(shù)據(jù)時(shí)代的AI智能體至關(guān)重要。它不僅能極大地提升數(shù)據(jù)庫(kù)檢索效率，還可以用于處理各種模式識(shí)別和優(yōu)化挑戰(zhàn)14。這意味著AI智能體在面對(duì)混亂、龐雜的現(xiàn)實(shí)世界數(shù)據(jù)時(shí)，能夠以驚人的速度精準(zhǔn)定位關(guān)鍵信息，從而做出明智決策。

Petar Radanliev 出席2025可持續(xù)全球領(lǐng)導(dǎo)者大會(huì)并發(fā)表主旨演講，強(qiáng)調(diào)AI治理的重要性，并呼吁在AI開發(fā)的整個(gè)流程中構(gòu)建安全防線。圖源：主辦方

三、量子計(jì)算引爆AI智能體

量子計(jì)算與人工智能的結(jié)合，不是簡(jiǎn)單的疊加，而是指數(shù)級(jí)的爆發(fā)。這種融合將賦予AI智能體前所未有的“行動(dòng)力”。

1.從“大數(shù)據(jù)”到“量子數(shù)據(jù)”的質(zhì)變

傳統(tǒng)機(jī)器學(xué)習(xí)依賴于海量數(shù)據(jù)訓(xùn)練，隨著模型參數(shù)和數(shù)據(jù)規(guī)模的增加，經(jīng)典計(jì)算機(jī)面臨嚴(yán)重的算力瓶頸。量子計(jì)算憑借其高效處理大規(guī)模復(fù)雜數(shù)據(jù)集的能力，可以突破這一限制。量子增強(qiáng)的機(jī)器學(xué)習(xí)算法（Quantum-Enhanced Machine Learning）將更抗噪、更快速、更準(zhǔn)確。

量子算法處理海量數(shù)據(jù)集的能力，可以顯著增強(qiáng)機(jī)器學(xué)習(xí)模型的能力。這種協(xié)同作用會(huì)徹底改變氣候建模等領(lǐng)域。

2.垂直領(lǐng)域的顛覆性應(yīng)用

AI智能體的“行動(dòng)”能力，將在量子計(jì)算的加持下，在具體產(chǎn)業(yè)中落地生根。

藥物發(fā)現(xiàn)與生命科學(xué)：這是量子AI最令人興奮的戰(zhàn)場(chǎng)。經(jīng)典計(jì)算機(jī)無法精確模擬復(fù)雜的分子結(jié)構(gòu)，而量子模擬能夠以極高的精度模擬分子和化學(xué)反應(yīng)。

使用IBM的量子計(jì)算機(jī)模擬一種小分子蛋白質(zhì)的分子結(jié)構(gòu)，這項(xiàng)任務(wù)用傳統(tǒng)的計(jì)算方法是無法做到的。未來的AI智能體將能夠自主設(shè)計(jì)新藥，大幅縮短研發(fā)周期，降低成本。

金融與風(fēng)險(xiǎn)管理：在金融領(lǐng)域，AI智能體利用Grover算法等工具，可以極大地提升風(fēng)險(xiǎn)評(píng)估水平，實(shí)時(shí)優(yōu)化復(fù)雜的投資組合。

物流與供應(yīng)鏈：面對(duì)全球化復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò)，量子AI智能體能夠解決經(jīng)典算力無法處理的大規(guī)模優(yōu)化問題，規(guī)劃出真正的全局最優(yōu)路徑。

四AI智能體的終極形態(tài)

AI發(fā)展的終極目標(biāo)不僅僅是生成文本（Chat），而是具備在復(fù)雜環(huán)境中進(jìn)行記憶、感知、推理和自主行動(dòng)（Act）的能力。量子計(jì)算正是實(shí)現(xiàn)這一跨越的關(guān)鍵拼圖。

雖然量子計(jì)算前景廣闊，但量子AI并不會(huì)完全取代經(jīng)典計(jì)算，而是增強(qiáng)它。

未來的計(jì)算架構(gòu)將是“混合模式”：經(jīng)典計(jì)算機(jī)繼續(xù)負(fù)責(zé)通用任務(wù)、日常數(shù)據(jù)處理和邏輯控制。而量子計(jì)算機(jī)作為“特種部隊(duì)”，專門處理高度復(fù)雜的優(yōu)化任務(wù)、分子模擬或破解密碼。AI智能體作為“指揮官”，在經(jīng)典與量子資源之間進(jìn)行調(diào)度，整合兩者的優(yōu)勢(shì)來解決問題。

AI與量子融合是雙向的。

不僅量子計(jì)算在加速AI，AI也在反過來幫助量子計(jì)算落地。最新的研究表明，人工智能技術(shù)可以輔助開發(fā)和優(yōu)化量子算法，通過自動(dòng)化編程，大幅降低量子計(jì)算的開發(fā)門檻。例如，利用機(jī)器學(xué)習(xí)模型（如擴(kuò)散模型）來生成靈活且精確的量子電路，能讓量子計(jì)算機(jī)更適應(yīng)不同的硬件配置。

這種“AI設(shè)計(jì)量子，量子增強(qiáng)AI”的循環(huán)，可能會(huì)加速“技術(shù)奇點(diǎn)”的到來。

《AI智能體的崛起》

【原書名】The Rise of AI Agents: Integrating AI, Blockchain Technologies, and Quantum Computing

【作者】[英] 佩塔爾·拉丹利耶夫（Petar Radanliev）

【書號(hào)】978-7-5217-8209-7

【出版時(shí)間】2025年12月

【內(nèi)容簡(jiǎn)介】

我們正站在一個(gè)重塑世界的歷史轉(zhuǎn)折點(diǎn)：由強(qiáng)化學(xué)習(xí)（如Q學(xué)習(xí)）驅(qū)動(dòng)的AI智能體正以前所未有的速度邁向通用人工智能，這一技術(shù)奇點(diǎn)預(yù)示著人工智能將超越人類智能，徹底改變整個(gè)社會(huì)。

本書是一部面向未來安全、信任與治理的系統(tǒng)指南，將人工智能、區(qū)塊鏈、量子計(jì)算這三大前沿技術(shù)領(lǐng)域進(jìn)行無縫融合與深度剖析，并對(duì)未來10年、20年乃至50年的技術(shù)發(fā)展路線圖進(jìn)行預(yù)測(cè)。同時(shí)，本書也對(duì)技術(shù)融合帶來的倫理、法律和社會(huì)影響進(jìn)行了批判性分析。

AI智能體自主性。深入解析AI智能體從早期機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的進(jìn)化，重點(diǎn)闡述其如何通過強(qiáng)化學(xué)習(xí)和神經(jīng)圖靈機(jī)，具備在復(fù)雜環(huán)境中進(jìn)行記憶、感知、推理和自主行動(dòng)的能力。

量子安全防御。量子計(jì)算的強(qiáng)大算法（如Shor算法和Grover算法）將指數(shù)級(jí)地提升人工智能的能力，同時(shí)威脅現(xiàn)有的RSA等傳統(tǒng)加密系統(tǒng)。本書詳細(xì)介紹了后量子密碼學(xué)等方案，及其如何確保人工智能系統(tǒng)和區(qū)塊鏈網(wǎng)絡(luò)在量子時(shí)代的完整性和機(jī)密性。

區(qū)塊鏈構(gòu)建數(shù)字信任。區(qū)塊鏈的去中心化、不可篡改性使其成為AI智能體的信任支柱，通過智能預(yù)言機(jī)和自動(dòng)化合約來確保AI智能體的操作具備透明性、可靠性和防篡改性。

【作者簡(jiǎn)介】

佩塔爾·拉丹利耶夫（Petar Radanliev），牛津大學(xué)計(jì)算機(jī)科學(xué)系人工智能與網(wǎng)絡(luò)安全專業(yè)碩士項(xiàng)目導(dǎo)師，艾倫·圖靈研究所研究員。此前，他曾是牛津大學(xué)工程科學(xué)系人工智能與網(wǎng)絡(luò)安全領(lǐng)域的研究員。

他于2013年獲得博士學(xué)位，并在倫敦帝國(guó)理工學(xué)院、劍橋大學(xué)以及麻省理工學(xué)院進(jìn)行博士后研究。他的主要研究領(lǐng)域涵蓋人工智能、網(wǎng)絡(luò)安全、后量子安全及區(qū)塊鏈安全。

在投身學(xué)術(shù)界之前，他曾在蘇格蘭皇家銀行擔(dān)任網(wǎng)絡(luò)安全經(jīng)理長(zhǎng)達(dá)10年，并曾在英國(guó)國(guó)防部擔(dān)任首席滲透測(cè)試專家。

IPP評(píng)論熱門文章

楊海燕：如何避免中國(guó)的“斬殺線” ？

更多IPP文摘分享

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個(gè)獨(dú)立、非營(yíng)利性的知識(shí)創(chuàng)新與公共政策研究平臺(tái)。IPP圍繞中國(guó)的體制改革、社會(huì)政策、中國(guó)話語(yǔ)權(quán)與國(guó)際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識(shí)創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識(shí)創(chuàng)新和政策研究平臺(tái)，成為領(lǐng)先世界的中國(guó)智庫(kù)。