摘要：
9月11日，据工业和信息化部官方微信公众号“工信微报”消息，工信部近日印发《“人工智能+软件”专项行动实施方案》。这份文件把人工智能对软件产业的改造，从智能编程进一步延伸到基础软件、CAD/CAE/EDA、工业互联网平台、智能体软件、软件服务、开源生态、算力和高质量数据集。到2028年，智能编程工具和开发平台要覆盖2万家规模以上软件企业，累计实施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；到2030年，关键软件要全面实现智能化升级。对工业软件、企业Agent和工业AI企业来说，更值得注意的是政策首次把“工业经验、工艺参数封装为可复用模型库和工业组件”“建设智能体应用商店和Skills资源库”“研制行为可校验的工业智能体”等内容放进一套专项行动中，软件行业正在形成新的工程化路线。
一、9月11日正式公开，“人工智能+软件”进入专项推进阶段
9月11日，中国新闻网、新华财经等权威媒体同步发布消息，信息源均指向工业和信息化部官方微信公众号“工信微报”。《“人工智能+软件”专项行动实施方案》明确提出，以人工智能重塑软件和信息技术服务业，加快智能编程、软件产品智能化升级和智能体软件培育。
这份方案与此前的“人工智能+制造”专项行动形成了上下游呼应。
制造业使用人工智能，最终需要落到软件载体上。研发设计依赖CAD、CAE、EDA和PLM，生产现场依赖MES、SCADA、工业互联网平台，经营管理依赖ERP、供应链和数据系统。过去一年，产业讨论更多围绕“大模型怎么进入工厂”，这次政策开始系统回答另一个问题：承载这些能力的软件本身要怎样改变。
从政策结构看，工信部没有把重点放在单一模型指标，而是覆盖了软件开发、软件产品、智能体、服务模式、开源、算力、数据、标准、人才和安全。这个框架更接近一套产业改造方案。
二、2028年先完成一轮规模化改造：2万家、100项、100个、5个以上
方案给出了比较明确的阶段目标。
到2028年，高水平智能编程工具和智能开发平台要推广覆盖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。
到2030年，关键软件全面实现智能化升级，智能编程、智能体软件和智能服务成为软件产业新的增长极，同时形成具有国际影响力的开源社区和产业集群。
这几个数字透露出政策推进方式。
一方面，智能编程会率先成为软件行业内部提升研发效率的工具；另一方面，智能体将从通用办公工具进入重点行业，成为新的软件产品形态。
对于软件企业来说，AI已经不只是新增一个聊天入口。代码生产、测试、运维、产品交互和服务交付都会被重新设计。
三、CAD、CAE、EDA被单独点名，工业软件进入新一轮智能化改造
对制造业最值得关注的是工业软件部分。
方案明确提出，推动CAD、CAE、EDA等通用工业软件与人工智能深度融合，在制图、设计和仿真等场景实施智能化升级，并探索新一代工业软件发展路径。
这意味着“AI+工业软件”已经从企业自发探索进入国家级专项政策。
过去的工业软件智能化，很多停留在自然语言问答、帮助文档检索和简单脚本生成。下一阶段的竞争会向工程任务深入。
CAD需要理解几何结构、设计规则和制造约束；CAE需要理解边界条件、网格、求解器、物理场和结果评价；EDA则涉及复杂的芯片设计流程和验证体系。
AI要进入这些环节，不能只靠大语言模型，需要把行业知识、工程规则、专业软件接口和求解能力组合起来。
因此，未来工业软件里的Agent很可能越来越像“数字工程师”，而不是普通Copilot。
四、工业经验和工艺参数要变成“可复用模型库和工业组件”
方案中有一句对工业AI非常关键：支持工业企业联合软件企业，将工业经验、工艺参数等知识封装为可复用的模型库和工业组件，研发行业智能化工业软件。
这实际上触及了工业AI最核心的一层资产。
工厂里最有价值的数据往往不只是传感器数据，而是经过多年生产形成的know-how：什么参数组合适合什么材料，什么缺陷对应什么工艺原因，什么设计方案在某种工况下更可靠。
过去这些经验散落在工程师、文档、Excel、工艺卡和软件模板里。
如果未来可以把它们进一步封装成模型、规则、Skill或者工业组件，企业就有机会把隐性的工程知识变成可调用、可组合、可复用的软件资产。
对于工业智能体来说，这也是比“做一个知识库”更深的一步。
五、工业互联网平台要从数据平台走向“多智能体协同决策”
方案明确提出，推进工业互联网平台集成大模型能力，提升数据分析、生产调度和多智能体协同决策水平。
这会改变工业互联网平台过去以设备连接、数据采集和看板为主的产品逻辑。
如果智能体能够进入调度和决策层，平台需要承担更多能力：理解生产目标，调用设备和业务数据，识别异常，调用排产、质量、设备、能源等不同专业智能体，给出建议或者触发流程，并保留人工确认与审计记录。
未来工业互联网平台的竞争，可能逐渐从“连接多少台设备”转向“能够调度多少类数字能力”。
这对原有工业互联网平台企业既是机会，也是压力。
六、智能体第一次被当成独立软件产业来系统建设
方案专门设置了“培育智能体软件新业态”部分。
政策要求加强智能体运行框架等工程化技术研究，提升复杂任务可靠执行和多智能体协同能力，并完善研发、测试、部署和运维工具链。
更值得工业领域注意的是，文件提出研制安全可靠、行为可校验的工业智能体，强化与工业控制系统软件、企业核心业务系统的交互适配。
“行为可校验”四个字很重要。
工业Agent如果要进入MES、PLM、ERP或者控制系统，仅仅“回答正确率高”远远不够。企业必须知道它调用了什么工具、修改了什么参数、依据是什么、执行到哪一步，以及出现异常后怎样回滚。
工业智能体的产品设计会越来越接近严肃工程软件，而不是消费级聊天产品。
七、“智能体应用商店+Skills资源库”可能形成下一代软件分发体系
方案提出推动建设智能体软件应用商店和技能包（Skills）资源库，规范上架审核和运营管理，鼓励开发专业技能包、知识库以及面向智能体的功能组件。
这是本次方案里很有产业想象力的一项部署。
传统软件通过应用商店分发完整应用。Agent时代，用户可能不再购买一个庞大的单体软件，而是为智能体安装不同Skill，例如图纸解析、报价、仿真任务、质量分析、工艺检索、设备诊断、报告生成等。
如果这套生态成熟，工业软件的一部分能力会从“菜单功能”变成可被智能体调用的工具。
对中小软件企业来说，这也降低了进入大型企业软件生态的门槛。一个团队不必开发完整平台，只要把某一项专业能力做到足够好，就可能作为Skill被集成。
八、软件企业要向“AI应用服务商”转型
方案提出，引导软件企业向人工智能应用服务商转型，增强持续服务和价值交付能力。
这与工信部此前发布的AI应用服务商培育专项行动形成衔接。
过去软件公司的商业模式通常是授权、项目实施和维护。
智能体时代，服务可能变成持续调用、持续训练、持续运营。客户采购的不再只是软件License，而可能是模型服务、智能体服务、算力和业务结果。
这会推动软件公司重新设计收费方式、实施团队和客户成功体系。
对于工业软件公司而言，未来“产品+Agent+FDE现场交付+持续运营”可能成为越来越常见的组合。
九、算力券、高质量数据集和标准体系开始给软件AI化补底座
这份方案没有只讲应用。
算力方面，明确提出完善智算云服务体系，发展算力、模型和软件工具一体化服务，并用好算力券等普惠政策降低软件企业用算成本。
数据方面，围绕代码生成、智能测试、智能运维等场景建设软件行业高质量数据集。
标准方面，则提出智能编程能力成熟度分级、智能体接口标准，以及“模型即服务”“智能体即服务”等标准。
这些基础工作非常重要。
如果没有接口和评价标准，不同Agent、模型、软件系统之间很难形成稳定生态。
对于工业场景来说，标准化程度直接决定方案能否复制。
十、安全与知识产权会成为工业Agent的一条硬门槛
方案专门提出人工智能生成代码安全审查、恶意指令注入防范、开发工具和代码库访问控制，同时研究智能体身份标识、可信互联、数据安全和行为管控，并加强AI生成代码知识产权合规治理。
这说明监管已经把Agent带来的新风险纳入政策体系。
未来企业部署智能体时，至少要考虑它能访问哪些系统、可以读取哪些数据、哪些动作需要人工确认、如何记录执行日志、第三方Skill是否可信、生成代码是否侵犯知识产权，以及模型服务商是否会留存企业代码和工艺数据。
工业领域对这些问题会比互联网消费应用更敏感。
安全能力很可能成为AI软件公司的核心竞争力之一。
十一、对哪些企业是直接机会
第一类是CAD、CAE、EDA、PLM、MES等工业软件企业。政策已经明确工业软件智能化方向，未来将有更多智能化技改、首版次和场景项目。
第二类是企业Agent平台与智能体开发工具企业。运行框架、工具调用、权限、测试、部署、观测和多Agent协作都存在产品机会。
第三类是工业知识工程与数据治理企业。工艺参数、行业知识和高质量数据需要被结构化、模型化。
第四类是算力与模型服务企业。软件企业会成为新的稳定推理和训练客户。
第五类是专业Skill开发商。围绕设计、仿真、工艺、质量、设备等细分任务做标准化技能包，有望出现新的轻量软件公司。
第六类是AI安全企业。智能体安全、代码安全、身份、权限和审计需求会快速增长。
十二、几个风险也需要提前看清
首先，智能编程可以显著提高效率，但代码质量、安全和可维护性不能只用“生成速度”衡量。
其次，工业Agent与控制系统深度集成后，错误执行的成本会明显上升，自动化程度越高，对验证机制要求越高。
第三，Skills资源库和Agent应用市场可能出现标准割裂。如果平台之间接口不兼容，企业容易形成新的生态锁定。
第四，工业知识资产的边界会更加复杂。企业既希望把经验封装成模型，又要防止核心工艺通过模型或Skill泄露。
第五，AI会改变软件开发岗位结构，企业需要同步进行人员技能升级，否则效率提升可能伴随组织摩擦。
十三、软件正在成为“人工智能+制造”的下一层基础设施
过去工业数字化的主要路径是设备联网、数据平台和业务系统建设。
现在软件本身开始被AI重新设计。
从CAD、CAE到工业互联网，从智能编程到Agent，从模型库到Skills资源库，软件未来可能从“人操作工具”逐渐变成“人与智能体共同调用的工程能力集合”。
《“人工智能+软件”专项行动实施方案》的价值，就在于把这些正在发生的技术变化放进了一套完整产业政策里。
对于工业智能企业来说，接下来值得重点观察的已经不仅是哪一个大模型更强，还包括谁能够把专业软件、工程知识和智能体真正组合成可交付、可验证、可复用的产业能力。
参考来源
-
工业和信息化部官方微信公众号“工信微报”：《“人工智能+软件”专项行动实施方案》，2026年9月11日公开；中国新闻网全文同步转载。
https://www.chinanews.com/gn/2026/09-11/10694407.shtml -
新华财经：《工信部印发〈“人工智能+软件”专项行动实施方案〉》，2026年9月11日。
https://www.cnfin.com/hg-lb/detail/20260911/4468476_1.html