近日，上海市虹口区与联想集团达成战略合作，联想集团超级智能体将正式落地超一线城市。
联想集团高级副总裁、中国方案服务业务群总经理戴炜表示，传统的“城市大脑”更多是解决数据的获取和可视化，仍然依赖于大量的人工介入。而城市超级智能体诞生后，“城市大脑”就能够深度介入到城市管理的流程和体系中，这意味着智慧城市4.0时代的到来，城市运行实现“人智共创”。
据了解，今年3月以来，类似的合作已经先后在福建武夷山、湖北宜昌等地陆续开展。中国智慧城市建设的新阶段似乎正在到来。
️城市超级智能体是什么
联想集团方面表示，城市超级智能体，是基于大模型和智能体技术的城市新型运营管理和产业赋能平台，具备意图理解、复杂任务规划和自主执行能力。城市超级智能体采用 “1xN智能体方案”，即一个超级智能体与多个领域智能体协同工作的模式。超级智能体犹如城市运营的“智慧大脑”，领域智能体则是分布在各个专业领域的“敏锐触角”，二者紧密协作推动城市高效运转。超级智能体凭借强大的计算与分析能力，从宏观层面把控全局，指挥多领域智能体的工作，将AI能力输送到城市的各行各业和市民游客，实现从政务到民生、产业的全面智能化，以小场景混合形成大场景，推动城市智慧化发展。
这套系统能够解决的核心问题包括：城市管理碎片化、资源配置不均衡、服务响应滞后、跨部门协调困难等传统城市治理痛点。
在武夷山，以本地数据语料为基础培育适用于武夷山市的本地行业大模型，实现了游客、涉旅企业、景区三方之间的系统数据打通。游客可以通过智能推荐系统进行个性化行程规划、餐饮与住宿推荐等。而在湖北宜昌，以构建长江经济带科技创新枢纽为目标，通过整合交通、能源、政务等全域数据资源，打造智慧治理标杆，推动城市精细化运营与可持续发展。
据介绍，未来上海市虹口区将在4个核心领域进行智能化升级，分别是能源、交通、医疗和教育。以能源为例，新能源智能体通过智能化赋能虹口区已建成的分布式电源、储能设施及可调负荷等资源，构建以虚拟电厂为核心的区域级新型电力系统。虚拟电厂通过聚合分布式能源（如光伏、储能、充电桩等），将碎片化能源转化为可调控的集中式电源，通过整合区域内新能源资源，提升可再生能源消纳比例。
赛迪顾问人工智能与大数据研究中心高级分析师白润轩表示，这种智能体不是单纯的技术升级，而是城市治理模式的进化。该智能体把原本分散的数据、系统、决策流程整合成一个可动态演进的“城市神经系统”，其核心价值在于让城市管理从被动响应转向主动干预。比如，通过实时感知交通、环境、能源等生命体征数据，提前预测拥堵或事故风险。城市超级智能体的落地，标志着城市治理正从“数字赋能”迈向“人机协同决策”新阶段，这将是未来10年智慧城市的标配基础设施。
️智慧城市4.0之路怎么走
在戴炜看来，智慧城市4.0时代的核心特征是“硅基智能+碳基智慧”的混合治理模式。未来的城市治理将呈现这样的景象：
城市管理者不再需要面对海量的数据报表，而是通过自然语言就能与城市超级智能体进行对话。当管理者说“我想了解今天的交通状况”时，智能体不仅会提供实时数据，还会主动分析潜在问题并提出优化建议。市民的生活将更加便捷智能。从早晨出门开始，交通智能体已经规划了最优路线；工作时，政务智能体让各种办事流程一键完成；生病时，医疗智能体提供精准的诊疗建议；孩子上学时，教育智能体提供个性化的学习方案。
“最重要的是，这个过程中人的价值得到了最大化释放。AI处理大量重复性、数据性工作，而人类专注于创造性思考、情感交流和价值判断。这就是我们所说的‘人智共创’——不是替代，而是增强。”戴炜说。
这样的未来城市让公众充满期待。但在实现的过程中还需要解决很多现实问题。
白润轩认为，就城市本身而言，首先是制度瓶颈，各部门数据开放存在隐性壁垒，公共数据授权使用机制尚未健全；其次是技术债务，一些老城区传感器覆盖率不足，新旧系统兼容成本高，建议城市管理者学习雄安“BIM+GIS”双底座模式，新建区统一标准，旧区用5G+边缘计算补盲；而最关键是权责重构，当AI建议关闭医院周边道路，谁为决策担责？需要建立“人工否决权”机制，明确算法决策边界，避免技术越位。
联想集团方面表示，城市本身要充分应用大模型技术，并确保其与城市发展深度融合，大模型必须基于城市本地数据进行训练，才能适应各地特有的治理需求和场景差异；城市的算力资源需要高效配置，用于大模型的训练和推理；与此同时，城市中各类数据作为训练语料必须统一管理，确保数据资源能够真正发挥作用；最后，要实现城市数据的充分流通，只有打通各部门数据壁垒，才能让超级智能体或领域智能体在协同作业中高效运行，避免出现各自为政、“信息孤岛”的局面。
知名数字经济学者、工业和信息化部信息通信经济专家委员会委员刘兴亮则从多个维度对未来智慧城市建设提出建议：技术层面，需要实现AI能“理解意图、自主规划与执行”，目前该能力处于行业前沿，需要持续技术研发和架构创新；跨界协同机制，该类项目跨界政府、企业、行业等多方，可能存在制度协同不足的问题，要搭建政府主导的高效跨域合作机制；此外是人才与运营成本压力，需要复合型人才支撑部署与运营，建议建立城市智能运营中心，开展AI专项人才培训，引入智库和高校协同团队支持。（来源：中国高新网）
