讓智能體擁有自己的語言，螞蟻密算開源可信原生智能體HOP 3.0
在2026 Inclusion·外灘大會上，螞蟻密算董事長韋韜宣佈可信原生智能體HOP 3.0正式開源，向開發者、企業和行業專家開放「智能體原生語言」相關技術能力，推動產業智能體從依賴模型自覺，走向邊界明確、過程可控、結果可核驗的可信執行。
螞蟻密算董事長 韋韜宣佈 HOP3.0 開源
2025年世界人工智能大會期間，螞蟻密算首次發佈並開源HOP 1.0技術框架，探索通過工程化方法提升大模型在金融、醫療等專業場景中的可靠性。2026年世界人工智能大會期間，HOP升級至3.0版本，並提出「智能體原生語言」，從可信應用技術框架進一步演進為以智能體原生語言為核心、以構建可信原生智能體為目標的新一代技術體系。
當前，自主智能體已在軟件開發等領域展現出顯著生產力，但進入金融、醫療、政務等嚴肅場景後，仍面臨三重失控：人對AI的失控——審核和干預跟不上智能體的生成速度；AI自身的失控——智能體可能跳步、越界或執行錯誤行動，長期任務陷入邏輯泥沼；AI導致的數據失控——上下文無邊界引發敏感數據泄露。
從Skill與Harness的割裂，走向智能體原生語言
從架構上看，當前智能體生態普遍處於一種割裂狀態：任務知識與操作要求寫在自然語言Skill（技能）中，真正的控制與調度則由代碼Harness（執行框架）承擔。自然語言Skill易於讀寫，卻難以準確承載由多步驟、多分支、多條件和多角色協作組成的複雜業務流；代碼Harness雖然能夠補上工具、上下文和流程控制，卻主要面向程序運行，行業專家難以直接參與，甚至程序員也很難對分散在代碼、提示詞和運行時狀態中的執行邏輯進行可重覆的審計。
針對這種割裂，HOP 3.0提出智能體原生語言，以簡潔的方式將顯性結構化邏輯與大模型的模糊推理邏輯融入同一套表達和執行體系。顯性結構化邏輯負責明確任務目標、邊界條件、數據依賴、關鍵流程和核驗要求，大模型則在邊界內進行判斷、規劃和探索。這種融合一方面為智能任務提供生產級可靠性，在結構邊界內充分釋放大模型的智能動力；另一方面將智能體的工作轉化為行業專家可讀、可對齊、可評審、可改進的結構化對象，由此實現「鎖定目標、守住邊界、放開路徑」。
探索—核驗—提交：讓智能體敢於探索而不破壞
據瞭解，HOP 3.0致敬SQL事務的commit機制，將「探索—核驗—提交」在語言和執行層顯性分離。智能體首先在可逆空間內進行探索和試驗，執行結果通過獨立核驗後，才能進入commit提交關口；刪除郵件、刪除代碼、刪庫等不可逆操作，則被隔離在顯式的提交階段。
這意味著，在安全可靠的前提下，系統可以充分放開智能體的智能探索能力：智能體可以大膽試錯，但探索試驗本身不能直接對真實系統造成破壞性後果。成功通過核驗的探索路徑，還可以進一步固化為可複用的執行流程，讓一次有效探索自然沉澱為組織可持續複用和改進的智力資產。
降低長任務控制壓力，可靠性與成本同時進入生產級
韋韜進一步提出，HOP 3.0語言可以把長時間、複雜任務的全局目標、步驟狀態、分支條件、上下文管理和核驗要求交給語言與執行引擎承載，讓大模型只需在當前受約束的節點內完成推理和判斷，從而大幅降低長鏈任務和復合邏輯對LLM持續控制能力的要求。
以螞蟻密算實踐中的Qwen3.0 27B（約270億參數）為例，該模型已能有效承載過去需要數百B（數千億參數）甚至T級（萬億參數）LLM才能承擔的複雜任務。這並不是讓普通模型憑空變得更聰明，而是用結構化語言與執行引擎分擔了原本壓在模型上的複雜任務控制負擔。
由此，HOP 3.0在提供生產級可靠性的同時，也讓模型與算力成本進入生產級可用範圍，為智能體從少量試點走向規模化生產改寫成本賬。
據螞蟻密算披露，在複雜規格驅動研發流程實踐中，引入HOP 3.0後，產物完整率、生成成功率和需求與代碼一致性均達到100%，平均每個執行週期的詞元（Token）消耗下降約13%；普通模型故障率下降約91.7%，結合HOP 3.0後的效果達到甚至超過未使用HOP的強模型。
韋韜表示，開源HOP 3.0不僅是開放一套技術，也希望讓開發者與風控、合規、醫療、審計等領域專家共同參與可信原生智能體建設。非程序員專家可以將業務規則、專業判斷和行業經驗融入智能體流程；開發者則可圍繞語言、引擎、工具和行業場景持續擴展，使經過驗證的任務路徑逐步沉澱為可複用的組織智力資產，減少專業能力長期停留在少數個人經驗中的「智力孤島」。
據介紹，可信原生智能體HOP與密態計算相互協同：密態計算守住數據、模型和知識，HOP保障智能體可信行動，二者共同貫通「數據—模型—智能體—業務結果」的可信鏈路。此次開源將進一步彙聚產業生態力量，推動形成「數據敢流通、模型敢使用、智能體可信賴」的完整鏈路，加速產業AI從單點探索走向規模化應用與可信普惠。
據悉，HOP 3.0已在GitHub正式開源。發佈網址：https://github.com/hoplogic/hop3
編輯 嶽彩周
校對 盧茜
