在2026 Inclusion·外滩大会上，蚂蚁密算董事长韦韬宣布可信原生智能体HOP 3.0正式开源，向开发者、企业和行业专家开放“智能体原生语言”相关技术能力，推动产业智能体从依赖模型自觉，走向边界明确、过程可控、结果可核验的可信执行。
（蚂蚁密算董事长 韦韬宣布 HOP3.0 开源）
2025年世界人工智能大会期间，蚂蚁密算首次发布并开源HOP 1.0技术框架，探索通过工程化方法提升大模型在金融、医疗等专业场景中的可靠性。2026年世界人工智能大会期间，HOP升级至3.0版本，并提出“智能体原生语言”，从可信应用技术框架进一步演进为以智能体原生语言为核心、以构建可信原生智能体为目标的新一代技术体系。
当前，自主智能体已在软件开发等领域展现出显著生产力，但进入金融、医疗、政务等严肃场景后，仍面临三重失控：人对AI的失控——审核和干预跟不上智能体的生成速度；AI自身的失控——智能体可能跳步、越界或执行错误行动，长期任务陷入逻辑泥沼；AI导致的数据失控——上下文无边界引发敏感数据泄露。
从Skill与Harness的割裂，走向智能体原生语言
从架构上看，当前智能体生态普遍处于一种割裂状态：任务知识与操作要求写在自然语言Skill（技能）中，真正的控制与调度则由代码Harness（执行框架）承担。自然语言Skill易于读写，却难以准确承载由多步骤、多分支、多条件和多角色协作组成的复杂业务流；代码Harness虽然能够补上工具、上下文和流程控制，却主要面向程序运行，行业专家难以直接参与，甚至程序员也很难对分散在代码、提示词和运行时状态中的执行逻辑进行可重复的审计。
针对这种割裂，HOP 3.0提出智能体原生语言，以简洁的方式将显性结构化逻辑与大模型的模糊推理逻辑融入同一套表达和执行体系。显性结构化逻辑负责明确任务目标、边界条件、数据依赖、关键流程和核验要求，大模型则在边界内进行判断、规划和探索。这种融合一方面为智能任务提供生产级可靠性，在结构边界内充分释放大模型的智能动力；另一方面将智能体的工作转化为行业专家可读、可对齐、可评审、可改进的结构化对象，由此实现“锁定目标、守住边界、放开路径”。
探索—核验—提交：让智能体敢于探索而不破坏
据了解，HOP 3.0致敬SQL事务的commit机制，将“探索—核验—提交”在语言和执行层显性分离。智能体首先在可逆空间内进行探索和试验，执行结果通过独立核验后，才能进入commit提交关口；删除邮件、删除代码、删库等不可逆操作，则被隔离在显式的提交阶段。
这意味着，在安全可靠的前提下，系统可以充分放开智能体的智能探索能力：智能体可以大胆试错，但探索试验本身不能直接对真实系统造成破坏性后果。成功通过核验的探索路径，还可以进一步固化为可复用的执行流程，让一次有效探索自然沉淀为组织可持续复用和改进的智力资产。
降低长任务控制压力，可靠性与成本同时进入生产级
韦韬进一步提出，HOP 3.0语言可以把长时间、复杂任务的全局目标、步骤状态、分支条件、上下文管理和核验要求交给语言与执行引擎承载，让大模型只需在当前受约束的节点内完成推理和判断，从而大幅降低长链任务和复合逻辑对LLM持续控制能力的要求。
以蚂蚁密算实践中的Qwen3.0 27B（约270亿参数）为例，该模型已能有效承载过去需要数百B（数千亿参数）甚至T级（万亿参数）LLM才能承担的复杂任务。这并不是让普通模型凭空变得更聪明，而是用结构化语言与执行引擎分担了原本压在模型上的复杂任务控制负担。
由此，HOP 3.0在提供生产级可靠性的同时，也让模型与算力成本进入生产级可用范围，为智能体从少量试点走向规模化生产改写成本账。
据蚂蚁密算披露，在复杂规格驱动研发流程实践中，引入HOP 3.0后，产物完整率、生成成功率和需求与代码一致性均达到100%，平均每个执行周期的词元（Token）消耗下降约13%；普通模型故障率下降约91.7%，结合HOP 3.0后的效果达到甚至超过未使用HOP的强模型。
韦韬表示，开源HOP 3.0不仅是开放一套技术，也希望让开发者与风控、合规、医疗、审计等领域专家共同参与可信原生智能体建设。非程序员专家可以将业务规则、专业判断和行业经验融入智能体流程；开发者则可围绕语言、引擎、工具和行业场景持续扩展，使经过验证的任务路径逐步沉淀为可复用的组织智力资产，减少专业能力长期停留在少数个人经验中的“智力孤岛”。
据介绍，可信原生智能体HOP与密态计算相互协同：密态计算守住数据、模型和知识，HOP保障智能体可信行动，二者共同贯通“数据—模型—智能体—业务结果”的可信链路。此次开源将进一步汇聚产业生态力量，推动形成“数据敢流通、模型敢使用、智能体可信赖”的完整链路，加速产业AI从单点探索走向规模化应用与可信普惠。
据悉，HOP 3.0已在GitHub正式开源。发布网址：https://github.com/hoplogic/hop3。
责编：陈菲扬、张振
