核心事件:HOP 3.0正式开源
蚂蚁密算在2026 Inclusion·外滩大会上宣布,可信原生智能体HOP 3.0版本正式开源,同步开放‘智能体原生语言’相关技术能力。核心硬信息如下:
- 发布时间:2026年Inclusion·外滩大会(HOP 1.0发布于2025年世界人工智能大会,2026年升级至3.0)
- 开源状态:已在GitHub正式开源(地址:https://github.com/hoplogic/hop3)
- 核心主张: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
- 适用人群:开发者、企业和行业专家(尤其金融、医疗、政务等严肃场景)
结构创新:智能体原生语言解决割裂困局
当前主流智能体生态普遍面临‘Skill与Harness割裂’问题:任务知识以自然语言编写于Skill(技能描述),而真正的控制与调度由代码型执行框架Harness承担。这种割裂导致自然语言难以准确承载多步骤、多分支的复杂业务流;代码Harness虽具备完整控制能力,却仅面向程序员开放,行业专家无法直接参与。
HOP 3.0提出的智能体原生语言,将显性结构化逻辑与大模型的模糊推理逻辑融合于同一套表达体系。显性结构化逻辑负责定义任务目标、边界条件、数据依赖、关键流程和核验要求;大模型则在既定边界内进行判断、规划和探索。这一设计实现了‘锁定目标、守住边界、放开路径’。
特别值得注意的是浮点模型能力新范式。以Qwen3.0 27B(约270亿参数)为例,该普通模型在HOP 3.0支持下已能有效承载过往年需数百B甚至T级大模型才能完成的复杂任务。关键反差在于:这并非模型本身变‘更聪明’,而是结构化语言与执行引擎承担了复杂任务控制负担,普通模型故障率下降约91.7%,产物完整率、生成成功率和需求与代码一致性均达100%。
执行机制:“探索—核验—提交”三阶段可控流程
HOP 3.0借鉴SQL事务commit机制,在语言和执行层显性分离探索、核验、提交三阶段:
- 探索阶段:智能体在可逆空间内大胆试错,不会直接影响真实系统
- 核验阶段:执行结果通过独立核验模块验证边界合规性与结果正确性
- 提交阶段:仅通过核验的结果才能进入不可逆的提交操作
删除邮件、删除代码、删库等高风险操作被显式隔离于提交阶段,确保安全可控前提下释放探索能力。成功通过核验的探索路径还可固化为可复用执行流程,沉淀为组织持续可用的智力资产。
实践数据与落地成本优势
HOP 3.0大幅降低长任务控制压力,将全局目标、步骤状态、分支条件、上下文管理和核验要求交由语言与执行引擎承载,大模型仅需在当前受约束节点完成推理。这使得模型能力需求显著下降,合成词元(Token)消耗平均降低约13%。
| 版本 | 发布时间 | 核心演进 | 是否开源 |
|---|---|---|---|
| HOP 1.0 | 2025年世界人工智能大会 | 可信应用技术框架初版 | 是 |
| HOP 2.0 | 2026年世界人工智能大会 | 升级至3.0前过渡(原文未详述) | - |
| HOP 3.0 | 2026年Inclusion·外滩大会 | 提出‘智能体原生语言’,实现三阶段可控执行 | 是 |
落地建议
- 适合立即尝试者:金融、医疗、政务等对可靠性要求严苛行业的技术团队,需将专业规则转化为结构化智能流程的团队,以及希望降低长任务Token消耗与故障率的开发者
- 建议再等一等:对智能体Triangulation(三角验证)机制有强定制需求的组织,或尚无专家可参与流程定义的非技术主导团队(智能体原生语言需业务专家与开发者协同设计)
写在最后
HOP 3.0将可信执行从工程外挂转向语言内建能力,标志着自主智能体从‘敢做’迈向‘敢用’的关键转折。其与密态计算协同构成‘数据—模型—智能体—业务结果’可信链路,为产业AI规模化落地提供了可复用的方法论基座。


