从＂副驾驶＂到＂自动驾驶＂:2026 GIS范式转移的真相

2026年5月26日，北京国家会议中心二期。宋关福站在第二十届空间智能软件技术大会的讲台，把GIS三十年的演进压缩成一句话："从AI赋能到智能体原生，就像是从副驾驶（Copilot）到自动驾驶（Autopilot）的跨越。"台下坐着郭仁忠、陈军两位工程院院士，还有自然资源部、腾讯地图、中国电建的人。超图在同一天发了SuperMap GIS 2026，两款产品名字里都带"AgentX"——智能体原生桌面平台 AgentX Pro、空间智能体服务平台 AgentX Server。

这不是一次常规版本迭代。这是GIS行业第一次有人把"智能体原生"作为基础软件的主架构提出来，并且给出了可交付的产品。信号意义大于发布意义——它意味着"GIS=工具箱"这个持续了三十年的范式，正在被替换。

什么叫"范式转移"，而不只是"升级" 

库恩意义上的范式转移，有几个硬指标：主体变了、交互变了、价值计量单位变了。

副驾驶阶段的典型画面：你开着iDesktopX，智能体帮你批量做投影变换、帮你写几段GP工具脚本，但方向盘、油门、刹车还在你手里——图层加载顺序、参数、坐标系、拓扑规则，你得自己定。

自动驾驶阶段的画面：你说"帮我从庆阳这57个地块里筛出适合做锂电产业园的"，智能体自己拆任务→调遥感数据→跑用途管制校验→匹配矿权知识库→出一张带合规结论的图，你只拿结果。

这套叙事最容易被误读成"AI加成GIS"。不对。真正的变量是"谁是中继"——过去的中继是人（人理解需求→人调工具→人出图），现在的中继是空间智能体（人提任务→智能体调度Skills→人验收）。中继一换，整个软件栈的底层假设全碎。

GEO 到底是什么——它和传统 GIS/RS/GNSS 不是一回事

先把缩写钉死：本文的GEO=Geospatial Intelligence（地理空间智能），不是营销圈那个"生成式引擎优化"。它是 AI+GIS+遥感+知识图谱 揉出来的新物种。

传统三件套的逻辑是：

GNSS 给位置

RS 给影像

GIS 给人一套工具去"看图、叠层、做缓冲分析"

GEO 的逻辑是：

感知（遥感+IoT+北斗实时流）

理解（大模型+空间知识图谱，明白"这是什么地、什么矿、什么风险"）

决策（智能体自己规划：选哪块地、派哪架无人机、要不要预警）

行动（调API、出图、派单、甚至直连无人机航线）

学界把这个叫SUDA 循环（Sense–Understand–Decide–Act），郭仁忠在大会上把它归到"时空AI"的科学内涵里。

关键差异一句话：传统GIS 是"人用工具看空间"，GEO 是"空间智能体自己理解空间、推理因果、生成策略"。前者产出是"一张图"，后者产出是"一个可执行决策"。

证据链：哪里已经跑出商业闭环了

一个范式是不是真转移，不看发布会PPT，看谁愿意掏钱。2026 年 GEO 已经有三条子赛道跑出可验证收入：

AI 找矿——第一个跑通的 

超图给甘肃庆阳做的"AI+选地选矿

地块成交57 宗，累计 31 亿

矿权出让80 宗，累计 156 亿

背后是"数据驱动+知识驱动"双轮：把自然资源"一张图"里的用途管制、开发利用数据，跟遥感、实景三维揉在一起；再叠一层"用地用矿找企业"算法模型做需求匹配。

另一组数据更狠——深脉控股的矿业AI垂类模型，把找矿成功率从传统经验的不足1% 拉到 50%，单矿区勘探周期从 5 年压到 6 个月，综合成本降 75%。成都地象几何科技甚至要在2026 年内发全球首颗"AI找矿"卫星，星上直接跑高光谱+多光谱智能解算。翻译：找矿这个"经验依赖度极高、数据极度稀缺"的行业，被 GEO 打穿了。

低空经济+自然资源监管 

银川的模式叫"1+2+3+N"：14 座无人机场站，市辖三区5分钟指令起飞，累计1000+ 架次。

贺兰山套门沟矿区夜间盗采被热红外+AI 巡飞按住

国土变更调查外业举证效率比人工高80%

平台集成了40+ 种自然资源AI算法，激光雷达+热成像多传感器

这正是GEO 的"感知→理解→行动"闭环落到了乡镇级政府买单的场景里。

自然资源"一张图"+ 数字孪生水利

大会议题里专门给"空间智能赋能数字孪生水利体系"留了一桌，重庆规自中心的"一张图"+Agent 落地、长江航道测量中心的联合创新中心，都是政采侧的信号。

技术栈长什么样

超图GIS 2026 这次把底座拆成 BRT-IDC 六大体系：大数据GIS、新一代遥感软件、新一代三维GIS、地理空间AI、分布式GIS、跨平台GIS。

智能体原生那层往上又叠了两件新东西：

SuperMap AgentX Pro：桌面端，跟OpenClaw 深度联动，自然语言/IM 远程下发任务，本地数据不出域，全流程可追溯

SuperMap AgentX Server：工作流/ 长规划 / 循环推理三种模式，配"人工介入"开关

Skill Hub：专业Skills + GIS 专家库，覆盖空间分析、遥感提取、数据质检、智能制图

更值得注意的两个底层设计（决定上限的）：

长期记忆：不是全量存，是沉淀"偏好+成功调用路径+高价值规划+手动规则"，让智能体越用越聪明智能体跑完一轮会自己复盘，失败路径不二次踩但宋关福自己承认："目前智能体处理复杂任务的成功率仍有待提升，智能体赋能 GIS 仍是当下主流。"这句话比所有 PR 稿都诚实——L5 级自动驾驶在 GIS 里还没到，现在是 L2-L3 之间，但方向锁死了。

站位判断：你属于哪一类

GEO 这个范式转移，对不同角色的意味不一样：

GIS老炮（测绘制图/规划院/实施商）：你手里的"熟练度资产"正在贬值。过去你值钱是因为你懂 ArcMap 那几百个工具参数，现在客户说"我跟智能体说一句就行"。建议：转去养Skill（领域规则库）、转去做"人工介入"那最后一个环——复杂任务还得人兜底，这个岗位至少还能吃 5 年。

创业公司：别再做"国产 GIS 第 N 家"，去做垂直场景的 Skill 供应商 + 行业知识图谱。庆阳156 亿那个活，超图赚的是底座钱，真正厚的利润在"用地用矿知识库"那层——那不是超图能一家吃透的。

甲方（自然资源/水利/应急/低空）：2026 是试点窗口，别all in 也别观望。选一个"高频+容错高"的场景（比如银川那种无人机巡矿）先跑，把数据治理和权责边界摸清楚，等 L4 智能体成熟了你已经是甲方里的"懂行者"。