鄔賀銓：2026推理算力占70%，智能體全面重構云網算

當前人工智能與大模型技術快速迭代，智能體成為業界關注焦點。

“2026年全球推理算力占AI算力總負載70%-80%，中國推理需求為訓練的8倍。算力的應用從訓練走向推理主體及智能體主導，算力的架構技術、應用場景、商業模式等發生顯著變化：從閱讀檢索到深度思考；從單輪生成升級為多步規劃、持續執行；算力架構從注意力經濟到生產力經濟；智能體驅動從被動問答轉向主動任務執行；部署形態從純云端走向“云—邊—端”協同；商業模式從成本中心到價值引擎；使用主體從垂直大企業和AI公司擴展到中小企業與大眾，實現技術平權。”中國工程院院士鄔賀銓表示。

中國工程院院士 鄔賀銓

AaaS相當于智能體超市，可隨需調用

智能體并不是一個主機，而是一種能力和資源。在大模型支撐下，單個智能體通過感知、記憶、規劃、工具調用與行動執行形成閉環，構成單節點智能單元，能夠專注特定單一任務并獨立完成決策與操作，但不具備跨智能體協作能力，應用邊界與能力上限較為有限。

為突破單一智能體的局限，需要構建多智能體協同系統。在統一協調器的調度下，可以把相關智能體組織起來。其核心價值不僅是智能體數量的疊加，更在于共享記憶與高級規劃與反思。在鄔賀銓看來，智能體系統是分布式、多角色、強協作的，可以處理復雜目標，涌現集體智能。

多智能體在開放網絡中的規?；ヂ?，即構成智能體互聯網（IoA）。傳統互聯網實現主機互聯與信息互聯，而IoA在此之上擴展為智能體互聯與能力互聯，以IPv6+為基礎，疊加新應用層協議，實現智能體唯一標識、自主發現、可信交互、協同執行與按需組網。智能體互聯網以智能體群為互聯對象，對上支撐智能體即服務（AaaS）。AaaS將智能體與智能體群能力云化封裝，通過API、SDK與低代碼平臺對外提供，支持租戶化、彈性調度、托管運維、按需計費服務。

鄔賀銓表示，對企業用戶而言，AaaS相當于一座智能體超市，無需自行開發智能體，甚至無需自建算力，僅通過訂閱等模式，從云上智能體超市調用封裝好的智能體功能組合，集成到自身業務系統，以SaaS的成本獲得自動化與智能化雙重收益。

To C智能體三大應用模式覆蓋不同需求

To C智能體主要有三種應用模式。第一種，云上APP寄生智能體：強依賴微信、釘釘等宿主APP，依托云端算力，斷網不可用，是APP內的AI插件+被動助手，可基于用戶偏好自動完成操作，將聊天工具升級為能“思考、寫作、讀文件、控設備”的智能助手，但用戶無模型選擇權。

第二種，終端OS原生智能體：預裝于手機操作系統，例如中興通訊與字節跳動聯合推出的豆包手機，端云協同，可按用戶意圖與偏好調度主動聚合APP并自動執行業務流程。優勢是用戶可控性強、斷網仍可基礎運行；缺點是易弱化APP界面，易被應用廠商抵制，且過度主動可能違背用戶臨時意愿。

第三種，本地自治+云端輔助的智能體：不依賴APP，但需手動安裝獨立PC軟件，以“龍蝦”為代表的AI私人管家，決策與權限管理本地化，是由用戶驅動、基于授權、按任務執行的終端主動工具，不主動感知場景/主動服務，通過云上AaaS可發現并協同其它智能體。

To B智能體四大應用模式筑牢產業根基

To B智能體主要有四大應用模式。第一種，流程自動化智能體：復刻人工邏輯，替代生產、運維等標準化流程，提升效率。

第二種，行業專家智能體：依托行業知識庫與知識圖譜，提供決策參謀方案。

第三種，多智能體協同：整合供應鏈、生產、物流等多領域智能體，實現跨環節協同。

第四種，具身智能：支撐工業機器人等實體設備，完成感知、推理與物理執行閉環。

“不同應用模式在算力、精度、網絡需求上差異顯著，針對中小企業自建算力不足、數據隱私風險高的痛點，本地初算+云端精算成為最優解，相當存算分離或聯邦計算，平衡成本與安全，實現算力應用平權化。”鄔賀銓如實說。

智能體對算力、云與網絡提出顛覆性要求

智能體業務與傳統互聯網業務存在本質差異：驅動主體從人工操作變為機器自主循環；時間節律從晝夜分明變為7×24小時不間斷運行；空間分布從集中式變為多點網狀、多并發級聯調用；會話從短對話、分鐘級變為長上下文、小時/天級；流量從平穩呈現“Token核爆”特征，單智能體Token消耗可達普通用戶的10–1000倍。

鄔賀銓表示，智能體對算力、云與網絡提出顛覆性要求。智能體對算力的沖擊與優化：傳統云以CPU/通用算力為主、Token消耗為千級；智能體需要GPU/NPU專用加速器，多智能體需同時占多個隔離的“沙箱/進程”，并發密度激增，長上下文、多模態、批量推理對顯存與帶寬提出極高要求。盡管Token流量年增速高達 330%，但通過小模型普及、極致壓縮與稀疏化、長上下文優化，智能體時代算力增速低于Token消耗量增速，未來5年算力增速可控制在41%左右，實現效率與成本的平衡。

智能體對云服務的重構：傳統云以資源提供為核心，智能體時代要求智能體原生云：需要優先布局智能體原生架構，構建全局智能調度，搭建分布式記憶與向量引擎，深化“云—邊—端”協同，強化算力與網絡優化。智能體時代正加速重塑中國云服務格局，AI云全棧服務迎來爆發，整體市場向智算融合、綠色低碳、國產深化升級，覆蓋智算基礎設施、模型訓練/推理、智能體編排與運維。

智能體對網絡的升級需求：智能體具有長會話持續交互、多智能體協同通信、大模型推理/檢索高頻小包+大流量混合、KVCache高吞吐、跨域調用頻繁、邊云聯動強、隨機突發流量等特征，完全區別于網絡現有業務。智能體使網絡流量從南北向為主轉為東西向占比80%，QPS提升10–100倍。網絡需從行政區組網轉向智算中心—區域云—邊緣—終端四級架構，需要采用SRv6、云網虛擬化與編排技術、流量AI預測與調度等技術，保障確定性與高可靠性。

太空算力何時走向商業爆發？

126星！“千帆”提速背后：直面運力與商業雙重考驗

華為2025年營收8809億元，聯接產業要落實“水戰略”

責編/版式：朱文鳳

審校：梅雅鑫

監制：劉啟誠

【媒體矩陣】

今日頭條 | 微博 | 微軟MSN | 百家號

網易號 | 人民號 | 騰訊新聞 | 搜狐

新浪看點 | 雪球號 | 知乎

【運營團隊】

編輯｜梅雅鑫 孫天 朱文鳳

審校 | 梅雅鑫

監制｜劉啟誠