智能体普及有了量化目标
2026年，我国明确了实施“人工智能+”行动的阶段性目标。到2027年，新一代智能终端、智能体等应用普及率将超过70%，智能经济核心产业规模快速增长。到2030年，这一普及率将进一步提升至超过90%，智能经济成为经济发展的重要增长极。
这一目标的确立，为产业界提供了明确的预期。中国信息通信研究院人工智能研究所所长魏凯在公开场合引述了这一目标，并将其称为国务院《关于深入实施“人工智能+”行动的意见》提出的“硬指标”。
他指出，智能体真正能“干活”，主要依赖基础模型能力和长任务稳定执行能力的提升。魏凯还透露，当前基础模型综合水平已从二十多分跃升至七八十分，长程任务稳定执行时间每8个月翻一番，最高纪录已达16小时。
智能体数量与词元消耗同步爆发
智能体正在以乘数效应推动算力需求攀升。据IDC预测，全球活跃智能体数量将从2026年的7940万个增长至2030年的22.16亿个，年复合增长率达129.8%。
词元消耗的增长更为惊人。同期全球词元消耗量复合增长率预计达4822.6%，约为活跃智能体数量增速的37倍。中国市场的增长同样显著，2026年至2030年中国活跃智能体数量复合增长率达151.2%，同期中国词元消耗量的复合增长率高达3499.3%。
中国电信研究院的预测提供了另一个观察视角。该机构预计，2026年我国词元年消耗量将达到10亿亿，到2030年将超过3500亿亿，年复合增长率接近12倍。未来两到三年，我国算力需求平均每年将增长近10倍。
推理算力取代训练算力成为主战场
智能体的规模化落地，正在改变传统AI算力的需求逻辑。大模型时代，算力消耗集中于阶段性、集中式的模型预训练；而进入智能体时代，推理算力取代训练算力，成为全球算力消耗的主战场。
这一结构性变化对基础设施提出了不同要求。智能体任务从简单的信息检索、内容生成，向需要多轮推理、工具调用和跨系统协作的复杂任务演进，对高吞吐、长上下文存储的需求远超传统训练场景。
IDC与浪潮信息联合发布的报告指出，存量算力多面向大模型训练，与智能体推理需求不匹配，出现算力错配——大量已投建算力无法适配智能体场景。
算力缺口持续扩大
智能体规模化运行持续推高AI算力需求，但芯片、存储、服务器等关键基础设施扩张周期难以同步。报告预计，全球AI算力需求满足率将由2024年的79%下降至2027年的71%，2030年仅回升至77%，即约23%的需求等不到供应，供需矛盾将长期存在。
中国智能算力规模的增长曲线同样陡峭。2026年中国智能算力规模预计达到2576.5 EFLOPS，同比增长87.9%；到2030年将进一步达到10524.3 EFLOPS。市场规模方面，2026年中国人工智能算力市场预计达515亿美元，同比增长37%；2030年有望达1501亿美元。
从“提供算力”到“生产智能”
算力产业的商业模式正在发生根本性转变。业内人士指出，前沿大模型与智能体的发展，正在推动计算产业从“提供算力”走向“生产智能”。衡量计算系统价值的尺度，从拥有多少算力，转向能够支撑多强的智能，以及能够以多低的成本供给智能。算力产业由“服务模型训练”转向“支撑持续智能作业”。
这一转变要求全系统协同。报告认为，智能体时代，AI基础设施正从规模扩张转向系统效率竞争。通过计算、存储、网络、数据中心、终端以及模型、调度和词元运营的全系统协同，竞争核心从拥有多少算力转向能够多高效地持续产出智能。
全球算力巨头加速布局
全球主要算力供应商正在针对智能体场景调整产品方向。英伟达推出面向智能体的Vera Rubin全栈机架平台，专门针对智能体多步推理、长上下文、工具调用优化，集成GPU、Vera CPU、DPU和高速网络。谷歌云海外大型AI工厂进行批量采购，用于企业智能体和工业具身智能场景。OpenAI推出智能体决策API，面向企业自动化流程。
国内AI基础设施企业同样在加速布局。无问芯穹已完成C轮融资23亿元，累计融资额达43亿元。其Agentic Infra自主式基础设施平台已部署触达37000P算力，覆盖16种主流芯片。该公司的Token工厂过去一年推动推理成本下降10倍，截至7月，Agentic MaaS平台单日Token调用量较去年12月增长40倍。
行业落地分化明显，传统行业仍在试点
智能体当前应用成熟度与长期生产力价值并不完全同步。
代码开发和办公任务凭借更高的数字化程度、更清晰的任务边界和更强的结果可验证性，已率先进入规模化应用阶段。
传统行业受业务复杂度与安全约束影响，多数仍处于探索试点阶段。制造、医疗健康、能源/电力等行业真正进入核心业务并形成闭环的比例仍为0%；运营商虽然已有70%接入部分业务流程，但进入核心业务闭环的比例仅为3.3%。
城市算力竞争格局重塑
智能体的崛起也在改变区域算力竞争的评价标准。
IDC与浪潮信息联合发布的报告首次将智能体应用落地、具身智能产业布局、大模型开发及推理算力基础设施纳入城市AI算力发展水平的关键评价指标。
在2026年中国人工智能算力城市排行榜中，北京、杭州、深圳位列前三。北京凭借完整的算力供给产业链和雄厚的模型与应用企业基础稳居首位；杭州依托AI创新企业集群保持第二位；深圳作为AI服务器与算力芯片制造的重要基地，排名由第四升至前三。
（智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。