【世界觀 觀世界】智能體開啟AI協作新時代 全球競逐「能源基建」

今年初，美國大型科企英偉達（NVIDIA）行政總裁黃仁勳在一篇罕見的長篇署名文章中，將AI產業比作「五層蛋糕」，依次為能源、芯片、基礎設施、模型和應用。他大膽預判，未來幾年傳統的App形態可能消失，一種全新的軟件範式AI智能體（AI Agent）極可能成為主流。AI將從被動的「工具」進化為主動的「同事」。

文：胡藝禾

獨立AI基準測試機構Artificial Analysis發布的《2025年終AI發展報告》印證了這一趨勢。報告總結的五大行業趨勢裏，「AI智能體起飛」位列核心。2025年11月誕生的OpenClaw如今爆紅，宣告智能體走入大眾視野，而今年智能體的應用範圍將擴展到企業級工作場景。信息諮詢公司Gartner的預測更為具體：到2026年底，40%的企業應用將嵌入AI智能體，而2025年這一比例僅為5%。

算力盡頭是電力

這一爆發式增長背後，是AI產業的發展動力的根本轉變。《報告》進一步指出，2025年推理模型已成行業常態，各大實驗室紛紛推出自家的推理模型，智能水平不斷提升，在通用推理、科學推理、長周期智能體任務以及編碼領域的表現不斷優化。去年推出的推理模型還全面普及工具調用訓練，通過預訓練和強化學習優化，專用於智能體執行任務所需。今年，隨着企業轉向推理應用，將「僱用」更多AI智能體解決實際問題，過去拚「誰家模型更博學」的範式，將變為拚推理算力的大小，因推理模型推動AI智能水平大幅提升的同時，對Token（詞元）數的需求顯著擴大，工作負載規模大增。無論是影視創作還是城市調度，高頻、長流程的推理任務將推動推理算力需求呈現短期指數級增長，重塑能源與芯片的格局。屆時，制約發展的核心瓶頸將從算力芯片轉向穩定充足的電力供給，全球科技競爭將聚焦「能源大戰」。

開源模型激活產業

黃仁勳的「五層蛋糕」理論為理解這一變革提供了宏觀框架。他指出，AI算力正在成為如同電力和互聯網一樣必不可少的基礎設施，每一個成功的應用都會向上拉動其下方的每一層。他特別強調了開源模型的關鍵角色，並以DeepSeek-R1為例，指出當強大的推理模型被廣泛應用時，不僅使AI可以理解更多種類型的信息，更會激活整條產業鏈，產生更多需求。

360創始人周鴻禕在《2026年AI全景預測》中稱今年為「百億智能體之年」，預言AI與個體及組織的關係正面臨根本性重構。在工作場所，「硅基數字員工」將被正式納入企業用工體系，與人類員工組成「碳基+硅基」混合團隊。管理者的職責從原先指揮員工，轉變為優化混合團隊協作能力，組織形態將因此極度扁平化。能精準定義問題並指揮智能體的「創造者」將成為職場核心，單人能力在智能體協作下被放大成「超級個體」的時代隨之開啟。

智能體滲入供應鏈 重塑全球產業分工

與公眾想像中「面向消費者」不同，當前AI智能體最先滲透的並非終端，而是全球產業鏈中大量高度流程化、規則密集的中間環節。這些環節往往涉及多系統協調、數據整合和實時決策，智能體的介入正在顯著提升效率，並悄然重塑全球產業分工格局。

秒級響應 減少決策延遲

相關實踐顯示，智能體更擅長處理規則複雜、變量眾多的協同問題，而人類管理者則轉向負責應對異常情況及在策略層面進行干預。智能體的應用並不直接改變生產環節，卻悄然重塑企業內部的組織方式和決策節奏。工業巨頭正嘗試將智能體嵌入排產和供應鏈調度系統，用於在多工廠、多供應商約束條件下進行實時協調。西門子的NX CAM Copilot作為AI驅動的編程助手，能優化從設計到生產的全流程，有效突破編程瓶頸。德勤的報告亦顯示，使用智能體的企業在供應鏈決策環節的延遲，從數天降低到秒級。

協同效率成關鍵

Gartner預測，到2026年底，40%的企業應用將集成專屬智能體，這將從根本上顛覆供應鏈運作。上一輪全球化主要圍繞生產環節，不同國家在製造、組裝環節形成分工。而在智能體逐步成熟的環境下，AI的能力不再僅限於數據分析，而可深入生產協調，自主優化供應鏈路徑，減少決策延遲，推動企業從被動響應轉向主動預測。產業鏈的協同權和執行權在這一過程中被重構，全球分工形成新的劃分維度，「誰能高效組織和協調複雜系統」正成為新的產業競爭焦點，超越單純以製造能力進行分工的模式。

根據美國科企Anthropic與研究機構Material的調研，超過80%的組織報告稱其在AI智能體方面的投資，目前已產生可衡量的經濟影響。國際航運巨頭馬士基近年來通過推進智能調度，利用AI優化容器跟蹤，減少了67%的延誤並節省3.4億美元（約26.6億港元）燃料成本。

Token消耗指數級增長 算力通脹浪潮湧起

今年以來，全球雲計算企業相繼釋放漲價信號，亞馬遜AWS、Google雲在北美地區部分服務的價格漲幅達100%。3月18日，阿里雲與百度智能雲同日宣布上調AI算力產品服務價格，漲幅最高達34%。全球雲計算平台的同步漲價潮，將AI算力供需失衡的緊迫性推至台前，揭開智能體時代算力大戰的一角。

算力緊張的背後，是以OpenClaw為代表的AI智能體帶來的Token消耗指數級躍升。與傳統聊天機械人不同，AI智能體具備自主調用工具、長上下文記憶、多工具鏈協同等特點，一次任務動輒消耗數十萬至百萬Token。廣發證券研報指出，Agent應用相比傳統聊天機械人，Token消耗量提升1至2個數量級。科技市場研究公司IDC預計年度Token消耗數量，將從2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年複合增長率高達3,418%。

算力需求的爆發正重塑整個產業鏈的利益分配格局。德勤報告指出，在2026年，AI推理任務將佔據全球算力需求約三分之二。英偉達在GTC大會上發布Vera Rubin計算平台，推理性能較上一代提升約35倍，Token生成速率實現350倍增長。行政總裁黃仁勳在演講中明確提出，AI時代的Token是「新貨幣」，智能體AI和物理AI將成為下一階段增長點。

企業需前瞻規劃 應對供需失衡

算力通脹的浪潮已經湧起，此輪漲價並非價格周期波動，而是算力供需失衡下的被動型市場應對。供給側GPU、存儲、帶寬、電力成本剛性上漲，需求側AI訓練和推理需求爆發，資源稀缺性明顯。新市場環境下，平台方如何在高昂成本與用戶留存之間找到平衡，個人用戶又該如何精打細算，都將成為行業發展的新一輪起點。IDC中國高級研究經理孫振亞建議，企業需在算力資源、模型選擇和搭配上作出前瞻規劃，維持可持續的投入產出比。

Agent應用前瞻 物理AI崛起

黃仁勳在2026年3月舉行的英偉達GTC大會演講中預言，繼智能體AI之後，物理AI將成為下一波增長浪潮，其在製造業、機械人、自動駕駛等物理領域的應用潛力，甚至可能改變世界。

這一判斷得到了產業界廣泛呼應。圖靈獎得主LeCun的判斷直指核心：大語言模型是條死路，因為它無法真正理解物理世界如何運作。今年2月，宇樹科技通過「Dimensional」項目，將OpenClaw與G1人形機械人集成，首次讓機械人能夠理解空間和時間：它能感知周遭環境並留存時空記憶。

在這場從虛擬走向物理的變革中，OpenClaw扮演着獨特的角色。國盛證券研報指出，OpenClaw填補了從認知到執行的關鍵缺口，將大模型的語言和推理能力，轉化為機械人等智能硬件可執行的物理動作指令，同時融合傳感器數據、空間感知能力，實現「觀察—規劃—行動—反饋」的全閉環。

輸出「數字員工」 重構生產力

今年2月，英偉達與法國工業軟件巨頭達索系統宣布達成戰略合作，共同構建「工業世界模型」，一個經過科學驗證、扎根於物理學的AI系統，可作為工程、製造領域的關鍵任務平台。通過AI的協助，過去需反覆製作物理原型才能完成的測試，如今可在這個平台中以極低成本完成大量平行迭代，產品從原材料到組裝的整個供應鏈流程，都可在虛擬世界中重建。

在黃仁勳看來，物理AI的意義或許不亞於當年互聯網將信息流通的成本壓至接近零。如果說那場革命重塑了信息的生產與分配，這場革命重塑的則是物理世界本身。未來3至5年，AI硬件將不再是人類操作的「輔助工具」，而是直接演化為具有自主任務理解、環境變化感知、靈活執行閉環能力的「數字員工」。硬件產業的爆發不再依賴於賣機器的硬件利潤，而是轉變為直接向社會提供AI勞動力供給，這將深刻改變經濟學的生產要素構成。