在COMPUTEX 2026的开幕演讲中，高通公司总裁兼CEO安蒙抛出一个引人注目的观点：2026年将成为“智能体之年”。这一论断并非空穴来风，而是基于对AI行业发展趋势的深刻洞察。过去两年，AI领域的竞争焦点集中在云端，从大模型参数规模到GPU算力集群，再到训练成本，每一次技术突破都引发关于算力与模型能力的激烈讨论。然而，随着算力增长逐渐触及物理极限，行业目光开始转向应用端，寻找AI真正落地的方式——智能体应运而生。
传统AI与智能体AI的核心差异在于交互模式。前者更像是一个“问答机器”，用户输入指令，模型输出答案，主动权始终掌握在人类手中。而智能体AI则试图模拟人类思维，通过理解用户意图、分析上下文、拆解任务并调用工具，在多个系统间协同完成目标。例如，当用户要求“准备今天的工作简报”时，智能体不会直接生成文字，而是会读取邮件、日历、本地文档，整理待办事项，最终调用办公软件输出成果。这种转变意味着AI从“辅助回答”升级为“主动执行”，其能力边界被大幅拓展。
然而，智能体的普及面临现实挑战。如果所有计算任务都依赖云端，高昂的Token成本、网络延迟、能源消耗以及隐私风险将成为规模化落地的障碍。安蒙在演讲中指出，随着任务复杂度提升，对话式AI、推理AI和智能体AI的Token需求呈指数级增长。例如，简单问答可能仅消耗少量资源，但多轮推理、多工具协作等场景会迅速放大算力需求。因此，单纯堆砌云端算力已非可持续路径，如何高效利用算力成为关键问题。
高通的解决方案是“计算连续体”——一种将计算任务动态分配至终端、边缘、本地服务器和云端的架构。根据任务特性，简单、隐私敏感的操作可在设备端完成；需要大模型支持的高复杂度任务则交由云端处理；边缘设备和本地工作站则承担过渡角色。这种分工并非取代云端或终端，而是通过重新定义计算层级，实现成本、性能、时延和隐私的平衡。例如，文件索引、局部摘要等轻量任务可在本地完成，避免不必要的云端传输，既降低成本又保护隐私。
高通的战略与其技术积累密切相关。过去几十年，该公司在移动计算领域专注于在有限功耗和体积内提供强算力，这一经验可无缝迁移至智能体时代。从毫瓦级的可穿戴设备到千瓦级的数据中心推理系统，高通试图构建覆盖全场景的算力生态。安蒙强调，智能体时代需要的不只是单点突破，而是从芯片到网络、从终端到云端的完整体系。例如，其推出的Qualcomm AI200、AI250服务器已与云服务商合作部署，标志着其算力覆盖范围从个人设备延伸至数据中心。
对普通用户而言，智能体的影响将首先体现在个人设备上。安蒙预测，未来数字生态的中心将从手机或操作系统转向智能体本身，设备则成为其入口。例如，用户在手机发起任务后，若设备处理能力不足，可无缝切换至PC继续执行；戴上智能眼镜时，智能体可通过摄像头和麦克风获取新输入，结合此前任务提供服务。这种跨设备协同要求硬件具备更强性能：CPU需支持任务编排和系统协调，NPU和GPU负责本地模型推理，传感器则需捕捉环境数据以理解用户需求。
高通正将这一理念扩展至更多领域。在汽车场景中，智能体需同时理解用户需求和道路环境，分别由个性化智能和实体AI处理；机器人则需融合推理、控制、传感器融合等能力，成为移动计算、边缘AI和连接的综合体。高通还在探索6G与计算体系的融合，未来网络可能承担部分计算和感知任务，进一步紧密设备、边缘和云端的协作。
从芯片供应商到平台提供者，高通的转型折射出AI行业的深层变革。当智能体成为新的计算入口，终端设备、边缘计算和连接技术的重要性日益凸显。安蒙的“2026年之问”背后，是高通对AI竞争焦点的判断：从模型能力转向智能体生态，从云端算力转向全链路协同。在这场变革中，高通希望凭借其在移动计算和连接领域的技术积淀，成为支撑智能体运行的关键基础设施。
