在2026云網智聯大會上，中國工程院院士鄔賀銓深入剖析了人工智能與大模型技術快速發展背景下智能體的演進方向。他指出，全球AI算力結構正經歷深刻變革，預計到2026年推理算力將占據總負載的70%-80%，中國市場的推理需求更將達到訓練需求的8倍。這種轉變推動算力應用從模型訓練向推理主導轉型，催生出智能體作為核心載體的新生態，在架構技術、應用場景和商業模式層面引發連鎖反應。
智能體的本質是能力與資源的聚合體。單個智能體通過感知、記憶、規劃、工具調用和行動執行的閉環，形成專注特定任務的智能單元。但受限于獨立運作模式，其應用邊界和效能存在天然瓶頸。為突破這種局限，多智能體協同系統應運而生，通過統一協調器實現智能體間的記憶共享、高級規劃與集體反思，形成分布式、強協作的智能網絡，能夠處理復雜目標并涌現出超越個體能力的集體智能。
當多智能體在開放網絡中實現規模化互聯，便催生出智能體互聯網（IoA）。這種新型網絡架構在傳統互聯網的主機互聯與信息互聯基礎上，擴展出智能體互聯與能力互聯維度。基于IPv6+技術體系，IoA通過新應用層協議實現智能體的唯一標識、自主發現、可信交互和協同執行，形成按需組網的動態拓撲結構。其上層支撐的智能體即服務（AaaS）模式，將智能體能力通過云化封裝，以API、SDK和低代碼平臺形式對外提供，支持租戶化管理和彈性調度。
對于企業用戶而言，AaaS模式創造了"智能體超市"的新業態。企業無需投入資源開發智能體或自建算力基礎設施，僅需通過訂閱方式即可調用云端封裝的智能體功能組合，將其集成到現有業務系統。這種模式既保持了SaaS的輕量化優勢，又賦予企業自動化與智能化的雙重能力升級，顯著降低技術門檻和運營成本。
在消費級市場，智能體呈現出三種典型應用形態：云上APP寄生型依托微信、釘釘等超級應用，通過云端算力提供智能助手功能，但用戶無法自主選擇底層模型；終端OS原生型預裝于手機操作系統，如中興通訊與字節跳動合作的豆包手機，可主動聚合APP并執行業務流程，但面臨應用廠商的兼容性挑戰；本地自治+云端輔助型作為獨立軟件存在，以"龍蝦"AI私人管家為代表，在本地完成決策與權限管理，通過云端AaaS實現多智能體協同。每種形態都在用戶控制權、網絡依賴性和服務主動性方面形成差異化競爭。
企業級市場則衍生出四大應用方向：流程自動化智能體通過復刻人工邏輯優化標準化作業；行業專家智能體依托知識圖譜提供決策支持；多智能體協同整合供應鏈各環節資源；具身智能驅動工業機器人完成感知-推理-執行的完整閉環。針對中小企業算力不足和數據隱私痛點，本地初算與云端精算的混合模式成為最優解，既控制了基礎設施投入，又確保了數據處理的安全性。
智能體業務的爆發式增長對底層基礎設施提出全新要求。與傳統互聯網業務相比，智能體驅動主體從人工操作轉向機器自主循環，運行時間擴展至7×24小時不間斷模式，空間分布呈現多點網狀特征，會話時長從分鐘級延伸至小時/天級，流量特征呈現"Token核爆"效應，單個智能體的Token消耗量可達普通用戶的10-1000倍。這種變化倒逼算力架構向GPU/NPU專用加速器轉型，要求構建多隔離的"沙箱/進程"環境，并對顯存帶寬提出嚴苛標準。
云服務領域正在經歷智能體原生的范式變革。傳統以資源供給為核心的云架構，逐步演變為需要全局智能調度、分布式記憶系統和"云-邊-端"協同的智能體原生云。這種轉型推動AI云全棧服務市場爆發式增長，促使行業向智算融合、綠色低碳和國產化方向升級，覆蓋從基礎設施到模型訓練、智能體編排的全鏈條服務。
網絡基礎設施面臨更徹底的革新需求。智能體的長會話交互、多智能體協同通信、高頻小包與大流量混合傳輸等特性，使網絡流量結構從南北向為主轉變為東西向占比80%，查詢請求量（QPS）提升10-100倍。這要求網絡架構從行政區組網向智算中心-區域云-邊緣-終端四級架構演進，采用SRv6、云網虛擬化等新技術保障確定性和可靠性，通過流量AI預測實現動態資源調配。
