智能体五年 40 倍：算力账本换了一种算法
9 月 21 日，AICC 2026 人工智能计算大会在北京举行，IDC 与浪潮信息联合发布《2026年中国人工智能计算力发展评估报告》。这份年度报告今年把智能体放在了核心位置，报告方称其为业内少有的聚焦智能体基础设施的研究，给出的数据足够有冲击力：全球活跃智能体将从 2026 年的 7940 万个增至 2030 年的 22.16 亿个，复合增长率 129.8%；中国从 495 万个增至 1.97 亿个，复合增长率 151.2%——五年约 40 倍。
但真正改写算力账本的不是智能体的数量，而是它们干什么。报告指出，随着智能体承担的任务从信息检索、内容生成转向需要多轮推理、工具调用和跨系统协作的复杂任务，单任务 Token 消耗已从数十个增至数万甚至数十万个。结果是：全球 Token 消耗量的复合增长率高达 4822.6%，约为智能体数量增速的 37 倍；中国同期 Token 复合增速 3499.3%。一个智能体的持续运行，抵得上过去成百上千次问答式调用。
算力预测的斜率被上调了
需求换挡直接改写了供给预测。中国智能算力规模 2026 年预计达到 2576.5 EFLOPS，同比增长 87.9%，2030 年将进一步达到 10524.3 EFLOPS；2025 至 2030 年的复合增长率由上一版报告预测的 46.2% 上调至 50.3%——年度报告主动上调斜率，在近几年的算力预测里并不多见。中国 AI 算力市场规模预计 2026 年达 515 亿美元、同比增长 37%，2030 年达 1501 亿美元。供给端的约束同样被量化：全球 AI 算力需求满足率将从 2024 年的 79% 降至 2027 年的 71%，2030 年也仅回升到 77%，意味着两成多的需求长期等不到供应。报告还引用 IDC 研究称，到 2031 年 AI 预计累计创造 22.5 万亿美元全球经济价值，智能体将推动企业 AI 采购预算再增约 20%。
行业分化：成熟度和长期价值并不同步
这份报告里最有操作价值的，是行业智能体成熟度矩阵。报告从当前应用成熟度与长期生产力影响两个维度评估：代码开发与办公任务凭借数字化程度高、任务边界清晰、结果可验证，率先进入规模化；制造、医疗健康、能源电力真正进入核心业务并形成执行反馈闭环的比例目前为零，多数仍处试点；运营商虽有 70% 接入部分业务流程，核心闭环比例也只有 3.3%。反过来，教育、科研等知识密集领域当前成熟度有限，但专业知识密度高、可被智能体重构的环节多，长期生产力影响更突出。成熟度低不等于价值低，这张矩阵比总量预测更能指导采购与投入排序。
从「卖卡」到「卖智能」：三组结构变化
报告对基础设施变化的判断可以拆成三组。负载结构上，训练算力是一次性资本投入，智能体是持续在线、高频调用的推理型负载，训练占比缓慢回落、推理占比持续抬升；供给模式上，大厂继续自建集群，中小企业转向智算云与弹性租赁，国产加速芯片在政企与工业场景的落地也在提速；竞争维度上，计算正沿能力型与容量型两条线演进——前者靠超节点扩大高速互联域、突破智能上限，后者靠多元算力协同、推理解耦与缓存调度提高 Token 产出效率，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」。
城市格局也在被智能体重排：报告把智能体应用落地、具身智能产业布局等纳入城市评价，北京、杭州、深圳位列前三，深圳凭借算力制造底座与智能体运营节奏从第四升至前三，上海、广州、成都、南京、武汉、济南、苏州进入前十。需要提醒的是，预测终究是预测——若智能体商业化不及预期，算力资源闲置的风险同样真实；高功率密度智算中心的电力、液冷与网络配套，也是部分地区绕不开的瓶颈。整体而言，这份报告把「智能体驱动算力换挡」从一个叙事变成了可以逐年对账的数字，后续每年一版的更新都值得当成行业坐标来读。