华为首次发布《智能世界2035》十大关键命题：2035年全球Token消耗量将增长10万倍、智能体流量占比超90%，未来五年AI创造超27万亿美元经济价值

【新闻原文】 9 月 16 日，华为举办探索智能世界系列报告线上发布会，主题为"Act Today. Shape Tomorrow"，正式发布《智能世界 2035：从愿景到行动》与《全球数智化指数（GDII）2026》两项研究成果。这是继 2024 年趋势展望、2025 年十大趋势之后，华为首次系统性地提出通往智能世界的十大关键命题。 华为副董事长、轮值董事长王涛在报告序言中表示，Agentic AI 是这场变革的关键变量；方向已经清晰，但把愿景变成现实需要具体行动，这正是今年报告的重点——面向智能体时代给出可执行的建议，通过构建智能基础设施重塑用户体验与运营范式。 报告指出，Agentic AI 正推动数字世界从"以应用为中心"走向"以智能体为中心"。智能体持续感知环境、自主推理决策、动态调用工具、实时与人交互，每一步都伴随着 Token 的大规模生成与高频流转。报告预测，到 2035 年，全球年度 Token 消耗量将增长 10 万倍，其中智能体流量占比超过 90%，对算力、网络和云提出了远超传统互联网应用的要求。 围绕这一判断，报告凝练出十大关键命题与研究方向：一是构建具备自主认知与全域通用能力的 AGI，走向物理世界是 AGI 形成的必由之路，需在语言智能、具身智能、科学智能等方向协同推进；二是算力集群规模百倍提升、智能体任务成本千倍下降，计算架构从"单芯片算力"转向以"超节点"为核心的 Token 高转换效率体系；三是构建因果准确、溯源可信的新型存储与记忆系统，推动从"数据"向"知识与记忆"演进；四是 AI 全面融入通信系统，构建以体验为中心的智能联接底座；五是深耕韬定律（Tau Scaling Law）下的芯片设计方法与工具，以"时间缩微"替代"几何缩微"，支撑时延与能效协同优化；六是从驾驭环境到自主演进，Agent OS 成为智能体原生技术底座，其核心能力可概括为"（协同力 × 执行力 × 记忆力 × 连接力）^ 演进力"；七是定义无感适配、全域随行的终端智能新形态；八是实现智能驾驶的自我学习与极致安全，推动汽车从交通工具向"移动具身智能体"演进；九是攻克供电与散热难题，支撑 AIDC 走向更大算力规模；十是面向自主 Agent 的安全与隐私保护，为智能世界筑牢可信可控的安全底座。 报告提出，面向 Agentic AI 时代需构建以 Token 为核心的"生产—运载—应用—防护"全链路智能基础设施：以超节点与开放生态提升 Token 生产效率，以智能联接底座保障 Token 高效流动，以 Agentic 原生云平台加速 AI 行业落地，最终让 Token 转化为可感知的智能服务。报告同时发出五大倡议，呼吁以长期主义、以人为本、科技向善、开放合作与系统思维，推动技术创新转化为产业进步。 同步发布的《全球数智化指数（GDII）2026》由华为联合清华大学经济学研究所撰写，覆盖 90 个国家，将其分为"建设者、采纳者、领跑者"三大群体，为各国提供通往智能经济的路径参考。报告预测，未来五年人工智能将累计创造超过 27 万亿美元的经济价值；全球数智基础设施投资加速，复合年增长率达 19.14%，到 2030 年将超过 4 万亿美元。 【企服观察】 华为这份报告值得企业 IT 决策层认真读，不是因为它给出了多少技术细节，而是因为它第一次把"智能体"从一个产品概念提升成了基础设施规划的前提假设。Token 消耗 10 万倍、智能体流量占比超 90%——这两个数字如果有一半成立，今天绝大多数企业的 IT 架构都需要重做。 先说最直接的一条：企业网络与云架构的设计假设要变。过去二十年，企业网络优化的目标是大文件、低并发、高带宽利用率；而智能体时代的流量特征是高频、小包、长连接、低时延、双向持续。一个企业内部跑几千个智能体，意味着每秒可能有数万次工具调用和状态同步，这种流量模型和传统 OA、ERP 的访问模式完全不同。企业在做网络改造或云迁移规划时，如果还按"并发用户数"来估算带宽和连接数，几乎必然会低估一个数量级。建议的做法是把"并发智能体数"和"日均 Token 消耗量"作为新的容量规划指标，写入架构设计文档。 第二条是算力选型逻辑的变化。报告提到计算架构从"单芯片算力"转向以"超节点"为核心的 Token 高转换效率体系，这实际上是在说：单卡参数已经不是决定性指标，系统级的互联、供电、散热和调度效率才是。对企业的现实意义是，在评估国产算力方案时，不要再只比单卡算力和显存，而要看厂商能否提供整机柜/超节点级别的交付能力，以及在真实业务负载下的 Token 吞吐效率。同时，韬定律提出以"时间缩微"替代"几何缩微"，意味着半导体演进路线正在从"把晶体管做小"转向"把时延和能效做优"，这会拉长硬件平台的生命周期——企业 IT 硬件采购的折旧模型和换机周期值得重新评估，过去三年一换的节奏可能不再适用。 第三条是 Agent OS 和"记忆系统"对企业软件栈的冲击。报告把 Agent OS 的核心能力概括为"（协同力 × 执行力 × 记忆力 × 连接力）^ 演进力"，其中"记忆力"和"连接力"是企业最容易被忽视的两块。目前多数企业做智能体，注意力都在执行力和工具连接上，但真正决定智能体能不能长期稳定运行的，是它能否准确记住业务上下文、以及能否安全地跨系统取数。这意味着企业需要提前规划三件事：智能体的权限与身份体系、跨系统的数据访问审计链路、以及业务知识的结构化沉淀方式。这三件事做不好，智能体数量越多，治理成本越高，最后会变成新的技术债。 第四条，27 万亿美元经济价值和 19.14% 复合增长率这类宏观预测，不能当投资指引看，但可以作为企业内部立项时的"外部锚点"。当业务部门质疑 AI 项目投入过大时，引用权威机构对行业基础设施投资增速的判断，比引用某个供应商的案例更有说服力。不过要提醒的是，宏观数字永远掩盖结构差异——真正拿到回报的会是那些把 AI 嵌进核心流程（而不是停留在办公辅助）的企业。 最后落到执行层面，建议企业 IT 负责人做三件事：把 Token 成本单列为一个可计量、可归集、可优化的成本中心；为智能体设计独立的身份与权限体系，不要复用人类账号；在 AIDC 或自建算力规划中，把供电和散热当成一等公民提前测算，而不是等机柜上架了再补。华为报告里把"攻克供电与散热难题"列为十大命题之一，这不是远景，而是当下很多企业数据中心已经撞上的墙。