Agent時代來臨，高通要爭奪的已不是手機和PC市場｜甲子光年

高通的目標早已不只是賣芯片。

作者｜田思奇

編輯｜栗子

過去幾年，產業競爭主要圍繞模型參數規模、訓練數據質量以及云端算力儲備展開。無論是大模型能力的提升，還是生成式AI的快速普及，本質上都建立在更強的訓練和推理能力之上。

但當Agent開始從聊天窗口走向真實世界，新的挑戰也隨之出現。

COMPUTEX現場，高通公司總裁兼CEO安蒙（Cristiano Amon）展示了多個相關場景：

智能家居Agent能夠根據用戶安排自動為晚間聚會調整燈光、音樂和設備狀態；車載Agent結合攝像頭信息與云端數據，實時回答路況、餐廳和門店相關問題；辦公Agent則可以讀取郵件、日程和本地文件，自動生成每日工作簡報并提出后續建議。

對用戶而言，這些能力呈現為一次自然且連續的體驗；但對底層系統而言，其背后涉及跨設備、跨場景、跨算力層級的協同計算。如何在不同計算節點之間實現高效協同，正在成為Agent時代的重要課題。

因此，高通提出把2026年定義為“Agent之年”，并進一步強化其戰略——打造覆蓋計算連續體（compute continuum）的統一計算架構，讓每一次Token計算都發生在最適合的位置。

「甲子光年」觀察認為，相比發布某一款芯片或終端新品，高通想回答一個更根本的問題：在Agent成為AI主要交互形態之后，支撐其運行的計算體系應該如何重構，以及終端、邊緣端和云端之間應當建立怎樣的新型協作關系。

對于長期被視為芯片廠商的高通而言，過去最大的價值來自移動計算時代。現在，它將證明智能體時代，高通作為底層計算平臺的潛力。

1.從端側AI到Token經濟：高通的戰略升維

智能體正在改寫AI產業最底層的經濟邏輯。

每一次環境感知、每一次工具調用、每一次跨設備任務接力，都會產生新的推理請求和Token消耗。行業測算顯示，Agent模式下的單任務Token消耗可達到傳統聊天機器人的50至200倍。

安蒙也提到：普通對話任務平均消耗約1萬Token，復雜推理任務約10萬Token，自主運行的Agent任務則可能達到100萬Token級別。

根據行業數據，2026年全球AI系統每10秒產生的Token需求量約為317億，到2030年這一數字有望增長至1.27萬億，四年增長40倍。

覆蓋個人AI和工業AI的端側和邊緣推理，已經成為產業規?；l展的剛性需求。Token正在成為新的數字資源，其流向和分配方式將直接決定未來AI基礎設施的價值格局。

在安蒙看來，智能體并不是傳統軟件功能的延伸，而是一次計算架構的重構。今天絕大多數設備都圍繞用戶主動發起操作設計，但Agent需要持續承接上下文，在后臺自主規劃任務、調用工具和協調資源。隨著越來越多Agent開始以機器速度運行，終端硬件、操作系統和軟件架構都需要重新設計。

這種變化也改變了計算體系中的價值分工。

過去幾年，行業討論AI硬件時，更多聚焦GPU、NPU等專用加速器的峰值性能。智能體時代，這種單點能力的重要性正在下降。

因為智能體的核心工作不只是生成內容，還包括理解意圖、拆解目標、規劃路徑、控制流程以及跨設備協同。這類綜合能力高度依賴 CPU、軟件棧和系統級調度能力。

對于高通而言，這也是一次角色轉變的契機。

近兩年，手機、電腦或汽車座艙和智駕芯片或許是高通最鮮明的產業標簽。進入智能體時代，手機依然是距離用戶最近、使用頻率最高、承載個人數據最多的智能入口，但智能體不會停留在手機里。它會沿著PC、可穿戴設備、汽車、機器人和云端持續流轉，根據任務需求動態調用不同層級的算力資源。

因此，高通討論的已經不只是端側AI。隨著AI從單點應用演變為分布式智能系統，產業競爭開始從單一設備能力轉向全局協同能力。決定價值高低的，不再只是某個終端能夠運行多大的模型，而是誰能夠在終端、邊緣與云端之間建立起穩定、高效且低成本的運行體系。

計算連續體，就是高通給出的答案。這一戰略跳出了端側與云端的二元對立。隱私敏感、低時延任務更適合在終端或邊緣側完成，復雜生成和深度推理則交由云端處理。計算連續體的核心目標，賦能從個人終端到數據中心的各類設備，跨越算力譜系實現分布式智能。

要讓這一戰略成立，還需要產品體系、設備生態和連接網絡共同支撐。這也構成了高通COMPUTEX三大支柱的邏輯起點。

2.三大支柱，讓Agent進入真實世界

與移動互聯網時代依賴新終端普及不同，Agent時代首先建立在海量存量設備之上。

安蒙提到，目前全球持有的60億部手機、20億臺PC、20億臺個人AI設備和10億輛聯網汽車，構成了Agent天然的運行網絡。高通三大支柱的意義，正是在這些既有設備基礎上推動智能體規?；涞?。

第一根支柱是規模化覆蓋，它回答智能體在哪里運行。

Agent天然具有分布式特征，無法依賴單一算力載體完成全部任務。高通構建起覆蓋毫瓦級可穿戴終端到千瓦級數據中心的完整算力譜系，橫跨可穿戴設備、手機、AI PC、XR、汽車、機器人、IoT以及云端推理平臺。

截至目前，高通累計出貨43億顆具備AI能力的芯片，擁有行業最大的端側AI部署基礎之一。

所以高通并非從零開始構建Agent生態，而是在既有終端網絡上承接智能體落地。隨著AI越來越依賴實時感知與上下文理解，手機、耳機、眼鏡、汽車和機器人都將成為推理入口。相比單一云廠商或單一設備廠商，高通橫跨多個終端品類的布局，使其天然覆蓋智能體最主要的運行場景。

第二根支柱是AI原生設備與系統，它回答智能體如何真正進入用戶生活。

如今終端AI化浪潮全面提速，為智能體常態化落地打開場景空間。Canalys預測，到2026年末，全球AI手機累計出貨量將突破10億臺；Gartner預計，同年AI PC出貨量達到1.43億臺，占PC市場55%；Omdia預計，2026年AI眼鏡出貨量將超過1500萬臺。AI正在從應用層進入設備架構層，AI原生終端逐漸成為行業主流。

Omdia還分析認為，AI原生設備的關鍵，不再是繼續給單個終端增加功能，而是讓智能圍繞用戶持續流動。今天的手機、PC、耳機、手表、車艙與家居設備仍大多是信息孤島，用戶被迫充當系統集成者。智能體時代需要一種新的系統架構：手機不再一機包辦，而是成為個人AI網絡的錨點，負責承載用戶信任、上下文與本地算力；眼鏡、耳機、可穿戴和汽車則成為感知與執行節點。

這和高通提出的EOY（Ecosystem of You）理念相呼應。手機仍是個人AI的核心，負責存儲用戶上下文和本地記憶；AI PC承擔生產力任務；眼鏡和耳機提供視覺與聽覺入口；可穿戴設備負責持續感知；汽車則延伸出行場景。不同設備不再獨立運行，而是圍繞用戶需求協同工作。

安蒙在演講中提出，未來的設備會擁有“雙重角色”。一個是由用戶操作設備，這也是當前所有設備的設計方式。但與此同時，智能體也會自主操作設備，而這就是未來設備的使用方式。相比傳統設備等待用戶點擊和輸入，AI原生系統需要持續理解意圖、保留上下文，并允許任務在不同設備之間自然接續。

這一趨勢正在推動個人AI從“人找服務”轉向“服務找人”。用戶需要的也不再是單個設備上的AI功能，而是跨設備、跨場景持續存在的智能體驗。

這種體驗離不開端云協同架構。端側負責即時感知、本地記憶和低時延執行，云端負責復雜生成和深度推理。兩者按需協同，使個人AI能夠同時滿足實時性、隱私性和復雜任務處理需求。

與此同時，近身智能與物理AI持續拓寬產業邊界，將智能體從消費電子場景延伸至真實物理世界。

汽車、機器人和工業設備正在成為Agent落地的重要場景。

安蒙認為，汽車產業正在從軟件定義汽車進一步演進至AI定義汽車。車輛既運行自身的物理AI系統，也成為個人Agent網絡的一部分，共享用戶上下文與任務信息。

機器人則需要分層計算架構：底層負責實時控制，中間層負責場景理解，上層負責推理與規劃。這種分層體系，本質上也是計算連續體在物理世界的體現。

第三根支柱是智能連接，它回答智能體如何協同。

分布式智能體體系中，連接不再只是數據傳輸通道，而是任務接力、狀態同步和上下文流轉的基礎設施。一個完整任務可能在手機上發起，在PC上處理，在云端完成推理，再由汽車或可穿戴設備接續執行，對網絡的低時延、高可靠和算力感知能力提出更高要求。

高通整合5G、Wi-Fi、藍牙、UWB、衛星通信等能力，并前瞻布局6G網絡，希望讓網絡不僅傳輸數據，也能夠參與任務調度和算力協同。

高通將6G定義為首個面向AI時代設計的無線技術。安蒙表示，除了連接能力之外，6G還將承擔分布式計算和全域感知功能。海量聯網終端形成的無線網絡，本身就能夠成為智能體的重要環境感知來源，為AI持續提供實時上下文信息。

三大支柱共同構成高通在智能體時代的核心能力。規模化覆蓋提供運行基礎，AI原生系統提供落地入口，智能連接提供協同能力。高通試圖證明的并非某個芯片的領先優勢，而是其連接終端、邊緣與云端的系統級能力。

過去十年，消費電子行業競爭的是設備；未來十年，競爭的對象將變成系統。而高通爭奪的位置，也正在從終端芯片市場延伸至智能體時代的基礎設施層。

3.智能體時代的價值重估

安蒙在COMPUTEX上提出了一個容易被忽略的判斷：未來軟件行業服務的對象，將不再只有人類用戶。

過去幾十年，軟件產品圍繞人的點擊、輸入和操作設計。無論是辦公軟件、瀏覽器、電商平臺還是企業系統，本質上都是人在發出指令，軟件負責響應。

而隨著Agent開始自主規劃任務、調用工具、訪問服務并持續執行流程，軟件第一次迎來了第二類用戶——智能體。

越來越多操作不會由人親自完成，而是由Agent代為完成。用戶不再逐個打開應用、搜索信息、整理文件、安排日程，而是提出目標，由Agent自動調用多個系統完成任務。

這也是資本市場重新審視高通的背景。

過去很長時間里，市場對高通的估值邏輯高度綁定智能手機和PC周期。安卓旗艦份額、手機出貨量、授權業務以及移動SoC競爭，共同構成了投資者理解高通的主要框架。即便高通持續拓展汽車、IoT等業務，外界依然習慣將其歸類為一家芯片廠商。

但智能體時代，為高通提供了徹底擺脫換機周期束縛的機會。

移動互聯網時代的增長來自設備增量，而智能體時代的增長開始來自推理增量。價值不再完全取決于賣出多少設備，而取決于這些設備上的Agent運行得有多頻繁、處理了多少任務、調用了多少服務。對于資本市場而言，由持續推理驅動的市場，擁有遠高于換機周期的長期想象空間。

這種變化已經開始反映在高通的業務結構之中。

2026財年第二季度，高通營收達到106億美元，其中汽車業務收入13.26億美元，同比增長38%；IoT業務收入17.26億美元，同比增長9%。汽車與IoT業務合計收入已經超過30億美元，并持續保持快于傳統移動業務的增長速度。

更重要的是，這些業務背后存在共同特征：它們都是Agent未來的重要運行節點。汽車正在成為移動計算平臺，機器人正在成為物理世界的執行終端，工業設備正在成為邊緣智能節點。過去彼此獨立的業務板塊，開始被統一納入同一套智能體運行體系之中。

因此，高通真正試圖建立的，并不是多個分散的新業務，而是一套覆蓋終端、邊緣與云端的智能計算網絡。這也是高通持續強化高通AI軟件棧和跨終端統一開發體系的原因。

對于開發者而言，這是一次開發、多端部署；對于企業而言，則意味著統一架構下的持續運維和成本優化；對于高通而言，則是從芯片供應商向系統平臺提供者演進。

數據中心推理業務，則為這一體系打開了全新的增長點。

安蒙在演講中提出，未來不需要再區分云端與邊緣，因為他們最終會融合為一個完整系統。過去行業習慣把終端、邊緣和云端視為彼此獨立的市場，但智能體工作流天然跨越多個算力層級。一次任務可能始于手機，在邊緣節點完成即時處理，最終調用云端推理能力生成結果。用戶感知到的是一次連續體驗，而非多個系統之間的切換。

這也是高通進入數據中心的真正原因。數據中心不再是一條獨立產品線，而是計算連續體不可缺少的一部分。隨著AI200、AI250等推理產品推進，以及Dragonfly數據中心品牌發布，高通率先完成了從終端、邊緣延伸至云端推理的完整能力版圖。

從這個角度看，市場對高通的重估，本質上也是對AI產業價值重心遷移的重估。

移動互聯網時代，決定產業格局的是終端入口；大模型時代，決定產業格局的是訓練集群；而智能體時代，決定價值歸屬的將是連接終端、邊緣與云端的系統能力。誰能夠讓智能持續運行、跨設備協同、跨場景流轉，誰就更有機會占據下一階段AI基礎設施的核心位置。

在智能體時代，同時覆蓋手機、PC、可穿戴、汽車和IoT并不只是產品數量問題，更意味著統一軟件棧、統一連接體系和統一AI部署能力。多廠商擁有單一終端優勢，或者擁有云端優勢，但能夠同時覆蓋多個核心終端形態并保持統一架構的企業寥寥無幾。

手機和PC等終端仍然是高通最重要的起點，但已經不再是全部想象空間。高通希望市場看到的，不再是一家受換機周期驅動的芯片公司，而是智能體時代連接數字世界與物理世界、連接個人設備與云端推理網絡的底層平臺。

隨著 AI 從工具走向計算基礎設施，從應用走向交互操作系統，高通爭奪的也不只是下一代芯片市場，而是下一代計算體系中的核心話語權。

（封面圖及文中圖片來自：高通公司總裁兼CEO安蒙COMPUTEX演講）