在2026云网智联大会上，中国工程院院士邬贺铨深入剖析了人工智能与大模型技术快速发展背景下智能体的演进方向。他指出，全球AI算力结构正经历深刻变革，预计到2026年推理算力将占据总负载的70%-80%，中国市场的推理需求更将达到训练需求的8倍。这种转变推动算力应用从模型训练向推理主导转型，催生出智能体作为核心载体的新生态，在架构技术、应用场景和商业模式层面引发连锁反应。
智能体的本质是能力与资源的聚合体。单个智能体通过感知、记忆、规划、工具调用和行动执行的闭环，形成专注特定任务的智能单元。但受限于独立运作模式，其应用边界和效能存在天然瓶颈。为突破这种局限，多智能体协同系统应运而生，通过统一协调器实现智能体间的记忆共享、高级规划与集体反思，形成分布式、强协作的智能网络，能够处理复杂目标并涌现出超越个体能力的集体智能。
当多智能体在开放网络中实现规模化互联，便催生出智能体互联网（IoA）。这种新型网络架构在传统互联网的主机互联与信息互联基础上，扩展出智能体互联与能力互联维度。基于IPv6+技术体系，IoA通过新应用层协议实现智能体的唯一标识、自主发现、可信交互和协同执行，形成按需组网的动态拓扑结构。其上层支撑的智能体即服务（AaaS）模式，将智能体能力通过云化封装，以API、SDK和低代码平台形式对外提供，支持租户化管理和弹性调度。
对于企业用户而言，AaaS模式创造了"智能体超市"的新业态。企业无需投入资源开发智能体或自建算力基础设施，仅需通过订阅方式即可调用云端封装的智能体功能组合，将其集成到现有业务系统。这种模式既保持了SaaS的轻量化优势，又赋予企业自动化与智能化的双重能力升级，显著降低技术门槛和运营成本。
在消费级市场，智能体呈现出三种典型应用形态：云上APP寄生型依托微信、钉钉等超级应用，通过云端算力提供智能助手功能，但用户无法自主选择底层模型；终端OS原生型预装于手机操作系统，如中兴通讯与字节跳动合作的豆包手机，可主动聚合APP并执行业务流程，但面临应用厂商的兼容性挑战；本地自治+云端辅助型作为独立软件存在，以"龙虾"AI私人管家为代表，在本地完成决策与权限管理，通过云端AaaS实现多智能体协同。每种形态都在用户控制权、网络依赖性和服务主动性方面形成差异化竞争。
企业级市场则衍生出四大应用方向：流程自动化智能体通过复刻人工逻辑优化标准化作业；行业专家智能体依托知识图谱提供决策支持；多智能体协同整合供应链各环节资源；具身智能驱动工业机器人完成感知-推理-执行的完整闭环。针对中小企业算力不足和数据隐私痛点，本地初算与云端精算的混合模式成为最优解，既控制了基础设施投入，又确保了数据处理的安全性。
智能体业务的爆发式增长对底层基础设施提出全新要求。与传统互联网业务相比，智能体驱动主体从人工操作转向机器自主循环，运行时间扩展至7×24小时不间断模式，空间分布呈现多点网状特征，会话时长从分钟级延伸至小时/天级，流量特征呈现"Token核爆"效应，单个智能体的Token消耗量可达普通用户的10-1000倍。这种变化倒逼算力架构向GPU/NPU专用加速器转型，要求构建多隔离的"沙箱/进程"环境，并对显存带宽提出严苛标准。
云服务领域正在经历智能体原生的范式变革。传统以资源供给为核心的云架构，逐步演变为需要全局智能调度、分布式记忆系统和"云-边-端"协同的智能体原生云。这种转型推动AI云全栈服务市场爆发式增长，促使行业向智算融合、绿色低碳和国产化方向升级，覆盖从基础设施到模型训练、智能体编排的全链条服务。
网络基础设施面临更彻底的革新需求。智能体的长会话交互、多智能体协同通信、高频小包与大流量混合传输等特性，使网络流量结构从南北向为主转变为东西向占比80%，查询请求量（QPS）提升10-100倍。这要求网络架构从行政区组网向智算中心-区域云-边缘-终端四级架构演进，采用SRv6、云网虚拟化等新技术保障确定性和可靠性，通过流量AI预测实现动态资源调配。
