“智能體”的算力革命

“智能體”的算力革命

作者：聽風的蠶

2026年5月19日，上海。AMD AI開發者日的活動現場，來了兩千多名開發者。這并不是一場普通的科技公司發布會——這是AMD第一次把AI開發者日辦到北美以外的地區，而他們選的地點，就是中國。

站在臺上的是AMD董事長兼CEO蘇姿豐（Lisa Su），她穿著自己標志性的黑色西裝，用一貫沉穩的語氣說出了一個數據：到2030年，全球每天使用AI的人會達到50億。

50億人。這個數字大概是目前全球所有互聯網用戶總數的60%，也是人類發展史上，規模最大的一次技術普及。蘇姿豐不是隨口瞎說的，她給出了清晰的發展時間線：2020年，全球日常使用AI的用戶大概只有100萬人；2025年，這個數字漲到10億人以上；2030年，就會達到50億人。五年時間，用戶數量翻了五倍。

這個數字最讓人震撼的地方，不是規模有多大，而是它會徹底融入普通人的日常生活。蘇姿豐所說的“每天使用AI”，不是偶爾用ChatGPT寫個郵件、隔幾天用AI畫一張圖，而是像現在大家每天刷微信、刷抖音一樣，讓AI滲透到生活的方方面面。

如果這個預測成真，2030年的世界會變成什么樣？

一、從“大模型為核心”到“智能體調度”：AI迎來核心變革

想要看懂蘇姿豐的50億用戶預測，首先要明白當下正在發生的AI核心變革：AI的發展重心，正在從“以大模型為核心”轉向“以智能體（Agent）為核心”。

過去三年，大家聊AI，核心話題都是“大模型”。GPT-4、Claude、Gemini這些模型，特點就是參數越來越多、推理能力越來越強、掌握的知識范圍越來越廣。用戶和AI的互動方式也基本一模一樣：打開對話框，輸入自己的需求，等著AI給出回答。

這種使用模式天生就有不少短板。第一，非常依賴人自己精準描述需求——用戶得清楚自己想要什么，還得用合適的話術表達出來。第二，大模型給出的答案都是一次性的，只會直接輸出結果，不會主動驗證、修改、優化答案。第三，它沒辦法和外界聯動，不能查天氣、訂機票，也不能調用企業的數據庫。

而智能體（Agent）的出現，就是為了解決這些所有短板。

智能體的核心不是“回答問題”，而是“完成整件事”。比如你給它一個目標：“幫我規劃一趟紐約到東京的商務出差，預算5000美元，周三出發、周五返程，住四星級以上酒店，還要安排兩場客戶會面”。之后它會自己拆分各項任務，調用航班搜索、酒店預訂、日歷、地圖等各類工具，處理途中的各種突發問題，不斷優化方案，最后給出一套完整的出差行程。

蘇姿豐在演講中提到了一個關鍵數據，直接體現了這場AI變革對算力需求的巨大改變：傳統數據中心里，CPU和GPU的數量比例是1:4。但到了智能體普及的時代，這個比例會變成1:1。

這個變化背后的邏輯很關鍵。在AI模型訓練階段，幾乎所有繁重的計算工作，比如矩陣運算、梯度下降、反向傳播，全都靠GPU完成，這些都是GPU的強項。而CPU的作用很有限，只負責調度任務、傳輸數據，所以過去1:4的比例是完全合理的。

但到了智能體運行、落地使用的階段，計算模式完全變了。智能體想要完成一項復雜任務，需要拆解目標、調用各類工具、多步決策、把控運行狀態、傳輸處理數據，這些工作都需要CPU的邏輯調度能力。GPU負責大模型推理和并行計算，CPU負責整體協調和邏輯控制，兩者的工作量基本持平。

這也就意味著，智能體時代的算力需求，不再是GPU一家獨大，而是CPU和GPU同等重要、缺一不可。對AMD來說，這是絕佳的戰略機遇，因為AMD是目前唯一一家在CPU和GPU領域都擁有頂尖實力的企業。英偉達的GPU實力遙遙領先，但幾乎沒有CPU業務；英特爾的CPU實力強勁，但旗下的Gaudi系列GPU，在市場上根本沒有真正的競爭力。

蘇姿豐主推的“CPU+GPU”發展戰略，本質上是重新制定了AI算力行業的競爭規則：不再是比拼誰的訓練芯片性能最強，而是比拼誰能提供最完善、最適配落地的AI算力基礎設施。

二、李開復的關鍵判斷：AI寫代碼，將改變所有行業。

本次AMD開發者日，零一萬物CEO李開復和蘇姿豐展開了一場圓桌對話。對話主題是“AI智能體新發展模式”，但整場對話最有沖擊力的觀點，是李開復對AI編程能力的判斷。

李開復表示：“AI的編程能力，已經突破了關鍵臨界點。一年前，AI只能輔助人們寫一些簡單的代碼、代碼函數。但現在，AI已經能獨立完成一整套完整的功能開發。”

這個判斷的重要性，再怎么強調都不為過。

軟件開發是整個現代數字經濟的基礎。不管是手機APP、企業管理系統、金融交易平臺，還是工業控制軟件，所有數字化產品，本質都是代碼的落地呈現。全球從事軟件開發的人員超過3000萬，大家寫代碼、改代碼、維護代碼的工作，撐起了一個價值數萬億美元的產業。

如果AI真的能獨立開發完整的軟件功能，這會帶來什么改變？

首先，軟件開發的成本結構會徹底改變。以前一個項目需要十個工程師做三個月，現在一個工程師搭配AI工具，三周就能做完。軟件開發不再極度依賴大量人力，“人工主導”會變成“AI輔助增效”，成為行業常態。

其次，普通人能做的軟件開發工作大幅變多了。以前一個人想開發一套復雜的網頁程序，必須掌握前端、后端、數據庫、運維等多項專業技能，普通人根本做不到。但現在AI可以補齊這些技能短板：前端工程師可以讓AI寫后端代碼，后端工程師可以讓AI做前端頁面設計。全能型開發人才不再只是少數天才的專屬，借助AI，普通開發者都能做到。

最后，智能體真正實現自主運行，有了實打實的技術支撐。李開復說得很直白：“智能體在數字世界做的所有操作，歸根結底都是代碼的運行。一旦AI編程能力成熟，能夠獨立寫代碼，自主運行的智能體才能真正落地。”

這是一套環環相扣的邏輯：AI能獨立寫代碼→智能體能自主完成各類數字任務→智能體能調用各類接口和工具→智能體能搞定越來越復雜的完整工作→最終，AI替代的不再是某個單一崗位，而是一整個工作部門。

李開復還提出了一個更大膽的預判：“從2026年開始，AI不再只是替代單個崗位，而是會替代完整部門。未來企業的基本運作模式，會變成‘直接責任人+多個AI智能體協作’。”

可以想象一下未來全新的企業工作模式：一名產品經理提出工作需求，多個AI智能體分工協作完成工作，有的負責市場調研，有的做界面設計，有的開發前端功能，有的搭建后端架構，有的負責測試上線。人類員工的核心角色，從親自干活的執行者，變成了定需求、管全局的監督者。

當然，目前這項技術還不夠成熟。但李開復的“臨界點”判斷說明：AI技術成熟落地的速度，大概率會比我們想象的更快。

三、蘇姿豐上海之行：AMD提前布局中國市場，搶占發展先機

蘇姿豐把這場海外首場AI開發者日定在上海，并不是隨便做的決定。

她在演講中明確表示：“中國擁有全球最活躍的AI發展生態。”AMD大中華區的核心研發團隊有4000多名工程師，其中上海研發中心是AMD全球規模最大的研發中心之一。AMD的EPYC處理器，已經適配了國內頭部云服務商的700多個云服務版本，還和國內100多家軟件企業、初創公司、高校達成了生態合作。

這些數據的背后，是AMD深耕中國市場、深度融入本土生態的發展策略。

和英偉達不一樣，受美國出口管制政策影響，英偉達很難向中國市場出售高端AI芯片。而AMD的MI300系列AI芯片雖然也受相關政策限制，但在中低端AI推理、通用計算市場，依然有很大的發展空間。更關鍵的是，AMD在中國搭建了從研發、銷售到生態合作的完整體系，這種深度本土化布局，是英偉達做不到的。

蘇姿豐這次上海之行，也傳遞出微妙的行業信號。2025年以來，中美科技競爭的核心焦點就集中在AI芯片領域。英偉達CEO黃仁勛多次到訪中國，想要守住中國市場；英特爾、高通等美國芯片巨頭，也都在積極游說美國政府，希望放寬對華科技限制。蘇姿豐的上海之行，相當于在這個敏感時期公開表態：AMD不會放棄中國市場。

不過AMD在中國市場的挑戰也十分突出。

第一，華為昇騰、寒武紀、海光等國產AI芯片正在快速崛起。在AI推理應用場景中，國產芯片和AMD、英偉達產品的性能差距在不斷縮小，同時在價格、供應鏈安全上的優勢越來越明顯。

第二，國內本土大模型生態，包括文心一言、通義千問、Kimi、DeepSeek等，都更傾向于適配國產芯片。這不是單純的技術選擇，而是地緣環境下的必然趨勢。

第三，美國出口管制政策存在極大的不確定性。現在AMD可以對華銷售的產品，未來隨時可能被列入禁售清單。這種不穩定的政策風險，是所有美國芯片企業在華發展的最大隱患。

面對這些挑戰，AMD的應對方式是打造開放生態，主打開放平臺和全品類模型適配能力。蘇姿豐在演講中特意提到，AMD的平臺已經適配了MiniMax、通義千問、小米、Kimi、DeepSeek、階躍星辰等所有主流中國本土大模型。AMD不自己做大模型，只專注做底層算力支撐，這種中立的定位，讓它成為國內大模型廠商認可的基礎設施服務商，不像英偉達，既有獨家生態鎖定用戶，又自研大模型和同行競爭。

四、告別“擺樣子的AI”，AI進入看實際收益的新時代

李開復在對話中提出了一個直擊痛點的觀點：“如果一家企業做的AI落地項目，最終沒能改變企業財報里的任何核心數據，那這就不算真正的AI轉型，只是花錢做了個擺設、浪費資金搭建了AI實驗室。”

這句話直接戳破了當下很多企業“跟風做AI”的虛假繁榮。

過去兩年，全球企業都陷入了“怕錯過AI風口”的熱潮。從企業老板到中層管理者，人人都在談AI轉型、組建AI團隊、制定AI發展戰略。但絕大多數相關工作，最后都成了表面功夫：只是做PPT給董事會看、講故事給投資人聽、貼個AI標簽刷行業存在感。

核心問題始終沒變：企業投入大量資金做AI，到底有沒有帶來實實在在的商業收益？

李開復給出了一個簡單直接的評判標準：看企業的財務報表。收入有沒有上漲？成本有沒有降低？利潤有沒有提升？供應鏈效率有沒有優化？靈活定價有沒有帶來更高的利潤？

如果這些答案都是否定的，那所謂的AI轉型，就只是昂貴的裝飾，毫無實際價值。

蘇姿豐從算力基建的角度，認同了這個觀點。她透露，AMD內部工程師已經在用AI智能體優化產品設計和測試工作，現在一個人搭配對應的工具和算力，就能完成過去一整個團隊的工作量。這不是未來的設想，而是當下正在發生的事實。

兩位行業大佬達成了一致的判斷：AI已經走出了試驗摸索階段，正式進入了看重投資回報的實用階段。2024年、2025年，企業投入AI的成本，都算是學習和試錯的費用；從2026年開始，企業會要求AI落地必須創造實實在在的收益。

這場行業轉變，會帶來極其深遠的影響。

第一，AI行業會出現強者愈強、弱者愈弱的兩極分化。那些能靠AI創造實際商業價值的企業，不管是科技巨頭還是傳統企業，都會持續加大投入，和同行拉開差距。而那些只會跟風做表面AI項目的企業，會在收益壓力下縮減AI預算，最終被市場淘汰。

第二，AI行業的供應鏈模式會徹底革新。當企業客戶不再為概念和噱頭買單，只為實際效果付費時，AI工具、平臺的定價方式、服務模式、銷售邏輯都會全面改變。按調用次數收費的模式，可能會變成按業務收益分成；單純售賣算力的模式，會升級為提供整套落地解決方案。

第三，AI智能體會從實驗室走向真實工作場景。因為智能體的核心價值，就是交付實際結果，不只是輸出簡單內容。比如一個負責客戶服務的AI智能體，可以直接用解決投訴的數量、客戶滿意度提升的數據來核算收益，比單純統計AI生成的內容數量，要直觀實用得多。

五、50億用戶時代：算力不再稀缺，人人都能用上

蘇姿豐的50億AI用戶預測，還有一個很容易被忽略的核心變化：AI算力會變得全民普及、人人可用。

如果AI要像現在的互聯網一樣全面普及，就不能只局限在云端數據中心運行。50億人每天使用AI，意味著AI會無處不在，手機、電腦、汽車、智能家居、工廠設備上，都會搭載AI功能。

這就是AMD重點發力的端側AI、本地AI技術。

本次AMD開發者日的展區和研討環節，大部分內容都在講解如何在本地設備上部署AI模型：怎么在電腦上運行私人AI助手、怎么在終端設備上實現低延遲AI響應、怎么在本地設備上搭建集成語音識別、AI推理、語音播報的智能桌面設備。

從長遠來看，算力全民普及還會催生全新的AI應用。當每個人的手機都能本地運行大模型，私人AI助手就不再是云端線上服務，而是專屬的數字分身。它熟悉你的喜好、日程安排、社交關系，就算沒有網絡，也能幫你處理各類日常事務。這種高度個性化的AI體驗，是云端AI無法實現的，主要受限于網絡隱私和數據安全。

六、AI的潛在隱患：50億用戶時代的風險與管控難題

當大家都在看好50億人日常用AI的美好前景時，樂觀的技術發展論調，也掩蓋了很多深層風險。

首先是算力差距問題。蘇姿豐的50億用戶預測，默認全球所有地區的算力基建都會同步完善。但現實是，發達國家和發展中國家、城市和鄉村、富人和窮人之間的算力差距，會比現在的網絡數字差距更加懸殊。如果AI成為教育、就業的必備基礎工具，那些無法使用充足算力的人群，會被進一步邊緣化。

其次是AI智能體失控風險。隨著AI智能體的自主能力越來越強，可以自主決策、調用工具、對接各類外部系統，它的行為邊界該如何界定？如果智能體執行任務時出現失誤，比如誤轉賬、誤刪除數據、誤發送信息，造成的損失該由誰承擔責任？目前的法律和監管規則，完全沒有適配智能體時代的相關規定。

第三是就業市場的巨大沖擊。李開復提出的AI替代完整部門，而非單個崗位，一旦成真，會給就業市場帶來結構性、永久性的改變。50億人日常使用AI，意味著AI會滲透到所有經濟領域，每一處AI落地，都會替代一部分人類工作。社會能否快速創造新的就業崗位、完善社保體系，來緩沖這場就業沖擊，是巨大的考驗。

第四是模型偏見和人為操控問題。50億人每天和AI互動，AI給出的答案、內容，會潛移默化影響大眾的認知、喜好和決策。如果大模型本身帶著訓練數據里的偏見，或是被別有用心的人操控，帶來的負面影響，會遠超現在的社交媒體算法。

這些問題目前都沒有完美的解決方案，需要從技術、法律、倫理、社會政策等多個維度協同發力、共同應對。蘇姿豐和李開復的演講和對話中，幾乎沒有提到這些潛在風險，這也可以理解，畢竟開發者日的核心是推廣技術、搭建生態，不是開展政策辯論。

但如果50億AI用戶的預言成真，它帶來的社會影響，會遠遠超過技術本身的價值。AMD作為算力基建提供商、零一萬物作為智能體技術推動者，以及所有依托這個生態獲利的企業，都必須直面一個問題：當大家打造的AI新世界全面到來時，會不會帶來諸多意料之外的代價？

八、結語：一場關于50億AI用戶的時代賭注

2026年5月19日的上海，蘇姿豐面對臺下兩千多名開發者，平靜地說出了那個數字：50億。

她沒有提高音量，沒有刻意渲染氛圍，就像在陳述一個普通的技術預判。但臺下的開發者，以及后續通過直播、回放看到這場演講的數百萬人，都能感受到這個數字的重量。

五年時間，AI用戶從10億漲到50億，人人每天都在用。

這是一場關于技術普及速度的重磅賭注。賭的是：未來五年，AI智能體技術會從少數人使用的新鮮事物，普及到全球近三分之二的人口。賭的是：AI的使用門檻會降到極低，像現在的智能手機一樣，成為所有人日常必備的工具。

這場賭注，最終誰贏誰輸，目前還沒有答案。

如果50億用戶的預言成真，AMD會是最大的贏家之一，因為它主打的CPU+GPU對等架構，正是智能體時代最適配的算力模式。零一萬物也會收獲巨大紅利，其提前布局的智能體技術和開源模型，會迎來爆發式市場回報。

但如果預言落空，智能體技術突破遇阻、大眾接受度不足、隱私安全問題制約普及，那當下所有的行業熱情和資金投入，都會淪為新一輪AI泡沫的見證。

縱觀歷史，技術預測大多很難精準落地。上世紀90年代，大家預判信息高速公路會徹底改變生活，這個大方向沒錯，但落地的方式和時間和當初的預判差距極大。2010年前后，有人預判虛擬現實會取代智能手機，至今也沒有實現。

蘇姿豐的50億用戶預言，未來大概率會被修正、調整、重新解讀。但它的核心價值不在于精準預判數據，而在于指明了行業方向：AI和人類生活深度融合，是不可逆轉的大趨勢，無論落地時間如何變化，這個方向不會改變。

那場上海活動的最后，李開復對臺下所有開發者說了一句話：“擁抱AI時代。”

這句話聽起來像一句普通的勵志口號，但在當時的場景下，在兩位行業大佬描繪完50億人用AI的未來藍圖之后，這句話有了更厚重的意義。

擁抱AI，就是接納全新的世界：AI成為日常工具、智能體成為工作伙伴、算力成為像水電一樣隨處可用的基礎資源。

而我們所有人，真的準備好了嗎？