先来说一个核心判断：2026年，全球半导体和消费电子行业的风向标——COMPUTEX，已经彻底转向了AI。从英伟达到高通，从英特尔到AMD，所有芯片巨头都在围绕同一个主题布局。而本届大会上，高通CEO安蒙的开幕演讲，被普遍视为最重要的行业信号之一——他直接把2026年定义为“智能体之年”。
今年的展会官方主题是“AI Together”，直指AI从概念验证走向规模化商用的关键转折点。安蒙的发言，则更进一步点明了产业叙事的演进路径：从模型能力的训练竞赛，到大规模推理，再到现在开始落地的智能体规模化——这个链条，正在加速闭环。
生态中心转移：从“以设备为中心”到“以智能体为中心”
安蒙在演讲开场就给出了一个很明确的判断：2026年，是智能体之年。AI正在从“你问它答”的辅助工具，进化成能自主采取行动的实体。更重要的是，这种进化将迎来前所未有的规模化普及。
过去十几年，手机一直是用户数字生活的绝对核心。应用、生态、可穿戴设备，全都围着手机转。但到了智能体时代，所有硬件——包括手机在内——都会变成智能体的“触点”。智能体跨设备、跨场景、全天候跟着用户，主动理解意图、自主执行任务、持续保持上下文，成为真正的数字伙伴。
生态中心的转移，其实会引发一连串连锁反应：
终端的价值会被重新定义——设备不再是交互入口，而是智能体的执行终端。硬件设计逻辑，从“满足人类操作”转向“支撑智能体自主运行”。交互范式也会彻底碘伏，从“指令—响应”的被动模式，变成“感知—规划—协同—完成”的主动服务模式。而行业格局的洗牌已经开始了——未来终端生态厂商的竞争焦点，会全面转向智能体适配与生态构建能力。
终端迎来重构：智能体推动硬件、芯片、OS集体升级
先讲一个很重要的产业判断，安蒙在会上说得非常直接：现有设备根本无法承载智能体AI。
为什么？因为当前所有终端都是为“人类主动操作”设计的。而智能体需要7×24小时运行、跨系统协同、持续上下文、自主决策、多任务编排——这些特性对硬件提出了革命性的要求：
算力架构得重构。智能体需要高能效的CPU来负责任务编排，高算力密度的NPU/GPU来运行本地模型。过去那种“重GPU轻CPU”的思路，很快就会失效。
功耗和时延的硬约束也得解决。智能体全天候运行，功耗挑战指数级上升。能效比取代峰值性能，成了最关键的指标。
感知与上下文成了标配。传感器、多模态数据处理、本地隐私计算能力，从过去的“卖点”变成了“基础能力”。
分布式部署成了刚需。AI任务必须在端、边、云之间动态调度，单一云端或者单一终端都满足不了需求。
这意味着，智能手机、PC、可穿戴、汽车、机器人——几乎所有终端品类，都会迎来一轮史上最大规模的硬件升级周期。对于芯片行业来说，谁能提供覆盖全场景、全功耗段、高能效的智能体专用解决方案，谁就能成为下一个AI阶段的主导者。
物理AI爆发：汽车、机器人、工业成为智能体新战场
智能体这件事，不可能只停留在屏幕里。安蒙把智能体的边界从个人计算延伸到了物理世界，提出了“物理AI”这个全新赛道——这直接打开了一个万亿级的产业空间。
在汽车领域，从“软件定义”走向“AI定义”，座舱的个性化智能和道路物理AI双系统融合，智能体可以跨设备无缝跟随。
在机器人领域，高通推出了基于三层计算架构的全栈参考设计——即时执行、任务落地、推理决策——覆盖了AMR、机械臂、人形机器人、无人机等全形态。
在工业领域，问题不是需求受限，而是方案受限。视觉AI、智能传感器结合智能体，会在零售、仓储、能源、智慧城市等场景实现规模化落地。
一个值得注意的行业意义在于：智能体从C端走向B端，从数字世界走向物理世界。AI正在真正变成实体经济的基础设施。而高通的做法，是把消费电子的高集成、低成本优势，和汽车、工业的高可靠、高精度能力结合起来，构建起独特的壁垒。
6G+智能体：网络成为AI的“感官”与“骨架”
最后一个不可忽略的变量是网络。安蒙在演讲中再次系统性地强调了6G对智能体AI时代基建的关键意义。他把6G定义为“最为了AI时代设计的无线网络”——它的连接、分布式计算、感知三大支柱，共同构成了智能体时代的底层基础设施。
6G的超高速上行能力，可以支撑智能眼镜、AR/VR设备实时回传高清视觉数据，让每个人变成“行走的摄像头”。同时，6G网络本身就是分布式AI计算体系，算力可以下沉到基站、中心局，实现端边云高效协同。最具碘伏性的是感知能力——无线信号就像海量的自动驾驶雷达，通过数据三角定位，可以构建区域、城市甚至国家级数字孪生，为智能体提供全域实时上下文。
说白了，6G不再只是一个更快的通信网络，而是智能体感知世界、协同运行的“数字骨架”。有了它，智能体才能真正实现全场景、全天候落地。
Token成AI新货币：分布式AI定义产业经济模型
最后谈一个极具冲击力的概念。安蒙在演讲中提出：Token是AI时代的新货币，而智能体正是Token需求的核心来源。
来看几个数据：从对话式AI的单任务约1万Token，到推理式AI约10万Token，再到智能体AI约100万Token——两代升级，百倍增长。更具体地说，2026年全球每10秒的Token需求约31.7亿，到2030年会达到1.27万亿，增长40倍。
Token的大规模消耗，直接定义了AI的技术架构和经济模型。而分布式AI，成了最优解。安蒙通过编码、网页生成两个实例证明：端边云协同的分布式智能体AI，最高可以节省60%的Token消耗，成本降低75%。这也终结了行业长期存在的“云端与边缘二选一”的争论——它们不是替代关系，而是计算连续体的有机组成部分。
DragonFly重磅亮相：高通完成从毫瓦到千瓦全域闭环
压轴环节，安蒙放了一个大招：高通正式发布数据中心业务的全新品牌——DragonFly。这标志着这家移动芯片巨头完成了全场景算力布局。
至此，高通能够构建从毫瓦级耳机、可穿戴设备，到手机、PC、汽车、机器人，再到千瓦级数据中心的全功耗段系统，真正覆盖了计算连续体的各个层级。
安蒙表示，高通在移动领域积累的能效优势、全场景整合能力，会顺利延伸至数据中心。目前他们已经与全球超大规模云厂商开展了实际部署，更详细的路线图将在6月24日的投资者日公布。
DragonFly的亮相，让高通从移动芯片提供商升级为全域智能算力服务商，多元化战略进入全新阶段。
从行业视角来看，安蒙这次演讲并非单纯的企业战略发布，更像是对全球科技产业未来走向的一次定调。智能体AI带来的不只是产品和技术升级，更是计算范式、生态格局、商业逻辑的全方位重构。芯片行业从单一算力比拼，转向了全栈能效、全域覆盖、全场景适配的综合竞争；终端厂商、云厂商、应用开发商必须快速适配智能体模式；通信、半导体、终端、AI、云计算——全产业链，都被卷入了这一轮超级升级周期。
分析师普遍认为，高通正在从移动芯片供应商，向覆盖终端、边缘到数据中心的端到端系统级AI解决方案提供者转型。全球有近60亿部智能手机、超过20亿台PC，数以十亿计的终端都需要升级以支持智能体AI——这个市场前景，资本市场已经给出了积极反馈。近期，摩根大通等多家华尔街投行也密集上调了高通的目标价。
