6月2日，台北电脑展COMPUTEX 2026正式开幕。高通CEO安蒙在前一天的主题演讲里，直接抛出了一系列相当大胆的判断：智能体（AI Agent）正在成为AI世界新的“印钞机”——也就是词元（Token）需求的核心来源，它将定义整个AI的架构和经济模式。最核心的观点是：未来，智能体会取代手机，成为你数字体验的新中心。而高通，恰好拥有从最小的可穿戴设备，一直到云端数据中心，覆盖整个计算链条的系统级能力。
演讲的精彩处部分，安蒙在最后揭晓了高通全新的数据中心业务品牌——高通飞龙（Dragonfly）。这标志着高通第一次用自己的品牌，系统性杀入数据中心芯片市场。从此，高通的产品线从功耗不到两毫瓦的耳机，一路延伸到了千瓦级的数据中心服务器。更多关于“飞龙”的细节，会在本月底的投资者日上揭晓。
智能体：数字世界的新主角
安蒙反复强调一个判断：“2026年是智能体之年。”在他看来，AI正在从一个“你问它答”的工具，进化成能自主行动的“数字员工”。这个转变的核心，在于你数字生活的重心正在迁移。
过去十五年，手机是绝对的中心，所有交互都围着它转。但在安蒙描绘的未来里，智能体将成为新的中心，而手机、PC、眼镜、汽车，所有这些硬件，都降级成了智能体的“端点”。
“智能体不受限于任何设备或单一生态系统，”安蒙说道，“所有能将你与智能体连接起来的东西，都将成为AI的端点。”
这个论断的产业影响深远。如果智能体真的成了中心，那么手机厂商的竞争焦点，将从操作系统和硬件参数，全面转向智能体能力和跨设备协同能力。三星、苹果、小米们以后较量的，可能不是谁的摄像头像素更高，而是谁的智能体生态更强。
关键在于，现在的设备根本不是为智能体体验设计的。目前的硬件架构，是围绕“用户主动操作”构建的：你点亮屏幕、打开应用、输入指令，设备才响应。但智能体是全天候运行的，它能持续追踪上下文，自主规划多步骤任务，甚至不需要你持续干预。
安蒙抛出了一个很现实的问题：“如果光是你自己操作手机，让它撑一天都挺费劲，那要是你和一个AI智能体同时操作它呢？”这个问题直击了移动设备架构升级的核心：功耗和时延的平衡。
“双重角色”设备与新架构需求
演讲中，安蒙分享了一个有意思的观察。当OpenClaw这类AI规划器出现时，很多人开始买Mac Mini这类设备，专门跑智能体，然后通过发消息来和电脑交互。但这绝不是主流用户的行为——你不可能为了跑个智能体，再专门买台电脑塞包里带着走。
这就引出了“双重角色”设备的概念。未来的手机、PC，必须同时干两件事：一是你自己操作设备，二是智能体自主操作设备。一台设备，两套逻辑，硬件架构必须来一场根本性变革。
安蒙给出的技术路线图包含几个关键要素：一个性能强劲、能效极高的CPU来负责任务编排；极高能效、高计算密度的NPU和GPU来运行本地模型；还有传感器数据的持续获取——因为没有情境信息，智能体就无法提供实用、主动的服务。
这基本上勾勒出了下一代终端芯片的架构方向：CPU、GPU、NPU的协同方式将被重新定义，传感器中枢的地位大幅提升。对于已经在骁龙平台上整合了这些模块的高通来说，这无疑是个强化优势的好机会。
从60亿部手机到5亿辆汽车：设备规模的想象空间
安蒙用一组数字描绘了未来市场的潜力：全球约有60亿部手机、20亿台个人AI终端（可穿戴设备的进化体）、20亿台个人电脑、和5亿辆智能网联汽车。在智能体时代，这些都是潜在的AI端点。
这组数字的高明之处在于，它不只谈手机和PC这两个高通的主战场，而是把汽车和新型可穿戴设备也拉进同一个框架里。这其实是为高通的车载业务和新兴品类铺路。
在汽车领域，安蒙提出了“两个智能层”的概念。座舱内，智能体为你提供个性化体验，这和手机、PC上的逻辑一致。但在车外，车辆还需要“物理AI”通过摄像头、雷达等传感器来感知、规划、执行导航任务。这两个智能层必须作为一个整体系统来协同运行。
“软件定义汽车的转型正在进一步升级，向AI定义汽车演进。”这句话可以看作高通向汽车市场的新定位宣言：不只是提供座舱芯片和自动驾驶平台，而是提供覆盖座舱智能和物理AI的统一计算架构。
机器人领域也被纳入了安蒙的论述框架。他把机器人计算需求分为三层——即时执行、动作与情境交互、逻辑推理，并指出这需要分层式计算和分布式智能设计。高通正在构建覆盖从自主移动机器人、工业机械臂到人形机器人、无人机等多形态产品的综合性平台。安蒙还透露，后续会分享与Figure AI的合作进展。
6G：专为AI时代设计的通信标准
如果智能体真的成了中心，那么连接能力的重要性会进一步提升。安蒙花了相当篇幅阐述6G的愿景，并将其定义为“首个专为AI时代打造的无线通信技术”。
6G包含三大核心支柱：连接、分布式计算、和感知能力。后两者是无线通信领域从未有过的新能力。
在连接层面，安蒙描绘了一个场景：你戴智能眼镜时，它们需要“看到你所看到的”，这就要求6G网络支持极快的上行链路。“6G将让每个人都成为这个世界中‘行走的摄像头’”，因为你的所见所闻都可以作为高清视频发送出去。
更值得关注的是感知能力的引入。6G网络将利用射频信号作为物理AI的输入，每个无线连接都像一个雷达。通过对数十亿个连接的数据进行三角定位，可以创建社区、城市乃至国家的数字孪生。在这个数字孪生上，可以实现无人机探测、低空经济管理、道路行人识别等应用。
这和智能体AI的关系在于：这些实时的情境信息，将成为所有终端设备上智能体感知输入的来源。这再次印证了安蒙的观点——“AI是一种全新的计算形态，它将让计算无处不在。”
词元经济：AI时代的“硬通货”
演讲最后，安蒙试图解释一个更底层的问题：云和端到底怎么分工？他给出的分析框架是“词元经济学”。
他展示了一组数据，展示了词元消耗的爆发式增长。对话式AI，一次交互大约消耗1万个词元；推理式AI，每项任务需要10万个词元；而到了智能体AI，单次任务词元用量达到100万，并且还在持续增长。短短两代，增长了100倍。
从另一个维度看：2026年全球每10秒的词元需求是317亿；到2030年，这个数字将变成1.27万亿，增幅高达40倍。
“词元就是AI时代的全新货币。”安蒙断言。而在这个新经济模式里，智能体是词元需求的核心来源。因为它自主运行，和软件交互的速度远超人类，能同时跨多个服务执行操作。所有工作流中的词元，都将以机器速度生成，而不是人类速度。
这就引出了关键问题：面对如此庞大的词元需求，云和端到底怎么分工？
安蒙的答案是，这从来就不是一个“非此即彼”的问题。他打了个比方：你手机里可能装了200个应用，但没有人会纠结每个应用的哪部分在手机运行、哪部分在云端跑。AI也是一样，智能体会自动在最高效的地方处理工作负载，充分利用所有可用的计算资源。
为了证明这点，安蒙展示了两个案例。在编程场景中，通过智能规划器对负载进行分布式调度，可以节省约140万个词元，成本降低60%。在网页生成场景中，同样采用智能分布式架构，词元用量减少30%，成本降低4倍。
这些数据传递的信号很明确：混合AI架构不仅可行，而且在经济性上优势明显。对于手握端侧芯片优势的高通来说，这显然是一个有力的叙事。
高通飞龙（Dragonfly）：拼图的最后一块
演讲尾声，安蒙终于揭晓了贯穿全场的悬念。高通正式推出了数据中心产品的新品牌——高通飞龙（Dragonfly）。宣传视频显示，高通已经与超大规模云服务商和全球合作伙伴展开合作，推进实际部署工作。
安蒙没有透露太多技术细节，但他强调了一个重要的战略视角：有了高通飞龙，高通的产品组合已经覆盖了计算连续体的所有层级——从最小的可穿戴设备，到最高性能的数据中心。更多路线图信息，将在6月24日的投资者日上公布。
“飞龙”这个品牌名耐人寻味。蜻蜓在自然界以高速、敏捷和空中悬停能力著称，这或许暗示着高通数据中心芯片在能效比和灵活部署上的定位。考虑到安蒙反复强调能效在数据中心也同样至关重要，高通很可能要把移动芯片领域的能效优势，作为进入数据中心市场的“杀手锏”。
结语
安蒙在COMPUTEX 2026上的这场演讲，本质上是一次高通战略定位的重新宣告：它不再只是一家“手机芯片公司”，而是“AI计算连续体的架构师”。从毫瓦级的可穿戴设备到千瓦级的数据中心，高通试图用一套完整的端云叙事，把自己嵌入AI经济模式的每一个关键节点。数据中心新品牌“飞龙”的亮相，补齐了这块拼图的最后一环。6月24日的投资者日，将是检验这个宏大故事含金量的下一个窗口。
