7月的上海，世博展览馆周围，高温与阵雨都没能拦住观众的热情。大会主办方两次发信息提醒：人流集中，排队入场耗时较长。展馆内，AI与机器人行业的从业者、投资人、创业者，甚至求职者，在四天时间里被高密度“压缩”在一起。有人拉着行李箱，站在熙熙攘攘的人群旁，用一台老旧的笔记本电脑亮出标语——“寻找一起创业的小伙伴”。
过去一年里，从Claude崛起，到龙虾OpenClaw“破圈”，市场已经被充分教育。智能体这个概念，不再陌生。而伴随智能体而来的热词，是因为它“烧钱”才被广泛关注的Token——也就是AI大模型处理文本的最小单位。这一年，是AI大模型转向智能体、切实代替人类工作的一年，也是Token消耗暴增的一年。这给参展的企业和机构带来了哪些影响？
这篇观察，主要围绕AI与智能体、算力展开。
7月18日，世博展览馆H1展厅门外拥挤的人群。
聊参数的人少了，能不能干活才是关键
走进WAIC展馆，一个直观的变化是：在以AI大模型为主题的H1展厅里，很少有展商再拿“我们的模型有多少参数”当卖点。取而代之的问题更务实——AI Agent能不能在具体场景中，真正代替人类把活儿干了？
展会上出现了不少外国面孔。百度展台上，一位来自巴基斯坦、在中国求学14年的外贸公司经理阿里告诉记者，他印象最深的是“有用”。“中国的AI和机器人不是摆在那里好看，而是真的能帮人类。一楼展厅里，比如百度搭子，我有些工作没在电脑上完成，在手机上告诉它要做什么，它就能给你处理得很清楚。二楼展厅的机器狗，有些人过不去的地方，它就能过去。”
展台工作人员进一步解释：“那些看起来不大，但在真实工作里高频、琐碎、耗时的任务，最适合智能体接手。所以在应用中，百度搭子覆盖的场景不只是做PPT这种标准化办公任务，还包括工作流里大量细小但真实的环节，比如检查开会材料里哪些链接无法访问。”
到了B端，智能体要真正进入企业的工作流，远比在展台演示复杂。容联云产研中心副总经理唐兴才对记者坦言，他早先认为智能体应该去适应企业内部的固有流程，但推进过程中发现，人需要适应智能体的工作方式，才能发挥最大效率。
容联云从四年前就开始探索AI客服落地。“之前，座席需要自己思考、关注客户说了什么。现在用户进线时，智能体可以洞察，甚至给出回答建议。过去，座席大量背话术是很重要的工作，这其实就是背企业的知识库。现在智能体把企业知识库和所有信息都掌握了，座席的作用更偏向于审核——看看智能体给出的建议合不合适，然后确认使用。座席变得更像小模型时代的训练师，确认审核这个动作，正在调教模型变得越来越聪明。”
那么，同样一个工作，用智能体和用人工，成本到底差多少？
唐兴才给出了明确答案：人工座席每天工作8小时，需要培训，还面临流失风险，每天接听150到300通电话就已经饱和，成本大约在5000到8000元。而智能体可以24小时工作，每天处理话务量1万以上，服务标准统一，没有情绪问题和个人差异化，成本大约2000到3000元。能力上，智能体达不到优秀人员的水平，但可以达到合格水平。“这使得它的边际成本非常低。”
AI智能体的“落地”与“实用性”，在H4展馆体现得更充分。这个区域里，70%的企业成立不足3年，很多是“AI原生”企业，从成立起就以AI能力为核心。正因如此，它们更看重AI实际解决问题的能力，是科研成果转化的最佳实践者，对成本和落地也更加敏感。
一个典型的例子来自百型智能。记者走到这家公司的展位前，发现创始人韩美正和几位看上去很年轻的公司员工自拍。韩美此前在阿里巴巴做出海业务，有20多年的B2B跨境经验，而公司主力AI研发人员之前研究的领域是“图论”。行业经验与技术结合后，百型智能在2024年已经成为国内最早做单智能体Agent的公司之一，拥有中国首个备案的外贸垂类大模型，在“用AI帮助国内企业出海找客户”这个痛点上实现了落地。
百型智能创始人韩美。
韩美对记者直言，公司的现金流一直很稳定，客户多为中小企业。“我们选择做难而正确的事，对中小企业收费不太贵，按结果收费。目前我们的智能体已经服务了1000多家企业出海。新推出的企业本体OntoZ，让群智能体覆盖客户更多Lead2Cash工作流，同时成为数据入口，主动沉淀数据资产，实现高频反馈下的交付自优化。”当被问及服务的企业里哪个行业出海最多时，韩美坦言机器人、3C数码等中国产品最受海外欢迎，“带电带智能带软件的出海势头最好。”
客户从人转向智能体，如何节省Token？
智能体的流行，也让Token消耗量剧增。这一趋势从年初的龙虾OpenClaw热潮开始被业界重视，之后几乎成了行业共识。
当你确定Token消耗将巨量增加时，如何才能抓住这个机遇？WAIC现场，多家芯片以及AI基础设施厂商给出了答案，而且解决方案“八仙过海，各显神通”。
在H2算力主题展区，记者看到了多家芯片公司展示的黑色集装箱一般的巨型机柜。不少算力厂商推出了卡数各异的“超节点”产品。
WAIC展馆内展示的磐久AL128超节点服务器。
壁仞科技AI框架架构副总裁丁云帆告诉记者，当前AI发展面临三大核心挑战：模型参数从千亿迈向数万亿（超大参数），Agent等应用场景要求百万级上下文长度（超长文本），推理和训练都需要成千上万张GPU协同工作（超大集群）。仅凭单张GPU的算力性能，已经难以独立承载这些复杂任务。如何实现海量GPU高效协同，使之如同一台一体化超级计算机，正是超节点架构着力破解的核心难题。
不过，当前主流的电互连超节点方案正面临规模扩展的物理极限。随着GPU算力持续增长，互连带宽需求将超过1TB/s，端口速率将达224Gbps，而铜缆电信号在3米内就会严重衰减。光互连成为突破这一瓶颈的必然选择。因此，壁仞科技在WAIC期间推出了下一代NPO光互连、分布式解耦架构超节点方案。
“异构”也是关键词之一。
从“AI四小龙”时代走来、在上海“主场作战”的商汤，此次带来了商汤大装置实现多项关键技术突破的消息。比如依托异构混合推理，商汤大装置实现主流国产芯片MFU提升85%到152%，整体推理性价比达到英伟达H系列的1.25倍。商汤科技董事长兼CEO徐立表示，谁能以更低的成本、更高的效率、更稳定的供给，来提供高质量的Token资源，谁就能推动AI时代的新繁荣。
无问芯穹联合创始人兼CEO夏立雪发表演讲。
无问芯穹联合创始人兼CEO夏立雪在WAIC现场披露了公司首创的跨集群异构PD分离架构。他认为“计算需求在指数级攀升，今天，仅依靠产能的线性增长去堆叠算力，已经远远无法弥合供需之间持续扩大的缺口。”他解释称，智能体推理上下文极长，交互轮次极多，缓存命中率极高，对吞吐、时延、缓存复用的要求远高于传统对话场景。不同芯片在预填充和解码两个阶段，性能表现差异很大。而目前各地已有的存量算力集群基本都是同构设计，普遍各有侧重、存在“偏科”。新架构可以让“偏科”的硬件只刷自己最擅长的题，极大提升大模型推理系统效率。
相比架构改变，PPIO创始人姚欣更强调客户的变化。他认为“智能体时代最重要的变化，就是云的第一客户从人变成了智能体”。基于此，他在WAIC上宣布打造“面向智能体时代”的Token智能工厂，以及打造“智能体为第一客户”的Agentic Cloud。前者旨在帮助企业避免Token浪费，后者则是为智能体打造的云服务体系。
在Token生产商眼中，智能体已经逐步取代人类，成为Token的“第一大用户”。这带来了商业上的改变，对AI基础设施提出了更高要求，也给国产算力发展创造了全新的机遇。
可以预见，随着智能体应用进一步普及，Token的供需与效率还将持续重塑算力产业的格局。而所有技术迭代的最终指向，都是让AI以更低的成本、更稳的姿态，真正成为千行百业的生产工具。这趟由技术驱动的产业列车，刚刚驶入最具想象力的区段。
