在日前開幕的 COMPUTEX 2026（中國臺北國際電腦展）上，高通公司總裁兼 CEO 安蒙（Cristiano Amon）發表了開幕主題演講。在這次的演講上，他帶來了一項極具分量的預判：2026年，正式進入智能體之年。

智能體倒逼硬件架構升級

在過去，無論是辦公場景的電腦，還是隨身攜帶的手機，包括是我們日常出行的車機，其底層邏輯都是以應用程序（APP）為中心。在整個交互過程當中，用戶扮演了輸入指令的角色。想要適配不同的場景，用戶需要自己手動在不同設備、不同系統、不同 App 之間切換，并一步步發起指令。

在安蒙描繪的未來生態中，這套交互邏輯徹底變了。智能體成為了整個數字體驗的核心。我們身邊的所有設備，手機、PC、汽車，包括智能物聯網，都將成為智能體的端點（endpoint）。

智能體時代，AI 將不再只是一個單純的對話工具，而是一個擁有自主規劃能力，能理解甚至預判你的意圖，能全天候運行，支持跨系統、跨數據協調執行的伴侶。用戶只需要設定一個目標，智能體就能夠自主拆解步驟、調用工具，獨立完成。整個過程中，人類只需要在一些關鍵的環節進行確認。

這是人機交互歷史上一次重要變革，也是硬件架構全面升級的開始。

以前的硬件，其產品形態很多都是為了用戶發起操作而服務的，比如鍵盤、鼠標，包括屏幕......很大程度上都是為了服務用戶的指令輸入這一需求而來的。而智能體時代的硬件，它最核心的需求就是要能夠服務于智能體的自主運行。

未來的終端設備需要一個極其強大高效的 CPU，用來負責任務的規劃和調度，也需要更高算力和更強能效的 NPU 與 GPU 支持本地大模型的實時推理。為了服務智能體的自主運行，從算力芯片到電池體積，新一輪的硬件升級周期已經到來。

在演講中，安蒙提到了一個關鍵的數據：每瓦特性能。

未來的設備各不相同，場景各有側重。比如手機這類移動設備需要同時滿足高速率和低功耗；汽車與機器人需要在嚴苛的使用環境下，保障絕對的穩定運行。這些割裂場景的背后，實際都面臨一個巨大的挑戰：不斷膨脹的算力需求和有限的能源供給之間的矛盾。換句話說，未來的硬件廠商們更需要考慮如何在有限的功耗和體積下榨取更多的算力。

在這方面，高通顯然是具備優勢的。安蒙強調，高通正在打造一個覆蓋全場景的系統級計算解決方案。它既包含功耗在 2 毫瓦以下，配備微功耗 Wi-Fi 芯片的音頻耳機。也包括承載大規模推理運算，需要千瓦級供電的高性能數據中心。

在這次演講上，高通扔出了一枚重磅炸彈：高通宣布推出高通數據中心產品的全新品牌——高通飛龍（Dragonfly）。安蒙表示，目前高通飛龍（Dragonfly）已經與超大規模云服務商以及全球伙伴展開了實際部署。更多路線圖細節也將在 6 月 24 日的投資者大會上公布。

飛龍的問世，標志著高通正式開辟了全新的數據中心戰場。在智能體時代，高通顯然也要將自己的能力延伸到更多領域。

Token 成本暴增，分布式架構有望破局

除了硬件變革之外，智能體時代還有一個不可忽視的問題就是算力消耗。

安蒙在演講中提出了一個關鍵的論斷：智能體正在成為 AI 詞元（token）需求增長的核心來源，未來它將重新定義 AI 的架構與經濟模式。

未來幾年，AI 詞元（token）消耗量將實現指數級的躍升。高通預測：在第一階段的對話式 AI 中，單輪對話大約消耗 10000個 詞元（token）；到了多輪對話的推理式 AI 階段，單項任務的需求已經飆升至 100000個；而到了智能體 AI 時代，由于要自主執行多個步驟，調用多個 AI 工具，單項任務的 token 消耗量已經達到了1000000級別，且仍在持續增長。

從時間跨度來看，2026年全球每 10 秒的 token 需求約為 317 億，而到了2030年，同樣是每 10 秒，這一數字將達到驚人的 1.27 萬億，暴漲 40 倍。

詞元（token）已經成為了 AI 時代的全新貨幣。而如果未來所有的 AI 運算都放在云端，其高昂的帶寬、算力和能源成本將成為橫亙在 AI 規模化落地面前的高墻。

面對這一核心矛盾，高通的分布式架構方案有望成為破解成本危局的關鍵。

在現場演示的案例中，以 Claude Code 編程開發和網頁創建為例，通過智能規劃器可以對工作負載進行智能調度，將一部分任務留在設備本地，必要的內容再上傳至云端。在保證相同結果的前提下，這種分布式架構能夠讓任務更高效地進行處理，節省了約 140 萬個詞元（token），降低了 60% 的成本。而在網頁創建場景中，分布式架構的詞元（token）消耗量也減少了 30%，成本降低了 4 倍。

高通提供的案例揭示了未來智能體時代，云端與邊緣計算協同的特點。這種分布式 AI 架構，不僅能夠讓計算變得更加高效和穩定，也在成本上實現了可行可控的商業閉環。

6G 網絡也將成為“AI網絡”

在更廣闊的應用場景下，智能體也在扮演變革者的角色。

在 Computex 的演講中，安蒙規劃了更廣闊的智能體時代 AI 場景：未來的汽車將擁有相互協同的兩套智能系統：一套在座艙內，無縫連接以用戶為中心的應用交互；而另一層則是輔助駕駛層面的物理 AI，利用攝像頭、雷達和各種傳感器，實現實時感知、規劃與安全導航。同樣，汽車行業也正在加速從“軟件定義汽車”升級為“AI 定義汽車”。

機器人領域也是一個很值得關注的賽道。在這個極度挑戰計算極限的行業，目前正在融合消費電子的高度集成化與汽車級的工業安全冗余。在現實物理世界中，機器人既需要脫網獨立運行的本地邊緣計算能力，又能在必要時將高耗能的推理任務無縫甩給云端。這種從單一芯片控制向分布式智能的設計，也將為機器人領域帶來革命性的變化。

未來，要支撐起這個龐大的智能體與物理 AI 體系，無線通信的基礎設施必須進行全面升級。安蒙在演講中深入闡述了未來 6G 的三大核心支柱，其中“感知”和“分布式計算”是以往電信行業從未具備的全新能力。

高通認為網絡本身在未來也將成為 AI 網絡，從基站到數據中心都具備實時推理能力，射頻信號本身將作為物理 AI 的一部分輸入。未來 6G 網絡將編織出一個龐大的數字孿生，它的 AI 能力將通過網絡遍布給所有的終端設備，真正實現計算無處不在，AI 無處不在。這也是高通將 6G 定義為“首個專為 AI 時代打造的無線通信技術”背后的底層邏輯。

從毫瓦級的物理終端，再到千瓦級的數據中心，這場由智能體推動的計算架構重塑，正在深刻改變整個科技行業。屬于邊暈端協同的智能體時代，已經正式拉開了帷幕，它將深刻改變我們的生產生活。而在這個過程當中，高通也扮演著越來越重要的角色。