高通的目標(biāo)早已不只是賣芯片。

作者｜田思奇

編輯｜栗子

過去幾年，產(chǎn)業(yè)競爭主要圍繞模型參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)質(zhì)量以及云端算力儲備展開。無論是大模型能力的提升，還是生成式AI的快速普及，本質(zhì)上都建立在更強的訓(xùn)練和推理能力之上。

但當(dāng)Agent開始從聊天窗口走向真實世界，新的挑戰(zhàn)也隨之出現(xiàn)。

COMPUTEX現(xiàn)場，高通公司總裁兼CEO安蒙（Cristiano Amon）展示了多個相關(guān)場景：

智能家居Agent能夠根據(jù)用戶安排自動為晚間聚會調(diào)整燈光、音樂和設(shè)備狀態(tài)；車載Agent結(jié)合攝像頭信息與云端數(shù)據(jù)，實時回答路況、餐廳和門店相關(guān)問題；辦公Agent則可以讀取郵件、日程和本地文件，自動生成每日工作簡報并提出后續(xù)建議。

對用戶而言，這些能力呈現(xiàn)為一次自然且連續(xù)的體驗；但對底層系統(tǒng)而言，其背后涉及跨設(shè)備、跨場景、跨算力層級的協(xié)同計算。如何在不同計算節(jié)點之間實現(xiàn)高效協(xié)同，正在成為Agent時代的重要課題。

因此，高通提出把2026年定義為“Agent之年”，并進(jìn)一步強化其戰(zhàn)略——打造覆蓋計算連續(xù)體（compute continuum）的統(tǒng)一計算架構(gòu)，讓每一次Token計算都發(fā)生在最適合的位置。

「甲子光年」觀察認(rèn)為，相比發(fā)布某一款芯片或終端新品，高通想回答一個更根本的問題：在Agent成為AI主要交互形態(tài)之后，支撐其運行的計算體系應(yīng)該如何重構(gòu)，以及終端、邊緣端和云端之間應(yīng)當(dāng)建立怎樣的新型協(xié)作關(guān)系。

對于長期被視為芯片廠商的高通而言，過去最大的價值來自移動計算時代。現(xiàn)在，它將證明智能體時代，高通作為底層計算平臺的潛力。

1.從端側(cè)AI到Token經(jīng)濟(jì)：高通的戰(zhàn)略升維

智能體正在改寫AI產(chǎn)業(yè)最底層的經(jīng)濟(jì)邏輯。

每一次環(huán)境感知、每一次工具調(diào)用、每一次跨設(shè)備任務(wù)接力，都會產(chǎn)生新的推理請求和Token消耗。行業(yè)測算顯示，Agent模式下的單任務(wù)Token消耗可達(dá)到傳統(tǒng)聊天機器人的50至200倍。

安蒙也提到：普通對話任務(wù)平均消耗約1萬Token，復(fù)雜推理任務(wù)約10萬Token，自主運行的Agent任務(wù)則可能達(dá)到100萬Token級別。

根據(jù)行業(yè)數(shù)據(jù)，2026年全球AI系統(tǒng)每10秒產(chǎn)生的Token需求量約為317億，到2030年這一數(shù)字有望增長至1.27萬億，四年增長40倍。

覆蓋個人AI和工業(yè)AI的端側(cè)和邊緣推理，已經(jīng)成為產(chǎn)業(yè)規(guī)模化發(fā)展的剛性需求。Token正在成為新的數(shù)字資源，其流向和分配方式將直接決定未來AI基礎(chǔ)設(shè)施的價值格局。

在安蒙看來，智能體并不是傳統(tǒng)軟件功能的延伸，而是一次計算架構(gòu)的重構(gòu)。今天絕大多數(shù)設(shè)備都圍繞用戶主動發(fā)起操作設(shè)計，但Agent需要持續(xù)承接上下文，在后臺自主規(guī)劃任務(wù)、調(diào)用工具和協(xié)調(diào)資源。隨著越來越多Agent開始以機器速度運行，終端硬件、操作系統(tǒng)和軟件架構(gòu)都需要重新設(shè)計。

這種變化也改變了計算體系中的價值分工。

過去幾年，行業(yè)討論AI硬件時，更多聚焦GPU、NPU等專用加速器的峰值性能。智能體時代，這種單點能力的重要性正在下降。

因為智能體的核心工作不只是生成內(nèi)容，還包括理解意圖、拆解目標(biāo)、規(guī)劃路徑、控制流程以及跨設(shè)備協(xié)同。這類綜合能力高度依賴 CPU、軟件棧和系統(tǒng)級調(diào)度能力。

對于高通而言，這也是一次角色轉(zhuǎn)變的契機。

近兩年，手機、電腦或汽車座艙和智駕芯片或許是高通最鮮明的產(chǎn)業(yè)標(biāo)簽。進(jìn)入智能體時代，手機依然是距離用戶最近、使用頻率最高、承載個人數(shù)據(jù)最多的智能入口，但智能體不會停留在手機里。它會沿著PC、可穿戴設(shè)備、汽車、機器人和云端持續(xù)流轉(zhuǎn)，根據(jù)任務(wù)需求動態(tài)調(diào)用不同層級的算力資源。

因此，高通討論的已經(jīng)不只是端側(cè)AI。隨著AI從單點應(yīng)用演變?yōu)榉植际街悄芟到y(tǒng)，產(chǎn)業(yè)競爭開始從單一設(shè)備能力轉(zhuǎn)向全局協(xié)同能力。決定價值高低的，不再只是某個終端能夠運行多大的模型，而是誰能夠在終端、邊緣與云端之間建立起穩(wěn)定、高效且低成本的運行體系。

計算連續(xù)體，就是高通給出的答案。這一戰(zhàn)略跳出了端側(cè)與云端的二元對立。隱私敏感、低時延任務(wù)更適合在終端或邊緣側(cè)完成，復(fù)雜生成和深度推理則交由云端處理。計算連續(xù)體的核心目標(biāo)，賦能從個人終端到數(shù)據(jù)中心的各類設(shè)備，跨越算力譜系實現(xiàn)分布式智能。

要讓這一戰(zhàn)略成立，還需要產(chǎn)品體系、設(shè)備生態(tài)和連接網(wǎng)絡(luò)共同支撐。這也構(gòu)成了高通COMPUTEX三大支柱的邏輯起點。

2.三大支柱，讓Agent進(jìn)入真實世界

與移動互聯(lián)網(wǎng)時代依賴新終端普及不同，Agent時代首先建立在海量存量設(shè)備之上。

安蒙提到，目前全球持有的60億部手機、20億臺PC、20億臺個人AI設(shè)備和10億輛聯(lián)網(wǎng)汽車，構(gòu)成了Agent天然的運行網(wǎng)絡(luò)。高通三大支柱的意義，正是在這些既有設(shè)備基礎(chǔ)上推動智能體規(guī)模化落地。

第一根支柱是規(guī)模化覆蓋，它回答智能體在哪里運行。

Agent天然具有分布式特征，無法依賴單一算力載體完成全部任務(wù)。高通構(gòu)建起覆蓋毫瓦級可穿戴終端到千瓦級數(shù)據(jù)中心的完整算力譜系，橫跨可穿戴設(shè)備、手機、AI PC、XR、汽車、機器人、IoT以及云端推理平臺。

截至目前，高通累計出貨43億顆具備AI能力的芯片，擁有行業(yè)最大的端側(cè)AI部署基礎(chǔ)之一。

所以高通并非從零開始構(gòu)建Agent生態(tài)，而是在既有終端網(wǎng)絡(luò)上承接智能體落地。隨著AI越來越依賴實時感知與上下文理解，手機、耳機、眼鏡、汽車和機器人都將成為推理入口。相比單一云廠商或單一設(shè)備廠商，高通橫跨多個終端品類的布局，使其天然覆蓋智能體最主要的運行場景。

第二根支柱是AI原生設(shè)備與系統(tǒng)，它回答智能體如何真正進(jìn)入用戶生活。

如今終端AI化浪潮全面提速，為智能體常態(tài)化落地打開場景空間。Canalys預(yù)測，到2026年末，全球AI手機累計出貨量將突破10億臺；Gartner預(yù)計，同年AI PC出貨量達(dá)到1.43億臺，占PC市場55%；Omdia預(yù)計，2026年AI眼鏡出貨量將超過1500萬臺。AI正在從應(yīng)用層進(jìn)入設(shè)備架構(gòu)層，AI原生終端逐漸成為行業(yè)主流。

Omdia還分析認(rèn)為，AI原生設(shè)備的關(guān)鍵，不再是繼續(xù)給單個終端增加功能，而是讓智能圍繞用戶持續(xù)流動。今天的手機、PC、耳機、手表、車艙與家居設(shè)備仍大多是信息孤島，用戶被迫充當(dāng)系統(tǒng)集成者。智能體時代需要一種新的系統(tǒng)架構(gòu)：手機不再一機包辦，而是成為個人AI網(wǎng)絡(luò)的錨點，負(fù)責(zé)承載用戶信任、上下文與本地算力；眼鏡、耳機、可穿戴和汽車則成為感知與執(zhí)行節(jié)點。

這和高通提出的EOY（Ecosystem of You）理念相呼應(yīng)。手機仍是個人AI的核心，負(fù)責(zé)存儲用戶上下文和本地記憶；AI PC承擔(dān)生產(chǎn)力任務(wù)；眼鏡和耳機提供視覺與聽覺入口；可穿戴設(shè)備負(fù)責(zé)持續(xù)感知；汽車則延伸出行場景。不同設(shè)備不再獨立運行，而是圍繞用戶需求協(xié)同工作。

安蒙在演講中提出，未來的設(shè)備會擁有“雙重角色”。一個是由用戶操作設(shè)備，這也是當(dāng)前所有設(shè)備的設(shè)計方式。但與此同時，智能體也會自主操作設(shè)備，而這就是未來設(shè)備的使用方式。相比傳統(tǒng)設(shè)備等待用戶點擊和輸入，AI原生系統(tǒng)需要持續(xù)理解意圖、保留上下文，并允許任務(wù)在不同設(shè)備之間自然接續(xù)。

這一趨勢正在推動個人AI從“人找服務(wù)”轉(zhuǎn)向“服務(wù)找人”。用戶需要的也不再是單個設(shè)備上的AI功能，而是跨設(shè)備、跨場景持續(xù)存在的智能體驗。

這種體驗離不開端云協(xié)同架構(gòu)。端側(cè)負(fù)責(zé)即時感知、本地記憶和低時延執(zhí)行，云端負(fù)責(zé)復(fù)雜生成和深度推理。兩者按需協(xié)同，使個人AI能夠同時滿足實時性、隱私性和復(fù)雜任務(wù)處理需求。

與此同時，近身智能與物理AI持續(xù)拓寬產(chǎn)業(yè)邊界，將智能體從消費電子場景延伸至真實物理世界。

汽車、機器人和工業(yè)設(shè)備正在成為Agent落地的重要場景。

安蒙認(rèn)為，汽車產(chǎn)業(yè)正在從軟件定義汽車進(jìn)一步演進(jìn)至AI定義汽車。車輛既運行自身的物理AI系統(tǒng)，也成為個人Agent網(wǎng)絡(luò)的一部分，共享用戶上下文與任務(wù)信息。

機器人則需要分層計算架構(gòu)：底層負(fù)責(zé)實時控制，中間層負(fù)責(zé)場景理解，上層負(fù)責(zé)推理與規(guī)劃。這種分層體系，本質(zhì)上也是計算連續(xù)體在物理世界的體現(xiàn)。

第三根支柱是智能連接，它回答智能體如何協(xié)同。

分布式智能體體系中，連接不再只是數(shù)據(jù)傳輸通道，而是任務(wù)接力、狀態(tài)同步和上下文流轉(zhuǎn)的基礎(chǔ)設(shè)施。一個完整任務(wù)可能在手機上發(fā)起，在PC上處理，在云端完成推理，再由汽車或可穿戴設(shè)備接續(xù)執(zhí)行，對網(wǎng)絡(luò)的低時延、高可靠和算力感知能力提出更高要求。

高通整合5G、Wi-Fi、藍(lán)牙、UWB、衛(wèi)星通信等能力，并前瞻布局6G網(wǎng)絡(luò)，希望讓網(wǎng)絡(luò)不僅傳輸數(shù)據(jù)，也能夠參與任務(wù)調(diào)度和算力協(xié)同。

高通將6G定義為首個面向AI時代設(shè)計的無線技術(shù)。安蒙表示，除了連接能力之外，6G還將承擔(dān)分布式計算和全域感知功能。海量聯(lián)網(wǎng)終端形成的無線網(wǎng)絡(luò)，本身就能夠成為智能體的重要環(huán)境感知來源，為AI持續(xù)提供實時上下文信息。

三大支柱共同構(gòu)成高通在智能體時代的核心能力。規(guī)模化覆蓋提供運行基礎(chǔ)，AI原生系統(tǒng)提供落地入口，智能連接提供協(xié)同能力。高通試圖證明的并非某個芯片的領(lǐng)先優(yōu)勢，而是其連接終端、邊緣與云端的系統(tǒng)級能力。

過去十年，消費電子行業(yè)競爭的是設(shè)備；未來十年，競爭的對象將變成系統(tǒng)。而高通爭奪的位置，也正在從終端芯片市場延伸至智能體時代的基礎(chǔ)設(shè)施層。

3.智能體時代的價值重估

安蒙在COMPUTEX上提出了一個容易被忽略的判斷：未來軟件行業(yè)服務(wù)的對象，將不再只有人類用戶。

過去幾十年，軟件產(chǎn)品圍繞人的點擊、輸入和操作設(shè)計。無論是辦公軟件、瀏覽器、電商平臺還是企業(yè)系統(tǒng)，本質(zhì)上都是人在發(fā)出指令，軟件負(fù)責(zé)響應(yīng)。

而隨著Agent開始自主規(guī)劃任務(wù)、調(diào)用工具、訪問服務(wù)并持續(xù)執(zhí)行流程，軟件第一次迎來了第二類用戶——智能體。

越來越多操作不會由人親自完成，而是由Agent代為完成。用戶不再逐個打開應(yīng)用、搜索信息、整理文件、安排日程，而是提出目標(biāo)，由Agent自動調(diào)用多個系統(tǒng)完成任務(wù)。

這也是資本市場重新審視高通的背景。

過去很長時間里，市場對高通的估值邏輯高度綁定智能手機和PC周期。安卓旗艦份額、手機出貨量、授權(quán)業(yè)務(wù)以及移動SoC競爭，共同構(gòu)成了投資者理解高通的主要框架。即便高通持續(xù)拓展汽車、IoT等業(yè)務(wù)，外界依然習(xí)慣將其歸類為一家芯片廠商。

但智能體時代，為高通提供了徹底擺脫換機周期束縛的機會。

移動互聯(lián)網(wǎng)時代的增長來自設(shè)備增量，而智能體時代的增長開始來自推理增量。價值不再完全取決于賣出多少設(shè)備，而取決于這些設(shè)備上的Agent運行得有多頻繁、處理了多少任務(wù)、調(diào)用了多少服務(wù)。對于資本市場而言，由持續(xù)推理驅(qū)動的市場，擁有遠(yuǎn)高于換機周期的長期想象空間。

這種變化已經(jīng)開始反映在高通的業(yè)務(wù)結(jié)構(gòu)之中。

2026財年第二季度，高通營收達(dá)到106億美元，其中汽車業(yè)務(wù)收入13.26億美元，同比增長38%；IoT業(yè)務(wù)收入17.26億美元，同比增長9%。汽車與IoT業(yè)務(wù)合計收入已經(jīng)超過30億美元，并持續(xù)保持快于傳統(tǒng)移動業(yè)務(wù)的增長速度。

更重要的是，這些業(yè)務(wù)背后存在共同特征：它們都是Agent未來的重要運行節(jié)點。汽車正在成為移動計算平臺，機器人正在成為物理世界的執(zhí)行終端，工業(yè)設(shè)備正在成為邊緣智能節(jié)點。過去彼此獨立的業(yè)務(wù)板塊，開始被統(tǒng)一納入同一套智能體運行體系之中。

因此，高通真正試圖建立的，并不是多個分散的新業(yè)務(wù)，而是一套覆蓋終端、邊緣與云端的智能計算網(wǎng)絡(luò)。這也是高通持續(xù)強化高通AI軟件棧和跨終端統(tǒng)一開發(fā)體系的原因。

對于開發(fā)者而言，這是一次開發(fā)、多端部署；對于企業(yè)而言，則意味著統(tǒng)一架構(gòu)下的持續(xù)運維和成本優(yōu)化；對于高通而言，則是從芯片供應(yīng)商向系統(tǒng)平臺提供者演進(jìn)。

數(shù)據(jù)中心推理業(yè)務(wù)，則為這一體系打開了全新的增長點。

安蒙在演講中提出，未來不需要再區(qū)分云端與邊緣，因為他們最終會融合為一個完整系統(tǒng)。過去行業(yè)習(xí)慣把終端、邊緣和云端視為彼此獨立的市場，但智能體工作流天然跨越多個算力層級。一次任務(wù)可能始于手機，在邊緣節(jié)點完成即時處理，最終調(diào)用云端推理能力生成結(jié)果。用戶感知到的是一次連續(xù)體驗，而非多個系統(tǒng)之間的切換。

這也是高通進(jìn)入數(shù)據(jù)中心的真正原因。數(shù)據(jù)中心不再是一條獨立產(chǎn)品線，而是計算連續(xù)體不可缺少的一部分。隨著AI200、AI250等推理產(chǎn)品推進(jìn)，以及Dragonfly數(shù)據(jù)中心品牌發(fā)布，高通率先完成了從終端、邊緣延伸至云端推理的完整能力版圖。

從這個角度看，市場對高通的重估，本質(zhì)上也是對AI產(chǎn)業(yè)價值重心遷移的重估。

移動互聯(lián)網(wǎng)時代，決定產(chǎn)業(yè)格局的是終端入口；大模型時代，決定產(chǎn)業(yè)格局的是訓(xùn)練集群；而智能體時代，決定價值歸屬的將是連接終端、邊緣與云端的系統(tǒng)能力。誰能夠讓智能持續(xù)運行、跨設(shè)備協(xié)同、跨場景流轉(zhuǎn)，誰就更有機會占據(jù)下一階段AI基礎(chǔ)設(shè)施的核心位置。

在智能體時代，同時覆蓋手機、PC、可穿戴、汽車和IoT并不只是產(chǎn)品數(shù)量問題，更意味著統(tǒng)一軟件棧、統(tǒng)一連接體系和統(tǒng)一AI部署能力。多廠商擁有單一終端優(yōu)勢，或者擁有云端優(yōu)勢，但能夠同時覆蓋多個核心終端形態(tài)并保持統(tǒng)一架構(gòu)的企業(yè)寥寥無幾。

手機和PC等終端仍然是高通最重要的起點，但已經(jīng)不再是全部想象空間。高通希望市場看到的，不再是一家受換機周期驅(qū)動的芯片公司，而是智能體時代連接數(shù)字世界與物理世界、連接個人設(shè)備與云端推理網(wǎng)絡(luò)的底層平臺。

隨著 AI 從工具走向計算基礎(chǔ)設(shè)施，從應(yīng)用走向交互操作系統(tǒng)，高通爭奪的也不只是下一代芯片市場，而是下一代計算體系中的核心話語權(quán)。

（封面圖及文中圖片來自：高通公司總裁兼CEO安蒙COMPUTEX演講）