发生了什么
编辑｜陈陈 过去，人们很少用「工作量」来衡量一个 AI。 一个聊天机器人被调用一次，回答完问题，任务通常也就结束了。它消耗多少 Token、占用多少算力，大多被封装在一次请求里。对用户来说，一次调用基本就对应一次计算。 Agent 改变了这种关系。 现在，当你告诉 AI「帮我完成这项工作」，它可能先制定计划，再搜索资料、读取文件、调用工具、操作软件、检查结果；如果发现哪里出了问题，还会回到前面的步骤重新执行。 这意味着，一项过去只对应一次模型调用的任务，现在可能被拆成几十步，甚至更长的执行链条。每增加一次推理、一次工具调用，背后都会叠加新的 Token 消耗和计算开销。 于是，当 Agent 开始承担越来越复杂的工作，衡量 AI 的方式也在发生变化：人们关注的不再只是一次回答用了多少算力，还要看它为了完成一项工作，究竟执行了多少步骤、消耗了多少计算。 Agent 正在把 AI 从「回答一个问题」，推向「完成一项工作」。 近日， 在 2026 人工智能计算大会（AICC2026）上，IDC 与浪潮信息联合发布《2026 年中国人工智能计算力发展评估报告》（以下简称《报告》） ，与往年相比，今年《报告》把 Agent 放到了一个更核心的位置。 IDC 副总裁周震刚在解读《报告》时提到，今年这份《报告》前后准备了半年多时间，期间访谈了大量企业并收集相关数据。 而这些调研数据，正在揭示 Agent 时代一个更大的变化。 22 亿 Agent 背后，真正爆发的是 Token 《报告》显示，2026 年全球已经有 52.1% 的 AI 项目取得可衡量的业务成果，相比 2025 年 9 月的 45.1% 进一步提高。到 2031 年 ，IDC 预计 AI 将累计创造 22.5 万亿美元的全球经济价值 。 随着 Agent 技术逐渐成熟，企业 AI 采购预算将进一步增长约 20%。 Agent 本身正处于快速扩张阶段。 IDC 预计， 全球活跃企业 Agent 数量将从 2026 年的 7940 万个增长到 2030 年的 22.16 亿个，复合增长率达到 129.8%。 同期 全球 Token 消耗量的复合增长率预计达到 4822.6%，约为活跃 Agent 数量增速的 37 倍。 2026-2030 年中国活跃智能体数量复合增长率达 151.2%，同期 Token 消耗量复合增长率达到 3499.3%。 周震刚认为，比 Agent 数量更值得关注的是任务深度。 过去的 AI 主要完成检索、生成等相对简单的任务，现在开始进入多轮推理、工具调用和跨系统协作。随着 Agent 承担的任务越来越复杂，单个 Agent 背后的 Token 消耗也在快速增加。 因此，Agent 带来的算力增长并非线性关系。 报告给出了一个公式： Token 消耗总量 = 任务执行次数 ×
编辑｜陈陈 过去，人们很少用「工作量」来衡量一个 AI。 一个聊天机器人被调用一次，回答完问题，任务通常也就结束了。它消耗多少 Token、占用多少算力，大多被封装在一次请求里。对用户来说，一次调用基本就对应一次计算。 Agent 改变了这种关系。 现在，当你告诉 AI「帮我完成这项工作」，它可能先制定计划，再搜索资料、读取文件、调用工具、操作软件、检查结果；如果发现哪里出了问题，还会回到前面的步骤重新执行。 这意味着，一项过去只对应一次模型调用的任务，现在可能被拆成几十步，甚至更长的执行链条。每增加一次推理、一次工具调用，背后都会叠加新的 Token 消耗和计算开销。 于是，当 Agent 开始承担越来越复杂的工作，衡量 AI 的方式也在发生变化：人们关注的不再只是一次回答用了多少算力，还要看它为了完成一项工作，究竟执行了多少步骤、消耗了多少计算。 Agent 正在把 AI 从「回答一个问题」，推向「完成一项工作」。 近日， 在 2026 人工智能计算大会（AICC2026）上，IDC 与浪潮信息联合发布《2026 年中国人工智能计算力发展评估报告》（以下简称《报告》） ，与往年相比，今年《报告》把 Agent 放到了一个更核心的位置。 IDC 副总裁周震刚在解读《报告》时提到，今年这份《报告》前后准备了半年多时间，期间访谈了大量企业并收集相关数据。 而这些调研数据，正在揭示 Agent 时代一个更大的变化。 22 亿 Agent 背后，真正爆发的是 Token 《报告》显示，2026 年全球已经有 52.1% 的 AI 项目取得可衡量的业务成果，相比 2025 年 9 月的 45.1% 进一步提高。到 2031 年 ，IDC 预计 AI 将累计创造 22.5 万亿美元的全球经济价值 。 随着 Agent 技术逐渐成熟，企业 AI 采购预算将进一步增长约 20%。 Agent 本身正处于快速扩张阶段。 IDC 预计， 全球活跃企业 Agent 数量将从 2026 年的 7940 万个增长到 2030 年的 22.16 亿个，复合增长率达到 129.8%。 同期 全球 Token 消耗量的复合增长率预计达到 4822.6%，约为活跃 Agent 数量增速的 37 倍。 2026-2030 年中国活跃智能体数量复合增长率达 151.2%，同期 Token 消耗量复合增长率达到 3499.3%。 周震刚认为，比 Agent 数量更值得关注的是任务深度。 过去的 AI 主要完成检索、生成等相对简单的任务，现在开始进入多轮推理、工具调用和跨系统协作。随着 Agent 承担的任务越来越复杂，单个 Agent 背后的 Token 消耗也在快速增加。 因此，Agent 带来的算力增长并非线性关系。 报告给出了一个公式： Token 消耗总量 = 任务执行次数 ×
为什么重要
需要你自己点开原文确认一次，这里给的是摘要与判断。
需要你自己点开原文确认一次，这里给的是摘要与判断。
跟你有什么关系
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
以上判断为规则生成的初稿，发布前请润色。
判定理由
评分 0 / 100