2026WAIC面对面|曦望徐冰：以推理算力底座抢抓Agent十年机遇

徐冰认为，长久以来顶尖智能属于稀缺资源，依赖高校长期培养专业人才，高端智力如同"奢侈品"。而如今，顶级智能已成为可按需采购的标准化商品，智能正式转型为可采购的数字基础设施。

演讲中，徐冰提出了一个观察："Token的主人正在换人。过去三年，Token是人买的、人看的；从今年开始，越来越多的Token，人都不会看一眼——那是Agent在规划、调用工具、写代码、自我检查时，机器烧给机器的。"

买单主体从人切换到Agent，改变了需求的计算方式。人消耗智能受注意力和工作时长的生理约束，而Agent实现了智能任务与人类时间的完全解耦——7×24小时在岗、可无限并行复制，未来数量有望达到数百亿，远超全球80亿人口。但徐冰特别强调："Agent数量超过人类只是表象，真正的经济拐点，是Agent的工作小时数超过人类的工作小时数。"推理需求由Agent数量、活跃时长、行动步骤、每步Token与验证重试倍数五个变量连乘决定，呈指数叠加式增长。

AI Agent被普遍定义为继工业革命、信息革命后的第三次生产力革命：工业革命放大了人类的肌肉与体力，信息革命放大了注意力与信息传播效率，而Agent时代则彻底解放了人类的时间。在徐冰看来，"Agent并非切分存量的蛋糕，而是创造历史上不存在的增量市场。"这一判断与"人工智能+"行动中将AI定位为"新旧动能转换加速器"的政策方向形成呼应。

AI算力竞争正从追求性能峰值，转向推理时代的性价比与TCO（总拥有成本）。以存储为例，高通、英特尔等全球头部企业的推理产品正在转向LPDDR（低功耗内存）方案——LPDDR 工艺成熟、供应链充足，易于扩产。这一技术路径的切换，为产业提供了"换道超车"的战略窗口。

徐冰用一个比方解释曦望押注大容量内存路线的逻辑："在Agent系统里，内存不只是显卡的一个配置参数，它是数字员工的工位。工位越大，一台机器养得起的Agent越多，每个Agent记得住的事越久。"他同时强调：极高带宽场景与训练负载仍更适合HBM（高带宽内存），而曦望第三代GPU通过采用大容量LPDDR内存，在长上下文、高并发等容量敏感的Agent负载上，做出更低的真实任务成本。

徐冰系统阐述了中国AI产业的三重优势：位居全球第一梯队的开放权重大模型、可大规模扩产的内存、价格低且供应充足的电力。三重优势叠加，使国内Token量产成本极具优势。WAIC 开幕式释放出的全球叙事非常清晰：中国希望把开放模型、AI 基础设施和能力建设作为面向全球的公共供给，降低不同国家获得 AI 能力的门槛。

这一成本优势与政策导向中的"算力普惠"目标高度一致。徐冰提出的算力调度、软硬协同模型优化、闲置智算集群盘活等创业赛道，正是将"算力普惠"的宏观导向转化为可操作的商业实践。（勃潺）