9月12日，據央視新聞報導，中國電信研究院發佈的《智能體時代AI基礎設施發展研究報告（2026）》顯示，隨著人工智慧產業發展重心從大模型和算力競爭轉向智能體規模落地、應用變現，中國詞元（Token）需求呈現爆發式增長。 中國電信研究院行業與企業戰略研究所所長饒少陽預計，2026年至2030年，中國Token（詞元）消耗量年複合增長率將接近12倍。未來2年—3年，中國算力需求平均每年將增長近10倍。 市場分析人士指出，詞元經濟的受益鏈條傳導清晰：上游算力硬體直接受益於詞元生產擴容；中游雲服務與算力調度平台通過計費結算模式重構，實現盈利質量提升；下游應用則完成詞元消耗向收入的轉化，打開增長彈性空間。三者構成“詞元消耗→算力需求→平台計費→應用變現”的完整閉環。其中，算力基礎設施環節確定性最強，業績兌現可見度最高、節奏亦最為領先，潛在市場規模超兆元。 中國詞元需求呈現爆發式增長

最佳實踐：Google 最近各個廠商都在深入研究多智能體協作。讓多個智能體工協作，各自負責一塊任務，共同完成一個複雜目標。聽起來邏輯很通，一個智能體搞不定的事情，多叫幾個一起來幹不就行了？ 但真正搭過的人都知道，這裡面的水比看上去深。系統跑起來了，效果卻未必好，有時還不如單個智能體單獨干。問題出在那？是模型不夠強，還是提示詞沒寫好，或者根本沒有一套可遵循的最佳實踐？ 論文地址：https://arxiv.org/abs/2512.08296

隨著 AI 從單一功能逐步演進為持續運行的智能體 AI 體驗，AI 正驅動著移動裝置的工作負載發生深刻的變化。智能體不僅需要執行推理任務，還需要保持上下文狀態、運行應用程式、協調不同模型與服務，並在使用者授權下自主完成任務，而這一切都必須在智慧型手機的功耗和散熱約束下實現。與此同時，AI 原生圖形技術也為移動體驗帶來了巨大創新空間，有望突破使用者對移動裝置圖形能力的既有認知。面對這一全新時代，移動裝置需要一個專為新一代 AI 工作負載打造的計算平台，以更緊密地整合 CPU、GPU 和系統 IP，讓開發者能夠更便捷地開發和部署下一代 AI 應用。作為移動生態系統的核心力量，Arm 具備打造這一平台的獨特優勢。 今天在 Arm Everywhere China 的年度大會上，Arm 正式推出第二代移動終端計算子系統（CSS for Mobile 2），在單一計算平台中實現對智能體 AI 和 AI 原生圖形技術的全面支援。Arm CSS for Mobile 2 整合全新 Arm Mali G2-Ultra NX GPU、搭載 SME2 的 Arm C2 CPU 叢集、增強型系統 IP、物理實現方案以及開發者就緒的軟體生態系統，並針對下一代移動裝置進行了全面最佳化。對於晶片合作夥伴而言，這意味著能夠更快速地打造差異化產品；對於開發者而言，則能夠基於統一平台規模化開發和部署 AI 應用；對於終端使用者而言，則可獲得更靈敏、更個性化且更豐富的視覺體驗。 AI 原生圖形技術正式登陸 Arm Mali GPU 神經網路技術正在為移動圖形帶來全新的發展路徑。它不再完全依賴傳統渲染流程，而是能夠通過重建、增強和生成視覺細節來呈現畫面，從而為提升性能和視覺質量開闢新的空間。這一變革在遊戲領域尤為明顯。如今，玩家期待在移動裝置上獲得更豐富的遊戲世界、更具電影感的光影效果，以及更流暢、更高解析度的遊戲體驗。作為全球領先的移動 GPU 技術提供商，Arm 正將 AI 原生圖形能力引入數十億 GPU 晶片。

Google最新：Teamwork 多智能體不是簡單把任務分給幾個 Agent 就行，怎麼讓它們協作而不是互相強化錯誤，是個更難的問題。Google 最近開放原始碼的 Teamwork 框架給了個答案，它在數學、硬體模擬、開源最佳化這些前沿領域都有實測成果，我看了它的設計思路，覺得對做 Agent 的人挺有啟發。 這篇文章主要拆解它的設計原理，看看它到底怎麼解決多智能體協作的問題。 原文連結：https://antigravity.google/blog/teamwork-when-ai-becomes-a-research-partner

在基礎大模型能力以月為單位急劇演進的今天，全球人工智慧產業正經歷一場前所未有的範式轉移。當通用的基礎設施能力不斷吞噬上一代產品的生存空間，初創公司的核心價值究竟應當錨定在何處？由Google Cloud（Google雲）聯合Google for Startups共同發佈的深度行業報告《智見AI 未來：智能體時代的 AI 創業新圖景》，通過對話15位活躍於全球AI創新前沿的創始人與頂級風險投資人，為這一時代命題提供了全面而深刻的解答。 報告指出，當前AI產業正在由單一模型能力的比拚，全面邁入以智能體（Agent）和系統化應用為核心的新階段。基礎模型逐漸商品化與基礎設施化，而深入物理世界、紮根特定業務流程、建構資料閉環與極致使用者體驗，正成為創業者無法被替代的護城河。對於以全球化為視野的新一代創業團隊而言，“生而全球”（Born Global）不再是一句口號，而是在第一天就必須確立的天然起點。 模型商品化趨勢與應用層護城河的遷移 過去一年中，大模型能力表現出強烈的“商品化”（Commoditization）特徵。隨著不同研發陣營在預訓練與後訓練技術上的突破，頂尖基礎模型的差距正在被快速拉平，模型API的呼叫成本亦呈現指數級下降。這種變化在為應用層帶來結構性紅利的同時，也給淺層套殼應用帶來了毀滅性的打擊。那些僅依靠簡單提示詞工程（Prompt Engineering）或單一生產環節構築的產品，極易在基座模型的下一次版本更新中被直接“吞噬”。

美國還在賣API，中國已經開始賣"結果"？ 2026年，矽谷一家SaaS公司還在為"每百萬Token降價2美分"而歡呼，而在太平洋的另一端，中國的一家國有銀行，正在為一個能自動完成"季度信貸風險評估報告"的智能體簽署千萬級的訂單。 同樣是AI，交付的東西卻天差地別。 信通院在《大模型專有雲服務市場分析報告（2026年）》中捕捉到了這個關鍵拐點：智能體即服務（AaaS）等新興業態推動專有雲服務從"模型呼叫"向"自主執行"升級。

在AMD “Advancing AI 2026大會”前夕，輝達搶先公佈了資料中心CPU產品Vera的更多技術細節。 這不僅是輝達繼Grace之後在CPU領域的又一重磅落子，更是其從“賣顯示卡”向“賣AI工廠”垂直整合戰略的徹底攤牌—— Vera是全球首款從核心層面專為代理式AI（Agentic AI）量身定製的處理器。 輝達還透露，Vera Rubin NVL72已進入量產爬坡階段，該平台的供應鏈覆蓋了全球350多個工廠、30個國家，超過300家合作夥伴參與其中。

階躍董事長、千里科技董事長印奇 ，在WAIC主論壇開幕式上，講他對 AI 發展脈絡的理解，很有啟發性。 結合AI七十年發展脈絡展開 AI始終圍繞“實現通用智能”演進：從早期靠人工規則驅動的符號主義，到讓模型從資料中自主學習的機器學習，再到如今大模型已具備強語言理解能力，正從“回答問題的工具”升級為可處理長周期複雜任務的Agent，程式設計能力已超越人類，落地條件已然成熟。 印奇強調，語言是AI能力突破的核心：掌握自然語言讓AI能理解對話與知識，而掌握程式語言則讓AI獲得了呼叫系統、操作軟體的“通用鑰匙”。Agent將取代傳統軟體成為生產力最小單元，可獨立完成“目標拆解-執行-校驗-交付”的全閉環，直接嵌入生產過程而非僅輔助人類。