Agent时代，网络成了最被低估的AI变量？

作者 | 曾响铃

文 | 响铃说

从去年下半年开始，AI Agent从技术演示进入企业真实生产流程。微软、谷歌在推Agent规模化落地，国内百度、字节也在加速铺开。

在这个过程中，Agent之间、Agent与算力之间、Agent与终端应用之间，会产生海量、高频、自主发起的通信。

但传统网络设计，可从未预想过这些负载模型。对比来看，Agent时代的通信完全不同，它是机器对机器的、持续性的，毫秒级抖动就会出问题的。可现实是，当前行业把目光全给了算力，连接算力和Agent的那条“路”，聊的人并不多。

当全球网络设备商都在重新定义AI时代的网络，在中国，华为给出了本土市场迄今最系统的回答——前不久，华为数据通信创新峰会上，正式把“打造以Token为中心的安全智联底座”作为星河AI网络的升级方向，以“智联+安全”双轮驱动，重构Agent时代的网络底座。

在中国这个Token消耗加速增长的市场里，这次网络再定义的份量，值得认真拆解。

当AI开始“干活”，网络被要求做什么？

要理解华为为什么选在这个节点升级星河AI网络，得先回答一个更根本的问题：当AI真正开始“干活”的时候，网络到底被要求做什么？

具体来看，这里存在三个维度的范式错配。

第一个维度是效率。传统网络的KPI是带宽、时延、丢包率，这些指标衡量的是“通路质量”。但在Agent时代，网络的KPI被重新定义了——同等算力成本下，能生产多少Token？Token的单位成本能不能降下来？这里的需求指向，是效率与成本问题。

据IDC预测，Token年消耗将增长超过34倍。换句话说，Agent时代的网络不仅要保证基础的通信，还要保证算力之间、算力与存储之间的效率。否则，哪怕算力堆再多，Token的产出也上不去，能为产业提供的价值也是非常有限的。

华为星河AI数据中心网络做的事，本质上就是把网络从“保证通信”的角色，推到了“提拉效率”的位置。NPU与存储直通，绕开传统CPU中转，传输带宽提升8倍，Token生产效率提升2到5倍。由此，通过效率提升，实现同等算力投入下Token产出的增加，单位成本下降。

第二个维度是可靠性。传统网络的可靠性设计是一套“尽力而为”的逻辑。直白地说，网页断几秒可以刷新，视频卡一下可以缓冲，这些“失误”大家心里都有准备。

但Agent场景下，7秒级网络异常就会中断业务，效果也将大幅下降。例如，大模型训练过程中，一次网络闪断可能导致梯度同步失败，轻则回退重算，重则整个训练任务崩溃。

这样的后果是难以承受的。所以华为把交换机故障重启时间从业界标准的120秒压缩到5秒，结合分钟级光链路脏污检测，AI业务整体可用性能提升了2倍。

第三个维度是安全。传统安全是边界防御——防火墙守在出口，靠特征库拦截已知威胁。这个模型在今天失效了，原因有三层。

第一层，攻击者用AI武装自己。Gartner 2025年报告显示AI驱动的攻击同比暴涨327%。AI可以自动化探测漏洞、生成变种恶意软件，传统特征库已经追不上了。

第二层，攻击对象变了。Token承载的是模型推理过程中的关键信息和核心知识，广泛渗透进企业核心业务后，其泄漏风险和危害成倍增加。当这一对象成为黑客的攻击目标，网络需要应对的安全挑战与后果远比过去要严重得多。

第三层，攻击面扩大了。超70%的智能体存在安全漏洞，Agent之间的自主协同可能成为攻击扩散的新通道。安全不再是“守好门口”的问题，而是从设备到链路到端点全程都要防。

网络的自我革命，从安全内置和Token成本开始

所以，看清了这三个维度的错配，再回头看华为的升级逻辑，就会发现它要做的不是一次简单的功能叠加，而是一场有内在逻辑的架构重构。

先看框架。目前多数网络设备商的AI升级还停在单点优化上，有的只做数据中心网络，有的只推安全产品。而能在这些场景中打通技术栈、协同策略的厂商，全球范围内确实不多。

在这里，华为把这次升级梳理为四个能力方向，恰好对应Token从“出生”到“使用”的完整旅程。

Token高效生产，发生在数据中心。算力集群在这里产出Token，网络要做的，就是让这个过程更快、成本更低。Token安全运载，发生在广域网。Token从数据中心流向各地，长途运输中容易遭到拦截或窃取，网络必须为它加密护航。Token极速应用，发生在园区网络，比如企业的办公区、车间、医院、学校等。Token在这里被终端或Agent真正使用，网络要保证无线体验不卡顿、不掉线。Token智能守护，贯穿上述所有环节。

不难看出，这不是按产品线切分的传统打法，而是按Token从“算力集群”到“终端用户”的完整生命周期，重新组织的端到端能力。一个企业的AI落地，从后端算力到前端应用，整条链路都被这张网络覆盖了。

其中，这里有一个很容易被忽略的设计思路——“安全”，在华为这套框架里可不是一个独立的第四板块，而是贯穿前三者的底层能力。

每一层都有内生的安全设计，包括数据中心的NetMaster自愈能力，广域网的内生安全智能单板和QKD量子加密，园区的资产安全、隐私安全、控制安全、联接安全四大体系。而这一系统的、体系化的思路比单独推出一款安全产品显然要更扎实。

当然，核心的数据中心网络是本次升级中技术密度最高的部分。具体来看，三个创新各有指向。

首先，NPU与存储直通，打破了算力“经CPU中转再取数”的传统路径，让算力直接命中存储。这是对数据中心内部数据通路的底层重构。

其次，闪启2.0，把交换机故障重启压到5秒。这种能力大幅提升背后，是一整套从硬件冗余到软件恢复的系统工程。

最后，NetRoPE编码技术加NetMaster网络智能体，前者把Agent上线周期从3到4周缩短到天级，配置变更准确率从不足50%拉到95%以上。后者基于AI实现80%以上告警全流程自处置，平均处置时间3分钟。

以上，在这里，网络设备商已经在用Token成本而不是带宽来标定自己的价值了——网络在AI产业链中的定位发生了质变。

Agent时代，网络通往何处？

当网络的定位发生改变，未来又将如何定义？我们跳出产品，从这次升级放眼整个行业，还会发现三个关键性的转变。

一、网络设备商的角色发生了质变。

简单概括，就是从“卖带宽卖设备”到“卖Token承载效率和安全保障”，但这不只是华为的方向调整，而是整个行业在转向。现如今，全球范围内，AI-native网络架构、AI数据中心网络等方向都在加速落地。区别在于谁先把“网络在AI产业链中的新定位”这件事讲清楚、做出来。如今华为用“以Token为中心”这套话语体系，已经率先给出了系统性的回答。

二、“智联+安全”的双轮模式有可能成为新的行业竞争标尺。

过去十年，网络设备行业的竞争主轴是“更快更宽”。Agent时代，这个主轴变成了“更智更韧”——设备是否内置AI算力、运维能否AI自治、安全是否原生而非外挂，正在变成客户评估网络方案的核心维度。这和当年云计算对传统IT的冲击逻辑类似——谁能率先完成架构级的跃迁，谁就掌握了定义下一阶段竞争规则的主动权。

三、中国企业AI落地的基础设施瓶颈正在从算力转移到网络。

过去两年，行业讨论最多的是“算力够不够”。但算力集群建好之后，真正制约AI应用效率的恰恰是网络——数据搬不动、Agent连不上、安全防不住。交行、太保、国泰海通这些头部客户的实践已经说明，AI落地的“最后一公里”不是算法问题，是基础设施问题。

当AI Agent从“技术演示”进入“企业劳动力”的转折点，网络——这个在过去十年被当作“已经解决了的基础设施”，正在被重新发现为一个瓶颈变量。

由此来说，星河AI网络的这次升级，以及华为提出的“以Token为中心的安全智联底座”，并非一次常规的产品发布。它是对“AI时代网络应该长什么样”这个问题的一次系统性回答，而行业也迫切需要一个答案。

当然，目前这个回答能不能定义行业未来三到五年的演进方向，答案不取决于华为一家。它取决于千行百业在AI落地过程中，是选择“只是更快”的网络，还是选择“从底层重构过的”网络。

在很多人还没意识到这个选择的节点上，华为已经率先跑在了后一条赛道上。

*本文图片均来源于网络