从堆算力到算存网协同，华为给出了Agent时代的新解法

每年的WAIC，都是观察AI产业变化的一扇窗口。

深入“打卡”多家互联网大厂的展台后，我们有一个直观的感受：几乎所有厂商都把智能体作为核心叙事，涵盖通用智能体、垂直智能体、智能体开发等等。AI已经跳出了聊天框，开始接手一项项具体工作。

从“回答问题”走向“完成工作”，改变的不仅仅是应用形态，还有互联网厂商的能力边界：一次简单问答，背后可能只是一次模型推理；而一项智能体任务，可能持续数分钟乃至几十分钟，经历数十次模型调用、工具执行、文件读写、失败重试，对基础设施提出了新的要求。

7月16日的华为互联网AI之夜@WAIC 2026，聚集了50多家互联网企业和大模型科技公司，向外界传递了一个积极信号：当AI从对话走向行动，互联网行业的竞争正在从模型能力走向“生产系统”。

01 智能体时代，互联网业务的逻辑变了

智能体带来的变化，不只是让AI多了“手和脚”。

和聊天机器人对话时，用户输入一个指令，模型生成一段文字、一张图片或者一行代码。如果答案不够准确，用户需要继续补充条件，进行下一轮对话。评价标准主要是答案对不对、响应快不快。

到了智能体时代，用户只需要提出一个任务目标，由AI负责理解需求、制定计划、调用工具、访问数据、执行操作，并根据中间结果不断调整路径，直到交付最终结果。

“单轮回答”到“自主任务”的跃迁，看起来只是任务链条变长了，实际上是不同的产品形态和运行方式。

在华为互联网AI之夜上，多家互联网企业“现身说法”。

比如AI Coding领域的TRAE。

2026年以前的AI Coding，扮演的还是辅助角色，在开发者敲代码时自动补全下一行，或者根据指令生成一段函数。

TRAE揭示了新的方向——将AI从代码生成环节推向完整的软件工程任务，需要理解整个代码仓库，定位与需求相关的文件，规划修改路径，编写代码，调用终端，执行测试，并在失败后继续排查和修复。AI Coding的价值标准，不再是“生成了多少行代码”，而是交付了多少任务。

比如在Agent战场火力全开的腾讯。

几个月前的“养虾潮”，淋漓尽致地诠释了：用户想要的不是更聪明的聊天窗口，而是能够长期在线的“数字助理”。

为了让“龙虾”从个人体验走向生产环境，腾讯的策略可以概括为三步：第一步是持续运行，通过Lighthouse提供7×24小时在线的云端工作环境；第二步是能力流转，推出了让“能力”被发现、调用和复用的SkillHub；第三步是企业治理，即Agent进入组织后的身份、权限、成本与安全问题。

再比如智能办公赛道的WPS。

AI在企业里的价值，不单单要“帮个人提升生产力”，还要帮“管理者做判断”，必须要“懂数据、懂组织、懂业务”。

WPS Comate试图解决的，正是企业级智能体面临的问题，通过数据本体建模、企业知识和业务经验，让AI自动归因、下钻分析并提供进一步决策建议。以经营问数场景为例，管理者不再需要先找数据分析师排期，再从多个系统取数、对齐口径、生成报表，可以直接用自然语言询问经营异常。

TRAE、腾讯和WPS所属的赛道并不相同，业务体系的变化却高度一致：AI开始从一个被调用的功能，变成业务流程中的执行者。

“代价”是业务流量的波峰波谷差异越来越明显，训练、推理和多模态任务相互交织，软硬件适配和业务迭代周期被持续压缩......原本围绕聊天应用搭建的“生产系统”，已经明显不够用了。

02 承载Agent需求，算存网协同成为关键

过去谈AI基础设施，行业最关注的是算力规模和峰值性能。

模型参数不断增加，训练集群从千卡走向万卡，算力成为标志性的评价指标。谁拥有更多卡、更高Flops，似乎就拥有更强的AI生产能力。但在Agent的运行体系里，单纯增加计算卡已经无法解决所有问题。

在Agent执行任务时，需要保存上下文和记忆，调用搜索、浏览器、数据库等工具，并根据中间结果不断调整下一步动作。

其中模型推理由计算卡负责；任务编排、工具执行、文件系统和沙箱环境需要CPU参与；大量模型参数、上下文、KV Cache和业务数据，需要在计算、存储与网络间不断流动。

打个比方的话：可以把计算理解为发动机，网络和数据传输能力比作道路，发动机性能在不断提升，如果道路不够宽，车辆难以高效通行，哪怕再强的发动机，也无法释放全部性能。

华为给出的解题思路是算存网协同和“通智协同”：智算负责完成模型训练与推理，通算承担Agent的任务编排、工具调用和逻辑处理，存储负责承接模型参数、上下文与业务数据，网络让数据在不同资源间高效流动。

代表性的产品就是超节点。

真正意义上的超节点，绝不是简单堆卡，需要同时满足统一内存编址、超低时延和超大带宽，将原本分散的计算、内存和存储里的资源，组织为一个统一的系统，在逻辑上具备“一台计算机”的特征。

华为是怎么做到的呢？答案离不开自研的“灵衢”互联协议。

不同于只解决了局部互联互通的“伪超节点方案”，灵衢实现了去中心化与多组件协议统一，可将NPU、CPU、硬盘、内存、交换机彻底打通，Agent执行任务时将不再按“PU”区分任务类型，让不同类型的计算资源能够围绕数据和任务灵活协同，数据在哪里，计算就在哪里。

为什么要这么做呢？因为可以“原生”满足Agent的需求。

Agent执行的一条连续的任务链，每执行一步，都需要调用前面已经形成的上下文、工具结果和KV Cache。如果缓存容量不足，系统就要频繁从远端存储读取数据，甚至重新计算此前的上下文，不仅会拖慢每一步执行速度，还可能导致Agent丢失中间状态，影响长任务的连续性。

而灵衢通过HBM、DDR、KVU和SSD在内的资源池，实现了多级缓存：正在使用的KV Cache放在靠近计算卡的HBM、DDR内存池和KVU里；将暂时不用、后续可能再次调用的数据，逐级下沉到SSD和远端共享存储。进而减少重复计算、降低数据搬运时延，在不过度增加成本的前提下，支撑更多Agent并发、执行更长的任务。

用一句话来总结：想要承载智能体时代的用户需求，AI基础设施必须从堆算力，进化到围绕Agent任务的统一协同。

03 从技术可用到商业可用，AI生产力加速释放

一套新的“生产系统”是否有价值，必须回答三个现实问题：成本是否可控，系统是否稳定，价值能否兑现。

麻省理工学院等机构的研究显示，约95%的企业AI试点项目，无法真正投入生产环境，产生可衡量的业务回报。原因并非试点效果不够好，而是推理成本过高、系统稳定性不足、适配周期过长，无法形成清晰的投入产出比。

算存网协同能否跨越技术可用到商业可用的门槛呢？我们在WAIC 2026上找到了几组被市场验证的案例。

第一个案例是京东广告。

在大模型技术的驱动下，电商广告正经历深刻的范式变革，加速从传统的判别式推荐向生成式推荐迭代。但传统算力架构的业务全链路时延超过300ms，严重制约了广告业务的增收提效。

针对生成式推荐广告对极致低时延、高并发与大缓存的严苛需求，京东广告、京东云与华为基于鲲鹏超节点全面重构了广告业务的算力和业务架构，将业务整体链路时延缩短了8%。按照京东的初步测算，每优化1毫秒时延，每年可撬动数千万元的营收增量。

经过618真实流量考验的算力底座，还可以复用到量化交易、Agent等对时延、稳定性与算力性能要求严苛的场景。

第二个案例是蚂蚁灵光。

不同于一行行写代码、调试、部署的应用开发方式，灵光的“闪应用”功能允许用户用自然语言生成可交互的轻量级应用：例如“帮我做一个减肥饮食打卡应用”，30秒内即可生成一个可交互的应用。

对于一款3000万注册用户的C端产品，满足“所想即所得，所得即所用”的体验绝非易事。蚂蚁灵光在技术层面取得了深度突破：通过全代码生成、多智能体协作以及多模态原生技术的协同支撑，让普通人也能化身为“数字个体户”，开启了全民手搓应用的时代。

其中在文生视频环节，蚂蚁灵光和昇腾协同优化了算子性能和端到端时延，让视频生成性能提升了277%。

可以找到的案例还有很多。

360纳米漫剧将剧本、分镜、画面和后期制作，组织进工业级AI智能体流水线，实现3倍速出片的同时，提升了内容生产的一致性与可控性；钛动科技通过营销智能体连接数据、决策和执行环节，通过全链自动化处理海外营销中链路长、变化多的问题，实现了秒级响应......

流量规模大、业务迭代快、数据高度密集的互联网行业，率先验证了Agent在生产中的价值。

另一个不应被忽略的信息是：互联网厂商不只是基础设施的使用者，他们联合华为开发的算子、优化的框架、完善的工具链，正在以开源的方式开放给所有开发者，让AI“生产系统”演变为人人可用的公共能力。

04 写在最后

正如WAIC 2026所折射的，互联网正在进入一个新的阶段：模型依然重要，但模型不再是全部，需要的是一整套系统能力。

上层，需要能够完成任务的Agent和应用；中层，需要把数据、知识、权限和流程组织起来；底层，需要通算、智算、存储和网络协同运行；以及一个让模型、硬件、软件协同进化的开放生态。

未来互联网的竞争，不会发生在模型榜单上。谁能把模型能力转化为持续、稳定、安全的任务交付，谁能把算力、数据和工具组织成可规模复制的生产系统，谁才有机会把智能变成产能。