智能体深入核心业务，超聚变以生态协同重塑企业级AI生产力

作者 | 常棣

编辑 | 葛覃

2026年，企业谈AI，最值得关注的词可能已经不是模型，而是上岗。

智能体会写代码，会调用工具，也能独立完成一部分任务，可企业真正准备采用时，新的顾虑很快就会冒出来，它究竟能不能参与核心业务，出了问题由谁负责，成本怎么计算，最后又能带来多少收益。

AI会干活，不等于能在企业里上岗。

员工进入公司，需要岗位和权限，也要接受考核。智能体同样需要算力支持，需要安全机制，还要有一套成本和收益的计算方法，相比模型有多聪明，企业如今更关心的是，它能否成为稳定的生产力。

这种变化在WAIC 2026上已经十分明显。大会期间，超聚变举办共建智能体时代主题论坛，嘉宾来自产业生态各方，咨询机构IDC提供技术和市场洞察，国家工业信息安全发展研究中心研究智能体安全，上海仪电承担人工智能公共基础设施建设，河南移动已经开始经营Token，创业慧康和九韶智能则分别把AI带进医院和课堂。

他们试图回答一个共同的问题——模型能力有了，业务价值需要一套怎样的系统来承接？

超聚变将这套系统概括为WATT-FLOPS-TOKENS-AGENTS-VALUES价值链。电力支持计算，计算生产Token，Token驱动智能体完成任务，业务结果负责检验投入是否值得。

在这套逻辑中，Token是成本中心，Agent是利润中心，算力不能只作为一笔IT投资留在机房，它需要形成稳定产能，也需要被经营。

企业开始给AI算总账

过去几年，企业展示AI实力，往往会提到拥有多少卡，集群规模有多大，部署了哪些模型，这些数字能够说明投入，却很难回答效率问题。

相同数量的GPU，在不同系统里可能产生完全不同的Token产量，即使Token产量相近，响应速度和任务成功率也会有差异，到了业务端，投入产出比还要再算一遍。

IDC中国副总裁周震刚在论坛上提出，Token已经成为AI时代的重要生产单位，它连接底层算力和上层应用，也给企业提供了一个更具体的成本尺度。

IDC中国副总裁 周震刚

芯片性能只是其中一项因素，GPU利用率不高，设备就会空转；存储供给跟不上，计算资源只能等待；网络出现瓶颈，多机协作也会受到影响。再加上电力成本，企业为一枚Token支付的钱，实际上由整套系统共同决定。

超聚变Token Factory的价值就在于此，它将分布式算力统一池化，兼容多品牌异构加速硬件，并通过Smart推理加速和Smart QoS双引擎兼顾Token生产效率与Token交付秩序；Day0 ModelEver模型永新服务与TokenOps体系负责模型更新和运营管理，AgentCare提供专属运行底座，AI Lab+FusionXplay™ AI市场则汇聚ISV行业智能体应用，快速补齐各行业场景能力。

类似互联网时代的流量，运营商对Token这套逻辑并不陌生。河南移动拥有超过3500P的全省智算资源，并通过集团MoMA平台接入多种模型，不过，资源建成只是第一步，怎样让客户愿意付费才是经营问题。

中国移动河南公司副总经理王颖介绍，河南移动已经将AI能力放进企业办公和短剧生产，也为中小企业提供营销内容服务，客户无需了解背后使用哪种芯片，只需要购买能够直接解决问题的服务。

中国移动河南公司副总经理 王颖

这和流量经营有相通之处，网络建成后，需要设计套餐，也需要找到合适的客户，Token同样要经过产品封装，只有形成持续使用，算力投入才有机会变成源源不断的收入。

Token规模扩大以后，安全问题也会变得更加具体。

国家工业信息安全发展研究中心总工程师周平关注的是智能体获得行动能力后的风险。智能体可以自主决策，也可以调用外部工具，一旦接入企业系统，问题就不再停留在回答是否准确，还会涉及权限和业务执行。

《智能体应用安全基本要求》强制性国家标准已于7月下达制定计划，权限控制和运行隔离很可能成为智能体进入企业的基本条件，执行过程也要留下可以审计的记录。

国家工业信息安全发展研究中心总工程师 周平

上海仪电面对的则是建设问题。作为上海市人工智能公共基础设施建设运营主体，上海仪电与超聚变的合作已经涉及算力底座优化和智算集群建设，双方还在探索超节点核心技术及AI for Science平台。

上海仪电副总裁 刘爽

这类项目无法依靠采购单一设备完成，模型负载会影响算力架构，行业任务也会改变平台设计，设备交付以后，系统还要接受长期运行的考验。

IDC研究成本尺度，河南移动寻找商业模式，安全机构建立规则，上海仪电负责把基础设施建起来。几场演讲放在一起，企业AI需要补的几门课也就清楚了：算得过账，管得住风险，系统还要跑得稳。

进了业务现场，行业实践与落地才是真门槛

算力和安全解决的是基础问题，AI能不能在业务里发挥作用，还要看它是否理解行业。

医院是一个典型场景，创业慧康长期服务医疗机构，熟悉临床业务和医院信息系统。创业慧康副总裁张适可介绍，医院里的AI应用已经涉及病历生成和患者风险筛查，也开始参与临床知识分析及医学科研。

创业慧康副总裁张适可

当这些应用真正进入临床，门诊高峰会带来并发压力，诊疗任务不能随意中断，患者数据还要满足本地化要求，集中部署在信息中心的算力，也未必适合每个科室。

创业慧康将BsoftGPT与超聚变TokenBox™结合，把本地Token生产能力放进医院业务现场。在适配测试中，TokenBox™实现128并发和100%成功率，测试任务包括病例文书生成及临床知识分析。

创业慧康负责医疗流程和应用接口，超聚变提供本地算力及运行管理，医院增加新的智能体时，无需重新建设一套孤立环境，Token资源也能统一调度。

工业设计教育遇到的麻烦不一样。九韶智能联合创始人傅孝明表示，AI参与工业设计，需要理解建模过程，也要调用专业工具，最后还得验证结果。

合肥九韶智能联合创始人傅孝明

九韶智能构建的LuBan架构，记录了设计过程，也把专业软件能力转换成智能体可以调用的工具，AI生成方案后，可以交给软件验证，再根据结果进行修正。

超聚变与九韶智能联合推出FusionCAX™研创工作站，将本地算力和专业软件放进同一套方案，课程内容和实验环境也一并提供给学校。

这项合作没有把AI简单包装成一门新课，它改变的是学生使用专业工具的方式，学生除了学习软件操作，还要表达设计意图，并判断AI生成的结果是否符合工程要求。

通用模型不懂行业know-how，创业慧康懂医院，九韶智能懂工业设计，超聚变提供算力和模型服务，行业伙伴负责把这些能力嵌入业务。企业AI能不能用起来，常常就取决于这一步。

单点能力拼不出企业AI全貌

产业嘉宾提供了方向和解决方案，行业伙伴把智能体放进具体场景，再往底层看，Token Factory还需要数据和能源支持。

WAIC展台上的行业应用采用了相似的合作方式。以超聚变为例，AI Lab为伙伴提供适配和验证环境，FusionXplay™沉淀Agent及Skill，伙伴负责行业场景和客户交付，超聚变负责算力与模型服务，并对Token进行统一运营。

将目光再向更底层看，大规模智算不得不回答的是电力问题，数据中心的耗电和制冷成本，最终都会进入Token价格。

2026年3月，算电协同被写入政府工作报告，并与超大规模智算集群并列为国家级新基建工程。算力建设因此需要同步考虑供电方式和能源效率，绿电消纳也成为大型智算中心必须处理的问题。

WAIC同期，超聚变作为核心联合发起方，与Open AI Infra社区举办智算超节点与算电协同创新论坛。论坛围绕800V高压直流和柔性负荷调控展开交流，并探讨绿电最大化消纳及源网荷储联动。

这些技术最终要落在真实工程里，对于GW级AIDC而言，电力系统设计会直接影响Token Factory能否控制成本，并保持长期运行。

再回到开头那个词：上岗。

AI上岗，表面看是模型进入企业，深层改变的却是生产方式。智能体开始承担任务，Token成为可计量的生产投入，算力系统也由技术底座转为经营基础设施。企业要重新安排人与智能体的协作关系，也要建立与之匹配的安全规则和价值尺度。

马克思在《资本论》中写道，各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产。

放在智能体时代，这句话依然有现实分量，模型解决的是AI能做什么，Token Factory及其背后的产业生态，回答的是企业如何把AI组织成生产力。算力能否形成稳定产能，智能体能否进入核心流程，行业经验能否被规模化复制，最终都会落到企业经营结果上。

超聚变在WAIC呈现的，也正是一种新的AI生产组织方式：Token Factory负责生产和运营，安全机制约束行动边界，行业伙伴把模型接入业务，算电协同支撑长期运行。

当AI成为每家企业都能获得的能力，真正拉开差距的，是谁率先建立起与智能体时代相适应的生产体系。企业AI的生产力，最终取决于整套AI生态。

The End