2026年10月12日，经济参考报援引国际数据公司（IDC）与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》给出一组颇具冲击力的预测：全球活跃智能体数量将从2026年的7940万个增长至2030年的22.16亿个，复合增长率达到129.8%；同期全球Token消耗量复合增长率高达4822.6%，约为活跃智能体数量增速的37倍。中国市场同样显著，2026至2030年中国活跃智能体数量复合增长率达151.2%，Token消耗量复合增长率高达3499.3%。对于正在评估AI基础设施投入的企业管理者和创业者来说，这组数字既是行业风向标，也容易被误读为自身采购的硬指标。
预测数字背后的算力结构性变化
需要先看清这组数字为何出现。报告指出，随着智能体任务从简单的信息检索、内容生成，向需要多轮推理、工具调用和跨系统协作的复杂任务演进，Token消耗被指数级放大。这解释了一个关键现象：为什么Token消耗增速能达到智能体数量增速的几十倍——不是智能体变多了，而是每一个智能体干的活变重了。
这种变化带来的是算力需求逻辑的改变。报告提到，大模型时代算力消耗集中于阶段性、集中式的模型预训练；而智能体时代，推理算力取代训练算力成为全球算力消耗的主战场。换句话说，过去企业评估算力多围绕"训练一个模型要多少卡"，而智能体规模化落地后，更需要关注"持续运行任务要烧多少Token"。报告据此判断，AI基础设施正从规模扩张转向系统效率竞争，衡量尺度从"拥有多少算力"转向"能多高效地持续产出智能"。
把宏观数字转化为自身规划的三个问题
一、如何估算自身的Token与算力需求
对企业而言，与其盯着4822.6%的行业复合增长率，不如从自身任务复杂度倒推。报告给出的任务分级逻辑可以作为参照：信息检索、内容生成属于轻量任务，Token消耗相对可控；一旦进入多轮推理、工具调用、跨系统协作，单次任务的Token消耗会成倍放大。企业可以先盘点自己计划上线的智能体究竟承担哪一类任务，再结合调用频次、并发量和平均对话轮数做量级估算。报告特别强调，Token运营并非追求单一指标最优，而是在业务场景和服务等级约束下，在交互性（响应速度）与吞吐量之间找平衡点。这意味着估算算力时，响应时延要求越高的场景，单位Token的成本往往也越高。
二、如何区分行业预测与自身采购节奏
这是最容易踩坑的地方。IDC给出的是全球和中国的行业复合增长率，反映的是整个生态的扩张斜率，而非任何单一企业的真实需求曲线。22.16亿个智能体是全市场加总，分摊到具体企业，增长节奏可能完全不同。企业的真实采购节奏应由自身业务上线时间表、客户规模和现金流决定，而不是跟随宏观增速提前囤积算力。行业高增长更适合用来判断方向和窗口期，而非直接套用为采购量。
三、如何借助地方政策降低基础设施成本
政策层面确有可用的抓手。北京市不久前正式发布《关于加快智能体引领发展的若干措施》，围绕技术、应用、产业、生态四大方面推出十项举措，并明确对关键技术攻关、共性平台和示范应用等重点项目择优给予最高1亿元资金支持。报告同时披露了2026年中国人工智能算力城市排行榜前十名——北京、杭州、深圳、上海、广州、成都、南京、武汉、济南和苏州，其中北京、杭州、深圳、上海和广东的智算基础架构投资分别达到176.84亿美元、48.08亿美元、37.43亿美元、33.16亿美元和21.49亿美元。对于算力密集型的智能体业务，企业在选址和申报时，可优先关注这些算力资源集中、政策支持力度较大的城市，具体申报条件以官方文件为准。
产业端的同步调整
值得注意的是，供给侧也在顺应这一趋势。报告指出，计算产业正沿能力型智算（Capability）与容量型智算（Capacity）两大维度演进：一方面以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，支撑突破智能上限；另一方面通过多元算力协同、推理解耦以及缓存和调度优化，提高Token产出效率。英伟达等厂商也已推出面向智能体的全栈机架平台，专门针对智能体的多步任务特点做优化。这些产业动作表明，算力竞争的焦点正从单芯片峰值性能转向系统能力竞争，企业在选型时也需从"看单卡参数"转向"看系统整体的Token产出效率"。
【软盟资讯观察】
从趋势判断看，IDC这组预测确认了一个方向性拐点：算力竞争的主战场正从训练转向推理，从"拥有多少算力"转向"多低成本持续产出智能"。推理算力需求的结构性抬升是真实的，Token作为连接算力投入与智能产出的运营尺度，正在成为企业必须纳入成本模型的新变量。这一趋势对关注AI基础设施的企业具有参考价值。
从机会与风险看，机会在于地方政策窗口和算力产业的效率升级，能帮助务实布局的企业降低单位智能产出成本；风险则在于把行业复合增长预测误读为自身采购指标——4822.6%、129.8%、151.2%这些数字是全市场加总的斜率，不等于任何单一企业的真实需求曲线。盲目按行业增速提前囤积算力，可能带来资源闲置和现金流压力。建议读者将宏观预测用于判断方向和窗口期，把真实采购节奏交还给自身业务上线表与客户规模。本文所有数据以官方报道口径为准，不构成任何投资建议。