在COMPUTEX 2026開幕演講上，高通公司總裁兼CEO安蒙提出一個引人注目的觀點：2026年將成為“智能體之年”。這一判斷并非空穴來風，而是基于AI行業當前的發展趨勢——隨著算力與模型參數規模逐漸觸及瓶頸，業界開始將目光轉向應用端，探索如何讓AI真正落地并服務于日常生活，智能體因此成為新的焦點。

傳統AI更多被視為一個“回答問題的工具”，用戶輸入指令，模型生成答案，交互的主動權始終掌握在人類手中。而智能體AI則截然不同，它不僅要理解問題，更要深入解析用戶意圖，持續追蹤上下文，拆解復雜任務，調用各類工具，并在多個系統和設備間無縫協作。簡言之，AI正從“輔助回答”邁向“主動完成”，這一轉變正由智能體引領。

近期，OpenClaw、Hermes等智能體的涌現，不僅刷新了人們對AI能力的認知，也暴露出智能體落地面臨的諸多挑戰。高通在演講中反復強調“計算連續體”的概念，正是為了應對這些挑戰。當AI進入智能體階段，問題不再局限于模型是否足夠強大，而是擴展到智能體的運行位置、成本控制、時延保障、隱私保護以及用戶隨時隨地使用的可行性。

若將所有智能體工作負載集中于云端，將面臨高昂的Token成本、網絡延遲、能源消耗以及隱私泄露等風險，這些因素均可能成為智能體規模化落地的障礙。高通提出的解決方案，是將智能體AI從數據中心延伸至手機、PC、汽車、機器人、工業設備乃至未來網絡中，使AI成為遍布每個計算節點的新型基礎能力，而非僅停留于云端的一朵“云”。

智能體AI與傳統AI的核心差異在于其自主性與復雜性。傳統AI如同一個高效的問答系統，能夠完成文案撰寫、總結提煉、翻譯等基礎任務，但往往需要用戶不斷輸入指令，引導其下一步行動。而智能體AI則只需用戶設定一個目標，便會圍繞該目標持續運作，直至達成目的。在此過程中，它會自行制定任務、執行、復盤，宛如人類般工作。

以“準備今日工作簡報”為例，智能體不會僅生成一段文字，而是會先分析完成目標的前提條件，進而讀取郵件、日歷、本地文檔及會議記錄，判斷今日重要事項，整理待辦清單，最終調用Word等工具生成最終文檔。這一過程中，文件索引、局部摘要、個人數據讀取及任務編排等環節，均可在本地或邊緣設備完成，無需全部上傳至云端，從而降低成本、減少延遲并保護隱私。

安蒙在演講中指出，對話式AI、推理AI與智能體AI的Token需求并非線性增長，而是隨任務復雜度的提升呈指數級增長。簡單問答可能僅消耗有限Token，但多輪推理、多工具調用、多智能體協作及持續上下文狀態維護，將導致Token消耗急劇增加。因此，AI產業不能僅依賴堆砌云端算力，而需更智慧地利用算力，這正是高通提出“計算連續體”的初衷。

按照高通的設想，智能體工作負載應根據成本、性能、時延、功耗及隱私需求，在終端設備、邊緣側、本地服務器與云端之間動態分配。簡單、本地化、強隱私的任務可置于設備端；高上下文、高復雜度、需大模型能力的任務則交由云端處理；邊緣設備與本地AI工作站則承擔過渡角色。這種分工并非簡單的“端側AI取代云端AI”或“云端AI壓倒端側AI”，而是對整個計算架構的重新規劃。

對于高通而言，這一轉變與其長期深耕的移動計算領域高度契合。過去幾十年，高通始終致力于在有限功耗與體積內提供強大計算能力，手機、耳機、可穿戴設備、汽車、機器人及PC等形態各異的設備，均面臨能效、連接與性能之間的平衡挑戰。智能體時代的到來，使高通在芯片能效上的優勢得以擴展至整個AI計算體系，從毫瓦級可穿戴設備到千瓦級數據中心推理系統，高通希望串聯起不同層級的計算能力，讓智能體在最合適的位置運行。

智能體AI的普及，將首先改變用戶日常使用的設備——手機。智能手機作為數字生活的中心，已圍繞其構建起包括智能手表、無線耳機及智能家電在內的IoT生態。然而，在安蒙看來，智能體時代將重塑這一中心：未來數字生態的核心將不再是手機或操作系統與應用，而是智能體本身，設備則成為智能體的端點。

這意味著，智能體AI將具備跨設備跟隨用戶的能力。例如，用戶在手機上提出需求，若手機認為無法處理，便可交由PC繼續；當用戶戴上智能眼鏡時，智能體又能通過攝像頭與麥克風獲取新感知輸入，結合手機與PC上的任務，進一步提供服務。手機與PC將不再僅僅是運行應用的機器，而是用戶接入智能體的首要入口。

高通在演講中強調，當前設備多為人主動操作設計，用戶點開App、輸入內容、等待反饋，這是移動互聯網的基礎交互邏輯。但智能體AI將帶來另一種模式：即使用戶未持續操作，智能體也會在后臺理解上下文、規劃步驟、協調任務，并在合適時機給出結果。這對硬件提出了更高要求，不僅需要更強的CPU進行任務編排、工具調用與系統協調，還需高能效NPU與GPU運行本地模型與并行推理任務。更豐富的傳感器與連接能力也是必需，以便智能體主動理解用戶環境，結合歷史記錄與個人數據判斷真實需求。

高通將手機、AI PC與個人AI設備置于同一主線討論，正是基于這一邏輯。手機與PC掌握用戶在不同場景下的個人數據，打通兩者隔閡，智能體才能釋放全部潛力。同時，個人AI設備將為計算終端提供更多環境信息，協助終端完成任務推理。這一智能生態的未來，是讓用戶在任意設備上獲得完全相同的智能體驗，實現“AI無處不在”。

高通在汽車領域的布局也體現了這一趨勢。隨著汽車智能化程度加深，AI在汽車上不再僅限于車機助手。安蒙認為，未來汽車將同時擁有面向用戶的個性化智能與負責感知與駕駛的實體AI，前者理解用戶需求，后者理解道路環境，共同構成AI定義汽車的新形態。機器人則進一步展現了實體AI設備的任務復雜性，它不僅需要推理與規劃能力，還需具備實時控制、傳感器融合與可靠執行能力，是移動計算、邊緣AI與智能連接能力的綜合體現。

高通正將自身優勢帶入機器人領域，通過低功耗計算、異構計算與系統級集成能力，使部分感知、控制與邊緣推理任務能在更靠近數據源的位置完成，從而降低時延與中心計算壓力，提升機器人響應速度與續航表現。同時，高通也在探索將6G納入這一體系的方法，未來網絡不僅負責連接，還將承擔部分計算與感知任務，使設備、邊緣與云端形成更緊密的協同關系。

高通已正式推出Qualcomm AI200、AI250等千瓦級算力服務器，并與超大規模云服務商及全球合作伙伴推進真實部署。隨著數據中心產品組合拓展，其產品將覆蓋從最小型可穿戴設備到高性能推理數據中心的每一個層級，打造一個“從毫瓦級到千瓦級”的全鏈路算力生態，這也是高通提出“計算連續體”的底氣所在。

安蒙在COMPUTEX的主旨演講，透露出高通更宏大的愿景：成為智能體時代的底層平臺提供者，而非僅提供一顆更強的AI芯片。從手機、PC到汽車、機器人與數據中心，高通強調的是同一邏輯：智能體不會僅運行于云端，而是分布于各種終端與邊緣節點之中。因此，未來競爭的重點不僅是單點算力，而是如何構建覆蓋設備、網絡、邊緣與云端的完整計算體系。這正是“計算連續體”的核心意義，也是高通在AI時代的新定位。