随着人工智能技术的发展，人们对AI的衡量方式也发生了显著变化。从前，用户往往只关注AI一次性的响应和计算量。但如今，Agent的出现，使得AI的任务执行愈加复杂。一项工作可能会经过多个步骤：从规划、信息检索到结果检查等，因此，衡量AI的标准也需要反映出这些变更，关注推理的深度和计算的消耗。
最近，在2026年人工智能计算大会上，IDC与浪潮信息联合发布了一份关于中国人工智能算力发展的评估报告，并指出Agent在这个过程中愈加重要。报告表明，截至2026年，全球超过一半的AI项目已实现可衡量的业务成果，预计到2031年，AI将为全球经济创造超过22.5万亿美元的价值。其中，企业对AI的采购预算将提升约20%，Agent数量的快速增长引起了更多关注。
IDC预测，从2026年至2030年，全球活跃的企业Agent数量将从7940万个大幅攀升至22.16亿个，同时全球Token的消耗量预计增长约4822.6%。在中国，活跃智能体的数量和Token消耗量都将显著增加。周震刚强调，值得关注的不仅是Agent的数量，还在于它们如何在业务中更深入地执行任务。
Agent不再局限于简单的检索或生成任务，而是开始承担更复杂的多轮推理、工具调用和跨系统协作。随着任务复杂性提升，背后的Token消耗亦呈现快速增长的趋势。根据报告，Token消耗的计算公式为：Token总消耗 = 任务执行次数 × 单任务Token消耗 × 多智能体协同放大系数。
这三项因素的增长，清晰地指出了AI算力需求的加速上升。预计到2030年，中国的智能算力规模将达到10524.3 EFLOPS，可以说，Agent技术的成熟不仅将改变AI的运作方式，还将重塑算力所需的整个生态系统。
发表评论