未來幾年，你的手機可能會同時被兩個人用。一個是你，點開應(yīng)用、刷消息、回郵件；另一個是你的 AI 智能體，在后臺幫你盯日程、調(diào)工具、跑任務(wù)，有時還會替你操作同一臺設(shè)備。

過去兩年，大多數(shù)人對 AI 的想象還停留在一個聊天框里，打開網(wǎng)頁，敲下問題，等它回答。智能體把這件事掉了個頭，它不等你每次開口，自己就持續(xù)待命，拆任務(wù)、調(diào)工具、跑流程，辦完再回來找你確認(rèn)。

AI 從 " 你去用它 " 走到 " 它替你做 "，最先被改寫的可能就是計算本身，它在哪里運行、在哪里感知、在哪里做決定，又在哪里產(chǎn)生成本。這正是高通 CEO 安蒙在 6 月 1 日 Computex 2026 開幕主題演講上想回答的問題。他給的答案，是一條從耳機一直鋪到數(shù)據(jù)中心的 " 計算連續(xù)體 "，讓計算分散到各處去發(fā)生。

要看懂這個連續(xù)體，得先弄清它要承載的是一種什么樣的 AI。

最近越來越多的人已經(jīng)在提前體驗這件事。他們在家里放一臺從不關(guān)機的小電腦，整天跑著 OpenClaw 這類智能體，人在外面，用一個聊天框給它發(fā)指令，讓它查資料、寫代碼、把雜活辦完。安蒙在臺上也提到了這個現(xiàn)象。這還是偏極客的玩法，但它把一個普通人遲早會遇到的問題提前擺了出來，智能體要自己干活，就得有一個全天候待命的地方。

過去的軟件是你去用它，打開應(yīng)用、敲下指令、等它回話，所有動作由人發(fā)起。智能體把這套邏輯改了。它全天候在線，持續(xù)記著上下文，能自己把一個目標(biāo)拆成多步、在不同的系統(tǒng)和數(shù)據(jù)之間調(diào)度，在你沒盯著的時候把活干完，干完再回來跟你確認(rèn)。

這就帶出一個容易被忽略的變化，同一臺設(shè)備會開始扮演兩個角色。一個是你在操作它，這是今天所有設(shè)備的設(shè)計前提，另一個是智能體在自主操作它，這會是明天的常態(tài)。兩件事壓在同一臺手機上同時發(fā)生，對硬件是實打?qū)嵉男仑?fù)擔(dān)。光是你自己用，續(xù)航撐一天都吃力，再疊上一個全天候跑的智能體，功耗和時延立刻成了繞不開的工程題。

而今天大多數(shù)設(shè)備，并不是為這種 AI 從頭設(shè)計的。硬件和系統(tǒng)都圍繞 " 用戶主動操作 " 搭起來，跟一個會自己動手的智能體并不對路。高通把這個轉(zhuǎn)變概括為，數(shù)字生活的中心正從手機挪到智能體身上。手機的角色也跟著變，它過去是所有數(shù)字體驗的唯一中心，如今降成智能體網(wǎng)絡(luò)里的一個節(jié)點，各類設(shè)備則圍繞智能體運轉(zhuǎn)，成為它觸達(dá)用戶和現(xiàn)實世界的端點。

也因此，一批更適合智能體的新設(shè)備正在長出來，比如貼著你眼睛、耳朵和嘴的智能眼鏡。把這些都算上，端點的規(guī)模相當(dāng)可觀，全球幾十億部手機、二十億臺從可穿戴演進(jìn)而來的個人 AI 終端、二十億臺 PC，再加上數(shù)億輛智能網(wǎng)聯(lián)汽車。這場硬件層面的改造，不是小修小補能應(yīng)付的。

常駐的智能體，住不進(jìn)單一的云

接下來的問題順理成章，這么一個常駐、高頻、還要跨服務(wù)跑的智能體，能不能干脆全塞進(jìn)云端。云當(dāng)然能扛，只是把什么都堆上去，在成本、時延、隱私和情境上都不見得最優(yōu)。

先看成本。高通把 AI 的演進(jìn)拆成三段來算這筆賬。最早的對話式 AI 是單輪問答，一次交互大約消耗一萬個 token，到了能多輪推理的階段，單個任務(wù)漲到十萬，再到能自主調(diào)用工具、連續(xù)執(zhí)行多步的智能體，單任務(wù)沖上百萬量級。短短兩代，單任務(wù)的 token 消耗放大了約一百倍。再乘上全球設(shè)備全天候地跑，總量到 2030 年大到離譜，高通的說法是那時每十秒產(chǎn)生的 token 就要按萬億計，安蒙在臺上甚至調(diào)侃，這個數(shù)大得他都不知道該怎么念。

成本只是一半的故事。端側(cè)能接住這件事，其實是這兩年才成立的。放到 2023 年，端側(cè)模型的能力、NPU 的軟件棧、加上應(yīng)用生態(tài)都還不成熟，把智能體放到設(shè)備上更多是設(shè)想。到 2026 年，小模型、多模態(tài)感知、本地推理和跨設(shè)備的智能體框架幾條線同時往前走，端側(cè)才從一個省錢的備選，變成一個真能改善體驗的選項。也是在這個節(jié)點，計算發(fā)生的位置開始松動重排，而這恰恰是高通的機會。

為什么是高通

這套連續(xù)體不是誰都能講。過去十幾年，高通是全球智能手機芯片和基帶的核心供應(yīng)商，你用過的不少安卓旗艦，連接和算力的底層都來自它。只是 AI 時代的聚光燈大多打在英偉達(dá)和云端算力上，高通的名字沒那么響。

高通幾十年只做一件事，在被電池、體積、散熱、連接和實時性死死卡住的設(shè)備里，把算力一點點摳出來。這套手藝過去屬于移動時代，如今智能體要常駐到這些設(shè)備上，它忽然變得稀缺。端側(cè)也跟著換了身份，過去它的賣點是省電和便攜，現(xiàn)在它是智能體感知現(xiàn)場、觸發(fā)行動、就地完成閉環(huán)的第一層。

這也是高通最愛講 " 每瓦性能 " 的原因。移動行業(yè)幾十年其實一直在解同一道題，算力需求漲得比可用能源快。這道題過去出在手機電池上，如今原封不動搬進(jìn)了數(shù)據(jù)中心的電力和散熱賬本，而高通幾十年來一直在解這道題，它這條計算帶的跨度也大得驚人，一端是功耗兩毫瓦的耳機，另一端是 2000 千瓦的數(shù)據(jù)中心機柜。

高通這次擺出來的產(chǎn)品，能看出這套打法的輪廓。PC 這端，驍龍 X2 Elite 第一次進(jìn)了桌面，華碩基于它做了 mini PC"Ascent QN10"，更入門的驍龍 C 平臺把帶基礎(chǔ) AI 能力的 Arm PC 下探到三百美元級，宏碁、惠普、聯(lián)想都跟了進(jìn)來。機器人這端，高通發(fā)布了 Dragonwing（躍龍）IQ10 機器人參考設(shè)計，把最高 700 TOPS 的端側(cè) AI 算力、18 個 Qualcomm Oryon CPU 核心、多核 NPU 和 GPU、專門的安全島，連同本地大模型推理和整套開發(fā)工具鏈打包在一起。它交付的不只是一顆芯片，還有一套拿來就能開發(fā)、面向量產(chǎn)的系統(tǒng)，這正是機器人這種重續(xù)航、重集成的品類最缺的東西。

往物理世界看，邏輯還是同一套。汽車被拆成兩層智能，座艙里以人為中心的個性化交互，和靠攝像頭、雷達(dá)、地圖做感知決策的駕駛 AI，兩層當(dāng)成一個系統(tǒng)協(xié)同，高通把這個趨勢叫作走向 AI 定義的汽車。機器人則按即時反應(yīng)、動作執(zhí)行、邏輯推理分層處理算力。再往外，工業(yè)和城市場景也在被改寫，一顆 AI 攝像頭既能盯安全合規(guī)，也能數(shù)清路口的車流，看到了還能自己觸發(fā)下一步。設(shè)備千差萬別，算力的配比各不相同，底下卻是同一條連續(xù)的能力帶。

高通還想把這條帶子延伸到網(wǎng)絡(luò)本身。它此前在 MWC 上把 6G 定義為第一個為 AI 時代設(shè)計的無線技術(shù)，除了連接，還多了分布式計算和感知兩根支柱。感知這條尤其有想象空間，它讓無線網(wǎng)絡(luò)不只是傳輸數(shù)據(jù)，也能成為物理 AI 獲取環(huán)境信息的一環(huán)，給跑在各處的智能體補上現(xiàn)場情境。

軟件生態(tài)也已經(jīng)先動了。主流的開源和閉源模型都能在驍龍平臺上跑，OpenClaw、Hermes 這類智能體規(guī)劃器、能本地運行的 Claude Desktop，以及高通合作伙伴 Humain 正在開發(fā)的智能體操作系統(tǒng)，都把驍龍當(dāng)成了落腳點。把端側(cè)當(dāng)成智能體的家，已經(jīng)不是高通一家的判斷。

把鏡頭拉遠(yuǎn)，高通這一連串動作，落點其實在它自己身上。

這條連續(xù)體的最遠(yuǎn)端是數(shù)據(jù)中心，也是高通這次最受關(guān)注的一筆。它發(fā)布了數(shù)據(jù)中心新品牌 Dragonfly（飛龍），說已經(jīng)在和超大規(guī)模云廠商合作推進(jìn)部署，但這一次沒有公布具體規(guī)格和完整路線圖，更多信息要等到 6 月 24 日的投資者日。外界真正關(guān)心的，是它會怎么把 Oryon CPU、AI 推理和能效優(yōu)勢，組織成一套云廠商愿意接受的數(shù)據(jù)中心方案。

高通并不是數(shù)據(jù)中心的新人。2017 年它的 Centriq 試過服務(wù)器芯片，沒能在當(dāng)時還不成熟的 ARM 服務(wù)器生態(tài)里站住，2021 年它花約十四億美元收購 Nuvia 重新備料，這支團(tuán)隊的核心成員當(dāng)年就是打造蘋果高性能 CPU 的人，后來驍龍 X 系列在 PC 上的表現(xiàn)，靠的正是他們的底子。端側(cè)是它已經(jīng)驗證過的那一端，數(shù)據(jù)中心是它還想補上的另一端。

把增長攤開，是這套敘事的現(xiàn)實一面。最新一個財季里，高通芯片業(yè)務(wù)中的汽車板塊創(chuàng)下季度收入紀(jì)錄，汽車和 IoT 合計同比增長 20%。這讓 " 計算連續(xù)體 " 不只是一個技術(shù)故事，也對應(yīng)著高通正把增長來源從手機往更多設(shè)備上攤開的現(xiàn)實。

這場 Computex 還有另一條主線。云廠商和 GPU 陣營正從數(shù)據(jù)中心往邊緣走，高通則從端側(cè)往數(shù)據(jù)中心補，兩條路線相向而行，交匯點都落在智能體上。誰走得更順，要看接下來幾年生態(tài)怎么長，但雙方有一點判斷一致，智能體會帶來一輪覆蓋幾乎所有設(shè)備的硬件升級，規(guī)?？赡苁沁@個行業(yè)很多年里最大的一次。

所以高通想改寫的，與其說是某一類設(shè)備，更是它自己在 AI 產(chǎn)業(yè)鏈里的坐標(biāo)。它過去賣的是終端里的那塊計算能力，現(xiàn)在要讓行業(yè)相信，智能體時代真正需要的，是一條能把耳機、手機、PC、汽車、機器人和數(shù)據(jù)中心串起來的計算帶。

對國內(nèi)從業(yè)者來說，值得盯的也正是這件事。計算的位置一旦開始重新分配，設(shè)備怎么設(shè)計、芯片怎么排布、云和端的賬怎么算，都會跟著重寫一遍。