5月28日，天津。联想在2026世界智能产业博览会上的展品清单颇为有趣：1000个智能体常驻运行，百万token成本不到1元，DeepSeek推理吞吐量翻倍，吉利汽车风阻模拟效率提升28倍。
这并非那种新闻稿中常见的“AI全面赋能企业数字化转型”式的空话。联想这次给出了具体细节——用了什么架构、花了多少钱、取得了什么成果。对于从事企业数字化的人来说，这些数字远比“战略布局”之类的描述有用得多。
龍蝦湖在談論什麼
联想这次的企业级解决方案主打名为“龙虾湖”，本质上是一套私有化部署的智能体集群解决方案，最多可支持1000只“龙虾”（智能体）同时在线。
最吸引我注意的並非數量，而是成本結構：每百萬高品質token的營運成本不到1元人民幣。這個數字在一年前幾乎是不可能的，但現在卻是可以在產品層面承諾的價格。
Agent 集群規模：1000 個私有部署，常駐營運成本
私有化部署这件事值得单独讨论。过去两年，大多数企业通过云端API使用AI，按调用量付费。随着持续使用，他们发现账单比预期高，更令人担忧的是数据安全与合规问题——在出口加工、半导体、金融等行业，大量数据根本无法离开内网。
龍蝦湖的定位是降低這個門檻：私有化部署、數據留在企業邊界內、自有算力。這個邏輯與前幾年鼓勵使用公有雲的做法相反，但更符合中國製造業和龍頭企業的實際採購偏好。
Hybrid AI 並非新詞彙
在他的開幕演講中，楊元慶使用了「混合式人工智慧」一詞，這是聯想至少兩年來一直使用的說法，但這次的表述有些不同。他表示，全球經濟競爭的本質是「AI+實體經濟生態系統能力的全面較量」，關鍵詞是「生態系統」——不是技術，不是算力，而是生態系統。
人工智能时代的创新，已不再是单一产品或技术的突破，而是系统性创新——技术、场景、生态、标准、治理缺一不可。
I think this judgment is correct. In the past few years, one core reason for the high failure rate of enterprise AI projects has been focusing only on technology while ignoring scenarios and governance. The technology itself is actually no longer the biggest pitfall; the biggest pitfalls are the two issues of "which scenario to start with" and "who takes responsibility when problems arise."
聯想還宣佈了兩項在天津的具體投資：通用服務器生產線將於2026年9月開始量產，新一代AI計算產品研發及製造中心將於2027年秋季開始量產，兩者均位於天津聯想智慧創新服務產業園。這兩個時間表相當具體，並非「未來某時」的模糊承諾。
青田爪跑出去了什麼
联想万全异构智算平台4.0是擎天AI平台的底层算力支撑，本次展出了两个具体案例：
| 場景 | 結果 | 說明 |
|---|---|---|
| DeepSeek 推論吞吐量 | Double | 與標準配置相比，在相同運算能力下，處理能力提升了一倍。 |
| 吉利汽車風阻模擬 | 效率提升了28倍 | HPC高效能運算情境，典型製造業需求 |
風阻模擬案例相當具有代表性。在汽車開發中，CFD（計算流體力學）模擬一直是一個耗時的過程，一次完整的模擬可能需要數天時間。效率提升28倍意味著原本需要一週的工作，現在可以在六小時內完成。這不僅僅是「快了一點」；它改變了整個設計迭代的節奏。
在智能制造垂直场景中，联想还展示了三个行业专属智能体：辅助设计、智能质检和魔方智能客服，以及城市超级智能体（一种已在上海、重庆等多个城市部署的1+N架构）。
企業應如何看待這些事情
有幾個問題值得仔細思考。
首先，私有化智能体集群是否适合自身。龙虾湖的逻辑适用于数据敏感度高且已有IT基础设施的企业，如领先的制造企业、金融机构和国有企业。对于中小企业而言，维护成本和配置复杂性反而可能成为负担。
其次，每百万Token不到1元这一数字背后的前提是，联想提供了自测数据；实际部署中的Token使用量、调用频率及运维成本等因素都会影响真实的TCO（总拥有成本）。这一数字是参考基准，而非最终目标。
第三，諸如28倍風阻模擬等結果的可複現性。不同行業對HPC的需求差異極大；汽車行業的CFD需求與半導體EDA模擬的規模並不相同。聯想能夠複現此結果的行業範圍，比展會PPT中所陳述的要窄。
然而，這些都不影響一個基本判斷：部署企業級智慧代理的技術門檻正在迅速降低，私有化解決方案在價格和能力方面也越來越可行。2026年的問題將不再是「能不能做到」，而是「由誰來主導、從哪個場景開始」。
對於部署Odoo等ERP的企業而言，導入智能代理的路徑其實比外界想像的更清晰——ERP本身就是企業數據最密集的系統。從採購助理、庫存異常警報到客服自動化，在內網運行私有化小型模型，恰好繞開了數據安全的顧慮。
