此事始于6月1日。
那天，NVIDIA發佈了一則公告：Cadence的晶片設計AI超級代理已經開始工作。不是「輔助設計師畫圖」，而是「自行設計晶片」。7×24小時。NVIDIA本身就是第一個客戶——它用這套AI來驗證自家晶片的設計。
Then on June 2nd, in Beijing. At the BCS 2026 Cybersecurity Conference, a list called "China AI Agent Leaders" was released. AI agents from over 100 companies, covering everything from bank risk control to highway inspections to pig herd health monitoring, span nearly every industry you can imagine.
6月5日，在上海。华为云CEO周跃峰站在INSPIRE创新大会的舞台上，说了一句很有华为风格的话：Agentic AI时代已经到来，Tokens需要工业化生产。其背后的数字是：200 EFLOPS算力集群、10万张卡，以及每千卡每秒500万Tokens的吞吐量。
五天內，三件事。但把它們放在一起看，你會發現它們其實指向同一件事：AI正從「需要有人盯著的工具」演變成「無需監督、自主工作的數位同事」，而企業IT基礎架構的底層邏輯，也正在發生徹底的轉變。
NVIDIA這次沒談顯卡，談的是「數位同事」
先看看NVIDIA做了什麼。它發布的不是單一產品，而是一套工具包——Agent Toolkit。其中包含四項內容：
NemoClaw Blueprint — 一個開源代理建構框架。原本，企業可能需要數週時間才能建構一個能夠編排多工具工作流程的 AI 代理。NVIDIA 表示，使用 NemoClaw，只需數小時即可完成。
Nemotron 3 Ultra 模型 — 一個擁有 5500 億參數的混合專家模型，專為長時間運行的 AI 代理所設計。與同類模型相比，其推論速度提升 5 倍，成本降低 30%。將於 6 月 4 日起開放原始碼。
OpenShell Secure Runtime — 這是許多人低估但可能是最重要的一項。要讓 AI 代理在企業環境中「自主行動」，安全邊界在哪裡？OpenShell 提供了一個答案：隱私政策、查詢匿名化，以及對本地／混合／多雲部署的支援。Microsoft、Canonical、Red Hat 和 SAP 都已與其整合。
CUDA-X 函式庫成為 AI 代理技能—cuDF 用於資料處理、cuOpt 用於路徑最佳化、AI-Q 用於知識檢索，以及 PhysicsNeMo 用於工程模擬。這些函式庫最初是設計給人類呼叫 API 使用，但現在它們直接作為 AI 代理的「技能包」。
現實世界中的場景已經出現：
一個信號非常明確：AI正從「回答你的問題」轉變為「為你工作」。而且不只是普通的工作——而是設計晶片、營運工廠、修補安全漏洞這類層級的工作。
華為雲同日：代幣產業化
If NVIDIA's release is understood as "equipping AI agents with a complete toolbox," then what the Huawei Cloud INSPIRE conference did is something else: telling you what kind of foundation these tools need to run.
周跃峰的原话是“Agentic AI的时代正在引发计算范式的根本性转变”——这句话可以翻译为：“以前我们是堆机器跑模型，现在是智能体每时每刻都在产生和消耗token，规模跟以前不是一个量级。”
華為雲四大新產品背後的邏輯非常清晰：
AICS靈渠智能計算集群 — 總算力200 EFLOPS，十萬卡規模，token生成延遲低於10毫秒，每千卡每秒500萬token。這不是實驗室指標；這意味著，「如果你的企業需要運行大規模智能代理，我可以為你提供穩定的生產級token。」在線可用率達99.95%。
AMS Agentic Memory Storage — PB級超大記憶體空間，KV Cache分層池化，讓Agent能執行「天級」長期任務而不遺忘。這解決了一個問題：目前大多數AI Agent只能處理「單一會話」級別的任務，一旦需要運行長達數小時甚至數天的業務流程，上下文記憶便成為瓶頸。
CCE VolcanoNext 通用與智慧運算統一排程—統一排程通用運算與智慧運算，支援每分鐘數百萬次並發操作。企業不會只運行一個Agent；當數十或數百個Agent同時運行時，排程效率直接決定用戶體驗。
AgentSphere Runtime Environment — 為代理提供一個安全的「房間」。在某種程度上，這可與 NVIDIA 的 OpenShell 相提並論：企業需要知道他們的 AI 在做什麼、能做什麼，以及不能做什麼。
華為雲的目標數字是：企業每日消耗100萬億Token，Token每瓦成本降低10倍，每分鐘百萬級並發請求，長期記憶從128K擴展至100M。
我翻閱了現場資料：華為雲目前擁有850萬開發者和5萬多家合作夥伴。雲南交投集團已在應用，交通流量預測和擁堵識別的準確率提升了9.91%，並開發了20多個細分場景的智能體。
這兩家公司的業務其實高度互補。NVIDIA是「給智能體裝上大腦和四肢」，而華為雲則是「為智能體修好道路、鋪好電網」。一個在做能力層，一個在做基礎設施層。但兩者指向同一個結論：AI不再只是工具，而是同事。
企業CIO真正需要關注的事項
五天之内发生了三件大事。对于企业数字化负责人来说，有几件不得不关注的事情：
首先，您的IT基礎設施的設計邏輯需要改變。過去，企業IT遵循「應用程式-資料庫-伺服器」的三層結構。現在，必須新增一個名為「Agent Runtime」的新層。智慧代理不僅僅是一段程式碼；它是一個持續運行的軟體實體，具有記憶力，能夠自行做出決策。其計算資源需求並非基於「請求-回應」模式，而是基於「持續對話+持續推理」模式。您目前的伺服器架構無法支援這一點。
第二，安全邊界需要重新劃定。這是BCS 2026和NVIDIA OpenShell都指出的問題。當AI能夠自主操作企業系統——發送電子郵件、修改配置、審批流程——安全就不再只是「防範外部攻擊」。你需要能夠即時查看Agent在做什麼、隨時將其關閉，並基於策略管理權限。OpenShell和AgentSphere的出現，表明業界已經開始重視這個問題。
第三，請準備接受更根本的改變：你的團隊成員將包括「數位人類」。Cadence 已經在使用 AI 設計晶片，而 NVIDIA 本身就是客戶。在鴻海的工廠中，MoMClaw 正在監控感測器資料以做出決策。這不是遙遠的願景；它正在此時此刻發生。企業組織結構、績效評估以及人機協作流程——所有這些都需要重新思考。
第四點，但別忘了IDC的提醒。同一週，IDC發布了《中國AI增強型企業ERP市場份額，2025》報告。超過60%的製造企業已將AI能力納入ERP選型標準。然而，報告中有一句話被許多人忽略：先評估數據基礎的扎實程度，再決定從AI-ERP的哪個模組開始。立高食品採用用友YonSuite後，生產訂單效率提升了81.5%，但這是在先理清主數據的前提下實現的。
200 EFLOPS 華為雲 AICS 總算力 10 萬卡，單集群最大卡數 50 萬卡，每千卡每秒吞吐量 500 萬 tokens，每日 100 萬億 tokens，Agent 時代 tokens 需求目標
寫到這裡，讓我想起一句話：2024年，大家討論的是「AI能做什麼」；2025年，討論變成了「AI該不該進入企業」；到了2026年6月，話題已經變成「AI已經在企業內部自主運作——你的基礎設施跟得上嗎？」
這一變化發生的速度比大多數人預期的要快得多。
