中新网上海新闻7月29日电(谢梦圆)当前，随着大模型从“技术验证”走向“规模商用”，AI Agent成为互联网业务新的增长极，但底层算力支撑不足、跨场景适配成本高、开发门槛高等问题，始终制约着行业智能化进程。

　　《算力基础设施高质量发展行动计划》明确提出，要探索构建布局合理、泛在连接、灵活高效的算力互联网，构筑算存运力协同的数字底座，而互联网作为AI规模化应用的先行领域，正迫切需要适配大模型训推、多模态交互、Agent自主决策等场景的一体化算力解决方案。

　　随着 Agentic AI 从概念走向实际落地应用，国内赛道竞争持续加剧。华为、阿里、腾讯、百度等头部云计算企业与本土大模型厂商悉数入局，纷纷加码智能体管理赛道。

　　近期国内大模型、云计算及 AI 智能体迎来集中迭代落地。Kimi K3 正式开源权重，凭借 2.8 万亿参数、原生多模态特性与百万 Token 超长上下文，持续拉高国内开源大模型全球话语权。阿里云不断打磨原生适配智能体的云平台体系；腾讯云 ADP 4.0 落地场景覆盖三十余个行业；混元 Hy3 上线首周 API 调用量相较前代大涨 68% 以上。整体来看，国产AI 发展重心正从单纯的模型优化，加速转向云端服务部署与商业化落地阶段。

　　“在算力、存力和运力三者中，运力是目前最突出的瓶颈。”华为中国政企互联网行业总经理黄健认为，与其执着于单芯片制程，不如通过网算存协同一体化将“高速公路修得更宽”，华为已将NPU带宽提升八倍以上，Token产生效率提升五倍。

　　他进一步介绍道，大模型训练和推理对通信时延与集群互联要求急剧上升，华为依托星河AI数据中心网络和昇腾超节点，从硬件、软件、调度、生态四层协同，大幅降低了分布式通信损耗，并通过弹性调度适配业务波峰波谷和多并发场景。

　　谈及互联网算力赛道的产业链协同模式，黄健表示，华为从“技术赋能、联合创新、分层扶持、资源互通”四大维度携手合作伙伴搭建了长效共生体系。技术层面开放底层架构、场景化调优工具与开源社区能力，向伙伴输出成熟落地经验；场景层面联合ISV、IDC、云服务商共建AI Agent、AI Coding联合实验室，打造可复制标杆方案。

　　技术的价值最终要通过落地来验证。在行业趋势研判方面，AI正从“回答问题”转向“完成任务”的新范式，Token正取代流量成为经营新核心。进入Agent阶段，基础设施要支撑的是任务拆解、工具调用、多轮协作和持续运行，这对算力提出了完全不同的要求。互联网行业的算力需求正从“建中心、堆机架”转向算力调度能力、算网协同效率和运行能力的全面优化升级。

　　在大模型训练与推理并行的互联网场景中，如何实现算力资源的高效调配，是决定业务竞争力的关键。

　　昇腾生态发展部部长张良介绍，以视频翻译为例，企业在昇腾A3服务器上部署 GLM-4.5-air进行深度优化适配，针对视频文本翻译场景，通过系统性测试以及昇腾优化找到极限吞吐最优的架构组合，成功系统性地提升了翻译能力。这些案例也从业务稳定性、资源利用率到成本优化成效等方面，提炼出了一套可复用的建设方法论。

　　在生态共建规划方面，昇腾CANN开源社区自去年底上线以来，活跃度已跃居全国开源社区综合排名第一，开发者可免费申请100小时万卡算力体验。一个“课程学习、实战赋能、社区练手、大赛挑战”四层人才培养路径正在搭建。

　　有从业者认为，相比于海外的Claude、Codex 等代码与办公类智能体，国产AI智能体突围的关键在于打造差异化优势。

　　相较海外产品，国产智能体具备两大优势：一是深度适配本土生态，可无缝对接钉钉、飞书、微信及企业内部知识库，解决海外工具无法融入国内办公场景的痛点；二是架构灵活开放，支持多模型切换，便于个人平衡成本与效果，方便企业对接自有业务系统、管控数据权限。

　　当前国内智能体赛道布局多元，最终竞争落脚点是稳定落地各类实际工作需求。用户初期体验源于新鲜感，唯有切实减负提效，产品才能收获持续使用粘性。(完)

注：请在转载文章内容时务必注明出处!   

编辑：王丹沁