常驻型 Agent 推高基础设施需求，ICT 厂商先从 CPU、存储与网络升级中受益

（本文作者为 Alter，钛媒体经授权发布）

文 | Alter

硅谷大厂在 AI 应用层的新一轮抢位，已经把战火烧到了云端机房。

10 月 22 日凌晨，正处于 IPO 冲刺期的 Anthropic 发布了全新的个人与工作智能体应用 Claude Duet。

在此之前的一个多月里，Meta 旗下的 Muse、OpenAI 的 Dots、xAI 的 Grok Bot 以及华人创业团队打造的 Manus Cue 相继上线，几乎在同一时间交出了答卷：给 AI 在云端配一台独立的虚拟电脑。

在 Anthropic 公开的演示中，放出了一个有趣的场景：

每天早上 5 点 30 分，在一家咖啡连锁店的经营者起床前，Duet 已经自动从收银系统、Shopify 网店、客服邮箱、Gusto 薪资系统和银行账户中拉取完最新数据，生成了一份早间经营简报，并指出东湾地区因运费调整导致退订率从 2.6% 升至 3.4%。

Claude Duet 的亮相，迅速在科技圈引发了新一轮讨论：为什么国内没能跑出一款能够跨平台的“中国版 Duet”？

倘若把视线从应用层的入口之争移开，落到更底层的产业链上，会看到另一番图景——最先感受到常驻型 Agent 浪潮冲击、最先兑现商业价值的，不是台前的 AI 企业，而是水面下的基础设施层。

一位国内头部云厂商的架构师坦言，当 AI 的产品形态从“一问一答的聊天框”变成“24 小时在线的云端虚拟机”，数据中心里的计算、存储与网络配比，都要推倒重算。

01 从对话框到云电脑

把过去四年的 AI 应用演进放在一条时间线上观察，产品形态已经走过了四个阶段。

2023 年是 Chatbot 阶段：ChatGPT 定义了问答交互，模型负责生成文字或代码，具体的执行动作仍由人来完成。

2024 年至 2025 年进入任务型 Agent 阶段：初代 Manus 与 Claude Code 证明了 AI 可以拆解多步骤任务并交付结果，但交互仍是单次触发，任务结束会话随之清零。

转折发生在 2026 年初。

开源框架 OpenClaw（因图标与名字谐音，在国内开发者圈被称为“小龙虾”）在三个月内拿下 GitHub 24 万星标，腾讯、字节、阿里等国内大厂迅速跟进，打造了一个个“活”在用户电脑里的 AI 助手。

时间来到 2026 年秋，Meta Muse、Grok Bot 连同刚发布的 Claude Duet，将协作逻辑推向了云端：

智能体不再占用用户的本地电脑，而是在云端拥有独立的运行环境（Meta 甚至为每位 Muse 用户分配了一台专属虚拟机），并普遍引入了“主动巡检”机制——不等用户下达指令，系统每隔几个小时就会在后台自动唤醒，检查邮件、日历和业务系统。

对用户来说，是从“被动工具”到“主动管家”的体验升维；对底层的算力基础设施，则意味着负载发生了根本改变。

传统的 Chatbot 是无状态的，用户提问时调用一次 GPU，回答结束连接即断开，夜间流量自然回落。而常驻型 Agent 是有状态的，以 Meta Muse 为例，底层由多个“工作子代理”平行运作，同时配有一个独立的“Sentinel 审查代理”在后台监控权限与安全。

这种变化将直接推高单个用户的服务成本。

9 月 30 日，摩根士丹利互联网首席分析师 Brian Nowak 团队发布了一份针对 Muse 的单位经济模型测算：在仅使用每周免费 Token 配额 25% 的基准情景下，单个活跃用户每月大约消耗 1.08 亿个 Token，对应每月 37.12 美元的直接服务硬支出——其中 24.30 美元为 GPU 推理成本，12.82 美元为 CPU 沙箱环境与存储开销。

在重度开发者群体中，数字更加惊人。

OpenAI CEO 萨姆·奥特曼曾在 6 月份公开透露，OpenAI 内部使用量排名第一的工程师单月消耗达 1000 亿 Token。当常驻型 Agent 可以在云端 7×24 小时工作，1000 亿绝不是月 Token 消耗量的上限。

把这条时间线拉长，会发现一个容易被忽略的细节：每一次产品形态的跃迁，都伴随着算力账单的转手。

Chatbot 时代，账单按次结算；“小龙虾”时代，智能体跑在用户自己的电脑上，电费与硬件折旧由用户默默承担；到了云端常驻阶段，账单又被整体搬回了 AI 厂商与云厂商的资产负债表。

常驻型 Agent 的竞争变量正在从“模型有多聪明”，转向“养一个活跃用户每月要花多少钱”。所谓“主动巡检”，本质上是一个成本旋钮：巡检越频繁，体验越像管家，单用户成本也越高。谁能在体验与成本之间找到可持续的平衡点，谁才可能把这门生意做下去。

而在这个问题被回答之前，最先确定拿到钱的，是卖铲子的人。

当海量智能体在云端持续运转，数据中心里最先告急的，并非过去三年备受追捧的 GPU。

02 CPU 重回牌桌中央

过去三年，AI 算力市场的主角一直是 GPU。

在传统的大模型训练和单次推理服务器中，CPU 与 GPU 的配比通常在 1:4 到 1:8 之间。GPU 负责高密度并行矩阵运算，CPU 仅承担数据搬运、基础调度等任务。

以 Meta Muse 为代表的常驻型 Agent，正在打破既有配比。

一个 Agent 接到任务后，需要经历意图理解、任务拆解、拉起安全沙箱、执行代码、操作浏览器、调用外部 API、验证结果及反思重试等多个步骤。除了“模型推理”的一小段由 GPU 完成，绝大部分流程控制、工具调用与环境隔离，都属于典型的串行逻辑运算，由 CPU 承担。

云端虚拟机的普及，将进一步推高 CPU 核心的需求。

比如 Meta Muse 在云端为每位用户配置了一台标配 2 个 vCPU、8GB 内存和 100GB SSD 的 Linux 虚拟机。

海外硬件媒体 Wccftech 曾按静态峰值做过一次推算：若 Muse 扩展至 1 亿用户且每人独占物理核心不共享，按单颗 126 核 AMD EPYC 处理器计算，仅此一款应用就需要 158 万颗服务器 CPU。

当然，在实际工程中，云厂商并不会让虚拟机 24 小时空转。

可即便计入休眠机制与多倍超售比，当数千万活跃用户在高峰期并发拉起多个子 Agent 临时沙箱时，数据中心对独立“Agent CPU 机架”的需求依然显著增长。

伯恩斯坦（Bernstein）在研报中判断，智能体负载中 CPU 的计算占比将从传统大模型的 14% 升至 50%，CPU 与 GPU 配比正从 1:8 向 1:1 收敛，并将 2030 年全球服务器 CPU 市场规模预期上调至 2230 亿美元。

需求的变化已经传导至供应链。

KeyBanc 的数据显示，受大型云服务商集中采购影响，英特尔与 AMD 在 2026 全年的服务器 CPU 产能已基本售罄，两家公司均计划将服务器 CPU 价格上调 10% 至 15%，交付周期已从常规的 1～2 周拉长至 8～12 周，部分型号自年初以来涨幅超过 40%。

面对高昂的 CPU 成本与高并发沙箱需求，国内云与服务器厂商纷纷在 2026 年加快了底层架构改造：

阿里云上线了基于微型虚拟机隔离的 ACS Agent Sandbox（智能体沙箱），重点优化大规模低延迟弹性拉起与低成本状态保持。

腾讯云在 7 月开源了 Cube Sandbox v0.5.0，联合 Arm 工程团队完成了 Arm 架构的原生主线支持，使 Arm 平台在沙箱创建速度、状态恢复耗时与单机并发密度上追平 x86。

新华三提出了基于 CXL 内存池的沙箱镜像池方案，将常用操作系统与依赖库预先常驻于共享内存层，新沙箱拉起时无需读取磁盘，直接通过内存映射实现零拷贝启动，将沙箱冷启动时间从秒级压缩至毫秒级。

在 CPU 涨价、交期拉长的背景下，单机能塞下多少个沙箱、休眠后多快能唤醒，直接决定单用户成本。产业价值正在从“卖更多核”，迁移到“让每个核跑更多 Agent”。

03 当显存被撑爆之后

与 CPU 一同迎来价值重估的，还有长期处于数据中心边缘的存储系统。

在传统云计算架构中，存储主要负责静态保存数据，毫秒级的读写延迟即可满足业务需求。

但在长程 Agent 场景下，存储直接进入了计算主路径，核心瓶颈变成了 KV Cache。

就像在 Claude Duet 的演示场景中，为了协助用户准备 A 轮融资路演，Agent 需要连续读取 25 份数据室文档、6 位投资合伙人的背景资料，并进行数十轮工具调用。

随着模型上下文窗口扩展至百万级，且多轮慢思考成为常态，单任务链条下的 KV Cache 容量需求激增了几十倍。

容量有限且价格高昂的 GPU 高带宽显存（HBM）很快被占满，溢出的温热 KV Cache 与长期记忆数据，不得不向下一层级的 DRAM 内存、CXL 内存池以及企业级固态硬盘（NVMe SSD）下沉。

除此之外，数以亿计的云端沙箱在执行“快照休眠与唤醒恢复”时，也需要高频读写各自的独立文件空间。

华为数据存储产品线副总裁吴俊杰在媒体采访时表示，当 Agent 以 7×24 小时不间断的方式访问上下文时，底层存储的时延要求已经从过去的毫秒级提升到了微秒级——任何一丝数据返回延迟，都会导致 GPU 等待空转；若因缓存空间不足被迫截断上下文，就必须进行大量重复计算。

供需关系的紧绷，已经反映在了价格与财报上。

国内 DRAM 厂商长鑫科技在 2026 年前三季度业绩预告中表示，受 AI 算力需求拉动，DRAM 产品供不应求、价格大幅上涨，公司产能利用率保持高位；存储模组龙头江波龙则预计 2026 年前三季度实现营收 380 亿～400 亿元（同比增长 127%～139%）。

为了缓解“显存墙”与亿级沙箱的存储隔离难题，国内的科技大厂也在推进存储架构重构。

华为推出了支持异构算力的 CMS（上下文记忆存储）与 UCM（统一缓存管理）方案，通过专用 DPU 语义卸载构建 PB 级共享 KV 缓存池，使推理首 Token 时延最高降低 90%，单 Token 综合成本下降约 30%。

腾讯云在 7 月发布了业内首款面向智能体场景的原生存储 Agent Bucket。通过在存储桶下引入独立的“Space”空间单元，将单个 Agent 的凭证隔离、容量配额与读写限速从业务代码层下沉至系统底层，配合 GooseFS 分布式缓存应对高频小文件访问。

如果说 CPU 需求取决于消费级 Agent 能否跑通商业模式，存储的逻辑则更为扎实。长上下文与多轮推理并非常驻 Agent 独有，企业级 Agent、编程 Agent 乃至普通的深度推理任务，都在推高 KV Cache 的规模。即便某款明星应用增长放缓，存储需求也不会退潮。

更深层的变化在于，存储正在“用容量换算力”：缓存留得住，GPU 就少做重复计算；留不住，就得拿更贵的 GPU 时间来补。存储由此从成本项变成了效率项，在 AI 基础设施中的话语权不断上升。

04 倒过来的网络漏斗

计算与存储之外，通信与数据中心网络同样在经历一场流量结构的逆转。

过去二十年，互联网主要围绕“人消费内容”设计。用户浏览网页、观看视频、下载应用，数据流向以机房下发至终端为主，传统场景下网络上行流量占比通常仅为 10% 左右。

在 Agent 场景下，流量结构被倒置了。

无论是云端 Agent 持续读取本地工作流，还是用户通过手机、智能眼镜向 Agent 实时传输高清截图、音视频流与文档，AI 执行任务的前提是终端向云端高频上传上下文。

比如年初的 MWC 2026 上，华为披露了上海某美术馆的实测数据：引入多模态 AI 智能体作为导览员后，每天有超过 3000 名观众上传展品照片或视频进行交互，网络上行流量占比首次突破 60%。

在数据中心内部与跨云协同场景中，机器对机器（M2M）的通信密度也在同步攀升。

一个典型的例子：当 Claude Duet 在后台生成一份经营简报时，数分钟内需要通过 MCP 协议连续调用十余个外部 SaaS 系统的 API；而在机房内部，分立部署的“Agent CPU 机架”、“GPU 推理机架”与“CXL 存储机架”之间，需要时刻进行高带宽、低延迟的状态同步。

面对千亿级的 Agent 连接预期，国内通信与网络产业链早已开始调整布局：

在运营商侧，中国移动正在探索于 4.9GHz 频段将上下行流量配比调整为 3:2 以匹配智能体上行需求，并提出了无损智算光网络（HIC-OTN）架构；中国联通则在 9 月将传统 CDN 升级为 AICDN，实现 AI Token 算力与边缘内容的协同调度。

在硬件与边缘服务侧，数据中心对 800G 及 1.6T 高速光模块的需求持续放量，TrendForce 预估 2026 年全球 AI 光收发模块市场规模将达 260 亿美元。

需要说明的是，网络侧的变化方向虽然清晰，兑现节奏却很可能落后于计算与存储。调整频谱配比、建设无损光网络，周期以年计，投入必须先于需求；而目前关于上行流量反转的实证，仍主要来自个别场景的测试。

真正值得关注的是运营商的角色。

很长一段时间里，网络按下行带宽设计、按内容分发收费；如果 Agent 让上行成为主流量，“上行”本身就可能成为新的计费维度。运营商未必最先受益，却可能握有最长期的定价杠杆。

05 写在最后

回到开头的问题。

中国市场短期内恐怕难以跑出一款跨平台的“中国版 Duet”，症结不在技术，在于生态边界：截至 10 月下旬，已有包括微信、淘宝、支付宝、美团在内的上百款应用拒绝了豆包手机助手的屏幕自动化操作，跨 App 代理在国内首先是一道商业题。

由此构成了一个耐人寻味的错位：

应用层的入口之争在国内暂时僵持，而由全球 Agent 浪潮拉动的 CPU 扩容、存储升级与算力网络改建，已经让中国 ICT 产业链上的基础设施厂商先一步拿到了订单。

但红利的成色，最终仍取决于应用层：只有当常驻型 Agent 找到“养得起用户”的商业模式，今天的扩容才不会变成明天的过剩。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App