《智能世界2035：从愿景到行动》里，藏着一套货币语言
一
9 月 16 日下午，华为开了一场线上发布会。
发了两份报告：《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》。
9 月 17 日下午四点半，上海世博中心，华为全联接大会的昇腾 AI 产业峰会上，昇腾新一代超节点将正式上市。展区里摆着 Atlas 950 SuperPoD 液冷超节点和 Atlas 850E 风冷超节点的真机。
报告和货架之间，隔了一天。
这个时间差本身就是一条信息。这份报告不是用来读的，是用来对的——对着今天下午要卖的东西读。
我把全文一百多页下载下来看了一遍。新闻稿里讲的那些数字都在：Token 十年涨 10 万倍，智能体流量占九成以上，算力集群规模百倍提升，智能体任务成本千倍下降。
但新闻稿没提的东西更多。
最值得说的是这个：报告里有一整套货币语言。
二
先把两个数字摆在一起。
报告的原话是：「展望未来十年，Token 经济的稳态规模有望突破百万亿元，并将迎来普惠时代。我们预测，全球年度 Token 总消耗还将增长约 10 万倍，成本每年下降约 50%。」
一边是消耗量涨 10 万倍，一边是单价每年砍一半。
这两个数字放在同一句话里，意思就变了。如果只是用量暴涨，那是个需求故事；如果用量暴涨的同时单价年年腰斩，那是另一种局面——总盘子会涨，但每一个环节的利润都得靠跑赢价格下滑来挣。
报告自己也知道这里有矛盾。它在前言里点了三个词：半导体韬定律、生成率 J 曲线、杰文斯悖论。杰文斯悖论讲的是效率提高反而让总消耗增加——单位成本降下去，用的人更多、用得更狠，总量涨得更快。
10 万倍和每年降 50%，其实是一件事的两种说法。
华为给这个现象配了一句总结：「规模在扩张，门槛在坍塌。」
三
问题来了：Token 凭什么涨 10 万倍。
报告给的答案不在 Token 上，在智能体上。
它给智能体下的定义是「以大语言模型为认知内核，具备自主感知、推理决策、规划执行与持续学习能力的智能系统」。拆开看，能力是四层叠起来的：先说清意图，再管住工作记忆，然后装配工具和执行框架，最后在「感知—决策—行动—反思」里反复迭代。四层成熟到哪一步，智能体能干的活就到哪一步。
然后是形态的变化。报告把智能体的能力路径划成四级：
L1 功能级，AI 作为工具被人类调用。L2 任务级，L3 协作级，最后是 L4 指导级——AI 提供专家级服务，人从「操作者」变成「授权者」，再变成「监督者」。
这个升级里藏着一个容易被忽略的指标：时间。
报告说，智能体「正逐步具备月级乃至年级的持续工作能力」，不再是「一问一答」式的工具，而是能在长周期任务里保持上下文、持续积累经验的协作者。
一个随时回答问题的工具，和一个能连续工作几个月的数字员工，花掉的 Token 根本不在一个量级上。前者按次计费，后者按时间烧。
报告引了 IDC 的一个预测：2030 年，22 亿 AI Agent 会作为「新数字劳动力」进入全球的岗位。
22 亿个连续工作的智能体。10 万倍就是从这儿来的。
四
现在说那套货币语言。
报告第一章讲「变局」，里面有一小节叫《四大引擎驱动智能经济增长，迎接 Token 普惠时代》。它的开头是这样写的：
「Token 正从数字世界的价值载体蜕变为智能经济的『数字通货』，Token 调用量近两年增加了千倍以上，这一指数级扩张昭示着经济活动的计量单元与运行规则正在被重新定义。」
「数字通货」这个词是报告自己用的。
后面那句值得停一下。「经济活动的计量单元与运行规则正在被重新定义」——翻译过来很直白：用来算账的那把尺子，要换了。
报告给了一个具体的数：截至 2026 年 3 月，中国日均 Token 调用量相比 2024 年初增长了 1400 倍。
两年多一点，1400 倍。
报告对此的判断是：「这已经不再是渐进式的技术普及，而是一场指数级的产业重构。」
五
如果只是用了一个比喻，那没什么好写的。问题是这套语言用得很完整。
报告把 Token 经济的增长拆成四个引擎。
规模引擎决定供给的天花板。原文说的是它「反映了 Token 发行和流通的基础容量，决定了整个经济体系中 Token 的最大供应量」。
效率引擎决定产出的加速度。它管的是「缩短交易确认时间，降低系统延迟」。
利用率引擎决定价值的兑现度。它的判断标准是「Token 的价值不在『拥有多少』，而在『用了多久、用得多好』」，推动 Token「从静态持有向动态流转转变」。
价值引擎决定溢价的护城河。它管的是「提升 Token 的独特性和竞争力，促进优质 Token 的价值发现和资本增值」。
发行、流通、供应量、交易确认时间、静态持有、动态流转、价值发现、资本增值——这一串词，不是通信行业的词，也不是芯片行业的词。
然后报告又搭了三层。
最底下是 Token 工厂层，传统智算中心升级成具备规模化生产能力的算力底座。
中间是 Token 调度与分发层，报告列的职能是「智能路由、交易撮合、合规清算、跨域调配」。
最上面是 Token 消费层，面向企业、开发者、个人、智能硬件和机器人，实现按需调用、弹性供给。
交易撮合，合规清算。
一家做计算和通信的公司，在描述它认为的下一代基础设施时，把中间那一层写成了清算所。
这不一定是华为真要去做的事，但至少说明它在用什么框架理解自己的位置：不是卖设备给客户用，而是站在一条从生产到结算的链条中间。
六
链条的起点是 Token 工厂。报告说建好这个工厂要四样原料：
ICT、能源、模型、数据。
四样里，模型和数据是软的，ICT 和能源是硬的。华为给能源的定位，比新闻稿里那句「攻克供电与散热」重得多：
「能源则是 Token 工厂可持续运转的物理基础，绿色低碳的能源不仅降低了生产成本，也符合可持续发展的全球趋势。」
「物理基础」这四个字，和上一篇写投行大会时的观察能接上——今年 AI 的瓶颈在往电和光这两侧挪。现在华为把它写进了 Token 的成本结构：电不是配套设施，是原料。
另一处的表述更直接：电力决定算力，AIDC 走向算电网储协同。
数据中心从「一个用电大户」，变成「跟电网和储能一起调度的一方」。
这个身份变化，比多建几个机房重要。
七
到这里可以回答那个问题了：为什么要换尺子。
因为去年那份报告说的不是 Token。
2025 年 9 月 16 日，华为发过一版《智能世界2035》，讲的是十大技术趋势，其中趋势七写的是「2035 年全社会的算力总量将增长 10 万倍」。
一年之后，同一个 10 万倍，主语变成了「全球年度 Token 消耗量」。
算力总量，是厂商自己造了多少。Token 消耗量，是别人用掉了多少、以及能被结算多少。前者的上限是资本开支，后者的上限是需求。
同一年里，华为还换过另一把尺子。
今年 5 月，华为董事、半导体业务部总裁何庭波在 IEEE 的 ISCAS 2026 会议上发表了韬（τ）定律，提出以「时间缩微」替代「几何缩微」，用逻辑折叠压缩信号传播时延。芯片的评价标准，从「多少纳米」变成了「多少时间」。这条定律这次被写进了十大命题的第 5 条。
报告里还有个细节，能说明这个换法有多彻底。它讲互联网的三条老定律时，写的是：梅特卡夫定律管用户价值，吉尔德定律管带宽能力，而「摩尔/韬定律」管硬件性能。
摩尔定律和韬定律，被写成了一个并列的词。
存储这侧也在换。去年说「AI 存储容量需求将比 2025 年增长 500 倍」，今年说的是「构建因果准确、溯源可信的新型存储与记忆系统，推动从『数据』向『知识与记忆』演进」。
从容量到记忆，从数据到知识。加起来是一句话：不再问造了多少，改问转化出了什么。
八
命题里排第二的那条，是「算力集群规模百倍提升，智能体任务成本千倍下降」。报告在正文里把它的来由讲得比标题狠。
先是供需的「剪刀差」。模型的规模定律和智能体的推理思考链，把算力需求推高了上万倍；但单芯片性能受物理极限限制，不可能等比例地涨。这个缺口只能靠集群规模填——报告的原话是「倒逼算力集群规模必须再提升百倍，迈向百万/千万卡时代」。
然后是泼冷水：堆规模没用。「简单的『规模堆砌』会导致数据搬运开销急剧增加、有效算力利用率大幅下滑」。
所以行业的矛盾变了。不再是「谁的芯片算力大」，而是「超节点算力系统里，Token 的转换效率高不高」。
报告把路障列成三重「技术墙」。
搬运墙：传统架构下计算和存储是分开的，集群膨胀到百万卡级别，数据的跨芯片、跨机柜搬运所消耗的算力和功耗，已经远超计算本身。
错位墙：智能体的任务包含长上下文、动态路由和多轮工具调用，负载极不规律；而现有集群是按静态拓扑和确定性路由设计的，一遇到高动态流量就出现尾部时延飙升和计算单元阵发性闲置。
可用性墙：规模到了百万卡，硬件故障就从「偶发」变成「常态」，光是故障中断和等恢复的开销，就能吃掉大部分有效生产力。
破局方向报告也给了：机柜级、晶圆级超节点，晶圆级集成，以及存算一体这类非传统架构——核心思路都是缩短数据搬运的距离。
这一节的份量在于，它把「百倍提升」这个口号拆成了三件必须解决的具体麻烦。
九
十大命题里最硬的一条，是第 9 条。
供电与散热。它排在倒数第二位，读起来更像一道门槛，而不是一个方向。
报告在这里给的技术细节，是全文最扎实的地方之一。它把难处摆成几条：
单级变换的效率每掉一个百分点，在十几级变换和海量馈线上叠加，对应的就是几十兆瓦的损耗。
高压直流短路时电流变化率极高，而直流电弧没有自然过零点，容易拉弧放电，故障能从一个园区扩散到另一个园区。
算力、变流器、储能、电网各属不同的控制域，要做到跨域感知和亚微秒级同步，传统的小信号分析法在几十万节点的规模上已经不适用。
散热那边说得更直接：集群规模往十万卡、百万卡走，传统液冷（比如冷板式）的换热效率已经接近物理极限。
报告给的方向包括宽禁带化合物直变供电、高压直流器件、全液冷与芯片级直接接触散热、零水耗相变制冷，以及液氮低温散热——用的是液氮负 196 摄氏度的沸点和潜热。
这些不是愿景，是工程清单。而且每一条后面都站着采购单。
十
十大命题里最容易被跳过的一条，是第 10 条：面向自主 Agent 的安全与隐私保护。
它排在最后，标题也最平淡。但报告在这里的追问相当具体。
模型是不是真的可信。报告列的风险包括：认知投毒可以通过全网的多模态数据流植入系统性偏见；伪对齐和奖励黑客可以让模型在训练中表现完美，在部署时暴露破坏性；持续学习带来的「泛化漂移」会让安全边界悄悄偏移。
Agent 的行为是不是始终可控。长周期、多目标的自动执行里，环境反馈的随机性和模型涌现效应可能导致长程决策链失控；权限需求随任务意图动态变化，静态规则挡不住「合法越权」；多轮交互之后，系统状态趋向黑盒化。
人的隐私边界还在不在。Agent 跨场景调用工具、关联多模态数据时，传统的脱敏和匿名化可能挡不住高阶逆向工程；「知情同意」在长程自主决策面前也可能流于形式。
问题列得很清楚。
但有一个地方报告停住了：它没有给机制。谁负责、日志归谁、出了事怎么审计、责任怎么切分——这些都还没写。
这不是批评，是留白。第 10 条早晚要从技术命题变成合规命题，而合规命题的写法跟技术命题完全不是一回事。
十一
回到那个时间差。
命题第 9 条说供电和散热。9 月 15 日，华为在安徽芜湖发布了 3D 数据中心，把传统数据中心水平铺开的功能空间垂直叠成四层——供冷层、IT 设备层、供电层、备电层。华为云在贵安、和林格尔、芜湖三个枢纽都在建。
命题第 2 条说超节点。9 月 17 日下午，新一代超节点上市。
报告 9 月 16 日发。
所以这份报告该倒着读：先看今天下午卖什么，再回来看清单上写了什么。
这里必须说清一件事。华为既是这份报告的发布方，也是这些命题对应设备的供应商。 这是读它时得带着的前提。任何一句「华为预测某某涨多少倍」，后面都该跟一句——这是华为自己的预测，同时超节点和 3D 数据中心是它自己的产品。
报告里那些倍数字，全都是预测，不是承诺。10 万倍、九成、百倍、千倍、27 万亿美元，一个都不是第三方测算的结果。
但有货架的预测，比没货架的预测值得多当真一点。
十二
最后再说一说我的判断。
上一轮，这个行业的计价单位是算力——多少卡，多少 P，多少 FLOPS。谁手里有卡，谁说话。
这份报告想推的计价单位是 Token。多少 Token 被生产出来，多少被运载到了地方，多少真的转化成了能被感知的服务。
前者量的是投入，后者量的是转化。
一个行业从量投入转成量转化，通常意味着它过了堆资源的阶段。
华为在报告里给这件事写了句挺克制的话：「智能世界2035 不是一个等待抵达的终点，而是由今天每一次技术选择、产业实践和生态协作共同塑造的结果。」
这份报告里真正值得记住的不是 10 万倍。
是它给这个行业换了一把尺子，然后把自己的产品放在了尺子的刻度上。
本文所引数据均出自华为《智能世界2035：从愿景到行动》报告全文（2026 年 9 月 16 日发布）、华为官网同期新闻稿，以及华为 2026 年 5 月 25 日韬定律相关新闻稿。文中所有倍数字与金额均为华为方面的预测值，非第三方测算，不构成投资建议。
本文由公众号原创 · 转载请注明出处
往期回顾：
1. 三大 AI 掌门人一起喊减速，特朗普骂这是阴谋；真正在踩刹车的，是采购单
2. 两家全球顶级投行，400家科技公司，开了4天的会，得出的结论是：卡住AI的已经不是芯片，是电和光！
3. Meta发布个人智能体Muse：扎克伯格说这是最大机遇，但股价当天跌了
4. 一份国家文件，把“一人公司”写进去了
5. GPT-6 Astra 发布，“欢迎来到AGI时代”