2026世界人工智能大會(即2026 WAIC)展館里的熱度分布很有意思。Kimi K3的發布吸引了不少技術從業者駐足月之暗面展臺，全場Agent(智能體)展示密度更高，幾乎每家展臺均布局智能體方案，覆蓋辦公、企業服務、個人助理、行業解決方案全場景。

2025年WAIC中，智能體大多僅為演示demo，業內討論集中在智能體與大模型差異、ToC與ToB智能體研發邏輯；時隔一年，大模型持續迭代，智能體正式進入商業化實戰檢驗階段。IDC最新《DAA研究報告》數據印證行業轉向：全球日活智能體(DAA)由2025年的2860萬個升至2026年的7940萬個，2030年將達22.16億個。該統計邏輯遵循百度創始人李彥宏提出的時代的度量衡指標：更關注每天有多少智能體真正進入業務流程、完成任務并創造價值。

Token調用成本直接決定企業AI開支，行業思考維度進一步細化，圍繞智能體商業模式搭建、傳統軟件在智能體時代的定位等問題，本屆WAIC上多家頭部企業高管給出落地觀點。

“Agent按任務收費難精確定義”

“智能體成敗的關鍵在于場景。”2026 WAIC期間，騰訊云副總裁吳運聲發布ADP 4.0海外版時，點明智能體三大核心要素：場景、能力、知識。接受北京商報記者采訪時，他重點談及行業商業化難題，直言騰訊云不會采用按任務計費的商業化模式，核心原因是業務任務邊界難以精準界定。

他進一步解釋，穩定運行的智能體成本由調用模型、配套插件決定。針對企業普遍核算Token成本的趨勢，吳運聲表示Token價格持續下行，并分享可落地控本思路：拆分業務流程，模糊復雜工作交由智能體處理，標準化固定流程使用工作流承載，減少無效Token消耗。在他看來，企業精細化管控算力開銷會涌現大量兼顧業務需求、壓縮Token成本的方法。

“客戶只為業務落地成果付費”

這是阿里云智能集團CTO李飛飛首次以現任身份出席WAIC。他在大會上提出，訓練、推理技術最終目標是賦能企業業務、搭建增長閉環，智能體嵌入業務流程是當前AI商業化核心突破口。

落地的前提是底層架構重構。他認為，智能體架構需搭建獨立調度體系，實現智能體與底層模型解耦，由智能體自主判斷任務類型，匹配適配度最優的模型，避免所有任務統一調用頂配大模型，推高企業無差別算力支出。

“類比SaaS行業付費邏輯，行業會走向智能體即服務模式，面向細分業務打造專屬智能體，客戶只為業務落地成果付費，而非算力資源消耗。”該模式成立根基在于推理基礎設施形成規模效應，持續壓低Token調用成本。智能體發展核心，是將算力、模型能力轉化為可落地、具備商業價值的業務動作，李飛飛表示。WAIC現場，阿里云推出Agent Native-Cloud(智能體原生的云)，同步上線Agent-Teams、AgenticComputer等企業級工具，覆蓋基礎設施、開發平臺、云桌面，讓智能體從外部接入工具，轉變為企業原生內置能力。

“完整AI系統不只有模型”

PyTorch基金會執行董事Mark Collier自2010年參與OpenStack開源云計算項目，來華已有16年，現階段工作重心聚焦Py-Torch生態，基金會核心工作圍繞模型訓練、推理、智能體三大板塊。

今年，智能體行業迎來爆發式轉型，發展速度超出行業預期。“過去行業只關注模型生成Token的總量，但現在業內誕生了一個很好的概念——Token產出效率，不是所有生成的Token都具備同等業務價值。”

“模型固然是核心，是智能體的‘大腦’，但現在行業開始重點搭建智能體調度適配體系，近期我也開始試用Hermes智能體框架。”Mark Collier表示，全球企業逐步擺脫單一模型依賴，或是自研垂直專用小模型，或是基于開源基座，通過強化學習搭配大小雙模型適配細分業務。背后驅動力除控制調用成本外，還包含數據安全考量，規避企業核心業務經驗、知識產權上傳第三方API平臺帶來的泄露風險。

“大模型懂世界，但不懂你”

過去半年，金山辦公CEO章慶元頻繁被問及兩個核心問題：大模型是否會吞噬傳統軟件？辦公軟件在AI時代還有沒有活路？他的回答出人意料。

“在AI時代，軟件應該會得到新生。但傳統軟件不一定能活得下來。”該觀點依托“大模型逐步成為基礎設施服務”的行業洞察。章慶元梳理近一年三大行業變化：大模型稀缺性快速消退，選型核心標準轉向性價比與Token供給能力；開源產品、智能體批量涌現，行業競爭核心回歸軟件本體價值。

軟件不可替代的價值如何體現？他做了通俗類比：“大模型是個博士生，它懂這個世界，但它不懂你。大模型的每次對話都是一次‘重生’，它沒有記憶——所有的記憶和上下文，都存儲在軟件里。”

因此，“未來只有AI Native(AI原生)的軟件才能生存”，標準為大模型驅動、AI友好設計、結果導向型智能體。近期金山辦公上線靈犀專業版與WPS Comate。他將靈犀獨立拆分的邏輯類比相機行業迭代：在膠卷相機上改良終究存在局限，真正顛覆賽道的是全新產品；大模型提供通用智力，軟件沉淀專屬上下文，二者分工協同才是行業正確路徑。

“未來企業客戶有可能是Agent”

四大會計師事務所之一安永擁有特殊行業視角，每年完成數千家企業財報審計，同步提供數字化轉型咨詢，既能摸清企業現有IT系統現狀，也能測算AI項目真實投資回報率ROI。

2026 WAIC期間，安永大中華區人工智能與數據咨詢服務主管合伙人陳劍光從企業咨詢視角，解讀行業爭議話題：數字化成熟企業落地AI是否背負歷史包袱。

陳劍光分析，認為存在轉型包袱的觀點有兩層顧慮：老舊系統固化傳統業務流程、改造投入成本偏高。但他持相反看法，“企業數字化做得比較好，恰恰更能發揮AI價值。因為系統穩定運行多年，數據質量相對比較高，是比較可信的”。

他進一步預判企業服務與用工形態變化：“未來客戶有可能是人類，也有可能是個Agent”，企業內部將新增數字員工，業務流程需要重構，但底層基礎系統無需替換，ERP(企業資源計劃)、CRM(客戶關系管理)依舊是AI時代核心底座，提供統一真實數據源。

“Agent決勝是誰更懂真實世界”

2026 WAIC上，各大科技巨頭推出全品類智能體“全家桶”，依靠資源優勢全面鋪開賽道，垂直創業公司走出差異化路徑。專注全球B2B賽道的百型智能深耕細分產業，堅持以交付完整業務結果為核心目標。

大會現場百型智能發布AI外貿員本體OntoZ，公司CEO韓美表示，率先跑出商業價值的主體，不一定是手握超大模型、充沛資源的巨頭，更多是長期扎根垂直產業、深度吃透業務場景的創業公司。企業采購AI的核心訴求并非技術工具，而是可落地業務結果。

近兩年市場智能體產品持續擴容，但她向北京商報記者透露，“企業很快發現，擁有越來越多Agent，并不等于擁有越來越多訂單，企業真正需要的，不是單點工具，而是一套能夠圍繞業務結果持續運轉的智能系統”。

韓美進一步點明行業普遍短板：“Agent最大的問題并不是不會執行，而是不理解企業。”針對行業競爭格局，她判斷，企業選型不會單純考量廠商規模，核心評判標準是廠商對自身業務的理解深度；行業長期壁壘不來自大模型技術，而是長期沉淀的真實商業場景落地反饋。