華為對 2035 年 AI 嘅構想，個數字相當進取：屆時全球約 90 億人口，可能由 **9000 億個 AI Agent（智能體）**服務；而自主運行嘅 Agent 會產生超過全球 AI Token 流量九成。72

呢啲係華為自己嘅策略情景同基建路線圖，唔係已獲獨立驗證嘅市場預測。不過，報告點出咗一個值得留意嘅轉變：數碼服務或會由「人打開 App、提出要求」變成「長期在線嘅軟件 Agent 自行規劃、用工具、跨系統做嘢」。

點解 Agent 會食掉海量算力？

一般聊天機械人收到問題後，答完就大致完成任務；華為所設想嘅 Agent 則會不停循環運作：接收環境資訊、保留上下文、衡量選項、作出決定、調用外部工具，再同人或其他系統互動。路透社報道，華為認為呢種持續操作會大幅推高 Token 消耗，並需要顯著更多運算能力。2

所謂 Token，可以簡單理解為 AI 模型讀取同生成資訊時處理嘅基本單位。華為預測，到 2035 年全球每年 AI Token 消耗量將增加 10 萬倍；相應路線圖包括把算力集群擴大 100 倍、把 Agent 任務成本降低 1000 倍，以及由着重單粒晶片效能，轉向更講求 Token 處理效率嘅系統架構。2021

壓力亦唔會只落喺處理器。大量互相溝通嘅 Agent，需要低時延而穩定嘅網絡、可長期保存資訊嘅儲存與記憶系統，以及足夠電力和散熱能力嘅數據中心。華為將連接人類同 Agent 嘅新型網絡稱為「智能體互聯網」（agentic Internet），並預計未來 10 年數據流量會增加 100 倍。7

華為列出嘅 10 個技術重點

華為將 Agentic AI 時代嘅路線圖分為 10 個方向：

1. 通用人工智能（AGI）
2. 更大型算力集群及 SuperPoD 類系統
3. 新一代儲存與記憶系統
4. 智能聯接
5. 着重時延與能源效益嘅晶片設計方法
6. Agent OS
7. 終端智能
8. 智能駕駛
9. AI 數據中心供電與散熱
10. 自主 Agent 嘅安全與私隱保護 1721

呢份清單反映嘅其實係一套「全棧」思路：底層有晶片與算力集群，中層有儲存、網絡與操作系統，邊緣就有智能裝置、車輛同安全防護。

華為點解認為 AI 要「走入物理世界」先接近 AGI？

華為主張，AI 要邁向 AGI，關鍵在於「走向物理世界」。按其說法，模型要同真實環境即時互動，把感知、認知、決策與行動連起來，並從行動結果中學習。18

意思唔只係語言模型答得更好，而係 AI 要有能力透過機械人、智能車或感測裝置理解周遭環境，因應變化調整行為。華為將呢條路同具身智能、科學智能及高保真世界模型連結起來。1821

當然，呢仍然係華為嘅技術主張，唔代表「實體化」已被證明是通往 AGI 嘅唯一途徑。其核心判斷係：要令 Agent 更穩健地處理複雜又不斷變化嘅任務，真實世界嘅回饋會很重要。

Agent 一旦可以做嘢，安全就唔再只係答錯問題

當 Agent 可以接觸數據、API、軟件工具、登入憑證，甚至實體設備，出錯嘅後果就唔止係答咗句錯話。風險包括未經授權操作、資料外洩、被惡意誘導調用工具、Agent 遭入侵，以及難以追查或緊急停止自動化流程。

所以華為把安全與私隱列為 10 項核心方向之一。路透社報道，華為認為，隨住自主軟件活動規模上升，必須有新系統令呢類軟件保持安全及可控。217

華為亦推出 Xinghe AI Network Security Agentic SOC，目標係協助企業建立自主化嘅安全營運系統。22 至於其提出嘅 AI 防火牆框架，重點包括智能偵測、即時防禦、可靠而高效嘅保護，以及自主運作。19

不過，安全工具唔係萬靈丹。涉及高影響任務嘅 Agent，仍然要有清晰身分權限、最小權限原則、方便調查嘅操作紀錄，以及可由人類接手或叫停嘅機制。防護系統應該係整個管治架構嘅一部分，而唔係取代管治。

中國與美國：都關心失控，但重點唔同

華為嘅路線明顯傾向一邊擴大部署，一邊補上基建、技術標準同風險控制。中國亦已公開點出先進 AI 可能自行複製、尋求權力或逃避人類控制嘅風險；路透社報道，北京正發展相應監管措施。3

同美國不少前沿 AI 討論相比，分別主要在取向。路透社所描述嘅中國做法，更着重國家層面監管，同時推動 AI 快速滲透經濟；美國辯論則較聚焦於，最強能力嘅系統是否應在開發者證明有足夠防護前放慢或設關卡，公司層面嘅實務措施亦較受重視。3

兩邊都唔係忽略控制問題，實際分歧在於：控制措施應否與大規模部署同步建立，還是先證明控制得住，才讓最強系統廣泛推出。

呢份預測真正想賣嘅，是整套 AI 基建

華為嘅訊息並不只關乎 9000 億個 Agent。若真去到它設想嘅規模，AI 能力取決於算力集群、網絡、儲存、操作軟件、終端、供電系統同網絡安全嘅配合，而唔係單靠一款 AI 加速器晶片。

呢套思路亦貼合中國推動 AI 融入實體經濟嘅大方向。Brookings 指，美國在技術前沿、尤其算力規模同模型表現方面仍有優勢；中國則透過效率提升、開源擴散和 AI 與實體經濟整合而持續推進。1

因此，華為報告最值得睇嘅未必係 2035 年數字到底準唔準，而係它提出嘅問題：如果自主 Agent 真係成為數碼同實體系統中持續運作、會用工具嘅參與者，最大挑戰將是能否建立一整套夠用、夠平、夠安全而且可控嘅基建與管治能力。

華為對 2035 年 AI 嘅構想，個數字相當進取：屆時全球約 90 億人口，可能由 **9000 億個 AI Agent（智能體）**服務；而自主運行嘅 Agent 會產生超過全球 AI Token 流量九成。72

呢啲係華為自己嘅策略情景同基建路線圖，唔係已獲獨立驗證嘅市場預測。不過，報告點出咗一個值得留意嘅轉變：數碼服務或會由「人打開 App、提出要求」變成「長期在線嘅軟件 Agent 自行規劃、用工具、跨系統做嘢」。

點解 Agent 會食掉海量算力？

一般聊天機械人收到問題後，答完就大致完成任務；華為所設想嘅 Agent 則會不停循環運作：接收環境資訊、保留上下文、衡量選項、作出決定、調用外部工具，再同人或其他系統互動。路透社報道，華為認為呢種持續操作會大幅推高 Token 消耗，並需要顯著更多運算能力。2

所謂 Token，可以簡單理解為 AI 模型讀取同生成資訊時處理嘅基本單位。華為預測，到 2035 年全球每年 AI Token 消耗量將增加 10 萬倍；相應路線圖包括把算力集群擴大 100 倍、把 Agent 任務成本降低 1000 倍，以及由着重單粒晶片效能，轉向更講求 Token 處理效率嘅系統架構。2021

壓力亦唔會只落喺處理器。大量互相溝通嘅 Agent，需要低時延而穩定嘅網絡、可長期保存資訊嘅儲存與記憶系統，以及足夠電力和散熱能力嘅數據中心。華為將連接人類同 Agent 嘅新型網絡稱為「智能體互聯網」（agentic Internet），並預計未來 10 年數據流量會增加 100 倍。7

華為列出嘅 10 個技術重點

華為將 Agentic AI 時代嘅路線圖分為 10 個方向：

1. 通用人工智能（AGI）
2. 更大型算力集群及 SuperPoD 類系統
3. 新一代儲存與記憶系統
4. 智能聯接
5. 着重時延與能源效益嘅晶片設計方法
6. Agent OS
7. 終端智能
8. 智能駕駛
9. AI 數據中心供電與散熱
10. 自主 Agent 嘅安全與私隱保護 1721

呢份清單反映嘅其實係一套「全棧」思路：底層有晶片與算力集群，中層有儲存、網絡與操作系統，邊緣就有智能裝置、車輛同安全防護。

華為點解認為 AI 要「走入物理世界」先接近 AGI？

華為主張，AI 要邁向 AGI，關鍵在於「走向物理世界」。按其說法，模型要同真實環境即時互動，把感知、認知、決策與行動連起來，並從行動結果中學習。18

意思唔只係語言模型答得更好，而係 AI 要有能力透過機械人、智能車或感測裝置理解周遭環境，因應變化調整行為。華為將呢條路同具身智能、科學智能及高保真世界模型連結起來。1821

當然，呢仍然係華為嘅技術主張，唔代表「實體化」已被證明是通往 AGI 嘅唯一途徑。其核心判斷係：要令 Agent 更穩健地處理複雜又不斷變化嘅任務，真實世界嘅回饋會很重要。

Agent 一旦可以做嘢，安全就唔再只係答錯問題

當 Agent 可以接觸數據、API、軟件工具、登入憑證，甚至實體設備，出錯嘅後果就唔止係答咗句錯話。風險包括未經授權操作、資料外洩、被惡意誘導調用工具、Agent 遭入侵，以及難以追查或緊急停止自動化流程。

所以華為把安全與私隱列為 10 項核心方向之一。路透社報道，華為認為，隨住自主軟件活動規模上升，必須有新系統令呢類軟件保持安全及可控。217

華為亦推出 Xinghe AI Network Security Agentic SOC，目標係協助企業建立自主化嘅安全營運系統。22 至於其提出嘅 AI 防火牆框架，重點包括智能偵測、即時防禦、可靠而高效嘅保護，以及自主運作。19

不過，安全工具唔係萬靈丹。涉及高影響任務嘅 Agent，仍然要有清晰身分權限、最小權限原則、方便調查嘅操作紀錄，以及可由人類接手或叫停嘅機制。防護系統應該係整個管治架構嘅一部分，而唔係取代管治。

中國與美國：都關心失控，但重點唔同

華為嘅路線明顯傾向一邊擴大部署，一邊補上基建、技術標準同風險控制。中國亦已公開點出先進 AI 可能自行複製、尋求權力或逃避人類控制嘅風險；路透社報道，北京正發展相應監管措施。3

同美國不少前沿 AI 討論相比，分別主要在取向。路透社所描述嘅中國做法，更着重國家層面監管，同時推動 AI 快速滲透經濟；美國辯論則較聚焦於，最強能力嘅系統是否應在開發者證明有足夠防護前放慢或設關卡，公司層面嘅實務措施亦較受重視。3

兩邊都唔係忽略控制問題，實際分歧在於：控制措施應否與大規模部署同步建立，還是先證明控制得住，才讓最強系統廣泛推出。

呢份預測真正想賣嘅，是整套 AI 基建

華為嘅訊息並不只關乎 9000 億個 Agent。若真去到它設想嘅規模，AI 能力取決於算力集群、網絡、儲存、操作軟件、終端、供電系統同網絡安全嘅配合，而唔係單靠一款 AI 加速器晶片。

呢套思路亦貼合中國推動 AI 融入實體經濟嘅大方向。Brookings 指，美國在技術前沿、尤其算力規模同模型表現方面仍有優勢；中國則透過效率提升、開源擴散和 AI 與實體經濟整合而持續推進。1

因此，華為報告最值得睇嘅未必係 2035 年數字到底準唔準，而係它提出嘅問題：如果自主 Agent 真係成為數碼同實體系統中持續運作、會用工具嘅參與者，最大挑戰將是能否建立一整套夠用、夠平、夠安全而且可控嘅基建與管治能力。