曦望徐冰：推理基础设施是未来十年最大机遇

“今年才是大众真正认可Token商业价值的元年。当前，市场已开始大规模为顶尖大模型付费，不少用户每月在模型上的支出达到上千元，甚至频繁耗尽Token额度。”

公司情报专家《财经涂鸦》获悉，7月17日，2026 WAIC“清华朋友圈之夜”论坛上，曦望Sunrise董事长徐冰在与图灵奖得主Richard Sutton等顶尖学者、创业者、投资人共话AI未来，发表了《与Agent共生，与同路人共造——Agent时代的推理基础设施与创业地图》的产业演讲。

在徐冰看来，顶尖智能长期是稀缺资源——依赖高校多年培养专业人才，高端智力如同“奢侈品”；而今天，顶级智能第一次成为可按需采购的标准化商品，智能正式转型为一种数字基础设施。

为Agent「造房子」：推理基础设施是未来十年最大机遇

演讲中，徐冰提出了一个观察：“Token的主人正在换人。过去三年，Token是人买的、人看的；从今年开始，越来越多的Token，人都不会看一眼——那是Agent在规划、调用工具、写代码、自我检查时，机器烧给机器的。”

买单主体从人切换到Agent，改变了需求的计算方式。人消耗智能受注意力和工作时长的生理约束，而Agent实现了智能任务与人类时间的完全解耦——7×24小时在岗、可无限并行复制，未来数量有望达到数百亿，远超全球80亿人口。

但徐冰特别强调：“Agent数量超过人类只是表象，真正的经济拐点，是Agent的工作小时数超过人类的工作小时数。”推理需求由Agent数量、活跃时长、行动步骤、每步Token与验证重试倍数五个变量连乘决定，呈指数叠加式增长。

AI Agent被普遍定义为继工业革命、信息革命后的第三次生产力革命：工业革命放大了人类的肌肉与体力，信息革命放大了注意力与信息传播效率，而Agent时代则彻底解放了人类的时间。

在徐冰看来，“Agent并非切分存量的蛋糕，而是创造历史上不存在的增量市场”。

换道超车：当内存成为「数字员工的工位」

AI算力竞争正从追求性能峰值，转向推理时代的性价比与TCO（总拥有成本）。以存储为例，高通、英特尔等全球头部企业的推理产品正在采用LPDDR（低功耗内存）方案——LPDDR 工艺成熟、供应链充足，易于扩产。这一技术路径的切换，为产业提供了"换道超车"的战略窗口。

徐冰用一个比方解释曦望押注大容量内存路线的逻辑：“在Agent系统里，内存容量不只是显卡的一个配置参数，它是数字员工的工位。工位越大，一台机器养得起的Agent越多，每个Agent记得住的事越久。”

他同时强调，极高带宽场景与训练负载仍更适合HBM，曦望要证明的是，在长上下文、高并发等容量敏感的Agent负载上，大容量内存加全栈协同能够做出更低的真实任务成本。

端侧拐点：引爆推理需求的第二波浪潮

如果说云端Agent的爆发是推理需求的第一波浪潮，那么端侧拐点的到来，将引爆推理需求的第二次大爆发。

徐冰指出，云端A正从“野蛮生长”进入“高成本稳态”。全球云厂商投入数万亿美金Capex建设AI数据中心，Token账单已成为企业最需要关注的成本项。

与此同时，端侧正在迎来三个关键拐点：算力跃升，内存扩容，智能密度提升。清华大学“密度法则”揭示大模型能力密度每3.5个月翻番，如今还在提速，这预示一两年内200-300B模型可比肩当前云端旗舰。

这意味着，用户目前每月花费上千元订阅的云端模型能力，未来可直接部署到终端设备上。

“如果推理成本能降低90%，很多历史上不赚钱的应用场景将转变为可盈利的商业模型，进而带动推理需求和算力需求的爆发性增长。”徐冰强调。

端侧AI的杀手级应用场景将集中在“数据不出端”的需求上，尤其是隐私敏感型任务，其天花板由内存容量和内存价格决定，而LPDDR方案正在持续推高这一天花板。推理成本的大幅下降，将让海量过去不经济的场景变为现实——这正是推理需求第二波爆发的引擎。

把「Agent工作时间」变成中国给世界的新供给

徐冰系统阐述了中国AI产业的三重优势：位居全球第一梯队的开放权重大模型、可大规模扩产的内存、价格低且供应充足的电力。

三重优势叠加，使国内Token量产成本极具优势。

在他看来，这套组合最终交付的产品不是一张芯片，而是“可负担、可拥有、可部署”的Agent基础设施。

这与“算力普惠”的宏观导向一脉相承；他在演讲中提出的算力调度、软硬协同模型优化、闲置智算集群盘活等创业赛道，正是将普惠愿景转化为可操作商业实践的具体路径。

徐冰表示，曦望将以推理基础设施为核心方向，从芯片、解决方案到生态多维布局，“为Token工厂装上Agent原生的发动机”，致力于为AI产业构建可负担、可信赖的基础设施底座。