IDC与浪潮信息发布2026 AI算力报告：22亿Agent将推动Token消耗激增

在2026人工智能计算大会（AICC2026）上，IDC与浪潮信息联合发布《2026年中国人工智能计算力发展评估报告》。IDC副总裁周震刚在解读时称，这份报告前后准备了半年多时间，期间访谈了大量企业并收集相关数据。与往年相比，今年报告把Agent放到了更核心的位置。

报告抛出的核心矛盾是：企业投入在快速增加，算力却依旧不够。报告称97.3%的企业预计将持续扩大AI算力投入，其中37.7%需要明显增加推理算力，29.3%需要持续的大规模算力资源支撑业务运行。但同一份报告预计，全球AI算力需求满足率将从2024年的79%持续下降，在2027年达到71%的低点，到2030年也只能恢复到77%左右；绝对缺口从2024年的389亿美元扩大到2030年的3809亿美元。

这个组合之所以值得认真对待，是因为它把问题从“要不要买卡”改写成“买卡能不能变成可调用的Token”。报告的解释是：数字世界的需求可以指数增长，但芯片、HBM、服务器CPU的制造都受到真实产能约束；数据中心上架前还要解决机房、电力、散热、网络等问题，电网扩容和关键设备交付的周期通常远长于一个Agent产品从上线到用户爆发的速度。因此资本开支增加，并不会立即等比例变成可以调用的Token。

报告给出的机制并不复杂，但含义很重：Token消耗总量＝任务执行次数×单任务Token消耗×多智能体协同放大系数，并称这三个乘数正在同时增长。

第一个乘数是任务执行次数。传统大模型通常需要用户主动发起请求，Agent进入业务流程后，大量调用开始由任务本身自动触发。报告预计，全球Agent年执行任务数将从2026年的2800亿次增长至2030年的415.07万亿次；中国则从178亿次增长至39.41万亿次。

第二个乘数是单任务Token消耗。报告描述，一次简单问答可能只消耗数十到数百Token，而复杂Agent任务需要加载上下文、进行任务规划、调用搜索、数据库、API或代码执行环境，再读取工具返回结果；只要任务没完成，就可能继续进入下一轮推理。随着上下文窗口扩大和模型推理能力增强，单个任务的Token消耗从简单问答的数十个，增长到复杂文档分析的数万个，再到多轮决策任务的数十万个。

第三个乘数来自多智能体协同。报告称，一个复杂任务可以被拆成多个Agent子任务，有的负责检索、有的负责分析、有的写代码、有的验证汇总；Agent之间传递上下文、交换结果，又进一步拉长任务链。三个乘数叠加之后，最直接的结果就是算力需求斜率上升。

这些数字的规模需要放在一起看：IDC预计全球活跃企业Agent数量将从2026年的7940万个增长到2030年的22.16亿个，复合增长率129.8%；同期全球Token消耗量复合增长率预计达4822.6%，约为活跃Agent数量增速的37倍。中国方面，报告称2026至2030年活跃智能体数量复合增长率达151.2%，同期Token消耗量复合增长率达3499.3%。需要说明的是，上述均为IDC预测值，且4822.6%与129.8%之间37倍关系的口径与计算方式在报道中并未说明。