过去150年，我们一直连接着人类的智能。如今，我们正在赋予网络以智能，使其能够自主行动。

四十余年来，网络性能一直是移动技术演进的主要衡量标准，并将在未来持续发挥作用。然而，单纯的性能已不再是衡量网络能力的唯一标尺。智能网络底座代表着网络演进的下一次根本性跃迁。作为一类在设计之初即具备可编程、自主与AI原生属性的基础设施，它将为网络奠定基础，使网络不仅能够传输数据，还能够在实时环境中进行感知、预测和行动。

每一代移动通信技术都持续拓展着“连接的人类智能”能够做到的事情。爱立信率先推出早期交换系统，使大规模通信路由成为可能，并在20世纪70年代中期进入数字交换时代，在80年代前后开启移动通信时代。如今，5G已在全球180个国家商用部署，拥有超过30亿签约用户，而6G也已进入视野，我们正在迈入一个“连接智能”的新时代。

智能网络底座不仅是移动网络架构的简单延伸，更代表着一次重要跨越：它将演变为通用的AI网络框架，连接并无缝整合分布式AI系统、云服务、终端、传感器以及遍布网络、城市和企业的边缘算力。借助这一底座，AI系统能够持续交互、协同学习，并以机器速率进行运行，同时在先进的5G与未来6G连接能力支持下，保证安全性、可靠性以及可保障的性能。通过强大的无线网络与云/数据中心以及边缘计算的结合，再叠加全面自治的网络能力与健全的数据治理机制，智能网络底座将使网络能够在数十亿并发交互之间实时进行感知、预测和行动——支持的应用范围从数字孪生与实时翻译，到自动驾驶和任务关键型应急通信服务。在这一过程中，智能网络底座将从根本上重塑网络的作用，使AI能够在真正的全球尺度上改变家庭、城市、企业和行业。

值得信赖的技术栈

在AI时代，数字基础设施的快速演进——涵盖算力、存储、网络以及半导体——是任何具有竞争力的企业和国家的共同基石。这一基础设施必须作为一个整体系统协同运作，形成值得信赖的技术栈。

在这一技术栈中，电力生产与电网、半导体、频谱资源以及包含稀土在内的原材料，共同构成共享的关键基础。技术栈将建立在开放系统与开放接口之上，把各个域连接起来。这种开放而模块化的方法能够让企业在各自领域内展开竞争，同时在系统层面开展协作，从而在全栈范围实现全球规模效应。

在这一栈中，连接本身正演进为智能网络底座：与云/数据中心域和终端域一起，为AI模型层提供所需能力——既包括集中部署在数据中心的能力，也包括在全国范围内分布于先进连接与终端中的能力。这些能力将被下一代用户所使用的应用所消费，并通过先进的连接能力，为大规模AI应用提供安全性、性能与效率保障。

技术栈的设计原则包括：开放性、可信度与灵活性。开放性确保创新不受接入门槛限制，任何开发者、企业或政府都能够在其之上构建、竞争与发展；可信度确保安全与韧性，能够在威胁环境不断演变的情况下保持稳健；灵活性则使技术栈具备足够的适应力，为AI世界提供可保障的性能与差异化服务。

在应用层面，智能网络底座将向消费者、企业与政府提供差异化服务，通过开放网络API对外暴露网络能力，并通过自治运维进行管理，成为开发者与创新者打造下一代AI原生应用的平台。我们正在围绕开放性、可信度与灵活性三个核心原则设计未来网络，将其作为技术栈的底层属性，引导网络向智能网络底座演进。

我们也正在为实现完全自治的网络进行架构设计：网络将具备完整的自治能力，高级服务可以通过意图而非具体指令进行管理，网络将在实时环境中以人类运维团队无法企及的规模与速度实现自优化。与此相伴的是能效的核心地位。随着AI在全球范围内扩展，“智能”的成本将成为一项战略变量：在每次交易上实现最低能耗成本的网络，将获得结构性优势，并随着时间推移持续累积。

今日成形之势，网络须备之需。

2026年的现状

下一代连接时代已经初露端倪。从面向消费者的尽力而为服务，到面向AI原生、任务关键和主权应用的服务，移动网络的需求结构正在发生深刻且不可逆的转变。本文所探讨的四大趋势，反映了我们目前所看到的演进方向，以及我们为满足这些需求所进行的架构设计。

我们预计智能体AI（agentic AI）将沿着明确轨迹不断扩展，进入新的类别与场景。如今，多数关于AI流量的讨论都聚焦在新的生成式AI应用所带来的需求上。然而，真正的转变在于行为：我们正在将一种全新的流量类别引入到原本为人类内容消费优化的网络之中，而AI驱动的应用与智能体并非间歇式交互，而是持续交互。

当前，智能体AI流量在整体移动宽带流量中的占比仍然较小，但其增长速度意味着其未来对网络的影响难以按传统方式预测。从集中式AI模型向分布式自治智能体的迁移，将对上行容量与时延提出截然不同的新要求。我们正在为这些需求进行前瞻性设计，而不是等它们全面到来时再被动应对。

一类新的网络需求也正在形成，而为其提前进行架构设计的窗口就在当下。随着自主智能体在制造、物流、医疗保健和公共服务中规模化部署，它们将形成一类全新的网络需求：这类需求具有持续性、低时延和上行密集的特征，并需要在机器速率下完成身份验证。这些需求不会立即在网络整体流量中占主导，但支撑这类需求所需的网络架构需要多年构建。今天所作出的架构决策，将直接决定网络能否在这些需求成熟时做好准备。

与此同时，后量子密码体系已经完成标准化，并开始具备实际部署条件。大规模量子计算的成熟，将打破当前广泛使用的公钥密码体系，而攻击者已经开始采集加密数据，等待未来具备破解能力的那一天。美国国家标准与技术研究院（NIST）已在2024年发布了首批三项抗量子密码标准。爱立信正推动这些标准在3GPP、O-RAN联盟以及GSMA生态中的采纳，并确认将从6G的首个版本起全面支持后量子密码体系。在此背景下，量子韧性必须被重新定义为一种基础设施承诺，而不是合规性勾选项——通信服务提供商必须在最迟2030年前完成迁移，以确保关键通信不受未来量子攻击威胁。

当下正在形成的格局显示：移动网络正在成为AI原生服务的首要接入层，影响远远超出吞吐量本身。智能可穿戴设备、个人智能体以及多模态AI应用正逐步收敛于移动网络作为其主要连接层，这并非因为当前的流量规模，而是因为随着采纳率提升，它们将对时延提出持续而苛刻的要求。需要在物理世界中实时行动的智能体，必须依托有保障、低时延的连接能力，这将不再是“高级选项”，而是基础条件。

2026年塑造智能网络底座的四大技术趋势

在本期CTO技术趋势文章中，我将重点分析四大技术趋势，它们共同定义了智能网络底座：它们分别回答了智能网络底座将如何被采纳、如何获得信任、如何扩展感知以及如何在突破性规模上保持计算可行性。

趋势1：Physical AI

网络的“主要使用者”正在改变。除了消费者和企业之外，自主智能体正在成为网络上的重要参与方——它们生成流量、消费能力，并以机器速率作出决策。这正在形成一类新的商业现实和需求集合，而现有网络架构必须演进，才能满足这些需求。

趋势2：安全的变革

信任不是智能网络底座的“附加功能”，而是一切其他能力得以建立的前提条件。下一代网络的安全架构必须从设计之初就以保护未来为目标——既要应对AI重塑威胁发现与利用方式，也要提前构建面向量子时代的密码体系。

趋势3：可编程的世界

全球范围内的网络正在演变为可编程平台。通过开放网络API、集成感知（ISAC）与认知数字孪生，网络正在成为能够感知、暴露并作用于物理世界的平台。对开发者和企业而言，这意味着可以在大规模上直接构建在网络能力之上；对行业而言，这意味着拥有一个随环境变化而自动调整的物理世界实时模型。

趋势4：异构计算

智能网络底座将在异构计算架构之上运行——由专用加速器与通用加速器的优化组合构成，并分别部署在最能发挥能效优势的地方。爱立信的自研芯片与多核架构正是这一理念的体现：它们针对网络处理任务与AI推理进行了优化，使最苛刻的负载在性能、能效与成本方面达到全球部署所需的水平。

趋势1：Physical AI

Physical AI正在重塑网络的主要用户：网络的“第一用户”正在从以人类消费数据为主，转变为由自主智能体进行感知、决策与行动——以机器速率运行。

新动态方面，智能体AI的指数级增长将带来一种现有网络并未为之设计的需求。在传统模式中，商业关系主要分为企业对消费者（B2C）和企业对企业（B2B）。如今，第三类商业关系已经出现：企业对智能体（business-to-agent）。在这一模式中，软件系统会像人类用户一样购买服务、协商所需能力并自主执行任务。竞争优势不再由合同锁定，而是在机器速率下持续“赚取”：智能体会根据性能、能力与成本不断评估并切换连接。

下一波变化已经显现：智能眼镜等AI赋能的可穿戴设备，对网络提出了持续而严苛的要求——它们必须具备持续感知周围环境的能力，将上下文数据通过上行链路发送至云或边缘模型，并在任何地点实时代表用户执行操作。这类系统将视觉感知、深度感知与AI推理能力结合在一起，使系统能够实时解读物理世界，并实现传统固定式自动化无法达到的自治水平。一旦某个智能体学习到新的能力或经验，全球范围内所有连接的智能体都可以在网络的支持下共享这一知识，网络因此成为分布式、持续自我提升系统的“共享神经系统”，也可以视为信息物理世界的一种操作系统，将传感器、算力与AI的复杂性抽象为单一的可编程层。

在架构层面，网络将演变为智能网络底座：面向智能体提供可验证的身份与可信的访问控制，在上行维度上提供高吞吐、低时延与高可靠性的能力，并在5G边缘云中托管关键算法，同时通过无线网络将前沿能力分发给每一个智能体。随着自主智能体与设备对环境进行持续感知，上行流量模式将被显著改变，上行容量、低往返时延、边缘云集成以及安全与信任的重要性将持续上升。

行业的下一步，是让网络先对机器“开放”。通信服务提供商若能率先通过标准化API向机器暴露能力，并使智能体能够自动发现并调用这些能力，将在新兴智能体经济中获得显著优势。智能体将越来越多地自行生成对CSP API的集成代码，自动发现并调用网络能力，整个过程无需人工工程师参与。作为Linux基金会Agentic AI Foundation的创始成员之一，爱立信正与业界共同努力，使自主智能体能够在跨厂商、跨行业和跨国界的环境中安全互操作，并为智能体经济构建开放可信的基础。

趋势2：安全的变革

在智能网络底座中，安全与信任是所有能力得以存在的前提。我们必须在网络设计之初就构建AI原生安全与量子韧性，而不是事后补救。

在威胁层面，AI正从多个维度重塑安全版图：一方面，AI系统可以自动化漏洞发现，识别此前未知的零日攻击，并以机器速率生成修复方案；另一方面，当智能体AI在企业环境中大规模部署时，它会引入传统安全模型未曾考虑的攻击面。具备自主访问系统并执行决策能力的智能体，需要我们重新思考授权模型、意图验证与行为审计机制，并在完整操作链路上为每个动作提供可追踪性。

与此同时，大规模量子计算的逐步成熟将打破当前广泛使用的公钥密码体系。运营商网络生命周期长、全球互联并承载着关键通信服务，攻击者已经开始采集加密数据，等待未来具备破解能力的那一天。这一密码迁移是结构性且长期的挑战。我们已积极参与全球后量子密码标准化进程，并推动其在3GPP、O-RAN联盟以及GSMA生态中的采用，确保从6G第一版本开始，网络在设计上具备后量子韧性。

我们正在以AI原生安全与量子韧性为基础，构建下一代网络安全架构，覆盖公用与专用部署模型以及从设计到退网的完整产品生命周期。迁移时间表已经明确，标准已经到位，工具也已存在。关键在于：在5G演进过程中启动PQC部署，在首代6G系统中将PQC作为基础性要求，并在最关键的网络域中提前完成迁移，而不是在量子能力成熟之后才被动应对。对于承载最敏感通信的网络而言，必须在量子计算能力成熟之前完成量子韧性建设。

随着智能体AI在企业环境中持续扩展，传统安全模型将无法覆盖其带来的威胁。通信服务提供商、设备厂商、企业与政府必须在规模化部署前，重新审视授权、意图验证与行为审计机制，而不是在漏洞暴露之后才着手整改。当前所作出的决策，将直接影响智能网络底座上运行的网络在安全姿态上的长期表现。

趋势3：可编程的世界

智能网络底座将把可编程性、集成感知与实时仿真汇聚到单一网络层中，使物理世界在规模化层面变得“可编程”。

在传统模式中，网络主要被视为传输数据的管道。而面向智能网络底座，我们正在构建可编程的网络层：通过开放API，将差异化连接与集成感知能力对外暴露；通过集成感知（ISAC），使网络具备环境感知能力；通过认知数字孪生，使网络拥有与物理世界同步演进的实时模型。网络能力在规模化层面，包括差异化连接与集成感知，将需要基于意图的自治运维与AI支持，从而使网络从“管道”转变为“平台”。随着智能体API暴露能力的引入，网络将以全新的方式被消费。

可编程性是支撑开放智能体网络API的关键。应用能够直接向网络表达自身需求，而不仅仅按照预设资费与切片模板接入。早期在防欺诈、身份验证和按需质量保障方面的商用实践，已经证明了差异化连接的价值逻辑。下一步是基于意图的网络：通信服务提供商声明所期望的结果，网络则以自治方式进行实现，从而把商业模式从“出售连接”转变为“出售可保障的结果”。

在可编程世界中，集成感知（ISAC）将网络延伸至环境感知，将新的感知信号、控制机制与处理能力引入网络，用于识别物体、感知环境条件，并生成面向交通监控、基础设施保护和城市管理等场景的“感知即服务”数据。认知数字孪生则将这一可编程层锚定到物理世界，从被动仿真演变为主动自适应模型：在工业5.0工厂车间中，协作机器人与人类工人将由实时更新的数字孪生进行引导，机器承担危险和重复性任务，人类专注于更高价值工作；空间计算进一步模糊物理世界与数字世界之间的边界，在医疗、物流和制造场景中提供沉浸式协作体验。

我们正在一层一层构建这一可编程网络：以共享的站址、频谱和硬件为基础，引入面向感知的专用信号与处理能力，构建ISAC能力，并通过全球生态合作创建标准化、可机器读取的网络API，使开发者、企业和智能体能够在运营商能力之上构建应用。中期机会在于“感知即服务”与认知数字孪生的规模化：为交通、能源、城市管理和工业生产提供可订阅的环境感知服务以及始终同步的数字孪生模型。

随着API的主要消费者从人类开发者转向自主智能体，我们正在设计认证与验证框架，以决定谁能够参与这一可编程网络，以及谁能够捕获其所创造的价值。能够系统性解决跨厂商互操作、零信任安全以及技能与运维挑战的通信服务提供商与生态伙伴，将不会被动继承这个可编程世界，而是主动定义它。我们预计，到2030年，自治的、基于意图驱动的智能网络将成为一个不可见却不可或缺的底座，支撑一个以人为中心的完全可编程世界。

趋势4：异构计算

异构计算——建立在专用设计芯片之上的平台，是构建可行且可扩展的智能网络底座的基础。向AI原生网络的转型，对计算架构提出了全新的要求。

在5G中频段，高阶天线系统（Massive MIMO）已经在计算需求上带来了飞跃：多分支天线、宽带波束成形以及并行实时信号处理，都远超传统通用计算架构的设计初衷。随着6G演进以及AI在无线接入网各层的深入集成，这一需求将进一步提升。当AI推理负载在网络中规模化扩展时，建立在通用硬件之上的网络将面临不断扩大的性能与能效差距：它们在可提供的性能上会逐步落后，而在能耗与成本上会形成结构性劣势，并随着时间推移持续累积。运营商今天所定义的计算战略，将决定其在未来十年的性能上限、能效经济性与竞争格局。

面向AI原生RAN，我们正在构建由以下组件组成的异构计算架构：专用数字信号处理器、张量计算核心以及面向电信场景的专用加速器。这些组件通过chiplet技术与先进封装集成在领先制程上的多核架构中，构成AI原生RAN所需的计算基础。该架构使AI负载能够直接在RAN栈内部运行，在满足无线电功能所需微秒级时延的同时，将网络整体能耗降至最低。例如，我们已在Massive MIMO无线设备中集成神经网络加速器，用于在站点侧实现AI推理，从而在不扩大站点数量的前提下显著提升容量与体验。

从更长期看，类脑计算与量子计算等架构代表了研究前沿，但当前的重点在于构建能够随网络需求演进而扩展的异构chiplet平台。面向AI原生网络的计算战略不应是被动的：那些今天就明确面向AI原生网络进行计算规划的组织，将在应对6G时代需求时具备明显优势；相反，那些在负载压力出现之后才被动应对的组织，将面临成本与性能上的结构性劣势。随着AI负载规模不断扩大，能够提供最低“智能成本”的架构，将在运营成本上持续拉开差距。进入6G之后，这一差距会成为检验过去架构决策的终极考题——拥有专用计算基础的运营商，将最具能力迎接这一测试。

结论

对于未来十年，我的愿景是一个“网络不再仅仅传输数据”的世界：网络能够进行感知、决策与行动，其运行速度与智能本身的速度相匹配，能够同时支持人类、企业与自主系统。

本文讨论的四大趋势并非彼此独立的预测，而是单一转型的四个维度：智能体AI定义了智能网络底座必须服务的对象；安全与后量子密码体系定义了其获得信任的条件；可编程的世界定义了其能够感知和暴露的内容；异构计算则定义了它在全球尺度上成为可行且经济可承受系统的基础。

在我看来，智能网络底座之于AI经济，正如过去“尽力而为”的移动宽带服务之于互联网经济：它是让一切成为可能的连接层，也是决定谁领跑、谁跟随的关键差异点。这个网络不是在简单延伸现有体系中被动形成的，而是通过面向正在形成的需求进行主动设计——从一开始就将开放性、可编程性与可信度作为基础属性。