AI与网络的双向赋能（AI原生网络）研究报告

AI与网络的双向赋能（AI原生网络）研究报告

编制单位：淞基科技（上海）有限公司、淞基信息通信研究院
编制时间：2026年10月

第一章 研究背景、目的与方法

一、研究背景

人工智能与通信网络的深度融合，正在重新定义信息基础设施的形态与运行逻辑。作为连接能力与算力供给的双重载体，电信网络既承担传输海量数据的职责，又在人工智能应用的推动下进入新一轮架构变革。过去十年，网络功能经历了从物理网络功能到网络功能虚拟化、再到服务化架构的演进，云原生已经成为电信网络发展的重要基础。随着AI手机、AI可穿戴设备快速普及，AI智能体加速成为各类应用的入口，终端与应用产生的不再只是单纯的数据传输需求，而是大量实时交互、任务执行与智能协同需求。在这种背景下，网络的承载对象正从以人为主，逐步扩展到海量机器与智能体。

本报告聚焦AI与网络的双向赋能这一主题，将其置于AI原生网络的框架下加以考察。双向赋能体现在两个方向：一个方向是AI为网络注入智能，使网络具备理解意图、自主调度与自动运维的能力；另一个方向是网络为AI提供承载底座，以确定性、低时延、高可靠的连接与算力协同，支撑智能体的大规模互联。两个方向相互促进，形成闭环。

二、研究目的与范围

本报告旨在系统梳理AI与网络双向赋能的产业态势与技术机理，回答"网络为何正在被AI重塑、AI又为何依赖网络底座"这一核心问题。研究覆盖四个层面：其一，智能体成为互联网主要流量提供者的结构性拐点及其含义；其二，网络架构从AI叠加迈向AI原生的技术演进路径；其三，确定性网络与智能体互联平台的工程实践；其四，运营商转型与政策协同对产业演进的牵引作用。报告采用第三方中立视角，不对特定厂商作立场背书，关键判断均以公开证据为依据。

三、研究方法与证据口径

研究方法以公开资料梳理与交叉核实为主，关键数字均标注来源与统计口径，并区分已核实事实与预测性判断。用户提供的资料作为核心输入，辅以权威媒体、机构报告与政策文件予以验证。对于存在口径差异的数据，本报告在正文中说明取舍依据。研究时间跨度为截至2026年10月的公开信息，涉及未来预测的内容单独标注其预测属性，不将其等同于已发生的客观事实。

第二章 AI与网络双向赋能的内涵与机理

一、概念界定

AI原生网络是指人工智能在网络的架构与运行中作为核心且必备的组成部分而存在，而不只是对既有系统的功能叠加。国际电信联盟相关聚焦组对这一概念的特征作出系统界定，强调AI与通信系统的深度、基础性融合。与之相对的是AI叠加模式，即在传统网络之上外挂智能化能力。从叠加走向原生，标志着AI由辅助工具转变为网络的内在属性，网络在架构设计之初就为智能内嵌、意图理解与自主演进预留了能力。

二、AI对网络的赋能

AI对网络的赋能体现在交互方式、网络架构与能力形态三个层面。在交互层面，终端与网络的交互正从信令走向意图，网络不再只是按既定流程传递控制信息，而是理解用户与智能体的任务目标并动态调度资源。在架构层面，核心网从面向连接的架构走向面向任务理解与执行的新型架构。在能力层面，网络能力从AI叠加走向AI原生，逐步形成内生智能。移动网络的发展方向也正从传输数据比特走向交付面向任务的结果，即词元。实时交互AI、广域分布式推理与智能体通信，成为驱动网络智能化的三类主要场景。

三、网络对AI的赋能

网络对AI的赋能建立在连接与算力双重底座之上。大规模智能体的互联依赖确定性网络提供稳定的时延、带宽与可靠性保障，跨域协同需要高精度寻址与统一协议转换。算力协同要求网络感知分布式计算资源并动态调度推理任务，实现端云协同与广域分布式推理。超宽带网络为AI应用提供超宽联接、超低时延、超高可靠、超高安全的基础能力，使智能体的大规模并发连接成为可能。这一方向的实质，是让网络成为智能体经济的基础设施。

四、双向赋能的闭环机理

双向赋能形成相互强化的闭环。AI提升网络的自智水平，使网络能以更低的运营成本支撑更大规模的智能体连接；连接规模与算力供给的扩张，又为AI应用的商业化提供承载与算力条件。词元经济兴起之后，网络所传输与交付的对象从原始数据转向任务结果，进一步放大了双向赋能的乘数效应。网络既是AI能力的受益者，也是AI规模化落地的使能者。理解这一闭环，是把握AI原生网络演进方向的逻辑起点。

第三章 智能体成为网络主要流量提供者：结构性拐点

一、流量拐点的数据证据

网络安全与性能服务商Cloudflare的雷达数据显示，2026年年中，机器人流量在全球HTML网页请求中的占比约为57%，人类流量降至约42%，机器人流量在互联网历史上首次超过人类。在美国，这一占比更高，约为71%。拐点的到来早于多数行业预测，标志着互联网进入以机器与智能体为主要访问者的新阶段。

数据同时显示，这一趋势的分布并不均匀。搜索与AI助手等场景的机器人流量集中度极高，而新闻、金融等传统内容领域的占比相对较低。流量结构的变化不只是比例的此消彼长，更反映了网页访问主体与访问目的的深层改变。

二、拐点背后的技术驱动

流量拐点的出现源于AI智能体的规模化落地。智能体能够自主执行检索、比对、谈判、决策等任务，其访问网络并非出于阅读目的，而是以任务结果为导向。当智能体承担大量本由人类完成的在线行为时，网络访问的频次与总量随之急剧上升。在预测层面，华为在《智能世界2035》报告中展望，到2035年全球AI智能体数量或将达到9000亿个，约相当于届时全球人口的百倍。若按此路径演进，网络连接主体将从数十亿人拓展至数千亿个智能体。

智能体流量的集中也引发对信息真实性的讨论。当网页的大部分访问由机器完成，内容生产的激励、广告的投放与数据的价值衡量都需要重新校准。业界将这一现象与所谓信息生态的讨论联系起来，认为技术演进的同时需要关注网络内容真实性与数字鸿沟等深层问题。

三、网络承载对象的范式转变

流量结构的拐点推动网络承载对象发生范式转变。传统互联网以人为连接主体，网络设计与计费围绕人的使用行为展开。智能体成为主要流量来源之后，连接对象呈现海量化、机器化、并发化的特征。智能体之间的通信需要不同于人对人交互的服务质量，对时延、确定性、寻址精度与身份可信提出更高要求。网络的用户画像、安全策略与商业模式，都需要围绕智能体这一新主体重新设计。

四、对网络需求的影响

智能体流量的大规模增长直接抬升了网络基础设施的供给门槛。高并发连接要求网络具备更强的承载与调度能力，跨域协同要求更精准的寻址与更低的传输时延，任务型交互要求网络理解意图并动态分配资源。这些需求共同指向一个方向，即网络必须从单纯追求带宽与覆盖，转向同时保障连接的确定性与计算的可用性。这为AI原生网络的演进提供了最直接的现实驱动力。

第四章 网络架构的AI原生演进：从Cloud Native到AI Native

一、演进脉络

电信核心网在过去十年经历了清晰的演进脉络，从物理网络功能到网络功能虚拟化，再到服务化架构，云原生已成为电信网络的重要基础。人工智能正在成为推动下一轮网络变革的核心力量。2026年被业界视为电信行业迈向AI原生网络的关键一年，行业正在通过标准组织、开源社区与产业伙伴的协同，推动电信网络从云原生走向AI原生。

二、AI原生网络的技术内涵

AI原生意味着AI作为网络的组成部分而存在，而非叠加能力。这一转变带来三个层面的变化：终端与网络的交互从信令走向意图；核心网从传统架构走向面向任务理解和执行的新型架构；网络能力从AI叠加走向AI原生。移动网络的发展方向正从传输比特走向交付面向任务结果的词元。驱动网络智能化的主要场景包括实时交互AI、广域分布式推理与智能体通信，网络需要理解智能体的任务意图，为不同的智能体发现、匹配与调度所需能力，支撑跨域多智能体协同。

三、两阶段演进路径

面向未来，产业界提出分两阶段推进AI原生核心网演进。第一阶段（2027—2028年），面向AI业务需求升级电信基础设施，引入多样化算力、高速并行总线、超融合架构等新型基础设施能力，通过安全沙箱、Serverless等开源技术提升业务敏捷性，并逐步引入AI原生网络功能等新型网络功能。第二阶段（2029—2030年），随着下一代核心网标准逐步成熟，引入面向AI智能体工作负载的电信级智能体平台，推动核心网从AI叠加向AI原生平滑演进。产业共识预计在2026年建立，2027年起逐步从共识走向标准化。

四、国际标准化与产业协作

AI原生网络的落地依赖标准加开源加产业实践的协作模式。开源社区推动技术开发与实践，标准组织制定AI原生电信基础设施参考架构，通信标准化组织推进下一代网络标准化，产业伙伴将共识与标准转化为可落地的产品与解决方案。国际电信联盟相关聚焦组已对AI原生电信网络的概念与特征开展系统研究。国内方面，设备厂商相继推出以智能体为核心重构核心网的解决方案，无线接入侧也在推进AI原生参考架构，AI原生网络正从概念走向工程验证。在IP承载网领域，智能IP广域网正成为夯实词元经济的新底座，相关研究报告提出包括AI路由器、AI新网络、AI新大脑与业务新场景在内的目标架构，以广域无损调度、流级负载均衡与精准流控等能力支撑算网融合下的规模化落地，为运营商抢抓词元经济机遇提供网络基础。

第五章 确定性网络与智能体互联平台：AXP实践

一、确定性网络的定义与价值

确定性网络指在一个网络域内为所承载业务提供确定性业务保证的能力，其核心在于对时延、抖动与可靠性作出可预期、可度量的承诺。对智能体互联而言，确定性意味着跨域任务的执行不再受网络波动的不确定影响。传统互联网架构遵循尽力而为原则，智能体长时间连续工作或大规模协同时会频繁遭遇连接中断，行业实测中智能体连续工作两个半小时即可能出现断网，实现上百个智能体的稳定协同更为困难。确定性网络为这一问题提供了结构性解法。

二、AXP平台的定位与架构

2026年10月，第十届未来网络发展大会在南京召开，紫金山实验室联合中国移动、江苏未来网络集团、江苏省未来网络创新研究院等单位，正式发布行业首个基于确定性网络的智能体互联平台AXP。该平台的定位，是在确定性网络这一专用高铁上配置统一翻译与智能调度能力，使不同厂商、不同协议、不同数据格式的智能体彼此找得到、聊得来、连得上。平台通过智算网深度融合调度与异构智能体协议统一转换，破解智能体跨域协同的通信壁垒、网络传输质量不稳定与精准对接困难等瓶颈。作为国家级未来网络试验设施的重要成果，AXP平台的研发与应用依托该设施的长距离、大带宽实验环境，其跨域验证能力为智能体互联技术的规模化推广提供了可信的试验前提。

三、AXP的核心能力与验证数据

AXP平台面向智能体跨域互联展现出多项关键能力。平台支持百万级智能体注册接入与十万级智能体同时在线运行，具备秒级故障感知切换与百毫秒级语义寻址响应能力，可将端到端任务执行耗时降低两成以上。在承载能力上，单网关可承载万级智能体接入，具备毫秒级智能体发现与秒级跨域检索能力，精准调度时延性能提升约两成。平台已通过中国信息通信研究院的权威测试，并依托国家级未来网络试验设施完成4000公里超长距离跨域智能体协同验证，验证了跨域高精度寻址与协同的工程可行性。

四、从平台看智能体互联的产业方向

AXP平台的发布表明，智能体互联正从概念讨论走向可运营的基础设施。平台所代表的确定性与语义寻址能力，为海量异构智能体的规模化协同提供了网络层支撑。其产业方向指向一个共识，即当网络上的用户从人变成智能体，网络需要一套面向智能体的寻址、翻译、调度与安全机制。确定性网络与智能体互联平台的组合，正在成为智能体经济的基础连接底座，也为运营商与设备商的网络升级提供了新的价值落点。

第六章 运营商转型：从连接到"连接+算力"双轮驱动

一、转型背景

全球范围内GW级AI训练算力中心持续增长，AI推理算力中心加速构建，截至2026年8月全球推理算力中心数量约为6000座，到2030年预计达到约25000座，AI应用正走向广泛商业落地。算力与AI业务的快速扩张，对承载其互联互通的网络提出了全新要求。运营商的基础设施建设正从传统连接服务驱动，迈向连接与算力双轮驱动的新阶段，全行业迫切需要共同探讨AI业务带来的网络新需求。

二、连接与算力双轮驱动

双轮驱动的内涵，是将网络连接与算力供给作为并行的价值引擎。确保算力的高效利用与AI应用的确定性体验，需要发挥运营商的网络优势。端云协同与算力互联需求，要求网络在提供连接的同时感知、调度与协同分布式算力。对运营商而言，这既是挑战也是机遇，网络能力从单纯的传输管道升级为连接与算力融合的价值平台，面向行业的算网融合业务成为新的增长空间。

三、Agentic UBB网络的内涵

面向AI时代，产业界提出构建Agentic UBB网络，即具备超宽联接、超低时延、超高可靠、超高安全特征的超宽带网络。该网络依托高阶自治网络能力，实现智能运维、自动化业务开通与主动自愈，全面加速网络迈向自动化与智能化。Agentic一词强调网络为智能体与智能应用而生，能够感知并响应智能体任务，以确定性的服务质量支撑大规模智能互联。超宽带网络因此从被动的传输基础设施，转变为主动服务智能体经济的使能平台。产业界将超宽带在智能时代面临的关键课题概括为UBB for AI与AI for UBB两个维度，前者通过超大带宽、确定性低时延与网络架构创新支持AI业务高质量发展，后者借助通信大模型与面向用户角色和场景的智能体，实现网络运维运营的自动化与高阶自治，两个维度相互支撑，共同推动运营商迈向连接与算力双轮驱动。

四、UBBF 2026的产业风向

2026年10月12日至13日，第十二届全球超宽带高峰论坛在奥地利维也纳举行，论坛以AI与UBB 5.5G共融、开启价值经营新时代为主题，汇聚全球运营商、产业伙伴、监管机构与标准组织。论坛围绕光传送、光接入、IP与自智网络等领域，探讨创新商业范式与产业生态。此前一年，论坛曾提出AI UBB三重跃迁的方向，强调从深度、广度与高度三个维度激发运营商商业新增长。UBBF 2026的议题延续并深化了这一脉络，将运营商转型从连接服务驱动明确导向连接与算力双轮驱动，并将Agentic UBB作为构建面向AI时代超宽带网络的关键方向。

第七章 政策与产业生态协同：以北京"京彩智联"行动计划为例

一、政策出台背景

为落实国家人工智能加行动总体部署，抢抓人工智能与信息通信融合发展的重大机遇，北京市通信管理局、北京市经济和信息化局、北京市发展和改革委员会联合印发《北京市人工智能+信息通信"京彩智联"行动计划（2026—2028年）》。该行动计划于2026年9月在北京互联网大会上正式发布，与会的国家算力互联互通（北京）节点同步启动试运行。政策明确到2028年，人工智能与信息通信初步构建融合互促的创新发展格局。

二、行动计划的重点任务

行动计划提出推动信息通信智能化技术演进、夯实人工智能发展底座、增强信息通信服务能力等重点任务，推动通信网络、算力、终端、业务四大维度全面智能化升级。在网络侧，重点推进AI加5G-A深度融合与规模化应用，在网络设备中部署智能算力，运用载波聚合、补充上行链路等技术构筑大上行能力，面向视联、AI智能体、具身智能等业务优化网络体验。同时加快6G原生网络创新攻关，攻坚AI原生网络架构、通信专用大模型、全域算力协同调度等关键技术。

三、算力与词元经济的政策支撑

行动计划在算力部署上提出建设绿色低碳算力设施，优先部署高性能、可扩展的AI算力集群，完善算力设施体系，有序推进城域高速光传输与全光交叉设备部署，构建京内低毫秒、京津冀毫秒级的算网时延圈。政策配套的数字基础正在形成。国家算力互联互通（北京）节点着力打造全国算力调度核心枢纽，全市算力总规模已达数万P级别。词元经济方面，三大运营商推出词元套餐，北京建成词元工厂，日产能可观，工信部数据显示我国日均词元调用量已突破500万亿。词元计价正成为大模型商业化的核心交易单元。

四、政策的产业牵引意义

京彩智联行动计划的发布，为AI原生网络的发展提供了制度层面的确定性预期。攻坚AI原生网络架构与通信专用大模型，将关键技术攻关纳入城市级战略部署，为运营商、设备商与科研机构提供了明确的方向指引。政策同时强调培育应用与特色智能体，推动技术从基础设施走向高价值场景。作为标杆城市的实践，该行动计划对全国范围内AI与信息通信融合的推进具有示范意义，也印证了本报告关于AI原生网络上升为国家战略方向的基本判断。在融合应用方向，行动计划提出打造网智融合新终端，开展具身智能与通信模组适配，发展智慧家庭终端产品体系，并鼓励基础电信企业运用人工智能创新个人与家庭智能体应用。具身智能与人形机器人的落地对网络时延提出毫秒级要求，北京相关实践已在大型赛事场景中支撑两千余台具身智能机器人低时延竞技，印证了网络底座升级的现实价值。

第八章 挑战、风险与治理

一、技术层面的挑战

AI原生网络的演进面临多重技术挑战。确定性网络在超大规模与超长距离场景下的性能仍待工程验证，跨域高精度寻址的统一标准尚未完全成熟。异构智能体之间的协议与数据格式差异，制约着互联的互操作性。AI原生网络功能引入多样化算力与超融合架构，对设备的算力密度、能耗与可靠性提出更高要求。网络在理解意图、自主决策过程中产生的偏差，可能传导为服务质量与安全风险，技术链条上的任一环节失稳都会影响整体可信度。

二、经济与商业层面的挑战

智能体流量的大规模增长对运营商的成本结构构成压力。海量并发连接与确定性保障需要持续的基础设施投入，而流量增长能否转化为可观的收入回报仍存不确定性。词元经济虽为商业化提供了计量基础，但其定价体系、结算机制与价值分配仍处于探索阶段。运营商从连接服务向连接加算力双轮驱动的转型，涉及组织、人才与商业模式的深层调整，转型期的投入产出平衡是现实难题。

三、安全与治理风险

智能体成为主要流量来源之后，网络的安全边界随之扩展。机器流量的快速增长放大了滥用与攻击的风险，身份可信、来源认证与访问控制成为新的安全重点。恶意智能体可能利用自动化能力实施规模化的欺诈、爬取与攻击，海量智能体的协同也可能被用于不当用途。数据安全与个人信息保护在智能体深度参与信息处理的环境下面临更大挑战。跨域协同还涉及不同主体的责任界定，如何建立覆盖智能体全生命周期的治理框架，是产业与监管共同面对的问题。

四、伦理与社会影响

AI原生网络对就业结构与社会公平产生影响。当智能体承担大量在线任务，部分依赖信息处理与人机交互的岗位可能被替代。智能体数量达到人类数量百倍的远景，也引发对信息真实性、数字鸿沟与人的主体性的深层思考。机器流量超过人类之后，网页内容的真实受众是谁、内容生产的价值如何衡量，这些问题需要社会层面达成新的共识。技术演进不能脱离伦理与社会的约束，负责任地推进AI原生网络，需要在效率与公平之间寻求平衡。治理还涉及跨主体、跨区域的数据流动与算力调度，数据的跨境与跨域处理需要兼顾效率与数据主权。建立统一的技术标准与开放接口，是降低互操作成本、避免生态割裂的关键，也是产业与监管协同推进AI原生网络治理的重要抓手。

第九章 趋势研判与发展建议

一、短期趋势研判

2026至2028年是AI原生网络从共识走向标准化的窗口期。智能体流量占比的持续提升将推动网络承载架构加快调整，确定性网络与智能体互联平台有望从试点走向规模化部署。运营商加速从连接服务向连接加算力双轮驱动转型，词元经济推动网络价值计量方式重构。政策层面，以京彩智联为代表的行动计划将持续牵引技术攻关与应用培育，AI原生网络架构与通信专用大模型预计取得阶段性突破。

二、中期趋势研判

2029至2030年，随着下一代核心网标准成熟，电信级智能体平台有望落地，核心网从AI叠加向AI原生平滑演进。网络能力将系统性地从传输比特转向交付词元与任务结果，实时交互AI、广域分布式推理与智能体通信成为主流场景。推理算力中心的快速扩张将强化算网融合，端云协同成为算力供给的主要形态。全球推理算力中心数量预计在2030年达到数万座规模，AI原生网络进入规模化商用阶段。

三、面向2035年的远景

按产业展望，到2035年全球AI智能体数量或达9000亿个，网络连接主体将从数十亿人拓展至数千亿个智能体。这一远景要求构建智能体互联网，实现海量智能体之间的连接与协同，算力集群规模需要百倍提升，智能体任务成本需显著下降。AI原生网络将成为智能体经济的基础底座，其确定性、安全性与可治理性决定智能体经济能否健康运行。产业演进并非线性，智能体流量的占比、算力中心的建设节奏与技术标准的成熟度都可能发生变化，各方宜建立跟踪与证伪机制，根据实际数据动态调整判断，避免对单一预测的过度依赖。

四、发展建议

对运营商，建议把握双轮驱动机遇，加快确定性网络与算网融合能力建设，探索以词元为计量的新商业模式。对设备商与科研机构，建议深化AI原生网络架构与通信专用大模型的攻关，推动统一标准与互操作机制。对政策制定者，建议在攻坚关键技术的同时，加快建立智能体身份可信、安全认证与责任界定的治理框架，统筹效率与公平。对产业生态，建议强化标准、开源与产业实践的协同，共同培育面向智能体经济的高价值应用，推动AI原生网络健康可持续发展。

第十章 结语

本报告围绕AI与网络的双向赋能这一主题，梳理了智能体成为网络主要流量提供者的结构性拐点、网络架构从AI叠加迈向AI原生的演进路径、确定性网络与智能体互联平台的工程实践，以及运营商转型与政策协同的产业脉络。研究显示，AI与网络已形成相互强化的闭环，AI原生网络正从概念走向规模化落地。智能体流量占比约57%、美国约71%的现实，与2035年智能体或达9000亿个的远景，共同指向网络基础设施面向智能体经济的根本重构。报告的总体判断是，AI原生网络既是AI规模化应用的承载底座，也是网络产业价值跃迁的方向所在。其演进仍面临技术、经济、安全与伦理的多重挑战，需要在标准、产业、政策与治理的协同中稳妥推进。随着确定性网络、智能体互联平台与连接加算力双轮驱动的持续深化，AI原生网络有望成为智能时代最核心的数字基础设施之一。

第十一章 数据来源与参考文献

一、数据来源说明

本报告关键事实均来自可追溯的公开来源，并在正文中标注统计口径。智能体流量占比数据取自Cloudflare Radar的观测；2035年智能体数量为华为《智能世界2035》报告的产业预测；AXP平台数据源自第十届未来网络发展大会官方发布与权威媒体报道；运营商转型与UBBF相关表述取自华为官方论坛信息；政策内容引自北京市相关部门发布的行动计划原文。对厂商预测类数据，本报告明确标注其预测属性，不将其等同于已发生的客观事实。

二、主要来源一览

第十二章 免责声明

本报告由淞基科技（上海）有限公司与淞基信息通信研究院以第三方研究视角撰写，仅供信息参考与行业交流之用。报告内容基于截至2026年10月可获取的公开资料与用户提供的资料整理，不构成对任何机构、产品或投资的推荐或承诺。报告中的预测性数据为相关机构或个人观点，不代表本机构立场，本机构亦不对其准确性、完整性与时效性作保证。本报告不构成投资建议，读者据此作出的任何决策由其自行承担全部责任。未经书面许可，任何机构或个人不得将本报告用于商业用途或对外发布。