7月28日，MoneyFrontier 2026新基建智算峰会进入第二天。摩尔线程解决方案部总经理赵振阳在演讲中提出，AI发展已历经视觉识别、生成式AI、Agent元年，并正迈向“物理AI”阶段。他指出，2025年为AI Agent元年，Token消耗量从2024年初的近乎零飙升至2026年初的140万亿。当前代码类Agent、通用智能应用与聊天各占Token消耗约三分之一。
赵振阳强调，摩尔线程依托自研MUSA软件栈与KUAE智算集群，打造训练工厂、词元工厂与智能体工厂，实现算力自主可控。其国产GPU在模型训练性能上对标国际顶级显卡，集群线性扩展效率超95%，模型精度误差低于0.1%。通过ACP/ACM通信卸载与算子融合技术，显著提升算力效率。此外，摩尔线程推出的AI Cube与AI Book终端设备，推动算力下沉至家庭与办公场景。
高密度AIDC基建：液冷成AI机房标配
芯科智能CEO王冲指出，传统风冷机房难以满足AI算力需求。高密度AIDC机房单机柜功率达60~150kW，采用液冷系统、双路供电及物联网主动运维，温控精度控制在±1℃内。他建议企业通过轻资产改造、重资产自建或云服务打包三种路径推进算力基建转型，并强调二次侧液冷、冗余配电等环节需重新设计。
智能体浪潮重塑产业：记忆、工具与协同成三大支柱
腾讯云南区首席架构师蔡鹏表示，AI已从Chatbot进化为具备记忆机制、工具调用与多Agent协同能力的智能体。腾讯基于混元大模型构建全栈体系，推出Workbody办公智能体（MAU破千万）与Codebody代码智能体，并通过ADP低代码平台支持自然语言生成AI业务流。其AI Sandbox方案可有效隔离运行环境，保障数据安全。
矿工转型AI算力：推理赛道成新蓝海
研极微董事长杨作兴博士分享了比特币算力向AI算力迁移的路径。他认为，训练算力已被巨头垄断，而2026年将成为“推理算力元年”。全球潜在市场规模近80万亿元，中国凭借完整产业链有望将人均AI使用成本压至每月30元以内。他推荐矿工聚焦推理算力，利用闲置机房资源参与分布式推理网络。
杨作兴同时指出，水冷是AI与挖矿散热最优解，单机支持高达20kW。在能源方面，天然气仍是当前挖矿首选，但未来光伏+储能将更具经济性。他提出四大长尾红利：天然气分布式挖矿、AI机房错峰挖矿、光伏配套储能挖矿及家庭微型挖矿。
圆桌共识：FDE工程师成刚需，矿工应守住基建优势
在圆桌讨论中，嘉宾一致认为AI Agent落地面临企业系统割裂、数据隔离等挑战，需前端部署工程师（FDE）提供本地化适配服务。对于矿工转型，拥有电力与机房资源者应向上游AIDC基建延伸，具备软件能力者可切入算力调度与私有化部署。不建议盲目进入C端应用红海。
谈及AI出海，香港被视为合规与支付跳板。欧美适合标准化工具，东南亚与拉美偏好文娱内容与定制服务。展望未来，物理AI、具身智能为中长期主线，FDE岗位需求激增，普通人可通过细分行业经验结合AI实现差异化生存。