花旗会议：超算 backlog 达 1.7 万亿美元，推理转向 agentic 颠覆成本模型
sanjaykalra · x · 2026-09-08
作者梳理 Citi 全球 TMT 会议（250+ 管理层）上关于 AI 的关键披露：
算力与基建
- 超大规模厂商 backlog 在 Q2 末接近 1.7 万亿美元，同比增 151%；AI 相关资本开支到 2030 年预计达 3.8 万亿美元；新增 AI 电力容量今年 19 GW，2028 年达 45 GW。
推理范式变化
- AMD 的 Matt Ramsay 称推理已成 AI 计算的主要驱动，正从 chatbot 推理向 agentic 推理剧烈转变：一次 agent 任务要规划、检索、调工具、自评、重试数十次，基于席位数的传统成本模型大多已失效。
企业侧
- Cognizant 推出「A0 到 A4」模型（AI 干活、人审核），40% 工程工作已 AI 辅助，推理成本被计入定价。
- Kyndryr CEO 用「200 英里时速的高铁跑在 30 英时速的铁轨上」形容现状，其内部已运行约 1600 个 agent。
其他要点
- 边缘计算由机器人驱动，实际取决于延迟与数据合规而非成本。
- Agent 成为购物者后，SEO 影响力下降，产品数据与 API 成为新「店面」。
给 CIO 的建议：掌控路由编排层；护住 context/evals/运营手册等买不到的资产；按完成任务数而非许可证数做预算；先度量再扩张（多数企业说不清自己生产环境里有多少 agent）。
所属事件:花旗会议：超大规模商订单积压近 1.7 万亿美元(3 条相关)→
「漫话AGI」频道最新
- 网友好奇：AI如何解决无限问题？ — karmicoder · 2026-09-09
- Magic 自称全球最小万亿参数模型团队，公开招人并披露三条技术路线 — magicailabs · 2026-09-09
- 达拉斯联储:三个 AI 密集行业用工仅占 16%,贡献 40% 生产率增长 — bittingthembits · 2026-09-09
- alth0u：解决对齐先要解决偏好 elicitation，本质是解决协作 — clarejtbirch · 2026-09-09
- 黄仁勋宣称 AGI 已来,AGI-25 研究者却连「智能」定义都没共识 — annetgriffin · 2026-09-09
- ARR 审稿人用 AI 写审稿被抓包，学者吐槽强制审稿只给两周 — tallinzen · 2026-09-09