10 月初的几条消息拼出一张图：NVIDIA Vera Rubin NVL72 量产正在加速，CoreWeave、Google Cloud、Azure、Oracle、Mistral 等相继宣布部署计划；与之配套的 Vera CPU 拿下 SpaceXAI 大单。作为对照，上一代 GB300 NVL72 已把智能体低延迟推理成本压到约每百万 token 0.123 美元。把这些放在一起，能看到一个清晰的前沿趋势——AI 算力基建的重心，正在从「训练大模型的工厂」转向「常年跑智能体的电厂」。
训练是脉冲，推理是常驻
过去几年的 AI 基建叙事是训练：建超大集群、跑数月、烧巨资，产出一个模型就关炉。这是脉冲式的、一次性的。
智能体时代的负载完全不同。一个通用工作智能体要 7×24 小时挂着，随时等用户一句话，然后调工具、跑代码、连业务系统。它不是训练完就走，而是常年在线、持续吞吐 token。这更像电厂——稳定供电，而不是开矿式的一次性开采。
基建形态随之改变
这种负载变化，正在重塑基建的几个维度：
- 单位成本优先：谁能把每百万 token 压得更低，谁就赢得常驻负载。GB300 比 Hopper 低约 35 倍成本，正是冲着这个来的。
- CPU-GPU 协同：智能体的关键路径上，CPU 负责工具调用与编排，GPU 负责模型推理。Vera CPU 的出现，就是把这条链路补上。
- 多云铺开：CoreWeave、Google、Azure、Oracle 同时部署，说明常驻算力要贴近用户、贴近业务系统，不能集中在一两个超算中心。
判断
未来衡量一家算力公司的指标，不会是它训练过多大的模型，而是它能以多低的成本、多稳的在线率，养活多少个常年值守的智能体。智能体电厂这个词，会取代「训练巨兽」，成为下一代 AI 基建的主角。
再展开一层：这种从脉冲到常驻的迁移，还会改变算力的采购与结算方式。训练负载是项目制的——立项、烧钱、结项；常驻负载是订阅制的——像交电费一样按月为在线率付费。当 CoreWeave、Google、Azure、Oracle 同时铺开 Vera Rubin，它们卖的已经不是「一批卡」，而是「一份全年无休的智能体运力」。这种生意模式的切换，比任何单一硬件参数都更能说明：智能体时代的算力，到底长成了什么样子。