一句话看懂：Box CEO Aaron Levie 在 X 上表示，下一阶段 AI 需要个人智能体、企业安全智能体群、代码审查智能体和 24/7 后台智能体等形态共同运行，推理量与配套基础设施都将数量级增长；这为算力投资和开发者工具方向提供了新的观察坐标。
事件核心：发生了什么
据 Follow Builders 收录，Box CEO Aaron Levie 于 2026 年 10 月 8 日发帖判断，即将进入的 AI 阶段所需算力会非常惊人。他列举的负载包括：面向个人的 personal agents、保护企业的 agent swarms、检查全部代码安全问题的智能体、在企业工作流中处理几乎所有数据的智能体，以及 7×24 小时跑任务的后台智能体。Levie 认为，这不只是 token 推理量按数量级持续增长的问题，智能体还需要计算机、网络、文件系统等基础设施配合。
在同一讨论中，开发者 Ivan Burazin 引用 @auchenberg 的测算称，Muse 若服务 1 亿用户，需要 65,000 个 CPU 和 75PB DRAM，单应用基础设施成本约 28 亿美元；他进一步指出 Facebook 仅一个平台就有超 30 亿用户，规模接近 300 倍。需要说明的是，这些数字来自社区讨论，并非已公开验证的产品财务数据。
为什么重要
Levie 的核心判断在于，AI 的算力消耗正从“对话式推理”扩展到“持续运行的智能体系统”。如果安全审查、企业数据流处理和个人助理都变成常驻进程，推理需求将不再由用户提问频率决定，而由智能体数量和任务时长决定。这意味着算力瓶颈可能从训练侧进一步向推理侧和配套基础设施转移。
对行业而言，这会影响云厂商、芯片厂商和企业软件公司的投入节奏：单纯堆 GPU 未必足够，CPU、内存、存储和网络也需要同步扩容。Burazin 引用的 Muse 测算虽未获官方确认，但反映出开发者社区正在用“单应用成本”重新评估 AI 产品的商业模型。
对用户/开发者/创作者的影响
普通用户短期内未必直接感知算力账单，但可能面对更明显的使用配额、定价分层和响应延迟差异。企业采购方需要关注智能体运行带来的持续推理成本，以及数据工作流中私有部署与 API 调用的平衡。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者和创作者则应把“智能体常驻运行”视为新的工程约束：文件系统、网络隔离、权限控制和可观测性会成为产品能否规模化的关键，而不仅是模型选型。若推理成本按数量级上升，能优化缓存、批处理和本地推理的方案会更受青睐。
值得关注的后续
一是 Muse 相关 65,000 CPU、75PB DRAM 和 28 亿美元成本的测算是否有更完整的公开依据；二是主流云厂商和企业软件公司是否针对智能体工作负载推出专门的 CPU、内存和存储组合；三是个人智能体和企业安全智能体的实际定价与配额模型，能否支撑长期 24/7 运行。
