AI智能体两年后能顶十亿全职人类劳动力？

有人花几千块买了搭载144GB高带宽内存的AI显卡，用来跑能自主工作的AI智能体。现在，研究人员算出来，再过两年，AI基础设施就能撑得起十亿级别的AI智能体同时运行。

@EpochAIResearch 认为：AI基础设施很快就能支撑数亿甚至数十亿AI智能体，高算力场景下，这些智能体的总工作时长足以匹敌全球人类劳动力的总工作时长。具体数量取决于模型效率和AI需求的增长趋势。

不同模型的效率差异非常大。按照2025到2027年高带宽内存的出货量计算，闭源的前沿模型比如ChatGPT、Claude，大约能支撑几千万到2亿并发智能体。而DeepSeek V4 Pro这类高效开源模型，可以支撑约19亿并发智能体。
折成总工时，这些智能体相当于1.4亿到7.2亿名全职员工。@cryptopunk7213 补充说，仅计算2027年的算力，就能替代1.4亿到7.2亿名全职人类劳动者，这个数量是美国知识工作者总数的7倍。

一个不停止运行的智能体，每周就能顶4.2个人类劳动者的工时。但如果智能体的利用率达到20%，一年的支出就需要2.6万亿美元到5.3万亿美元。就算相关实验室的收入增长5倍，到2027年底也难以覆盖这笔成本。

现在高带宽内存因为AI需求暴涨已经供应紧张，市场规模预计从2025年的31.7亿美元增长到2031年的124.4亿美元，2026到2031年的复合年增长率是25.58%。全球自主AI和智能体市场预计到2030年增长到590.9亿美元，复合年增长率为42.7%。

除了成本和算力，AI智能体本身还面临不少问题。Gartner预测，到2027年底，超过40%的智能体AI项目会被取消，目前行业还面临数据质量、系统集成、工作流编排、治理缺失等多个挑战。

算力准备好了，成本还没跟上；智能体的算力够顶十亿人，项目却可能近一半做不成。你觉得，两年后会有多少AI智能体真正帮我们干活呢？