智能体开始按小时上班，我们还在按次卖问答

昨晚我把华为全联接大会的演讲稿转成文字，截了一张图丢进工作群。

汪涛在台上说，智能体已经可以按小时级连续工作，到2030年将以月为单位执行任务。

群里静了半分钟。然后有同事回了一句：我们客户那个Agent，跑到第三步就弹窗问人。

这半分钟，基本是这周所有消息的缩影。后台攒了四个问题，都挺实在，今天一个个聊。

“Agent按小时干活，这话听着挺大。我那个客服Agent三步就跳出去问人，跟这有关系吗？”

先把台面上的东西摆出来。

华为全联接大会2026，9月17日，上海。汪涛给的几个数：大模型参数正迈向10万亿级，2030年到100万亿以上；智能体已能按小时级连续工作，2030年将以月为单位执行任务；中国每日推理Token涨到约500万亿，2030年是百万万亿级；手机端侧模型从2024年的3B走到今天的30B，未来奔100B。同场还发布了昇腾960超节点，用上NPO光互联，配套的AI记忆存储系统也一起亮相。（来源：华为全联接大会2026，9月17日）

这四个数里，最扎人的不是参数，是“按小时”。

小时是一个劳动单位，不是技术单位。以前我们卖Agent，卖的是“能回答”；现在开始卖“能值班”。中间的差距不在模型智商，在骨架：记忆有没有落盘、工具调用有没有重试、任务断了能不能续跑。参数再大，也补不上这三个洞。

给OPC创业者的建议很土但有用——先测你自己的Agent能连跑多久。不是跑demo，是真给它一个活，看它多久崩。

我们做交付时按“一支战队”来配，而不是一个万能助手：几个各管一段的岗，谁断了谁自己接回来。一个岗撑不住一小时，整支队伍就是摆设。

“科大那个平台，DeepSeek新模型发布第二天就全校上线了，12000人在用。这种玩法企业能抄吗？”

材料很干脆：9月10日DeepSeek发布并开源V4.1 Flash，9月11日中国科大大模型公共服务平台就完成部署、面向全校开放，成为国内高校首个上线该模型的平台。平台靠自建算力加统一模型网关，DeepSeek、GLM、Kimi、Qwen等主流模型做到Day 0（发布当日）上线，支持1M超长上下文。截至9月初，12000名师生在用，日均处理Token超300亿，累计突破14000亿。（来源：中国科大新闻网，9月12日）

很多人看到这条，第一反应是“高校资源真好”。我看的是另一件事：从模型发布到全校可用，中间隔了一天。

这个“一天”，是当下最值钱的工程能力。它意味着模型供给可以被当成水电来调度——今天DeepSeek某个版本强就用它，明天GLM出了新版，切过去不用重写业务。关键变量从来不是模型本身，是中间那层网关。

我见过太多小团队，把业务直接焊死在一个模型的API上，调用散落在十几个文件里。这在过去没问题，现在开始变贵。

建议做两件小事：把所有模型调用收口到一层路由，别让它长在业务代码里；给每个场景写好“主用+备用”两条线。

我们自己给客户做方案，从来不锁模型。合同里会写明主用哪个、备用哪个。不是花