不同模型廠同一家Agentic Infra，AGI時代的地基終於浮出水面

在WAIC 2026的論壇現場，出現了一幕饒富趣味的場景：MiniMax與階躍星辰不約而同地出現在同一家AI Infra公司的活動中，前者簽署戰略合作協議，後者發表主旨演講。這並非偶然。早在四個月前的中關村論壇上，智譜的張鵬與Kimi的楊植麟就已與這家公司的聯合創辦人兼CEO同台參與圓桌討論，並在現場被點名該公司已為Kimi與智譜提供服務。四家中國頭部基礎模型公司，先後與同一家AI Infra業者達成深度合作——這家企業正是無問芯穹。這樣的局面，讓人聯想到電動車電池領域的寧德時代：造車的廠商可以各自努力，但電池這一層卻繞不開。無問芯穹的目標，正是成為大模型時代的共通基礎設施。

需求與供給之間的巨大鴻溝，是無問芯穹站穩位置的關鍵。2026年，推理需求正式超越訓練，成為AI算力消耗的主戰場。推理成本在兩年內下降了280倍，但企業的AI總支出不降反升。中國每日Token調用量已突破140萬億，一年內成長四成，需求呈現指數級增長。然而，供給端的物理算力擴產邏輯仍是線性的——多蓋機房、多買顯卡，但缺口在未來三到五年內仍難以填平。這一條裂縫，正是無問芯穹想要填補的空間。更棘手的是，模型部署的品質好壞，外界難以察覺。當一個請求送出後，模型看似正常回應，但輸出精度可能已悄悄滑落三成，而這類問題常規監控系統無法偵測。等到用戶在業務中發現異常時，模型的信譽已經受損。

這道看不見的門檻，決定了哪家供應商能真正留在牌桌上。Kimi、智譜、MiniMax、階躍星辰之所以選擇無問芯穹，本質上是將三項核心需求同時託付：模型效果不打折、成本負擔得起、系統穩定可靠。以效果為例，先前有第三方供應商部署模型後，精度比原廠低了30%，客戶卻渾然不覺，直到業務指標下滑才回頭追查。無問芯穹為此建立了一套准入測試標準，從工具調用一致性到推理模式的精度對齊，逐一核驗，確保每個新模型上架前都經過嚴格把關。結果是，客戶無論透過無問芯穹還是原廠API，體驗幾乎沒有差別。在成本方面，無問芯穹在今年WAIC上發布了一項自研技術——跨集群異構PD分離。

大模型推理中的Prefill與Decode兩個階段負載特性截然不同，硬體需求也各異，分開部署能讓不同類型的晶片各自發揮所長。然而，當兩個階段拆分到不同機房後，面臨廣域網乙太網路傳輸KV Cache的挑戰：頻寬低、延遲高，猶如接力賽中兩位選手各自跑得飛快，卻在交棒時掉鏈子。為了解決這個問題，無問芯穹首先將Decode實例設計的Radix Cache技術創新性地遷移到跨集群架構中，使傳輸數據量直接降低一個數量級。接著，他們首創了PDD架構，將傳統的PD鏈路拆成P、RelayDecode、MainDecode三級。

當遇到傳輸延遲較高的請求時，RelayDecode先頂上，迅速吐出Token給用戶，讓用戶完全感受不到背後實際長達數十秒的延遲，等數據傳輸完畢再無縫切換給MainDecode接手。實測顯示，該架構在首Token延遲（TTFT）降低51.5%的同時，單Token成本可降低37.5%。穩定性方面，大規模集群的故障往往藏得很深。無問芯穹管理數十上百個集群，每日承載全國上T規模的流量分發，一旦伺服器宕機，靠人力監控根本來不及反應。

為此，他們發布了「智算集群運維智能體系統」，能夠7×24小時全天候自動值守，將運維從「人找問題」轉變為「問題找人」以及「問題自己解決」，實現運維人效提升5倍以上，關鍵故障處理效率提升6倍。以上三項突破，僅構成「Token工廠」這一層的地基。無問芯穹的真實企圖，是將算力、Token、生產力串成一個完整的系統，對應其提出的公式：AI生產力 = 智能資源規模 × Token轉化效率 × AI生產力轉化效率。這個系統被稱為「前店後廠一中心」的Agentic Infra戰略布局。「一中心」指的是算力集散中心，也就是Agentic Infra自主式基礎設施平台。

面對國產晶片生態的碎片化，無問芯穹將散落各地的算力資源統一匯聚、彈性調度、按需利用，為模型與應用層提供充足、穩定、可擴展的算力底座。目前該集散中心已部署觸達37,000P算力，覆蓋16種主流晶片。跨集群強化學習的挑戰也在這一層被攻克：無問芯穹將網絡、平台、框架三層優化貫穿，實現跨域強化學習訓練連續一週零中斷穩定運行，讓大規模跨域強化學習不僅「跑得通」，還能「跑得快、跑得穩」。未來，他們將持續深耕並行策略、通信融合、智能算子、極致容錯等技術，把跨域計算資源的支撐規模拓展至十萬卡級以上。「後廠」則是Token工廠，亦即Agentic MaaS大模型服務平台。

這裡是前述效果、成本、穩定性三重優勢真正兌現的地方，核心思路是「在規模之上向效率要產能」。整套服務技術棧從網關、路由到底層推理實例，層層可優化、處處有增量。截至7月，無問芯穹Agentic MaaS平台的日均Token調用量，較去年12月成長了40倍。此外，他們還與上海移動聯合打造了「天問」模型服務門戶，並與觀猹合作推出面向開發者的「TokenDance」，對標OpenRouter。「前店」則是將累積的能力覆蓋各行各業的「AI生產力商店」，即Agentic Infra行業解決方案。

這套方案已涵蓋文娛遊戲、醫療健康、法律終端、能源電力等領域，例如與VAST合作3D遊戲解決方案、協助上海瑞金醫院探索醫療大模型落地場景、為多家律所打造AI合夥人產品，以及與南方電網研究智算中心的能耗預測。值得注意的是，無問芯穹也將智能體的能力應用到AI Infra本身，打造了基礎設施智能體蜂群，包括面向用戶的平台管家智能體系統（可獨立解決80%日常問題）、面向集群的運維智能體系統，以及面向晶片的算子生成智能體系統。在GLM 5.2模型的實測中，後者在NVIDIA旗艦卡上實現端到端7.3%的性能提升，在AMD旗艦卡上更帶來39%的整體躍升。

如果只將無問芯穹視為一家賣Token的公司，就會錯過其完整的商業模式。「Token工廠」只是入口，真正在鋪設的是面向Agent時代的完整Agentic Infra布局。這套故事的說服力，從四家頭部模型廠商的深度合作便可見一斑。放眼海外，無問芯穹對標的對象是Baseten、Together AI、Fireworks AI，這些公司估值都在130億至150億美元之間。但這三家底層皆建立在NVIDIA單一生態之上，而無問芯穹面對的是遠比海外碎片化的國產晶片生態，也因此將多元異構與更完整的架構布局，打造成自己的護城河。

懂算力、懂模型結構、懂訓練推理優化、懂應用場景——這四件事同時做到，正是這條賽道上真正稀缺的能力。