在不久前举办的2026年国际消费电子展（CES）上，出现了一个全新的版块“CES Foundry”，大体可以理解为“国际消费电子展人工智能（AI）成型技术专区”。这里展示的AI技术大大超越了大模型（LLM）的范畴，目标直指据称能够处理极端复杂问题甚至可以自主决策的AI智能体（AI Agents）。而为这一切提供潜在算力的是量子计算。

　　本次展会上呈现出的新趋势和英国人工智能与网络安全专家、艾伦·图灵研究所研究员佩塔尔·拉丹利耶夫的观察不谋而合。拉丹利耶夫认为：“量子计算将成为AI智能体的‘核动力’，推动AI从被动的Chat（对话）向主动的Act（行动）实现关键跃迁。”这也正是其新著《AI智能体的崛起》的核心观点。

　　量子计算有多难懂，地球人都知道。当量子计算与同样作为尖端技术的人工智能结合在一起，难度系数又再次跃升了一个量级。不过，作为一本顶尖专家撰写的科普读物，《AI智能体的崛起》并不想把读者吓跑。作者只用了两句话就解释了个中关系：第一句是，AI智能体要在动态、复杂的现实世界中运行，所需的算力远超今人的想象。第二句是，普通计算机采用的经典计算方式根本无法负担如此大的算力，以目前的技术路径判断，唯一有此能力的就是量子计算。

　　对于经典计算方式而言，量子计算“下场”无疑是“降维打击”。

　　普通计算机的运作单元是比特（Bit），它采用二进制，可以简单理解为“非0即1”。其计算方法有点像“走迷宫”，每次只尝试一条路径，如果遇到死胡同就返回，再尝试另一条，如此循环往复，直到找到出口。

　　而量子计算机的运作单元是量子比特（Qubit）。基于量子叠加原理，一个量子比特可以同时处于0或1的状态，甚至还可以处于0和1的组合状态。这意味着，量子计算机不需要像经典计算机那样按顺序处理数据，而能够同时模拟并计算大量可能性。

　　由此，最适合AI智能体发挥其海量运算优势的两个场景也浮出水面，第一个是“安全”，第二个是“数据处理”。

　　在业界，有一个让无数网络安全专家“闻风丧胆”的算法“Shor”。早在多年前，Shor算法就已证明，量子计算机的计算能力已然“指数级”地超越已知的最佳经典算法，当前的互联网安全协议在量子计算机面前不堪一击。但反过来说，如果依赖量子计算能力构建“抗量子密码学（Post-Quantum Cryptography）防御体系”，安全性必然大大提升，用一句话说就是“用魔法打败魔法”。

　　而在数据处理方面，合适的比喻就更多了，作者用的是“在数据海洋中精准‘捞针’”。仅从这个形容就可以理解，为什么很多垂直领域的研究者都在眼巴巴地等待AI智能体取得突破。

　　一直以来，很多科学研究并不是卡在思路上，而是卡在计算能力上。面对海量可能性，哪怕是计算能力远超人脑的计算机，也需要花大量时间。这也是为什么科研界已经习惯花几十年来验证一个猜想。

　　但有了量子计算的介入，一切都会发生质的改变。比如，在生命科学领域，经典计算机无法精确模拟复杂的分子结构，但量子计算机可以。这意味着，未来的AI智能体不仅能够分析医疗数据，还可以自主设计新药，研究者只需完成后续验证即可。又比如，在金融领域，AI智能体不仅可以实时优化复杂的投资组合，还可以极大提升风险管理水平。哪怕黑客拥有科幻电影中的“超脑”，量子计算也可以正面“硬刚”。再比如，在物流与供应链领域，面对日益复杂的国际环境，AI智能体能够随时规划出真正的“全局最优路径”，速度不要太快……

　　而这些，也许还不是AI智能体的终极形态。

　　在作者看来，AI智能体的最大优势是“AI与量子计算的双向奔赴”——不仅量子计算在推动AI，AI也会反过来帮助量子计算落地。这种“AI设计量子，量子增强AI”的循环，可能会加速技术“奇点”的到来。届时，AI智能体的能力或许远超我们的想象。