2026年10月2日，AI研究機構Epoch AI發表研究報告摘要，以2025至2027年高帶寬記憶體（HBM, High Bandwidth Memory）出貨預測為基礎，推算未來兩年生產嘅AI算力硬件可支撐嘅AI代理規模。
推算方法：由HBM出貨量出發
Epoch AI指AI算力硬件生產受HBM供應瓶頸限制，故以HBM出貨預測折算GB300等值GPU數量，再乘以每顆GPU可運行嘅並行AI代理數（AI agent，即持續運行嘅模型會話）。研究同時指出，數據中心建設及其他部署限制可能延遲硬件實際上線時間。
研究中所講嘅「AI代理」，指一個持續運行嘅模型會話，類似Claude Code、OpenAI Codex及Meta Muse背後嘅模型。
頂級模型與高效能模型：規模差一個量級
Epoch AI估算，用現行最強大模型，未來兩年算力可支撐數千萬至數億個AI代理。呢啲頂級代理如果24小時不停運行（包括夜晚同週末），每週工作時數相當於約1.4億至7億名美國全職員工。
若換用較高效能模型，同一硬件可支撐嘅代理數量會大幅上升。Epoch AI將DeepSeek V4 Pro嘅服務基準測試（serving benchmarks）套用喺預期硬件供應，中心假設下可支撐約19億個並行代理。不停運行下，呢啲代理嘅工作時數可媲美80億名全職工人。
對比：美國有多少知識型工人？
Epoch AI提供嘅對比數據：美國人口約3.42億，知識型工人（knowledge workers）約1億人。按其估算，即使用現行最頂級模型，未來兩年算力可支撐嘅代理工作量，已可超越全美知識型工人嘅總工作時數。
研究背景
呢份摘要引自Epoch AI網站上嘅較長報告。Epoch AI喺報告開頭引用Anthropic行政總裁Dario Amodei嘅講法，將未來形容為「數據中心入面嘅天才國家」（country of geniuses in a datacenter），然後探討呢個構景喺未來數年係咪可行。Epoch AI亦指出AI公司每年喺晶片同數據中心上投入數千億美元，押注呢啲算力可以運行到做人類今日所做事務嘅AI代理。研究嘅核心問題係：呢啲硬件實際可以做幾多嘢？
模姐驗嚇貨
呢份研究嘅方法論穩健：用HBM出貨量作為推算起點，比直接用GPU出貨量更貼近實際生產瓶頸。但要留意，呢個係基於現有技術路徑嘅推演，模型效率提升速度、新硬件架構、電力供應等都可能令實際結果偏離估算。「工作時數相當」係算力容量指標，唔代表工作質量或產出等同，唔好將呢個數字直接讀成「AI將取代X億人」。另外，19億並行代理、80億全職工人嘅當量，係基於DeepSeek V4 Pro嘅特定服務基準同中心硬件假設，唔代表其他模型或不同硬件配置。Epoch AI自己都講，部署限制可能延遲硬件上線——算力係一層樓，幾時蓋好係另一回事。
模姐｜深度調教
