超算互联网：算力之外，决胜AI4S

随着生成式人工智能与科学研究（AI for Science，AI4S）深度交融，科学计算正经历着从“算力接入”向“智力涌现”范式变革。2026年7月，伴随国家超算互联网核心节点——中国首个全国产十万卡AI超集群，在郑州正式上线运行，国内大模型研发、科学计算、生物医药和工业仿真等场景迎来了强大的算力底座。
 
但算力规模的扩大，并不意味着AI4S落地难题已迎刃而解。对于大多数科研团队和中小企业而言，高昂成本之外，复杂环境配置、割裂的数据工具以及工程化能力缺失，同样制约着先进算力向实际科研成果转化。科研用户需要的，不再仅仅是“有算力可用”，而是一套能够无缝调度模型、工具与数据的一体化体系平台。
 
基于上述需求，国家超算互联网将战略焦点锁定在“科学计算智能体生态共创与开发者招募计划”上（以下简称“智能体共创计划”）。通过低门槛的普惠算力、全栈低代码开发平台以及全域开放的商业化生态，超算互联网正在打破阻碍AI4S、科学智能体落地壁垒，推动科研创新从“人用工具”跨越至“工具懂人”的全新阶段。
 
破解AI4S落地“三座大山”
 
从2016年AlphaGo围棋夺冠到AlphaFold团队荣获诺贝尔奖，AI4S已迈入规模化落地的窗口期。然而，将先进AI技术转化为科研与产业生产力，企业与科研团队普遍面临三座大山。
 
首先是算力成本高。
 
无论是药物筛选、材料计算还是工业仿真，都需要持续投入大量算力资源。大型科研机构和头部企业可自建计算集群，但对于在校课题组、中小企业和个人开发者而言，长期使用高性能算力仍是一笔不小支出。
 
其次是开发门槛高。
 
科研人员熟悉本领域的科学问题，却未必掌握模型部署、环境配置、软件适配和算力调度等工程能力。许多团队并不缺课题、数据和算法，真正缺少的是将模型接入科研流程、形成稳定应用的能力。
 
第三是数据与工具相互割裂。
 
在生物医药领域，蛋白质、基因、化合物和临床诊断数据往往分散在不同数据库和平台中；在工业领域，不同设计与仿真软件之间也存在接口、格式和数据标准差异。科研人员不得不在多个系统之间反复切换，增加了应用开发和成果验证难度。
 
为了破除“有算力不会用、有模型难落地”的困局，在2026世界人工智能大会（WAIC）上，超算互联网发布了智能体共创计划。通过构建“模型+技能+知识库+智能体”的全链路开发生态，全方位赋能AI4S的生态建设者。
 
“智能体共创计划”打通AI4S落地最后一步
 
该智能体共创计划为期半年，通过面向高校科研院所、个人开发者及企业研发团队招募智能体、科研垂类模型、MCP工具、Skill等成果或合作意向，构建以国产超智融合算力为底座的开放协同科学智能生态体系。
 
围绕这一目标，国家超算互联网从算力底座、开发工具链、组件生态和商业激励等层面进行了系统布局。
 
伴随十万卡核心节点上线，国家超算互联网面向新用户推出包含“200卡时算力、1000万Tokens和500G存储”的普惠资源包，并同步开放主流模型、MaaS服务、镜像库和智能体能力。对于高校师生和青年科研团队而言，这类资源可用于完成模型测试、算法验证和小规模科学计算；对于开发者和中小企业，则可在正式投入之前，低成本完成应用原型和智能体工作流验证。
 
 
此外，很多科研人员并不具备完整的AI开发能力。针对这一问题，国家超算互联网搭建了低代码开发环境，将复杂的AI工程抽离为“提交需求—方案生成—组件搜索筛选—工具实时构建—效果验证”的标准五步流程”。目前，平台已经汇聚超过1.7万项Skill、1.3万项MCP工具、1000余个知识库和500余个智能体。
 
如科研人员不需要从零开发所有功能，而是可以直接组合已有资源。例如，药物筛选智能体可以调用蛋白质数据库、分子对接软件和毒性预测模型；工业仿真智能体则可以调用设计数据、仿真软件和分析工具。
 
面向不同参与者，构建协同开发生态
 
针对不同类型的参与主体，“智能体共创计划”设计了差异化的合作路径。
 
对于高校和科研院所，平台可帮助科研人员将专业知识、实验流程和课题方法沉淀为专属智能体，用于模型测试、算法验证、课题研究和团队协作。过去，这一套科研流程往往依赖少数，专家长期积累的个人经验。智能体化之后，部分已经成熟和标准化的方法可以被团队成员重复调用，并在经过授权和验证后，服务于更多科研项目和机构。
 
对于程序员和智能体开发团队，平台提供了将算法能力封装为Skill、MCP工具和智能体的渠道。开发者不必掌握完整的学科知识，可以专注于工具封装、系统连接和工程优化；科研人员也不必从头学习复杂的AI开发技术，而可以与开发者合作，将科研流程转化为可调用、可验证的智能体应用。
 
对于从软件、SaaS和PaaS业务转型而来的中小企业，国家超算互联网则提供了新的产品分发入口。企业可以将原有软件能力封装为智能体可以调用的服务，并通过应用商城触达科研机构和产业用户。其商业模式也有望从传统的软件授权，进一步拓展至按次工具调用、智能体服务和科研解决方案。
 
过去，科研用户需要分别申请服务器、配置运行环境、安装科学软件，并连接不同模型接口。如今，算力、模型、镜像、工具和开发环境被整合到统一入口中，科研团队可以减少重复性的工程投入，将更多时间用于课题研究和成果验证。
 
为了促进AI生态形成，国家超算互联网还设置了“现金+Tokens”的多元激励机制。提交优质AI和AI4S实践成果的共创者，可获得海量Token与国产算力资源，优秀个人开发者和高校团队还可获得平台合作、校园招聘免试等支持。
 
这套机制核心目的，是吸引科研机构、开发者和软件企业共同参与，将分散在不同组织中的算法、工具与专业知识沉淀到同一生态中。
 
生物医药实践：将数年筛选压缩至数天
 
陕西慧康生物的实践，是超算互联网应用价值的一个缩影。
 
陕西慧康生物科技有限责任公司高级副总裁、首席科学家李元在光合大会期间受访时表示，在多肽与蛋白质药物筛选中，传统实验室研发需要数年时间并进行上千次物理实验。依托超算互联网的大规模算力，慧康生物可将药物筛选周期从几年缩短至几月甚至几天。
 
“过去算力不足时只能进行小规模运算；现在有了大规模算力，我们可以精准计算分子之间的作用力，进而更好模拟化学试验过程。降低门槛、让科研人员能够持续日常化地使用高端算力，是引发医药研发革命性突破的关键。”李元指出。
 
针对当前医药研发中基因库、临床诊断库互不相通的痛点，李元强调了社区化聚合的重要性。随着超算互联网MaaS服务、AI社区及应用商城的开放，数据与模型的共用、复用正在成为可能。打通这些数据后，不仅能极大加速罕见病、疑难病的新药开发，更能为高血压等复杂疾病带来“个性化精准给药”重大突破。
 
李元表示，慧康生物将深度参与超算互联网的“十万卡共创者激励计划”与应用商城生态合作。因为在未来的3-5年内，通用AI科学智能体，将有极大机率成为科学家的“全能助手”，重塑生物医药的行业格局。
 
结语
 
算力设施的价值在于应用。以算力为基、模型为核、智能体为刃——国家超算互联网不仅把算力资源连接起来，更将分散的模型、数据、工具与科研经验整合为可调用、可复用的智能生态。在这张庞大的算力网络上，“智能体共创”正在成为驱动千行百业新质生产力爆发的强劲引擎。
 
伴随着超算互联网核心节点的上线与“智能体共创计划”的推进，我国算力基础设施也正式从“建得强”向“用得好”迈进。