近日，一个被称为“龙虾”的智能体OpenClaw在社交媒体迅速走红。3月7日，记者来到北京会议中心，就此采访全国政协委员、中国科学院计算技术研究所研究员张云泉。他长期关注算力产业发展，对算力经济、算网融合、算电协同等均有研究。

张云泉提出，电价对智能体普及具有重要影响，智能体的发展与电力供应成本形成深度绑定，电力经济性将成为智能体规模化发展的关键变量。

“人工智能的尽头是算力，算力的尽头是电力。”张云泉表示，算力与电力协同是人工智能发展的关键支撑，当前需根据算力类型差异实施精准匹配：大模型训练延迟容忍度高、地理敏感性低，应调度至西部新能源富集区消纳绿电；推理计算延迟要求严苛，须就近部署于东部负荷中心；超算任务耗电量巨大，对电价敏感，适合在西部低成本布局。张云泉提到，应通过时序优化，将非实时计算转移至夜间谷电低价时段实施，实现“算力波峰”与“电力波谷”错峰匹配。

张云泉认为，传统电网面向无状态负荷设计，难以适应算力负载的高波动性与实时性需求，必须通过感知层升级、调度算法重构及双向反馈机制建设，推动电力装备智能化演进，构建算电协同的迭代优化体系，全面提升资源利用效率与系统经济性。

“我们正在建设一个统一的国家算力网。算力网和电力网未来必须协同，才能够更好地提升利用率，降低使用成本。”他说。

当前，算力正在朝着高速、高效、智能的方向发展。在算电协同的新场景下，电力装备是否需要同步智能化升级？

在张云泉看来，算力负荷具有强波动性、实时响应、高可靠性要求等特性，电力装备应同步智能化升级。一是部署高密度传感器，实时采集算力动态负载数据；二是重构电网调度算法，建立算力需求与电力供给的双向反馈机制；三是提升系统智能化水平，实现更复杂的源网荷储协同优化。算电协同是一个相互迭代、持续演进的过程，需通过技术升级不断提升两者的匹配度。

谈及智能体在新型电力系统建设中的作用，张云泉认为，面对新能源发电的不确定性和分布式能源的复杂性，单一智能体无法胜任全国电力调度任务，必须构建电力行业垂直大模型作为技术底座。

在得知国家电网公司已于2024年12月推出光明电力大模型后，他说：“行业垂直大模型可支撑各类智能体完成子任务，是实现电力系统智能化管理的关键路径。”

来源：国家电网报     作者：王若溪      日期：2026-03-10