华为ICT BG无线网络产品线副总裁赵东在MWC上海展会上说了一个数字：到2035年，可应用的智能体数量可能达到9000亿级别。这个数字意味着什么？它意味着未来移动网络连接的终端数量，将远超今天全球手机用户的总和。而且这些终端不是手机——它们是AI眼镜、机器人、自动驾驶车辆、智能摄像头、工业传感器和家庭设备。

物理AI时代正在到来，移动网络行业已经意识到了变革的紧迫性，华为提出了AI for Network的三层改造方案，从基站到核心网都在重新定义。但有一个被忽视的问题：当网络准备好了，那些需要接入网络的智能终端，它们的工业设计准备好了吗？

先看一个容易被忽略的结构性变化。过去几十年，移动网络的演进逻辑是围绕"人"展开的。从语音到短信，从图文到视频，从直播到在线会议，网络的核心任务始终是让人类更快、更稳定地获取信息。智能手机在这个过程中成为了超级终端，把GPS、相机、音乐播放器、办公工具全部吸纳进一个设备里。

但AI时代的逻辑反过来了。大模型要理解现实世界，需要终端持续上传图像、语音、位置、空间关系和设备状态数据，再接收云端返回的推理结果并转化为动作。网络的业务链路从"下载内容给人看"变成了"端侧感知、上传数据、云端推理、反馈执行"的闭环。这意味着，智能终端的设计范式也需要跟着变。

诺曼在讨论系统设计时，多次强调过一个观点：一个产品的真实体验，取决于它所在系统中每一个环节的配合，而不是它单独表现出的能力。AI眼镜的识别准确率，不仅取决于摄像头和算法，还取决于上行带宽能不能在毫秒级时间内把高清图像传上去。机器人的动作流畅度，不仅取决于电机和模型，还取决于网络能不能在关键时刻保持确定性低时延。自动驾驶的安全裕度，不仅取决于传感器融合，还取决于连接中断后能不能在最短时间内恢复。

这些都不是通信工程师的事，是工业设计师必须理解的事。当你设计一个AI终端时，你不能假设网络永远完美。你需要理解目标场景中网络的平均状态、最差状态和波动模式，然后把这些约束作为设计参数。

创品工业设计在服务装备类客户时，有一个反复被验证的经验：最容易被忽视的设计约束，往往是最致命的设计约束。一个医疗设备，设计师可能花了大量精力打磨外观和交互，但如果忽略了医院环境中的电磁兼容性要求，产品最终无法通过合规认证。AI终端的设计也是如此——如果设计师不理解移动网络的连接特性，不理解上行带宽、时延抖动和连接密度这些参数对用户体验的实质影响，外观再精致的产品也可能在真实场景中频繁掉线。

华为把AI时代对移动网络的要求概括为三个变化：连接范围扩大，智能体不会只出现在人密集的地方；连接密度提高，展馆、商场、工厂中成千上万个终端需要同时接入；连接质量要求提升，AI业务对网络波动更敏感，一次短暂抖动可能导致一次识别或控制失败。

这三个变化，每一条都在反向定义AI终端的设计要求。连接范围扩大，意味着终端需要适应更复杂的电磁环境，天线布局和材料选择不再是"能连上就行"的低标准。连接密度提高，意味着终端需要在拥挤的网络环境中维持稳定的连接质量，而不是在实验室的纯净环境里自嗨。连接质量要求提升，意味着终端的设计必须考虑"降级模式"——当网络不可用时，产品能以什么方式继续运行，而不是直接瘫痪。

这是工业设计中的"鲁棒性"命题。通用设计原则中有一条叫"容错性"——好的设计应该能够承受使用过程中的意外变化，不会因为一个条件不满足就完全失效。对于AI终端的设计而言，容错性意味着即使网络条件不理想，产品也能提供可接受的基础体验，而不是"要么完美运行，要么彻底罢工"。

华为的思路是让AI沿着通信网络的结构逐层进入：先进入基站，提升资源调度和信道估计的效率；再进入全网管理系统，支撑自治运维；最后进入核心网和运营商业务平台，为新业务经营提供基础。这个三层结构，从工业设计的角度看，提供了一个清晰的"连接能力分级"框架——不同层级的网络能力，对应不同层级的终端设计需求。

在创品的四力五维体系中，"专业力"要求设计师深度理解目标行业的技术约束和使用场景的真实需求。对于AI终端的设计师而言，专业力在今天意味着理解移动网络的连接特性——不是通信工程师级别的理解，但至少要能判断：这个产品在目标场景中需要多大的上行带宽，能承受多大的时延抖动，在多密集的连接环境中工作，以及网络中断时的降级策略是什么。

"保障力"则意味着对最终用户体验的完整负责。一个AI终端的设计团队，如果只在产品出厂时验证了"能连上WiFi"，而没有在真实移动网络环境中测试过连接稳定性，那就没有真正完成保障。创品在项目交付中坚持的三审制和风险兜底，本质上就是在做同样的事情——把潜在的使用风险在设计阶段就识别出来并解决掉，而不是等用户买了产品再慢慢发现。

再看运营商商业模式的转变，这同样影响终端设计。华为正在与中国移动、中国电信合作推进分层管理：基础用户获得基础服务，高阶用户获得倍数关系的确定性服务。运营商不再只是"卖流量"，而是"卖体验保障"。

这意味着，未来的AI终端在产品定义阶段，就需要考虑"连接保障等级"这个维度。一个面向专业工业场景的机器人，可能需要专属的动态切片保障，它的设计要兼容运营商的高阶服务能力。一个面向大众消费市场的AI眼镜，可能只需要基础连接服务，但它的设计要能在不确定的网络条件下稳定运行。

帕帕奈克在《为真实世界而设计》中反复强调，设计不是孤立的美学活动，而是对社会系统和技术系统的综合回应。AI终端的设计，今天面临的正是一个技术系统正在快速变化的环境。移动网络正在从"更宽的管道"变成"可感知、可调度、可保障的智能连接层"，这个变化对工业设计的影响，不亚于当年触摸屏对手持设备设计的影响。

物理AI时代已经到来。移动网络行业在进化，通信设备商在重新定义基础设施，运营商在寻找新的商业模式。工业设计行业也应该跟上这场变革——不是等到网络进化完成后再去适配，而是从现在开始，就把"连接能力"作为AI终端设计的核心参数之一。

9000亿个智能体接入网络的那一天，不会太远。而决定它们能不能真正"好用"的，不只是网络能不能连上，更是终端的设计有没有为连接做好准备。