AI时代，网宿科技重新定义“边缘”

一家从内容分发起家的互联网基础设施公司，在AI时代最有价值的资产是什么？是遍布全球的边缘节点，是多年积累的网络调度能力，还是服务大量企业客户形成的安全和运营经验？

10月27日，网宿科技披露2026年第三季度报告。这份财报呈现出一个值得关注的反差：前三季度，公司营业收入36.41亿元，同比增长4.28%，归母净利润5.77亿元，同比下降6.31%；但扣非归母净利润达到4.45亿元，同比增长27.60%。

如果将观察窗口缩小到第三季度，变化更加明显：单季营业收入13.23亿元，同比增长15.95%；毛利额5.17亿元，同比增长23.35%；扣非归母净利润2.04亿元，同比增长134.16%。

收入增长与利润表现之间的差异，反映出这家老牌互联网基础设施企业正在经历的经营变化。

与此同时，网宿科技也在加快向AI基础设施延伸。从边缘AI网关、AI执行引擎，到AI原生安全和统一AI治理平台，公司正在尝试将过去服务于内容分发的网络、安全和调度能力，应用到更复杂的AI场景中。

财务表现与业务转型在同一时期出现，并不意味着AI业务已经成为利润增长的主要来源，但两者共同指向了一个值得讨论的产业命题：

当AI从模型竞争走向应用落地，边缘计算的价值，是否正在从“让内容更快抵达用户”，转向“让智能更可靠地进入业务”？

利润表里，藏着另一种增长

对于一家成熟的互联网基础设施企业，判断其经营状况，不能只看收入规模，也要观察收入背后的盈利质量。

网宿科技此次三季报中，一个较为积极的信号是毛利额增长快于营业收入。

2026年前三季度，公司实现毛利额约13.50亿元，同比增长11.98%，高于同期4.28%的营收增速。根据财报数据计算，其整体毛利率从去年同期约34.52%提升至37.07%，提高约2.55个百分点；第三季度毛利率则达到约39.09%。

在互联网基础设施行业，毛利率变化有着特殊意义。

CDN等传统业务经过多年发展，市场竞争已经相当充分。对于基础设施服务商而言，增加节点和带宽固然能够扩大服务规模，但如果产品差异化不足，资源投入也可能面临价格竞争和利用率的双重压力。

相比之下，当企业能够在基础传输之外提供安全防护、智能调度、计算服务和应用管理等能力，其收入结构与盈利方式就有可能发生变化。

网宿科技的毛利率改善，说明公司整体收入与成本之间的关系出现了积极变化。不过，由于三季报没有提供足够细致的分业务盈利数据，目前还不能判断这一改善究竟有多少来自产品结构优化、资源成本下降或运营效率提升，更不能简单归功于AI业务。

另一个需要解释的问题是：既然毛利额和扣非净利润都在增长，为什么归母净利润反而下降？

答案部分来自汇率波动及去年同期的特殊收益。

财报显示，2026年前三季度，网宿科技汇兑损失约1.90亿元，较上年同期增加约1.51亿元；同时，公司2025年第三季度归母净利润中包含深圳绿色云图科技有限公司股权交易交割带来的投资收益，对同比基数形成影响。

按照公司披露的补充分析口径，剔除汇兑损失及股份支付影响后，前三季度归母净利润为9.33亿元，同比增长14.56%。需要注意，这一指标并非法定归母净利润，也不能替代扣非净利润。

因此，这份财报传递的信息不是简单的利润高增长，而是公司毛利率与扣非盈利表现有所改善，但汇率波动等因素仍对最终利润形成影响。

对于一家正在拓展新业务的基础设施企业来说，这种经营层面的变化，比单一季度的利润增速更值得持续观察。

AI越聪明，基础设施越复杂

过去二十多年，互联网基础设施主要解决一个问题：如何让信息更快、更稳定地抵达用户。

无论是视频网站的大规模播放、电商平台的促销流量，还是游戏更新包的全球分发，本质上都依赖网络传输、内容缓存和资源调度。CDN通过把内容部署到距离用户更近的位置，减少远距离访问带来的延迟和不稳定性，逐渐成为互联网的重要基础设施。

网宿科技正是在这个市场中积累起了网络资源、客户基础和技术能力。

但生成式AI正在改变互联网应用的运行方式。

传统内容分发面对的主要是已经生成好的图片、视频和网页，而AI应用往往需要实时完成一系列操作：接收用户请求、选择模型、调用知识库或外部工具、执行任务，并将结果返回用户。

对于企业而言，这意味着基础设施需要处理的，不再只是数据传输，还包括模型调用、算力调度、权限管理、服务稳定性和安全治理。

以一家连锁零售企业为例，如果它希望通过AI助手处理门店库存查询、售后工单和销售分析，系统可能需要同时连接多个大模型、内部数据库和业务软件。

企业真正关心的，不只是模型能否回答问题，还包括调用成本是否可控、不同模型之间能否灵活切换、业务系统是否安全，以及AI执行错误操作后能否追溯。

这些问题很难通过升级某一个大模型来解决。

尤其是AI Agent开始进入企业生产系统之后，模型不再只是生成文字，而是可能直接调用工具、修改数据或触发业务流程。AI应用越复杂，对底层基础设施的可靠性、可观测性和安全管理能力要求就越高。

这也让边缘计算获得了新的发展空间。

需要明确的是，AI应用的兴起，并不意味着所有模型推理都应该迁移到边缘节点。大参数模型仍然大量依赖中心化算力基础设施，部分复杂任务放在中心云执行可能更具经济性。

但即使模型运行在中心云，应用入口、请求路由、安全检查、模型访问管理和实时交互处理，依然可能需要分布式基础设施提供支持。

例如，对于跨区域开展业务的企业，统一管理不同地区的AI请求、进行访问控制和选择合适的模型服务，往往比单纯追求某一个节点的计算性能更有实际意义。

AI基础设施的价值，正在从提供计算资源，延伸到如何连接、调度和管理这些资源。

这恰恰与边缘计算企业长期积累的能力存在交集。

过去，边缘节点主要承担内容缓存、网络加速和安全防护等任务；现在，这套分布式网络有机会成为AI应用与底层模型之间的连接层，承担更多与模型访问、任务执行和服务治理相关的工作。

从这个角度看，AI为边缘计算带来的机会，并不只是新增算力需求，更是基础设施服务范围的扩大。

从交付流量，到交付智能

如果说AI应用的复杂化创造了新的基础设施需求，那么网宿科技近期的产品动作，提供了一个具体的观察样本。

在2026年半年报中，网宿科技明确将边缘计算视为AI时代的关键业务。公司披露，上半年安全及增值服务收入达到7.90亿元，同比增长22.10%，占总营业收入的34.06%；边缘AI网关、算力云等产品业务规模也实现稳步增长。

安全及增值服务并不等同于AI业务收入，但这一业务占比说明，网宿科技的经营结构早已不局限于传统内容分发。

结合半年报和三季报，可以看到公司正在沿着三个方向延伸能力边界。

首先，是让企业调用AI变得更简单。

大模型市场正在形成多供应商并存的格局。不同模型在性能、成本和适用场景上存在差异，企业通常不希望把全部业务绑定在某一个模型上。

但如果每个应用都直接连接不同模型，开发团队就需要分别处理接口适配、调用计费、服务切换和安全控制，系统复杂度也会随之提高。

网宿科技的边缘AI网关，正是针对这类需求，提供多模型接入、智能调度、精细化运营和生产级保障等能力。

它的价值并不在于替代底层模型，而在于为企业提供相对统一的模型访问入口，让不同模型服务更容易被管理和使用。

其次，是从模型调用延伸到AI任务执行。

AI Agent与普通聊天机器人的区别，在于前者能够通过调用工具完成具体任务。

例如，一个客服Agent可能需要查询订单、读取物流信息、调用售后系统，并根据规则发起工单。这个过程中，模型负责理解和决策，但真正连接企业业务系统、控制执行权限和记录操作过程，同样需要基础设施支持。

2026年上半年，网宿科技发布边缘AI执行引擎，围绕工具发现、能力调用、任务执行和结果回溯等流程，为智能体提供统一的工具连接与任务执行底座。

这一产品方向意味着，边缘基础设施的能力边界开始从传递信息，进一步向连接工具和支持任务执行延伸。

第三，是让AI应用的运行更加安全、可控。

相比个人用户，企业将AI引入实际业务时，需要面对更复杂的安全问题。

除了传统网络攻击和数据泄露风险，企业还需要防范提示词注入、模型滥用、敏感数据外传，以及Agent在调用工具时出现的越权操作。

这些问题既涉及模型本身，也涉及模型与业务系统之间的连接和权限管理。

2026年三季报显示，网宿科技完成了边缘AI网关及边缘AI原生安全平台升级，并正式发布统一AI治理平台。

从产品方向看，公司正在尝试将模型接入、AI应用管理和安全治理等能力结合起来，为企业提供更完整的AI基础设施服务。

这条路径背后存在一个值得关注的商业逻辑：企业未必愿意为复杂的技术架构本身付费，但通常愿意为更稳定的服务、更可控的成本以及更低的安全风险支付费用。

当然，产品发布并不等于商业模式已经得到充分验证。网宿科技尚未单独披露边缘AI网关、AI执行引擎和统一AI治理平台的具体收入、客户规模及利润贡献，其商业化成效仍需要后续数据支持。

除了内部产品延伸，网宿科技也在尝试通过外部合作接触更上层的AI技术。

2026年9月，公司公告拟以3亿元投资视频生成模型企业Sand.ai；10月19日披露的进展公告显示，交易各方已于10月16日签署相关协议。按照披露方案，在约定交易完成且同轮次投资人均完成交割的假设下，网宿科技预计持有相关主体约4.3963%的股权。

双方计划围绕音视频推理、低时延边缘推理以及行业智能化解决方案等方向探索合作。

这一动作值得关注，并不是因为边缘云企业必须拥有大模型，而是视频生成、实时音视频处理等应用，对模型能力、算力供给、网络传输和任务调度都有要求。

对于拥有分布式网络资源的企业而言，与模型厂商合作，有机会更直接地理解AI工作负载的实际需求，并探索基础设施与AI应用之间的协同方式。

不过，战略合作能否转化为可持续收入，仍需要实际项目和商业交付来证明。

边缘计算，开始重新算账

将网宿科技的业务变化放在一起，可以看到一条相对清晰的演进路径：从CDN内容分发，延伸到边缘云与安全服务，再进一步进入AI模型访问、Agent执行和AI应用治理。

这并不是简单地在原有产品上增加AI功能，而是试图改变基础设施能力的使用方式。

过去，企业采购CDN主要关注带宽、覆盖、稳定性和访问体验；采购边缘云服务，则会进一步考虑计算资源、部署效率和资源调度能力。

而在AI应用场景下，客户还需要关注模型调用效率、跨平台管理、安全治理和任务执行可靠性。

这些需求可能使边缘云企业获得更多服务客户的机会，也可能推动其收入结构从相对标准化的资源服务，向更复杂的基础设施和软件服务延伸。

但机会并不自动等于收入。

对于整个边缘计算行业，接下来需要回答的问题是：如何把分散的网络、计算、安全和软件能力，组合成客户能够持续使用、愿意长期付费的产品？

这个过程至少面临三道门槛。

第一是工程门槛。不同AI应用对时延、算力、稳定性和成本的要求差异很大，并不是把模型部署在边缘节点就能获得更好的经济性。
第二是运营门槛。分布式基础设施的长期稳定运行，需要网络调度、故障处理、安全防护和服务保障等能力支撑，这些能力往往来自持续的工程积累。
第三是商业门槛。AI基础设施必须证明自己能够帮助客户降低成本、改善体验或提高业务效率，否则再复杂的技术架构也难以转化为持续收入。

在这些方面，网宿科技拥有多年基础设施运营经验，也具备网络资源、安全能力和企业客户基础，为其拓展AI相关业务提供了条件。

不过，市场竞争同样在加剧。大型云服务商、通信运营商、安全厂商以及专业AI基础设施企业，都在争夺模型调用、算力调度和AI应用管理相关市场。边缘云企业能否形成差异化，仍取决于产品能力、交付效果和商业化效率。

从财务角度看，网宿科技此次三季报展现出毛利率和扣非盈利能力改善的积极信号，但也存在需要持续关注的变量。前三季度，公司经营活动现金流量净额约6.37亿元，同比下降20%；研发费用约2.61亿元，低于上年同期；汇率波动对利润的影响也较为明显。

更重要的是，边缘AI相关业务目前仍缺乏独立、完整的收入和盈利数据。它究竟能够在多大程度上推动公司长期增长，还需要未来几个季度乃至更长时间的观察。

但可以确定的是，AI正在让边缘基础设施面对一套与过去不同的需求。

过去，边缘计算行业习惯于用节点数量、网络覆盖范围、带宽规模和时延指标衡量竞争力。这些指标依然重要，却越来越难以单独解释一家企业的长期价值。

当AI真正进入企业业务系统，客户关注的不只是模型在哪里运行，还包括模型如何被调用、任务如何执行、数据如何受到保护，以及整个系统能否长期稳定运转。

这意味着，边缘计算的竞争可能不再只是资源规模的竞争，而是逐步延伸为网络、算力、安全与应用管理能力的综合竞争。

回到文章开头的问题，一家从内容分发起家的企业，在AI时代最有价值的资产，或许并不是某一个节点或某一项技术，而是能够把分散的基础设施组织起来，让复杂的智能应用真正运行起来的能力。

过去，边缘计算解决的是内容抵达用户的问题。如今，新的命题正在出现：如何让智能可靠地进入业务。

网宿科技正在尝试回答这个问题，而它的探索，也为整个边缘计算行业提供了一个观察未来竞争方向的窗口。