促使筆者寫這篇文章的，是近期Agent類產(chǎn)品的密集出現(xiàn)，尤其是Claude Code、OpenClaw等工具在生產(chǎn)力場景中的實(shí)際表現(xiàn)。這些產(chǎn)品讓筆者重新審視了此前對AI產(chǎn)業(yè)鏈的幾個判斷，有些得到了強(qiáng)化，有些需要修正，還有些問題筆者認(rèn)為市場目前壓根沒有想清楚。本文就把這些思考梳理出來，不試圖給出一個整齊的結(jié)論，只是盡量把問題說得誠實(shí)一些。

一、Chat和Agent，為什么說這是質(zhì)變

AI的發(fā)展到目前為止，大致經(jīng)歷了兩個階段。

第一個階段是Chat，也就是2023年以來大家熟悉的那種交互方式：用戶提問，模型回答，一問一答，完事。這個階段的AI功能強(qiáng)大，能寫代碼、能總結(jié)文章、能回答專業(yè)問題，但它本質(zhì)上是被動的，它沒有目標(biāo)，沒有持續(xù)的行動能力，每輪對話相互獨(dú)立，你關(guān)掉窗口它就什么都不記得了。筆者曾經(jīng)把這個階段的AI比作魏晉名士，清談玄理，言辭精妙，但不真的做事。

Agent的出現(xiàn)改變了這個局面。以Claude Code為例，它不再是一個"幫你解釋這段代碼是什么意思"的工具，而是能獨(dú)立閱讀整個代碼庫、制定修改方案、調(diào)用工具執(zhí)行、發(fā)現(xiàn)錯誤后自主調(diào)整再重試的"AI程序員"。OpenClaw把這個能力延伸到了瀏覽器操控和跨工具協(xié)同的場景。AI開始真正做事了，從"顧問"變成了"員工"。

這個轉(zhuǎn)變對產(chǎn)業(yè)鏈影響最直接的地方，是token消耗量的量級躍升。一次普通的Chat對話消耗幾百到幾千個token，一次Agent工作流輕松是數(shù)萬乃至十幾萬token的量級。如果Agent真的大規(guī)模鋪開，推理側(cè)的算力需求比Chat時代高幾十倍是完全可能的。這件事在市場上已經(jīng)有所反映，算力和電力方向在近期的表現(xiàn)就和這個邏輯高度相關(guān)。

二、算力是周期機(jī)會，不是結(jié)構(gòu)機(jī)會

算力/電力方向的短期邏輯是清晰的。需求側(cè)，Agent驅(qū)動的推理需求正在以遠(yuǎn)超預(yù)期的速度增長；供給側(cè)，數(shù)據(jù)中心的建設(shè)周期受限于物理世界，變壓器的交付周期從過去的50周拉到了現(xiàn)在的四年，電網(wǎng)接入的等待時間同樣超過四年。IEA預(yù)測全球數(shù)據(jù)中心用電量到2030年將翻倍，高盛的預(yù)測更極端。供需錯配在可預(yù)見的2至3年內(nèi)是真實(shí)存在的。

然而筆者對算力/電力方向的看法，和很多投資者有一個根本性的分歧：**筆者并不認(rèn)為算力是一個具有長期結(jié)構(gòu)性稀缺價值的資產(chǎn)。**

算力在本質(zhì)上是一種基礎(chǔ)設(shè)施資源。歷史上，每一種基礎(chǔ)設(shè)施資源在需求爆發(fā)的早期都會經(jīng)歷價格暴漲，但隨著供給側(cè)產(chǎn)能擴(kuò)張跟上，價格必然回落，最終走向公用事業(yè)化。帶寬如此，存儲如此，電力如此。算力沒有理由成為例外。從更長的時間維度看，隨著模型效率不斷提升（過去兩年推理效率大致每年提升數(shù)倍）、邊緣計(jì)算能力增強(qiáng)，以及新的硬件架構(gòu)涌現(xiàn)，算力稀缺的格局在未來某個時間點(diǎn)一定會被打破。

這意味著算力/電力更接近周期性機(jī)會，而非結(jié)構(gòu)性機(jī)會。賺的是供需錯配時間差的錢，而不是永久稀缺的錢。這兩種錢，對應(yīng)的投資框架是完全不同的。

對于周期性機(jī)會，賠率是核心問題。硬件行情從2023年啟動，已經(jīng)跑了相當(dāng)長的時間，算力相關(guān)標(biāo)的的漲幅普遍巨大。筆者在《淺談估值》中講過，對于任何一個合理估值的資產(chǎn)，能賺到的錢最終就是折現(xiàn)率的錢；而超額收益來自于發(fā)現(xiàn)市場尚未充分定價的變化。當(dāng)一個板塊的漲幅已經(jīng)足夠大，它能賺到的超額收益自然就被消耗掉了。站在當(dāng)前位置再去押注算力/電力繼續(xù)大漲，本質(zhì)上是在賭供需缺口的持續(xù)時間比市場共識更長，或者在賭Agent驅(qū)動的需求增速會超出現(xiàn)有預(yù)期。這不是說不可能，但需要承認(rèn)，這已經(jīng)是一個賠率很難評估清楚的押注了，而不是當(dāng)初"邏輯清晰、賠率高、確定性強(qiáng)"的機(jī)會。

說清楚這一點(diǎn)，不是看空算力，而是區(qū)分"方向是對的"和"賠率是高的"——這兩件事經(jīng)常被混為一談，但在投資中是必須分開判斷的。

三、Agents會消滅軟件嗎

與算力的再度升溫形成反差的，是AI應(yīng)用軟件公司近期的股價表現(xiàn)。市場上流行著一個敘事：模型即應(yīng)用，Agent消滅一切軟件。邏輯是，如果用戶可以通過Agent直接調(diào)API完成工作，精心設(shè)計(jì)的軟件界面和工作流就成了多余，軟件公司賴以生存的用戶黏性和付費(fèi)意愿隨之瓦解。

筆者認(rèn)為這個敘事包含了一部分真相，但被推向了過于極端的方向，同時又忽略了一個更深層的威脅。

先說被高估的部分。Agent替代的是"人通過UI操作軟件"這個環(huán)節(jié)，但它并不能憑空替代軟件的后端。數(shù)據(jù)要存在某個地方，業(yè)務(wù)規(guī)則要有引擎來處理，權(quán)限和審計(jì)要符合合規(guī)要求。這些后端邏輯不會因?yàn)榍岸私换シ绞降母淖兌А倪@個角度說，一個擁有深厚后端積累的垂直SaaS公司，它的護(hù)城河不會因?yàn)槌霈F(xiàn)了Agent就自動消失。

但這里有一個筆者認(rèn)為被市場嚴(yán)重低估的風(fēng)險(xiǎn)：平臺公司的"蠶食能力"。微軟和谷歌都已經(jīng)掌握了大量的Agent入口，Copilot和Gemini企業(yè)版都在快速滲透。這兩家公司的歷史打法，從來不是只消滅競爭對手的前端，而是先控制入口，再通過API優(yōu)先級設(shè)置和功能復(fù)制逐步替代后端。微軟把Teams嵌入Microsoft 365打壓Slack，把各類垂直功能整合進(jìn)全家桶，這條路它走得非常熟練。當(dāng)Agent成為企業(yè)用戶的主要工作界面時，控制Agent入口的公司就擁有了一個天然的戰(zhàn)略優(yōu)勢——它可以決定Agent優(yōu)先調(diào)用誰的后端服務(wù)。

所以，筆者對軟件分化的判斷是：確實(shí)會分化，但安全條件比簡單說"有強(qiáng)后端就安全"要嚴(yán)格得多。真正具備抵御能力的垂直SaaS，需要同時滿足擁有不可替代的數(shù)據(jù)資產(chǎn)，以及處于監(jiān)管壁壘較高的行業(yè)（醫(yī)療、法律、金融等）這兩個條件。只滿足其中一個，在微軟和谷歌的長期蠶食面前，并不是真正安全的。

至于那些核心價值就是UI封裝、沒有獨(dú)特?cái)?shù)據(jù)和監(jiān)管壁壘的"薄"SaaS，Agent對它們的威脅是直接而真實(shí)的。

四、價值最終會在哪里沉淀

如果算力/電力是周期性機(jī)會，軟件端會劇烈分化，那么AI產(chǎn)業(yè)鏈中具有真正長期價值的資產(chǎn)是什么？

筆者想?yún)^(qū)分兩件經(jīng)常被混在一起討論的事：模型能力和模型生態(tài)。

說"模型在商品化"是有道理的，但這里說的是模型能力層面的商品化——GPT、Claude、Gemini在基準(zhǔn)測試上的差距正在縮小，頂級模型之間的能力競爭越來越像是在爭奪最后幾個百分點(diǎn)的提升。但能力商品化不等于模型層沒有價值，因?yàn)闅v史上平臺層的價值從來不是靠"能力最強(qiáng)"贏的。Windows未必是最優(yōu)雅的操作系統(tǒng)，Android未必是最流暢的移動平臺，AWS也不是最便宜的云，但它們各自建立了最大的開發(fā)者生態(tài)，把競爭對手的遷移成本拉到了極高的水位，最終捕獲了平臺層絕大部分的利潤。

Agent時代同樣的邏輯會在模型層重演。誰能建立最大的Agent開發(fā)者工具鏈、最完整的插件生態(tài)、最深的企業(yè)系統(tǒng)集成，誰就擁有這個時代真正的護(hù)城河。模型能力的微小差異屆時已經(jīng)不重要，生態(tài)的鎖定效應(yīng)才是壁壘。這場競爭的格局很可能是贏家通吃，最終大概率只有兩三個真正意義上的模型生態(tài)平臺。

至于數(shù)據(jù)，筆者有一個切身體會。日常用AI Agent做基金研究，遇到的最大瓶頸不是模型不夠聰明，而是數(shù)據(jù)拿不到。沒有Wind的API，Agent就無法獲取基金持倉變化、行業(yè)估值歷史等基礎(chǔ)信息，推理能力再強(qiáng)也是空的。由此筆者自然地產(chǎn)生了"數(shù)據(jù)是Agent時代最稀缺的資產(chǎn)"這個判斷。

但這個判斷有幸存者偏差。Wind和Bloomberg是非常特殊的存在，它們同時具備監(jiān)管特許、網(wǎng)絡(luò)效應(yīng)和幾十年的先發(fā)優(yōu)勢，這三個條件缺一不可，大多數(shù)數(shù)據(jù)資產(chǎn)并不滿足。筆者所用的Wind的例子，恰好是最有利于這個論點(diǎn)的例子，并非普遍規(guī)律。

更值得警惕的是，如果未來形成了一兩個超級Agent平臺，它們作為幾乎唯一的數(shù)據(jù)買方，議價能力會受到嚴(yán)重壓制。CDN行業(yè)是一個值得參考的案例：當(dāng)年內(nèi)容分發(fā)網(wǎng)絡(luò)也被認(rèn)為是互聯(lián)網(wǎng)流量的"關(guān)鍵節(jié)點(diǎn)"，但隨著云廠商把CDN能力內(nèi)化，以及帶寬成本的持續(xù)下降，獨(dú)立CDN公司的議價權(quán)基本瓦解了。

筆者的修正判斷是：具有真實(shí)長期價值的數(shù)據(jù)資產(chǎn)，條件非常嚴(yán)格，必須是那些同時擁有網(wǎng)絡(luò)效應(yīng)或監(jiān)管壁壘、且無法被合成數(shù)據(jù)替代的實(shí)時業(yè)務(wù)數(shù)據(jù)。滿足這個條件的資產(chǎn)存在，但遠(yuǎn)比直覺感受的要稀少。

這樣捋下來，筆者對AI產(chǎn)業(yè)鏈各環(huán)節(jié)的長期價值判斷大致如下：模型生態(tài)的價值最高，但這是贏家通吃的賽道，能成為生態(tài)級平臺的玩家極少；真正滿足嚴(yán)苛條件的實(shí)時數(shù)據(jù)網(wǎng)絡(luò)價值其次，但選擇比想象的少；算力隨著供給充裕會逐步公用事業(yè)化，長期利潤率回落是大概率事件。

如果再加上時間維度：短期內(nèi)算力/電力的供需邏輯依然成立，但賠率需要結(jié)合前期漲幅來判斷；中長期看，數(shù)據(jù)網(wǎng)絡(luò)和模型生態(tài)是更值得花時間研究的方向，只是當(dāng)下這兩個方向都很難找到合適的投資載體。

五、結(jié)語

寫完這篇文章，筆者意識到，AI投資的真正難點(diǎn)不在于判斷產(chǎn)業(yè)方向，方向其實(shí)大家都看得到，而在于三件事：估值，賠率，以及判斷自己的認(rèn)知是否已經(jīng)被市場充分定價了。

算力的故事足夠清晰，市場也已經(jīng)走了很長一段路。軟件的威脅足夠真實(shí)，但"消滅一切"和"劇烈分化"之間的差別，最終會決定哪些公司是被誤殺、哪些是真的危機(jī)。模型生態(tài)是長期最有價值的環(huán)節(jié)，但找到合適的投資載體比看清楚邏輯要難得多。

能力越強(qiáng)的工具，往往越能暴露稀缺資源的真實(shí)邊界。Agent最大的價值，也許不只是讓AI從"說話"變成了"做事"，而是讓產(chǎn)業(yè)鏈里什么東西是真的不可替代、什么東西的"壁壘"只是還沒遭遇足夠強(qiáng)的競爭者，變得越來越清晰可辨。

筆者會持續(xù)更新這個判斷。