如果 AI Agent 终将接管大量的企业工作流，那么谁在为这些 Agent 提供基础设施，谁就是未来的赢家。在传统数据仓库面临挑战的同时，一个名为 Agentic Data Stack（智能体数据栈） 的新生态正在爆发。与传统数据栈”先汇总到中央仓库，再由人类查询”不同，智能体数据栈的逻辑是：Agent 理解意图 → 实时去源头拿数据 → 自己推理和行动 → 直接输出结果或执行操作。这个新生态的核心组件包括：实时数据流（Agent 的神经系统）。 Agent 需要毫秒级的反应速度，不能等数据仓库几小时后的批量更新。Confluent（CFLT）基于 Apache Kafka 构建的实时数据流平台，已推出 Streaming Agents 功能，让 AI 可以直接在数据流动中拦截和决策。近期 IBM 拟以 110 亿美元收购 Confluent，正是大厂抢占实时数据高地的明证。语义层（Agent 的翻译官）。 Agent 在跨系统调用数据时极易产生幻觉。语义层（如 AtScale）的作用是给所有数据贴上确定性的业务标签——当 Agent 需要分析”营收”时，它不再去底层数据库乱猜，而是直接调用预定义好的、确定性的营收计算逻辑。AI 系统比人类更需要语义层，因为人类能凭常识纠错，而 AI 的 1% 错误率会像复利一样在多步推理中累积。非结构化数据预处理。 企业里 80% 的数据是 PDF、PPT、录音和图片。Agent 无法直接”吃”这些原始数据，必须有人帮它切碎、清洗并向量化。Unstructured.io 正是做这件事的明星公司，投资方包括 Databricks Ventures 和 NVIDIA。垂直领域的实时数据整合者。 比如 A 股/港股的迅策科技（03317.HK），作为资管领域的”中国版 Palantir”，它天然连接了上千个金融数据源，并自带金融语义规则库。它不是通用的 Agentic Data Stack，而是中国资管行业的垂直智能体数据栈——它的壁垒不在于通用技术架构，而在于那些独有的实时金融数据连接和多年积累的业务语义规则。
05. 投资逻辑的根本转变：从轻资产到重资产
AI 的发展也彻底改变了科技投资的底层逻辑。核心变化在于：人力资源行业的”通缩”，正在转化为算力基础设施的”通胀”。企业开始用 AI 替代部分人力（咨询、法律、客服等行业出现裁员），省下来的运营支出（OPEX）被投入到购买算力、训练大模型上（资本支出 CAPEX）。光纤、存储芯片等上游原材料价格持续上涨。这意味着投资框架需要从过去追捧的”轻资产软件”，转向关注”重资产（HALO）”——即 Heavy Assets Low Obsolescence（重资产、低淘汰率）的实体基础设施。具体而言，能源与电力（”AI 的尽头是电力”）、算力基础设施（数据中心、GPU 集群）、以及受益于算力通胀的上游原材料，成为了确定性极高的投资方向。而那些缺乏 HALO 属性的科技指数（如恒生科技、中概互联），由于成分股多为消费互联网，在 AI 时代可能面临估值承压。
06. 结语：在恐慌中寻找确定性
这场由 AI 引发的软件估值重塑，本质上是市场在强制区分”真护城河”和”假护城河”。放掉什么？ 放掉那些没有独占数据、仅靠 UI 交互和浅层流程收过路费的”中间商软件”。在 Agent 时代，没有数据护城河的应用层，其定价权将持续下降。抓住什么？ 抓住三条确定性主线：
拥有”数据主权”的垂直 SaaS：大模型越强大，独有数据的”喂养价值”就越高。
服务”硅基人”的新基建。
受益于算力通胀的 HALO 资产：能源、电力、算力基础设施等具有物理硬约束的实体资产。
软件没有死，它只是换了一种方式统治世界。当旧的 SaaS 泡沫破裂，那些真正掌握数据命脉、为 AI Agent 铺设高铁的新基建巨头，才刚刚开启属于它们的黄金时代。
夜雨聆风
