乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > AI投资:看清大图景,拥抱大周期

AI投资:看清大图景,拥抱大周期

当前时间： 2026-08-13 01:17:35 分类：办公文件 评论(0)
AI投资:看清大图景,拥抱大周期

风险提示：本文内容仅为作者当下观点，不构成任何投资建议，仅供参考。

市场有风险，投资需谨慎。

本文撰写过程中，参考了大量行业公开资料、机构研究报告及产业动态，力求内容客观合理，但不保证信息的绝对准确性与完整性。

今年整个投资圈，焦虑感拉满。
一晃眼快到五月，耳边很多质疑声音：“投资太难”，“高位太拥挤”，“AI还能讲什么新故事”，但另一边，真AI主线股价不断创新高，持仓拿住的人，净值也在持续刷新纪录。甚至出现了极端拐点：AI每次新高，没人再谈泡沫，只剩清一色加仓，连最谨慎的机构都开始转向乐观。
很多人踏空、频繁下车、来回追涨杀跌，核心就一个原因：只盯着股价涨跌，没看懂AI底层正在发生的代际革命——AI已经彻底告别“聊天时代”，全面进入“自主干活”的Agent智能体时代。
今天聊聊AI全产业链的大图景，讲讲产业相关的核心逻辑、技术变革、增长机会、投资优先级，或许可以给大家的财富管理多一些思路，多一些信心。

PART 01

核心结论：AI的下一个时代，早已到来
所有AI投资的核心主线，其实很简单：从“训练→推理”，从“聊天机器人（Chatbot）→AI智能体（Agent）”，这不是题材炒作，是实打实的技术代际升级。
用最通俗的话，分清三个关键概念，看懂AI的进化：
  1. 原生大模型（LLM）：就是个“只会读写文字、没有记忆、不会动手”的超级读书人，只能吞文字、吐文字，聊完就忘，不会调用工具、不会完成复杂任务，这是AI的“嘴巴”。
  2. AI智能体（Agent）：给大模型装上“大脑、手脚、记忆”，解决了大模型“没记忆、不会交互、不会执行”的致命缺陷，让AI能自主规划、动手干活，这是AI的“全身”。
  3. Harness框架：就是Agent的“骨架”，支撑AI完成“规划任务→调用工具→记忆复盘”的完整闭环，是AI能自主干活的核心基础。
Agent的三大核心能力：
  • 控制流：会规划做事步骤，先思考、再行动，出错了能调整；
  • 工具调用：能联网、查数据、跑代码，需要什么就调用什么工具；
  • 记忆系统：有专属“笔记本”，存下所有对话和操作记录，不会失忆。
简单说：以前的AI只会陪你聊天，未来的AI，能自主帮你完成一整套工作；单智能体是基础，多智能体（多个AI分工协作），会是未来企业级任务的终极形态。

PART 02

一个能干活的AI，到底是怎么“练出来”的？
很多人只知道“大模型训练”，却不懂Agent的完整成长流程，其实就3个阶段，简单好记：
  1. 预训练（打地基）：用全网海量文本，训练出一个基础大模型，只会补全文字、懂常识，不会对话、不会干活，工程庞大，需要上千张显卡连续训练几个月。
  2. 中期训练（练本领）：用细分领域数据，补强模型的基础能力，先学会理解指令、掌握领域技能，再做精准校正。
  3. 后训练（Agent专属特训，最关键）：教AI“什么时候做什么、怎么做、做错了怎么改”，包括怎么调用工具、怎么保持对话连贯，靠的是专家完整任务案例，而非海量泛数据。
后续再通过SFT指令微调（让AI听话）、RL强化学习（反复试错优化），最终落地到“推理环节”——这是AI真正上线干活、创造商业价值、产生收入的环节，所有前期训练的成果，都在这里兑现。

PART 03

当下AI三大前沿方向
结合技术进化，目前行业最火的三个赛道，发展阶段、前景清晰明了：
  1. 长程上下文（以代码能力为核心）：最成熟、落地最好，能长时间自主运行，代码结果标准清晰，核心依赖更大显存和更优压缩算法。
  2. 多模态（图文视频大模型）：最受限、瓶颈最大，成本极高，算力消耗是文本的成百上千倍，目前还没跑通大规模商用，只能完成简单操作，大厂项目已陆续放缓。
  3. 多智能体（Multi-Agent）：未来终极形态，适合企业复杂大任务，目前单智能体还不够稳定，但长期必然是“多个AI分工协作”的模式，无需人工干预。

PART 04

技术革命倒逼硬件重构：算力逻辑，彻底变了
打破一个全市场误区：Agent时代，互联、带宽的重要性，已经远超单纯的算力芯片数量。整个算力基础设施，正在经历三大升级：scale out集群扩张（万卡/十万卡集群）、scale up单机升级（低延迟高速推理）、scale across跨域互联（全球数据中心打通）。
核心硬件环节，按增长潜力排序：
  1. GPU（核心主芯片）：下一代架构重点升级“低延迟+大显存”，适配更长上下文和更大模型，是核心刚需。
  2. CPU（严重低估）：以前被忽略，现在是GPU集群的控制枢纽，AI训练、推理、微调都离不开，需要超强单核性能和高速带宽，需求增量被普遍低估。
  3. 新型异构芯片（LPU/CPX）：比GPU精简、比ASIC通用，未来会和GPU搭配封装，是下一代算力增量。
  4. 互联与存储：高速交换机、光模块（CPO）是集群互联的核心，英伟达布局的上下文存储机柜（ICMS/CMX），是Agent时代的全新增量，解决长程任务存储瓶颈。
简单总结：只绑定算力总量的环节，机会最小；跟着“Agent革命、带宽互联、国产替代”走的，增长斜率最陡。

PART 05

未来2-3年，全产业链增长空间&投资优先级 
现在市场已经提前交易到2027年估值，我们必须看2028-2029年的长期空间，才能从容持仓。按增长空间从高到低，排序供参考：
  1. Token（AI基础用量）：今年已30-50倍增长，未来每年仍保持10-20倍，2-3年整体翻几十倍甚至上百倍，全产业顶级增长赛道。
  2. 大模型厂商：30-50倍增长，收入绑定Token用量+模型单价，哪怕单价下降，增长依旧可观。
  3. 光设备/光通信：10倍增长，资本开支持续加速，叠加国产替代和价值量提升。
  4. 国产芯片、云/算力租赁：5倍增长，算力总量提升+国产渗透率提升，利润率持续抬升。
  5. CPU、光互联：3-4倍增长，CPU与GPU配比提升，光技术价值量大幅增加。
  6. 能耗、电源、液冷：1-2倍稳健增长，数据中心功耗上行，配套设施同步放量。
  7. AI原生应用：长期空间极大，但优质公司大多未上市，需耐心等待。

PART 06

回归投资本质：守住大周期，不提前下车
最后回到我们的投资框架，其实很简单：
不管是PB-ROE框架，还是利润二阶导框架，核心都是用来判断产业大周期的顶部，这个周期的验证，可能需要半年、甚至一年时间，不能急。
而在周期里，我们不用被短期涨跌、悲观噪音过度焦虑，不用频繁下车，只要紧盯三个核心指标：技术进化加速度、业绩ROI、商业化兑现进度。
这也是我们把整条AI产业链打通分析的意义——看懂了底层大趋势，就不会被每日盘面波动迷惑。
AI从来不是三年就结束的题材，这只是一场刚刚拉开序幕的，全产业级别的技术革命。