乐于分享
好东西不私藏

一个清华姑娘说:AI不是在吞噬软件,是在给软件换一种活法

一个清华姑娘说:AI不是在吞噬软件,是在给软件换一种活法

01 / 一个基金经理的"反直觉"判断

2025年8月,硅谷那边炸了锅。
一家叫Melius Research的机构在点评Adobe时甩出一句口号——"AI is Eating Software",翻译过来就是"AI在吞噬软件"。这话像病毒一样扩散,美股、港股、欧股的软件公司被一顿暴打。快手跌了,ServiceNow跌了,连SAP这种老牌巨头都没躲过去。
恐慌情绪弥漫。投资者开始觉得,完了,AI要取代所有软件公司了。
但有一个清华毕业、在宾大念过书、管着诺安基金研究部的姑娘,站出来说:你们搞错了。
她叫邓心怡。
她的判断是:这不是AI吞噬软件,而是软件在换一种活法——从"卖席位"变成"卖价值"。

02 / 一个核心比喻:AI不是拆迁队,是装修队

理解邓心怡的思路,你需要先搞明白一个比喻。
很多人把AI想象成拆迁队——把旧软件的墙全推倒,从头来过。但邓心怡看到的是装修队。
你想想,微软的Office套件,全球几十亿人在用,政府、银行、医院、工厂的日常流程全绑在上面。Palantir跟美军合作了七年,从情报分析做到战场指挥系统。这些公司积累了十几年的行业知识、数据治理能力、安全合规壁垒——这些东西不是AI能"学"出来的。
AI能做的是什么?是给这些旧软件装上一个"大脑"。
微软把Copilot塞进Office,让你在Word、Excel、PPT之间无缝切换,用对话代替点击。Palantir给美军系统加上AI能力,让情报分析从"人看数据"变成"AI看数据、人做判断"。
所以,AI不是在拆旧软件的墙,是在给旧软件加一层新功能。真正危险的不是大公司,而是那些只能做"某一个简单功能"的小应用——比如一个只能帮你改改文案的工具,确实可能被AI吃掉。
但那种有行业壁垒、有客户数据、有生态粘性的企业级软件?它们会活得比以前更好。

03 / 一个惊人的数据:Token调用量一年半涨了300倍

邓心怡的报告里有一组数据让我印象特别深。
2024年初,中国每天消耗的AI Token是1000亿。到2025年6月底,这个数字变成了30万亿。一年半时间,增长了300倍以上。
谷歌那边更夸张,2025年7月的月均Token调用量达到980万亿,近三个月翻了一倍。
这意味着什么?说白了,AI不再是少数人玩的新鲜玩意了。它正在变成像水电煤一样的基础设施。谷歌搜索里有AI,Meta的广告系统在用AI优化转化率,腾讯把AI塞进了微信、元宝、游戏、广告——几乎你能想到的每条业务线。
更关键的是B端。微软的财报显示,银行用AI做合规审查,时间从9天缩短到几秒;医疗系统用AI优化出院流程,效率提升2100%;制造业用AI培训工人,连赌场背景的员工都能学会日本高端电池技术。
这不是PPT上的愿景,是正在发生的事。

04 / 一个被低估的变量:GPT-5让AI从"玩具"变成"工具"

邓心怡还点出了一个很多人忽略的变量——GPT-5的幻觉率大幅下降。
什么叫幻觉率?就是AI"一本正经胡说八道"的概率。以前你问AI一个医学问题,它可能给你编一个听起来很对但实际上完全错误的答案。这在医疗、法律、金融这些容错率极低的领域,是致命的。
但GPT-5系列在事实性幻觉率上有了明显改善。这意味着AI在那些"错不起"的场景里,终于开始变得靠谱了。
OpenAI用31个月达成了史上最快的百亿美金年化营收,Anthropic六个月翻了四倍。这说明什么?说明有人愿意为AI付真金白银了。商业模式跑通了。

05 / 中国玩家的底牌:不是追赶,是换道

邓心怡报告里最让我意外的部分,是关于中国AI自主可控的论述。
很多人还在纠结"中国芯片追不上英伟达",但邓心怡的视角完全不同。她说,ASIC芯片正在崛起。
什么是ASIC?你可以理解为"定制芯片"。英伟达的GPU是通用芯片,什么都能干,但不是什么都最高效。ASIC是专门为某个任务定制的,效率更高、成本更低。亚马逊的Trainium芯片在推理任务上比英伟达的H100便宜30%-40%。
更关键的是,ASIC芯片可以通过算法和硬件的深度结合,绕过制程限制。你不需要最尖端的光刻机,也能做出足够好的推理芯片。
中国的云厂商——字节、阿里、百度、腾讯——都有研发ASIC芯片的能力和资本实力。而且DeepSeek的UE8M0 FP8参数精度技术,专门是为下一代国产芯片设计的。
这就好比:别人在赛道上跟你比谁跑得快,你换了一条路——不是用通用芯片去卷训练算力,而是用定制芯片去做推理落地。

06 / 终端之战:AI要从屏幕里"走出来"

邓心怡报告的最后一个板块讲的是终端——手机、眼镜、机器人。
黄仁勋把AI分成四个阶段:感知AI、生成式AI、代理式AI、物理AI。我们现在正在从代理式AI(Agent)向物理AI(让AI进入真实物理世界)过渡。
OpenAI花了65亿美元收购了乔尼·艾维(苹果前首席设计师)创立的AI硬件公司io。台积电预测未来6-12个月会看到端侧AI的爆发性增长。
而人形机器人,是AI从虚拟走向现实的终极载体。特斯拉的Optimus 2代已经进入量产,宇树科技启动了科创板IPO。邓心怡预计,到2030年,中美两国人形机器人市场空间将达到3185亿元。
这不是科幻。这是正在发生的产业转移。

07 / 邓心怡的配置逻辑:跟着模型迭代走

邓心怡的投资策略说起来很简单——跟着大模型的迭代走。
模型每进化一次,投资方向就跟着调整:
2024年思维链能力爆发,她增配了ASIC芯片和Agent应用
2025年英伟达GB200出货,她又加回了海外算力
下半年,她关注三个方向:应用的认知纠偏、算力的国产化闭环、终端的新硬件生态
这种"动态调整"的思路,本质上是把AI投资当成一个跟着技术节奏走的舞步——不是押注某个单一赛道,而是跟着模型能力的阶跃,不断切换配置结构。

08 / 宏观面:政策在转向,但还需要时间

邓心怡的报告还有个附件,讲的是宏观环境。核心观点是:
中国正在参照1933年罗斯福新政的思路——当传统货币政策失效时,财政扩张才是打破通缩螺旋的关键。政策拐点已经出现(货币适度宽松、财政积极发力),但细则还需要等。
她特别提到"反内卷"——中央经济工作会议把这个列为2025年重点任务。说白了,就是要让落后产能退出,让龙头企业重新获得定价权。钢铁、新能源链是她重点关注的反内卷方向。
关于特朗普,她的判断很务实:七大政策主张存在内生矛盾(既要减税又要弱美元又要控制通胀),实际执行会打折扣。关税是谈判手段,会是中长期的宏观背景,但不是世界末日。
Takeaway:
邓心怡这份报告的核心洞察是:AI不是在摧毁旧世界,而是在给旧世界装上新引擎。真正值得投资的,不是那些喊口号的AI概念股,而是那些有行业壁垒、能用AI杠杆放大自身价值的公司。芯片可以换道(ASIC),软件可以升级(从席位到价值),终端可以创新(从手机到机器人)——但底层逻辑不变:谁能把AI真正变成生产力,谁就赢了。
这不是一个"AI会不会赢"的问题。而是"AI会以什么方式赢"的问题。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料