市場對AI的認知歷經數次顛覆性躍遷：從最初將其等同於聊天機器人，到逐步意識到大模型已具備通用智能雛形，再到資本瘋狂追逐GPU、HBM與光模組，推動AI進入基礎設施軍備競賽的白熱化階段。這場變革的核心：AI這輪革命絕非普通的科技升級，而是一場重構一切的“生產函數革命”，它改變的不只是軟體行業的發展軌跡，更是整個人類社會的生產方式、利潤分配邏輯與全球資源配置格局。而這一切，才剛剛拉開序幕。
01 | AI真正的拐點：從“回答問題”到“執行任務”
過去的大模型，本質上仍停留在“資訊工具”的範疇，核心邏輯始終圍繞“資訊獲取”展開：使用者提出需求，模型輸出答案，全程缺乏主動介入現實場景的能力。
而今天，AI正跨過一個決定性拐點，從“被動回答問題”全面轉向“主動執行任務”。這正是Agent（智能體）成為行業核心焦點的根本原因。Agent與傳統聊天機器人的核心差異，在於它真正具備了“行動能力”：它能自主呼叫工具、讀取資料庫、執行程式碼、管理流程、操作軟體、調度任務，更能在執行過程中通過反饋完成自動修正。
這種能力的突破，讓AI第一次真正滲透到企業工作流的核心環節，從單純的“輔助工具”升級為能獨當一面的“數字員工”。當AI開始接手真實的生產任務，整個AI產業的底層邏輯，也隨之發生了根本性重構。
02 | 為什麼CPU突然重新重要了？
近期，CPU短缺成為行業熱議的焦點，這個曾被GPU光芒掩蓋的“配角”，突然重新站回AI基礎設施的核心位置。過去幾年，AI產業的聚光燈幾乎完全集中在GPU上，原因很簡單：模型訓練與推理的核心是矩陣計算，而GPU正是為高效處理這類計算任務而生。
但當Agent開始執行複雜任務，單一的GPU計算邏輯已無法滿足需求。真正的企業工作流，已不止“計算”這一個環節，資料調度、工具呼叫、IO處理、任務編排、KV Cache管理、長上下文處理、多Agent協同等關鍵動作，都高度依賴CPU的統籌調度。有論文顯示，當Agent運行在高性能GPU平台時，來自CPU的延遲高達65%。這就像一家餐廳，GPU負責高效炒菜，而CPU要承擔洗菜、刷碗、裝盤、上菜的全流程統籌，當GPU炒菜速度越來越快，出餐效率反而會被CPU的調度能力卡住。
這一變化，推動AI產業從“單晶片邏輯”正式進入“系統級算力邏輯”。過去，GPU是絕對主角，CPU僅作為輔助；如今，GPU專注核心計算，CPU負責全域調度，網路承擔連接功能，儲存負責資料記憶，整個AI系統儼然成為一座高效運轉的“數字工廠”。
隨之而來的，是全產業鏈的短缺潮：除了CPU，HBM、ABF載板、光模組、電力、資料中心均陷入供應緊張。其中，伺服器CPU的平均售價自2025年第四季度以來已上漲近30%，交付周期從1-2周拉長至8-12周，部分型號甚至需要等待半年，連殘次品都出現排隊搶購的現象。AI產業，正式進入“全系統級短缺時代”，這也正是市場開始重新定價整個AI基礎設施的核心原因。
從行業訊號來看，CPU的重要性已得到巨頭集體驗證：輝達在2026年3月GTC大會上推出的Rubin架構Superpod方案中，Agent任務的最優配置為1顆GPU搭配近3顆CPU，較此前Blackwell架構1:0.5的配比提升6倍；Intel管理層表示，Agentic AI時代，GPU與CPU的配比將從8:1趨向1:1，極端場景下CPU數量甚至會超過GPU；AMD更是將2030年伺服器CPU市場規模預測從600億美元翻倍至1200億美元，年複合增長率上調至35%以上。
03 | AI真正可怕的地方：它開始進入真實經濟系統
過去，“AI到底怎麼賺錢”始終是市場質疑的核心。長期以來，AI行業更像一個“燒錢賽道”，大量資本投入卻難以看到明確的盈利回報。但現在，市場終於看到了AI應用落地的真實價值：AI開始真正創造收入，其中最核心、最具爆發力的方向，就是AI Coding（AI程式設計）。
AI程式設計之所以能率先爆發，核心在於它具備三個不可替代的特徵：
第一，程式碼天然可驗證，程式碼能否運行、測試是否通過、CI是否報錯，都能形成明確的反饋，讓AI在“生成—執行—報錯—修正”的循環中快速迭代進化；
第二，程式設計是高度數位化的勞動，無需依賴物理場景，與AI的適配性極強；
第三，程式設計師薪資居高不下，AI一旦替代部分開發工作，能為企業帶來巨大的成本節約和效率提升，經濟價值顯著。
事實上，AI Coding早已不是簡單的垂類應用，而是Agent進入真實生產系統的第一塊戰略高地。因為Agent的本質是“把意圖轉化為行動的執行系統”，而在數字世界中，絕大多數可執行的行動，最終都要通過程式碼來實現。程式碼已成為比肩文字、圖片、視訊的第四大核心模態，不再是3000萬程式設計師的“專屬語言”。
當AI程式設計實現突破後，其擴張邊界遠超市場預期。凡是在數字世界中能接觸到業務“閉環資料”的任務，大模型都有可能侵蝕該領域，打造專屬的“數智員工”。所謂“閉環”，就是Agent與業務環境互動中持續改進的“反饋飛輪”：模型廠無需擁有底層業務系統，通過使用者互動反饋、專家標註訓練以及Harness系統的日誌記錄，就能逐步掌握任務的行為軌跡和結果反饋，實現自主迭代。
這種邏輯正在向金融、法律、諮詢、營運等數位化白領領域快速擴散。以金融行業為例，OpenAI、Anthropic等模型廠聘請華爾街分析師參與訓練，讓Agent學習製作路演材料、解讀財報、搭建估值模型、撰寫投資備忘錄等具體任務，通過專家反饋形成自動迭代能力。而Anthropic的爆發式增長，正是這一邏輯的最佳佐證：其估值在3個月內從3800億美元飆升至9000億美元以上，核心驅動力是AI程式設計Agent的收入（ARR）爆發：2025年從10億增長至100億，當前已超400億，預計2026年底將達1000億美金。
歸根結底，AI最終想替代的是人類在數字世界中的勞動。這正是AI最底層、最具顛覆性的邏輯，也是它能深刻影響真實經濟系統的核心原因。據測算，人類100兆美元GDP中，約一半是人工崗位開支，這50兆的市場空間，正是AI應用的終極戰場。
04 | AI正在揭示的三條底層規律
透過AI產業的種種現象，我們能抽象出三條核心底層規律，它們決定著AI超級周期的走向，也重構著全球產業格局。
規律一：AI不是網際網路革命，而是生產力革命
網際網路與AI的本質差異，在於前者改變的是“資訊連接”，後者改變的是“勞動生產”。網際網路時代，核心邏輯圍繞流量、連接、傳播展開，本質是提升資訊傳遞的效率；而AI時代，核心邏輯轉向生產率、自動化、勞動替代，本質是直接提升生產效率，重構生產關係。
這意味著，AI的影響絕不僅侷限於科技行業，而是會滲透到經濟社會的每一個角落，直接影響GDP總量、企業利潤率、勞動力結構和人均產出。這也是資本市場以前所未有的力度重估AI的核心原因。AI不再是“科技行業的新故事”，而是驅動整個經濟系統升級的底層催化劑。
規律二：AI競爭的本質，是資源戰爭
很多人低估了AI產業的一個關鍵特徵：它絕非輕資產行業，反而極度依賴各類核心資源：電力、GPU、網路、光纖、資料中心、儲存、晶圓產能，缺一不可。因此，AI領域的競爭，越來越像石油工業、鐵路時代、電網時代的資源爭奪，誰掌握了核心資源，誰就掌握了下一代模型的主導權。
如今，全球科技巨頭都在瘋狂“鎖資源”：輝達鎖定GPU和HBM產能，英特爾回購晶圓廠收回產能控制權，AMD提前鎖定台積電產能，各大廠商紛紛爭奪光模組、光纖和電力資源。他們爭奪的不只是短期的市場份額，更是下一代生產力基礎設施的控制權。這是一場沒有硝煙的資源戰爭，也是AI超級周期的核心競爭邏輯。
規律三：AI會導致利潤池極度集中
AI產業的規模效應，遠超網際網路時代。其核心邏輯是“強者恆強”的正反饋：模型越強，吸引的使用者越多，獲取的資料越豐富，收入就越高，進而能投入更多資金購買算力、最佳化模型，形成良性循環。這種正反饋，決定了AI行業天然會走向超級寡頭化。
未來，真正掌握頂級模型、核心算力和工作流入口的少數企業，很可能會吞噬全球極大比例的利潤池。這也是當前市場出現前所未有的FOMO（害怕錯過）情緒的核心原因：資本已經意識到，AI不是一次普通的產業周期，而是一次全球財富的重新分配，誰能抓住機遇，誰就能佔據未來財富分配的核心位置。
05 | 下一階段真正的投資機會在那裡？
今天，很多人仍將AI投資簡單等同於“買輝達”，但實際上，AI產業已經從第一階段邁入第二階段，投資邏輯正在發生根本性轉變。
第一階段：GPU超級周期（已高度定價）
這一階段的核心是AI算力的初步軍備競賽，核心標的集中在GPU、HBM、CoWoS、光模組等核心硬體。作為AI產業的“入門級”算力支撐，這一階段的核心資產已經被市場高度定價，後續增長空間相對有限。
第二階段：系統級基礎設施重估（當前核心機會）
隨著Agent爆發和大模型長上下文窗口的升級，AI系統變得越來越複雜，單一硬體已無法滿足需求，系統級基礎設施迎來重估機遇。這一階段的核心標的包括CPU、網路、儲存、ABF載板、電力裝置、液冷、資料中心等，其中最值得關注的是電力：AI最終的最大瓶頸，很可能不是晶片，而是能源。
未來，長期受益的方向將集中在電力相關領域，包括變壓器、GIS、HVDC、儲能、電網自動化、資料中心供電等。AI的終局，本質上是“電力+算力”的超級基礎設施體系，誰能掌握能源與算力的協同能力，誰就能在第二階段佔據主動。
第三階段：AI應用爆發（未來最大利潤池）
雖然當前大部分AI應用仍處於早期階段，但最終的最大利潤池，依然屬於應用層。未來最具潛力的應用方向包括AI Coding、企業Agent、AI廣告、AI銷售系統、AI原生工作流平台等，其中AI廣告有望成為最早兌現利潤的大市場。
AI對廣告行業的改變，絕非簡單的效率提升，而是徹底接管銷售系統本身。過去，網際網路廣告的有效成交率極低，Meta的有效成交率僅0.14%，Google也僅0.5%，近99.9%的廣告投入屬於浪費；而AI介入後，不僅能通過Agent自動化完成廣告素材製作、投放、競標全流程，還能通過行為序列預測使用者隱含需求，實現精準匹配。未來，廣告將從“流量行業”轉變為“自動銷售系統”：商家負責生產，AI負責對比篩選，人類使用者負責打分反饋，市場規模將從過去的兆等級，擴展到佔全球GDP 10%-20%的巨大空間。據測算，僅Google和Meta兩家，2026年因AI最佳化廣告系統帶來的新增收入就將達1200億美元。
06 | AI正在進入經濟系統，而不是停留在科技行業
今天，AI已經從實驗室走出，滲透到企業工作流的每一個環節，正式進入真實的經濟系統。這意味著，AI是一場涉及生產力、資源、利潤、全球資本的全面重構。
回顧過去兩百年的工業史，每一次真正改變世界的革命，都是技術重構了整個社會的生產函數。從蒸汽機到電力，從網際網路到AI，皆是如此。
現在，AI正站在這樣一個歷史節點上：它不是網際網路革命的延續，而是一場更深刻、更徹底的生產函數革命。 (深瞳劉建強)