AI智能体：“硅基生物”的序章

中心思想 AI智能体驱动“无就业增长”与“超级个体”新时代 本报告核心观点认为，生成式AI正迈入以AI智能体为主导的发展新阶段。宏观层面，AI智能体引发了“无就业增长”与“超级个体”并存的深远现象，美股“七姐妹”总市值增长160%、盈利增长104%的同时，总员工数量微降1%，标志着硅基智能对人力结构性替代的开始。微观层面，软件商业模式从“边际成本为零”转向基于Token消耗的计价，软件价值与芯片、数据中心、能源等物理基础设施产能深度绑定，产业价值链重心向底层算力供应商转移。 智能体发展路径与中美竞争格局 报告指出，AI智能体的发展将遵循“先2B再2C，最后终端”的轨迹，编程、金融、法律等垂直行业的企业级应用领先于消费级应用，软件发展领先于机器人等物理AI。中国作为美国以外唯一具备完整AI产业链的国家，在机器人等终端领域具有显著的比较优势，能够通过“软硬一体”产品规避纯软件付费困境。基于此，报告提出未来一年美股科技八大预测，看好科技板块整体表现、硬件跑赢软件、ASIC跑赢GPU、台积电领先优势持续等方向。 主要内容 摘要：主要结论核心投资展望 观点回顾：AI开启脑力劳动替代序幕 报告回顾了2023年提出的观点，即AI对人类工作的替代首先从常规性脑力劳动开始，金融、法律及软件外包等知识处理型岗位最先受到冲击。过去一年，AI深度研究工具和编程助手（如Cursor）的普及验证了这一趋势，AI已从辅助工具转变为直接参与价值创造的核心生产力。 宏观证据：“无就业增长”现象凸显算力驱动的生产力革命 自2022年底以来，美股“七姐妹”在总市值增长160%、总盈利增长104%的同时，总员工数微降1%，呈现“无就业增长”现象。这一结构性转变反映了以算力为核心的AI基础设施（“硅基生物”）正规模化替代高成本的知识型劳动力，加速AI应用渗透率攀升，成为企业人效提升的核心驱动力。 智能体经济崛起：驱动AI进入应用爆发期的核心燃料 报告指出，英伟达成为全球首家市值突破4万亿美元的上市公司，反映推理服务Token用量显著增长、美国放松H20出口管制、主权AI兴起以及DeepSeek等开源模型对算力需求的负面影响低于预期。谷歌披露月度Token处理量在数月内增长一倍以上，海量Token消耗主要流向企业级应用，其中40%用于代码生成工具，27%用于情感陪护类应用。 生成式AI的发展轨迹：企业软件发展或领先于应用和终端 当前AI产业呈现与移动互联网时代相反的“正三角”结构：芯片行业市场规模（约1350亿美元）远大于应用规模（约170亿美元）。报告认为生成式AI的发展轨迹将按照算力基础设施、AI云平台和企业级软件、新一代AI应用、机器人等物理AI的顺序展开，2B应用领先于2C应用。 投资机会#1-#4 报告提出2025年下半年四大投资机会：1）英伟达产业链进入GB200放量阶段，看好服务器组装和核心零部件企业；2）国产算力产业链处于扩产阶段，看好代工和半导体设备板块；3）北美CSP进入Token用量增长驱动的正循环；4）北美AI Agent和中国的机器人进入发展快车道，但目前标的以一级市场为主。 美股科技投资八大预测 报告调整了年初的八大预测：1）科技板块有望跑赢美股大盘；2）硬件有望跑赢软件；3）ASIC有望跑赢GPU；4）台积电在先进工艺领域领先优势或持续；5）苹果股价有望实现反转；6）美国或将比特币纳入战略储备；7）设备板块或跑输费城半导体指数；8）模拟板块或跑输费城半导体指数。 AI智能体：新经济范式的诞生 什么是AI智能体？从“对话”到“思考-行动” AI智能体标志着人机交互从被动“对话”模式演进为主动“思考-行动”范式。智能体能够自主感知环境、分解复杂目标、调用工具完成任务，无需持续人工干预，遵循“思考、行动、观察”的循环。 行业领袖的愿景：重塑企业与商业 英伟达CEO黄仁勋提出“IT部门将成为AI智能体的HR部门”，将AI智能体重新定义为需要全生命周期管理的“数字劳动力”。微软CEO纳德拉认为AI智能体将成为新的计算界面，商业模式从“按席位付费”转向“按使用量付费”，计价单位可能是Token消耗量或API调用次数。 Agent企业案例分析 报告分析了五个代表性智能体企业：Cursor（编程AI，ARR超5亿美元，团队仅12-20人）、Harvey（法律AI，估值50亿美元，ARR 7500万美元）、Glean（企业知识智能体，ARR突破1亿美元，估值72亿美元）、SIERRA（消费品牌对话式商业智能体，ARR突破2000万美元，估值45亿美元）、Manus（通用型个人任务执行智能体，估值近5亿美元）。这些企业普遍遵循“基础大模型+垂直领域数据+深度工作流整合”的模式。 我们离“单人十亿美元公司”还有多远？ Sam Altman提出“单人十亿美元公司”构想，指创始人单人借助大量AI智能体创造估值超十亿美元的企业。回顾历史，达到1亿美元ARR所需员工数从LinkedIn的600-700人、Slack的约200-300人，降至Cursor的不到20人和Midjourney的约40人，体现了AI原生公司的极致效率。 算力基础设施：智能体经济时代的基石 智能体对算力需求的指数级放大 AI智能体作为“长时间在线”的用户，其计算资源消耗通过带宽乘数（机器处理速度是人类数十倍）、在线时长乘数（7×24小时）、网络乘数（智能体间自主互动）三个乘数效应呈指数级放大，混合型企业算力需求有望大幅提升。 算力产业链的结构性变迁与新权力格局 报告测算，到2030年全球AI算力硬件市场规模有望达到5410亿美元，显著超过智能手机（5210亿美元）和PC（2580亿美元）市场。自2023年Q3以来，数据中心芯片营收规模已超越PC与智能手机芯片之和，AI服务器营收达到PC与智能手机硬件的一半左右。英伟达在AI训练市场占据绝对垄断地位（市占率69%），但互联网企业正加速与博通等ASIC设计公司合作以制衡。 看好AI产业链企业量价齐升的投资机会 报告持续看好HBM存储、光通信模块、PCB电路板、液冷散热等细分领域。2025年下半年英伟达GB200/GB300平台量产将驱动服务器代工、1.6T光模块、液冷模组、HBM3e存储等环节增长；2026年市场将关注Rubin架构带来的CPO等新技术革新。 AI的尽头是能源，关注主权AI和星际之门等大型数据中心的进展 报告重申“AI的尽头是能源”的判断。2024年全球数据中心规模约50GW，预计到2030年翻倍至100GW。北美占60%份额，亚太占26%，欧洲中东非洲占14%。OpenAI星际之门（4.5GW，5000亿美元）、xAI“巨像”等大型项目是市场热点。 物理世界的AI：漫长而曲折的落地之路 手机与机器人发展低于预期 苹果推迟Apple Intelligence功能发布，特斯拉Optimus 3设计延期到2026年初。端侧芯片算力、用户数据可获取性不足限制了手机AI体验；机器人领域面临高昂数据采集成本、仿真与现实迁移困难等瓶颈。 全球AI产业链重构：从平行发展到竞合新常态 中美AI竞争格局变化 DeepSeek R1模型以训练成本仅为Llama 3系列7%的水平实现顶尖性能，显著缩小中美基座大模型差距。美国新政府取消AI扩散规则，允许H20芯片对华出口。中国科技“七巨头”（小米、联想、比亚迪等）自2025年1月起股价显著跑赢美国“七姐妹”。 中国在物理AI上的比较优势 中国是美国以外唯一具备完整AI产业链的国家，在通信设备、智能手机、电动车等终端设备上具有较强竞争力。未来硬件和基础设施层将呈现有限“分叉”，算法和应用层竞争将空前激烈，形成“犬牙交错”的竞合格局。 风险提示 报告提示贸易摩擦风险、AI技术发展不及预期的风险、测算和可得数据的局限性，明确未上市公司或未覆盖个股内容仅客观公开信息整理。 总结 本报告系统分析了AI智能体驱动的产业变革，核心结论包括：1）AI智能体正引发“无就业增长”和“超级个体”崛起，软件商业模式从零边际成本转向Token计价，算力基础设施成为价值核心；2）智能体发展遵循“先2B再2C，最后终端”的路径，企业级软件率先落地，机器人等物理AI发展相对滞后；3）中国在物理AI（机器人、电动车等）领域具有显著比较优势，中美产业链从平行发展进入竞合新常态；4）基于上述判断，报告提出美股科技投资八大预测，重点看好科技板块、硬件、ASIC、台积电、苹果反转、比特币纳入战略储备等方向，同时提示设备板块和模拟板块可能表现较弱。智能体经济的商业飞轮正在形成：Token消耗驱动算力需求，算力需求推动硬件资本开支，硬件增长支持更多AI应用落地，形成持续的正向循环。