中国人工智能行业：模型智能体化与 Token 经济学分析

摘要： 摩根大通分析中国 AI 行业趋势，指出竞争重心正从单纯的模型能力提升转向“智能体化”（Agentization），强调在复杂工作流中的稳定性、推理效率及 Token 经济学的重要性，并基于此逻辑上调了智谱和 MiniMax 的目标价。

行业主线：

1. 模型定位重塑：AI 模型正重新定位为工作流系统，核心竞争力从单次评估指标转向在多步骤执行中的稳健性、可靠性和低延迟。
2. Token 经济学驱动：智能体应用已取代编码工具成为 Token 需求的最大单一来源，推理经济性（单位 Token 成本与吞吐量）成为规模化部署的关键瓶颈。

关键变化与分歧：

1. 需求结构转移：Token 消耗量的增长由使用深度（智能体多步骤编排）而非单纯的用户规模扩张驱动。
2. 竞争维度分化：中国头部厂商开始分道扬镳，部分追求能力领跑（如智谱，通过提高价格变现工作流可靠性），部分追求效率优势（如 MiniMax，通过压缩边际成本抢占并发份额）。

受益方向与风险：

1. 受益方向：能够在高价值场景（如复杂编码）实现高完成率的厂商，以及具备高并发基础设施能力、能有效控制推理成本的厂商。
2. 核心风险：地缘政治风险及出口管制、持续高额研发投入带来的盈利压力、商业化落地的不确定性以及对外部计算基础设施的依赖。