大模型行业研究框架：从参数规模到 Agent 价值

本文构建了大模型行业的投资研究框架，将技术演进分为预训练参数扩张期、强化学习驱动的 Agent 时代及工程代码代理器模式三个阶段。商业模式随之从订阅制转向基于 Token 消耗的模式，导致算力需求从预训练主导转向后训练与推理主导，特别是 Agent 模式催生了对 KV Cache 存储需求的爆发。投资逻辑分为三个阶段：首先关注 Token 消耗量与渗透率，其次关注 ARR 增长斜率与商业化验证，最后关注新商业模式与护城河。结构性机会聚焦于 EPS 持续上修的垂直场景标的（如金斯瑞生物科技）、拥有高价值闭环数据资产的公司，以及国产算力产业链及云服务租赁。