AI 分化：GTC 调研反馈、AI Agent 趋势与互联网景气度分析

摘要： 本次会议主要分享硅谷 GTC 调研反馈，探讨 AI 产业从多模态向 AI Agent 方向的全面转变，分析了硬件架构（如 Rubin 架构、LPU）的演进逻辑，并对国内互联网平台在 AI 时代的生态竞争力及宏观市场策略进行探讨。

行业主线：

1. AI Agent 成为核心方向：产业重点从单纯的多模态突破转向 Agent 方向，底层的 coding 能力提升是关键。
2. Token 经济学成为衡量标准：关注点从上下文长度转向 Token 的生产成本（每瓦/每秒 Token 数量），驱动 LPU、SRAM 及光模块等带宽提升技术的需求。
3. 软件形态转型：软件公司正从单纯的微调/RAG 转向构建“Skills”形态，AI Agent 将直接通过工作流赋能替代部分人工。

关键变化与分歧：

1. 模型迭代路径：北美大厂通过将 Agent 执行任务产生的数据反哺训练（过程奖励模型），试图实现模型智能的非线性跃迁，Scaling Law 依然有效。
2. 国内生态优势：国内互联网大厂（如腾讯、字节、阿里）凭借钉钉、飞书、企业微信等深度打通的企业办公场景，在 AI Agent 的落地连接效率上具有潜在优势。
3. 硬件确定性 vs 下游不确定性：市场倾向于抱团上游确定性强的产能紧缺环节，而对下游软件被 AI 吞噬及资本开支压力存在分歧。

受益方向与风险：

1. 受益方向：具备下一代硬件架构理解力的芯片厂商（如英伟达）、拥有强大 B 端生态连接能力的互联网平台（如腾讯）、以及能高效利用 AI 提升生产力的超级个体/企业。
2. 核心风险：地缘政治冲突（美伊冲突）导致风险偏好下降、下游 AI 应用转化率低于预期、资本开支压力导致利润下移。