出品 | 妙投APP

作者 | 董必政

編輯 | 丁萍

頭圖 | AI制圖

今年科技投資不是沒有機會，而是“閉眼買板塊”的時代過去了。

隨著美聯儲降息的預期推遲或落空，AI為代表的科技板塊的估值不再出現普漲，而將迎來分化。當下，我們更應該關注有基本面支撐、有預期差、還能把業績兌現出來的細分方向。

而新技術的突破，意味著產生新的市場預期。這次，OpenClaw和“養龍蝦”的走紅，正在把AI推進到一個新的投資階段。

表面上看，這只是又一個Agent（智能體）產品爆發；但往深了看，它改寫的是AI系統的運行方式。大模型不再只是被動回答問題，而是開始自主拆解任務、多輪調用模型、持續訪問工具、長期維護上下文。

這意味著，AI產業的競爭焦點，正在從“誰的模型更強”，轉向“誰能以更低成本生成更多有價值的Token”。

換句話說，下一階段比拼的不只是總算力，而是單位能耗到底能產出多少有效Token，即Tokens per Watt（Token/W）。

這也是妙投判斷下一階段AI投資機會的核心框架。

如果說上一輪AI行情主要圍繞“堆GPU”，那么這一輪更值得關注哪些環節能真正提升Token/W，誰就更可能成為新一輪資本定價的中心。

順著這條主線看，至少有三類資產正在被重估：

一是負責調度和編排的CPU；

二是負責搬運數據的高速互聯與CPO；

三是掌握Token收費權的大模型廠商。

一、CPU成為決定效率的指揮官

過去在對話式AI場景里，CPU的重要性并不高。

從流程上看，用戶發出請求，CPU負責接收、分發，再把任務交給GPU執行，最后返回結果。

在這個鏈條里，GPU像廚師，CPU更像傳菜員——等炒好端上來就行，CPU的作用只是“打雜”，能用就行。

但Openclaw為代表的Agent改變了這一點。

Agent不是一次性問答，而是一個持續運行的系統。它要拆解任務、調用工具、等待結果、修正路徑、再次調用工具，形成多輪循環。

這類工作流的復雜度，遠高于傳統Chatbot。

問題在于，GPU擅長的是大規模并行計算，不擅長邏輯控制、任務編排、I/O管理和跨工具調度；而這些，恰恰是CPU最擅長的部分。

所以，進入Agent時代后，CPU的角色不再只是“輔助算力”，而更像是整個AI工作流的指揮官。

指揮官（CPU）憑借高效的調度能力，可以減少GPU空轉、降低等待時間、壓縮系統性損耗，從而提高單位能耗下的Token產出。

這便意味著，CPU的重要性將被重估。

有數據表明，對話式AI場景下，CPU主要負責Token化等邊緣計算工作，工作量僅占約5%；代理型AI模式下，CPU承擔工具調用、任務編排、實時決策等大量非AI原生計算，消耗量占AI工作流的80-90%。

需求端已經有跡象。

據Creative Strategies預測，數據中心CPU市場規模將從2026年的250億美元增長至2030年的600億美元；如果疊加Agent相關需求，規模有望逼近1000億美元。

ARM CEO Rene Haas也曾表示，隨著Agent驅動應用擴張，數據中心單位功耗所需的CPU算力需求可能增長到當前的4倍以上。

更關鍵的是，CPU還是一個供給彈性沒那么大的行業。

和存儲有些類似，服務器CPU長期是高度集中的雙寡頭格局，英特爾與AMD主導市場；一旦AI鏈條擠占產能、原材料成本上升、交期拉長，CPU的價格就因供需錯配進入上行通道。

據日經亞洲3月25日報道，英特爾與AMD已通知客戶上調全系列CPU價格，平均漲幅在10%-15%，部分產品漲幅更高；同時，交貨周期將從之前的1-2周大幅延長至8-12周，個別情況下甚至將長達6個月。

因此，妙投認為，CPU正在進入新的景氣周期，整個賽道將迎來價值重估。參考存儲的上漲，資本市場愿意給出更高的溢價。

當然，最大的受益者會是，海外CPU雙雄英特爾、AMD。受益于國產替代，海光信息等國內CPU廠商也將迎來發展機遇和價值重估。

二、小龍蝦記憶能力“吃光模塊”

另一方面，OpenClaw（“小龍蝦”）為代表的Agent具備記憶能力，能夠讓用戶感到終于被記住，不用反復“自我介紹”，協作效率大幅提升。

“小龍蝦”的記憶能力本質上就是長上下文推理——把"記住"變成"攜帶在上下文里"，把更多歷史信息、任務狀態和中間結果持續塞進上下文窗口里，讓模型在生成下一個Token時，始終帶著這些信息一起推理。

上下文越長，記憶雪球越大（KV Cache越大），需要搬運給GPU的數據就越多，單個GPU裝不下，就得分給多個GPU計算。

問題也隨之升級。在每步計算（每個token生成）中，GPU之間還需同步全部的記憶（KV Cache）；否則，每個GPU只看到局部信息，生成的Token是"瞎子摸象"，上下文理解支離破碎。

因此，上下文越長，GPU之間要對賬的數據越多，需要“搬”的數據爆發式增長。

于是，Agent的“記憶能力”最終會轉化成一個物理層問題，即GPU之間的數據互聯（主要依賴于光模塊）是否足夠快、足夠省電。

從Token/W的框架看，這一點也尤其關鍵。

因為在新的AI工作模式里，真正昂貴的未必只是“算”，很多時候更貴的是“搬”，即光模塊的傳輸效率。

傳統可插拔光模塊的問題在于，電信號需要經過較長PCB走線，損耗和發熱都較高；

而CPO（共封裝光學）把光引擎直接放到交換芯片或加速芯片附近，顯著縮短電互聯距離，從而降低功耗、改善熱管理、提升整體傳輸效率。

（圖片來源：AI制作）

在Token/W投資框架下，共封裝光學器件（CPO）的價值不再僅是“更高帶寬、更低延遲”，而是降低數據搬運的能量代價，用同樣的電能跑出更多Token。

正因如此，妙投認為，共封裝光學器件（CPO）將進入加速落地的快車道，進入從“1”到“100”的階段。

集邦咨詢預測，共封裝光學器件（CPO）滲透率將從2026年約0.5%攀升至2030年約35%。

從市場預測數據來看，據YOLE預測，CPO市場在2024年的規模為4600萬美元，預計到2030年將達到81億美元，期間的年復合增長率高達137%。

落地在產業鏈上，相對于傳統光模塊，CPO減少了部分有源器件，如激光器芯片、探測器芯片等，增加了集成多種光器件的光引擎、硅光芯片和薄膜鈮酸鋰調制器等。

而CPO產業鏈上游中硅光光引擎和ELS/CW光源需求將迎來爆發，源杰科技、仕佳光子等相關廠商迎來機遇。

三、大模型重掌定價權

這波“養龍蝦”的浪潮，讓大模型廠商看到了更清晰的商業化路徑。

過去市場對大模型商業化的最大質疑在于，模型能力越來越強，但誰來付費、為哪種價值付費、付費能否覆蓋成本，這些問題始終沒有真正解決。

而OpenClaw等改變了這套敘事。

因為用戶買的不再只是一次性問答，而是一個持續工作的數字勞動力。而Token消耗就不再只是“聊天成本”，而變成了企業愿意為效率提升買單的生產成本。

近期多家廠商開始結束免費公測、轉向正式商用按量計費，甚至釋放漲價信號。

關鍵的是，市場已經開始接受高質量Token的收費權，而不是“誰漲了多少價”。這比單純的調用量增長更重要。

例如：2月12日智譜發布GLM-5時上調Coding Plan套餐價格30%起，3月16日發布GLM-5-Turbo時再漲20%，相對GLM-4.7累計漲幅達83%。即便如此，市場依然供不應求，調用量增長400%。

另外，token消耗的想象空間還很大。

GMI Cloud創始人AlexYeh曾表示，“隨著開源和閉源的模型越來越好，token的調用量會越來越高。所以我覺得我們甚至連1%或5%都還沒有到。”

根據IDC數據，中國企業活躍智能體數量將在2031年突破3.5億規模，年復合增長率達到135%以上，同時由于智能體任務執行密度的增長和任務復雜度的提升，也將帶來智能體Token消耗年均超30倍的指數級躍升。

妙投認為，大模型廠商持續受益的確定性很高。

與此同時，資本市場對大模型企業商業化的敘事頗為認可，尤其在科技股回調時逆勢上漲。今年以來，智譜、MiniMax的股價上漲已達到579%、483%。

這里，不禁有人會問，智譜等大模型的估值高嗎？

妙投認為，由于今年大幅度上漲，智譜的估值已經透支了未來的業績增長。

據華泰證券測算，在樂觀情形下，智譜有望于2029年實現營收142億元，可給予29倍的市銷率（PS），對應的市值為4118億元。

摩根大通將智譜的目標價從800港元上調至950港元，基于30倍2030年預期市盈率。

截至4月1日，智譜的市值已經超過4000億元，股價最高達到了938港元。也就是說，按照機構的測算，智譜已經透支了2029年甚至2030年的業績。

當下，大模型廠商估值不具備“性價比”。接下來，投資者還需關注智譜大模型的token量以及業績能否超出預期。

小結

總體而言，妙投認為，資本市場將更關注AI新技術帶來的“蝴蝶效應”，即token激增帶來的新的商業模式（如：大模型商業化敘事）以及新的市場需求（CPU、CPO產業鏈等）。

另外，中東邊緣沖突推高通脹預期，美聯儲降息落空或加息影響整體科技股估值，因而科技股出現“殺估值”，同時也會跌出“性價比”。一旦沖突出現結束信號，資本將重新關注科技股，甚至“搶跑”并押注新的機會。

本內容未經允許不得轉載。授權事宜請聯系 hezuo@huxiu.com。

End