Token/W：AI投资新框架下，三大赛道价值重估逻辑

去年这个时候，身边做投资的朋友还在讨论“谁能拿到更多GPU”。现在回头看，那个判断框架已经过时了。

范式转移：从算力堆砌到效率博弈

2023年到2024年上半年，AI投资的逻辑很简单：买GPU、囤芯片、赌算力。英伟达单卡性能、GH200集群规模、H100/H200/H100切换节奏——这些指标构成了机构定价的全部。

但这种模式正在失效。

美联储降息预期反复，科技股估值不再出现普涨。资金开始从“赌方向”转向“找阿尔法”。市场需要的不再是概念，而是能够把预期兑现成业绩的细分赛道。

恰在此时，OpenClaw（小龙虾）和同类Agent产品给出了答案。

Agent改变游戏规则

表面看，Agent是“更聪明的对话系统”。深层看，它重写了AI的运行范式。

传统大模型是“问答机器”：用户提问，模型回答，一次性交互，一次性结算。

Agent是“数字员工”：拆解任务、调用工具、等待结果、修正路径、多轮循环、持续运转。

这意味着大模型的角色发生根本转变——从被动响应转向主动执行，从单次推理转向持续工作流。

关键问题随之浮现：当模型需要持续运行、反复调用、多任务并行时，核心瓶颈不再是“算得有多快”，而是“单位能耗能产出多少有效Token”。

这就是TokensperWatt（Token/W）成为新框架的核心逻辑。

三条主线的重估逻辑

顺着Token/W这条主线，我梳理出三个被低估的赛道：

第一，CPU的指挥官角色。传统Chatbot场景下，CPU只承担5%的边缘计算工作，GPU是绝对主角。但Agent工作流需要复杂的逻辑控制、任务编排、I/O管理和跨工具调度——这些恰恰是CPU的专长，而非GPU。数据显示，代理型AI模式下，CPU消耗占工作流的80-90%。需求端已经验证：数据中心CPU市场规模预计从2026年的250亿美元增长至2030年的600亿美元。供给端更值得关注：英特尔、AMD已通知客户上调CPU价格10%-15%，交货周期从1-2周延长至8-12周。双寡头格局叠加供需错配，景气周期正在开启。

第二，光模块的“搬运效率”。Agent的记忆能力本质上是长上下文推理——把更多历史信息、任务状态塞进上下文窗口。上下文越长，KVCache越大，GPU之间需要同步的数据量爆发式增长。传统可插拔光模块受制于PCB走线损耗和发热问题。CPO（共封装光学）通过将光引擎直接放到芯片附近，显著缩短电互联距离，降低数据搬运的能量代价。在Token/W框架下，CPO的价值不是“更高带宽”，而是“用同样的电跑出更多Token”。集邦咨询预测，CPO渗透率将从2026年的0.5%攀升至2030年的35%。YOLE预测市场规模将从2024年的4600万美元增长至2030年的81亿美元，年复合增长率137%。

第三，大模型的定价权回归。Agent的商业模式比Chatbot清晰得多：用户购买的是持续工作的数字劳动力，Token消耗从“聊天成本”变成“生产运营成本”。智谱GLM-5系列累计涨价83%后，调用量仍增长400%——市场愿意为效率付费，而不是为价格犹豫。这意味着大模型厂商的商业化逻辑已经跑通。IDC预测中国企业活跃智能体数量将在2031年突破3.5亿，Token消耗年均增长超过30倍。确定性毋庸置疑。但需要警惕的是：当前估值已经透支了2029年甚至2030年的业绩。投资窗口需要等待业绩超预期或估值回调。

实战应用指南

基于上述分析，下一阶段AI投资应该关注的配置逻辑：

短期看，CPU产业链具备供需错配的确定性，适合作为防御性配置；CPO处于从“1”到“100”的加速渗透期，适合作为进攻性配置；大模型厂商需要等待估值消化后的二次机会。

中期看，Token/W将成为评估AI资产的核心指标。所有不能提升单位能耗产出的环节，都将在下一轮行情中被资金抛弃。

这不是预测，而是已经发生的范式转移。