AI转向”推理模型和Agent时代“，对AI交易意味着什么？

AI行业巨变：从“大力出奇迹”到“推理模型”和“Agent”的新时代

华尔街投行巴克莱的最新研报预测，AI行业正在经历一场颠覆性的“巨变”，其中“推理模型”和“Agent”将成为新时代的主导力量，而传统的大型AI模型可能很快将过气。这场变革的核心在于AI模型的进化，从“死记硬背”到“举一反三”，不再单纯追求模型的大小和参数数量，而是更加注重模型的推理能力和效率。

推理模型的崛起

巴克莱指出，AI行业正在发生重大转变，包括从传统的大语言模型(LLM)转向新型推理模型，从聊天机器人转向Agent，从预训练转向测试时计算(test-time-compute)，从通用训练芯片转向定制推理芯片，以及从集中式超大规模集群转向更小、更靠近边缘的计算集群。这种转变意味着AI模型将不再一味追求“大”，而是更注重“巧”，通过引入“推理”能力，模型可以在处理任务时进行多步思考、反复验证，从而得到更准确的结果。

“链式思考”(Chain-of-Thought，CoT)模式让AI模型更像一个“专家”，而不是一个“书呆子”。这种模式还实现了成本与收益的更好匹配：任务越复杂，需要的算力越多，反之亦然。巴克莱提到，像OpenAI的o1、o3模型，以及DeepSeek的R1模型，已经在实践中证明了推理模型的强大潜力，它们不仅在多个基准测试中超越了传统大模型，而且训练成本更低、推理效率更高。

Agent的崛起与AI应用新范式

除了推理模型，巴克莱还强调了Agent在AI应用层面的重要性。Agent可以被理解为一种更智能、更自主的AI应用，它不仅能回答问题，还能执行任务、完成交易。巴克莱预测，随着推理模型和Agent技术的成熟，AI的应用将迎来爆发式增长。ChatGPT用户数在短短两个月内增加了1亿，就是最好的证明。

这场AI巨变对整个行业的“钱”景产生了深远影响。巴克莱提出了两种可能的情景：一是Chinchilla缩放定律继续有效，模型规模持续扩大；二是预训练缩放停滞，行业转向推理模型和测试时计算。在第二种情景下，巴克莱预测，到2028年，AI行业的总计算需求仍将高达1万亿美元，但远低于Chinchilla缩放定律持续有效的情况。更重要的是，推理成本将大幅下降，科技巨头们不再需要为训练超大模型而“烧钱”，而是可以将更多资源投入到推理模型的优化和应用上。

尽管预训练缩放可能停滞，但巴克莱认为，AI行业的算力需求仍然巨大。即使在“停滞”情景下，到2028年，全球仍将面临2500亿exaFLOPS的推理算力缺口。这意味着，对推理芯片的需求将持续增长。巴克莱预计，到2028年，推理计算将占整个AI行业的50%以上。

巴克莱还关注到了开源AI的快速发展。像Llama和DeepSeek这样的开源模型，正在吸引越来越多的开发者和用户。然而，巴克莱认为，开源AI在短期内还不足以对整个行业产生重大影响，原因在于，微调或精简开源模型的成本相对较低，远不及训练一个像GPT-4.5或Claude 4这样的大模型。

对于投资者来说，这场AI巨变意味着投资逻辑的巨变：押注“效率”而非“规模”。那些能够以更低成本、更高效率提供AI服务的公司，将在未来的竞争中占据优势。