AI轉向”推理模型和Agent時代“，對AI交易意味著什麼？

AI行業巨變：從“大力出奇蹟”到“推理模型”和“Agent”的新時代

華爾街投行巴克萊的最新研報預測，AI行業正在經歷一場顛覆性的“巨變”，其中“推理模型”和“Agent”將成為新時代的主導力量，而傳統的大型AI模型可能很快將過氣。這場變革的核心在於AI模型的進化，從“死記硬背”到“舉一反三”，不再單純追求模型的大小和參數數量，而是更加註重模型的推理能力和效率。

推理模型的崛起

巴克萊指出，AI行業正在發生重大轉變，包括從傳統的大語言模型(LLM)轉向新型推理模型，從聊天機器人轉向Agent，從預訓練轉向測試時計算(test-time-compute)，從通用訓練芯片轉向定制推理芯片，以及從集中式超大規模集群轉向更小、更靠近邊緣的計算集群。這種轉變意味著AI模型將不再一味追求“大”，而是更注重“巧”，通過引入“推理”能力，模型可以在處理任務時進行多步思考、反複驗證，從而得到更準確的結果。

“鍊式思考”(Chain-of-Thought，CoT)模式讓AI模型更像一個“專家”，而不是一個“書呆子”。這種模式還實現了成本與收益的更好匹配：任務越複雜，需要的算力越多，反之亦然。巴克萊提到，像OpenAI的o1、o3模型，以及DeepSeek的R1模型，已經在實踐中證明了推理模型的強大潛力，它們不僅在多個基準測試中超越了傳統大模型，而且訓練成本更低、推理效率更高。

Agent的崛起與AI應用新範式

除了推理模型，巴克萊還強調了Agent在AI應用層面的重要性。Agent可以被理解為一種更智能、更自主的AI應用，它不僅能回答問題，還能執行任務、完成交易。巴克萊預測，隨著推理模型和Agent技術的成熟，AI的應用将迎来爆发式增长。ChatGPT用戶數在短短兩個月內增加了1億，就是最好的證明。

這場AI巨變對整個行業的“錢”景產生了深遠影響。巴克萊提出了兩種可能的情景：一是Chinchilla縮放定律繼續有效，模型規模持續擴大；二是預訓練縮放停滯，行業轉向推理模型和測試時計算。在第二種情景下，巴克萊預測，到2028年，AI行業的總計算需求仍將高達1萬億美元，但遠低於Chinchilla縮放定律持續有效的情況。更重要的是，推理成本將大幅下降，科技巨頭們不再需要為訓練超大模型而“烧錢”，而是可以將更多資源投入到推理模型的優化和應用上。

儘管預訓練縮放可能停滯，但巴克萊認為，AI行業的算力需求仍然巨大。即使在“停滯”情景下，到2028年，全球仍將面臨2500億exaFLOPS的推理算力缺口。這意味著，對推理芯片的需求將持續增長。巴克萊預計，到2028年，推理計算將佔整個AI行業的50%以上。

巴克萊還關注到了開源AI的快速發展。像Llama和DeepSeek這樣的開源模型，正在吸引越來越多的開發者和用戶。然而，巴克萊認為，開源AI在短期內還不足以對整個行業產生重大影響，原因在於，微调或精简開源模型的成本相对较低，遠不及訓練一個像GPT-4.5或Claude 4這樣的大模型。

對於投資者來說，這場AI巨變意味著投資邏輯的巨變：押注“效率”而非“規模”。那些能夠以更低成本、更高效率提供AI服務的公司，將在未來的競爭中佔據優勢。