从推理到执行：AI的下一个经济形态

观点一：问题变了。过去几年AI的主角是供应算力和模型的公司，大家比谁的模型大、谁抢到GPU、谁能为下一个集群融到钱，作者认为这个阶段要结束了。接下来要问的是，谁能把AI能力变成实际完成的工作，并拿走这部分收益。读到这里我心里一动，需求旺，不代表钱都流向卖算力的人。

观点二：智能体干的活，大头是执行。推理负责理解和判断，跑在GPU上；执行负责定时检查、存储、付款、失败重试，跑在CPU、数据库和网络上。智能体在对话结束后还在干活，所以CPU、存储和代码托管的需求都在涨。大家盯着GPU，活却先压到了普通基础设施上。

观点三：组装智能体的公司，才能决定买什么。大小模型？放在本地还是云端？组装的公司按成功率、速度和成本不断调整方案。主动权要换手了。

观点四：这场争夺，比的不是谁更聪明，而是谁说了算。各层公司都想掌握这套流程。浏览器、设备、云平台、大模型公司和业务软件公司，都想由自己组织整个服务，让别人变成供应商。

观点五：GPU供应商和算力云公司已经投入巨大，客户却可能改用更少、更便宜或不同类型的服务。

最后，下一阶段比的不是谁算力多，而是谁来安排这些活。能分配工作、选择供应商、按结果收费的公司，可能更有议价权。

第一部分：

过去几年，AI的故事一直由提供智能的公司及其基础设施供应商书写。核心问题都围绕英伟达、前沿实验室、推理服务商和新兴算力云展开：模型能做多大，谁能拿到足够的GPU来训练和运行它，谁能为下一个集群融资。这个时代正在结束。

下一阶段将围绕另一个问题展开：谁能把智能转化为有用的工作，并最终掌控完成这些工作的经济收益？

CoreWeave让这其中的利害变得具体：它第二季度收入增长超过一倍，达到25.75亿美元，6月未完成订单约1040亿美元。但净利息支出吃掉了6.4亿美元，大约占收入的四分之一。2026年10月14日，它的股价下跌约16%，2031年到期债券的收益率升至接近15%。CoreWeave的收入在增长，而投资者为它的扩张提供资金时，要求的回报高了很多。仅有需求，回答不了投资者现在提出的问题：这些算力完成的工作，价值由谁获得？

这些客户接下来买什么，和他们花多少钱同样重要。智能体围绕推理产生的工作量越来越大，而应用对这些工作如何完成，也拥有越来越大的控制权。它们使用的智能，和执行工作的基础设施，正在变成可以分别购买的组成部分。

我押注的是，权力会转向这样一些公司：它们决定哪些步骤需要前沿推理，哪些可以用更小的模型或普通软件，工作在哪里运行，以及哪些供应商能拿到钱。一个应用可以在总体上购买更多计算资源，同时不断调整所购买资源的组合。而它的供应商，是根据对这些采购的预期，为模型、机器和算力融资的。

这个开头很狠，直接说算力叙事的时代要结束了。CoreWeave那组数字我看了好几遍，收入翻倍，利息却吃掉四分之一。原来卖铲子的人，也会被铲子的账压住。

第二部分：智能体的工作正从推理转向执行

让一个助手盯两周航班，如果降价就重新预订。这一个请求会产生两类工作负载。推理负责理解请求，并判断不熟悉的选项。前沿推理通常运行在GPU和其他加速芯片上，这些芯片专为神经网络的并行计算而设计。执行负责查询票价、保存结果并完成预订。它运行在以CPU为基础的服务上：程序、数据库和网络调用。

这项任务的大部分工作是执行。一个定时运行的程序每小时查一次价格，丢掉没有变化的结果，只有当某个选项需要判断时才调用模型。

两次检查之间，这个程序会关闭，但时间安排和历史记录会保留下来。一次预订仍然需要获得授权、传到航空公司、正式提交并被记录。

如果确认信息丢失，系统必须先弄清预订是否已经完成，再决定是否重试。这些步骤可以在不再次调用模型的情况下运行，但执行、存储和故障恢复仍然要花钱。

在一个专注于训练和运行模型的行业里，这种转变很容易被忽视。聊天会话只有在有人提问时才产生工作。智能体在对话结束后还能持续产生工作。执行要跟踪各种任务：定时检查、新到达的事件、未完成的交易，以及需要再次尝试的失败步骤。

一条指令就可能在几周内持续产生对CPU、网络、存储和代码托管平台的需求。组装这项服务的公司，决定这些工作在哪里运行，以及钱付给哪些供应商。

看看新的智能体实际需要什么。Meta的Muse使用Meta自己的模型，但工作在一台专用云虚拟机上进行，应用关闭后它仍会继续运行。

一个独立进程管控它向互联网发送的内容，Stripe为它的购买生成一次性卡号，在Mac上，它还需要获得操作系统许可才能访问本地文件和邮件。一个助手同时组合了模型服务、云端电脑、网络管控、支付和本地权限。其中每一项，都会带来一笔成本、一种依赖，或者让另一家公司对这项工作拥有一定控制权。

其他新产品则展示了这些资源如何在对话间隙保持运转。

xAI的Grok Bot在一台共享的云端电脑上按计划重复运行工作流，并保持浏览器登录状态。微软的Copilot Cowork会运行定时任务，并响应邮件或Teams消息触发的事件。一个用户可以启动多项任务，这些任务无需再次提示就能持续运行。

这些工作首先落到了普通基础设施上。Cloudflare网络上来自AI智能体的日请求量，一年内增长了超过1700%。GitHub上的Git活动增长超过一倍，达到每月4730亿次，代码推送增长了近5倍。负载的形态也变了：智能体几乎每做一个动作就提交一次，成千上万个智能体合并到同一个分支，每次推送都会引发每分钟数千次拉取。GitHub原有的架构承受不住这种负载，所以它正在重建存储层。

芯片厂商已经注意到了。2026年8月下旬，英伟达开始向Anthropic、OpenAI和甲骨文交付Vera，这是它第一款专为智能体打造的处理器。负责交付的高管说：“我们看到CPU需求在飙升。”英特尔表示，CPU和GPU的配比正在从训练时的大约1个CPU配8个GPU，转向智能体部署中的1比1。它也已把产能从消费级芯片转向服务器芯片。到9月底，有报道称AMD在2027年的服务器CPU产能已经被预订一空。

买家也注意到了。Anthropic同意在首期七年的合同期内，从Akamai购买约116亿美元的算力。Akamai把这笔交易与不断增长的CPU工作负载联系起来，并预计相关资本支出约为55亿美元。一家出售完整服务的模型实验室，会成为模型周边基础设施的大买家。

执行能力也在被拆成一块一块地出售。Temporal负责记录已完成的步骤，并协调重试。E2B等沙箱服务商，按照沙箱运行时使用的CPU和内存收费。执行的账单在变大，争夺这笔钱的供应商名单也越来越长。

我们总觉得AI花钱花在“想”上，其实大量钱花在“做”上：查、存、等、重试。GPU很显眼，CPU、数据库和代码平台却在背后默默扛活

第三部分：

组装智能体的公司决定每一步需要什么，而它们的选择正在三个方向上成倍增加：使用哪种智能，工作在哪里运行，以及每项操作走哪条路径。一项任务可以使用多个模型，在不同环境中运行，并通过不同路径进入同一批应用。谁来组装这些部分，谁就决定哪些供应商参与，以及从每家买什么。

提供“思考”的方式多了很多。仅OpenRouter一家就提供400多个模型，每天处理超过10万亿个token。小型决策模型只回答范围很窄的问题，不写长篇回复；Cloudflare的Clef-flash负责选一个选项或回答是否，每百万输入token只收0.038美元。有些推理留在设备上完成：苹果新版Siri会在手机和苹果云端之间做选择，Windows也在加入把任务分配给本地模型的功能。还有些推理只需要做一次。谷歌新的Gemini智能体可以生成一份BigQuery报告，保存查询语句，之后再次运行时不产生token费用。

完成工作的方式也在同样快速地增加。以退款为例。一个服务确认智能体代表哪位客户，以及它是否有权付款。另一个服务提交交易，可以通过直接接口，也可以通过已登录的浏览器。第三个服务记录结果，这样即使系统崩溃，任务也不会丢失。运行这一切的程序可以放在笔记本电脑上、云端沙箱里或网络边缘，每个部分都可以来自不同公司。OpenAI的Agents API上线时公布了9家沙箱合作伙伴，所以开发者可以从一家公司买智能体运行框架，从另一家买模型，再从第三家买计算机资源。

此外还有一层，负责在所有这些选项中做选择。跟踪一条客服请求看看。网关先检查这个问题以前是否回答过；Cloudflare、Portkey和LiteLLM都能直接从缓存中返回重复问题的答案。如果没回答过，就由一个小模型分类：重置密码交给便宜模型，有争议的扣款交给前沿模型。如果那家服务商出故障，网关就切换到另一家。

把这些选择叠加起来，组装智能体的公司就变成了全天候在线的谈判者。许多企业软件仍按多年合同购买，但智能体工作负载越来越多地按请求购买。组装方会按完成率、速度和成本，测试模型、工具和运行环境的不同组合，然后把更多工作交给表现最好的组合。更换运行环境需要做集成工作；但一旦路径接好，切换模型只需修改配置。组装方每次运行都可以重新决定组合，所以每个供应商都在争夺下一次请求。

每种选择对模型实验室收入的影响不同：改用更小的模型，仍然要购买推理；提示词缓存会降低请求中重复部分的成本；复用答案或运行已保存的代码，则会让这次请求完全消失。

按结果定价会奖励这种持续调整。Sierra按结果收费，比如解决了一次对话，或留住了一位客户。实现这个结果需要消耗推理、执行能力、存储和恢复服务。如果每个成功结果的价格固定，那么完成率、重试带来的额外消耗以及机器利用率，就决定了收入中有多少能变成利润。

读到这里我很有感触。模型越来越多，换起来越来越容易，主动权就从卖模型的人，慢慢转到会搭配的人手里。以后拼的未必是谁最强，而是谁最会配。

第四部分：每一层都想掌控路径

下一场平台战争，争的是谁能把其他所有人变成自己的供应商。每一层都想利用自己现有的优势来组织整个服务，把它卖给客户，再把其余能力当作原材料买进来。

浏览器和连接器在争夺进入应用的路径。Chrome的DevTools MCP让智能体在获得许可后使用用户已登录的浏览器，而直接连接器不用加载网页就能完成同样的操作。

设备和云端在争夺任务的掌控权。以设备为中心的智能体，把本地上下文和权限留在设备上，再向云端购买推理。云端智能体则保存任务历史，安排下一次运行，把设备当作一个终端。关键在于，对话结束时，由哪个系统记住还有哪些事没做完。

模型实验室和基础设施平台在争夺运行层本身。即使客户使用自己的沙箱运行程序，Anthropic的Managed Agents也会保存会话历史和工作队列。Cloudflare则从另一边切入，提供执行环境和持续保持的浏览器会话，开发者可以在上面搭配任意模型来构建产品。

业务应用在守住底层的交易。Salesforce向Claude开放操作，但执行的是自己的权限和规则。助手可以协调工作，但哪些修改能写进记录，由Salesforce决定。掌握对话，并不等于掌握工作发生所在系统的控制权。

我预计网安会成为企业推理最大的用途之一，明年甚至可能占到30%。随着软件不断变化，持续的代码审查、漏洞利用验证和修复测试，会反复产生模型工作。

现有安全公司已经拥有客户关系、监测数据，以及进入受保护系统的权限。Palo Alto的Unit 42在自有的智能体运行框架后面组合多个模型，用于持续测试；它的AI网关执行企业策略，并把请求分配给获准使用的模型和工具。

在现有安全公司已经拿下的合同里，可能会出现一大块新的token需求，模型实验室要和大量经过后训练的廉价开源权重模型一起争夺这块供应。

这些争夺决定了谁来制定采购规则，并因协调工作而收钱。Warp对每次云端运行按智能体小时收取平台积分，即使客户自带推理和运行程序也照收，包括使用Claude Code或Codex的运行。即使底层供应商换了，负责协调的服务仍能继续收费。

真实

第五部分

资本押注的采购组合已经在变。在供应商收回投入之前很久，应用和组装方就可能改变它们购买的东西。

北电和朗讯就是前车之鉴。它们为一张后来变得不可或缺的网络提供了设备。互联网一直在增长，流量一直在上升。但运营商削减了设备订单，转而使用已经装好的容量。技术成功了，而原本预计用来支付建设成本的采购却崩塌了。

今天，英伟达提供设备，CoreWeave等新兴算力云负责融资和运营算力。它们的客户可以一边扩大完成的工作量，一边改变每项工作所需的模型、推理调用次数和基础设施。

CoreWeave公司自己也警告说，客户可能会重新设计系统，减少对其服务的需求，且不再续约，或扩大采购。现有合同支撑着已承诺的收入，但风险在于接下来的事，续约价格、尚未被预订的算力，以及下一个必须有人出资建设的集群。

危险就在这里，客户可以持续增长，而支撑供应商融资的那套支出模式却可能瓦解。

这段观点有点压抑。行业可以一直增长，客户却可能换一种方式花钱。真正的风险不在需求消失，而在需求还在，钱却流向了别处。

第六部分

我押注的是，在AI的下一阶段，拥有最多GPU和获得最多价值之间的联系会被打破。成千上万的应用和组装方会购买一个不断变化的组合，包括前沿推理、更小的模型、开源权重模型、可复用的软件和执行服务，而路由会把这些采购分散给越来越多的供应商。

AI热潮可以成功，而为它提供资金的那套投资逻辑，却可能有一部分会落空。

1.独家深度丨夸克健康大模型调研报告

2.熬夜三年肝损害，AI博主也靠AI学“续命”医学知识

3.为什么AI能预警心脏主动脉“血管炸弹”？

4.对话作者：全球首个开源手术视频大模型SurgMotion

5.阿里达摩院：做胸腹部CT，顺便筛了肠癌｜独家对话和睦家医院朱刚主任

6.我用剧烈腹痛两周，读懂了阿里达摩院《科学》论文RADAR

7.阿里达摩院又又又发布食管癌AI模型

7.Agent才不会"赢家通吃"，证据来了……

8.央企OPC的玩法和困境：让Agent能跑，还要改造费？

9.Agent大战，赢家暗自在哪下功夫?

10.我建议DeepSeek搞个『峰谷差千倍』大促销