Grayscale：低成本智能体AI将推高算力需求

作者：Zach Pandl，Grayscale研究主管；编译：Shaw，金色财经

人工智能（AI）需求正在攀升，背后两大驱动因素：成本持续下降，以及 AI 自主执行任务的能力不断增强。这意味着市场对算力与支撑 AI 运行的实体基础设施需求将进一步增长。例如 Anthropic 表示，其最新的 Sonnet 模型单任务成本降幅最高可达 30%；而 OpenAI 近期推出的 “dots”—— 全天候在线、可持续朝着用户目标执行任务的智能体，或将大幅拉高算力需求。

成本下行能够释放更多 AI 应用活动。低价开源权重模型带来的竞争，正持续压减 token 定价，也就是开发者为 AI 模型处理、生成文本所支付的费用。正如我们在《算力瓶颈投资》一文中探讨的：智能化服务成本降低，会让更多应用与自动化工作流具备经济可行性。

智能体将进一步放大算力需求。聊天机器人只负责回答问题；智能体则会为达成目标执行多步骤任务。举个例子，筹备客户会议，可能需要查阅纪要、分析投资组合变动、起草会议议程。这类工作流消耗的 token 数量，视任务不同，可达普通对话机器人交互的 5 至 50 倍。全天候智能体还会把这类计算处理，从单次对话拓展为持续运行。

推理（即运行 AI 模型所需的计算）规模已经高速增长（图表1）。高盛预测，到 2030 年，在智能体的主要推动下，token 消耗量将增长 24 倍。即便 AI 本身效率持续提升，只要使用量扩张速度更快，整体算力需求依旧上行。

这类数字活动，终究离不开实体基础设施。电力、数据中心、GPU 的交付都存在周期。因此，AI 降价与算力供给紧张可以同时存在：CoreWeave 近期披露，新签合同的算力定价有所抬升。我们认为，更低成本的智能服务、能力更强的智能体，所能催生的 AI 场景与使用规模，足以抵消效率提升带来的节约效应，持续支撑稀缺算力资源的需求，利好算力资产持有者。

核心结论： 成本更低的 AI、能力更强的智能体，大概率会加速算力需求增长，利好支撑人工智能扩张的稀缺实体基础设施持有者。

图表1：从聊天机器人到智能体，推理需求激增