港湾观点︱2026年4月：基建与应用的共同繁荣

作者：东方港湾黄海平

备注：图片素材源自AI

本月，CPU的重要性开始在市场上广为流传。我们在2月观点中留下过一个问题：从定性的角度看，CPU是下一个值得关注的“需求爆发”的投资机会，但无论从提价还是需求量上，我们都还没法对CPU进行定量的分析。这个问题在本月变得相对清晰了些。

实际上，在3月的英伟达GTC大会中，黄仁勋就在最新一代的Rubin架构里，专门针对Agent任务量身定制了一套算力方案——Superpod。其中除了GPU的NV72机柜以外，还多了4个协同的独立机柜，独立的Scaleout链接机柜、独立的存储机柜、独立的CPU机柜和独立的LPU机柜。在这整个Superpod里，英伟达认为Agent任务的最优配置，应该是1颗GPU配接近3颗CPU，这比过去Blackwell架构下1比0.5的配比，提升了约6倍的需求。紧接着，在Intel的财报会议上，管理层提到了Agentic AI（智能体）时代，GPU:CPU的配比，将从8:1趋向于 1:1，甚至在某些极端逻辑密集场景下，CPU 的数量会超过 GPU。月底，在AMD的财报会议上，CEO也将2030年服务器CPU的市场规模（TAM）预测从之前的600亿美元直接翻倍至1,200亿美元，并将其年复合增长率（CAGR）从18%上调至35%以上。

从这三个信号，我们可以估算CPU重要性提升的分量：从未来GPU需求量、GPU与CPU的配比以及CPU价格上涨这3点，去大致估算CPU的最终需求量级。GPU/TPU的全球需求量到2030年可能达到三至四千万片，GPU与CPU的配比会随着Agent智能体的普及而提升，而AIDC所需的CPU价格目前高达1万美金，远高于PC端的数百美元。三者的乘数效应，使得CPU在未来几年的产值增长，要远超GPU本身。

当前的市场在高度奖励着AI半导体的“紧缺环节”，FOMO情绪高涨的同时，却同时在对资本市场的半导体购买者施以惩罚。技术革命的初期，基建的产值和利润碾压应用层，几乎是一条无法违背的历史铁律。但应用层所创造的价值，最终必然成百上千倍地超越基建层。如若两者的相对发展速度严重脱节，都会酿成泡沫，最终在货币紧缩的背景下破灭，形成股灾。1999年，在经历了.com应用类公司令人失望的盈利模式后，市场资金也逐渐达成共识，拥抱最确定的上游基建股票，最终在美联储连续多次加息之下，应用公司破产，上游大量供过于求，泡沫破灭。

但实际上，当前应用公司并非不受待见，只是被惩罚的股票，都是旧时代的玩家，市场看不清这些企业谁还能拿到下一趟的车票。而在一级市场上，应用公司的估值成长却已是相当疯狂。

本月，Anthropic发起了最新一轮500亿美金的融资，估值已达9000亿美金以上。这距离2月份完成的3800亿估值的融资才过去不到3个月。估值激增的背后，是其AI编程Agent收入（ARR）的爆发式增长：2025年从10亿到100亿，到当前超过400亿，预计年底将达1000亿美金。AI编程现已成为所有头部模型的战略方向，OpenAI凭借超过一个数量级的用户，以及充足的算力储备，其编程智能体Codex也基本上赶上了Anthropic的步伐。OpenAI今年这一战略转型，帮助其彻底打开了发展空间。紧随其后，谷歌和Meta也将编程列为公司当前最重要的突破方向，在奋起直追。

AI编程，早已不是简单的AI垂类应用方向，而是所有Agent智能体的能力基石。因为 Agent 的本质是“把意图变成行动的执行系统”。而在数字世界里，绝大多数可执行的行动，最终都要落到某种“代码化表达”上。代码不只是3000万程序员独有语言，而且已经是比肩文字、图片与视频，为全人类所使用的另一个重要模态。

因此，建立在AI编程之上，凡是在数字世界中能够接触到业务“闭环数据”的任务，大模型都有可能侵蚀该领域业务，创造该领域的“数智员工”。所谓“闭环”，是指Agent与业务环境的互动中，持续改进的“反馈飞轮”。过去我们可能低估了模型厂获取不同领域闭环数据的能力。模型厂无需拥有底层业务系统，而是可以通过用户交互反馈、专家标注训练以及 Harness系统的日志记录，逐步获得某类任务的行为轨迹和结果反馈。

编程领域是最典型的例子。Claude与Codex 不仅从公开代码库中学习代码知识，也在真实用户的使用过程中不断获得任务反馈。用户会指出生成代码的 bug，要求模型修复报错，补充边界条件，调整架构设计，或者让模型根据测试结果反复迭代。编程任务天然具备较强的自验证能力：代码能否运行、测试能否通过、类型检查是否报错、CI 是否失败，都会形成清晰反馈。因此，模型厂能够在“生成—执行—报错—修正—再执行”的循环中，不断提升编程任务的成功率。

类似逻辑也正在向金融、法律、咨询、运营等数字化白领任务扩散。以金融行业为例，OpenAI、Anthropic 等模型厂通过聘请华尔街金融分析师参与训练和评估，让模型学习如何制作路演材料、做行业调研、解读财报、搭建估值模型、撰写投资备忘录、比较公司竞争格局等具体任务。专家会给模型做任务的演示示范，也会对Agent完成任务的情况给出专业意见，“反馈”本身甚至能够形成专业的评估模型，使得Agent在具体任务上形成一定的自动迭代。

在最新的 LLM + Harness 架构中，这种趋势会进一步加强。模型不只是回答问题，而是作为 Agent 被嵌入工具链中，负责规划任务、调用工具、传递参数、读取返回结果，并决定下一步行动。于是，每一次任务执行都会天然生成行动轨迹数据：模型调用了什么工具，传了什么参数，得到了什么结果，如何解释结果，下一步如何决策，最终用户是否采纳、修改或驳回。这些轨迹比普通对话数据更有价值，因为它记录的不是“用户说了什么”，而是“一个真实任务是如何被完成的”。在商业协议、隐私政策和企业数据权限允许的前提下，这些行动轨迹会逐渐被模型厂内化为模型能力。

大模型已经从大学里毕业，进入社会每个行业去找人类老师傅手把手教学，也通过实际工作任务，在被客户教育的反馈过程中自我学习进步。因此，模型厂的扩张边界可能比我们原先想象得更宽。他们想吞噬的，不是某个行业的业务本身，而是这些业务之下，那些发生在数字世界里的工作岗位。

模型公司快速增长的收入与估值，正是来源于这样一个巨大的目标市场：人类100万亿美元的GDP中约一半的人工岗位开支。这50万亿的TAM，是投资长河中未曾出现过的巨大目标市场空间。别人家的裁员与失业，成为Anthropic的收入。但实际上裁员只是故事的一半，模型不止在替代人的岗位，硬币的另一面是在突破人均生产力边界。这是自然的结果。

下图来源于Epoch AI，Anthropic人均创收达到了900万美元，是当前资本市场上最高的英伟达500万美金的将近两倍，是第三名Meta的将近4倍。这意味着同出一个时代，这些企业要么须经历大量的裁员，要么主业收入要经历大幅增长，两者皆无的就等着被时代所淘汰。

除了大模型在吞噬工作岗位，广告是另一个AI应用在产生实际效果的地方。

即便在过去的互联网时代，广告一直是效率极低且浪费严重的环节。按照Meta的统计数据，广告点击率仅2%，点击后的成交率约7%，最终有效成交率只有0.14%；谷歌虽然高一些，但有效成交率也仅约0.5%。换句话说，近99.9%的广告都属于“废物”，所以才需“广而告之”去换取那一点成交，这也是广告长期以来给人留下负面印象的原因。

当AI开始介入后，情况发生了根本变化。

首先，AI Agent正在全面替代广告主的广告投放团队。过去广告投放商家需要一个团队来制作广告素材，选取广告投放点和广告形式，出价竞标等工作，很多中小商家自身并不具备这样的能力。现在谷歌的Performance Max和Meta的Advantage+在很多领域已经可以将该工作全程自动化，大幅增加了广告的竞标量。

其次，AI大模型正在对广告与用户的匹配机制，进行大幅升级。例如，Meta在2025年2季度，推出了GEM基础大模型，将广告匹配这件事从“标签相关性”升级到“行为序列性”。LLM 通过上文预测“下一个词”，而 Meta 的新系统是通过用户过去一系列的行为来预测用户的“下一个转化动作”。过去，用户向谷歌的提问实际上明确表达了需求，而Meta只能模糊低效地为用户“创造需求”。行为预测模型的介入，使系统有机会从用户连续行为中捕捉隐含意图：一个用户刚刚看完滑雪攻略、收藏了雪场视频、搜索了酒店、关注了装备测评账号，那么他接下来可能需要的，就不再只是“旅游”或“运动”这个粗标签，而可能是雪票、滑雪服、护目镜、租车、保险，甚至是当地餐厅和亲子课程。这在不断提高广告的点击率和转化率。

再者，当未来个人超级助手开始普及后，Agent 电商会成为一种新的电商模态或者广告形态，就如直播电商一样。Agent会让广告的各个环节得到极致压缩。Agent的出现，会让购买流程进行极致压缩。传统广告更多依赖用户主动搜索或被动接受，而Agent能够更加主动唤醒需求、生成推荐，并完成从商品感知到下单购买的整个闭环。在未来，广告的博弈将变成：商家负责生产，AI 负责对比，而“人类真实用户”负责打分。Meta 如果能利用其 AI 模型，从几十亿条 Story 和 Reels 中提炼出真实的使用反馈（而非 AI 水军的赞美），它将成为 Agent 决策链路中的“首席法官”。

随着AI Agent的深度介入，广告的盘子正被重新定义。过去的TAM可能只有一万亿美金级别，占全球GDP的1%的比例，但随着AI Agent能力的提升，AI替代的是广告投放团队、销售团队、促销活动和门店铺租等销售费用，占GDP的10%—20%。在美国很明显的趋势是，随着广告越来越精准，其占GDP的比例也在节节攀升（如下图）。这个看似传统的市场，年增速正在不断往20%、30%以上去提升。单单以谷歌和Meta两家公司来算，因为AI对广告推荐系统的改善，2026年新增广告收入就将达到1200亿美元。这是实实在在的AI应用创收。

潮水永不回头，时代的巨轮，正无声地向前碾过。我们看到的不只是底层基建的竞争性繁荣，还有AI应用侧开始开花结果。所以，不要再纠结一时的起落，不必盲从瞬间的冷暖。静下心，守住格局，捂住时代赋予的筹码，好好活着，认真前行。千万别错过，这波澜壮阔、属于我们的伟大时代。

【附东方港湾董事长但斌诗一首】

千万不要错过一个伟大的时代

——但斌

潮水从不回头
时代的巨轮，正无声向前碾过
有人困在眼前的细碎喧嚣
有人站在周期之上，仰望星河

不必纠结一时的起落
不必盲从瞬间的冷热
山河在变局中重生
机遇在漫长坚守里开花

生逢其时，已是莫大幸运
别让犹豫困住脚步
别让短视辜负流年

静下心，守住格局
握住时代赋予的筹码
好好活着，认真前行

千万别错过
这波澜壮阔，属于我们的
伟大时代

风险提示及免责声明：市场有风险，投资需谨慎。在任何情况下，文章中的资讯仅供读者参考之用，文中提到的公司亦仅为阐述产业逻辑，所有内容均不带任何投资建议，读者不应单纯依靠本文而取代个人的独立判断。对于因使用、引用、参考本文内容而导致的投资损失、风险及纠纷的，东方港湾不负任何责任。