AI智能体的疯狂进化，给联想带来了逆天改命的黄金时代

这是雪贝财经第 604 篇原创文章

作者：栖迟

过去至少两个季度，对AI将改变人类商业范式持激进态度的投资者一直在寻找机会，以狠狠反击那些宣传AI泡沫论的做空机构，但苦于一直未等到强有力的突破口。毕竟，能够证明AI可以帮助人类实现生产力跃迁的标志性事件从未发生。

如今，机会终于来了。在过去的短短一个月内，以Anthropic公司推出的多种AI智能体为代表的新一代工具，开始将AI从“回答问题”推进到“执行任务”的阶段。无论是能够自主处理多步骤工作的Agent功能，还是可以根据需求直接编写软件的Claude Code，以及OpenAI推出的Codex等类似工具，都在展示一种新的能力形态：AI不再只是辅助工具，而是能够承担完整工作流程的执行者。

这意味着AI正在从“工具层”进入“生产层”，要理解这一巨大升级的关键，在于重新界定AI智能体的含义。传统意义上的AI应用更像一个随问随答的助手，而智能体更接近一个具备明确目标、能够调用工具、并在较少人工干预下完成复杂任务的小型团队。它可以持续运行，在后台整合信息、处理文件、生成程序，最终直接交付结果。这种持续运行能力，本质上让AI具备了类似“数字劳动力”的特征。

这意味着AI开始进入真实生产环境，而不仅停留在信息交互层面。当这种能力进入现实商业场景，其冲击首先体现在软件行业。如果你是一位投资者，此刻应该正在努力推演：当非专业用户借助AI智能体即可构建应用、处理数据甚至完成部分专业服务，那么高昂的软件订阅费用与定制开发需求是否依然有必要？市场在过去半个月里已经给出了最直接的反馈，部分SaaS公司的股价折损严重，它们大多是互联网时代的巨无霸企业，如Salesforce这样的科技巨头。这背后本质上反映的是投资者对未来价值分配结构变化的预期。

当然，AI智能体未来进化究竟会有多快、能力有多强大恐怕终究非碳基生命所能想象。但是，可以确信地是，关于AI泡沫论的汹涌辩论已可就此停息。毕竟，AI智能体已证明有潜力从几乎所有经济领域攫取价值，而不仅仅是软件和数据领域。

然而，如果投资者仅仅将这场变革理解为软件能力的提升，仍然低估了它对旧秩序的冲击力。在AI面前，如果万物皆可重塑，且能带来生产效率、商业价值的颠覆性提升，那么AI智能体对于整个全球AI产业链的秩序重塑将会立刻发生。因为对于AI行业本身，真正深刻的变化，并不发生在应用层，而发生在更底层的计算结构之中。

这也是我们在这篇文章真正想要讨论的：AI智能体正在改变AI行业一个看似基础却极其关键的问题：计算究竟发生在哪里？

过去十余年，云计算的兴起建立在集中处理的经济性之上。终端设备逐渐轻量化，越来越多的应用被迁移到浏览器和云端，硬件在某种程度上被“去价值化”，成为标准化的接入终端。这一过程，使软件行业和互联网平台攫取了产业链中绝大部分利润，而硬件厂商更多依赖规模和效率维持竞争力，其议价能力相对有限。

但是，AI智能体的出现改变了计算的特征。持续运行、多步骤推理以及对本地文件与系统环境的频繁调用，使得全部依赖云端既增加延迟，也推高成本。本地推理与边缘计算因此重新获得现实意义。从成本结构上看，频繁调用云端推理本身就意味着持续付费，而本地算力则更接近一次性投入后的边际成本下降，这种经济性差异正在被越来越多企业重新评估。

过去几个月，Clawdbot开源AI助手的爆火，导致开发者涌向Mac mini。原因即是Mac mini具有低成本、高内存、低功耗、安静运行和隐私性强的特征，无需高端硬件，却支持高效AI推理，是理想的本地服务器。

这种算力的转移，背后的本质逻辑可以被描述为“AI本地化浪潮”，其意味着一种戏剧化的改变正在发生：AI产业链的价值重心可能出现一次重要迁移。如果智能体成为新的生产单元，而计算更多分布在终端与边缘，硬件厂商将比过去更接近价值链中心。这也意味着一个在云计算时代相对沉寂的行业，可能迎来新的战略地位。

一场由AI智能体进化引发的计算迁移，可能成为硬件厂商创造一段“逆天改命”的黄金时代。

壹：被改变的计算边界

如果回看最初的AI大模型应用，其核心形态是“对话”。用户提出问题，模型给出答案，整个过程本质上是一种信息生成行为。这背后的计算主要发生在云端，终端设备的角色相对有限。

如上文所述，Anthropic和OpenAI推出的一系列AI智能体，正在让AI具备任务执行能力。Claude Code可以构建软件，Cowork可以处理多步骤任务，新版Codex可以在接近真实开发环境中运行。这类工具的共同特征，是AI开始直接进入用户的工作流，而不再停留在对话框中。

这种变化看似只是能力增强，实际上意味着计算边界正在被重新定义。

AI智能体的运行逻辑是直接操作真实环境，进入正式的商业流程。当模型能够读取文件夹、整理文档、提取数据甚至调用应用程序时，它已经不再是辅助工具，而是在参与生产系统本身。过去的软件工具是由人操作，而现在，人开始把目标交给AI智能体，让AI智能体去完成一系列步骤。

与传统AI相比，AI智能体的任务链条变长，使计算负载结构发生变化。文本或图片生成是一种相对短链条的计算，而多步骤任务则往往需要频繁访问本地资源、反复推理并调用不同工具。在这种场景下，本地算力的重要性迅速提升，终端设备不再只是显示结果，而是成为计算过程的一部分。

这背后也意味着计算架构正在从集中式走向分布式。训练仍然高度依赖云端，但越来越多的推理和执行任务正在向终端和边缘侧分布。这不仅是技术选择，更是效率、成本和隐私要求共同作用的结果。

当计算发生的位置开始变化，产业链的价值分配也必然随之变化。历史上，每一次计算架构的迁移，都会带来新的赢家。而这一次，硬件厂商的价值迁移是站在变化的入口处。

贰：计算回流终端

如果从更长的时间维度看，硬件行业曾经历过多轮技术周期，但真正能够改变产业利润结构的机会并不多。过去几十年里，PC性能不断提升，服务器能力持续增强，但产业利润的核心始终集中在操作系统、数据库和互联网平台。硬件厂商更多承担规模与制造角色，其议价能力相对有限。

AI智能体的进化将很可能会打破这种格局，至少正在印证这种趋势。最直接的变化，是AI应用对硬件性能的依赖正显现提高，而且这种依赖不是一次性的，而是持续性的。

AI编程、仿真建模、数据分析等任务，对内存容量、存储带宽以及本地算力的要求远高于传统办公场景。越来越多的开发者开始关注设备配置，而不仅仅是云端资源。一些高性能PC、小型工作站和具备AI加速能力的设备需求明显上升，这种变化并非短期热点，而是使用方式变化带来的必然结果。

与此同时，本地推理正在成为效率与隐私之间的重要平衡点。企业客户越来越重视数据安全，同时希望获得更低延迟的响应体验，这使端侧AI和边缘计算逐渐从“可选项”变成“基础能力”。在金融、制造、医疗等行业，这种趋势尤为明显。

当然，这其中更深层的变化在于硬件设备正在成为AI体验的入口。当AI可以长期驻留在个人和企业用户设备中，并持续执行任务，设备本身就不再是一次性消费品，而是一个持续运行的计算节点。比如，用户每天打开的电脑，很可能会成为AI最重要的入口之一。

这种入口的变化，意味着硬件厂商正在重新进入价值链的核心位置。但是，并不是所有厂商都能抓住这次机会，真正的分化正在发生。

叁：从设备到体系

在AI智能体时代，硬件厂商的竞争逻辑也正发生变化。单一产品优势已不再足够，能够覆盖“端、边、云”的厂商，将更有可能在新周期中占据主动。因为AI智能体的运行，本质上就是多层算力协同的过程。

从全球AI产业链的产业结构看，当前大致存在几种不同路径。部分消费电子厂商强调终端与操作系统的深度整合，通过生态闭环强化用户入口；云厂商则继续扩大数据中心能力，强化模型训练与推理基础设施。而另一类厂商，则试图打通终端设备、边缘计算与数据中心之间的协同关系。联想集团正属于后者。

从业务结构来看，这家企业在全球AI产业链中即有PC与工作站业务，且是全球最大规模的端侧AI厂商，是全球范围内极少数同时实现大规模化的B端与C端业务的企业。同时在服务器、存储和边缘计算领域持续投入，是少数具备全栈基础设施能力的厂商之一。

过去几个财年的业绩显示，其基础设施解决方案业务的收入规模不断扩大，盈利能力也逐步改善，反映出企业级客户对算力基础设施需求的持续增长。

工作站和高性能PC的需求变化，提供了一个事实上的侧面印证。随着AI开发与数据分析场景的增加，企业客户对高算力终端的需求明显上升，这使终端设备与数据中心之间的协同关系变得更加紧密。

更重要的是，联想提出的混合式AI战略，与AI智能体的演变路径高度契合。因为AI智能体的运行环境需要本地算力、边缘节点与云端模型协同运行，而混合式基础设施正是为这种架构设计的。联想在这一方向上的布局并非始于近期，而是过去几年持续投入的结果，这使其在产业变化到来时具备了更好的准备。

当然，供应链与产品体系的灵活性，也是一个容易被忽视但极为关键的能力。AI工作负载变化极快，设备配置需求不断调整。能够通过滚动预测、供应商协同以及模块化设计快速响应市场变化的厂商，将拥有明显优势。联想长期建立的全球供应链体系，使其在这一方面具备较强的适应能力。

从更宏观的角度看，未来硬件厂商之间的竞争，将越来越体现为生态与解决方案能力的竞争，而不是单一设备性能的竞争。

肆：何为黄金时代：产业话语权

如果把关于AI产业链的视角再拉长一些，我们就会发现，这场变化的意义可能远超一个技术周期。如果说过去二十年，是软件定义世界或者更直白地说是“软件吞噬世界”，那么未来十年，可能是软件与硬件共同定义世界的时代。

为什么这么说？AI智能体的时代正在把硬件从“成本中心”变成“价值中心”。因为当设备成为AI执行任务的载体，它本身就成为生产力的一部分。企业在采购设备时考虑的，不再只是价格和性能，而是能否支持新的工作方式。

这背后是生态关系的变化。因为芯片厂商、模型提供方、设备厂商和应用开发者之间的合作将更加紧密。联合优化、联合验证将成为常态，因为只有软硬协同，才能真正释放AI智能体的效率。联想集团近年来持续加强与芯片厂商和软件伙伴的合作，正是这一趋势的体现。

最终，这一切都会体现在产业利润结构的再分配或者说是再平衡之中。当计算从集中式云端走向分布式架构，终端和边缘侧的重要性上升，硬件厂商在价值链中的位置自然提升。

这种变化不会或许不会在短期内完全显现，但趋势已经开始形成。

因为，回看计算产业的历史，每一次架构迁移都会带来新的格局。个人电脑的普及改变了大型机时代的产业结构，移动互联网改变了PC时代的竞争逻辑，而AI智能体所推动的分布式计算，也将必然开启新的周期。

如上文所述，本质来说，AI智能体真正改变的不只是软件的能力，而是计算发生的位置、设备的角色以及整个产业的价值分配方式。

对于那些同时掌握终端设备、边缘节点和数据中心基础设施的厂商而言，这不仅是一轮技术浪潮，更可能是一场重新定义产业地位的历史窗口。而这样的窗口，在计算产业的历史上，从来都不会频繁出现。