“AI泡沫”是这两年资本市场不时就会被提起的话题。单从数据来看，动辄百亿美金的估值使得一些担忧不无道理，但如果深入技术浪潮的底层逻辑，可能又会有另一番景象。
面对此种看似矛盾的情形，在第20届中国投资年会上，长石资本创始合伙人汪恭彬分享了其对相关行业参与者的“田间调查”详情，以在更贴近真实产业温度的情况下，试图回答一个更本质的问题：AI时代，产业究竟发生了什么变化，投资逻辑又该如何重构。
汪恭彬认为，AI不再只是技术进步的延伸，而成为重塑产业结构的核心变量。从“能对话”走向“能做事”，从数字世界迈向物理世界，AI的边界正在被重新定义。“我们的选择是——坚定站在产业重构这一侧”。在汪恭彬看来，在这个重构过程中，Token经济学是一个关键词，眼下对算力的消耗和需要，才刚刚开始。
Token经济学的起飞时刻正在到来
长石资本创始合伙人汪恭彬
汪恭彬将调查对象分为了三大类——二级市场资深投资人、刚参加完美国GTC的行业人士、一家头部算力服务商。
首先，二级市场资深投资人明确认为，今天绝非互联网泡沫时期的“思科时刻”。1990年代至2000年初，思科作为互联网基础设施的核心供应商，股价在约10年内飙升超过1000倍，然而，互联网泡沫破裂之后，公司股价暴跌超90%。
对此担忧，一些在硅谷从业多年的资深人士指出了两个关键区别。一方面，思科主业为光纤铺设，产品寿命大约15年左右，属于“一次性基建”，而算力属于一种“永续消耗的燃料”，市场对算力的需求是持续的、需要不断更新的。另一方面，需求驱动不同，盈利模式和资源价格逻辑也不同。所以，AI确实是一场新的工业革命，它的深层逻辑与当年的互联网泡沫不可同日而语。
其次，一些刚从美国GTC参会回来的行业人士观察提出，AI领域，中美已经进入“错位竞争”的阶段。美国在底座模型上仍然保持一定优势，但中美在模型能力上的差距正在缩小。与此同时，中国在硬件领域的优势，特别是供应链和非结构化场景方面的优势，正持续加强。
如果把时间维度拉长来看，中美博弈的焦点也在演变。2025年之前是模型能力的竞争，今年开始转向Token消耗的竞争，而Token消耗除了来自模型本身，更会来自物理AI的调用。接下来，将是Token消耗与具身场景的竞争，最终会回归到对AI能源的调用，乃至终极能源的竞争。
汪恭彬进一步明确，中国的优势正体现在复杂的非结构化场景、硬件迭代速度，以及场景数据收集和商业化落地方面，而且越来越明显。
最后，某头部算力服务商分享了目前算力和Token租赁的资源分配比例：占比最大的是基础大模型和AI Coding，其中在基模的调用里面，Coding又占了大头，大概80%左右。再往下是Agent，之后才到具身智能，目前占比还很小。
该服务商指出了两个新变化。一是推理侧开始爆发。在OpenClaw出现之后，以MiniMax为代表的第三方模型开始更多地调用推理算力，而此前调用更多是训练环节，这是一条全新的趋势线。二是中国物理AI和具身智能的公司，正在把数据训练提上日程，今年称得上是数据训练的元年，接下来就应该是部署的元年，随之而来的推理和Token消耗只会越来越多。例如两周前，中国人形机器人头部公司开始提出租赁5000张卡的集群需求。
基于上述观察，汪恭彬总结认为，Token经济学的起飞时刻正在到来。从能力演进逻辑看，AI正在从更好的“百度”变成拥有技能的“专业助手”，再迈向系统级的全能专家。Token消耗也随之从对话生成的线性消耗，转向任务执行的非线性爆发。这里面存在一个百万倍的算力缺口，算法乘法效应正在催生真正的“AI工厂”。
从“能对话”到“能做事”
AI的交互方式正在从Chat Box进化到Workflow，再到OpenClaw。汪恭彬表示，OpenClaw是分水岭，它标志着AI正式从实验室走出来，从数字世界走到物理世界。投资层面同样如此，长石资本在投人形机器人项目的时候，会观察产品能够给真实的物理世界带来什么样的变化，即在工业、商业或者家庭场景的具体落地情况。
具体而言，三大条件的成熟，意味着OpenClaw出现之后，智能机器人行业会进入发展新阶段。其一，推理拐点，o1等模型让AI变得可信、有根据，解决了物理AI在复杂不可控环境中的决策逻辑问题；其二，OS的统一，OpenClaw为机器人提供了通用的“大脑与物理动作”的翻译和连接接口；其三，架构齐备，NVIDIA的三大生态——Jetson、DRIVE、Omniverse让物理AI走出实验室，训练、仿真、机载三位一体。
汪恭彬总结，OpenClaw在数字世界验证了大脑指挥手脚可行的路径，而具身智能在物理世界可以复制这一路径。
整体而言，算力是确定性的底座，投资机会存在于“能源—基础设施—算力—应用”的完整逻辑链条之中，而AI有机会对所有的产业进行重构，每一个环节都蕴含着巨大的投资机会，这会是一个终极的红利。
