计算机行业研究：算力再次加速的底层逻辑

计算需求范式跃迁：从Prompt到长Agent

1. 从Prompt到长Agent的变迁

人工智能交互范式正从单次问答（Prompt）转变为能够推理、规划和持续运行的自主Agent。OpenRouter平台数据显示，多步骤推理和链式工具调用正快速取代传统单轮交互。开源Agent框架OpenClaw以超过24.8万GitHub星标登顶，标志着长运行Agent从实验阶段全面进入生产部署。

2. Agent上下文长度的结构性增长

Agent任务对Token的消耗远超传统问答场景。Anthropic实测显示，单Agent消耗约为对话模式的4倍，多Agent系统高达15倍。NVIDIA指出，下一代AI工厂需处理数十万输入Token以支撑Agentic推理所需的长上下文。

3. 长Agent驱动算力需求非线性提升的原因

3.1 大模型架构的天然机制

• 大模型自注意力机制计算成本与上下文长度呈二次方增长。
• 推理Decode阶段受制于内存带宽，KVCache随上下文线性膨胀导致GPU利用率下降。
• 主流厂商按上下文长度分档定价（如谷歌Gemini 3.1 Pro、阿里云Qwen）。

3.2 多Agent通信开销

• 多Agent协作架构兴起，Gartner数据显示企业询盘量暴增1445%。
• Google DeepMind研究指出，并行Agent间全局上下文压缩传递产生“协调税”，通信成本随Agent数量非线性扩大。

3.3 杰文斯悖论效应

• 模型推理效率提升刺激使用量更快增长，微软CEO纳德拉预判AI使用量呈爆炸式增长。

4. 投资建议

相关标的

• 海外算力/存储：中际旭创、东山精密、胜宏科技、Lumentum、美光等。
• 国内算力：寒武纪、东阳光、海光信息、浪潮信息等。
• CPU：海光信息、中科曙光、澜起科技等。
• AI应用：
  • 超级入口：腾讯控股、智谱、阿里巴巴等。
  • AI INFRA&高增长&高壁垒：星环科技、德才股份等。
• 其他：空天时代、具身智能等。

5. 风险提示

• 行业竞争加剧风险。
• 技术迭代不及预期风险。
• 特定行业下游资本开支周期性波动风险。