今年科技投资不是没有机会，而是 " 闭眼买板块 " 的时代过去了。

随着美联储降息的预期推迟或落空，AI 为代表的科技板块的估值不再出现普涨，而将迎来分化。当下，我们更应该关注有基本面支撑、有预期差、还能把业绩兑现出来的细分方向。

而新技术的突破，意味着产生新的市场预期。这次，OpenClaw 和 " 养龙虾 " 的走红，正在把 AI 推进到一个新的投资阶段。

表面上看，这只是又一个 Agent（智能体）产品爆发；但往深了看，它改写的是 AI 系统的运行方式。大模型不再只是被动回答问题，而是开始自主拆解任务、多轮调用模型、持续访问工具、长期维护上下文。

这意味着，AI 产业的竞争焦点，正在从 " 谁的模型更强 "，转向 " 谁能以更低成本生成更多有价值的 Token"。

换句话说，下一阶段比拼的不只是总算力，而是单位能耗到底能产出多少有效 Token，即 Tokens per Watt（Token/W）。

这也是妙投判断下一阶段 AI 投资机会的核心框架。

如果说上一轮 AI 行情主要围绕 " 堆 GPU"，那么这一轮更值得关注哪些环节能真正提升 Token/W，谁就更可能成为新一轮资本定价的中心。

顺着这条主线看，至少有三类资产正在被重估：

一是负责调度和编排的 CPU；

二是负责搬运数据的高速互联与 CPO；

三是掌握 Token 收费权的大模型厂商。

一、CPU 成为决定效率的指挥官

过去在对话式 AI 场景里，CPU 的重要性并不高。

从流程上看，用户发出请求，CPU 负责接收、分发，再把任务交给 GPU 执行，最后返回结果。

在这个链条里，GPU 像厨师，CPU 更像传菜员——等炒好端上来就行，CPU 的作用只是 " 打杂 "，能用就行。

但 Openclaw 为代表的 Agent 改变了这一点。

Agent 不是一次性问答，而是一个持续运行的系统。它要拆解任务、调用工具、等待结果、修正路径、再次调用工具，形成多轮循环。

这类工作流的复杂度，远高于传统 Chatbot。

问题在于，GPU 擅长的是大规模并行计算，不擅长逻辑控制、任务编排、I/O 管理和跨工具调度；而这些，恰恰是 CPU 最擅长的部分。

所以，进入 Agent 时代后，CPU 的角色不再只是 " 辅助算力 "，而更像是整个 AI 工作流的指挥官。

指挥官（CPU）凭借高效的调度能力，可以减少 GPU 空转、降低等待时间、压缩系统性损耗，从而提高单位能耗下的 Token 产出。

这便意味着，CPU 的重要性将被重估。

有数据表明，对话式 AI 场景下，CPU 主要负责 Token 化等边缘计算工作，工作量仅占约 5%；代理型 AI 模式下，CPU 承担工具调用、任务编排、实时决策等大量非 AI 原生计算，消耗量占 AI 工作流的 80-90%。

需求端已经有迹象。

据 Creative Strategies 预测，数据中心 CPU 市场规模将从 2026 年的 250 亿美元增长至 2030 年的 600 亿美元；如果叠加 Agent 相关需求，规模有望逼近 1000 亿美元。

ARM CEO Rene Haas 也曾表示，随着 Agent 驱动应用扩张，数据中心单位功耗所需的 CPU 算力需求可能增长到当前的 4 倍以上。

更关键的是，CPU 还是一个供给弹性没那么大的行业。

和存储有些类似，服务器 CPU 长期是高度集中的双寡头格局，英特尔与 AMD 主导市场；一旦 AI 链条挤占产能、原材料成本上升、交期拉长，CPU 的价格就因供需错配进入上行通道。

据日经亚洲 3 月 25 日报道，英特尔与 AMD 已通知客户上调全系列 CPU 价格，平均涨幅在 10%-15%，部分产品涨幅更高；同时，交货周期将从之前的 1-2 周大幅延长至 8-12 周，个别情况下甚至将长达 6 个月。

因此，妙投认为，CPU 正在进入新的景气周期，整个赛道将迎来价值重估。参考存储的上涨，资本市场愿意给出更高的溢价。

当然，最大的受益者会是，海外 CPU 双雄英特尔、AMD。受益于国产替代，海光信息等国内 CPU 厂商也将迎来发展机遇和价值重估。

二、小龙虾记忆能力 " 吃光模块 "

另一方面，OpenClaw（" 小龙虾 "）为代表的 Agent 具备记忆能力，能够让用户感到终于被记住，不用反复 " 自我介绍 "，协作效率大幅提升。

" 小龙虾 " 的记忆能力本质上就是长上下文推理——把 " 记住 " 变成 " 携带在上下文里 "，把更多历史信息、任务状态和中间结果持续塞进上下文窗口里，让模型在生成下一个 Token 时，始终带着这些信息一起推理。

上下文越长，记忆雪球越大（KV Cache 越大），需要搬运给 GPU 的数据就越多，单个 GPU 装不下，就得分给多个 GPU 计算。

问题也随之升级。在每步计算（每个 token 生成）中，GPU 之间还需同步全部的记忆（KV Cache）；否则，每个 GPU 只看到局部信息，生成的 Token 是 " 瞎子摸象 "，上下文理解支离破碎。

因此，上下文越长，GPU 之间要对账的数据越多，需要 " 搬 " 的数据爆发式增长。

于是，Agent 的 " 记忆能力 " 最终会转化成一个物理层问题，即 GPU 之间的数据互联（主要依赖于光模块）是否足够快、足够省电。

从 Token/W 的框架看，这一点也尤其关键。

因为在新的 AI 工作模式里，真正昂贵的未必只是 " 算 "，很多时候更贵的是 " 搬 "，即光模块的传输效率。

传统可插拔光模块的问题在于，电信号需要经过较长 PCB 走线，损耗和发热都较高；

而 CPO（共封装光学）把光引擎直接放到交换芯片或加速芯片附近，显著缩短电互联距离，从而降低功耗、改善热管理、提升整体传输效率。

在 Token/W 投资框架下，共封装光学器件（CPO）的价值不再仅是 " 更高带宽、更低延迟 "，而是降低数据搬运的能量代价，用同样的电能跑出更多 Token。

正因如此，妙投认为，共封装光学器件（CPO）将进入加速落地的快车道，进入从 "1" 到 "100" 的阶段。

集邦咨询预测，共封装光学器件（CPO）渗透率将从 2026 年约 0.5% 攀升至 2030 年约 35%。

从市场预测数据来看，据 YOLE 预测，CPO 市场在 2024 年的规模为 4600 万美元，预计到 2030 年将达到 81 亿美元，期间的年复合增长率高达 137%。

落地在产业链上，相对于传统光模块，CPO 减少了部分有源器件，如激光器芯片、探测器芯片等，增加了集成多种光器件的光引擎、硅光芯片和薄膜铌酸锂调制器等。

而 CPO 产业链上游中硅光光引擎和 ELS/CW 光源需求将迎来爆发，源杰科技、仕佳光子等相关厂商迎来机遇。

三、大模型重掌定价权

这波 " 养龙虾 " 的浪潮，让大模型厂商看到了更清晰的商业化路径。

过去市场对大模型商业化的最大质疑在于，模型能力越来越强，但谁来付费、为哪种价值付费、付费能否覆盖成本，这些问题始终没有真正解决。

而 OpenClaw 等改变了这套叙事。

因为用户买的不再只是一次性问答，而是一个持续工作的数字劳动力。而 Token 消耗就不再只是 " 聊天成本 "，而变成了企业愿意为效率提升买单的生产成本。

近期多家厂商开始结束免费公测、转向正式商用按量计费，甚至释放涨价信号。

关键的是，市场已经开始接受高质量 Token 的收费权，而不是 " 谁涨了多少价 "。这比单纯的调用量增长更重要。

例如：2 月 12 日智谱发布 GLM-5 时上调 Coding Plan 套餐价格 30% 起，3 月 16 日发布 GLM-5-Turbo 时再涨 20%，相对 GLM-4.7 累计涨幅达 83%。即便如此，市场依然供不应求，调用量增长 400%。

另外，token 消耗的想象空间还很大。

GMI Cloud 创始人 AlexYeh 曾表示，" 随着开源和闭源的模型越来越好，token 的调用量会越来越高。所以我觉得我们甚至连 1% 或 5% 都还没有到。"

根据 IDC 数据，中国企业活跃智能体数量将在 2031 年突破 3.5 亿规模，年复合增长率达到 135% 以上，同时由于智能体任务执行密度的增长和任务复杂度的提升，也将带来智能体 Token 消耗年均超 30 倍的指数级跃升。

妙投认为，大模型厂商持续受益的确定性很高。

与此同时，资本市场对大模型企业商业化的叙事颇为认可，尤其在科技股回调时逆势上涨。今年以来，智谱、MiniMax 的股价上涨已达到 579%、483%。

这里，不禁有人会问，智谱等大模型的估值高吗？

妙投认为，由于今年大幅度上涨，智谱的估值已经透支了未来的业绩增长。

据华泰证券测算，在乐观情形下，智谱有望于 2029 年实现营收 142 亿元，可给予 29 倍的市销率（PS），对应的市值为 4118 亿元。

摩根大通将智谱的目标价从 800 港元上调至 950 港元，基于 30 倍 2030 年预期市盈率。

截至 4 月 1 日，智谱的市值已经超过 4000 亿元，股价最高达到了 938 港元。也就是说，按照机构的测算，智谱已经透支了 2029 年甚至 2030 年的业绩。

当下，大模型厂商估值不具备 " 性价比 "。接下来，投资者还需关注智谱大模型的 token 量以及业绩能否超出预期。

小结

总体而言，妙投认为，资本市场将更关注 AI 新技术带来的 " 蝴蝶效应 "，即 token 激增带来的新的商业模式（如：大模型商业化叙事）以及新的市场需求（CPU、CPO 产业链等）。

另外，中东边缘冲突推高通胀预期，美联储降息落空或加息影响整体科技股估值，因而科技股出现 " 杀估值 "，同时也会跌出 " 性价比 "。一旦冲突出现结束信号，资本将重新关注科技股，甚至 " 抢跑 " 并押注新的机会。