从技术演进到算力消耗估算 深度拆解AIAGENT：AI进入TOKEN时代 MCP赋能AGENT迈向泛智能
以产业演进角度看,AI Agent 的发展路径类似于搭积木过程,过去各模块(大模型智能性、多模态推理、Coding 能力、工具调用Tool Use、Token 经济、算力支撑)零散分布,单一技术无法形成闭环,Agent 形态始终停留在“缺乏行动能力”的状态。当前,以MCP 为代表的工具调用协议标准化落地、OpenAI 的Agent SDK 框架逐步完善、大模型Coding 能力提升至产业应用级别、Token 调用成本大幅下降等因素叠加,各项技术模块已逐渐完整拼接。
我们认为,AI Agent 已经走到从组件齐备到整体协同运转的“临界点”,产业生态将步入爆发式增长阶段。预计将有越来越多的工具、软件开发接口,供大模型调用以提升其用户使用体验。且随着Token 价格的下降,Agent 渗透将加速。以MCP 聚合平台Smithery 为例,平台上已经有超过3500 个MCP 服务器推出,涉及多个领域。
技术演进:
大模型:基础对话-需求对齐-智能涌现-多模态+长时记忆-强Coding 与推理能力。
工具调用:RAG(检索增强生成,扩展大模型记忆能力)-Function Calling(函数调用,通过强化学习大模型可以调用外部一切)-MCP 协议(统一了各大模型与各工具间的通信格式)-计算机操作(以OpenAI 的Operator 与Anthropic的Computer Use 为代表)。
技术迭代:COT 的提出(思维链,让模型具备规划能力);LangGraph 等的Agent开发框架的完善,增强大模型处理复杂问题、多重推理的能力;Cursor(估值25 亿美元)、Cline 等AI 代码编辑器的推出,加快AI Agent 所需的工具模块的开发。
算力消耗测算:
以GPT-4o 为基准,假设一个日活规模达到10 亿的全球级AI Agent 应用,每日所需算力约相当于14.15 万张NVIDIA H100 SXM GPU。随着未来Agent 应用向多模态、复杂推理与高频次Tool Use 方向演进,这一需求预计还将进一步指数级攀升。
两个案例:1)Manus 一次标准复杂度任务执行预计消耗20 万Tokens;2)Cline+ MCP + claude sonnet 3.7 组合一次标准旅行规划消耗93.34 万Tokens。
相关公司推荐关注:
我们将产业链相关标的分为:1、硬件与基础设施(NVIDIA、AMD、Intel、TSMC、中芯国际、Amazon、Microsoft、Alphabet、CoreWeave、阿里巴巴);2、模型开发与研究(Alphabet、Microsoft、Meta、阿里巴巴、腾讯控股、科大讯飞);3、平台与工具(Hugging Face-未上市、Brevian-未上市、Anysphere-未上市、Coze-字节跳动旗下、Scale AI-未上市、Turing-未上市);4、应用(特斯拉、Salesforce、Adobe、Palantir、快手、阿里巴巴、腾讯控股、Boss 直聘、美图、 多领国)。
A 股传媒相关标的:1、AI 教育:南方传媒、豆神教育、荣信文化、世纪天鸿;2、AI 陪伴:奥飞娱乐、上海电影、汤姆猫;3、AI 工具:果麦文化、昆仑万维、易点天下;AI 娱乐:恺英网络、巨人网络、盛天网络。
风险提示:1)AI 大模型与AI 应用发展进度不及预期风险;2)技术、环境变化导致测算依据失效的风险;3)数据信息更新不及时风险。