万众期待已久的Ai什么时候落地？先说结论：2025年我们极大概率能看到Ai Agent大量落地应用，Agent不是一个具体的产品或者Killer App，而是一种Ability。

为了更好的让大家理解Agent究竟是如何发挥作用以及落地的场景和范式究竟是什么样子的，我先打一个理工科都能够理解的比方：

我相信很多理工生都用过MATLAB、SAS、R等工具，一开始在上手的时候都会自己去coding一些方程或者公式，但很快用熟了就会发现，这些软件里面自带了很多“算法包”，你只需要输入基本的参数就可以很快得出结果。笔者因为学的是Statistic，里面很多公式或者算法十分复杂，但是不用自己coding，用算法包可以极大节省时间和效率。与此同时，算法包本身有很多作者，基本上这些软件都是开源和社区化运作，你也可以自己去upload某个解题场景的算法包给其他人用。当然同一个算法包（比如最简单的线性回归模型）有很多作者都upload，使用最多的那个多半是最靠谱的，当然也有很多不靠谱的算法包会有bug。

所以说到这里差不多有Agent落地的画像了：当AI的推理成本和使用可及性让千千万万的“非coder”的专业人士能够训练自己的Agent并且能upload到一个社区的时候，我们就可以看到Ai大规模的落地应用，而这件事，以目前大模型的水平，本身并不遥远。

还是举个例子，比如Ai教育这个领域，我们不是要期待一个APP或者产品去解决某一个细分垂类的问题，而是要提供一个平台，让中国大部分高特级数学教师到这个平台上去训练和upload他们自己的Agent，这个Agent可以很简单，比如某个类型三角函数的题目具体解法和教学方法；也可以很复杂，比如整个函数或者平面几何的教学大纲。与此同时，学生可以在这个社区里面去调取什么他/她需要的Agent去解决具体的问题（类似上面说的算法包），注意这里和虚拟数字人的概念完全不一样，同一个老师可以upload多段Agent，这种Agent可以是多模态的也可以是LLM。这也是笔者不太看好像豆神教育这种公司的原因，其对产品的认知还停留在上个时代，期望自己做一个产品去解决大部分问题，最终这类产品是非常难用一定会有各种bug的存在的。我认为AI时代的产品一定要用AI思维去做。另外还有一个公司Four，最近吹的大V很多，我个人也存疑，虽然它确实是在做平台，但是却是“形似魂不似”，本质上还是B类客户的各种工程外包的dirty work，商业模式和客户类型决定了基因和文化很难做成社区那种模式，这个也不说太多了，吹得人多怕被骂。

所以结论就有了：Agent是一种封装的能力，Agent本身可以非常简单，当所有人都在upload和download Agent的去解决一个非常具体甚至很小的问题时候，我们其实就看到了AI 应用的落地，而不是一个killer app，所谓的killer app就是一种垂类社区化运营的平台。

基于上面的推演，我觉得投资机会有如下：

1、本身具有大模型能力的公司，代表有OpenAi、Meta、字节、科大讯飞等；大模型就像超市一样，提供最基本的LLM以及各类封装好的垂类模型供“作者”微调和使用，当然很快大家就会有“口碑”和评分，比如哪家的大模型在训练哪一个Agent的时候好用，哪家不靠谱经常出bug。

2、Ai推理测会极大增进Ai算力的演进；这一点也是我在Ai硬件几乎全部都很景气的背景下（比如光模块、铜缆、CPO、电源）选择了跟推理最相关的CPO和先进封装，我觉得不同Ai硬件代表的背后逻辑可能不一样（比如铜可能更偏向训练侧），此外，推理测的繁荣也会更加拉动国产半导体先进封装的弯道超车，在硬脱钩的背景下，一些前道设备国产替代和Ai推理增量的背景下出现了非常好的机会。另外关于CPO和推理算力的关系，也欢迎大家留言继续讨论。

多说一句，有时候真的需要走在机构的前面才能赚钱，现在Ai硬件全部都景气的背景下，推什么票的都有，当我看到GL这种毫无投研能力的基金经理买了zjxc就直接黑线了。。。

3、本身提供Agent社区运营的公司。实话实说，一个公司的基因和文化决定了一切，现在其实不少公司已经在做平台化社区运营的布局，比如360、讯飞、百度、阿里等（这里提一句360，去年推出大模型超市的时候我还BS，心想这有什么技术含量不就是做个链接把其它家的大模型放上去么，现在看来红衣教主在一些事物的认知还是超前的）。但真正能做好做成的可能是一些还没有诞生的新物种公司。不少朋友看到我今天买了泛微，其实不是本身多看好他家能做成，而是纯正的Agent在A股我觉得除了刚才说的平台型公司就没有，泛微本身市值不高业绩不错又有Agent的概念，从交易的角度上是不错的选择。