AI投资人王捷：当智能巨浪翻越山巅，经济秩序将如何重塑
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：投中网
AI经济是一艘巨轮，算法是甲板，而甲板还没有定型。
整理丨《每日天使》
王捷，作为中国初代AI投资人，摩尔线程(669.000, 30.00, 4.69%)的天使投资人，是那个在2020年国产GPU最不被看好的时候“投在赛道诞生时”的人，是在存储行业尚未进入AI带来的惊人业绩时投资长鑫存储的人，是在2025年底用一套“如何组织高密度的人才”框架评估模型公司从而投资了Kimi的人。在研究方面，他是深圳数据经济研究院人工智能经济研究中心联席主任——这个机构的名字，“从全球来说是第一个以人工智能经济命名的机构”。
2025 年6月，王捷在讲座《AI应用：浮现中的AI经济》中，从经济和思辨的角度，提出“计算能力成为了劳动力供给，第一阶段在数字世界，第二阶段进入物理世界”，预见了“将来有大量AI Coding全天候自动工作，搭建各垂直行业agent，以及相关的网站等”。刷屏半个科技投资圈。
半年后“龙虾热”的出现，AI 真正在社会和大众意义上从对话搜索工具，变成普通人的生产力工具。
在2026年3- 4 月，当王捷坐在上海天使投资大会的圆桌和面对媒体群访，以及上海天使会-人工智能创业营学员时，他谈论最多的不是投资回报，不是退出时机，而是“框架”——如何理解AI经济、如何评估模型公司、如何预判技术演进的路径。
他反复使用一个比喻：AI经济是一艘巨轮，算法是甲板，而甲板还没有定型。
这种气质在投资圈并不多见。过去十年王捷从事科技投资，2017年以来主要从事AI行业投资，投出了摩尔线程、长鑫存储、比亚迪(88.130, 0.66, 0.75%)半导体、万国数据、明略科技、月之暗面、京东科技、开思时代、奇安信(24.460, 0.34, 1.41%)等众多中国科技公司。
2025年，他发起了深圳数据经济研究院人工智能经济研究中心，把大量时间投入研究，先后发表了《浮现中的AI经济》、《关于AI经济的四十个问题》、《AI生产能力函数》等系列文章。
他的研究试图回答一个比“投什么”更根本的问题：当AI不仅能匹配信息，还能“交付结果”了，变成生产力的决定性因素，经济系统会发生什么？
2026年春节，这个问题的分量变得格外具体。智谱和MiniMax在港股上市后，短短三个多月，股价分别飙升数倍，市值一度突破4600亿港元和4100亿港元。市场在追问：它们的估值逻辑是什么？是泡沫还是新时代的序幕？
“春节的时候智谱和MiniMax涨了四倍，一度涨到了三四千亿，甚至超过了京东和快手，很多人觉得这个很奇怪，到底怎么理解？” 这个问题，正是王捷过去两年一直在思考的一部分。
以下为《每日天使》整理的王捷最近在上海天使会课堂上、天使投资大会、媒体群访的演讲发言的总结。
从投资人到“提出问题的人”
问：你以前是专业投资人，现在时间分配上，研究和投资哪个更多？
王捷：这几年来主要时间是花在研究上面。我的思维特点就是喜欢搭建框架，构建自上而下的宏观框架建立视角，同时结合微观层面的重要细节做验证，这么一个整体的方法。我的投资也是顺着这个研究的脉络。在一个行业发展的早期，研究如果做得够深入、质量够高的话，你的判断大概是会和这个行业未来延展的实际情况有一个吻合关系的。所以也会顺着这个判断的方向去做投资。总的来说是以研究驱动的投资行为。
问：这个转变是一直都有，还是某个转折点决定的？
王捷：确实是一直都有。我自己对研究一直都非常感兴趣。其实从我的角度来讲，投资也是研究的一种形式。科学研究是在实验室里面提出一个假设，做一个实验，看能否验证。投资其实也是提出假设然后验证：对一个赛道、一个公司提出假设，只不过验证方式是把钱 auditory 放进去，看这家公司最后能不能长出来。所以我觉得投资和研究是本质上是一回事。只不过一个是在理论世界，一个是在真实世界。
要说缘起也很有意思。最开始是因为这波AI到来，我觉得是又一次的大浪潮来临，就想回到类似浪潮的早期，去看那时候的相关因素。我又很喜欢复盘，过去几年花了很多时间来复盘互联网和移动互联网，以及看跟我们现在有没有一些“历史不会简单重复，但总是押着类似的韵脚”那样的“韵脚”。这些韵脚有没有？具体是什么？这个工作做到一定阶段，我确实觉得得到一些挺有意思的发现。
问：你从2025年8月发表《浮现中的AI经济》，到年底发表《关于AI经济的四十个问题》，到今年的《AI生产能力函数》，为什么要做这种系统性的研究？
王捷：如果去复盘互联网和移动互联网，你会发现1998年美国商务部发布的《浮现中的数字经济》报告是一个重要的基础工作，报告中提出的相当部分判断在其后为行业的实际发展所验证。从我的角度，结合纵深的宏观框架，和自己过去这些年在AI领域投资积累的微观观察，确实在此AI大浪潮要展开的起点，有一些觉得可以系统呈现的观点。《浮现中的AI经济》，一是对互联网阶段的回应，二是也希望在这一波AI大浪潮中，来自中国的实践和理论能起到更主动的作用。
《浮现中的AI经济》主体观点在25年5月就成型了，后来陆续成文到8月发表出来。其后开始把写作过程中思考到的具体问题表达出来，一开始以为是《二十问》，后来最终成文发现是《四十问》，也就是《关于AI经济的四十个问题》。
这篇文章基本是我对于AI阶段经济社会变化的理解的一个目录。接下来，计划用几年时间，完成目录下的每一个子目录的研究。
以《四十问》为例，在《浮现中的AI经济》发表之后，AI行业继续发生了众多大事。OpenAI牵头的千亿美金“循环交易”引发“AI泡沫论”大讨论，模型公司估值来到数千亿美金级别。与AI相关的历史事实，继续以“非线性、非均匀”的特征往前发展。Scaling Law并未收敛，AI行业继续呈现加速发展的特点；同时，历史进程呈现出“非均匀”的面貌，虽然人们是在同一个时空下，但是与AI有关的经济社会活动，和与AI无关的经济社会活动，看起来不在同一个历史进程中。
基于这些，为了回应读者朋友对于文章的兴趣，也为了对文章所表达的内容做更进一步的阐述，整理了关于AI经济的四十个重要问题。在一个即将展开的未知大时代，我们相信要揭开其全貌，提出问题，是开始的方式之一。
投了什么：摩尔线程——“投在赛道诞生时”
问：你身上一个重要的标签是摩尔线程的天使投资人。2025年摩尔线程登陆科创板，这段经历是怎么开始的？
王捷：时间回到2020年前后。那时整个国产GPU赛道刚刚起步，市场对国产算力的缺口有明确共识，但路径难度同样明显。这是“赛道诞生时”。“大家都知道GPU是中国需要的，但也知道做GPU是件非常难的事情。” 那时有一批芯片行业出身的创业者选择在这个时间点入场，包括摩尔线程的张建中、沐曦股份(769.890, 37.39, 5.10%)（688802.SH）的陈维良等。壁仞科技（6082.HK）、天数智芯（9903.HK）等公司的创始人，也具有芯片或相关行业背景。
从我们投资的视角看，摩尔线程的天使轮投资是投研体系“自上而下”结构性判断和“自下而上”数据反馈验证的结合。国产GPU赛道大致在2018年到2020年间成型，创业者陆续下场，投资人顺势判断是否入局。至于为什么最后是摩尔线程，“其实有一定偶然性。”在GPU赛道整体成型之后，具体投到哪一家公司，是取决于契机。
问：现在回头看，这五年印证了什么？ zeroclipboard
王捷：我觉得首先印证的是一个：人生要做大胆的事情，要做有梦想的事情。因为回到2020年整个国产GPU开始的时候，大家认为中国是需要GPU的，但大家也知道做GPU是件很难的事情。这个事情本身是一个非常难而正确的事情，更多的是难本身。
所以像这一系列国产GPU公司的成功，给了国内的创业者，特别硬科技的创业者很强的信心——这么难的事情也能够做出来。我觉得这个可能是在产业层面之外一个非常大的意义。第二，从产业上来讲，以华为、寒武纪(1507.460, 187.46, 14.20%)（688256.SH）等上一批公司为基础，这一批GPU公司补充了整个国产算力产业链的梯队和阵容，在产业链完整性和自主可控维度上，增量非常明确。
为什么投AI：两个β
问：你投了摩尔线程、长鑫存储、比亚迪半导体、京东科技等等，好像很早就持续在投AI相关。这背后的主线是什么？
王捷：我前几年和朋友分享过一个事情，我说为什么我们要看AI，我给他画了一张图，图上是我们这一代人一生当中最大的两个β/趋势。
第一个β，中国的现代化。这个大浪潮实际上是从1840年开始，中国历经接近两百年，经历几代人的不懈努力，终于走到今天这一步。对我们这代人来说，就是改革开放以来中国从后发国家赶超，整个工业化、现代化的过程。当然和其他每个国家一样，工业化、现代会都有一个先发展、后收敛的规律。
第二个β，人类经济活动的数字化、AI化。我当时和朋友说当下有一个新的很大的事情正在发生，它的前序是整个经济活动的数字化，从计算机的发明开始一直在进行。互联网、移动互联网的主要作用是匹配（实现匹配的最大几个领域是信息的匹配、商品的匹配、人的匹配，分别对应了搜索、电商、社交这三个互联网和移动互联网阶段最大的赛道）。但是到2022年这波AI，除了匹配，AI也能实际干活了，这是较之前互联网和移动互联网阶段的本质变化。在我画的图里，人类经济活动的AI化起始于2017年，可能在整个21世纪都会持续。
到今天，我们已经可以看到AI进入到了“可执行”的阶段，可以感受到AI在一些领域的工作能力比人强。那么远期来看，AI是不是会做掉我们当前的很多工作，甚至大部分工作？当这些都做掉了，AI的能力是不是就成了经济社会的基座？
我有一个比喻，如果AI带来的新经济系统是一艘巨轮，AI本身就是这艘巨轮的“甲板”。当下的AI产业，由于算法还未收敛，整个“甲板”还在以很快的速度变大、变厚，形状也一直在变化，所有的其他应用和各种经济活动都是构建在这个甲板上的，因此也没有定型。
看到了什么：越过山丘——AI的“青春期”与二级市场风暴
问：今年AI行业的变化非常剧烈。智谱和MiniMax在二级市场涨了三四千亿，你怎么理解这个现象？
王捷：春节的时候智谱和MiniMax涨了四倍，一度涨到了三四千亿，甚至超过了京东和快手，很多人觉得这个很奇怪，到底怎么理解？
其实往前看，这一波这类现象是从25年10月OpenAI一次性给出3000亿美元订单开始的。当时导致甲骨文的市值一夜暴涨2400亿美元，引起很大冲击，也引发美国市场关于“本轮AI是否是泡沫”的讨论。
当时一件同类性质的事情是， Anthropic的年化收入在24年和25年增长了接近100倍。就这样的增长，Anthropic创始人Dario Amodei自己也惊呆了，认为“在资本主义历史上没有先例”。Anthropic也即将上市，上市后预计会成为美股新的“七姐妹”之一。
以上两件事情，和今年初智谱和MiniMax的大涨，其实是同一类事情，即去年下半年以来AI相关经济活动的量级，远超移动互联网阶段的类似经济活动的量级，出现了“范式变化”。
这些“范式变化”，与AI从业者在微观层面的感知是有相关性的。不少使用了AI Coding的公司表示，公司现在十几人团队交付的工作，和创始人以前在大厂带一两百人所交付的工作，没有显著区别。而爆款应用OpenClaw出来之后，大家更是可以清晰地感知到AI Agent的提效作用。
所以我们说，打一个形象的比方，26年的AI已经走过童年，进入了“青春期”，我们已经可以初步可以看到AI这个巨人的身形长什么样。
问： ChatGPT发布之后，2023年、2024年，大家也觉得AI要改变世界，但那时体验其实一般。现在和那时有什么本质区别？
王捷：最大的区别是从24年10月GPT o1 （第一个推理模型） 发布以来，AI模型进入了“推理”阶段。其后如Gemini， DeepSeek等迅速跟进，各家模型厂商都发布了自己的推理模型。实际上如果大家去看OpenAI发布的Chatbot-Reasoner-Agent-Innovator-Organizer五阶段路线图，会发现基本是吻合的。所以2023年、2024年，AI是在Chatbot阶段；但24年10月之后，进入了Reasoner阶段、推理阶段，AI可以真正可以去分析一个问题，然后把它解答出来。
关于以上，有一个很具象的指标。trackingai.org是一个“另类”AI评测网站，定期用人类的智商测验（门萨测验）给主流的AI模型测智商。在24年GPT o1发布之前，主流AI模型的智商基本都在80以内，对应人的水平来说是后10%，是很差的智力水平。所以在24年大家用很多AI产品觉得很一般，不好用。GPT o1发布之后，一些模型的智商过了100 （100是人类智商的中位数），有的甚至到120 （在人类里属于高智商了）。这里举个具体的例子， 25年6月，豆包去做了25年高考山东卷，取得了理科648分、文科683分的成绩，具备冲击“清北”的水平。
所以在25年上半年，你就可以看到AI的能力越过了一个临界点。如果要拟个标题就是：越过山丘了。
往后的发展趋势呢？它大概率不是线性发展的。不是说24年智商80，25年100，26年就是120。实际的发展速度可能比这个快。用AI行业的理解来说，以后可能每家公司都能有若干位拥有爱因斯坦般智商的员工，完成一个普通的任务。
问：那现在Scaling Law有没有看到停下来的迹象？
王捷：Scaling Law在哪里收敛，是当下AI行业最重要的问题。目前从AI行业算法研究的动态来看，Scaling Law还没有收敛的迹象。算法、数据、工程优化方面可以做的都还很多，比如硅谷已经开始在训练参数量10T的模型。以及说Transformer之后是不是有下一个架构？你会发现，OpenAI前段时间又在提，他们已经做了下一代模型架构的储备。
所以我们现在是在一艘巨轮上面，但是这艘巨轮的甲板目前没有定型，仍在不断地变大、变厚，形状也一直在变化。甲板在哪里定型呢？取决于什么呢？第一，当前transformer架构下的scaling law在哪里收敛；第二，在transformer之后，会否出现新的架构。
看到了多大的量级：
“这就是新的工业革命”、从“匹配”到…”