柏基视角的智能体时代：柏基投资旗舰产品2026年致投资者的信

自从2022年末，ChatGPT横空出世后，人工智能的浪潮不断涌来。投资者对于人工智能的投资热度也居高不下。近期，Anthropic，OpenAI以及包含X.AI的SpaceX都有IPO计划，这也让市场对人工智能的关注度再次站在顶峰。

巧合地是，上面的这三家企业，是柏基投资（Baillie Gifford）的旗舰产品苏格兰抵押投资信托（SMT）的最重要的非上市持仓。他们的上市，也会让SMT获得丰厚收益。

硬币的另一面，是市场对人工智能的争论：软件行业受到巨大冲击，庞大的资本开支是否能持续，中美的人工智能竞争，哪些行业可能会被替代，等等。

人工智能，可以说是柏基最关注的领域。柏基的一位基金经理曾经说过。 “投资组合中约95%的持仓都会以不同方式直接接触AI。“

但是，不要认为柏基投资关注的纯粹人工智能概念，而是实际的应用。“这并不是一个‘AI投资组合’，而是一个由使用AI作为通用工具的企业组成的投资组合。“。甚至有柏基的分析师说过：“将来我们不会再特意谈论AI，它只是完全融入我们的生活，最终体现为收入和效率的提升。”

从这个视角，我们可以看到，柏基投资不将AI视为独立的“投资主题”，而是将其看作像互联网一样将渗透到各行各业的通用工具。

更有意思的是，在柏基投资的百年发展史上，经历了大量科技变革。他们亲身经历了多轮科技革命过程中的发展机遇，以及泡沫的破裂。从这个角度，柏基投资如何看待人工智能，也是一个很有意思的话题。

柏基投资的旗舰产品：苏格兰抵押投资信托（SMT）发布了自己的年报。我们之前已经分享了第一部分，基金经理Tom Slater致投资者的信。这次，我们会继续分享，SMT另外一位基金经理，Lawrence Burns致投资者的信。在信中，他重点讨论了柏基视角的人工智能发展和投资。

在柏基看来，人工智能的发展已经经历了对话时代，推理时代，现在正式进入智能体时代。在现在，软件行业收到巨大影响，AI正大幅替代人工编码。但是，行业既有受损者，也有受益者。软件的基础设施将会在未来得到更大的发展。不仅如此，智能体在知识领域，包括法律、金融、消费，也会产生巨大影响。关键在于，企业能否在人工智能的浪潮下，拥有持久的竞争优势。

除此之外，人工智能不仅限于硅谷，中国在人工智能的变革中，也具备多个优势，包括：物理AI，高性价比，以及产品化的能力。这也推动中国在这次变革浪潮中，产生具有重要价值的企业。

最后，柏基从历史角度，考虑历次变革所体现的规律，以及投资者在其中如何应对，也给我们很好的启发。

以下，就是柏基投资的Lawrence Burns 2026年致投资者的信。

智能体时代

2025年1月，人工智能公司Anthropic的收入以年化计算为10亿美元。15个月后，这个数字已经超过了300亿美元。有记录以来，没有一家公司能以如此规模和速度能让自己的收入有机增长。Anthropic是苏格兰抵押贷款投资信托（SMT）的私募股权投资公司之一，它帮助开创了生成式人工智能的第三个时代。

第一个时代是对话时代，始于2022年底OpenAI的ChatGPT的推出，当时模型变得能够可靠地遵循自然语言指令，并阻止与用户的来回交流。

第二个是推理时代，始于2024年9月OpenAI的o1模型。当时的模型学会停下来，分步思考问题，并

而 非本能的答案。这使他们更善于解决复杂的问题，特别是在数学、科学和编码方面。如果应用程序工作不正常，可以要求智能体在用户收到更新之前找到问题、编写修复程序并测试结果。

2025年11月下旬开始，随着Anthropic的Claude Opus 4.5的发布，智能体时代的到来已经毋庸置疑。模型可以被赋予一个目标，并通过许多步骤朝着这个目标努力：规划、使用工具、检查它们的工作，并在没有持续的人为提示的情况下产生有用的输出。

每个时代都建立在上一个时代的基础上，而不是取代它。今天的智能体是学会行动的推理模型，就像推理模型是学会思考的对话模型一样。

代理崛起的影响遍及我们的投资组合，包括软件行业的结构、消费企业的价值、平行的中国人工智能生态系统的兴起，以及必须建立的物理供应链，以满足无法满足的计算需求。

软件

智能体的影响首先在软件中大规模显现。在原来软件行业，工作是数字化的，价值很高，目标通常很明确，反馈很快就会到来。 

智能体的适应速度很快。谷歌首席执行官表示，75%的新代码现在是由人工智能编写的。我们投资组合中一家公司创始人最近告诉我们，它在工程师的人工智能编码工具上的支出超过了支付给人工的薪酬。此外，这家公司在智能体工具上获得的回报比工程师本身更好。在Anthropic公司，人工智能现在正在编写70%到90%的代码。

我们正在走向一个软件越来越多地由智能体构建、操作和使用的未来。这具有深远的影响。

首先，它削弱了软件价值与“用户数”的数量（组织内的许可用户）之间的联系，而该行业的大部分定价都依赖于“用户数”。其次，它降低了创建软件的障碍，提高了竞争强度，侵蚀了建立在积累的代码和复杂性之上的护城河。第三，它提出了一个更深层次的问题，即每家公司的价值将在哪里积累：是软件应用程序本身，还是理解任务、利用相关数据并指导工作的智能层。

市场反应非常迅速。在过去12个月里，全球软件行业的市值下跌了约2万亿美元。软件行业的重新定价有一些可能是合理的：有些公司曾经的估值几乎没有为现在的智能体对定价权、竞争和价值捕获的影响留下任何空间。

但市场对软件行业的重新定价是不加选择的，影响了所有公司。并非所有软件公司都是平等的。特别是，供人类使用产品的软件与提供其他数字活动所依赖的基础设施的软件之间存在差异。如果智能体改变的是人们与应用程序的交互方式，前者可能会在风险中更加暴露。后者更可能在未来受益，因为智能体对其下游领域产生了更多的需求：数据查询、安全检查、计算工作负载、支付和身份。

我们在软件的持仓更偏向于基础设施层。如果智能体希望在企业内部发挥作用，那么Rancher和Snowflake会组织代理所需的受管公司数据。Cloudflare提供代理应用程序可以在其上运行的网络和安全层，同时帮助网站识别、控制和向AI代理收取访问费用。Adyen和Stripe提供支付和信任基础设施，使智能体能够代表客户和商家安全地进行交易。Stripe的创始人一直小心翼翼地不夸大变化的速度，他们认为智能体业务可能会一步步出现，而不是突然的飞跃；但每一步的智能化仍然需要可编程、授权和可信的金融轨道。

软件领域之外

智能体的影响不局限于软件开发领域。大多数知识工作，当被分解时，都可以总结为：阅读、写作、推理和使用软件。这些工作组合起来，就可以完成任务。而这些正是智能体现在所精通的能力。长期以来，看起来很专业的工作，例如：起草一份法律备忘录；综合临床试验；建立财务模型；审查专利申请，在专业知识层面是专门的，但在认知操作层面是通用的。其结果是，智能体不是一个行业的工具，而是许多行业的工具。

同样的逻辑也适用于消费企业。智能体可能会成为我们的购物、财务和日常助理。如果横向AI助手位于客户和平台之间，就会产生风险。但最强大的平台控制着代理工作所需的资产：信任、客户历史、支付、信贷、物流、产品目录和商家网络。因此，亚马逊、MercadoLibre和Sea Limited正在寻求建立自己的垂直代理，为他们的平台提供服务，并在平台之外进行购物。

Nubank在金融领域提供了类似的可能性。早在代理商流行之前，其创始人David Vélez就告诉我们，Nubank的野心是成为每个客户口袋里的私人银行家。智能体可以使这一目标更加实际：帮助用户管理账单、了解支出、选择何时借款、建立储蓄并找到市场上最便宜的利率。代理商提高了价格透明度，根据个人情况量身定制选项，并减少了采取行动的摩擦。对Vélez来说，这是一个机会。作为一家低成本运营商，Nubank完全有能力抓住它。

很少有公司会不受智能体发展的影响。对一些企业来说，智能体将创造新的需求；对其他企业而言，它们将威胁到现有的利润池；对许多企业来说，他们会同时遇到这两种情况。这将是未来几年，对于我们成长投资的一个关键挑战。SMT完全有能力应对这个挑战，因为我们在公共和非上市市场都进行了投资。许多塑造人工智能前沿的公司仍然是非上市状态，我们对它们的访问使我们能够更广泛地了解这项技术的改进速度、采用方式以及最终可能产生的价值。

硅谷之外

应对这一挑战还需要考虑地理视角。人们很容易将人工智能的故事单纯解读为硅谷的故事。关于前沿模型能力的问题，这种解读大致是正确的。但它是不完整的。中国不仅仅是人工智能的追随者。它在不同的条件下发展不同的优势。

首先是物理人工智能。模拟是至关重要的，但当虚拟训练与现实世界的部署相结合时，具身智能的提高最快。中国的制造业基地很重要，因为它提供了世界上最大的具身智能部署能力。最大的工业机器人安装量、密集的本地供应链、支持性政策。已经将软件、硬件和以成本为中心的制造业相结合的电动汽车行业就是最好的证明。我们的控股公司之一，地平线机器人直接位于人工智能和现实世界的交叉点。它也有志于将自动驾驶汽车扩展到更广泛的机器人领域。

第二是性价比。美国对先进芯片的限制，促使中国模型公司致力于少花钱多办事。这很重要，因为智能体时代的计算密集度将远远高于对话时代。如果要广泛采用智能体，成本必须大幅下降。持股公司之一MiniMax开发了开源模型，以培训成本的一小部分接近前沿能力，这是更广泛的中国生态系统的一部分，将智能推向成本曲线。低成本模型不需要赢得每一个基准就很重要。他们可以通过使智能变得足够便宜，嵌入到软件代理、消费者应用程序、企业工作流程、机器人和汽车中来获胜。

中国的第三大优势体现在我们在字节跳动上的持股：产品化。字节跳动的豆包展示了，当与一家了解推荐、界面设计和病毒式传播的公司合作时，生成性人工智能可以多么快地成为大众消费者的习惯。它以超过2.26亿的月活跃用户引领着中国市场。人工智能的下一阶段将不仅仅由那些拥有最大模型的人来塑造。它也将由那些能够使智力变得廉价、有用、实用和习惯的人塑造。

实体供应链

以上讨论的变化，都会对实体供应链产生直接影响。生成式人工智能的每个时代都增加了新的计算需求，而没有消除之前的需求。模型训练是对话时代的最初推动者，随着前沿实验室建造越来越大的模型，模型训练也在不断扩大。推理时代增加了第二层。模型不再简单地给出答案；他们在解决问题、检查逻辑和考虑替代方案之前花费了更多的计算能力。代理时代增加了第三层计算需求，并且是增长最快的。Anthropic的数据显示，单个代理消耗的计算工作量是聊天对话的四倍，多代理系统消耗的计算量约为15倍。

然而，更大的变化是，到目前为止，对人工智能的需求隐含地受到了人类注意力的限制。一个人一天只能问这么多问题，每个答案都必须等待下一个提示。智能体已经有效地取消了这一限制。给定一个目标，一个智能体在推理过程中循环数十次，即使在人类睡眠时也能自主运行，并且越来越多地与其他代理协同完成同一任务。

这三个时代呈现出计算需求的复合S曲线，没有一个时代达到平稳，每个时代都比上一个时代更陡峭。其结果是，芯片需求急剧持续增长。正是这种逻辑支撑着我们在芯片供应链中的持股，包括我们最大的头寸之一的台积电和ASML，以及我们一直在增持的英伟达。

投资供应链是对人工智能本身增长的押注，而不是对哪家公司会抓住它的押注。无论哪种应用成功，无论哪种前沿模型占上风，潜在的计算需求都会通过少数几家公司来满足。这就是为什么投资供应链是拥有人工智能增长的一种异常有吸引力的方式。

革命模式我们很清楚，革命性技术的历史也是市场超调的历史。即使是最具变革性的创新，人类和市场心理学也有可靠的能力对其路径进行错误定价。

19世纪的铁路公司重塑了现代经济。在19世纪80年代的巅峰时期，它们约占整个美国股市的60%，之后一系列萧条摧毁了大量资本。18世纪末的运河建设和20世纪90年代末的光纤建设遵循了类似的模式：真正的技术进步、真正的经济影响，也出现了真正的金融过剩。

我们应该期待人工智能的发展与这段历史相呼应。然而，理性的反应并不是远离技术革命。这不是一个安全的决定。如果人工智能扰乱了大多数行业，那么避免它并不能消除风险，它只会转移风险。你可能仍然持有面临颠覆的企业，而不是拥有符合代际优势的企业。

投资者更困难的任务是保持投资，而不是不加选择：区分持久价值和暂时繁荣，区分有利的基础设施和脆弱的应用程序，区分仅调用人工智能的公司和能够将其转化为持久经济优势的公司。有能力的智能体的出现让我们更加相信人工智能的需求可以不断扩大。

但历史证明了谦逊的重要性。变革的路上，会有浪费、失望和过度建设。我们的工作不是相信人工智能的每一个说法，而是拥有那些随着智能变得更便宜、更强大、部署更广泛而受益的卓越公司。

Lawrence Burns

SMT基金经理

柏基投资（Baillie Gifford）