今天看AMD财报及电话会议能确认的几个关键点： 1、明确提到了服务器CPU的TAM（潜在市场总量）到2030年超过1200亿美元，苏妈原话是这么说的:“基于我们目前观察到的需求信号，以及智能体AI(AgenticAI)驱动的CPU计算需求的结构性增长，我们现在预计服务器CPU的潜在市场总量(TAM)将以每年超过 35% 的速度增长，到 2030年将超过1200亿美元。” 而25年11月分析师大会上当时预估时为约600亿美元（18%CAGR），现在是1200亿美金，35%CAGR 2、数据中心收入58亿美元首次超越英特尔：同比增长57%至58亿美元，其中服务器CPU收入同比增长超50%创历史新高。同期英特尔DCAI收入51亿美元、增速22%——AMD在数据中心领域的收入规模首次实现反超。 。从2017年Zen架构首次进入服务器市场到今天，AMD用了近10年时间完成了这个历史性的反超。 3、服务器CPU业务是最大亮点——连续第4个季度创收入记录，同比增长超50%。云和企业客户各增长超50%，EPYC驱动的云实例数同比增长近50%至超过1600个。5代EPYC Turin的爬坡和4代Genoa的持续出货共同推动了增长。苏妈特别指出，增长主要由出货量驱动而非提价，ASP的提升更多来自产品组合和核心数的增加。 4、服务器CPU的故事正变得越来越有说服力。TAM从600亿翻倍至1200亿本身就是一个值得停下来消化的数字。管理层的逻辑链很清晰：Agentic AI的普及→推理量爆发→每个agent需要CPU来编排和处理数据→CPU与GPU的配比从1:4提升到1:1甚至更高→CPU TAM倍增。Q2服务器CPU收入指引同比增长超70%，全年增长轨迹还在加速。 4月中的这篇推文，也有详细聊到CPU在Agent时代关键位置提振的底层逻辑，也给到个人认为利好的标的，今天都在爆发，连A股的海光信息都涨停了20%一根大阳线。 现在看CPU这个趋势还在加强

两年前，我拉了个 AI 群。 群里主要是几乎所有华人AI项目创始人，基金机构，研究员，大家分享内幕，组队干项目。那会儿应该是国内最早的Agent狂欢前夜。 后来周期来了。有人赚翻，有人忙于build，有人对AI少了热情，我决定解散群，去想我要做的群到底是为了什么目的。 但今天，#AgenticAI# 真正要爆发了。 这波机会比2023年的LLM热潮更大、更快、更卷。 我决定重启。 全新的群，只为还在真刀真枪干活的人准备： ✅严控人数与质量，欢迎一线做Agent / infra / 应用或对币圈有真正信念的人，每天高价值分享 ✅核心议题：2026 Agent爆发前怎么position 你的仓位？哪些技能是我们必须要有的？外面世界纷纷扰扰，大家都在真正在用AI做什么？ 还在all in Agentic、想抱团/找合伙人/找灵感的，私我或评论区告诉我你想如何参与这个群。 2026，#ALLinAI#

卧槽，兄弟们！AI硬件已经干翻10倍了，软件却还在地板上趴着！ 这才是超级周期下半场真正的核弹机会！我直说很多人不敢说的真实感受：Nvidia涨10倍、存储涨10倍、光互连涨10倍…… 结果你打开手机，有哪个AI应用让你真觉得“卧槽，这直接重塑我的工作”？ 硬件的狂欢是真实的，但应用层的狂欢还没开始！ 这焦虑感我有，你肯定也有。 但焦虑就是不对称赔率的信号——所有人都在抢GPU的时候，软件还没动！ AI浪潮三阶段，记住了：第一阶段（2023-2026）：卖铲子的时代 已结束 Nvidia、AMD、存储、光互连通通吃饱第二阶段（2026-2027）：平台+入口之战 正在爆发 谁掌握数据和调用入口谁赢第三阶段（2027+）：应用层真金白银 即将引爆 谁有真实用户和真实收入谁称王现在就是从第一阶段冲向第二阶段的最爽过渡期！ $DOCN（DigitalOcean） 三个月前还被叫“廉价云”，现在单日拉40%直接翻倍！ 为什么？AI初创公司要便宜、灵活、低延迟的推理接口，AWS太贵、GCP太复杂，它刚好卡位。 AI客户ARR 1.7亿，同比暴增221%！ 标签已换：从廉价云 → AI推理首选平台！白嫖党福音！$TEAM（Atlassian） 所有人都说AI要干掉Jira，结果AI Agent反而把Jira当命根子！ Agent需要企业真实数据和上下文，全在Jira+Confluence里。 Rovo上线后，用Rovo的客户增速是非用户的2倍，AI把护城河直接焊死了！ 即将引爆的两个重磅：$SNOW（Snowflake） 企业AI Agent的大脑控制层！ 5月27日财报看三件事：产品收入、RPO增速、AI工作负载。 全超预期的话，SNOW就是下一个DOCN！现在低位磨底就是送分题。$CRM（Salesforce） Agentforce ARR已经8亿刀，同比169%！ 不是画饼，是真金白银企业在付钱！ 还能跨系统执行，Google Workspace、BigQuery、ServiceNow全打通。 这不是工具，这是企业工作流的新入口！ 最被低估的暗线（通信基建）：AI Agent越多，通信调用就越爆炸！ AI客服要打电话、发短信、做验证，每一个背后都是通信网络在扛。 $BAND（Bandwidth）：自己有全球网络，不是租的。Salesforce都选它做AI客服核心伙伴，低延迟就是命根子！$TWLO（Twilio）：语音收入同比+20%，19个季度新高！企业真金白银在买AI互动能力。我自己重仓看好：$NOW（ServiceNow）：企业IT和运营端的AI操作系统，重复工单、审批、合规全交给Agent干，AI是它的燃料不是对手！ $RDDT（Reddit）：AI最稀缺的高质量人类对话数据！Google、OpenAI都在谈授权，130附近就是铁底，数据资产王者！ $ZM（Zoom）：争议最大但赔率最高！AI Companion活跃用户暴增3倍+，Virtual Agent已处理50%客服。如果从“开会软件”变成全场景AI工作流入口……估值直接重写！ 最终总结：$DOCN、$TEAM、$CRM 等财报验证：$SNOW（5/27）、$NOW 暗线黑马：$BAND、$TWLO 高赔率反转：$RDDT、$ZM硬件是AI第一章，应用才是第二章。 第一章10倍的公司，第二章不一定是它们。 故事已经讲够了，接下来看财报里的真金白银！ 等数字一出来，就是软件股集体起飞的时候！兄弟们，硬件已经上天，软件还在低位趴着…… 你准备好上车下半场了吗？#AgenticAI# #AI应用#

被低估的真相：Agentic AI 是一场以"存储"为中心的范式革命 1/ 一句话观点 Agentic AI 的核心，不是算力，是记忆。 新硬件层级正在变成： ① 记忆（HBM / DRAM / NAND） ② 并行计算（GPU / ASIC） ③ 协调者（CPU） CPU 早就不再承担主要计算逻辑。 2/ 第一性原理 人类对"智能"的终极追求只有两件事： 无限记忆 + 无限计算。 我们日常评价一个人聪不聪明，无非两点： "记性好" + "脑子转得快"。 机器智能在沿着同一条路前进。 3/ 先说市场已经讲过的故事：HBM LLM 推理的 decode 阶段是典型的 memory-bound 任务。 每生成一个 token，都要把整套 KV cache 从显存里搬一遍。 带宽不够 → 昂贵的 GPU 直接闲置。 这就是为什么 GPU 每升一代，HBM 的带宽和容量都在追着涨。 4/ 市场没怎么讲的故事：1M context 不是在 GPU 集群里组装的 我们天天说的"1M context"，并不是在 AI 推理集群中拼出来的。 它的真正组装地点，是 跑 Agentic 系统的传统服务器（CPU + 大 DRAM）。 5/ 那些传统服务器在做什么？ • 加载用户的长期 / 短期记忆 • 加载 agent 的系统规范（system prompt） • 加载 skill / tool / subagent 的说明 • 拼到超过 1M token 时，还要做压缩 这一整套，全部跑在 Agentic 服务器的 DRAM 里。 6/ 对比过去的互联网 / 移动互联网 过去几乎不处理用户上下文。 只有搜索 / 推荐 / 广告才会留一点用户画像， 数据量大概只有现在 Agentic 系统的 1/20，甚至 1/100。 7/ 供应链已经在反映这件事 服务器的 CPU : DRAM 配比，正从 传统的 1 core : 4 GB 升级到 1 : 16，并继续往上走。 8/ 但远不止"4 倍存储"那么简单 Agentic 状态下，单颗 CPU 能服务的用户数，只有过去的几分之一。 当整个 IT 都切到 Agentic： • CPU 数量：增长 几倍 ~ 十几倍 • DRAM 总量：增长 几十倍 ~ 上百倍 9/ 结论 Agentic AI 是一次以 "存储 + 并行计算" 为核心的范式迁移。 软件范式变了，硬件范式也跟着变。 只有真正读懂技术的人，才会理解： 这一轮存储不是周期，是范式。 10/ 时间维度 考虑到： • 人群渗透率还很低 • 单用户使用深度还很浅 未来至少 5 年，看不到这轮存储需求的周期顶部。 （拉长时间看万物皆周期，但这一轮远没到拐点） $MU $DRAM $SNDK

Neha 建立了一个心智模型来理解 Agentic AI 架构： 任务/目标：代理需完成的目标 编排层：控制面板 代理层：多个专门代理 工具层：网页搜索、DB、API 等 记忆层：短期/长期信息存储 监控层：监控每一步 可靠性/故障管理：错误识别、重试、回退、人工介入 治理/安全：合规、审计、认证

最近高盛的 AI 报告的核心逻辑 Agentic AI 有可能把 AI 从一个重资本开支、不断烧钱的成本负担，变成一种使用量越增长、利润率越扩张的生意 随着 token 成本持续下降，更复杂的智能体开始具备经济可行性。这些智能体会消耗远多于普通应用的 token，因为它们需要更长的上下文窗口、多轮推理循环、结果验证、工具调用，以及全天候的后台监控 token 使用量的上升，会提升基础设施利用率，强化单位经济模型，也给云厂商和模型提供商留下更多空间，继续再投资于模型质量、分发能力和算力容量 换句话说，AI 资本开支的多头逻辑，并不只是使用量会增长。更关键的是，这种使用量增长，越来越可能以有吸引力的增量利润率流入财务表现。高盛认为，从 2026 年开始，这种利润率拐点正在逐渐显现

为了给公司不同业务背景的员工科普什么是Agentic AI，我让Claude Code使用slidev做了个演示文稿。真就是把我自己想要讲的基本要点和基本思路作为prompt，然后微调了几个页面的效果，花了不到半小时做出来的……真是方便啊，效果也真的好。感兴趣的朋友可以拿去用，或者一起探讨学习。

豆包最忠实的用户，永远是农村人， 因为他们不懂LLM，不懂agentically解决问题，不懂各种web fetcher/searcher、container这些function calling，不懂goal（我发明的goal driven，dual agent）这些技术， 他只知道，他年轻时最深爱的春晚和综艺大观主持人倪萍，现在正在豆包里为他送上最衷心的祝福。

我认为AI的浪潮，并不是仅限存储的浪潮，那么窄的定义。 在Agentic的时代，1 CPU有可能等于1 GPU，一个AI Agent能够承担一个人类60-70%的工作。 传统AI主要是“聊天机器人”或“生成工具”，而Agentic AI是能自主规划、调用工具、迭代执行、甚至多Agent协作的实体。 这直接导致推理需求爆炸式增长，而且不再只依赖数据中心GPU。边缘侧（edge）计算变得关键：手机、笔记本、家电里的NPU/CPU就能高效跑轻量Agent。 1 CPU有可能等于1 GPU——苹果、华为、小米、高通都在大力推动的on-device AI，正是为了让Agent在本地低延迟运行。这会把需求从“少数超级GPU”扩散到“海量普通芯片+专用AI芯”。 这样的AI跃进，会让产业链在很长一段时间内处于紧缺状态。 昨天打开Pornhub发现连A片都用AI来制作了，可见产能之强。技术已经从“能用”变成“大规模商用”，说明底层模型（扩散+视频生成+一致性控制）足够成熟、成本足够低、产能足够高。 台积电（台湾）、海力士/三星（韩国）、英特尔（美国），这些公司正是当前AI硬件供应链的核心。 AI的进程已经真正进入adoption阶段，曾经的泛泛空谈，如今不再是了。 豆包这样DAU破亿的产品，已经推出付费模式，在中国属于现象级采用。小米作为智能家电/小电器的龙头供应商，也在全力做AI，最终要把AI芯装进这些实体硬件里，全面带动AI的发展。小米正把AI芯（NPU）大规模装进扫地机器人、冰箱、电视、手机等硬件，走的就是AIoT + Agentic路线。用户在家电里就能直接跑本地Agent，省云端费用、隐私更好、响应更快。 这些都是C端真实付费 + B端硬件落地的信号，说明AI已经从“概念”变成“基础设施”。 或许，我们不能再简单用“炒作”来定义AI股票的暴涨，这背后是实实在在的Agentic变革。