联想创投首席投资官 高级合伙人宋春雨
在联想创投周的会场上，宋春雨谈起 AI，语速明显加快。
作为联想创投专门负责看 AI 的高级合伙人，他每天的时间几乎被智能体 （Agent）、大模型和 AI 芯片填满。有人形容他是“ 站在 AI 浪潮前线的人”。
作为投科技十余年的技术投资人，他累计投资超过 50 家 AI 相关企业，包括寒武纪、第四范式、深城交、旷视等头部公司。
2025 年的 AI 产业，比任何时候都更像一场加速中的实验。大模型格局逐渐收敛，智能体应用的想象力被彻底点燃，AI 芯片在供需紧张与架构创新之间激烈博弈，新的原生硬件正在出现—— 这是资本、产业和技术交织的临界点。
宋春雨在这样的节点上提出了一个判断：“Agent 会孕育下一个‘ 抖音’ 级的超级应用。” 在他看来，AI 不只是技术升级，它正在重塑生产力、生产关系和商业入口。
不同于空谈趋势的行业讨论，宋春雨的回答里充满了投资人的冷静逻辑：他关注那些用户愿意掏钱、周增长指标能说明问题的产品；他在推理芯片、复合 AI 架构和 AI 原生硬件上提前布局；他相信中国的 To C 场景会孕育出全球最具土壤的 AI 应用。
这场对话，不只是关于 AI 如何改变世界，更是在告诉我们：下一代的科技巨头，可能就诞生在智能体的窗口期。
以下为对话全文，略有删减：
创投家：如何判断大模型创业公司的后续机会？基座大模型的格局是否已经确定？
宋春雨：从目前的发展来看，基本已经印证了去年的判断，格局已收敛到个位数。头部是几家大厂，再加上阶跃星辰、智谱 AI 和 DeepSeek 这三家创业公司。
我依然坚持此前的观点：如果要做基础模型公司，就必须瞄准 AGI 的天花板和上限，这本身就是你的使命。因此，在这一立场上，并不会过于强调短期商业模式。全球最优秀的基础模型公司，如 OpenAI 和 DeepSeek，都是如此，非常纯粹地聚焦在模型本身。
创投家：关于芯片，英伟达几乎垄断了全球市场链条，而国内至少有十几家企业在布局。您如何看待这一现象？
宋春雨：这个格局未来也会收敛。首先，从算力的角度看，我们做过明确的预估，目前仍有数量级的需求尚未被满足。这也是为什么英伟达能够维持万亿美元市值，并在未来五年仍然呈现供不应求的状态。
当前算力主要用于模型训练，尤其集中在海外的互联网大厂。而下一个新的增长点将来自推理。在这一背景下，我们近期会在国内外布局大量基于先进架构的推理级芯片。
推理与训练芯片的逻辑完全不同。训练芯片追求极致性能，而推理芯片更强调性价比，因为推理直接关系到智能体和 AI 应用的运行成本，用户每时每刻的 Token 消耗都需要成本打平。因此，创业公司在推理芯片上依然有机会，尤其是在先进架构领域。
其次是中国市场。我认为国内芯片公司将很快进入整合阶段，不会长期维持十几家并存的局面。行业内会出现大规模的并购机会，传统芯片巨头也会通过并购进入 AI 芯片领域。同时，部分 AI 芯片初创公司有望直接在 A 股、创业板或港股上市，这将成为一大趋势。
头部企业会率先受益。例如寒武纪，自上市后已历经 3-4 年，去年底和今年一季度实现明显好转，今年一季度开始实现规模化盈利，这是国内芯片企业中非常突出的案例。
此外，我们依然看重全新架构的机会。英伟达其核心仍围绕算力堆叠展开，算力堆叠的效益显著高于 HBI（Hybrid Bonding Interconnect）。美国很多公司采用 HBI 技术，而中国的先进架构企业则在探索通过 3D 堆叠方式来打造下一代产品，这一方向我们也会持续关注。
创投家：这是芯片公司的新机会吗？
宋春雨：肯定有机会，对于创业公司而言，围绕下一代先进架构，尤其是推理芯片，依然存在很大的机会。推理芯片强调极致性价比和高度专属的性能，逻辑非常清晰，这是基于下一代架构的核心机会。
在美国，虽然也有明星芯片公司，但总体来看，美国创业生态已经从半导体转向软件。美国的芯片创业公司大多会面临被并购的结局，不太可能成为下一个英特尔或颠覆英伟达。美国是一个高度倾向软件的环境，这与中国目前的逻辑不同。
因此，未来中国必须在芯片领域持续发力，这是一条需要长期投入的道路。中国 AI 芯片的追赶速度还不够快，但寒武纪已是一个难得的案例，能在创业公司阶段取得这样的成果，本身就是一个奇迹。
整体来看，中国芯片的发展还需要时间和耐心。
创投家：您如何看待非常火热的 Agent，在其中有哪些里机会？
宋春雨：Agent 领域是我们今年最重要的 AI 投资赛道。
我个人大约有 80% 的精力放在 Agent 上，因为算力相关的布局基本已经完成，我们认为 Agent 有机会诞生下一代“ 字节跳动” 或“ 抖音” 级别的公司。AI 原生的超级应用 （AI native super app） 或智能体 （Agent） 将成为新的入口，这类机会完全是 AI 原生的应用场景。
过去，基础算力和大模型的投资虽然重要，但它们本身并不能直接转化为社会财富和商业模式，真正能带来终端体验和价值的，是智能体。因此，Agent 赛道极具潜力，我们认为未来中国会诞生数百家相关独角兽，全球则可能出现上万家各具特色的企业，覆盖不同行业。
我们的观察主要集中在以下几个方向：通用智能体，垂直智能体、To C 的智能体，尽管目前不如 To B 明显，但潜力巨大。AIGC 创造的音视频、短视频等内容可能成为新一代用户内容消费的重要载体，甚至催生下一个“ 抖音” 或“ 快手”。
此外，AI 个人系统 （AI Personal System） 也值得关注，它将为用户提供全天候的个人助理服务，实现真正的“ 随时可用”。
我认为，这一波智能体浪潮不仅仅在提升生产力，更在重塑生产关系，未来将是人和智能体协作、智能体与智能体协作的混合工作模式。
最近我们团队正在研究浏览器，浏览器会发生非常大的变革。过去，是用户需要主动搜索信息，未来，Agent 浏览器或任务型浏览器将主动帮用户获取所需信息，也就是浏览器的入口没有变，它会和各种开发者的智能体，一起协作达到 proactive 的主动任务，这种时代很快就会到来。
最后就是 AI 原生的新硬件，我们坚信会出现承载智能体的新一代 AI 原生硬件。例如 AI 眼镜 （AI Glass）、空间视觉设备等。这些硬件本质上是为智能体功能而设计的新形态终端，将成为 AI 原生路径的重要组成部分。
基于以上观察，我有两个假设判断：
第一，中国创业公司围绕智能体的机会是“ 千载难逢” 的，规模甚至可能达到移动互联网的十倍。移动互联网主要集中在 To C，而 AI 智能体则同时覆盖 To B 和 To C 两个领域，市场更广阔。
第二，这一领域可能会诞生新的互联网级入口平台和公司，并具备成熟的商业模式。尤其是在 AIGC 和偏 To C 的应用场景上，中国拥有全球最好的用户市场和应用土壤，能够孕育互联网式的平台级机会。例如，情绪价值强、交互拟真的陪伴类产品，非常符合中国用户习惯。
创投家：近期 OpenAI 发布 ChatGPT Agent 大家都很兴奋。您认为未来 Agent 和浏览器之间是什么关系？浏览器需要具备基础模型能力吗？
宋春雨：我认为未来的 Agent 可以分为两类：基于浏览器的 Agent 和非基于浏览器的独立 Agent，两者各有优势。
浏览器型 Agent 的好处在于可以直接获取用户在云端的数据，具备天然的用户数据和场景入口。独立应用型 Agent 的优势在于架构灵活、性能可控，但缺乏强用户画像数据支撑。因此，具体选择取决于场景，不同类型会有各自的市场空间。
浏览器公司是否必须具备基础大模型的能力？我认为未必。Agent 更多依赖于基础大模型之外的工程化能力，例如多智能体之间的协作、浏览器的性能优化、接口整合等。大模型是基础，但并非全部。
OpenAI 的优势在于基于自有大模型构建 Agent，而创业公司则更灵活，可以根据不同场景组合最佳模型。目前基础大模型存在明显的取舍 （Trade-off），在某一方面非常强，某一方面可能有忽视，比如，DeepSeek 推理能力强，算力消耗低、成本低，但缺乏多模态能力，这方面 OpenAI 就领先了。
目前还没有任何一家基础大模型能在所有领域全面领先。我的判断是，未来基于浏览器架构的 Agent 更可能采用复合 AI 模式，根据用户任务调用最合适的模型。例如，用户需要分析任务，可以用 DeepSeek 开源模型来降低推理成本；代码任务可用专门的编程模型；涉及多模态场景，则选择 OpenAI 最合适。
从布局来看，OpenAI 本质上仍是一家基础大模型公司，这次推出的浏览器型 Agent 更多是从生态角度“ 打样”，展示其基模型的应用潜力，而非以应用为主导，这为创业公司留下了灵活创新的空间。
创投家：在评估 Agent 项目时，您主要关注哪些指标？
宋春雨：我们目前为团队设定了几个硬性指标：第一，必须有上线的产品，并且产品能够实现用户付费。
这是最基础的要求。不同于移动互联网时期通过买量拉新的模式，我们现在更看重产品本身是否具有强客户价值，核心标准就是用户是否愿意为其付费，这是判断 AI 产品价值的首要标准。
第二，关注上线后的周同比指标，包括 AIR（活跃收入率） 和用户增长率。这些指标能够反映产品是否具备爆款潜质，也从侧面验证了用户对产品核心价值的认同，这是衡量 AI 产品的重要维度。
与上一波移动互联网不同，这一波 AI 产品的核心在于直接提升生产力和绩效。无论是写报告、写代码，还是做营销，用户使用 AI 的本质是为了提高工作成果，因此更愿意为结果付费。
这与传统的 SaaS 工具有本质区别：传统 SaaS 本质是工具，帮助用户完成任务，但不直接交付结果，价值更多体现在“ 辅助” 层面；而 AI 产品则直接交付业务流程的结果，甚至是最终 KPI，例如 AI 帮用户完成 80%-90% 的编码工作，或提升营销转化率等。
因此，如果用户不愿意付费，或者付费后不持续使用，就说明 AI 产品未能带来足够的结果导向价值。这也是我们在评估项目时最重要的标准之一。
相比单纯的用户规模，我们更重视有多少用户愿意持续付费并认可产品价值，这是决策中最核心的指标。
（本文首发于钛媒体 App，作者｜郭虹妘，编辑｜陶天宇）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
