GPT-6之后，算力暴涨的故事又讲得通了吗？

9月3日GPT-6 Astra发布后，半导体和存储股率先反弹。9月4日，SOXX单日上涨3.5%，美光上涨6.1%，闪迪大涨11.9%；9月7日，韩国KOSPI上涨4.61%，三星电子上涨5.7%，SK海力士上涨约8%。
在此之前，对AI资本开支过热、算力需求见顶的担忧，已经让相关板块震荡了相当长一段时间。MarketWatch甚至将这次上涨形容为Astra“重新点燃了存储芯片交易”。

《英伟达之道》作者、前《巴伦周刊》科技记者Tae Kim给出了一个更激进的解释：AI可能正在进入过去四年里第四轮算力需求的指数级增长。

前三轮分别来自Chatbot、Reasoning和Coding Agent，而第四轮有可能是Computer Use，也就是Astra这次重点展示的能力。Kim的逻辑是，Chatbot让数亿人开始消耗推理算力，Reasoning让每个回答需要更多计算，Coding Agent让模型从“回答一次”变成连续工作几十分钟甚至几小时。现在，Computer Use把连续运行的Agent从程序员扩展到了使用Excel、Blender、CAD、Power BI和浏览器的普通知识工作者。

Kim长期关注英伟达和半导体投资，他的newsletter Key Context以科技投资判断为核心，近期文章对AI基础设施偏向乐观。

所以，“第四轮指数级增长”首先是一个AI算力多头提出的投资假设，而不是已经被验证的产业规律。不过，它出现的时间点相当微妙。

在Astra发布之前，Agent范式刚刚经历了一轮“能力撞墙”的质疑：短任务越来越强，但一旦进入长时间、多步骤、真实软件环境，可靠性明显下降，这也引发了前面提到的算力需求见顶的怀疑。如果Agent的能力天花板无法打破，算力持续增长的故事就讲不下去。

Astra真的能打破这个天花板吗？

每1个人类工作日对应3.1个Agent工作日

前三轮AI算力的“指数级增长”，指的是过去几年里，每次使用范式变化时，单个用户能够消耗的计算量都出现了大幅提升。

ChatGPT第一次把推理带入了主流市场；Reasoning模型开始愿意为单个问题做更长的内部计算；到了Coding Agent，一条简单指令就能触发“读代码—修改—测试—查错—再修改”的连续循环。

与此同时，Agent开始突破“一个人一天只能工作8小时”的物理限制。

9月6日，OpenAI刚刚披露了一组内部数据。截至今年8月中旬，公司研究人员中，处于50分位的人每天使用Coding Agent消耗的推理量，按公开API定价计算超过600美元；90分位的研究人员每天超过7000美元。据Business Insider对OpenAI数据的整理，7月份的中位数还只有约162美元，一个多月时间增长了近3.7倍。 图：截至8月中旬，OpenAI研究部门每1个人类工作日对应3.1个Agent工作日；研究人员每天消耗的推理量中位数按API定价超过600美元。

把内部用量换算成API定价，这更接近“单个用户的推理强度”。

6月之前，OpenAI研究部门所有Agent的总运行时长还没有超过研究人员自己的工作时间；到8月中旬，每1个人类工作日对应3.1个Agent工作日。越来越多的研究人员还在同时运行多个Agent。

这意味着，Agent范式之后，单个用户背后开始出现多个可以并行工作的“数字进程”，不再受制于“人类输入速度”的物理限制。现在一个人可以让三四个Agent持续工作，甚至让Agent再创建子Agent。

算力需求的计量单位，可能因此变成：一个用户背后同时运行着多少个Agent，这些Agent每天工作多少小时。

Computer Use扩展了工作空间

Coding Agent虽然增长很快，但边界仍然清晰；大多数同时跑多个Agent任务的还是程序员，而程序员只是全球知识工作者中的一小部分。

Computer Use把空间进一步扩大。Astra发布后，Kim自己做了一个测试。他之前不会用Blender，于是让Astra研究航天飞机、打开Blender，在Mac上完成3D建模。大约10分钟后，一个可以旋转的模型就做出来了。

普通对话大致是“输入——推理——输出”；Coding Agent变成“读代码——推理——修改——测试——再推理”；Computer Use进一步变成“看屏幕——理解界面——决定动作——执行——等待结果——再观察——验证——纠错”。

一个人类十分钟的任务，背后可能是AI几十轮的视觉理解、推理和工具调用。

一旦这种能力进入Excel、Salesforce、SAP、Power BI、Photoshop、CAD以及各种企业内部系统，潜在用户群就扩展到了几乎所有坐在电脑前的知识工作者。

这就是Kim所说的“第四轮需求”的核心：

Coding Agent想消耗程序员的电脑时间，Computer Use想消耗所有白领的电脑时间。

但到目前为止，这仍然只是一种可能性。

OpenAI没有披露Astra发布后Computer Use任务量的变化，也没有公布单用户token用量、GPU利用率或推理吞吐量的每日曲线。因此，无法确凿证明“Astra带来了第四轮算力增长”。

算力真的开始紧张了吗？

Astra发布后，腾讯科技注意到，一些开发者社区出现了一种难以量化但值得注意的反馈：用户体验似乎开始在不同地区和账号之间出现差异。

一些亚太地区的开发者反映，最近ChatGPT和Codex的响应变慢了，复杂任务的稳定性不如美国账号。社区里把这种体验戏称为“降智”。

至少有一部分并非完全主观。

9月4日，OpenAI官方状态页报告了亚太地区服务性能下降，影响了ChatGPT、Work和Codex Cloud等多个产品。四天后，OpenAI宣布与英伟达支持的数据中心运营商Firmus达成多年协议，从马来西亚的两个数据中心获得专用算力。

同样，目前也没有证据表明OpenAI因为Astra带来的负载增加，对亚太用户降低了模型推理预算，或者切换到了更弱的模型。

所谓亚太地区“降智”，至少可能混杂着三种不同因素：地区基础设施和路由问题、账号层面的风控和速率限制、高峰期的动态资源调度。这些在用户侧可能表现为响应变慢、失败率升高、工具调用中断，甚至复杂任务的最终答案变差。

不过，这种反馈仍然提供了观察AI算力压力的另一个角度。

当模型越来越有能力持续消耗计算时，供给紧张可能首先表现为不同地区、不同账号之间在延迟、失败率和服务质量上的波动。

问题在于，这个判断目前缺少一组最关键的数据：

同一模型、同一套餐、同一任务，在不同地区的首token延迟、总推理时间、工具成功率和最终任务完成率，是否存在稳定差异。

在拿到这组数据之前，“降智”只能是一条线索，而不是算力紧张的证据。

图：9月8日，有用户晒出GPT-6 Astra提示“容量已满”的提示，称自己四个账号都无法正常使用，系统建议切换到其他模型。Tibo在转发中调侃说“we are so back”，把“模型满载”视为AI需求重新起来的信号。

资本市场又开始下注了

虽然Astra发布后的实际算力使用曲线没有公开，但资本市场已经按照“AI需求还没有见顶”的故事开始交易。

MarketWatch报道，Astra发布后，iShares半导体ETF上涨约3.5%，三星、SK海力士、铠侠等存储相关公司表现更强。外媒甚至直接把这一轮行情形容为Astra“重新点燃了存储芯片交易”。

值得注意的是，这轮上涨最抢眼的不是英伟达，而是存储。

如果Computer Use真的成为持续运行Agent的工作负载，需要增加的将不只是GPU计算。更长的上下文、KV Cache、并发Agent、虚拟机、浏览器和软件环境，可能会持续推高对HBM、DRAM、CPU、网络和存储的需求。

所以，资本市场最近的交易并不完全是“GPT-6更强了”；主要逻辑仍然是：更聪明的模型，会不会让用户愿意购买更多算力？

这也是这一轮AI基础设施故事与传统软件最大的不同。

传统软件优化得越好，单个用户需要的服务器资源可能越少。

生成式AI反而可能呈现出相反的“杰文斯悖论”：模型效率越高、任务成功率越高，人们越愿意把更多、更长、更复杂的工作交给AI，最终导致总算力消耗上升。

不过，需要保持谨慎，因为资本市场也有自己的“屁股”。

AI基础设施在此之前已经经历过一轮大涨和调整，半导体股今年也因为资本开支过热、云厂商自由现金流下滑而出现明显回调。所以，Astra带来的这几天反弹，只能说明投资者开始重新下注，但还不足以证明第四轮算力需求真的出现了。

一笔经济账

Kim的判断，最终取决于三个更实际的问题。

第一个还是可靠性。

真实业务不是一次性demo。Agent能不能在ERP、财务模型或工程软件里连续运行几个小时，在弹窗、权限变化、数据更新出现时仍然保持正确，这是完全不同的问题。

第二个是成本。

未来，完成相当于人类使用电脑一小时的工作，Computer Use实际要花多少钱？

如果AI用10美元就能完成员工50美元的任务，需求很容易爆发；如果成本是100美元，市场空间就完全不同。

OpenAI那个每天600美元的数字说明，Agent虽然能创造巨大需求，但也意味着这种工作方式今天可能仍然非常昂贵。

第三个问题：Computer Use最终会不会消灭自己的一部分需求？

现在模型需要看屏幕、找按钮，是因为现有软件是为人设计的。一旦Salesforce、微软、Adobe或企业内部系统开始直接开放API、MCP和Agent接口，很多任务就不再需要模拟鼠标键盘操作。

更可能的结果是Computer Use和Tool Use的融合：有结构化接口的地方直接调用；没有接口或难以改造的老系统，继续用视觉操作。

所以，Computer Use真正打开的市场，可能不是“让AI永远像人一样点击电脑”，而是通过这种“我的人类主人授权我点击你的软件，所以你管不住我”的方式，让Agent突破现有应用生态。Agent终于可以进入自动化以前覆盖不到的最后一个大型工作环境。

这也是Kim所说的“第四轮指数级增长”真正值得验证的部分：“Computer Use是垫脚石，还是真的又是一次范式转移？”

GPT-6之后，那个因为Agent撞墙而越来越难讲的算力故事，又讲得通了吗？

资本市场已经开始重新下注。

生成式AI爆发之后，市场不断打脸“算力增长”的空头。这一次，会不一样吗？