Stratechery 推翻 AI 泡沫論，我們該用 AI 做什麼？

從「泡沫」到「結構性增長」的觀點修正

在 AI 投資與產業敘事持續升溫的背景下，「是否存在泡沫」成為市場反覆討論的核心問題。Stratechery 創始人 Ben Thompson 在英偉達 GTC 2026 召開之際，修正了此前對「AI 是否處於泡沫之中」的判斷，認為這並非泡沫，而是一輪由技術範式變化驅動的結構性增長。

LLM 的三次關鍵範式躍遷

Thompson 指出，大語言模型（LLM）已經歷三次關鍵躍遷，這解釋了為何當前對算力的需求如此龐大且合理：

• 第一階段：ChatGPT（2022 年）。LLM 從「可用但不可靠」，常被視為炫技工具，需人為持續校對。
• 第二階段：o1（2024 年）。模型具備推理能力，能自我評估與修正錯誤，大幅降低用戶幹預負擔，讓 LLM 變得「可靠」。
• 第三階段：Agent（2025 年底）。隨著 Anthropic Opus 4.5 與 OpenAI GPT-5.2-Codex 的發布，AI 開始獨立執行複雜任務。關鍵不在模型本身，而在「Agent harness」（調度層），它負責調度模型、呼叫工具並驗證結果，使 AI 從工具轉變為可託付任務的執行系統。

需求結構的轉變與算力驅動

隨著 Agent 的出現，AI 需求的擴張不再取決於用戶規模，而取決於「單位用戶的調度能力」。Agent 降低了人類主動性的門檻，使得少數人即可指揮多個 Agent，從而引爆對高性能算力的需求。這意味著，當前大規模資本開支是對真實需求的前置反映，而非投機性押注。

企業付費驅動力與組織重構

消費端對 AI 的付費意願有限，真正願意為生產力買單的是企業。Agent 能將「推動價值的人」的影響力放大，同時減少組織摩擦，實現「更少的人、更高的產出、更低的成本」。這可能導致未來的裁員不僅是週期調整，更是結構性的變化。

Agent 與價值鏈重構

Thompson 認為，若模型最終商品化，OpenAI 和 Anthropic 仍能獲利，因為真正的價值在於「模型 + 控制系統」的整合。Agent 需要模型與 harness 的深度協同，這使得開源模型提供商成為價值鏈中的關鍵整合者，而非可替代的模組。

結論：悖論中的真實性

Thompson 最後指出，只要大家還在擔心泡沫，那就還不是泡沫；真正的泡沫是沒人再質疑它的時候。他強調，這並非泡沫，但若「我說這不是泡沫」本身反而證明它是泡沫，那也只能如此。