文章核心观点 - 中美AI竞争的天平因“龙虾”开源项目引发的AI Agent全自动浪潮而向中国倾斜，其核心驱动力是中国凭借强大的电力基础设施和调度能力，提供了远低于海外的Token成本，催生了“Token出海”的长期趋势 [4][5][6] - AI发展进入Agent全自动新阶段，算力需求呈指数级增长，电力成本将取代芯片成为AI竞争的决定性因素，中美在芯片与电力领域形成错位竞争 [9][13][16][22] - 中国模型凭借“开源+低价”策略，结合电力成本优势和欧洲市场的地缘政治变化，正在重塑全球AI成本结构并打开新的市场空间 [11][27][30] 中国AI模型的全球市场表现与Token出海 - 全球市场份额领先：OpenRouter平台最新一周前十模型总Token消耗约8.7万亿，其中中国模型消耗5.3万亿，占比高达61%，MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5包揽前三名 [4] - Token出海定义与动因：为降低高昂的算力成本，海外开发者通过API调用中国开源模型，数据在中国数据中心完成计算后再传回，形成“Token出海” [11] - 巨大的成本优势：中国模型推理费用极具竞争力，例如DeepSeek R1比OpenAI o1便宜5-27倍，Qwen 3.5-Plus便宜了23-45倍 [11] - 带来显著商业收益：月之暗面近20天累计收入已超过2025年全年总收入，其海外API收入自2025年底以来已翻四倍，公司最新估值达100亿美元 [12][24] - 企业收入结构变化：MiniMax约70%的收入来自海外市场；智谱AI的GLM Coding Plan已吸引超过15万名海外付费开发者 [24] 电力成为AI竞争的核心决定性因素 - 成本结构演变：当前Token成本中，算力折旧（芯片）约占40–50%，电力（含冷却）成本约占30%；进入Agent全自动时代后，电力将成为决定性因素 [15][16] - 中国电力基建优势：中国拥有全球最大规模的电网和新能源装机，2025年全社会用电量突破10万亿千瓦时，在满足新增电力需求的基建速度和体系能力上具有优势 [5][20][22] - 中美电价与能力对比：当前中国工业用电成本约0.4–0.6元/度，美国约0.8–1.2元/度，欧洲约1.5–3元/度；核心差异在于将资源快速转化为电力并进行传输调度的工程能力，美国面临电网稳定性、负荷能力和基建速度的挑战 [21][22] - 美国已现缺电苗头：弗吉尼亚州等数据中心集中地区，过去五年电价涨幅高达267%；新增AI电力需求开始挤压居民和工业用电，多地政府出台限制措施 [21][22] - 资本市场的反应：A股电网设备概念股持续跑赢寒武纪和摩尔线程；英伟达在发布净利润同比增长94%的财报后，股价却创下一年内最大单日跌幅5.5% [18] AI Agent（“龙虾”）开启全自动新时代 - “龙虾”项目的意义：是一个在GitHub爆火的开源自主AI Agent框架，标志着AI从“只会聊天的工具”进入“能干活的数字员工”的全自动时代，效率提升呈指数级 [9][10] - 驱动算力需求激增：全自动Agent任务动辄消耗数十万至上百万Token，远超简单对话，导致算力成本暴增 [11] - 衍生新商业模式与工作方式：AI Agent将很快从个人助理延伸为个人工作伙伴，例如一人可编排多个AI扮演不同角色组成虚拟项目组，实现24小时不间断工作，“滚雪球效应”显现 [29] - 加速“数字员工”时代：“开源+低价”策略正在加速这一时代的到来 [28] 中美错位竞争与产业格局影响 - 中美竞争态势：中国凭借电力基建优势追赶芯片短板，美国凭借芯片优势追赶电力基建短板，双方用时间换空间 [22][23] - 欧洲市场成为新突破口：因地缘政治不确定性，欧洲公司降低对中国模型的偏见，Hugging Face上中国开源模型下载量占比已达17.1%，超越美国 [27] - 受益产业链环节： - 短期：模型厂商（如MiniMax、智谱AI、月之暗面）最先受益于Token出海 [24] - 中长期：能将廉价电力转化为稳定算力的算力云厂商等“卖水人”将受益，有望成为数字时代的“电力批发商”；国内算力租赁市场因需求旺盛已呈“卖方市场” [24][25] - “东数西算”战略的价值：将数据中心引导至电力富余的西部地区（如新疆绿电成本可低至0.2元/度左右），将电力转化为Token通过光缆输向全球 [20]