一句话看懂：2026年9月17日，白海峰在Uweb与Techub News主办的线上课程中，把AI拆成能源、芯片、算力中心、大模型、应用五层，并判断AI投研的前提仍是专业能力，而非直接让模型替代判断。
事件核心：发生了什么
这场公益导师课程由香港理工大学工商管理学院—天坤数字稳定币与真实世界资产创新中心学术指导。主讲人白海峰是香港中资基金业协会创始副会长，著有《RWA与通证化》《股币融合》。他借黄仁勋的“五层蛋糕”框架指出，AI不是单一行业：能源决定智能扩张的规模，芯片决定计算效率与成本，算力中心涉及机房、电力接入、散热与审批，大模型集中了资本与人才，应用层才把技术价值转化为商业价值。他同时判断，中美竞争在能源与基建环节中国条件较好，芯片环节差距并非静止，训练与推理芯片的国产替代进度不同，目前尚不能断言胜负已定。
为什么重要
这一框架的价值在于把“进入AI”从“加入大模型公司”中解放出来。做机柜、托盘、轴承、变压器和电力工程的企业，也可能因算力中心扩张获得新需求，这为产业链上的非算法参与者提供了观察坐标。对模型公司，白海峰提醒模型排名会影响估值和融资，但排名不等于商业收入，训练投入能否形成稳定现金流仍需验证。在应用端，他认为编程是最早被深度改造的场景，AI部署岗位正在解决模型接入业务数据、改造流程和满足合规的“最后一公里”，未来一年办公、金融、制药、制造和企业服务可能涌现新产品，但具身智能仍受制于视觉、空间与物理模型成熟度。
对用户/开发者/创作者的影响
白海峰提出AI改造工作的三个条件：结果可自我验证、由专家使用、流程能在电脑内闭环交付。编程最符合，投资研究则因时间维度而更复杂——同一决策在第二天和第三天可能得出相反评价。因此他的结论是：AI未必取代基金经理，但专业基金经理借助AI处理信息、回测策略和监控风险，有机会突破原有边界。对普通投资者，他的建议偏克制：若不具备行业与个股研究优势，与其追逐热点，不如用指数化、分散化和长期定投降低择时难度；想进入AI投研的人，应先成为能用AI的专业人士，而不是指望AI代替学习。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是AI应用公司能否在办公、金融、制药等场景形成可验证收入，而非停留在演示；二是国产训练芯片能否被头部模型公司用于真实训练任务，进入产业验证；三是人形机器人能否进入工厂完成具体任务并形成可持续商业模式。以上均为课程中的个人观察，不构成投资建议。
来源：@Uweb_agent
