AI不再只是一个被讨论的技术名词，它正在变成一种能够重新分配生产力的经济力量。对王捷来说，这一轮浪潮最值得关注的，不是某一家公司的短期涨跌，而是AI进入社会运行底层之后，经济组织方式会发生怎样的根本变化。

作为中国较早一批AI投资人，王捷的身份横跨投资与研究两端：他是摩尔线程的天使投资人，也是长鑫存储、Kimi等项目的共同投资人；在研究领域，他担任深圳数据经济研究院人工智能经济研究中心联席主任。围绕AI，他近两年持续输出《浮现中的AI经济》《关于AI经济的四十个问题》《AI生产能力函数》等系列文章，试图回答一个更大的问题：当AI从信息匹配走向结果交付，经济系统会怎样重构？

这场思考在2025年6月被进一步推高。当时王捷在讲座《AI应用：浮现中的AI经济》中提出，计算能力正在成为新的劳动力供给，AI将先在数字世界完成“全天候自动工作”，随后进入物理世界参与更广泛的生产活动。这个判断在科技投资圈引发强烈回响。半年后，随着“龙虾热”出现，AI开始真正从聊天和搜索工具，转向普通人能够直接依赖的生产力工具。

到了2026年3月至4月，王捷在上海天使投资大会圆桌、媒体群访以及上海天使会人工智能创业营中，频繁提到的仍不是回报率或退出窗口，而是“框架”二字。他反复强调，要先理解AI经济的运行逻辑，再去看模型公司、应用公司与产业链的价值分布。对他而言，AI经济更像一艘正在成形的巨轮，而算法就像甲板——船已经出发，但甲板的结构还远未固定。

这种研究先行的路径，构成了王捷近年的投资方法。过去十年他持续参与科技投资，2017年以来重点押注AI相关方向，投出了摩尔线程、长鑫存储、比亚迪半导体、万国数据、明略科技、月之暗面、京东科技、开思时代、奇安信等公司。与其说他在寻找“最热的项目”，不如说他在寻找能够解释行业演化规律的样本。

这一轮思考的背景，也来自AI产业进入新的拐点。2026年春节前后，智谱和MiniMax在港股市场的表现，让AI估值逻辑再次成为焦点。短短数月内，两家公司市值一度冲至数千亿港元量级，市场情绪从兴奋转向争论：这是泡沫，还是新秩序的前夜？王捷认为，这些现象本质上都在说明同一件事——AI相关经济活动的量级，已经明显超出上一轮移动互联网的经验框架。

回看他的研究路径，可以发现一个清晰变化：他从“投什么”逐渐转向“为什么会这样”。在他看来，投资不只是资本行为，更像是一种对现实世界进行验证的研究。科学研究提出假设，再通过实验验证；投资则是在真实世界里提出判断，再用资本检验。AI浪潮之下，他更愿意站在提出问题的人这一边。

王捷判断，AI产业的核心变化，首先体现在模型能力完成了阶段跃迁。2023年和2024年，行业更多停留在聊天机器人阶段；而从2024年10月GPT o1发布后，AI开始明显进入推理阶段。随后Gemini、DeepSeek等模型迅速跟进，行业共识开始从“能不能对话”转向“能不能思考并完成任务”。他用一个很直观的指标来说明这种变化：部分主流模型的“智商”评测已经从过去的80分以内，提升到100分以上，甚至接近120分。这意味着，AI的能力已经越过一个临界点。

在他看来，这个临界点之后，行业不是线性前进，而是进入更陡峭的上升区间。算法没有收敛，模型能力还在快速扩张；推理成本持续下降，能力密度不断增加，复杂任务可完成时长也在缩短。王捷把这一过程概括为“越过山丘”——26年的AI，已经从童年进入青春期，巨人的轮廓开始清晰。

这种变化也直接影响投资判断。对于摩尔线程的天使轮，王捷回忆，那时国产GPU刚刚起步，市场普遍认可中国需要算力，却也普遍认为这是一件极难的事。正因为“难而正确”，才有了入局的价值。他认为，摩尔线程、沐曦、壁仞、天数智芯等一批公司的出现，不仅补齐了国产算力链条，也给国内硬科技创业者提供了强烈信心：最难的事情，也可能被做成。

从产业层面看，这类公司的意义不仅在于商业化，更在于自主可控与产业梯队建设。王捷认为，中国AI产业链正在形成从芯片、算力到模型的完整支撑体系，而这个体系一旦完善，会深刻影响未来十到二十年的科技竞争格局。

在Kimi的投资上，王捷则更强调组织方式。促使他下定决心的，并不是某一轮融资热度，而是对“如何组织高密度人才”的理解。他把DeepSeek的崛起视为重要参照：无部门、无层级、自由选题、资源不设上限，让研究员围绕问题自组织协作，这种方法让他意识到，顶尖模型团队的核心竞争力，往往不只是技术路线，更是人才组织方式。

在他看来，模型公司的评估逻辑也因此发生变化。商业化收入只是横截面的结果，更重要的是团队能否持续训练出一线模型，能否在工程优化和算法创新之间形成动态领先。未来模型公司的竞争不会是一家长期通吃，而更可能是“此起彼伏的领先”。工程优化、架构变化、开源生态，都会让领先权在不同公司之间流动。

对于模型与应用的关系，王捷同样有明确判断。他认为，在当前AI产业结构中，模型层会吃掉相当大比例的价值。原因在于，模型不再只是支撑应用的底座，而是在相当程度上承担“智力供给”的角色。与移动互联网时代的平台底座不同，AI模型层尚未收敛，且它本身就是大脑。随着模型能力持续提升，应用公司面临的新风险，不只是大厂竞争，而是“应用被模型新增能力吞没”的风险。

与此同时，AI应用的机会也并未消失，只是判断标准变了。王捷强调，真正有机会的应用，必须贴着当前模型能力上限去做，不能停留在已知河谷里重复竞争，而要敢于向山上攀爬。他认为，过去一年涌现的一些爆款应用，正是因为它们精准踩中了模型能力演进的节奏，提前预判了下一阶段的技术方向。

他还特别看重“原型”这一观察方法。在移动互联网时代，Foursquare、Kik、Instagram都曾是后来大赛道的早期原型；在AI阶段，他认为类似的原型已经开始出现，能够帮助投资人判断哪些方向最有可能长成下一代主赛道。对他而言，历史不会简单重复，但总会押着相似的韵脚。

王捷对未来最深的判断，还是AI将重塑生产函数本身。传统经济中，全球产出几乎完全由人创造，而未来AI将凭借7x24小时运行、可无限复制、低交易成本等优势，成为新的生产主体。他把这称为“非稀缺经济”——当大量工作由AI承接后，社会总产出会明显抬升，全球GDP甚至有可能扩展到当前的数倍。

这种变化同时意味着分配体系需要重建。如果AI替代了大量劳动，而总蛋糕又大幅增长，那么就业、收入、税收和财富分配都将面临新的制度问题。王捷甚至将公司制视为需要重新审视的历史制度遗产：它诞生于大航海时代，为了处理陌生人合作和风险共担，而AI时代的生产与分配逻辑，可能已经不同于过去几个世纪。

在更宏观的层面上，他把AI经济看作一种“数字层”的浮现。这个数字层由基座模型、个人AI助手、垂类Agent、AI硬件和人形机器人共同构成，未来将深度连接消费者和生产者，并介入“信息收集—决策—行动”的全链条。它不只改变效率，也会改变人与世界互动的方式，使整个经济社会的理性化程度进一步提高。

但王捷也提醒，AI经济并非天然通向理想结局。他反复提到两朵“乌云”：一是AI不被人类控制，二是AI被少数人控制。他认为，确保AI始终置于人的最终决策与控制之下，确保AI创造的巨大生产力能够被更广泛共享，是全社会必须面对的共同课题。

从这个意义上说，AI时代真正稀缺的，已经不是简单重复性的技能，而是判断、创造、审美和沟通。王捷认为，当算法越来越擅长数量化、形式化和结构化工作之后，人类更需要保留的是那些与经验、共情、价值和意义相关的能力。对个人而言，这意味着教育、职业和成长路径都将重写；对国家而言，这意味着算力、芯片和数据中心将成为新的基础设施竞争焦点。

他判断，未来十年到二十年，算力都会是全球最重要的主题之一。随着AI能力不断逼近甚至超过人类，国家之间的人力资本差异将被弱化，真正决定竞争力的，将是“AI充裕程度”。在他的想象里，未来甚至会出现小国总统排队拜访芯片公司CEO的场景——因为算力不只是技术问题，更是国力问题。

在王捷的叙述里，AI已经不是单纯的产业机会，而是一次经济系统的整体改写。它既带来新的创业机会，也制造新的分配难题；既释放巨大的生产力，也逼迫人类重新理解自身位置。对于刚刚进入这一时代的人来说，最重要的，可能不是急于下注，而是先看清这艘巨轮究竟正驶向哪里。

标签：#王捷：AI这艘巨轮正在越过山丘#算法甲板未定型#经济系统已开始重写