科技&计算机行业：AGENTIC CODING推理新范式 关注算力结构化机遇

　　AI Coding 的进化路径：Agentic；上下文窗口；从工具到产品
复盘Claude Code 自发布后的功能迭代过程，我们看到以下变化趋势：1）Agentic Coding。Agentic Coding 正在驱动AI 开发能力从简单程序拓展到更复杂应用，相较此前的代码预测、对话式代码生成工具，我们认为AgenticCoding 的核心差异，在于具备项目级而非文件级/对话级的读写范围以及多工具多Agent 调用能力。2）上下文窗口的合理利用。我们认为Claude Code增加的多项功能，例如CLAUDE.md、Skill、Memory，通过信息压缩极致地应用有限上下文窗口。对于当前的模型来说，上下文窗口就是模型的全部记忆，未来值得关注上下文窗口的提升进展。3）从工具到产品，降低开发门槛。26 年1 月16 日，Claude CoWork 发布。我们认为CoWork 是对ClaudeCode 的UI 封装，结合了聊天窗口的易用优势和Code 产品的项目级能力，使得非技术人员也可以建立项目级代码仓库，降低了复杂项目的建设门槛。
　　对软件影响：中小应用多样性增加，2B SaaS 替代风险被高估
　　我们认为AI Coding 加速从想法到产品，中小应用有望增加，根据SensorTower 的数据，25 年以来iOS 应用发布量增速加快，25 年12 月单月同比增速达到60%。但就2B SaaS 而言，我们认为替代风险被高估，AI Coding在建立2B SaaS 应用时中短期面临上下文限制，远期面临维护的难点，目前没有看到拐点。从当前及短期来看，上下文窗口直接限制了AI Coding 的能力上限，在大型项目场景，模型有限的记忆力将对理解能力带来显著影响。
　　从相对远期看，我们认为企业端软件有更高的维护需求，Transformer 模型的自回归生成模式更擅长生成而非修改，会对维护带来困难，影响企业对产品的应用。
　　对算力影响：Agentic Coding 带来算力需求数量级提升
　　以Claude Code 为例，从工作流来看：1）启动阶段，只打开几个小文件，agent 思考一次约消耗1-2 万token；2）深度工作阶段来看，一般打开20个以上的文件，Claude 进行工具调用、编写代码、外部交互、debug 与代码测试等工作，每一步约消耗20 万token。从Claude Code 技术文档来看，官方建议每名用户每分钟的token 限制设置在20-30 万token，反映出其算力消耗的巨大。总体量化来看，假设完成一个项目需要5 步左右的工作，则完成一个项目需要消耗百万级别token，与chatbot 单次交互消耗一千左右token 相比，算力消耗提升3 个数量级。
　　关注Agent 推理新范式下的结构化机遇
　　相较于 Chatbot 的静态、单轮交互，Agent 推理呈现多轮、动态、工具驱动与强不确定性的特征，使 CPU 从“指令搬运工”转变为系统级“指挥官”。
　　在推理启动阶段，CPU 承担长尾计算、动态批处理与吞吐率优化等关键工作，直接影响算力利用效率与 token 经济学最优解；在推理执行阶段，Agent的调度、决策与工具编排高度控制密集，更适配 CPU 架构，且大量外部工具运行在 CPU 上，已成为端到端延迟的主要来源。与此同时，虚拟机/沙箱化 Agent 路径随任务复杂化逐步成为主流，显著推升 CPU 与内存需求。整体来看，Agent 时代CPU 或率先成为系统瓶颈，其核心数、I/O 与互联能力或将快速升级。产业链相关标的：AI Coding：卓易信息、Minimax；AI infra：深信服、优刻得、青云科技、浪潮信息、中国长城；CPU：Intel、AMD、Rambus、海光信息、龙芯中科；存储：MU、SNDK；互联：AVGO。
　　风险提示：宏观经济波动；模型迭代不及预期；AI 商业化不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com