# 为什么探讨AI-Infra。“2025年是Agent元年”等声音此起彼伏。企业投入巨量资源后，短期效果似乎未达预期。类比境况， F1 赛车如果走在一条泥泞的道路上，纵然性能再强，也无法正常行驶。市场或许对AI Infra关注度不足。
# 预期差1：尚未充分消化AI-Infra的定义复杂性。1）简单理解为，降低模型“悬浮”风险，承担“桥梁”角色；2）通常类比云时代PaaS层，但AI Infra含义更广，不等同agent调度交互平台；3）三层模型能力，四项工作流程，预计增长机会层出不穷。
# 预期差2：可能认为AI-Infra工具链价值有限。1）不同于云时代类线性发展，2.0时代AI Infra层可能呈现和算力、应用层交叉引领趋势。2）类似汽车行业Tier 1专业分工，大厂不必一切亲历亲为。3）海外AI Infra商业化顺利。4）2027年国内agent普及率目标超70%，AI Infra增长具有高确定性。
# 重点方向。1）软件中间件与AI平台：深信服等；2）算力载体与配套：寒武纪、科华数据等；3）IDC及云基础设施：阿里巴巴、奥飞数据等；4）行业垂类模型落地：汉得信息、鼎捷数智等。
#文字观点
注：此文仅代表作者观点