光大证券：AI Agent是打破AI应用发展瓶颈的关键

  

  智通财经APP获悉，光大证券发布研报称，OpenAI发布的最新模型o1，在编程、理科竞赛等推理密集型任务中性能明显优于GPT-4o，但在部分自然语言任务中较弱。受限于模型性能，AI应用进入瓶颈，北美科技巨头26年资本支出持续性以及上游算力产业链的业绩成长性受到质疑。而近期前沿论文和o1展现的强化学习推理、思维链等底层技术，是AI产业高质量发展和投资情绪提振的关键。新的 Scaling Law，RL+COT 对于实现能自主规划的 Al Agent 至关重要。北美科技公司进入新一轮AI投资周期，资本支出大幅度上升可能使公司面临成本压力，科技巨头或会更加重视AI投资的性价比。

  事件：2024年9月12日，OpenAI发布最新模型o1，在编程、理科竞赛等推理密集型任务中性能明显优于GPT-4o，但在部分自然语言任务中较弱。

  根据光大证券的测评，o1思维链特征可以概括为：1)优先形成全局方法：在解答前o1会先分析问题、概括底层规律;2)不断的追问和反思：在输出最终答案之前，o1会不断反思解答过程并进行改进，其完整思维链可达数百行。

  o1在编程上展现出自主规划能力，AI+低代码/网络安全领域有望最早受益。

  1)低代码：o1在编程方面具备较强的自主性，可以某些特定的程度上对冲o1高成本和高延迟的问题。2)网络安全：o1在网络安全攻防中表现优秀，能将复杂任务分解成多个子任务，具备初步的自主规划能力，也体现出了AI辅助网络攻击的潜在威胁，AI驱动的网络安全攻防升级将成为未来的主旋律。

  AI Agent是打破AI应用发展瓶颈的关键，o1能否开启通往Agent之路?

  受限于模型性能，AI应用进入瓶颈，北美科技巨头26年资本支出持续性以及上游算力产业链的业绩成长性受到质疑。而近期前沿论文和o1展现的强化学习推理、思维链等底层技术，是AI产业高质量发展和投资情绪提振的关键。

  新的ScalingLaw，RL+CoT对于实现能自主规划的AIAgent至关重要。强化学习让AI自主探索和连续决策，符合Agent所需的自主规划能力。selfplay通过自主博弈生成高质量数据，有利于突破外部训练数据短缺的现状。

  思维链能极大提升模型涉及数学和符号的推理能力，但在别的问题上提升效果不显著，甚至有可能有损模型性能。推理能力和模型的指令跟随能力呈现出分离关系，对于构建AGI来说，如何平衡二者的关系会成为一个核心问题。

  RL范式下推理算力需求大幅度上升，但不代表训练算力需求会停止增长。o1-preview生成相同内容的输出tokens大约是GPT-4o的5.9倍，其中72%的tokens为推理过程中生成，使用o1-preview的输出成本约为GPT-4o的36倍。ScalingLaw由训练侧转向推理侧，对推理芯片的性能需求也会提高，且预训练阶段也需要消耗大量的算力。强化学习推理并不代表模型参数停止扩张，因为主模型参数提升可能会产生更好的推理路径。

  北美科技公司进入新一轮AI投资周期，资本支出大幅度上升可能使公司面临成本压力。2024年科技巨头资本支出/营运现金流预计将达到40%以上。在AI的投资回报率尚不明显的现状下，科技巨头会更加重视AI投资的性价比。

  风险分析：AI研发技术和产品迭代遭遇瓶颈;AI行业竞争加剧风险;商业化进展没有到达预期风险;国内外政策风险。