AI基建卡位战升级：OpenAI重仓与机器人老股抢购共振

全球AI投资进入“基建卡位战”第二阶段：东西方LP同步押注硬核底层资产

当Eightco将OpenAI持仓比例提升至基金总仓位的30%（约9000万美元），这一看似寻常的调仓动作，实则是一记清晰的市场信号炮——全球一级市场AI投资正系统性跨越“概念验证期”，正式迈入以算力、模型、具身智能平台为核心的基础设施卡位战第二阶段。与此同时，国内头部产业资本被曝密集接洽多家机器人上市公司老股持有人，寻求非公开渠道收购；36氪援引知情人士称，标的涵盖工业伺服系统龙头、高精度力控关节供应商及具身智能整机平台企业。东西方资本在不同市场机制下，不约而同选择通过二级老股交易提前锁定稀缺AI底层资产，绝非偶然。这标志着LP（有限合伙人）的风险偏好已从“看团队、看Demo”转向“看壁垒、看交付、看物理世界接口能力”，一场围绕AI硬科技控制权的静默博弈已然展开。

老股交易升温：LP对“可验证稀缺性”的集体投票

传统VC逻辑中，老股交易常被视为流动性补充或创始人套现通道。但2024年以来，AI领域老股交易频次与单笔规模显著跃升。Eightco对OpenAI的加仓，并非源于新一轮融资，而是通过场外协议转让增持存量股份；国内机器人老股求购潮亦明确指向“非IPO路径退出”的早期股东——包括员工持股平台、天使轮个人LP及地方引导基金。这种跨市场共振揭示出LP层面对AI资产价值评估范式的根本转变：不再依赖未来三年营收预测，而聚焦于当下已形成的工程化壁垒与真实场景渗透率。

Hacker News近期多个技术项目讨论印证了这一趋势的底层逻辑。例如，“Baltic shadow fleet tracker”项目通过聚合AIS船舶自动识别数据与海底光缆地理信息，实现对敏感海域异常航行的实时预警——其核心并非算法创新，而是对多源异构时空数据的稳定采集、低延迟处理与可信可视化能力。类似地，“France's aircraft carrier located via fitness app”事件暴露的并非隐私漏洞，而是民用传感器网络（如Strava运动轨迹）意外构成的国家级基础设施级数据层。这些案例共同指向一个事实：AI时代的“基础设施”早已超越芯片与云服务器，延伸至物理世界的数据触点、实时反馈闭环与安全可控的执行终端。谁能掌控这些节点，谁就握有模型迭代的燃料、具身智能的躯干与商业落地的入口。老股交易正是LP对已跑通该闭环企业的“用脚投票”。

算力、模型、具身平台：三重卡位成并购主战场

Eightco重仓OpenAI，表面是押注大模型，实则是锚定其背后由微软Azure超算集群支撑的动态算力调度体系与模型即服务（MaaS）的API经济护城河。OpenAI API日均调用量已突破50亿次，其稳定性、低延迟与多模态扩展能力，已成为全球开发者事实上的AI基础设施。同样，国内机器人老股求购目标高度集中于三类企业：一是掌握车规级AI芯片流片能力与边缘推理框架的算力层公司；二是拥有自主大模型微调平台、支持百种工业协议解析的模型层服务商；三是已实现仓储物流、电力巡检等场景千台级部署的具身智能平台商——后者尤为关键，因其同时具备硬件标准化能力、软件定义行为能力与真实环境长尾问题解决记录。

值得注意的是，Hacker News上“Show HN: I made an email app inspired by Arc browser”等应用层创新热度不减，但资本端关注度明显分流。这印证了第二阶段的核心矛盾：当应用层创新呈指数级涌现（如开源AI编程代理OpenCode已支持17种语言的全栈生成），真正的瓶颈已转移至底层供给能力。一位参与国内机器人老股尽调的GP坦言：“我们看财报只占30%权重，70%精力花在验证其伺服电机在-30℃连续运行2000小时后的扭矩衰减曲线，以及力控算法在油污地面抓取异形件的失败率。”——这种对物理世界确定性的执着，正是AI基建投资区别于过往互联网投资的本质特征。

从“技术乐观主义”到“工程现实主义”：LP认知范式迁移

早期AI投资弥漫着技术乐观主义气息，相信通用人工智能（AGI）将自然涌现。而当前资本行动透露出深刻的“工程现实主义”转向：Eightco的持仓调整基于对OpenAI算力成本下降曲线与API收入结构的精密测算；国内产业资本对机器人老股的估值，严格挂钩其已签订单的交付周期、客户现场故障率及备件供应链响应时间。Hacker News热帖《Why I'm Not Worried About Running Out of Work in the Age of AI》所探讨的人机协作新范式，正在被资本以冷峻方式解构——LP不再关心“AI是否会取代人类”，而是精确计算“某型号协作机器人替代3.2个熟练工后，产线综合OEE（全局设备效率）提升值能否覆盖其3年TCO（总拥有成本）”。

这场基建卡位战的终局，不会是单一技术的胜利，而是多维能力的系统整合：算力层需平衡能效比与扩展性，模型层需兼顾泛化能力与领域知识注入效率，具身平台则必须打通“感知-决策-执行-反馈”的毫秒级闭环。当Eightco与国内产业资本同步选择老股路径，本质是在规避一级市场估值泡沫的同时，直接获取经过真实世界压力测试的稀缺节点。可以预见，未来12-18个月，围绕GPU集群调度中间件、多模态小模型蒸馏工具链、具身智能安全认证标准的并购将密集发生——因为这些，才是让AGI从论文走向工厂、从Demo走向万亿美元市场的真正砖石。

结语：基础设施不是赛道，而是所有赛道的底座

当资本不再追问“这个AI应用能做多大”，转而深究“它的训练数据从哪来、推理延迟多少、执行器精度几微米”，我们就知道，AI革命最坚硬的相变时刻已经到来。Eightco与国内机器人老股求购潮的共振，不是资本的盲目跟风，而是LP群体对技术演进规律的集体校准：在AGI长周期叙事下，唯有那些扎进物理世界毛细血管、经受住噪声、温度、振动与时间考验的基础设施，才能成为穿越周期的价值锚点。下一波浪潮的赢家，不属于最炫的演示视频，而属于最沉默的服务器日志、最枯燥的故障报告与最厚的工程文档——因为真正的智能，永远诞生于确定性与不确定性的交界处，而资本，正加速奔赴那里。