北京大学光华管理学院硕，复旦经院本
Investor & Builder
消费零售、科技制造与能源转型
聚变能源的投资机会与产业链判断。
潮玩行业分析框架
汽车是不是好生意？
作者：David 董润 · 2026 年 9 月 15 日
agent 时代最先发生的不是新利润的创造，而是旧利润的搬家：从靠摩擦收租的中间商，搬到真正提供产品、数据和服务的源头。所以这个主题天然适合做多空，而且最好在同一个行业里做配对。
9 月 8 日 Meta 上线了面向消费者的 agent，Muse。我最在意的不是它能帮人买东西，而是很多人拿它来"取消"东西：退订、砍账单、换保险。
推特上有人把车险保单传给 Muse，五分钟后它找到一份保障相同、每年便宜 $3,500 的新保单，买好，顺手把旧的退了。他说自己早知道多付了钱，只是每次打开保险网站和比价门户都放弃了。还有人让 Muse 去跟 AT&T 谈手机账单，从每月 $80 谈到 $40，外加三个月免费。
这些例子背后是同一件事：agent 改变了"谁直接和用户打交道"。以前比价、打客服电话、记住续费日都得用户自己来，很多公司的利润就藏在用户懒得做这些事的地方。agent 不嫌麻烦，不会忘，也不怕排队，这部分利润迟早要吐出来。
这类利润可以叫摩擦租金（friction rent），分成四种：
四种租金消失的速度不一样。繁琐租金最快，agent 一出现几乎断崖归零，因为 agent 本身就在后台免费做这些事。惰性租金按续费周期一级一级往下掉，是四种里最容易建模的。信息不对称租金在数据公开后迅速下降，但会停在牌照和资产负债表撑住的那条底线上。注意力租金池子最大，掉得也最慢，要等 agent 在购物里的占比一点点上来。
反过来，赢家也很清楚：做 agent 的，让 agent 更好用的，给 agent 提供运行基础设施的。
最直接的想法是买受益者。但我觉得这个主题天然是多空结构，原因有两个。
第一，agent 带来的首先是利润池的转移，而不是新增。用户少付给 Schwab 的利差，变成了自己的利息和 IBKR 的存款；少付给 OTA 的 15-20% 佣金，回到了酒店手里。一边少赚的钱，大部分流向了另一边。只做多，相当于只看了半个故事。活动量变多，本身并不等于形成了一个持久的利润池。
第二，最干净的一阶受益者很多已经被定价了。算力和模型层是拥挤交易，TWLO、BAND 这种通信 API 的估值也已经反映了不少预期。反倒是空头那一侧，很多公司的商业模式风险还没有被认真讨论过。
单边做空 Expedia，赚不赚钱很大程度取决于旅游需求、消费景气和整个市场的风险偏好，agent 只是其中一个变量。如果同时做多万豪和希尔顿，旅游需求的涨跌由两边一起承担，剩下的主要就是"订单从 OTA 流向酒店直订"这一件事。配对的作用，就是把行业 beta 拿掉，只押相对表现。
这和我做运动服饰研究时的体会是一样的：研究的价值不在于判断什么时候会好，而在于看清方向和赔率。agent 渗透的节奏没人说得准，配对让我不用去赌宏观和行业，只需要判断同一行业里谁会被绕过、谁会被调用。
好的配对要控制变量。PGR 和 ALL 都以个人车险为主，规模相当，差别主要在销售渠道，所以两者的相对表现最能反映"agent 让直销胜出"这个判断。拿 PGR 去配以商业险为主的 Travelers 就不对：企业买保险需要经纪人评估风险、设计方案、协助理赔，个人 agent 替代不了，这组交易押的其实是商业险的定价周期。
还有一个更实际的原因：中介不会全死。
Muse 搜酒店时仍然会查 Booking，因为 OTA 拿到的折扣房价有时比官网还便宜，值得两边都查。Meta 本身靠广告赚钱，而 Booking 每年 80 亿美元营销费有一部分就花在 Meta 上，杀掉下金蛋的鹅对 Meta 并不划算。外卖平台虽然是信息聚合，但大部分餐馆没有自己的骑手，agent 绕得开点餐界面，绕不开履约。
所以我判断一家公司的标准只有一个：它手里有没有 agent 必须调用的东西，比如独占供给、履约网络、专有数据、牌照，或者承担责任的能力。
组合一共 16 个 trade，总敞口 147%：纯多头 44%，配对 81%，纯空头 22%，净多约 22%。大部分仓位放在配对上，这和上面的判断一致。
| 层 | 主题 | 多（权重） | 空（权重） | 一句话逻辑 |
|---|---|---|---|---|
| 做多 | Agent gateway | META 6% | 做持续运行 agent（persistent agent）的人 | |
| 做多 | 边缘网络与 agent 验证 | NET 7% | agent 流量和攻击都在增加，Cloudflare 在流量路上 | |
| 做多 | 交易基础设施 | SHOP 7% | 长尾商家要被 agent 搜到、买到 | |
| 做多 | 支付网络 | V 3%、MA 3% | agent 用的还是你的卡 | |
| 做多 | Agent 身份与安全 | SAIL、OKTA、ZS 各 3%，RBRK、NTSK 各 1.5% | 每个 agent 都是一个要管理的身份 | |
| 做多 | 训练数据 | INOD 3% | 教 agent 做长任务需要模拟环境和人工评审 | |
| 做多 | Agent 语音 | RNG 3% | 让 agent 能打电话 | |
| 配对 | 券商现金利差 | IBKR 8% | SCHW 8% | 惰性租金：闲置现金只给 0.2% |
| 配对 | 闲置现金 | FHI 4% | LPLA 4% | 现金会被搬进货币基金 |
| 配对 | 旅行：直订 vs OTA | MAR 4%、HLT 4% | EXPE 4%、TRIP 4% | 繁琐租金：酒店不用再交 OTA 佣金 |
| 配对 | OTA 内部 | BKNG 4% | EXPE 4% | OTA 的价值约等于直订的难度 |
| 配对 | 车险：直销 vs 代理 | PGR 5% | ALL 5% | 信息不对称租金：agent 替你比价 |
| 配对 | 宽带续约定价 | TMUS 6% | CMCSA 3%、CHTR 3% | 惰性租金：优惠到期涨价失效 |
| 配对 | 征信数据 vs 消费金融工具 | EFX 4%、EXPN 1.5% | GEN 4%、INTU 1.5% | 放贷方仍需数据，导购层被绕过 |
| 做空 | 订阅受损 | SIRI 4%、NYT 3%、STRZ 3%、AMCX 1.5%、ZD 1.5% | 惰性租金：没在用的订阅会被取消 | |
| 做空 | 金融导流平台 | NRDS 3%、TREE 3%、EVER 1.5%、MAX 1.5% | 信息不对称租金：agent 直接找源头 |
多头只买三类公司：做 agent 的、让 agent 更好用的、给 agent 提供基础设施的。其中真正一阶的只有 Meta，其余都是"agent 跑得越多，用量越大"的逻辑。
Meta 直接做了面向消费者的 agent，手里有流量入口，也有把用户行为数据（behavior data）马上变现的基础设施。Meta 自己说，用户用 Muse 不只是为了买东西，也是为了取消东西，这类数据非常值钱。短期最直接的收入增量还是广告。
训练会"办事"的 AI，光有问答数据不够，得让它在模拟环境里反复练。Innodata 会搭一个虚拟的数字生活：虚构的人、邮件、文档和数据库，而且故意做得杂乱、不完整。比如"帮我规划去巴黎的行程"，agent 要查日历、比价、订酒店、付款前征求同意，还要发现旧邮件里的日期已经改过、记住你偏好直飞。其中"省 $100 值不值得多等 6 小时转机"这类判断没有标准答案，只能靠人工评审打分，这正是它的价值所在。
它的看点和风险是同一件事：太依赖 Meta。2025 年 Meta 贡献约 $1.46 亿，占收入 58%。今年 8 月它披露了与最大客户的新项目"长周期 agent 的个性化"，和 Meta 对 Muse 背后模型的描述几乎一样。但 Meta 花 $143 亿买了竞争对手 Scale AI 49% 的股权，最新一季最大客户收入从约 $5,050 万降到约 $3,410 万。好在第二大客户收入翻倍到约 $3,130 万，还新签了一家前沿实验室。逻辑有吸引力，单一客户风险太大，所以只给 3%。
agent 要替你打电话、发短信，就得经过电话网络和通信接口。很多摩擦只能靠电话解决：取消订阅要打客服、砍宽带账单要和客服谈，Muse 和 Comcast 客服的谈判就是真实通话。agent 不怕排队，会打大量电话；对面的企业为了应付 agent，也会部署自己的 AI 客服。通话两端的用量都在涨。
严格说，三家通信公司里 RNG 的受益逻辑最弱。TWLO 和 BAND 按用量收费，agent 打电话越多收入越高；RNG 按席位收费，agent 多打电话不会让企业多买账号，AI 替代人工客服反而会减少席位。选它是因为便宜，前瞻市盈率约 15 倍，另外两家约 45 倍和 30 倍。我把它当成"低估值 + AI 语音产品的期权"，给 3%。
我原来以为 agent 会冲击卡组织：商户每笔要付 2-3% 的手续费，agent 追求最低成本，可能改用银行直付或稳定币。现在看法反过来了。用户很自然地把卡交给 agent，没出现想象中的信任障碍。Muse 的支付接的是 Stripe Link，底层仍然是 Visa、Mastercard 的卡交易，而且有欺诈防控、退款机制和 AIG 承保的购物保障兜底。agent 让交易更频繁，卡组织按交易额收费，自然受益。
AmEx 不在名单里，它自己放贷、承担信用风险，卖点是积分和权益，这些对 agent 未必有吸引力。
agent 购物时可以不经过商家的前台网页，直接对接后台下单。谁掌握商品目录、结账和支付，谁就更有价值。Shopify 已经把给 agent 用的交易基础设施开放给非 Shopify 商家，定位从"帮你建网店"扩展到"agent 时代的交易后台"，而且已经和 Muse 合作。agent 也利好长尾商家：用户不再只看平台首页推的头部品牌，长尾商家要被 agent 搜到、买到，就需要 Shopify。Muse 发布当天 SHOP 反而跌了 7.6%，我认为这是误读。
agent 会大幅增加互联网各个节点的流量，也会让网络攻击更频繁。Cloudflare 处在流量入口和流量路上，两头受益。它的网关本质上是遍布全球的硬件网络，壁垒高，不会被 vibe coding 替代。企业内部会出现大量 agent，它们和员工一样需要身份、权限和审计，所以身份验证（Okta、SailPoint）、流量检查（Zscaler、Netskope）和数据安全（Rubrik）都放在这一篮子里。
每组配对的结构都一样：空头腿是会被 agent 绕过、靠摩擦租金赚钱的中间商；多头腿是 agent 必须去找、在新格局下仍有定价权的源头。
传统大券商在两件事上给客户的条件远差于市场：闲置现金只给极低的利息，融资却收很高的利息。这笔钱之所以能长期存在，只是因为客户不知道，而且换券商太麻烦。
差距有多大：无风险利率约 4%，Schwab 给客户现金约 0.2%，IBKR 约 2.2%；$2.5 万档的融资利率，Schwab 约 11.6-12.2%，IBKR 约 5.4%。用 Schwab 各类余额乘以它和 IBKR 的利率差，一年大约多赚 90 亿美元税前利润。
| 项目 | Schwab 平均余额 | 与 IBKR 利率差 | 每年多赚 |
|---|---|---|---|
| 银行存款 | $2,464 亿 | 2.04 个百分点 | $50.3 亿 |
| 券商账户现金 | $1,088 亿 | 2.01 个百分点 | $21.9 亿 |
| 融资贷款 | $1,121 亿 | 1.58 个百分点 | $17.7 亿 |
| 合计 | 约 $90 亿 |
agent 会看你的账户，发现利率差，然后建议或者直接帮你把现金挪进货币基金，甚至帮你转去利率更好的券商。"不知道"和"嫌麻烦"两个障碍一起被拿掉。Fidelity 和 Vanguard 的闲置现金默认放在货币基金里，受影响小，所以空头选 Schwab。
同样的逻辑放到财富管理上，就是做多主业是货币基金的 Federated Hermes，做空利润高度依赖客户现金利差和顾问业务的 LPL。Morgan Stanley、美林这些大机构也在被诉讼和监管逼着提高现金利率，但业务太多元，影响占比有限，不如找更集中的标的。
最该跟踪的变量是 agent 能不能真正替用户完成转户。另外要注意，如果降息，货币基金收益下降，转移的动力也会变弱。
有人问过 Muse 订机票用航司官网还是第三方，它说两者都不用，而是用 Duffel 这种直接从航司拉库存的专业订票系统。Kayak、Expedia 这类消费端聚合平台被绕过，最终的服务方，也就是酒店、航司、租车公司，拿回了客户。即使价格一样，以前因为一站式方便而顺手在 OTA 下的单，也会转回直订。酒店不用再交 15-20% 的 OTA 佣金，还能积累自己的客户数据。所以做多万豪、希尔顿，做空 Expedia、TripAdvisor。
但前面说过，Muse 搜酒店时仍然会查 Booking。OTA 的价值最终约等于直订的难度：长尾酒店没有自己的直订渠道，更难直接订。Booking 的长尾酒店占比更高，广告收入占比更低，受到的冲击会比 Expedia 小。所以在 OTA 内部再做一组 Booking 对 Expedia。
保险代理人赚的是信息不对称租金：比你更了解各家的价格和条款，帮你挑选并收佣金。agent 替你比价时会直接向各家询价，直销公司没有 10-15% 的佣金成本，同样保障往往报价更低，agent 按价格挑，自然更常选中它们。
很多保险公司依赖代理人是有历史原因的：没有互联网的年代只能靠人，保险也需要"推销"，而且佣金是可变成本，不用先砸广告。想转型也很难，一旦在网上直卖还卖得更便宜，代理人会觉得被抢了客户，把业务转给别家。Allstate 这几年同时推直销和独立代理渠道、减少专属代理人，过程并不顺利。
这组配对成立的核心是两家都以个人车险为主，区别只在渠道。以商业险为主的 Travelers、Hartford、Selective 就不放进空头了。
有线宽带的利润很大一部分是惰性租金，靠两种手段：新用户头一两年给低价、到期自动恢复原价（promo rolloff）；只有打电话威胁取消，客服才给折扣（retention pricing）。agent 记得每个优惠的到期日，也不怕排队和客服话术，这部分溢价最容易被压缩。
但砍价要有效，前提是"我真的可以走"。很多美国家庭只有一两家有线宽带可选，客服知道你走不了。T-Mobile 的 5G 家庭宽带（fixed wireless access，FWA）就是那个让 agent 的离开威胁变得可信的东西，它是用户要换过去的那一家。
这组的漏洞也要承认：T-Mobile 的手机账单本身就是 agent 砍价的对象；FWA 用的是手机网络的剩余容量，能承接的用户有上限；有线宽带本来就在被 FWA 和光纤挤压，估值已经很低，空头也拥挤。agent 只是在加速一个已有的趋势。
agent 会改变消费者"怎么选金融产品"，但改变不了放贷方"需要知道你会不会还钱"。agent 能帮你解读信用报告、比较贷款、填申请，放贷方仍然得自己查征信局（credit bureau）的数据，这是 AI 凭空生成不了的。agent 让申请更容易，申请次数还可能增加，每次放贷方都要付费查询。
空头是同样用征信局数据、但赚的是"抓住消费者"的钱的中间层：Credit Karma 靠在你找贷款时充当导购拿推荐佣金，LifeLock、Norton 靠默认自动续费的年度订阅。Intuit 还有 QuickBooks 做缓冲，所以权重小。Experian 自己的消费者业务也是导流模式，约占收入四分之一，这是多头腿上的交叉风险。
纯空头只留两类：靠惰性租金的消费者订阅，靠信息不对称租金的金融导流平台。它们几乎没有 agent 必须调用的东西，所以不配对。
面向消费者的订阅业务建立在一个简单的假设上：每个客户有一个生命周期价值（lifetime value，LTV），它决定了公司愿意花多少获客成本（customer acquisition cost，CAC），目标是 LTV 比 CAC 高一个数量级。如果原本懒惰的客户突然变得高度警觉，不仅记得取消，还会主动去争取更低的价格，这套算术就不成立了。
转换成本有两种，agent 的冲击不一样。一种是替代品少，比如某些地区只有一家有线宽带，agent 能帮你谈价，但变不出一个新供应商。另一种是利用人性和偏差：故意设计得很麻烦的取消流程、自动续费、优惠到期悄悄涨价、客服挽留话术。后一种 agent 基本都能打破。
《纽约时报》是个好例子。它最近一次财报里 ARPU 涨了 3%，主要靠的是促销用户到期转全价，这本身就是惰性租金。agent 会在优惠到期前提醒你，然后去谈挽留价，或者建议你只留真正在用的部分，比如只订 Games 或 Cooking，而不是全价的捆绑套餐。所以我的预期是用户数不一定掉，但每个用户付的钱会变少。NYT 内容质量高、品牌强，至少留得住人；其他出版商连这一点都做不到，受冲击会更大，这也是 Ziff Davis 在篮子里的原因。
流媒体同理。如果你只喜欢《权力的游戏》，对 HBO Max 上其他内容都没兴趣，那不播出的空窗期还继续付费有什么意义？agent 会替你在空窗期取消、开播时再订。SiriusXM、Starz、AMC Networks 都在这个逻辑里。
聚合平台的商业模式也建立在一个静态假设上：买卖双方之间有信息差，平台理应抽一笔。逻辑说得通，但抽成已经高得离谱了。NerdWallet 是教科书式的例子，平台上从消费贷、车险、储蓄账户到房贷什么都有，但这些产品都不是它自己承保或提供的，它靠在平台投广告的公司的点击和展示赚钱。LendingTree、EverQuote、MediaAlpha 都是同一种效果营销（performance marketing）。
当 agent 不再逛市场平台，而是直接去找源头时，这套模式就被动摇了。agent 流量取代人类流量以后，这些网络会慢慢衰退：信息变旧，账户变得不活跃，中介价值跟着消散。
一种常见的看法是 agent 会直接去找餐馆，而不用依赖 DoorDash 漂亮的界面。我不完全同意。外卖平台其实做了两件事：需求聚合，靠首页、搜索和推荐帮用户发现餐馆，收佣金和广告费；履约，调度骑手把餐送到用户手里，收配送费。agent 能绕开前者，绕不开后者，因为大部分餐馆没有自己的骑手。
骑手网络还有很强的规模效应：单量越多，骑手越忙，每单配送成本越低，送得越快，新进入者很难从零搭一个同样密度的网络。所以更准确的说法是，agent 会让外卖平台从"高利润的市场"降级为"低利润的物流"：订单量和平台地位未必受损，受影响的是广告和高佣金。这不是一个绝对的空头。
方向我比较有信心，不确定的主要是节奏，以及组合本身会不会押到了 agent 以外的东西。