CoreWeave：一场价值数万亿美元的盛宴

美股研究社·2025年10月15日 08:28

高增长支撑野心，软件化打开盈利空间

大语言模型（LLM）与强化学习（RL）的融合趋势，正加速催生 “自主智能体”（能自主决策、执行任务的 AI 系统）的发展。

在这一趋势下，CoreWeave（纳斯达克代码：CRWV）正定位为 “真正能满足强化学习主导型未来需求的核心云服务商”，成为布局 AI 基础设施下一阶段（智能体阶段）的高确定性标的。

支撑这一论点的核心逻辑有三：

智能体相关工作负载呈指数级增长，算力需求持续飙升；

自研强化学习工具与运行时服务（Runtime）将显著扩大利润率；

在电力供应、散热效率与 GPU 资源获取上，相比超大规模云厂商（Hyperscalers）具备持久竞争优势。

目前 CoreWeave 的业务覆盖范围正快速扩张，这使其能将基础设施与服务推向更多市场和企业，为智能体时代的规模化服务奠定基础。

1 从 “算力供应商” 到“智能体运行平台”

收购 OpenPipe 是 CoreWeave 向 “价值链上游” 突破的关键动作。

OpenPipe 的核心竞争力是一套 “强化学习工具包”—— 开发者可借助它训练智能体，还能让模型适配新任务需求。

此次收购后，CoreWeave 不仅掌握了智能体训练的核心技术，更获得了开发者群体的认可，彻底打通了智能体训练的全流程。

这并非 “小幅升级”，而是从 “硬件层 + API 接口” 到 “智能体全周期支持平台” 的质变。

过去，每个开发团队都需自行搭建 “任务推进引擎、记忆模块、奖励评估系统、回滚逻辑、智能体监控工具”，而现在 CoreWeave 将这些功能整合进自身技术栈，形成 “一站式解决方案”。

随着时间推移，这套技术栈会成为客户的 “核心依赖”，进而构筑起竞争对手难以跨越的准入壁垒。

更重要的是，强化学习服务（当前市场需求旺盛）的加入，将为 CoreWeave 的核心业务带来利润率的大幅提升 —— 这是硬件租赁模式无法比拟的价值增量。

2 不止 “算力”，更要 “适配”

传统 AI 推理需求相对简单：可能只是一次模型前向计算、信息检索或缓存调用；但智能体的一次决策，往往需要成百上千次前向计算，这对基础设施提出了全新要求 —— 高吞吐量的系统互联、高速内存、回滚架构、数据监控、错误恢复、模块化子程序，这些都成为 “必需品”。哪怕模型本身再优秀，若没有 “适配智能体的运行时环境”，也无法支撑高效决策。

更关键的是，智能体具备 “进化属性”：外部环境会变化、新数据会持续涌入、自身状态会调整，系统必须能持续适配，至少要避免性能崩溃。这就需要日志记录、反馈循环、安全防护、任务隔离、实时监控等能力 —— 而这些需求，恰恰是当前传统云厂商（提供标准化算力的 “大宗商品型云服务”）无法满足的。CoreWeave 的核心目标，正是将这些 “智能体专属需求” 深度嵌入自身基础设施。

智能体 AI 经济消耗的算力，将是传统 “静态推理” 的数个数量级。事实上，这一趋势已初现端倪 —— 像 Claude Code、Codex 这类 “智能体代码工具”，一次决策就可能调用数百次模型前向计算。随着智能体能力提升，这一数字还会持续增长。未来几年内，全球数据中心的算力支出规模，有望从当前的 “数百亿级” 跃升至 “万亿级”；即便当前推理云服务的年支出已达数百亿美元，其突破万亿的速度也会远超多数人预期。

CoreWeave 作为 “AI 原生新云厂商”（Neocloud）的领军者，如今又占据强化学习训练的先发优势，有望在这一万亿市场中抢占可观份额。随着智能体决策循环的强化、强化学习成为主流训练方式，数据中心的算力利用率甚至可能达到 90%-100%。而这一时代的赢家，必然是那些能获取低成本电力、高密度散热方案，同时运营高性能 GPU 集群的公司 ——CoreWeave 恰好完全符合这些特质。

3 高增长支撑野心，软件化打开盈利空间

CoreWeave 的季度销售额同比激增 200%，达到约 12.1 亿美元；已签约的 “履约义务订单储备”（Backlog）接近 300 亿美元，且无论同比还是环比都保持高速增长 —— 这不仅提供了未来数年的业绩可见性，更印证了企业客户对其服务的 “长期需求确定性”。

不过，由于处于业务扩张期，公司运营费用同步增长：季度营业利润为正但规模有限（反映收入再投资策略），净利润仍为亏损（主要因扩张投入）。这种 “营收高增长、利润率承压、资本密集” 的特征，是高速扩张期企业的典型表现。但与传统硬件厂商不同的是，CoreWeave 向 “软件层、平台层” 的升级，将在长期持续改善利润率结构。

目前，CoreWeave 已与主要客户扩大合作协议，并新增了数据中心设施。可见的需求增长与设施扩张，为其切入 “智能体基础设施” 赛道提供了支撑。若核心平台不仅能通过 GPU 租赁获取收入，还能在 “智能体调度” 相关的软件服务（如数据中心调度、记忆 / 奖励系统）中盈利，长期利润率将迎来质的提升。

4 万亿市场的底层逻辑：简单测算下的高确定性

AI 范式正从 “静态模型” 转向 “智能体模型”，这是 CoreWeave 冲击万亿估值的核心前提。智能体的决策循环，对算力与基础设施复杂度的要求，远超传统静态推理 —— 无论是自主助手、科研智能体、代码智能体、企业工作流，还是机器人调度系统，这些场景的算力需求都将呈爆发式增长。

万亿市场规模的测算，基于保守假设即可实现：到 2030 年，若有 1 亿专业人士与企业依赖智能体 AI 系统，平均每天执行 5000 次推理计算，即便每次计算仅收费 0.00001 美元，年化算力支出也将达到 1.8 万亿美元。考虑到过去两年智能体 AI 的迭代速度，这一场景绝非空想。

对 CoreWeave 而言，掌控 “垂直技术栈”（从 GPU 硬件到强化学习工具包）的价值，远高于单纯的 “按小时算力收费”。智能体运行调度服务，让其能从整个决策循环中捕获更多价值；与头部 AI 模型实验室的合作、持续增长的订单储备、快速适配新一代 GPU 的能力，更让其具备 “先发优势”—— 竞争对手很难复制这种 “技术整合度” 与 “低延迟保障”。

此外，客户的 “切换成本” 将持续上升：当客户将模型、任务推进逻辑、记忆架构、奖励流程、监控系统都部署在 CoreWeave 平台后，迁移不仅成本极高，还伴随巨大风险。这种 “依赖关系” 既增强了 CoreWeave 的竞争壁垒，也为其带来更高利润率 —— 即便在保守场景下，“智能体调度服务” 的利润率也会远超单纯的硬件租赁。