清华高性能所
团队底色
趋境的"深"，在于它是"新商业模式（卖 Token）+ 硬核推理优化 + 资本狂热"的样本——问题不是"推理重不重要"（这是 AI 下半场的核心），而是"卖 Token 这门生意，两头会不会被夹"。
缺口趋境的商业模式、技术叙事、融资信息较清楚（AI Token 工厂、ATaaS、半年超 10 亿），但真正决定生意成色的——Token 单价、单 Token 成本与毛利、真实营收规模、客户结构、算力/电力成本占比——均未披露。"卖算力"的生意，成败全在单位经济（每个 Token 赚不赚钱）。因此本文对模式与技术多为事实梳理，对"赚不赚钱"更多是判断 + 追问。第 12 章追问清单，就是把"最会卖算力"逼回单位经济的工具。
判断趋境科技是一支切中"推理时代"最大风口、技术功底硬（清华高性能所推理优化）、资本极度追捧、但单位经济（每个 Token 赚不赚钱）尚未证明的 AI 推理基础设施公司。它把生意从"卖算力资源"重构成"卖 AI Token（推理产出）"——用推理优化技术让同样的卡产出更多 Token，赚取"优化溢价"。它赌的是——随着大模型从训练走向推理落地，会出现巨大的、按 Token 计费的推理需求，而它靠优化技术做"最会卖算力"的 Token 供应商。这个方向踩得很准，但它的胜负手不在"推理重不重要"（极重要），而在两个更冷的问题：① "卖 Token"这门生意，会不会上被模型厂自建推理、下被云厂卖算力两头夹，沦为赚差价的中间商；② 它的推理优化技术溢价，能不能在开源推理框架和大厂的持续内卷中守住。
| 决定性变量 | 为什么是胜负手 | 兑现的观察信号 |
|---|---|---|
| 单 Token 的"毛利与护城河" | 卖 Token 本质是"低价买算力 + 优化提效 + 按 Token 卖"。如果优化带来的效率溢价够高、够持久，每个 Token 就有厚毛利；如果优化易被追平、算力成本高，就是薄毛利的转卖生意。 | 单 Token 成本 vs 售价、毛利率、优化领先的可持续性。 |
| "卖 Token"角色的生存空间 | 上游模型厂最懂自己的模型、倾向自建推理；下游云厂卖裸算力。趋境要证明"独立推理优化 + Token 供应"是两头都替代不了的价值。 | 非关联规模客户、头部模型厂是否采购（而非自建）、客户复购与粘性。 |
趋境站在"原油（算力）"和"成品（模型应用）"之间——它像一座炼油厂，把便宜的算力"炼"成高价值的 AI Token。
判断趋境的核心站位是推理层的"优化 + 变现"环节——它不生产算力（不造卡、不建大规模自有智算），而是用技术把算力的"有效产出"最大化，再以 Token 形式卖出。推导它的两条腿很清晰：① 自己租算力、优化、产 Token 卖给客户（自营炼油厂）；② 帮有算力的客户规划建设"AI Token 工厂"并联合运营（给别人建炼油厂）。核心武器是 ATaaS（Approaching.AI Token as a Service）平台和推理优化技术。
判断"炼油厂"这个位置，价值真实、但被上下游议价。价值：推理时代，谁能用同样的卡产出更多、更便宜、更稳定的 Token，谁就有真本事，这是硬价值。被夹：往上，头部模型厂（最懂自己模型、也最有推理需求的大客户）越来越倾向自建推理栈——它们既是最大客户，也可能自己"炼油"；往下，云厂和智算中心卖裸算力，也在往上做推理服务。趋境的独立空间，是那些"有推理需求、但自己优化不了、又不想被单一云厂绑定"的客户——这块市场的规模、粘性、以及愿意为"优化溢价"付多少钱，是它整个故事的地基。
| 本质 4 问 | 答案（含证据） |
|---|---|
| ① 本质在做什么 | 判断本质是"用推理优化技术，把算力的有效产出最大化，并以 Token 形式规模化变现"。卖的是"更便宜、更高效的推理产能"。 |
| ② 成熟度 / 阶段 | 事实大模型正从"训练为主"转向"推理落地为主"，推理需求爆发是 2025–2026 的核心趋势，"推理即服务/Token 经济"是热门新赛道，商业模式仍在快速演化。 |
| ③ 哪层赚钱 / 谁掌握话语权 | 事实推理链条里，算力（芯片/云）和模型（模型厂）两端掌握主要话语权。推导中间的"推理优化 + Token 供应"能不能赚钱，取决于优化溢价够不够厚——这是趋境要证明的核心，也是这类"卖水人"生意的普遍考验（夹在资源方和需求方之间）。 |
| ④ 决定终局的是什么 | 判断不是"效率提升多少倍"的宣传，而是"单个 Token 的真实毛利，以及这个毛利能不能在价格战和技术追赶中守住"。卖算力/Token 是规模生意，单位经济决定生死。 |
判断趋境的技术和风口都对，但真正的问题是——每卖出一个 Token，它到底赚不赚钱、赚多少？"卖算力"这门生意最残酷的地方在于：算力/电力是硬成本，Token 价格又在快速下降（推理成本一路走低是行业趋势），中间的优化溢价随时可能被开源框架、大厂、同行的内卷抹平。如果它的优化领先够大够持久，单 Token 有厚毛利，它就是"推理时代的卖水人"；如果优化溢价薄、被追平，它就是"低价买算力、贴点优化、按 Token 转卖"的差价中间商，规模越大越可能陷入价格战。"最会卖算力"是漂亮的标签，但卖得多不等于赚得多——单位经济才是它的照妖镜。
趋境的标签是"清华计算机系高性能所"——一支专攻系统软件与大规模集群推理的硬核技术团队。
| 维度 | 情况 | 说明 |
|---|---|---|
| 团队出身 | 清华计算机系高性能所 | 事实成立于 2023 年底，团队源自清华计算机系高性能计算研究所，长期研究系统软件和大规模集群推理方案。 |
| 技术方向 | 推理优化 / 系统软件 | 事实聚焦大模型推理的系统级优化，宣称春节以来单台算力的 AI Token 生产效率提升 3 倍以上、高品质 Token 总产能增长超 30 倍。 |
| 资本 | 半年超 10 亿 | 事实完成天使、Pre-A（数亿元）、A 轮；半年累计融资超 10 亿元，A 轮由河南投资集团汇融基金领投，真知/尚势/星连等跟投。 |
判断团队的强项是系统级推理优化的硬核工程能力——推理优化是"软件榨硬件"的极限工程，清华高性能所的系统软件功底正是这门生意的核心竞争力，这也是它能被资本疯抢的根本。缺口但有两个待观察点：① 硬核技术团队的商业化、规模化销售、客户运营能力——把"技术提效"变成"规模化赚钱的生意"是另一套能力，尤其在需要跟模型厂、大客户谈判的场景；② 推理优化的领先是"绝对领先"还是"阶段性领先"——清华团队起步早，但推理优化是全球都在卷的方向（开源框架迭代极快），技术护城河的深度需要持续验证。
缺口模式和平台清楚，但——Token 单价、单 Token 成本与毛利、自营 vs 赋能两种模式的收入占比、真实营收规模、客户是谁（头部模型厂真的采购还是自建）、算力/电力成本占比——均未披露。"效率提升 3 倍""产能增长 30 倍"是效率与产能指标，不等于"每个 Token 都赚钱"。产能涨得越快，若单位经济不成立，亏损可能越大。这正是追问清单第 1、2 组的核心。
趋境的命运系于三个真正有分歧的命题。每题给 Bull / Bear / Reality，再下裁决。
"卖算力/卖水"是规模生意，成败全在单位经济。用"卖水人能赚钱的条件"逐条拷问趋境。
| 卖水人能赚钱的条件 | 趋境的现状 | 是否具备 |
|---|---|---|
| 单位产出（Token）有正毛利 | 缺口单 Token 成本/售价未披露 | ⚠ 待证（核心） |
| 优化溢价能抵御价格战 | 判断推理成本持续下行、开源追赶，溢价承压 | ⚠ 待证 |
| 需求真实、不靠补贴走量 | 缺口产能 30 倍，真实付费需求未披露 | ⚠ 待证 |
| 有大厂/开源之外的独特位置 | 事实国产异构算力推理优化是真差异化 | ✅ 部分（国产异构） |
判断趋境在"差异化位置（国产异构推理）"上有真东西，但在"单位经济成立"这个卖水人的生死条件上，全部待证。卖算力/Token 的历史规律是：技术风口期资本疯抢，但最终能活下来的，是单位经济跑正、能抵御价格战的那家；死掉的，都是"产能狂飙但单 Token 亏钱"的。趋境最诚实的画像是："一支清华系推理优化尖兵，踩中推理时代大风口、被资本疯抢，用国产异构推理优化做差异化，但每个 Token 到底赚不赚钱还没被证明"。判断它最有希望的路径，是死死咬住"国产异构算力推理优化"这个又难又刚需（国产替代）的窄门——这是英伟达生态和纯开源方案都不够友好的地带，也是它相对可守的护城河；如果它在这里做到不可替代、并跑正单位经济，就是推理时代真正的卖水人。如果只是在通用推理上和一堆玩家打价格战，产能越大越危险。
推理即服务是新赛道但已拥挤，看清对手才知道趋境的差异与挑战。
| 玩家 | 类型 / 强项 | 对趋境的意义 |
|---|---|---|
| 趋境 Approaching.AI | 推理优化 + AI Token 工厂 + 国产异构 | 本体，技术硬、单位经济待证 |
| 硅基流动 SiliconFlow 等 | 推理即服务 / Token API | 模式最接近的直接对手 |
| 无问芯穹 / 潞晨等 | 异构算力 / 推理优化 | 国产异构 + 推理优化的同类竞争 |
| 头部模型厂（自建推理） | 最懂自己模型、需求最大 | 最大客户也是潜在自建者 |
| 云厂推理服务（阿里/火山等） | 算力 + 推理平台一体 | 资源方向上做推理服务 |
| 开源推理框架（vLLM/SGLang 等） | 免费、迭代快 | 压缩优化溢价的底层力量 |
判断① 推理即服务赛道已快速拥挤——硅基流动、无问芯穹等模式相近，云厂和模型厂两头挤，开源框架从底下压溢价。② 趋境最真实的差异化在"国产异构算力推理优化"：这是国产替代刚需、又是英伟达生态和开源方案的盲区，是它相对可守的窄门。③ 它最大的风险是"通用推理的价格战"：如果不能守住国产异构这个专长、被拖进和一堆玩家拼通用 Token 单价的战争，产能优势会变成成本负担。趋境能不能赢，取决于它把国产异构推理这块窄门做深做专、跑正单位经济，而不是在通用推理红海里靠融资和产能硬拼。
判断五个断点里，断点 3（单 Token 毛利）和断点 4（需求是否真实）最致命——它们决定趋境的产能和资本领先是红利还是负担。技术再硬、风口再大，也要先过这两关，而答案在它从不披露的单位经济里。
| 风险 | 说明 | 观察信号 |
|---|---|---|
| 单 Token 毛利薄/为负 | 算力/电力硬成本 + Token 价格下行，优化溢价可能盖不住成本。 | 单 Token 成本 vs 售价、综合毛利率。 |
| 优化溢价被抹平 | 开源推理框架、大厂、同行内卷，效率领先难持久。 | 相对开源/大厂的持续领先度。 |
| 模型厂自建 | 最大客户（头部模型厂）倾向自建推理，绕过中间商。 | 头部模型厂是采购还是自建、客户结构。 |
| 通用推理价格战 | 赛道拥挤，若被拖进通用 Token 价格战，产能变负担。 | 是否守住国产异构专长、Token 单价走势。 |
| 产能过剩 | 产能 30 倍若需求跟不上，形成巨额亏损。 | 产能利用率、真实付费需求、盈亏平衡。 |
| 估值与盈利脱节 | 半年 10 亿资本，若单位经济不成立，估值承压。 | 营收、毛利、盈亏路径。 |
判断六类风险的母题是同一个：趋境技术和风口都对，但"卖 Token 的单位经济"这个卖水人的生死线还没被证明。这个问题没答清楚之前，"最会卖算力"更多是标签而非已兑现的盈利能力。
趋境"模式融资高调、单位经济黑箱"——这份清单就是把"最会卖算力"逼回每个 Token 赚不赚钱的工具。★ 是我认为最锋利的问题。
判断① 单个 Token 的成本、售价、毛利到底是多少？② 产能涨 30 倍，真实付费需求涨了多少、利用率多少？③ 推理优化相对开源/大厂能守多久、国产异构是不是真护城河？——这三问答清楚，就知道趋境是"推理时代的卖水人"，还是"风口上的差价中间商"。
基于公开信息的深度梳理，主要来源（节选）：
· 36氪 / 新浪财经 / 中华网：《半年融 10 亿，这家 AI Token 公司被疯抢》《全中国最会卖算力的公司，出现了》《趋境科技完成 A 轮融资，半年募资超 10 亿元》
· 知乎 / SoHoBlink：趋境科技（Approaching.AI）天使轮、Pre-A 轮融资、大模型知识推理一体机
· 新浪新闻：《趋境科技完成数亿元 Pre-A 轮融资，加速建设 AI Token 生产基础设施》
· aitntnews：《AI Infra 公司趋境科技在推理端开创模型落地新路径》
· 公司资料：清华计算机系高性能所背景、ATaaS 平台、两种商业模式、效率提升 3 倍/产能增长 30 倍等宣称