當 AI 全天候運作：「長週期代理記憶」為何引爆 NAND 需求？誰是最大贏家？

Crumax

31 分鐘前

OpenAI 執行長 Sam Altman 預告，ChatGPT 的下一代模型將在 6 個月內具備持續監看使用者螢幕、旁聽會議與通話的能力，並維持對使用者整個工作與生活脈絡的完整記憶。這項被半導體研究圈稱為「持續性長週期代理人記憶（persistent / long horizon agent memory）」的技術，有望引爆供應鏈對 NAND 的儲存需求。其中，最大受益者被認為是目前估值仍被嚴重低估的 SanDisk（SNDK）。

（記憶體牛市為何還能再漲五年？三指標看懂 HBM、DRAM、NAND 差在哪？）

Table of Contents

什麼是「長週期代理人記憶」？AI 全天候監控最需要「儲存」

傳統的 AI 互動模式是被動且無狀態的：使用者提問，模型回答，記憶僅存於對話中。Altman 描述的下一代架構則截然不同：「它是一個『永遠在線』的 AI 助理，持續在背景執行，查看使用者的螢幕畫面、工作文件、電話通話內容，並主動攔截錯誤、預判需求、提出行動建議。」

廣告 - 內文未完請往下捲動

Altman 明確表示，距離這個願景真正落地只差「一個模型世代」，時程估計落在 6 個月內。

Citrini 研究員 Zephyr 將這個「long horizon agent memory」技術定義為：AI agent 主動為每一位使用者建立並持續維護的個人化知識資料庫，記錄使用者的工作習慣、決策模式、溝通對象與生活脈絡，形成跨越時間週期的長期記憶層。

這與現有 AI 模型的短期上下文窗口（context window）不同，記憶將每分每秒累積，持續生長的規模有望引發外部儲存結構的強勁需求。

關鍵技術分歧：記憶體是要 HBM 還是 NAND？

首先釐清一個問題：「persistent agent memory 的儲存需求，應該落在哪一種記憶體上？」

Zephyr 認為，由於 persistent agent memory 的性質比較像是「一個由 AI 主動建立的關係型資料庫」，它必須跨時間保存、跨裝置同步、並在使用者的整個使用週期內持續累積。這種需求所需的是大容量、非揮發性的 NAND 快閃記憶體，而非 HBM。

他預計到 2030 年，這個應用場景所帶動的 NAND 需求將高達 500 至 600 EB（exabytes），規模相當於目前全球 NAND 年出貨總量。

（華邦電目標 2027 年成全球最大 SLC NAND 供應商：市場低估 CMX 需求）

CSP 率先行動：Hyperscaler 支出結構正重組

有趣的是，產業鏈上游或已出現可驗證的具體訊號。前高盛亞洲 FICC 成員 Herman Jin 透露，他從包括 AWS、Microsoft Azure、Google Cloud 等雲端服務供應商（CSP）得到的消息顯示，各大 CSP 正調升 2026 年資本支出中 NAND 與 CPU 的佔比：「其中，NAND 在結構上擁有更長的景氣週期。」

過去，傳統 NAND 週期受供需失衡影響，高點往往因廠商過度擴產而迅速反轉。如今 Herman Jin 這番話，意指 AI agent 的持續性儲存需求是一種剛性、長期且不斷擴張的需求，有望拉長甚至拉高 NAND 的景氣高點。

根據瑞銀（UBS）對全球前 12 大 Hyperscaler 的資本支出拆解估算，NAND 支出在 Hyperscaler 總資本支出中的佔比，確實預計將從 2025 年的不足 4% 大幅攀升至 2026 年估計的 12%、2027 年估計的 17%。