标普500期货上涨0.3%，欧洲斯托克50指数开盘涨0.4%，显示西方市场情绪相对稳定。亚洲市场则明显落后，MSCI亚太指数下跌0.3%，韩国综合股价指数在上周五假期休市后恢复交易，收盘重挫3.6%，报6384.24点。高盛同日宣布，基于盈利增长前景，将美国股票评级上调至增持，期限为三个月。

与此同时，美联储主席沃什本周预计将公开发言，投资者将密切关注其就进一步加息节奏发出的信号。上周，10年期美债收益率一度逼近5.4%，创2002年以来最高水平，债券收益率持续攀升是否会对股市估值构成压制，已成为市场争议的核心议题。

前Bridgewater Associates首席投资策略师、现美国外交关系委员会高级研究员Rebecca Patterson则表示："目前，利率上升尚未被视为压倒增长和盈利叙事的力量，股票和债券收益率可以同步上涨。但如果利率在央行持续紧缩的推动下进一步走高，利率主导并压制股市情绪的风险将随之增大。"

• 标普500期货上涨0.3%。
• 欧洲斯托克50指数开盘涨0.4%，德国DAX指数涨0.4%，英国富时100指数涨0.4%，法国CAC 40指数涨0.3%。
• 韩股收盘重挫3.6%，报6384.24点。
• 美国债市周一因公众假日休市
• 澳大利亚10年期国债收益率下行2个基点至5.32%。
• 欧元报1.1203美元，日元报158.36兑1美元
• 印度卢比周一上涨1%，为近期亚洲货币市场的突出表现。
• 现货黄金报4186美元/盎司，跌幅约0.17%。
• 布伦特原油周一早盘一度攀升至每桶105.63美元，随后回落0.8%至103.91美元，但仍维持在百元关口上方。

布伦特原油周一早盘一度攀升至每桶105.63美元，随后回落0.8%至103.91美元，但仍维持在百元关口上方。触发早盘上涨的导火索，是胡塞武装在周末对利雅得主要机场发动的新一轮袭击。

尽管市场情绪整体趋于平稳，但分析人士警告，中东局势的不确定性仍是油价的重要支撑。Templeton Global Investments投资组合经理Yiping Liao在彭博电视节目中表示："我们的基准情景是近期能源价格将维持高位，在美国中期选举之前，我们看不到霍尔木兹危机有近期解决的可能。"

与此同时，特朗普宣布俄乌"能源停火"立即生效，但未提供细节。欧洲柴油期货周一一度大跌8.3%，然而交易员对俄罗斯额外出口的长期影响持保留态度——此前，乌克兰总统泽连斯基曾表示，停火协议尚未最终敲定，战争仍在持续。现货黄金日内一度失守4180美元/盎司，跌幅约0.36%，避险情绪并未因地缘风险升温而明显升温。

韩股成全球最差，外资加速撤离

韩国综合股价指数在长假后恢复交易，收盘重挫3.6%，报6384.24点。曾是全球AI交易最热门标的的韩国股市，正经历急剧降温。Kospi上半年领涨全球，下半年却已下跌22%，沦为全球最差主要股指。

据彭博报道，外资今年已从韩股净撤资1310亿美元，为亚洲主要市场之最。Rayliant Global Advisors投资组合管理主管Phillip Wool表示：“对大多数投资者而言——尤其是那些最近才因存储芯片交易入场韩国的人——这个主题里容易赚的钱已经赚完了。”他表示，其基金已在韩国AI股上获利了结，目前对SK Hynix和三星电子均持低配。

支撑韩股的另一根柱子也在松动。据摩根大通数据，三星和SK Hynix合计约55万亿韩元（约410亿美元）的股票回购计划即将完成。上个月韩国市场约230亿美元的买单中，两家芯片公司的回购占了大头。一旦回购结束，市场将面临明显的买盘真空。

此外，全球最大半导体设备制造商ASML宣布对韩国客户零部件价格全线上调10%，三星与SK海力士已接受方案，涨价将于明年1月生效。这进一步推高韩国芯片厂商的运营成本，构成盈利端的额外压力。

美国债市周一因公众假日休市，现金国债暂停交易，但国债期货小幅上涨，澳大利亚和新西兰国债同步走高。澳大利亚10年期国债收益率下行2个基点至5.32%。

上周，10年期美债收益率已逼近5.4%，为2002年以来最高位，市场正在评估高收益率能在多大程度上替代央行完成收紧工作。彭博策略师David Savage指出，随着金融股率先拉开三季度财报季序幕，美股本周具备创新高的条件，但利率上行已对大多数个股构成较高障碍，强劲的科技业绩预计将支撑指数整体动能。

前Bridgewater Associates首席投资策略师、现美国外交关系委员会高级研究员Rebecca Patterson则表示："目前，利率上升尚未被视为压倒增长和盈利叙事的力量，股票和债券收益率可以同步上涨。但如果利率在央行持续紧缩的推动下进一步走高，利率主导并压制股市情绪的风险将随之增大。"

美股焦点：财报季开启，通胀数据待考

本周市场焦点将转向大行财报季，美国银行、花旗集团、高盛、摩根大通、摩根士丹利及富国银行均将于本周公布业绩。

据FactSet的John Butters数据，标普500指数第三季度盈利增速预计达29.6%，将是该指数连续第四个季度实现逾25%的盈利增长。

与此同时，9月CPI和PPI数据将分别于本周三和周四公布。

前Bridgewater首席投资策略师、美国外交关系委员会高级研究员Rebecca Patterson表示：

目前来看，利率上升尚未被视为压倒增长和盈利故事的力量。股票和债券收益率可以同步上涨。但如果利率在央行持续收紧的背景下继续攀升，利率开始主导并压制股市情绪的风险将会上升。

本文来自华尔街见闻，欢迎下载APP查看更多

上周标普500指数上涨1.2%至7811点，再创历史新高。然而据高盛的数据，对冲基金净杠杆率仅为46.9%，处于过去一年的第2百分位；多空比进一步跌至1.565，位于五年回望的第1百分位。与此同时，科技股遭遇连续净卖出，领跌行业正是此前四周内四度蝉联最受追捧板块的信息技术。

市场结构性分歧还体现在衍生品定价上。高盛衍生品团队指出，VIX上行凸性极度受追捧，而标普500下行保护却"极度廉价"——用其同事的话说，"VIX升至25以上的概率，几乎高于标普500下跌2%的概率"。这一异常信号表明，投资者对尾部风险的定价方向，已从担忧股市下行转向防范波动率本身的跳升。

资金流向是本周最清晰的叙事线索。高盛prime book数据显示，在过去五周内连续净卖出工业股后，对冲基金本周以年初以来最快速度净买入工业板块（+1.8个标准差），几乎完全由做多驱动，领涨子行业包括航空航天与国防、建筑与工程、航空公司及工业集团。

科技板块内部同样出现明显分化。半导体与科技硬件是被减持最多的子行业，软件则是唯一实现净买入的方向。高盛TMT专家Pete Callahan指出，过去一周软件跑赢半导体约800个基点，高盛软件/半导体对冲组合单周涨幅达11.8%。

此次轮动的导火索有迹可循。上周四，《金融时报》报道OpenAI营收数据令人失望，纳斯达克当日大幅下挫。高盛数据显示，周四正是科技股净卖出最为集中的交易日，兼有多头减仓与空头增加，"指向获利了结与对冲需求同步上升"。

矛盾之处在于：对冲基金大规模减持科技股，但对最大科技股的敞口却从未如此之高。高盛股票部门数据显示，Mag 7仓位占其美股总敞口的比例已从6月的年内低点14%迅速攀升至22%，创prime book历史最高纪录。

摩根士丹利prime brokerage数据从另一侧印证了这一判断：信息技术目前占对冲基金北美净敞口的32%，处于2010年以来的第98百分位。换言之，行业层面的卖出并不意味着低配——没有人真正减少了对这一赛道的暴露。

与此同时，基本面多空基金的表现持续承压。据高盛Prime Services周报估算，10月2日至8日期间，平均基本面多空基金下跌0.70%，而MSCI全球指数上涨0.78%，亏损"几乎完全来自阿尔法端的多空两侧损失"。年初至今，基本面多空策略回报率为11.82%，落后于MSCI的12.42%与标普500的14.45%。系统化策略同期上涨21.40%，量化持续跑赢人工判断。

财报季将于本周正式开启，大型银行率先登场。

高盛股票部门直接点明挑战所在：共识预期标普500每股盈利同比增长27%，为2021年以来最高，而中位数个股的预期增速仅为9%（上季度为14%）。这一落差背后，是美光和英伟达两家公司单独承担本季度约三分之一的盈利增长。

更值得关注的是"超预期不奖励"现象。

高盛数据显示，上季度盈利超预期的个股相对标普500的超额表现仅为35个基点，远低于历史均值95个基点。美光录得1003%的每股盈利增速，全面超预期，市场反应却相当克制。高盛就此发问：这一"高标准困境"是否已蔓延至整个AI板块？

银行股面临的处境尤为特殊。高盛衍生品团队指出，金融板块从高点回调幅度约为期权隐含单日波动的五倍，但市场对其财报日的定价却极为温和。摩根士丹利下跌20%，期权定价隐含涨跌幅仅为3.7%；美国银行下跌19%，对应隐含波动为3.4%。

高盛金融行业专家Christian DeGrasse指出，市场对银行的情绪"明显转向谨慎"，争议焦点在于三季度活动放缓究竟是"短暂停顿"还是"持续下行的信号"。

摩根士丹利的Nick Savone走得更远：美国银行股相对标普500的超卖程度已达1993年以来最高，14日RSI约为27，BKX远期市盈率已跌破十年中位数。

上周四，OpenAI营收数据引发的市场波动不仅波及股市，也意外推动了长债价格反弹。高盛期货团队指出，长债"可能终于在本周触底"，而触发反弹的正是OpenAI相关头条。

逻辑在于：一旦AI资本开支扩张预期出现松动，此前被AI融资需求持续挤压的美债久期买盘便有望回流。此前，资产管理公司在长债上的空头头寸自9月中旬以来急剧上升，若周四的走势触发这批空头回补，则债市在下周初或将获得进一步支撑——不过这一反弹能否持续，仍取决于周二的CPI数据。

黄金方面，本周上涨1.3%，"维持在每盎司4100美元以上"。高盛期货团队指出，系统化策略仓位已降至一年回望的第0百分位，CFTC管理资金净多头也回归正常水平，认为"增加黄金多头头寸的吸引力正在上升"。

高盛主题篮子团队将旗下"Power Up America"篮子（代码GSENEPOW）称为"最被低估的AI瓶颈"，并将这一判断建立在三个维度之上：仓位处于近两年低位、估值已回归正常、基本面依然稳健。该篮子本周上涨4.9%，独立发电商子板块涨幅达12.7%。

团队认为，市场对中期选举及电力政策政治化的担忧"正在消退"，预计未来将通过电网建设与"表后用电"方案刺激美国电力供给。高盛预测，到2030年，"表后用电"将满足全美25%数据中心的用电需求。近期关键催化剂包括：FERC就PJM大负荷框架于10月12日周一作出裁决，以及PJM相关文件与ERCOT数据中心并网审计结果。

本文来自华尔街见闻，欢迎下载APP查看更多

10月12日，A股午后延续跌势，三大指数进一步走低，创业板指跌2%；银行股续创历史新高，短剧、AI语料、风电等方向轮动活跃，农业股则高位回落。AI硬件、芯片半导体等科技股再度承压，光通信、覆铜板等概念股全线下挫。工业富联、立讯精密等跌幅较大，此前美国启动337调查。

港股午后同样回落，恒指接近转跌，恒科指跌近1%，盘初一度涨超1%，权重科网股分化，网易、阿里等上涨，小米跌超5%。芯片股下挫，新能源汽车冲高回落，零跑汽车一度涨超6%。债市方面，国债期货集体上涨。商品方面，国内商品期货涨跌参半，贵金属期货多反弹，碳酸锂暴跌8%。核心市场走势：

A股：截至发稿，沪指跌0.48%，深成指跌2.05%，创业板指跌2.60%。

港股：截至发稿，恒指涨0.21%，恒科指跌0.62%。

债市：国债期货全线上涨，截至发稿，30年期主力合约涨0.54%，10年期主力合约涨0.14%，5年期主力合约涨0.10%，2年期主力合约涨0.04%。

商品：国内商品期货涨跌参半，截至发稿，贵金属涨幅居前，白银涨2.45%；基本金属多数上涨，锡涨1.98%；黑色系多数上涨，焦煤涨1.68%；航运期货全部上涨，集运指数(欧线)涨1.13%；农副产品多数上涨，玉米涨0.88%；新能源材料跌幅居前，碳酸锂跌8.37%；化工品多数下跌，沥青跌5.51%；能源品全部下跌，原油跌1.86%；非金属建材全部下跌，玻璃跌1.48%；油脂油料多数下跌，豆二跌0.78%。

14:43

贵州茅台盘中涨近2%，联讯仪器日内跌超7.5%，股价失守1285元，总市值跌破2000亿。

14:37

赛力斯A股涨停、H股涨近12%，汽车板块局部异动，长城汽车跟进。

消息面上，多部委联合发声，《关于进一步加强汽车产品创新设计和研发测试验证有关管理工作的通知（征求意见稿）》要求规范新车开发流程，对于可靠性测试的时长和里程做出最低要求的限制。申万宏源认为，这将有效改善新车快速上市，改款竞争的局面。中长期供给端带来的竞争压力有望缓解，合规企业将由此受益。

值得注意的是，10月9日，中欧双方以符合世贸组织规则的方式就混动汽车贸易达成谅解。华泰证券认为，本轮进展阶段性缓解汽车贸易摩擦升级风险，以日欧汽车贸易谈判史为鉴，本地化生产有助于缓释出口约束。

13:45

创业板指跌幅扩大至2%，上证指数跌0.35%，深证成指跌1.63%。

中国30年期国债期货价格攀升至2025年8月以来的最高水平。

13:42

广期所碳酸锂主力合约日内跌幅扩大至10%，报106860元/吨。

12:04

大型科网股走势分化，网易涨近3%，阿里巴巴涨1.5%，腾讯、京东飘红，小米大跌5%，百度、美团小幅下跌；银行股撑市，农业银行、中国银行、交通银行再创新高！香港本地银行股、汇丰控股、渣打集团均冲高。另外，存储半导体股、光通讯概念股、PCB概念股继续弱势领跌。

11:53

盘面上，个股跌多涨少，沪深京三市超4000股飘绿，上午半天成交1.02万亿。沪深两市半日成交额1.01万亿，较上个交易日缩量1552亿。板块方面，光通信、覆铜板、海运、石化、农业板块带头调整。银行板块非常强势，工行、建行、中行等齐创新高。文化传媒、工程机械、白酒、公路、家电板块走升。

具体来看，文化传媒、AI应用等掀起涨停潮，果麦文化20cm涨停；德才股份一字涨停走出4天3板；博纳影业、吉视传媒回封涨停走出2连板，慈文传媒2连板，上海电影2连板；出版方向新华传媒10连板、新华文轩11天8板、龙版传媒4天3板、新经典2连板；AI语料概念掌阅科技5天3板，欢瑞世纪、因赛集团、广电网络、华策影视、中文在线等集体走强。

消息面上，据Sensor Tower数据，字节跳动旗下短剧应用PineDrama上线约9个月后累计下载量突破1亿、日活跃用户约700万，成为海外短剧赛道增长最快的应用之一；腾讯同步上线"绿泡泡短剧"小程序，主打全集免费加广告变现。此外，博纳影业宣布首部AI超写实院线电影《三星堆：未来往事》定档10月23日登陆全国院线，火山引擎推出Seedance影视合作计划、B站升级觉醒漫剧计划2.0，共同点燃AI影视情绪。

银行板块逆势走强，成为护盘主力。工商银行、建设银行、中国银行、中信银行盘中齐创历史新高，其中工商银行涨2.07%、建设银行涨2.46%、中国银行涨2.36%、中信银行涨2.44%；区域行与股份行弹性更强，渝农商行涨4.20%、宁波银行涨3.41%、重庆银行涨2.93%。行业涨幅榜上，国有大型银行、农商行分别涨2.04%、2.03%。

催化方面，截至目前已有21家A股银行披露2026年中期分红方案，合计拟派息超2600亿元，其中15家分红比例较去年提升，六大行现金分红比例从30%统一提至31%、合计拟派息超2200亿元；叠加财政部、央行、金融监管总局联合发布的居民购房贷款贴息政策自10月1日起实施，市场对银行资产质量与信贷需求预期改善，高股息资产在低利率环境下持续获得长线资金增配。

前期连续大涨的农业种植板块冲高后大幅回落、获利回吐，新赛股份逼近跌停跌8.33%，神农种业跌7.47%、登海种业跌7.24%、农发种业跌7.21%，敦煌种业、国投丰乐、隆平高科、苏垦农发等多股跟跌。

此前拥挤的算力硬件方向亦延续调整，光通信、覆铜板领跌，星网锐捷跌9.22%、五方光电跌8.66%、金安国纪跌8.59%、华正新材跌8.46%、恒玄科技跌8.26%，MLCC概念的国瓷材料、风华高科、三环集团领跌板块。

10:48

AI硬件侧拥挤交易延续消化态势，工业富联、源杰科技、东山精密、中际旭创、长飞光纤均跌5%左右，新易盛、长电科技、德明利、兆易创新、长鑫科技同步走软。创指、科创方阵整体乏力，盘中反扑再被击退。

10:35

文化传媒板块再度上演涨停秀，果麦文化、博纳影业、上海电影等十余股上板，新华传媒因并购利好揽下10连板。当前AI硬件侧分化明显，而AI应用端弹性更足，资金炒作非常积极。

10:15

半导体设备概念震荡拉升，京仪装备涨近10%，华峰测控、拓荆科技、托伦斯、中科飞测跟涨。消息面上，据报道，ASML将统一上调在韩国供应的设备替换零部件价格，涨幅10%。新价格将从明年1月起生效，本次涨价范围涵盖EUV及DUV光刻机的全部零部件。

影视、传媒板块盘中持续走高，果麦文化20cm涨停，吉视传媒回封涨停走出2连板，此前博纳影业、德才股份、慈文传媒、新华文轩等多股涨停，欢瑞世纪、掌阅科技、华策影视、内蒙新华等涨幅靠前。

港股光通信、PCB概念股走弱，剑桥科技一度跌超10%，长飞光纤光缆、中际旭创跌近5%；广合科技跌超9%，大族数控跌超5%，胜宏科技跌超4%，建滔积层板跌超3%。

早盘PCB概念震荡走弱，宏昌电子逼近跌停，迅捷兴、金安国纪、华正新材、贤丰控股、广合科技等多股跌超5%。

10:13

覆铜板板块再度领跌AI阵营，宏昌电子跌停，金安国纪、华正新材、贤丰控股均跌8%左右，生益科技、胜宏科技跟随下滑。报道称，郭明錤供应链调研：英伟达 Rubin Ultra（NVL576）下一代服务器中背板，正在测试无玻纤覆铜板。

10:11

创业板指跌1.5%，跌至3000点下方。

09:57

银行板块再度带领红利资产方阵走升，中国银行、中信银行A股同创历史新高。此前，据媒体报道，保险机构相关负责人表示，将坚持高股息蓝筹资产和科技成长板块双线布局逻辑，以前者为底仓，以后者博更高收益。

09:46

零跑汽车涨超6%，蔚来、小鹏集团、宁德时代均升超3%，港股新能源汽车阵营一片火热。此前，工信部等联合发布《关于进一步加强汽车产品创新设计和研发测试验证有关管理工作的通知（征求意见稿）》。

09:26

上证指数低开0.18%，创业板指跌0.65%。覆铜板、房地产、光通信板块调整。工业富联跌超3%。

消息面，据证券时报，当地时间10月9日，美国国际贸易委员会就美国Vicor Corporation 提出的相关专利侵权主张，正式启动337调查，主要针对垂直供电系统、相关组件及包含上述产品的计算系统。本案被列入337调查的企业包括立讯精密、工业富联、台达电子、英飞凌等。

立讯精密、工业富联迅速作出回应，均表示本次调查现阶段不会对公司生产经营及业绩造成重大不利影响。

立讯精密表示，经初步评估，本次调查涉及的公司相关产品主要应用于数据中心领域电源模块与处理器的集成供电方案，目前处于客户验证阶段，尚未进入量产状态。工业富联则表示，本次337调查涉及公司相关产品尚处于内部验证评估阶段。

09:21

恒生指数高开0.92%，恒生科技指数涨1.03%。阿里巴巴、网易、紫金矿业、药明康德、康希诺生物走强。立讯精密跌超3%。

本文来自华尔街见闻，欢迎下载APP查看更多

据《The Information》周日报道，亚马逊目前以低于沃尔玛的预期市盈率交易，尽管其收入增速预计约为后者三倍。高企资本开支和AI投资回报的不确定性，是投资者给予折价的主要原因。

这场争论的焦点，是亚马逊约2200亿美元级别资本投入能否被未来需求吸收。在a16z最新访谈中，AWS首席执行官Matt Garman称，AI相关需求巨大，资本开支短期内不会放缓，AWS还在为初创公司保留稀缺GPU容量。

对市场而言，问题并非亚马逊是否拥有AI机会，而是这些机会能否转化为足够的收入、利润和现金回报。AWS访谈解释了需求来自哪里，但尚不能证明这轮投入已经兑现。

据《The Information》援引Koyfin数据，亚马逊当前约为29倍预期市盈率，沃尔玛则约为37倍。沃尔玛今年预计收入增速约为5.6%，仅为亚马逊预估增速的约三分之一，但其估值溢价已持续约18个月。

这一倒挂反映了市场的主要担忧：亚马逊正在大幅增加资本开支，主要用于扩建AI数据中心，与Alphabet、Meta共同押注AI基础设施需求，但这类投资的回报周期仍不清晰。若AI需求释放慢于预期，高额资本开支可能持续压制盈利表现。

不过，分部估值分析也指出，亚马逊的业务结构可能没有被充分定价。亚马逊市值约2.8万亿美元，但其资产组合包括AWS、在线零售、广告和内容业务。材料显示，亚马逊在线零售销售额今年上半年同比增长13%，广告业务年收入约800亿美元，增速保持在20%至25%，AWS的独立价值保守估计不低于1万亿美元。

换言之，市场对亚马逊的折价并不只是在评估零售业务，而是在为AI资本开支的不确定性、综合性集团结构以及回报可见度不足定价。估值低并不自动意味着低估，但它为重新审视AWS的增长逻辑提供了切入点。

在a16z访谈中，Matt Garman称，AWS收入约为1600亿至1700亿美元，同比增长37%。他认为，AWS仍处在长期机会的早期阶段，原因包括大量工作负载仍留在本地部署，企业每天产生的计算需求持续增加，以及AI带来的新增顺风。

第一层增长来自企业上云。Matt Garman表示，云迁移和AI需求正在同时推动AWS增长。对大型企业而言，AI并不是单一模型调用，而是与数据、存储、安全、权限和生产系统绑定的工作负载。这使AWS不只是提供GPU容量，也提供企业将AI投入生产所需的完整基础设施。

第二层增长来自初创公司。Matt Garman称，AWS估计目前约30%至40%的收入来自曾经是初创公司的企业。AI原生初创公司与早期互联网公司不同，它们从第一天起就可能需要大规模算力，训练模型成本高，融资和估值规模也更大。AWS因此选择为初创公司保留部分稀缺GPU和AI加速器容量，而不是将所有资源卖给大型前沿实验室。

他还表示，AWS以某种方式满足了大约60%的相关请求，有时是在不同区域、不同时间或不同配置下交付。AWS未来几年还将购买200万块Nvidia GPU。这些表述显示，AWS试图通过容量分配维持客户生态，而不是只押注少数大客户。

第三层增长来自智能体工作流。Matt Garman称，越来越多团队希望云环境不仅适合人使用，也适合代理使用。AWS正在围绕Agent Core、Bedrock、AWS Context等服务，优化代理跨数据湖、数据库和服务调用的能力。代理会关注尾部延迟，也会产生短周期、可快速创建和释放的计算需求。

这可能改变云基础设施的使用方式。过去云资源主要服务于人类开发者和企业IT团队，未来代理可能会自动写代码、调用数据库、管理基础设施，并在沙箱和临时权限下执行任务。对AWS而言，这意味着新的推理、存储、安全、权限管理和计算需求。

此外，定制芯片也被AWS视为支撑这套逻辑的关键。Matt Garman称，Graviton在成本和性能上均有约20%的改善，Trainium已成为Bedrock大部分流量的运行基础，Trainium产能大致售罄至明年年底。若这些芯片能改善单位算力成本，它们将有助于提高AI基础设施投资的经济性。

对投资者而言，关键问题仍然是回报，而不是需求叙事本身。AWS管理层描述了多个增长来源：企业上云、AI推理、初创公司训练需求、智能体工作流和定制芯片。但这些机会最终必须体现为更高收入、更好利润和足够的资本回报。

Matt Garman在访谈中强调，AWS的容量并未高度集中在一两个客户身上，通常单一客户占比处于个位数甚至更低水平。他还表示，在核心计算、存储和推理上，企业客户已经看到正回报。这些说法有助于缓解市场对AI泡沫和客户集中度的担心。

但从股东角度看，这仍不等同于亚马逊自身的投资回报已经被证明。约2200亿美元级别资本开支需要持续高利用率、稳定客户需求和可控成本来支撑。若智能体应用停留在试验阶段，或企业部署速度慢于预期，资本投入可能先于收入确认，对盈利形成压力。

因此，市场真正需要验证的指标，是AWS收入增速能否延续，Bedrock、Trainium和Agent Core等服务能否扩大付费使用，企业能否从有人参与的代理流程走向更自主的生产工作流，以及这些新增需求能否覆盖数据中心、芯片、电力和供应链投入。

亚马逊的AI回报可能被市场低估，但市场的犹豫并非没有理由。AWS访谈提供了需求来源和技术路径，《The Information》的估值分析显示当前倍数存在重新审视空间。最终能否修复折价，取决于亚马逊能否把AI基础设施投入转化为可见、可持续的财务回报。

本文来自华尔街见闻，欢迎下载APP查看更多

韩国政府主导的干预措施效果趋于消退，与此同时，市场对韩国央行（BOK）进一步收紧货币政策的预期持续升温。10月12日，据彭博报道，韩元掉期市场目前定价显示，未来六个月韩国央行累计加息50个基点的概率约为70%。

Gama Asset Management和Hana Securities等机构的策略师预计，韩国3年期和10年期国债收益率将恢复上行，重新测试上月触及的四年高位。

反弹难以为继

韩国债市此前的反弹，主要源于政府的干预信号。当局上月警告将采取干预措施，并将10月债券发行规模削减5万亿韩元（约37.4亿美元），收益率随之沿整条曲线回落。

但策略师普遍认为，这一反弹缺乏持续性基础。

Gama Asset Management全球宏观组合经理Rajeev De Mello表示："我对韩国债券越来越谨慎。通胀仍高于韩国央行的目标，进一步收紧政策的可能性较大。如果全球债券抛售持续，韩国收益率将越来越难以抵御上行压力。"

De Mello预计，韩国10年期国债收益率将回升至4.6%左右——这一水平上月曾出现，也是2022年以来的最高点。3年期收益率则可能从周四的3.98%攀升至4.1%。

加息预期主导市场

韩国央行已连续两次会议加息，将基准利率升至3%，以应对通胀压力和加速增长的经济。今年8月，韩国央行发布的六个月点阵图显示，21个点位中有10个集中在3.25%。

市场目前将目光锁定在10月22日的议息会议，以及随后的11月会议。

Hana Securities固定收益策略师Park Junwoo表示，在波动性高企的背景下，将收益率下行解读为趋势性变化"为时过早"。他预计收益率将在11月议息会议前后见顶——届时他判断央行将在10月按兵不动后于11月加息。

"我认为现在不是买入的时机，但如果3年期收益率重新回到4%以上，届时值得再度买入。"Park Junwoo说。Hana Securities目前对韩国和美国债券均持低配。

政府干预能否托底？

尽管收益率上行压力持续，政府的干预意愿仍是市场的一道缓冲。

受半导体行业税收红利提振，韩国财政部长Lee Hyoung Il表示，政府可能进一步削减计划中的债券发行规模，以遏制收益率的过度波动，并可能启动紧急回购操作。

不过，LS Securities固定收益分析师Woo Hye-young认为，投资者不必急于行动。"等到11月央行点阵图出炉再买入韩国债券，也不会太晚，"她说，"如果11月点阵图显示利率预期更高，我会更加谨慎。"Woo Hye-young预计收益率最终将在年底前回落。

本文来自华尔街见闻，欢迎下载APP查看更多

10月11日，Meta首席AI官Alexandr Wang在美国知名博客《David Senra》中分享了其团队打造Muse的过程。

2025年，Meta的Llama 4未能达到公司预期。

Wang描述了当时的背景：“Llama 4没有走在Meta作为公司想要的轨道上，这在内部确实是一次失望，而且是在AI变得越来越重要的时刻发生的。”

正是在这个节点，扎克伯格主动联系Scale AI联合创始人Wang。两人此前通过他人引荐相识，但往来并不频繁，大约每六个月才通一次话。这一次，扎克伯格发来一条消息：“你有时间打个电话吗？”

最初的对话并不明朗。Wang说，几次通话都是扎克伯格在问他“你觉得我们应该做什么”，并不清楚最终会走向何处。直到谈及收购条款，Wang才意识到事情的分量。最终，双方在大约五六周内完成了整个交易：Meta持有Scale AI 49%的股份，Scale继续独立运营，Wang本人及少数核心成员加入Meta，出任首席AI官。

加入Meta后，Wang和扎克伯格面临一个关键的战略选择。

2025年初，Anthropic的Claude和Opus在编程领域遥遥领先，整个行业的共识是：编程智能体才是最重要的AI应用方向。

Wang对此有不同判断。他说，他告诉扎克伯格的第一件事就是：“Meta其实是一家非常特殊的公司，因为Meta的产品代表的是人们想做的事——Instagram、WhatsApp、Facebook，这些都是你选择跟随自己兴趣、爱好和朋友的地方。”

在Wang看来，Meta拥有触达35亿日活用户的分发能力，天然指向的是消费端AI，而不是工作、编程这类场景。

消费AI、个人AI，这始终是我们认为Meta能做出真正特别东西的领域。不是工作，不是写代码，是个人。

这一判断最终落地为扎克伯格在2025年6月发布的内部备忘录《个人超级智能》（Personal Super Intelligence），Wang与Nat Friedman等人参与共同起草。

真正让团队确认“个人AI智能体”这一方向具有颠覆性潜力的，是一次来自Nat Friedman的亲身体验。

Friedman是MSL（Meta Super Intelligence Labs）的核心人物之一，也是GitHub Copilot的早期推动者、Stripe的早期客户。Wang说，他是整个MSL内部第一个深度使用OpenClaw（一款个人AI智能体产品）的人。

“他的体验，我只能形容为介于恐惧和狂喜之间。”Wang说。Friedman告诉Muse，他想多喝水，AI随后通过监控摄像头观察他是否在喝水，并告诉他“干得好”。

Friedman随后分享了一个专为心理自我分析设计的提示词（prompt）。Wang第一次使用时，同样经历了强烈的感受：

相当于把三年的心理治疗压缩进了一个时刻——它可以访问我的邮件、我的照片，把所有信息整合在一起，我在这个过程中非常脆弱。

2026年2月，Wang和Friedman各自写下备忘录，分别发给Meta董事会。Wang写道，他认为超级智能体“在某种程度上是消费端产品的终点”。Friedman的备忘录中有两句话后来成为产品核心原则：“法律即条款”（the clause is the law）和“信任是必须的”（trust is a must）。

备忘录提交后约一两周，团队完成了第一个原型，并向董事会演示。Wang说，最终版Muse里的许多核心设计，在那次最早的原型里已经存在——包括吉祥物“Jolly”和早期版本的Muse Charm。

但从原型到产品，是一段“漫长而痛苦”过程。

原型有时可以运行，有些时刻很神奇，但大多数时候无法正常工作，会不断崩溃。我们要把它变成一个高度可靠的、精心打磨的消费产品。

这段历程历时7个月，参与人数不足200人。

Wang说，团队为此建立了一张包含逾百项具体行为和能力的电子表格，为每一项设定了"阻断发布"的门槛和"合格"标准。每次模型迭代后都会对照检查。“我们有很多检查节点，比如80项是绿灯，但20项还是红灯，我们知道那还不够好。”他说，第一个全部绿灯的检查节点是Musepark 1.3的特别训练版本。

他把这个过程比喻为打磨一件艺术品：“它是一件艺术品，需要强烈的单一视角和高度专注，才能把它做成一个完整、美好的体验。”

在Wang看来，Muse能成功而其他早期个人智能体产品失败，原因正在于此。

大型组织的产品往往变成不同人观点和愿景的弗兰肯斯坦——每个产品经理都想往里塞点东西，最后混在一起就是一杯果昔。用户能感觉到。

他特别强调，Muse的产品视角主要来自Nat Friedman：“如果说有一个人的单一视角贯穿了整个Muse，那就是他。”

表情包营销：让Meta重新变酷

Muse发布后，Alexandr Wang在X平台开始了一轮密集的“失控式”发帖——用产品吉祥物Jolly（一个小人形象）制作各种表情包，引发大量转发。

他坦言，这并非完全有意为之。

我在开会时脑子里突然冒出一个梗，就觉得必须发出去。有时候我在和同事吃饭，突然想到了，就发了出去。

他的逻辑是：互联网奖励风险，奖励意外，奖励让人意想不到的东西。

Nat Friedman在那段时间的内部会议上说：“我以为我们会从中学到很多关于Muse用户的信息，但实际上我们只是学到了很多关于Alex脑子里在想什么的东西。”

Alexandr Wang认为，这种营销方式实际上推动了增长——尽管他承认很难精确追踪。

他还批评了竞争对手的广告策略：

Anthropic做了大规模户外广告，全是关于他们自己。OpenAI的广告就是两个人坐在桌子旁边。我不明白这是什么意思。你有数百万个真实使用案例，你的广告只需要展示产品能为用户做什么，就这么简单。

超过200个直接下属，反对官僚主义

在Meta，Alexandr Wang有超过200名直接下属——几乎所有加入MSL研究团队（内部称为TBD）的研究员都直接向他汇报。

他解释，这不是管理结构，而是一种反官僚主义的声明。

这些都是极其出色的人，他们已经证明了自己能做出卓越的工作。我不需要微观管理他们。他们需要的不是管理者，而是一个优秀的环境。

他将自己在Meta的角色定位为“教练”，而非Scale AI时期的“创始人”：

在Scale，我对公司每一件小事都有强烈的看法，公司是我努力和视角的产物。在Meta，我更多是在思考：如何创造一个让这些出色的人能够做出最好工作的环境？

AI能给每个人一个“他们梦想中的成年生活”

谈及Muse的长期意义，Alexandr Wang表达了一个更宏观的判断：

我真的相信个人AI代理作为一种长期形态。人类天生有欲望、有梦想。AI和个人代理将成为帮助我们实现这些梦想的机制和桥梁。

他认为，大多数人在进入职场后，雄心壮志会被逐渐消磨：

我们都变成了某种意义上的僵尸。我们失去了自主性，失去了野心。

他在一篇帖子中写道：

世界迄今为止是由少数狂热者塑造的，他们设法让自己的意愿成为现实。但我们从未见过全人类每个人的自主性都被完全激活的世界。

他认为，Muse代表的方向，正是朝着这个世界迈进的一步。

访谈全文如下：

Building Muse, Working with Mark Zuckerberg & The Future of AI | Alexandr Wang, Meta

2026年10月11日 · David Senra

Alexandr Wang是Meta的首席AI官，也是Scale AI的联合创始人。本期节目中，我们聊到了历时七个月打造Muse的全过程、Meta为何押注个人AI助手而非编程助手，以及Mark Zuckerberg和Nat Friedman如何塑造了这款产品。Alexandr还分享了Zuckerberg在Meta Llama 4受挫后如何将他招募入职、他为何在Scale工作九年后选择离开，以及他如何围绕小团队、顶尖人才和极简官僚主义重建Meta AI实验室。此外，我们也探讨了如何用表情包让产品病毒式传播、拥有单一视角的重要性，以及Alexandr为何相信AI能让每个人都有能力追求更宏大的抱负。

第一章：Muse背后的愿景

David： 给我讲讲Muse的历史吧。

Alexandr： 首先要从我们创立Meta超级智能实验室（MSL）时的愿景说起。实验室成立之初，Mark发布了一份备忘录，我、Nat Friedman以及其他几位同事都深度参与了这份文件的撰写，备忘录的名称叫《个人超级智能》。核心想法是：我们如何构建真正让所有人生活变得更好的强大AI？我们如何打造一种能够从整体上提升人类体验的东西？

那份备忘录提出了许多设想，基本上也预示了Muse最终的走向，尽管当时还只是非常早期的构想——那是2025年6月，智能体（agent）在任何实质意义上都尚未出现，那年夏天的AI还处于一个完全不同的阶段。但那就是我们想要构建的方向，是MSL的使命，也是我们想要将一切推向的终点。

随后，我们就开始着手构建模型了，因为任何前沿模型的端到端开发流程都需要好几个月：你需要搭建整个技术栈，制作数据集，对模型进行预训练，再进行后训练，还要为此构建完整的工程支撑体系——这是一个非常漫长的端到端过程。

第二章：发现个人AI智能体的潜力

Alexandr（续）： 今年年初，这整条"生产线"开始运转，Opus 4.5的发布让包括我们在内的很多人看到了智能体的未来，将智能体的潜力真正推到了台前。那时是今年年初，Anthropic（原文为openclaw，以下统一译为正确名称）正处于上升期。

我的密切合作伙伴Nat Friedman，我认为是MSL内部最早使用并尝试Claude（原文为OpenClaw，指Anthropic的Claude）的人。他的体验，我会形容为介于"恐惧"与"狂喜"之间——他真的是全情投入，完全信任它。

他讲过一些故事，在Stripe Sessions的一次采访中也提到了这些经历：他告诉自己的Claude他想多喝水，于是Claude就通过安防监控镜头监督他喝水，然后表扬他"做得好"。他有无数这样令人咋舌的故事，也让人意识到：这里有某种相当神奇的东西正在发生。

我记得Nat跟我说过的一句话，也是我印象最深的：他说，"我觉得这里真的有什么。" 早期采用者Nat Friedman的判断，是相当可靠的信号——他是当年Stripe最早的客户之一，在很多开源开发者工具上也都是先行者，还参与创建了GitHub Copilot以及其他许多项目。

所以这是一个明确的信号：个人智能体领域，显然有某种相当神奇的东西。当你真正信任一个个人智能体、真正把它带入你的生活，它能为你做的事情太多了。

听完所有这些令人惊叹的故事之后，我开始深度使用它。有好几周的时间，我们两个几乎每一个空闲时刻都在跟各自的Claude对话，沉浸在探索个人智能体可能性的过程中。

第三章：在一次AI会话中经历三年的心理治疗

David： 你最初的反应是狂喜还是恐惧？

Alexandr： 那时Nat构建了一个提示词（prompt），用来做一种全面的心理自我分析，会分多个波次进行深度心理探测。他基本上是专门为此写了一个提示词，供你配合Claude使用。那也是我用自己的Claude最早做的事情之一——相当于把大概三年的心理治疗，全部压缩进了那一个瞬间。

David： 等等，我很好奇，你拿到Claude的第一次机会，为什么第一件事就是做这个？

Alexandr： 我下载、安装好之后，Nat就在旁边，他说："你应该试试这个。"我就说行，照他说的做——然后就发生了那段疯狂的体验。

David： 多说说那段"疯狂的体验"。

Alexandr： 就是非常、非常强烈。确实就像三年的心理治疗，因为是连续多轮的深度心理探测——它有关于我的其他信息，能访问我的邮件、我的大量照片，还能去查找其他信息，然后把所有这些整合在一起。整个过程中，我非常脆弱。

那是二月份。我们两个都得出了同一个结论：这里显然有非常特别的东西正在发生。我们当时各自写了一份备忘录——也都通过相关渠道提交给了Meta董事会，因为当时正好是董事会季。

我在备忘录里写道，我认为在很多层面上，这是终极的消费者产品形态，超级智能体作为消费品，某种程度上代表着一个清晰的终点。Nat则写了两份，标题非常令人印象深刻——"the clause the law"和"trust is a must"——这两份备忘录最终定义了我们构建这些产品的核心理念。

第四章：历时七个月打造Muse

Alexandr（续）： 我们在二月份得出了这个结论：这里有非常重要的东西。随后我们组建了团队，在大概一到两周内就做出了一个原型，并向董事会演示——这是一个非常快速的迭代周期。最终Muse成品中的许多设计决策，在第一个原型中就已经存在了：Jollybot（那个欢快的小吉祥物）在那里，Muse Charm的早期版本也在第一次演示中就出现了。不是所有的想法、所有的功能标签都在，但很多已经具备。

从那之后——那是二月份——我们在七个月后发布了产品。这七个月是真正艰难的过程：从一个时好时坏、充满魔力却大多数时候无法正常工作、不断崩溃的原型，走到一个高度可靠的、精心打磨的消费级产品，一个我们有信心向消费者世界交付的作品。这是一段漫长而相当痛苦的过程。

David： 在进入那个阶段之前，我想先回到一件事：你们在一到两周内做出了原型，然后展示给董事会——Mark在这整个过程中扮演什么角色？

Alexandr： 他和我们所有人一样，同步经历着这款产品带来的那种"狂喜与恐惧"。他在各种采访中都提到过这段经历：他把它用于家庭中的各种事务，跟孩子们一起使用，也用在了他的MMA训练上——让它观看自己训练的视频，让它给他提供改进建议。

那段时间，员工会议上甚至形成了一种风气——在Meta的很大一部分团队中，开会时大家都会分享各自在使用智能体时经历的奇妙故事，那是在二月份。

现在回想这整个周期，确实很有意思，因为Claude现象明显有一个峰值，然后就消退了。它没有持续下去，我认为很多人都经历过这种感受：有那些神奇的瞬间，但大多数时候它并不好用，各种问题层出不穷，然后慢慢就淡出了。

所以构建这款产品，很大程度上的核心课题就是：如何把它打造成一个真正可靠的消费者体验，让你有信心把它放在最终数十亿人面前，并且有把握大多数人都能获得出色的体验。

David： 为什么你们能做到，而Claude的开发者做不到？

Alexandr： 首先，我们非常尊重Peter Sainberger（原文为Seinberger，应为Sainberger，即OpenClaw/Anthropic创始人）以及所有为Claude做出贡献的人。我认为Peter绝对是一位有远见的人，他那颗美丽的大脑里能诞生出Claude这样的东西，是一种魔力。

让Muse如此出色，或许并不glamour的原因，就是把模型加产品的整体体验打磨到真正出色所需要的那种持续打磨和细节雕琢。我们在模型本身上进行了非常非常多的迭代。我们将整体的模型路线图，对准了构建个人超级智能这个大方向，具体来说就是个人智能体这个方向。

David： 多说说这一点，以及这如何让你们区别于其他竞争对手。

第五章：Meta为何押注个人AI

Alexandr： 回到那个时刻其实很有意思。如果你回到今年年初、二月份，Opus和Claude在编程领域遥遥领先于所有人，并且正在爆发式增长。那是Anthropic全面崛起、席卷整个行业的开端，那是一个非常令人警惕的时刻：哦，天哪，他们在编程领域的领先优势太大了——再加上他们有Mythos，领先优势十分明显。

当时业界的主流观点是：编程智能体是唯一重要的产品形态，或者说唯一重要的技术能力。整个行业有一种巨大的惯性，驱使所有人都去跟进这个用例、去跟Anthropic在编程智能体上竞争。

但正是因为我们的亲身经历，以及围绕个人智能体这一想法所形成的信念，我们选择退后一步来思考。我认为我们之所以一开始就做个人超级智能，也是因为我们相信Meta在这一方向上拥有独特的优势。

David： 我们现在就聊这个。

Alexandr： 我告诉Mark的第一件事——甚至在Scale和Meta的合作协议落定之前——就是：如果我们拥有AGI或ASI，Meta实际上是一家非常特别的公司。

AI的承诺之一是：我们每个人的生活中，都有"想做的事"和"不得不做的事"这两类事情。AGI的承诺是，我们将几乎不再需要花时间在"不得不做的事"上，因为AI会替我们处理大量这类事务，我们就能把所有时间花在"想做的事"上。而在我看来，Meta的产品代表的正是我们所有人"想做的事"：我用Instagram、WhatsApp或Facebook，这些产品让我追随自己的兴趣、爱好，关注我喜欢的人、我在乎的朋友。Meta的产品矩阵，恰好涵盖了"我们想要花时间的事情"这个领域。

从长远来看，Meta在这一切中是一个不可思议的赢家。这是我关于Meta和超级智能最早形成的信念之一，这些想法最终都融入了"个人超级智能"这一概念。

你可以从几个角度来看：一是公司的基因传承——Meta的传承是连接人与人的友谊和家庭，帮助人们发现自己的兴趣，这些都是非常人性化的东西。二是商业视角——Meta每天有35亿用户在使用其旗下应用，Meta注定要成功的自然领域就是消费者AI，而不是工作，不是编程，而是个人。

David： 对，确实如此。

Alexandr： 所以，个人智能体、个人AI和消费者AI，始终是我们认为Meta能够做出非凡贡献的领域。

由此，我们来到了2026年初：你们有了原型，获得了内部支持，所有人都知道Mark已经认可了这件事，然后你们开始了七个月艰难的产品打磨工作。

是的。当时有一层阴影笼罩着我们：个人智能体"来了又走"——我们始终认为那是因为体验还不够完美、还不够精致。但我们知道，这是我们在开发产品过程中必须认真对待的问题。

我们将模型开发路线图的首要任务之一，聚焦在构建个人智能体能力上。我们有一张很长的电子表格，列出了一百多项模型必须具备的具体行为和能力，才能支撑起理想的个人智能体。整个过程非常细致入微。随着时间推移，我们为所有这些项目建立了评估标准，弄清楚如何训练模型在每一项上都做到非常非常好。我们还会定期审查这张表格，找出我们做得不好的地方，确保持续改进。就是这样一个极其细致的过程，不断地打磨模型的每一个边角，让它能够支撑起整个产品。

David： 这也是Meta的文化吗？这种对产品持续打磨的文化？

Alexandr： 是的。Meta文化的很大一部分就是：一旦你知道该衡量什么，就有非常有才华的人去优化这些指标，打磨所有细节，把这些事情做到极致。在前AI时代的消费者产品时期，这体现在如何优化转化率、如何优化推荐率、如何优化新用户引导流程的每一个环节；在AI时代，至少从Muse开始，这很大程度上体现在打磨模型的每一个细节，使其完美契合产品需求。

第六章：Mark Zuckerberg对改进产品的执念

David： 你看过Jeremy Stern在Colossus上发表的那篇关于Zuck的深度报道吗？

Alexandr： 我看到了这篇报道。老实说，它太长了，我没读完。

David： 有15000字。我刚把Jeremy请上节目了，他是我最喜欢的作者。

Alexandr： 我看到那期节目了。我认为他现在是全球撰写企业家和投资人人物报道写得最好的人，真的是世界第一。

David： 在那篇报道里，Zuck谈到了他相对于Elon和Sam Altman的优势，他说：我的技能组合非常低调无聊，但我非常擅长组建团队，然后在很长一段时间里持续、缓慢地改进产品。相比Elon和Sam Altman，我不会失去对公司的控制权，也不需要再融任何钱，所以我可以就这样做很长很长的时间。你在聊这七个月打磨Muse的时候，那段报道就在我脑海里不断浮现。

Alexandr： 我觉得完全正确。这需要极大的耐心——七个月，也许听起来不算太长，但在AI时代，七个月相当于传统行业的十年。这对我们所有人来说都是如此。但我真的要给Mark很多credit，这需要很大的耐心、克制，以及对整个过程的信任。

你可以回去翻Mark在这整段时期——从二月份一直到九月份——每次财报电话会议上说的话，他都会提及我们正在构建个人智能体，我们也没有真正刻意隐瞒，我们在建，也在谈，但公司内部整个这段时间疑虑重重。华尔街主流叙事是：天哪，Meta烧了这么多钱，他们在AI上到底能不能成事？

David： 不止这些，更多的是：Zuck赢不了AI。这句话被反反复复说了很长时间。再回到Jeremy Stern那篇报道——他开始私下和Zuck的竞争对手聊，包括一位曾经在Zuck手下工作、现在去了竞争对手实验室的前研究员，那个人说："我不想和他们竞争，因为Mark就像……"我想那句话是"Mark就是那个该死的终结者"——他就是不会停下来。这位研究员还谈到了Zuck的一个超能力：他永远对产品的现状不满意，总想着持续改进；但他又不是那种会破坏团队化学反应的混蛋——他确实是个独裁者，但不粗鲁，不会伤害团队。他在报道里特别提到，团队凝聚力对他来说极其重要。

Alexandr： 我觉得这些都是真的。Muse最神奇的事情之一，就是我们花了相当长的时间来打磨所有细节，然后才最终推出产品。我认为个人智能体这个产品领域，是一个架在刀刃上的品类：如果它能可靠地创造这些神奇体验，它就有潜力成为有史以来最伟大的消费者产品之一。但你面对的是模型，面对的是非确定性的东西，面对的是可能出错、可能不可靠的智能体——一旦用户有了不可靠的体验，他们就会觉得这是垃圾。

这是一个需要把产品质量和价值做到某个临界点，才能真正引发广泛共鸣的事情。

第七章：Meta如何判断Muse已准备好发布

David： 我想多聊聊这个过程。我好奇投入了多少资源、团队有多大、有多少人参与其中。你们有没有数据，比如说：我使用Muse，九次是很棒的体验，两次是不一致或很糟糕的体验，然后我就流失了？

Alexandr： 你能从今年初几乎所有其他智能体产品上看到这种情况——几乎所有人都流失了，原因就是不可靠。

我们对Muse做了大量用户测试，组织了很多轮全新用户从零开始下载使用的测试，观察这个过程是什么感受。Muse的一个核心前提——我认为也是真正落地的地方——是它与大多数人体验过的消费者AI产品截然不同：它不是一个聊天机器人，它是一个智能体，能为你做智能体才能做的事情。对开发者来说，这可能是旧闻，他们已经使用智能体一段时间了；但对大多数人来说，仅仅是这个跃升过程就需要解释和非常周到的引导。

我们也确实做过不同模型版本的测试和持续的AB测试。产品体验对模型质量极其敏感——对模型完成任务的可靠性、与用户沟通的可靠性、在需要指引时主动确认的可靠性，都极其敏感。

David： 但你们怎么知道它已经准备好发布了？

Alexandr： 一部分是非常量化的：回到那张有一百多行的电子表格，我们为每一行设定了"发布门槛"和"良好标准"。我们有很多检查节点，绿色通过了80行，但20行仍然是红色——我们知道这还不够好。直到我们有了第一个在所有行都通过绿色的模型检查点——那是一个专门训练的Musepark 1.3版本。

这是非常量化的部分。还有体验层面的部分：我们试用了这个模型，能感受到它比之前迭代过的任何版本都好得多。

David： 回到你说的七个月，有多少人在做这件事，模型工作和产品工作加在一起？

Alexandr： 总共不到200人。在大公司的标准里，这其实很少。

回过头来看，我觉得这挺了不起的：整个高管团队、所有人都知道这可能是Meta今年最重要的产品之一，但我们组织上有那种克制——保持了一个真正小而专注的团队，没有让它膨胀成大半个公司都在参与的项目，因为我们知道这是一件单一的艺术品。它需要强烈的主见和专注，才能将其凝聚成一个完整而美好的体验。

David： 多说说这一点。为什么你把它称为一件艺术品，并且说需要单一的视角或主见？

第八章：为何伟大的产品需要单一视角

Alexandr： 我认为来自大型组织的产品，有一种常见的批评，而且这种问题现在也开始在很多AI实验室蔓延：产品会变成一个弗兰肯斯坦式的怪物——几乎像是Cronenberg式的大杂烩——由一堆不同人的视角、愿景和信念拼凑而成。这有点像PM地狱，每个产品经理都有一件他们想塞进产品里的事，最终全部混在一起，变成一杯混合了各种东西的奶昔。

作为用户和消费者，你能感受到这种差异——你能感受到一款产品是由很多不同的人做的，他们各有各的目标，然后生硬地拼在了一起。Muse必须做到完全相反：只有一个清晰的主见，一个我们要向世界呈现的完整统一的体验。

David： 我喜欢你说的这一点。这完全是巧合——我不知道这期节目什么时候会发出来，但我们录制这期节目的时间，正好是Steve Jobs逝世15周年。说到那种拥有单一视角的消费产品，你当然会首先想到Steve。我读过所有关于Steve和苹果历史的书，在我的另一个播客Founders上也做过大概15到20期关于他们的节目。我最喜欢用来描述Steve影响力的一句话是：苹果就是Steve Jobs拥有了一万条命。产品体现了他的品味、他的视角、他的主见——他想在世界上看到的东西，就是最终用户得到的东西。在Muse这个案例里，Nat Friedman功不可没——他的品味和审美感知，最终决定并塑造了这款产品的面貌。

David： 你们有公开谈论Muse的用户数据吗？

Alexandr： 我们说过"数以百万计"，我也转发过其他人发布的图表，那些图表暗示Muse是有史以来增长最快的消费者AI应用。

David： 但你不肯说具体数字。

Alexandr： 我们说了"数以百万计"。

David： 是啊，百万也可以是几亿，那也是百万。所以你只是没说前面那个修饰词。

第九章：用表情包让Meta重新变酷

David： 我想聊聊你在X上的状态——我是出于善意这样说的——你最近有点"不稳定"。自从Muse发布以来，你的公开发推风格有了明显变化，这是一种营销策略吗？这是在搞什么？

Alexandr： 这里有几件事同时发生。

David： 这肯定比你在Scale做的事有趣多了。

Alexandr： 肯定有趣。过去几周是我职业生涯中最快乐的一段时光，没有之一。有这么几件事在发生：

首先，我们觉得想办法让Muse突围很重要。现在是AI产品、创业公司、新版本、新功能不断轰炸的时代，对大多数人来说就是一股信息洪流。我们开过大型团队会议专门讨论这件事：我们需要突围而出——Meta有很强的分发能力，可以确保所有人都知道这件事，但这还不足以让它以一种有趣、有文化感染力的方式真正引起世界的关注。

碰巧，我在生活中认识了一些沉迷于网络梗图和互联网文化的朋友——我亲切地称他们为"我那些神经质的朋友"——他们整天都在思考梗图和互联网。

David： 我认识一些沉迷于Muse的人，他们也沉迷于你的X时间线，他们确信你有一百个Muse在帮你想梗图。

Alexandr： 实际上，X时间线上每一条推文都是我自己写的。有一段时间，我真的很难在开会时集中注意力，因为我脑子里一直会冒出梗图的想法，然后就忍不住想发出去。有一次我在跟同事吃晚饭，吃到一半我突然说："等等，我想到了！"然后就发了另一条梗图。感觉有点像当年做工程师解bug——你能感受到那种"这个会爆"的直觉。

第二件事，我觉得重要的是：我们怎么让Meta重新变酷？不知道为什么，Meta尽管拥有Instagram、Facebook这些无与伦比的文化软件，却在相当长的时间里不够酷。所以我想让Meta变得酷、有趣、有点好玩。

至于那种"放飞自我"的感觉，是随着时间自然发生的。Muse刚发布时，我主要是在分享各种有趣的使用案例，转发了几十个人的Muse使用场景。后来有一段时间，我发了几条没怎么想就发出去的推文，结果那几条反而效果很好。

David： 你有没有见过那个"思考时间越长效果越差"的规律？

Alexandr： 完全对上了。我有些推文真的没想多少，发完连手机都没看，几个小时后一看，"哇，这条火了。"然后我想起了一件关于互联网的事——虽然不是刻意的，但我记起来：互联网奖励风险，奖励意外，奖励人们意想不到的东西。于是我就放开了。

我很多同事对此有点惊讶。Nat有一句话，在那整个发梗图的周里，他在好几个会议上都说了同一句话："我以为我们会从中学到很多关于Muse用户的信息，学到人们如何使用Muse，但实际上我们只是学到了很多关于Alex大脑的东西。"

那段时间真的很开心，我感觉在调用我多年积累的互联网知识。我觉得这实际上对增长产生了真实的影响——这有点滑稽，虽然我们没有精确的追踪数据，很难确定。

David： 我肯定认为有影响。我到处都在听到关于它的事，而且我听说的那些人也都下载了应用，现在都在用。

继续说你之前的话——你们有分发能力，但这不代表你们能让人们真正回来、让产品真正有粘性。那么你们是怎么做到的？

Alexandr： 我认为关键在于：你怎么让用户尽可能早地抵达"哇，原来可以这样"的时刻？这款产品天然适合做到这一点，因为如果有人从来没用过AI智能体，它能做的很多事都会让你大吃一惊。

另一个关键是：如何捕捉那些人们拥有"哇"时刻的故事，并用这些故事来让产品传播得更广。

David： 但你们是怎么用这些故事的？你们也没有在打广告吧？

Alexandr： 我们投放了一些广告。但说实话，最开始就是我一直在转发有趣的案例——只要看到有人用Muse做了有趣的事，我就引用转发。

我一直搞不懂Anthropic和OpenAI的广告为什么做得那么差。记得Anthropic做过大规模户外广告，全是在讲他们自己；OpenAI也一样，广告里只有一个图标（我觉得大多数人都认不出那是他们的logo），然后写着"ChatGPT"，画面就是两个人坐在桌子旁。我在想这到底是什么意思？你们有那么多使用案例，广告只需要展示产品的好处，就这么简单。

David： 你有几百万个现成的素材，直接拿来跑广告就行。这种错误如此基础，却被反复犯，真的很有意思。

Alexandr： 我们在构建Muse以及在Meta做其他事情时，反复回到的一个问题就是：为什么别人会在意？他们不在乎你，不在乎你的公司。每个人都是出于自身利益行动的。

有一本很老的书叫《科学广告》，写于二十世纪初，作者是Hopkins，是一位顶尖的文案撰稿人，曾经是二三十年代最赚钱的广告公司创始人之一。他在书里说：这不只是关于广告，而是关于不会改变的人性。他的核心观点是：你的广告在谈论你自己，谈论你的产品，谈论"我有这个东西，来买吧"——但人们对这些不感兴趣，他们都是自利的。你只需要做一件事：展示这件事能为他们做什么，以此开头。那些汲取了这些写于二十世纪初的想法的人，在五六七十年代乃至今天，都凭此建立了庞大的公司和广告帝国。

Alexandr： 对，完全正确。几个关键洞察是：第一，世界上大多数人不在乎OpenAI或某某研究，不在乎这些公司或我们的研究，他们在乎的是这能为他们做什么。我们还有一个礼物，就是那个吉祥物——那个小小的欢乐角色。

我记得那条让我意识到"这个有搞头"的推文：我开车上班途中，用Muse生成了一张小人儿拎着公文包的图，然后发了条推文："MFW（My Face When）周一去上班"。我当时就觉得这是我近期最好的推文之一，然后我意识到，可以把他放进各种各样的情境里。

我还意识到，怎么创造出与你见过的任何其他产品营销都截然不同的惊喜时刻。我不记得上次有人用大胆的梗图来营销一款产品是什么时候了，我甚至不确定有没有人这样做过。但我感觉：哇，这是一件我们可以用这个小家伙来做的事，这是有趣的，这会引发普通人的好奇心。

第十章：与AI智能体建立信任

David： 好，但这也许能让他们了解产品，甚至下载应用。但应用装到手机上之后，你怎么让他们持续使用？

Alexandr： 真正爱上这款应用的用户，会经历一个循环——我们早在二月份就观察到了这个模式：你先给它一个小任务，它做到了，你想："哇，它做到了。"然后你给它一个稍微大一点的任务，它也做到了，你想："哇，它能做那个，也能做这个。"然后你给它一个稍微更复杂的问题。这有点像和AI智能体之间的信任跌落游戏——刚开始你不太信任它，但你很好奇，所以你给它一个小小的尝试，然后稍微更大一些，再更大一些。

我跟大学生聊的时候，有些人使用AI的方式已经是完全的信任跌落了：他们就是录语音、把想法全部倾倒给AI，然后信任AI去整理所有想法、给他们清晰的计划和行动项目。我认为成功的Muse用户，关键就是让他们进入这种信任跌落的过程，先用它做一件事，再一件更大的事，再更大，并且每一次都成功。

David： 我很好奇这在多大程度上是口碑驱动的。显然，和你聊完我无论如何都要下载这个应用。但真正让我产生兴趣的，是一个朋友给我发来的截图，展示他在用Muse做什么。他把身份证落在一架FlexJet飞机上了，然后他对Muse说：我不想参与这个过程，你来想办法把这张身份证取回来，我的身份证在那，我在这，帮我把中间所有步骤都想清楚。然后Muse安排了快递，把身份证取到了，还通过了他的安保系统，送到了他办公室。这就是最好的营销：只是三四张截图，来来回回，他说"我不想参与，你来搞定一切"，然后Muse一步步把事情搞定了。

Alexandr： 是的。现代产品营销在很大程度上是由截图驱动的。一款现代消费产品，必须能在截图中说话——截图必须能传播，无论是通过群聊、口碑还是社交媒体。我认为这一直是一个重要的驱动力。这不是刻意设计的，但我觉得截图中那个小人儿的存在是个大事——有Jolly或者你的Muse形象出现在截图里，立刻就传达了"这是一张Muse截图"，这是你能拥有的最好的营销。

第十一章：人类野心的未来

David： 那么你自己整天都在用Muse吗？你个人的使用习惯是什么？

Alexandr： 我主要是设置了很多工作流，然后在会议间隙使用。我在工作中本应认真听、认真参与和他人互动，所以实际使用上，我设置了一堆工作流，把它当作一个"第二大脑"来用。

David： 你在写的那篇文章里说过这个，那篇文章很短，上次看的时候已经有550万次浏览了。你形容Muse的方式非常好——"如果每个人都有一个超越自身的第二思维"。我认为这从哲学层面上来说，是关于"当你拥有强大的AI时，做人意味着什么"最有趣的问题之一——那种关系究竟是什么样的，不同的人有不同的想象。最让人担忧的场景当然是AI凌驾于我们之上，我们只是被动跟随。但在你说下去之前，你自己的看法是什么？

Alexandr： 我真的相信Muse，相信个人智能体作为一种长期产品形态。人类天生就有欲望、愿望和梦想，这是人性。我认为AI和个人智能体，比如Muse，将成为让我们实现这些梦想、不断实现梦想的机制和桥梁。然后人类会梦想更大、更大、更大。孩子们会梦想拥有自己的星系，然后Muse帮他们实现那些梦想。

Bezos在某封股东信里写过一句话，大意是：消费者最美好的品质是他们永远对现有的选择抱有"美好的不满足"。我认为这是我们与AI关系的一种模式。还有其他模式——我认为AI将越来越多地参与科学发现的过程，越来越深地嵌入经济的各个部分。但我确实相信这种形态会长期存在：每个人都有一个AI支持他们去追求自己想要的东西。

David： 所以你把AI看作是能移除"生活中的累赘"的东西，对吧？那些我们不想做的事情。你在那篇文章里说，世界充满了守门人和障碍，而Muse可以帮你绕过这些，不再耗费你更多的时间，让你真正专注于你想做的事情。

Alexandr： 我认为Muse能给每个人那种他们在童年时梦想过的成年生活。每个孩子都有宏大的想法和梦想，当他们想象自己的人生时，他们会想象成为宇航员、拯救地球、改变世界——他们想得很大。

但出于种种原因，当人们完成学业、进入职场、在某个岗位工作了一段时间之后，那些希望、雄心和做梦的能力，就被慢慢抽空了。

David： 不是抽空，是被打烂了。生活把它们从他们身上打走了。作为成年人，我认为我们都低估了自己有多像行尸走肉的程度。我们失去了主体性，失去了——我认为"雄心"是个很好的词。AI广泛意义上的承诺，也是通过Muse这样的产品能给的承诺，就是让这种状态从童年就延续下去：小时候有大梦想，用AI来帮助实现，然后梦更大、再实现、再梦更大，在整个人生中体验一种不断上升的主体性——而不是主体性丰盛然后被碾碎。

Alexandr： 你刚才说的让我想到，你之前提到了你和Nat经历的那次令人不安的AI心理审查，来一波一波的深度心理探测。那要是反过来呢？不是那个，而是真的给你更多自信——让你明白世界是可塑的，你用足够的精力和驱动力去追求，你真的可以改变身边的世界。

我认为这是最厉害的创业者所展现的特质：他们梦大，实现了，再梦更大，也许在某个方向上耕耘十年，实现了，再梦更大。Elon显然是一个典型，Mark也是。很多标志性的创业者都有这样的亲身经历。我认为这应该成为每个人的常态。

悲剧性的地方在于，对大多数人来说：你有更大的梦想和想法，进入了企业职场，慢慢变成行尸走肉，某个时候你想重新去追求梦想，但真的太难了，因为你有那么多承诺——也许有了家庭，也许有各种牵绊——你几乎陷入了那种"行尸走肉"的状态，难以自拔。

还有一件关于Muse的事，在我们聊到Scale AI以及你与Meta合作的决定之前，我想先说。你在那篇文章里写道："迄今为止，世界是由少数以某种方式让自己的意志成为现实的狂热者所塑造的，但我们从未见过人类在每个个体的主体性都完全开启的状态下是什么样子。"

我认为我所描述的那个世界——每个个体的主体性都在一生中不断增强、都有能力实现自己的愿望和梦想——会以一种非常美好的方式变得疯狂。它会很有意思，充满艺术性和酷劲，走进世界的不同角落，会非常多元，简直难以想象：几十亿人突然因为充裕的智能资源而拥有了创造非凡事物的能力。我认为这就是承诺的一部分。在我脑海中，它有点像《瑞克和莫蒂》里的跨维度有线电视，以某种方式真实地在人类世界中显现出来——那会真的非常了不起。

David： 我一直在脑海中回响那部动画的一句台词：宇宙会吃掉聪明人。

第十二章：改变一切的那通Mark Zuckerberg来电

David： 好，我想往回追溯。我个人很好奇的是：你创立了Scale AI，在运营Scale AI，然后有一天Mark Zuckerberg联系了你，说——我假设他说的是——"嘿，能打个电话吗？"能告诉我这是怎么发生的吗？

Alexandr： 我想那条消息大概就是："嘿，你有时间打个电话吗？"

David： 你之前和Mark有过交情吗？有没有花时间相处过？

Alexandr： 我有一个朋友叫Alex Schultz，其实从Scale差不多一岁的时候就认识他了，那是在旧金山认识的。他现在是Meta的首席数据官，之前是Meta的长期高管。他在大概2021年或2022年把我介绍给Mark，那时Mark对AI越来越感兴趣，Scale也在AI领域做了很多工作。

我记得从介绍到第一次见面被安排下来，大概花了整整一年时间。为什么这么久？Mark的日历显然是极度繁忙的，他有无数事情要处理，而且他非常擅长排优先级——他会在真正重要的事情上花大量时间，有时候甚至花太多时间。他能做到这一点，同时还能做一个好父亲、好伴侣，唯一的方式就是无情地排优先级。

后来我们又见过几次，我会找他请教，能从Mark Zuckerberg这里得到建议，当然是非常了不起的事。我记得那时候，我在WhatsApp上问他问题，他会回非常长的消息，我当时很困惑：他怎么有时间写这么长的回复？后来我才明白，他只是写得极快，对大量WhatsApp消息都能快速写出严密而详尽的回复，这是他令人印象深刻的一项能力。

Meta是Scale的重要客户，在这次事件之前，我们大概每六个月左右交流一次，这是我们互动的频率。然后是那个电话，一开始并不清楚最终会走向何处，因为第一次对话只是——那是在Llama 4之后——大概就是在问：你觉得我们该怎么做？

David： 为什么强调这次对话发生在Llama 4之后，这很重要吗？

Alexandr： Llama 4没有走在Meta希望的轨道上。那在内部确实是一次挫折，而且是在AI明显变得越来越重要的时间点——AI显然将会对Meta的未来至关重要。

最初几次通话是电话交流，他有点像是在征求意见：你觉得我们该怎么做？你觉得我们该专注在哪里？

David： 这与我私下听到的关于他的说法相符——他有这套令人惊叹的世界级创业者顾问网络，不完全是Meta董事会，尽管董事会里也有些人参与其中。我听说过他不断向这些人寻求建议，发消息说："这是我面临的情况，你会怎么做？"一遍又一遍地这样做。我认为这是非常了不起的品质，因为这需要谦逊——在他已经取得了那些令人难以置信的成就之后，依然能继续这样做。

Alexandr： 从他第一次联系到我们宣布合作，大概只有五六周时间，相当快。

David： 这也是世界级创业者的共同点。我们有Jonathan Ross，Grok的创始人，第一次公开谈到与英伟达那笔200亿美元合作的就是在我的节目上，他说："从Jensen第一次打电话到钱打到账户，只用了三周。"

Alexandr： 那很厉害。我当时对Meta的AI战略有很多想法。最早的一个想法就是我之前说过的：Meta从基因上来说是专注于人们"想做的事"的公司，在这场AI大变革中，它实际上是定位最为特殊的公司之一。我向Mark传递了大量想法，与此同时，也在进行另一条并行对话："也许我们可以考虑是否有合作的可能。"

David： 所以当他说这句话的时候，这对你来说是完全出乎意料的。

Alexandr： 完全出乎意料。整件事就像一连串疯狂的事件。当时我心里想："哦，这挺好的，但不可能……"

David： 当他们说"我们得想办法合作"，你知道这意味着什么，对吧？就是收购。他们总是这么说，"我们得找到合作的方式。"

Alexandr： 我当时大概还没有这种意识。我当时心里想："也许他只是在探探风，说说而已，但这真的合得上逻辑吗？"

David： 为什么你当时会觉得不合逻辑？

Alexandr： Meta标志性的收购是Instagram和WhatsApp，都是非常清晰的产品逻辑驱动的决策。而Scale是一家深度企业级、政府级销售的公司，是一种与Meta完全不同的商业模式。所以我当时想到的逻辑是：如果Meta想进入那些领域，那也许说得通，但这次并不是那种情况——Mark显然主要感兴趣的是让Llama项目和整体AI项目上轨道，他要的是人才。

David： 是的，他要的是人才。整件事一直笼罩在某种模糊和不确定性中。

Alexandr： 什么时候变得清晰了？当我们开始谈数字的时候，我想："哦，好吧，原来是真的。"那时候事情才变得清晰。

第十三章：离开Scale AI，加入Meta

David： 一开始你还在想"这说得通吗"，然后你们继续谈，他是怎么用多快的时间说服你这是一条好路的？

Alexandr： 部分原因是这个交易结构本身就很令人着迷。我们最终落地的方案是：Meta投资并持有Scale 49%的股份，Scale继续独立运营，我和几个人加入Meta。

我当时对这个方案有点不可思议，因为它是一种很奇特的交易，但我认为这真的是一个"三赢"的设计：Scale的股东们得到了一个很好的结果，Scale继续存在，而我真的相信Scale最好的日子还在前头。

David： 我好奇的是，他能在一个电话里就让你转变想法吗？还是说这更像是"Mark，我得想几天，这太疯狂了"？

Alexandr： 是好几个星期都在想："这是真的吗？这说得通吗？如果说得通，我对这件事怎么感受？"主导情绪是：这太疯狂了。然后随着我开始认真考虑是否要做这个决定，那本身就很不简单。Scale内部的同事、我们的投资人，有很多重要的对话要进行。

放弃或者说交出你的"孩子"，当然是非常艰难的。你在Scale做了多少年？

从创立到……九年。而且你还很年轻，还不到30岁，这差不多是你人生的三分之一。

Paul Graham有一句说了很久的话：如果你把公司视为自己毕生的事业，你的行为方式会截然不同。我确实真心把Scale当作我的毕生事业，在我做Scale的整段时间里都是如此。那是一个很艰难的情感过程。

但最终让我想通的，是几方面的结合：这真的是一个对所有各方都好的结果，同时我也看到了在Meta可以发生的事情的潜力。而那时候，Meta在AI方面确实看起来有点"烂摊子"，可能不是最吸引人的AI工作地点——但这恰恰触发了我内心的创业者本能：你基本上可以重建它，就像重新创立这个实验室一样。

David： 是的。正因为有这么多工作要做，反而为你清理出了空间，让你能够从零开始搭建很多东西，确立正确的原则，建立正确的文化，为打造非凡的东西创造了条件。

第十四章：从零重建Meta AI实验室

David： 你和Mark是这样讨论的吗？就像"我们需要在这里按下重置键"？

Alexandr： 他看起来不像是想要小修小补。他的态度就是："这条路走不通，彻底推倒重来。"确实是这样。整个对话是不断演进的。我非常坚定地相信一件事——Elon在他职业生涯的不同阶段也证明了这一点——就是：你只需要一支极小的、极厉害的、高度技术化的、非常扁平的团队，做到这一点，你就能非常非常快地取得很大的成就。

这是我非常有信心的一件事，在AI领域尤其如此，这是正确的方式——特别是在我们面临必须快速移动的情况下。这是我早期与Mark谈论很多的事情之一，我认为他也为之兴奋，最终成为我们整体战略的核心支柱之一：小而扁平的、高度技术化的团队，极高的人才密度，在这些前提下能移动多快。

David： 从外部来看，Mark的做法就像是"倾囊而出"——我就是这样理解他的。你读过《拿破仑的思维》这本书吗？

Alexandr： 没有。

David： 那是1957年出版的书。我是因为一次采访找到它的——我想是Tyler Cowan采访Sam Altman，问他那年读过的最重要的书是什么，他说是《拿破仑的思维》。这本书很难找，300页全是拿破仑自己的话，按主题分类整理。书里他反复强调：犹豫是致命的。但他也说，在采取行动之前，会进行大量深思熟虑，从每个角度审视，确保做出正确的决定。我觉得Mark的运作方式有一种回响：做很多深思熟虑，确保走在正确的路上，但一旦做出决定，就全力以赴，毫不犹豫。我感受到这种回响，就在这个时刻——他来找你，然后你们开始重建整个组织。

Alexandr： 我认为他真的内化了"失败不重要，重要的是赢的时候赢多大"这一信念。这种底层逻辑，让他能够在很多情况下真正无所畏惧地行动，因为他非常坦然地承担大量风险。

David： 他有句很精彩的话：在一个不断变化的世界里，最大的风险是什么都不做。

Alexandr： 是的，他确实深刻地内化了这一点。当然存在一种平行世界，Meta看起来更像谷歌，更慢、更官僚，作为公司看起来非常不同。但正因为他如此深刻地内化了这些教训，才让整个机体保持动态、保持活力、保持生命力。

第15章：从创始人到教练

David： 你曾是Scale的创始人，亲手运营公司；现在又在重建这个实验室，与Mark共事——这两种环境下，你的工作方式有何不同？

Alexandr： 在Scale的时候，我深刻内化了一个理念——虽然已经记不清这个建议来自哪里——那就是：如果你想成为一名优秀的创始人，你必须能够胜任每一个岗位。我对公司里每一件小事应该如何运转都有非常强烈的主张。这造就了一家在很大程度上是我个人努力和个人视角的产物的公司，这种风格渗透到公司的方方面面，但同时也让我在很多重要环节成了瓶颈。这对一家公司来说有利有弊。

我认为，如果你是第一次创业，绝对应该采用这种方式，因为它成功的概率远高于不这样做。Scale是我的第一家公司。

David： 对。

Alexandr： 但在Meta，情况完全不同，因为我们必须在极短的时间内完成极多的事情。我没有那种余裕去"胜任每一个岗位"。我本来也不是AI研究员，也不是产品设计师，也不具备那些对组织成功至关重要的各种专业能力。

所以在Meta，我采用了一种完全不同的理念——核心就是：我们如何创造一个环境，能够吸引到各领域顶尖的杰出人才？招募最优秀、最卓越的人是第一要务。

David： 你为什么觉得自己在Meta能做到这一点？仅仅是因为资源更充裕吗？

Alexandr： 我认为，MSL创立初期之所以极具吸引力，在于它提供了一个从零开始、用一支极小的团队打造实验室的机会，而且我们拥有清晰的方向——个人超级智能。这个方向与很多人产生了共鸣。我认为所有从事AI工作的人，都希望它真正帮助到普通人，希望它对自己的妈妈、外婆、爷爷意味着些什么，希望它对世界上每一个人都有实际意义。

同时，由于我们是依托Meta的资源来做这件事，我们不会受限于算力，不会受限于基础设施，不会受限于分发渠道——这些恰恰是初创公司最常见的瓶颈。但这又是一个真正能留下自己印记、施加深远影响、亲手塑造的机会。我认为这对很多人来说相当令人兴奋。

David： 所以这就是为什么Mark愿意花看似天文数字的钱来招募少数顶尖人才——因为他知道这些人才反过来会吸引更多顶尖人才。但你需要这个起点。

Alexandr： 完全正确。还有一点可能被低估了：OpenAI和Anthropic的股价涨幅非常大，所以如果你考量这些人留在那里能赚多少，其实也是相当可观的数字。对很多人才来说，薪酬方面最终可能差不多持平。当然，我们常常忽略了那些早期加入这些实验室的员工和研究人员，他们的股票已经增值了多少、他们现在的薪酬水平是什么样的。

我们创立MSL的信念只有两条：第一，招募最聪明、最卓越的人；第二，个人超级智能——如何在Meta和MSL创造一个让大家做出最佳工作的环境。

在Meta，我做的更像是传统意义上的管理工作。我一直在思考的核心问题是：如何创造一个环境，让这些才华横溢、极为特别的人，都能充分发挥自己的天赋？我更多地扮演着一种教练的角色，而在Scale，完全不同——我是那个"作者"，是那个需要把自己的视角贯彻到我们所做一切事情中的人。

David： 跟我多说说这种"教练感"。

Alexandr： 我认为我的工作，一是帮助确立北极星和前进方向——也就是个人超级智能、赢得消费者AI赛道、打造对每个人都有意义的AI；二是在团队中发现特殊的人才，然后给予他们充分发挥才能的环境和资源。

大公司经常犯的一个错误是：优秀的人才明明在那里，却得不到施展拳脚的机会，所以他们往往会选择离开，去更小的公司或初创企业。

David： 你之前提到了Jeff Bezos的股东信。这也是他反复强调的观点，在我读过的关于他的书和他自己的股东信里都有——如果优秀的人无法构建东西，他们就会离开。

Alexandr： 确实如此。AI是一件非常特殊的事情。"研究"这个词现在听起来好像已经失去了它本来的意义，但从定义上说，人类还不知道这些模型的能力边界在哪里，也不知道用它们能做出什么。它们真的是我们尚未完全理解的未知存在。所以这真的是科学，真的是研究——我们在探索这项技术的极限，探索能用它构建出什么，这个过程需要大量的试错，需要聪明人迸发出非凡的洞见。

这不是一个可以用极度高压、极度密集的工作方式来推进的过程。人们需要空间、时间和资源才能做出最好的工作。我在很多维度上都这样思考。比如Nat Friedman，他绝对才华横溢——如我之前所说，如果说Muse有一个人的核心视角贯穿其中，那就是他。现在重要的是让他处于一个能够充分表达这一切的位置。我们还有一些出色的研究人员，他们有着非常令人兴奋的想法——如何创造一个环境让他们能够尽情探索？大多数尝试不会成功，但其中一些会取得惊人的成果，这些成功的案例足以证明所有投入都是值得的。

有两种问题，或者说两种模式：一种叫钻石挖掘，一种叫建摩天大楼，取决于你所做事情的回报分布。有些领域的分布是超级幂律的——你做的大多数事情几乎没什么价值，但少数事情可能比其他所有事情加起来还要值钱一百万倍。风险投资就是典型的钻石挖掘行业——一切都在于识别那些特殊的想法并将其贯彻到底。

这说起来容易，去你19岁生日派对看看就行了。

第16章：Alexandr 19岁生日派对上的未来亿万富翁

David： 哈，这真是太难以置信了。听众里有些人不知道我刚才在说什么——你能简单说说你的19岁生日派对上都有谁，以及为什么投资那桌人会是一笔好买卖？

Alexandr： 这真的是件很疯狂的事情。我19岁生日派对那会儿，我还是MIT的大一新生，那是一月份，我正在一家叫HRT的交易公司做冬季实习。我们大概有十来个人，十二个左右，几乎都是哈佛或MIT的学生，大多数人之前就因为各种数学、科学或计算机竞赛而相互认识了。

其中有Jeffrey Yan，后来去创办了Hyperliquid，非常成功；Scott Woo后来创办了Cognition，也非常成功；还有一个人是Jesse Zang，创办了Decagon，同样相当成功；另一个人是Vicky Yei，我认为是一位非常出色的研究人员，现在在Anthropic工作。所有人都极其优秀。

我最近还和HRT的创始人聊了聊——HRT本身现在也发展得非常厉害，令人难以置信。

David： HRT是做什么的？

Alexandr： HRT是一家自营交易公司，用自己的钱进行交易。2020年第二季度，他们创下了110亿营收、大约80亿利润的记录数字。这家公司员工不到一千人，真的令人叹为观止。我最近和HRT的创始人见面，他们说在考虑做一些私人投资，我就说："直接投那些实习生吧，给所有实习生开种子轮支票就行了。"

我从小参加数学、科学和计算机竞赛及奥林匹克竞赛，在这个圈子里认识了来自全美各地的各种人。看着当年一起参加比赛的那些人如今如此成功，真的有一种很超现实的感觉。

第17章：钻石挖掘 vs. 建摩天大楼

David： 未来几十年看你们这群人会怎样，一定很精彩。刚才我打断你了——关于钻石挖掘和摩天大楼，你还有什么想补充的？

Alexandr： 核心就是：它的回报是幂律分布的吗——少数事情的价值是投入的一百万倍——还是更像建摩天大楼那样？我会把数据标注或数据业务归为后者，亚马逊Prime的配送也是类似的例子：回报相对线性，你必须建立一套流程，把它做到极致。

如果你在建摩天大楼，那就是一门高度运营的生意，一切都在于把每一分效率都从流程中榨取出来——想办法让它再提升2%，再提升1%，再提升0.5%，不断优化。

而钻石挖掘则完全不同，就像是说："好了，大家各自去探索，去尝试所有疯狂的想法"，然后你只需去培育那些看起来有希望的想法。

David： 你现在在Meta做的就是这个感觉？

Alexandr： 是的，这就是我在Meta的感觉。而建摩天大楼，总体来说是我在Scale时候的感觉。这是一个很根本的范式差异。

第18章：为什么Alexandr有超过200个直接下属

David： 回到管理方式的差异——你在Meta和Scale的管理方式根本不同。你为什么有那么多直接下属？好像有100多个？具体是多少？

Alexandr： 超过200个。

David： 怎么会？为什么？

Alexandr： 回到MSL的创立理念——我们想打造一个怎样的实验室？核心思路是：如何保持极高的人才密度？如何让这些优秀的人在这里做出最好的工作？如何建立一个以技术为核心、让技术人员真正能发挥潜力、甚至完成毕生心血的组织？

围绕这一点的设计原则之一就是：极度扁平化。实际上，所有加入TBD这个团队的研究人员都直接向我汇报。这更多是一种宣言——TBD就是反官僚主义的象征。我们招募的都是才华横溢的人，他们在职业生涯中已经清晰证明了自己能做出卓越的工作。我不需要对他们事无巨细地管理，他们完全能够自主完成出色的工作。

但我们确实需要技术领导力。一部分人负责为各自的小组设定清晰的技术方向。我们有一种"Pod"结构——各个Pod都有技术负责人，在技术决策上拥有最终拍板权。所以技术领导层是存在的，但从"人员管理"或官僚体系的角度来看，我们就是反官僚主义。

另一方面，我们确实会做很多集体决策。这是一个人才极度密集的团队，每个人都有精彩的见解，我们希望通过辩论和讨论找到大家共同认为最正确的前进路径。所有人在实验室里都做出过卓越的事情——我们希望听取所有人的意见。

这当然是一种非常规的管理方式。如果说我是超过200人最好的管理者，那显然是在撒谎。但重点在于——他们根本不需要管理者，他们需要的是一个好的环境。

他们都极其聪明，都有超强的能力，只需要给他们施展的空间就够了。

David： 所以也许不是"教练"。你更像是一个好环境的守护者，让他们能做出伟大的工作。

Alexandr： 对，正是如此。

David： Alex，今天真的很精彩，感谢你抽时间来。

Alexandr： 谢谢。

本文来自华尔街见闻，欢迎下载APP查看更多

这距离模思智能上一轮融资公开披露约半年。今年4月1日，上海未来产业基金公众号披露，模思完成数亿元天使轮，由上海未来产业基金与IDG资本领投。

模思智能成立于2024年11月，总部位于上海，孵化于上海创智学院与复旦大学OpenMOSS团队。OpenMOSS官网目前将上海创智学院、复旦大学NLP实验室和模思智能共同列为参与方。创始人、首席科学家邱锡鹏为复旦大学特聘教授、上海创智学院副院长，2023年2月带领团队发布开源大语言模型MOSS。联合创始人兼CEO李世民是其在复旦指导的2022级硕博连读生。据公司官网信息，团队博士占比约50%。

MOSS之后，团队的研究逐渐从文本延伸至语音和多模态。2023年的SpeechGPT探索离散化端到端语音交互，2024年的AnyGPT进一步尝试将文本、语音、图像等模态纳入统一的离散Token体系。

同期，文本以外的基础模型也出现了大额资本交易。9月28日，AMD宣布与空间智能公司World Labs签署最终收购协议，交易对价约82亿美元，预计年底前完成，仍需满足监管审批等交割条件。World Labs主要开发可生成、重建和模拟交互式3D世界的空间智能模型。

两家公司技术路线并不相同，融资与并购也不能直接比较，但World Labs至少提供了一个同期参照：文本之外的基础模型资产，同样可以获得大额资本投入。

按模思智能的规划，本轮资金将主要投向两个方向：一是全模态实时交互智能，让AI在眼镜、汽车、家庭终端等场景持续获取和理解多模态信息；二是AI for AI，让AI更多参与数据生产、筛选和模型迭代。

成立后，模思智能延续了OpenMOSS团队的开源路线。公开仓库记录显示，MOSS-VL在4月发布首批Base和Instruct版本，7月推出实时视频理解版本MOSS-VL-Realtime，随后陆续开放量化版本和技术报告，并接入SGLang等开源工具链。语音识别模型MOSS-Transcribe-Diarize目前在Hugging Face已有十万级下载，并在第二届MLC-SLM语音挑战赛中获得第一。7月，模思API平台开启公测。

不过，开源社区的活跃度与商业转化仍是两回事。在此次融资披露中，模思未公布具名客户，也未披露收入、订单或付费客户等商业化数据。性能方面，MOSS-VL-Realtime公开披露在PA@OmniMMI测试中取得66.0分，并已发布技术报告，但目前公开信息中，尚未见其与GPT-4o、Gemini等主流实时多模态模型在统一测试条件下的直接横向比较。

本轮投资名单中还出现了多家国资背景机构。上海科创基金、徐汇资本、临港策源基金等均具有上海地方国资背景，上海国投旗下上海科创集团则继续投资。公司未披露本轮估值、融资对应股比及董事会安排，仅凭融资金额无法推断公司的具体估值。

融资公告中，模思智能还预告实时交互系统MOSS Live即将发布，由前端交互模型与后端能动性模型协同工作。对这家成立不到两年的公司而言，接下来更可验证的指标，是MOSS Live发布后的实际交互表现，以及API平台能否形成付费客户和收入。

本文来自华尔街见闻，欢迎下载APP查看更多

根据台积电日前宣布的与格罗方德的协议，台积电将委由格罗方德在美国纽约州生产CoWoS所需硅中介层，预计2028年上半年逐步放量，相关协议长达五年，总金额高达20亿美元（近新台币640亿元）。

机构认为，这笔长约透露AI催动先进封装对硅中介层需求强劲，台积电为确保硅中介层产能无虞而扩大委外释单；签订硅中介层供应长约，等于是看好硅中介层后市，凸显AI封装关键零组件需求持续扩大。

台湾两大成熟制程代工厂联电、力积电正积极布局硅中介层并加速扩产。台积电把最大一笔委外订单交给美系代工厂，让硅中介层供应在台湾本地产能之外，新增了一条美国本土的生产来源。

一笔20亿美元长约：硅中介层走向纽约州

硅中介层是串接AI处理器与高频宽记忆体（HBM）的重要桥梁，透过高密度线路，让不同晶片在同一封装内高速传输数据。随着AI晶片整合更多记忆体与运算单元，封装面积及互连需求同步提升，带动中介层技术与产能需求。

台积电此次选择由格罗方德在纽约州生产硅中介层，是其先进封装扩产与外包策略的延续。此前台积电CoWoS产能已连续三年翻倍，并将CoWoS中的CoW工序外包给日月光等封测厂，以应对AI芯片需求爆发带来的产能压力；如今把硅中介层这一关键环节也纳入委外，进一步将产能触角伸向美国本土。

委外动机：确保产能无虞，五年长约锁定供应

机构认为，这透露AI催动先进封装对硅中介层需求强劲，台积电为了确保硅中介层产能无虞，扩大委外释单。

市场分析人士另指出，台积电与格罗方德签订硅中介层供应长约，等于看好硅中介层后市，凸显AI封装关键零组件需求持续扩大。为期五年的协议，则为双方提供了稳定的产能与订单预期：

对格罗方德而言，是其纽约州产能切入AI先进封装材料领域的标志性订单；对台积电而言，可在自身扩产之外，为硅中介层供应增添一份长期保障。

联电与力积电：扩产正热，增量空间迎美系竞争

联电投入硅中介层多时，正积极扩产，月产能将由3000片倍增至6000片，以因应客户先进封装需求。其技术涵盖硅中介层、深沟槽电容、晶圆级混合键结及主动式中介层，其中导入深沟槽电容的2.5D封装方案已出货予主要客户，主动式中介层也与多家客户进行验证。

力积电则以"3D AI晶圆代工"为转型重点，将记忆体制造与成熟制程优势延伸至硅中介层、硅电容及晶圆堆叠，今年已展示中介层、整合型被动元件硅电容与3D WoW DRAM堆叠技术；在产能配置上，规划运用P3厂等既有资源扩大中介层布局。

两家台系厂商同步抢进硅中介层商机，正是押注AI封装需求的持续扩张。但台积电此次把20亿美元、为期五年的订单锁定给格罗方德，意味着这一环节未来五年将有美系产能参与供应；对正处于扩产期的联电、力积电而言，硅中介层增量订单的争夺，将不再局限于台系厂商之间。

台积电10月15日将举行第三季法人说明会（即财报电话会），先进封装产能规划与委外策略的进一步细节，将成为市场关注焦点。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，高盛最新研究报告显示，自2025年初DeepSeek时刻以来，中国AI相关上市公司已通过股价上涨和IPO合计创造近5万亿美元市值，AI股票目前占A股和H股总市值的42%、成交额的57%，成为主导中国资本市场的核心叙事。

高盛在报告中将中国AI投资机会明确划分为两条主线：一是出口导向型AI企业，作为西方AI资本开支热潮的受益代理；二是内需驱动型国内AI龙头，受益于中国本土AI生态建设与政策强力支持。高盛认为，尽管地缘政治与贸易政策风险犹存，两条主线均具备可观的投资价值。

在市场影响层面，高盛数据显示，中国AI出口商自2025年初至2026年6月累计回报达126%，但自6月底全球AI股回调以来已从高点下跌23%；而国内AI企业在此轮调整中表现出更强韧性，相对跑赢约10个百分点。高盛同步更新了包含50只个股的"中国精选AI组合"，该组合自2025年2月成立以来累计上涨33%，夏普比率达2.23，显著优于MSCI中国指数的0.74。

AI重塑中国股市：近5万亿美元市值凭空而生

DeepSeek的横空出世标志着中国AI投资叙事的历史性转折点。据高盛统计，自2025年初至今，中国AI相关上市公司市值增量接近5万亿美元，其中股价上涨贡献约2.8万亿美元，IPO贡献约2万亿美元。

从市场结构看，AI主题对中国股市的渗透程度已大幅提升。AI股票占全部A股和H股市值的比例从2024年的约20%升至当前的42%，在成交额中的占比更高达57%，IPO融资额占比亦从2024年的4%跃升至2026年迄今的13%。

从盈利基本面看，中国AI企业与非AI企业的分化同样显著。高盛数据显示，中国AI企业2023年至2028年预期每股盈利复合增速为16%，而非AI企业仅为4%。在全球AI股权宇宙中，中国AI企业市值约为7.6万亿美元（按AI业务敞口加权），占全球AI市值约10%，占全球AI收入约24%，占资本开支约14%。

中美AI双极格局成形：中国补强内循环生态

高盛报告指出，全球AI双极格局的叙事正在投资者中获得广泛认同——以美国为核心的AI生态系统与以中国为核心的AI生态系统并行发展，背后驱动力涵盖地缘政治、国家安全与经济增长等多重维度。

中国在全球AI供应链中已占据举足轻重的地位。在稀土精炼、电力设备、PCB、光模块及成熟制程半导体等细分领域，中国的全球市场份额均超过50%。与此同时，中国正逐步构建一套内循环、日趋自给自足的AI价值链，在先进封装、开源大语言模型（LLM）、算力生产与消费，以及物理AI应用等领域取得突破。

从财务数据看，中国AI企业整体市值为7.6万亿美元，2026年预期净利润率为12%、ROE为16%；而全球其他地区AI企业对应数据分别为55.1万亿美元、24%和29%，差距依然悬殊。

两条主线分化：出口商与内需龙头各有逻辑

高盛将中国AI股权宇宙（市值超1亿美元的标的逾1700家）按收入来源地域划分为两大阵营，两者在驱动因素、风险敞口和市场表现上均呈现明显分化。

出口导向型AI企业：高盛识别出360余家上市公司，合计市值约1.7万亿美元，其海外收入占比超过40%。这类企业主要集中于AI基础设施和电力设备领域，被投资者视为西方AI资本开支热潮的受益代理。从历史表现看，该群体自2025年初至2026年6月累计回报达126%，领先国内AI企业84个百分点，主要得益于更强劲的盈利兑现和增长预期。但自6月底全球AI股回调以来，该群体已从高点下跌23%，相对优势收窄约10个百分点。高盛分析显示，出口型AI企业对全球AI股权贝塔及中美关系晴雨表的敏感度更高。

国内AI龙头企业：高盛识别出880余家主要服务国内市场的上市公司（海外收入占比低于10%），合计市值约3.2万亿美元。这一群体受益于中国超大规模云服务商AI资本开支的快速增长、AI应用需求的爆发，以及政策层面对科技自立自强的强力支持。相较于出口型企业，国内AI龙头对中国AI资本开支趋势和国内AI政策动向更为敏感，在近期全球AI股回调中表现出更强的防御性，对国际投资者而言具备一定的分散化价值。

主线一：中国AI出口领袖——成长与估值的平衡

高盛在承认地缘政治与贸易政策风险的前提下，仍对中国AI出口商保持战略性乐观，认为其有望凭借成本竞争力、制造能力、研发强度及全球化执行力进一步扩大全球市场份额。

在筛选标准上，高盛重点关注以下特征：全球市场份额已较高（被替代风险低）、海外收入加速增长（市场份额持续扩张）、技术护城河较深（研发强度高于同业）、资本开支纪律严格（自由现金流为正），以及对地缘政治不确定性敏感度相对较低。

据此筛选出的"中国AI出口领袖"名单包含20只高盛买入/中性评级标的，覆盖12个AI相关行业，涉及光模块、人形机器人、自动驾驶、医疗健康、消费硬件、数据中心、存储、PCB/CCL等领域。该组合平均66%的2026年上半年收入来自海外市场，当前交易于2027年预期市盈率21倍，卖方一致预期未来两年每股盈利复合增速为38%。高盛指出，该组合估值已回落至近年区间低端，当前12个月远期市盈率约为16.5倍。

主线二：国内AI冠军——政策红利与稀缺价值

发展AI已上升为国家政策目标。高盛报告梳理显示，政策支持覆盖供给侧（政府主导投资）、需求侧（消费推广措施）和资本市场（IPO绿色通道、市场流动性改善）三个维度，力度之广被认为超越以往历次行业性宽松周期。具体举措包括：2026年超长期特别国债中约8000亿元人民币定向支持"两重"领域（第二批次明确纳入AI）；国家大基金三期规模3440亿元人民币，聚焦先进封装、设备及AI芯片；国家AI产业投资基金规模600亿元人民币；以及第十五个五年规划明确要求研发支出年增速超7%、到2030年达GDP的约3%。

高盛预测，中国AI相关21个行业的总可寻址市场规模到2030年有望达到3万亿至4万亿美元，对应2026年至2030年复合增速约28%。

"国内AI冠军"名单同样包含20只标的，覆盖11个AI相关行业，硬科技（半导体设备、IC设计、存储、晶圆代工）与软科技（娱乐媒体、电商、大模型）各占约半壁江山。该组合平均逾90%的收入来自国内市场，当前交易于23倍远期市盈率，对应33%的每股盈利复合增速，PEG约为0.7倍。高盛提示，部分国内半导体本土化标的因政策溢价较高，估值已显著高于全球同业，过度追高政策确定性是该主线的主要风险。

组合策略：50只个股覆盖AI全价值链

在上述两条主线之外，高盛同步更新了"中国精选AI组合"，新增及剔除各15只个股，目前共包含50只标的（38只A股、27只H股及3只ADR，含双重上市股票），覆盖23个具体AI行业，旨在为投资者提供横跨整条AI价值链的均衡敞口。

从结构看，该组合保留了对上游板块（电力、半导体、基础设施）的较高配置，同时纳入近期上市的AI大模型公司。按行业层级划分，半导体占比35.9%，AI应用占比33.6%，基础设施占比21.2%，电力占比8.2%，AI大模型占比1.2%。

从财务指标看，该组合（等权重）当前交易于31倍12个月远期市盈率，一致预期未来两年盈利增速为46%，58%的收入直接与AI相关业务挂钩。自2025年2月成立以来，该组合累计上涨33%，同期MSCI中国指数上涨6%，夏普比率达2.23，远高于基准的0.74。

高盛同时指出，国际投资者对中国AI股票的配置仍明显偏低——中国AI企业占全球AI市值约10%，但共同基金对中国科技股的实际配置比例仅约5.8%，低配幅度显著，这或为后续资金流入提供潜在空间。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根大通证券（中国）分析师姚橙团队于10月11日发布报告指出，预计阿里巴巴云业务EBITA将在12月结束之季度首次超过AI模型与应用的运营亏损，这意味着云业务增长将开始对集团整体盈利产生正向贡献。这一拐点被摩根大通视为"AI投入资本回报率的第一关键数据点"，也是该股未来一到两个季度的核心市场焦点。

尽管摩根大通将阿里巴巴美股目标价从210美元下调至200美元（港股从205港元下调至195港元），但同步将估值倍数从16倍上调至17倍，理由是云业务与AI合并EBITA拐点的临近有效降低了盈利路径的不确定性，维持"增持"评级。

四季度拐点：云业务利润首次覆盖AI亏损

报告的核心论点在于，阿里巴巴云业务的盈利增速正在追上并将超越AI研发端的持续亏损。

报告预计，在截至2026年9月的季度，阿里巴巴AI实验室和应用的EBITA亏损约为106亿元，云业务EBITA利润率将从上季度的11.6%提升至12.4%，但云业务与AI实验室的合并EBITA仍为小额负值。

关键转变预计发生在12月结束之季度：摩根大通预测届时云业务收入同比增速将超过55%，云业务利润率将突破15%，从而使云业务与AI实验室的合并EBITA转为正值。这意味着AI运营亏损将在板块内部被吸收，无需依赖外部股权融资。报告明确指出，预计本财年公司不会再进行股权融资。

市场预期差：摩根大通EBITDA预测大幅高于一致预期

摩根大通的预测与市场一致预期之间存在显著分歧，这构成其看多逻辑的重要支撑。

根据报告数据，摩根大通对阿里巴巴27财年（截至2027年3月）非GAAP EBITDA的预测为1932亿元，较市场一致预期高出14%；28财年预测为2909亿元，较一致预期高出30%。摩根大通认为，市场一致预期既未充分考虑12月结束之季度的盈利拐点，也未纳入28财年云业务超过50%增速的预期，而后者正是其28财年EBITDA预测大幅领先市场的主要原因。

与此同时，摩根大通将27/28财年总收入预测分别下调2%和6%，并将27/28财年非GAAP每股收益预测分别下调9%和10%，主要原因是下调了非云业务板块的收入预测，并微调了云业务收入的计算框架。

云业务增长逻辑：基础设施投入带来短期折旧压力

同时，报告中详细阐述了云业务盈利路径面临的结构性挑战与长期潜力。

报告指出，较长的基础设施建设周期将在利用率爬坡之前产生折旧，从而对首年云收入形成拖累——一方面是容量在等待投入使用，另一方面是现金用于增加算力导致利息收入减少。摩根大通强调，折旧是实际成本，股东回报最终取决于资产回报率、资金成本以及阿里巴巴保留的经济利益。

从长期来看，摩根大通认为，随着后续基础设施投资逐步成熟，云业务利润率有望随时间推移提升至20%左右。报告预计，9月结束之季度云业务收入同比增长约53%，12月和3月结束之季度将继续提速。

电商业务：竞争压力边际缓解，即时零售亏损大幅收窄

在电商板块，摩根大通预计9月结束之季度淘宝/天猫EBITA同比持平，较6月结束之季度同比下降3%有所改善，认为这是竞争激烈程度小幅下降的迹象。

即时零售方面，摩根大通估计本季度亏损约为92亿元，远低于一年前的350亿元。报告认为，随着高价值产品占比提升带动客单价增加，该板块亏损有望在不牺牲市场份额的前提下进一步收窄。

摩根大通预计可比口径客户管理收入（CMR）同比增长约1%，与上季度基本持平，CMR与EBITA之间的增幅差距收窄至约1个百分点，与利润率企稳而非进一步恶化的趋势一致。

在估值方面，摩根大通将阿里巴巴美股目标价调整至200美元（截至2027年6月），基于17倍28财年预期市盈率，即"中国互联网一线资产"的估值倍数。港股目标价相应调整至195港元。估值倍数从16倍上调至17倍，反映出云业务与AI合并EBITA拐点临近所带来的盈利路径风险下降。

本文来自华尔街见闻，欢迎下载APP查看更多

黄金自9月初以来已累计下跌约5%。瑞银在10月12日发布的研报中指出，强于预期的经济数据与持续的通胀压力，重新点燃了市场对美联储进一步加息的预期。美国10年期国债收益率在此期间从约4.8%攀升至5.3%以上，美元指数从约100升至102以上，金价则从逾4400美元/盎司跌至约4140美元/盎司。

这一走势与8月底沃什在杰克逊霍尔发表鹰派讲话后的市场重新定价如出一辙。

但该行认为近期鹰派重新定价已大部分反映在金价中，若劳动力市场持续降温、美债收益率从高位回落，黄金存在显著反弹空间——历史上三次类似情形中，黄金分别上涨约5.9%、11.4%和14.4%。技术面上，3990至4030美元/盎司是关键近期支撑位；若金价有效突破4280至4320美元/盎司，将确认上行趋势延续

利空已大部分消化，早期买入信号正在浮现

该行认为，近期鹰派重新定价已大部分反映在金价中，更具建设性的入场时机正在形成。

经历调整后，金价目前在4140至4200美元/盎司区间企稳。与此同时，月末公布的劳动力市场数据有所走软，市场对10月美联储加息的预期也有所降温。该行表示：

这尚不能确认持久底部的形成，但支持我们的判断——风险天平正在变得不那么偏空。

历史三次高收益率后的黄金表现：最高反弹14.4%

该行梳理了过去三次美债收益率从高位回落后黄金的表现，数据颇具说服力：

• 2023年10月高点回落后，黄金在69个日历日内上涨约5.9%

• 2024年4月高点回落后，黄金在144个日历日内上涨约11.4%

• 2025年1月高点回落后，黄金在81个日历日内上涨约14.4%

三次反弹的触发因素各有不同：2023年底是经济数据走软与“长期更高”预期逆转；2024年是劳动力市场降温与降息预期升温；2025年初则是增长预期放缓与政策不确定性上升。但共同点是：市场重新评估货币政策需要维持多大限制性，国债收益率随之回落，黄金随之复苏。报告指出：

若劳动力市场持续降温、油价趋于稳定，我们预计进一步加息的理由将会减弱。加息预期与国债收益率的持续缓和，将为正在形成的买入机会提供更强确认。

技术面：4000美元是关键防线

从技术角度，瑞银将3990至4030美元/盎司视为关键近期支撑区间。

• 若金价有效跌破4000美元/盎司，意味着更深度调整

• 若金价持续站稳4280至4320美元/盎司以上，则代表技术动能的实质性改善，确认近期回调仍属大趋势中的整理

目前金价仍处于短期均线下方，近期动能偏软，但买入信号正在成形。

本文来自华尔街见闻，欢迎下载APP查看更多

美国银行策略师Michael Hartnett在最新一期Flow Show中把核心判断压缩成三个字："债券终结泡沫。"最反常识的推论也随之浮出：年底前对风险资产最利好的事件，是美联储10月加息——用一次主动收紧压住长端收益率继续失控。

这套逻辑并不矛盾。美国股市年内仍上涨13.4%，标普500、纳指和全球科技指数仍在高位，但政府债年内下跌4.4%，比现金回报落后7.2个百分点。股票还没被利率打倒，是因为美国硬数据、全球盈利预期和超大规模云厂商资本开支预期都没有明显下修；债券先在更脆弱的地方制造裂缝：韩国券商、法国国债、CCC级信用债。

真正的风险不只是"利率高"，而是利率高了之后，财政、选举、AI资本开支和资金流全部被迫重新定价。美联储如果不主动加息，长端收益率可能继续上冲；如果民主党在中期选举横扫两院，股票的政治贴现率会突然改变；如果现金收益率仍在4%以上，8万亿美元货币基金也未必急着进股市。

Hartnett拿韩国做样本。过去18个月，韩国债券收益率上行约200个基点；韩国最大零售券商Mirae Asset在此前涨成"四倍股"后，自5月以来下跌65%。

这并不等于韩国股市泡沫已经破裂。韩国股市年内仍上涨98.9%，是全球表现最强的市场之一。它说明的是另一件事：当资金成本突然抬升，最先受伤的往往是金融杠杆和交易热度最高的环节。

全球央行也在配合这一变化。2026年以来，全球央行已有54次加息；这是自2023年9月以来，全球央行首次在净额意义上重新转向收紧。

资产表现的分化进一步印证这种撕裂。年内表现排行中，油价上涨58.5%，美国股票上涨13.4%，全球股票上涨10.6%；现金回报2.8%，政府债下跌4.4%，黄金下跌4.8%，比特币下跌6.7%。债券的"羞辱感"最为显著：拿着现金都跑赢了持有政府债。

美国利率上行的主因被拆成两部分：增长仍强，以及不确定性上升。供给、商品和财政担忧也有影响，但不是最核心的解释。

关键变化发生在Jackson Hole之后。过去市场还有一个锚：政策已经具有限制性，利率最终可能回到约3%。美银利率策略师指出，这条"锚线"被切断后，收益率就会继续上行，直到数据变差或者市场自己出事。他们的结论对等待顶部的人并不友好："我们认为这两个条件目前都不满足。任何美联储对短端定价的鸽派压制，只会把利率压力转移到更长端。"

这一次，10年期美债自9月下旬以来的上行，主要来自期限溢价，而非对联邦基金利率路径的重新定价。这让问题更加棘手。

因此才出现那个看似奇怪的判断：美联储要么加息，要么面对债券收益率继续尖峰化。9月FOMC纪要显示，19名官员都支持加息，多数人还认为年内再加一次合适。但市场目前只给10月28日会议17%的加息概率，12月9日的概率则为81%。美银利率策略师认为市场定价有误，并已建立相应交易头寸（支付10月FOMC OIS）。他们的表述简洁直接："如果美国数据保持强劲，美联储必须做选择：加息，或者承受债券收益率陡峭化。如果被债券陡峭化吓到，美联储就会加息。"

这里的看多逻辑不在于"加息本身利好股票"，而在于：如果美联储用10月加息证明自己愿意控制通胀和期限溢价，市场反而可能停止担心10年期收益率冲向6%，股票压力随之减轻。

利率上行的另一半问题是谁来支付更高的利息。美银首席全球经济学家Claudio Irigoyen指出，利率冲击正在"暴露发达经济体财政政策的不可持续现实"，美国和法国首当其冲，日本和英国紧随其后。

问题根源在于经济学家所说的时间不一致性。过去20年，美国债务/GDP上升约60个百分点，法国约上升50个百分点，大部分发生在零利率时代。这些债务支撑的是永久性支出和永久性减税。现在融资成本正常化，但削减支出或加税都缺乏政治票数。两国债务/GDP均在约120%，基本赤字均超过GDP的2.5%；美国整体赤字约为GDP的6%，法国约为5%，美国更高主要因为利息负担更重。

法国是最清晰的裂口。据彭博报道，法德国债利差已回到140个基点，这是至少20年来最快的法国主权利差抛售速度，甚至快于2011年。市场不给法国财政耐心，有几个数据摆在那里：后疫情高点以来，发达经济体债务/GDP平均下降11个百分点，法国没有下降；法国私人非金融债务达到GDP的214%，美国是140%；法国退休人员的净收入中位数几乎接近在职劳动者；法国自1974年以来从未实现过基本预算盈余。

据《华尔街日报》报道，巴黎方面正在考虑增加短期国债发行。荷兰合作银行（Rabobank）对此评论称，这是"一个发达市场经济体表现得像新兴市场的最新例证"。美银欧洲信用策略师Barnaby Martin预计，法德利差将在100至150个基点区间震荡；如果快速逼近区间上沿，短债发行、欧洲央行口头干预乃至TPI工具被拿出来讨论的概率将会升高。

高利率并非没有影响，只是还没咬到市场最核心的资产。

美国硬数据没有明显回落，全球未来盈利预期也没有回落。更关键的是，超大规模云厂商的资本开支预期仍在上行，2027年市场一致预期还在陡峭抬升。只要AI资本开支继续支撑实体需求，收益率就有继续上行的理由。美银策略师Barnaby Martin的判断是：美国宏观数据出现回落的那一刻，才是利率波动率见顶、信用市场重获绿灯的时机。

信用市场已经在边缘处反映压力。9月高收益债利差走阔中，不到30%可由更高再融资成本或预期损失解释，其余更像是利率波动溢价。CCC利差已升至1200个基点，为2022年以来最高。

股票内部也不是没有松动。BofA Bull & Bear Indicator从8.8降至8.1，两周前还是9.3，仍处于"卖出"区间。全球广度规则显示，净50%的全球股票指数处于超卖状态，即同时低于50日和200日均线；但反向买入信号要到净88%才触发，除非美国、韩国这些科技权重市场快速反转，否则短期内难以达到这一阈值。

资金流数据给出的信号相当清晰。

截至当周三，现金流入1664亿美元，为2020年4月以来最大；债券流入338亿美元，股票流入124亿美元，黄金流入20亿美元，加密资产流出6亿美元。上周因季末因素流出的1180亿美元现金，不仅全部回来，还超额流入。

细分来看，国债流入162亿美元，为2025年4月以来最大；投资级债流入103亿美元；银行贷款流入24亿美元，为2025年2月以来最大，浮动利率产品成为加息对冲工具。科技股仍有35亿美元流入，金融股则流出30亿美元，为2023年3月以来最大。

货币市场基金规模已约达8万亿美元，2023年还是5万亿美元。按4.2%的T-bill收益率计算，这部分资金每年产生约3300亿美元利息收入。

Hartnett的资金面提示更为直接："不降息，现金就不会减少。"历史上，场外现金大规模进入股市，通常发生在大规模货币宽松之后，例如2009年QE、2020年QE4，或者美联储持续降息周期中。当前环境不具备这一条件。

11月3日美国中期选举，是未来几个月最可能触发股市10%级别波动的事件。

Polymarket目前给民主党横扫两院64%的概率，9月时还是49%；共和党保住参议院、民主党拿下众议院的概率为28%；共和党横扫概率仅9%。特朗普支持率为38%，经济问题支持率34%，通胀问题支持率27%。

市场最不舒服的地方在于：当前概率最高的结果，恰恰对应最偏风险厌恶的路径。

民主党横扫两院的情境下，股票可能下跌超过10%，美元和债券收益率回落，国际股票跑赢美国股票；欧洲可能跑赢亚洲。税收和监管方向上行，对EPS不利。更重要的是，特朗普政府推动资源垄断和企业政策配合的政治资本会下降。

共和党保住参议院、民主党拿下众议院，则对应"分裂政府=金发姑娘"的风险偏好路径，股票可能上涨超过5%。如果共和党横扫，则是最大上行意外，股票可能上涨超过10%，AI交易继续向2027年泡沫化推进。

最关键的观察州可能是得克萨斯。共和党现任州长Greg Abbott民调仅以48%对46%领先民主党挑战者Hinojosa。得克萨斯同时也是AI数据中心审批和电力承压的焦点州，"可负担性"与AI资本开支之间的冲突，将在选票里被重新定价。

美国政治风险偏负面，但海外有另一条逻辑线：右转交易。

巴西Bolsonaro首轮胜选，第二轮投票在10月25日。拉美20个国家中，已有11个、约4.2亿人口处于右翼领导之下；此前一轮选举前，这一数字是7个国家、约6000万人。市场反应直接：巴西股市创历史新高，10年期收益率单日暴跌124个基点。

MSCI拉美指数仍比历史高点低35%，这也是拉美被纳入全球轮动牛市序列的理由：2025年上半年是欧洲，2025年下半年至2026年上半年是日本和新兴亚洲，现在轮到拉美与更广义的新兴市场。

欧洲也有类似政治变量。意大利、德国已出现右转迹象，法国2027年4月总统选举民调中勒庞领先。西班牙首相Sánchez宣布提前大选，投票日定为11月29日，民调显示中右翼领先——Hartnett将其定性为"一个被低估的欧洲债券正面事件"。

这套框架下，短期仓位偏向中期选举前风险收缩。支撑这一判断的有三条线索：全球央行重新净收紧，金融条件变紧，信用事件的早期信号仍在出现，包括澳元/日元汇率、风险平价策略，以及Oracle、SoftBank等科技公司信用违约掉期。

科技股不适合继续追高，因为投资者已处于重仓状态；MAGS相对SOX仍可能占优，中国科技股有逆向吸引力。债券端则提前布局峰值收益率交易：30年期美债、小盘股、REITs、香港地产。大方向维持持有黄金、大宗商品和新兴市场。

几个价格位比宏观口号更具操作意义：10年期美债6%，是债券买盘等待的关键区域；法德利差150个基点，接近后政策托底概率升高；全球广度规则净88%超卖，才是更强反向买入信号；Bull & Bear Indicator跌破8，比当前8.1更接近风险缓和区间；30年期美债拍卖收益率已达5.618%，这也是提前布局长债的现实抓手。

日历同样密集：10月25日巴西第二轮投票，10月28日FOMC，11月3日美国中期选举，11月18日深圳APEC，11月29日西班牙大选，12月9日FOMC，12月14日迈阿密G20。

Hartnett用一句话做结："多数投资者在等10年期收益率到6%再买国债，我们提前在'峰值收益率'交易上少量布局。"如果美联储10月加息并压住长端，风险资产反而可能松一口气；如果中期选举给出民主党横扫，美国股票要重新估值；如果收益率继续上行而数据仍不回落，债券终结泡沫的逻辑将继续在最脆弱的地方起作用。

本文来自华尔街见闻，欢迎下载APP查看更多

更关键的是，高盛将民主党的领先优势与美国零售汽油价格走势直接挂钩——汽油从2026年初的约3美元/加仑飙升至春季近5美元，再回落至夏季约4美元后再度攀升，民主党在通用选票中的领先优势也从约5个百分点扩大至近9个百分点，两条曲线高度同步。

这不仅是一场政治博弈，更是一个资产配置的风险信号。美银美林策略师Michael Hartnett明确警告：民主党横扫将触发“重大风险规避”，导致股市跌幅超过10%、美元走弱、债券收益率下行。一个月前，横扫概率还是52%的"硬币两面"，如今已成为基准情景。

与此同时，伊朗战争导致的油价冲击、飓风Isaias关闭美国墨西哥湾63%的海上石油产量，以及共和党迟到的竞选资金攻势，共同构成了这场选举最后26天的核心变量。

汽油价格与选票：高盛画出最关键的一张图

高盛分析师Alec Phillips与Abhay Duggirala在报告中呈现了本次选举分析中最具冲击力的一张图表：将民主党通用选票领先优势与美国平均零售汽油价格叠加对比。

数据显示，汽油价格在伊朗战争爆发初期从2026年初约3美元/加仑急速攀升至春季近5美元/加仑，随后在夏季回落至约4美元/加仑，近期再度上行。与此同步，民主党在通用选票中的领先优势从约5个百分点持续扩大至近9个百分点。

高盛的原文表述是：

“民主党的领先优势在伊朗战争爆发导致汽油价格飙升后逐步扩大，两组数据近期朝同一方向运动。”

高盛的另一张图表进一步显示，通货膨胀与经济议题在选民关切中排名最高，而特朗普在这两项议题上的净支持率“深度负值”——通胀议题净支持率约为-48，经济议题约为-33。

从52%到65%：横扫概率一个月内急速攀升

一个月前（9月7日），民主党横扫两院的概率刚刚创下历史新高52%。如今，高盛引用Polymarket数据显示，该概率已升至约65%，而共和党保住众议院多数的概率已低于10%。

高盛的图表显示，“民主党横扫”这条曲线在9月几乎垂直拉升，而“共和党保参议院、民主党赢众议院”（直至去年秋天还是市场共识结果）的概率已跌破30%。

这对市场意味着什么？ 美银美林首席策略师Michael Hartnett将民主党横扫定性为"重大风险规避"事件，预计将导致：

• 股市下跌超过10%

• 美元走弱

• 债券收益率下行

Hartnett的首选对冲策略是做空金融股和美元。他的核心论点是，投资者此前已基本忽视了选举风险。而现在，横扫已从52%的“硬币两面”变成了清晰的基准情景。

众议院：民主党领先优势已近“锁定”

值得关注的是，众议院的结果在预测市场看来几乎已成定局。

预测市场给出民主党净赢得至少3个席位（即夺回众议院多数）的概率超过90%。民主党目前在通用选票中领先共和党8.9个百分点，高盛指出这意味着相较于共和党在2024年以2.6个百分点优势赢得众议院，本次选举出现了约12个百分点的摆动。

共和党目前持有的29个特朗普2024年赢得幅度不足12个百分点的选区，正是预测市场和分析师预期将翻转的席位。

关于共和党寄予厚望的“十年一次重新划分选区”，高盛的结论简短而直接：“整体而言，重新划区预计仅能为共和党净增少数席位。”预测市场目前在25个共和党持有选区中给予民主党候选人至少50%的胜率，而民主党仅需净赢3个席位即可夺回多数。

值得注意的是，尽管“共和党在大多数关键众议院选区的一对一竞选支出领先”，但这些钱正在被花在市场已经认定他们将输掉的选区。

参议院：65%概率背后的“硬币翻转”

参议院的局势远比众议院复杂，也是真正的不确定性所在。

民主党目前持有47个席位，需净增4席才能赢得参议院多数。 预测市场给出民主党赢得参议院多数的概率为65%。高盛的图表显示，民主党在图表中除内布拉斯加州和南卡罗来纳州以外的所有关键选区均处于领先，但多数领先幅度处于误差范围之内。

高盛将当前参议院整体胜率收敛于“边际席位”的胜率，认为这“暗示市场对民主党拥有多条通往多数的路径更有信心，或各选区之间的相关性更高，或两者兼而有之”。

目前，决定民主党能否赢得第51个席位的“边际席位”是俄亥俄州。需要关注的关键州包括：阿拉斯加、德克萨斯、俄亥俄、缅因、爱荷华、堪萨斯——全部是共和党持有席位，且大多位于共和党倾向的红州。

共和党的迟到反击：2.4亿美元砸向最后两周

如果共和党能够实现逆转，那将是一场“用钱买来的逆转”。

高盛数据显示，共和党参议院竞选支出优势已超过2亿美元，且这一优势完全是近期才形成的——共和党整个夏天在参议院竞选支出上均落后于民主党，直到9月才开始反超，并持续扩大差距。过去两周，共和党支出2.4亿美元，民主党支出1.3亿美元，共和党支出约为民主党的1.85倍。

资金流向同样耐人寻味：共和党在堪萨斯州增加了800万美元、在南卡罗来纳州增加了500万美元的防守性支出，合计1300万美元——没有人会在认为安全的席位上花这笔钱。

然而，这笔钱的实际效果存在折扣。高盛指出两个原因：

1. 超级政治行动委员会（PAC）支付的广告费率高于候选人直接购买，而共和党支出大部分来自PAC；

2. 临近选举日的广告位需要支付溢价，而共和党的支出高度集中在后期，民主党则提前锁定了广告位。

此外，俄亥俄、缅因、北卡罗来纳的邮寄选票申请比2024年更倾向民主党，尽管高盛提醒这可能仅占邮寄选票总量的约25%（基于2022年中期选举数据）。

高盛的保留意见：历史规律暗示民主党优势或被高估

高盛并未全盘接受预测市场的乐观判断，报告中提出了两个重要的历史性警示：

第一，挑战党的横扫概率在历史上往往在选举日前收窄。高盛对2002、2006、2010、2018、2022年历次中期选举进行了回溯，发现“挑战党的横扫概率平均在选举日前下降约5个百分点”。以当前63%的民主党横扫概率为基准，历史规律暗示最终概率约为58%——仍是大概率，但舒适度大幅下降。

第二，红州民调历史上系统性高估民主党表现。高盛绘制了历次参议院民调误差与各州党派倾向的关系图，发现“中期选举民调倾向于在民主党倾向州低估民主党，在共和党倾向州低估共和党”，与选民在选举周期末期“回归本党”的规律一致。这一模式在最近的数据中更为显著：2018-2022年中期选举的拟合优度R²为0.65，而2002-2022年全周期仅为0.26。

这对爱荷华、堪萨斯、缅因、俄亥俄、德克萨斯、阿拉斯加等州的民主党领先优势构成直接挑战。高盛的部分反驳是：从距选举日26天的时间节点来看，全国参议院民调平均仅高估民主党0.4个百分点，全国层面的偏差并不严重——但参议院多数席位的争夺恰恰取决于那些红州。

真正的关键变量：油价，而非民调

高盛的结论指向一个清晰的投资逻辑：在接下来的26天里，能源市场的走势比任何民调数据都更值得关注。

当前能源市场面临多重冲击叠加：

• 伊朗战争持续扰动霍尔木兹海峡，伊朗国家媒体报告称更多油轮在霍尔木兹海峡南部触雷；

• 特朗普在Truth Social上宣布"中期选举前不会对伊朗发动打击"，油价短暂下跌后因伊朗触雷消息反弹；

• 飓风Isaias关闭了美国墨西哥湾63%的海上石油产量，Jefferies警告这是"在已因伊朗战争而紧绷的供应体系上叠加的燃料供应冲击事件"，柴油价格已达6.30美元/加仑，而一年前仅为3.68美元/加仑。

高盛的逻辑链最终归结为：如果图表显示的汽油价格与选票关系成立，白宫需要的是一箱便宜的汽油，而不是又一轮广告投放。

民主党的多头逻辑：通用选票领先优势处于高位且仍在扩大，邮寄选票倾向蓝色，市场看到多条通往51席的路径，汽油价格再度上涨。

共和党的多头逻辑：近2比1的竞选支出优势（尽管来得较晚），历史上挑战党横扫概率在选举日前平均收窄约5个百分点，以及红州选民“回归本党”的历史规律。

最终的摆动因素，是两党都无法用广告买到的东西：11月3日选举日当天，油价和汽油价格究竟是涨还是跌。

本文来自华尔街见闻，欢迎下载APP查看更多

Wood认为：“AI故事在市场层面最可能的长期结局，将是美国的大规模资本毁灭，市场份额将流向更廉价的中国开源大语言模型。”

AI故事“在不远的将来某个时刻将迎来一次重大重置”。

中国模型：从“便宜”到“同等水平”

Wood的警告并非新鲜，但规模在升级。

他追踪的OpenRouter数据显示，截至9月27日当周，中国顶级模型处理了76.12万亿个token，而今年4月底这一数字仅为4.37万亿；同期美国顶级模型的处理量为14.2万亿token。中国的数字在十周内翻了一番。

质量层面同样发生了变化。Wood指出，Moonshot的Kimi K3“用AI行业的术语来说，正在'前沿竞争'，其性能估计达到Anthropic Claude Fable 5的95%”。以极低价格实现95%性能的模型，已不是折扣品牌，而是真正的竞争对手。

价格的后果已经显现。据Silicon Data的LLM Token支出指数，AI token的市场均价自5月高点以来已下跌52%，降至每百万token 0.98美元的历史低位。

美国2.3万亿积压订单背后的信用集中风险

Wood将AI繁荣的信用风险类比于2008年房地产危机，逻辑如下：

截至2026年第二季度末，微软、谷歌、亚马逊、甲骨文四大平台的合计剩余履约义务（RPO）达2.34万亿美元，较一年前增长186%，增量约1.52万亿美元。

问题在于，这笔巨额订单中，约一半由OpenAI和Anthropic两家公司所欠——而这两家公司目前均未实现盈利。

Wood写道：“超大规模云厂商实际上向目前仍在烧钱的租户提供了集中的无担保贷款，因为Anthropic和OpenAI均未盈利。对于新兴云服务商（neo-clouds）而言，风险更大，因为它们自身也是借钱来出租芯片的。”

杰富瑞科技分析师估算，这两家前沿AI实验室在2026年第二季度约占谷歌云平台收入的45%、微软Azure收入的25%，其在AWS中的份额预计将在第三季度从6%翻倍至三倍，达到12%-18%。

Wood的类比直接而犀利：“超大规模云厂商在数据中心上的投资，是基于假定租户未来付款的承诺——这与2008年房地产信用危机如出一辙。”

表外负债：另一层隐藏风险

Wood还指向了资产负债表之外的风险层。

穆迪今年2月统计，五大超大规模云厂商尚未启动的数据中心租赁承诺达6620亿美元，而2023年底这一数字仅为1520亿美元。日经的一项研究则将五家公司截至2026年第二季度末的"隐性债务"估算为1.65万亿美元，超过其账面债务约1.35万亿美元。

与此同时，五大超大规模云厂商今年已发行2290亿美元债券，而2025年全年仅为1080亿美元。Wood指出，亚马逊、谷歌和Meta的信用利差自6月初以来已上升13至16个基点，“超大规模云厂商对长期融资的需求，正在与联邦政府形成竞争”。

他的结论是：AI相关借款人的信用利差“现在必须被密切监控，以观察投资者是否开始不愿为AI资本支出提供融资”，数据中心资产证券化是“一个需要重点关注的领域”。

利润的真相：循环性财务工程？

Wood对超大规模云厂商盈利质量的质疑，或许是报告中最具冲击力的部分。

数据显示，四大超大规模云厂商在截至2026年第二季度的四个季度中，年化利润增长了2220亿美元，达到5810亿美元。然而，同期“其他非经营性收入/亏损”这一科目——主要捕捉对未上市公司股权投资的未实现浮盈——增加了2240亿美元。

换言之，超大规模云厂商利润的全部增量，均可由对AI初创公司股权的按市值计价浮盈来解释。

Wood描述了这一循环逻辑：超大规模云厂商投资AI实验室，AI实验室向同一批超大规模云厂商购买算力，超大规模云厂商再将实验室更高的私募估值计入利润。

他还指出，标普500报告EPS在过去三年年化增长18%，而国民账户口径的非金融企业利润仅增长5%。上一次出现如此大幅背离，是互联网泡沫顶峰时期。Wood写道：“上述情况表明存在财务工程。”

资本支出：谁来买单？

尽管自由现金流已从2025年第四季度的600亿美元骤降至2026年第二季度的70亿美元，并预计在第三季度转为负130亿美元，但资本支出并未放缓。

市场共识预测，四大超大规模云厂商的资本支出将从今年的7230亿美元升至2027年的9930亿美元。

Wood的问题直接：“这四家超大规模云厂商真的要在2027年花费9930亿美元资本支出吗？这是目前市场共识的估算。”

他的基准情景是：AI故事“在不远的将来某个时刻将迎来一次重大重置”。

“安全”还是卡特尔？

Wood对近期AI行业"安全暂停"呼声的解读同样引人关注。

Anthropic的Dario Amodei、OpenAI的Sam Altman和埃隆·马斯克近期相继呼吁放缓前沿AI开发，但特朗普随即拒绝。

Wood并不认同"安全"的说辞，他写道：“建议关注激励机制。以'安全'为名的协调暂停，可以被视为构建监管护城河的一种方式，尤其是如果后续计划禁止开源模型、特别是来自中国的开源模型。另一种可能性——两者并不互斥——是AI巨头们已经意识到算力成本正变得难以为继，和/或对模型的需求开始趋于平稳。如果是这样，为何不趁现在尝试锁定一个卡特尔？”

值得注意的是，Meta的Mark Zuckerberg拒绝了放缓呼声，Meta股价此后上涨18%。

信用市场才是关键

Wood的投资建议自2023年以来未变：持有"镐与铲"（即向超大规模云厂商收取资本支出的芯片制造商），而非超大规模云厂商本身。这一策略在买家持续购买期间有效。

但他认为，决定这一切何时终结的，将是信用市场而非股票市场。

他的结论是：“AI生态系统目前发行的久期债券已超过美国财政部，发行环境是债券市场动荡和美联储加息，资金用于建设数据中心，而最大租户持续亏损。”

Wood援引1997年亚洲金融危机的历史类比——SocGen的Albert Edwards也在同期提出了类似框架——指出泰国的"奇迹"并非因生产率令人失望而终结，而是因债权人注意到了问题。

Novogratz说泡沫'还不够壮观'，不足以破裂。Wood说它不必壮观：只需耗尽愿意放贷的人。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社报道，美国总统特朗普11日在社交媒体发文称，"即刻起，俄乌冲突进入'能源停火'状态，双方均已同意。"然而，乌克兰总统泽连斯基当天起初对此毫不知情，据央视新闻报道，泽连斯基表示，这一宣布对他而言是个"意外"，他此前并未获悉相关安排。俄罗斯方面则未立即作出回应，克里姆林宫亦未确认任何协议的存在。

泽连斯基随后迅速调整立场。据央视新闻报道，他当天晚些时候明确表态，乌克兰"支持切实可行、可靠的停火和结束战争的方式"，乌方"愿意不对俄罗斯能源设施发动打击，并期待俄罗斯采取同样行动"，乌克兰武装部队已收到相关命令。这一表态对能源市场具有直接意义——若停火得以落实，俄乌双方对彼此能源基础设施的互相打击将暂时中止，短期内或对全球油气供应预期产生影响。

降油价压力驱动特朗普能源外交

特朗普此番强推"能源停火"，有着清晰的国内政治逻辑。据媒体报道，美国中期选举仅数周之遥，汽油和柴油价格高企——部分源于美伊战争扰乱中东能源出口，部分源于俄乌冲突双方持续互打能源设施——已成为选民对共和党不满的重要来源。

据新华社报道，近期美国国内出现柴油供应紧张，特朗普将价格居高不下归咎于俄乌双方互相攻击能源设施。特朗普9日宣布，美俄领导人就俄罗斯向美国及全球市场提供柴油达成一致。

有分析人士认为，即便俄罗斯柴油出口协议得以落实，对全球能源市场的实际缓解作用也可能十分有限。德国国际与安全事务研究所东欧研究主任Janis Kluge表示，俄罗斯本就计划恢复柴油出口，"普京在这笔交易中并未作出任何让步"，并强调"中东局势对市场的影响远比俄罗斯柴油重要得多"。

国会两党联手反对，质疑俄能源协议合法性

特朗普的能源外交在国会遭遇两党罕见联合阻击。据华尔街日报报道，一个由民主党和共和党参议员组成的跨党派小组11日发表联合声明，称特朗普允许俄罗斯向美国出口石油的计划违反了2022年通过的禁止俄罗斯能源进口的相关法律。

联署声明的参议员包括共和党的Susan Collins、Lisa Murkowski、John Curtis和Thom Tillis，以及民主党的Jeanne Shaheen、Ron Wyden和Richard Blumenthal。参议员们指出，政府在推进上述计划前既未与国会协商，也未按2022年法律要求提交必要的说明文件。

莫斯科未确认，停火承诺存疑

尽管特朗普宣称"双方均已同意"，但俄方的实际行动与停火承诺明显背离。据报道报道，俄罗斯总统普京迄今拒绝了能源停火提议，克里姆林宫未立即回应置评请求。与此同时，俄罗斯11日继续对乌克兰能源电网及基辅其他目标实施轰炸，爆炸声全天可闻，停电持续。

值得注意的是，这并非特朗普首次宣布类似停火，特朗普此前曾于9月14日宣布过一次能源停火，但俄乌双方随后均继续对对方目标发动打击。法国总统马克龙在社交媒体上表态支持能源停火的同时也指出，"目前阶段，俄罗斯仍在拒绝，并在近几小时内加强了对乌克兰基础设施的打击。"

泽连斯基在接受媒体采访时表示，过去一周内俄罗斯对乌克兰电力系统发动了196次攻击，对油气基础设施发动了20次攻击，导弹和无人机袭击城市共造成153人死亡。"这是一个信号，说明俄罗斯感受不到真正的压力，他们想继续打下去，"泽连斯基说，"如果他们想要能源停火，我们对此持开放态度。"

乌克兰打击俄能源设施是关键筹码

在这场停火博弈中，乌克兰手中握有一张重要牌。

打击俄罗斯炼油厂是乌克兰迫使俄罗斯停止战争的最强手段，乌克兰官员近日表示，除非俄罗斯改变立场并接受双方互相停止能源打击，否则基辅将继续使用这张牌。

与此同时，媒体援引大西洋理事会副主任Shelby Magid的分析称，"乌克兰人仍将美国视为关键盟友，但他们已经走到了这样一个节点——尤其是通过与欧洲的伙伴关系——使得特朗普政府的政策摇摆无法令其陷入瘫痪。"报道指出，乌克兰已大幅扩大无人机等武器的国内生产，并在融资和军事援助方面日益依赖欧洲盟友，而特朗普已基本终止了美国对乌克兰防务的援助。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社10月11日报道，也门胡塞武装在过去24小时内对沙特境内机场和能源设施发动了4次军事行动。沙特首都利雅得哈立德国王国际机场10日遭袭，造成12人死亡、309人受伤；11日，该机场再度被一枚不明弹体击中4号航站楼，防空系统在机场附近拦截并摧毁一枚导弹，袭击引发火情，沙特民航总局确认此次袭击再度造成人员受伤。

此次袭击不仅造成重大人员伤亡，更对沙特经济和外资信心构成直接冲击。BP、壳牌等顶级油企高管已宣布退出原定于11日在利雅得开幕的世界石油大会，利雅得金融区多家机构转为远程办公。这一局面对于正全力推进"2030愿景"经济转型、亟需吸引外资的沙特而言，代价尤为沉重。

据新华社报道，舆论认为，三大因素令沙特陷入也门战事升级危机：一是与阿联酋的联盟破裂，导致后者从也门匆忙撤军；二是受伊朗战事波及，未能为胡塞武装重启攻势做好准备；三是过度信赖同美国的合作。面对压力，特朗普表示美国正考虑加入沙特对胡塞武装的打击行动，将尽快作出决定。

阿联酋撤军留下"力量真空"

据新华社，沙特当前困局的根源之一，在于其与阿联酋联盟的破裂。按照美国有线电视新闻网（CNN）的报道，去年底，反胡塞武装阵营内部矛盾激化，阿联酋支持的也门南方过渡委员会与沙特支持的也门政府爆发冲突，沙特战机空袭阿联酋运往也门的军车，阿联酋随后从也门撤军，两国围绕也门内战的合作就此破裂。

然而，沙特并未及时填补阿联酋撤军留下的"力量真空"。也门南部一名不愿公开姓名的官员接受CNN采访时表示，撤军"没有妥善的过渡"，沙特没能延续阿联酋在指挥和控制上的"高效"。

也门政府10月5日发起"也门黎明"行动，寻求收复失地，声称夺回曼德海峡附近战略要地。据路透社报道，这场反攻进展缓慢，胡塞武装则对也门第三大城市塔伊兹形成包围之势。CNN报道称，一些专家警告，反胡塞武装阵营内部矛盾依旧，缺乏统一指挥、资金和后勤保障。为此，沙特正重新拉拢阿联酋，曾由阿联酋训练的也门地方武装"巨人旅"已加入反攻。

对胡塞武装攻势准备严重不足

据新华社，今年7月13日，伊朗派出一架民用飞机，送参加伊朗已故最高领袖哈梅内伊葬礼的胡塞武装代表团回国，此举意味着突破沙特对胡塞武装控制地区的空中封锁。也门政府军随即声称轰炸了胡塞武装控制下的萨那机场，阻止客机降落，客机被迫改降荷台达。胡塞武装认定沙特是"幕后推手"，宣布停火无效，发动报复性打击，并宣布对沙特实施海上封锁。 此后数周，胡塞武装多次用导弹和无人机袭击沙特油轮和能源设施，并于9月初突然发起地面攻势。

国际危机研究组织也门问题高级分析师Ahmed Nagi等专家认为，尽管沙特在伊朗战事爆发后一直对也门方向保持警惕，但专注于本土防空，没有为胡塞武装发动地面攻势做好准备。

彭博援引Ahmed Nagi的分析指出，胡塞武装此番升级打击，意在迫使沙特停止空袭行动。

“利雅得将这些袭击视为严重升级，尤其考虑到其前所未有的性质，可能会以更大的军事压力作出回应。”

他同时指出，胡塞武装已在沙特空袭中损失大量战斗人员，多处战略设施遭到打击，包括无人机工厂、武器库和通信塔。

尽管如此，胡塞武装仍保有伊朗设计的弹道导弹和可在本地组装的廉价攻击无人机。美国新安全中心高级研究员Stacie Pettyjohn表示，“他们似乎拥有足够多的廉价无人机和导弹，以及对沙特民用基础设施实施远程打击的技术能力，而这些都是软目标。”

彭博援引中东研究所副研究员Nadwa Al-Dawsari的判断指出，“胡塞武装历来具有攻击性，敢于冒险。他们只有在面临可信威胁时才会退缩，而迄今为止，他们还没有面临过这样的威胁。”

过度依赖美国“保护伞”

据新华社报道，一些分析师认为，造成沙特对也门局势误判的另一个原因，是过度依赖美国安全保障。去年11月，《美沙战略防务协议》签署，美国将沙特列为"非北约主要盟友"。但今年9月，沙特王储穆罕默德两次致电特朗普，请求美方空袭胡塞武装，均遭拒绝。美方转而与胡塞武装在阿曼秘密会谈，达成维持双方2025年停火协议、胡塞武装不打美国船只的口头协议。

据彭博报道，由于此次袭击中有一名美国公民遇难，特朗普面临越来越大的行动压力。他在被问及美国是否会加入对胡塞武装的打击时表示：“我们可能会，我们正在研究。”前中央情报局中东高级分析师William Usher表示，"利雅得将寻求美国直接打击胡塞武装、提供防空能力、加强情报共享，并为其在也门的强化行动提供政治背书。"

据报道，有知情人士透露，利雅得对西方盟友有限的支持日益感到不满。英国提供了一架空中加油机，但沙特近几周提出的额外防御支持请求尚未获批。法国表示将向沙特红海港口延布派遣防御性军事装备。

此次升级也对沙特的新防务伙伴构成考验。土耳其和巴基斯坦今年8月与沙特签署了被称为"麦加防务联盟"的防务协议，双方均表示愿意派遣军队或武器协助保卫沙特，但土耳其已明确排除参与对胡塞武装进攻性行动的可能性。

经济代价与投资信心承压

彭博报道，此次袭击对沙特经济的冲击正在显现。BP、壳牌等顶级油企高管已退出原定于11日开幕的世界石油大会，利雅得金融区——沙特主权财富基金及多家外资银行和咨询机构的所在地——已转为远程办公模式。

这一局面对沙特而言时机尤为不利。沙特本月上调了预算赤字预测，并预计今年经济将萎缩3.6%，外资吸引和融资需求因此更加迫切。沙特旗舰投资论坛"未来投资倡议"（FII）即将举行，高盛David Solomon、贝莱德Larry Fink等华尔街重量级人物均在受邀之列。

Access KSA首席执行官Said El-Saadi表示，“最新事态可能对外资造成干扰，但投资者和合作伙伴不会撤出，他们会观望并等待入场时机。”

本文来自华尔街见闻，欢迎下载APP查看更多

今年上半年，韩国Kospi以全球主要股指中最强的表现吸引了全球资金涌入；进入下半年，同一个市场已累计下跌22%，成为全球最差。与此同时，同样AI概念浓厚的中国台湾和美国股市却在不断刷新历史高点。

据彭博报道，外资今年从韩股净撤资1310亿美元，为亚洲主要市场之最。市场成交额较5月底峰值暴跌70%，散户和机构同步撤退。

两家芯片巨头，一个过度集中的赌注

韩国Kospi的涨跌，几乎被三星电子和SK Hynix这两家存储芯片巨头所主导。两者合计占Kospi权重逾50%，是今年上半年指数飙升的核心驱动力，如今却成了拖累。

Rayliant Global Advisors投资组合管理主管Phillip Wool直言：“对大多数投资者而言——尤其是那些最近才因存储芯片交易入场韩国的人——这个主题里容易赚的钱已经赚完了。”他表示，其基金已在韩国AI股上获利了结，目前对SK Hynix和三星电子均持低配。

市场的怀疑情绪在上周四被直白地呈现出来：三星电子季度营业利润同比暴增近九倍，股价却不涨反跌。

回购潮将尽，买盘支撑面临真空

支撑韩股的另一根柱子也在松动。

三星和SK Hynix合计约55万亿韩元（约410亿美元）的股票回购计划即将完成。据摩根大通数据，上个月韩国市场约230亿美元的买单中，两家芯片公司的回购占了大头。

一旦回购结束，市场将面临明显的买盘真空。

Julius Baer香港研究主管Richard Tang表示：“我们看到资本正越来越多地回流至美国股市，这加剧了韩国市场的持续外资流出。”

散户退场，杠杆资金仍未恢复

散户曾是Kospi上半年累计翻倍行情的重要推手，但7月的暴跌令他们至今未能归来。

据韩国金融投资协会数据，融资余额在过去一个月维持在约33万亿韩元，远低于6月峰值的38.6万亿韩元。券商账户中等待入市的投资者存款也从近140万亿韩元的历史高位降至约100万亿韩元。

Pictet Asset Management新加坡投资组合经理Jon Withaar表示：“存储芯片股已经变成了价值股，按当前盈利来看估值便宜。但散户和快钱对冲基金不追价值，不追'便宜'，他们追的是成长。”

中国台股成替代选项，AI资金加速转移

在韩股失去吸引力的同时，中国台湾股市正在成为更受机构青睐的AI替代标的。

台湾加权指数今年累计上涨70%，上季度跑赢Kospi约23个百分点，为本世纪以来最大季度差距。台股的涨幅也更为分散——约10%的成分股今年至少翻倍，而Kospi这一比例仅为4.7%。

瑞银全球财富管理首席投资官亚洲资产配置主管Chun-Lai Wu表示：“目前我们倾向于通过中国台湾股票来表达战术性AI敞口，台湾拥有更完整的科技硬件生态系统，并获得主要科技公司强劲支出计划的支撑。”

当然，也有部分投资者认为韩股的下跌创造了买入机会，认为AI支出和存储芯片盈利能力仍具韧性，加之韩国持续推进的提升企业价值改革也构成一定吸引力。得益于上半年的大幅领涨，Kospi全年表现仍属前列。

本文来自华尔街见闻，欢迎下载APP查看更多

新华社德黑兰10月11日消息，伊朗最高国家安全委员会秘书穆赫辛·雷扎伊11日表示，美国已接受伊朗就重新开放霍尔木兹海峡所提出的部分条件，但就伊朗提出的其他条件，目前情况尚不明朗。

在伊朗新闻电视台11日播放的采访中，雷扎伊作出上述表态并详细阐述了伊美近期沟通情况。

雷扎伊说：“过去两个月里，美方通过巴基斯坦、卡塔尔、伊拉克三个不同渠道，要求伊朗提出提议。伊朗向美方提出7项条件，并明确告知美方，除非满足这些条件，否则不会向其开放霍尔木兹海峡，也不会进行任何谈判。”

雷扎伊说，美方现已作出回应，“但伊朗认为力度不足”。他强调，美方必须澄清一些模糊之处，伊朗需要观察美方能否消除伊方疑虑，以便展开后续工作。

雷扎伊称，如果美国再次对伊朗发动侵略，美在西亚地区的资产，包括关键数据系统和人工智能设施，将成为打击目标。伊朗已准备好在战火重燃时展示新的军事能力。

雷扎伊还驳斥美国有关霍尔木兹海峡处于开放状态的说法。他称，一些船只通过走私网络进行活动，海峡目前航运量仍远低于战前水平，伊朗将继续掌控霍尔木兹海峡管理权。

本文来源：新华社

伊朗外长：愿为政治解决也门冲突提供一切帮助

当地时间11日晚，伊朗外长阿拉格齐与沙特外交大臣费萨尔通电话，就当前地区局势交换意见。阿拉格齐对地区紧张局势升级表示关切，并强调坚持军事手段而忽视政治解决只会使当前局势更加复杂。

阿拉格齐强调，该地区危机没有军事解决途径，伊朗愿提供一切帮助，旨在促成沙特和也门之间的对话和最终达成政治解决方案。

本文来源：央视新闻

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

中欧贸易投资磋商在京举行并公布成果共识：就混动汽车贸易达成谅解，进一步强化出口管制对话，愿为稀土永磁体出口审批提供便利。

中国商务部评美召集部分经济体发布应对所谓“结构性产能和生产过剩”问题联合声明：反对个别国家以所谓“产能过剩”为名，行贸易保护主义之实。

中共中央、国务院发文提出发展新质生产力举措，支持科技企业上市融资、优化并购重组、民企可牵头重大技术攻关。

中国证监会大修公募基金规定：权益类基金成立门槛拟降至5000万元，建立迷你基金强制退出机制，基金管理人等主体违法罚款上限抬升至10万元。证监会召开座谈会：发展壮大耐心资本，推动加大分红回购力度，优化发行上市制度。

中国财政部：及时谋划出台务实管用的增量政策，加力扩大内需、优化供给。财政部安排使用5500亿元地方政府债务结存限额。

中国四部门征求意见稿强化汽车创新设计管理：禁止隐藏式车门把手，关键功能保留实体操纵件。人民日报：四部门联手对“速成车”说不，汽车的刹车踏板绝不应在驾驶中“断裂”。

中国新能源车9月销量同比转负12%，乘用车零售降24%。

伊朗称击中LPG船、警告打击违规船不限于霍尔木兹，在海峡关闭导航识别系统船只将被视为敌对目标；特朗普改口称“可能”中选前对伊朗采取军事行动。沙特利雅得和达曼机场先后遇袭，也门胡塞武装承认袭击；特朗普称美国“可能”加入对胡塞武装打击。伊朗外长：愿为政治解决也门冲突提供一切帮助。

特朗普：与普京达成协议，俄罗斯将向全球市场释放数百万吨柴油。俄罗斯根据双方协议周六起部分解除柴油出口禁令，允许50万吨柴油进入国际市场。特朗普要求乌克兰不能打俄炼油厂，称俄乌进入“能源停火”、双方均同意。泽连斯基称支持“能源停火”，乌武装部队已收到相关命令。美媒：俄罗斯尚未接受任何形式停火，特朗普所说是潜在协议。

特朗普再度推进罢免美联储理事库克：白宫成立调查委员会，11月5日举行听证。

OpenAI澄清年化营收：截至9月底约500亿美元，年底目标700亿美元。报道：“年化营收”存巨大口径差异且水分大，OpenAI今年实际营收预计350亿、仅为该指标目标一半。

Lumentum CEO：公司光学器件售罄至2029年，部分产品需求缺口达70%。SK海力士掌门：光州芯片厂越快开工越好，芯片需求料将继续相当快速增长。

SpaceX进军手机运营商市场、宣布收购覆盖全美的800MHz低频段频谱，美电信股全线重挫。

证券时报：苹果iPhone Duo加单30%，iPhone 18 Pro系列总订单量未变，Pro砍单多达15%、Pro Max加单多达15%。

市场概述

AI担忧缓和、科技股力撑标普纳指反弹，标普收创史上次高、一周涨超1%，纳指连涨四周、创五个月最长连涨周；CEO言论凸显AI需求旺盛，光通信股Lumentum收涨超5%；SpaceX进军手机运营商市场，电信股重挫，T-Mobile跌超10%。

美债收益率反弹，10年期美债收益率还未逼近2002年来高位，全周终结五周连升。

美元指数连涨四周、创21个月最长周涨；离岸人民币盘中再破6.70、逼近四年高位，比特币一度重上8.3万美元、较日低反弹超2%。

国际原油“过山车”：伊朗警告严惩违规船范围不再限于霍尔木兹海峡，盘中曾跌近2%的原油转涨，收创逾一周新高，特朗普宣布俄罗斯将供应数百万吨柴油后，原油一度转跌；黄金扭转两周连跌，期金收涨超1%、创一个月最大日涨；纽铜反弹近2%、至两周新高。

欧美股市：标普500收涨0.59%，报7811.54点，全周累涨1.15%；道指收涨0.83%，报51654.95点，全周累涨0.93%；纳指收涨0.64%，报27366.17点，全周累涨0.64%。欧洲STOXX 600指数收涨0.97%，报631.55点，全周累涨0.03%。

A股：上证指数收涨0.05%，报3813.79点。深证成指收涨0.17%，报12641.86点。创业板指收涨0.22%，报3043.33点。三大指数V形反转。江淮汽车再跌8%。港股恒科指涨超3%，小米暴涨近10%。

债市：到债市尾盘，美国10年期基准国债收益率约为5.24%，日内升约1个基点，全周累计降约3个基点；2年期美债收益率约为4.79%，日内升约3个基点，全周累计降约3个基点。

商品：WTI 11月原油期货收涨0.39%，报91.85美元/桶，全周累涨0.81%。布伦特12月原油期货收涨0.42%，报104.72美元/桶，全周累涨2.42%。COMEX 10月黄金期货收涨1.43%，报4191美元/盎司，全周累涨1.39%。COMEX 10月白银期货收涨2.72%，报60.67美元/盎司，全周累涨1.16%。COMEX 10月期铜收涨1.89%，报6.6425美元/磅，全周累涨2.32%。

要闻详情

中国

中欧贸易投资磋商联合声明：就混动汽车贸易达成谅解，进一步强化出口管制对话，愿为稀土永磁体出口审批提供便利。双方就贸易投资平衡、出口管制、知识产权保护及世贸组织改革等议题达成多项共识。双方将继续推进电动汽车反补贴案企业价格承诺及复审相关程序。医疗器械方面，欧方欢迎中方扩大进口欧盟医疗器械的相关措施，包括在第九届进博会期间举办采购对接会。

• 何立峰会见欧盟委员会贸易和经济安全委员谢夫乔维奇。何立峰表示，中方始终高度重视发展同欧盟经贸关系，愿与欧方共同落实好双方领导人达成的重要共识。双方应充分发挥中欧贸易投资磋商机制作用，坚持稳定、平衡的中欧关键贸易伙伴关系新定位，持续对话，妥处分歧，推动双边经贸关系健康稳定发展。
• 环球时报：欧盟高官来华磋商，中方呼吁平等对话，对华施压无助缓解中欧经贸分歧。

近期美国召集部分经济体发布应对所谓“结构性产能和生产过剩”问题部长级联合声明，中国商务部：反对个别国家以所谓“产能过剩”为名，行贸易保护主义之实。商务部发言人称，中方一贯认为，看待产能问题要秉持全面、客观、公正的态度，不能出于对自身产业竞争力和市场地位的担忧，将经贸问题政治化。如果未来有关经济体以此为借口，采取损害中方利益的措施，中方将作出必要回应。

• 环球时报：美纠集多国再炒“产能过剩”冷饭，专家：其目的是为采取贸易保护主义政策制造借口。专家指出，这绝非单纯的经济探讨，而是美欧因竞争焦虑挑起的政治博弈，意在为后续加征关税铺路。

新质生产力金融举措来了，中共中央、国务院印发《关于发展新质生产力的意见》。《意见》提出，鼓励银行开发符合新质生产力特点的贷款产品。丰富科技创新债券产品体系，支持优质科技型企业上市融资，优化科技型企业并购重组、股权激励等制度。将符合国家战略需求的企业研发项目按程序上升为国家项目，鼓励企业牵头国家科技任务，支持有能力的民营企业牵头承担国家重大技术攻关任务。

证监会：权益类基金成立门槛拟降至5000万元，建立迷你基金强制退出机制。《公开募集证券投资基金运作管理办法》实施12年后迎来全面大修。修订版征求意见稿完善指数基金监管要求，强化逆周期布局和投资风格稳定性管理，并提高持有人大会治理效率。违法成本同步抬高。对基金管理人、托管人等主体的违法罚款上限由3万元提升至10万元，涉及金融安全且造成危害后果的提至20万元。

• 权益类基金成立门槛下调透露什么信号？业内人士多角度解析。业内人士指出，此举可以增强公募基金产品逆周期布局能力，有利于减少“帮忙资金”保成立现象，有利于丰富公募基金产品供给。

证监会召开座谈会：发展壮大耐心资本，推动加大分红回购力度，优化发行上市制度。

财政部：及时谋划出台务实管用的增量政策，加力扩大内需、优化供给。在周五发布的2026年上半年中国财政政策执行情况报告中，财政部表示，下一步将实施好更加积极的财政政策，根据宏观经济运行情况及时谋划出台增量政策，加大逆周期调节力度。重点支持扩大内需、科技创新和产业升级，持续保障和改善民生，同时推进地方政府隐性债务化解、保障基层财政平稳运行，并深化财政管理改革。

• 财政部安排使用5500亿元地方政府债务结存限额，其中3000亿元一般债用于基层财力保障，2500亿元专项债用于扩大有效投资。
• 财政再安排5500亿结存限额，影响几何？这是2022年以来连续第五年盘活结存限额，叠加三季度财政支出持续提速，四季度GDP将获进一步支撑，全年"保4.5%"基本无忧。本次盘活5000亿后仍余约6100亿结存限额，后续财政扩张仍有空间。

四部门征求意见稿强化汽车创新设计管理：禁止隐藏式车门把手，关键功能保留实体操纵件。征求意见稿明令禁止全隐藏式门把手，折叠屏、柔性屏同步叫停；要求灯光、雨刮、制动等关键功能须保留实体按键；行车时禁用零重力座椅、旋转座椅及床铺模式。新规自2027年1月起执行，测试验证须达"两冬一夏"、耐久里程不低于3万公里，违规隐患车将被停产召回。

• 人民日报发文《四部门联手，对“速成车”说不！》：一辆汽车的刹车踏板，绝不应在驾驶中出现“断裂”。四部门拟加强汽车创新设计与研发测试验证管理，针对“速成车”研发周期过短、实车测试缩水等问题，从源头强化安全监管。随着长里程可靠性测试、极端环境验证及新技术风险评估要求趋严，车企不能再以牺牲质量换取上市速度，汽车行业正从追求快速迭代转向创新与安全并重。

中国新能源车9月销量同比转负12%，乘用车零售降24%。乘联会数据显示，9月国内车市寒意来袭，最后的增长引擎新能源车罕见下滑，逆势增长神话破灭。车企四季度业绩承压，价格战或进一步加剧。

报道：腾讯考虑发行最高50亿美元离岸债券、最早本月，中国科技巨头加速锁定AI算力。

海外

伊朗称击中LPG船、警告打击违规不再限于霍尔木兹，特朗普标榜海峡一日通航2800万桶油。伊朗革命卫队宣布，将严惩擅自通过非授权航线航行的“违规”船只，范围不再局限于霍尔木兹海峡，并已击中一艘液化石油气船，消息推动油价走高。Kpler称该海峡仍开放但通航风险极高，目前日均10艘船通过。沙特媒体称，胡塞武装在红海曼德海峡大规模布雷，相关排雷行动已展开。

• 才一天就改口？特朗普周五称“可能”中选前对伊朗采取军事行动。周四特朗普明确表示，美国“不会在中期选举前攻击伊朗”，并称当前与伊朗的谈判“富有成效”。
• 伊朗军方：在霍尔木兹海峡关闭导航识别系统船只将被视为敌对目标。

• 沙特利雅得机场周六遇袭，造成12人死亡309人受伤，特朗普称美国“可能”加入对胡塞武装打击。沙特该机场已暂停运营。特朗普作出迄今美国就该冲突最直接的介入表态。沙特主导联军表示，将坚决回应胡塞武装袭击该机场。

• 沙特称，沙特东部城市达曼的法赫德国王国际机场周六晚间遭袭，后称，周日下午，首都利雅得哈立德国王国际机场再次遭袭，袭击已造成人员受伤。也门胡塞武装承认周末袭击沙特利雅得和达曼机场。
• 伊朗外长：愿为政治解决也门冲突提供一切帮助。伊朗外长阿拉格齐周日晚与沙特外交大臣费萨尔通电话。

特朗普找到新“援军”：普京同意俄罗斯向全球市场释放数百万吨柴油。特朗普表示，俄罗斯将立即向美国及全球市场供应超过30万吨柴油，11月再供应50万吨，紧接着再供100万吨。根据炼厂情况，俄罗斯将在较短时间内进一步交付300万吨柴油。应特朗普指示，美国财政部海外资产控制办公室将立即颁发一项临时一般许可证，允许俄罗斯柴油供应进入全球市场。

• 特朗普：与普京通话非常成功，全世界的柴油价格都将大幅、快速下跌；俄方表态；泽连斯基回应。普京表示，俄愿向美国及全球市场，供应石油和石油产品。泽连斯基怒批放松制裁之举是“软弱的决定”。
• 根据特朗普与普京的协议，俄罗斯周六起部分解除柴油出口禁令，允许50万吨柴油进入国际市场。
• 特朗普要求乌克兰不能打俄炼油厂，“泽连斯基最好立刻停手，乌克兰该换个新总统”。泽连斯基周五称自己有一种“被背叛”的感觉，随即转向欧洲寻求支持。周六他确认，已与多位欧洲领导人通话。
• 特朗普称俄乌进入“能源停火”，泽连斯基起初回应说这对他来说是个新闻。此后泽连斯基称支持“能源停火”，乌武装部队已收到相关命令。
• 美媒：俄罗斯尚未接受任何形式停火。据美媒周日报道，白宫官员表示，特朗普宣布的停火指的是潜在的协议。威特科夫和库什纳的莫斯科之行被搁置。据周六的俄罗斯方面消息，牵头斡旋乌克兰和平协议的美国特使威特科夫和库什纳可能两周内访问莫斯科。
• 沙特阿美据称11月恢复对欧洲客户全额供油，欧洲炼厂替代采购压力骤减。9月，沙特东西输油管道在遭无人机袭击后关闭，沙特阿美曾告知欧洲客户10月将不提供任何原油配额，迫使买家紧急寻求替代货源。

特朗普再度推进罢免美联储理事库克：白宫成立调查委员会，11月5日举行听证。今年6月，美国最高法院裁定，在未给予库克充分申辩机会的情况下，特朗普不得将其免职，但未最终认定指控是否成立。库克否认相关指控，此次白宫调查将进一步推进免职程序。

美10月消费者信心指数初值超预期降至五个月低点，经济现况指标创历史新低。美国密歇根大学10月消费者信心指数初值降至46.3，低于市场预期的47.6。反映当前经济状况的分项指标降至44.7，创历史新低；预期分项指标微升至47.3，为7月以来首次回升。消费者对未来一年通胀的预期升至4.7%。5至10年通胀预期升至3.5%。调查主任指出，不同党派的消费者都认同，经济前景已较年初有所走软。

美联邦政府2026财年预算赤字同比升21%至近2万亿美元，占GDP比例将超6%，高利率、减税加剧赤字恶化。高利率推动净利息支出突破1.1万亿美元，单项贡献赤字增量逾半；减税与关税收入不及预期则进一步加剧失血。距中期选举仅剩数周，两党均无意推进实质性财政整合，赤字前景高度依赖选举结果。

伦铜盘中逼近历史高位，智利铜矿又爆罢工！摩根大通警告：产量冲击可能“相当显著”。智利Centinela铜矿爆发历史上首次罢工，涉及700余名工人。

油轮运费创六十年新高：从美国运一船油到中国，比发射火箭还贵。据报道，上周，一船原油从美国运往中国的单桶原油运费飙至41美元，逼近油价一半，单趟运费甚至曾够买下一艘油轮。中东危机引发霍尔木兹海峡运力结构性短缺，叠加船对船转运延长周转周期，超大型油轮（VLCC）运费涨至7700万美元，是去年年均水平的8倍多。

美伊战争以来最大规模超级油轮船队！中国开始增加原油进口？油轮追踪数据显示，目前约有96艘超级油轮正驶往中国，为今年2月底以来最高水平，且连增三周，是美伊战争爆发以来的最大规模船队。但这一数字仍低于2025年同期的111艘。分析师对中国原油进口能否完全恢复尚存分歧，其走向将对全球油价产生直接影响。

OpenAI澄清年化营收：截至9月底约500亿美元，年底目标700亿美元。OpenAI仍预计2026年底年化收入将达到或超过700亿美元。周四曝光的投资者文件显示，截至9月底，公司年化收入约为500亿美元，低于市场此前广泛引用的近700亿美元估算，引发市场对其收入规模及统计口径的质疑。相关消息拖累周四美股科技板块走弱，也令市场重新审视AI行业的增长前景。

• 万亿估值背后的“数字口径游戏”：OpenAI与Anthropic的营收竟无法直接比较。媒体指出，Anthropic按“总额”计入云端销售，OpenAI仅算分成“净额”。更惊人的是，被热捧的“年化营收”水分极大，OpenAI目前预计2026年全年实际营收约为350亿美元， 仅为该指标目标一半；Anthropic2025年实际营收约为46亿美元，而彼时其对外公布的年化营收已超过90亿美元。
• Opus 5.5接入一切，OpenAI遭全硅谷围剿！马斯克和谷歌叛变。马斯克与谷歌周三和周四分别将Claude模型引入自家智能体，使Anthropic成为底座标配，并重塑企业级入口格局。巨头们宁愿出让模型虚名以把控工作流与算力收益，这形成了对OpenAI的联合围剿。缺乏原生生态底座的OpenAI面临被架空风险，迫切需要寻觅新盟友破局。
• 报道：Anthropic、OpenAI私下推演最坏情景，业内担心AI灾难一年内发生。业内人士担忧，未来6至12个月可能发生重大事件，引发公众反弹与监管收紧。企业正提前向美国国会议员普及AI知识，希望影响危机发生后的政策制定。

Lumentum CEO：公司光学器件售罄至2029年，部分产品需求缺口达70%。这番言论凸显，AI数据中心对光互联的需求旺盛造成巨大的产能缺口。

SK海力士掌门：光州芯片厂越快开工越好，芯片需求料将继续相当快速增长。尽管龙仁园区完工目标已提前至2033年，SK海力士仍认为产能可能不足以满足需求，不排除同步推进龙仁与光州两大园区。

SpaceX进军手机运营商市场、宣布收购覆盖全美的800MHz低频段频谱，美国电信股全线重挫。周五盘中，AT&T、T-Mobile、Verizon股价曾集体跌超10%。美监管方FCC周三已授权SpaceX，在326至335公里轨道高度部署1.5万颗卫星，可直接链接至普通手机，无需运营商介入。

速度是GPT-6 Sol的35倍！微软推出高速决策AI模型，36项测试准确率第一。微软推出专用AI模型Microsoft-Decision-1，专为结构化决策任务设计。该模型可从预设选项中选取最优解并赋予概率评分，支持路由分发、内容分类、任务优先级排序等场景。内部测试显示，其运行速度是GPT-6 Sol的35倍，输入成本仅0.042美元/百万tokens，输出免费。

证券时报：苹果iPhone Duo加单30%，iPhone 18 Pro系列总订单量未变，Pro砍单多达15%、Pro Max加单多达15%。苹果对2026秋季手机新品订单进行结构性调整。这意味着销量加速向高附加值产品倾斜，整体利好“果链”公司业绩。

• 报道：苹果削减iPhone 18 Pro订单多达20%，涨价后需求弱于预期。瑞银本周研报指出，iPhone 18 Pro在逾30个市场的交货等待时间正在缩短。在供给稳定的背景下等待时间下降，结合近期涨价所带来的需求弹性风险，令瑞银分析师愈发感到担忧。

软银加大AI豪赌，据称孙正义拟向海湾地区投资者筹集1000亿美元。

观点精选

德银：美股7月下旬以来的“第五轮科技股反弹”已到顶，准备迎接“倒V反转”。德银将美股科技股评级从超配下调至中性，指出自7月29日启动的第五轮科技股反弹已接近长期趋势通道上轨。当前上行空间仅剩约4个百分点，而历史规律显示下行风险可达16个百分点；预计资金将轮动至其他板块，欧洲市场因科技敞口较低有望相对受益，但强调科技股长期跑赢趋势不变。

高盛：当前美股涨势“只剩一笔交易”——AI。指数屡创新高，但市场广度持续恶化，约六分之一标普500成分股较高点回撤逾50%。叠加利率持续攀升，多头的防线只剩下英伟达与美光能否在即将到来的财报季兑现预期。高盛虽维持看多立场，但已不再确信美股未来5%的上涨空间。

野村：美股指数“严重失真”，十只股票贡献标普七成涨幅，警惕柴油带来新冲击。标普500陷入“幻觉式繁荣”：85%成分股已回调（1/6腰斩）。更危险的是，当前市场相关性之低，历史上仅在2007年金融危机前夕和2018年"波动率末日"出现过。市场正面临两大暗雷：一是OpenAI营收暴雷（仅预期三成）动摇AI叙事根基；二是结构性炼油短缺使“柴油价差=利率波动率”，成隐形炸弹。

“芯片大佬”Pat Gelsinger：从存储、光互联、电气到网络架构，当下是硬件创新的黄金时代。对所有硬件人而言，当下就是“文艺复兴时代”。Gelsinger直言“HBM是极其糟糕的内存”，预判行业即将迎来30年来首次重大存储材料创新。铜向光的迁移将在2028-2029年迎来拐点。警告“能源容量即经济产能”，缺电将引发数据中心建设违约潮。芯片设计已可借助AI工具在三个月内完成，但制造、封装到机架级整合仍需九个月，这一“时间黑洞”是当前最大制约。

行业/概念

1、人工智能 | 据上证报，中共中央、国务院印发《关于发展新质生产力的意见》(以下简称《意见》)。《意见》围绕5方面创新，提出19项重点举措。其中包括:全面实施“人工智能+”行动。推进人工智能对传统产业的改造，加快推进智能网联新能源汽车、人工智能手机和电脑、人形机器人等新一代智能终端场景应用。加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给。

2、稀土磁材 | 据上证报，10月9日晚，北方稀土与包钢股份共同发布第四季度稀土精矿关联交易价格，确认价格调整为不含税38769元/吨，较三季度的38565元/吨上涨204元，环比上涨0.53%。在第三季度短暂回调后，稀土精矿价格重新回到上行通道。回溯近两年稀土市场价格走势，2024年第二、第三季度，市场行情仍整体偏弱，原料价格长期在1.67万元/吨至1.68万元/吨区间徘徊。此后，随着全球AI伺服电机、新能源车驱动磁材、工业自动化设备订单集中释放，稀土精矿长协报价连续七个季度稳步上行。其中，2026年第二季度受永磁材料需求拉动，单季大涨44.61%至38804元/吨。随后于第三季度结束七连涨，下调0.62%至38565元/吨。

3、半导体 | 据上证报，10月14日，全球光刻设备龙头ASML将公布2026年第三季度业绩;10月15日，台积电将公布第三季度财报并举行法人说明会。此前，台积电披露第三季度营收约1.49万亿新台币，同比增长约51%，创历史新高。 ASML则于7月将全年营收指引上调至430亿至450亿欧元，较年初指引中值提高约20.5%。

4、芯粒Chiplet | 据中证报，机构研究报告指出，英伟达（NVDA）可能在2028年采用英特尔（INTC）的Foveros芯片技术，届时该技术也将投入量产；英特尔（INTC）的封装技术正获得市场的持续认可，有望为该代工部门创造新的盈利点；通过将部分后端流程分摊给英特尔（INTC），台积电（TSM）则可以将资源集中在前端制造工艺的改进和提升之上。

5、大消费 | 据中证报，商务部等7部门发布关于实施品质电商“五优”行动的通知，该通知按照《提振消费专项行动方案》要求，大力培育品质电商，推动电子商务从规模扩张向质量提升转型。通知围绕五大维度部署了15项具体工作，构建全链条培育体系。《方案》提出，加强主体培育，组织电商平台“品质推优”；提升运营能力，创新消费品牌，开展“电商+产业带”培育行动，推动人工智能与电商深度融合；融合消费场景，强化金融支持；构建出海生态，实施“丝路电商惠全球”活动。

6、农业种植 | 据中证报，日前农业农村部、市场监管总局、国家知识产权局联合印发了《农业品牌保护专项行动实施方案（2026—2027年）》。《方案》提出，推动品牌授权管理，建立生产、加工、销售全过程的追溯体系，推动品牌农产品率先实现全程可追溯。严厉打击“搭便车”“傍名牌”等不正当竞争行为。支持农业品牌主体通过商标、专利、地理标志、植物新品种等多维度知识产权布局，强化品牌权益保护。规范商标注册管理，防范和制止恶意抢注。

7、玻璃基板封装 | 据证券时报，TGV玻璃通孔是玻璃基板用于2.5D/3D先进封装的核心工艺。玻璃基板相较传统硅基板，具备低介电损耗、高散热、低成本优势，适配AI芯片、高频高速芯片封装需求。本次韩国厂商成功完成TGV打孔、金属化等关键制程开发，推动先进封装玻璃基板产业化进程提速。当前AI算力芯片先进封装需求持续高增，玻璃基板作为新一代替代材料空间广阔，国内上下游产业链有望持续受益。

8、短剧/互动影游 | 据证券时报，字节推出海外独立短剧平台PineDrama，上线后热度快速攀升，海内外短剧市场需求旺盛，出海商业化持续兑现。海外短视频短剧付费模式成熟，行业进入规范化扩容周期，内容制作、平台发行、流量服务整条产业链迎来增长机会。国内具备海外内容生产、海外流量投放能力的企业有望持续受益。

今日关注

中国

京东2026年“双11”定档10月12日。

海外

IMF与世界银行年会于10月12日在泰国曼谷开始举行，持续至10月18日，在此期间，多国央行行长集中亮相，美联储主席沃什发表讲话。

欧盟国家外长举行会谈，讨论俄乌冲突、中东局势。

2026年诺贝尔经济学奖公布。

本文来自华尔街见闻，欢迎下载APP查看更多

见闻财经日历提醒本周重点关注：

首先关注IMF年会、沃什压轴讲话。IMF与世界银行年会横跨整周，全球增长、通胀、利率与政府债务是核心议题；IMF同期发布《世界经济展望》与《全球金融稳定报告》，G20财长与央行行长会议一并召开。出席阵容包括英国、欧洲、加拿大、韩国等央行行长。美联储主席沃什在会议尾声发表讲话。

其次关注中美通胀数据及国际局势。10月14日，美国9月CPI出炉，彭博预计显示整体通胀上升、部分受能源价格上涨推动。同日，中国9月CPI与PPI先行公布，中午进出口接棒，中国金融数据预计也将发布。此外美联储褐皮书在周四凌晨发布。国际贸易方面，美国对中国船舶的额外港口费本周生效；紧接着欧洲理事会会议或讨论对华贸易立场，据中信证券研究，汽车是本轮谈判中弹性最大、利害最集中的领域。地缘政治方面，特朗普改口称“可能”中选前对伊朗采取军事行动。

产业动态方面，Anthropic举办上市前投资者日，最快可能在11月9日当周启动IPO正式营销。此外，苹果举行智能家居发布会，预计推出新一代Apple TV 4K、HomePod mini与一款全新的家庭中枢设备。10月15日，特斯拉展示新一代Roadster，该活动原定10月1日举行、因天气恶劣改期。

财报与AI动态方面，ASML与台积电三季报先后登场，美股三季度财报季同期由高盛、摩根大通等大型银行开启。AI模型侧，阶跃星辰开源Step 5 Preview，千问新一代AI眼镜现货发售；监管侧，英国议会举行AI安全听证会，美四大AI巨头参与。此外，AI产业活动密集——OCP全球峰会在圣何塞举行，SEMICON West在旧金山召开并设先进封装峰会，英伟达中国开发者日与湾区半导体博览会落地国内。消费侧，京东淘宝“双11”开启，广交会同期开幕。

连续第9年的财经“神”历，也是你第九年的陪伴
2027见闻历预售开启｜超值早鸟价 99元
让每一个重要日子，都有备而来。

经济指标

• 美国CPI、PPI

美国劳工统计局将于10月14日20时30分公布9月CPI，前值同比3.4%。彭博预计整体通胀上升，部分受能源价格上涨推动。Continuum Economics 预计升至3.7%、核心2.4%。

• 中国CPI、PPI、进出口数据、金融数据

国家统计局将于10月14日09时30分公布9月CPI，8月同比上涨0.8%。同日一并公布9月PPI，8月同比3.8%，两者共同反映内需价格与工业品价格的修复节奏。

海关总署将于10月14日中午公布9月进出口数据，8月出口同比增长25%、进口增长28.2%。数据落在美国对华船舶港口费生效当日，是观察抢出口与转口节奏的窗口。此外，中国最新金融数据或也将公布。

财经事件

• IMF与世界银行年会

IMF与世界银行年会10月12日至18日在曼谷举行，13日发布《世界经济展望》与《全球金融稳定报告》，15日G20财长与央行行长会议同期召开。英国央行参会阵容最齐，行长贝利、副行长布里登、首席经济学家皮尔与利率制定者格林均在列；美联储主席沃什16日与格奥尔基耶娃的炉边对话是全场焦点。日本央行不在曼谷，会期内于东京安排市场操作会议与副行长讲话。

• 继续关注地缘政治，特朗普改口称“可能”中选前对伊朗采取军事行动

近日，美国白宫媒体记者会上，当特朗普被问及为何推迟到中选后、而不是立即对伊朗采取行动时，特朗普说“可能”立即行动。据新华社，特朗普10日还表示，美国“可能”加入沙特针对胡塞武装的打击行动，“我们将仔细考虑”。这是迄今美方就该冲突最直接的介入表态。

• 美联储褐皮书发布、官员密集讲话

美联储褐皮书在周四凌晨发布，美联储哈玛克、沃勒、柯林斯先后发声。

• 苹果智能家居发布会

苹果公司宣布，将于10月13日举办「欢迎回家」主题活动，预计推出新一代Apple TV 4K、HomePod mini，以及一款全新的家庭中枢设备。这也是John Ternus上月出任苹果首席执行官后，苹果在智能家居领域的最新更新。

• Anthropic上市前投资者日

美东时间10月1日周四，彭博援引知情人士消息称，Anthropic将于10月14日与潜在投资者举行Pre-IPO投资者日，公司已向一批机构投资者发出邀请；最快可能在11月9日当周启动IPO正式营销，争取在美国感恩节前开始交易。

• 英国议会AI安全听证会

英国议会商业、创新、科学与贸易委员会已致函 Meta、谷歌、OpenAI 和 Anthropic，邀请其出席10月13日的AI安全证据听证会，英国政府AI安全研究所代表亦受邀。看点是四家实验室首次在同一立法机构同场接受质询。

• 美国对中国船舶征收额外港口费

据环球时报，美国海关与边境保护局（CBP）10月3日正式发布CSMS #66427144号公告，确定自10月14日起，对进入美国港口的中国拥有、运营或建造的船舶，以及所有外国建造的汽车运输船征收额外费用。

• 欧洲理事会会议，或讨论对华贸易立场

据中信证券研究，10月15—16日欧洲理事会会议或讨论对华贸易立场。由于汽车行业是本轮谈判中弹性最大、利害最集中的领域，该机构认为此次谈判对汽车行业影响最为重大；欧盟预计2026年为中国车企贡献的总净利润空间约200亿至300亿元。

• 特斯拉新一代Roadster

特斯拉在X平台发帖称，由于天气恶劣，Roadster活动改期至10月15日举行。此前特斯拉计划于10月1日正式展示跳票多年的新一代Roadster。据报道，新车可能搭载来自SpaceX的冷气推进系统。

• 2026年诺贝尔经济学奖

2026年诺贝尔经济学奖，定于10月12日（周一）北京时间17:45公布。

• 欧盟各国外长会议

10月12日，欧盟各国外长在卢森堡举行会议，就俄乌冲突、中东局势发展以及欧盟进一步扩大带来的安全影响进行讨论。

• 第140届广交会

第140届广交会10月15日开幕、持续至11月4日，据新浪，为最大外贸展会，市场关注出口订单（家电、新能源车、机电）与海外需求信号。

• 美国财政部季度交易商问卷

美国财政部季度交易商问卷定于2026年10月16日发布，随后于11月4日公布季度再融资公告。市场参与者将密切关注问卷中是否包含削减长期债券发行规模、国库券市场容量上限或回购机制等相关问题。

• iPhone Duo开启预售

苹果发售计划显示，iPhone Duo将于10月16日开启预售，10月23日正式上市。

• 京东、淘宝2026年“双11”

京东今年“双11”将于10月12日全面开启、现货开卖。从整体节奏来看，大促期分为起售期、开门红、专场期、高潮期以及返场期。2026年淘宝天猫「双11」活动分为预售和现货两个阶段，预售开始时间为10月15日20:00，现货售卖时间为10月20日20:00至11月13日23:59。

• AI 大模型追踪

本周国产模型两个确定节点：阶跃星辰10月15日正式开源Step 5 Preview，13日阶跃终端发布首款智能体手机STEPX Neo；千问AI眼镜13日现货发售。传闻Gemini 4.0、Claude Opus 5.2、GLM-5.4将发布，官方均未官宣。

• AI峰会及产业活动追踪

本周AI产业活动以算力基础设施为主线：OCP全球峰会12日至15日在圣何塞举行，SEMICON West 13日至15日在旧金山召开并设APHI峰会，英伟达中国开发者日15日至16日在苏州，众智FlagOS开放计算大会17日至18日在京举行。政策侧看英国议会13日的AI安全听证。

财报

• 美股及台积电财报

三季度财报季10月13日由高盛、摩根大通、摩根士丹利等大型银行开启。永丰金证券称，银行股的两个落点是净息差展望与第四季信用损失准备预提。全周最重的一场是台积电15日14时的第三季法说会，紧接ASML财报次日，设备端与制造端在一周内连续验证AI需求。

• AH股财报

本周是A股三季报的开场而非高峰——沪市首份由有研新材13日发布，赣锋锂业15日、海康威视16日跟进，密集披露期在10月下旬。

重磅事件提前预警（下周）

下周（10月19日—10月25日）重点事件提前提醒：

• 10月19日 2026金融街论坛年会在京开幕

• 10月20日 英伟达GTC大会（柏林）

• 10月27—28日 美联储FOMC议息会议（再下一周）

下周（10月19日—10月25日）财报季进入高峰：

• 10月19日　中国巨石、海光信息　

• 10月20日　宁德时代、中国移动、大族数控、中船特气

• 10月21日　奈飞；中国电信　

• 10月22日　特斯拉、IBM、德州仪器、泛林集团、宝洁、Vertiv　均为 ；深南电路、长电科技、大族激光

• 10月23日　平安银行、亿纬锂能；西部数据　

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台消息，10月9日，摩根士丹利研报指出，目前市场焦点过度集中在占宁德时代电动车电池总销量约三分之一的中国乘用车市场。然而，该行强调，中国商用车车队的电动化、欧洲电动车普及率的重新加速，以及除美国外全球其他市场电动车需求的拐点，已经构成了不可忽视的庞大收入敞口。市场低估了宁德时代的跨周期韧性。

分析师Jack Lu和Kaylee Xu在报告中基于全生命周期成本（TCO）分析，宁德时代的技术优势可支撑高达0.24元/瓦时的溢价，远高于当前0.09元/瓦时的实际利润溢价，盈利护城河稳固。

针对部分投资者担忧明年电池净利润可能降至0.08元/瓦时或更低，分析师认为，这种情景将导致行业加速出清，因为许多二线电池制造商已陷入负现金流。因此，该机构将此视为宁德时代股票的“抄底情景”，维持对其A股的“增持”评级，目标价定为500元人民币。

多元化需求对冲单一市场疲软

宁德时代的电动车电池销量结构正在发生显著变化。报告指出，中国乘用车、中国商用车（eCV）以及全球市场目前各占其电动车电池销量的约三分之一。

在中国商用车市场，受柴油向电力转换的套利机会驱动（投资回收期不到两年），今年迄今宁德时代在该领域的电池装机量同比激增53%。分析师预计，在能源价格高企的背景下，2027年该领域的电池销量将同比增长50%。

在全球市场方面，今年迄今宁德时代在欧洲的装机量同比增长32%，在世界其他地区（除中美欧外）同比激增158%。分析师预计，到2027年，这两个地区的电池销量将分别保持25%和40%的同比增长。

TCO溢价构筑盈利护城河

对于商业应用而言，电池的经济性最终取决于其生命周期内的可用能量和有效里程。宁德时代在材料科学领域的优势，直接转化为终端用户的经济价值。

报告分析指出，更长的循环寿命、更低的衰减率、更高的往返效率（RTE）以及优异的低温性能，构成了宁德时代的核心竞争力。例如，在寒冷地区，更好的低温容量保持率意味着更少的冬季充电停靠次数和更高的车辆利用率。

报告明确指出：“综合这些因素，宁德时代的电池相较于二线同行，具备约0.24元/瓦时的可持续TCO优势。”这一理论溢价远高于目前仅0.09元/瓦时的实际利润溢价。

储能业务迎来结构性转型

在储能（ESS）领域，中国市场正在经历收入模式的结构性转变，从单一的峰谷套利模式，转向容量价值、现货套利和辅助服务收入相结合的多元化模式。

尽管部分省份的峰谷价差收窄，但容量电价政策的推出有效对冲了这一影响。分析师指出，对于4小时储能项目，容量电价支付有望将项目内部收益率（IRR）提升4至7个百分点。

在全球范围内，受天然气价格上涨、电网灵活性需求增加以及人工智能（AI）推理规模扩大带来的电力需求推动，储能正从“可选项”变为“必选项”。该行预计，2027年除中国外的全球储能需求将增长约30%。

“宁德时代内置”的品牌溢价

宁德时代已不再仅仅是一家零部件供应商，而是成功建立了一个全球性的消费者品牌特许经营权。

根据NielsenIQ在2026年9月发布的调查，37.1%的中国受访者表示，如果心仪的车型没有配备宁德时代电池，他们会考虑放弃购买。摩根士丹利认为：“宁德时代的定价和利润溢价越来越由终端用户的偏好决定，而非整车厂（OEM）的采购决策。”

此外，宁德时代通过持续推出新产品（如麒麟电池、神行电池、钠电池和凝聚态电池）来塑造市场。过去六年中，其单车电池容量以7%的复合年增长率提升，有效抵御了乘用车零售市场的下行周期。

本文来自华尔街见闻，欢迎下载APP查看更多

据英伟达最新提交的10-Q季报披露，其表外担保总额已达5300亿美元，较上一季度披露的1840亿美元大幅跃升，单季增幅超过180%。这一数字横跨六个不同科目，涵盖供应承诺、数据中心兜底协议及云服务租约等多类义务。

研究机构SemiAnalysis在对上述数据进行深度拆解后指出，随着英伟达盈利能力持续增强，其表外义务规模在未来几年有望进一步扩张至1万亿美元以上。与此同时，该机构也提出核心问题：一旦行业出现放缓或下行，英伟达能否在兼顾安全边际的前提下，履行全部表内与表外承诺？

单季激增逾1800亿美元，六大科目驱动扩张

根据英伟达最新10-Q文件，5300亿美元的表外担保总额由六个科目构成，本季度增量主要来自以下几个方向。

其一，供应承诺大幅增加，主要为采购存储器的相关承诺；其二，数据中心兜底协议扩容，包括为SB Energy位于俄亥俄州的PORTS-Pike园区提供的兜底支持，该项目服务对象为OpenAI；其三，两项全新科目首次出现在披露清单中——价值360亿美元的AI云服务协议（代表对Neocloud运营商的兜底承诺），以及200亿美元的数据中心租约（英伟达先行签约，后续转让给Neocloud承接方）。

上述结构表明，英伟达正日益深度介入AI基础设施的融资与担保链条，其角色已不仅限于芯片供应商，而是延伸至数据中心生态的信用背书方。

盈利高速增长提供承接空间，EBITDA预期达4500亿美元

SemiAnalysis强调，上述表外义务的持续扩张，建立在英伟达强劲现金流生成能力的基础之上。该机构预计，截至2028年1月的财年，英伟达EBITDA将达到4500亿美元。

基于这一盈利增长与现金生成曲线，SemiAnalysis认为英伟达具备将表外义务进一步扩张至1万亿美元以上的能力。该机构明确指出，相关测算并非盈利预测，而是对英伟达在保持安全边际前提下、理论上可承接义务上限的分析框架。

核心风险：行业下行情景下的履约能力存疑

尽管当前盈利前景支撑了英伟达的扩张逻辑，SemiAnalysis也直接点出市场最关切的风险命题：若AI基础设施投资出现周期性放缓或行业下行，英伟达能否同时履行其表内与表外的全部承诺？

这一问题目前尚无定论。SemiAnalysis表示，其最新通讯文章对各类表外义务在不同情景下的演变路径进行了系统拆解，旨在为投资者提供评估英伟达财务弹性的分析框架，而非给出单一结论。

对于持有或关注英伟达的投资者而言，表外承诺的快速膨胀意味着，在评估公司真实财务敞口时，仅看资产负债表已远远不够。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根士丹利最新研究报告指出，2026年美国AI基础设施相关初创企业的风险融资规模已达335亿美元，较2025年全年近乎翻倍。资本高度集中于两大最稀缺的基础设施要素——单位功耗算力与稳定电力供应，两条路径合计占2026年融资总额的逾80%。与此同时，越来越多的投资者开始同时布局电力与算力，跨路径投资者参与比例从2021年前的16%跃升至2026年的73%，标志着市场对系统集成逻辑的认可度显著提升。

这一趋势对投资者的直接影响在于：单纯押注某一组件层的逻辑正在弱化，能够跨越电力与算力边界、提供端到端解决方案的企业正获得估值溢价。Crusoe以300亿美元估值成为该领域最高估值公司，Etched、FluidStack、Helion等多家企业估值突破100亿美元，印证了市场对整合型商业模式的定价偏好。

四条路径：资本布局的底层逻辑

摩根士丹利将美国AI基础设施初创企业的创新方向归纳为四条路径：加速电力获取、提升单位功耗算力、将电力与算力重新设计为单一集成系统，以及通过新型物理架构与选址重新定义数据中心本身。

自2024年初至今，这四条路径合计融资规模已超过500亿美元。其中路径一（加速电力获取）与路径二（提升单位功耗算力）占据绝对主导，两者合计占2026年融资总额的80%以上。算力方向（路径二）单独占比超过一半，电力方向（路径一）约占四分之一，而重新定义数据中心（路径四）约占六分之一。

从累计估值来看，推理与定制芯片领域合计估值约499亿美元，新云/GPU算力平台约397亿美元，能源集成云计算约309亿美元，聚变与先进核能约354亿美元，光子互联约226亿美元。这五个细分方向构成了当前AI基础设施风险投资的估值核心。

资本加速：2026年融资规模近乎翻倍

2026年融资规模的急剧扩张，既体现在总量上，也体现在单笔交易规模的膨胀上。GPU算力与能源集成算力是资本最集中的方向，FluidStack、Groq、GMI Cloud和TensorWave等公司合计获得约三分之一的2026年融资。

独角兽企业（估值10亿美元以上）获得了2026年86%的融资资金，但参与融资的企业数量仍然广泛，超过半数的追踪企业在2026年完成了融资。十角兽（估值100亿美元以上）包括Etched（210亿美元）、FluidStack（180亿美元）、Helion（155亿美元）、Base Power（130亿美元）、SambaNova（110亿美元）和Commonwealth Fusion Systems（100亿美元），合计占40家独角兽总估值的逾半数。

2025年是超大规模融资轮次成为惯例的一年。Pacific Fusion完成9亿美元A轮，Commonwealth Fusion Systems完成8.63亿美元B2轮，Groq先后完成7.5亿美元和15亿美元两轮融资，Unconventional AI以4.75亿美元种子轮创下纪录，成立当年估值即达45亿美元。2026年，这一趋势延续，Jane Street领投Etched 7亿美元融资，估值达210亿美元；FluidStack完成15亿美元融资，估值达180亿美元。

种子轮信号：电力正在取代算力成为早期投资焦点

种子轮融资方向的变化，往往是市场预判未来瓶颈的先行指标。2025年，种子轮资金高度集中于算力方向，Unconventional AI的4.75亿美元种子轮和Upscale AI的1亿美元种子轮合计占当年种子轮总额的约四分之三。

进入2026年，种子轮重心已明显向电力及其周边瓶颈转移。海底地热（Endurance Energy）、现场电力（Transformative American Resources）、变压器（Fluxco）、磁性材料（CorePower Magnetics）和先进核能（Applied Atomics）成为今年最大的种子轮融资方。

这一转变与投资者行为的整体趋势一致。在2025至2026年间，从算力领域首次进入电力领域的投资者数量，约为反向流动的三倍，其中包括SoftBank、微软、英伟达、Sequoia和Atreides。路径三与路径四的融资轮次中，72%包含了同时布局电力与算力公司的投资者，而2023年前这一比例仅为14%。

整合溢价：系统集成模式获得估值认可

尽管高度整合型企业在数量上仍属少数，但其估值表现已开始脱颖而出，印证了投资者对"将电力与算力合并为单一系统"这一商业逻辑的认可。

路径三（重新架构电力与算力）的代表企业Emerald AI，其商业模式是让算力负载实时响应电网状况，使数据中心部分充当电网灵活性资产。该公司于2024年成立，2026年8月估值达10.5亿美元，是该领域估值上升最快的企业之一。Phaidra（估值约6.7亿美元）则在设施内部应用AI代理协同优化电力、冷却与工作负载。

路径四（重新定义数据中心）中，能源集成算力平台是估值最高的细分方向。Crusoe以300亿美元估值位居整个追踪宇宙之首，其模式是自主掌控电力供应、建设运营数据中心园区并在此基础上销售GPU算力，与依赖第三方数据中心的新云服务商形成本质区别。轨道数据中心方向的Starcloud和Cowboy Space估值分别达23亿美元和20亿美元，模块化数据中心开发商Armada估值达23.4亿美元，三者合计在2026年融资接近10亿美元。

商业化时间轴：三种截然不同的变现节奏

资本正同时流向三个时间跨度迥异的方向，这对投资者的风险评估框架提出了更高要求。

近期可执行容量方向，以GPU原生云服务商为代表，当前已在部署算力，商业验证最为充分。Etched向Jane Street交付首批专用Sohu变换器ASIC机架，Emerald AI完成与Silicon Valley Power的首个商业多兆瓦级英伟达DSX Flex部署，均属于这一类别。

中长期能源解决方案方向，以聚变与先进核能为代表，2026年合计融资约45亿美元，但商业化产出仍需数年。摩根士丹利明确指出，核能无法解决2028年前的近期电力缺口，原因在于监管审批、许可和多年建设周期的制约。谷歌已与Commonwealth Fusion Systems签署200兆瓦购电协议，与Fervo Energy签署396兆瓦购电协议，Meta与TerraPower达成支持最多八座Natrium核电站的协议，这些长期承诺体现了超大规模云厂商对未来电力供应的战略布局。

全新选址模式方向，包括轨道数据中心和模块化设施开发商，目前处于商业化曲线的最早期阶段。SpaceX计划于2028年部署首批"Starmind"算力卫星，摩根士丹利预测其轨道算力规模将于2030年达到吉瓦级，并于2031年实现与地面数据中心的成本平价。

执行风险与本地化：下一阶段的核心变量

摩根士丹利指出，AI基础设施风险投资的下一阶段验证重心，将从"融资规模"转向"实际部署容量"。商业协议、监管批准、首次部署以及具有竞争力的单位经济效益，将比融资本身更具说服力。

执行风险因技术路径而异：核能高度依赖许可证、燃料与建设执行；电网与电力技术面临并网资质认证和漫长的采购周期；轨道数据中心则处于商业化曲线的更早期阶段。

与此同时，美国数据中心的发展正呈现显著的本地化特征。据Cushman & Wakefield，各地开发结果越来越多地受到地方电力分配框架、输电约束、基础设施要求和监管政策的影响。各州对相关技术的态度出现分化——新泽西州已向新核能开放，弗吉尼亚州则转向余热再利用。这意味着不同电力、冷却和电网技术的部署经济性，将日益呈现市场特异性。

资本形成层面，Andreessen Horowitz的11亿美元Machine Age Fund专门针对AI物理基础设施，涵盖算力基础设施与数据中心等完整系统；Elemental Impact的数据中心创新计划由亚马逊、谷歌、Meta和微软共同支持，将数据中心作为新兴能源、电气、冷却和材料技术的部署验证环境。这两项举措共同表明，AI基础设施正在成为既提供资本、又提供商业验证路径的战略性平台。

本文来自华尔街见闻，欢迎下载APP查看更多

这一反转并非偶然。市场策略师Charlie Bilello在X平台上用三句话概括了这一逻辑：“苹果需要芯片。美光有芯片。美光定价格。”

他补充道，美光净利润“在短短两年内飙升42倍至380亿美元——比苹果上季度的盈利还多80亿美元”，并直言：“我们从未见过这样的定价权。”

科技投资分析师Beth Kindig也在X平台上指出：“美光现在产生的营业利润已经超过苹果。”

美光的数字：从亏损边缘到碾压苹果

美光的盈利反转速度令人咋舌。

2024财年，美光每股标准化盈利仅为1.30美元。到2026财年，这一数字跳升至75.52美元。覆盖2027财年的35位分析师预计，届时每股盈利将达176.15美元——意味着盈利将在一年内再度翻倍以上。

Ritholtz Wealth Management首席执行官Josh Brown公开评价美光的业绩指引时说：“不仅没有被压低，实际上还在不断上调。”

美光预计2027财年第一季度营收将达615亿美元，高于刚刚报告的542亿美元。CEO Sanjay Mehrotra在接受CNBC采访时更直接表示：“事实上，我们根本无法满足客户的需求。”

苹果的代价：毛利率连续承压

美光的定价权，直接体现在客户的账单上。

苹果此前凭借持续扩张的毛利率积累了充足缓冲——毛利率从2021财年的41.8%逐年攀升至2025财年的46.9%。

但这一缓冲正在被消耗。剔除关税退款影响后，苹果毛利率从3月季度的49.3%降至6月季度的48.1%，并指引9月季度进一步降至约46.5%。苹果管理层明确表示，内存成本是6月季度毛利率下滑的主要原因，也是9月季度继续承压的驱动因素，且此前囤积库存带来的缓冲效应将在9月之后逐步消退。

苹果前任CEO Tim Cook在7月财报电话会上将内存价格上涨形容为“百年一遇的洪水”。

苹果并非唯一受压的大买家。Egerton Capital联合创始人John Armitage在播客节目《In Good Company》中点名英伟达：“英伟达面临的一大问题是内存成本通胀及其对物料成本的影响。”不过他也指出，英伟达拥有75%的毛利率，吸收冲击的空间远大于苹果。

估值：市场仍在打折

尽管盈利能力大幅跃升，美光的估值却依然低迷。

当前美光远期市盈率为5.9倍，远低于三年均值10.5倍。

市场的折价，反映的是对这一超级周期能否持续的疑虑。但据TIKR分析，只要需求持续超过供给，美光的定价权就不会消失。苹果下一份财报预计将于10月下旬发布，届时内存成本是否仍在攀升，将成为市场关注的关键信号。

美光的定价权能持续多久，市场存在疑问。

据路透社报道，美光中国台湾桃园工厂工会中有1994名成员（占投票人数的99%）授权发动罢工，起因是奖金纠纷。台湾省是美光DRAM和HBM的重要生产基地。

不过，授权投票并不意味着立即罢工——工会表示，具体时间和细节仍在讨论中。而且，即便工人真的停工，也只会进一步收紧本已短缺的供给，对苹果的内存账单而言并非利好。

苹果方面，10月23日将发布首款折叠屏手机iPhone Duo，售价1999美元。这或许能帮助苹果向消费者转嫁部分成本压力——但目前苹果自身的指引显示，它仍在自行消化这笔开支。

本文来自华尔街见闻，欢迎下载APP查看更多

国际货币基金组织（IMF）总裁Kristalina Georgieva近日发出警告，称发达经济体已成为债务问题上最严重的违规者。随着政府偿债利息不断攀升，财政空间被进一步挤压，各国为民众提供生活成本支持的能力也将受到限制。

“我们应该为人们变得更加不满做好准备，”她表示，“也许会走上街头。”这番表态正值IMF与世界银行年会召开前夕，会议举办地泰国曾是近三十年前亚洲金融危机的起点。

美银证券进一步指出，美国和法国正面临债务高企、融资成本上升与财政调整受阻的多重压力。两国在低利率时期积累了高额债务，却难以在融资环境收紧后削减支出。美国的压力主要来自税收收入回落，法国则面临更深层的结构性收入下滑；英国和日本同样难以置身事外。

这场财政压力的影响并不局限于各国政府。一旦美国国债等核心资产的收益率持续攀升，企业、消费者和政府的融资成本都将受到牵动；如果高油价进一步推升通胀，迫使美联储或日本央行维持紧缩政策，新兴市场也可能面临更大的压力，在跟进加息与承受资本外流之间艰难权衡。

债务与利率的"恶性循环"

发达国家的债务困境，根源在于低利率时代遗留的庞大债务存量与当前高利率环境之间的结构性错配。

据国际金融协会（IIF）数据，即便在最新一轮债券抛售潮之前，富裕国家政府每年支付的利息已超过3.3万亿美元，超过全球国防开支或人工智能投资总额。七国集团（G7）10年期公债的平均收益率上月触及4.3%，为2008年以来首次。

汇丰银行亚洲首席经济学家Frederic Neumann将这一局面描述为"危险的循环"——"债务服务成本上升，导致投资者进一步推高利率。"彭博报道显示，发达市场与新兴市场之间的主权债利差溢价正在收窄，富裕国家的信用优势正在被侵蚀。

美银证券全球经济学家Claudio Irigoyen和Antonio Gabriel在最新发布的《全球经济周报》中将这一现象定性为"时间不一致的财政政策"问题。报告指出，过去二十年间，法国和美国的债务占GDP比率分别上升了约50个和60个百分点，其中大部分发生在超低利率时期。问题的核心不仅在于低利率时代的过度借贷，更在于当宽松融资条件消失后，政治体制无力推动相应的财政整合。

美国与法国：同病相怜，病因各异

美银证券报告详细比较了美国与法国的财政动态，两国呈现出相似的困境，但驱动因素有所不同。

两国债务占GDP比率相近，均约在120%上下，法国略低，美国略高。两国基本赤字均略高于GDP的2.5%，但美国利息负担更重，整体赤字约为GDP的6%，高于法国的约5%。

在收入端，两国均经历了2021至2022年的税收繁荣，随后在2022年后出现明显下滑。美银证券认为，两国政策制定者均将这一临时性收入增长视为永久性改善，并据此维持了结构性高支出水平。当收入回落时，高支出只能依靠更多举债来维持。

两国的差异在于：美国的收入下滑主要是周期性的，反映的是2022年资本利得税正常化及个人所得税的暂时性效应；而法国的收入下滑则更具结构性，部分源于此前税改导致的税收弹性下降，以及企业税和劳动税收入的持续萎缩。美银证券指出，法国的问题在于，部分收入下滑可能是永久性的，而政治碎片化和2027年大选的临近，进一步加剧了财政整合的难度。

英国：谨慎预算难掩长期挑战

英国同样面临财政压力与政治约束的双重夹击。美银证券预计，英国政府将于10月28日发布一份相对保守的秋季预算案，重点维护财政稳定，而非推出大规模扩张性措施。

据美银证券估算，英国财政稳定规则下的预算空间已从3月份的236亿英镑收窄约140亿英镑至约100亿英镑，主要受到国债收益率上升、通胀走高及经济增长放缓的拖累。为将预算空间部分恢复至约170亿英镑，预计政府将宣布约80亿英镑的增税措施。

在支出端，政府预计将推出约55亿英镑的能源支持措施，包括延长燃油税冻结和电费增值税减免，以缓解通胀压力。美银证券预计，这些措施可使2027年通胀率降低约20个基点，但不足以改变其对英国央行将在11月和明年2月各加息一次的判断。

美银证券强调，英国更大的财政挑战将留待未来解决——包括是否逆转非保护性部门支出削减计划、提高国防开支，以及应对社会护理支出缺口等艰难抉择，目前均已推迟至下届议会任期。

日本：时间换空间，风险未消

日本的案例则展示了另一种路径：凭借超宽松货币政策、较长的债务平均期限和以国内融资为主的结构，日本得以将高债务的财政后果延后显现，但并未消除。

美银证券报告指出，日本数十年的债务积累发生在极度宽松的货币条件下，有利的名义增长、较长的债务期限和国内融资可以推迟但无法消除利率上升的财政影响。

随着日本央行在油价压力下持续加息——美银证券预计政策利率将从当前的1.25%升至2027年底的2.00%——日本国债收益率已升至3%上方，债务服务成本的上升压力将逐步显现。

新兴市场：吸取教训，相对韧性

与发达国家的困境形成对比，新兴市场整体展现出相对较强的韧性。

彭博经济研究副首席新兴市场经济学家Adriana Dupita指出，"多个新兴市场近年来已完成功课，以比以往更好的经济状态迎接此轮市场动荡。较小的经常账户赤字和更充裕的外汇储备，降低了向IMF求援的必要性。"

这一韧性部分源于近三十年前亚洲金融危机的惨痛教训。1997年泰国被迫放弃汇率钉住制度，危机迅速蔓延至马来西亚、印度尼西亚和韩国。此后，各国政府收紧了财政和银行监管规则，并积累了充足的金融缓冲。

新加坡总统Tharman Shanmugaratnam在峰会前的一场活动中直言不讳地指出，如今面临最大财政挑战的，是"世界上具有系统重要性的经济体"，"IMF无法拯救它们"，但其"相当有力的建议必须被认真对待"。

然而，发达国家债务问题的溢出效应已初步显现：长端收益率上升已促使部分投资者削减新兴市场债券头寸，泰国等国也开始考虑转向短期债务发行。世界银行行长Ajay Banga告诉彭博，资金紧张的国家目前更倾向于调整现有项目贷款安排，而非寻求新的融资。

政治风险：从新兴市场转向发达国家

财政与金融风险的重心向富裕国家转移，政治风险亦然。

风险情报公司Verisk Maplecroft的Jimena Blanco指出，在其编制的社会动荡指数中，欧洲在过去两年录得最大幅度的恶化，美国和加拿大紧随其后。法国本月已爆发大规模学生抗议，逾26.5万名示威者走上街头，要求政府解决教师短缺和教育设施老化问题。

"通胀和债务偿还对国家提出了更多要求，"Blanco说，"民众正在两个方面同时承压。"

IMF的监督机构报告显示，美国、德国、法国和英国等发达经济体对IMF财政建议的完全或基本落实率仅约15%。前美国IMF代表Doug Rediker坦言，对于非借款国，IMF的影响力"十分有限"。这意味着，在政治阻力与债务压力的交织下，发达国家的财政整合之路将远比新兴市场更为艰难。

本文来自华尔街见闻，欢迎下载APP查看更多

马斯克于当地时间周六通过直播形式出席在德克萨斯州奥斯汀特斯拉超级工厂外举办的"X Takeover"活动，面向客户与投资者发表上述言论。他坦承目前"完全不知道如何制造微芯片"，但同时表示"我们会搞清楚的"，并预计旗下公司最终将在芯片制造上超越所有人，尽管"可能需要相当多年时间"。

这番表态的背景是，马斯克正筹备在德克萨斯州格莱姆斯（Grimes）建设Terrafab芯片工厂，该项目由特斯拉、SpaceX与英特尔组成合资企业共同推进，初始投资规模逾150亿美元。

定制化能力是核心底气

马斯克在活动上解释了其信心来源。他表示，在参观竞争对手的芯片制造设施时，并未看到太多定制化设备，而这恰恰是其旗下公司的强项所在。他认为，正是这种在定制化设备研发与制造方面的丰富经验，将使其团队有能力持续优化芯片制造工艺。

"我认为，这确实是世界上最难做的事情之一，"马斯克说，"我不想自满或自以为是，但我认为我们大概会搞清楚如何造出比任何人都更好的芯片。说真的。我不知道需要多长时间，可能需要相当多年。"

Terrafab项目规模庞大

据彭博报道，Terrafab工厂选址德克萨斯州格莱姆斯，由特斯拉、SpaceX与英特尔三方合资建设，初始投资超过150亿美元。该设施总建筑面积达1亿平方英尺，将分阶段建设，占地约3000英亩，而SpaceX目前掌控的土地面积已超过1.3万英亩。

项目预计创造3000个就业岗位，并已获得德克萨斯州企业基金3000万美元的补贴支持。

SpaceX与特斯拉近期动态

SpaceX于今年6月完成上市，股价近期重新站上每股135美元的发行价上方，这一里程碑使马斯克成为全球首位净资产突破万亿美元的个人。此外，SpaceX正接近与投资机构Grain Management LLC达成协议，拟收购相关频谱资源，以推动公司转型为移动运营商，直接与T-Mobile US Inc.、Verizon Communications Inc.及AT&T Inc.展开竞争。

特斯拉方面同样传来积极信号。据特斯拉周五发布的声明，公司第三季度全球交付量达486532辆，高于彭博汇编分析师平均预期的463761辆。这一表现对于此前经历销量下滑与股价低迷的特斯拉而言颇具提振意义。特斯拉计划今年投入逾250亿美元用于工厂扩建及Robotaxi业务落地，并已获得300亿美元新增贷款与信贷额度支持。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛合伙人Wilson在最新报告中坚持看多立场，建议投资者不要对抗市场的高度集中性，并预计年底前股市仍有上涨空间。然而，来自高盛内部及摩根士丹利、美银等机构的多位策略师对此提出异议，认为宏观环境趋难、科技板块定位已不再是顺风，市场风险正在积聚。

这场多空分歧的核心在于：当前美股盈利增长高度依赖极少数个股，市场广度持续恶化，而债券市场的波动与能源价格的不确定性，随时可能成为打破平静的导火索。

盈利增长极度集中，两只股票撑起三分之一

当前美股盈利结构的集中程度已达到本轮周期的峰值。

据高盛策略师Ben Snider的"美国每周启动报告：2026年第三季度财报季预览"，本季度标普500指数每股收益（EPS）增长预计达27%，为本轮周期高点，但随后三个季度将逐步减速。

更值得关注的是增长来源的极度集中：本季度标普500指数EPS增长中，前十大贡献者将占据68%，高于上季度的48%；其中仅美光科技和英伟达两家公司，就贡献了这68%中的一半，即分别占全部标普500 EPS增长的19%和15%。换言之，一家存储芯片制造商对指数盈利增长的贡献，超过了Meta、Alphabet和亚马逊三家公司的总和。

与此同时，标普500中位数股票的EPS增长已从14%放缓至9%，利润率也从15.1%下滑至14.7%。Snider的数据显示，按当前趋势，至2027年第二季度，市场整体盈利增长将回落至低个位数区间——届时的比较基期，恰好是科技巨头因股权投资重估而录得约1500亿美元"其他收入"的季度，占标普500 EPS的12%。

市场广度持续恶化，多数个股已深陷回调

尽管指数层面接近高点，但市场内部的分化已相当显著。

野村证券策略师Charlie McElligott的数据显示，标普500成分股中，85%的个股较各自高点回落超过10%，59%的个股回落超过20%。高盛策略师Tuteja的统计则更为直观：自8月27日以来，标普500指数累计上涨1.3%，但剔除AI相关股票后，同期跌幅达5.2%。

这一分化在欧洲市场同样存在，但程度相对温和。欧洲斯托克600指数前十大成分股约占指数权重的17%，而标普500前十大成分股的权重接近40%，欧洲市场广度更接近长期历史均值。

机构内部出现分歧，多方警示下行风险

面对上述结构性问题，机构投资者的判断并不一致，甚至在高盛内部也出现了明显分歧。

高盛策略师Tuteja表示："在当前点位，我认为科技/AI板块的风险收益比已经发生转变。宏观环境明确趋于困难，AI及大盘科技股的持仓已不再构成顺风。"他指出的近期风险在于：若CPI数据超预期，迫使美联储重新加息，则各板块均面临短期下行压力。

摩根士丹利策略师Mike Wilson此前已警告标普500可能下跌10%至7100点，并指出市场广度的恶化"必须以某种方式得到修正"，关键变量在于债券市场的波动率。

美银策略师Michael Hartnett则披露，截至10月7日当周，货币市场基金净流入1664亿美元，为2020年4月以来最高单周流入规模，并以五个字概括资金回流股市的前提条件："不降息，不减仓。"在美联储仍处于加息周期的背景下，这一时间窗口或将推迟。

野村证券的McElligott指出，当前期权市场唯一可见的恐慌，是对右尾行情（即大幅上涨）的担忧——标普500看涨期权偏斜度处于99.6百分位。但他同时警告，若利率持续走高叠加能源价格上涨，市场可能迅速切换至"增长恐慌"模式。

高盛合伙人坚持看多，但前提条件存在变数

面对上述质疑，高盛合伙人Wilson维持其看多立场，并给出了具体逻辑框架。

Wilson认为，只要AI资本开支投资活动不出现明显放缓，就不应期待利率大幅回落；但若能源价格趋于稳定，债券市场的抛售压力将有所缓解，从而为年底股市上涨创造条件。他建议投资者"不要对抗市场的高度集中性，这种集中性甚至可能进一步加剧"。

Wilson预计，超大规模云计算厂商（hyperscaler）的资本开支增速将在本季度见顶，市场共识预期为116%，云计算积压订单增速甚至更高。他判断，市场领导权将从"卖铲子"的基础设施供应商，逐步转向那些开始展现AI投资回报的最大AI支出方。

然而，这一看多逻辑本身隐含两个重要前提：其一，AI资本开支的持续扩张意味着利率将维持高位，这恰恰是高盛的乐观情景；其二，年底上涨依赖能源价格稳定，而当前布伦特原油价格已达103美元，墨西哥湾63%的产能因飓风停产，伊朗在霍尔木兹海峡附近袭击油轮的事件也在持续发酵。

市场结构暗藏隐忧，平静之下风险待解

综合来看，当前美股市场呈现出一种脆弱的平衡状态。

两只股票贡献三分之一的盈利增长，增长本季度见顶，而市场边际买盘高度依赖特定结构性资金——这与其说是一根蓄势待发的弹簧，不如说是信用与利率市场尚未向股市充分传导的平静前夜。

不过，正如文章结尾所言：那些看空的"幽灵"，整年都判断错了。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，德意志银行全球外汇研究主管George Saravelos在完成一轮美国东海岸密集客户拜访后发布报告指出，去年市场的主流叙事是"AI具有通缩效应、美国财政部不会允许债券抛售"，而今年的叙事已彻底翻转为"AI（发债融资）是推高收益率的重要驱动力，美国财政部已失去对长端利率的控制"。

他同时注意到，市场上出现了关于暂停20年期美债发行、大幅缩短供应久期的讨论，但多数客户对固定收益资产持极度谨慎态度。

Saravelos对此提出异议。他认为，叙事钟摆已经摆得"过头"，而市场目前最被低估的尾部风险，是AI生态系统本身出现问题——无论是安全事故、IPO失败还是营收不及预期。这一风险一旦兑现，将对美元构成显著压制，并对债市形成强力支撑，但当前市场定价对此几乎毫无反映。

叙事逆转：从"AI降通胀"到"AI推高收益率"

据德意志银行报告，一年前，华尔街的主流共识建立在两个相互强化的判断之上：其一，AI技术将通过提升生产效率压低通胀；其二，美国财政部有能力管理债券市场，长端利率不会失控。

然而，这一叙事框架在过去一年间已被市场彻底抛弃。当前的主流观点认为，AI相关企业的大规模债券发行正在成为推高美债收益率的重要力量，而美国财政部——无论是通过贝森特还是其他政策工具——已无力压制长端利率的上行。

Saravelos在报告中记录了客户会议中流传的一个具体信号：市场上出现了关于暂停20年期美债发行、并大幅缩短整体供应久期的讨论。这一传言本身，折射出市场对长端供需失衡的深度忧虑。尽管如此，Saravelos明确表示，他本人认为叙事的钟摆已经"摆得有些过头"，当前市场对固定收益的悲观情绪可能存在矫枉过正。

法国风险：欧元的新增压力

在此次客户拜访中，法国问题构成了另一条重要讨论线索。Saravelos指出，客户对法国的看法压倒性地偏向悲观，基调与经济学家Paul Krugman的近期判断相近，倾向于将法国当前的财政困境与2010至2015年欧债危机时期相类比。

德意志银行对此持不同意见。Saravelos表示，他在会议中解释了为何不认同上述类比，但他同时承认，鉴于上周市场出现的大幅错位，市场信心的修复需要时间。他将法国问题定性为"一个今年原本未预期会出现的新增欧元压力"，暗示这一因素将在短期内持续对欧元构成拖累。

AI的真实风险：数据中心承压，营收逻辑存疑

在AI议题上，Saravelos描述了一场出乎意料的深度讨论。他参与了一个由数据中心行业专家组成的会议小组，与会者普遍表达了三方面的担忧：承销标准正在下滑、能源供应能否满足建设需求存在不确定性，以及推理算力的预期大幅扩张能否获得足够的需求和营收支撑。

报告援引布鲁金斯学会的一份研究论文指出，AI实验室需要创造接近4万亿美元的营收，才能在数据中心投资上实现回报。这一数字为当前AI投资热潮的可持续性提供了一个量化参照。

最被低估的系统性风险：AI生态的潜在崩塌

Saravelos在报告中明确点出了他认为当前市场最危险的盲区。他写道，明年市场最大的系统性风险，不是法国，而是AI生态系统"出了什么问题"——具体形式可能是一次安全事故、一次失败的IPO，或是一份令人失望的营收数据。

他强调，当前AI领域的集中度风险极高。一旦上述风险事件发生，其市场影响将是：对美元构成显著负面冲击，同时对债券市场形成强力正面支撑。然而，Saravelos判断，这一事件风险目前在市场定价中几乎处于被严重低估的状态。

这一判断与当前市场的主流叙事形成了鲜明对照——当市场普遍担忧AI发债推高收益率时，德意志银行提示的恰恰是另一个方向的尾部风险：AI叙事本身的破裂。

本文来自华尔街见闻，欢迎下载APP查看更多

此次被点名的企业横跨美印两国，包括微软、Adobe、Capgemini，以及印度外包巨头塔塔咨询服务（TCS）、Infosys、Wipro、HCLTech和Cognizant。美方表示，此举与针对上述企业涉嫌滥用就业移民项目的联邦调查同步推进。

印度外交部对此表态强烈反对，称美方此举“无助于两国共同目标”。

H-1B：印度人的“美国梦快车道”

过去十年，印度人共获得超过870万份H-1B签证。每年H-1B批准总量中，约70%流向印度籍申请人。这一比例远超其他任何国家。

H-1B签证本身有效期有限，通常为三年，可延期一次。但通过PERM认证，雇主可为持签者申请绿卡，进而在数年后获得美国公民身份。换言之，PERM是H-1B转变为永久居留权的核心跳板。

此次暂停令，直接封堵了这条通道。

微软被点名：裁美国人、引外籍工

美方此次行动并非无的放矢。据报道，万斯援引了一项针对微软的调查。

调查指控称，微软涉嫌裁减逾6000名美国科技工人，随后通过签证渠道引进超过6300名H-1B持有者，并协助另外3000人获得绿卡。上述外籍员工绝大多数来自印度。

Vance将这些外籍工人描述为“契约劳工”（indentured servants）。这一措辞随即引发强烈反弹。

印度政府与社交媒体的双重反击

印度外交部迅速作出回应，称美方此举“无助于推进两国共同的发展目标”，并明确表示，Vance将外籍工人称为“契约劳工”的说法“毫无根据”，且“令人深感冒犯”。

与此同时，社交媒体上的印度科技从业者群体情绪激烈。大量印度账号发帖称，美国科技行业离不开印度工程师，理由是美国本土没有足够数量的优秀技术人才来填补相关岗位。部分人士认为，他们对美国经济的贡献理应换来永久居留权。

美国国内具有印度背景的政界人士也对PERM暂停令表达了不满。

低薪背后：一笔算得清的账

为何印度工人愿意接受低于市场水平的薪酬？分析指出，美国永久居留权本身就是一种隐性补偿。

数据显示，印度科技工人在本国的年薪约为1.2万至2万美元。即便在美国拿到打折薪资，实际收入仍大幅高于国内水平。更重要的是，这部分收入中有相当比例以汇款形式流回印度——美元在印度的购买力远高于卢比。

从宏观层面看，印度是全球最大的汇款接收国之一。据ZeroHedge援引数据，印度每年从美国获得的现金汇款约达400亿美元，相当于印度政府全年预算的约7%。

对于科技企业而言，这笔账同样划算。数据显示，企业为一名员工申请PERM的律师费平均约为4000美元，但每名外籍员工的薪资节省额可达数万美元。据报道，相较于美国本土员工，外籍工人薪资低约17%至40%。

政策走向仍存不确定性

目前，PERM暂停令的持续时间及最终范围尚不明朗。联邦调查仍在进行中，受影响企业尚未公开作出正式回应。

对于已持有H-1B签证、正处于绿卡申请流程中的印度科技工作者而言，这一政策的不确定性意味着他们在美国的长期居留计划面临直接冲击。

本文来自华尔街见闻，欢迎下载APP查看更多

这一转变的导火索，是KOSPI在创下历史收盘高点后的急速回调，以及美国科技股在AI基础设施扩张驱动下持续创新高所形成的强烈反差。

分析人士指出，韩元升值进一步降低了散户购买美股的换汇成本，令资金外流趋势在三季度加速。

韩国股市在第三季度遭遇大幅回调，KOSPI指数单季下跌约18.8%，成为全球主要股指中表现最差的市场。7月初，三星电子、SK海力士等AI内存核心标的遭到集中抛售，杠杆头寸平仓进一步放大了跌势。

9月单月抛售14.2万亿，三季度净卖出5.59万亿

据韩国交易所及韩国证券存托机构旗下证券信息平台SEIBro数据，韩国散户三季度在KOSPI市场净卖出5.5902万亿韩元。

资金流向的转折点出现在9月。

7月和8月，散户仍维持净买入，分别净买入5.3735万亿和3.2352万亿韩元。但9月单月净卖出骤升至14.197万亿韩元，一举抹平此前两个月的买入。

进入10月，散户有所回补，截至8日净买回约3万亿韩元，但分析人士认为，这远不足以逆转三季度已形成的卖出格局。

同期净买美股76亿美元，7月单月超过国内净买入

与此同时，韩国散户在三季度净买入美股76.3224亿美元，折合约10.1468万亿韩元。

其中7月净买入46.6862亿美元（约6.2559万亿韩元），单月规模已超过同期在国内市场的净买入额。8月和9月分别净买入19.6234亿美元和10.0128亿美元，持续保持净买入状态。

据首尔经济日报（Seoul Economic Daily）报道，截至10月的数据显示，韩国投资者持有美股总额时隔四个月重返2000亿美元上方，此前6月曾跌破该水平。

上半年截然相反：散户曾净买KOSPI近百万亿

这一转变的幅度，在与上半年数据的对比中更为突出。

今年1月至6月，散户在KOSPI市场净买入99.1737万亿韩元，约为同期净买入美股金额（98.678亿美元，折合约13.2228万亿韩元）的8倍。

4月和5月，在韩国政府推出提振资本市场企业价值相关措施、吸引资金回流的背景下，散户甚至转为净卖出美股，4月净卖出4.6893亿美元，5月净卖出9.3977亿美元。

彼时，政策面的引导效果一度显现。但三季度的数据表明，这一效果未能持续。

韩国KOSPI高位急跌，美股AI行情形成强烈反差

据首尔经济日报报道，分析人士将散户情绪的骤然转变，归因于两个并行因素：国内市场陷入区间震荡，以及美国大型科技股持续创历史新高。

KOSPI于6月22日创下9114.55点的历史收盘高点，随后急速回调，7月13日跌破7000点至6806.93点，此后持续疲软。

与此同时，纽约三大股指在AI基础设施扩张的驱动下稳步上行，形成鲜明对比。

汇率因素同样不可忽视。

韩元兑美元汇率从上半年逾1500水平近期回落至1300中段区间，韩元升值直接降低了散户购买美股的换汇成本，客观上为资金外流提供了便利条件。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛近期录制的《宏观对话》（The Macro Call）播客节目中，首席美股策略师Ben Schneider与TMT板块专家Pete Callahan围绕AI交易结构演变、市场广度、Q3财报季看点及年底行情展开深度讨论。

节目中，两位高盛人士均指出，当前股市在利率高企背景下展现出的韧性，核心支撑来自以大型科技股为代表的盈利强劲——而AI主题本身，也正在经历一次深刻的"叙事迁移"。

AI交易"上移"：从卖铲子到卖水

Pete Callahan直接点出了当前市场的核心逻辑转换。他表示，围绕2027年资本开支，市场已初步形成健康的共识，这提供了约12至15个月的能见度。

但问题随之而来：2027年之后怎么办？

"这就是为什么你看到半导体板块估值出现了压缩——市场在问，这种高盈利到底可不可以持续？公司是在超额盈利还是低估了盈利潜力？2027年以后的路线图又是什么？"Callahan说。

在这一背景下，市场的目光开始向"应用层"迁移。Callahan指出，"推理经济（inference economy）"以及帮助企业和消费者部署AI的工具类公司正在受到关注，具体包括网络安全、数据基础设施等领域。

"我认为交易已经在一定程度上向上迁移了，"他说，"但我更倾向于把它看作一个'既要又要'，而非'非此即彼'。半导体距离历史高点仍在射程之内，市场为这两个方向都找到了空间。"

"编程AI已不是秘密"：个人智能体是下一个爆点？

在Q3财报季展望部分，Callahan抛出了被外界广泛关注的一句判断：

"市场非常渴望下一个故事。编程AI已经不再是市场的秘密，它作为一个重大AI应用早已人尽皆知。那么，个人智能体（personal agent）这个故事能有多大、能来得多快？以及由此带来的整个消费端产业链的连锁反应，我认为将非常值得关注。"

他还补充，财报季中，标普500企业关于成本节省、新收入、新产品和新业务的表态，将是市场用来支撑AI叙事持续性的关键信号。

在大型超级计算云服务商（hyperscalers）的投资回报率（ROIC）问题上，Callahan表示，市场在二季度财报后对此感觉良好，三季度将再次寻求正向验证。此外，半导体公司若能给出延伸至2028年的可见度，将有助于缓解当前压制估值的最大悬念。

市场广度创互联网泡沫以来最窄，但年底仍是基本看多

主持人Mark Wilson提及，当前市场广度极度收窄。首席美股策略师Ben Schneider对此直言：

"标普中位数股票距高点超过15%。我们衡量市场广度的首选指标，已经是互联网泡沫以来最窄的水平。"

不过，他认为从历史规律看，市场广度收窄的修复方向往往并非"补跌"，而更多是"补涨"。"大多数投资者回想2000年，认为必然以下跌来收场，但实际上，历史上更多时候是通过追涨来收敛的。"

对于AI资本开支增速，Schneider给出了一个关键预判：当前市场共识预期盈利增速约30%，但进入2027年将出现放缓——"不仅是因为宏观压力，还因为AI资本开支虽然仍会继续增长，但增速不会再维持同样的速度"。

在大选因素上，Schneider认为，与以往选举年相比，本轮投资者关注度明显偏低，主要原因是AI叙事、宏观背景，以及"未来一两年不太可能出现重大政策变化"的共识。综合盈利强劲、仓位较轻、估值合理三大因素，他的基本情形是：年底前市场走高。

本期《宏观对话》全文文字实录如下（AI协助翻译）：

Mark Wilson：大家好，欢迎收听最新一期的《宏观对话》。我是Mark Wilson。我很高兴邀请到我们研究部的首席美国股票策略师Ben Schneider，以及我们市场业务的TMT行业专家Pete Callahan。各位，非常感谢你们参加。

Ben Schneider：谢谢，Mark。

Mark Wilson：所以过去几周，很多股票故事实际上真的是一个利率故事。利率走势一直处于核心位置。与此同时，实际上股市交易得非常好。Ben，这是怎么回事？面对这轮利率走势，这种股市强势或韧性有多可持续？

Ben Schneider：首先，我们应该承认，尽管标普500指数接近历史高点，但它在某种程度上已经反映了更高收益率的影响，过去一年估值倍数下降了不少。如果你看市场内部，那些更具周期性的股票、股市中对利率更敏感的领域，随着收益率上升，它们非常明显地走低了。话虽如此，我认为这种韧性的简单原因是盈利强劲，尤其是与AI交易相关的最大科技股相关的盈利。不是说这些股票完全不受更高收益率影响，但在很大程度上，它们比市场其他大部分股票更不敏感。

Mark Wilson：所以我一段时间以来一直在说，微观一直在驱动宏观。Ben提到了这一点。仍然有真实的AI热情，Pete，但兴趣和股价走势的性质已经改变，最近一些产品成功，尤其是当你想到像Muse这样的产品时，确实重新点燃了一些新的热情，故事已经从上半年改变，当时股价走势真的全是关于那笔巨额资本开支的受益者和接受者。没错。你在看什么，在当前AI中你最关注哪些主题？

Pete Callahan：是的，Mark。所以我们现在肯定开始看到，我认为围绕日历27年，从资本开支角度形成了一些健康的共识。这很好，因为这意味着未来12到15个月左右有可见性。这也意味着市场在那之后的可见性稍低一些，我认为这就是为什么你看到半导体板块的倍数压缩，因为市场在说这有多持久？公司是盈利过度？还是盈利不足？

如果你愿意，甚至也可以提出那种观点。以及你如何思考日历27年之后的路线图，所以这推动了半导体板块的一些倍数压缩。随着这种情况发生，你开始看到市场对栈上更高的东西感到兴奋。所以想想推理经济、帮助在企业端和消费端部署AI和人工智能的公司和工具。所以这些是网络安全或数据基础设施之类的东西。

所以我认为这笔交易在某种程度上已经上移到栈上。我确实认为它更像是一个“和”，而不是一个“或”。半导体仍然在。距离历史高点只有一步之遥，所以我认为市场在这笔交易和这个主题中为两者都找到了空间，但你肯定在某种程度上正在成熟，你处于AI主题的第四年，市场继续向前看，并寻找日历28年的线索。

Mark Wilson：还有Ben，股市一直在以人们不断提到的非常糟糕的广度交易。这种狭窄性很惊人。你对此有多紧张，我们应该有多紧张？当你看看股市引擎盖下面时，你最关注哪些主题，你最兴奋的是什么？

Ben Schneider：很惊人，标普中位数股票比其高点低超过15%。是的，我们偏好的市场广度指标是自互联网泡沫以来最窄的。这相当极端。我会说，那里容易下的赌注是，在某个时点，会出现重新趋同。难的部分是把握时机非常困难。而且判断这种重新趋同的方向也非常困难。大多数投资者回顾2000年，他们认为必须以向下追赶来解决。

但实际上，窄广度更常以向上追赶来解决。所以我认为对投资者的结论是，你想每样都拥有一些，想坚持Pete讨论的一些AI主题。你可能还想寻找市场上最近确实被宏观压力打压得很厉害的一些部分。

例如，我们一直在强调消费体验类股票。它们以相当低的倍数交易。如果你在利率方面或石油方面得到一点缓解，我认为它们会很好地追赶上来。而且我们是10月第一周，下周将开始大量财报，这将是市场接下来几周的注意力所在。当我们进入第三季度财报季时，你最关注什么？然后显然，日历年将改变，人们将开始谈论2028年估值倍数。当这些关键主题、这些对话开始时，你在想什么？

Ben Schneider：嗯，回到之前关于利率和估值的点，真正支撑市场的一直是盈利。我们需要看到盈利强劲将继续的迹象。共识预期，我认为这是正确的，是盈利增长约30%。这相当不错。但看起来随着我们进入2027年，我们会看到一些减速。

这是真的，既因为我们一直在讨论的宏观力量，也因为AI资本开支，尽管应该继续增长，可能不会以同样的速度继续增长。所以问题是那种减速会有多温和或多陡峭？然后回到之前的讨论，随着投资者不仅关注AI资本开支，还关注AI经济的其余部分，在那里获得更多数据将非常关键。

Mark Wilson：还有Pete，当你思考盈利以及我们将从科技公司看到的重大主题时，你最关注什么？再者，这与你明年关注的主题如何结合？

Pete Callahan：是的，有几件事与Ben所说的相吻合，但我认为第一焦点再次可能是这些大型超大规模云厂商的投资资本回报率，对吧？那仍然是这个市场的核心引擎。我觉得市场在第二季度出来后对此感觉不错，所以我们将再次寻找来自大型超大规模云厂商的积极强化。

我认为其他要考虑的事情，可见性，你开始听到一些半导体公司谈论到日历28年的可见性。那是，那是市场我认为试图解决的桥梁。而且这是半导体倍数广泛的一个大悬顶。所以那些拥有12、15个月可见性并且能够说出28年可能即将发生什么的公司，那将是焦点。我认为市场非常渴望下一个东西，对吧？大家都知道编程。作为一项大型AI应用，它在市场上已不再是秘密。

所以，这个个人代理的故事能变多大、多快，然后它对整个消费栈上下的影响，我觉得会很有意思去观察。然后最后，当然，与AI相关，只是试着思考你从标普500公司得到的任何关于成本节约、关于新收入、关于新产品、关于企业形成的只言片语。我认为这些是市场真正渴望的东西，以继续支持AI交易。

Mark Wilson：最后，Ben，我们距离中期选举不到一个月。我想问题真的是，选举重要吗？更实质性地，当你思考从现在到年底这段时间，XYZ在中期选举后确实交易得相当好的历史类比已经根深蒂固并被充分覆盖。投资者应该多大程度思考那本剧本？

Ben Schneider：再者，我认为这说明了背景，你直到现在才问它。通常在选举年，前一个月，我们会不断谈论它。是的，这个周期投资者的关注少得多。我认为既因为AI。因为宏观背景，也因为共识观点，即我们不太可能在未来一两年看到重大政策变化。话虽如此，正如你所说。最清晰的历史动态是选举前风险溢价积累，以及这种风险溢价实际上大约现在10月开始缓解。我认为目前显然有很多变动因素。但如果我看我们一直谈论的潜在盈利强劲，并将其与相当轻的投资者仓位、相当合理的估值结合起来。我确实认为基准情形应该是市场到年底更高。

Mark Wilson：Ben，Pete，非常感谢。感谢你们参加最新一期的《宏观电话会》，并记得参加每周版本，高盛marquee平台上的所有人都可以收听。

本文来自华尔街见闻，欢迎下载APP查看更多

据韩国经济日报本周稍早前报道，英伟达、谷歌、微软等全球科技巨头已与三星签署覆盖逾五年的芯片供应协议，尚未完成签约的企业正在暗中角力，争夺剩余约20%的产能。三星电子在二季度业绩电话会议上表示，"几乎所有主要客户都在申请长协"，并坦言"难以响应所有需求"。

这一趋势已从存储芯片蔓延至AI基础设施全产业链，涵盖多层陶瓷电容（MLCC）、覆晶球栅阵列基板（FC-BGA）、变压器、电力设备及冷却系统。市场议价权正加速向供应商倾斜，20%至25%的预付款及强制采购条款日趋普遍，但分析人士警告，一旦半导体市场逆转，长协也可能成为供应商的风险敞口。

存储产能争夺战：80%已有归属

报道称，据行业人士透露，三星电子明年存储芯片（含高带宽内存HBM）约80%的产量已通过长期供应协议锁定买家。这意味着尚未与三星签约的科技公司，只能竞争剩余约20%的产能。

三星并非孤例。SK海力士已与主要客户完成长协签署；美光科技的战略客户协议数量从二季度的16份增至三季度的26份；NAND闪存制造商闪迪也已与包括多家大型科技公司在内的八家客户签订长协。

这一转变有其历史背景。季度合同或现货价格交易长期以来是半导体行业的惯例，令芯片制造商难以预判未来定价与需求走势。随着全球科技公司今年大幅加码AI数据中心投资，芯片短缺局面随之出现，稳定的存储供应保障成为科技巨头的首要战略诉求，长协模式由此加速普及。

长协版图扩张：从芯片延伸至全链路AI基础设施

长协浪潮已突破存储芯片边界，向AI基础设施全产业链蔓延。

三星电机即将与达电（Delta Electronics）签署一份价值7000亿韩元（约5.07亿美元）的MLCC长期供应协议，这将是其今年完成的第七份此类协议。三星电机今年累计订单规模预计将达4.6万亿韩元（约33.3亿美元）。LG伊诺特克也正就FC-BGA供应协议展开长协谈判。

电力与冷却基础设施领域同样出现类似格局。LS电缆与系统已与Meta、谷歌等美国科技公司签署为期五年的母线槽长协；HD现代电气正就数据中心用变压器推进长协谈判；LG电子则与美国AI数据中心基础设施公司Air签署了一份价值5万亿韩元（约362亿美元）的冷水机组供应合同。

一位行业人士表示，鉴于AI相关零部件短缺预计将持续，科技巨头正不惜接受不利条款，全力锁定供应。

议价权易主：供应商坐收预付款与强制采购条款

供应商在此轮长协浪潮中占据明显主动。由于制造商扩产速度难以跟上需求增长，供需失衡持续扩大，市场议价权已向供应方显著倾斜。

在存储领域，五年已成为长协的标准基础期限，并附带每年滚动续签的一年期延长条款。为强化合同约束力，20%至25%的高额预付款已成为行业惯例，同时配套严格的强制采购条款——即便客户未能提货，也须按约付款。供应商有时会将这些预付款用于大规模晶圆厂建设的资金来源。

这一模式折射出科技巨头与零部件制造商之间利益的深度绑定：前者寻求稳定供应链，后者则借此对冲资本支出风险。

潜在风险：AI热潮降温或令长协成双刃剑

尽管长协为供应商提供了更强的收入可见性，但风险并未消除。

首尔大学电气与计算机工程系教授Choi Woo-young指出，"如果存储市场陷入低迷，客户要求重新谈判，供应商将别无选择，只能放宽现有条款。"

若半导体市场出现急剧下行，客户可能选择违约并承担罚款，届时那些依赖长协大举扩产的零部件制造商将面临严峻冲击。长协在提升供应链稳定性的同时，也将供应商的命运与AI需求的持续性深度捆绑——这既是当前的竞争优势，也是潜在的系统性风险所在。

本文来自华尔街见闻，欢迎下载APP查看更多

电池自研升温，赛力斯则继续扩建宁德时代在自己工厂里的产线。

10月10日，赛力斯集团与宁德时代在重庆签署长期战略合作协议。双方将加快“厂中厂”二期建设，围绕超充网络与电池服务展开合作，并联合开拓欧洲、中东及中亚市场。问界将继续长期全系搭载宁德时代电池。

华尔街见闻从赛力斯方面获悉，AIVA品牌未来将采用换电模式，成为赛力斯开拓海外市场的主力，宁德时代将协同推进AIVA的换电和海外业务。

这使双方的合作有了两项具体任务：为问界扩大制造配套，以及围绕新品牌安排换电与海外业务。宁德时代在赛力斯的合作范围，已经涉及产线、车辆使用中的服务，以及新市场的开拓。

“厂中厂”是其中已经落地的一部分。2025年6月30日，宁德时代在赛力斯超级工厂的两条CTP 2.0高端电池包产线正式投产，为问界车型本地化供应动力电池系统。这是宁德时代首次采用“厂中厂”模式。

这座工厂承担的是PACK制造：电芯在这里集成为可装车的电池包，再就近进入整车装配。把这道工序放进整车工厂，电池包生产与车辆装配之间的运输、交付和排产衔接，都可以在厂内完成。车型改款、电池规格切换、整车生产节奏调整，也需要双方在现场配合。

产线进入了赛力斯的工厂，电池包制造仍由宁德时代承担。赛力斯将供应环节拉到自己的生产现场，同时继续使用电池企业的制造能力。这种安排把“在哪里生产”和“由谁制造”分开了。

车企对电池业务的取舍，正具体到不同工序。理想汽车此前披露“电芯自研代工＋PACK自研自制”的路径；赛力斯此次则继续由宁德时代承担厂内电池包生产。

此次双方计划加快建设的二期，年规划产能为10—12GWh，建成后，一、二期总年产能将超过20GWh。按宁德时代披露，问界自创立以来全系搭载其电池，累计交付已突破120万辆。

已有的交付规模，为双方扩大制造合作提供了基础。随着二期推进，宁德时代需要围绕问界的车型和生产计划安排厂内配套；赛力斯也需要将电池包供应与整车装配衔接起来。长期供货的选择，由此落实到持续运转的产线上。

超充网络和电池服务，则把合作延续到了车辆交付之后。对于整车企业，电池在使用中的问题最终会体现为车主的售后需求，诊断、维修和技术支持需要供应商参与。百万辆级的累计交付，使双方除了新车装配，还要面对持续使用这些电池的用户。

共同出海又增加了一层关系。问界已经为双方带来规模化的国内业务，AIVA则是两家公司共同参与的新品牌。AIVA所属的赛豆科技由赛力斯与宁德时代共同参股，宁德时代通过旗下问鼎投资持股约9.89%。在这项业务上，宁德时代也具有投资人的身份。

AIVA计划采用换电，使宁德时代参与海外协同的内容更为具体。换电车型进入一个市场，需要适配的电池和换电设施，售车之后还涉及电池周转、维护与持续运营。整车销售和补能服务需要一起安排。

赛力斯将AIVA放在海外拓展的主力位置，也就需要为它安排当地的补能配套。宁德时代的协同由此关系到新品牌进入市场后的经营：车辆卖出去之后，换电服务能否跟上，会直接影响用户使用，也影响后续销售。双方共同参与的新品牌，把整车需求与电池服务更紧地联系在了一起。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台消息，10月9日，该行多资产策略团队Parag Thatte等分析师发布报告，将美股科技及大盘成长股（MCG & Tech）评级从“超配”下调至“中性”。分析师写道：

科技股的轮动已经走得很远，近期风险回报不再有吸引力。

倒V型反转将临？

德银追踪了过去两年美股科技股的五轮轮动周期。

数据显示，此前四轮反弹的中位涨幅约为29.5个百分点（相对大盘），而本轮截至10月8日已累计跑赢18.1个百分点。

分析师指出，当前科技股相对表现已接近长期趋势通道上轨——这正是此前数次反转的起点。

具体来看，当前科技股相对大盘仍有约4个百分点的上行空间才能触及通道顶部，但一旦触顶回落，历史规律显示相对下行幅度可达16个百分点。报告写道：

过去的轮动均呈现倒V型反转。

仓位不对称：科技超配，其余板块普遍低配

仓位数据同样支持这一判断。

截至10月8日，科技及大盘成长股仓位处于第58百分位，虽较近期高点有所回落，但仍明显超配。

与此同时，其他板块的处境截然不同：

• 金融股仓位跌至第17百分位，处于显著低配

• 工业周期股处于第38百分位

• 材料股处于第20百分位

• 消费必需品处于第19百分位

分析师指出，主动型投资者整体仓位处于第32百分位，已属温和低配；系统性策略仓位虽处于第85百分位，但近期也有所回落。

强劲业绩或难以提振股价，市场焦点已转移

分析师预计，美股科技股第三季度盈利增速约为55%，延续此前的强劲势头。

但这或许已不足以推动股价进一步上涨。

市场的担忧现在集中在未来盈利能力上，这一问题短期内难以消除。

相比之下，非科技板块的预期门槛极低——市场普遍认为这些板块几乎没有增长。但德银预测，非科技板块第三季度盈利增速约为21%（同比），与第二季度的23%相差无几，标普500中位数公司的盈利增速预计仍将维持在十几个百分点的较高水平。

“其他板块的门槛很低，市场普遍认为那里几乎没有增长——但实际上增长依然相当强劲。”分析师认为，这种预期差构成了轮动的基础。

轮动方向：资金流向其他板块，市场广度有望改善

分析师认为，科技股的高集中度历来引发市场对广度不足的担忧，过去两个月亦不例外。

一旦资金从科技股轮动至其他板块及小盘股，这一担忧有望缓解。

从历史数据看，科技股轮出阶段，非科技板块的中位涨幅约为3个百分点，而科技股则平均下跌约14.8个百分点。

跨地区来看，报告指出，科技股敞口是决定各地区市场表现的关键变量。科技股占比仅9%的欧洲市场，相较于科技占比40%的美国市场，在轮动中更具优势。

大跌风险：历史经验提示需警惕外部冲击

科技股轮出是否会伴随更大范围的市场下跌，是一个关键问题。分析师写道：

近期历史表明答案是肯定的——但需要注意，这些轮动往往与重大外部冲击叠加，例如'解放日'关税冲击和伊朗战争爆发，这些事件将所有股票一并拖低。

换言之，若无重大外部冲击，此次轮动更可能是结构性的板块再平衡，而非系统性的市场下跌。

长期趋势不变：科技股长期跑赢逻辑依然成立

值得注意的是，德银此次下调评级仅针对短期战术层面。

分析师表示，科技股长期跑赢大盘的趋势依然完好。过去十年，科技股年化跑赢标普500其余成分股约14个百分点，背后是持续更强劲的盈利增长支撑。

我们认为这一动态不会改变。

~~~~~~~~~~~~~~~~~~~~~~~~

本文来自华尔街见闻，欢迎下载APP查看更多

10月10日，根据高盛互联网分析师Eric Sheridan在SpaceX季度预览报告中的图表，一吉瓦算力的年化收入，短期现货租赁约为400亿至500亿美元，长期合同约为200亿至300亿美元，而超大规模云厂商（hyperscaler）自建产能的盈亏平衡门槛仅约120亿美元。

但高盛分析，谷歌等超大规模云厂商以高昂溢价租用算力，根本原因是自建产能跟不上，一旦自建产能追上，现货溢价将消失。其预测，SpaceX一家的算力规模将从2026年二季度的1.4吉瓦，增长至2027年底约7吉瓦，2028年底约10.6吉瓦——四年内扩张逾7倍。整个行业的算力供给正在快速增加。

现货价格：每吉瓦500亿美元

高盛报告显示，SpaceX在过去一个季度宣布了两笔新的算力托管合同，并告知投资者这些合同“以历史讨论区间300亿至500亿美元/吉瓦的高端定价”。

SpaceX并非孤例。

• Nebius（NBIS）在8月披露，第三季度短期算力合同定价约为400亿至500亿美元/吉瓦。

• CoreWeave（CRWV）披露近期短期合同定价约为400亿美元/吉瓦。

• IREN披露近期三年期合同定价超过200亿美元/吉瓦，在谈合同约为250亿美元/吉瓦。

• Nebius长期合同定价同样在200亿至250亿美元/吉瓦区间。

德意志银行分析师Edison Yu在其“Got compute?”报告中进一步拆解了SpaceX各笔合同的GPU小时定价，得出谷歌和Reflection AI的合同约为每兆瓦5000万至5100万美元，另外两家未披露客户约为每兆瓦6000万至6100万美元——折算下来高达每吉瓦610亿美元，GB300芯片的小时租金接近14美元。

“现货价格”是“长协价格”的2倍

短期现货价格约是长期合同价格的两倍。长期协议的定价下限目前维持在约200亿美元/GW。

这种期限结构倒挂，在大宗商品市场有一个专有名词：反向市场（backwardation）。它通常意味着市场将当前短缺视为暂时现象。

换句话说，买家愿意为“不承诺”支付溢价，恰恰说明需求虽然真实，但连买家自己也不确定这种需求能否持续。

对超算云运营商而言，高盛测算超算云全包资本开支约为每吉瓦420亿美元。以400亿至500亿美元/年的现货收入计算，约一年即可收回全部建设成本；即便按200亿美元的长期合同底价，也只需两年。

但有一个关键细节不容忽视。高盛在报告中特别提示：

这些托管合同大多数双方均可在90天内取消，因此我们假设收入按当前价格确认至合同到期（多数为2029年）的做法，存在过于乐观的风险。

一份年化500亿美元的收入合同，法律上是一份季度租约。

高盛回报测算：云厂商每GW所需收入约116亿美元

高盛科技分析团队上月尝试测算超大规模云厂商资本开支所需的AI收入规模，结论是：六大美国超大规模云厂商（Alphabet、亚马逊、微软、Meta、Oracle、SpaceX）需要在2028至2030年累计实现约1.42万亿美元AI收入，折算约为每吉瓦每年116亿美元，才能在2026至2027年AI算力投入上实现15%的投入资本回报率（ROIC）。

即便将ROIC目标提高至30%，并采用最高资本开支假设，这一数字也不超过每吉瓦186亿美元。

而当前短期超算云租金是这一门槛的2至4倍。

这意味着什么？

谷歌以每吉瓦约450亿美元的价格租用SpaceX算力（德意志银行测算为500亿美元），而高盛的ROIC框架显示，谷歌自建数据中心只需每吉瓦约120亿美元的回报即可。

没有人会为一种商品支付4倍溢价，除非别无选择。分析指出，谷歌租用算力，是因为自建速度跟不上。一旦自建产能追上，租用溢价将消失，超算云收入也将随之大幅缩水。

连最乐观的Token经济学也撑不起现货价格

摩根大通分析师Gokul Hariharan给出了一个相对乐观的框架：前沿模型厂商的推理业务毛利率为60%至80%，每吉瓦算力可产生200亿至400亿美元年化Token收入（相比2025年的100亿美元）。

但做一个简单的数学验算：

如果算力成本占Token收入的20%至40%（即60%至80%毛利率），那么一家以每年450亿美元租用一吉瓦算力的实验室，需要从这一吉瓦上销售约1100亿至2250亿美元的Token，才能覆盖成本并盈利。

这是摩根大通自身乐观预测区间的3至11倍。

结论只有一个：没有人以每吉瓦450亿美元的价格租用现货算力来服务付费客户并盈利。他们租算力是为了训练下一个模型，资金来源是下一轮股权或债务融资——主要是债务。

这也正是Rothschild Redburn分析师Alexander Haissl上月对CoreWeave和Nebius发出卖出评级时的核心论点。他直接指出：

训练需求能够持续，前提是外部资本保持充裕。

AI收入：同一笔钱被数了好几遍

超算云收入、超大规模云厂商收入与AI“行业”它们在很大程度上是同一笔钱，但被计算了多次。

追踪一美元终端用户支出的流向：

1. 企业付费给Anthropic，Anthropic按总收入（含云合作伙伴分成）入账；

2. 云合作伙伴（AWS、谷歌）将其份额计入云收入；

3. 若该合作伙伴算力不足，向SpaceX或CoreWeave租用一吉瓦，后者计入托管收入；

4. SpaceX和CoreWeave向英伟达付款，英伟达计入数据中心收入。

将整个产业链的“AI收入”加总，得到的数字是终端用户实际支付金额的数倍。

而本周AI股票大跌，导火索就是英国《金融时报》报道OpenAI截至9月底的年化收入约为500亿美元，低于此前流传的约700亿美元月度经常性收入（MRR）数字。

高盛TMT专家Sean Johnstone解释了差距来源：

Anthropic更接近总收入口径（含云合作伙伴的全部客户支出，合作伙伴分成计为成本）。OpenAI更接近净收入口径（主要是自身份额）。当部分投资者试图将两者统一口径、对OpenAI数据进行总收入还原时，就产生了8月约400亿美元、随后约700亿美元的更高数字……这一事件凸显了市场对两家使用不同报告口径的私人公司收入轨迹的高度敏感性。

据彭博报道，即便是500亿美元这一数字，也是“基于更短时间段的年化销售额预测”，本身就是一种向上拉伸的计算方式。

现货价格无法支撑整体建设规模

最终，数学本身说明了问题。

以高盛1.42万亿美元收入需求除以每吉瓦每年116亿美元，可以推算出六大超大规模云厂商2026至2027年资本开支对应约41吉瓦AI算力。

以不同价格为这41吉瓦定价：

• 按高盛15% ROIC门槛（约116亿美元/吉瓦）：每年约4700亿美元AI收入

• 按长期托管合同底价（200亿美元/吉瓦）：每年约8100亿美元

• 按当前短期超算云现货价（约450亿美元/吉瓦）：每年约1.8万亿美元

对比现实：头部三家AI实验室7月合计年化收入约1000亿美元；投资人Brad Gerstner认为年底需达到1800亿至2000亿美元才能“维持AI交易逻辑”；高盛投资组合策略团队表示市场“现在需要看到”约3000亿美元年化AI收入的证据。

当前超算云现货价格，是稀缺算力的边际价格，而非整体建设规模能够实现的平均价格。

高盛TMT团队的总结：

未来回报应越来越多地来自精选赢家……而非持有任何与AI资本开支相关的标的。

容量扩张将压缩稀缺溢价

高盛预测，SpaceX一家的算力规模将从2026年二季度的1.4吉瓦，增长至2027年底约7吉瓦，2028年底约10.6吉瓦——四年内扩张逾7倍。

整个行业的算力供给正在快速增加。

分析指出，在航运和其他大宗商品市场，“没有什么比创纪录的价格更能治愈创纪录的价格”。期限曲线已经在告诉市场AI算力的走向：长期合同价格仅为现货价格的一半。

唯一的问题是：终端用户收入能否在信贷市场之前先行到位——还是说，那些以现货价格为永久状态定价的芯片抵押债务工具，会率先自行发现答案。

值得注意的是，高盛TMT团队已将Oracle和Broadcom的信用利差列为监测债务驱动AI资本开支风险的关键指标。Oracle五年期信用违约互换（CDS）周四收于261个基点，创历史新高。

本文来自华尔街见闻，欢迎下载APP查看更多

Vitol首席执行官Russell Hardy本周在伦敦能源情报论坛上表示，"西方已经没有更多库存可以消耗"，并警告若霍尔木兹海峡航运中断，油价存在冲至每桶200美元的情景。与此同时，高盛大宗商品团队在最新报告中承认，其沿用多年的布伦特原油定价模型今年已经"失灵"，原因在于此前模型仅追踪经合组织（OECD）商业库存，而本轮库存消耗的近60%发生在非OECD国家。

高盛在重建模型、纳入全球非OECD库存数据后发现，9月份油价中的风险溢价达到每桶22美元，仅次于今年4月创下的历史峰值，远超2022年俄乌冲突期间不超过每桶16美元的峰值水平。这一数字意味着，市场正在为一个几乎没有任何缓冲的供应体系支付接近历史最高的"恐慌溢价"。

行业高管齐声示警：库存缓冲已近极限

本周，全球石油行业最具话语权的高管们在伦敦集体发出警告，措辞之严峻前所未有。

Russell Hardy表示，为维持冬季供需平衡，全球每天需要通过霍尔木兹海峡航线输出约1000万至1400万桶原油。目前，在美国海军为霍尔木兹穿梭油轮开辟航线后，每日约有1200万桶原油和200万桶成品油得以通过，市场勉强维持平衡——但前提是不再出现任何新的意外。

Hardy将本轮危机概括为三个阶段："我们以原油危机开局，随后演变为成品油危机，现在中东原油供应有所恢复，但又演变成了航运危机。"据报道，油轮租船费率已呈"近乎抛物线式"上涨，北海货物上周成交价格达到每桶145美元，欧洲炼油利润率已转为负值。

壳牌首席执行官Wael Sawan表示，"这些减震器能够承受的冲击是有限度的……你不可能无限期地这样下去，而不出现进一步的断裂。"沙特阿美总裁Amin Nasser则警告，"紧急储备或许能撑过一个冬天，但无法解决长期供应问题。"

660亿桶已消失：库存消耗的真实规模

能源分析师John Kemp在最新报告中直言，"全球原油和成品油库存已降至系统对进一步冲击几乎没有抵御能力的水平。"

根据美国能源信息署（EIA）10月短期能源展望数据，自今年3月以来，全球库存已累计消耗约6.6亿桶，其中近60%来自非OECD国家的储罐。这一数字与高盛自身追踪的可见库存数据相互印证——高盛数据显示，截至8月，自3月1日以来的累计消耗已达5.09亿桶。

美国战略石油储备（SPR）的情况同样严峻。据EIA最新数据，SPR本周再度减少78.4万桶，降至2.83亿桶，距1982年建库以来的历史最低点仅剩1300万桶。

在此背景下，多国上周宣布将额外释放1亿桶紧急储备，叠加此前已宣布的4亿桶。然而，据摩根大通首席石油策略师Natasha Kaneva解读，"此次公告中的1亿桶并不代表1亿桶新的干预……这意味着周五公告的很大一部分是此前IEA释放计划的延续，而非新注入的桶数。"换言之，所谓"新援军"不过是同一批援军被要求跑得更快。

高盛模型"失灵"：被忽视的非OECD库存

高盛在报告中坦承，其依赖数十年的布伦特原油定价模型今年出现了根本性偏差。

在1998年以来的历史样本中，OECD商业库存能够解释布伦特原油1个月/36个月期限价差"超过60%的变动"。然而，今年这一关系彻底崩溃："今年以来，期限价差上涨了每桶30美元，而OECD商业库存几乎没有变化。"

原因在于，本轮库存消耗主要发生在OECD视野之外。波斯湾出口（包括"暗流"桶）已恢复至2025年均值水平或以上，"但布伦特现货价格依然维持在三位数"，因为全球可见库存已接近2017年以来的历史最低水平。

高盛随后将模型扩展至纳入"OECD商业储存以外的全球陆上石油库存"。新模型对期限价差的拟合度明显改善，但仍留有较大缺口——这一缺口正是风险溢价的来源。

高盛同时指出，OECD桶与非OECD桶的边际定价权重并不相同："OECD商业库存每下降1亿桶（降幅约3.5%），布伦特公允价值上升约每桶8美元；而其他可见全球陆上库存等量下降，仅推升约每桶2美元。"原因在于，布伦特和WTI基准合约的实物交割地均位于OECD，市场为其所能看见、所在之处的桶定价。

每桶22美元风险溢价：史上第二高

在纳入非OECD库存后，高盛模型所剩余的"无法解释部分"即为风险溢价。

高盛报告显示，"更新后的模型显示，9月份平均风险溢价为每桶22美元——为有记录以来第二高月度读数，仅次于2026年4月。若仅使用OECD商业库存，风险溢价估算将高达每桶29美元，但这一方法无法捕捉OECD以外的实物市场紧张程度。"

作为参照，2022年俄乌冲突后的月度风险溢价峰值"未超过每桶16美元"。高盛指出，这凸显了"今年石油供应冲击的史无前例程度"。

高盛将当前高风险溢价归因于三大驱动因素：其一，供应中断恐惧，溢价与布伦特看涨期权偏斜度及地缘政治风险指数高度相关（相关系数0.5）；其二，投机性多头仓位，"纸桶"今年持续推高价格（相关系数0.6）；其三，宏观组合对冲需求——石油供应冲击通过推升通胀和美债收益率，使原油成为股票和债券组合的对冲工具。本周10年期美债收益率已升至5.3%以上，布伦特与10年期美债的相关性接近25年来高位，而油价与股市的相关性则大幅下滑。

多重冲击叠加，缓冲归零

过去一周，市场在毫无缓冲的情况下遭遇了几乎所有类型的供应冲击。

霍尔木兹方向，一艘油轮在卡塔尔附近海域遭到袭击；伊朗伊斯兰革命卫队（IRGC）袭击了一艘液化石油气油轮，并警告将对"在霍尔木兹海峡以外实施违规行为"的船只予以惩处；沙特媒体报道胡塞武装已在曼德海峡布雷；阿联酋则宣布在波斯湾救援了一艘起火油轮上的22名船员。

墨西哥湾方向，飓风Isaias导致美国墨西哥湾63%的石油产量被迫关停，登陆佛罗里达州，主要炼油厂险遭波及。

俄罗斯方向，特朗普宣布普京同意向全球市场释放部分柴油，但数小时后，乌克兰无人机据报击中了俄罗斯一处主要燃料出口枢纽。

华盛顿方向，特朗普表示中期选举前不会对伊朗动武，消息一度压低油价；但德黑兰随即继续袭击油轮，所谓"明确的外交解决"前景依然渺茫。

正如Jefferies所总结的："现在任何一次小规模中断，都会产生超乎寻常的价格后果。"

高盛基准预测与上行风险

高盛在报告中维持其基准情景，即风险溢价将"逐步回归历史均值零"，并指出中东供应在"持续适应性"下持续超预期。但报告同时明确警告，若地缘政治局势持续，溢价"可能在明确外交解决出现之前维持高位"，并指出"若地缘政治使风险溢价长期维持高位，我们的价格预测存在上行风险"。

高盛上月已上调布伦特原油预测，若霍尔木兹中断延续至2027年，布伦特最高可能触及每桶120美元。而Vitol的Russell Hardy给出的极端情景更为直接：一旦霍尔木兹穿梭航运再度停摆，每桶200美元并非尾部风险，而是现实选项。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛对冲基金覆盖业务负责人Tony Pasquariello在最新客户报告中坦承，当前美股涨势"基本上只是一笔大交易"——人工智能。他维持看多美股的主基调，但措辞明显趋于谨慎，不再愿意断言未来5%的方向向上。与此同时，高盛数据显示，标普500成分股中约有六分之一已较高点回撤逾50%，而指数本身距历史高点仅一步之遥。

这一分裂格局正在引发市场对集中度风险的深层担忧。利率持续攀升、市场广度恶化、仓位向AI板块极度集中，多重压力信号同时亮起，而多头的防线只剩下英伟达与美光能否在即将到来的财报季兑现预期。

极度分化：一场只在特定角落成立的牛市

标普500指数本周一度触及7818点的历史新高，随后因OpenAI营收预警消息回落至7765点。表面上，牛市旗帜仍在飘扬，但内部结构已高度扭曲。

高盛同事Brian Garrett统计的数据揭示了这一分裂的深度：过去三个月，标普500约45%的成分股与指数本身呈负相关，这一比例创历史新高。

高盛的Adrien Simonet进一步量化：自8月27日以来，标普500整体上涨1.28%，而剔除AI相关股票后的"标普500 ex-AI"（SPXXAI）则下跌5.19%，两者之间的滚动30日差距接近AI交易自2023年1月启动以来的最大值。

与此同时，罗素2000指数在过去20个交易日中有16个交易日跑输纳斯达克，落后幅度约9个百分点。Pasquariello将这场行情定性为"极度狭窄的上涨"——美国大型科技股如火车头般狂奔，而利率敏感型和周期性板块则持续承压。

仓位"干净"，但风险集中于一处

尽管指数处于历史高位，市场整体仓位却出人意料地偏低。高盛Prime Book数据显示，9月份对冲基金对美股的净敞口处于1年、3年和5年低位；基本面多空策略的净杠杆率连续三周下滑，降至去年特朗普公布对等关税以来最低水平；高盛情绪指标也徘徊在多年低点附近。

Pasquariello的解读是：低配美股本身已成为一笔拥挤的交易，对于那些担心错过标普500冲上8100点的机构而言，看涨期权的成本相对低廉。

然而，低净敞口并不等于低风险，因为总敞口依然高企，且残余仓位被极度集中在同一个方向。

9月份，科技股是对冲基金唯一净买入的板块，买入规模为2025年2月以来最大。

高盛Prime Book数据显示，"Mag 7"净敞口目前约占美股总敞口的22%，为2022年初有记录以来的历史最高值；半导体仓位占比达12%，较年初翻倍。Simonet补充指出，杠杆半导体ETF资产规模已达约1150亿美元，一旦市场下行，将产生机械性的放大效应。

周四，在OpenAI消息冲击后，高盛TMT交易台在半导体、AI及大型科技股方向录得逾10亿美元净卖出，已是一次小规模预演。

盈利增长亮眼，但高度依赖少数公司

财报季即将开启，Pasquariello抛出第三个论点：面对标普500同比28%的盈利增长预期，谁愿意做空？这一数字较上周的27%预测还在上修。

但这同样是一个"取决于看哪里"的故事。

高盛Ben Snider的Q3盈利预览显示，标普500中位数股票的盈利增速已从Q2的14%放缓至Q3的9%。按板块拆分，科技板块增速高达64%，能源板块更达122%。

高盛的Wilson测算，本季度标普500盈利增长的68%将由前10大贡献者贡献，高于上季度的48%；其中仅美光和英伟达两家公司就占据了这68%的一半。更值得关注的是，高盛27%的全年盈利增速预测在其自身模型中已是本轮周期高点，此后三个季度将逐季放缓；超大规模云计算商（hyperscaler）的资本开支增速（Snider估计为116%）也可能在本季度见顶。增速高点与资本开支高点同步到来，叠加股价和持仓均处于历史极值，这种组合往往在事后才被描述为"早有预兆"。

利率从逆风升级为系统性风险

这是Pasquariello措辞变化最显著的部分。十天前，他将利率上行定性为股市的"逆风"，但明确排除了"破坏性"的可能。而在最新报告中，他的表述升级为：利率上行正在成为主权债务和企业债务的"更大风险"。

市场数据印证了这一转变。周四，30年期美债拍卖得标利率达5.618%，为2000年8月以来最高；10年期美债收益率收于5.23%。高盛经济学家预计，"Warsh美联储"在9月加息至3.75%-4%后，将于12月再度加息。高盛的Rikin Shah测算，10年期收益率108个基点的抛售中，有98个基点来自实际利率，30年期实际收益率3.33%已接近2010年以来的区间上沿。他的结论是：美债市场正在寻找两个临界点之一——AI融资需求开始对利率敏感的水平，或者经济中其他环节率先断裂的水平。

在企业信用层面，高盛信用策略师指出，美元投资级信用债年初至今回报率为-292个基点，并重点关注面临贷款到期再融资压力的软件发行商。高盛经济学家估算，当前利率水平可能通过住房、消费和资本开支渠道，在2027年拖累经济增长0.5个百分点。

Simonet的警示尤为直接：期限溢价冲击不会区分AI故事的优劣，它会同时对所有十年期现金流重新定价。他认为真正的左尾风险，是美联储被迫超预期加息以维护长端信誉，而CPI数据将是近期的触发器。

牛熊两面，同一个赌注

Pasquariello在报告中引用了一位他显然颇为敬重的投资者的话，这也是他认为全文最重要的一句：

"你知道吗，这基本上只是一笔大交易。"

他没有反驳。将六项判断并排审视——趋势、仓位、盈利、利率、集中度——会发现它们不过是同一个观察的不同侧面：趋势向上，因为AI；仓位偏低，但AI除外；盈利增长，靠的是AI及其能源需求；利率上行，部分原因是AI的融资需求。牛市和熊市的论据，都指向同一个标的。

Pasquariello还提出了一个"科技与能源并驾齐驱"的友好视角：过去11年中，两个板块各半的组合有10年录得正收益，年均回报18.7%，夏普比率1.2。但这同样是在描述同一笔交易及其能源约束。

季节性与中期选举：最后一道变量

Pasquariello的第六项判断相对简短：Q4季节性规律较为有利，但他预计11月3日的中期选举将带来一波波动。

高盛的Alec Phillips指出，预测市场给予民主党夺回众议院的概率超过90%，参议院为65%，通用选票领先优势达8.9个百分点，"横扫"已成为市场的基准情景。

与此同时，VIX周四收于15.4，但高盛波动率交易台报告称，当天有买家在约6小时内买入约1000万美元vega的年底标普500看跌期权。有人正在为"友好的季节性"买保险。

一个出口的市场

Pasquariello最终给出三点结论：牛市成立，但取决于你看哪里，近期风险回报不明朗，建议"注意速度限制"；坚守两匹最快的马——美国和日本；以及用做多股票搭配做空利率的组合来对冲。

这一对冲策略本身耐人寻味：如果持有股票的建议是同时做空债券，那么实际上是在说两者将同步下跌，而"做空利率"只有在收益率继续上行时才能盈利——而这恰恰是那85%已深度回撤的成分股最难承受的，也终将成为另外15%的融资成本压力。

多头情景需要美光和英伟达兑现业绩，需要超大规模云计算商资本开支不见顶，需要美联储止步于两次加息，还需要有人愿意在5.6%的收益率水平接盘长债。空头情景只需要其中一项落空。

一笔大交易，上涨时固然美好。但它的定义，也意味着整个市场只有一个出口。

本文来自华尔街见闻，欢迎下载APP查看更多

瑞银美国股票顾问销售团队成员Théa Ziegler在周五的报告中写道：“铜依旧是我们最高确信度的大宗商品主题之一。”她指出，电气化与数据中心建设带来的需求增长预计将持续超越供给增速，铜价的结构性支撑并未动摇。

电气化、数据中心建设以及持续的供给约束，将继续支撑铜的长期建设性前景。对投资者而言，核心结论是：未来数年供给增长预计将落后于需求增长，这将支撑铜价维持高位——尽管关税与贸易政策在短期内仍存在不确定性。

周五，铜价收报约14622美元/吨。

Théa Ziegler认为，铜供给缺口将延续至2030年代初。与此同时，智利矿山罢工与全球库存告急两大变量正在叠加，进一步压缩市场的缓冲空间。

智利罢工敲响供给警报

摩根大通拉丁美洲企业信贷研究主管Natalia Corfield本周指出，智利Centinela铜矿已爆发罢工。Centinela是Antofagasta在智利的主要铜矿之一。

据彭博报道，发起此次劳资行动的两个工会警告称，若罢工持续，Centinela最快约两周内将开始削减铜产量。

这一事件为本已紧张的铜供给局面再添变数。

库存降至极低水平，德银上调目标价

德意志银行金属研究主管Daniel Ghali上月警告称，全球铜库存已降至“前所未有的低位”，部分原因在于美国和中国的囤货行为正在挤压其他地区的供应。

Ghali将伦铜2027年第二季度目标价上调至22050美元/吨。

在上述背景下，Ziegler表示，瑞银团队持续看好与铜价高度挂钩的矿业股。她写道：“首选标的包括Freeport-McMoRan、First Quantum、Hudbay及Teck Resources，这四家公司均被认为处于有利位置，有望受益于预期中由结构性需求与受限供给响应共同驱动的多年铜价上行周期。”

本文来自华尔街见闻，欢迎下载APP查看更多

当地时间10月10日，特朗普公开表态，乌克兰不得攻击俄罗斯炼油厂，并直接点名泽连斯基：“最好立刻停手。”他更进一步建议乌克兰换掉现任总统，称“这样他们就能达成协议了”。

此前一天，美国财政部宣布放松对俄罗斯柴油贸易的制裁，特朗普随即宣布美俄就俄向美国及全球市场供应柴油达成一致。泽连斯基对此强烈反弹，称感到“被背叛”。乌克兰随即转向欧洲，泽连斯基10日与多国领导人通话，寻求协调应对。

特朗普直接点名：换掉泽连斯基

据央视新闻，10月10日，特朗普在被记者多次追问泽连斯基的批评后，拒绝正面回应，但随即主动发起攻势。

据央视新闻报道，特朗普表示，乌克兰总统泽连斯基想干什么就干什么，但不能打炼油厂。

特朗普还表示，泽连斯基最好立刻停手。特朗普称，建议他们换个领导人，这样他们就能达成协议了，乌克兰该换个新总统了。

特朗普同日表示，他对与普京达成的协议感到满意。

美俄柴油协议：导火索

特朗普此番表态的直接背景，是美俄之间一项新达成的能源协议。

10月9日，美国财政部外国资产控制办公室发布公告，宣布在未来几个月内放松针对俄罗斯柴油贸易的制裁，官方理由是缓解美国国内柴油供应紧张、平抑油价。

同日，特朗普宣布，美俄领导人就俄罗斯向美国及全球市场提供柴油达成一致。

乌克兰总统泽连斯基9日在接受采访时，对美俄达成柴油协议表现出明显失望，并称自己有一种“被背叛”的感觉。泽连斯基称允许俄罗斯出售石油产品“就是在投资战争”，并在9日夜间发布声明，直指“美方的行为不是伙伴应有的做法”，将这一决定定性为“强大伙伴作出的软弱决定”。

泽连斯基转向欧洲

面对来自华盛顿的压力，泽连斯基10日迅速展开外交行动。

据新华社报道，泽连斯基当天在社交媒体发布消息，确认已与多位欧洲领导人通话，包括芬兰总统斯图布、法国总统马克龙、挪威首相斯特勒以及英国首相伯纳姆。

通话内容涵盖三个方向：通报俄乌冲突近况；讨论美国放宽对俄石油产品制裁所带来的挑战；协调应对措施并筹备后续会晤。

泽连斯基呼吁欧洲各方加大对乌援助，并加强对俄罗斯的制裁力度。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》最新报道，英伟达正与美国AI初创公司Reflection AI洽谈收购或深化投资事宜，知情人士透露，双方谈判仍处于早期阶段，交易可能在未来数周内达成，但也存在破裂风险。Reflection AI被视为“美国版DeepSeek”，其最新估值在今年3月的融资轮中达到250亿美元。

此次交易若成功落地，将是英伟达近期大规模AI投资浪潮中的又一重磅动作。就在今年9月，英伟达刚刚以130亿美元收购AI模型库Hugging Face；12月，英伟达还与芯片初创公司Groq达成约200亿美元的许可协议。彭博援引知情人士称，英伟达此次与Reflection的谈判尚未确定任何条款，可能的交易结构包括"acqui-hire"（即雇用员工并授权技术）、提供更多算力，或进一步增持股权。

交易结构灵活，规避监管审查

据报道，此次谈判中讨论的交易形式之一是"acqui-hire"——英伟达将直接雇用Reflection员工并获得技术授权，而非进行完整收购，从而绕开耗时较长的反垄断审查程序。

这一模式在大型科技公司的AI并购中日趋流行。英伟达此前与Groq的约200亿美元交易即采用类似结构，但该交易本周已遭到部分Groq员工提起诉讼。

除"acqui-hire"外，英伟达也可能选择向Reflection追加股权投资，或通过提供更多芯片与算力来深化双方合作关系。英伟达目前已是Reflection最大股东之一，此前已向其投入8亿美元。

Reflection AI：美国版"开源模型"的战略棋子

Reflection AI由两位前谷歌DeepMind研究员Misha Laskin和Ioannis Antonoglou联合创立，专注于开放权重（open-weight）模型的研发——此类模型允许用户自定义并在自有硬件上运行，运营成本远低于OpenAI或Anthropic的顶级商业模型。

本月初，Reflection发布了首款公开可定制AI产品Beam，运行于英伟达芯片之上。该公司称，Beam在高级推理基准测试中的表现与国内智谱AI旗舰开源模型GLM-5.2相当，同时在编程和AI智能体任务上具备成本优势。

Reflection还与美国国防部、能源部建立了合作关系，并与韩国等美国盟友签署了AI模型开发协议。此外，据华尔街日报此前报道，Reflection已与埃隆·马斯克旗下SpaceX及云服务商Nebius Group达成数十亿美元的算力采购协议。

Reflection的投资方阵容同样引人注目，除英伟达外，还包括红杉资本（Sequoia Capital）、Disruptive以及1789 Capital——特朗普之子小唐纳德·特朗普（Donald Trump Jr.）是1789 Capital的合伙人。

黄仁勋押注开源生态，补齐前沿模型短板

英伟达目前已拥有自家开放权重模型系列Nemotron，但在前沿规模的基础大模型领域仍存在明显空白。收购或深度绑定Reflection，将有助于英伟达直接填补这一缺口。

今年7月，英伟达首席执行官黄仁勋公开呼吁建立美国本土开放权重模型"生态系统"，称其对于"在全国范围内创造创新与繁荣机会"至关重要。特朗普政府的AI行动计划亦明确表态："我们需要确保美国拥有基于美国价值观的领先开源模型。"

从更宏观的视角看，英伟达过去两年持续向AI产业链各环节大规模注资——从OpenAI等大型AI实验室，到Nebius等新兴云服务商，再到一系列小型AI公司。这一策略在为英伟达芯片持续制造需求的同时，也令其在整个AI经济体系中的核心地位愈发稳固。与Reflection的潜在交易，则标志着英伟达开始从"卖铲人"向"亲自下场"的模型生态构建者转型。

本文来自华尔街见闻，欢迎下载APP查看更多

据环球时报消息，沙特阿拉伯民航总局11日发布声明指出，利雅得哈立德国王国际机场10日遇袭造成12人死亡、309人受伤。死伤者包括多国公民，目前尚无中国公民伤亡报告。机场已暂停运营，以完成损失评估并检查设施安全。

就在同日，美国总统特朗普在谈及此次袭击事件时表示，美国“可能”加入沙特针对胡塞武装的打击行动，“我们将仔细考虑”。这是迄今美方就该冲突最直接的介入表态。

机场连续遭袭

这已不是利雅得机场首次遭到攻击。

此前沙特阿拉伯民航总局9日曾发表声明说，位于首都利雅得的哈立德国王国际机场8日遭到两次袭击，造成3名沙特公民死亡、多人受伤。10日再度遭袭后，伤亡人数大幅上升至12死309伤。

沙特阿拉伯主导的多国联军发言人图尔基·马利基10日晚另行表示，一枚炮弹坠落在达曼法赫德国王国际机场附近，显示袭击范围已不局限于利雅得一地。

目前，哈立德国王国际机场已暂停运营。沙特民航总局表示，正与有关部门协调开展相关工作，后续进展将另行公布。

美国称强烈谴责对沙特的袭击

胡塞武装释放信号，但双方分歧未消

就在袭击发生的同一天，胡塞武装也发出了另一方向的信号。

据新华社报道，胡塞武装10日表示，愿意与沙特采取相互对等的措施，避免将机场、海港及其他具有人道主义功能的设施卷入军事对抗，并将机场和海港列为优先保护对象。

但胡塞武装同时指责沙特于7月13日袭击也门首都萨那国际机场，称正是这一行动导致此前的缓和局势结束。胡塞武装还明确表示，不接受沙特在也门驻军。但双方立场分歧明显，冲突走向仍存在高度不确定性。

沙特主导联军：将坚决回应胡塞武装袭击利雅得机场

本文来自华尔街见闻，欢迎下载APP查看更多

征求意见稿明确提出，禁止配备全隐藏式车门把手；灯光、雨刮、除霜除雾等关键驾驶安全功能在采用虚拟操纵件的同时，必须保留实体操纵件；折叠显示屏、柔性显示屏被明确禁止；行车时不得使用"零重力"座椅、旋转座椅或座椅放倒成床等功能。

在时间节点上，自2027年1月1日起，涉及创新设计的新申报车型须提交额外技术参数及验证材料；已获批车型须在2027年7月1日前完成补充申报，逾期且存在安全隐患的车辆须立即停产并启动召回程序。

禁止全隐藏式门把手，关键功能须保留实体操纵件

征求意见稿中《汽车产品创新设计技术指南》明确规定，禁止配备全隐藏式门把手。采用门把手创新设计的产品，须按照《汽车车门把手安全技术要求》（GB 48001）等要求，充分验证车门把手在极端环境中的功能稳定性和紧急情况下的可操作性，并具备机械冗余设计和手部操作空间。

在操纵件方面，征求意见稿要求，挡位、灯光、喇叭、前风窗玻璃除霜除雾、前风窗玻璃刮水器、车窗升降、辅助制动、应急制动手刹、驱动系统电源切断装置和组合驾驶辅助系统激活等功能，均须配备实体操纵件，并纳入新增技术参数申报范围。

对于采用虚拟操纵件（触摸按键、压感按键等）替代传统物理按键的产品，须完成触控可靠性、防误触性能、反馈清晰度等评估验证。汽车应急逃生装置、应急制动装置、驱动系统电源切断装置等涉及安全的应急操纵件，必须具备实体操纵件和醒目标识，便于应急操作。

折叠屏、柔性屏被禁，显示屏娱乐功能受限

征求意见稿明确规定，不得采用折叠显示屏、柔性显示屏。对于采用中控娱乐屏、大面积显示屏、复杂抬头显示的产品，须评估信息呈现对驾驶安全的影响，以及极端环境场景下的功能可靠性，并进行碰撞安全评估。

新增技术参数申报项目中，要求企业填报中控显示屏娱乐功能的限制使用场景，以及是否配备组合驾驶辅助信号灯等信息。

座椅创新设计须受技术手段限制，行车时禁用特定功能

针对当前市场上广泛推广的大角度座椅（"零重力"座椅）、旋转座椅及座椅放倒成床功能，征求意见稿要求，汽车生产企业应通过技术手段限制座椅使用场景，行车时不可使用上述功能。

相关产品须完成座椅防夹安全性、碰撞安全性、调节机构锁止可靠性和防止误触其他操纵件等评估验证。同样，采用升顶座舱结构的产品，行车时亦不可使用升顶座舱功能，须通过技术手段加以限制，并完成防夹安全性、碰撞安全性、防风等评估验证。

新型交互方式受限，非驾驶人不得操控关键功能

对于采用语音交互、手势交互等新型人机交互系统的产品，征求意见稿规定，涉及关键驾驶安全的功能，如开启/关闭除霜除雾、前照灯、雨刮、车门、前机盖等，不得允许非驾驶人在车辆行驶过程中通过语音交互或其他新型交互方式直接操控。

新增技术参数申报项目中，要求企业填报防止语音等新型交互方式误操控车辆关键驾驶功能的情况，包括有效交互区域、语料识别、指令确认机制等内容。

研发测试验证门槛全面提升，环境适应性验证不少于一年

征求意见稿中《汽车产品研发测试验证技术规范》要求，汽车生产企业须在申报《公告》产品准入前，完成综合可靠性与耐久性、结构可靠性、软件功能可靠性、环境适应性、采暖与制冷、防护性能与密封性等方面的测试验证。

具体要求包括：综合可靠性与耐久性验证须完成不低于30000公里的可靠性验证试验；环境适应性验证周期不少于1年，且须包含从高寒—高温—高寒的试验次序（"两冬一夏"）；验证材料留存期限不少于6年。

未完成全部研发测试验证项目的企业，不得申报《公告》。未按要求进行测试验证、测试验证不充分或提供虚假验证材料的产品，工业和信息化部将不予公告。

营销宣传须如实，企业主体责任全面压实

征求意见稿对汽车生产企业的营销宣传行为作出明确约束，要求企业真实客观开展营销宣传，不得作虚假、夸大或引人误解的宣传，不得使用违反道路交通法规的场景来宣传产品功能，不得诱导驾驶人忽视安全驾驶责任。

在告知义务方面，企业须编制简洁易懂的使用说明书和用户培训材料，完整准确告知产品创新设计的正确使用方式、功能边界、使用条件及应急处置方法，不得隐瞒创新设计存在的技术局限性。

此外，征求意见稿鼓励汽车生产企业为创新设计涉及的系统和部件购买产品责任险。在发生安全事故时，企业须主动开展调查分析，并在公安机关依法开展交通事故调查时，及时提供数据和技术协助。

完善汽车产业链后端规范

在强化前端产品准入的同时，中国四部委发布的《汽车零部件再制造规范管理办法（公开征求意见稿）》进一步规范了报废汽车零部件的循环利用。

文件提出，支持回收拆解企业将报废汽车的“五大总成”（发动机、方向机、变速器、前后桥、车架）交售给通过再制造质量管理体系认证的再制造企业。再制造企业收购的种类需与自身业务一致。

同时，文件明确设定了回收禁区，不得回收尾气后处理装置进行再制造。对于不具备再制造条件的零部件，必须作为废料交售给冶炼或破碎企业，以确保环保标准与产品质量底线。

本文来自华尔街见闻，欢迎下载APP查看更多

野村证券跨资产策略师Charlie McElligott在10月8日的报告中警告，标普500指数近两个月几乎原地踏步，但85%的成分股已陷入技术性调整，指数的"平静"不过是极度集中的市场结构所制造的幻觉。

McElligott指出，仅十只股票就贡献了标普500自3月30日以来23%涨幅的70%，其中英伟达一家独占13%。与此同时，欧洲柴油短缺正通过利率波动率传导至整个市场，构成随时可能引爆的“导火索”。

就在野村报告发布数小时内，两大关键变量相继落地：特朗普宣布中期选举前不对伊朗动武，油价应声下跌；英国《金融时报》随即披露OpenAI年化营收远低于此前向投资者传递的预期，纳斯达克周四当日跌逾1%，AI板块遭到重创。

上述两则消息直接冲击了McElligott所描述的市场核心逻辑——一个由少数AI赢家撑起指数、其余成分股在水面之下大幅下跌的"严重失真"结构。野村的分析显示，当前市场相关性处于过去25年中仅有两次出现过的极低水平，而那两次的历史背景，分别是2007年全球金融危机前夕和2018年的"波动率末日"（Volmageddon）。

指数"原地踏步"，水面之下已是熊市

自7月"动量去杠杆/AI平仓"冲击以来，标普500指数整体涨跌幅不足1%，波动率指标全面压缩：SPX 10日已实现波动率仅为7，3个月平值隐含波动率处于过去一年的第2百分位，25-delta认沽/认购偏斜更低至0.4百分位。

然而，这种平静与个股层面的剧烈分化形成鲜明反差。过去一个月，标普500指数仅移动0.8%，而成分股平均波动幅度高达8.9%，两者之差达8.1个百分点，位于过去30年的第95百分位。AMD单月涨幅达39.5%，英特尔上涨27.6%；而奈飞下跌18.2%，银行股同样承压。

从更宏观的视角看，成分股的损伤触目惊心：

• 85%的标普500成分股较历史高点回撤超过10%
• 59%回撤超过20%
• 41%回撤超过30%
• 26%回撤超过40%
• 17%回撤超过50%

换言之，指数距历史高点仅一步之遥，但六分之一的成分股已腰斩。McElligott将此定性为"滚动式大幅修正"，并批评那些认为"股市没有反映利率风险"的观点——利率敏感型板块过去一个半月已遭到重创：医疗保健-3.5%，非必需消费品-3.6%，公用事业-4.6%，工业-5.8%，金融-7.7%，材料-7.9%，REITs -9.8%。过去30天内，标普500中仅有科技、媒体、电信（TMT）和能源两个板块录得正收益。

十只股票撑起七成涨幅，集中度风险极端

野村的数据揭示了这场"幻觉"的核心机制。自3月30日以来，标普500累计上涨23%，其中十只股票贡献了70%的涨幅：英伟达单独贡献13%，美光、苹果和微软各贡献约9%，其余490只股票合计仅贡献30%。

自8月3日以来，"Mag 7"（七大科技巨头）上涨7.7%，标普500上涨2.6%，而等权重标普500则下跌3%。

McElligott将这一现象定义为"主题性分化"（Thematic Bifurcation）：

少数AI赢家承担了全部指数上行动力，其余股票则因资本和情绪被"挤出"、AI颠覆风险的预期，以及利率上升的压制而持续落后。

当前市场相关性之低，历史上仅有两次可比先例。标普500一个月隐含相关性处于过去一年的第1.8百分位，一个月已实现相关性处于第0.7百分位。

据彭博报道，高盛衍生品策略师Brian Garrett此前指出，过去25年中仅有两个时期出现过如此低的已实现相关性——分别是全球金融危机前夕和Volmageddon。

期权市场"只怕上涨"，Gamma压制波动

指数层面的平静并非偶然，而是有结构性力量在主动维持。

McElligott指出，指数"波动率供给"规模庞大，尤其是0DTE/1DTE日内期权的卖出行为，主要来自QIS波动率风险溢价（VRP）策略，将做市商的Gamma头寸"塞满"，从而隔绝了大幅波动的可能。野村测算的0DTE客户Gamma区间达到+140亿美元，处于第100百分位。

卖出波动率的回报之丰厚令人咋舌：卖出日度25-delta标普认沽期权的10日夏普比率高达13.9，卖出日度宽跨式组合的夏普比率达14.2。

除QIS策略外，衍生品收益基金的规模同样不可忽视。衍生品/收益基金资产管理规模目前达3220亿美元，自2020年以来增加2220亿美元，基金与结构性产品合计每月提供的Vega供给达4.15亿Vega。

低实现波动率形成自我强化循环：波动率控制策略、CTA和风险平价基金的美股敞口已回升至第86百分位，接近年内高点。

最为反常的是期权偏斜结构：认沽偏斜处于过去一年的第0.4百分位，而认购偏斜则高达第99.6百分位（野村图表显示为第100百分位）。市场参与者几乎不购买下行保护，“唯一的恐惧是右尾上涨风险”——大量机构投资者因持仓不足AI核心股票而面临踏空压力，被迫追涨的潜在动能持续积聚。

柴油短缺：利率波动的隐形导火索

McElligott将能源——尤其是欧洲柴油短缺——定性为整个市场结构中最脆弱的环节。他的核心判断是：柴油裂解价差（Cracks）= 利率波动率。

其逻辑链条清晰：欧洲和亚洲面临能源短缺，全球（亚洲和印度除外）炼油产能严重不足。特朗普此前以"柴油禁令"相威胁，迫使欧洲释放了规模超出预期的紧急储备（仅法国一国就释放1000万桶柴油），但这仅能维持约一个月的供应，且无法解决根本性的炼油产能瓶颈。

欧盟柴油裂解价差目前处于85，欧元区1年1年利率波动率为112.6，两者自2月以来几乎同步运动——利率交易员实际上已在交易柴油。

欧洲能源市场同样处于年内高位：德国1年期远期基础电价138，荷兰天然气近79，英国天然气196，柴油价格1485美元。

McElligott警告，即便伊朗局势暂时缓和，炼油产能的结构性短缺依然存在，"无论多少条Truth Social帖子，都无法炼出一桶柴油"。

三种交易路径与核心风险

面对上述复杂局面，McElligott提出三种交易策略：

第一，追逐右尾上涨。在未来一个月的财报季中，买入大型科技股认购价差期权，押注AI财报再度提振市场，推动标普500向8000点冲击。当前认购偏斜处于第99百分位，对于仍处于低配状态的机构而言，这一策略具有不对称的赔率。

第二，在和平预期中做空能源溢价。若特朗普在中期选举前释放伊朗谈判信号，能源和利率波动率将大幅回落，届时可转向黄金和罗素2000（IWM）上行期权等"超跌资产"。

第三，无论如何持有利率波动率。McElligott建议通过做多美元/欧元利率Vega、持有长期限Swaption宽跨式期权进行对冲，因为即便财报季表现亮眼，终端利率预期仍可能上行，美联储政策路径需要重新定价至"真正限制性"区间。

野村回测显示，美元20年20年Swaption宽跨式期权在通胀最高五分位数环境下月均回报超过1%，几乎全部来自Vega收益。

OpenAI营收数据重击AI叙事

就在McElligott报告发布当日，两大关键事件相继验证了其分析框架。特朗普在Truth Social宣布中期选举前不对伊朗动武，油价随即下跌，印证了McElligott所描述的"和解"情景。

然而更具冲击力的是，据英国《金融时报》报道，OpenAI年化营收约为200亿美元，远低于此前向投资者传递的约700亿美元预期，差距高达约500亿美元。消息公布后，纳斯达克当日跌逾1%，AI板块遭到集中抛售。

分析认为，这一数据直接打击了支撑整个市场结构的核心前提——AI需求的真实性与增长可持续性，也对英伟达、博通（AVGO）等芯片融资交易的逻辑构成直接挑战。

McElligott的牛市情景建立在"AI资本支出涓滴效应"最终惠及其余493只股票的预期之上——Mag 7对标普500盈利增长的贡献已从15%降至7%，而其余493只股票的贡献则从7%加速至13%再至18%。

但这一逻辑链条的起点，正是AI需求的真实性，而这一前提刚刚遭遇了来自OpenAI自身投资者文件的首次重大冲击。

当前，市场相关性处于仅在全球金融危机前夕和Volmageddon出现过的极低水平，认沽偏斜处于第0.4百分位，几乎所有人都在以14倍夏普比率的代价做空左尾风险。McElligott的Swaption宽跨式期权，或许是当前市场上性价比最高的保险。

本文来自华尔街见闻，欢迎下载APP查看更多

因为 摊余成本法债基确实具备独特的市场热度。

同样是买债券，普通债基的净值随债券市价涨跌，市场一波动净值就上下起伏。摊余成本法债基则以买入成本记账，把票息和折溢价摊销到持有期的每一天，净值几乎是一条平稳向上的曲线。但产品必须封闭持有到期、中途不能卖出。

10 月 8 日、9 日，第三批 16 家中小基金公司集中上报。

又有16 家集体申报

证监会网站显示，财信基金、金元顺安基金、金信基金、泉果基金、红塔红土基金、易米基金、汇百川基金、百嘉基金、安联基金、兴华基金、红土创新基金、联博基金、国新国证基金、华西基金、兴合基金、尚正基金等 16 家机构上报摊余成本法债基，目前处于 “接收材料”状态。

此次上报的机构依然以中小型公募机构为主。产品条款延续此前框架，全部设置 63 个月封闭运作、到期终止，单只募集规模上限 80 亿元。

按照监管要求，每家基金公司原则上最多申报两只摊余成本法债基。

累计申报产品已达44只

作为支持中小基金公司差异化发展的重要落地举措，摊余成本法债基于8月14日重启上报。

8 月 14 日首批 15 家上报，9 月 11 日第二批 13 家接力，10 月 8 日、9 日第三批 16 家而至。前两批合计 28 只产品已获批，随着第三批集体上报，短短两个月累计上报数量达到 44 只。

在两个月的窗口期内，财信、泉果、红土创新、易米、汇百川、百嘉、安联、兴华、联博、华西、兴合、尚正等十余家机构已触及 “双产品”上限。

若两只产品均实现80亿元顶格募集，单家中小基金公司有望收获约160亿元的规模增量。

这一增量对于中小基金公司来说意义重大。

发行端认购火热

9 月下旬，贝莱德、红土创新、路博迈、财信、兴华、国融、鹏安等旗下 7 只摊余成本法债基同步开启发行。

仅仅两天后，贝莱德稳利 63 个月封闭、红土创新瑞泽 63 个月封闭便迅速售罄。财信、路博迈旗下产品也相继提前结募。

据悉，银行理财子公司是这一类产品最重要的买家。

摊余成本法债基在不同持有阶段，越往后年化收益率越高，后段收益表现亮眼，这恰恰是理财子机构看重的。

有的理财子公司会采用期限错配的方式布局，重点博取产品后段更高的年化收益，以此优化自身组合收益表现，这也是理财资金大举进场的核心逻辑。

中小公募打破规模瓶颈？

摊余成本法债基的募集，也将对行业结构产生重要影响。

虽然，已获批产品管理费统一为 0.15%，单看费率确实不高。但对中小公募来说，这是一笔雪中送炭的钱。

按单只 80 亿元募集上限算，0.15% 的费率每年能带来约 1200 万元管理费收入，五年封闭期累计约 6000 万元。对运营成本高、管理费收入少的中小公募来说，这笔现金流能带来持续稳定的管理费现金流，改善营收结构。

同样重要的是入场券。多数银行对合作基金公司设有规模、业绩门槛，没有品牌和存量的中小公募平时很难够到。摊余成本法债基净值稳、单只规模上限高，银行愿意接，托管合作的达成为中小公募打开了合作渠道。

当然，拿到产品红利并不意味着可以“躺平”。多位业内人士热恩威，中小公募未来要真正突围，仍需走好差异化的竞争路线。

本文来自华尔街见闻，欢迎下载APP查看更多

在AI重塑全球算力版图的当下，前英特尔CEO Pat Gelsinger一针见血地指出：AI让芯片设计变得简单，但制造、内存与能源的物理瓶颈正引发一场史无前例的硬件复兴。

10月9日，硅谷创投机构a16z 播出一期深度访谈节目。在对谈中，Playground Global普通合伙人、前英特尔CEO Pat Gelsinger与a16z的Raghu Raghuram、Guido Appenzeller展开了一场跨越芯片设计、存储创新、光互联、能源瓶颈乃至AI代理（Agent）基础设施的深度讨论。这位亲手设计了英特尔386和486处理器、见证了现代EDA行业诞生的芯片老兵，以其数十年的一线经验，为当前AI硬件浪潮提供了罕见的底层视角。

（左：Guido Appenzeller；中：Pat Gelsinger；右：Raghu Raghuram）

Gelsinger开门见山地抛出了一个核心判断：“对于我们所有硬件人来说，这就像是文艺复兴。”在他看来，从存储到光互联、从电力架构到网络拓扑，当下的硬件创新机会密度，是他职业生涯中前所未有的。

“能源容量即经济产能”，数据中心或面临违约潮

在AI基础设施建设如火如荼的当下，市场最容易忽视的硬约束是电力。Gelsinger将能源问题提升到了宏观经济的高度。

“在AI数字时代，能源容量就等于经济产能。” Gelsinger指出，过去15年美国在增加可再生能源的同时淘汰煤炭，导致国家整体能源容量几乎停滞，即便近期激增，年化增速也仅约4%。这与AI动辄需要百万级GPU集群的庞大胃口形成严重错位。

他发出了明确的市场警告：“为什么还要建新的数据中心？如果我买了一百万个GPU却无法为它们供电，你将会看到越来越多此类数据中心项目发生违约，因为根本没有足够的能源。” 甲骨文此前关于核能数据中心的言论，在Gelsinger看来只是行业面临供电瓶颈的“初步信号”。

为了解决这一问题，他提出供电网络的底层重构迫在眉睫，“800伏直流电（DC）重返数据中心，可以说是‘爱迪生的复仇’。” 从发电、输电到利用垂直GaN（氮化镓）技术进行一步到位的降压转换，以及液冷等散热技术的升级，整个电气系统正迎来25年未见的复兴周期。

“HBM是极其糟糕的内存”，30年来最大的存储创新即将来临

针对当前市场备受追捧的HBM（高带宽内存），Gelsinger给出了极具冲击力的评价：

“HBM是一种极其糟糕的内存（hideous memory）。只不过它是我们目前能拿到的最好的。”

他直言不讳地指出了HBM的物理局限：极差的比特密度、受限于边缘的带宽、高昂的功耗以及严重的散热问题（DRAM非常怕热）。然而，正是这些痛点，加上AI对内存计算的极度依赖以及过去四年存储行业增加的2.5万亿美元市值，正在催生行业的质变。

“准确地说，过去30年里我们到底经历了多少次重大的新型内存创新？只有DRAM、SRAM和Flash。”Gelsinger表示，“30年来的首次内存创新已经近在眼前。” 他极度看好铁电材料（ferroelectrics）等新材料在非电容、高密度、可堆叠内存中的应用，并透露自己已投资相关的隐形初创公司。

对于芯片堆叠技术（3D Packaging），他保持了理性的克制。他认为受限于良率呈指数级下降的数学规律，“我不是一个疯狂追求16层或32层堆叠的人。我认为2到4层的内存堆叠将是最佳的甜点区（sweet spot）。”

设计只需3个月，制造却要9个月：摩尔定律后的“制造时间差”

AI正在大幅缩短芯片前端设计的时间。Gelsinger认为，当前AI辅助芯片设计就像当年486处理器引入现代EDA工具一样具有划时代意义。利用AI工具，一个优秀的团队可以在三个月内完成一款AI加速器的逻辑设计。

但技术的进步总是将瓶颈转移到别处。“现在已经没有单纯的‘芯片’了，一切都是‘机架’（Rack）。”

Gelsinger详细拆解了当前的制造地狱：

“我花了3个月设计，但我至少需要3个月才能让晶圆出厂，再花3个月进行复杂的3D高级封装，最后还要把它集成到机架级解决方案中。也就是我用了3个月设计，但实际上要等9个月才能真正开始使用它。”

如果算上部署软件和模型迭代的速度，这种长达一年半的硬件交付周期，往往会导致“芯片刚落地，AI工作负载已经发生改变”的尴尬局面（如Graphcore曾面临的困境）。

100家AI芯片公司大乱斗终将“九九归一”

面对当前市场上涌现的近百种AI推理加速芯片，Gelsinger做出了“天下大势合久必分，分久必合”的断言。他认为当前的架构异构化只是暂时的，市场最终将收敛至少数几家主导平台。

他的逻辑基于三点：

1. 工作负载的演进：大语言模型（LLM）正在接近瓶颈，未来的AI将融入更多传统的HPC（高性能计算）特性（如对64位高精度计算的需求，用于分子或化学分析），过度专门化的芯片将难以适应2-4年后的模型。
2. 资本与规模的壁垒：建立AI算力规模需要数百亿美元的资本支出。“建立这些东西需要庞大的资本，这违背了你能同时维持100种不同芯片架构的逻辑。”
3. 巨头的选择：OpenAI、Nvidia和Anthropic等头部玩家会主动挑选赢家，因为软硬件生态的协同演进成本极高。

“我宣布铜的死亡大约已经有20到25年了。终有一天我会是对的。”

Gelsinger在光互联问题上态度鲜明：所有IO功能都应该迁移到光学互联，但核心计算-存储复合体本身不需要走这条路。他认为，当前数据中心中铜缆的波导特性正在让铜缆在5米距离的成本超过光纤在100米距离的成本，物理规律正在逼迫迁移发生。

对于关键的时间节点，他指出2028-2029年将是行业转折点——英伟达已明确表示将在这一时间窗口采用NPO/CPO（近封装光学/共封装光学）方案，其他厂商也将跟进。

“NVL72在工程上是奇迹，在制造上是噩梦。如果我们当时有更成熟的光学供应链，我们今天会更先进。”

在网络架构层面，Gelsinger支持向光路交换（OCS，Optical Circuit Switching）演进。他引用网络专家Nick McKeown的观点：

传统互联网是为“数据包可能去任何地方”而设计的，而AI工作负载“几乎完全相反——流量是大规模且可预测的。这更像是电路交换而不是包交换。”

对谈最后，Gelsinger回归到他在VMware时代的管理经验，讨论AI代理（Agent）时代的基础架构范式。

“每一次创新都会引出下一个抽象层。”他认为，虚拟机抽象依然是计算层级中值得保留的核心范式，但服务对象正在从"硬件与人类"转变为"代理"。

“虚拟化和管理的每一个基本要素，都需要在下一个计算层级中被重新创建。”

Gelsinger指出，新一代“代理VMware”需要解决：如何让代理高效运行、如何为代理构建安全配置、如何管理代理性能，同时还需要保留人类设定策略、描述“宪法”（引用Anthropic创始人Dario Amodei的概念）和查看仪表盘的能力。

访谈全文实录如下（由AI辅助翻译）

第 1 章：Intro

Pat Gelsinger：

在AI数字时代，能源容量等于经济容量。为什么要建新的数据中心？买上百万块GPU，如果没有电力支撑，你会看到越来越多的数据中心项目出现违约，因为电力根本跟不上。

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，瓶颈就会转移到其他地方。

Pat Gelsinger：

现在没有什么单纯的芯片了，它已经是一个机架，我花了三个月来设计它，但还要再等9个月才能真正开始使用。过去30年里到底出现过多少种全新的存储技术？存储领域30年来首次迎来真正的创新，就在眼前。我大约在二十二五年前就宣告了铜互连的死亡。终究我会被证明是对的。对我们所有硬件人来说，这就像文艺复兴一样。AI推理加速芯片，我肯定连名字都叫不全。你们为什么要资助这么多这类项目？

Raghu Raghuram：

你自己也资助了不少。

Guido Appenzeller：

历史上从来没有哪个行业同时存在100家相互竞争的处理器厂商。这只是暂时现象吗？最终会收敛到少数几家吗？

第2章：从技工学校到18岁加入英特尔

Raghu Raghuram：

我今天邀请到了我们尊贵的嘉宾、亲爱的朋友，也是我的前任老板——Pat Gelsinger先生，欢迎Pat。Pat目前是Playground Global的普通合伙人，但他在业内以领导才能而广为人知，曾担任英特尔首席技术官，后来领导VMware，以及许多其他职务。欢迎你的到来。

Pat Gelsinger：

嘿，谢谢你。Raghu，很高兴能和你还有Guido在一起，对吧？对我来说，这感觉有点像回到了老地方，你知道，就像……是啊，感觉就像我们叠加了一年的变化，但你们两个看起来还是一样，我也很有活力，那我们就开始吧。

Raghu Raghuram：

那可不是在说David，你也停不下来，一直都这么有活力，这不是什么新鲜事。不过，让我们从你在英特尔的职业生涯说起。最近，Andreessen Horowitz创办了一个学院，旨在发掘16到22岁之间的有才华的人，然后将他们放入现代教育环境中，让他们为自主创业或加入当今的公司做好充分准备。你有过类似的经历，你上了一所普通的职业技工学校，然后在18岁或19岁的时候就直接进入了英特尔，是吗？

Pat Gelsinger：

是的，那真的是一段非常神奇的时光。我16岁的时候，偶然赢得了一个奖学金，去了一所技工学校，跳过了高中最后一年半的学业，18岁的时候英特尔来招募我。 你知道，我那时从来没坐过飞机，但已经深深爱上了技工学校的学习。面试官，他叫Ron Smith，他在纸上写着——我是他那天面试的第12个人，如果你连续面试了12个人，到最后你根本分不清男女，对吧？他写道：聪明、积极、有点傲慢，他会适应的，就这样。

Pat Gelsinger：

于是我被邀请加入英特尔，那真的是一段非常辉煌的经历。从一名技术员开始，后来进入设计团队，参与了286的收尾工作，成为386的第4号工程师，再到486的架构师和设计经理。 与此同时，我完成了本科、硕士和博士的学业。这简直是最完美的职业发展路径——白天在工作中学习，晚上把所学付诸实践。

Raghu Raghuram：

而且这完全是你热爱的芯片领域，我敢说，你在那里所热爱的和所构建的东西，之所以有巨大突破，是因为你在开拓新的领域。

Pat Gelsinger：

是的，在很多方面都是如此。那真的是行业里一段相当不可思议的时光。我记得在斯坦福的一门课上，一位教授提出了一种新的进位前瞻设计方案。我当时正在做386的进位前瞻，所以我就想，让我去试试看。两天后我回来告诉教授：这个方案行不通。

Pat Gelsinger：

然后我就开始和我在斯坦福的教授争论起来，接下来的两节课，就变成了我和教授争论为什么他的设计不可行。他当时有一本正要出版的书里用了那个设计，这让他非常恼火。我们还开始研究他的自测试方法，我记得斯坦福的Ed McCluskey教授，他可以说是这一领域的奠基人，我们就他的很多想法展开了精彩的争论——那些想法对真实芯片来说并不实用。 但我当时正在把内建自测试应用到386上。我的论文导师是John Hennessy，他后来也做得很好。

Pat Gelsinger：

我说嘛，我帮助了他的职业生涯，他后来成了校长，之后一直如此。

Raghu Raghuram：

是啊，之后我们会聊到CISC和RISC之争，但我想先聊聊486。不好意思，你先说。

Guido Appenzeller：

我在斯坦福教书时也有过同样的经历。你带着你认为是真理的东西走进课堂，然后一个在业界工作的学生说：嗯，实际上并不完全是这样。所以下一节课你回来说：好吧，我查了一下，你是对的，这是更新后的内容。

Pat Gelsinger：

是的，你知道，这正是学生互动的一部分，我认为这也是硅谷之所以如此独特的原因之一。这里有那么多公司，创业精神就像融在水里一样，创业、新想法、挑战教授……在斯坦福这样的地方当教授，你必须做好被挑战的准备，并且享受这个过程。

Guido Appenzeller：

那栋楼里人来人往，流量还挺大的。

第3章：486与现代EDA的诞生

Raghu Raghuram：

是的，486是你的重大成就，当然，很多人都参与其中。你们在芯片设计上开辟了一些新领域，增加了芯片应该具备的功能，等等。

Pat Gelsinger：

是的，那也是一段相当神奇的时期，因为那是在你所认为的EDA行业诞生之前。

Raghu Raghuram：

哇，是的。

Pat Gelsinger：

你知道，386末期有一点点苗头，但486才是真正第一款采用现代EDA技术的芯片。我们做了高层设计，对吧？就是RTL描述，但那时候还没有Verilog，所以我们发明了HDL，对吧？就是英特尔硬件描述语言，我自己写了一门语言。当然，你还得为这门语言构建一个编译器，对吧？所以我们为这门语言创建了一个编译器。那时候还没有自动布局布线，所以我们不得不发明它，我们与Alberto Sangiovanni-Vincentelli以及他在伯克利的一些学生合作，完成了第一个布局布线、第一个自动时序管理。

Guido Appenzeller：

所以他们在某种程度上创造了EDA……

Pat Gelsinger：

是的，在很大程度上是这样，486不仅是一款兼容的流水线微处理器，我们还奠定了现代EDA行业的许多基础，那真的是这个行业一段相当神奇的时期。

第4章：AI如何改变芯片设计

Guido Appenzeller 如果我们看看今天，人们回顾Blackwell时会说，这是AI接管微处理器设计流程之前最后一代精心设计的芯片，我们现在是否正处于类似的转变之中？

Pat Gelsinger：

我认为某些方面确实如此。所以我认为，当你看看今天像Jalapeno这样的东西，你会说，这是在芯片设计流程中从第一性原理使用AI的方式，抛弃了很多传统的东西。当然，设计中有些部分在这个意义上仍然非常困难。很多模拟方面的工作，Circs可能是最好的例子，仍然无法用AI来完成，对吧？你只是需要大量的硅片数据才能搞定这些。所以你要么在模拟设计上非常保守，从而能够用AI来处理，要么……

Pat Gelsinger：

你就得用老办法来做，但是现在很多逻辑功能真的可以用AI工具和技术以相当令人难以置信的方式来完成，对吧？你的晶体管预算足够大，设计工具越来越智能，少数专家指导工具如何应用，我真的认为这将有点像486那个时代，对吧？

Pat Gelsinger：

你们回过头来会说，是的，那是芯片设计新纪元的开始。

第5章：为什么芯片制造仍然需要九个月

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，那就意味着瓶颈会转移到其他地方。那么，我们现在能猜到未来的瓶颈会在哪里吗？有些事情AI似乎做得非常好，对吧？比如处理软件层，编写内核，还有很多……我认为很多是能够在更高层面上指定目标，然后将其转化为非常长的……那么新的前沿是什么？未来什么事情会变得困难？

Pat Gelsinger：

你知道，看看今天的情况，假设Guido和Pat，我们要一起做一次伟大的新旅程。我们要去构建一个……对吧？这将是一个领先的东西，因为我们了解架构，了解AI工作负载，了解如何组合这些，然后是正确的乘累加运算和寄存器结构。

Guido Appenzeller：

还能完美地看清明天的模型工作负载。

Pat Gelsinger：

所有这些东西。假设我们把AI工具全部释放出来，那真的太棒了。三个月之内，我们就能得到一个出色的设计，对吧？ 当然，在模拟组件方面我们会稍微保守一些。

Pat Gelsinger：

但我们现在仍然有几个重大瓶颈。其中一个就是，我们仍然需要9个月的硅片加工时间。 对吧？就是这样。所以我可以在三个月内完成设计，但实际上要大规模生产出真正的芯片，还需要九个月。这很糟糕，对吧？所以如果我们要推动这种创新，就必须真正改善这个瓶颈。

Raghu Raghuram：

甚至在那之后，我们还有更多的等待周期。

Pat Gelsinger：

你知道，首先，从晶圆厂拿到东西，最快也要三个月，而这还是在设计流程极度优化的情况下。 那我怎么压缩这个时间？然后还要进入先进封装，3D封装越来越复杂，这又要花大约三个月。然后还要把它集成到机架级解决方案中，因为现在没有什么东西只是一块芯片，它是一个机架。所以加起来是9个月，我花了三个月设计，但要真正开始使用它，还需要9个月。 那么我们如何开始压缩设计的这些环节？我认为我们需要新形式的光刻技术来实现这一点，我们需要不需要花费5000万美元掩模成本的设计流程。

Pat Gelsinger：

直到我能够进行原型测试。你告诉我，怎么把这个时间压缩到一两个月？因为我现在可以在三个月内完成设计，但如果要花一年半才能真正实现规模量产并跑通软件，那我对AI工作负载的理解，早就不再适用于最终流片的那块芯片了，对吧？ 所以，所有这些……

Guido Appenzeller：

你现在就能看到这个问题在AI领域实时上演。

Pat Gelsinger：

是的。我们可以从历史上看，Graphcore的设计并不差，但世界已经向前走了，对吧？ 所以，所有这些方面都在某种程度上抵消了AI让设计变得容易这一事实，所有制造和规模化的问题，对我来说都成了巨大的瓶颈。 当然，另一个瓶颈就是内存，对吧？内存带宽。

Guido Appenzeller：

我们深有体会。是的。

Pat Gelsinger：

你知道，正如我所描述的，HBM是一种糟糕的内存，但它偏偏是目前最好的一种。

Raghu Raghuram：

我们正想问你这个问题。

Pat Gelsinger：

是的，这是一种很糟糕的内存。位密度差，受限于带宽，还有功耗问题、散热问题。DRAM不喜欢高温。

Guido Appenzeller：

把所有东西都堆在一个地方。

Pat Gelsinger：

对于AI这种内存计算密集型工作负载来说，这简直太糟糕了。 所以我需要压缩从开发到真正规模化落地的时间，我需要解决与此相关的内存问题。对我来说，这是另一个关键瓶颈。还有功耗——功耗、散热，现在大多数功耗仿真工具都很差，没有好的3D功耗建模工具，没有功耗热点分析，没有好的电压输入建模。我基本上是在用几乎整个功耗余量来做保护带，这意味着我损失了大约40%的功耗在保护带上。 所以我必须在功耗建模上做得更好，而且我的散热技术也很落后。

Raghu Raghuram：

功耗传输模型也必须改变。

Pat Gelsinger：

是的，所有这些，对我来说，都是下一批重大瓶颈。我怎么逐一改善这些问题？如果我做到了，那我们才真正进入了一个令人兴奋的新时代。 感谢那些出色的AI工具，但即使这些工具全部部署到位，我面临的挑战依然巨大。

Raghu Raghuram：

我们确实看到了芯片数量和芯片架构的某种复兴。

Pat Gelsinger：

是的。

Raghu Raghuram：

这都要归功于这些工作负载。

Pat Gelsinger：

现在大概有100种AI推理加速芯片，我甚至肯定不知道它们全部。

Raghu Raghuram：

是的，确实。所以……

Pat Gelsinger：

你们为什么要投资这么多这类项目呢？

第6章：100种AI芯片会收敛到少数几种吗？

Raghu Raghuram：

你也资助了不少。是的，所以，你知道，它们都很擅长在你提到的那些组件上，或者在它们所针对的帕累托曲线的某个部分上，做出不同的设计假设。那么你认为这些芯片都有存在的空间吗？还是说，部分由于Guido所讲的AI工具链的发展，我们现在有能力构建更多种类的芯片？而且时间也非常充裕。无论你怎么看……

Guido Appenzeller：

更挑衅性地说，从历史上看，任何行业都从未出现过100家相互竞争的处理器厂商，对吧？所以，这是一个更加异构的未来吗？我们会看到——这只是暂时现象吗？最终还是会收敛回少数几家。

Pat Gelsinger：

我认为这更像是一种暂时现象。我预期它最终会收敛。我看到这种情况的原因大概有三点。其中一点是，你在计算环境中看到的这种新兴异构性——好，现在我有了专门用于预填充（prefill）和解码（decode）的不同芯片。然后人们开始说，我们真的需要一个专门针对中间阶段的层，而不只是预填充阶段。所以现在我有了早期预填充，还有中间填充，它们是不同的。

Guido Appenzeller 推测与验证。听听OpenAI怎么说。

Pat Gelsinger：

是的，你知道，突然之间，整个计算集群在不同工作负载之间变得越来越细粒度。我认为，历史上任何时候出现这种情况都是不可持续的。

Pat Gelsinger：

然后突然之间，当你看到这些，人们又开始说，当我转向推理模型时，我希望它看起来更像一个CPU。所以突然间，我并不需要那个层级——那个层级并没有成为我计算能力的主导部分，我反而需要更多这边的资源，对吧？还有模型工作流等等。所以我真的不喜欢——我会说，大规模的专业化，对吧？因为我认为工作负载会持续地、大幅度地调整和迁移。这是第一点。第二点是，我认为当今的模型也即将经历一些演进上的突破。

Pat Gelsinger：

我认为大型语言模型（LLM）正在触及某些极限。现在人们在思考如何真正对三维结构建模——当你涉及分子、化学品和成像时，扁平化的LLM并不好用。所以我认为我们会看到这方面的局限性，这将在算法领域引发不同的转变。我也认为，一些最有趣的工作负载，是那些将高性能计算（HPC）类的东西重新带回AI的场景——比如突然之间，64位精度再次变得重要。

Raghu Raghuram：

能举个例子吗？

Pat Gelsinger：

好，比如说，假设我的AI模型现在正在为一项化学分析推导出最有价值的五个领域。那些化学算法是以高精度运行的——计算量最大的部分，到底是找到我需要运行的那五个算法，还是在不同的化学或生物系统上运行这五个算法？ 所以我确实认为，随着我们优化AI系统，它会把我们带回到一些更传统的高性能计算领域。所以我也看到了这方面的工作负载趋势。综上所述，这种极端的专业化，在我这个计算架构师看来，我不太喜欢它，因为我不认为这将是2、3、4年后工作负载的样子。这是我不看好这些越来越专注于计算工作负载某一部分的AI芯片的原因之一。

Pat Gelsinger：

第二点是，现在大概有100家这样的公司，对吧？

Pat Gelsinger：

有多家做光学的，有做概率计算的，它们不可能全部胜出——之所以不能全部胜出，是因为归根结底，这些东西需要规模。而规模需要你赢得市场、获得资本、让工作负载跑在上面。所以我认为，说你会有100家这样的公司，本身就违背逻辑。因此，我认为受资本、市场份额等因素的影响，行业会回归——谁是胜出的团队、胜出的设计、胜出的架构。我认为工作负载会驱动这一点。

Pat Gelsinger：

我预见到行业自然整合会发生。同时我也预期，赢家会挑选出一些赢家——比如OpenAI、英伟达、Anthropic会说，我喜欢这个，因为这不只是硬件，而是硬件和软件如何共同演进。对吧，向前发展。我确实预期，这里有10个我可以选，但我喜欢那个——而且它确实需要在软件和工作负载演进上投入，才能充分利用那些平台。基于这三个原因，我们会看到这个领域的收窄。

Raghu Raghuram：

还有部署复杂性的问题。抱歉，请继续。

Guido Appenzeller：

这完全说得通。我大体上同意。不过让我还是来搅搅局，制造一点争议。

Pat Gelsinger：

你们改变了这一点，对吧？

Guido Appenzeller：

所以，100家公司可能会存在，也可能会整合，对吧？我完全同意你的论点——归根结底，大型消费者会在一定程度上选出赢家。

Guido Appenzeller：

我认为，今天要成为这个领域的先行者，在某种程度上，你是否在其中，取决于你在真正的大玩家那里获得了多少牵引力。同时也有一种说法是：在任何过渡期，你可能会看到更多不同方法的爆发，然后随着时间推移逐渐淘汰。话虽如此，我认为有一个论点可以这样说：从历史上看，我们之所以标准化在一两种架构上，是因为不同的指令集很难处理——我们需要构建多个编译器，基本上是软件复杂性决定了你只能有少数几个硬件平台。这一部分似乎正在随着AI而改变。但如今，为某个芯片编写优化内核——我认为Kleinia是个很好的例子——正如我说的，人类已经无法真正编程这个东西了，但一个Agent可以在一夜之间完成。这就是我们所需要的，对吧？基本上你可以说，如果你能构建一个具备某种能力的芯片，现在在上面构建充分利用它的软件层变得容易多了。这样的结果会不会是，我们拥有更多一点的异构性，只因为对这种异构性编程变得更容易了？

Pat Gelsinger：

我确实认为这改变了瓶颈所在的位置。第一个瓶颈是我要指出的——我们已经谈过了——构建这些东西仍然需要一年半的时间，对吧？第二个瓶颈是，不仅需要一年半才能把这些东西装进机架、实现规模化，要让它们真正有用，你能借到500亿美元吗？

Pat Gelsinger：

我的意思是，我们谈的不是小额资本支出，而是非常巨大的资本支出——数据中心、电力、承诺等等。所以我必须大规模地构建这些东西，这与之相关。这将打破很多异构性。

Pat Gelsinger：

当然，大玩家们——我们看到了英伟达对Groq所做的事情——会在某种程度上拥有一些异构性，对吧？

Pat Gelsinger：

两年后，你不会知道英伟达里面跑的是什么架构，它就会像另一个东西一样，对吧？所以你会看到这些架构，异构性会被隐藏在内部，这对我来说完全没问题。这就是分层、这就是抽象一直以来所做的事情。但我认为那些力量是强大的，会让大量的异构性暴露出来——不对，我认为它会被抽象在这些东西之下。但归根结底，大规模构建这些东西仍然很难。

第 7 章：为什么 HBM 是一种糟糕的内存

Raghu Raghuram：

好的，你提到了 HBM 是一种糟糕的内存。

Pat Gelsinger：

但它却是我们目前拥有的最好的内存。

Raghu Raghuram：

确实。但关于内存的令人沮丧之处在于，我真的不记得上一次内存创新是什么时候了，可能是 eDRAM（嵌入式动态随机存取存储器）。我觉得你可能也参与其中。

Pat Gelsinger：

是的，那个项目死掉了，所以我也算经历了一次失败。

Raghu Raghuram：

我们把它搞死了。那么你认为内存创新即将到来吗？或者说需要发生什么？显然，我们理解规模问题，因为在这方面规模问题更大。但如果把规模问题放一边，即使从技术角度来看……

Pat Gelsinger：

是的，你看看那段历史，我个人可能至少参与过五种不同的新内存架构，eDRAM 只是其中之一，这些架构都没能见到天日。我可能还了解过去 30 年里业内发生的近 100 种类似情况，而在过去 30 年里，我们究竟有过多少种主要的新内存？对吧，你知道，好吧，DRAM、SRAM、闪存，好吧，还有什么？DRAM、SRAM、闪存，是的。所以我确实认为……

Raghu Raghuram：

闪存堆叠稍微算是一点。

Pat Gelsinger：

勉强算吧，是的，对，你知道，不管怎样，对，所以在这方面，确实令人失望，我们还没有创造出下一种物理技术，能够实现低成本、高性能、可靠且可制造的内存。所以我确实认为，在过去三四十年里，内存一直是一个糟糕的行业，因为你可能一年盈利，接下来四年亏损。所以在一个五年中只有一年盈利的行业里搞研发，这实在太难了，因为它一直被如此剧烈的商品化周期所驱动。

Guido Appenzeller：

不过这在一定程度上已经有所改变了。

Pat Gelsinger：

在过去五年里。

Guido Appenzeller：

三大内存公司都跻身全球最有价值的前 20 家公司之列。这是一个疯狂的转变。

Pat Gelsinger：

确实令人惊叹，对吧？谁能想到会这样？任何关注 AI 工作负载的人都知道，预测过去容易，预测未来难，对吧？而当你看这一切时，会说 AI 是一个内存的世界，确实如此，就在其中。所以我认为，资本和技术需求的结合将会推动内存创新。

Pat Gelsinger：

现在有两个领域让我感到兴奋。其一是，我确实认为 HBM 的带宽限制是一个根本性问题。因此，基于这一点，这个想法……显然，我们有一家公司 D-Matrix 正在做这件事，但我认为其他公司也会加入，无论是 Cerebras 及其技术，还是其他公司。

第8章：芯片能叠多高？

Guido Appenzeller：

未来是堆叠式的

Pat Gelsinger：

你必须想办法把内存整合进来

Raghu Raghuram：

而且要从多个维度来考虑

Pat Gelsinger：

你必须把内存和计算整合在一起，对吧？要有一种全新的基础架构。我确实认为，鉴于目前AI领域已经投入了如此巨大的资本来应对这些工作负载，我认为我们实际上也能够突破其中一些物理层面的挑战。所以我相信，你知道，我刚刚……

Raghu Raghuram：

投资了某个项目，对吧？

Pat Gelsinger：

你知道，我刚刚也投资了一家新的内存公司。目前还在隐秘阶段，但你知道吗？

Pat Gelsinger：

我对新内存领域即将发生的一些创新感到非常兴奋。你将会看到新材料的出现，比如用于内存的铁电材料，寻找非电容式、高密度的内存，寻找能够实现高性能、高密度且可堆叠的内存，对吧？但是，你知道，有人正在研究用低成本闪存来实现这一点。我个人对这个想法并不是特别热衷。我认为闪存或MRAM结构在底层单元的速度和性能方面存在一些问题。是的，但我确实认为，内存领域三十年来首次迎来创新。我认为这将是一个令人兴奋的领域。我相信届时会有几家公司在这里涌现。

Pat Gelsinger：

好的，你知道，我们会在这里找到一些可以做的事情。但我认为三十年来首次出现的内存创新就在眼前。

Pat Gelsinger：

你知道，我认为内存行业在过去四年里市值增长了2.5万亿美元。我觉得这个数字大致是对的。

Guido Appenzeller：

我们本可以直接投资那里，而不用做任何差异化的事情。

Raghu Raghuram：

是的，完全正确。用你的钱就行了。嗯，你怎么看？抱歉，你先说。

Guido Appenzeller：

稍微展开说一下堆叠这部分，如果你要预测芯片会以多快的速度"长高"，这会是像……你知道，我们会先到2层然后停在那里一段时间，还是说我们会有，比如16层的三明治结构？你知道，逻辑层和内存层愉快地混合在一起？

Raghu Raghuram：

HBM把这个拉低了

Guido Appenzeller：

HBM在Nvidia上在往下走，但你怎么看这个演变趋势？

Pat Gelsinger：

是的，你知道，我认为，堆叠的问题在于，随着堆叠维度的增加，整个堆叠的价值也在增大，这意味着每一层的良率以及堆叠工艺本身必须持续提升。基本上，它不能线性提升，而是必须指数级提升。当你堆到8层或16层高的时候，以指数级方式提升制造和设计特性就会变得极其困难，当你算一算相关的数学，你的制造流程必须接近完美。

Guido Appenzeller：

他们可能会看到一些设计，这些设计会考虑到某种特定的模型类别，就像我们在二维领域看到了很长时间的那样。

Pat Gelsinger：

当然。但请记住，这就是DRAM的本质。你总是有坏块替换机制，比如备用行之类的。所以我不是在任何意义上轻视这一点，但假设你已经做到了这些，你仍然需要良率非常高。你知道，如果我有一颗裂了的芯片，不管你内置了多少冗余，你也没办法，它就是一颗坏芯片，对吧？所以，正因如此，我不是那种疯狂追求16层、32层堆叠的人。我认为会出现3、4、5层的堆叠，这最终会成为最佳平衡点。

Guido Appenzeller：

中层建筑。是的。

Pat Gelsinger：

是的，你知道，部分原因在于制造，部分原因在于相关的复杂性，良率的甜蜜点在哪里，所以这就是我认为大多数事情的落脚点。但即便如此，对吧？比如说，假设我现在有了一块很棒的计算芯片，那块芯片需要多大？现在一切都受到了光刻场的限制，对吧？我能不能用更多的小芯片来获得更好的良率特性、更好的散热，然后你会说我希望在上面有一个内存堆叠。

Pat Gelsinger：

是两层内存堆叠，还是四层内存堆叠？我不认为它会变成八层内存堆叠。所以大概是2层或4层，对吧？但是电源传输也需要集成进去，这就变成了另一个要素，我希望它在Z轴方向上，因为我希望我的电源阵列也从这个方向接入，对吧？然后我需要相当智能的RDL层来在整个平台上分发信号。所以在某种程度上，你知道，当你把所有这些部分加在一起，我的标准结构已经大约有8层厚了，我认为这差不多就是极限了，至少以我们今天对制造工艺的理解来看是这样。

Pat Gelsinger：

当然，我们预计光学技术也会加入进来。所以会有更多III-V族材料结构更靠近这个复杂体，因为我希望我的IO能够深度集成到这个架构中。所以我以硅为核心的部分需要得到这些其他III-V族材料的补充。我如何将光学互连集成进来？我如何将电源轨集成进去？

Pat Gelsinger：

你知道，这是一项工程壮举，也是一场制造噩梦，要把所有这些部分整合在一起，但这就是物理规律随着时间推移带领我们去的地方。因此，16层高的堆叠对我来说太疯狂了，2层或4层高的内存堆叠，我认为这大概就是最佳平衡点所在。

Raghu Raghuram：

你还可以谈谈散热问题以及为此所需的新材料。

Pat Gelsinger：

显然，首先会有很多挑战，你就是不能允许今天存在的那些物理热点。所以你必须更加智能地利用热量和分散热量。但你知道，然后你会说，好的，我如何在这些环境中既能输入电能又能将热量散出去？顺便说一句，如果我能以我想要的电压更高效地输入电能，同时拥有更好的电源响应能力和电压调节能力，那么我产生的热量就会少一些，但我确实需要思考，好的，我如何冷却这些东西？

Pat Gelsinger：

新材料，比如金刚石和其他一些被提出的东西，在改善散热冷却方面能发挥什么作用？我如何采用更好的液冷技术？你知道，直接贴在上面，具有良好的导热特性。所以，你知道，我们工程师正在变成管道工，对吧？确实如此。

Raghu Raghuram：

是的。你担心芯片级别的电磁兼容问题。是的，让我问你一个相反的现象，有些人说，嘿，我们把内存从封装上拿走，在计算和内存之间全部用光学连接。这样可以给你更多的自由度，以及更多构建系统的方式。与堆叠相比，你怎么看这种方式？这是另一个极端。

Pat Gelsinger：

是的，你知道，我认为越多的OEO，对吧，接口，也就是光-电-光的转换，在你的核心计算复合体中需要越多这样的转换，对我来说就越困难，从这个意义上说。而且你总会有与之相关的损耗。

Pat Gelsinger：

你知道，人们正在努力想出更聪明的技术来降低成本和功耗，对吧？我在经过DAC和各种转换时浪费了多少功耗？所以我不喜欢这种方式，因为我认为它虽然让你能够访问大型内存池，但消耗大量功耗才能到达那里。是的，对吧，记住，基本上每次计算的飞焦耳现在已经相当惊人地低了，对吧？但每比特通信的飞焦耳相比之下要差1000倍。如果我要花那么多能量去访问大型内存池，我不喜欢这些方法，我认为它们在某种程度上违背了解决方案的底层物理规律。

Guido Appenzeller：

我的意思是，还有另一种方法，就是说，我们能不能真正直接将计算和内存整合在一起，对吧？把一部分计算移到内存里去？

Pat Gelsinger：

这就是一些PIM（存内计算）的方案。

Guido Appenzeller：

正是。那么，你对此有什么看法？

Pat Gelsinger：

我也不喜欢这些方案，对吧？因为我认为工作负载，你知道，因为现在我必须拿着我的工作负载，然后把这些小块计算推进内存里，对吧？这样我就不需要那么多内存带宽流入我真正的计算单元。但这给工作负载带来了约束。再说一次，我可能是错的，特别是考虑到我们现在能够通过设计手段带来的一些设计灵活性和智能化，但大多数PIM的想法已经存在了25到30年，我认为再过25到30年它们仍然还在那里，从这个意义上说。你知道，给我高密度、高性能的大内存带宽，并让它靠近真正的计算引擎。我预计这将是一个对许多不断演变的工作负载来说更具普适性的解决方案。

Guido Appenzeller：

所以我们还是被困在越来越密集的芯片里，堆叠，更多逻辑，更多功耗。

Pat Gelsinger：

但会好得多。我是，我是，我是光学的超级粉丝，你知道，转向光学来实现所有IO功能。是的，对吧？你知道，我大约在二十到二十五年前就宣布了铜的死亡，最终我会是对的。

Guido Appenzeller：

你还是对的。

Raghu Raghuram：

总有一天会的。

Pat Gelsinger：

很快就会是对的了。但我认为，对我来说，所有IO都应该转向光学，对吧？但核心计算-内存复合体，不。对吧？

Raghu Raghuram：

那么当你第一步迈出去的时候，我们的文章是关于纵向扩展，甚至比横向扩展更多。你对此有什么看法？

Pat Gelsinger：

是的，你知道，我认为我们现在……

Raghu Raghuram：

如果可以的话，驱动工作负载的应用场景会是什么？

Pat Gelsinger：

好吧，我认为驱动工作负载的就是摆在我们面前的这个，对吧？

Pat Gelsinger：

我的意思是，你知道，今天，在我们的纵向扩展环境中，我们铺设了大量铜缆，对吧？你知道，铜缆本质上正在变成一种波导，而且越来越短。 突然之间，你知道，让铜缆在5米距离内工作，比让光纤在100米距离内工作还要贵，对吧？所以，你知道，我认为物理规律正在推动我们走向这条路。那么，Pat，既然如此，我们为什么还没有迁移过去呢？

Pat Gelsinger：

这是一个复杂的供应链，你知道，从未经过大规模测试。 我认为现在，大家都在考虑某种形式的NPO、CPO等，时间节点大约在28、29年，因为如果不做出这种转变，我就无法将纵向扩展环境扩展到大基数的计算集群。所以，很明显Nvidia已经表明了这一点。我认为业内其他所有人都预期，那就是转折点。你知道，说实话，我本不应该构建NVL 72的。它是一个工程奇迹，但也是一个制造噩梦。 你知道，整个行业花了额外一年半的时间来消化这个庞然大物，对吧？

Pat Gelsinger：

真的令人惊叹，你知道，我们能够将其扩展到那种规模。但是，你知道，这确实证明了，如果我们当时拥有更成熟的光学供应链，我们今天会更加先进。 我们今天就能构建更好的纵向扩展环境，更好的功耗表现、更低的成本、更好的能效，但我们当时没有足够成熟的光学供应链来支撑这一切。

Pat Gelsinger：

这些问题解决起来并不简单，还有大量工作要做，但我认为28、29年是产能爆发的年份。

Guido Appenzeller：

我们可能在封装光学器件如何应用于网络方面积累了大量经验，对吧？我认为其中很多经验可以很好地迁移到GPU上。

Pat Gelsinger：

是的，我确实这么认为。但突然之间，你知道，就像，好吧，这些东西必须能在1000万GPU的规模下运行，对吧？它必须能集成进封装里，还有很多其他问题，你知道，很多形式的光学器件不喜欢恶劣的热环境。但猜猜怎么着？恶劣的热环境恰恰是IT领域的常态。 所以我们有热管理问题要处理，封装集成问题要处理。业内激光产能也不够，所以有一堆问题，但我认为这里面没有什么根本性的障碍，只是需要大量艰苦的工作把所有这些部分整合到一起。

Guido Appenzeller：

在网络架构方面，也有一些减法，比如交换，还有什么，更多的电路交换网络，只是因为你无法无限扩展这些非常快速的光网络。

Pat Gelsinger：

好吧，你知道，我喜欢你，Nick McCune或者另一个例子，这里的教授，也是我的好朋友，你知道，我的意思是，你也稍微了解一点，Guido。

Guido Appenzeller：

他是我的论文导师，我……

Pat Gelsinger：

所以，但你知道，他描述得很好，你知道，我们构建网络，是为了能够处理任何数据包去往任何地方，而不需要知道它可能去哪里。当你想到AI的时候，几乎完全相反，对吧？我们处理的是大规模且可预测的数据流。 所以，仅凭这个描述就说明，这看起来更像是电路交换而不是分组交换。所以我确实认为，向光网络迁移与拥有一个更可预测、可管理、大流量的工作负载这两者的融合，对我来说，我确实看到了这一点。是的，我们将一路走到把光引入计算复合体，并且我们将一路走到OCS或某种形式的光交换，你知道，配合更可预测的数据流，那才是正确的架构。

Pat Gelsinger：

然后你会问，这算是纵向扩展还是横向扩展？某种程度上……

Raghu Raghuram：

它某种程度上模糊了这条边界。

Pat Gelsinger：

是的，对吧？如果我的纵向扩展足够大，那么你就只需要问，我的纵向扩展环境的半径是多少？ 有一天我想把它连接到其他真正大型的集群上。对我来说，这最终会是一个相当漂亮的答案，你知道，面向未来。但我正看着一个在这方面比我更专业的人。

Guido Appenzeller：

现在，你看，我一直认为纵向扩展与横向扩展在某种程度上是一种人为的区分。你能理解它的来源，对吧？因为我们使用不同的协议，一个是前端，一个是后端网络，等等。所以现在，实际上，它确实有很大的区别，但如果你退一步从系统架构的角度来看，它们实现的是相同的目标，只是略有不同的特点、略有不同的协议，我认为随着时间推移这些会趋于融合。

Raghu Raghuram：

是的，我的意思是，尤其是对于训练工作负载来说。

Guido Appenzeller：

是的，尽管我的意思是训练和推理看起来相当相似。

Pat Gelsinger：

是的，现在我要说，你知道，对吧？你的大脑会停止学习吗？你知道，顺便说一下，这是工作负载演进的另一个特征。我确实认为，训练和推理的分离在未来会越来越少，而不是越来越多，对吧？ 这也是反对更多异构架构的一个小论点，我认为是持续学习。我认为会有一些算法领域会说，是的，持续学习成为算法的本质，在那里，是的，我确实希望我的推理环境能够更新我的模型权重，因为，你知道，这给了我越来越多的精细化，在工作负载迁移到那些不那么正式的训练环境中，或者在那些环境中是更小的数据集的情况下，不断演进。所以我不确定那是不是……

Raghu Raghuram：

但是你需要的节点数量才能有用，推理的直径比训练要小。

Guido Appenzeller：

今天来说确实如此。是的。

Guido Appenzeller：

我仍然认为从另一个角度来看，异构性可能扮演一定角色，那就是不同类型的AI工作负载需要非常不同的底层支持，有些更受算力限制，有些更受内存瓶颈限制。 我们也有小型扩散模型工作负载，对吧？其最优芯片与那种顶级的、拥有……抱歉，50万亿参数权重的LLM看起来非常不同，对吧？后者需要创建大规模集群。我认为这可能会推动异构化。

Pat Gelsinger：

是的，我认为这方面有一定的空间。是的，但我也要说，好吧，现在我在谈论在我的数据中心里让100万个GPU协同工作，对吧？你会说，好吧，对于那个特定的扩散模型工作负载，我确实应该放一些针对性优化的东西，对吧？所以我不会开始放，你知道，1000个那种进去，对吧？而对于那个工作负载，我需要，你知道，2000个这种，然后对于某些……突然之间，你知道，你就失去了规模带来的一些灵活性， 对吧？你会说，你知道，管理和升级、连接、故障域，所有这些事情要花我多少成本？

Guido Appenzeller：

智能体会做所有的升级工作。

Pat Gelsinger：

是的。是的，谢谢你。一切都变得简单了，太好了，我无所谓了。

第9章：能源容量等于经济容量

Raghu Raghuram：

好的，所以车队管理已经讲完了，我们讨论了计算、内存、网络，下一个是电力

Pat Gelsinger：

对对对

Raghu Raghuram：

你提到了芯片内部、芯片上的垂直供电。但我的意思是，还有800伏直流电、数据中心的电力传输，整个生态系统一直延伸到发电，以及相关的社会政治层面，等等。

Pat Gelsinger：

是的，是的。

Pat Gelsinger：

如果你从基本原则出发，我们国家在能源容量方面做得非常糟糕。基本上，我们经历了10到15年，在这段时间里，我淘汰煤炭的速度与增加可再生能源的速度基本持平。

Pat Gelsinger：

国家的整体能源容量基本上停滞不前，这非常不好，因为在人工智能数字时代，能源容量等于经济容量。 所以基本上，作为一个国家，我的经济容量在15年内停滞不前。如果你认同这一点——我认为这在过去五年中是非常可以证明的——我们看到了巨大的涌入，只是为了给我更多的容量。但我认为即便如此，我们国家的能源容量每年增长也只有大约4%，从基本上的0增长到1，对吧？哇，增长了4倍，或者说4%。所以对我来说，这是一个糟糕的局面，我们确实需要更多的能源容量。

Pat Gelsinger：

第一点，显然我们在这个领域有一些公司。

Pat Gelsinger：

我们谈到了核能，其中之一是与Alva合作运营的。我认为核能作为基础负荷是非常好的，我们希望继续建设更多。不幸的是，我们所有的可再生能源都深度依赖中国，这非常令人遗憾。你知道，燃气轮机的交货期目前只需要八年，对吧？所以，我们在快速扩张方面确实面临困难的环境，但首先，我们只是需要更多的容量。这从根本上制约了我们在AI领域能走多远，因为如果我无法为它供电，为什么还要建新的数据中心、购买数百万个GPU呢？我认为你会看到越来越多的数据中心项目出现违约，能源根本无法到位。

Raghu Raghuram：

所以你认为这将是一个重大阻力？

Pat Gelsinger：

我认为这将是一个阻力，而且我认为你已经开始看到一些早期迹象了。Oracle的那个评论，我认为那只是你将要看到的众多案例中的第一个。现在，这并不意味着我们会因此放慢脚步，但我认为人们会开始问：我真的有足够的能源来支撑我为水泥、数据中心机架和GPU采购所做的资本承诺吗？所以你认为这会成为一个上限？我们需要更多的能源容量，需要在这方面进行更多创新，需要在美国建立更多的供应链，核能是我的最爱之一。 美国上一次核反应堆投入使用是什么时候？

Pat Gelsinger：

是20年前了，对吧？我们就这样停止了一个非常有能力的行业。所以这是我们需要更多的领域之一，我们需要在电力传输方面变得更加高效。正如你所说，将数据中心迁移到800伏直流电是绝对必要的，要能够消除沿途许多转换步骤，这些步骤都是由于历史原因和标准化原因造成的。好吧，我们必须解决这个问题，800伏直流电，爱迪生的复仇来临了，我喜欢这么说。我确实认为，我们需要更好的电力转换。我们有几家公司，其中一家做垂直GaN，我认为这将是一项杀手级技术，能够在一个转换步骤中实现800到48、800到12，甚至800到5的转换，这样就能给你提供更多的能量。我们提到了

Raghu Raghuram：

固态变压器，你知道的。

Pat Gelsinger：

是的，所有这些，固态变压器、开关等等，重建整个电力传输网络。我认为这将会有很多创新，就好像，好吧，电力又变得酷了，对吧？然后你在冷却系统中也需要所有这些，对吧？所以会有一系列的创新，涡轮机、制冷剂，突然间它们又成为了令人兴奋的新技术。所以，对于我们所有的硬件人来说，这就像是一场文艺复兴就在我们面前，它将会……

Raghu Raghuram：

25年之后，我不得不回去重新学习卡诺循环

Pat Gelsinger：

卡诺效率，哦是的，这是好东西吗？热力学第一定律是如何对抗的。

Guido Appenzeller：

毕竟这里还有一些东西

Pat Gelsinger：

所以这将是一个令人兴奋的时代。但我们也说，我们需要改变物理规律，因为在过去五代Nvidia芯片中，CMOS在基本功耗、每太浮点运算功耗方面没有任何改善，完全停滞，这是不行的。这就是我们拥有超导公司Snow Cap的意义所在，它提供了从根本上改变物理规律的机会，功耗性能提升一千倍。所以我确实认为，这些创新在不久的将来也将到来。

第 10 章：面向智能体的 VMware

Raghu Raghuram：

在过去这一个小时里，我的时间管理做得很糟糕。有太多话题需要聊，我们没有涵盖到，但在结束之前至少要聊一个。

Pat Gelsinger：

好的，你来主导。

Raghu Raghuram：

好，我是这么想的。现在虚拟机又回来了。你怎么看待这件事，VMware 的未来走向？

Pat Gelsinger：

嗯，你知道……

Guido Appenzeller：

我感觉被排除在这个对话之外了。

Raghu Raghuram：

网络方面也聊聊。

Pat Gelsinger：

是的，我认为每一次创新都会引领出下一个抽象层，对吧？我觉得很多这些想法……你知道，我喜欢说，我们今天的世界有什么新东西？数据结构、算法、抽象……我们把它们追溯到那些基础性的东西。我认为虚拟机这个抽象概念，无论是从基础设施层面还是从应用层面来实现，它仍然是一个基础性的抽象模型，在计算层级中始终有一席之地。 那么，你们觉得呢？我们中有谁要回去重新运营 VMware 吗？

Raghu Raghuram：

是吗？要回到哪一年？

Pat Gelsinger：

是啊。你知道，我确实认为这些抽象概念……但你也要想想。就像我们在 VMware 做的事情，我们基本上管理了计算层级的每一个方面，管理工作负载、管理网络、管理存储系统。你怎么对这些进行抽象？在 AI 的语境下，当我们思考这些智能体的形态时——谁来管理这些智能体？谁来为所有智能体创建安全配置？谁来管理智能体的性能？本质上，虚拟化和管理的每一个基本要素都需要在这个下一代计算层级中被重新构建。会有很多优秀的公司在这方面取得突破，去实现这些事情。

Raghu Raghuram：

你想以网络话题来结尾吗？

Guido Appenzeller：

我想在虚拟机这个话题上再停留一会儿。对我来说最有趣的是，我们现在构建虚拟机是为了让智能体使用，而不是让人类使用。 我们从其他公司迄今看到的是，这会改变很多东西——产品形态会变，你的市场推广方式会变，比如你是否想让智能体来选择你的虚拟机产品，这会改变你能承受的复杂程度，会改变启动速度的要求。人类比智能体耐心得多。所以，如果今天要重建 VMware，它会有什么不同？

Pat Gelsinger：

是的，我确实认为……

Guido Appenzeller：

面向智能体的 VMware。

Pat Gelsinger：

是的。我也确实认为……你知道，需不需要同时有一个面向智能体的 VMware 和一个面向人类的 VMware 呢？

Guido Appenzeller：

我明白你的意思。是的。

Pat Gelsinger：

对。你知道，从某种意义上说，我还是需要人类来参与。

Guido Appenzeller：

我们还是聚焦在智能体上吧，它们现在比人类有趣多了。

Pat Gelsinger：

是的。但是，你知道，我认为这是一个重要的点，因为我确实觉得需要……我借用一下 Dario 的"宪法"概念，就是护栏，或者说能够设置策略。然后你就真的可以说，好，虚拟机的每一个方面，就像我们今天所熟知和喜爱的那样，现在都是在服务智能体，而不是服务硬件和人类。 所以我认为这就成了你的基本设计约束。

Pat Gelsinger：

在这一侧，你要思考：我怎么让智能体变得更好？怎么让它们更安全？怎么让它们性能更强？怎么对它们进行抽象？怎么迁移它们？所有这些问题，都会有新的实现形式，也就是面向智能体的新形态。但同时我也需要思考：人类如何来设置策略、编写"宪法"、获取仪表盘等等。 我认为这才是有趣的地方，因为你两者都需要做，而不是只做其中一个。我要说，就像我们当年为虚拟机所做的那些核心设计难题——是以高性能的方式为应用程序或操作系统抽象硬件——这里，为智能体抽象硬件和操作，是你真正要服务的根本所在。

Raghu Raghuram：

这次讨论非常精彩，非常感谢你的到来，我们下次再聊。

Pat Gelsinger：

两位都是我最喜欢的人，随时奉陪。

Raghu Raghuram：

好的。

Guido Appenzeller：

太棒了，谢谢。

Pat Gelsinger：

谢谢。

本文来自华尔街见闻，欢迎下载APP查看更多

根据官方公布的净值和收益水平，今年前三季度的主动权益基金中，易方达旗下的杨宗昌、汇安基金陈思余、诺安基金左少逸、财通基金金梓才等发挥较为出色，领涨全市场；

被动指数端，半导体材料设备主题ETF霸榜；QDII阵营则上演原油与半导体的"双雄对决"。以下为七大分类基金前三季度业绩全景。

主动权益基金：新名字占据潮头

主动型非货币基金前三季度冠军由杨宗昌管理的易方达供给改革基金超越年中的方正富邦吴昊和财通基金金梓才占得鳌头。

亚军也是杨宗昌管理的易方达产业机遇A，业绩增幅达到111.62%，两只产品均由杨宗昌掌舵，凸显其前期重仓半导体产业链，后期又及时调整的精准节奏（根据净值推测）。

第三名由陈思余管理的汇安趋势动力A获得，年内收益以96.66%位列第三，该基金一季度（Q1）即领跑同类（第12名），上半年（H1）升至第1，全程保持强势。

此外，左少逸管理的诺安创新驱动A（94.83%）从Q1的613名一路飙升至前三季第4名，后程发力显著；东方人工智能主题A（92.68%）、申万菱信智能驱动A（89.38%）等AI主题基金同样表现亮眼。

上半年全面业绩领涨的金梓才，继续保持着多点开花的节奏：财通多策略福鑫（85.30%）、财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通成长优选A（76.91%）四只产品齐入前20，形成"财通科技军团"。

附图：主动非货基金前三季排名靠前者

股票型基金：医药批量复苏

股票型基金（主动型）的排名则较为清晰，领跑者就是年内亚军汇安趋势动力A（陈思余管理，年内收益96.66%），不过它的H1收益率高达163.21%，为全市场主动股票型之最，此次虽然排名未动，收益率已然大幅回撤。

另外，卜忠林管理的申万菱信智能驱动与刘力管理的华商改革创新A分列二、三位。

此后还有王先伟的创金合信专精特新和金梓才的财通集成电路。

股票型基金榜单呈现鲜明的双寡头特征，半导体基金与医药基金“共治”天下：

半导体方向，除前三名外，国寿安保数字经济（吴坚，62.12%）、景顺长城全球半导体芯片产业（63.78%）、国富亚洲机会A（61.70%）等都是业绩靠前的。

医药方向这边 ，招商前沿医疗保健A（李佳存，61.78%）、招商医药健康产业（61.08%）都进入了前20，而且两者的上半年收益率仅10%左右，凸显了其三季度的强势表现。

附图：股票型基金前三季排名靠前者

混合型基金：科技风景这边读好

主动型混合型基金冠军为易方达产业机遇A（杨宗昌，111.62%），与主动权益冠军同源。另外，东方人工智能主题A（严凯，92.68%）、国泰半导体制造精选A（彭凌志，85.41%）、银华集成电路A（方建，83.88%）分列二至四位、

另外，王悦的民生加银聚优（81.98%）、华商均衡成长A（张明昕，74.87%）、华夏移动互联美元现汇（78.95%）、建信新兴市场优选A（74.93%）等基金表现突出

与股票基金不同，这边还是半导体主题的基金占据半壁江山。

另外，财通系金梓才再度成为最大赢家：财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通品质甄选A（76.35%）三只产品齐入前十。

指数型基金：半导体材料霸榜，中韩半导体跨境亮眼

指数型基金前三季度榜单几乎被半导体材料设备主题ETF垄断。

鹏华科创板半导体材料设备主题ETF（林嵩，82.43%）居首，华夏上证科创板半导体材料设备主题ETF（杨斯琪，81.95%）与华泰柏瑞上证科创板半导体材料设备主题ETF（李沐阳，81.78%）紧随其后，三只产品H1收益率均超169%。

从排名变动看，鹏华ETF从Q1的574名飙升至半年末和三季末的第1名；华夏ETF从565名升至第2名，后程发力特征显著。

跨境指数基金方面，华泰柏瑞中证韩交所中韩半导体ETF（75.25%）表现突出，反映韩国半导体产业链的景气外溢。

整体而言，半导体材料设备主题还是2026年前三季度被动投资的最强主线。

债券型基金：华商系张永志包揽前三，可转债"先抑后扬"

债券型基金冠军为华商瑞鑫定期开放（张永志，26.64%），华商可转债A（26.30%）与华商稳定增利A（18.82%）分列二、三位，华商系张永志一人包揽前三，堪称年内的“债基之王”。

值得关注的是华商可转债A的“先抑后扬”：一季度收益为-4.48%（同类排名7654名），H1飙升至40.74%（第3名），前三季累计26.30%，展现出可转债品种在权益市场回暖下的高弹性。

此外，财通收益增强A（15.98%）、易方达丰和A（12.39%）、华商稳健双利A（12.18%）等"固收+"产品表现稳健。

QDII基金："双雄对决"局面

QDII基金前三季度呈现原油与半导体两大阵营的对决。

原油阵营中，易方达原油A美元现汇（殷春涛，86.47%）居首，南方原油A（张其思，80.80%）、易方达原油A人民币（78.66%）、嘉实原油（75.38%）紧随其后。

上述基金的Q1收益普遍超59%，到三季度末已经都上周涨到了75%以上，反映国际油价上半年的强势。

半导体/科技阵营中，华夏移动互联美元现汇（78.95%）、华泰柏瑞中证韩交所中韩半导体ETF联接A（77.50%）、建信新兴市场优选A（74.93%）、国富全球科技互联美元现汇A（68.80%）表现突出，H1收益率普遍超96%，反映全球半导体与科技互联的景气共振。

两大阵营"双雄并立"，成为QDII市场最鲜明的特征。

FOF基金：易方达系垄断前十，养老目标产品亮眼

FOF基金前三季度榜单几乎被一家公司垄断：

易方达优势驱动一年持有A（张浩然，35.58%）居首，易方达优势领航六个月持有A（34.10%）、易方达优势价值一年持有A（33.97%）分列二、三位，易方达优势回报A（26.51%）、易方达优势风华六个月持有（23.04%）亦跻身前五。

值得注意的是，易方达养老目标日期2055五年持有Y（19.77%）、易方达汇裕积极养老目标五年持有Y（17.96%）等养老目标产品表现亮眼，反映FOF与养老投资领域的密切关系。

非易基金中，交银智选星光A（17.51%）、汇添富聚焦价值成长三个月持有（17.32%）表现相对突出。

2026年前三季度，公募基金业绩呈现"科技+资源+医药"的新主线格局，这个变化会孕育未来怎样的草蛇灰线，值得后续密切跟踪。

本文来自华尔街见闻，欢迎下载APP查看更多

特斯拉坚守了十年的“FSD”，在欧洲还是更名了。

当地时间10月9日，特斯拉德国、比利时和丹麦官网已将原称“完全自动驾驶（监督版）”的功能改称“Tesla Assisted Driving”（TAD，特斯拉辅助驾驶）。

名称换了，车辆并未因此获得在欧盟全境使用该功能的许可。特斯拉官网仍注明，功能只能在取得监管批准的市场启用。

这次更名有明确的监管背景。德国联邦交通部10月6日发表声明称，交通部长比尔格9月曾与特斯拉会谈，特斯拉已提出将系统改名。

声明同时指出，“Full Self-Driving”容易使人误以为系统能够承担全部驾驶任务；实际上，系统可以辅助加速、制动和转向，驾驶员仍须始终保持注意，并对驾驶负责。比尔格表示将支持继续推进欧洲审批。

名称之争涉及驾驶员如何理解功能边界。一套能在城市道路完成转弯、变道等动作的系统，容易让使用者把“持续监督”理解为偶尔接管。

荷兰车辆管理局RDW在批准文件中专门说明：车辆并非自动驾驶，驾驶员必须参与驾驶，随时准备控制车辆。将“辅助”写进名称，有助于使产品表述与这一责任划分一致；它本身并不能证明系统已通过所有安全审查。

审批路径也解释了为何欧洲各国进度不同。

RDW于4月10日给予该系统临时批准，丹麦随后认可了荷兰的批准。按照丹麦交通主管部门的说明，其他成员国可以分别作出认可；要在欧盟全境通用，仍须完成欧盟层面的程序。特斯拉目前列出的已开放欧盟市场包括荷兰、丹麦、比利时等八国，德国不在其中。

此前特斯拉称，10月6日可能进行欧盟范围投票；该次技术委员会会议的议程草案仅列出“继续讨论荷兰提出的第39条核准请求”，没有列出表决，也未点名特斯拉。按现有会议安排，12月是下一次可能讨论表决的时间。

巴黎车展将提供另一处观察场景。车展官网称，10月12日开幕的展会将设置开放道路试乘项目；小鹏公告显示，参加这一项目的车企只有小鹏与特斯拉，小鹏称这将是其NGP首次在中国以外大规模面向公众试乘。

改名之外，德国与特斯拉还讨论了系统速度设置和驾驶责任。德国交通部称，双方就系统相对限速最多高出10%的方案达成理解，驾驶员仍对安全驾驶负责。

RDW则指出，欧洲和美国车辆使用的软件版本及功能不能一一对应。这意味着，判断系统能否在欧洲扩大使用，仍需着眼于当地版本及其适用规则。

中国市场也需要区分已推送的功能与后续开放的能力。2025年2月，特斯拉向中国车主推送了城市道路辅助驾驶更新；但截至目前，其中国官网的Model Y订购页虽提供“特斯拉辅助驾驶”选装包，仍注明该功能“稍后推出”。

对特斯拉而言，更多国家获批意味着辅助驾驶软件有机会覆盖更大的现有车主群体。尤其是在欧洲市场，面对来自中国品牌愈发激烈的攻势，特斯拉亟需FSD建立起自己的技术招牌。

对行业而言，这一过程也提供了一个观察窗口，功能持续通过软件更新演进时，车企仍需向用户讲清每个市场实际开放了什么、驾驶员必须做什么，并让监管机构审查相应版本。

TAD的名称已经调整，欧盟范围内的使用边界，还要等待审批结果来确定。

本文来自华尔街见闻，欢迎下载APP查看更多