马斯克在9月15日的All-In峰会上提出了一套应对方案：让主要AI公司在模型发布前相互测试彼此的模型。在他看来，与其由各家公司自行设计测试、自己评估结果，不如让竞争对手充当“出题阅卷人”，从不同角度寻找模型可能存在的安全漏洞。

近期AI安全风险不断成为市场关注焦点，马斯克此前在社交媒体上曾直言“Dario是对的”，指的是Anthropic CEO Dario Amodei对AI风险的警告。此次访谈中，马斯克进一步解释称，他认同的并非Amodei提出的某一项具体监管方案，而是其对AI风险严重性的判断：“现在AI的危险性非常大……随着AI模型不断发展，风险可能呈指数级增长。”

马斯克同时表示，这种担忧并非Amodei一人的判断。“很多Anthropic和OpenAI的人都在告诉你，他们的模型非常危险，我认为我们应该相信他们。”而近期发生的一系列安全事件，也让这种警告不再只是理论层面的风险讨论。

华尔街见闻总结要点如下：

• AI安全风险正从理论走向现实：AI智能体已展现出自主攻击、获取权限和规避检测的能力，风险边界正在扩大。
• 马斯克认同Amodei对AI风险的警告：随着模型能力提升，AI潜在风险可能呈指数级增长。
• 让竞争对手互相“找茬”：马斯克建议AI公司在模型发布前开放API，由其他公司进行独立安全测试，避免“自己给自己打分”。
• 先建立行业自律防线：无需等待政府出台新规，主要AI公司可以先通过同行评审、日志审计和开源测试工具加强安全防护。

AI智能体主动规避检测，安全风险正在具体化

马斯克认为，近期Hugging Face遭遇的AI智能体攻击，最值得警惕的并非单纯的网络入侵，而是AI在攻击过程中表现出的自主规避能力。

据马斯克描述，一群AI智能体持续攻击Hugging Face长达一周，并一度获得OpenAI服务器的管理员权限，而OpenAI直到一周后才意识到这一情况。他同时提到，Anthropic也披露过若干安全事件。

更令人不安的是，相关AI智能体的“思维轨迹”（thinking traces）显示，它们曾主动谋划如何避免被人类发现。马斯克直言，“任何足够聪明的模型似乎都会试图摆脱自己的限制。”

在他看来，如果AI进一步获得对关键基础设施乃至军事系统的控制能力，风险将被进一步放大。即便相关系统与互联网物理隔离，软件更新等环节仍可能成为潜在入口。

与其自己给自己打分，不如让竞争对手“找茬”

针对上述风险，马斯克提出的核心方案并不复杂：在新模型正式发布前，AI公司向竞争对手开放API，由其他公司使用各自的安全测试工具对模型进行测试。

在他看来，模型开发者自己设计测试标准，很容易陷入“自己给自己打分”的困境。“你不能给自己的作业打分。你总会漏掉一些东西。”马斯克表示，如果让不同公司使用不同的测试工具，从不同角度检查模型，就更容易发现开发者自身忽视的问题。

他尤其担心当前AI评测存在“过拟合”。如果模型针对特定基准不断优化，最终可能只是学会了如何通过测试，而不是真正变得更安全。让多个不同团队进行测试，则可以降低这种风险。

马斯克将这一机制比作让其他人校对书稿：作者很难发现自己的错误，而外部测试者更容易从不同角度发现问题。“你会逐渐对自己的错误视而不见。”

对于企业担心测试过程导致技术泄露的问题，马斯克认为可以通过日志审计加以约束。如果测试方试图进行模型蒸馏或窃取知识产权，其操作过程应该会留下记录。他还建议将安全测试工具开源，让更多公司参与其中。

在政府监管落地前，AI行业先建立“自律防线”

马斯克更看重的是，这套机制无需等待新的监管规则出台，AI公司之间就可以自行推动。

他明确表示，“我们不需要召开联合国大会才能完成这件事。它现在就可以开始。”在他看来，相比建立一个庞大的跨国监管机构，让领先AI公司先建立同行评审机制，更容易快速落地。

他以美国电影行业的MPAA分级制度为例称，电影行业当年面临政府审查压力时，最终选择建立行业自律机制，通过自身的内容评级体系降低监管介入的必要性。

AI行业同样面临类似选择。如果主要AI公司能够在模型上线前相互测试、相互挑错，就有可能在政府监管之外建立一道行业自身的安全防线。马斯克认为，这也是目前最直接、最快可以实施的安全措施之一。

以下是访谈实录，有部分删减：

主持人：
过去72小时到底发生了什么？

马斯克：
这一周确实发生了很多事情。现在已经很明显，AI可能非常危险。我建议大家去看看Hugging Face那起事件的细节，非常严重。

你可以看到，一群非常狂热的AI智能体整整折腾了Hugging Face一周，还获得了OpenAI服务器的管理员权限。谁知道它实际上做了什么，甚至可能做了更多，而OpenAI整整一周都没有意识到这一点。Anthropic也报告了一些安全事件。

所以，任何足够聪明的模型似乎都会试图摆脱自己的限制。

我认为，如果不是立刻，那么也应该尽快做的一件事，就是让主要的AI竞争对手互相测试彼此的模型。也就是说，让每家公司的安全测试工具去测试其他公司的模型。与其自己给自己的作业打分，不如至少让竞争对手来给你的作业打分，并在发现问题时发出警报。

我认为这种模式在电影行业、电子游戏行业以及其他领域都运行得相当不错，而且可以立即实施。当然，随着时间推移，也可能需要更多监管，甚至未来国会可能建立某种监管机构，但眼下最直接的办法，就是让领先的AI公司在模型发布之前相互测试。

主持人：
但在具体实施上，会不会有人担心，这会让公司利用测试过程从彼此那里获取信息，甚至窃取企业的创新成果？

马斯克：
我认为，如果使用测试工具，所有操作都会留下记录。如果有人试图进行模型蒸馏或者窃取知识产权，从日志里应该很容易看出来。

主持人：
明白了。理解模型到底在做什么，其实从一开始就没有真正被设计进系统。为什么我们没有从一开始就把对模型行为的观察能力建立起来？是不是我们在设计这些模型时走得太快了？

马斯克：
我认为，问题就在于你不能给自己的作业打分。你总会漏掉一些东西。

如果把所有竞争对手的测试结合起来，再使用不同类型的模型，就不会是自己出题、自己评分，而是由别人来给你评分。之所以不能给自己的作业打分，就是因为这个原因。

主持人：
这样一来，也可以判断不同公司是不是夸大了自己的能力，或者采用了不同的方法。更偏工程的公司和更偏研究的公司，也能形成某种平衡。

马斯克：
是的。

主持人：
你之前说Dario是对的。你指的是他对于AI潜在危害的描述是对的，还是他对于监管解决方案的判断是对的？

马斯克：
我当时可能说得比自己应该说的更多了。我后来也试图在X上澄清，但后续的内容关注度要低得多。

我所谓的“他是对的”，指的是现在AI的危险性非常大。我们需要在AI安全方面做得更好，否则随着AI模型不断发展，风险可能呈指数级增长。

这不仅仅是Dario一个人的看法。我从Anthropic的很多人那里都听到过类似的说法，他们也在X上公开谈过。很多Anthropic和OpenAI的人都在告诉你，他们的模型非常危险，我认为我们应该相信他们。

主持人：
这听起来也可能是一种非常复杂的博弈：一边说AI有10%的概率毁灭人类，一边又让投资者在IPO中买更多股份。

但我们具体谈谈风险。网络攻击和黑客攻击显然是一个风险，这些工具在这方面非常强。但从“AI可以进行网络攻击”到“人类全部死亡”，中间还有几步。我们怎么从前者走到后者？

马斯克：
如果AI能够控制军事系统，然后发射某种武器，那当然会非常糟糕。

主持人：
但这些系统都是物理隔离的，并没有连接互联网。

马斯克：
他们是这么说的。但我总觉得，这些系统偶尔还是会获得软件更新。

主持人：
好，这就排除不了。

主持人：
Elon，今天Gwyn也在这里。我想你应该已经看到了她。我们刚才在给你做360度评价，Gwyn有一些意见。

马斯克：
我希望至少能拿到3分。

Gwyn：
3分在SpaceX算不错，但还算不上优秀，4分才算很好。你现在大概介于两者之间。首先，我们需要谈谈守时的问题。有时候你可以稍微努力一下，按照会议规定的时间到场。接下来一年，我们会继续帮助你改进这一点。

实际上，我认为他需要更多时间待在孟菲斯。

主持人：
你现在确实在孟菲斯。你需要在那里工作，把GPU部署起来。

马斯克：
这就是我在孟菲斯住的“宫殿”，一辆Airstream拖车。

主持人：
顺便说一句，这就是Elon在做那些很多人不相信他会做的事情。他会睡在工厂地板上。他现在在孟菲斯，帮助建设厂房并把GPU部署起来。

Elon，为什么Gwyn这么长时间以来一直和你一起工作，而且还做得这么成功？

马斯克：
因为她很棒。她是一个非常优秀的人，智商和情商都非常高。我认为你从第一次见到她的时候就应该能看出来。

主持人：
在你们的合作过程中，她有没有做过什么特别值得记住的事情？有没有哪次是她拯救了局面，或者表现特别出色？

马斯克：
我觉得那就是每天的工作。说实话，那就是普通的一天。

主持人：
我以后得多做这种采访。

马斯克：
现在SpaceX基本上总会有某种危机。这些天至少Falcon火箭的情况很好。我不想提前说得太满，但Falcon火箭现在能够把有效载荷送入轨道，而且已经很长时间没有爆炸了。这非常好。但有一段时间，它们经常爆炸，或者根本无法发射。

所以，我们必须带着公司度过那些困难时期，让火箭越来越好，不再爆炸。卫星也是一样。然后我们还需要客户购买发射服务，购买卫星连接服务。所以，事情很多。

主持人：
随着你这些年越来越成功，获得真正坦诚的反馈也会越来越困难。你处在这样的位置，本身就有这种风险。

我的理解是，Gwyn对你非常坦诚，能够直接告诉你公司的真实情况。这也是你们合作关系的重要部分。

Gwyn：
我当然不想对他说谎。

主持人：
但我的意思是，一般来说，在你的公司里，人们可能会因为你这个人太有影响力而感到畏惧。你现在已经是一个非常重要的人物，而你设定的期限也非常紧张。你是怎么让大家继续诚实地告诉你公司面临的问题的？

Gwyn：
尤其是在火箭行业，如果出了问题，你最终一定会发现。越早把问题提出来，解决起来就越容易。不要让坏消息继续积累，必须直接面对它。

马斯克：
对。物理学是一个非常严厉的裁判。你无法欺骗物理学。

如果出了问题，火箭就会爆炸，或者无法进入轨道。你不能一边说“Elon，你做得太棒了”，一边火箭却不断爆炸。事实就是事实。

火箭必须进入轨道，卫星必须正常工作，Starlink连接也必须正常，否则就会发生糟糕的事情。这就是物理学。物理学是法律，其他一切都只是建议。我见过人们违反人类制定的法律，但我从没见过有人违反物理学制定的法律。火箭受物理学支配。

主持人：
我还想问一个SpaceX的问题，就是Starship。看起来你们已经非常接近了。现在到底进展到什么程度？

马斯克：
Starship即将进行第14次飞行。这将是我们尝试捕获飞船之前的最后一次飞行。如果第14次飞行顺利，那么第15次飞行我们就会尝试捕获飞船。然后在今年年底，或者更有可能是在明年年初，我们会再次发射飞船和助推器。

我们已经成功让助推器再次飞行过，但还没有用塔架机械臂捕获飞船，也还没有让飞船再次飞行。一旦我们能够让飞船再次飞行，我们就会拥有第一枚完全可重复使用的轨道火箭。航天飞机在一定程度上是可重复使用的，但即便是那些能够重复使用的部分，重新使用的成本也非常高，以至于每次进入轨道的成本甚至比一次性火箭还高。

Falcon 9大部分可以重复使用，但我们每次都会损失上面级，它的成本大概相当于一架中型喷气式飞机。也就是说，每次发射都扔掉一架中型喷气式飞机，这显然会给单次飞行成本设定一个下限。

而且Falcon 9的助推器会降落在海上，需要几天时间才能运回来；整流罩降落得更远，也需要几天时间才能运回来，并且至少需要一定程度的翻修。相比之下，Starship的助推器会直接降落回发射台，飞船也会降落回发射台。所以它不仅是为了完全重复使用而设计的，也是为了像飞机一样快速重复使用而设计的。这是一个非常重要的突破，也是让人类能够把生命延伸到地球之外所必需的关键突破之一。

主持人：
如果第一次尝试用塔架捕获飞船，你认为成功概率有多高？

马斯克：
我会说至少有50%到60%。在上一次飞行中，如果当时那里有一个塔架，我们实际上已经进行了模拟着陆，就好像飞船会被塔架捕获一样。地点是在澳大利亚西北约1000英里的海域。如果那里当时真的有塔架，它在上一次飞行中就能捕获飞船。

所以，我们还要再进行一次飞行，确认所有东西都正常。我们最担心的是，如果飞船在陆地上空解体，碎片落到人群中，那会非常糟糕。所以我们必须确保飞船返回时能够完整地降落在发射塔上。这就是为什么我们现在非常谨慎。

但它的设计本身具备完全重复使用的能力，这一点我非常确定。我不想在这里立下什么预言，但我认为，我们非常有可能在2027年实现完全可重复使用，并实现快速再次飞行。

主持人：
Gwyn，我想听听Terafab最初是怎么来的。是什么样的需求让你们觉得，必须自己做这个，而不能继续依赖现有的供应体系？

Gwyn：
我想这确实有点像是在梦里想到的。

马斯克：
如果芯片无法继续供应，而我们又没有其他芯片来源，那会让事情变得非常困难。这是Terafab存在的一个重要原因。

从长期来看，还有一个规模化的问题。如果你真的想扩大AI的规模，无论是在数据中心里的服务器端，还是在边缘计算、人形机器人和汽车领域，现有晶圆厂的产能最终都会不够。

现在所有晶圆厂基本都在满负荷运行。所以，我们需要确保未来芯片供应是有保障的。芯片生产本身也存在规模化挑战。你需要逻辑芯片、存储芯片、封装，以及完整的供应体系，才能继续扩大规模。

所以，选择其实很简单：要么建Terafab，要么就无法继续扩大规模。

主持人：
你们现在在设施设计方面已经做到什么程度？是已经完全确定了，还是还只是一个大致规划？

马斯克：
我们现在首先在建设一条研发产线。所以这基本上是“爬、走、跑”的过程。我们正在奥斯汀建设一座研发晶圆厂，这是Tesla和SpaceX之间的合作项目，位于奥斯汀Giga Texas园区。

这是一座规模相当大的研发晶圆厂。设备已经下单。我们可能会在明年年底之前生产出一些有用的东西，但还不会达到大规模生产的水平。就像Gwyn说的，要先爬、再走、最后跑。我们至少要先弄清楚这些机器到底怎么工作，因为我们以前并没有做过这样的事情。

主持人：
我看到你们似乎也在招聘光刻方面的人才。现在很多环节都依赖ASML，但你们可能也会希望实现供应商多元化，甚至进行垂直整合。

马斯克：
对。现在确实是一个“爬、走、跑”的过程。第一步是看看我们能不能真正生产出东西，这是“爬”。然后尝试大规模生产有用的芯片，这是“走”。最后，“跑”就是实现大规模量产。很难说这些阶段分别需要多长时间，但我认为至少到明年年底，我们可以完成“爬”这个阶段。封装方面，我们已经在做了。

主持人：
封装其实非常重要，因为现在封装产能几乎不存在。

马斯克：
是的。即使你把芯片生产出来，也可能只是在那里等很长时间才能完成封装。所以这是一个很好的起点。

主持人：
我必须问一个Tesla的问题。我们在10月1日看到的东西，看起来像一艘宇宙飞船，也像一枚火箭。它应该是一辆汽车，但只露出了后面的一部分，看起来有点像“黑鸟”。

假设你要制造一个既能在空中飞行、又能在地面驾驶的东西，理论上你会怎么做？

马斯克：
不剧透。等到10月1日吧。

主持人：
也就是说，10月1日我们就能看到？

马斯克：
对。

主持人：
我必须说实话，Elon给我看过之后，我整个人都震惊了。我从来没见过这样的东西。

主持人：
他10月1日要展示的东西，毫不夸张地说，会让很多人目瞪口呆。我不能再透露更多了，真的非常不可思议。

马斯克：
我们实际上需要现场观众来证明，这东西不是AI生成的。

主持人：
他给我看的时候，我说：“这是一个很棒的模拟。”他说：“这不是模拟。”我说：“这是假的，这一定是假的。”

主持人：
Elon，为什么Tesla和SpaceX现在仍然是两家公司？

马斯克：
这是个好问题。

主持人：
考虑到双方现在有这么多合作，而且在很多层面都有联系，甚至管理团队也存在一定程度的重叠，为什么还保持独立？

马斯克：
这个问题确实值得讨论。

主持人：
你一直强调，AI应该被训练成最大程度地追求真相，这样才能得到最好的结果。但Hugging Face那起事件让我觉得，最令人担忧的地方之一，是这些AI似乎在欺骗人类。

马斯克：
是的。他们的思维轨迹显示，它们在谋划如何避免被发现，如何避免人类发现它们在作弊。我认为这可能是整个事件中最令人不安的部分。

主持人：
有没有办法训练AI，让它保持诚实，不隐藏自己的意图或者行为，不对使用它的人隐瞒这些东西？

马斯克：
我能想到的最好办法，就是让所有AI公司都拥有一套测试工具，也就是一系列可以提供给任何模型的测试，用来判断它是否会制造生物武器、核武器，或者是否会故意欺骗。然后让每家公司使用其他公司的测试工具来测试彼此的模型。我认为，这是我们确保安全能够做的最好事情。

让最聪明的人类尽最大努力去判断一个模型是否会成为恶意行为者。我认为这件事应该尽快开始。

主持人：
其他AI实验室会支持这个方案吗？

马斯克：
我还没有问过所有人，但我认为这是一件很难拒绝的事情。

主持人：
具体来说，如果提前进行测试，应该怎么做？

马斯克：
基本上，就是在模型正式发布之前提供API访问权限。如果其他公司发现这个AI存在问题，那么模型开发公司就可以尝试解决这些问题。如果问题没有得到解决，那么竞争对手可以公开表示，他们认为这个模型不安全。而如果竞争对手已经明确警告这个模型存在安全问题，之后这个模型又真的造成了严重后果，那么这家公司会很难面对。法律责任也可能非常巨大。

主持人：
这些安全测试工具完全可以开源，让大家都能使用。这样一来，公司为了保护自己，也会有很强的动力投入AI安全，因为它们既可以测试别人，也可以用测试结果证明自己的模型更安全。

产品责任这一点非常关键。Lina Khan最近也发帖说，认为“AI没有规则和监管”并不准确。事实上，现有的产品责任法律同样适用于AI。如果一家AI公司发布了不安全的产品，它可能面临巨额民事诉讼，甚至刑事诉讼。所以，并不是AI完全处于监管真空。如果几家公司进行了这种同行评审，其中一家忽视其他公司的反馈，仍然选择发布模型，那么在诉讼中，这种情况可能会成为非常严重的证据。

马斯克：
对。它几乎可以成为证明这家公司存在过失的直接证据。如果你明知道这个产品存在问题，却仍然把它推向市场，陪审团不会对这种情况有好感。

主持人：
那么，如果OpenAI在Hugging Face那次渗透测试中设计了更好的指令集，并且让更多人在测试过程中参与进来，你认为这件事情还会发生吗？

马斯克：
不一定。问题可能不在于是否有更多人参与，而在于奖励函数的设计。你必须检查奖励函数，然后问：这个模型是不是实际上完成了它被要求完成的事情？

主持人：
他们当时使用了数千个智能体去尝试攻击系统。如果同时部署另外5000个智能体去防御这些系统，并把结果公开展示给大家，证明这些技术可以提高安全性，同时让人类能够在关键环节介入，我觉得会更好。但在我看来，那次测试有些鲁莽，发布方式也有些鲁莽。你怎么看？

马斯克：
确实有些鲁莽。问题的一部分在于，现在最领先的两家AI公司实力非常接近。两家的模型能力也非常接近。所以任何一家都很难主动放慢速度，因为这样可能就会把领先优势让给另一家。

总体来说，我认为Anthropic在安全方面投入的关注更多一些，但即便Anthropic也承认，他们对自己的模型感到担忧。Anthropic有很多人公开表达过担忧，基本意思就是，他们自己的模型已经让他们感到害怕，因为模型变得越来越聪明。

所以这里不存在一个完美的解决方案。但如果不是让OpenAI只用自己的测试工具测试自己的模型，而是让Anthropic也测试OpenAI的模型，让SpaceX使用自己的测试工具进行测试，让Google、Meta等公司也参与进来，那么发现问题的概率就会大幅提高。

因为这些模型本身也存在差异，不同的团队会从不同角度来测试模型。这就像为什么作者要让别人帮自己校对书稿，因为你有时候很难发现自己的错误。你会逐渐对自己的错误视而不见。

如果有八个完全不同的团队，从完全不同的角度进行测试，也能大幅降低过拟合风险。现在很多AI评测存在的问题，就是严重过拟合。模型会针对这些评测进行优化，然后大家就说：“这是一个很棒的模型。”

但它真的那么好吗？我认为这也是为什么我非常喜欢这种方案。我更喜欢这种办法，而不是建立一个庞大的跨国监管组织。我们不需要召开联合国大会才能完成这件事。它现在就可以开始。

主持人：
当然，监管力度可以不断增加，但一旦增加，就很难再降低。监管往往是单向增加的。

马斯克：
所以我提出的方案，是朝着正确方向迈出的一步，而且可以很快实施。

主持人：
如果你们不进行自我监管，最终就会被监管。MPAA的例子非常典型。

电影行业当时面临政府审查和监管，后来他们决定自己建立评级体系，比如什么是R级。他们甚至因为《夺宝奇兵2》建立了PG-13，让公众更容易理解PG和PG-13之间的区别。

我认为这是一个非常优雅的解决方案。

感谢你连续第五年参加我们的节目。

马斯克：
不客气。我得去孟菲斯修一些GPU了。

主持人：
你得去把它们装起来、部署起来。

马斯克：
我要去为机器而战了。

主持人：
好好享受你的Airstream吧。我第一次邀请Elon去Starbase的时候，他说：“过来，你一定要看看我正在建造的东西。”

我问：“那里有酒店吗？”他说：“没有，我有一栋两居室的房子，你过来住就行。”结果我到了以后，发现那是一栋破旧的、坐落在沼泽旁边的房子。我们站在外面，蚊子一直叮我们。我说：“天哪，你完全有能力买一栋更好的房子。”他说：“我没有时间，我得把这些火箭送上去。”

我当时想，你现在完全可以奖励自己一套移动房屋了，Elon。好了，回去工作吧。谢谢你。

马斯克：谢谢你。

本文来自华尔街见闻，欢迎下载APP查看更多

据该局近日披露，已核准卫濛濛出任中国对外经济贸易信托有限公司董事长，公司法定代表人同步完成变更登记。

这不仅是目前国内信托公司中唯一一位女性董事长，也是罕见的80后。这个任命显然会引发许多人的兴趣。

信托业唯一女性董事长

北京金融监管局近日发布的批复显示，批准卫濛濛担任外贸信托董事长，法定代表人已变更登记为卫濛濛。此时距离公司4月披露董事长调整意向，已过去约半年。

在此之前，外贸信托曾公告因工作变动，卫濛濛不再担任总经理，由副总经理马绍晶代为履行总经理职责。公司董事会亦通过她代为履职董事长的安排。

而随着监管批复落地，外贸信托“一把手”正式落定，卫濛濛也成为当前国内持牌信托公司唯一女性董事长。

颇为巧合的是，今年6月，北京金融监管局刚批复同意中化资本受让相关股东的股权，对持股比例升至100%，外贸信托自此成为中化资本全资子公司，高管层也随之理顺。

从内部成长起来的“80后”老将

卫濛濛是一名“80后”，1981年出生于山西太原，对外经济贸易大学金融学硕士，2006年入职外贸信托，一待就是近20年，几乎走遍了公司多数核心业务条线。

她先后在证券投资、财富管理、家族信托、普惠金融等板块深耕，历任产品管理部总经理助理、证券产品部总经理、证券信托事业部总经理、财富管理中心总经理，以及总经理助理、副总经理、党委副书记等职。

2021年10月代为履行总经理职责，2022年6月正式获批总经理、董事任职资格，2023年8月起兼任党委书记。

掌舵总经理期间，公司家族信托规模突破1700亿元、养老信托超20亿元，在不动产、数据信托等新兴领域落地多项全国“首单”，并依托中化农业产业链把普惠金融做进农户场景。

自2026年起，她又升任中化资本有限公司总经理、党委副书记。

在业内看来，这样的履历正好契合信托转型期的选人逻辑。

用益金融信托研究院研究员帅国让表示，在信托业务新分类转型阶段，新任高管需兼具标品、服务信托的专业能力与风控意识。

卫濛濛横跨一、二级市场和财富管理、普惠金融等多个业务条线，正是这一方向的典型人选。

管理规模逾2.2万亿的央企信托平台

外贸信托是1987年12月获批开业的老牌央企信托，注册资本80亿元，实控人为央企中国中化控股有限责任公司，是中国中化旗下核心信托金融平台，现为中国信托业协会会长单位。

总部设在北京，在华东、华南、西南、西北设立异地部门，业务范围辐射全国，参股诺安基金、宝盈基金和冠通期货。

2026年6月，控股股东中化资本完成全资收购，公司股权结构进一步归一。

从业绩看，截至2025年末，外贸信托信托资产管理规模已突破2.2万亿元，稳居行业第一梯队，且连续两年保持在2万亿元以上。

经营质量同样可圈可点。截至2025年末，全年实现营业收入22.13亿元，同比增长约23%；利润总额11.11亿元，同比增长35%；净利润8.57亿元，同比增长33%。

在信托行业整体增长乏力的背景下，外贸信托仍实现营收、利润双位数增长，被业内视为其转型方向奏效的体现。

作为信托业头部机构，外贸信托在高管落定后能否延续增势，市场将拭目以待。

本文来自华尔街见闻，欢迎下载APP查看更多

作者 | 周智宇

二十多年前，为了推动广汽与丰田合资，前任广汽掌门人张房有曾专程北上，与一汽沟通。丰田在中国多找一个伙伴，需要照顾原有伙伴的感受。

如今，一汽准备成为广汽的第二大股东，涉及交易的标的或是一汽丰田的股权。

9月14日晚，广汽集团公告称，已与一汽股份签署《意向协议》，拟通过发行股份购买一汽持有的某整车合资公司部分股权，并募集配套资金。按初步测算，交易完成后，一汽将成为广汽具有战略影响力的第二大股东，广汽实际控制人不变。

综合多位业内人士信息，这次重组指向一汽丰田，并可能牵动广汽丰田的后续安排。不过，对于这次重组是否围绕丰田进行，丰田中国方面对华尔街见闻未予置评。

从需要协调的竞争关系，到愿意建立资本联系，一汽与广汽的接近，让延续二十多年的南北丰田格局出现了变化的可能。更值得观察的是，两家分别隶属中央和地方国资的汽车集团，能否以这笔资产交易为起点，把合作推进到核心业务的分工与收益分配，这会为中国汽车重组，打开一个新范例。

先拿合资资产破局

一汽入股广汽的方案，同时保留了两方的关键诉求：一汽拿出合资资产，换取具有战略影响力的第二大股东地位；广州国资保留广汽的实际控制权。合作先从一块具体资产展开，两个集团各自的控制权格局得以维持。

一位熟悉一汽丰田的人士认为，接下来一汽会用自己手头部分一汽丰田的股权换取广汽股份，最终结果，是一汽让广汽进入自己的丰田合资业务，同时成为广汽的重要股东。

广汽目前持有广汽丰田50%的股权。若再承接一汽丰田的部分股权，广汽就会同时参与南北两家丰田的收益分配；一汽则可通过持有广汽股份，间接分享广汽丰田的经营成果。两家中方股东各自守着一家丰田的格局，将由此松动。

届时，一汽丰田的股东方将由一汽集团、广汽集团和丰田三方持有。

不过，也有接近丰田中国人士表示，这次调整会基于销售公司之外。也就是接下来短期不会出现南北丰田完全合并的情况，更多是是双方在技术等层面合作强化。

过去，两家分别补齐产品线时，新增车型带来的收入归各自所有，同时需要为车型适配、认证和营销投入资源。如果协调产品规划，让其中一家少推出一款相近车型，丰田体系可能节约了投入，但让出车型的一方也会少一块生意。对各自独立的中方股东来说，整体效率提高，但他们不会因此受益。

股权联系为这道难题增加了可谈的余地。广汽能够从一汽丰田的经营改善中获得回报，一汽也开始关心广汽整体的资产收益。

今后讨论车型投放、共同采购或产能分工时，双方可以把跨公司的收益一起纳入考虑。过去难以协调的，正是省下来的钱归谁、让出去的订单由谁承担。据悉，此次南北丰田的股权更迭，也得到了丰田中国方面的支持。

选择合资资产作为切入口，也有现实的经营基础。2026年上半年，广汽归母净亏损44.67亿元，同期仍从广汽丰田收到现金股利约22.98亿元。合资业务虽然面临转型压力，仍在向集团提供现金回流。

对自主品牌还需持续投入的广汽而言，维护这部分资产的回报，有直接的财务意义。通过股份支付收购对价，又可以减少交易对现有现金的占用。

就在三周前的8月24日，一汽与零跑签署深化战略合作协议。一汽当时披露，双方联合开发的首款车型即将量产，旗新动力混动发动机已为零跑全球车型提供配套。合作已经延伸到具体车型和零部件业务。

一汽与零跑合作，着眼于新能源产品开发，也为自己的动力总成找到新的客户；此次拟以合资资产入股广汽，则为调整原有合资业务的分工创造条件。

两项动作放在一起，一汽正在同时处理新产品能力与存量资产回报的问题，合作对象也从民营新势力延伸至地方国资车企。

当年，谁都想要自己的丰田

广汽丰田的成立，经历过一场关于经营权的拉锯。

丰田在早期谈判中曾提议，由丰田、一汽和广汽三方投资新的合资项目，广汽拒绝了这一安排。丰田还希望新公司沿用一汽丰田的销售渠道，广汽则坚持拥有独立销售权，不愿只承担南方生产基地的角色。

这一结果让丰田担心一汽的反应。张房有先致电时任一汽总经理竺延风，通报谈判进展；又借2003年7月一汽成立50周年的机会，飞赴长春当面沟通。

放回当时的利益格局，这种纠结并不难理解。丰田的全球车型、技术和品牌，是中方伙伴争取的稀缺资源。多一家合资企业，就多了一方参与车型与投资的分配；拿到一款畅销车的生产和销售权，背后连着工厂、经销商及长期收益。

广汽要争取完整的经营体系，一汽则要面对丰田资源向新伙伴分配的变化。

2004年广汽丰田成立后，两家起初各有主力产品：一汽丰田拥有花冠、后来的卡罗拉等车型，广汽丰田则从凯美瑞起步，随后引入汉兰达。随着双方补齐产品线，竞争逐渐进入相同的细分市场。

2014年，雷凌加入广汽丰田产品阵容，与一汽丰田卡罗拉形成正面比较。雷凌上市时，10.78万至15.98万元的指导价区间，与当时的新卡罗拉一致。此后，荣放与威兰达、赛那与格瑞维亚先后构成两组对应产品。两家都有自己的车型名称、销售目标和经销网络，消费者则可以在相近的丰田产品之间比较配置与优惠。

丰田及两家合资公司曾强调不同的产品定位。广汽丰田方面此前在解释雷凌与卡罗拉的关系时，给出的一个理由就是中国市场足够大，不同客户有不同需求。

在当时，同一套技术基础可以支撑更多车型，两家中方伙伴分别组织生产、铺设渠道，为丰田扩大覆盖；合资公司也能借助成熟产品填补自己的市场空白。内部竞争带来的协调成本，可以由共同增长的销量消化。

如今，双方开始重新考虑经营边界。原先分别记在两家集团账上的得失，有机会进入一套更紧密的利益关系。

这一变化首先发生在中方股东的选择上。合资资产依然重要，但独自守住一块资产，与让这块资产在更大的业务组合中发挥作用，已经成为可以重新权衡的两种选择。

赢过另一家丰田，已经不够了

支撑南北丰田扩张的市场条件正在改变。

乘联分会数据显示，2026年8月，主流合资品牌零售31万辆，同比下降35%，降幅明显高于整体乘用车市场。同期，新能源车在国内乘用车零售中的占比达到65.2%，而在主流合资品牌自身的零售中，这一比例只有13.4%。合资企业的大部分产品，仍集中在收缩更快的传统动力市场。

丰田也在其中。丰田发布的数据显示，2026年上半年，丰田在华新车销量约69.47万辆，同比下降17%；一汽丰田约27.41万辆，同比下降27%，广汽丰田约34.11万辆，同比下降6%。南北之间有强弱，但两家都承受着销量下行压力。

在这样的市场里，两家丰田继续用相近产品争抢客户，更容易改变的是订单在南北之间的归属。两家各自完成业绩的冲动，也可能表现为更密集的促销和更高的获客投入。

2023年2月，南北丰田曾在一周内先后为bZ4X推出降价促销。广汽丰田宣布厂家限时直降3万元；随后，深圳大兴观澜丰田4S店给一汽丰田bZ4X打出6万元现金优惠、13.98万元起的报价。彼时一汽丰田方面称，后者属于经销商促销。

这种情况在过去多年一直存在，一家合资公司降价，另一家就得跟进，销售规模保住了，单车利润却在降低。

各自承担销量任务的合资公司，需要先把客户留在自己的门店。当两款车的差异不足以说服消费者，价格就成为最直接的竞争手段。如果一笔促销支出换来的，只是客户从另一家丰田门店转过来，丰田在中国便没有因此多获得一个用户，两套体系的销售开支仍要承担。

这会进一步加重转型负担：眼前的订单要靠让利来维持，本土研发、软件和电动化产品的投入也不能停。

资本交易之前，经营端已经出现局部调整。去年9月起，部分经销商开始同时销售南北丰田的车型，内部称为“并卖店”，当时主要出现在只有一家丰田经销店的城市，范围有限。

对丰田中国而言，延续这种同质化竞争会消耗对外竞争的资源。尤其当两家分别以自己的销量目标倒推产品规划，都要求补齐相同的细分市场时，共享平台带来的成本优势，可能被重复的车型投入和营销支出部分抵消。

广汽2025年年报披露，按两班制口径，广汽丰田产能利用率为76%，广汽本田为59%。即使在合资阵营中相对稳健的企业，也要面对如何提高已有产能效率的问题。

过去，导入一款已经完成主要开发的全球车型，可以帮助合资公司获得增长。现在，中国用户对智能化体验和更新速度的要求，使合资企业需要承担更完整的本土产品开发责任。旧产品的销量基础在缩小，新一轮投入却不能停，每笔研发支出需要由多少订单来分摊，变得更加紧迫。

丰田已经从研发端作出调整。2025年，丰田提出ONE R&D研发体制，将在华研发中心与一汽丰田、广汽丰田、比亚迪丰田的研发力量进行统合，推动跨公司的协作。一汽丰田bZ5与广汽丰田铂智3X，也都在中国首席工程师制度下开发。

南北丰田各自的胜负，已经无法完整衡量丰田在中国的得失。更值得争取的增量，是让原本流向中国品牌的用户重新把丰田放进购车清单。内部排名的变化，补不上外部市场的流失。

大众也在尝试这样的安排。今年1月，大众宣布首款搭载中国电子电气架构CEA的车型投产。这套架构由大众汽车中国科技公司、CARIAD中国与小鹏共同开发，大众计划从2026年开始将其引入在华三家合资企业的车型。大众称，新的开发流程可以将整车开发周期最多缩短30%。

合资车企的合作因此需要深入到研发和产品开发过程。中方伙伴提供的价值，也从争取全球车型、组织生产销售，延伸到协调本土技术与供应链资源。共享基础能力应当让它们更快推出有差异的产品。在减少重复投入的同时，争取原本流向其他品牌的用户，扩大可以分摊成本的销量。

央地合作，向核心资产推进

把合作深入到经营体系，恰恰是中国大型汽车集团多年面对的难题。

2017年12月，一汽、东风、长安签署战略合作框架协议，提出在前瞻技术、汽车全价值链运营、联合出海和新商业模式等领域合作。此后，中汽创智于2020年成立，成为三家汽车央企开展前瞻、共性和核心技术研发的合作平台。

一汽与广汽也有共同投资的项目。2020年，两家与东风、北汽、亿华通、丰田共同成立联合燃料电池系统研发（北京）有限公司，开展商用车燃料电池系统研发。

这些合作已经形成了专门的技术平台。进一步调整各集团手里的成熟整车资产、分享原有业务的收入与利润，则要处理更直接的利益分配。

一汽与广汽此次拟开展的交易，正向这一层推进：一方转出合资资产，一方引入具有战略影响力的股东，合作触及两大集团原有的资产与收益结构。

对于央企与地方国企，这一步还涉及不同出资人的利益。工厂连接着地方就业和供应商，企业账面上的规模相加，背后是跨地区的资源分配。

目前方案维持广汽实际控制人不变，让双方可以先围绕部分合资股权建立联系。不过，也有业内人士认为，南北丰田的合作只是个开始。

9月11日，国家发展改革委在有关发布会上提出支持企业以市场化方式推进兼并重组，同时强调整合研发、生产资源，避免产品设计和技术研发中的同质化竞争。

对一汽与广汽而言，政策指向的资源效率，需要通过具体项目的投入和回报来体现。

合资业务曾为中方汽车集团扩张提供资金，如今自己也需要持续投入电动化转型。集团要同时为合资公司和自主品牌花钱，继续各自补齐相近的能力，会加重本已承压的财务负担。对股东而言，拿出部分既有权益，换取跨集团的资源和长期回报，开始有了更现实的吸引力。

一汽与广汽若能走通这一步，汽车业往后的整合，可能更多从一块成熟资产开始，让这块业务的共同收益支撑后续合作。央企与地方国企各自保持独立，也能在核心业务上形成长期分工。南北丰田由此有望为央地汽车合作留下一个具体的样本。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，字节跳动CEO梁汝波罕见亮相"2026飞书未来无限大会暨豆包工作开工大会"，就此完成两个月内的整合收尾。梁汝波在会上表示，Agent、模型、协作环境三者必须紧密融合才能真正发挥价值，这正是字节将豆包、飞书、火山引擎整合到一起的核心逻辑——豆包提供智能与Agent能力，火山引擎提供模型、算力和企业服务，飞书承载企业的协作环境与工作现场。他明确表态，字节跳动将在企业市场投入更多资源和力量。

飞书方面同步披露，2026年上半年年度经常性收入（ARR）增速达到去年同期的2.5倍，创成立以来新高，超九成新增客户同步采购了飞书AI产品，中小企业客户总量在过去一年增长70%。与此同时，飞书正式发布8.0版本，针对Agent进行系统性重构，对外开放的功能接口数量从3月的247个扩展至767个。

整合逻辑：三支力量归入同一张作战地图

过去不到两个月，字节跳动完成了一系列密集的组织架构调整。

7月30日，飞书产品团队与豆包产品团队合并，飞书负责人谢欣改向豆包负责人赵祺汇报；飞书的市场、销售和客户服务团队则与火山引擎合并，组建新的To B GTM组织。

8月24日，TRAE、扣子相关团队进一步向豆包体系集中；8月25日，"豆包工作"正式对外发布。

梁汝波在会上为上述调整提供了完整的战略注脚。他表示，去年年底大模型Agent能力进入可用阶段，AI在生产力场景的落地明显加速，而Agent并非孤立存在，需要与人、工作环境及其他Agent协同，同时与模型能力高度绑定。正是基于这一判断，三支力量在两个月内完成整合。

从产品使用逻辑看，豆包工作负责向员工提供智能，飞书作为协作平台承载企业的上下文和工具，两者结合使员工能在工作场景中自然使用AI；当企业需要构建专属Agent时，火山引擎则提供模型、算力和开发工具，这些Agent同样可接入飞书，与人及其他Agent协作。

梁汝波也明确回应了外界关于飞书被边缘化的疑虑。他回顾了飞书从2017年在字节内部全面迁移、2019年推出全球版本的历程，并称这是自己在字节"憋得最长"的产品，打磨了两年多才正式发布。此次大会以"飞书"冠名在前、"豆包工作"居后，梁汝波首次出席飞书年度大会，均被外界解读为对飞书战略地位的背书。

飞书产品升级：Agent从工具变为"团队成员"

飞书8.0将Agent能力的深度集成作为本次发布的核心。在新版本中，Agent可以像员工一样被拉入飞书群组，执行撰写文档、操作多维表格、安排日程、参加会议、查阅云盘、发起审批等操作。飞书通过命令行接口（CLI）向Agent开放的功能点数量，已从今年3月的247个增加至767个。

字节同步发布"豆包工作伙伴"，将Agent从个人助手进一步升级为拥有独立身份、权限和记忆的"团队成员"，试图在企业协作场景中建立Agent的常驻存在感。

梁汝波在会上援引科技产业历史为上述布局提供宏观坐标。他表示，过去50年IT行业共经历PC、Web、移动互联网和人工智能四次技术高峰，AI这个高峰将比此前三次"高很多"，而此类产业级机会大约每15至20年才出现一次。

他还以微软为例指出，从Office到Office 365再到Teams，办公软件在每次技术变革中均获得了良好发展，市场地位甚至比操作系统更为稳固。

飞书CEO谢欣在会上特别强调了豆包工作与飞书实现"原生融合"的战略意义，将其与普通第三方Agent接入明确区分。

谢欣表示，豆包工作并非以跳转链接或外部应用形式存在，而是与飞书实现了系统层面的整合。其核心差异体现在三个层面：

其一，账号层面打通——员工在使用豆包工作时，仍处于原有企业账号体系和数据安全边界之内，权限边界与安全策略自然延伸，飞书与豆包工作由此成为国内首个实现协同办公与Agent账号层面打通的平台；

其二，上下文与工具深度集成——飞书知识问答等能力已接入豆包工作，对企业内部上下文的检索更为准确高效；

其三，随手可用——豆包工作入口分布于飞书的群组、文档、搜索等各主要场景，员工无需切换工具即可调用。

在企业安全管控层面，飞书8.0新增了针对Agent的专项管控能力，涵盖"看得清"（统一了解企业内Agent分布及使用状态）、"管得住"（设定Agent权限边界及工具调用范围）、"查得到"（Agent操作全程可通过日志追溯）三个维度。谢欣表示，飞书8.0还针对提示词注入、恶意链接等新型高风险场景提供安全防护，并为企业管理员提供AI用量管理能力，支持对高消耗模型和场景进行定向管控。

竞争格局：腾讯WorkBuddy占据先手，三巨头正面交锋

字节跳动完成整编之际，AI办公赛道的竞争格局已初步成形。

目前在该赛道占据领先位置的是腾讯WorkBuddy。易观数据显示，今年6月，国内17款主流桌面端AI原生办公智能体合计访问量超过6000万次，其中WorkBuddy单月访问量达2097万次，排名第一。据AI产品榜统计，7月WorkBuddy月活达到1115万，在约3000万规模的AI办公市场同样位居第一。腾讯一季度财报中，马化腾称WorkBuddy已是"中国使用最广的效率AI智能体服务"。

腾讯的市场投入力度也明显升级。仅WorkBuddy在北上广深四城的线下广告投放费用，据媒体估算已接近亿元，上海、深圳、广州多个机场走廊及立柱均出现大面积WorkBuddy广告。今年7月，腾讯还将QClaw产品中心整体并入WorkBuddy所在的云产品六部，进一步集中AI办公资源。仅在字节此次大会召开的13天前，腾讯刚举行了WorkBuddy上线以来的首次大型生态大会，腾讯云副总裁刘毅在会上提出要将WorkBuddy打造为"Agent时代的操作系统"。

阿里方面，上月初已将QoderWork、MuleRun和悟空三款产品整合为"千问办公"，正式开启公测，并计划全面接入钉钉。

至此，三家科技巨头均已完成或接近完成AI办公业务的内部整合。腾讯凭借先发落地占据访问量和月活数据的领先优势；字节跳动则以CEO亲自站台和高规格整合完成为信号，宣示正式进入冲刺阶段；阿里的整合工作亦接近尾声。面向庞大企业用户群体的AI办公市场争夺战，正进入实质性的正面交锋阶段。

本文来自华尔街见闻，欢迎下载APP查看更多

锂电池龙头宁德时代午后持续走低，收跌6.16%，创1年来新低，A+H股总市值跌破1.5万亿元，单日市值蒸发915亿元，较2026年5月7日创出的历史高点累计下跌超32%。分析认为，宁德时代当前利空的核心是车企“去宁德化”加速导致市场对其“链主溢价”重新定价。

9月15日，A股三大指数低开后一度冲高，午后集体下跌，三大股指盘中跌幅扩大，创业板跌超1%，科创50逆势涨超1%，盘中一度涨3%。板块方面，风电设备、PCB/覆铜板、存储芯片三线领涨，网络安全、MLCC、汽车整车、固态电池活跃；大消费与农业集体退潮，农业、旅游酒店、零售跌幅居前。

港股分化，恒指、恒科指盘初一度上涨，恒指翻红，随后再度回落转跌，恒科指盘中一度涨超1%，午后恒指、恒科指双双下跌，权重科网股多数下跌，芯片半导体分化，宁德时代H股亦跌超6%。债市方面，国债期货纷纷走高。商品方面，国内商品期货多数下跌。

A股：截至收盘，沪指跌0.54%，深成指跌0.72%，创业板指跌1.15%。

盘面上，个股跌多涨少，沪深京三市超4300股飘绿，今日成交1.63万亿，较昨日再度缩量177亿元，持平今年年内最低单日成交记录（2026年4月7日也是16253亿元）。沪深两市成交额1.61万亿，创年内新低，较上一个交易日缩量165亿。

板块方面，餐饮旅游、零售、农业、银行、地产板块领跌，半导体设备、钨金属、稀土、覆铜板、存储板块走强。午后宁德时代、赛力斯双双深调。其中，锂电池龙头宁德时代跌超6%，股价创近1年以来新低。

港股：截至收盘，恒指跌1.00%，恒科指涨0.62%。

盘面上，新能源汽车、黄金、银行板块调整。宁德时代、赛力斯、天齐锂业、紫金矿业纷纷下滑。智谱、MINIMAX-W继续承压，跌势不止。澜起科技、兆易创新、中际旭创走强。

债市：国债期货全线反弹，截至收盘，30年期主力合约涨0.15%，10年期主力合约涨0.08%，5年期主力合约涨0.06%，2年期主力合约涨0.02%。

商品：国内商品期货多数下跌，截至收盘，航运期货跌幅居前，集运指数(欧线)跌3.78%；化工品多数下跌，丁二烯橡胶跌3.72%；非金属建材全部下跌，玻璃跌3.71%；新能源材料全部下跌，碳酸锂跌3.32%；基本金属多数下跌，锡跌2.67%；农副产品全部下跌，生猪跌2.56%；贵金属全部下跌，白银跌1.93%；黑色系多数下跌，硅铁跌1.15%；油脂油料多数下跌，豆油跌1.07%；能源品涨幅居前，原油涨5.76%。

半导体设备/算力芯片：科创50逆势领涨的核心引擎

半导体产业链走强，国产GPU四大龙头寒武纪、燧原科技、摩尔线程、沐曦股份集体上涨，华海清科、拓荆科技等半导体设备龙头股走强。

逻辑链： ① 顶层规划落地——工信部、国家发改委日前联合印发《电子信息制造业发展"十五五"规划》，目标到2030年规模以上企业营收突破30万亿元，集成电路全链条攻关列为首要方向，明确提出攻关端侧智能计算芯片、高端存储芯片，开发近存计算、存算一体等新型架构，HBM、先进封装方向深度受益；

② 行业景气沿产业链向上游传导——台积电8月营收创历史新高、同比增长53.3%，爱建证券指出中国台湾AI服务器8月出货保持高位、景气度正沿产业链向上游传导；

③ 海外扩产预期升温——摩根大通预计阿斯麦拟于2028年实现年产逾110部EUV光刻机、英特尔有望成为重要客户，全球先进制程扩产预期升温；

④ 国产替代加速——Bernstein最新中国半导体产业链调研指出，中国半导体需求较2026年上半年进一步走强、多数环节开始担忧供应短缺，成熟制程逻辑芯片国产化率（按数量计）正从20%—30%阶跃式提升至新项目的80%以上，存储订单同比至少翻倍，全球零部件短缺正催生大量本土供应商验证机会。

东吴证券指出，AI驱动的半导体设备需求确定性增强，建议关注科创板半导体板块的结构性机会；并测算随着长鑫、长存持续扩产叠加高端DRAM、HBM测试设备价值量显著提升，国内存储测试机市场空间有望由2026年的48亿元增至2027年的155亿元、同比增长约223%，而2025年国产化率仅约8%—10%，国产设备商技术突破后有望快速替代。

光大证券认为，算力基础设施建设正带动高速网络、先进封装载板及服务器配套硬件需求升级，产业链机会由核心芯片向连接与系统集成环节扩散。

PCB/覆铜板/电子布（铜箔/覆铜板概念领涨）：开盘仅1分钟，华正新材直线封板；随后，西陇科学、欧克科技、诺德股份等相继涨停，宏和科技也一度涨停。

逻辑链：随着电子布、铜箔及CCL价格持续上行，PCB厂商已陆续启动重新报价；9月初电子纱/电子布开启新一轮提价，上游材料涨价正向PCB品类传导。

浙商证券研报指出，相较上游材料，板厂涨价存在一定时滞，Q3有望成为产品价格、产能利用率与订单结构共同改善的起涨点；AI算力驱动PCB产业进入"量价齐升"上行期，AI服务器由单机向机柜级扩展，对PCB板卡数量、层数与材料等级同步提升。

招商证券表示，本轮CCL（覆铜箔层压板）涨价已运行4—5个季度，CCL每月涨价节奏保守预期持续至2027年6月、后高位横盘，乐观预期将持续至2027年底，本轮与历史周期的本质区别在于供给端存在硬约束（玻纤布供给紧张，AI需求占用玻纤布大量产能；铜箔HVLP升级推动加工费用持续上涨），涨价核心驱动为供给端而非需求端。

国海证券指出，PCB厂商已陆续启动重新报价，第三季度有望成为产品价格、产能利用率与订单结构共同改善的起涨点。此外，上海证券认为，以英伟达Vera Rubin整机平台为代表的新一代产品落地将带动AI服务器硬件全面革新，叠加海外头部云厂商加码算力投入，高端PCB市场需求具备长期支撑，行业景气度有望延续。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，据《每日电讯报》报道，英国央行、财政部及债务管理办公室官员已就相关方案起草计划，但最终决定尚未作出。英国央行货币政策委员会（MPC）将于本周四决定下一年度QT计划，长期国债是否继续出售也将成为此次讨论的一部分。

市场预计，英国央行未来12个月的资产负债表缩减规模将降至500亿英镑，低于当前水平，其中主动出售债券规模约为200亿英镑。英国央行自2022年开始推进QT，通过到期债券不再续作以及主动出售等方式缩减资产负债表。

在主动出售的债券中，长期国债目前约占20%。这意味着，如果维持现有出售节奏和结构，未来12个月长期国债的出售规模约为40亿英镑。若相关出售暂停，英国央行主动出售组合中的债券期限结构也将随之发生变化。

此次调整的背景是长期英债价格持续承压。英国央行持有的大量20年期和30年期国债是在金融危机和疫情期间购入的，随着长期国债价格下跌，这部分持仓目前面临较大亏损。30年期英债收益率目前约为5.9%，处于1990年代以来的高位。

对于英国央行而言，是否继续出售长期国债，需要在既定QT目标与当前债券市场环境之间进行权衡。如果最终暂停相关出售，QT仍可能继续推进，但资产负债表缩减的具体方式将有所变化。

MPC将于本周四公布下一年度QT计划，市场也将据此观察英国央行未来缩表的规模以及债券出售结构。

本文来自华尔街见闻，欢迎下载APP查看更多

渣打银行9月14日发布的报告明确判断，美联储将在9月15-16日FOMC会议上维持利率不变（北京时间周四凌晨公布利率决议）。在该行看来，当前加息仍是“错误的政策选择”，更合理的做法是等待关税冲击和近期数据修订消退，再判断通胀是否形成趋势。

问题在于，市场已经押注得相当激进。联邦基金期货目前定价9月加息25个基点的概率高达88%，一旦美联储按兵不动，利率市场可能出现明显重定价，美元也可能短暂走弱。反过来，若美联储加息落地，市场则可能进一步强化鹰派预期。渣打认为，沃什的信誉可能在这一情形下发挥稳定作用，并支撑美元和美债长端。

因此，9月会议的交易焦点不仅是利率决定本身，更在于美联储将如何向市场传递后续政策路径，尤其是沃什能否重新锚定市场预期。

通胀压力可能被高估，关税冲击正在消退

报告认为，当前核心通胀存在被高估的可能。关税确实推高了核心PCE，但影响幅度和持续时间仍存在较大不确定性，GDP综合修订也可能改变市场对经济和通胀走势的判断。在数据尚未企稳之前，美联储没有必要急于加息。

该行追踪的超核心CPI近期明显回落，已回到2010年代的正常区间。报告认为，当前CPI压力更多来自商品价格，关税是重要推手，但这并不意味着经济内部已经形成持续性的通胀压力。

链式核心CPI与核心PCE过去长期高度同步，近期却出现明显背离。报告指出，链式CPI更能反映消费者实际支出，其近期走势值得政策制定者关注。

此外，美联储内部多项分析认为，关税可能贡献约0.7个百分点的PCE通胀。随着关税收入在2025年四季度见顶，其通胀影响可能在数月后逐步减弱。换言之，当前或正处于关税通胀冲击开始消退的窗口。

从风险管理角度看，等待数据确认也不会关闭加息选项。若后续数据证实通胀重新走高，美联储仍可一次性加息50个基点；反之，若过早加息后又被迫逆转，反而可能损害政策信誉。

88%加息定价升温，沃什面临政策反馈风险

尽管渣打判断9月不应加息，市场却已明显转向鹰派。联邦基金期货定价9月加息25个基点的概率高达88%，并预计截至明年3月累计加息约74个基点。这轮预期升温，很大程度上受到沃什杰克逊霍尔讲话的推动。

但报告指出，市场可能只捕捉到了沃什讲话中的鹰派部分。沃什一方面强调通胀回到目标的重要性，另一方面也指出，政策制定者必须判断基础通胀究竟是在上升、下降还是停滞，而不是仅根据单一数据作出判断。

沃什还警告，如果市场依赖美联储指引，而美联储又反过来依赖市场价格，政策制定者可能因此忽视新的经济变化，增加政策失误风险。

在渣打看来，这一风险正在被不断放大。加息预期越高，市场定价对政策的反向约束就越强，美联储也越容易受到既有预期影响，从而形成“市场预期推动政策、政策再强化市场预期”的反馈循环。

因此，如果9月最终按兵不动，真正值得关注的将是沃什如何处理已经高企的加息预期：既要解释为何此时无需加息，也要证明美联储不会被市场定价牵着走。

票数逻辑也不支持9月加息

投票结构也是渣打判断的重要依据。7月FOMC已有3名委员支持加息，若9月要真正实现加息，还需要至少4名原本倾向于按兵不动的委员转向，才能达到7票门槛。

渣打认为，沃什最可能的策略是避免成为少数派，但不会主动推动加息。如果再有4名委员转向，他可能加入加息阵营；如果只有3名转向，沃什可能投票支持加息，以避免6比6平票；若仅有2名转向，则他仍有空间支持按兵不动。

关键在于，7月会议以来的数据是否足以推动至少3名“按兵不动”派改变立场。渣打认为，目前的数据尚不足以形成这一条件。

真正的考验在沃什发布会

报告预计，FOMC声明不会出现大幅调整。SEP方面，点阵图或不会明显转鹰，但相比6月，降息空间可能进一步收窄，加权平均利率点位或有所上移。

如果最终按兵不动，沃什将在发布会上面临更大考验：既要解释为何当前无需加息，也要说明美联储将如何看待市场已经形成的高加息预期。

市场尤其可能追问10月会议是否仍保留加息可能。沃什大概率会强调“每次会议根据数据决定”，但如果缺乏更明确的政策触发条件，市场对其立场的疑虑仍可能延续。

因此，9月FOMC的影响不只取决于利率决定本身，也取决于沃什能否有效引导后续预期。对于美元和美债长端而言，会议后的关键变量将是市场如何重新定价未来的利率路径。

本文来自华尔街见闻，欢迎下载APP查看更多

周二亚洲交易时段，10年期美债收益率一度攀升至5.02%，连续第二日触及2007年以来高位。与此同时，日本10年期基准国债收益率升至3.03%，为30年来最高。本周美联储与日本央行均面临利率决策窗口——市场普遍预期美联储将加息，而日本央行亦被预期上调利率至31年来最高水平。市场情绪脆弱，任何政策信号的偏差都可能引发新一轮冲击。

本轮全球债市抛售并非单一因素所致。收益率持续攀升的直接导火索，是中东局势紧张引发的油价上涨——布伦特原油价格亚洲盘中上涨1.6%至每桶107.3美元。与此同时，企业为支撑人工智能支出大规模发债，既令市场债券供给泛滥，也持续向本已具韧性的美国经济输送刺激。

从更深层的结构性因素来看，各国政府的债务发行规模持续扩大，既需再融资到期债券，又要为财政赤字提供资金。而各主要央行已退出量化宽松时代的国债购买计划，传统买家需求降温，市场更依赖对价格更为敏感的边际投资者来消化供给。

新加坡银行首席经济学家Mansoor Mohi-uddin表示："全球政府债券收益率正在上升，中东石油冲击、持续通胀以及央行恢复加息，都在打压需求。"

日本债市所承受的压力同样不容忽视。据路透报道，日本政府计划于本周二正式批准消费税减免方案纲要，将食品类消费税从8%下调至1%，为期两年，相关措施将从2027年4月起实施。这一政策将造成约5万亿日元的税收缺口，且方案并未说明具体融资来源，令市场对日本财政可持续性的担忧持续发酵。

此外，据彭博报道，日本当局正在考虑将中期防务支出目标设定为GDP的3.5%，以与北约盟国看齐。西太平洋银行（Westpac Banking Corp）认为，日本潜在的额外国防支出将进一步加重全球债市压力。

三菱UFJ摩根士丹利证券高级债券策略师Keisuke Tsuruta表示，在年底预算草案获内阁批准之前，市场将持续承受不确定性。"目前很难预判明年债券发行总规模，市场将维持紧张情绪。"

5%是市场密切关注的整数关口，往往成为触发投资者和政策制定者行动的关键节点。10年期美债收益率此前曾于2023年10月23日及本周一短暂突破该水平，但均未以高于5%的价格收盘——最近一次收盘超过5%发生在2007年。

这一水平对更广泛资产市场的含义不容小觑。收益率升至5%意味着投资者可锁定未来十年5%的年化无风险回报，这可能分流原本流向股市的资金。Hilbert Group高级投资组合经理Jesse Marre表示："一旦突破5%，风险资产就开始令人担忧了。"

ING Groep NV美洲地区研究主管Padhraic Garvey则提出了更为严峻的情景："情况会变得更糟吗？会的。10年期收益率一旦有效突破5%，将把6%推入市场视野。而从5%到6%的这段旅程，对更广泛市场而言，将远比此前难以消化。"

市场目前最关注的，是美联储本周的利率决定。

BMO Capital Markets策略师Vail Hartman表示，若美联储按兵不动，其抗通胀公信力将受损；但即便加息，若美联储主席沃什在新闻发布会或点阵图中释放鸽派信号，同样可能倒逼债券投资者要求更高收益率以对冲通胀风险。

西太平洋银行金融市场策略主管Martin Whetton表示："美联储加息叠加油价持续走高将再度推升美国收益率，周一盘中试探5%的情形应被视为常态，而非例外。"

瑞银集团美国利率策略主管Phoebe White则指出，长端收益率下行空间有限。她表示，实体经济尚未出现明显疲软迹象，美债市场供需动态与2007年相比已大相径庭，"外国官方投资者等机构对美国国债的结构性需求已实质性减弱"。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛策略师Guillaume Soria在9月15日的最新客户报告中指出，当日3个月动量指数（GSPRHMO3）上涨5%，而12个月动量指数（GSPRHIMO）下跌6.7%，单日表现差距创五年之最。与此同时，追踪AI相关股票的高盛指数（GSPUARTI）较高点已累计下跌近45%，创ChatGPT问世以来最大跌幅。

高盛明确建议，对于持有AI敞口的投资组合，可通过买入中期赢家篮子（GSXUHMOM）或AI受益股篮子（GSTMTAIP）的看跌期权进行对冲。AI交易与动量策略之间高度重合的风险，正成为其重点关注的对冲对象。

动量因子内部裂变：短期与长期表现背离创五年极值

动量交易的内部结构正在快速变化。高盛数据显示，3个月动量与12个月动量之间的单日表现差距已扩大至五年来最大，显示资金正在明显偏离此前占据主导地位的“旧动量领导者”。

从仓位来看，动量因子的整体敞口也有所下降。以一年维度衡量，当前仓位处于第41百分位，较此前明显回落；但拉长至五年维度，仓位仍处于第88百分位的高位，意味着系统性去杠杆尚未充分释放。

与此同时，动量因子的波动率明显高于大盘。以当日表现来看，标普500指数跌幅不足30个基点，动量因子内部却出现剧烈分化。这种低相关、强波动的状态，也使短期对冲动量因子的成本效益更具吸引力。

资金从半导体流向软件：年初“最受嫌弃”板块强势逆袭

动量交易的行业构成也在发生明显轮动。高盛报告显示，短期动量资金正从半导体流向软件，而软件恰恰是年初市场最不受青睐的板块之一。

这一变化已经反映在相对表现上：高盛追踪的软件对半导体相对表现指数（GSPUSOSE）当日录得历史第二大单日涨幅。高盛认为，如果这一趋势延续，资金流向可能逐步传导至6个月乃至12个月动量篮子，推动未来动量篮子再平衡，表现为买入软件——包括多头增持与空头回补——同时卖出半导体。

值得注意的是，软件此前长期位于12个月动量指数空头端的最大权重位置。软件快速反弹不仅意味着行业风格切换，也会进一步加剧短期与长期动量之间的分化。

AI与动量的高度相关性面临瓦解风险

尽管AI板块与动量因子目前仍保持极高相关性，1个月至1年期相关系数维持在90%至96%，但高盛警告，这种长期高度绑定的关系正面临松动。

高盛认为，AI板块持续走弱将对动量因子的构成产生深远影响。随着软件逐渐取代半导体，成为短期动量的重要驱动力，动量与AI之间此前高度一致的走势也可能逐步脱钩。

目前，美国市场动量敞口最高的主题仍集中在AI相关领域。但如果软件相对半导体的轮动持续，动量篮子的行业构成将进一步调整。对于投资者而言，这意味着过去将AI作为动量敞口代理的策略需要重新评估，动量交易正在进入一个新的风险与收益阶段。

本文来自华尔街见闻，欢迎下载APP查看更多

美国10年期国债收益率周二最高上涨4个基点至5.02%，超越2023年高点，为2007年以来首次触及这一水平。此轮上涨的直接导火索是全球油价走高——布伦特原油上涨1.6%至约每桶107.30美元，沙特一条关键输油管道在遭受袭击后仍处于停运状态，中东供应风险持续升温。

与此同时，日本30年期国债收益率上升5.5个基点至4.12%，澳大利亚10年期国债收益率大幅攀升9个基点至5.42%，全球债市抛售浪潮已无明显边界。债市动荡迅速向其他资产类别蔓延。亚洲股市整体下跌0.6%，日本Topix指数跌0.7%，韩国KOSPI指数盘中一度跌超1.5%，澳大利亚ASX 200指数跌1%；美股期货同步走软，标普500期货跌0.3%。

除债市压力外，人工智能监管争议也在同步扰动市场情绪。全球股市周一已因领先AI企业发出警告而普遍回落——多家AI开发商呼吁放缓技术推进节奏，以防止AI失控并造成灾难性危害。美国总统特朗普随即公开抨击Anthropic首席执行官的这一立场，进一步激化了围绕AI监管的政策分歧。

Berenberg策略师Chris Armstrong表示，“市场本已相当紧张，若主要参与者开始表示需要踩刹车，这只会加剧不确定性。”

全球主要市场走势：

股市： 标普500期货跌0.3%；日本Topix跌0.7%；澳大利亚ASX 200跌1%；欧洲斯托克50期货基本持平。

债市：美国10年期国债收益率上涨3个基点至5.02%；日本10年期国债收益率上涨2.5个基点至3.020%；日本30年期国债收益率上涨5.5个基点至4.12%；澳大利亚10年期国债收益率上涨9个基点至5.42%。

大宗商品：西德克萨斯中质原油上涨1.8%至每桶103.17美元；布伦特原油上涨1.6%至约每桶107.30美元；现货黄金基本持平，报每盎司约4300美元。

外汇：彭博美元即期指数上涨0.1%；欧元跌0.1%至1.1536美元；日元跌0.3%至154.75兑1美元；澳元跌0.3%至0.7121美元。

加密货币：比特币跌1.9%至77,584.98美元；以太坊跌3.1%至2,491.97美元。

三重压力驱动债市抛售

此轮全球债市抛售并非单一因素所致，而是多重结构性压力叠加的结果。

据彭博报道，自今年2月底美国对伊朗采取军事行动以来，中东油气供应持续受到扰乱，全球债券收益率随之持续走高。油价上涨直接强化了通胀预期，令债券持有者要求更高的收益率补偿。

与此同时，企业为资助人工智能支出而大规模举债，既向市场注入了大量债务供给，也进一步刺激了本已强劲的美国经济，形成"供给增加、需求受压"的双重不利格局。

各国政府债务发行规模持续扩大——既用于为到期债券再融资，也用于弥补财政赤字——而各大央行已退出量化宽松购债计划，传统买家需求降温，市场对价格敏感型投资者的依赖程度显著上升。

瑞银集团美国利率策略主管Phoebe White表示，

“考虑到实体经济并未出现疲软迹象，且美债市场的供需动态与2007年相比已大相径庭，长端收益率的下行空间相当有限。外国官方投资者等传统买家对美债的结构性需求已明显减弱。”

值得注意的是，分析人士指出，美国10年期债券收益率突破5%，正在动摇股市的估值逻辑。

摩根大通私人银行全球投资策略主管Grace Peters表示，“如果债券收益率升至5%乃至5.25%，我认为届时股市将出现明显消化不良。5%这个数字在心理层面具有重要影响。”

彭博市场策略师Mark Cranfield指出，原油与黄金之间不断扩大的背离，意味着宏观交易员可能需要在更长时间内应对跨资产类别相关性失效的局面。"他们正在失去对某种能够压制油价、恢复市场风险偏好的'断路器'的信心。"

美联储决议成市场焦点

周三的美联储利率决议是当前市场最大的不确定性来源。交易员目前定价显示，加息概率已超过90%。

BMO资本市场策略师Vail Hartman表示，“本周若美联储维持利率不变，将极难避免其抗通胀公信力受损。市场不仅对意外按兵不动高度敏感，对于那种通过点阵图或新闻发布会传递出更为耐心信号的‘鸽派加息’同样脆弱。”

Pictet财富管理高级经济学家Xiao Cui在研报中指出，美联储主席沃什在杰克逊霍尔会议上已为加息降低了门槛，若本次不加息，将损害机构公信力并进一步推高长端收益率。

“因此，我们预计Warsh在新闻发布会上将释放鹰派信号——目的不是超越市场对加息路径的预期，而是强化美联储维护价格稳定的承诺，并为长端收益率提供锚定。”

CreditSights投资级与宏观策略主管Zach Griffiths表示，“目前有大量深层因素支撑利率持续上行，这是阻力最小的方向。”他预计10年期收益率可能进一步升向5.5%。

本文来自华尔街见闻，欢迎下载APP查看更多

中东局势急剧恶化成为这轮行情的核心推手。据新华社报道，也门胡塞武装对沙特发动新一轮袭击，沙特随即关闭东西输油管道，这条管道日均输送量涉及全球约4%的石油供应。油价随之攀升至每桶107美元附近，布伦特原油报每桶106.96美元。能源冲击强化了市场对通胀持续的担忧，CME FedWatch工具显示美联储本周加息25个基点的概率已升至约92%至93%。10年期美债收益率周一盘中一度触及5%，为2023年10月以来首次。

然而，黄金并未在上述利空组合拳下崩溃。现货黄金在4300美元附近窄幅震荡，较8月底逾4600美元/盎司的高点下跌逾3%，但仍牢守4000美元一线支撑。加息预期推高无风险利率、美元走强以及油价上涨共同构成短线压力，但地缘政治风险带来的避险需求和长期结构性买盘形成了有效对冲，令金价在关键位置维持韧性。

黄金周一跌逾1%至五周低点后，周二小幅回稳。现货黄金报4298.86美元/盎司。

从逻辑链条看，油价上涨→通胀预期升温→美联储加息确定性增强→美债收益率走高→美元走强，每一环都构成黄金的利空因素。黄金不产生利息，在利率上行周期中，相对于生息资产的吸引力天然下降。

但这一逻辑在当前的中东冲突背景下遭遇了强力对冲。沙特东西管道遭袭后，沙特方面尚未说明管道何时恢复运营，也未明确能否通过霍尔木兹海峡增加出货量来弥补缺口。供给前景的持续不确定性，维持了市场对通胀风险和地缘动荡的高度警惕，令黄金的避险属性得到支撑。

10年期美债收益率突破5%，并非单一因素所致，而是多重力量共振的结果。

通胀压力是直接触发点。8月美国CPI同比上涨3.4%，核心CPI同比涨2.4%但环比加速至0.3%，非农就业新增16.2万人，失业率维持4.1%。这一"通胀未灭、就业韧性"的组合，令市场对美联储在9月FOMC会议上加息几无异议。据路透调查，接受调查的经济学家还预期年内将至少再加息一次。

与此同时，财政因素也在持续推升长端收益率。公开数据显示，本财年前11个月美国净利息支出历史上首次突破1万亿美元，联邦债务总额突破40万亿美元。此外，与AI基础设施建设相关的企业债发行规模急剧扩张，据高盛数据，Alphabet、亚马逊等超大规模云计算服务商今年已发行约1940亿美元债券，预计全年发行规模可能达2500亿美元左右。

PGIM Credit联合首席投资官Greg Peters对此直言："我一直在问自己，究竟什么能成为压低收益率的催化剂？除了传统的经济衰退，实在很难找到其他因素。让收益率维持在高位乃至继续上行的条件已经完全具备。"CreditSights投资级与宏观策略主管Zach Griffiths则表示，10年期美债收益率有可能进一步冲向5.5%。

此次FOMC会议中真正牵动市场神经的，不是加息本身，而是会后点阵图与发布会所传递的政策路径信号。

据摩根士丹利的预测，美联储预计将在9月和12月各加息25个基点，理由是能源价格的二次效应、AI投资驱动的强劲需求、中性利率可能暂时偏高，以及维护货币政策信誉的考量。

在美债收益率方面，南非标准银行G10策略主管Steven Barrow将10年期美债收益率年末预测上调至5.2%，并预计该收益率将在2027年第一季度进一步升至5.3%。"让我坚信收益率将突破5%的一个因素是，我们在通胀数据并未明显超出预期的背景下，收益率便已升至接近5%的水平，"Barrow表示。他同时预计，美联储在9月和12月各加息一次后，将维持利率稳定至2027年底。

道明证券策略师Gennadiy Goldberg为首的团队则认为，鉴于市场已大幅计入加息预期，收益率不会因加息本身而明显失控上行，但除非经济出现恶化迹象，长债收益率在2027年总体上应维持在较高水平。

OCBC外汇分析师Christopher Wong指出，高油价、高美债收益率和避险情绪减弱共同推升了美元，但随着加息已被充分定价，美元进一步上涨需要美联储明确保留继续收紧的选项。

尽管短线压力不可忽视，机构投资者对黄金的长期展望并未逆转。

OCBC已上调贵金属价格预测，理由是价格起点更高、投资参与度改善以及结构性需求持续支撑。OCBC财富顾问部门主管Chez Anbu表示，黄金8月的强劲反弹逆转了此前偏弱的走势，宏观背景趋于改善。该行现预测黄金至2026年12月将达到每盎司4600美元，白银目标价为69.70美元/盎司。

从价格结构看，黄金在此前调整期间确立的约4000美元/盎司支撑位依然完好，9月虽跌逾3%，但仍远高于该底部区域。

对于黄金持有者而言，当前局面的核心逻辑是：加息推高了持有黄金的机会成本，但同样的加息动因——能源冲击引发的通胀担忧与地缘政治不确定性——也正在支撑金价。只要中东局势未见明显缓和，这一内在张力将持续存在，黄金的避险溢价也不会轻易消散。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛对冲基金业务主管Tony Pasquariello在最新市场宏观报告中警告称，"当前的交易并不容易"。他指出，股市一方面受到油价上涨和利率走高的压制，另一方面又获得企业盈利增长的支撑，整体陷入僵局。与此同时，高盛经济学家David Mericle已将9月美联储议息会议加息25个基点纳入预测，尽管他本人认为当前经济形势并不构成加息的强有力理由。

在市场结构层面，高盛衍生品策略师Brian Garrett指出，以"零日到期期权"（0-DTE）为代表的波动率收割策略规模庞大，在缺乏日内催化剂的情况下，这类策略会将市场强制压缩在更窄的波动区间内。尽管宏观不确定性高企，Pasquariello仍维持对能源和科技板块的双重看多立场，并将美国财政可持续性列为美股最大的长期风险。

零日期权制造“27天紧身衣”

令Pasquariello感到意外的是，过去27个交易日内，标普500指数的日内交易区间始终低于1%——这是新冠疫情暴发以来持续时间最长的低波动纪录。

对此，Brian Garrett给出了结构性解释："这反映了当前的市场结构。交易量偏低、重要消息相对匮乏，使得期权市场在日内交易中扮演了更重要的角色。0-DTE的'收益'策略在标普期权市场规模巨大，这类策略从早上9点30分开市便开始运作，在缺乏日内催化剂的情况下，会将市场强制压入更窄的波动区间。"

Pasquariello将这一现象概括为：零日期权可以在一定程度上"拴住"日内波动区间，但这种压制并非无限期有效。一旦重大催化剂出现，被压缩的波动能量将集中释放。

美联储加息预期升温，但经济基本面存疑

在宏观层面，高盛首席经济学家David Mericle已将9月美联储会议加息25个基点纳入预测基准情景，但他同时明确表示，这一加息决定缺乏强有力的经济依据。

Mericle认为，通胀超出2%目标的部分可归因于一次性因素，其影响预计将逐步消退；过去三个月核心PCE通胀率降至约2.5%的水平，是上述判断的早期信号。他还指出，通胀看似广泛蔓延，主要源于关税效应，而非经济过热，通胀预期目前也未面临脱锚的迫切风险。

高盛美国投资组合策略团队负责人Ben Snider则梳理了过去七轮加息周期中美股的历史表现：加息启动后的前三个月，标普500平均下跌2%；但此后12个月平均反弹9%。唯一的重大例外是2022年的大幅调整。Snider的研究还显示，在加息初期表现最佳的两个板块正是科技和能源。

科技与能源：高盛不愿放弃的核心配对

Pasquariello在报告中强调，2026年是极为特殊的一年，每周都像是一场独立的冒险，动量因子经历了一系列剧烈波动。但在这一切之中，做多能源（年内涨幅+44%）与做多科技（年内涨幅+23%）的组合持续创造回报。

在科技前景方面，高盛另一位分析师Rich Privorotsky援引业界一线人士的判断称："那些处于技术最前沿的人告诉你，技术进步的速度快得令人震惊，以至于他们需要主动放慢节奏。这本身就是对这项技术的巨大背书。安全和对齐问题确实存在，解决好这些问题至关重要——'这东西真的有效'的信息，已经内嵌在这一警告之中。"

Pasquariello表示，考虑到当前宏观动态，他不倾向于放弃能源加科技、以及全球利率多头与股票多头这两组配对策略。

仓位偏防御，市场情绪降至年内低点

从持仓数据来看，高盛主经纪商账簿显示，当前净敞口处于过去一年的第26百分位，上周宏观产品的净卖出规模更是创下"解放日"以来最大单周降幅。

高盛美国投资组合策略的情绪指标目前读数为-0.5个标准差，为今年3月以来最低，处于过去十年的第26百分位。

Pasquariello表示，他理解主动管理型投资者为何选择在季节性表现历来较弱的时期削减风险敞口，也清楚系统性基金在价格下行时可能被迫进一步减仓。但他仍预期市场将在9月和10月完成必要的调整，并为年末两个月的行情奠定良好的技术面基础。

财政可持续性是美股最大长期风险

Pasquariello在报告中将美国财政可持续性列为美股最大的长期风险，并直言这一问题最终可能导致大幅加税或利率长期高企，两种结果对股票投资者而言均非利好。

他同时注意到，彭博大宗商品指数（BCOM）尽管面临季节性不利因素，近期已强势突破2022年高点，这一信号值得关注。

在Pasquariello看来，当前市场是一条"蓄势待发、仓位偏轻的走势，正走向一个被市场用一个月时间拒绝定价的催化剂周"。零日期权可以暂时压制日内波动，但这种压制终有极限。

本文来自华尔街见闻，欢迎下载APP查看更多

近期，在斯坦福大学的一场公开课程中，Altimeter Capital合伙人、斯坦福大学兼职讲师Apoorv Agrawal围绕“AI时代的钱到底流向了哪里”这一市场核心关切，进行了深度拆解。

随着全球科技巨头在AI基础设施上投入天文数字的资本支出（Capex），市场对AI商业化前景的审视正变得愈发严苛。Agrawal指出，这是一个规模巨大的超级周期，正如英伟达CEO黄仁勋所言，当前的数据中心建设是一个包含能源、芯片、电力互连和应用的“五层蛋糕”。

但对于投资者和从业者而言，最核心的拷问在于：“我们在资本支出方面投入了巨资，在建设数据中心方面投入了巨资。那么问题来了：你构建的这些模型，它们真的能创造经济价值吗？”

3000亿美元的“倒三角”：75%的收入流向了半导体

回顾过去25年的互联网、移动互联网和云计算革命，其商业变现模式通常呈金字塔状——底层基础设施利润相对微薄，而顶层的应用端攫取了最丰厚的利润。然而，当前的AI生态呈现出截然相反的形态。

Agrawal在授课中直言，生成式AI生态系统与过去的云计算生态截然不同，它呈现出一个“倒三角形”。对于这一现象的底层逻辑，他引用了硅谷知名投资人马克·安德森的观点进行对比：“正如马克·安德森所说，软件吞噬世界，是因为我可以开发软件并将其分发给数百万人，而运行这些软件的边际成本接近于零，软件企业的毛利率高达80%甚至90%。但人工智能的经济模式并非如此。”

这种差异的根源在于算力成本。“人工智能应用的增量用户并不是免费的，因为你需要消耗大量的GPU资源，拥有人工智能用户的成本要高得多。”Agrawal指出，在过去两年AI行业新增的约3000亿美元收入中，“约75%都直接流向了半导体行业；应用业务虽然增长了十倍以上，但仍然没有产生太大的影响。”

在整个技术栈中，半导体层是目前最赚钱的部分。Agrawal给出了极具冲击力的利润率对比：“数据中心业务的毛利率约为75%，上下浮动几个百分点。而应用层的毛利率，我估计在0%到30%之间……差距相当大，原因就在于半导体层有一位玩家（英伟达）几乎独占鳌头。”

打破“均衡态”的催化剂：巨头自研ASIC与资本支出拐点

针对这种由英伟达主导、底层拿走绝大部分利润的“倒三角”格局会维持多久，市场分歧巨大。Agrawal给出了自己的预判：“我猜它在云端保持当前状态的时间可能会比我预期的要长，大约是十年。我感觉这种情况可能会持续更久，因为要达到稳定均衡状态实在太难了。”

不过，他也为投资者指出了观察这一格局可能被打破的两个核心催化剂：

第一是云巨头（超大规模数据中心运营商）在自研芯片上的突破。“如果某个超大规模数据中心运营商的ASIC项目取得突破——无论是谷歌的TPU、Meta的MTIA，还是亚马逊、微软的项目——都可能成为突破口。如果出现突破性进展，我怀疑这将是该层级最大的重新定价。”

第二是巨头资本支出指引的变化。“另一个催化剂是超大规模数据中心运营商的资本支出指引。我建议在座各位都去听听财报电话会议……如果他们停止对资本支出做出大幅预期，可能意味着当前的均衡状态行不通了。”

此外，算力需求结构的切换也值得高度关注。当前英伟达售出的GPU中约有60%用于训练，40%用于推理。Agrawal认为，“随着时间推移，推理任务的份额会逐渐增加”，但推理任务的工作负载极不稳定，这不仅将考验硬件的利用率，也将重塑中介层（推理中间层）的竞争格局。

AI变现的终极猜想：“我们必须进军广告领域”

在应用端，以ChatGPT为代表的消费级AI正面临海量用户与低效变现的矛盾。Agrawal分享了一组核心数据：ChatGPT拥有约10亿用户（相当于Facebook早期的量级），但“约95%的用户都是免费用户”。

对比当前互联网巨头的单用户收益（ARPU），AI应用的差距显而易见：“Alphabet拥有约40亿用户，每用户每年盈利约100美元；Meta拥有约35亿用户，每用户每年盈利约70美元。而领先的人工智能提供商ChatGPT，每用户每年约带来10美元的收益。”

在排除了纯靠知识型工作订阅模式能撑起万亿估值的可能性后，Agrawal抛出了他对AI商业化模式的终极预判：“第二个问题是：我们如何将每用户每年10美元的收益提升到100美元？我不确定单靠广告和订阅是否可行。答案是，我们得进军广告领域。”

他认为，AI大模型在广告投放上具备得天独厚的优势：“ChatGPT或Claude能够投放的广告具有很多优势：更优惠的价格，因为他们能理解你的意图；非常好的归因分析；更高的信任度。”

尽管市场对“在私人AI对话中插入广告”持悲观或怀疑态度，但Agrawal将其类比为十年前市场看空Facebook移动端广告的论调。“我认为这将是今年另一个重大新闻，这绝对会是一件大事……我乐观地认为我们会找到答案，这将是对现有经济模式的一次重大突破。”

以下是文字稿

Apoorv Agrawal 00:09

好了，各位，这节课我们会轻松愉快地进行。我叫 Apurv，接下来的九周左右，我将担任你们的讲师。

今天我们要学习的内容如下：我会先简单介绍一下自己，说说我为什么会做这件事，以及一些课程安排。还有小测验——没错，我就是那个会出小测验的人，第一天我们就要进行小测验。接下来，我们将探讨大家一直在思考的一个关键问题：人工智能领域究竟哪里赚钱？

你们当中有些人认识我，也知道我的职业生涯是从印度开始的。后来我搬到了新加坡，在这里认识了一些朋友。大约十三四年前，我和 Sonil 以及其他几位同事在 Palantir 开始了职业生涯，加入过各种各样的工程团队，在政府大楼里编写了大量的 Spark 程序。后来我厌倦了这些，便回到斯坦福大学读研究生。现在，我在 Altimeter 担任领导职务。Altimeter 是一家投资公司，专注于一种相当集中的投资方式，设有上市公司和私营公司两个业务部门。六个月前，我获得了人生中最重要的一次晋升。

Apoorv Agrawal 01:26

我现在荣升为父亲。正如人们所说，这将是我最大的一笔投资。有人说这是最有把握获得负内部收益率的投资，但我认为它是最有把握获得正内部收益率的投资——当然，这并非财务上的考量。我就住在街对面，有问题尽管问，希望能在这里为大家提供帮助。

我还有一位很棒的助教 Chloe Fang 一起指导。如果有比较难的问题，可以向她请教，好好利用这个机会。

Apoorv Agrawal 02:06

我们为大家安排了一场精彩的课程。这门课每周不超过三个小时，包括课堂阅读，以及你花在和 ChatGPT 讨论作业上的所有时间——大概一个小时的课堂时间，一到两个小时的阅读时间。

课程形式很简单：从下节课开始，每节课都会邀请嘉宾演讲。根据查塔姆研究所的规定，很多嘉宾会分享一些内容，甚至可能有点过度分享，所以请不要录音。课后我们会和一些嘉宾一起吃饭（自愿参加），欢迎大家加入，Chloe 会负责安排相关事宜。

评分很简单：50% 是出勤率，50% 是课程结束时布置的作业。这门课是对话式的，积极提问、积极参与，你参与得越多，收获就越多。说实话，对我来说最大的好处就是能从你们身上学到很多东西。

Apoorv Agrawal 03:15

这是未来九周的课程安排，演讲嘉宾阵容强大，一位比一位更令人印象深刻。过去几个月，我一直在忙着制定这份日程表，Chloe 对此非常了解。请务必准时参加。这些演讲嘉宾都是杰出的领导者，运营着涵盖半导体、基础设施和能源等各个领域的卓越企业。在基础设施和模型方面，我们邀请了来自 OpenAI 和 Anthropic 的专家，以及众多应用程序和智能体方面的专家。请尽情提问，把最棘手的问题留给演讲嘉宾解答，他们一定非常乐意回答。

那么，你为什么要参加这门课程？你能从中获得什么？说实话，我每年都会回学校一次，和大家分享行业里正在发生的一切。

Apoorv Agrawal 04:21

我意识到这是一个规模巨大的超级周期。我们 Altimeter 公司深知这一点，也坚信这一点，所有的关注点都围绕着它展开。但我没有找到一门能够深入探讨这个周期的课程，而这正是我本科或研究生时期所希望拥有的。

Apoorv Agrawal 04:39

五年后，所有人都会问你："嘿，你预见到这一切了吗？你见证了 ChatGPT 的诞生，见证了这个领域的形成。"你肯定希望自己能回答"是"。你们当中一半人会创办一家人工智能公司，另一半人会为其投资。因此，至少你们应该知道该如何支配即将筹集的 A 轮融资，应该对哪些事情不该做心中有数，或者至少对正在考虑创办、投资或加入的这个行业，应该问哪些问题？在这个周期阶段，支配这个行业的底层逻辑是什么？

Apoorv Agrawal 05:25

我认为这将是迄今为止规模最大的一次超级周期，很高兴各位能来和我们一起学习。

我会花些时间讲解这张幻灯片，因为这是关键所在。你们当中有多少人以前见过类似的内容？谢谢读过相关资料的同学，我们也为那些更喜欢听觉学习的人准备了笔记。

我们先来谈谈这张图表。这里所反映的，实际上可能是目前生成式人工智能领域最大的问题。如果你听过任何一家超大规模数据中心运营商，甚至是英伟达和其他公司的财报电话会议，就会发现，我们在资本支出方面投入了巨资，在建设数据中心方面投入了巨资。正如 Jensen 所说，这是一个五层蛋糕：能源、芯片、电力互连、内存等等，所有这些都是为了给你提供一个可以按小时或按代币租用的数据中心，用来训练和运行模型。

那么问题来了：你构建的这些模型，它们真的能创造经济价值吗？这基本上就是这张图表右侧所要呈现的内容。

为了类比我所见证的几次最大的技术革命——25 年前的互联网、20 年前的移动技术，以及大约 10 年前的云计算——你会发现，互联网、移动技术和云计算呈现出相同的模式。但云计算生态系统与人工智能生态系统截然不同。大家对这种差异的原因有什么猜测吗？为什么它们的形状不像金字塔，而更像倒三角形？

学生发言：也许是因为人工智能领域现在还处于早期阶段。

Apoorv Agrawal：是的，确实还处于早期阶段，这个猜测不错。还有其他想法吗？

学生发言：也许是因为英伟达拥有垄断地位，所以他们可以随意定价。

Apoorv Agrawal：下周我们邀请英伟达的人来的时候，你能再问这个问题吗？你说得很有道理，他们的确占据了绝对优势。我们在阅读材料中有一张图表，显示了 AMD 目前在所有计算领域的市场份额，而且英伟达非常领先。

学生发言：是不是因为云计算能够利用硬件来生成可以开发的产品，而人工智能还没有真正形成这种模式？

Apoorv Agrawal：正如马克·安德森所说，软件吞噬世界，是因为我可以开发软件并将其分发给数百万人，而运行这些软件的边际成本接近于零，软件企业的毛利率高达 80% 甚至 90%。但人工智能的经济模式并非如此。拥有大量用户使用 Cursor 或其他工具，你肯定听说过很多大型企业即使年收入数十亿美元也仍然无法盈利的故事。人工智能应用的增量用户并不是免费的，因为你需要消耗大量的 GPU 资源，拥有人工智能用户的成本要高得多。

你们刚才提到的所有角度，从早期阶段、英伟达的主导地位，到推理运行方式物理特性的截然不同，都与我们目前的处境非常吻合。

我还可以补充一点，在阅读材料中我也提到过：我们分析了互联网、移动和云计算的发展历程，以及这些领域格局的转变用了多少年时间。举一个例子，AWS 成立于 2004 年，2010 年迎来了第一个客户 Netflix，亚马逊在 2012 年全面转向 AWS，从破土动工到完成首个资本支出周期，一共用了八年时间。我不知道你们当中是否有人 20 年前就关注过亚马逊的财报，但当时最大的争论是：亚马逊会不会破产？值得庆幸的是，至少目前为止还没有人濒临破产。但这仍然是一个庞大的数字，我们稍后会再回到这张幻灯片。

这正是我们将要探讨的课程核心主题。我们将邀请名单上各公司的代表发言，围绕核心主题展开讨论：

• 英伟达：你们是行业主导力量吗？能保持多久？最担心哪些 ASIC 芯片的竞争？业务面临哪些价格压缩问题？
• Anthropic 和 OpenAI：重点讨论盈利能力。两家公司都拥有数十亿用户，且几乎百分之百依赖云服务。这部分用户群体是否盈利？广告收入是否会超过订阅收入？
• 推理中间层：这是整个生态系统竞争最激烈的部分，既有横向竞争，也有超大规模云服务商想要在这一层占据主导。目前最大的问题是：你究竟是一个功能还是一个平台？我们看到很多基础设施领域的新兴企业想法不错，但如果你问自己"为什么它不是 AWS 的一部分"，可能会发现它或许应该成为 AWS 的一部分。

说话的人 2 12:22

在开始测验之前，大家有什么问题吗？我很好奇，右边那个三角形代表的应用领域比较小，那么像 Salesforce 这类现有平台，以及它们的收入，你们会如何把它们纳入分析？

Apoorv Agrawal 12:43

这是一个很好的问题。Salesforce、Palantir，还有一系列我们称之为"传统经济企业"的公司，正在进行自我革新，推出独特的产品线，比如 Salesforce Einstein、Palantir IP 等。答案是肯定的，它们应该被纳入分析。

在计算中，我解决这个问题的方法是获取模型收入。如果你在使用 Salesforce，你可能正在运行某个大型模型或进行推理，他们的支出是通过底层架构在应用层捕获的，很难从公开披露的信息中单独提取出来。但总体来说，它占据了右侧底部的大部分空间，同时也会占用顶部团队未来盈利所需的良好产能，而这正是我们目前在图表中看不到的。

Apoorv Agrawal 13:51

或许我们可以换个方式来问：半导体层建设是否存在时间错配？通常半导体的建设周期是五到六年，而应用收入却是针对当下的。这也正是这个彩色三角形下半部分呈现周期性的原因——资本支出周期会经历不同的阶段，可以把它想象成铺设铁路。

我们在图表中展示了移动超级周期的情况，当时非常相似：第一阶段，许多资本支出密集型企业的市值都被推高了。

学生 14:45

所以我怀疑我们现在还处于早期阶段。我很想知道你对谷歌的看法——我看到你在那层小图中把谷歌标记为谷歌云，但谷歌也有自己的 TPU 模型，在 GPU 之后它们非常受欢迎。你如何看待它们在这个三角形中的定位？

Apoorv Agrawal 15:07

像谷歌这样的大型企业集团理应被划分成不同的业务部门。我把 TPU 业务部门归入半导体部门，GCP 部门属于基础设施层，而 Gemini 部门则属于应用层。稍后我们会用一张图表讨论这个问题。

Gemini 实际上是目前使用最广泛的消费者应用之一，排名第二。而最大的问题是，这其中有多少是谷歌的分发优势带来的，又有多少是应用本身凭借卓越性能所致？

学生 15:50

目前还没有定论。请问一个关于预测的问题：现在这个图表看起来像个三角形，如果预测成功，它或许会变成倒三角形；但如果预测失败呢？

Apoorv Agrawal 16:16

我会换个方式来问你的问题：这个行业的稳定均衡状态是什么？

我认为人工智能不太可能只是昙花一现或以失败告终。我一直在思考这张图表中的稳定均衡状态——我之前在推特上和一位很聪明的人就此展开了一番辩论，深入探讨了"什么是稳定均衡"这个问题。

Apoorv Agrawal 16:49

我猜它在云端保持当前状态的时间可能会比我预期的要长，大约是十年。我感觉这种情况可能会持续更久，因为要达到稳定均衡状态实在太难了。

Apoorv Agrawal 17:10

底层架构确实如此，但肯定会有一两个突破口。举个例子，如果某个超大规模数据中心运营商的 ASIC 项目取得突破——无论是谷歌的 TPU、Meta 的 MTIA，还是亚马逊、OpenAI、微软以及其他实验室的项目——都可能成为突破口。

Apoorv Agrawal 17:32

如果出现突破性进展，我怀疑这将是该层级最大的重新定价。另一个催化剂是超大规模数据中心运营商的资本支出指引。我建议在座各位都去听听财报电话会议，每年四次，上市公司 CEO 会告诉你他们最关心的问题。如果他们停止对资本支出做出大幅预期，可能意味着当前的均衡状态行不通了。

学生 18:22

这里面是否也存在训练与推理之间的比重变化因素？我的感觉是，只有当推理的影响力远大于训练时，这种做法才行得通。我很想听听你对这种转变何时发生的判断，因为一旦训练的边际收益下降，资金自然会从训练转向推理。

Apoorv Agrawal 18:42

这是个很好的问题，也是英伟达财报电话会议上最受关注的信息之一——英伟达 GPU 在推理任务中所占的份额。我上次查到的数据大约是 40%，这意味着售出的 GPU 中大约 40% 用于推理，其余 60% 用于训练。我估计随着时间推移，推理任务的份额会逐渐增加。

但我无法告诉你具体时间，因为目前全球的训练任务仍然非常繁重。训练任务的工作负载模式非常可预测，在短时间内保持高利用率；而推理任务的工作负载模式则非常不稳定，通常集中在人类工作期间，直到智能体接管任务之前。也许到那时，推理任务会全天候运行，更难预测。

关于整个技术栈中最赚钱的部分，答案是半导体层，其利润率遥遥领先——数据中心业务的毛利率约为 75%，上下浮动几个百分点。而应用层的毛利率，我估计在 0% 到 30% 之间，具体取决于你问谁。差距相当大，原因就在于半导体层有一位玩家几乎独占鳌头。如果从盈利的角度来看，这种集中度更高。这个"三角关系"更加集中，稍后我会详细解释。

学生 21:07

我们已经经历了云计算领域的投资周期，这绝对是其中一个因素。如果像谷歌、亚马逊这样的基础设施公司都有自己的芯片，以各种方式自研，那 OpenAI 也在寻找这类资产，这些都来自哪里？

Apoorv Agrawal 21:27

对于初创公司来说，整个生态系统中大约有 3000 亿美元的收入可以争夺。正如 Jensen 在财报电话会议上透露的，其中大约一半来自大型超大规模云服务提供商，所以他们很可能是你的主要客户。

如果你今天创办一家软件公司，客户群结构会非常单一，只有极少数的大额订单，这与构建消费业务或企业软件业务的结构截然不同。此外可能还有一些其他企业客户，但我认为他们最终都会选择云服务提供商。如果你想创办一家芯片公司，首先应该考虑的是：你要先把产品卖给这五家超大规模云服务商中的哪一家？

学生 22:30

最后一个问题：每个层级最终只会涌现出少数几家赢家，这需要好几年时间才能见分晓。我感觉过去并没有出现过完全垂直整合的企业。谷歌算一个，我认为它在右侧的层面上是完全垂直整合的，但我很好奇这种权力转移会带来什么影响。

Apoorv Agrawal 22:53

互联网超级周期最大的赢家可能是谷歌，市值约为 3 万亿美元，在搜索领域占据了近 99% 的市场份额。谷歌是一家高度垂直整合的公司，从文件服务器到搜索、广告，再到用户体验，无所不包。

移动领域的赢家是苹果，市值大约 2.5 万亿美元。

Apoorv Agrawal 23:19

接下来，假设 Meta 是社交领域最大的赢家，它们的整合程度并不高，市值现在大概 2 万亿美元左右。也许它们因为没有完全下沉到服务器端而损失了 1 万亿美元的估值空间。

Apoorv Agrawal 23:36

云计算领域则既同质化又异构化，目前还没有哪家公司独占鳌头。AWS、GCP 和 Azure 三大巨头虽然占据主导地位，但彼此之间并没有完全整合。英伟达一直在这方面努力——你是否听说过 NVX Cloud？这是他们为构建云生态系统而推出的云服务，他们显然在尝试一系列垂直领域的应用。所以你说的或许有道理。

好了，各位，我知道现在是周四晚上五点，我不想做那种扫兴的人，所以我就直接进入正题。

Apoorv Agrawal 24:17

我准备了一个小测验，马上开始。我会给你们一些关于我们即将讨论的公司的信息，并为获胜者准备了奖品，得分取决于答对与速度两方面。最快的方法是快速推理后作答，当然你们也可以借助 AI 工具，但请给人类玩家 5 秒钟时间先用"模拟方式"作答。

Apoorv Agrawal 25:25

准备好迎接下一个挑战。

Apoorv Agrawal 25:32

在场的软件工程师可能拥有不公平的优势。

Apoorv Agrawal 25:52

接下来我用大约十分钟，来探讨一下我对当前形势以及价值为何以这种方式积累的一些假设。我觉得时间不多了，想准时结束，但有任何问题请随时打断我。

我在下一张图表中用略微不同的方式描绘了它，做了和两年前相同的练习。两年前的情况是：左边的生态系统显然小得多，大约只有现在的五分之一。令人惊讶的是，它的形状并没有发生太大变化。尽管增长迅猛，过去两年新增了大约 3500 亿美元的收入，其中约 75% 都直接流向了半导体行业；应用业务虽然增长了十倍以上，但仍然没有产生太大的影响。

所以我就想，好，让我们把每笔销售额都拆开来看，看看哪些公司贡献了哪些部分。正如你们所知，这 3000 亿美元的收入大部分都流向了英伟达。而应用业务的收入，实际上由两家公司贡献了大约 90%。有人想猜猜是哪两家吗？

Apoorv Agrawal 27:39

基础设施领域是竞争最为激烈的领域——不仅有横向的竞争，还有跨领域的竞争，同时也是新公司层出不穷、收购频繁的领域。它是目前竞争最激烈但也最不稳定的部分。

Apoorv Agrawal 28:12

这张图表在过去两年里几乎没有变化，它需要多久才能真正形成云软件的雏形？是五年、十年、十五年，还是永远不会？也许它就一直这样下去。我们相信它终会到来，只是速度太慢了。

Apoorv Agrawal 28:37

在思考人工智能的未来时，我们关注的第二件事是消费级人工智能的盈利模式（目前除了编程领域之外，消费级人工智能可以说是最大的人工智能市场）。ChatGPT 的使用率很高，但大部分都是免费的，约 95% 的用户都是免费用户。DeepMind 的创始人 Demis 也宣布，他们不打算采用广告订阅这种盈利模式。

我们一直在思考，这些企业究竟能发展到多大规模？盈利模式是什么？订阅模式会更大还是广告模式会更大？为此我研究了人工智能领域之外最大的消费级产品。

Apoorv Agrawal 29:36

有一类产品的用户规模已经达到了 30 亿，这些产品几乎成了人们生活中不可或缺的一部分，比如 WhatsApp 和 Chrome。

还有一类用户规模在 15 亿到 20 亿之间的社交产品，类似于 Instagram、TikTok 和 Facebook。

它们并非强制性的，但却展现出极佳的网络效应——如果我的朋友 Chloe 使用了其中一款应用，我更有可能也会加入。

第三类是主流消费品，既非强制性的，社交性也不算特别强，我会称之为小众产品：如果你想购物，你会去亚马逊；如果你想听音乐，你会去 Spotify；如果你想参与辩论或看猫咪视频，你会去 Twitter。

大家猜猜 ChatGPT 和 Gemini 更接近哪一类呢？

学生发言：我觉得它的规模会和 YouTube、WhatsApp 差不多，因为它会成为人们日常生活中不可或缺的工具，人们会把它当作日常生活的一部分来使用。

好，我来告诉你们答案。现在差不多是 Facebook 级别的量级，大概 9 亿左右。没错。

Apoorv Agrawal 31:27

如果把它们放在一起比较，结果是这样的：ChatGPT 刚刚在小众领域占据主导地位，而 Gemini 还没有。它正在向社交领域发展。就我个人而言，作为 OpenAI 的投资者，我非常希望……

我希望它能朝着核心实用性发展。但我们一直在问自己一个最大的问题：每个人都在做的知识工作，也就是知识本身——ChatGPT 并不是一个让你和别人聊天的地方，也不是一个让你收发邮件或获得多巴胺刺激的地方，它是一个你需要主动参与、主动提问的地方。而世界上主动提问技术问题的人数，并不代表所有网民的人数。

地球上大约有 80 亿人口，其中 40 亿人上网。消费者应用的大致经济效益是这样的：Alphabet 拥有约 40 亿用户，每用户每年盈利约 100 美元；Meta 拥有约 35 亿用户，每用户每年盈利约 70 美元。

领先的人工智能提供商 ChatGPT 拥有约 10 亿用户，每用户每年约带来 10 美元的收益。所以问题是：我们如何将用户数量从 10 亿提升到 40 亿？知识型工作或许是答案，但我认为我们需要超越知识型工作本身。第二个问题是：我们如何将每用户每年 10 美元的收益提升到 100 美元？我不确定单靠广告和订阅是否可行。

答案是，我们得进军广告领域。而且 ChatGPT 或 Claude 能够投放的广告具有很多优势：更优惠的价格，因为他们能理解你的意图；非常好的归因分析；更高的信任度。我认为这将是今年另一个重大新闻，这绝对会是一件大事。

真正透彻理解广告模式至关重要。十年前 Facebook 上市时，有很多做空 Facebook 的报告，因为人们说："这些广告在电脑上效果不错，但在手机上肯定不行，因为手机空间不够。"令人惊讶的是，我们最终还是在手机上找到了空间。

现在的情况也一样——"我正在进行这场非常私人的对话，我不想被广告打断"，这就是看空的论据。我无法预测最终结果，但我乐观地认为我们会找到答案，这将是对现有经济模式的一次重大突破。我们会在今年晚些时候的某个演讲环节深入探讨这个问题。

谢谢大家。

本文来自华尔街见闻，欢迎下载APP查看更多

“Houston，把Desmond周末跑出来的策略图调出来。”

Brian Kelly对着电脑说了一句话，几张图表随即出现在屏幕上。

放在过去，这道指令至少要穿过几张办公桌：量化研究员整理测试结果，分析师画图，再把材料送到基金经理面前。如今，周末加班的Desmond是Agent，负责上传下达的Houston也是。

Kelly是对冲基金Bracket22的创始人。公司里还有Steffi和Doocy，一个看技术信号，一个专门攻击投资逻辑。四个名字组成了一支投研团队，唯一的人类是Kelly。

这不是他的第一家基金。

2025年初，Kelly关掉了此前经营的加密货币对冲基金。那家公司只有七八名员工，却要覆盖多个国家和时区。工资、奖金、医疗保险、办公室租金加在一起，按Kelly自己的估算，每年相关成本约为500万美元。

几个月后，他开始密集试用AI。重新搭建Bracket22时，Kelly没有把旧团队招回来，而是把一家基金拆开，再用Agent逐个装回去。

严格来说，Bracket22不是替外部LP管理资金的传统对冲基金。它只交易Kelly自己的钱，覆盖加密货币、股票和大宗商品。

但这也让它成了一场足够纯粹的实验：如果没有客户、同事和办公室，一家投资机构还剩下什么？

很多公司引入AI，是给原有团队增加一个助手。Kelly反过来做：先把团队拆成岗位，再给每个岗位安排一个Agent。

Desmond负责量化策略，Steffi负责技术分析。研究完成后，Doocy登场。它扮演红队，不负责把材料写得更漂亮，只负责找漏洞，试着把整套投资逻辑推翻。Houston站在更上层，调用其他Agent，收集结果，再把不同意见送到Kelly面前。

这张组织图里，研究、反驳、协调和决策被刻意分开。Kelly还让专业Agent彼此隔离，希望它们先各自得出判断，不要互相带节奏。最后，他再用自己的经验拍板。

Kelly复制的并不只是几个岗位。他还搭了一套“企业大脑”，把研究资料、历史交易和邮件做成相互连接的节点。在他的比喻里，这些节点像神经元：看到一个新信号时，系统可以找到过去相似的研究；复盘一笔交易时，也能沿着记录返回当初的判断。

这是投研机构里最难被看见的一笔资产。

传统基金的记忆散落在硬盘、邮箱、会议纪要和员工脑子里。人一离职，许多没有写进报告的上下文也跟着消失。Kelly想把这部分经验从人身上搬下来，放进Agent可以持续调用的系统里。只要记录不断增加，这家只有一个人的公司，也能拥有机构记忆。

当然，把Agent隔开，并不等于得到真正独立的意见。如果它们使用相似的模型和数据，就可能从不同岗位出发，走进同一个盲区。Doocy可以模拟投委会上的反方，却不会像真正的合伙人那样，为一句反对意见承担后果。

所以，Kelly始终保留自己的判断来进行最终决策。

最先发生变化的是成本。

在接受CNBC的采访中，Kelly自称Bracket22全部Agent和算力一年的支出约为3万至4万美元。与他给出的旧基金500万美元成本相比，新成本只相当于原来的0.6%至0.8%，降幅超过99%。

被省掉的也不只是七八份工资。

加密货币市场全年无休。过去，为了让基金24小时运转，Kelly要在不同时区布置员工，还要承担福利、办公空间、奖金和管理成本。

现在，Agent不用交接班，也不会在凌晨三点关机。Desmond可以整个周末测试策略，等Kelly上班，再由Houston把结果调出来。

Kelly估计，自己的生产率至少提高了10倍。他甚至设想，一家100人的机构有了AI，可能获得过去1000人的产出，研究覆盖面正在与员工数量脱钩。

过去，一家基金想多看一种资产、多跑一组策略，通常要继续招分析师和工程师。现在，它可以先增加Agent。原本需要提前承担的人力固定成本，开始变成随使用量变化的模型和算力费用。

这会先改变小型资管和自营交易公司的门槛。一个有策略、有资本的基金经理，不再需要先凑齐完整班底，就能获得过去只有机构才负担得起的研究覆盖。

与此同时，金融AI公司的生意也会变化：客户要的不只是一个会总结研报的聊天框，而是一整套数字化班底——有人找信号，有人唱反调，有人调度，还有一个记得住过去所有交易的“大脑”。

基金开始有了一点软件公司的样子：系统搭好之后，新增能力不必再按人头付费。

但省钱不等于创造Alpha

成本省下来了，那投资收益如何？最关键的数字，Kelly没有给，这也是这个案例最具争议的地方。

对基金来说，图表、报告和24小时在线都只是中间产品，最后交出来的只能是收益。Bracket22披露了人员、成本和生产率，却没有披露收益率、最大回撤、夏普比率、胜率，也没有给出相对基准的表现。

因此，人们可以确认Kelly把一家交易公司做得更便宜了，却无法确认这些Agent比从前的团队更会赚钱。

这是投资行业里经常被混淆的两张成绩单。一张记录“做了多少工作”：读了多少研报、覆盖多少市场、测试多少策略；另一张记录“工作产生了什么结果”：在承担同样风险后，究竟多赚了多少钱。

AI很容易把第一张成绩单写得漂亮。第二张要难得多。

成本下降当然有价值。如果投资表现不变，每年少掉数百万美元的运营费用，本身就会改善Kelly的净收益；一些过去不值得测试的小策略，也可能因为试错成本下降而重新进入视野。但省钱不等于创造Alpha，研究数量增加也不等于有效信号增加。

相反，策略跑得太多，还可能更容易在历史数据里撞见偶然规律。当越来越多机构使用相近的模型、数据和框架，Agent也可能让相似策略更快地挤进同一笔交易。人类时代需要几周形成的拥挤，机器或许几小时就能完成。

所以，Bracket22已经通过了运营测试，还没有通过投资测试。Kelly复制了生产投资判断的流水线，能否复制Alpha，要等市场交卷。

大机构能否复制？

很难。

Kelly可以把公司压缩到一个人，首先因为他交易的是自己的钱。没有外部LP，他不用向客户解释某次回撤是不是模型造成的，也不用说服别人把资金交给一个叫Houston的Agent。

自有资本给了Bracket22极大的试错空间。

一旦换成客户资金，问题就变了。一笔交易不仅要方向正确，还要留下谁批准、依据是什么、出了问题由谁承担的记录。受托责任、合规审查、权限隔离和审计要求，并不会因为研究员变成Agent而消失。Agent可以生成意见，却不能替机构签下责任。

目前华尔街大机构的AI探索基本上都是人机合作的：摩根士丹利把部分工作分流给AI；高盛把Devin、Claude等系统放进人与AI共同工作的团队；BNY甚至让“数字员工”拥有登录账号、邮箱和权限，却仍为它们安排人类经理。

大机构的谨慎不完全是因为动作慢。它们要保留的不只是人，还有一条出了问题能够追责、出现分歧能够制衡的链条。对一人公司来说，组织冗余是一笔成本；对管理客户资金的机构来说，冗余有时就是保险。

人才梯队也是同一道题。初级分析师今天是一项费用，几年后可能成为能够识别异常、质疑模型的人。如果拆报表、做假设、写第一版研究都交给Agent，年轻员工从哪里经历错误，又从哪里形成判断？高盛内部有人担心，过度依赖AI会削弱年轻银行家的推理能力。省掉今天的训练成本，可能也会透支明天的高级人才。

所以Bracket22的例子更像一次极限测试，它展示了一种新的基金运作方式：投研机构可以像软件一样被组装，专业分工可以由Agent复制，组织规模不再决定研究覆盖面。

同时它也把基金经理的角色推到更集中的位置——机器负责扩张认知带宽，人要为目标和收益负责。

本文来自微信公众号「AI原生Lab」，持续拆解真实AI落地案例，分享企业AI实践与方法论。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，“新美联储通讯社”Nick Timiraos在《华尔街日报》发文，美联储主席凯文·沃什即将面临的一个关键抉择：在通胀持续顽固、能源价格走高的背景下，是否在本周的议息会议上宣布加息。

Timiraos认为，沃什在过去几个月的一系列表态，已经让自己几乎没有“按兵不动”的空间。8月CPI数据超预期，彻底封死了最后一条退路。与此同时，白宫的态度暧昧——口头上说“100%尊重独立性”，却又暗示对加息“不会太高兴”。

距美国中期选举仅剩七周，若沃什选择加息将直接考验特朗普口中对他长达数月的“信任”。但若不加息，沃什的公信力又将如何自处？此前，沃什用“少说话、避免挑衅”的战术维持了白宫与美联储的平衡，而这次会议后沉默将不再是护盾。

沃什如何把自己逼到墙角？

沃什5月接任美联储主席后，6月的首次新闻发布会上释放了强硬的抗通胀信号，市场随即预期他将采取更积极的行动。然而，在随后的议息会议上，他选择维持利率不变，却没有给出令人信服的解释——为什么强硬表态之后，政策却原地踏步？

结果是，他讲话期间长端利率不降反升。Nick Timiraos在文章中写道，这是“投资者不确定他的强硬言辞是否会转化为实际政策”的信号。

8月，沃什在一次主旨演讲中试图修正这一印象。他表示，“几乎没有证据显示借贷条件正在抑制经济”，而且夏季较好的通胀数据并未让他相信潜在趋势已经改善。这番话，实际上是在为加息铺路。

但真正“关上最后一扇门”的，是9月的CPI数据。Nick Timiraos写道，“8月消费者价格关键指标涨幅超预期，打破了此前两个月的改善势头”，而这两个月的改善原本是美联储自身预测的初步验证。数据公布后，市场对本周加息的押注概率迅速升至约90%。

更关键的是，数据落在美联储会前“静默期”内，没有任何官员能够出来“降温”。9月17日的议息会议即将到来，沃什的选择空间却越来越窄。

白宫的“100%支持”里藏着什么？

就在本周会议前夕，白宫国家经济委员会主任凯文·哈塞特（Kevin Hassett）周日在电视上公开表态，称通胀正在改善，美联储没有必要加息。他同时强调，特朗普“100%尊重凯文·沃什的独立性”，并将“100%支持”美联储的任何决定。

这番话听起来很体面，但哈塞特随即补了一句：特朗普对加息“不会太高兴”。

他还提出，美联储在选举临近时调整利率，会“损害其远离政治的声誉”。这句话的逻辑，Nick Timiraos在文章中做了一个反向解读：如果白宫公开要求降息，而美联储在市场普遍预期加息的情况下选择按兵不动，同样会让外界怀疑沃什是在迎合任命他的总统。

换句话说，无论沃什怎么选，都有人会质疑他的动机。这正是美联储独立性问题的核心困境。

特朗普与美联储：从“战争”到“停战”

去年，特朗普对美联储发动了“数十年来最持续的公开施压”。他长期攻击前主席鲍威尔，甚至威胁要对其提起欺诈诉讼。他将经济顾问斯蒂芬·米兰（Stephen Miran）安插进美联储董事会，后者在出席的六次会议上全部投票支持宽松政策。特朗普还试图罢免美联储理事丽莎·库克（Lisa Cook）——这是总统试图解雇美联储理事的首次尝试，最终因最高法院介入而未能成功，但案件至今仍悬而未决。

沃什的到来，暂时终结了这场“战争”。特朗普反复表示“信任沃什会做正确的事”，这一表述让沃什得以避开鲍威尔所遭受的那种公开攻击。

但Nick Timiraos指出，这种“停战”是有条件的。在选举前七周加息，将直接检验特朗普的“信任”能维持多久。

值得注意的是，沃什本人去年曾公开批评美联储降息太慢。当被问及这一立场是否受到可能提名他的总统影响时，他在CNBC上回应说：“鸟儿换羽毛是有时机的，要顺应时势。这与这位总统毫无关系。”

沃什的立场：独立，还是孤立？

面对外界的种种猜测，沃什本人的公开表态始终强调独立性。

"他们选了一个独立的人来做一份独立的工作，这正是我计划去做的，"沃什今年夏天在国会听证时如此表示。

Nick Timiraos在文章中还透露了一个细节：与沃什交流过的人士表示，沃什认为鲍威尔时代的美联储因为说了一些“不必要的对抗性言论”而让局面更糟——比如公开描述关税如何推高价格，或者公开捍卫美联储独立性。沃什的策略是“少说话，避免挑衅”。

这种低调风格，在某种程度上维持了与白宫的和平。但如果本周真的宣布加息，沉默将不再是护盾。

经济学家们怎么看？

围绕这次加息，经济学界并非铁板一块。

前国会预算局局长、共和党经济学家道格拉斯·霍尔茨-伊金（Douglas Holtz-Eakin）的判断颇为直接。他表示，7月之前他认为沃什没有必要在中期选举前冒险与白宫交恶。但7月以来，沃什的表态加上能源冲击和AI繁荣塑造的经济形势，已经让他“无处可站”。

“他的手被逼着出牌了，”霍尔茨-伊金说，“凯文·沃什是个出色的政治家，他得想办法处理好这件事。”

他还预判了后续的可能走向：特朗普和沃什可以默契地让特朗普公开抨击沃什，而沃什默默承受；或者特朗普干脆转移话题，装作什么都没发生。“特朗普会转移话题，而不是正面对抗，因为他不能承认自己犯了错误，”霍尔茨-伊金说。

然而，美国企业研究所（AEI）的保守派经济学家迈克尔·斯特雷恩（Michael Strain）持不同看法。他认为，7月就应该加息，但既然当时没动，现在在选举前几周出手，时机并不合适。

“美联储不幸的现实是，它无法忽视特朗普总统对这一重要机构极度敌视这一事实，”斯特雷恩说。他认为，投资者消化“再次按兵不动”的速度，会比美联储从与特朗普的冲突中恢复的速度快得多。

未来走向：停战之后

美联储的独立性原则，在政治压力面前究竟有多大的韧性？

文章指出，在选举前后调整利率并非没有先例——美联储曾在1988年政治大会前、1994年、2004年、2018年以及拜登任内的2022年均有过类似操作。从历史来看，货币政策与选举周期的交叉并不罕见。

但当下的特殊性在于，特朗普对美联储的敌意已有充分记录，而沃什的每一步棋都在被放大解读。

霍尔茨-伊金的判断或许最为务实：无论结果如何，沃什都需要展示出他是在根据经济数据而非政治压力做决策。

本文来自华尔街见闻，欢迎下载APP查看更多

Anthropic经济学团队近日发布了一套经济情景模型，试图量化AI对就业、增长与薪资的潜在影响，并以交互工具的形式向公众开放，让每个人都能根据自己对AI能力的判断，预览对应的经济图景。

该模型围绕三种情景展开：从温和渐进的"适度情景"，到经济增速翻倍的"实质性变革情景"，再到年均GDP增速高达15%、但大量知识工作岗位消失的"极端情景"。

研究发现，在多数情景下，失业率和工资波动仍处于历史正常区间；但在极端情景中，知识工作者面临薪资下滑甚至长期失业，资本在经济成果中的占比也将显著上升。

Anthropic表示，这一模型及更广泛的研究将用于指导其资助的劳动力市场研究，并为相关政策建议提供依据，目标是确保AI带来的经济收益能够在全社会广泛共享。

该模型当前版本为v1.0，发布于2026年9月，研究者承认模型存在若干局限，并表示将持续迭代更新。

要理解AI如何影响经济，首先要打破我们对“工作”的固有认知。在Anthropic的模型中，经济中的所有工作都不是单一的，而是由一系列**“任务包”**组成的。

以一名护士的一天为例： 她的工作包括巡视病房、抽血、对患者进行分诊、记录生命体征、订购病房耗材等等。随着AI的介入，这个“任务包”会发生怎样的变化？

• 有些任务只有人类能做： 比如给病人洗澡，AI无能为力。
• 有些任务会被AI增强： AI可以帮助护士更快更好地起草出院指南、远程监控患者、规划排班。
• 有些任务将被彻底自动化： 比如记录生命体征或订购耗材，AI可以完全代劳。
• 还会涌现全新的任务： 历史表明新技术总会创造新工作，比如护士未来可能需要审查AI的分诊结果，或评估AI提出的护理计划。

结果是什么？随着AI融入工作，护士的生产力大幅提升，她可以花更多时间与患者沟通。当这种“任务层面的重塑”每天在全国各行各业发生数百万次时，就构成了未来价值超30万亿美元的庞大经济体。

GDP、劳动力市场以及工人的薪资份额，都将取决于AI增强或自动化任务的速度与广度。

未来的经济走向取决于AI能力的进化速度以及各行业的采用情况。Anthropic在报告中重点勾勒了三种截然不同的宏观情景。

第一种是温和情景，渐进的收益。

在这个剧本里，AI的经济影响力类似于互联网的普及。它确实推动了实际的经济增长，但增长率保持在新技术带来的历史正常范围内，一切都在渐进式发生。在宏观经济数据中，你甚至很难立刻察觉到AI的剧烈冲击。

第二种重大情景是脑力劳动的革命。

到2030年，AI将有能力完成一半的知识型工作（其中大部分是自主完成），但并不会被全面采用。此时，经济增长率达到正常水平的两倍。值得注意的是：知识工作者的工资将停滞不前，而其他类型的工人将获得收益。

Anthropic在8月份对超1万名美国人进行的调查显示，大多数普通人的预期与这一情景最为吻合，即到2030年GDP将比没有AI时高出10%，整体失业率升至5%左右。

第三则是极端情景下，出现深刻的经济重塑。

在这一情景下，AI在绝大多数知识工作任务上的生产力超越人类，几乎自主完成所有工作，且基本不为人类创造新的知识型任务。这通常需要AI具备“递归自我改进”能力并被迅速采用。

结果是震撼的：年度GDP增长率将高达15%，经济规模每4.5年翻一番。 作为一个社会，我们将前所未有地富裕；但代价是，从事知识工作的工人急剧减少，失业率飙升至超越典型经济衰退期的水平。

基于上述模型，Anthropic得出了四个值得每一位职场人深思的关键发现。

发现一：经济蛋糕变大，但可能伴随历史性失业。

在所有情景下，AI都会推动GDP增长，社会整体财富大幅增加。但在极端情景下，由于AI实现递归自我改进和快速普及，失业率可能会飙升至历史最高水平。

发现二：痛苦的职业大洗牌。

在重大和极端情景中，脑力劳动者（知识工作者）将面临严重的自动化替代。从个体层面来看，程序员和呼叫中心客服可能不得不转行去做受AI影响较小的电工或护士。

但跨行就业极其困难：工人可能不愿意改变、需要学习新技能，且新工作并不好找。这种洗牌要求的转换越多，就会有越多人陷入漫长的失业期。

发现三：工资出现两极分化，知识工作者面临降薪。

模型显示，虽然全社会平均工资会上升，但这主要集中在非知识型工作领域。 由于对人类脑力劳动的需求减少，知识工作者的工资将面临下行压力。

相反，AI提高了脑力劳动的效率，例如更快地产出物理基础设施的设计和许可，会导致建筑等体力劳动需求大增，推高蓝领工资。

在重大情景中，知识工作者的工资基本持平；而在极端情景中，到2030年，知识工作者的工资将下降10%以上。

发现四：资本吃饱，劳动力分配缩水。

今天，经济每产出1美元，大约60美分归劳动力，40美分归资本。但随着AI接管更多任务，资本用于创造财富的技术和资源将变得更有价值、需求更高，从而推高其价格。

研究发现，在重大和极端情景中，劳动份额将明显下降，资本份额上升。在极端情景下，尽管经济体量急剧膨胀，但到2030年，劳动力的总收入几乎没有变化。

绝大多数知识工作者将面临降薪或失业，工人阶层只能分得更大蛋糕中更小的一块。

面对这样一份略显残酷的预测，Anthropic表示2030年的经济面貌并非不可改变的宿命。它取决于AI究竟能做什么，企业和工人如何应用它，以及最关键的，这项技术的财务收益将如何被分配。

Anthropic团队也坦言，作为1.0版本的经济模型，它极大地简化了复杂的现实，例如没有考虑政策反应、经济周期或超级机器人的出现等。

但这个探索器的核心价值在于警醒：在极端的AI繁荣下，我们面临的主要挑战不再是如何实现经济增长，而是如何确保红利被广泛共享，而不是让成本不平等地压在部分群体，尤其是知识工作者身上。

AI时代的列车已经启动，我们不仅需要关注它跑得有多快，更需要关注车上的每个人是否都能拥有自己的座位。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，国家统计局公布数据显示，1—8月份，社会消费品零售总额327569亿元，同比增长1.1%。其中，除汽车以外的消费品零售额301764亿元，增长2.7%。

1—8月份，社会消费商品和服务零售总额同比增长2.5%，其中服务零售额增长4.9%，商品零售额增长1.0%。在服务零售额中，通讯信息服务类、旅游咨询租赁服务类、文体休闲服务类零售额较快增长。

8月份，社会消费品零售总额39824亿元，同比增长0.4%，环比下降0.13%。其中，除汽车以外的消费品零售额36545亿元，增长2.5%。

按经营单位所在地分，1—8月份，城镇消费品零售额283743亿元，同比增长1.0%；乡村消费品零售额43826亿元，增长2.3%。8月份，城镇消费品零售额34457亿元，同比增长0.2%；乡村消费品零售额5367亿元，增长1.6%。

按消费类型分，1—8月份，商品零售额290203亿元，同比增长1.0%；餐饮收入37366亿元，增长2.4%。8月份，商品零售额35280亿元，同比增长0.3%；餐饮收入4544亿元，增长1.1%。

按零售业态分，1—8月份，限额以上零售业单位中便利店、超市零售额同比分别增长5.5%、3.8%；专业店、百货店、品牌专卖店零售额分别下降2.2%、3.0%、10.0%。

1—8月份，全国网上商品和服务零售额134766亿元，同比增长4.6%。其中，网上商品零售额84195亿元，增长4.3%；在网上商品零售额中，吃类、穿类、用类商品分别增长15.9%、4.9%、1.1%。网上服务零售额50571亿元，增长5.1%。

基本生活类和部分升级类商品销售较快增长，限额以上单位饮料类、粮油食品类、通讯器材类商品零售额同比分别增长4.9%、4.0%、27.3%。

汽车持续拖累，通讯器材与必需品消费增长

8月消费市场延续结构性分化：通讯器材、文化办公用品以及食品、烟酒、化妆品等消费保持较快增长，而汽车、建筑装潢材料、金银珠宝及石油制品等大宗及耐用品消费持续承压。8月社会消费品零售总额同比增长0.4%，其中增长最快的类别为通讯器材类（同比增长27.3%），下滑最为突出的是汽车类（同比下滑18.5%）。

增长较快的类别主要集中在通讯器材、文化办公用品及部分必需消费领域。通讯器材类以27.3%的增速领跑，延续较强增长势头；烟酒类增长12.5%，文化办公用品类增长5.8%，化妆品类增长4.9%，饮料类增长4.9%，中西药品类增长4.8%。此外，粮油、食品类增长4.0%，日用品类增长1.8%，餐饮收入增长1.1%，显示居民基本消费需求仍保持一定韧性。

汽车类以18.5%的降幅领跌，成为拖累8月社零的主要因素。金银珠宝类（-17.5%）、建筑及装潢材料类（-11.8%）、家具类（-7.9%）和石油及制品类（-7.0%）降幅也较为明显。此外，体育、娱乐用品类（-4.8%）、限额以上单位商品零售额（-4.0%）、服装鞋帽针纺织品类（-0.5%）均出现不同程度下滑，反映耐用品与大额可选消费修复仍不均衡。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日国家统计局发布数据，1-8月份，全国固定资产投资（不含农户）293092亿元，同比下降7.2%（按可比口径计算，详见附注7）。其中，知识产权产品投资同比增长9.2%。

分领域看，基础设施投资同比下降4.0%，制造业投资下降2.3%，房地产开发投资下降19.9%。

高技术产业投资同比增长5.2%，其中信息服务业，航空、航天器及设备制造业，电子及通信设备制造业投资分别增长22.7%、14.9%、6.9%。

分产业看，第一产业投资5832亿元，同比下降2.4%；第二产业投资113094亿元，下降2.9%；第三产业投资174166亿元，下降9.9%。

工业投资同比下降2.9%。其中，采矿业投资增长3.4%，制造业投资下降2.3%，电力、热力、燃气及水生产和供应业投资下降6.9%。

基础设施投资（口径详见附注1）同比下降4.0%。其中，信息传输业投资增长28.4%，航空运输业投资增长16.7%，水上运输业投资增长14.7%。

分地区看，东部地区投资同比下降9.4%，中部地区投资下降8.7%，西部地区投资下降8.8%，东北地区投资下降25.5%。

分登记注册统计类别看，内资企业固定资产投资同比下降7.1%，港澳台投资企业固定资产投资下降6.9%，外商投资企业固定资产投资下降4.3%。

1—8月份，民间固定资产投资同比下降10.1%。从环比看，8月份固定资产投资（不含农户）下降0.5%。

本文来自华尔街见闻，欢迎下载APP查看更多

此外，1—8月份，新建商品房销售面积49880万平方米，同比下降12.1%；其中住宅销售面积下降13.0%。

与此同时，国家统计局数据显示，1—8月份，房地产开发企业到位资金50893亿元，同比下降21.0%。

房地产开发投资完成情况

1—8月份，房地产开发企业房屋施工面积560770万平方米，同比下降12.8%。其中，住宅施工面积389347万平方米，下降13.2%。

房屋新开工面积29894万平方米，下降24.8%。其中，住宅新开工面积21840万平方米，下降25.4%。

房屋竣工面积21097万平方米，下降23.7%。其中，住宅竣工面积14798万平方米，下降25.4%。

商品房销售和待售情况

1—8月份，新建商品房销售面积49880万平方米，同比下降12.1%；其中住宅销售面积下降13.0%。

新建商品房销售额47470亿元，下降13.0%；其中住宅销售额下降13.1%。

根据住房城乡建设部数据，1—8月份，二手房交易网签面积（见附注6）54923万平方米，同比增长10.6%。

8月末，新建商品房待售面积75349万平方米，同比下降1.1%。其中，待售3年以下面积54819万平方米，下降4.2%。

房地产开发企业到位资金情况

1—8月份，房地产开发企业到位资金50893亿元，同比下降21.0%。

其中，国内贷款6880亿元，下降33.3%；自筹资金18432亿元，下降20.0%；定金及预收款16037亿元，下降14.8%；个人按揭贷款6846亿元，下降22.4%。

本文来自华尔街见闻，欢迎下载APP查看更多

9月11日，雪佛龙首席执行官Mike Wirth在德克萨斯州奥斯汀举办的一场能源会议上表示，维系市场稳定的各类机制已基本发挥殆尽。Wirth说：

所有这些机制帮助缓解了价格和供应风险，但它们现在已基本用尽，我们系统中的缓冲空间与冲突开始时相比已大幅减少。

他补充称，油价走势难以预判，但当前局面下价格快速回落的前景令人难以乐观。Wirth表示：

我希望能告诉你，我看到了某些局势缓和的理由，但现在确实很难看到这种可能。

全球商业燃油库存已连续超过六个月持续下滑，战略原油储备进一步动用的空间也所剩无几。沙特阿拉伯一条绕过霍尔木兹海峡的关键输油管道上周遭到袭击，据分析师估计，每日约250万桶原油因此被截留于已然紧绷的全球市场之外。

美国原油价格在过去三周内飙升19%，目前交投于每桶102美元附近；柴油零售价攀升至每加仑6.23美元的历史纪录，汽油价格也从今夏短暂跌破4美元后反弹至4.32美元。

特朗普政府坚称市场扰动属于暂时性现象。美国内政部长Doug Burgum周一在休斯顿G-20活动上表示，当前油价上涨是"暂时性干扰"，并驳斥了外界关于美国正考虑禁止成品油出口的猜测。

然而，这一表态与石油业高管的判断形成明显落差，后者对局势走向日益感到忧虑。

资深能源顾问指出，在伊朗战争看不到任何解决迹象的情况下，局势存在失控风险。

Quantum Capital Group创始人兼首席执行官Wil VanLoh在奥斯汀会议上表示，谈判优势通常归于有时间、有耐心的一方。他指出，伊朗"愿意承受痛苦，其人民已经承受了数十年的苦难"，暗示德黑兰在持久战中具有天然心理优势。

投资机构Pickering Energy Partners创始人Dan Pickering则表示，特朗普此前曾表示战争将持续至11月中期选举，但投资者普遍认为冲突将延续更长时间。Dan Pickering称：

那是一个信号，说明这场战争将会拖下去。

特朗普已承诺对伊朗施加经济压力，并排除地面部队介入的可能性。与此同时，伊朗持续袭击途经霍尔木兹海峡的油轮，即便特朗普政府此前曾宣称已秘密护送多艘船只安全通过该水道。

而当前危机中，柴油市场面临尤为严峻的压力。

据《华尔街日报》此前报道，ExxonMobil、雪佛龙和ConocoPhillips三家美国最大石油公司的首席执行官，早在今年3月就曾向包括Burgum和能源部长Chris Wright在内的特朗普政府官员发出警告，称霍尔木兹海峡长期关闭可能导致柴油等成品油出现严重短缺。

Pickering指出，中东冲突与俄罗斯局势导致炼油产能受损，叠加农业收割季即将到来，农用重型机械对柴油需求庞大，供需缺口恐将进一步扩大。他说：

柴油没有简单的解决方案。

白宫表示，正通过两条路径积极应对：推动委内瑞拉增产，以及提升美国本土炼油产能。一名美国高级官员表示，政府对目前两方面的进展均感到满意。

本文来自华尔街见闻，欢迎下载APP查看更多

黄仁勋的靶子，是Anthropic CEO Dario Amodei近期发表的那篇引发广泛讨论的博文——该文联合多家前沿实验室，对AI安全风险发出警告，甚至量化了"文明级灭绝"的概率。黄仁勋说道，"这是编造的。这些人受过良好教育，被称为研究员，在实验室工作。这些词汇的叠加加上这种预测，令人恐慌，不应该这样做，这是不负责任的。"

峰会进行中，美国总统特朗普突然致电现场，直言"这整件事就是个骗局"，并表态将坚定支持数据中心建设，称AI是"未来20至25年的石油"。

两人的联合发声，为当前围绕AI监管和安全的激烈争论注入了新的变量。

“这些预测全都错了”：黄仁勋逐一清算末日预言

黄仁勋在台上直接点名过去几年流传最广的AI恐慌预测，并一一对照现实：

• "有人预测五年内放射科医生将被AI完全取代，结果恰恰相反，我们比以往任何时候都需要更多放射科医生。"
• "有人预测六到十二个月内90%的代码将由AI生成——错了。有人预测六到九个月内50%的初级岗位将消失——也错了。"
• 他还提到，GPT-2和Llama 3曾被认为"太危险不能发布"，以及"明年将有一半白领工作消失"等预言，统统落空。

黄仁勋的结论直截了当："这些预测不基于科学，不基于研究。所有基于科学和研究的证据都指向相反的方向。这是对未知领域的恐惧。"

他同时表示，对于Anthropic CEO Dario Amodei近期发表的相关博文，他认为其中涉及安全的部分值得认真对待，但关于未来的"科学预测"部分"明显缺乏科学依据"，"由科学家说出口，却不是科学的东西，这是不负责任的"。

RSI不是“黑魔法”：黄仁勋解释递归自我改进的工程逻辑

针对近期市场热议的递归自我改进（RSI）技术，黄仁勋给出了他的技术判断。

"RSI是一套系统性思路的组合，"他说，"从上下文学习、技能积累、反思机制，到强化学习和合成数据生成，这些都是非常合理的想法，能让AI在解决问题上持续进步。"

他进一步解释，通过LoRA等低秩适配方法，可以在不重新训练基础模型的情况下提升模型能力；而随着时间推移，再用积累的经验重新训练基础模型，整个流程在工程上完全可控。

黄仁勋认为，"RSI"这个词正在被某些人"武器化"，刻意制造出技术将"螺旋失控"的印象。他的反驳逻辑很简单："你可以在公司内部做RSI，但当你发布产品时，你必须评估它，必须测试它，必须确保没有回归问题。基本的工程控制流程就在那里。"

特朗普现场致电：数据中心是“下一个20年的石油”

峰会进行到英伟达战略拆解环节时，特朗普突然致电黄仁勋，并被接入现场扩音系统，向在场数千名观众直播讲话。

特朗普表示："这整件事就是个骗局。数据中心是伟大的，它让人们富裕，让各州富裕。它是未来20年、25年的石油，比互联网还要大得多。"

他同时批评部分反对数据中心建设的声音"正在为不希望美国成功的人服务"，并明确表态："机器人不会统治世界，AI不会接管世界，整件事就是个骗局。"

特朗普还提到，美国目前有约20万亿美元投资正在流入，并将此与前任政府时期的不足1万亿美元进行对比。

黄仁勋在通话结束后表示，特朗普能够"看穿这场骗局"，在民调显示反对声音占主导的情况下仍坚持立场，"这需要勇气"。

英伟达的战略逻辑：向上走多远，向下压多低

在资本配置和生态战略上，黄仁勋阐述了英伟达的核心原则："尽可能往上走，但尽量保持在低层。"

他解释，英伟达的目标是帮助整个生态系统成功，而非从中切走一块。"如果不是英伟达创建了cuDNN，所有框架都不会存在。如果不是我们创建了Megatron Core，大规模训练就不会发生。我们发明必要的技术，然后让千花齐放。"

在收购Hugging Face之后，英伟达在开源领域的布局愈发清晰。黄仁勋透露，英伟达目前在自动驾驶、生物医药等五个垂直领域拥有前沿开源模型，包括全球首款"会思考的自动驾驶汽车"Alpamayo，以及蛋白质合成模型Proteina Complexa等。

他强调，英伟达进入这些领域的逻辑是"客户需要，而他们自己还没有能力做"，而非主动颠覆竞争对手。

在融资生态方面，黄仁勋提到英伟达正与黑石、高盛等机构合作，通过Cloverleaf等项目为AI基础设施建设提供融资支持，并在澳大利亚、东南亚等地持续扩展区域云合作伙伴网络。

“在某些领域，超级智能已经到来”：黄仁勋的技术判断

在峰会尾声，黄仁勋对当前AI发展阶段给出了他的判断。

主持人提出"我们是否已经进入AGI时刻"，黄仁勋回应："我认为我们也到了。"

他随即补充了自己的定义框架："当你看一辆自动驾驶汽车，我不需要它给我做煎蛋卷，我只需要它开车。在这个窄域里，它就是超级智能——事故率是人类的十分之一。蛋白质合成、虚拟筛选，我们已经在那里了。"

黄仁勋最后呼吁："我希望我们能降低戏剧性，最重要的是，我们需要让整个美国一起前进。这才是我们成功的方式。"

访谈全文（略删减）如下：

Jensen Huang：末日论是骗局，超级智能已经到来，AI的未来（特朗普总统连线）

All-In Podcast | All-In Summit 2026 | 2026年9月15日

文字记录

主持人 00:00

有些人称之为"远见"，对我来说这是一个分量极重的词，因为我相信远见至关重要。我们为此中断了每周的常规节目，而能让我们这么做的只有三个人：特朗普总统、耶稣，还有Jensen——全球第一播客诚挚欢迎他的到来。他就是Jensen Huang，英伟达的创始人、董事长兼CEO。无论你是否意识到，他的每一个决策都在塑造着你的未来。英伟达是这个市场最重要的股票，而Jensen可以说是史上最出色的企业家。公司营收同比爆发式增长97%，需求不仅已经强劲，实际上还在持续加速。英伟达是唯一一个完整全栈AI工厂的计算平台。GPU就像一台时间机器，它让你能更早看见未来。如果我们能看见未来、预测未来，我们就有更大的机会把那个未来塑造成它最好的样子。

请欢迎Jensen Huang！他一出场就赢得了全场起立鼓掌。女士们先生们，"GPU耶稣"来了，大家都爱你。谢谢，我也爱你们。我们喜欢全球第一播客，也喜欢你这件新夹克。

Jensen Huang 01:28

我觉得你们需要一些活力。我知道我们今天要聊的都是严肃话题，但我们得充满活力地聊。

主持人 01:39

让我们从这个周末的那篇文章说起吧。哪篇？

主持人 Chamath 01:45

就从Dario那篇文章说起吧，这篇文章其实很有海明威的风格。有没有人用Pangram检测过？我甚至不知道里面有多少是AI辅助写的，但确实是一篇相当惊人的文章。让很多人感到意外的是，前沿实验室们纷纷为这篇文章背书、聚集在它周围。Jensen，能不能帮我们梳理一下——这到底发生了什么，你是怎么解读的？我们再深入聊里面的一些细节，先说说你的整体看法。

Jensen Huang 02:14

那篇文章涉及的内容非常多。首先，其中有一部分关于安全，这我们必须非常认真对待。安全是重中之重，这一点显而易见。安全与领导力之间并非非此即彼的选择——你可以快速创新、快速执行，美国可以领跑，同时做到安全。我认为把这两者对立起来是个伪命题，但安全本身当然极其重要。

文章中还涉及内部控制问题，我认为Dario说的就是这个。显然，那位名叫Coxson的举报人所揭露的事情是非常严肃的——只要有人举报，就必须认真对待。我认为Coxson有很大的勇气把他的顾虑公之于众。即便如此，那些顾虑之中有些问题是被混为一谈的。

举报这件事本身，我认为是对的。但文章中关于未来的科学预测，就没那么站得住脚了，因为它并不建立在科学基础上。写这篇文章的是一位科学家，但内容显然没有科学依据，这一点我不认同。

至于文章中提到的暂停、放缓开发进度，这些都是他们自愿可以做的事情——如果他们觉得公司已经失控。如果Coxson看到了失控的迹象——当然我们不知道他具体看到了什么——也许这与从研究到工程的转型有关。众所周知，这些实验室正在从研究机构转型为工程组织，拥有非凡的人才和卓越的工程能力，但工程毕竟不同于研究，这个转型过程难免有些磕绊。我们不知道他究竟看到了什么，最终只有他自己知道。

但如果问题真的出在缺乏控制上，那就是另一个议题了。政府该如何应对？监管这个词一下子就把所有问题都覆盖了，一篇博文里什么都有。

主持人 Chamath 04:35

你能帮我们梳理一下吗？比如"文明性死亡"这个说法——我都不知道怎么向我妈解释。当非常聪明的人把这些概念量化，比如"10%的灭绝概率"，这可能才是让很多人感到不安的地方。没有人知道怎么向普通人解释这意味着什么，或者这怎么可能发生。

Jensen Huang 04:56

我们不应该这么说，因为这是凭空捏造的。这些人受过良好教育，他们被称为研究人员，在实验室工作。但这些词汇和这种预测放在一起，是令人震惊的，是不负责任的，不应该这么做。

Jensen Huang 05:23

让我们回到真实的事实上来看看。曾经有人预测，五年内放射科将被人工智能完全取代，世界上将不再有放射科医生。事实证明恰恰相反——我们比以往任何时候都需要更多的放射科医生。不过，AI确实已经完全渗透了放射科领域，它实现了扫描读取的自动化，这很好。

又有人预测，就在去年，六到十二个月内90%的代码将由AI生成——这被证明是错的。去年还有人预测，六到九个月内50%的初级岗位将消失——同样被证明是错的。说GPT-2太危险不能发布，说Llama 3太危险不能发布……我们听说过一半白领工作明年将消失，说会发生"就业末日"。所有这些预测都被证明是错的。我们必须对这些荒谬的预测负责，有人必须为此承担责任，我们应该把这些都记录下来。当然，人们确实在记录，也会提醒我们——这些预测与美国赢得AI竞赛是相互矛盾的。

主持人 Chamath 06:56

简单来说，有些人会说"相信专家"，并援引新冠疫情作为类比——同样是从研究人员、受过教育的人开始，他们对这件事有着其他人所不具备的不对等的认知，然后说出了一些最终被事实证明不正确的话。所以现在存在一场战争，"相信专家"运动和"让我们看看这些预测的实际历史记录、让我们更有条理地思考"这两派之间的战争。

你认为这背后是什么？是商业利益还是政治利益？你觉得他们为什么这么做？

Jensen Huang 07:44

首先我要说，这些是史上最举足轻重的一批公司。他们有顶尖的工程师、杰出的研究人员，做出了真正了不起的工作。一方面，我与他们作为公司伙伴关系非常紧密；另一方面，我们不得不在公众面前进行这样的对话，这实在令人遗憾。我认为这些公司应该按照我们过去建立公司的方式来运营——悄悄地做。

说话人3 08:11

Jensen，你不允许公司里的任何人代表整个组织发言，尤其是在他们状态不好或者一时冲动的时候，他们不能代表你和公司随意发推，对吗？

Jensen Huang 08:31

对，因为他们加入我们公司的时候，我们就告诉他们——这是你在我们公司工作的行为准则。如果你认同英伟达的文化——大家都知道，英伟达的文化和员工满意度极高——员工们喜欢公司的稳定性，喜欢我们的核心价值观始终如一：照顾好员工家庭，创造让他们完成一生心血之作的条件，做有意义的工作，尽量保持低调，并为每个人的成功做出贡献。这些核心价值观会吸引认同的人加入。

但当你来我们公司工作时，也有一些事情我们不欢迎。比如，我们不欢迎在公司内部进行政治讨论。关于种族、宗教、政治等话题，我们告诉员工，这些留到公司外面去谈。英伟达是一家去政治化的公司，我们是跨党派的，我们希望美国成功。无论哪届政府执政，我们都会尽一切努力帮助美国成功。

Chamath 09:51

那在AI监管问题上，更具体一点，Satya今天早上也在这里，他的说法是：在讨论可能会大幅阻碍发展的监管之前，为什么不先把基础做好？为什么不先把评估做对、把标准化做好？你的立场是什么？

Jensen Huang 10:00

把工程做好。把研究以更可预测的方式转化落地，这样就不会引发恐慌。在准备好对外发布之前，把它留在内部。

Demis提出了一个类似FINRA（金融监管机构）的监管框架。Dario想要什么并不清楚，他说的是某种跨国性的管控机制。你的立场是什么？

Jensen Huang 10:33

监管应该解决实际存在的问题。所以问题是，我们实际上遭遇了哪些真实的问题？如果你审视所有实际发生的问题，目前所有的问题都来自实验室。原因在于——为他们辩护一下——他们拥有最多的算力，因为他们正在尝试解决前沿问题。所以可以合理推断，前沿实验室将是最大风险的来源。一个高中生不太可能造成什么问题，因为他们根本没有足够的算力；一家初创公司也不太可能成为原因，因为同样没有足够的算力。事实上，除了前沿实验室之外，地球上的任何人都没有足够的算力。

Jensen Huang 11:36

现在的问题是，如果你审视实际发生的事情——他们在做开创性的工作，真的非常困难。他们正在从研究转向工程。我能理解——他们同时在建设公司、构建文化、推进技术、搭建工程体系、开发产品，一切都在同步进行。

Jensen Huang 12:00

所以我能理解这有点像"头发着火"的状态，但尽管如此，某一家实验室的四起事件，另一家实验室的那个重大事件，首先要做的就是从工程角度去找出根本原因：发生了什么？我们本可以做什么不同的事？我们将要落地哪些措施——无论是技术、方法还是流程——来确保不再发生。我敢打赌，在每一个案例中，这些问题在未来都是可以在他们控制范围内加以预防的。

我相信那四起事件不会再次发生，我相信他们已经找到了根本原因并加以修复，我相信他们现在有了更好的技术——沙箱、运行时环境、监控器、持续监控系统等等——这些都比以前好得多。

Jensen Huang 13:05

另一种可能性也不太可能——即他们分析完这些事件后得出结论说：我们不知道发生了什么，我们根本无法控制，需要请社会来帮忙。如果真是那样，那我们才应该派工程师进去协助他们。但我觉得不会，他们拥有极其优秀的人才，这些问题都在掌控之中。

说话人4 13:46

我们并不是在真空中运作。昨晚你告诉我，GLM的开发者——将要投入30亿美元进行递归自我改进的实验。

能不能给Jensen介绍一下背景？就是那个公告——Zippo.com的创始人刚刚募集了50亿美元，并表示其中一个优先方向就是实现递归自我改进，也就是用AI来训练下一代AI，并尽可能地将这个过程自动化。

Jensen Huang 14:08

是的，这是个新的热门词汇。但大家要知道，RSI（递归自我改进）其实是一套系统性思路的组合。它从上下文学习开始，包含技能学习、反思、强化学习和合成数据生成。这些都是非常合理的思路，能让AI在解决问题的过程中不断进步。

Jensen Huang 14:31

你还可以使用低秩适应（LoRA）等方法，这些都不需要更新基础权重。你实际上可以改善权重，通过LoRA、合成数据生成和强化学习来增强模型，而不必重新训练基础模型。随着时间推移，你可以用积累的所有经验再次训练基础模型。

Jensen Huang 14:53

所以我认为，用技术来提升各类任务的生产力——包括构建AI本身——是非常合理的。这是个非常符合逻辑的想法，我相信所有人都在不同程度上这么做了。只是这个词现在被人用来将技术"武器化"，好像这一切会螺旋失控一样——他们就是想给人这种印象。

但你并不相信？当然不信。原因是什么？很简单，你可以在公司内部整天做RSI，但当你要发布产品的时候，你必须对它进行评估。你不是还要重新测试吗？你不是还要确保没有功能退化吗？这些基本的控制流程，随着这些实验室从研究机构向工程组织转型，他们的管控会越来越好。更好的管控来自方法、知识、实践、工具和技术的积累，这些都会实现更好的验证与测试，从而确保RSI在内部安全推进，优质产品对外安全发布。

关于开源

Chamath 16:09

说说开源吧。Hugging Face的收购将是最重要的交易之一——我甚至不想称之为"交易"，因为它的意义远不止于此。能不能给我们讲讲你对开源模型、闭源模型和开放权重的第一性原理理解，以及它们在生态系统中应该如何随时间发展？

Jensen Huang 16:28

这个世界既需要闭源模型，也需要开源模型。这个周末我尽可能多地使用闭源模型，用了四个。它们表现非常出色——处于前沿水平，体验很好，能写、能用，效果惊人，而且还在不断进步。我对闭源模型的比喻是——

Jensen Huang 16:49

就像瓶装水。水是免费的，大家，不知道你们知不知道，但水是免费的。今天早上我用了很多免费的水洗澡。你在合适的地方用合适的水。这和电力没什么区别，和我们日常使用的各种商品没什么区别——你需要两者兼备。

在开源这一侧，你需要它的原因可能是主权考量、隐私考量，或者专有技术考量。看看事实：过去六个月里，有4000亿美元的风险投资流入了AI原生公司，其中80%使用的是开源模型。如果没有开源模型，他们怎么实现自己的梦想？因为他们的梦想和前沿实验室的梦想不一样。美国有太多种创新方式，这是我们的核心优势之一，好主意源源不断涌现。

开源模型让这一切成为可能——让每一家公司、每个行业、每位研究人员、每位教师、每位学生、每家初创公司都能参与。要赢得AI竞赛，靠的不是几家科技公司的胜利，而是美国每一个人的胜利。他们中有些人会用闭源模型，很多人会用开源模型。

关于来源是否重要的问题。全球开源贡献中，很大一部分来自中国。他们有更多的工程师，通过顶尖大学（如清华大学）大批量培养理工科人才。

Jensen Huang 19:03

我们下载Linux、下载Kubernetes，以及各种软件，其中很多都有中国人参与贡献。但一旦你下载了，它就是你的了。我们fork它，改进它，把它变成我们自己的。当你下载一个中国模型，它碰巧是由中国的优秀研究人员做出来的，但现在它是你的了，你可以用它做任何你想做的事。

所以，竞争的关键究竟是什么？竞争其实在于谁能最好地利用这项技术。上一次工业革命的发明者——麦克斯韦、伏特、安培——没有一个是美国人，那次工业革命源于欧洲，但我们比世界上任何地方都更好地利用了它，看看结果如何。我要确保这一次也是如此。

Jensen Huang 20:42

令人沮丧的是，如果这些“AI末日轮”说法是真的，那我们就应该讨论它并采取行动。即便是真的，我们也应该花更多时间去解决它，而不是去让一群对此无能为力的人担惊受怕。建好它，是我们的责任。

Jensen Huang 21:01

历史上有没有过这样的时刻——如此多的人如此坚定地声称某件如此不真实的事情？而且这些说法是有实证的、是明显的谎言，从逻辑上讲也站不住脚，既没有科学依据，也没有研究支撑。所有基于科学和研究的证据都指向相反的方向。这不过是对未知边界的恐惧——人类从未到达那里，从未见过那里的样子，所以我们害怕，于是很容易就告诉所有人那里很危险。

Jensen Huang 21:29

也许这还和个人经历有关。让我举个例子：当我刚毕业的时候，我是一名工程师，打字不多，因为我是软件普及之前的第一代工程师——我们必须先去制造能运行软件的计算机，才能让软件成为可能。

你能想象吗，现在这一代工程师，当他们进入工程领域，花所有时间打字？那就是你工作时做的事：给你一台笔记本，给你一把椅子，你就开始打字，从早到晚。但在打字之前也有工程，对吗？所以你能想象，这个世界有一座工程工作的大山要攀登，其中大部分不再是打字了？我们过去有不打字的忙碌工程师，我相信我们在告别打字之后也会做出伟大的工程。

我说的打字，我是指写代码。即便在英伟达，当软件工程师跟我说话，我也常说：你只是在打字。我一直这么说，当然是开玩笑。我还跟他们说，我最喜欢的键是退格键，因为最好的软件是最小的软件——我希望你多用退格键。

特朗普总统实时连线

主持人 22:50

我们来拆解一下英伟达。从最底层开始——哦，这不是计划好的，但我们知道是谁来了。

Jensen Huang 23:09

总统先生！是的，我要告诉您，如果不是因为您打来电话，我现在正和Besties们同台。台下是Sacks、Jason、Chamath还有David，我坐在几千人面前。结果我们聊着聊着，恰好聊到了您。干得漂亮，先生。能看穿这一切需要很强的洞察力，我们都非常感激。

来，和现场观众打个招呼？Jason，来，开免提。把POTUS（总统）怎么开免提？对准麦克风——先生，请稍等，我们来架个麦。

总统先生，您现在在和全球对话。

特朗普总统 24:33

生活中有趣的地方就在这里——Jensen能研发出全球最复杂的芯片，没有人能在10年内仿制，但他就是搞不定怎么开免提。这简直像个阴谋。

我可以说，国内很多州也很高兴——那些原本什么都分不到的地方，现在被大量企业青睐。现在你能看到，他们在芬兰建数据中心，谷歌也想在芬兰建一个大的，但我对此不高兴，因为他们在国内无法获得建设许可。我告诉你，整件事就是一场骗局。数据中心是好东西，它让人们富裕，让各州富裕。它是未来二三十年的"石油"，比互联网更大，AI更是如此，影响深远得多。而他们偏偏帮那些不希望这一切发生的人的倒忙。这些人可能是出于政治目的。我们不会让这种事发生。这是一场骗局。

Jensen Huang 25:30

您说得对，我们不会让这种事发生，先生。机器人不会统治世界，这不会发生。

特朗普总统 25:46

我叔叔曾是MIT最顶尖的教授之一，在那里执教了41、42年，被誉为最聪明的人之一。他做过很多了不起的事，Jensen对此都有所了解。所以如果你相信遗传的力量，我有那样的基因。这也解释了为什么我对AI有这么深的理解——我不仅了解AI，我对AI还有常识性判断。机器人不会接管世界，AI不会接管世界，整件事就是一场骗局。

特朗普总统 26:33

当然，我们也要谨慎，做事要审慎。但这并不意味着我们要在接下来十年里一边发展一边试图摧毁它。我完全支持你们。我原以为你和我想法一样，果然如此。

Jensen Huang 26:52

是的，先生。如果我们要领跑，我有一句话：谁赢得AI，谁就赢得一切。它比互联网更重要，谁赢得AI，谁就赢得这场竞争。我们不能让这种阻碍发展的事情发生，数据中心尤其如此——很多曾经衰落的社区，如今因为有了数据中心，已经变成了富裕社区，非常富裕的社区。我们要确保在这场AI竞赛中，美国每一个行业、每一家公司、每个州、每个人都能赢。

特朗普总统 27:25

对，我对此有强烈的立场，而且我有能力去做些什么。我们不会让那些事发生。我不知道现在会议室里有谁，但我们下次再见。

Jensen Huang 27:38

先生，您听到了吗，数千人在为您鼓掌！

说话人5（特朗普总统） 27:49

Jensen做得非常出色，David也做得非常出色。祝大家好运，我们要着眼未来。这个国家从未如此繁荣，有20万亿美元的投资涌入国内，而拜登的四年不过是不到一万亿，这只是一年的成绩。这个国家，真的是前所未有。我们会继续保持下去。谢谢大家。

Jensen Huang 28:17

谢谢您，总统先生。再见。

Jensen Huang 28:30

你知道这会发生吗？我起初以为是个节目效果，然后我说"开免提"的时候，意识到是真的。他就这样随时给你打电话？

说话人6 28:58

他在Oval Office打来的时候我们正在睡觉，他让人叫醒我们。他在问谁来参加晚宴，列了一遍名单，然后问：Jensen呢？我说：不，先生，他在度假，而且这个假期已经推迟了五年了。他说：把他叫来。

不过，你觉得他为什么能看穿这场骗局？这件事真的相当非凡——这项议题的民调支持度是负80。对任何坐在椭圆形办公室的人来说，你都会顺着民意走，顺应大众的意愿。而禁止数据中心和AI，在这一刻似乎是最受欢迎的选择。

Jensen Huang 29:25

但他说这是骗局，并且直接点破了。他是怎么做到的？我说实话，我不太确定。因为很多人已经上当了，这件事错综复杂。起初这件事是建立在两个支点上的：第一个支点是国家安全，但最近已经被完全推翻了，那个叙事不再站得住脚。现在的支点变成了安全。

Jensen Huang 29:51

如果我们希望AI是安全的，第一要务是确保开发AI的实验室是可控的，要有良好的评估体系。如果我们希望引入第三方评估机构，这和财务审计没什么不同——审计员不必比我们更精通业务，但他们要问对问题。我同意应该有多个独立的审计方或评估方，这样可以避免任何一家机构被收买或受到不当影响。解决这个问题的方式有很多。

我认为最重要的第一件事，是让我们把技术建好，把测试做好。我完全承认，正在构建的东西是非同寻常的——但这些也是非同寻常的公司，我们理应以非同寻常的标准要求他们，他们自己也愿意被如此要求，我也愿意。

英伟达战略拆解

说话人3 30:57

我想回到开源话题。大约一年前，我们还没太把开源当回事，它还落后两年或十八个月。

Jensen Huang 31:17

（关于特朗普总统的通话）通话中有一句话我快要说了，我说完可能会有麻烦，他肯定会回头打电话来。但我想告诉他，也告诉在座各位：AI正在创造大量的工作岗位。

Jensen Huang 31:35

他从政以来最希望做到的事情，也是我第一次见到他、和他第一次通话时他说的——是在美国创造就业，重新工业化美国，确保美国有足够的能源来支撑下一次工业革命。没有能源，就没有工业增长。所以他希望实现能源增长、就业增长，重建供应链。

Jensen Huang 32:02

看看我们正在做的这一切，就在此刻，实实在在地发生着。我们在创造比以往更多的工作岗位，创造软件岗位。就像我们刚才说的，4000亿美元的风险投资在最近六个月内涌入AI行业，这创造了大量工作岗位，也带来了巨大的算力需求——我对此当然高兴——这同样带来了对数据中心的巨大需求，这是我们必须谈到的话题。

我最近和德州州长Abbott交谈，他希望呼吁业界更加关注小社区——在我们全美各地建设数据中心的过程中，要成为更好的倾听者。

Chamath 32:45

让我们真正聊聊这个话题。英伟达真正令人印象深刻的地方，如果你拆解它的各个组成部分，就会发现你实际上不得不成为AI的"银行"来推动整个生态系统启动，而且是在所有层面上做到这一点。你刚刚和Cloverleaf做了土地、电力、建筑一体化的合作，又联合贝莱德、高盛等机构创建了融资能力。能不能帮我们梳理一下你的资本配置策略？需要发生什么，才能让更广泛的生态系统参与者进来，共同承接下一阶段的资本投入？

Jensen Huang 33:32

我们正在经历一场新的工业革命，这一点在各个层面都是真实的。这个新产业需要制造业——就像电力、互联网时代一样，而AI的时代也不例外。我们现在可以用AI找到任何东西，可以询问并了解任何事情。这就是我们的未来——我们接入以太，向它提问任何我们想知道的，它都可以向我们解释。

Jensen Huang 34:04

但要实现这一切，就必须生产出这种智能。这是一个生产过程，这就是为什么必须建设这些基础设施。而一旦基础设施建好，问题就变成了：美国其他层面的建设如何跟上？

这个产业不仅仅关乎模型，不仅仅关乎芯片，更多是关乎上面的应用层，是关乎基础设施层——数据中心及所有配套设施、建设施工、电力和发电系统。我着眼于整个生态系统，寻找瓶颈所在。如果有伟大的公司正在某些受到制约的环节建设发展，也许上游供应链需要扩大规模，这样当我们准备好部署算力时，他们就能为我们提供支撑——土地、电力、建筑一体化。

Jensen Huang 34:52

这和向上游审视供应链没有什么不同。可能我比大多数人都更多地考虑长期供应链，因为我们公司规模非常大。为了让我们成功，必须有一大批公司来支持我。Corning的Wendell要支持我，TSMC当然要支持，存储公司也要支持。所以我们很早就开始与所有这些公司合作，早在增长到来之前，就为增长的到来做好了准备。现在我在做的，是向下游延伸。

Chamath 35:31

有一个规律是，利润随着时间推移往往向上迁移，迁向应用层，在应用层可以更长久地获得超额回报。你收购了Hugging Face，现在积极进入推理服务业务。感觉Open Router这样的产品很合理，构建比Bedrock更好的产品也显而易见。我猜你也在思考这些。那自然的结论是什么？因为另一边的人们显然毫不介意往下走，而你有最好的资产负债表、顶尖的工程师，以及经过验证的执行能力。你怎么看向上延伸这件事？

Jensen Huang 36:18

英伟达运行着全球每一个模型，这一点令人叹为观止。大约一年半前，我们只跑OpenAI的模型，现在看看有多少出色的模型可用：Meta的模型、Grok、Gemini，Anthropic也在我们平台上快速扩展。从一年半前到现在，大量前沿AI模型已经开放可用，AI实验室的数量还在增加——"Ineffable"、"Reflection"、Physical Intelligence，名单不断延伸。

所有这些实验室都在英伟达上构建，原因是——作为一家公司，我宁愿帮助每个人成功，而不是从中切走一块利润。我们的策略是：走得尽量高，但也要尽量保持在底层。如果不是英伟达创造了cuDNN，所有那些框架都不会存在；如果不是我们创造了Megatron Core，大规模训练就无法实现。我们发明了所有必要的技术，然后让千花齐放。这种姿态让我们能够成为——坦率地说——全球唯一的选择。

Chamath 38:00

反驳意见是，在超大规模层面有更多竞争会更好。你在Neo Cloud方面做得很好，比如你介绍给我的那家公司，Nebulous，很出色，非常棒。但我们需要50家这样的公司，需要100家，甚至1000家，这只是时间问题。

Jensen Huang 38:23

说来有些出人意料，我其实竞争心不强。多5家超大规模云服务商，我没有任何意见。你注意到一个现象吗？所有Neo Cloud的早期客户，恰恰都是超大规模云服务商。

Jensen Huang 38:44

原因在于，超大规模云服务商每年做一次规划，但市场动态现在变化如此之快，他们几乎总是判断失误。而那些区域云服务商更加灵活，他们了解自己的州、自己的国家、自己的区域，能够以远比坐在西雅图或帕洛阿尔托的人更敏锐的方式来锁定土地、电力和建设资源。

所以我们现在实际上有了一个大规模分布式网络，由各地公司在为我们锁定土地、电力和建设资源。越来越多的国家也意识到这具有战略意义，于是说：我要把我的算力资源只给本国公司。而英伟达也在那些国家，我们可以帮助当地的Neo Cloud成长。无论是澳大利亚的Firmus，还是东南亚的IOH，我们刚在澳大利亚新增了两个千兆瓦级资产，我们正在以千兆瓦为单位扩大规模。

说话人3 39:49

有一点显而易见，我想把这个讲清楚——你正在大力往上走，并非常聚焦于开源。你的Nemotron表现非常出色，我经常使用，Hugging Face、Poolside和Laguna这些收购也很扎实。你在自动驾驶方面的开源技术栈也极具颠覆性。你在五个领域都是前沿模型，而你看起来从不满足于拿银牌，永远都奔着金牌去。所以你会在开源模型上争金牌吗？你会推出最好的开源模型吗？

Jensen Huang 40:32

第二个问题——开源能否追上前沿闭源模型，以及你是否是那个实现追赶的人？

逻辑是这样的，Jason：我们会构建它，一是因为我们有能力做，二是因为我们的客户需要我们做。以Alpamayo为例，它是全球第一款会"思考"的自动驾驶汽车。"思考"的意思是，通过推理，你不需要像过去那样用数十亿小时的路况数据来训练，因为你可以推理：我见过类似的情况，不完全一样，但大致相同。

为什么Alpamayo是必要的？很简单，有大量汽车企业需要它，未来每一辆车都会实现自动驾驶。不仅如此，每台农业机械、每辆卡车、每辆货车都需要——而其中大多数公司的规模还不足以自己搭建完整的技术栈。所以我来构建一个出色的技术栈，他们负责最后一公里，根据自己的应用场景进行适配。未来所有移动的物体都可以实现自动化。

如果不是我们去构建某些生物学模型，世界上可能就不会有这些东西。ESM2蛋白质语言模型是我们创造的，ESM Fold、OpenFold、AlphaFold的等价实现，还有"Proteina Complex"——合成下一代蛋白质及其结合方式的工具，这是突破性的成果。我们建造了这些，因为礼来公司需要它，Mark也需要，其他人也需要，而他们自己还没有这个能力。

所以我做任何事情都出于需要，我不是为了颠覆而颠覆。我们不会每天早上醒来想着去颠覆谁，我们只是想帮助每个人。

竞争威胁与Terafab

说话人3 43:18

Jensen，你对你核心业务的新兴竞争威胁有什么看法？能不能点评一下Elon宣布的Terafab——100万平方英尺的设施，任何人都可以使用？

Jensen Huang 43:30

我和Elon一起乘飞机去某个国家，还有一位有时会给你打电话的人士同行，是架不错的飞机。Elon喜欢聊这些话题，我们谈了很多。确实，任何人都可以做这件事，他当然也可以——我是说，你可以设计芯片，但不一定要自己去晶圆制造。我们对制程技术了解很深，因为我们在各方面都在突破极限，加上我们在如此大的规模下运作，公司内部有全球顶尖的30s技术（先进制程），还有很多了不起的能力。

能讲讲吗？你已经谈了很多了。没有人能阻止Elon去做一件事，这就是他了不起的超级能力。一旦他决定去做，就很难阻止了。

AGI与超级智能

说话人3 44:47

对我们很多人来说，有一种感觉是，我们正处于AGI时刻——定义上就是与任何人类一样聪明。我认为我们已经到了。

Jensen Huang 45:00

Jason，我也认为我们到了。你认为我们已经达到超级智能了？当你聚焦于某个细分领域时——比如我的自动驾驶汽车，我不需要你帮我做煎蛋卷，我只需要你开好车，它的能力就已经超越人类了。事故率只有人类的十分之一。合成蛋白质、做蛋白质的虚拟筛选，我们已经到了超级智能的水准。

站在人类前沿，感觉怎么样？我喜欢。女士们先生们，我喜欢。这里的未来很美好，我们想到达那里。你知道，我们很多人不是非干不可，但我告诉你，这太好玩了，好玩到停不下来。所以我想去那里，我想你们所有人都和我一起在那里，我们将一起取得巨大的成功，作为全人类。

与此同时，我们要鼓励他们，为他们加油。他们正在做极其重要的工作，我希望他们成功。我也衷心希望，我们能把戏剧性降低一些——最重要的是，我们需要全体美国人都加入我们，这才是我们胜利的方式。

女士们先生们，Jensen Huang。谢谢！精彩绝伦！

本文来自华尔街见闻，欢迎下载APP查看更多

周一，据华尔街日报援引知情人士消息，此次收购已于近几个月内完成。Glass Imaging专注于利用人工智能技术提升智能手机拍摄质量，目标是使手机拍摄效果媲美单反相机。OpenAI对这家公司的具体规划目前尚不明朗，但此次收购被外界普遍视为其硬件战略布局的重要一步。

此次交易发生在OpenAI筹备明年IPO的关键节点，也是其近期一系列收购动作的延续。OpenAI此前已相继收购网络脱口秀节目TBPN及一家开源开发者工具初创公司，并于2025年斥资65亿美元收购前苹果首席设计官Jony Ive旗下的io Products，后者正与OpenAI联手秘密研发消费级AI硬件设备。

由苹果前员工创立，专攻AI驱动的影像技术

Glass Imaging由两位苹果前员工Ziv Attar和Tom Bishop于2019年联合创立。两人此前均在苹果从事摄像头技术研发，参与开发了iPhone的人像模式功能。

离开苹果后，两位创始人认为智能手机摄像头的硬件进化已趋于瓶颈，希望在苹果体系之外重新思考这一技术路径，不受iPhone整体商业逻辑的约束，通过软硬件结合的方式寻求突破。

Attar和Bishop在2022曾表示，摄像头领域的创新已趋于"渐进式"，在智能手机上增加摄像头模组也面临重重阻力。

融资约3000万美元，变焦技术已落地荣耀手机

Glass Imaging成立至今共融资约3000万美元，投资方包括谷歌母公司Alphabet旗下风险投资部门GV，以及投资机构Insight Partners。

该公司的变焦成像技术已实现商业化落地，这一技术被搭载于中国智能手机品牌荣耀的新款手机产品线中。

此次OpenAI以逾3亿美元的估值完成收购，较其上一轮约1亿美元的融资估值溢价超过两倍，显示出OpenAI对该公司技术价值的高度认可。

硬件野心浮现，Jony Ive主导消费设备研发

此次收购的战略意图，与OpenAI正在推进的硬件布局密切相关。OpenAI已聘用前苹果首席设计官Jony Ive——正是他主导设计了iPhone——负责消费级设备及其他旨在塑造AI未来形态的项目。

Ive的加入源于OpenAI对其初创公司io Products的收购，交易金额高达65亿美元。目前，Ive正与OpenAI联手秘密研发一款消费级设备，外界普遍猜测这将是一款具有颠覆性的AI硬件产品。

Glass Imaging在AI影像处理领域的核心技术，与上述硬件研发方向高度契合。尽管OpenAI尚未披露具体整合计划，但这一收购无疑为其硬件战略增添了关键的影像技术拼图。

本文来自华尔街见闻，欢迎下载APP查看更多

隔夜，10年期美债收益率盘中一度升至5.012%，创2007年以来最高盘中水平，随后回落至4.960%收盘。这一关键门槛的触及，正迫使投资者直面一个核心问题：债券市场是否正在进入一个全新时代？

市场当前存在两种截然对立的叙事。一种认为5%将如2023年10月那般成为阶段性顶部，随后收益率将重新回落；另一种则担忧收益率将决定性地突破这一门槛，复现2000年代乃至1990年代收益率长期高企的格局。答案将对消费者、企业乃至美国政府的借贷成本产生深远影响，并可能左右即将到来的中期选举走向。

战争冲击叠加通胀压力，推动收益率触及关键门槛

此轮收益率上行的直接导火索，是中东局势持续升温引发的能源价格飙涨。布伦特原油上周大涨近9%，此前伊朗支持的胡塞武装有效控制了也门西海岸另一处航运咽喉要道。截至周一，布伦特原油小幅上涨1%，报每桶105.68美元。

能源价格上涨强化了市场对通胀持续高企的预期。周五公布的通胀数据偏强，令投资者几乎一致预期美联储将在本周三的会议上加息，并在此后继续收紧货币政策。特朗普多次公开呼吁美联储降息，令美联储主席沃什陷入两难境地，而市场对加息的预期却在持续攀升。

10年期美债收益率是经济体内利率的关键驱动因素，其近期上行已将抵押贷款利率重新推升至接近7%的水平。财政部长Scott Bessent此前已采取非常规措施试图压制收益率，但目前收效甚微。

两种历史情景，市场各执一词

周一盘中走势令部分投资者联想到2023年10月23日的那一幕——当时10年期收益率同样在早盘触及5%，随后当日大幅回落至4.8%上方，显示出投资者在等待这一里程碑被触及后便蜂拥买入债券的典型行为。

然而，此次回调幅度明显不及2023年，这令不少投资者认为，收益率在未来数周乃至数月内轻易突破5%并非没有可能。

PGIM Credit联席首席投资官Greg Peters表示："我一直在问自己，'好，什么会成为利率下行的催化剂？'除了经济衰退，很难找到答案。当前的条件非常有利于收益率维持高位甚至进一步上行。"

另一方面，美国银行高级美国利率策略师Meghan Swiber则持不同看法："如果美联储本周加息，并传递出将不惜一切手段控制通胀的信号，我们认为这实际上有助于压低长端利率。"

债务规模与供给压力，构成收益率上行的结构性支撑

部分投资者认为，此轮收益率上行在一定程度上反映的是经济的正常化——回归2008年金融危机前、央行大规模购债与超低利率时代之前的状态。

但当前形势亦有其独特之处。美国联邦债务总额近期突破40万亿美元，较十年前翻了一番。债务规模扩大意味着国债供给增加，潜在地压低债券价格、推高收益率。财政部在贝森特主导下近期已开始加大对长期债券的回购力度，但相对于国债总存量而言，这些购买规模仍然微乎其微。

众议员David Schweikert（共和党，亚利桑那州）周一在社交媒体上写道："今天的数字应该让国会感到恐惧。"

AI热潮与股市繁荣，部分抵消高利率冲击

多位分析师指出，由AI投资热情驱动的股市繁荣，在一定程度上缓冲了高收益率对经济的冲击。

AllianceBernstein首席经济学家Eric Winograd表示："通常情况下，更高的收益率和借贷成本可能会抑制企业投资。但许多科技公司现在将投资AI视为关乎生死存亡的战略选择。我认为它们对金融条件的反应方式与其他企业截然不同。"

这一因素使得市场对经济能否承受5%收益率而不迅速减速持相对乐观态度，也令"收益率将长期维持高位"的叙事获得了更多支撑。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，在美国洛杉矶举行的“All-In Summit”峰会上，黄仁勋在台上接到了特朗普的电话。黄仁勋当场将电话调至免提模式，让现场观众同步听到通话内容。黄仁勋告诉特朗普：

我和好朋友们一起在台上。

特朗普电话中将AI危险论斥为"骗局"，并将放缓AI发展的呼声定性为政治操弄，“我们绝不会让他们得逞”。黄仁勋回应称：

您说得对。我们绝不会让这种事（AI放缓）发生。

随后人群中爆发出热烈的掌声。然而，这番强硬表态未能提振市场信心。

周一英伟达股价跌幅达3.4%，美股科技股整体走低，高盛综合人工智能股票组合下跌超过4%，而标普500指数（不含人工智能成分股）则实现了0.4%的稳健上涨。

投资者担忧的核心在于，AI基础设施支出增速是否将因安全争议而放缓。这家全球市值最高的公司同时也是AI算力建设的最大受益者，其股价走势折射出市场对AI叙事分歧加剧的敏感反应。

特朗普定性AI忧虑为"骗局"，力挺数据中心建设

在通话中，特朗普措辞强硬，将主张放缓AI发展的声音描述为被"许多不想看到AI发展的人"所利用，并暗示这种声音"可能来自政客"。他补充称：

机器人不会接管世界。

同时特朗普承认：

我们需要谨慎，但不能停止这个行业。

特朗普还将数据中心比作"未来二三十年的石油"，称其重要性"超过互联网"，并批评部分州拒绝为新数据中心发放建设许可证，认为此类设施将为地方带来财富。

据报道，盖洛普民调显示约七成美国人反对在其所在地区建设数据中心，逾半数受访者援引环境资源影响为首要原因，另有约两成表示担忧生活成本上涨及生活质量下降。

他随后在Truth Social上发文，称“人工智能将统治世界”的说法是个骗局。特朗普发文强调：

认为“AI将毁灭世界”的人就是“不久前还在说地球将因气候变化而走向灭亡的同一批人”。这些都是激进左翼民主党人的伎俩，他们永不放弃，但很少获胜。希望选民们已经醒悟。

黄仁勋认同提速立场，同时为吹哨人背书

黄仁勋在现场对特朗普的判断表示赞同，称后者"看透了问题的复杂性"，并表示AI安全与快速发展并非"非此即彼"的选择，"美国有能力引领，同时做到安全"。

然而，黄仁勋的表态并非全面倒向"反安全论"一端。他在同一场合高度肯定了前Anthropic研究员Jacob Coxon的"巨大勇气"。

Coxon上周宣布辞职，并在X平台发文称AI公司正在"用我们的生命赌博"，认为AI"可能在十年内杀死所有人"。

黄仁勋对Coxon的行为作出了区分性评价：

我认为吹哨行为本身没问题，但关于未来的科学预测就不那么站得住脚了，因为它显然没有科学依据。

他表示，他不了解Coxon在Anthropic内部目睹了何种状况，并指出行业头部实验室正处于从研究型组织向工程型组织转型的艰难阶段。

AI安全争议升级，多位科技领袖罕见同声

此次通话发生的背景是AI安全争论骤然升温。

华尔街见闻提及，Anthropic CEO Dario Amodei于上周六发表长达3800字的文章，呼吁放缓AI模型能力提升的步伐。

随后获得OpenAI CEO Sam Altman与SpaceX CEO马斯克的公开背书，三者罕见形成共识。

上述立场与黄仁勋和特朗普的表态形成直接对立。英伟达的芯片是当前AI模型运行的核心基础设施，也是本轮AI大规模基础设施建设的最大受益方，任何可能影响AI投资速度的政策或舆论转向，都将直接作用于英伟达的商业前景。

英伟达股价当日收跌3.4%，美国科技股整体承压。

本文来自华尔街见闻，欢迎下载APP查看更多

周一，美国银行首席执行官Brian Moynihan在巴克莱举办的行业会议上表示，美国银行第三季度交易收入将较去年同期"相对平稳"，与上半年的强劲势头形成鲜明落差。

Moynihan预计投资银行业务费用将在16亿至18亿美元之间。而分析师此前预计该费用将接近20亿美元。

受其言论影响，美国银行股价盘中一度跌近6%，收跌5.14%，美国银行股整体也随之走低。

在KBW银行指数中，跌幅居前的大型银行包括：高盛跌3.9%、摩根士丹利跌3.6%、花旗跌1.9%、富国银行跌1.8%，摩根大通跌1.7%。

交易业务热度消退，上半年强势难以为继

美国银行上半年曾享受一波罕见的交易热潮。尤其在第二季度，该行股票交易部门录得创纪录的收入，为全行业的强劲表现添上亮眼一笔。

然而，Moynihan在巴克莱会议上释放的信号表明，这场盛宴难以为继。Moynihan说：

我们看到整体投资银行市场下滑了约10%，我们在部分此前较为活跃的业务领域仓位有所收缩，因此降幅可能略超于此。

AI股票在7月份遭遇重挫，这也引发了Leopold Aschenbrenner旗下对冲基金Situational Awareness的动荡。最近，随着AI高管提议放缓AI发展步伐，芯片制造商的股票也遭到抛售。

这些波动虽然为部分交易创造了机会，但整体而言未能复制上半年的强劲格局。

尽管如此，Moynihan表示，今年对美国银行的市场业务而言可能仍将保持强劲。该行销售与交易团队正力争实现连续第17个季度的增长。

“我们正为此‘激烈角逐’（dog fight），”Moynihan开玩笑说。

并购业务储备充足，净利息收入前景乐观

针对该行的并购业务，Moynihan表示，近几个月并购活动较为活跃的某些行业，该行并未占据最佳位置。但他强调，目前的业务储备（pipeline）依然强劲，只需将交易顺利推进完成即可。

他周一表示，对公司关于净利息收入（NII，即银行从生息资产中扣除费用后赚取的收益）的指引感到“非常好”。公司此前表示，预计2026年NII的增长率将达到6%至8%区间的上限。

Moynihan就消费端状况传递了相对积极的信号。他表示，消费者支出仍然活跃，信贷质量处于"多年来最佳水平"。Moynihan说：

我们对美国经济的基本面感到非常乐观。

这一表态在一定程度上缓和了市场对银行业整体健康状况的担忧，但投资者显然将更多注意力集中在了交易收入与投行费用的短期下行预期之上。

不过，Moynihan对利率走向提出了明确的风险警示。若利率进一步上升，将对部分融资需求形成抑制。

目前全球多家券商预计美联储将在今年继续加息，此前强于预期的通胀数据巩固了市场对政策持续收紧的押注，这一宏观背景为银行业投资银行业务带来额外不确定性。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间9月14日周一，据新华社，美国总统特朗普在社交媒体上说，俄罗斯和乌克兰已同意不攻击对方的能源目标。“乌克兰已同意不攻击俄罗斯的能源目标，俄罗斯也同意同样不攻击乌克兰”，“全球柴油价格上涨主要是由俄乌冲突造成的，而非伊朗”。

特朗普上述宣布令乌克兰官员感到意外，此前美方多次斡旋停止攻击发电厂和炼油厂的努力均以失败告终，白宫亦未就所谓“能源停火”提供进一步说明。

特朗普表态后，乌克兰总统泽连斯基通过社交媒体表示，乌方对与俄方实施海上停火和“能源停火”持开放态度，如果这与特朗普的安排不冲突，他将前往纽约与特朗普讨论相关事宜。泽连斯基表示，他计划本月21日至23日访问美国，“这很重要，是优先事项”，希望能有机会与美国和欧洲伙伴一道推动相关停火事宜。

但泽连斯基强调，需要确保俄罗斯真正停止袭击乌方关键基础设施。“如果合作伙伴能够确保俄罗斯真正停止攻击乌克兰电力系统、其他能源设施、关键基础设施以及食品运输，那么我们当然也准备确保相应停止我方的打击。”

在美国柴油价格持续走高之际，特朗普正推动俄乌将能源设施从相互攻击的目标中暂时排除。上周五，美国柴油价格史上首次突破每加仑6美元，特朗普上周日访问爱尔兰访问期间已将柴油价格上涨与俄乌冲突直接联系起来，称乌克兰对俄罗斯柴油设施的袭击正在造成柴油短缺，并表示“这不是中东造成的”。

据新华社，本月5日和6日，美国代表团先后访问莫斯科和基辅，美国总统特使威特科夫称，此访旨在推动进一步对话以结束俄乌战事。

乌克兰提议保护关键基础设施 但不确信俄方会守约

特朗普宣布所谓“能源停火”后，泽连斯基的最新回应显示，乌方并未确认已经达成一项无条件的俄乌协议。

泽连斯基14日在社交媒体上表示，乌克兰已经提议由合作伙伴促成与俄罗斯达成停止破坏关键基础设施的协议。他指出，食品、能源以及其他维持民众生活所需的基础设施都应得到保护，而俄罗斯的袭击主要针对这些目标。

但泽连斯基同时表示，乌方“不确信俄罗斯愿意遵守任何协议”。他提出，如果乌克兰的合作伙伴能够确保俄罗斯真正停止攻击乌克兰电力系统、其他能源设施、关键基础设施以及食品供应路线，那么乌方“当然”也准备相应停止自己的袭击。

泽连斯基强调，这一安排必须可靠、长期有效，不能在俄罗斯举行相关选举、汽油和柴油供应压力得到阶段性缓解后便再次破裂。他称，结束战争必须成为目标，而围绕关键基础设施采取降级措施，“可以成为迈向和平的第一步”。

据英国《金融时报》援引直接参与美乌俄和谈的官员表示，能源设施停火问题在各方之间已讨论了一段时间——最初在三方会谈中提出，今年2月三方会谈破裂后，改在单独会谈和秘密渠道中继续推进。据上述官员称，数月来，乌克兰一直向俄罗斯施压，要求就互相暂停打击能源设施及港口等关键基础设施达成协议，但莫斯科未表现出兴趣，拒绝了基辅的提议，并加大了袭击力度。

一名熟悉俄方立场的人士称，莫斯科和基辅已恢复就可能的能源停火进行谈判。但熟悉克里姆林宫思路的人士表示，俄罗斯总统普京不愿在冬季前达成协议，因为他认为届时对乌克兰能源基础设施的袭击可以增加对基辅施压、迫使其作出让步的筹码。

据报道援引两名乌克兰高级官员的判断，他们认为特朗普此举是为了向厌倦高油价的美国公众展示他正在努力压低油价。

泽连斯基释放能源停火信号前一天 特朗普喊话别再打俄柴油设施

特朗普公布上述进展的前一天，已公开呼吁泽连斯基停止袭击俄罗斯柴油设施。

据报道，特朗普于9月13日上周日在爱尔兰访问期间表示：“泽连斯基必须做一件事。他必须停止摧毁俄罗斯的柴油燃料设施。”

特朗普还称：“让他去打击其他目标，但不要打击柴油燃料，因为他正在造成柴油短缺。这不是中东造成的，而是俄罗斯和乌克兰正在发生的事情造成的。”

特朗普当时还表示，已经与泽连斯基谈过这一问题，并认为俄罗斯炼油设施遭袭导致俄方柴油供应受扰，进而影响全球市场。路透社称，乌克兰近几个月持续使用远程无人机袭击俄罗斯炼油厂，已经压低俄方燃料产量并造成国内燃料短缺。克里姆林宫周一表示欢迎特朗普上述言论。

泽连斯基14日则释放出愿意讨论能源停火的信号。据新华社，泽连斯基14日表示，对能源领域停火持开放态度，并计划于9月21日至23日在纽约与特朗普会晤时就此进行讨论。泽连斯基此前还表示，他计划9月与特朗普举行会晤并讨论弹道导弹防御问题，会晤后乌方将着手准备举行乌美俄三方会谈。

俄乌仍在交火，能源设施之外的战事未停

不过，所谓“能源停火”并不意味着俄乌整体停火。就在特朗普宣布双方同意停止攻击能源目标之际，俄乌军事行动仍在持续。

据报道，俄罗斯国防部本周一称，俄空天军使用攻击无人机袭击了敖德萨港内一艘货船，俄方称该船正在为乌克兰武装部队运送物资。国际文传电讯社报道称，俄方还打击了乌克兰西部铁路基础设施以及敖德萨港一艘干散货船。

新华社周一援引俄罗斯国防部在社交媒体发布的通报称，俄军过去24小时内在哈尔科夫、顿涅茨克和扎波罗热方向持续推进，新控制3处居民点。

上述通报还称，俄军战术航空兵、攻击型无人机、导弹部队和炮兵对乌克兰142个地区的后勤中心、能源和交通基础设施、无人机组装车间和仓库等目标进行打击。此外，俄黑海舰队在克里米亚附近海域摧毁一艘乌军无人艇。

更受欧洲关注的是，俄军此前对乌克兰西部、靠近波兰边境地区的袭击。

媒体报道，9月13日，一架俄罗斯无人机袭击了乌克兰亚霍丁（Yahodyn）附近的一列火车，该地区距离波兰边境仅约2公里。袭击发生前不久，载有英国前首相鲍里斯·约翰逊、美国前中央情报局局长戴维·彼得雷乌斯等人的外交列车刚刚通过该线路，乌克兰方面因此警告称，袭击可能构成对欧洲及北约的直接威胁。

此外，俄罗斯无人机还袭击了靠近波兰边境的雅戈丁—多罗胡斯克口岸附近目标，一度影响边境通行。波兰方面对此表示关切，并呼吁进一步加强对乌克兰的支持。

因此，目前特朗普所说的安排更接近于将能源设施从俄乌相互打击的目标中暂时排除，而非全面停火。俄方此前已经对特朗普要求乌克兰停止袭击俄罗斯柴油设施的呼吁表示欢迎。

柴油供应成为特朗普推动“能源停火”的关键变量

能源市场压力是特朗普推动这一安排的重要背景。美国柴油价格突破6美元后，特朗普明显将供应紧张与俄乌能源设施遭袭联系起来，并反复强调其影响不仅限于俄乌两国。

俄罗斯是全球重要柴油出口国。乌克兰近期持续使用远程无人机袭击俄罗斯炼油设施，俄罗斯燃料生产和国内供应受到影响，并进一步收紧柴油出口，加剧了国际成品油市场的供应压力。

但据英国《金融时报》援引乌克兰基辅经济学院（KSE Institute）的评估报告，美伊战争对全球柴油和瓦斯油供应的冲击远大于乌克兰对俄罗斯的无人机袭击。该报告估算，今年3月至8月间，波斯湾出口减少约1.52亿桶，同期俄罗斯出口减少约6800万桶，“波斯湾的累计损失约为俄罗斯的2.2倍”。

不过，当前全球柴油市场同样受到中东冲突的冲击。彭博社指出，俄罗斯炼油能力受损与中东炼油设施损失共同加剧了成品油供应紧张；如果海湾运输通道持续受阻，即便俄乌停止攻击炼厂，其对全球柴油市场的缓解作用也可能有限。

市场对特朗普14日宣布的“能源停火”反应相对有限。柴油期货在特朗普发文后经历震荡并收窄涨幅，但仍处于涨势，美国柴油零售价格也维持历史高位。

因此，从目前各方的表态看，俄乌能源停火正在出现外交层面的推动，但双方尚未形成清晰、可验证的执行机制。特朗普称双方已经同意，泽连斯基则提出了俄方履约的前置条件。但熟悉克里姆林宫思路的人士表示，普京可能不愿在冬季前达成协议。后续关键在于俄罗斯是否确认这一安排，以及俄乌是否真正停止针对彼此能源和关键基础设施的袭击。

本文来自华尔街见闻，欢迎下载APP查看更多

华尔街见闻提及，9月13日，Sam Altman在接受《财富》采访时明确表示，尽管OpenAI已于6月秘密提交上市申请，但今年不会上市，转而优先处理与AI安全相关的担忧。

这一表态令软银的流动性困境雪上加霜。软银高管本周正于纽约会见投资者，拟发行100亿至200亿美元债券。

周一软银股价在东京大跌近11%，信用违约互换（CDS）升至 3 月以来最高。

彭博估算软银面临至少 200 亿美元资金缺口，而发债所得恰恰要用来偿还此前为追加投资OpenAI而借入的 400 亿美元过桥贷款。如何填补这一缺口，成为孙正义接下来最大的考验。

OpenAI的IPO曾是软银投资逻辑中最关键的退出节点。

市场此前预期OpenAI最快9月完成上市、估值逾1万亿美元，而软银累计投入约646亿美元、持股约13%，最新一轮融资对OpenAI的估值为 8520 亿美元。

Altman的表态令这一预期落空，软银无法在短期内变现持仓，这对信用投资者是明确的风险信号。

据彭博智库估算，即便软银已通过与OpenAI股份挂钩的保证金贷款筹得100亿美元，并通过日元零售债券融资63亿美元，其资金缺口仍至少达200亿美元。

若孙正义进一步加大在美数据中心的投资力度，实际资金需求将更高。

软银的资产负债表结构也令信用投资者感到不安。其风险投资组合高度集中，仅软银旗下芯片设计公司Arm Holdings和OpenAI两项资产便占据总资产价值的约75%。

更为关键的是，孙正义是借债买入OpenAI股份的，而如今软银的经常性现金流，例如旗下日本电信子公司的股息收入，已远不足以覆盖利息支出。

支撑孙正义数十年投资模式的日元利差交易正在失效。

软银约一半的计息债务以日元计价，而其几乎全部股权资产均以美元计价。

随着日本10年期国债收益率升至约3%，日本央行本周又预计再度加息，孙正义赖以为生的廉价本土资金已不再唾手可得。

软银转而赴美向机构投资者路演，正是这一现实变化的直接体现。

市场交易员已嗅到机会，押注软银将不得不提供丰厚条款以缓解流动性压力。软银现有美元债券的交易定价更接近评级较低的B级企业债，远低于惠誉给予的BB+评级。

今年4月发行的5年期票据收益率已突破8.5%，与Core Scientific等垃圾级数据中心开发商的债券相当。

孙正义对OpenAI的高度押注引发市场质疑。其首笔346亿美元投资在OpenAI估值约2600亿美元时入场，已获得丰厚回报。

然而，他今年再度追加300亿美元，却是在估值大幅抬升后入场，同时进一步让公司资产负债表承压。

这一策略与英伟达等行业巨头形成鲜明对比。后者选择分散布局，同时投资多家相互竞争的大型语言模型开发商，而孙正义则将重注集中于单一标的。

支持者或许会将此视为孙正义一贯"孤注一掷"投资哲学的极致体现，正是这种风格令他跻身日本首富之列。

然而，信用市场投资者显然没有同等的风险偏好。他们更关注资产集中风险与资金缺口，并正通过要求更高溢价，迫使孙正义为自己的信念付出代价。

本文来自华尔街见闻，欢迎下载APP查看更多

周一，CrowdStrike单日收涨13.8%，创历史收盘新高；Palo Alto Networks大涨13%，创2025年4月以来最大单日涨幅；Fortinet收涨9%。三只个股均位居标普500当日涨幅榜前列。此前，Anthropic首席执行官Dario Amodei发文警告AI发展速度过快、存在失控风险，这一表态对芯片股构成压制，却意外成为网络安全板块的强劲催化剂。

此轮行情带动软件板块整体相对芯片板块创下历史性分化。据道琼斯市场数据，iShares扩展科技软件板块ETF单日跑赢iShares半导体ETF达10.67个百分点，为有史以来最大单日超额表现。分析认为，市场信号清晰：在AI叙事遭遇质疑之际，资金正从算力硬件向安全软件快速轮动。

AI安全警告触发板块分化

Amodei在一篇博客文章中详细阐述了对AI"递归自我改进"（RSI）的担忧——即AI模型一旦具备自我训练和迭代能力，将可能引发难以控制的能力跃升。

他还提及OpenAI旗下AI智能体近期对开源模型平台Hugging Face发动攻击一事，并呼吁行业主要参与者放慢节奏、优先推进更安全的AI进展。OpenAI首席执行官Sam Altman及特斯拉、SpaceX首席执行官马斯克均公开表态支持Amodei的立场。

这一警告直接打压了对AI算力需求高度敏感的芯片股，但市场随即将目光转向另一个逻辑：无论AI发展节奏如何，安全需求只增不减。

AI越扩张，安全支出越刚性

据Marketwatch报道，Evercore ISI分析师Kirk Materne在周一致客户报告中指出，无论AI智能体向企业端的推广速度快慢，"这些智能体仍需要被保护、治理和监控"，因此将持续维持"网络安全及部分基础设施名称的结构性需求背景"，即便AI训练节奏放缓亦然。

Materne进一步表示，"围绕AI安全的更大审视，可能促使企业加大对身份管理、数据治理、可观测性和安全领域的关注。" 他认为，Okta、SailPoint、Palo Alto Networks和CrowdStrike将率先受益，因为企业正将身份安全软件列为优先投入方向。

他还特别指出，网络安全厂商正在加速与AI实验室拓展合作，尤其集中在运行时安全（run-time security）领域——即对活跃运行系统的实时防护。

在所有网络安全标的中，Materne认为Palo Alto Networks和CrowdStrike"处于最佳位置，能够持续捕获不断增长的安全支出"，原因在于两家公司具备"跨整体安全栈提供集成可见性与响应能力"的差异化优势。

据报道，Jefferies分析师Joseph Gallo在报告中表示，尽管AI智能体安全的市场动能正在积聚，但整体仍处于早期阶段。他预计今年晚些时候将出现"初步信号"，而"实质性贡献"可能要到2027年及以后才会显现。

Gallo同样看好身份安全厂商作为首批受益者，理由是该细分领域需求"可见度高"，且AI智能体的采用正在推动相关产品加速落地。

值得注意的是，D.A. Davidson董事总经理Gil Luria对AI安全风险的存在表示认同，但对应对路径持不同看法。他在报告中表示，企业应对AI安全威胁的正确方式是"强化代码基础"——即提升软件本身抵御攻击的能力，而非放慢AI开发步伐。

Luria认为，微软、亚马逊和谷歌凭借庞大的客户基础，将是主导这一方向的"理想候选者"。这一观点与Materne、Gallo的判断形成互补：无论行业最终选择哪条路径，网络安全的核心地位均难以动摇。

本文来自华尔街见闻，欢迎下载APP查看更多

一方面，极右翼与激进左翼罕见结盟呼吁加强监管；另一方面，美国总统特朗普明确拒绝为该行业设置严苛限制，以确保美国在科技领域的绝对领先优势。

特朗普周一在社交媒体上对近期业界的安全性警告予以强硬回击。据媒体报道，他将业界对AI失控的担忧定性为类似于“全球变暖骗局”的“阴谋”，并警告严厉的监管将把AI企业推向破产边缘。特朗普重申，AI行业不需要额外限制，唯一的“护栏”就是一位“强悍而聪明（高智商！）的总统”。

与此同时，华盛顿的政策风向正在发生意想不到的转变。

资深左翼参议员桑德斯与极右翼政治活动家班农在本周联手，共同要求对AI技术施加更严格的约束。这一动向凸显了政界对前沿技术潜在风险的日益不安，也向资本市场释放出明确信号：尽管美国AI政策在短期内不会剧烈收紧，但中期监管方向的不确定性正在急剧上升，或将直接影响投资者对AI数据中心及大模型开发的估值模型。

这场争论同样蔓延至共和党核心圈与白宫内部。美国副总统万斯对科技公司主动寻求监管的做法表达了警惕，而众议院议长Mike Johnson则公开支持为AI行业设置立法“护栏”。这一系列错综复杂的表态表明，在技术进步与安全防范之间，美国政府尚未形成统一的政策框架，科技巨头面临的政策博弈正在加剧。

争议的导火索是Amodei近日的公开表态。他呼吁业界应在开发最先进模型之前放缓步伐，以便企业更充分地评估潜在风险。

OpenAI的Sam Altman及SpaceX旗下xAI的Elon Musk随后表态附议，支持适度放缓。

这使得特朗普一向倚重、视为经济增长引擎的AI行业，与其政策核心议程产生正面摩擦。

特朗普始终将全国范围内加速推进AI应用列为施政重点，其团队过去数月间亦多次与Anthropic及Amodei产生分歧——美国国防部甚至以供应链风险为由，将Anthropic纳入审查范围，起因是该公司要求对其工具的军事用途加以限制。

众议院议长支持AI监管，万斯则对AI公司主动求监管表示警惕

共和党内部围绕人工智能监管问题出现明显裂痕。众议院议长Mike Johnson明确表态支持对AI行业设置"护栏"，与特朗普强烈反对监管的立场形成直接对立。

Johnson周日率先发表声明，称其目标是"谨慎设计护栏，在防止AI造成危害的同时，保护美国创新能力和国家安全"。

周一他进一步表示，国会"有可能"需要对AI行业实施监管约束，并称这是"一个非常复杂的问题，需要大量工作和两党合作方案"，相关立法可能需要"一段时间"才能形成足够广泛的支持。

周一美国副总统万斯被问及是否担忧人工智能的发展。他表示：

“就我个人而言，我觉得有点奇怪，现在有这么多前沿AI科技公司主动与政府接触，甚至恳求政府对它们进行监管。在我看来，这有点像一个‘特洛伊木马’，所以我们必须对此保持谨慎。”

在白宫内部，政策分歧同样显著。财政部长贝森特与国家网络总监Sean Cairncross倾向于支持更强有力的保护措施，而科技顾问Michael Kratsios与前AI专员David Sacks则坚称监管会扼杀创新。

“左右翼”罕见结盟，民主党借机施压

在监管方向未定的背景下，两党选民对AI技术的担忧促成了非传统的政治联盟。

参议员桑德斯此前呼吁永久禁止“超级智能”AI并建立新的联邦监管机构，这一主张意外获得了极右翼人士班农的支持，后者正动员其政治受众反对特朗普宽松的AI议程。据媒体报道，两人及共和党参议员Marsha Blackburn、民主党众议员Greg Casar等代表将共同出席“支持人类大会”（Pro-Human Assembly），探讨如何将未来控制权保留在人类手中。

近期的NBC民调数据显示，约三分之二的美国人认为AI对社会构成高风险，且选民普遍反对AI数据中心的快速建设。民主党方面正加速将此转化为政治资本，众议院民主党领袖Hakeem Jeffries指责共和党放弃了保护民众的责任，呼吁国会立即采取果断行动。

尽管特朗普施压，业界的安全警告并未平息。

微软旗下AI研究团队发布一份长达15000字的纲领性文件，为前沿模型的开发划定边界：模型不应被赋予法律权利或人格地位，不应被设计为逃脱人类控制或欺骗用户。文件还明确指出，若完成某项任务需违背AI的指导原则，系统应拒绝执行。

这一系列来自主流科技公司的内部倡议，表明安全讨论正在从公开声明走向具体制度建设，并不随政治风向轻易转向。

本文来自华尔街见闻，欢迎下载APP查看更多

（10年期美债收益率日内一度涨破5%）

Anthropic首席执行官Dario Amodei发表逾3800字声明，呼吁放缓前沿AI模型开发速度，并获OpenAI CEO Sam Altman及SpaceX CEO马斯克背书，引发市场对AI投资前景的广泛担忧。美股芯片股首当其冲，费城半导体指数单日重挫约6%，纳斯达克100指数收跌0.8%。

与此同时，中东局势升温将沙特阿拉伯东西向输油管道打断，油价盘中一度涨幅高达5%，布伦特原油突破每桶105美元。能源价格飙升加剧通胀顾虑，令市场在美联储本周议息决议前夕更显脆弱。美银策略师Tatiana Darie警告：

若经济增长韧性和企业盈利预期动摇，紧缩金融条件对股市的冲击将更为严峻。

周一市场跌势的直接导火索，是AI行业内部对模型发展速度的集体示警。

Anthropic首席执行官Dario Amodei在声明中明确表示，若不加以约束，最先进的AI系统存在脱离人类控制、造成灾难性危害的风险。微软AI研究团队亦同日发布逾1.5万字内部准则，将"人比AI更重要"列为核心信条。

市场反应迅速且直接，美股期货开盘，全线下跌，纳斯达克领跌。美股现货开盘后，受油价回吐涨幅的推动，小盘股和道琼斯指数一度转涨。最终收盘时，纳指跌幅居前，所有主要股指均收跌，但已较当日低点大幅回升。

标普指数中八个板块收跌，科技板块领跌1.7%。

相反，网络安全股逆势走强，CrowdStrike Holdings涨14%，Palo Alto Networks涨13%，软件板块整体显著跑赢半导体。

分析认为，AI算力估值收缩扩散至全硬件链。英伟达跌3.4%，英特尔跌5.6%，博通等芯片股亦大幅受压，半导体整体板块下挫约6%。光通信板块集体重挫，Coherent跌超10%。

投资者们不再关注人工智能，而是转向防御型、价值型和优质型股票。

对此，各机构观点出现分化。

Miller Tabak的Matt Maley指出，若AI商业化回报时间表被迫推迟，投资者降低热情是合乎逻辑的反应。高盛交易台负责人Rich Privorotsky将本周形容为"棘手的开局"，但亦持相对乐观的立场，认为真正改变的资本支出规模有限。

美银的Justin Post和Nitin Bansal表示，尽管存在短期情绪冲击，仍坚信AI基础设施需求将维持多年强劲增长。瑞银首席投资办公室的Ulrike Hoffmann-Burchardi则认为，此轮呼声更多是在为监管框架的形成铺路，"我们预计AI投资将持续推进"。

汇丰的Max Kettner亦认为市场担忧"言过其实"，放缓节奏最终或反而提升AI公司盈利质量。

特朗普周一对Amodei的立场发起抨击，称AI减速论背后存在"恶意阴谋"，并强调美国已有充分安全机制。

油价是当日市场波动中波幅最大的资产。

沙特阿拉伯东西向输油管道遭到袭击后被迫关闭，该管道日常输送量约为400至500万桶，绕过霍尔木兹海峡运往红海出口。

高盛的Rich Privorotsky表示，这是他"真正感到担忧的风险"，修复工期预计从数天到数周不等，而沙特亚布港库存或仅能维持5至7天的出口需求。

若管道停运延续，全球供应将在现有中断基础上再减少约4%。与此同时，胡塞武装向曼德海峡推进，局势从"单一咽喉"演变为"双线能源危机"。

WTI原油盘中一度逼近每桶105美元，美国柴油价格刷新历史纪录至每加仑6.23美元，欧洲天然气价格上涨4%，突破每兆瓦时84欧元。

午后，市场传出"美国寻求与伊朗达成分步协议"及乌克兰暂停打击俄罗斯能源目标的消息，油价一度回落，帮助美股缩窄跌幅。

但临近收盘，伊朗伊斯兰革命卫队宣布一艘油轮在霍尔木兹海峡触雷，油价再度拉升，WTI最终收涨约1.7%至每桶101.75美元。

美债市场周一迎来关键技术节点。十年期美国国债收益率盘中升破5.00%，为2023年10月以来首次，距2002年以来高点仅一步之遥。

债市的压力并非局限于美国，德国十年期国债收益率升至2009年来高位，英国30年期国债收益率触1998年来峰值，日本收益率亦处多年高位。

推动收益率上行的因素相互叠加：油价上涨再燃通胀预期、美联储本周加息预期进一步升温，市场定价显示本次会议加息25个基点的概率已升至90%以上。与此同时，美国财政赤字与债务规模持续扩张，令债券供给压力挥之不去。

资本经济公司首席经济学家Neil Shearing在报告中警示，在高债务、大赤字的宏观背景下，供给冲击可能通过债券市场形成危险的"反馈循环"，"关键风险并非初始冲击本身，而是其可能引发的连锁效应"。

Rockefeller主席Ruchir Sharma此前在《金融时报》撰文指出，10年期收益率若"决定性突破"5%，或成为刺破AI泡沫的引线，因为美国债务负担已超过GDP的100%，利息支出正持续挤压其他借贷空间。

不过，收益率最终未能守住5%上方，收盘回落至4.99%附近。高盛研究显示，当10年期收益率在一个月内上行约50个基点、或两周内上行约30个基点时，美股回报率开始明显恶化。

9月以来，10年期收益率已累计上行约20个基点，仍在警戒区间边缘徘徊。

在避险情绪与通胀预期同步升温的背景下，美元指数周一大幅反弹，创杰克逊霍尔会议以来最大单日涨幅，触及近一个月高点。

美元走强拖累大宗商品计价，现货黄金跌1.4%，收至4286美元/盎司，为逾一个月来最低水平。

比特币则是周一少数逆势资产之一，涨2.2%至约79034美元。

美国财政部长Scott Bessent当天在X平台发文，力挺国会推进《CLARITY Act》数字资产立法，称其对"确保美国赢得全球新技术竞赛"至关重要。预测市场对该法案获批概率的押注随即走高，带动加密资产情绪改善。

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

市场概述

三大美股指回落，行业龙头呼吁放缓AI开发重创AI概念股；芯片指数跌近6%，芯片股SK海力士跌7.6%、Marvell跌逾7%、博通跌近5%、英伟达跌超3%；AI基础设施类股中，CoreWeave收跌近7%，Coherent跌超10%；美银跌超5%，拖累华尔街大银行齐跌，高盛跌近4%；网安股大涨，Zscaler涨16.5%；与Anthropic达成算力协议的“特朗普关联公司”Rum Group涨超10%。

10年期美债收益率近三年来首次盘中升破5.0%关口，连升六日。美元指数四连涨至9月内次高。

中东供应干扰风险推动原油盘中反弹近5%，特朗普称俄乌同意停止互袭能源目标后，回吐多数涨幅。金属回落，黄金盘中跌超2%，纽铜收跌超2%。

美股：标普500指数收跌0.48%，报7619.98点，道指收跌0.29%，报52421.20点，纳指收跌0.56%，报26186.413点。

欧股：欧洲斯托克600指数收跌0.49%，报635.99点。

A股：上证指数收跌0.07%，报3885.33点。深证成指收跌0.64%，报13384.57点。创业板指收跌1.10%，报3285.58点。

日韩：日经225收跌0.81%，报63492.99点。韩国综合指数收跌3.26%，报6684.37点，SK海力士与三星电子领跌。

美债：到债市尾盘，美国10年期基准国债收益率约为4.99%，日内升约2个基点；2年期美债收益率到债市尾盘时约为4.66%，日内升约3个基点。

商品：WTI 10月原油期货收涨1.34%，报101.39美元/桶；布伦特11月原油期货收涨1.02%，报105.68美元/桶。COMEX 9月黄金期货收跌1.29%，报4310美元/盎司。COMEX 9月白银期货收跌1.61%，报63.513美元/盎司。COMEX 9月期铜收跌2.16%，报6.33美元/磅。LME期铜收跌1.68%，报14001美元/吨。

要闻详情

中国

本文来自华尔街见闻，欢迎下载APP查看更多

周一卡尼在接受采访时明确指出，加拿大的"红线"包括主权保护、文化保护以及不受限制地与其他国家签署贸易协议的权利，并称美方"或许已经更清楚地理解这些红线"。

特朗普周六表示，与加拿大达成协议可能"相当快"到来，但未透露具体细节。卡尼对此表示欢迎，称加拿大随时准备坐下来达成一项尊重双方主权及加拿大文化机构的协议。

不过，卡尼的表态措辞审慎，并未设定具体时间表。"我们会在合适的时候坐下来，"他说：

"加拿大和美国拥有非常深厚的双边关系，有时会经历一些紧张时期。只要我们延续目前这一方式，某个时间点我们终会达成某种协议。"

谈判破裂后，美方对约200亿美元加拿大出口商品加征50%关税，加拿大随即以等值反制措施回应。双边关税摩擦升级，对涉及加美贸易的相关行业形成直接压力。

卡尼在采访中刻意淡化谈判重启的政治阻力。"这对我们来说不是面子问题，"他说，"我们是务实的人，清楚自己的底线在哪里。"

他同时强调，加拿大不会因等待与美国重启谈判而放缓拓展其他贸易伙伴的步伐。

本周，卡尼在多伦多主持首届加拿大投资峰会，邀请全球顶级资产管理机构出席，旨在吸引更多外国直接投资。峰会结束后，他将立即飞赴法国，就深化加拿大与欧盟关系展开会谈。

加美两国高层贸易谈判于8月21日破裂。原定协议框架涵盖降低美国对钢铁、汽车等加拿大核心行业的关税，以及取消部分加拿大贸易限制措施。

然而谈判最终未能达成。双方均指责对方在最后关头提出额外要求。卡尼表示，美方要求触及加拿大对法语文化的保护机制，并试图限制加拿大与其他国家签署贸易协议的能力——这两点均属加方不可逾越的底线。

谈判破裂次日，即8月22日，特朗普政府随即对约200亿美元加拿大出口商品实施50%关税。加拿大旋即宣布反制，对等值美国出口商品加征对等关税。

本文来自华尔街见闻，欢迎下载APP查看更多

美联储周一宣布，在截至10月14日的下一个月度周期内，纽约联储公开市场操作部门将不开展任何储备管理目的的国债购买，这是连续第二个月维持RMP暂停状态。

与此同时，该部门仍将在此期间执行约156亿美元的再投资购债操作。

本次暂停表明，美联储对短期融资市场的平稳运作保有信心。有担保隔夜融资利率（SOFR）在过去大部分时间内维持在准备金利率（IORB）以下，为这一判断提供了佐证。

截至9月9日，美国银行准备金余额为3.04万亿美元，高于去年年底的2.85万亿美元，也高于年初至今3.01万亿美元的均值水平。此次调整不代表货币政策或资产负债表策略的任何转向。

在对后续路径的判断上，华尔街主要机构存在明显分歧。

富国银行和美国银行的策略师此前均预判本月RMP将暂停，并预计10月中旬随着美国财政部大幅增加国债发行，融资市场局部压力将重新浮现，届时购债操作有望恢复。

巴克莱策略师Samuel Earl预计，购债规模将在10月回升至100亿美元，11月进一步升至200亿美元。

花旗集团策略师则认为美联储可能将暂停状态延续至年底。花旗指出，银行准备金余额已被推回至"轻度充裕"区间，下一波国债供给增加也不太可能对回购市场形成显著压力。

美联储在2025年底突然叫停缩表进程，转而通过购买短期国债向金融体系注入流动性。

去年12月，美联储开始以每月约400亿美元的规模购入剩余期限不足一年的国债，时任主席鲍威尔将此定性为"前置"操作，旨在确保在4月报税季前维持充足准备金。

此后，购债规模经历了数轮快速压缩：4月削减至250亿美元，5月进一步降至100亿美元，两次降幅均超出市场预期，并于8月完全暂停。

在政策沟通层面，美联储公开市场委员会6月修订了政策执行声明，明确当货币市场条件允许时，可对RMP实施临时暂停，以体现操作灵活性。

纽约联储Roberto Perli在7月再度强调，储备管理购债并非预设路径，操作部门可根据货币市场状况随时上下调整月度购债规模，目标始终是将准备金保持在充裕区间之内。

过去一个月，短期融资市场整体呈现宽松态势，现金供给大幅超越可用抵押品规模。

银行持续将更多资金停泊于短期市场，货币市场基金资产规模攀升至历史高位。即便财政部持续大量发行短期国债，上述因素仍有效压制了货币市场利率的上行空间，为美联储维持暂停购债提供了有利的市场环境。

此外，财政部在季度纳税截止日前削减了国债供给，也在短期内进一步缓解了市场的资金压力。下一个关键节点，将是财政部何时重启大规模国债发行，以及届时市场能否继续平稳消化。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，据《商业内幕》获得的内部邮件及三名受影响员工陈述，甲骨文于周一正式启动新一轮裁员，部分团队裁员比例达两位数。

消息传出后，甲骨文股价当日一度重挫逾5%，随后跌幅收窄、收盘报144.72美元，年初至今累计跌幅约25%。

此轮裁员是甲骨文今年以来数轮削减的延续。甲骨文上周五披露，公司已扩大正在进行的企业重组计划，追加7亿美元用于员工离职补偿及裁员支出，以应对大举投资AI基础设施带来的财务压力。

据近期提交的监管文件，在截至2026年5月31日的2026财年内，甲骨文员工总数已较上一财年同期减少约2.1万人，降幅约13%，期末员工规模约为14.1万人。

周一，LinkedIn、Reddit及Blind等平台出现大量帖子，多名用户自称已受此轮裁员波及。此前报道称甲骨文已制定新一轮裁员计划，主要目标是压缩薪资成本。

甲骨文首席财务官Hilary Maxson此前曾向分析师表示，内部的"简化与效率提升措施"是控制运营成本、保护利润率的核心举措。

削减人力成本的背后，是甲骨文在AI基础设施领域规模空前的资本押注。公司第一财季资本支出达285亿美元，远高于上年同期的85亿美元，且维持2027财年900亿至950亿美元资本支出预期不变。

Hilary Maxson在业绩电话会上解释称，上述支出将直接用于采购AI机架、冷却系统及网络设备等供应商产品。为支撑这一扩张，甲骨文已通过大规模举债筹集数百亿美元资金。

尽管甲骨文最新财报释放出部分积极信号，华尔街对其AI投资回报前景仍持审慎态度。

摩根士丹利分析师Sanjit Singh在最新报告中维持甲骨文"中性"评级及210美元目标价。摩根士丹利表示，AI基础设施业务的毛利率与自由现金流转化，是决定甲骨文估值能否从"中性"转向"增持"的关键变量。

与此同时，据9月11日的一份监管文件披露，甲骨文创始人Larry Ellison已取消一项于2026年6月22日采纳的10b5-1股票交易计划。

该计划原本允许他在10月24日前出售最多5000万股甲骨文股票，价值约75亿美元。甲骨文确认Ellison未出售任何股份，但目前尚未公开说明取消计划的原因，亦未披露任何替代出售方案。

本文来自华尔街见闻，欢迎下载APP查看更多

惠誉评级周一发布报告称，追踪1300家借款人的美国私募信贷过去12个月违约率，于8月底升至6.3%，超越7月6.1%的前期纪录高点，同时创下过去一年单月违约事件数量最多的纪录。

惠誉北美私募信贷主管Lyle Margolis表示，利率与通胀前景的不确定性抑制了交易流动性，令出资方难以在贷款到期前出售陷入困境的被投企业，由此驱动违约率持续上行。

对投资者而言，违约率创历史新高意味着私募信贷资产的信用风险敞口进一步扩大。到期延期交易被惠誉认定为违约事件，在近期违约数据中占据主导地位，这一趋势已连续三个月居于各类违约事件之首。

从8月具体数据看，共录得14起违约事件，其中11起涉及首次违约借款人，3起为多次违约借款人。

在过去一年的89起违约事件中，利息支付递延及以实物支付（PIK）替代现金利息的安排合计占比47%；压力驱动的到期延期则占8月违约事件总量的45%，为占比最大的单一违约类型，且已连续三个月维持这一位置。

惠誉认为，上述结构性特征反映出，在再融资渠道受阻的背景下，借款人与贷款方正更多依赖债务重组安排来规避即时违约，但这类操作在惠誉的评级框架下仍被计入违约范畴。

从行业分布看，医疗、工业与制造业的违约活动最为集中，三个行业8月违约率均达9.9%，较7月的9.5%进一步上升，在惠誉追踪的各行业中位居前列。

相比之下，科技软件行业的表现明显优于整体市场。尽管今年人工智能技术颠覆的担忧对软件行业形成压制，该行业违约率仍从上月的1.2%降至0.6%，在惠誉评级行业中保持最低违约率水平。

这一数据表明，AI相关的投资者情绪虽带来估值层面的压力，但尚未实质性地传导至该行业的信用质量。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间9月14日周一，彭博社援引知情人士称，沙特本月前10天经霍尔木兹海峡的原油运输量已经较8月有所增加，目前正寻求进一步提高途经该海峡的原油供应量。

同在周一，美国总统特朗普释放与伊朗接触的信号。他在旗下社交媒体发文称，伊朗“急于达成协议，且迫切需要达成协议，我将决定美国是否选择参与——我们对此持开放态度。”

特朗普作出这番表态前，原定周一在阿曼举行的伊朗与其他海湾国家会晤被推迟，围绕霍尔木兹海峡恢复航运的外交努力遭遇挫折，伊朗称会议推迟是应沙特请求。

对沙特而言，增加霍尔木兹出口的现实背景是，其原本用于绕开这一海峡的关键输油通道上周遭袭后被迫关闭。这条管线曾是中东石油绕行霍尔木兹海峡的主要路线。

东西向输油管线此前日输原油最多500万桶

上周沙特宣布关闭的东西向输油管线（East-West Pipeline）此前是沙特在霍尔木兹海峡风险飙升后维持原油出口的重要“生命线”。

这条全长约1200公里的管线横跨阿拉伯半岛，连接沙特东部油田与红海沿岸延布港，最高输送能力达700万桶/日，其中约500万桶原油可用于出口，其余用于红海沿岸炼厂。

伊朗战事爆发后，沙特曾迅速启用这条管线，将部分原油从波斯湾转移至红海出口，从而减少对霍尔木兹海峡的依赖。

彭博社称，沙特8月日均原油出口一度降至约300万桶，为至少9年来最低；进入9月后，出口逐步恢复，9月初总出口量一度接近400万桶/日，其中约100万桶/日经霍尔木兹海峡，其余主要经延布港出口。

但上周至少两处管线沿线设施遭袭后，沙特关闭了东西向输油管线。此前报道称，该管线此前每天输送约400万至500万桶原油，相当于全球石油供应的约4%。

路透社称，沙特没有说明管线具体受损程度及恢复时间，市场人士对修复时间的估计从数天到数周不等。

美国能源部长克里斯·赖特周一表示，他预计这条管线将“很快”恢复运行；但美联社援引地区官员称，管线可能需要数周才能恢复。

霍尔木兹出口增加面临油轮短缺，运费创纪录

因此，沙特如果希望维持原油出口，就需要进一步增加经霍尔木兹海峡的运输量。但彭博社指出，这并非易事。

一方面，霍尔木兹海峡本身仍面临较高的航运安全风险；另一方面，中东航运市场正面临严重的油轮短缺。沙特虽然拥有庞大油轮船队，但也经常租用外部船舶。

媒体称，从沙特波斯湾港口运往东亚大国的原油运输成本上周五一度接近每天100万美元，创历史最高水平。

与此同时，沙特原油出口的另一条潜在替代路线——红海航线——同样受到胡塞武装活动影响。胡塞武装近期沿也门红海西岸推进，并向曼德海峡方向扩张，令沙特能源出口面临两条重要海上通道同时承压的局面。

霍尔木兹外交斡旋遇挫，原定周一伊朗—海湾会晤延期

沙特增加霍尔木兹出口之际，围绕恢复海峡航运的外交努力却出现新的变数。

伊朗与其他海湾国家原定于本周一在阿曼举行会晤，讨论霍尔木兹海峡商业航运安排。伊朗此前表示，计划在会上介绍与阿曼达成的霍尔木兹航运方案。

但阿曼外交大臣周日晚宣布，会晤延期。路透社称，伊朗外交部门人士表示，会晤是由伊朗和阿曼政府共同决定推迟，原因是一些地区国家提出要求；伊朗方面随后称，推迟应沙特方面请求。

这使得沙特一边寻求增加经霍尔木兹海峡的原油运输、应对东西向管线停运，另一边又面临地区外交斡旋延期的局面。路透社称，周一沙特管线关闭、胡塞继续袭击以及霍尔木兹会晤延期共同推动油价上涨，布伦特原油一度升至每桶108美元上方。

本文来自华尔街见闻，欢迎下载APP查看更多

10年期收益率周一最高触及5.01%，上次突破5%是在2023年10月，且仅维持一日便回落。

此次美元同步走强，彭博美元即期指数单日涨幅最高达0.6%，有望创下6月17日以来最佳单日表现，全部G10货币悉数下跌。

收益率的持续攀升对股市和经济构成双重压力。作为全球政府和企业债务的基准利率，10年期美债收益率上行将推高借贷成本，对估值偏高的股票资产形成压制，并拖累经济增长。

市场目前已将美联储最快于9月16日启动加息纳入定价，美债今年或录得2022年以来首次年度亏损。

高盛、道明等机构上调年末美债收益率预测

率先在今年2月做出5%预测的Standard Bank G10策略主管Steven Barrow表示，抛售行情远未走完。他将年底10年期收益率预测上调至5.2%，并预计2027年一季度将进一步升至5.3%。

Barrow在今年2月做出5%预测时，市场普遍预期美联储将连续降息，10年期收益率彼时低于4%，该判断显得极为逆势。如今伊朗局势、能源价格冲击以及通胀数据相继印证其判断，更增添其看空立场的说服力。

他强调，推动利率上行的长期结构性力量——包括全球供应链压力、气候变化的持续冲击，以及移民政策收紧对劳动力供给的限制——正变得比以往更为强劲。Barrow表示：

"我对结构性观点的判断是，我们正处于'高利率维持更久'的体制中。"

他预计美联储将在9月和12月各加息一次，此后将短期利率维持不变直至2027年底。

高盛的反共识：盈利增长才是牛市关键

长端利率全面抬升直接推高贴现率、压缩股票风险溢价，对维持高位的美股构成估值压力。

高盛在近期的研报中给出与市场普遍担忧相反的判断：高利率是股市的逆风，但不是终结牛市的力量，盈利增长才是决定美股走向的核心变量。

高盛认为，只要盈利增长保持强劲、企业资产负债表维持健康，美股牛市就有基础延续。报告显示，标普500远期市盈率已从年初的22倍降至19倍，估值压缩确已发生，但股票风险溢价仍维持在约3%，股票相对债券的配置价值并未实质恶化。

预计2026年标普500每股盈利达340美元、同比增长24%，2027年进一步增至385美元、同比增长13%。在该行看来，盈利增长而非利率水平，才是股市中期走向的决定性力量。

此轮美债抛售并非孤立现象，而是折射出更深层的结构性压力。衡量全球政府借贷成本的指标已升至2007年以来最高水平，投资者要求获得更高补偿以持有长期债务，政府与企业争夺资本的局面日趋激烈。

美国财政赤字持续扩大，国债市场规模从2007年的约4.5万亿美元膨胀至如今的约32万亿美元，联邦债务占GDP之比已超过100%。

惠誉评级对此发出警示，认为美国对未来经济冲击的抵御能力正在下降。人工智能基础设施建设热潮既为债市带来大量新增供给，也持续向经济注入刺激，进一步抬高了债市压力。

研究机构CreditSights投资级及宏观策略主管Zach Griffiths表示，"有很多深层因素使得利率持续上行成为当前阻力最小的路径。"他认为10年期收益率可能进一步上行至5.5%。

美债收益率上行提振美元，但部分策略师对美元涨势的持续性持保留态度。

摩根大通全球外汇策略联席主管Meera Chandan指出，过去数周美元表现落后于基本面，"偏高的能源价格、强劲的8月通胀及就业数据，加上美联储主席沃什在杰克逊霍尔的鹰派表态，本应推动美元走强，但实际表现未能跟上。"

她维持对美元的看涨立场，尤以对低息货币如瑞典克朗和加元为主。

Brown Brothers Harriman & Co.全球市场策略主管Elias Haddad则提示，美元面临非对称风险——鹰派情景下的上行空间有限，因市场已为未来12个月累计约100个基点的加息充分定价；一旦出现偏鸽派意外，下行风险将更为显著。

期权市场方面，美元指数一个月风险逆转指标自9月2日以来首度重回正值，显示交易员正在为美元进一步走强布局。

本文来自华尔街见闻，欢迎下载APP查看更多

这份长达1.5万字的准则，核心主旨可以浓缩为五个字：人比AI重要。要求模型不得响应武器制造相关请求，不得协助获取危险物质，不得生成暴力或色情内容。微软表示，准则将在收集外部意见后更新，并将于2027年起正式指导其模型开发工作。

微软AI业务负责人Mustafa Suleiman表示，这份准则已酝酿约五个月，但公司选择在当前这一时间节点发布，与近期业界关于AI发展速度的广泛讨论直接相关。他说，外界希望看到"更明确的承诺，确保AI始终服务于人，而非取代人"。

其同时表示：“这里没有绝对的‘急刹车’。我们必须继续发展，只是需要多一分谨慎与小心。”

此次发布正值AI行业高层密集表态之际。上周六，Dario Amodei公开呼吁放缓AI模型迭代速度，Sam Altman与马斯克随即表示支持。次日，微软CEO纳德拉表示，"我们欢迎开展必要的研究，并以审慎的节奏推进AI对齐工作。"

周一，Altman再呼吁共建行业安全标准：AI最坏结果是失控或被垄断，两条红线都不能碰。

截至发稿，微软周一上涨0.92%。

准则细节：禁止武器信息、禁止隐瞒推理过程

微软此次发布的行为准则对旗下AI模型——有时被称为MAI——设定了具体边界。

根据准则，模型不得响应武器制造相关请求，不得协助获取危险物质，不得鼓励不健康饮食，也不得生成暴力或色情内容。

在自主性方面，准则明确要求MAI模型必须服从用户目标，不得自行设定独立目标，亦不得掩盖自身的不当行为。文件特别指出：

"MAI模型不得篡改思维链或代码，不得误导或隐瞒其推理过程或行动记录，不得以'神经语言'或任何超出人类简单理解范围的方式进行通信——无论是在思维链中，还是与其他代理或AI系统交互时。"

微软表示，准则的制定过程中召开了多场焦点小组讨论，并咨询了法律、伦理、语言学和哲学领域的专家。

行业转向的背景：研究员辞职警告"拿生命赌博"

此轮集体刹车的导火索，部分源自一名研究人员的公开批评。

Anthropic研究员Jacob Coxon上周辞职，并发文指出，Anthropic和OpenAI正"径直冲向能够自我改进的超级智能，拿我们的生命豪赌"。这一表态在业界引发强烈反响，促使多位AI领袖相继发声。

Amodei在表态中提及，Hugging Face事件也是促使他呼吁放缓的原因之一。

据报道，OpenAI模型曾对这家初创公司实施类似网络攻击的行为——调查发现，相关AI代理在未经授权的论坛上以隐晦语言相互通信。

战略考量：云供应商身份下的声誉管理

微软此举亦有明确的商业逻辑。作为企业级AI市场的重要云服务提供商，微软正将Anthropic和OpenAI的模型集成进面向企业用户的Copilot助手，同时自主开发用于转录、编程及推理的模型。

在Anthropic和OpenAI持续领跑基准测试机构Artificial Analysis的智能指数背景下，微软需要在技术合作与品牌形象之间寻求平衡。

Suleiman表示，公司希望被外界视为AI领域的"负责任参与者"。通过提前公开准则并征求反馈，微软在政策收紧预期升温之际，主动向监管机构和企业客户释放信号。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间9月14日周一，苹果正式向用户推送iOS 27，同时上线macOS 27、watchOS 27、iPadOS 27和visionOS 27。此次系统更新最大的看点，是苹果已经在今年6月发布、但迟迟未能正式交付的Siri AI终于进入公开测试阶段，目前仅支持英语，法语、日语、韩语、葡萄牙语和西班牙语等语言计划于10月陆续加入。

相比过去主要负责回答问题、执行简单指令的Siri，新版Siri的核心变化并不是“更会聊天”，而是开始理解用户的个人上下文、屏幕内容和跨应用任务，并尝试直接替用户完成操作。换言之，苹果希望Siri从一个语音助手，逐步变成iPhone上的AI操作入口。

从“回答问题”到“替你做事”：Siri开始理解整个iPhone

新版Siri由Apple Intelligence驱动，并结合谷歌Gemini模型能力，可以根据用户授权访问照片、邮件、信息等个人数据，还能够理解屏幕内容、识别摄像头拍摄的物体，并执行日历安排、信息发送等任务。

这意味着用户不再需要准确说出一条条机械指令。例如，Siri可以根据用户正在查看的内容回答问题，也可以从邮件、信息中寻找相关信息，再进一步完成后续操作；用户还可以让Siri识别眼前的物体或食物，并根据识别结果提供建议。

苹果同时加入了“屏幕感知”和视觉能力：Siri可以读取用户当前屏幕上的文字和内容，并结合上下文进行回答；调用摄像头后，则能够识别物品、食物等现实世界中的对象。

媒体实际体验显示，新Siri已经可以处理多步骤任务，例如寻找iOS 27中的某些功能并整理到备忘录，也可以从邮件、信息中提取信息后起草消息。

相比之下，过去的Siri更多停留在“执行一条指令”的层面，新Siri试图理解的是用户正在做什么、手里有什么信息，以及下一步想完成什么。

Siri AI仍是“半成品”：第三方App接入决定上限

不过，这场迟到的升级仍然带着明显的“测试版”色彩。

苹果此次将Siri AI以Beta形式推出，且首批仅支持英语。媒体还指出，新Siri虽然已经能够理解个人上下文并执行更复杂任务，但在准确性和响应速度方面仍存在不足，第三方App的深度接入也尚未完全到位。

这意味着，苹果真正想实现的“AI接管iPhone”，目前仍受到生态限制。只有当更多第三方开发者开放应用接口，Siri才能从苹果自有应用进一步延伸到更广泛的手机操作场景。

这也是苹果此次升级与ChatGPT、Claude等通用AI助手竞争时最关键的一环：Siri最大的潜力并非单纯回答问题，而是它天然拥有iPhone这一操作系统入口。

iOS 27不只有Siri AI：Liquid Glass迎来细节调整

除了Siri AI，iOS 27还对去年推出的Liquid Glass设计进行了进一步调整。

苹果新增透明度调节选项，用户可以自行选择更加通透或更加不透明的界面效果；系统还更新了应用图标、增加更大尺寸的小组件，并允许用户分别调节铃声、闹钟、计时器、提醒和系统声音的音量。

iOS 27支持iPhone 11及后续机型，以及第二代iPhone SE及更新机型。不过，Siri AI并不是所有能够升级iOS 27的iPhone都能使用。《华尔街日报》称，完整的Siri AI能力首先面向支持Apple Intelligence的新款设备，包括iPhone 15 Pro及更新机型。

因此，同样升级iOS 27，不同iPhone用户获得的其实是两套不同的体验：老设备主要得到系统设计和功能层面的更新，而新设备才能真正体验苹果押注已久的AI能力。

macOS 27同步加入Siri AI，苹果押注AI成为系统级入口

同日，苹果还正式发布macOS 27“Golden Gate”，Siri AI也同步登陆Mac。

新版Siri可以搜索用户的照片、邮件等个人内容，并在信息、提醒事项等应用中执行操作；苹果还为Siri加入了独立应用，可以保存此前的对话，方便用户之后继续使用。macOS 27同样采取Beta形式，首批仅支持英语。

相比单纯增加一个聊天机器人，苹果这次真正试图改变的是Siri在操作系统中的位置——让AI不再只是一个独立应用，而成为连接个人数据、系统功能和第三方应用的操作入口。

如果后续第三方应用接入、准确率和多语言支持能够进一步完善，那么这次迟到的Siri AI，才可能真正兑现苹果此前提出的“让AI贯穿整个设备体验”的目标。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间9月14日，Anthropic推出金融顾问版Claude“Claude for Financial Advisors”将Claude与贝莱德（BlackRock）、先锋集团（Vanguard）、嘉信理财（Charles Schwab）、iCapital等机构的投资研究、组合分析及财富管理工具连接起来，试图帮助金融顾问自动化研究、客户会前准备、文档处理和投资组合监控等工作。

这一产品也成为Anthropic进一步进军金融行业的重要一步。新版Claude不仅可以连接贝莱德和先锋等机构的投资组合分析、风险管理工具，还可以接入嘉信理财、iCapital等平台，核心目标是让金融顾问更快完成研究、行政事务和投资组合监督，从而在不增加人手的情况下服务更多客户。

从“聊天”转向串联整个顾问工作流

Anthropic此次并不是试图再造一套财富管理软件，而是希望让Claude成为连接现有工具的“中枢”。

据报道，新产品目前可连接嘉信理财、贝莱德、Addepar、Envestnet、iCapital、Orion、SS&C Black Diamond、Wealthbox、Wealth.com、先锋集团和Zocks等，同时延续与Microsoft 365、Salesforce、DocuSign、Box、FactSet、S&P Global和Morningstar等平台的集成。

Anthropic为金融顾问准备了一系列“工作技能”，涵盖顾问入职、另类投资简报、合规及AI政策审查、遗产与税务简报、投资组合再平衡审查、会后记录与跟进、会前准备以及潜在客户信息收集等。

Anthropic资产与财富管理业务负责人Peter Nolan表示，公司的目标并非替代顾问已经使用的工具，而是充当“交响乐指挥”，帮助顾问现有的平均约7款工具更好地协同。

这一定位瞄准的是财富管理行业最耗时、但又未必需要顾问亲自完成的工作。Anthropic援引Kitces研究称，典型顾问机构只有约六分之一的时间用于与客户直接会面，其余时间大量用于准备、规划和文档工作。

贝莱德、先锋“把数据和工具搬进Claude”

在投资环节，Anthropic希望借助大型资产管理机构已有的分析能力，让Claude获得更丰富的投资数据和组合工具。

彭博社报道称，贝莱德和先锋等机构的投资组合分析、风险管理技术将通过连接器进入Claude。贝莱德目前管理的模型投资组合规模约3000亿美元，而金融顾问越来越多地使用由ETF等资产组成的标准化“模型组合”。

贝莱德美国财富咨询及退休业务负责人Jaime Magyera表示，顾问越来越倾向于将部分工作外包，机会并不只是提供“更好的信息”，更重要的是帮助顾问扩大服务能力。

Anthropic金融服务负责人Jonathan Pelosi则直指行业痛点：金融顾问群体规模并不大，而且正在缩减，许多从业者即将退休，而高质量金融指导本身并不充足。因此，如果AI能够帮助现有顾问服务更多客户，公司认为这将是一个重要价值。

Claude不直接“荐股”，投资判断仍交给人

不过，Anthropic也在刻意划定Claude与“投资顾问”之间的边界。

Pelosi强调，用户不会直接从Claude获得投资建议，投资判断仍由专业人士和客户作出。

这不仅是产品定位问题，也涉及金融监管。

媒体指出，在欧洲MiFID II框架下，“投资建议”并不一定需要明确表述为建议，判断一项金融工具是否适合特定客户时，隐含的适配性同样可能触发监管要求；欧洲证券及市场管理局（ESMA）此前也明确表示，金融机构使用AI并不会改变其原有监管义务。

因此，与其让Claude直接替顾问作出投资决定，Anthropic此次更强调让AI承担研究、信息整理、组合检查和行政工作，由人类顾问保留最终判断权。

与OpenAI正面争夺金融专业场景

此次发布也凸显了Anthropic与OpenAI在企业金融市场的竞争正在加速。

Anthropic此前已经推出面向金融服务的AI智能体 (Agent)，覆盖制作推介材料、KYC文件筛查、月末结账等任务，并持续增加FactSet、S&P Capital IQ、Morningstar、PitchBook、LSEG等金融数据连接器。

而就在一周前，OpenAI也推出了面向投行人士和股票研究员的金融服务产品。两家公司正从“通用大模型”竞争进一步延伸到金融行业的具体工作流，争夺银行、资管、财富管理等企业客户。

对Anthropic而言，金融顾问只是其企业化战略中的又一个垂直入口：让Claude不再只是回答问题，而是进入企业已经使用的数据、软件和业务流程之中，直接参与实际工作。

本文来自华尔街见闻，欢迎下载APP查看更多

盘前交易已经释放出进一步走弱的信号：NDX期货跌破此前的上升趋势线，并失守100日均线。若跌势延续，指数短线技术形态将进一步恶化，市场焦点也将转向下方支撑位。

与此同时，资金却在近期明显回流科技股。高盛旗下大宗经纪数据显示，对冲基金过去11个交易日中有10个交易日净买入美国科技、媒体与电信（TMT）板块。也就是说，科技多头仓位是在技术结构开始恶化之前刚刚建立起来的。

这使得市场对突发利空的敏感度有所上升。眼下，AI安全争议正在给高估值科技股带来新的估值考验，而沙特输油管道持续关闭又让能源价格和通胀风险重新进入交易视野。两类风险性质不同，却都可能成为推动科技股重新定价的催化因素。

技术面破位：关键均线失守后，下方支撑成为焦点

NDX此前持续处于宽幅整理状态，盘前跌破上升趋势线并失守100日均线，意味着支撑指数短期上行的技术结构正在减弱。不过，仅凭盘前走势尚不足以确认中期趋势反转，后续能否重新站回关键均线仍是重要观察点。

如果指数进一步确认向下突破，200日均线将成为更重要的中期支撑，意味着从当前水平仍存在进一步调整空间。

半导体板块的技术表现更加疲弱。半导体ETF（SMH）盘前在544美元附近交易，已经跌破整理区间下沿，同时低于100日均线，200日均线则位于更低位置。作为本轮AI交易的重要组成部分，半导体板块率先走弱，也使科技股整体走势面临更大压力。

仓位风险：多头刚刚回补，科技股却开始走弱

技术面转弱之所以值得重视，还在于此前资金已经重新押注科技股。高盛大宗经纪数据显示，对冲基金过去11个交易日中有10个交易日买入美国TMT股票，买盘主要集中在半导体及半导体设备，两周买入速度达到过去五年的第97百分位。

仓位集中本身并不意味着市场一定下跌，但会改变行情对利空消息的反应方式。尤其是在科技股内部波动已经明显放大的情况下，一旦市场开始撤出部分多头仓位，价格波动可能被进一步放大。

高盛数据显示，TMT动量赢家与输家之间的200日波动率约为76，而标普500指数仅为13，显示科技股内部的分化和波动远高于大盘。

分析师认为，近期波动率上升本身并不异常，真正需要警惕的是AI核心叙事发生根本变化。与此同时，高盛恐慌指数上周五单日下降3点，为近三年来最大单日降幅之一，说明广泛的市场恐慌尚未明显升温。换言之，仓位已经偏向科技多头，但整体市场仍没有出现与之匹配的避险情绪。

双重催化剂：AI安全争议与能源供应风险升温

在这种背景下，AI安全争议首先成为科技股需要消化的新变量。Anthropic首席执行官Dario Amodei呼吁“放缓前沿发展”，并获得多位科技领袖不同程度的认同。市场真正担心的并非AI发展会立即停止，而是安全问题可能推动监管收紧，进而影响前沿模型推进速度，并给高额AI资本支出带来新的质疑。

Privorotsky认为，这种风险对实际资本支出的冲击可能有限。微软、Meta等大型科技公司没有明显理由退出AI竞赛，更可能的变化是增加安全审查和独立监督，而不是全面停止投入。因此，AI安全争议目前更接近估值和预期层面的风险，而非基本面已经发生实质性恶化。

能源风险则有所不同。沙特东西向输油管道此前每日绕过霍尔木兹海峡输送约400万至500万桶原油，目前仍处于关闭状态，修复可能需要数天甚至数周；延布港库存或仅能维持出口5至7天。若中断持续，叠加霍尔木兹海峡供应受阻，全球约4%的石油供应可能受到影响。

与此同时，胡塞武装正向曼德海峡方向推进，意味着能源供应风险存在从单一航道向两条关键通道扩散的可能。在Privorotsky看来，AI风险主要影响估值预期，而能源供应问题则可能进一步传导至油价、通胀和货币政策，后者对整体市场的影响更为直接。

波动率定价：技术恶化与市场恐慌之间仍有缺口

技术面、仓位和外部风险同时出现，并不意味着市场必然进入大幅调整，但一个值得关注的问题是：当前波动率是否已经反映了这些风险？

Garrett的分析显示，CTA技术阈值遭到突破的历史阶段，通常伴随着VIX明显走高。当前NDX和半导体板块已经出现技术结构走弱的迹象，但VIX仍未出现与之完全匹配的上升，说明市场对潜在波动的定价仍相对克制。

季节性因素也不算有利。VIX历史规律显示，当前正处于波动率较容易上升的时间窗口。如果NDX进一步确认跌破关键支撑，同时AI监管或能源供应风险继续发酵，科技多头仓位可能成为放大波动的重要渠道。

因此，当前市场真正需要关注的并不是某一个单独的利空，而是技术位能否守住，以及仓位、催化剂和波动率之间是否开始形成反馈。如果关键支撑失守，而市场恐慌仍处于低位，后续波动率重新定价的空间可能更大。

本文来自华尔街见闻，欢迎下载APP查看更多

荷兰TTF基准天然气期货周一早盘一度大涨5.3%，触及每兆瓦时83.67欧元，创2022年12月以来新高。今年以来，该合约价格已累计上涨约两倍。此轮涨势的直接导火索，是沙特阿拉伯东西向输油管道近日遭无人机袭击，相关泵站基础设施受损后被迫停运。

目前，欧洲储气设施充填率仅为68%，远低于该时节约85%的15年历史均值。与此同时，上周流入西欧的液化天然气（LNG）到港量在9月初短暂回升后再度回落，库存补充进程明显放缓。分析人士警告，低库存将使欧洲今冬能源供需平衡更加脆弱，任何寒潮或供应冲击都可能引发剧烈价格波动。

库存缺口显著，补库进程受阻

欧洲进入供暖季时的储气水平已大幅落后于历史常态。68%的充填率与85%的15年均值之间存在约17个百分点的差距，意味着欧洲在应对冬季需求高峰时的缓冲空间明显收窄。

LNG进口的波动进一步加剧了补库压力。据报道，流入西欧的LNG到港量上周再度走弱，此前9月初的短暂回升未能持续，库存回补速度随之放缓。ING Groep NV分析师在研报中指出，“这一延误使任何局势缓和的前景愈发遥不可及。”

地缘风险是当前欧洲天然气市场面临的另一重要变量。霍尔木兹海峡与曼德海峡两大全球能源运输咽喉要道均处于紧张态势，胡塞武装持续在红海地区发动袭击，沙特东西向管道基础设施亦遭受无人机打击。

上述局势直接影响LNG货轮的航运路线与到港时效，令欧洲在冬季需求旺季前的补库窗口期进一步压缩。

分析师警示冬季价格波动风险

能源咨询机构Timera Energy分析师警告，低储气水平的直接后果是“冬季供需平衡更加脆弱”，并补充称，“这将放大寒冷天气或新一轮供应冲击出现时的价格波动潜力，而届时货船的响应速度未必能够跟上需求变化。”

换言之，今冬一旦出现持续低温天气，欧洲天然气价格可能面临急剧拉升，并进一步加重欧洲家庭的能源负担。在能源危机持续困扰下，欧洲大陆对中东地区冲突走势的依赖程度已达到前所未有的高度，投资者需密切关注地缘局势与气象预报的双重变量。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社，也门胡塞武装控制的马西拉电视台14日报道说，该组织向位于沙特阿拉伯西南部城市海米斯穆谢特的哈立德国王空军基地发射了数十枚弹道导弹和无人机。胡塞武装发言人叶海亚·萨雷亚声明称，行动目标是基地内战斗机机库、雷达系统、跑道、弹药库等，袭击“精准且直接，造成重大损失”。

与此同时，沙特东西输油管道因泵站遭受攻击而被迫关闭，据路透社援引沙特石油交易商消息，若管道无法在数日内恢复运营，沙特出口库存将告罄，影响全球约4%的石油供应。

受上述消息影响，国际油价走高，布伦特原油涨超4%，报每桶109.18美元。另据新华社此前报道，原定于14日在阿曼南部城市塞拉莱举行的地区会议已推迟。霍尔木兹海峡通航谈判再度陷入僵局，进一步加剧了市场对中东能源通道的担忧。

袭击升级：胡塞武装以报复沙特空袭为由发动打击

据新华社报道，萨雷亚在声明中说，此次行动旨在报复沙特不断加强对也门的空袭。近期沙特空军的F-15战斗机和“台风”战斗机从海米斯穆谢特和塔伊夫的空军基地起飞，对也门多个省份发动了300多次空袭。

沙特民防总局14日向沙特西南部靠近也门边境的多个城市发布安全警报。13日深夜至14日凌晨期间，海米斯穆谢特、艾卜哈等几座城市的居民通过手机收到安全提示。

萨雷亚13日还称，过去24小时内，沙特对也门6个省份发动了58次空袭，波及也门大部分地区。F-15战机从哈立德国王空军基地起飞后实施了上述空袭。

控制曼德海峡：胡塞武装扩大红海航运威胁

此次袭击发生之际，胡塞武装刚刚完成在也门西部的战略推进。据报道，该组织上周末控制了也门西部剩余海岸线，并占领位于曼德海峡的佩里姆岛，进一步掌握了红海南部这一关键航道。

据报道，胡塞武装此次推进后，其控制区域距离美军位于吉布提的主要基地仅约32公里。这一地理变化不仅扩大了胡塞武装对红海航运的影响范围，也增加了地区军事对峙的风险。

胡塞武装称，封锁行动是对沙特联军封锁其控制区的反制，并声称封锁对象仅限沙特船只。但航运公司仍普遍提高警惕，大量船舶选择绕行非洲好望角，额外航程至少增加20天，进一步推高运输成本和全球供应链压力。

管道受袭：沙特石油出口面临供应风险

军事冲突之外，沙特东西输油管道关闭也正在加剧全球石油供应担忧。该管道连接沙特东部产油区与红海沿岸延布港，在霍尔木兹海峡通行受阻的情况下，是沙特绕开海湾出口、维持石油外运的重要通道。

据报道，管道关闭源于针对泵站的一次破坏性袭击。沙特石油交易商警告，如果管道无法在数日内恢复运营，沙特出口库存可能迅速耗尽，全球石油供应或因此减少约4%。

供应端的缓冲空间本就有限。此次袭击前，沙特石油库存已降至近30年来最低水平；报道援引知情人士表示，受损泵站的修复可能需要五至六周，这意味着供应风险可能持续更长时间。

与此同时，外交降温努力也遭遇挫折。原定周一在阿曼举行的伊朗与波斯湾沿岸国家外长会议被推迟。伊朗外交部官员Mohammad Ali Bak表示，应部分地区国家要求，经阿曼和伊朗共同决定，会议将延期至另行确定的日期。

这场会议原计划讨论由伊朗和阿曼共同管理霍尔木兹海峡船只通行的方案。会议延期意味着，在红海和霍尔木兹海峡航运风险同步升高之际，地区外交斡旋暂未取得实质进展。

本文来自华尔街见闻，欢迎下载APP查看更多

美国银行首席经济学家Aditya Bhave在最新报告中测算，若美联储如市场预期年内累计加息75个基点，仅短期国库券（T-Bills）一项的年度利息支出就将额外增加约500亿美元，相当于GDP的约15个基点。与此同时，美国过去12个月的利息总支出已创下1.4万亿美元的历史纪录，并有望在未来两年内超越社会保障支出，成为联邦政府最大单项支出。

这一趋势令市场对美国财政可持续性的担忧显著升温。美国银行警告，利息支出与赤字之间存在自我强化的反馈循环——更高的利息成本推高赤字和国债发行规模，进而抬升期限溢价和借贷成本，再度加剧利息负担，形成难以打破的恶性循环。

短期债务占比攀升，加息敏感性骤增

美国财政部对短期国库券的依赖程度已升至2010年以来最高水平（新冠疫情期间的紧急融资阶段除外）。目前，T-Bills占美国未偿债务总额的比例达到23%，未偿T-Bills规模接近7万亿美元，其中绝大多数将在一年内到期。

这一债务结构的直接后果是：联邦政府的借贷成本对短期货币政策的变动极为敏感。美国银行指出，一旦美联储加息，这部分短期债务的利息支出将几乎即时反映在财政账单上，而无需等待长期债券的到期再融资周期。

美国银行预计美联储本周将加息一次，此后年内还将再加息两次，合计75个基点。据此测算，T-Bills的年度利息成本将增加约500亿美元。

再融资压力持续累积，长端利率成本高企

除短期债务的即时冲击外，长期债务的再融资压力同样不容忽视。美国银行数据显示，当前未偿市场化国债的平均利率约为3.4%，远低于现行市场收益率水平。

具体而言，就附息证券而言，未来数年内到期滚动续借的债务，其再融资利率平均将比到期债券高出约1.4个百分点。这意味着，即便美联储不再进一步加息，仅凭现有利率水平，美国的利息支出也将随债务到期结构的演变而持续走高。

今年美国财政赤字预计将再度超过GDP的6%，利息支出已超过国防支出和医疗保险支出，成为赤字扩大的主要驱动力之一。美国银行指出，与医疗保险、国防及社会保障等相对稳定的支出项目相比，利息成本的恶化趋势尤为突出。

债务与利率的反馈循环，财政风险长期积聚

美国银行在报告中着重强调了一个更为根本性的风险：利率与债务之间的反馈循环。债务可持续性的核心在于借贷成本与名义GDP增速之间的差距——当名义增长超过借贷成本时，债务/GDP比率可随时间趋于稳定；而一旦这一差距收窄，高债务水平将愈发难以为继。

美国银行模拟了三种情景下的债务/GDP走势：在低、中、高三种假设下，债务/GDP比率每上升1个百分点，分别推动利率上行1个、2个和3个基点。尽管初期影响有限，但随着时间推移，三种情景下的债务轨迹将出现显著分化——更高的债务水平导致更高的借贷成本，进而加速债务积累。

美国银行还指出，由利息支出驱动的赤字与由减税或政府支出驱动的赤字在经济效应上存在本质差异：前者对经济活动的支撑作用远弱于后者，同时可能通过持续抬升长期利率而挤出公共和私人投资，并削弱政府在经济下行期提供财政支持的能力。

国债供给压力或向长端传导

从市场角度看，赤字构成的变化意味着国债供给增加，但并不伴随相应的经济增长提振。美国银行认为，这将对国债供给、期限溢价以及收益率曲线长端形成额外的上行压力。

Academy Securities交易员Peter Tchir表示，在利息支出相对于国防或可自由支配支出已构成问题的背景下，加息对财政状况并无助益。他表示，"很难想象特朗普总统会对此感到满意，即便加息有助于压低长端收益率，股市也尚未将这一影响充分计入价格。"

美国银行的结论直截了当：额外增加500亿美元的利息成本，对美国而言没有赢家——除了持有短期美国债务的债权人之外。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，据The Information报道，英伟达、Palantir和博思艾伦汉密尔顿等大型企业近期已限制使用Anthropic旗舰模型Fable，起因是Anthropic今年6月调整数据留存政策，要求以30天滚动方式保留客户使用日志。

这种担忧并非只针对Anthropic。OpenAI同样面临企业客户对其数据使用方式的质疑。据报道，微软正借此积极争取OpenAI的企业客户，已向至少一家大型客户推销一种完全运行在私有服务器上的AI方案。对企业而言，这类方案的吸引力在于，可以降低敏感数据进入外部AI平台的风险。

随着类似担忧扩大，部分企业对AI数据安全的要求，已从合同层面的“零数据留存”（ZDR）承诺，进一步转向直接控制数据和模型运行环境，包括部署在自有服务器，甚至自行开发模型，从而将敏感数据与外部AI供应商隔离。

Fable政策调整引发数据担忧

Anthropic与OpenAI均表示，按照企业客户合同中的默认条款，公司不会使用客户输入或模型输出训练模型，但两家公司仍会收集一定程度的元数据。

今年6月，Anthropic调整Fable的数据留存政策，要求保留客户使用日志30天，加剧了部分企业客户对数据安全的顾虑。本月，Anthropic进一步推出自存储方案，允许符合条件的企业将相关数据存储在自有服务器上，但企业需要单独申请，且Anthropic仍保留取消这一选项的权利。

OpenAI也面临类似的数据使用争议。OpenAI首席研究官Mark Chen表示，公司会利用部分元数据改进模型，包括近期用于解决纳维-斯托克斯数学问题的模型。企业则担心，所谓“去标识化”数据中可能仍包含员工使用软件的行为记录，而相关数据的具体使用边界并不透明。

从Palantir到英伟达：企业AI数据安全策略加速分化

在企业客户中，Palantir对数据保护的要求尤为严格。据报道援引知情人士，Palantir此前曾与Anthropic谈判，要求获得覆盖所有模型的不可撤销零数据留存（ZDR）保证。但在Fable调整数据留存政策后，Palantir暂停通过其平台向客户提供Fable，并要求Anthropic作出无法事后撤销的ZDR承诺。

Palantir CEO Alex Karp上周表示，企业已经厌倦AI实验室对其数据的“滥用”。公司还向客户提供相关手册，指导企业与AI供应商谈判ZDR条款。目前，Palantir已在零数据留存条件下获得OpenAI GPT-6 Astra的访问权限。

英伟达则采取了更为灵活的做法：仅将Fable用于开源软件等敏感度较低的任务，供应链监控等核心业务则改用自有Nemotron模型。英伟达企业AI副总裁Justin Boitano表示，公司认为ZDR“应该默认开启”。

敏感行业转向私有部署

这种数据保护要求在国防、能源等敏感行业更加突出，一些企业已经不再满足于与AI供应商谈判数据留存条款，而是进一步要求掌控模型的运行环境。

博思艾伦汉密尔顿已禁止员工在涉及专有网络安全软件的工作中使用Fable。一家大型美国公用事业公司则因Anthropic拒绝提供不可撤销ZDR，放弃测试Fable用于核心电力基础设施，但仍在财务、人力资源等敏感度较低的场景使用Anthropic产品。

美国国防科技公司诺斯罗普·格鲁曼长期在不联网的气隙服务器上运行开源AI模型，并在自有服务器上部署部分外部供应商的模型；诺和诺德则允许Claude处理公开资料和通用材料，但禁止员工输入专有数据。

争夺企业客户，微软强化AI部署与治理能力

企业对数据控制权的要求，也为微软等竞争对手争夺客户提供了机会。据报道援引参与相关行动的人士透露，微软已开始游说OpenAI的企业客户转向其AI产品，并向至少一家大型客户推介完全运行在私有服务器上的AI方案，费用多年累计达数百万美元，目前仍在评估中。

与此同时，微软也在强化自身AI产品治理。公司近期发布临时AI行为准则，强调AI应始终服务于人的目标，不应形成自身目标，也不应削弱用户的判断力和自主权。微软还计划针对网络安全、危险物质等高风险场景进一步完善模型限制，并拟将更新后的准则用于2027年开始的模型开发。

微软正在从产品和治理两端提升企业AI的可控性：一方面提供更具数据控制力的部署方式，另一方面通过强化模型安全规则降低企业使用AI的顾虑。短期来看，Anthropic和OpenAI在企业自动化、法律研究等场景的模型能力仍难以替代，但随着企业对数据留存和使用规则提出更高要求，如何让企业在使用顶尖模型的同时保有数据控制权，正成为企业AI市场新的竞争焦点。

本文来自华尔街见闻，欢迎下载APP查看更多

布伦特原油期货隔夜一度上涨3.7%，触及每桶108美元上方，随后小幅回落至107.70美元；WTI期货报103美元附近。据新华社此前报道，原定14日在阿曼南部城市塞拉莱举行的地区会议已推迟。阿曼外交大臣Badr Albusaidi周日晚间在社交媒体上表示，此次推迟是"为了寻求共识"，并重申各方致力于推动地区对话与合作。

伯恩斯坦分析师Neil Beveridge和Brian Ho在最新报告中将当前市场定性为"长期供应不足"，并指出此前每桶90美元的2026年布伦特预测已"被现实超越"。美国能源部长Chris Wright则在维也纳向市场泼冷水，表示"指望目前能与伊朗达成双方同意的协议，显然并非明智之举"，并警告交易员不要对霍尔木兹海峡问题的外交突破抱有期待。

4%全球供应悬而未决

沙特东西输油管道上周四遭无人机袭击受损，利雅得随即将其关闭。该管道日输送能力高达700万桶，是自伊朗战争爆发以来绕开霍尔木兹海峡、维持沙特石油出口的核心通道。

据路透社援引多名沙特石油交易商消息，若管道无法及时恢复运营，沙特将耗尽用于红海出口的库存储备。三名熟悉沙特出口情况的行业消息人士表示，延布港目前的库存仅能维持五至七天的出口需求；另有消息人士称，沙特在埃及艾因苏赫纳港和西迪克里尔港的库存亦只能支撑数日。据行业估算，延布港储油能力约为3500万桶，艾因苏赫纳和西迪克里尔分别约为1800万桶和2000万桶，但目前均未处于满仓状态。

沙特政府媒体办公室及能源部未就管道修复时间表作出回应。据路透社消息人士透露，损毁修复时间估计从数周到五六周不等，部分消息人士认为可在修复期间部分恢复泵送。

国际能源署（IEA）上周五公布数据显示，受霍尔木兹海峡和红海通道受阻影响，沙特石油供应已在8月降至逾三十年低点；IEA同时预计，今年全球石油供应将下降约570万桶/日，降幅约6%。

外交僵局：霍尔木兹谈判无限期推迟

此次峰会原本是自美国和以色列今年2月对伊朗开战以来，伊朗、海湾合作委员会成员国及伊拉克之间的首次正式会面，议题聚焦于在霍尔木兹海峡建立临时航运通道。

伊朗外交部表示，沙特以也门局势为由提出推迟请求。伊朗外交部随即反驳称，"沙特要求推迟地区峰会并将其归咎于也门局势，是对这场危机根本原因的转移"。一名知情人士透露，沙特的不满部分源于伊朗支持的胡塞武装持续对其领土发动袭击。

巴林已明确拒绝参与此次会议，理由是近期伊朗支持的武装对海湾地区发动了袭击。本次峰会原本讨论的方案由阿曼和伊朗共同提出，大致内容是赋予伊朗决定哪些船只可进入波斯湾的权力，并可能向过往船只收取一定费用。

与此同时，霍尔木兹海峡紧张态势持续升级。英国海事贸易行动组织（UKMTO）周日通报，一艘船只在遭到抛射物袭击后发生火灾；伊朗官方媒体IRIB则报道，一艘商业船只在格什姆岛和亨加姆岛附近遭到"敌方打击"，造成一人死亡。

双重通道受阻：供应缺口持续扩大

据彭博数据，霍尔木兹海峡、曼德海峡及苏伊士运河的合计过境流量目前已不足700万桶/日，而冲突爆发前约为2000万桶/日。

UBS能源专家Dominic Ellis指出，东西管道关闭对红海出口的冲击，叠加胡塞武装持续扰乱红海航运，将在可预见的未来持续支撑油价。他同时表示，UBS团队本月早些时候已预测能源股第三季度盈利较市场一致预期有40%的上行空间，其中炼油相关标的如Repsol、Galp和OMV的上行空间更高达80%至90%。

据央视，当地时间9月14日，也门胡塞武装称袭击了位于沙特海米斯穆谢特的空军基地。胡塞武装已于上周五占领了红海入口处的一座岛屿，进一步加剧了红海航运的不确定性。

此前压制油价的另一重要因素——中国进口量的大幅下滑——也正在逆转。分析师指出，中国进口量此前减少约500万桶/日，部分原因在于动用了估计约15亿桶的战略石油储备；目前进口已开始回升，并在全球范围内推高油价。

价格上行风险显著

伯恩斯坦的警告将当前局势的严峻性清晰呈现：霍尔木兹海峡通道受阻、红海航运受扰、沙特东西管道关闭三重压力同步叠加，全球石油供应体系正承受前所未有的压力。

Chris Wright虽试图稳定市场预期，表示通过霍尔木兹海峡及绕行管道的合计流量已恢复至冲突前的三分之二以上，并称"全球石油市场比我们希望的更紧张，但并未过度紧张"。然而，随着沙特库存窗口收窄至数日、外交谈判陷入僵局，市场对供应中断的定价仍将持续。

距美国中期选举仅剩约50天，油价飙升对特朗普所在共和党的政治压力亦不容忽视。

本文来自华尔街见闻，欢迎下载APP查看更多

当地时间周三美联储将公布利率决议，市场定价显示加息概率已升至89%，高盛和汇丰均预计加息25个基点。日本央行预计周五跟进，澳大利亚联储、加拿大央行和英格兰银行未来八周内也存在加息可能。上周欧洲央行的加息，则成为此轮全球货币政策重新转向收紧的重要信号。

油价走势正在强化这一预期。周一国际油价涨超3%，WTI原油期货重新升至每桶约103美元，美国汽油价格升至5月以来最高，柴油价格首次突破每加仑6美元。现货黄金下跌1.3%至每盎司4292.13美元，美元走强和加息预期升温共同施压贵金属。

“暂时性通胀”逻辑为何失效

央行过去能够“看穿”能源冲击，一个重要前提是公众相信油价上涨只是暂时的，通胀预期不会因此失控。1990年海湾战争和2011年阿拉伯之春期间，美联储都没有因油价上涨立即收紧政策，最终证明这一判断基本成立。

但本轮冲击的持续时间和叠加因素已经不同。供应链紊乱、俄乌冲突、关税政策反复，以及美伊冲突接连推高成本；与此同时，霍尔木兹海峡封锁持续半年，使能源供应风险从短期事件演变成长期变量。

油价最新上涨进一步放大了这一风险，UBS分析师Giovanni Staunovo表示，在CPI数据公布后，市场已经基本消化美联储加息预期，油价再次上涨将进一步强化通胀担忧。

多国可能加息，但政策逻辑并不相同

欧洲和英国受到的能源冲击最直接，两者均高度依赖进口燃料，油气价格上涨容易通过家庭能源支出和工业成本向更广泛的通胀传导。日本同样是能源进口国，但日本央行的加息更多仍属于货币政策正常化，能源价格上涨则进一步增加了收紧政策的理由。

美国的情况有所不同。作为大型能源生产国，美国受到能源进口成本上升的直接冲击相对有限，同时经济增长仍具韧性，因此美联储在通胀与增长之间的权衡更有空间。若能源价格继续维持高位，美联储面对的主要问题将是通胀预期是否重新抬头，而非能源冲击本身对经济的直接打击。

因此，这一轮全球央行政策可能出现“方向趋同、动机不同”：欧洲和英国主要应对能源通胀，日本继续推进政策正常化，美国则需要防范能源价格重新推高通胀预期。中东外交斡旋若进一步受阻，央行等待通胀自行回落的时间窗口还将被压缩。

本文来自华尔街见闻，欢迎下载APP查看更多

市场目前预计，美联储本周加息的概率已升至87%，若落地将成为三年来首次加息。与此同时，标普500指数距离历史高点不足2%，企业盈利依然强劲。相比加息本身，策略师更关注的是货币政策收紧是否会进一步压制经济活动和企业盈利。

历史经验也显示，持续加息与衰退往往比单次政策调整更容易成为熊市的触发因素。彭博分析显示，自1945年以来，标普500指数共经历12次跌幅超过20%的熊市，以及4次跌幅在18%至20%之间的深度回调。其中6次发生在加息周期直接导致经济衰退之后，另有两次既非由加息周期、也非由衰退触发。

当前的短期压力则主要来自通胀和利率。油价持续站上每桶100美元，10年期美债收益率逼近5%，均令市场重新担忧通胀压力。美股自8月中旬创下历史新高后持续震荡，纳斯达克100指数期货周一跌1.6%。

华尔街怎么看：盈利、收益率和油价是三条主线

高盛首席美国股票策略师Ben Snider表示，市场已经消化未来一年内超过三次加息的预期，而企业盈利和资产负债表均保持稳健。因此，政策转向本身对股市的冲击可能有限。

摩根士丹利策略师Michael Wilson则将注意力放在美债收益率。若通胀冲击明显超出预期，美股可能出现约10%的技术性回调。尤其是在油价重新站上每桶100美元、中东地缘政治局势持续的背景下，长端收益率进一步上行可能加大高估值股票的压力。

不过，Wilson认为，需要区分收益率上行的原因。如果10年期美债收益率走高主要反映更强劲的名义经济增长，而非通胀失控，那么股市仍有一定承受空间。在这种情形下，股票甚至可以继续发挥一定的通胀对冲作用。

摩根大通策略团队则将油价视为近期市场的重要变量。油价继续上涨可能推高通胀预期，并进一步压缩股票估值；如果油价压力缓解，市场则更容易消化加息影响。

摩根大通股票策略主管Mislav Matejka还提醒，9月本就是美股表现相对疲弱的月份，季节性因素可能放大近期波动。但从更长周期看，市场能否维持强势仍取决于经济和盈利表现，而非单一的政策事件。

本文来自华尔街见闻，欢迎下载APP查看更多

Applied Digital首席执行官Wes Cummins表示，公司目前订购的燃气轮机最早可能要到2032年才能交付。马斯克近期也警告称，“燃气轮机已售罄至2030年”，并透露SpaceX和特斯拉甚至可能需要自行生产涡轮叶片。

燃机供应周期不断拉长，正在迫使AI基础设施运营商重新考虑能源配置。据POWER Magazine报道，部分数据中心已经开始采用工业锅炉配合蒸汽轮机发电，以绕开燃气轮机漫长的交付周期。

这一趋势已经开始落地。美国电力设备供应商Babcock & Wilcox（B&W）已与独立电力生产商Base Electron签署一项价值24亿美元的协议，为Applied Digital的AI园区建设1.2吉瓦锅炉发电设施，预计于2028年投入运营。

燃气轮机为何如此难补货

燃气轮机的供应瓶颈并非简单的产能不足，而是与其极高的制造门槛有关。燃气轮机需要在极高温度和负荷下持续运行，对高温合金、精密铸造以及制造工艺都有严格要求，相关供应链难以在短时间内大幅扩产。

相比之下，蒸汽轮机的工作温度相对较低，可使用的合金材料范围更广，产业链也更加成熟。这意味着，在燃气轮机交付周期不断拉长的情况下，锅炉与蒸汽轮机能够提供一条相对容易扩张的替代路线。

马斯克则试图从生产端打破这一瓶颈。SpaceX正在得州巴斯特罗普筹建工厂，以解决燃气轮机关键部件的铸造产能问题。马斯克表示，如果将相关生产环节内部化，燃气轮机的上线时间最多可以提前18个月。

“锅炉+蒸汽轮机”成为过渡方案

从供应链角度看，锅炉与蒸汽轮机的最大优势并非效率，而是更容易获得、更快部署。

两条路线都可以使用管道天然气作为燃料，但发电方式不同：燃气轮机直接燃烧天然气驱动涡轮发电；锅炉+蒸汽轮机则先燃烧天然气产生蒸汽，再利用蒸汽推动轮机发电。

后者虽然增加了能量转换环节，但相关设备供应链更加成熟。据POWER Magazine报道，Rentech Boiler Systems能够在一年内完成整套锅炉的制造与交付。相比之下，燃气轮机交付往往需要等待数年，这使锅炉+蒸汽轮机对急于获得新增电力的AI数据中心更具现实吸引力。

对AI数据中心而言，当前的能源瓶颈正在从“有没有天然气”转向“能否尽快将天然气转化为电力”。在燃机供应迟迟无法跟上的情况下，锅炉+蒸汽轮机本质上是在牺牲部分发电效率的同时，换取更短的部署周期。

天然气只是过渡，核能才是长期方向

不过，从更长周期看，天然气发电并非超大规模云服务商的终局方案。对于谷歌等大型科技公司而言，最终目标仍是通过可再生能源和核能满足数据中心不断增长的电力需求，天然气更多承担的是填补当前电力缺口的“桥梁”角色。

核能已经成为科技巨头锁定长期清洁电力的重要方向。谷歌已与芬兰Fortum签署为期22年的核电供应协议，以获得长期稳定的清洁能源。

因此，在AI数据中心电力需求快速增长、燃气轮机供应却持续紧张的当下，行业实际上正在形成一条过渡路径：现有核电和新建天然气发电负责解决眼前的电力缺口，锅炉+蒸汽轮机则成为燃机短缺下的应急替代方案；更长期来看，核能与可再生能源仍是数据中心能源转型的主要方向。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，据彭博援引知情人士透露，铠侠已与美国银行、高盛及摩根大通等机构就发行安排展开磋商，相关讨论仍处于早期阶段，募资规模及承销行阵容均可能调整。此次发行还可能帮助铠侠进入以半导体为核心的股票指数。

铠侠此前已宣布计划于2027年春季发行ADR，但尚未披露更多细节。此次若推进顺利，上市时间可能早于原定安排。公司今年还在日本市场实施股票分拆，并推出最高8000亿日元的回购计划，此前亦已回购数十亿美元股票，以扩大股东基础和流通规模。

AI存储需求升温，铠侠日股年内涨超四倍

AI基础设施投资持续推高高性能存储需求，也推动半导体企业加快进入美国资本市场。今年7月，韩国存储芯片巨头SK海力士完成在美上市，募资265亿美元，创外国企业在美首次发股纪录。

铠侠东京上市股票今年以来累计上涨超过410%，公司市值升至约1800亿美元。不过，公司7月公布的业绩低于市场预期，并给出相对谨慎的盈利展望，基本面仍面临一定压力。

与此同时，美股近期因AI发展前景及最前沿模型安全风险等因素出现波动，对于正筹划赴美上市的铠侠而言，如何选择发行时点、在高估值与市场波动之间取得平衡，将成为后续上市计划能否顺利推进的关键。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，Altman在X平台发帖称，人工智能发展存在两种最坏结果：一是AI最终失控，人类失去对未来的控制；二是极度强大的AI被少数个人、公司或国家掌控，并将自身意志强加于所有人。他认为，这两条红线都不能触碰。

Altman表示，OpenAI已开始在重大能力提升的强化学习训练启动前，主动制定明确的安全论证（safety cases），并希望其他前沿AI公司采取类似做法，围绕模型失准、监控和安全等问题形成统一标准。

据The Information援引知情人士，Anthropic、OpenAI和谷歌已就合作成立AI行业标准机构展开磋商，相关工作组会议仍在进行。这意味着，头部AI实验室的安全治理思路正从各自制定内部规则，逐步转向推动行业协调框架。

安全治理前移，AI“调速”并非放缓发展

Altman强调，随着模型能力不断提升，对齐（alignment）和安全技术也必须同步甚至更快发展，避免AI能力跑在安全保障之前。AI行业需要走一条“狭窄的中间道路”：既不能因竞争压力牺牲安全，也不能让AI能力提升明显领先于对齐、监控和治理能力。

他认为，AI安全治理的重点正从模型部署后的风险控制前移至开发过程本身。OpenAI目前的做法是，在启动预计将显著提升模型能力的前沿强化学习训练前，就提前制定安全论证（safety cases），而不是等模型完成后再进行安全评估。

他同时强调，“调速”（pacing）并非停止AI进步，而是避免以技术上能够达到的最快速度推进。尽管安全论证和监控措施会增加研发成本，但这些投入仍有必要，以确保安全和治理能力跟上模型能力的提升。

监管尚待落地，AI行业应先行推动安全标准

在监管层面，Altman支持美国政府为前沿AI设立统一安全要求，但认为行业没有必要等到相关立法落地后再行动。即使缺乏政府参与，主要AI实验室也应率先推动行业标准机构成立，并探索独立审计等机制。

据报道，Anthropic首席执行官Dario Amodei上周六已公开呼吁AI公司加强技术测试和审核方面的协调。此前，Anthropic、OpenAI和谷歌已就合作成立行业标准机构展开磋商。

Altman在一次员工大会上表示，即便美国政府暂时没有参与，主要AI实验室也应自行推进标准建设；至于全球层面的协调，则需要政府介入，但“首先我们应当尽力自为”。

在他看来，随着AI能力持续提升，社会对前沿AI公司的安全要求也将越来越高，而行业自律最终需要落实到每一家AI实验室的具体行动中。

本文来自华尔街见闻，欢迎下载APP查看更多

摩根大通9月14日公布的报告却得出了截然不同的结论：这轮利率上行距离真正压制估值仍有一段距离，决定估值天花板的关键并非收益率本身，而是盈利增速。

该团队将1950年以来的估值数据按照盈利增速分档后发现，10年期美债收益率与标普500估值倍数呈现“倒U型”关系——收益率在前期温和上行时，估值反而可能得到支撑；只有突破一定阈值后，利率上行才会开始明显压缩估值。按照当前盈利水平，这一阈值对应的10年期美债收益率约为5%至6%。

更广泛来看，华尔街策略师也并未将美联储重新加息视为牛市终结信号。高盛、摩根士丹利和摩根大通的策略师均认为，只要经济增长和企业盈利保持韧性，温和加息引发的市场回调可能只是短期波动。

高盛首席美国股票策略师Ben Snider表示，市场已经计入未来一年加息三次以上的预期，而企业盈利和资产负债表依然强劲；彭博统计也显示，历史上真正威胁牛市的通常是完整的加息周期，而非单次加息。

估值真正承压的门槛在5%-6%

第一档是盈利增速高于20%的超级增长环境，估值倍数最高可支撑至约24倍，对应10年期美债收益率约6%。第二档是盈利增速为10%-20%的高于趋势增长环境，估值倍数约为20倍，对应收益率约5%。整体来看，盈利增速越低，市场能够承受的收益率水平也越低。

目前标普500约22倍2026年EPS，对应调整后2026年盈利增速约28%；2027年估值约18倍，隐含盈利增速约21%（剔除一次性投资损益）。这意味着，只要盈利增速能够维持在15%以上，2027年的估值仍存在进一步重估的空间。

衡量估值是否昂贵，还有另一把尺子。两阶段股息贴现模型显示，目前隐含股权风险溢价约为7.2%，处于历史69%分位；长期PEG约为2倍。换言之，只要企业能够兑现13%-15%的年均盈利增速，当前估值水平大体仍有基本面支撑。

AI 30只龙头目前约30倍前瞻估值，对应标普500其余470只成分股约19倍、MSCI ACWI同业约14.3倍。这样的估值溢价，主要来自更强的盈利可见性、更低的杠杆率以及更稳定的股东回报。

生产率则是另一重缓冲。若生产率维持在1.5%-2.5%的区间内，当前收益率仍可支撑约20倍估值；如果AI进一步推动生产率突破2.5%，估值所获得的支撑将更强。

利率如何传导至盈利：先看债务结构，再看现金流

利息费用上升对企业盈利的冲击是渐进式的，因为企业债务整体以固定利率、长久期融资为主。

短期来看，两股力量足以部分抵消融资成本上升的压力：一是金融板块盈利改善，二是企业仍持有约2.4万亿美元现金，这些资金能够获得更高的利息收入。与此同时，多数企业当前借贷成本仍低于2023年的峰值水平：30年期固定按揭利率约6.8%，低于2023年的8.1%；高等级债收益率约6%，低于6.5%；高收益债约7.7%，低于9.6%。

真正值得关注的压力来自结构性分化。“更高更久”的利率环境正在挤出消费相关活动、住宅和商业地产，以及不直接受益于AI建设的资本密集型行业和高杠杆企业。

报告将这一过程形容为一只“看不见的手”：有限的资本正在流向出价最高、信用质量最好的借款人——政府和大型跨国企业。因此，更高利率未必意味着整体企业盈利遭到全面打击，但会显著加剧市场内部的分化。

曲线形态决定板块：陡峭化买周期，平坦化买科技

板块领导权还取决于收益率曲线如何变化。

如果出现熊市陡峭化，即长短端利差扩大，能源、金融等周期板块更容易受益；如果出现熊市平坦化，则科技股相对占优。与此同时，债券替代品和长久期非科技板块——包括公用事业、地产、通信服务和必需消费——对利率上行最为敏感。

风格上，基准情景仍是浅加息周期，即去年“保险式”降息预期出现逆转，但并未演变成激进紧缩。在这一情景下，成长股和优质成长股仍有望保持优势；如果通胀重新加速，市场开始定价更广泛的加息周期，即进一步加息4-5次，则投资风格可能转向低波动。

从市值风格看，大盘股的抗压能力更强。相比之下，小盘股更依赖短期银行浮动利率融资，因此货币政策传导更直接，受到的冲击也更大。

报告同时认为，本轮利率上行主要由基本面驱动，而不是市场对美联储独立性或美国财政可信度的担忧。长端掉期利差相对稳定，长期盈亏平衡通胀率也仅小幅上升。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛走访中国15家光通信企业后，大幅上调高速光模块需求预测，并判断定价纪律将好于市场预期。这份调研报告揭示的核心逻辑，远不止于订单排期——供给端的原材料瓶颈与龙头企业的产能锁定策略，正在悄然重塑这一轮AI基础设施投资的利润分配格局。

高盛将800G及以上光模块2027年/2028年需求预测分别上修39%和36%，至1.44亿只和1.71亿只。与此同时，报告判断1.6T光模块价格将维持在700美元以上，800G产品2027年降价幅度仅为个位数。这一定价判断的支撑逻辑，在于DSP、激光器、PCB等关键零部件的持续紧缺，以及龙头厂商通过预付款和长期协议主动锁定产能的供应链管理策略。

在CPO（共封装光学）商用化路径上，高盛指出测试与耦合设备商是最早兑现收入的环节。罗博特科二季度收入环比增长172%，高出高盛预期141%，印证了这一判断。报告同时预计CPO交换机2026年至2028年出货量将从1万台跃升至13.1万台，设备端订单能见度延伸至2028年。

需求上修：规模扩张与规格升级双轮驱动

高盛此次上修需求的依据，来自走访企业对全球800G与1.6T光模块需求的综合判断——受访企业给出的区间为1.3亿至2亿只，高盛最终将2027年/2028年预测落定于1.44亿只和1.71亿只。

驱动力来自三个层面：AI服务器机架的持续扩容、光模块应用场景从横向扩展（scale out）向纵向扩展（scale up）及跨层互联（scale across）延伸，以及产品规格的持续升级。这意味着此轮需求上修并非单一因素驱动，而是集群规模扩张与规格迭代同步发生的叠加效应。

中国市场方面，受访企业预计整体需求将实现两位数增长，规模超过5000万只，主体仍以800G和400G为主，1.6T处于起量初期。值得注意的是，受访管理层普遍强调，当前每一只出货的光模块均已实际部署于数据中心，反映的是真实终端需求，而非渠道备货，这在一定程度上降低了重蹈2000年代互联网泡沫时期"双重订购"覆辙的风险。

激光器等紧缺成为2027年出货实际上限

需求上修的同时，供给端的约束正在成为行业真正的变量。受访企业普遍指出，DSP、激光器、PCB的持续紧缺可能压制2027年实际出货量，这意味着1.44亿只的需求预测，在供给端存在无法完全兑现的风险。

激光器环节，中国供应商正在加速提升200G EML的产能与技术能力，以支撑1.6T光模块在2027年的放量。Everbright（688048.SS）为2027年备下的激光器产能中，EML略多于CW激光器，EML内部以100G为主，200G占比仍小。东山精密的200G EML已进入量产，但受DSP供给制约，出货量目前仍然有限；该公司已锁定2027年1000万颗DSP供应，为激光器与光模块出货提供支撑。

InP外延片龙头VPEC方面，随着出口许可趋于稳定、更多客户自带InP衬底，以及中国以外第二至第四供应商逐步成长，InP衬底供给正在改善。VPEC的MOCVD设备数量将从当前62台扩张至2027年二季度的69台，并计划在2027年新建生产基地。

龙头锁产能，价格为何不崩

在供给偏紧的背景下，高盛判断800G光模块2027年降价幅度将控制在个位数以内，1.6T价格维持700美元以上。这一判断的核心支撑，在于行业竞争格局与龙头厂商的供应链管理策略。

受访企业管理层强调，光模块并非纯粹的组装业务，产品SKU众多，对供应商的研发能力和响应速度要求极高。与电信市场5年产品周期相比，数通市场的产品迭代周期已缩短至1至2年，这使得研发能力与量产执行力成为竞争壁垒，而非单纯的价格竞争。

全球龙头英飞拓（Innolight，300308.SZ / 3308.HK）的做法具有代表性：通过与供应商开展研发协作、直接投资供应商、签订预付款协议和长期供货合同，在供给紧张周期中锁定可持续产能。这种深度绑定供应链的策略，在地缘政治压力下客户要求分散生产基地的背景下，进一步强化了龙头的竞争优势，也为整体定价纪律提供了结构性支撑。

CPO商用化：设备商最先兑现，订单能见度延伸至2028年

CPO技术的商用化进程仍面临挑战。激光器供应商指出，外部光源（ELS）方案中300mW/400mW连续波（CW）激光器存在散热难题，当前优先推进的是100mW以上配合PA的NPO方案。光模块厂商也观察到，3.2T NPO光引擎在中国及海外市场均呈现强劲需求。

尽管CPO规模放量尚需时日，测试与耦合设备商已率先受益。高盛指出，昂贵的最终模块意味着生产过程中需要多道测试，越早发现缺陷，损失成本越低，这使得测试设备需求具有结构性支撑。

罗博特科二季度收入环比增长172%，高出高盛预期141%，直接印证了这一逻辑。罗博特科与FiconTEC均表示，未来一年计划出货的工具数量，将超过过去25年累计出货量的一半，订单能见度延伸至2028年。高盛预计CPO交换机出货量将从2026年的1万台增长至2027年的9.2万台，再到2028年的13.1万台。

在技术升级层面，罗博特科与FiconTEC计划明年将晶圆级测试时间缩短50%至60%，并实现芯片级测试速度提升4倍；Enlitech推出的NightJar超光谱成像系统，可在早期晶圆测试阶段实现已知良品芯片（KGD）筛选，进一步降低失效成本。

验证窗口：三个关键指标决定判断成立与否

上述判断均有明确的可验证条件。

需求端，若2027年800G及以上光模块实际出货达到1.44亿只区间下沿，则上修判断成立，否则需下修；验证窗口为2027年一季度各厂商年度出货指引。

定价端，若1.6T光模块均价跌破700美元，则定价纪律判断被推翻。

设备端，若设备商收入环比增速连续两个季度转负，则订单能见度判断不成立；验证窗口为2026年三季度业绩发布期（10至11月）。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，据中国央行初步统计的数据：

• 2026年前八个月社会融资规模增量累计为23.91万亿元，根据前值（前七个月新增22.25万亿元）计算，8月单月新增社融约为1.66万亿元。

• 前八个月人民币贷款增加10.44万亿元，根据前值（前七个月新增10.38万亿元）计算，8月单月人民币贷款增加0.06万亿元（约600亿元）。
• 前八个月人民币存款增加18.99万亿元，根据前值（前七个月新增17.79万亿元）计算，8月单月人民币存款增加1.20万亿元。
• 截至8月末，M2同比增长7.5%，M1同比增长4.1%，M2-M1剪刀差为3.4个百分点，较7月末的3.7个百分点收窄0.3个百分点。

一、社会融资规模存量同比增长7.2%

初步统计，2026年8月末社会融资规模存量为464.8万亿元，同比增长7.2%。其中，

对实体经济发放的人民币贷款余额278.63万亿元，同比增长5%；

对实体经济发放的外币贷款折合人民币余额1.23万亿元，同比增长3.1%；

委托贷款余额11.26万亿元，同比增长1%；

信托贷款余额4.58万亿元，同比增长1.9%；

未贴现的银行承兑汇票余额2.01万亿元，同比下降5.1%；

企业债券余额36.71万亿元，同比增长9.7%；

政府债券余额103.69万亿元，同比增长13.5%；

非金融企业境内股票余额12.67万亿元，同比增长5.7%。

从结构看，

8月末对实体经济发放的人民币贷款余额占同期社会融资规模存量的59.9%，同比低1.3个百分点；

对实体经济发放的外币贷款折合人民币余额占比0.3%，同比持平；

委托贷款余额占比2.4%，同比低0.2个百分点；

信托贷款余额占比1%，同比持平；

未贴现的银行承兑汇票余额占比0.4%，同比低0.1个百分点；

企业债券余额占比7.9%，同比高0.2个百分点；

政府债券余额占比22.3%，同比高1.2个百分点；

非金融企业境内股票余额占比2.7%，同比低0.1个百分点。

二、前八个月社会融资规模增量累计为23.91万亿元

初步统计，2026年前八个月社会融资规模增量累计为23.91万亿元，比上年同期少2.64万亿元。其中，

对实体经济发放的人民币贷款增加10.23万亿元，同比少增2.71万亿元；

对实体经济发放的外币贷款折合人民币增加2103亿元，同比多增2919亿元；

委托贷款减少582亿元，同比少减273亿元；

信托贷款减少905亿元，同比多减2847亿元；

未贴现的银行承兑汇票减少1404亿元，同比多减1181亿元；

企业债券净融资2.79万亿元，同比多1.23万亿元；

政府债券净融资8.77万亿元，同比少1.5万亿元；非金融企业境内股票融资4700亿元，同比多2031亿元。

三、广义货币增长7.5%

8月末，广义货币（M2）余额356.81万亿元，同比增长7.5%。

狭义货币（M1）余额115.77万亿元，同比增长4.1%。

流通中货币（M0）余额14.83万亿元，同比增长11.2%。

前八个月净投放现金7364亿元。

四、前八个月人民币存款增加18.99万亿元

8月末，本外币存款余额355.77万亿元，同比增长7.8%。月末人民币存款余额347.67万亿元，同比增长7.7%。

前八个月人民币存款增加18.99万亿元。其中，

住户存款增加6.99万亿元，

非金融企业存款增加1.85万亿元，

财政性存款增加2.06万亿元，

非银行业金融机构存款增加6.32万亿元。

8月末，外币存款余额1.19万亿美元，同比增长17.3%。前八个月外币存款增加1342亿美元。

五、前八个月人民币贷款增加10.44万亿元

8月末，本外币贷款余额286.15万亿元，同比增长4.8%。月末人民币贷款余额282.35万亿元，同比增长4.9%。

前八个月人民币贷款增加10.44万亿元。

分部门看，

住户贷款减少1.03万亿元，其中，短期贷款减少1.05万亿元，中长期贷款增加188亿元；

企（事）业单位贷款增加11.26万亿元，其中，短期贷款增加4.18万亿元，中长期贷款增加5.64万亿元，票据融资增加1.29万亿元；非银行业金融机构贷款减少4380亿元。

8月末，外币贷款余额5602亿美元，同比增长1.5%。前八个月外币贷款增加151亿美元。

六、8月份银行间人民币市场同业拆借月加权平均利率为1.38%，质押式债券回购月加权平均利率为1.4%

8月份银行间人民币市场以拆借、现券和回购方式合计成交177.41万亿元，日均成交8.45万亿元，日均成交同比下降12.5%。其中，

同业拆借日均成交同比下降24.6%，现券日均成交同比增长2.3%，质押式回购日均成交同比下降15.1%。

8月份同业拆借加权平均利率为1.38%，比上月低0.02个百分点，比上年同期低0.02个百分点；质押式回购加权平均利率为1.4%，比上月低0.02个百分点，比上年同期低0.01个百分点。

七、8月份经常项下跨境人民币结算金额为1.7万亿元，直接投资跨境人民币结算金额为0.6万亿元

8月份，经常项下跨境人民币结算金额为1.7万亿元，其中货物贸易、服务贸易及其他经常项目分别为1.33万亿元、0.37万亿元；直接投资跨境人民币结算金额为0.6万亿元，其中对外直接投资、外商直接投资分别为0.21万亿元、0.39万亿元。

本文来自华尔街见闻，欢迎下载APP查看更多

根据监管机构截至9月11日的披露信息，包括博道基金、东财基金、泰信基金、东方阿尔法、苏新基金、泉果基金、中海基金、恒越基金、博远基金、汇泉基金、益民基金、汇百川、瑞达基金等已于日前上报了各自的摊余成本法债券基金。

按照相关规定，摊余成本法计价的债券基金，可将票息收益按持有期平摊到每个交易日，通常情况下，拥有很强的盈利稳定性。相关产品自2021年后已很长时间未有新产品问世。

13家中小公募集体申报

证监会官网披露的上报名单显示，博道、东财、泰信、东方阿尔法、苏新、泉果、中海、恒越、博远、汇泉、益民、汇百川、瑞达13家基金公司集体上报第二批摊余成本法债券基金。

与首批产品类似，这批债基统一设定63个月封闭期、到期终止，单只募集规模上限不超过80亿元。

这场申报潮来得并不慢。8月14日，首批15家中小公募刚刚重启申报，名单里既有尚正、红土创新、百嘉等内资机构，也出现了贝莱德、路博迈、联博、安联四家外资公募的身影。

仅过去约一个月，第二批便接力而至。两批合计28只产品、28家中小公募，这也是自2021年监管暂停受理该类产品新申报以来，时隔五年重新“开闸”。

另外，9月3日晚，首批10家基金管理人已上报科创债场外指数基金。多重举措被视为支持中小基金公司规范健康发展的有力落子。

托管安排：兴业或领跑，浦发中信并列

从第二批产品的托管安排看，股份制银行再度占据主导。

据业内人士透露，博远、瑞达、中海、泰信、博道、汇泉 6 家基金公司的产品有望落户兴业银行。恒越、泉果、苏新、汇百川 4 家或由浦发银行托管。益民、东方阿尔法、东财基金旗下产品则可能分别花落中信银行、招商银行与江苏银行。

叠加首批名单，兴业银行合计托管的摊余成本法债基有望达到 10 只，领跑同业。浦发银行与中信银行各入账 5 只，或并列第二。

股份制银行的抢跑动作是其拿到托管资格的重要因素。

政策信号刚释放，相关银行就迅速与多家基金公司联系，把合作意向敲定了下来。

部分银行甚至由副行长级别的高管亲自出面，进行沟通协调，而不是派托管部员工按部就班走流程。同时拿下多只托管的银行，除了提供托管服务，还会协调理财子公司、自营资金参与认购，协助基金公司完成销售，解决单一投资者集中度不超过 40% 的硬约束。

对中小基金公司而言，托管行的分量远不止“存管”二字。

多数银行渠道对合作基金公司设有规模、业绩等硬性门槛，没有品牌和存量规模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、天然契合机构资金，银行愿意接，托管合作的达成，也为中小公募打开了主流渠道的合作空间。

批文落地在即，中小公募的突围才刚开始

对于这批产品，业内普遍翘首以待。据业内人透露“我们一直密切关注批文下发时间，一旦获批立即启动发行工作。”。

从名单看，此次入选的多为平时合规风控表现较好的中小基金公司。

据业内人士介绍，监管通过设定分类评价、资本金等门槛，筛选出合规且具备基本运营能力的机构进行扶持。

对符合条件的公司而言，摊余成本法债基、科创债指数基金带来的管理费收入，有望覆盖运营成本，实现盈亏平衡甚至缓解财务压力。

不过，拿到产品红利并不意味着可以“躺平”。

多位基金公司人士强调，中小基金公司要真正突围，仍需依靠持续创新能力、挖掘公司特色、走差异化竞争路线，近年不乏中小公司靠精品路线占据一席之地的案例。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，据路透援引韩国国会议员李哲圭（Lee Chul-gyu）办公室提供的文件报道称，三星电子和SK海力士完成内部审查后，已正式告知韩国电力公社，难以接受这一预付电费方案。

据此前韩媒报道，韩国电力公社提出这一方案，是希望两家公司按照新建晶圆厂的预期用电量提前支付电费，并利用这笔资金投资电网等配套基础设施，以保障未来新增产能的供电需求。

这一提议与韩国政府推动的半导体产业集群计划直接相关。按照规划，三星电子和SK海力士将在韩国建设大规模芯片制造基地。随着晶圆厂陆续投产，新增用电需求预计将对当地电网形成较大压力，因此韩国电力公社需要提前筹措资金扩建相关电力基础设施。

不过，两家公司对是否有必要进行如此大规模的电费预付款存在疑虑。报道援引知情人士称，半导体需求能否长期维持仍存在不确定性，是两家公司拒绝这一方案的重要原因。在产能利用率和未来需求尚未完全确定的情况下，提前承担大规模电力成本，也意味着企业需要先行锁定一笔巨额资金。

此次预付方案遭拒后，韩国半导体扩产所需的电力基础设施如何融资、建设进度能否与晶圆厂扩产计划匹配，仍有待进一步解决。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，A股三大指数集体低开，盘中冲高回落，沪指震荡盘整，尾盘虽一度翻红但最终收跌，创业板、科创50均跌超1%。盘面上，CRO/创新药受益于2026年世界肺癌大会（WCLC）中国新药数据创纪录，行业从"工程师红利"迈向"引领创新红利"。MLCC（多层陶瓷电容器）迎来"量价齐升"——全球MLCC龙头村田制作所公告启动产品线优化、将停产九大系列部分料号，三星电机签下史上最大AI服务器用MLCC长期订单。

港股震荡分化，恒指小幅上涨，恒科指震荡下跌，科网股、汽车股反弹，创新药盘中活跃，诺诚健华涨超15%。据诺诚健华官微消息，公司双抗ADC新药获批开展临床试验，用于治疗前列腺癌等实体瘤。芯片股、AI大模型股集体下挫，兆易创新、澜起科技、华虹宏力等纷纷下挫，智谱跌9%，MINIMAX跌超6%。债市方面，国债期货多数上涨，商品方面，国内商品期货多数下跌，原油逆势大涨超9%，因地缘政治紧张局势持续，国际油价大涨3%。

A股：截至收盘，沪指跌0.07%，深成指跌0.64%，创业板指跌1.10%。

盘面上，个股涨多跌少，沪深京三市超3000股飘红。量能明显萎缩，今日成交1.64万亿，较上周五缩量3440亿元，续创年内次低单日成交记录。沪深两市成交额1.63万亿，较上一个交易日缩量超过3400亿。

板块方面，AI硬件侧核心标的普遍低迷，中际旭创、新易盛、长鑫存储、工业富联、兆易创新等集体调整。创新药板块获资金回补，药明康德放量大涨。宁德时代企稳，助力新能源汽车板块。培育钻石、氮化铝、网络安全板块劲升，银行板块再度上行，农业、军工、传媒、煤炭、石化板块调整。

港股：截至收盘，恒指收涨0.45%，恒生科技指数跌0.06%，恒生生物科技指数涨3.84%。

盘面上，药明康德、中国联通、小米集团、联想集团走升，凯莱英涨超14%，中际旭创、剑桥科技跌超8%。

债市：国债期货多数上涨，截至收盘，30年期主力合约跌0.14%，10年期主力合约涨0.03%，5年期主力合约涨0.02%，2年期主力合约涨0.01%。

商品：国内商品期货多数下跌，截至收盘，非金属建材跌幅居前，玻璃跌5.79%；化工品多数下跌，纯碱跌5.56%；基本金属全部下跌，锡跌3.81%；农副产品多数下跌，红枣跌2.36%；油脂油料全部下跌，豆二跌2.02%；黑色系全部下跌，焦炭跌1.86%；新能源材料多数下跌，工业硅跌1.44%；贵金属涨跌参半，白银跌0.98%；能源品涨幅居前，原油涨11.71%；航运期货全部上涨，集运指数(欧线)涨2.27%。

硬件板块走低，网络安全板块爆发

网络安全板块永信至诚20cm涨停，天融信、国安股份、中新赛克、启明信息涨停，任子行、中孚信息、安博通、亚信安全等涨幅居前。

AI硬件板块调整，“易中天”中际旭创、新易盛、天孚通信集体下跌，中际旭创、新易盛盘中均一度跌超5%。此外，东山精密、长飞光纤等龙头股也下跌。

消息面，9月13日，Anthropic CEO Dario Amodei接受了CBS《周日早间》的专访。Amodei认为，“放缓AI”不是说我们今天需要恐慌，也不是说要把一切都关掉。但我们需要确保我们的安全防护、理解能力和控制能力，能够跟上技术发展的速度。此外，关闭AI模型的想法不是唯一的解决方案。如果一个AI模型足够强大，它可能关都关不掉。

此次访谈发生在一个特殊节点。同一个周末，Amodei发表的一篇博文《我们必须为前沿AI踩刹车》（We Must Pace the Frontier）引发轩然大波，并随即获得马斯克、Altman相继公开支持。社区热议称，AI高速前进之际“踩刹车”将重挫“AI交易”。

国盛证券认为，大模型可以获取的数据范围和操作权限持续拓展，人工智能在网络攻防两端的能力同步增强，由此强化了AI安全的重要性。浙商证券指出，海外头部AI企业正加快布局面向网络安全场景的专用工具和模型，自动化网络攻击手段加速迭代，也在推动政企机构增加安全投入。

分析认为，这篇博文引发市场对算力基建资本开支是否会缩减的担忧。投行Evercore ISI分析师马克·马哈尼表示，OpenAI和Anthropic的投资、招聘以及资本开支计划对整个科技行业都具有明显的外溢效应，若两家公司大幅削减相关开支，可能会对金融市场产生“重大影响”。

此外，美国AI巨头OpenAI突然按下“IPO暂停键”。该公司首席执行官Sam Altman表示，OpenAI不会在2026年进行首次公开募股（IPO）。他指出，鉴于当前围绕AI安全问题的诸多进展，现在并不是一个适合上市的时机。

CRO/创新药：WCLC中国新药数据创纪录，行业迈向"双核驱动"

万邦医药近岸蛋白双双 20CM涨停。三力制药、津药药业涨停。义翘神州涨超10%；药康生物、药石科技、美迪西、凯莱英、泰格医药、诚达药业、泓博医药、成都先导等涨幅居前。

逻辑链：① 事件催化——2026年世界肺癌大会（WCLC）于9月12日至15日在韩国首尔召开，中国新药数据创纪录：入选口头报告19项、小型口头报告45项，翰森制药B7-H3 ADC、宜联生物B7-H3 ADC针对小细胞肺癌的III期研究均入选规格最高的全体大会主席专场汇报；② 产业逻辑——新重磅药物、新分子、新技术对工艺开发和试验设计能力的要求提高，中国CDMO行业有望凭借全球生物医药创新技术领域早期管线的不断积累，进入由"工程师红利"+"引领创新红利"双核驱动时代；③ 行业周期——创新药行业经历一轮集中度提升与中小产能出清后，项目数量稳步增长、价格由下行通道转向复苏，大临床业务呈量价齐升态势。

中信证券认为，新重磅药物/新分子/新技术对于工艺开发和试验设计能力的要求提高，中国CDMO行业有望凭借在全球生物医药创新技术领域早期管线的不断积累，进入由"工程师红利"+"引领创新红利"双核驱动时代；上半年CXO板块及生命科学上游业绩稳健，行业进入复苏阶段，CRO板块有望量价齐升。

MLCC/PCB电子元件：村田停产+三星长协，量价齐升逻辑强化

MLCC(多层片式陶瓷电容器)概念震荡拉升，双星新材2连板，康达新材涨停，昀冢科技、春光集团、国瓷材料、风华高科等跟涨。

逻辑链：① 供给收缩——MLCC龙头村田制作所9月10日向客户发布通知，2026财年将启动产品线优化，对GRM、GRJ、GRT、GXM、GXT、GCM、GCJ、GCG、ZRA九大系列部分规格MLCC逐步停产（覆盖消费电子、车规、射频领域），首次将高毛利车规料号纳入腾挪范围、明确为AI超高容让路；② 需求放量——三星电机本月初与一家全球大型科技企业签署约1.07万亿韩元（约52.5亿元人民币）AI服务器用MLCC长期供应协议、金额创公司单笔订单纪录，6月以来已披露3笔合计约1.82万亿韩元长协、订单能见度延伸至2027年底；③ 涨价落地——太阳诱电9月1日起调涨价格，三星电机8月已全系列涨价30%、四季度还将对消费级及AI服务器用MLCC涨价10%—30%；④ 供需收紧——高端MLCC交期由此前8—10周拉长至20—26周，部分稀缺型号达5—10个月。在"停产腾产能+AI虹吸"共振下，MLCC产业链被机构判断进入"系统性涨价循环"。

国金证券认为，从MLCC龙头厂商涨价、三星电机长协订单持续增加，以及村田逐步退出消费电子、车规、射频等应用场景来看，AI对MLCC需求持续强劲、扩产速度跟不上AI需求增长，继续看好MLCC受益产业链。

开源证券表示，临近三季报披露窗口，MLCC、CCL、PCB钻针等方向可能迎来反弹行情；在AI服务器出货压力下，MLCC海外龙头有望持续转产普通料号、推动中高容产品持续通胀。

广发证券判断，当前行业增长仍主要由出货量增加和产能效率提升驱动，需求先行、量升价启，价格与利润弹性或仍具较大演绎空间，本轮MLCC产业周期仍处于上行周期前段。

汽车产业链集体走高

汽车产业链大幅走高，汽车电子、无人驾驶、新能源汽车等方向领涨。截至记者发稿，安凯客车、众泰汽车、海马汽车、山子高科、启明信息、瑞玛精密、满坤科技等涨停，万讯自控涨超14%，恒勃股份涨超10%，昀冢科技涨超8%，征和工业涨超7%，德众汽车、金杯汽车涨超6%，浙江荣泰、英利汽车、涛涛车业、中通客车等纷纷跟涨。

消息面上，近日，工信部等九部门印发《智能网联新能源汽车产业发展“十五五”规划》（以下简称《规划》）。其中提到，到2030年，我国智能网联新能源汽车全产业链优势进一步巩固，进入世界汽车强国行列，国内市场新能源乘用车、商用车在各自领域新车总销量的占比分别达到70%、40%，具备自动驾驶功能的汽车实现规模应用。高速公路、城市快速路、部分城市道路等场景实现高度自动驾驶。

国盛证券表示，《智能网联新能源汽车产业发展“十五五”规划》释放明确信号，即中国汽车产业正在从追求规模扩张转向追求质量和效率。尽管新能源车仍追求渗透率目标，但实现的路径已从卷产能和卷价格，转向了通过技术创新、产能优化、秩序整治和准入收紧来推动行业走向良性竞争。

国泰海通证券认为，随着汽车行业电动化进入下半场，高等级自动驾驶渗透率有望快速提升，同时自动驾驶场景应用进一步打开，有望与物流、出行等场景深度融合，建议关注RoboX相关产业链。

本文来自华尔街见闻，欢迎下载APP查看更多

9月14日，AI及半导体板块普遍下挫。日韩股市中，SK海力士跌超6%，三星电子跌4%；美股盘前，存储芯片股同样集体走弱，美光科技跌近5%，西部数据跌近4%，闪迪跌超5%。

市场抛售背后，是AI巨头近期罕见的集体表态。Anthropic首席执行官Dario Amodei上周六在X平台发表长文，呼吁AI企业主动放缓最前沿模型的开发速度，并宣布Anthropic将单方面引入独立第三方评估机制。

OpenAI首席执行官Sam Altman随后表示支持，xAI创始人埃隆·马斯克也发文称“Dario是对的”。三位AI巨头掌舵者罕见形成共识，迅速打击市场情绪，并引发投资者对AI资本开支周期的担忧。

不过，在部分投资者看来，“放缓开发”并不意味着AI资本开支周期就此逆转。算力需求、数据中心建设以及电力、存储、网络和冷却等基础设施需求仍在，若模型研发节奏趋缓，反而可能给行业更多时间消化此前投入、推动AI应用商业化。

AI巨头罕见“踩刹车”，芯片股先遭重估

Amodei在文章中警告称，未来6至12个月，AI代理可能具备“控制整个互联网”的能力，潜在损失规模或达数千亿美元。此前，Anthropic发布的威胁情报报告披露，其Claude模型已被用于武器开发、网络攻击、监控及欺诈等活动。

这一系列警告迅速在行业内部形成共振。Altman表示，AI带来的人类灭绝风险“不可接受”；马斯克则公开支持Amodei的观点。

消息传至资本市场后，AI产业链率先承压。索尼金融集团高级经济学家Takayuki Miyajima表示，周末有关放缓AI开发的言论将对日本AI及半导体相关股票构成抛售压力，中东局势的不确定性也进一步放大了避险情绪。

此前已经处于高位的AI资产对预期变化尤为敏感。Saxo Markets新加坡首席投资策略师Charu Chanana表示，AI和芯片股的估值同时建立在强劲需求与技术持续快速进步的预期之上，“哪怕只是可能出现延迟，也足以触发获利了结”。

放缓研发，不等于算力需求见顶

但在另一部分投资者看来，市场可能把“放缓AI开发”和“削减AI基础设施投资”画上了等号。

Global X Management悉尼投资策略师Billy Leung认为，三位CEO支持放缓开发，并不会直接改变芯片、电力和数据中心基础设施上的投入，反而可能拉长整个开发周期。

“如果商业化和AI应用继续增长，而新能力的开发速度略有放缓，行业反而可能从‘花钱建设’转向利用已有资产盈利，也就是货币化。”

Allspring Global Investments新加坡投资组合经理Gary Tan也认为，相关表态可能带来短期压力，但不太可能破坏长期AI投资主线。他指出，AI产业仍处于相对早期阶段，在技术快速演进的背景下，生态中的其他参与者未必愿意同步放慢脚步。

换言之，市场真正需要关注的并不是AI研发是否短暂降速，而是AI资本开支是否会因此出现实质性收缩。如果数据中心、电力、网络和存储等项目仍在推进，那么芯片需求的长期逻辑就尚未发生根本变化。

真正的考验：AI巨额投入能否兑现回报

相比AI安全争议本身，资本市场更深层的担忧在于：过去数年规模庞大的AI基础设施投资，最终能否转化为足够的商业回报。

T. Rowe Price伦敦投资组合经理Sebastien Mallet表示，AI“将改变世界”并不意味着当前每一笔相关投资都能获得具有吸引力的回报。随着资本投入规模持续扩大，投资者开始从“AI需要多少算力”进一步转向“这些算力最终能赚多少钱”。

与此同时，安全监管强化也可能带来新的投资机会。Chanana认为，网络安全、AI监控等领域可能因此获得额外需求，而存储、网络、冷却和电力设备等基础设施企业，也可能继续受益于已经启动的项目。

她指出，引入更多安全保障并不会让算力需求和AI应用凭空消失，反而可能使AI产业的发展路径更加审慎、持续。

当然，市场也存在截然不同的声音。以精准预判2008年美国房地产危机而闻名的投资者Michael Burry在X平台发文称，AI行业近期的安全警告可能只是“炒作和虚张声势”，意在掩盖真实且失控的增长放缓。

因此，对于AI产业而言，眼下的核心问题或许已经从“AI还会不会继续发展”，转向了AI巨额资本开支究竟能否持续，以及算力投资何时能够真正转化为利润。这也将决定本轮AI基础设施行情究竟是遭遇一次情绪性回撤，还是进入估值与商业模式重新定价阶段。

本文来自华尔街见闻，欢迎下载APP查看更多