在近期举办的Nebius Inflection 2026峰会上，一场关于AI基础设施真正走向商业化深水区的讨论引发了市场的强烈关注。Nebius联合创始人Roman Chernin提出了一个让全场技术人员与企业CIO产生共鸣的核心观点：“当智能体走向大规模生产时，传统的、无状态的模型服务架构将彻底崩溃，行业必须全面转向‘智能体运行期’基础设施。”

“客户希望智能体完成任务的成本，能让产品在经济上可行。”Roman Chernin 直言，“Token将成为下一个基础设施层，未来的付费模式将基于结果（Outcomes），而不是Token。”

当前，市场对AI的关注点已从单纯的“模型参数战”转向了真实的ROI（投资回报率）和云端算力消耗的经济账。正如Nebius CEO Arkady Volozh在会上透露，公司正朝着年底实现 800兆瓦至1吉瓦的运行电力迈进，并已锁定总计4吉瓦的算力容量，这意味着数十万乃至数百万张GPU的惊人规模。然而，支撑这种百亿美元级别扩产逻辑的核心，不再是卖基础算力，而是为企业解决“Token乱烧却不出活”的痛点。

规模化下的“恐怖放大器”：无状态推理为何失效？

在第一波AI浪潮中，市场的核心商业模式是“售卖Token”。开发模式极为线性：用户输入 →→ 经过API调用模型 →→ 模型返回Token →→ 结束。这是一种“无状态”的单次请求。

但Agent的行为逻辑完全不同。Roman Chernin指出：

“Agent不仅仅是一次优化的模型调用，它是一个循环（Loop）。它需要规划、调用工具和模型、观察结果、重试，直到任务完成。”

在资本市场眼中，这种循环一旦失去控制，就是一场财务灾难。Roman 一针见血地指出了规模化下的恐怖放大器效应：

“如今，构建一个智能体原型很容易……但在规模化下，小小的错误会累积。表面看起来很美好的95%单次调用成功率，换算下来就是彻底的失败。一个糟糕的规划可能消耗十倍于我们预算的 Token。”

从微观概率来看：如果一个模型单次 API 调用的成功率是 95%，但当一个 Agent 为了完成某项复杂任务，需要在 Loop 中连续调用该模型及各类工具 15 次时，该 Agent 任务的终极成功率将暴跌至：(0.95)¹⁵≈46.3%。

这意味着超过一半的概率，Agent会在中间某个环节“死锁”或彻底跑偏（Over-scoping）。“一个糟糕的计划可能会烧掉比我们预算多10倍的Token。”Roman警告道。

Chernin在峰会上提出了一个被他称为"下一个循环"的概念，这也是整个Agent Runtime体系中最具商业想象空间的部分：

"每个智能体在运行时，都会产生大量数据——规划、追踪、成本和结果。当我们捕获了所有这些数据，我们就可以开始系统性地、持续地改进智能体。就像今天我们优化推理端点一样，我们可以优化路由，改进提示词和工具调用，降低成本。"

这意味着云平台的角色发生了本质转变：

"云平台变成了不仅仅是智能体运行的地方，它变成了让智能体可度量且持续变得更好的系统。"

Chernin指出了另一个常被忽视的结构性变化：

"云平台是为人类用户构建的——开发者阅读文档，在控制台点击，手动部署和调试服务。智能体需要不同的云接口——API优先、可编程且可观测。"

CEO Arkady Volozh在随后的演讲中补充了规模数据：Nebius目前运营超过200兆瓦算力，年底目标达到800兆瓦至1吉瓦，已签约预留容量超过3吉瓦，年底目标突破4吉瓦。

商业落地的硬性指标：Agent Runtime的五大核心技术要求

为了在生产环境中稳定、低成本、安全地运行成百上千个Agent，底层基础设施必须具备以下五大硬性指标：

① 确定性流式编排与多模型路由（Deterministic Orchestration & Routing）

• 市场痛点： 纯靠LLM自主决定下一步调用什么工具，极易导致“幻觉”或死循环。大企业在财务、合规等高风险场景下，要求过程必须可控。

• 技术解法： 平台必须提供能将确定性代码与LLM柔性推理结合的框架，并支持动态模型路由。在Agent循环中，将最关键的决策路由给最聪明、最贵的模型（如GPT-5）；而把海量的脏活累活，自动路由给便宜10倍、快10倍的开源模型（如DeepSeek-V4、Nemotron）。Nebius生态战略副总裁Devang Sachdev在演示中提到，仅通过将GPT-5.5替换为开源大模型，成本瞬间下降了95%。

② 长周期状态管理与持久化执行（Durable Execution）

• 市场痛点： Cognition（Devin）的CEO Scott在访谈中提到，Agent的运行时间正在从几分钟拉长到数小时甚至数天。“我们已经看到人们让Devin连续运行几周来完成整个实习生级别的项目。”

• 技术解法： 基础设施必须提供Agent运行期的状态持久化。当遇到网络波动、工具超时或硬件微观故障时，系统需自动捕获上下文，实现“无缝断点续传”，而不是重新从第一步开始燃烧昂贵的Token。

③ 面向机器而非人类的高吞吐数据访问层（Grounding Data Layer）

• 市场痛点： Pinecone创始人Ash Ashutosh在圆桌论坛上披露了一个惊人的拐点：“去年9月，我们有史以来第一次看到一类新的用户，他们发起API调用的数量超过了人类，这就是Agent。” 如果直接把人类阅读的长篇网页丢给Agent，单次任务轻松烧掉几百万Token，单位经济学（Unit Economics）直接破产。

• 技术解法： Tavily创始人Rotem Weiss指出，互联网正走向分化，一层为人类优化，另一层为机器优化。基建需要集成智能体联网检索，返回高度精炼、结构化、带语义上下文的JSON数据，这能将Token消耗暴降，并保证企业内不同Agent认知的一致性。

④ 全Trace异步可观测性（Observability & Tracing）

• 市场痛点： “当100个Agent跑起来时，最先崩溃的是什么？是可见性。你将一无所知，那将是一场混乱（Chaos）。” LangChain的Julia Schottenstein直言。当企业的算力账单翻了5倍，根本不知道在包含数万次调用的“智能体风暴”里，是哪只Agent在哪一步出了错。

• 技术解法： 平台必须标配全链路异步追踪，清晰记录规划、工具调用、Token消耗及失败节点，让复杂的非确定性AI行为像传统软件的Debug日志一样可审计。

⑤ 严苛的安全沙箱与成本兜底（Sandbox & Cost Caps）

• 市场痛点： 一个写错逻辑的Agent企图自我纠错，可能在几分钟内烧光几千美元预算（Shadow AI的爆发）。更危险的是，越权操作可能带来合规灾难。

• 技术解法： 必须在Runtime层设定“硬性成本墙（Cost Caps）”和完全隔离的安全沙箱。Guardrails AI的Shree Rajpal强调，必须通过事前仿真（Simulation）来拦截Agent可能导致的越权、注入攻击或“越狱”。

从“调模型”到“控系统”：极致的ROI飞轮

用Nebius生态策略副总裁Devang Sachdev演示的医疗合规Agent演进案例，可以最直观地概括上述基建变革的商业价值：

最初用基础模型直接跑，单次合规审计任务耗时半小时，耗费657美元，且存在严重的数据陈旧和发散问题。 而在建立起包含“开源大模型专有推理 + Tavily联网检索 + Pinecone结构化向量库 + Guardrails护栏沙箱 + LangSmith链路监控”的Agent Runtime完整飞轮后，成本瞬间暴跌至24美元（下降超96%），运行时间缩短至13分钟，且具备完美的商业可审计性。

“下一代AI的篇章不会由模型能做什么来定义。”Mark Boroditsky最后总结道，“它将由组织能够部署什么、企业能够信任什么、用户每天能够依赖什么来定义。”

这正是云基础设施向Agent Runtime演进的核心底层逻辑——用极其硬核、纵向集成的工程系统，把脆弱的AI模型包裹成企业可以百分之百信赖的现代生产力生产线。

值得注意的是，峰会圆桌讨论揭示了市场层面的真实压力。科技媒体The Information执行主编Amir Ifrati点出了一个正在发酵的叙事转折：

"我们正处于一个与10-15年前公共云早期非常相似的时刻——客户突然说，等等，我今年比预期多花了2000万美元。"

DataRobot首席产品官Venky对此直接表态："当AI账单从每用户30美元的订阅变成数百万美元的行项目，每个人都开始追问ROI。"

Cognition（Devin）CEO Scott则从结果侧给出了模型路由的实践逻辑：

"绝对最难的任务，你仍然需要最聪明的模型。但对于那另外80%-90%的任务，有性价比高出10倍、速度快10倍的开源模型完全可以胜任。模型路由正在成为越来越重要的一环。"

Nebius Inflection 2026峰会全文实录如下（由AI辅助翻译）

旁白

当AI遇见真实世界，会发生什么？

技术是基石。每一场革命都会到达一个拐点。这就是我们的拐点。正是你们的好奇心、你们的远见、你们的决心，以及你们对突破边界的不懈追求，才让这一切成为现实。我们正处于AI的黄金时代，这一切源于你们的雄心壮志——让AI在我们赖以生存的各行各业中蓬勃发展。

我们正在共同定义AI的下一个阶段。

请欢迎Nebius首席营收官Marc Boroditsky登台。

Marc Boroditsky — 首席营收官，Nebius

大家下午好，感谢各位的到来。正如刚才"上帝之声"所介绍的，我是Marc Boroditsky，Nebius的首席营收官。我非常荣幸地欢迎大家来到我们的首届Nebius Inflection大会。

好了，我不打算用又一场AI主题演讲来烦扰大家——那种声称整个世界将因AI而改变、AI让一切以前所未有的速度推进、眼前机遇无比巨大的演讲。

事实上，每周我们都会听到关于新模型、新基准、新智能体框架的发布公告。有时候，这些公告甚至在同一天，乃至同一个小时内接连出现。

我们其实正处于一个有趣的节点。我想在座各位都清楚：AI正在从一个工具，转变为能够做出令人惊叹之事、足以颠覆整个行业的存在。 但在座的每一个人都知道，我们需要的不是另一场关于机遇规模有多大的演讲。

我们需要一场更诚实的对话——关于当下地面上究竟正在发生什么。

因为有很多事情是在奏效的，但同样也有很多事情并不奏效，而且很多事情依然比人们在台上做主题演讲时愿意承认的要混乱得多。这种状况必须改变——如果AI要从实验阶段走向人们可以依赖的系统，我们就必须迈上新的台阶。

这正是我们创办Inflection的原因。

不是为了举办另一场会议，不是为了制造另一个产品发布时刻，也不是为了成为另一个发布行业公告的场合。我们创办它，是为了那些真正在做事的人。 运营者、创始人、研究人员、基础设施团队、投资者、企业领导者和建设者——那些正在将AI从可能性推向生产落地的人。

因为在当今的企业内部，AI的发展已经超前于针对它所做出的决策。 各团队正在构建智能体、多智能体自动化系统以及令人惊叹的全新工作流——有些经过了审批，有些属于"影子AI"，但所有这些都指向同一件事：人们不在等待。

而这正是工作变得真实的地方。

Demo跑通了，智能体看起来令人印象深刻，第一次模型调用感觉像魔法一样。然后它触碰到了真实世界——工作流、内部数据、延迟、SLA、治理，还有财务团队质问为什么账单突然翻了一倍。这时候，真正的代价才浮出水面。

我说的不是那张发票，我说的是AI规模化运行的代价。

因为一旦AI从试点阶段进入真实使用阶段，问题就变了。不再是"模型能不能做到"，而变成了：系统能不能可靠地做到？够不够快？够不够安全？成本是否合理？当某些事情发生变化时，我们能评估它吗？出了问题，我们能看到发生了什么吗？我们能治理一个多智能体集群，防止它造成危害吗？我们能证明其价值大于成本吗？

各组织对这些问题的回答，正是将定义这个十年的公司与其他公司区分开来的关键所在。

第一波浪潮追求的是规模——Token最大化，更多提示词，更多上下文，更多推理步骤，更多循环。但现实改变了衡量标准。接下来要走的路，不应该是关于更多Token，而应该是让每一个Token都物有所值—— 在数学上算得通的成本、用户信任的质量、能够改变业务的速度。

赢得下一个篇章的团队，不会是消耗算力最多的团队，而是将算力转化为成果的团队。

想想看：价值最大化，而非Token最大化。 在规模上创造价值的生产级AI，是摆在我们面前的下一个伟大拐点。

但技术本身不会创造拐点，人才会。 未来不会靠预言而诞生。

在Nebius，我们的使命很简单：帮助那些真正去构建未来的人。 而这些人，就在这个房间里——研究人员与运营者，创始人与企业领导者，基础设施与应用创新者，每个人都为一个更宏大的生态系统贡献着不可或缺的一块拼图。

我们相信，没有任何一家公司能够独自将AI的全部潜力带给这个世界。 这正是像今天这样的聚会如此重要的原因。

在今天的议程中，你们将听到AI领域最具洞察力、最具影响力的思想者们分享他们的观点。你们将了解技术的走向，哪些挑战仍有待解决，以及从实验走向规模化生产需要什么。我们希望这些对话能够挑战固有假设、锐化思维视角、激发新的想法。也希望你们充分利用今天汇聚于此的这群非凡之人。

Nebius团队的许多成员也在现场，他们来这里不仅仅是为了演讲，更是为了倾听、学习和协作。

随着今天议程的推进，我鼓励大家充分投入——提问、分享经验、挑战传统思维，把握与这群聚集于此的杰出领导者们建立连接的机会。

感谢大家成为其中的一部分。

在我们正式开始之前，我想分享一件对我们Nebius而言意义深重的事。Nvidia与Nebius从Nebius创立之初便携手同行、共同构建。 在此，我想播放一段来自Jensen Wang（黄仁勋） 的特别致辞。

来自黄仁勋的特别致辞

我的朋友们，周年纪念快乐，恭喜你们。Nebius，你们正在构建的东西非同寻常。数据中心正在成为AI工厂。它们将能源转化为tokens，再将tokens转化为智能。AI工厂是这个时代新的基础设施。 它们必须建在人们生活、工作和创造的地方——一个地区接一个地区，一个社区接一个社区，基础设施必须建在需求所在的地方。这正是Nebius正在构建的。

你们从深厚的云工程基因起步，然后为AI时代重建了你们的平台，仅用两年时间就从一个数据中心扩展到了吉瓦级规模的AI工厂。 Nvidia带来了加速计算、网络系统和推理软件。Nebius为开发者、初创公司、研究人员和企业构建了全栈AI平台。我们共同证明，世界各地都需要AI基础设施，而在本地构建是让它真正运转的唯一方式。

建设才刚刚开始。 Nvidia很自豪能与Nebius合作，共同构建AI时代的基础设施。恭喜你们，希望这次inflection大会圆满成功。

旁白

请欢迎Nebius联合创始人Roman Chernin登台。

Roman Chernin — Nebius联合创始人

好的，我以为Mark会来介绍我，但他们直到最后一刻才改变，把所有控制权都交给了机器人。还有Jensen，但我们都知道Jensen掌控着一切。好了，感谢大家的到来。

也感谢这个机会，让我来讲讲我们在Nebius构建了什么，我们认为我们已经交付了什么，以及我们下一步的方向。我们的行业显然正处于过去几年的拐点。我们展示了——实际上是你们展示了——AI能做什么。但现在我们需要共同证明，AI能够创造真实的经济价值。 要实现AI真正的承诺，我们需要为组织和人类创造真实的价值。实际上，我们需要建立健康的业务，拥有健康的利润率，而不仅仅是展示漂亮的营收数字和大规模融资。这是千载难逢的机会，我们需要兑现。

坏消息是，要兑现，你需要去搞清楚那些枯燥的基础设施细节。这是脏活，是不性感的工作。

有一个漂亮的原型是一回事。哦，好主意。但克服真实生产和规模化的复杂性是另一回事——关键产品要像原型展示的那样漂亮，但还要可靠。从Anthropic起步的公司需要转向开源模型，以满足单位经济性并真正发展壮大。在原型中运行良好的智能体，一旦扩展到规模，问题就会不断叠加，最终崩溃。从大型超大规模云厂商辞职、带着绝妙想法去构建自己实验室的优秀研究人员，需要的是能直接运转的基础设施。这就是我们开发Nebius的原因。我们希望在构建者扩展规模时帮助他们。

当我们审视市场时，我们看到了一个虚假的选择。一方面是老牌超大规模云厂商，拥有大量服务和全球覆盖，但看起来它们是在上一个Cloudera时代设计和构建的。它们没有针对AI工作负载和AI开发者进行优化。 它们在遗留基础设施上构建AI服务。它们的模式，说白了，始终是通过复杂的计费将开发者锁定在封闭服务中，更不用说它们存在永久性的利益冲突——它们可以为内部使用分配更多容量，而给云客户的反而更少。

另一方面是所谓的"新云"。我说了很多次，我很讨厌这个词——这是一个新的裸金属提供商类别，为AI工作负载而构建，但往往不可靠。说实话，构建者体验很差。构建它的人更像是系统集成商，他们不是真正的开发者。所以我们认为，这两种选择都有真实的局限性。

我们相信存在第三条路，一个新的产品类别——面向AI的规模化云（Scaled Cloud for AI）。从第一性原理出发构建：

第一，AI专属。 我们只为机器学习而构建和优化。我们不做任何其他事情。

第二，全栈，为客户提供最佳的总拥有成本，因为我们从底层做起。我们构建和运营数据中心，我们自己组装机架和服务器，我们构建全栈软件平台。

第三，以构建者体验为先。 我们称之为"Meet Builder"——开发者在哪里，我们就在哪里。我们让开发者专注于他们需要做的和需要控制的事情，并抽象掉大部分复杂性。

第四，开放性。 实际上，我们太小了，无法尝试将人们锁定在封闭的生态系统中。所以不做厂商锁定，依赖开放标准，给予选择。

最后同样重要的是，人很重要。 客户支持体验，工程师对工程师的关系。我们也从第一天起就自己使用我们的平台（dog fooding）。

直到现在，我们把Nebius建成了一家不同类型的公司，服务于不同类型的用户。你知道这句话："没有人因为选择AWS而被开除。"所以我们的客户也可以选择AWS，但他们选择在Nebius上构建，因为它快速、高效，而且实际上可以与拥有世界上最苛刻AI工作负载的团队共同工程化。我们将超级计算机的规模、可靠性与性能结合在一起。 这就是我们的模式。

让我分享一些我们如何与四类客户共同构建的例子。

第一类：超级实验室合作伙伴，微软和Meta。 我们帮助他们构建内部生态系统。当然，他们规模庞大、能力强劲，但他们来找我们，是因为他们知道我们能在物理世界的真实约束条件下非常快速地构建。他们需要世界上最大的互联集群，而我们交付定制机架和服务器、最新GPU以及多层存储，能效高且具备容错可靠性。

人们有时称之为商品化，但我们认为在这种规模下没有什么是商品化的。一个完全集成、生产就绪的AI工厂不是商品。 对我们来说，这是对我们如何从拥有世界上最疯狂需求的客户那里构建AI基础设施基础层的验证。他们教会了我们如何优化裸金属计算，并构建了AI云的基础。

第二类：需要快速行动才能生存的团队。 他们需要用更少的资源做更多的事，他们没有大型科技公司那样的大型基础设施团队支持他们，所以我们为AI实验室构建多租户云。

Recraft正在构建一个200亿参数的图像生成模型，但他们的训练会话不断被中断。我们的工程师直接修复了网络，直接给NiCkel打补丁，将训练速度提高了六倍。 Cursor需要访问Nvidia B300来完成他们的大型强化学习任务。他们是第一批在官方固件发布之前就大规模采用最新芯片的团队。所以我们快速行动，紧密合作。

我们将这些共同工程化的经验应用于许多其他客户，为英国两家最成功的生物技术初创公司加速药物发现，以及数十个其他团队——开发下一代图像AI的，如Black Forest；做机器人AI的，如Roda；做视频和世界模型的，如Descartes；以及加速研究的，如Core Automation。

对我们来说最大的奖励，是听到如此优秀、经验丰富的人不只是把我们当作供应商，而是当作合作伙伴。我们从这些团队学到，训练的真实成本不是GPU小时数。大规模训练会崩溃。所以我们构建了带有自动修复的健康检查，并为集群分配备用容量，以实现行业领先的可靠性，以及比某些大型云高达两倍的更好总拥有成本。 此外，他们需要最早获得最新硬件。所以我们大力投入，力争第一，尽早为他们提供只有少数提供商能做到的性能。

第三类：如果说AI实验室告诉我们训练一个好模型需要什么，那么下一类客户则告诉我们如何服务这些模型。 推理正在爆炸式增长，大家都听说了。推动这一趋势的是AI原生产品，它们已经服务于数百万用户并呈指数级增长。要成功，他们需要永不停歇的可靠推理基础设施。

但更重要的是，它支撑着他们产品的单位经济性。Hixfield服务超过2500万用户，在短短几个月内从零增长到数亿美元的营收。他们需要能够让他们非常快速、持续实验的开发者体验，以及非常高效的推理自动扩展，以应对峰值媒体需求。Brave每天提供超过1600万次实时AI摘要。他们最初采用自己动手的推理方式，只是租了集群自己运行系统，但后来转向了托管平台，因为我们能够改善他们的单位经济性。Sword Health为心理健康患者构建AI护理。当涉及敏感话题时，对用户来说高延迟感觉就像我们根本不在乎。通过使用Nebius的专用端点，他们能够将产品的端到端延迟从20秒以上降低到12秒以下。

所以对于这类客户，我们构建了Nebius Token Factory——一个托管推理平台，提供对所有模型的访问，针对每个用例进行优化。它基于我们在云中拥有的相同可靠基础设施和编排能力。推理优化是一个模型加系统级别的问题。我们将Nebius工程与我们宣布的两项近期收购相结合。其中一个是位于旧金山的Egan AI团队。他们专注于模型层面——先进的量化技术、稀疏注意力、内核级别，以及系统设计、编排、KV缓存。现在看来，我们拥有了一支相当强大的团队来交付推理，这一点得到了一些非常受人尊敬的人士的验证。

第四类：企业客户。 下一个教训是，只有当客户能够按照自己的方式使用我们时，我们才真正可用。并非所有人都从零开始，企业在走向成为AI公司的路上，不像AI原生企业那样灵活。他们不仅需要性能，还需要可信赖的基础设施。他们需要将智能体添加到现有系统和流程中的能力。

Revolut，全球最大的金融科技公司之一，拥有超过7000万用户。他们有大量AI智能体在非常敏感的数据上运行。他们添加了Nebius Token Factory来弥补现有提供商的不足。我们共同将他们AI开发的速度提升，并实现了65%更好的欺诈防护和41%更好的产品推荐。 另一个例子是Shopify。他们训练了推荐模型并构建了相当复杂的智能体系统。他们使用Sky Pilot来跨GCP和Nebius编排工作负载——这就是多云。Mastercard每天处理数十亿笔交易，他们将Tavily——我们最近收购的另一家公司——Nebius的智能体搜索集成到他们现有的流程中。现在他们不仅可以基于历史模式，还可以使用在线信号来检测洗钱。结果是更高的检测率和更短的响应时间。

这一切都发生在我们合作伙伴的生态系统中，因为这不仅仅是你如何构建产品，还有谁帮助客户提取价值。所以我们非常感谢所有早期冒险押注我们的合作伙伴。

大型组织面临的最大挑战甚至不是技术，而是运营模式和合规性。 所以我们构建了内置安全性、可观测性、成本控制和合规性的平台。我们也给了他们多种消费方式——通过控制台、API和SDK，配有文档齐全的操作手册，以及无锁定的100%可选标准和集成，使多云工作成为可能。团队可以将Nebius与他们已有的任何东西集成，并充满信心地构建。

我们为不同工程需求的不同类型团队塑造了Nebius。看一下这个：在基础层，最新最强大的GPU运行在我们自己的服务器和机架中。 在此之上，是一个功能强大的完整云平台，拥有强大的存储、自动修复、可观测性，一切高度集成以实现零性能损失，以及一套工具，包括我们自己的Slurm、Kubernetes、分隔符、无服务器和其他服务。在顶层，是AI运行时Token Factory，用于推理和模型微调，内置系统级优化和模型级优化。所有这些都有多种消费方式、安全性、合规性和可观测性。一个平台服务任何类型的构建者——AI产品开发者用于实验和发展产品，机器学习工程科学家用于将时间花在构建而非配置集群上，企业团队用于在受控条件下大规模运行AI。

Nebius能走到今天，要感谢我们有幸合作并从中学习的所有优秀客户。但这还不是全部。

我们刚刚展示和讨论的一切，是我们现在正在增长的。但我们想为即将到来的做好准备。也许我们还不知道如何交付的所有细节。这就是智能体（Agentic）新世界。让我分享我们如何思考AI基础设施的未来。

智能体正在呈指数级增长，再次改变我们的行业。 客户希望智能体以使产品可行的成本完成任务。Tokens将成为下一个基础设施层。人们将为结果付费，而不是为tokens付费。这对云提出了新的要求，我们需要应对。

一个智能体不只是一次优化的模型调用，它是一个循环。 它制定计划，调用工具和模型，观察结果，重试并继续，直到任务完成。今天，原型化一个智能体很容易。你可以把一个模型连接到几个工具上，让事情运转起来。但生产是不同的。运行一次智能体，与为组织中数千名用户大规模运行数千个智能体，是完全不同的。

小错误会不断叠加。 看起来不错的95%每次调用成功率，会转化为彻底失败。一个糟糕的计划可能消耗比预算多10倍的tokens。

那么云基础设施应该是什么样的？

第一，高性能推理——快速、成本高效，服务于许多并发稀疏任务。

第二，接地气的数据访问——实时网络搜索、提取和研究，为智能体提供上下文。

第三，编排——我们需要组织模型和工具之间的路由、重试、状态管理、持久执行，以及可以运行数分钟乃至数小时的任务。

第四，可观测性和评估——我们需要收集智能体计划了什么、做了什么、调用了哪些工具、什么失败了、花费了多少以及结果是什么的完整追踪。

第五，控制和安全——权限、沙箱和成本上限。

这是从无状态模型服务到智能体运行时基础设施的转变。

但当基础设施就位后，我们可以开始下一个循环。每个智能体在运行时都会产生大量数据——计划、追踪、成本和结果。当我们捕获所有这些数据时，我们可以开始系统性地、持续地改进智能体。就像今天我们优化推理端点一样，我们可以优化路由，改进提示和工具调用，降低成本。云平台不仅仅是智能体运行的地方，它成为使智能体可测量并持续改进的系统。

云还有另一个转变。一个新的角色出现了——智能体作为用户。 云平台过去是为人类用户构建的——阅读文档、点击控制台、手动部署和调试服务的开发者。智能体需要不同的云接口——API优先，可编程且可观测。 我们在一年前就开始朝这个方向迈进。我们通过MCP提供Nebius API，让智能体能够与平台交互。今年，我们正在开发Nebius Agent Echo，它知道如何在我们的基础设施上执行复杂任务。

但更深层的要点是工作负载优化。智能体的行为与人类不同——它们持续调用API，并行运行许多步骤，重试并优化成本和效率。这需要低延迟API、高效调度和成本控制。

为什么我认为Nebius能构建它？我们从硬件到API是垂直集成的，所以我们可以跨全栈优化智能体工作负载并取得成果。

目标很简单：我们需要让Nebius成为智能体能够有效使用的云。

真正令人兴奋的是，这是一片绿地。智能体AI对每个人来说都将是新的工作负载，对每个参与者来说都是如此。 没有数十年积累的经验。我们看到了新类型的开发者、新类型的应用程序，每个人都从零开始。当每个人都从零开始时，优势属于那些能够快速行动的人。

共同工程化——那就是我们这个房间里的人——提供AI产品的真实价值。这不会容易，但你做什么就得到什么。构建者能够解决这个问题，解决那些看似不可能的难题。我们Nebius将尽我们所能不拖累你们。我们继续以稳健的步伐构建面向AI的规模化云。

说到这里，让我请Arkady上台——我们的CEO，那个把我们推向极限的人——他将告诉大家他在哪些维度上推动我们。

Arkady Volozh — CEO & 联合创始人，Nebius

我想对Roma刚才说的内容做一个总结，也许稍微补充一点。就几张幻灯片，不是一个大型演示。

Nebius是什么

Nebius实际上是在做什么？我们在构建一个平台，一个算力平台。我们建造自己的数据中心，我们建造自己的机架，大家都知道。

最近，我们开始向下延伸技术栈，不得不在能源层面做一些事情，比如电网发电、Bloom合同等等。这是基础硬件平台。在此之上，我们构建云服务、推理服务、talking factory。现在我们正在构建一个agentic层。这些都是使Nebius成为Nebius自身的工具。

Nebius做什么，不做什么

所以，Nebius是一个算力平台与工具，服务于AI应用的开发者——那些真正创造AI的人。Nebius只是一个工具。

Nebius不做什么？Nebius不开发自己的模型，Nebius也不开发自己的应用。 那是我们的开发者客户在做的事。使用这些工具、使用这些算力的客户，构建出这些神奇的东西——无论是基础模型、消费者应用还是企业应用——这些才真正产生了价值，才是真实的产业。这才是AI真正创造价值的地方，在那里，一切都会变得快10倍、便宜10×10倍，或者多10倍。

如果这一切发生，整个生态系统就会运转起来，而我们离这一天已经非常近了。Nebius就是在这里扮演这个角色。

产品维度

Roma讲到了我们的二维空间。我们在构建产品——公平地说，主要是裸金属云、推理、agentics。我们为不同类型的客户开发这些产品，他们需要不同的东西，思考方式不同，说着不同的语言——无论是裸金属、购买GPU还是购买token。

这是不同类型的用户，他们是开发者或项目经理。现在使用AI的人远比使用传统云的人多得多。所以我们在这两个维度上构建，但还有第三个维度，那就是规模。

规模维度

我们在大规模地构建这些东西。

不到两年前，我们从一个10兆瓦的小型数据中心起步。我们说现在运行超过200兆瓦。我们最近表示，到今年年底，我们将达到800兆瓦到1吉瓦的运行功率。我们已经预订并签约了3吉瓦的容量，并表示到年底将超过4吉瓦。我们正在朝这个方向前进，非常接近了。

这就是规模，但规模不仅以兆瓦、吉字节来衡量，还可以以建设地点来衡量——差点忘了说这个。我们在欧洲、中东建造这些兆瓦和吉瓦级设施，印度和亚太地区也即将开始。当然，我们大多数已建和在建的项目都在美国。

重要的是，在我们签约的4吉瓦中，三分之二是我们自有的容量——是我们自己的土地、电力和厂房，不是租赁的。所以我们建立了一个相当庞大的系统。

GPU规模

这个容量，其规模可以用吉瓦来衡量，也可以用GPU数量来衡量。这里显示的是上半年的数字，但数字本身并不重要。我们正在建造的规模是数十万乃至数百万GPU。今天有多少公司能在公有云中提供数十万GPU？也许是三家超大规模云服务商，还有我们，也许还有其他人，我不确定。所以我们正在构建全球最大的公有AI云之一。

资金维度

这就是规模，但这个规模也可以用美元来衡量。有吉瓦，也有吉美元。

23个月前，我们从20亿美元起步，很高兴能以此为起点。这笔钱实际上足够我们开始预订所有这些容量，因为预订只需总资本支出的1%。去年我们又融了数十亿美元，开始建造这些数据中心。今年我们预订了数百亿美元的容量，这将使我们能够在今年建造吉瓦级GPU设施。现在我们在思考如何获得数千亿美元。

到目前为止，我们在融资方面非常有创意、非常高效。我们是最早（甚至是第一家）启动客户预付款模式的公司之一，这帮助我们带来了建设资金。我们也是最早签订大型兜底合同的公司之一，这使我们能够以较低成本为建设融资。当然，我们也有可转换债券和其他传统融资工具。

我可以向大家保证，我们将继续以同样的创造力和效率进行融资，很快就会有一些公告发布。但这是无限增长，我们需要越来越多的资金。建造这些吉瓦、数百万GPU需要数千亿美元，这是一个巨大规模的生产建设。

第四维度：时间

我想说，是的，我们在构建这个三维空间——产品、客户、规模，但还有第四个维度，那就是时间。

你无法把它放在图表上，但这个维度实际上就是公司本身的故事。下个月，我们将迎来成立两周年。我们创建了这家公司，汇聚了所有我们设法招募到的人才——那些来到我们这里的人，现在已经是数千人。所以，我们称之为第四维度。

正式宣告：不再是初创公司

借用今天这场活动的名称，我们决定应该做出改变——我们正式宣布，从今天起，停止称自己为初创公司。

我们创造了产品，我们以规模创造了它，我们为客户创造了它。正是客户，让这一切变得有意义。

我认为，现在是时候听听我们的一些客户的声音了。

Nebius 客户心声

Base CamP Research 正在构建生物学的互联网。 没错。

是的。

Robot Forces 正在打造机器人劳动力，承担那些人类不应该亲自去做的事情。 我们正在努力改善专业沟通方式。我们正在构建基础模型，以揭示关于大脑的全新生物学知识，从而改变痴呆症的发展进程。我们正在尝试赋予受监管行业加速软件开发的能力。

我们设计一种新分子，并在不到 24 个月内将其推向市场。这绝对是疯狂的——要知道，传统方式开发一种新分子可能需要七年时间。不，现在只需要 24 个月。

我们面临的主要技术挑战之一，是如何真正做好上下文工程，而不是不假思索地把所有内容都塞进上下文。制药行业通常需要大约 10 年时间和 20 亿美元。 我们必须综合考虑数据、模型和基础设施——谁能以超大规模最快速地提供算力，这正是 Nebius 发挥作用的地方。

Nebius 变得至关重要，是因为我们真正需要安全地扩展我们的 AI。 得益于 Nebius，我们能够在数周内完成模型的扩展。我们可以将时间从数月缩短到仅仅几个小时。 你们以我们希望的实验速度来支持我们。速度令人难以置信。 使用 Nebius，我们降低了大约 70%。原本需要两到三周的工作，我们可以在一周内完成。当我们开始使用 Nebius 时，我们看到 P99 延迟在 400 到 500 毫秒，这非常了不起。我们实际上一直在和他们沟通。

几乎每天都在沟通。

我认为现在是构建产品的极佳时机。 就在当下。有机会打造出被大量用户使用的产品。

到 2030 年，我预计我们将在生物学的所有领域看到真正伟大的进步。

我们将需要指数级增长的更多算力，才能将我们带到下一个层次。

找到那些与你同行的人，因为他们相信这个使命。这是一段非常令人兴奋的旅程。让我们出发吧。

行业圆桌讨论

旁白： 请欢迎《The Information》执行编辑 Amir Ifrati 上台。

《The Information》执行编辑 Amir Ifrati：

大家好，我叫 Amir，很高兴来到这里。这是一个非常好的切入点，从智能体层出发，探讨 Nebius 的客户——那些真正为 AI 用户提供产品的公司——是如何经历当下这个时刻的。废话不多说，让我们欢迎其他嘉宾上台。

嘿，大家好。

好的。当 Nebius 最初找到我，提出这个讨论的想法时，我以为今天的活动会和现在有所不同。我以为会是一个接一个的案例研究，讲述那些正在做他们以前认为不可能做到的事情的公司，甚至是六个月前还做不到的事情——这种情况依然存在，有很多可以聊的。但我认为我们现在处于一种……姑且称之为叙事转变的时刻。CIO 和 CTO 们谈论最多的是失控的成本、缺乏成本管控，这个话题似乎正在主导整个对话。所以我非常期待讨论这个问题，以及各家公司正在采取什么措施。

让我们为这个讨论做个铺垫。我想按顺序听取每位嘉宾的看法。我们先从 Database 的 Nikita 开始——你如何看待当下这个特殊时刻？这只是一个暂时的停顿、短暂的审视、重新考量或收缩？还是说，只要再过几周，等下一批模型出来，我们就会把这些都抛诸脑后，然后继续狂奔——比如，我们该把多少 API 调用量给 Anthropic 或 OpenAI？我们该把多少钱投给 Scott 和 Devin 以及那些智能体？请你先开始，并介绍一下自己。

Nikita（Database，前 Neon 创始人）：

好的，我叫 Nikita，我在 Database 工作。此前，我创立了一家叫 Neon 的公司，去年被收购了。我们处于所有 AI 编程智能体的下游消费端，为现代应用提供基础设施。在 Database，我负责运营一个数据库——也就是 Neon 演变而来的产品——以及一个应用平台。所以我与所有代码生成系统都有非常紧密的联系。

回答你的问题，我认为可以从两个视角来看：一是数据库视角，即大型工程组织内部在做什么；二是我们的客户在要求我们做什么。

先说客户——他们想要成本管控。我们刚刚经历了一个"token 消耗最大化"的小阶段，我认为我们还在其中。但随后，很多地方开始出现问题——尽可能利用 AI 对工程师来说固然重要，但也存在浪费性支出。所以人们想要搞清楚到底发生了什么。

从数据库的角度来看，如果你能把 AI 消耗通过 AI 网关来处理，我认为这是一个纯粹的基础设施观点：把你的 AI 消耗接入我们的 AI Unity Gateway，我们来告诉你发生了什么。从那以后，你就可以根据需要切换到其他模型，我们也可以为你托管这些模型，等等。这是 Database 纯粹从产品角度为客户提供的方案。

从内部来说，工程师的 AI 预算是无限的，"token 最大化"依然存在。大家可以带来自己的 AI 工具，大多数人在运行 Claude Code 或者类似内部版 Devin 的东西。我认为未来的走向是——我们会对工程师的生产力有更多可见性，当我们开始审视整个软件交付流水线，看清其中的瓶颈所在时。

《The Information》Amir Ifrati：

好的，谢谢。DataRobot 的嘉宾，请开始。

Venky — CPO，DataRobot：

当然。我是 Venky，DataRobot 的 CPO。我们一直非常专注于如何帮助企业真正重塑其工作方式，特别是与智能体协作的方式。就像智能体正在改变编程方式一样，我们思考的是如何在企业核心工作流中实现这一点，比如业务规划、安全合规、运营等方面。

在成本问题上，我们发现，当你开始看到这些东西真正投入生产时，它就不再是"每个用户每月多花 30 美元订阅费"这种小事了。你开始面对的是数百万美元的支出，突然间它成了一个大的预算项目。当"I（投资）"变得很大时，你自然要开始追问"R（回报）"在哪里。

所以现在大家都在重新审视：仅仅部署一个智能体就够了吗？它花费很多，但我到底得到了什么回报？

我们的观点是：在"I"这一侧，成本必须从一开始就作为核心设计原则来考量。在构建智能体、设计智能体、评估智能体时，你必须把成本纳入考虑。然后你要考虑如何选择合适的模型，以及如何在运行时优化——就像 Nikita 说的那样，根据意图路由到不同模型，确保你用的是最低成本的模型。如果你在自托管模型，你是否获得了最大化的利用率？这是投资侧需要做的大量工作。

而在ROI 侧，你必须选择有价值的问题来解决。你不能把每一个现有的工作流都塞进一个智能体框架，然后期待回报。你真的需要从头开始重新思考整个业务流程，以智能体原生的方式来重构。

《The Information》Amir Ifrati：

好的，我们稍后会深入探讨这个话题。

Narek，来自 Nebius，我在来这里的路上一直在思考我们所处的这个时刻。它真的让我想起了 10 到 15 年前公有云兴起时的情形。我当时在写关于 AWS 客户的报道，他们说："等等，我今年比预期多花了 2000 万美元。"那时候，2000 万美元是一笔很大的钱。所以这确实感觉是一个非常相似的时刻。你是否也有同感？在应用 AI 和客户成本方面，你认为我们现在处于什么位置？

Narek — Nebius：

是的，我认为成本问题是随着规模扩大而出现的。当你扩大规模时——是的，创建一个原型、展示一些结果非常容易。但如果你把这个原型扩展到数百个用户，经济账就会把你压垮。你需要运用一些技术来让它更可靠、更具成本效益。

我可以举一个例子。大约一年前，我们为我们的云平台创建了一个 MCP（模型上下文协议）。你可以把这个 MCP 接入我们的云，然后问一些问题，比如某个用户在我们平台上做了什么。使用 MCP，回答这个问题花了大约 15 分钟，消耗了 100 万个 token。 后来我们把它更新为一个 Echo 系统，其中包含了大量关于我们信息、API 等的上下文。同样的查询只需要几秒钟，智能体只消耗了几千个 token。

所以，不仅仅是使用模型本身很重要，优化数据层、为模型提供更高效的上下文同样至关重要。这将大幅降低你的成本。这正是我们在平台上看到的情况。

《The Information》Amir Ifrati：

Scott，我猜这些关于支出反弹的噪音对你来说可能是个好消息。你不仅通过对模型提供商进行抽象化来构建业务和产品，而且也非常注重结果导向。

结果优先。 告诉我们你如何经历这个时刻？你看到了所有这些头条新闻，看到很多客户、CIO 和 CTO 在讨论失控的成本。对你来说这是什么感受？

Scott — CEO，Cognition（Devin）：

是的，当然。我是 Scott，Cognition 的 CEO，我们构建了 AI 软件工程师 Devin。我非常赞同各位已经提出的所有观点。你确实看到了价格和支出增加到了一个让所有 CIO 都非常在意的程度。

我认为，从很高的层面来看，AI 是有效的，而且显然是值得的。

当我们谈论效率提升、能做到更多事情时，GPU 确实很贵，但也没那么贵。相对于你支付的 token 费用，与你获得的额外产能或产出相比，数学账算起来是非常清晰的——特别是与你支付给人类员工的费用相比，以及团队中每个人能多做多少事情相比。

我认为人们真正关注的是：如何真正衡量和优化这一点，如何从结果的角度来思考这个问题。 写 1 万行代码，对任何模型来说都比让人类写 1 万行代码便宜得多。但是，就像管理人类一样，管理智能体也是一回事——如果那 1 万行代码完全没用，用在了一个你从未真正发布或构建的任务上，那就完全是在浪费钱。

所以，更重要的是思考：我真正在推动什么实际结果？

人们谈到"杰文斯悖论"，我们在实际工作中确实非常明显地看到了这一点。每家公司都在构建更多、发布更多软件。 但他们想知道的是：发布这么多软件，我能获得什么具体回报？我如何衡量？也许是我的产品更快上市，从而获得更多收入；也许是我能给客户提供更好的体验；也许是我能更快、更好地构建内部工具，从而体现出更高价值。

重点不在于字面上的"一分钱一分货"，而在于确保你把 AI 引导向真正影响底线的用例上。

《The Information》Amir Ifrati：

你说得听起来很容易。但显然，在极大型企业里，存在很多各自为政的部门、不同的支出中心、成本中心、各做各事的不同业务部门。在早期的公有云时代，解决方案之一是集中化——建立某种中央决策机制来管理支出，而不是让每个团队各行其是。

能不能深入谈谈你们看到企业正在努力克服的组织层面的障碍？另外，我们上周在《The Information》刊发了一篇专栏，介绍了企业可以采取的一些基本步骤来降低成本。现在很多人都在谈论模型路由器，还有很多对成熟客户来说更容易实现、对不那么成熟的客户来说更难实现的方法。哪位想先谈谈这个？

Scott — CEO，Cognition（Devin）：

是的，正如你所说，说起来容易做起来难。在大型组织中，确实存在部门化的预算——这个能花多少，那个能花多少。

我想指出我们看到的几件事。

第一，对于很多支出，那些人们原本考虑外包或以服务方式购买的事情，现在发生了一种非常自然的转变：好，让我们想想如何用 AI 来做更多事情。这是一种更自然的替代方式。我实际上认为，很多大的收益来自于增加产出和提升产能，而不仅仅是削减成本。当然，还需要做一些工作，确保整个团队都清楚地知道收益来自哪里。但我认为这个过程正在很多大型企业中发生。

第二，关于模型路由，这是一个很好的观点。在 token 预算或资金预算的约束下，我们越来越看到，所有模型都在变得更好。在代码领域，最难的任务你仍然需要最聪明的模型——比如今天刚发布的 Fable，有些任务只有 Fable 才能完成。但现实是，软件工程师日常工作中，这类任务可能只占 10% 到 20%。对于另外 80% 到 90% 的任务，自然就会有一个问题：我如何确保我在使用更便宜的模型？ 有很多优秀的开源模型可以处理 50% 到 60% 的任务，速度快 10 倍，成本低 10 倍。显然，我会想要做出这种改进。

所以我认为模型路由正在成为越来越重要的一部分，而且这一趋势将持续下去。

the Information，Amir Ifrati：

你们能不能在某个时间点多谈谈开源的话题？好的，请继续。

Nikita（Database，前 Neon 创始人）：

我认为，对于大型组织来说，有一件事非常实际，那就是构建一个内部工具，这个工具对编码和非编码任务都有用。它可以是对 Claude Code 的一个轻量封装，也可以是更复杂的东西，但它肯定要通过 MCP 连接到所有内部流程，比如邮件、Slack，基本上就是所有工作发生的系统。很多工作显然是在生成代码，但也包括部署代码和运行 CICD 流程。这样做的好处是，因为每个人都在使用这个工具，你就拥有了更统一的视角。 当然，要做到这一点，这个工具在 Databricks 内部需要是有用的。这个工具叫做 Isaac。在 RAM 内部，我记得叫 Incept。当然，你也可以直接购买我们称之为 Devin 的现成工具。

一旦你拥有了这个工具，你就能从所有 AI 使用中获得大量的遥测数据，这不仅仅是你对 AI 的调用，而是实际上通过这个工具完成的工作。 一旦到了这一步，模型路由就成为一个真正可行的选项，你就可以开始把某些使用量导向更便宜的模型。基本上，一旦你走上了消费路径，并且端到端地覆盖了组织中发生的每一项工作，你就可以将其数字化，从而优化它——比如导向开源模型、选择不同模型，很多事情都可以发生。

你还会发现，瓶颈可能根本不在模型上。比如，现代 CICD 流程其实是有问题的。在 Databricks，我们有一段时间积压了很多 PR，它们要么在等待代码审查，要么在等待 CICD 流程完成。我们有各种图表显示并行堆积的 PR 数量不断攀升。所以我认为，当我们能够端到端地看到这些问题时，我们就会开始优化它们。而第一个前提条件，就是为你的组织构建一个工作真正发生的工具。

Venky（CPO，DataRobot）：

也许我会从另一个方向来谈，因为你是从组织层面开始的。我认为我们见过两种模式。我认为很多是自下而上的，人们自己拿起工具开始使用，最终他们倾向于将自己所做的事情自动化并加速，就像个人获得的生产力提升一样。但这些其实很难衡量。你当然可以定性地描述，但很难量化，因为你会说，我做了一个更好的演示文稿，质量更高，但不清楚如何衡量它。

所以我认为，我见过更容易衡量成效的地方，往往是更自上而下的方式。 比如 Chevron 是我们的客户，他们有一个直接向 CEO 汇报的团队，自上而下地推动，思考如何进行基于 AI 的转型。他们和我们合作，真正去解决那些极其困难的问题。他们的设施案例作为参考案例刚刚发布在我们网站上。

他们真正谈到的是：我们如何把以前无法整合在一起的东西整合起来？ 这就是人们所说的"角色坍缩"和"时间坍缩"——因为事情进展得更快，你可以做不同的事情。我们发现，将一个传统的推理模型、一个 Physics Nemo 这样做物理建模的模型整合在一起，去解决一个真正困难的工厂安全问题——这就是他们发现的价值。他们说：现在我们真的可以不用派人去进入气体泄漏现场了，因为他们现在可以用无人机安全地进行测量。 这是一种非常不同的方式，他们发现这是一个非常有趣的用例，真正改变了他们工作的经济逻辑。所以不是说节省了多少工程师，而是：我们正在建设一个未来的新设施，里面在气体泄漏现场工作的人会更少。这是一种完全不同的、自上而下的方法。

the Information，Amir Ifrati：

是的，我知道这里没有万能解药，但我觉得，那些极度成熟、运营大量数据库、知道如何在上面叠加 AI 来创建应用的公司，和那些处于重度监管行业、非常老旧、体量庞大、需要更多手把手指导的公司之间，似乎存在着相当大的差距。

我认为大家都在努力弄清楚，衡量结果、衡量 ROI 的最佳模型是什么，有哪些最好的案例？ OpenAI 和 Anthropic 可以说到嘴皮子磨破，告诉你应该怎么做。但是，有没有一些正在崛起的初创公司，能够提供正确的仪表盘？还是说会是那些传统的——我不想说传统——AI 领域的老玩家，包括你们自己，或者 Palantir 这样的公司，或者 Salesforce 这样的公司，会插进来说：我们是中间商，你需要我们来理清一切，知道如何路由到不同的模型，知道如何结合开源来实现你的目标。只要告诉我们你想实现什么，我们来帮你实现。 我只是想搞清楚这一点。

因为现在有一场巨大的争论：有人说，你只需要一套很好的数据库，多开几个数据库，在上面叠加 AI，就像 Snowflake 最近一直在说的那样，然后你就可以出发了，你不需要这个中间层。这是行业里目前一场巨大的争论，我很希望你们能发表意见。

Narek（Nebius）：

是的，我可以说。实际上，这是我们现在内部正在经历的痛点，因为我们正在为我们的团队启用 AI。我认为数据层对于 Agent 来说极其重要，需要针对 Agent 进行优化。 你可以通过为个人使用创建自己的 LLM 工作流来获得很高的生产力。但当你扩展规模时，你会意识到今天没有太多技术能帮助你，因为你需要一个语义层来向 Agent 展示、引导 Agent 了解公司背景——比如公司的术语是什么、公司的历史遗留是什么、历史是什么、流程是什么——而所有这些都分散在公司内部各种零散的数据源中，加上一半的信息在人们的脑子里，在那些邮件和聊天记录里。所以你需要一种不同的语义层来聚合所有这些。

现在，关于数据源的扩展问题： 你可以在个人生产力方面获得很多，比如我个人的 Claude，它能创建出色的分析查询，说实话比我们公司任何人都强。但我无法扩展它，因为它也包含了我个人的上下文。所以我需要一个中间层来连接所有数据源，并为公司提供共享的上下文。我认为公司应该走向"个人上下文 + 企业上下文"的模式，以实现真正的可扩展性。

the Information，Amir Ifrati：

是的，很高兴你提到了语义层。我们几周前实际上专门写了一篇关于语义层的文章，背景是微软的 Power BI 正在试图在其周围建立更多的围墙，让某些人更难进入——这里的"某些人"是指让客户使用 Databricks 或其他工具，将他们的数据从 Power BI 带入他们正在开发 AI 应用的整体环境中。

我很好奇你们对此的看法，以及这将如何发展。 在传统应用周围建立围墙和收费站，这种情况似乎正在发生。公司在财报电话会议上都在谈论这件事，这只是个开始。我不知道最终会走向哪里，不知道客户是否会反抗，或者客户是否能通过 Vibe Coding 的方式绕过它。我很想听听你们任何人对这一趋势的看法。

Venky（CPO，DataRobot）：

我会说，你可以设置收费站，有些人会逐渐接受，但我认为最终这行不通，因为客户会说：这是我的数据，这是我的知识产权。他们最终会找到正确的出路，他们会 Vibe Code 出去，会有替代方案，他们会去找别人，会有人说：嘿，不设这些限制也可以赚钱。 所以我认为这可能不是最难解决的问题，它会被绕过去。

Nikita（Database，前 Neon 创始人）：

是的，我其实亲身经历着这个问题。想想看，工作发生在哪里？是发生在 AI 工具里，还是发生在我的 SaaS 工具里？

Venky（CPO，DataRobot）：

没错。

Nikita（Database，前 Neon 创始人）：

那么，客户希望工作发生在哪里？归根结底，客户需要工作发生在哪里，这个东西就会在哪里落地。 你可以建起围墙，但如果客户想活在 Claude Code 里，那竞争对手就会提供一种能力，让你从 Claude Code 内部消费一切。

那么好，但你有你的 SaaS 工具，有数十亿的营收，这些东西怎么办？你当然必须两者都做，然后让人们在他们想工作的地方工作。你需要把 AI 引入你的产品，并确保——如果你幸运的话——你能提供比在 Claude Code 里消费同一产品更好的体验。如果你不幸运，你就会被去中介化。我认为每一家 SaaS 产品的拥有者，包括 Databricks，它既是数据产品也是 SaaS 工具，都必须两者兼顾，今天别无选择。至于未来会怎样，就让它自然发展吧。

Venky（CPO，DataRobot）：

举个例子，我们公司很多人现在用 Claude 来制作 PowerPoint 幻灯片，所以你不是在 PowerPoint 里做幻灯片，你实际上是在 Claude 里做，PowerPoint 只是一个导出机制，最后输出一个 pptx 文件。如果你对 PowerPoint 设置很高的壁垒说你不能用这个东西，那你就会用别的东西来代替 PowerPoint。顺便说一下，Claude 目前只支持 PowerPoint，还不支持 Google Slides，但等它支持了，我们就可以用任何一个了。所以关键在于，如果你在 AI 里工作，其他东西就变得不那么重要了。这就是你必须竞争的地方，我认为单纯地设置收费站是不可持续的。

the Information，Amir Ifrati：

好奇问一下，你们认为今天企业 AI 支出中，有多少比例是实验性的，或者说不被认为是核心必要的？有人知道答案吗，或者有什么猜测？

Scott（CEO，Cognition，即 Devin）：

我认为从支出的角度来看，说实话，现在实验性支出已经是相当小的少数了，因为那些被大规模扩展的工作流，通常是人们已经看到大规模有效的那些。从用例数量来看，确实有很多很多东西可以尝试，我们在合作的组织里看到这一点，内部也看到这一点。人们会尝试很多东西，会摆弄几个不同的用例，但显然，那些你发现"这个每次都有效"的用例，那种"每次我启动一个 Agent 去做这件事就能节省六个小时"的用例，才是被扩展 1000 倍的那些。 所以当我们谈论 AI 繁荣和消费量的巨大增长时，当然有一些"大家疯狂消耗 Token"的叙事，我相信这种情况存在。但我实际上认为，对于那些监控支出的组织来说，大多数已经到了将大部分支出用于真实用例的阶段。

Nikita（Database，前 Neon 创始人）：

尤其是编码，对吧？编码就是爆炸式增长。 对任何写代码的人来说，使用 AI 工具能让他们效率大幅提升，这是显而易见的，因此在这个特定类别上的支出简直是难以置信的。所以我认为这……

the Information，Amir Ifrati：

当然，但在某些情况下肯定是不可持续的。我们发布了一篇很受欢迎的文章，披露了 Meta 内部用于衡量这些成本的仪表盘，当时他们的工程师在谈论这件事，那个成本绝对是失控的。我不知道他们是 Anthropic 多大的客户，他们可能是前四大客户之一，现在可能还是。但我就是不确定事情有那么简单，我认为还有很多……

Venky（CPO，DataRobot）：

我认为在工程和编码领域，它已经证明了自己的价值，所以它是有用的，人们知道如何使用它，而且很多使用实际上是直接的生产型工作。但我会说，在很多其他用例中，情况完全不同。我们在传统行业看到很多这种情况，他们对 AI 或 Agent 的采用要早得多。我会说，在传统行业，超过大多数的支出可能仍然是实验性的——他们不是不花钱，他们在花 Copilot 的钱，在花 Gemini 的钱，在花流量的钱。个人生产力这块我认为是有的。但如果你想到关键任务型工作负载，编码是其中之一，那么在传统行业，下一个五个关键任务用例是什么？我会说现在还非常早期，还有很多实验正在进行。

the Information，Amir Ifrati： 底层模型的能力，与正在快速构建的各种"套壳工具"，以及人们今天实际使用它们的方式之间，差距有多大？

我感觉——也许只是我自己的感受——我几乎每天、肯定每周都在体验和听说新的使用方式。我很好奇这个差距有多大。

Scott（CEO，Cognition，即 Devin）：

我认为这真的取决于我们在谈论谁。旧金山的 AI 原生初创公司，我认为他们跟得相当紧。而企业美国，正如你所说，在某些情况下可能落后几个月，甚至几年，这是个大问题。 这是对很多企业采用情况的物理规律的重要提示。

人们问这个问题，很多 AI 公司有过那种疯狂的增长曲线，问题是这怎么可能增长得这么快、服务这么多？是可持续的吗？我的解读是：很多技术总是以浪潮的方式到来，这波之前是云计算浪潮，之前是移动，之前是互联网，再之前是个人电脑，等等。

我认为有几件事正在发生。首先，交付机制就是纯软件，所以公司采用和使用它要容易得多。

但我认为另一件事——正如你所指出的——是落后两年已经不再可以接受了。 如果你想想云计算的采用，很多很多公司就在最近几年才上云，他们刚刚把最后的系统从本地迁走。是的，你晚了五年、十年，但还好，我们用现有的东西撑过来了，也许早点来会更高效，但结果还不错。但在 AI 上晚五年、十年是行不通的。

the Information，Amir Ifrati：

你的例子是什么？在哪种情况下……

Scott（CEO，Cognition，即 Devin）：

显然是这样。

我认为很多企业也真的意识到了这一点。所以即使用相对的说法，晚六个月或三个月——顺便说一下，就可用的用例而言，这是很大的差距——仍然比我们以前见过的许多趋势快了一个数量级。

Narek（Nebius）：

我同意，并补充一点：AI 原生初创公司处于非常幸运的位置，他们没有历史包袱，他们从零开始。 历史越多、遗留越多，内部政治就越多，这意味着你需要越来越多的变革来适应。所以这真的取决于你的组织有多成熟——你越成熟，处境越艰难。

the Information，Amir Ifrati：

是的，甚至……

Venky（CPO，DataRobot）：

就拿编码来说吧，这可能是现在最成熟的 AI Agent 用例。如果你是一家有大型代码库、有团队的公司，然后你说：好，现在不再有那些不同的角色了，只有一个"构建者"角色，不再区分 PM、设计和工程。你必须重新组建所有团队，弄清楚怎么安排他们。这不是免费的。 但如果你是这个活动方圆 50 英里内的一家初创公司，从零开始，当然，你没有这些问题，或者你只有五个人，很容易绕过去。但如果你有 500 人、1000 人，重新组建团队、重新思考规划和工作方式，这是真实的工作量。

而那些还不理解这一切的人，只是因为他们还没有……适应得最好的最老的公司是哪家？我不太清楚。但在我们的客户群里，我会说是 Chevron，因为他们真的全力投入了，他们是真正自上而下地押注，这让他们非常不舒服。

工厂经理们会说：你们提议的这些我一个都做不了，因为有各种法规。但他们在推，他们建立了一个团队来推动。所以我认为每家公司都在以不同的方式尝试推进，但我认为我们深刻理解改变传统公司大量工作方式的代价有多大。

the Information，Amir Ifrati：

如果不谈谈 GPU 短缺问题，那就太遗憾了，你们 Nebius 的朋友和 Eric 对此再清楚不过了。我记得你们团队的 Mark 在上一次财报电话会议上提到了涨价的问题。我们也从很多初创公司创始人和 AI 产品创始人那里听说，现在外面的情况很艰难，很多算力都被大客户预定了。所以我很好奇，对你们自己，以及对你们的客户来说，有什么技巧？什么有效，什么无效？怎么拿到更好的价格？你们在做什么？

Narek（Nebius）：

这是个好问题，如何应对这个问题。我认为，如果你是 AI 的用户而不是构建者，你很可能处于可以使用开源模型的位置。

优化数据层也能让你从算力投资中榨取更多价值。 从基础设施和 GPU 的角度来看，可以结合多种类型的工作负载。你不需要为所有东西预留算力，对某些类型的应用你需要预留，但有时你可以大批量运行推理，就像 Shopify 做的那样，他们同时使用 GCP 和 Nebius 的可抢占实例，用于非关键工作负载。

所以有很多技巧，但核心思想是：你可以将你的工作负载类型映射到对算力的需求上。 对于大规模生产、可预测的生产，你需要预留。如果你使用类似"Token 工厂"的服务，可以从预留中榨取更多 Token，基本上是批量推理。你也可以将其与突发用量结合，这在特定情况下是可行的，尤其是如果你使用 Sky Pilot 这样的多云技术。

the Information，Amir Ifrati：

Scott，在剩余的时间里，我想请你带我们畅想一下五年后的未来，告诉我们你的 Agent 将会为我们做什么。我们还会有 IT 部门吗？会发生什么？

Scott（CEO，Cognition，即 Devin）：

五年后，我们都会在元宇宙里，不会有任何物理……开玩笑的。

我认为你真的会看到这个趋势继续下去。在旧金山说这话可能已经是陈词滥调了，但值得真正思考其含义。人们谈论 METR 研究，关于 Agent 能自主完成多长时间的工作：两年前，是 20 秒左右；一年前，是 5-10 分钟；现在我们在谈论几个小时的工作量，而且它继续沿着指数曲线增长。 我不知道最新的数字是多少，但我相信又翻了一番或更多。

如果你顺着这条曲线自然推演，问一个问题：如果它继续下去会怎样？那么你就在想：好，这个模型是一个可以完成数月工作的 Agent。 这几乎是一种不同的运营模式——你给这个 Agent 一整个计划，给它一个完整的目标，让它自己规划项目范围，思考如何完成目标，如何做所有这些事情。当你真正在天或周或月的时间尺度上这样做时，会是什么样子？我认为我们将会看到很多这样的情况。

the Information，Amir Ifrati：

举个你想让它做的月度项目的例子？

Scott（CEO，Cognition，即 Devin）：

这是个好问题。比如今天对于编码 Agent，是"这是客户报告的这个 Bug，去处理一下"，或者"我们刚写了这个功能的产品规格，去实现它"。我认为不久之后，会变成："从高层面来说，我们正在考虑优化我们的架构，想节省成本，想优化数据库。Devin，把这作为一个整体计划来承接，看看现在的情况，思考你认为哪里低效，然后构建你认为正确的一切，重新做这件事。" 不是一个任务，而几乎是一个开放式问题：我们应该做什么？你来告诉我，你去做研究，你来搞清楚。

我认为我们已经开始到达这个阶段了。 而且有趣的是，你越来越接近"想到一个想法，然后它就变成现实"，这是我个人非常兴奋的事情。我同意，我们将面临巨大的 GPU 短缺，请 Nebius 的朋友们给我们留一些。但我认为这就是我们将看到的，每一家企业都将能够构建更多，为他们的客户做更多。

the Information，Amir Ifrati：

在过去几个月里，你见过的最长时间跨度的工作任务是什么，让你感到惊讶的？

Scott（CEO，Cognition，即 Devin）：

我们见过有人运行了好几周的 Devin 会话，我不推荐这样做，有点像表情包行为了。但认真说，我们见过端到端的项目。比如对于我们的一些训练运行和项目，有些项目在一年前会是完整的实习项目，多周的实习项目，Devin 只用几天就完成了，它运行了所有这些东西，整理出一个漂亮的数据集，把结果交给你，真的令人惊叹。

Nikita（Database，前 Neon 创始人）：

听了这些，我有一个有趣的想法。我成长于各种基础设施项目的时代——数据库引擎、存储子系统，Pure Storage、Snowflake、Nutanix、Palo Alto Networks 这些公司，他们在构建基础设施产品。这些产品的决定性特征是什么？它们真的很难构建，需要很多非常硬核的系统工程师， 他们住在湾区，竞争非常激烈，可以去任何地方工作。而且通常每个这样的项目都需要很多年，构建一个企业级存储系统或数据库系统，端到端大概需要五年。

但这些系统还有另一个特性：它们可以被非常精确地规格化，因为你知道系统的 API 是什么，你知道数据库引擎是什么，你知道存储子系统是什么。 所以我认为这可能是一个构建更多基础设施系统的机会。如果你从零开始构建，从一个定义清晰的规格开始，你就可以深入设计你的系统，思考如何拆解工作，然后释放一支 Agent 大军去更快地构建这些东西。顺便说一下，我现在在 Databricks 已经看到了一些这样的情况，但我认为它将会是 10 倍、100 倍的规模。

the Information，Amir Ifrati：

你现在是在给我们做产品预告吗？

Nikita（Database，前 Neon 创始人）：

也许房间里有想要构建基础设施的创业者，我们现在确实生活在一个充满机遇的世界里。

the Information，Amir Ifrati：

好的，很棒。好了，时间到了，非常感谢各位先生。

Nebius客户顾问委员会公告

Marc Boroditsky — Nebius首席营收官

谢谢你，Amir、Scott Vanki、Nikita、Narek。听取客户的声音至关重要，能有像刚才台上那样杰出的领导者和高管与我们分享，是我们真正的荣幸。希望你们听到的是：这个差距是真实存在的——我们想用AI做的事情，与我们现有的系统、流程、工具以及企业就绪程度之间的差距。

为了实现我们的愿景，为了能够将合适的创新者、构建者和企业领导者的洞察带到桌面上，让我们Nebius能够从中获得灵感和理解，并将其转化为所需的输入，从而实现企业级和规模化AI的潜力——这个差距不在于雄心，而在于AI能做什么与组织实际上能够部署、信任和依赖的系统之间的差距。

正如我所暗示的，这需要跨整个技术栈的协作，而且不是那种一年一次在小组讨论中发生的协作，而是在我们构建过程中真实发生的协作——分享我们正在做什么、什么有效、什么无效，共同制定一套通用标准和可复用的架构。

Marc Boroditsky — Nebius首席营收官

为此，我很高兴宣布三项新举措，旨在汇聚我们行业中最有经验的构建者和从业者。

第一项是Nebius客户顾问委员会（Customer Advisory Board）的成立。 这不仅仅是一个头衔的集合，而是一个由来自整个AI技术栈的运营者、构建者和企业领导者组成的工作组。顾问委员会的使命很简单：帮助塑造生产级AI的未来。这正是我们今天在这里讨论的话题。

因此，我很荣幸介绍Nebius客户顾问委员会的首批成员，来自：Amy Black、Forest Labs、Cloudflare、Cognition、Cohere、Core Automation、Higgs Field、Recraft、Revolute和Road Out。他们中的许多人今天都在现场。事实上，如果你是其中之一，能站起来吗？好的，来了。谢谢你们站起来。请大家和我一起欢迎并感谢这些杰出的领导者的合作与承诺。顾问委员会是Nebius与上述公司建立合作关系的方式。

Marc Boroditsky — Nebius首席营收官

与顾问委员会同步，今天我们正式启动Nebius Fellows计划——这是一个由开发者、贡献者和社区组织者组成的网络，他们正在塑造AI真正落地现实世界时的样子。

我们的创始成员来自世界各地的城市，他们是vLLM和CNCF的贡献者，正在构建我们其他人所使用的AI Agent和评估框架。他们在全球各地举办聚会、黑客马拉松和研讨会，从特拉维夫到多伦多，从柏林到布宜诺斯艾利斯，从旧金山到新加坡。

为此，我荣幸地欢迎Nebius Fellows首届成员。向每一位Fellows，致谢。

他们做着令人难以置信的工作。我看过Waksa分享给我的一些他们的视频，能获得这样的社区支持是真正的荣幸。在我们朝着AI潜力构建的过程中，我对这意味着什么感到非常兴奋。

Marc Boroditsky — Nebius首席营收官

好的，最后，第三个项目——我想分享我们今天以预览版形式启动的全新构建者计划（Builder Program）。

这个计划面向刚刚起步的构建者，以及那些想要比周围基础设施跑得更快的人。无论是测试Agent、部署推理、学习技术栈，还是将想法转化为产品，你都将获得：Nebius和Tavily积分、课程、便捷访问我们功能的渠道，以及进入更广泛Nebius生态系统的路径。

现在可以在 dev.nebius.com 注册。

总结一下，我们正在新增三种重要的学习、协作和推进生产级AI的方式：我们的客户顾问委员会、Fellows计划和构建者计划。

Agentic拐点：从原型到生产就绪

Devang Sachdev — Nebius生态系统战略副总裁

下午好。感谢大家今天加入我。快速举手调查一下：有多少人已经构建或原型化了一个Agent？ 很好。如果你的Agent正在生产环境中运行，请保持举手。如果这些Agent有除你自己之外的用户，请保持举手。如果你不只是运行一个Agent，而是运行多个Agent，请保持举手。

好的，这就是我今天想和大家谈的差距。稍后会有一组优秀的嘉宾加入我们，帮助我们深入探讨这个问题。

但在开始之前，我想稍微为这场对话铺垫一下背景。一年前，我们问的问题是：我能构建一个Agent吗？ 从那以后，模型改进了，框架改进了，工具使用也改进了。但今天，我们问的问题是：我能在生产环境中运行一个Agent，或者10个，或者数百个吗？

你看，挑战在于大多数团队都原型化了Agent，但很少有团队能够成功且可靠地在生产环境中运行它们。

原因比你想象的更有趣。让我给你看一个真实的例子。

Devang Sachdev — Nebius生态系统战略副总裁

我们为医疗保健公司构建了一个合规审计Agent。这个Agent帮助合规团队对照约30个监管框架（GDPR、HIPAA、SOC 2等）审计他们的标准操作政策——可能有数百甚至数千条。

今天，我们将聚焦于一个非常具体的任务：FDA发布了一套针对AI赋能医疗设备的新指南，Agent的工作是找出哪些操作程序受到影响，并在Jira中提交修复工单。

让我们看看构建这个Agent时发生了什么。

构建原型实际上非常容易，几乎只花了我们一天时间，我想我们在午饭前就完成了大部分工作。而且一开始它确实有效。它使用GPT-4.5作为模型，LangChain和Deep Agents进行编排，Pinecone向量数据库进行检索。正如我所说，对于大多数任务，它开箱即用。

但对于这个特定任务——最新的FDA指南——它无法找到最新的那份。所以它使用了它已有的知识，完成了任务，但并没有完全理解触发该任务的变化是什么。这其实不是一个推理问题，而是数据新鲜度的挑战。

第一次迭代：解决数据新鲜度问题

Devang Sachdev — Nebius生态系统战略副总裁

于是我们添加了Willy，用实时Agentic搜索来为Agent提供数据基础。这只是对技术栈的一个改动。

效果立竿见影，Agent现在能够首先找到最新的FDA指南，并发现了47个受新指南影响的程序。它提交的工单数量也大约是原型Agent的两倍。

但两个新问题出现了：

第一，这个Agent增加了覆盖范围和范围。在发现47个受影响程序时，它不仅发现了与FDA指南相关的内容，还发现了一些与HIPAA和其他几个我们原本不打算让Agent关注的监管框架相关的内容。优先级不够清晰，留给人工来分类处理。

第二，你会注意到，仅这一次单任务运行就花费了约657美元。我们的工程师给我发了一条Slack消息说："这是真的吗？我们真的要花这么多钱来构建这个Agent吗？"这在生产环境中是完全不可持续的，至少对这个Agent来说是这样。

所以在解决了数据新鲜度问题的同时，我们暴露出了两个新挑战：一是范围过大，二是内在经济性问题。

第二次迭代：解决成本问题

Devang Sachdev — Nebius生态系统战略副总裁

于是我们尝试了第三种配置。我们换掉了GPT-4.5，用运行在Nebius Token Factory上的DeepSeek V4 Pro替代它。

成本立即从每次运行657美元降至约34美元，节省了95%的成本。 而且这没有经过任何后训练或微调。范围也有所改善，从47个发现减少到29个。

但又一次，两个新挑战出现了：

第一，运行时间实际上翻了一番，从半小时增加到约一小时，对于这个Agent来说相当长。

第二，当它提交带有特定严重程度的工单时，我们无法理解和解释其背后的推理逻辑。Agent在很大程度上是不透明的。

第三次迭代：达到生产就绪

Devang Sachdev — Nebius生态系统战略副总裁

于是我们继续尝试更新的模型，不断实验不同的模型，最终选定了Nvidia的Nemotron Ultra——他们上周刚刚发布，现已在Nebius Token Factory上提供。

我们还对技术框架做了一些其他改动：添加了LangSmith用于可观测性，以及来自Guardrails AI的Snowglobe用于用户模拟和对抗性测试。

运行这个特定配置后，我们看到：

• 成本进一步降至每次运行24美元

• 运行时间从一小时大幅缩短至13分钟

• 我们开始利用LangSmith的建议和Snowglobe模拟的数据来改善Agent行为

• 我们能够理解Agent在做什么、为什么这样做，并能引导Agent朝正确方向发展

在这一点上，这个Agent不仅在这个特定任务上表现良好，我们还在120多个具有已知基准答案的不同任务上运行了这个Agent及其他配置。这个特定配置表现最佳：近乎完美的召回率、高出20%的精确率，比闭源模型便宜约70-80%。

下一个前沿：规模化运营

Devang Sachdev — Nebius生态系统战略副总裁

你可能会认为这现在已经生产就绪了。确实如此，但我们发现了另一个挑战：我们可以构建和运行这一个Agent，但我们如何在生产环境中为数百个用户运行数百个Agent呢？

我们已经解决了运行时间和信任的问题，现在面临的是规模化运营的挑战。

让我们退一步，回顾所有四次运行，看看我们发现了什么。三件事格外突出：

第一，从原型到生产就绪的路径不一定是线性的，它实际上是一条成熟度曲线。 每次我们发现一个问题并解决它，就会发现需要新型修复和新型工具的新问题。因此实际上，正确的技术栈或正确的框架与正确的模型同样重要，因为两者共同作用才能产生正确的Agent结果。

第二，开源模型或开放权重模型正在迅速缩小差距。 对于大多数Agentic任务，开放权重模型开箱即用。在我们走过的整个过程中，我们没有进行任何重训练或微调。

第三，生产就绪与在生产中运行和持续改进并不是同一回事，尤其是当你运行数百个Agent副本时。这是下一个前沿，也是我接下来想与我们的小组深入探讨的话题。

圆桌讨论：AI Agent 的边界控制、评估与知识更新

主持人 Devang Sachdev（Nebius 战略与生态副总裁）：

现在请各位嘉宾上台。我们有来自 LangChain 的 Julia Schotenstein、再次来到现场的 Pinecone 的 Ash Ashutosh、Tavily 的 Rotem Weiss，以及 Guardrails AI 的 Shree Rajpal。感谢大家的参与。

Devang：

Shree，我想先从你开始。在某一次运行中，我们看到 agent 跑偏了——它开始去查找其他监管框架，而不是只关注既定的目标。在上线之前，有哪些手段可以让 agent 保持在既定范围内？

Shree Rajpal（Guardrails AI）：

这个问题问得非常好。我认为关于 agent 有一个很有意思的难题，那就是：在你真正开始部署 agent 之前，你甚至很难知道"范围"是什么，或者"超出范围"是什么样子的。 比如说，当你刚开始构建那个 agent 的时候，你可能会预期首先出现的失败模式是某种情况，但直到你用一些数据点、一些查询实际跑起来之后，才发现——哦，原来它是在这个地方跑偏的。

Agent 可能出错的方式，其"表面积"几乎是无限的，这正是构建 agent 与构建传统软件的核心区别之一。

我们对如何解决这个问题有非常明确的看法，而我们的很多思路都来源于自动驾驶汽车领域，那是多年来非常有价值的工作。在自动驾驶汽车中，问题空间是类似的——现实世界是无限的，而解决这个问题的核心方式就是仿真（simulation）。

与其先构建一个 agent，然后上线，再等某个用户以某种错误方式使用它，然后在生产环境中才看到失败，为什么不能提前模拟呢？在上线之前，模拟大量不同类型的用户查询，这些查询既要模仿真实用户，也要覆盖你之前从未见过的"偏轨"方式。这样就能帮你提前预判 agent 所有可能的失败方式。

这种模式在物理 AI 和硬件系统中已经被验证过，效果非常好。前沿模型实验室在构建模型和 agent 时也大量使用这种方式。我们也看到这种模式在你们构建的这类 agent 中越来越多地出现。

Devang：

Julia，你认为这种 agent 引导（steering），是一个编排（orchestration）问题，还是一个评估（evaluation）问题？不只是如何在上线前捕捉问题，还包括 agent 上线后如何持续监控？

Julia Schottenstein（LangSmith / LangChain）： 我认为编排和评估是紧密耦合的。原因正如 Shree 所描述的——你不再是用确定性代码编写 agent 逻辑了，而是使用一个框架和一个 LLM，让它在循环中调用工具。所以你无法精确定位某一行代码来告诉你 agent 会如何响应。

了解 agent 表现的最佳方式，就是写一些断言（assertions），明确你期望 agent 如何执行。

我们经常谈到"agent 开发生命周期"，它和软件开发生命周期非常相似——构建、测试、部署、监控——但对于 agent 来说，这个过程看起来非常不同，因为它是高度开放的。你接收的是自然语言形式的用户输入，本身就非常不确定，而 agent 的响应空间也是无限的。

所以你需要一套系统，能够快速迭代这个 agent 开发生命周期。这不只是编排问题，也不只是评估问题，而是要能够在上线前和上线后都进行测试，并且具备足够的可见性，真正了解 agent 最终交到用户手中时会表现如何。

Devang：

在运行这些仿真或评估时，你们会关注哪些指标？

Shree Rajpal：

好问题。我大致会把这些指标分成几大类。

第一类是产品或性能指标——agent 有没有在做它应该做的事情。

第二大类，我会称之为"防御性"指标——它是否造成了某种你没有预料到的危害？比如，如果它引用了不正确或不真实的来源，那就是在误导用户，同时也没有很好地完成任务。复杂的编码 agent 也是同理，它们有时无法很好地解决任务。

另一大类是：它是否可以被"越狱"（jailbreak）？它是否会造成某些伤害？能不能让它违反自己的护栏规则？ 这是另一大类指标。

这是思考指标的一个好起点。但我观察到的一个真实工作流是：你先构建一个 agent，对"什么叫成功"有一些初步的判断，但当你用更多数据跑起来之后，你会真正看到它的表现，然后才开始追踪新的指标。比如，你的客服 agent 移交给人工的频率太高了——这不是你事先就知道要追踪的指标，但当你真正看数据的时候，你就会意识到这是一个需要关注的指标。同样，它是不是调用了太多工具？成本是不是太高了？ 这些都可以构建成指标，但都是在你真正看到数据和行为之后，回溯性地建立起来的。

Devang：

在我们的测试中，加入仿真和 LangSmith 的建议，对提升 agent 准确率有很大帮助。换个话题，另一个大幅提升准确率的因素是我们加入了实时信息接地（live grounding）。这就涉及到知识的新鲜度问题。外部世界的知识在不断变化，是一个移动的目标。Rotem，你认为如何监控并维持 agent 始终拥有新鲜的知识？

Rotem Weiss（Tavily）：

我认为实时数据对于今天的任何 agent 来说都至关重要。就在两年前，你问"今天天气怎么样"或"昨晚比赛的比分是多少"，得到的回答是："对不起，我的知识截止到2021年，我无法回答这个问题。"今天还能接受这个答案的，大概只有下一代的……（笑）好吧，纽约有多少人。

说正经的，接地（grounding）最初的目的是：把模型连接到网络，让它能访问实时信息，至少能回答这些问题。 但我们现在看到的影响远不止于此——当你把 AI 连接到网络，你不只是获得了更新鲜的数据或更新鲜的答案，你真的能获得质量更好的响应。

要理解为什么会这样，我们需要看看今天的网络正在发生什么。到目前为止，人们是直接与网络交互的——你去 Google 搜索，你发邮件。但我们今天看到的是，人们通过 agent 与网络交互。这种转变正在把我们所知道的互联网推向两个层次：一个是更适合人类的互联网（也就是你今天所熟知的互联网），另一个是更适合机器智能的互联网。而我们正在构建的就是后者。

在思考这一层时，有四个核心支柱：Token 效率、准确性、新鲜度，以及延迟。不同的 agent 需要不同的权衡。像深度研究 agent，可能需要运行几个小时甚至几天，我不在乎它跑多久，我只要100%的准确率。但如果是车载语音助手，延迟才是最重要的支柱。

我们在 Tavily 构建的，正是能给你这种灵活性的东西，这与今天人类搜索的构建方式完全不同，也创造了一个巨大的机会。你可以把数小时的研究压缩成几秒钟。 举个例子，假设你在计划一次意大利之旅，你可能要去 Google 搜索地点、搜索活动、报名，然后自己把所有信息整合起来，这可能要花你几分钟甚至几个小时。Agent 可以在几秒内完成，它可以处理海量的网络数据，通过 LLM 进行综合，然后生成一个漂亮的结果。 这最终创造了一种新的范式——在这个网络搜索的新时代，更多的算力可以直接转化为更好的搜索结果。

Devang：

你提到了一个非常有趣的概念——"两个互联网"，一个给 agent，一个给人类。Ash，我想听听你的看法。在某一次运行中，我们看到 agent 消耗了可能数百万个 Token，而且它重复读取了之前已经检索过的信息。你认为我们是否需要一个以 agent 为第一优先级用户而非以人类或模型为优先级的检索系统？

Ash Ashutosh（Pinecone）：

是的。人类对机器是很宽容的。回顾 Pinecone 的发展历程——我们发明了向量数据库这整个概念，让人们可以在这些向量数据库上使用 AI 工具。2022年 ChatGPT 发布，Pinecone 随之推出，产生了有史以来数量最多的聊天机器人。但那时的用户是消费者，他们非常宽容。你给了错误的答案，没关系。你说"我不知道尼克斯队的比赛结果"，也没关系。

到了2023年，企业开始进入这个领域。企业没那么宽容，但他们终究还是人类。

去年9月，我们第一次看到了一类新用户，他们发出的 API 调用数量超过了人类——那就是 Agent。 而它们不宽容。它们接收你给的信息，相信那就是它们所拥有的信息，然后据此行动。

所以这不是 LLM 本身的问题，这根本上是一个错配问题——你要求 agent 执行任务，但你给它的是为人类构建的系统。这就是我们做的事——四年来，我们一直在为人类构建，然后这类新用户出现了，我们不得不从根本上改变这一切。

这就是我们在5月4日宣布的 Pinecone Nexus——对整个架构进行重构，专门面向 agent。

正如你所说的"两个网络"——我听说上个月，网络流量中 agent 搜索第一次超过了人类搜索，而这一超越在去年9月就已经开始成熟。

Pinecone Nexus 的核心模型是让人们能够做三件事：

第一，让 agent 能够表达自己的任务是什么；

第二，让 agent 以它能理解的方式——也就是结构化的方式——接收信息。 我不需要一首诗，我不需要音乐，我只需要一个精确的答案，因为我有任务要完成。

第三，就是解决数百万 Token 的问题，实现更高效的运行——这正是我们与 Nebius 合作的意义所在。通过将 Nexus 运行在一个计算经济模型上，我们测算的结果是：Token 减少了91%到95%，实际运行成本降低了80%。 这是我能向业务方说得清楚的 ROI，但这需要一套与为人类构建的系统截然不同的底层知识基础设施。 这就是核心所在。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

谈到对业务的影响。一个生产就绪的Agent意味着它可以被部署到生产环境中。而生产中的Agent意味着业务已经依赖于它。那么Julia，你认为我们跨越这道鸿沟的临界点在哪里？或者我们需要哪些指标，才能让Agent真正以自主方式运行——或者在一定程度上的自主、加上一些人工干预——从而让我们能够在规模化的情况下信任它们所做的决策？

Julia Schottenstein — LangSmith / LangChain：

是的，我们已经在研究Agent、或者尝试构建Agent很长时间了。差不多快四年了，这在这个领域已经算是很长的时间。而现在我们谈论的全都是Agent，这是我们使用的词。但去年，我们谈论的是**"agentics"（智能体化），我非常喜欢这个词，因为它更像是一个光谱**。当你在2023年刚开始使用最初的聊天机器人时，它几乎没有任何智能体化的特征。人们会谈论agentic RAG，在那里你的LLM开始做一些纠正性的选择，或者拥有更多的决策权，但它并不是一个Agent，它本质上只是一个聊天机器人。

现在随着我们的推进，模型变得强大得多，我们有了这些新的标准和互操作性。你有Agent和子Agent，可以采取行动，你现在将很多任务委托给模型，你确实开始看到越来越多的Agent在这个光谱上移动，变得越来越智能体化。而真正的问题并不是"它什么时候准备好进入生产"，这真的取决于具体的使用场景和风险程度。我们使用过deep agents，它是一个工具调用加循环的框架。很多企业仍然非常需要确定性。所以我们有一个叫做LangGraph的不同框架来帮助你——如果你需要这三个步骤100%的时间按照这个顺序发生，最高效的方式是代码，而不是LLM。

所以，这真的取决于使用场景以及你想要实现什么，取决于你对将任务完全委托给LLM有多大的容忍度。但如果你正在更多地向智能体化方向转移，你确实需要完整的"皮带加吊带"方法（即双重保障）。

所以这就是我们谈到的评估（Evals），我们谈到的可观测性（Observability），你还有护栏（Guardrails）。你从根本上无法信任这些系统，因为它们具有非确定性。因此，根据你的舒适程度、任务性质，你将采取不同的预防措施来确保它们生产就绪，尤其是在高风险场景中，比如企业环境，你面对的是容错性极低的终端用户。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

好的。让我再进一步提一个问题。我想我们还有几分钟就要结束了，但请各位给出你们的犀利观点（hot takes）。假设我们现在有一个Agent在运行，它正在做它的工作，我们现在要把100个Agent投入生产。你认为第一个会崩溃的东西是什么？我们从Julia开始。

Julia Schottenstein — LangSmith / LangChain：

可见性（Visibility），对吧？你将完全不知道发生了什么，会是一片混乱。

Ash Ashutosh — Pinecone：

是的，我会说是知识（Knowledge）这一层。当只有一个Agent时，你可以手动管理错误，你可以说，让我去重新编译一些东西，重新索引一些东西。100个Agent是一个知识基础设施问题。你不能让两个Agent尝试获取某些信息，却得到不同的结果，尤其是在企业中。它必须保持一致。如果做不到这一点，你就会失去信任。而一旦失去信任，你就永远无法进入生产。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

说得好。

Rotem Weiss — Tavily：

我支持，并且也认同可见性的观点。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

但你得表示不同意啊。

Julia Schottenstein — LangSmith / LangChain：

如果我们都同意，那就不是犀利观点了。

Rotem Weiss — Tavily：

但我还要补充一点，最终今天AI中最大的问题是搜索或组织上下文层。因为那些不学会如何利用自有专有数据的公司，将会被淘汰，因为在今天，这是他们在竞争中唯一的筹码。

Shree Rajpal — Guardrails AI：

我也会附和Julia的观点，你不会知道正在发生什么。但我还要说，当你运行100个Agent时，对它进行更新将会非常困难。你会发现，很难知道它是在变好还是在变差，你应该如何迭代它。所以，作为开发者让它变得更好的能力，在那种规模下会变得非常困难。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

我们有一些共识，但我仍然想在之后喝饮料的时候继续辩论这个问题，到时候再多聊。好的。

Ash Ashutosh — Pinecone：

你只让我们说一个。如果你让我们说两个，我们可能早就同意了。

Devang Sachdev — VP Strategy & Ecosystems, Nebius：

下次再说。好的，在我们结束之前，我想给在场的每个人留下一些今天走出这扇门就可以立即使用的东西。我们今天用来构建Agent的所有内容——生产基础设施、编排、可观测性、模拟、基础定位、检索——这些都是在生产中构建、运行和改进Agent所必需的核心层。而大多数团队在开始他们的旅程时都不得不重新发明这套架构。

因此，今天我们正式推出 Nebius Agents Blueprint（Nebius智能体蓝图）。这样你就不必从零开始原型开发。它是一个开放的参考架构，这意味着你可以使用我们创建的菜谱和操作手册，从原型Agent直接走向生产就绪的Agent。它可以在 build.nebius.com/blueprints 上获取。

至此，我想为我们的圆桌讨论画上句号。我还想特别提一件事：这个蓝图中所有的产品都是由今天在台上代表参与的各位所构建的，所以我要感谢他们。我也要感谢大家带来的精彩对话，同时感谢大家再次加入我们，希望大家今天余下的时间愉快。

Marc Boroditsky — 首席营收官，Nebius：

太棒了。感谢 Julia、Rotham、Ash、Sharia 和 Devon，为我们带来了一场精彩的关于智能体拐点的圆桌讨论。顺便说一句，蓝图只是一个开始，后续还有更多内容，我想我们都清楚，还有很多东西需要去构建。正如我们今天所分享的，随着市场向智能体方向演进，我们正处于这一拐点之上。我们正在根据从客户那里学到的经验、从合作伙伴那里获取的信息持续构建，以便在这场市场重大拐点中扮演举足轻重的支撑角色。

随着我们第一届 Nebius Inflection 大会即将进入尾声，有一件事对我来说非常清晰。正如我们所知，摆在我们面前的机遇是巨大的。但我想你们一遍又一遍地听到了这句话——这仅仅是开始，而我们肩负着让它真正实现的重大责任。

AI 的下一个篇章，不会由模型能做什么来定义。 它将由以下因素来定义：组织能够部署什么，企业能够信任什么，开发者能够构建什么，以及最终用户每天能够依赖什么。如果说今天的讨论让我得出一个结论，那就是：靠我们单打独斗，根本不可能完成这件事。 前进的道路，就在像今天这样的场合中延伸——人们在这里分享什么是有效的，构建者在这里坦诚相告，生态系统愿意共同承担超越任何单一公司的更大问题。

这种精神，正是我们创办 Inflection 的初衷。前方的挑战是真实存在的，每一次重大的技术变革都曾经历过这样的时刻。每一次变革，都是由那些**拒绝接受"困难等于不可能"**的人推动向前的。

我希望你们今天离开时，心中带着三个信念：协作不仅仅是有帮助的，它是不可或缺的；挑战固然重大，但并非无法实现；智能体 AI 的新时代已经到来，我们每个人都在塑造它的过程中扮演着自己的角色。

拐点，并不只是一场活动，它是一个时刻——在这个时刻，一个行业停止争论下一步是什么，开始承担责任，真正去构建它。当实验变成执行，当个人创新变成集体进步，这就是我们今天在这里开启的事业，这也是为什么这是一个拐点的开始。

我们很荣幸能够成为其中的一部分。代表 Nebius 的全体同仁——顺便说一句，这些是他们的照片——感谢你们共同的伙伴关系、你们的领导力，以及你们今天的到来。我们期待在下一届 Inflection 大会上与大家再相聚。谢谢。

本文来自华尔街见闻，欢迎下载APP查看更多

6月20日，据追风交易台消息，德意志银行研究院在最新报告中指出，存储芯片已从周期性大宗商品演变为具有宏观经济意义的关键变量，且这场危机的规模已有明确的量化轮廓。

2025年全球存储市场总营收同比增长35%，创下2230亿美元的历史纪录；SK海力士、美光与三星三大巨头市值均已突破1万亿美元，三者合计控制全球DRAM市场逾90%的份额。

美光CEO公开表示，目前只能满足部分关键客户50%至三分之二的需求，称这是其有史以来见过的最大供需缺口。

德银认为，这绝非传统的“繁荣与萧条”周期重演，而是一场由AI引发的、深远的结构性供应冲击。AI对高带宽存储（HBM）的无底洞需求，正在疯狂挤占传统存储芯片的产能，导致一场波及全球宏观经济的“存储短缺危机”。

存储芯片已从单纯的大宗商品，演变为决定通胀和企业利润的关键宏观经济变量。超大规模云服务商（Hyperscalers）和头部存储厂商（如美光）是这场危机的绝对赢家，拥有极强的定价权；而汽车、PC和智能手机等传统消费电子行业正面临严重的利润压缩和产能配给。更严峻的是，存储成本的飙升正在转化为“芯片通胀税”，直接推高了美国等地的整体通胀数据。

需求端：AI对存储的结构性吞噬

AI浪潮对存储芯片的需求，本质上是结构性而非周期性的颠覆。

存储芯片在AI系统中扮演"持有并喂养数据"的角色——AI芯片（如英伟达GPU）只能处理已加载到其上的数据，存储负责这一过程，涵盖容量（能存多少数据）与带宽（数据移动的速度）两个核心维度。没有存储，芯片既无法训练AI模型，也无法运行推理任务。

尤为值得关注的是AI从"生成式"向"智能体（Agentic AI）"的范式转变。智能体AI能够存储并调用历史经验、从交互中学习、保持对话上下文，需要横跨DDR5、LPDDR、NAND等多类型存储协同运作，大幅推高整体存储消耗。

这背后存在一道难以逾越的"存储墙"（Memory Wall）：计算性能超过某一阈值后，若不同步扩大存储带宽，增加算力本身的边际收益将趋于零——AI的进步速度由存储决定，而非单纯由算力决定。

德意志银行股票分析师预测，高带宽存储（HBM）需求将以年复合增长率约40%的速度增长至2030年，标准DRAM的对应增速约为21%。超大规模云厂商Meta、亚马逊和微软正为锁定供应支付溢价并签署多年期协议，进一步压缩其他买家的市场空间。

供给端：晶圆厂扩张无法跟上需求节奏

供给缺口的核心障碍在于时间。

存储晶圆厂从动工到投产通常需要2至3年，目前已宣布的大部分扩产项目，最早要到2027年才能对HBM产能形成实质贡献。

HBM的生产特性进一步放大了供给矛盾：生产一单位HBM所需的硅片消耗量约为普通DRAM的3倍。这意味着每片导向HBM生产的晶圆，都相当于挤占了多片用于汽车、PC等终端市场的标准DRAM/NAND产能。

随着HBM4/HBM4e技术代际演进，所需硅片比例将从3倍攀升至4倍，"挤出效应"将进一步加剧。与此同时，晶圆加工所需的洁净室空间已接近极限，迫使制造商在有限产线上做出取舍。

高通已明确表示，2026年手机市场的规模将由DRAM供给决定，而非消费者需求。DRAM目前占整体存储市场的比重已升至约70%，高于历史区间的50%至60%。

为加速产能落地，行业正在探索"收购在建或二手晶圆厂"的捷径。美光今年以18亿美元收购台湾力晶积成（PSMC）一座旧厂，省去了从零建厂约2年的时间。

德意志银行最新估算显示，未来五年全球DRAM月晶圆产能将增加约147.5万片，但需求增速仍将持续超越供给扩张速度。

溢出效应：从芯片危机到全面通胀

德银称，存储危机的本质是一场零和博弈：每一片用于AI服务器HBM的晶圆，都意味着可供智能手机、PC或汽车使用的存储更少一分。

超大规模云厂商凭借为AI算力服务定价的能力，得以将上游成本转嫁给用户，是此轮危机中抗压能力最强的群体；但更广泛的企业和消费者正承受配给式挤压。

报告强调，价格冲击已从芯片端传导至终端产品和宏观价格指标：

TrendForce预测2026年第二季度标准DRAM合约价格将环比上涨58%至63%，NAND闪存合约价格环比上涨70%至75%。

消费电子与PC方面，德银估算，2026年全年消费类终端市场总营收将同比下滑15%，2027年预计恢复至同比增长9%。

苹果CEO已在财报电话会议上公开警告存储成本压力；苹果悄然削减部分Mac Studio的最大内存配置，微软将新款Surface商务笔记本的入门级内存从16GB降至8GB，戴尔也在缩减产品配置——企业普遍选择"降规格"而非直接涨价。

值得注意的是，联想、戴尔、华硕已警告可能于今年7月起实施15%至20%的涨价。

汽车行业方面，DRAM成本上升预计将使普通车辆售价上涨150至300美元，高阶自动驾驶车辆涨幅达400至600美元。

Aptiv、Aumovio、福特等企业已发出DRAM供应紧张的信号。德银分析师预计，存货将在2026年全年消耗完毕，对汽车产量的实质影响将从2027年开始显现。

汽车制造商面临三条路：吸收成本压缩利润、将涨价转嫁消费者，或直接删减L2+级自动驾驶、车载AI聊天机器人等DRAM密集型功能。

美国电子元器件及配件生产者价格指数（PPI）在2026年5月同比上涨26.9%，远高于1月的5.9%。

汽车价格上涨还可能进一步推动消费者延长贷款期限，提升全生命周期利息支出。

代表汽车、消费电子、医疗设备、电信和零售行业的九个美国贸易协会本月已联名致函财政部长贝森特和商务部长卢特尼克，就AI驱动的存储争夺对美国经济的潜在冲击发出正式预警。

破局之路与潜在风险：建厂、算法与“AI泡沫”隐忧

存储短缺正在重塑全球科技竞争的地缘政治格局。

韩国是全球AI资本支出热潮的重度暴露者，SK海力士和三星占据了全球DRAM产量的69%。但这把双刃剑也让韩国经济极度脆弱：

6月8日半导体板块崩盘时，以科技股为主的韩国Kospi指数暴跌8.29%，创下自1980年以来的第九大单日跌幅。

德银认为，虽然巨头正通过巨额资本支出和收购二手晶圆厂来缓解产能瓶颈，但需高度警惕AI需求一旦放缓可能引发的毁灭性产能过剩。

为了打破瓶颈，三大巨头正在疯狂增加资本支出。除了物理扩产，软件算法的优化也引发了市场震动。

今年3月，谷歌发布了能减少大模型推理内存需求的“TurboQuant”算法，导致当天三星（-6%）、美光（-7%）和SK海力士（-7%）股价暴跌。

尽管该算法仅针对推理阶段的KV缓存，并不影响训练内存需求，且效率的提升最终可能因“杰文斯悖论（Jevons Paradox）”反而增加总需求，但这预示着科技界正在想方设法摆脱对HBM的过度依赖。

本文来自华尔街见闻，欢迎下载APP查看更多

6月20日，据追风交易台消息，德银在最新研报中称数据一目了然：Anthropic旗下顶尖前沿模型Claude Fable 5在Artificial Analysis智能指数上得分60，每项任务加权平均成本约3.25美元；而DeepSeek V4-Pro得分44，每项任务成本仅约5美分——前者是后者的约65倍。然而，对于日常90%的普通任务而言，廉价模型的表现与前沿模型几乎相当。

德银的核心判断是：前沿专有模型的高溢价，更像是奢侈品包包的"身份象征"定价，而非纯粹的性能溢价。随着头部AI公司备战IPO、从包月制转向按Token计费，企业用户将被迫重新审视这笔"前沿溢价"是否值得支付。这一趋势，可能引发一场比2025年初"DeepSeek时刻"更深远、更持久的市场重估。

这或表明，AI行业的"运营成本叙事"正在悄然取代"算力需求叙事"成为新的定价锚点。若专有模型的真实成本效益被市场充分定价，AI相关股票面临的估值压力将是结构性的，而非短暂的。

数字说话：前沿模型与开源模型的成本鸿沟有多深？

德银援引Artificial Analysis智能指数的数据，将市场上主流AI模型按智能得分与单任务成本进行了直观对比。

前沿专有模型阵营：

Anthropic Claude Fable 5（含fallback机制）：智能指数得分60，每任务加权平均成本约3.25美元

OpenAI GPT-5.5（超高配置）：位于高成本区间

Google Gemini 3.1 Pro Preview：同属高成本前沿阵营

开源/开放权重模型阵营：

DeepSeek V4-Pro（最大配置）：智能指数得分44，每任务成本约5美分

Meta Muse Spark：低成本区间（价格数据暂不可用）

Nvidia Nemotron 3 Ultra：低成本区间

OpenAI gpt-oss-120b（高配置）：低成本区间

德银特别指出，廉价阵营并非清一色的中国模型。Meta、Nvidia、OpenAI自身的开放权重模型同样处于低成本区间。因此，这场竞争的本质分野不是"美国 vs 中国"，而是"前沿专有 vs 开放权重"。

德银用一个生动的比喻描述这种性能与成本的错位：前沿模型是咆哮的全新超跑，开源模型是一辆称职的二手家用旅行车。

报告承认，在最难的推理任务和智能体（Agentic）工作上，前沿模型确实具备真实的、显著的能力优势。智能指数60分与44分之间的差距，在处理最复杂任务时是实质性的。

然而，关键问题在于：对于日常约90%的普通任务，廉价的开源模型能完成几乎相同的工作，而成本仅为前沿模型的约1.5%。

这意味着，绝大多数企业用户为前沿模型支付的溢价，并非来自实际业务需求，而更多源于品牌认知、习惯惯性，乃至某种"用最好的AI"的身份认同——这与消费者购买奢侈品包包的心理逻辑高度相似。

溢价不会消失，只会"迁移"——但每一层都在滑向零

德银提出了一个重要的结构性观察：AI能力的成本正以每年约十倍的速度下降，但前沿溢价并不会因此消失，而是会持续"迁移"。

其逻辑链如下：

1. 今天的前沿模型，明天将成为商品化能力；

2. 与此同时，新一代更强的前沿模型将以新的高溢价出现；

3. 因此，"最佳可用"与"足够好用"之间的价格鸿沟，在结构上将长期存在；

4. 但整条价格曲线上的每一个点，都在持续向零滑落。

这一机制意味着：前沿AI的溢价是一个永远在移动的靶子，而非固定的护城河。这要求对AI公司的定价权和利润率持续保持动态审视，而非一次性判断。

IPO压力下的商业模式转变：从"包月制"到"按量计费"

德银指出，AI成本问题之所以在当下变得尤为紧迫，有一个关键的商业催化剂：头部专有AI实验室正在为IPO做准备，商业模式正从固定费率的包月制，转向按Token计费的使用量定价模式。

这一转变将把成本压力直接传导至企业用户。报告援引了一个极具说服力的真实案例：

Uber已经烧光了其全部Token预算，耗时仅四个月，目前已限制所有员工每月AI使用支出上限为1500美元。

德银认为，这个案例清晰地说明：当AI使用成本从"隐性包月"变为"显性按量"，企业的成本意识将被迅速激活。那些只需要"可靠工作马"而非"超级跑车"的用户，将越来越认真地追问：前沿溢价，到底值不值得付？

"第二次DeepSeek时刻"：更安静，但可能更深远

德银将当前局面与2025年初的"DeepSeek时刻"进行了对比，并提出了一个值得高度警惕的前瞻判断。

回顾2025年初的"DeepSeek时刻"：市场意识到，接近前沿水平的AI能力可以以远低于预期的成本构建，AI股票遭遇剧烈冲击。但随后，由于AI整体需求持续攀升，股市得以收复失地。

德银的判断是：当前正在酝酿的"运营成本叙事"，是那次冲击的"更安静、但更持久的续集"。

核心逻辑在于：如果专有AI模型此前部分是作为"地位商品"（Status Goods）被定价和交易的——即其高价本身就是吸引力的一部分——那么，一旦其真实的成本效益比被市场充分曝光和定价，可能为AI估值体系带来第二次重估，这次冲击不会那么戏剧性，但影响将更为深刻和持久。

德银最后留下了一个耐人寻味的开放式结尾：除非，就像奢侈品包包一样，AI的高价本身就是其终极卖点。

报告还援引了Epoch AI的研究数据，为上述分析提供了独立佐证：

• 美国与中国在前沿AI能力上的差距，平均约为七个月；

• Epoch AI同时指出，这一差距与专有模型和开放权重模型之间的能力差距几乎完全吻合。

这一发现进一步强化了德银的核心论点：地缘政治维度的"美中AI差距"与商业维度的"专有/开源差距"，在本质上是同一条鸿沟的两种表述。这意味着在评估AI地缘政治风险时，不应将其与商业竞争逻辑割裂看待。

本文来自华尔街见闻，欢迎下载APP查看更多

6月20日，据追风交易台消息，德银在最新研报中全面上调通胀预期，并彻底扭转了此前的货币政策预测：预计美联储将在2026年加息两次（共50个基点），将联邦基金利率推高至4.1%，且不排除在7月提前加息的可能。

该行首席美国经济学家Matthew Luzzetti团队在报告中称，这意味着必须迅速重新定价“更长时间、更高利率”（Higher for Longer）的宏观环境。此前因美联储“过度保险”式降息而建立的宽松预期将被打破，固定收益市场将面临重新估值的直接冲击，而对利率敏感的资产类别需警惕短期内的剧烈波动。

沃什时代开启：鹰派信号明确

此前，德银之所以迟迟未调整基准预测，主要源于两大不确定性：一是伊朗战争带来的经济前景高度不确定性；二是新任美联储主席沃什的货币政策反应函数尚不明朗。

然而，6月FOMC会议的结果打消了这些疑虑。联邦公开委员会整体呈现鹰派倾向，而新任主席沃什更是以强硬措辞为政策方向定调。他明确表示：

"美联储声明称通胀主要由货币政策决定。确实如此。我多年来一直说，通胀是一种选择。确实如此。今天我宣布，本委员会已毫不含糊、全票通过决定，我们将兑现这一承诺。"

这一表态被德银视为沃什将"修复"通胀问题的强烈信号，也是德银将基准预测转向鹰派的直接触发因素。

与此同时，伊朗局势的缓和使油价大幅下跌，短期和长期通胀预期有所回落，这在一定程度上消除了此前的地缘政治不确定性，为德银更新预测提供了窗口。

基准预测：9月、12月各加息一次，利率升至4.1%

德银指出，美国的“去通胀”叙事已经动摇，通胀压力具有广泛性，且不仅限于关税和能源等一次性因素。因此，德银将2026年底和2027年的核心PCE通胀预期分别大幅上调至3.2%和2.5%。

基于通胀粘性，德银更新了基准预测：美联储将在今年（2026年）9月和12月分别加息一次，累计加息50个基点，使联邦基金利率升至4.1%。

此后，美联储将在2027年全年按兵不动，直到2028年上半年（预计在3月和6月）才会降息50个基点，将政策利率缓慢降至3.5%-3.75%的中性水平。

德银警告称，目前的预测存在双向风险，而在鹰派一侧，美联储的行动可能比基准情形更加激进。

• 1、7月提前加息。沃什已公开承诺"修复"价格稳定问题，若委员会不立即开始收紧政策，其公信力将面临考验。德银认为，委员会有可能在7月FOMC会议上就采取行动，而非等到9月。
• 2、全年加息幅度扩大至75个基点。去年的降息操作为经济提供了相当程度的"保险"，若要完全撤回这一宽松效果，加息幅度可能需要达到75个基点，而非50个基点。

德银同时列出了可能使政策路径偏向宽松的下行（鸽派）风险：

第一，能源价格改善与通胀预期回落。伊朗局势缓和后油价大幅下跌，若这一效果能够持续，可能在一定程度上降低美联储紧急行动的必要性。

第二，劳动力市场季节性走弱。夏季期间，尤其是年轻群体的失业率存在季节性上升的历史规律。德银认为，尽管美联储目前偏鹰，但并不会对劳动力市场走弱的信号完全无动于衷。

第三，关税效应逐步消退。近期通胀数据显示，关税对月度通胀数据的推升效应可能正在减弱，这或许为美联储在应对通胀压力时提供了更大的操作空间。

通胀粘性难消，德银早有预警

德意志银行此次政策立场转变并非突然，而是此前一系列研究的逻辑延伸。

在此前发布的多篇报告中，德银研究团队已逐步构建起"美联储可能需要加息"的分析框架：

• 在《对美国去通胀叙事的五点质疑》中，德银对通胀下行的持续性提出了系统性质疑；
• 在《是什么让通胀持续高于2%？几乎是所有因素》中，德银进一步指出，通胀压力广泛分布于各类别，并非仅由关税或能源等一次性因素驱动；
• 在《过度保险？》一文中，德银认为，美联储去年的连续降息操作是针对劳动力市场下行风险的"过度保险"，而这些下行风险最终并未成真。

此外，德银指出，当前政策利率明显低于美联储通常参考的多种政策规则所建议的水平——无论是基于当前数据、近期预测，还是美联储自身对中性利率（r-star）的判断，抑或德银自己的估算，结论均指向同一方向：现行利率偏宽松。

本文来自华尔街见闻，欢迎下载APP查看更多

6月19日，据中国台湾《工商时报》报道，鸿海董事长刘扬伟近日公开披露了一组震撼业界的数据：以Vera Rubin为核心构建1GW规模的AI数据中心（AIDC），资本支出高达470亿美元，每年仅电力成本就达13亿美元，而硬件折旧费用更是电力成本的六倍。这一数字直观揭示了AI基础设施军备竞赛背后的惊人资本门槛。

刘扬伟表示，全球正加速迈入"AI工厂"时代，预计到2030年，全球数据中心投资总额将达1.6兆美元。算力负载将从2024年的约68GW飙升至174GW，意味着2025年至2030年间需新增电力106GW，平均每年须新增近18GW供应。

在企业应用层面，刘扬伟指出，目前多数企业仍处于AI赋能阶段，但未来的目标应是转型为"AI原生"组织，并提出了七大转型特点。

1GW数据中心：470亿美元的资本门槛

刘扬伟以具体数字拆解了AI数据中心的建设成本结构，为市场提供了难得的参照基准。

根据他引述的数据，建立1GW以Vera Rubin为核心的AIDC，所需机柜数量约为3557座，而单一座Vera Rubin机柜售价即达910万美元，由此推算整体资本支出高达470亿美元。

在运营成本方面，1GW规模的AIDC每年电力支出达13亿美元，而硬件折旧费用更是电力成本的六倍，意味着年度折旧负担约达78亿美元。

这一成本结构表明，对于有意布局AI算力基础设施的投资者和企业而言，持续的资本投入压力将远超初期建设阶段。

2030年全球算力需求：新增106GW

刘扬伟援引数据指出，全球数据中心规模到2030年将达1.6兆美元，算力负载将从2024年的约68GW大幅攀升至174GW，六年间新增电力需求高达106GW，平均每年须新增近18GW电力供应。

在算力需求来源方面，刘扬伟将当前最主要的四类买家归纳为：模型开发商（Model Makers）、云端服务业者（CSP）、政府及企业。

其中，模型开发商与CSP商业模式明确，是目前算力消耗最大、需求最为旺盛的群体；政府目前仍处于探索阶段，但潜力庞大；企业则被视为未来的"蓝海市场"。

在企业如何应用AI这一议题上，刘扬伟区分了两个阶段：当前多数企业处于"AI赋能"阶段，即在既有组织架构与流程中引入AI以提升效率；而未来的目标则是成为"AI原生"（AI Native）组织——所有流程以AI为核心运作，人类仅需负责设定目标与治理监督。

刘扬伟强调，AI原生组织须具备七大特点：数据须能被AI有效使用；流程须重新设计并具备代理（Agent）功能；AI的角色在于辅助决策者避免盲目决策，而非直接作出最终决策；组织角色须重整；人才能力须升级；以及须建立可控、可追踪、具自动化的治理机制。

本文来自华尔街见闻，欢迎下载APP查看更多

6月19日，据报道，美银策略师援引EPFR Global数据显示，截至6月17日当周，流入美国股票基金的资金规模达到创纪录的1192亿美元，刷新历史峰值。按年化计算，2026年美国股票基金有望全年吸引7390亿美元资金，同样将创下历史纪录。与此同时，科技股成为资金追捧的核心标的，单周流入规模达192亿美元，亦为历史最高。

推动这一资金潮的核心催化剂，是伊朗战争的结束以及超大规模云计算企业在人工智能基础设施上的巨额投入。纳斯达克100指数今年已累计上涨24%，标普500指数年内涨幅达9.6%，美国股市接连刷新历史高点。美银首席策略师Michael Hartnett团队指出，战争结束遏制了特朗普支持率的下滑势头，华尔街情绪整体乐观，美国家庭股票财富今年已增加6万亿美元。

然而，策略师们也发出警示：若共和党在11月失去参议院控制权，将触发"美元大跌、收益率下行、股市下挫"的连锁反应。"如果特朗普支持率在9月前未能出现明显反弹，多头情绪将变得'焦虑不安'。"

资金创纪录涌入，大中小盘全面受益

本轮资金流入呈现出全面性特征，并非仅集中于大盘股。

据美银策略师披露，美国中盘股基金单周净流入达199亿美元，创历史纪录；美国小盘股基金单周净流入123亿美元，为历史第二高。这意味着投资者的风险偏好已从大盘蓝筹向更广泛的市场延伸，整个美国股市均受益于市场对美股近乎无止境的需求。

科技股是本轮行情中最受追捧的板块。单周192亿美元的科技股资金流入规模创下历史新高，反映出投资者对人工智能相关主题的持续押注。亚马逊、Meta Platforms及谷歌母公司Alphabet等超大规模科技企业在AI基础设施上的大规模资本支出，成为支撑市场信心的重要基本面支柱。

创纪录的资金流入，与科技行业大规模股票发行形成同步共振。

SpaceX于6月14日完成史上规模最大的首次公开募股，共发行750亿美元股票。与此同时，Anthropic与OpenAI亦计划相继推进各自的IPO。与此同时，Alphabet、Meta和甲骨文正在出售数千亿美元规模的股票，以为其人工智能支出提供资金来源。

这一格局意味着，在需求端资金创纪录涌入的同时，供给端的股票发行规模同样史无前例。市场能否持续消化如此庞大的供给，将是检验本轮行情持续性的关键变量之一。

与美股的强劲吸金形成鲜明对比的是，其他主要市场正经历持续的资金外流。

据美国银行策略师指出，欧洲基金已连续10周录得资金净流出，这与伊朗战争爆发初期的资金流向形成重大逆转。

尽管市场情绪高涨，美银策略师仍对潜在的政治风险保持警惕。

Michael Hartnett团队明确指出，若共和党在11月中期选举中失去参议院多数席位，将引发"美元大跌、收益率下行、股市下挫"的市场冲击。

此外，特朗普支持率的走势同样被视为重要的市场信号——策略师警告，若其支持率在9月前未能出现明显回升，市场多头情绪将趋于动摇。

本文来自华尔街见闻，欢迎下载APP查看更多

6月19日，有“新美联储通讯社”之称的记者Nick Timiraos称，围绕AI建设热潮，经济学界存在两种截然对立的解读：

其一，生产率红利即将兑现，供给将追上需求，美联储可以按兵不动，静待通胀自然回落；其二，生产率提升的收益尚在远方，而需求冲击已然到来，若美联储坐等数据确认，将错失最佳干预窗口，最终被迫更大幅度加息。

美联储本周维持利率不变，但在最新点阵图中，近半数官员预计年内仍需加息，其余官员则持相反判断——内部分歧之深，折射出这一核心问题的高度不确定性。

沃什本人的倾向在新闻发布会上隐约可见。他多次强调"强劲的生产率驱动型增长不是我们所惧怕的，而是我们所拥抱的"，这是1996年格林斯潘式思维的回响。

然而，他所面临的宏观环境——关税压力、财政赤字扩张、全球化红利消退——与格林斯潘当年顺风顺水的背景相去甚远。如何在两种历史剧本之间做出正确判断，将是沃什执掌美联储的第一场真正考验。

两种1990年代：格林斯潘留下的双重遗产

Timiraos表示，沃什在过去一年间反复援引1990年代作为历史参照，但这个十年本身就包含两个截然不同的故事。

1996年，格林斯潘面对经济高速扩张，选择按兵不动。他判断快速增长不会点燃通胀，事实证明他是对的。经济扩张延续多年，他因此赢得"大师"的美誉。

1999年，格林斯潘改变了判断。股市飙升、劳动力市场持续收紧，他开始连续加息，最终以互联网泡沫破裂收场。而正是在这一年，美联储建立起"提前发出加息信号"的前瞻指引机制——这一做法延续至今，也是沃什明确表示希望废除的惯例。

特朗普政府公开推崇的是1996年版本的美联储，沃什上任前也曾公开表态，希望打造一个"有足够自信少做动作"的央行。然而，当前的经济形势，或许正在把另一个版本的剧本递到他手中。

沃什的判断逻辑：相信叙事，而非等待数据

在就任之前，沃什曾在Fox Business公开表达立场：他担心美联储即将犯下"第六或第七个重大错误"——在一场本应放手的生产率繁荣中过早收紧货币政策。

Timiraos称，他的核心论点是：AI带来的生产率提升不会立即反映在官方统计数据中，可能需要数年时间才能显现。如果美联储坚持等待数据确认，就会把一场良性繁荣误判为经济过热，进而加息——而这恰恰会扼杀那些本可压制通胀的增长动能。

这一逻辑的本质，是主张用前瞻性叙事替代滞后性数据作为决策依据。沃什在新闻发布会上也延续了这一思路：当被问及AI目前究竟是在推升需求还是扩大供给时，他仅表示"需求比供给更容易衡量"，刻意回避了明确表态，同时坚守"不提前透露下一步动作"的沟通原则。

Timiraos认为，即便沃什最终判断正确，1990年代的类比也并不完整。

格林斯潘在1996年做出那个著名赌注时，背后有多重顺风：来自海外的廉价商品和劳动力持续压低通胀，联邦财政赤字也在收窄。这些结构性因素为美联储的"静观其变"提供了额外的安全边际。

沃什面对的是截然不同的环境：关税政策推升进口成本，财政赤字扩张而非收缩，全球化红利已然消退。这意味着，即便AI生产率红利最终如期兑现，沃什在等待过程中所承受的通胀压力，也将远大于格林斯潘当年。

反驳声音：芝加哥联储的"预期透支"模型

Timiraos指出，对沃什判断逻辑提出最系统性挑战的，是芝加哥联储主席古尔斯比（Austan Goolsbee）。

据华尔街日报报道，古尔斯比上月在斯坦福大学的一场会议上提出了一个关键区分：生产率繁荣能否让央行按兵不动，取决于这场繁荣是否在预期之外。一场所有人都能预见的繁荣，反而会产生相反效果——人们会提前透支未来的财富，在生产率红利兑现之前就大幅增加支出，从而导致经济过热。

"最终你不得不大幅加息，幅度远超你若早些行动时所需的力度，"古尔斯比说。

他认为，当前的AI繁荣恰恰属于这种"人人可见"的类型。对经济学家、科技从业者和普通公众的调查均显示，市场普遍预期AI每年将带来约一个百分点的生产率提升，且大部分收益仍在未来。按照他的模型，这一预期本身就构成了加息的理由，而非降息的依据。

古尔斯比还援引了现实中的"过热信号"：AI数据中心建设正在推高土地、电力和芯片价格，同时抬升电工和设备的成本，挤压其他行业的资源。苹果公司本周宣布因成本上升而提价，被他视为这一机制正在运转的佐证。

值得注意的是，古尔斯比的框架并非没有挑战者。美联储理事沃勒（Christopher Waller）在同一场斯坦福会议上指出，"预期透支"机制能够发挥作用，前提是人们能够借钱来提前消费。但现实中，许多家庭的支出受到当期收入的严格约束，无法轻易将未来财富变现。

"如果他们无法提前透支那部分支出，这整个机制就会被掐断，"沃勒说。

这一反驳为沃什的"按兵不动"立场提供了理论支撑：如果借贷约束足够普遍，需求前置效应将大打折扣，生产率繁荣就更有可能以温和方式推动供给扩张，而非引发通胀。

终极悖论：废除前瞻指引，还是被迫使用它

另外，Timiraos还认为，沃什执掌美联储还面临一个深层悖论，而这个悖论恰恰源于他最想改变的那件事。

他明确表示希望打造一个"不提前透露手牌"的美联储，减少前瞻指引，让市场保持猜测。然而，美联储现行的前瞻指引机制，正是在1999年建立的——彼时格林斯潘为避免市场措手不及，开始在加息前提前发出信号。

如果经济走势如特朗普政府所描述的那样乐观，沃什或许永远不需要提前发出加息信号。但如果经济走向另一个剧本，他将面临一个两难选择：

要么沿用他希望废除的前瞻指引惯例，提前告知市场加息计划；要么保持沉默，让市场自行猜测加息的幅度与节奏，承担由此引发的金融市场剧烈波动的风险。

这个悖论的解法，最终仍取决于同一个问题的答案：现在是1996年，还是1999年？

本文来自华尔街见闻，欢迎下载APP查看更多

谷歌正以英伟达的打法，向后者的AI芯片霸主地位发起迄今最直接的冲击。据6月18日，《华尔街日报》报道，谷歌通过为数据中心项目提供财务担保、以循环融资撬动芯片采购，将英伟达惯用的客户锁定策略悉数照搬，并在此基础上以850亿美元的股权融资计划为后盾，大举争夺外部算力客户。

与此同时，华尔街见闻文章写道，博通也在走一条相似的路——联合阿波罗与黑石设立350亿美元AI算力融资平台，以自身信用为高级债券提供差额补足担保，将芯片制造商、私募信贷与AI算力需求捆绑成一个新型融资闭环，剑指英伟达在AI芯片市场逾90%的份额。

这场挑战的核心逻辑在于：当算力稀缺成为AI竞赛的决定性变量，谁能帮客户解决融资问题，谁就能赢得芯片订单。分析指出，上述举措的市场意义在于：英伟达长期以来通过财务担保帮助数据中心降低融资成本、以循环投资撬动芯片采购的商业模式，正在被谷歌和博通系统性地移植。

这一趋势不仅意味着AI芯片市场的竞争格局正在重塑，也预示着私募信贷与AI基础设施融资之间的深度绑定将成为行业新常态，对英伟达超过90%的市场份额构成实质性挑战。

谷歌复制英伟达剧本：财务担保换芯片订单

据报道，谷歌正在系统性地复制英伟达的核心商业策略——以财务担保帮助数据中心获得更低成本的债务融资，同时通过"循环融资"安排，使其投入的部分资金以芯片采购的形式回流。

最具代表性的案例是位于纽约州安大略湖南岸的Lake Mariner项目。谷歌为该AI数据中心集群提供了32亿美元的财务担保，项目由TeraWulf与谷歌支持的云服务商FluidStack联合开发，算力将租赁给AI巨头Anthropic使用。TeraWulf联合创始人兼首席技术官Nazar Khan表示："这些资本雄厚的公司都坚信，围绕算力的市场将创造巨大价值，它们不想被甩在身后。"

谷歌的财务担保布局远不止于此。报道称，知情人士透露，谷歌还为另一个Anthropic项目——位于路易斯安那州巴吞鲁日附近、规模达70亿美元的River Bend项目——提供了背书，并在德克萨斯州Colorado City为一处AI算力租赁项目提供了14亿美元的额外财务担保。

在更大的战略层面，谷歌近期与黑石达成50亿美元协议，拟成立一家新的云服务公司，直接对标英伟达支持的CoreWeave和Nebius两家专属使用英伟达硬件的云服务商。Bernstein科技分析师Stacy Rasgon称：

"他们显然比几年前更具机会主义色彩，也更积极地将自身资产货币化。但几年前，这个机会根本不存在。如今，我们听到的全是算力不够用。"

直接销售TPU：从内部工具到外部竞争武器

谷歌自研AI芯片TPU（张量处理单元）的商业化路径，经历了从内部专用到对外开放、再到直接销售的三级跃迁。

据华尔街日报报道，这一切的起点可追溯至2013年。时任谷歌AI研究员、现任DeepMind首席科学家Jeff Dean在研究语音识别时做了一个"思想实验"：若要向1亿用户推出语音模型，所需算力将相当于谷歌当时全部服务器数量的两倍。他的结论是："我们需要构建专用硬件。"

起初，TPU仅供谷歌内部使用，支撑其搜索引擎和其他产品的AI功能开发。随着外部算力需求爆发，谷歌开始通过Cloud平台向外部客户开放TPU，推动了云业务的快速增长。今年5月，谷歌进一步宣布计划直接向客户销售TPU，并推出首款专为推理场景定制的TPU产品，预计将与英伟达的新款Groq 3 LPU正面竞争。

谷歌Cloud AI与计算基础设施副总裁Mark Lohmeyer表示，专为推理优化的芯片，加上谷歌在跨系统芯片协同方面的改进，已吸引了此前未曾考虑过TPU的新客户群体。其中包括长期使用谷歌Cloud的Citadel Securities——该公司近期开始将TPU用于部分研究软件工作负载，首席技术官Josh Woods表示，关键工作负载的运行成本降低了30%，速度提升最高达四倍。

博通押注"差额补足"：以信用换市场份额

与此同时，华尔街见闻文章此前也写道，博通正以自身信用为代价，换取AI芯片领域的市场份额，开创了一种将芯片制造商、私募信贷与AI算力需求捆绑在一起的新型融资模式。

博通、阿波罗与黑石上周联合宣布成立"AI XPV平台"，首笔交易规模达350亿美元，用于为Anthropic超1吉瓦算力基础设施扩建提供融资，是迄今规模最大的私人信贷特殊目的载体（SPV）交易之一。交易的核心载体为由阿波罗旗下Atlas SP Partners主导设立的SPV，通过购买芯片、再将其租赁给Anthropic，以租金作为偿债来源。

债务结构分为三层：6亿美元A1票据以国债利率上浮100个基点出售给银行；240亿美元A2票据以5.75%收益率出售给机构投资者；45亿美元劣后票据不受博通背书，收益率高达8.5%；此外Atlas SP Partners还提供了8亿美元股权层。高级债券得以实现低成本融资的关键，在于博通提供的"差额补足"担保——若Anthropic无法履约且芯片处置所得不足以覆盖本息，博通将对A1、A2档投资者的损失进行补足。

就在今年3月，博通CEO陈福阳（Hock E. Tan）对动用博通资产负债表提供此类担保仍持审慎态度，但随后改变了立场。驱动其转变的现实压力在于：英伟达已采取类似的供应商融资手段加速芯片销售，若博通不跟进，恐将在AI芯片竞争中落后。陈福阳将此次合作定位为"未来众多交易的第一笔"，并计划到2028年通过该平台为前沿AI实验室提供超20吉瓦算力融资，潜在芯片采购规模或高达7000亿美元。

英伟达的护城河：CUDA生态与"Jensen监狱"

面对谷歌和博通的夹击，英伟达的市场地位仍具相当韧性。其超过90%的AI芯片市场份额背后，是即插即用的互联硬件和易于使用的CUDA编程库构成的强大生态壁垒。

据报道，部分新兴云服务商担忧，一旦偏离英伟达的完整硬件栈，可能面临失去芯片配额的风险，业内将这一困境称为"Jensen监狱"。Bessemer Venture Partners合伙人Adam Fisher表示：

"并非所有英伟达云服务商都会这样说，有些会说英伟达给了他们所需的一切，但也有一些迫切希望有其他选择，却无法从其他供应商那里获得。"

对于竞争对手的挑战，英伟达CEO黄仁勋公开表示淡然。他在今年4月的一档播客节目中称，英伟达相对于谷歌及其他定制芯片（ASIC）制造商拥有显著领先优势，并质疑TPU的成本优势："我很想听他们证明TPU的成本优势，在我看来毫无道理。"他同时强调，Anthropic是谷歌TPU唯一重要的外部客户。

不过，谷歌负责AI基础设施的首席技术官Amin Vahdat对此持不同看法。他表示，自己并不聚焦于与英伟达或任何竞争对手的对抗，英伟达既是竞争对手，也是重要合作伙伴，因为谷歌数据中心同样使用英伟达GPU。"对我和我们来说，这不是零和游戏，市场需求足够大。"

万亿级资本开支催生融资新格局

谷歌和博通的上述举措，折射出AI基础设施融资需求急剧膨胀的行业大背景。

华尔街见闻文章写道，据摩根士丹利预测，美国AI领域的资本市场融资规模预计将达到4000亿美元，到2028年有望突破1万亿美元，以匹配未来两年约1.8万亿美元的资本开支需求。传统银行在消化大规模AI相关债务方面已显现出明显压力，私募信贷由此成为重要替代渠道。

谷歌本月宣布计划募集850亿美元股权融资，主要用于支持AI基础设施建设。可参照的近期案例还包括：

Meta围绕路易斯安那州Hyperion数据中心完成了273亿美元的SPV交易，由Blue Owl提供私募信贷、摩根士丹利主导安排，Meta提供类担保支持；亚马逊则在加拿大债券市场完成约140亿加元（约合100亿美元）的发行，创下加元债券市场史上最大单笔发行纪录。

对于Anthropic而言，此次安排是其转向自建算力供应、摆脱对谷歌或亚马逊等云服务商依赖的最明确信号。华尔街见闻文章提及，据The Information报道，Anthropic已安排谷歌为其五处数据中心设施的租约提供背书，为芯片安装提供物理空间保障。

这一系列安排表明，在AI算力争夺战中，芯片制造商、科技巨头与私募资本之间的利益捆绑正在以前所未有的深度和速度推进，而英伟达开创的"财务担保换市场份额"模式，已成为整个行业竞相效仿的新范式。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

以黎局势挑动市场神经。以色列停火消息后，美股期货收窄多数跌幅，泛欧股指曾转涨，矿业板块跌超2%领跌欧股。

连日创一年新高的美元指数刷新日低。日元终结五连跌、暂别近两年低位。离岸人民币盘中逼近6.80至四周新低。

布油跌超1%。金银收窄多数跌幅，盘中曾跌超2%的现货黄金一度跌不足0.7%。以再袭真主党后，布油一度转涨超1%，全周仍跌近8%。

英国政局担忧加剧，英债领跌欧债。

亚洲时段，美伊瑞士会谈生变，韩股收跌0.1%，印度IT股大跌，纳指期货跌1%，美元指数站上101关口。

要闻

中国

网友提问“中国大模型何时达到Fable级别？”，马斯克“可能明年Q1”，智谱CEO唐杰“不需要那么久”。

海外

以色列被曝与黎真主党达成停火，伊朗证实推迟与美谈判，特朗普施压“耗完60天”，白宫放风准备尽早启程谈判。伊朗否认霍尔木兹关闭，暂免通行费但未来或加收保险费，美军称20余船已通过海峡。万斯指责以色列：醒醒认清现实，不可能通过杀戮解决所有国家安全问题。

日元跌至161，近40年低位，日本财长重申“将采取大胆行动”。

英国内斗升级！伯纳姆补选大胜、接班概率升破90%，内阁大臣被曝要求斯塔默定下台时间。

特朗普紧盯AI：一周前视Anthropic为“国家安全威胁”，现仍不排除必要时干预。

谷歌微软联手推新协议，传统科技巨头借标准战围堵Anthropic和OpenAI。

陈立武接手英特尔后首次播客访谈：我们的目标是“5-10年10倍”，押注先进封装、玻璃基板和人工钻石。

市场收报

股市：A股和美股休市。欧洲STOXX 600指数收跌0.24%，报635.61点，本周累计上涨0.38%。

债市：德国10年期国债收益率涨5.6个基点，报2.985%，本周累计下跌1个基点。英国10年期国债收益率上涨8.5个基点，报4.842%，本周累计上涨0.6个基点。

要闻详情

全球重磅

中国

网友提问“中国大模型何时达到Fable级别？”，马斯克“可能明年Q1”，智谱CEO唐杰“不需要那么久”。智谱AI发布GLM-5.2后，研究员Teortaxes判断中国模型追赶上Fable级别模型需7个月。GLM-5.2在FrontierSWE基准上得74.4分，仅落后Opus 4.8约1个百分点。国产开源模型凭借性能、成本与自主可控优势，正重塑全球AI竞争格局。

“不是你想投，梁文锋就会要你的钱”，DeepSeek融资510亿元，他为何选了腾讯、宁德时代、网易、京东？想投DeepSeek者众多，但梁文锋选资方更重产业协同。国资投资人分析，腾讯、京东、网易等入股意在协同自身AI战略；宁德时代参投，或为“算电协同”所需光伏储能提前卡位。有分析指出，此番开放融资，或源于DeepSeek意识到仅靠自有资金难跟上全球AI算力“军备竞赛”，需扩大资本开支以分散研发风险。

海外

以色列被曝与黎真主党达成停火，伊朗证实推迟与美谈判，特朗普施压“耗完60天”，白宫放风准备尽早启程谈判。多家媒体称以色列和真主党同意周五停火；美媒称停火生效后一小时内双方各有袭击动作；黎媒称以方“同意停火”后空袭黎南部。伊美谈判斡旋方将21日在埃及会晤。伊外交部指美对黎局势负直接责任，称正讨论未来几天举行谈判的计划。白宫称美代表团准备最早可行时机启程。特朗普称，谈判源于伊朗、而非美方走投无路，他可阻止以袭黎，因为以方“会照我说的做”。

伊朗否认霍尔木兹关闭，暂免通行费但未来或加收保险费，美军称20余船已通过海峡。伊朗管理霍尔木兹海峡的机构称，美伊谈判60天内免除海峡通行费；自本周五起，所有经过海峡船舶必须至少提前48小时向伊方提交过境申请；所有通过海峡船只必须办理一项强制性保险，该保险目前免费，未来可能收费。

美伊会谈，推迟了。瑞士声明说，美国、伊朗、卡塔尔和巴基斯坦原定举行的会谈已被推迟。“瑞士仍愿为这些会谈提供便利。有关比尔根山的相关筹备工作也将继续进行。”

伊朗据称因以军持续袭击黎推迟赴瑞士谈判，万斯指责以色列：醒醒认清现实，不可能通过杀戮解决所有国家安全问题。特朗普称预计“所有战线都将实现全面停火”。万斯称，特朗普是当今世界唯一真正同情以色列的国家领导人，并喊话批评美伊谅解备忘录的以内阁极右翼人士：你们是一个只有900万人口的国家，不能指望仅仅通过杀戮解决你们面临的每个国家安全问题。

8000万桶原油，准备通过霍尔木兹海峡。波斯湾40艘超级油轮上约8000万桶非受制裁原油已蓄势待发，部分船只率先尝试通行，有望缓解亚洲炼厂因前期局势导致的断供与库存压力；但行业组织警告水雷等重大安全风险依然存在，全面复航仍具不确定性。

油价跌回“伊战前水平”，市场反应过度了吗？美伊签署框架协议并解封海峡，推动布伦特原油跌破77美元。但分析师警告，金融市场的复产预期与实际市场的供给吃紧存在背离：全球库存持续大减，而运费高企三倍、船东谨慎令物流面临瓶颈。市场虽已提前计入地缘溢价消除，但实际供应恢复仍需时日。

沃什放鹰，美元“转折点”来了？沃什释放强烈鹰派信号，市场迅速重估美元前景：美元指数创三个月来最大两日涨幅，期权市场涌现大规模美元看涨押注。交易员开始押注美联储最快7月加息，美元资产吸引力回升，而欧元、日元等主要货币全线承压。

• 日元跌至161，近40年低位，财长重申“将采取大胆行动”。日元跌至近40年低位，日本政府虽频频口头警告并豪掷逾700亿美元干预汇市，仍难敌美日高利差、套利交易与再通胀政策带来的结构性压力。市场正押注东京当局或突然出手救汇，但分析认为，只要美国高利率维持，日元弱势恐难根本逆转。

英国内斗升级！伯纳姆补选大胜、接班概率升破90%，内阁大臣被曝要求斯塔默定下台时间。英媒称内阁大臣劝斯塔默主动让位：“你的时间到了”；多名大臣要求他为离职设定时间表。预测市场Polymarket的押注显示，今年不会产生新首相的概率仅为3.5%。

特朗普紧盯AI：一周前视Anthropic为“国家安全威胁”，现仍不排除必要时干预。被问及是否认为Anthropic对美国安全构成威胁，特朗普称，现在不是，一周前也许是。他说，该司在美政府表达担忧后迅速回应，表现得”非常负责”；不会关闭该司，但不确定是否非得动用法律赋予的紧急权力干预不可。

谷歌微软联手推新协议，传统科技巨头借标准战围堵Anthropic和OpenAI。谷歌、微软等传统科技巨头联合推出“代理资源发现”（ARD）新协议，旨在将自身产品打造为企业AI的统一入口，通过标准战围堵Anthropic与OpenAI。此举与后两者试图将Claude和ChatGPT打造成独立主入口的战略直接冲突，凸显了双方在企业AI生态主导权上的激烈争夺。ARD能否被广泛采纳，仍有待观察。

上市一周上涨37%！市销率高达39倍，SpaceX已比所有标普500成分股“贵”。SpaceX上市首周收盘价185美元，较发行价135美元上涨37%，总市值达2.4万亿美元。以2027年预期市销率39.2倍计算，估值超越标普500所有成分股。分析师目标价从250美元到401美元不等，分歧悬殊。

陈立武接手英特尔后首次播客访谈：我们的目标是“5-10年10倍”，押注先进封装、玻璃基板和人工钻石。英特尔CEO陈立武设定5至10年实现10倍回报的目标，正通过发力EMIB先进封装、玻璃基板及合成钻石等新材料，系统性重构技术路线图以突破物理极限。智能体AI爆发正带动CPU需求强劲回升；代工业务将聚焦良率与信任，并与马斯克共建Terafab项目，预计2030年后英特尔的真正潜力将全面显现。

• 任命前SK海力士CEO领导封装业务，英特尔股价周四大涨10%创新高。英特尔加速重整代工业务，发力AI芯片市场。公司任命SK海力士前CEO Seok-Hee Lee主导先进封装，直接向CEO陈立武汇报；同日苹果确认与英特尔合作在美国本土设计制造芯片。双重利好推动股价飙升10%创历史新高。先进封装被确立为独立运营板块，EMIB-T与HBI技术正推进量产。

埃森哲股价暴跌18%创近十年新低，AI冲击与中东动荡双重施压。因中东局事拖累中东销售并致企业放慢决策，加之新签订单下滑，埃森哲下调全年营收指引，股价周四暴跌18%。此外，AI工具的快速演进也令投资者对该咨询巨头的核心商业模式和转型前景产生深度质疑。

研报精选

高盛警惕美股：地缘动能趋于停滞，CTA下行不对称风险凸显。高盛One-Delta交易台负责人指出，多重风险正在积聚：美伊核谈判实质性受阻，油价地缘溢价尚未被市场充分消化，市场正在为实物原油定价，但尚未充分折现这一信任不足以及美伊协议动能的持续恶化。同时，CTA下行不对称格局已形成，美联储政策框架的不确定性与债券市场波动率上升交织叠加，市场内部结构隐患不可忽视。

沃什“鹰派首秀”，高盛下调黄金目标价，“如果今年真加息，金价会进一步下跌”。高盛将2026年底黄金目标价下调至4900美元，近期转为“战术谨慎”。报告警告，若秋季加息两次，金价恐跌至4440美元；但全球央行强劲的结构性购金趋势仍提供核心支撑，且中期地缘风险或推动金价突破6000美元。

SemiAnalysis：半数2026年美国数据中心将取消？这是被"AI编码"出来的假警报。SemiAnalysis指出，市场恐慌源头实为AI工具批量抓取未经核实的GW级项目新闻稿，再通过模型生成耸动结论。机构强调，恐慌源于早期投机项目被误纳入统计分母，而核心在建产能实则稳定，预测调整幅度仅1%。局部延期虽存，但属基建常态，集中于无实质支撑的早期项目，不代表行业基本面崩塌。市场情绪被三类无效噪音放大，理性审视下，产能曲线远未触及断崖水平。

国内宏观

广东服务业蓝图出炉：剑指11万亿增加值，算力网络、6G与人工智能成三大战略支点。《方案》明确，到2030年全省服务业增加值突破11万亿元，通过数智化、标准化、融合化、国际化“四化”提升，推动生产性服务业向高端延伸、生活性服务业向高品质升级。方案以算力网络、6G与人工智能为三大战略支点，加快建设粤港澳大湾区算力枢纽，前瞻布局6G与卫星互联网，推进人工智能全域全时应用，并系统部署金融、物流、文旅等多领域，全面构建优质高效的现代化服务业体系。

国内公司

津巴布韦锂企联合申请推迟精矿出口禁令，目前仅华友钴业建成硫酸锂产线。锂生产商协会主席当地时间6月18日公开发言称，协会已向矿产部长、常务秘书及津巴布韦矿产营销公司等监管部门递交申诉，请求给予行业多一点宽限余地，将选矿禁令生效节点从2027年1月延后约五个月。Rukweza表示七大主要锂生产商中，目前仅有华友钴业的硫酸锂工厂在津巴布韦建成投产并实现了产品发运；中矿资源旗下的比基塔矿山与雅化集团旗下的卡马蒂维锂矿硫酸锂项目仍在建设中，国有桑达瓦纳矿场的加工方案甚至尚处于可行性研究阶段。

海外宏观

能源成本推升通胀压力！韩国5月PPI同比涨8.5% 创近四年新高。能源冲击与半导体繁荣双轮驱动，令韩国上游通胀持续“爆表”。随着涨价潮向消费端传导，韩国央行内部“鹰派”共识正迅速扩大。加息风暴或在酝酿，投资者需高度警惕政策收紧风险。

海外公司

从"Token竞赛"到"Token节流"：月人均成本7500美元，天价账单倒逼巨头集体踩刹车。企业AI支出从“极限消耗”转向“极限节流”，巨头纷纷为AI使用和智能体工具设置上限以应对失控的成本压力。这一预算管控浪潮引发了企业在控本与生产率之间的分歧，同时也让微软、Databricks等提供成本优化、网关工具及模型路由器的基础设施商迎来红利。

高中毕业也能进SK海力士研发部了，AI 时代还要卷文凭吗。SK海力士宣布新员工招聘取消本科以上学历硬性要求，研发岗也向高中、大专生开放。为了更好地筛选人才，SK 海力士还搞了个 AI 测评系统：动态生成定制化问题，远程评估面试者的真本事——真实压力下怎么解决问题、价值观如何、跟企业文化合不合。正如黄仁勋所说，在 AI 时代，不需过度执着孩子选择什么专业，读什么远不如具备什么能力更重要。

Kalshi年化营收突破20亿美元，较去年11月增长三倍，已与投行初步接洽IPO。受大型体育赛事交易推动，预测市场平台Kalshi年化营收突破20亿美元，较去年11月增长约三倍。公司预计最快2027年末或2028年上市。目前Kalshi正拓展机构业务，但面临竞争、监管诉讼及高管空缺等挑战。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

在英国下议院的补选中，工党重量级人物、前大曼彻斯特市长伯纳姆（Andy Burnham）以压倒性优势赢得议席，被外界视为争夺首相职位的重要一步。同时，据两家英国媒体报道，多名内阁大臣已要求斯塔默为离职设定时间表，其中一人当面告诉他“时间到了”。

政治动荡迅速反映到市场预期。预测市场Polymarket显示，截至周五，押注伯纳姆将在2026年成为英国下一任首相的概率已经升至93%，而认为今年不会产生新首相的概率仅剩3.5%。投资者开始押注，工党或提前进入“后斯塔默时代”。

为安抚投资者对其财政计划的疑虑，伯纳姆已明确表示，若能执政将不会改变政府设定的举债上限。但他的胜选传出后，英镑兑美元汇率仍小幅走低、跌破1.3170刷新3月末以来低位，同时英国国债收益率显著攀升，欧市盘初，十年期英债收益率跳空高开逾6个基点，后持续交投于4.82%附近，尾盘约为4.84%，日内升约9个基点。

伯纳姆关键补选大胜 得票率超五成

据新华社等媒体报道，当地时间19日周五，伯纳姆19日赢得英国西北部马克菲尔德选区的下院议员补选，得票率达54.8%，取得一场被广泛视为具有全国政治意义的重要胜利。

此次选举中，英国右翼政党改革英国党（Reform UK）候选人Robert Kenyon获得34.5%的选票，位居第二；“Restore Britain”党得票率不足7%。

在补选中胜出后，伯纳姆就将重返议会下院，从而具备参与工党党首竞争、进而角逐首相职位的条件。

这是伯纳姆近年来首次重返议会层面的选举舞台。分析人士认为，在工党支持率持续下滑、斯塔默领导地位受到质疑之际，伯纳姆的大胜不仅巩固了其在工党内部的影响力，也让其成为接替斯塔默最热门的人选。

评论指出，此次补选结果相当于为伯纳姆打开了问鼎唐宁街10号的大门，并加剧了市场对工党提前换帅的预期。

英媒称内阁大臣劝斯塔默主动让位：你的时间到了

来自党内的压力正在迅速加大。

据《金融时报》报道，多位政府成员透露，英国交通大臣Heidi Alexander已经向斯塔默表示，无论是为了国家利益还是工党利益，都应主动安排权力交接，并制定明确的离任时间表，以实现领导层平稳过渡。

不过，Alexander的发言人拒绝对所谓私人谈话发表评论。

而据央视援引英国《泰晤士报》报道，多位内阁大臣计划于当地时间19日下午与斯塔默会面，并要求其为离职设定时间表。

报道称，一些内阁成员将直接告诉斯塔默：“你的时间到了。”

工党内部越来越多人士担忧，如果继续由斯塔默领导，工党可能在未来大选中遭遇重大失利，因此希望尽早完成领导层交接。

虽然目前尚未出现正式挑战，但逼宫行动已从幕后逐渐走向公开。

预测市场几乎“一边倒”：伯纳姆胜率突破90%

市场的押注更加激进。

Polymarket围绕“2026年谁将成为下一任英国首相”的预测显示，伯纳姆的胜率在周五进一步突破90%，最新达到93%，远远领先其他潜在竞争者。

与此同时，市场认为今年不会产生新首相的概率仅为3.5%，意味着交易员几乎一致认为英国将在今年迎来领导层更替。

这一变化反映出市场预期已经从“斯塔默是否会下台”，转向“谁将接替斯塔默”。

分析人士认为，伯纳姆此次补选胜利不仅意味着其重新回到全国政治舞台，也可能成为工党内部权力重组的转折点。

英国国债承压，“后斯塔默时代”交易开始出现

政治不确定性已经开始影响金融市场。

随着工党内部换帅预期升温，英国国债近期承压，收益率一度上升。投资者担心，如果工党提前完成领导层更替，未来财政政策、税收安排以及经济改革方向可能重新调整。

现年55岁的伯纳姆曾担任英国卫生大臣，并两度竞选工党党魁。自2017年担任大曼彻斯特市长以来，他在英国北部传统工党选区拥有广泛支持基础，并在疫情期间因多次公开挑战保守党政府而赢得全国知名度。

如今，在补选大胜、党内逼宫和预测市场押注共同推动下，英国政坛的讨论焦点已经不再是斯塔默能否完成整个任期，而是工党将以何种方式进入“后斯塔默时代”。

对于唐宁街10号而言，一场领导权争夺战，似乎已经提前拉开序幕。

本文来自华尔街见闻，欢迎下载APP查看更多

据央视新闻，伊朗外交部发言人巴加埃19日周五在社交媒体发文证实，原定在瑞士举行的伊美谈判已推迟，“我们目前正在讨论未来几天举行谈判的计划”。伊方并未透露推迟谈判原因，一些媒体此前指出，根源是伊朗不满以色列持续打击黎巴嫩。

美伊瑞士会谈生变，避险情绪升温，泛欧股指盘中转跌，美股期货下跌；美元指数再创一年新高、一年来首次涨至101.00上方。霍尔木兹海峡恢复航运前景蒙上阴影，国际原油转涨、布油重上80美元关口。本周五中美两国因各自假日均股债休市，市场流动性减少，放大了避险情绪。

欧股盘中，传出以色列和黎巴嫩真主党对攻局势缓和的好消息，包括新华社援引的美媒在内，多家媒体称，以色列和真主党同意当地时间周五下午4点起停火。消息传出后，泛欧股指欧洲斯托克600指数一度转涨，美股期货持续收窄跌幅，已转跌的美元进一步跌离一年高位、刷新日低，布油重回跌势。

此后美媒称，尽管以色列和真主党达成停火，双方仍发动了袭击。新华社援引黎巴嫩媒体称，以色列“同意停火”后又空袭了黎巴嫩南部。布油再转涨，艰难保住反弹势头。

债市方面，美债休市，欧债最大的动荡发生在英国，政局动荡担忧重燃，英债领跌。英国首相最有力争夺者、前大曼彻斯特市长伯纳姆赢得英议会补选，英媒还爆料称现任首相斯塔默被内阁成员呼吁设定下台时间。

以色列停火消息后 美股期货收窄多数跌幅 泛欧股指曾转涨 矿业板块领跌欧股

周五美股休市，美股期货低开。周五亚市盘中，纳斯达克100股指期货曾跌超1%、标普500股指期货曾跌近0.7%，以色列与真主党达成停火消息后，逐步收窄多数跌幅。

到周五期货尾盘，标普500期货跌0.16%，道指期货跌0.18%，纳斯达克100期货跌0.22%。罗素2000股指期货跌0.20%。

泛欧股指在五连涨后两连跌。欧洲斯托克600指数在以色列停火消息前曾刷新日低、跌0.3%，消息传出后曾短线转涨，最终收跌0.24%，报635.61点，连续两日跌离周三刷新的收盘最高纪录。

在美伊达成协议重新开通霍尔木兹海峡航运的乐观情绪推动下，斯托克600指数本周前三日持续上涨并收创历史新高，虽然后两日下挫，但本周最终累涨0.38%，连续两周、最近五周内第四周累涨。

斯托克600各板块中，因金银铜等金属下跌，矿业股所在的基础资源跌超2%领跌，成分股中，伦敦上市的铜矿企业Antofagasta（ANTO）和黄金生产商Pan African Resources（PAFR）分别收跌约6.2%和5.9%；美国针对德国药品定价发起关税调查后，零售和个人与家庭用品两个板块均跌超1%；而原油反弹带动油气板块逆市涨超1%。

本周，基础资源板块累跌超4%，在各板块中，跌幅仅次于跌6%的电信，油气和汽车板块均跌近4%，而银行板块本周累涨近5%、表现最好，包括军工股在内的工业板块涨超3%。

主要欧洲国家股指周五多数下跌，六连涨的德股和周四反弹的法股回落，英股和西股两连跌，而意大利股指七连涨、且连续六日收创最高纪录。

本周各国股指大多累涨，德意西股均连涨两周，法股连涨五周，而上周反弹的英股回落约1%，受累于原油和金属相关资源股大跌。

美元指数再创一年新高后转跌、以色列停火消息后刷新日低 日元终结五连跌、暂别近两年低位 离岸人民币盘中逼近6.80至四周新低

ICE美元指数（DXY）在周五欧股盘前曾涨破101.10，连续两日刷新2025年5月16日以来高位，一年来首次涨破101.00上方，日内涨近0.3%，欧股早盘转跌，欧股盘中传出以色列和真主党达成停火后，刷新日低至100.70，日内跌逾0.1%。

非美货币中：

• 日元终结五连跌，美元兑日元在周五亚市盘初转跌后大多处于跌势，仅亚市盘中曾小幅转涨，亚市早盘跌至161.00下方刷新日低，日内跌逾0.2%，跌离周四涨破161.80刷新的2024年7月以来高位。
• 离岸人民币（CNH）兑美元在亚市早盘曾小幅上涨，刷新日高至6.7759，亚市早盘转跌后保持跌势，欧股盘前跌至6.7980，刷新5月22日以来低位，日内跌近200点，后随着美元转跌，收窄多数跌幅。北京时间6月20日4点59分，离岸人民币兑美元报6.7838元，较周四纽约尾盘跌54点，三连跌，在上周反弹后本周累跌202点。

加密货币中：

• 比特币（BTC）在欧股盘中跌破6.23万美元刷新日低，后收窄多数跌幅，美股早盘曾涨破6.33万美元刷新日高，脱离周四接近6.22万美元刷新的6月11日以来低位，往常美股收盘时徘徊6.3万美元一线，最近24小时跌不足0.1%，最近一周跌近0.8%。
• 以太坊（ETH）在亚市早盘曾涨破1710美元刷新日高，欧股盘中跌破1680美元刷新日低，较日高跌超2%，往常美股收盘时徘徊1700美元上下，最近24小时跌近0.7%，最近一周涨超2%。

以色列停火消息后 布油跌超1% 金银收窄多数跌幅 以再袭真主党后 布油一度涨超1%

国际原油期货周五低开，盘中艰难反弹、几度转跌，在传出以色列与真主党停火消息后刷新日低，随着双方停火后仍互袭的消息传出，欧股尾盘又转涨，布油全天在80美元关口上下挣扎。

欧股盘中刷新日低时，布伦特原油即月合约跌至78.77美元，日内跌近1.4%，欧股尾盘转涨后刷新日高时，布油涨至80.81美元，日内涨1.2%。

到收盘，布油在四连跌后三连涨。布伦特8月原油期货收涨0.9%，报80.57美元/桶，继续脱离周二刷新的3月2日以来低位，本周累跌7.74%，为5月29日以来最大周跌幅，最近两周累跌13.45%。

本周五是美国六月节，美油无收盘报价，本周四个交易日美油累跌9.75%，创4月17日以来最大周跌幅，最近两周累跌15.4%，和布油均连跌两周、最近五周内第四周累跌。

现货黄金在亚市盘初转跌后保持跌势，亚市盘中刷新日低至4122美元下方，日内跌近2.1%，欧股盘中传出以色列与真主党停火消息后，迅速收窄跌幅，一度重上4180美元、日内跌不足0.7%，后跌幅有所扩大，欧股尾盘已跌超1%。

现货白银在亚市盘中刷新日低时跌近3.7%，欧股盘中传出以色列停火消息后也收窄跌幅，一度回到65.30美元上方、逼近亚市早盘的日高，日内仅跌逾0.5%。

原定周五的美伊瑞士会谈取消，中东地缘局势不确定性增加，伦敦基本金属期货周五大多下跌。领跌的伦锌跌超2%，伦铅和伦镍跌约1.5%，伦锌、伦铅和两连跌的伦铜均刷新逾一周低位，伦镍刷新逾两周低位，伦锡跌至逾一周低位。而鉴于美伊会谈的波折，经由霍尔木兹海峡的铝供应恢复可能耗时更久，伦铝反弹，未继续逼近周一刷新的3月末以来低位。

本周基本金属累跌，伦铝跌近4%领跌。因周五下跌，本有望累涨的一些金属也转跌，伦镍跌超1%，其他金属跌不足0.9%。

LME期铜收跌0.7%，报13595美元/吨，本周累跌0.75%。LME期铝收涨近0.3%，报3396美元/吨，本周累跌3.93%。LME期铅收跌1.51%，报1954美元/吨，本周累跌0.61%。LME期镍收跌1.47%，报17580美元/吨，本周累跌1.4%。LME期锡收跌0.67%，报53293美元/吨，本周累跌0.85%。

LME期锌收跌2.25%，报3556美元/吨，本周累跌0.78%。

英国政局担忧加剧，英债领跌欧债

欧洲国债价格齐跌，英债领跌、收益率带头攀升。到债市尾盘，英国10年期基准国债收益率约为4.84%，日内升约9个基点；2年期英债收益率约为4.25%，日内升7个基点；基准10年期德国国债收益率约为2.98%，日内升6个基点；2年期德债收益率约为2.64%，日内升4个基点。

英债下挫体现了投资者对英国政治局势的担忧情绪重燃。周五，前大曼彻斯特市长伯纳姆在英国议会下议院的补选中当选议员，重返议会，为他角逐首相铺平道路。预测市场押注的伯纳姆当选下任首相概率升破90%。

同日，不止一家英国媒体的报道称，多名英国内阁成员要求首相斯塔默设定离职时间表。

本文来自华尔街见闻，欢迎下载APP查看更多

美伊核谈判出现逆转，瑞士确认原定本周五举行的美伊会谈计划取消，美国副总统万斯也推迟了相关行程。高盛One-Delta交易台负责人Rich Privorotsky指出，地缘政治动能正在明显放缓，油市所定价的伊朗增产预期面临越来越大的不确定性。

与此同时，AI竞赛叙事持续强化，中国AI明星智谱上线开源旗舰模型GLM-5.2不仅未能压制科技股投资热情，反而进一步提升了超大规模云厂商的支出必要性，硬件提供商持续受益。

技术面上，本周低至中性的情绪指标与杠杆效应叠加，将AI及科技板块的波动幅度显著放大。高盛示警：商品交易顾问（CTA）策略的下行不对称结构已然成形，美联储政策框架不确定性与债券市场波动率攀升亦不容小觑。

本周地缘政治格局出现明显转折。瑞士外交部证实，原定周五在瑞士举行的美伊核问题等谈判取消。万斯推迟出行进一步印证谈判陷入僵局。以色列在黎巴嫩的持续军事行动构成关键摩擦点，伊朗方面据成要求美国，在重新参与谈判前，须率先切实落实美伊周三所签署谅解备忘录的相关承诺。

市场目前仍在定价伊朗原油增量回归的路径，但政治背景日趋复杂——美国国内共和党人的批评声浪以及以色列方面的不满情绪，均对谈判前景构成压力。

Rich Privorotsky指出：

“核心问题在于信任不足：若伊朗完全恢复出口并消除石油风险溢价，则意味着主动放弃其最主要的谈判筹码。”

“市场正在为实物原油定价，但尚未充分折现这一信任不足以及（美伊）协议动能的持续恶化。”

正是这一逻辑，令伊朗政府倾向于采取更为缓慢、分阶段的落实方式，而非一步到位。当前市场对实物桶的定价并未充分反映这一信任赤字及协议推进动能的持续弱化，相关风险溢价存在被低估的可能。

本周AI主题依然是市场最强劲的驱动力，高盛旗下机器人与自动化（GSXUROBO）、存储（GSTMTMEM）及AI半导体（GSCBSMHX）等主题指数均创出新高，而剔除AI成分的标普指数（SPXXAI Index）周四收跌56个基点，两者分化格局持续拉大。英特尔单日涨幅达10%，导火索为有关其可能承接苹果制造订单的未经证实报道。

对于AI投资逻辑，Privorotsky提出了一个值得关注的观点：GLM-5.2等中国新模型的意义，并不仅限于推动算力成本下降或催生更激烈的市场竞争，其更深层的影响在于强化了美国科技巨头加大投入的内在必要性。相反，中国的竞争正在强化各方AI支出的内在必要性。

尽管新一代模型在技术路径上似乎更依赖强化学习与后训练技术，对大规模预训练算力的依赖有所降低，但AI竞赛逻辑本身并未改变，如果被感知到的海外与美国前沿模型差距从大约一年缩短至几个月，那么加速投入的动力就会显著增强。

竞争加剧或许最终将推升而非压缩整体AI投资规模。从这个意义上说，超大规模云厂商仍是这场竞赛的资金提供方，而硬件厂商才是主要受益者。

从技术结构来看，本周呈现出一种罕见的共振格局。Privorotsky指出，从技术面来看，本周接近于完美的建仓环境，并且可以说已经达到了高潮。

低至中性的情绪指标——牛熊指标Bull-Bear 仍处于中性区间，CNN恐惧/贪婪指数（ CNN Fear/greed）因市场广度极低而徘徊在30附近——与到期日效应以及杠杆的持续影响相互叠加，共同放大了AI及科技板块的价格波动。数周前加速下跌的同一套市场机制，如今正以反向方式运作。

然而，此轮上涨的结构性支撑并不牢固：目前CTA存在大量下行不对称性，叠加到期后的gamma滚转……机构情绪仍然低迷，但散户杠杆率极高。这意味着一旦动能发生逆转，下行空间可能被快速打开。

在宏观层面，美联储本周会议同样不容忽视。尽管中东地缘政治局势成为市场的主旋律，本周依然难以完全忽视美联储的影响。

本周利率曲线呈现明显的平坦化走势，前端SOFR定价持续下移，而少数跨资产的关联关系已开始出现脱节——铜价与纳指之间的历史联动关系便是一例，美股小盘股指罗素2000指数与 SFRZ6、即2026年12月到期的3个月期SOFR期货合约之间背离是另一例，这些信号值得关注。

更关键的政策层面变量在于前瞻指引的有效性。本周举行了美联储主席沃什上任后的首次FOMC货币政策会议，会后公布的FOMC决议声明删除了利率前瞻性指引。

取消了实质性前瞻指引的美联储政策框架将带来更多的不确定性，并最终推升债券市场的波动率。对于固定收益投资者而言，这意味着利率风险的定价逻辑正在发生结构性改变，而这一变化的影响尚未在市场中得到充分体现。

本文来自华尔街见闻，欢迎下载APP查看更多

本文来自华尔街见闻，欢迎下载APP查看更多

据路透，公司周四任命SK海力士前CEO Seok-Hee Lee为代工部门执行副总裁，直接向首席执行官陈立武汇报，负责先进封装、系统集成及后端制造业务。同日，特朗普宣布苹果已同意与英特尔合作，在美国本土 共共同设计和制造芯片。双重利好刺激下，英特尔股价飙升10%，创历史新高。

此次任命将先进封装确立为独立运营板块，赋予其专属领导层与战略聚焦，是英特尔推动IDM 2.0战略、重振制造业务的关键一步。分析认为，先进封装是英特尔差异化竞争的技术支柱，而苹果的入局则为代工业务提供了长期需求基础。

人事任命：引入行业老将主导封装战略

Seok-Hee Lee的加盟为英特尔代工业务带来关键人才支撑。他曾任SK海力士总裁兼CEO及SK On总裁兼CEO，在大规模技术与制造组织管理方面经验深厚。Lee早年曾在英特尔担任工程领导职务，此次回归，他本人称之为“回家”。

首席执行官陈立武表示，先进封装与系统集成正成为下一代计算系统的核心能力，Lee在运营执行和技术组织管理上的专长，将帮助英特尔强化系统集成能力，将逻辑、内存、网络等组件紧密耦合，为代工客户构建高性能计算系统。

伴随此次调整，原代工部门执行副总裁Naga Chandrasekaran将继续向陈立武汇报，专注于前端技术开发与制造，重点推进Intel 18A、Intel 14A及未来工艺的量产爬坡。前后端分工明确的运营模式，有助于向客户传递更强的执行确定性。此外，执行副总裁Navid Shahriari在完成37年职业生涯后宣布退休。

先进封装：AI时代的关键战场

英特尔此次将先进封装单独设立为聚焦业务板块，折射出半导体行业的结构性趋势。随着芯片制造商通过多芯片集成封装来提升性能，先进封装的战略重要性持续上升，尤其在AI系统和高性能计算领域尤为突出。

英特尔在声明中点名提及EMIB-T和HBI两项先进封装技术，表示正推动其进入高量产阶段。首席执行官陈立武表示，Lee是“构建和扩展英特尔代工业务这一关键板块的合适领导者”。

此次任命是英特尔代工业务密集布局的最新动作。据路透报道，今年4月，英特尔已从三星引进Shawn Han协助推进合同制造业务；同月，特斯拉成为其下一代14A制造工艺的首个重要客户，该工艺预计于2029年量产。

本文来自华尔街见闻，欢迎下载APP查看更多

6月18日，据The Information报道，谷歌、微软、Salesforce、Snowflake、ServiceNow等公司联合宣布支持一项名为"代理资源发现"（Agentic Resource Discovery，ARD）的新软件标准。

该协议旨在让企业员工通过单一应用程序访问公司所有AI工具与功能，从而将自身产品打造为企业AI使用的统一入口。值得注意的是，Anthropic与OpenAI均未出现在初始支持方名单中。

ARD协议的推出，进一步加剧了传统科技巨头与AI新兴势力间的生态主导权之争。

ARD协议解析：从技术沿革到“入口级平台”野心

ARD协议的核心目标，是推动微软、谷歌等传统企业级软件商，将其产品转型为统一访问各类AI能力的入口级平台。

据报道，在该协议下，员工通过GitHub Copilot、Google Gemini或Salesforce CRM等应用发起AI任务时，系统可自动识别并调用所有支持ARD的AI功能与服务，无需用户手动切换工具。

微软在博客中表示：“ARD协助AI客户端发现各类能力，但并不取代身份验证、授权、治理或组织信任决策。”

从技术沿革看，ARD与Anthropic于去年发布的模型上下文协议（MCP）存在承继关系。MCP同样旨在使AI代理访问外部应用数据，功能类似于API。微软、OpenAI及谷歌此前均已支持MCP。ARD的提出，被视为在企业AI应用深化背景下，对MCP理念的进一步拓展与延伸。

AI新贵与科技巨头的“入口之争”

针对这一新标准，Anthropic与OpenAI的态度颇具深意。两家公司均未加入ARD的初始支持阵营。据The Information分析，作为企业应用市场的挑战者，二者可能选择主动忽略该协议。

其核心原因在于战略方向的根本性冲突：Anthropic与OpenAI力图将Claude和ChatGPT打造为员工访问所有AI工具及企业应用的主入口，而非仅作为他人生态系统中的一环。这与微软、谷歌借助ARD构建“以我为中心”的生态逻辑形成直接对立。

当前，传统软件厂商与AI新兴企业均在竞相开发所谓的“超级代理”（superagent）——一种能够跨应用执行的通用AI系统。ARD能否获得广泛采用，仍存较大不确定性。

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information报道，AT&T已开始限制部分员工访问微软旗下GitHub Copilot的权限；Meta则在收紧员工在Anthropic及其他AI服务商上的支出，与数月前员工相互竞争、争相消耗Token的热闹景象形成鲜明反差。据彭博此前报道，Uber和沃尔玛已相继对AI编程工具的使用设置上限；据英国《金融时报》报道，亚马逊已废除按AI使用量为员工排名的内部排行榜。

驱动这一转变的是迅速膨胀的成本压力。AI使用强度最高的企业，每名员工每月AI支出已高达7500美元。即便各模型的单Token价格持续走低，反复调用模型的智能体（agentic）工具仍令企业AI账单较此前翻了三倍，成本压力已超出许多企业的预算承受范围。

这一转变正重新定义AI市场的受益方。能够帮助企业监控、限制和优化AI支出的"网关"（gateway）工具与模型路由器（model router）需求快速上升，微软、Databricks以及英伟达旗下投资的Factory等公司正迎来新的增长窗口，软件供应商Palantir和Snowflake亦被视为这一结构性转变的潜在受益者。

成本压力的累积有迹可循。Uber是迄今最极端的案例——该公司在2026年4月就已耗尽全年AI编程预算，目前已将每位员工每款工具的月度使用上限调整为1500美元。沃尔玛对其内部AI智能体的使用设置了上限；亚马逊则在发现员工为争夺排名而大量消耗算力、推高成本后，直接废除了相关排行榜。

即便在个人层面，成本消耗也令人侧目。微软发现，部分工程师每月仅在Claude Code上消耗的Token费用就高达500至2000美元。

问题的根源在于，智能体工具的普及从结构上改变了Token的消耗模式。与用户手动发送单条指令不同，此类工具在完成一项任务的过程中会反复自动调用模型，大幅推高实际用量。这使得即便单Token价格已在持续下降，企业整体账单依然居高不下。

并非所有企业都选择收紧。Box首席执行官Aaron Levie对此颇为自得。"我们从未庆祝过tokenmaxxing，"他表示，"我们没有排行榜，所以我们没有走偏——没有去激励错误的行为。"

与此形成对比的是Databricks。该公司工程领域负责人Nikita Shamgunov上周在Nebius举办的活动上表示，Databricks对工程师的AI预算不设上限，"因此tokenmaxxing依然存在"。这一立场折射出一种观点：对于相信自身员工能够高效利用AI的企业而言，限制使用未必合算。

这一分歧揭示了Token节流政策内在的张力：控制使用量固然能压降成本，但也可能同步削减AI原本承诺带来的生产率提升——而后者恰恰是企业当初为这笔支出所作的主要辩护理由。

"Token节流"浪潮的另一面，是对成本管控基础设施的结构性需求上升。

越来越多的企业正将简单任务从高价前沿模型迁移至更廉价或开源的替代模型，以在不削减实际使用量的前提下控制成本。Palantir和Box的高管均表示，来自企业客户的此类需求正在快速增长。

基础设施层供应商正迅速填补这一空白。微软和Databricks已分别推出"网关"工具，可帮助企业监控员工的AI使用并实施支出上限。英伟达旗下投资、估值15亿美元的AI软件开发公司Factory则于本月初发布了新款模型路由器，旨在将低复杂度任务自动分配给成本更低的模型。

微软首席执行官Satya Nadella在上周末于X平台发布的一篇文章中对上述趋势有所呼应，主张AI模型应当像可随时替换的商品一样运作。他写道："我们任何人都不希望看到这样一个世界——每家公司在每个行业都将价值拱手让给少数几个'通吃一切'的模型。"值得关注的是，这一表态出自一位旗下生产力软件正面临Anthropic和OpenAI竞争压力的科技巨头掌门人，其背后的战略意图同样耐人寻味。

在积极呼应客户降本诉求的同时，微软本周揭示了新旗舰AI产品Copilot Cowork的定价结构，其计费逻辑与Anthropic此前推出的模式高度相似。

Copilot Cowork主要依托Anthropic的模型，旨在微软Office 365软件内自动完成复杂的多步骤任务——例如，用户可将一批收据截图发送给该工具，由其自动生成包含相应费用信息的电子表格。这远超现有365 Copilot所能处理的基础任务（如汇总邮件或在Excel中建立财务模型）的范畴。

定价方面，用户须先持有月费起价30美元的365 Copilot授权，再按照Copilot Cowork的实际使用量额外付费。这一"座位费+消耗量"组合计费模式，与Anthropic今年早些时候向企业客户推出的收费方式如出一辙。

面对企业客户对AI成本飙升的普遍担忧，微软执行副总裁Charles Lamanna在周二的博客文章中表示，客户"可以选择管控成本的方式"，包括为员工设置Copilot Cowork的使用上限。与此同时，微软还预告了允许客户将Copilot Cowork中的Anthropic模型替换为来自OpenAI或微软自身的其他模型的功能，声称可在相近效果下实现更低成本；据一位知情员工透露，微软还在测试可在部分场景下替换Anthropic模型的开源模型选项。上述布局表明，在"Token节流"时代，如何在维持产品竞争力的同时缓解客户的成本焦虑，已成为企业软件市场新一轮竞争的核心命题。

本文来自华尔街见闻，欢迎下载APP查看更多

目前，40艘超大型油轮（VLCC）满载非制裁原油在波斯湾待命，随时准备涌向亚洲市场。这批巨量供给有望缓解前期超1000万桶/日的供应中断危机，成为平抑油价、修复下游炼厂开工率的关键增量。

然而，海峡水雷未清与船只“暗航”交织，令实际交付节奏难以预测。在实物供应链仍存阻碍的背景下，通航预期与美伊和平协议的推进正促使资金“脱虚向实”，引发黄金回落与美元上行等跨资产价格异动。

对投资者而言，这意味着原油市场的风险溢价短期内难以完全抹平，而宏观资产的定价逻辑正从地缘避险向实体经济修复切换，供应链的脆弱性与流动性的结构性变化将共同考验全球能源与金融市场的神经。

8000万桶原油待命，亚洲市场迎供给修复

在霍尔木兹海峡航运恢复的预期下，波斯湾内积压的原油规模终于浮出水面。据Vortexa汇编数据，40艘VLCC目前正装载近8000万桶来自波斯湾产油国（排除伊朗）的非制裁原油，处于随时待命状态。若将小型油轮计算在内，实际积压规模可能更为庞大。

这批原油的流向已初步明确，亚洲市场是最大的承接方。目前，约有21艘超大型油轮指示其目的地为亚洲，其中5艘明确驶向中国，另有5艘前往马来西亚和新加坡的转运枢纽。截至上周五早晨，至少已有3艘油轮正以正常速度向东驶向海峡。

这一供给增量对亚洲市场至关重要。去年，该地区每日接收约1500万桶中东原油。在此前长达三个月的海峡封锁期间，商船通行量从日均近100艘骤降至2至3艘，导致超过1000万桶/日的中东原油供应被切断。亚洲炼厂被迫削减开工率，多国不得不消耗战略库存以应对突发的供应短缺。这批积压原油的集中释放，将有效缓解亚洲买家的原料焦虑。

水雷未清与“暗航”交织，实际通航风险犹存

尽管美伊已签署旨在恢复海峡交通的临时协议，且3艘沙特超大型油轮周四在阿曼湾重新现身，释放出船只开始移动的信号，但物理层面的航行风险并未完全消除。

航运贸易组织BIMCO发出明确警告，指出霍尔木兹海峡内的水雷尚未清除，重大船舶过境依然存在显著风险。这意味着，在获得确切的安全保障前，船东和保险机构对派遣高价值原油运输船穿越海峡仍持谨慎态度。此前封锁期间，超半数保险公司已取消战争险，保费涨幅一度高达500%，这种风险厌恶情绪短期内难以彻底扭转。

更为棘手的是，供应链的透明度正受到技术干扰的挑战。出于安全考量或受电子干扰影响，部分船只选择关闭自动识别系统（AIS）信号。这种“暗航”状态导致实际通行数据追踪出现盲区，使得市场难以准确核实究竟有多少油轮真正完成了海峡穿越，高度依赖实时数据的原油交易员也无法准确评估短期内的实际到港量。

宏观流动性重估：资金“脱虚向实”引发跨资产异动

在实物供应链艰难修复的同时，霍尔木兹海峡的通航现实正引发全球宏观流动性的重估。随着特朗普于6月17日签署美伊和平协议，海峡通航促使全球石油的供给和需求双边修复，直至石油要素流转逐步恢复正常。

在正常状态下，原油供需两旺会促使实体经济占用更多现金。随着供给冲击缓解，实体经济走出衰退状态，大量资金开始从虚拟经济向实体经济回流，即“脱虚向实”。这种剩余流动性的减少，直接反映在跨资产价格的异动上：黄金价格因流动性抽离开始回落，美元指数则随之上行。

此外，短期美债市场的剧烈波动也需重新归因。近期2年期美债利率突破4.20%，实为货币基金赎回引发的流动性冲击，而非美联储6月偏鹰派点阵图引发的加息担忧。30年期美债利率的回落进一步印证了市场并未担忧年内加息，叠加沃什在议息会议首秀中较紧的口风，长端利率走势表明宏观定价并未偏离基本面。投资者在评估地缘风险溢价时，需警惕流动性结构变化带来的资产重估风险。

本文来自华尔街见闻，欢迎下载APP查看更多

Warsh在上任后首次新闻发布会上着重强调央行抗通胀使命，彻底打破了市场此前对美联储偏鸽立场的预期。期货市场已充分定价美联储将于10月前加息25个基点，美元即期指数在周三、周四两日合计上涨约1%，创三个月来最大两日涨幅。巴西雷亚尔、澳元、韩元过去一个月对美元跌幅均超过2%，挪威克朗跌幅更超过4%。

此轮美元反弹对以新兴市场为核心的套息交易冲击尤为显著。投资者此前借入低息美元、买入巴西等高息国家资产的策略正面临平仓压力，而美元资产重获吸引力，进一步加速了资金回流。

鹰派首秀打破市场叙事

Warsh的首次亮相彻底改写了市场对美联储政策路径的判断。此前，市场普遍预期美联储将延续降息倾向，这一预期是今年美元承压、新兴市场货币走强的重要支撑。

MUFG Bank策略师Lee Hardman表示，美联储的鹰派政策更新"正威胁触发美元的看涨突破"，其效果已超过美伊和谈协议对美元的压制影响。据彭博，美国银行外汇策略师Alex Cohen称本次会议"毫无疑问是鹰派的，因此对美元毫无疑问是利好的"，Rabobank货币策略主管Jane Foley则表示，此次会议已"重新激活"美元多头。

美国通胀近期加速至约4%，为三年高位，约为美联储2%目标的两倍，人工智能投资热潮与能源价格冲击是主要推力。Pictet多资产投资联席主管Shaniel Ramjee表示，"美国经济的韧性相较几个月前人们的预期形成了一定程度的意外，美国实际收益率也保持相当坚挺。"

套息交易遭遇集体平仓

今年前五个月，澳元、巴西雷亚尔和挪威克朗对美元涨幅均接近10%，中东战争推升大宗商品价格、叠加市场对美联储降息的预期，共同催生了这一波强劲行情。然而，随着美联储政策预期逆转，这一逻辑链条正在断裂。

套息交易的核心逻辑在于借入低息美元、买入高息国家资产。巴西基准利率目前为14.25%，曾是此类交易的热门目的地。但Lee Hardman指出，"更高的美国利率和更强的美元已触发部分热门套息交易的逆转。"

马来西亚林吉特、加拿大元等货币也在此轮调整中受到波及。据彭博汇编的CFTC数据，截至6月9日，对冲基金、资产管理机构及其他投机性资金合计持有277.8亿美元的美元多头仓位，为2025年2月以来最高。

期权市场涌现大规模看涨买盘

期权市场的仓位变化直观呈现了市场情绪的急剧转向。据彭博援引多位交易员，对冲基金和杠杆资金从周三起大举买入美元看涨期权，欧元兑美元期权交易量攀升至今年3月3日以来最高，英镑兑美元看涨期权成交量达看跌期权的五倍以上。

美国银行纽约外汇期权业务负责人Tobias Jungmann表示，"我们看到大量美元看涨期权买盘"，主要集中在G10货币，当前较低的隐含波动率水平使通过期权建立美元多头"颇具吸引力"。巴克莱银行高级外汇期权交易员James Swindell也表示，"我们看到美元看涨期权需求全面爆发，尤其体现在欧元兑美元和英镑兑美元上。"

DTCC数据显示，欧元兑美元期权交易量升至今年3月3日以来最高，其中面值2亿欧元及以上的大额看涨合约成交量几乎是同规模看跌合约的两倍。

新兴市场内部出现分化

此轮调整并非对新兴市场的全面冲击，内部分化明显。韩元的下跌部分源于股市层面的因素——三星和SK Hynix等芯片股的强劲涨势已令部分机构投资者触及集中度风险上限，获利了结压力外溢至汇市。

与此同时，能源进口国货币表现相对抗跌。印度卢比、印尼盾和菲律宾比索在过去一个月录得上涨，受益于各国央行加息或放宽资本流入限制等政策支撑。

Aviva Investors新兴市场债务组合经理Kurt Knowlson表示，"令我印象深刻的是，这是首次重大石油冲击未引发新兴市场外汇的全面抛售。政策公信力发挥了重要作用。""新兴市场已不再是一个一刀切的交易。"

长期逻辑未变，但短期压力持续

尽管近期承压，基金经理普遍指出新兴市场的基本面较2022至2023年美联储上一轮加息周期已有明显改善，外汇储备更为充裕，财政纪律相对严格，货币政策公信力也有所提升。

摩根大通新兴市场本币债券指数今年以来仍上涨约2%。Pictet的Ramjee表示，"新兴市场相对发达市场、尤其是美国资产负债表更为健康的长期逻辑依然成立。"

然而短期内，美元的方向仍是关键变量。管理规模5760亿美元的Neuberger高级投资组合经理Ugo Lancioni表示，尽管该公司中期内仍对美元持看空立场，主要源于估值偏贵，但"美国宏观数据的强劲、能源冲击引发的通胀压力以及人工智能投资周期，持续为美元提供支撑"。

值得关注的是，日元方向上市场存在明显分歧，日本财务大臣Satsuki Katayama已警告政府可对投机性汇率波动采取"大胆行动"，干预风险令美元多头在该方向上的押注趋于谨慎。

本文来自华尔街见闻，欢迎下载APP查看更多

6月18日，独立行业研究机构SemiAnalysis撰文明确反驳了市场盛传的“美国数据中心建设大幅放缓、2026年半数产能取消或延期”的极端判断，认为本轮恐慌源于信息误读与样本偏差，美国数据中心2026年真实交付产能并未出现断崖式下滑，行业整体建设节奏韧性犹在。

从核心预测数据来看，过去六个月，SemiAnalysis对2026年末北美超大规模自建数据中心产能的预测调整幅度仅1%，托管型数据中心产能预测波动不足5%，整体预期基本稳定。数据表明，行业产能曲线远未触及市场所渲染的崩塌水平。

机构坦言，局部项目延期确实存在，但这属于大型基建周期中的常态调整，而非需求转向的先行信号。当前悲观情绪已被市场过度放大，板块估值的剧烈波动更多反映情绪面的过度反应，而非行业基本面的根本转弱。

AI"轻信"公告，市场"放大"恐慌

SemiAnalysis认为，市场广为流传的“2026年50%产能延期或取消”结论，核心问题不在于“取消项目”的分子数量，而在于统计基数的分母偏差，样本局限性导致结论严重失真。

按照市场引用的Sightline Climate统计，2026年美国12GW规划产能中仅5GW在建。但SemiAnalysis通过卫星视觉模型独立核验发现，仅美国前两大超大规模云厂商的自建在建产能，就已突破5GW，尚未计入第三方开发商手中的多级GW级在建项目。

这意味着，Sightline的统计口径仅覆盖公开披露的大型标杆项目，并未囊括行业完整开发管线。而这类高调公开的早期项目，本身就具备不确定性高、易延期跳票的特征。

因此“半数产能延期”的说法，仅适用于小众投机性公告项目，完全不能代表美国数据中心整体建设格局，无法定义行业真实景气度。

延期属实，但归因清晰、范围可控

SemiAnalysis并未否认行业存在延期现象，且提前预警了STACK Infrastructure、Oracle、Nebius、Core Scientific等企业的项目风险。但机构明确，行业延期并非系统性停摆，而是集中在特定场景，并将市场延期案例划分为三类核心类型。

• 第一类为早期投机性项目，多由行业新进入者推出，规划方案激进、交付时间脱离实际，尚未进入实质落地阶段；
• 第二类为成熟项目的节奏偏差，开发商低估了设备交付、天气施工、机电调试等变量，对建设周期过度乐观；
• 第三类为合规约束型延期，项目进入建设后期后，遭遇审批许可、本地舆情阻力，被迫调整设计方案、更换电力来源，拉长交付周期。

以Nebius新泽西园区为例，首期50MW原计划4个月落地，最终耗时10个月才完成交付，是典型的第二类延期案例。Core Scientific的Denton园区则因审批受阻、设计变更、供应链中断等多重因素交织，导致250MW年度交付目标落空，属于第一类与第二类叠加的延期案例。

Oracle/STACK新墨西哥项目则是典型的第三类延期案例——因燃气管道受阻、排放审批卡壳，投产时间从2026年直接推迟至2029年。三个案例均指向同一结论：延期现象属实，且其影响范围相对集中，成因路径清晰可溯。

市场恐慌本质：三类无效噪音干扰核心判断

在SemiAnalysis看来，本轮市场系统性恐慌，本质是被三类无实质产业影响的“噪音信息”误导，过度放大了行业短期风险。

其一为地方建设暂停政策。截至2026年4月，美国12个州推出管控法案，但仅针对早期规划项目，不涉及2026年核心交付产能。缅因州禁令涉及的规划产能不足5MW，无实质影响。

其二为区域性舆情阻力。各地抗议、改区驳回、企业撤项等案例多停留在纸面规划，无土地、设备或电网协议支撑，从未纳入有效交付产能，不影响真实订单。

其三为海量无效规划公告。电网申请队列存在大量“虚拟产能”。如德州ERCOT累计收到超410GW数据中心负荷申请（为历史峰值5倍），其中SemiAnalysis测算约311GW属投机性虚拟需求，无法转化为真实产能。

风险出清，而非需求崩塌

SemiAnalysis认为，市场悲观误判的根本原因在于未能区分项目风险层级。

此轮延期或取消的项目高度集中于早期投机圈层，属于行业结构性过剩部分，而2026年核心交付产能则来自落地确定性极强的优质项目，普遍具备土地确权、明确供电方案、合规审批落地、长周期设备订单锁定及实质施工进展等多重条件。

针对行业共性瓶颈，头部运营商已形成成熟破局路径，政策上深耕地方审批与社区合作，对高阻力区域提前撤场并转向政策友好区或棕地开发；硬件上则针对电网接入长达7至10年、核心设备交付周期一年以上的痛点，通过直投电网、锁定带电土地、配套分布式发电、预付定金锁定设备产能及模块化预制施工等手段，有效对冲供应链与基建瓶颈，保障核心项目按节奏推进。

因此，恐慌更多源于风险误判，基本面支撑并未动摇。

本文来自华尔街见闻，欢迎下载APP查看更多

据韩国央行周五公布的数据，5月PPI同比上涨8.5%，为2022年7月以来最大年度涨幅，前月数据亦经上修。环比来看，价格较4月上涨0.8%，连续第九个月录得环比增长。韩国央行指出，此轮涨价主要由石油及煤炭产品、化工品以及科技相关制造业驱动，其中化工产品及计算机与电子产品价格均较去年同期上涨约20%，后者反映出半导体相关行业的持续强劲。

上述数据进一步强化了市场对韩国通胀压力居高不下的担忧。与此同时，韩国央行5月维持基准利率于2.5%不变，但释放出收紧偏向信号；本周早些时候公布的会议纪要显示，委员会内部对这一鹰派立场的支持更为广泛。

能源冲击是核心推手

据彭博报道，伊朗战争推高能源价格，是此轮生产者价格加速上涨的重要背景。尽管美伊临时和平协议已生效，但油价仍处于相对高位，霍尔木兹海峡这一关键航运通道的货物流量预计需要数月乃至更长时间才能恢复正常。

这意味着能源成本对上游生产价格的传导效应短期内难以消退，石油及煤炭产品价格的持续上行将继续向工业链条下游渗透。

半导体带动科技制造价格走强

在科技制造领域，计算机与电子产品价格同比涨幅约20%，韩国央行将其归因于半导体相关行业的持续景气。

这一分项数据表明，科技制造业的价格压力并非单纯由成本端推动，需求侧因素同样不可忽视，为整体生产者价格指数提供了额外支撑。

央行鹰派信号趋于明确

面对通胀压力与金融稳定风险并存的局面，韩国央行的政策立场正逐步向鹰派倾斜。

5月议息会议虽按兵不动，但央行明确释放收紧偏向；本周公布的会议纪要进一步显示，委员会内部对该立场的支持范围有所扩大。

生产者价格的持续攀升通常会在数月后向消费者价格传导，若这一路径得以延续，将为韩国央行未来加息提供更充分的依据，投资者需密切关注后续通胀数据及央行表态。

本文来自华尔街见闻，欢迎下载APP查看更多

美元即期指数在周三、周四两日合计上涨约1%，创三个月来最大两日涨幅，逼近今年3月末高点。期货市场已充分定价美联储将于10月前加息25个基点，部分交易员甚至将7月视为可能时间窗口。欧元跌至3月底以来低点，加元触及2025年4月以来最弱水平，日元则滑落至近两年低位。

期权市场的反应尤为显著。据彭博援引多位交易员，对冲基金和杠杆资金从周三起大举买入美元看涨期权，欧元兑美元期权交易量攀升至今年3月3日以来最高，英镑兑美元看涨期权成交量达看跌期权的五倍以上。

美国银行外汇策略师Alex Cohen称本次会议"毫无疑问是鹰派的，因此对美元毫无疑问是利好的"，Rabobank货币策略主管Jane Foley则表示，此次会议已"重新激活"美元多头。

Kevin 沃什在其就任美联储主席后的首次新闻发布会上着重强调央行抗通胀使命，措辞之坚定令市场重新定价。MUFG Bank策略师Lee Hardman表示，美联储的鹰派政策更新"正威胁触发美元的看涨突破"，其效果已超过美伊和谈协议对美元的压制影响。

彭博策略师也指出，此前市场对美联储偏鸽倾向的预期一直是压制美元的重要因素，这一叙事在最新FOMC会议后正在迅速瓦解。随着市场焦点从伊朗局势转回经济数据，美元有望获得进一步支撑。

美伊和平协议签署后，油价有所回落，市场注意力重新聚焦美国经济基本面。美国通胀近期加速至约4%，为三年高位，约为美联储2%目标的两倍，人工智能投资热潮与能源价格冲击是主要推力。

期权仓位的剧烈变化，直观呈现了市场情绪的转向。美国银行纽约外汇期权业务负责人Tobias Jungmann表示，"我们看到大量美元看涨期权买盘"，主要集中在G10货币，当前较低的隐含波动率水平使通过期权建立美元多头"颇具吸引力"。

巴克莱银行高级外汇期权交易员James Swindell表示，"我们看到美元看涨期权需求全面爆发，尤其体现在欧元兑美元和英镑兑美元上，通过普通期权和数字期权等多种形式呈现。"

CME Group数据显示，周四美元兑英镑看涨期权成交量超过看跌期权五倍。DTCC数据则显示，欧元兑美元期权交易量升至今年3月3日以来最高，其中面值2亿欧元（约合2.29亿美元）及以上的大额看涨合约成交量几乎是同规模看跌合约的两倍。

期货交易员将美联储9月加息25个基点纳入基准情形后，短期美债收益率显著走高，与其他许多国家之间的利差进一步拉大，为全球投资者转入美元资产提供了新的动力。国债期货市场同期出现创纪录的交易量，进一步夯实市场对美联储下一步动作将是加息的押注。

据彭博汇编的商品期货交易委员会（CFTC）数据，截至6月9日，对冲基金、资产管理机构及其他投机性资金合计持有277.8亿美元的美元多头仓位，为2025年2月以来最高，最新仓位数据预计于本周一公布。

管理规模5760亿美元的Neuberger高级投资组合经理Ugo Lancioni表示，尽管该公司中期内仍对美元持看空立场，主要源于估值偏贵，但"美国宏观数据的强劲、能源冲击引发的通胀压力以及人工智能投资周期，持续为美元提供支撑"。

此轮美元看涨行情中，日元是一个明显的例外。日元已跌至2024年7月以来最弱水平，引发市场对日本财务省介入汇市的担忧。日本财务大臣Satsuki Katayama周五表示，政府可以对投机性汇率波动采取"大胆行动"。

James Swindell指出，在美元兑日元方向上，"市场呈现明显分歧，一部分客户押注美元兑日元继续走高，另一部分则将仓位布局在潜在干预触发的快速回落上"。

这一分歧使美元兑日元的期权仓位相较欧元、英镑等货币更为平衡，也令整体美元看涨行情在日元方向上表现相对克制。

本文来自华尔街见闻，欢迎下载APP查看更多

作者 | 周智宇

6月18日，中国证监会向Momenta Global Limited（梦腾智驾环球有限公司）出具境外发行上市备案通知书。据备案文件，Momenta拟发行不超过43,754,060股境外上市普通股，在香港联合交易所主板上市。

这是Momenta冲刺资本市场两年来，第一次真正走通监管流程。

2024年，Momenta一度计划赴美上市，不过在2025年12月，其正式转向港股。2026年3月，Momenta向港交所秘密递交招股书。

证监会备案是境内企业赴港上市的法定前置条件。备案落地后，Momenta接下来需要通过港交所上市聆讯，随后进入路演和定价阶段。

据多家媒体报道，Momenta此次港股IPO计划募资至少10亿美元，对应估值预期超过千亿元人民币。

Momenta成立于2016年，总部位于苏州，创始人兼CEO曹旭东毕业于清华大学，曾先后任职于微软亚洲研究院和商汤科技。成立至今，公司完成7轮融资，累计募资超过12.6亿美元（约85亿元人民币）。

Momenta的股东名单几乎覆盖了全球汽车产业链的核心玩家：通用汽车、丰田汽车、上汽集团、梅赛德斯-奔驰、博世，五家主机厂和Tier 1同时押注同一家智驾方案商，在行业内并不常见。财务投资人方面，腾讯、淡马锡、IDG资本、云锋基金等也在股东名单中。

曹旭东个人持股55.74%。IPO完成后，他仍将是公司的绝对控制人。

支撑千亿估值的核心是量产规模。Momenta智能驾驶方案累计搭载车辆近70万辆，获得超过170款车型定点，客户包括上汽、奔驰、宝马、奥迪、东风日产等国内外车企。在海外市场，其量产方案已落地亚洲、欧洲和大洋洲的10余个国家和地区。

据CIC灼识咨询数据，2025年3月至2026年2月，中国第三方城市NOA供应商市场中，Momenta销量市占率达到65%。城市NOA目前正处于渗透率快速爬升期，2025年约为11%，CIC预计到2030年将升至62%。Momenta如果能守住市占率，将是这一轮渗透红利最大的受益者。

Robotaxi业务方面，Momenta已与Uber、Grab等全球出行平台及梅赛德斯-奔驰建立合作，落地亚洲、欧洲和中东地区。公司近期将自身定位从“自动驾驶公司”调整为“物理AI公司”，强调世界模型技术的通用性，今年4月其R7世界模型实现量产首发。但这一定位能否获得二级市场认可，仍需等待招股书披露更多细节。

Momenta不是唯一一家在冲刺港股的智驾公司，轻舟智航和元戎启行也在今年4月前后向港交所递交了上市材料。但从估值体量和递表进度来看，Momenta目前跑在最前面。

备案落地扫清了监管关卡。这家千亿估值的智驾独角兽能否顺利敲钟、二级市场给出什么样的定价，是接下来真正的考验。

本文来自华尔街见闻，欢迎下载APP查看更多

作者 | 周智宇

香港有超过10万辆电动车，但只有1.1万个充电桩。平均每11辆车共用一个桩，快充占比不到两成，私人小区装一个充电桩的审批要排两三年。

私家车尚且如此，商用车的处境更窘迫。全港2.4万辆巴士里只有几十台是电动的，1.8万辆的士中电动车也只有几百台。交通运输占香港碳排放约两成，仅次于发电，是减碳绕不过去的一块。但公共交通的电动化进度，远远落后于内地。

问题不在车，在基础设施。香港土地稀缺，建一座大型充电场站的用地成本和审批难度远超内地，公交巴士一天跑十几个小时，靠分散的慢充桩根本撑不住运营节奏。

这给了甲醇电动一个切入口。

6月18日，吉利远程宣布，U12M甲醇电动巴士已获得香港环保署排放豁免，将于8月正式投入商业化运营。这是甲醇电动商用车第一次在中国内地以外市场拿到准入。不是参展，不是试跑，是真正可以上路拉客的运营资格。

U12M的补能逻辑和纯电完全不同。它搭载400升甲醇箱，加注5分钟，续航超过700公里，不依赖充电网络，不需要大面积占地建站。现有加油站终端稍加改造即可加注甲醇，单个储油罐改造成本仅5到10万元。对香港这种充电桩铺不开的城市来说，这套补能方式比纯电更合适。

远程做甲醇不算新。吉利在这条路线上投了20多年，远程投运的甲醇电动车已经超过6万台，跑了250亿公里，最新一代热效率50.3%，排放够得上国七。技术本身不是问题。

真正的瓶颈是出海。

今年1月，中国新能源商用车出口仅0.6万辆，同比还降了1.4%，新能源乘用车出口同期翻了一倍，差距很大。原因不复杂：商用车出海不是卖一台车的事。乘用车出海靠产品力和价格，打动一个消费者就成交一台。商用车是生产资料，一辆甲醇巴士要跑起来，甲醇从哪来、在哪加、谁来运营、法规让不让上路，这几个问题必须同时有答案。少一个，车运过去也是白搭。

远程在香港做的，就是在一座城市里把这几环同时合上。

它和中华煤气签了战略合作框架协议。中华煤气自身有绿色甲醇产能布局，双方将在香港落地甲醇加注示范点。今年3月，香港已经完成了首单绿色甲醇的“船对船”加注，甲醇供应链的底子已经开始铺了。

有了能源，车也在跟上。除了即将运营的U12M巴士，远程超级VAN去年已经批量交付香港大黄蜂的士车队，甲醇电动轻卡、船舶动力、移动电源车也一并带到了这次车博会上，公共出行、城市物流、应急补能几个场景都能接住。

运营一端，远程和曹操出行签约，计划到2030年累计投放10万辆Robovan神童T6，做无人物流。6月17日，港理大发布了《香港公共巴士系统脱碳转型路径白皮书》，用数据测算为甲醇路线在香港的可行性做了学术背书。

香港对远程的价值不只在本地市场。香港环保法规与国际接轨，U12M在这里过了审，等于甲醇电动技术拿到了一张接近国际标准的成绩单。远程日后去敲别的海外市场，这就是底牌。

香港巴士市场本身也有空间。九巴定了2040年车队全面新能源化的目标，政府2025-2026年度预算拨了4.7亿港元补贴600辆电动巴士。但纯电巴士的充电问题短期没有解，甲醇电动正好是另一条路。政策面也在配合。十五五规划明确写了“推动绿氢产业链向绿色氨醇延伸”、“布局建设氢氨醇加注设施”，从中央到地方，甲醇的政策窗口正在打开。

往大了说，远程在香港试的是一个行业级的问题：中国新能源商用车出海，到底应该怎么走？

乘用车出海靠产品力和价格，一台车一台车地卖就行。商用车不一样，能源、车、运营得打包到一起，先在一个地方跑通，再往外铺。远程挑了香港：盘子不大，标准够硬，政策有口子，需求是真的。

而这套在香港加速铺开的系统性能源解决方案，也将会是远程接下来出海的一个样本。能源多元化的时代，加速而来。

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information援引知情人士，Kalshi已与多家投行就潜在上市事宜展开初步接洽，并要求有意参与IPO承销的银行完成系统对接，以便机构客户直接接入其交易平台。相关讨论尚处早期阶段，正式IPO预计最快于2027年末或2028年进行。

此次IPO洽谈标志着Kalshi战略重心的明确转移：在散户驱动的高速增长期后，公司正积极复制Coinbase的发展路径，向机构交易者延伸服务能力。

然而，尽管赛事交易热度推高了营收表现，Kalshi仍面临来自同类平台的竞争压力、潜在法律诉讼及监管环境趋紧等多重挑战，其后续扩张之路机遇与风险并存。

交易量与估值齐飞，Kalshi领跑预测赛道

Kalshi由麻省理工学院毕业生Tarek Mansour与Luana Lopes Lara于2018年联合创立，现为美国最大预测市场平台。

其竞争对手Polymarket于2022年遭美国监管机构封禁，直至2024年底方获准重新向美国用户开放合约交易，这一监管落差客观上巩固了Kalshi的市场主导地位。

据区块链分析平台Artemis数据，Kalshi在6月前两周交易量达100亿美元，较去年同期的4.35亿美元同比增长逾20倍；同期Polymarket交易量为55亿美元。

融资方面，今年5月Kalshi完成由Coatue领投的10亿美元融资，投后估值达220亿美元。

推宏观合约扩机构收入，上市前夕高管与渠道问题待解

Kalshi正积极向华尔街自营交易公司及对冲基金推介其事件合约产品，旨在拓展机构端收入来源。该类合约允许交易者以低于1美元的成本，对美联储利率决议、美伊核协议谈判等宏观事件结果进行定向押注。

在推进上市之前，Kalshi尚需解决管理层空缺问题。据报道援引知情人士，去年底从Gopuff加盟的前首席财务官Saurabh Tejwani已离职，目前由首席幕僚Alex Cuoci暂代CFO职务。

此外，Kalshi在订单来源上对第三方经纪商存在一定依赖。Robinhood与Coinbase等平台目前承担用户订单导流职能，但Robinhood近期已将部分世界杯赛事订单转至Rothera——其与Susquehanna International Group合资成立的新交易所。

法律风险与业务突围并行

体育合约目前占Kalshi交易量约70%，但也是其最大的法律隐患。多个州已对该公司提起诉讼，指控其运营未经注册的体育博彩 平台。Kalshi回应称相关指控缺乏依据，强调自身受美国商品期货交易委员会（CFTC）监管。

为降低对体育合约的依赖，Kalshi近期获监管批准后推出加密货币永续期货产品。该产品允许交易者以杠杆方式押注标的资产价格涨跌，且无到期日限制。据公司披露，该产品上线约两周以来交易量已突破85亿美元，目前暂免手续费。

然而，Kalshi将永续期货扩展至石油、黄金等大宗商品领域的计划遭遇阻力。芝加哥商业交易所（CME）周四对CFTC及其主席Michael Selig提起诉讼，指控监管机构批准永续期货的程序未经正式规则制定，绕过了国会规定的监管框架。

CFTC发言人将诉讼定性为“法律战”，并表示“期待回应其诉求并驳回这一无理诉讼”。Kalshi发言人Elisabeth Diana则回应称，CME的诉讼“与法律无关，而是源于对竞争的恐惧”。

本文来自华尔街见闻，欢迎下载APP查看更多

日本财务大臣Satsuki Katayama周五重申，当局"准备对外汇市场的过度投机行为采取大胆行动"，但据彭博报道，该表态的提振效果在数小时内便已消退，市场普遍认为其措辞力度不及此前。

截至发稿，美元兑日元报161.26附近。一旦突破161.95，日元将跌至1986年12月以来最低水平。

日元持续下行引发新一轮干预押注，但分析人士指出，日元的疲软根源在于结构性因素——美日利差高企、套利交易盛行以及首相高市早苗的再通胀政策立场，使得规模逾700亿美元的外汇干预和日本央行加息的成效大打折扣。此番美国市场因假日休市、流动性趋薄，既为投机者做空日元提供了窗口，也为当局实施突袭式干预提供了条件。

日元于周四日本股市收盘后急速走软，触及161.80低点，为2024年7月以来最弱水平，接近逼近161.95的关键门槛。Katayama于近期G7峰会期间表示，日本已准备好对外汇市场的投机行为"采取果断行动"，并在周五记者会上使用了"大胆行动"的措辞。

然而，据彭博报道，三菱UFJ摩根士丹利证券货币策略师Shota Ryu表示，"Katayama的表态与此前并无二致，未给市场留下干预迫在眉睫的印象。"与此同时，4月30日干预前，日本首席汇率官Atsushi Mimura曾发出"最后警告"，但自5月初以来他尚未公开就外汇问题置评，这使市场对干预时点的判断更加难以捉摸。

港银行策略师Shogo Karitani（Minato Bank）指出，美国市场周五因假日休市，流动性趋于稀薄，一旦当局入市购汇，任何价格波动都可能被放大，令空头措手不及。但这也意味着，倘若当局继续按兵不观，投机做空力量同样可能趁虚而入，进一步压低汇价。

日本财务省在截至5月27日的一个月内向外汇市场注资创纪录的11.73万亿日元（约合728亿美元），以支撑日元汇率。与此同时，日本央行将政策利率上调至1995年以来最高水平。

然而，两项重磅举措均未能扭转日元的下行趋势。野村证券市场策略研究首席策略师Naka Matsuzawa在研报中指出，尽管日本央行持续收紧货币政策，美国国债收益率依然高企，令套利交易仍具吸引力。目前10年期日本国债收益率约为2.65%，而10年期美国国债收益率为4.451%，利差依然可观，持续为日元空头提供动力。

此外，State Street Investment Management高级固定收益策略师Masahiko Loo指出，此次加息早在市场预期之内，不过是"弹片伤口上的创可贴"。他还表示，日本官员在6月初多次预告将采取"果断行动"，反而削弱了干预的突然性，进而压低了其实际效果。4月30日干预后，日元从160.39一度升至155附近，但随后重新走软，迄今已再度贬值逾6日元。

除美日利差外，首相高市早苗政府的政策取向亦对日元构成持续压力。Matsuzawa指出，高市早苗政府奉行再通胀立场，倾向于宽松货币政策以支持经济增长，这一取向令外部资金流入日本的意愿受到压制。

今年2月，高市早苗提名两位据报具有鸽派倾向的学者出任日本央行委员——Toichiro Asada与Ayano Sato。据路透报道，二人均属于主张扩张性财政和货币政策的再通胀派。Asada已就任央行委员，在本周加息决议中投出唯一反对票；Sato则将于6月底接替委员中川顺子。

此外，日本高度依赖能源进口，而伊朗战争持续推高能源价格，日本需大量购汇以支付进口账单，进一步加剧了日元的贬值压力。日本央行副行长氷見野良三（Ryozo Himino）周五在国会表示，汇率走势对经济和物价的影响仍是央行密切关注的重要变量。

就短期而言，市场对干预的警惕情绪正在上升。Nomura的Matsuzawa指出，市场日元空头仓位已进一步累积，超过黄金周前触发干预时的水平，当局入市的概率不容低估。住友三井银行研究部负责人Hirofumi Suzuki表示，目前当局仍处于密切观察市场动态的阶段，但一旦波动性过度上升，不排除随时出手。

为筹集干预所需资金，日本此前可能出售了包括美国国债在内的外国证券，此举在美国财政部市场稳定性受到高度关注的背景下，可能引发华盛顿的额外审视。

从较长时间维度来看，State Street的Masahiko Loo认为，多重因素有望逐步形成对日元的支撑：AI相关投资、海外资金对日本股票的持续兴趣，以及科技行业推动的日经指数上涨，均有助于吸引资本回流日本。此外，若中东局势缓和、伊朗战争谈判达成协议并恢复霍尔木兹海峡航运，也将有效压低日本能源进口成本，减轻汇率端的结构性压力。

本文来自华尔街见闻，欢迎下载APP查看更多

据央视新闻援引媒体18日周四消息，原定于在瑞士举行的伊朗、美国及欧洲国家进一步会谈，因以色列持续对黎巴嫩境内目标发动袭击而被推迟。同在周四，特朗普政府公开喊话以色列停火。瑞士外交部随即证实，原定当日举行的美伊会谈已正式取消。这一消息令投资者对两国能否在60天内落实核协议细节产生疑虑。

消息冲击下，现货黄金日内跌逾2%，现货白银跌幅达3.4%。韩国首尔综指收跌0.1%，报9051.95点。标普500期货下跌0.5%。埃森哲下调全年营收指引，引发市场对全球科技服务需求前景的新一轮担忧，印度主要IT股周五大幅下跌。美元指数涨破101.00关口，创下2025年5月以来最高水平。美国、中国、香港的节假日令市场流动性进一步收窄，加剧了周末前的避险氛围。

这是全球市场经历的关键一周——美伊签署临时和平协议、美联储主席沃什主持首次政策会议并维持鹰派立场、日本央行将利率上调至1995年以来最高水平。尽管市场面临多重冲击，全球股票指数本周仍累计上涨逾1%，部分得益于人工智能交易热情的持续支撑。

• 欧洲斯托克50指数开盘跌0.1%，德国DAX指数涨0.1%，英国富时100指数跌0.1%，法国CAC 40指数涨0.1%。
• 日经225指数收涨0.3%，报71250.06点。日本东证指数收跌0.6%，报4044.96点。韩国首尔综指收跌0.1%，报9051.95点。
• 标普500期货下跌0.5%，纳指期货跌1%。
• 印度主要IT股大幅下跌。塔塔咨询服务（TCS）股价跌逾5%，Infosys跌幅超过7%，Tech Mahindra下挫逾4%，基准Nifty IT指数整体滑落逾5%。
• 美元指数涨破101.00关口，创下2025年5月以来最高水平。
• 美国30年期国债收益率下行3个基点至4.9%，日本及澳大利亚10年期国债收益率均在19日上行。
• 布伦特原油价格跌至每桶80美元以下，本周累计跌幅约9%。
• 现货黄金日内跌逾2%，现货白银跌幅达3.4%。

万斯周四曾表示，美伊双方签署的所谓"谅解备忘录"中涉及敏感细节的60天谈判倒计时已正式开始，并称该协议对美国而言是"双赢"。然而，原定19日在瑞士举行的后续会谈宣告取消，令市场对协议能否如期推进充满疑虑。

eToro亚太及中东地区首席分析师Josh Gilbert表示："协议签署后，地缘政治阴云正在消散，但市场已不止一次见证局势逆转。真正的艰巨工作现在才刚刚开始，投资者可能会保持谨慎，直到协议真正无懈可击、霍尔木兹海峡恢复全面通航。"

川崎汽船株式会社总裁Takenori Igarashi在该公司东京年度股东大会上表示，霍尔木兹海峡恢复全面通行尚需时日，各项安全保障措施仍在落实中。

埃森哲下调营收展望，印度IT股普跌逾5%

埃森哲下调全年营收指引，引发市场对全球科技服务需求前景的新一轮担忧，印度主要IT股周五大幅下跌。

印度最大IT公司塔塔咨询服务（TCS）股价跌逾5%，Infosys跌幅超过7%，Tech Mahindra下挫逾4%，基准Nifty IT指数整体滑落逾5%。

埃森哲周四将截至2026年8月的本财年营收增长指引从此前的4%至5%下调至3%至4%。该公司首席执行官Julie Sweet在接受CNBC采访时表示，公司第三季度营收较市场预期低约9000万美元，其中中东地区带来约1亿美元的负面影响。

花旗随即警告，人工智能冲击、竞争加剧及宏观不确定性将在近期持续对印度IT板块构成压力。

金价本周延续跌势，有望录得连续第三周下跌。推动金价承压的因素是多方面的：美联储鹰派立场强化了加息预期，而美伊协议带来的乐观情绪逐步消退，进一步削弱了黄金的避险吸引力。

高盛集团已将年底黄金价格预测下调500美元/盎司。随着美联储鹰派立场的明朗化，两年期美国国债收益率在前一交易日飙升13个基点至逾一年高位后，19日稳定在4.18%附近。

布伦特原油价格跌至每桶80美元以下，本周累计跌幅约9%。美伊临时和平协议签署后，霍尔木兹海峡航运逐步恢复正常，全球原油市场有史以来最大规模的供应冲击得以缓解，油价随之大幅回落。

这轮急剧回调意味着原油期货几乎抹去了战争爆发以来的全部涨幅——今年2月，美国和以色列因伊朗核计划对其发动攻击，战事由此爆发。

IG Australia市场分析师Tony Sycamore在彭博电视上表示："本周的重新定价十分剧烈，部分原因在于伊朗石油供应几乎在一夜之间重启。接下来面临的是执行风险，许多细节仍有待敲定。"

美元广义指数上涨0.1%，本周累计涨幅接近1%。日元成为外汇市场的核心焦点，汇率徘徊在近四十年低位附近。日本财务大臣Satsuki Katayama表示，政府可对投机性汇率波动采取果断行动。

债市呈现分化格局。美国30年期国债收益率下行3个基点至4.9%，显示市场认为长期通胀仍将受控；2年期收益率则保持相对稳定，反映短端加息预期依然较强。由于美国公众假期，亚洲时段美国国债现货市场暂停交易。日本及澳大利亚10年期国债收益率均在19日上行。

英镑兑美元小幅走低。Andy Burnham赢得英国议会补选，成为大曼彻斯特市长挑战首相基尔·斯塔默的有力人选，英国政治不确定性上升。英格兰银行18日维持基准利率在3.75%不变，称近期油价下跌"令人鼓舞"，但九名政策委员中有两名投票支持立即加息25个基点，理由是通胀具有持续性。据彭博报道，分析人士警告，英国政治与财政风险或进一步压制英镑。

更多消息，持续更新中……

本文来自华尔街见闻，欢迎下载APP查看更多

在近期一档播客节目中，陈立武详细阐述了其改造英特尔的路径：在稳固资产负债表、聚焦产品线之后，他正将投注重心转向先进封装技术EMIB、玻璃基板、以及氮化镓（GaN）、碳化硅（SiC）、磷化铟（InP）和人工合成钻石等新材料领域，以应对传统工艺节点微缩趋近物理极限的挑战。他同时透露，智能体AI和推理场景的爆发正在带动CPU需求强劲回升，数据中心服务器中CPU与GPU的配比已从过去的一比八向一比四乃至更低演变。

陈立武表示，过去14个月已为英特尔股东创造了约6倍回报，但"这只是开始"。他预计到2030至2032年，外界将开始真正认识到英特尔的潜力——不仅限于PC客户端的传统基本盘，更将延伸至边缘计算、物理AI与智能体AI等新兴市场。

在他看来，英特尔的XPU、先进封装与代工能力若能有效整合，将为不同工作负载提供定制化芯片解决方案，这是他为公司锚定的长期战略方向。

在传统工艺节点微缩日益逼近物理极限的背景下，陈立武将突破口指向材料科学与先进封装。他表示，英特尔目前已量产18A工艺，正推进14A量产，并能看到10纳米乃至7纳米的技术路径，但"这条路会越来越昂贵、越来越困难"。

为此，陈立武在封装材料领域启动了多项布局。他投资了玻璃基板公司3DGS，看中玻璃作为散热绝缘材料的独特性能；在芯片间互连方面，英特尔正主推下一代先进封装技术EMIB，并已宣布在印度和美国新墨西哥州推进先进封装制造合作项目。英特尔在模组领域拥有约1000项专利，如何将基板与模组有效整合，是陈立武强调的核心工程课题。

在半导体新材料方向，陈立武表示已在氮化镓、碳化硅、磷化铟三个方向均有投资，其中部分投资标的已被ADI等大型半导体公司收购。他还投资了一家人工合成钻石晶圆公司，看好钻石作为隔热材料在芯片封装中的应用潜力。"工程师的精神就是这样——你不断遭遇瓶颈，然后想办法跨越它或者绕过它，"他说。

英特尔晶圆代工业务一度被外界视为难以为继，但陈立武选择坚守。他表示，做出这一决策的核心逻辑是：美国本土先进制造对于供应链安全具有战略价值，任何大型半导体企业都不能将供应链高度集中于一两个地理区域。

在执行层面，陈立武将代工业务的优先指标锁定为良率、缺陷密度和周期时间。他强调，代工本质上是一门信任的生意——"客户在把晶圆交给你之前，必须先信任你"。一旦良率不达标，客户因营收损失而流失，将难以挽回。

他同时表示，英特尔与台积电是合作伙伴关系，并非单纯竞争对手，行业整体也需要更多产能来满足持续增长的需求。他预计，到2030至2032年，英特尔代工业务的真正潜力将开始在市场上得到体现。

陈立武透露，英特尔与埃隆·马斯克推进的Terafab项目，源于双方共同判断——半导体基础设施的发展在产能、生产效率和功耗效率方面均滞后于AI需求的增长。在该合作框架下，马斯克决定自建晶圆厂，英特尔将提供技术和工艺支持，协助其加速推进生产。陈立武表示，他每周都与马斯克团队召开会议，合作进展顺利。

他也提及，马斯克在运营层面有打破惯例的思路，例如曾讨论是否允许在洁净室某些区域抽烟，"我可能不会走得那么远，但某些区域也许可以，关键是保持开放的心态"。

面对市场对英特尔转型进度的质疑，陈立武援引其一贯的"爬-走-跑"框架加以回应。他表示，过去数月仍处于"爬"的阶段：在CPU架构、GPU架构和软件架构团队的搭建上，英特尔正在悄然布局，并力图以"大型初创公司"的速度推进跨越式创新；在代工侧，与台积电的差距仍然显著，必须保持谦逊，夯实IP、良率等基础能力。

"我做VC的直觉告诉我——要找10倍回报的机会，"陈立武说。他以自己在Cadence的经历为参照：从代理CEO到卸任，前后为股东创造了约76至85倍回报。他坦承，英特尔体量更大，更难复制，但"5到10年内实现10倍回报"是他为自己设定的明确目标。

以下为访谈文字实录：

主持人： 欢迎回到No Priors。今天Allad和我邀请到了陈立武——来自Walden的传奇投资人，Cadence前CEO，现任英特尔CEO。我们将聊到他改造英特尔的计划、美国政府成为大股东意味着什么、如何成为出色的半导体投资人，以及我们能否在美国境内制造芯片。欢迎，立武。

为什么接下英特尔这个担子？

主持人： 我们从一个显而易见的问题开始。出任这家极其重要的美国半导体公司CEO，是一份真正艰难的工作。你为什么要接？

陈立武： 这是个好问题。我今年66岁，很多人说你应该退休了，何必去接行业里最烫手的这份工作。有几个原因：一是这是一家标志性的公司，对整个半导体生态系统和美国都极为重要；二是在Cadence之后，我决定再做一件大事。

主持人： 过去这一年发生了很多事。最让你意外的是什么？

陈立武： 最意外的事情，是我在此前任何工作或培训中都没有经历过的——某天一大早，特朗普总统要求我辞职，说存在利益冲突，没有例外。我当时先说服了自己：我不需要这份工作，我做这件事纯粹是为了拯救英特尔。把个人情绪放在一边后，我开始想我能为英特尔做什么。好在周四早上我争取到了一次会面，周一又有一次会面，他听了我的陈述——我在马来西亚出生，在新加坡长大，MIT毕业，此后一直生活在美国，从未离开。我把这些分享给他，他听进去了，给了我继续做下去的机会。我非常感激。

主持人： 你说这份工作是"拯救英特尔"。英特尔赢、英特尔蓬勃发展，在你脑海中是什么样的图景？

陈立武： 我已经过了14个月，发生了很多事情。首先是改变文化，明确问责机制，加快决策速度。我习惯了初创公司的节奏，一切以光速推进，但英特尔有一层又一层的官僚会议体系，这是我必须改变的。其次是倾听客户——要让客户真正满意，你必须谦逊，愿意倾听，直面他们遇到的问题并解决它。第三，从第一天起，我就决定让所有工程团队直接向我汇报。我是工程师出身，我要亲自知道哪里出了问题、什么需要纠正。倾听客户、让客户满意、确保我们有正确的产品、简化产品线，并为未来五到十年制定清晰的路线图和愿景。

英特尔的十年愿景

主持人： 你对英特尔十年后的愿景是什么？

陈立武： 我一贯的做事方式——无论在Cadence还是英特尔——是先爬，保持谦逊，倾听客户；再走；最终跑起来。一步一个脚印。

第一步是夯实资产负债表——说实话，资产负债表的状况当时相当糟糕。我很欣慰美国政府成为了大股东。我向特朗普总统解释：看看日本，看看新加坡，这是基础设施层面，政府理应提供支持。

其次，我非常感谢我的老朋友黄仁勋——他向英特尔投资了50亿美元，我也很高兴自己做了一些有价值的工作，他的50亿现在已经增值到250亿美元甚至更多。此外，软银的孙正义——我曾在软银董事会任职——也伸出援手。通过这些，我们稳固了资产负债表。

接下来是聚焦产品，简化产品线，倾听客户，推出下一代领先产品。恰好现在智能体AI和推理CPU需求极为旺盛，所以某种意义上，我赶上了好时机。过去训练时CPU与GPU的比例大概是一比八，现在我能看到它变成一比四，甚至更低。CPU变得重要了，我感到很欣慰。

我和一些AI模型开发者聊过，他们说在强化学习环节、以及协调调度所有智能体的速度上，CPU实际上表现更好。所以现在对我的CPU需求很高。在数据中心服务器产品线打好基础之后，另一块重要业务是我们的晶圆代工。这是资本密集型业务，并不容易。你需要有正确的IP组合——比如为移动客户做低功耗IP，没有这些就服务不了他们。这是一门服务业，也是一门信任的生意——如果良率不达标，客户就会因为营收损失而放弃你。所以我非常专注于良率、缺陷密度、周期时间，确保能以高质量和高可靠性服务客户。最终要走向全栈，不只是硅本身——你需要软件，有客户直接问我"给我整个机架"，你需要提供系统级的解决方案。这些事情我都在一步一步地悄悄推进，同时招募我能找到的最优秀的人才。顺带一提，所有招聘都是我亲自去做的，没有借助猎头公司。

与埃隆·马斯克合作Terafab

主持人： 另一项被广泛讨论的重要举措是Terafab，以及与埃隆·马斯克的合作。能讲讲这是怎么走到一起的，以及你们如何协作的吗？

陈立武： 我认为我们都同意，埃隆·马斯克是本世纪最伟大的企业家之一。他和我有一个共同的判断：半导体基础设施的发展没有跟上AI的增长——无论是产能、生产效率，还是功耗效率，都存在缺口，我们都看到了这个问题。

其次，我非常享受与他合作的过程。他非常不拘一格，对每一个环节都会追问"为什么要用传统方式做"，这很让人耳目一新。我喜欢听到不同意见，然后大家一起找出最优路径，双方都能学到很多。他有一个清晰的愿景——他的机器人、他的汽车需要大量芯片。

Terafab具体来说，是他决定自建晶圆厂，而我们很乐意与他合作，帮助他更快速地推进生产，利用我们的一些技术和工艺——这是一个双方共同协作的项目。他的团队很棒，我每周都和他们开会，与他合作非常令人振奋。他提到过一些想法，比如允许在洁净室里抽烟这类打破惯例的事——我可能不会走得那么远，但某些区域也许可以，关键是保持开放的心态，我们也在认真听取和评估。

全球半导体供应链的变迁

主持人： 如果从宏观视角看AI正在如何推动全球半导体供应链的变化，逐国来看，你有什么观察？

陈立武： AI对整个格局的影响，将超过互联网，而且影响更为深远。AI首先是让你更高效地完成事情，有了大量智能体的帮助，很多以前需要自己做的繁琐任务现在可以更快完成。比如在半导体设计领域，时序优化和上市速度都可以大幅提升，成本也能降低。

AI需求增长面临几个瓶颈：一是电力限制，一些国家根本没有足够的电力；二是氦气的影响，很多人没有意识到氦气对半导体行业的影响相当显著；三是存储器短缺，这是现在最紧迫的问题——即便你现在扩产，新产能也需要几年时间才能释放，CPU、GPU同样供不应求，价格也因此上涨，成本最终会传导到客户端。

最受冲击的公司，是那些不拥抱AI的公司。AI可以帮助企业在几乎所有职能部门提升效率，企业应该主动拥抱AI、找到更好地利用AI的方式——无论是预测、设计还是各类工作负载。

主持人： 反对Terafab和英特尔代工竞争力的最简单论点，是劳动力成本和国内制造可行性的问题。你决定继续加码代工业务，这背后是什么逻辑？

陈立武： 我在决定要继续押注代工、还是退出代工的时候，外界有很多声音，各种各样的——说太贵了，说行不通。但我最终判断：这对美国极其重要，对整个行业也极其重要。

我们都经历过供应链挑战，任何半导体大公司都必须认真思考供应链的问题，必须拥有稳健且具有韧性的供应链，不能完全依赖某一个或两个地理集中的供应商。越来越多的人会意识到，在美国本土制造是至关重要的。

我们最先进的工艺，比如18A，也就是1.4纳米级别，我们已经在规划1纳米、0.7纳米了。工艺节点越来越小，线宽比头发丝还细，复杂程度极高，任何一步出错都可能前功尽弃。正因如此，制造精度的要求越来越高，这将越来越成为瓶颈所在。

我们非常尊重台积电，我们是很好的合作伙伴，而且行业需要更多产能来服务客户，所以我们决定咬牙坚持——长远来看这是关键之举，也是我能为行业创造更多价值的地方。

物理极限与先进封装

主持人： 人们讨论了很久芯片微缩会遇到物理极限，线宽太窄就无法继续缩小。你认为什么时候会真正碰壁？

陈立武： 我们现在有18A，正在推进14A量产，我能看到10纳米和7纳米的路径——这条路是可以走到的，但会越来越昂贵、越来越困难。这也是为什么我们需要合作伙伴，需要与基板供应商、设备厂商紧密协作，共同推动良率和性能的提升。

另一个正在成为瓶颈的关键领域是先进封装。台积电有CoWoS，我们有一个叫做EMIB的下一代方案，我必须确保它能在量产阶段达到客户要求的良率。

当传统微缩开始遇到瓶颈时，我开始回到材料层面寻找突破——氮化镓、碳化硅、磷化铟，我在这三个方向都有投资。在封装材料方面，我开始关注玻璃——玻璃是很好的散热绝缘材料，我投资了一家名为3DGS的公司。英特尔在模组上拥有约1000项专利，如何把基板和模组整合在一起，是一个重要课题。我们最近也宣布了在印度和美国新墨西哥州的先进封装制造合作项目。另外，我还在关注人工合成钻石——这是另一种出色的隔热材料，我也投资了一家钻石晶圆公司。

工程师的精神就是这样——你不断遭遇瓶颈，然后想办法跨越它或者绕过它。能在一个从EDA工具到设计再到制造的完整半导体生命周期都深度参与过的人，我现在很高兴能把这些经验用起来，为行业做一些贡献。

主持人： 那有没有一种可能，工艺节点趋同会拉平不同代工厂之间的性能差距，形成某种渐近线？

陈立武： 摩尔定律的本质是晶体管密度翻倍，但功耗和成本不会同比下降——你可以让性能翻倍，但面积和成本未必能同等下降。除非你找到了新材料、新设计方法。这正是为什么我开始加大对材料科学人才的招聘力度——这已经成为这个领域创新的核心。

18年前我还在投半导体的时候，很多一线VC对这个领域完全不感兴趣。我还记得，在合伙人会议上讲完半导体之后，一半人找借口离开了，剩下的另一半说"你有没有软件或服务的项目"，最终只剩下一两个人同情地陪我。现在，黄仁勋的英伟达市值5.3万亿美元，博通和台积电各两万亿，我的好朋友苏姿丰的AMD接近8000亿，英特尔接近6000亿。半导体再次成为热门领域，成为不可或缺的基础。15到20年前，几乎没有VC愿意跟我一起投半导体，除了三星、ARM、软银这些大机构。现在，VC蜂拥而至，对这个领域的投资热情极高，我非常欣慰。

半导体投资的挑战

主持人： 你既是长期投资人，也是运营者。半导体投资面临很多困难——资本密集、结果不可预测、要深刻理解工作负载、对客户而言切换供应商风险很高、行业周期性强……你怎么看这些风险，又如何向他人建议在这条供应链里去哪里投资？

陈立武： 创投创业是我血液里的东西，我真的很享受。我在这里不是要炫耀，但作为一些背景：我有159家公司IPO、126个并购退出的记录，其中半导体投资超过200笔，38%在美国。

在投资方法上，我始终从一个核心问题出发：瓶颈在哪里，你在解决什么问题。比如我投了Cradle Semiconductor，因为互连成为了瓶颈；我投了Celestial AI，因为光互连在集群内变得越来越重要——黄仁勋几乎投了所有光子学相关的公司，这不是巧合。

在设计层面，AI和机器学习能否帮助降低复杂度、提升设计质量——我认为EDA领域有巨大机会，有几家新创公司正在往这个方向做，是一座金矿。在新材料方面，氮化镓、碳化硅、磷化铟都是我的投资方向，其中一些公司已经被ADI等大公司收购。功耗管理——从40V转换到1V这个过程损耗极大——同样是我看好的瓶颈赛道。

我的投资框架始终是：问题是真实存在的吗？客户真的在为此挣扎吗？然后非常重要的是：第一个目标客户是谁？我倾向于选择超大规模客户——他们有能力、有意愿，如果他们喜欢你的东西，接下来几年愿意付出数百万甚至提供一定的保障，因为拿下一个大客户之后就可以规模化了。

人才也非常关键——美国、硅谷、奥斯汀，以及以色列，都是我重点关注的地方。以色列有非常有颠覆性的创新型创业者，工作极其勤奋。在战时，他们仍然坚持开会——有时候说"有警报，我要去地下室，网可能不好，我们改成语音"，这种韧性让我深感钦佩。

现在除了智能体AI，物理AI是下一个重大前沿，要认真看全栈，这也是为什么我仍然深度参与很多前沿模型相关的投资——我非常看好用于物理AI的开源前沿技术，这是一座金矿。

Cadence的经验

主持人： 你提到了AI在芯片设计和测试上带来更快、更便宜、更有创意的可能性。基于你在Cadence的经验，你认为哪些方向最肥沃？有什么已经在发挥作用了吗？

陈立武： 我在Cadence接近15年，最让我骄傲的事情之一是找到了自己的接班人，亲自培养他，他现在是一位非常出色的CEO，正在积极拥抱AI，把智能体AI引入工具来提升效率。Synopsys的Sassine也在做同样的事，有英伟达20亿美元的投资支持，还收购了Ansys向全系统设计扩展。

大公司在做，但也有机会留给初创公司去做更颠覆性的事，最终这些公司可以IPO或者被两家大公司收购。这取决于创业者的愿景。我的一贯哲学是：如果创业者想快速退出，那就帮他们实现；如果他们从第一天就想IPO，那就帮他们走这条路。作为VC，我们支持创业者的梦想，帮助他们实现。

规模化与投资决策

主持人： 你提到的这些方向——材料公司、EDA、制造——如果看10年后，英特尔或未来的半导体公司会因为AI而面目全非吗？

陈立武： 我认为会。回到你说的资本密集、不可预测、周期性这些特点，这些都需要纳入投资决策。我通常喜欢很早进入、把团队搭建起来；找到能在困难时期陪你走的合适投资人，而不只是顺风顺水时的朋友；同时寻找战略投资人，无论是在制造、存储、互连还是其他维度为公司增值。我也有一些成长期和对冲基金的朋友，他们对公开市场有独特的视角，能够帮助创业者判断哪些方向要避免，这非常有价值。

说实在的，我回头看，我投过的10家公司里，有9家在中途改变了商业计划，因为市场变了。所以我更喜欢有团队的创业者，而不只是一个人。还要有开放的心态，愿意倾听，接受我们的建议，但最终形成自己的判断——最好的结果不是"他叫我做什么我就做什么"，而是你给了足够的反馈，他自己推导出了你认可或者你理解的结论，这才是创业的乐趣所在。

如果10年后再看，赢家将是那些能聚焦于一个细分领域、找到正确合作伙伴、并且能够规模化的公司。要有全栈解决方案，这很重要。大公司可以像黄仁勋一样，聚焦于CUDA和平台，全力打造成一个平台公司，他做到了。初创公司也可以像Anthropic、OpenAI一样，以更优雅的方式改变游戏规则，初创公司能以光速前进，真正成为主导者。

对于英特尔，我希望它能扮演这样的角色——我们有XPU，有先进封装，有代工，如果把这些整合起来，为不同工作负载定制专用芯片，这就是我的方向。

AI时代的团队重构

主持人： 软件行业正在发生很大的变化——招什么样的人、谁适合管理多个智能体。很多人现在更倾向于招30到50岁的人，因为他们习惯管理团队，这种能力可以直接迁移到管理智能体上。在硬件或代工厂的背景下，你怎么看团队结构和能力的变化？

陈立武： 回到爬-走-跑的框架。"爬"的阶段，我招募了半导体行业最优秀的人才；现在我开始思考需要引进什么样的软件人才来构建全栈能力；同时我注意到团队平均年龄在40多岁到50岁，我需要引入一些更年轻的人才，让他们理解工作负载、理解前沿开源模型。

有趣的是，我儿子现在成了我的老师。每次去他家陪孙子玩，我都会向他请教AI和机器学习的问题，他比我更了解这些。我学到了很多，然后试着把这些认知转化成投资判断和人才引进。

英特尔过去是一家非常老派的依赖电子表格的公司，我正在把它转型为AI赋能的企业——不只是在设计环节，而是在整个组织全面拥抱AI，减少对电子表格的依赖。我们要把资深技术人才和AI工具结合起来，不只是在销售和营销，现在设计端也在积极拥抱AI。

产业政策与资本来源

主持人： 对资本密集型企业来说，如何获取资金一直是个大问题。产业政策造就了台积电这样最重要的公司，但这种方式在美国商业文化里长期不受待见。你怎么看这件事？

陈立武： 对于资本密集型业务和基础设施项目，资本获取至关重要。现在一些VC已经愿意向单一公司投入10亿美元，这在以前是不可想象的。所以在早期投资策略上，要么非常早进入，在估值还合理的时候进去；要么做到A轮，但现在A轮的估值已经超过10亿了，很难。

能够帮助规模化的资本，比如共同基金——他们对持股比例的要求没那么敏感，这类投资者我非常欢迎。对于像AI工厂、代工厂这类资本密集型项目，必须寻求政府资金、主权财富基金或大型基础设施基金的支持。主权财富基金和政府资金将越来越重要。

作为上市公司，我也有意识地聚焦于更具长期增长导向的投资者，而不是每个季度都在问"你们什么时候回购股票"的短线资金——当然股东回报是合理的关切，但同时我必须把业务建起来，这个平衡很重要。

投资者对英特尔最大的误解

主持人： 你认为投资者现在对英特尔最大的误解是什么？

陈立武： 有几点。首先，回到爬-走-跑：过去几个月我还在爬，但人们已经开始看到潜力了。产品方面，PC客户端我们仍然有市场份额，但必须大幅提升性能——所以我正在悄悄地建立CPU架构、GPU架构和软件架构团队，为跨越式领先做准备，就像一家大型初创公司那样快速前进，利用更好的技术实现跨越。

在代工方面，我们与台积电差距还很大，我们必须保持谦逊，专注于打好基础——IP、良率、缺陷密度、周期时间——让代工变得更高效、更可靠。这是一门信任的生意，客户在把晶圆交给你之前，必须先信任你。这些事情需要更长的时间，但我认为到2030到2032年，人们会开始看到英特尔真正的潜力有多大。

PC客户端是我们的基本盘，但我们正在向边缘延伸，向物理AI和智能体AI延伸。过去你只是给人类提供服务器和PC，但现在有了另一个全新的维度——数以百万计的智能体需要访问算力，需要访问软件栈。我认为在智能体AI和物理AI这两个方向，英特尔都有机会，这场游戏还没结束。

AI还只是个开始，你有黄仁勋主导的训练端，你有边缘端，你有智能体AI，还有物理AI——这是一个巨大的机会，大家都还有机会，这就是我要全力投入的方向。过去14个月已经为股东创造了6倍回报，但这只是开始，还有很大的空间。

我做VC的直觉告诉我——要找10倍回报的机会。在Cadence，我从代理CEO一路做到退休，股价从2.4美元涨到了为股东带来约76倍的回报；执行主席任满，大概是85倍左右。英特尔的体量更大，更难复制，但我的目标是10倍——5到10年内实现10倍回报，作为一个骨子里是VC的人，这就是我的目标。

算力将在哪里存在？

主持人： 有一种观点认为数据中心会越建越大，吉瓦只是个开始，集中化是主流。但你描述的业务图景似乎也包含了边缘和客户端计算。你认为算力最终会如何在数据中心、边缘、客户端之间分布，还是完全由应用工作负载来决定？

陈立武： 现在的大规模AI基础设施建设是正确的，我没有看到任何减速的理由，因为工作负载还在持续增长。目前的限制因素主要是供给侧——任何放缓都来自供给端的约束，而不是需求端。

但我更关注的是：所有这些基础设施建好之后，什么样的应用会跑在上面？你必须找到真正有规模的应用——就像互联网时代，亚马逊、Netflix这样的应用脱颖而出，而另一些则消失或被收购。AI行业会经历同样的过程：大增长之后是整合，最终一两家真正的赢家浮出水面。

聚焦应用是关键，你看Netflix是一个真正的应用，亚马逊也是真正的应用，它们都赢了。而且某些应用确实更适合在边缘或客户端运行——机器人、国防这些场景，设备端的算力选择非常关键，你对连接的假设、对设备内置能力的假设，决定了你能做什么。这一点在SaaS时代一度被忽视了。

我的投资方法始终是：找到真实存在的问题、找到正确的合作伙伴、评估应用的市场规模是否可持续——如果你真的相信它，就加倍、三倍押注。当然，这也包括押注那些尚未大规模落地的应用。

主持人： 非常感谢你今天的到来，这是一次真正的享受。

陈立武： 谢谢邀请。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛大宗商品研究团队在6月18日发布的报告中明确列出目标价下调的两大原因：其一，旗下经济学家本月初已将美联储最后两次降息推迟至2027年，意味着2026年内不再有降息落地，显著压制利率敏感型黄金ETF需求预期；其二，沃什就任联储主席后首次FOMC会议释放"超预期鹰派"信号，这一表态大幅缓解了市场对发达市场央行独立性的担忧，使黄金作为宏观政策对冲工具的需求难以如此前预期般回升。

在近期下行风险方面，高盛给出了具体的压力测试估算：若美联储今年秋季落地两次加息，利率敏感型ETF持有者的净卖出压力与宏观对冲需求消退相叠加，金价年底可能降至4440美元/盎司——较基准预测低近500美元。报告指出，央行持续购金将提供部分缓冲，使上述悲观情景下的金价仍略高于当前水平。

尽管如此，高盛维持对黄金中长期的建设性判断。报告认为，伊朗局势及围绕格陵兰、委内瑞拉等地区的地缘政治发展，或将最终加速私人部门向黄金的多元化配置，届时中期金价存在大幅突破6000美元/盎司的可能。

高盛分析师Lina Thomas和Daan Struyven在报告中详细阐述了目标价下调的两条核心逻辑。

第一，利率路径变化直接压制黄金ETF需求。高盛经济学家本月初已将美联储最后两次降息推迟至2027年6月和12月，较此前预期（2026年12月及2027年3月）明显后移。由于部分黄金ETF持有者的配置决策与联邦基金利率走势高度相关，降息窗口的延后令这部分需求预期承压。

第二，沃什主导的首次FOMC会议鹰派表态超出市场预期。高盛认为，这一信号将在未来数个季度内限制市场对发达市场央行独立性的担忧，进而削弱黄金作为宏观政策对冲工具的吸引力。高盛此前曾预期这部分需求将逐步回升至2026年1月初水平，如今则将预测调整为基本平稳。

报告同时指出，Jerome Powell仍留任FOMC委员，且若民主党在中期选举中赢得参议院——预测市场显示概率接近50%——任何新增FOMC成员提名均须经民主党控制的参议院批准，上述因素在一定程度上制约了市场对央行独立性形成更极端的担忧。

高盛对近期金价走势保持战术谨慎，并明确量化了下行尾部风险。

报告指出，尽管此前积累的仓位超额和看涨期权需求已大部分消化，沃什鹰派首秀仍可能触发宏观政策对冲需求的进一步退潮。高盛美国经济学家的基准情景不包含加息，但若加息落地——尤其是若市场认为加息幅度超出数据所能支撑的范围——黄金宏观对冲需求将更持久地消退。

在此情景下（假设2026年秋季落地两次加息），结合利率敏感型ETF持有者的净卖出压力，高盛估计金价年底可能跌至4440美元/盎司，较基准预测4900美元低约9%。由于央行持续购金可提供部分缓冲，这一水平仍略高于当前价位。

尽管战术层面偏谨慎，高盛对金价的结构性判断维持正面，核心支柱来自全球央行持续多元化配置黄金的趋势。

高盛最新测算显示，2026年4月全球央行购金量（未经季节性调整）约为59吨，其中中国贡献约24吨。以3个月（季节性调整后）及12个月移动平均计算，当前购金节奏约为每月50吨——较2024年的每月67吨有所放缓，但仍远高于2022年俄罗斯央行资产被冻结前每月17吨的水平。

世界黄金协会最新调查数据印证了这一趋势：在今年2月至5月间接受调查的76家央行中，高达45%预计将在未来12个月内增加本国黄金储备，创历史纪录；约90%预计全球黄金储备将整体上升，其余则预期大体持平。基于此，高盛假设2026年全球央行购金维持每月50吨，2027年降至每月40吨，这一因素将为2026年底金价预测贡献约9个百分点的涨幅。

从中期来看，高盛认为金价预测面临的风险仍整体偏上行。

报告指出，黄金在私人投资组合中的占比目前仍然偏低，具备较大提升空间。伊朗局势及其他地缘政治发展——包括围绕格陵兰和委内瑞拉的争端——可能最终加速私人部门向黄金的多元化配置，亦可能通过影响外界对西方财政可持续性的判断进一步强化这一趋势。

在乐观情景下，若宏观政策对冲需求（即黄金看涨期权需求）反弹至2026年1月初水平，高盛认为年底金价有望大幅突破6000美元/盎司。此外，当前投机性持仓相对历史均值仍处于偏低水平，黄金ETF持仓量亦低于联邦基金利率所隐含的合理水平，两者的正常化将为金价额外贡献约4个百分点的中期涨幅。

本文来自华尔街见闻，欢迎下载APP查看更多

SpaceX上市首周收盘价185美元，较发行价135美元上涨37%。尽管经历了两日共计约8.3%的回调，公司总市值仍达2.4万亿美元，跻身全球第六大上市公司。

以2027年预期市销率计算，SpaceX以39.2倍的估值超越标普500所有成分股，成为全球最贵的大型科技股之一。

估值飙升的背后，是零售投资者和机构投资者担心踏空的情绪。数十亿美元在上市后数日内涌入与SpaceX挂钩的ETF，零售投资者对该股的净买入规模一度超过英伟达。

SpaceX目前尚未盈利，令市盈率比较失去意义，市销率成为当前最主要的估值参照。

根据道琼斯市场数据及四位分析师的预测共识，SpaceX股价对应2027年预期销售额的市销率达39.2倍，已超过标普500全部成分股。

位居第二的Palantir Technologies市销率为28倍，而特斯拉为12.6倍，后者本身已被市场普遍视为估值偏高的标的。

Evercore ISI的Julian Emanuel在6月14日的客户报告中将SpaceX的上市比作新一轮"梦想FOMO"的起点，认为其可能引领"牛市的下一段行情"。

驱动这一热潮的，是投资者对错过历史性机遇的集体焦虑，以及对CEO埃隆·马斯克愿景的高度押注，而非传统估值框架所能涵盖的逻辑。

SpaceX的上市引发市场将其与1995年网景（Netscape）IPO类比的讨论。

网景的上市点燃了互联网投资热潮，但也拉开了互联网泡沫破裂的序幕。

Pierpoint Ventures董事总经理Maury Blackman在SpaceX上市前夕的博客文章中写道，网景的上市"验证了人们的想象力"，而SpaceX的上市将告诉每一位CEO、每一个董事会、每一位机构投资者，"方向已经确立"。

Wellington-Altus首席策略师Jim Thorne则直言不讳：

泡沫在技术革命中是正常现象。我们会过度配置，投入过多资本，过度建设。

他表示，真正值得追问的不是市场是否处于泡沫之中，而是泡沫之后的局面将如何演化。

不过，多位分析人士也指出SpaceX与Netscape之间的本质差异。

SpaceX已建立起庞大且真实的商业版图，在火箭发射领域几乎没有对手，同时在卫星通信和AI基础设施领域拥有日益增长的竞争优势，为政府和众多商业客户提供不可替代的太空进入能力。

尽管估值争议持续，已有多家机构选择站队看多。

Oppenheimer分析师Timothy Horan在周四的客户报告中将目标价从190美元上调至250美元，较当前价格约有39%的上行空间，并表示：

我们相信SpaceX将凭借其在工程、制造和航天技术领域的专长，成长为全球最大的通信及云计算/AI公司。

Arete Research分析师Andrew Beale则以401美元的目标价发起覆盖评级，较当前股价意味着逾一倍的涨幅空间。

他预计SpaceX到2030年收入将突破2000亿美元，但同时提示：

太空是艰难的，发射异常、技术挑战、环境因素等种种风险都可能导致时间表推迟，所有预测均应保留相当大的不确定性余地。

Founder Funds合伙人兼组合经理Michael Monaghan表示，其基金持有SpaceX股票的信心，建立在对2030年可达2000亿美元收入的预判上，Michael Monaghan说：

但无论字面上还是实际上，你都需要一枚火箭去赢得那些收入。

短期股价的压力或将因指数纳入而得到缓解。

根据纳斯达克针对大市值IPO放宽快速纳入的规则，SpaceX在上市满15个交易日后即可纳入纳斯达克100指数，此外还将适时进入富时罗素和MSCI的相关指数。

据指数再平衡预测机构Intropic测算，上市仅两周后，约30%的SpaceX自由流通股将由被动投资者持有。

叠加公司内部人员在锁定期内无法出售股份、流通盘较小的现实，多重因素或将为股价提供额外支撑。

Allspring全球股票投资主管Ann Miletti表示，关注基准指数的投资者已开始思考"如果这只股票进入任何一个指数，我该如何调整持仓"，这是当前推动交易量的主要驱动力之一。

SLC Management董事总经理Dec Mullarkey则提示投资者保持耐心：

目前交易层面仍有大量噪音。一直会有战术性买盘，通常需要几周时间才能消化。我们在合理价格区间的价格发现过程上仍处于早期阶段。

历史数据显示，大型IPO股票在上市首年内的平均最大回撤达55%，这对当前估值高企的SpaceX而言不失为一个值得关注的历史参照。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》，这家私营折扣连锁巨头正以每数日新增一店的速度加速扩张，并于本周在曼哈顿42街开设新门店。摩根士丹利数据显示，奥乐齐在美国的市场份额增速已比肩沃尔玛、山姆会员店及Costco等头部零售商。奥乐齐美国首席商务官Scott Patton表示：“我们不设上限，目标是从所有食品杂货销售渠道方手中争夺份额。”

依托90亿美元投资计划，奥乐齐正全力推进美国市场扩张，目标到2028年开设3200家门店，并放眼长期布局约4000家。随着门店数量有望在未来数月内超越克罗格（美国仅次于沃尔玛的第二大杂货零售商），奥乐齐对美国杂货零售格局的冲击力也将进一步升级。

扩张提速，门店规模剑指克罗格

奥乐齐在美国的门店数量已达2671家，并保持每隔数天新开一家的节奏加速扩张。下一步，科罗拉多、亚利桑那和佛罗里达三州被列为核心拓展区域，仅科罗拉多州就计划新增50家门店。

奥乐齐全国房地产副总裁Dan Gavin表示：“在美国，我们看到轻松超过4000个开店机会，甚至更多。”

据摩根士丹利估算，奥乐齐去年美国市场营收约为300亿美元，虽然仍不足艾伯森（Albertsons）连锁超市规模的一半，但在美国整体食品销售疲软的背景下，仍保持两位数增长。科尔尼咨询公司数据则显示，奥乐齐目前仅占全美杂货消费支出的4%，未来发展空间相当可观。

低价背后的效率革命

奥乐齐的核心竞争力，源于其高度精简的运营模式。门店通常仅配备约六名员工，商品以整箱陈列上架，购物车采用投币使用、结账退还押金机制。由此节省的运营成本，直接转化为极具竞争力的终端售价——例如通心粉仅售59美分，饼干定价2.19美元，且近90%为自有品牌，价格普遍低于同类全国性品牌。

作为私营企业，奥乐齐能够以长期主义为导向，在短期利润与市场份额之间优先选择后者。该战略在欧洲已有成功先例：1990年进入英国市场后，奥乐齐在2008年金融危机后迎来实质性增长，现已占据英国杂货市场10.8%的份额。

购物中心运营商DLC Management首席执行官Adam Ifshin将奥乐齐的经营理念，与沃尔玛创始人Sam Walton的节俭精神相类比，称其“将沃尔玛的精髓带回德国，并加以升华”。

自有品牌陷侵权争议，正视“一站式”困局

奥乐齐的自有品牌战略亦引发法律纠纷。食品巨头亿滋国际已提起诉讼，指控奥乐齐产品包装“公然抄袭”奥利奥饼干和Wheat Thins等品牌。奥乐齐则反驳称，亿滋多年来仅私下表达关切而未采取行动，实际上构成默许。目前奥乐齐正推出重新设计的包装，并依据近期法庭通知寻求与亿滋达成和解。

在市场前景方面，分析人士对奥乐齐能否在美国复制欧洲成功持审慎态度。科尔尼高级合伙人Mirko Warschun指出，美国消费者更重视一站式购物和品类丰富度，这可能限制奥乐齐的市场份额上限。

对此，奥乐齐美国首席商务官Scott Patton坦承定位局限：“我们不会成为一站式购物场所。顾客可以来我们这里买齐80%到90%所需商品，剩余部分再前往别处补充。”这一务实表态，彰显了奥乐齐在高速扩张背后对美国市场特性的清醒认知。

本文来自华尔街见闻，欢迎下载APP查看更多

周三晚，美伊两国签署14点框架谅解备忘录，美国中央司令部随即确认已解除对霍尔木兹海峡的封锁，并有油轮通过该水道的相关报道。布伦特原油盘中一度跌至76.54美元/桶，收盘小幅回升至79.85美元；WTI收跌0.2%至75.85美元，触及战事以来最低水平。美国全国平均零售油价随之跌破每加仑4美元，降至3.999美元，但仍较战前高出约1美元。

自5月峰值逾100美元/桶以来，布伦特累计跌幅已超25%，市场迅速为中东大量原油即将重返全球市场押注。然而，从航运保险缺位、油轮运费仍为战前三倍，到国际能源署（IEA）测算的全球库存持续以每日近400万桶的速度流失，基本面现实远比市场定价复杂。

这场金融市场与物理市场之间的赛跑，正成为当前油价走势的核心分歧。多家机构分析师认为此轮下跌存在超调风险，但也有观点指出，伊朗制裁松绑预期尚未充分计入价格，若正式确认，油价仍面临进一步下行压力。

此次油价急跌的直接导火索，是美伊谅解备忘录的签署。根据协议框架，德黑兰将重新开放霍尔木兹海峡——这条水道在正常情况下承载全球每日约五分之一的石油贸易流量——作为交换，华盛顿将解除对伊朗港口的封锁及其石油销售制裁，并开启为期60天的核协议谈判窗口。伊朗还承诺永不研发或获取核武器。

市场的反应是即时的：先抛售，再问问题。特朗普在TruthSocial上高调宣称："石油在流动……股市在咆哮……不客气！"

高盛分析师Yulia Zhestkova Grigsby在研究报告中估计，波斯湾石油出口有望于7月底前恢复至战前水平，但同时指出全面复苏仍面临若干障碍。Kpler高级原油分析师Navin Das亦表示，协议签署后的油价下跌，反映了价格曲线中地缘政治风险溢价的有限回落，叠加市场对霍尔木兹流量恢复的预期，共同对现货价格构成压力。

然而，与期货市场的乐观形成鲜明对比的是，航运市场至今未能反映这份和平预期。

据报道，中国石油化工股份有限公司本周尝试为6月25日至30日期间租用一艘超大型油轮（VLCC）装载伊拉克原油，共收到6份报价，运费均接近战前水平的三倍，最终仍未能成交。PetroChina给出的理由直接说明了问题所在："有油轮，但太贵了，而且无法保证你能通过海峡。"与此同时，印度石油就同期发出的租轮招标收到了零份报价；中化集团仍在寻船。

Argus Media海湾与中东市场编辑Nader Itayim指出，市场对协议影响过于乐观，可能高估了影响规模和供应恢复正常的速度。"尽管海湾合作委员会地区存在待出口的石油，供应增量未必会立刻到来，"他表示，"在流量恢复正常水平之前，物流瓶颈仍有待克服。"

高盛分析师Yulia Zhestkova Grigsby在报告中亦写道，许多船东对过峡指引仍持谨慎态度，托运人的风险规避是潜在制约因素，加之伊朗在未来60天核协议谈判期间的地缘政治目标，均构成不确定性。

物理原油市场的基本面，为此次急跌画出了一道清晰的警示线。

IEA估计，自今年2月底战事爆发以来，全球库存一直以每日近400万桶的速度流失。美国原油库存在过去9周内已减少逾5000万桶，库欣（Cushing）储油中心的库存水平徘徊于多数分析师认为的操作底线附近。对于那些数月来持续消耗战略与商业储备的国家而言，最终仍需补库。

从布伦特期货曲线来看，油价要回落至战前低点（70美元/桶）附近，预计需要等到2031年3月——这与眼下期货市场的激进定价，形成了显著落差。

彭博亦指出，霍尔木兹若实质性恢复流量，亚洲市场将面临另一重压力：亚洲炼厂此前已将被扰乱的中东原油替换为美国及其他替代货源，部分压缩了加工量，而此刻正面临波斯湾原油的突然涌入。这已导致中东原油期货曲线翻转至看跌的远期升水（contango）结构，市场正在为近期过剩而非短缺定价。

除供应恢复节奏外，协议文本本身亦存在若干模糊之处，为市场增添了额外的不确定性。

谅解备忘录规定，商业船只"仅在60天内免收通行费"，但特朗普向媒体表示，60天后海峡将继续"免费通行"，该表述并未写入协议正文。Itayim亦强调，这份协议并非一份市场可以完全倚赖的综合性和平安排，而是一份旨在减少冲突、为后续谈判开窗的临时性框架，市场因此仍将在价格中维持一定风险溢价。

Kpler分析师Navin Das则提示了另一面：价格曲线远端已开始部分反映伊朗制裁松绑的可能性，但该因素尚未被充分计入——若60天谈判窗口结束后制裁解除获得正式确认，油价仍面临进一步下行压力。

多方分析的汇聚点指向同一个核心矛盾：金融市场以协议签署为信号，迅速一次性消化了供应恢复预期；而物理市场——包括航运保险、油轮调度、矿区排雷和生产重启——所遵循的是截然不同的时间表。当前，市场正将一份初步框架协议当作一份已经完成的复产计划来交易，而物理市场仍在等待看到它真正落地。

本文来自华尔街见闻，欢迎下载APP查看更多

公司将本财年全年营收增速指引上限下调至4%，低于此前3%至5%的区间，季度新签订单亦降至193亿美元，同比下滑3%。首席执行官Julie Sweet在分析师电话会议上表示，中东局势对公司中东地区销售的累计冲击已达4亿美元，且伊朗冲突促使区域外企业客户放慢决策步伐，产生了更广泛的连锁效应。

与此同时，投资者对AI工具能否逐步取代埃森哲核心服务的担忧持续升温。市场正质疑：当技术可以承担更多"繁重工作"时，该公司能否继续兑现其AI转型承诺，企业客户是否还愿意维持此前预期的IT支出水平。

埃森哲今年以来已累计下跌51%，同类公司亦全线受压——IBM同日下跌6%，年内跌幅达15%；竞争对手Infosys年内跌幅约40%。此次业绩冲击进一步加剧了市场对整个专业服务行业前景的质疑。

Julie Sweet表示，伊朗冲突对埃森哲中东销售的累计损失高达4亿美元，其中最近一个财季超出此前预期的额外影响为1亿美元。战事引发的不确定性不仅直接损害了当地业务，还促使区域外的企业客户收紧可自由支配支出。

项目节奏的变化进一步压缩了当期可确认收入的空间。公司表示，部分客户将原定在本财年确认收入的项目推迟至下一财年——埃森哲新财年将于9月1日开始。这一延迟效应叠加区域直接损失，对本季度财务表现造成了双重拖累。

AI工具的快速演进令投资者愈发质疑埃森哲能否持续为客户创造价值。AI咨询平台Catalant首席执行官Pat Petitti指出，埃森哲等大型咨询公司的顾问普遍缺乏在具体业务场景中正确使用AI、核验其输出结果所需的深度行业运营经验。"真正的AI落地需要对AI实际应用领域拥有深厚的专业知识，而这恰恰是他们所欠缺的，投资者也正在注意到这一点，"他说。

Jefferies分析师Surinder Thind将本次业绩定性为"令人失望"，并在客户报告中指出，"在AI优先的世界中，需求韧性方面的疑问可能进一步放大，尤其是考虑到AI模型和智能体能力的最新进展。"Julie Sweet则坦承，企业IT预算总量并未随AI浪潮而扩张。"即使有AI，它们的支出方式在变，但总量没有增加，"她对分析师表示。

面对传统核心业务的增长压力，埃森哲大幅扩大并购预算，本财年收购支出规模将达90亿美元，超出原计划逾一倍。公司当日宣布三项聚焦网络安全领域的收购：全资收购漏洞评估公司runZero和设备安全专业商NetRise，并取得工业控制系统网络安全企业Dragos的多数股权，三笔交易合并企业价值约42亿美元。今年1月，公司还以10亿美元收购了英国AI初创企业Faculty。

然而，据彭博报道，摩根士丹利本周早些时候下调了对埃森哲的评级并下调目标价，理由是投资者对公司以"产品型"交易为导向的收购策略能否最终转化为营收增长存有疑虑。不过，该报告同时指出，公司具备最终实现复苏的条件，只是时间窗口尚不明朗。

尽管整体业绩承压，埃森哲在大规模项目方面仍呈现出一定支撑。财年至今，单笔金额1亿美元及以上的季度客户订单共达104笔，同比增长13%。Julie Sweet在电话会议上强调，大型项目的需求依然强劲。

这一数据表明，在中小型可自由支配项目受到挤压的同时，企业对大型战略IT项目的投入意愿尚未出现明显退潮，为埃森哲的长期复苏预期留有一定空间。

本文来自华尔街见闻，欢迎下载APP查看更多

据芝加哥商品交易所（CME）周四公布的最新数据，超过50万份合约在单日内易手，约为20日均值的四倍，创下历史纪录。交易员大规模涌入押注美联储将于7月下次会议加息的头寸。与此同时，市场对7月加息的定价概率从此前的接近于零骤升至约五成，形势逆转之迅速令人瞩目。

这一波交易狂潮直接折射出市场对货币政策走向的重新评估。ABN AMRO Investment Solutions首席投资官Christophe Boucher表示，"沃什几乎未提及就业，而是将价格稳定置于其叙述框架的核心位置。他任期的开启意味着美联储将更加聚焦于通胀。"

国债市场亦对此有所消化——10年期美债收益率周四小幅回落最多4个基点至4.45%，部分收复了周三美联储决议后的跌幅。

沃什周三正式以美联储主席身份亮相，并发表了措辞偏鹰的讲话，强调其将价格稳定目标置于首位、致力于推动通胀回归2%目标的立场。这一表态迅速重塑了市场对未来政策路径的预期。

在此之前，互换市场定价显示7月加息的可能性接近于零。沃什发言之后，该概率急剧攀升至约五成，相当于"抛硬币"的水平。市场由此从几乎完全排除加息可能，转变为对7月28日至29日会议结果持高度不确定态度。

CME数据显示，周三以来，8月联邦基金期货新增未平仓合约约6.7万份，约占该期限合约总未平仓量的15%，单日增幅显著。

由于8月联邦基金期货在9月16日政策会议前到期，该合约的活跃程度直接反映出交易员正在押注美联储最早将于7月采取加息行动。参与者涵盖对冲基金与资产管理机构，既用于对冲利率风险敞口，也用于对政策走向进行方向性押注。由于此类交易通常匿名进行，外界难以追踪具体机构及衍生品的最终受益方。

值得注意的是，联邦基金期货总未平仓合约目前约为180万份，仍低于近一年均值220万份，美国商品期货交易委员会（CFTC）数据显示市场整体头寸尚未饱和。

与此同时，与美联储政策高度敏感的有担保隔夜融资利率（SOFR）期货市场同步出现方向性逆转——此前押注降息的多头头寸正在加速平仓。数据显示，2026年6月SOFR期货合约未平仓量单日减少约9万份，表明此前市场中普遍存在的鸽派降息押注正在被系统性拆解。

这一动向与8月联邦基金期货空头头寸的堆积形成呼应，共同勾勒出市场情绪的整体转向：交易员正在从为降息定价，转向为加息定价。

对于本轮加息路径，主要机构的判断正在迅速演变。法国巴黎银行（BNP Paribas）维持其基准预测——加息周期将于12月启动，但同时明确指出风险正向更早行动倾斜。

"政策制定者的立场似乎正在迅速转变，我们强调行动提前的风险正在上升，每一次会议（包括7月）都具备可操作性，"BNP巴黎银行经济学家James Egelhof与Guneet Dhingra在研报中写道。

这一措辞意味着，市场此前对年内降息的一致预期已实质性瓦解，投资者需要重新评估整个利率曲线上的风险敞口。

本文来自华尔街见闻，欢迎下载APP查看更多

在智谱AI发布GLM-5.2后，6月18日，一名X用户向独立研究员、AI 开发博主Teortaxes提问"中国大模型何时达到Fable级别"。

Teortaxes给出了7个月的时间差判断，马斯克随即回复"可能（2027年）第一季度"，智谱AI CEO唐杰则直接表态"不需要那么久"。

马斯克随后补充，在基准测试上追赶相对容易，但以"真实实用性"衡量，明年Q1也已经相当出色。

这场对话的背景是GLM-5.2在关键编程基准FrontierSWE上取得74.4分，仅落后Anthropic顶级闭源模型Opus 4.8约1个百分点，并超过GPT-5.5。

华尔街见闻此前提及，美国商务部对Anthropic旗下Fable 5和Mythos 5实施出口管制，要求向任何外国人提供访问权限前须取得政府许可证，Anthropic随即关闭两款模型的全球访问权限。

技术追赶与AI成本两股力量同步作用，正在重塑全球AI竞争格局。正如zerohedge所指出的，当"10%的智能差距"可能对应"90%的成本优势"时，逾5万亿美元的资本配置是否存在错配，将成为市场持续追问的核心命题。

争论的起点来自Teortaxes对GLM-5.2性能位置的判断。

他认为，GLM-5.2整体能力处于Opus 4.7至4.8区间，他表示Opus的视觉能力本身较弱，综合考虑视觉能力后中国大模型差距大致为7个月。

他的推算逻辑是，Mythos模型于2026年2月初达到Preview状态（即≥Opus 4.8的功能水平），以此类推，中国模型达到完整"Fable"级别的时间窗口约在2026年11月至12月。

马斯克的判断则更为保守，仅以"Probably Q1"回应，对应2027年一季度。

但他随后补充了一个重要分层：在基准测试层面，追赶进展或许确实令人印象深刻；而以"真实实用性"衡量，即便到Q1也已相当不易。

他点名Anthropic的优势正在于专注于提升真实智能，这种能力不显现在基准分数上，但直接反映在营收上。

对于马斯克的言论，有AI业内人士认为，马斯克的预测相对保守，中美模型水平的时间差可能短于7个月。

谷歌DeepMind首席执行官德米斯·哈萨比斯此前也表示，中国的人工智能模型在能力上可能“只差几个月”就能赶上海外。

唐杰的回复则更为简短直接："won't take that long"——不需要那么久。这一表态隐含了智谱对自身迭代速度的信心，但并未给出具体时间节点。

AI研究机构Proximal评价称，GLM-5.2是"第一个真正缩小了Anthropic/OpenAI与其他模型提供商之间巨大技术鸿沟的模型"。

围绕这场时间表讨论，GLM-5.2的技术指标是核心依据。

6月15日，智谱宣布正式上线并开源新一代旗舰大模型GLM-5.2。在全球百万用户参与盲测的前端开发评估系统Code Arena上，该模型位列全球可用模型第一位。

与以往主打即时问答能力的模型不同，GLM-5.2主攻“长程任务”——让AI不再只做即时问答，而能像人一样连续工作数小时、自主跑完一个完整的大型工程。

根据发布数据，GLM-5.2参数规模为753B，配备1M token稳定上下文窗口，采用MIT协议完全开源。

在长程编程基准FrontierSWE上，GLM-5.2得分74.4，Opus 4.8为75.1，差距约1个百分点，同时超过GPT-5.5的72.6以及Opus 4.7。

在PostTrainBench（测试Agent训练小模型能力）上，GLM-5.2以34.3分排名第二，仅次于Opus 4.8的37.2，高于GPT-5.5的28.4。

差距仍然存在。在最高难度的SWE-Marathon基准上，GLM-5.2得分13.0，而Opus 4.8为26.0，落差明显。

三个基准加在一起，传递的信息是：在中等复杂度的长程任务上，GLM-5.2 已经进入了与顶级闭源模型同台竞争的区间；在最极端复杂度的任务上，它仍然落后，但在开源阵营里独领先位。

驱动这场讨论的另一重要背景，是Anthropic旗下Fable 5和Mythos 5的突然下线。

华尔街见闻提及，Anthropic事件暴露出闭源商业模型在可获得性上的脆弱性，并为开源阵营带来了超越技术层面的战略价值。

在GLM-5.2发布的同时，智谱AI CEO唐杰在X平台发表声明：

在前沿模型被无故切断访问的时刻，我们更加确信一件事：科学应当是全球的。通往AGI的道路绝不能由高墙围困。

这一时机选择将开源从技术路线提升至技术主权的叙事层面。该条推文在24小时内获得超过88万次浏览和252条回复。

东方证券认为，开源模型具备开放权重、自主可控、可本地部署等特征，使其成为规避地缘政治风险、保障业务连续性的更优选择。

由于国内模型性能领先、多数开源、API调用成本较低，中国模型已在OpenRouter等Token分发平台上占据领先位置。叠加Anthropic两款模型下架，国产模型API调用量有望进一步提升。

但从中长期逻辑看，成本下降与访问门槛降低，可能推动词元消耗量和算力需求同步扩张。对投资者而言，开源模型份额提升与算力需求高增，正在成为AI产业链重估的核心变量。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博，SpaceX在完成上市后，正迅速转向债券市场，以推进其人工智能与轨道数据中心布局。该公司已着手筹备首笔债券发行，规模至少200亿美元；三大评级机构于上周四授予其投资级评级，为发债铺平道路。

高盛与Evercore ISI分析师预计，截至2031年，SpaceX资本支出将超过1万亿美元，其中大部分投向AI业务及太空数据中心建设。另据测算，到2031年公司净债务规模可能超过4000亿美元，资本市场正面临一场罕见的融资压力测试。

这一融资体量在市场上激起积极预期，亦伴随明显审慎情绪。债市人士对SpaceX在维持投资级评级的同时大规模举债存疑，资深做空者则将其比作19世纪联合太平洋铁路公司的过度扩张——后者以国家建设之名掀起资本狂潮，最终深陷财务与声誉泥潭。马斯克在IPO路演中以联合太平洋自喻，称目标是“让星际迷航成真”，为数万亿美元估值背书，但这一类比的历史回响令部分观察者不安。

股权融资收官，债务融资接棒

据报道援引知情人士，SpaceX首席财务官Bret Johnsen和总裁Gwynne Shotwell在与潜在投资者的会面中明确表示，此次IPO将是公司最后一次出售股票。为避免稀释包括马斯克本人在内的股东权益，公司计划主要依靠债务市场融资，并在IPO过程中始终强调其投资级评级。

Oppenheimer&Co分析师Timothy Horan领衔的团队在6月18日的研报中预测，SpaceX到2031年净债务将从目前约130亿美元攀升至逾4000亿美元，这一规模将超过美国几乎所有上市公司，并将是甲骨文公司当前债务水平的三倍以上。该团队预计，债务将是公司融资的主要来源，辅以约400亿美元的额外股权融资。

一旦实现，SpaceX的资本支出到2031年在某些情形下可能突破每年7000亿美元。麦肯锡的测算显示，仅地面数据中心的建设成本至本十年末可能就需要7万亿美元，SpaceX的轨道数据中心计划将在此基础上进一步推高这一数字。

债券市场存疑，投资者风险收益不对称

尽管SpaceX已获投资级评级，债券市场参与者对其大规模举债能力仍持审慎态度。

"绝大多数资本支出将不得不通过股权融资，而非债券市场来解决，"Allspring美国投资级研究主管Jim Fitzpatrick表示，"在维持投资级评级的同时大量发债，空间极为有限，何况这家公司在评级机构面前毫无历史记录可言。"

部分投资者则直接指出债券投资的结构性劣势。Asterozoa Capital首席投资官Joe Hegener表示："如果你要买入这股热潮，不管估值如何，至少买股票还有实质性的上行空间。但在债券市场，你的上行空间封顶于票息，而下行风险却是全部本金。"

与此同时，SpaceX的融资计划与Anthropic和OpenAI的IPO筹备在时间上高度重叠，后两者最快今年就将寻求数百亿美元融资。Alphabet等科技巨头也在持续加码AI基础设施投入，资本市场的供给压力不容小觑。

马斯克自比“联合太平洋”，反遭专家斥“利用公众无知”

马斯克在IPO路演中将SpaceX比作19世纪修建横贯大陆铁路的联合太平洋公司，称"人们当时觉得他们疯了"，但这一类比在部分历史学家和市场人士眼中适得其反。

斯坦福大学荣休美国历史教授Richard White直言，联合太平洋原本就是"一团自我交易与腐败的烂账"，以此为企业蓝本，"是在利用美国人对本国历史、对金融市场的极度无知"。

资深做空者Jim Chanos则指出，SpaceX连同科技巨头、Anthropic和OpenAI的集体扩张，正是一场五到十年内难见回报的巨额资本消耗——“庞大支出砸下去，除了卖铲子的，几乎看不到成果”。他还提到，联合太平洋历史上的Credit Mobilier丑闻（内部人士通过承包公司中饱私囊）与马斯克主动援引这一类比，本身“就颇具讽刺意味”。

质疑声中融资热潮不减，AI基建正重塑资本市场结构

尽管质疑声不断，银行家和资本市场人士对整体融资前景仍持乐观态度，并指出AI基础设施热潮已在多个维度重塑市场结构。

彭博数据显示，今年以来美国IPO及股票减持规模已达1630亿美元，即便剔除SpaceX的IPO，同比仍增长28%。摩根大通策略师的数据则显示，自去年11月以来，与AI相关的债务发行规模已在多个信贷市场合计突破3000亿美元，推动今年总发行量逼近历史峰值。

美国银行全球资本市场联席主管Lisa Clyde表示："这一切正在以相当深刻的方式改变资本市场。我们看到产品之间、公开与私募市场之间的界限日益模糊，企业不得不更具创造性地思考表内与表外融资方式。"

Brown Brothers Harriman首席投资官Justin Reed则将这场融资浪潮定性为一次系统性转变："我们正在同步建设数据中心、半导体、能源基础设施和卫星网络。资本正从轻盈的应用层融资，转向为整个经济生态输血，这正是需求如此惊人的根源。"

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社，巴基斯坦总理说伊朗将立即重开霍尔木兹海峡，美国将立即解除海上封锁。截至6月18日星期四，至少记录到14次船只通过霍尔木兹海峡——而上周同一天仅有2次。

然而，备忘录同时规定，60天期满后伊朗将与阿曼及其他海湾国家就海峡"未来管理与海事服务"展开谈判。美国副总统JD Vance周四在白宫媒体吹风会上强调，国际水道"应当免收通行费"，但在被追问美国是否会坚决抵制收费时，他将重点转向确保海峡永不再成为全球经济咽喉要道，措辞明显回避了对未来收费的直接承诺。

消息对市场的冲击在供应链端已迅速显现。据路透社报道，印度石油（Indian Oil）未能在6月下旬成功租到超大型油轮（VLCC）提运伊拉克巴士拉原油；印度石油随后对相关货物宣布不可抗力。根据Kpler数据，目前仍有至少550艘船只滞留海湾，其中逾200艘为原油及成品油轮。

协议文本中关于"海事服务"的措辞，已成为航运业和产油国的最大隐忧。

据英国《金融时报》报道，伊朗官方通讯社ISNA周四明确表示，"海事服务"一词同样涉及费用征收，伊朗将与阿曼协商确定未来海峡管理方式。伊朗最高国家安全委员会发表声明称，"波斯湾海峡管理局"已获指示在60天过渡期内优先受理船只过境申请，期间不收取费用，并将开展扫雷作业——但同时指出，海峡内"存在若干安全隐患"，船只须按指定航线和时间表通行。

代表全球逾80%商船队的国际航运商会（International Chamber of Shipping）海事总监John Staw pert表示，"海事服务"的措辞暗示未来或将建立类似马六甲海峡的机制。他解释称，马六甲基金属于各国自愿缴纳的环境保护与航行援助基金，由国家而非行业买单，"霍尔木兹此前从未有过这种机制，现在突然提出需要，令人不解。"

国际油轮协会Intertanko海事总监Phillip Belcher措辞更为强硬，要求谈判最终结果必须"强化霍尔木兹海峡免费通行这一核心原则"。

多名美国高级官员淡化了收费问题的紧迫性，表示这并非当前60天核谈判的核心议题。特朗普一再强调，其首要目标是确保伊朗永远不拥有核武器，预计本周末在瑞士启动的谈判将聚焦于此。一名美国高级官员表示，伊朗的海湾邻国不会同意收费；另一名官员则指出，60天谈判后或将形成新的海峡治理机制，目标是创建一套令霍尔木兹"永远无法再被封锁"的机制，同时兼顾各方利益——但该官员也承认，区域利益相关方可能提出各自偏好的方案，美方将予以考量。

即便海峡已于周五正式重开，油轮市场的供需矛盾已使原油流通出现实质性梗阻。

据报道，中国石油寻求租用一艘VLCC（载重可达200万桶），在6月25日至30日之间从巴士拉石油码头装载原油，共收到至少六份报价，运费折算为世界标准运费指数650至750点。这一水平较伊朗战争爆发前（今年2月底）的正常费率高出近两倍。

"确实有船可用，但问题是太贵了，而且无法保证能够顺利驶出海峡，"一名官员如此表示。

另一家大型国有能源公司周四也在寻租VLCC，计划于6月20日至30日期间在海湾装货运往亚洲，但能否成功尚不明朗。印度石油在上周的招标中，寻求在6月22日至23日从伊拉克装货运往印度帕拉迪普港的VLCC，结果竟未收到任何报价，随后宣布不可抗力。

部分船只已率先行动。包括中远海运旗下油轮及一艘意大利汽车运输船在内的多艘船只，已于周四开始通过海峡。其他航运公司表示，正在更新风险评估、清洁船体并做好出发准备。

业内人士指出，高企的运费与安全顾虑并非唯一障碍。"即便费率问题解决了，租船依然困难，双方可能还需要在合同中加入有关通过海峡的特殊条款，"一名消息人士说。

围绕霍尔木兹未来治理框架的博弈，已将海湾产油国和阿曼推至台前，立场分歧亦随之浮现。

沙特阿拉伯和阿联酋对任何形式的收费均持强烈反对立场，坚持认为霍尔木兹作为国际水道的地位不容置疑。而阿曼则处于微妙位置——其领海覆盖海峡西侧，此前已令部分海湾国家和美方感到不满。特朗普上月曾警告阿曼"学着守规矩，否则我们就得把他们炸掉"。

一名知悉相关谈判的人士向英国《金融时报》透露，阿曼从未考虑过通行费方案，对国际法和航行自由的承诺"坚定不移"，但正在研究对未来提供的海事服务收取合法费用的可能性，包括环境保护、航行管理、引航及安保等方面。

此外，伊朗并非联合国海洋法公约的缔约国，这一身份令其在国际海事法律框架下的权利主张更加复杂。当前谈判前景充满变数，如何在各方利益之间寻求平衡，将是未来60天内市场持续关注的核心议题。

本文来自华尔街见闻，欢迎下载APP查看更多

伴随美伊临时和平协议生效，多艘超级油轮穿越霍尔木兹海峡，原油供应回归预期推动能源价格承压下行，通胀风险溢价随之收窄。

华尔街见闻提及，据央视，美东时间18日周四，美国副总统万斯在白宫记者会上宣布，由美国总统特朗普和伊朗总统佩泽希齐扬周三签署的谅解备忘录（MoU）中规定的60天谈判窗口期已正式启动。

特朗普政府宣布，美军解除对伊朗所有海上交通的封锁。美伊协议签署后数小时内，三艘沙特悬旗超级油轮通过霍尔木兹海峡，标志着这条全球关键能源水道在战事期间封锁后首度恢复通行。

特朗普随即在Truth Social上发文称：

石油正在流动，伊朗永远不能拥有核武器，股市正在咆哮。

美国副总统万斯淡化了外界对伊朗可能对过境船只征收通行费的担忧。协议生效后，WTI原油期货结算价报每桶76.60美元，触及伊朗战争爆发前的低位，本周录得近两个月来最大单周跌幅。

BMO Capital Markets的Ian Lyngen表示：

波斯湾石油供应前景改善支撑了股价，能源成本下降也缓解了远期通胀预期，并带动长端美债收益率出现有意义的下行。

Forex.com的Fawad Razaqzada认为，若能源成本持续向通胀数据传导，决策者可能最终找到充分理由维持利率不变，而非选择加息。Fawad Razaqzada说：

我的判断是，未来数月通胀应会逐步温和，这或许将使美联储得以维持当前政策设置，而不必实施新一轮紧缩。

油价下跌带来的通胀缓解效应，一定程度上对冲了美联储政策转向的压力。长端收益率随油价回落而下行，短端利率仍承受显著上行压力。

10年期美债收益率下行3个基点至4.45%，部分消化了隔夜美联储主席沃什的鹰派冲击。

彭博分析师Simon White指出，过剩流动性自2021年以来首次转负且持续下降，对股市构成不断增大的逆风，金融条件正在明确收紧。

周四，标普500指数上涨1.1%，纳斯达克100指数涨2.5%，芯片股领涨，费城半导体指数单日飙升6.4%。美国交易所当日成交量在逾7.5万亿美元的期权到期日推动下飙升至历史纪录。

值得注意的是，由于美国市场周五因六月节假期休市，本周为缩短交易周，纳斯达克指数最终是唯一完全收复了沃什鹰派声明所致跌幅的主要指数。

人工智能再次成为今日市场主旋律，逢低买盘蜂拥而至，其中半导体板块领涨。就连开盘表现不佳的人工智能软件板块，今天也几乎遭遇了持续不断的买盘。

个股层面，SpaceX上市后连续第二日下跌，但股价仍远高于IPO发行价。

科技股领涨本周 ，工业板块也表现强劲，而能源股则表现最差。

高盛合伙人Bobby Molavi对当前市场格局的判断言简意赅：市场依然狭窄而集中，由单一因素（动量）和单一主题（AI算力与存储）驱动，并持续克服所遇到的各种挑战。

他同时警示，企业在AI投入上的态度正悄然从"不计成本的实验"向"关注ROI的精打细算"转变，这或许预示着"词元极限化"时代的终结。

美元指数本周录得三个月最大两日涨幅，在从200日均线强劲反弹后大幅走高。

美元强势主要受日元大幅贬值拖带，美元兑日元突破161关口，引发日本官员发出干预警告。

黄金现货价格下跌0.9%至每盎司4216.58美元，比特币跌1.9%至63124.21美元，两者均未能跟随股市反弹，在美元走强的压力下持续承压。

周四纳指科技指数收涨超3.2%，半导体指数涨超6.4%、与小盘股指创收盘历史新高。英伟达收涨近3%，特朗普称英特尔将与苹果合作生产芯片后，英特尔涨近11%，苹果拟因内存和存储芯片成本高涨价，闪迪涨逾11%、美光涨近9%。

美股基准股指：

• 标普500指数收涨80.48点，涨幅1.08%，报7500.58点。

• 道琼斯工业平均指数收涨72.15点，涨幅0.14%，报51564.70点。

• 纳指收涨496.26点，涨幅1.91%，报26517.931点。纳斯达克100指数收涨735.246点，涨幅2.48%，报30406.194点。

• 罗素2000指数收涨2.12%，报2979.766点，突破6月15日所创收盘历史最高位2965.087点。

• 恐慌指数VIX收跌11.06%，报16.40。

美股行业ETF：

• 半导体ETF涨5.76%，全球科技股指数ETF、科技行业ETF、全球航空业ETF至多涨3.75%，网络股指数ETF涨1.11%，医疗业ETF、金融业ETF则至多收跌0.89%，能源业ETF跌1.65%。

（6月18日 美股各行业板块ETF）

科技七巨头：

• 美国科技股七巨头（Magnificent 7）指数涨1.52%，报213.40点。

• 英伟达涨2.95%，亚马逊涨2.90%，Meta涨1.70%，谷歌A涨1.17%，特斯拉涨1.04%，苹果涨0.70%，微软涨0.13%。

芯片股：

• 费城半导体指数收涨864.711点，涨幅6.42%，报14341.784点，突破6月15日所创收盘历史最高位14099.620点。

• 台积电ADR涨6.86%，AMD涨10.02%。

中概股：

• 纳斯达克金龙中国指数收跌0.88%，报6068.15点。

• 热门中概股里，世纪互联收跌4.8%，万国数据跌4.3%，金山云跌3.1%，新东方跌1.3%，阿里跌0.2%。

其他个股：

• Circle跌0.48%。

• SpaceX收跌近3.6%、两连阴，本周仍累计涨近15%；AI引发咨询需求担忧，埃森哲跌18%。

欧洲股市跌离历史最高位，欧元区蓝筹股指继续创历史新高。意大利股市、银行板块继续创收盘历史新高，英国股指收跌1%、军工ETF跌超2.7%。

泛欧股指：

• 欧洲STOXX 600指数收跌0.34%，报637.14点，结束此前连续五个交易日上涨、连续三天创收盘历史新高的趋势。

• 欧元区STOXX 50指数收涨0.37%，报6323.27点，连续五个交易日创收盘历史新高，最近六天累涨5.21%。

各国股指：

• 德国DAX 30指数收涨0.37%，报25026.80点。

• 法国CAC 40指数收涨0.44%，报8467.98点。

• 英国富时100指数收跌1.04%，报10399.70点，低开后震荡下行。

（6月18日 欧美主要股指表现）

板块和个股：

• 欧元区蓝筹股中，英飞凌收涨6.42%，西门子能源涨4.70%，赛峰股份、施耐德电气、阿迪达斯、空中客车巴黎股价、爱马仕涨2.92%-2.05%进入表现前七。

• 欧洲STOXX 600指数的所有成分股中，凯捷咨询收跌8.87%，塞班股份跌7.34%，Hochschild矿业跌7.29%，伦交所跌幅第四大，开云集团涨4.40%。

美债反弹，两年期美债收益率连续两日盘中升破4.20%，在逼近一年多来高位后回吐升幅。德国两年期国债收益率于沃什首秀次日涨2个基点。

美债：

• 纽约尾盘，美国10年期国债收益率跌3.16个基点，报4.4553%，交投于4.4770%-4.4178%。

• 两年期美债收益率跌0.56个基点，报4.1788%。

  （美国主要期限国债收益率）

欧债：

• 欧市尾盘，德国10年期国债收益率涨0.2个基点，报2.929%，日内交投于2.945%-2.916%区间，整体大致呈现出W形走势。

• 英国10年期国债收益率涨0.6个基点，报4.757%。

美联储放鹰后，美元指数持续上涨、创一年新高，日元兑美元跌破161.00、抹平4月末日本干预以来涨幅、创近两年新低；比特币盘中跌破6.3万美元、较日高跌近4%。

美元：

• 纽约尾盘，ICE美元指数涨0.81%，报100.909点，逼近2025年5月16日顶部101.259点、当年5月12日顶部101.977点，最近两个交易日累涨1.36%。

• 彭博美元指数涨0.37%，报1218.35点，逼近3月31日顶部1233.93点，最近两天涨1.08%。

  （彭博美元指数）

日元：

• 纽约尾盘，美元兑日元涨超0.57%，报161.81日元。

• 欧元兑日元涨0.2%，报185.09日元；英镑兑日元跌0.11%，报213.244日元。

离岸人民币：

• 纽约尾盘，美元兑离岸人民币报6.7784元，较周三纽约尾盘涨22点，日内整体交投于6.7624-6.7810元区间。

加密货币：

• 纽约尾盘，现货比特币跌超2%，以太坊跌2.1%。

（比特币价格）

市场权衡供应恢复前景，原油走V，盘中美油跌超4%后抹平多数跌幅、布油跌近4%后转涨，美油全周跌近10%。

原油：

• WTI 7月原油期货收跌0.19美元，跌幅0.25%，报76.60美元/桶。

（WTI原油期货）

• 布伦特8月原油期货收涨0.30美元，涨幅0.38%，报79.85美元/桶。

• NYMEX 7月汽油期货收报2.9949美元/加仑，NYMEX 7月取暖油期货收报3.1273美元/加仑。

天然气：

• NYMEX 7月天然气期货收报3.2330美元/百万英热单位。

金银重挫，连续四日收涨的期金一度跌超3%，全周惊险反弹，期银盘中跌近7%、连跌六周创三年来最长连跌周；纽铜两连跌至一周低位。

黄金：

• 纽约尾盘，现货黄金跌1.10%，报4210.35美元/盎司。

（现货黄金）

• COMEX黄金期货跌3.41%，报4232.00美元/盎司。

白银：

• 纽约尾盘，现货白银跌3.27%，报65.7071美元/盎司。

• COMEX白银期货跌3.09%，报66.385美元/盎司。

其他金属：

• 纽约尾盘，COMEX铜期货跌1.76%，报6.4425美元/磅。

• 现货铂金跌2.40%，现货钯金跌2.79%。

• LME期铜收跌124美元，报13690美元/吨。LME期锡收跌1691美元，报53653美元/吨。LME期镍收跌218美元，报17842美元/吨。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

美伊临时协议落地，芯片股力挺美股反弹，标普涨超1%、纳指涨近2%，均扭转两连跌，道指本周第三日收创新高；芯片指数收涨超6%创新高，英伟达收涨近3%，特朗普称英特尔将与苹果合作生产芯片后，英特尔涨近11%，苹果拟因内存和存储芯片成本高涨价，闪迪涨逾11%、美光涨近9%；SpaceX收跌近3.6%、两连阴，本周仍累计涨近15%；AI引发咨询需求担忧，埃森哲跌18%。

美债反弹，两年期美债收益率连续两日盘中升破4.20%，在逼近一年多来高位后回吐升幅。

美联储放鹰后，美元指数持续上涨、创一年新高，日元兑美元跌破161.00、抹平4月末日本干预以来涨幅、创近两年新低；比特币盘中跌破6.3万美元、较日高跌近4%。

市场权衡供应恢复前景，原油走V，盘中美油跌超4%后抹平多数跌幅、布油跌近4%后转涨，美油全周跌近10%；金银重挫，连续四日收涨的期金一度跌超3%，全周惊险反弹，期银盘中跌近7%、连跌六周创三年来最长连跌周；纽铜两连跌至一周低位。

亚洲时段，创业板、科创50齐创新高，算力硬件、半导体再爆发，恒指跌超1%，智谱狂飙26%、六天翻倍。

要闻

中国

工信部等七部门重磅发文：培育一批平台经济领域制造业单项冠军企业。

金融监管总局：推进人工智能金融行业应用基础设施建设。

智谱等中国大模型何时赶上Fable水平？马斯克：或2027年一季度。

海外

美伊临时协议落地，美军解除对伊海上封锁；万斯称60天谈判期开始、周三夜间超千万桶油通过海峡，指责以色列对美国缺乏信任；特朗普称预计“所有战线都将实现全面停火”；报道称伊朗因以军持续袭击黎巴嫩而推迟赴瑞士谈判；伊朗最高领袖：面对面谈判不意味着接受“敌方”意志。

美财政部：4月海外买入美证券1030亿美元、美债持仓仅增近40亿，日本美债持仓领衔反弹、英国持债续创新高，中国持仓又创2008年来新低。

英国央行按兵不动但两位票委支持加息，重申“随时准备行动”应对通胀。

Anthropic高管：有信心“未来数日内”重新启用Mythos与Fable5访问权限。白宫摊牌：不解决“越狱”问题别想重新发布Fable 5。

“AI教父”Yann LeCun警告：马斯克的xAI已“失败”，AI行业或迎“泡沫大爆炸”。

特朗普称苹果将与英特尔合作在美生产芯片，但美媒称英特尔高管对苹果达成合作消息感到意外。

报道：亚马逊洽谈向其他公司出售自研AI芯片。

市场收报

欧美股市：标普500涨1.08%，报7500.58点，全周累涨0.93%；道指涨0.14%，报51564.70点，全周累涨0.71%；纳指涨1.91%，报26517.931点，全周累涨2.43%。欧洲STOXX 600指数跌0.34%，报637.14点。

A股：上证指数跌0.43%，报4090.48点。深证成指涨0.94%，报16030.70点。创业板指涨2.05%，报4252.39点。

债市：到债市尾盘，美国十年期国债收益率约为4.45%，日内降约4个基点，全周累计升约3个基点；两年期美债收益率约为4.18%，持平周三，全周累计升约10个基点。

商品：WTI 7月原油期货收跌0.25%，报76.60美元/桶，全周累跌9.75%。布伦特8月原油期货收涨0.38%，报79.85美元/桶。COMEX 6月黄金期货收跌3.09%，报4224.1美元/盎司，全周累涨0.22%。COMEX 6月白银期货收跌6.28%，报66.255美元/盎司，全周累跌2.36%。COMEX 6月期铜收跌1.65%，报6.3745美元/磅，全周累跌0.87%。

要闻详情

全球重磅

中国

工信部等七部门重磅发文：培育一批平台经济领域制造业单项冠军企业。《行动方案》提出，到2028年，推动平台经济大中小企业协同发展水平显著提升，形成一批可复制推广的协同创新模式，培育一批平台经济领域制造业单项冠军企业。持续培育壮大科技领军企业，加快培育人工智能一人公司（AI OPC）。提升平台企业词元（Token）普惠服务能力，面向中小企业共性需求优化智能体服务，降低中小企业获取与应用门槛。

• 工信部：读懂《促进平台经济大中小企业协同发展行动方案（2026-2028年）》。《行动方案》围绕推动平台经济大中小企业协同发展水平显著提升的目标，提出3方面工作举措。一是强化创新协同引领。促进大中小企业加强创新合作，增强科技、产业和服务创新发展能力。二是健全生态协同体系。加大中小企业品质提升、品牌建设等扶持力度，支持大中小企业协同出海，强化平台经营合规。三是深化开放协同联动。引导平台企业加快技术、数据、算力等要素与中小企业开放共享，建立中小企业公共服务平台。

金融监管总局：推进人工智能金融行业应用基础设施建设。《意见》提出，促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。

智谱等中国大模型何时赶上Fable水平？马斯克：或在2027年一季度。对于马斯克的言论，有AI业内人士认为，马斯克的预测相对保守，中美模型水平的时间差可能短于7个月。谷歌DeepMind首席执行官德米斯·哈萨比斯此前也表示，中国的人工智能模型在能力上可能“只差几个月”就能赶上海外。

智谱与MiniMax两级分化！市场出现AI大模型“多空配对交易”。中国AI大模型赛道多空博弈加剧。智谱因盈利预期看好、定价能力强劲及最新模型发布，股价大涨；而MiniMax因降价导致评级下调，加之7月面临巨额解禁压力，两者的急剧分化催生了“多智谱、空MiniMax”的配对交易。

海外

美伊临时协议落地，美军解除对伊海上封锁，万斯称60天谈判期开始、周三夜间超千万桶油通过海峡。万斯称，美军已放行十多艘船驶向伊朗港口，伊军方已连续两夜未对霍尔木兹海峡过往船只动武；他计划前往瑞士主导美方谈判团队，预计本周末开始技术层面谈判；3000亿美元伊朗重建基金的出资方尚不明确，美国政府不会直接注资；以色列须尊重和平进程；对协议来说重要的是核查，不信文字信行动。报道称白宫向国会提交美伊谅解备忘录文本。伊媒称伊朗南部港口航运已恢复正常。机构数据显示，三艘载600万桶油的沙特油轮通过海峡。

• 报道称伊朗因以军持续袭击黎巴嫩而推迟赴瑞士谈判，万斯指责以色列对美国缺乏信任。据报道，伊朗警告，以军深入黎巴嫩境内约10公里，持续推进军事行动并展开袭击，这公然违反了谅解备忘录的第一条款。特朗普称预计“所有战线都将实现全面停火”。
• 伊朗最高领袖：面对面谈判不意味着接受“敌方”意志。穆杰塔巴·哈梅内伊称，伊朗总统明确表示，“若美方得寸进尺、提出过分要求，伊朗将不会接受。从此刻起，伊朗方面将静候所述条件的落实”。

美财政部：4月海外买入美证券1030亿美元、美债持仓仅增近40亿，日本美债持仓领衔反弹、英国持债续创新高，中国持仓又创2008年来新低。4月美国头号海外“债主”日本的美国国债持仓环比增加183亿美元；第二大“债主”英国持仓增加106亿美元；中国大陆4月持仓环比减少12亿美元，连降三个月；加拿大持仓锐减423亿美元，在美国十大“债主”中降幅最大。

英国央行按兵不动，重申“随时准备行动”应对通胀。英国央行以7:2的投票结果维持基准利率不变，但内部立场趋鹰，两位票委支持加息。尽管近期油价回落至每桶80美元以下，且劳动力市场松动为暂缓加息提供依据，但委员会重申将“随时准备行动”，以应对持续的通胀风险，并强调若通胀上行将“坚决有力”地回应。市场预期已显著逆转，从降息转向押注加息。

当西方犹豫之际，亚洲投资者正悄然积累黄金。黄金市场出现明显分化：西方ETF资金持续流出，而亚洲买盘与黄金ETF规模逆势增长，成为支撑金价的核心力量。尽管价格在4000美元附近波动并受地缘消息扰动，亚洲需求仍通过瑞士对港印黄金出口等数据持续验证。

Anthropic高管：有信心“在未来数日内”重新启用Mythos与Fable5访问权限。Anthropic因白宫出于安全风险下令限制外国用户访问前沿模型而陷入出口管制争议，被迫全球暂停Mythos与Fable 5访问，随后表示将在数日内恢复服务。事件源于韩国电信公司触发审查，引发对其商业稳定性的担忧。公司通过“玻璃翼计划”限制模型访问范围，并强调韩国为重点增长市场，但持续的政府监管冲突可能影响其全球业务扩张与客户信心。

• 白宫向Anthropic摊牌：不解决“越狱”问题别想重新发布Fable 5。特朗普政府因越狱风险勒令Anthropic下线Fable 5模型，并向其发出解决安全漏洞的最后通牒，要求企业承担全部合规责任；但专家警告，“零越狱”目标在技术上或许根本无法实现。

Anthropic之后ChatGPT也要刷脸实名认证了？只见ChatGPT弹出了一个从没见过的窗口，要求上传证件，对着摄像头拍一段实时自拍视频，转头、眨眼，3D活体检测。OpenAI、Anthropic两大AI巨头同时动手，匿名时代到头了。

“AI教父”Yann LeCun警告：马斯克的xAI已“失败”，AI行业或迎“泡沫大爆炸”。LeCun公开宣判xAI“已某种程度上失败”，称创始团队出走、马斯克难再吸引顶尖AI人才，前景不容乐观。更重磅的是，他警告整个AI行业正依赖投资者补贴用户，若无法大幅降本或提高收费，OpenAI、Anthropic等头部公司或将面临一场“AI泡沫大爆炸”。

当微软都烧不起Token了，“模型路由”成为企业AI的“核心需求”。Token支出已成企业AI最烫手的难题，连微软都扛不住了。当“用得起”取代“用得强”成为企业的优先级，“模型路由”——根据任务复杂度动态匹配最经济模型的能力——不再是技术选型，而是决定AI项目能否算得过账的核心需求。

特朗普歪曲事实？美媒曝英特尔高管对苹果达成合作消息感到意外。据报道，苹果与英特尔围绕美国本土芯片制造的讨论已持续数月，目前尚不清楚谈判是否已经达成正式协议。

• 特朗普称苹果将与英特尔合作在美国生产芯片。特朗普亲自宣布苹果与英特尔达成芯片合作，将在美国本土 共同设计和制造芯片。此举一举多得：苹果借此分散对台积电的高度依赖，英特尔则借顶级客户背书重燃代工业务信心。背后是特朗普政府持股英特尔、豪掷百亿美元、强力推动半导体供应链回流的棋局。

算力扩张无止境？CoreWeave高管揭秘：AI需求"每天都在寻找新方式强化"，供电机房才是当前AI基建的关键制约。CoreWeave高管称AI需求仍在持续加速，并正从GPU扩展至CPU与存储等基础设施层，智能体AI成为核心驱动力。当前最大瓶颈已转向“供电机房”等数据中心物理供给。公司正重构架构以适配推理需求上升，Vera Rubin平台预计2027年进入放量周期。

剑指英伟达！报道：亚马逊洽谈向其他公司出售自研AI芯片。亚马逊正在洽谈销售其自主研发的人工智能芯片Trainium。亚马逊AI负责人DeSantis表示，今年开始出货的第三代Trainium芯片目前基本已经售罄，市场对预计明年推出的第四代Trainium芯片也已表现出浓厚兴趣。亚马逊4月披露，Trainium系列已累计产生逾2250亿美元的收入承诺。

研报精选

华尔街点评“沃什首秀：立场或许“转鹰”，今年维持利率不变仍是“基本情形”。尽管Warsh首次FOMC会议释放出超预期鹰派信号，但高盛、大摩、汇丰、瑞银和德银均未将加息纳入基准情形。机构普遍认为，美联储内部加息阵营明显壮大，未来政策不确定性上升，但在通胀进一步恶化或就业市场持续过热之前，按兵不动仍是最可能路径。

新债王点评沃什首秀：他实际上把信誉押在控制通胀上，不会做许多人希望的“宽松主席”。"新债王"Gundlach表示，新任美联储主席沃什强调兑现价格稳定承诺，大幅降息可能性大降，长期美国国债配置价值因此显著增强。隔夜，对利率敏感的2年期美债收益率单日跳升13个基点，而30年期收益率一度小幅下行，两者利差收窄至逾一年新低。

高盛Kaplan：美联储或在秋季“连环加息”。高盛副董事长Kaplan发出严厉警告：若通胀数据持续顽固，美联储最早秋季重启加息，且极可能连续出手2至3次。叠加新任主席沃什鹰派转向、官方PCE通胀预期骤升至3.6%，市场宽松幻想彻底破灭——首次加息预期从2027年3月骤然提前至今年10月。

华尔街老将Yardeni：若坚持2%通胀目标，美联储可能继续加息。美联储新主席沃什在首次发布会上释放强硬鹰派信号，强调优先压制通胀并重申2%目标。策略师Yardeni警告，若要真正实现通胀回归目标，美联储可能不得不重新加息，但油价回落或为政策转向提供缓冲空间。

2%通胀目标悬了？沃什和万斯释放危险信号，华尔街开始担心更高通胀。沃什宣布启动通胀计算与统计源等三项内部审查，暗示未来或重审2%通胀目标；此前副总统万斯也公开喊出2.5%的通胀目标。两核心人物的表态引发市场对政治干预、统计注水（如采用修剪PCE使通胀率账面大降）以及华盛顿利用高通胀稀释美债的警觉，债市长期通胀风险陡增。

芯片股太拥挤了！摩根大通警告：一旦VaR触发“被动砍仓”，AI交易或现踩踏式回调。摩根大通警告，芯片股估值与仓位均处历史极值，拥挤交易特征明显。当前股价上涨伴随波动率攀升，一旦突破机构VaR风控阈值，将被迫启动被动减仓。此举将打破市场平衡：抛售压低股价→股价波动进一步加剧→触发更大规模强制卖出→价格再度下探，由此形成与基本面无关的踩踏式回调。

AI狂潮推高美股盈利，但华尔街警告：巨额折旧成本还没入账。AI资本开支狂潮正制造企业盈利“黄金窗口”：芯片厂商即时确认收入，云巨头则通过折旧递延成本，推动利润持续高增。但随着数千亿美元AI投资陆续转入折旧周期，一场迟到的成本冲击正在逼近。分析师对未来折旧预测分歧巨大，市场或低估AI繁荣背后的盈利风险。

国内宏观

如何看陆家嘴论坛期间货币政策的几项新举措。广发证券认为，创设境外央行类机构回购工具目的有二：一是便于境外央行类机构做流动性管理与人民币资产配置，促进金融市场对外开放；二是缓冲外部冲击对境内债券市场的影响。此外，收窄利率走廊、降低利率走廊下限、增加隔夜逆回购等举措有助于降低资金利率波动，打开隔夜资金利率的下限，对债券资产而言是相对积极的信息。

以更大力度提振消费。据求是网，当前和今后一个时期，要以更加积极的就业政策扩大就业容量，以更加完善的分配制度提高居民可支配收入，以更加健全的社会保障体系缓解居民消费的后顾之忧。要着力稳定房地产市场，防止资产价格下跌对消费信心的负向螺旋。要进一步强化供需适配，优化消费政策。更好地让消费者能消费、敢消费、愿消费。

国内公司

72家A股公司连夜提示风险！“概念当道则鸡犬升天”之风可以休矣。6月17日晚，72家A股公司集中发布风险提示，涉及大量热门概念股。这些公司与相关概念或弱相关、或完全无关，却遭爆炒，估值严重透支。高估值若无业绩支撑，终将靠股价下跌消化。历史案例警示，概念炒作本质是"击鼓传花"，投资者应保持警醒，切勿盲目跟风。

• A股AI炒作到了哪个阶段？72家A股公司昨夜集体预警，数量是历史峰值的近3倍。翻开公告，大量公司主动用数字拆解概念标签——"未产生批量订单""主营是阀门"。但历史显示，风险提示不等于拐点，真正的降温信号藏在立案调查、AI指导意见与减持公告里。

融资消息曝光后DeepSeek上线识图模式，但认不出梁文锋。DeepSeek在获超500亿元融资后，上线网页版识图模式，但测试中无法识别创始人梁文锋照片，甚至误认成月之暗面创始人杨植麟、马化腾“年轻版”。公司内部人士证实融资消息基本属实，梁文锋坚持不追求商业化、专注技术，并要求投资方不挖人。

中国版SpaceX时刻：商业航天正在复刻光伏和锂电池的“规模降本”曲线。中国商业航天正处于规模化拐点前夕。瑞银认为，随着可复用火箭技术推进，发射成本有望从当前约4000美元/千克降至2030年的900-1900美元/千克，复制光伏和锂电池的降本曲线。供应链层面，空间太阳能电池与激光通信被视为最具潜力的两个细分方向。

海外宏观

美国上周首申人数小幅下降，但续领失业金人数创三个月新高。截至6月13日当周，初请失业金人数降至22.6万人，略高于预期；续请失业金人数攀升至181万，为近三个月峰值，显示再就业压力有所上升。就业吸纳能力边际走弱，但总量稳定仍为美联储维持偏鹰政策提供窗口。

美参议员桑德斯：对美国大型AI公司一次性征收50%股权税，设立主权财富基金。美国民主党参议员桑德斯提出立法：对年营收逾2亿美元的AI公司一次性征收50%股权税，以此建立主权财富基金，联邦政府获得董事会席位与否决权。他表示，AI巨头正用"无限资金"压制国会监管，立法旨在打破AI被少数人垄断，实现技术红利全民共享。

OPEC驳斥IEA供应过剩预测，认为石油需求将持续增长。OPEC认为全球石油需求尚未见顶，将继续保持强劲增长，全球石油需求将从2025年的1.051亿桶/日，增长至2050年1.241亿桶/日。此前IEA上调今年全球石油需求预期的降幅、预计减少110万桶/日。

海外公司

SpaceX一度跌超10%，IPO当日散户需求推动嘉信理财跻身前五大最繁忙交易日。SpaceX上市当日，嘉信理财接到14万通客户来电，交易活跃度跻身其55年历史前五，IPO团队扩充十倍应对。嘉信理财CEO表示，SpaceX对各年龄层和不同背景的散户形成广泛吸引力。或因散户参与度高，SpaceX股价大幅波动，短短数日，股价高点相较IPO定价涨超60%，目前股价相较于高点又已回落18.4%。

上市余温未散，华尔街已开始“畅想”SpaceX与特斯拉合并。华尔街热议SpaceX与特斯拉潜在合并设想，或打造估值约4万亿美元的科技巨无霸，横跨火箭、AI、卫星、能源与机器人等领域。支持者看好两家公司在算力、通信与太空基础设施上的协同效应，但反对者担忧反垄断、证券诉讼及国家安全审查。由于马斯克同时掌控两家公司，交易被视为“自己与自己谈判”，法律与治理风险突出。

报道：SpaceX IPO后首度发债，筹集至少200亿美元。据媒体报道，SpaceX首次公开发行投资级美元债券，规模至少200亿美元，由美银、花旗、摩根大通、高盛、摩根士丹利五大行联合承销，最快下周启动路演。所募资金将用于置换2027年到期的过桥贷款。

上市三天散户砸入3.7亿美元，SpaceX吸金力碾美股“七巨头”。数据显示，SpaceX上市后前三个交易日，散户净买入该股金额高达3.698亿美元，超过苹果、微软、英伟达、谷歌、亚马逊、Meta及特斯拉组成的"科技七巨头"同期净买入总额。

以担保换订单！博通敲定Anthropic 350亿美元芯片大单，“AI闭环”越滚越多？博通联合阿波罗和黑石设立350亿美元SPV，为Anthropic采购其与谷歌联制的TPU芯片提供融资。博通以自身信用为高级债提供“差额补足”担保，将融资成本压至5.75%，但也因其负债高企遭标普调降信用评估。

SK海力士12层HBM4E样品开始出货，股价再新高！SK海力士向主要客户交付HBM4E样品，这款12层堆叠旗舰内存每引脚速度达16Gbps，功耗效率提升逾20%，散热阻力降低17%，单颗容量达48GB。消息一出，公司股价盘中暴涨7.3%至历史新高，市场对其持续领跑AI内存赛道的预期全面升温。

NAND闪存超级周期，登顶日本第一市值，铠侠依旧谨慎，未来三年资本开支仍比历史峰值低10%。铠侠市值短暂突破50万亿日元、登顶日本第一，但其未来三年年均资本开支约4700亿日元，仍比2023财年历史峰值低约10%。这一克制源于2022年激进扩产后连亏五季的教训。与此同时，NAND合约价格2026年Q2预计环比涨幅达70%至75%，供应短缺或延续至2027年底。

一块配件硬盘=三台主机？存储涨价上演“离谱名场面”。闪迪最近推出的PS5官方授权8TB固态硬盘售价高达3699.99美元，折后仍接近3000美元，足以购买三台PS5 Pro主机。相比去年同容量产品约640美元的市场价格，涨幅超过360%，凸显内存供应紧张背景下存储市场的价格失衡与短缺溢价。

《自然》刊登研究：AI在给出诊断和治疗决策可以媲美甚至超越医生。两款专业医疗AI工具最新登上《自然》封面：德国学术团队开发的Mira诊断准确率达87%，超越六位专科医生；谷歌Amie制定的治疗方案比人类医生更贴近临床指南。但独立专家泼下冷水——模拟环境与真实临床之间仍有"相当距离"，AI能否走进诊室，尚需时日。

世界杯门票买起来越来越像股票了。对于球迷来说，每场比赛里不同位置的球票，就像股市里的股票一样，要盯盘，生怕自己买不到，但又怕自己买到了山顶价。怕买不到，又怕被割，这种心情，你理解吗？

今日要闻前瞻

中国A股、港股、美股休市。

德国5月PPI。

日本5月CPI。

日本央行公布4月货币政策会议纪要。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

报告显示，在最大的美国国债持有国中：

日本4月份的持仓量从3月的1.19万亿美元增加183亿美元至1.21万亿美元；

英国的持仓量从9269亿美元增加106亿美元至9375亿美元；

中国的持仓量从6523亿美元小幅下降12亿美元至6511亿美元，续创2008年以来新低。

从净交易来看，外国投资者净卖出136亿美元的一年期以内短期国债，同时净买入505亿美元的长期美债。

国债持仓量的增加使外国总持仓规模达到9.353万亿美元，高于3月份的水平，但低于2月份创下的9.49万亿美元的历史纪录。外国投资者4月其长期美债持仓因估值变动出现约390亿美元的账面损失。

这份报告发布之际，美联储仍在与通胀作斗争，而人工智能相关股票则持续推动美股牛市行情，市场正密切关注海外对美国国债的需求情况。

周四，美国发售的5年期通胀保值国债（TIPS）受到市场青睐，这在一定程度上反映出近几周来TIPS市场经通胀调整后的“实际利率”有所上升。

财政部表示，4月份所有外国净买入资产的总额（即TIC净流入资金）为261亿美元。其中，外国私人净流出资金为231亿美元，外国官方净流入资金为492亿美元。

财政部补充称，海外居民在4月份增加了对美国长期证券的持仓，净买入额达2060亿美元。其中，外国私人投资者的净买入额为1644亿美元，外国官方机构的净买入额为416亿美元。

本文来自华尔街见闻，欢迎下载APP查看更多

“对能源安全和能源可负担性的日益关注，已经改变了全球的能源政策格局。在许多情况下，这些转变反映出此前旨在减少石油需求的雄心勃勃的目标和承诺，正面临逆转、推迟或取消。”

欧佩克在其年度《世界石油展望》报告中指出，预计全球石油需求将从2025年的日均1.051亿桶，增长至2030年的日均1.133亿桶，并在2050年达到日均1.241亿桶。

该组织对石油需求的乐观预期与国际能源署（IEA）等其他预测机构形成了鲜明对比。IEA 6月报告预测称，受美国和以色列对伊朗军事冲突的冲击，相比5月报告上调今年全球石油需求预期的降幅，预计将比去年减少110万桶/日。

随着这场冲突的结束以及本周霍尔木兹海峡的重新开放，科威特等欧佩克成员国正在付诸行动，计划迅速将石油产量恢复到战前水平。

需求增长来自亚非拉，美国页岩油产量已见顶

报告显示，未来几十年石油需求增长的最大增量将来自亚洲、中东、非洲和拉丁美洲。其中，印度是最大的贡献国，在整个展望期内日均需求将增加810万桶。

从行业角度来看，预计增长最快的领域是公路运输、石化和航空业。

同时欧佩克表示，美国页岩油的产量已在2025年达到顶峰，略高于日均900万桶。该组织表示，在未来几年中，其竞争对手将只能满足预计需求增长的大约一半。

欧佩克秘书长海赛姆·阿尔·盖斯（Haitham Al Ghais）表示：

“人类能源需求的规模要求当今对所有能源和技术进行持续投资，单就石油而言，从2026年到2050年，需要高达17.7万亿美元的投资（即每年超过7000亿美元），才能满足长期的需求。”

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博援引知情人士透露，Meta已与Crusoe签订合同，将购买其位于德克萨斯州Childress及密苏里州Warrenton的两处数据中心的算力。上述两处设施合计容量约达1.6吉瓦，相当于同时为多达120万户美国家庭供电。

此次交易的具体金额及算力交付时间尚未披露。Meta此前已承诺未来数年内在AI基础设施上投入至少6000亿美元，市场越发关注其能否从巨额投资中获得回报。

Meta正与硅谷同行争相签署更多AI算力协议。其规模最大的单项布局是一座位于路易斯安那州、占地近4000英亩的园区，规划容量最高可达5吉瓦。

此次与Crusoe的协议是Meta多元化算力来源策略的组成部分。消息人士透露的德克萨斯州及密苏里州两处站点，此前Crusoe已对外表示已有合同租户。

Meta旗下拥有Facebook、Instagram及WhatsApp，近期首次推出AI聊天机器人订阅服务，被视为将AI投资转化为商业收入的关键一步。

Crusoe成立于2018年，专注于为AI工作负载构建和运营大型数据中心。该公司本月早些时候表示，已签约容量达4.9吉瓦，整体项目储备管线逾40吉瓦，涵盖仍在洽谈租户的数据中心及处于高级开发阶段的站点。

Crusoe的客户名单涵盖甲骨文、微软及谷歌。其已签约项目包括：德克萨斯州Abilene为甲骨文及OpenAI打造的园区、为微软配套的数据中心，以及位于德克萨斯州Amarillo附近已合同锁定给谷歌的第三处站点。

尽管整体势头强劲，Crusoe在部分项目上也面临挑战。在与谷歌的早期交易谈判破裂后，Crusoe被迫退出了其在怀俄明州规划数据中心的开发项目；甲骨文此前亦曾就采购该怀俄明站点算力进行过讨论，但同样未能推进。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博报道，这项名为"美国AI主权财富基金法案"的议案将于周四正式提出。根据法案，联邦政府将通过持有投票股份，在各公司董事会取得平等代表权，并有权阻止损害公众利益的决策。

桑德斯表示，目前尚未就该法案与行政当局进行沟通，但他认为法案在国会议员中具备两党支持基础。

这一提案对AI行业头部公司构成潜在重大财务冲击。若立法推进，相关企业将面临大规模股权摊薄压力。桑德斯同时指出，AI公司在政治领域拥有巨大影响力，正是国会迄今难以推动有效监管立法的核心原因。

该法案在国会广泛讨论AI监管方案的背景下提出，但距离付诸立法仍面临较大不确定性。

该法案的适用门槛为年营收至少2亿美元的AI公司。通过对其股票征收一次性50%税款，所筹资金将注入上述主权财富基金。桑德斯本月早些时候在参议院发言时表示：

"若AI公司按众多分析师的预期持续高速增长，该基金价值将随之增长，美国人民的收益也将同步扩大。"

在治理层面，联邦政府将凭借所持投票股权，在每家适用公司的董事会获得平等代表权，拥有否决损害公众利益决策的制度性权力。桑德斯表示：

"在此机制下，AI的未来，以及它将带来的人类生活变革，将不再由少数大科技寡头主导。"

桑德斯在阐述立法理由时表示，这项"革命性技术不能由地球上少数最富有的人掌控，而这些人唯一的目标就是尽可能多地赚钱"。他认为，AI的发展方向应服从公众利益，而非由极少数人单方面决定。

在批评国会监管不作为时，桑德斯指出了AI行业的政治影响力：任何开始讨论合理监管的国会议员，都将遭到AI行业以"无限资金"投放的大规模竞选广告打压。

此次法案是桑德斯近期系列AI监管动作的延续。今年3月，他曾与众议员Alexandria Ocasio-Cortez（纽约州民主党）联合提出法案，旨在阻止新AI基础设施的开发。

桑德斯目前担任参议院卫生、教育、劳工及养老金委员会资深成员，一直积极参与对AI行业的监督工作。

本文来自华尔街见闻，欢迎下载APP查看更多

彭博新闻的调查分析揭示，Polymarket链上预测合约近期在重大政策公告发布前后出现利润丰厚的异常交易，内幕交易风险已成为新兴预测平台的系统性隐忧。

其中最新的案例发生在美伊和平协议消息曝光前数日。一个在首次交易前两小时才创建的Polymarket钱包账户大举买入"Yes"合约，并在协议消息公开后获得约150万美元的合约赔付，净利润约37万美元。该账户其中一笔建仓时，市场认为美伊达成和平协议的概率仅为6%。

彭博分析显示，伊朗战争相关的Polymarket押注中，被标记为异常交易的规模累计高达4500万美元，使地缘政治事件成为该平台可疑交易的最大来源。

涉事钱包于6月2日开始建仓，彼时"美伊在2026年6月15日前达成永久和平协议"的市场赔率仅为14%。该钱包于6月13日完成最后一笔买入，随后在6月14日下午5时22分、巴基斯坦总理宣布和平协议后的六小时内，合约赔率从12%飙升至80%以上。经三天争议后，市场最终判定合约结果为"Yes"，该钱包净赚约37万美元。

这笔押注或许不过是一次眼光独到的交易。但其账户创建时间与首笔交易之间仅相隔两小时，与分析人士在受信息驱动的交易中所识别的典型特征高度吻合。

更早的一批异常交易同样引人注目。

多个钱包在"美军是否于2月28日前空袭伊朗"的合约上，于极低赔率下在数分钟内相继买入，而这距离美军首次空袭被报道仅数小时之遥。

其中多个钱包在押注前数小时乃至数天内才刚刚创建。这八个钱包合计在数小时内获利逾52万美元。

研究人员指出，尽管无法确凿判定这些交易是否基于非公开信息，但这些账户呈现出与知情交易高度相关的统计特征：

钱包账龄极短（0至1天）、入场赔率极低（约12至36美分）、单笔下注金额远超平均水平（约4万美元对比普通账户的40美元），且净利润显著偏高。

此类争议并非首次出现。在伊朗冲突之前，2025年4月特朗普对等关税暂停公告前夕的精准押注已引发外界审视；另有一名美国陆军士兵因涉嫌利用机密信息押注委内瑞拉前领导人马杜罗下台而遭到起诉，并被指控使用机密信息。

白宫已警告员工不得利用机密信息参与押注，参议院亦禁止议员及工作人员在预测市场进行交易。

预测市场与受监管期货市场的本质差异，加大了监管的难度。Polymarket用户通过匿名区块链钱包进行交易，无法与经纪账户直接关联，令识别可疑交易背后的真实身份更为复杂。

与此同时，该平台的地缘政治类别今年吸引的押注额已达约50亿美元，4月份单月成交额创下逾15亿美元的历史纪录。

面对日益增多的质疑，Polymarket表示已于今年早些时候更新规则，明确禁止利用窃取的机密信息或非法内幕消息交易，并正与多家机构合作，识别与知情交易一致的交易模式，同时配合执法机构开展调查。

该公司发言人表示，其内部流程迄今已向执法部门转介近100个钱包，包括促成美国首例及第二例预测市场内幕交易定罪的相关转介。

然而，规避手段的存在令监管掣肘难消。交易者可将仓位分散至多个新创建的钱包，分析人员往往无法追踪其完整的持仓组合，而大额下注更容易触发统计模型的警报。

随着地缘政治押注吸引的资金规模不断攀升，并与政策决定愈加紧密地交织在一起，如何区分敏锐的市场判断与特权信息的滥用，依然是横亘在监管者面前的重大挑战。

本文来自华尔街见闻，欢迎下载APP查看更多

嘉信理财首席执行官Rick Wurster周四表示，SpaceX上市当日的交易活跃程度跻身该公司历史前五，这一成绩在其看来"难以置信"。

他将这股热情归因于零售投资者对美国经济创新浪潮的强烈参与意愿。当日嘉信理财接到约14万通与SpaceX上市相关的客户来电，公司IPO团队规模提前扩充至原来的十倍。

SpaceX此番上市是史上规模最大的IPO。嘉信理财是招股说明书中列明的五家零售投资平台之一，另外四家分别为Robinhood Markets、富达投资（Fidelity Investments）、SoFi Technologies及摩根士丹利旗下的E-Trade。

SpaceX上市后，股价大幅波动。SpaceX IPO定价135美元，上周五启动二级市场交易，本周二盘中最高涨至218.76美元，较IPO定价涨超60%。此后周三收跌4.95%，周四盘中继续下跌，一度跌超10%，截至发稿报178.5美元。

Wurster表示，SpaceX对各年龄层和不同背景的散户投资者均形成了广泛吸引力。

"回想过去50多年间经历过的所有市场事件，一个IPO能够杀入前五，着实出人意料，我认为这源于零售投资者渴望亲身参与经济创新的冲动。"

Wurster同时点出了此次散户参与热度高涨背后的结构性逻辑。他指出，科技公司普遍推迟上市时间，导致大量价值在私募阶段积累，普通投资者长期无缘分享。

"这些公司等待上市的时间越来越长，私募阶段已经创造了大量价值，人们迫切希望参与其中。"

SpaceX此番IPO规模创历史纪录，正是这一趋势的集中体现——散户投资者将其视为难得的窗口，试图在公司进入公开市场的第一时间分享其增长红利。

本文来自华尔街见闻，欢迎下载APP查看更多

美国总统特朗普的一则社交媒体帖子，引发市场对英特尔晶圆代工业务迎来重大突破的乐观情绪。特朗普周四表示，苹果已经同意与英特尔合作，在美国设计和生产芯片，此举将有助于强化美国半导体供应链，也为英特尔带来急需的大客户支持。

上述利好消息推动英特尔股价大涨。不过，特朗普发帖后，美国新闻网站Semafor援引知情人士报道称，苹果与英特尔确实已就美国本土制造合作进行了数月磋商，但交易状态目前无法确认，更令外界意外的是，部分英特尔高管此前并不知道特朗普将发布这一消息，对他的表态感到吃惊。

特朗普突然“官宣”，市场迅速点燃英特尔行情

当地时间周四稍早，特朗普在旗下社交媒体发文称：“苹果已同意与英特尔合作，在美国设计和制造芯片。”

特朗普还表示，这项合作将帮助美国重新夺回半导体制造领导地位，并强调芯片必须在美国本土生产。

特朗普发帖后，英特尔股价周四跳空高开8.8%，盘中两位数大涨，即使传出Semafor的报道也未受影响，刷新日高时日内涨近11.9%，助推芯片股总体大涨。费城半导体指数一度涨逾6.7%、创盘中历史新高。

英特尔与苹果达成芯片产品合作的消息迅速引发市场热议。投资者认为，如果苹果成为英特尔代工客户，将意味着英特尔Foundry业务获得迄今最具分量的背书。

近年来，苹果的A系列和M系列芯片主要由台积电代工。对于仍在努力追赶台积电、三星的英特尔而言，若能获得苹果订单，无疑将显著提升其先进制程业务的信誉。

双方接触已持续数月，但正式协议仍存疑问

不过，据Semafor援引知情人士报道，苹果与英特尔围绕在美国制造部分芯片的讨论其实已经持续数月。消息人士并未透露双方是否已经签署最终协议，也没有说明涉及哪些芯片产品。

该报道称，一些英特尔高管此前并未获悉特朗普将公开宣布这一合作，因此对特朗普的表态感到意外。

周四美股盘前，Semafor记者Rohan Goswami在社交媒体上表示：“消息人士称，英特尔和苹果围绕美国制造已经讨论了数月。目前尚不清楚这些谈判进展到了哪一步。英特尔高管对（特朗普）总统的帖子感到意外。”

这意味着，特朗普的帖子可能早于企业正式披露流程，也可能只是基于双方已有接触而作出的公开表态。

英特尔代工业务急需“苹果级客户”

对于英特尔而言，获得苹果订单具有象征意义。

自陈立武担任CEO以来，英特尔一直试图推动公司代工业务Intel Foundry转型，希望将自身打造为美版台积电。特朗普政府也持续将英特尔视为重振美国先进制造业的重要支柱。

此前已有报道称，英伟达、特斯拉等公司正探索使用英特尔先进制程，而苹果的加入则被视为最具影响力的一步。

与此同时，AI热潮导致台积电先进产能持续紧张，也促使大型科技公司开始寻求更多供应来源。市场一直猜测苹果可能会在部分产品上增加第二供应商，以降低对台积电的依赖。

不过，即便双方最终达成合作，业内普遍预计苹果短期内不太可能将核心A系列或M系列处理器全面转向英特尔，更可能先从部分外围芯片、低端处理器或封装业务开始。

市场仍在等待苹果和英特尔正式确认

截至目前，苹果和英特尔均未正式宣布相关合作细节。

因此，在特朗普“官宣”之后，市场焦点已从“是否会合作”，转向更关键的问题：双方是否已经签署正式协议，以及苹果究竟会将哪些芯片交由英特尔制造。

在获得更多官方确认之前，这场被特朗普提前曝光的潜在合作，仍存在不少悬念。

本文来自华尔街见闻，欢迎下载APP查看更多

彭博援引据知情人士透露，SpaceX承销行最快将于下周一启动与投资者的沟通电话，为本次债券发行铺路，并表示相关计划和时间安排仍有变数。

本次债券发行将直接偿还一笔规模200亿美元、2027年9月到期的过桥贷款。SpaceX已获得三大主要信用评级机构的投资级评级，为其以更低成本进入债券市场奠定了基础。

本次发行是SpaceX完成创纪录IPO后的又一重大融资举措。此前，SpaceX的上市位列全球最高市值公司之一，也令其创始人马斯克成为全球首位身家突破万亿美元的富豪。

SpaceX周四一度跌超10%，截至发稿下跌7%，报178.44美元。

本次发行将是SpaceX首度向公开债券市场发行投资级美元债券。美国银行、花旗集团、摩根大通、高盛集团及摩根士丹利提供了前述过桥融资，预计将共同主导本次债券发行。

公司在向美国证券交易委员会提交的IPO文件中表示，已与投资者沟通投资级评级事宜，并计划综合运用"一系列债务和股权融资方案"为未来投资提供资金。

根据SpaceX的IPO申报文件，截至今年3月31日，公司长期债务总额为291亿美元，其中200亿美元的过桥贷款占据大头。本次债券发行的核心目的，即在该贷款到期前完成再融资置换。

CreditSight分析师Matt Woodruff在债券发行消息披露前表示：

"公司很可能希望尽快在债券市场建立信用记录。未来资本开支需要大量资金，从这个角度来看，越早越好。"

SpaceX在IPO文件中亦坦承，未来资本支出将"大幅"增加。

马斯克长期将债务市场作为扩张旗下业务的重要工具，曾多次获得大规模银团贷款并设计复杂融资结构。然而，并非每一次都一帆风顺。

2022年收购推特一役，使该公司背负约125亿美元债务，由于市场需求不振，承销银行长期无法将债务转售给投资者，形成华尔街所谓的"悬空债"困局，成为一段广为人知的负面案例。银行最终于去年才完成债务出售。

SpaceX今年一季度营收为46.9亿美元，净亏损扩大至42.8亿美元，而去年同期营收约40亿美元，净亏损为5.28亿美元。

尽管短期亏损压力明显，公司已锁定数笔大额长期合同以支撑未来收入：

Alphabet旗下谷歌已承诺在一项延续至2029年中期的云服务协议下，向SpaceX支付300亿美元算力费用；此外，公司还与Anthropic PBC签有约450亿美元、期限约三年的合同。

本文来自华尔街见闻，欢迎下载APP查看更多

亚马逊AI负责人Peter DeSantis周四在巴黎接受采访时证实，公司已就此启动洽谈，但拒绝透露潜在客户名称。消息传出后，亚马逊股价当日盘中上涨2.56%，报243.58美元。

此举与Alphabet的战略路径相互呼应。谷歌母公司CEO Sundar Pichai今年4月已宣布，将向"特定客户群体"提供其自研的张量处理单元（TPU）芯片，供其部署于自有数据中心。

需求端的信号同样明确：第三代Trainium芯片今年早些时候开始出货，目前已"基本售罄"；第四代产品预计明年发布，已引发强烈的预购兴趣。亚马逊4月披露，Trainium系列已累计产生逾2250亿美元的收入承诺。

Trainium于2020年推出，最初仅通过亚马逊云科技（AWS）提供访问服务，吸引了OpenAI、Anthropic PBC和Uber Technologies Inc.等头部客户。

今年4月，亚马逊首席执行官Andy Jassy在股东信中已为此铺垫，表示公司"很有可能"向第三方出售整机架芯片，这是其围绕AI全面重构业务版图这一更宏观战略的组成部分。外界普遍认为，在AI竞争中，亚马逊落后于部分对手。

Peter DeSantis表示："我们视AI基础设施为快速演进的领域，并持续寻求触达更多客户的途径。"

对外销售Trainium的另一重驱动力，来自美国以外地区对本地可控计算资源日益增长的需求。Peter DeSantis指出，欧洲尤为突出，部分声音甚至呼吁各国减少乃至放弃对美国技术的依赖。

他在法国VivaTech科技峰会上表示，这一趋势迄今未对AWS业务产生任何冲击。

AI热潮在推动云计算收入大幅增长的同时，也催生了一批专业AI云服务商，并在欧洲等地区推动了"主权云"服务需求的兴起——此类服务受当地法律约束，通常要求数据存储与算力处理均部署于本国境内。

对于外售Trainium是否会分流AWS现有云业务这一市场顾虑，Peter DeSantis予以直接驳斥。"AI的消费缺口巨大，"他表示，"我不担心这个问题。"

与此同时，亚马逊的通用处理器Graviton芯片也在同步扩张。公司近期开始向Meta Platforms Inc.供应Graviton芯片。

Peter DeSantis表示，过去三年，亚马逊在其计算系统中新增的Graviton芯片数量，超过了任何其他类型的芯片。

本文来自华尔街见闻，欢迎下载APP查看更多

彭博策略师Simon White最新撰文指出，全球金融环境正进入新一轮收紧周期。超额流动性自2021年以来首次转负，收益率曲线持续趋平，实际利率不断上升，意味着过去几年支撑风险资产上涨的核心动力正在逐渐消失。

尽管新任美联储主席凯文·沃什首次议息会议释放出偏鹰派信号，但市场实际上早已先行收紧。债券市场对更高利率的定价不断强化，金融条件已出现自疫情后通胀冲击以来最显著的一轮收紧。

超额流动性由正转负，市场调整风险正在积聚

Simon White关注的核心指标是“超额流动性”，即货币供应增速扣除通胀和经济增长后的剩余部分。

过去几年，宽松货币环境为股市提供了充足资金支持，但如今这一指标已转为负值，并且仍在持续下滑。随着经济增长回升和通胀重新抬头，货币扩张带来的资金增量正被快速消耗殆尽。

历史经验显示，超额流动性下降通常会导致收益率曲线趋平，并对未来3至6个月的股市表现形成压力。与此同时，当前股债相对估值已处于过去50多年历史分布的95%分位附近，意味着即使仅仅出现均值回归，也可能引发股票市场调整以及债券收益率进一步变化。

利率缺口收窄，全球货币政策隐性收紧仍在加剧

White认为，判断货币政策是否具有约束性，关键在于利率与中性利率之间的差距。

虽然市场普遍认为人工智能资本开支浪潮推升了中性利率水平，但终端利率预期上升得更快，导致两者之间的缺口持续缩小。这意味着货币政策正变得越来越具限制性。

从全球范围看，这种趋势同样明显。随着战争带来的通胀压力向全球扩散，各国央行重新偏向鹰派，市场对未来加息和高利率维持时间的预期持续升温。模型显示，未来数月全球长期实际利率仍有进一步上升空间，金融条件收紧的过程远未结束。

流动性退潮叠加供给放量，股市承压

对股市而言，比利率更棘手的问题在于流动性正在加速消退。

历史数据显示，超额流动性与未来股市回报高度相关，流动性持续恶化往往伴随风险资产表现走弱。而当前不仅流动性萎缩，股票供给端也在同步施压——美国净股票供给自疫情以来首次转正，企业融资、增发与IPO回暖，意味着市场需吸纳更多新增筹码。

在流动性不足的背景下，供给扩张直接加剧估值压力。简言之，未来市场不仅面临资金减少的问题，还将面对更多资产争夺有限资金的局面。

AI热潮难掩流动性隐忧，情绪驱动终需面对资金现实

值得警惕的是，市场情绪与流动性环境之间正出现明显背离。数据显示，美国股票ETF近期录得历史第二高的单月资金流入，大量散户重返市场，押注科技股与AI主题继续上涨。

历史上，散户往往是牛市最后阶段最积极的买家。当越来越多资金在上涨后期追逐收益时，市场往往进入情绪驱动的加速上涨阶段，但这种繁荣本身即意味着风险的积累。

在White看来，当前真正的挑战并非经济衰退，而是流动性持续收缩与估值高企之间的矛盾。AI热潮或许仍能在短期内推高情绪，但若支撑风险资产上涨的流动性继续流失，股市终将面临更为严峻的考验。

本文来自华尔街见闻，欢迎下载APP查看更多

周四，据彭博，科威特宣布将在一周内把原油日产量提升至200万桶以上，并计划在数周内恢复至战前水平，成为地区供应快速回归的最新信号。

科威特石油公司（KPC）首席执行官Sheikh Nawaf Al-Sabah表示，该国受损能源基础设施修复进展快于预期，增产速度也将超出此前规划。他同时宣布，战争期间因无法履行供应合同而发出的所有不可抗力声明即刻解除。

这一决定紧随美伊达成临时和平协议之后。随着霍尔木兹海峡恢复通航，沙特阿拉伯已率先安排油轮重返航线，伊拉克等主要产油国也同步提高出口规模。市场普遍预期，中东地区此前受战争影响而中断的原油供应正快速回归全球市场，国际油价因此跌至三个月低位。

供应集中释放，地缘风险溢价加速退潮

科威特方面释放出明确的增产信号。据Sheikh Nawaf Al-Sabah透露，该国预计在未来一周内将原油日产量提升至200万桶以上，并有望在数周内恢复至战前约250万桶/日的水平——前提是国际商业航运持续保持正常运转。受战争影响，霍尔木兹海峡一度受阻，导致科威特原油库存迅速饱和，日产量曾骤降至约50万桶。

科威特并非唯一恢复产能的产油国。伊拉克南部主要产区巴士拉的原油出口也在同步回升。随着油轮陆续到港、库存压力逐步缓解，当地装运作业正有序恢复正常。同时，沙特阿拉伯本周已有油轮通过霍尔木兹海峡，更多船只也在重新部署中。随着主要产油国陆续解除供应限制，中东原油供应链正步入战后全面重启阶段。

在推进产能恢复的同时，科威特亦强调将尽快稳定合同供应。Sheikh Nawaf Al-Sabah表示，科威特石油公司（KPC）将积极与客户沟通协作，确保合约供货量平稳衔接，并严格履行相关协议义务。

随着不可抗力声明撤销、出口能力持续回升，再加上沙特、伊拉克等主要产油国同步增产，战争期间被压制的中东供应正集中释放。对全球原油市场而言，供给端的快速修复意味着地缘冲突带来的风险溢价正加速消退，市场关注点也将重新转向供应过剩与需求前景之间的博弈。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博宏观策略师Simon White撰文指出，尽管美国和欧洲投资者对黄金态度趋于谨慎，亚洲市场对黄金的需求依然旺盛。黄金价格上周在4000美元关口附近出现强劲反弹，此前伊朗和平协议的消息一度压制金价，但亚洲买盘并未因此退缩。这一分歧正在成为观察金市走向的重要信号。

对于市场而言，东西方之间的需求背离意味着黄金的支撑力量正在发生结构性转移。西方ETF资金持续流出，而亚洲ETF规模仍在快速扩张，两者走势的持续分化，或将对金价中期走势产生深远影响。

西方ETF资金持续流出，比特币吸引力或短暂回归

黄金目前正试图在4000美元上方寻找支撑。

上周，伊朗和平协议相关消息传出后，金价从该关口强劲反弹，但西方投资者的撤离步伐并未因此放缓。

据彭博报道，以美国为主要注册地的大型黄金ETF资金流出规模持续扩大。与此同时，比特币ETF的资金流出则开始趋于缓和，这一对比或许暗示部分投资者正重新将偏好转向加密货币而非实物黄金。

不过，Simon White认为，仅凭这一信号便得出黄金失势的结论，或许过于草率。

香港与印度领跑，亚洲从瑞士大量进口黄金

亚洲市场的黄金需求正通过贸易数据得到清晰印证。作为全球最大黄金出口国，瑞士的出口流向显示，香港和印度目前是从瑞士进口黄金最多的两个经济体，超过其他所有国家。

这一贸易数据与全球ETF的持仓变化高度吻合。美国黄金ETF持仓持续下降，欧洲ETF基本维持平稳，而亚洲黄金ETF规模则持续快速攀升，且几乎未见回落迹象。

Simon White指出，亚洲黄金ETF的体量目前仍小于西方同类产品，但这很可能只是亚洲真实黄金需求的冰山一角——瑞士的出口数据已充分说明这一点。

金价近期走弱未能动摇亚洲买盘，信号意义不容忽视

在Simon White看来，亚洲投资者对黄金的热情并未因金价近期的阶段性回调而有所收敛，这一现象本身便是一个不应被轻易忽视的市场信号。

西方投资者在黄金与比特币之间摇摆之际，亚洲资金正以稳定且持续的方式积累黄金头寸。这种需求韧性表明，亚洲买家对黄金的配置逻辑并不依赖于短期价格动量，而更可能源于更深层的资产配置需求。

对于关注黄金走势的投资者而言，与其盯紧西方ETF的资金流向，不如将目光转向亚洲——那里或许才是下一轮金价走势的真正驱动力所在。

本文来自华尔街见闻，欢迎下载APP查看更多

Anthropic国际业务总经理Chris Ciauri周三在首尔举行的新闻发布会上表示，"我们非常有信心，在接下来的几天里，这些模型将再次上市。"此次发布会原本旨在庆祝Anthropic在韩国的业务扩张，但有关出口管制及"玻璃翼计划"（Project Glasswing）的问题迅速主导了现场议程。

白宫的相关指令导致Anthropic在全球范围内——包括美国境内外——全面暂停了Mythos和Fable 5的访问权限。这一举措引发业界对Anthropic服务可靠性的担忧，部分业内人士警告称，与美国政府的反复冲突可能对其商业信誉造成损害。

白宫指令触发全面封锁，韩国电信公司成导火索

据华盛顿邮报报道，一家能够访问Claude Mythos的韩国电信公司触发了美国方面的相关指令。韩国由此成为围绕这一白宫命令持续争议的核心。

Anthropic方面表示，Mythos具备检测原本被认为无法破解的代码漏洞的能力，这意味着恶意攻击者理论上仅需一次操作便可能造成毁灭性后果。正因如此，Anthropic决定不向公众开放Mythos。

针对此次封锁措施，Anthropic此前曾表态称，"我们不同意仅仅因为发现存在狭义的潜在越狱漏洞，就应该召回已部署给数亿用户的商业模式。"

玻璃翼计划：约150家合作伙伴获特定访问资格

为应对Mythos模型可能存在的破坏性功能，Anthropic推出了"玻璃翼计划"，仅允许特定实体访问该模型。

据Anthropic介绍，该计划目前拥有约150家合作伙伴，涵盖谷歌、英伟达、微软和苹果等科技巨头。

韩国方面的参与者包括三星电子、SK海力士和SK电信。据此前报道，三星和SK海力士还参与了Anthropic规模达650亿美元的融资轮，为双方在芯片领域的合作铺平道路。

值得注意的是，Anthropic联合创始人之一汤姆·布朗原本计划出席此次首尔发布会，但在最后一刻被替换，高管们也拒绝就Mythos关闭相关的大多数问题发表评论。

韩国市场战略地位凸显，Anthropic承诺加大投资

尽管争议持续发酵，Anthropic高管在发布会上着力强调韩国市场的战略重要性。Anthropic Korea代表董事崔基永表示，韩国拥有稳定且不断增长的用户群体，涵盖开发人员和平面设计师，用户使用率在全球排名第12位。

Chris Ciauri则将韩国定位为全球增长最快的市场之一，并明确表示将加大对该地区的投入。"我们已经开始组建团队，包括商务人员、技术人员、政策制定者和运营人员，未来几个月我们将继续快速发展这项业务，"他说。

然而，部分业内人士对此持审慎态度，认为Anthropic与美国政府之间的反复摩擦，可能对其服务的稳定性与可预期性构成长期隐患，进而影响企业客户的采购决策。

本文来自华尔街见闻，欢迎下载APP查看更多

美国劳工部周四公布数据显示，截至6月13日当周，初请失业金人数较前周减少4000人，降至22.6万人，略高于彭博调查经济学家预期的22.5万人。与此同时，续请失业金人数在前一周升至181万人，创下近三个月以来最高水平。

数据公布后，市场对美联储货币政策路径的预期进一步偏向鹰派。尽管续请人数的上升提示就业市场的吸纳能力或在边际放缓，但5月非农就业报告（新增就业17.2万人）表现强劲，叠加本次初请数据的小幅回落，共同巩固了"劳动力市场仍具韧性"的既有判断，从而推升了投资者对加息概率的押注。

初请失业金人数回落，四周均值创阶段新高

本周初请失业金人数从23万（四个月高点）回落至22.6万，仍位于近四年来的常规波动区间。分地区看，宾夕法尼亚州和俄勒冈州增幅最为明显，俄亥俄州和伊利诺伊州则降幅最大。

需要注意的是，用于平滑周度波动的四周移动平均值升至22.325万，创下去年12月以来新高。这一指标表明，尽管单周数据出现改善，初请人数的整体走势仍在温和上行。

续请人数升至三个月高点，再就业压力有所上升

续请失业金人数重新突破180万，升至三个月新高，反映出部分失业者重返岗位的难度有所增加。不过，该指标仍显著低于2025年第四季度接近200万的周期峰值，整体压力尚处于可控范围。

彭博分析指出，尽管伊朗战争引发的能源价格冲击对经济构成一定压力，劳动力市场整体仍保持韧性。初请失业金人数虽然同比有所上升，但从历史标准来看依然偏低，且持续低于去年同期水平。

就业韧性支撑美联储偏鹰立场

综合近期就业数据来看，劳动力市场的持续韧性为美联储维持偏紧的货币政策立场提供了支撑。在5月非农就业报告超预期之后，市场已开始重新定价加息路径，而本次初请失业金人数的小幅回落，进一步巩固了这一政策框架。

分析人士指出，当前就业市场处于“低解雇”模式，企业裁员意愿整体有限，但续请失业金人数的持续上升也提示，新增就业岗位的吸纳能力可能在边际放缓。后续数据走势，尤其是续请人数是否会延续回升态势，将成为市场判断美联储政策空间的重要观察窗口。

本文来自华尔街见闻，欢迎下载APP查看更多

美联储周三维持利率不变，但沃什在随后的发布会上以强硬姿态亮相，强调通胀容忍度极低。受此影响，美股下跌，短期美债收益率急升，市场开始重新定价更高的政策不确定性。

Yardeni在接受彭博电视采访时表示，沃什明确指出美联储已逾五年未能实现2%的通胀目标，"不加息，你怎么做到？所以我认为市场现在的反应是对的。"他同时指出，即便加息25或50个基点，也未必是大事，债券市场甚至可能因此反弹。

沃什鹰派首秀震动市场

沃什在新闻发布会上的表态令投资者始料未及。他在发言中频繁提及"通胀"与"价格稳定"，对劳动力市场的着墨则明显偏少，显示其政策优先级已向控通胀倾斜。

Yardeni注意到，沃什对2%通胀目标的承诺措辞毫无含糊，态度坚定。与此同时，沃什此次选择不参与点阵图预测，令市场失去一个重要的政策信号参照，进一步加剧了前景的不确定性。

美股和短端美债收益率的即时反应，印证了市场对这一鹰派立场的高度敏感。

Yardeni：沃什回归"旧我"

Yardeni将沃什的风格比作前美联储主席Alan Greenspan，称其"信息量不多，充满模糊，偶有意外"。

他认为，沃什在出任主席之初或曾向特朗普总统释放过偏鸽派的信号，但如今已迅速回归其一贯的"旧沃什"面貌，将价格稳定置于首位。

Yardeni指出，沃什长期以来对美联储的预测能力和沟通方式持批评态度，此次不参与点阵图，正是这一立场的延续，也令市场在解读政策走向时面临更大挑战。

油价下行或给沃什"送运"

尽管发出加息警示，Yardeni也提示了一个可能令美联储无需采取行动的变量：油价。

他指出，汽油价格近期持续下跌，有望推动整体通胀显著回落。本周中东地区达成临时停火协议，亦可能进一步压低油价，从而为消费者价格涨势降温。

Yardeni表示，沃什或许会因此"走运"，在不动用加息工具的情况下看到通胀自然回落。但他同时强调，若通胀顽固不退，小幅加息对市场的冲击未必如外界担忧的那般严重——债券市场甚至可能将其解读为正面信号，予以正面回应。

本文来自华尔街见闻，欢迎下载APP查看更多

CoreWeave联合创始人兼首席发展官Brannin McBee及企业发展与投资者关系副总裁Nick Robbins近日接受媒体采访时表示，AI需求"每天都在寻找新方式强化"，没有任何放缓迹象。两位高管指出，随着智能体AI（agentic AI）浪潮加速，市场对CPU、存储等配套资源的需求正在相对GPU显著提升，数据中心的整体架构也因此经历了根本性重构。

在当前制约AI基础设施扩张的核心瓶颈上，McBee明确指出是"供电机房"（powered shell）——即已完成供电配套的数据中心建筑本体，而非GPU芯片或HBM内存。这一判断对于评估AI基建投资节奏具有直接参考意义。

需求持续加速，智能体AI成新引擎

CoreWeave高管将本轮AI需求加速的起点定位于去年第四季度。McBee表示，彼时公司已通过与客户的深度工程沟通，提前感知到智能体AI产品将于今年第一季度集中推向市场的趋势。"从AI市场的产品角度来看，第一季度是推理与AI消费的巨大拐点，且仍在持续加速。"

Robbins对当前需求状态的描述更为直接："它每天都在寻找新方式强化。"

这一判断来自CoreWeave在AI生态中的独特位置。据Robbins介绍，CoreWeave是目前唯一一家同时服务Anthropic、OpenAI、Meta、谷歌、微软、英伟达等顶尖AI机构的独立云服务商，由此形成了对技术演进方向的前瞻性洞察，并据此提前规划基础设施布局。

架构重构：CPU与存储需求相对GPU显著提升

智能体AI与推理模型的兴起，正在改变数据中心的硬件配比逻辑。

McBee表示，CoreWeave自2023年起便已运营CPU资源，但当前趋势是CPU和存储需求相对于GPU的比重正在明显上升。"随着智能体和推理在模型中真正起飞，存储需求也在相对于前几代显著增加，我认为这一趋势将持续。"

Robbins透露，CoreWeave去年已从根本上重新设计了基础数据中心的标准方案，为更多存储和CPU预留了空间。

他确认，未来将看到大量英伟达Vera CPU机架与Vera Rubin GPU服务器并排部署。

在CPU供应商选择上，Robbins表示现有机队目前以AMD为主，但预计随着客户需求演变，英伟达Vera CPU将成为重要的早期采用方向，"Vera CPU有大量兴趣"。McBee补充，CoreWeave超过98%的收入来自合同驱动，客户会明确告知所需的基础设施配置，"是他们在定义我们要建什么"。

供电机房——当前最紧迫的扩张瓶颈

在被问及当前最大制约因素时，McBee直接点名"供电机房"，并特别提及电工短缺是其中的复杂因素之一。他表示，CoreWeave目前已有49个站点上线运营，积累了大量应对供应链问题的实战经验，"知道哪些供应商该合作、哪些不该合作"。

Robbins则对HBM内存成本与短缺问题作出回应，表示公司的商业模式设计可有效隔离价格波动风险——在签署GPU采购订单的同时锁定向客户收取的价格，从而保护利润率，成本上涨可顺畅传导至客户端。他同时指出，"组件获取目前不是最大瓶颈，供电机房才是。但未来某个时间点，这个答案可能会互换。"

Vera Rubin量产，2027年将是重头戏

对于英伟达新一代Vera Rubin（VR）平台的量产进程，Robbins给出了较为清晰的时间预期。

他表示，CoreWeave已是全球首家完成VR机柜上线并通过完整验证的厂商，预计VR服务器将于今年下半年开始陆续交付，但大规模量产爬坡将贯穿2027年全年。

Robbins将这一节奏类比于上一代GB200/GB300平台的推进路径——GB系列于2025年开始出现，但真正的大规模量产是在2026年。"我预计VR在未来12至18个月内会呈现相当类似的模式。"

以执行力和生态深度构筑护城河

面对超大规模云厂商（Azure、AWS、谷歌）及其他新兴云服务商（SpaceX、Nebius、Oracle）的竞争，CoreWeave高管将差异化优势归结为执行速度、性能表现与生态深度三个维度。

McBee援引第三方验证数据称，全球排名前十的AI实验室（不含中国）中有九家使用CoreWeave平台，AI研究机构SemiAnalysis给予其独一无二的铂金评级。他认为，英伟达向CoreWeave优先分配GPU资源，源于对其工程执行能力的高度信任，"这是一个对我们的执行记录和工程能力有深度信心的供应商"。

Robbins则从客户分层角度阐述竞争逻辑：对超大规模云厂商，CoreWeave以极快的部署速度和稳定运行取胜；对研究机构，以最高性能和每token效率取胜；对企业客户，则凭借最佳推理与开发工具编排层，帮助其将数据转化为模型和智能体，并借此实现CoreWeave云服务的交叉销售。

本文来自华尔街见闻，欢迎下载APP查看更多

过去一年多，追觅像一家不愿被定义的公司。

它一边继续卖扫地机器人、洗地机主业，一边高调谈手机、汽车、具身智能，内部业务单元（BU）一度扩展至200多个；创始人俞浩频繁活跃在社交平台上，并释放宏大目标——“追觅生态将成为人类历史上第一个百万亿美金的公司生态”“手机要与苹果、三星三分天下”……

这家狂歌猛进的公司如今突然踩下刹车。

6月18日，华尔街见闻了解到，追觅正在推进战略收缩：未来更多聚焦智能家庭、户外庭院、智能出行、具身智能四大核心赛道。

在此背景下，成熟业务——包括扫地机、洗地机、吸尘器等智能清洁板块继续获得资源倾斜；此前最受外界关注的手机、汽车等业务，则调整为产业研究院模式推进，重点转向技术储备与长期研发，其余业务将面临整合、合并甚至退出。

在外界看来，这次调整显得突然但并不意外。

某种程度上，这意味着追觅开始承认一个现实：企业能力边界，终究不能无限外延。

过去一年，追觅几乎成为中国消费电子行业扩张最激进的样本之一。

从组织结构看，其采用高度事业部制推进新业务；从叙事逻辑看，则明显希望摆脱“扫地机器人公司”的标签，向更大的智能终端平台迁移。

无论是手机企业进入汽车，还是家电企业进入机器人，本质上都是围绕供应链、渠道、用户入口进行能力复用。问题在于，跨界成功往往建立在核心业务足够稳固、现金流足够充裕以及组织成熟度足够高的基础之上。

追觅显然低估了短时间内迅速跨界200多个业务会带来的复杂度。

尤其手机和汽车，是两条典型的重投入赛道。

当组织规模快速膨胀、项目数量急剧增加时，企业内部资源配置效率开始成为核心问题。

而2026年以来围绕追觅的舆论环境，似乎也加速了追觅如今的战略转向。

一方面，外界质疑其业务边界是否过宽、扩张节奏是否过快；另一方面，俞浩连续释放高目标、高预期言论，引发市场争议。

当公司战略叙事开始超过实际业务本身，这在某种程度上也是一种风险。

市场一直在密切审视追觅过去一年多来激进扩张的合理性，以及可能带来的外部性风险。

如此关口下，收缩或许最终成为了追觅的不得已选择。

本文来自华尔街见闻，欢迎下载APP查看更多

据《纽约时报》最新报道，这一构想正在投资者、分析师乃至SpaceX高管之间获得越来越多的关注。若合并成真，合并后实体的估值将达约4万亿美元。SpaceX总裁Gwynne Shotwell已公开承认两家公司之间存在协同效应，表示合并"可以简化马斯克的管理职责"，并指出双方未来存在明显的业务交集："特斯拉与SpaceX的未来之间毫无疑问存在协同空间。"

这一设想对市场的潜在影响不容忽视。支持者认为，合并将释放芯片、AI、数据中心、卫星通信与轨道基础设施等多个领域的战略价值；但反对者则警示，交易可能面临证券欺诈指控、反垄断审查以及国家安全层面的监管压力。

两家公司已深度交织，合并逻辑初现

特斯拉与SpaceX之间的关联远不止于同一位创始人。

据《纽约时报》报道，两家公司目前已共享人员、协同推进重大项目，并在AI开发、数据中心建设、电池技术及汽车销售等领域存在实质性业务往来。

支持合并的核心逻辑在于互补性。特斯拉在芯片研发、人工智能与数据中心建设方面积累的能力，恰好契合SpaceX在轨道基础设施、卫星通信与太空计算领域的扩张野心。方舟投资（Ark Invest）持有两家公司股份，已公开表示这一组合具有战略意义，但同时建议等待特斯拉自动驾驶出租车业务进一步成熟后再推进。

SpaceX近期还将马斯克长期合作伙伴Roelof Botha纳入董事会，外界普遍将此视为两家公司关系进一步深化的信号。

马斯克"自己与自己谈判"，利益冲突争议难回避

合并最棘手的结构性问题在于：马斯克同时控制SpaceX并持有特斯拉最大股东地位，这意味着任何合并交易本质上都是他与自己的一笔交易，由此引发外界对利益冲突与股东诉讼风险的担忧。

不过，法律专家指出，两家公司目前均在德克萨斯州注册，而该州公司法对此类挑战设有较高门槛——股东通常需持有公司至少3%的股份方可提起诉讼，以特斯拉当前市值计算，这一门槛对应约450亿美元的持股规模。

从程序层面看，合并仍需获得特斯拉三分之二股东的批准。马斯克目前掌握约20%的特斯拉投票权，且历史上众多投资者倾向于支持其提案，特斯拉董事会也长期与马斯克保持高度一致。

德克萨斯大学法学院公司法教授James Spindler表示："只要他持续把公司经营好、股价保持上涨，提起证券欺诈诉讼的门槛就相当高。"

监管与法律风险并存，最终障碍或在市场情绪

潜在的反对力量可能从多个方向发力：证券欺诈指控、反垄断审查，以及两家公司在AI、机器人、通信与航天领域的高度集中所引发的国家安全顾虑。

然而，多位专家认为，监管机构若要实质性阻止交易，同样面临相当难度，尤其是在合并后实体持续保持强劲业绩的前提下。

特拉华大学Weinberg公司治理中心创始主任Charles Elson在接受《纽约时报》采访时直言，马斯克"拥有一批愿意跟随他走向天堂或地狱的拥趸"，并表示"他基本上已经到了几乎可以为所欲为的地步"。

分析人士指出，最终决定这笔交易命运的，或许不是法律条文，而是市场走势与股东情绪——当股价上涨、投资者持续获利时，雄心勃勃的并购方案往往更容易获得背书。

本文来自华尔街见闻，欢迎下载APP查看更多

6月18日，小米正式发布“全屋智能AI开源方案”Xiaomi Miloco 2.0。

该方案以小米自研MiMo大模型为智能核心，在去年Miloco 1.0的基础上，对交互方式、产品功能和记忆系统进行了升级。

Miloco 2.0主要以Agent插件形式接入OpenClaw，支持 macOS、Linux、Windows 系统。

其中最值得关注的变化是小米首次引入家庭记忆AI系统。

过去，智能家居的核心能力主要是设备联动。用户提前设定规则，系统再按照规则执行，比如晚上7点打开客厅灯，温度超过28℃打开空调，或者用户说一句“关灯”，设备完成相应动作。

但这类智能家居本质上仍是“规则控制”。它可以执行明确指令，却很难理解一个家庭长期形成的生活习惯，更无法根据不同家庭成员的偏好持续调整服务。

Miloco 2.0试图补上的正是这块能力。

据小米介绍，Miloco 2.0能够记住不同家庭成员的身份、偏好、作息和习惯，并以“家”为单位沉淀长期记忆。它会在每天凌晨整理观察到的规律，把反复出现的行为沉淀为长期档案。例如，系统看到家庭成员回家偏晚，主动送上加班关怀。

为了支撑这种家庭记忆，Miloco 2.0将米家摄像头作为全模态感知入口，并结合麦克风、米家设备和大模型能力，对家庭场景进行持续理解。系统能够综合人脸、身形等信息判断家庭成员身份。如果暂时无法识别，也会先进入“陌生人池”，等待用户确认后再完成登记。

这背后其实指向了AI大模型进入家庭场景后的一个核心问题：如果没有长期记忆，大模型仍然只能停留在一次性问答和单次指令执行层面，这显然与此前智能家居的“规则控制”没有区别。

从更大的技术趋势看，Miloco 2.0的意义在于提供了一个观察大模型走进物理世界的样本。

过去，大模型主要运行在聊天框、搜索框和办公软件里，交互大多停留在屏幕之内。

但家庭场景是真实物理环境。AI要在这里发挥作用，还需要持续感知环境、识别家庭成员、理解行为变化，并在必要时调度真实设备，

从这个意义上说，家庭记忆正是大模型进入物理世界后必须补上的能力。

本文来自华尔街见闻，欢迎下载APP查看更多

随着美伊临时和平协议落地、霍尔木兹海峡重开进程启动，一艘卡塔尔空载LNG油轮时隔数月首次驶回波斯湾，标志着这一全球关键LNG供应国的出口重启行动进入实质阶段。

据彭博汇编的船舶追踪数据，卡塔尔国有航运公司旗下油轮"Al Hamla"号于周四现身卡塔尔拉斯拉凡出口终端。这是自今年2月底伊朗战争爆发以来，首艘空载卡塔尔LNG油轮重返波斯湾。与此同时，本周早些时候已有数艘与卡塔尔相关的空载船只陆续驶向中东。

卡塔尔计划在霍尔木兹海峡重开后两个月内恢复大部分出口能力，而调配足够船只承运货物是实现这一目标的关键前提。"Al Hamla"号的到港，意味着这一进程正在加速落地，对全球LNG市场供应预期具有直接影响。

和平协议落地，霍尔木兹重开进程启动

美伊临时和平协议的签署为霍尔木兹海峡的重新开放提供了政治基础，协议明确要求迅速重开这一关键水道。

霍尔木兹海峡的封锁此前已波及全球约五分之一的LNG供应，仅有少量货物得以通过——或借助关闭应答器、隐匿位置的"暗船"方式，或经德黑兰特别批准后方可通行。

沙特超级油轮也已于协议签署后率先开始穿越霍尔木兹海峡，显示出主要产油国正在抓紧利用局势缓和窗口期恢复运输。

空载油轮回港，出口重启进入实质阶段

"Al Hamla"号约在一周前于印度西部海域附近停止发送信号，随后现身拉斯拉凡出口终端。

这是自冲突爆发以来，首艘空载卡塔尔LNG油轮重返波斯湾，具有重要的信号意义——空载回港意味着该船正准备装载货物并执行出口任务。

卡塔尔此前的出口受阻，根本原因在于无法将空船安全调回装货港。

如今随着多艘空载船只本周陆续折返中东，卡塔尔重建出口运力的物流瓶颈正在逐步打通。

两个月恢复目标，供应预期重塑市场

据彭博此前报道，卡塔尔的目标是在霍尔木兹海峡重开后两个月内恢复大部分出口能力。

作为全球举足轻重的LNG供应国，卡塔尔出口的恢复将对全球天然气市场供需格局产生直接影响。

霍尔木兹封锁期间，全球约五分之一的LNG供应受到波及，市场供应缺口显著。随着空载船只陆续回港、出口终端重新运转，市场对卡塔尔供应恢复的预期正在快速升温，这将对全球LNG现货价格及长期合同谈判产生实质性影响。

本文来自华尔街见闻，欢迎下载APP查看更多

LeCun目前担任AMI Labs创始人，他在接受CNBC采访时直言，xAI的核心创始团队已大量出走，马斯克如今极难招募到顶尖AI人才，xAI将无力与OpenAI和Anthropic在前沿AI领域展开竞争。与此同时，他指出AI服务的运营成本下降速度远不及预期，各大实验室目前实际上是在靠投资者的资金补贴用户使用，这一模式难以为继。

LeCun的表态再度引发市场对头部AI公司估值合理性的质疑，并为当前AI行业高烧不退的投资热情泼下一盆冷水。他本人创立的AMI Labs今年3月刚完成10亿美元融资，融资前估值为35亿美元，专注于他认为代表AI下一阶段方向的"世界模型"研究。

xAI"失败论"：创始团队出走，人才困境难解

LeCun对xAI的批评直指其人才根基。"xAI说实话已经是某种程度上的失败，因为创始团队已经离开了，"他说。

过去一年，xAI多位联合创始人相继离职。

LeCun认为，马斯克此前对待团队的方式，使其在AI顶尖人才圈中的吸引力大打折扣。"埃隆现在处于一个非常、非常困难的处境，很难招到AI顶尖人才，因为他对待前团队的方式……并不是很好。"

在商业层面，xAI的处境同样承压。

今年2月，马斯克将SpaceX与xAI合并，交易对xAI的估值高达1.25万亿美元。然而据财务数据，截至今年3月31日的季度内，SpaceX旗下AI业务板块（含xAI）运营亏损达25亿美元。

LeCun还指出，xAI拥有位于孟菲斯的Colossus 1和Colossus 2两座大型数据中心，并将算力出租给谷歌和Anthropic等公司，"因为这是他（马斯克）唯一能够回收成本的方式。"

他表示，自己对xAI的前景"并不乐观"。

成本与收入的剪刀差难以为继

LeCun对整个AI行业的商业模式提出了更深层的质疑。

他指出，AI服务的价格虽在上涨，但运营成本的下降速度远远不够快，导致各大公司持续亏损，用户的使用实际上由投资者买单。"这种状况不可能持续太久，对吧？"他说。

他警告，OpenAI和Anthropic等头部实验室面临三条路：提高价格、削减成本，或者迎来"泡沫大爆炸"。

这一判断与行业内部的担忧形成呼应。据CNBC报道，OpenAI首席执行官Sam Altman本月在公司直播中表示，企业客户正越来越多地讨论AI支出问题，并称AI成本是"一个巨大的问题"。

技术路线之争：LLM局限性与"世界模型"的押注

LeCun对当前主流AI技术路线持保留态度。他长期批评大型语言模型（LLM）的局限性——LLM通过学习语言规律来预测下一个词，在推理和编程领域表现突出，但他认为这一架构无法支撑真正通用的AI系统。

他力推的"世界模型"路线则截然不同，旨在让AI建立对真实或模拟世界运作方式的理解，涵盖物体、因果关系与行动逻辑。"我个人认为，在基于世界模型之前，我们不可能拥有通用的、可靠的智能体系统，"LeCun说。

当前，从Anthropic到OpenAI，各大AI公司均在大力押注AI智能体（AI agents）——即能够自主执行复杂任务的系统。LeCun承认LLM在编程、数学等领域具有实用价值，但强调"以这种性能水平运行这些系统的成本，远高于用户愿意支付的金额"，这一矛盾是行业泡沫风险的核心所在。

AMI Labs今年3月完成的10亿美元融资，正是LeCun对世界模型路线的一次重大押注，也是他与当前AI主流叙事分道扬镳的最新注脚。

本文来自华尔街见闻，欢迎下载APP查看更多