本文来自华尔街见闻，欢迎下载APP查看更多

据彭博，Anthropic于7月30日在一篇博客文章中披露，其Claude模型在"夺旗"（capture-the-flag）网络安全测试中，因测试环境错误连接至公共互联网，导致对三家外部机构的真实基础设施实施了未经授权的访问。最早的入侵事件可追溯至今年4月。Anthropic表示，此次披露源于其在OpenAI上周公开类似事故后主动启动的内部审查。

此次事件发生在OpenAI披露其AI模型在安全测试中"失控"并入侵AI公司Hugging Face基础设施仅数日之后，两起事故接连曝光，已促使部分美国政界人士呼吁对AI技术实施联邦层面的监管。与此同时，据彭博，逾1100名AI行业从业者于本周二联署请愿，呼吁美国政府建立机制以"有意识地控制"AI发展节奏。

配置失误打开安全缺口

Anthropic表示，此次事故的根源在于其与评估合作伙伴、AI安全公司Irregular之间的沟通误解。在所有涉事测试中，Anthropic均向Claude明确说明其所处环境为模拟环境且无法访问互联网，但实际上测试系统仍与公共互联网保持连接。

"由于我们与评估合作伙伴之间存在误解，实际情况并非如此，"Anthropic在博客中写道。Irregular发言人表示，该公司对Anthropic的合作与透明度表示赞赏，并称调查仍在进行中。

涉事的三个模型分别为Claude Opus 4.7、Claude Mythos 5以及一个内部研究测试模型，均在缺乏公开工具通常配备的标准安全防护措施的环境下运行。Anthropic指出，Claude利用弱密码和未经身份验证的端点等基础技术入侵了上述机构的基础设施。

值得关注的是，在模型行为上，较旧的模型在获得已连接至公共互联网的证据后仍继续发动攻击，而Anthropic最新模型在识别出自身处于互联网环境后则主动停止了行动。

事后审查揭示监控盲区

Anthropic表示，其于7月23日开始审查评估记录，并在当天发现Claude可能已访问互联网的证据后，立即暂停了所有网络安全评估工作。公司于7月24日确认全部三起事件，并于7月27日通知了受影响机构。

此次审查共涵盖141006个测试会话。Anthropic坦承，在事件发生时，公司与受影响机构均未察觉到这些入侵行为，并承认本可对网络日志和评估记录进行更为严格的审查。

三家受影响机构均未在博客中具名。其中两家机构在被Anthropic联系之前对相关活动毫不知情。

行业安全标准面临重新审视

Surrey大学网络安全教授Alan Woodward表示，Anthropic对导致此次事故的人为失误持坦诚态度。"AI并没有失控——你要求它做某件事，然后把门敞开了，"他说，"我认为Anthropic承认了这一点。"

Anthropic在博客中表示，此次事件揭示了若干重要教训，包括涉及强大自主能力的测试同样需要严格的管控措施。"安全测试之所以在模型发布前进行，正是因为我们尚不完全了解其能力所及，"公司表示，"评估环境越来越需要达到与模型实际运行的任何其他系统相同的安全标准。"

此次事件发生在Anthropic宣布推出功能强大且潜在风险较高的Mythos模型并对其发布实施严格限制后约四个月。两起AI安全事故的接连发生，正推动业界重新审视AI测试环境的安全标准，并加速外部监管讨论的进程。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，字节跳动启动了一场面向AI业务的组织调整：飞书产品团队与豆包产品团队整合，成立新的豆包产品团队；飞书GTM团队则与火山引擎团队整合，成立新的To B组织“创造力服务平台”，统一负责MaaS和SaaS产品的市场、销售和客户服务。

组织调整完成后，由飞书团队深度参与开发的豆包企业版已经开始在部分飞书客户中内测，用户无需额外部署，即可调用飞书文档、表格、会议、群聊等办公能力。

就在一周前，阿里宣布整合QoderWork、悟空、MuleRun等内部产品，推出“千问办公”，并交由钉钉统筹；

再往前十天，腾讯也完成了一轮调整，将QClaw产品中心整体并入WorkBuddy所在团队，进一步强化桌面办公Agent布局。

但这并不意味着大厂内部的“赛马机制”已经结束。

腾讯在WorkBuddy之外，还有能够触达操作系统和本地文件的Marvis、正在内测的企业微信Agent“大圆”；字节在豆包企业版之外，也保留了同是桌面办公Agent的TRAE Work。

因此，这一轮调整更像是大厂开始收拢重复建设、集中底层能力和商业化资源，而非提前选定唯一的产品形态。内部赛马仍在继续，谁能率先找到高频场景和稳定的产品边界，仍需交给市场验证。

不过短短半个月，阿里、腾讯、字节几乎同时围绕办公桌面Agent完成组织重组，背后可能还是在争夺另一种过去从未被大规模获取过的数据：真实工作流。

过去，大模型主要从互联网文本和用户对话中学习知识；当Agent开始参与文档写作、数据分析、会议协同和审批流转，它所接触的则是一项工作如何被拆解、执行、修正并最终交付的完整过程。

2026年的夏天，一场围绕“AI如何学会工作”的新战争由此开始。

办公Agent开始上桌

三家公司几乎同时选择相似的路径并非巧合。

一个重要原因或许是WorkBuddy率先验证了桌面办公Agent的用户增长潜力，让其他竞争者很难继续观望。

易观数据显示，今年6月，腾讯WorkBuddy桌面端访问量达到2097万次，在国内AI原生办公Agent产品中排名第一，超过第二名和第三名产品访问量之和。

桌面办公Agent由此从大厂内部的探索项目，开始走向一场有明确用户规模参照的竞争。

与此同时，AI办公产品也开始进入“收敛”阶段。

过去一年，大厂内部普遍存在多个团队、多条产品线并行探索的情况。阿里的QoderWork、悟空和MuleRun，腾讯的QClaw与WorkBuddy，以及字节的豆包、飞书等产品，都曾从不同场景寻找办公Agent的产品形态。

随着市场开始进入“算账”阶段，继续维持多条相近产品线的成本也在上升。模型、研发、算力、销售和客户资源都需要重新集中，投入到更有可能形成用户规模和商业收入的产品上。

阿里将三款产品整合至千问办公，腾讯把QClaw团队并入WorkBuddy，都是这种收敛的体现。

比产品收敛更现实的问题来自企业市场本身。单独向企业推广一款办公Agent，企业需要重新认识产品、评估安全和权限、完成采购部署，再培训员工改变原有工作习惯。整个过程教育成本较高，销售周期也很长。

让办公Agent直接接入企业已经使用的协同体系，是一条更快的落地路径。

一名阿里云的销售人员告诉全天候科技，千问办公接入钉钉可以更容易卖给企业客户。

这背后的原因不难理解。钉钉已经拥有成熟的组织关系、权限体系和办公场景。千问办公接入钉钉后，销售人员无需再从头推销一款独立AI产品，而可以围绕企业原有的会议、文档、审批和协作流程介绍Agent能力，客户更容易理解，也更愿意尝试采购。

“目前千问办公是作为独立产品来卖，没有单独的团队来卖。但是产品刚刚发布，内部的销售策略还在不断根据市场情况动态调整。”一位阿里内部人士告诉全天候科技。

字节此次整合产品和销售体系也体现了相似思路。

飞书产品团队并入豆包后，豆包企业版可以直接调用飞书文档、表格、会议和群聊等能力；飞书GTM团队与火山引擎整合后，又可以借助原有企业客户关系推广豆包企业版，降低重新获客和单独交付的成本。

这场竞争的胜负还远未确定，但受到冲击的公司或已经出现。

随着WorkBuddy、千问办公和豆包企业版密集进入市场，金山办公竞争环境已经发生变化：对手拥有大模型、云服务、用户流量和企业销售体系，还可以通过免费或低价策略加快获客。

7月21日，高盛将金山办公评级由“中性”下调至“卖出”，认为WPS AI的用户采用率和付费率可能需要更长时间提升，AI办公市场快速扩容以及竞争产品更具吸引力的定价，也会对其订阅业务形成压力。

大厂之间的桌面Agent大战才刚刚开场，传统办公软件已经率先感受到战火。

争夺真实工作流？

对于阿里、腾讯和字节来说，办公桌面Agent还有另一层更深的价值：让模型能够完整观察一项工作是如何完成。

过去，大模型获得的数据主要来自互联网文本和用户对话。

模型知道用户提出了什么问题，也知道自己生成了什么答案，却很难知道这些答案最终是否真正解决了问题，更不知道一项真实工作究竟是如何一步步完成的。

桌面办公Agent改变了这一点。

当Agent开始操作电脑、调用浏览器、打开文档、分析Excel、制作PPT，并与用户共同完成一项任务时，它记录的不再只是几轮对话，而是一条完整的任务执行轨迹（Agentic Trajectory）。

例如，一名用户要求Agent完成一份行业研究。Agent搜索资料、阅读PDF、整理数据、生成初稿；随后，用户调整结构、补充新的材料，再让Agent继续修改，最终形成交付版本。

这种完整的工作过程正在成为Agent时代一种新的数据形态。

Springer今年发布的Agent评估综述指出，与传统机器学习主要处理“输入—输出”数据不同，Agent系统需要持续与环境交互，因此评估Agent不能只看最终结果，而必须记录完整的trajectory。

论文认为，一条完整的trajectory不仅包括状态观察、中间推理、工具调用、环境反馈，还包括错误修正等整个任务执行过程。相比最终答案，这些轨迹真正记录的是一项工作究竟是如何完成的。

这类数据已经成为AI行业争夺的新资源。

“其实有模型公司找过我们想合作，目的是通过我们获得行业长程任务专项数据。它们都在花高价求购这类稀缺数据集。”上海一家AI平台公司的负责人告诉全天候科技。

对真实工作流的渴求并不只发生在国内。OpenAI和Anthropic等海外模型大厂，也开始重金将FDE和部署团队直接送进企业。

今年5月，Anthropic宣布与Blackstone、Hellman & Friedman、Goldman Sachs等机构成立一家企业AI服务公司。按照其规划，Anthropic的工程师将与新公司团队共同进入客户企业，寻找Claude可以参与的业务环节，并围绕企业原有工作流程开发相应系统。

一周后，OpenAI成立OpenAI Deployment Company。新公司由OpenAI控股，初始投资超过40亿美元，同时计划收购AI咨询与工程公司Tomoro，后者约150名FDE和部署专家将直接加入。

彼时市场普遍的观点认为是Anthropic、OpenAI在学习Palantir，以补齐企业服务和项目交付能力，但有上海一家AI公司负责人认为这两家大厂的目的不仅于此。

“我认为它们更深层的目的是通过部署FDE进入企业，了解真实的工作流，争夺工作流数据，再把其中的方法论沉淀学习下来。”该人士告诉全天候科技，“坦白说现在其实大多数AI模型只是交付成果，其实对于企业的业务运行逻辑、偏好等信息还是比较匮乏的。”

如果说互联网文本塑造了ChatGPT这一代模型的知识能力，那么真实工作流或许正在塑造下一代Agent的执行能力。

本文来自华尔街见闻，欢迎下载APP查看更多

伯恩斯坦7月31日发布研报，维持SpaceX"跑赢大市"评级，目标价239美元。截至7月30日收盘，SpaceX股价报112.20美元，较IPO后高点累计回调约34%，目标价对应约113%的上涨空间。SpaceX将于当地时间8月4日美股盘后公布上市以来首份财报。

分析师Douglas S. Harned表示，投资者无需过度解读单季度财务表现，更重要的是管理层能否持续证明其长期增长路径。伯恩斯坦认为，SpaceX未来能否迈向数万亿美元市值，关键不在于轨道数据中心"何时实现"，而在于"能否实现"。

Starship重复使用能力，是估值逻辑核心

在伯恩斯坦看来，Starship能否实现快速、完全可重复使用，是整个投资逻辑最关键的变量。

报告预计，到2031年SpaceX每年将执行约3600次Starship发射，这一目标建立在一级助推器和二级飞船均实现完全重复使用的基础之上。

目前，SpaceX已实现V2助推器发射台回收，但V3助推器仍未完成验证。7月20日进行的第13次试飞整体取得成功，不过助推器在溅落前仍有部分发动机未能重新点火。

相比之下，第二级飞船取得了更大突破。此次飞行结束后，其隔热罩完整性明显优于此前试飞。马斯克随后表示，第14次试飞或将首次尝试利用发射塔"筷子"机械臂回收第二级飞船。

伯恩斯坦认为，目前技术进展符合预期，但距离支撑大规模、高频发射仍有较长距离。除现有两座发射台外，公司还有两座发射台正在建设，并正与多个州政府洽谈，计划新增五至六座发射设施。

半导体供应与监管仍是两大现实挑战

报告同时指出，半导体产能和监管审批，是目前最值得关注的两项风险。

按照伯恩斯坦测算，若2031年部署约20GW轨道算力，以每颗卫星120千瓦计算，需要约17万颗卫星，对应每年约280万片晶圆产能，相当于约5座专属晶圆厂，总投资超过1600亿美元。

不过，该行认为，这一规模虽然庞大，但并非无法实现，未来部分产能亦可由第三方晶圆代工厂提供。

监管方面，美国联邦航空局（FAA）仍需逐次批准Starship发射任务，目前尚未批准其轨道飞行。第14次试飞有望成为首次轨道飞行尝试。本周FAA已宣布放宽部分环境限制，以支持更高频次发射，但空域安全评估等审批程序仍将保留。

与此同时，美国联邦通信委员会（FCC）仍需批准SpaceX提交的Starlink V3星座及未来AI数据中心卫星计划。目前，公司申请部署约10万颗Starlink V3卫星，以及最多约100万颗AI数据中心卫星，均尚未完成全部审批。

伯恩斯坦还指出，轨道数据中心未来还可能面临数据主权等法律问题。支持者认为，存储于太空的数据不属于任何国家司法辖区，但这一法律框架目前仍未明确。

技术可行性并非最大障碍

对于市场持续关注的轨道数据中心技术可行性，伯恩斯坦认为，多数问题已有明确答案。

散热方面，两位具有物理学博士背景的分析师建立热模型后认为，通过辐射散热完全可以满足需求。在约30平方米卫星主体基础上，增加30至50平方米散热板，即可支持100千瓦以上算力持续运行，与SpaceX此前公布的AI1卫星设计参数——120千瓦平均功率、110平方米散热板——基本一致。

供电方面，报告指出，轨道数据中心将部署于晨昏线同步轨道，卫星几乎始终处于阳光照射之下，因此此前关于太阳能利用率仅约50%的担忧并不成立。

延迟方面，600至800公里近地轨道的通信延迟约2毫秒，低于许多地面数据中心用户实际体验，对绝大多数AI推理任务影响有限。伯恩斯坦预计，SpaceX将继续把模型训练放在地面完成，而轨道数据中心主要承担推理计算。

至于微陨石撞击风险，伯恩斯坦认为，这确实是一项工程挑战，但并非无法解决。SpaceX已在Starlink卫星运营中积累了避碰经验，通过目标探测和轨道机动等技术，同样可以应用于未来的数据中心卫星。

本文来自华尔街见闻，欢迎下载APP查看更多

Wright周三接受采访时表示，在完成3月宣布的1.72亿桶释放计划后，当局对进一步动用SPR"毫无念头"。他补充称，SPR目前仍远高于运营下限，储备安全边际依然充足。

与此同时，3月计划中尚余的3840万桶能否如期交付也存在变数——6月下旬的一次报价因市场需求冷淡而反应寥寥。

原油市场已感受到压力。美国商业原油库存降至2018年9月以来最低水平，基准期货价格重返每桶80美元上方，全美平均汽油零售价再度突破每加仑4美元。

第一轮SPR释放曾有效压制了战争初期的油价冲击，但此轮能否复制这一效果，市场普遍存疑。

SPR已接近历史低位，再度大规模动用空间有限

美国SPR目前库存为3.077亿桶，是1980年代初储备仍处于填充阶段以来的最低水平，也是过去逾四十年的历史谷底。库存的大幅消耗在相当程度上源于拜登政府时期的历史性释放。

分析人士估计，SPR的运营下限约在1.5亿至2亿桶之间，低于该水平将影响其正常运作。Wright表示，当前储备量仍"远高于运营下限"，但这一表述本身也反映出可调配空间已大为收窄。

值得注意的是，此次3月释放采用"借贷交换"结构，企业在使用原油后须附息归还。Wright称，这意味着SPR最终将比初始借出量多回收约4000万桶，但这一收益需待未来兑现，对当下的供应缺口并无直接缓解作用。

战争扰动持续，能源市场压力加剧

美伊交火持续干扰中东地区能源出口，对全球供应链形成系统性冲击。霍尔木兹海峡局势的紧张态势推高了市场对供应中断的风险溢价，原油期货的上涨直接传导至终端消费端。

目前，美国炼厂正以创纪录的产量运转，但仍未能阻止汽油价格再度破4美元关口。

商业原油库存的持续下滑进一步收紧了市场的安全垫。在供给侧压力短期难以缓解的背景下，能源价格上涨对消费者和企业成本的挤压效应正在累积。

剩余释放计划前景不明，政策信号模糊

在3月释放计划的尾声阶段，政策走向依然存在不确定性。Wright表示，政府"很可能"会继续报价出售剩余的3840万桶，但措辞上刻意留有余地，未作明确承诺。

6月下旬的一次SPR出售招标反映出市场需求疲软——彼时油价有所回落，美伊双方也一度释放出接近停火的信号。

然而随着冲突再度升级，市场格局已与当时大相径庭，剩余储备能否顺利入市、以及市场的接纳程度，仍有待观察。

对投资者而言，这意味着此轮油价上行缺乏来自政策层面的明确压制力量，能源板块的风险溢价或将在冲突持续期间维持高位。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，据彭博，克利夫兰联储主席贝丝·哈马克（Beth Hammack）和明尼阿波利斯联储主席尼尔·卡什卡里（Neel Kashkari）分别发表声明，解释为何在本周议息会议上投下反对票。两人均认为，应立即加息以防止通胀压力进一步固化，并警告，如果行动过晚，未来可能不得不采取更激进的紧缩政策，经济代价也将更高。

达拉斯联储主席洛里·洛根（Lorie Logan）也表示，她因担忧通胀无法回落至2%目标而投下反对票。她称，近期采取适度利率行动，将降低未来不得不采取更激进政策调整的可能性。

本周，美联储以9:3的投票结果决定将联邦基金利率目标区间维持在3.5%至3.75%，连续第五次会议按兵不动。哈马克、卡什卡里和洛根三位官员支持加息25个基点，形成近年来少见的三张反对票，显示联储内部围绕通胀前景的分歧正在扩大。

与此同时，最新公布的美国6月核心PCE物价指数同比升至3.0%，高于美联储2%的目标及市场预期；环比增速同样保持韧性，表明服务业价格压力依然顽固。叠加中东局势推升能源价格、关税影响逐步传导，以及人工智能投资热潮持续刺激需求，市场对美国通胀再度抬头的担忧显著升温。

越晚行动，未来代价越高

哈马克表示，高通胀持续时间越长，未来恢复价格稳定所需付出的经济成本越高。当前通胀既受到供给冲击影响，也受到强劲需求支撑，因此尽早进行渐进式加息，有助于避免未来更大幅度紧缩。

卡什卡里则表示，美联储需要继续关注通胀和就业数据，并逐步收紧政策，以防止高通胀预期固化。他援引上世纪70年代经验称，如果当前行动不足，未来可能需要采取力度更大的紧缩措施。

洛根表示，在缺乏进一步政策限制的情况下，通胀可能继续高于目标水平。她认为，提前采取“适度行动”比未来被迫大幅调整政策更有利于经济稳定。

洛根此前也曾表示，为推动通胀完全回落至2%，利率可能需要适度上调。目前美联储19位政策制定者中，有9位预计今年至少还会加息一次。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，美国股市转跌，纳斯达克100指数完全回吐美股盘初1.8%的涨幅，标普此前涨0.7%，道指目前跌0.3%、半导体指数跌0.2%，生物科技指数跌2.6%。美股存储股走低，闪迪跌超2%，此前一度涨超9%；美光科技转跌，此前一度涨超6%，西部数据涨幅收窄至3%，SK海力士、希捷科技涨幅收窄至1%左右。

此前，市场人士对美股反弹能否延续看法不一。Wilson Asset Management对冲基金经理Matthew Haupt明确表态不看好。"我认为这轮反弹不具备可持续性，沃什营造的政策背景不利于市场稳定，"他说，"太多问题悬而未决，难以支撑持久反弹。"

地缘方面，据央视新闻，当地时间7月31日，伊朗“波斯湾海峡管理局”发布声明称，由于美军在相关海域持续采取侵略性行动，目前霍尔木兹海峡已无法正常通行。布伦特原油涨2%至88.6美元上方，WTI涨2.6%至85.8美元。

• 美国股市转跌，纳斯达克100指数完全回吐美股盘初1.8%的涨幅，标普此前涨0.7%，道指目前跌0.3%、半导体指数跌0.2%，生物科技指数跌2.6%。
• 欧洲斯托克50指数上涨1.2%，超越7月3日收盘纪录。
• 日经225指数收涨4.03%，报64362.02点。日本东证指数收涨1.3%，报4003.30点。韩国综指收涨17.91%，报6595.45点。
• 美元兑日元短线跳水，日内跌幅达0.5%，报158.63。
• 美元指数短线下挫超20点，现报99.92。
• 美国国债价格上涨，30年期美债收益率周五下行2个基点至5.19%。

• 布伦特原油涨2%至88.6美元上方，WTI涨2.6%至85.8美元。

本次芯片股短暂的反弹，发生在市场对AI投资回报前景产生质疑之后。此前一周，围绕"砸入AI的数千亿美元能否产生相应回报"的担忧，引发了新一轮大规模抛售。新任美联储主席Kevin Warsh本周完成利率决策——维持利率不变——投资者的注意力正转向多家大型科技公司业绩参差不齐后，本轮反弹能否获得支撑。

在美国市场，情绪回暖同样体现在另一条线索上。据悉，涨幅居前的股票，此前曾是对冲基金Situational Awareness在一季度的重仓持股。这家由前OpenAI研究员Leopold Aschenbrenner创立的基金，此前在本轮AI抛售中清仓了部分权益资产，并将大量持仓转让给了城堡投资（Citadel）。

美元兑日元短线跳水，日内跌幅扩大至0.5%，报158.63。美元指数同步下挫逾20点，现报99.92。

消息面上，日本央行行长植田和男在当日议息会议后的新闻发布会上释放偏鹰信号。他表示，通胀上行风险有所加剧，潜在通胀正接近2%的政策目标，若金融环境持续过度宽松，央行可能加快升息步伐。植田还特别强调，汇率变动对通胀的影响已更为显著，需继续保持密切关注；同时明确表示，短期内重启收益率曲线控制（YCC）的可能性较低。

上述表态紧随日本央行最新利率决议。今日早间，日本央行宣布维持基准利率在1%不变，符合彭博调查的全部52位经济学家预期。决议同时小幅上调了未来数年经济增长预测，并重申将依据经济与物价表现，稳步推进货币政策正常化进程。

固定收益方面，美国国债价格上涨，30年期美债收益率周五下行2个基点至5.19%。此前，美联储按兵不动的决定加剧了市场对通胀持续高企的担忧，推动收益率曲线攀升至多年高位。

PGIM的Katharine Neiss在接受彭博电视采访时表示，Warsh的新闻发布会"表现弱于预期"，并预计美联储将在9月开启鹰派转向，届时将连续加息三次。

大宗商品方面，布伦特原油涨2%至88.6美元上方，WTI涨2.6%至85.8美元。据央视新闻，当地时间7月31日，伊朗“波斯湾海峡管理局”发布声明称，由于美军在相关海域持续采取侵略性行动，目前霍尔木兹海峡已无法正常通行。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，据彭博基于日本央行账户数据分析，日本政府可能于7月30日入市买入日元、抛售美元，干预规模约为8.45万亿日元（约528亿美元）。当日美股早盘，美元兑日元在不到一小时内暴跌近500点，一度跌破158关口，日内跌幅达到3.3%，创2023年12月以来最大单日跌幅。

若上述估算得到证实，此次操作不仅将是日本自今年4月底“黄金周”以来首次出手干预汇市，也或接近创下日本单日汇市干预规模的历史最高纪录，显示东京当局捍卫日元汇率的决心进一步增强。

尽管日本官方尚未确认此次行动，但市场对干预的判断正在升温。日本财务大臣片山皋月表示“不予置评”，财务官三村淳则称“无可奉告”，但同时表示，日本已获得美国方面“超过单纯精神层面”的支持，进一步强化了市场对于美日可能协调行动的猜测。

7月31日，日元再度冲高回落，截至发稿美元兑日元重新回到160附近。日本央行行长植田和男当天释放偏鹰派信号，美元兑日元一度下跌至158.63，但随后走弱再度逼近160关口。

另据报道援引知情人士，美国财政部已通知银行，可能在周五干预日元市场。

盘中暴跌500点，市场锁定“官方干预痕迹”

此次市场异动发生在7月30日纽约交易时段。

纽约时间上午9时30分后约50分钟内，美元兑日元从162.5附近快速跌至158下方，单日最大跌幅达到3.3%。剧烈且集中出现的行情，与日本过去数次汇市干预时的盘面特征高度相似。

日本央行数据显示，结合货币经纪商预测，7月30日日本政府可能动用了约8.45万亿日元资金支撑日元。

Totan Research研究员Yuichiro Takai表示，日本央行公布的数据“几乎可以确定”当局已经出手干预汇市。他最初估算干预规模约为9.6万亿日元，在纳入其他流动性因素后，将最终估算下调至约8.45万亿日元。

日经新闻援引市场人士称，日本央行及其他政府机构当天在纽约交易时段实施了大规模买入日元操作，美国方面也进行了汇率询价。通常情况下，美国财政部会通过纽约联储要求银行提供外汇报价，以评估市场情况或配合盟友行动。美国财政部尚未对此回应。

美国财政部长贝森特当天接受采访时表示，“日元看起来被严重低估了，市场大概会意识到日元本应走强。”这一表态被市场视为美国方面对日本汇率立场的间接支持。

纽约梅隆银行高级策略师Geoffrey Yu表示，如此幅度的波动“强烈显示日本政府很可能进行了汇市干预”，但最终效果仍取决于市场后续反应。

上半年创纪录干预未能扭转日元弱势

此次疑似行动，标志着日本今年或已开启又一轮大规模汇市干预，引发市场高度关注。

据彭博援引日本财务省数据，4月28日至5月27日期间，日本累计投入约11.73万亿日元（约732亿美元）进行汇市干预，创历史最高纪录。市场普遍认为，日本当局主要通过出售外汇储备资产，包括美国国债等方式筹集资金。

但此前干预效果并未持续。随着美日利差维持高位，套息交易仍然活跃，日元再次承压。7月23日，美元兑日元一度升至163.99，创约39年8个月以来新高。市场人士指出，在缺乏日本货币政策明显转向的情况下，单纯依靠汇市干预很难改变日元长期走势。

植田释放鹰派信号，但未改变市场预期

日本央行在7月31日议息会议上维持政策利率在1%不变，符合市场普遍预期。

行长植田和男在发布会上释放偏鹰派信号，多次强调通胀上行风险，并表示潜在通胀已经接近2%的目标水平。如果金融环境过度宽松，日本央行可能加快加息步伐。植田还指出，汇率对通胀的影响正在增强，央行需要更加关注日元波动带来的价格压力。

不过，由于此次会议并未释放提前加息的明确信号，市场反应有限。美元兑日元在短暂下跌后重新回升。目前市场预计，日本央行最快可能在10月再次加息，但这一判断仍取决于未来通胀、工资增长以及汇率走势。

套息交易仍是核心矛盾，日元反弹空间受限

分析人士认为，日本此次干预能够改变短期走势，但难以消除日元长期承压的核心因素。

彭博数据显示，以2年期美日隔夜指数掉期利差衡量，美元兑日元与利差之间的90日滚动相关系数已从3月的约0.25升至0.44，意味着美日利差对汇率走势的影响正在增强。

只要美日利差仍维持高位，套息交易仍可能继续支撑美元兑日元。

花旗分析师表示，美元兑日元此次快速下跌“与此前干预期间的走势一致”，但由于植田和男的政策表态并未明显超出市场预期，日元进一步上涨可能面临挑战。

本文来自华尔街见闻，欢迎下载APP查看更多

7月21日，OpenAI承认其AI代理在一次网络安全能力测试中"越狱"，突破沙盒隔离，入侵了AI开源平台Hugging Face的生产系统——目的是"抄答案"。

九天后，7月30日，还没等硅谷消化这件事，Anthropic 也站出来了——我们查了一下，发现我们的模型也干了。

而且不止一家。三家。

OpenAI的AI，为了"抄答案"越狱了

先看 OpenAI 这边发生的事。

OpenAI 当时在用一套叫 ExploitGym 的网络攻防评测平台测试自家模型。参与测试的模型包括已发布的 GPT-5.6 Sol，以及一款更强大的未发布模型。为了测出模型的极限黑客能力，OpenAI 把安全护栏关了。

模型被关在一个隔离沙盒里，网络访问被限制到只能通过一个内部代理访问代码包仓库。OpenAI 认为这就安全了。

双方联名发布的博客文章截图：《OpenAI 和 Hugging Face 合作解决模型评估过程中发生的安全事件》

模型不这么想。

它发现了那个代理里的一个零日漏洞，一个连开发者自己都不知道的安全缺口。然后从那里突破隔离，拿到了开放互联网的访问权限。

接下来发生的事更离谱：模型自己推断出 Hugging Face 平台上可能存有 ExploitGym 的测试答案，随后主动发起攻击，利用窃取的凭证和零日漏洞，找到 Hugging Face 服务器上的远程代码执行路径，直接从生产数据库里把答案取走了。

整个过程中，没有任何人类下达攻击指令，没有任何人类介入。

Hugging Face 联合创始人 Thomas Wolf 对 BBC 说，这件事是"行业的一记警钟"。

被攻击的一方想追查，发现美国模型不帮忙

Hugging Face 安全团队发现入侵后，第一反应是调用美国头部 AI 公司的前沿模型来帮忙分析攻击日志。

碰壁了。

这些模型的安全护栏"无法区分事件响应人员和攻击者"，直接拒绝检查攻击载荷。一个被 AI 攻击的受害者，没法用同一家的 AI 来防御。

走投无路的 Hugging Face 转而部署了中国智谱 AI 的开源模型 GLM 5.2，在自己的基础设施上分析了逾 1.7 万条攻击日志，最终完成溯源和取证重建。

Hugging Face CEO Clem Delangue 说得直白：

"当你正处于一场活跃的安全事件中，你的工具不能拒绝检查恶意载荷。开源模型让我们能在不需要任何人许可的情况下完成这项工作。"

X 上有网友总结得精辟：如果你被 OpenAI 攻击了，你必须用中国模型，因为 Claude 不会帮你。

OpenAI 的攻击不止一家

事情到这儿还没完。

据路透社后续报道，OpenAI 的"出逃模型"不光是攻击了 Hugging Face 一家。它还把纽约云计算平台 Modal Labs 的一个客户账户给黑了。

Modal Labs CTO Akshat Bubna 确认，入侵源于该客户发布了一个无需身份验证即可公开访问的端点，失控的 AI 代理利用这个缺口执行了代码。

OpenAI CEO 山姆·奥特曼本周表示，他已经就这次入侵事件与国会参议员进行了讨论，并计划与白宫讨论即将发布的 AI 模型和测试问题。

Anthropic 翻查了 14 万条测试记录，发现自己的模型也不干净

OpenAI 公开事件后，Anthropic 决定自己也查一遍。

他们翻查了 141006 条网络安全评估记录。结果找到了三起。

三起事件涉及三个不同模型：Claude Opus 4.7、Claude Mythos 5 和一个内部研究模型。最早的可以追溯到今年 4 月。

怎么回事呢？Anthropic 在给模型的提示中明确说了"你没有互联网访问权限"，但因为与合作测评方 Irregular 之间存在一次"误解"，测试环境在实际运行中并没有断网。

模型接到的任务是"夺旗"——在模拟网络中找出隐藏信息。结果网络是真的，不是模拟的。

在其中一个案例中，Claude Opus 4.7 被分配了一个虚构目标公司，偏偏这家公司的名字和现实中一家真实企业一模一样。模型找到并利用了漏洞，获取了那家公司的凭证和数据库访问权限。Anthropic 说，模型当时的"想法"是：既然看起来像现实世界的东西，那一定是 Anthropic 刻意安排的模拟测试的一部分。

另一件事发生在 Anthropic 一个还没公开的内部测试模型身上。这个模型在攻击中途自己停了手，它意识到打进去的目标是真的，不是模拟的。

Anthropic 对此的评价是"谨慎乐观"，认为这说明让 AI 行为得体方面的进展有眉目了，"但还需要更多测试才能确信这个结论"。

Anthropic 于 7 月 23 日暂停了所有网络攻防评估，7 月 27 日通知了受影响的三家机构。其中两家在收到通知前完全不知道自己被黑过。第三家到现在还没联系上。

"Claude 使用了基本技术攻破了受影响机构的基础设施，比如利用弱密码和未认证端点。"Anthropic 在声明中说。

该怕的，是掌握AI的人

Palisade Research 的执行董事 Jeffrey Ladish 说得更直接。他怀疑顶尖 AI 公司还有更多未被发现、或者发现了但没公开的事故。"模型越聪明，情况只会越糟。它们会越来越擅长作弊，越来越擅长撒谎。"

马斯克在 X 上的回应只有一句话："随着 AI 变得更聪明、更有自主行动力，这种事会频繁发生。"

剑桥大学 Minderoo 中心的 Gina Neff 教授说，这次审查显示的是"AI 模型在被人类告知要做的事情"。在她看来，真正该盯紧的，是那些制定安全标准的公司。决策权在他们手里，后果由所有人承担。

整件事最根本的矛盾在于：最强大的 AI 模型既能用来攻击，也能用来防御。安全护栏本意是保护用户，但当它让防御方用不了这些模型时，不对称的优势就完全倒向了攻击者一边。

今年 5 月，一篇关于 ExploitGym 的论文已经给出了结论："前沿 AI 代理的自主漏洞利用开发，已经不再是假设性的能力。"论文作者来自伯克利、马克斯普朗克研究所、加州大学圣塔芭芭拉分校和亚利桑那州立大学。OpenAI、Anthropic 和 Google 也参与了测试。

论文发现，在受控条件下，Claude Mythos Preview 和 GPT-5.5 分别成功攻破了 157 个和 120 个真实漏洞。

而现在我们看到，受控条件本身也靠不住了。

监管在追，IPO 也在追

这场风波正在把 AI 安全推向政策辩论的中心。

6 月 2 日，美国总统特朗普指示顾问制定一套针对最先进 AI 的自愿性网络安全测试框架。此前，美国政府曾以国家安全为由，动用出口管制暂时限制 Anthropic 旗下 Fable 5 和 Mythos 5 模型的分发。

OpenAI 和 Anthropic 都在筹备上市。市场预计两家公司的估值都在万亿美元级别。

有批评者认为，这一系列"自曝"有营销成分。一位 OpenAI 发言人回应称，"我们意识到有很多问题和猜测在流传"，并说"计划在未来几周内发布一份技术报告"。

Hugging Face CEO Delangue 的结语值得被记住：

"这一事件可能是同类事件中的首例，它证明了一个我们长期以来的判断：AI 安全不会由任何一家公司在封闭中解决，它将在开放环境中、通过协作、让每一位防御者都能广泛获取 AI 的方式来解决。"

本文来自华尔街见闻，欢迎下载APP查看更多

韩国基准指数Kospi今年的波动率已突破60%，不仅几乎是日本日经225指数的两倍，甚至超过了以高风险著称的加密货币比特币。截至7月底，剧烈的市场波动已迫使韩国交易所今年9次触发“熔断”机制以暂停交易并遏制闪崩恐慌，而该机制在2025年全年未曾启用，2024年仅启用过1次。

在韩国，散户投资者被称为"蚂蚁"，这一称谓折射出他们倾向于集体行动的特征：当股票下跌时极易引发恐慌性踩踏，而当股票上涨时，又会因错失恐惧症（FOMO）引发高位接盘的买入狂潮。尽管华尔街机构评估近期的强制平仓潮已大幅出清了市场中的高杠杆资金，但由于指数权重极度集中且散户羊群效应显著，韩国股市的结构性脆弱依然深刻影响着投资者的风险敞口与交易策略。

韩国股市的过山车行情，根源在于三星电子与SK海力士对Kospi指数的压倒性主导。两家公司为新一代AI系统提供所需存储芯片，利润爆发式增长，股价随之急速攀升，连同各自的上市关联企业，合计占据Kospi超过50%的权重。这意味着追踪Kospi的指数基金，事实上已演变为一场对AI赛道的集中押注。

这种高度集中带来的扭曲效应显而易见：今年6月下旬Kospi创下历史新高时，指数831只成分股中，超过650只实则下跌。

AI基础设施的投资热潮是两家公司股价飙升的直接推手——数千亿美元正涌入AI平台与数据中心建设，押注这一技术的变革潜力终将转化为丰厚回报。然而目前AI面向终端用户产生的收入，尚不足以覆盖建设成本，相关股票估值对投资者情绪的变化极为敏感。

7月下旬，市场担忧Meta Platforms等美国科技巨头正在过度建设数据中心，叠加业绩低于预期，SK海力士股价在短短三个交易日内暴跌27%。此后该股触发韩国市场30%的单日涨停上限，带动Kospi录得18%的历史性反弹。这种单日极端波动，正是当前市场结构的缩影。

韩国杠杆ETF市场的野蛮生长，是此轮震荡的另一核心变量。杠杆ETF借助衍生品与债务工具，将标的指数或资产的日收益放大，通常倍数为两倍，风险极高。在全球大多数市场，此类产品的主要买家是专业交易员和机构投资者，而在韩国，用积蓄入市、缺乏系统金融训练的普通散户却是主力持有人。

韩国杠杆ETF的起点可追溯至2010年，三星资产管理公司推出KODEX杠杆产品，即2倍KOSPI 200指数ETF，被该公司及韩国媒体称为亚洲首只杠杆ETF。此后逾十年间，这一市场基本局限于追踪宽基指数的产品。

监管机构并非没有察觉到风险。2025年，韩国金融监管机构曾试图限制投资者购买境外杠杆ETF的需求，但今年却批准设立了十余只追踪三星电子和SK海力士单一股票的杠杆ETF产品，其中90%的份额目前由散户持有。据高盛策略师6月底测算，韩国追踪指数与单一股票的杠杆ETF资产规模，已从年初的约50亿美元飙升至逾400亿美元。

在高峰时期，这些ETF与其追踪的两只芯片股合计贡献了这个3.4万亿美元市场逾70%的单日成交额，大幅放大了个股涨跌的市场冲击。7月下旬市场急挫后，政府承诺采取措施限制散户接触杠杆ETF，包括设定持仓占投资者总资产比例上限，以及提高交易成本。据摩根大通策略师7月29日的报告，杠杆ETF的去杠杆进程已基本完成，对冲基金约90%的降杠杆操作已告结束，相关借贷买股规模亦从6月峰值有所回落。

与两家芯片巨头的主导地位相伴而生的，是韩国散户前所未有的入市热情。今年以来，韩国本地个人投资者已向Kospi累计买入逾110万亿韩元（约合770亿美元）的股票。这些资金在压低两家公司融资成本、支持其扩张计划的同时，也进一步推升了股价的波动幅度。

与散户大举买入形成鲜明对比的，是外资的持续流出。外国基金经理因需将三星和SK海力士的持仓压缩至合理比例以避免过度集中，今年已净卖出Kospi股票约1150亿美元，其中SK海力士单只股票的外资撤出规模就超过400亿美元。

在韩国，散户投资者被称为"蚂蚁"，这一称谓折射出他们倾向于集体行动的特征：股价下跌时容易引发恐慌性踩踏，股价上涨时则往往在高位蜂拥追买，唯恐错过涨势。相比之下，机构投资者在公司遭遇困境时更倾向于坚守持仓，并对基本面价值有更为清晰的判断——这种结构性差异，正是韩国市场波动难以平息的深层根源之一。

本文来自华尔街见闻，欢迎下载APP查看更多

BP新任首席执行官Meg O'Neill周五表示，此次启动正式出售流程"体现了公司对资本配置的严格管理"。据能源咨询机构Rystad估计，BP北海业务的价值约为26亿美元。此次出售若达成，将是BP继2003年出售Forties油田以来最重要的一次北海资产退出。

这一决定也在苏格兰地区引发强烈反响。作为北海离岸产业主要物流枢纽的阿伯丁，当地商业团体随即呼吁政府采取行动，减轻运营商负担，并要求重新审视现行税收制度。

此次正式挂牌出售，是在早前一轮私下谈判告吹之后做出的决定。据英国《金融时报》报道，BP今年早些时候曾与Ithaca Energy就近20亿英镑的交易进行深入磋商，但最终未能达成协议。

Rystad分析师Matt Cooper指出，BP此次公开宣布出售流程，"可能是希望引入其他竞争方，避免陷入单一买家的被动局面"。

目前市场认为最有可能的潜在买家包括：由TotalEnergies、HitecVision和Repsol共同组建的合资公司Neo Next+，以及以色列Delek集团和意大利埃尼（Eni）为最大股东的Ithaca Energy。

BP目前在北海运营五个枢纽，雇用约1100名员工，日产石油和天然气接近10万桶。公司旗下最具价值的资产是位于设得兰群岛附近的Clair Ridge油田（2018年投产）和Schiehallion油田（2017年完成重开发）。

BP在北海运营的24个油田中，约半数仍在生产，另外半数已进入废弃处理阶段。分析人士指出，废弃成本可能高达30亿美元，这给交易定价带来相当复杂性。

不过，分析师认为BP可能选择保留待废弃的油田，以便在出售活跃资产时争取更理想的成交价格——将生产业务与退役负债分拆，有助于提升买家对优质资产的出价意愿。

出售北海业务也是BP整体降杠杆、收缩资产计划的组成部分。BP已设定目标，到2027年底前完成200亿美元的资产出售，并制定了今年出售90亿至100亿美元资产的指引。据英国《金融时报》上周报道，BP亦已接近达成出售旗下Lightsource太阳能业务的协议，但该交易可能不涉及大额现金对价。

BP与北海的渊源可追溯至20世纪60年代中期。1970年，BP在Forties油田取得突破性发现，开创了英国北海石油工业的黄金时代。该油田在七八十年代高峰期日产超过18万桶，约占英国石油消费总量的五分之一。

彼时，BP主导着北海能源格局，不仅运营盆地内最大的油田，还拥有大量支撑区域开发的基础设施。然而，随着Forties产量下滑，BP于2003年将该油田出售给美国阿帕奇公司（Apache），拉开了国际石油巨头撤出北海的序幕。

此后，竞争对手或将北海资产合并，或相继挂牌出售，BP成为北海少数仍保有重要业务的国际大型石油公司之一。此次出售，也意味着这一局面即将终结。

值得注意的是，O'Neill的这一决定与她刚接任时的表态形成明显转向——她上任之初曾表示，北海地区仍有"尚未开发的潜力"。

BP出售北海业务的消息，令英国能源安全辩论再度升温。俄罗斯2022年引发的双重能源冲击，持续加剧外界对英国本土油气生产前景的忧虑。

英国首相Andy Burnham本周表态，将对北海钻探采取"务实"立场。"那里有资源。当民众生活陷入困境时，我们不能对此视而不见，"他说。

阿伯丁及格兰扁郡商会首席执行官Russell Borthwick称，BP的决定是一个"决定性时刻"。他表示，"北海仍是英国最重要的战略资产之一"，并呼吁Burnham在现行税制于2030年到期前提前予以替换——目前该制度对企业利润征收高达78%的综合税率。

BP则强调，公司全球总部将继续留在英国。O'Neill表示："英国是我们逾百年的根基所在，将继续在我们的未来中扮演重要角色。"

本文来自华尔街见闻，欢迎下载APP查看更多

欧盟统计局周五公布的7月通胀数据显示，欧元区CPI年率升至2.9%，高于6月的2.8%，与路透调查预期一致。能源价格年率涨幅从8.5%扩大至10%，是此轮通胀反弹的主要推手，背后则是中东战争引发的油价飙升。

更受市场关注的是，剔除食品和能源的核心CPI意外从2.4%升至2.5%，服务业通胀亦从3.2%小幅走高至3.3%，显示价格压力已开始向经济腹地渗透。欧央行行长拉加德上周在维持利率于2.25%不变后警告称，能源冲击的外溢效应可能强于预期，并表示未来数周将对更广泛价格压力"高度警惕"。

利率互换市场数据显示，交易员目前定价9月加息的概率约为85%，并押注年内还将有一至两次各25个基点的加息。

此轮通胀回升的直接来源是能源。受中东冲突持续推升全球油价影响，欧元区7月能源价格同比上涨10%，较6月的8.5%明显加速。布伦特原油在6月底短暂跌破战前水平后迅速反弹，当前价位较月初已累计大涨逾22%。

荷兰国际集团首席经济学家Bert Colijn指出，未来数月通胀"仍有充足上行空间"，若油价维持当前水平，8月读数将"显著高于7月"。薪资压力亦出现初步走强迹象，进一步加大了通胀的持续性风险。

抵消因素方面，食品通胀延续年内下行趋势，7月降至1.2%；非能源工业品价格涨幅维持在0.9%的低位，在一定程度上反映了来自中国的进口商品价格仍相对低廉。欧元兑美元在数据公布后几乎未有反应，小幅下跌0.1%至1.152美元。

尽管通胀数据超预期，路透报道援引分析人士的观点认为，7月数据本身不会成为欧央行政策的"决定性因素"——在9月10日的议息会议前，决策层还将获得8月通胀读数，而油价的高度波动性也留有变数。

然而，市场和分析师的整体判断已趋于一致。穆迪分析欧元区预测主管Kamil Kovar表示，考虑到7月中东局势的发展，周五的通胀数据将"令欧央行坚定踏上9月加息之路"。Premier Miton首席投资官Neil Birrell则表示，若要阻止欧央行在9月行动，需要"事件本身及前景出现重大逆转"。

欧央行此前已明确发出信号：经济走势符合其"基准情景"，而该情景本身即预设了9月的加息行动。二季度GDP增速0.4%、大幅超出预期的表现，也进一步化解了外界对加息可能抑制经济增长的担忧。

二季度欧元区GDP环比增长0.4%，为预期的两倍，法国、德国、西班牙通胀同步走高，且除爱沙尼亚外，所有成员国通胀均高于欧央行2%的目标。这是欧元区连续第五个月通胀超标，为政策收紧提供了更充分的依据。

不过，分析人士在后续加息节奏上存在分歧。金融市场已完全定价10月和明年4月的两次加息；经济学家则普遍持更审慎的立场，多数预计仅有一次追加加息，理由是能源价格上涨尚未触发工资和价格的"第二轮效应"，劳动力市场相对疲软亦意味着薪资压力将继续温和。

服务业通胀已连续三年多高于欧央行目标，这一结构性压力将是欧央行衡量通胀是否真正受控的关键指标，也将直接影响其在9月之后的政策走向。

本文来自华尔街见闻，欢迎下载APP查看更多

Dean表示，他去年对"AI已达初级工程师水平"的预测基本得到了验证，且模型在完成更复杂任务方面的进展速度超出了他的预期。他尤其强调，AI智能体在编程之外的领域同样开始展现能力，这将是未来的重要趋势。

在预判下一阶段突破口时，Dean将目光指向推理硬件。他提出，若推理延迟能降低50倍，将从根本上改变AI系统的产品边界，催生出目前难以实现的全新应用形态。与此同时，他对创业者发出明确信号：上下文工程、专用领域模型，以及能够整合推理时计算的多智能体系统，将是小团队实现差异化的主要窗口。

Dean在对话中证实，其2025年5月作出的"AI达到初级工程师水平"判断基本准确，并指出实际进展在某些维度上超出了他的预期。"模型完成更复杂任务的能力增长速度比我预想的要快，"他说，"而且在编程之外的领域，这些基于智能体的系统也开始崭露头角。"

他认为，目前市场对AI智能体能力存在一个被普遍低估的认知盲点：基于智能体的系统已经可以不止运行一两个小时，在某些问题领域、配合足够强大的模型，可以连续运行数天甚至数周，完成极为复杂的任务。"有些人已经开始隐约察觉到这一点，但我认为还没有被普遍接受，这将是一件影响很大的事。"

在实际应用层面，Dean举例称，他和同事Sanjay近期在做底层库性能优化时，通过为智能体编写"技能"（skill），教会模型按顺序完成"测量基准—改进代码—测量性能提升—迭代"的完整流程，实现了相当高效的自动化循环。他还提到，目前的模型在将软件从一种编程语言翻译成另一种语言方面已相当高效，因为原始代码本身构成了一份极其清晰的规格说明。

Dean将推理硬件效率定义为AI系统下一步大规模普及的核心约束，并类比了他2001年主导的一项历史性决策——将Google搜索索引从硬盘迁移至内存，以此说明硬件架构的跃迁对产品能力的决定性影响。

"大家会看到越来越多高性能、低能耗的推理硬件系统，"他表示，"推理是让基于智能体的系统能够普及给更多人的关键，延迟非常重要，而硬件的专用化正是提升能效、降低延迟的关键途径，比GPU或TPU这类通用计算设备更有效。"

Dean进一步指出，当前AI系统设计中存在一个被多数创业者忽视的底层约束：将数据从加速器的HBM取到处理器进行计算，所消耗的能量是实际执行一次乘法运算的上千倍。这一差距深刻影响了批处理的必要性、系统架构设计乃至产品的延迟表现。"如果没有这上千倍的差距，就不需要做批处理；但正因为有，你必须一次性处理很多样本或很多token，才能把这次数据搬运的开销摊薄。"

在推理硬件的优化方向上，他着重提到两点：尽量减少数据搬运，以及尝试极低精度运算，将所需精度直接内建到硬件中，而非支持冗余的精度选项。

Dean指出，AI进步的驱动力正在发生结构性转变——从"更大的模型、更多的数据"，逐步转向模型之外的系统工程能力，包括检索、工具调用、记忆管理和智能体编排，即业界所称的"上下文工程"（context engineering）。

"模型只是你要构建的整体系统中的一部分，"他说，"这涉及模型如何使用各种工具，如何检索相关信息，可能还要保留过去解决其他问题时检索到的信息，并把这些信息放进模型的上下文中。"

他将上下文工程视为小团队的重要机会入口，原因在于门槛结构的改变："以前训练一个模型需要海量的资源、GPU和数据，但做上下文工程，你只需要一个类似Gemini的API接口，然后自己搭建检索系统、工具调用之类的东西就行了。"

对于智能体在执行超过三四十步后容易"脱轨"的普遍问题，Dean给出了两类应对策略：一是为模型提供技能和提示，使其尽量停留在熟悉的操作路径上；二是采用多智能体架构，通过推理时计算（inference-time compute）搜索可行解题路径，由另一个模型或智能体对多条路径进行评估和筛选，保留有效方案，剔除偏离轨道的路径。

在与创业者直接相关的议题上，Dean提供了一套较为具体的机会识别框架。

他指出，通用模型正在越来越多的领域持续变强，这意味着创业者必须审慎评估自己选择的方向是否具备足够的持续性："你正在做的事情是不是够'持久'——未来六个月或十二个月，前沿模型会不会就能做到这件事了？"

在识别有效切入点时，他给出了较为清晰的信号：应当寻找当前通用模型成功率接近0%或1%的问题，而非20%。后者往往意味着相关能力正处于萌芽阶段，随训练数据增加或模型规模扩大，通用模型可能很快追平。

他认为两类场景具有较强的结构性优势：其一，产品能够接触到通用模型无法获取的特殊数据，例如用户个人信息；其二，针对极其困难的特定问题，通过训练专用小模型，可以以较低成本获得高精度解法。他以AlphaFold为例——这是一个专用于蛋白质折叠的模型，并非通用系统，在特定领域取得了显著成效。他认为材料科学、芯片设计等领域同样存在类似机会。

Dean对2027年的大胆预测指向一个更深层的演进方向：机器学习系统本身的自动化程度将大幅提高，形成"用AI优化AI"的闭环。

他描述的路径是：将问题拆解成子问题，在紧密的自动化实验循环中运行，再将结果整合，从而持续迭代出改进后的系统。"这不只适用于机器学习，也适用于其他科学和工程领域——基本上任何有可衡量目标的领域，现在都能取得很大进展。"

Dean还提到，加快这一循环的关键之一，是构建速度更快的验证模型。他以量子化学领域的案例说明：原本需要运行一整夜的密度泛函理论模拟，在用神经网络近似后速度提升了30万倍，使原本需要六个月才能完成的千万种分子构型筛选，在午饭时间内即可完成，从根本上改变了科学研究的节奏。

他同时提出了一个颇具挑战性的思想实验：过去60年，半导体行业默认晶体管必须极度可靠；但若在更高系统层面引入冗余容错机制，是否可以使用每天出错20次的晶体管来构建系统？这类对基础假设的重新审视，正是他认为能够催生下一代突破性系统的思维方式。

面对"当智能体能完成所有代码编写后，什么才是真正稀缺的"这一问题，Dean给出了明确的答案：判断力（taste）——即知道该让智能体去解决什么问题。

"模型未必擅长做这种判断，"他说，"未来会是人来引导大量的AI辅助计算，从而更快地实现伟大的成果——但那个'你想要模型做什么'的核心，才是你应该专注的关键。"

他提出了一种量化训练判断力的方式：定期写下未来12个月内可能重要的事情清单，一年后回头核验哪些真的变得重要，哪些已被他人完成，哪些尚属空白。此外，他还强调了"第一性原理"思考的价值——不纠结于问题今天是怎么解决的，而是眯着眼睛审视问题的本质，寻找能带来一到两个数量级提升的截然不同的解决思路。

以下为访谈实录：

主持人： Jeff，欢迎你，非常感谢你能来。尤其是我刚感冒了，还是要谢谢你能来。

Jeff Dean： 我这几天嗓子哑了，平时说话不是这个样子，但我们尽量。

主持人： 你主导开发了MapReduce、Bigtable、TensorFlow、TPU、Gemini，光是这些成果就能聊上一整个小时。但我最欣赏的一点是，你现在依然愿意公开做出大胆的预测。去年，也就是2025年5月的AI Ascent大会上，你说AI已经达到了初级工程师的水平。这已经是一年前的事了，现在这个预测兑现得怎么样？

Jeff Dean： 我感觉模型在基于智能体的长程编程任务上进步很快，现在它们已经相当能干了。具体要看你怎么定义"初级工程师"，但我觉得这个预测基本说中了。

主持人： 这个预测里，你低估了什么？

Jeff Dean： 我觉得模型完成更复杂任务的能力增长速度比我预想的要快。而且我发现，在编程之外的领域，这些基于智能体的系统也开始崭露头角，我认为这会是未来的一个重要趋势。

主持人： 那再给我们一个大胆的预测吧，你觉得2027版的预测会是什么？

Jeff Dean： 我认为机器学习系统本身的自动化程度会大幅提高——让机器学习系统通过运行大量实验来自我提升能力，把问题拆解成子问题，在一个紧密的自动化实验循环里运行这些子问题，再把结果整合起来，从而得到一个改进后的系统。这种完全自动化的问题分解和自动化实验，我觉得会非常令人兴奋。而且这不只适用于机器学习，也适用于其他科学和工程领域——基本上任何有可衡量目标的领域，现在都能取得很大进展。

主持人： 我们回顾一下历史。早在2001年，Google搜索还跑在硬盘上，你和Sanjay算了一笔账，发现总有一天整个搜索索引能装进所有服务器的内存里。你们意识到这一点后，几天之内就把搜索从跑在硬盘上换成了跑在内存里，这也是Google搜索变快的关键。放到2026年的今天，"能装进内存"这样的时刻是什么？在座的每个人现在应该在思考、设计什么？

Jeff Dean： 情况不太一样了，但我认为大家会看到越来越多高性能、低能耗的推理硬件系统。因为大家现在都意识到，推理是让这些基于智能体的系统能够普及给更多人的关键，延迟非常重要，而硬件的专用化正是提升能效、降低延迟的关键途径，比GPU或TPU这类通用计算设备更有效。毕竟现在每个人都已经习惯了等待模型的响应。

主持人： 所以你是说，如果我们不用再等待了会怎样？

Jeff Dean： 对，设想一下，如果延迟能降低50倍，你能用它做什么。

主持人： 有意思的想法。现在，在座这6000人当中，有什么关于AI的普遍假设其实已经不成立了？

Jeff Dean： 我觉得可能有一点大家没有充分意识到，那就是基于智能体的系统其实已经可以不止运行一两个小时，在某些问题领域，配合足够强大的模型，它们可以连续运行数天甚至数周，去完成非常复杂的任务。有些人已经开始隐约察觉到这一点，但我认为还没有被普遍接受，这将会是一件影响很大的事。

主持人： 具体来说，有没有哪个任务是你让智能体跑了好几周的？你让它去解决什么问题了？

Jeff Dean： 比如说，你可以让智能体去用不同的编程语言，从头实现全新版本的软件，可能是安全性更好，或者性能更好的版本，然后让它们真正认真地去完成这件事。

主持人： 很酷。现在说说你特别擅长的一件事——用餐巾纸做估算。听起来有点好笑，但关于你的一个故事是：2013年Google的语音识别刚开始起作用时，你在餐巾纸上算了一笔账——如果每个Google用户每天用手机做三分钟的语音识别，你发现这需要把整个Google服务器机队翻一倍，成本会非常高昂。而你没有这么做，你们自己造了一款定制芯片，这就是TPU的起源。

Jeff Dean： 对。当时我们开始在基于深度学习的语音系统上看到非常好的质量结果，但相比旧的语音系统，这些模型的计算开销要大得多，不过错误率也降低了很多，相当于几个月内就实现了语音识别20年的进步——只是稍微调了调模型、扩大了规模、用了更好的数据。于是我们开始担心，如果语音识别效果变得好很多，人们会更多地使用它，比如用语音口述邮件或者跟手机对话。我们意识到需要比当时用CPU运行更好的解决方案，于是就有了TPU——它专门针对低精度密集线性代数运算做了优化，而这正是当今几乎所有现代机器学习算法的核心。如果你为低精度密集线性代数专门造一块芯片，别的什么都不做，它对机器学习推理会非常有用，尽管它跑不了Chrome或Word之类的程序。几年后，这套系统做出的芯片，能效比当时的CPU和GPU高出30到80倍，延迟也低了20到30倍——这也是今天TPU能成为基础设施的关键原因。

主持人： 你当初肯定没预料到，TPU后来会成为Transformer架构的基础——毕竟Transformer架构比TPU出现得晚得多。

Jeff Dean： 对，这也是为什么我们造的是一个通用的线性代数系统，也就是TPU真正的本质。因为我们知道机器学习算法还在不断演变，你不想过度专用化，但又要专用到足以获得显著的性能提升——比如可以有非常大的乘法器阵列、高速内存、高速互连，后来的TPU还能让许多芯片高效地协同处理同一个问题。这么多代下来，我们一直在持续扩展和提升它们的性能。

主持人： 这餐巾纸算账真是厉害。那对于在座想成为未来创业者的人来说，今晚回去应该做哪种餐巾纸测算，才有可能做出像TPU这样有分量的东西？

Jeff Dean： 这个不好一概而论。我觉得应该去想想，你关注的领域里有哪些问题，有哪些瓶颈，是否存在截然不同的解决思路，能带来一到两个数量级的性能或能力提升。有时候，如果你眯着眼睛看一个问题，不去纠结这个问题今天是怎么解决的，而是从第一性原理出发去思考该怎么解决，你就可能想出一些真正好的点子——很可能是别人还没想到的。

主持人： 是个不错的建议。多年前，你写过一份很出名的清单，叫"每个工程师都应该知道的延迟数字"，里面列了缓存未命中要多久、磁盘寻道要多久、一个网络包从加州传到荷兰要多久，诸如此类关于分布式系统和系统工程的数字。这份清单后来被很多分布式系统工程师奉为圭臬。现在这份清单也该更新了，能不能给我们一个2026年的AI版本？

Jeff Dean： 如果放在今天的AI系统里看什么是重要的，你会想知道加速器主存到片上内存、再到乘法器单元之间的带宽是多少；做一次乘法运算需要消耗多少能量；芯片之间的互连带宽是多少，这个带宽能连接多少块芯片；再往外扩展，比如要和一万块芯片通信而不是五百块时，网络带宽会怎样下降。我觉得这些都是非常重要、值得了解的数字，会实实在在地影响你思考和解决具体问题的方式。

主持人： 你说过一个很有意思的观点，现在衡量一切的单位是能量。你提到做一次运算大约消耗1皮焦耳，但搬运数据、做数据I/O要消耗上千倍的能量。

Jeff Dean： 对，光是把数据从加速器的HBM取到处理器里以便计算，就是这个量级的开销。

主持人： 这个差距其实悄悄决定了什么产品能做出来、AI算法该怎么设计。那么，创业者常常以为是"模型问题"，但其实是能量或数据I/O问题的，都有哪些？

Jeff Dean： 你提到的搬运数据和实际计算之间上千倍的能量差距是个很关键的例子，它塑造了我们做机器学习时的很多方面。如果没有这上千倍的差距，就不需要做批处理（batching）；但正因为有，你必须一次性处理很多样本或很多token，才能把这次数据搬运的开销摊薄，这样才不用承受上千倍的减速，而是承受"上千倍除以批大小"的能量开销。但对于真正的低延迟场景，批处理效果并不好。这类围绕计算机硬件能量消耗的决策，实际上深深影响着我们构建上层系统的许多选择。

主持人： 一个很具体的例子就是模型训练本身——把数据集分批、跑epoch这套流程，大家可能以为这是"模型问题"，但其实是系统层面的数据I/O问题，对吧？

Jeff Dean： 对，你必须把数据组装成批次才能提高硬件效率。理想情况下你可能想做批大小为1的训练，但这样效率不够高，所以现在大家用的批次都相当大。

主持人： 你以擅长利用一个长周末，独自钻研出一个精妙方案而闻名。有没有可能Jeff你花上几周时间，去实现批大小为1的训练？

Jeff Dean： 我最近其实在更多地思考推理。推理是个挺有意思的问题，因为你确实需要非常低的延迟——训练则未必需要那么低的延迟。我觉得针对推理去做更专用的硬件，还有很大的空间，目前这方面做得还不够。

主持人： 在推理方面，有哪些你正在深入思考的有意思的事情？

Jeff Dean： 主要是尽量减少数据搬运；尝试极低精度的运算，可能不需要支持那么多种精度——如果你已经明确知道自己需要什么精度，那就直接把它内建到硬件里，别的都不要支持太多。

主持人： 这让我想起一位知名计算机科学家的类比：AI本质上是一个巨大的压缩问题——因为要把数据做有损压缩再还原，你首先得真正理解这些数据。

Jeff Dean： 对，如果你真正理解数据，就应该能把它压缩得很好，而Transformer架构正是目前证明行之有效的方法之一。

主持人： 效果确实不错——这也是我同事们的功劳。现在我们把视野放宽一点。过去AI的进步主要是"模型变得更好"——更多数据、更大参数量。但最近这一两年，进步越来越体现在模型之外的东西上：检索、工具、记忆、智能体工具，这些可能正在汇聚成大家所说的"上下文工程"（context engineering），对吧？

Jeff Dean： 对，模型只是你要构建的整体系统中的一部分，这个系统要能解决非常复杂的问题——这涉及模型如何使用各种工具，如何检索相关信息，可能还要保留过去解决其他问题时检索到的信息，并把这些信息放进模型的上下文中。这样做的好处是，这些信息对模型来说是非常清晰的，不像训练数据那样——训练数据是数万亿个token混合搅拌进数千亿甚至数万亿参数里，相对模糊；而当下这个具体问题或用例的上下文，模型能直接、清晰地看到。接下来，模型需要理解有哪些工具可用，哪些工具能帮它解决下一步的问题，如何把一个问题拆解成一连串的工具调用，也许还要尝试多种方案并评估哪种有效——这整套复杂智能体乃至多智能体系统的编排，我认为会变得越来越重要，也是一个非常令人兴奋的领域。

而且我觉得这个问题领域有意思的地方在于，在座的每个人其实都能参与其中——因为以前训练一个模型需要海量的资源、GPU和数据，但做上下文工程，你只需要一个类似Gemini的API接口，然后自己搭建检索系统、工具调用之类的东西就行了。

主持人： 那大家应该怎么做，才能在上下文工程上做得更出色？

Jeff Dean： 一个很好的办法是，实际用这些模型、脚手架（harness）和工具去解决问题，有时你能亲眼看到模型在哪些地方失败了。往往你不需要去调整模型参数（这从外部很难做到），而是可以通过给模型制定更好的指导规范、写"技能"（skill）让模型知道如何使用不同的工具，就能显著提升模型解决某一类问题的表现。做这件事的过程中，你所使用的整套系统会不断自我改进。这也是一个很好的方式，能让你更清楚模型还需要哪些额外信息才能变得更强。

主持人： 能举个你自己亲手做的上下文工程的例子吗？比如你写过的某个技能或工具，对你的工作流程带来了很大改变？

Jeff Dean： 几周前，我和Sanjay在做一些底层库的性能优化工作。我们在Google写了一个微基准测试库，可以测量各种操作要花多长时间，或者填充某个数据结构要多久——这些数据结构可能在Google的数百万个进程中被使用，所以确保它们高性能非常重要。你可以写微基准测试，但如果没有智能体系统，通常的流程是：先测量当前基准的性能，做一些你希望能提升性能的修改，然后重新运行基准测试看哪里有改善，再运行更大范围的基准测试，测量缓存占用情况等等。于是我们写了一个"技能"，教模型如何按顺序完成这一整套流程，让它能自主完成"测量基准—改进代码—测量性能提升—迭代"这个循环，这对某些类型的问题效果相当不错。这其实就是把我们自己作为工程师会用的方法，以模型能使用的形式教给它。

主持人： 这听起来很厉害。你是说，如果有人能拿到这个技能，就能像Jeff Dean一样做性能优化。这好像是价值连城的东西啊。

Jeff Dean： 我们几个月前其实发布过一份文档，叫《性能提示》（Performance Hints），是我和Sanjay写的，大概30页，讲各种性能优化技巧。已经有人把这份文档摘要后喂给不同的模型，模型在推理代码性能问题时确实变得更强了。

主持人： 大家都听到了，只要拿这份公开的《性能提示》文档，你也能像Jeff Dean一样优化自己的代码，而且完全免费，大家都该去试试。现在说说智能体的话题——在座应该都在做或做过智能体，我相信大家都见过自己的智能体在第30步或第40步的时候"脱轨"。智能体在前十步左右表现不错，到五十步左右就开始摇摇欲坠了。你觉得今天的瓶颈是什么？是上下文、评估器的问题，还是因为它本质上是个开环系统，误差会累积？

Jeff Dean： 我们当然希望智能体能长时间稳定运行，因为这样才能解决更复杂的问题。但正如你观察到的，它们有时候在跟工具交互了十来次之后就会开始"失灵"。这有时是因为模型在做一些它经验不足的事情——它是在某个整体数据分布上训练出来的，一旦稍微偏离它熟悉的分布，就像大多数机器学习模型一样，表现会突然下降，偏离得越远，效果越差。

所以有几种应对方式：一是给模型提供"技能"和提示，让它尽量停留在它熟悉、把握较大的路径上；二是采用多智能体系统，让多个智能体尝试不同方案，再用另一个模型或智能体去评估哪些方案更有希望——这本质上是在搜索可能的解空间，保留看起来靠谱的方案，丢弃偏离轨道、效果不好的方案。这是一个非常通用且有效的技巧：用推理时计算（inference-time compute）去搜索可行的解题路径，能大幅提升长程智能体流程的性能和可靠性。

主持人： 你们内部是怎么实现这种流程的？

Jeff Dean： 我们有各种脚手架和一整套技能，尤其是在Google内部的开发环境里。我们准备了一系列技能，让智能体知道如何使用我们内部的各种工具——编程、代码审查、性能测量、抓取日志文件等等。这些技能能让基础模型的能力大大增强，尽管它本来并没有专门针对Google内部工程师如何从我们专有系统里抓取日志文件这类操作做过训练，但只要有合适的技能定义，它就能真正学会使用，从而提升智能体的实用性。

主持人： 现在我们聊聊创业公司能在哪些地方胜出。这一部分我个人非常关心，因为在座的每个人都要决定未来要做什么、要成为怎样的创业者。Google的特点是，从处理器到产品，整条链路都是自己协同设计的。哪些层面会是像Google这样的公司持续深耕、不断做强的？两三个人的团队又能在哪些地方胜出？

Jeff Dean： Google和我们的Gemini模型、硬件基础设施，都在努力打造能做几乎任何事的通用模型。但这也意味着，我们在很多具体领域上的关注是有限的。而如果有人能针对某个特定领域，做出一个设计精良的界面，配上一个专用模型或一套技能——这个模型不属于我们通用模型体系里的那种"大杂烩"——就有可能做出体验上乘、准确率很高的产品，特别是在你真正热爱、深耕的领域。我觉得这正是两三个人在一个房间里、专注做他们真正热爱的事情所拥有的优势。但我也要提醒一句：通用模型确实在越来越多的领域上变得更强了。所以你得想清楚，你正在做的事情是不是够"持久"——未来六个月或十二个月，前沿模型会不会就能做到这件事了？还是说，这件事可能还要两三年模型才能做到？这是你在决定做什么之前应该权衡的问题。

主持人： 那我们再深入一点。通用模型你们肯定会持续做下去、不断变强，那创业者应该怎么去判断哪些领域是值得投入的？

Jeff Dean： 我觉得最重要的一点是，选一个你真正兴奋、想去做，并且相信对世界有用的问题。如果你做到了这一点，你就已经领先一大截了——相比那种一觉醒来就觉得"我其实不太想干这个"，或者做的东西对世界、对大多数人其实没什么用的情况。这是我为自己选择下一个要研究的问题时应用的首要标准。

其次，你要看现有的通用模型在这个问题领域能做到什么程度——可以去测试，看它们能不能很好地完成这件事。如果它们完全做不到，那通常是个好迹象；如果它们能做一部分，但做得不太好，那反而不一定是好事，因为这往往说明这项能力正在这些模型里萌芽，随着训练数据增多或模型规模扩大，它们很可能会很快变强。所以你应该去找那些模型成功率是0%或1%的问题，而不是20%。

主持人： 那怎么找到这样的问题？这些问题是不是本质上就在训练数据的分布之外？这类问题的形态是什么样的？

Jeff Dean： 有时候，是你要构建的产品能接触到某种特殊数据，而通用模型接触不到。比如你在做一个帮用户整理个人信息的产品，通用模型本身没有这些数据的访问权限，这时你的产品就有很大优势，因为你突然拥有了对重要数据的可见性。

也有可能是某个极其困难的问题，如果你拿到合适的训练数据，训练一个比通用模型更专用的模型，成本反而可以做得很低——训练一个针对特定问题的小众模型，也许不需要太多算力，却能得到一个精度很高的模型。这有时候是解决某个通用模型处理得不太好的重要问题的绝佳切入点。

主持人： 我觉得这里其实有两条路径：第一条路有点滑稽，因为你们已经在"整理全世界的信息"了。

Jeff Dean： 对，那块基本上被覆盖得很充分了。

主持人： 但"整理你个人的信息"却还是空白，这很有意思。第二条路径，你提到了在某些特定领域做更专用的模型，能不能再展开讲讲这些领域有哪些？

Jeff Dean： 比如我同事做的AlphaFold，就是一个非常专用的蛋白质折叠模型，非常成功，很好地处理了那个特定领域，让你一下子拥有了能回答蛋白质结构相关问题的强大工具和模型——但它不是一个通用模型，而是一个非常专用的模型。还有其他一些领域也适合这种做法，比如材料科学、芯片设计等，都能让你利用一个精度很高但小众的模型，去做那些今天还很困难的事情。

主持人： 这是个很好的例子。所以如果在座有人能找到和AlphaFold形状类似的问题，那可能就是个值得做的方向。假设大家已经找到了要做的问题，接下来聊聊怎么成为一名真正优秀的"AI原生"创业者。你以前说过，管理一支50到100个智能体组成的"舰队"，关键在于写出非常清晰精准的设计文档和规格说明（spec）。人们要怎样才能擅长这件事？这些文档具体长什么样？

Jeff Dean： 如果你能清楚地说明自己想要什么，跟虚拟智能体协作时就会顺利得多。你把想要的东西说得越清楚，智能体就越有明确的准则和目标框架可以遵循；反过来，如果你说得含糊，智能体就得自己去推测你的意思，而很多情况下它推测出来的会和你脑子里想的不一样。从计算机科学诞生之初，我们就一直告诉大家：写代码之前，先把软件要实现的目标讲清楚，这非常重要。现在我们有了能真正写代码的智能体系统，但把想要的东西讲清楚这件事的重要性反而更高了——因为以前你是把任务交给一个非常聪明的人，他有背景知识，也可以反问你；智能体有时候也能做到，但我认为清晰的规格说明依然极其重要。

举个编程智能体表现特别好的例子：现在的模型在把软件从一种编程语言翻译成另一种语言时非常高效，因为这种情况下你其实拥有一份极其详尽的规格说明——整套软件本身就说明了系统该做什么。所以如果你有一份Python实现，想要一份Go实现，现在的模型在这方面能力相当强：它可以拿Python里所有的测试用例，确保在Go版本里也能通过，把测试翻译成Go，比较两个实现之间的行为差异，直到没有差异为止——效果非常好，因为规格说明本身就非常清晰。

主持人： 假设未来每个创业者都能熟练地同时运行成百上千个智能体，所有代码都由智能体写出来了，那时候什么会成为稀缺的技能？

Jeff Dean： 我认为是要有非常好的判断力（taste），知道该让智能体去做什么。这其实是做研究的核心问题——一个研究者可能拥有所有的工具和技巧，但真正决定成败的往往是：你选择把时间花在什么问题上。如果你选对了问题，并且成功解决了它，这远胜过你以很漂亮的方式去执行一个相当平庸的研究课题。所以那种"该做什么"的高层判断力，我认为极其重要。而模型未必擅长做这种判断，所以未来会是人来引导大量的AI辅助计算，从而更快地实现伟大的成果——但那个"你想要模型做什么"的核心，才是你应该专注的关键。

主持人： 那我们再深入聊聊"判断力"，因为在当前这个智能体编程的时代，这个词被谈论得很多。你具体是怎么培养判断力的？听起来有点玄乎，怎么把它落到实处？

Jeff Dean： 这确实不容易，判断力在很多情况下并没有一个可衡量的客观标准。我觉得一部分来自经验——过去做过很多不同的问题，会让你对未来什么问题可能有意思、什么东西也许只是把过去的方法拼凑一下就能勉强做出来、还有哪些开放问题需要你去攻克才能做出真正神奇或极其有用的东西，形成一种直觉。

另一个积累经验的方式是：写下一份你认为未来12个月可能重要的事情清单，也许你只挑其中一件去做，但十二个月后回头看看，评估这些事情里哪些真的变得重要了，哪些世界上其他人已经去做了、哪些还没有人做。这能给你的判断力积累更多的样本。这是一项很重要的技能。

主持人： 我记得我们之前聊到，第三种方式是做一些非常"疯狂"的思想实验。

Jeff Dean： 对，这也是一个好办法。我觉得有时候，不要把大多数人视为理所当然的事情当成理所当然，是件好事。前几天我和几个同事就做了一个疯狂的思想实验：60年来，整个半导体芯片设计和制造行业一直在努力把晶体管做得越来越小、错误率越来越低——因为我们默认，同一设计生产出来的每一块芯片都应该和其他每一块完全一致，不能有任何比特翻转。所有内存都有ECC纠错机制之类的各种误差余量设计。但在我们构建大规模分布式系统的宏观层面，我们并不做这种假设——比如我们用不可靠的零部件构建可靠的大规模分布式文件系统：单个磁盘可能会坏，但你的数据应该是安全的，因为我们在更高层面有机制来保证这一点，比如把同一份数据放在三台不同机架上的三台不同机器里，这样即使某个机架交换机、某台机器或某块磁盘出故障，数据依然安全；我们还有里德-所罗门纠错编码技术。但在晶体管级别的技术尺度上，我们似乎并没有把这套思路做到极致。

于是一个有意思的思想实验就是：如果尝试用一种每天可能出错20次的晶体管去构建系统，而不是要求百万年才出错一次，会怎么样？那会是完全不同的设计出发点，可能会让你在芯片制造端做出一些非常有意思的东西——你会有截然不同的设计方法，因为如果要把信号从一个地方传到另一个地方，而你用的是这种极不可靠的晶体管，你可能需要非常不同的信号传输方式，比如沿着多条冗余路径发送信号，确保至少有一条能成功送达。我认为这会是一组相当有意思的思想实验。我不是说我们真的应该去做这件事，但偶尔质疑一下这些默认假设是有好处的。很多时候，这些思想实验并不会真正落地，因为过去50年我们选择某种做法而不是另一种做法，往往是有充分理由的。但时不时地重新审视这些假设，还是很有价值的。

主持人： 这太狂野了。这听起来和神经形态计算，或者说人脑的工作方式很像。

Jeff Dean： 对，确实如此——大脑中信号从一个地方传到另一个地方的可靠性也不算特别高。所以我认为，大脑里那些真正重要、需要从一处传到另一处的信息，会有多条通路来实现这种冗余传输。

主持人： 那么，在你职业生涯里，有没有哪个你曾经打破的"疯狂假设"，最终真正构建出了有分量的系统？

Jeff Dean： 有几个后来确实成功了。TPU就是个好例子——在那个问题领域被认为重要之前，就为一个非常小众的问题专门做硬件优化，这就是一次思想实验。

MapReduce的起源也是个好例子。当时我、Sanjay，还有几位同事一直在做Google网页爬取和索引系统的各个迭代版本，我们写了大量手工并行化的代码，加上很多检查点机制，来确保系统在跑在一百台、一千台机器上、而其中一些机器出故障时依然稳健可靠。但这些代码常常和你真正想做的相对简单的事情——比如"我只是想看看所有网页的内容，然后顺便算出URL到语言、文本内容的映射"——混杂在一起，被大量的并行化和可靠性代码淹没。于是我们想起了自己在函数式编程语言方面的训练，意识到可以眯着眼睛看这些问题，开发出MapReduce这样一个抽象层，放在具体实现之上；而具体实现层下面则可以把所有的检查点和可靠性机制都封装进一个底层库，供上层所有代码复用。这后来成了Google处理超大规模计算任务的一种极其成功的稳健可靠方式——正是从"如果我们眯着眼睛看，能不能找到很多适配这个抽象的问题"这个思想实验开始的。

主持人： 了不起，这个思想实验最终催生了MapReduce。回到你刚才提到的、你目前正专注研究的定制硬件话题上——现在有AlphaChip负责芯片布局，还有AlphaEvolve能提出方案、评估方案，并保留有效的方案。听起来你们正在打造一整套能够自我迭代、"用AI打造AI"的系统。

Jeff Dean： 更广泛地说，这本质上是科学方法的根基：提出一个实验，实现运行这个实验所需要的东西，评估实验结果，从中得到结论。现在有越来越多的问题，已经可以实现"不只跑几个实验，而是跑成千上万个实验"，因为你能把这整个循环自动化，把这个循环的延迟降到极低，这将非常重要，能让我们在科学、工程、机器学习模型设计本身，乃至芯片设计等工程任务中取得突破。

如果你能以自动化的方式做这些事情，并且有一个能把高层目标拆解成子问题的编排框架，每个子问题都可以用这种自动化循环去探索最佳解法，再有一个编排框架把各个子问题的解法整合成针对高层问题的整体方案——这会带来巨大的影响，能加速机器学习本身的进步，也能加速科学和工程的进步，我觉得这会非常了不起。

主持人： 听起来很多领域，只要能有很好的评估器，尤其是那些能被形式化验证的领域，都很适合这种AI自我迭代的系统。

Jeff Dean： 对，不过很多情况下，你的评估器本身需要做得更快。举个例子，我的同事大概十年前在量子化学的一些问题上做过一项工作——要理解某个分子的性质，你可以生成一个分子构型，然后想知道它有哪些性质。你可以运行一个计算量非常大的密度泛函理论（DFT）模拟器，可能要跑一整夜才能给出一个分子的答案。但我的同事们用大量这类模拟运行的输入分子构型和输出结果，训练出了一个模拟器的神经网络近似模型——这仍是个验证工具，但原本要跑一整夜的计算，现在快了30万倍，而且准确度几乎和跑完整模拟器一样。这就彻底改变了做科学研究的方式，因为原本要花六个月东拼西凑算力才能跑完的一千万种情况的筛选，现在你吃个午饭的功夫就能做完。我认为在很多领域，都有很大空间去做速度快得多的验证模型，也许是可学习的验证模型，能在极短时间内给出接近真实答案的近似结果，这会改变这些实验循环的运转方式，以及你能多快地跑完这些循环。

主持人： 你最期待，这种被大幅加速的科学方法，能在哪些领域和问题上取得突破？

Jeff Dean： 机器学习本身显然是一个——能不能有一个模型，通过运行大量实验来递归地自我改进？如果你想想今天大型研究团队是怎么改进模型的：人们想出一些点子，跑一批小规模实验，看哪些效果好，把效果最好的挑出来，在更大规模上尝试，再评估，最后把结果整合成新的模型配方。我认为没有理由不能让这个循环变得更自动化——模型自己决定去探索，或者有人在最高层稍微推一把，比如"你可以尝试一些结合了这个思路的新模型架构"，然后模型会去跑大量实验，看哪些有效，再以快得多的速度把结果整合进去。本质上，你是在优化"每单位算力投入所能获得的发现数量"。

主持人： 非常有意思。最后一个问题：在座的各位未来都会成为创业者，或者开启自己的职业生涯，你们会收到很多拒绝，这是必然会发生的事，Jeff你自己也经历过。有个故事是，2014年你和Jeff Hinton、Oriol Vinyals一起写了一篇关于"蒸馏"（distillation）的论文——用一个大的教师模型来训练一个更小、更高效的学生模型，参数量更少，计算成本更低，这个技巧现在已经被整个行业广泛使用。而这篇论文当时在NeurIPS被拒了。

Jeff Dean： 对。我不怪那个项目委员会，因为很多时候一篇论文只有三份评审意见，其中一位评审看了之后说，这篇论文"不太可能有重大影响"。但我们当时写这篇论文的时候，其实认为这是一个非常重要的问题，因为我们迫切希望能从大规模模型中做出更便宜、同样强大的模型，好把模型服务推广给语音、视觉等各个领域的更多用户。不过评审可能没有那样的经验，也许他们没有从大规模AI服务的角度去思考，而是在想这是不是一项"根本性"的进展。所以论文时不时会被拒，这很正常，我们就把它放到了arXiv上，大家读了、用了，一切都好。而且我们现在做Gemini里的Flash系列小模型时，其实就用到了这个方法——从我们更大规模的Pro模型蒸馏而来，这也是为什么Flash模型相对于它们的体量和速度而言表现如此出色的部分原因，在同尺寸模型的基准测试里也是数一数二的。

主持人： 确实令人印象深刻。我想这里面的一个教训是：即便被拒绝了，也要继续前进。

Jeff Dean： 对，这就是我从中总结出来的教训。

主持人： 有意思的是，你1999年加入Google的时候，那还只是一家20人的创业公司。如果把当年那个年轻的Jeff Dean，用他当时的技能，穿越到今天这个时代，你会怎么做？加入前沿实验室，还是自己创业？我不知道，你会做什么？就是"今天的25岁Jeff主题"。

Jeff Dean： 这个真的很难说，也是一个非常个人化的选择，取决于你想把时间花在什么上面。对我来说，最重要的问题是：你要做的是不是你真正在乎的事情？如果你和一群你喜欢共事的同事一起，能在这件事上取得进展、集体把它解决或推进，它会不会以某种积极的方式，给这个世界带来改变？比如说，你能不能突然做出一样东西，帮到生物化学家，或者更广泛一点，帮到程序员、帮到所有互联网用户？你应该努力做的，是对世界产生积极影响，和你喜欢共事的人一起工作，并且努力做到最好。

至于你提到的那个具体权衡——加入前沿实验室，还是和一两个、两三个亲近的朋友一起创业，我觉得这是两种不同的体验。在一个大型、成熟的组织里，你会有一定的架构，有很多很多了不起的同事，他们知道很多你不知道的东西；你会有很多有意思的问题可以研究，而且你已经有一个现成的平台，可以通过你的工作直接影响很多人。而作为一个非常小的创业团队，你必须对自己在做的事情充满热情，而且要承担很大的风险——能不能成功，能不能把这件事发展壮大，都是未知数。但这个过程也可能非常有成就感。所以我觉得这真的是个人偏好的问题，但无论走哪条路，至少你应该问自己：如果我去做这个问题，并且出现了最好的结果，这个世界会不会因此变得更好？还是说，世界只会觉得"这挺酷的，但也就那样"？如果是后者，那可能就不值得你花时间去做。

主持人： 那我们再多聊聊第二条路——和真正喜欢的人一起，在一个小团队里工作。你一直是很多工程师心目中出色的导师和管理者，也主导构建了很多庞大的系统。对于怎样与聪明人共事、怎样找到聪明人，你有什么经验可以分享？

Jeff Dean： 你总是想找到那些在团队所需要的某个领域拥有真正过硬技能的人——不管是在公司内部组建团队，还是自己创业。但你同样也想找那些和你相处起来很愉快的人，因为你们会花大量时间一起攻克非常困难的问题，你需要的是那种低自我（low ego）、有团队精神、和你技能互补的伙伴。我一直觉得，在一个小团队里工作特别有意思——团队里有人知道我不知道的东西，我也可能有别人不太具备的技能，大家一起构建、攻克某个个人无法独立完成的东西。而在这个过程中，你其实获得了大量新的知识和技能，其他人也是如此。你应该把自己的工程或研究生涯，想象成拥有一条了不起的"工具腰带"，你要不断往上面添加新工具——因为你永远不知道什么时候会遇到一个需要四种专门工具而不是三种的问题。工具越多，你未来能解决的问题也就越多。

主持人： 最后一个问题。我相信在座的某个人，或者好几个人，未来一定会做出像MapReduce、TPU、蒸馏这样有分量的东西。你希望他们会去做什么问题？

Jeff Dean： 世界上有意思的问题太多了，我随便列举几个，肯定不是全部，因为这个世界太大了，问题也太多。我个人特别期待硬件方面的新思路——就像我们刚才那个思想实验，或者说更高效的推理硬件。我认为机器学习也许存在截然不同、比我们今天使用的方法数据效率高得多的算法。想想我们今天的大规模模型，它们看到的数据量大概是一个18岁人类的一千倍，但一个18岁的人在很多方面依然比这些见过更多数据的前沿模型表现更好。那么，能不能设计出数据效率高得多、能持续从自身行动中学习的系统？持续学习（continual learning）是个非常有意思的方向。我觉得多智能体交互也很有意思。还有，能不能创造出让人与人之间进行更好交流的方式？有没有办法让对话更加文明、更有建设性？有没有办法基于兴趣帮人们认识全世界他们本该认识的人？这些都是挺有意思的问题。这个世界上还有很多很酷的事情，我们都应该努力去创造更酷的东西。

主持人： 太棒了，非常感谢你，Jeff Dean。今天就到这里，谢谢大家。

Jeff Dean： 谢谢大家。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，据韩国媒体援引韩国交易所（KRX）数据，韩国金融当局收紧单股杠杆ETF交易规则后的首个交易日，16只单股杠杆及反向ETF合计成交额降至3.3071万亿韩元，较前一交易日的12.4485万亿韩元大幅下降75.3%，也明显低于7月以来12.27万亿韩元的日均成交水平。

与此同时，韩国股市却迎来强势反弹。当日KOSPI指数大幅上涨，并触发买入护盘机制，三星电子、SK海力士等半导体龙头股领涨。

报道援引多位韩国市场人士，当日行情并非单股杠杆ETF监管新规直接推动，更多受到全球资金流向变化、海外资金回补空头仓位以及此前过度悲观情绪修复影响。分析人士提醒，不应将此次上涨解读为韩国股市趋势已经发生根本性转变。

新规首日，单股杠杆ETF交易大幅降温

韩国金融监管部门自7月31日起实施新规，提高个人投资者参与单股杠杆ETF交易门槛。

根据新规，个人投资者购买单股杠杆ETF所需基础保证金由1000万韩元提高至3000万韩元，同时取消证券资产抵充保证金资格，并引入T+2现金缴纳制度，以限制利用资金循环进行短线杠杆交易的行为。

从首日交易表现来看，监管效果迅速显现。韩国交易所数据显示，16只单股杠杆及反向ETF成交额由前一交易日的12.4485万亿韩元降至3.3071万亿韩元，降幅达到75.3%。其中，剔除反向产品后，14只主要单股杠杆ETF成交额从6.9354万亿韩元下降至2.4686万亿韩元，减少64.4%。

市场人士认为，新规短期内有效降低了资金过度集中于单股杠杆产品的现象，有助于改善韩国股市此前存在的供需失衡。现代汽车证券分析师Kim Jae-seung表示，单股杠杆ETF资金热度在7月此前已经开始下降，其净买入规模已从5月至6月的1.13万亿韩元降至7月以来约3800亿韩元。

与此同时，普通股票ETF净买入额则由2200亿韩元扩大至4700亿韩元，显示部分资金正在从高风险杠杆产品转向传统股票ETF。他指出，随着单股杠杆ETF资金集中度下降，KOSPI市场内部涨跌结构有所改善，大型股主导的轮动行情正在形成。不过，由于资金主要发生在ETF市场内部调整，对以个人投资者为主的KOSDAQ市场带动仍然有限。

KOSPI大涨背后：外资回补空头才是关键

尽管新规实施首日恰逢韩国股市大涨，但市场分析人士普遍认为，两者之间并不存在直接因果关系。

Meritz证券分析师Hwang Su-uk表示，单股杠杆ETF成交大幅下降，说明监管政策确实降低了资金集中风险，但若将当天三星电子、SK海力士等大型股上涨直接视为新规效果，则属于过度解读。他指出，近期全球杠杆基金减仓消息成为市场关注焦点，尤其是Citadel等机构调整仓位，被投资者视为市场空头压力释放的重要信号。

在此前韩国半导体股遭遇集中抛售后，海外资金开始重新流入，推动大型科技股出现快速反弹。Hwang Su-uk认为，这更像是市场供需失衡后的修复过程，资金重新回归基本面定价，而非监管措施直接推动股价上涨。

iM证券分析师李相宪也表示，当日大型股上涨主要是外资集中回补此前建立的空头仓位所造成的技术性行情。他指出，由于此前空头交易主要集中于市值排名靠前的三星电子和SK海力士，因此资金回补时也优先推动这些股票上涨。后续市场关键在于上涨能否扩散至更多行业和个股，而不是仅依赖少数权重股支撑指数。

一家韩国资产管理机构人士也认为，当天行情更多体现技术性反弹。他表示，当前市场面临的高利率环境、中东地缘风险以及通胀压力并未明显缓解，因此不能将短期上涨视为市场趋势逆转。

个人投资者质疑监管时点

由于新规实施首日恰逢三星电子、SK海力士等核心权重股大涨，韩国个人投资者在社交平台上引发争议。

部分投资者抱怨，监管部门提高杠杆ETF交易门槛的时间点与市场反弹重合，使普通投资者错失参与上涨行情的机会。也有投资者认为，3000万韩元现金保证金要求明显提高了交易门槛，对于此前已经亏损的投资者而言进一步限制了操作空间。

不过，市场机构认为，政策实施时间与市场上涨更多属于巧合。分析人士指出，单股杠杆ETF成交下降确实反映出监管正在改变韩国市场资金结构，但当天KOSPI反弹的主要动力仍来自全球资金流向变化和外资空头回补。

当前韩国股市能否从技术性修复进一步转向持续上涨，仍取决于宏观环境改善以及资金能否持续回流，而非单一监管措施带来的短期影响。

本文来自华尔街见闻，欢迎下载APP查看更多

字节跳动今日发布公告，宣布正式推出新一代视频生成模型Seedance 2.5。

该模型的核心技术指标锚定在“可单次生成30秒高质量视频片段”。在产品落地端，Seedance 2.5正陆续上线字节跳动旗下的即梦AI与豆包专业版，其API服务也将于近期接入火山引擎旗下的火山方舟平台。

在当前的AI视频生成领域，生成时长与画面连贯性是衡量模型基础能力的核心维度。

此前，行业内多数开源或商用模型的基础生成时长普遍集中在3至15秒，这类短视频片段在实际影视工业或内容营销中，往往只能作为空镜头（B-roll）或转场素材使用，缺乏承载完整叙事逻辑的能力。

Seedance 2.5将单次生成时长拉升至30秒，官方将这一能力概括为“长叙事能力”的突破，其背后涉及长序列建模与时空一致性保持等相关技术的迭代。

从业务视角来看，30秒是一个具有分水岭意义的数字。在商业广告领域，一支标准的信息流广告或电视贴片广告的时长通常为15至30秒；在微短剧制作中，30秒足以覆盖一个包含起承转合的单机位长镜头。

因此，这一时长的突破，实质上是将AI视频模型的应用边界，从“辅助素材生成”推进到了“成片级内容直出”的阶段。

它大幅降低了后期剪辑中因镜头拼接导致的视听断层，为影视预演、广告制作及短剧开发提供了更具实用价值的工具。

在商业化落地策略上，字节跳动此次采取了C端应用与B端基础设施并行的模式。

一方面，Seedance 2.5陆续接入即梦AI与豆包专业版。即梦AI作为字节跳动面向大众及创作者的AI内容平台，承担着降低创作门槛、扩大泛娱乐用户基数的任务；而豆包专业版则更倾向于满足专业内容创作者对画质、控制力和工作流集成的需求。这种双重应用端的部署，有助于字节跳动在自有生态内快速积累真实的用户反馈数据，进而反哺模型的迭代。

另一方面，将API服务接入火山方舟，则是其向实体产业渗透的关键一步。

对于游戏公司、营销机构或电商企业而言，直接调用API意味着可以将Seedance 2.5的能力规模化地集成到企业内部的自动化生产线中，实现批量化的视频内容产出。这一举措标志着字节跳动试图在“模型即服务”的市场中，确立视频生成领域的底层供应商角色。

将其置于整个科技行业宏观背景下审视，Seedance 2.5的推出是对当前多模态大模型技术收敛趋势的顺应。随着算力基础设施的完善和扩散模型与Transformer架构的深度融合，视频生成时长的延长已成为行业共识和必然趋势。

然而，在技术指标的突破之外，仍需对其实际商业化前景保持严谨的观察。

在处理复杂物理交互时，是否能保证复杂运动的物理合理性与多主体交互的稳定性，仍是所有长视频生成模型面临的共性难题。字节官方也坦言，该模型在这两方面“仍有提升空间”。

其次是算力成本与推理延迟。长视频的单次生成对算力消耗呈指数级增长。

当Seedance 2.5的API正式在火山方舟上线后，其面向企业客户的Token定价策略、高并发状态下的系统稳定性，以及单次生成的耗时，将直接决定其在B端市场的实际渗透率。如果推理成本高于传统外包制作成本，其“工业化提效”的价值将被削弱。

可见，Seedance 2.5的发布是字节跳动在多模态大模型领域的一次重要能力补齐，30秒单次生成能力也确立了其在当前技术周期内的身位优势。

但从实验室的参数指标到真正嵌入千行百业的生产流，这一模型还需在实际的算力成本优化与复杂场景测试中，接受市场的最终检验。

本文来自华尔街见闻，欢迎下载APP查看更多

7月29日，泡泡玛特旗下烘焙品牌POP BAKERY东南亚首店在新加坡圣淘沙名胜世界开业。

POP BAKERY最早从泡泡玛特城市乐园孵化。此前，其国内扩张主要依靠30余个主题快闪车，常设门店则只有6月新开的秦皇岛阿那亚店。

第二家常设门店就被放到了海外。

该店所在的圣淘沙名胜世界Villa A，地处当地核心旅游度假区，毗邻新加坡环球影城和滨海景观。但与阿那亚店不同，圣淘沙店是一座融合潮玩零售、主题餐饮和IP互动的双层空间。

一楼主要为潮流零售区，集中陈列泡泡玛特旗下核心IP的潮玩及衍生商品；二楼才是POP BAKERY的主要经营区域。

门店将旗下IP与东南亚风味结合，推出星星人海盐椰椰棒、星星人酸酸青椰慕斯、PUCKY小笼包甜品等限定产品。

开业期间，泡泡玛特不仅将星星人的首次海外见面会放进门店，还邀请HACIPUPU、CHAKA等IP艺术家参与见面及签售活动。

POP BAKERY负责人张晓阳表示，新加坡门店希望借助圣淘沙的文旅资源，将泡泡玛特城市乐园中的体验带到海外，通过主题甜品、创意饮品和沉浸式互动，打造融合潮流文化、餐饮与休闲娱乐的消费体验。

这种组合业态的出现，既是泡泡玛特推进集团化的新落点，也是其线下门店运营思路的延伸。

泡泡玛特曾在2025年业绩会上透露，2026年的开店和改造数量均将提升，核心逻辑是通过“门店即乐园”的模式，延长用户停留时间、增强体验感。

烘焙本身消费频率更高，也与聚会、庆祝、社交和旅游场景联系得更紧密。消费者即使没有明确购买潮玩的计划，也可能因为甜品、饮品、角色见面或旅游打卡进入门店。

对泡泡玛特而言，城市乐园短期内未必适合大规模复制，但其中成熟的餐饮、互动和粉丝运营模块，可以先被拆解并嵌入海外门店。

集团化与全球化由此互为支点：更多元的业态帮助泡泡玛特在海外扩大IP触点，持续扩张的全球网络则为粉丝互动和长期运营提供空间。

本文来自华尔街见闻，欢迎下载APP查看更多

KIS在7月31日发布的研报中，将三星电子目标价上调10%至65万韩元，维持“买入”评级。该机构认为，市场仍以传统周期股逻辑为三星定价，却忽视了长期供货协议正推动内存业务从“周期驱动”向“订单驱动”转型，公司盈利稳定性、业绩可预测性和估值中枢均有望提升，当前股价处于“严重低估”状态。

二季度，三星电子营业利润达到89.5万亿韩元，同比增长1814%，较市场一致预期高出约5.5%。KIS同时上调了公司2026年和2027年盈利预测，并认为明确的股东回报政策进一步增强了中长期投资价值。

二季度业绩全面超预期，半导体业务贡献几乎全部利润

三星电子二季度实现营收171.5万亿韩元，环比增长28%，同比增长130%；营业利润89.5万亿韩元，环比增长56%，同比大增1814%，高于市场一致预期84.8万亿韩元约5.5%。

利润几乎全部来自半导体业务。韩国投资证券数据显示，二季度半导体部门营业利润达到89.2万亿韩元，占公司整体营业利润约99.7%；其中内存业务营业利润为91.5万亿韩元。

价格改善成为盈利增长的重要推动力。二季度DRAM平均售价（ASP）环比上涨40%以上，NAND平均售价上涨60%以上。与此同时，代工业务在计提员工相关费用后，也已由亏转盈。

五年长约改变行业逻辑：从周期驱动走向订单驱动

韩国投资证券认为，本次多年供应协议的意义远超锁定未来收入，更重要的是改变了内存行业长期以来的供需博弈模式。

过去，内存厂商主要依据对市场需求的预测进行资本开支，行业因此长期受到供给过剩与价格周期波动困扰。而在长期供货协议模式下，产能规划更多建立在客户订单基础之上，行业经营稳定性和盈利可预见性显著提升。

根据三星电子规划，未来长期合同预计覆盖DRAM及NAND约60%至70%的产能，其余30%至40%仍保留现货市场销售，以兼顾长期订单稳定性和市场价格上涨带来的收益弹性。

韩国投资证券认为，这意味着三星正在逐步建立以订单驱动为核心的新型内存商业模式。

HBM并非唯一目标，更强调长期客户合作

韩国投资证券还指出，三星当前并未一味追求HBM产能扩张，而是在HBM与传统DRAM之间维持相对均衡的供应策略。

在HBM盈利能力阶段性低于普通DRAM的背景下，公司根据客户需求动态调整两类产品的生产比例，更强调长期供应稳定性和客户合作关系，而非追求短期利润最大化。

该机构认为，这进一步印证三星内存业务正从以价格周期为核心，转向以客户订单和长期合作为核心的发展模式。

估值仍处低位，股东回报构成重要支撑

尽管基本面明显改善，韩国投资证券认为三星电子目前估值依然偏低。

截至7月30日，公司股价报20.7万韩元，按2027年每股净资产（BPS）计算，对应市净率（PBR）仅约1.3倍，处于历史低估区间。

韩国投资证券将目标价对应估值设定为未来12个月BPS（129,892韩元）的5倍PBR，由此得出65万韩元目标价。同时，该机构将2026年和2027年营业利润预测分别上调3%和7%，以反映长期供货协议带来的盈利稳定性提升，以及2027年HBM价格上涨的潜在利好。

股东回报同样成为估值支撑因素。三星电子重申，将以年度经营性自由现金流（FCF）的50%作为股东回报基础。

韩国投资证券认为，当前市场估值与公司的盈利能力、现金创造能力以及明确的股东回报政策之间存在明显背离，与其等待市场情绪改善，不如关注企业长期价值本身。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，A股早盘集体高开，主要指数全线大涨走强，科创50指数一度大涨超8%，创业板指一度涨超6%。临近尾盘，创业板以及科创50基本回落了一半的涨幅。双创指数仅涨约3%。值得注意的是，存储芯片、CPO等AI硬件方向早盘大幅高开，德明利、兆易创新一字涨停后相继炸板回落。

港股震荡走高，恒科指盘中涨超1%，科网股多数下跌，芯片股强势反弹，兆易创新大涨超20%，不过呈现冲高回落走势，南方两倍做多海力士一度暴涨超300%，收盘涨67%；南方两倍做多三星电子涨49%。AI大模型股亦大幅上涨，智谱盘中涨超28%。

债市方面，国债期货全线上涨，商品方面，国内商品期货涨跌不一。核心市场走势：

A股：截至收盘，沪指涨0.72%，深成指涨2.21%，创业板指涨3.06%。科创50涨3%。全月来看，三大指数均迎来不同程度调整，其中沪指本月跌6.4%，深成指本月跌16.21%，创业板指本月跌23%，科创50指数本月跌25.9%。

盘面上，个股呈现普涨态势，沪深京三市约4700股飘红，今日成交2.56万亿。板块方面，AI应用方向集体走强，中文在线、易点天下、昆仑万维等多股涨停。CPO概念股拉升，汇绿生态、泰晶科技等涨停。半导体芯片股反弹，诚邦股份、盛景微涨停。

从7来看，以芯片、算力硬件为首的科技股7月多数回落，德明利、兆易创新、佰维存储均跌超50%。红利股逆势活跃，建设银行、工商银行、皖通高速、粤高速A本月股价均创历史新高。

港股：截至收盘，恒指跌0.10%，恒科指涨0.53%。恒生指数本月累涨13%；恒生科技指数本月累涨近8%。

盘面上，PCB概念股领涨，芯碁微装大涨超20%，广合科技涨超20%，胜宏科技涨超9%；半导体、存储概念股走强，兆易创新涨超7%，澜起科技涨7%，南方两倍做多海力士涨超67%，南方两倍做多三星电子涨超49%。AI大模型“双雄”上涨，智谱涨超14%，MiniMax涨超13%。小米集团跌超7%。

债市：国债期货全线上涨，截至收盘，30年期主力合约涨0.29%，10年期主力合约涨0.11%，5年期主力合约涨0.08%，2年期主力合约涨0.03%。

商品：国内商品期货涨跌参半，截至收盘，航运期货涨幅居前，集运指数(欧线)涨3.13%；基本金属多数上涨，锡涨1.86%；贵金属全部上涨，钯涨1.78%；非金属建材涨跌参半，玻璃涨0.34%；新能源材料跌幅居前，碳酸锂跌4.84%；黑色系多数下跌，焦煤跌4.41%；能源品全部下跌，燃油跌3.68%；化工品多数下跌，丁二烯橡胶跌2.59%；农副产品多数下跌，鸡蛋跌2.33%；油脂油料多数下跌，棕榈油跌0.84%。

AI应用/智谱AI：中国大模型全球份额63.5%登顶，板块掀涨停潮

AI应用端是本日市场最强主线。蓝色光标、易点天下、中文在线、荣信文化20cm涨停，昆仑万维涨停报43.20元，福昕软件涨停报67.03元，竞业达、掌阅科技、中广天择、风语筑、用友网络等10cm涨停。传智教育斩获5连板报8.81元，普联软件20cm二连板。海天瑞声、值得买、每日互动涨超15%。

消息面，中国模型全球市场份额历史性登顶。OpenRouter官方披露，中国模型全球市场份额6月初整体超过美国模型，截至7月26日近28天份额约63.5%，美国模型仅35.5%，差距进一步拉大。

与此同步，Kimi团队7月27日开放Kimi K3模型权重、OpenAI于7月30日下调GPT-5.6相关模型价格，两大事件进一步降低了AI应用调用成本，加速了"模型平民化→应用爆发"的正循环。

国产模型商业化落地加速。智谱宣布落地1GW级国产AI算力数据中心，全部采用国产AI芯片，其面向开发者的付费订阅服务GLM Coding Plan因需求爆发一度限制订阅名额，当日恢复开放后港股智谱一度涨超28%。

政策全面加码AI应用。发改委蒋毅明确"加快自主创新、突出应用、深化生态"三大方向，将加快人工智能法立法进程。北京四部门近日联合印发全国首个省级AI智能体规模化发展专项政策，明确培育Token即服务（TaaS）、智能体即服务（AaaS）、结果即服务（RaaS）等商业新模式，支持建设Token工厂。

华创证券认为，从GLM-5.2到Kimi K3，国产模型性能提升节奏超预期，有望摆脱低价标签，通过高智价比竞争高价值场景，在编程、办公、AI原生娱乐等场景持续渗透。

全球AI产业链共振后午后分化

半导体产业链早盘强势，午后涨幅收窄。太极实业涨停，盛景微涨停，泰晶科技涨停。芯原股份、盛科通信涨超10%。

存储方向，兆易创新早盘一字涨停后炸板，收盘涨2.02%报378.60元；江波龙涨2.42%报346.99元，佰维存储涨2.80%报225.99元。长鑫科技涨2.08%报53.97元，盘中一度涨超14%、市值突破4万亿元，成交额超500亿元。

消息面，本轮半导体反弹由美→韩→A股三层传导。隔夜费城半导体指数大涨超8%，终结日线五连跌。存储芯片全线上涨：闪迪+25%，美光+18%，SK海力士ADR+17%，西部数据+14%。7月31日韩国KOSPI指数收盘大涨17.91%，创下历史最大单日涨幅。SK海力士封住涨停，涨幅30%，为历史首次。三星电子涨26.81%，市值重回1.2万亿美元。

三星电子二季度销售额171.5万亿韩元（同比+130%），营业利润89.49万亿韩元暴增1814%，净利润71.27万亿韩元超市场预期。公司预判生成式AI将推动存储芯片短缺持续至2028年，HBM4销量三季度预计环比翻倍，计划将长期协议销售占比提至60%-70%。美国泰勒第二座晶圆厂年底开工。

需求端，亚马逊二季度营收2006亿美元（同比+20%），全年资本开支上调至2200亿美元，CEO称算力需求将持续至2028年。微软Azure同比+43%，股价暴涨15.5%、市值单日增4500亿美元创美股纪录。

银河证券"六张网"研报指出，算力网、新一代通信网、新型电网将加速推进，AI基础设施建设持续加码直接利好存储芯片、算力芯片、半导体设备等环节。

值得注意的是，AI对冲基金Situational Awareness因高杠杆爆仓，被华尔街视为做空力量出清、"AI交易"触底的标志性信号。SK集团会长崔泰源出手增持SK海力士普通股，进一步强化了产业资本的信心背书。

CPO/光通信：超跌后集体反弹，东山精密盘中涨停

经历连续数日重挫后，CPO/光通信板块迎来集体修复。源杰科技涨7.41%报1092.10元，天孚通信涨6.81%报171.01元，新易盛涨6.71%报396.01元，中际旭创涨4.40%报902.01元。东山精密涨5.98%报171.48元，盘中一度触及涨停板后回落。PCB方向，鹏鼎控股、胜宏科技、三环集团涨超8%，生益电子涨超10%。

隔夜美股光通信方向同步大涨，Lumentum涨15%、Coherent涨12%。从基本面看，新易盛上半年预增77%-103%，净利70亿-80亿元。中际旭创一季度净利57亿元，同比增262%，800G光模块出货稳步增长，1.6T二季度开始放量。天孚通信在苏州、江西、泰国三地同步扩产。

银行/红利板块：资金切换致集体回调

银行板块逆市下跌1.38%，国有大型银行跌1.90%。农业银行跌2.95%，盘中一度跌超5%。工商银行跌1.96%。此前7月30日，工商银行、建设银行双双创下A股历史新高，银行板块单日涨2.48%。

银行股的回调主要受资金风格切换驱动：科技成长赛道大幅反弹吸引资金从防御板块流出。不过，机构对银行三季度表现仍较乐观。中金公司预计覆盖银行2026年二季度营收、归母净利润同比增长6%、4%，展望三季度业绩延续向好趋势。

华创证券认为，2026年银行股投资逻辑将从单纯的红利防御转向"红利+成长"双轮驱动，高股息、低估值的类债属性在无风险利率下行背景下仍将持续吸引稳健资金。Wind数据显示，2025年度A股上市银行现金分红总额达6456.37亿元，连续三年增长，多数大行股息率仍在4%-6%区间。

12:10

盘面上存储半导体板块涨幅“惊人”，两倍做多海力士盘中更是一度飙升306%至103港元，兆易创新、澜起科技皆大涨，光通信龙头长飞光纤光缆同样强势，PCB概念股建滔集团以及建滔积层板大涨。不过，科网股内部出现明显分化，阿里巴巴涨近6%，百度涨超4%，小米则大跌近7%，京东、美团飘绿，昨日支撑大市上涨的内银股集体低迷。

本文来自华尔街见闻，欢迎下载APP查看更多

7月的最后一天，曾被硅谷和华尔街奉为"AI先知"的Leopold Aschenbrenner，以一封道歉信宣告了这场神话的阶段性终结。他创立的对冲基金Situational Awareness在7月单月亏损约67%，深陷AI股大跌与杠杆追保的双重压力。

据《华尔街日报》援引一位看过该信件的人士描述，Aschenbrenner在致投资者信中写道："我们这个月让你们失望了。"重大亏损迫使该基金将绝大部分公开市场持仓出售给Ken Griffin旗下的Citadel，以筹集资金应对贷款方的追加保证金要求。

据报道，Situational还于周三深夜达成协议，拟以35亿美元向由Greenoaks和红杉资本牵头的投资者财团出售其持有的私人AI巨头Anthropic股权，但该基金在周四上午明显改变立场，最终撤回了交易。

尽管7月损失惨重，据投资者信披露，即便计入本月亏损，Situational年内收益率仍约为80%。据《华尔街日报》此前报道，该基金截至5月底的年内收益率约为270%。

然而，这一数字与数周前的高光时刻相比，已不可同日而语。Aschenbrenner凭借一篇预言AI将改变世界的长文在华尔街募集资金，成立约两年来，基金资产管理规模迅速突破200亿美元以上，是近年来扩张最快的基金之一——而Aschenbrenner本人在创立该基金时，并无任何专业投资经验。

Situational的崩盘集中于7月AI板块的剧烈下跌。该基金重仓押注AI相关股票，并使用高倍杠杆放大头寸。多头持仓随AI板块回调大幅缩水，同时其做空的软件股出现反向上涨，两面夹击之下触发追加保证金通知。

Aschenbrenner在信中将部分责任归咎于针对该基金持仓的空头，称其加剧了亏损，并将Situational的遭遇比作一场"银行挤兑"。他同时告知投资者，基金已撤除投资组合中的全部杠杆。

在不到36小时内，Citadel以折扣价接盘了Situational约160亿美元的全部公开市场持仓。Citadel由Ken Griffin创立，管理规模约710亿美元，是全球最大对冲基金之一。

尽管公开市场持仓已基本清仓，Situational目前仍持有一批私人公司投资组合，其中包括其在Anthropic的股权。

据报道援引知情人士透露，该基金周三深夜曾就出售Anthropic股权达成35亿美元交易，买家为由Greenoaks和红杉资本牵头的投资者财团，但周四上午最终撤单。据彭博此前报道，Situational此前已尝试出售部分私募投资资产。

Situational的大起大落，折射出硅谷在全球AI浪潮中押注未来技术的极致风格。该基金成立仅约两年，资产管理规模即迅速超过200亿美元，Aschenbrenner本人也被部分投资者视为"AI先知"，其持仓动向受到市场密切追踪。

7月的巨亏与年内仍维持正回报之间的巨大落差，既揭示了高倍杠杆在单边行情中的放大效应，也警示了市场波动对重仓集中押注策略的潜在冲击，令投资者再度审视AI赛道的高波动属性。

本文来自华尔街见闻，欢迎下载APP查看更多

据《华尔街日报》周五报道，OpenAI近期推出两项重大举措：一是成立独立服务公司OpenAI Deployment Co.（简称DeployCo），向企业客户派驻前线部署工程师（Forward Deployed Engineers，FDE）；

二是向新建企业合作伙伴网络投资1.5亿美元，引入波士顿咨询、贝恩、埃森哲等顶级咨询机构协助销售和落地。DeployCo已获得由TPG领投的40亿美元融资，Advent、Bain Capital、Brookfield等机构联合参与。

上述举措的背景是，企业级市场已成为OpenAI实现营收目标、支撑高额基础设施投入、并最终满足公开市场预期的关键支柱。然而，众多大型企业仍难以将AI模型访问权限转化为真正融入日常运营的实用应用，这一落差正是OpenAI此番布局所要解决的核心问题。

DeployCo：以收购起步，FDE规模扩至数百人

DeployCo于今年5月正式成立，起点是对AI咨询与工程公司Tomoro的收购，由此引入约150名工程师。此后，OpenAI又收购了应用AI公司Northslope，使FDE总人数扩展至数百人。此外，OpenAI内部FDE团队的部分成员将临时借调至DeployCo，以支持其规模化扩张。

DeployCo目前仍在筛选首批客户，并将优先考虑与OpenAI有长期合作关系的企业。该公司将保持OpenAI控股，作为OpenAI生态系统的组成部分运营。

DeployCo首席技术官Arnaud Fournier此前曾在OpenAI领导逾百人的FDE团队长达四年。他表示，“模型能力与人们实际使用之间的差距，从未像现在这样巨大。”

落地案例：帮助BBVA将信贷风险工具准确率从60%提升至80%

西班牙银行BBVA是OpenAI FDE项目的早期受益者之一，也是DeployCo的创始合作伙伴。

BBVA风险转型负责人Fran Martínez López表示，一名OpenAI工程师帮助该行构建了一套信贷风险分析AI应用——这是其团队此前已独立推进数月的项目。该FDE为BBVA提供了一套全新的构建方案，包括引入一组专门用于评估和审核其他AI智能体输出结果的AI智能体，最终使该工具的准确率从不足60%提升至80%。

“他们告诉我们：这是构建此类解决方案的方式，这是使用这项技术的方式，”López说。

OpenAI内部FDE项目负责人Colin Jarvis介绍，FDE与企业的合作周期从数月到数年不等，视项目深度而定，可涵盖概念验证到全面部署等不同阶段，单个团队通常嵌入一至五名FDE。

40亿美元融资背后：押注数千亿美元企业AI服务市场

DeployCo的40亿美元融资由TPG领投，Advent、Bain Capital、Brookfield担任联合创始合作伙伴，B Capital、BBVA、Emergence Capital、Goanna、高盛、软银、Warburg Pincus及WCAS为创始合作伙伴。

TPG合伙人Peter McGoohan表示，“我们认为AI服务的可寻址市场规模最终将达到数千亿美元。我们正在解决当前企业AI采用过程中存在的根本性问题。”

这一布局并非OpenAI独有。Anthropic今年3月宣布了自己的合作伙伴计划，并设有名为"Applied AI团队"的FDE服务；微软和亚马逊近期也相继宣布了各自的FDE相关计划。

咨询巨头入局：FDE之外，变革管理同样关键

FDE模式并非万能解法。Gartner资深副总裁分析师Arun Chandrasekaran指出，尽管OpenAI、Anthropic等AI实验室在技术层面具备实力，但“它们并不具备与董事会和C级高管直接对话的渠道，也无法在数字化转型和业务转型层面进行深度沟通”。

对此，OpenAI方面表示，公司经常与企业董事会就AI转型战略进行交流。

为弥补这一短板，OpenAI向新建合作伙伴网络投入1.5亿美元，引入BCG、贝恩、埃森哲等咨询机构共同推动企业落地。BCG全球合作与联盟负责人Vikas Taneja表示，咨询伙伴的核心优势在于帮助企业应对变革管理等更宏观的组织挑战。

OpenAI全球合作与生态副总裁Colleen Kapase表示，"将前沿模型和产品转化为真实业务价值，需要一个值得信赖的合作伙伴生态系统。"

本文来自华尔街见闻，欢迎下载APP查看更多

美联储7月议息会议维持利率不变，然而真正牵动市场神经的并非决议本身，而是主席沃什在发布会上的表态。高盛交易台负责人Rich Privorotsky指出，沃什在通胀与就业权衡问题上始终未能阐明清晰的反应函数，这令市场对美联储政策逻辑的疑虑急剧升温。30年期美债收益率随即攀升至新高，收益率曲线大幅陡峭化。

高盛警告，这一局面可能产生反效果：若在取消前瞻指引的同时又模糊政策框架，美联储的公信力非但难以修复，反而可能进一步受损。更关键的是，长端利率的失控走势或将倒逼美联储重新出手——除非9月前经济数据明确转软，否则市场可能迫使美联储再度加息，以重新锚定长端并挽回公信力。

新闻发布会成焦点，反应函数缺失引发质疑

据高盛Rich Privorotsky分析，沃什主导美联储以来，其核心目标是通过取消前瞻指引来重建美联储在连续多年未能实现2%通胀目标后所失去的公信力。然而，取消指引并不等同于可以回避框架透明度。

在发布会上，当被追问通胀与就业之间如何取舍时，沃什未能给出明确的政策反应函数。在被问及通胀判断依据时，他表示委员会参考更广泛的指标，但未说明哪些指标权重最高、如何加权。

Rich Privorotsky指出，若在移除前瞻指引的同时又遮蔽政策方法论，公信力的结果可能与初衷背道而驰——不是提升，而是恶化。

长端利率失锚，或倒逼再度加息

市场对美联储反应函数的困惑，直接体现在长端利率的剧烈波动上。30年期美债收益率在议息会议后突破新高，收益率曲线出现明显陡峭化，显示市场对长期通胀与财政前景的担忧正在加剧。

高盛认为，这一走势具有重要的政策含义。除非9月前经济数据出现明确的全面走软，否则市场可能主动“要求”美联储再次加息，以重新锚定长端利率、恢复政策公信力。前端利率偏低而长端利率高企的组合，对小盘股及其他长久期资产而言尤为不利。

全球财政扩张加剧长端压力

长端利率的隐忧并非孤立存在，而是嵌套在更广泛的全球财政背景之中。高盛指出，日本方面，Takaichi正在推动下调消费税；英国方面，政策讨论已从"是否增加国防开支"转向"如何为其买单"。发达市场整体财政赤字持续扩大，并未呈现正常化迹象。

自新冠疫情以来，各主要经济体财政状况只朝一个方向移动，从未实现正常化。这一结构性特征意味着期限溢价将持续走高，通胀将更具粘性，名义利率将在结构性高位维持更长时间。

风险资产承压，市场去杠杆仍在持续

在市场层面，高盛描述了一幅令人警惕的图景。股票遭到抛售，美元走弱，风险资产整体承压，市场对美联储反应函数的质疑是主要驱动因素。

与此同时，市场正经历一轮剧烈的去杠杆过程。高盛指出，当前动量策略的回撤幅度已超过20日均值2.5个标准差，去杠杆速度之快，几乎要追溯至新冠疫情时期才能找到可比案例。但两者性质不同：疫情期间是市场功能失灵导致的被动抛售，此次更像是过度集中持仓与高杠杆积累后的主动出清。

历史数据显示，从类似超卖水平出发，未来15年的前瞻回报通常为持平至正值。但高盛认为，若要实现夏普比率更优的复苏，关键在于已实现波动率相对标普500指数的收敛——在此之前，动量策略的走势将更趋震荡、区间波动，而非出现爆发式反弹。

在基本面层面，高盛认为企业盈利对相关交易仍具支撑，但市场的定价逻辑正在发生转变——投资者越来越不愿单纯为AI资本开支买单，而是更倾向于奖励能够展示AI货币化成果的公司。高盛认为，这一区分在接下来的财报季中将愈发关键。

本文来自华尔街见闻，欢迎下载APP查看更多

植田和男还指出，尽管重返通缩的风险已显著下降，但并未完全消除。他特别提到，中东局势下美欧央行正重新趋向紧缩，同时汇率对通胀的影响正变得更为显著，需予以更密切监测。少数企业反映借贷成本上升已对投资形成制约，而汇率仍是影响物价的重要变量。

他强调，今后需更加警惕价格上涨风险，并计划从下次会议起就此展开深入讨论。同时，他表示将避免对日常市场波动作出评论。植田和男指出，适当的货币政策对于维护收益率曲线的稳定至关重要，并称短期内再次启用收益率曲线控制措施的可能性较低。

此外，他表示将持续关注熊本地震对经济的影响，但预计不会引发严重的资金供给问题。

此次表态紧随日本央行最新利率决议之后。日本央行周五维持基准利率于1%不变，符合彭博调查全部52位经济学家的预期，同时小幅上调未来几年经济增长预测，并重申将根据经济和物价形势继续推进政策正常化。

不过，审议委员会内部出现分歧，委员高田创投下唯一反对票，主张连续加息，反映出部分委员认为当前通胀走势已具备进一步收紧政策的条件。

截至发稿，日元持续走弱，美元兑日元报160.46。但在7月30日周四美股早盘时段，美元兑日元曾急速跌破160关口，短短一小时内暴跌近500点，一度下探至158.00下方，日内跌幅高达3.3%，创下自2023年12月以来的最大单日跌幅。

鹰派立场进一步强化

植田和男表示，受AI相关投资扩大及近期日元贬值推高进口成本影响，本财年晚些时候通胀率有望明显升至2%以上，潜在通胀存在突破目标的风险。他强调，在通胀趋势完全确认之前，央行也可提前调整政策，不应低估通胀上行风险。

他指出，AI相关需求非常强劲，相关支出在某种程度上具有可持续性。

植田和男还表示，货币政策调整需要时间才能传导至实体经济。自上月加息以来，市场利率已有所上升，目前仍需评估此前紧缩措施的影响。他指出，消费税下调对物价的影响尚待观察，目前仅少数企业受到融资成本上升影响，整体金融环境依然宽松。

此外，植田和男表示，因6月无法参加政策会议而未参与投票。他强调，日本央行无权就财政政策向政府提供建议。

日元仍受利差主导，加息预期有待兑现

相比日本央行的表态，美日利差仍然是影响汇率的决定性因素。

彭博数据显示，以2年期美日隔夜指数掉期（OIS）利差衡量，美元兑日元与利差之间90日滚动相关系数已由3月的约0.25升至0.44，显示利差对汇率走势的解释力持续增强。

尽管日本央行继续释放鹰派倾向，并明确将汇率和中东局势列为未来政策的重要观察变量，但由于本次会议并未释放提前加息的明确信号，市场对政策路径的判断并未发生根本改变。

决议公布后，美元兑日元仅小幅走弱，投资者仍普遍押注日本央行最快可能于10月再次加息，但这一预期仍有赖于后续通胀、汇率及外部风险的发展进一步验证。

与此同时，市场持续关注日本官方是否已再度出手干预汇市。据报道援引知情市场人士，日本当局于周四纽约交易时段入市干预，推动日元兑美元一度单日上涨3.3%。虽然日本政府并未正式确认实施干预，但日本首席汇率官三村淳表示，日本从美国获得的支持已不仅限于道义层面，进一步引发市场对协调干预的猜测。

在日本央行未能通过提前加息为近期日元反弹提供政策支撑的情况下，套息交易逻辑并未发生根本改变。短端利差仍持续吸引资金流向美元资产，使得日元更多依赖官方干预，而非利差收窄带来的持续升值动力。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，东鹏饮料发布2026年半年度报告。上半年，公司实现营业收入124.43亿元，同比增长15.9%；归母净利润28.67亿元，同比增长20.7%。

不过，若剔除非经常性损益，东鹏饮料扣非净利润增速仅14.4%，显示新品推广和渠道扩张仍需要较高投入。

从品类结构看，东鹏特饮仍是基本盘，但收入占比继续下降。

上半年，能量饮料收入89.37亿元，同比增长6.9%，占主营业务收入的71.9%，较上年同期下降约6个百分点。

“东鹏补水啦”所在的电解质饮料收入16.72亿元，同比增长12%，占比约13.5%。

第三大品类茶饮料贡献了最快的增长，上半年实现收入10.58亿元，同比翻两倍，占比升超5个点至8.5%。

其中，低糖果之茶通过“1元乐享”“免费乐享”等活动加快下沉，无糖“上茶”则以750毫升大包装和高性价比切入家庭及县域市场。茶

饮料的快速起量，说明东鹏正在将能量饮料积累的经销网络、终端促销和数字化运营能力复制到更多大众饮料品类。

咖啡同样是东鹏重点培育的方向。

从经营数据看，东鹏大咖仍处于较快扩张阶段。公司援引马上赢数据称，2026年上半年，东鹏大咖位列中国即饮咖啡市场份额前三。

与茶饮料依靠下沉市场快速铺货不同，东鹏大咖正在采用更有针对性的渠道策略：重点进入一二线城市写字楼、连锁便利店、加油站和自动售货机，同时借助既有分销网络向县域市场渗透。

换言之，咖啡承担的不只是增加收入，也是在帮助东鹏突破原有体力劳动、长途驾驶等消费场景，进入办公和通勤市场。

上半年，包含咖啡、植物蛋白和果蔬汁等在内的“其他饮料”板块收入7.59亿元，增长约41.9%。

截至2025年底，东鹏饮料已经累计投放超过40万台冰柜，2026年的重点是继续增加投放，并提升“单点卖力”，即通过多品类联合陈列和动销数据回传，提高单台冰柜、单个终端的销售产出。

渠道投入已经反映在费用端。

上半年，东鹏饮料销售费用同比增长27.75%至21.48亿元。其中，广告宣传费、渠道推广费均增长约四成，公司明确表示后者主要与加大冰柜投入有关。

免费乐享、终端陈列、冰柜投放和新品铺货，有助于茶饮料快速起量，也意味着东鹏正在用更高投入争夺货架和消费者。

下一阶段，其多品类战略的验证重点，将不只是新品能否铺进更多终端，而是茶饮、咖啡等新品在促销减弱后，能否持续提升单点产出并形成稳定复购。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，加拿大鹅披露截至6月28日的2027财年第一季度业绩。

公司收入同比增长10.3%至1.189亿加元，按固定汇率计算增长8.6%，高于市场预期的1.088亿加元。

分渠道看，DTC收入同比增长8.6%至8480万加元，但可比销售仍下降3.2%。线下门店同店销售表现偏弱，仅被各区域电商业务的双位数增长部分抵消。

批发业务成为另一项主要增量。该渠道收入同比增长66.5%至2980万加元，公司将其归因于计划订单规模扩大、合作商补单增加以及发货节奏变化。

大中华区成为加拿大鹅本季度最主要的增长引擎。

本季度，大中华区收入同比增长44.2%至3750万加元，按固定汇率增长39.6%；除大中华区外的亚太市场收入也增长23.8%。

整个亚太地区加起来的收入规模达到5360万加元，已经超过北美。

与之相比，美国市场收入下降19%，拖累北美整体收入下降4.9%；欧洲、中东和非洲市场收入下降5.7%。

公司表示，中国市场增长受到本地消费和旅游消费带动，轻薄夹克、T恤、雨衣等春夏产品也增加了消费者在传统羽绒服销售季之外的购买机会。

这也延续了加拿大鹅近年来推动“全年化”的转型方向。公司试图降低对寒冷天气和秋冬旺季的依赖，扩大核心羽绒之外的品类占比。

今年春夏，加拿大鹅继续加大品牌投放，先后推出Snow Goose春季胶囊系列、2026夏季系列及“自然智慧”品牌平台，并采用品牌建设与效果转化并行的营销策略。

管理层称，中国大陆和欧洲大陆市场的品牌吸引力继续提升，并计划在第二、第三季度进一步增加营销投入，将品牌关注度转化为秋冬旺季销售。

利润端，受益于毛利增长及上年同期一次性费用不再发生，加拿大鹅经营亏损由1.587亿加元收窄至1.038亿加元，归属于股东的净亏损由1.252亿加元降至9080万加元。

尽管首季度收入和调整后每股亏损均好于预期，加拿大鹅没有上调全年目标，仍预计2027财年收入增长低单位数，调整后EBIT利润率为11%至12%。

管理层同时预计，本财年消费需求将弱于上一年，核心市场仍面临客流放缓、消费者信心下降和旅游活动减少等压力。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，Seedance 2.5正式上线豆包、即梦、扣子等字节旗下产品，并将通过火山引擎向企业用户开放API服务。相较年初发布的Seedance 2.0，新版本在生成时长、多模态理解、编辑精度及语言适配四个维度全面升级，将视频生成推进至"可修改、可迭代、可交付"的新阶段。

发布当日，徐工集团、小鹏汽车、灵初智能、微分智飞、穹彻智能等多家企业确认合作，率先将该模型引入工业培训、产品设计、具身智能训练数据生成等具体生产环节。香港科技大学副教授王帅表示，视频生成模型正在经历从"生成内容"走向"理解世界"、从"辅助创意"走向"提升生产力"的关键转变，Seedance 2.5代表的是生成式AI向真实产业生产流程深入融合的重要信号。

Seedance 2.5在生成时长上实现最直接的跃升：单次生成视频时长从15秒提升至30秒，并支持多轮延长，可在更长时间内保持人物、场景与镜头的一致性，使创作者能够完成具有完整叙事节奏的内容，无需反复拆分镜头和处理衔接。

多模态参考能力大幅扩容。用户单次可输入最多30张图片、10段视频、10段音频作为参考素材，同时新增白模参考与绿幕参考能力。白模参考允许创作者以无纹理3D模型预先规划空间结构、主体姿态和镜头机位，再由模型生成符合物理光照规律的最终画面；绿幕参考则支持在保持主体不变的前提下，依据不同场景的物理规则渲染服装飘动、步态节奏、光影等细节。

R2V prompt：延长视频，衔接 @视频1 画面内容和主体继续生成一个 30 秒的视频，保持人物主体、场景、画面风格、声音音效一致。小男孩抱着足球沿车厢跑，地铁停稳后侧边门打开，他立刻冲出，男主紧追。两人一路穿过站台跑到街上，惊动街边路人，男主最终追上并抓住他，小男孩委屈抬头，男主慢慢消气，摸摸他的头，露出无奈笑容。

编辑精度方面，Seedance 2.5新增视频局部编辑能力，支持通过时间戳对指定片段内的角色、动作、声音或剧情进行定向修改，同时保持修改前后的连贯性。这一能力配合绿幕编辑、视角编辑、参考编辑，可适配影视和广告等对精度要求较高的专业场景。

此外，该模型原生支持10余种语言，并加强了复杂指令控制，为面向多语言、多版本的工业化内容生产提供基础支撑。

有网友评论称：“电影级水准。”

还有网友称，“感觉AIGC发展太快了”、“很难相信都是AI生成的”。

Seedance 2.5发布当日公布的合作企业，覆盖工业制造、汽车设计、具身智能、飞行机器人等多个垂直领域，显示出字节跳动在商业化落地上的布局方向。

徐工集团将Seedance应用于工业操作培训与工序SOP视频生成，以降低传统实拍与3D动画的制作成本。小鹏汽车则将其集成至内部一站式AI设计平台，辅助产品设计环节的可视化创作。

在具身智能领域，穹彻智能借助视频生成扩充了具身智能大模型的训练数据——无需依赖实体机器人逐一采集，即可生成适配不同机型的操作数据，提升模型的多机型适配能力与通用性。微分智飞则将Seedance融入飞行机器人应用，构建出标准化的数据集生成流程，用于模拟障碍物闪避、室内自主寻路、智能目标锁定等高难度场景，产出高质量训练数据。灵初智能也已在具身智能方向推进应用探索。

R2V prompt：16:9 宽幅电影级质感，一镜到底，丝滑运镜，无剪辑。场景参考 @图片4。0-5 秒：@图片2 霸王近景开场，镜头缓慢环绕上半身并过渡至中景；霸王旋身翻转，随后身体与靠旗从镜头前快速掠过，形成自然遮挡，镜头顺势绕至 @图片1 虞姬身侧。6-10 秒：镜头稳定环绕 @图片1 虞姬中景，跟随水袖动作完成环绕运镜虞姬抬臂、挑腕、展袖、半转身。最后收袖定格，侧身看向霸王。11-20 秒：@图片3 武生出场完成后空翻腾动作，随后霸王居中，武生在对侧进退攻防。虞姬位于霸王侧后方以水袖配合，形成刚柔对比。镜头从武生中近景缓慢后拉至舞台大景，结尾三人面向观众同步京剧落幕亮相。

王帅指出，具身智能、机器人仿真、自动驾驶、工业设计验证等场景的共同需求，在于模型能够理解"一个动作会带来什么后果"以及"一个场景会如何演化"。这意味着视频生成模型的产业价值，最终取决于其对物理世界规律的建模能力，而非单纯的画面质量。

Seedance 2.5在发布声明中亦承认，在复杂运动的物理合理性、极多主体交互场景的稳定性上仍有提升空间。字节跳动表示，未来将继续探索更长的连贯叙事与更强的物理世界理解能力。

在自动驾驶领域，Seedance 2.5已可模拟极端天气、复杂路况等低频场景，为系统测试和训练提供更多样本；在教育领域，模型可将历史背景、实验过程等抽象内容转化为动态演示视频，降低教学物料制作门槛。这些场景共同指向一个方向：视频生成的核心竞争力，正从创意侧的内容产出，向产业侧的数据生产与流程替代延伸。

本文来自华尔街见闻，欢迎下载APP查看更多

本轮财报季揭示出一个核心矛盾：AI投入的规模与速度远超收入变现的节奏，云业务的强劲增长为部分公司赢得了喘息空间，而自由现金流的集体恶化则令另一些公司股价承压。这场叙事争夺战的胜负，将在未来数年内逐步见分晓。

本季财报中，Amazon资本开支同比激增69%至约540亿美元，Meta资本开支同比激增83%至311亿美元，Microsoft资本开支同样增长69%，Google则宣布将全年支出目标上调150亿美元至最高2050亿美元。据FactSet汇编的华尔街估算，今明两年四家公司合计资本开支预计高达约1.6万亿美元。自2023年AI竞赛启动至今年6月，四家公司累计资本投入已突破1.1万亿美元。

市场的反应分歧鲜明。Amazon云业务创下2022年初以来最快增速，盘后股价涨近10%；Microsoft Azure单季销售额创历史新高，股价次日涨逾15%。Meta则因收入前景不及预期叠加支出持续扩张，股价下挫逾7%。Google出现上市以来首次单季负自由现金流，股价次日跌逾6%。四家公司合并自由现金流降至十年低点约70亿美元，创历史低位。

支出规模：没有终点线的军备竞赛

从单季数据看，今年二季度四家公司合计资本开支达1700亿美元，同比增长约78%。

这一数字每季度都在刷新，且上调已成惯例——Amazon本季将全年资本开支预期上调200亿美元至约2200亿美元，主要原因是内存芯片价格大幅上涨；Google将全年目标提高150亿美元；Meta将全年资本开支下限从1250亿美元上调至1300亿美元。

支出规模的持续膨胀，部分源于供应链压力。

据报道，内存芯片的短缺推高了采购成本，Microsoft今年4月曾披露，芯片价格飙升将使其今年的支出额外增加250亿美元。这一成本压力甚至波及未直接参与AI竞赛的Apple——该公司警告成本上升将压低销售额和利润率，股价随即下跌6.3%。

RBC Capital分析师Rishi Jaluria表示，"资本开支的增长基本上看不到终点。投资者需要这些公司在AI投入与维护既有业务竞争力之间走钢丝。"

云计算：AI变现的核心通道

目前最能支撑"投入有效"叙事的，是云计算业务的加速增长。

Amazon云业务AWS二季度销售额增长37%至422亿美元，运营利润同步提升；Microsoft Azure全年销售额首次突破1000亿美元，单季增速为2022年以来最快；Google云业务同比新增约110亿美元收入。

三家公司的云业务客户涵盖从OpenAI、Anthropic到各类企业用户，AI算力需求带动的合同积压已成为支撑增长预期的关键指标。Amazon、Google、Microsoft三家合计签约积压合同总额接近1.7万亿美元，较一年前翻逾一倍。

Amazon CEO Andy Jassy在电话会议上表示，云服务"很可能在未来成为我们每年万亿美元量级的收入业务"。Microsoft CEO Satya Nadella则称，公司上季度在五大洲开设了31个数据中心，整体算力容量将在两年内翻番。

AI收入：从投入叙事到变现验证

本季财报中，四家公司首次以更量化的方式回应了市场最核心的追问——"钱花出去了，到底赚回来多少？"

Amazon率先给出了最具体的数字：AWS的AI业务年化收入运行率已突破250亿美元，自研芯片（Trainium与Graviton）同样突破250亿美元，两项均实现三位数百分比同比增长。Jassy在电话会上将其作为此次财报的核心披露亮点，标志着Amazon开始将AI收入从云业务整体数据中单独拎出来接受市场检验。

Microsoft的AI年化收入运行率则达370亿美元，叠加Microsoft 365 Copilot付费席位突破3000万（三个月前约2000万，环比增约50%），已形成"云AI + 办公AI"的双轮变现结构。Nadella强调，"我们正在推动成本效益曲线跨越新前沿，确保每一位客户都能将token转化为实际的业务成果。"

Google虽未单独拆分AI收入，但管理层确认Vertex AI、Gemini API及TPU算力租赁是云业务82%增速的核心拉动力——Gemini API每分钟处理token量从上季度的160亿飙升至220亿，Gemini Enterprise已被近90%的财富100强公司采用。Google Cloud的积压订单从上一季度的约4600亿美元飙升至5140亿美元，增量超过500亿美元，主要由企业AI需求推动。公司预计其中逾50%将在未来24个月内转化为收入。

Meta的AI变现路径则完全嵌套在广告引擎中。

本季AI驱动的Advantage+广告工具年化收入运行率约750亿美元，AI价值优化工具年化超200亿美元（一年内翻倍）。AI对推荐系统和广告转化率的提升使广告单价同比上涨12%，广告展示量增长14%，推动应用家族广告收入同比增长27%至594亿美元。扎克伯格在电话会上表示，"AI正在加速我们今天的核心业务"——但没有独立云业务作为直接变现通道，Meta的AI投入回报比另外三家更难被市场定价。

自由现金流：承压是共识，分歧在预期管理

尽管收入在增长，自由现金流的恶化是本季财报中无法回避的共同主题。

Amazon过去12个月经营现金流为1614亿美元，同比增长33%，但扣除数据中心等基础设施投资后，自由现金流骤降至负76亿美元。Google二季度出现上市20余年来首次负自由现金流，单季缺口约为60亿美元。四家公司合并自由现金流降至约70亿美元，为十年最低，仅Microsoft和Meta实现了正值。

Jassy坦承，在同时建设多个数据中心、且从立项到投产存在约两年滞后期的情况下，"短期内我们将花费大量资本开支，并面临自由现金流压力，直到这些数据中心陆续上线"。

SLC Management董事总经理Dec Mullarkey表示，"对投资者而言，不计代价的增长时代已经过去，他们希望看到支出切实流转为业绩，就像谷歌、微软和亚马逊那样。"这也在一定程度上解释了Meta股价为何在财报后承受了更大压力。

集中度风险：OpenAI与Anthropic的蝴蝶效应

本轮资本开支狂潮的另一隐患，在于其部分需求高度集中于少数AI初创公司。

积压合同的大幅增长，相当程度上来自OpenAI和Anthropic的多年期算力购买承诺。这意味着科技巨头的投资回报，部分取决于这两家公司能否持续融资并履行合同，同时还取决于其各自上市计划能否落地。

据穆迪警告，这种结构形成了"一个可能掩盖真实需求的更具循环性的系统"，构成不可忽视的集中度风险。

与此同时，各公司在未来财务承诺上的披露也揭示了更深层的资产负债表锁定风险。

据英国《金融时报》报道，仅二季度一个季度，Meta、Google和Microsoft三家就新签了近9000亿美元的AI相关义务，涵盖数据中心租约、基础设施采购承诺及新增债务。Meta在7月还额外新增了680亿美元的数据中心租约。Amazon尚未披露类似的详细数据。

叙事的分野：谁在赢，谁在等

本轮财报季过后，市场对科技巨头AI投资的评判标准正在变得更为具体——不仅看"花了多少"，更看"赚了多少"。

Amazon和Microsoft凭借云业务的加速增长，暂时赢得了市场对高资本开支的宽容；Google则因现金流问题令投资者产生疑虑，尽管云业务收入同样亮眼；Meta的处境相对复杂——AI对广告定向的赋能推动总收入同比增长28%至610亿美元，但没有云业务作为直接变现通道，加之CEO Mark Zuckerberg关于出租数据中心算力的表态被认为缺乏清晰规划，市场给出了负面反应。

Alphabet CFO Anat Ashkenazi在上周的分析师电话会议上表示，"只要我们看到这些有吸引力的投资机会，我们就会持续投入。"这句话代表了四家公司管理层的共同立场。但正如RBC的Jaluria所言，"投资者正被迫重新审视自己的时间表。"这场资本开支与AI收入的赛跑，答案仍悬而未决。

本文来自华尔街见闻，欢迎下载APP查看更多

公司截至2026年6月的第一季度营业利润为1.27万亿日元，低于市场平均预估的1.37万亿日元；净利润为8421.7亿日元，同样不及预估的9738.1亿日元。铠侠第一季度毛利率为78%，不及市场预期的78.3%。

更受关注的是，铠侠对第二财季的指引同样令市场失望——预计营业利润1.89万亿日元，低于彭博一致预期的1.95万亿日元；净销售额预计2.39万亿日元，亦低于预期的2.46万亿日元。公司预计4月至9月合计营业利润为3.16万亿日元。

在长期合同方面，铠侠表示正稳步推进，目标是到2028年将长期协议（LTA）覆盖率提升至当年出货量的50%，以改善长期销售可见度并巩固与战略重要客户的关系。业绩公布的同日，铠侠董事会批准1拆3的股票分拆方案，将于2026年10月1日正式生效，并宣布最高8000亿日元（约500亿美元）的股票回购计划。消息公布后，与铠侠股价挂钩的永续期货合约在Hyperliquid区块链平台上下跌约7%，较正股收盘价出现明显折价。铠侠股票周五此前已触及东京证券交易所单日涨停上限，收涨18%至46500日元。

铠侠2026财年第一财季（2026年4月至6月）营收达1.7671万亿日元，较上年同期的3428亿日元增长超过四倍，亦较上一季度的1.0029万亿日元大幅提升。增长主要来源于生成式AI驱动的数据中心客户需求旺盛，推动NAND闪存平均销售价格显著上涨，出货量提升及日元贬值亦有所贡献。

从产品结构看，SSD及存储产品营收为1.1747万亿日元，智能设备营收为5257亿日元，两类产品均实现环比大幅增长。

营业利润方面，报告期内录得1.2700万亿日元，较上一季度增加6732亿日元，但低于分析师预估约1000亿日元。公司解释称，利润增长部分被诉讼损失准备金（366亿日元）及股权激励成本增加所抵消。归属母公司净利润为8422亿日元，基本每股收益为1539.91日元。

Non-GAAP营业利润（剔除上述非经常性项目）为1.3262万亿日元，Non-GAAP归属母公司净利润为8870亿日元。

在长期合同方面，铠侠表示正稳步推进，目标是到2028年将长期协议（LTA）覆盖率提升至当年出货量的50%，以改善长期销售可见度并巩固与战略重要客户的关系。公司还预计，2026日历年NAND市场比特出货量增速将位于高十位数百分比区间，第八代BiCS FLASH产品的生产占比也已提升至50%以上。

前景指引暗示增速或有所放缓

对于当前第二财季（2026年7月至9月），铠侠预测营收为2.39万亿日元，营业利润为1.89万亿日元，Non-GAAP营业利润预测为1.90万亿日元，均较上一季度环比增长，公司表示数据中心需求预计维持强劲。

然而，这一预测所隐含的增速，令部分投资者对AI算力投资的持续强度产生疑问。彭博指出，此次业绩指引令人失望，被视为AI驱动的闪存价格历史性上涨可能正在趋于温和的信号。

铠侠指出，由于半导体和存储行业在短期内高度波动，公司不提供全年度经营计划或进度报告，仅提供单季度前瞻预测。

铠侠表示，其产能扩张计划仅略快于行业整体增速，以避免市场供过于求。这一保守策略在维护价格稳定的同时，也带来了市场份额被蚕食的风险。

据彭博报道，三星电子和SK海力士预计将于明年推出下一代NAND芯片，二者目前的资本支出重心仍主要集中于DRAM扩产。一旦两家韩国巨头将资金转向NAND，铠侠在产能规模上的追赶将面临更大挑战。

Omdia分析师Akira Minamikawa表示，铠侠需要付出更多努力，才能吸引与韩国供应商关系更为紧密的美国超大规模数据中心客户。这些数据中心运营商通常提供多年期供货合同，有助于芯片供应商获得更清晰的需求能见度。

面对股价剧烈震荡，铠侠同步宣布多项资本运作举措，以扩大股东基础并降低市场波动。

公司董事会于7月31日批准以10月1日（记录日期为2026年9月30日）为生效日期实施1股拆3股的股票分拆，同时宣布最高3000万股、金额上限8000亿日元的股票回购计划，回购期间为2026年8月3日至10月30日。

铠侠今年以来股价走势大幅起伏。该公司曾一度超越丰田汽车及软银集团，短暂成为日本市值最高的上市公司；随后在短短一个月内股价急跌，此前涨幅的约三分之二化为乌有，折射出市场对AI支出持续性及铠侠业绩前景的担忧情绪。截至第一财季末，公司总资产达4.73万亿日元，权益比率升至50.8%，较上一财年末提升逾12个百分点。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，MiniMax正式发布首款开源多模态生成模型H3。该模型支持2K分辨率直出与最长15秒音画内容生成，在ArtificialAnalysis视频编辑能力榜单中排名全球第一。更具冲击力的是其定价策略——视频生成价格降至0.8元/秒，仅为业内同类旗舰模型的三分之一。MiniMax官方写道：

这是一款通用的全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率。

受此消息提振，MiniMax股价单日一度大涨超14%，一举扭转了前期因股份解禁与产品降价带来的下跌趋势，投资者对H3以极致成本控制实现商业突围抱有较高期待。

在行业头部玩家纷纷收紧供给的背景下，MiniMax以“极致性价比+开源”为切入口，试图在AI视频生成赛道走出一条与参数内卷截然不同的差异化路径。

H3的核心定位是通用全模态生成模型，其技术架构实现了对文本、图像、视频、声音组成的多模态上下文的统一理解，并可输出具备原生双声道的音视频内容，最高支持15秒、2K分辨率的视频生成。

在能力表现上，MiniMax重点强调H3在指令遵循、文字与品牌信息呈现，以及V2V Motion Transfer（视频到视频动作迁移）等维度的表现。V2V Motion Transfer是指将源视频的动作特征精准迁移至目标视频的技术能力，有助于实现可控的多模态内容编辑。在Artificial Analysis视频模型榜单中，H3在视频编辑能力项排名全球第一。

MiniMax方面表示，H3具备商用级的多场景内容生成能力，广泛适用于广告、品牌、电商、产品设计、UI/UX及游戏等商业场景，定位于降低企业和开发者进行高质量视频内容创作的门槛。

价格刺穿行业底线，高压缩Tokenizer驱动价格降至行业1/3

H3视频生成定价0.8元/秒，是此次发布的另一重要看点。H3其2K分辨率视频生成定价为0.8元/秒，仅为业内同类旗舰模型的三分之一。

这一成本优势源于系统级优化：MiniMax通过高压缩Tokenizer降低视频生成所需的Token数量，同时在异构训练、负载均衡和GPU利用效率等方面进行了针对性调优，在保障模型效果的同时大幅压降训练与推理成本。

这一成本结构若能在规模化应用中得以验证，将有助于H3在商业化落地上形成差异化竞争优势。MiniMax方面表示，H3可广泛适用于广告、电商、产品设计及游戏等对成本敏感的商业场景，为企业级视频内容创作提供了低成本、高效率的解决方案。

H3视频生成画面

开源策略：面向企业本地部署，推动产业生态开放

开源是H3此次发布的战略重心之一。MiniMax表示，计划在未来几天内，在符合相关法律法规的前提下开放模型权重，企业届时可在本地灵活部署，结合自身数据和业务进行优化，以更好地满足安全合规要求。

“芯片厂商和开发者也能共同参与适配和优化，降低使用成本，扩大应用范围。”MiniMax相关负责人表示，“我们会持续推动优秀的文本、多模态模型从过往的封闭服务，走向更加开放、可协作的产业生态。”

开源路线在国产大模型竞争中正成为越来越重要的筹码。月之暗面于7月16日发布参数量达2.8万亿的Kimi K3，成为全球参数规模最大的开源模型，发布48小时内用户请求量逼近集群承载极限，并于7月19日宣布暂停C端新用户订阅，将算力优先保障已付费用户。

避开参数内卷：差异化路径能否持续？

资本市场的剧烈反应印证了投资者对H3商业化前景的认可。股价单日涨超14%，成功扭转了前期因股份解禁与产品降价引发的下跌趋势。

从竞争格局看，MiniMax选择了一条与参数规模内卷截然不同的路径。在行业头部玩家因算力瓶颈被迫收缩供给、用户请求量逼近集群承载极限的当下，MiniMax凭借成本控制与开源策略，试图在商业落地层面建立护城河，而非单纯比拼模型参数。

后续市场将密切关注H3正式开源后的社区适配进度、商业订单落地节奏，以及这一"以价换量"策略能否帮助MiniMax重回AI赛道"C位"。

本文来自华尔街见闻，欢迎下载APP查看更多

2026年7月30日，小米在北京举办第二届汽车科技日，正式发布全新“昆仑”技术架构及“SkyNomad（澎程）”增程（EREV）SUV系列，标志着其从运动型纯电（BEV）向家庭大空间增程市场的战略性跨越。旗舰七座N90 Max与大五座N70 Max的预售价分别定为29.99万元和25.99万元人民币。

据追风交易台消息，华尔街投行大摩、德银、野村和花旗对此迅速达成共识：这是一次极其激进的“以价换量”策略，意在冲击2026年55万辆的庞大年度销量目标。大摩和德银视此为强劲的销售催化剂；然而，花旗与野村则向投资者发出了明确的预警信号——在极致的硬件堆料下，小米的毛利率将面临巨大不确定性，且N70系列极易与自家的YU7形成“同室操戈”的内耗。

分析人士指出，这意味着当下的核心博弈点已从“小米能否造好车”转向了“小米能否在捍卫毛利率的同时，成功消化庞大的产能与订单”。

激进定价重塑行业基准，剑指55万辆年度目标

小米此次的定价策略完全打破了华尔街的预期模型。

野村指出，市场此前预期N90系列定价在30-35万元区间，N70系列在25-30万元区间，而实际预售价N90 Max为29.99万元、N70 Max为25.99万元，均处于预期区间下沿甚至低于预期，体现出明显的"以价换量"意图。

大摩更是预计，随着9月份正式上市，未来推出的“标准版”和“Pro版”将进一步拉低门槛，N70系列将下探至20万-25万元区间，N90系列将覆盖25万-30万元区间。

花旗的竞品对比显示，N90 Max定价与ONVO L90 Pro（26.58万元起）基本持平，但大幅低于理想L9（50.98万元起）、AITO M9（47.98万元起）及Zeekr 9X（45万元以上），有望重塑大型家用SUV的价格-配置基准。

德银认为，SkyNomad系列将对比亚迪、零跑、小鹏、吉利、领克、奇瑞、大众等中端品牌SUV形成直接竞争，同时对理想、特斯拉、极氪、AITO等高端品牌产生潜在冲击。

该行一针见血地指出了这种激进定价背后的逻辑：小米对销量的极度渴望。数据显示，小米今年上半年仅交付了180,055辆汽车，仅占全年55万辆目标的34%。

这意味着在下半年，小米平均每月需要卖出6.1万辆才能达标。而据Thinkercar数据，7月份小米新增订单持续低迷，四周分别仅为5,400辆、5,600辆、7,400辆和5,700辆，SkyNomad的推出被视为拉动订单的关键催化剂。

堆料到极致：大电池与“昆仑”架构的硬件账本

在产品力上，小米试图通过“昆仑”架构重新定义家庭SUV的空间与配置标准。

花旗和德银的研报详细拆解了这套高规格的硬件账本：

• N90 Max（七座）： 车长5,285mm，轴距3,080mm。搭载76kWh大容量三元锂电池，CLTC纯电续航高达464km，综合续航1,705km。配备310kW双电机四驱，百公里加速5.9秒。车内提供2.9米纯平地板和4.4平方米可用面积，后备箱最大可扩展至1,831升。

• N70 Max（五座）： 车长4,960mm，轴距2,950mm。同样搭载76kWh电池，CLTC纯电续航达到同级领先的505km，综合续航1,461km，百公里加速5.5秒。

此外，两款Max车型均标配空气悬架、CDC减震器、激光雷达以及算力高达700 TOPS的NVIDIA DRIVE AGX Thor智驾芯片。

德银敏锐地捕捉到了小米控制成本的蛛丝马迹：为了支撑如此激进的定价，小米在SkyNomad系列上引入了更具成本效益的电池供应商——欣旺达和中创新航，而非纯电车型使用的宁德时代和比亚迪。

华尔街的隐忧：毛利不确定性与内部“同室操戈”

尽管产品极具吸引力，但华尔街的分析师们并未被狂热的情绪冲昏头脑，他们为投资者划出了明确的风险重点。

首先是毛利率的隐忧。

花旗在报告中明确提示，SkyNomad系列的投资逻辑存在一个核心矛盾：大电池（76kWh）、双电机、增程器、空气悬架、激光雷达及复杂的多模式座椅系统意味着极高的物料成本（BOM），而激进的定价策略则对毛利率形成直接压制。

花旗列出了投资者需要重点跟踪的四大关键指标：

1. 最终正式定价（9月发布时是否进一步调整）

2. 订单转化率（预订转为实际购车的比例）

3. 产能爬坡速度（能否快速放量）

4. 车型毛利率（能否在低价策略下维持合理利润）

其次是销量目标的现实挑战与产品内耗。

野村证券算了一笔账：假设现有的SU7和YU7销量保持平稳（历史平均月销分别为1.05万和2.5万辆），SkyNomad系列在9月至12月期间需要交付约15.65万辆（即每月约3.91万辆）才能帮助公司完成全年目标，这一爬坡速度显得过于激进。

更严重的是，N70 Max在尺寸（4,960mm/2,950mm）和五座布局上与自家的纯电SUV YU7（4,999mm/3,000mm）高度重合，且价格区间直接对撞（YU7标准版23.35万元，Pro版27.99万元）。

野村预计，N70系列不可避免地会蚕食部分YU7的潜在销量。

大摩则相对乐观，认为SkyNomad凭借创新设计和极具吸引力的售价，有望实现良好的销售表现，并将其视为股价的正面催化剂。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，阿迪达斯披露2026年第二季度业绩。公司收入同比增长13%至67.43亿欧元，按汇率中性口径增长14%，创下单季度历史新高。

营业利润则仅增长5%至5.74亿欧元，低于分析师一致预期的6.23亿欧元，差距接近8%。持续经营业务净利润增长6%至3.98亿欧元，也低于市场预期。

收入和利润之间的落差，成为这份财报的主要矛盾。

第二季度，阿迪达斯毛利率同比提升0.8个百分点至52.5%。全价销售增加、直营渠道占比提高，以及产品和物流成本改善，仍在支撑其基础盈利能力。

但这些改善没有抵消世界杯营销费用的大幅增长。

期内，阿迪达斯营销及销售点费用同比增长30%，增加约2.12亿欧元至9.24亿欧元，占收入比重由12%升至13.7%。

受此影响，公司营业利润率由上年同期的9.2%下降至8.5%。

本届世界杯期间，阿迪达斯赞助了包括西班牙和阿根廷在内的14支参赛球队，并提供官方比赛用球。公司还围绕梅西、贝林厄姆等运动员及娱乐明星展开全球营销。

赛事也确实带来了销售增长。阿迪达斯披露，本届世界杯相关产品销售额约15亿欧元，球衣销量超过1700万件，约为2022年卡塔尔世界杯期间的四倍。

第二季度，阿迪达斯服装收入按汇率中性口径增长35%，专业运动业务增长39%，足球和跑步成为主要动力，其中跑步业务增长约30%。

但增长结构并不完全均衡。鞋类收入仅增长1%，生活方式业务增长2%。

过去支撑阿迪达斯复苏的Samba、Gazelle等经典鞋型逐渐进入平稳期，本季度的高增长更多依靠足球球衣、赛事服装和专业运动产品，而非新的生活方式鞋款接棒。

财报发布前，投资者期待的不只是世界杯带动销售，而是高销售能够带来更强的利润弹性和更大幅度的全年上修。

最终，阿迪达斯将全年汇率中性收入增速预期由“高个位数”提高至9%—10%，却仍维持全年营业利润约23亿欧元的目标。

这一利润目标低于市场约25亿欧元的预期，也意味着世界杯带来的增量收入，短期内较多被营销支出吸收。

中国市场仍是阿迪达斯本季度表现较稳定的区域之一。

第二季度，阿迪达斯大中华区收入按汇率中性口径增长15%，延续双位数增长，较一季度的17%略有放缓。

今年5月，阿迪达斯大中华区董事总经理萧家乐透露，目前中国市场销售产品中约65%由本土团队设计，约95%的采购在中国完成。

阿迪达斯中国团队在设计捕捉、生产响应与零售落地之间的协同效率也在提升。

6月，针对社交平台上走红的“进城办事”图案，公司迅速上线定制印花服务，带动部分线下门店订单一度出现数倍增长。

但在中国鞋服市场整体承压的背景下，相较于行业高点，阿迪达斯的复苏仍处于“修复+追赶”阶段，后续竞争与挑战依然存在。

本文来自华尔街见闻，欢迎下载APP查看更多

中国私募股权机构CPE源峰已与欧洲私募股权机构Jacobs Capital签署股权购买协议，拟全资收购拥有逾160年历史的瑞士户外品牌猛犸象（Mammut）。

双方于7月30日签署协议，交易仍需经过常规监管审批，预计在未来数月内完成交割。具体交易金额尚未披露。

猛犸象上一轮所有权变更发生在2021年。当时，Telemos Capital从瑞士工业集团Conzzeta手中收购猛犸象，披露的企业价值约为2.3亿瑞郎。

Telemos此后与Jacobs家族旗下投资业务合并组建Jacobs Capital，猛犸象也随之进入后者的消费品牌投资组合。

年初，彭博社曾援引知情人士消息称，Jacobs Capital考虑出售猛犸象，寻求的价格超过5亿欧元。

按照CPE源峰公布的安排，交易完成后，猛犸象将继续独立运营，其瑞士总部、品牌定位和技术传统也将得到保留。

CPE源峰则计划利用其在中国及亚洲市场的资源，帮助猛犸象拓展渠道和消费者群体。

猛犸象创立于1862年，总部位于瑞士，产品覆盖专业户外服装、鞋履、攀登装备、绳索及雪崩安全设备等品类，安全性、技术性能和阿尔卑斯山地传统构成其核心品牌定位。

在中国户外消费市场，始祖鸟、猛犸象以及瑞典品牌Klättermusen攀山鼠，有时被消费者简称为“鸟象鼠”，并衍生出“一鸟二象三鼠”的说法。

但从实际商业体量看，猛犸象与始祖鸟尚不在同一量级。

据瑞士媒体Blick援引前控股方Jacobs Capital数据，猛犸象年营收约4亿瑞郎，近年来保持两位数增长。按照近期汇率计算，约合人民币34亿元。

相比之下，始祖鸟母公司亚玛芬体育旗下技术服装板块2025年收入达到28.56亿美元，同比增长30%。

双方在中国市场的渠道覆盖同样存在差距。

截至2026年初，猛犸象在中国内地拥有61家门店，覆盖21个省份和直辖市，其中除北京、上海、深圳及部分奥莱门店采取直营模式外，其余门店以品牌授权经营为主。

相比之下，始祖鸟在大中华区拥有79家直营门店。进入安踏参与收购的亚玛芬体育体系后，品牌通过强化核心商圈旗舰店、直营零售和电商渠道，将消费场景从专业户外延伸至城市通勤、女性服饰和鞋履。

这意味着，CPE源峰若希望复制始祖鸟的中国增长故事，重点不能只是提价和开店，而是需要重新平衡专业户外传统与大众消费扩张。

一方面保留猛犸象在攀登、安全装备和技术产品上的专业形象，另一方面增加直营渠道、核心城市品牌门店和本地数字化运营，并通过更适合亚洲消费者的产品及营销扩大认知度。

对CPE源峰而言，猛犸象的优势在于品牌历史、技术积累和仍有提升空间的亚洲业务；挑战则在于，它所面对的是一个已经由始祖鸟完成消费者教育、同时也聚集了萨洛蒙、迪桑特、凯乐石等大量竞争者的市场。

能否把专业声誉转化为渠道效率、品牌溢价和持续增长，还要取决于交割后的资本投入、管理团队及中国市场运营方案。

本文来自华尔街见闻，欢迎下载APP查看更多

美国当地时间，7月30日美股盘后，亚马逊首席执行官Andy Jassy在二季度财报电话会上宣布，2026年现金资本开支指引上调200亿美元至2200亿美元，同比增幅高达71.4%。

更值得关注的是，Jassy明确表示即便在如此规模的投入下，今年的容量仍不足以满足全部需求，并预计这一供需缺口将延续至2027年。

追风交易台消息，巴克莱银行随即发表研究报告，认为上述表态有效驳斥了市场此前对AI基础设施过度建设的担忧，而超大规模基础设施需求即便在当前AI训练周期成熟之后，仍可能持续增长。

不过巴克莱指出，宏观环境变化及AI热情消退是上述个股估值面临的主要风险，美元走势、利率水平及能源成本的波动均可能影响相关公司的盈利与估值表现。

华尔街见闻提及，Andy Jassy预计公司将进一步加大对人工智能的投入，今年的资本支出预计将达到2200亿美元。今年2月，亚马逊曾表示今年的资本支出将达到2000亿美元，并在4月份维持了这一预测不变。

Andy Jassy表示，内存价格上涨推高了亚马逊的资本支出预期。他认为，亚马逊的支出狂潮短期内不太可能放缓。Andy Jassy说：

即便如此，我们今年的容量仍将无法满足所有需求。我认为这一状况在2027年同样会存在。

据巴克莱分析，这一判断印证了超大规模云计算商的需求依然异常强劲，整个行业仍处于容量受限的环境之中。这支撑了数据中心开发、供电土地及批发容量在2027年及以后的持续需求。

在扩张节奏上，亚马逊表示正按计划推进容量建设，此前数个季度披露的目标是，到2027年底将容量和电力容量较2025年翻倍，目前进展符合预期。

亚马逊对未来需求的判断不止于2027年。Jassy指出，来自2028年的需求信号已"引人注目"，并强调企业客户在其现有生产应用中大规模使用AI推理仍处于非常早期的阶段。

据巴克莱报告解读，结合企业推理采用仍在早期阶段的判断，上述评论暗示超大规模基础设施需求即便在当前AI训练周期成熟之后，仍可能持续增长。

这一需求结构性的长尾特征，为数据中心运营商提供了更长维度的收入可见性。

在资本配置逻辑上，Jassy将数据中心定性为超越单一技术周期的长久期基础设施资产。他在电话会上表示：

数据中心的资本支出在服务器入驻并开始创收的两年前便已启动。一旦数据中心开业并接入服务器，我们即刻开始产生可观收入，并能够在30年以上的周期内持续变现，且无需再次投入当初的启动资本。

他进一步阐释了多代服务器经济学的逻辑：

对于使用寿命超过30年的数据中心，我们可以获得至少五到六代服务器的经济效益。首代之后的各代产品经济性甚至更佳，因为无需重复前期数据中心的建设投入。

巴克莱认为，这一框架有助于理解超大规模云计算商为何愿意承受大规模前期资本支出。数据中心一旦建成，将跨越多个服务器世代持续创造回报，初始投资的边际效益随时间递增。

本文来自华尔街见闻，欢迎下载APP查看更多

报告认为，本轮AI投资已从科技巨头的内部现金流驱动，演变为由企业信用、项目资产与全球长期储蓄共同推动的信用扩张周期。

因为无论采用何种融资工具，本质都是以母公司信用、项目资产和长期合同为支撑，将尚未兑现的AI收入提前资本化，把全球长期储蓄导向GPU、数据中心和电力资产。

真正的脆弱性不在于银行或非银金融机构是否过度杠杆，而在于融资条件——低成本、高抵押率和快速审批能否持续维持。

只要AI需求与现金流路径未被证伪，当前债务扩张更接近超级资本开支周期，而非终极泡沫。2026至2027年，新型AI云服务提供商是最值得警惕的局部流动性风险节点。

2024年以来，生成式AI训练与推理需求同步上升，驱动全球科技企业资本开支快速扩张。

微软、谷歌、亚马逊、Meta和甲骨文五家公司合计资本开支，从2023年约1540亿美元升至2024年约2390亿美元，再跃至2025年约4120亿美元。按各公司最新指引估算，2026年合计资本开支可能接近7800亿美元，几乎是2025年的两倍。

与此同时，营收增速已明显跟不上资本开支扩张节奏。

五家公司合计自由现金流由2024年约2390亿美元下降至2025年约1910亿美元，资本开支占经营现金流的比例则由约50%升至68%。

以2026年为例，若资本开支达7800亿美元而经营现金流约为6500亿美元，行业整体在股息派发和回购之前就可能形成约1300亿美元的资金缺口。

对投资者而言，这意味着科技巨头将持续压缩回购。五家公司合计回购规模已由2022年约1250亿美元降至2025年约950亿美元。同时净债务融资显著增加，2025年净债务融资上升至约900亿美元，融资工具也向多元化方向扩展。

未来四年，全球AI基础设施全栈投资总规模约为4.51万亿美元。其中，科技巨头承担约2.93万亿美元，AI云服务提供商约2480亿美元，其他玩家约1.33万亿美元。

但总基建投资并不等于总债务规模，企业可先动用经营现金流、存量现金和股权资本，债务融资填补剩余缺口。

面对融资缺口，AI基建融资正呈现出两个鲜明方向：从表内向表外迁移，从母公司整体信用向客户合同和项目资产下沉。

表内融资包括公司债、银行贷款、GPU抵押贷款、可转债和已确认租赁负债，债务直接进入母公司资产负债表；

表外融资则是由开发商、合资公司（JV）或特殊目的载体（SPV）承担债务，科技公司通过长期租约、容量购买合同或担保为项目提供隐性信用支持。

科技巨头呈现"母公司融资＋长期租赁＋项目融资"三层结构。穆迪统计，美国前五大科技巨头的租赁承诺合计已达到约9690亿美元，且多数对应尚未开始的租赁，这些承诺随项目交付将逐步转化为租赁负债和长期现金流支出。

AI云服务提供商则主要依靠"GPU及合同支持贷款＋租赁＋可转债"的组合。以CoreWeave为例，截至2026年3月末，其有息债务已达251亿美元，融资工具覆盖多笔延迟提款定期贷款（DDTL）、设备融资、高收益债、可转债和循环贷款，头部AI云服务提供商已形成多层次资本结构。

融资成本的梯度实质上反映的是"现金流确定性和债权人控制力"的差异。

以CoreWeave为例，其高级无担保债有效融资成本约10%，而由投资级客户合同、GPU资产和项目现金流支持的DDTL 4.0融资成本降至约5.9%；

同期Meta 2032年公司债票息约4.6%，而Hyperion数据中心项目债发行收益率约6.58%——项目债并不比母公司债便宜，其目的是节约母公司资本和保留评级空间，而非单纯降低利率。

AI投融资对融资中介提出特殊要求。单个1GW级项目投资可能达数百亿美元，投资回收期通常十年以上，而银行负债端以存款和短期批发融资为主，存在天然的期限错配、资本占用和集中度约束。

以摩根大通为例，其一级资本为2957.58亿美元，对单一借款人法定贷款上限约450亿美元。

因此，银行在AI融资中更多扮演"融资管道"角色：承担项目筛选、信用塑造、过桥融资、结构设计和风险分销功能，在条件成熟后将风险通过银团贷款、私募债或资产支持证券分散给机构投资者，而非永久持有全部风险。

穿透各类融资工具，AI基础设施的终极资金来自全球长期储蓄体系。

资金传导路径为：居民与国家储蓄→养老金、保险和主权财富基金→基础设施基金、地产基金、私募信贷基金及大型资产管理机构→AI项目股权、项目债、公司债、ABS/CMBS→数据中心、电力及算力基础设施。

当前AI融资体系尚未呈现2008年前影子银行普遍高杠杆特征。

美联储相关机构估计，美国私募信贷基金平均杠杆约30%，欧元区约40%，杠杆更多集中于资金使用端，即AI云服务提供商、数据中心开发商及项目SPV。

私募信贷借款企业的债务/EBITDA通常达5至6倍，若剔除较激进的EBITDA调整，实际杠杆可能接近7倍，明显高于广义银团杠杆贷款约4倍的水平。

两类主体的风险画像截然不同。

科技巨头的主要压力是资本配置约束而非流动性危机。

在15年中性分摊情景下，微软、谷歌、亚马逊、Meta和甲骨文五家公司2026年剩余期间固定支付墙约749亿美元，2027年升至约1273亿美元。

同期预期经营现金流分别约5783亿美元和9728亿美元，固定支付墙占比仅13%左右，到2030年进一步降至约9.4%。

即使AI投资回报低于预期，这些公司可通过减少回购、延后项目或增发公司债进行缓冲。

AI云服务提供商面临的则是更直接的流动性错配。

在同等情景下，CoreWeave和Nebius 2026年剩余期间固定支付墙约98亿美元，而同期预期经营现金流仅约90亿美元，固定支付墙已达经营现金流的109%。

即便采用更宽松的20年分摊假设，该比例仍约为102%，说明压力并非来自计算假设，而是源于债务集中到期与经营现金流尚未充分形成之间的结构性裂缝。

研报认为，其中CoreWeave的错配最为突出。

2026年剩余期间主口径固定支付墙约92亿美元，经营现金流预计仅约62亿美元，支付墙相当于经营现金流的149%。若进一步计入建设成本挂钩租赁和设备采购承诺，广义固定支付压力可达到经营现金流的约170%。

这意味着CoreWeave在未来两年均难以完全依靠内部现金流完成债务和租赁支付，持续融资是维持经营的必要前提。

2027年，AI云服务提供商的主口径固定支付墙进一步上升至约109亿美元，虽然一致预期经营现金流可能增至约246亿美元使覆盖比例改善，但这一改善高度依赖收入增长、客户合同正常履约和项目按期投产，核心风险从"当期现金流不足"转化为"对业绩兑现和持续再融资的高度依赖"，并未实质消除。

综合来看，AI融资短期内不太可能出现全面断裂，但融资体系正在从"资金是否存在"转向"资金能否以足够低的成本、足够高的杠杆和足够快的速度落地"的效率问题。

对科技巨头而言，融资收紧主要意味着资本开支节奏放缓和投资回报下降；对AI云服务提供商而言，则可能直接触发流动性缺口。

为此，投资者应优先跟踪以下信号：

• 融资利差与综合资金成本：项目贷款、私募信贷和设备融资利差持续上升，意味着风险溢价提高；
• 贷款价值比LTV及股权资本比例：贷款价值比下降，说明同一项目需投入更多股权资本，融资杠杆效率恶化；
• 债务偿付覆盖率：接近或低于1，意味着经营现金流不足以覆盖当期固定义务；
• GPU抵押率、利用率和算力租赁价格：这是AI云服务提供商融资能力的底层基础，任何下滑都将同时压低经营现金流和可获融资规模。

AI超级周期能否持续，最终不仅取决于算力需求能否增长，也取决于全球储蓄能否持续以足够低的成本、足够高的效率转化为长期算力资产。这一转化效率，才是真正值得投资者持续追踪的核心变量。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，袁记云饺母公司袁记食品集团再次向港交所递交上市申请，并将财务数据更新至2026年5月底。目前，公司已完成中国证监会境外上市备案，但尚未通过港交所聆讯。

2026年前五个月，袁记食品实现收入13.06亿元，同比增长39.8%；期内利润由上年同期的5708万元增至1.57亿元，同比增长1.76倍。

盈利改善首先来自毛利率上升。

袁记食品的商业模式并非主要依靠加盟费，而是由中央工厂生产馅料、面皮等产品，再销售给加盟商。

上半年猪肉价格整体处于低位，作为主要收入来源，袁记向加盟商销售的馅料毛利率由28.1%升至36.1%。

这使袁记在收入增长近四成的同时，毛利大增超七成，整体毛利率由上年同期的23.2%升至28.4%，提高5.2个百分点。

预包装食品品牌“袁记味享”也对利润提升做出一定贡献。

2026年前五个月，其收入同比增长约172.5%至6928万元，占集团收入的比重由2.7%升至5.3%；毛利率则由10.5%升至37.1%。

公司称，毛利率提升主要受直营线上渠道占比增加、产量扩大摊薄固定成本推动。此前，渠道拓展期的推广让利及机器包装产能利用率较低，曾对毛利率形成压制。

门店层面，袁记云饺的扩张速度在2025年相对放缓后重新回升。

截至2026年5月底，袁记共有4773家门店，较2025年底净增271家；月均净增约54家，比2025年每月多出8家。

存量门店的经营状况也同步改善，日均GMV由上年同期的4126元升至4627元，同比增长约12.1%。

不过，这一增长主要来自订单量提升，而非客单价回升，而外卖补贴是其中不可忽视的推动因素。

2026年前五个月，袁记线上订单量由5110万单增至8180万单，线上GMV同比增长58.5%至13.58亿元。

2025年全年，其外卖GMV已增长47.5%至30.15亿元，占门店GMV的比重由2024年的32.7%升至45.3%。

下半年，袁记将直接对比去年同期的外卖补贴高峰，当前订单量和单店GMV的增速能否延续仍待观察。

另一项值得关注的数据是，总部收入仍明显跑赢终端GMV。

今年前五个月，袁记食品收入增长39.8%，门店GMV增长27.3%，两者相差12.5个百分点。

类似的增速倒挂在2025年前三季度已经出现，当时公司收入增长11%，门店GMV仅增长6.4%。

门店GMV主要反映消费者在终端门店的消费额，总部收入则包括向加盟商销售食材、加盟服务和预包装食品等。新店首次备货及预包装业务占比提升，都会拉高总部收入。

但随着两者增速差距扩大，加盟商进货能否最终转化为稳定的门店销售，仍是判断袁记这轮增长质量的重要指标。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，欧莱雅集团发布2026年上半年财报。

数据显示，上半年集团销售额237.7亿欧元，可比内生增长6.8%，法定报表口径增长5.8%，调整后可比内生增速6.5%。这是欧莱雅自2021年以来连续第六年实现正增长，也是其历史上半年度销售额的最好成绩。

利润端，毛利率提升10个基点至74.8%，营业利润率提升20个基点至21.3%，创上半年历史新高。去除非经常性项目后的净利润为39.596亿欧元，同比增长4.7%。

分业务板块看，四大事业部均实现增长。

专业美发产品部上半年销售额29.21亿欧元，调整后可比内生增长11.6%，增速领跑。皮肤科学美容事业部销售额42.16亿欧元，同比增长10.6%，所有区域市场均实现增长。大众化妆品部销售额86.43亿欧元，增长4.3%；高档化妆品部销售额79.97亿欧元，增长5.1%。

欧莱雅集团首席执行官叶鸿慕在业绩说明会上表示，上半年增势强劲，全品类、全区域、全业务部门均实现增长，主要得益于创新战略的推进以及在电商渠道取得超越市场平均水平的增长。集团预计2026年全球美妆市场增长约4%至5%，并计划继续跑赢市场。

分区域看，南亚太、中东、北非及撒哈拉以南非洲地区以13.8%的调整后有机增长领跑五大区域；欧洲增长6.1%，北美增长6.7%，拉丁美洲增长5.2%。

北亚地区调整后可比销售额同比增长4.6%，在各主要地区中增速居末，但实现了连续两个半年度持续提升。

北亚区上半年销售额55.14亿欧元。财报指出，中国是北亚区增长的主要驱动力。

2026年第一季度，中国大陆市场已实现中高个位数增长，较2025年明显提速。欧莱雅在2025年稳居中国美妆市场第一，高档化妆品部在高端市场占有约30%的市场份额。

从驱动因素看，中国市场的复苏主要由高端品类拉动。高档化妆品部在北亚区的增长中，香氛品类持续保持两位数增长，赫莲娜、兰蔻等品牌表现突出。皮肤科学美容事业部在北亚市场同样实现两位数增长。

不过，这一复苏是在经历了一段时间的低迷之后出现的。

2024年，欧莱雅北亚地区销售额为103.03亿欧元，同比下滑3.2%，成为集团唯一负增长的地区。欧莱雅中国销售额在2024年也出现短暂下滑。进入2025年后增速转正，2026年第一季度进一步扩大。

竞争环境依然激烈，本土美妆品牌的崛起给国际品牌带来持续压力。2026年上半年，中国化妆品全渠道交易总额达6114.1亿元，同比增长4.35%。欧莱雅CEO叶鸿慕在谈及中国市场时表示，“这是一个竞争非常激烈的市场，这迫使我们更加创新”。

在旅游零售渠道方面，业务仍处于负增长态势，但消费可能正从旅游零售渠道向中国国内市场转移。

整体来看，欧莱雅上半年交出了一份全线增长的答卷，中国市场作为北亚区复苏的关键引擎正在发挥作用，但增速仍低于集团其他区域，复苏的持续性和强度有待进一步观察。

本文来自华尔街见闻，欢迎下载APP查看更多

此次利率决议结果与市场预期完全一致，彭博调查的52位经济学家均预测央行按兵不动。然而，审议委员会内部出现分歧：委员高田创投下反对票，主张连续加息，成为本次会议的唯一异见声音。这一信号表明，部分委员认为当前通胀走势已具备进一步收紧政策的条件。

央行行长植田和男领导的政策委员会继续警告，潜在通胀存在超越2%目标的风险，并承诺将根据经济与物价走势持续上调借贷成本。值得注意的是，央行同时将经济增长风险评估从"偏向下行"调整为"基本平衡"，暗示中东局势的冲击或不及此前预期严峻，全球人工智能需求的提振效应在一定程度上形成了对冲。

日本央行利率决议公布后，美元/日元汇率小幅走弱至约160.88附近。投资者正逐步押注央行最快于10月启动下一次加息，市场目光将聚焦于植田和男当日下午召开的新闻发布会，寻找验证这一预期的线索。

在季度经济展望报告中，日本央行上调了未来两年的GDP增长预测。2026财年预测从0.5%上修至0.6%，2027财年从0.7%上修至0.8%，2028财年维持0.8%不变，整体预测与彭博调查经济学家的预期基本吻合。

通胀方面，央行将2026财年剔除能源核心CPI预测从2.6%小幅下调至2.5%，主要反映政府补贴政策的影响；2027财年核心CPI预测则从2.3%上修至2.4%，2028财年维持2.0%不变。央行同时预计，2026财年下半年整体CPI同比涨幅可能明显超过2%。

央行表示，价格趋势正在接近2%的物价目标，将价格趋势稳定在2%附近至关重要，并指出中短期内实质利率持续处于负值区间，暗示政策正常化方向不变。

在会后声明中，日本央行重点点名两大外部风险：中东局势与汇率波动。央行表示，中东局势可能通过汇率及大宗商品价格渠道对日本经济和通胀产生影响，需予以特别关注。

汇率方面，央行明确指出，近期日元贬值是推动物价上涨的因素之一，并可能进一步加剧通胀压力，强调将密切监测汇率走势对经济与物价的影响。日元的持续弱势令外界对输入性通胀压力的担忧升温。

据一位知情市场人士透露，日本当局于周四纽约交易时段入市干预，日元一度对美元单日升幅达3.3%。日本当局未正式确认实施了干预，但日本首席汇率官员三村淳（Atsushi Mimura）周五表示，日本从美国获得的支持已不仅限于道义层面。

此外，央行将全球人工智能需求列为正面因素，认为有助于提振日本经济，并表示将综合研判中东局势、AI发展动态及汇率走向，以决定下一次加息的时机。

高田创的反对票令本次会议的政策信号趋于复杂。这是本次决议8比1的投票结果中唯一的异议，意味着委员会内部对于加息条件是否已经成熟存在分歧。

尽管如此，央行整体立场仍倾向于在确认通胀持续达标之前保持审慎。外部不确定性的叠加——包括中东局势对能源价格的潜在冲击以及日元的持续走软——使央行难以就加息时点作出明确表态。

此次决议传递的核心信号在于：日本央行政策正常化的方向不变，但下一次加息的触发条件，仍将取决于汇率走势、通胀实现路径及地缘政治风险的后续演变。货币市场交易员对植田和男下午发布会的措辞高度警惕，一旦其表态被解读为过度偏鸽，则10月加息预期或面临重新定价的压力。

本文来自华尔街见闻，欢迎下载APP查看更多

7月31日，据彭博报道，上述计划于周五以政府声明形式公布。消息发布之际，韩国股市正经历剧烈震荡——KOSPI指数本周早些时候累计跌幅超过17%，创近期最大跌幅，主要受债务水平上升及市场对两大芯片巨头巨额资本支出可持续性的疑虑拖累。受注资消息提振，KOSPI指数周五盘中一度大涨17%，强势反弹。

韩国政府表示，此次注资旨在"主动应对"全球资本对韩国投资兴趣的持续升温，并将KIC定位为吸引外国主权财富基金和资产管理机构进入韩国市场的"锚定投资者"。政府计划最快下月向国会提交《韩国投资公司法》修订案，新账户有望于明年正式启动运营。

注资规模与资金来源

根据政府声明，新设专项账户将设于KIC现有架构之内，初始规模不低于20万亿韩元，资金来源包括政策性银行等公共机构的股权出资。

政府强调，新账户的管理将保持完全独立的投资决策机制，并与KIC现有的外汇储备管理组合严格隔离，以确保两类资产的风险边界清晰。

KIC截至去年底管理资产规模达2320亿美元，受托管理政府、韩国央行及公共机构委托的国家外汇储备。

此次调整最具标志性意义的变化在于，KIC的投资授权将首次延伸至国内资产。此前，KIC的职能定位始终聚焦于境外资产的配置与管理。

政府表示，新账户将支持战略性产业的成长，同时为未来世代创造收益，并在国家经济安全、外汇及资产市场层面发挥缓冲作用。

在投资方向上，AI生态系统建设被列为核心驱动力。政府指出，韩国在构建AI生态系统方面具备核心竞争力，这一优势正吸引全球资本的持续关注，而引入具有公信力的锚定投资者，将有助于撬动外国主权财富基金和国际资产管理机构的跟进配置。

为使新账户具备法律依据，韩国政府计划于下月向国会提交《韩国投资公司法》修订草案，并预计于明年正式启动新账户的基金运营。

整体推进节奏显示，政府希望在立法层面尽快取得突破，以便在全球AI投资竞争格局进一步固化之前，确立韩国主权资本的战略布局。

尽管政府声明并未将上述计划与当前市场动荡直接挂钩，但此次公告的时间节点颇为敏感。

KOSPI指数在公告发布前的三个交易日内累计下跌逾17%，市场对韩国债务水平的担忧，以及对三星电子、SK海力士等芯片巨头大规模资本支出能否持续支撑AI产业需求的质疑，是此轮下跌的主要诱因。

此次注资计划是韩国政府近期一系列稳定股市举措的最新组成部分。消息公布后，KOSPI指数周五盘中涨幅一度高达17%，市场情绪明显修复。两大芯片巨头SK海力士、三星电子双双暴涨。

本文来自华尔街见闻，欢迎下载APP查看更多

这是苹果公司史上最强劲的六月季报。但盘后股价跌了6%，市值一夜蒸发超3000亿美元。

市场盯着的是第四季度指引——毛利率从50.1%砍到47%至48%区间，下滑2到3个百分点。数字本身平淡，驱动这几个百分点的力量藏在苹果摸不着的供应链深处。

四大云厂商今年合计7250亿美元资本开支，正在从供给侧反向挤压苹果的制造成本。台积电先进制程产能被AI芯片大量抢占，DRAM产能被AI服务器吞噬导致存储芯片价格暴涨。苹果九个月资本开支不到68亿美元，和云厂商相差百倍以上。

苹果不建AI数据中心，但AI数据中心的成本正通过芯片和存储两个管道，传导到每一台iPhone和Mac上。

这是库克任内最后一次以CEO身份出席财报电话会。9月1日，硬件工程高级副总裁约翰·特努斯接棒。他上任第一天迎面撞上的，是一场正在从供给侧蔓延过来的挤压。

50%毛利率里的水分

50.1%的毛利率是苹果历史首次突破50%大关。数字漂亮，但含了约2个百分点的关税退款一次性调整。剔除后实际毛利率约48.1%，同比仍提升1.6个百分点，改善来自iPhone Pro系列占比提升和服务业务比重上升。

真正的信号在下一季。CFO帕雷克给出的Q4毛利率指引区间中值47.5%，从本季50.1%直接下滑2.6个百分点。即便用调整后口径对比，从48.1%到47.5%，也要降0.6个百分点。苹果正在将供应链成本上升转嫁到利润率上。

研发投入是另一个值得深究的数据。单季研发支出117亿美元，同比增长32.3%，增速是营收增速的两倍。九个月累计研发投入340亿美元，同比增加83亿美元。库克在电话会上明确表示"苹果整体而言在为AI投入更多资金"。这笔钱流向自研AI芯片、Siri AI和软件平台AI能力集成。但短期内AI相关付费服务尚未形成规模化收入——研发费用在涨，AI收入还没有着落，成本基线先被推高了。

EPS 2.02美元中有0.11美元来自关税退款，剔除后约1.91美元。超出市场预期约0.04美元，超出的部分来自一次性因素，经营层面并无改善。

AI数据中心正在吃掉苹果的供应链

这份财报最深层的信号在这里。

微软、Meta、谷歌、亚马逊四家今年合计资本开支7250亿美元，同比暴增77%。苹果不建AI数据中心，九个月资本开支仅68亿美元，反而同比下降28%。

但苹果躲不开AI基建狂潮的成本传导。云厂商要的是训练和推理芯片，苹果要的是终端处理器和存储器，产品不同，但都得从同一批供应商手里抢产能。

第一根管道：台积电先进制程。 苹果自研SoC依赖N3等先进制程。2026年N3产能已100%售罄，其中约60%被AI芯片客户拿走，2027年这一比例预计升至86%。AI芯片正在排挤消费电子。库克在电话会上确认，6月季度的供应限制主要集中在Mac，9月季度将扩散到iPhone和iPad。他把原因归结为"需求增长太快"——没有点名AI，但产能被谁抢了，产业链心知肚明。

第二根管道：DRAM。 存储芯片合约价今年一季度暴涨90%以上，高盛全年涨幅预期250%到280%。原因很直接：AI服务器对高带宽存储器（HBM）需求井喷，三星、SK海力士、美光三家把产能优先转向HBM，因为HBM利润率是消费级DRAM的3到5倍。消费级DRAM产能被挤压，价格上涨。

库克用了"百年一遇的洪水"来形容存储价格涨势。3月季度存储成本高于去年12月季度，6月季度又高于3月季度，9月季度还将进一步上升。苹果已在6月"不情愿地"提高了多款Mac、iPad和家居设备定价。

库存数据印证了成本上升。资产负债表显示库存从57亿美元飙升至111亿美元，增幅94%。其中有提前备货应对供应限制的因素，但存储等元器件价格上涨也直接推高了库存金额。一台iPhone的存储成本如果涨了15%，哪怕数量不变，库存金额也会跳升。

7250亿和68亿，两组数字放在同一张表上，苹果的处境一目了然——AI基建的账单不付不行，只是换了种付法：通过芯片和存储两个管道，传到毛利率里。

库存翻倍与研发激增的交叉信号

资产负债表上还有两组数据值得深挖。

无形资产从111亿美元激增至203亿美元，单季增加93亿美元，增幅83%。财报中未单独披露对应交易，但这个量级的无形资产增长通常意味着一笔或多笔金额可观的收购或知识产权交易。结合研发费用增速32%的背景，苹果可能在AI领域完成了某种技术或团队收购。

服务业务的表现是另一个交叉验证点。服务收入307亿美元，同比增长12.1%，低于上一季度的310亿美元，也低于市场预期314亿美元约2%。作为毛利率接近75%的核心现金牛，服务增速放缓直接压制了市场对长期盈利弹性的判断。付费订阅用户突破15亿，Siri AI公测反馈积极，但AI相关付费增值服务尚未形成规模化收入。

产品卖得动，产能跟不上。苹果当前的核心矛盾就在这里。

iPhone和Mac本季表现强劲。iPhone单季543亿美元贡献近半营收，同比增长21.7%，创六月季度纪录。Mac收入104亿美元同比增长28.7%，远超市场预期约20%。3月发布的M5芯片MacBook系列持续供不应求——供不应求的原因之一，正是先进制程产能不足。Mac在大中华区和东南亚等新兴市场销量创同期新高。

iPad是本季唯一负增长品类，61.9亿美元同比下滑5.9%，低于市场预期约10%。平板换机周期拉长是主因。

库克的最后一搏

库克在电话会上透露苹果正在"评估所有选项"以增加DRAM供应来源。

市场消息指向中国存储厂商长鑫存储。库克间接回应："DRAM市场主要有三家供应商，如果有更多供应商是好事。"这句话背后是苹果供应链策略可能发生的根本性转变——从高度集中的三星、SK海力士、美光三家，扩展到包括中国厂商在内的更多来源。

长鑫存储目前全球DRAM市场份额约7.67%，是中国唯一具备规模化DRAM量产能力的厂商。

库克没有正面回应是否正在测试长鑫存储的产品，但"评估所有选项"的措辞，加上存储价格"百年一遇洪水"的紧迫感，信号已经足够清晰。

特努斯接班，第一道考题是供应

9月1日，库克转任董事会执行主席，硬件工程高级副总裁约翰·特努斯接任CEO。

库克在电话会末尾的告别语温和从容："感谢股东特别是长期股东多年的信任，这是我最后一个业绩会。过渡进行得很顺利，我非常期待约翰·特努斯进入他的新角色。"

特努斯上任后的第一道考题非常具体。9月新品周期——新款iPhone备多少货、定价怎么走、Mac和iPad的等待时间能否缩短。产品卖得动已经证明了。9月季度要证明的是另一件事：这些产品能不能按原来的节奏送到消费者手上。

苹果Q4指引iPhone增速约15%，低于市场预期的17.6%。Mac和iPad也将受到"日益加剧的供应限制冲击"。加上外汇逆风预计拖累Q4增速约2.5个百分点，服务增速持续放缓——特努斯接手的就是这样一份答卷。

下季度跟踪三个变量

苹果Q3财报的核心矛盾出在供给端。需求端的iPhone和Mac都在涨，7250亿美元云厂商资本开支正在通过台积电先进制程和DRAM两个管道，挤压苹果的毛利率和交付能力。Q4毛利率指引47%到48%只是第一个可见的信号。

下季度跟踪三个变量：DRAM合约价格走势、台积电先进制程产能分配中AI与消费电子的比例变化、长鑫存储能否进入苹果DRAM供应链。三个变量任何一个松动，都会改变苹果的成本曲线。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间周三，沃什在美联储利率决议新闻发布会上表示，他关注的通胀数据范围，已不仅限于美联储长期以来的首选指标，即个人消费支出价格指数（PCE）。

他同时暗示，明年1月之后，美联储可能对通胀战略框架有所表述。这番言论迅速引发投资者和经济学家的广泛争议。

30年期盈亏平衡通胀率随即出现自2024年以来最大单日涨幅。部分市场人士表示，沃什有关PCE的表态是推动这一波动的重要因素之一。

沃什在周三发布会上措辞鲜明：

我们将实现2%的通胀目标，不会再高了。但要实现这一目标，我需要参考比个人消费支出（PCE）更广泛的通胀数据。

个人消费支出价格指数（PCE ）长期以来一直是美联储首选的通胀指标，政策制定者在进行预测时也会使用该指标。

官方数据显示，6月份PCE同比上涨3.7%。沃什表示：

我们会继续使用该指标。

但他补充道：

谁知道呢，明年1月之后，我们可能会对策略做出怎样的调整。

这一表态与他此前设立的若干工作组有关，这些工作组承担的任务之一，正是审查美联储的通胀框架以及所监测的经济数据。

摩根大通首席美国经济学家Michael Feroli在致客户报告中对此直言不讳：

这些表态似乎印证了外界的疑虑——工作组的设立，不过是为重新界定通胀挑战提供掩护。

在"替代PCE"的讨论中，前里士满联储主席Jeffrey Lacker直接泼了一盆冷水。

Lacker说：

他们能转向什么，更重要的是以什么标准来做取舍，都远非显而易见。

这位以鹰派立场著称的前联储官员强调：

你必须选择一个可靠的、覆盖广泛的指数。目前符合条件的只有两个：PCE价格指数和CPI，仅此而已。

消费者价格指数（CPI）6月同比上涨3.5%，该指标同时是美国通胀保值债券（TIPS）定价及社会保障生活成本调整的基准。

Lacker补充称，从长期来看，两者表现"差别并不大"。Nationwide首席经济学家Kathy Bostjancic则指出了关键的市场诉求：

明确他和美联储将监测哪些通胀指标，是当务之急。

沃什周三并未透露他还在考量哪些其他指标，这一空白本身，正是当前市场不安情绪的核心来源。

在逾2万亿美元的美国通胀挂钩国债市场，沃什的言论已触发连锁反应。

摩根大通策略师建议客户通过五年期五年远期通胀互换合约，押注通胀预期上行。

花旗集团经济学家Andrew Hollenhorst和Veronica Clark在周四报告中则持相对乐观态度，预计：

未来数月将日趋明朗，沃什关注的更广泛通胀指标，并不会呈现令人担忧的加速上涨态势。

不过，花旗策略团队同时警告，沃什的立场可能为五年期五年远期通胀利率引入新的交易区间，该指标此前多年来一直受制于约2.5%的上限。

巴克莱美国通胀策略主管Jon Hill指出了更深层的市场隐患：

一旦市场对美联储抗通胀决心的确信度下降，或不确定性上升，就会传导为更高的期限溢价和通胀风险溢价。

在逾31万亿美元的美国国债市场中，期限溢价的上行将直接推高长端利率。美债收益率曲线，2年-30年期持续陡峭化。

30年期国债收益率仍接近2007年以来的最高水平。

本文来自华尔街见闻，欢迎下载APP查看更多

周三议息会议结束后，沃什在新闻发布会上表示美联储“绝不动摇”抗通胀立场，但同时暗示长端利率上升已在一定程度上替代联储完成了收紧工作，无需主动加息。

这一表态被市场解读为明显偏鸽，触发美债收益率急剧陡峭化。30年期美债收益率周四一度升至5.24%，30年与2年期利差从约0.8个百分点扩大至0.97个百分点，创近一年来最大单日移动。

华尔街主要机构随即发布措辞严厉的研报，摩根大通将标题定为“空谈无益”，美国银行称市场“被鸽派立场搞得一头雾水”，摩根士丹利则将问题直指“信誉”。多位投资者警告，沃什的简化沟通策略“已经开始适得其反”，并有侵蚀美联储对31万亿美元美债市场影响力的风险。

按兵不动引发市场困惑

沃什于今年5月接任美联储主席，上任伊始便承诺重建央行作为通胀斗士的声誉。然而，在通胀持续高于2%目标的背景下，美联储已连续多次会议维持利率不变。

周三会议上，美联储内部出现明显分歧——三位委员投票支持加息，但最终决定仍是按兵不动。沃什在发布会上的解释是，自上次6月会议以来实际利率已有所上升，市场已在一定程度上完成了货币政策收紧的工作。

这一逻辑令投资者感到困惑。据英国《金融时报》报道，Aegon Asset Management首席投资官Stephen Jones表示，“无论是有意还是无意，他已经放弃了对美债市场的任何掌控感。这与历任美联储主席的意愿和行事方式相比，是相当大的转变。”

ING策略师Francesco Pesole则更为直接：“沃什的无指引策略已经开始适得其反。”他指出，周三发布会后国债曲线的陡峭化走势“看起来非常像一场信心丧失的交易”。

华尔街：信誉受损，政策路径不明

多家机构在研报中对沃什的沟通方式提出批评，核心矛盾在于：美联储声称重视通胀，却迟迟不采取行动，且未能清晰解释其反应函数。

摩根士丹利首席美国经济学家Michael Gapen表示，“美联储的信誉昨天受到了打击，但这并不意味着无法挽回。”他以裁判打比方：“美联储不是裁判，裁判制定规则、执行规则，是公正的仲裁者，不在乎谁赢。美联储在乎谁赢，美联储有目标和使命，是场上的参与者。其他人无法在不知道美联储如何出牌的情况下打球。”

摩根大通全球利率策略主管Jay Barry及其团队指出，沃什的表态暗示资产负债表工具可能更多介入，且对2%通胀目标的承诺有所弱化，“风险指向进一步的熊市陡峭化”。该行已将美联储首次加息预期提前至12月。

美国银行美国经济学家Aditya Bhave则认为，“重建信誉的需要增加了美联储在9月加息的概率。”他同时指出，沃什在发布会上作出了若干明显偏鸽的表态：一是为采用PCE以外的通胀指标打开了大门；二是暗示除加息外还有其他工具可用于抗通胀；三是暗示市场已替代美联储完成了部分收紧工作。

放弃前瞻指引：市场代价几何

沃什主导的这场沟通策略转型，是其与前任鲍威尔时代最显著的政策差异之一。他明确表示，美联储需要"观察市场对事态发展的直接、未经过滤的反应"，并称减少前瞻指引是"一种改进"，央行在新沟通策略上"才刚刚起步"。

DataTrek Research联合创始人Nicholas Colas指出，"让国债价格几乎完全由市场自行决定，而非美联储通过前瞻指引干预市场，是鲍威尔时代与沃什时代美联储最鲜明的单一差异。"

Eurizon SLJ Capital首席执行官Stephen Jen则认为，市场正处于适应期：“沃什就任数周，市场仍在努力应对美联储哲学层面的转变——关于收益率曲线是什么、将如何被使用。半代“美联储观察人士”被训练成将官员言论映射为收益率曲线上具体的基点变动。这个游戏已经结束了。”

BMO Capital Markets美国利率策略主管Ian Lyngen则提出了一个关键反驳：市场替代美联储收紧的效果有其时限，"市场只会在看到FOMC政策跟进之前，才会持续有效地替美联储收紧。"

长端利率上行，金融条件全面收紧

此轮债市抛售的直接后果，是美国长期借贷成本的显著上升。据英国《金融时报》报道，30年期美债收益率周四一度触及5.24%，为2007年以来最高。长端利率上行将加大美国公共财政压力，推高企业融资成本，并通过抬升30年期抵押贷款利率收紧居民部门信用条件。

巴克莱策略师Anshul Pradhan和Demi Hu认为，此次FOMC会议的关键结论是：将通胀压回2%目标所需的金融条件收紧，"更可能通过长端利率上升而非美联储上调隔夜政策利率来实现"。他们同时指出，"在反应函数不确定性加大的情况下，9月加息的门槛更高，但长端收益率进一步上行的门槛则更低。"

Unlimited Funds首席投资官Bob Elliott则以更为直白的方式总结了当前局面："资产价格下跌以使经济恢复平衡，某种程度上是不可避免的。问题在于是走容易的路（美联储主导），还是走艰难的路（长端驱动）。昨天的走势表明，更艰难的路就在前方。"

Lord Abbett & Co全球利率主管Leah Traub则提出了一个更深层的担忧："如果5年期盈亏平衡通胀率继续大幅上行，那才是真正开始质疑美联储信誉的时刻。"

本文来自华尔街见闻，欢迎下载APP查看更多

国家统计局服务业调查中心首席统计师霍丽慧将此归因于前期高基数、传统生产淡季及高温暴雨等不利因素。

数据显示，7月份，装备制造业和高技术制造业PMI分别为51.4%和53.3%，明显高于制造业总体，保持较快扩张，带动制造业发展向新向优；消费品行业和高耗能行业PMI分别为47.8%和47.0%，比上月下降2.4个和0.1个百分点，景气水平回落。

与此同时，文旅行业受暑期消费带动明显回暖，在一定程度上对冲了建筑业和批发业的拖累。

制造业采购经理指数有所回落，高技术制造业持续扩张

7月份，制造业采购经理指数（PMI）为49.2%，比上月下降1.1个百分点，景气水平有所回落。

从企业规模看，大、中、小型企业PMI分别为49.5%、49.7%和47.4%，比上月下降1.2个、0.8个和0.8个百分点，均低于临界点。

从分类指数看，构成制造业PMI的5个分类指数中，生产指数、新订单指数、原材料库存指数、从业人员指数和供应商配送时间指数均低于临界点。

生产指数为49.9%，比上月下降1.5个百分点，表明制造业生产活动有所放缓。

新订单指数为48.5%，比上月下降2.7个百分点，表明制造业市场需求回落。

原材料库存指数为48.3%，比上月下降0.1个百分点，表明制造业主要原材料库存量继续减少。

从业人员指数为49.0%，比上月上升0.5个百分点，表明制造业企业用工景气度有所回升。

供应商配送时间指数为49.5%，比上月下降0.4个百分点，表明制造业原材料供应商交货时间较上月延长。

非制造业商务活动指数有所下降，文旅行业较为活跃

7月份，非制造业商务活动指数为49.0%，比上月下降1.2个百分点，非制造业景气水平较上月下降。

分行业看，建筑业商务活动指数为47.0%，比上月下降2.0个百分点；服务业商务活动指数为49.3%，比上月下降1.1个百分点。从服务业行业看，邮政、电信广播电视及卫星传输服务、文化体育娱乐等行业商务活动指数均位于55.0%以上较高景气区间；资本市场服务、房地产等行业商务活动指数均低于临界点。

新订单指数为44.4%，比上月下降3.6个百分点，表明非制造业市场需求景气水平回落。分行业看，建筑业新订单指数为40.1%，比上月下降6.2个百分点；服务业新订单指数为45.2%，比上月下降3.2个百分点。

投入品价格指数为49.7%，与上月持平，仍低于临界点，表明非制造业企业用于经营活动的投入品价格总体水平继续回落。分行业看，建筑业投入品价格指数为48.7%，比上月下降1.7个百分点；服务业投入品价格指数为49.9%，比上月上升0.3个百分点。

销售价格指数为47.9%，比上月下降0.5个百分点，表明非制造业企业销售价格总体水平降幅有所扩大。分行业看，建筑业销售价格指数为47.7%，比上月下降2.1个百分点；服务业销售价格指数为47.9%，比上月下降0.3个百分点。

从业人员指数为45.4%，比上月下降0.4个百分点，表明非制造业企业用工景气度有所回落。分行业看，建筑业从业人员指数为40.9%，比上月下降1.4个百分点；服务业从业人员指数为46.2%，比上月下降0.2个百分点。

业务活动预期指数为55.4%，比上月上升0.1个百分点，表明非制造业企业对市场发展信心增强。分行业看，建筑业业务活动预期指数为51.8%，比上月上升0.7个百分点；服务业业务活动预期指数为56.0%，与上月持平。

综合PMI产出指数低于临界点

7月份，综合PMI产出指数为49.3%，比上月下降1.3个百分点，表明我国企业生产经营活动较上月放缓。

本文来自华尔街见闻，欢迎下载APP查看更多

7月30日，华尔街流出一条消息：

一家只有8名员工的对冲基金，在过去36小时内，把全部公开市场持仓——约160亿美元的股票——通过一笔交易，整包卖给了对手盘。

买家是Citadel，全球最大的对冲基金之一，创始人Ken Griffin，管理规模710亿美元。

这家被迫割肉的基金叫Situational Awareness（简称SA），创始人Leopold Aschenbrenner。

值得一提的是，Aschenbrenner的未婚妻Avital Balwit，正是Anthropic CEO Dario Amodei的幕僚长。这场AI崩盘和他的割肉清盘，恰好发生在他们婚礼的前夕。

而就在几周前，他还是华尔街和硅谷最被追捧的名字。

硅谷追捧的“AI先知”

Leopold Aschenbrenner，德国人，24岁。

15岁进哥伦比亚大学，19岁以全班第一毕业。毕业后加入OpenAI的"超级对齐"团队，专门研究如何让超级智能符合人类价值观。2024年，OpenAI以"不当泄露内部信息"为由将他开除。他本人否认，称自己只是把一份基本不涉密的规划文件发给外部研究者征求意见，真正的导火索是他内部写了一份批评OpenAI安全措施的备忘录。

被开除后，他做了一件很多人没想到的事——写了一篇165页的长文，题目就叫《态势感知》（Situational Awareness）。

文章的核心论断是：AI发展速度远超外界想象，到2027年，AI将能自主进行AI研究，人类将面对真正的超级智能。而这一切，需要芯片、内存、数据中心、电力基础设施的爆炸式扩张。

这篇文章在硅谷引发轰动。有人称它是"十年来最重要的文章"。播客主持人Tim Ferriss称他为"AI界的诺查丹玛斯"（类似于先知、预言家）。

2024年，他拿着约2.25亿美元种子资金，创立了同名基金SA。投资人包括Stripe联合创始人Patrick和John Collison、前GitHub CEO Nat Friedman，以及Jane Street等机构。

没有任何从业经验，他直接下场管理数十亿美元。基金规模从此迅速膨胀，2026年7月初，峰值接近450亿美元。

整个基金只有8名员工，其中4名投资专业人士。

“AI股神”4倍杠杆梭哈AI，半年大赚439%

SA的投资逻辑非常直接：既然AI需要大量算力和基础设施，就重仓那些提供算力和基础设施的公司。

多头方向：SK海力士（韩国半导体/内存）、Nebius（AI云平台）、SanDisk（存储芯片）、Micron（内存芯片）、CoreWeave（AI云计算）、Bloom Energy（能源）。

空头方向：做空Adobe等传统软件公司——逻辑是AI会颠覆它们。

同时，基金通过向银行借钱（即杠杆）放大收益，杠杆倍数约为4倍。

这个结构有个特点：银行持有实物股票，SA通过"总收益互换"（TRS）合成获取经济敞口和杠杆。好处是收益倍增，坏处是一旦股价下跌，银行会要求补充保证金（追保）。

2025年到2026年上半年，这套打法效果惊人。

截至2026年6月底，SA净回报率达到439%。据报道，该基金自成立以来累计回报超过2000%。基金规模从不到10亿美元起步，7月初最高膨胀至约450亿美元。

部分早期投资者今年回报率高达200%。

一个月内，两头挨打

然而，好景不长。7月，AI股开始下跌。

市场开始质疑：AI基础设施的高估值能否持续？大量资金从AI硬件股撤出。

SA的多头仓位首当其冲：

• Nebius从6月高点跌去约48%，市值蒸发约350亿美元
• SanDisk在一个多月内跌超56%
• CoreWeave、Micron、SK海力士本月跌幅均超35%

与此同时，SA做空的软件股（如Adobe）却反向上涨，空头仓位也在亏损。

多空两腿同时亏损，4倍杠杆把损失放大。银行开始发出追保通知。

这就是华尔街说的"追加保证金"：你借了钱买股票，股票跌了，银行要求你补交保证金，否则强制平仓。这和A股的融资爆仓是同一个逻辑。

SA的主经纪商包括美国银行、高盛、摩根大通，三家同时介入，协助基金应对追保或有序减仓。

有趣的是，7月24日，Aschenbrenner还在给投资者的信里写道："有时候我们会特别指出，现在是加仓的好时机——如果你一直在等的话。"信末附言，邀请投资者在8月1日追加资金。

36小时，一夜竞价

危机在36小时内迅速演变。

7月29日深夜，SA向多个潜在买家发出紧急求助，寻求出售超过100亿美元的股票以稳住局面。这一消息被英国《金融时报》、彭博等媒体广泛报道。

竞标者包括：Millennium Management（全球顶级多策略对冲基金）、Jane Street（SA的投资人之一）。

Millennium出价，但认为这批仓位风险过高，不愿出高价。

最终，Citadel胜出。

7月30日清晨，交易完成。Citadel以大幅折价接盘SA约160亿美元的全部公开股票持仓——包括多头和空头。这是华尔街历史上规模最大的紧急股票交易之一。

交易完成的消息传出后，纳斯达克100指数当天大涨逾3%——市场松了口气：SA不需要再往市场里砸盘了。

Citadel做这种事不是第一次。历史上，它曾趁危机低价接盘安然（Enron）等公司的资产。用Ken Griffin自己的话说，Citadel能持续成功的原因之一是："经验。是用亏损和痛苦换来的智慧。我的领导团队，我们一起经历了很多市场最艰难的时刻，学到了很多惨痛的教训。但这让我们在动荡和危机时期成为更有效的投资者。"

Citadel成立于1990年。SA成立于2024年。

还剩什么

交易完成后，SA的管理规模从峰值450亿美元骤降至约100亿美元，降幅超过一半。

但Aschenbrenner并没有被彻底清空。

SA保留了全部私募仓位，约100亿美元，其中最重要的一块是Anthropic的股权，估值约50亿美元。SA将以私募投资机构的形式继续运营。

这批私募资产能不能兑现，取决于Anthropic等公司未来上市时的估值。

这是一个悬而未决的问题。

顺带一提：Aschenbrenner的未婚妻Avital Balwit，是Anthropic CEO Dario Amodei的首席幕僚长。SA此前曾被传要出售Anthropic股权，但SA发言人否认了这一说法。

他错在哪里

这件事最值得思考的问题是：Aschenbrenner对AI的判断是否错了？

不一定。

AI基础设施的长期需求逻辑，目前仍有大量机构认同。

问题出在仓位结构上。

X上有人引用了Ken Griffin此前对基金经理失败原因的描述："你的投资组合高度集中，持仓巨大，却无法清晰说明你持有这些仓位的竞争优势在哪里。"

SA的问题正是如此：重仓单一主题（AI基础设施），同时开4倍杠杆，多空两腿押注同一个叙事的两面。一旦市场风向转变，没有任何缓冲。

这套结构在上涨时能创造439%的回报，在下跌时同样能在数周内把整个公开仓位打爆。

正如有人总结的："他对AI的判断没有错。他错在仓位的构建方式上。"

神话的另一面

Aschenbrenner的故事，是这轮AI牛市最极致的样本之一。

一篇文章，一套叙事，八个人，450亿美元，439%的回报——然后一个月内，被追保电话打垮。

这不是AI的终结，也不是Aschenbrenner的终结。

但它清楚地说明了一件事：看对了方向，不等于能活到方向兑现的那一天。

本文来自华尔街见闻，欢迎下载APP查看更多

在AI基础设施强劲需求的推动下，亚马逊AWS云业务录得18个季度以来最快增速，管理层表示豪掷2200亿美元资本支出仍难填满未来两年的算力“胃口”。

华尔街见闻提及，当地时间7月30日美股盘后，亚马逊公布2026年第二季度财报，全球总营收达到2006亿美元，同比增长20%；营业收入更是同比大增43%至275亿美元。

二季度，AWS业务成为全场最核心的焦点。AWS单季营收达到422亿美元，同比增长36.7%，营业利润率达到39%。这也是AWS连续第五个季度实现加速增长。

财报电话会议上，亚马逊总裁兼CEO安迪·贾西（Andy Jassy）乐观地强调：

AWS目前正在蓬勃发展……这是我们在过去18个季度中最快的增速，要知道当时的AWS营收规模还不到现在的一半。

AI和AWS业务的强劲共振不仅带来了近5000亿美元的天量在手订单，更让管理层对未来高达2200亿美元巨额资本开支的回报率底气十足。安迪·贾西进一步表示，AWS最终有潜力成为一项年营收1万亿美元的业务。

此外Andy Jassy预计公司将进一步加大对人工智能的投入，今年的资本支出预计将达到2200亿美元。今年2月，亚马逊曾表示今年的资本支出将达到2000亿美元，并在4月份维持了这一预测不变。

Andy Jassy表示，内存价格上涨推高了亚马逊的资本支出预期。他认为，亚马逊的支出狂潮短期内不太可能放缓。Andy Jassy说：

但即便如此，我们仍然没有足够的产能来满足2026年的所有需求，而且我相信2027年的情况也会如此。事实上，我们目前对2028年的预计需求已经非常惊人了。

作为亚马逊的利润引擎，AWS在本季度迎来了18个季度以来的最快增速。数据显示，AWS营收同比增长36.7%，连续第五个季度加速，单季环比增加超46亿美元收入，比历史最大增幅还要高出80%。

“AWS目前正在蓬勃发展。”贾西用极具感染力的原话向市场描绘了云业务的图景：

“我们的在手订单达到4960亿美元，同比增长三位数。AWS现在是一项年化营收运行率为1690亿美元的业务，如果它是一家独立公司，将位列《财富》500强第24位。”

更令市场瞩目的是，亚马逊在AI领域的变现能力正在显现。不仅芯片业务年化营收运行率超过250亿美元（同比增长三位数），AI业务的营收运行率环比大幅攀升后，也突破了250亿美元大关。贾西指出，这种爆发得益于双轮驱动效应：

“AI的增长驱动核心业务，因为训练后的强化学习和代理工具使用主要在CPU上进行，而非AI加速器。”

面对如此陡峭的需求曲线，贾西在会上给出了极具想象空间的业绩指引：

“我们长期认为AWS可以成为一项数千亿美元营收的业务，现在我们认为它将至少是这个数字的两倍，并且很有可能在未来成为我们一项年营收达万亿美元的业务，同时伴随非常吸引人的自由现金流和投资资本回报率。”

华尔街当前最大的焦虑在于：科技巨头高昂的AI资本支出何时能看到回报？亚马逊给出了极为清晰的账本。

由于内存成本上升以及难以满足的庞大需求，亚马逊将2026年的现金资本支出预期从约2000亿美元上调至约2200亿美元。不仅如此，贾西透露：

“即使达到这个数额，我们仍然没有足够的容量来满足2026年的所有需求，我相信这种动态在2027年也将如此。事实上，我们已经为2028年预留的需求量已经非常惊人。”

面对这笔天文数字的开支，贾西详细解释了为何公司对投资资本回报率（ROIC）充满信心。他将投资分为寿命长达30多年的数据中心，以及寿命约5到6年的服务器和网络设备。

“对于服务器和网络设备，平均而言，这项投资需要不到三年时间就能实现收支平衡。这意味着在实现收支平衡后的两到三年内，我们将……产生可观的自由现金流。对于使用寿命超过30年的数据中心，我们至少应该获得五到六代……服务器经济效益。我们看到AI领域的利润率和回报率与我们在核心业务同一发展阶段所看到的一致，实际上还略微领先。”

首席财务官布莱恩也印证了这一点，指出二季度AWS的营业利润率同比上升了650个基点。

在基础设施之上，亚马逊正在大举推进AI应用层和模型层的布局。面对市场关于“亚马逊是否需要拥有自己领先的前沿模型”的疑问，贾西给出了明确回应：即使没有自己的前沿模型，AWS也能极其成功，因为“不会有一个模型能一统天下”。

但亚马逊并未放弃自研，原因是：

“这让我们对成本有了额外的控制……在未来几年内，你将会看到至少有六种模型在性能上相当，它们都将出现在Bedrock中，而其中之一将是我们自己的。”

在AI应用端，亚马逊推出了多项杀手级服务。例如AI工作助手Amazon Quick已被宝马、3M等众多巨头采用；新推出的AWS Continuum则利用大模型直接发现和修复代码漏洞。贾西直言：“现在与企业谈论AI时，很难不提到安全问题，我们预计Continuum将迅速增长。”

在硬件芯片端，除了Graviton处理器被前1000名客户中的98%使用外，专为AI打造的Tranium芯片也获得了Anthropic和OpenAI的多年承诺。贾西在问答环节甚至爆出一个重磅增量信息——亚马逊正在考虑向第三方直接出售自研芯片：

“有越来越多客户对我们将Tranium芯片单独提供给他们（甚至不通过云服务）感兴趣，我们正在积极进行这些对话和探索，我预计未来我们很有可能这样做。”

在云和AI之外，亚马逊的传统商业底盘依然稳固。二季度广告业务营收达198亿美元，同比增长26%。而在市场竞争激烈的零售配送端，亚马逊打出了“超低价+极速达”的组合拳。

“在全美2300个城市提供当日达易腐品……排名前十的最畅销商品中有九个是易腐品。自今年年初以来，月度活跃易腐品客户数量增加了50%……我们在当日达设施中的当日达易腐品业务已经找到了一个突破口。”

亚马逊2026年第二季度财报电话会议原文翻译：

安迪·贾西，总裁兼首席执行官：

谢谢，戴夫。我们报告的营收为2006亿美元，同比增长20%。营业收入为275亿美元，同比增长43%。第二季度对亚马逊来说是又一个非常强劲的季度。我将从AWS开始，它目前正在蓬勃发展，我将分享数据、我们对其原因的看法，以及即使未来几年资本支出很高，我们对投资资本回报率方程式的信心。

首先是数据。营收同比增长36.7%，连续第五个季度加速增长，这是我们18个季度以来最快的增长，当时AWS的收入规模还不到现在的一半。我们在季度环比基础上增加了超过46亿美元的收入，约比我们以往最大的增幅高出80%。我们的在手订单达到4960亿美元，同比增长三位数。

AWS现在是一项年化营收运行率为1690亿美元的业务，从这个角度来看，如果它是一家独立公司，将位列《财富》500强第24位。我们的芯片业务现在年化营收运行率超过250亿美元，同比增长三位数。

我们的AI业务营收运行率环比大幅攀升，现在也超过250亿美元，同比增长三位数。客户选择AWS是因为我们提供了他们想要的最广泛功能，他们希望其AI推理靠近其他应用程序和数据，而更多的此类应用程序和数据存储在AWS上，超过任何其他地方；还因为AWS拥有最强的安全性和运营性能。

我们在AI和非AI（我们称之为核心业务）方面都看到了强劲增长，一方的增长正在驱动另一方的增长。AI的增长驱动核心业务，因为训练后的强化学习和代理工具使用主要在CPU上进行，而非AI加速器。这对AWS来说是一个优势，因为我们的Graviton芯片是最强的CPU芯片，其性价比比其他选项高出30%到40%。您需要一个地方来存储这些AI数据并运行向量数据库，这也是AWS的一个显著优势，因为我们在这些核心基础设施领域拥有最广泛、最强大的功能。

我们对AI技术栈从上到下的看法也是如此。我们拥有独特的产品组合，客户对此感到兴奋。正如我们18个月来一直所说的，有技术能力的公司将构建自己的基础模型——不是真正的大型前沿模型，而是利用其专有数据的较小模型。没有比我们的SageMaker AI服务更易于使用的服务了。

客户还需要高性能、高性价比的推理服务，而Amazon Bedrock正是为此而生。Bedrock不仅提供了领先模型的最佳选择，具备卓越性能和公司所需的治理与安全控制，而且其增长速度也异常迅猛。除了领先的模型构建和推理服务，客户还需要更简单的方式来构建、运行和利用代理。

例如，即使在您构建了一个代理之后，仍有许多繁琐的问题需要处理。一个生产环境中的代理需要一个安全的运行场所、用于保持上下文的记忆、代表用户行事的身份、需要连接的工具和数据，以及在真实流量到来时监控其行为的方法。可靠地将所有这些整合在一起很困难，它解决了许多生产部署问题。

这就是我们构建Bedrock Agent Corp的原因。它提供了打包好的托管基础设施，我们的团队不断迭代，最近增加了诸如策略（为公司提供对代理行为的确定性控制）、支付（使代理能够自主执行交易）、网络搜索（使代理知识接地而无需离开AWS）以及一个新的工具（进一步加快客户整合所有内容的速度，包括使用“strands”创建代理）等功能。虽然公司会从头开始构建自己的专用代理，但大多数也会使用交钥匙服务。

编码代理就是一个很好的例子，目前有几个成功的代理，包括Cloud Code、Codex和我们自己的规格驱动的Curo，后者比其他方案性价比高出50%，且使用量环比增长了两倍。

另一项此类服务是Amazon Quick，它是一个智能AI工作助手，可帮助您在电子邮件、日历、本地或云文件以及自定义工作流中管理、搜索和自动化数字工作负载。

与该领域的其他产品不同，Quick还允许您在领先的SaaS工具（如Slack、Salesforce、Jira、Teams和ServiceNow）中进行管理。Force使用公司现有的访问控制，因此每个人只能看到其权限范围内的内容，然后它采取行动，例如安排会议、起草和发送电子邮件、更新CRM记录、构建仪表板等。

在第二季度，我们使Quick功能更加强大，增加了自主代理供客户设置和使用自然语言在后台持续运行并执行多步骤任务，新增了个性化活动源（将电子邮件、消息、日历和任务整合到一个优先级视图中）以及16项新的集成，包括Adobe、Moody's和Snowflake。Quake发展势头良好，3M、Allianz、AstraZeneca、Autodesk、BMW、Exxon、FINRA、Hyundai、Intuit、Mondelez、Moody's、NBA、NFL、Life Insurance和Southwest Airlines等公司都在使用它。

我们还有像Amazon Connect（我们的呼叫中心服务）和AWS Transform（自动化软件迁移）等服务，它们都增长迅速。我还要提一个我特别感兴趣的服务。随着前沿模型变得越来越强大，它们使得在技术应用程序中发现安全漏洞变得更加容易，其中许多漏洞是人类尚未发现的。

这对保护重要数据的公司来说显然是令人担忧的。我们最近发布了AWS Continuum，它可以发现、排序、验证和修复代码漏洞。它首先导入团队已有的积压漏洞，然后利用新的前沿模型进行全面扫描。Continuum使用每个公司自身业务上下文中的代理来排序重要事项，推理诸如“受影响的组件是否已部署？是否可达？是否在生产路径中？如果被利用，影响是什么？”等问题。

然后，它在沙盒中验证漏洞，因此团队不会追逐误报。最后，它推荐修复方案。现在与企业谈论AI时，很难不提到安全问题，我们预计Continuum将迅速增长。

我之前提到我们的芯片业务营收运行率现在超过250亿美元。鉴于我们在AI领域（Tradium）和CPU领域（Graviton）拥有领先的性价比芯片，我们在这场AI变革中处于异常有利的地位。除了全球两大领先AI实验室Anthropic和OpenAI对Tranium做出多年、多吉瓦的承诺外，越来越多的AI初创公司也在采用，包括像Neurobotics和Odyssey这样的独角兽公司，以及像12 Labs、Descarte、Poolside、Karakuri,、Neto AI和Splash Music等初创公司，还有Uber和Pinterest等大型公司也都在采用Tradium。Graviton被我们前1000名EC2客户中的98%所使用。收入承诺环比增长了近三倍，Graviton 5的增长速度几乎是Graviton 4的两倍。

我们还与NVIDIA保持着深厚的合作关系，并将继续使AWS成为运行NVIDIA芯片的最佳场所，因为我们有客户在可预见的未来仍将在NVIDIA上运行，而且我们坚信客户需要选择。选择对客户、竞争和推动推理成本下降都有好处，而客户非常关心这一点。

让我花点时间谈谈我们如何看待这项投资的回报。今年早些时候，我们表示计划在2026年投资约2000亿美元的现金资本支出，其中大部分用于支持AI和AWS。在这种甚至更高的支出水平下，我们对强劲的财务回报有清晰的展望。

我来解释一下原因。投资主要有两个部分：数据中心，以及放入其中的服务器和网络设备。它们有不同的资本周期。数据中心的资本支出始于我们能够将服务器放入其中开始创收之前两年。一旦数据中心开放并插入服务器，我们就会立即开始产生可观的收入，然后在长达30多年的时间里继续利用这些数据中心创收，而无需再次投入那笔启动资本。服务器和网络设备的周期较短。我们通常在投入使用前几个月购买这些设备，因此在触发支出之前，我们对客户需求有很强的可见性。如果没有需求，我们就不会支出这笔资本。对于服务器和网络设备，平均而言，这项投资需要不到三年时间就能实现收支平衡。服务器的使用寿命目前至少为五到六年，而我们目前大部分的AI容量合同期限至少为五年。这意味着在实现收支平衡后的两到三年内，我们将在服务器和网络设备上产生可观的自由现金流。同样值得注意的是，AWS在缩短服务器设备收支平衡周期方面有着良好的记录，我们已经在不影响客户体验的情况下，取得了有意义的进展，并找到了延长这些设备使用寿命的方法。因此，对于使用寿命超过30年的数据中心，我们至少应该获得五到六代像我之前解释的服务器经济效益，而第一代之后的后续几代因为无需重复前期数据中心投资，整体经济效益甚至更好。这意味着，在短期内，当需求迫使如此多的数据中心在我们开始货币化之前同时建设时，我们将花费大量资本支出，并面临自由现金流逆风，直到这些数据中心上线并可以货币化，以及这些服务器被利用几年之后。随着几年过去，收入增长超过资本支出的增量增长（这将在某个时间点发生），由此产生的收入、自由现金流和投资资本回报率将非常可观。我们在云计算的第一时代就曾经历过这种情况，只是时间跨度更长，因为当时需求的积累比AI时代更渐进。但我们看到AI领域的利润率和回报率与我们在核心业务同一发展阶段所看到的一致，实际上还略微领先。我们现在认为，2026年的现金资本支出将约为2200亿美元，内存成本上升使这个数字高于我们先前的约2000亿美元的估计。但即使达到这个数额，我们仍然没有足够的容量来满足2026年的所有需求，我相信这种动态在2027年也将如此。事实上，我们已经为2028年预留的需求量已经非常惊人。请记住，企业在当前生产应用程序中大规模使用推理仍处于非常早期的阶段。我们长期认为AWS可以成为一项数千亿美元营收的业务，现在我们认为它将至少是这个数字的两倍，并且很有可能在未来成为我们一项年营收达万亿美元的业务，同时伴随非常吸引人的自由现金流和投资资本回报率。我现在将转向商店业务。我们在选品中增加了数百万种新产品，其中包括来自知名品牌的超过70万种。

我们还将美国Amazon Hall上的超低价选品自推出以来扩大了近20倍，现在有超过600万件商品的价格低于10美元。我们继续提供日常低价，以匹配或击败竞争对手，并在促销活动期间提供深度折扣。

我们对Prime Day的客户反应感到满意，客户购买了数百万种优惠商品，其中超过80%是全年最低价，数十万种商品折扣达40%或更多。我们是美国第二大食品杂货商，我们的食品杂货业务在易腐品和非易腐品方面都继续快速增长。

自今年年初以来，月度活跃易腐品客户数量增长了超过50%。包含易腐品的当日达订单平均每单单位数超过普通订单的3倍，新鲜食品杂货现在占据了amazon.com上最畅销商品前20名中的6个。今年前六个月，Amazon Pharmacy的新客户数量增长了两倍多，当日处方药配送量增长了近5倍。

今年以来，我们还为客户节省了近2.5亿美元的自付费用，同比增长超过400%。我们继续加快整体配送速度，并在今年上半年再次实现了创纪录的客户配送速度。我们通过Prime为数百万种商品提供当日达服务，选品比典型的大型零售店多出40倍，并且我们的当日达网络持续扩张。

在全球范围内，今年前六个月我们当日达或次日达配送的商品数量比去年同期增长了超过40%。我们还继续扩展我们的超快速服务Amazon Now，该服务在数千种日常必需品上提供30分钟或更短的配送。第二季度，我们在美国新增了80个城市和城镇，并在埃及的几个主要城市推出服务。Amazon Now现已覆盖全球9个国家超过250个城市和城镇。客户反响持续强劲，季度环比总销售额和销量增长超过80%，季度环比服务的客户数量增加了超过60%。

我们最近推出了亚马逊供应链服务，因此任何企业都可以使用支持亚马逊的同一供应链来移动、存储和交付从原材料到成品的一切。我们已经拥有数家大型客户，包括宝洁、3M、Lands' End和American Eagle Outfitters。商店团队也在继续利用AI进行创新并为客户提供服务。客户喜欢Alexa购物体验或AI购物助手。它提供个性化推荐、产品比较、价格历史，并通过价格提醒和自动购买等功能实现购物自动化。

过去12个月中有超过3.5亿客户使用过它，第二季度的参与度加速增长，活跃用户数量几乎翻倍，互动量同比增长超过5倍。我们还扩展了Amazon Lens，它让客户可以拍摄任何物品的照片，并立即在亚马逊上找到相同或相似的商品。该功能已扩展到另外10个国家，现已在全球21个国家推出。接下来是亚马逊广告业务，我们看到各项产品都实现了强劲增长，营收达198亿美元，同比增长26%。赞助产品仍然是我们最大的产品，也是增长的关键驱动力。

此外，越来越多的购物者在我们代理式和对话式体验中发现产品，包括在Alexa Plus和Alexa购物功能中。点击赞助提示的购物者转化为销售的可能性高出48%，平均消费额也比未点击者高出21%。我们看到Prime Video广告和体育赛事的参与度持续增长。我们在NBA的第一年就引入了超过30家新广告商，周四橄榄球之夜、NBA、WNBA和NASCAR的广告位全部售罄。广告商越来越倾向于跨体育项目的多运动策略，跨多个体育项目投放广告的品牌相比单一运动广告商，其非重复覆盖率高出2.3倍，同时跨运动项目的观众在亚马逊上的消费额高出12%，订单量高出17%。

最后，我们使用AI驱动的工具（包括广告代理）使创建、启动和优化全漏斗营销活动变得容易，该工具将数小时的设置和定向工作缩短为几分钟。使用广告代理定向的广告商每次展示成本降低8%，每次获取成本降低6%，我们今年已将其扩展到11个新国家。我们还在其他几个领域看到了持续的增长势头，我只提几个。

首先是娱乐领域，Prime Video上MBA的首个赛季取得了强劲的收视率，东部半决赛第7场在美国的观众峰值达到650万，超过了一年前广播电视台的同场比赛。在欧洲，Prime Video上NBA的收视率同比增长了一倍多，创下了有记录以来的最高平均收视率。在《Off Campus》系列剧首播的前12天，我们全球吸引了3600万观众，使其成为Prime Video有史以来首播收视率排名第三的剧集。

Alexa Plus扩展到德国、奥地利、法国和巴西，数亿客户正在使用新的Alexa体验。我们发现，Alexa所到之处都能推动业务增长。例如，在美国，使用Alexa购物的客户平均每单消费额比不使用Alexa的客户高出40%以上。尝试过Alexa+的客户注册Prime的比例高出近25%。最后，Amazon LEO已有近400颗卫星在轨，足以在今年开始提供初始卫星互联网服务。我们已经从企业和政府客户那里获得了可观的收入承诺，并且有超过20家合作伙伴将把我们的网络覆盖扩展到全球。

我们继续处于我们一生中一些最大的变革之中，我们正在打造多项新的长期业务，这些业务将使客户的生活更美好、更便捷，并为我们的股东和业务带来可观的自由现金流和投资资本回报。说到这里，我将把电话转给布莱恩。

布莱恩·T·奥尔萨夫斯基，首席财务官：

谢谢，安迪。首先从我们的整体营收业绩开始，全球营收为2006亿美元，同比增长20%（不包括外汇影响）。这些结果包括了Prime Day时间转移到第二季度的影响，这适用于我们大部分主要国家，包括美国。

第二季度，我们报告的全球营业收入为275亿美元。这包括了本季度减少约12亿美元开支的两项项目的收益。首先，我们收到了约6亿美元的关税相关退款。这计入我们的北美分部，代表了我们预计收到的退款中的绝大部分。其次，我们记录了大约6亿美元的单独收益，与受衍生品会计处理的能源合约公允价值变动相关。这主要影响AWS分部。这些能源合约是为了确保现有和未来运营的电力供应。

这些合约中的某些条款使其受到衍生品会计处理的影响。衍生品在每个报告期按公允价值计量，公允价值计量的变动将在我们的经营报表中计入营业费用内的未实现损益。虽然这些公允价值计量的影响可能有所不同，但这些调整在之前的几个季度并不显著。接下来是我们的分部业绩。在北美分部，第二季度营收为1162亿美元，同比增长16%。国际分部营收为422亿美元，同比增长15%（不包括外汇影响）。

全球付费单位数量同比增长17%。Prime仍然是我们业务的关键支柱，我们两位数的会员数量同比增长反映了我们的产品在大规模上提供的价值。我们在推动客户体验的各输入指标上看到了广泛的增长势头，包括新增选品、有竞争力的价格和快速配送。

转向盈利能力，北美分部营业收入为91亿美元，营业利润率为7.9%。国际分部营业收入为17亿美元，营业利润率为4.1%。在我们的配送网络中，我们在优化库存布局、缩短配送距离、减少每包裹操作次数和提高集包率方面取得了进展。我们正在扩大机器人和自动化的部署，这几十年来一直是我们运营不可或缺的一部分。我们正在用最新一代技术改造我们的设施，预计到2026年，像Cardinal和Sparrow这样的机器人手臂数量将增加一倍以上。我们继续降低整体服务成本，即使面临因中东冲突导致的燃油价格上涨和因运力限制导致的高线运价上涨所带来的运输成本压力。排除燃油和高线运价上涨的影响，运输成本的增长速度慢于全球单位数的增长速度，其速度与上季度基本一致。在营业收入方面，这些成本上涨的影响被我们4月份实施的FBA燃油和物流附加费部分抵消。展望未来，我们看到了在全球配送网络中进一步提高生产力的重大机遇，同时继续提高配送速度的标准。虽然营业利润率可能会波动，且进展可能并非总是线性的，但我们采取审慎的方法来实现服务成本的持续长期改善。转向AWS分部，营收为422亿美元，同比增长36.7%，由核心业务和AI服务共同驱动。AWS目前的年化营收运行率为1690亿美元。客户继续增加云迁移并扩大其AWS核心服务的使用规模。同时，越来越多的客户为了获得AI的全部好处而加速向云端迁移。我们看到AI支出与核心业务增长之间存在紧密联系。随着客户投资AI，我们看到相应的核心服务消费增长。我们预计，随着更多AI工作负载进入全面生产并推动对我们核心服务的额外需求，这种关系将随时间推移而加强。AWS营业收入为166亿美元，这反映了我们的强劲增长以及我们在推动业务效率方面的专注。我们在软件和流程改进方面的投资优化了服务器容量，并利用我们成本更低的定制芯片和定制网络设备帮助构建了更高效的网络。现在转向我们的现金资本支出，第二季度为531亿美元。这主要与AWS和生成式AI相关，因为我们正在投资以支持强劲的客户需求。我们将继续进行大量投资，特别是在生成式AI领域，因为我们相信这是一个巨大的机遇，有潜力推动长期营收和自由现金流增长。在转向指引之前，我想简要谈谈关税相关退款对我们业绩的影响。我们正在参与关税退款流程，正如我之前提到的，我们在第二季度收到了约6亿美元。这个数额有限，原因有几点。首先，我们的团队做了大量提前购买和预置库存的工作以避免关税成本。其次，对于在我们商店销售的大部分商品，我们不是记录在案的进口商，因为供应商通常处理进口并支付相关关税。在我们确实因关税而看到成本增加的情况下，我们基本上吸收了这些成本，而不是将其转嫁给客户。这可以从我们过去一年如何保持极具竞争力的价格中看出，根据第三方研究公司Profittero的数据，我们的产品价格平均比其它零售商低14%。我们已经确定了有限的一些情况，可以追溯证明我们将特定的进口费用转嫁给了客户。当我们收到这些退款时，我们将主动联系受影响的客户并自动向他们发放退款。否则，像其他大型零售商一样，我们将利用退款继续投资于为客户提供低价格。最后，我将提供我们的财务指引。第三季度净销售额预计在1970亿美元至2020亿美元之间。我想指出导致从第二季度到第三季度净销售额增长出现环比减速的两个领域。首先，今年Prime Day的时间发生了变化，促销活动在我们大部分主要国家（包括美国）发生在第二季度。2025年，Prime Day完全在第三季度。如果排除2025年和2026年Prime Day的影响，2026年第三季度的同比增长率将高出近400个基点。我们认识到Prime Day的时间转移会给财务业绩建模带来一些干扰。然而，在调整Prime Day影响后，展望第三季度的商店业务，我们看到了强劲的客户参与度、增长以及今年上半年趋势的延续。其次，第三季度指引预计，基于当前汇率，外汇汇率同比变化将产生约80个基点的不利影响。第三季度营业收入预计在225亿美元至265亿美元之间。我要感谢公司各团队的辛勤工作和对客户的关注。我们将继续努力为我们各项业务中广泛客户群体提供更多价值，这是为股东创造持久价值的唯一可靠途径。说到这里，让我们开始回答提问环节。

问答环节

接线员：

谢谢。现在，我们将开放提问环节。（操作员指示）第一个问题来自摩根大通的道格·安穆斯。请提问。

道格拉斯·安穆斯，分析师：

太好了。感谢接受提问。一个给布莱恩，一个给安迪。布莱恩，许多人假设AI工作负载至少在短期内利润率会较低。您能谈谈第二季度39%的AWS营业利润率的驱动因素，以及我们应该如何看待其可持续性吗？

然后，安迪，Bedrock获得了强劲的客户增长，本季度客户支出超过了此前所有季度的总和。但考虑到完整的云服务产品组合，亚马逊是否需要拥有自己领先的前沿模型？

布莱恩·T·奥尔萨夫斯基，首席财务官：

谢谢。道格，我先回答第一个问题。是的，我们对第二季度AWS在营收和利润率扩张方面的增长感到满意，特别是考虑到我们业务的规模。尽管有大量投资，您可以看到AWS的利润率继续保持强劲，我们同比上升了650个基点，如果排除我提到的衍生品会计收益，则上升了520个基点。

我们之前说过，这些利润率会有所波动。它们取决于多种因素，包括我们的投资水平、产品组合、AI与非AI的比例等。但我想说，您所看到的AWS盈利能力并非偶然。它是纪律严明的效率提升、容量优化的结果（我们在第二季度从中获益匪浅），并且始终严格控制固定成本。

所以，重申一下，它们会波动，但同比表现非常强劲，我们对此表示认可。

安迪·贾西，总裁兼首席执行官：

是的。我想补充一点布莱恩所说的，正如我在开场评论中提到的，我们看到AI业务遵循的利润率轨迹与我们在之前核心业务中看到的非常相似，而且速度比我们当时看到的略快一些。所以我们对此感到乐观。

关于Bedrock和我们自己的前沿模型的问题，我的看法是，AWS和亚马逊即使没有自己的前沿模型，也可以拥有非常成功的业务。这在很大程度上是因为不会有一个模型能一统天下。您现在就已经能看到这一点。

您能看到，不仅仅有Anthropic，也不仅仅有OpenAI。您能看到越来越多的公司也对开放模型感兴趣。而我们在Bedrock中拥有所有这些模型。这也是Bedrock增长如此迅速的众多原因之一。如果您是一家正在构建重要AI应用程序的公司，您需要确保能够使用所有可用的模型。

它们会在不同时期相互超越。它们会有很多不同模型，其功能实际上具有可比性。而您需要那个领先的选择，具备合适性价比，以及合适的治理和安全性，目前没有任何服务像Bedrock那样提供这一切。

我们也使用这些模型。尽管如此，我们也在开发自己的前沿模型，这样做有几个原因。首先，这让我们对成本有了额外的控制，对我们自己的消费者应用的成本，同时我们也在努力为客户降低成本。拥有像我们这样的参与者，始终专注于提高性价比和为客户降低成本，我们认为这将有助于使模型对客户更具成本效益。我认为这也使我们能够更好地控制模型优先考虑的事项。我们既有来自外部客户的需求，也有公司内部客户的需求，某些优先事项我们需要模型特别擅长训练，这给了我们对速度的控制。所以我的看法是，在未来几年内，你将会看到至少有六种模型在性能上相当，它们都将出现在Bedrock中，而其中之一将是我们自己的。

接线员：

下一个问题来自美国银行的贾斯汀·波斯特。请提问。

贾斯汀·波斯特，分析师：

太好了。谢谢。思考AWS的加速增长，这真的是由于本季度大量产能上线所驱动的吗？你们在增加吉瓦容量方面比同行更加公开。您能否提供一些关于下半年与上半年相比可能增加多少产能的信息，以及您对2027年的看法？谢谢。

安迪·贾西，总裁兼首席执行官：

是的。我认为——我们之所以看到如此显著的增长有几个原因，我们对此非常高兴和兴奋——连续第五个季度加速，是18个季度以来最大的加速。我认为有几个因素在驱动它。我认为第一部分是客户选择AWS，部分原因是它在云端核心和AI方面拥有最广泛的功能，部分原因是它拥有最强的运营性能和安全性，还有部分原因是随着越来越多的公司将他们的推理工作负载投入生产，他们希望这些工作负载靠近他们其余的工作负载和数据，而更多的此类工作负载和数据存储在AWS上，超过任何其他地方。

我认为在核心业务方面还有其他几个因素在起作用。我的意思是，AI显然以非常快的速度增长，正如我们谈到的，目前年化营收运行率远超过250亿美元。但核心业务也增长得非常快。我认为至少有几点在起作用。

一是越来越多的企业正在制定转型计划，从本地数据中心迁移到云端。请记住，顺便说一句，全球IT支出仍有85%是在本地。这个比例在未来10到20年将会翻转，你会看到越来越多的企业正在迁移并制定计划迁移到云端，而我们凭借我之前提到的能力和优势，赢得了其中的大部分。其次，AI正以如此快的速度增长，并带动了核心业务。这是因为训练后的强化学习和所有工具使用都在CPU和核心上进行。凭借在Graviton中领先的CPU芯片，AWS成为了更具吸引力的选择。所以，是的，我们正在增加大量产能，但还有很多其他原因促成了增长。我预计我们将——我们正按照几个季度前讨论的产能建设步伐前进，当时我们说到2027年底，我们的电力容量将比2025年翻一番，我们继续沿着这个轨道前进。

接线员：

谢谢。下一个问题来自摩根士丹利的布莱恩·诺瓦克。请提问。

布莱恩·诺瓦克，分析师：

感谢接受我的提问。我有两个问题给安迪。感谢您对长期数据中心投资与服务器和网络投资区别的说明。问题是，当您展望2027年，考虑到即将到来的需求等，您是否到了一个可以在2027年开始放缓那些长期数据中心支出的节点，还是说现在还为时过早，未来两、三、四年您仍将不得不开设新的数据中心？这是第一个问题。

第二个问题是，在过去90天左右，公司曾公开谈论过在某个时候向第三方数据中心销售Trainium芯片。您认为何时可以做到这一点，以及这与核心AWS负载相比的投资资本回报率如何？

安迪·贾西，总裁兼首席执行官：

关于第一个问题，布莱恩，我们目前有非常大的需求。除了我们谈到的2026年，2027年的大部分产能，正如我几分钟前提到的，我们正在增加大量产能，大部分已被预订，而且我们已经为2028年预留了相当多的产能。

所以我认为，审视一下我们对当前需求和采用曲线的看法是很有用的，我们认为AI领域的采用曲线目前是非常哑铃型的。在哑铃的一端，AI实验室消耗着巨量的计算资源，并且有一些少数非常成功的生成式AI应用，如Cloud Code和ChatGPT。

在哑铃的另一端是企业，他们从AI的成本规避和生产力提升中获得了实际价值。这些包括自动化客户服务、业务流程自动化或欺诈检测等。在哑铃的中间部分是所有当前的企业生产工作负载，其中一些正在广泛使用推理，但大多数还没有。

这种情况将随着时间的推移发生非常显著的变化。在我看来，这将是最大的绝对部分，即企业中现有的生产工作负载以及初创公司构建的新业务和工作负载。所以我认为我们仍处于AI需求增长的相对早期阶段。我认为它将改变我们所知的每一个客户体验。我认为它将创造出我们从未想象过的各种新事物。我不知道哑铃中间部分的轨迹是否会和我们目前看到的哑铃AI实验室部分一样极其陡峭。

但我们面前有大量需求，我们将投资于这项业务，以继续保持我们今天所拥有的重要市场份额领先地位。我们认为，正如我之前提到的，它有潜力成为AWS一项万亿美元营收的业务，我们打算继续成为领导者。

关于销售Trainium的问题。嗯，我们对芯片业务的发展感到非常兴奋。正如我之前提到的，目前年化营收超过250亿美元。我们认为我们在AI领域（Trainium）和CPU领域（Graviton）都拥有领先的性价比芯片。

我们获得了来自全球两大AI实验室Anthropic和OpenAI的多年、多吉瓦承诺，以及越来越多的公司（正如我在开场评论中提到的）使用Trainium，这些都令人兴奋且前景广阔。而且我们——我们对Trainium有着巨大的需求。因此，有很多客户对我们目前提供的这种形式非常感兴趣。我们也确实有越来越多的客户对我们将Trainium芯片单独提供给他们（甚至不通过我们的云服务）感兴趣，我们正在积极进行这些对话和探索，我预计未来我们很有可能这样做。

接线员：

谢谢。下一个问题来自贝尔德公司的科林·塞巴斯蒂安。请提问。

科林·塞巴斯蒂安，分析师：

是的，下午好。非常感谢。安迪，是否可以公平地说，公司正更加有意识地通过Kiro和Transform进军应用层，以及更广泛地说，在工作场所生产力工具方面的计划？您是否认为这些会为从基础设施向上的更广泛平台产品提供助力？

然后，布莱恩，考虑到你们两位都谈到的需求信号和额外的产能计划，您目前对接下来几年建设的资金来源有何想法？谢谢。

布莱恩·T·奥尔萨夫斯基，首席财务官：

你好，科林。让我先回答你的第二个问题。是的，你看到我们今年发行了债券。在我们继续为AWS的增长提供资金支持时，我们有很多可用的选择。所以我们将继续审视所有选项，并在适当的时候做出合适的决定，但今天没有要分享的信息。

安迪·贾西，总裁兼首席执行官：

关于你的第一个问题，科林。我们看到了为我们的客户和AWS在构建其中一些应用程序方面存在着巨大的机会。其中一部分源于客户告诉我们他们希望拥有并使用的东西。一部分源于我们亚马逊内部自身需要这些能力。

所以，你知道，这是我们的编码——代理式编码服务就是一个例子。但Amazon Quick是一个非常有趣的例子，我们公司内部有很多人想要一个真正智能的AI助手来帮助他们工作——首先，一开始是我们是一个高度文档导向的文化。

人们希望在收到文件时不必非常仔细地阅读每份文件，而是获得一份摘要，然后能够撰写自己的分析和回复，并通过这些代理进行商业智能分析。这就是Amazon Quick最初的用途——做研究、做商业智能、做摘要。然后我们公司内部有很多人在使用它，他们说，你们能不能找到一种方法，让它能更高效、更容易地帮助我们管理电子邮件、管理Slack通信、管理日历，并将所有这些整合在一起使用。这就是Amazon Quick当前这个版本真正在做的事情。正如我在开场评论中提到的，它不仅在公司内部推广速度非常快，而且有多少外部企业已经将其投入生产，并且有大量员工在使用，这一点非常引人注目。我们看到了这种机会，贯穿于公司不同的需求层面。我认为Connect，我们的呼叫中心服务Amazon Connect，被所有五家主要领先航空公司以及许多领先的银行和医疗保健公司使用，并且继续快速增长。AWS Transform，它使软件迁移变得更加容易，对企业非常有用。然后我们最新推出的Continuum，现在真的很难与一家大公司谈论AI时，他们不会问及安全问题，尤其是在当前最强大模型带来的安全风险存在诸多噪音和炒作的情况下。因此，Continuum确实允许他们有效地利用这些模型来发现自身代码中的漏洞，设计修复方案，并帮助他们部署这些修复。这些是第一批服务。它们都很有前景，但我们还在开发其他几项服务，我们认为这些将对客户和我们的业务非常有益。

接线员：

谢谢。下一个问题来自奥本海默公司的杰森·赫尔斯坦。请提问。杰森，你的线路现在已接通。好的。下一个问题来自富国银行的肯。请提问。

未具名参与者：

非常感谢。如果允许，我有两个问题。首先，你们报告的剩余履约义务（RPO）是2025年第三季度（当时你们给出了到2027年底产能翻倍的评论）的2.5倍。这个RPO数字及其巨大扩张如何影响你们对未来产能的展望？我知道你们谈到了到2027年底的情况，但也许至少定性地，您能否谈谈RPO对2028年及以后产能意味着什么？第二个相关问题是，你们因供应链通胀提高了今年的资本支出指引。您能否谈谈AWS的定价策略如何考虑未来的成本通胀，你们的长期合同是否允许在成本通胀情况下保持稳定的回报率？谢谢。

安迪·贾西，总裁兼首席执行官：

是的。我先从在手订单数字开始。是的，正如你所说，它在继续非常显著地增长。我认为这再次反映了客户对使用AWS的热情，无论是在核心业务还是AI方面。我们已经吸纳了——我们显然知道那个在手订单的情况。

因此，所有这些都已计入我们的资本支出预测中。而且，你知道，随着时间的推移，我预计我们将继续与客户签署更多交易。正如我之前提到的，我们将继续抓住机遇，保持我们作为重要市场份额领导者的地位。

关于第二个问题，即供应链通胀。我想说的是，除了有一定数量的需求是按需的（没有合同）之外，你们签署的大部分交易往往是有协议和合同的。而你已经签署的交易，这些价格和协议将在合同有效期内保持不变。对于新签署的协议，你总是会考虑你的成本，并最终确定与客户商定的价格。

我认为，对于世界上任何一家公司来说，现在都不是秘密，某些组件（如内存、硬盘驱动器和SSD）的价格目前存在通胀。

接线员：

我们的最后一个问题来自高盛公司的埃里克·谢里丹。请提问。

埃里克·谢里丹，分析师：

非常感谢接受提问。也许转向商业业务。当您谈到扩展围绕快速商业和更广泛的日用品及食品杂货供应的举措时，您能否谈谈您从消费者那里看到的关于这些服务的采用率或其总体消费趋势的信号，以及在您推出和扩展这些服务时，是否有国家或地区显示出不同的结果？非常感谢。

安迪·贾西，总裁兼首席执行官：

是的。我对我们目前在日用品和易腐品业务上的增长速度感到非常热情和兴奋。我认为部分原因是我们拥有更广泛的选品，部分原因仅仅是我们过去两到三年配送速度的提升。

当你能像我们目前这样，以如此快的速度、如此广泛的选品和低廉的价格将商品交付给人们时，人们会考虑让你满足他们更多的总购买量和购物访问。你知道，我们谈论食品杂货业务已经有一段时间了，我们在这个领域拥有非常庞大的业务。去年，该业务的总商品销售额超过1500亿美元，使我们成为美国第二大食品杂货商。其中很大一部分是非易腐品，即你在杂货店中会找到的中部过道商品，如消耗品、罐头食品、美容用品和药品。很大一部分是我们的Whole Foods Market业务，它是领先的有机食品杂货商。如果你看看Whole Foods Market所在地区的增长，它们显著超过了同类食品杂货商的增长速度，利润轨迹也继续朝着正确的方向发展。

我们在城市环境中找到了一个名为“Daily Shop”的新业态，开局良好，我们正在非常迅速地扩展。另一方面，我们一直知道，如果我们想服务于那些希望我们服务以及我们想要服务的客户数量，我们必须找到一种方法来大规模提供大众品牌和易腐品。

正如我们在过去几年的电话会议中谈到的，我们在过去几年尝试了很多实验，但我们终于找到了一种对我们来说真正能推动业务发展的方法，即在我们的当日达设施中提供易腐品，现在我们能够在全美2300个城市提供当日达易腐品。

如果你看看这些城市，排名前十的最畅销商品中有九个是易腐品。自今年年初以来，月度活跃易腐品客户数量增加了50%。对于包含易腐品的当日达订单，平均每单单位数是普通订单的三倍。

因此，我们在日用品和食品杂货项目上看到了非常显著的吸引力。顺便说一句，我们还没有停止在食品杂货方面的其他实体业态的实验，但我们在当日达设施中的当日达易腐品业务已经找到了一个突破口。

它正在改变我们日用品业务的发展轨迹。感谢今天拨入参与提问的各位，本次电话会议的重播将在我们的投资者关系网站上提供至少三个月。感谢您对亚马逊的关注，我们期待在下个季度再次与您交流。

本文来自华尔街见闻，欢迎下载APP查看更多

美国财政部长贝森特周四表示，日本可能已对汇市进行干预以支撑日元，并称日元"在我看来似乎非常低估"。这是迄今为止美方对日本汇市干预最为明确的公开表态，标志着美国与日本在汇率问题上的协调程度显著上升。

与此同时，据市场人士透露，日本当局于周四纽约交易时段实施了大规模买入日元、卖出美元的干预操作，美元兑日元在一小时内暴跌近500点，一度跌破158关口，日内跌幅达3.3%，创2023年12月以来最大单日跌幅，截至目前报160.2。

此次干预发生在日本央行政策会议前夕。市场普遍预期日本央行周五将维持1%的基准利率不变，但可能释放进一步加息的信号。

美方背书力度罕见，华盛顿与东京协调升温

贝森特的表态通过Fox Business记者转述，措辞直接。他不仅承认日本可能已进行干预，更主动为日元估值"定性"，称其"非常低估"，为日本的汇市行动提供了来自华盛顿的政治背书。

日经新闻援引市场人士消息进一步报道称，美国当局还对多家银行进行了所谓"汇率询价"（rate checks）——这通常被视为美方自身准备介入汇市的前兆信号。纽约联储受美国财政部指示，要求多家银行提供货币买卖报价。

日本外汇事务负责人三村淳在接受采访时表示，从美国当局得到的不仅是道义上的支持，近期日元走软引发了一些疑虑，正在评估这些疑虑并做出相应的应对。

大和证券首席经济学家Toru Suehiro表示，如果美国如报道所称进行了汇率询价，并可能为弱势美元背书，这对高市内阁而言是积极信号。

干预时机“顺势而为”，美联储决议提供助力

分析人士指出，此次干预的时机选择颇具策略性。就在干预前一天，美联储宣布维持政策利率不变，美元随之走软，美元兑日元在美联储决议公布后已从163.30附近回落，为日本当局的入市操作提供了顺风条件。

Bank of Nassau 1982首席经济学家Win Thin评论称，如果周四日元的大幅波动确实源于官方干预，那么"出手时机相当聪明"，因为是"顺势而为，而不是逆势操作"。

纽约梅隆银行高级策略师Geoffrey Yu则表示："如此大幅的波动强烈显示，日本政府很可能进行了汇市干预。但干预效果仍有待观察。"

日元持续承压，干预效果存疑

此次行动是日本今年以来的第二轮大规模汇市干预。今年上半年，日本曾斥资创纪录的11.7万亿日元（约730亿美元）买入日元，但提振效果短暂，日元随后恢复跌势，本月早些时候一度跌破163关口，触及40年低位。

日元持续疲软的背后，是伊朗战争推高能源进口价格所带来的生活成本冲击。日本财务大臣片山皋月多次发出“果断行动”的警告，但均未能给日元带来持续支撑。负责决定干预时机与方式的外汇事务最高官员Atsushi Mimura自上次干预后保持沉默，令市场对东京何时再度出手持续猜测。

美国财政部本月早些时候发布的半年度汇率报告亦对日元疲软表达关切，指出尽管美日利差已有所收窄，日元弱势仍未改变，并警告汇率过度波动不可取。报告同时呼吁日本央行进一步加息，指出通胀已侵蚀家庭购买力。

焦点转向日本央行，植田和男面临两难

随着干预落地，市场目光迅速转向日本央行行长植田和男将于周五下午2时30分举行的新闻发布会，重点关注其对未来加息路径的表态。

植田和男目前面临两难处境：一方面，首相高市早苗领导的政府对进一步加息持审慎态度；另一方面，若放任日元继续下跌，将进一步推高进口成本并加剧通胀压力。

华盛顿的立场则相对明确——在支持东京干预汇市的同时，美方也明确表态希望日本央行推进加息。如何在政治压力与汇率稳定之间寻求平衡，将是此次发布会的核心看点。

本文来自华尔街见闻，欢迎下载APP查看更多

一场震惊华尔街的世纪爆仓刚刚落下帷幕。本周四，对冲基金巨头肯·格里芬（Ken Griffin）旗下的城堡投资（Citadel），通过一笔史诗级的大宗交易，全盘吞下了明星对冲基金“态势感知”（Situational Awareness）的所有公开市场股票组合。

这只由24岁前OpenAI研究员利奥波德·阿申布伦纳（Leopold Aschenbrenner）掌舵的基金，在遭遇毁灭性的追加保证金通知后，被迫将心血以极度折价的代价拱手让人。

这一资产易手迅速在二级市场引发了剧烈反应。随着城堡投资接盘的消息传出，市场意识到最大的抛压或许已被填平，Sandisk、Nebius等此前遭遇连续重挫的AI概念股迅速报复性反弹，单日飙升15%至25%。一场由高杠杆引发的流动性危机，以最暴力的洗盘方式宣告结束。

从今年上半年高达439%的惊人净回报，到短短几周内数百亿美元灰飞烟灭，阿申布伦纳的跌落神坛不仅是一场属于个人的悲剧。他以极其昂贵的代价，再次向市场证明了一个古老而血腥的真理：在杠杆的反噬面前，再前瞻的视野和再正确的判断，都一文不值。

致命杠杆与暴力的清仓

就在一个月前，阿申布伦纳还是硅谷和华尔街共同追捧的“神奇小子”。这只成立于2024年的基金，管理规模在7月初一度膨胀至惊人的450亿美元。但毁灭的种子，早已在极度激进的投资组合构建中埋下。

“态势感知”基金采取了高度集中的策略：重仓做多AI基础设施（如硬件、存储芯片），同时做空软件公司，并在此基础上施加了高达4倍的杠杆。

当7月份市场风向突变时，灾难降临了。韩国存储芯片股的抛售引发了第一轮追加保证金通知，随后演变成踩踏式的恶性循环。在短短几周内，该基金重仓的AI硬件股（如跌幅达48%的Nebius和暴跌56%的Sandisk）惨遭腰斩，而其做空的软件股却大幅飙升。

两头挨打加上4倍杠杆，让这只基金瞬间陷入死亡螺旋。7月24日，阿申布伦纳在致投资者的信中承认了“重大损失”，并试图筹集新资金。但在华尔街，暴露伤口只会引来嗜血的鲨鱼。其他对冲基金闻风而动，疯狂做空其重仓股，迫使其进一步爆仓。最终，高盛、摩根大通等主经纪商强行介入，将该基金的公开市场多空头寸打包出售给城堡投资。

如今，这只曾高达450亿美元的巨兽，规模已缩水至不足100亿美元，且仅剩无法轻易变现的私募股权（如对大模型公司Anthropic的投资）。而对阿申布伦纳而言，这将是一个充满反差的周末。就在职业生涯遭遇重大挫折之际，他本周末将与Anthropic办公室主任举行婚礼。

华尔街不相信天才

这场爆仓最令人扼腕叹息的地方在于：阿申布伦纳对AI产业的根本判断，其实是完全正确的。

作为前OpenAI研究员，他在2024年发表的长达165页的《态势感知》长文中，精准预测了AI算力将迎来万亿美元级的投资、巨型数据中心的崛起以及政府力量的介入。

他的基金正是基于这一深度的产业认知建立的。近期的科技巨头财报也完美印证了他的逻辑：微软Azure云计算一季度实现了43%的惊人增长，英伟达CEO黄仁勋明确表示产能依然严重供不应求，AMD更是将2030年AI芯片的市场总规模预期从1200亿美元大幅上调至2200亿美元。

基本面无比强劲，但阿申布伦纳却倒在了黎明前。如果他没有使用400%的疯狂杠杆，哪怕只是适度融资，他今年依然会是华尔街业绩排名前1%的顶尖基金经理。然而，金融市场的残酷之处在于，它从不关心你的智商有多高，也不在乎你的愿景有多宏大。当流动性枯竭时，交易员们必须按照市场规定的时间表强制卖出。

阿申布伦纳被迫抛售了他最看好的资产，而这些股票在他被“清理出局”后立刻迎来了暴涨。他用自己的真金白银，为接盘的肯·格里芬贡献了一次完美的“精准抄底”。

幽灵重现：总收益互换与华尔街的贪婪

“态势感知”的崩盘，并非孤立事件，它简直是2021年Bill Hwang旗下Archegos世纪大爆仓的完美翻版。

在这两起惨案中，一种被称为“总收益互换”（Total Return Swaps, TRS）的金融衍生品都扮演了核心角色。通过TRS，基金无需实际持有股票，就能从投行手中获得极高的隐蔽杠杆和经济敞口。投行（如高盛、摩根士丹利等）赚取丰厚的利息，而基金则享受杠杆带来的狂飙突进。

在AI泡沫的狂热和持续的动能推升下，华尔街的投行们显然又一次将风险管理抛之脑后，为阿申布伦纳提供了致命的杠杆额度。

当底层资产（如AI硬件股）开始回调时，高昂的融资成本和巨额的保证金缺口瞬间压垮了基金的现金流。投行为了自保，只能无情地抛售底层股票，将原本的回调演变成了崩盘式的“瀑布杀”。

华尔街的历史回声：正确但不等同于成功

华尔街的历史上，从不缺乏方向正确、信念坚定却因无法熬过短期波动而倒下的先例。Situational Awareness的遭遇，是对冲基金行业经典教训的再次重演。

长期资本管理公司（LTCM）是这一规律的最著名注脚。这家由诺贝尔经济学奖得主参与管理的对冲基金，基于严密的逻辑建立了复杂的套利模型。然而，1998年俄罗斯债务违约打破了模型预期，LTCM因过度借贷而迅速崩溃。随着亏损加剧，其他交易员意识到该基金将被迫抛售并开始进行反向交易，最终迫使美联储出面组织救援。市场并不关心LTCM的模型是否聪明，只关心谁必须率先抛售。

Peter Thiel旗下的Clarium Capital也经历了类似的故事。在2000年代中期，该基金基于对油价大幅上涨的准确长期预判建立了庞大头寸。但随后能源市场出现短期反转，导致Thiel遭受巨额损失，基金规模急剧缩水。

历史反复证明，强大的投资理念并不等同于成功的交易。当市场在你预期兑现之前发生逆转时，如果叠加了过高的杠杆，基金管理人的坚定信念就会从优势转化为致命的负债。从LTCM到Clarium，再到如今的Situational Awareness，市场始终在用最残酷的方式筛选参与者：它最终评判的不是你的想法有多聪明，而是你生存下去的能力。

本文来自华尔街见闻，欢迎下载APP查看更多

据《华尔街日报》报道，前OpenAI研究员Leopold Aschenbrenner创立的对冲基金Situational Awareness，在过去数周遭受重创后，已将其公开股票投资组合的大部分仓位悉数清仓，买家据报为亿万富翁Ken Griffin旗下的Citadel。

消息传出后，市场情绪迅速逆转——原本已在上涨的AI相关股票再度加速拉升，此前遭受重压的多只持仓股票单日录得大幅反弹。

这一爆仓事件的核心逻辑在于：一旦潜在的强制卖家出局，市场的"买跌盘"便会蜂拥而至。Jones Trading首席市场策略师Michael O'Rourke表示，"当你知道一个潜在卖家已经离场，那就是所有逢低买入者蜂拥而入的时刻。"然而，多位策略师也警告，以单一基金爆仓作为市场拐点的判断依据，历史上并不可靠。

从2000%到爆仓：Situational Awareness的极速陨落

Situational Awareness于2024年9月成立，凭借高杠杆押注AI相关股票，在短短数月内创造了令人瞠目的回报。据报道，该基金自成立以来累计回报超过2000%。

据英国《金融时报》，该基金在今年7月初致投资者的信中披露，2026年上半年组合回报高达439%。另CNBC报道显示，该基金管理规模在7月初一度攀升至450亿美元。

然而，高杠杆是这场盛宴的双刃剑。据报道，Situational Awareness在其辉煌时期曾将持仓杠杆放大至底层资本的四倍。随着7月AI动量股遭遇剧烈回调，基金持仓承压，最终以一笔大宗交易的形式将公开股票仓位整体出售。

值得注意的是，Situational Awareness除公开股票持仓外，还持有若干衍生品头寸，并据报持有私人AI公司Anthropic的大量股权，后者的处置情况尚不明朗。

Leopold Aschenbrenner此前因其年龄、背景及一篇2024年广泛传播的同名长文《Situational Awareness》而在社交媒体和财经媒体圈积累了大量关注。他在文中写道：

"不久之后，世界将会觉醒。但就在此刻，也许只有几百人——大多数在旧金山和各大AI实验室——拥有这种'态势感知'。通过命运的某种奇特安排，我发现自己置身其中。"

这种对AI未来的笃定信念，转化为基金层面的高度集中、高倍杠杆押注。这场豪赌在相当长的时间内奏效，但最终以一次经典的杠杆爆仓收场——再次印证了一个市场的古老教训：杠杆可以放大收益，同样可以加速归零。

爆仓消息触发"解脱性买盘"，AI股单日急速反弹

CNBC周四率先报道Situational Awareness清仓消息后，市场反应几乎立竿见影。原本已在上涨的AI相关股票再度跳升，根据道琼斯市场数据，该基金在最新13-F文件中披露的多只多头持仓当日均录得大幅上涨。

O'Rourke将这一现象描述为"解脱性买盘"——此前整整一周，市场已在流传Situational Awareness可能面临压力的猜测，其持仓中的多只股票遭到持续抛售。"当潜在卖家确认出局，买跌盘就会蜂拥而至，"他说。

从更宏观的背景看，7月的动量股崩盘是近年来最为惨烈的一次。高盛追踪的一个广受关注的高贝塔动量多空篮子，截至周三收盘当月跌幅接近40%。Situational Awareness的出局，被部分投资者视为这轮抛售压力的重要出口。

O'Rourke表示，"显然，从很多股票的走势来看，所有人的行为都像是底部已经到来。"但他同时补充，"底部是否真的到来——我并不确信。"

Nationwide首席市场策略师Mark Hackett则提出了更具历史视角的警示。他表示，"几乎每一个重大拐点都伴随着这类故事，但很少有这类故事真正引发重大拐点。"

换言之，基金爆仓可以是市场转折的伴随现象，但并不必然是充分条件。

本文来自华尔街见闻，欢迎下载APP查看更多

苹果公司创下史上最强六月季度业绩，但内存价格飙升与先进制程芯片供应趋紧正演变为当前最大经营隐患，令市场对即将到来的关键假日销售季前景存有疑虑。

华尔街见闻提及，美东时间7月30日周四，苹果公布第三财季业绩报告，第三财季苹果的总营收和iPhone收入略超预期，但服务业务和中国市场的业绩逊于预期。

业绩电话会上，苹果高管预计，公司第四财季、即本财季的营收将增长9%-11%。这一指引区间整体低于分析师预期的增速12.1%。苹果高管指出主要遭受两大因素的拖累：汇率和供应限制。

苹果CFO Kevan预计第四财季iPhone收入将受到供应限制的拖累，增速将陷入15%左右的两位数增长区间。而服务业务在剔除2.5%的汇率因素后，增速预计与第三财季的12%基本持平。

面对苹果产品涨价的疑问，首席执行官蒂姆·库克（Tim Cook）解释道：

我们正处于我称之为‘百年一遇的洪水’般的存储定价环境中，存储价格呈指数级增长，这就是涨价的原因。

为了应对这一危机，库克表示苹果正在评估所有的供应来源选项。

与此同时，本次电话会议也标志着一个时代的终结。库克宣布这是他最后一次主持财报电话会议。

苹果硬件工程高级副总裁John Ternus已以候任CEO身份出席，将从下一季度起主导此类会议。库克表示对公司未来"从未如此充满信心"。

需求远超预期，“我们在为供应链苦苦挣扎”

市场高度关注苹果第四财季增速放缓的原因。

苹果CFO Kevan Parekh在会上明确指出，下季度的总收入将遭受两大因素拖累：汇率和供应限制。

预计汇率将对整体增长率造成约2.5个百分点的环比逆风，而供应限制的负面影响将在第四财季“显著增加”，并将波及iPhone、Mac和iPad。

在被分析师问及这是否意味着需求下滑时，库克给出了极为直接的反驳。他表示核心问题出在先进工艺节点的SOC（系统级芯片）产能上。库克强调：

坦率地说，这根本不是常规的供应问题，而是一个需求预测问题。

他补充表示：

iPhone和Mac的表现都明显好于我们的预期。我们原本的期望值就已经很高了，但正如你所看到的，iPhone本季度增长了22%，今年迄今也增长了22%，这些都是非凡的数字。而供应链的灵活性比平时要低得多。我们一直在提前拉动供应，但在某个阶段，这是有极限的。因此，我们将迎来一个要在供应端苦苦挣扎（scrambling）的季度。

对于下季度具体业务，CFO Kevan预计iPhone的报告增长率将处于“15%左右的两位数区间（mid-teens）”。而服务业务在剔除2.5%的汇率逆风后，增速预计与第三财季的12%基本持平。

“百年一遇的洪水”，飙升的存储成本重压毛利率

除了产能瓶颈，市场敏锐地捕捉到了近期苹果产品涨价的动向。当被问及定价策略与存储芯片通胀的关联时，库克解释道：

我们是不情愿地提高了价格。我们之所以这样做，是因为我们正处于我称之为‘百年一遇的洪水’般的存储定价环境中，存储价格呈指数级增长，这就是涨价的原因。

CFO Kevan补充了具体数据，指出第三财季毛利率扣除关税退税后为48.1%。同时对第四财季毛利率，扣除关税退税后预估46.5%的指引下调，Kevan表示：

超过100%的原因都可以用存储成本的变动来解释。

为了应对这一危机，库克表示苹果正在评估所有选项：

DRAM市场主要有三家供应商。显然，如果有更多的供应商，对我们在供应端乃至定价端都会有好处......我们正在评估所有的供应来源选项。

Apple AI的想象空间与全球落地挑战

作为未来增长的最大想象空间，Apple Intelligence，尤其是全新的Siri AI在WWDC发布后备受瞩目。管理层确认，早期开发者和公众Beta版的反馈“极其热烈（phenomenal）”。

关于AI是否会改变苹果的资本密集度，库克承认公司正在增加研发和AI的总体支出，并采用了“混合模型（本地+自有云+第三方云）”。

他暗示了未来的商业化路径：

我们确实相信会有很多人想大量使用它。因此，我们将在iCloud+上提供某种升级选项，人们可以购买更高级的iCloud+服务。

而在市场关注的欧盟和中国市场的AI落地进度上，库克给出了最新回应：

我们希望在所有地方同时发布一切，但在欧盟我们未能做到。我们正与欧盟委员会密切合作，希望能达成某种解决方案；至于中国，上周我们获得了发布Apple Intelligence初始功能的批准（如清理等功能），我们正在推进这些功能的推出，而对于Siri AI，未来还需要做更多的工作。

苹果Q3财季电话会全文（AI辅助翻译）：

投资者关系总监 Suhasini Chandramouli：

下午好，欢迎参加苹果公司2026财年第三季度业绩电话会议。我是投资者关系总监Suhasini Chandramouli。本次电话会议将进行录音。今天将首先由苹果公司首席执行官蒂姆·库克（Tim Cook）发言，随后由首席财务官凯文·帕雷克（Kevan Parekh）发言。候任首席执行官约翰·特努斯（John Ternus）也将出席本次电话会议。管理层准备好的发言结束后，我们将开放分析师提问环节。

请注意，今天讨论中涉及的部分信息属于前瞻性陈述，包括但不限于有关营收、毛利率、运营费用、其他收支、税务及未来业务展望的相关内容。这些陈述涉及风险和不确定性，可能导致实际结果或趋势与预测存在重大差异，包括与宏观经济环境、关税及其他措施以及法律法规程序对公司业务和经营业绩潜在影响相关的风险。如需了解更多信息，请参阅苹果公司最近提交的10-Q表格、10-K表格及今日向美国证券交易委员会（SEC）提交的8-K表格及相关新闻稿中讨论的风险因素。更多信息还将载于明日提交的截至2026年6月27日季度的10-Q表格，以及我们向SEC提交的其他报告和文件。苹果公司不承担更新任何前瞻性陈述的义务，这些陈述仅反映其作出之日的情况。下面，请允许我将电话转交给蒂姆，请他发表开场致辞。

首席执行官 蒂姆·库克（Tim Cook）：

谢谢，Suhasini。

下午好，感谢各位参加本次电话会议。今天，苹果公司荣幸地宣布，本季度营收达到1094亿美元，同比增长16%，创六月季度历史新高。尽管面临供应约束和连续汇率逆风，我们依然取得了这一成绩。

我们史上最受欢迎的产品阵容持续赢得消费者的热情追捧：iPhone营收同比增长22%，达到六月季度历史新高。Mac产品线强劲增长29%，同样创下六月季度营收纪录。服务业务以307亿美元营收再创六月季度新高。我们在每个地理区域均实现了六月季度营收纪录，包括美国、拉丁美洲、西欧、印度、中国大陆、日本和东南亚。我们在成熟市场和新兴市场均创下六月季度历史新高，且在大多数新兴市场实现了两位数增长。

今年的全球开发者大会（WWDC）精彩展示了我们的最新创新成果。我们隆重推出了全新的Siri AI——这是对Siri全面重新设计的版本，功能强大、高度个性化，并无缝集成于我们的各个平台。开发者测试版和公开测试版的用户反馈令我们倍感振奋。早期用户的评价非常出色，听到用户对我们所构建功能的兴奋之情，我们深感欣慰。这也印证了我们的核心理念：构建以隐私为基础、依托个人情境的AI，能够从根本上改变用户获取信息和使用产品的方式，真正丰富他们的生活。我们对此满怀期待，对其即将带来的影响充满热情。

在WWDC上，我们还发布了帮助家长保护孩子网络安全的新工具，并对此次发布获得的压倒性正面反响感到欣慰。"申请浏览"和"时间限额"等全新儿童安全功能，将帮助家长引导孩子养成健康的数字使用习惯。这些新工具融合了领先的临床和儿童发展研究成果，包括美国儿科学会的相关指导建议。我们的目标是让家长更便捷地管理孩子所接触的内容、互动对象以及设备的使用方式和时间。我们期待今秋将这些全新功能连同各操作系统的精彩更新一并带给用户。

iPhone业务

本季度iPhone营收为543亿美元，同比增长22%，在每个地理区域均创下六月季度营收纪录，并创下六月季度升级用户纪录。根据IDC数据，本季度我们在全球市场份额有所提升。正如我此前所言，这是我们有史以来功能最强大、最受欢迎的iPhone产品线。借助A19和A19 Pro芯片的卓越性能，越来越多的用户每天都依赖iPhone体验AI功能。

iPhone全系列持续在性能、续航、耐用性和摄像功能方面满足用户的日常需求：无论是iPhone 17 Pro和Pro Max的卓越摄像系统、iPhone Air的超薄设计、iPhone 17均衡的性能与耐用性，还是iPhone 17e的超高性价比，每一位用户都能找到适合自己的iPhone。

Mac业务

Mac本季度营收104亿美元，同比大幅增长29%，创下六月季度最佳成绩，尽管面临显著的供应约束。这一营收增长得益于我们最新产品线的强劲表现，尤其是MacBook Pro和全新MacBook Neo。根据IDC数据，我们在全球市场份额有所提升，并在成熟市场创下六月季度营收纪录、在新兴市场创下历史纪录，其中大中华区尤为突出，实现了历史最高营收。此外，升级用户数和Mac新用户数均创下历史纪录。

凭借Apple Silicon芯片的强大实力，Mac产品线实现了卓越的能效比性能、大容量内存带宽以及新一代AI能力，持续成为终极AI利器，在高吞吐量、端侧推理和多种AI工作负载的创作场景中表现出色。我们看到越来越多的用户正在将这些能力付诸实践——从将Mac Mini用作强大的智能体AI平台，到部署Mac Studio集群在本地运行前沿模型。

MacBook Neo凭借独特的设计和卓越的性价比深受全球用户喜爱，我们正持续努力满足市场需求。MacBook Air作为全球最畅销的笔记本电脑，搭载M5芯片，持续以便携性与性能赢得用户青睐。MacBook Pro搭载M5 Pro和M5 Max，仍是专业人士处理最复杂AI开发和创意工作流的首选。

iPad业务

iPad本季度营收为62亿美元。凭借强大的性能、便携性和多功能性，iPad继续成为学生、创业者和各类创作者随时随地、无所不能的终极设备。iPad Air搭载M4芯片后性能大幅提升，无论是个人生产力、沉浸式学习还是高级创意工作流，都能游刃有余。加上iPad Pro的卓越性能、iPad的超高性价比与多样功能，以及iPad Mini的超强便携性，我们为用户提供了史上最强大的iPad产品线。

可穿戴设备、家庭及配件业务

可穿戴设备、家庭及配件业务营收为79亿美元，同比增长6%，在每个地理区域均实现增长，并创下Apple Watch升级用户的六月季度纪录。我们的Apple Watch产品线汇聚了有史以来最全面的健康与健身功能，持续提供有研究支撑的实用功能，帮助用户更好地了解自身健康状况。几乎每天都会收到来自世界各地用户的反馈，讲述苹果健康创新带来的深刻影响，甚至改变了他们的生命，这令我们深受触动。

AirPods产品线也持续提升标杆：AirPods Pro 3带来沉浸式聆听体验，AirPods Max 2提供卓越的高品质聆听体验和主动降噪功能。借助Apple Intelligence驱动的实时翻译功能，人们正以前所未有的方式跨越语言障碍、加深彼此连接。

Apple Intelligence

正如我此前所提，我们对下一代Apple Intelligence的开发工作充满期待，包括Siri AI以及我们正在各平台开发的AI功能。这些体验直观易用，同时以深度集成的方式兼顾个性化与隐私保护——最新模型可在设备端运行，并通过私有云计算在服务器上运行。

早在2017年推出神经网络引擎时，我们就开始为用户打造最佳AI体验奠定基础。此后，我们在芯片、系统和可扩展统一内存架构方面持续创新、深思熟虑地投入，始终以AI为核心。苹果的独特之处在于：大容量统一内存带宽、业界领先的能效性能，以及深度端侧智能的独特组合，一切都从用户体验出发，从零开始构建。这使苹果创造出了全球最佳的AI硬件体验——无论是使用包括Siri AI在内的Apple Intelligence，还是第三方产品。正因如此，开发者和研究人员越来越多地选择苹果设备来构建更先进的工具和模型。

服务业务

服务业务营收307亿美元，创六月季度营收纪录，同比增长12%，尽管面临显著的连续汇率逆风。我们同时创下成熟市场历史最高营收纪录和新兴市场六月季度营收纪录。

Apple TV持续以精彩内容令观众叹为观止，《威德湾》（Widow's Bay）和《海角惊魂》（Cape Fear）等新作与《筒仓》（Silo）和《甜蜜侦探》（Sugar）等热门续集共同呈现。下周，我们还将迎来《足球教练》（Ted Lasso）第四季的回归，令人期待。今年，Apple TV荣获托尼奖，与此前的艾美奖、格莱美奖和奥斯卡奖一同写入历史，成为史上最快实现这一里程碑的流媒体平台。今年的艾美奖，苹果更以89项提名创下历史纪录，在最佳剧情类和最佳喜剧类两大主要分类中均以三项提名领跑所有网络。《威德湾》还以19项艾美奖提名成为本年度获提名最多的新节目。自上线以来的6.5年间，Apple TV已斩获逾850个奖项，并获得近3800项提名。

世界杯期间，我们将Apple Sports扩展至全球170多个国家和地区，让球迷比以往更便捷地追踪赛事每一个精彩瞬间。与此同时，今年F1赛季也已过半，Apple TV订阅用户整季追随着心仪的车手和车队。

在零售业务方面，本周我们很高兴宣布面向美国用户推出Apple Upgrade项目。这是与Klarna合作推出的新硬件租赁计划，让用户能够以最适合自己的方案更轻松地入手苹果最新产品。

责任与社会投入

在我们的所有工作中，我们始终以审慎、专注的态度服务用户和社区。这意味着通过下一代Apple Intelligence的创新保护用户隐私，以及如前所述，帮助家长守护孩子的网络安全。

在全球无障碍意识日，我们发布了一系列新功能，帮助用户从日常使用的产品中获得更多价值——语音旁白、放大器、语音控制和无障碍阅读器均将获得全新智能功能，变得更加实用、直观。我们还将利用端侧语音识别技术，为没有字幕的视频内容自动生成字幕。Apple Vision Pro还将新增一项功能，让电动轮椅用户能够仅凭眼神控制驾驶系统。所有这些功能，都源于苹果长期以来确保技术惠及每一个人的坚定承诺。

美国投资与制造

在继续为全球用户开发新功能的同时，我们也在积极履行对本土创新的投资承诺。去年，我们作出了在四年内向美国投入6000亿美元的承诺；此前我们也已说明，计划将收到的关税退款再投资于美国。我们对在推进美国供应链方面已取得的进展感到满意。

本月初，苹果宣布与博通（Broadcom）签署新协议，共同设计和生产定制硅组件及尖端无线连接技术。这项与博通签订的多年期协议是苹果美国制造计划的重要组成部分，预计金额将超过300亿美元，是我们迄今为止规模最大的美国制造计划承诺，也是我们在美国构建端到端硅供应链进程中的重要一步。

我们期待即将在休斯顿开放的苹果先进制造中心。该中心所在的设施目前已用于组装先进AI服务器，今年晚些时候，我们还将在那里生产Mac Mini。该中心将向学生、供应商员工以及各类企业传授我们用于制造产品的同款创新工艺，目标是赋能美国制造商将其业务提升至新高度，进而强化整个先进制造生态系统。

展望未来，我们将迎来激动人心的秋季发布季，以及更加光明的远景。我们的产品路线图令人振奋，Siri AI将为用户的生活带来的深刻改变，让我们充满期待。在此过程中，我们将始终以打造最佳产品和服务为北极星，助力人们实现神奇的事情。能够以持久而有意义的方式融入人们的生活，帮助他们创造、连接并体验这个世界，是一份无上的荣耀。我迫不及待地想见证这段非凡的创新之旅继续续写新章，也从未如此坚信：最好的时代还在前方。

下面，我将电话转交给凯文。

高级副总裁兼首席财务官 凯文·帕雷克（Kevan Parekh）：

谢谢，蒂姆，下午好，各位。

以下是我们主要财务指标的简要概述。

本季度营收1094亿美元，同比增长16%，创六月季度营收纪录。尽管面临供应约束，我们在全球各地区均表现强劲，每个地理区域均实现两位数增长。产品营收为787亿美元，同比增长18%，由iPhone和Mac的两位数增长驱动，两者均创下六月季度新纪录。

超过25亿台活跃设备的安装基础再创历史新高，覆盖所有主要产品类别和地理区域。服务营收307亿美元，同比增长12%。我们在每个服务类别均创下营收纪录，包括云服务和支付服务的历史纪录。

公司整体毛利率为50.1%，环比提升80个基点，其中包含关税退款带来的约两个百分点的正面影响。剔除这一有利影响后，毛利率将处于上季度指引区间的中位值。产品毛利率为40.1%，环比提升140个基点，同样包含关税退款带来的逾2.5个百分点的正面影响。服务毛利率为75.6%，受业务结构差异影响，环比下降110个基点。运营费用为191亿美元，受研发投入驱动，同比增长23%。净利润为298亿美元。稀释后每股收益为2.02美元，同比增长29%，其中包含关税退款带来的0.11美元正面影响。运营现金流强劲，达344亿美元。以上三项指标均创下六月季度纪录，即便剔除关税退款的正面影响亦然。

各业务线详情

iPhone： iPhone营收543亿美元，同比增长22%，由iPhone 17系列驱动。我们在追踪的绝大多数市场实现两位数增长，并在成熟市场和新兴市场均创下六月季度营收纪录。iPhone活跃安装基础增至历史新高，升级用户数创六月季度纪录。根据World Panel近期调查，iPhone在美国、中国城市市场、英国、法国、澳大利亚和日本均为畅销机型。iPhone 17系列获得了热烈反响，451 Research近期测得美国用户满意度高达99%。

Mac： Mac营收104亿美元，同比增长29%，创六月季度新纪录，由MacBook Neo和MacBook Pro的强势表现驱动。我们在成熟市场和新兴市场均实现增长，拉丁美洲、印度、东南亚等市场的增速尤为强劲。MacBook Neo受到用户热烈追捧，我们持续吸引来自全球各地的新用户。正如蒂姆所提，Mac本季度无论在全球还是美国、中国大陆、印度，Mac新用户数和升级用户数均创下历史最佳。451 Research近期测得Mac在美国的用户满意度为95%。

iPad： iPad营收62亿美元，同比下降6%，主要受去年同期搭载A16芯片的iPad上市所形成的高基数持续影响。与此同时，iPad安装基础创下历史新高，逾半数购买iPad的用户为首次入手。451 Research近期测得美国用户满意度为98%。

可穿戴设备、家庭及配件： 营收79亿美元，同比增长6%，由可穿戴设备和配件的强劲表现驱动，在成熟市场和新兴市场均实现增长。可穿戴设备安装基础创历史新高，Apple Watch升级用户数创六月季度纪录，本季度逾半数购买Apple Watch的用户为首次入手。451 Research近期测得Apple Watch在美国的用户满意度为95%。

服务： 服务营收307亿美元，同比增长12%，创六月季度纪录，尽管面临显著的连续汇率逆风。在我们追踪的绝大多数市场，服务整体实现两位数增长。我们在每个类别均创下纪录：广告、App Store、AppleCare、音乐和视频均创下六月季度纪录，云服务和支付服务则创下历史纪录。凭借超过25亿台活跃设备的庞大安装基础，我们对服务业务的长期前景充满信心，拥有极为坚实的增长基础。我们的服务持续吸引更多用户，付费订阅用户数现已突破15亿。本季度，交易用户数和付费账户数均创历史新高，两者在新兴市场的增速均达到两位数。我们持续改进和扩展服务产品，从对Creator Studio的强大更新，到今年晚些时候将推出的令人期待的新功能，例如通过视觉智能使用Apple Cash分摊账单。

企业与教育

各行各业的组织正在借助苹果平台推动AI创新，赋能下一代学生。

在企业端，摩根士丹利已在全球部署超过2万台iPhone 17设备，作为从员工自带设备转向企业自备设备的举措，以提升可靠性和安全性。越来越多的企业选择Mac用于端侧AI，理由是更低成本、更优性能以及更强的隐私和安全保障。在迪士尼，创意团队正越来越多地依托Mac开展端侧AI工作流，从而降低整体云端算力成本，同时保护知识产权安全。法国最大零售银行农业信贷银行（Crédit Agricole）正利用Mac Pro的端侧AI能力优化监管合规工作流程，将人工处理时间减少了80%以上。Mac产品线的最新成员MacBook Neo正渗透到众多企业场景，从银行网点到零售门店，不断拓展企业用户群体。

在教育端，MacBook Neo持续加速苹果产品的普及，众多学区借助苹果金融服务实现大规模部署。佛罗里达州最大学区之一的皮内拉斯县学区（Pinellas County Schools）正将18所高中的2.5万名学生从Windows设备切换至MacBook Neo。华盛顿州半岛学区（Peninsula School District 401）将8000余名学生从Chromebook迁移至MacBook Neo。俄克拉荷马州的中西城戴尔城学区（Midwest City–Del City School District）购置了逾6000台MacBook Neo，成为全苹果学区。事实上，上季度美国教育机构大批量采购MacBook Neo的订单中，约有一半替换了Windows和Chromebook设备。

现金状况与资本回报

本季度末，我们持有现金及有价证券1470亿美元，总负债840亿美元。本季度，我们向股东返还了330亿美元，包括40亿美元的股息及等值款项，以及258亿美元的股票回购。

九月季度展望

展望九月季度，以下展望包含Suhasini所提及的前瞻性信息。重要提示：以下预测基于本次电话会议截至时全球关税税率、政策及其执行方式保持不变，且全球宏观经济前景不较今日恶化的假设。

我们预计九月季度公司总营收将受到两大主要因素影响：

其一， 预计汇率将对公司全年营收增速形成约2.5个百分点的连续逆风（相较六月季度）。

其二， 预计供应约束的影响将较六月季度显著加剧，九月季度的供应约束将影响iPhone、Mac和iPad。

综合以上因素，我们预计九月季度公司总营收同比增长9%至11%。

在iPhone方面，我们预计需求将持续保持高水平，但iPhone营收将受到汇率逆风和供应约束的影响，预计九月季度iPhone同比增速将达到十几个百分点。

在服务方面，预计九月季度同比增速与六月季度大致相当，但需剔除前述汇率因素带来的约2.5个百分点的连续负面影响。

预计毛利率为47%至48%， 其中包含关税退款带来的约一个百分点的有利影响。预计运营费用为191亿至194亿美元。预计其他收益净额约为3.5亿美元（不含少数股权投资的按市值计价潜在影响），税率约为16.5%。

最后，本公司董事会今日宣布，将于2026年8月13日向2026年8月10日登记在册的股东派发每股0.27美元的现金股息。

在进入问答环节之前，请允许我将电话转交给蒂姆。

首席执行官 蒂姆·库克（Tim Cook）：

谢谢，凯文。在进入问答环节之前，我想借此机会向大家表达谢意——感谢多年来信任我们的股东，尤其是长期股东，也感谢一直密切关注本公司的分析师们。

如大家所知，这将是我最后一次主持业绩电话会议，未来将由约翰主持。交接工作进展顺利，我对约翰即将接掌新职、带领苹果迈入新时代感到无比振奋。他是真正的不可多得之才，没有比他更适合执掌这家公司的人了。正如我之前所说，我对他的领导力、对我们的管理团队，以及对苹果所有致力于丰富全球用户生活的杰出人才，充满无比的信心。我们前途光明，我对未来的乐观程度从未如此之深。

谢谢大家，现在凯文和我很乐意回答您的问题。

问答环节

投资者关系总监 Suhasini Chandramouli：

谢谢，蒂姆。请各位将问题控制在两个以内。接线员，请接入第一个问题。

问题一：Amit Daryanani（Evercore）

提问： 蒂姆，祝您一切顺利，多年来与您共事是我的荣幸。关于九月季度指引的9%至11%增长，相较于六月季度乃至今年整体表现，大约下降了约500个基点。请问这一减速中，供应约束与汇率等其他因素各占多大比重？供应约束是否已从上季度提及的先进SoC节点进一步扩展至其他领域？

Kevan Parekh： 如我在准备好的发言中所提，我们预计九月季度总营收同比增长9%至11%，主要受两大因素影响：一是汇率将对公司全年营收增速形成约2.5个百分点的连续逆风；二是供应约束的影响预计将较六月季度显著加剧，涉及iPhone、Mac和iPad。综合两项因素，我们与六月季度整体总营收增速相差不多。

Tim Cook： 六月季度，我们确实经历了供应约束，主要集中在Mac，iPhone和iPad所受影响相对较小，根本原因是极高的需求水平。如前所述，供应链的灵活性低于正常水平，制约主要来自我们SoC所采用的先进制程节点的供应可用性。展望九月季度，我们预计需求将继续维持高位，但由于供应链灵活性有限，供应约束的影响预计将较六月季度显著加剧，涉及iPhone、Mac和iPad。目前，我们面临相当严峻的供应约束，且供应链的调整余地十分有限。

追问（内存定价）： 苹果一贯在不大幅提价的前提下为用户提供功能和价值。内存价格大幅上涨对这一原则构成挑战。有报道称苹果正在寻求更多内存供应来源，请问此举是为了确保供应稳定、缓解价格压力，还是为了维护产品的价值主张？

Tim Cook： 让我从整体角度谈谈内存问题。正如我上季度所说，三月季度我们支付的内存价格高于十二月季度；六月季度又比三月季度显著提高，但部分被结转库存的收益所抵消。九月季度，我们预计内存成本将进一步上升，并将通过以下几点部分对冲：一是九月季度仍有一定的结转库存收益，但我们预计此后这一收益将逐渐减少；二是物料清单（BOM）中部分非内存元器件的成本预计将有所下降。展望九月季度之后，我们预计市场内存价格将持续上涨，可能对业务产生持续影响，我们正在对此进行全面评估。

在供应来源方面，DRAM市场目前主要由三家供应商主导，若能增加供应商数量，将有助于改善供应状况，并可能在一定程度上影响定价，因此我们正在评估所有可行方案。

问题二：Michael Ng（高盛 Goldman Sachs）

提问一：Apple Upgrade项目的预期采用率如何？该项目能否缩短iPhone的换机周期，并对Mac和iPad等产品产生同等影响？

Tim Cook： Apple Upgrade的核心目标是让用户能以最适合自己的租赁方案更便捷地入手苹果最新产品。苹果产品的残值普遍远高于多数竞品，因此这一方案能让用户以相对实惠的价格入手产品，尤其适合希望按周期升级的用户。该项目目前仅在零售门店提供，并非全渠道覆盖，早期用户反馈相当积极。

Kevan Parekh补充： 目前该项目仅在美国提供。

提问二：iOS 27和Apple Intelligence已进入公开测试版，从公测学到了哪些经验？全新Siri AI是否会成为假日季iPhone的销量驱动力？目前Apple Intelligence在公测阶段的使用情况如何影响计算成本的考量，以及通过iCloud Plus回收部分成本的可行性？

Tim Cook： 我们对Siri AI的热情难以言表。WWDC发布后，我们在主题演讲结束后立即发布了开发者测试版，开发者的反馈压倒性地正面。几周前面向公众发布公开测试版后，持续收到的用户反馈同样非常出色。将隐私保护与个人情境相结合、并深度集成于操作系统的AI，是一个非常宏大的创意，我们对目前的进展无比满意。

在计算成本方面，目前我们尚处于早期阶段，还不能说已有完整方案。我们确实认为会有用户大量使用该功能，因此我们将提供iCloud Plus的升级选项，让用户可以选择更高的套餐档位，我们将持续观察其使用情况。

问题三：Ben Reitzes（Melius Research）

提问一： 华尔街此前对九月季度增速的预测约为12%，与10%的指引相差不多，差值大致等于汇率影响。而华尔街对十二月季度的预测已降至8%至9%左右。请问供应约束会对十二月季度造成多大冲击？是否能提供相关指引？

Tim Cook： 供应约束的核心问题是我们SoC所采用的先进制程节点。坦率地说，这并非常规的供应问题，而是需求预测问题——iPhone和Mac的表现远超我们的预期，而我们本身的预期已经很高。iPhone今年迄今增长22%，Mac增长29%，这些都是非凡的数字，供应链的灵活性低于正常水平。我们一直在提前拉动供应，但这种做法是有上限的，因此我们在当前季度面临着相当紧张的供应挑战。

Kevan Parekh： 蒂姆所提及的动态因素，结合之前提到的汇率影响，是9%至11%这一九月季度指引的基础。对于九月季度之后，包括您提到的十二月季度，我们目前不提供任何指引或颜色预测。

提问二： 据悉台积电正在亚利桑那州建设晶圆厂，是否有可能在合理时间范围内拓展硅芯片供应商，从而缓解供应约束？

Kevan Parekh： 再次强调，这不是合作伙伴或供应商的问题，而是iPhone和Mac产品周期异常强劲、需求超出预期所致。在亚利桑那州，我们今年采购的元器件已超过1亿个，这是我们6000亿美元美国投资承诺的重要组成部分，我们对相关晶圆厂的产能爬坡和供货表现非常满意。

问题四：Erik Woodring（摩根士丹利 Morgan Stanley）

提问一： 对于与供应商签订多年期长期协议（LTA）以锁定供应和价格，贵公司是否有此意向？在当前环境下的定价策略中，目标是保护产品毛利润的绝对金额，还是产品毛利率？

Tim Cook： 我们是不得已才调整定价的。内存价格出现了我只能用"百年一遇的洪水"来形容的指数级上涨，这是我们调价的原因。在定价哲学上，我们同时关注出货量、营收和利润率三个维度，综合作出业务判断，而不是依据任何单一指标的数学公式，也不只着眼于当前90天，而是从长远角度思考。

提问二： 12%的服务增速略低于指引，汇率或许是原因之一。九月季度的指引似乎意味着增速将进一步放缓至个位数。能否解释增速下降背后的驱动因素？App Store的放缓是否与AI重新分配用户时间有关？

Kevan Parekh： 从二财季的16%到本季度的12%，汇率是同比增速连续变化的主要驱动因素。此外还有几点需要注意：一是去年同期有电影《F1》的院线上映（该片是史上票房最高的体育电影之一），今年没有对应的院线收入，这对去年的六月季度和九月季度均有正面贡献。二是App Store业务也面临一定的逆风，包括手游行业的下行压力，以及我们在部分国家对App Store商业模式所做的调整。此外，在美国，我们仍处于法院裁决的约束下，受"外链交易"相关规定影响，但我们欣慰地获悉最高法院将受理我们的上诉。尽管如此，App Store仍创下了六月季度营收纪录。

从整体来看，服务业务呈现多项积极趋势：本季度，云服务、视频、支付服务、广告等类别均实现强劲的两位数增长。我们在每个类别均创下纪录，Apple TV的收视量创历史新高，Apple Pay用户数在成熟市场和新兴市场均创纪录。回顾三月季度的预期，六月季度的整体表现大体符合预期，但App Store手游类别的表现略有不足。展望九月季度，汇率将继续形成逆风，且对服务业务的影响超过公司整体。从三月季度至九月季度，汇率将对服务业务的同比增速造成约五个百分点的拖累；从六月季度至九月季度，还将形成约2.5个百分点的连续逆风。

问题五：Aaron Rakers（富国银行 Wells Fargo）

提问一： 结合内存价格动态，您如何评估当前需求中是否存在提前消费的情况？是否将这一因素纳入了前景展望？

Tim Cook： 我们已连续多个季度维持22%的增长，本周期iPhone年初至今增速同样为22%，从数据上看并没有明显迹象支持需求提前消费的判断。我们已对iPad和Mac进行了调价，但价格弹性方面的影响还需要更多时间来评估，因为渠道库存的消化和消费者反应都需要一定时间，未来几周我们将会有更清晰的认识。

提问二： 随着AI的普及和消费者对AI的广泛使用，苹果是否看到AI为公司带来新的可寻址市场机会？

Tim Cook： 是的，我认为苹果在AI领域拥有巨大的机遇。我对Siri AI的现状和未来方向充满期待，用户反馈令我们深受鼓舞。当然，在设备端处理一定比例请求的能力也具有高度战略价值，是我们重要的竞争利器。我对这些机遇充满激情。

问题六：Wamsi Mohan（美国银行 Bank of America）

提问一： Siri AI是否会改变苹果的资本密集度？尽管苹果有能力在设备端处理大量差异化工作负载，但仍有部分请求需要上传至后端，包括自有第一方云和第三方平台。未来苹果的资本密集度是否会因Siri AI而发生变化？

Tim Cook： 我们采用混合模型，结合第三方云和自建数据中心。从大方向看，我们的运营费用一直在增长，AI方面的投入也在显著加大，P&L上除运营费用之外，其他营业成本（OCOGs）等项目也包含AI支出。至于Siri AI最终的成本影响，我们将持续评估。与此同时，对于大量使用该功能的用户，他们也可以选择升级iCloud套餐，两者之间的平衡目前尚存一定不确定性。

提问二（约翰·特努斯）： 竞争格局是否正在发生变化？尤其是OpenAI等公司正在开发AI硬件设备，SpaceX AI也可能推出绕开传统运营商的手机，您如何看待竞争格局的演变及苹果的定位？

约翰·特努斯： 谢谢您的提问。正如蒂姆所说，当前这一领域蕴藏着巨大的机遇，我们专注于自身的计划，对未来非常充满信心。

问题七：Samik Chatterjee（摩根大通 JP Morgan）

提问一： WWDC宣布Siri AI时，您也提到初期可能无法在中国和欧洲推出。请问目前的最新进展如何？需要跨越哪些障碍才能在这些地区发布？

Tim Cook： 分别来说：

在欧盟，我们正在与欧盟委员会密切合作。我们一贯希望能同步在所有地区推出所有功能，但在欧盟我们暂时未能做到这一点，目前正与委员会积极沟通，寻求能够在当地推出Siri AI的方案。值得注意的是，由于Mac不受与iPhone和iPad相同的法规约束，Siri AI将在欧盟Mac平台上推出。总体而言，我们正在与委员会合作，希望尽快找到解决方案。

在中国，上周我们获批推出Apple Intelligence的初期功能，例如清洁照片等功能，目前正在推进这些功能的发布。针对Siri AI，后续还需要做更多工作，但我们已迈出第一步。

提问二： 六月季度在剔除关税退款影响后，毛利率实际约为48%，而指引中点约为46.5%，请问连续变化的驱动因素是什么？汇率与大宗商品成本各自影响几何？

Kevan Parekh： 从三月季度的49.3%，到六月季度剔除关税退款影响后的48.1%，约120个基点的变化中，超过100%可以用内存成本上升来解释，汇率影响相对较小。部分抵消因素包括结转库存收益、非内存元器件成本下降以及有利的产品结构。从六月季度的48.1%到九月季度中点指引的46.5%，约160个基点的变化同样主要由内存成本变化所解释，存在类似的部分抵消因素。总体而言，汇率对毛利率变化的影响相当有限，内存成本才是从三月季度至九月季度毛利率连续变化的核心驱动因素。

投资者关系总监 Suhasini Chandramouli：

谢谢Samik。今日电话会议的回放将在Apple Podcasts及apple.com/investor上提供。再次感谢各位的参与。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

美国核心PCE通胀降温，令短期加息预期下降。此外微软超预期的财报重塑了AI投资信心，叠加前期大型AI基金清盘带来的抛压结束，引发科技股和动量股的逼空反弹。标普500收涨1.66%，纳指100涨3.4%、创年内第三大涨幅。

费城半导体暴涨8%。微软暴涨逾15%，创下华尔街史上单股单日最大市值增幅，也是该股18年来最大单日涨幅。存储板块全面爆发，美光涨18%，闪迪飙升26%。芯片股AMD涨13%，台积电大涨超7%。盘后绩后，亚马逊飙升近10%，而苹果下挫逾6%。

美国两年期国债收益率跌约2.9个基点。

日元盘中暴涨超3%，日媒称日本再干预。美元指数一度跌超0.9%，创1月以来最大单日跌幅，抹去了沃什首次亮相后积累的全部涨幅。

比特币跟随科技股回升，盘中一度突破65000美元，日内涨约2%。

美元走弱推动黄金上扬，现货金价涨1%，重上4100美元。白银走强2.5%。WTI原油价格小幅下跌1%。

亚洲时段，创业板跌4%，工行、建行历史新高，科技硬件再跌、光模块掀跌停潮，中际旭创港股IPO首日破发。

要闻

中国

中共中央政治局召开会议，决定召开二十届五中全会，分析研究当前经济形势和经济工作。会议为下半年政策定调"发力提效"，加快财政支出和债券资金使用进度，综合运用并适时调整货币政策工具，扩大优质消费供给，扎实推进“六张网”投资规划建设，继续综合整治“内卷式”竞争，促进贸易平衡发展。

何立峰与美国财政部长贝森特、贸易代表格里尔举行视频通话。

商务部介绍近期中欧密集磋商进展：就“稳定、平衡的中欧关键贸易伙伴”新定位达成共识。

抢夺企业Agent入口！腾讯、阿里、字节新一轮大战一触即发。

宇树科技：8月10日打新。宇树科技员工资管计划拟参与IPO战略配售，王兴兴认购1500万。

小米澎程N90 Max最高续航1705公里，“从上海开到北京不用充电加油”，预售价29.99万元。

海外

特朗普威胁“狠狠打击”伊朗后，美军发动新一轮空袭。

美国二季度GDP年化增长1.5%不及预期，PCE物价指数上涨3.4%。美国6月PCE物价指数六年来首次环比下降，-0.1%，同比涨幅显著收窄。

报道：韩国监管层拟重启卖空禁令、缩小30%涨跌停板限制。70万散户遭杠杆爆雷血洗，韩国面临政治风暴，抛出五大“救市牌”。

英国央行如期维持利率3.75%不变，但警惕通胀持续升温风险。

日元盘中暴涨超3%！日媒称日本再干预，分析师称“顺势出手”时机聪明。

苹果上季iPhone收入增22%略超预期，但服务和中国市场业绩逊色，示警供应短缺伤害。苹果电话会料供应限制拖累营收、本季最高增11%，低于分析师预期，股价盘后一度跌超8%。

亚马逊Q2云业务增长超预期，但Q3指引不及预期、自由现金流转负、资本开支上调。电话会：服务器三年回本，在手订单近5000亿美元，“AWS有望年营破万亿美元”。股价盘后一度涨9%。

三星Q2创史上最强盈利季：净利润暴涨1299.9%超预期，AI芯片狂揽99%利润。电话会：存储供不应求“明年比今年更紧张”，60-70%产能分给长期协议，HBM4收入将占六成。

硅谷开始反Anthropic，Claude产品被强令封杀。

OpenAI推出GPT-5.6“促销”：Luna降价80%，Sol首推2.5倍速“反向加价”模式。

世界黄金协会：央行购金同比增长62%至289吨，创四年高位，金饰持续承压。

市场收报

欧美股市：标普500涨幅1.66%，报7437.63点。道指涨幅1.19%，报52208.06点。纳指涨幅2.78%，报25122.177点。欧洲STOXX 600指数收涨0.77%，报649.95点。

A股：上证指数收报3804.69点，跌0.62%。深证成指收报13285.80点，跌2.73%。创业板指收报3244.62点，跌3.97%。

债市：美国10年期国债收益率跌0.40个基点，报4.6733%。两年期美债收益率跌2.88个基点，报4.2438%。

商品：WTI 9月原油期货收跌1.03%，报83.59美元/桶。布伦特9月原油期货收跌1.88%，报89.03美元/桶。现货黄金涨0.81%，报4100.34美元/盎司。现货白银涨2.07%，报58.9336美元/盎司。

要闻详情

全球重磅

中国

中共中央政治局召开会议，决定召开二十届五中全会，分析研究当前经济形势和经济工作，中共中央总书记习近平主持会议。据新华社，会议指出，实施好更加积极的财政政策和适度宽松的货币政策，充分发挥各项存量政策效能，及时谋划出台务实管用的增量政策，加大逆周期调节力度，加力扩大内需、优化供给，切实保障和改善民生，增强发展动力、激发社会活力，推动经济持续向新向优向好发展，努力实现“十五五”良好开局。扎实推进“六张网”规划建设。加快现代化产业体系建设，加强对基础研究的长期稳定支持，深入实施“人工智能+”行动，发展智能经济新形态，完善人工智能治理体系。

• 政治局会议: 发力提效的几个信号。宏观调控紧紧围绕“发力提效”全面铺开的破局信号：逆周期调节力度有望加码，下半年迎政策关键释放期。产业部署方面，从单点突破向未来产业矩阵延展，以算力中心为代表的“六张网”有望步入全面施工期。资本市场方面，定调由“稳信心”进阶为“提韧性”，侧重外部震荡下的制度护城河建设。
• “综合运用并适时调整货币政策工具”释放了什么信号。据澎湃新闻，中共中央政治局7月30日会议强调，实施好更加积极的财政政策和适度宽松的货币政策，加大逆周期调节力度，综合运用并适时调整货币政策工具。专家预计三季度有望降准降息，年内降准空间25-50个基点，并更多运用结构性工具支持科创、消费等领域。政策将先加快存量政策落地，三季度末前后或出台增量政策。
• 政治局会议九大信号：宏观政策要发力提效，务实管用的增量政策可期。中央政治局7月30日会议为下半年政策定调"发力提效"，加快财政支出和债券资金使用进度，综合运用并适时调整货币政策工具，扩大优质消费供给，扎实推进“六张网”投资规划建设，继续综合整治“内卷式”竞争，促进贸易平衡发展。

何立峰与美国财政部长贝森特、贸易代表格里尔举行视频通话。双方围绕落实好中美两国元首北京会晤重要共识，就下一阶段中美双方保持经贸关系稳定、拓展务实合作、妥善解决彼此关切，进行了坦诚、深入、富有建设性的交流。

商务部介绍近期中欧密集磋商进展：就“稳定、平衡的中欧关键贸易伙伴”新定位达成共识。据新华社，双方就“稳定、平衡的中欧关键贸易伙伴”这个新定位达成共识，并初步商定今年秋季举行磋商机制第二次会议。

抢夺企业Agent入口！腾讯、阿里、字节新一轮大战一触即发。从各自试错到集中兵力，腾讯、阿里、字节几乎同时收拢AI战线，企业Agent竞争正式进入决战阶段。争夺的已不只是一个AI产品，而是企业每天工作的第一入口——谁占住办公场景，谁就更有机会成为下一代企业AI生态的核心。

宇树科技：8月10日打新。据澎湃新闻，7月30日，宇树科技公告称，公司首次公开发行股票并在科创板上市的申请已获上交所上市审核委员会审议通过，并获中国证监会同意注册。初步询价日为2026年8月5日，网下、网上申购日为8月10日，缴款日为8月12日。

• 宇树科技员工资管计划拟参与IPO战略配售，王兴兴认购1500万。宇树科技招股书披露，171名高管及核心员工拟最高出资2.715亿元参与战略配售，其中董事长王兴兴认购金额1500万元。

预售价29.99万元！小米澎程N90 Max最高续航1705公里，“从上海开到北京不用充电加油”。小米发布昆仑技术架构，并推出增程SUV澎程N90 Max（预售价29.99万元）和N70 Max（预售价25.99万元），其中N90 Max CLTC综合续航达1705公里。两款车型将于2026年9月正式发布，今晚21:00开启预订。

海外

特朗普威胁“狠狠打击”伊朗后，美军发动新一轮空袭。美伊短暂停火宣告终结。美军重启对伊朗空袭，美沙首次联手打击伊拉克亲伊朗武装，冲突范围进一步扩大；伊朗拒绝谈判、坚持霍尔木兹海峡主导权，地区局势持续升级，国际油价一度逼近90美元，市场开始担忧中东能源供应链风险外溢。

美国二季度GDP年化增长1.5%不及预期，PCE物价指数上涨3.4%。美国二季度实际GDP年化增速为1.5%，低于市场预期。净出口下滑拖累了整体数据，但消费者支出和商业投资均保持强劲，在一定程度上抵消了外部压力。

-0.1%！美国6月PCE物价指数六年来首次环比下降，同比涨幅显著收窄。6月PCE物价指数环比下降0.1%，为2020年以来首次录得月度负增长，同比升幅从前月的4.1%收窄至3.7%。剔除能源的核心PCE同比增速由3.4%小幅回落至3.3%，环比仅上涨0.1%，低于市场预期的0.2%。

紧急救市！报道：韩国监管层拟重启卖空禁令、缩小30%涨跌停板限制。韩国股市持续重挫，监管层已全面进入应急状态。韩交所内部评估了暂停卖空及收窄涨跌停板的技术可行性，但公开否认将立即实施。暂停卖空呼声高涨，但政府面临两难：此举或影响MSCI发达市场评级，需在稳定市场与国际化进程间谨慎权衡。

70万散户遭杠杆爆雷血洗！韩国面临政治风暴，抛出五大“救市牌”。韩国股市暴跌令约70万散户深陷杠杆ETF血亏，政府救市压力陡增。稳市基金、卖空禁令、限制杠杆ETF、调整保证金要求、放宽回购规则“五大救市牌”齐上桌，但如何稳市场又避免道德风险，仍是最大考验。

按兵不动！英国央行如期维持利率3.75%不变，但警惕通胀持续升温风险。英国央行维持基准利率在3.75%不变，但内部以6:3的票数显现分歧（3人主张加息）。受美伊冲突及霍尔木兹海峡局势导致的能源价格震荡影响，央行明确发出鹰派信号，警告若高油价引发二次通胀效应，随时准备重启收紧政策。

日元盘中暴涨超3%！日媒称日本再干预，分析师称“顺势出手”时机聪明。日元兑美元盘中创两年半最大涨幅，日媒称日本政府进行了买入日元的汇市干预，美国政府还进行了汇率询价。日本4月末到5月末祭出约732亿美元的创纪录规模干预，但日元贬值压力未根本缓解。按惯例体现日本干预的相关数据数周后才公布，短期日元波动料将维持高位。花旗预计日元近期走软，建议日央行会议前做多美元/日元，因日央行行长不会表现超预期的鹰派立场。

苹果上季iPhone收入增22%略超预期，但服务和中国市场业绩逊色，示警供应短缺伤害。第三财季，苹果总营收同比增16%、略高于分析师预期，EPS同比增29%至同期新高，但高于预期主要源于美国政府关税退税；Mac收入较预期高20%，iPad收入较预期低10%，服务收入同比增12%、环比略降，较预期低近2%；大中华区收入同比增速超预期放缓至22%；运营现金流创同期新高，每股现金派息0.27美元。苹果电话会料供应限制拖累营收、本季最高增11%，低于分析师预期。营收指引公布，苹果股价盘后跌幅扩大，一度跌超8%。

亚马逊大涨！Q2云业务增长超预期，但Q3指引不及预期、自由现金流转负、资本开支上调。亚马逊Q2 AWS收入422亿美元，同比增长37%，高于市场预期的406亿美元。预计Q3营收为1970亿至2020亿美元，营业利润为225亿至265亿美元，指引区间中值均低于市场预期。资本开支从此前的2000亿美元上调至2200亿美元，自由现金流录得-76亿美元。亚马逊未受资本开支上调影响，盘后股价一度涨超9%。电话会：服务器三年回本，在手订单近5000亿美元，“AWS有望年营破万亿美元”。

三星Q2创史上最强盈利季：净利润暴涨1299.9%超预期，AI芯片狂揽99%利润。三星电子2026年Q2创史上最强单季：营收171.5万亿韩元同比暴增130%，营业利润89.49万亿韩元同比飙升1814%，利润率高达52.2%。核心引擎是半导体——DS部门独揽全公司99%利润，HBM4已完成规模量产并率先发货HBM4E样品，AI超级周期红利尽收囊中。净现金头寸167.6万亿韩元较去年近乎翻倍，ROE从5%跃升至56%。

• 三星电话会：存储供不应求“明年比今年更紧张”，60-70%产能分给长期协议，HBM4收入将占六成。存储供应短缺料将持续至2028年。为此，三星正与全球十大科技巨头签订含大额预付款的5年期滚动长单（LTAs），计划锁定公司60%-70%的总产能，以确立业绩的高能见度。此外，下半年HBM4收入占比将超60%，2纳米代工订单预期翻番。电话会后，股价一度转跌。
• 三星说供给紧到2028年，但市场有点不信。韩国存储双雄二季度利润爆表，股价却遭暴跌血洗！反差源于超一年的“周期分歧”：芯片巨头高呼缺货至2028年并狂签长单，市场却忧心云厂商开支降速与中国产能崛起，提前定价周期见顶。谁在错判？下半年的资本开支数据将揭晓底牌。

“不作死就不会死”，硅谷开始反Anthropic，Claude产品被强令封杀。有消息称，已有企业收到美国政府指令，被强制要求在2026年8月31日前全面停用Anthropic旗下所有产品与服务。硅谷正在酝酿一场针对这家AI公司的抵制浪潮，矛头指向其与合作伙伴竞争的产品策略、数据留存政策收紧，以及对开源AI模型的抵制立场。

OpenAI推出GPT-5.6“促销”：Luna降价80%，Sol首推2.5倍速“反向加价”模式。Terra模型降价幅度20%；Sol模型新增Fast模式，速度最高提升2.5倍，定价为标准模式的两倍，智力水平保持不变。

世界黄金协会：央行购金同比增长62%至289吨，创四年高位，金饰持续承压。2026年二季度全球黄金总需求同比持平于1269吨，全球央行净购金289吨，其中中国央行连续20个月增储创最长纪录；中国上半年金条与金币需求达314吨，创历史新高。受金价波动与高利率预期拖累，黄金ETF二季度净流出45吨；全球金饰需求降至278吨，创疫情以来单季新低。

研报精选

韩股“去杠杆”完成了吗？摩根大通“机构已近尾声”，汇丰“散户仍处高位”。摩根大通认为，韩国杠杆ETF去杠杆已基本完成，对冲基金去杠杆进度约达90%，KOSPI估值降至5倍市盈率的“危机水平”、整体配置吸引力已现。汇丰则指出散户融资余额仅较峰值下降约15%，仍高达约220亿美元，且ETF规模缩水主要源于亏损而非主动撤退，去杠杆远未结束。

SemiAnalysis：AWS、Meta推行“模块化”数据中心，建设周期压缩36%、降本8%。算力基建打响效率战！面对用工荒，数据中心正全面拥抱“模块化”。工厂预制不仅将建设工期压缩36%、资本开支降低8%，更让算力抢跑变现——提前单月交付每兆瓦即可创收50万美元。

当市场在买“AI烧钱结束”，微软在买什么？市场为一份"不存在的削减"狂欢了8%——CFO一句1750亿资本支出指引，实为会计重分类游戏，真实投入分文未减。但更深的故事藏在数字背后：OpenAI依赖症正在消退，Copilot从4亿席位起跳无人能复制，Anthropic半年浮盈32亿。微软并非AI赌徒，它是AI时代的收费站。

国内宏观

北交所召开公募基金座谈会听取意见建议。北交所表示，将认真研究与会代表提出的意见建议，积极回应市场关切，协调推进投融资健康发展，不断增强市场内在稳定性。希望公募基金持续加大对北交所的投资力度，支持中小企业创新发展，共同维护市场平稳健康运行。

国内公司

资金回流与高分红驱动银行板块：工行、建行创新高，招行重回万亿市值。7月30日，A股市场整体陷入调整，银行板块逆市走强。

科技成长大跌，红利蓝筹崛起，怎么看？怎么办？浙商证券认为，科技回调、红利走强更多是成长内部扩散和价值阶段修复，而非风格反转。全球AI投资逻辑未发生实质变化前，成长主线仍难被替代，中长期风格仍取决于盈利、信用和利率三大变量。下半年建议聚焦"广义成长+大盘价值"，均衡布局科技成长与金融、红利等高性价比资产。

字节重大调整：豆包和火山吃下了飞书。字节跳动宣布重大组织调整，飞书被降级打散：其产品团队并入豆包，商业化团队并入火山引擎。此举标志字节放弃三者独立运营思路，集中资源发力AI，转而打造以豆包为智能核心、飞书为工作入口、火山引擎为云底座的企业AI体系。

特斯拉全球第1000万辆电动车下线，上海超级工厂上半年产量创新高。7月30日，特斯拉成为全球首家累计生产1000万辆电动车的企业。全球热销的特斯拉订单，一半以上由特斯拉上海超级工厂交付。2026年上半年，上海超级工厂交付量近46.8万辆，同比增长28.4%。

昔日大牛股德明利涨停，大股东锁仓却遭遇四机构10.3亿甩卖。7月30日，存储芯片概念局部走强，德明利午后快速拉升涨停，报390.04元，成交额113.66亿元。龙虎榜数据显示，机构主导买卖，深股通净卖出3.52亿元。该股股价距离6月26日的历史高点980元，已经有超60%的回撤。

海外宏观

微软Meta财报“修复”AI信仰，芯片指数盘中创4月来最大涨幅，数据中心产业链爆发。标普1500半导体及半导体设备指数盘中曾涨7.6%。微软和Meta再次确认不会放缓投资节奏，成为推动整个AI产业链估值修复的重要催化剂。三星和半导体设备龙头Lam Research财报进一步强化AI逻辑，后者股价盘中涨超20%。燃料电池企业Bloom Energy盘中涨近30%。数据中心业务保持增长的Arm盘中涨近7%。而利润指引偏保守的高通盘中跌超3%。

白宫官员接连发声：哈塞特称PCE数据让沃什“更轻松”，纳瓦罗呼吁美联储考虑降息。周四，美国6月PCE物价指数六年来首次环比下降。白宫国家经济委员会主任哈塞特表示，通胀数据让沃什的工作“稍微轻松了一些”。同日白宫贸易顾问Navarro表示，如果当前市场趋势延续，美联储应考虑下调利率。

德国7月CPI升至2.8%创三个月新高，欧洲央行9月加息预期陡增。德国7月通胀率升至2.8%，西班牙升至3.8%，均受能源价格反弹推动。欧洲央行官员持续释放鹰派信号，市场对9月恢复加息的预期增强。周五将公布的欧元区整体通胀数据若再超预期，将进一步巩固加息预期。德国经济韧性也为央行进一步收紧政策提供了空间。

美国原油和汽油库存降至“及其危险的低水平”，炼油厂产能利用率已达97%。美国原油库存正以惊人速度告急，上周商业库存单周骤降720万桶，战略石油储备跌至40年最低的3.077亿桶，炼油厂更以97%高负荷全力压榨产能。美伊冲突封锁霍尔木兹，分析师直言库存已处"极其危险水平"。当全球最后的能源缓冲垫加速抽空，油价的临界点或近在眼前。

海外公司

OpenAI年化收入提速，CFO内部喊话：7月一个月顶过整个二季度。OpenAI CFO内部会议罕见披露：7月单月新增年化经常性收入已超整个二季度，增长引擎来自GPT-5.6、企业Agent及编程工具Codex的爆发式普及。有分析认为，这意味着今年ARR或逼近600亿美元，与Anthropic差距收窄。在估值达8520亿美元、IPO申请已秘密递交的关键节点，这份收入加速曲线，或将成为其上市路演最强底牌。

谷歌发布新一代机器人AI模型，实现人形机器人全身控制。谷歌DeepMind发布新一代机器人AI模型Gemini Robotics 2，实现对整个人形机器人实施从头到脚的全身控制。其还同步发布了另外两款机器人AI模型——Gemini Robotics ER 2与On-Device 2，两者可协同工作或独立运行，支持规划多步骤任务及协调多台机器人作业。

AI“神童”折戟华尔街：OpenAI前研究员旗下基金据称爆仓、Citadel接盘160亿美元股票资产。因激进AI投资成名的Aschenbrenner旗下对冲基金Situational Awareness今年上半年回报率439%，管理资产一度达200亿美元。据报道，因AI投资巨亏，该基金本周三紧急与多家大型机构展开谈判，希望出售部分资产或募集新资金，Millennium等大型多策略基金曾参与竞购，其与Citadel在24小时内达成交易。

• 从年内盈利439%到紧急找钱，OpenAI前员工这只All in AI的基金撑不住了。前OpenAI员工创办的200亿对冲基金Situational Awareness，凭借高杠杆重仓AI板块在上半年斩获439%暴利，但在近期科技股重挫中遭受严重回撤，面临流动性危机。基金正寻求紧急融资与新一轮认购，并建议投资者逢低加仓，但高杠杆与精简团队使其风控能力备受质疑。

星巴克2026财年Q3财报：净营收93.2亿美元，归母净利润达10.5亿美元。中国市场业务模式转换。

欧足联与55个成员协会宣布抵制世界杯，国际足联私有化方案引发足坛制度危机。欧足联与55个成员协会于7月30日召开紧急会议，宣布抵制国际足联旗下所有赛事。起因是国际足联主席因凡蒂诺计划成立商业子公司，向私人投资者出售世界杯等赛事逾20%股权，融资42亿美元，且几乎未经成员协会磋商。欧足联斥此为"秘密推进"与"胁迫行为"，警告私有化将使赛事决策从服务足球转向服务股东。

行业/概念

1、半导体 | 据上证报报道，据央视财经报道，随着AI算力的火爆，全球存储芯片市场正经历严重的供给短缺。统计发现，华强北主流型号的存储产品和显卡价格持续攀升，其中1TB固态硬盘去年9月410元，现在950元，涨幅132%；显卡方面，RTX5080从7月22日的8000元涨至12000元左右，涨幅约50%。

点评：国金证券认为，AI大模型快速迭代，推升国产算力设计公司订单持续上修，倒逼先进制程产能紧缺。2026年下半年中芯、华虹迎新一轮产能释放，多款国产AI芯片进入产线制造并即将量产出货，国产算力正式进入实际规模放量阶段，为先进制程需求提供长期刚性支撑。另外，海外出口管制持续趋严，使国内存储大厂对国产刻蚀、薄膜、量检测等核心设备的需求刚性提升。

2、机器人 | 据上证报报道，7月30日，京东与特种机器人头部企业七腾机器人正式签署战略合作协议，双方聚焦能源石化、煤炭矿山、电力基建等场景的机器人应用，推动七腾机器人全系列产品规模落地与普及。海外方面，马斯克表示弗里蒙特工厂的第一代Optimus生产线已经完工；宇树科技创始人王兴兴表示具身智能的"ChatGPT时刻"（指技术临界点）有望最快在2到3年内到来。

点评：国泰海通证券认为，国内外的人形机器人产业正处于商业化初期的关键阶段，产品量产和技术迭代加速推进，需要重视行业的边际变化对产业链优质公司的影响。

3、脑机接口 | 据中证报报道，据报道，中国专注于侵入式脑机接口技术的前沿科技公司阶梯医疗自主研发的微创植入式脑机接口技术在临床试验取得实质进展，多名高位截瘫患者依托该系统成功重返职场，从事电商物流协调及后台标注等专职工作。此项临床数据与实际应用成果，标志着植入式脑机接口技术从实验室向日常应用场景迈出关键一步。

点评：脑机接口技术正从实验室加速迈向商业化应用，医疗健康领域将成为核心增长引擎。我国已将脑机接口列为未来产业重点发展方向，"十五五"规划明确提出推动脑机接口成为新的经济增长点；工信部等7部门印发《关于推动脑机接口产业创新发展的实施意见》，提出到2030年形成安全可靠的产业体系。随着技术持续突破、政策支持力度加大及应用场景不断拓展，脑机接口领域有望在未来5-10年内迎来爆发式增长，成为连接人类思维与外部世界的重要桥梁，重塑人机交互模式并创造巨大的经济价值。

4、超超临界 | 据中证报报道，据报道，7月28日，中国大唐山东郓城630℃二次再热国家电力示范项目实现全容量投产，标志着全球首台630℃等级二次再热超超临界百万千瓦煤电机组正式转入商业稳定运行。该项目一举创下同类型机组"温度最高、压力最高、效率最高、煤耗最低"四项世界之最，是中国煤电技术登顶世界之巅的里程碑。

点评：该项目的成功不仅在于参数的突破，更在于核心技术与材料的完全自主可控，解决了长期依赖进口的"卡脖子"难题。该项目为传统能源的绿色升级提供了可复制、可推广的样板，兼具高效发电与节能减排的双重价值。依托该项目积累的工程数据与运行经验，国产630℃超超临界火电成套技术、新材料及装备产业链已全线成熟，为国内同参数机组的批量化建设和全球高效火电技术输出提供了完整的"中国范本"。

5、量子科技 | 据中证报报道，工业和信息化部量子信息标准化技术委员会成立大会7月30日在北京召开。量子信息标委会主要负责量子信息基础共性技术、量子计算、量子通信、量子精密测量等领域行业标准制修订工作。量子信息标委会的成立，旨在充分发挥标准的基础性、战略性、引领性作用，引导和推动我国量子产业的高质量发展，并加强量子领域的国际合作。

点评：在量子通信领域，我国目前处于国际领先地位，并且已经迈出了从实验室走向实际应用的关键一步。我国建成了全球首条千公里级量子保密通信"京沪干线"，并成功发射了世界首颗量子科学实验卫星"墨子号"，初步构建了天地一体化的广域量子通信网络雏形。随着技术的成熟，量子通信已经广泛应用于政务、金融、电力等高安全需求领域。国内也涌现出了一批以国盾量子、国科量子等为代表的产业链企业，涵盖了核心元器件、设备制造、网络运营和安全服务等环节。

今日要闻前瞻

中国7月官方制造业、非制造业、综合PMI。

美国7月密歇根大学消费者信心和通胀预期。

欧元区7月CPI。

日本7月东京CPI。

日本央行公布利率决议，行长植田和男召开新闻发布会。

ChinaJoy于7月31-8月3日举行。

埃克森美孚、雪佛龙公布财报。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

新任美联储主席沃什的模糊表态令市场对其政策信誉产生疑虑，日元的急剧升值则加剧了美元的跌势。长期美债收益率高位横盘，贵金属则走强。

周四美国主要股指全部收涨，纳斯达克100指数当日涨3.4%，创年内第三大涨幅。半导体指数飙升8.2%，为2025年4月以来最大单日涨幅，部分收复了7月以来逾20%的累计跌幅。

盘后绩后，亚马逊飙升近10%，而苹果下挫逾6%。

然而，此次反弹的内部结构值得警惕。彭博宏观策略师Michael Ball指出，科技股和动量股的回升"更像是仓位挤压，而非持续性风险偏好回归"，负Gamma环境和美联储公信力受损的叠加效应，将令波动率维持高位。

周四标普500指数收涨1.66%，纳斯达克100指数当日涨3.4%，创年内第三大涨幅。费城半导体暴涨8%。

微软是本轮反弹的核心引擎。该公司业绩显示Azure云计算收入连续加速增长，需求已超出现有产能，资本支出低于预期，并维持了对2027财年保持正向现金流的预期。

市场将其解读为AI基础设施投资回报可期的有力信号。微软股价单日暴涨逾15%，市值增加约4500亿美元，创下华尔街史上单股单日最大市值增幅，也是该股18年来最大单日涨幅。

这一业绩与此前Alphabet和特斯拉因自由现金流为负引发的市场担忧形成鲜明对比。Argent Capital Management投资组合经理Jed Ellerbrooke表示：

微软昨天兑现了承诺，或许能从'争议股'阵营晋升为'可信AI赢家'。

AI赢家们的表现远远优于AI风险股。

Mag7股票表现大幅优于大盘，但标普493指数也表现强劲，不过值得注意的是，Mag7的股价目前已回落至昨日高点。

存储板块全面爆发。美光涨18%，闪迪飙升26%，AMD涨13%。

动量指数创下了自2003年以来最大的单日涨幅。

这也是近四个月来美股最大规模空头回补日。

尽管主要指数悉数收涨，但市场内部分化发出警示信号。

等权重标普500指数明显下跌，与基准标普500指数同日出现逾75个基点的反向背离。

据彭博宏观策略师Cameron Crise指出，自1990年以来，标普500上涨至少75个基点而等权重版本同日下跌约75个基点，仅发生过两次：

• 第一次是2000年6月30日，彼时距纳斯达克科技股周期顶部约两个半月；
• 第二次即为本次，距SOX半导体指数本轮AI高点亦约一个月。

期权市场同样未给出乐观信号。SpotGamma暗示本次反弹感觉不错，但切勿因此放松警惕。

负Gamma格局仍主导标普500，当前阻力位在7450，支撑位在7300附近，而0DTE期权的正Gamma支撑在7300以下已几近真空，下方直至7000均处于负Gamma区域。

富国银行投资研究所的Sameer Samana认为：

强劲的企业盈利、AI持续渗透、韧性经济以及有利的金融环境，支撑着美股中期前景依然乐观。

但瑞银集团首席投资办公室的Ulrike Hoffmann-Burchardi建议投资者"在维持对AI成长逻辑看好的同时，通过向防御型科技股分散持仓来管理集中度风险"。

债券市场在周三美联储决议引发的恐慌后有所平复，但并未完全消化不安情绪。

10年期美债收益率小幅下行1个基点至4.67%，2年期下行4个基点至4.24%。

但30年期收益率仍上涨1个基点至5.21%，维持在2007年以来最高水平附近。

新任美联储主席沃什的首次主持会议对收紧政策的明显抗拒虽消除了短期加息威胁，但并未给出政策触发条件，令市场对利率路径的判断更加困难。

Apollo全球管理公司首席经济学家Torsten Slok表示：

我们需要谈谈委员会的公信力。光说还不行，最终必须用行动兑现。

丹麦银行首席分析师Jens Peter Sorensen亦警告：

市场对加息次数和时点都在猜测，而加息可能比市场预期来得更晚。

当日宏观数据整体偏于温和：二季度GDP年化增速1.5%，低于预期，但消费支出和非住宅固定投资的强势表现令实际质量好于表面；美联储偏好的通胀指标PCE价格指数6月同比升3.7%，较5月的4.1%回落，基本符合预期。

这些数据令加息押注降温，CME FedWatch数据显示，9月会议加息概率从一周前的82%降至59%。

美元承受多重压力，当日美元指数下跌0.9%，创1月以来最大单日跌幅，抹去了沃什首次亮相后积累的全部涨幅。

日元的急剧升值加剧了美元的跌势。日元兑美元涨幅达2.5%，升至约159.38，据日经新闻报道，日本当局进行了买入日元的汇率干预，美国监管机构亦进行了利率核查，但官方干预并未得到正式确认。

美元走弱推动黄金上扬，现货金价涨1%，重上4100美元关口。

比特币跟随科技股回升，盘中一度突破65000美元，日内涨约2%。

尽管中东局势持续紧张，市场目光已转向本周日召开的欧佩克+会议，该产油国联盟预计将宣布9月日产量增加18.8万桶。ING策略师在报告中指出：

2027年前的最大不确定性在于该组织的政策走向，以及成员国对产量配额是否会产生抵触情绪。

原油市场相对平静，WTI原油价格小幅下跌1%。

周四美股指数强劲反弹，标普500指数收涨1.66%，纳斯达克100指数当日涨3.4%，创年内第三大涨幅。费城半导体暴涨8%。存储板块全面爆发，美光涨18%，闪迪飙升26%。芯片股AMD涨13%，台积电大涨超7%，报道称公司开发类英特尔EMIB的封装技术。

美股基准股指：

• 标普500指数收涨121.48点，涨幅1.66%，报7437.63点。

• 道琼斯工业平均指数收涨613.92点，涨幅1.19%，报52208.06点。

• 纳指收涨679.235点，涨幅2.78%，报25122.177点。纳斯达克100指数收涨914.04点，涨幅3.36%，报28106.346点。

• 罗素2000指数收涨1.37%，报2946.101点。

• 恐慌指数VIX收跌17.33%，报17.08，欧洲股市开盘以来持续下跌。

美股行业ETF：

• 美股行业ETF多数收涨，半导体ETF涨6.88%，全球科技股指数ETF、科技行业ETF至少涨5.5%。

（7月30日 美股各行业板块ETF）

科技七巨头：

• 万得美国科技股七巨头（Magnificent 7）指数涨2.28%。

• 微软暴涨15.5%，亚马逊涨3.90%，特斯拉涨3.53%，英伟达涨2.65%，谷歌A跌0.91%，苹果跌1.41%，Meta跌7.95%。

芯片股：

• 费城半导体指数收涨855.499点，涨幅8.19%，报11302.988点。

• 台积电ADR大涨7.63%，AMD暴涨13%。

中概股：

• 纳斯达克金龙中国指数收涨1.05%，报6502.80点。

• 热门中概股里，世纪互联涨16.7%，日月光半导体涨12.2%，万国数据涨8%，阿特斯太阳能涨7.7%，腾讯涨2.4%，百度涨2%，网易涨1.8%，阿里涨1%。

其他个股：

• Circle涨4.73%。

欧元区蓝筹股指收涨超1.5%，施耐德电气收涨超10.8%，英飞凌涨超9.1%，阿斯麦涨5.7%。希腊股市涨超1.2%，创2009年以来收盘新高，意大利银行板块涨1.7%，法国股指涨超0.9%。

泛欧欧股：

• 欧洲STOXX 600指数收涨0.77%，报649.95点。

• 欧元区STOXX 50指数收涨1.53%，报6344.40点，整体持续走高。

各国股指：

• 德国DAX 30指数收涨0.60%，报25612.03点。

• 法国CAC 40指数收涨0.92%，报8485.64点。

• 英国富时100指数收跌0.10%，报10897.27点。

  （7月30日 欧美主要股指表现）

板块和个股：

• 欧元区蓝筹股中，施耐德电气收涨10.83%，英飞凌涨9.16%，西门子能源涨8.12%，阿斯麦控股涨5.71%表现第四，爱马仕、欧莱雅至少涨2.74%进入涨幅前十大。

• 欧洲STOXX 600指数的所有成分股中，奥特斯、DSM-Firmenich AG、盟迪、施耐德电气、欧摩威涨12.75%-10.72%领跑，ASM国际涨9.53%、Soitec涨8.36%、与英飞凌进入涨幅前十大。

本文来自华尔街见闻，欢迎下载APP查看更多

亚马逊（Amazon）第二季度业绩再次证明，围绕人工智能基础设施的大规模投入正在转化为云业务增长动力。在企业AI需求持续升温的背景下，公司核心云计算业务AWS营收增速明显加快，创过去18个季度以来最快增速。

亚马逊二季度营收2006亿美元，同比增长20%；营业利润275亿美元，同比增长43%。AWS收入422亿美元，同比增长37%，高于市场预期的406亿美元；推动AWS年化收入规模达到1690亿美元。

亚马逊CEO安迪·贾西（Andy Jassy）表示，AWS AI业务年化收入规模已超过250亿美元，同比增长保持三位数增长。

亚马逊将2026年资本支出预期从此前的2000亿美元上调至2200亿美元。贾西表示，这笔支出的大部分将用于AI领域。大额资本开支导致过去12个月自由现金流转负，录得76亿美元净流出。

同时预计Q3营收为1970亿至2020亿美元，营业利润为225亿至265亿美元，指引区间中值均低于市场预期。

此前谷歌因上调资本开支股价下挫，微软因为维持资本支出不变而大涨。亚马逊本次并未受上调资本开支影响，财报公布后，亚马逊盘后股价一度涨超9%。

AWS增长远超预期，AI云需求成为最大驱动力

亚马逊AWS Q2收入422亿美元，高于市场预期的406亿美元，同比增长37%

AWS增长加速，延续了微软Azure和谷歌云近期财报中体现出的趋势：企业客户正在加大AI相关云计算支出，推动全球云服务市场进入新一轮扩张周期。贾西表示：

“AWS正在蓬勃发展，第二季度同比增长36.7%，是18个季度以来最快增速。”

财报显示，AWS二季度营业利润达到166亿美元，同比增长64%，营业利润率升至39.4%，明显高于去年同期的32.9%。

AWS利润率改善表明，随着AI基础设施需求增长，云计算业务正在释放更强盈利能力。

上调资本开支，三季度指引不及预期，但股价仍然大涨

亚马逊将2026年资本支出预期从此前的2000亿美元上调至2200亿美元，CEO表示，这笔支出的大部分将用于AI领域。沉重的资本开支导致过去12个月自由现金流转负，录得76亿美元净流出，但鉴于AWS增长势头强劲，投资者对此反应平淡。

亚马逊预计第三季度营收将在1970亿至2020亿美元之间，同比增长9%至12%；营业利润预计为225亿至265亿美元，同比增长29%至52%。

分析师此前平均预期营收2039亿美元、利润251亿美元，公司指引区间中值均略低于市场预期。

近年来，亚马逊、微软、谷歌等科技巨头持续扩大数据中心和AI基础设施投资。今年以来，市场一直担忧AI资本开支快速增长是否会压缩现金流。

路透指出，美国大型科技公司今年AI相关投资预计超过7000亿美元，庞大的资本投入曾引发市场对“过度建设AI基础设施”的担忧。不过，微软、谷歌和亚马逊均表示，当前投资是满足客户需求、缓解算力供给限制所必需。

微软周三公布了2022年以来最快的云业务增速，并表示今年将维持资本支出不变，其股票周四单日涨幅创2008年以来新高。相比之下，Alphabet上周因资本开支超预期、且自上市二十余年来首次出现自由现金流为负，股价承压下跌。

Bedrock、Trainium等AI产品加速商业化

除了基础设施，亚马逊正在推动AI应用层商业化。

公司表示，Amazon Bedrock平台目前已经支持超过10个托管式基础模型，包括OpenAI GPT-5.6、Anthropic Claude Opus 5、Google DeepMind Gemma 4以及SpaceXAI Grok 4.3等。Bedrock目前已有数十万客户使用，二季度客户支出超过此前所有季度总和。

此外，亚马逊持续推进自研AI芯片战略。

Anthropic和OpenAI均对Trainium芯片作出了多年期、大规模算力承诺，越来越多AI初创企业开始采用Trainium。Trainium AI芯片业务年化收入规模也超过250亿美元。

市场认为，自研芯片能够帮助AWS降低对英伟达GPU供应链的依赖，同时提高云业务利润空间。

电商业务稳健，广告业务继续保持高增长

除AWS外，亚马逊核心零售业务也保持增长。

二季度北美市场销售额同比增长16%至1162亿美元，国际业务销售额同比增长15%至422亿美元。

在线零售业务方面，亚马逊继续扩大配送能力。贾西表示，今年上半年Prime会员享受到更多快速配送服务，同日或次日送达商品数量增长超过40%。

二季度还包含亚马逊年度Prime Day促销活动。路透报道称，该活动推动消费者购买电子产品、家电和日用品，Adobe Analytics估计活动期间全球消费金额超过264亿美元。

与此同时，广告业务成为亚马逊利润增长的重要来源。财报数据显示，广告服务收入二季度达到198亿美元，同比增长26%。

净利润大增主要受投资收益影响，经营利润更能反映业务表现

亚马逊二季度净利润达到626亿美元，同比大增245%，每股摊薄收益5.75美元。

不过，净利润大幅增长主要受到投资收益推动。

财报显示，公司二季度包含约534亿美元税前其他收入，主要来自对Anthropic等公司的投资。

剔除这一影响后，市场更关注公司的经营利润表现。二季度营业利润达到275亿美元，同比增长43%，营业利润率升至13.7%。

本文来自华尔街见闻，欢迎下载APP查看更多