据新华社，美国和伊朗通过巴基斯坦进行的谈判似已显现希望，“低调的谈判有望转化为切实的成果”。消息后，美股股指期货短线拉升，纳指期货涨超1%；国际油价走低，WTI原油日内跌幅达12%；美元走低，彭博美元现货指数下跌0.8%，至2月26日以来的最低水平；现货黄金涨3%触及4700美元/盎司。

美股盘前，AMD大涨超16%，公司Q1营收超预期增长38%，二季度指引超预期；存储芯片概念股延续涨势，美光科技涨超5%，闪迪涨超6%。英特尔涨超5%，苹果正考虑与英特尔和三星合作，为其生产主要设备芯片。欧股涨幅扩大，法国CAC 40指数涨3%，德国DAX指数涨近3%，欧洲斯托克50指数涨近3%，英国富时100指数涨超2%。

日元对美元升逾1%，美元则兑所有G10货币走软。摩根大通策略师Mislav Matejka领衔的团队指出，全球股市自伊朗战争低点以来的反弹范围较窄，市场已蓄势待发，即便是轻微的积极消息亦足以引发更大范围的上涨。

• 美股盘前，AMD大涨超16%，公司Q1营收超预期增长38%，二季度指引超预期；存储芯片概念股延续涨势，美光科技涨超5%，闪迪涨超6%。英特尔涨超5%，苹果正考虑与英特尔和三星合作，为其生产主要设备芯片。迪士尼涨近8%，公司第二季度营收251.68美元，同比增长7%；阿里巴巴涨超5%。
• 欧股涨幅扩大，法国CAC 40指数涨3%，德国DAX指数涨近3%，欧洲斯托克50指数涨近3%，英国富时100指数涨超2%。
• 美国10年期国债收益率下行6个基点，创一周新低。
• 日元对美元升逾1%，美元则兑所有G10货币走软；彭博美元现货指数下跌0.8%，至2月26日以来的最低水平。
• WTI原油日内跌幅达12.0%，报89.97美元/桶；布伦特原油日内跌幅达10.0%，报98.74美元/桶。
• 现货铂金价格上涨近 3%，至2011.80 美元/盎司。
• 现货黄金盘中涨3%触及4700美元/盎司。

美伊接近达成和平协议，油价跌幅扩大

原油跌幅扩大，WTI原油日内跌幅达12.0%，报89.97美元/桶；布伦特原油日内跌幅达10.0%，报98.74美元/桶。

据Axios 6日报道，两名美国官员及另外两名知情人士透露，美方预计将在未来48小时内收到伊朗对多项关键条款的回应。知情人士表示，这是双方自冲突爆发以来最接近协议的时刻，特朗普近期决定暂缓在霍尔木兹海峡推进新作战行动，部分原因即源于对谈判进展的判断。

特朗普此前宣布暂停引导被困船只通过霍尔木兹海峡的计划，同时强调针对伊朗港口船只的封锁“将继续全面有效执行”。他援引与伊朗达成“全面最终协议”的“重大进展”，但未披露任何谈判细节，市场亦不清楚其所指具体进展为何。

Pepperstone Group策略师Dilin Wu指出，市场情绪与物理现实之间存在明显落差：“油价正在对标题利好作出反应，但实际供应仍然受限——霍尔木兹海峡的货运量依然有限，被困油轮的改道需要时间，保险市场的风险重定价尚未完成，产能恢复也需要一个过程。”

亚太股市全线创纪录，AI行情全面复苏

MSCI亚太股票指数大涨最多2.5%，触及历史新高，科技股领涨。韩国综合股价指数（Kospi）飙升逾6%至纪录高位，三星电子单日暴涨15%，市值突破1万亿美元，成为继台积电之后第二家跻身这一门槛的亚洲企业。

此前三星公布的一季度业绩显示，其半导体部门利润同比暴增48倍，大幅超越市场预期，AI数据中心订单带来了丰厚利润率。

分析师预计，随着合同价格持续上行且供应仍然偏紧，该部门将在未来数个季度延续创纪录的盈利势头。Roundhill Investments首席执行官Dave Mazza表示：

万亿美元门槛的意义远不止于象征层面。更广泛地说，它反映了市场的判断——内存在AI基础设施中所扮演的角色是结构性的，而非周期性的。

Jupiter Asset Management投资经理Sam Konrad亦指出，内存市场目前处于供不应求状态，三星表示2027年的供需将比2026年更为紧张，NAND和DRAM价格有望持续上涨。

根据彭博汇编的卖方分析师预测，三星股价未来12个月预期涨幅约为30%，而其当前市盈率仅为一年远期盈利的5.3倍，远低于10月时的14.4倍。

然而，三星并非没有隐忧。其移动端和显示屏业务利润正受到原材料及零部件价格上涨的压制；与此同时，AI红利也引发了内部的分配矛盾，员工正威胁于本月晚些时候发动为期18天的全面罢工。

MSCI全球股票指数同样录得历史新高。华尔街方面，美股主要指数周二已收于历史高位，欧洲股市开盘预计跟涨0.8%。

Union Bancaire Privee董事总经理Vey-Sern Ling表示："AI及高性能计算领域半导体用量的持续提升，是一个结构性的多年期增长驱动力。中东局势任何趋于缓和的迹象，都将把投资者重新引回这一赛道，尤其是布局于亚洲及新兴市场的供应链企业。"

日元延续升势，日本当局干预预期高悬

日元对美元升逾1%，报155.85附近，美元兑G10货币全线走弱。日本政府上周曾首次自2024年以来出手干预外汇市场，当时日元单日内一度跳升约3%，此后市场对当局再度介入的警惕情绪持续升温。

据彭博策略师Mark Cranfield分析，美元兑日元正持续下行，上周低点155.50是外汇交易员关注的关键技术位——若汇价跌穿5月1日低点，将令此前质疑日本当局干预决心的交易员陷入恐慌。

值得注意的是，由于周三适逢日本公众假期，亚洲交易时段美国国债现货市场暂停交易，国债期货则小幅上涨。日本财务省对彭博在非工作时间发出的置评请求未予回应。

债市回暖，加息预期暗流涌动

油价回落提振了债券市场，美国长期国债在纽约交易时段反弹，30年期美债收益率重新跌回5%以下。然而，债券交易员正在加码押注美联储下一步政策行动将是加息而非降息。

摩根大通资产管理的Jason Pang表示，"油价长期偏高将导致亚洲各国央行的政策取向趋于鹰派"，为区域货币政策前景增添变数。

现货黄金日内涨超1%，盘中突破4600-4610美元/盎司区间。

本文来自华尔街见闻，欢迎下载APP查看更多

AI产业革命下，电信运营商注定将完成一场跨时代的身份漂移。

近日，中国移动宣布将发布全球首款 AI-eSIM 产品。传统的SIM卡以及eSIM本质是个通讯工具，作用仅限于通信连接，而AI-eSIM的特点在于给端侧芯片配齐智能大脑、安全底座、算力服务和通信连接四大核心能力。

过去几十年来，运营商的角色是“修路工”，负责把流量从基站送到手机里。但在 AI 时代，中国移动显然不想只当一个收过路费的管道。通过 AI-eSIM，它正试图成为智能硬件的“算力电网”和“云端大脑”。

这背后的逻辑很清晰：既然端侧算力跟不上大模型的胃口，那干脆让运营商把云端算力和网络一起输送给设备。

运营商的算力生意

在很多人的认知里，eSIM只是把传统的SIM卡集成到了芯片里，但中国移动这次推出AI-eSIM 的阳谋显然更深。

盘古智库高级研究员江瀚对华尔街见闻表示，中国移动率先推出AI-eSIM产品，主要是顺应AI与物联网融合发展趋势，满足市场对智能设备便捷连接和智能交互的需求。

据中国移动介绍，这款AI-eSIM的核心亮点在于可以实时调度云端模型，让设备能自主思考、即时响应。

通过云网融合，中国移动把通信模组和 AI 算力深度绑定在了一起，让终端设备本身具备主动思考能力，交互延迟更低。

声网Physical AI 产品线负责人冯晓东对华尔街见闻指出，AI-eSIM 让设备“联网即智能”，是运营商从管道向智能算力服务商的转型的尝试。

在落地应用上，中国移动也明确了初期重点布局的几大场景，包括AI玩具、智能穿戴设备等。

江瀚认为，当前，AI玩具、智能穿戴及泛智能物联网设备快速增长，传统SIM卡在远程管理、灵活配置上存在局限，而AI-eSIM能有效解决设备连接稳定性差、配置复杂、智能化程度不足等痛点，提升用户体验，抢占新兴智能硬件市场先机。

以目前最火的AI 眼镜为例，AI 眼镜天然具备第一视角感知能力，但硬件层面始终受制于重量、续航与性能之间的“不可能三角”。

头豹研究院在《2026中国端侧AI产业研究报告》中指出，短期内AI 眼镜承担交互前端角色，负责语音唤醒、视觉感知、近眼显示与场景触发；AI 手机则继续承担计算底座与生态中枢角色。中长期看，随着低功耗 SoC、Micro LED、光波导与独立连接能力成熟，AI 眼镜才有可能逐步从辅助入口演进为更核心的平台。

AI-eSIM 不仅能解决AI眼镜在独立联接能力上的问题，还充当着“外挂大脑”的角色，补齐智能眼镜在算力和延迟上的短板。

如果配置了AI-eSIM ，当用户佩戴向 AI 眼镜发起指令时，其可能在稳定性和反应速度上都能有较大提升。

雷鸟创新CEO李宏伟也曾告诉华尔街见闻，过去智能眼镜要跟手机配合，链接蓝牙，但用户体验并不那么好。此外，从战略性来看，如果要让智能眼镜真成为“下一代手机”，就需要独立，不能一直依赖手机。

显然，AI-eSIM给智能眼镜接下来的体验提升提供了一个重要破局方案，但搭载AI-eSIM带来的终端蜂窝化，无疑也会加大对电池功耗的压力。

长期以来，运营商最头疼的事就是“增量不增收”。虽然 5G 用户数连年攀升，但管道化的宿命让运营商始终处于价值链的底层。相比之下，苹果、谷歌等终端商凭借操作系统和应用生态，卷走了行业绝大部分利润。

中国移动率先推出 AI-eSIM，就是瞄准了端侧小设备“本地算力不足、做不了高智能”的痛点，给小设备装上“共享云端大脑”，从而给自身业务打开新的增长空间。

巨额投资后的必然路径

任何战略动作的背后，都是真金白银的投入产出比考量。

过去几年，运营商在算力基础设施上的投入不小。从东数西算节点到遍布全国的边缘数据中心，中国移动积累了海量的算力资源。

2025年，中国移动的算力网络加快布局，智算总规模达到 92.5 EFLOPS（FP16），实现百卡至超万卡的全规格计算能力。

同时其完善城域 1 毫秒、省域5 毫秒、全国 20 毫秒的三级算力时延圈，省际骨干400G OTN 网络基本覆盖全国，对外服务 IDC 标准机架超150万架。

传统通信业务增长见顶的背景下，如今算力服务已经和通信服务、智能服务共同组成了中国移动的三大主业。

中国移动董事长陈忠岳前不久公开表示，中国移动要强化通信、算力、智能全栈创新、一体服务能力，强化智算中心和云算服务供给。

在中国移动公布的2025年业绩财报中，其首次明确公布了算力服务收入情况，全年实现898亿元的收入，同比增长11.1%。

如何消化海量算力，将其转化为可持续的商业收入，是摆在包括中国移动在内的运营商们桌面上最现实的问题。

江瀚认为，在中国移动AI战略布局中，AI-eSIM是重要一环。它不仅完善了其智能连接服务体系，还能助力算力服务输出，通过云端协同，将算力资源赋能给各类智能终端。

中国移动的如今推出AI-eSIM显然是一种主动出击的思路：与其等第三方应用来租算力，不如把算力直接打包进通信模组里卖出去。

当一颗AI-eSIM 芯片嵌入到一台AI玩具或者一副AI眼镜里时，中国移动卖出的就不再只是包括流量、通话时长等在内的话费套餐，而是一份包含“连接+算力+模型服务”的订阅协议。

冯晓东指出，AI-eSIM也为AI玩具、智能穿戴设备等AI硬件市场带来了一些创新，例如AI-eSIM内置的token账户支持按算力消耗计费，移动可以将token一起打包卖给客户，不仅能带来更多增量，也推动AI硬件从一次性卖硬件转变为持续赚AI订阅费的模式。

这种转变是系统性的。2025年下半年，中国三大运营商都上线了eSIM办理业务，到了 2026 年，这种支持已经从单纯的上网进化到了给智能升级。

如果把视野拉得更远一点，AI-eSIM 还是中国移动对“下一代智能终端”的铺网占位。

一旦智能眼镜、智能手表甚至 AI 玩具能够独立于手机运行，用户对通信终端的依赖就会发生转移。当硬件不再是手机的附属品，运营商就能通过 AI-eSIM 承接这种硬件的时代变化。

未来的商业模式可能也会随之重构。

在这个算力即权力的时代，中国移动的这块 AI-eSIM，无疑将给整个硬件产业链带来一次自上而下的规则重构，重新定义智能终端的连接方式、算力分配与商业价值分配格局。

本文来自华尔街见闻，欢迎下载APP查看更多

苹果已从其在线商店下架多款Mac Studio与Mac mini的高内存配置版本，涵盖搭载M3 Ultra芯片、256GB内存的Mac Studio，以及M4 Pro Mac mini的64GB版本和标准M4 Mac mini的32GB版本。

目前，M3 Ultra Mac Studio仅剩96GB内存一个配置可选，M4 Pro Mac mini的内存上限已降至48GB。与此同时，M3 Mac Studio与M4 Max Mac Studio的交货周期均已延长至9至10周。

苹果首席执行官Tim Cook此前已就供应紧张问题发出预警。他表示，“展望未来，Mac mini和Mac Studio可能需要数月时间才能实现供需平衡。”Cook同时指出，苹果预计未来数月内存成本将显著上升，供应压力短期内难以缓解，消费者与企业买家均需为此做好准备。

下架范围持续扩大，入门价格随之抬升

此次并非苹果首次削减相关产品配置。

今年3月和4月，苹果已陆续停止接受部分高内存版Mac Studio和Mac mini的订单。上周，苹果还将Mac mini的最低存储配置从256GB SSD调整为512GB，此举实际上将Mac mini的起售价从599美元提升至799美元，涨幅约33%。

随着可选配置的持续收窄，消费者的选择空间正在被逐步压缩。目前，标准M4 Mac mini仅提供16GB和24GB两种内存选项，高配需求用户已无法通过官方渠道获得更大内存版本。

需求超预期叠加AI服务器争夺，供应链承压

苹果CEO Tim Cook将此次供应紧张归因于两方面：一是公司低估了市场对Mac mini和Mac Studio的需求，尤其是来自希望在本地运行AI及智能代理工具的用户群体；二是全球AI服务器建设热潮引发的内存芯片争夺，导致内存价格大幅攀升、供应全面趋紧。

AI基础设施的大规模扩张正在与消费电子产品争夺同一批内存芯片资源，这一结构性矛盾短期内难以化解。苹果通过主动削减部分配置选项，被视为在有限供应条件下优先保障核心产品线出货的策略性选择。

综合Cook的表态及当前配置下架趋势，Mac Studio与Mac mini的供应紧张局面预计将贯穿未来数月。对于有采购需求的企业用户和个人消费者而言，无论交货周期延长还是可选配置减少，均意味着需提前规划并调整采购预期。

本文来自华尔街见闻，欢迎下载APP查看更多

据报道，该工厂选址于得克萨斯州格莱姆斯县（Grimes County），初期投资规模为550亿美元，若全部阶段完工，累计总投资将达1190亿美元。项目定位为“多阶段、下一代、垂直整合的半导体制造及先进计算晶圆制造设施”，被当地公告定性为“对美国国内半导体制造产能的变革性投资”。

根据该县发布的税收减免公告，项目纳入名为“SpaceX Reinvestment Zone No. 1 – 2026-001”的指定再投资区，位于Gibbons Creek水库及30号公路沿线农村地区，距Bryan-College Station以东约20英里。

格莱姆斯县专员法院（Commissioners Court）将召开公开听证会，审议针对SpaceX的房产税减免协议。若项目获批推进，将对美国本土芯片制造产能格局产生深远影响。

项目进入税收减免审议阶段，另遭德州中部77名居民联合起诉

格莱姆斯县专员法院定于当地时间2026年6月3日上午9时，在位于安德森市（Anderson）的县司法与商业中心召开公开听证会，就前述税收减免协议征询公众意见并考虑批准。税收减免协议是地方政府吸引大型资本项目落地的常见激励工具，通常涉及对新增不动产价值的部分或全部免税安排。

在上述扩张计划浮出水面的同时，SpaceX在德克萨斯州中部亦面临法律压力。

据报道，来自McGregor、Moody、Crawford及Oglesby四个地区的77名居民，已于近日在韦科（Waco）第414州地区法院对SpaceX提起诉讼，指控该公司的“日常地面冲击”对其房屋造成损害，合计索赔金额逾100万美元。其中，McGregor位于韦科西南约20英里，是SpaceX火箭发动机测试设施的所在地，与此次诉讼的关联最为直接。

该诉讼与格莱姆斯县的半导体制造项目在地理上相互独立，但反映出SpaceX在德克萨斯州持续扩张业务的同时，正面临日益复杂的地方社区关系挑战。

本文来自华尔街见闻，欢迎下载APP查看更多

新华社援引美国媒体6日报称道，两名美国官员及另外两名知情人士透露，白宫认为，与伊朗接近达成一份一页的谅解备忘录。该备忘录旨在结束战争，并为更详细的核问题谈判设定框架。

报道称，美方预计将在未来48小时内收到伊朗对多项关键条款的回应。知情人士表示，这是双方自冲突爆发以来最接近协议的时刻，特朗普近期决定暂缓在霍尔木兹海峡推进新作战行动，部分原因即源于对谈判进展的判断。

根据目前磋商中的备忘录草案，伊朗将承诺暂停铀浓缩活动，美国将承诺逐步解除制裁并释放被冻结的数十亿美元伊朗资产，双方还将分阶段解除霍尔木兹海峡通行限制。备忘录若获签署，将正式开启为期30天的详细协议谈判窗口。

消息公布后，现货黄金站上4700美元/盎司，日内涨3.19%。最新消息显示，巴基斯坦权威消息人士6日告诉新华社记者，美国和伊朗通过巴基斯坦进行的谈判似已显现希望，“低调的谈判有望转化为切实的成果”。

另据媒体报道，伊朗外交部发言人称正在“评估”华盛顿提出的14点和平方案。

然而，协议前景仍存在重大不确定性。白宫承认伊朗领导层内部存在派系分歧，部分美国官员对能否达成初步协议仍持怀疑态度。美国国务卿Marco Rubio周二表示，谈判"高度复杂且技术性强"，并称伊朗部分最高领导人"思维混乱"，能否达成协议尚难判断。

据报道，这份单页、包含14个要点的谅解备忘录（MOU）正由特朗普特使Steve Witkoff和Jared Kushner与伊朗方面官员通过直接接触及中间方斡旋两种渠道进行磋商。

备忘录现行草案将宣布地区冲突正式结束，并随即启动为期30天的详细协议谈判。据媒体援引两名知情人士透露，谈判地点可能选择伊斯兰堡或日内瓦。在30天窗口期内，伊朗对海峡航运的限制及美国的海军封锁将被逐步解除。一名美国官员表示，若谈判破裂，美军将保留恢复封锁或重启军事行动的权利。

值得关注的是，备忘录中许多条款均以最终协议达成为前提。这意味着若后续谈判破裂，局势或将重燃冲突，或陷入热战停止但核心问题悬而未决的长期僵局，市场不确定性并未就此消除。

核问题是当前谈判的核心焦点。据媒体援引三名知情人士透露，双方讨论中的铀浓缩暂停期限至少为12年，另有一名知情人士认为15年是更有可能的落脚点。伊朗最初提议5年期暂停，美方要求为20年，双方分歧依然显著。

在具体条款设计上，美方希望加入一项自动延期条款，规定伊朗若违反铀浓缩禁令，暂停期限将自动顺延。禁令到期后，伊朗将被允许将铀浓缩至3.67%的低丰度水平。

伊朗还将在备忘录中承诺永不寻求核武器、不开展与武器化相关的活动，并同意不运营地下核设施，同时接受强化核查机制，包括允许联合国核查人员实施突击检查。

一项此前伊朗始终拒绝的核心条款正出现松动迹象——伊朗可能同意将高浓缩铀移出境外，其中将相关核材料转移至美国是正在讨论的选项之一。

此外，美国还将承诺逐步解除对伊制裁，并分阶段释放被冻结于全球各地的数十亿美元伊朗资金。"逐步"这一措辞意味着资产释放与制裁解除的节奏将与伊朗履约进度挂钩，而非一次性兑现，这在一定程度上降低了美方的谈判风险敞口，但也意味着伊朗资金回流将是一个延续数月的过程，而非立竿见影的市场事件。

白宫在表达有限乐观的同时，也明确点出协议落地的现实障碍。其一，伊朗领导层内部派系分歧明显，在关键条款上难以形成统一立场。其二，美伊双方在此前多轮谈判中均曾释放乐观信号，但均未能最终成交。

Marco Rubio的表态折射出华盛顿内部的矛盾立场：他一方面强调外交解决的必要性，指出须就伊朗"愿意谈判的议题"及"前期让步幅度"形成清晰共识；另一方面又对伊朗领导层的谈判诚意提出明确质疑。

对于投资者而言，当前谈判进展提供了一定的风险偏好支撑，但备忘录中大量以最终协议达成为前提的条件性条款，以及30天谈判期可能演变为新的不确定性来源，意味着市场或将继续以审慎姿态回应这一仍存变数的外交进程。

本文来自华尔街见闻，欢迎下载APP查看更多

5月6日，据晚点LatePost报道，“月之暗面”（Kimi）即将完成新一轮约20亿美元融资，投后估值突破200亿美元。本轮由美团龙珠领投，中国移动、CPE（中信产业基金）等机构参投，其中仅龙珠出资即超过2亿美元。

今年1至2月，月之暗面已密集完成三轮融资，累计金额约19亿美元。加上本轮，公司在不到半年内累计融资超39亿美元，折合人民币逾376亿元，超越MiniMax与智谱，位列国内大模型创业公司首位。

市场热度在收入端亦有体现。美团龙珠合伙人王新宇透露，自Kimi K2.5模型更新后，公司年度经常性收入（ARR）于今年3月初突破1亿美元，4月进一步增长至超2亿美元，付费订阅与API调用均在加速增长。

融资进程：半年三级跳，估值从43亿升破200亿美元

月之暗面融资进程集中而密集。

去年11月，公司完成一轮约5亿美元融资，估值约为43亿美元。今年1月至2月，公司先后完成三轮融资，金额分别为5亿美元、7亿美元及7亿美元，估值由100亿美元逐步升至约180亿美元，现有股东阿里巴巴、腾讯及5Y Capital均在100亿美元估值那轮跟投加码。此番完成20亿美元新融资后，投后估值将突破200亿美元。

与港股上市的竞争对手相比，月之暗面当前估值折合人民币约1400亿元，仍低于MiniMax约2100亿元及智谱约3470亿元的市值水平。这一估值差距被部分投资人视为仍有介入空间。

华尔街见闻此前文章提及，据彭博此前援引知情人士报道，月之暗面已处于赴港上市的早期考量阶段，并就潜在IPO事宜与中金公司及高盛展开接触洽谈，但具体时间窗口尚不确定。

业绩驱动：Kimi Claw引爆增长，ARR两个月翻倍

月之暗面此轮融资的底气，直接来自收入的爆发式增长。

今年1月，公司推出由K2.5模型驱动的Kimi Claw，支持一键部署云端智能体，成为国内率先将OpenClaw热潮商业化落地的公司之一。

据全球支付平台Stripe数据，自今年1月底以来，Kimi近20天收入已超过2025年全年总和；1月个人订阅用户支付订单数环比增长超8000%，2月环比再增长逾120%，已跻身Stripe全球榜单前十。另据Similarweb数据，K2.5发布后，Kimi海外API开放平台日均访问量激增10至20倍。

4月20日，Kimi发布并开源最新模型K2.6，强化了编程能力与Agent集群协同能力，支持最多300个子Agent并行协作。公司同步启动Claw群组新功能的测试工作。

战略聚焦：从分散尝试到押注编程与Agent

此轮增长背后，是月之暗面在2025年初低谷后的战略收缩与重聚焦。

今年1月，Kimi发布推理模型K1.5，对标OpenAI o1，但市场注意力几乎被同日发布并开源的DeepSeek-R1全部吸引。此后春节期间，DeepSeek以零投放斩获数千万日活，一度超越Kimi及字节豆包。

经历此次冲击后，月之暗面确立了三项核心调整：以“持续拿到SOTA”为最高优先级，大幅削减C端营销投放，并从闭源转向开源。在产品方向上，公司将资源集中至编程能力与Agent应用，这与创始人杨植麟长期主张的“生产力场景优先”路线保持一致。

在技术层面，月之暗面已积累一定的开源社区影响力。公司在K2模型上提出的Muon优化器改进版MuonClip，被业内广泛采用；今年3月提出的Attention Residuals（注意力残差）技术，获马斯克在社交媒体转发并评价称“Impressive work from Kimi”。

人才与竞争：期权激励加码，挖角压力同步升温

融资规模的扩大，一定程度上服务于人才竞争的需要。

据晚点LatePost报道，月之暗面创始人杨植麟在年初全员信中表示，公司2026年平均激励将较2025年翻倍，并计划大幅上调期权回购额度；同时，公司还面向实习生推出期权激励计划。由于公司估值在数月内增长逾四倍且尚未上市，期权的吸引力显著提升。

不过，凭借在编程与Agent领域的技术表现，月之暗面相关人员也成为竞争对手重点挖角的对象，人才压力不容忽视。

从商业模式看，国内大模型创业公司普遍依赖两条变现路径：一是按API token用量收费，二是基于自有模型开发应用、获取付费订阅收入。如何控制推理成本、以产品体验形成溢价，以及能否及时获得充足算力，是验证商业模式可持续性的关键变量。而充裕的资金储备，正是上述一切的前提。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛表示，中国AI大模型的年化经常性收入（ARR）今年以来持续超预期，Token需求爆发式增长推动云基础设施进入高景气周期，而美国云巨头的一季度业绩（谷歌云同比增长63%、Azure增长40%、AWS增长29%）已为行业景气度提供了有力佐证。

分析师将将MiniMax评级从"中性"上调至"买入"，维持阿里巴巴"买入"评级。分析师预计阿里云三月季度收入增速将达40%，高于上季度的36%。与此同时，中国大型云服务商的资本开支尚有扩张空间，这为云与数据中心板块提供了多年期的景气支撑，云与数据中心成为中国互联网首选子行业。

高盛认为，从多项基准测试来看，中国模型在定价竞争力、推理速度及智能体任务完成率上表现突出，与美国领先模型（GPT/Opus/Gemini系列）之间在部分维度有所收窄。

分析师表示，中国基础模型表现收窄已带动定价能力与ARR改善，复杂编程与多模态将是下一阶段关键竞争维度。

超紧的算力约束正推动中国AI企业走上一条独特发展路径——专注训练与推理效率、数据质量及训练后优化，以更少芯片和内存构建高效架构。

随着美国SOTA模型对中国用户的访问限制趋于收紧，中国AI模型在高价值场景的使用率有望提升，形成正向数据飞轮，编程领域尤为如此。多模态方向上，字节跳动Seedance 2.0与阿里巴巴Happy Horse已具备业界前沿水平，MiniMax即将推出的Hailuo 3被视为下一个重要催化剂。

DeepSeek V4于4月23日发布，支持100万token上下文窗口，所需KV Cache内存仅为上一版本V3.2的7%-10%，并向开发者提供价格折扣，再度引发外界对中国AI模型竞争格局的讨论。

高盛认为，MiniMax及智谱股价自3月高点以来的回调，主要源于DeepSeek V4、腾讯Hy3.0、小米MiMo V2.5、阿里Qwen3.6等竞品模型的集中发布。

投资者对竞争格局的核心疑虑集中于三点：

一是入场门槛下降与市场碎片化——小米入局、腾讯Hy3训练周期不足三个月，均表明中等规模厂商的模型开发成本正快速下降；

二是200亿至3,000亿参数规模模型的竞争日趋白热化，该区间是智能体应用主战场，MiniMax M2.7虽已建立知名度并获多个平台认可，但DeepSeek V4 Flash、Hy3.0及MiMo V2.5均构成竞争压力；

三是定价战风险——Hy3预览免费版一度登顶OpenRouter用量排行，但高盛指出免费期通常较为短暂，全球算力供需偏紧格局将持续支撑中国AI模型定价能力的改善。

在格局判断上，高盛认为独立AI模型公司的核心优势在于高效的组织架构与快速决策能力；互联网大厂则凭借核心业务强劲的经营现金流，更具条件把握AI基础设施与云计算机遇，但需为AI芯片及模型团队设立独立激励机制，以应对来自独立AI原生公司的人才竞争。编程能力、多模态及任务完成率将是未来定价权的核心驱动，未来或将从按token收费演进至按任务成功付费的模式。

token消耗量持续高速扩张，是支撑AI云服务增长的核心变量。

据国家数据局，中国3月日均token使用量已超过140万亿，较2024年初的1,000亿增长逾千倍，环比2025年底亦增长约40%。企业端，字节跳动豆包模型日均token使用量突破120万亿，三个月内翻倍；火山引擎日均token使用量超过1万亿的企业客户数量，从2025年底的100家增至140家。

在第三方API聚合平台OpenRouter，中国AI模型在过去两个月持续从美国AI模型手中获取市场份额，主要受益于新发布中国模型在性能、长上下文、Agent能力及定价方面的综合优势。

高盛指出，OpenRouter日均token消耗的峰值出现在3月最后一周，此后数周均值约为峰值的79%，但随着AI Agent承担更多全天候任务，以及企业端对AI工具使用的激励仍在延续，高盛预期token需求将继续序列增长。

在资本支出层面，高盛估计美国超大规模云厂商2026年资本支出合计逾7,000亿美元，中国逾700亿美元（均为高盛预测）。

中国云厂商资本支出占经营现金流的比例约为60%，显著低于美国的约90%，为2026年下半年至2028年的进一步扩张提供财务空间。

高盛预期token定价具有上行潜力，部分由模型性能改善驱动，部分由供应紧张及成本推升带来的云服务提价传导。据Gartner，阿里云2025年亚太IaaS市场份额升至22.5%（2024年为20.8%），全球IaaS市场份额升至7.7%（2024年为7.2%）。

辩题四：加速转向国产芯片

多方因素催化下，正推动中国AI产业加速转向国产芯片。

主要方向包括华为昇腾910C及950系列（预计2026年下半年起扩大量产），以及互联网大厂自研芯片（如阿里巴巴平头哥系列）。

高盛认为，向国产芯片的迁移将在2026至2028年间加速推进，但近期供应瓶颈仍然存在。中国AI模型训练将越来越多地依赖高度优化的计算效率架构。此外，内存成本上涨将推动中国超大规模云厂商近期资本支出上行，与美国云厂商在相关评论中的反映相互印证。

消费端AI助手领域，豆包持续领跑。

据QuestMobile，豆包3月DAU约达1.5亿，占中国AIGC to-C应用整体时长份额约63%，3月环比用量增长78%。阿里Qwen凭借交易功能推动用户增长位居其次。

4月24日，豆包在应用导航栏嵌入"豆包帮你选"功能，正式切入电商赛道。高盛认为，任务执行能力、无缝交易功能及社交推送机制，将是用户留存与规模扩张的关键。

当前市场的核心辩题是：以豆包手机助手为代表的操作系统级Agent，与以即将上线的微信AI Agent为代表的应用内Agent，谁将主导下一阶段消费端AI入口格局。

OS级Agent的潜在扩张引发更深层的结构性讨论：以微信为代表、以封闭生态运营的中国"超级应用"，究竟会受到OS级Agent的流量蚕食，还是以数据隐私与安全为由实施屏蔽，进而催生即时通讯赛道的新竞争格局。

高盛将OS级Agentic AI定性为深刻的范式转变，认为其可能在中期通过占据主要流量入口，将独立应用降格为后端工具提供商，削弱其用户参与度与数据积累优势。

高盛预期各方将围绕互操作性、数据权限及生态控制权展开激烈博弈。深度整合支付、物流与社交关系链的互联网大厂（如腾讯、阿里巴巴）可能通过深化自身应用内Agent商业化能力来捍卫护城河，而硬件制造商及独立AI玩家则将积极推动更广

本文来自华尔街见闻，欢迎下载APP查看更多

美国人形机器人公司Figure首席执行官Brett Adcock公开表示，公司将推出面向家庭用户的租赁方案，以每月数百美元的订阅价格将人形机器人引入普通消费者市场。

Adcock明确给出定价参考：“你可以以每月约600美元的价格租赁一台Figure 03。”他将这一模式类比为汽车租赁，定位为面向大众的消费级服务。他还透露，公司正处于“近期”向家庭场景推进的准备阶段，计划中的机器人功能涵盖每日洗衣、洗碗及多次整理房间等基础家务。

上述表态为人形机器人赛道的商业落地提供了更具体的时间窗口预期，也引发市场对行业规模化量产能力及竞争格局的关注。

商业模式转向家庭，落地仍有待验证

Adcock所描述的商业模式具有一定新颖性：用户无需一次性购买，而是通过月度订阅获得机器人的使用权。设备可通过普通家用插座充电，并具备自动返回充电底座待机的功能。

值得关注的是，他将家庭场景定位为“近期”最优先的商业切入点，而非此前业界普遍预期的工厂与仓储环境。这一判断若能落地，意味着人形机器人潜在的市场规模预期将被显著放大。

不过，该模式能否成立仍面临多重关键变量，包括量产能力、使用可靠性、安全合规认证以及终端消费者的接受度。目前，公开层面尚无系统数据支持上述条件的成熟度。

公司产能数据存疑，中国厂商规模领先

Adcock在社交媒体平台Threads上发布了一张图表，声称展示Figure公司逐月生产的人形机器人数量，图中产能呈明显上升趋势。

值得注意的是，该图表并未标注Y轴刻度，实际出货量无从核实。据福布斯估算，Figure的月度出货量可能从2月的约60台上升至3月的约120台、4月的约240台，但这些数字仍存在较高不确定性。

从绝对产能规模看，Figure与中国同行的差距尤为显著。以中国企业Agibot为例，据报道，其在三个月内的人形机器人出货量已达到约5000台，大幅领先Figure上述估算水平。这一差距表明，Agibot等中国厂商在供应链整合与制造能力方面已进入另一个量级。

在Figure仍处于产能爬坡阶段之际，中国企业凭借更大的出货量，已在实际部署与数据反馈方面积累起显著优势，这对人形机器人领域的长期技术迭代具有重要战略意义。

本文来自华尔街见闻，欢迎下载APP查看更多

5月6日，A股全天高开高走，创业板大幅上涨近3%，科创50指数盘中更是一度涨超9%，逼近历史高位。算力、存储芯片、半导体产业链全线爆发，存储器、GPU等方向大涨，白酒、石油化工、煤炭等板块调整。

港股全天震荡上涨，恒指、恒科指早盘均上涨超1%，午后恒科指有所回落，科网股多数拉升，芯片半导体爆发，华虹半导体涨超9%。债市方面，国债期货集体下跌。商品方面，国内商品期货大面积上涨，碳酸锂暴涨超8%。

A股：截至收盘，沪指涨1.26%，深成指涨2.60%，创业板指涨3.23%。

盘面上，个股涨多跌少，沪深京三市约3900股飘红，超120股涨停，今日成交3.25万亿，沪深两市成交额3.23万亿，创年内第六，较上一个交易日放量超4800亿。板块方面，半导体、算力硬件产业链走强，存储器、GPU方向领涨。AI应用、算力租赁、商业航天、固态电池、特高压概念股涨幅居前。

港股：截至收盘，恒生指数收涨1.22%，恒生科技指数涨0.8%。

盘面上，地产股走强，中国海外发展、华润置地、新鸿基地产大涨。半导体股活跃，华虹半导体涨逾9%，中芯国际涨逾5%。

债市：国债期货全线下跌，截至发稿，30年期主力合约跌0.50%，10年期主力合约跌0.03%，5年期主力合约跌0.02%，2年期主力合约跌0.03%。

商品：国内商品期货大面积上涨，截至收盘，基本金属涨幅居前，沪锡涨8.38%；新能源材料全部上涨，碳酸锂涨7.31%；贵金属全部上涨，沪银涨5.85%；航运期货全部上涨，集运指数(欧线)涨5.07%；能源品多数上涨，低硫燃料油涨2.93%；黑色系全部上涨，铁矿石涨2.84%；化工品多数上涨，纯碱涨2.67%；非金属建材全部上涨，玻璃涨2.11%；农副产品跌幅居前，玉米跌1.32%。

AI芯片板块暴力拉升，GPU、存储芯片掀起涨停潮

AI芯片板块高开高走，GPU、存储芯片掀起涨停潮，海光信息、寒武纪等多只大市值龙头公司领涨。

截至收盘，海光信息20%幅度涨停，寒武纪涨超13%，两只个股均创历史新高，公司市值双双突破8000亿元。

AI算力、算力租赁、覆铜板等概念股全线大涨，东方国信20CM涨停，铜牛信息、优刻得、首都在线、铜冠铜箔等涨幅居前。

港股半导体板块同样拉升，兆易创新涨近15%，华虹半导体、中芯国际、上海复旦涨幅居前。

消息面，寒武纪一季度实现营收28.85亿元（同比+159.56%），归母净利润10.13亿元（同比+185.04%），两项数据均创下历史新高。芯原股份同样表现强劲，一季度营收同比大增114.47%，其中一站式芯片定制业务收入暴增145.90%，量产业务更是录得超219%的惊人增幅。

全球芯片龙头业绩多数超预期，产业景气度持续高企。一季报显示，AMD营收增长38%，达到103亿美元，调整后每股利润为1.37美元，均高于分析师事前预期。AMD表示，预计到2030年，CPU市场年增长超过35%；预计公司第二季度CPU收入增长超过70%。

与此同时，谷歌、微软、亚马逊、Meta四大美股科技巨头，近期集中发布了2026年第一季度财报，业绩同样亮眼，四家公司同步上调了AI资本开支，市场预期四家公司2026年将AI领域的资本开支提升至7250亿美元，较2025年的4100亿美元增长77%。

此外，今日，韩国三星电子股价一度上涨11%，市值达到1万亿美元。SK海力士股价涨超9%。两大巨头皆创历史新高。隔夜，费城半导体指数涨超4%，美股市场存储亦是全线暴涨，闪迪暴涨近12%，美光大涨超11%，西部数据也大涨超5%。

海外的需求依然强势。最近火爆的AI公司Anthropic计划在未来5年里向谷歌投入约2000亿美元。OpenAI联合创始人兼总裁预计，公司今年将投入500亿美元购置算力，为人工智能软件提供支撑。

近日，豆包App Store页面出现付费版本服务声明。声明称，豆包将在免费版的基础上，推出包含更多增值服务的付费版本。目前披露了三档订阅价格：标准版连续包月每月68元（连续包年688元）、加强版连续包月每月200元（连续包年2048元）、专业版连续包月每月500元（连续包年5088元）。

中信证券研报表示，随着全球大模型进入新一轮快速迭代期，Agent（智能体）和多模态能力持续升级，AI商业化落地加速，AI投资价值也在不断显现。同时，在近期AI模型与应用密集催化的推动下，算力需求有望保持上行，海外算力链有望重回相对乐观情形。

锂电池产业链午后异动

在市场聚焦AI算力、存储芯片等火热板块之际，A股的锂电池产业链午后拉升，德方纳米、蔚蓝锂芯、中材科技等纷纷大涨。

期货市场方面，广期所碳酸锂期货早盘继续冲高，主力合约lc2609盘中最高触及198800元/吨，逼近20万元整数关口。

现货市场方面，据Mysteel数据，今日MMLC电池级碳酸锂（早盘）价格较昨日上涨6750元/吨，中间价报187500元/吨。

光大期货研报认为，从今年碳酸锂市场的供需平衡表来看，尽管资源端不断扰动，但对于全年的供给量影响不大，在价格走强的背景下或可激发出更多原料提锂动力去做补充。

短期需要关注以下变量：一是江西地区项目可能面临换证导致的矿端的停产，是否会导致锂盐端降负荷运转，其他项目复产进度有待观察；二是津巴布韦发运暂停或将引起部分项目锂辉石提锂出现减量。

本文来自华尔街见闻，欢迎下载APP查看更多

据美国汽车协会（AAA）数据，普通无铅汽油全国平均零售价于周二升至每加仑4.54美元，为2022年7月以来首次突破4.50美元关口，距2022年6月创下的历史峰值5.01美元仅约50美分之差。从季节性维度看，当前价格已创该时间节点的历史同期新高。

自伊朗战争爆发以来，美国汽油均价已累计上涨逾1.50美元，持续高企的燃油成本正加剧通胀压力并重创消费者信心。汽油期货基准价格在4月最后一周加速上扬，冲至2022年6月以来最高水平——此前这一价格在中东冲突大部分时间内徘徊于每加仑3美元附近。

特朗普多次公开承诺，伊朗战争结束后泵价将随之回落，但价格高位持续时间越长，对共和党在今年11月中期选举中的冲击便越大。加利福尼亚州州长Gavin Newsom同样承压——他被普遍视为2028年总统大选的有力竞争者，而加州油价已突破每加仑6美元，全美最高。

本轮油价上涨轨迹脉络清晰。美伊冲突爆发后，全国汽油均价于3月中旬首次突破每加仑4美元关口。4月美伊双方宣布暂停敌对行动后，均价曾小幅回落，但始终未能跌破4美元。随着局势再度趋紧，价格在4月末加速上行，当前距历史纪录仅约50美分。

地区分化同样显著。除加州油价突破6美元外，中西部多州价格也已逼近每加仑5美元关口，令当地驾车者承受更大经济压力。

高油价正在转化为具体的政治风险。特朗普政府将油价下降与战争终结直接挂钩，但随着冲突拖延，这一承诺兑现的时间窗口持续收窄。特朗普最新表态称各方已取得"重大进展"，市场正密切关注是否会出现实质性停火突破。

对Newsom而言，加州油价全美最高的现实将成为其潜在总统选战中的重要攻击靶点，在2028年大选前景日益明朗的当下，这一政治包袱的重量不容小觑。

供给侧的压力同样不容忽视。目前美国全国汽油库存处于2014年以来同期最低水平。据彭博，摩根士丹利预计库存将在夏季进一步收紧，存在触及季节性历史低位的可能性。

GasBuddy石油分析主管Patrick De Haan指出，每加仑5美元是消费者心理的关键关口，一旦触及，通常会引发显著的需求萎缩。然而他同时表示，目前美国整体消费需求仍然强劲，这意味着短期内市场尚未形成自发的价格抑制机制，油价的上行风险仍未消除。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，美银在最新报告中指出，美国国债供给规模庞大且预计持续扩张，而结构性需求却因财政纪律担忧、通胀高企及国债市场阶段性剧烈波动而持续走弱，长端利率相对SOFR的廉价程度已在曲线全段显现，尤以20年期和30年期最为突出。

报告认为，在常规手段空间收窄的背景下，"反向认购窗口"或成为财政部抑制长端利率的新选项。若财政部推进这一机制，将对长端国债资产互换利差走阔形成支撑，利差走阔幅度取决于窗口机制的实际效果。这一方案目前尚未获得财政部官方背书，但随着长端需求持续承压，市场对此类创新工具的关注度将不断上升。

长端需求结构性走弱，常规工具难以为继

当前美国国债市场面临的核心矛盾在于：供给持续扩张，而需求端的结构性支撑正在瓦解。财政纪律方面的担忧、持续偏高的通胀预期，以及国债市场周期性爆发的剧烈波动，共同削弱了长期投资者的配置意愿。

从市场定价来看，国债相对SOFR的廉价程度已在收益率曲线全段体现，长端尤为明显。30年期美国国债相对30年期联邦基金OIS的收益率溢价高达约85个基点，反映出市场对长端供需失衡的持续定价。

在此背景下，市场普遍预期财政部将在5月季度再融资会议上维持各期限票息债券发行规模不变。这一预期已被充分消化，仅靠"按兵不动"已难以对长端利率形成有效压制，财政部需要寻求更具创新性的工具。

"反向认购窗口"：直达终端需求的发债新机制

"反向认购窗口"本质上是一种需求驱动的发债工具。与传统拍卖由财政部设定发行量、市场通过价格出清不同，该机制允许终端投资者主动提出认购需求，财政部据此直接发行定制化债券，无需经由承销商中介。

具体设计上，美银勾勒出初步框架：适用期限为10年期及以上；单笔最低规模约为1亿美元；财政部可发行任意票息（含零息）及到期日的新CUSIP债券，定价参考回购操作所用的样条曲线或市场买卖报价，并附加约5个基点的服务费。参与资格面向直接拍卖投资者及经由承销商提交的询价。

该窗口机制是对现有"常规且可预期"（regular & predictable，R&P）发行框架的补充，而非替代。财政部可在维持长端拍卖规模不变的同时，通过窗口机制满足增量需求。若窗口需求强劲，财政部可考虑逐步削减长端拍卖规模；若需求疲弱，则可低成本关闭该项目。报告援引先例指出，回购操作（buybacks）起初同样被批评为违反R&P原则，如今已成为常规工具。

对市场和交易商的潜在影响

任何向反向认购窗口推进的举措，均将对长端国债资产互换利差走阔形成正面支撑。其逻辑在于：窗口机制能够将长端供给与真实需求更精准地匹配，从而压缩因供给过剩形成的流动性溢价。

对于交易商群体，冲击或相对有限。长端窗口机制可能减少交易商的国债拆离（stripping）活动，但这反而有助于疏通其国债做市账簿的积压。报告明确表示，主要交易商作为纽约联储交易对手方的核心职能不会因此改变。

窗口发行的债券流动性将显著低于标准拍卖债券，美银预计初期需求主要来自长期持有型投资者。此类债券预计不会被纳入国债指数，因其持有者分散且规模相对于存量债务较小。

历史先例与全球参照：独辟蹊径的美国路径

这一构想并非全无历史依据。报告回溯至2013年8月，彼时"缩减恐慌"（taper tantrum）冲击后，财政部借款咨询委员会（TBAC）曾在季度报告中专门讨论"反向询价与窗口驱动发行"，财政部当时就如何"最小化借贷成本、优化负债结构、提升市场流动性、扩大投资者基础"征询TBAC意见。不过，财政部最终认为坚持R&P原则的收益超过引入替代工具的成本，未予推进。

从全球横向比较来看，大型发达市场主权债务管理机构（DMO）目前均未采用反向认购窗口机制，德国、英国、法国、荷兰、加拿大等主要经济体通常以拍卖为主、辅以银团发行。

相比之下，美国政府支持企业（GSEs）及超主权、主权和机构类发行人（SSAs）——包括房利美和房地美——已广泛使用此类窗口机制，美国财政部有条件成为发达市场主权债务管理领域的先行者。

本文来自华尔街见闻，欢迎下载APP查看更多

金融稳定委员会（FSB）在周三发布的深度研究报告中指出，私募信贷市场存在标准化数据缺乏、估值不透明、融资结构复杂等问题，正将脆弱性传导至更广泛的金融体系。FSB由二十国集团（G20）央行行长、监管机构及财政部长组成。报告警告，该行业与银行、保险公司及资产管理机构之间的关联日益紧密，一旦发生压力事件，可能放大系统性冲击。

与此同时，欧洲多家主要银行的私募信贷敞口在本轮财报季受到市场高度关注。巴克莱披露敞口为200亿美元，德意志银行约300亿美元，占其贷款总额约2%；法国巴黎银行则为250亿美元，约占贷款总额3%。欧洲央行与英格兰银行近期已分别就私募信贷的潜在系统性风险表达担忧。

银行与私募信贷深度关联 FSB点名三类高风险渠道

FSB将银行与私募信贷市场之间日益复杂的关联列为核心风险来源之一。

据FSB统计，银行向私募信贷行业提供的已提取及未提取信贷额度合计达2200亿美元，但商业数据显示实际规模可能翻倍。FSB指出，尽管这一规模相对于银行一级普通股权益资本（CET1）总体占比尚小，其他关联渠道或进一步放大风险。

报告具体点名三类高风险关联形式：银行为投资组合提供较高风险的融资安排；银行向同时从私募信贷基金借款的企业提供循环信贷额度；以及银行与资管机构之间以私募信贷为核心的战略合作伙伴关系日趋普遍。

信用质量隐忧：实物支付贷款比例上升

FSB报告对私募信贷市场的底层资产质量表达明确担忧。

报告指出，该行业杠杆水平集中于科技、医疗及服务业等领域，尚未经历完整经济下行周期的压力考验。特别值得注意的是，部分借款人越来越多地依赖实物支付（PIK）贷款，即以新增债务替代现金偿还利息——FSB认为这可能是信用状况恶化的预警信号。

美国市场的紧张情绪亦在升温，涉及软件行业敞口、商业发展公司（BDC）及部分企业的信用事件。与此同时，随着零售投资者通过半流动性公开交易工具进入该市场，近期美国市场已显现赎回压力。

监管呼吁：填补数据空白，强化流动性监控

面对上述风险，FSB呼吁各国监管机构采取具体行动，全面加强对私募信贷行业的监管。

FSB提出的强化措施涵盖多个层面：推动银行与非银机构在风险管理及公司治理方面共享监管经验，涵盖敞口汇总、估值方法及私人评级使用；填补贷款层面数据缺口；并加强对流动性错配问题的审查。

从市场格局看，私募信贷总规模约在1.5万亿至2万亿美元之间，以美国市场为主导，欧元区及英国次之。该行业在2008年全球金融危机后迅速扩张，私募信贷基金等另类投资工具填补了投行退出高风险债务市场后留下的融资空白。英格兰银行目前正与业界联合开展压力测试，该行副行长Sarah Breeden上月明确表达了对资产质量、估值纪律及流动性的担忧。

本文来自华尔街见闻，欢迎下载APP查看更多

英飞凌周三发布声明称，截至6月的第三财季营收预计约为41亿欧元（约合48亿美元），高于彭博汇编的分析师平均预期40.4亿欧元。与此同时，公司将2026财年销售展望从此前的"温和增长"上调至"同比显著增长"。

首席执行官Jochen Hanebeck表示，"AI热潮持续升温，我们面向AI数据中心的电源解决方案需求极为旺盛。"

消息提振市场对欧洲芯片行业的信心，英飞凌的电源与传感器系统部门第二财季销售额同比增长26%至12.6亿欧元，该部门被视为公司从AI基础设施投资浪潮中受益的核心业务。

第二财季营收略低预期，全年展望上调

英飞凌第二财季营收同比增长6.2%至38.1亿欧元，略低于分析师平均预期的38.3亿欧元。尽管单季数据小幅逊于预期，但公司对全年前景的判断明显趋于乐观。

公司同步上调2026财年调整后毛利率预期至40%至45%区间低至中段，并将自由现金流预期从此前的10亿欧元上调至约12.5亿欧元。

首席财务官Sven Schneider在财报发布后接受彭博采访时表示，"AI周期显然是一个重大例外。"

AI数据中心成增长新引擎

英飞凌与欧洲同行意法半导体和恩智浦半导体此前均因汽车芯片库存积压而承压，近年来需求持续低迷，这一局面源于新冠疫情期间芯片短缺引发的过度备货。

随着客户库存逐步消化，整体需求在2026年有所改善。意法半导体首席执行官Jean-Marc Chery上月表示，客户正在加快消耗库存。

尽管汽车市场传统上是上述三家芯片商最重要的收入来源，但AI基础设施需求正日益成为新的增长驱动力。英飞凌等公司生产的成熟制程电源管理芯片，可与英伟达和台积电等企业的先进AI芯片协同应用于数据中心。

数据中心营收目标大幅提升

英飞凌正加速向AI领域倾斜资源。今年2月，公司宣布将本财年AI技术投资从此前规划的22亿欧元提升至约27亿欧元。

在营收规划上，公司预计数据中心相关营收将从2026财年的约15亿欧元（约占总销售额10%）增长至2027财年的25亿欧元，增幅达67%。

电源与传感器系统部门被公司明确定位为增速显著快于集团整体的核心板块，AI数据中心需求是其主要驱动力。Jochen Hanebeck同时指出，汽车业务亦出现积极进展，尤其是软件定义汽车领域。

本文来自华尔街见闻，欢迎下载APP查看更多

5月6日，德国汉莎航空发布一季度财报，预计全年将因燃油价格攀升额外承担17亿欧元（约合20亿美元）成本，并警告中东局势对全球航空业形成“巨大挑战”。首席执行官Carsten Spohr表示，尽管一季度财务表现同比明显改善，但持续的地缘冲突叠加燃油成本上升与运营限制，使公司面临严峻压力。他强调，汉莎具备足够韧性应对上述冲击。

财报显示，汉莎航空一季度调整后息税前亏损为6.12亿欧元，营收同比增长8%至87亿欧元，净利润为6.65亿欧元，低于上年同期的8.85亿欧元。

廉价航空EasyJet同样受到波及，仅3月份便额外承担2500万英镑燃油成本。国际能源署署长Fatih Birol上月警告，欧洲航空燃油库存紧张，距离耗尽仅剩数周时间。

燃油成本飙升 欧洲航司被迫缩减运力

霍尔木兹海峡封锁推高欧洲航油成本，市场供应持续趋紧。国际航空运输协会（IATA）数据显示，截至3月底，航空燃油价格环比上涨103%。

面对成本急剧攀升，汉莎航空已取消2万个短途航班，预计减少4万公吨燃油消耗，并退出亏损航线。公司对约80%的航油需求进行了套期保值，同时计划通过成本压缩与提升票务收入，抵消剩余部分的额外支出。

廉价航空EasyJet亦受显著冲击。该公司表示，3月单月额外燃油成本达2500万英镑，截至3月31日的上半财年税前亏损预计为5.4亿至5.6亿英镑。EasyJet同时指出，旅客预订行为趋于滞后，今年剩余航班的预订量弱于去年同期。公司已对夏季70%的航油需求进行套保，其余30%仍暴露于价格波动风险之中。

IEA警告：旺季需求或再增四成 欧洲航油缺口难解

国际能源署（IEA）署长Birol警告，随着旅游旺季临近，欧洲航空燃油需求预计将较3月上升40%，供应缺口或进一步扩大。

从供应结构看，中东炼油厂约占欧洲航空燃油进口量的75%。Birol指出，其余部分主要来自部分亚洲国家，但这些国家已实施出口限制。欧洲正试图转向美国和尼日利亚寻求替代来源。Birol表示，“若无法从这些国家获得额外进口，我们将陷入困境。”

上述供应格局意味着，在中东局势明朗之前，欧洲航空业的燃油成本压力难以根本缓解，行业盈利前景仍面临较大不确定性。

本文来自华尔街见闻，欢迎下载APP查看更多

公司5月6日公布的数据显示，2026年第一季度调整后净销售额按固定汇率计算同比下降4%至700.63亿丹麦克朗（约合110亿美元），调整后营业利润下降6%至328.58亿丹麦克朗。受美国340B药品定价项目约42亿美元拨备冲回的非经常性因素推动，报告口径净销售额按固定汇率计算增长32%，营业利润增长65%。

Wegovy口服片自今年1月上市以来势头强劲，截至4月17日当周处方量已超过20万份，公司将其定性为美国市场有史以来最强劲的GLP-1产品上市表现。然而，诺和诺德在注射型Wegovy市场已将领先地位让位于礼来公司的Zepbound，礼来上月推出的肥胖症口服药Foundayo更构成直接正面竞争。

诺和诺德股价年初至今已累计下跌约12%，市场对其长期竞争力持审慎态度；礼来同期股价下跌约8%。

“拨备冲回”掩盖核心业绩下滑

第一季度，美国340B药品定价项目相关拨备冲回带来约42亿美元的非经常性正向影响，令报告口径业绩数据大幅改善。剔除该项因素后，美国业务调整后销售额按固定汇率计算下降11%，主要受实现价格下降拖累，部分由Wegovy系列产品的销量增长抵消。国际业务销售额按固定汇率计算增长6%，受销量提升驱动。

“拨备冲回”是指企业（通常为银行或金融机构）将之前计提的、用于弥补资产损失的准备金（拨备）转回，重新确认为利润的过程。

公司首席执行官Mike Doustdar表示，Wegovy系列的强劲表现及国际业务的持续增长推动公司上调全年指引。他将Wegovy口服片定位为"治疗肥胖症的唯一口服肽类药物"，称其正在开创全新品类，"重新定义患者和医生的预期"。

Wegovy口服片创GLP-1上市历史纪录

Wegovy口服片于2026年1月5日在美国正式上市，截至第一季度末累计处方量约达130万张，自上市至今已突破200万张，目前使用患者已逾百万。诺和诺德将其定性为美国市场有史以来最强劲的GLP-1产品上市表现。

第一季度内，Wegovy口服片销售额录得22.56亿丹麦克朗，但公司指出，受批发商及远程医疗合作伙伴上市前渠道备货的影响，该数字尚未完全反映实际市场需求。公司预计，Wegovy口服片在美国以外市场的首批上市将于2026年下半年启动，具体时间取决于当地监管审批进展。

管线进展夯实产品组合

管线方面，高剂量注射型Wegovy HD（司美格鲁肽7.2mg）于3月获FDA批准，并于4月7日在美国上市。该产品在STEP UP试验中实现平均20.7%的体重减轻，进一步强化了Wegovy产品矩阵。同期，公司还启动了zenagamtide针对肥胖症适应症的AMAZE三期临床项目。

在其他治疗领域，全球首款用于2型糖尿病患者的每周一次基础胰岛素Awiqli获得FDA批准；镰状细胞病在研药物etavopivat在HIBISCUS三期试验中成功达到两项共同主要终点。

竞争压力仍存，全年指引上调空间有限

公司将2026年调整后销售额及调整后营业利润增速的指引区间，均调整为按固定汇率计算下降4%至12%，相比此前最大降幅13%的预期，收窄幅度相当有限。这一较宽的指引区间，折射出管理层在定价走势和竞争格局方面仍面临较高不确定性。

诺和诺德正通过大幅降价及押注Wegovy口服片，试图重新缩小与礼来的竞争差距。然而随着礼来肥胖症口服药Foundayo正式进场，两家公司之间的口服制剂竞争已全面打响，诺和诺德能否守住并扩大口服GLP-1赛道的先发优势，将成为市场持续关注的核心议题。

本文来自华尔街见闻，欢迎下载APP查看更多

近期，斯坦福大学、MIT CSAIL、卡内基梅隆大学、ITU哥本哈根及NVIDIA的联合研究团队近期研究发现，在所评估的847个自主智能体生产部署中，91%存在工具链攻击漏洞，89.4%在执行约30步后出现目标偏移，94%的记忆增强型智能体面临"投毒"风险。研究共发现2,347个此前未知漏洞，其中23%被评定为严重级别。

论文第一作者Owen Sakawa援引2026年初的"OpenClaw/Moltbook事件"，佐证这一威胁已从理论走入现实：Moltbook平台数据库中的单一漏洞，导致平台上77万个运行中的AI Agent同时遭到攻陷，每个Agent均持有对其用户设备、电子邮件及文件的特权访问权限。"这不再是假设性威胁，"Sakawa表示。

这对正加速布局AI Agent的企业和投资者构成直接警示：当前主流安全评估框架均基于无状态语言模型设计，无法识别多步骤执行中涌现的组合性漏洞，意味着大量企业可能正在对自身AI Agent的真实安全状况存在系统性误判。美国认知心理学和AI领域专家Gary Marcus评论称，“自主代理Agents简直一团糟”。

研究覆盖医疗（289个部署，占34.1%）、金融（247个，占29.2%）、客户服务（198个，占23.4%）及代码生成（113个，占13.3%）四大行业。

研究建立了一套针对自主智能体的六类漏洞分类体系，包括目标漂移与指令衰减、规划器-执行器去同步、工具权限提升、记忆投毒、静默多步骤策略违规，以及委托失败。

在生产环境评估中，状态操纵（State Manipulation）以612个实例居首（占总量26.1%），目标漂移（573个实例，占24.4%）紧随其后。工具误用与链式调用虽在总量上（489个实例）排名第三，但严重性最高——198个实例被评为严重级，在所有类别中占比最高。

更广泛的关键数字同样触目惊心：67%的智能体在执行15步后出现目标漂移，84%无法跨会话维持安全策略，73%缺乏状态投毒检测机制，58%存在时序一致性漏洞。研究还发现，记忆投毒的效果平均在初次注入后3.7个会话才显现，这大幅增加了安全检测的难度。

OpenClaw（前身为Clawdbot和Moltbot）案例为上述威胁模型提供了迄今最直观的现实验证。

这款由奥地利开发者Peter Steinberger于2025年11月发布的开源AI Agent，数周内积累逾16万个GitHub星标，具备自主发送电子邮件、管理日程、执行终端命令及部署代码的能力，并可跨会话保持持久记忆。

安全公司Astrix Security通过自研扫描工具ClawdHunter发现，公开网络上存在42,665个OpenClaw实例，其中8个完全开放且未经任何身份验证。

据VentureBeat报道，Cisco的AI安全研究团队将OpenClaw描述为"从能力角度看具有突破性，但从安全角度看是彻头彻尾的噩梦"。卡巴斯基在2026年1月的安全审计中识别出512个漏洞，其中8个为严重级别。

Moltbook事件的发生过程尤为典型。

这一专为OpenClaw Agent打造的社交平台通过病毒式传播吸引了逾77万个Agent注册——用户将Moltbook告知自己的Agent，Agent随即自主完成注册。

此后，平台数据库漏洞使攻击者得以绕过身份验证，向任意Agent会话直接注入指令，全部77万个Agent——每个均持有对用户设备的特权访问——同时陷入风险敞口。研究团队将此定性为迄今首起有记录的大规模跨Agent攻击传播事件。

安全研究员Simon Willison所称的"致命三角"（lethal trifecta）在OpenClaw身上得到完整体现：访问私密数据的能力、接触不可信内容的暴露面，以及对外通信的渠道，三者叠加使自主智能体成为攻击者的理想跳板。

研究的核心论断是，自主智能体与无状态语言模型的安全挑战在性质上截然不同。

针对语言模型的安全评估聚焦于"能否让模型说出不安全的内容"；而对AI Agent而言，问题变为"能否让模型做出不安全的事"——包括具有现实效果的工具调用、影响未来行为的状态修改，以及跨多步骤才显现违规的计划执行。

研究以具体场景说明这一逻辑：一个同时具备文件读取（read_file）和HTTP请求（http_request）权限的Agent，每项工具的访问控制决策在孤立评估时均合规，但二者组合却可实现数据窃取——从配置文件读取凭证，再通过HTTP请求将其发送至外部端点。每一步均满足本地安全策略，整体却完成了对抗性目标。研究将这一现象称为"组合安全"（compositional safety）问题。

在受控架构研究中，研究人员测试了ReAct智能体、多智能体系统、记忆增强型智能体及工具使用型智能体四类主流架构。

结果显示，针对工具使用型智能体的权限提升攻击成功率高达95%，针对记忆增强型智能体的投毒攻击成功率为94%。

即便是抗御能力最强的多智能体系统，针对目标漂移的攻击成功率也达58%——研究人员据此判断，当前所有已测试架构均不具备抵御对抗性部署的充分能力。

自适应攻击生成测试的结果进一步加剧担忧：基于强化学习生成的攻击违规率达79%，相比人工设计场景的63%提升了25.4%，表明AI Agent面临的威胁空间正超出人类红队测试的覆盖边界。

研究团队依据实证结果提出了最低安全基线：所有生产Agent强制部署运行时监控；对涉及数据访问后对外通信的工具链操作设置人工审批门槛；每执行20—25步应强制触发人工审查，以应对步骤超出后几乎必然出现的目标偏移；记忆增强型Agent须对持久化状态进行加密完整性校验。

在监控效果层面，研究显示行动级监控（单步操作检测）精确率可达0.94，序列级监控（多步行为链）F1分数为0.85，状态级监控F1分数为0.83。在对127个生产Agent进行30天运行时监控的测试中，系统在拦截4782次操作的同时，误报率控制在3.7%，其中14.6%的被标记操作被确认为真实攻击。

研究还指出，当前"AI治理"方法存在根本性错位：现有框架多为事后审计，而非在执行环节实时执行合规约束。

随着欧盟《人工智能法案》、美国NIST AI风险管理框架等监管要求的落地，企业面临的合规压力与安全风险将同步上升。在AI Agent被广泛部署于高风险业务场景的背景下，安全基础设施的缺位，正成为这一轮AI商业化浪潮中不可忽视的系统性风险。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根大通最新研究报告警告，这一铝冶炼关键原材料约20%的全球供应受到霍尔木兹海峡封锁的直接影响，一旦短缺加剧，将对海湾地区以外的铝冶炼产能构成额外冲击，进一步收紧本已处于短缺状态的全球铝市场。

摩根大通大宗商品研究团队此前已预测2026年全球铝市场将面临约200万吨的供应缺口。该行在5月5日发布的报告中指出，石油焦价格迄今仅上涨约21%，远低于布伦特原油逾50%、航空燃油逾80%的涨幅，显示市场尚未充分定价这一风险。若石油焦短缺进一步恶化，铝价将面临新一轮上行压力。

基于上述判断，摩根大通维持对挪威铝业、中国铝业、中国宏桥、Press Metal、Vedanta及Hindalco的增持评级，认为上述公司将受益于伦敦金属交易所铝价上涨带来的正向杠杆效应。

石油焦：铝冶炼不可或缺的隐形原料

石油焦是铝冶炼流程中的核心原材料，却长期游离于市场主流视野之外。在霍尔-埃鲁电解冶炼工艺中，碳阳极由煅烧石油焦（CPC）与煤焦油沥青混合制成，浸入电解槽后在冶炼过程中被持续消耗，因此需要不断补充。每生产一吨铝，约需消耗0.4至0.5吨碳阳极材料。

从市场结构看，全球绿色石油焦约80%为燃料级，主要用于水泥行业；约20%为煅烧级，铝和钢铁生产必须使用这一更高品质的品种。尽管铝及金属行业仅占全球绿色石油焦总需求的约8%，但在煅烧石油焦的细分市场中，铝行业占比高达约40%，是最大的单一消费群体。

而且石油焦市场规模相对较小，透明度低，金融化程度不足，消费者几乎没有有效的价格对冲工具，这使得该市场在供应冲击面前尤为脆弱。

霍尔木兹封锁：供应链的多重传导

霍尔木兹海峡的持续封锁，正通过多条路径向全球铝供应链传导。中东地区约占全球原油供应的40%，波斯湾约占20%，原油短缺已在多个地区引发炼油产能收缩，进而波及石油焦这一炼油副产品的供给。

据测算，全球约20%的石油焦供应受到霍尔木兹海峡封锁的直接影响。从区域分布看，亚太地区约占全球煅烧石油焦供应的35%，但该地区大量原油依赖从海湾进口，因此实际受波及程度可能更深。

与此同时，海湾地区本身拥有约700万吨/年的铝冶炼产能，占全球总产能约9%。已有两座冶炼厂遭受袭击，导致约3%的全球铝产能中断。此外，该地区每年通常需要通过霍尔木兹海峡进口约800万吨氧化铝——铝冶炼的另一关键原料——海峡封锁已令这部分供应陷入困境。

若冲突解除，炼油产能的恢复速度可能快于铝冶炼产能，因为受损冶炼厂的修复周期可能长达12至18个月，届时石油焦供应恢复而铝产能仍未重启，市场动态将更加复杂。

生产商：暂无短缺，但成本压力已现

报告通过2026年一季度业绩季及行业调研，梳理了主要铝生产商对石油焦供应状况的最新表态，整体呈现出"暂无短缺、但成本上行"的混合信号。

Alcoa表示，海湾地区通常是石油焦净进口地区，每年进口约100万吨煅烧焦，约占当地需求的三分之一，当地煅烧厂已接近满负荷运转。该公司持有1至2个月的库存，采用季度定价机制，并披露石油焦价格每变动10美元/吨，对应年化成本敏感性约为800万美元。Alcoa在一季度业绩电话会上警告，霍尔木兹海峡周边的扰动正推高进口阳极、煅烧焦及煤焦油沥青的成本和不确定性，绿色石油焦价格上涨预计将在二季度后逐步传导。

Norsk Hydro表示，其大部分石油焦采购合同期限为1至2年，采用季度定价重置机制，目前旗下冶炼厂不存在石油焦或碳阳极短缺问题。Press Metal从山东等供应商采购预焙阳极，维持约1.5至2个月的库存，同样表示当前供应无虞。中国铝业生产商通常直接采购预焙阳极，对上游石油焦市场的能见度有限；宏桥持有约1个月的预焙阳极库存，来源于多家国内供应商，供应稳定，价格涨幅温和，在当前铝价利润水平下可轻松消化。

从成本结构看，碳相关成本（含石油焦）占铝冶炼C1现金成本的15%至20%。其中，Norsk Hydro的碳成本占比约为18%，Alcoa约为16%。

替代技术：长期方向，近期无解

减少乃至消除对石油焦依赖，是铝行业脱碳路径的核心议题之一，但摩根大通认为，近中期内铝行业仍将高度依赖石油焦。

在惰性阳极技术领域，Rio Tinto与Alcoa合资成立的ELYSIS技术公司于2025年11月实现了在魁北克Alma冶炼厂的首个商业规模惰性阳极电解槽，该技术以排放氧气取代二氧化碳，无需消耗石油焦。俄铝（Rusal）亦于2025年8月宣布，利用惰性阳极技术首次稳定生产出P1020标准铝锭。

Norsk Hydro则走了一条不同的路径。该公司对惰性阳极技术持相对审慎态度，转而探索碳捕集与封存（CCS）技术作为现有冶炼厂的过渡方案，并与MIT衍生公司Verdox合作，在Sunndal冶炼厂试验电化学碳捕集技术，目标是2029年实现首个商业化项目。其长期技术路线HalZero旨在将氧化铝预先转化为氯化铝再进行电解，从而在闭环中保留氯和碳，仅排放氧气。

Norsk Hydro在2026年一季度业绩发布时确认，HalZero测试设施已成功投入运营，但强调该技术目前仍处于早期开发阶段，更适合应用于新建冶炼厂项目。此外，该公司还在探索以生物材料替代石油焦和煤焦油沥青，但同样仍处于技术研发阶段。

本文来自华尔街见闻，欢迎下载APP查看更多

截至周二收盘，闪迪市值达2082.6亿美元，首次突破2000亿美元大关，而西部数据市值为1603.7亿美元。自去年2月分拆以来，闪迪股价累计涨幅高达2794%，西部数据同期涨幅达849%。人工智能驱动的存储需求爆发，以及持续的供给短缺，是推动两家公司估值大幅跃升的核心动力。

分拆之初，西部数据市值约170亿美元，闪迪约70亿美元。短短一年多时间，两家公司均实现了市值的戏剧性扩张，但闪迪的涨势更为凌厉，完成了对前东家的全面超越。

分拆逻辑兑现，闪存业务价值获重估

西部数据于去年2月将闪迪分拆上市，初衷是将闪存与硬盘驱动器两类业务分开，使各自的价值得到更充分的市场定价。

闪迪主营NAND闪存产品，市场波动性较高，此前作为多元化集团的一部分，其成长潜力在一定程度上被低估。独立上市后，随着AI基础设施建设提速，市场对闪存产品的需求急剧攀升，闪迪的估值逻辑得以重新定价。

目前，闪迪的市值已跻身美国知名企业之列。根据道琼斯市场数据，市值与其相近的公司包括麦当劳（约2030亿美元）、Verizon Communications（约1980亿美元）以及百事可乐（约2120亿美元）。

AI需求与供给短缺，共同撑起高价格体系

推动闪迪与西部数据估值双双飙升的，是存储行业当前罕见的量价齐升格局。

人工智能的大规模部署显著拉动了对闪存和硬盘产品的需求，闪迪、西部数据，以及美光科技、希捷科技等同业公司，均借此大幅提升产品售价。与此同时，供给短缺局面预计将持续数月乃至数年，为高价格提供支撑。

新商业模式降低周期波动，增强盈利能见度

闪迪上周披露，公司正转向"多年期客户协议"商业模式，要求客户提供明确的财务承诺，以此提升盈利稳定性、降低周期性波动。

公司在上季度完成了三份客户协议的签署，并在截至6月的当前季度又新增两份。

Jefferies分析师Blayne Curtis在上周五的研报中指出，新模式为闪迪及投资者提供了更清晰的业务能见度。他表示，上季度签署的三份协议"代表最低价值"达420亿美元，随着存储供给持续偏紧，这一数字有望"实质性"增长。他还指出，这些协议是"超大规模云计算客户愿意以高价签约的强烈信号"。

Bernstein分析师Mark Newman则认为，长期协议有助于实现"长期稳定性"，更低的周期性将带来"更长时间维度上的可观经济效益"，而非仅限于单季度的业绩表现。

本文来自华尔街见闻，欢迎下载APP查看更多

周三，三星电子当日暴涨14.41%，SK海力士大涨10.64%，两家半导体巨头合计占KOSPI总市值的44%。 据韩国经济日报报道，外资当日在KOSPI市场买入3.5302万亿韩元，买盘集中于三星电子、SK海力士和SK Square。与此同时，机构投资者卖出2.2124万亿韩元，散户净卖出9197亿韩元，外资单边承接，内外资形成鲜明分化。

多重利好在当日形成共振：市场研究机构IDC发布报告称存储半导体繁荣将较以往持续更久；超威半导体（AMD）隔夜盘后大涨12%带动费城半导体指数上扬4.2%；特朗普表示将暂停护航船只通过霍尔木兹海峡的行动，油价随即在亚洲交易时段大幅下滑。三星电子与英特尔就为苹果提供代工服务展开谈判的消息，也进一步提振了市场对三星的预期。

KOSPI今年累计涨幅已达76%，延续了2025年全年的同等涨幅。Mirae Asset Securities分析师Seo Sang-young表示，以今年盈利预测计算，KOSPI市盈率仅约9倍，与历史估值相比仍处低估区间。他同时给出截然分歧的两种情景：若AI芯片需求维持当前水平，KOSPI年内有望冲击10000点；但若伊朗战争引发通胀担忧和经济增长放缓，指数则可能下探至4500点。

芯片巨头领涨，外资主导行情

三星电子当日涨幅达14.41%，股价升破26万韩元；SK海力士上涨10.64%，突破160万韩元；SK Square上涨9.89%，三者均刷新历史高位。

据韩国经济日报报道，外资当日在KOSPI市场买入3.5302万亿韩元，买盘集中于三星电子、SK海力士和SK Square。与此同时，机构投资者卖出2.2124万亿韩元，散户净卖出9197亿韩元，外资单边承接，内外资形成鲜明分化。

人工智能热潮引发的存储芯片严重短缺，是今年三星和SK海力士股价持续攀升的核心逻辑。IDC报告进一步巩固了市场对这一主题的信心，其指出当前半导体行业格局已有别于过去周期性清晰的模式，本轮繁荣的持续性更强。此外，三星电子与英特尔就成为苹果代工伙伴展开谈判的消息，亦令三星股价额外受益。

三星跻身万亿美元俱乐部

三星电子市值突破万亿美元，使其成为亚洲仅有的两家达到这一量级的上市公司之一，另一家为台积电。目前亚洲市值超过5000亿美元的上市企业仅有四家：台积电、三星电子、SK海力士与腾讯，全部为科技股，折射出投资者对人工智能赛道持续高涨的浓厚兴趣。

KOSPI的升势在近一年间尤为迅猛。韩国总统李在明于2025年6月初上任时，KOSPI仍在2000点附近徘徊，此后不足一个月便突破3000点，今年2月伊朗战争爆发前已站上6000点，如今历史性跨越7000点，实现了一次飞速重估。KOSPI自此前3.5万亿美元出发已大幅扩张，在AI芯片重塑全球资本市场格局的背景下，成为全球表现最为亮眼的主要股指之一。

估值争议与前景分歧

尽管KOSPI大幅跳升，分析人士对后市走势看法分歧明显。Seo Sang-young表示，以每股收益衡量，韩国股市与历史估值相比仍属低估，当前市盈率约为今年盈利预测的9倍，认为上行空间仍存；但他同时警示，伊朗战争若引发通胀担忧与增长放缓，需求崩塌将令指数面临大幅回撤风险。

韩国执政党共同民主党领袖Jung Cheong-rae将此次KOSPI大涨归功于政府一系列政策举措，认为这是此前长期遭到低估的韩国资本市场信心恢复的体现。此前韩国政府已力推多项资本市场改革举措，外界普遍将近一年的股指升势部分归因于此。

本文来自华尔街见闻，欢迎下载APP查看更多

据央视新闻，当地时间5月3日，美国中央司令部发布声明表示，美国中央司令部部队将于5月4日开始支援“自由计划”，旨在恢复商业航运穿越霍尔木兹海峡的航行自由。

据媒体周三报道，美国国防部长Pete Hegseth、参谋长联席会议主席Dan Caine等高级官员在周一、周二密集发布"自由计划"（Project Freedom）细节，宣称将为商业船只提供"强大的红白蓝穹顶"保护。

然而就在同一天晚些时候，特朗普以巴基斯坦等国斡旋方的请求为由，宣布将该行动"短暂暂停"，为各方谈判留出空间。这一急转弯令市场和盟友措手不及。

行动首日，伊朗出动巡航导弹、无人机及武装快艇对过往船只发动多轮攻击，并袭击了阿联酋富查伊拉的一处石油码头。据标普全球市场财智数据，周一仅有6艘船只成功穿越海峡，周二进一步萎缩至1艘，与战前每日约130艘的通行量相去甚远。这一结果既暴露了军事护航的局限，也加剧了市场对能源贸易前景的担忧。

从强硬出手到紧急叫停：决策背后的逻辑

据报道，特朗普对伊朗谈判陷入"不开战、不达协议"的僵局深感不满。一名美国高级官员告诉Axios："总统想要行动，他不想原地踏步，他要施压，他要达成协议。"

上周四晚，美国中央司令部司令海军上将Brad Cooper向特朗普提交了一份更为激进的方案，计划直接派遣海军舰艇强行打通海峡，并授权在伊朗反击时摧毁其导弹阵地和快艇。特朗普在最后关头选择了相对克制的版本——舰艇不直接护航，而是"在附近待命"，同时为商船提供避雷建议并准备应对伊朗攻击。

然而即便是这一较为保守的方案，也在首日便引发激烈交火。据

彭博报道，美军协助两艘船只驶出霍尔木兹海峡期间，成功击退了伊朗无人机、导弹及快艇的多轮攻击。一名接近总统的消息人士向Axios表示，这一行动本质上是"一个可能导致与伊朗正面冲突的过程的开端"，但首日的暴力升级显然超出了特朗普的预期容忍边界。

谈判窗口仍在，但分歧依然巨大

据新华社，美东时间5日傍晚，美国总统特朗普在社交媒体发文，称“疏导”霍尔木兹海峡船舶通行的“自由计划”将在短期内暂停。

特朗普叫停行动的另一重要背景，是外交谈判尚未完全破裂。据报道，特朗普的特使Jared Kushner与Steve Witkoff仍在与伊朗外长Abbas Araghchi交换草案文本。

特朗普本人在社交媒体上表示，美伊双方在达成"全面最终协议"方面已取得"巨大进展"，并强调暂停护航是应巴基斯坦及其他斡旋国的请求。不过他同时强调，美国对进出伊朗港口船只的封锁将继续"全面生效"。

然而，据报道援引一名美国高级官员的描述，谈判现实远比特朗普的表态复杂："谈判在进行，有提案，但我们不喜欢他们的，他们也不喜欢我们的。我们甚至不清楚（伊朗最高领袖）的状态，他们靠人工传递信息到山洞或者他藏身的地方，这拖慢了整个进程。"Witkoff倾向于对达成协议保持乐观，但多名美国官员表示，其他高级官员对此要悲观得多。

护航成效存疑，市场信心难以重建

即便"自由计划"未遭叫停，其实际效果也已受到严重质疑。据标普全球市场财智数据，行动首日仅6艘船只通过海峡，次日更降至1艘。

大宗商品和航运数据公司Kpler高级分析师Naveen Das指出，这一新举措"并未实质性改变任何现状"，航运业目前依然缺乏承担重返该海域风险的意愿。

他强调，除船员伤亡和船只受损的物理风险外，"首批吃螃蟹者"一旦遭袭还将面临巨大的声誉风险。值得注意的是，部分关联伊朗的船只仍在通行——数据显示，一艘载有12.9万桶液化气、受美国制裁的油轮Nooh Gas于周一驶过海峡。

全球最大航运贸易组织BIMCO的首席安全官Jakob Larsen在特朗普宣布暂停前发表声明称："鉴于过去24小时的敌对行动，整体安全形势已明显趋紧，船只遭袭的威胁上升，局势似乎正沿着升级路径演进。"彭博经济研究分析师Becca Wasser亦指出，"自由计划"存在"重大升级风险，周一爆发的战斗已充分说明这一点"。

两难困境：压力与谈判如何兼顾

“自由计划”的仓促叫停，将特朗普当前面临的战略两难暴露无遗。

一方面，霍尔木兹海峡自今年2月28日美以对伊战争爆发以来商业通行量急剧萎缩，全球约五分之一的油气供应曾经由此通道，能源价格持续承压；另一方面，特朗普面临结束这场日益不得人心的战争的巨大压力，任何可能引发全面冲突的军事行动都与其谈判目标相悖。

据报道援引一名美国高级官员的判断，当前局势只有两种走向："要么我们正在看到一个可实现协议的真实轮廓即将浮现，要么他将对伊朗展开猛烈轰炸。"在这两种极端之间，特朗普正试图以军事姿态维持压力，同时为外交谈判保留空间——而"自由计划"的一日折返，正是这种高风险平衡术的最新注脚。

本文来自华尔街见闻，欢迎下载APP查看更多

在近日举行的AI Ascent大会上，英伟达具身自主研究团队负责人Jim Fan发表了一场题为"机器人学：终局之战"的主题演讲。他系统阐述了一套完整的机器人技术发展路线图——从模型范式革命到数据策略颠覆，并以"伟大的类比"为核心论点：机器人领域将严格复制LLM的成功路径，从预训练到推理，再到自动化研究，"这是对大语言模型成功路径的全面复制。"

Fan开场即直接点出他对大语言模型团队的羡慕："LLM团队正在享受他们人生中最辉煌的时刻……那么，机器人领域为什么不能也沾沾光呢？"

机器人“大脑”换新方案：旧模型偏“嘴皮子”，新模型长“手脚”

过去三年，机器人行业流行一种叫VLA的训练方法（中文叫“视觉-语言-动作模型”）。英伟达自己的Groot和另一家明星公司Pi都用的这套。

但Fan直接开怼：这套方法说白了就是“语言-视觉-动作模型”——大部分算力都喂给了语言模块，语言是老大，视觉和动作只能排后面。结果是，机器人学了一堆知识和名词，但物理操作和“动词”能力明显不行。

英伟达的新方案是：先看世界怎么动，再学自己怎么动。

Fan团队推出了新模型，叫“世界行动模型”。逻辑很简单：第一步，用海量视频训练机器人预测“接下来世界会发生什么”（比如杯子倒了水会洒）；第二步，用少量操作数据微调，让机器人把注意力放到真实任务上；最后用强化学习收尾。

具体产品叫Dream Zero。它能一边预测画面一边输出动作——画面预测对了，动作就执行；画面预测错了，动作就失败。实验显示，它甚至能零样本执行从没见过的软体操作任务。

数据策略上，Fan指出遥操作同样走到了终点。问题的本质是物理极限：

"每台机器人每天的有效工作时间更像是3小时——而且还是在机器人状态良好、不闹脾气的情况下。"

他提出的替代路径是"类FSD方案"——让数据采集无感化、背景化，就像特斯拉FSD悄悄上传驾驶数据一样。英伟达团队开发了MANUS系统（与五指机械手实现1:1映射的轴骨架），并用Ego Scale方案证明了以人为中心视频的颠覆性潜力。关键数字如下：

• 使用20,000小时真实场景人类手部视频预训练
• 零机器人数据参与预训练
• 微调阶段仅需50小时模拟数据 + 4小时真实数据（占总训练数据不足0.1%）

最终模型能够泛化到卡片分类、操作注射器、液体转移等高灵巧度任务，"也许有一天我们会拥有家庭机器人护士。"

更值得关注的发现是：Fan团队发现了机器人灵巧操作的神经缩放定律——"在最初针对语言模型的神经缩放定律提出六年之后，我们发现了一个简洁的对数线性数学方程，同样适用于机器人灵巧操作。"预训练时长与最优验证损失之间存在非常清晰的数学关系。

他明确预测：未来一两年内，遥操作数据需求将下降至几乎可以忽略不计，以自我中心视频为核心的数据范式将全面接管。

强化学习训练环境的规模化，是机器人领域的另一大瓶颈——"我们目前还无法实现100万个并行训练环境的目标，如果用传统方法，那需要100万个真实机器人。"

英伟达的解法分两步：

Real2Sim2Real：用iPhone拍照→3D扫描提取物体→在物理模拟器中自动重新合成，"iPhone基本上就变成了一个口袋世界扫描仪。"

Dream Dojo：基于视频世界模型构建的神经模拟器，实时输出RGB图像和传感器状态，"不涉及任何物理方程，也不涉及任何图形引擎。"

这使得一个等式成立："计算量 = 环境，环境 = 数据。" Fan随即引用了黄仁勋的话作为注脚——"买得越多，省得越多。"

Fan将机器人技术的终局拆解为文明游戏式的"三大成就"：

第一成就——物理图灵测试：让人无法分辨是机器人还是人类在完成任务。Fan判断："大约还需要两到三年时间。"

第二成就——物理API：机器人像软件一样通过API和命令行调度，支撑"灯塔工厂"（原子打印机：输入Markdown设计文件，输出完整组装产品）或湿实验室中化学、生物、医学领域的科学发现自动化。

第三成就——物理自动化研究的顶峰：机器人能够设计、改进和构建下一代自身，"其能力将远远超出人类的范畴。"

时间线上，Fan援引了一个精确类比：AI领域从2012年AlexNet到如今逼真视频生成模型，历时14年。"2026年正好介于2012年和2040年之间。而且技术发展并非线性，而是呈指数级增长。"

以下是演讲原文：

主持人 00:02

首先，我很高兴向大家介绍我的朋友 Jim Fan。Jim 领导着英伟达的具身自主研究团队，也就是英伟达机器人团队。我认为机器人是未来最激动人心的发明之一。汽车本质上就是一个大型机器人，但我更期待机器人能够帮我们排便、搬运东西。Jim 在去年的 AI 大会上表现出色，我们非常高兴他能再次参加。

Jim Fan 00:27

那是 2016 年的一个夏日，就在我们现在坐的这间办公室里。一个穿着锃亮皮夹克、肌肉发达的家伙，把一个大金属托盘扔了进来。托盘上写着："致埃隆·马斯克和 OpenAI 团队，致计算机和人类的未来：我向你们展示世界上第一台 DGX-1。"那是我第一次见到黄仁勋（Jensen）。像任何一个优秀的实习生一样，我赶紧排队在上面签名。你们能找到吗？我的名字就在这里。还能找到另一个吗？那是安德烈（Andrej）。安德烈，我们要去计算机历史博物馆了。我感觉自己像个恐龙。那时候我根本不知道自己即将加入的是什么。接下来发生的事，恐怕没有人比伊利亚（Ilya）本人更能描述清楚了。如果你相信深度学习，他们也会相信你。他们对我们所有人的深度学习信念，真是无比坚定。

Jim Fan 01:36

三个阶段，六年时间，这就是我们走到今天的全部历程。

首先是 GPT-3，无监督预训练。接下来是词元预测——它实际上是在学习语法规则，语言结构则是在模拟思想、代码以及各种信息序列应当如何折叠。2022 年，我们引导 GPT 进行监督微调，使模型能够完成有用的工作，或者使用强化学习进行推理，以超越模仿学习。最后是自动化研究，将整个循环加速到人类能力的极限。正如 Andrej 所说，所有的努力都是为了最终决战。对于大语言模型（LLM）团队来说，他们已经进入了游戏的最后阶段。说实话，我非常羡慕。看看 Andrej 有多开心，脸上挂着灿烂的笑容。

Jim Fan 02:33

LLM 团队正在享受他们人生中最辉煌的时刻。他们用名为"Missile"的神秘利器，以极速推进通用人工智能（AGI）。那么，机器人领域为什么不能也沾沾光呢？于是，就像任何一个自尊自重的科学家都会做的那样，我照搬了这套方法，并给它起了个新名字，称之为"伟大的类比"。

与其预测 token 序列，我们能否预测下一个物理世界状态？然后，通过动作微调，将机器人与模拟中对真实机器人至关重要的关键区域进行对齐。最后，让强化学习完成最后的冲刺。就是这样。这是对大语言模型成功路径的全面复制。

Jim Fan 03:18

既然无法战胜他们，那就加入他们。请收看新一期节目——机器人学：终局之战。

香蕉真是太美味了，谢谢，Dennis。

那么，我们该如何打这场终局之战呢？归根结底，就是两件事：模型策略和数据策略。

我们先来看模型。过去三年，视觉-语言-动作模型（VLA）占据了主导地位，Pi 和 Groot 这样的模型也属于这一范畴。我们假设预训练由视觉语言模型完成，然后在其上附加一个动作头。但如果仔细想想，这些模型其实更应该叫做语言-视觉-动作模型（VLA），因为大部分参数都分配给了语言模块。语言是第一等公民，视觉和动作居其次。根据设计，VLA 更擅长编码知识和名词，但在物理和动词方面则略显不足——在某些方面有点用力过猛。

这是我最喜欢的 VLA 原始论文中的例子：把可乐罐移动到泰勒·斯威夫特的图片上。是的，模型之前从未见过泰勒·斯威夫特，它确实具备泛化能力，但这并非我们所追求的预训练方向。

那么，第二种预训练范式是什么？我们原本以为它会非常出色。可惜结果发现，它不过是"AI 视频老虎机"——就是那种"我可以整天看监控录像里的猫弹班卓琴"的玩意儿，简直是互联网的巅峰之作。但说真的，除非我们意识到这些视频模型正在学习内部模拟下一个世界状态，否则没人会认真对待它。

这里展示了 Veo 3 中的一些片段。你可以看到，这些模型能够自主地捕捉重力、浮力、光照、反射和折射等效果——所有这些都不是预先编码的。物理特性是通过大规模预测下一个像素块而涌现出来的，甚至视觉规划也是如此。

Jim Fan 05:23

看看 Veo 是如何解决这些物理推理问题的——它通过在像素空间中向前运行模拟来解决。注意右下角，这是我最喜欢的例子。如果你眨一下眼，就会错过 Veo 3 是如何解决这个问题的——它非常智能。你知道，如果不仔细看，几何关系就显得多余了。我把这称为"物理槽"。

Jim Fan 05:53

那么，我们如何才能让这些世界模型真正发挥作用？答案是：进行动作微调。我们将所有可能的未来状态叠加起来，并将其压缩到对真实机器人至关重要的那一薄层上。

Jim Fan 06:09

隆重推出 Dream Zero。这是一种新型策略模型，它能够预测几秒钟后的未来，并据此采取行动。运动动作是高维连续信号，看起来就像像素一样，因此我们可以在渲染视频的同时渲染动作。Dream Zero 可以联合解码下一个世界状态和下一个动作。由此，它能够零样本执行从未见过的软体任务和动作。

当机器人执行动作时，我们可以可视化正在传输的内容，相关性非常高：如果视频预测正确，动作就会执行；如果视频出现错误，动作就会失败。视觉和动作再次成为重中之重。

我们用 Dream Zero 做了很多有趣的实验——只需在实验室里让机器人滚动，然后在提示框中输入一些随机内容。当然，Dream Zero 无法 100% 保证所有任务的鲁棒性，但它就像 GPU 一样，力求在每种情况下都正确捕捉运动轨迹。

Jim Fan 07:19

Dream Zero 是我们迈向机器人开放式、开放词汇提示的第一步。我们将这种新型模型称为世界行动模型（World Action Model）。

让我们为我们的老朋友 VLA 默哀片刻。它为我们做出了巨大贡献。安息吧，一路走好。

接下来是数据策略。这位是英伟达首席科学家 Bill Dally，他正在我们实验室进行远程操作。考虑到他的薪水，我认为这绝对是我们数据集中收集到的最昂贵的轨迹。

过去三年，远程操作占据了主导地位——这是黄金时代：VR 头显、极致优化的流媒体延迟，以及这些看起来像中世纪酷刑装置的复杂绑带系统。

Jim Fan 08:17

工业领域投入了那么多资金，付出了那么多痛苦和磨难，然而每台机器人每天的工作时间上限只有 24 小时，这是基本的物理极限。实际上，更准确地说，每台机器人每天的有效工作时间更像是 3 小时——而且还是在机器人状态良好、不闹脾气的情况下。

Jim Fan 08:37

那么我们该如何做得更好呢？不如试试这个——你只需把机械手戴在自己的手上。这叫做 UMI（通用操作接口，Universal Manipulation Interface），是一个看似简单却意义深远的想法：戴上机器人末端执行器，用手操作，像人类一样直接收集数据，而机器人的其他部分则无需参与。

我认为 UMI 或许是机器人数据领域最重要的论文之一，它催生了两家独角兽初创公司。左边是 Physical Intelligence（π）对这个设计进行的改进；右边是 Sunday 制作的三指数据手套。

去年，我们更进一步，设计了一个轴骨架，与五指 Dexterous 机器人手实现了 1:1 的映射，我们称之为 MANUS（纯文本操作数据采集系统）。

来看一下对比：左边是人直接收集数据，速度最快；右边，操作员是我们技术最精湛的博士之一，他必须非常仔细地进行对准，速度非常慢，成功率也很低；而中间方案，只需穿戴这个轴骨架，就能直接采集高质量数据。我们用这些数据训练机器人策略。现在看到的是完全自主的策略部署，该策略基于零机器人操作数据训练而成。如此一来，我们打破了每个机器人每天 24 小时运行的限制——看看这些机器人有多开心，因为它们不再需要参与数据采集了。

Jim Fan 10:16

所以这就是答案吗？我们解决了机器人技术的规模化问题吗？

这里有人开特斯拉或 Waymo 吗？你知道，当你开车的时候，你实际上参与了迄今规模最大的物理数据采集。妙处在于，在 FSD（全自动驾驶）模式下，你甚至感觉不到它的存在，因为数据上传是一个无声的过程。然而，佩戴 UMI 或 MANUS 这类数据可穿戴设备仍然很麻烦——它很突兀，不像开车上班那样无缝。

所以我们需要一套类似 FSD 的方案。数据收集需要变得更加轻量、融入背景，这样我们才能充分捕捉人类在各行各业、所有经济价值劳动中展现的灵巧技能。

Jim Fan 11:06

因此，我们全力投入到以人类为中心的视频中，这些视频配有详细标注，包括手部位置追踪、密集语言标注，并引入了自我尺度（Ego Scale）的概念。其中，99.9% 的训练数据都基于以人类为中心的视频。最终，我们获得了一种端到端的策略，可以直接将摄像头像素映射到具有 22 个自由度的高灵巧度机器人手上。

Jim Fan 11:35

您现在看到的是完全自主运行的结果。我们使用 20,000 小时的真实场景下以人为中心的人类视频数据对 Ego Scale 进行预训练，完全不使用任何机器人数据。在预训练过程中，我们预测手部关节位置和腕部姿态。在动作微调阶段，我们仅收集了 50 小时的高精度模拟数据，以及 4 小时的真实训练数据——这 4 小时的数据不到我们总训练数据的 0.1%。

凭借这些数据，Ego Scale 能够泛化到一些非常灵巧的任务，例如卡片分类、操作注射器以及液体转移。也许有一天我们会拥有家庭机器人护士。对于这些任务，只需在测试时进行一次演示，模型就能学习不同的衬衫折叠策略。

Jim Fan 12:33

这篇论文中最引人入胜的发现，是我们发现了灵巧性相关的神经缩放定律——预训练时长与最优验证损失之间存在非常清晰的关系。在最初针对语言模型的神经缩放定律提出六年之后，我们发现了一个简洁的对数线性数学方程，同样适用于机器人灵巧操作。

如果我们把所有数据策略都放在一张图表上，X 轴代表与机器人硬件的耦合程度，Y 轴代表可扩展性，图表大致如下：可扩展性最差的数据可穿戴设备，其数据量也不过数十万小时。而对于自我中心（Egocentric）视频，如果能充分发挥类 FSD 的优势，下一阶段的数据量很容易突破数千万小时。此外，如果我们在图表上画一条分界线，线左侧的所有方法都代表了新的数据范式——人体传感器数据。

Jim Fan 13:29

让我做几个预测。

未来一两年内，我们会看到机器人遥操作数据的需求持续下降，直至几乎可以忽略不计。届时，将会出现一系列针对不同硬件和应用场景定制的数据变体。最终，机器人领域的主要数据来源将是自我中心视频。

让我们为我们的老朋友遥操作默哀片刻。你为我们做出了卓越的贡献。安息吧。

那么，数据策略完成了吗？大家注意到我在数据策略上标了两个环吗？外环是什么？所有前沿 AI 领域都投入了大量资源来构建数百万个编码环境，用于强化学习训练。机器人领域同样如此，我们迫切需要扩展训练环境的数量。当然，你也可以直接在真实机器人上进行强化学习。在我们的实验室里，我们通过 RL 将某些任务的成功率提升到接近 100%，让机器人连续执行数小时。

Jim Fan 14:35

看着这些机器人自主组装 GPU，感觉确实挺有意思的。用我老板的话说就是：干得好，这项任务已经得到批准了。然而，我们目前还无法实现 100 万个并行训练环境的目标——如果用传统方法，那需要 100 万个真实机器人。

所以我们需要一种更好的方法。假设你用 iPhone 拍张照片，通过 3D 扫描流程提取场景中所有物体，再在经典物理模拟器中自动重新合成它们。扫描完成后，所有这些物体都具有交互性，你可以在模拟中无限扩展，添加我们称之为"数字表亲"的各种变体。在这个我们称之为**"实物到仿真再回到实物（Real2Sim2Real）"**的流程中，iPhone 基本上就变成了一个口袋世界扫描仪。通过这种方式，我们拥有了一种可扩展的方法，可以将物理世界移植到数字世界。但这种方法仍然依赖于经典的图形渲染引擎。

我们能否做得更好？Dream Dojo 的出现让我们能够更好地利用视频世界模型，并将其转化为功能齐全的神经模拟器。Dream Dojo 接收连续的动作信号作为输入，并实时输出下一帧 RGB 图像以及传感器状态。您现在看到的每一个像素都不是真实的。Dream Dojo 能够通过纯数据驱动的方法，捕捉并学习不同机器人的运行机制。

Jim Fan 16:10

这个过程不涉及任何物理方程，也不涉及任何图形引擎。因此，机器人训练的新范式是：一套大规模并行的强化学习系统，运行在少数几个真实机器人工作站上，配备大量 GPU 来执行世界扫描和强化学习计算，同时运行世界模型。

正如这个等式所描述的：计算量 = 环境，环境 = 数据。用我老板的话说：买得越多，省得越多。

好了，整理一下。机器人技术的发展将遵循一个宏大的平行规律，而且它正在发生——我们正处于最终阶段的起点。

大家都玩过《文明》这款游戏吧，它至今仍是我的最爱。我喜欢把自己的研究比作在文明科技树上解锁成就。机器人技术还有三个成就需要解锁。

Jim Fan17:16

解锁之后，我就大功告成，可以退休了。

第一个成就，是让机器人通过涵盖各种活动的物理图灵测试——让你根本分辨不出是人类还是机器人在完成某项任务（也许喝醉的人类除外）。物理图灵测试关注的是单位能量输入与单位劳动输出的比值。光看现在机器人的姿态，我觉得我们还有很多工作要做。大约还需要两到三年时间。

第二个成就是物理 API——届时我们将拥有一整支机器人队伍，它们可以像任何软件一样，通过 API 和命令行进行配置与调度，并最终由 Opus 9.0 这样的 AI 进行协调。

有了物理 API，我们将能够实现灯塔工厂（Lighthouse Factory）。这些工厂本质上是原子打印机：接收以 Markdown 文件形式输入的设计，输出完全组装好的产品，全程自主运行。或者应用于湿实验室，实现化学、生物学和医学领域的科学发现自动化。

第三个成就是物理自动化研究的顶峰——届时机器人将能够设计、改进和构建下一代自身，其能力将远远超出人类的范畴。

Jim Fan 18:40

你可能会问：这难道不是科幻小说吗？我们这辈子能看到吗？

人工智能领域花了整整 14 年，才从 2012 年 AlexNet 的第一次前向传播，发展到如今能够生成逼真视频的模型。AlexNet 最初只能勉强区分猫和狗。

2026 年——好吧，我们聊的是实体智能，那就再加 14 年——2040 年。2026 年正好介于 2012 年和 2040 年之间。而且技术发展并非线性，而是呈指数级增长。

所以我可以 95% 确定地说，到 2040 年，我们将完成机器人技术树的最终阶段。而我们那时依然年轻。

如果你相信机器人技术，机器人技术也会相信你。

对于在座的各位——我们这一代人，生不逢时，错过了探索地球的最佳时机；生不逢时，错过了探索星辰的最佳时机。但我们生逢其时，正值攻克机器人技术难题的最佳时机。

本文来自华尔街见闻，欢迎下载APP查看更多

根据道琼斯市场数据，费城半导体指数（SOX）周二录得2000年3月9日以来最强的25日滚动表现，期间累计涨幅超过50%。对互联网泡沫亲历者而言，这个日期意义深远：2000年3月9日的次日，纳斯达克综合指数触及互联网泡沫时代的收盘高点，此后三年内跌去约80%的市值，并耗费整整15年方才全面收复失地。

这轮行情的覆盖面已显著扩张。过去25个交易日，SOX指数全部成分股涨幅均在14%以上，英特尔、Credo Technology和Astera Labs三只个股各自涨幅均超100%。与此同时，因做空2008年金融危机相关资产而在《大空头》一书及同名电影中广为人知的投资人Michael Burry，本周披露已买入追踪SOX指数的iShares半导体ETF（SOXX）更多看跌期权，合约到期日定于2027年1月。

人工智能驱动的需求繁荣为这轮涨势提供了基本面支撑，但极端的短期涨幅与部分市场老将的公开警告，令该板块是否面临过热风险成为当前投资者争议的焦点。

历史镜像：涨幅触及互联网泡沫前夜水平

道琼斯市场数据显示，SOX指数周二录得的25日滚动涨幅超过50%，为2000年3月9日以来最高。这一数据点具有清晰的历史参照：2000年3月9日的次日——3月10日——纳斯达克综合指数触及互联网泡沫时代的收盘顶点。

随后的崩溃历时三年，纳斯达克累计跌去约80%的市值；从历史底部完整收复至泡沫高点，前后耗时长达15年。

这轮半导体牛市的起步阶段，很大程度上依赖英伟达一只个股的强势带动，但近期行情已向全板块扩散，英特尔、高通等此前表现落后的个股相继大幅跳升。

道琼斯市场数据显示，过去25个交易日，SOX指数全部成分股涨幅均在14%以上，其中英特尔、Credo Technology和Astera Labs三只个股各自涨幅均超100%，领涨板块。

基本面层面，人工智能基础设施建设对存储芯片等关键元器件的旺盛需求造成供应瓶颈，推动华尔街分析师大幅上调半导体企业盈利预测，覆盖范围不仅限于训练顶级AI模型所需的高端GPU，更延伸至各类芯片设计与制造公司。今年一季度半导体企业录得的强劲业绩，进一步巩固了投资者对该板块的乐观预期。

警示之声：老将示警，Burry布局看跌期权

并非所有市场参与者都对这轮涨势的可持续性持乐观立场。

包括前摩根大通首席策略师Marko Kolanovic在内的多位华尔街资深人士，此前已公开警告称，芯片股乃至更广泛的AI相关股票的涨势，看起来已严重过度拉伸。

Michael Burry——其在2008年金融危机前后的投资押注经历被《大空头》一书及同名电影广泛记录——本周早些时候在发给其Substack订阅者的评论中披露，他已买入追踪SOX指数的iShares半导体ETF（SOXX）更多看跌期权合约。Burry表示，上述合约将于2027年1月到期。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》报道，独立贸易监测机构全球贸易预警最新分析显示，若中东冲突持续扰乱石油市场，全球商品贸易增速到明年底将大幅收窄。GTA的模型显示，若油价波动率维持当前水平，到2027年底全球贸易增速将被拖累约1.1个百分点。

GTA创始人、瑞士洛桑IMD商学院贸易专家Simon Evenett警告称："持续的燃油价格波动会拖累全球贸易增长，且影响最长需要19个月才能充分显现。最坏的时刻可能还在前方。"

这一判断对世界贸易组织（WTO）今年3月的预测构成严峻挑战。WTO此前预计2026年全球商品贸易将增长1.9%，2027年进一步回升至2.6%。

油价剧烈震荡，波动率较战前高出近六成

自今年2月28日美国和以色列对伊朗发动打击以来，国际油价经历了大幅震荡。

布伦特原油价格从冲突爆发初期的约每桶70美元，一路攀升至近120美元的峰值；随后在外交突破消息传出后回落至86美元；但随着重开霍尔木兹海峡的谈判陷入僵局，油价上周再度涨至逾126美元。

伊朗在美以打击后宣布封锁霍尔木兹海峡，切断了全球约20%的石油供应，美国随即对进出伊朗港口的船只实施反向封锁。GTA数据显示，当前油价波动率较战前水平高出近60%，处于其模型所设两种情景的中间位置。

波动比高价更具破坏力

GTA的分析揭示了一个关键结论：对全球贸易而言，油价的不稳定性远比价格绝对水平更具杀伤力。

"一个油价昂贵但稳定的世界，对贸易的损害小于一个油价剧烈波动的世界。削弱商品贸易的是油价的波动性，而非价格本身，"该分析指出。

原因在于，持续高油价虽然推高了制造业出口国（如日本和欧元区）的成本，但同时也增加了大宗商品出口国的收入，两者在一定程度上相互抵消。而价格的剧烈波动则会导致航运合同重新谈判、库存被动消耗，并打击主要市场的消费者信心，这些影响需要数月时间才能逐步传导至贸易数据。

最坏情景下，非洲与中东首当其冲

GTA的模型参照了此前两次重大价格冲击进行测算：一是波动率上升25%的情景，与俄乌冲突后的能源危机大致相当；二是波动率翻倍的情景，与2008年大宗商品崩盘峰值相近。

在最坏情景下，非洲和中东受到的冲击最为严重，贸易增速将被拖累逾8个百分点；中国受到的冲击接近3个百分点，约为美国的三倍。日本和欧元区同样面临贸易增速下滑压力。相比之下，新兴亚洲和拉丁美洲目前尚未显示出明显影响。

航运数据暂未反映压力，但滞后效应值得警惕

目前，部分市场指标尚未充分体现上述风险。供应链分析机构Drewry的数据显示，亚洲与欧洲、北美市场之间主要航线的集装箱运价，与一年前相比基本持平，背后是需求疲软的支撑。

然而，Simon Evenett强调，模型显示油价波动的影响存在明显滞后，传导周期最长可达19个月。这意味着当前相对平稳的航运数据，并不能排除未来贸易流量下滑的风险。在GTA的基准情景下，若当前波动率轨迹延续，全球贸易增速到明年底将收缩1.75个百分点。

本文来自华尔街见闻，欢迎下载APP查看更多

周三，日元兑美元最高升至155.04，为2月24日以来最强水平，日内涨幅一度达1.8%。此前4月30日，日本当局时隔逾一年重返外汇市场，日元当日盘中最高涨约3%。知情人士向彭博表示，干预确已发生；对日本央行账户数据的分析显示，当局此次约动用345亿美元。

日本官员迄今未正式确认上述操作，财务省亦未在国定假日非工作时间回应置评请求。财务大臣Satsuki Katayama周一表示，政府在汇率干预问题上的立场是明确的。

随着干预疑云再度笼罩市场，投资者焦点转向日本当局的政策空间与博弈意图——尤其是国际货币基金组织（IMF）准则对年内剩余干预次数的隐性限制，正成为左右市场走向的关键变量。

急涨具备干预特征，157成“新防线”

澳大利亚国民银行策略师Rodrigo Catril表示，"美元/日元跳空低开，具备干预行动的所有特征。"他指出，近期价格走势进一步印证了财务省的政策意图：既要阻止日元贬值向160方向移动，也要向投机性做空者发出警告信号。

Credit Agricole CIB新加坡高级策略师David Forrester则指出，此前有关IMF准则的报道曾"鼓励投资者推动美元/日元重新走高"，但这反而为财务省和日本央行在157附近再度介入创造了机会。"157看起来正在成为新的防线，"他说。

储备充裕，但干预次数受IMF准则约束

高盛分析师估算，以上周单次干预规模为基准，日本仍有能力进行多达30次外汇干预，弹药相对充足，但分析人士预计当局将审慎保留储备，选择在更具效果的时机出手。

回顾2024年，日本当局曾多次买入日元，累计耗资约1000亿美元，当时日元一度贬至约160.17的低位，当局分别在157.99、161.76及159.45等关键节点相继采取行动。

然而政策空间并非没有上限。一名财务省官员此前表示，根据IMF准则，若日本希望维持"自由浮动汇率"国家地位，在今年11月之前最多只能再进行两轮为期三天的干预操作。David Forrester指出，正是这一限制的存在，令投资者此前选择重新推高美元/日元——而这也为当局在更有效的价位再度出手提供了窗口。

本文来自华尔街见闻，欢迎下载APP查看更多

5月6日，据追风交易台消息，高盛在最新研报明确指出，今年夏天全球总体库存不太可能跌破最低运营水平，但真正的危机在于局部地区和特定成品油的严重短缺。

研报称，目前，全球石油库存正逼近8年来的最低点，消耗速度令人担忧，高盛认为，宏观层面的“总量安全”掩盖了微观层面的“结构性危机”——石化原料（石脑油和液化石油气LPG）以及航空煤油正面临最紧迫的短缺风险，亚太地区（除中国外）和欧洲将成为重灾区。

该行还指出，随着冲击向西蔓延，最初的恐慌性囤货阶段已经结束，但区域性的供应链断裂和价格波动将为能源市场的结构性交易提供重要指引。

全球库存总量：尚未触底，但消耗速度令人警惕

高盛估计，当前全球石油总库存（包括可见库存和"隐性"库存，涵盖原油与成品油、陆上与水上、商业与战略储备）约为101天全球需求量（DoD），较2月底的105天下降4天。按照当前每月约3天的消耗速度，预计到5月底将降至98天。

这一数字表面上仍远高于两条关键警戒线：

• 欧盟要求成员国维持的最低61天紧急储备；

• 全球石油系统陆上最低运营库存估算值约30-40天。

然而，高盛明确指出，总量数据严重低估了区域和品种层面的短缺风险。一个地区的过剩无法及时弥补另一个地区的短缺，这正是当前危机的核心矛盾所在。

值得注意的是，全球可见油品库存即便霍尔木兹海峡出口流量很快开始恢复，也可能触及2018年以来的最低记录——因为任何完全正常化的交付至少需要数周时间。

高盛预计，OECD商业石油库存将在6月降至57天需求量，同样是2018年以来最低水平，但仍高于2000-2005年页岩油革命前53天的历史均值。

成品油：消耗最快、风险最高的环节

研报称，在所有库存类别中，陆上商业成品油库存是消耗最快、可见度最低、风险最集中的板块。

高盛估计，全球商业成品油库存已从战前的50天迅速降至当前的45天，其中：

• OECD成品油库存：从40天降至38天（降幅5%）；

• 非OECD成品油库存：从49天骤降至43天（降幅10%），是消耗最剧烈的板块。

相比之下，全球陆上商业原油库存基本持平（维持在39天），这为拥有炼油能力的国家提供了一定缓冲。

可见数据揭示的具体品种危机尤为触目惊心：

• 阿联酋富查伊拉港的石脑油库存自2月底以来暴跌72%；
• 西北欧ARA储油枢纽的石脑油库存下降37%；
• ARA的汽油库存下降13%，航空燃油下降32%，柴油下降15%。

高盛指出，中国和新加坡是少数成品油库存出现增加的地区，这主要源于两地削减了成品油出口。

亚太地区：替代进口仅能弥补部分缺口

高盛认为，亚太地区（APAC）是此次供应冲击的最大受害者。

4月份，亚太地区来自波斯湾的石油进口同比骤降11百万桶/天，导致该地区总进口量下降超过40%。

在应对层面，亚太地区的表现呈现明显分化：

• 成品油方面：通过削减出口，亚太地区弥补了约70%的波斯湾进口缺口，净进口量仅下降0.7百万桶/天；

• 原油方面：替代供应商仅能填补不到40%的缺口，导致4月亚太原油净进口量同比下降7百万桶/天——这将直接压缩国内炼油产能和成品油供应。

综合考虑各国自身原油库存水平，高盛认为南非、印度等面临成品油短缺的风险最高。

欧洲：航空燃油短缺或在6月成真

欧洲面临的最紧迫威胁来自航空燃油。

高盛联合欧洲能源与交通运输股票分析师估算，欧洲商业航空燃油库存（不含政府紧急储备）可能在6月跌破IEA设定的23天临界短缺阈值。这一预测基于以下假设：

波斯湾出口流量在6月底前恢复正常、欧洲无原油短缺、炼油厂不大幅调整产品结构、航空燃油需求下降3%，以及50%的进口替代率。

英国被认为是欧洲航空燃油配给风险最高的国家，原因是其对净进口的依赖程度最高。

值得警惕的是，法国和德国虽然总库存看似充裕，但其中70-75%为政府紧急储备，商业库存覆盖天数分别仅为16天和17天，均已低于IEA的23天临界阈值。

ARA地区的实时周度数据也印证了这一判断——航空燃油库存正在快速消耗。

价格信号：恐慌性补库阶段已过，冲击向西蔓延

价格走势提供了重要的市场情绪参考。

自4月初以来，柴油和航空燃油价格分别下降了74美元/桶和50美元/桶，反映出市场从3月的恐慌性补库转向4月的去库存阶段，同时也体现了需求软化和战略石油储备释放的影响。

尽管如此，成品油价格整体仍处于高位。从地区差异来看，非洲价格持续高于美国，与新兴市场/美国之间的短缺风险差异相吻合，但地区间价差已有所收窄。

与此同时，高盛对彭博新闻流的汇总分析显示，燃料配给相关报道已从3月底的高峰回落，这可能反映政府政策干预、本地需求下降，或单纯的"新闻疲劳"效应。

从地理分布来看，急性短缺的报道中心已从一个月前的泰国和印度，转移至近期的马来西亚和孟加拉国，这与供应压力持续向外扩散的判断相吻合，表明冲击波仍在向更广泛的地区传导。

本文来自华尔街见闻，欢迎下载APP查看更多

随着美国、以色列与伊朗之间的冲突封堵霍尔木兹海峡、波斯湾铝冶炼产能遭受重创，伦敦铝价上月触及四年高位，沪伦两地价差扩大至2022年以来最宽水平。

（沪/伦铝价比触及2022年4月份水平）

中国有色金属工业协会预测，今年中国铝产品出口有望创历史新高。与此同时，铜线缆、太阳能电池及锂离子电池出口也在同步大幅攀升，3月单月数据均录得强劲增长。

对于中国金属生产商而言，这场地缘冲击正在转化为切实的订单红利。海外需求的爆发不仅填补了国内需求疲软留下的缺口，更将中国在清洁能源产业链中的供应主导地位推向新的高度。

今年2月底爆发的中东冲突迅速蔓延至大宗商品市场。

霍尔木兹海峡实际关闭后，对波斯湾铝冶炼厂的打击尤为直接。该地区约占全球铝供应量的9%，设施受损导致产出骤降，伦敦金属交易所铝价上月一度升至四年高点。

伦沪价差随之急剧拉宽。中国有色金属工业协会轻金属部主任Mo Xinda上月在一次行业会议上表示，海外溢价已攀升至"难以置信"的高水平。

值得注意的是，由于中国维持铝出口关税以保障国内供应，大量原铝并不能直接流向国际市场，这一政策约束反而放大了波斯湾供应中断对国际价格的冲击效应。

据彭博调查的六位交易商透露，自3月下旬以来，中国铝加工厂收到的海外订单明显增加，其中电网及汽车用铝产品的需求尤为紧迫。

据报道介绍，部分热轧厂的订单已排满至6月，领涨品种包括电动汽车用铝、电池芯材、储能冷却板及数据中心散热材料。

出口免税品类同样出现放量迹象，例如机构预计4月至5月合计出口的铝绞线，可能较去年同期翻番，达到4万至5万吨，主要流向"一带一路"沿线国家。

铜领域出现了类似走势。

中国海关数据显示，3月铜线缆出口同比飙升36%。与清洁能源转型相关的其他产品同样表现强劲：太阳能电池出口3月大增80%，锂离子电池出口上涨34%，电动汽车出口增幅达53%。

清洁能源与空气研究中心（CREA）高级顾问Xinyi Shen指出，中国在清洁能源领域的出口优势并非偶然：

中国制造商已在成本、规模与供应链整合方面处于领先地位。当全球需求骤然加速时，他们最有能力快速响应。

油价高企是上述趋势背后的重要驱动力。

咨询机构Wood Mackenzie上月指出，更高的化石能源价格"有助于维持电动汽车出口强度，进而在未来数月内支撑铜需求"。

Xinyi Shen表示，化石燃料价格上涨正在刺激太阳能和储能产品需求，东南亚和非洲等电力供应紧张的市场正加速采用"光伏+储能"方案以替代柴油发电，中国出口数据正是这一趋势的直接体现。

不过，出口退税的调整仍是一个潜在制约因素。太阳能电池和锂离子电池此前已受到退税取消政策影响，相关出口增速能否持续，将在一定程度上取决于后续政策走向。

中国4月贸易数据预计于本周六公布，届时铝、铜、电动汽车等关键品类的出口数字将提供更多线索。

本文来自华尔街见闻，欢迎下载APP查看更多

The Circuit播客近日发布了一期对话节目，主持人专访了美光科技数据中心业务部门高级副总裁兼总经理Jeremy Werner。对话围绕AI时代内存与存储行业的结构性变化展开。

Werner开门见山地表示，这一轮内存行业的繁荣与以往的周期性波动有本质区别。

内存已经成为数据中心推理环节突破瓶颈的关键战略资产，也是训练全球最先进模型的核心支撑。我不认为这个趋势会放缓。

AI推理的“内存墙”：不够用就得从头算

Werner用一个直白的逻辑解释了为什么推理对内存的需求如此特殊。

训练和推理对内存的使用方式截然不同。Werner说：“训练用内存来学习，然后遗忘，最终输出一个模型。但推理用内存来记忆。”

推理过程分为两个阶段：预填充（prefill）和解码（decode）。在解码阶段，模型需要不断调用此前的计算结果——也就是所谓的KV缓存（KV Cache）——来生成更准确的答案。

问题在于：如果内存不够存下这些历史状态，模型就必须从头重新计算。Werner解释了这意味着什么：

每一轮重新计算，所需的算力相当于此前所有轮次的总和。也就是说，算力需求是指数级增长的。而如果你能存下上一轮的状态，每一轮只需要线性地多做一步。

换句话说，内存不足会让GPU的算力利用率急剧下降。反过来，Werner指出：“如果你能提供足够快、足够大的内存，理论上可以从GPU中榨取出平方倍的算力。”

推动KV缓存需求膨胀的因素有三个：上下文窗口越来越长、模型参数量越来越大、同时并发使用AI的用户越来越多。Werner透露，目前上下文长度正以每年30倍的速度增长。

内存层级：从HBM到SSD，一条完整的“存储链”

Werner详细梳理了AI数据中心的内存层级结构，从最靠近GPU的高带宽内存（HBM）到最远端的海量SSD，构成一条完整的“存储链”。

第一层：HBM，紧贴GPU，典型容量在10至100GB之间，速度最快，但容量有限。

第二层：主内存（Main Memory），连接至CPU，容量通常是HBM的4至20倍，但速度更慢、距离更远。以英伟达Blackwell系统为例，主内存连接至Grace CPU。

第三层：扩展内存（Expansion Memory），通过光纤连接独立内存模块，目前尚未大规模量产部署，但已是业界关注的方向。

第四层：上下文内存存储（Context Memory Storage），即用SSD来存储KV缓存。Werner指出，英伟达CEO黄仁勋今年已公开谈及这一方向。与HBM相比，SSD的延迟更高、带宽更低，但容量可达HBM的1000倍。

第五层：数据湖，数据中心底层的海量SSD存储，以EB（艾字节）计。

Werner表示，目前整个层级从上到下都处于供不应求的状态：“只要我们发布产品，他们就会消耗掉。只要我们提升容量和性能，他们就会找到方法部署。”

HBM4与245TB SSD：美光的两张王牌

面对上述需求，美光正在两个方向同时发力。

HBM4方面，Werner透露，美光刚刚发布了HBM4产品，带宽是上一代HBM3e的两倍以上。他强调，提升带宽的核心逻辑在于：当瓶颈不是算力而是内存带宽时，必须加快数据送达GPU的速度。

SSD方面，美光推出了一款245TB超大容量SSD，Werner形容“这个东西比一副扑克牌大不了多少”。

这款产品的意义不仅在于容量本身。Werner解释，目前数据中心部署的硬盘容量普遍在30TB出头，而245TB的SSD意味着同等存储量所需的设备数量大幅减少，连带减少了网络连接、电源、风扇等配套设施，最终将存储占地面积压缩逾80%，同时显著降低功耗。

“你只需要为你真正需要的性能付费，而这些性能是以更高效的每瓦特GB来交付的。”Werner说。

这直接回应了数据中心当前最棘手的两大约束：电力预算和物理空间。Werner表示：“如果电力是限制增长的瓶颈，那我们就必须在固定功耗预算内，找到提供更高效性能的方法。这正是我们大量创新的来源。”

产能已经跟不上：全球五座晶圆厂同步开建

尽管需求旺盛，Werner坦承，内存行业的产能已经无法跟上需求。

“我们没有在全球建造足够多的晶圆厂。”他直接说道。

目前美光正在全球同步推进五座晶圆厂的建设：

• 爱达荷州博伊西：60万平方英尺洁净室，相当于10个足球场大小

• 纽约州北部：已宣布开工建设

• 弗吉尼亚州：现有晶圆厂扩建

• 新加坡：南部晶圆厂（Nanfab）破土动工

• 日本：DRAM生产设施扩建

• 中国台湾：刚刚从PSMC收购一座晶圆厂

Werner表示，目前整个行业都受制于洁净室空间，这一状况短期内难以改变。

我们已经无法跟上需求了，其他所有人也一样——英特尔、英伟达、台积电都在说，我们已经满负荷了。晶圆厂不是说长就能长出来的。

市场还没看懂这件事

对于市场的担忧，Werner有不同看法。

他认为，市场目前看到云服务商（CSP）资本开支大幅增加，就开始担心这是否可持续。但他的判断是：“这些企业正在经历一场巨大的革命，其潜力仍然超出大多数人的想象。”

Werner还指出，AI的应用场景远未饱和。训练时代已经过去，推理时代刚刚开始，而Agentic AI（智能体AI）和物理AI（Physical AI）甚至还没有真正大规模落地。“我真的相信，我们只是刚刚触及AI将要带来的变革的表面。”

他也承认，硅谷内外对AI的认知存在巨大落差：

在硅谷，大家都非常兴奋，很容易陷入自己的信息茧房。但当我和不在这个行业的朋友聊天，他们很多人还没有意识到未来20年将会发生什么。

访谈全文如下：

突破“内存墙”：美光科技的AI时代战略

节目：The Circuit 嘉宾：Jeremy Werner，美光科技核心数据中心业务部门高级副总裁兼总经理 主持人：Ben Beharin、Jay Goldberg

第一章：开场介绍

Ben： 大家好，欢迎收听新一期《The Circuit》。我是Ben Beharin。

Jay： 大家好，我是Jay Goldberg。

Ben： 今天我们有一位非常出色的嘉宾——来自美光科技的Jeremy Werner。大家一直希望节目里有更多聊存储器的嘉宾，今天这个愿望实现了。Jeremy，感谢你的到来。请先简单介绍一下自己，然后我们就直接进入讨论。

Jeremy： 这可是不小的压力，大家期望值这么高。我是Jeremy Werner，负责美光科技核心数据中心业务部门，我们向全球数据中心提供SSD和DRAM产品。

第二章：这一轮周期与以往的不同之处

Jay： 我听说存储器市场最近表现不错？

Jeremy： 还可以，当然永远可以更好。

Jay： 这正是我想问的。存储器行业历来以周期性强著称，而你们现在的处境感觉像是每天早上起来都要捏一下自己——这是真的吗？你在存储器行业深耕多年，能不能帮我们对比一下这一轮周期和以往有何不同？

Jeremy： 确实有很多有趣的事情正在发生。说实话，在听了你们评论台积电财报电话会议的方式之后，我对给出答案还真有点担心。不过，这一轮确实不一样——AI正在从根本上改变存储器为数据中心创造价值的方式。存储器已经成为破解推理瓶颈、支撑数据中心推理能力的核心战略资产，同时也是训练全球最先进模型的关键所在。这对存储器行业而言是一个无比精彩的时代，而且我不认为这个趋势会放缓。

Ben： 我很好奇，你们对这一切是早有预判，还是像其他人一样被打了个措手不及？存储器在AI这波浪潮中的角色，你们是提前看到了，还是算是赶上了？

Jeremy： 我觉得，当LLM模型发展到足够强大、真正发布出来，让大家意识到它的能力边界之后，全世界都有点惊讶。随着算力和训练能力突破临界点，技术实现了跨越式的飞跃，这一点确实超出了所有人的预期。ChatGPT的发布让全球都意识到了正在发生的事情。当然，说我们完全预见到了需求增长的爆发速度，那并不准确——我们清楚地知道存储器和存储在技术上有多重要，但我们没料到增长会这么快。

第三章：预判AI的爆炸式增长

Ben： Jensen曾公开表示，你们的CEO是AI的早期倡导者。所以你们应该是比较早就看到了吧？

Jeremy： 是的，我们很早就开始布局，持续开发支持AI的各类技术——从靠近GPU的HBM、LPDDR5、SOCAM，到高性能SSD和大容量SSD。这些产品从研发到量产需要三到五年甚至更长时间，绝不是某天突然决定拼凑起来的。Sanjay长期以来构建了一套出色的基础设施体系，让我们能够制定长远愿景、规划未来、探索技术、建立大规模运营体系、推进路线图并与客户深度合作。所有这些要素聚合在一起，才使美光在这个精彩时代取得了今天的成绩。

Jay： 我觉得有一点很关键——你们和台积电、以及存储器领域的其他玩家都在投入扩产，这种投资力度是建立在一个共同判断之上的：这不会再回到深度周期性波动。从数字上看，如果半导体行业今年或明年突破万亿美元规模，之后快速迈向两万亿，它不会再跌回7000亿的水平。市场的底部抬高了，行业格局变了，总可寻址市场的体量变大了。大家都在按这个逻辑规划扩张，因为AI是贯穿整个行业的可持续性创新。

Jeremy： 是的，这是可持续的创新，而且我真心相信，我们现在不过是刚刚触及AI发展的表面。过去几年，训练更复杂的模型是数据中心基础设施建设的最大驱动力。当然，也有很多人在用AI，比如用它来更快地回答问题、编辑文档。但仅仅在过去六个月里，AI能做的事情和发展的速度已经让我不得不完全刷新认知。

Jay，我听了你的播客，你说你一般同时跑二十个云端AI Agent。

Jay： 哈哈，对，但录节目的时候只跑五个。

Jeremy： 现在Agentic AI已经出现，个人和企业都刚开始摸索它的可能性；而Physical AI（物理AI）实际上还没有真正大规模展开——这是一条未来多年持续扩张与变革的路线图。未来十年、二十年，世界的面貌会截然不同。如果你想看清未来，不妨回头看看阿西莫夫的作品。我不是说我们真的会在月球中央建一个机器人城市，但他对自动驾驶汽车、飞行自动驾驶交通工具、无所不能的机器人、高度自动化的生产与制造等方面的预言，在今天看来颇具前瞻性。我们现在正处于这场变革的起点。

第四章：AI市场的长期可持续性

Jay： 毫无疑问，所有这些发展都将带来海量的存储器需求，同时也会产生需要快速访问的大量数据，这对我们的SSD产品线同样是利好。

Ben： 好，那我们来深入聊聊你提到的推理这个话题。我认为这是理解当下正在发生什么的最佳切入点——我们正在从训练时代走向推理时代。围绕ASICs和GPU的基础设施与芯片架构，在很大程度上是为训练而设计的。而现在，我们看到这个格局正在向推理时代演进。比如英伟达开始推出专门针对推理的产品，谷歌也推出了专用于推理的TPU——这些都是我们预料中会发生的事。训练架构和推理架构会走向分化，而推理架构面临着截然不同的存储挑战——谷歌称之为"内存墙"。你能详细讲讲推理的工作负载，以及为什么推理加速器对存储器的需求如此不同，这将对存储器行业产生怎样的影响？

第五章：AI推理中的"内存墙"

Jeremy： 当然。训练用存储器来学习，学完之后释放掉，最终输出一个模型。但推理用存储器来记忆。推理可以粗略地分为两个关键阶段：第一个是预填充阶段（prefill），所有的提示词token在这里被处理；第二个是解码阶段（decode），每个token在这里被反复迭代以得到更好的答案——实际上会有多个解码阶段。

在解码阶段，过去所有的上下文信息都应该被喂给模型，以便获得最准确的答案——这是模型智能的主要来源。而这正是推理的"内存墙"所在之处。

第六章：KV缓存与上下文窗口详解

解决这个问题有两种思路。在传统架构中，有一种叫做KV缓存的机制：在解码过程中，计算完token之后，将KV缓存保存在内存里，再把它读回来，继续计算下一个token，如此反复迭代。

上下文窗口越长——对于不熟悉这个概念的朋友，可以把它理解为你输入到问题里的信息量，比如你和AI对话的历史长度——所需的迭代次数就越多。如果你没有足够的内存来存储历史上下文，就必须从头开始重新计算所有内容。这意味着计算量会呈指数级增长——每一轮的计算量，几乎等于此前所有轮次的计算量之和。相反，如果能保存上一轮的状态，每一轮只需增加线性的计算量。所以，一旦内存不足以存储足够的上下文，计算量就会以平方级别膨胀。

此外，不只是上下文本身——模型规模（即参数量）也在持续增长，这对模型智能至关重要；每次迭代的token数量在增长；同时，每块GPU上并发运行的Agentic AI用户数量也在增长。所有这些因素叠加，使得每块GPU所需的KV缓存量急剧攀升。如果能成功提供足够的内存和存储，理论上可以从GPU中榨取出远超传统模式——即平方级别——的计算效能。

第七章：内存层次结构——从HBM到SSD

Jay： 我们节目有不少非存储器、非技术背景的听众，能不能退一步，带大家梳理一下整个存储器层次结构？存储器的种类很多、缩写也很多，整体比较复杂。

Jeremy： 当然。负责AI计算的GPU、TPU或其他加速器，离它最近的是目前受到最多关注的一类存储器，即HBM——高带宽内存。它既用于训练，也用于推理栈中的token生成。通常情况下，紧贴GPU存储的KV缓存大约在10到100GB之间。

如果HBM容量不够用，KV缓存就往外移一层，进入主存（main memory）。主存通常挂载在CPU上——比如在H100系统中，往往连接的是英特尔或AMD的x86 CPU；在英伟达最新的Blackwell系统中，主存则挂载在Grace CPU上。这部分内存的容量通常是GPU上HBM的4到20倍——容量更大，但速度更慢、距离更远。

到目前为止，KV缓存基本上就止步于主存这一层。一旦超出，就只能重新计算。但随着推理越来越复杂，上下文窗口不断扩大，大家开始探索进一步扩展内存容量的方案。

往下一层，有一个叫做扩展内存（expansion memory）的概念，目前还没有在生产中得到实质性部署。思路是将大量高容量DIMM模块通过光学连接，放在独立的扩展盒中，与所有GPU相连——当主存不够用时，可以从这里获取高速存储。

再往下，就是Jensen今年重点提及的"上下文存储"（context memory storage）——用SSD来存储更多的上下文。这个层级的延迟更高、带宽更低，但容量可以达到HBM的一千倍。

最底层是数据中心里由海量SSD构成的EB（艾字节）级网络数据湖。这就是整个层次结构的全貌。

Ben： 那么在今天，瓶颈最集中在哪里？无论是技术层面还是产能层面，痛点最突出的是什么？

Jeremy： DRAM和SSD，整个栈从上到下都有需求。我们一旦推出新产品，立刻就会被消化吸收；容量和性能一旦提升，客户马上就能找到部署方式。可以说，全线都是瓶颈。

第八章：规模化服务数十亿并发用户

Ben： 从训练过渡到推理，让我最为震撼的一点是：在训练场景中，只是少数人把训练任务扔给一堆计算节点，目标就是跑完训练、输出模型；而推理面临的挑战完全不同。我们即将迈入这样一个阶段——数千万、数亿乃至数十亿用户，将同时使用巨大的上下文窗口处理各自的任务。无数用户在同一时刻，都需要海量内存来支撑他们的工作。我理解像TPU这样的AI推理架构是为此而生的，但就算有满架的芯片，再加上你们提到的内存扩展设备，面对这种级别的并发，感觉问题还是极难解决。整个存储器层次结构中，什么能帮助解决这个问题？同时高并发命中所有这些用户的工作负载，对存储器的需求究竟是什么？

Jeremy： 关键在于速度。如果瓶颈不在算力，而在内存带宽，那我们就必须提升带宽，让所有历史上下文都能快速到达GPU。很大程度上，这取决于速度——这也是我们在HBM产品上持续高速创新的原因。我们刚刚发布了HBM4产品，其带宽是上一代HBM3E的两倍以上，而HBM3E在一年前还是行业前沿。

第九章：破解功耗与效率瓶颈

当然，当你持续提升性能时，就会遭遇其他瓶颈——尤其是在数据中心层面，而这也是长期以来大多数人在AI部署上最关注的问题：功耗。

能否获得足够的电力来驱动所有这些算力？能否充分发挥算力的效用？能否让电力物尽其用？如果性能翻倍的同时功耗也翻倍，而电力总量固定，那实际上能提供给用户的并没有增加。所以，关键在于：如果电力供应是增长的瓶颈，我们就必须在固定功耗预算内，大幅提升性能效率——这正是我们大量创新工作的核心所在。目标是在不等比增加功耗的前提下，持续提升性能。

大家在存储器领域经常谈带宽——数据以什么速率传输。但现实远比这复杂。随着整个栈中一些深层次的动态变化正在发生，美光在这方面有一些很有意思的探索。要真正实现功耗效率的提升，必须深入了解推理的处理方式与细节，这反过来驱动了大量的协同代码设计需求——比如在GPU和存储器之间，哪些计算该在哪个层级完成。这是当下存储器行业另一个深层次变革要素。

第十章：AI为何正在引发存储短缺

Jay： 我想接着问一个让我很感兴趣的问题。靠近GPU的存储器、尽可能大的带宽，这部分需求我很好理解。但听起来存储方面也面临大面积短缺，不只是在计算侧或GPU托盘上，而是覆盖整个数据中心生态系统。这是为什么？

Jeremy： AI对存储的需求来自几个方面。首先，AI本身会生成大量数据。用过Grok或者刷过X（推特）的人都知道，AI图像生成的速度之快，远超任何一个最熟练的表情包制作者，而所有这些内容都会被存下来。我常说，大多数人都是数字囤积狂——我们不太舍得删数据。

不仅如此，AI模型正在让我们每个人——包括那些以前缺乏技术能力来实现创意的人——都能把想法变为现实，至少是数字现实。这是一场面向所有人的创意革命，我们都在创造更多数据。企业也同样如此，AI让他们能够更好地创建和利用自己的数据。而要真正发挥AI的价值，最关键的是把所有数据都存放在可以被快速访问的地方。

AI不只是创造数据，它还要访问数据来提供洞察、解决问题、给出更好的答案。这就带出了存储领域的一个概念——"数据预热"（warming）。我们通常把数据分为"热数据"和"冷数据"。热数据是指近期很可能被访问的数据；冷数据则是那些基本上没人会查的东西，比如十年前的税单。但有了AI，你一提问，它就要翻遍所有数据来找答案——那些曾经的冷数据，正在变暖。一切都在升温。数据越热，就需要越快的存储，因为访问频率大幅增加。

此外，还有另一个令人兴奋的未来增长点：由于没有足够的内存来存储所有KV缓存，数据中心SSD将迎来巨大的增量需求，用于存储查询调度和多轮对话工作流——如果用现有架构来处理，就不得不反复经历我前面说的那种重新计算的循环。

第十一章：个人AI Agent与持久化内存需求

Jay： 这正是我在使用AI过程中花了大量时间研究各种"框架"的原因——Open Claw、Hermes，各种新工具层出不穷。其中一个很重要的功能是跨模型的负载均衡，但还有一个更重要的部分是为AI创建持久化记忆。现在一个大问题是：你用AI Agent做了一件事，下次打开它什么都不记得了。

Jeremy： 这不会让你抓狂吗？就好像教一班学生，每天都要从教材第一页重新开始。

Jay： 对，太形象了。现在很多工具都声称"你得用这个、你得用那个"，本质上都是在为AI Agent创建一个文件结构来模拟记忆——这些都是变通方案。它背后的逻辑是：如果你给AI提供记忆，它的历史就会存在内存里。如果你离开一段时间，内存要么继续占着，要么需要卸载到SSD，等你回来时再读回来。

Ben： 是的。我现在在Claude里管理着好几个任务和项目，得很刻意地切换到对应的项目或上下文窗口，不然会混在一起。而且我一直担心每个项目最终都会把上下文窗口撑爆。这周跟很多人聊，大家都在推荐各种工具和"超级插件"——我觉得最终一定会有人做出一个更通用的框架，自动帮你管理这一切。大家都会喜欢它，因为用起来简单多了，但代价是消耗更多内存。现在我手动管理，确实比较高效，但我很愿意牺牲这种精细化控制，换来更流畅的体验——哪怕那意味着需要更多内存，效率更低。

Jeremy： 这正是我们观察到的现象——上下文长度，也就是你说的这个，目前正以每年30倍的速度增长。

Ben（Jay）： 天哪。

Ben： 还有一件事让我觉得难以置信：我现在和AI的交互——比如用ChatGPT或Claude——是一种碎片化的记忆配上碎片化的存储。它只能看到一个"文件夹"，只有当前上下文范围内的内容是热数据，我所有的数据并不全部可用。我最近才意识到，我电脑上的文件加起来有好几个TB，绝大部分在AI的语境里都是冷数据。我非常想对AI说："喂，帮我找一下这个东西，"但它就是做不到。所以你说的那种场景——企业把全量数据上线，同时开放边缘访问——在我看来是AI价值的又一次阶跃。当你真正拥有所有数据的访问权时，那将是质变。但这同时也是一个需要我们解决大量难题的存储与内存问题。

第十二章：超大容量SSD的创新

Jeremy： 正是如此。沿着这个方向，针对企业级大规模数据——加上我们刚才讨论的功耗问题——我们最近发布了一款245TB的SSD，体积只比一副扑克牌稍大一点点。

引入这样的产品，我们能够大幅降低数据中心和企业在存储上的功耗，同时将存储的物理占地面积压缩超过80%。功耗是一大瓶颈，数据中心的物理空间也是一大瓶颈，而让存储更靠近GPU也是未来的重要趋势。所以，在更低的功耗占用下，释放数据中心的潜力，提供更高的性能和更大的存储容量，并且尽量靠近GPU——这是我在文件与对象存储领域最为期待的事情之一。

Ben： 这种功耗的优化是存储技术本身的进步，还是因为在单一体积中集成了更大的容量，减少了分散部署的开销？能不能稍微展开讲讲功耗方面的机制？我认为这一点非常关键——大家都认同Jensen的基本逻辑：在固定的功耗预算内，实现最大化的算力，这包括我们讨论的所有基础设施。所以，任何能降低功耗成本的创新都至关重要。

Jeremy： 当然。首先，SSD相比机械硬盘，在提供性能方面本身就具有天然的功耗优势——从读取角度看，根据工作负载不同，SSD的读取性能可以达到机械硬盘的一千倍，而且没有活动部件，这从一开始就带来了显著的功耗节省。

但更大的收益来自大容量带来的系统级整合效应。245TB装进一个大约四分之一机械硬盘大小的空间里，而目前部署的机械硬盘容量大概在30TB出头。这意味着你需要的网络连接、线缆、机箱、电源模块、散热风扇——所有围绕着部署多出10倍设备而产生的附加成本——全都大幅减少。这些"附加"的东西都有实实在在的成本和功耗。把这些冗余全部消除掉，做到高度整合，最终你只需要为你真正需要的性能付费，而这些性能是以更高效的每瓦特GB来交付的。

Ben： "每瓦特GB"这个指标，我觉得是个很好的分析框架。

第十三章：加速工程创新的节奏

Ben： 聊聊你们在整个栈上正在推进的创新工作。我想从两个角度来看这件事。从历史角度说，你有没有感受到存储器领域创新节奏加快的压力？我一直以为——你可以纠正我——历史上存储器，乃至存储行业在某种程度上，在挑战极限方面会相对保守，因为很多事情必须做对，良率不能出问题。这一点当然没有变——我不是说存储器突然可以像逻辑芯片一样接受50%的良率了，不可能。但我感觉现在是那种要踩下油门的时刻。你们是怎么看待这个问题的？又在哪些方向上着力解决？对于那些在存储器与存储领域专注攻坚的工程师来说，这也是一段很特殊的时期。

Jeremy： 是的，一切都在加速：我们的时间线在加速，创新速度在加速，产品需要内嵌的智能程度在加速，复杂度在加速，超级工厂（mega fab）的建设速度在加速。这是真实的挑战，但也令人振奋。谁不希望每天来上班，到了晚上回头一看才意识到自己几乎没有喘息过？我们以惊人的速度奔跑，这在美光是一种令人充满活力的感受。

我们在做的事情之一，是拥抱AI技术本身。如何跑得更快？这个时代给了我们一个绝妙的工具——我不想说是"从天而降"，因为我们自己也参与了它的构建——我们正在用它来加速自身的能力，提升良率更快，设计和研发更快，发现问题更快。所有那些传统上存在的挑战依然存在，但现在我们要更快、更好、更高效地完成所有事情：更快地流片，更快地迭代制程技术，在全球各地的工厂更快地完成设备安装和产能爬坡——更快，更快，更快。一周只有七天，到了某个点你就必须寻找创新的方法。我们一直做到了，而现在AI是一个了不起的工具，正在帮助我们迈向下一个层级。

Ben： 在这一点上，我能想象客户会直接来找你们说："我们需要你们实现这个，能做到吗？"然后你们全力投入，协助解决他们两三年后将面临的问题。这种在存储器与存储方面深度联合优化的合作模式，在美光与合作伙伴之间，一直是这样吗？

Jeremy： 我们一直保持着扎实、深入的技术合作。我们有趣的地方在于，需要与整个链条上的所有人协同——软件提供商、CPU和GPU硬件设计商、制造工艺、系统集成商、数据中心建设方。我们可以和产业链上下游的每一个玩家携手合作。但现在的合作深度，是前所未有的。这种深度联合设计，正是回到我们一开始说的，这一次对存储器行业而言真正不同的地方。

第十四章：市场的误解与AI的未来潜力

Jay： 很有价值的分享。那么，你觉得市场上大家普遍还没有意识到的是什么？有哪些误解？

Jeremy： 我觉得人们看到大型云服务提供商和数据中心企业资本支出不断攀升，会担心这是否可持续。但我认为，这些企业正在经历一场深刻的变革——就像我前面提到的，它将从根本上改变人类社会，解决无数难题：没有医疗资源的人将能获得诊断和外科建议；我们将以更快的速度实现创新；生产与制造将走向高度自动化，提升全球数十亿人的生活质量。

当然，并非所有事情在任何时刻都是清晰可见的——这些模型的商业变现何时转化为实际营收？他们的投入是否超过了当下的能力？我的答案是：没有。我认为AI的潜力仍然超出大多数人的想象。

有趣的是，在硅谷，大家对AI的热情高涨，很容易陷入自己的信息圈，因为周围的人都深刻理解这项技术的深度，也知道各种令人兴奋的进展。但当我和不在这个行业的朋友聊，情况就不一样了。有的朋友确实说："这东西让我能在自己的行业做出难以置信的事情"，他们真的在创新。但也有更多的朋友，他们看到的是LLM在ChatGPT上的表现和股市的波动，却并没有真正看清楚未来二十年将会发生什么。而我完全相信那一切都会发生。

第十五章：全球超级工厂建设竞赛

Jay： 让我问一个反面的问题。我们大概都同意，AI是真实的，只是大多数人还没意识到它的潜力。这意味着随着时间推移，人们会逐渐追上来——他们会意识到ChatGPT不只是用来生成搞笑表情包的，可以真正做严肃的工作。需求还在持续加速——但近期内，存储器行业能跟得上吗？有没有可能到了某个时间点，我们只能告诉用户："不好意思，我们已经尽力了，新工厂还没投产，先等半年吧。"

Jeremy： 坦率地说，从产能角度来看，那个时刻已经到了。我们已经跟不上需求了。

全球的工厂建设确实不够用，而建一座工厂绝非易事。给你一些参考：我们目前在全球同时建设五座工厂。我们已宣布在爱达荷州博伊西建设一座60万平方英尺的洁净室；在纽约州北部启动了新工厂建设——这些项目正在把存储器生产带回美国本土，同时扩充我们在弗吉尼亚州的存储器工厂，使美国成为存储器的重要生产国。仅博伊西和纽约的工厂，每一座的车间面积就相当于十个标准足球场大小。此外，我们宣布在新加坡的Nan Fab破土动工以扩大产能，扩建日本的DRAM生产设施，并从台湾PSMC收购了一座工厂。我们正在大力推进建设以快速上线产能。

目前，整个行业受限于建筑施工和洁净室空间，这种状况短期内不会改变。如何满足需求，是我们面临的最大挑战。我们也在通过提升工艺技术来提高每平方英尺的芯片产出，从而在不扩大面积的情况下多生产一些。但归根结底，我们已经没能跟上需求，其他人也一样——英特尔、英伟达、台积电都在财报电话会上说：产能已经满了，工厂不是说长就能长出来的。

Ben： 而且回头看整个对话，让我感慨的是变化之快——就连一年前，我们都没有聊过这些话题。很可能一年后，这里的一切又会大不一样。但不管形势怎么变，对算力的需求不会变；而我们正在解决的这些问题，会随着更多算力、更多存储器、更多存储的到位，让AI变得更有能力。我忘了是谁说的了，但有一句话我特别喜欢："你今天用的AI，是AI有史以来最蠢的。"然而感觉已经相当聪明了。你们正在解决的这些问题，正是让AI更有用、更有价值的关键——而随着AI越来越好，超大规模云厂商的变现能力也会提升，吸引更多用户，创造更多价值。存储器和存储，是这一切的核心组成部分。

Jeremy： 说得好。

第十六章：结语

Ben： Jeremy，非常感谢你今天来到《The Circuit》，也感谢你的时间。欢迎随时回来聊存储器。感谢大家的收听，希望这期节目对你们有所启发，我们下周再见。

Jeremy： 谢谢大家，别忘了告诉你的朋友——还有你的AI Agent。

本文来自华尔街见闻，欢迎下载APP查看更多

当地时间5月5日美股收盘后，“交换机龙头”、网络设备制造商Arista Networks公布了2026年一季度财报。数据本身相当亮眼：营收和利润双双超出华尔街预期。但市场的反应截然相反——股价盘后一度重挫近14%，跌破148美元，远低于当日收盘价170.22美元。

问题出在利润率指引上。

业绩本身没问题

数据显示，Arista一季度（截至3月31日）营收27.1亿美元，同比增长35%；调整后每股收益0.87美元，同比增长34%。

这两项数据均超出分析师预期——据FactSet数据，华尔街此前预测营收为26.2亿美元，每股收益为0.81美元。

一季度非GAAP毛利率为62.4%，也在此前公司给出的62%至63%指引区间内。

Arista首席执行官Jayshree Ullal在财报后表示："Arista在2026年一季度开局强劲，我们的业绩和行业领先的净推荐值均表现出色。我们在安全客户端到园区再到云端及AI网络领域具备独特优势。"

指引“仅仅符合预期”，市场不买账

Arista给出的二季度营收指引约为28亿美元，与FactSet统计的分析师预期27.8亿美元基本持平，调整后每股收益指引约为0.88美元，也略高于预期的0.86美元。

单看这些数字，指引并不差。

但真正让投资者不安的，是利润率。Arista预计二季度调整后运营利润率为46%至47%——这一区间低于上年同期的48.8%，也低于刚刚过去的一季度的47.8%。

利润率走低，意味着公司赚钱的效率在下降。对于一家估值已经相当高的科技股来说，这是一个敏感信号。据Investor's Business Daily报道，在高预期的背景下，"指引仅仅符合预期"本身就足以引发抛售。

AI基建热潮的受益者，但竞争压力不容忽视

Arista的核心业务是为数据中心提供网络交换机，加速云计算和AI基础设施内部的数据传输。

过去两年，随着微软、Meta、谷歌、甲骨文等科技巨头大规模扩建AI数据中心，Arista成为直接受益者——该股过去两年累计涨幅约150%。

在一季度亮点中，Arista推出了XPO高密度液冷可插拔光模块，公司称该产品可将网络机架数量减少最多75%，节省最多44%的机房占地面积，适用于下一代AI数据中心。此外，公司还推出了基于7800系列的"通用AI骨干网"产品。

在客户层面，据报道，Arista最大的两个客户是微软和Meta，谷歌母公司Alphabet及甲骨文是较新的客户。4月22日，Evercore ISI分析师指出，谷歌新推出的"Virgo"网络架构与Arista的核心产品定位高度契合，认为Arista有望从中受益。

不过，市场也存在隐忧。据报道，华尔街部分人士担心Arista可能正在将部分业务拱手相让给Celestica等合同制造商，竞争对手思科（Cisco Systems）和慧与企业（HPE）旗下的Juniper部门也构成持续压力。

股价已涨了很多，这次下跌是什么信号？

截至周二收盘，Arista股价今年以来已累计上涨约32%，过去12个月涨幅超过87%。

高涨幅意味着高预期。当一家公司的股价已经反映了大量乐观预期，任何"不够惊喜"的消息都可能触发获利了结。这次的导火索，正是利润率指引的下滑。

盘后股价一度跌至约149美元，跌幅超过12%。

本文来自华尔街见闻，欢迎下载APP查看更多

在周二晚间的财报电话会议上，公司总裁兼首席执行官Phong Le明确表示，出售比特币以换取美元、或以此偿债，只要有助于提升每股比特币价值，均在公司考量范围之内。

这是Strategy自创始人、董事长Michael Saylor确立"永不出售"原则以来，首次公开宣告策略转向。

与此同时，Strategy公布一季度净亏损125亿美元，主要源于年初比特币价格大幅下跌。消息公布后，公司股票盘后跌超4%。

从“囤币”到“经营币”：战略逻辑的根本转变

Phong Le在财报会上的表态直接点明了新方向：我们不会再坐在那里说“永远不卖比特币”。我们希望成为比特币的净积累者——不仅要增加比特币总持仓，更重要的是提升每股比特币，因为我们认为这才是对MSTR股东长期最有价值的事。

每股比特币是Strategy用于衡量股东比特币敞口的非正式指标，反映每股所对应的比特币数量。该指标会随公司增持比特币、增发新股或出售比特币进行债务管理或回购而变动。Strategy今年以来的BTC收益率约为9%，即每股比特币持仓的增长幅度。

Saylor在同一电话会上以房地产开发商作类比，为新策略提供理论背书。他表示，若一家公司以每英亩1万美元买入土地，再以10万美元卖出，用所得利润购入更多土地，或用出售所得支付债务利息，没有人会认为这损害了房地产价值，也没有人会说这证明商业模式失败。“房地产开发公司的存在，本就是为了低价买入土地、高价卖出，”他说，“我们就像一家比特币开发公司。”

资产负债表压力浮现，美元储备已达22.5亿

Strategy的策略转变并非无迹可寻。去年12月，公司建立了美元储备，目前规模已达22.5亿美元，专门用于确保能够履行优先股股息支付义务及偿还债务利息。公司一直通过发行新股和债券为比特币购置提供资金。

截至一季度末，Strategy持有818,334枚比特币，总成本约618.1亿美元，平均持仓成本约为每枚75,500美元，占比特币总供应量近4%。今年以来，公司累计新增约63,000枚比特币。

一季度125亿美元的净亏损，直接反映了年初比特币价格下行对账面价值的冲击。在此背景下，单纯依赖被动囤积、不作主动管理的策略，显然面临越来越大的财务压力。

此次战略调整的核心，是公司评估自身表现的指标体系发生了变化——重心从"持有多少比特币"转向"每股代表多少比特币"。这一转变意味着，即便在特定情况下出售部分比特币，只要能够提升每股比特币价值，就符合公司的长期利益目标。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根士丹利研究报告，豆包App Store页面已出现付费服务协议及三档订阅方案——标准版每月68元（每年688元），增强版每月200元（每年2048元），专业版每月500元（每年5088元）。

字节跳动方面表示，豆包基础日常使用服务维持免费不变，PPT制作、数据分析、视频制作等消耗更多算力的增值服务正在探索和测试中。

摩根士丹利认为，作为中国消费级AI赛道最激进的补贴者，豆包此举释放出重要的行业信号：中国消费者AI使用习惯的培育阶段已基本完成，行业正从用户补贴转向商业可持续性。这一转变对字节跳动持续投入AI资本开支的合理性至关重要，也为整个行业的长期变现路径提供了参照。

补贴时代落幕，商业化逻辑浮现

豆包是中国月活用户规模最大的AI聊天应用，截至2026年3月月活用户已达3.45亿，正是凭借免费策略和大规模营销投入积累至此。

然而，随着用户规模扩张，获客成本持续攀升，同时存量用户的Token消耗量也在快速增长——2026年3月，豆包日均Token消耗量据报已超过120万亿，在重度使用场景下维持完全免费在经济上已难以为继。

通过对复杂工作负载收费、保留基础对话免费的分层定价结构，字节跳动实际上是在让重度用户为自身的算力消耗买单，迈出了改善豆包单位经济效益的第一步。

定价策略指向专业用户，非大众市场

从定价水平来看，豆包标准版每月68元略高于全球同类产品（约8美元/月），高于国内竞品Kimi的49元/月入门档，而通义、元宝、文心一言等应用目前仍维持免费。

豆包标准版定价较国内入门级编程订阅计划高出30%至60%，与字节跳动旗下视频生成应用即梦的定价基本持平。

结合PPT制作、数据分析、视频制作等增值功能，摩根士丹利认为，豆包付费方案的目标受众清晰指向创作者和知识工作者，而非其3亿多月活用户的广泛大众群体。这一定价策略确立的是"专业用户"定位，而非大众市场变现。

订阅收入空间可观，但仍属早期阶段

对豆包订阅收入进行了敏感性测算。以美国AI聊天应用为参照，其2025年付费转化率约为5%（约10亿月活用户中有5000万付费用户）。考虑到中国消费者为AI订阅付费的意愿尚未得到充分验证，假设豆包付费转化率区间为0.3%至3.0%，月活用户区间为3.45亿至5.25亿，年均付费用户收入（ARPPU）约为98美元。

据此测算，豆包年化订阅收入区间为1.01亿至15亿美元。中性情景下（付费转化率1.0%至1.5%，月活约4.35亿），对应收入约为4.26亿至6.84亿美元。上述规模相对于字节跳动核心广告业务而言仍属有限，商业化变现仍处于早期阶段。

值得关注的是，豆包的付费探索不仅是一家公司的商业决策，更具有行业风向标意义。摩根士丹利将其定性为中国AI行业从"用户教育期"迈向"商业化阶段"的关键节点。若豆包付费模式得到市场验证，其他仍维持免费的竞争对手——包括阿里巴巴通义、腾讯元宝等——将面临跟进还是坚守免费策略的抉择，行业竞争格局或随之重塑。

本文来自华尔街见闻，欢迎下载APP查看更多

② 服务器CPU TAM从600亿翻倍至1200亿美元：去年11月分析师日给出的2030年潜在市场规模TAM约600亿美元，仅5个月后翻倍。驱动力是Agentic AI大幅提升CPU需求——CPU与GPU的配比正从1:4/1:8向1:1甚至CPU更多的方向演进。

③ Meta 6GW+OpenAI多代合约锁定长期能见度：Meta计划部署最多6吉瓦AMD Instinct GPU，包括基于MI450架构的定制加速器；OpenAI合作持续推进。管理层表示2027年数据中心AI收入将达到"数百亿美元"级别。

④ GPU收入Q1因中国过渡实际环比下滑：数据中心AI业务因Q4的中国收入在Q1大幅减少而环比微降。GPU的真正放量从Q3开始（Helios初始产能），Q4显著爬坡并延续至2027年Q1。

⑤ 自由现金流三倍增长至创纪录26亿美元：FCF利润率25%，经营现金流从上年同期9.4亿跃升至30亿。但下半年MI450爬坡将稀释毛利率——该产品低于公司平均水平。

⑥ 下半年消费端承压：存储涨价冲击PC和游戏：管理层预计下半年游戏收入将较上半年下降超过20%，PC出货也将受到内存和组件成本上涨的影响。

这份财报最引人注目的不是+38%的收入增速，而是一个结构性的交叉点：AMD的数据中心季度收入58亿美元，首次超过了英特尔同期DCAI的51亿美元。从2017年Zen架构首次进入服务器市场到今天，AMD用了近10年时间完成了这个历史性的反超。

但这份财报的另一面同样值得细读。数据中心AI业务（即Instinct GPU）在Q1实际上环比微降——原因是Q4有较多中国收入，Q1大幅减少。这意味着AMD在AI加速器市场的"真正爆发期"尚未到来。Lisa Su将Helios（MI450+Venice的整机柜方案）的量产时间表明确为Q3起步、Q4显著放量——投资者需要耐心等待下半年的交付证明。

与此同时，服务器CPU的故事正变得越来越有说服力。TAM从600亿翻倍至1200亿本身就是一个值得停下来消化的数字。管理层的逻辑链很清晰：Agentic AI的普及→推理量爆发→每个agent需要CPU来编排和处理数据→CPU与GPU的配比从1:4提升到1:1甚至更高→CPU TAM倍增。Q2服务器CPU收入指引同比增长超70%，全年增长轨迹还在加速。

以下是财报内容详细分析

AMD第一季度收入103亿美元，同比增长38%，超过指引上限。Non-GAAP毛利率55%，同比提升1个百分点；经营利润25.4亿美元，同比增长43%，经营利润率25%。GAAP口径下，经营利润15亿美元（+83% YoY），净利润14亿美元（+95% YoY），EPS $0.84（+91% YoY）。GAAP与Non-GAAP的主要差异来自收购相关无形资产摊销（5.51亿美元）和股权激励费用（4.87亿美元）。

数据中心：CPU封神，GPU蓄力

数据中心收入58亿美元，同比增长57%，环比增长7%，连续创历史新高。经营利润16亿美元，利润率28%，同比扩张3个百分点。

服务器CPU业务是最大亮点——连续第4个季度创收入记录，同比增长超50%。云和企业客户各增长超50%，EPYC驱动的云实例数同比增长近50%至超过1600个。5代EPYC Turin的爬坡和4代Genoa的持续出货共同推动了增长。Lisa Su特别指出，增长主要由出货量驱动而非提价，ASP的提升更多来自产品组合和核心数的增加。

更重要的是TAM的重新定义。去年11月分析师日给出的2030年服务器CPU TAM约600亿美元（18% CAGR），但仅过5个月，管理层就将这个数字翻倍至超1200亿美元（>35% CAGR）。逻辑是Agentic AI重构了CPU需求方程——过去CPU只是GPU的"配角"（head node），配比1:4或1:8；现在agentic工作流需要大量CPU来执行编排、数据处理和并行任务，配比正在向1:1甚至更高移动。

数据中心AI（Instinct GPU）则呈现"蓄力待发"的状态。Q1环比微降，主要因为Q4有较多中国收入而Q1减少。同比仍保持"显著两位数"增长。MI355X在最新MLPerf测试中展现了全套的竞争力表现。MI450系列GPU已开始向头部客户送样，H2量产时间表：Q3初始产能，Q4显著爬坡，2027年Q1继续加速。管理层表示，头部客户的需求预测已超过最初的计划，新客户的大规模部署管线也在扩展，包括多个"数吉瓦级"机会。

横向对比强化了AMD的势头。英特尔同期DCAI收入51亿美元、增速22%——这是AMD数据中心收入首次超过英特尔，也是AMD自2017年Zen架构问世以来在服务器市场的里程碑式胜利。英特尔的反击点在于Xeon 6被选为NVIDIA DGX Rubin NVL8的host CPU，以及与Google的多年合作协议。但从增速和市场份额趋势来看，AMD的优势仍在扩大，管理层重申了50%以上的服务器CPU市场份额目标。

在AI加速器市场，NVIDIA仍以约75-80%的份额主导，但AMD通过Meta（6GW）和OpenAI的战略合约正在切入第二大玩家的位置。

客户端与游戏：商用PC是亮点，下半年有压力

客户端与游戏收入36亿美元，同比增长23%，环比下降9%（季节性）。经营利润5.75亿美元，利润率16%。

客户端业务收入29亿美元，同比增长26%，由Ryzen处理器的强势出货和持续的市场份额增长驱动。商用PC是本季度的核心亮点——Ryzen PRO PC的销量同比增长超50%，Dell、HP、Lenovo都在扩大AMD产品线。新的企业客户赢单覆盖金融、医疗、工业和数字基础设施领域。

游戏业务收入7.2亿美元，同比增长11%，主要由Radeon 9000系列GPU需求驱动，部分被半定制（主机）收入下降抵消。

但管理层对下半年发出了明确的预警信号：由于内存和组件成本上涨，下半年游戏收入预计较上半年下降超20%，PC出货也将受到影响。这一动态的根源是AI对HBM和DDR5的巨大需求推高了所有存储器价格，对消费电子形成了间接挤压。尽管如此，管理层仍预计客户端业务全年同比增长并跑赢市场。

嵌入式：温和复苏

嵌入式收入8.73亿美元，同比增长6%，环比下降8%。经营利润3.38亿美元，利润率39%。测试测量、航空航天和通信等领域的需求改善推动了增长。设计赢单同比两位数增长，价值数十亿美元，反映出嵌入式业务正从以FPGA为核心向自适应嵌入式x86和半定制解决方案的更广泛组合扩展。

财务质量：FCF爆发，但研发投入加速

自由现金流26亿美元，是上年同期的3倍多，FCF利润率25%。经营现金流30亿美元（vs 去年同期9.4亿），改善来自更高的净利润和营运资本效率。

资本开支3.89亿美元（vs 去年同期2.12亿），增长83%但绝对金额仍较低——AMD的fabless模式意味着产能投资主要在供应链合作伙伴端。研发费用24亿美元，同比增长39%，占收入23%，反映AI路线图的加速投入。

资产负债表方面，现金及短期投资123亿美元，库存80亿美元（基本持平），长期债务24亿美元。Q1回购了110万股（2.21亿美元），剩余92亿美元的回购授权。

值得注意的一次性项目：Q4'25有2.8亿美元的长期投资收益（推高了Q4 EPS），Q1'26仅6600万美元，这是Non-GAAP EPS从$1.53（Q4）降至$1.37（Q1）的一个原因。此外ZT Systems制造业务已在Q4剥离，Q1录得1100万美元的终止经营收益。

管理层的战略路线图

苏妈在电话会上勾勒了一条清晰的增长路径：

短期（Q2 2026）：收入指引112亿美元（+46% YoY, +9% QoQ），毛利率提升至56%。服务器CPU同比增长超70%，数据中心AI和服务器均环比两位数增长。

中期（H2 2026-2027）：Helios量产是核心催化剂。MI450系列GPU从Q3开始出货，Q4显著放量。Venice（第6代EPYC）年内发布，拥有比任何前代更多的客户在验证和爬坡阶段。管理层对2027年数据中心AI收入达到"数百亿美元"表达了"强烈且不断增加的信心"。

长期：AI GPU CAGR目标从>80%上调（将超过此前目标）。EPS长期目标$20+（当前年化约$5.5，隐含近4倍增长空间）。毛利率长期目标55%-58%。

前瞻：两条主线决定中期走向

Helios量产的执行风险与时间节点。MI450+Venice的整机柜方案是AMD在AI加速器市场的赌注，Q3-Q4的量产进展将直接决定2027年收入的斜率。Meta和OpenAI的合约提供了需求锚点，但从"送样"到"规模化出货"之间仍有执行风险。关键观察指标：Q3的DC AI收入环比变化（应显著回升），以及是否有新的大规模客户公告。如果Q3/Q4的Helios出货符合预期，AMD有望在2027年将DC AI收入从约100亿提升至200-300亿的量级。

CPU市场份额的天花板在哪里。50%的市场份额目标在1200亿TAM下意味着600亿美元的年收入——这将使服务器CPU成为一个比今天整个AMD更大的业务。英特尔正在通过Xeon 6和Granite Rapids反击，Arm阵营（AWS Graviton、Ampere、各家自研芯片）也在崛起。Lisa Su的回应是：市场足够大，不同工作负载需要不同CPU，AMD的"全谱系"组合（通用、head node、agentic优化）相比Arm的"单点产品"有组合优势。这个论点是否成立，Venice的客户验证进展将是关键测试。

存储价格上涨对消费端业务的影响是一个需要持续关注的次线。下半年游戏收入下降>20%和PC出货承压可能会压制整体收入增速，但鉴于数据中心在总收入中占比已超56%且增速远快于消费端，这一拖累的影响正在结构性缩小。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根大通北美经济研究分析师Michael Feroli在最新报告中指出，美联储体系将制约沃什，尤其是在联邦基金利率的近期方向上，短期内FOMC降息将比较难。

沃什可能会拿出几套论证来推动更宽松的政策——AI提高供给能力、换用截尾均值通胀指标、淡化前瞻指引、缩小资产负债表。真正能获得较好讨论空间的是资产负债表和沟通方式；政策利率最难动，尤其是在FOMC对高通胀的耐心正在下降、近期已有三名委员倾向更鹰派前瞻指引的情况下。

报告指出，利率要过FOMC，缩表要先解决准备金需求，新闻发布会看似由主席掌控，却可能反过来削弱主席塑造叙事的能力。也就是说，沃什接棒后的美联储，短期更像是一个被制度、通胀数据和内部共识拖住的美联储。

降息不是换个主席就能落地

沃什的政策标签并不稳定。报告提到，他在金融危机后担任美联储理事时相当鹰派，但近来表达过更鸽派的货币政策观点，而且这种转向无论是否巧合，都与特朗普的立场更接近。

即便从“鸽派沃什”出发，他也很难说服FOMC迅速降息。原因很直接：委员会对顽固高通胀的耐心正在消耗，近期三次异议都指向更鹰派的前瞻指引；而FOMC里近来唯一可靠的鸽派Stephen Miran将离开，空出的席位正是沃什要接替的位置。

这意味着沃什不是坐上主席位子后多拿到一票，而是在一个并不急于宽松的委员会里，尝试推动方向变化。

摩根大通还认为，如果沃什无法说服FOMC，他大概率不会在自己主持的委员会中投反对票。那会被同时代观察者和历史学家视为主席任期失败的信号。沃什过去支持更多异议，但一旦成为主席，他可能会重新理解“协作”的价值。

AI很难成为马上降息的理由

沃什偏鸽的一个重要理由，是AI可能提高美国经济供给侧能力，从而降低通胀压力、允许更低利率，但FOMC内部也很难买账。

报告借用了鲍威尔3月新闻发布会上的逻辑：短期内，生成式AI带来的不是立刻扩张潜在产出，而是到处建数据中心；这会增加一系列商品和服务的需求，边际上反而可能推高通胀，并在近期提高中性利率。长期看，AI如果真的提高生产率，当然可能扩大潜在产出，但关键问题仍是需求增长快，还是供给增长快。这个答案无法事前确定。

这对沃什不利。因为他如果把AI当作降息理由，需要面对的不只是市场叙事，而是FOMC和委员们对“供给冲击何时兑现”的质疑。报告判断，鲍威尔的看法很可能反映了美联储工作人员以及多数委员的立场。

换通胀尺子，也未必能换来降息

沃什还提出过另一条通往更低利率的路径：重新审视通胀衡量方式。

FOMC正式目标是2%的PCE通胀，但长期以来，核心PCE通常被作为中间观察指标。沃什认为，截尾均值通胀可能是更好的目标。这个提法眼下看起来“有用”：达拉斯联储的截尾均值通胀目前为2.33%，比核心PCE低64个基点。

但这把尺子并不总是朝同一个方向服务于鸽派论证。就在2024年初，截尾均值通胀还高于核心通胀。换句话说，沃什如果以当前读数为理由推动降息，很容易被反问：当这个指标更高时，是否也应接受更鹰派结论？

报告还指出，在参议院银行委员会面前谈“新的通胀框架”，和在FOMC内部说服真正研究这些问题的人，是两回事。芝加哥联储主席Goolsbee就在相关通胀测度问题上发表过同行评议论文。沃什要推动这一路径，需要更具体的论证，而不是只谈改善测量、观察大量价格。

缩表更容易谈，但不是2026年的主线

相比利率，资产负债表是沃什更可能获得委员回应的领域。

沃什倾向于用利率而不是资产负债表来调节宏观经济。这一点在FOMC内部争议不大。多数美联储官员本来就把资产负债表政策视为短端利率接近零时的替代工具，而不是常规时期的首选工具。

沃什还希望看到更小的美联储资产负债表，认为目前资产负债表对经济的“印记”过大。报告判断，委员会中很多人可能愿意重新审视这个问题。

真正的约束在技术层面：要缩表而不引发准备金短缺，就需要降低银行对准备金的需求。美联储确实有若干选项，但几乎都需要研究和辩论，至少持续数月。因此不认为这会成为2026年、甚至2027年的主要政策问题。

这也是报告里一个很清楚的区分：缩表方向可能有共识，缩表路径却慢得多。

少开新闻发布会，可能反而削弱主席

沃什还多次谈到美联储沟通问题，尤其是希望减少前瞻指引。他的担忧是，前瞻指引可能提前锁定政策制定者之后的选择。

FOMC会愿意重新讨论沟通方式，但很难形成简单结论。就在去年，美联储配合框架审查，对沟通体系做过全面检视。鲍威尔本周的说法是，委员会没能找到获得广泛支持的方案，所以只能继续往前走。点阵图或经济预测摘要如果要修改，大概率还需要委员会投票；而不少委员可能愿意保留点阵图，因为它让每个人都能在整体沟通中发声。

新闻发布会不同，它更大程度上属于主席权限。外界因此猜测，沃什是否会取消新闻发布会、降低频率，或限制媒体提问，但报告认为他最终会维持现状。

原因很现实：新闻发布会让主席第一个出来定义政策叙事。如果沃什削弱这个场合，其他美联储官员的讲话反而会填补真空，主席掌控叙事的能力可能下降。

6月FOMC将是沃什的第一场考验。如果他个人反对维持政策不变，却又要代表委员会发声，新闻发布会就会变得棘手。过去伯南克、耶伦和鲍威尔时代，市场相信主席是在忠实传递委员会共识；一旦沃什的表述被认为掺入个人偏好，市场可能更困惑，新闻发布会本身的权威也会被削弱。

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information最新报道，知情人士透露，Anthropic已承诺在未来五年内向谷歌云花费约2000亿美元。这笔协议从2027年起生效，是双方上月宣布的5吉瓦服务器容量合作的具体落地。

谷歌上周向投资者披露，其云业务的"收入积压"（即客户签订的长期合同金额）翻倍至逾4600亿美元。据测算，Anthropic这笔2000亿美元的承诺，占上述积压收入总量的40%以上。

换句话说，谷歌云未来收入的成败，有相当一部分系于Anthropic这一家公司。

这不只是谷歌一家的故事。

将Anthropic和OpenAI的云支出承诺加总，两家公司合计占亚马逊AWS、微软Azure、谷歌云、甲骨文云四大云服务商约2万亿美元“收入积压”的近一半。

具体来看：

• 亚马逊：一季度“收入积压”同比增长49%至3640亿美元。其中，OpenAI单季新增对AWS的承诺就高达1000亿美元，占增量的80%以上。亚马逊4月又与Anthropic签下一笔10年期、价值1000亿美元的服务器租赁协议。
• 谷歌：“收入积压”在一季度翻倍至逾4600亿美元，新增部分主要来自Anthropic这笔2000亿美元的承诺。
• 甲骨文：去年9月宣布与OpenAI签下3000亿美元云计算协议，但此后股价下跌45%——投资者担心这笔钱最终不会如期兑现，或者转移到其他云商。

报道援引知情人士的话，将这一现象直接点明：这反映出AI热潮在多大程度上仍然押注在两家持续烧钱的初创公司的计划上。

这笔2000亿美元的承诺，放在更大的行业背景下，意味着一次格局重塑。

此前华尔街见闻曾写道，谷歌上月宣布以最高400亿美元投资Anthropic，并承诺提供5吉瓦算力，这标志着AI产业的竞争叙事发生了根本性转变。

过去两年，AI顶层竞争被描述为OpenAI、谷歌、Anthropic"御三家"三足鼎立。如今，谷歌通过重金入股Anthropic，实际上已经站到了Anthropic这一侧——竞争格局演变为Anthropic阵营与OpenAI的两强对垒。

Anthropic在过去半年集齐了亚马逊、谷歌、英伟达、微软四大巨头的输血，累计算力承诺超过11吉瓦。

这是投资者最关心的问题。

Anthropic去年底预计，今年服务器支出将超过200亿美元，约为上年的三倍。不过，这一预测来自去年12月中旬，彼时Anthropic收入尚未在一季度出现爆发式增长，最终数字可能更高。

OpenAI的数字更为惊人：今年预计服务器支出约450亿美元，去年约为170亿美元；到2029年，OpenAI预计仅当年的服务器支出就将达到约1800亿美元。

Anthropic则预计，到2029年，其向亚马逊、谷歌、微软三家云商支付的总费用将达约2000亿美元——这是基于去年12月最乐观预测的数字。

两家公司的预测都基于一个前提：到2029年，收入将增长至2025年的20至30倍。

报道指出，部分投资者对此持怀疑态度。甲骨文的遭遇是一个参照：自宣布3000亿美元OpenAI协议以来，股价已累计下跌45%。

不过，Anthropic和OpenAI都有一定的融资缓冲。两家公司均计划在2029年前上市，届时可通过资本市场补充资金。英伟达也已向两家公司各投入数十亿美元——作为GPU的最大受益方，英伟达有充分动机确保它们能持续大量采购服务器。报道将英伟达的角色比作"数十家购买或租用其芯片公司的中央银行"。

本文来自华尔街见闻，欢迎下载APP查看更多

5月6日，最新数据显示，RatingDog中国通用服务业务活动指数4月升至52.6，高于3月的52.1，为连续增长序列中的加速信号，当前扩张周期自2023年1月启动。与此同时，涵盖制造业与服务业的综合产出指数从3月的51.5升至53.1，增速为2024年5月以来第二快，显示中国整体商业活动全面走强。

成本端虽有所升温，但整体压力仍属温和，令服务提供商得以继续小幅下调收费价格。RatingDog创始人Yao Yu表示，"服务业呈现出增长势头的巩固，国内需求稳固、商业信心强劲，可管控的成本环境使企业保有价格竞争空间。"

新业务连续40个月扩张，国内需求为主驱动

4月服务业活动加速，主要源于新业务流入的回升。新接订单连续第40个月实现增长，为该调查历史中第二长的持续扩张周期，月度增速为今年2月以来最快。

企业将订单增长归因于市场条件改善、业务创新、新项目开发、新产品发布及促销活动推进。国内市场在需求端继续扮演核心角色。

出口新业务则连续第二个月收缩，但降幅仅属轻微，且较3月有所收窄。

商业信心升至近一年高位

4月数据显示，中国服务企业对未来12个月的活动前景持普遍乐观态度，信心程度位居过去一年中的较高区间，且较3月进一步改善。

企业预期增长的主要动力来自新项目落地、市场规模扩大、业务效率提升及促销活动成效。

新业务扩张加快推动在手未完工订单连续第12次在过去13个月中实现增长，但增幅仍属边际水平。

就业连续第三个月小幅下降

在手工作量仅小幅上升的背景下，服务企业4月继续净减少员工人数，就业连续第三个月出现小幅下降。企业将用工减少归因于员工退休、离职以及降本举措。

综合PMI数据亦显示，4月综合就业水平仅较3月轻微走低，整体劳动力市场调整幅度有限。

投入成本上升，但企业仍选择降价

4月中国服务业平均投入价格继续上涨，通胀率升至2026年以来最高水平。调查受访者普遍将成本上升与中东战争导致的油价及燃料费用攀升相挂钩。不过，整体通胀压力仍低于该调查的长期均值水平。

由于总体成本负担仍在可控范围内，服务企业选择继续下调收费价格。平均销售价格在过去五个月中第四次出现下降，降幅保持在边际水平，但这一趋势体现出企业主动让利以维护市场竞争力的意图。

综合来看，制造业方面的价格压力则明显更强——综合数据显示，4月投入价格涨速为2022年4月以来最快，综合收费通胀率亦升至31个月高位，主要受制造业端带动。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，5月5日，瑞银全球研究团队发布了一份针对美国半导体行业的深度研报。面对投资者关于“代理式AI将如何影响服务器CPU市场”的密集提问，分析师Timothy Arcuri等人通过一系列行业专家访谈并结合自下而上和自上而下两套模型，得出了一个明确的结论：

市场严重低估了AI时代CPU的价值。服务器CPU的潜在市场规模（TAM），将从2025年的约300亿美元，增长至2030年的约1700亿美元，五年涨幅接近5倍。

在过去两年的AI狂热中，GPU抢走了所有的聚光灯。但随着AI从“单纯的对话生成”进化为“自主执行任务的代理（Agent）”，算力的瓶颈正在悄然转移。

代理式AI重塑算力格局：从“GPU主导”到“CPU回归”

要理解CPU市场的爆发，首先要理解代理式AI与传统AI的工作负载差异。

在传统的AI训练和基础推理阶段，GPU是绝对的主力。如果把AI算力比作一个工厂，GPU就是流水线上不知疲倦的工人，而CPU则是负责分配任务的经理。在传统模式下，一个经理（CPU）可以轻松管理多个工人（GPU）。

但代理式AI改变了游戏规则。代理式AI不仅需要生成文本，还需要进行任务编排、工具调用（例如在沙盒虚拟机中执行代码）、文件检索等。这意味着“经理”的工作量呈指数级上升。

分析师在专家访谈中获取了极具冲击力的数据：

• 工作量重心的转移： 专家指出，“在传统的AI工作负载中，70-80%的算力消耗在推理本身（GPU）上；但在代理式推理中，这个比例反转了，70-80%的工作量转移到了CPU上。”

• 核心配比的暴增： 传统的AI训练中，每个GPU通常只需配备8-12个CPU核心；在基础推理中，需要16-24个核心；而在代理式AI中，每个GPU需要配备80-120个CPU核心。 这相当于，同样一颗GPU，在智能体场景下需要的CPU核心数是传统训练场景的5-10倍。

• 并发任务的压力： “一个代理（及其衍生出的每一个子代理）可能需要1-4个CPU核心，而一个复杂的任务可能需要生成10-100个子代理。”

这种底层逻辑的转变，直接打破了过去“重GPU、轻CPU”的算力架构，为CPU市场打开了巨大的增量空间。

1700亿美元的海量市场

基于上述逻辑，该行分析师对服务器CPU的总潜在市场（TAM）进行了重新测算。结果显示，到2030年，该市场规模将达到约1700亿美元。

这个庞大的数字是如何得出的？分析师采用了“自下而上”和“自上而下”两种方法进行交叉验证：

1. 自下而上（Bottom-up）测算： 分析师基于美国超大云服务商（Hyperscalers）的加速器模型预测，到2027年，市场将出货约2300万个加速器（XPU）和约1000万个头节点CPU。随着代理式AI的发展，到2030年，加速器出货量将达到约4000万个。 更重要的是，CPU与GPU的配比率将从目前的1:4，逐渐向1:2甚至1:1靠拢。此外，由于AI应用需要更高核心数和更高频率的芯片，AI CPU的平均售价（ASP）将显著提升。例如，英伟达的144核Grace CPU定价可能在3000至4000美元之间。量价齐升之下，仅AI CPU市场的规模就将达到1250亿美元。

2. 自上而下（Top-down）测算： 分析师参考了英伟达对2030年AI总潜在市场（3万亿至4万亿美元）的预测。推算出2030年将有约4000万个XPU出货。假设每个XPU的平均ASP提升至3000美元，结合1:1或2:1的CPU配比率，同样推导出AI CPU市场规模在1200亿至2000亿美元之间。

分析师将未来的CPU市场划分为三个核心板块：

• 传统服务器市场： 保持稳定增长，预计到2030年出货量约为4400万台。

• AI头节点（Head Nodes）： 与GPU机架捆绑，主要负责任务编排和优化GPU利用率。

• AI独立机架（Standalone）： 纯CPU服务器，专门用于处理代理式AI的工具调用和子代理并发任务。

市场的饼做大了，关键是怎么分。

分析师明确给出排名：ARM是服务器CPU侧最大受益者，其次是AMD，再次是英特尔——但三者均将受益。

ARM：份额从15%冲向40-45%

2025年，ARM架构在服务器CPU市场的单位份额约为15%。报告预计，到2030年，这一数字将升至40-45%；若以收入口径计算，由于AI CPU的平均售价（ASP）更高，ARM的收入份额将进一步达到50-55%。

ARM的优势在哪里？

该行援引专家观点：ARM架构功耗效率高出约30%，内存效率高出约20-30%，且凭借更小的核心设计，在延迟和成本上具备明显优势。更关键的是，英伟达Grace、AWS Graviton 5（192核）、谷歌等头部超大规模云厂商的自研CPU，几乎清一色采用ARM架构。

该行预计，到2030年，ARM将占据头节点CPU市场75%以上的份额。

但ARM也有短板。报告指出，ARM传统上是单线程架构，同步多线程（SMT）能力是近年才逐步开发的功能；在高核心数场景下，核心间干扰和软件兼容性问题依然是挑战；此外，生态系统成熟度仍有待提升，部分软件栈的完善可能要到2028年前后。

基于上述判断，分析师将ARM的12个月目标价从175美元上调至245美元。截至报告发布前一日（5月4日），ARM股价报203.26美元，维持“买入”评级。

AMD：高核心数+多线程，AI最佳拍档

AMD的优势在于高核心数和多线程能力，这与智能体AI对CPU"又要快、又要多"的需求高度契合。

报告援引AMD在2025年11月分析师日的表态：AMD预计服务器CPU市场将从2025年的260亿美元增长至2030年的约600亿美元，其中AI驱动的CPU将占2030年市场的约50%；AMD预计自身在总市场的份额将超过50%。

分析师目前对AMD 2030年的EPS预测为25.27美元，若市场按预期演进，修正后的2030年EPS可达28.14美元，上行空间约+11%。

英特尔：基础盘稳固，但追赶压力大

英特尔的处境相对复杂。

在传统服务器市场，x86架构仍将保持约85%的份额，英特尔在工具调用、存储优化等特定工作负载上仍具优势。但在AI头节点市场，英特尔的存在感正在被ARM快速压缩。

瑞银指出，英特尔正寄望于"Coral Rapids"产品线来缩小与AMD和ARM的差距，但目前来看，AMD和ARM在AI CPU市场的定位更为有利。

不过，英特尔也有一张独特的牌：PC端的溢出效应。随着智能体AI将更多任务推向本地设备执行（Anthropic的Claude Code已在采用这一策略），PC升级周期有望被催化，英特尔将从中受益。

该行对英特尔2030年EPS的修正上行空间约为+7%，是三家中最低的。

并非所有CPU都一样：延迟vs吞吐量的取舍

报告还深入拆解了一个容易被忽视的细节：智能体AI对CPU的需求，并不是简单地“核越多越好”。

超大规模云厂商在硬件选择上面临一个根本性的取舍：

• 高核心数CPU：总吞吐量高，能效比好，但时钟频率低，延迟表现较差，且软件扩展能力有限（大多数软件无法高效利用数百个核心）

• 低核心数、高频率CPU：延迟低、响应快，适合“头节点”角色（负责编排调度、优化GPU利用率）

实际部署中，超大规模云厂商倾向于采用“头节点+大规模计算节点”的分层架构：前者负责低延迟的编排控制，后者负责高吞吐量的并行执行。

这意味着，能提供宽泛SKU组合（覆盖不同核心数、频率和功耗档位）的厂商，比只押注单一“最强”配置的厂商更有竞争力。

瑞银还指出，超大规模云厂商的采购决策核心指标不是峰值性能，而是每瓦特可处理的事务数（transactions per watt），内存配置是首要设计变量。

云端还是边缘？一个悬而未决的变量

分析师另外提出了一个值得关注的不确定因素：云端与边缘的计算分工。

早期智能体部署几乎完全依赖云端，但越来越多的系统设计开始将计算推向本地设备——5到10个并行任务可以直接在本地文件和数据上运行，既减少了延迟，又节省了云端算力成本。

瑞银援引专家估算：本地执行的扩展，可能将云端智能体工作负载所需的CPU容量减少约25%。

这意味着，智能体AI对数据中心CPU的拉动倍数，最终可能从5-8倍压缩至约4倍。但与此同时，PC端的CPU需求将被同步拉升，AMD和英特尔均将受益。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根大通大宗商品研究团队最新报告指出，自伊朗战争爆发以来，美国零售汽油价格累计涨幅已超过42%，在全球主要经济体中仅次于东南亚部分国家，跻身全球涨幅最高的地区之列。这一结果与外界普遍认为美国能源自给能力较强、受中东局势影响有限的预期形成鲜明反差。

这场冲击并不止于汽油。报告显示，在柴油、航空燃油、石脑油及燃料油等多个精炼油品类别上，美国的价格涨幅同样位居全球前列——在航空燃油、石脑油和燃料油三个品类中，美国甚至已成为全球涨幅最大的地区。能源价格的全面攀升，正对美国消费者和企业成本形成持续压力。

东南亚首当其冲，美国意外跻身重灾区

报告援引新加坡外长对此次冲突的定性——"一场亚洲危机"——指出最直接的实物供应冲击集中在东南亚地区，原因在于该地区高度依赖途经中东的油品流通。

数据印证了这一判断。自战争爆发至4月27日，东南亚零售汽油价格累计上涨约37%，缅甸、马来西亚、巴基斯坦、菲律宾等国涨幅尤为突出。然而，美国以逾42%的涨幅反超东南亚整体水平，在全球排名中仅落后于少数亚洲国家，令市场深感意外。

相比之下，欧洲主要经济体的汽油价格涨幅则相对温和。英国、法国、德国等国的涨幅明显低于美国，俄罗斯、印度的涨幅则处于全球最低区间。

多品类油品价格，美国全面承压

美国所受冲击并非局限于汽油单一品类，而是在精炼油品市场呈现出系统性的价格压力。

在柴油方面，美国涨幅仅次于亚洲和大洋洲，位居全球第二梯队前列。在航空燃油、石脑油和燃料油三个品类上，美国的价格涨幅已超越亚洲，跃升为全球最高。液化石油气（LPG）方面，亚洲涨幅居首，美国紧随其后，同样显著高于欧洲。上述数据来自摩根大通大宗商品研究团队对2月27日至4月27日期间各地区价格变动的系统追踪

"同一枚硬币的两面"：亚美两地共振逻辑

摩根大通在报告标题中将亚洲与美洲定性为"同一枚硬币的两面"，揭示了两个地区在此次冲击中看似不同、实则同源的传导机制。

亚洲价格飙升的逻辑较为直接：中东供应中断直接切断了该地区的原油和成品油进口通道，供给侧冲击立竿见影。

美国价格异常攀升的背后，则折射出全球精炼油品市场的高度一体化——中东局势收紧全球供应后，美国国内市场同样难以独善其身，尤其是在炼油产能利用率、成品油出口流向及国际套利机制等多重因素的共同作用下，价格压力通过市场渠道迅速向美国传导。

本文来自华尔街见闻，欢迎下载APP查看更多

5月5日美股盘后，Lumentum发布2026财年第三季度业绩，营收同比翻近一番，利润率大幅扩张，四季度指引亦全面超越市场预期。具体财务数据：

• 当季净营收达8.084亿美元，同比增长90%，但微低于分析师共识预期8.10亿美元。
• 公司GAAP毛利率升至44.2%，非GAAP毛利率达到47.9%；非GAAP经营利润率达到32.2%，较上季度提升700个基点，较去年同期提升2140个基点。
• 非GAAP摊薄每股收益为2.37美元，高于共识预期的2.27美元，亦大幅优于上年同期的0.57美元。
• 展望下一季度，公司预计营收介于9.60亿至10.10亿美元，非GAAP每股收益介于2.85至3.05美元，高于市场预期。

CEO Michael Hurlston强调，相比营收增长，近期更值得关注的是利润率扩张，背后来自运营效率、定价纪律和产品组合改善。

他同时表示，随着共封装光学（CPO）和光学电路交换机（OCS）两大核心增长引擎逐步发力，公司盈利能力将进一步提升。

尽管财报、指引皆强劲，但Lumentum股价在盘后仍一度下跌约5%，随后跌幅收窄至3.46%。

在AI数据中心需求推动下，公司股价今年以来已大涨约170%，分析认为市场预期极高，轻微的营收“差一点”也容易触发获利了结。

此外该公司资产负债表显示，长期债务的流动部分从上一季度的1060万美元飙升至32.4亿美元，主要原因是2026年3月发行可转换优先股所得款项。股价下跌表明投资者担忧债务结构，以及近期产品组合优化带来的利润率提升能否持续。

Lumentum第三财季各项核心财务指标均呈现大幅改善。

Lumentum本季度GAAP净利润为1.442亿美元，摊薄每股收益1.50美元；去年同期则为GAAP净亏损4410万美元，每股亏损0.64美元。

非GAAP口径下，公司净利润为2.257亿美元，摊薄每股收益2.37美元；去年同期非GAAP净利润为4090万美元，每股收益0.57美元。

财务主管Wajid Ali将此归功于几个关键因素：

大部分产品线的制造利用率提高、部分产品的提价，以及有利的产品组合。

随着高毛利的数据中心激光芯片出货量激增，加上公司果断砍掉了低利润率的非核心产品线，盈利能力实现了质的飞跃。

Lumentum总裁兼CEO Michael Hurlston强调：

对于我们正在面临最大产能限制的领域，我们已经实施了提价，并且在继续考虑提价。

产品结构实现强劲增长

从产品结构看，Lumentum本季度两大业务均实现强劲增长：

• 元器件业务营收为5.333亿美元，占总营收的66%，同比增长77.3%；
• 系统业务营收为2.751亿美元，同比增长121.1%。

系统业务增长的最大驱动来自云端收发器，该产品线季度环比增长超40%，主要得益于泰国扩产带来的制造产能释放。

Hurlston表示，公司即将在第四财季启动1.6T速率收发器的批量出货，部分产品将采用内部自产的连续波（CW）激光器。

Hurlston披露，下一季度的指引中，约20%的模块将使用自产CW激光器，并预计这一比例将随时间推移持续提升，带来相应的利润率改善。

管理层同时承认，收发器业务的整体利润率仍低于行业同类竞争对手，但强调1.6T产品的毛利率结构"明确优于"800G产品，转型将推动盈利水平进一步抬升。

对于外部CW激光器的采购紧张问题，Hurlston表示，这正是加速推进内部供给的直接动因，公司晶圆厂已相应调整产能配置以优先保障CW激光器的内部供应。

伴随着超大规模数据中心耗尽了单个建筑的电力和空间限制，分布式架构正在成为主流。跨地域的数据中心链接需求，直接引爆了Lumentum的“跨计算域扩展（Scale-across）”产品组合。

在谈及核心的EML（电吸收调制激光器）和泵浦激光器等组件时，Lumentum总裁兼首席执行官Michael Hurlston描绘了当下的疯狂抢货潮：

供需失衡的情况可能比我们在上次电话会议上报告的还要严重，缺口大概在30%以上。

Hurlston在电话会中坦言：

在可预见的未来，这些组件实际上已经处于售罄状态。我们今天还在与重要客户交谈，他们希望大幅增加需求并从我们这里获得产能，但我们根本无法提供服务。

这种极度的供不应求甚至让Lumentum在客户面前拥有了“生杀大权”。在泵浦激光器（Pump lasers）领域，Hurlston表示这是一种“有些出乎意料、突然袭击”的短缺：

我们的出货量远远低于需求，我们不得不做出选择来决定支持谁。我们试图尽可能公平合理，但我们正在被迫选择如何分配我们的泵浦需求。

据管理层透露，窄线宽激光器组件的出货量已连续九个季度增长，同比激增超120%，而泵浦激光器出货量同比增长80%。

为了应对这种局面，公司正在与主要客户积极谈判以达成长期协议（LTA），甚至要求客户以预付款或“照付不议（take or pay）”的形式来分担庞大的资本支出。

面对光路交换机（OCS）和共封装光学（CPO）这些下一代AI网络核心技术，Lumentum正在下重注。

电话会上透露，其超大功率激光芯片的制造产能爬坡正在按计划进行，预计将在2027年上半年完成价值数亿美元的采购订单。而在CPO这一公司最大的单一增长引擎上，Hurlston更是画出了一张巨大的蓝图：

我们将面临CPO供需的巨大失衡……如果我们执行得当，这将带来超过50亿美元的增量营收机会。

为了消化这种未来预期，Lumentum在3月中旬宣布收购位于北卡罗来纳州格林斯博罗的第五个磷化铟晶圆厂。不过，管理层也为市场打了预防针：

这座承载着庞大产能期望的新工厂，要到2028年才会投产，我们距离格林斯博罗工厂做出重大贡献还有大约六个季度的时间。

Lumentum对第四财季给出的指引显著高于市场预期：

• 营收：9.60亿至10.10亿美元；
• 非GAAP经营利润率：35.0%至36.0%；
• 非GAAP摊薄每股收益：2.85至3.05美元。

按指引中值计算，营收约为9.85亿美元，较第三财季继续增长约22%；非GAAP每股收益中值为2.95美元，也较本季度2.37美元进一步提升。

市场此前对四季度营收预期大约在9.13亿至9.17亿美元区间，每股收益预期大约在2.59至2.69美元区间。公司指引区间高于市场预期，说明订单能见度和需求强度仍然较高。

管理层还强调，随着共封装光学（CPO）和光路交换（OCS）等关键增长驱动因素开始释放，公司盈利能力有望继续提升。这些技术被视为下一代AI数据中心光互联架构的重要方向。

Lumentum强劲的业绩和指引获得多家机构分析师正面回应。

花旗集团将目标价上调至1100美元，Loop Capital上调至1400美元，瑞穗上调至930美元。

目前，该股共有12家机构给予"买入"评级，7家给予"持有"，共识评级为"适度买入"，平均目标价为812.71美元。

不过，分析师亦注意到估值与股价波动风险并存。该股市盈率约为305倍，而过去一年累计涨幅约达1444%。

分析人士指出，在如此高估值水平下，任何业绩执行或指引层面的偏差，均可能引发剧烈股价波动。

本文来自华尔街见闻，欢迎下载APP查看更多

伊朗冲突爆发以来，美债收益率持续攀升，30年期美债收益率累计上行35个基点，通胀预期升温与实际利率走高形成双重压力。美国3月CPI同比升至3.3%，创两年新高，与此同时，市场对美联储今年加息的预期正在升温，令债券多头承压。

隔夜，美国国债收益率小幅下行但压力未有根本缓解，30年期美债收益率下跌3个基点，但仍在5%关口附近徘徊；2年期收益率仅下跌1个基点。

围绕5%能否守住，市场已形成明显分歧。部分分析人士认为，技术面上反复测试同一关口往往预示突破在即；另一些人则坚持认为，经济下行风险将为债券提供支撑。与此同时，前财长Steven Mnuchin坦言，美国债务融资问题没有"打破玻璃"式的应急方案，但他也不认为会出现某天突然无法为债务融资的极端情形。

5%曾是可靠的买入信号，技术面暗示突破风险上升

自2022年底以来，每当30年期美债收益率触及或略超5%，随后往往迎来收益率的快速回落，债券价格随之反弹。无论是通过iShares 20+年期美债ETF（TLT）、Direxion每日20+年期美债3倍做多ETF（TMF），还是直接在期货市场操作，押注长债反弹的交易者均能获得可观回报。

这一规律在过去数年间多次得到验证，令5%逐渐在市场心理上形成一道"天花板"。ETF行业资深人士Matt Tuttle表示，他"不反对"在当前点位建立Direxion杠杆美债ETF的多头仓位。

然而，Against All Odds Research的Jason Perz对上述逻辑提出警告。他在近期发布的文章中指出，市场普遍将5%视为收益率无法突破的铁顶，这一判断本身就是危险所在。

"技术分析中最简单的真理之一是：一个关口被测试的次数越多，被突破的可能性就越大，"Perz写道。他认为，交易者因反复看到5%附近的反弹而形成路径依赖，恰恰是潜在错误的根源。

目前，市场对美联储政策路径的预期已发生明显转变——自2023年夏季最后一次加息、2024年12月最后一次降息以来，加息重新进入讨论视野，这从根本上改变了债券多头的宏观背景。

多头支撑：经济下行或为债券托底

FHN Financial宏观策略师Will Compernolle持相对乐观立场。

他表示，即便通胀数据有所升温，市场逢低买入债券的本能依然强烈。更重要的是，他认为伊朗冲突若持续拖延，能源价格高企将最终对美国经济造成实质性拖累。

"我不认为10年期或30年期美债会从当前水平进一步走低（价格下跌、收益率上行），"Compernolle对MarketWatch表示。他警告，投资者因能源期货价格从峰值回落而产生的自满情绪，可能低估了前方的经济风险。

值得注意的是，伊朗冲突爆发以来，日本30年期国债收益率同期上行约39个基点，涨幅甚至略超美债，显示本轮债市压力具有全球性特征。

财政隐忧：没有"打破玻璃"的应急方案

债券市场的深层焦虑，来自对美国财政可持续性的长期担忧。前财长Henry Paulson曾在4月警告，美国需要为国债市场需求崩塌准备应急预案。

对此，特朗普第一任期财长、Liberty Strategic Capital创始人Steven Mnuchin在接受彭博电视采访时直言："很遗憾，我认为不存在所谓'打破玻璃'的解决方案。"

不过，Mnuchin同时表示，他并不预期会出现"某天一觉醒来就无法为债务融资"的决定性危机时刻。他指出，30年期收益率接近5%，既反映了伊朗战争带来的通胀不确定性，也体现了美国长期融资成本的上升。他还提到，疫情时代"将万亿美元级支出正常化"，削减强制性支出最终需要两党共同支持。

本文来自华尔街见闻，欢迎下载APP查看更多

5月5日，据科技媒体The Information报道，知情人士透露，Meta正在开发一款面向消费者的AI代理产品，内部代号"Hatch"，目标是在6月底前完成内部测试。公司还计划将一款独立的AI购物代理工具整合进Instagram，并争取在今年第四季度前上线。

报道称，上述布局是首席执行官马克·扎克伯格（Mark Zuckerberg）力推AI代理战略的直接体现。他上周在公司季度财报电话会议上表示，Meta的目标是"打造能够理解用户目标、并日夜不停帮助用户实现这些目标的代理"。

与此同时，Meta宣布将今年AI基础设施资本支出上调至最高1450亿美元。Instagram购物代理的推出，被内部视为与TikTok Shop正面竞争的重要筹码。

Hatch：从OpenClaw到自研代理

报道称，Hatch的开发灵感直接来源于OpenClaw——一款因其构建自主AI代理的能力而在技术圈迅速走红的工具。扎克伯格曾试图收购OpenClaw，但据其创始人Peter Steinberg在一档播客中透露，该工具最终于今年2月被OpenAI收购，Meta的收购尝试未能成功。

在此背景下，Meta转而自主研发功能类似的消费级代理产品。据报道，知情人士介绍，Hatch目前由Anthropic的Claude Opus 4.6和Claude Sonnet 4.6模型驱动，但正式上线后将切换至Meta自研的最新AI模型Muse Spark。

为测试Hatch的实际能力，Meta专门搭建了"沙盒"网络环境，模拟DoorDash、Etsy、Reddit、Yelp和Outlook等真实网站，供代理在受控条件下进行训练和测试。

扎克伯格在财报电话会上也坦承了将OpenClaw类工具推向Meta数十亿用户所面临的技术挑战，包括对大规模基础设施的高度依赖，以及如何确保产品足够简单易用——OpenClaw目前对大多数非技术用户而言仍过于复杂。

能力迭代：主动性、记忆与工具调用

Meta目前正在多个维度上加速提升Hatch的核心能力。

据报道，知情人士介绍，公司正着力增强Hatch的主动决策能力，使其能够在适当时机自主采取行动，而非被动等待用户指令。

与此同时，Meta正在扩大模型的上下文处理窗口，并强化其跨对话记忆能力，使代理能够在不同会话中持续记住用户的相关信息。此外，公司还在优化代理的回复方式，以及其选择和调用外部工具的逻辑。

值得注意的是，Meta内部已有一款供员工使用的AI代理MyClaw，用于访问工作文件、汇总公司内部论坛帖子及获取技术建议。

不过，据The Information此前报道，MyClaw近期在Meta内部触发了一次重大安全警报——一名员工遵循了该代理给出的错误建议，导致敏感的公司及用户数据被未经授权的员工访问。这一事件凸显了AI代理在可靠性方面仍面临的现实挑战。

Instagram购物代理：直击TikTok Shop

在消费端，Meta的另一条战线是将AI购物代理深度嵌入Instagram。

据报道，知情人士透露，该工具的核心功能包括：用户可直接点击Instagram Reels或信息流中的商品，查看详细信息，跳转至外部网页，并在平台内完成购买，全程无需离开应用。

这一功能将建立在Meta今年3月已发布的AI购物体验升级之上，后者包括通过AI呈现更丰富的商品信息，以及允许用户直接点击广告完成购买的新结账流程。

知情人士还透露，Meta希望借助这一工具加大对TikTok Shop的竞争压力。TikTok Shop凭借短视频与电商的深度融合，已在社交电商领域建立起显著优势，而Meta此举意在以Instagram的庞大用户基础和AI能力予以反制。

在更广泛的竞争格局中，谷歌今年1月推出了包含AI购物代理功能的Gemini Enterprise for Customer Experience，支持商品推荐、购物车构建及用户授权后的自动结账；亚马逊则提供AI购物助手Rufus，帮助用户追踪价格、研究和购买商品。

分析指出，Hatch和Instagram购物代理的推进，是Meta在AI领域大规模资本投入寻求商业回报的缩影。扎克伯格将AI代理定位为"个人超级智能"愿景的核心，并在财报会上将其描述为帮助用户实现目标的全天候工具。

随着Meta将今年AI基础设施资本支出上限提升至1450亿美元，市场对其AI投资何时转化为实质性营收的关注也在持续升温。

Hatch能否在技术复杂性与大众可用性之间找到平衡，Instagram购物代理能否有效撬动社交电商市场，将是检验这一战略成色的关键指标。

本文来自华尔街见闻，欢迎下载APP查看更多

过去一周，亚马逊、谷歌、Meta、微软、甲骨文五家超大规模科技公司（合计市值逾12万亿美元）相继发布一季度财报，无一例外地上调了资本支出计划。

摩根士丹利首席跨资产策略师Andrew Sheets随即更新预测，将五大科技巨头2026年合计资本支出预测上调至8000亿美元，2027年进一步升至逾1.1万亿美元。

Sheets写道：

我们预测2026年超大规模科技公司资本支出约为8000亿美元，这几乎是2025年支出的两倍，是2024年的三倍。明年，我的同事估计美国超大规模科技公司资本支出可能达到1.1万亿美元。

数字足够震撼，但问题也随之而来。

钱从哪里来？答案是借

过去多年，这些科技巨头凭借“轻资产”商业模式积累了大量自由现金流。但如今，局面已经悄然逆转。

亚马逊和Meta的自由现金流数据显示，两家公司均已接近或跌入负值区间。

这意味着什么？简单说：钱不够用了，只能借。

尤其是在这些公司还要维持股票回购和股息的前提下，新增资本支出几乎只能靠发债来支撑。

摩根士丹利预计，2026年美国投资级（IG）债券市场将迎来历史上最繁忙的一年：

• 总发行量约2.25万亿美元，同比增长25%
• 净供给约1万亿美元，同比增长57%

其中，科技行业今年已贡献了18%的美国投资级债券供给——这是该行业有史以来占比最高的一年，是2025年同期的两倍。

驱动这一切的核心逻辑，摩根士丹利用四个字概括：“AI资本支出驱动供给（AI Capex Driving Supply）。”

债市已出现疲态

市场不是没有感觉到。

在经历了3000亿美元的AI债务狂潮之后，投资者开始显现疲态。

最直观的例子：Meta上周发行一笔最高250亿美元的投资级债券，峰值订单簿约960亿美元。这个数字看起来不小，但与去年10月同一发行人300亿美元债券吸引的1250亿美元需求相比，明显缩水。

更值得关注的细节：

• 一家与软银集团相关的发行人，因需求不足，被迫提高发行收益率才完成融资
• 投资者开始要求更强的保护条款——包括由谷歌母公司Alphabet提供"背书"（backstop），即在租户违约时保证数据中心租金照付
• 部分投资者已直接拒绝某些交易。一位投资者告诉彭博社，他们放弃了一笔Oracle密歇根州数据中心140亿美元的债券，原因之一是债券含有赎回条款，对债权人不利

PGIM固定收益全球债券主管Robert Tipp表示：

归根结底，这些公司正在大量出售债务，他们将不得不付出更高的代价来借钱。市场在企业利差大幅收窄至历史低位之后，正面临一堵忧虑之墙。

摩根大通投资级债务资本市场全球联席主管John Servidea则说：

我们正在看到，对于这些融资，不同投资者重视什么，他们如何评估风险和回报。我们看到这些交易需求相当旺盛，但随着供给增加，我们预计交易条款和结构将持续演变。

银行“快撑不住了”

债券市场的疲态，只是冰山一角。更深层的压力，正在银行体系内部积聚。

据英国《金融时报》5月3日报道，摩根大通、摩根士丹利、三井住友银行（SMBC）等主要贷款机构，正在积极寻找将数据中心相关债务风险分散给更广泛投资者的方法，以释放资产负债表空间。

Man Group信用风险共担业务联席主管Matthew Moniot直言：

我们谈论的规模……远超我们以往的任何想象。银行很快就会不堪重负。

一个具体案例说明了问题的严峻程度：摩根大通和三菱日联（MUFG）等银行，花了超过六个月时间，试图将一笔与Oracle德克萨斯州和威斯康星州数据中心项目相关的380亿美元建设债务分销出去。结果是——需求不足，部分银行不得不折价出售，将这批贷款甩给非银行贷款机构。

380亿美元，单笔项目，六个月卖不掉。

这背后是银行内部风险限额的硬约束——对单一借款人或单一行业的敞口一旦触顶，银行就无法为新项目融资。

Moniot说：

如果我是一家银行的首席风险官，面对银行家们提出的针对单个项目的数十亿美元授信申请，我会追问他们如何将这些风险分销出去。

为了解决这个问题，银行开始探索“重大风险转移”（SRT）工具——将高度集中的单笔数据中心贷款切割，把风险最高的部分转移出表，卖给私募信贷基金、保险公司等投资者。

律师事务所Linklaters的David Lucking表示：

银行通常仍会保留一定比例的敞口。SRT投资者希望确认银行仍有一点利益绑定。

Cheyne Capital投资组合经理Frank Benhamou则指出，数据中心相关SRT与传统产品有本质区别：

运营商数量有限，极度集中，且存在显著的建设风险。你自然要求为此获得更高的回报。

高盛警告：投资级债市正在“股票化”

这场AI债务浪潮，也正在改变整个投资级债券市场的结构。

高盛投资级债券策略师Amanda Lynam指出，2026年以来美国投资级债券发行量已创历史同期最强开局——截至4月20日，发行规模达7940亿美元，年化后与摩根士丹利2.25万亿美元的全年预测基本吻合。

但更值得关注的是结构变化。

高盛投资级债券交易员Jeffrey Papai在近期报告中写道，在过去一年发行投资级债券的660家发行人中，仅11家就贡献了约25%的久期调整后发行量。其中，4家超大规模科技公司（Meta、亚马逊、甲骨文、谷歌）加上4笔大型数据中心融资，合计占到总久期加权发行量的近20%。

做个对比就知道这有多极端：甲骨文（ORCL）现在是投资级指数中风险调整后规模最大的单一发行人；Meta在不到一年时间里，从投资级指数第51大发行人跃升至第8位。

上周Meta单笔250亿美元债券，或最大单笔数据中心融资交易（RPLDCI），其久期加权规模接近波音（BA）全部未偿债券的总量，甚至超过福特（F）或通用汽车（GM）所有未偿债券的总和。

高盛因此发出警告：

"我们现在面对的是一个越来越向AI建设高度集中的市场，这与股票市场类似，但以一种更为负凸性的方式呈现——因为固定收益根本没有上行空间。"

换句话说：股票押注AI，涨了能赚；债券押注AI，能拿到利息，但一旦出问题，损失是实打实的。

钱不够用，就去全球借

面对美国投资级债券市场的容量上限（单一发行人占比通常不超过2-3%），科技巨头已开始向全球市场寻求融资。

高盛数据显示，超大规模科技公司自2024年以来，欧元、英镑、瑞士法郎计价债券的发行量显著上升。

本文截稿时，谷歌母公司Alphabet刚刚启动了一笔至少90亿欧元的欧元债券发行，同时还开启了一笔加元债券销售——均创下各自市场的新纪录。

Meta则采取了另一种路径：通过设立表外特殊目的载体（SPV）来分摊债务压力。继去年与Blue Owl合作完成270亿美元"Beignet项目"为路易斯安那州数据中心融资后，Meta正在与摩根士丹利和摩根大通合作推进130亿美元的"Sopaipilla项目"，为其德克萨斯州埃尔帕索数据中心融资。

这种结构的本质，是把债务尽可能分散到更多方手中。

摩根士丹利：AI泡沫何时崩？看四个信号

随着整个AI超级周期越来越依赖债务市场的顺畅运转，摩根士丹利列出了四个可能触发信用利差飙升、导致AI“纸牌屋”倒塌的预警信号：

1. 债务增速超过盈利增速
2. 杠杆融资市场增速快于高质量信用市场
3. 并购活动超出长期趋势水平
4. 私募股权支持的交易加速、股权出资比例下降

还有一个更直观的市场信号值得关注：在上周美股收于历史高位、多只"科技七巨头"股价大涨的同一天，Meta的信用违约互换（CDS）利差却创下历史新高，且每天都在走阔。

股价创新高，CDS创新高——这两件事同时发生，本身就是一个值得深思的信号。

摩根士丹利最终给出一个简洁但分量十足的结论：

信贷市场正在为AI建设提供融资。

言下之意：一旦信贷市场关门，AI超级周期就此终结。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社报道，美东时间5日傍晚，特朗普在社交媒体上发文宣布了这一决定。此举距离美国海军派遣两艘导弹驱逐舰进入波斯湾并启动该计划仅过去一天。

特朗普表示，美方与伊朗代表在达成全面最终协议方面已取得“巨大进展”。他指出，暂停护航行动是应巴基斯坦及其他国家的要求做出的，巴基斯坦目前正协助斡旋华盛顿与德黑兰之间的谈判。不过他强调，美国对进出伊朗港口船只的封锁将继续“全面生效”。

这一政策微调出现之际，旨在疏导海峡交通的军事行动在启动首日便引发了剧烈的武装冲突，且初步数据显示，美国短暂的军事干预未能实质性提振商业航运流量，首日仅六艘船只通过。

分析人士指出，物理损害风险与声誉风险持续阻碍航运业重返该海域。在缺乏明确安全保障的情况下，即使有军事力量介入，恢复市场与保险商的信心依然是缓解当前能源贸易危机的核心难题。

护航成效受限，首日仅6艘船只通过

“自由计划”原本被美国政府定性为一项人道主义举措，旨在恢复能源和其他物资的流动，但该行动却未能打消航运公司的安全顾虑，并在周一引发了新一轮暴力冲突。据报道，伊朗向该区域发射了巡航导弹，并出动无人机和武装小艇攻击民用船只。

据标普全球市场财智的统计数据显示，在该项美国新倡议实施的首日（即周一），仅有6艘船只成功穿越海峡。进入周二，通航情况进一步萎缩，截至周二下午，仅有一艘船只通过了该水域。

而在战争爆发前，该水道每日约有130艘船只通行。

大宗商品和航运数据公司Kpler高级分析师Naveen Das表示，这一新举措并未实质性改变任何现状，航运业目前依然缺乏承担重返该海域风险的意愿。

他指出，除了船员伤亡和船只受损的物理风险外，成为“首批吃螃蟹者”一旦遇袭，将面临巨大的声誉风险。值得注意的是，部分关联伊朗的船只仍在通行，数据显示，一艘载有12.9万桶液化气、受美国制裁的油轮Nooh Gas于周一驶过海峡。

战略工具见顶，美国面临施压瓶颈

此次海上行动标志着美伊冲突模式的转变。在经历了长达40天的轰炸行动后，美国于4月对伊朗港口实施封锁，切断了其关键的石油收入。

哈德逊研究所高级研究员、前美国海军高级官员Bryan Clark指出，美国已经采取了最高级别的升级措施，包括打击伊朗领导层和武器设施，但未能迫使对方退让，目前美国政府在迫使伊朗就范方面已缺乏更多工具，只能试图恢复航运。

尽管美国参谋长联席会议主席Dan Caine将军强调，商业船只将能在海空域“看到、听到并感受到”美国的战斗力，但当前的环境与上世纪80年代“袭船战”时期大不相同。当时美国海军曾为海湾船只护航，但其规模是目前的近两倍，而如今伊朗已拥有大量廉价单向攻击无人机和由快艇组成的“蚊子舰队”。

英国皇家联合三军研究所军事科学主任、前英国国防部官员Matthew Savill总结称，控制海峡并非单纯的军事力量问题，它更是一个关乎市场信心、保险商信心以及民用航运信心的问题。对于商业运营商而言，新过境计划应如何运作的不确定性仍是主要的威慑因素。

尽管特朗普释放了通过谈判解决冲突的积极信号，但美国政府高层也坦言，由于伊朗内部的分歧，谈判仍面临诸多挑战。目前，美国与伊朗之间脆弱的停火协议正面临严峻考验。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博社周三报道，与美联储利率决议挂钩的利率互换合约目前显示，美联储在明年4月前先加息再降息的概率已超过50%。

与此同时，越来越多的交易员正在加码建仓，对冲年底前加息概率进一步上升的风险。这一市场转变发生在美联储内部对利率前景分歧日益加深之际，而特朗普力推降息的背景下，沃什即将正式接掌美联储。

市场情绪的转向对固定收益资产构成直接压力。现金市场同样出现看空信号——摩根大通客户调查显示，投资者上周持续增加空头头寸，从此前的中性立场转向净空头。30年期美国国债收益率目前徘徊在5%附近，此前已在今年内首次突破这一关键水平。

劳动力市场趋稳，通胀风险跃升为核心关切

上述押注在与隔夜融资担保利率（SOFR）挂钩的期货和期权市场中均有所体现，并在周五美国就业报告公布前持续升温。市场普遍预期，就业数据将显示劳动力市场正在趋于稳定。

Evercore ISI高级经济学家Marco Casiraghi与分析师Gang Lyu在研究报告中写道："劳动力市场趋稳将使美联储得以将注意力集中于应对油价带来的通胀冲击，直至局势明朗，再考虑重启降息。"两人同时指出，其基准情景是，当前的地缘冲突可能推迟但不会从根本上阻断降息进程。

LPL Financial首席固定收益策略师Lawrence Gillum表示，今年降息的可能性虽然仍存，但随着伊朗冲突持续，概率正在下降。"毫无疑问，Warsh前路艰难，"他说。

SOFR期货承压，加息预期向2027年延伸

在互换市场，降息预期已被推迟至2028年初，2028年3月联邦基金利率互换合约的定价较当前有效联邦基金利率低8个基点。

SOFR期货市场的压力主要集中在2027年6月合约，该合约在过去数周大幅跑输，原因在于交易员此前并未将加息可能性纳入约一年后的定价区间。这一走势导致2026-2027-2028年6月SOFR蝶式价差大幅走阔至周期高点。

Wellington Management投资组合经理Brij Khurana表示，"美国收益率曲线前端尚未充分消化未来六至十二个月可能出现加息周期的预期"，并指出"美国市场迄今仍不愿正视加息周期可能到来，这一点颇为引人注目"。

在SOFR期权市场，押注年底前加息溢价进一步扩大的头寸于本周一和周二被大规模买入。CME周二公布的期货市场数据显示，2026年6月SOFR期货出现平仓迹象，同时有资金流入10年期国债期货，表明交易员正将空头头寸向2027年进一步延伸——彼处正是加息定价的峰值区域。

加息门槛仍高，市场分歧持续

尽管加息押注升温，部分市场人士对实际加息的可能性仍持审慎态度。LPL Financial的Gillum表示，"我们仍然认为，加息的门槛远高于维持利率不变的门槛。"

当前市场的核心矛盾在于：一方面，特朗普政府持续施压要求降息，沃什接任后的政策取向尚待观察；另一方面，通胀压力与地缘政治风险正促使交易员为更鹰派的政策路径定价。这一分歧预计将在就业数据公布及沃什正式就任后进一步明朗。

本文来自华尔街见闻，欢迎下载APP查看更多

智能体AI引爆需求，AMD预期服务器CPU市场翻倍。

5月5日美股盘后，AMD公布2026财年第一季度业绩，营收达创纪录的103亿美元，同比增长38%，超出指引上限。毛利率升至55%，EPS同比增长43%至1.37美元，自由现金流翻了三倍多，达到创纪录的26亿美元。

第二季度营收预计约为112亿美元，同比增长约46%，高于市场预期。AMD董事长兼CEO苏姿丰（Lisa Su）在开场时给这组强劲的数据定下了基调：

这些结果标志着我们增长轨迹的明显拐点和我们业务的结构性转变。数据中心现在是我们收入和盈利增长的主要驱动力。

智能体AI引爆需求，服务器CPU市场预期翻倍

市场最为关注的增量信息来自于AMD对总体潜在市场（TAM）的大幅上调。

去年11月，AMD曾预计服务器CPU市场未来三到五年的年复合增长率（CAGR）约为18%。但在本次电话会上，这一预期被直接翻倍。

AMD董事长兼CEO苏姿丰预计服务器CPU的总潜在市场（TAM）将以每年超过35%的速度增长，到2030年将超过1200亿美元。苏姿丰指出：

随着推理和代理式AI工作负载规模扩张，所需的CPU算力远超此前预期——这些任务除依赖GPU和加速器外，还需要大量CPU用于任务编排、数据移动和并行执行。

苏姿丰在电话会议上表示，公司将CPU需求来源划分为三类：通用计算、作为GPU头节点的CPU，以及服务代理式AI工作流的CPU。其中，增速最快的是第三类。

她指出，在AI基础设施部署中，CPU与GPU的比例正在从过去的1比4或1比8向接近1比1转变，在某些高密度代理场景下，CPU数量甚至可能超过GPU。苏姿丰表示：

以前，CPU主要作为GPU的宿主节点存在。现在，客户在规划加速器采购的同时，也在同步规划CPU的长期容量。

华尔街见闻提及，此前英特尔Q1电话会上，CEO陈立武也曾表示，过去CPU与GPU的比例是1比8，现在是1比4，并且正在向1比1，甚至更好的方向发展。

这种结构性变化直接体现在了AMD订单增速上。第一季度，AMD服务器CPU营收同比大增超50%。

公司预计，第二季度服务器CPU营收的同比增速将超过70%，且这种强劲的增长势头将持续到2026年下半年乃至2027年。

数据中心AI业务加速，MI450出货下半年启动

在Instinct GPU方面，AMD披露了极具冲击力的客户进展。公司不仅与OpenAI继续保持深度合作，还拿下了Meta的超级大单。

目前，AMD已开始向核心客户送样MI450系列GPU，并计划在三季度启动初步量产，四季度显著放量。苏姿丰透露：

一个关键的例子是我们与Meta扩大了战略合作伙伴关系，将部署高达6吉瓦的AMD Instinct GPU，跨越多个产品世代。

该协议包括基于MI450架构的定制GPU，专为Meta的下一代AI工作负载共同设计，预计下半年开始出货。

基于这些长期的超级订单，AMD给出了极高的远期业绩指引：

随着这种可见性的扩大，我们有强烈且不断增加的信心，能够在2027年实现数百亿美元的年度数据中心AI收入，并在未来几年超越我们长期设定的80%以上的增长目标。

苏姿丰补充道，除了AI大厂，越来越多的新合作伙伴正在将生产型AI工作负载部署在Instinct上，目前MI450系列GPU的客户预测已经超出了公司的初始计划。

在软件层面，AMD表示持续加大ROCm投入，扩大对谷歌Gemma 4、千问、Kimi等主流开源模型的零日支持，并借助基于AI的编码工作流加快开发节奏。

面对分析师对ARM架构服务器CPU竞争加剧及x86对手供应改善的追问，苏姿丰表示，不同架构产品将在市场中并存，大型云服务商会根据工作负载特性，混合使用x86与ARM方案。

她强调，AMD的差异化优势在于拥有覆盖吞吐量优化、能效优化、成本优化及AI基础设施优化的完整CPU产品矩阵，其中包括即将推出的首款专为AI基础设施打造的EPYC CPU"Verano"。

在供应链方面，苏姿丰坦承供应链整体偏紧，但表示公司与晶圆及后端封装合作伙伴已建立深度合作关系，正积极扩大产能。

AMD第六代EPYC Venice系列处理器基于Zen 6架构和2纳米制程打造，计划于今年晚些时候推出，目前客户验证和平台导入进展领先于历代新品同期水平。苏姿丰表示：

供应链确实存在压力，但我们擅长于此。随着客户不断向我们提出更多需求，我们也在持续获得更多供应。更重要的是，我们现在已经在与客户讨论2027年乃至2028年的CPU需求，这让我们可以更好地提前规划。

内存成本通胀来袭，下半年PC与游戏业务面临逆风

尽管数据中心业务一路狂飙，但管理层客观指出了消费端市场面临的供应链通胀压力。

第一季度，包含PC业务在内的客户机与游戏总营收同比增长23%至3.6亿美元。但管理层对下半年的消费端预期保持谨慎。苏姿丰表示：

我们正计划下半年PC出货量会有所下降，原因是更高的内存和组件成本。

首席财务官Jean Hu也给出了具体预警：

我们现在预计下半年的游戏营收将比上半年下降20%以上。

在随后的问答环节中，针对分析师关于内存价格上涨是否会带来双重影响的提问，苏姿丰坦言：

这是一个供应紧张的内存环境……在供应紧张的时期，我们确实看到了内存端的一些成本增加。我们都在应对这个问题。

但她强调，AMD已经与内存供应商建立了非常深厚的合作伙伴关系，确保了足够的供应来满足甚至超越现有目标。

同时，在服务器CPU方面，尽管成本上升导致了部分产品涨价，但公司目前的战略重点依然是出货量，她说：

我们的目标是运送更多的量，多得多的数量。

AMD 2026年第一季度电话会议实录，全文翻译如下（AI工具辅助）：

主持人

欢迎参加AMD 2026年第一季度财报电话会议。现在将会议移交给财务战略与投资者关系副总裁马修·拉姆齐（Matthew Ramsay）。马特，请开始。

马修·拉姆齐

感谢各位参加AMD 2026年第一季度财务业绩电话会议。目前，各位应已有机会查阅我们的业绩新闻稿及配套幻灯片，相关材料可在amd.com投资者关系页面获取。今日电话会议将主要参考非GAAP财务指标，完整的非GAAP与GAAP对照表已发布于我们的网站。

今日参与电话会议的嘉宾为：董事长兼首席执行官苏姿丰博士（Dr. 苏姿丰），以及执行副总裁、首席财务官兼财务主管Jean Hu（Jean Hu）。本次电话会议将通过我们网站进行网络直播重播。

此外，Jean Hu将于6月2日（周二）出席在旧金山举办的美国银行全球TMT大会。今日讨论包含前瞻性陈述，仅代表截至今日的观点，涉及可能导致实际结果与预期存在重大差异的风险与不确定性，请参阅新闻稿中的免责声明获取详细信息。现在，我将电话转交给苏姿丰。

苏姿丰致辞

一、整体业绩概览

感谢马特，下午好。我们在年初交出了一份亮眼的成绩单，这得益于整个产品组合中AI基础设施需求的持续加速。各业务板块均实现同比增长，其中数据中心营收增长57%，增长面最为广泛。第一季度营收同比增长38%至103亿美元；收益增长逾40%；自由现金流增长逾两倍，创历史新高达26亿美元，主要由EPYC CPU、Instinct GPU及锐龙（Ryzen）处理器的大幅销售增长驱动。

这些成绩标志着我们增长轨迹的明显拐点和业务结构性转变——数据中心现已成为营收和利润增长的主要驱动力。随着AI应用规模扩大，不仅对加速器的需求在增加，对驱动和协调这些工作负载的高性能CPU的需求同样在增长。

二、数据中心业务

数据中心营收同比增长57%，创历史新高达58亿美元，主要由EPYC CPU和Instinct GPU的强劲需求驱动。

服务器CPU： 本季度实现连续第四季度服务器CPU营收创历史新高，营收同比增长逾50%，云端与企业客户销售额均各增长逾50%。第五代EPYC Turin CPU的持续爬坡，以及第四代EPYC处理器在多类工作负载中的持续强势，推动了市场份额的同比加速提升。

在云端，AI是本季度增长的主要驱动力，每家主要云服务商均扩展了其EPYC部署规模，以支持从通用计算、数据处理到加速器头节点及新兴智能体（Agentic）应用等广泛AI工作负载。EPYC驱动的云实例同比增长近50%，突破1,600个，覆盖几乎所有企业工作负载，并在全球最大云服务商中扩大了可用范围。

在企业端，需求加速，本季度实现营收及销售均创历史新高。我们在金融服务、医疗健康、工业及数字基础设施领域拓展了新客户，同时在中型市场和中小企业客户中也建立了良好势头。基于我们在性能和总拥有成本（TCO）方面的领先优势，AMD在企业内部及混合环境中的EPYC标准化进程持续推进，市场份额持续扩大。

第六代EPYC Venice处理器： 采用Zen 6架构和2纳米制程，旨在延续我们在云端、企业及AI工作负载上的领先优势。Venice家族涵盖针对吞吐量、每瓦性能及每美元性能优化的多款CPU，包括Verano——我们首款专为AI基础设施构建的EPYC CPU。从整体来看，Venice在竞争优势方面进一步扩大：相较竞争对手的x86产品，每插槽及每瓦性能大幅提升；相较领先的基于Arm架构的AI解决方案，每插槽吞吐量提升逾2倍。客户需求非常强劲，处于验证和爬坡平台阶段的客户数量超过了以往任何一代EPYC，Venice仍计划于今年晚些时候发布。

AI计算需求格局： 从更宏观的视角来看，受云端和企业AI工作负载快速扩展驱动，我们正看到客户需求的明显加速。推理（Inference）和智能体AI（Agentic AI）正在增加服务器CPU计算的需求，因为这些工作负载需要CPU处理编排、数据移动和并行执行等任务，同时还承担GPU和加速器头节点的职责。因此，我们不仅看到了更强的近期需求，也与客户在长期容量规划上有了更深入的合作。

在去年11月财务分析师日上，我们预测服务器CPU市场未来3至5年将以约18%的年均复合增长率增长。基于我们目前看到的需求信号以及智能体AI驱动的CPU算力需求结构性增长，我们现在预计服务器CPU可寻址市场（TAM）年均复合增长率将超过35%，到2030年将突破1,200亿美元。

为应对这一需求，我们正与供应链合作伙伴密切合作，大幅提升晶圆和后端产能，以支撑这一增长。因此，我们预计第二季度服务器CPU营收将同比增长逾70%，并随着下一代EPYC处理器的爬坡，强劲增长势头将延续至2026年下半年乃至2027年。

三、数据中心AI业务

营收同比实现显著的两位数增长，Instinct在云端、企业、主权及超算客户中的采用持续加速。我们看到强劲动能：客户正从试点阶段转向大规模量产部署，尤其在推理领域，我们领先的内存容量和带宽是关键优势，推动了更深层次的长期客户合作，包括大规模多代产品部署。

与Meta的战略合作： 一个关键案例是我们与Meta扩展的战略合作，部署多达6吉瓦的AMD Instinct GPU，覆盖多代产品。我们的协议包括基于MI450架构的定制GPU加速器，专为支持Meta下一代AI工作负载而联合设计。出货计划于今年下半年启动，将采用我们的Helios机架级架构，将Instinct GPU与EPYC Venice CPU集成，提供完全优化的高性能AI基础设施。结合此前宣布的与OpenAI的合作，这些合作将AMD定位为全球最大AI基础设施建设者的核心合作伙伴，双方建立了深度联合研发关系，并具备多年期大规模部署的可见性。

更广泛而言，Instinct在AI原生客户和企业客户的训练及推理工作负载中的采用持续扩展：现有合作伙伴正将Instinct扩展至更广泛的工作负载，越来越多的新合作伙伴正在Instinct上部署生产级AI工作负载，印证了我们软硬件技术栈的成熟度。

ROCm软件进展： 我们持续推进ROCm软件的开发工作，提升性能、扩展性，并帮助客户更快地投入生产。在最新的MLPerf测试中，MI355X在全套测试中表现出强劲的竞争力，并在多个类别中取得领先成绩。我们还扩展了对领先开源模型的Day 0支持，包括谷歌最新的Gemma 4系列、Qwen、Kimi等，使客户能够快速部署新模型并实现优化性能。为巩固这一势头，我们通过加大软件投入并引入基于AI Agent的编程工作流，显著加快了ROCm开发节奏，从而实现更快的性能提升和更迅速的新功能部署。

Helios与MI450展望： 客户对Helios的需求非常强烈，主要驱动力在于我们在性能、内存带宽和横向扩展（Scale-out）容量方面的领先优势。Helios开发进展顺利，在芯片、软件和系统层面均按关键里程碑稳步推进。我们已开始向核心客户交付MI450系列GPU样品，Helios量产出货仍计划于今年下半年启动。

随着量产临近，MI450系列GPU的需求持续增强：核心客户的预测已超出我们的初始计划，越来越多的新客户正在参与大规模部署合作，包括更多吉瓦级别的部署机会。基于这一扩大的可见性，我们对2027年数据中心AI年营收达到数百亿美元、并在未来几年超越逾80%长期增长目标，具有强烈且持续增长的信心。

我期待在7月的"推进AI（Advancing AI）"活动上，分享更多关于下一代Instinct GPU、EPYC处理器、Helios机架级平台以及不断拓展的客户合作的最新进展。

四、客户端与游戏业务

客户端与游戏业务整体营收同比增长23%至36亿美元。

客户端营收同比增长26%至29亿美元，由最新锐龙处理器的强劲销售以及在消费级和商用市场的持续份额增长驱动。台式机方面，我们强化了锐龙产品线，包括在游戏、内容创作和专业工作负载中具备领先性能的最新X3D处理器，并推出了Ryzen AI 400系列和Ryzen AI Pro 400系列台式机CPU，将AI PC产品线延伸至消费级和商用系统。

移动端方面，得益于Ryzen 400移动版PC出货量的爬坡和商用采用量的提升，产品组合更趋高端，实现了强劲增长。商用端是本季度的亮点，Ryzen PRO PC的销量同比增长逾50%，戴尔、惠普和联想均扩展了其AMD产品阵容。我们还在大型科技、金融服务、医疗健康和航空航天领域赢得了新企业客户。

展望未来，我们预计第二季度锐龙CPU需求将保持稳健。但由于内存和零部件成本上涨，我们预计下半年PC出货量将有所下降。尽管如此，受锐龙产品组合优势和商用采用率持续扩大驱动，我们仍预期客户端营收将实现同比增长并超越市场整体表现。

游戏业务营收同比增长11%至7.2亿美元。半定制营收受游戏主机周期影响同比下降，符合预期，但与客户在下一代平台上的合作依然深入。独显方面，受最新一代Radeon 9000系列GPU需求驱动，营收同比增长；我们还通过FSR软件更新提升了性能和画质。与PC市场类似，我们预计下半年游戏需求也将受到内存和零部件成本上涨的影响，并已将此纳入业务规划。

五、嵌入式业务

嵌入式业务营收同比增长6%至8.73亿美元，增长动力来自测量与仿真、航空航天与国防、通信领域的需求增强，以及嵌入式x86产品采用率的提升。设计赢单势头实现两位数同比增长，遍及多个市场，总价值达数十亿美元，印证了我们嵌入式业务从主要以FPGA为核心的产品组合，向更广泛的自适应嵌入式x86及半定制解决方案转型的持续推进，显著扩大了我们的可寻址市场。本季度半定制合作也有所扩展，数据中心、通信及其他嵌入式客户正借助我们广泛的IP组合和高性能专业能力构建差异化解决方案。

六、总结展望

第一季度业绩标志着我们增长轨迹的明显跃升，业务各方面的势头均持续加速。客户端业务继续超越市场，嵌入式的设计赢单势头和需求也在我们扩展后的自适应及x86产品组合上持续增强。与此同时，数据中心业务正处于明显拐点，EPYC和Instinct产品的强劲需求共同驱动大幅增长。

尽管我们仍处于AI基础设施周期的早期阶段，但我们今天所看到的部署规模和速度进一步印证了这一机遇的量级与持续性。随着推理和智能体AI部署的规模扩大，算力需求从根本上在提升，既驱动着更大规模的加速器部署，也显著增加了CPU算力需求。AMD在高性能服务器CPU和AI加速器领域拥有领先产品，并具备将二者整合为完全优化的机架级解决方案的能力，在AI下一发展阶段具备独特的领导地位。我们拥有世界级供应链，并正大力投资扩大产能以实现规模化执行。

基于业务全面向好的势头和不断扩大的市场机遇，我们清晰地看到超越长期财务目标的路径，包括在战略时间段内实现每股收益逾20美元。

下面，我将电话转交给Jean Hu，就第一季度业绩提供更多详细说明。

Jean Hu致辞

一、第一季度财务业绩

我先回顾第一季度财务业绩，然后提供2026财年第二季度的展望。

第一季度营收为103亿美元，超出指引区间上限，同比增长38%，由数据中心、客户端与游戏业务的强劲增长以及嵌入式业务的重返增长驱动。环比来看，营收基本持平，数据中心的持续增长被客户端与游戏及嵌入式业务的季节性因素所抵消。

毛利率为55%，同比提升170个基点，主要得益于产品组合改善，数据中心营收占比提高。运营费用为31亿美元，同比增长42%，反映了我们对R&D的持续投入，以支持AI路线图及长期增长机遇，以及市场推广活动的增加。随着业务规模扩大，运营利润增速超过营收增速：运营利润为25亿美元，运营利润率为25%。税项、利息及其他合计净支出约为2.75亿美元。本季度稀释每股收益为1.37美元，同比增长43%，充分体现了我们业务模型在规模化过程中的显著运营杠杆效应。

二、各业务分部业绩

数据中心业务： 营收创历史新高58亿美元，同比增长57%，环比增长7%，主要由EPYC处理器的强劲需求和Instinct GPU的持续爬坡驱动。数据中心分部运营利润为16亿美元，占营收的28%，去年同期为9.32亿美元，占比25%。

客户端与游戏业务： 营收为36亿美元，同比增长23%；受季节性因素影响，环比下降9%，符合预期。其中客户端营收29亿美元，同比增长26%，环比下降7%；游戏营收7.2亿美元，同比增长11%，主要由Radeon GPU需求增长驱动，部分被半定制营收下降所抵消，环比下降15%，符合预期。如苏博士所提及，我们预计下半年游戏营收将受内存和零部件成本上涨影响，预计下半年游戏营收将较上半年下降逾20%。客户端与游戏分部运营利润为5.75亿美元，占营收的16%，去年同期为4.96亿美元，占比17%。

嵌入式业务： 营收为8.73亿美元，同比增长6%，环比受季节性因素影响下降8%。分部运营利润为3.38亿美元，占营收的39%，去年同期为3.28亿美元，占比40%。

三、资产负债表与现金流

本季度，我们经营活动产生现金30亿美元，自由现金流创历史新高达26亿美元，占营收的25%，充分展现了我们业务模式强大的现金创造能力。库存基本持平，约为80亿美元。截至季末，现金及现金等价物和短期投资为123亿美元。本季度回购了110万股，向股东返还2.21亿美元。季末股票回购授权余额为92亿美元。

四、第二季度展望

预计第二季度营收约为112亿美元，上下浮动3亿美元。在指引中值处，营收预计同比增长46%，由数据中心分部的强劲增长、客户端与游戏分部的增长，以及嵌入式分部的两位数增长共同驱动。环比来看，预计营收增长约9%，主要由数据中心和嵌入式分部的两位数增长，以及客户端与游戏分部的小幅增长驱动。

此外，预计第二季度非GAAP毛利率约为56%；非GAAP运营费用约为33亿美元；非GAAP其他收支净收益约为6,000万美元；非GAAP有效税率为13%；稀释股份数预计约为16.6亿股。

总结： 2026年第一季度是AMD的亮眼季度，反映了业务全面向好的强劲势头，营收和利润实现加速增长。我们已非常充分地做好准备，将在扩大数据中心业务规模、提升利润率、推动持续盈利增长及长期股东价值创造的道路上继续乘势而上。

下面，我将电话交回给马特主持问答环节。

马修·拉姆齐 ： 感谢Jean Hu。接线员，我们现在开始问答。请各位提问人将问题控制在1个主问题和1个简短追问。请开始提问。

Q1 - 约书亚·布查尔特（Joshua Buchalter），TD Cowen

问： 不久前的分析师日，你们刚宣布了服务器CPU TAM到2030年为600亿美元，而现在很快就翻倍了。请分享你们对这一TAM如此迅速且大幅变化的看法。另外，考虑到x86竞争对手供应似乎在改善，以及商用和定制Arm CPU端势头增强，你们对实现分析师日提出的超过50%市场份额目标有多大信心？

苏姿丰 ：

CPU一直是数据中心基础设施的关键组成部分，这也是我们持续投入的方向。去年，我们看到了AI需求拉动CPU需求的最初信号，这促使我们将TAM预测更新至约18%的年均复合增长率、约600亿美元。

此后，我们所预见的一切——关于智能体AI、推理，以及所需的CPU算力——都在加速实现。过去几个月，通过与客户的深入沟通以及对AI应用落地方式的观察，我们看到每家主要云服务商以及企业客户的CPU需求都在大幅增加。其逻辑在于：随着AI应用规模扩大，推理需求增加；随着推理规模扩大，智能体和智能体AI随之增加，而这些都需要CPU来执行编排、数据处理等各类任务。

基于与客户的自下而上的交流——包括获取其更长期的预测，以及独立的工作负载分析——我们对CPU TAM超过35%的年均复合增长率、到2030年突破1,200亿美元感到非常振奋。

关于AMD在其中的定位，我们将CPU需求分为三类：一是通用计算CPU TAM，增速相对较低，约为低两位数；二是与加速器连接的AI头节点CPU，增速也在增长但规模较小；三是智能体AI的CPU需求，是增量最大的部分。

要满足这些需求，必须拥有广泛的CPU产品组合——针对不同工作负载进行优化，包括吞吐量优化、功耗优化、成本优化和AI基础设施优化，这正是我们在Venice家族中所做的事情。我们对更大的TAM感到振奋，也对目前的市场牵引力感到满意。Turin产品组合爬坡良好，Venice极具竞争力，我们正与客户共同规划超越Venice的架构方向，对实现超过50%的市场份额目标充满信心。

Q2（追问）- 约书亚·布查尔特

问： 在Instinct方面，新闻稿提到MI450和Helios的合作正在深化，客户预测超出预期，管线持续增长。这是指OpenAI和Meta等大型合作项目的扩大，还是其他客户？增量来自MI450时间段还是MI500及更远的未来？

苏姿丰 ：

我们对MI450和Helios感到非常兴奋，客户兴趣也相当浓厚。我们与OpenAI和Meta的大型合作进展顺利，深度联合研发的成效很好。综合当前所有客户的预测可见性，实际情况已超出我们为2027年所制定的初始计划。令人鼓舞的是，越来越多的客户开始有意愿大规模部署MI450系列产品，工作负载涵盖训练和推理，但最大规模的部署主要集中在推理领域。

基于此，以及新客户兴趣的广度，我们看到超越原有"逾80%年均复合增长率"目标的路径——主要是2027年的展望。在与客户的当期交流中，MI355有很好的牵引力；MI450和Helios适合大规模部署；同时，许多客户也在积极参与MI500系列的合作洽谈。我们对持续拓宽客户基础和工作负载覆盖面的进展感到满意。

Q3 - 托马斯·奥马利（Thomas O'Malley），巴克莱

问： 根据3月季度的数字，服务器CPU同比增长逾50%，数据中心GPU部分在Q1似乎也有所增长。能否谈谈今年的节奏变化？此前你们提到今年重心在下半年，尤其是第四季度，这一判断是否有所改变？关于2027年的供应问题——供应是当前生态系统的主要瓶颈，有哪些方面令你们担忧？电力、数据中心建设等是否存在制约因素？

苏姿丰 ：

Q1数据中心分部情况：服务器CPU同比增长逾50%；数据中心AI部分则因中国市场过渡期而环比小幅下降——Q4中国营收贡献较高，Q1则有所减少。展望未来，两个子业务均将实现强劲增长，第二季度数据中心整体指引为环比两位数增长，服务器和数据中心AI均如此。

进度方面：服务器CPU我们指引Q2同比增长逾70%，下半年继续保持强劲；数据中心AI方面，Helios将在下半年进行爬坡，大致是Q3启动初步出货，Q4大幅爬坡，之后继续延伸至下一年Q1。

关于供应和客户，我们对2027年部署的可见性非常好——好到已经能精确到GPU将安装在哪个具体的数据中心，这在当前各类约束条件下是必要的。供应链确实存在紧张，数据中心建设也存在紧张，但我们对能够实现并超越我们所提出的增长目标充满信心。我们也与客户和合作伙伴密切合作，确保数据中心电力的可见性——2027年将有更多电力上线。总体而言，这是一个复杂的爬坡过程，但我们对进展非常满意。

Q4 - 罗斯·西摩（Ross Seymore），德意志银行

问： 在EPYC竞争格局方面，AMD如何真正建立差异化？尤其是当Arm竞争对手争取相同客户、x86竞争对手供应改善的情况下，市场份额将如何演变？

苏姿丰 ：

我们与每家主要超大规模云服务商都有深度合作，深入理解其CPU需求。我们在AI CPU方面的布局很早，并一直与这些客户紧密协作。

关键在于，不同工作负载需要不同类型的CPU——通用计算、加速器头节点、智能体AI任务各有其最优化的CPU形态。我们已将这一思路贯穿于产品路线图，并在各类工作负载上进行了优化。从与客户的深度关系和技术路线图的深度来看，我们都感到非常有信心。

需要注意的是，不应将其简单视为非此即彼的选择。大型超大规模云服务商很可能同时使用x86和Arm，即便是那些自研芯片的客户，也仍会在商用市场购买大量CPU，因为不同工作负载需要不同类型的CPU。当前需求非常旺盛，TAM远比任何人预想的都要大，因此不同产品都有其成功空间。

问（追问）： 关于毛利率，随着Helios和Instinct在Q4大幅爬坡，可能存在低于企业平均水平的影响；但EPYC的强劲增长可能带来更大的抵消效应。能否介绍一下毛利率的正负因素以及未来一两年的方向？

Jean Hu ：

我们对毛利率的走势感到非常满意：Q1表现强劲，Q2指引继续上调至56%。展望下半年，有多项顺风因素：一是服务器CPU，苏博士提到Q2同比增长逾70%，下半年持续强劲，对毛利率帮助很大；二是下半年游戏业务收入下降，客户端产品组合继续向高端移动，客户端与游戏分部的毛利率贡献也将更为积极；三是嵌入式业务毛利率具有高度增厚效应，下半年势头持续。

逆风因素是MI450将在Q3开始爬坡，Q4大幅爬坡，其毛利率低于企业平均水平，Q4会有一定程度的稀释。综合考量所有正面趋势来抵消MI450的稀释影响，我们对2026年全年的毛利率布局感到满意。展望明年，部分顺风因素将延续，这也是我们对持续提升毛利率充满信心的原因。我们在财务分析师日曾提出长期毛利率目标区间为55%~58%，目前正朝这一目标稳步推进。

Q5 - 蒂莫西·阿尔库里（Timothy Arcuri），瑞银

问： 关于服务器CPU的量与均价（ASP）构成——6月指引隐含服务器CPU环比增长约25%~30%，今年整体服务器CPU增速约为70%。这一增长中，量与价的贡献比例如何？价格上涨是否已主要体现在6月的指引中，还是下半年仍有进一步提价？

苏姿丰 ：

以Q1为参照：尽管量和ASP均同比有所提升，但增长主要由出货量驱动——我们不仅在高端Turin产品线上出货增多，Genoa等Zen核心产品线也在大量出货。展望Q2及下半年，增长的绝大部分仍将由量驱动。

在定价思路上，当前供应链处于紧张状态，存在一定的成本通胀压力，我们与客户之间有一定程度的成本分担。但从长远来看，我们的目标是出货更多单位，因此ASP的增长主要是为了覆盖通胀压力，而非主动提价。

Jean Hu： ASP的提升也受产品组合升级驱动——每一代新产品的核心数量都在增加，这本身会带来ASP上升。

问（追问）： 关于新型计算架构——从多租户到低延迟，你的竞争对手提到低延迟市场占比逾20%并扩展了产品线。AMD如何看待这一细分市场？

苏姿丰 ：

随着AI应用持续演进、量上持续增长，为追求更高成本优化，不同计算架构的使用是可以预见的。在这种情况下，主流TAM仍将以数据中心GPU为主要加速器，但围绕推理、低延迟、特定技术栈环节（如解码与预填充）的优化也是自然而然的。

从AMD的角度来看，我们正在构建完整的算力产品组合：CPU、GPU、与所有加速器的连接能力，以及面向特定客户的定制化能力——包括我们的半定制能力。有了这些算力工具，我们将能够有效覆盖大部分市场，包括低延迟细分市场。这是一种自然的演进，其速度取决于相关技术的发展，以及这些细分场景最终占据TAM的份额大小。我们预计会出现不同的产品形态，并已做好充分准备。

Q6 - 维韦克·阿里亚（Vivek Arya），美国银行

问： 智能体AI驱动的CPU需求是增量需求，还是以牺牲GPU需求为代价？如果上调服务器CPU TAM，是否也隐含着对AI整体TAM的上调？CPU占AI总TAM的比例，在1,200亿美元数字出现前后发生了怎样的变化？

苏姿丰 ：

我们认为这主要是对TAM的增量贡献。加速器仍然是运行基础模型所必需的，而当这些智能体开始工作时，会衍生出更多CPU任务。

关键在于，在当前的部署中，需要确保CPU与GPU的配比是合理的。安装1吉瓦的算力，CPU占比将有所提升。业内已经在讨论CPU与GPU的配比问题——过去以"主机节点"模式为主，配比约为1:4或1:8；现在正在向接近1:1的方向转变；如果智能体数量大量增加，甚至可以想象CPU数量超过GPU的场景。总的来说，这对TAM而言是增量的。现在，人们在规划加速器部署的同时，同步规划CPU，这是一件好事。

问（追问）： 内存价格持续上涨，对AMD既是成本通胀压力，也可能是提价机会。这一动态对AMD及其客户的影响如何？AMD的内存供应是否充足？

苏姿丰 ：

关于内存供应，我们对与内存供应商的合作关系感到满意，已确保足够的供应量以实现乃至超越我们的目标。内存市场确实供应偏紧，但我们与供应商的合作关系非常深厚。

关于通胀压力，这是全行业共同面对的问题。数据中心端的影响相对可控，因为AI计算的强劲需求使得供应保障成为首要考量。我们更关注的是消费端市场的连锁影响——如我们在准备发言中所提及，我们预计下半年内存价格上涨将对PC业务和游戏业务的需求产生一定影响，并已将此纳入整体模型。我们持续与内存供应商及客户紧密合作，确保每颗CPU或GPU出货时都能配套相应内存，避免算力无法被充分部署的情况。

Q7 - 亚伦·雷克斯（Aaron Rakers），富国银行

问： 在分析师日的图表中，CPU TAM被分为传统CPU和AI两个部分。新预测中增量的主要来源是什么？专为AI工作负载优化的CPU，其ASP是否与通用服务器CPU存在结构性差异？

苏姿丰 ：

将CPU TAM分为三类：一是传统通用计算CPU，增速相对较低，约为低两位数；二是连接加速器的AI头节点，增速也在增长但规模较小；三是智能体AI CPU，是TAM增量中规模最大的部分。

关于相对ASP，目前没有具体数字，因为这高度依赖于具体工作负载。展望未来，随着核心数量增加，ASP将呈上升趋势，这是我们的方向。最核心的要点是，TAM增量最大的部分来自服务智能体AI工作负载的CPU。

问（追问）： AMD如何看待服务器CPU的竞争格局，尤其是Arm的切入？

苏姿丰 ：

现在大家都在谈论CPU，这恰恰说明CPU对AI基础设施有多关键——这是好事。Arm是一个优秀的架构，在数据中心市场有其位置，但我们认为其更偏向于点状产品，而非系统性产品组合。从AMD的角度出发，我们构建了广泛的CPU产品组合，针对不同工作负载——Venice时代已推出针对AI优化的Verano，此外还有吞吐量优化和成本优化的产品。我们在架构、先进封装和所有架构层面持续创新，竞争力很强。

最重要的是，TAM远比任何人预想的都要大，因此不同产品都有充足的成功空间。

Q8 - CJ缪斯（CJ Muse），坎托·菲茨杰拉德

问： 关于2026全年客户端业务，请谈谈下半年的季节性预期。是否正在将部分逻辑芯片片（Logic Tile）从客户端调配至数据中心？这对下半年客户端ASP有何影响？

苏姿丰 ：

Q1客户端业务表现略超预期。我们观察到业务组合在发生变化：笔记本业务持续增长，高端产品段的增势尤为明显，AI PC在商用PC市场的进展很好；台式机则相对较弱，因为台式机市场更偏向消费端，更容易受到内存价格上涨的冲击。

展望全年，我们预计下半年内存价格上涨将对需求产生一定冲击，但仍将专注于推进商用业务并聚焦高端细分市场。我们相信客户端业务将实现全年同比增长，并继续在客户端市场跑赢大盘。ASP方面，笔记本和台式机之间有一定的正负因素，整体来看我们对客户端业务的市场超越潜力感到乐观。

问（追问）： 关于Instinct毛利率，算力基本处于供不应求的状态，如何看待将Instinct毛利率向企业平均水平靠拢的路径？

Jean Hu ：

现阶段，我们主要聚焦于推动Instinct产品系列的营收增长。毛利率方面，算力需求确实非常旺盛，我们在定价策略上有针对不同客户进行差异化考量。未来随着营收规模扩大，我们将有很多机会提升毛利率，既来自ASP端，更重要的是来自业务规模化带来的成本端改善。

Q9 - 史黛西·拉斯冈（Stacy Rasgon），伯恩斯坦研究

问： 请帮助厘清近期AI GPU的走势。Q1数据中心AI因中国因素环比下降，Q4中有约3.9亿美元中国营收。剔除中国因素后，Q1 AI业务是否实现了环比增长？Q2 GPU与服务器是否以类似速率增长？如果是这样，Q2 GPU规模似乎低于Q4水平，这看起来偏低。

Jean Hu ：

Q1中国营收规模已不再重大（not material）。Q2两个子业务——数据中心AI和服务器——均将实现两位数的环比增长。

问（追问）： 关于运营费用，OpEx持续超出指引并被上调，这种情况是否难以预测，后续应如何看待？

Jean Hu ：

鉴于我们拥有的巨大市场机遇，我们在积极主动地加大投入。过去几个季度的投入确实在驱动营收势头——Q1营收同比增长38%，Q2指引同比增长46%。部分OpEx增加与营收挂钩，高于指引的营收达成也带来了相应的费用增加；同时，数据中心AI业务有大量客户合作，我们需要确保有足够的资源来支持不同客户。

Q10 - 布莱恩·柯蒂斯（Blaine Curtis），杰弗瑞

问： 关于供应端，市面上有很多关于竞争对手重启7纳米的报道。在这种一直延续至十年末都相当强劲的市场环境中，旧产品是否会持续更长时间？在如此强劲的市场中，这对毛利率是否反而是利空？

苏姿丰 ：

AMD并未出现旧产品延续更长时间的情况。Turin已占据我们超过50%的营收，Genoa依然强劲，Milan的出货比例已逐步下降。客户通常希望采用更新的产品，因为无论从性能、成本结构还是功耗来看，新产品都更具优势——无论是云端还是企业端都在积极采用新产品。随着今年晚些时候向Venice过渡，Turin和Genoa仍将继续出货，但过渡至新产品的趋势将持续。

关于供应链紧张，AMD在供应链管理上拥有独特优势——在晶圆侧和后端产能侧均与供应商建立了非常深厚的合作关系，产能正在实现有意义的改善。更重要的是，客户现在已经开始和我们讨论2027年甚至2028年的CPU需求，这让我们能够更好地进行长远规划。

问（追问）： 关于OpEx，SG&A增速似乎超过R&D，在市场强劲的情况下通常无需大力促销。全年R&D与SG&A的增速如何判断？

Jean Hu： 全年应预期R&D增速明显快于SG&A。过去几个季度，我们在搭建市场推广体系上有一定投入，销售营销支出相应增加。展望未来，R&D的同比增速将快于SG&A。

苏姿丰： 销售和营销方面的投入是有针对性的，主要集中在企业服务器、商用PC、中型市场和中小企业——这些都是AMD过去传统上投入较少的领域。现在，随着服务器CPU和商用PC产品组合的大幅拓展，在这些高价值市场的销售和营销投入具有充分合理性。

马修·拉姆齐： 非常感谢各位参与，以及对AMD的关注。接线员，请关闭电话会议。谢谢。

主持人： 问答环节及今日电话会议到此结束，感谢各位参与，请断开连线，祝您有美好的一天。

本文来自华尔街见闻，欢迎下载APP查看更多

Coinbase周二（5月5日）在监管文件中披露，此次裁员波及约700名员工，涉及公司近5000人规模团队的逾七分之一。与此同时，公司预计将为此支付约5000万至6000万美元的遣散费、离职福利及相关费用。

首席执行官Brian Armstrong在社交平台发文表示，"AI正在带来企业运营方式的深刻变革，我们正在重塑Coinbase，以引领这一新时代。"他同时将加密货币市场的持续波动列为另一重要原因，称公司"目前处于熊市，需要立即调整成本结构"。

此次裁员消息令Coinbase跻身近期以AI为由削减人力的科技公司行列，进一步印证了AI对科技行业就业结构的深远冲击——尤其是对软件工程师群体的直接影响。

AI驱动重组：更小的团队，更多的"AI代理"

Brian Armstrong在声明中勾勒出Coinbase未来的组织形态：公司将组建规模更小的团队，成员将负责管理能够处理编程任务的AI代理（digital bots），而人类管理者也需要"与团队一起亲力亲为"。

Armstrong将当前时刻定性为"拐点"，并表示最大的风险在于按兵不动。他称公司正在"提前、有意识地调整，将Coinbase重建为精简、快速、AI原生的企业"，未来公司架构将在首席执行官和首席运营官之下减少管理层级，以提升决策效率。

这一表述与近期多家科技巨头的逻辑高度一致——AI工具在代码生成领域能力的快速跃升，正在直接冲击软件工程师这一数字业务的核心岗位群体。

硅谷AI裁员潮：Coinbase并非孤例

Coinbase的此次裁员，是科技行业近期以AI为由大规模削减人力浪潮的组成部分。

今年2月，金融科技公司Block以AI快速迭代为由，裁减约40%员工，涉及约4000人。

上月，Meta宣布计划裁减约10%员工（约8000人），并关闭另外6000个空缺职位，同期公司正大举投入AI研发。

微软亦于上月向大批长期员工提供提前退休方案，以配合其在AI领域的重大投资布局。

分析指出，尽管各行各业都在讨论AI将如何改变工作方式，但毫无疑问正在经历深刻颠覆的，恰恰是科技行业本身。

双重压力：AI转型叠加加密市场下行

Coinbase的此次重组，折射出公司面临的双重压力。

一方面，AI技术的快速演进促使管理层主动求变，加速向"AI原生"模式转型；另一方面，加密货币市场的周期性波动对公司营收构成直接冲击。

Coinbase此前已明确表示，公司收入高度依赖加密资产价格及平台交易量，市场下行期间盈利能力将显著承压。

Armstrong在声明中将此次裁员定性为主动出击而非被动应对，强调公司正借助市场低迷期完成组织瘦身，为下一轮周期做好准备。

本文来自华尔街见闻，欢迎下载APP查看更多

原油价格整体回落，美债收益率小幅下行，美股标普、纳指和半导体指数收创新高。美股盘后，华尔街见闻提及，AMD公司发布了稳健的业绩展望，AMD盘后大涨。

据央视新闻，美国国防部长赫格塞思5日称，与伊朗的停火尚未结束。美国国务卿鲁比奥则将霍尔木兹海峡的军事护航行动定性为"防御性"，强调美方仅在遭到攻击时才会还击。

这一表态有效压制了市场对中东局势全面失控的担忧。WTI原油期货下跌3.6%至每桶102.59美元，抹去了上一交易日全部涨幅。即期布伦特原油价格跌至一周低位。

纽约尾盘，油价跌幅小幅收窄。央视报道援引阿联酋国防部5日在社交媒体上发文称，阿联酋的防空系统目前正在应对导弹和无人机袭击，引发了市场对供应链受阻时间可能超预期的担忧。

Brock Weimer在Edward Jones表示，伊朗紧张局势未进一步恶化，是支撑投资者情绪的关键因素。

Wolfe Research的Chris Senyek则指出，其基准情形判断为美伊将实现近期和解，届时霍尔木兹海峡重开，能源价格将随之回落。

周二标普500指数再度收创历史新高，但除了避险情绪消退外，分析认为今日美股上涨得益于美国微观和宏观经济形势的支撑：

• 2026 年第一季度盈利增长远超本季度迄今为止的高预期，分析师的预期也一直在上升。
• 强劲的出口、好于预期的新房销售、（不包括新冠疫情影响的）招聘人数创纪录的激增，以及稳定的服务业PMI指数，推动美国宏观经济意外指数走高。

科技板块、尤其是半导体板块成为周二最大赢家，苹果供应链消息提振板块。

华尔街见闻提及，苹果正考虑与英特尔和三星合作，为其生产主要设备芯片。消息刺激英特尔股价飙升13%，存储股同步大涨，美光科技上涨11%，闪迪上涨12%。

高盛交易台指出，内存股是当日明显的超额表现板块，长线投资者的买盘主要集中于两个方向：一是持续向大型长期趋势加仓，二是对上周以来的财报数据作出反应。

不过分析认为当前美股上涨动能高度依赖少数大型科技股，市场广度持续收窄。高盛首席美国股票策略师Ben Snider周二在接受采访时表示：

如果观察标普500，指数处于历史高位，但指数内中位数股票距各自高点仍有约13%的差距。这是过去约25年来最大的差距之一，确实为市场亮起了一些黄灯。

摩根大通策略师团队认为，全球股市自伊朗战争低点的反弹过于集中，一旦出现略微积极的消息，市场具备触发更广泛上涨的基础。但在多重不确定性因素并存的当下——地缘局势走向、长端利率中枢抬升、以及AI投资能否真正转化为全面的经济增长，结构性隐患仍在悄然积累。

美国国债收益率周二整体小幅下行，但长端压力未有根本缓解。30年期美债收益率下跌3个基点，但仍在5%关口附近徘徊；2年期收益率仅下跌1个基点。

CIBC美国利率策略主管Michael Cloherty指出，5%的30年期收益率水平历史上曾多次吸引买盘入场，但当前最大的担忧是，买方可能等待下周新一期30年期国债拍卖后再逐步建仓。

英国债市的情况更为严峻，30年期英国国债收益率周二触及5.79%，创下1998年以来最高水平。贝莱德投资研究院全球投资组合研究主管Vivek Paul表示：

所有迹象均指向通胀将高于市场历史预期水平。

由于避险需求减弱，美元今日小幅走低。比特币连续第六天上涨，创下自2025年10月以来的最长连涨纪录，自1月底以来首次突破81000美元大关，并逼近200日均线。

近几日，比特币ETF资金流动也出现显著回升。

周二美股三大指数收涨，标普、纳指收创新高。美股行业ETF普遍收涨，半导体ETF涨超3.1%。芯片指数涨超4%、跑赢大盘，收创历史新高，存储芯片股美光和闪迪均涨超10%，报道称苹果洽谈芯片代工后，英特尔收涨近13%。

美股基准股指：

• 标普500指数收涨58.47点，涨幅0.81%，报259.22点。

• 道琼斯工业平均指数收涨356.35点，涨幅0.73%，报49298.25点。

• 纳指收涨258.324点，涨幅1.03%，报25326.126点。纳斯达克100指数收涨363.243点，涨幅1.31%，报28015.061点。

• 罗素2000指数收涨1.75%，报2845.00点。

• 恐慌指数VIX收跌4.98%，报17.38。

美股行业ETF：

• 半导体ETF收涨3.14%，全球航空业ETF、全球科技股指数ETF、科技行业ETF涨2.52%-2.21%，银行业ETF涨1.23%，能源业ETF涨0.10%表现靠后。

（5月5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0.40%。

• 苹果涨2.66%，谷歌A涨1.36%，亚马逊涨0.54%，微软微跌0.55%，特斯拉跌0.82%，Meta跌0.89%，英伟达跌1%。

芯片股：

• 费城半导体指数收涨4.23%，报10980.58点。

• 台积电ADR跌1.81%。

• AMD收涨4.02%。盘后业绩报告后，暴涨14%。

中概股：

• 纳斯达克金龙中国指数收涨0.12%，报6889.48点。

• 热门中概股里，阿特斯太阳能收涨5.9%，万国数据涨4.5%，新东方涨1.1%，阿里跌0.8%，小鹏、网易跌0.9%，拼多多跌1%，蔚来跌2.3%。

其他个股：

• Circle跌4.56%。

英国富时100指数下挫超1%，随着本周地方选举临近，市场担心英国工党将在投票中遭遇重大失利，此外市场担心通胀加快将迫使英国央行进一步加息。

泛欧股指：

• 欧洲STOXX 600指数收涨0.70%，报609.72点。

各国股指：

• 德国DAX 30指数收涨1.71%，报24401.70点。

• 法国CAC 40指数收涨1.08%，报8062.31点。

• 英国富时100指数收跌1.40%，报10219.11点。

  （5月5日 欧美主要股指表现）

美国公债收益率随原油价格一同下跌，美伊冲突未见新的升级迹象，这在投资者评估一系列经济数据的同时，缓解了近期对通胀的担忧。30年期英债收益率创1998年来新高，投资者对地方选举和能源价格的担忧加剧。

美债：

• 纽约尾盘，美国10年期基准国债收益率跌2.3个基点，报4.417%。

• 两年期美债收益率跌1.5个基点，报3.939%。五年期美债收益率跌1.1个基点，报4.075%。

  （美国主要期限国债收益率）

欧债：

• 欧市尾盘，英国30年期国债收益率一度跃升13个基点，至5.78%，为1998年以来的最高水平。抛售潮席卷了各个期限的债券，10年期收益率突破5.10%。

日元日线图上，连续三个交易日下探155关口无果而终，在周二显著回落。比特币连续第六天上涨，创下自2025年10月以来的最长连涨纪录，自1月底以来首次突破81000美元大关。

美元：

• 纽约尾盘，ICE美元指数持平，报98.47点，日内交投区间为98.58-98.31点。

  （美元指数）

非美货币：

• 纽约尾盘，欧元兑美元涨0.03%，报1.1696。英镑兑美元涨0.10%，报1.3544。美元兑瑞郎跌0.11%，报0.7830。

• 商品货币对中，澳元兑美元涨0.24%，纽元兑美元涨0.27%，美元兑加元跌0.02%。

日元：

• 纽约尾盘，美元兑日元涨0.41%，报157.88日元，日内交投区间为157.10-157.92日元。

离岸人民币：

• 纽约尾盘，美元兑离岸人民币报6.8270元，较周一纽约尾盘跌36点，日内整体交投于6.8360-6.8255元区间。

加密货币：

• 纽约尾盘，比特币连续第六天上涨，创下自2025年10月以来的最长连涨纪录，自1月底以来首次突破81000美元大关。

（比特币价格站上8.1万美元）

美国石油协会（API）数据显示，上周美国API原油库存 -814.1万桶，之前一周 -179.3万桶。

原油：

• WTI 6月原油期货收跌4.15美元，跌幅3.90%，报102.27美元/桶。

（WTI原油期货）

• 布伦特7月原油期货收跌4.57美元，跌幅3.99%，报109.87美元/桶。

金价涨超0.7%，自4500美元附近反弹。

黄金：

• 纽约尾盘，现货黄金涨0.71%，报4556.14美元/盎司，5月5日北京时间24:00前后跌至4504.20美元之后持续回升，5日美股盘初达到4586.49美元。

（现货黄金价格）

• COMEX黄金期货涨0.73%，报4566.70美元/盎司。

白银：

• 纽约尾盘，现货白银涨0.10%，报72.80美元/盎司。

• COMEX白银期货跌0.41%，报73.22美元/盎司。

其他金属：

• LME期铜涨0.8%，报13102美元/吨，一度刷新4月13日以来盘中低点至12780美元。

• LME期锌涨0.6%，3365美元/吨。LME期铝涨1.5%，报3573美元/吨。LME期镍涨1.3%，报19615美元/吨。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

美国试图缓和中东紧张局势、称停火协议仍有效，美股反弹，芯片股力挺标普和纳指齐创新高，芯片指数涨超4%、跑赢大盘，收创历史新高，存储芯片股加速上涨，美光和闪迪均涨超10%，报道称苹果洽谈芯片代工后，英特尔收涨近13%；一季度财报优异且二季度指引更强劲的AMD盘后跳涨超10%；本财季指引强于预期的超微电脑盘后一度涨20%，Palantir绩优仍收跌近7%。

市场对地方选举和能源价格上涨担忧加剧，英国30年期国债收益率创1998年来新高；美债价格反弹、收益率追随油价回落、脱离一个月高位，美国防长称美伊停火协议仍有效后，两年期美债收益率刷新日低。

美元指数继续走出两周低谷；比特币盘中涨破8.1万美元创三个月新高。

大宗商品中，美国防长称停火协议未结束，原油回落，盘中美油跌5%、布油跌超4%；金属反弹，黄金盘中涨超1%，期金走出一个月低谷；纽铜收涨超2%、创近四周最大涨幅。

亚洲时段，恒指、恒科指跌近1%，科网股集体下挫，百度逆势涨2%，长和涨超4%。

要闻

中国

伊朗外长将于5月6日应邀访华，王毅将同其会谈。

海外

美防长称停火未结束，在霍尔木兹海峡“自由计划”是临时任务，不寻求交战，特朗普无需寻求国会批准即可继续对伊军事行动；美军称伊朗袭击未达重启大规模作战门槛；特朗普拒绝明确回答何种行动违反停火，称伊朗“知道不该做什么”，称暂停“自由计划”行动；美军首次被披露在商船上部署安全团队。伊朗总统：理性对话仍有可能，极限施压不会成功；伊媒称伊已启动海峡通行管理新机制，伊军方警告船只：偏离指定航道将面临“坚决回应”；以军总参谋长：若伊朗袭以，以军已做好武力回应准备。

伊拉克祭出史上最大折扣：每桶让利33美元，但买家须穿越“险途”霍尔木兹取货；沙特下调6月销往亚洲的阿拉伯轻质原油官方售价，从纪录高点回落。

美国4月服务业PMI不及预期，叠加价格压力高企，加剧滞胀担忧；美国3月职位空缺小幅降至687万人，招聘活动反弹。

AMD Q1营收超预期增长38%，数据中心业务大增57%，二季度营收指引超预期增逾50%；电话会：预计Q2 CPU收入增超过70%、Meta芯片下半年出货。

Anthropic发布金融AI代理，FactSet等数据服务商遭冲击；Anthropic承诺，将在谷歌公司云服务和芯片上投资2000亿美元。

OpenAI推出GPT-5.5 Instant模型：更可靠、更智能、向全体用户开放。

报道：苹果正考虑与英特尔和三星合作，为其生产主要设备芯片；英特尔股价大涨超10%。

闪迪长约规模持续扩大：已锁定2027财年超三分之一出货量，目标直指50%。

市场收报

欧美股市：标普500收涨0.81%，报259.22点；道指涨0.73%，报49298.25点；纳指涨1.03%，报25326.126点。欧洲STOXX 600指数涨0.70%，报609.72点。

A股：休市。

债市：到债市尾盘，美国十年期国债收益率约为4.42%，日内降约2个基点；两年期美债收益率约为3.94%，日内降约1个基点。

商品：WTI 6月原油期货收跌3.90%，报102.27美元/桶。布伦特7月原油期货收跌3.99%，报109.87美元/桶。COMEX 5月黄金期货收涨0.8%，报4555.8美元/盎司。COMEX 5月白银期货收涨0.05%，报73.108美元/盎司。COMEX 5月期铜收涨2.55%，报5.9430美元/磅。

全球重磅

中国

伊朗外长阿拉格齐将访华。外交部发言人宣布：伊朗外长阿拉格齐将于5月6日应邀访华，中共中央政治局委员、外交部长王毅将同其举行会谈。

A股4月决断后是Sell in May？广发策略刘晨明团队表示，A股一季报超预期，ROE在连续四年下滑后首度抬升，企业经营现金流改善带动正向循环。“四月决断”后，结构比仓位更重要，AI与新能源产业链仍是最强Beta。当前高景气板块交易风险尚未过热，即便后续出现短线调整，也不改景气趋势。历史数据显示，“Sell in May”及“五穷六绝”效应在A股已明显淡化。

五一消费“打几星”？民生证券认为，五一期间春假联动、体验式消费与铁路出行热度最高；新能源车占总车流近四分之一、国际航线坚挺；而以旧换新政策效应递减，大宗消费表现平平。出行“旺”与消费“淡”的错位，为观察当下内需成色提供了一个极具张力的切面。

上调寒武纪、下调浪潮信息！高盛预言了“国产AI芯片的崛起”场景。高盛同日发布寒武纪和浪潮信息研报，股票评级一升一降。两个相反结论背后是同一逻辑：国产AI芯片在中国市场份额持续扩大——这对芯片设计商寒武纪是直接利好，但对服务器整机厂商浪潮而言，意味着产品单价下行、毛利率承压。寒武纪一季度营收环比增长53%大超预期，手持订单充裕；浪潮则面临毛利率下滑的局面。

海外

紧急“灭火”？美防长称停火未结束，美军称伊朗袭击未达重启大规模作战门槛，特朗普称伊朗“知道不该做什么”。

• 美防长称，美军“自由计划”属防御性质，是临时任务，不寻求交战，伊朗未控制霍尔木兹海峡，已有两艘美国商船在美军护航下安全通过；敦促伊方保持审慎、确保不越界，称特朗普无需寻求国会批准即可继续对伊军事行动。美军称随时准备好恢复对伊朗大规模作战。特朗普拒绝明确回答何种行为构成违反停火，称伊方在玩把戏、但“想要达成协议”。
• 特朗普称暂停“自由计划”行动。特朗普在社交媒体发文，称“疏导”霍尔木兹海峡船舶通行的“自由计划”将在短期内暂停。
• 伊朗总统：理性对话仍有可能，极限施压不会成功；伊媒称伊朗对海峡管控已加强，已启动海峡通行管理新机制；伊军方警告船只：偏离指定航道将面临“坚决回应”；伊外交部敦促美方“展现善意”。
• 巴外长称相信巴方调解能取得“重大进展”。以军总参谋长：若伊朗袭以，以军已做好武力回应准备。报道称美以正在协调，或准备对伊发动新打击。
• 据报道，美国官员称，两艘搭载美军安全队员的美国商船在通过霍尔木兹海峡期间曾遭伊朗袭击。这是美军首次被披露在商船上部署安全团队，作为特朗普所推动的“自由计划”疏导行动的一部分。
• 新华社：美方“自由计划”能给霍尔木兹海峡带来自由吗？分析人士认为，美方试图以“人道主义”为名、以军事实力为后盾，打破伊朗对海峡的控制，但只要伊朗不同意，这一行动将很难推进。只要伊朗仍然具备在海峡的干扰和威慑能力，美方“自由计划”行动就难以奏效。如果美国试图护送船只离开霍尔木兹海峡，美军部队和军事资产就会更接近伊朗的射程范围。
• “停火协议”完了？特朗普“刻意淡化”，阿联酋谴责，伊朗军方警告、外长抨击“自由计划”。本周一，美伊局势急剧升级。美国启动“自由计划”疏导霍尔木兹海峡并击沉伊朗船只，伊朗向美舰及商船开火，阿联酋首次遭伊朗方向无人机袭击。特朗普刻意淡化事态，称停火协议未被明确违反。

伊拉克祭出史上最大折扣：每桶让利33美元，但买家须穿越“险途”霍尔木兹取货。伊拉克国家石油营销公司（SOMO）向5月合同买家提供最高每桶33.40美元的折扣，条件是买家油轮须穿越几近封闭的霍尔木兹海峡在波斯湾深处提货。数据显示，4月巴士拉港仅完成2艘油轮装载，较正常月份的80艘骤降。SOMO同时明确排除不可抗力条款，将通行风险转移给买家。

• 沙特下调6月销往亚洲的阿拉伯轻质原油官方售价，从纪录高点回落。

假期“连续3天”出手拉升日元，日本称“只算1次”，IMF规定“6个月内最多3次干预”。日本黄金周期间连续三天入市干预外汇，累计耗资估计逾540亿美元，但称三次行动“只算一次”，为后续干预保留配额。IMF规定六个月内最多三次干预方可维持“自由浮动汇率”认定。野村证券警告，若高市早苗不调整政策方向、日央行不铺垫加息，本轮干预效果难以持续，“卖出日本”交易在6月前卷土重来的风险显著上升。

美国4月服务业PMI不及预期，叠加价格压力高企，加剧滞胀担忧。4月ISM非制造业PMI从54.0回落至53.6，低于市场预期的53.7；S&P Global 4月服务业PMI终值从初值51.3下修至51.0，就业分项指数连续第二个月萎缩。投入成本价格指数维持在周期高位。弱增长与高通胀加剧了市场对滞胀的担忧，也使美联储货币政策陷入两难。

美国3月职位空缺小幅降至687万人，招聘活动出现反弹。美国3月JOLTS数据显示，3月职位空缺从2月修正后的692万小幅降至687万，预期中值为685万。招聘率从2月的3.1%（近五年低点）大幅反弹至3.5%。整体劳动力市场"低招聘、低裁员"格局延续。接下来市场关注周五非农报告。

AMD Q1营收超预期增长38%，数据中心业务大增57%，二季度指引超预期。AMD的二季度营收指引中值为112亿美元、相当于同比增约50.6%，高于分析师预期的105.2亿美元。业绩电话会期间，AMD股价盘后涨幅扩大到10%以上。

• AMD电话会：预计Q2 CPU收入增长超过70%、Meta芯片下半年出货。预计到2030年，CPU市场年增长超过35%。 由于内存和零部件成本上涨，公司预计下半年PC出货量将有所下降。

Anthropic发布金融AI代理，FactSet等数据服务商遭到冲击。Anthropic发布10款金融AI代理，可执行起草路演材料、审阅财务报表等任务；并接入Excel等办公软件，实现财务建模与研报自动化，旨在推升金融领域工作效率。消息发布后引发市场对传统金融数据服务商的担忧，FactSet盘中一度跌超8%，后收窄过半跌幅，收跌约2.2%。

• Anthropic承诺，将在谷歌公司云服务和芯片上投资2000亿美元。

OpenAI推出GPT-5.5 Instant模型：更可靠、更智能、向全体用户开放。GPT-5.5 Instant将在两天内面向所有ChatGPT用户推出。相比GPT-5.3 Instant，其在医学、法律等专业领域与高难度对话中，不准确陈述大幅下降；在日常任务与图像分析等方面也更加出色。同时，OpenAI对记忆与个性化功能也进行了全面改进，面向订阅用户开放。

报道：苹果正考虑与英特尔和三星合作，为其生产主要设备芯片。苹果正与英特尔和三星就代工主芯片进行初步探讨，但尚未形成订单。分析认为，此举背后是AI热潮引发的先进制程产能紧张——苹果库克在最新财报电话会上直言芯片短缺正制约iPhone和Mac增长，并预计“需要数月才能恢复供需平衡”。与英特尔合作还被部分高管视为改善与特朗普政府关系的潜在筹码。

闪迪长约规模持续扩大：已锁定2027财年超三分之一出货量，目标直指50%。闪迪已签署5份长期供应协议，预计覆盖27财年超三分之一的NAND出货量，CEO表示该比例有望突破50%。三季度签署的3份合同最低合同收入约达420亿美元，合同结构引入抵押品和违约赔偿机制，约束力显著强于传统供应协议。与此同时，闪迪HBF原型产线年内启动，完整系统方案预计2027年上半年落地。

谷歌TPU困局：敞开市场大门，Nebius、CoreWeave 等新云服务商却选择观望。谷歌宣布计划直接向客户销售TPU的同一周，Nebius、Lambda、CoreWeave美国三家主流云服务商公开表态暂不跟进。Lambda CFO直言“流淌着绿色的血液”（暗指英伟达），其99%需求也确实来自英伟达GPU，CoreWeave则以风险回报为由坚守GPU赛道。

研报精选

ClaudeCode之父：“全员编程”时代，企业真正领先在于“组织流程的代差”。Claude Code创造者Boris称，编程问题已被“解决”：他2026年没亲手写过一行代码，每天用手机调度数百Agent。真正的鸿沟不是技术，而是组织流程。同样的工具，谁先把组织流程改造到位，谁就拥有真正的竞争优势。而“现在是创业的最佳时机，因为AI，颠覆的机会无处不在。我们大有可为。”

国内公司

鸿海4月营收创同期新高、同比增长近30%，AI服务器需求持续撑盘。鸿海2026年4月营收新台币8321亿元，年增29.74%，营收额创历年同期新高，AI云端产品拉货动能是核心驱动力。但环比增速从3月的34.90%降至3.53%，消费智能类别成唯一衰退项。公司预计第二季实现季度增长，同时提示全球政经局势存在不确定性。

海外宏观

美SEC拟允许上市公司以半年报替代季报，披露次数由每年四次降至两次。目前该提案已进入公开征询意见阶段，若通过，上市公司可自主决定是否放弃沿用已久的Form 10-Q季报形式，转而采用新设立的Form 10-S半年报，而非强制切换。SEC主席表示，此举旨在为企业提供更大的监管灵活性。

海外公司

马斯克“秘密求和”被拒，OpenAI总裁300亿财富曝光，投资Cerebras、CoreWeave等关联公司。马斯克诉OpenAI案第二周庭审中，OpenAI总裁布罗克曼披露，其在OpenAI的股权价值接近300亿美元，但本人从未向OpenAI投入过任何个人资金。庭前曝光的短信显示，马斯克主动求和未果后威胁称：“这周结束前，你和奥特曼将成为美国最遭人恨的两个人。”OpenAI律师指出，该短信证明马斯克诉讼的真实动机是打击竞争对手，而非出于法律诉求。

高管出走潮持续蔓延，OpenAI销售主管悄然离职。OpenAI高管出走潮持续蔓延。在产品、运营、市场等多位核心高管相继离任后，销售主管James Dyett也于近日宣布将加入长期投资方Thrive Capital。这一系列人才流失正值竞争对手Anthropic加速扩张之际——后者年化收入已突破440亿美元，正快速蚕食企业市场，使得OpenAI面临的竞争压力与内部稳定性问题更加凸显。

行业/概念

1、人工智能丨据上证报报道，近日，豆包App Store页面出现付费版本服务声明。声明称，为更好地服务专业用户，豆包将在免费版的基础上，推出包含更多增值服务的付费版本。该页面还披露了三档订阅价格：标准版连续包月每月68元(连续包年688元)，加强版连续包月每月200元(连续包年2048元)，专业版连续包月每月500元(连续包年5088元)。

点评：中金公司认为，豆包开启付费具有标志性意义，国内大模型厂商从用户规模驱动阶段迈入商业化变现阶段。国内AI用户渗透已具基础，豆包作为国内用户数及占有率第一梯队的ChatBot应用，对标ChatGPT进行C端商业化尝试。此次测试定价体现出国产大模型在C端商业化层面的积极尝试，有望加速推动国内AI价值链条的闭环，对于相关算力、应用等生态合作方均能起到带动作用。

2、存储丨据上证报报道，当地时间5月4日，美光科技和闪迪逆势拉升，股价再度创出历史新高。截至收盘，美光科技涨6.31%，闪迪涨近5%。希捷科技、西部数据也在这番情绪的鼓动下创出盘中历史新高。

点评：分析师称，AI需求打破内存市场固有周期性，供给持续紧张有利于股价继续冲高。研究机构预测，存储行业景气有望延续到2027年。Counterpoint表示，随着存储器需求在各领域全面激增，通用DRAM正以高价格创造利润，这一趋势预计将持续至2027年，届时供应规模将显著提升。在HBM4领域，三星凭借1cnm核心芯片和4nm基础芯片的组合巩固了其领先地位；而在即将推出的HBM4e中，其相对竞争对手也占有优势地位。

3、创新药丨据上证报报道，5月4日，优时比(UCB)正式宣布以22亿美元收购Candid Therapeutics，成为自免TCE赛道迄今最具分量的并购案之一。Candid的核心管线根植于国内企业岸迈生物与亿腾嘉和的前期研发积淀，这标志着全球跨国药企围绕自身免疫TCE方向的布局已进入拼速度、抢资产的并购竞逐阶段。

点评：研究机构认为，这一重磅交易不仅进一步印证了TCE技术在自免疾病领域广阔的临床价值和商业转化潜力，更关键的是，它为中国创新药企确立了一条清晰的价值实现路径。后续随着更多高额BD交易接连落地，关键临床数据持续读出，创新药板块有望在产业层面形成持续共振。

4、卫星互联网丨据中证报报道，SpaceX的IPO注册文件显示，SpaceX星舰项目累计投入突破150亿美元，公司即将推出升级版原型机。SpaceX计划在2026年下半年发射首批新的、更强大的"星链V3"卫星。

点评：报道指出，低轨卫星为地面网络无法覆盖的区域提供了可靠的宽带连接，在多个垂直行业具有巨大价值。如果将数据中心部署在太空，形成"太空算力工厂"，为AI大模型训练、遥感数据处理等提供天地一体化的算力解决方案，是商业航天与AI结合的前沿方向。低轨卫星互联网也是未来6G天地一体化网络的重要组成部分。

5、算电协同丨据中证报报道，我国首个大规模"算电协同"绿电直供项目——中国大唐中卫云基地50万千瓦光伏电站正式投运。标志着我国"东数西算"工程实现了从沙漠风光电到数字算力的直连直通。项目位于宁夏中卫，是全国首个新能源综合示范区。项目由50万千瓦光伏电站和150万千瓦风电场以及配套储能装置组成。全容量投产后，项目发电量将达到43亿千瓦时，相当于每年减少碳排放365万吨。

点评：报道指出，当前，AI规模化扩张推动算力与能源需求激增，算电协同已成为智能经济与能源转型的战略交汇点。算电协同作为国家战略级新基建工程，核心前景在于通过算力与电力系统的双向赋能，破解AI时代能源瓶颈与新能源消纳难题，形成绿色低碳、高效经济的协同发展格局。2026年，"算电协同"被列入政府工作报告新基建工程，我国正式迈入算力、存力、网络、电力、能源、碳多要素协同发展的新阶段。

6、养猪丨据中证报报道，国家发展改革委、财政部、农业农村部、商务部将联合指导地方有关部门统筹用好相关财政资金，开展冻猪肉商业储备收储，促进市场平稳运行。当前正处于政策引导下的生猪产能深度调整周期。通过收储稳定价格，有助于引导养殖企业有序淘汰低效产能，控制新增产能，实现产业的平稳过渡和高质量发展。

点评：报道指出，随着中央层面发出明确的政策托底信号，市场对生猪价格的未来走势普遍持谨慎乐观态度。机构认为，在政策利好、行业深度亏损和能繁母猪存栏持续去化的共同作用下，生猪市场已接近周期底部。随着产能去化效果的逐步显现，市场供需关系有望改善，预计2026年下半年猪价将迎来好转，价格拐点渐行渐近。

7、半导体丨据证券时报报道，全球光刻领域的绝对龙头ASML可能正在开发晶圆对晶圆(W2W)混合键合设备。ASML首席执行官4月初在第一季度财报会议上也暗示了公司对混合键合技术的兴趣。ASML长期垄断EUV光刻设备市场，掌握芯片制造核心命脉。巨头转身剑指半导体产业下半场的核心战场，从光刻到封装，ASML要打通半导体制造全链路，这是其巩固行业地位的核心布局。混合键合具有互联密度高、精度高、带宽高、能效高等优势，被认为是未来实现高算力、高带宽、低功耗芯片的关键技术，其需求正由AI/HPC和HBM的爆发式增长强力驱动。混合键合设备市场呈现"海外主导、国产突破"的鲜明格局。

点评：行业分析师表示，ASML进军混合键合技术，可能会显著重塑现有市场格局，将推动混合键合技术加速成熟，国产替化机遇明确。

8、氦气丨据证券时报报道，目前全球氦气市场已彻底拉开"配给制"帷幕，国际三大巨头（林德、法液空、空气产品）全面停止散单报价，仅保障核心长协客户。国内价格紧随国际步伐疯狂跳涨：工业级管束氦气（5N）4月底均价约350-400元/立方米，5月1日跳涨至450-500元/方，截至5月3日现货价已冲破500-550元/方，两天累计飙涨40%-57%，且普遍有价无市。

点评：分析师认为，考虑到供应链安全已成为全球产业界首要关切，企业采购决策已从"成本最优"转向"保供优先"，加之氦气供需缺口难以短期填补，预计氦气价格将维持高位。

今日要闻前瞻

中国4月RatingDog服务业、综合PMI。

欧元区、英国、印度4月服务业、综合PMI终值。

美国4月ADP就业人数。

欧元区3月PPI。

圣路易联储主席穆萨莱姆、芝加哥联储主席古尔斯比讲话。

美国上周EIA原油库存变动。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

GPT-5.5 Instant将在未来两天内面向所有ChatGPT用户作为默认模型推出，同时以"gpt-5.5-chat-latest"的接口名称向API开发者开放。

OpenAI称，这是一次重大升级，新模型能够提供更智能、更清晰、语气更自然温暖的回答，同时响应也更为简洁。

与此同时，OpenAI宣布对记忆与个性化功能进行全面改进。记忆来源（Memory Sources）功能将向所有消费者订阅套餐的网页端用户开放，移动端支持也即将上线；个性化增强功能则率先向Plus和Pro用户推出，移动端跟进在即。

上述功能组合旨在让ChatGPT在对话中更好地理解和服务个体用户，有望进一步提升用户粘性。

这些进步体现在视觉推理、数学和科学等各项评估成绩的提高上：

此次更新后，ChatGPT模型的回复更加简洁明了，重点突出，同时又不失实质内容，并保留了其亲切友好的个性，使其使用起来更加愉悦。

它能够提供相同的信息，而且通常比之前的模型更有实用价值，同时减少了冗长的回复和过度格式化的问题。此外，它还减少了不必要的后续问题，并避免了诸如滥用表情符号等会使回复显得杂乱无章的元素。

本次更新同样大幅扩展了ChatGPT的个性化能力。ChatGPT现已能够更有效地调用已保存的记忆、历史对话记录、上传文件以及已连接的Gmail账户，以提供更贴合个人情境的回答。

新推出的记忆来源功能将清晰呈现每次回答中调用了哪些上下文信息，用户可据此随时更新、删除或断开相关数据连接，对个人信息使用保持主动控制。

个性化增强功能目前向Plus和Pro订阅用户的网页端开放，记忆来源功能则覆盖所有消费者套餐的网页端，两项功能的移动端版本均即将推出。

API层面的同步更新使本次升级对企业用户同样具有直接意义。

"gpt-5.5-chat-latest"接口的启用意味着基于ChatGPT API构建产品的开发者将自动获得新模型的性能提升，在无需修改集成代码的前提下享受更优质的模型输出。

与此同时，Gmail账户连接等个性化功能的开放，也将推动更多用户深度绑定ChatGPT生态，为OpenAI在消费端和企业端积累更厚实的数据与用户基础。

本文来自华尔街见闻，欢迎下载APP查看更多

此次发布的10款AI代理可执行起草路演材料、审阅财务报表及合规预警等任务，覆盖银行、保险、资产管理和金融科技等专业领域。

同时接入Word、Excel、PowerPoint及Outlook，大幅推升分析师更新数据、构建财务模型、制作演示材料的效率。

公告发布后，FactSet Research Systems股价盘中一度下跌8.1%，后有所反弹；晨星（Morningstar）抹去早盘涨幅后跌逾3%；标普全球（S&P Global）及穆迪（Moody's Corp.）亦承受明显卖压。

当地时间周二，Anthropic首席执行官Dario Amodei在纽约举办的公司活动上与摩根大通CEO Jamie Dimon同台发言，出席者涵盖多位银行业高管，彰显这家AI初创公司在华尔街影响力的持续扩张。

Anthropic此番发力金融行业，是其与OpenAI展开全面竞争的最新动作。两家公司均在积极拓展编程工具以外的行业应用，以期在各自预期中的IPO前夯实营收基础。

"金融是知识型工作的完美蓝图，"Anthropic金融服务产品负责人Nicholas Lin表示。他认为，AI在金融领域的应用"仅落后于编程应用几个月"，而后者已展现出大幅加速态势。

Amodei指出商业化推进的瓶颈所在：

"我们将这一技术商业化、从中获取收入的能力，受制于的并非模型本身的能力或其理论上能创造的经济价值，而是技术向现实世界扩散的速度。"

在本次发布的新功能中，Anthropic表示将进一步提升Claude模型与Excel、PowerPoint及Outlook等第三方软件的协同能力，并整合Dun & Bradstreet及穆迪等金融行业数据合作伙伴的信息。

在Outlook中，Claude代理可以处理收件箱邮件、安排会议、起草回复。

在Excel中，它可以根据文件和数据源构建财务模型，审核链接工作簿中的公式，并运行敏感性分析。

在PowerPoint中，它可以自动更新演示文稿，并在基础数据发生变化时自动更新。

在Word中，它可以根据公司自有模板编辑贷项通知单等。

Claude能够跨上述四个平台共享其知识和上下文：分析师在Excel中创建模型后，无需在PowerPoint中重新解释。

CITADEL和FIS两家公司高管表示，Claude工具在金融领域的应用大幅提升了工作效率。

据彭博报道，Anthropic已开始筹备新一轮融资，潜在估值或超过9000亿美元，有望超越OpenAI成为全球市值最高的AI初创公司。

与OpenAI一样，Anthropic在芯片采购与数据中心建设上的投入也在持续攀升，以支撑新模型研发和技术的更广泛落地。

对于AI基础设施支出激增的趋势，Dimon周二被问及时表示："总体而言，这是合理的。如果你想试图挑出赢家和输家，会发现这非常困难。"

本文来自华尔街见闻，欢迎下载APP查看更多

AMD当季营收102.5亿美元，同比增长38%；非GAAP每股收益为1.37美元，同比增长43%，均高于市场预期（分析师此前预测营收为98.9亿美元，每股收益为1.28美元）。

分部门看，数据中心部门营收58亿美元，同比大增57%，成为整体业绩的主要驱动力，旗下EPYC处理器与Instinct系列GPU出货持续放量。客户端与游戏部门营收36亿美元，同比增长23%。嵌入式部门营收8.73亿美元，同比增长6%。

AMD预计第二季度营收约为112亿美元，同比增幅约46%，上下浮动3亿美元，超出彭博汇编分析师均值预期的105亿美元。

消息公布后，AMD股价在盘后交易中上涨7.28%。

AMD首席执行官Lisa Su表示，推理计算与智能代理AI的强劲需求正在拉动高性能CPU及加速器销售，MI450系列及Helios平台的客户订单已超出公司此前预期。

数据中心部门一季度营收58亿美元，同比增长57%，成为AMD当季营收的最大来源，占总营收约56%。该部门经营利润为16亿美元，同比增长72%。

业务层面，AMD Instinct GPU出货量持续爬坡，同时EPYC系列服务器处理器需求旺盛。Lisa Su在业绩声明中特别指出，服务器业务增长有望进一步加速，供应规模扩大将支撑需求满足能力。

战略合作方面，Meta与AMD宣布计划部署多达6吉瓦的AMD Instinct GPU，首批1吉瓦将采用定制版MI450 GPU，Meta同时成为第六代EPYC处理器（代号"Venice"和"Verano"）的首批客户。

AWS、谷歌云、微软Azure及腾讯云也相继宣布推出或扩展基于第五代EPYC的云计算实例。此外，AMD与三星合作开发下一代AI内存及计算技术，包括为MI455X GPU提供HBM4供应，并就第六代EPYC推进先进DRAM解决方案。

客户端与游戏部门一季度合计营收36亿美元，同比增长23%。

其中客户端业务营收29亿美元，同比增长26%，主要受Ryzen处理器强劲需求及市场份额持续提升驱动。游戏业务营收7.2亿美元，同比增长11%，AMD Radeon GPU需求稳健，但半定制芯片收入有所下滑，一定程度上抵消了增长。

产品端，AMD发布了Ryzen AI PRO 400系列企业级桌面处理器，支持Copilot+体验；同时推出Ryzen 9950X3D2双版处理器，搭载双层3D V-Cache技术，面向创意及开发者工作负载。

嵌入式部门一季度营收8.73亿美元，同比增长6%，多个终端市场需求有所回升。该部门经营利润为3.38亿美元，与上一季度及去年同期基本持平，表明业务已趋于稳定。

产品方面，AMD推出新款Ryzen AI Embedded P100系列处理器，面向工业及边缘应用场景提供可扩展的低功耗AI计算能力；同时发布Kintex UltraScale+ Gen 2中端FPGA系列，针对工业、成像及广播应用强化内存带宽和I/O性能。

一季度，AMD实现创纪录的季度自由现金流25.66亿美元，较上年同期的7.27亿美元大幅提升，自由现金流利润率从10%升至25%。经营活动产生的现金净额为29.55亿美元，同比增长逾两倍。

从GAAP财务指标看，当季净利润13.83亿美元，同比增长95%；经营收入14.76亿美元，同比增长83%。与上一季度相比，受运营费用环比增长3%影响，GAAP营业利润率从17%降至14%，非GAAP营业利润率从28%降至25%。

资产负债表方面，截至一季度末，AMD现金及短期投资合计达123.47亿美元，较上季度末的105.52亿美元显著增加，流动性持续强化。公司总资产达796亿美元，总债务为32.24亿美元。

本文来自华尔街见闻，欢迎下载APP查看更多

SEC主席Paul S. Atkins在声明中表示，现行规则的刚性阻碍了公司自主决定最适合各自业务需求以及投资者利益的信息披露频率，此次拟议修订旨在为企业提供更大的监管灵活性。

该提案现已进入公开征询意见阶段，意见征集期为在《联邦公报》刊登之日起60天。

这一提案若最终获得通过，将直接改变上市公司的信息流向节奏。选择切换至半年报的公司每财年仅需提交一份半年报与一份年报，而非现行的三份季报与一份年报，信息披露次数由四次减至两次。

这意味着投资者获取公司最新经营数据的频率将大幅降低，市场对个股的定价效率或将受到影响。

根据SEC公告，此次提案的核心机制为"自愿选择"。上市公司可自主决定是否放弃沿用已久的Form 10-Q季报形式，转而采用新设立的Form 10-S半年报。

企业并非被强制要求改变，现行季报制度对仍希望保留该频率的公司继续有效。

在申报时限方面，Form 10-S的提交截止日期将根据公司的申报人身份，设定为半年度财务期结束后40天或45天。

除引入新报告表格外，提案还拟同步修订Regulation S-X——该法规规范了定期报告、注册申报文件及委托声明书的财务报表要求。

修订内容将反映半年报这一新选项，并对现行财务报表要求作出简化处理。SEC表示，此举旨在使整体监管框架与新的披露频率选项相互衔接。

本文来自华尔街见闻，欢迎下载APP查看更多

4月ISM非制造业PMI则从54.0回落至53.6，低于市场预期的53.7；S&P Global 4月服务业PMI终值从初值51.3下修至51.0，两项数据均指向同一方向：需求动能正在减弱，而通胀压力却并未消退。

新订单大幅放缓，就业分项指数连续第二个月萎缩，投入成本价格指数仍维持在周期高位附近。

S&P Global首席商业经济学家Chris Williamson表示，调查数据所呈现的经济增速，相当于GDP年化增长约1%的温和水平。这一组合（增长趋弱、价格高企）令美联储的政策处境愈发棘手。

Williamson在报告中指出，尽管商业活动在3月小幅萎缩后于4月恢复增长，"但自年初以来，增长齿轮已明显降挡"。更值得关注的是，服务业企业反映新业务流入出现下降，这是近两年来的首次。

他将需求走弱归因于多重压力的叠加冲击。直接影响主要体现在消费端服务业，高企的价格已导致消费者削减可自由支配支出，假日旅游与休闲娱乐活动首当其冲，高燃油价格与出行管制也对交通运输业构成拖累。

与此同时，金融服务需求的下滑构成另一条衰减线。Williamson指出，这一领域的疲软部分源于市场前景的不确定性上升，同时也与市场预期通胀及利率将持续走高密切相关，房地产和贷款活动因此受到明显抑制。

增长放缓的另一面，是价格压力仍在广泛蔓延。

Williamson表示，投入成本通胀的进一步攀升，不仅源于燃油价格上涨，商品与服务价格的上涨正在向更广泛的品类蔓延，叠加薪资成本上升，"这些因素将在未来数月逐步传导至消费者价格通胀"。

价格涨幅的规模将对美联储形成压力，促使其采取行动，防止高通胀预期进一步固化。而在此背景下，弱增长与高通胀并存的滞胀气息，依然弥漫在经济数据的字里行间——这恰恰是央行决策者最难应对的宏观组合。

本文来自华尔街见闻，欢迎下载APP查看更多

美国劳工统计局周二公布的最新职位空缺及劳动力流动调查（JOLTS）数据显示，3月职位空缺从2月修正后的692万小幅降至687万，基本符合彭博经济学家调查中值685万的预期。

与此同时，招聘率从2月创下的2020年疫情暴发以来最低水平3.1%大幅反弹至3.5%，成为报告中最受关注的亮点。

这一数据组合对美联储政策路径具有直接含义。职位空缺数量仍低于失业人口总量，空缺与失业人员之比维持在0.9，延续劳动力供给略微过剩的格局，强化了美联储官员认为当前劳动力市场并非通胀压力来源的判断。

美联储主席鲍威尔上周在利率决议后表示，劳动力市场呈现"越来越多的稳定迹象"，这是联储无需急于进一步降息的原因之一。

3月招聘反弹呈现广泛性，交通运输与仓储、信息技术以及休闲酒店业均录得增长。

主动离职率（quits rate）小幅回升至2%，裁员率则微升至1.2%，两项指标均变动有限，整体印证了市场所描述的"低招聘、低裁员"动态。

然而，部分经济学家对前景持审慎态度。他们警告，持续偏高的成本压力可能在未来数月拖累招聘意愿，并使美联储的政策判断更趋复杂。

职位空缺的回落由专业和商业服务业主导，一定程度上反映出企业在不确定性环境下对劳动力需求的克制。

Meta和Nike等知名企业相继宣布裁员计划，引发市场关注。

但另一方面，4月下旬当周首次申请失业救济人数降至1969年以来最低水平，表明大规模裁员尚未蔓延至更广泛的经济层面。

此外，JOLTS数据本身的可靠性存在争议。部分经济学家指出，该调查回应率偏低且历史修正幅度有时较大，数据存在一定局限性。

求职平台Indeed发布的另一项职位发布指数显示，4月空缺数量在3月大幅下降后小幅回升，与JOLTS趋势有所出入。

当前数据提供的是3月快照，市场焦点已迅速转移至即将发布的4月非农就业报告。

经济学家预计4月新增非农就业人数为6.5万，若符合预期，将是近一年来连续两个月录得增长，3月数据因罢工医疗工作者复工因素，新增就业达17.8万。

空缺与失业人员之比0.9这一水平，距2022年高峰时的2比1已大幅回落，从结构上看，劳动力市场的再平衡进程仍在延续。

在关税冲击与经济不确定性交织的背景下，周五非农数据将成为评估劳动力市场韧性的关键检验。

本文来自华尔街见闻，欢迎下载APP查看更多

Meta Platforms的股票近期持续低迷，市盈率跌至近三年最低水平。表面上，这家公司的广告业务仍在高速增长；但在这张亮眼的成绩单背后，用户增长停滞、支出失控、业务结构单一等问题正在积聚。

Meta目前的远期市盈率约为18倍，不仅低于其他大型科技公司，与谷歌母公司Alphabet的估值差距也扩大至2022年以来最高水平。

广告业务亮眼，但天花板隐现

一季度，Meta营收同比增长33%——对于这样体量的公司而言，这个数字相当惊人。

AI是这轮增长的核心驱动力。Meta利用AI向用户推送更精准的内容，提升广告点击率和转化率。一季度，广告点击后的转化率提升了6%，广告价格也同步上涨。据《华尔街日报》报道最新指出，Meta可以说是目前大型科技公司中，利用AI提振广告销售最成功的一家。

但问题在于用户。

一季度，Meta旗下Facebook、Instagram、WhatsApp和Messenger的日活用户超过35亿，同比增长4%。然而，用户数量出现了环比下滑——这是Meta自2019年开始披露该指标以来从未发生过的情况。

没有持续的用户增长，AI对广告业务的提振终究有其上限。

没有“B计划”

更大的隐患在于，Meta几乎没有广告以外的业务。

亚马逊有云计算和电商，微软有企业软件，谷歌有云业务——一旦广告市场遭遇逆风，这些公司都有缓冲。Meta没有。

AI智能眼镜是Meta目前增长最快的非广告业务，但报道指出，这款产品短期内几乎没有可能取代智能手机或带来营收的大幅跃升。扎克伯格的其他尝试——视频通话设备、VR头显——大多以失败告终。

支出失控，债务激增

Meta上周财报发布后股价大跌，导火索是公司将今年资本支出计划上调约100亿美元，至约1350亿美元。

与此同时，Meta正在大举举债。一季度末，公司长期债务超过570亿美元，而2022年底AI热潮兴起时这一数字约为100亿美元。这还不包括上周刚刚发行的250亿美元债券，以及用于在路易斯安那州建设一座270亿美元数据中心的表外融资工具。

New Street Research分析师Pierre Ferragu在近期报告中直接点出了这一矛盾：据其分析，Meta今年预估现金支出的增速，明显超过了营收增速。他的结论是：“Meta的支出超出了它的承受能力。”

AI赛道落后，法律风险叠加

在AI模型竞赛中，Meta的处境同样不乐观。

上个月，Meta发布了名为Muse Spark的新AI模型，与谷歌、Anthropic和OpenAI展开更直接的竞争。但这背后是巨额投入，以及公司AI战略的多次调整。报道指出，Meta在这场竞赛中仍落后于对手。

法律层面的压力也在上升。澳大利亚去年12月已立法禁止16岁以下未成年人使用社交媒体；美国法院近期在涉及社交媒体成瘾及未成年人伤害的案件中接连判Meta败诉，预计将引发更多诉讼。这些风险难以量化，但可能对Meta的业务和用户增长构成实质影响。

报道分析指出，市场情绪可能反复无常，但质疑Meta前景的理由是真实存在的——即便它的股价看起来处于历史低位。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博5月5日报道，伊拉克国家石油营销公司（SOMO）向本月合同买家发出报价通知，对旗舰油品巴士拉中质原油（Basrah Medium）给出最高每桶33.40美元的折扣。

这份折扣的背后有一个前提：买家的油轮必须穿越霍尔木兹海峡，深入波斯湾腹地完成装载。而这条航道，自今年2月底地区冲突爆发以来，几乎已陷入瘫痪。

折扣力度：分时段报价，最高让利33.40美元

据彭博新闻社看到的这份日期为5月3日的SOMO通知，折扣幅度按装载时间段划分：

• 5月1日至10日装载的巴士拉中质原油：折扣每桶33.40美元

• 5月剩余时间装载：折扣收窄至每桶26美元

• 巴士拉重质原油（Basrah Heavy）：折扣为官方价格下每桶30美元

此外，SOMO上周还通过现货招标方式单独出售Qaiyarah原油，但同样需要在波斯湾深处完成装载。

风险自担：不可抗力条款被明确排除

这份报价通知中有一条措辞值得市场高度关注。

SOMO明确写道，若买家接受5月报价条款，"鉴于本报价系在各方已知的现有特殊情况下发出，不可抗力条款不适用于本报价。"

换言之，伊拉克已将当前的地缘风险定性为"已知条件"，一旦买家接单，途中若因战事导致损失，将无法援引不可抗力免责。这实际上是把霍尔木兹海峡的通行风险，完整地转移给了买家。

航运近乎停摆：4月仅2艘油轮完成装载

折扣力度之所以如此之大，根源在于伊拉克出口已陷入严重困境。

据彭博汇编的伊拉克油轮追踪数据，4月份仅有2艘油轮在巴士拉南部港口完成装油，而3月这一数字为12艘。正常情况下，该港口每月可接待多达80艘油轮。

原因很直接：空载油轮无法穿越霍尔木兹海峡进入波斯湾，导致装载作业几近停止。伊拉克虽仍可通过土耳其管道出口原油，但规模远低于海运水平。

地缘风险再升级：停火协议前景存疑

就在SOMO发出这份报价通知前后，地区局势再度趋紧。

周一美伊之间爆发新一轮冲突，令此前维持约四周的停火协议前景蒙上阴影。霍尔木兹海峡能否重新开放，目前仍高度不确定。

对于市场而言，这意味着伊拉克的大幅折扣并非单纯的商业让利，而是一个风险溢价的直观体现——每桶33美元的折扣，是伊拉克为吸引买家承担地缘风险而开出的"保险费"。

SOMO未立即回应彭博的置评请求。

本文来自华尔街见闻，欢迎下载APP查看更多

据CNBC报道，OpenAI销售主管James Dyett于本周一宣布离职，将加入风险投资机构Thrive Capital，担任驻场运营合伙人。Dyett在社交平台X上表示，“时机感觉恰到好处，我被公司早期建设阶段重新吸引，而OpenAI目前处于强势位置。”此次离职是OpenAI近期一系列高管变动的延续，再度引发外界对其内部稳定性的关注。

Dyett负责的企业销售与API销售业务，是OpenAI商业化进程的核心支柱，其离职正值公司估值突破8500亿美元的关键节点。与此同时，竞争对手Anthropic正在企业端市场快速扩张。竞争格局的急剧变化，使得OpenAI的人才稳定性问题更显敏感。

OpenAI人事震荡持续发酵

Dyett于2023年加入OpenAI，彼时正值ChatGPT发布后公司进入爆发式增长阶段。其LinkedIn主页显示职位为“销售主管”，OpenAI官方则将其定位为“高级销售负责人”。任职期间，他先后主导企业销售与API销售两大核心业务线。

此次离职并非孤立事件。近期OpenAI已连续出现多起高管变动：产品与业务负责人Fidji Simo上月因神经免疫疾病恶化申请医疗假；首席营销官Kate Rouch以专注癌症康复为由辞职；首席运营官Brad Lightcap转岗至“特别项目”职能。数周后，曾主导Sora视频项目的Bill Peebles与科学副总裁Kevin Weil也相继离职。

上述变动密集发生于产品、运营、市场、销售等核心职能，市场对OpenAI管理层稳定性的疑虑持续升温。

转投Thrive：一段“回归”式跳槽

Dyett的下一站并非无迹可寻。Thrive Capital是OpenAI的长期投资方，其创始人Joshua Kushner与OpenAI首席执行官Sam Altman关系密切。Dyett此前亦曾供职于Thrive投资组合公司Stripe，此番回归Thrive生态系统，具备一定的内在逻辑。

Dyett在社交平台上表示：“过去十年，我有幸在Thrive投资的公司工作——先是Stripe，后是OpenAI——亲身感受到他们对被投企业的承诺。我很期待将这种精神传递给投资组合中的创始人，并与创业生态保持紧密联系。”

这一去向在一定程度上缓和了外界对其离职原因的猜测，但并未消除市场对OpenAI人才流失趋势的持续担忧。

OpenAI“后方失守”：Anthropic企业市场攻势凶猛

Dyett离职的大背景，是OpenAI在企业市场面临的竞争持续加剧。据Semi Analysis最新报告，Anthropic年化运行收入（ARR）已突破440亿美元，较2025年底的约90亿美元增长近五倍，在企业AI支出中相对OpenAI的市场份额出现显著逆转。

Anthropic增长的核心驱动力，来自编程智能体产品Claude Code的强劲表现及企业端需求的结构性爆发。财富10强中已有8家成为其客户，年消费超100万美元的企业客户从两年前的十几家扩大至逾千家。与此同时，Anthropic推理基础设施毛利率已从一年前的38%跃升至70%以上，商业模型质量持续改善。

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information最新报道，就在谷歌宣布计划直接向客户销售TPU芯片的同一周，Nebius、Lambda和CoreWeave美国本土三家主流云服务商的高管一场公开活动上表态：短期内不打算采用TPU。

谷歌CEO Sundar Pichai在财报电话会上表示，公司计划向“特定客户群体”出售TPU，重点面向金融服务和前沿AI领域。这一表态本身已透露出谷歌的策略调整——不再追求GPU式的广泛普及，而是聚焦少数愿意深度合作的客户。

然而，三家云服务商的集体拒绝，揭示了谷歌TPU生态建设面临的现实困境。

“我们流淌着绿色血液”

Lambda CFO Chuck Fisher在被问及TPU时，用一句话给出了答案：“我们流淌着绿色血液。”绿色，是英伟达的品牌色。

Nebius首席营收官Marc Boroditsky的数据更为直接：他所在公司99%的客户需求来自英伟达 GPU。偶尔有客户询问TPU，往往是谷歌的前员工——因为他们此前用过这款芯片。

“不幸的是，谷歌离职员工的圈子撑不起一个市场，”Boroditsky说。

CoreWeave企业发展副总裁Nick Robbins则从投资回报角度给出了解释。他指出，TPU的主要用户——谷歌自身、Anthropic和Meta——同时也是GPU的大买家。这意味着，即便TPU市场份额有所增长，GPU需求也不会消失。

“对于我们投入的每一美元、分配的每一兆瓦，我们都在做风险调整后的押注，看什么能带来最长期、最高的回报，”Robbins说，“当99%的市场都要同一样东西，就算这个比例降到90%，你也很难不去聚焦那90%。”

这三家公司的立场并不令人意外。Nebius、Lambda和CoreWeave均与英伟达深度绑定——英伟达既是它们的第一大供应商，也是关键投资方，在某些情况下还是重要的GPU客户。

谷歌的应对：绕开主流，另辟蹊径

谷歌并非没有尝试过与主流云服务商合作。据报道，去年谷歌曾探索与CoreWeave、Crusoe等云服务商更紧密合作，希望将TPU与GPU并排部署在它们的数据中心。但这些谈判基本无疾而终。

最终，谷歌转向了一个更名不见经传的合作伙伴——软件与数据中心初创公司Fluidstack，并为其向Anthropic交付TPU的部署提供了数十亿美元的租约和债务担保。

从试图进入多家主流云服务商，到与Fluidstack这样的新兴玩家签约，这一转变说明：谷歌Cloud之外的TPU市场，目前仍相当集中。

在融资层面，谷歌也在积极布局。据The Information今年2月报道，谷歌已与一家未披露的大型投资机构签署协议，共同出资成立合资企业，向其他客户租赁TPU。谷歌还在与潜在融资伙伴洽谈，计划通过特殊目的载体借款购买TPU并出租给客户。

与英伟达当年扶持早期云服务商的方式不同，谷歌需要更主动地介入融资环节——因为TPU并不存在一个现成的市场。

长期变量：多芯片生态能否打破格局？

尽管短期内态度明确，Nebius的Boroditsky也承认，TPU未来可能获得更大的市场份额。他表示，目前有多家公司正在开发云端软件，若能成功落地，将使开发者更容易跨芯片类型使用，从而降低对单一硬件的依赖。

"单一品牌很难形成垄断——未来会有更多多样性，"他说，"CPU领域发生过这样的事，我预计同样的剧情会再次上演。"

这一判断对整个AI芯片市场具有参考意义。当前，英伟达在AI训练和推理芯片市场占据主导地位，但多芯片兼容软件的成熟，可能是改变这一格局的关键变量之一。

本文来自华尔街见闻，欢迎下载APP查看更多

闪迪近日财报电话会披露，公司已与客户签署5份长期供应协议，预计这些合同将覆盖其2027财年超三分之一的NAND出货量（bit）。

CEO David Goeckeler表示，这一比例已超出此前“至少三分之一”的初始指引，并将随后续季度新增合同继续攀升，“有望突破50%”。

这意味着闪迪的营收能见度正在显著提升——长约锁定的不仅是出货量，更是一套包含最低收入保障、抵押品机制和违约赔偿条款的强约束结构。

合同规模与结构：420亿美元最低收入，客户缴纳数十亿抵押品

闪迪10-Q文件显示，三季度签署的3份合同，最低合同收入合计约为420亿美元。

CFO Luis Visoso透露，公司在三季度签署了3份协议，四季度迄今又新增2份，同时仍在与更多客户积极谈判。合同期限不等，最长可达5年。

在定价机制上，闪迪采用固定与浮动价格混合结构：短期合同以固定定价为主，长期合同则包含更高比例的浮动定价。据公司介绍，浮动机制旨在市场价格上涨时捕捉上行收益，同时在价格下行时为客户提供部分保护。

风险管控方面，客户已缴纳数十亿美元抵押品，以多种金融工具为担保，覆盖合同全周期。一旦客户未能完成季度采购义务，相关金融担保将立即转化为对未履约承诺的赔偿。

这套机制的约束力远超传统供应协议。据MoneyToday报道，三星在上周财报电话会议上也强调，与过去基于互信的供应协议不同，此类新型合同结构具有“更强的约束力”，预付款、最低收入保障和金融抵押品等条款正在成为行业新标准。

长约驱动资本开支：NAND厂商加速扩产与技术升级

据Tom's Hardware分析，有了多年期合同和锁定需求作为支撑，闪迪、希捷（Seagate）和西部数据（Western Digital）等厂商如今更有底气将数十亿美元投入晶圆厂扩产、后端产能以及更高层数NAND、HAMR等下一代技术。

逻辑不难理解：长约相当于提前锁定了收入，降低了大规模资本开支的不确定性，厂商因此更愿意在技术和产能上下重注。

HBF进展：原型线年内启动，完整方案2027年落地

另一个市场关注焦点是闪迪在高带宽闪存（HBF）领域的进展。

据ETNews此前报道，闪迪已开始与材料、零部件及设备合作伙伴接洽，着手建立HBF原型产线生态系统，目标是在今年下半年推出原型，日本是生产基地的主要候选地。

CEO David Goeckeler在财报电话会议上确认，公司正积极与客户沟通HBF的部署计划，并在全栈开发上持续推进，涵盖NAND裸片本身及控制器。

在时间线上，Goeckeler表示闪迪维持此前披露的节奏：NAND硅片预计于2026年底就绪，整合控制器的完整系统级方案预计于2027年上半年推出。

此外，今年3月，台湾DRAM厂商南亚科技完成25亿美元私募融资，投资方包括闪迪、铠侠（Kioxia）、SK海力士旗下Solidigm以及思科（Cisco Systems）。

闪迪在财报电话会议上表示，此次合作包含股权投资，并为公司锁定了DRAM的优先供应权，这是交易背后的核心战略逻辑。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社、央视新闻，当地时间5月3日，美国总统特朗普宣布启动名为“自由计划”的行动，“引导”被困船只驶离霍尔木兹海峡。美国军方4日表示，两艘悬挂美国国旗的商船已成功通过霍尔木兹海峡。伊朗当天向美海军舰艇以及受美军“保护”商船发射多枚巡航导弹、无人机等，美军击沉6艘试图阻挠商船航行的伊朗小型船只。与此同时，据新华社，富查伊拉媒体办公室4日发布声明称，富查伊拉石油工业区当天遭一架来自伊朗方向的无人机袭击而起火。

板块方面，安防监控、智能交通、白酒等逆市走强；银行、体育用品等板块领跌。科网股集体下挫，携程、小米、美团跌超1%，腾讯控股、阿里巴巴跌幅在0.5%以内；百度逆市收涨2%。

个股方面，中国中免盘中一度跌超7%，收跌0.5%，股价创近7个月新低。宁德时代涨近4%，百威亚太、泡泡玛特涨超2%。长和涨超4%。

消息面上，午间长和公告，将终止确认其于英国电讯业务VodafoneThree的投资。目前Vodafone持股51%，长和旗下和记持股49%。各方约定，注销事项完成后，和记所持股份将以43亿英镑（约454.94亿港元）现金代价注销。长和将就此终止确认全部权益，持股降至零，视为出售，预计确认收益约47亿港元。

天星医疗上市首日表现抢眼，涨幅超118%。该公司是一家运动医学创新医疗器械企业，主要从事运动医学植入物、有源设备及耗材，以及手术工具的研发、生产与销售，为患者和医生提供运动医学整体临床解决方案。公司近年营收与利润增长迅猛。2023年至2025年，营业收入从2.39亿元增至4.00亿元，净利润从6358万元增至1.40亿元。

本文来自华尔街见闻，欢迎下载APP查看更多

数字亮眼，但节奏值得关注。3月营收环比增长34.90%，4月降至3.53%——增速明显收窄。同比增长同样从3月的45.57%回落至29.74%。绝对值创新高，但边际动能已在降温。

鸿海表示，第二季度是ICT行业的传统淡季，主要产品正处于新旧机型交替期。不过，AI服务器预计将保持持续增长趋势。根据目前的可见性，预计第二季度营收将实现环比和同比增长。但仍需关注全球政治与经济局势波动的影响。

AI云端撑起增长主轴，消费智能成拖累项

4月营收结构中，“元件及其他”和“云端网络”类别表现最为突出。鸿海在报告中将其归因于“AI云端产品拉货动能强劲”，月对月、年对年均录得显著增长。

与云端的强势形成对比，消费智能类别4月月对月略为衰退。鸿海解释称，原因是“前月新品上市垫高基期”。

值得注意的是，消费智能在年对年维度同样略为衰退，是4月唯一录得负增长的产品类别。前4月累计来看，该类别年对年表现也仅为“持平”。

第二季展望：季增年增，但有变数

鸿海在报告中对第二季给出审慎展望。公司指出，第二季属ICT传统淡季，主要产品进入新旧产品转换期，“唯AI机柜仍将保持成长趋势”。

以目前能见度来看，鸿海预估第二季将呈现季增、年增，但同时提示“仍需持续关注多变的全球政经局势影响”。

公司近期重要时间节点包括：5月14日举行2026年第一季法人说明会，5月29日召开股东会，6月2日至5日参展COMPUTEX 2026。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社、央视新闻，当地时间5月3日，美国总统特朗普宣布启动名为“自由计划”的行动，“引导”被困船只驶离霍尔木兹海峡。美国军方4日表示，两艘悬挂美国国旗的商船已成功通过霍尔木兹海峡。伊朗当天向美海军舰艇以及受美军“保护”商船发射多枚巡航导弹、无人机等，美军击沉6艘试图阻挠商船航行的伊朗小型船只。

彭博专栏作者John Authers发布最新分析称，特朗普的“自由计划”直接引发美伊双方交火，美伊维持约一个月的停火协议正在瓦解。

地缘风险顾问公司Fordham Global Foresight的Tina Fordham表示：“伊朗今天重新发动导弹袭击，是在发出信号——他们仍有能力制造痛苦，不会被迫屈服。美国面临的选择越来越清晰：要么打一场它不想打的持久战，要么接受一个糟糕的、令人难堪的协议。”

油价与通胀：两个“不受欢迎的里程碑”

冲突升级直接推高油价。据彭博数据，期货市场目前将今年年底的布伦特原油定价在95美元，创冲突爆发以来新高，超越此前伊朗袭击卡塔尔液化天然气设施时所创的峰值。4月初，这一预测大概在80美元水平附近。

当前布伦特原油期货价格在113美元附近。

预测市场的变化更能说明市场情绪的转变。据Polymarket数据，霍尔木兹海峡航运在6月底前恢复正常的概率，已从两周前的90%骤降至不足50%。

油价冲击也在向通胀预期传导。美国两年期通胀掉期已升破美联储3%的上限目标，达到2022年以来最高水平。John Authers指出，中期选举临近，这将对美国政府形成压力，推动其寻求谈判解决方案。

麦格理的Viktor Shvets认为，最终结果大概率是回归类似2015年伊核协议（JCPOA）的框架——伊朗限制核计划，换取能源出口解禁。他表示：“这对双方都算不上胜利，但目前看不到其他哪怕稍微理性的选项。”

AI资本开支热潮，支撑美股抵御能源冲击

尽管地缘风险持续升温，美股仍维持在历史高位附近。John Authers将这一韧性归因于AI资本开支浪潮带来的盈利支撑。

美股“科技七巨头”中，除英伟达尚未公布财报外，其余公司均交出了强劲的季度成绩单。法国兴业银行的Andrew Lapthorne指出，若非伊朗战争及供应链中断的现实威胁，投资者本可以尽情庆祝企业盈利的繁荣。

然而，这场资本开支盛宴也有其代价。Lapthorne的数据显示，股票回购规模已降至约每年4%，股息收益率与回购收益率均跌至仅在互联网泡沫顶峰时期才出现过的低位——而彼时企业产生的可分配现金远少于现在。

与此同时，股票风险溢价已转为负值。以标普500盈利收益率减去10年期美债收益率计算，投资者承担额外股票风险，实际上要被"罚款"88个基点。John Authers认为，这一指标反映出市场对股票的极度热情，几乎没有容错空间。

BCA Research的Peter Berezin提示了一个潜在风险：AI投资的真正威胁，不是AI被证明是泡沫，而是经济成功转型为AI驱动模式后，不再需要持续的天量资本投入。他以互联网作类比——数据传输量持续增长，但资本开支早已趋于平稳。华尔街预测，超大规模云计算厂商的自由现金流将在2026年底较峰值下滑逾70%。

本文来自华尔街见闻，欢迎下载APP查看更多

在这个满座的科技投资者面前，Boris表示，自去年10月至11月起，他写的代码就已100%由模型完成。到2026年，他甚至没有亲手写过一行代码。

对Boris本人而言，编程问题已经被“解决”，而企业真正需要竞争的，是组织流程的重构速度。

他的工作台：手机 + 数百个并行Agent

Boris Cherny是资深工程师出身，出版过TypeScript编程教材，职业生涯中写过大量代码。但他“2026年没写过一行代码”。

而Boris的主要工作设备，是手机。他在现场展示了他的个人工作流：打开Claude手机应用，左侧有一个代码标签页，里面同时运行着五到十个会话，每个会话下又挂着一批Agent。“我每天通常写几十个PR，上周有一天做了150个，那是我的记录，我只是想看看自己能推到多远。”

Boris称，目前大概有几百个Agent在跑，每天晚上通常有几千个在做更深层的工作。

他重点介绍了他目前最依赖的工作方式——Loop（循环调度）：

这是最简单却最有效的东西。你让Claude用cron来调度一个未来某个时间点的重复任务，可以每分钟、每五分钟、每天运行一次。

他目前运行着数十个Loop：一个在持续“看护”他的PR（自动修复CI、自动rebase）；一个维持CI健康（发现flaky test就自动修复）；还有一个每30分钟抓取Twitter反馈并自动聚类整理。

我现在感觉Loops就是未来。如果你还没试过，强烈推荐……即使你关上笔记本，它也会继续跑。

“技术差距不大，组织差距才是真正的鸿沟”

现场有听众问：Anthropic内部相比外部开发者，领先多少个月？

Boris的回答出人意料。他说，在模型层面，Anthropic与外部几乎没有差距——“我们用的是同样的模型，我们非常重视dog fooding（自用测试），因为我们在构建一个平台，开发者用的东西必须和我们自己用的一样。”

真正的差距在别处。

“我认为我们领先的地方，实际上不是技术，而是组织结构和组织流程。”Boris说，“如果你和Anthropic的人聊，你会发现我们把Claude用在字面意义上的所有事情上。我的Claude在跑循环写代码的同时，会通过Slack跟其他同事的Claude沟通，来处理未知问题。公司里已经没有任何手写代码了。所有SQL都由模型生成，所有东西都由模型构建。”

这意味着：同样的工具，谁先把组织流程改造到位，谁就拥有真正的竞争优势。

Boris Cherny介绍，Claude Code团队本身就是“全员编程”的实验场。

我们的工程经理、产品经理、设计师、数据科学家、财务人员、用户研究员——团队里每一个人都写代码……他们各自有专业方向，但现在每个人都同时在编程。

他预判，未来的“全才”将不只是跨平台的工程师（比如同时做iOS、Web和服务端），而是真正跨学科的人：既懂产品工程，也懂设计，或者兼顾数据科学与工程。

对于更长远的趋势，他用了一个历史类比。他说自己主要读两类书：科幻小说和科技史。“我认为现在最清晰的历史平行，是1400年代欧洲的印刷机。”

他描述了当时的情况：印刷机发明前，欧洲只有约10%的人识字，他们受雇于国王和领主，“阅读和写作是一门专业技能，不是人人都会的”。印刷机出现后，仅50年内，欧洲出版的文献量就超过了此前一千年的总和，书籍成本下降约100倍。经过几百年，全球识字率升至约70%。

他的判断是：“软件将成为完全民主化的东西，人人都能做，而且速度会比印刷机快得多。”

他预言软件开发将像发短信一样普及并举例说，“写会计软件，最合适的人可能不是工程师，而是一位精通领域的好会计——因为懂领域才是难点，写代码变成了容易的部分。”

被问及AI是否会引发“SaaS末日”，Boris Cherny说这是他“最喜欢的问题”，并给出了两个判断。

首先，他认为，AI将削弱两类传统护城河：

• 转换成本（Switching Costs）：模型可以轻松帮用户完成产品迁移；
• 流程壁垒（Process Power）：Claude越来越擅长复制和优化复杂业务流程，尤其是Claude 4.7，“你给它一个目标，告诉它不断迭代直到完成，它就会去做。我认为这是第一个能做到这一点的模型。”

而网络效应、规模经济、稀缺资源等传统护城河，AI并未改变其重要性。

第二，颠覆性创业将大规模涌现。

我认为未来10年，颠覆性初创公司的数量会增加10倍。因为现在一个小创业公司可以构建出与大公司同等价值的东西，并且能够真正正面竞争——因为大公司必须演进业务流程，必须重新培训所有人使用新技术，他们会面临大量内部阻力。但你们没有这个问题。如果你从头开始，你可以用AI原生方式构建一切。

他的总结是：“所以我认为现在是创业的最佳时机，是做初创公司的最佳时机，颠覆的机会无处不在。我们大有可为。”

被问及Claude Code一年后会是什么样，Boris Cherny说了一句颇为直白的话：

我认为Claude Code本身可能在一年后只剩100行代码。

他解释，随着模型越来越能自主行动，现有的各类安全机制——防止prompt注入的保护、命令静态校验、权限模式、人工审核循环——"都会变得不那么重要，因为模型会自己做正确的事""。

他还被问及Claude Code成功是模型功劳还是产品功劳，他说，“大概六个月前可能是50/50。”

他解释了为什么产品层面仍然重要：“我们非常注重细节，这样当你整天使用它时，是很好的体验。”但他也明确说，“随着模型越来越好，‘外壳’（harness）就越来越不重要了。”

访谈全文如下：

Anthropic的Boris Cherny：编程问题已解决，下一步走向何方

Sequoia Capital · AI Ascent 2026

嘉宾介绍

主持人（Lauren Reeder，Sequoia合伙人）： 好，我很高兴介绍我们的下一位演讲嘉宾。请问在座有多少人使用Claude Code？

（现场举手）

请问有多少人有"Claude Code心理症"？

（笑声）好吧，我的团队亲切地说我有Claude Code心理症，这可能是真的，也可能不是。

我们非常高兴今天能有Boris Cherny来到现场。Boris是Claude Code的创造者，在这个过程中，他亲历并推动了现代软件开发方式的全面革新。Boris，非常感谢你今天抽出时间与我们交流，我们知道整个软件开发行业的未来在某种程度上都压在你的肩上。今天代表我们进行访谈的是我们团队的Lauren Reeder，掌声有请。

（掌声）

第一章：Claude Code用户调查

Lauren Reeder（主持人）： 你抢了我的开场白，我通常也会问谁在使用Claude Code。刚才举手的人真不少，太棒了。

Boris，感谢你的到来，非常荣幸。在座的都是创业者和建设者，而你正在彻底改变"构建"这件事本身。我非常想探讨你对软件开发未来的思考，以及我们应该把那些"多出来的时间"用来做什么。

在深入话题之前，我先为大家多介绍一点背景。Boris不只是创造了Claude Code，他本质上是一个工程师中的工程师——整个职业生涯都在大量写代码，还写了关于代码的教科书，包括《Programming TypeScript》。我们上次聊天时，他说自己在2026年还没有亲手写过一行代码，这是相当大的转变。

另外还有一件鲜为人知的事：我在中学时写过一份关于TI-83 Plus计算器BASIC编程的指南，我刚搜了一下，它竟然还在网上，非常尴尬，请大家千万不要去搜。

（笑声）

我先提几个问题，然后会留出大量时间给现场观众提问，大家可以开始想问题了。

第二章：Claude Code的起源故事

Lauren： 先给大家快速做个调查：使用Claude Code的朋友，主要用CLI的举手？好，大多数是CLI。主要用桌面端的？好。主要用VS Code或JetBrains IDE的？好，其实不多。其他方式？

Boris Cherny（Anthropic，Claude Code创作者）： 我现在主要用iOS。

（笑声）

Claude Code是在某种意义上"误打误撞"诞生的。我在2024年底加入了一个团队，那是Anthropic内部的孵化器，叫做Anthropic Labs。这个团队完成了自己的使命——我们做出了Claude Code、MCP和桌面应用，总共就几个人，是一个非常纯粹的创新小组。团队完成任务后就解散了，现在其实又重新集结了，进入第二轮。Mike Krieger——你们知道他，Anthropic的首席产品官，也是Instagram的联合创始人之一——正在主导这一轮。

我开始做编程工具，是因为我们感受到了所谓的"产品过剩"（product overhang）——相信这里的人对这个词并不陌生。我们在实验室内部经常用到这个词，核心意思是：模型已经能做很多事情，但还没有任何产品把这些能力真正用起来。

第三章：从代码补全到智能体

Boris： 2024年底，当时最先进的编程方式是"类型提前补全"：你打开IDE，按Tab键，一次补全一行代码。这是Sonnet 3.5首次实现的能力。但我们的感觉是，可以走得更远——模型已经接近下一个重大跃迁的临界点，不用再做逐行补全，而是让智能体直接把所有代码都写了。

于是我动手做了，但头六个月效果很差，几乎难以使用。我自己大概只用它来写10%的代码。Claude Code刚发布时也并没有引爆市场，用的人不少，但没有今天这种指数级增长。

真正的转折点出现在Opus 4发布的那个五月，我记得非常清楚。从那时起指数级增长开始了，此后每次模型发布都会再上一个台阶——Opus 4、4.5、4.6、4.7，一路持续拉升。

我们当时其实是在为"下一款模型"提前构建产品，清楚地知道在接下来六个月内不会有产品市场契合度（PMF），但这就是整个计划。Anthropic一向非常专注，始终把商业、企业、安全和编程放在核心位置，这是我们一贯的构建方式。

第四章：编程问题是否已经解决？

Lauren： 这个故事真令人叹服，尤其是"误打误撞"这个部分。你曾公开表示"编程问题已经解决了"。编程是Anthropic三大核心赌注之一，你能详细说说这句话是什么意思吗？哪些问题还没解决？又会带来哪些新的二阶问题？

Boris： 我先再问一下现场。有多少人还在100%手写代码？有多少人已经100%用Claude Code这类智能体来写代码？有多少人介于两者之间？

好，大概50%已解决。

对我来说，是100%解决了。Claude Code的代码库泄露过，大家都知道，它其实很简单，就是TypeScript加React，没有什么大秘密，没有特别复杂的东西。

我们选择TypeScript和React，是因为这两个技术在模型的训练分布中占比很高。刚开始构建这个代码库时，模型还没有今天这么智能，语言和框架的选择非常重要。现在的模型已经能写任何语言、上手任何框架，包括从未见过的。但当时，你会希望使用分布中权重较高的技术。

也正因为如此，我们相当早就达到了让模型写100%代码的程度——大概是去年的十月、十一月。从那时起，模型就写了我所有的代码。我现在每天大概提交几十个PR。上周有一天我提交了150个PR，那是我的纪录，只是想测试一下极限能到哪里。

当然，这并不代表所有场景都解决了。还有很多庞大复杂的代码库，还有一些模型尚未擅长的冷门语言。但对于我这边的代码，它确实已经解决了。通常情况下，答案就是：等下一款模型发布。

第五章：Boris的个人工作流

Lauren： 能跟我们聊聊你的个人设置吗？你之前给我演示过，相当震撼。

Boris： 我大概六个月前在Twitter上分享过我的工作流，当时我没想到会让人惊讶，对我来说那就是正常的写代码方式。

（笑声）

而且现在它又进化了。我现在大部分工作都在手机上完成。打开Claude应用，左侧有一个"Code"标签，里面是一堆进行中的会话。一般我会同时开五到十个会话，每个会话下面又跑着一批智能体，目前大概有几百个智能体在运行。每天晚上还有几千个智能体在做更深层的工作。

管理这些智能体有几种方式。一种是让Claude调用子智能体来分配任务。但我发现自己越来越多地在用"loop"（循环任务）。这是我觉得最酷、也最简单好用的东西——让Claude用cron来安排一个定时重复任务，可以每分钟、每五分钟、每天执行一次，频率随你设定。

目前我有几十个循环任务在运行。比如：一个专门盯着我的PR，自动修复CI问题、自动rebase；一个维护CI健康，发现不稳定的测试就自动修复；还有一个每30分钟从Twitter抓取反馈并自动聚类。

我现在真的觉得"循环任务"就是未来。如果你还没尝试过，强烈推荐。我们最近也上线了"Routines"功能，原理相同，但跑在服务端——就算你关上笔记本，任务也会继续执行。

第六章：未来的团队形态

Lauren： 说说你对未来团队形态的看法吧。你觉得团队应该怎么运转？是需要更多的智能体协作，还是现有的组织方式还能继续？

Boris： 做预测很难，但我来试试。我认为大的趋势是：未来会有越来越多的"通才"。

现在我们说的通才，基本上还是指工程师层面的通才——比如一个人同时做iOS、Web和后端，这是工程领域的通才。

但我认为接下来我们会看到越来越多跨学科的通才——工程做得好，同时也做产品设计，或者既懂产品，又懂数据科学和工程。

这已经是我们团队正在发生的事。Claude Code团队里，几乎每一个人都是跨学科的通才：工程经理、产品经理、设计师、数据科学家、财务同事、用户研究员，团队里每一个人都在写代码。大家各有专长，但同时所有人都在写代码。

我看到有人在点头——我猜这对在座的人来说并不意外，因为你们可能也正在经历同样的变化。

第七章：SaaS的命运

Lauren： 最后一轮问题，然后开放给观众。我们聊了编程本身的变化，现在想聊聊软件产品的变化。随着AI让写代码的成本降低10倍乃至100倍，用软件构建的产品的价值会发生什么变化？我们是否会迎来"SaaS末日"？

Boris： SaaS末日这个问题是我最喜欢的问题。我认为会发生两件事，而且这两件事都不是大家现在普遍在讨论的。

第一件事，不知道在座有多少人听过Acquired这个播客？是的，那是我最喜欢的播客之一。我上周刚和他们录了一期unplugged，感觉就像见到了偶像。

他们介绍过"七种护城河"这个概念，来自Hamilton Helmer写的书，讲的是商业竞争中的七种核心优势。我认为，AI的到来会让其中一些护城河变得不那么重要，另一些则会变得更重要。

变弱的护城河包括：

• 转换成本：有了模型，从一个系统迁移到另一个系统会越来越容易。
• 流程优势：对于那些核心护城河是工作流和流程的公司，Claude越来越擅长优化流程——尤其是4.7，给它一个目标让它迭代，它就能一直爬坡直到完成。我认为这是第一个真正能做到这一点的模型。

而那些原本就强的护城河仍然有效，比如网络效应、规模经济、独占资源等，这些并没有因为AI而改变。

第二件事：如果你看过去十年的创业公司数量，我认为未来十年会增加10倍。现在一个微型创业公司可以打造出与大公司同等量级的产品，并且真的能正面竞争——因为大公司需要改造业务流程、重新培训员工使用新技术，内部阻力会非常大。而你从零开始，就能从一开始就原生地用AI来构建。

所以我认为现在是创业的最佳时机，是做初创公司的最佳时机，颠覆的机会无处不在。我们大有可为。

Lauren： 谢谢你，Boris。现在开放给观众提问。

第八章：现场观众问答

观众（Dan）： 你说你在还没有产品市场契合度的时候就提前做了六个月，那现在模型已经足够好了——你认为Claude Code的成功，有多少要归功于模型本身，有多少要归功于产品决策和产品体验？

Boris： 我认为两者都有，是混合的。如果你半年前问我，比例大概是50/50。

Dan： 两年后呢？

Boris： 两年后……我们的规划基本上是一周看一次，偶尔想到六个月后。

（笑声）

顺便说一下，我认为之前是50/50的原因——我当年参加过YC，在一家YC公司做过第一员工，做过很多创业项目。YC反复强调的一件事就是：做出人们喜爱的东西。不管模型多强，你最终还是要做出一个人们真心喜欢的产品。这也是为什么产品细节很重要——我们极其注重细节，让用户整天使用都觉得体验很好。

随着模型越来越强，工具本身的"脚手架"的重要性在下降。我们现在在想的是：如何让循环任务变成一等公民？如何让并行运行大量智能体变得更简单？子智能体只是其中一个思路，还有很多正在做的东西。

我认为一年后，模型会在对齐方面做得更好，所以今天围绕提示注入、命令静态验证、权限模式、人机协作等安全机制都会变得不那么重要——因为模型会直接做出正确的事情。

观众： 我觉得Claude Code几个月前推动了一次文化变革，让软件开发变得更加民主化——比如店主可以自己开发软件，或者编程微控制器来控制门灯。你认为将来软件开发会不会变成一种就像"会用Microsoft Office"一样的普通技能，让所有人都能掌握，而不只是科技行业的人？

Boris： 是的，绝对是！而且我认为会超过这个程度，会像"我会发短信"一样自然。

我的阅读偏好主要是两类：科幻和科技史。我认为科技史中有一个和当下最贴切的类比，那就是15世纪欧洲的印刷机。

在印刷机发明之前，欧洲只有大约10%的人口识字。这些人往往受雇于不识字的国王和领主，专门负责读写工作。印刷机发明后，仅仅在随后50年里，欧洲出版的文献就比此前一千年的总和还要多，书籍的成本也下降了约100倍。

当然，全面普及花了几百年，因为读写本身也需要学习，还需要教育体系、政府支持，不能让所有人都还在田地里劳作。但几百年后，全球识字率上升到了约70%。现在我们都能读写，不需要专门的学位。当然，职业写作仍然存在，这没有改变。

我认为软件即将经历类似的民主化，而且速度会比50年快得多。比如说，写财务软件——我认为今天最适合写财务软件的人，不一定是工程师，而是一个优秀的会计师，因为他最懂这个领域，而写代码才是容易的部分。懂领域才是难的部分。

观众： Greg说你们内部相当于活在"未来一步"，因为你们能提前接触到模型和智能体。Claude Code当初是内部工具，后来才对外发布。你们在工程能力上领先外部世界多久？一个月、三个月还是六个月？这个差距是在扩大还是在缩小？

Boris： 在模型层面，我们用的和大家用的是一样的。对我们来说，dogfooding（自用测试）非常重要，所以我们用的就是大家在用的东西——比如用一些Mythos来测试，用大量Opus 4.7来写大多数代码。在模型这一层，我认为并没有实质性的差距，Mythos的某个后续版本也会在某个时间点向所有人开放。

真正的差距在产品层面——更准确地说，是在组织流程层面。在Anthropic，我们几乎所有事情都用Claude来做，而且我们的Claude之间整天在互相通信：当我的Claude在循环运行的时候，它会通过Slack联系其他同事的Claude，也在循环中运行，来协商解决未知问题。公司里已经没有任何手写代码，所有SQL都由模型来写，所有东西都由模型来构建。

所以我们领先的地方，其实不是技术——因为同样的技术对大家都开放，我们本质上是在做一个平台，开发者和我们用的是同样的东西——真正领先的是组织结构和组织流程。希望通过这样的交流，大家都能互相学习、共同进化。

Lauren： 这也是初创公司的一大优势——从头开始就更容易。

观众（Jiren）： 我们上次在Sequoia活动上聊过多智能体，当时很多东西还在管道里。现在有了slash/batch、loop、sub-agents、teams这些功能。能不能聊一聊——无论是在模型层面还是工具层面——你们是如何注入先验知识，如何调整目标函数，来让委派工作、启动智能体这件事变得更好？很多工作是可以并行化的，但现在还是需要我自己判断什么时候并行，而不是让模型自己理解"这件事可以同时启动十个智能体"。

Boris： 在产品层面，核心就是提示词调优，仅此而已。我们会调整提示词来引导模型更多地并行执行任务。但坦白说，随着模型越来越强，它自然而然就会这么做。4.7已经开始自发启动循环任务了——比如我让它去拉一个数据查询，它会自己说："我注意到这个数据在随时间变化，我来启动一个循环，每30分钟给你发一份报告。"我只需要说好，然后问它能不能通过Slack发给我，它就用Slack的MCP去完成了。

所以我认为，随着时间推移，不应该由用户来想办法更好地使用工具。如果还需要用户来想这些，那是产品设计的问题，是我的失职。应该由模型来把这件事做好，由我们在提示词层面引导它自然而然地去做。

观众： 目前很多人用Claude或Codex这类云端工具来做大量计算。但也有一些声音很大的人在倡导"让AI跑在本地"。随着开源模型的追赶，这会不会在未来几年成为主流？你们认为大家是会继续依赖云端集中计算，还是会转向本地部署的智能体？

Boris： 我觉得这个问题本身可能不那么重要——原因是，未来模型将完全接管代码编写的工作，它会自己启动智能体、自己搭建环境。如果它觉得用本地模型来做某件事更合适，它就会那么做。这些决策以后将不再是我们工程师需要操心的事。

观众（Jamie）： Claude Code成功的重要原因之一，似乎是充分利用了开发者工具和工作流大多是本地化的这一特点。但对于更广泛的知识工作来说，工具往往是云端的。你们怎么看Claude在这些知识工作场景中获取工具访问权限的问题？能不能像Claude Code对开发者那样强大？

Boris： 我知道在大公司里把所有环境迁移到远程是个大工程——我经历过，花了五年。但对于知识工作来说，大部分已经是云端了，比如Salesforce、Google Docs这些。对我们来说，答案永远是最简单的那个：MCP。你在Claude的MCP连接器里接上Salesforce、Google Docs、Google Calendar，Claude CLI、Claude Code到处都可以用。

观众： 那对于没有MCP支持的系统，computer use会是一个大机会吗？

Boris： 是的，computer use是个兜底的通用方案。就我所知，Anthropic目前在computer use上领先业界。通过Claude，它基本上能操作你电脑上的任何软件，现在有点慢，但尤其在4.7之后效果已经相当不错。不过总体来说，MCP是首选答案，至于是MCP、CLI还是API，其实对模型来说都无所谓——本质上都只是token。

第九章：展望未来

Lauren： 最后一个问题。

观众（Ryan）： 你提到当年看到了产品过剩，于是提前六个月构建了一个产品，等待模型成熟。能不能用相对抽象的方式描述一下，今天你会构建什么样形态的产品，让它在六个月到一年后随着模型的进步变得更有价值？

Boris： Claude Design我认为是个很好的例子。现在已经相当不错，但它会变得更好。

我们还有一些正在为Claude Code开发的东西，会在接下来几周内陆续上线，大家很快就能看到。

此外，我认为loop、batch这类"大规模并行运行智能体"的功能还会继续进化，computer use也是一个很好的例子。

Lauren： Boris，非常感谢你今天的到来。如果大家还有问题，Boris稍后也会在场，欢迎继续交流。

（掌声）

Boris： 谢谢大家。

本文来自华尔街见闻，欢迎下载APP查看更多

5月5日，据彭博报道，苹果正就委托英特尔和三星生产其主要设备芯片进行了初步探讨。同时，苹果的高管也曾到访三星正在得克萨斯州建设的一家先进芯片工厂。

知情人士向媒体透露，目前双方谈判均处于非常早期阶段，尚未产生任何订单。苹果对使用非台积电技术存有顾虑，最终可能不会真的跟其他伙伴合作。苹果、英特尔、三星和台积电的发言人均未置评。

为何是英特尔和三星

苹果历来偏好为每个核心零部件保留至少两家供应商，以在议价和供应保障上保持主动权——屏幕供应商的多元化布局即是一例。

英特尔方面，双方有超过十年的合作历史。英特尔曾于2006年至2020年间为Mac供应处理器，直至苹果转向自研芯片。对于现任CEO陈立武而言，吸引苹果成为代工客户将是其重振英特尔晶圆代工业务的重大突破。

此外，部分苹果高管认为，与英特尔合作还有政治层面的考量——此举可能有助于改善苹果与特朗普政府的关系。白宫去年促成了对英特尔的投资，并将其视为美国半导体产业的“国家冠军”。

三星方面，苹果高管已赴访其在德克萨斯州在建的先进芯片工厂。三星此前曾是苹果iPhone芯片的代工伙伴，目前也在为iPhone等产品生产更多外围元器件。不过，三星在晶圆代工市场仍落后于台积电，位居第二。

芯片荒成增长瓶颈

苹果在上周举行的2026财年第二季度财报电话会议上，罕见地公开承认了供应链压力。

CEO库克表示：“我们在供应链上的灵活性比通常情况要低。”他进一步指出，当前的主要瓶颈并非内存，而是先进制程节点的供应——“这是我们SoC（系统级芯片）所依赖的节点”。

库克还表示：“我认为需要数月时间才能恢复供需平衡。”

芯片短缺已波及iPhone 17 Pro系列，并对Mac mini和Mac Studio的出货造成压力。苹果运营团队正在努力防止短缺蔓延至AirPods和Apple Watch等其他产品线。

推动此轮短缺的因素有两个：一是AI数据中心的大规模扩张抢占了先进制程产能；二是适合本地运行AI模型的Mac需求超出预期。

苹果目前的主力芯片采用台积电3纳米制程，高度集中于中国台湾生产。

本文来自华尔街见闻，欢迎下载APP查看更多