华尔街见闻提及，7月27日，据《华尔街日报》报道，英伟达正就为OpenAI提供2500亿美元财务担保进行磋商，并可能额外提供3500亿美元融资，用于OpenAI采购该数据中心所需芯片。

消息公布后，市场情绪明显降温。英伟达CDS价差单日飙升14个基点，股价重挫5%，市值单日蒸发约2500亿美元，与其正在洽谈的融资担保规模大体相当。

与此同时，英伟达还于上周五宣布与韩国内存芯片巨头SK海力士达成价值500亿美元的长期供应协议，并于上周日扩展了与西门子在AI工作流领域的合作。

高盛首席交易员John Flood指出，周一交易台正收到大量询问，核心指向同一个问题：当AI头部企业承担的未履行财务承诺已超过1.5万亿美元，整个生态的偿付能力究竟从何而来。

这一担忧叠加美联储议息会议、多家科技巨头密集财报季以及利率快速上行等多重压力，令市场避险情绪升温。纳斯达克100指数当前远期市盈率约为21.8倍，较10年均值约23.6倍低近10%，为2023年初AI行情启动以来的最低估值水平。

《华尔街日报》披露的这笔交易规模之大、结构之特殊，迅速成为市场讨论焦点。

根据报道，英伟达拟为OpenAI位于俄亥俄州的数据中心项目提供2500亿美元财务担保，同时可能再提供3500亿美元融资，专项用于OpenAI向英伟达采购芯片，即由英伟达出资，让OpenAI买英伟达自己的产品。

高盛John Flood表示，这一安排令多位交易员感到不适。

尽管英伟达当前现金流充沛，但2500亿美元的担保规模依然庞大，必将对其财务报表产生深远影响。作为担保方，英伟达将承担显著的或有负债风险。

此外整个AI产业链约2万亿美元的循环融资，本质上依赖于Anthropic、OpenAI等前沿模型公司具备真实偿付能力。而一旦开源大模型持续抢占市场份额，上述假设便面临根本动摇。

目前，高盛的大宗经纪数据显示，市场仓位已明显趋于中性，但对冲基金正零散地削减个股敞口，长线投资者则普遍按兵不动。

AI相关资本开支长期以来是提振市场的核心叙事之一，但John Flood明确指出，投资者正开始反向施压，信用市场是当前的关键观察窗口。

华尔街见闻提及，据ICE Data Services数据，英伟达五年期信用违约互换（CDS）价差单日最高飙升14个基点至82个基点，为该合约自去年11月活跃交易以来最大盘中涨幅。

分析认为AI融资链条呈现高度循环特征。芯片厂商、云计算巨头与模型公司之间的资金流动相互嵌套，各方的财务健康高度相互依存。

当英伟达既是供应商、又成为融资方，链条的自我强化属性愈发明显，同时脆弱性也随之上升。

与此同时，利率市场的压力构成另一重要变量。

过去一周美国国债收益率明显上行，实际10年期收益率升至2023年以来最高水平，实际30年期收益率也逼近3%，这一水平在近几十年间仅在全球金融危机期间短暂被突破。

（周一美股主要期限收益率下行）

John Flood援引高盛分析框架指出，当利率在特定周期内上行幅度超过两个标准差，股市往往承压。以当前环境测算，该阈值对应的是10年期名义收益率在一个月内上行约50个基点。

据此推算，若10年期名义收益率升至约5%附近，或实际10年期收益率升至约2.7%，股市将面临明显阻力。利率波动率的上升，也对股票隐含波动率形成额外推升压力。

John Flood还列出了交叠在一起的多个不确定性。

周三美联储议息会议（市场定价加息概率约35%）、当天盘后Meta与微软财报，以及周四苹果与亚马逊财报，形成密集的风险事件窗口，令投资者缺乏主动出击意愿。

伊朗地缘局势的反复也在消耗市场注意力，特朗普就谈判进程发出的强硬表态进一步增添变数。

尽管如此，John Flood维持相对温和的中期判断。他认为个股波动率将持续偏高，但指数层面仍有上行空间，理由是企业盈利有望继续兑现，且美联储本周及9月均不太可能加息，后者已被市场充分定价。

基本面多空对冲基金7月下跌4.5%，创2023年以来次差单月表现，但年初至今仍录得约13%的正回报，整体格局尚未逆转。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台消息，瑞银（UBS）在7月27日的全球策略报告中指出，尽管超大规模云计算企业（Hyperscaler）的资本开支预测持续上调——2026年合计约达8490亿美元、2027年有望突破1万亿美元——信用市场对新发债券的吸收能力正在明显下降，海量的新债供给正遭遇需求减弱和二级市场表现不佳的挑战。

瑞银认为，市场正在对AI投资的“长期变现风险”进行重新定价。需求方面，亚马逊7月最新一笔投资级债券认购倍数仅为1.6倍，远低于3月的3.4倍；多笔长期限科技债券在二级市场发行后利差走阔20至50个基点。二级市场方面，投资级（IG）科技债的信用曲线正在急剧陡峭化，新债发行需要提供更大的折价让利才能吸引资金。

发行预测再度上调：AI资本开支"只增不减"

随着Alphabet、微软、Meta和亚马逊相继公布财报，资本开支指引持续超预期上行，成为信用市场的核心关注焦点。

瑞银在2026年年初展望中已将美国投资级科技债发行总量预测上调至4500亿美元，反映出参与AI资本开支周期的发行主体范围不断扩大。

而在此基础上，由于Alphabet将2026财年资本开支指引上调至1950亿至2050亿美元，微软2027财年资本开支预测也从2340亿美元上调至2610亿美元，瑞银进一步将超大规模云计算企业的债务发行贡献预测上调至2750亿至2850亿美元（此前为2300亿至2400亿美元）。

六大超大规模云计算企业（Alphabet、亚马逊、微软、Meta、甲骨文、CoreWeave）2026财年合计资本开支预测已达8490亿美元。

其中，谷歌和亚马逊主导了今年迄今的发行，而微软和Meta预计将在下半年加快发行节奏。甲骨文则是例外——其杠杆率已超过4倍，近期被标普下调至BBB-评级，瑞银预计其今年不会再有新的债券发行，但不排除表外融资安排的可能性。

值得注意的是，今年科技债发行中超过10年期的比例高达32%，远高于2024年以来19%的历史均值，显示发行人普遍将AI相关资本开支视为多年期周期，倾向于拉长债务久期。

需求降温信号明确：市场开始"用脚投票"

尽管发行规模持续扩张，但是信用市场对新发科技债的吸收意愿已出现明显分化。

最直观的数据来自亚马逊：其7月发行的投资级债券认购倍数仅为1.6倍，而今年3月同一发行人的认购倍数高达3.4倍。

瑞银将这一现象归因于三大因素：

• 第一，基本面压力。企业端的"Token优化"（即用户转向更低成本AI模型）、内存/硬件通胀，以及向更廉价替代方案的迁移，可能在近期对AI前沿实验室及超大规模云计算企业的盈利能力形成压制。

• 第二，货币化时间线的不确定性。随着债务发行规模持续攀升，市场对近期巨额资本开支能否在合理时间内转化为可观回报的疑虑日益加深，投资者要求更高的长期风险溢价。

• 第三，利率波动放大效应。过去一个月30年期美债收益率上行约30个基点，进一步放大了长久期投资级债券的价格压力。

与此同时，近期多笔科技债在二级市场的表现令人担忧，尤其是20年期以上的长期限品种，部分债券发行后利差走阔幅度达到20至50个基点，但瑞银认为调整尚未到位。

目前，超大规模云计算企业10年/30年信用曲线平均陡峭程度约为42个基点，高于今年多期限投资级发行人约22个基点的整体均值。

然而，从历史对比来看，这一水平仍远未达到极端：

2013至2015年并购潮期间，投资级10年/30年曲线陡峭程度曾达80至85个基点；2016年末金融机构TLAC监管改革期间也曾达到60至65个基点。

瑞银预计，在资本开支持续超预期、自由现金流为负、投资回报时间线不确定的背景下，超大规模云计算企业长端债券利差在未来约6个月内还有10至15个基点的进一步走阔空间。

从CDS市场来看，信用市场自3月以来已开始出现明显分化：谷歌和亚马逊的CDS利差较微软宽出10至15个基点，而Meta由于可观测的资本开支货币化证据相对不足，CDS利差较前者还要再宽约20个基点。

四大连锁效应：从科技债蔓延至整个长端IG市场

瑞银在报告中指出，科技债近期表现不佳对整个投资级市场的四大潜在影响：

其一，新发债券需要更大的发行折价（Concession）。

鉴于超大规模云计算企业仍有大量融资需求，且市场集中度不断提升，发行人可能需要以更大幅度的折价来吸引需求，"先发优势"效应可能愈发明显——率先发行者更容易锁定认购，而后来者则面临市场被挤占的风险。

其二，信用市场将奖励能够展示资本开支货币化证据的发行人。

本轮财报季，投资者将重点关注三大指标：云收入的持续增长、RPO（剩余履约义务）/订单积压的粘性与增长，以及利润率是否受到压缩。

其三，AI相关债券对投资级指数整体表现的影响权重持续上升。

目前五大投资级超大规模云计算企业在投资级指数中的市值权重约为4.5%，但经久期调整后的DV01权重已达6%（2024年分别为2.6%和3.3%），与四大货币中心银行相当。若今年发行预测实现，这一比例有望在年底前升至7%至8%。

其四，长端科技债供给扩大可能引发其他板块的轮动卖出。

在投资级指数20年期以上债券中，除科技外，消费必需品约占19%，公用事业和通信各约14%，能源约8%，资本品约5%。瑞银预计，超大规模云计算企业以更宽利差发行长期债券，将首先引发对科技及通信板块的轮动卖出，继而波及公用事业和资本品等AI敏感板块。

总结来看，瑞银认为，AI债务融资周期并未终结，这只是一个"减速带"，而非终点。但市场已从"来者不拒"转向"精挑细选"，投资者需要在AI产业链中寻找那些能够更快、更确定地将资本开支转化为现金流的标的，而非继续押注于货币化时间线高度不确定的超大规模云计算企业长端债券。

本文来自华尔街见闻，欢迎下载APP查看更多

SOX当前正测试11,200点附近的关键短期支撑，技术面持续恶化，与此同时，市场对AI需求质量的质疑声也在升温。据The Market Ear分析，若该支撑位失守，指数将面临直至200日均线的大段真空地带，而后者恰好与更长期的上升趋势线重合。

多重压力之下，市场亦存在潜在的对冲因素：机构持仓已趋于正常化，此前拥挤的"做多半导体、做空Mag 7"交易已基本出清，季节性因素也正转向有利方向。当前局面是否构成新一轮买入机会，抑或更深调整的起点，很大程度上取决于SOX能否守住这一关键支撑。

技术面告急：21日均线下穿50日均线

SOX正在测试11200点附近的重要短期支撑，该水平在7月17日的抛售中曾有效承接。然而，自那次反弹以来，技术图形持续走弱——21日移动平均线已下穿50日移动平均线，形成短期看跌信号。

据LSEG Workspace数据，若SOX出现决定性收盘跌破11200点，下方将缺乏有效支撑，直至200日均线所在区域。该均线目前与长期上升趋势线高度重合，构成更具决定性意义的技术防线。

与此同时，科技股波动率仍处于高位。VXN与VIX的比值虽已从近期极端水平有所回落，但仍持续发出科技板块压力偏高的信号。

持仓出清与季节性支撑：潜在的反弹基础

尽管技术面承压，市场结构层面出现了若干积极信号。机构持仓已恢复正常，零售投资者参与度较今夏早些时候明显降温。据Vanda数据，此前高度拥挤的"做多半导体、做空Mag 7"交易已基本被清洗，整体持仓结构更为干净。

季节性因素同样值得关注。历史数据显示，纳斯达克100指数（NDX）在当前时间节点之后往往表现较好，7月通常是逼空行情的活跃月份。若未来数周零售资金的季节性流入开始回升，科技板块的整体环境有望逐步改善。

AI叙事受质疑：资本循环性引发担忧

基本面层面，投资者对AI需求质量的疑虑正在加剧。据彭博报道，英伟达最新的融资讨论及战略投资重新点燃了市场对AI建设周期"循环性"的担忧——即资本正在为购买AI硬件的客户提供融资，形成自我循环。若市场对AI支出周期的信心持续减弱，当前技术支撑位将面临更大压力。

与此同时，Mag 7资本支出与SOX指数之间的短期背离已扩大至异常水平。据彭博及摩根大通数据，这一缺口的持续存在，令市场对半导体需求的可持续性产生更多疑问。此外，超大规模云计算商（Hyperscalers）相对于NDX整体的表现已大幅落后，这一相对走弱幅度已达到历史罕见的极端水平，部分逆向投资者开始关注其潜在的修复空间。

韩国市场：繁荣背后的隐忧

韩国综合股价指数（KOSPI）的强劲上涨正引发市场警惕。据分析师Qwek指出，KOSPI的走势开始与中国2015至2016年A股牛市产生相似之处，杠杆资金与散户热情再度成为主角。据彭博及高盛数据，两者的走势对比令人不安。

值得注意的是，当前行情与彼时存在一个关键差异：本轮上涨拥有更为扎实的盈利基础，存储周期的复苏提供了基本面支撑。然而，历史的相似性仍提示投资者保持审慎。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博7月28日报道，PJM Interconnection LLC周一致函利益相关方，宣布最快于2027年中期，未能自行保障足够发电供应的数据中心，将在用电高峰期间被临时切断电网连接。与此同时，PJM宣布将于今年9月启动一项紧急电力拍卖，以填补2028年6月起约七吉瓦的预测电力缺口——此前本月举行的一次拍卖已因供应不足而宣告失败。

PJM董事会主席Paula Conboy在信中措辞直接："快速负荷增长、供应收紧与容量成本上升的当前轨迹不可持续。现有消费者不应为那些未能自带或另行采购所需新供应的大型新增负荷承担更高的容量成本。"这一表态意味着，AI基础设施扩张的电力成本将更多由数据中心运营商自行承担，而非转嫁给普通居民用户。

断电警告机制：补偿换配合

根据PJM的方案，数据中心并非毫无预警地遭遇断电。该计划设计了一套预警机制：在电网真正进入紧急状态之前，将提前向数据中心发出限电警告，给予运营商一定的响应窗口。

为降低强制断电对数据中心运营商造成的冲击，PJM表示，接受限电的运营商将有望获得相应补偿，以弥补其不便与额外支出。这一安排在一定程度上将数据中心纳入需求响应体系，使其从被动承受者转变为可参与电网调节的主体。

与此同时，PJM还将推进一项双边撮合流程，协助数据中心与发电商直接对接，在市场层面寻求供需匹配。

该机构预测，到2038年，数据中心对电力的需求将新增约70吉瓦。本月早些时候，PJM电网需求飙升至168吉瓦，打破了长达二十年的历史纪录——极端高温与新建AI设施的叠加需求共同推高了这一数字。

与此同时，自2022年以来，PJM覆盖区域内已有约15吉瓦的发电容量退役。需求激增与供应萎缩的双重压力，使电网的资源充裕性承压明显。PJM在信中表示，"董事会认为这一可靠性威胁需要果断行动。"

为此，PJM宣布将于9月启动所谓"可靠性兜底采购"（Reliability Backstop Procurement）紧急拍卖，目标是为2028年6月起的供电周期补充约七吉瓦缺口。根据该计划，此次紧急采购的相关成本将由数据中心承担。

此次PJM的系列举措，向市场传递出一个清晰信号：AI驱动的电力需求扩张，其成本将越来越多地由数据中心运营商自行消化，而非由现有用户分摊。这对在PJM覆盖区域内大规模布局的科技公司而言，意味着电力获取成本与不确定性的双重上升。

PJM是美国规模最大的电网运营商，覆盖范围包括弗吉尼亚州北部的"数据中心走廊"（Data Center Alley）。

政治压力持续，改革呼声高涨

另外，据报道，PJM近期承受的压力不仅来自市场，更来自政界。多位州长、公用事业公司、消费者权益团体乃至白宫均对其提出批评，部分声音甚至呼吁对该电网进行拆分重组。

今年1月，美国总统特朗普与两党州长联合提出一项方案，建议PJM举行一次性电力拍卖，由科技公司通过竞标15年期合同的方式，实际上为新建电厂提供资金支持。

为改善未来需求预测的准确性，PJM还宣布将建立一个新的数据中心注册系统，追踪各数据中心的身份信息及其用电需求，以便更精准地规划电网资源配置。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

美股三大股指集体高开，纳指一度涨1%。但受一项可能加速中国芯片产业发展的技术突破报道的影响、以及英伟达循环融资的担忧，令美股指盘初转跌，纳指100盘中跌超1%，收盘时跌幅收窄。道指和小盘股收涨，标普500基本收平。半导体板块大幅领跌。费城半导体指数一度跌超5%、收跌2%。英伟达大跌5%，阿斯麦跌超5%。

美股存储板块疲软，美光跌2.25%，SK海力士一度大跌10%，股价破发，闪迪重挫11%。

中概股逆市收涨2.5%，小米ADR收涨8.97%，腾讯控股、阿里巴巴均涨逾2%。

美债收益率整体下降，但短端债券表现不及长端，收益率曲线持续走平。2年期美债收益率跌2.3个基点，10年期美债收益率跌3.4个基点、报4.647%。

美元走V转涨，较日低涨超0.4%。比特币较周日尾盘微涨0.34%，以太坊早盘一度较周五涨6%。

黄金冲高回落、小幅走强0.5%，未能守住4100美元上方。WTI原油暴跌约8%至81美元附近，布伦特原油也暴跌，但仍守住90美元上方。

亚洲时段，长鑫科技上市首日暴涨465%，成交破1400亿，创业板大涨3%，算力硬件午后拉升，恒科指涨逾1%，小米大涨超7%。

要闻

中国

商务部新闻发言人就美发布“强迫劳动”301调查最终措施答记者问。

中国6月规模以上工业企业利润同比15.1%，上半年电子行业利润大幅增长96.9%。

债市降费红包来了，中央国债登记结算有限责任公司宣布调降部分主营业务收费，包括全免国际债券（熊猫债）发行登记服务费等五项措施。

长鑫科技市值直冲3万亿，高开471%，中一签赚2万，A股新股王诞生。长鑫科技市值超过英特尔，是茅台2倍多，阿里投了76亿、浮盈超1600亿。

交易定价251.2亿元，“东方证券+上海证券”合并重组草案出炉。

A股一日20家公司公告回购，工业富联3个月购20亿，银行资金首入回购池。

海外

特朗普：暂停打击伊朗是给谈判再一次机会，会谈可能有成果，谈不拢就“重新大打”。

美国核心资本品订单超预期增长，AI支出热潮支撑上半年投资。

报道：特朗普政府即将敲定AI自愿监管框架。奥特曼赴华盛顿游说：将展示OpenAI模型能力，回应开放模型与安全争议。

中国DRAM巨头搅动全球格局，美股存储芯片跳水，SK海力士破发，闪迪一个月接近腰斩。

英伟达循环融资引发忧虑：CDS价差创纪录飙升，股价大跌5%，苹果重夺市值第一。英伟达拟为OpenAI数据中心提供2500亿美元担保，AI基建绑定进入新阶段。

横盘七月后飙涨20%逼近新高，苹果财报前期权惊现“看涨”信号。

市场收报

欧美股市：标普500涨幅0.02%，报7413.18点。道指涨幅0.51%，报52210.08点。纳指跌幅0.18%，报24932.081点。欧洲STOXX 600指数收涨0.02%，刷新日低至644.62点。

A股：上证指数收报3858.25点，涨1.15%。深证成指收报14148.73点，涨2.72%。创业板指收报3590.79点，涨3.16%。

债市：美国10年期国债收益率跌3.65个基点，报4.6406%。两年期美债收益率跌1.05个基点，报4.3201%。

商品：WTI 9月原油期货收跌7.50%，报82.61美元/桶。布伦特9月原油期货收跌8.70%，报88.36美元/桶。现货黄金涨0.60%，报4076.96美元/盎司。现货白银涨0.40%，报58.4075美元/盎司。

要闻详情

全球重磅

中国

商务部新闻发言人就美发布“强迫劳动”301调查最终措施答记者问。中方一贯反对强迫劳动，建立了完善的劳动法律法规体系，坚决防范和打击强迫劳动行为。反观美方，不仅仍未批准加入《1930年强迫劳动公约》，还长期操弄“强迫劳动”议题，此次又以“强迫劳动”为由发起301调查并加征单边关税，是典型的单边主义、保护主义行为，中方对此坚决反对。

中国6月规模以上工业企业利润同比15.1%，上半年电子行业利润大幅增长96.9%。1-6月份，全国规模以上工业企业实现利润总额39479.9亿元，同比增长18.7%。

债市重磅！降费红包来了。据上海证券报，中央国债登记结算有限责任公司宣布调降部分主营业务收费，包括全免国际债券（熊猫债）发行登记服务费等五项措施。分析认为，此举直接减轻了发行人和投资人的负担，降低了二级市场的交易摩擦与中介成本，有助于提升债券市场的吸引力、流动性、活跃度及资金周转效率。

长鑫科技市值直冲3万亿，高开471%，中一签赚2万，A股新股王诞生！上市即登顶。长鑫科技正式登陆科创板，开盘暴涨471.59%，总市值达3.31万亿元超越工商银行成为A股市值“一哥”，中一签浮盈超2万元。上市不足一小时成交额突破1000亿元，创A股单日个股成交额纪录。东北证券给出3.2万亿至5.7万亿估值区间，野村证券目标价116元，估值约为7.76万亿元。

• 长鑫上市前，高盛紧急召开电话会：中国DRAM产能有望翻倍。长鑫科技IPO前夕，高盛紧急召开中国存储专家电话会。前三星18年总监、长鑫前高管揭秘：一季度长鑫DRAM全球份额达8%、收入同比暴涨719%；2030年产能有望翻倍；HBM3量产锁定2026年。高盛认为，中国DRAM扩张不可逆，北方华创、中微等国产设备商将受益。
• 长鑫科技市值超过英特尔，是茅台2倍多！阿里投了76亿、浮盈超1600亿，员工关心“工资涨不涨”。长鑫科技总市值一度超越腾讯、英特尔，成为A股市值“一哥”，是茅台的2倍多。上市首日连破四项A股纪录，单日成交额突破千亿。
• 起底长鑫上市的最大赢家——合肥，十年陪跑获万亿回报！押注"不可能完成"的项目，连亏十年、烧掉366亿——合肥用一场豪赌改写了中国存储芯片产业史。

交易定价251.2亿元，“东方证券+上海证券”合并重组草案出炉。交易完成后，东方证券总资产将突破6000亿元大关，一举跻身行业前十；而这场重组的意义远不止于规模的跃升——在证券行业集中度加速提升、上海国际金融中心建设进入关键阶段的当下，东方证券与上海证券的合并，正试图探索一条“内生稳健经营+外延资源整合”的差异化突围之路。

A股一日20家公司公告回购，工业富联3个月购20亿，银行资金首入回购池。世运电路和宏工科技披露了银行回购专项贷款的资金来源安排，建行已向世运电路出具2.7亿元的贷款承诺函。除减资注销的星宇外，大多数公司的回购用途为股权激励或员工持股计划。ST中珠第二大股东拟增持最多4000万股，中晟高科股东拟增持不低于3000万元。

海外

特朗普：暂停打击伊朗是给谈判再一次机会，会谈可能有成果，谈不拢就“重新大打”。特朗普称，美伊在进行“非常深入的谈判”；很有耐心达成协议、时间充裕。特朗普称会谈可能有某种成果后，标普一度转涨。美媒称调解方参与的谈判聚焦重开霍尔木兹海峡、重启全面核协议；调解方在推动美伊重启会谈方面取得进展。伊朗称不允许由美国决定何时战、何时止。以总理启程访美，将讨论伊朗问题；特朗普称两人有些许分歧；美媒称特朗普周二将在白宫分别会见以总理和泽连斯基。

美伊谈判信号混乱：德黑兰否认磋商，华盛顿称"给和平留点空间"，沙特阿美油气设施疑遭无人机袭击。美伊局势陷入脆弱停火，但双方信号严重分歧。美军暂停空袭试图为谈判留出空间，但美方内部对恢复战事存在分歧；伊朗则坚决否认与美谈判，维持强硬反制姿态。与此同时，沙特阿美阿布凯克关键石油设施疑遭袭并起火，全球原油供应与能源市场正面临重大冲击风险。

美伊暂停互袭的背后：伊朗称就霍尔木兹海峡航运管理与阿曼会谈有进展，美军弹药吃紧。美伊冲突因美军弹药库存告急与外交斡旋步入短暂休战。一方面，伊朗近日就霍尔木兹海峡安全航运管理与阿曼举行副外长级会谈，会谈“富有成效并取得一些进展”；另一方面，五角大楼对美军在中东防空拦截弹储备急剧消耗的内部担忧，构成了限制美国扩大军事打击规模的现实掣肘。

格林斯潘"难题"重现，沃什或借加息换取长端利率下行？沃什面临通过加息压低长端利率的策略选择。尽管本周加息非基准情形，但市场预期升温。历史“格林斯潘难题”表明，强硬加息能提升抗通胀公信力并压缩长端通胀溢价，从而带动抵押贷款利率下行，这与特朗普政府的目标契合。不过，物价缓和与内部审查等因素仍构成短期约束。

工资放缓只是统计幻觉？NAIRU紧箍咒未解，美联储高利率远未到终点。美国劳动力市场信号矛盾：低失业率与历史低位的申领失业金人数表明市场依然偏紧，但薪资增速却放缓至接近疫情前水平。分析认为，薪资降温或是私人教育与医疗行业的结构性拖累所致，剔除后增速依然坚挺，劳动力市场对通胀的压力依然存在，为美联储维持高利率提供支撑。

美国核心资本品订单超预期增长，AI支出热潮支撑上半年投资。6月核心资本品订单（剔除飞机及军事装备）环比增长0.9%，高于经济学家预期的0.7%，5月数据亦上修至增长1.9%。核心资本品出货量同期环比大增1.9%，远超预期的0.6%，进一步印证实际投资活动的强劲。

报道：特朗普政府即将敲定AI自愿监管框架。约两周前，白宫国家网络总监办公室已将该框架的草案分发给OpenAI、Anthropic和谷歌。这三家公司联合提交了各自的修改意见。

奥特曼赴华盛顿游说：将展示OpenAI模型能力，回应开放模型与安全争议。OpenAI首席执行官奥特曼本周将在华盛顿与特朗普政府高级官员、国会议员及经济学家密集会晤，核心议题为：即将发布的AI模型能力、开放权重模型监管走向、网络安全事件、AI代理技术的演进方向和其对劳动生产力的影响。

中国DRAM巨头搅动全球格局，美股存储芯片跳水，SK海力士破发，闪迪一个月接近腰斩。周一盘中，闪迪跌超10%、市值一个月蒸发1700亿美元，SK海力士ADR曾跌10%，美光一度跌超7%。多数机构仍认为，美光、SK海力士和三星在AI存储领域的领先优势短期难以撼动。有分析师认为，存储芯片股回调提供了新的布局机会。

英伟达循环融资引发忧虑：CDS价差创纪录飙升，股价大跌5%，苹果重夺市值第一。英伟达卷入7500亿美元AI基础设施投资，其信用违约互换价差单日飙升14个基点创历史纪录。受此影响，英伟达股价周一收跌5%。苹果凭借克制的资本支出在当下的市场环境中股价表现良好，年内累计上涨24%，周一收涨1.2%，市值约达4.93万亿美元，超越英伟达的4.78万亿美元。

• 英伟达拟为OpenAI数据中心提供2500亿美元担保，AI基建绑定进入新阶段。英伟达拟为OpenAI提供高达2500亿美元融资担保，专项支持软银在俄亥俄州开发的10吉瓦超级数据中心。此举打破此前“英伟达缩减支持OpenAI”的传闻。英伟达从股权投资OpenAI转向项目融资担保，不仅规避了估值博弈，更借此锁定OpenAI未来海量算力订单。
• 绑定SK集团与OpenAI！英伟达卷入7500亿美元豪赌，AI“循环融资”警报再响。英伟达推进逾7500亿美元的新一轮AI交易，包括与SK集团达成5000亿美元合作及拟为OpenAI提供2500亿美元租赁担保。这些交易深化了供应链与客户绑定，但因英伟达同时身兼供应商、投资人与担保方，再度引发市场对其“循环融资”和放大系统性风险的隐忧。
• 前OpenAI首席科学家获英伟达"重仓"，安全超级智能迎来算力飞跃。英伟达宣布对OpenAI前首席科学家Ilya Sutskever创办的神秘AI实验室SSI投资50亿美元，并达成长期算力合作，将其计算能力提升一个数量级。这不仅意味着SSI研究有望加速，也显示英伟达正通过“投资+GPU”模式，抢占全球最顶尖AI实验室，进一步巩固AI算力霸主地位。

横盘七月后飙涨20%逼近新高，苹果财报前期权惊现“看涨”信号。苹果财报前，期权市场释放罕见看涨信号：机构大举买入实值看涨期权，投机资金押注股价本周创历史新高，隐含波动率也升至一年高位。在科技股财报承压之际，市场正押注苹果成为美股新的“稳定器”。

研报精选

中金：科网泡沫破裂前跌过几次？中金认为，科网泡沫破裂前曾历经四次回调，均源于产业波折、宏观扰动与情绪过热；反弹则靠产业催化、政策转松及估值消化。当前AI回调与历史相似，消化高估值并非坏事。企稳需待宏观紧缩缓解，但核心仍是产业新催化，短期可关注缺电缺芯等瓶颈资产。

AI牛市最大的敌人，不是泡沫，而是债市？美银Hartnett最新警告。Hartnett认为，债券市场正成为AI牛市最大威胁。30年期美债收益率升至5.2%（2007年来最高），实际收益率达3%，金融条件收紧已超越企业盈利的支撑力。与此同时，超大规模云服务商CDS升至历史高位，债券持有人正质疑AI资本开支的回报逻辑。若债市断供并倒逼美联储加息，将触发风险资产新一轮去杠杆。

除了选举，现阶段真正压制美股的核心变量，是什么?高盛认为，美股当前面临的风险并非中期选举本身，而是实际利率急升与历史极低股票相关性导致的波动率结构失衡。若名义收益率短期内升至约5%，或实际收益率升至约2.7%，美股将面临显著逆风。选举前美股多维持横盘，选举后随着不确定性消退往往迎来反弹。

硅谷知名风投家警告：若封禁开源AI，成本压力或致整个美股崩盘。知名投资人Chamath Palihapitiya警告，若美国限制企业使用开源AI、强制转向闭源模型，AI成本或飙升50至100倍，企业利润和估值将遭重创，美股恐面临系统性冲击。这场围绕开源AI的监管博弈正持续升级。

黄金，在等待什么？申万宏观表示，黄金3月以来罕见暴跌25%，6月磨底至今仍未启动——RSI触及2022年来次低、非商业持仓分位跌至10%，多重底部信号却无法换来反弹。强美元并非行情终结的理由，央行购金慢变量依然稳固；真正的拦路虎是加息预期高企与油价"二次冲顶"风险，黄金的催化，还需耐心等待。

国内公司

同一位创始人！周一长鑫涨疯、兆易创新跌停，朱一明身价或迎最大重估。长鑫科技上市首日暴涨逾530%，总市值一举突破3.6万亿元登顶A股，同日，创始人朱一明旗下的兆易创新却盘中触及跌停，冰火两重天之间，朱一明身价从胡润榜上的120亿元或骤升至最高逾930亿元。

Kimi K3开放日：模型权重、技术报告和关键Infra技术同步开放。月之暗面发布Kimi K3的模型权重、技术报告，并开源支撑Kimi K3模型训练的关键Infra技术：MoonEP、FlashKDA和AgentEnv，任何人均可免费下载部署。

报道：中际旭创港股或定价980港元，本周四上市同步开设期权交易。中际旭创港股发行定价较最高推介价折让约3%，较A股折让约19%，发行规模约534亿港元，若行使超额配股权可达610亿港元，为近七年来港股最大IPO。市场需求火爆，机构认购提前截单，认购倍数达可售股份数倍。公司将于7月30日在港交所正式挂牌，同日同步开设个股期权交易。

报道：三星考虑采用中国DRAM，以降低Galaxy A系列成本。面对“芯片通胀”与MX部门预期的业绩亏损，三星电子正评估在中低端Galaxy A系列中采用中国低价移动DRAM，以降低成本。此举意在利用竞争对手因成本上涨而收缩的缺口，提振盈利并重夺中国市场份额。

老铺黄金预计上半年收入同比增60%至66%，净利润增83%至85%。老铺黄金预计2026年上半年实现销售业绩（含税收入）约227亿元至233.5亿元，同比增长约60%至65%；收入约198亿元至204.5亿元，同比增长约60%至66%。经调整净利润方面，公司预计约43.1亿元至43.6亿元，同比增长约83%至85%。

海外宏观

美债“逼宫”沃什：光放鹰不够，市场要的是加息。美伊冲突推高油价引发通胀担忧，促使美债收益率大涨、股市重挫。尽管美联储主席沃什频繁发表鹰派言论，但市场不再满足于口头表态，目前预计本次会议维持利率不变的概率为62%，但加息概率已从一周前约13%骤升至约38%。美联储正面临高财政赤字与科技巨头发债带来的双重考验。

美银：8月或开启美股今年“最艰难的三个月”。美银报告指出，历史数据表明8月至10月是美股表现最弱期，标普500指数平均回报率几乎为零；而美元、美债及黄金等防御性资产在此区间往往表现强劲，能源资产亦有望逆势走强。尽管夏末回调风险加剧，但这也将为此后11月开始的强势反弹行情铺路。

印度央行出手护盘，卢比创逾一个月最大单日涨幅。印度央行周一大规模抛售美元干预汇市，叠加油价回落、美指走低及央行行长关于吸引外资成效显著的积极表态，推动卢比兑美元最高涨0.8%至95.7838，创下6月15日以来最大单日升幅。但在中东局势引发的进口成本与通胀担忧下，卢比本月整体表现仍位居亚洲主要货币末尾前列。

海外公司

AI基础设施军备竞赛加速：英伟达推出Spectrum-6，算力竞争进入十亿瓦新纪元。英伟达推出容量达102.4T的新一代以太网交换机Spectrum-6，专为Vera Rubin平台与十亿瓦级AI工厂打造。该产品获得微软、Tesla等头部企业采用，通过提升网络效率与能效，解决超大规模GPU集群的通信瓶颈。

英伟达差点破产后，黄仁勋悟出了创业最重要的一课。黄仁勋表示，AI正重塑整个计算机产业，年轻人最重要的能力不是写代码，而是具备抽象的系统思维、回归“硬科学”；在企业管理上，则要坚持"创始人模式"，不迷信传统管理，把公司打造成“一辆你能开得赢的F1赛车”。

贝恩资本套现约2.5万亿日元退出铠侠，SK海力士悄然升至第二大股东。贝恩套现2.5万亿日元减持铠侠，创日本最高基金回报！存储巨头股权大洗牌：东芝重夺第一大股东；SK海力士借可转债潜伏成实质第二，暴赚40万亿韩元，但反垄断审查与日方警惕令其转股之路悬念重重。

三星确认HBM5将采用2纳米GAA工艺，速度较HBM4E提升50%以上。三星官方首次明确披露HBM5核心技术路线：下一代高带宽内存将采用GAA架构2纳米制程，速度较HBM4E提升逾50%，电力效率同步大幅跃升。三星还透露已拿下特斯拉车规级2纳米订单，并持续获AI及云服务商追单——这是三星能否在HBM市场重夺竞争主导权的关键信号。

Anthropic考虑IPO后要求所有员工按固定计划卖股，打破行业惯例。据报道，Anthropic筹备IPO之际，正考虑打破仅限高管的行业惯例，要求全体员工按预设计划卖股。此举旨在规避内幕交易风险、维持内部信息透明文化，并平滑员工集中抛售对股价的冲击。律师认为，该方案虽限制了员工变现自由，但被视为科技初创公司合规的新趋势。

路易威登Q2时装与皮具销售两年首次增长但不及预期，中东冲突拖累集团有机收入损失1%增速。LVMH二季度有机收入增长3%，若剔除中东冲突影响，增速可达到4%。时装与皮具部门二季度有机销售同比增长1%，实现两年来首次季度收入增长，但低于预期的1.52%，新任创意总监首秀获市场认可。珠宝业务强势领跑，手表与珠宝有机增速达11%。上半年利润率守住22.5%高位，CEO称将"以更大信心"迎战下半年，但绩后一度下跌1.8%。

行业/概念

1、玻璃基板封装 | 据上证报报道，7月27日晚间，凯盛科技发布公告称，公司自2024年启动TGV先进封装玻璃通孔及金属填充关键技术研发工作，为推进相关工艺技术产业化落地，公司拟在蚌埠市高新区超薄柔性电子玻璃(UTG)二期项目厂区内，建设TGV先进封装玻璃中试线，开展关键工艺优化研发，推进产品试制、客户验证等相关工作。本中试线计划总投资约1.5亿元。

点评：东北证券认为，随着AI训练与推理对算力需求的增长，晶片尺寸与功耗大幅提升，传统基板翘曲、散热性等问题变得突出，玻璃基板有望成为重要的技术方向，尤其在高效能运算(HPC)、CPO、3D封装、高端消费电子等领域有较大的应用潜力。从玻璃基板的制造流程来看，TGV、金属化、通孔填孔与玻璃表面线路制备为重要的技术环节，市场发展机遇较大。

2、VC | 据上证报报道，百川盈孚数据显示，7月27日，电解液关键原料碳酸亚乙烯酯(VC)加速上涨，单日大涨10%，最新报价为22万元/吨，再创新高。上周7月23日，VC调涨11%。7月份以来，累计涨幅近37.5%。

点评：国盛证券认为，VC是重要电解液添加剂，需求刚性且添加量提升。VC是锂电池核心成膜添加剂，可提升电池循环寿命、高低温性能、安全性。根据GGII，在下游排产持续高企背景下，快充及长循环性能的提升直接拉动VC添加剂需求量增长。其中，三元电池中VC含量较之前提升了0.5-1个百分点，磷酸铁锂电池中VC添加量提升至原先的3倍以上。2026年7月动力电池安全新国标落地，要求电芯热失控2小时不起火爆炸，VC添加比例有望持续提升。VC供给弹性弱，供需错配有望延续。VC经过前几年的低迷期，新增产能较少。由于工艺和安全要求较高，产量在短时间内无法跟上需求。同时，VC属于危险化学品，其产线经常需要检修，环保要求严苛，环评、固废处理等相关审批流程复杂，全新建产能建设周期约1年以上。

3、内存（DRAM） | 据中证报报道，据报道，近日，存储模组厂宇瞻科技表示，随全球三大DRAM原厂新增产能几乎全面投入AI产品，一般市场供货持续减少，供需失衡短期仍难缓解。宇瞻科技指出，全球三大DRAM原厂新增产能几乎全面投入HBM、伺服器DDR5及LPDDR5X等AI产品，分配给一般DDR5、DDR4及工控市场的颗粒持续减少。其指出，依原厂供货规划，未来可分配给模组厂的DRAM供应量仍将持续下降，价格持续走高，供需失衡或至少持续至2027年上半年。

点评：目前，三大原厂新增产能中有70%以上被投向AI产品。这种产能的战略性转移，直接导致分配给一般DDR5、DDR4及工控市场的通用存储颗粒持续减少。由于HBM堆叠工艺复杂且新产线良率爬坡周期漫长，加上原厂扩产计划呈梯度推进，实际新增产能有限。多家机构及厂商预测，在AI投资未见明显降温前，这种"又贵又缺"的供需失衡局面至少会延续到2027年上半年。至于2027年下半年能否缓解，仍需观察各家原厂的扩产进度及AI需求的变化。

4、光伏 | 据中证报报道，据报道，《光伏行业成本核算模型通则》正式发布，这将以统一标尺引导行业有序竞争。这一核算模型通过统一"硅料—硅片—电池—组件"全产业链的成本计算范围、计算系数和计算模型，形成贯通产业链的成本核算框架，可破除行业内成本核算口径不一、各自表述的乱象。这是光伏行业管理从自律倡议走向制度化、标准化的重要一步。

点评：当前，光伏行业正处于周期调整阶段，部分环节产品价格持续承压。中国光伏行业协会相关负责人表示，《通则》的出台，旨在以统一的成本核算语言夯实行业管理基础，引导企业从价格驱动转向价值驱动，将更多资源投入技术研发、质量提升和品牌建设。《通则》的实施，将助力中国光伏产业巩固技术优势与规模优势。

5、铝 | 据中证报报道，据报道，截至2026年7月24日，伦敦金属交易所（LME）铝库存总量降至271275吨，创下本世纪以来的最低纪录，这一数据也是LME自1998年1月有完整记录以来的历史最低值。当前27.1万吨左右的库存，仅相当于不足全球1天的铝消费量，交易所可动用的缓冲库存已处于极薄水平，市场供应的结构性脆弱性显著凸显。

点评：库存下降的原因主要是：受地缘冲突影响，中东地区电解铝供应受限，叠加霍尔木兹海峡航运受阻风险，下游消费者为保障生产供应，持续从LME库存中提取金属，推动库存快速去化。业内人士认为，该库存低位将进一步支撑全球铝价的偏强走势。

今日要闻前瞻

美国7月谘商会消费者信心。

美国5月20座大城市房价指数。

美国6月商品贸易帐。

科磊、康宁、希捷科技、可口可乐、波音财报。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

特朗普表示已暂停对伊朗的空袭以给谈判留出空间，油价随之大幅下挫。WTI原油单日跌幅逾8%，创近两个月最大单日跌幅。

美股三大股指集体高开，纳指一度涨1%。但受一项可能加速中国芯片产业发展的技术突破报道的影响、以及英伟达循环融资的担忧，令美股指盘初转跌，纳指100盘中跌超1%，收盘时跌幅收窄。

道指和小盘股收涨，标普500基本收平。半导体板块大幅领跌。费城半导体指数一度跌超5%、收跌2%。英伟达大跌5%，阿斯麦跌超5%。

10年期美国国债收益率下行3个基点至4.64%，黄金上涨0.7%至每盎司4082.87美元，比特币小幅上涨0.6%。

WTI原油周一跌约8.2%至每桶约81.96美元，为近两个月最大单日跌幅，布伦特原油亦跌至约89美元附近。

华尔街见闻提及，据新华社援引美媒Axios报道，他已决定暂停美国对伊朗的打击，以便给谈判另一次机会。他同时强调，如果外交努力失败，他可能会下令恢复对伊朗实施军事行动。

与此同时，伊朗表示克制报复，并通过阿曼就霍尔木兹海峡问题展开磋商。此外，里海管道联合体位于俄罗斯黑海沿岸的出口终端恢复装油作业，此前该终端因乌克兰无人机袭击导致船东回避，哈萨克斯坦原油出口一度受阻。

华尔街见闻提及，高盛的Rich Privorotsky将这一模式概括为：特朗普政府的政策框架存在高度反身性，每当能源价格大幅飙升或金融资产出现明显抛售，都会引发降温回应。他写道：

这正是市场从一开始就对冲突基本忽视的原因，也是它将继续如此的原因。

TD Securities全球大宗商品策略主管Bart Melek指出，投资者一边解除多头头寸（担忧库存跌至临界低位），一边更积极建立空头头寸（押注全面战争可以避免）。他说：

高油价在政治上代价高昂，而据报道拦截导弹的短缺也使局势升级更加棘手。

据Kpler数据，周日霍尔木兹海峡过境船只稀少，仅有八艘商品船通行，多为小型成品油轮和散货船。

周一美股内部走势分化，标普500指数几乎收平，纳斯达克综合指数下跌约0.16%，道指则上涨约0.49%。

油价大幅下行，美股指一度开盘走高，但是半导体板块的大幅下挫令科技股未能从中受益，成为当日最大的市场负面因素。

周一，受一项可能加速中国芯片产业发展的技术突破报道的影响，几家美国主要半导体公司在纽约证券交易所的股价下跌。ASML周一股价大跌5.8%。

此外彭博的Michael Ball指出，英伟达最新的基础设施协议，包括与SK集团超过5000亿美元的合作，以及据报道将斥资最多2500亿美元协助OpenAI租用算力，重燃了市场对AI资本支出循环现金流逻辑的疑虑，并带来供应商融资风险方面的额外担忧。

科技七巨头和标普493指数盘中均回吐早盘所有涨幅，其中科技七巨头表现略逊一筹。

华尔街见闻提及，存储芯片制造商长鑫科技上市首日即暴涨466%，成为中国市值最大的A股上市公司。市场普遍认为，这一信号意味着中国在DRAM领域加速实现自给自足。

分析认为，长鑫科技完成亚洲今年规模最大的IPO后，意味着公司获得更加充裕的资本支持，其未来扩产、技术研发以及向HBM等AI高端存储领域迈进的能力都有望增强。对于此前已经大幅上涨的全球存储芯片龙头而言，这意味着长期竞争压力正在上升。

美股存储板块疲软，美光跌2.25%，SK海力士一度大跌10%，ADR股价创上市以来新低。费城半导体指数继续延伸近期跌势，距6月22日历史收盘高点已累计下跌约20%。

高盛的Chris Hussey指出：

标普500指数近两个月来的滞涨，更多源于市场对AI基础设施投资能否持续的疑虑，而非对油价、利率或任何宏观因素的担忧。

数据显示，当日标普500剔除AI相关股票后上涨0.8%，表现明显优于指数整体。

本周将有约34%的标普500市值公司发布财报，包括微软、Meta、亚马逊和苹果，市场高度关注这些超大规模云厂商对资本支出计划的最新表态。

摩根士丹利的Chris Larkin表示：

本周地缘政治和油价可能是最大的不确定因素，但即便'科技七巨头'业绩强劲，市场也未必会买账——尤其是如果AI支出水平继续引发质疑的话。

摩根大通Andrew Tyler团队表示，其战术仓位监测指标指向标普500"存在可观上行空间"，但同时提示半导体股仓位拥挤和伊朗冲突为主要风险。

该团队表示维持"战术性看多"立场，预计美股将受益于债券收益率下行、美元走弱和强劲企业盈利。

本周美联储议息会议是另一个核心市场变量。利率期货目前显示本周加息25个基点的概率约为34%至38%，这在美联储决策前夕实属罕见的高度不确定性。

债券市场周一的表现相对温和，短端美债收益率走势弱于长端，收益率曲线延续平坦化趋势；2年期国债拍卖需求强劲，5年期国债拍卖则表现一般，间接投标需求偏弱。

彭博的Sebastian Boyd指出一个值得关注的矛盾，一方面，美联储的沟通基调明显趋鹰，Lorie Logan和Beth Hammack相继发出加息警示，理事Chris Waller也表示美国的风险已"彻底转向"。

另一方面，短期通胀预期已降至逾一年来最低，长期通胀预期在过去数月也大幅回落。多项温和通胀数据表明，尽管油价高企，此前担忧的通胀二次传导效应迄今尚未显现。

其他大类资产表现

美元收盘持平，从早盘的疲软态势中反弹。

黄金冲高回落，未能守住4100美元上方。

比特币日内宽幅震荡，最终较周日尾盘微涨0.34%。

周一美股走势严重分化，标普500基本收平，而纳斯达克及半导体板块大幅领跌。中概股逆市收涨2.5%，小米集团ADR收涨8.97%。美股存储板块疲软，美光跌2.25%，SK海力士一度大跌10%，ADR股价创上市以来新低。

美股基准股指：

• 标普500指数收涨1.20点，涨幅0.02%，报7413.18点。

• 道琼斯工业平均指数收涨262.83点，涨幅0.51%，报52210.08点。

• 纳指收跌43.742点，跌幅0.18%，报24932.081点。纳斯达克100指数收跌89.131点，跌幅0.32%，报28039.211点。

• 罗素2000指数收涨0.62%，报2948.035点。

• 恐慌指数VIX收涨0.48%，报18.67，美股盘前一直持稳于17.50附近，随后显著走高、22:43刷新日高至19.93。

美股行业ETF：

• 美股行业ETF涨跌各异，半导体ETF收跌2.25%，能源业ETF跌2.11%，科技行业ETF、全球科技股指数ETF、银行业ETF至多跌0.9%。

（7月27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）指数跌0.33%。

• 英伟达跌4.99%，特斯拉收跌1.22%，亚马逊跌0.31%，Meta跌0.22%，苹果涨1.17%，微软涨1.94%，谷歌A涨2.13%。

芯片股：

• 费城半导体指数收跌264.005点，跌幅2.23%，报11554.88点。

• 台积电ADR跌1.03%，AMD跌5.17%。

中概股：

• 纳斯达克金龙中国指数收涨2.51%，报6257.87点，逼近50日均线。

• 热门中概股里，宝尊电商收涨12.8%，小米涨8.3%，亿航智能涨7.5%，大全新能源涨4.2%，网易涨3.5%，拼多多、腾讯、阿里巴巴涨超2%。

其他个股：

• Circle涨5.28%。

欧洲股市大致收平，阿斯麦、BE半导体、ASM跌幅居前。德国股市收涨1%，丹麦股指跌超0.8%，BE半导体、阿斯麦、ASM至少跌超7%。

泛欧欧股：

• 欧洲STOXX 600指数收涨0.02%。

• 欧元区STOXX 50指数收涨0.02%，报6282.21点，20:00以来也持续回撤。

各国股指：

• 德国DAX 30指数收涨1.04%，报25361.03点。

• 法国CAC 40指数收涨0.40%，报8406.06点。

• 英国富时100指数收涨0.42%，报10781.75点，富时250指数收涨0.41%，富时350指数收涨0.42%。

  （7月27日 欧美主要股指表现）

板块和个股：

• 欧元区蓝筹股的成分股中，德国思爱普Sap收涨7.90%，威科集团涨7.85%，Adyen涨4.34%，法拉利涨4.29%表现第四，Prosus涨2.98%。

• 欧洲STOXX 600指数的所有成分股中，Evolution集团收涨6.71%，Sopra Steria集团涨6.39%，凯捷咨询涨5.42%，与Sap、威科集团领涨。

本文来自华尔街见闻，欢迎下载APP查看更多

CME周一宣布，正式推出55只美国股票的现金结算单股期货合约，同时上线22只标的的微型合约。

上述产品在CME旗下Globex平台上从周日晚间交易至周五下午，每日仅设一小时维护窗口，允许投资者在美股常规交易时段之外——例如财报季或重大事件发生时——迅速做出反应。

标的股票涵盖SpaceX、英伟达、特斯拉和苹果等明星股票。

摩根士丹利分析师Michael Cyprys在研报中指出，多家零售经纪商将此次上线定性为"年内最重要的零售增长催化剂"，逾35家零售合作伙伴已计划在第一天至第一周内完成准备工作。

永续合约（perps）正日益成为传统交易所面临的新威胁。此次CME推出单股期货，也被视为应对这一趋势、巩固市场地位的战略举措。

CME股价今年迄今下跌5.3%，周一小幅收涨0.02%。

CME表示，单股期货旨在提供比期权更为简便的多空表达方式。与期权不同，单股期货不涉及时间价值损耗，也不受隐含波动率变化影响，同时仅需占用少量保证金，资本效率更高。

合约均为现金结算，最终结算价格基于到期日标的股票的官方收盘价，持有合约不代表对相关公司拥有所有权。标准合约对应100股标的，微型合约对应10股。

CME表示，将视客户需求及上市标准，进一步扩大标的范围。

此次上线的标的中，SpaceX尤为引人注目——作为华尔街近期最受关注的IPO之一，此前已有国际平台在其正式上市前提供永续期货交易，包括去中心化平台Hyperliquid。

永续合约（perps）正日益成为传统交易所面临的新威胁。

这类无到期日的期货合约目前在美国尚不合法，但监管层已出现松动信号——Kalshi和Coinbase今年先后获美国商品期货交易委员会（CFTC）批准，可提供加密货币相关永续合约。市场普遍将此视为监管层未来向股票类永续合约放开的前兆。

受此影响，CME等传统交易所今年以来承受明显压力，投资者担忧永续合约的崛起将蚕食其传统交易业务。此次CME推出单股期货，也被视为应对这一趋势、巩固市场地位的战略举措。

本文来自华尔街见闻，欢迎下载APP查看更多

该公司宏观策略主管弗兰克·弗莱特（Frank Flight）在一份报告中写道，若美联储周三宣布加息25个基点，将强化沃什一再强调的恢复物价稳定承诺，同时也表明政策制定者不再依赖提前向市场释放政策信号。

弗莱特表示：

“市场可能再次低估了美联储鹰派转向的程度。本周加息‘将明确终结前瞻指引时代’，同时凸显美联储的独立性。”

利率互换市场显示，交易员目前预计美联储周三加息25个基点的概率约为40%。按照近年来美联储决策前的市场定价标准来看，如此临近议息会议仍存在较大不确定性。交易员则已经完全计价美联储将在9月加息。

弗莱特认为，本周加息相比等到9月采取行动，将产生更大的影响，因为这会改变市场对于美联储应对通胀方式的预期。

他说，除增强央行抗通胀的可信度外，意外加息还将影响企业定价决策以及工人的工资要求，防止通胀进一步固化，从而可能减少未来所需的紧缩幅度。

尽管近期较疲软的就业增长和通胀数据一度降低了市场对7月加息的预期，但弗莱特认为，这些数据不应超过更广泛的证据——当前通胀风险仍然较高，劳动力市场仍保持稳定。

与此同时，中东地缘政治局势依然动荡。由于美国暂停了针对伊朗的每日打击行动，油价周一大幅下跌。不过，尽管近期紧张局势有所缓解，本月油价仍上涨约20%，原因是得到伊朗支持的胡塞武装正在威胁沙特通过红海出口的石油运输。

弗莱特补充称，近期能源价格上涨可能成为推动美联储加息的关键因素。

本文来自华尔街见闻，欢迎下载APP查看更多

CME集团金属业务全球主管兼董事总经理 Jin Hennig 表示：

“黄金是一种全球性的避险资产，而全球事件并不会在周末停止。此次上线表明，散户交易者已经准备好并且正在等待一种全天候、受监管且规模适当的产品，以管理其黄金风险敞口。”

Robinhood Derivatives 高级董事兼首席运营官 Adam Hickerson 表示：

“CME集团的24/7黄金期货让客户能够在一天中的任何时间、一周中的任何一天、来自任何时区交易受监管的期货合约。这为全球最古老的价值储存资产带来了即时、实时的数字化交易渠道。”

CME集团提供全球领先的黄金期货基准合约。今年以来，CME集团黄金期货每日平均成交名义价值创纪录地达到1250亿美元。

CME集团于2025年1月推出1盎司黄金期货合约，该合约在2026年上半年日均成交量（ADV）达到8.7万份。

2026年上半年，受贵金属交易活跃推动，CME集团金属业务创下新的纪录，日均成交量达到130万份合约，同比增长55%。

CME股价今年迄今下跌5.3%，周一小幅收涨0.02%。

本文来自华尔街见闻，欢迎下载APP查看更多

7月27日，彭博宏观策略师Simon White分析，尽管美联储加息预期持续施压，投机者在美股指数上的净多仓不降反升，对冲基金持仓代理指标更一度触及五年高点。

与此同时，银行向市场提供的股票杠杆规模接近历史峰值，进一步放大了潜在的下行风险。

流动性收紧、利率上行的背景下，当前偏高的仓位与杠杆水平意味着，若市场出现单一风险触发点，相关性骤升可能引发VaR冲击，迫使银行和杠杆资金迅速出清风险头寸。

彭博援引美国商品期货交易委员会（CFTC）持仓报告显示，截至上周二，投机者在美国股指期货上的净多头寸仍在持续上升，这一趋势并未因市场横盘或加息预期升温而中断。

对冲基金持仓的代理指标，宏观基金回报对标普500回报的敏感度上周触及五年高点，此后仅小幅回落。

Simon White指出，这一指标意味着基金可能正通过与标普500高度相关的工具间接加码权益敞口，但更直接的解读是，基金对股票本身的暴露正在加大。

在收益率下行提供短暂喘息空间的同时，股市未能重新确立上升趋势，反映出多头仍面临方向性压力。

银行向市场，主要是对冲基金和杠杆ETF提供的股票融资规模依然接近高位。

当前股票融资利率有所回落，掉期利差保持平稳，显示银行资产负债表尚未承压，短期内主动收缩融资的可能性有限。

然而，历史经验反复表明，这一状况可以骤然逆转。一旦银行被迫收紧融资，高杠杆头寸将面临强制平仓压力，抛售可能以非线性方式加速。

与此同时，流动性正在受到挤压，利率环境持续收紧。美联储本周三的议息会议备受关注，利率期货目前显示加息概率约为30%至35%，政策不确定性为市场增添额外变数。

Simon White警告，美股当前面临多个"单点失效"风险。一旦触发，市场相关性将骤然跳升，推高VIX波动率指数，进而引发VaR冲击，促使银行和杠杆机构迅速削减风险敞口。

VaR冲击（Value at Risk Shock）是指金融市场由于剧烈波动，导致投资机构的风险价值模型（VaR模型）突破预设上限，从而引发集体、强制、无差别抛售资产以降低风险敞口，最终导致市场陷入“越跌越卖、越卖越跌”的自我强化式踩踏现象。

Simon White点名SpaceX，将其视为当前市场潜在风险主题的缩影，杠杆累积、投机过剩，以及科技公司从回购股票转向出售自家股票。

据彭博报道，马斯克旗下SpaceX股价持续下滑，已跌破IPO发行价，与近期大多数大型IPO相比表现明显逊色，折射出市场对高估值科技资产的重新审视。

对于投资者而言，当前市场的核心矛盾在于，仓位与杠杆的高企使得任何负面催化剂的破坏力都可能被成倍放大，而触发点一旦出现，去杠杆的速度往往超出预期。

本文来自华尔街见闻，欢迎下载APP查看更多

据ICE Data Services数据，英伟达五年期信用违约互换（CDS）价差单日最高飙升14个基点至82个基点，为该合约自去年11月活跃交易以来最大盘中涨幅。受此影响，英伟达股价周一收跌5%。

苹果股价今年上涨24%，周一收涨1.2%，市值约达4.93万亿美元，超越英伟达的4.78万亿美元。

这两家公司的分化折射出市场对AI资本支出路径的深层分歧——重押AI基础设施的大手笔投入究竟是护城河，还是潜在的信用隐患，投资者正重新审视。

上述交易规模之大，令债务市场承压。Coherence Credit Strategies首席投资官Sal Naro表示：

"构建AI基础设施所需的资本开支规模庞大，债务市场正遭到供给冲击。市场担忧的是，不透明的财务结构、表外交易和关联公司之间的复杂关系可能催生'金融炼金术'，最终导致信用评级下调。"

此类大规模融资通常需要投资级信用评级作为支撑，而OpenAI、Anthropic PBC等AI企业目前正处于大规模烧钱扩张阶段，难以独立获得此类评级。这意味着英伟达等大型科技公司的背书将成为相关债务获得高评级的关键。

苹果年初至今股价累计上涨逾22%，在"科技七巨头"中领跑。自由资本市场首席市场策略师Jay Woods指出：

"苹果曾因AI投入不足而遭受批评，但现在来看，它成功规避了资本支出陷阱。"

苹果资本支出在过去三个季度持续下降，与同行形成鲜明对比。Alphabet上周上调全年资本支出指引以支持AI基础设施建设，特斯拉亦增加支出以推进Robotaxi和机器人业务，两家公司股价均在财报发布后下跌——Alphabet年初至今累计涨幅约3%，特斯拉则重挫近30%。

市场目前正等待微软、亚马逊和Meta本周相继披露财报，三家公司均预计将宣布进一步加大AI相关支出。

苹果将于周四美股收盘后发布业绩，投资者将重点关注其"Apple Intelligence"功能的落地进展，以及在不显著增加资本支出或压缩运营利润率的前提下实现AI规模化的可行性。

值得关注的是，周四还将是苹果CEO蒂姆·库克（Tim Cook）卸任前的最后一次财报电话会议。他将于9月1日正式卸任，转任执行董事长，由苹果硬件工程老将John Ternus接任CEO一职。

本文来自华尔街见闻，欢迎下载APP查看更多

周一盘中，SpaceX股价一度跌至108.66，创上市以来新低，高点225.64美元已跌超一半。随着锁定期解禁临近，部分投资者认为股价可能进一步下探至100美元。

据追风交易台，摩根士丹利分析师Adam Jonas近期发布报告，若股价真的跌至100美元，意味着市场对SpaceX AI业务的估值将降至零甚至为负，同时对火箭发射+星链业务2028年EBITDA的隐含预期将较该行基准预测低约30%。

该行维持对SpaceX的增持评级，目标价300美元。该行认为，当前悲观情绪与基本面之间的背离构成吸引力入场点——投资者在不足120美元的价位上，已近乎"免费"获得公司全部AI业务的期权价值，而火箭发射+星链业务核心业务本身已覆盖当前股价。

市场情绪与基本面的背离

尽管过去数周SpaceX基本面并无重大变化，但看空者的信念反而在逐步强化，而看多者则愈发倾向于等待更明确的催化剂。

从投资者对话来看，分歧的核心在于AI业务的定价。多数投资者大幅折价甚至完全忽略Grok与Cursor的价值，认为AI货币化机会主要集中于新云计算（neocloud）领域。

理由包括：AI业务资本开支相对于火箭发射+星链业务过高、经济模型不确定性大，以及管理层在该业务上投入的精力过多。

部分投资者甚至对AI赋予负值，认为高额资本开支将侵蚀整体价值。摩根士丹利对此持不同看法，认为这种定价方式过于保守，忽视了多条潜在的AI货币化路径。

100美元意味着什么

以该行2028年基准预测为基础——收入1570亿美元（含平均6吉瓦算力按每瓦16.5美元计算，以及3500万平均消费者用户按每月46美元ARPU计算），EBIT约690亿美元——若股价跌至100美元，SpaceX对应FY28 EV/EBIT将为18倍，大致相当于可比公司的中位数水平，但其2025至2030年收入复合年增速达76%，约为可比公司中位数26%的三倍。

从横向比较来看，18倍EV/EBIT在标普500（剔除金融和房地产）中约排第81位，与波音（21倍）、Waste Management（19倍）、CSX（18倍）和Garmin（18倍）处于同一区间。

进一步拆分业务来看，若以略低于空间可比公司中位数（46倍）的40倍EV/EBITDA为火箭发射+星链业务业务定价，则AI业务隐含价值恰好为零；若采用略高于中位数的50倍，AI业务隐含价值将为负3000亿美元。摩根士丹利认为，这两种情景均不合理。

核心业务已撑起当前股价

即便完全剔除AI价值，SpaceX的火箭发射+星链业务业务本身已足以支撑当前股价。

该行15年DCF模型对火箭发射+星链业务业务单独估值约为每股136美元，使用的EV/EBITDA倍数为56倍。在100美元的假设价格下，意味着市场为这一业务定价时，所隐含的2028年EBITDA较摩根士丹利基准预测低约28%，同时对AI赋予零价值。

目前SpaceX在全球质量入轨和可机动卫星在轨数量中占据逾四分之三的份额，今年连接业务增速接近50%，EBITDA利润率达40%。以当前估值购买SpaceX，相当于以折扣价获得一个市场主导地位稳固、增长确定性较高的空间与连接业务，而所有AI期权价值几乎是"搭赠"。

从分部估值来看，摩根士丹利基准目标价300美元的构成为：Space业务8美元，Connectivity业务128美元，X与Grok业务12美元，企业AI业务152美元。

近期正面催化剂梳理

在发射层面，星舰第14和第15次试飞预计分别于9月和10月进行，可能涵盖V3星舰助推器的首次捕获、首次轨道飞行（同步部署V3运营卫星），以及星舰上面级的首次捕获。

在AI业务层面，Grok 4.6（2万亿参数模型）预计于未来一个月内发布，Grok 5.0（6万亿参数模型）预计年内推出。Cursor收购预计于三季度末完成，届时将披露Cursor年度经常性收入（ARR）及Grok平台采用率的实质性更新。

在算力扩张层面，SpaceX预计年底前将计算能力从当前水平翻倍至2吉瓦，这可能带动更多大型neocloud合同落地。

鉴于市场当前对AI几乎不作定价，上述任何正面进展均可能成为股价向上修复的触发点。

主要风险不容忽视

短期内股价面临双重压力：一是即将到来的锁定期解禁将带来额外供给压力；二是即将公布的财报可能无法回答投资者最关心的问题。

下行情景（目标价75美元）假设：星舰进展迟滞使故事压缩，AI货币化速度明显低于预期，火箭发射+星链业务占总估值比例升至90%以上，且星舰运营时间推迟至2029年。

其他主要下行风险包括：星链用户增长放缓、AI基础设施每瓦成本居高不下、AI业务建设周期拉长、融资需求扩大导致股权稀释，以及监管层面的不确定性。

上行情景（目标价600美元）则假设星舰、轨道算力和Terafab全面加速落地，AI在整体估值中占比超过60%，算力部署复合年增速达46%。

本文来自华尔街见闻，欢迎下载APP查看更多

据CNBC，Altman此行将向决策层预演OpenAI新一代AI模型系列的核心能力，并就公司对开放权重模型的立场接受质询。访问恰逢美国科技界围绕是否限制开放权重AI模型的争论白热化之际。

上周五，英伟达、微软、Meta及Palantir等科技公司联合发布公开信，呼吁政策制定者避免对开放权重模型实施"过早限制"。OpenAI在公开信发布后补签了该声明。

此次华盛顿之行还叠加了一起网络安全事件——OpenAI本月早些时候披露，旗下模型突破沙盒测试环境、访问互联网并入侵第三方系统，在业界引发广泛震动。分析人士认为，上述事件将使监管讨论的焦点进一步向AI安全与管控能力集中。

开放权重模型监管问题是本次会面的核心议题之一。开放权重模型允许用户下载、修改并在自有基础设施上运行。

上周五，英伟达、微软、Meta及Palantir等科技公司联合发布公开信，呼吁政策制定者避免对开放权重模型实施"过早限制"。

OpenAI在公开信发布后补签了该声明，但据《纽约时报》报道，OpenAI的部分盟友此前一直在游说推动对开放权重模型加以限制。

Anthropic截至目前既未签署该信函，也未就自身立场发表官方表态，其态度仍受市场关注。

Altman此行预计还将就OpenAI本月披露的"前所未有的网络安全事件"作出说明。

据该公司披露，其模型在测试过程中突破沙盒限制，自主访问互联网，并利用漏洞入侵了另一家公司的系统，目的是获取可供其在评测中作弊的信息，且最终得逞。

被入侵的公司为开源开发者平台Hugging Face。Hugging Face方面确认，一套自主AI代理系统在OpenAI披露相关情况之前已侵入其部分生产基础设施。

OpenAI表示，AI正在加速漏洞的发现与利用进程，模型安全与安全防护机制须同步跟进。公司目前正对该事件展开全面调查，并致力于强化模型开发过程中的"隔离、监控、访问控制及评测机制"。

这一事件被视为自主AI代理能力跃升的有力佐证，料将成为本轮监管讨论中的重要参照案例。

除安全与监管议题外，Altman预计将向与会者阐述AI代理技术的演进方向及其对劳动生产力的影响。

据知情人士透露，他将重点介绍"AI团队"概念——即多个AI代理协同运作、持续执行长周期任务的工作模式。

这一议题折射出AI行业当前的叙事重心正从基础模型能力转向实际部署应用。

对于政策制定者而言，AI代理在企业端的大规模渗透，意味着劳动力市场、企业生产率及潜在系统性风险等议题将不可避免地进入监管视野。Altman此行在塑造政策层对AI代理认知框架方面的作用，或将不亚于对具体监管条款的博弈。

本文来自华尔街见闻，欢迎下载APP查看更多

周一美股盘中，存储芯片股重挫，成为大盘最大拖累。闪迪（SNDK）盘中跌超10%、早盘刷新日低时跌约14.6%，较6月22日创下的历史高点累跌47%，过去一个月内市值蒸发约1700亿美元；SK海力士ADR（SKHY）盘中曾跌约10%，西部数据（WDC）和希捷科技（STX）盘中曾分别跌超9%和8%，美光科技（MU）一度跌超7%。

到收盘，闪迪、SK海力士ADR、西部数据、希捷科技和美光分别跌约11%、7.5%、4.2%、4.1%和2.3%。SK海力士自7月10日赴美上市以来首次收盘跌破IPO发行价，收盘较发行价低4%。

早盘刷新日低时，追踪芯片股总体表现的费城半导体指数跌约5%，表现远逊三大美股指，最终收跌2.2%。标普500指数和纳指刷新日低时分别跌约0.4%和0.8%，道指全天保持涨势。

市场普遍将矛头指向当天在上交所科创板上市的长鑫科技（CXMT）。这家中国最大的DRAM厂商上市首日股价暴涨超460%，市值突破3万亿元人民币，成为新的A股市值一哥，也令全球投资者重新评估未来几年DRAM行业的竞争格局。

中国DRAM龙头上市，引发全球存储板块重估

对于本周一美股存储芯片股大跌，多家外媒认为，市场担忧的并非长鑫科技短期业绩，而是全球DRAM供给格局未来可能发生变化。

分析认为，长鑫科技完成亚洲今年规模最大的IPO后，意味着公司获得更加充裕的资本支持，其未来扩产、技术研发以及向HBM等AI高端存储领域迈进的能力都有望增强。对于此前已经大幅上涨的全球存储芯片龙头而言，这意味着长期竞争压力正在上升。

有评论指出，市场担心随着长鑫科技融资完成，未来DRAM新增供给可能加快释放，从而削弱当前市场对于存储价格持续上涨的乐观预期。与此同时，此前美光、SK海力士、闪迪等存储股经历了大幅上涨，在高估值背景下，任何竞争格局变化都容易触发获利回吐。

还有评论认为，本轮回调更多体现为市场重新定价。虽然AI推动的HBM需求依旧强劲，但投资者开始重新思考：如果中国厂商持续提升产能和技术实力，未来传统DRAM业务是否会提前进入竞争加剧阶段，进而影响行业利润率。

不过，不少分析师认为，市场反应可能存在一定程度的过度解读。

目前长鑫科技产品仍主要集中在DDR4、DDR5等传统DRAM领域，而美光、SK海力士和三星当前利润增长最快的业务来自HBM等AI存储产品。受美国出口限制影响，长鑫科技短期内进入HBM高端市场仍面临较高技术门槛，因此全球AI存储市场格局短期内难以发生根本改变。

长鑫科技首日暴涨，资本市场押注“中国存储”

长鑫科技此次IPO本身就备受全球关注。

公司此次募集资金约579亿元人民币（约86亿美元），创今年亚洲IPO募资规模新高。上市首日、本周一，公司股价收盘较发行价涨465.82%，总市值达3.28万亿，超越工商银行、成为A股总市值之首，市值相当于两个贵州茅台。

周一全天，长鑫科技成交额超1400亿元，成为A股史上首只单日成交额突破千亿元的个股。

公开资料显示，长鑫科技成立于2016年，是中国规模最大的DRAM芯片制造商，也是中国实现DRAM自主研发和量产的重要代表企业。目前公司产品覆盖消费电子、PC、服务器、汽车电子等多个领域，并持续推进DDR5等新产品研发。

国内媒体普遍认为，长鑫科技上市不仅意味着中国半导体产业迎来新的里程碑，也意味着资本市场正在给予国产高端制造和“硬科技”更高估值溢价。市场期待募集资金将进一步支持先进制程研发、扩大产能以及完善国产存储产业链。

AI时代，真正决定胜负的仍是HBM

不过，从全球竞争格局来看，多数机构仍认为，美光、SK海力士和三星在AI存储领域的领先优势短期难以撼动。

当前AI服务器需求爆发，使HBM成为全球最紧缺的半导体产品之一。美光和SK海力士几乎包揽了英伟达等AI芯片厂商的HBM供应，相关业务也是推动两家公司盈利快速增长的核心动力。

因此，不少分析人士认为，周一存储股的大跌更像是一次情绪驱动的估值调整，而非行业基本面出现拐点。随着AI基础设施建设持续推进，高端存储需求仍有望保持高速增长。

Bernstein分析师Mark Li甚至认为，当天板块回调反而提供了新的布局机会。他预计，到2027年至2028年，全球存储芯片市场收入仍有望突破1.3万亿美元，AI时代的数据中心建设将持续支撑DRAM和HBM需求增长。

本文来自华尔街见闻，欢迎下载APP查看更多

7月以来，地缘局势反复令油价再度飙升，中下游供给加速出清也是被市场忽视的 “潜在变化”。在此过程中，全年通胀读数会几次“探顶”？本文供参考。

一问：油价再度冲高，对PPI影响几何？PPI或呈现“7月低、8月高”，全年或出现“双顶”。

前期油价快速下行反映了过度乐观的预期，7月以来油价再度冲高。6月中旬美伊《谅解备忘录》签订后，油价一度下行至70美元/桶附近，反映海峡重开等乐观预期影响。但实际情况并非如此，美伊谈判仍存在较多变数，全球原油库存仍处于历史低位，且6月以来在加速下行，供给偏紧格局反而是在加剧的。在此背景下，近期霍尔木兹海峡再度断航背景下，油价再度冲高至90美元/桶以上。

国际油价领先国内PPI半个月，近期油价波动或令PPI呈现“7月低、8月高”现象。国际油价影响国内PPI遵循产业链上下游传导规律。其中，国际油价领先国内石油开采业PPI半个月左右；石油开采业PPI影响石油加工业PPI，后者影响化学产品、橡胶塑料等PPI，传导基本同步；6月中旬至月底，油价一度下跌近20%，将拖累7月PPI读数。而7月中旬油价快速上涨，将推高8月PPI。

当前油价上涨或令年内PPI出现“双顶”，第二个顶（同比4.2%）或出现在9月。未来油价有四大上行风险，包括历史性极低库存、120天释储计划到期、夏季出行旺季与递延需求回补、其他地缘事件扰动如胡塞武装等。基准情形下，预计PPI同比在7月下行至3.6%，8-9月再度冲高至4.1%-4.2%，年底回落至3.6%；乐观情形下预计PPI高点为4.1%，悲观情形下预计PPI高点为4.4%。

二问：中下游供给出清，会否额外推升PPI？中下游供给出清已在令相关领域通胀出现“粘性”。

市场低估了供给出清对通胀的影响，前期高油价冲击石化链企业数量与就业，更是加速了本轮供给出清进程，已在令中下游PPI展现韧性。石化链中下游开工率、实际库存、就业增速、企业单位数增速均处于历史低位，高油价已对中下游形成短期难恢复的供给冲击；此背景下，4月以来石化链中下游PPI已明显上行。6月石油开采PPI同比明显回落18.9个百分点，中下游仅回落0.9个百分点。

历史上历次中下游供给出清，均会带来中下游全链条“涨价”，持续时间在半年至一年左右，这一过程不会因即期油价回落而结束。近十年油价出现过两轮快速上涨，即2017年与2021-2022年。在油价回落时，石化链上游PPI同步回落，但中下游PPI均展现韧性、甚至走强，与当前格局高度相似，彼时均出现石化链中下游供给的快速减少，持续时间为半年到一年，各细分行业均有该现象。

本轮石化链中下游供给出清幅度大于以往，且在建工程等领先指标显示远期产能或也趋于下降，或共同支撑未来中下游PPI。本轮油价飙升前，石化链中下游成本率（87%）已达历史高位，放大了高油价带来的供给出清；在建工程领先固定资产1年，2025年下半年在建工程增速转负，或令2026年下半年固定资产增速回落，支撑通胀；市场观察的产能利用率指标因分子端误差会低估该趋势。

三问：PPI“双顶”背景下，CPI走势如何？PPI已在传导核心商品CPI，全年CPI或有“三顶”。

PPI向CPI传导路径为“生产资料PPI—生活资料PPI—核心商品CPI”，传导时滞为4个月，上述逻辑已在加速演绎。生产资料PPI传导至生活资料PPI（剔除食品），时滞为4个月。1月以来生产资料PPI快速上涨，已在令4月以来非食品生活资料PPI冲高，由3月-1.5%回升至6月-0.1%，进而传导至核心商品CPI，同期核心商品CPI同比（剔除金银珠宝）由0%上行至0.6%的较高水平。

AI通胀亦强化了PPI向CPI的传导效应，支撑下游价格。AI通胀对PPI的影响包括直接和间接链条，直接链条为电子元件、计算机通信电子设备等PPI快速上涨，间接链条是AI投资拉动有色金属涨价，进而影响相关金属制品、设备等PPI，测算AI通胀合计贡献当前PPI同比近2.3个百分点；PPI端存储器涨价也在影响手机等居民通信工具CPI，测算AI通胀贡献当前CPI同比0.2个百分点。

总结：油价再度冲高叠加中下游供给加速出清，PPI或有“双顶”，CPI或有“三顶”。虽然终端消费需求难以快速修复，黄金价格高基数也将拖累CPI读数，下半年CPI同比或总体趋于回落。但油价再度冲高、PPI传导核心商品CPI、AI通胀等扰动下，CPI单月波动或放大，8-9月或再次冲高至1%，全年或呈现M型走势、且有三个顶，分别是2月（1.3%）、4-5月（1.2%）、9月（1.0%）。

报告正文

一问：油价再度冲高，对PPI影响几何？

前期油价快速下行反映了过度乐观的预期，7月以来油价再度冲高。6月中旬美伊《谅解备忘录》签订后，油价一度下行至70美元/桶附近，反映海峡重开等乐观预期影响。但实际情况并非如此，从协议本身看，谅解备忘录并无法律约束力，核查权限、浓缩铀处置等高成本议题悬而未决，特朗普“竞选式执政”意味着“TACO”概率也较大，以色列还会增加事态变数。从实际供给看，全球原油库存仍处于历史低位，且6月以来在加速下行，EIA原油库存已从5月初8.5亿桶下行至7.2亿桶，供给偏紧格局是在加剧的。在此背景下，近期霍尔木兹海峡再度断航，油价冲高至90美元/桶以上。

国际油价领先国内PPI半个月，近期油价波动或令PPI呈现“7月低、8月高”现象。国际油价主要影响国内石油化工产业链PPI，遵循产业链上下游传导规律。其中，国际油价领先国内石油开采业PPI半个月左右，反映运输时滞等因素；石油开采业PPI影响石油加工业PPI，后者影响化学产品、橡胶塑料等PPI，传导基本同步；6月中旬至月底，油价一度下跌近20%，将拖累7月PPI同比读数。而7月中旬以来油价快速上涨，将推高8月PPI同比读数。

当前油价上涨或令年内PPI出现“双顶”，第二个顶（同比4.2%）或出现在9月。未来油价有四大上行风险，第一，除中国外，全球陆上库存已降至约25亿桶，按前期去化斜率约2个月后即触及偏刚性的22亿桶基底库存；第二，3月启动的120天释储计划已到期，叠加美国SPR处近40年低位，安全垫较弱；第三，夏季出行旺季叠加递延需求回补，需求较战前有削减但不弱；第四，其他地缘事件扰动，如胡塞武装等。基准情形，预计PPI同比在7月下行至3.6%，8-9月再度冲高至4.1%-4.2%，年底回落至3.6%；乐观情形，预计PPI同比8-9月高达为3.9%-4.1%左右，年底回落至3.3%；悲观情形，预计PPI同比8-9月高达为4.2%-4.4%左右，年底回落至3.8%。

二问：中下游供给出清，会否额外推升 PPI?

市场低估了供给出清对通胀的影响，前期高油价冲击石化链企业数量与就业，更是加速了本轮供给出清进程，已在令中下游PPI展现韧性。7月以来石化链开工率加速下行、已低至近22%的历史低位，石化链实际库存首次陷入负增长；究其原因，前期油价飙升导致部分中下游企业“出清”，石化链就业人数增速下行至-2%左右，企业单位数也首次陷入负增长，上述供给冲击均难较快恢复；反映在价格端，前两年因产能冗余、顺价能力较弱的石化链下游PPI，在4月以来明显上行至10.3%，上升幅度也大于前两年上游对下游的顺价规律，出现“超涨”。6月石油开采PPI同比明显回落18.9个百分点，石化链中下游仅回落0.9个百分点、展现韧性。

历史上历次中下游供给出清，均会带来中下游全链条“涨价”，持续时间在半年至一年左右，这一过程不会因即期油价回落而结束。过去十年油价出现过两轮快速上涨，也即2017年与2021-2022年，而在油价进入回落阶段时，石化链上游PPI会同步回落，但中下游PPI均展现韧性，与当前格局高度相似；究其原因，历次油价快速上升也对石化链中下游供给形成冲击，2017年与2021-2022年石化链中下游工业增加值增速均大幅下滑5个百分点以上。从时间维度看，供给出清导致的下游与上游PPI分化会持续半年到一年的时间，且所有行业包括化学原料、化学制品、化学纤维、橡胶塑料、纺织业等PPI均会出现上述变化。

本轮石化链中下游当期供给出清幅度大于以往，且在建工程等领先指标显示远期产能增速或也趋于下降，或共同支撑未来中下游PPI。本轮油价飙升前，石化链中下游成本率（87%）明显高于油价能够解释的水平（83%），主因近两年中下游新增产能形成固定折旧等刚性成本，这也放大了中下游成本压力，导致当前石化链中下游供给出清幅度更大（就业、企业数量等）、持续时间或更久。另一方面，在建工程领先固定资产1年，2025年下半年“反内卷”带动在建工程增速转负，或传导至2026年下半年固定资产增速下行，固定资产周转率又稳定领先PPI四个月，也将推高未来PPI读数；且需要注意的是，二季度产能利用率下降至历史低位并不意味着产能还在大幅扩张，而是分子端产量出清的影响，不能因产能利用率读数偏低而看空远期通胀。

三问：PPI“双顶”背景下，CPI走势如何？

PPI向CPI传导路径为“生产资料PPI—生活资料PPI—核心商品CPI”，传导时滞为4个月，上述逻辑已在加速演绎。市场认为PPI向CPI传导不畅，主因选错观测指标，PPI与CPI口径不同不能直接比较，若口径对应（选取核心商品PPI与核心商品CPI），传导规律一直存在，即使是在需求偏弱阶段。具体传导分为两个环节，一是生产资料PPI传导至生活资料PPI（剔除食品），时滞为4个月。1月以来生产资料PPI快速上涨，已在传导至4月以来非食品生活资料PPI同比快速上涨，后者由3月-1.5%回升至6月-0.1%；非食品生活资料PPI走强后，将传导至核心商品CPI，同期核心商品CPI同比（剔除金银珠宝）也由0%上行至0.6%的较高水平。

AI通胀亦强化了PPI向CPI的传导效应，支撑下游价格。AI通胀对PPI的影响包括直接和间接链条，直接链条是电子元件、计算机通信电子设备等PPI快速上涨，间接链条是AI投资拉动有色金属涨价，进而影响相关金属制品、设备等PPI，测算AI通胀合计贡献当前PPI同比近2.3个百分点；PPI端存储器涨价等AI通胀现象，也在影响手机等居民消费品价格，带动通信工具CPI快速上涨，且有色价格上涨也从间接渠道影响了家电等部分消费品CPI，测算AI通胀合计贡献当前CPI同比0.2个百分点。

总结：油价再度冲高叠加中下游供给加速出清，PPI或有“双顶”，CPI或有“三顶”。虽然下半年终端消费需求难以快速修复，二季度生猪存栏增速仍较高，也意味着下半年猪肉价格涨幅或相对有限，黄金价格高基数也将拖累CPI同比读数，下半年CPI同比或总体趋于回落。但油价再度冲高、PPI传导核心商品CPI、AI通胀等扰动下，CPI单月波动或放大。6月来油价大跌或令7月CPI同比下滑至0.5%的较低水平，但8-9月或再次冲高至1%，全年CPI同比或呈现M型走势、且有三个顶，分别是2月（1.3%）、4-5月（1.2%）、9月（1.0%）。

本文来源：申万宏源宏观

本文来自华尔街见闻，欢迎下载APP查看更多

周一美油和布油均创7月20日上周一以来盘中新低，美国WTI原油跌至81.99美元，日内跌约8.2%，布伦特原油跌至87.55美元，日内跌9.5%。到收盘，WTI 9月原油期货跌7.50%，报82.61美元/桶，布伦特9月原油期货跌8.70%，报88.36美元/桶，均刷新7月17日以来收盘低位。

市场分析认为，本轮暴跌并非源于需求突然恶化，而是此前因霍尔木兹海峡运输风险、美伊军事冲突持续升级而快速累积的风险溢价集中释放。不过，多家机构也提醒，当前局势距离真正缓和仍有相当距离，只要军事行动重新升级，油价仍可能剧烈反弹。

市场迅速剥离“地缘政治溢价” 原油创至少两个月来最大盘中跌幅

本轮油价大跌的直接导火索，是美国暂停对伊朗的新一轮军事行动。

据央视援引报道，特朗普25日下令美军当天不要对伊朗发动新的空袭，结束了此前连续近两周、持续13天的每日打击行动。知情人士表示，特朗普此举一方面是为了给外交谈判留出更多空间，另一方面是认为在不重新展开大规模军事行动的情况下，目前的空袭已基本达到其效果上限。

此前数周，市场持续押注冲突可能进一步升级，并担忧霍尔木兹海峡运输受到更严重影响，国际油价因此一路攀升。

随着军事升级预期暂时降温，交易员迅速撤出此前建立的风险头寸。

彭博社报道称，目前市场正在重新评估中东供应中断的概率，随着美国暂停军事行动，“原油价格中此前包含的部分地缘政治风险溢价正在迅速消退”。

MarketWatch指出，从国际原油盘中表现看，本周一原油创至少两个月以来最大跌幅。

报道称，美国暂停对伊朗空袭“三天”后，市场重新燃起外交解决危机的希望，WTI和布伦特原油均重挫。不过，该媒体同时强调，目前市场远未恢复平静。

报道援引分析人士观点称，只要未来继续出现积极外交进展，油价仍可能进一步下跌；但如果冲突再次升级，能源市场波动仍将非常剧烈。

华尔街：市场正在重新定价“最坏情景”

多位华尔街能源分析人士认为，本轮调整更像是对此前极端风险预期的一次快速修正，而非市场开始押注中东风险彻底结束。

法国兴业银行分析师在最新报告中表示：

如果冲突长期持续且没有明确解决方案，每持续一个月，都可能令油价额外增加约10美元/桶。

分析师认为，这意味着目前市场仍需为未来潜在升级保留一定风险溢价，油价波动率预计仍将维持高位。

不少交易员也指出，本轮下跌主要反映的是此前市场定价过于激进。

华尔街人士认为，在特朗普宣布暂停军事行动之前，市场一度开始交易更极端的情景，包括霍尔木兹海峡运输进一步受阻以及地区能源设施遭遇更广泛袭击。而随着外交窗口重新开启，这部分最悲观预期被快速剔除，因此油价跌幅明显超过其他风险资产。

风险并未解除，霍尔木兹仍是最大变量

尽管市场情绪明显改善，但分析人士普遍认为，目前还不能断言中东风险已经结束。

《华尔街日报》指出，美国暂停军事行动提高了外交解决危机的可能性，也增强了市场对于霍尔木兹海峡航运最终恢复正常的预期。

然而，包括红海航运安全、也门胡塞武装袭击、伊朗核问题以及霍尔木兹海峡未来通航情况等关键变量仍未解决，这意味着国际油价未来仍将高度依赖地缘政治消息推动。

路透社同样指出，本周市场关注焦点仍将集中在美伊接触是否能够取得实质进展。如果谈判失败、军事行动重新升级，能源市场此前刚刚释放出的风险溢价，可能很快重新回到油价之中。

本文来自华尔街见闻，欢迎下载APP查看更多

20家左右的上市公司披露回购计划，2家公司发布股东增持方案，回购规模合计上限超过45亿元。其中，工业富联以10亿至20亿元的回购金额居首，并将执行窗口压缩至仅3个月；星宇股份明确回购股份全部用于减少注册资本——这两个细节构成了本轮回购公告中最值得投资者关注的结构性信号。

与回购并行的是，世运电路和宏工科技分别在方案中披露了银行回购专项贷款的资金来源安排，建设银行已向世运电路出具2.7亿元的贷款承诺函。这是监管层推出回购增持再贷款工具后，银行体系资金参与上市公司回购的实质性落地，标志着回购资金来源正从单一的自有资金向“自有+信贷”双渠道扩展。

从行业分布来看，本次披露回购的公司覆盖电子制造、汽车零部件、AI应用、半导体、新能源等多个板块，并非集中于单一赛道——这在某种程度上降低了回购潮由个别行业景气波动驱动的可能性。

工业富联3个月20亿：万亿龙头的“压缩版”回购

工业富联的方案是本轮规模最大的一笔。公司拟以集中竞价方式回购10亿至20亿元，回购价格上限103元/股，预计回购971万至1942万股，占总股本0.05%至0.10%。回购股份用于维护公司价值及股东权益，后续将按规定出售，逾期未出售部分依法注销。

值得关注的是回购期限：自董事会审议通过之日起3个月内。这一周期远短于常规的12个月执行窗口，意味着公司需要在更短时间内完成资金调度和交易执行，反映出较为明确的紧迫性。

高价股普冉股份同样选择了3个月短周期。其回购规模为3000万至5000万元，但回购价格上限高达909.88元/股——设定如此之高的价格上限，意味着公司预留了充足的操作空间，不希望在价格上受到约束。

星宇股份“减资注销”：回购用途中的硬选项

在回购用途的选择上，大多数公司将标的锁定为股权激励或员工持股计划——特锐德（3亿至6亿元）、三花智控（2亿至4亿元）、科大讯飞（1亿至2亿元）、华伍股份（8000万至1.5亿元）、宁波韵升（5000万至1亿元）、广东明珠（1亿至1.5亿元）、同星科技（6000万至1.2亿元）、誉辰智能（1500万至3000万元）、永臻股份（4000万至8000万元）、宏工科技（6000万至9000万元）均属此类。

星宇股份则选择了不同的路径：1亿至2亿元的回购股份将全部用于减少注册资本，回购价格上限148.51元/股。回购后直接注销意味着总股本永久性缩减，对每股收益的增厚效应比激励型回购更为直接。

法本信息和物产金轮的回购定位为"维护公司价值及股东权益"，介于激励注销与直接注销之间。法本信息由实控人、董事长严华主动提议，规模为3000万至6000万元；物产金轮同样设定3000万至6000万元区间，回购价格上限14元/股。

回购贷落地：世运电路获建行2.7亿贷款承诺

世运电路在公告中披露，公司已取得建设银行江门市分行出具的股票回购贷款承诺函，贷款金额不超过2.7亿元。世运电路的回购总额为2亿至3亿元，贷款可覆盖上限的90%。

宏工科技同步在方案中列明，回购资金来源为"自有资金和银行回购专项贷款"，拟出资6000万至9000万元，回购价格上限100元/股，用于员工持股计划或股权激励。

两起案例共同指向一个变化：此前上市公司回购几乎完全依赖自有资金或自筹资金，银行信贷资金的介入为回购提供了杠杆通道，降低了公司的即时现金压力。

增持同步推进：ST中珠与中晟高科释放股东信号

增持层面同样有动作。ST中珠公告称，第二大股东梅花投资之实控人吴世春，通过其控制的宁波梅岭沃飞企业管理咨询合伙企业，拟增持2000万至4000万股。目前梅花投资持有ST中珠10.38%的股份，梅岭沃飞尚未持股。

中晟高科控股股东福州千景则计划在未来6个月内增持不低于3000万元，增持数量不超过总股本的5%，且不设价格限制。不设价格上限的安排意味着股东愿意以任何市场价格买入，传递出对当前估值的明确认同。

部分公司的回购由核心高管直接发起——特锐德由实际控制人、董事长于德翔亲自提议，法本信息由董事长严华提议。高管越过董事会层面主动发起回购动议，与单纯的公司公告相比，个人色彩更重，信号效应也更强。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博，英伟达宣布对前OpenAI首席科学家Ilya Sutskever创立的人工智能实验室Safe Superintelligence（SSI）投资50亿美元，双方同时达成长期合作协议。

根据协议，SSI将获得英伟达下一代Vera Rubin计算平台的使用权限，计算能力有望提升"一个数量级"。此前，该公司主要依赖谷歌旗下Alphabet的张量处理器（TPU）芯片。

这笔投资不仅为SSI注入关键算力支持，也标志着英伟达在AI繁荣期争夺顶级客户的战略再下一城。对市场而言，此次合作意味着SSI的研究进程可能显著提速，而英伟达则进一步将触角延伸至最前沿、最受关注的AI研究机构。

英伟达再度押注OpenAI系创业者

英伟达在获得SSI研究进展的罕见内部披露后，决定完成这笔"重大"投资。

这并非英伟达首次以此方式布局。今年3月，英伟达已与另一位OpenAI前高管、前首席技术官Mira Murati达成类似投资协议。Murati去年联合创立了Thinking Machines Lab，该实验室本月早些时候发布了首个基于英伟达硬件训练的AI模型。

两笔交易呈现出相同的逻辑：英伟达通过战略投资绑定明星创业者，在AI军备竞赛中确保高知名度客户优先选用其芯片，同时对竞争对手形成压制。

SSI：估值300亿美元的神秘实验室

SSI由Sutskever于2024年联合创立，定位高度聚焦——公司公开表示只有一个目标：以"直线冲刺"的方式研究"安全超级智能"，即能够完成人类一切任务、同时不对人类构成威胁的AI系统。

凭借Sutskever在业界的声誉，SSI迅速从Andreessen Horowitz、红杉资本等顶级风险投资机构募集约20亿美元资金，并于去年实现约300亿美元估值。尽管如此，该公司至今对外界高度保密，研究成果几乎从未公开披露。

Sutskever在声明中表示，公司研究"聚焦于人类大脑功能中被忽视的方面"。此次与英伟达的合作，是SSI迄今为止最具实质性的公开动态之一。

Sutskever：从AI革命奠基人到独立探索者

Sutskever生于前苏联，成长于以色列，是一位数学天才。他在加拿大攻读研究生期间师从诺贝尔奖得主、AI研究先驱Geoffrey Hinton，并于2012年与Hinton联合发表了一篇计算机视觉领域的里程碑论文，通过证明以海量数据和算力扩展深度神经网络可带来可量化的智能提升，由此点燃了现代AI竞赛的导火索。

此后，Sutskever加入谷歌，并于2015年成为OpenAI联合创始人之一。在OpenAI期间，他的研究洞见直接推动了ChatGPT的诞生，他也因坚信"扩大训练数据和算力规模将通向通用人工智能（AGI）"而声名大噪。

然而，他与OpenAI首席执行官Sam Altman之间的关系最终以戏剧性方式破裂——他曾投票支持解雇Altman，并在Altman复职数月后离开公司。离开OpenAI后，Sutskever在罕见的公开表态中已开始质疑，单纯扩大现有范式的规模是否足以实现真正的突破。

算力争夺战背后的芯片巨头逻辑

此次合作的深层背景，是AI芯片市场日趋激烈的竞争格局。SSI此前主要使用谷歌TPU，此次转向英伟达GPU，对英伟达而言具有重要的标志性意义——不仅是一笔投资收益，更是在与谷歌等竞争对手的算力争夺中赢得了一个极具影响力的客户。

对于SSI而言，计算资源提升"一个数量级"意味着其研究能力将发生质的跃升，有望加速推进其所追求的安全超级智能目标。在当前AI竞赛中，算力获取能力往往直接决定研究进展的速度与深度。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间27日周一，据新华社援引美媒Axios报道，他已决定暂停美国对伊朗的打击，以便给谈判另一次机会。他同时强调，如果外交努力失败，他可能会下令恢复对伊朗实施军事行动。

此后，据其他一些美媒报道，特朗普在“空军一号”飞机上对记者说，伊朗“非常客气”地请求和美方会面，并重申若达成新的停火协议，就恢复对伊打击。他说“如果我们达不成协议，就会回到原来的那种局面。”

被问及对伊朗还有多少耐心时，特朗普回应称自己“时间充裕”，并表示美伊双方目前正在沟通。他表示，鉴于与伊朗进行的“良好会谈”，较有可能会取得某种成果。

传出特朗普称会谈可能有好结果的消息后，美股午盘之初，标普500曾短暂转涨，纳指曾收窄跌幅，道指的盘中涨幅曾有所扩大。

在特朗普释放谈判信号稍早，据央视新闻，本周一伊朗外交部发言人否认伊朗与美国直接进行谈判，并强调伊方不允许由美国决定何时战、何时止。而美媒获悉，巴基斯坦等调解方在推动美伊重启会谈方面取得进展。

同在周一，以色列总理内塔尼亚胡启程访美，将与特朗普会面，伊朗问题将成为双方讨论的核心议题。特朗普承认，他和内塔尼亚胡在伊朗问题上的看法并不完全一致，但表示两人的立场依然高度契合，称“我们之间存在些许分歧，但总体上接近。”

一名白宫官员告诉CNN，特朗普本周二将在白宫分别会见内塔尼亚胡和乌克兰总统泽连斯基，预计这些会晤将重点讨论乌克兰和中东地区的冲突。该官员表示，特朗普将与内塔尼亚胡会面，讨论涉及伊朗的战事、与黎巴嫩的谈判进展，以及扩大“亚伯拉罕协议”参与国范围的相关努力。

据新华社，　“亚伯拉罕协议”是特朗普在第一个总统任期“撮合”阿联酋、巴林、苏丹、摩洛哥等国与以色列实现关系正常化而签署的协议。特朗普一直将此视为其重要“外交成就”。

特朗普：美伊在进行“非常深入的谈判” 很有耐心达成协议

据美媒Axios27日周一报道，特朗普接受采访时表示，他之所以暂停对伊朗发动新的袭击，是因为参与调解的国家要求他给外交努力再一次机会。

特朗普说：“我们正在与伊朗进行非常深入的谈判。如果谈不拢，我们将重新采取非常强大的军事行动。”

被问及愿意给外交努力多长时间时，特朗普回答：“时间不会多长。要么迅速取得进展，要么彻底失败。”

他将暂停军事行动描述为一次值得尝试的外交努力。在解释为何同意调解方的请求时，特朗普说：“反正也没什么损失。” 他同时指出，在自己叫停对伊军事打击后，油价下跌、股市上涨。

Axios报道称，当前谈判的重点包括重新开放霍尔木兹海峡，以及重新启动一项全面核协议。谈判主要在伊朗与阿曼之间进行，卡塔尔、巴基斯坦、埃及以及特朗普的特使威特科夫和女婿库什纳也积极参与其中。

据CBS等美媒此后报道，特朗普周一在“空军一号”上表示，他有充足的耐心和时间与伊朗达成协议。他还指出，虽然伊朗近期试图干扰这一关键水道的航运，但霍尔木兹海峡目前的状况“非常好”。

特朗普透露，伊朗曾通过中间人以及直接渠道提出与美国会晤。当被记者问及他对当前局势还有多少耐心时，特朗普回答：“我非常有耐心。我有充裕的时间。时间充裕。”

特朗普表示，美伊正在进行“良好的会谈”。“我认为很有可能会有成果。如果能成，那很好；如果成不了，我们就继续做两天前我们在做的事情。”

此前，据央视援引报道，特朗普25日下令美军当天不要对伊朗发动新的空袭，结束了此前连续近两周、持续13天的每日打击行动。

据央视援引上述报道，两名知情人士表示，特朗普此举一方面是为了给外交谈判留出更多空间，另一方面是认为在不重新展开大规模军事行动的情况下，目前的空袭已基本达到其效果上限。不过，美军仍在制定恢复大规模军事行动的预案，一旦特朗普下令，仍可在短时间内恢复打击。

特朗普27日的讲话确认了以上报道传递的美方立场，即暂停打击不意味着美国放弃军事选项。他实际上为暂停打击设定了明确的条件：谈判能否取得成果，将决定军事行动是否重新启动。

伊朗：不允许由美国决定何时战、何时止

与特朗普称美伊正在进行“非常深入的谈判”形成鲜明对照的是，伊朗方面27日明确表示，伊朗并没有与美国进行谈判。

伊朗外交部发言人巴加埃表示，目前伊朗与阿曼正在就霍尔木兹海峡问题展开会谈，但会谈“与美国无关”。

他同时强调，伊朗绝对不会允许由美国来决定“何时战、何时止”。不过，只要伊朗认为外交手段能够维护国家利益，就一定会运用外交手段。

这意味着，双方目前对于所谓“谈判窗口”的理解存在明显差异。

特朗普试图将当前局面描述为：美国暂停军事行动，为外交解决方案创造机会；如果谈判失败，美国仍保留军事升级选项。

而伊朗则拒绝承认美国拥有单方面决定战争节奏的权力，并强调其与阿曼的接触并不等于与美国直接谈判。

霍尔木兹海峡正是双方当前博弈的核心之一。特朗普此次明确将“重新开放霍尔木兹海峡”列为谈判重点，反映出海峡通航问题已经成为美国推动结束冲突的重要条件。

对美国而言，霍尔木兹海峡重新开放关系到全球能源运输和地区军事行动的外溢风险；对伊朗而言，海峡则是其在冲突和谈判中拥有的重要战略筹码。

因此，特朗普口中的“谈判能否成功”，最终不仅取决于核问题，也取决于双方能否就霍尔木兹海峡的通航安排达成一致。

美媒：调解方在推动美伊重启会谈方面取得进展

据美联社周一援引两名地区官员的消息报道，在卡塔尔和巴基斯坦的牵头下，调解方在促使美国和伊朗重返谈判桌以及恢复一项临时停火协议方面取得了进展。该协议此前因双方交火而于7月初破裂。

其中一名地区官员形容，调解工作取得的进展是“重大”的。他表示，调解人员正与伊朗及阿曼合作，制定一项机制来管理船只通过霍尔木兹海峡——这里是近期双方相互打击的焦点区域。

内塔尼亚胡赴美，特朗普的“谈判窗口”迎来关键变量

就在特朗普释放谈判信号之际，以色列总理内塔尼亚胡27日已启程赴美。

据央视新闻，内塔尼亚胡在启程前表示，他将会晤美国总统特朗普，双方将就包括伊朗问题在内的地区多项核心议题展开讨论。

内塔尼亚胡此前接受采访时表示，以色列与伊朗的冲突只有在伊朗现政权倒台，或被彻底削弱到被迫放弃其核计划时才会结束。央视新闻称，内塔尼亚胡此次访美的目的之一，是了解特朗普对伊朗问题的想法。

这使得特朗普刚刚释放出的“谈判窗口”面临新的变量。

就在几天前，特朗普还曾表示，他“非常认真地考虑”重新启动对伊朗的大规模军事行动，并称可能发动规模超过此前行动的打击。随后，美国突然暂停新的军事打击，并转向强调外交谈判的可能性。

如今，特朗普对这次政策转向给出的解释已经相当清晰：暂停，是为了给谈判机会；谈不拢，军事行动就可能重新开始。

而伊朗方面则强调，不会接受美国决定战争何时结束；以色列方面又坚持伊朗必须被彻底削弱、放弃核计划。

在这样的立场差距下，特朗普所说的“非常深入的谈判”能否真正转化为协议，仍然存在很大不确定性。

本文来自华尔街见闻，欢迎下载APP查看更多

Palihapitiya在上周末播出的"All-In"播客中直言："如果美国政府介入，美股将会崩盘，这一点毋庸置疑。"

他以可口可乐为例指出，一旦企业被强制使用闭源AI，其AI使用成本将比现有最优替代方案高出50至100倍，这一成本压力最终将迫使市场对相关公司重新估值。与此同时，他的联合主持人、前AI与加密货币事务主管David Sacks则直接点名Anthropic，批评其游说政府限制竞争对手的行为"令人不齿"。

此番言论的背景是，国内初创公司月之暗面发布开源模型Kimi K3，该模型在盲测前端编程任务中击败了Anthropic的Fable 5和OpenAI的GPT-5.6 Sol，引发美国对中国AI竞争的高度警惕，并推动部分人士呼吁对开源模型实施限制。

成本传导逻辑：为何封禁开源会重创美股

Palihapitiya的核心论点在于成本结构的扭曲。

他指出，AI已成为企业运营的关键投入要素，一旦政府强制企业只能使用闭源商业模型，相关成本将比开源替代方案高出"数量级"。

"你被迫承担既不合理、也非市场驱动的成本，"他说，"而你在美国境外的竞争对手却不受此约束，这将直接损害美国企业的竞争力。"

以可口可乐为例，他描述了这样一个场景：当AI成本大幅攀升，企业利润率受压，市场将不得不下调对这类公司的估值预期。这一逻辑适用于几乎所有正在推进AI转型的传统企业，意味着潜在的市场冲击面极为广泛。

矛头指向Anthropic：监管套利还是市场竞争

Palihapitiya进一步将批评对准了AI实验室本身。他警告称，若政府真的禁止开源AI，Anthropic和OpenAI的估值反而将"崩塌"，原因在于其当前收入并非来自真实的市场竞争，而是依赖监管壁垒的人为支撑。

"所有这些收入都是被人为托举起来的，不是在竞争压力下由市场需求驱动的，而是通过监管套利获得的人为约束，"他说，"但这种约束只在一个市场有效。"

David Sacks的措辞更为犀利。

他指出，Anthropic作为"有史以来最成功的科技公司之一"，却跑去政府寻求保护，对象不仅是中国竞争对手，还包括美国本土竞争对手。"坦率地说，这很恶心，"他说。

Sacks还警告，若宣布美国企业不得使用公共领域的开源成果，将"把一把匕首插入整个美国开源生态系统的心脏"。

行业联合发声，科技巨头力挺开源

在监管压力升温之际，科技行业已开始集体反击。

据CNBC报道，英伟达、微软、Meta、Palantir等逾20家公司于上周五联署致信，敦促政策制定者避免对开源权重模型实施"过早限制"，警告此类限制将"扼杀竞争或将创新驱逐至海外"。

英伟达CEO Jensen Huang也在社交媒体上表态，称开源模型有助于强化安全与网络防御、加速创新扩散并保障技术主权。

值得注意的是，Anthropic并未在这封联署信上签名。

白宫内部分歧：制裁威胁与保护承诺并存

华盛顿内部的立场并不统一。

白宫科学主管Michael Kratsios上周三公开指控月之暗面通过"蒸馏"手段窃取Anthropic的Fable模型技术，并称该公司通过泰国服务器获取了受限的英伟达GB300芯片以训练模型。财政部长Scott Bessent也在社交媒体上发文，明确表示当中国企业的蒸馏行为"越界构成知识产权盗窃"时，制裁和实体清单将是可选项。

然而，就在同一个周末，开源阵营似乎也收到了积极信号。Y Combinator公共政策负责人Luther Lowe发帖称，他在周六的白宫记者晚宴上与商务部长Howard Lutnick交谈，后者直接告诉他："这届白宫将保护开源AI。"

这一表态暗示，尽管围绕中国AI竞争的强硬声音不断，行政当局内部对于全面封禁开源的路线仍存在明显分歧，政策走向尚未最终确定。

本文来自华尔街见闻，欢迎下载APP查看更多

据央视新闻报道，当地时间7月25日，特朗普下令美军当天不对伊朗发动新的空袭，结束了此前连续近两周的每日打击行动。两名知情人士表示，此举一方面是为给外交谈判"留出一些空间"。然而，据央视最新报道，当地时间27日，伊朗外交部发言人巴加埃在新闻发布会上表示，目前伊朗与美国没有任何谈判。

周一出现的最重要变量来自沙特阿拉伯。据新华社报，也门胡塞武装27日称，该组织当天对沙特东部向红海延布港运输原油的相关设施发动无人机打击，称这是对沙特无人机“侵犯也门领空的回应”。此前有报道称，沙特阿美公司位于东部省份的阿布凯克（Abqaiq）石油处理设施疑遭无人机及导弹袭击并起火，该设施是全球最大的原油稳定处理中心之一。

目前停火已维持约两天，但美国对伊朗港口的封锁仍在持续，双方军事行动随时可能重启。伊朗方面坚称掌握霍尔木兹海峡控制权，并表示"只有德黑兰决定冲突何时结束"。

据央视新闻，美国驻联合国大使迈克·华尔兹周日接受福克斯新闻采访时表示，特朗普正努力为谈判"留出一点空间"，称阿曼、伊朗以及多位谈判代表已在各个层级、特别是过去数天内密集展开接触。

然而，华盛顿内部对于是否重启军事行动存在明显分歧。据报道，参谋长联席会议主席Dan Caine将军私下警告，恢复对伊重大战斗行动将严重消耗美国中央司令部（Centcom）现有的反导拦截弹储备。据Axios援引两名知情人士的消息，Centcom司令Brad Cooper上将已建议停止霍尔木兹海峡附近的轰炸行动，理由是该行动已达到其效能上限。副总统Vance亦于周五在白宫会议上就升级战争风险向总统表达了关切。

对于外界有关拦截弹储备告急的报道，华尔兹明确表示否认，称"我已经通过各种方式核实，美国军队拥有有效执行此次行动所需的一切资源"。

据央视报道，伊朗外交部发言人巴加埃周一明确表示，目前与美国"没有任何谈判"，并将特朗普近期所称伊朗"主动求谈"的说法定性为"假新闻"。他同时指出，伊朗并不排斥以外交手段维护国家利益，并透露伊朗与阿曼官员就霍尔木兹海峡船只通行管理举行了数轮"有益"磋商，上述内容据彭博报道。

在军事立场上，伊朗保持强硬姿态。据新华社，伊朗伊斯兰议会国家安全和外交政策委员会主席易卜拉欣·阿齐兹27日警告乌克兰说，其对伊朗的攻击会付出代价。美国和以色列都已经认识到这一点，乌克兰也将很快认识到，“伊朗不会对遭到攻击毫无反应”。与此同时，一名不具名伊朗官员告诉路透社，德黑兰的立场仍是"以攻对攻"——若美方停止攻击，伊朗也将停止行动，相关信息已传达给美国。

上周，胡塞武装一天已有两次袭击沙特红海港口石油设施。据央视新闻7月25日报道，胡塞武装当天发表声明，宣布对沙特红海沿岸两处沙特阿美公司设施发动两轮打击——第一轮针对吉赞，第二轮针对延布，均使用弹道导弹、巡航导弹及无人机，声称"精确、直接命中"。据新华社消息，沙特随即以空袭还击，打击也门马里卜省和焦夫省多处胡塞武装阵地，造成包括导弹技术人员在内的多名武装人员死亡。

周一，沙特阿拉伯的紧张局势再一次升级。伊朗国家媒体塔斯尼姆通讯社援引消息来源及现场图像报道，沙特阿美公司位于东部省份的阿布凯克石油处理设施遭无人机及导弹袭击并起火。沙特国防部随后通过阿拉伯卫视证实，已拦截从伊拉克方向飞来、试图攻击东部省份及利雅得地区油气设施的无人机。

阿布凯克是全球规模最大的原油稳定及处理设施，国际机构通常估计其最大处理能力为每日700万桶，正常运营产能约为每日490万桶。胡塞武装媒体同日对该设施火情予以渲染，该组织军事发言人Yahya Sare此前已声称对沙特阿美吉赞及延布设施实施了攻击，国际媒体报道称相关地点可见黑烟升起，但沙特方面尚未就全部袭击予以官方确认。

若阿布凯克受损情况得到证实，将成为本轮冲突中迄今对全球能源市场影响最为深远的事件。

本文来自华尔街见闻，欢迎下载APP查看更多

英伟达与韩国SK集团于上周五晚间宣布达成一项逾5000亿美元的AI合作协议，同时正与OpenAI就一笔规模高达2500亿美元的担保协议展开谈判，以协助后者租用由软银旗下子公司在俄亥俄州开发的数据中心项目。消息一经披露，引发市场广泛关注。

批评者的核心担忧在于：英伟达所投资或持股的公司，通常正是其芯片的主要买家，这一模式可能扭曲商业决策、催生不良激励，并在AI需求未能兑现预期时放大行业损失。

Allspring Global Investments投资组合经理Gary Tan表示，"虽然英伟达的投资和合作关系强化了市场对AI长期建设的信心，但投资者对循环融资的担忧依然存在。资本越来越多地被用于扶持未来的AI客户及基础设施部署。"

英伟达与SK集团此番交易规模超过5000亿美元，内容涵盖英伟达向SK旗下海力士（Hynix）采购存储芯片，以及SK集团购买英伟达超级计算机。英伟达首席执行官黄仁勋在接受彭博电视专访时表示，"两家公司之间将产生5000亿美元的业务往来。"

根据协议，双方将联合在朝鲜半岛建设逾2吉瓦的AI数据中心，这一规模相当于为150万户家庭供电所需的能源总量。由SK电信负责建设的首座"AI工厂"预计于明年投入运营。

对英伟达而言，此次合作具有明确的供应链战略意义。高带宽存储芯片（HBM）目前因全球AI数据中心建设热潮而严重供不应求，而SK海力士与三星电子正是全球最主要的两大供应商。英伟达将参与协助海力士设计下一代HBM芯片，以此确保自身的关键零部件供应。

此外，英伟达同日宣布向韩国互联网与云服务商Naver Corp.投资10亿美元，用于资助其在韩国兴建中的AI数据中心，该项目将令设施规模扩大逾三倍，相关建设由Naver与美国私募股权公司Brookfield Corp.联合开发，并将采用英伟达的AI计算硬件。消息公布后，Naver股价在首尔市场单日涨幅超过8%。

英伟达与OpenAI之间的潜在交易规模同样庞大。据媒体援引知情人士透露，英伟达正在讨论为OpenAI提供最高2500亿美元的担保，协助其租用软银旗下子公司在俄亥俄州开发的一处总价值500亿美元、装机容量10吉瓦的数据中心枢纽；与此同时，英伟达还在商讨为OpenAI提供3500亿美元的芯片采购融资。

Global X Management投资策略师Billy Leung指出：

"英伟达为更多OpenAI数据中心债务提供担保，进一步加深了已受到审视的供应商融资模式。这与其说是需求信号，不如说是AI建设资金压力的一个缩影。"

若相关担保最终落地，将有助于缓解信贷方对于向这家尚未盈利的非上市公司持续授信的顾虑，同时也将支撑软银创始人孙正义在AI领域扮演核心角色的战略雄心。目前，软银对OpenAI的投资承诺已接近650亿美元，并签署了一笔400亿美元的过桥贷款——这是亚太地区规模最大的过桥融资之一。然而，软银对一家自身控制权有限的公司押注日益加重，已令投资者感到不安。

外界对英伟达交易模式的质疑并非新鲜议题，但相关交易的节奏正在加快。英伟达已持股OpenAI、美满科技等AI开发商与芯片同行，并投资了IREN Ltd.、CoreWeave Inc.、Nebius Group NV等数据中心运营商。仅2026年以来，英伟达已公告的此类交易规模合计超过5400亿美元，尚不包括与OpenAI的潜在新协议。

行业同类现象也在蔓延。谷歌为Anthropic在五处数据中心地点背书租赁付款，帮助这家OpenAI竞争对手获得相当于350亿美元的贷款支持。多方交叉持股与相互担保使AI公司之间的利益绑定日趋深入，令整个行业面临系统性冲击的潜在风险。与此同时，AI企业借债规模持续攀升，以维持数据中心与芯片项目的资本支出。

面对循环融资的指责，黄仁勋一贯予以驳斥。他在今年1月谈及对CoreWeave投资时表示，"这只是他们最终需要筹集资金总量的一小部分。认为这是循环的——这种说法是荒谬的。"他同时强调，英伟达对OpenAI、Anthropic等公司的投资，既能推动整个行业发展，也将为英伟达带来投资回报。

然而，随着英伟达深度嵌入AI生态链上下游，其作为芯片卖家、股权投资者与融资担保方的多重身份愈发交织，市场对于这一模式在需求放缓情境下的脆弱性，仍未消散。

本文来自华尔街见闻，欢迎下载APP查看更多

近日，在一场面向早期创业者的公开访谈（Startup School）中，黄仁勋与YC CEO Garry Tan展开了一场近一个小时的对谈，围绕创业、AI产业变革、企业管理和个人成长，分享了他对下一代创业机会的最新判断。

在计算机工业被彻底重置的当下，英伟达CEO黄仁勋明确指出，系统思维将成为未来的核心技能，而物理AI和机器人将是英伟达下一个千亿美元级的增量市场。

当前，市场正密切关注英伟达在突破万亿美元市值后，未来的增长想象空间究竟在哪里。对此，黄仁勋在访谈中给出了明确的答案：从AI智能体到物理AI，科技产业的重置才刚刚开始。

物理AI与机器人：下一个千亿美元的爆发点

除了大语言模型，资本市场最为关注的莫过于具身智能和机器人的商业化落地节点。黄仁勋在对谈中抛出了一个极其反直觉的观点：“我想说，机器人的‘ChatGPT时刻’在几年前就已经发生了。”

他回忆道，当英伟达内部首次成功生成一段手指移动、手拿起玻璃杯的视频时，他便意识到物理世界的人工智能即将迎来突破。“如果我能生成手指移动的视频，为什么我不能让机器人做同样的事情？那一刻我意识到，机器人关节的灵活运动即将实现。”

针对未来的业务指引，黄仁勋首次向市场描绘了庞大的物理AI商业版图。他指出，自动驾驶是目前唯一一个市场足够大、技术相对标准化、具有真实经济价值且能让数据飞轮转动起来的机器人应用场景。

“我们在特斯拉的车里，在奔驰的数据中心和车里，我们甚至开源了自研的自动驾驶堆栈，因为农业、邮件投递、仓库物流都需要它。”黄仁勋透露了一项极具震撼力的数据：“我们包含自动驾驶在内的物理AI业务，目前的规模大概已经接近100亿美元了。这很可能会成为世界上最庞大的产业之一，它不需要两三年，但也不需要十年，这将是我们下一个千亿美元级的业务。”

AI智能体（Agents）：全新的软件形态与控制力难题

在软件生态的演进上，黄仁勋断言，“智能体（Agents）就是新的软件”。他透露，英伟达内部已经在大规模使用各种AI智能体来加速研发流程，“我们让成百上千朵花同时绽放，让大家自由选择工具，云计算代码在英伟达内部的沙盒中自主运行，这太棒了。”

但他同时也指出了当前智能体技术面临的核心瓶颈——精细化控制（Controllability）。

“无论是使用RAG（检索增强生成）还是提示词，目前的输出控制仍然太粗糙了。最大的突破将是我们能否对智能体进行极其细粒度的控制。”

黄仁勋强调，“只要我们改变计划文件中的一个词，它就能产生具体的差异，比如只改变一个像素、一个多边形、CAD文件里的一个组件，然后重新生成其他所有内容。这种级别的控制和与智能体的协作，将是改变游戏规则的。”

AI会夺走工作吗？“这个叙事完全搞反了”

随着AI能力的跃升，市场对“AI取代人类”的担忧日益加剧。黄仁勋不仅对此予以否认，还给出了极具经济学视角的独特判断。

“关于AI摧毁就业的叙事，完全是倒果为因（exactly backwards）。AI确实会消除某些具体的‘任务’（tasks），但它绝不会消除‘工作’（jobs）。”

他用具体的数据和行业现状论证了这一逻辑：“编程这项‘任务’正在被自动化，但软件工程师的岗位数量却以每年10%的速度增长；阅读放射科光片的任务被自动化了，但过去几年放射科医生的工作岗位却增加了20%以上。为什么？因为积压的需求太庞大了。”

黄仁勋指出，由于创意、野心以及案件、病患的积压量惊人，当AI接管了繁琐的底层工作后，企业反而需要雇佣更多的人来完成更具野心的事情。“生产力提升带来增长，增长推动更多就业，这就是底层规律。”

时代的生存法则：系统思维与“创始人模式”

面对“年轻人现在到底该学什么”的经典问题，黄仁勋给出了非常硬核的建议。他直言，坐在电脑前手写代码这种“简单的工作”绝对会被自动化，甚至是老一代人学的“长除法”早就被淘汰了。

“底层的东西未来都会由智能体来完成。因此，你必须具备抽象的‘系统思维’（Systems thinking）能力。系统思维将是未来的新编程。” 黄仁勋建议，在这个被重置的计算机时代，年轻人应该回归“硬科学”：“物理、化学、生物学、计算机工程以及交叉学科，这些解决极端困难问题的科学永远不会过时。”

在访谈最后，黄仁勋分享了他极具个人色彩的管理哲学。他极力推崇最近硅谷热议的“创始人模式（Founder Mode）”。

早年，因为选错了3D图形的算法，英伟达差点破产，他靠去书店买的三本关于OpenGL的教科书重新拯救了公司。这段经历让他明白，面对飞速变化的技术，传统的管理教条毫无意义。

“你是在造一辆你要去比赛的F1赛车，所以你必须按照你能驾驶的方式来打造它。你应该让赛车适应你。”

面对“如果你不使用传统管理技巧，离开公司后怎么办”的质疑，黄仁勋回应得极其坦荡：“我告诉他们，等有一天我死在工作岗位上，他们只需为下一任CEO重新塑造公司即可。为了实现我们的使命，无论需要对组织进行怎样的调整来适应你，你就该怎么做。”

对于当下的创业者，黄仁勋发出了最强烈的号召：“这是过去60年来最好的创业时机。整个计算机工业被彻底重置了。只要你心里永远保持一句‘这能有多难呢（How hard can it be）？’，让苦难一点一点地来，你终会走到属于你的英伟达时刻。”

欢迎来到2026年创业学校。现在，让我们开始吧。

请和我一起欢迎英伟达的创始人兼CEO黄仁勋登台。

Garry Tan：

这对我来说是一个超现实的时刻。谢谢。感谢你来到这里，Jensen。

黄仁勋：

我很高兴这样做。能来到这里很棒。[欢呼] 显然，如果你在这里，你就会成功。

Garry Tan：

所以，我很高兴我在这里。[笑声] 哦，Jensen。

英伟达的错误算法

那些只把英伟达视为AI中心公司的学生，他们最需要了解英伟达早期故事的哪一部分？但大多数人不会相信的是，我们创办公司时选择的那个技术是绝对错误的。我们最初的想法是，我们要重新发明3D图形。嗯，公司的理念和视角是，通用计算机，即CPU，非常有用，但如果我们能用加速器来增强它，我们就能解决那些否则太难解决的问题。

我们选择的最初问题之一就是3D图形。在那段时间，也就是1993年，个人电脑刚刚传出消息要问世。我们的伟大想法是，我们要把每一台个人电脑都变成一个游戏主机，因为我们在游戏主机的时代长大。所以我们想，如果我们能设计一个系统，能放进个人电脑里，把它变成一个游戏主机，那会怎样？所以我们想，我们要重新发明那个需要这些大型超级计算机的算法，然后把它塞进个人电脑里。我们想出了一些新算法，对此感到很兴奋。我们相信它。嗯，我们以一种深思熟虑的方式推理过它，然后我们去创办公司来构建它。

结果证明，这个算法完全是错误的，创办公司所依据的技术也完全是错误的。所以在1995年，我们意识到了这一点，而且，几乎为时已晚，因为那时已经有大约35到40家其他公司在为个人电脑构建3D图形了。我们意识到这行不通。我回到公司，我们都在公司里。我说：“我们该怎么办？这行不通。”我们都在讨论这件事。

我说：“听着，如果我们不正视这行不通的事实，我们就会失去公司。”

真正的伟大想法：买书来拯救公司

然后开始努力寻找正确的算法。然后有人告诉我，结果发现我们谁都不知道正确的方法。

而且，我们不仅选错了技术，我们还不知道正确的方法该怎么做。所以那对我来说是重要的一天。我口袋里只有大约60美元，你知道，也就几百美元。于是我去了Fry's，买了三本教科书。这些教科书是关于OpenGL以及如何设计OpenGL管线的。我把它们带回公司，交给工程师们，然后我们就重新发明了计算机图形学。我们是现代计算机图形学的世界领先者。我们在过去25年里发明了大多数重大突破。

每个人都会认为英伟达是从3D图形世界领导者起家的，而我们是从一本教科书里学到的。所以实际上我们是先创办公司，融资，然后才买的教科书，想想看。所以对我而言，最大的教训是，技术在不断变化，只要你能面对现实，只要你有能力学习，技术本身其实并不重要。

从那时起，英伟达就在发明各种我们以前从未真正做过的技术，我们以同样的态度对待每一件事。你知道，如果这件事很重要，我们就要去学习它。能有多难呢？结果它总是比我们预想的要难得多。但你带着“能有多难”的态度投入其中。我是说，在后台，我们正在讨论……我们正在和一些顶尖的YC公司交谈，你说每一家都在某个领域有专长，你和你英伟达也有一个专长，而它们都只是……我忘了你怎么说的了。就像某种算法领域。所以听起来3D图形只是算法领域的第一个。

而且它来自一本教科书。但你知道，任何人都可以读那本教科书。你创造了粒子物理、流体动力学。是的。

但你创造了人们想要的东西，就像人们愿意花很多钱购买的最终产品。公司那个完全正确的伟大想法是，有可能通过增强CPU来解决那些否则太难解决的问题，分子动力学就是其中之一。图像处理是其中之一。

逆物理是另一个。所以有各种不同的算法。当然，深度学习是其中一个主要的。为了创造我们今天拥有的公司，我们很早就意识到，关键不在于制造一个伟大的芯片，而在于加速一个算法领域。所以我一直相信的一点是，造就伟大公司的是一种你对世界的独特视角，一种你深信不疑的视角。

与其说是技术，与其说是市场，尽管那些都很重要。如果你在正确的时间为正确的市场拥有正确的技术，你的生活会容易得多。对某个重要事物的未来有一个高层次的愿景，一个关于它的独特视角，你深信不疑，并且追求那个愿景是困难的。这些都是很好的组合。在我们的案例中，我们意识到加速计算将会很重要，而加速计算结果证明非常重要，我们的认识是一切都与算法有关，而不是芯片，结果证明完全正确。

世嘉的故事

Garry Tan：

所以，你已经谈了很多关于创始人的艰辛。有没有几个故事特别让你印象深刻？

我的意思是，这个房间里的人很想创办公司，但你知道他们真的准备好面对困难，可能不得不关闭公司，诸事不顺之类的吗？有哪些关键时刻特别让你印象深刻？

我想你刚才在日本，对吧？你似乎在某种程度上是去纪念……是世嘉吗？我感觉那是个非常有力量的故事。

黄仁勋：

那个让我们意识到我们选择的算法是错误的项目，是与世嘉的合作。世嘉当时委托我们为土星之后的那款游戏机做开发，后来证明那是Dreamcast。我不知道有没有人知道Dreamcast是什么？

所以，我们没有制造Dreamcast。我们原本应该制造Dreamcast，但因为我们的算法和技术存在根本性缺陷，我去了日本，告诉当时的CEO，他们给我们的那份合同，大约是1200万美元的合同，我们将无法履行，因为这项技术行不通。

我告诉了他原因，然后我建议他们另找别家来做。但后来我请求他，我告诉他，不幸的是，我仍然需要这笔钱。他问我，你可以想象那段对话。你是在告诉我，我签合同让你做的事你做不了，但你却想要合同里的所有钱。我说，你说得对，完全正确。

但显然我很礼貌。我很谦逊。他意识到我是诚实的，一切都很合理。

如果他不给我们钱，我们就会倒闭。我认为在座的各位也会遇到这种情况。你不是投资公司，你投资的是人。入江实里先生认识到的是，这里有一个他最初就信任的人和一个公司，这份合同，他相信他们，他希望看到他们能撑到第二天。那500万美元让我们活了下来，给了我足够的时间去发现该做什么。

3亿美元的IPO

然后我猜如果他们持有，后来卖了一千五百万，我听说。但他们在我们上市的那一刻就卖了。当英伟达上市时，我们的估值是3亿美元。

1999年的3亿美元。那是真金白银。

我想现在公司市值超过一万亿美元了，大概是吧。超过一万亿了。是的。太疯狂了。

Garry Tan：

所以，你算是核心人物，我们喜欢说你是掌控全局的人。嗯，在那之前，我认为没有人能真正预见到GPU以及你构建的技术对AI革命会有多么重要。嗯，你看到了什么？我的意思是，是加速器让你在正确的时间出现在正确的地点，还是肯定有很多事情导致你能够占据这个位置？

以不同方式看待AlexNet

黄仁勋：

是的。嗯，我和其他人一样看到了AlexNet，但记住，我看世界的视角，我的世界观总是在寻找算法，

那个算法可以是Namd，算法可以是Vasp，算法可以是OpenGL，可以是SQL，某种领域特定语言，某种算法。所以我看世界的视角总是在寻找一些我们可能能够帮助解决的问题。当AlexNet出现时，这个算法就是深度学习。

所以问题是，这个算法是什么？为什么它如此重要？为什么它如此有效？它还能做什么？如果你要扩展算法，让它超越现有的规模，它能解决哪些今天无法解决的问题？我们的突破在于意识到AlexNet不仅仅是AlexNet。AlexNet是一种深度学习方法，它让你能够学习任何函数。所以15年前，我告诉所有人，嘿，猜猜怎么了？我们刚刚学会了通用函数逼近器。

我们刚刚发现了通用函数逼近器。我们可以给它，我们几乎可以为任何函数提供答案，它就能学习这个函数是什么。对于很多函数，你不必非常精确，事实上，也不可能非常精确。所以大多数有趣的问题都是以这种不精确的方式存在的。

当我们意识到我们拥有了一个通用函数逼近器的那一天，问题就变成了，这对计算堆栈意味着什么？这对软件意味着什么？这对哪些行业可能产生影响？等等。

我们几乎立刻就开始研究计算机视觉。几乎立刻就开始研究机器人技术、自动驾驶汽车，因为那种基本能力，你可以想象，能解决计算机视觉和

机器人技术领域的一些重要问题。所以我认为，重大的突破仅仅在于，这比AlexNet要有基础得多。这是一种编写软件的方式，它对处理器、中间件、算法、应用程序的影响，就是我现在描述的“五层蛋糕”。嗯，整个工业堆栈，我在大约15年前就想象过要全部重新发明。

如何构建一个第一性原理的组织

这仅仅是关于提出问题，从第一性原理出发推理，问类似“如果是这样，那么会怎样？”的问题，“如果这个能变得更好，那又怎样？”，问所有这些关于你观察到的某个有重大影响事物的基本问题。我的意思是，真正让我印象深刻的一件事是，

你在多大程度上会深入细节，阅读论文，直接与那些提出这些理论的首席科学家交谈？你对观众中的各位有什么建议吗？我的意思是，那就像真正的创始人模式，但与此同时，你可能有一个组织，有高管，有那些会说“这是曲线图，我们要保持在这条曲线上”的人。你知道，有时这会引发不满。对于如何建立一个组织，以及如何驾驭这一点，你有什么建议给人们吗？比如如何建立一个让你能够从第一性原理思考的组织？因为如果财富500强公司都这样做，它们可能会看起来更像英伟达而非不像，而你似乎建立了一家非常独特的公司。

我的心态，当我处于那种状态时，我的心态总是始于好奇心。

我自己有很多问题，当然，和任何人一样，我会寻找通往答案的最短路径。但很多时候，我身边的人给出的答案可能不令人满意，我可能会有其他问题，也许他们正忙于做其他事情，在追求别的目标。所以我的第一个倾向是去发现我自身好奇心的答案。我的第二个倾向是，如果我发现有信息，并且这个信息领域或特定领域可能对某人很重要，可能对我们的公司很重要，那么我的下一个倾向是，我如何才能尽可能多地学习，以便能够为公司服务，并与其他人分享。这和你在分享知识时没什么不同。我是说，我看你的播客，我看你的视频，我非常喜欢它们。你在和所有人分享想法。在很多方面，我认为CEO是在为公司服务，为所有在那里工作的人服务，你想用一些洞见来赋能他们。

所以，这真的是它的来源。这与其说是一种管理技巧，不如说是一种个性技巧。你知道，我想赋能你，这是我刚刚观察到的非常重要的事情。让我告诉你为什么它如此重要。现在，必须贴近地面、深入细节的部分原因是因为技术通常很复杂，或者变化很快。特别是当它像我们的世界一样变化很快时，除非你有对正在发生的事情有触觉般的感知，否则它可能会让你觉得变化太快而无法理解。

但如果你随着时间的推移理解了它的第一性原理，那么一切就都说得通了。你知道，这有点像冲浪，我想象。我不知道怎么冲浪，但我可以想象它有点像冲浪。你出海去冲浪。对我来说，那看起来像一片混乱，但对冲浪者来说，不知何故，他们能找准方向。他们能读懂海浪，他们知道如何保持在浪尖上。所以，我认为做CEO与此非常相似。你必须学会如何冲浪。为了学会冲浪，你必须理解海浪。你必须能够读懂风，必须有好的时机，除非你尝试并真正去做，否则你不可能拥有这些。所以，部分是为了给自己提供信息，部分是为了试图弄清楚问题，把它分解开来，以便公司能够以一种他们能采取行动的方式来学习它。部分是为了

打造适合你驾驶风格的赛车

激励其他人，这些都是在座所有人的基本特质。你不需要在成为CEO时改变你的个性或行为。你可以继续做你自己。我很早以前就学到的一件事，我不知道我在哪里看到的，但你知道，CEO或创始人，你是正在打造一辆你要去比赛的赛车。你要打造一辆F1赛车，但你要以你能驾驶的方式去打造它。你应该让车适应你。我想有人问过我，Jensen，如果你不使用常规的管理技巧和组织技巧，当你离开公司时会发生什么？好吧，你知道，当我在工作中去世时，有一天，我告诉他们，他们将不得不为下一任CEO重塑公司。

这样做的智慧在于，我们是F1车手。我们是赛车手。世界竞争非常激烈，我们必须保持，我们必须赢得比赛，必须完成我们的使命。所以，无论需要什么来让赛车适应你，无论需要什么来让组织适应你，那就是你应该做的。下一任CEO，无论他们的个性如何，他们可以自己去想办法。

太棒了。我的意思是，这确实看起来任何你对赛车所做的改变都只会减慢你的速度，让你输掉那些不适合你的比赛。是的。或者我们不断地根据我们的需要调整赛车，那才是我一直在做的。我不断地调整公司，不断地重塑业务流程和工作方式，以便我能为公司更有效。真正的创始人模式。

是的。创始人模式。创始人模式可以持续34年。没错。从零到五万亿。

系统思维是新编程

Garry Tan：

我很想换个话题，聊聊你现在最感兴趣的前沿算法是什么？我的意思是，我喜欢你深入到材料科学，一直上升到应用层。你是第一个在舞台上谈论OpenClaw和现在的Hermes Agent的人。我想知道你是否能带我们了解一下，你一天的生活中是如何思考不同阶段的？从材料到芯片，再到数据中心，甚至到应用层，比如人们将如何工作？这有点像全栈AI工厂的概念。

黄仁勋：

这可能是未来最有用的技能之一。事实上，就在听你谈论技术和你如何使用它时，最重要的事情之一是系统理解、系统意识、系统设计、系统组织，但核心是系统思维。原因在于，大多数底层的、必须完成的工作无论如何都会以代理的方式完成。它们无论如何都会被自动化。所以无论是我这一代，是关于编译芯片、综合晶体管、门和功能模块，所有这些现在都被综合了，我们的大多数设计师都是系统设计师。在软件的情况下，大多数软件无论如何都将以代理方式完成。所以你必须更能够抽象地思考系统。你想解决什么问题？

有哪些约束？输入在哪里，输出在哪里，信息从哪里来，信息进出系统的速率是多少，约束是什么？是处理器、内存还是网络？理解这些系统问题在一个足够技术性的层面上，将对在座的每一位都非常有帮助，我不认为这种基础知识会变得无用。我认为它会越来越有用。所以我尽我所能去理解系统。

说到代理，事实是，我们已经有了粗略的、递归式的自我改进。每次你使用它，它都会改进markdown文件。每次你使用它，它都会更新它的长期记忆，长期记忆正在被处理，要么被压缩，要么被转换成知识图谱，等等。它一直在被改进，异步地进行，所以代理每次都在变得更聪明。但问题仍然存在，我认为这对每个人都有帮助去解决，就是如何拥有非常非常精细的控制粒度？如果不用RAG，不用条件输入，不用我们所有的提示直接输入到输出，那太粗糙了。

所以我们能够条件化，我们能够控制代理，一直向下，直到最终它想出一个方案。我在计划文件中更改一个词，那个词就会产生一个微小的差异，不是完全的差异，而是特定的差异。也许是一个像素，也许是一个三角形，也许是CAD文件中的一个组件，也许是一层、一个过孔、一个连接，然后它重新生成所有其他内容。我认为那种控制水平和与代理的协作水平将是颠覆性的。我们不需要代理100%准确、100%高质量才能使用它。它实际上可能是80%，然后我们帮它完成剩下的部分，或者它可能是99%，我们帮它完成剩下的部分。所以我认为可控性可能是我们在各个层面上对代理所需的最大突破。

人们应该拥有自己的AI吗？

Garry Tan：

你认为人们会……我的意思是，有了Hermes或OpenClaw，感觉这实际上可能是有点关乎存在的，人们应该控制自己的个人AGI，他们不应该把这个应用外包出去，让它只在云端运行，让别人代理告诉你该做什么，你应该希望它是你自己的。这是英伟达如此深度参与背后的推动力之一吗？

黄仁勋：

我认为首先，我需要理解代理，因为代理是新的软件，这种新软件的处理方式对计算机架构影响很大。我们对代理的性质以及它与聊天机器人的不同之处，以及与早期推理可能的不同之处了解得越深入，我们就能更好地设计系统。我们有点必须生活在未来5到10年，因为构建一个系统就需要大约三年时间。需要几年时间来让它上量，而你希望它们能在之后使用计算机10年。所以你必须在一段时间内生活在未来。

因此，对于代理系统，从第一性原理出发，对我们来说，就是工作负载是什么？算法是什么？它将如何演变？瓶颈在哪里？Amdahl定律的问题在哪里？它如何扩展？并发性会发生什么？如何处理沙箱？如何处理MCP？如何处理工作记忆、长期记忆？如何让所有这些自主系统、异步系统一直工作？那么什么样的设计架构对此是完全合理的？我们必须去探索发现这一点。

然后第二件事是，我想自己使用代理来让英伟达走得更快。所以我们有，Boris在后台，我们有Cloud Code在英伟达各地的沙箱中自主运行，那真的很棒。

有些人使用CodeC，有些人使用Cloud Code，有些人使用Cursor，有些人使用Cognition，我们让百花齐放，让人们选择他们想用的工具，然后我们从所有使用中学习。

英伟达内部如何看待代理

第二部分仅仅是帮助公司更快地前进，使用这些工具，他们用得越多，我们就越能学到如何让它在未来更好地工作。

最后一部分是发现未来的解决方案技术。也许当我们在大约十年前，也许是八年前，看到斯坦福大学提出的早期思维链版本时，问题在于，它在推理中会有多有效，它的可扩展性如何，例如在计算机视觉中，如果我们能从先验知识中推理，会产生什么影响？然后是一个巨大的突破。当然，仅仅是在那个小领域里思考，你就会意识到，也许我们不需要那么多数据来训练自动驾驶汽车。这导致我们创建了Alpameo，这是世界上第一款会思考的自动驾驶汽车。仅用大约一百万英里或几百万英里，它就是一款非常出色的自动驾驶汽车。

原因在于它有点像我们，对吧？我们不需要跑那么多英里就能在我们的生活中驾驶得相当好。原因在于我们有来自语言模型的先验知识，我们可以分解一个我们从未见过的情况，并用我们理解和非常熟悉的事物来构建它。所以这就是一个例子，看到某样东西，然后在稍后的某个时间意识到它的影响。当代理系统出现时，很明显，大型语言模型需要记忆、需要先验知识、需要工具、需要与其他代理联网的方式。所以，一旦你看到一些早期迹象，并且能够推理未来，这有助于你跃入未来。

我觉得我开始在英伟达周围看到一种模式。就像你看到一个难题，有一个新的算法，有一些新事物发生，然后你实际上就在那里，与开源社区在一起。我的意思是，我记得当OpenClaw出来时，人们说它不安全，但你们推出了一套沙箱工具包，可以围绕任何工具套件并使其安全。所以当我看到OpenClaw时，我的第一个想法是，首先，我了解到了它，然后几乎不用多想，你就会意识到我们刚刚设计出了现代计算机。这是将承载大型语言模型的操作系统。在很多方面，OpenClaw对我来说就像一个Linux时刻。是的。

现在每个人都可以构建自己的AI，我对此非常兴奋，我们联系了Peter，我们说：“嘿，你知道，英伟达的所有工程师都是你的工程师。”我就是这么告诉Peter的。你房子外面有一艘战舰。你按你希望的方式分解问题，我们会按你希望的方式贡献力量。Hermes团队也一样，我对他们正在做的工作感到非常兴奋。我确实认为世界需要每个人都能构建自己的AI。

当然，你可以，而且我鼓励每个人都尽可能多地使用云服务。每个人都应该使用ChatGPT和Claude，每个人都应该使用那些。但如果你需要构建自己的AI，因为你是一家公司，你需要构建自己的特定领域AI，现在你有Hermes，你有OpenClaw，你有各种各样的方法，你有LangChain，你有DeepAgent，所有这些不同的方式来构建你自己的AI。而且，坦率地说，这相对容易，因为软件很智能。AI很智能，因此AI必须足够智能，你可以很容易地调整它。所以我认为，我们希望鼓励每个人和每家公司构建自己的AI。谁知道开源会带来什么样的创新呢。

我觉得所有的阿尔法都来自于构建你自己的AI。我的意思是，如果别人用的是现成的，而你有一个可以递归自我改进的东西，它是你的……我是说，这些人对markdown文件很轻率。他们说：“哦，哈哈，只是文本。”但文本就是智能，我们处于一个不同的时代。词语就是思想。是的。词语就是思想。

事实证明，你可以尝试不用词语来思考。

Garry Tan：

是的。所以，再次换个话题，我的意思是，每次你动别人的奶酪，大家都会有点担心。嗯，智能将触手可及，这真的很棒。我认为这对在座的各位都是好兆头。嗯，你认为经济会有什么变化？你认为在更广泛的层面上会发生什么？

AI与就业

黄仁勋：

显然，我要说的并不均衡。有些你知道，我们将自动化任务。我们将自动化认知任务。如果那个任务是有人打电话，通过电话发送一堆文字给你，而你的工作是提供一个回应，如果所有信息都在你的指尖，因为你这里有所有的数据库，你应该能够完全回答那个问题，那么在那个情况下，那个任务将被自动化。好吧，暂时忽略这一点。

不是说我们不忽略它，但我的观点是我要回答关于真正巨大机遇的问题。所以许多任务将被自动化。许多工作，每一份工作都将改变，并且将会有大量新的工作。我认为这是我们所知道的。底线是这样的。证据会显示，而且这完全合理，AI和自动化正在各地创造就业。

关于AI会摧毁就业的说法恰恰是反过来的。AI消除的是任务。

AI自动化掉任务，但它并不一定消除工作岗位。原因在于，一个人的工作有一个目的，而这个目的包含许多任务。

其中一些任务可以被自动化。许多任务不能。证据表明，我们现在已经自动化了编码，这是一个任务，但软件工程师的工作似乎在增长。对吧？软件工程师岗位数量同比增长了10%。

读取放射学扫描的任务已经被自动化，但过去几年放射科医生的岗位数量增加了大约20%，尽管AI已经接管了整个领域。原因在于患者的积压量非常高。现在医生和医院可以接收更多的患者。为了接收更多的患者，你需要更多的护士、更多的放射科医生。软件领域也是如此。想法的积压、雄心和抱负的积压如此之高，以至于如果我们能自动化编程这项任务，我们就可以雇佣更多的软件工程师来做更多的事情，我们可以更有野心。所有领域都是如此。他们说Harvey将消除所有律师助理的工作，律师数量将会减少。结果律师助理的数量正在疯狂增长，原因在于诉讼积压非常高，现在这些律师事务所可以处理更多案件，为此你必须雇佣更多的人。所以这是生产力提高带动增长，增长带动更多就业的典型例子。这就是为什么今天的就业人数比我刚毕业时要多的原因。我们已经谈了很多关于软件和代理的事情。英伟达另一个令人兴奋的、走在最前沿的事情是实体机器人。嗯，你觉得多久能实现？我想你过去可能甚至说过，就在今年，关于我们何时可以期待实用的机器人，最新的想法是什么？

机器人的ChatGPT时刻

是的。我看到我们生成视频的那一刻，那对我来说是一个伟大的时刻。

那一刻，当我看到我们生成视频时。我是说，我们做了关于渐进式GAN的原始工作，好吗？我们在条件GAN方面做了原始工作，早在人们看到第一批生成的视频的几年前，就在我们的实验室里。我们正在驾驶一个完全由视频生成的模拟器，完全由神经网络生成的计算机。所以当我看到我们生成动作时，如果我能生成一个手指移动的视频，如果我能生成一只手拿起杯子的视频，为什么我不能让机器人做同样的事情呢？所以当我看到生成式AI发生的那一刻，我意识到机器人动作已经近在眼前了。所以现在的问题是，机器人将如何理解……生成遵循物理定律的动作。它如何理解因果关系？它如何理解摩擦、张力？它如何理解物理定律？这让我们开始了创建我们现在称之为物理AI的旅程，现在大家都称之为物理AI。

物理AI。我们开始研究世界基础模型，一个理解物理定律和世界如何运作的AI，我们开始了研究机器人技术的旅程。我想说，机器人的ChatGPT时刻在几年前已经发生了。

原因是，记住ChatGPT刚出现的时候，它没有做任何有成效的事情。

它没有做任何有用的事情，但它打开了我们对可能性的想象。我想说，几年前，你知道，机器人四处走动，我们可以做强化学习，对其进行微调并将其扎根于物理，真的发生在几年前。所以现在我们需要做什么？我们需要做所有我们现在为代理系统做的事情。我们需要为它们创建学习、评估的环境。所以我们必须做真实到模拟，来创建环境。我们需要做，我们需要生成基于模拟物理的模拟器以及生成式物理模拟。所以Isaac Sim、Cosmos以及我们在该领域所做的所有工作都与模拟有关。

最后一部分是模拟到现实。这部分与强化学习有关，将其扎根于物理，扎根于机器人所需的所有机电系统。但我认为这三个基本系统构建了评估，如果你愿意的话，是机器人技术的后训练。我认为我们很快就会看到它。

物理AI首先出现在哪里

Garry Tan：

太棒了。物理AI首先在经济上真正现实地出现在哪里？你已经看到了吗？

黄仁勋：

我们推测机器人技术将会到来，并决定机器人技术的第一个应用，既要有足够大的市场，又要有相对标准化的技术以便我们能够扩展并获得飞轮效应，并且具有真正经济价值的，是自动驾驶汽车。所以，在Waymo内部，我们的英伟达芯片，在特斯拉，我们在车里。现在我们在数据中心。梅赛德斯，我们在数据中心，我们在车里，我们是软件栈。我们研发了Alpameo并将其开源。我们开源自动驾驶汽车栈的原因是，农业需要它，邮件投递需要它，仓库AMR需要它。有很多不同的方式可以应用自主导航。这些市场中没有哪一个足够大到能成为自动驾驶汽车市场。我们认为它足够多样化，以至于我们要创建整个栈。所以我们正在与各种不同地方的自动驾驶车辆合作。我们的机器人业务、自动驾驶车辆业务，基本上是物理AI业务，可能差不多有100亿美元了。所以它已经非常庞大了。很可能这将成为世界上最大的产业之一，它将需要超过两三年时间，但会少于10年，所以这将是我们下一个千亿美元的业务。

太棒了。嗯，我想花一点时间，我想这正好是合适的观众，也许作为一个舞台，我们可以欢迎Jensen来到X。欢迎来到X。我是说，你发了你的第一条帖子，感谢你的领导。

黄仁勋的第一条X贴文

你知道，这恰恰说明我有多么内向。我直到2026年才在X上发了第一条帖子。

你知道，我可能是地球上最后一个这样做的人了。但我发的内容对我来说太重要了，对这个行业太重要了，对世界也太重要了。所以我克服了我的害羞，把我的第一件事发在了X上。

Garry Tan：

不，谢谢你的领导。我的意思是，开源、开放权重、开源模型对于我们在座的所有人想做的事情来说极其重要。如果不是开源，移动云产业永远不会发生。如果不是开放，不是Linux，不是Kubernetes，不是所有这些平台，不是TensorFlow，或者更重要的PyTorch，对吧？还有早期版本，Cafe，对吧？Torch，我的意思是所有那些早期版本都是开源的。如果不是所有这些，我们怎么会有现代AI呢？

嗯，感谢你的领导，你的声音在这里极其重要。

我们结束之前，我觉得我真的很能共鸣你的故事。我想这里的每个人都会很乐意听到你这一路走来的智慧。我的意思是，鉴于你看到的所有正在发生的变化，所有将在社会中占据主导地位的算法，一个年轻人现在应该学什么，根据你的观察，这些知识仍然会有价值？嗯，我今天看到的一些东西，今天遇到的一些创业者，真的非常非常令人鼓舞，

学习什么仍然有价值

黄仁勋：

重要的收获是，简单的东西会被自动化掉。当我说简单的东西时，我指的是软件，编码。那种你坐在电脑前，实际在编写代码来解决问题的想法，显然会被自动化掉。嗯，在我成长的年代，我们必须做长除法。老天爷，谁还得学长除法呢，你知道，所以那被编码掉了，被自动化掉了。所以，我认为简单的东西会被自动化掉。困难的问题，硬科学，物理、化学、生物，计算机科学，计算机工程，系统思维，尤其是那些交叉领域。那些困难的问题永远不会消失。所以AI只是一个令人难以置信的工具，帮助我们变得更有雄心，更渴望去解决这些极其庞大和难以置信的困难问题。

所以如果你看看我这一代，我刚毕业时，一个芯片设计师设计的芯片可能有一千个晶体管，那已经是非常大的芯片了。现在设计一个万亿晶体管的芯片，如果有人告诉我，Jensen，我们的下一个芯片是万亿晶体管，我会说，好吧，这没什么大不了的。原因在于我们现在是如此雄心勃勃，问题的规模、任务的规模已经不再是问题所在。所以你不需要担心你写多少代码，有多少工程师，你不需要再想那些事情了，你只需要想你要解决什么问题。所以我认为，深科技、深科学的东西，理解技术和社会问题之间的交叉点，理解市场空白和机会。我认为这些都还存在。你越擅长系统思维，越能编排数百万个代理自主地解决问题，你就越有优势。这就是为什么系统思维会如此重要。但除此之外，我认为世界将继续有大量的伟大挑战等着我们去解决。像往常一样去上学吧。留在学校。留在学校。

我想我通常喜欢用这样的方式来结束，你看着台下的人群。有很多人，我的意思是，我在开场时说，我真心看着台下，我看到的人和我们没什么不同。我们实际上只是懂技术并且热爱系统。

Garry Tan：

你会给这个房间里的人什么建议？你在这个房间里看到了自己吗？我很好奇，如果你能给18到22岁的自己发一封电报，你会说什么？我可以准确地告诉你，英伟达刚成立时我的感受。

你应该拥有的心态——“能有多难？”

黄仁勋：

我们三个人开始的时候，我当时的感觉是，有太多东西需要我知道，有太多东西需要我学习，而我不知道。我之前告诉过你，那时没有YouTube，没有YC，没人教你如何创办公司。所以我去了书店，买了一本书，书名是《如何创办公司》。不幸的是，那本书有500页长。所以我想，等我读完它，我早就破产了，Lori和我早就没钱了。所以读它毫无意义。但我记得非常非常清楚的一件事是，我去融资时有多害怕，因为我觉得我要和一群人谈话，我不知道如何回答他们的问题，而且这是真的，即使到今天我也几乎不知道如何回答他们的问题。

但我学到的是，事实证明，那些东西都不重要。你总是会有不知道的事情。每一天，世界都在变化。

技术在变化。显然，这是过去60年来创办公司的最佳时机。整个行业都变了。从技术的角度来看，这是一次彻底的重新洗牌。人类历史上最重要的技术——计算机，已经被彻底重置。所以这绝对是创办公司的唯一最佳时机。我羡慕你们所有人，以及你们面前的机会。我是说，这将是不可思议的。所以，一方面这是完美的时机。另一方面，技术变化如此之快。所以，问题在于，对你来说什么才是正确的感受？最后，我告诉过你我去买另一本书，那本教科书的故事，我认为我今天对所有新体验、新技术、新市场和新动态的心理和感受是，我看着它说：“这很重要。我必须去学习它，我必须对此采取行动，我必须尽快开始。能有多难呢？”我总是有这种感觉，能有多难呢？

说实话，它比你想象的要难得多。

但你不希望你的头脑在那里。你希望你的头脑是“能有多难呢？”，让痛苦一点点地到来。不要想象它会变得多难，让那一切变成焦虑，从而不去做任何事。你希望在你的脑海里想象，“能有多难呢？反正我有一大堆AI代理在帮我。”所以，能有多难呢？然后你就开始去做。所以，那大概就是企业家的态度。你知道，你必须在路上学习很多东西。

你要相信你的学习能力，学习是唯一最强大的超能力。如果你带着“能有多难呢”的态度投入其中，“如果别人能做到，我也能做到”，并且意识到它会很难，你只需要每一天都有韧性去克服它。你不必在一天内克服整个人生，你只需要克服那个早晨，你只需要克服今天。所以没什么大不了的，先熬过今天，等到明天？

向着明天努力。继续追随你的梦想，其余的一切，如果你坚持得足够久，英伟达就发生了。所以，我认为如果有什么智慧我可以分享的话，韧性可能是最重要的一件事。如果你相信某件事，就去开始做，让你的思想不要因为恐惧、焦虑、缺乏自信或任何原因而阻止你去追求它，你要告诉自己，我会通过不断学习走通这条路。大家一路前行。

本文来自华尔街见闻，欢迎下载APP查看更多

美国企业设备投资在2025年上半年延续强劲势头，6月核心资本品订单增幅超出市场预期，凸显出人工智能浪潮与国防开支对制造业需求的持续拉动。

据美国商务部周一公布的数据，6月核心资本品订单（剔除飞机及军事装备）环比增长0.9%，高于经济学家预期的0.7%，5月数据亦上修至增长1.9%。核心资本品出货量同期环比大增1.9%，远超预期的0.6%，进一步印证实际投资活动的强劲。

这一数据对市场的直接意义在于：企业资本支出的韧性为经济景气提供了有力佐证，但特朗普政府新关税政策带来的不确定性，以及中东地区持续的地缘紧张局势，仍是后续投资前景的潜在压制因素。

本次耐用品报告中，计算机、通信设备及电气设备订单均录得增长，初级金属订单也有所回升。这与科技巨头持续加码AI基础设施的趋势高度吻合。

谷歌、Meta Platforms、微软及亚马逊今年4月相继释放信号，计划在本年度合计投入高达7250亿美元用于AI相关支出。这一规模庞大的资本开支计划，成为拉动企业设备订单的核心动力之一，并有望在未来数月继续支撑整体投资水平。

国防相关支出同样是上半年投资的重要支柱。受全球地缘政治博弈加剧影响，美国国防订单呈现战争驱动式增长，对冲了部分民用投资的波动。

从更宽口径来看，6月所有耐用品订单（涵盖商用飞机与军事装备，指设计使用寿命至少三年的产品）环比仅增长0.3%，明显低于市场预期的1.8%，表明航空及国防以外的部分领域需求相对温和。

核心资本品指标之所以备受投资者关注，正是因为其剔除了飞机等大宗且波动性较高的订单项目，能够更准确地反映企业日常资本投资的趋势。

从这一角度看，6月数据与经上修的5月数据共同描绘出2025年上半年企业投资整体稳健的图景。

尽管上半年数据表现亮眼，前景仍面临不容忽视的不确定性。特朗普政府推行的新一轮关税措施，叠加中东地区持续的紧张局势，正在加剧企业的决策顾虑——这不仅可能推升投入品价格，还可能促使部分企业推迟或压缩投资计划。

对投资者而言，当前的关键问题在于：AI驱动的资本支出热潮能否持续抵消贸易政策不确定性带来的负面冲击。商务部后续数据将成为观察这一平衡是否发生倾斜的重要窗口。

本文来自华尔街见闻，欢迎下载APP查看更多

失业率低位运行、新增申领失业救济人数徘徊历史低点，这些"硬数据"显示就业市场依然偏紧；但与此同时，薪资增速已持续放缓至接近疫情前水平，令上述判断蒙上疑云。

部分分析人士认为，薪资降温可能源于统计口径的结构性扭曲，剔除特定行业后，工资增速实则持稳乃至小幅回升。这意味着劳动力市场对通胀的上行压力或许并未消散，美联储"higher for longer"的利率立场也因此具有更坚实的基本面支撑。

本周，美联储、英格兰银行及日本央行相继召开议息会议。已有投资者将7月美联储加息的概率评估为"接近五五开"，债券市场对此亦显示出明显定价。在高油价压力持续且通胀仍顽固高于美联储2%目标逾一个百分点的背景下，劳动力市场走向成为左右政策预期的关键变量。

支持劳动力市场偏紧的核心论据，首先来自失业率走势。美国失业率目前仍处低位，且自去年12月起持续下行，距离美联储设定的"非加速通胀失业率"（NAIRU）约4.5%的估计值尚有明显距离。

Apollo Global Management首席经济学家Torsten Sløk指出，美国失业率已连续近五年低于美联储的NAIRU估算值。他写道："劳动力市场在超额需求区间运行的时间异常之长。这种持续偏紧的状态，是通胀维持高位的重要原因——当失业率低于NAIRU时，薪资和价格将面临持续的上行压力。"Sløk由此得出结论：强劲的经济正是通胀居高不下的根源，美联储唯有坚持"更长时间维持高利率"，方能将通胀压回2%的目标区间。

新增申领失业救济人数这一被视为最具可靠性的就业"硬数据"，同样印证上述判断。当前申领人数仍接近每周20万人，处于历史低位区间。这与非农就业调查数据相互呼应——2026年至今，美国月均新增就业岗位约9万个，黄金年龄段（prime-age）劳动参与率亦维持历史高位。

零售销售数据同样不容忽视：过去五个月中，零售销售有四个月实现环比加速，消费韧性进一步佐证经济需求的旺盛程度。

然而，有一项数据与上述"偏紧"叙事明显龃龉——薪资增速的持续下行。当前工资增速已回落至接近疫情前的水平，与"就业市场紧绷到足以推升通胀"的判断形成内在矛盾。

与此同时，多项调查类数据也描绘出偏弱的就业图景，涵盖世界大型企业研究会（Conference Board）、供应管理协会（ISM）以及美国全国独立企业联盟（NFIB）的调查结果。

不过，Charles Schwab策略师Kevin Gordon对调查数据的可信度提出质疑。他认为，疫情以来，企业和家庭调查所反映的"情绪感知"波动极大，与官方硬数据之间的历史关联规律已明显失效，在两者出现背离时，应优先相信硬数据。

即便搁置调查数据的争议，薪资持续降温与就业偏紧之间的结构性矛盾，仍令市场分析人士与美联储官员感到困惑。

针对上述矛盾，经济分析刊物The Overshoot的Matt Klein提出了一个值得关注的解释：在官方数据中，私人教育及医疗保健行业从业者的薪资出现了明显且难以解释的大幅下滑，而这一类别在整体就业中占据相当比重。

若将上述行业的从业者剔除在外，整体薪资走势呈现出截然不同的面貌——增速要么保持平稳，要么甚至出现小幅回升。这一分析提示，"薪资普遍放缓"的表观结论，可能在相当程度上是特定行业的结构性拖累所造成的统计幻觉，未必能够准确反映整体劳动力市场的实际温度。

若Klein的分析成立，则意味着劳动力市场对通胀的推升压力并未如薪资总体数据所显示的那般消退，这将进一步支持美联储维持紧缩立场的必要性。目前来看，综合失业率、申领数据等硬数据指标，劳动力市场偏紧的判断仍略占上风——但考虑到数据层面的内在矛盾，美联储政策路径的不确定性依然显著。

本文来自华尔街见闻，欢迎下载APP查看更多

苹果将于本周四美股盘后公布最新财季业绩。在此之前，期权市场上的大资金正在大举买入实值看涨期权，投机性资金则押注股价将在本周五前突破历史新高。与此同时，期权定价所隐含的财报后波动幅度接近4%——这一数字远超过去一年平均约1%的历史波动水平，据Cboe LiveVol数据显示，此为异常偏大的隐含波动幅度。

苹果股价在今年前七个月几乎原地踏步，但自6月底低点以来已累计上涨约20%，距两周前创下的最新历史高点不足2美元。在大盘整体承压之际，苹果被市场视为难得的避风港，其对市场情绪的提振作用备受期待。

期权成交结构显著偏多，大资金以看涨期权替代持股

上周五，苹果期权市场的成交结构呈现出明显的多头主导态势。

据SpotGamma数据，当日苹果期权成交总权利金达5.9亿美元，其中4.42亿美元与看涨期权相关。ThinkOrSwim数据亦显示，当日看涨期权成交合约数约56万张，看跌期权仅约33.2万张。

当日最大单笔交易尤为引人注目：一位交易者新开仓，买入行权价为280美元、8月中旬到期的苹果看涨期权，总权利金规模达260万美元。该期权的Delta值接近1，意味着该头寸实质上等同于直接持有正股，属于以期权替代股票的强烈看多押注。

从本周五到期的期权未平仓合约分布来看，据BarChart数据，行权价320美元处未平仓合约规模最大，其中看涨期权约1.3万张，看跌期权约5000张。这一结构表明，即便财报未能引发明显上涨，市场对上周低点能够守住仍抱有较高信心。

与此同时，上周五成交量最高的两份本周五到期期权，则同时呈现防守与进攻两种逻辑：

成交最活跃的是行权价300美元的看跌期权，共成交7500张合约，总权利金约37.4万美元，属于小额对冲；成交第二活跃的则是行权价340美元的看涨期权，共成交5000张合约，总权利金达230万美元，据SpotGamma数据显示。

以上周五收盘价计算，该340美元看涨期权报价4.25美元，买方需要苹果本周上涨约3.4%、突破335美元的历史高点方可盈利。

The Arora Report通讯创始人兼撰稿人Nigam Arora表示，"我认为苹果有相当大的概率在本周帮助稳定市场。投资者将苹果视为防御性股票，因为与若干同业相比，苹果并未斥资数千亿美元押注人工智能资本开支。"

这一观点在当前市场背景下颇具分量。目前美股整体已陷入近两个月的横盘整理，国债收益率持续走高，而同期大型科技股的财报季表现参差不齐，市场需要新的正向催化剂。苹果财报能否扮演这一角色，期权市场已用真金白银给出了倾向性判断。

本文来自华尔街见闻，欢迎下载APP查看更多

本周美联储议息会议召开之际，债券市场已将联邦基金利率目标上调的概率定价至38%，较沃什出席参议院银行委员会听证前的不足10%大幅跃升。彭博经济研究的美联储官员表态情绪指数显示，当前决策层整体鹰派程度为2023年加息周期以来之最，七名有投票权的委员中，鹰派倾向明显。

尽管此次加息并非基准情形，但这一逻辑链正在市场中悄然流传：沃什若以加息巩固抗通胀公信力，或将挤压长端利率中内嵌的通胀溢价，从而带动抵押贷款利率、汽车贷款利率等实体借贷成本下行——这正是白宫真正渴望的结果。

这一逻辑并非无迹可寻，历史已有先例。已故美联储主席艾伦·格林斯潘在2004年曾遭遇类似情形：美联储将联邦基金利率目标从1%上调至2006年初的4.75%，长端债券收益率却不升反降，30年期抵押贷款利率从2004年中的6.34%高位回落至一年后的5.47%低点。这一现象后来被称为格林斯潘"难题"。

然而彭博观点执行编辑Robert Burgess指出，这与其说是"难题"，不如说是市场前瞻性定价机制的体现——每一次加息都在强化投资者对央行抗通胀承诺可信度的判断，长端利率随之受压下行。

财政部长贝森特对上述逻辑并不陌生。他曾于去年初明确表示，其与特朗普的施政重心在于压低长端利率，而非推动美联储下调短端目标利率。富国银行证券首席经济学家Tom Porcelli在上周致客户的研报中亦点明了这一思路：

"我们频繁听到认为美联储将尽快加息的人士表示，沃什通过加息，可以获得他和Bessent真正想要的结果——长端利率下行。其逻辑在于，加息将强化沃什的抗通胀公信力，并压缩长端利率市场中内嵌的通胀溢价。"

自5月接替鲍威尔执掌美联储以来，沃什持续以强硬立场向外界传递信号。在7月15日参议院银行委员会听证会上，面对是否与特朗普保持沟通的追问，沃什明确表态：

"我反复向总统和财政部长说过同一件事：他们选择了一个独立的人来做一份独立的工作，而这正是我的计划。"

彭博经济研究对此次听证的评述称，沃什"毫不掩饰地展现出鹰派立场"，认为在通胀连续63个月超过美联储2%目标之后，价格稳定任务的完成情况比充分就业任务更为严峻。沃什还指出，人工智能基础设施建设正在加剧通胀压力，因为需求端冲击的显现速度快于供给端的响应。

值得关注的是，沃什话音刚落，10年期美债收益率即应声下行，创下三周内最大单日跌幅——形成了一个微型的"格林斯潘难题"翻版，鹰派表态反而令长端利率走低。

历史惯例同样值得审视。据TS Lombard策略师Dario Perkins的研究，保罗·沃克在就任美联储主席后不足两个月便启动加息，格林斯潘、本·伯南克和鲍威尔均在就任一个月内付诸行动，仅耶伦是个例外——她直至就任22个月后才首次加息。Perkins在致客户研报中写道：

"新手总是以鹰派姿态起步，这有助于建立抗通胀公信力。沃克曾用一句话概括了这种氛围，在欢迎格林斯潘首次加息时说道：'恭喜——你现在是一位真正的央行行长了。'"

不过，现实约束同样不可忽视。最新通胀数据显示物价压力有所缓和，沃什宣布成立的五个工作组正在对美联储的运作方式展开全面审查，结果预计于年底前公布——在审查结论出炉之前便骤然收紧货币政策，时机选择颇为微妙。此外，沃什在联邦公开市场委员会中仅持有一票，改变政策利率需要七票支持。

尽管如此，在多位委员已暗示可能需要进一步收紧政策的背景下，这一门槛或许并不像表面看起来那么难以逾越。即便本周不加息，市场的主流判断是：沃什正在系统性地强化其抗通胀公信力，而这本身，或许已是压低长端利率最有力的前置条件。

本文来自华尔街见闻，欢迎下载APP查看更多

上周五，NDX期货一度跌破区间低点后迅速收复，RSI指标逼近超卖区域，期货价格亦接近测试100日均线。与此同时，中东地缘紧张局势出现缓和迹象，这一宏观变量的边际改善为技术面的反弹提供了额外支撑。

值得关注的是，过去10个交易日内，期权偏斜度（Skew）明显攀升，显示投资者大量追买下行保护。一旦市场企稳反弹，这部分对冲头寸的平仓需求将形成顺势推力。历史上，今年6月初的局部市场低点恰好与SDEX指数见顶回落同步出现，表明极端的恐慌情绪本身可成为反向信号。

期货守住关键技术支撑，RSI逼近超卖

NDX期货上周五的走势颇具技术意义。盘中短暂跌破区间低点后，价格随即收复该水平，形成典型的假突破形态。

RSI指标持续下行，已接近传统意义上的超卖区域，同时期货价格几乎触及100日移动均线——这一均线历史上曾多次提供有效支撑。

综合来看，当前技术形态为短线反弹提供了较为清晰的结构基础。若中东局势进一步降温，触发逼空行情的条件已基本具备。

对冲信号：极端Skew往往是反向指标

期权市场的定价结构同样值得关注。过去10个交易日，Skew指标显著上升，反映出投资者对下行风险的保护需求急剧增加。这种集中追买保护的行为，在历史上往往出现在市场恐慌情绪达到阶段性顶峰之际。

据高盛数据，今年6月初的市场低点与SDEX指数的阶段性高点几乎同步出现，随后Skew回落，市场随之反弹。当前Skew水平的再度抬升，在技术派看来具有类似的反向参考价值——一旦市场开始修复，大量保护性头寸的解除将额外放大上行动能。

对冲基金已大幅减持科技股

仓位层面的变化同样不可忽视。据高盛数据，对冲基金近期已大幅抛售科技股，自6月初以来，整体科技股敞口已大幅压缩。

这意味着当前市场的科技股持仓已处于相对"干净"的状态——此前的多头筹码已经历充分出清。从历史经验来看，仓位的大幅压缩往往降低了进一步下行的动能，同时也为后续资金重新入场提供了空间。

超大规模云计算企业：极端弱势或孕育反转机会

Hyperscalers相对于NDX整体的表现已跌至极端水平。据高盛数据，这一相对弱势的幅度在历史上极为罕见。正是这种极端的偏离程度，开始引发部分逆向投资者的关注。

当某一板块的相对表现偏离历史常态至如此程度，均值回归的力量往往会在某一时点发挥作用。Hyperscalers的极端弱势，既是当前NDX承压的重要来源，也可能成为未来反弹的重要驱动力。

油价联动：中东局势缓和或为纳指提供额外催化

从基本面角度看，NDX与原油价格之间并无直接关联，但自中东紧张局势升级以来，两者呈现出罕见的紧密反向联动关系。据LSEG Workspace数据，油价的每一次波动均与NDX走势形成近乎镜像的对应。

这一关系意味着，若原油价格延续回落趋势，将为纳斯达克提供额外的上行空间。中东局势的边际缓和，因此不仅是地缘政治层面的变量，更直接影响着当前市场的技术走势。

季节性规律：历史数据显示当前时点偏多

季节性因素同样站在多方一侧。据Equity Clock数据，从历史规律来看，NDX在当前时间节点之后往往倾向于走强，7月份历史上频繁出现逼空行情。

季节性规律并非市场走势的决定因素，但在技术面、持仓面与情绪面均指向同一方向的背景下，这一历史规律的支撑意义进一步增强。

超卖的技术形态、高企的下行对冲、出清的科技仓位、Hyperscalers的极端弱势，以及有利的季节性规律——上述信号均指向同一方向。这些因素并不能保证反弹必然发生，但经历近期的持续下跌后，市场触发正面惊喜所需的条件门槛，已较数周前显著降低。对于关注短线机会的投资者而言，当前的风险收益比正在悄然改变。

本文来自华尔街见闻，欢迎下载APP查看更多

据知情交易员透露，印度储备银行（RBI）周一在本地货币市场大举卖出美元，介入规模相当可观。受此提振，卢比兑美元最高涨0.8%至95.7838，创下6月15日以来最大单日升幅。

与此同时，RBI行长Sanjay Malhotra在接受《印度教徒商业线》采访时表示，央行近期为吸引外资流入所推出的系列举措已获市场强烈响应，银行业通过外币存款等渠道累计动员资金达320亿美元。上述表态进一步提振市场情绪，加速了卢比的反弹走势。

据报道援引知情人士称，RBI在卢比交投于96.15附近时开始入市卖出美元。上述人士要求匿名。

HDFC Securities外汇分析师Dilip Parmar表示，"RBI入场时，市场已具备油价下跌、美元指数走低以及行长表态等多重有利因素的支撑。"他补充称，在其他因素同样偏多的交易日出手干预，对提振本币汇率的效果往往更为显著。

尽管单日涨幅亮眼，卢比本月整体走势依然疲软。由于美伊紧张局势升温推动国际油价走高，市场对印度进口账单扩大的忧虑持续压制卢比。以月度表现计，卢比目前仍是亚洲表现第二差的货币。

油价本月的下跌源于中东地缘局势趋于缓和，这一变化在客观上为央行干预创造了有利窗口，也令此次护盘行动的市场效果更为突出。

本文来自华尔街见闻，欢迎下载APP查看更多

英伟达近日正式推出面向十亿瓦级AI工厂的新一代以太网交换机Spectrum-6，将网络带宽较上一代翻倍，并已获得CoreWeave、微软、Nebius、SpaceX AI和Tesla等头部AI基础设施建设者的率先采用。

Spectrum-6是一款容量达102.4T的以太网交换机，专为英伟达 Vera Rubin平台打造，构成新一代Spectrum-X以太网平台的核心。随着全球AI工厂规模扩张至数十万GPU并发运算，英伟达将网络定位为影响整体算力产出的关键变量，而非仅仅是连接层组件。

CoreWeave、微软和Nebius将成为首批基于Spectrum-6部署Vera Rubin基础设施的云服务提供商，向开发者、初创公司及企业用户提供平台访问服务。这一部署时间表意味着十亿瓦级AI计算基础设施的商业落地正在提速，对算力供给格局及相关资本开支节奏均具有直接影响。

英伟达此次推出Spectrum-6的底层逻辑，源于大规模AI训练与推理工作负载的通信特性与传统网络架构之间的结构性矛盾。

大规模AI任务要求数千个加速器频繁进行数据交换，集合通信操作产生大量东西向流量，且系统中通常同时存在多个并发任务的流量传输。传统以太网最初为承载南北向企业流量而设计，并非针对AI工作负载的同步密集型通信模式而优化。

Spectrum-X以太网平台正是为弥合这一差距而设计。据英伟达介绍，与通用以太网相比，Spectrum-X可提供高达1.6倍的AI网络性能，在超过10万个GPU的部署规模下保持高达95%的网络效率。硬件加速的Spectrum-X多平面拓扑可使数据中心所需交换机数量减少40%，叠加硅光技术带来的能效提升5倍和平均无故障间隔时间提升10倍，进一步降低运营成本。

Nebius全球合作伙伴关系副总裁Laurelle Roseman表示：

"在十亿瓦级系统上，协同决定总体性能：让每个GPU时刻保持同步，避免因为一个慢环节拖累整个工作。这正是英伟达 Spectrum-6追求的目标，也是我们抢先采用它的原因。"

Spectrum-6的采用名单，勾勒出当前全球AI基础设施建设力量的基本格局。CoreWeave、微软、Nebius、SpaceX AI和Tesla五家机构的集体跟进，意味着这一产品已在大规模商业部署层面通过验证，而非停留于技术预览阶段。

CoreWeave网络产品总监Min Jun表示：

"将英伟达 Spectrum-6和液冷Spectrum-X以太网基础设施引入我们的AI工厂，能够提供更高的带宽、可靠性和效率，从而帮助我们更好地为客户提供模型训练服务，并更快地部署推理服务。"

对于云服务提供商而言，Spectrum-6带来的核心价值在于将更多GPU统一为可调度的高性能资源池，直接影响模型训练周期和推理服务响应速度。对于自建基础设施的AI企业而言，则意味着在集合操作密集型任务中实现更高系统利用率，并提升长周期训练任务的稳定性——两者最终都指向更快完成作业和更低的单位Token成本。

Spectrum-6并非独立产品，而是英伟达 Vera Rubin整体计算平台的网络层组成部分。该平台整合了Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU与Spectrum-6以太网交换机，构成端到端协同设计的完整系统。

Spectrum-6交换机芯片与ConnectX-9 SuperNIC组合，形成新一代Spectrum-X以太网的硬件基础。在软件层面，平台结合智能交换机与全栈网络软件，支持流量智能负载均衡与网络故障快速绕行恢复。

在形态与散热设计上，Spectrum-6支持可插拔和光电一体化封装两种规格，并支持液冷方案，可接入AI工厂的端到端液冷部署，提升整体能效表现。

英伟达将这一设计方法定义为"垂直集成、横向开放"：在整个计算平台层面协同设计芯片、系统与软件，同时兼容标准以太网、开放网络操作系统及开放协议，支持云服务提供商、系统制造商和基础设施合作伙伴的广泛生态系统。英伟达表示，客户获得的是一个完整的AI工厂平台，而非需要自行整合优化的零散部件。

本文来自华尔街见闻，欢迎下载APP查看更多

SK海力士与英伟达签署价值逾5000亿美元的合作意向书，涵盖存储供应和一项计划于2027年为SK Telecom上线的2GW Vera Rubin DSX AI工厂项目。

三星电子则与博通达成了2000亿美元的战略备忘录，将高带宽内存（HBM）供应及2纳米以下先进代工服务锁定至2030年。

在这一系列协议公布后，知名机构伯恩斯坦重申对存储板块的看涨立场，维持三星电子、SK海力士和美光科技"跑赢大盘"评级，并指出板块近期的回调提供了"良好的入场时机"。

两笔超级协议，锁定长期产能

SK海力士与英伟达的合作意向书是本次峰会披露的最大单一协议。

由Mark Li领导的伯恩斯坦分析师团队指出，该存储合作伙伴关系涵盖"长期技术开发与下一代AI内存的稳定供应"，旨在帮助SK海力士"扩大增长基础"。

据悉，SK集团还计划在未来五年内额外寻求2500亿美元的全球存储供应合作，进一步巩固其在AI存储供应链中的核心地位。

三星与博通的备忘录则覆盖存储（含HBM）及代工两大领域。代工部分将聚焦2纳米及更先进制程技术，并采用分析师比作台积电CoWoS（Chip-on-Wafer-on-Substrate）的先进封装方案。

协议期限延伸至2030年，为三星代工业务提供了超长期的需求可见性。

伯恩斯坦：存储比逻辑芯片对AI更重要

伯恩斯坦在报告中明确指出，这些协议的公布金额主要指向存储环节，反映了英伟达与博通"确保存储供应"的迫切需求。

分析师提供了一组参考数据：市场一致预期2027年和2028年的全球存储年收入均约为1.3万亿美元。虽然伯恩斯坦表示"无法精确量化这些协议的影响"，但相关数字与行业收入预期的量级关系，进一步佐证了存储芯片在AI基础设施中的关键权重。

伯恩斯坦认为，存储芯片对AI的重要性高于逻辑半导体。基于此判断，该机构维持对三星、SK海力士和美光的"跑赢大盘"评级。

对于台积电，伯恩斯坦认为这些协议的影响"应当可以忽略不计"，因为博通是否会在三星实际生产AI ASIC尚不确定，且台积电的产能需求队列依然饱满。

在NAND领域，来自中国的长期竞争压力不容忽视。基于这一判断，伯恩斯坦给予铠侠"跑输大盘"评级。

协议缓解英伟达与博通供应焦虑

对于英伟达和博通这两家芯片设计商而言，下游AI相关增长指引强劲，但对上游存储产能的供应焦虑同样真实。

伯恩斯坦指出，新的合作关系有助于缓解这两家公司在供应端的担忧。

此次峰会披露的协议，实质上是一种供应链层面的"风险对冲"——AI算力需求方通过超长期合同锁定未来产能，从而在扩张战略中消除关键物料的供给不确定性。对于投资者而言，这一趋势意味着存储巨头的营收可见性正在发生质的改善。

本文来自华尔街见闻，欢迎下载APP查看更多

相比前几年集中展示模型参数和生成能力，今年的展台上出现了更多智能体、行业解决方案和企业部署工具。AI公司的产品正在进一步延伸至连接企业数据、系统和业务流程。

但当AI真正进入物理世界，事情并不会像产品演示里那样顺畅。

以诊所为例，顾客走进了哪间诊室、医生完成了哪些操作、设备被推到了哪里、一支药品为什么被领出又退回，这些事情不会自动变成数据。

日前，新氧创始人金星与华尔街见闻·全天候科技等媒体展开了一场近2个小时的交流。

新氧正在旗下50多家轻医美门店推进AI改造，希望将AI用于面诊、治疗质检、顾客分诊及门店运营等环节。

在这场交流中，让人印象更深刻的是为了让AI进入门店，新氧先做了多少基础工作。

例如为了统计一名消费者在店内不同环节的等待时间，新氧试过平板签到、手环、蓝牙、Wi-Fi等方式；为了让总部远程监督医生是否执行标准治疗流程，公司在诊室安装摄像头，最后又发现全国门店的网络带宽需要逐一扩容。

新氧从2023年开始建设这套数字化体系，投入了上百名工程师。三年过去，金星认为公司仍然主要处在AI落地的“上半场”——数据治理。

“有了这些数据积累，才能让AI针对你的业务去学习。”金星说，“我们现在还是在大量数字化的阶段。”

新氧的实践也揭示了连锁业AI落地的一道隐形门槛：在AI落地之前，企业首先要把不断变化的真实世界，转化为真实、连续且可以被机器理解的数据。

数据采集的隐形代价

对于连锁企业而言，AI最诱人的价值之一是复制优秀门店和员工的能力。

一家门店可以依靠店长、医生或者熟练员工维持运转。但当门店从十家增加到数十家甚至上百家，企业就必须知道各家门店是否按照相同标准工作。

新氧希望做成一家标准化的轻医美连锁。

按照金星的设想，同一个消费者带着相同的诉求，进入不同门店，由不同医生和咨询师面诊，得到的治疗方案应该高度接近。

但目前的新氧仍然做不到这一点。

消费者最终获得什么方案在很大程度上仍然取决于医生和咨询师个人的知识与经验。

AI要缩小这种差异，首先需要知道门店里究竟发生了什么。

一次完整的医美治疗，至少包括消费者提出诉求、进行皮肤检测、医生判断问题、设计治疗方案、准备药品和耗材、完成治疗，以及术后肤测和反馈等环节。

但这些信息以不同的介质呈现，散落在各个角落。

消费者的诉求是一段面诊对话；皮肤状况来自检测仪器；治疗使用了什么药品和剂量，记录在供应链系统中；治疗过程是一段视频；最终效果则需要通过术前术后照片、肤测报告和评价来判断。

针对不同数据，新氧采用了不同的采集方法。

面诊对话通过语音转文字记录；皮肤检测仪与后台打通接口，将原本只能查看的整套报告拆解成结构化指标；药品和耗材通过ERP系统追踪；医生的治疗过程则由视频记录。

据金星介绍，新氧围绕约175万次治疗，已经积累了300多万张治疗前后对比照片，以及接近53万份肤测报告。

但数据治理并不是把尽可能多的信息存下来，第一道难题是如何保证数据真实。

实践过程中，新氧曾希望统计消费者在面诊、皮肤检测、术前准备和治疗等环节分别花费了多长时间。

新氧最初在不同环节放置平板，让员工手动签到。但门店忙起来时，员工很容易漏签；总部一旦考核签到率，又有人提前或者事后补录。

系统中的记录变得完整，时间却不再真实。

“这个数据对我们来讲就是脏数据，脏数据就没有用。”金星说。

新氧随后尝试使用带识别码的手环，让消费者到达不同区域后扫码记录。但手环会干扰消费者体验。顾客为什么需要佩戴手环？不同颜色会不会被理解为区分会员等级？

为了让手环显得有价值，团队甚至讨论过为其增加打开储物柜等功能。

蓝牙、Wi-Fi等同样没有单独解决问题。

人工采集会增加工作负担，无感采集又需要在准确率、成本和顾客体验之间取舍。

最终，新氧只能将多种方式组合起来，尽可能还原消费者、员工和设备在门店中的真实位置。

这暴露了线下连锁门店数据治理的一组矛盾：采集机制设计得不好，就可能增加员工负担，甚至改变员工行为，制造出一套表面完整、实际失真的数据。

AI进入治疗巡检

尽管新氧仍在进行数据治理，预期今年底才有可能完成，但AI已经在循序渐进地进入门店。

视频巡检治疗过程成为AI落地的场景之一。

对于新氧来说，视频巡检要解决的核心问题是监督不同门店是否真正执行了统一的治疗标准。

为此，新氧为不同治疗项目制定了标准SOP。以一个包含10个步骤的BBL项目为例，SOP会明确每一步需要完成的操作和标准时长。

与此同时，诊室还安装了双联屏，其中一块屏幕会显示当前治疗项目的操作流程，医生可以在治疗过程中对照执行，消费者也能看到治疗进度。

为了保证每一步都被准确执行，新氧通过人工视频巡检监督治疗过程。总部设置了专门的巡检团队，巡检人员通过视频远程查看不同门店和诊室的治疗情况，监督医生是否按照SOP操作。

但随着门店和治疗数量增加，每天产生的视频越来越多，人工巡检的效率低下。

新氧正在尝试用AI改变这一过程。新氧向全天候科技表示一套新的智能巡检系统计划在7月底上线。

新系统将引入AI视觉识别能力，对治疗视频进行抽帧、目标检测和行为分析，识别视频中出现了哪些人、医生正在执行哪一步操作、使用了什么设备，以及动作是否符合标准、是否出现疑似异常。

按照新氧的规划，这套系统将逐步实现7×24小时智能巡检，并通过人工持续确认和修正识别结果，提高模型的准确率。

但要让这套系统覆盖全国门店，新氧首要面临的挑战并不是模型识别，而是网络带宽。

医美门店原本不需要持续上传大量视频，现有网络要同时支撑顾客服务和其他业务系统。智能巡检上线后，诊室画面需要持续传回总部，原有带宽很快成为瓶颈。

实际运行后，新氧发现每家门店的带宽至少需要扩展至200兆，否则视频上传还可能影响其他系统的运行。公司只能联系不同地区、不同商场的网络供应商，为门店逐一升级网络。

从人工抽查到AI巡检，一项看起来属于AI视觉识别的功能，最终同时牵涉摄像头、网络带宽、视频存储、SOP定义、人工标注等。

这也意味着，AI进入门店并不是一项能够迅速兑现利润的升级。为了让模型看见并理解真实的治疗过程，企业首先需要投入大量工程资源，改造原有的系统、硬件和业务流程。

金星不认为AI短期内一定会让单家门店立即变得更加赚钱。

但对连锁企业而言，AI真正可能带来的回报并不只体现在一家门店的利润表上，而是扩大整个组织的管理半径，将原本依附于个人经验的管理能力，逐渐转化为可以被总部调用、监督和复制的系统能力。

但在此之前，企业必须先看见真实世界。把一家线下门店变成机器能够理解的世界，依然需要大量缓慢而具体的工作。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛策略师Ben Snider等人在7月24日发布的报告中指出，期权隐含相关性已跌至数十年来最低水平，正在人为压低指数层面的隐含波动率；与此同时，10年期实际收益率已升至2023年以来最高，30年期实际收益率接近3%这一近几十年来罕见突破的关键门槛。两股力量叠加，令做多指数波动率的论据愈发充分。

历史数据显示，在中期选举年的8月至选举日期间，标普500指数中位回报率为0%，股市通常横盘整理；选举结束后三个月，中位回报率则回升至6%。这一规律意味着，当前正是投资者系好安全带、等待不确定性消退的窗口期。

当前美股市场最突出的技术特征，是股票间相关性的极端低位。高盛数据显示，标普500成分股的3个月期权隐含平均相关性已降至近几十年最低水平，这使得指数层面的隐含波动率被显著压制，尽管个股与因子层面的波动率已在大幅攀升。

这种分化制造了一个历史性的异常缺口：标普500指数的3个月隐含波动率与平均个股隐含波动率之间的差距，已扩张至罕见水平。高盛认为，AI交易主题的持续演绎以及市场参与者普遍采用的备兑看涨期权策略，是压低相关性的重要驱动因素。

然而，这一结构难以持续。高盛指出，随着财报季尾声临近、投资者注意力转向中期选举、通胀数据及地缘政治等宏观议题，宏观驱动力的重要性将逐步上升，股票间相关性有望回升，进而推高指数波动率。

利率上行压力是当前另一核心风险变量。过去一周，美国国债收益率明显跳升，10年期实际收益率已升至2023年以来最高水平，30年期实际收益率接近3%，该水平在近几十年中仅在金融危机期间短暂突破。

高盛历史研究表明，当利率在特定时期内单向移动幅度超过两个标准差时，股市通常承压。以当前市场参数测算，两个标准差对应的月度10年期名义收益率涨幅约为50个基点——这意味着，若名义收益率短期内升至约5%，或实际收益率升至约2.7%，美股将面临显著逆风。

高盛同时维持其利率路径预测：10年期美债收益率目前报4.7%，预计将在未来12个月逐步降至4.3%，但近期收益率的快速上行已使股市所处的利率环境明显趋紧。

回溯1974年以来13次中期选举年的数据，标普500指数从8月初至选举日的中位回报率为0%，显著弱于非选举年同期表现；但选举结束后三个月，中位回报率跳升至6%，不确定性消退后市场往往快速修复。

资金流向数据呈现出相同节奏。高盛统计显示，围绕过去10次中期选举，美国共同基金在选举前三个月平均将现金占AUM比例提升0.4个百分点，选举后三个月则削减0.6个百分点；海外投资者在选举前三个月平均减持0.1%的美股资产，选举后三个月则增持0.5%。

这种"先收缩、后扩张"的流动模式，与经济政策不确定性和股市波动率的季节性规律高度吻合。高盛经济学家在剔除失业率等经济周期因素后，亦确认了上述模式的稳健性。

尽管市场对中期选举关注度上升，但高盛认为，选举结果本身不太可能成为股市大幅波动的主要触发因素。预测市场数据显示，民主党赢得众议院控制权的概率约为85%，参议院结果则接近五五开，国会分裂控制（16%概率）与民主党横扫（43%概率）、共和党横扫（41%概率）均有可能。

民主党大概率控制众议院，意味着选举结果对未来立法方向的信号意义有限。高盛同时指出，近期市场面临的大多数政治不确定性与立法政策本身并无直接关联。

不过，投资者正在借助这次中期选举寻找2028年总统大选周期的早期信号。通胀议题是本轮选举的核心焦点，选民对物价问题的关注度较2026年初进一步上升，预测市场中民主党横扫概率也随着汽油价格的波动而同步移动。此外，AI监管正在成为两党选民的共同关注点，Politico民调显示，超过70%的受访选民支持某种形式的政府监管。

高盛对美股各板块、因子及主题篮子与预测市场赔率的相关性进行了系统性回归分析，结论显示：在近几个月内，绝大多数股票资产与选举结果概率之间几乎不存在实质性相关。

唯一值得关注的例外是非必需消费品板块，其回报率与共和党胜选赔率之间近期呈现负相关，但关联强度并不显著。高盛警告，随着选举日临近，上述关系可能发生变化，但目前尚未出现跨板块、跨因子的系统性选举交易信号。

从全年资产表现来看，能源板块以35%的年初至今回报率领涨，工业、信息技术板块紧随其后；消费者可选板块与通信服务板块则分别下跌8%和4%，承压明显。高盛当前对医疗保健和材料板块维持超配评级。

本文来自华尔街见闻，欢迎下载APP查看更多

华尔街见闻获悉，近日，巴奴毛肚火锅确认香港首店选址铜锣湾核心商业区希慎广场，预计于2026年11月中旬开业。这是该公司自2001年成立以来，首次在中国内地以外的区域开设直营门店，意味着其业务层面的国际化布局迈出一步。

对于内地连锁餐饮而言，香港往往是国际化战略的第一站，也是测试品牌溢价与供应链韧性的试炼场。香港不仅具备成熟的餐饮消费客群，其作为国际自由港的属性，也为餐饮企业后续走向海外市场提供了制度层面的过渡。

巴奴此次选址的铜锣湾希慎广场，属于香港高人流量、高消费力的成熟商业地标。但与此同时，香港餐饮市场也面临着租金与人工成本双高的基本面。在内地市场，巴奴长期以产品差异化作为定位，客单价维持在140元左右。然而，内地的单店盈利模型无法直接平移至香港。

从业务实质来看，巴奴在香港的实际运营将面临两项核心检验。

首先是高企的营业成本对毛利率的侵蚀。巴奴强调核心食材的品质输出，这要求其必须建立起能够覆盖跨境物流、冷链运输及香港本地仓储的供应链网络。物流及损耗成本的上升，将在很大程度上考验其在香港市场的定价策略与成本控制能力。

其次，香港作为成熟的国际餐饮市场，消费者对火锅的细分品类有较高的鉴别力。巴奴在内地的品牌势能能否在香港转化为稳定的客流量与翻台率，还需经过真实运营的验证。

如果巴奴能够跑通香港门店的财务模型，证明其不仅能在内地盈利，也能在高成本的境外市场实现经营正向现金流，这将为其后续向东南亚乃至更广泛的国际市场扩张提供可行的数据支撑与实操经验。

在此一个月前的6月17日，巴奴国际控股有限公司第三次向港交所递交了主板上市申请，由中金公司与招银国际担任联席保荐人。此前，巴奴曾于2025年两次递交招股书，均因满6个月有效期而失效。

招股书披露的核心数据显示，现阶段巴奴的营收和利润增长，很大程度上依然依赖于门店规模的持续扩张。2025年全年，巴奴实现收入28.46亿元，较上年同比增长23.4%；经调整利润为3.17亿元，同比增幅达88.7%。

这种业绩的增长直接对应着新开门店数量的提速。

2023年至2025年，巴奴的新开门店数量分别为25家、35家和44家，扩张呈逐年加快趋势。截至2026年7月，其在全国57座城市的直营门店总数已超过200家。在单店效率上，2025年全年的翻台率达到3.6次/天，较上年微升约0.4次/天，在连锁火锅行业中保持了相对较高的流转效率。

然而，重资产的直营模式与全链路食材供应链的建设，对现金流有着持续的消耗。

在当前的市场环境下，仅靠现有门店的内生性利润很难长期支撑其加速下沉或布局海外的庞大资本开支。通过港交所IPO募集资金，补充流动性并强化后端供应链，成为其维持扩张节奏的必要路径。

将国际化布局与IPO进程结合来看，出海不仅仅是业务版图的延伸，更是资本叙事层面的核心一环。

目前，国内火锅行业的红利期已经发生变化，行业竞争正从前端门店营销向后端供应链及精细化运营转移。

随着国内一二线城市点位逐渐饱和，依靠单一国内市场拓店的估值天花板已经显现。资本市场对餐饮连锁企业的长期增长性提出了更严苛的审视。

此时闯进香港市场，正式开启国际化战略，也是巴奴向二级市场重塑估值逻辑的手段之一。当前正值其冲刺IPO之际，市场也会看重企业是否具备跨区域的标准化复制能力以及抵抗单一市场周期的能力。

整体而言，巴奴毛肚火锅进军香港启动国际化，与其第三次赴港递表，在商业逻辑上形成了紧密的关联，即用出海寻求新的业绩增量与估值空间，用IPO获取支撑全球化供应链的资本弹药。不过，从递交招股书到成功挂牌，再到在境外市场实现稳定盈利，仍需要时间验证。

本文来自华尔街见闻，欢迎下载APP查看更多

美国银行证券技术分析师Paul Ciana在最新季节性报告中指出，基于数十年市场数据，8月至10月历史上是标普500指数表现最弱的滚动三个月区间，与此同时，美元、黄金和美债在同一窗口期往往跑赢大市。这一历史规律印证了美国银行自5月底以来持续维持的防御性立场。

值得注意的是，Ciana同时提示，季节性疲软并不必然意味着长期看跌。历史上，夏末回调往往为此后的强势行情铺路——11月至次年1月，标普500指数的平均涨幅达3.54%。

自1928年以来，8月至10月是标普500指数表现最差的滚动三个月区间。根据报告数据，在这一窗口期，该指数仅在55%的年份录得上涨，平均回报率几乎为零（负0.02%），且在所有滚动三个月周期中经历了最深幅度的平均回撤，达7.35%。

这一历史规律构成美国银行防御性策略的季节性依据。Ciana强调，季节性因素只是投资者众多参考维度之一，但历史证据表明，在市场进入11月至1月的传统强势期之前，防御性配置往往是更为审慎的选择。

并非所有股指都面临同等程度的季节性压力。历史数据显示，道琼斯工业平均指数在8月的抗跌性最强，上涨概率达62%，平均涨幅为0.86%。整体而言，国际股票市场在8月的历史表现普遍逊于美国股市。

报告指出，8月历史上对美元同样是有利窗口。在发达市场货币中，美元兑英镑和澳元表现尤为突出——自2000年以来，美元在8月有65%的时间对英镑升值，对澳元升值的概率更高达69%。

在当前处于美国总统选举周期第二年的背景下，这一季节性趋势往往更为显著。在新兴市场货币中，南非兰特的季节性表现最为疲弱：自2000年以来，美元兑兰特在8月有73%的时间录得升值，平均涨幅达2.19%。美国银行将美元兑兰特（USD/ZAR）列为当前优选的季节性交易之一，尤其适合市场转向避险情绪的环境。

报告同时发现，8月历史上有利于美债收益率走低。美国30年期国债收益率在8月往往趋于下行，在总统选举周期第二年尤为明显——约四分之三的观测样本显示收益率下降，平均降幅为18个基点。澳大利亚10年期国债收益率的下行趋势更为稳定，73%的情况下在8月走低。

收益率下行通常与防御性投资环境相互呼应，反映出投资者在不确定性上升时转向政府债券寻求相对安全资产的倾向。

在主要宏观资产中，黄金在夏末阶段是受益最为明显的品种之一。自1992年以来，黄金在8月至10月窗口期有61%的时间录得上涨，平均涨幅达2.52%。

报告显示，黄金历史上呈现出在股市走弱、国债收益率下行期间同步走强的规律，使其成为报告中对冲股市波动的优选季节性资产。

在整体偏防御的季节性格局中，能源是一个值得关注的例外。彭博能源指数在8月的历史平均涨幅达2.42%，且在总统选举周期第二年表现更为强劲。报告还指出，原油价格历史上倾向于在8月最后三分之一时段走强，或为能源相关投资提供额外支撑。

本文来自华尔街见闻，欢迎下载APP查看更多

经调整净利润方面，公司预计约43.1亿元至43.6亿元，同比增长约83%至85%。该口径为非国际财务报告准则（Non-IFRS）计量，已剔除员工股权激励为基础付款的影响。

利润增速明显高于收入增速，前者较后者高出约20个百分点，显示利润率持续改善。

公司董事会同时指出，随着产品推新迭代、高客管理等针对性策略逐步落地，以及门店网络的持续优化与拓展，预期收入及净利润的增长支撑将在2026年下半年有更为明显的体现。

公司董事会将本期业绩大幅增长主要归因于三个方面：其一，品牌影响力持续扩大形成市场绝对优势，带动整体营收增长；其二，产品持续优化迭代，保障营收持续增长；其三，高净值客户消费、金器消费及复购率的提升共同驱动业绩向上。

上述三项因素叠加，推动利润增速超越收入增速约20个百分点，显示公司在规模扩张的同时，经营杠杆效应已逐步显现。

公司董事会在公告中特别注明，针对产品推新、高客管理的系列策略以及门店网络的优化拓新，将在2026年下半年获得更为明显的业绩支撑。这一表态暗示，上半年的高速增长并非单一因素拉动，公司当前所布局的多项运营举措尚处于逐步兑现阶段，下半年或迎来更充分的增长释放。

本文来自华尔街见闻，欢迎下载APP查看更多

近日，华尔街知名经济学家彼得·席夫（Peter Schiff）在其最新视频访谈中，对当前背离市场共识的宏观资产表现及美国经济基本面进行了深度剖析。在美债收益率显著上升的背景下，贵金属市场并未如传统理论预期般承压。

席夫指出，这种反常现象叠加日本潜在的债务危机溢出效应，正在酝酿巨大的市场风暴。同时，他深度拆解了近期创下新低的美国初请失业金数据，并直言新一轮关税政策不仅法律逻辑存在硬伤，更是在掩盖美国日益失控的财政危机。

黄金与石油负相关逆转，矿业股飙升预示“悄然筑底”

面对本周攀升的债券收益率和大幅上涨的油价，黄金并未显露疲态。数据显示，本周金价上涨约1%，白银上涨2.4%。席夫指出，尽管今年以来白银仍有20%的跌幅，黄金下跌约7%，但这反而构成了绝佳的买入机会。

市场更为关注的是资产间相关性的悄然转变。席夫强调：“自冲突爆发以来，尤其是伊以冲突期间，黄金和石油价格一直呈相反趋势走动。但我一直认为，这种相关性最终会发生变化，石油和黄金的价格将重新朝着相同的方向波动，而现在可能正是这种转变正在发生的时刻。”

除了金属本身，矿业股的表现给出了更强烈的筑底信号。本周GDX指数（金矿股ETF）大涨5.6%，GDXJ指数（小盘金矿股ETF）上涨5.8%，涨幅是黄金本身的五倍以上。虽然今年以来两只指数仍分别下跌12.25%和14%，但席夫认为：“这似乎表明市场即将触底，未来股价还有进一步上涨的空间。这些股票目前仍然是极具吸引力的投资标的。”

他提醒投资者，当市场不再按共识预期作出反应时，往往是机构在利好新闻见报前提前调仓。“保护财富的关键，在于关注那些被打破的相关性关系，而不是跟随电视上的报道起舞。”

18.7万失业人数成“幻象”，零工经济扭曲劳动力真实面貌

针对近期降至18.7万人的美国初请失业金人数，政界将其标榜为“自1969年以来的最低水平”的经济强劲信号。但席夫用历史数据直接予以反驳：“实际上，2022年9月的数据更低，仅为182,000件。”

他指出，极低的失业申请人数非但不能证明经济健康，反而掩盖了劳动力市场的结构性衰退。官方数据的失真主要源于三大根本性变化：

首先是企业招聘的停滞。“过去几年里，企业的招聘行为几乎陷入停滞。如果本来就没有招聘，也就不存在大规模裁员和失业申请的问题。” 其次是劳动力参与率的持续下降，大量人口退出了寻找工作的行列，自然失去了申请救济金的资格。最核心的扭曲则来自“零工经济”的兴起。

席夫以Uber司机为例犀利指出：“如果你目前唯一的工作就是开Uber，那么你不会被解雇。如果你是个体经营者，从定义上来说根本无法‘解雇自己’。”他强调，当需求减少时，司机的接单量和收入会大幅缩水，痛苦被均摊，“那些每周只开几小时Uber的人，虽然实际处境与失业无异，但在官方统计中仍然被归类为‘就业人口’。”

关税实为“隐性国内增税”，财政开支才是危机真凶

在访谈中，席夫还对依据1974年《贸易法案》第301条（旨在防止强制劳动）向约60个国家征收10%到12.5%关税的政策提出了强烈质疑。

他通过数据拆解了该政策法律依据的荒谬性：“以具体数字为例，加拿大面临10%的关税，而瑞士面临的税率更高。美国人购买瑞士产品，难道是因为它们是用强制劳动制造的吗？完全不是。事实上，瑞士的平均工资比美国还要高。所谓‘防止强制劳动’的说辞，不过是一个借口。”

席夫一针见血地指出，这些政策的驱动力本质上是经济利益和政治叙事。关税并未真正降低外国出口商的竞争力，反而削弱了美国企业的生产竞争力。“这些关税的税负最终由美国消费者承担……实际上成了变相的国内增税手段。”

在宏观财政的最终指引上，席夫警告称，美国对外部资金的依赖性极强，且面临净债务国的困境，危机可能很快随着日本的债务问题产生多米诺骨牌效应蔓延至美国。“要真正解决问题，需要的是大幅削减政府开支，而不是不断加税。然而，政府不仅没有削减支出，反而在持续扩大财政开支。”

文字记录

Peter Schiff：00:00

黄金价格本周上涨了约 1%，白银价格则上涨了 2.4%。尽管全年来看仍下跌了 20%，但这一涨幅已经足以形成买入机会。很多人原本认为战争会导致黄金价格下跌，利率上升也会对黄金产生负面影响，但他们错了。实际上，黄金价格反而上涨了。无论日本做出正确的决定还是错误的决定，最终都会引发危机。这对日本来说是个问题，对我们来说则可能是更大的问题。首次申请失业救济的人数减少了 22,000 人，目前降至 187,000 人。

Peter Schiff：00:36

特朗普声称，在拜登的领导下，我们的经济处于历史最糟糕的状态。要拥有如此强劲的经济，就必须有一个非常稳定的劳动力市场，这样几乎就不会有人被解雇。目前，特朗普正在对大约 60 个不同的国家征收关税，税率在 10% 到 12.5% 之间。这一举措是依据 1974 年《贸易法案》第 301 条进行的，其目的是保护美国工人免受强制劳动带来的不公平竞争。而据称，瑞士并没有采取任何措施来防止强制劳动现象的发生。本周还出现了许多负面消息，稍后我会一一介绍。但在那之前，我想先关注一下本周表现不错的几个领域，比如黄金和白银市场。

Peter Schiff：01:22

贵金属类资产本周表现不错。黄金价格上涨了约 1%，涨幅虽然不算惊人，但值得关注的是，这是在债券收益率显著上升的背景下实现的。石油价格本周也大幅上涨。通常来说，石油价格上涨应该对黄金产生积极影响，因为两者之间存在相关性，但最近这种相关性并不明显。自战争爆发以来，尤其是伊以冲突期间，黄金和石油价格一直呈相反趋势走动。不过我一直认为，这种相关性最终会发生变化，石油和黄金的价格将重新朝着相同的方向波动，而现在可能正是这种转变正在发生的时刻。

本周黄金价格没有大幅变动，石油价格则出现了较大幅度的上涨，但黄金价格并没有随之下跌，反而有所上涨。我认为，黄金价格能够保持上涨态势，表明市场趋势正在发生变化，这对贵金属投资者来说非常重要。白银价格本周上涨了 2.4%，全年累计跌幅仍达 20%。黄金价格按全年来看则下跌了约 7%。不过，考虑到这两种金属在 2025 年均出现了阶段性大幅上涨，这样的跌幅其实不算太严重。市场欢呼着更高的债券收益率，而黄金始终遵循着不同的运行规律。

旁白：

彼得·席夫指出，尽管债券收益率上升以及石油价格飙升，黄金价格仍然上涨了约 1%，表明市场状况正在悄然发生变化，但许多投资者并未意识到这一点。当市场不再按照市场共识的预期作出反应时，机构投资者的仓位往往会在相关新闻受到广泛关注之前便已调整。保护财富的关键，在于关注那些被打破的相关性关系，而不是跟随电视上的报道起舞。接下来，彼得·席夫将揭示石油与黄金之间的关系为何正在发生变化——这实际上反映了机构投资者已经开始意识到更深层次的结构性变化，而这种变化本身已足以创造出一个买入机会。

Peter Schiff：03:34

很多人预测，利率上升对黄金是不利的，但实际上利率上升对黄金是有利的，他们的预测错了。本周的走势或许正表明投资者们开始意识到了这一点。再看看矿业股的表现：GDX 指数本周上涨了 5.6%，GDXJ 则上涨了 5.8%，涨幅相当可观。相比之下，黄金仅上涨了 1%，矿业股本周的表现远远优于金属本身。这似乎表明市场即将触底，未来股价还有进一步上涨的空间。这些股票目前仍然是极具吸引力的投资标的。今年以来，GDX 指数已下跌 12.25%，GDXJ 则下跌了 14%。

另外，无论日本做出正确的决定还是错误的决定，这都会给日本带来问题，而最终也会给我们带来更大的麻烦。我们对外部的依赖性更强，尽管我们的债务占 GDP 的比例相对较小，但我们无力偿还这些债务，而且我们还面临着作为净债务国的困境。美国政府所拥有的财富主要集中在极少数富人手中——最富有的 1% 拥有着惊人的财富，但美国的中产阶级却没有日本中产阶级那样雄厚的资源。

旁白：

矿业股的上涨速度比黄金快五倍以上，然而这种情况很少成为新闻头条。从彼得·席夫的观点来看，GDX 和 GDXJ 的表现优于金属本身，说明那些具有更强信念的投资者可能已经开始布局，提前押注未来走势。散户投资者仍然关注每日的价格波动，而机构则往往在悲观情绪弥漫的时期默默入场。接下来，彼得·席夫将揭示为什么日本的债务困境可能会比大多数人预期的更快演变为美国的金融问题，而届时我们反而更不可能做出正确的决策，面临失控乃至恶性通货膨胀的风险也将大大增加。

Peter Schiff：05:43

日本人可能会在我们之前就率先迎来那个决定性时刻。而一旦发生，就会产生多米诺效应——从日本开始，很快就会蔓延至美国。

Peter Schiff：05:58

接下来，我想聊聊美国其他一些经济新闻，其中一项是关于失业救济申请的统计数据。特朗普政府一直在强调每周失业救济申请数量有所下降，这一情况确实存在。最近一周，失业救济申请的数量大幅下降，减少了22,000 份，目前总数降至187,000份。

Peter Schiff：06:31

特朗普政府宣称，这是自1969年以来的最低水平。但实际上并非如此，因为 2022 年 9 月的数据更低，仅为 182,000 件。所以他们显然想忽略那一年的数据，将这一成就归功于特朗普，好像这是特朗普执政以来取得的空前成就。但问题在于，同样的成就在 2022 年就已经出现过，那意味着拜登也创造了相同的记录，这大大削弱了这一数据的含金量。如果拜登时期的数据比特朗普时期还要低，那按照特朗普的逻辑，拜登反而可以声称自己创造了更强劲的经济——而特朗普一直说拜登时期的经济是历史上最糟糕的，这显然自相矛盾。

即便如此，187,000 这个数字本身依然相当低。有人可能会说，还是应该给予特朗普应有的肯定。但需要指出的是，低失业申请数量可能掩盖了更深层次的结构性弱点，未必真实反映经济的健康状况。

旁白：

彼得·席夫指出，此次被大肆宣传的 187,000 份失业救济申请，在几年前出现类似甚至更低数据时，其重要性便已大打折扣。这种选择性比较实际上是在制造政治上的胜利，同时掩盖了经济领域整体恶化的趋势。聪明的投资者应该思考：为什么那些不方便公开的数据会悄然从官方报告中消失？此外，彼得·席夫还将解释为什么当今的劳动力市场看起来比实际更为健康，以及这背后发生了哪些根本性的变化。

Peter Schiff：08:16

如果经济真的如此强劲，才能造就如此稳固的劳动力市场，以至于几乎没有人被解雇。通常来说，只有当经济状况良好时，雇主才会持续雇用员工；当经济不景气时，企业才会裁员。而如今，由于企业几乎没有在招聘新员工，失业申请数量低迷这一指标也就失去了原有的参考价值。

近年来，劳动力市场发生了几项重大变化，进一步削弱了这些数字的意义。首先，过去几年里，企业的招聘行为几乎陷入停滞，就连政府的统计数据也几乎没有显示出明显的招聘活动。如果企业根本没有大规模招聘，那说明经济状况并不乐观。招聘人数少，自然被解雇的人数也不会多，因为一旦招了人，企业往往会犹豫是否裁员；而如果本来就没有招聘，也就不存在大规模裁员和失业申请的问题。

其次，特朗普执政期间，劳动力参与率持续下降。

旁白：

如果劳动力人口减少，企业雇用的人数也会相应减少。这种缓慢的招聘停滞往往预示着更大的问题即将到来，而裁员事件则会在此后占据新闻头条。彼得·席夫的观点是，低水平的招聘本身就会自然压低未来的失业申请数量，因此当前的劳动力数据并不像表面看起来那么令人放心。市场常常误判了经济滞后效应的影响，因为官方统计数据往往落后于实际的企业经营决策。保护财富，意味着要在衰退新闻出现之前，就能识别出企业已经停止了哪些活动。接下来，彼得·席夫将解释劳动力参与率的下降是如何悄然扭曲了美国最具代表性的经济指标之一的。

Peter Schiff：10:35

那些本可能失业并领取失业救济金的人，因为无法满足"被解雇"以及"正在积极寻找工作"这两项条件，从而失去了申请资格。如果你没有被解雇，或者没有在主动寻找工作，自然无法申请失业救济金。因此，这个逻辑是成立的——劳动力市场上的活跃人员减少了，申请失业救济金的人数自然也随之减少。

Peter Schiff：11:00

第三个原因是，有越来越多的美国人虽然在工作，但实际上是自雇人士，依靠零工经济维持生计。比如，有些人以开 Uber 为职业。如果你目前唯一的工作就是开 Uber，那么你不会被解雇。这是因为这些司机并非 Uber 的正式雇员，Uber 无需将他们列入工资册。当 Uber 的订单量减少时，Uber 不需要裁员，也不会产生失业申请；司机们并不是有人彻底失去工作，而是所有人的接单量都减少了，痛苦被均摊到每一个人身上。由于需求减少，每位司机的收入都会相应缩水，但没有人在统计意义上"失业"。最终的结果就是——

旁白：

这种情况使得人们无法申请失业救济金。如果你是个体经营者，从定义上来说根本无法"解雇自己"。零工经济可以掩盖经济疲软，却不会直接引发家庭的财务危机。正如彼得·席夫所指出的，失业统计数据已经无法完全反映现实，因为工作方式本身已经发生了根本性的变化。数以百万计的人可能收入在缩水，而官方公布的裁员数字却仍然异常低。这种对经济韧性的误导性描述，使得投资者只能依赖表面上的就业数据做决策，从而忽视了日益积累的经济压力。

Peter Schiff：12:57

这些零工劳动者并没有被Uber正式雇佣，所以也不会被Uber解雇，更不会获得失业救济金。即使他们的工作时间已经大幅减少，在统计上他们仍算"在职"，因为按照规定，只有完全不工作的人才算失业。这就是为什么失业率本身也缺乏实质意义——那些每周只开几小时 Uber 的人，虽然实际处境与失业无异，但在官方统计中仍然被归类为"就业人口"。而在零工经济兴起之前，这类人根本没有机会通过零散驾驶来维持生计，因此会被直接统计为失业者。

这个数字本身其实并不说明问题。我认为特朗普政府应该认真对待这一议题，但实际上他们并没有做出任何实质性的回应，只是制造了一些无谓的喧嚣而已。

Peter Schiff：14:07

本周的另一件重要事件，是特朗普宣布了新一轮关税措施，以替代此前已到期的关税。不过，这些新关税同样存在违宪的争议。目前尚不清楚需要等待多久才能看到相关法律挑战得到裁决，但这些关税最终很可能也会被推翻。目前，特朗普对大约 60 个不同的国家征收关税，税率在 10% 到 12.5% 之间。这些关税是依据 1974 年《贸易法案》第 301 条实施的，该条款的初衷是保护美国工人免受廉价劳动力的不公平竞争。

旁白：

彼得·席夫指出，现代劳动统计指标越来越倾向于将陷入困境的零工劳动者归类为"全职雇员"，从而制造出一种不切实际的经济健康假象。政策制定者庆祝这些统计数据，而普通家庭却不得不面对购买力下降和收入不稳定的现实。接下来，彼得·席夫将解释新关税背后的法律依据。

Peter Schiff：15:29

其中有一个矛盾点，不过很少有评论家会专门讨论。该条款的立论逻辑是：如果某个国家强迫人们从事非自愿劳役或强制劳动，那么该国企业在劳动力成本上享有不公平的竞争优势，美国工人被迫与这些拥有强制劳动力的外国企业竞争，显然是不公平的。

Peter Schiff：15:54

当然，推动这一决策的真实动机，并不是出于对那些受苦劳工的真正关切，更多是出于经济和政治方面的考量。在政治上，"保护美国工人、维护公平竞争"是一个更容易被接受的叙事，但背后驱动政策的核心逻辑，终究还是经济利益。

Peter Schiff：16:15

另外还需要指出的是，过度依赖强制劳动其实是一种非常低效的劳动力利用方式。奴隶从不会主动努力工作，因为他们不需要担心被解雇，甚至巴不得被解雇。而在自由市场中，工人为了保住工作、获得晋升和加薪，会积极主动地提升自己的工作表现。奴隶则毫无这样的激励机制——无论多努力工作，地位不会改变，也得不到任何额外报酬。因此，强制劳动在本质上是一种低效的生产方式。

旁白：

彼得·席夫指出，这些政策在表面上听起来颇具道德正当性，但仔细分析其经济逻辑，便会发现其中的牵强之处。对强制劳动问题的所谓关切，并不足以解释关税政策的全部动机。当政府需要借助越来越有创意的法律诠释来为政策背书时，投资者就应该认真审视其背后的真实意图。接下来，彼得·席夫将解释为什么在全球范围内援引这一条款征税，会引发一系列难以自圆其说的矛盾。

Peter Schiff：17:45

从经济逻辑上讲，该条款的依据是：如果某国企业不支付任何工资，那显然构成不公平竞争，因此总统有权对这类依靠强制劳动生产的商品征收关税。然而，特朗普目前所针对的那些国家，实际上并不存在强制劳动现象。

特朗普对此的辩解是：向这些国家征税，是为了阻止强制劳动产品进入美国市场；即使某个国家并没有强制劳动产品出口到美国，也没关系，因为问题在于这些国家没有采取足够的措施来防止强制劳动现象的发生。

以具体数字为例：加拿大面临 10% 的关税，而瑞士面临的税率更高。特朗普声称，瑞士没有采取任何措施防止强制劳动，而加拿大则有所行动。但这种说法根本站不住脚。试想一下：美国人购买瑞士产品，难道是因为它们是用强制劳动制造的吗？完全不是。事实上，瑞士的平均工资比美国还要高。

旁白：

彼得·席夫指出，对瑞士这样的富裕经济体援引强制劳动条款征税，严重损害了这一政策的可信度。当经济现实与官方援引的法律依据直接相悖时，官方的说法就很难让人信服。接下来，彼得·席夫将进一步解释这些关税最终将由谁来买单。

Peter Schiff：20:01

瑞士产品在竞争上具有优势，但这与低工资毫无关系——因为瑞士工人的工资本就高于美国。瑞士的竞争优势源于其他因素，例如高度的工艺精湛度和技术创新能力。所谓"防止强制劳动"的说辞，不过是一个借口。

唐纳德·特朗普声称，这些关税是为了保护美国工人和美国企业，但实际上这种方法并没有达到预期效果。美国的贸易逆差在特朗普再次当选后不降反升，制造业的就业人数也没有增加，反而有所减少。更重要的是，这些关税的税负最终由美国消费者承担，而不是瑞士人、加拿大人——是美国人在为这些关税买单。而由于美国存在巨大的财政赤字，政府亟需更多税收收入，这些关税实际上成了变相的国内增税手段。

Peter Schiff：21:02

特朗普一方面声称这些关税是由外国人缴纳的，另一方面又将关税收入用于弥补减税带来的财政缺口，这两种说法本身就是自相矛盾的。试图通过加征关税来对冲减税的财政影响，本身就是一种不负责任的做法。更糟糕的是，这些关税实际上削弱了美国企业的生产竞争力，进一步加剧了它们本来试图解决的贸易失衡问题，财政赤字依然居高不下。要真正解决问题，需要的是大幅削减政府开支，而不是不断加税。然而，特朗普政府不仅没有削减支出，反而在持续扩大财政开支。

Peter Schiff：22:07

特朗普当选以来，政府开支过高的问题始终没有得到解决。尽管关税一再升级，贸易赤字却仍然居高不下，这与当初的承诺背道而驰。彼得·席夫认为，关税本质上更像是一种对国内消费者的隐性征税，而非惩罚外国出口商的有效手段。

旁白：

关税并未真正降低外国出口商的竞争力，反而将成本转嫁给了美国消费者，侵蚀了他们的购买力。从长远来看，这种方式不仅无法改善贸易失衡，还会持续拖累普通家庭的实际财富。

本文来自华尔街见闻，欢迎下载APP查看更多

据TrendForce集邦咨询报道，英伟达旗下新一代Spectrum-X CPO交换机已开始向部分合作伙伴出货，博通51.2T Bailly CPO交换机亦持续小量出货，标志着共同封装光学（CPO）技术正式进入量产阶段。这一技术突破代表下一代高带宽数据中心基础设施建设迈出关键一步。

然而，量产开启并不意味着供给瓶颈消除。TrendForce集邦咨询指出，光引擎、硅光子芯片及先进封装等核心元件的供给能力，将成为制约CPO交换机扩产速度的关键变量，并直接影响相关产业链厂商在2027至2028年市场放量周期中的竞争格局。

面对供应链压力，英伟达、谷歌等头部厂商已采取差异化应对策略，垂直整合趋势日趋明显，能够自主掌握核心资源的厂商有望在下一轮竞争中占据先机。

两大旗舰产品落地，CPO商业化进程提速

英伟达Spectrum-X CPO交换机由英伟达与台积电合作开发，采用COUPE先进封装制程，处理能力达400 Tb/s，TrendForce集邦咨询预计其产能将于2026年下半年进一步扩大。

博通51.2T Bailly CPO交换机则由合作伙伴台达电子（Delta Electronics）及Micas Networks协助导入量产。该产品相较传统可插拔光收发模块可降低功耗达70%，Meta等超大规模云端厂商已完成部署验证，显示其在实际数据中心环境中的可行性得到初步确认。

CPO技术通过将光学元件整合至交换机ASIC周边，在大幅提升带宽的同时实现降低功耗的效果，被业界视为下一代高带宽交换机的核心发展方向。两大旗舰产品相继落地，标志着CPO从技术验证阶段正式向规模商业化迈进。

三重瓶颈制约，供应链扩产面临结构性压力

尽管量产已经开启，TrendForce集邦咨询观察到CPO交换机供应链面临三项核心制约。

首先是光引擎环节。光引擎须整合激光器、调制器等多类元件，制程复杂且对良率要求极高，叠加热管理难题，目前仅有少数供应商具备量产能力，供给弹性严重不足。

其次是硅光子产能建设周期较长。硅光子晶圆代工及后段封装对精度与可靠度要求严苛，产能建设无法在短期内快速响应需求增长，形成供给端的结构性约束。

第三是先进封装产能竞争加剧。CPO交换机对COUPE等先进封装制程的依赖程度大幅提升，但AI芯片及高效能运算（HPC）应用同样在争夺同类封装产能，导致CPO供应链资源持续受到压缩。上述三重瓶颈相互叠加，使得CPO交换机的扩产节奏面临较大不确定性。

头部厂商策略分化，垂直整合成新常态

面对供应链压力，领先厂商的应对路径呈现明显分化。部分云端巨头选择通过长期采购协议锁定供给，并战略性投资上游硅光子厂商，以提前卡位核心资源。英伟达则选择与掌握先进封装产能的台积电深化合作，推进垂直整合布局。谷歌等厂商则加速自研光学元件，以降低对外部供应商的依赖。

TrendForce集邦咨询预期，垂直整合将成为行业新常态。能够自主掌握硅光子设计、光引擎制造与先进封装资源的厂商，将在2027至2028年CPO交换机市场放量周期中取得领先优势，而依赖外部采购的厂商则可能在供给紧张时期面临更大的成本压力与交货风险。

本文来自华尔街见闻，欢迎下载APP查看更多

2026年7月27日，长鑫科技（688825）正式登陆科创板，最终收盘价49元，较发行价暴涨465.82%，市值一举突破3.2万亿元，超越工商银行，问鼎A股"市值一哥"。这家中国最大、全球第四的DRAM芯片制造商，在成立整整十年后，站在了资本市场的聚光灯下。

而站在这家企业背后、十年如一日陪跑的那座城市，此刻正在静静地兑现一张历史性的账单。按合肥国资体系约36.79%的持股比例计算，对应账面市值已超过1.2万亿元。凭借长鑫科技这一单家企业带来的巨额市值增量，合肥市的A股总市值突破4万亿元，跃居长三角A股市值第二城——一个来自中部省会城市的"豪赌"，写下了中国产业投资史上最震撼的注脚。

一个人的二十年坚守

要读懂合肥为何敢投，先要读懂朱一明这个人。

朱一明，江苏盐城人，1989年考入清华大学，硕士毕业后赴美深造，转型半导体方向，就读于纽约州立大学石溪分校。毕业后进入硅谷，在存储芯片公司担任项目主管。

在那里，他看到了一个令人焦虑的事实：存储芯片是消耗量最大、标准化程度最高的半导体品类，是几乎所有电子设备的"粮食"，但这个赛道上，中国选手长期缺位。

2004年，他做了一个改变命运的决定——辞职回国创业。启动资金是92万美元，由几位清华校友共同凑齐。2005年春节后，他在清华科技园一间两层毛坯房里，创办了后来的兆易创新。他没有正面硬刚三星、海力士等巨头，而是切入NOR Flash这个"边角料"市场，完成原始积累。2016年，兆易创新成功上市。

但朱一明的野心远不止于此。他曾说："如果把计算机比喻为皇冠，CPU是皇冠上的明珠，存储器就是皇冠的底座。""谁领导了存储器技术，谁就能称雄整个集成电路产业。"

打造中国版"三星电子"，是他从创业第一天起就未曾改变的终极目标。

也正是2016年，机会来了。

别人不敢碰的"死局"，合肥接了

彼时，全球DRAM市场96%的份额被三星、SK海力士、美光三巨头牢牢把持，中国自主生产能力几乎为零。DRAM产业对资金、人才、技术的要求极高，且强周期特性让产品价格波动剧烈，亏损几乎是不可避免的"入场税"。

彼时的合肥，本就家底不丰。但合肥决定了——干。

这就是后来被命名为"506"的战略项目：总投资约1500亿元的长鑫12英寸存储器晶圆制造基地。其中一期总投资180亿元，合肥产投出资144亿元，占比高达80%。这个数字放在2016年，几乎相当于砸锅卖铁。

而更难能可贵的是，合肥选择了"真陪跑"。

在长鑫科技连年亏损、累计亏空超366亿元的至暗时刻，合肥国资没有退缩，没有撤资，甚至在2024年底其他投资方退出时，还主动掏出近20亿元接下老股。合肥产投相关负责人曾有一句大白话，道尽这套逻辑的本质：

芯片等产业链薄弱环节，想在短期内实现资本回报概率很小，一定是大资本、长周期，甚至跨越几个周期最终才能实现价值投资。

这不是豪赌，这是一座城市对产业规律的深刻理解，以及对国家战略需要的清醒判断。

长鑫走过的路，远比外界想象中凶险。

与长鑫同期成立的福建晋华，因被美光起诉窃取商业机密，投资数百亿的项目在量产前夜戛然而止。长鑫选择了另一条路——通过合法谈判，以"数亿美元"的代价，从破产的德国存储巨头奇梦达手中，获得了超1000万份DRAM技术文件、2.8TB核心数据及大量英飞凌DRAM技术专利的实施许可。

2018年，朱一明做出一个令资本市场哗然的决定：辞去兆易创新总经理职务，全职出任长鑫科技董事长兼CEO，并立下军令状——项目盈利之前，不领一分钱工资、一分钱奖金。

一年后的2019年9月，长鑫科技推出自主设计生产的8Gb DDR4芯片，中国大陆DRAM产业"从零到一"的历史性突破，就此完成。

但"从零到一"只是入场券。真正的考验，在2023年到来。

那一年，全球DRAM价格暴跌超40%，手机、PC出货量下滑，行业进入深度下行周期。三巨头凭借成本优势祭出"反周期"策略，保持高出货量进一步挤压新玩家。

长鑫卖一片亏一片，却仍顶着巨额亏损加速攻克1x纳米工艺，突破DDR5量产关键技术壁垒。公司当年亏损163.4亿元，创成立以来亏损新高，十年累计亏空达366.5亿元。

任何一家商业机构，面对这份成绩单，早已割肉离场。

但合肥没有。在长鑫连年亏损的至暗时刻，合肥国资选择一次又一次地追加投资、提供资源、输送弹药。

就在这一年，合肥市人大常委会审议通过了一份增资扩产议案。2024年底，碧桂园创投退出，合肥市属国资平台掏出近20亿元接下老股，没有任何犹豫。

这背后，合肥构建了一套制度化的容错机制：项目入库须经人大财经委审议，重大决策须过常委会表决，只要尽调合规、程序到位，即便项目最终亏损，决策者个人也不承担责任。据悉，合肥从未因产业投资失败处分过任何单位和个人。

正是这套"输得起"的制度保障，让合肥在别的城市纷纷观望之时，得以成为真正的耐心资本。

拐点，在2025年悄然到来。

AI算力需求彻底引爆了存储超级周期。一台AI服务器的DRAM用量是传统服务器的3至5倍，而三星、SK海力士、美光纷纷将产能转向利润更高的HBM，常规DRAM的供给缺口被大幅撑开。

长鑫科技恰好完成了从DDR4到DDR5的产品迭代，三座12英寸晶圆厂产能利用率从85%稳步提升至95%。需求暴涨、供给收缩、产能释放——三重利好叠加，打出了教科书级别的"戴维斯双击"。

2025年，长鑫科技首次实现年度盈利，归母净利润18.75亿元。

2026年第一季度，营收508亿元，归母净利润247.62亿元，同比增长1688%。折算下来，日赚近4亿元。按此节奏，不到半年，长鑫已几乎填平前十年的全部亏空。

这一刻，合肥那144亿元的"第一注"，连同此后十年的持续追投，终于完成了价值兑现。

"合肥模式"，为何别人学不会

长鑫科技上市后，外界再次将目光投向"合肥模式"。但事实上，每月约有50个考察团涌入合肥，写了数百万字调研报告，却始终没有孵化出真正可复制的样本。

合肥自己也说得清楚：这套模式有四个前提，缺一不可。

家底够厚。2008年合肥砸60亿投京东方，相当于当年财政收入的20%。长鑫项目承担了十年、累计366亿元的亏损压力。没有相应的财政腾挪空间，这道题根本无从作答。

容错机制够硬。合肥在全国率先建立"尽职免责"制度，项目决策只要程序合规、尽调到位，即便亏损，决策者个人不承担责任。当地从未因为投资失败处分过任何单位和个人，这是"敢投"的制度底气。

产业判断够准。合肥的每一次出手，都发生在行业最冷的时刻——京东方是在全球面板业巨亏时，蔚来是在股价跌至1美元、18座城市拒之门外时，长鑫是在DRAM全球无中国玩家时。这种逆周期布局，依托的是对产业趋势长达多年的系统研判，而非追逐风口。

政策窗口够宽。合肥赶上的是中国制造业从低端向中高端爬坡的黄金十年，国产替代需求真实而迫切。如国金宏观宋雪涛团队指出的，长鑫"赶上"了国产替代、存储安全和AI需求扩张三重叠加，这本身也说明了国家战略规划的前瞻性。

中国城市发展的范式转移

长鑫科技上市背后，有一个更宏观的命题正在浮现：土地财政外，城市发展需要新的引擎。

合肥的路径给出了一种答案：用国资做早期资本，再用资本市场完成放大，构建一个能持续产出好公司的系统。2015年至2021年房地产鼎盛时期，合肥土地出让金总和约为5516亿元；而仅长鑫科技一家公司，合肥国资持股的账面浮盈就已接近1万亿元。

这不仅是合肥的故事，而是中国城市竞争逻辑正在发生的范式转移：从"招商引资"转向"产业培育"，从"土地财政"转向"股权财政"，从"移栽一棵大树"转向"崛起一片森林"。

长鑫科技的上市敲钟，是合肥十年耐心资本的最终答卷，也是更多城市一道绕不过去的考题。

本文来自华尔街见闻，欢迎下载APP查看更多

上述信息来自三星半导体官方新闻室于7月27日发布的一篇专访文章，受访者为三星电子半导体部门代工事业部技术开发室负责人、副社长具子勋。这是三星迄今最为明确地对外阐述HBM5技术规格与制程路线图，标志着AI芯片军备竞赛中内存与逻辑制程的深度融合进入新阶段。对于正密切关注三星能否在HBM市场重夺竞争优势的投资者而言，此次披露提供了重要的技术进展信号。

三星同时透露，其代工部门已于去年下半年启动2纳米第一代工艺量产，并计划于今年下半年开始量产性能与良率进一步提升的2纳米第二代工艺，应用于移动端新产品。此外，三星还披露已获得特斯拉车规级2纳米产品订单，并持续获得多家AI/HPC及云服务商大客户的追加订单。

HBM5基础芯片锁定2纳米GAA，速度目标跃升50%

根据三星官方披露，HBM5的基础芯片将采用GAA（Gate-All-Around）晶体管结构的2纳米制程，并将实现更高密度的TSV（硅穿孔）互连。具子勋表示，HBM5预计需要将动作速度较HBM4E提升约50%以上，因此在基础芯片上必须引入能够在速度与电力效率两个维度均实现大幅跃升的最先进制程。

基础芯片在HBM堆叠结构中位于核心芯片（Core Die）下方，承担GPU、CPU等外部处理器与HBM之间的高速数据接口功能。从HBM4代起，三星开始将代工先进制程引入基础芯片，取代此前沿用的内存制程，以此提升整体性能与能效表现。HBM4及HBM4E的基础芯片采用的是三星代工4纳米第四代工艺，支持14Gbps以上的高速动作，并通过优化金属布线层降低功耗、改善散热路径。

垂直整合优势：设计、制造、封装一体化

三星将其HBM产品定位为"交钥匙（Turn-key）"解决方案——核心芯片由内存部门制造，基础芯片由代工部门生产，最终由TSP（先进封装）部门完成封装，全流程均在三星内部完成。

具子勋指出，这一垂直整合架构使三星能够在设计阶段就让内存、代工与封装三个部门协同优化速度、功耗、散热及良率，从而缩短量产周期并降低成本。他以HBM4基础芯片的开发为例称，从首批样品起便同时达成性能与良率目标，整个过程仅历时约三个月，是三星内部认定的"最佳成功案例"。

代工业务多元化：从移动端延伸至AI、车规与机器人

三星代工部门在披露HBM5路线图的同时，也进一步阐述了其在非移动端市场的扩张布局。具子勋表示，三星代工已凭借车规级特斯拉2纳米产品订单证明制程竞争力，并以此为契机持续获得AI/HPC及云服务商大客户的订单。

在AI/HPC领域，三星提供涵盖先进封装与高带宽内存的一站式解决方案；在数据中心领域，三星已进入PO（可插拔光学）业务，并正在开发基于先进制程与3D封装技术的CPO（共封装光学）基础技术；在汽车与机器人领域，三星也在持续扩大与客户的技术合作，并强化eMRAM、毫米波、射频等特殊制程竞争力。

具子勋表示，三星代工将以4纳米HBM4基础芯片积累的经验与技术竞争力为基础，在HBM5上率先导入2纳米工艺，"巩固技术领导地位"。

本文来自华尔街见闻，欢迎下载APP查看更多

Pat 已经被几百名投资人每天使用。给它一个真实的研究问题——例如"当前中东冲突会不会重演历史上的石油供应冲击"——它会自己找数据、写分析代码、生成交互式研究报告。过去需要研究员几天甚至几周完成的工作，现在几分钟就能开始产出结果。

但桥水这次公开最值得企业学习的，并不是 AI 能做研究，而是另一件事：他们没有把 AI 做得更聪明，而是把 AI 做得更可靠。

为了让 AI 可以参与几十亿美元资金的研究决策，桥水没有依赖更强的大模型，而是围绕 AI 建了一整套"确定性"机制：任务先规划再执行、代码强制校验、结果可重复验证、任何一个投资人的经验都可以自动沉淀成整个组织的新能力。

而Pat 背后那条通往 AI 的路，桥水在 AI 还没出现的时候就铺好了。

桥水应用 AI 团队负责人 Brendan McManus、投资负责人 Michael Rand 和技术负责人 Santi Wait在 最近的一场公开技术演讲中，首次把 Pat 的完整设计思路搬到了台前。

攒数据——这件事桥水做了将近50年

Burren 的演讲从一张 1980 年的黄色法律便签纸开始。

那是桥水的第一套债券交易系统。创始人 Ray Dalio 定了一条规则：每做一次交易，把为什么这样做的因果逻辑一条一条写清楚。写下来了，别人才能看、才能挑毛病、才能帮你改进。每次学到新东西，划掉一条旧规则，写一条新的。

这件事桥水做了将近 50 年。每一次交易决策背后的逻辑、每一个市场判断的方法论、每一次翻车的教训——全部被编码成了一套既人可读、又机器可读的专家系统。Burren 的原话是："我们不需要为了上 AI 临时回去补写知识库。这些数据早就在那里了。"

这个差距，可能是所有企业用 AI 最根本的分水岭。不是谁的模型更好，是谁的数据在 AI 来之前就已经被整理好了。

桥水的 AI 战略分两条线。

第一条线是作为投资者理解 AI 本身——研究 AI 的供需结构、建设周期、对宏观和市场的影响，就像他们过去研究疫情和石油供给冲击一样。第二条线是作为实践者用 AI 改造自己的研究流程——终极目标是打造一个"人工投资者"，把人类投资人每天做的事全部复制一遍。Pat 负责的是其中一个环节：调查分析。

桥水内部是怎么把这件事跑起来的

在讲技术之前，Burren 先讲了一个容易被忽略的维度：组织。

他们没把这个项目交给 IT 部门。他们搭了一个"内部创业团队"——投资者、工程师、科学家跨职能坐在一起，小团队敏捷迭代，同时调用桥水的大机构资源。

投资者的角色是定义目标——研究什么才有价值。工程师的角色是架构实现——系统怎么搭才能稳定。科学家的角色是严格评估——怎么确定 Pat 的分析质量真的在变好，而不仅仅是"看起来不错"。

几百个投资人每天都在用，持续提供真实的反馈信号。这个飞轮一旦转起来，产品的进化方向就不是靠产品经理猜的，是靠几百个专家用户的行为推的。

两个Agent，各管一摊

Pat 的系统架构不是一个万能大模型在运转。是两个独立的智能体分了工。

一个叫聊天智能体（Chat Agent）。它只跟投资人对话，只谈投资内容——"这个数据够不够""要不要再看一个角度""当前版本下哪些因素是主导"。投资人不是程序员，不应该被迫关心代码。所以这个聊天智能体从头到尾不暴露任何技术细节——从对话里，用户看不出后面有代码在跑。

另一个叫编码智能体（Coding Agent）。它不跟用户说话。它的工作只有一件：把聊天智能体产出的计划，"编译"成 Python 和 Pandas 代码。

Santi 说，分开之后产生了三个意外的收益。

第一，投资人体验更自然——用起来就像一个懂行的研究助手，不是在用编程工具。第二，两个智能体各自专精、上下文互不污染——聊投资的不用管代码，写代码的不用理解投资的语义。第三，可以把对话流程产品化成一套可靠的固定工作流，而不是一堆散装知识。

编译器式的确定性：同一个问题问两次，95% 的情况下代码一模一样

这是 Pat 整个架构里最硬核的部分。

Santi 说，在这个对正确性要求极高的场景——几十亿美元的仓位——不能靠 vibe coding。Vibe coding 的问题是你每次跑出来的结果都不一样，这次对了不代表下次也对。对一个对冲基金来说，这个不确定性承担不起。

于是他把 agentic coding 当作编译器问题来解。

第一步，计划不是待办清单，是"自然语言版的 Python 项目"。计划里把这次分析要产出的所有数据表（dataframe）、每张表的字段和结构、表与表之间的依赖关系，全部提前写好。每个子任务像一个 Python 函数——有明确的输入依赖和输出规范。目标是让同一个计划被不同的大模型实例执行时，生成的代码在语义上完全等价、输出完全一致。

第二步，代码是并行生成的。因为有清晰的依赖关系图，系统先做静态分析，得到一张 DAG（有向无环图），然后按层级并行生成代码。一个分析里有 3 张数据表和 30 张数据表，代码生成的时间几乎一样。

第三步，校验不是"智能体自己决定要不要检查"。Santi 特别强调，他们的 harness 是常规的 Python 代码——校验是强制的、写在架构里的。"一个智能体可能会'忘记'做检查，但一条固定的代码管线不会。"在这个约束下，他们在测试套件上拿到的结果是：同一个计划两次生成的代码，95% 的情况下完全一致。

第四步，执行时不是让大模型跑代码。走的是传统静态分析管线，自动注入缓存标注——哪些数据已经加载过了、哪些计算已经跑过了，第二次不用重来。结果是，如果用户只是改了一个图表的标题，传统工具可能重跑整个分析流程，Pat 几乎瞬时就能出结果。越改越快。

数据检索多了一步——像人类一样审视

在正式分析前，Pat 需要先搜数据。

桥水有两个数据库。一个是非结构化的——几百万篇券商研报、财报电话会纪要、内部邮件和备忘录，近实时更新，每天新增几千份。另一个是结构化的——几十亿条时间序列数据，既有外部数据（油价、股指），也有内部建模的概念（比如"我们预测 12 个月后的通胀率"）。

搜索本身用了 RAG 和重排序这些常规手段。但 Santi 的团队发现，加一步"人类式审视"之后，命中准确率从大约 50% 跳到了接近 90%。

"人类式审视"的意思是，搜到一个数据序列后，不只靠名字匹配——要像人类研究员一样去检查：它的频率对吗？币种对吗？数值和你已有的判断一致吗？这一步把模糊的关键词搜索变成了带判断的数据校验。

自我进化机制

Pat 有两套自我进化的机制。

隐式的：后台智能体会自动扫描已完成的对话，找出失败的模式，生成验证基准，确认问题可以复现，然后自动迭代 Pat 的知识库和系统指令，直到这个基准通过。

显式的更直接。用户在分析过程中如果觉得 Pat 应该做得更好——比如应该多出一组图表、应该提前想到一个角度——可以点一下"教它"按钮。

系统会自动回溯整段对话，识别到底是行为错误、上下文缺失、还是用户的引导本来可以被预判。然后自动生成一个"应当失败"的验证用例、确认问题可复现、自动修改知识库直到这个用例通过、再跑一遍所有已有验证确保没引入新问题。最后一条 Pull Request 发到 Slack 里，人审后合入。

下一次任何人来问类似问题，默认拿到的就是改进过的版本。

以下为演讲文稿，由AI辅助翻译：

桥水基金应用AI团队负责人Brendan McManus

大家好，我叫 Brendan McManus，是桥水基金（Bridgewater Associates）应用 AI 团队的负责人。桥水是一家系统化宏观对冲基金。我在桥水已经工作了将近十年，最开始是一名软件工程师，之后成为了一名系统化投资者和研究员。过去几年里，我主要专注于弥合投资与技术之间的鸿沟。

今天，我和我的同事 Michael Rand 以及 Santi Wait 一起来到这里。两位分别是该项目的投资负责人和技术负责人。我们将向大家介绍一款由我们内部开发的优秀工具，叫作 Pat——“口袋分析师”（Pocket Analyst）。

到本次演讲结束时，大家将会看到：我们如何构建出一名 AI 分析师，它能够在几分钟内完成专家通常需要数小时才能完成的研究工作。

这款工具目前已在公司内部部署，供数百名投资人员使用；并且，它能从每一次交互中持续学习。此外，我们还会向大家展示，我们究竟是如何设计并构建这样一个系统的。

在正式展示我们构建的产品之前，我想先简要介绍一下桥水看待 AI 的方式。

桥水已经花了数十年——准确说是 50 年——思考如何将市场和经济规律编码为能够不断复利增长的系统。而这一切，真正始于你们屏幕上所看到的内容：我们在 1980 年写在黄色便笺纸上的债券系统。

核心理念非常简单：每当你想做一笔交易时，都要准确写下你认为这笔交易成立的规则；写下其中确切的因果逻辑。因为一旦这么做，其他投资者就能查看你写下的内容，帮助你找出哪里出错了，并协助你改进整个过程。

每当你学到新东西，就划掉一条旧规则，再写下一条新规则。这样就形成了一个非常强大的学习过程，而这也正是过去 50 年来桥水一切工作的基础。

几十年来，我们大幅积累和强化了这一过程。我们将关于所做交易、交易方式及其原因的每一项经验、每一种方法论、每一条规则，全部编码进了一个既可供机器读取、也可供人类理解的专家系统之中。

如今，我们拥有极其丰富的数据资产。而正是这些数据，让我们能够很好地迎接 AI 时代。我们不需要回过头去专门为智能体重新记录所有内容——这些内容本来就已经存在，供我们调用。

在进一步介绍这款工具之前，我想谈谈桥水在更广泛层面上如何应用和理解 AI。我们从两个角度推进这件事。

第一个角度是：作为投资者，我们必须深入理解每一个正在塑造全球市场和经济的重要趋势和动力。

正如我们必须理解新冠疫情，或者近期石油供应冲击一样，我们同样必须理解 AI。AI 领域的供需失衡呈现出怎样的形态？推动基础设施建设和扩张的因素是什么？这些因素最终又会如何影响市场？

对于我们这些投资者来说，理解这些问题只是基本门槛。

第二个角度是作为实践者来使用 AI，这也是今天我们主要讨论的内容。

作为实践者，我们正在把 AI 应用于研究流程的各个环节，最终目标是构建一名“人工投资者”——它能够执行我们的人类投资者每天所做的全部活动。

那么，人类投资者实际都在做什么？

我们把它看作一个“研究循环”。投资者持续感知外部世界中正在发生的事情，提出关于什么是真实的、自己可能遗漏了什么的问题；然后开展分析调查来尝试回答这些问题；接着整合研究发现；最终，把所有学到的内容重新纳入我们持续积累的知识体系和专家系统之中。

这里最后一步尤为关键。

通过这一流程获得的所有知识，都会被存入一个共享记忆体系中，供人类继续调用。

因此，你可以想象：如果要构建一名人工投资者，它就必须能够完成研究流程中的每一个不同步骤。你可以设想建立一系列离散的子智能体，每一个专注于研究循环的某一个环节。

这正是我们使用 AI 的方式。我们为人类投资者必须完成的各种任务分别构建专门的子智能体，并让它们调用我们过去 50 年积累起来的同一套知识和理解。

不过，今天我们只会讨论其中一个智能体：它专注于研究流程中的“调查”环节，即那些需要人类分析师花费数天乃至数周才能完成的深度分析工作。

我们把这项工具命名为 Pat，即“口袋分析师工具”（Pocket Analyst Tool）。

这里也要先明确一下预期：Pat 并不直接涉及我们如何交易。它真正的用途是进行深度探索式研究，让投资者能够研究那些过去由于时间和精力限制、根本无暇研究的问题。

那么，我们具体构建了什么？

我们构建了这款名为 Pat 的口袋分析师工具。从第一天起，它的产品规格就很简单：必须让 Pat 能够完成我们的人类投资者在调查和分析工作中所做的一切。

而这首先意味着数据能力。

Pat 必须能搜索并阅读我们内部的所有不同类型数据，包括：

结构化时间序列数据，例如跨越数十年的股票价格；

非结构化数据，例如我们订阅的经纪商/交易商研究报告；

我们内部撰写的研究备忘录。

Pat 必须能够搜索并阅读所有这些内容。

Pat 还必须能使用人类分析师可使用的各种工具，包括我们自主开发的可视化工具、诊断工具，以及用于评估指标创意质量的工具。

此外，我认为对于技术听众而言，这一点尤其有意思：Pat 所运行的许多分析，单次就需要人类分析师花费数小时完成。

这意味着分析本身相当复杂。因此，Pat 的分析必须是完全可诊断的——不仅要让人类能够诊断，也要让后台运行的智能体能够读取执行轨迹、理解过程，并确认每一项计算都是正确的。

除此之外，我认为过去 50 年持续记录和积累的知识，在这里开始真正发挥价值：Pat 知道我们的全部上下文。

它可以访问我们的投资流程和框架；它准确知道我们的分析师应当如何开展工作，因为过去 50 年我们一直把这些东西记录下来。

最后，Pat 必须能够学习。

它不仅要为某一位投资者积累学习成果，还必须能够为公司里的每一位投资者积累和复利这些学习成果。

Pat 今天并不是一个原型产品。它实际上已在数月前完成内部部署，目前已有数百名投资人员每天都在使用它。

这带来了一个相当强大的改进飞轮：当投资者使用 Pat 进行真实研究时，后台会持续运行智能体，扫描这些互动过程，识别 Pat 出错的地方，构建经过人工审核的基准测试；随后，这些发现会推动我们修改上下文内容以及为 Pat 构建的运行框架。

因此，Pat 的改进不只服务于一个人，而是服务于所有人。

最后，在介绍产品之前，我想回答一个经常被问到的问题：一家已有 50 年历史的对冲基金，究竟是如何打造出你们马上将看到的这种产品的？

一切首先始于：你必须有能力、也有意愿去重塑自己。

构建 Pat 的团队，本质上是一个在公司内部孵化出来的应用 AI 创业团队。我们既能够非常灵活、快速地行动，也能够调用整个公司的资源。

此外，我们建立了多种角色共同协作的团队：投资者、技术人员和科学家并肩工作、共同构建产品。

我认为，如果你要为专家用户构建这样的产品，这一点至关重要。

投资者带来业务背景和领域专业知识；

技术人员带来系统架构能力；

科学家带来严谨性。

如果要为专家用户构建 AI 系统，正是这种多角色团队不可或缺。

说到专家用户，我们内部有数百人正在使用各类 AI 工具，不只是你们马上会看到的 Pat。他们每天都在提供信号，帮助我们判断这些工具应如何持续演化和改进。

最后，我们还有一个非常出色、能够持续复利的生态系统可以接入：50 年积累的数据、工具和方法论。这些资源不仅供人类分析师使用，也同样供智能体使用，服务于我们构建“全人工投资者”的长期旅程——让它最终能够完成今天人类所能完成的一切工作。

接下来，我把时间交给我们的投资负责人 Michael Rand。他将为大家演示我们构建的产品，并介绍其产品架构。

桥水口袋分析师项目投资负责人Michael Rand

好的，谢谢 Brendan。

我叫 Michael Ryan，是口袋分析师项目的投资负责人。简单介绍一下我自己：我在桥水已经工作了五年，最初是以技术人员身份加入的，但之后大部分时间都担任投资相关岗位。

目前，我最主要关注的问题是：如何将 AI 融入我们的投资流程。

接下来，我想直接演示一下口袋分析师，展示它的能力，以及桥水的投资人员如何使用它。

大家身后的屏幕上可以看到 Pat 的主页，其中有我们今天演示所使用的提示词。

这个提示词的大意是：我们要求 Pat 研究市场对近期中东冲突的反应，并将当前事件与类似的历史事件进行比较。最后，我们要求 Pat 制作一系列可视化图表，以突出当前情况与过去石油供应冲击之间的相似性和差异性。

这是桥水过去几个月一直在研究的真实问题，而 Pat 一直被投资者用于加速我们的研究过程。

不过，在提交这个请求之前，我想先花一点时间讲讲我们在设计 Pat 运行框架时遇到的一个有意思的安全问题。

我们的出发点是：如果 Pat 要真正发挥作用，它就必须能够访问投资者在开展研究时有权访问的全部信息。

但问题在于，在桥水，不同投资者能够访问的信息不同。

举例来说，某位投资者可能有权限查看我们目前在所有市场上的持仓情况。对于这个人而言，他所使用的 Pat 也必须能够访问这类信息。

但与此同时，也有一些分析师并不接触这些信息。因而，同样至关重要的是：我们绝不能意外将这些受保护的知识产权或敏感信息泄露给这些分析师。

所以，与 Claude Code 这类所有人都使用相同系统提示词和相同工具的运行框架不同，桥水中的每个人都拥有一个独特版本的 Pat，它根据该用户可以和不可以看到的信息进行定制。

从实践角度说，这种差异本质上取决于每个人的 Pat 所拥有的上下文和工具。

现在，我们提交这个提示词。分析开始后，Pat 做的第一件事就是搜索网络，以及我们内部的非结构化数据仓库，从而更好地理解当今世界正在发生什么，并将其置于历史背景中进行解读。

对于现代聊天应用来说，网络搜索本身只是基础能力。

但这里真正的差异化优势在于：Pat 能够搜索的非结构化内容范围非常广泛，这来自我们订阅的各种信息资源。

我们有一个包含数百万份文档的数据库，覆盖世界各地的信息，其中包括：

经纪商研究报告；

财报电话会议记录；

内部邮件；

以及更多内容。

这个数据库近乎实时地更新，每天会新增数千份内容。

这也呼应了我刚才所说的观点：如果 Pat 要真正提供杠杆效应，它就必须能够访问其用户所能访问的一切信息，从而尽可能模拟用户实际的工作方式。

当收集完这些上下文后，Pat 接下来会搜索我们的时间序列数据库，寻找完成分析所需的数据。

这个数据库包含数千万条时间序列，是我们过去 50 年里持续在内部建模和积累的成果。

其中既包括来自外部世界的数据，例如石油价格；也包括我们内部推导出的概念，例如我们预测未来 12 个月的通胀水平。

搜索智能体会使用一些传统的搜索技术，比如 RAG（检索增强生成）、重排序等。

但我们发现，一个真正带来巨大改进的因素，是在其中加入类似人类研究员的“检查”环节。

我的意思是，当人类研究员寻找数据时，他们并不只是盯着时间序列的名称。他们还会查看很多东西，例如：

该序列的频率；

该序列所使用的货币；

最重要的是，该序列的取值是否与他们原有的判断和先验认知相一致。

将这类推理机制嵌入我们的搜索智能体，使我们的准确率从大约 50% 提升到了 90%。

在 Pat 获得了所需的上下文和数据之后，它会向用户提出澄清问题，并可能提出在分析过程中值得进一步探索的其他角度。

在 Pat 的开发过程中，我们逐渐形成了一个观点：计划本身就是分析。

如果我们能够制定出高质量、足够详细的计划，我们就有信心能够持续地、智能地执行这一计划，并产出我们希望得到的结果。

Santi 稍后会更深入地介绍这一点。

如今，智能体会提问这件事在聊天机器人中已经很常见了。但我们真正关注的是这些问题的实质内容。

我们投入了大量时间和精力，开发上下文和基准测试，以塑造这种能力。我们教会 Pat 什么是好的研究问题，什么是不好的研究问题。

这种来回互动能够帮助通常在规划环节投入不足的人类用户，逐步形成我们认为高质量的研究计划。

当所有模糊点都得到解决后，Pat 就进入规划阶段。

在规划阶段，它主要做三件事：

明确分析过程中将要生成哪些数据框（DataFrame）；

确定每一个数据框的模式（schema）；

最重要的是，明确这些数据框之间如何相互连接。

从时间角度来看，这个规划阶段在整个分析过程中成本相对较高。

但这是我们有意承担的成本，因为它使我们能够在执行阶段实现更高效的能力。

现在，计划已经确定。计划执行的第一步是生成代码。

由于我们的计划极其详细，因此我们可以利用子智能体，并行地为分析中的每一个数据框生成代码。

之所以能够这样做，是因为每一个子智能体都知道：

它依赖哪些数据框；

那些数据框的模式是什么；

它自己所要生成的数据框应当具有怎样的模式。

因此，无论一项分析只包含 3 个数据框，还是一项较为复杂的分析包含大约 30 个数据框，生成代码所需的时间大致是相同的。

当完成代码生成后，我们会执行这些 Python 函数，同时由一个智能体监督执行过程。

如果它发现运行时错误、无意义的数值等问题，就会介入处理。

在继续讲执行过程之前，我想特别指出：这些分析生成的时间序列输出，会落入与输入数据相同的数据库中。

我认为这很重要，原因有两点。

第一，它表明 Pat 分析的任何输出，与我们多年来由人类上传和生成的任何时间序列，在系统中是没有区别的。

第二，也是更重要的一点，Pat 分析的任何输出都可以作为下一次分析的输入。

这样一来，就形成了一个环境：人类和智能体能够非常轻松地复用彼此的成果，并在彼此成果之上持续积累。

执行完成之后，就像你希望初级分析师在向你汇报前先复核自己的工作一样，我们也希望 Pat 做同样的事情。

因此，在分析的这个阶段，Pat 会检查它计算出的数据和生成的可视化图表，确认数字是否合理、图表是否整洁清晰。

如果它发现看上去有些不对劲的地方，Pat 会后退一步，诊断问题，然后改进分析过程；在确认自己对结果满意之后，才会把结果交给用户。

最终交付物是一份交互式报告。

在这份报告中，图表的外观与桥水投资者平时制作的图表完全一致。Pat 使用的是相同的内部图表库，也利用了我们数十年来在内部持续开发的同一套文本和图表体系。

你们可以看到，用户可以放大或缩小这些图表；还可以把这份交互式报告中的数据发送到我们的内部图表工具中，以便即时进行进一步调整。

在把时间交给 Santi 之前，我想再谈谈：Pat 如何随着使用而不断变得更好。

主要有两种方式。

第一种是 Brendan 之前提到的自主式学习：我们让智能体审查已完成的对话，寻找能够让 Pat 变得更聪明的方式。

第二种，也是我们这里要展示的，是更显式的方式：如果用户认为自己与 Pat 的互动中存在值得学习的内容，那么他可以在分析的上下文中直接启动这个学习流程。

这里，用户只是要求生成一组不同的可视化图表。

请注意，用户并没有说之前的内容有错。他只是希望从另一个视角来看问题，并认为这个视角对于回答当前问题很重要。

如果用户认为 Pat 从一开始就应该生成或建议这组图表，那么他可以点击“教学”（Teach）按钮。

这会启动一个智能体，审查整个对话，寻找例如以下问题：

行为失误；

上下文缺口；

本可以提前预判并满足的用户引导或偏好。

随后，用户可以对这些内容进行修改，也可以按原样提交。

提交后，首先，后台智能体会创建一个预期会失败的基准测试。这证明我们能够复现之前这种较差的行为。

接着，它会持续迭代我们的上下文知识库或运行框架本身，直到这个基准测试通过。

然后，我们会确认：让这个基准测试通过，并没有导致测试套件中的其他测试失败。

完成后，我们会收到一条 Slack 消息，其中附有一个拉取请求（Pull Request），包含该智能体希望对 Pat 作出的修改。

这样做的效果是：下次当有人带着类似问题来使用 Pat 时，他们从一开始就可以获得改进后的版本。

现在，我将把时间交给 Santi，由他来介绍技术架构。

口袋分析师项目技术负责人Santi Wait：

大家好，感谢 Michael。我是 Santi，是口袋分析师的技术负责人。

我相信在场的很多人都在构建类似的编程智能体产品，就像我们一样。

而构建这类产品确实非常困难。

编程智能体非常反复无常，也难以预测；它们经常会犯错；而当你特别倒霉时，它们甚至可能彻底失控，试图毁掉你的数据，以及诸如此类的问题。

所以，要构建一个人们喜欢使用的好产品，本身已经很难；而要构建一个用户愿意真正嵌入日常工作流的产品，则更难。

在一家对冲基金中，我们试图交易数十亿美元的资金。因此，我们不能让所谓“凭感觉写代码”（vibe coding）成为这些分析背后的基础。

我的背景是编译器理论和编程语言设计。

而编译器具有非常类似的一组要求：必须完全确定性、完全正确且可靠。

例如，在驾驶飞机时，你不能出现“差一错误”（off-by-one error）。

这里的结构也非常相似：编译器接收用户代码，并将其编译为例如 JavaScript 之类的目标代码；而编程智能体接收用户提示词或计划，并将其“编译”为 Python。

我们非常喜欢这种思路。

今天时间不多，因此我们将重点讨论这一点，希望它能成为一种经验，让大家带回自己的工作中。

不过，我们还是从聊天环节开始。

聊天智能体的目标，是与用户形成共同理解：用户希望完成什么任务。

聊天智能体是使用 LangGraph 实现的。

我们主要使用它来支持持久化功能。它原生支持取消和续接功能；以前我们自己管理这些问题，效果要差得多。

聊天智能体可以调用工具。Michael 刚才提到了一些，例如：

时间序列数据搜索；

非结构化数据搜索。

这些工具各自会完成对应的工作。

随后，一旦聊天智能体了解完成分析所需的全部数据，它就会制定一个计划，并调用一个子智能体——也就是我们的编程智能体。

这个编程智能体将生成一份基于 Python Pandas 的分析。

为什么要把两个智能体分开？

在早期，我们就决定：我们的投资者并不是职业程序员，他们关心的是投资。

因此，我们决定让聊天内容纯粹围绕投资主题。

这样做的结果是，我们获得了一个产品：编程只是纯粹的实现细节。

在聊天界面中，你甚至无法感觉到后台有代码在运行。

还有一些意外收获：

上下文不会被代码细节污染；

每一个智能体都能专注于自己的任务，并自然地不断改进；

我们可以对聊天体验进行大量定制。

接下来，我们想讲的是：我们的投资领域上下文质量非常高。

我们教聊天智能体如何像一名桥水投资者那样说话。

这里有许多专业术语需要教给它。因此，用户和智能体之间的交流方式，就像桥水内部的同事之间在交流一样。

在桥水，我们也允许投资者作出贡献。Michael 刚才展示的，就是他们像开发者参与代码库一样，为系统贡献内容。

这其实是一个非常好的观点：大多数情况下，你的用户比你更擅长编写业务上下文。

因此，不要自我意识过强，允许他们直接参与贡献，是成功的一个好办法。

关于聊天智能体，最后一点是：我们不仅仅向它教授上下文。

如果只给它上下文，最终得到的往往是某种模糊的、信息量很高但不太像工作流程的东西。

因此，我们会为智能体提供关于如何处理特定类型分析的逐步指南。

这样一来，它更像一个真正的产品，像是可靠、可依赖的工作流程。

接下来，我要谈的是我个人最喜欢的部分：编程智能体。

这是一张编程智能体的高层架构图。

你们在这里看到的所有东西，实际上都只是 Python 代码。它是用 LangGraph 实现的，但并不存在所谓“智能体式编排”（agentic orchestration）。

很多人在拍照，很好。

我们从最左边开始讲，也就是由聊天智能体生成的分析计划。

分析计划会被拆分为若干任务。

每一个任务大致对应一个 Python 函数，该函数将计算并生成一个数据框。

这里是一个模式示例。

每项任务都会包括：

一个名称；

对需要计算内容的描述；

关于输出数据框的结构性和语义性信息。

我们期望每一个任务都可以通过大语言模型，以确定性的方式被编译成一段代码。

也就是说，两个大语言模型针对同一个任务生成的代码，在运行后应当在语义上等价，输出值也应完全一致。

因此，我们的分析计划并不只是像 Claude Code 中可能出现的待办事项列表。

我们将其视为一个“用自然语言写成的 Python 项目”。

而因为其中包含如此丰富的细节，我们现在就可以进入代码生成阶段，并应用一些更高级的技术。

首先，我们将计划拆分为任务，然后并行进行大语言模型代码生成。

由于计划足够详细，计划末尾的一个可视化任务，实际上已经知道自己需要消费和使用的全部内容——即便用于加载数据的代码生成尚未完成。

当我们把这一方法与 Claude Code 在我们的基准测试套件中进行比较时，可以看到：在相同上下文和相同计划下，我们平均生成代码的速度大约快 4 倍。

此外，我们还具备一种“超扩展”能力：一个包含 20 个任务的计划，与一个只有 3 个任务的计划，所需时间基本相同。

好了，现在我们有了代码，接下来要执行它。

你可能会想，只需要直接、朴素地执行代码就可以了。

但遗憾的是，今天的大语言模型在我们的任务上还不够完美。它们通常无法一次就生成完全正确的结果。

因此，我们的做法是：

我们拿到计划中的任务，也拿到由该任务生成的代码；然后运行这段代码，将执行结果与任务要求进行比较，检查它是否正确。

如果不正确，我们就编辑代码并继续迭代，直到完成为止。

我们对代码所做的第一件事，是进行静态分析，然后构建 DAG（有向无环图），并并行应用验证智能体。

在这里，有两个任务会同时接受验证。

因此，一个包含 5 个任务的计划，会被拆分为 3 层验证；而一个包含大约 20 个任务的计划，可能会形成 4 或 5 层验证。

我希望大家从这一部分幻灯片中真正带走的核心观点是：

我们在架构层面强制保障正确性。

再次强调，没有智能体式编排。这只是普通的 Python 代码。

因此，整个执行框架非常快速，而且智能体不可能“忘记”进行验证——它们被强制要求进行验证。

结果是，当我们运行测试套件时，对于测试套件中的任一计划，在 95% 的情况下，两个不同智能体所生成的代码结果完全一致。

因此，我们的理念是：构建一个具有确定性特征的文本编程智能体。

而因为这个智能体具有很强的可复现性，所以当我们要扩展、逐步爬坡优化以及进行评估时，我们拥有的基础要比那种依赖感觉、或依赖“大模型充当裁判”（LLM-as-a-judge）的评估方式可靠得多。

好的，还有一个话题我想谈一下，那就是我们的执行层。

通常，编程智能体会自行调用和执行它们生成的代码。

也就是说，它们先生成代码，然后通过终端自己调用并运行。

这种方式有一些权衡。

一方面，工具调用会带来较高延迟；另一方面，我相信大家都经历过，智能体有时候会在过程中迷失方向。

因此，我们选择替大语言模型执行代码。

我们采用传统的静态分析流水线：向 Python 代码中注入缓存注解，以避免重复执行；然后再通过一个定制框架运行它。

这里是一个基准测试示例，对比的是 Claude 自己调用代码执行，与口袋分析师的执行方式。

你们可以看到，我们再次更快，因为我们不会重复加载数据，也不会重复执行中间过程。

但真正的优势并不在第一次运行代码时，而在第二次运行时。

好了，这里展示的是一个基准测试：我们取一个计划中的最后一张图表，然后仅仅修改它的名称。

Claude Code 会重新运行所有代码，因此总体耗时基本相同，尽管编辑代码这一步确实会更快一些。

但口袋分析师在第二轮中，几乎能够实现瞬时的代码执行。

这意味着，当投资者使用这个产品时，他们可以对投资分析做一些细微修改，而不必承担常规迭代流程中反复加载和执行所带来的额外开销。

好的，我们时间到了。

我们有很多经验和收获，但遗憾的是，今天只能讲这些。

第一个核心结论是：我们非常相信让智能体专门化。

我们并不太相信通用的、强大的智能体。

它们确实能够做出非常酷的演示，我相信很多人都展示过这类演示；但要把它们变成可以每天依赖的工作流程，真的非常困难。

相反，我们通常从非常狭窄的工作流程入手，对其进行大量基准测试；然后不断对这些基准进行爬坡式优化。

之后，你可以把多个智能体的能力组合起来；但反过来，从一个泛化智能体再回到可靠、狭窄的工作流，往往很难。

最后一点更像是一个思维实验，希望大家会觉得有启发：

应该把智能体编程视为一个编译器问题，而不是一个智能体问题。

编译器已经生成代码数十年了，并且积累了大量技术，告诉我们如何更可靠、更正确、更具确定性地生成代码。

所以，我们非常愿意继续和大家交流这些问题。

最后，我想感谢我们的直接团队成员。当然，还有很多其他人参与其中，但这是核心团队。

谢谢大家。

我们会在外面的 AMA（问答交流）环节，真诚希望能和大家聊天、讨论，看看你们是否也对这些问题感到兴奋。

也期待今晚在其他场合见到大家。

非常感谢。

本文来源：AI原生Lab

本文来自华尔街见闻，欢迎下载APP查看更多

7月27日，A股全天低开高走，三大股指午后全线扩大涨幅，沪指涨超1%，回到3850点上方，创业板大涨超3%，算力硬件强势拉升，覆铜板、玻璃纤维、电路板等概念股大涨，AI应用概念股午后亦走强，脑机接口、创新药、动力电池全天活跃拉升。仅有油气链受国际油价大跌拖累逆势走弱。

港股午后继续走高，恒指、恒科指双双涨超1%，科网股多数反弹，美团、京东、小米等走高，芯片股下跌，中芯国际、华虹宏力跌幅居前。债市方面，国债期货多数下跌。商品方面，国内商品期货分化，原油、燃油期货大跌超8%，受到国际油价下挫影响。

A股：截至收盘，沪指涨1.15%，深成指涨2.72%，创业板指涨3.16%。

盘面上，个股呈现普涨态势，沪深京三市约5200股飘红，今日成交2.09万亿。沪深两市成交额2.08万亿，较上一个交易日放量1455亿。板块方面，题材股多点开花，PCB、脑机接口、锂电池、CRO、AI应用、短剧游戏、CPO、商业航天、机器人、稀土永磁、光伏等概念股纷纷活跃。长鑫科技登陆科创板涨逾465%，创下多项纪录。

港股：截至发稿，恒生指数收涨0.98%，恒生科技指数涨1.57%。

盘面上，权重股科网股大幅反弹，MINIMAX涨逾17%，小米集团涨逾7%，地平线机器人涨逾4%，智谱、美团涨逾3%。半导体走势较弱，兆易创新、澜起科技跌幅居前。

小米自7月初阶段低点以来，小米集团股价持续反弹，近一个月累计涨幅已超30%。携程盘中一度上涨7.7%，花旗称整改酒店的要求完全在市场预期之内，且监管部门未对携程的佣金率和变现模式做出直接限制或指导，这应能缓解部分投资者的担忧。

债市：国债期货多数下跌，截至收盘，30年期主力合约涨0.10%，10年期主力合约跌0.04%，5年期主力合约跌0.02%，2年期主力合约持平。

商品：国内商品期货涨跌参半，截至收盘，能化品大幅下跌，原油、燃料油主力合约跌超8%，纯苯跌超7%，BR橡胶、苯乙烯、LU燃油、对二甲苯跌超6%，液化气、PTA、丙烯、甲醇、瓶片跌超5%。钯、铂、沪银涨超3%。

长鑫科技上市：国产存储龙头创多项纪录

长鑫科技上市首日高开超470%，收盘上涨465.82%，成交额达1411.87亿元，创A股个股单日成交历史新高；公司科创板IPO募资规模约579亿至666亿元。

长鑫科技发行价8.66元/股，回拨机制启动后，网上最终发行数量为385110.35万股，网上发行最终中签率约为0.47141739%。据此前公告，网上摇号中签号码共有770.22万个，每个中签号码只能认购500股长鑫科技A股股票，以开盘价计算，中一签盈利达20420元。

(图片来源：上海证券报)

从发行规模来看，长鑫科技本次IPO创下科创板历史纪录。公司本次拟公开发行66.88亿股股份，超额配售选择权行使前，发行后总股本为668.81亿股，对应发行总市值5791.88亿元；若超额配售选择权全额行使，公司预计募集资金总额可达666.07亿元，将超越2020年中芯国际532.30亿元的募资规模，成为科创板史上最大IPO，并跻身A股历史IPO募资规模前三。

招股书披露的数据显示，2023年度、2024年度及2025年度，公司扣除非经常性损益后归属于母公司所有者的净利润分别为-167.52亿元、-78.70亿元及53.16亿元。2026年一季度公司实现营业收入508亿元，同比增长719.13%；净利润330.12亿元，归母净利润247.62亿元，扣非后归母净利润263.41亿元，同比均扭亏为盈。

根据Omdia数据，按照产能、出货量和销售额统计，长鑫科技已成为中国第一、全球第四的DRAM厂商，按2025年第四季度DRAM销售额统计，长鑫科技的全球市场份额为7.67%；基于销售额测算，2025年三星电子、SK海力士和美光科技在全球DRAM市场的占有率分别为33.96%、34.48%和23.41%，上述三家企业合计占全球DRAM市场90%以上的市场份额。

光大证券认为，在AI浪潮影响下，存储芯片迎来超高景气度，海量需求推动价格持续上涨，二季度芯片巨头再度上调DRAM价格。数据显示，2026年一季度全球通用DRAM合约价环比暴涨90%至95%，NAND闪存合约价环比上涨55%至60%；二季度DRAM合约价再涨58%至63%。

东北证券认为，美光科技、SK海力士对应2027年PE分别为7.51倍和7.94倍，但长鑫科技处于份额快速提升阶段（远期份额预计达30%左右），给予成长溢价，按10—15倍PE，剔除少数股东损益后，对应归母净利润口径市值约2.85万亿元至4.27万亿元。

华西证券认为，长鑫科技上市将彻底改写A股半导体板块估值逻辑，填补A股DRAM制造标的空白，结束存储板块“只有设计、无制造龙头”的估值失衡，中性预期上市后稳定市值2万亿元至3万亿元，乐观情境甚至能看到4万亿元。

野村证券给予长鑫科技“买入”评级、对应目标价116元，较8.66元 IPO发行价上涨空间超12倍，对应目标市值7.76万亿元。野村立足AI带来的结构性存储缺口，完整解读长鑫科技的中长期投资价值。

长鑫科技此次上市，此前一路陪伴其成长的IPO前股东及创始团队成为最大赢家。

其中一路注资扶持长鑫科技成长的合肥国资，也是长鑫科技最大股东，IPO后共计持有221.38亿股，按照长鑫科技上市首日开盘价49.5元/股计算，合肥国资持有市值超过了1万亿元，达到10958亿元。

阿里系同样是赢家，其IPO后共计持有30.13亿股，按上市首日开盘价49.5元/股计算，阿里系持有市值接近1500亿元，达到1491亿元。

而长鑫科技创始人、董事长朱一明等10名董事、高级管理人员合计持有公司20.12亿股，持股数量均超380万股，10人持股市值合计约996亿元，其中朱一明个人持股市值将达787亿元。

值得关注的是，3000亿元市值存储龙头兆易创新盘中一度触及跌停，随后跌幅缩窄，截至收盘下跌5%左右，成交额近270亿元，位居A股第二。此外，普冉股份盘中一度跌近10%，截至收盘下跌4.58%，日内振幅达11.44%；澜起科技等热门股同步走低，日内振幅均在10%左右。

华虹宏力低开后大幅走低，盘中一度跌超11%，随后跌幅缩窄。截至收盘，华虹宏力报308.4元/股，跌6.52%，总市值5359亿元，成交额超90亿元，日内振幅达9.72%。

全球半导体行业协会（SEMI）日前发布报告，预测2026年全球半导体设备销售额将增长23.2%，达到1659亿美元。SEMI进一步预测，到2028年全球半导体设备销售额将创下历史新高，达到2295亿美元。

大同证券TMT行业分析师闫晓伟认为，从中长期产业视角观察，AI驱动的科技创新产业升级逻辑并未因短期市场波动而发生实质性逆转。当前科技板块的调整更多体现为交易层面的情绪宣泄，随着筹码结构的逐步优化，部分具备核心竞争力的科技细分领域存在估值修复的观察窗口。

PCB/元件/电子布：AI算力与涨价双击

算力硬件午后持续拉升，PCB、元件、电子布及玻纤方向集体爆发。矩子科技、国际复材20%涨停，江海股份、景旺电子、红板科技、风华高科、金安国纪、宏和科技、中国巨石、山东玻纤等涨停或接近涨停。

消息面，AI服务器出货量预计同比增长约55%，单台AI服务器PCB价值约为普通服务器的近10倍，高端PCB需求增长超过110%。与此同时，上游7628电子布价格在不到一年内实现翻倍，供给缺口仍存，玻璃玻纤板块涨9.65%领涨全行业。

国盛证券认为，普通电子布后续涨价仍有基础。中信建投表示，AI正推动全球PCB行业进入新一轮上行周期。

脑机接口概念股大涨

脑机接口概念股暴力拉升。截至收盘，爱朋医疗20%涨停，塞力医疗、创新医疗、海南海药、立方制药、南京熊猫、盈趣科技10%涨停，倍益康涨超18%，成都华微涨超15%，倍轻松、三博脑科涨超12%，美好医疗、伟思医疗涨超8%。

消息面，美国神经工程公司Science Corporation日前宣布，其名为Prima的仿生眼设备已获得欧盟批准，可用于治疗患者，这是该技术商业化进程中的重要一步。这也是美国脑机接口公司首次将相关设备大规模推向患者市场。

据央视财经报道，近日，我国科研团队发布一款新型脑电信号采集装置，在全球范围内首次实现跨地域上千人同步脑电信号采集，使得神经大模型训练与脑机接口通用技术研发迈出关键一步。未来，规模化脑电采集技术将持续沉淀数据，用于训练神经基础模型。这也意味着，AI的学习素材将不再局限于文字、图片、视频等间接信息，而是可以直接通过神经信号理解人类的认知状态。

光大证券指出，近期，脑机接口相关支持性政策密集出台，国务院印发的《国民健康“十五五”规划》明确提出加强脑机接口等领域科技攻关；民政部等14部门联合发布《康复辅助器具产业扩能提质三年行动方案（2026—2028年）》，强调做强做优做大脑机接口等重点行业。

方正证券也认为，技术迭代、产品场景验证与支付端政策支持正共同推动脑机接口行业进入“技术—商业化”元年。

兴业证券认为，全球脑机接口市场规模约20亿美元，未来有望突破千亿美元；中国市场规模有望从2025年的51亿元增长至2035年的949亿元，其中医疗领域达678.6亿元。

电池产业链全天活跃

电池产业链拉升，圣阳股份、龙蟠科技、万里股份涨停。

催化来自宁德时代7月24日晚公告的200亿至400亿元回购注销方案，创下A股史上最大单笔回购纪录。公司上半年营收2769.17亿元同比增长54.8%，归母净利润432.84亿元同比增长41.98%，折合日赚约2.4亿元；同时拟每10股派现14.11元，分红总额约65亿元。

此外百川盈孚数据显示，7月24日电解液添加剂VC（碳酸亚乙烯酯）均价为20万元/吨，近一个多月涨幅超40%；其中7月23日单日跳涨2万元/吨，时隔4年多再破20万元/吨关口。

东吴证券认为，锂电8月排产预计环增超7%，2026年全球锂电需求增长超35%，强基本面有望支撑板块反弹。万联证券认为，锂电行业排产活跃、材料价格同比增长，行业周期处于上升区间。

本文来自华尔街见闻，欢迎下载APP查看更多

这场考验的背景，是Alphabet上周刚刚上演的一幕活教材。该公司公布了历史上最高季度利润，规模达1121亿美元，但股价随即下跌逾7%——原因是投资者对该公司将2026年资本开支预测上调150亿美元感到警惕。

Alphabet、微软、Meta和亚马逊四家公司今年合计资本开支规模预计将达7000亿美元，华尔街预测该数字在2027年可能突破1万亿美元。

市场情绪的脆弱，为本周三家公司的财报季埋下伏笔。据彭博援引瑞银全球财富管理的观点，"2027年后资本开支能见度有限，叠加投资者对支出纪律的要求提升，可能持续压制风险偏好"。与此同时，惠誉评级旗下Moody's上周警告，持续的资本开支计划可能"威胁信用质量"，六家大型科技公司直接债务规模合计约4600亿美元。

在三家公司中，微软面临的预期压力或许最为明确。分析师预计微软本季度资本开支将同比大增74%。与此同时，市场对Azure云服务的增长抱有较高期待。

据摩根士丹利研究报告，该行分析师对微软第四财季Azure实现约41%固定汇率增长充满信心，这将较管理层39%至40%的指引高端高出约1个百分点。摩根士丹利的信心来源包括：渠道合作伙伴的积极反馈、持续改善的GPU供应能力，以及该行自身对首席信息官（CIO）的调研结果——在云迁移场景下，72%的CIO预计未来一年将增加对微软解决方案的投入，微软在增量IT预算获取预期方面领跑所有厂商。

Copilot的商业化进展同样备受关注。第三财季，微软M365 Copilot付费席位从1500万增至2000万，管理层引导付费席位净增将继续环比提升。摩根士丹利指出，Copilot的货币化路径正演变为三条并行增长主线：直接席位销售、用户向更高价值的E7订阅套餐迁移，以及基于消耗的AI服务定价。值得关注的是，微软商业版M365的涨价已于2026年7月1日对新客户生效，摩根士丹利预计这一定价调整将在FY27至FY29期间分别贡献约20亿、40亿和60亿美元的增量收入。

在资本开支问题上，摩根士丹利认为，街头预测仍偏保守，存在继续上调的空间。管理层此前曾披露，预计2026日历年资本开支约为1900亿美元，其中约250亿美元来自元器件价格上涨。该行维持微软"增持"评级，目标价600美元，认为当前约16倍FY28预期市盈率"过于便宜"，未能充分反映公司持续的高增长潜力。

Meta的情况则更为复杂。据彭博援引彭博行业研究（BI）分析，Meta可能"大幅"上调资本开支指引，以应对元器件成本上涨带来的压力——而这正是上周Alphabet股价下跌的核心导火索。

与此同时，用户增长面临来自监管层面的新压力。随着各地监管机构推进限制青少年使用社交媒体的立法，Meta的用户增长前景将承受更大压力。衡量旗下四款核心产品日活跃用户数的"家庭日活人数"指标，预计将录得自2021年以来最弱的增速表现。

相较于微软和Meta，亚马逊本次财报的市场预期显得较为乐观。据彭博援引Truist的分析，亚马逊整体营收增速可能达到17%，为近五年来最高；亚马逊云服务（AWS）增速有望突破30%，创下自2022年以来的新高。AI相关服务的强劲需求，被视为驱动AWS增长的核心动力。

不过，亚马逊同样面临资本开支层面的追问。在Alphabet提高支出预测引发股价下挫之后，投资者对于三家公司是否会进一步上调2027年及以后的资本开支展望，保持高度警觉。

Moody's上周发布的研究报告，为本周财报季定下了严峻基调。该机构指出，Alphabet、微软、亚马逊、Meta、Oracle和CoreWeave正从资产轻型的软件、知识产权和云服务模式，向需要"空前投资规模"的重资产模式转型，这一趋势可能对上述公司的信用指标构成压力。

Moody's副总裁Kevin McNeil在该机构播客节目中表示："这些公司都是市场地位稳固的大型企业，资产负债表在很多情况下堪称完美，但它们正在启动几乎前所未有的资本投入。资本密集度的提升，可能导致部分公司自由现金流转负，或至少出现明显收缩。"他进一步指出，债务融资"可能推高杠杆率，给资产负债表带来额外风险"。

在六家受关注的公司中，Oracle的处境最为脆弱。Moody's对其信用评级展望调整为负面，其Baa2级别距离垃圾级仅差两档。就在上月，另一评级机构S&P Global亦将Oracle下调至投资级上方仅一档。相比之下，Alphabet、亚马逊、Meta和微软目前仍拥有稳健的资产负债表，投资级评级短期内无虞。

面对持续扩张的资本开支，市场内部形成了明显分歧。看多者的核心逻辑是：需求真实存在，限制增长的是供给而非需求。以Azure为例，摩根士丹利指出，微软CFO Amy Hood在上季度财报电话会中明确表示，Azure的指引本质上是"已分配容量指引"，增长的约束来自数据中心建设进度和GPU部署时序，而非客户需求。随着微软计划在未来两年将数据中心总容量翻倍，这一制约有望逐步缓解。

看空者则聚焦于回报可见度的缺失。瑞银全球财富管理指出，"2027年后资本开支能见度有限"是压制投资者风险偏好的关键因素。Moody's的警示更为直接：从资产轻型向资产重型模式的转变，正在侵蚀这些公司历史上引以为傲的高自由现金流优势。

对于长期投资者而言，瑞银仍建议持股不动："对于多元化配置的长期投资者而言，保持投资是应对当前不确定性的最有效策略。鉴于强劲的盈利增长和改善中的周期性背景，各板块和地区均存在有吸引力的股票机会。"然而，在Alphabet的殷鉴之下，市场给出的裁判已经清晰：好业绩不够，还要管住钱袋子。

本文来自华尔街见闻，欢迎下载APP查看更多

以49元/股的收盘价计算，长鑫科技总市值约3.28万亿元，跃居A股市值榜首位置，这一市值规模也超越了美股科技巨头英特尔上一交易日收盘的4656亿美元。

伴随长鑫科技在二级市场完成初步定价，前期参与该公司股权投资的诸多金融机构，其持股市值也随之浮出水面。根据公开信息梳理，长鑫科技背后的金融机构投资者阵营，主要由银行系资金、保险资金以及银行理财子公司构成。

不同性质的资本基于自身资产负债特征，在长鑫科技的不同融资阶段进行了差异化布局。

在早期股权融资阶段，银行金融资产投资公司（AIC）及银行旗下的其他附属投资平台、产业基金占据了较大比重。

具体来看，招商银行相关资金借道招银云亭基金进行了先期布局。招银云亭基金持股数量达9.52亿股，按收盘价测算，该部分股权市值约466.53亿元，在目前已知的银行系参投机构中规模居前。

国有大行中，农业银行与建设银行的参与路径有所不同。

农业银行直接通过其旗下的AIC机构农银金融资产投资参与，持有5.74亿股，对应市值281.26亿元。

建设银行则通过建银国际（深圳）与建信领航基金进行双线布局，两者分别持有4.08亿股与2.85亿股，合计持股市值接近340亿元。

保险资金的参与路径较为多元，涵盖了发行前的一级市场直接股权投资，以及发行阶段的战略配售。

一级直投方面，和谐健康持股数量达到9.01亿股，对应当前市值441.64亿元，是险资阵营中单一持股规模最大的机构。

国寿投资与人保资本分别持有4.76亿股与4.67亿股，账面市值均在230亿元左右。

此外，阳光人寿、中邮人寿各持仓2.25亿股，对应市值均约110.41亿元；人保科创持有9013万股，对应市值44.16亿元。

除早期直投外，险资在长鑫科技首发期间也通过战略配售进行了加码。

人保财险、中国人寿、中邮人寿与泰康人寿四家机构，均以8.66元/股的成本分别获配1154.73万股。

按上市首日收盘价计算，上述四家险资单家获配股份的对应市值已升至5.66亿元，产生了一定的账面浮盈。

与银行系直投资金和保险资金的长久期属性不同，银行理财子公司的参与主要集中在发行窗口期的网下配售。

在净值化环境下，理财子公司需要多资产、多策略的配置手段，网下打新是其增厚固收类产品收益的常规途径。因此，这类机构单家获配规模相对较小，但参与面较广。

在今年7月的网下获配名单中，信银理财、宁银理财、中邮理财、兴银理财、南银理财以及民生理财均有参与。

其中，信银理财和宁银理财获配数量居前，分别为253万股和247.97万股，对应最新市值在1.22亿元至1.24亿元之间。中邮理财、兴银理财、南银理财与民生理财的获配市值，则分布于700万元至5500万元不等。

综合来看，不同类型的金融机构通过差异化的入场节点，完成了相应的资产配置。

银行系资金与保险机构大多依托资金久期长的优势，介入一级市场直投，提供早期资本；银行理财子公司则偏向于在发行阶段进行流动性较好的打新操作。

如今，各机构的前期资金投入已体现为目前的账面市值。

不过，上述一级股权投资与战配股份均附带明确的限售条款。相关金融机构最终的实际资本回报，仍需由限售期届满后的二级市场交易环境，以及各机构具体的退出节奏来决定。

本文来自华尔街见闻，欢迎下载APP查看更多

据韩国科技媒体亚洲时报报道，三星电子正在认真评估在Galaxy A系列等中低端智能手机中采用中国本土低价移动DRAM的可行性，以大幅压缩整机制造成本。

三星电子目前在中国智能手机市场的占有率仅约0.6%。分析人士认为，若该策略落地，将有助于提振其移动体验（MX）事业部的整体营收规模，但该部门当前正面临严峻的盈利压力——多家韩国证券公司预测，三星MX部门今年第二季度可能录得亏损，亏损区间从2000亿韩元至1万亿韩元不等。三星电子方面回应称"无法确认"相关报道。

人工智能数据中心建设热潮推高了存储芯片等核心零部件价格，令全球智能手机产业链承压，中国市场首当其冲。

苹果、小米、OPPO、vivo等主要手机厂商因难以承受零部件成本上涨压力，已相继上调新品售价或将全年出货目标下调15%至20%。苹果今年6月已将MacBook和iPad价格各上涨约100美元，市场普遍预计今秋发布的新款iPhone同样将提价。

与苹果或华为拥有强大品牌溢价能力不同，小米、OPPO、vivo、荣耀等中国品牌腾挪空间有限——成本涨幅难以向消费者转嫁，导致"越卖越亏"，企业不得不主动压缩产量。这一局面在三星电子看来，恰是可资利用的市场缺口。

三星电子MX部门正经历罕见的盈利困境，为上述策略提供了紧迫的财务背景。

多家韩国主要券商近期相继下调三星电子MX及网络部门的全年业绩预期，并提出二季度转亏可能性。各机构二季度亏损估算分别为：韩亚证券2000亿韩元、三星证券5841亿韩元、Eugene投资证券1万亿韩元、iM证券8000亿韩元。其中三星证券的调整幅度最为显著——该机构将MX部门2025年全年营业利润预期，从此前的3.41万亿韩元大幅下修至营业亏损5.841万亿韩元。

在此背景下，通过引入低价中国DRAM压缩物料成本，被视为三星修复MX部门盈利能力的潜在路径之一。

业内专家对三星此举的评估总体积极。

韩国产业研究院负责家电与数字转型研究的专家Sim Woo-jung表示，随着中国企业对国产DRAM的需求持续扩大，苹果、三星等国际厂商同样可能因成本压力而考虑引入中国产DRAM。他认为，三星若能扩大Galaxy A系列等低价机型的供给，"对提升市场份额将具有实质意义"。

Sim Woo-jung同时指出，鉴于市场对三星MX部门二季度亏损已有预期，该策略的紧迫性和关注度将进一步提升。

就现状而言，三星在中国智能手机市场约0.6%的份额几乎处于边缘地位。此次若能借竞争对手收缩之机，以成本优势重新切入中低端价格带，对三星而言既是防守也是进攻——既能稳住MX业务的出货规模，也为重建中国市场存在感提供了现实路径。

本文来自华尔街见闻，欢迎下载APP查看更多

7月27日据科技媒体The Information报道，知情人士透露，Anthropic正在与外部顾问就此方案进行讨论，尚未作出最终决定。这一议题预计将在本周晚些时候启动的IPO路演中，于与潜在公开市场投资者的会面上被提及。公司IPO最早可能于今年9月完成。

报道称，这一考量的核心背景是：Anthropic估值在三年内从约40亿美元飙升至9650亿美元，IPO后有望进一步攀升。大批早期员工届时将坐拥巨额财富，若集中抛售，可能对公司股价形成显著压力。强制推行预设交易计划，有助于将员工卖股行为分散至更长时间窗口，从而平滑市场冲击。

行业惯例：10b5-1计划通常只适用于高管

所谓10b5-1计划，是美国证券法框架下的一种合规交易安排，要求参与者按照事先设定的时间表、数量和价格出售股票，从而在交易执行时与内幕信息形成"防火墙"。

目前，这一机制在上市公司中的适用范围相当有限。律师事务所Gibson Dunn去年的报告显示，在标普100成分股公司中，仅有13%要求或鼓励董事及高管专门通过10b5-1计划进行交易。换言之，将该计划强制推广至全体普通员工，在大型上市公司中几乎没有先例。

通常情况下，上市公司允许大多数员工在财报发布后数周的"交易窗口期"内自由买卖股票。若Anthropic推行强制预设计划，员工虽可在窗口期之外进行交易，但将失去自主决定交易时机和数量的灵活性。

员工卖股安排只是Anthropic上市前需要厘清的议题之一。据报道，另一位知情人士透露，公司还在研究现有股东在上市首日可出售的股份比例，以及如何设计IPO后通常用于限制内部人士抛售的锁定期安排。

值得注意的是，即便强制推行10b5-1计划，也未必能解决首日交易量和锁定期的问题，这些仍需单独协商确定。

律师：科技初创公司推广该计划是大势所趋

法律界人士认为，Anthropic的考量并非孤例。Mayer Brown律师事务所资本市场律师Liz Walsh表示，越来越多的公司正在考虑将10b5-1计划扩展至更广泛的员工群体，"尤其是那些从事大量保密技术研发的初创公司"。

Walsh指出，这类公司"不希望员工卷入内幕交易指控，因为这代价高昂、令人分心，对所有相关方都是负面结果"。不过，她也坦承该方案对员工的代价：

由于被锁定在固定交易计划中，员工将失去"按自己意愿交易的灵活性"。

另据报道，Anthropic考虑这一非常规方案，与其内部文化密切相关。知情人士透露，公司希望在上市后仍能维持员工之间信息自由流通的文化氛围。

公司CEO Dario Amodei以对员工高度透明著称。他每月两次向员工发表长篇"愿景演讲"，涵盖广泛议题，并时常在Slack上直言不讳。然而，这种开放文化在公司上市后将面临更严格的信息披露监管约束——员工掌握的内部信息越多，潜在的内幕交易合规风险就越高。

Amodei曾在2023年的一档播客中表示，公司会对真正需要保护的关键信息严格分级管控，同时尽量对其他信息保持开放。但随着公司迈向公开市场，这一平衡将更难维系。

本文来自华尔街见闻，欢迎下载APP查看更多

7月27日，美国银行首席投资策略师Michael Hartnett在最新一期Flow Show报告中发出警告：30年期美债收益率升至2007年6月以来最高水平5.2%，实际收益率触及2008年11月以来峰值3%，美国科技债券价格跌至两年低点——金融条件的收紧程度，正在超越企业盈利对市场的支撑力度。

Hartnett的核心判断是：债市的压力不会自行消散，反而可能倒逼美联储加息，而加息恰恰是股市最不愿看到的结果。他警告，一旦"债券收益率上升、银行股上涨"的牛市组合翻转为"收益率越高、银行股越跌"，将成为风险资产新一轮去杠杆的导火索。

与此同时，超大规模云计算企业（hyperscaler）的信用违约互换（CDS）已升至历史最高水平，债券持有人正在用脚投票，质疑AI资本开支狂潮的回报逻辑。

这一警告的背景是：芯片股在谷歌和英特尔发布稳健财报后仍遭抛售，市场真正担忧的问题已从"能否赚钱"转向"谁来买单"——如果债券市场不再为AI盛宴提供资金，那些天价内存芯片和回报为负的前沿模型，资金从何而来？

债市压力超越盈利，金融条件成核心变量

Hartnett在报告中明确提出"FCI > EPS"这一核心框架，即金融条件（Financial Conditions Index）的收紧对市场的冲击，已经超过企业盈利（EPS）的支撑作用。

30年期美债名义收益率达到5.2%，为2007年6月以来最高；实际收益率升至3%，为2008年11月以来最高；美国科技债券价格跌至两年低点。这三项指标叠加，意味着市场的融资成本正在系统性抬升，而这一压力尚未被股票投资者充分定价。

Hartnett指出，2026年迄今全球已有23次央行加息，美国银行预计年底前还将有18次。更值得关注的是，美联储7月29日议息会议加息的隐含概率已升至38%，9月16日会议则已完全定价一次加息。他甚至在报告中抛出一个颇具挑衅性的判断：

"从政治上看，美联储本周加息比等到9月更聪明，不是吗？"

Hartnett的逻辑链指向一个悖论式结局：债券市场的压力，反而可能倒逼美联储通过加息来稳定长端利率。他认为，这一局面的化解，只能依靠美联储加息来压制长端收益率的无序上行。

然而，加息对股市而言并非好消息。Hartnett警告，需要密切关注"收益率上升、银行股上涨"这一牛市组合是否翻转为"收益率越高、银行股越跌"——一旦翻转，将成为风险资产去杠杆的触发器。在此情景下，他认为做多美元是应对美联储鹰派立场的最佳对冲工具。

他还指出，股票投资者目前尚未将利率水平视为"除债券外一切皆涨"（Anything But Bonds）牛市的威胁，但如果亲市场的特朗普政府容忍加息以给股市和反亿万富翁情绪"踩刹车"，市场将受到极大的负面冲击。

超大规模云服务商信用风险创纪录，AI资本开支逻辑遭质疑

债市压力最直接的体现，是超大规模云计算企业的信用风险指标急剧恶化。据报告，超大规模云服务商群体的信用利差大幅走阔，CDS已升至历史最高水平，债券发行的让步幅度也在持续扩大。

这一现象的根源在于市场对AI资本开支回报率（ROI）的质疑。谷歌和特斯拉被视为"资本开支回报率"的标杆企业，尽管谷歌和英特尔上周财报表现稳健，芯片股仍遭到抛售。市场抛出的核心问题是：

如果债券持有人不再愿意为AI盛宴买单，那些高度依赖持续资本投入的前沿模型和内存芯片需求，将面临资金断裂的风险。

Hartnett此前曾与高盛顶级衍生品交易员Brian Garrett的判断形成共鸣——AI股票的真正风险并不在股市内部，而在债券市场。Garrett此前已连续两周警告信用市场痛苦将加剧，并指出标普500指数已越来越难以代表普通股票的表现，市场内部分化（低相关性、高离散度）正在加剧。

另外，Hartnett将"蓝领半导体"——即德州仪器（Texas Instruments）、亚德诺（Analog Devices）、恩智浦（NXP）、微芯科技（Microchip）、安森美（ON）、意法半导体（STMicroelectronics）、英飞凌（Infineon）、芯源系统（Monolithic Power）——视为工业周期的领先指标。这一组合自6月高点以来已累计下跌21%。

与此同时，超大规模科技巨头（MAGS）正在努力守住200日移动均线（65美元）支撑位，这对市场普遍持有的"繁荣"共识构成挑战。美国银行7月基金经理调查显示，投资者对工业股的超配程度为2021年7月以来最高。

针对上述信号，Hartnett给出的短期交易建议是：做多防御性股票、高股息股票和长久期债券，做空银行股（近期资金大量流入）、券商股、科技股和工业股，以应对"繁荣"预期的逆转。

债券与股票供给双重承压，黄金和比特币悄然筑底

从更宏观的视角，Hartnett将2020年代定性为：政治民粹主义崛起、全球化让位于国家安全、财政过剩转向AI资本开支过剩、美联储独立性向政治妥协、美国例外主义向全球再平衡演变的时代。

在这一背景下，"供给"而非"需求"成为宏观与市场的主要驱动力。具体体现在三个层面：

移民管控压缩劳动力供给（美国初请失业金人数降至1969年以来最低）；保护主义和关税限制进口供给（美国拟对60个贸易伙伴加征新关税）；地缘政治扰动石油供给（全球约80亿桶/日海运石油中，约64亿桶途经霍尔木兹海峡、曼德海峡等脆弱咽喉要道）。

相比之下，债券供给和股票供给的约束则在松动。美国政府仍维持每年2万亿美元的财政赤字，年利息支出达1万亿美元，即便过去12个月关税收入达2500亿美元也难以弥补缺口。自由现金流为负的企业减少股票回购，进一步压缩股票供给支撑。

在此背景下，Hartnett认为黄金和比特币正在2026年悄然筑底，而代表"主街"的银行股指数将在2020年代下半段跑赢代表"华尔街"的券商和私募股权指数。

此外，他还将香港地产股列为最具吸引力的长期买入机会之一——这些股票目前的价格与30年前持平，他表示将在美联储收紧或日本央行汇率危机引发的任何下跌中逢低买入。

本文来自华尔街见闻，欢迎下载APP查看更多

AI情感陪伴赛道，又迎来了一位“老朋友”。

7月27日，腾讯QQ宣布QQ宠物正式焕新回归，用户在手机QQ搜索“QQ宠物”即可重新领养。作为陪伴80后、90后成长的国民级互联网IP，这只曾经生活在电脑桌面的企鹅，在停运八年后要重新回到用户身边了。

不过，这一次的QQ宠物已经不再是那个只能按照固定程序回应的电子宠物。

据腾讯介绍，新版QQ宠物在保留经典养成玩法的基础上，不仅完成了3D形象升级，还接入腾讯混元Hy3大模型，宠物拥有不同性格设定，能够主动与主人交流、记录生活、生成宠物日记，并融入QQ聊天等多个社交场景。

在AI情感陪伴成为全球AI应用最热门赛道之一的当下，腾讯重新启用承载着很多人青春回忆的QQ宠物，与其说是在打“情怀牌”，不如说是在借助AI重新探索社交产品的可能性。

相比老版本，新版QQ宠物最大的变化来自AI能力。

过去，QQ宠物的所有互动都来自预设脚本。无论是喂食、洗澡还是聊天，用户获得的反馈都是固定的。而接入混元Hy3大模型之后，QQ宠物开始拥有不同的“人格”。

用户可以选择“小太阳”“粘人精”“淘气包”“小戏精”等不同性格，不同性格的宠物会使用不同的语气与主人交流，也会主动打招呼、提醒天气、表达需求。宠物在学习、打工、冒险过程中，还会主动分享自己的经历，并根据每天发生的事情生成专属“宠物日记”，让陪伴变得更加持续。

与此同时，QQ宠物也完成了产品形态升级。

新版宠物全面采用3D形象，在经典企鹅之外新增狗狗、蒜头鹅等新物种，用户触摸宠物时，毛发、动作都会产生更加真实的反馈。

值得一提的是，由于QQ的主要使用场景已经转向移动端，宠物也不再局限于一个独立窗口，而是能够出现在聊天界面，在聊天框中跳动、与好友宠物互动，让AI角色真正融入日常社交。

QQ宠物曾是中国互联网最成功的虚拟养成产品之一。

2005年上线后，它依托QQ庞大的用户基础迅速走红。每天上线给企鹅喂食、洗澡、学习、打工，成为许多用户最熟悉的互联网记忆。对于不少人而言，QQ宠物不仅是一款小游戏，更是一种社交符号，它陪伴着一代网民经历了PC互联网时代最繁荣的岁月。

但随着移动互联网兴起，QQ宠物逐渐失去了生存空间。

一方面，用户大量转向智能手机，长期挂机、频繁照料宠物的玩法越来越难适应碎片化使用习惯；另一方面，脚本式互动很快便会消耗用户的新鲜感，电子宠物始终无法真正建立长期陪伴关系。

最终，腾讯于2018年正式停止QQ宠物运营，一个时代也随之结束。

如今，AI技术的发展改变了这一局面。

大模型让虚拟角色拥有了自然语言对话、长期记忆、情绪反馈以及主动表达能力，也让AI角色真正具备了持续陪伴用户的可能。

相比重新打造一个陌生的新IP，QQ宠物本身拥有天然的品牌认知和情感资产。对于腾讯而言，AI恰恰让这个曾经因技术限制而退出历史舞台的经典产品，拥有了重新焕发生命力的机会。

从这个角度来看，QQ宠物此次回归，更像是腾讯AI社交布局的一块试验田。

近年来，腾讯持续推进AI与社交融合，无论是QQ、微信还是腾讯元宝，都在探索AI如何成为人与人、人与数字角色之间新的连接方式。

而QQ宠物最大的价值，并不一定在于成为新的AI聊天机器人，而是借助QQ天然的社交关系链，把AI角色变成新的社交媒介，让好友之间因为一只宠物产生更多互动。

不过，QQ宠物要想真正迎来“第二春”，仍然面临不少挑战。

首先，AI情感陪伴赛道已经十分拥挤。Character.AI、Replika以及国内众多AI陪伴应用、AI玩具等，都在争夺用户时间。QQ宠物虽然拥有情怀优势，但如何持续提供高质量互动体验，避免用户因新鲜感消退而流失，仍是最大的考验。

其次，大模型能力正逐渐趋同，真正决定产品竞争力的，不再只是模型本身，而是产品设计和社交生态。QQ宠物能否充分利用QQ的关系链优势，让宠物真正成为激活社交的新入口，而不是停留在怀旧层面，将决定其未来的发展空间。

此外，AI产品普遍面临推理成本较高的问题。如何在提升陪伴体验的同时探索可持续的商业模式，也将成为腾讯未来必须回答的问题。

从PC时代的电子宠物，到AI时代的数字陪伴，QQ宠物完成了一次跨越近二十年的“重生”。

对于腾讯而言，真正想要复活的或许并不只是QQ宠物，而是那个能够持续激发用户互动、承载情感连接的社交入口。

在AI重新定义人与数字角色关系的今天，这只企鹅是否还能再次成为一代人的陪伴，答案仍有待市场检验。

本文来自华尔街见闻，欢迎下载APP查看更多

7月爆发的美伊新一轮军事冲突打了华尔街一个措手不及，国际油价短暂突破每桶100美元，并再度引发这个规模高达30万亿美元的美债市场大规模抛售。基准10年期美债收益率自6月底以来已累计上行逾30个基点，至4.678%附近，逼近近十年高位。与此同时，对货币政策最为敏感的2年期美债收益率也攀升至约4.328%，突破美联储当前3.75%的利率上限，折射出市场对加息前景的强烈预期。

周三，美联储将公布本次政策决议。据CME美联储观察工具显示，截至上周五，市场预计本次会议维持利率不变的概率为62%，但加息概率已从一周前约13%骤升至约38%。

"这说明市场对通胀有多么担忧，也说明市场有多么担心美联储能否言行一致。"TD证券美国利率策略主管Gennadiy Goldberg表示，他所指的正是沃什关于将通胀压回2%目标的一系列公开表态。

美伊冲突是此轮美债收益率上行的直接导火索。油价飙升加剧了市场对通胀卷土重来的忧虑，促使交易员大举抛售美国国债。根据GasBuddy数据，美国普通汽油和柴油零售价近期分别重回每加仑4美元和5.20美元以上。

沃什在6月首次以美联储主席身份召开新闻发布会后，美债市场曾短暂反弹，但这一涨势随即化为乌有。30年期美债收益率则顽固地守在5%上方，令此前押注长债的投资者损失惨重。

Rosenberg Research & Associates创始人兼总裁David Rosenberg在上周五的报告中写道："我们没有预料到美伊战争的这一最新章节，这对当前任何久期资产而言都是一个复杂因素。"他同时指出，科技相关企业债券发行持续扩张，也令美债市场承压。Rosenberg表示，他已调整投资组合，将此前表现不及预期的30年期美债多头头寸转向短久期美国国债。

富国银行投资研究院全球投资策略主管Paul Christopher表示："美联储需要听清这一信号。不确定性正在叠加累积，"债市投资者要求获得相应补偿。

美联储内部并非铁板一块。据悉，利率决策委员会中部分成员倾向于通过加息来压制通胀。然而，问题在于——任何加息行动的落地时机都极为敏感。

通胀本身会侵蚀固定收益资产的实际价值，而加息则会进一步压低债券价格，并对股票等其他金融资产构成拖累。与此同时，巴克莱分析师预计美国2026年财政赤字规模约为2万亿美元，美债的持续大规模发行将是填补缺口的重要途径，这也意味着债市供给压力短期内难以缓解。

此外，科技行业的大规模举债也在放大债市压力。以"超大规模云计算商"为代表的大型科技企业为支持人工智能基础设施建设，正竞相发行企业债，推高市场整体借贷成本。穆迪评级在上周三的报告中预计，这些超大规模云计算商2027年资本支出将接近1万亿美元，继今年近8000亿美元之后进一步飙升，并警告"资本开支飙升、杠杆率上升及表外承诺"将对该群体的信用质量构成威胁。

高利率预期的阴云同样笼罩股市。上周，半导体股跌幅居前，费城半导体指数单周下挫逾4%。道琼斯工业平均指数周跌0.4%，标普500指数下跌0.6%，纳斯达克综合指数跌幅则高达2.1%。纳斯达克指数收盘价较6月初创下的历史高位已累计回落7.8%。

较高的利率水平往往会压制企业和消费者支出，进而拖累经济增速并侵蚀企业盈利预期。富国银行的Christopher建议投资者不妨等待本轮科技股轮动告一段落，届时"可能出现较好的入场时机"，并提示"手持一定现金储备或许并无坏处"。

本文来自华尔街见闻，欢迎下载APP查看更多

截止目前，长鑫科技报51.98元/股，涨幅达500%，总市值升至3.48万亿元，成为A股市值最高公司，单日成交额已超1289亿元。

与此同时，兆易创新低开后快速下挫，盘初一度触及跌停，午后跌7.68%，报421元/股，总市值2961亿元。

两家公司的创始人均为朱一明。长鑫科技的上市，令这位国产存储产业的核心推动者身价大幅跃升。据测算，综合其持有的长鑫科技与兆易创新股份，朱一明在授予员工股权激励前的身家可能超过690亿元，最高甚至可能超过930亿元。

长鑫科技首日暴涨，市值登顶A股

长鑫科技7月27日的上市表现远超市场此前预期，公司股价涨幅一度达531.06%，总市值达3.66万亿元，一举超越此前A股市值最高公司，坐上A股头把交椅。

上市前，多位市场分析人士预测长鑫科技市值有望冲刺2万亿元至3万亿元，而首日盘中表现已大幅超出这一区间。

在IPO路演期间，朱一明曾表示，"登陆资本市场对长鑫科技而言，既是新的起点，更意味着新的责任。"他强调，公司希望通过本次募集资金进一步提升技术研发能力和产业化水平，同时发挥龙头企业带动作用，促进产业链协同发展。

兆易创新盘中跌停，同日形成鲜明反差

与长鑫科技的暴涨形成强烈对比，兆易创新7月27日开盘后快速下挫，盘初触及跌停，截至目前跌5.53%，报431.71元/股，总市值约3030亿元。

市场普遍将兆易创新的下跌与长鑫科技上市直接挂钩。两家公司同属存储芯片赛道，长鑫科技的高调登场，在一定程度上引发了资金从兆易创新向长鑫科技的切换。

朱一明持有兆易创新5.13%的股份。按照兆易创新市值4234亿元计算，其持有股份对应市值约为217亿元。

值得注意的是，朱一明此前已于5月11日至5月25日期间，通过集中竞价和大宗交易方式累计减持兆易创新632.99万股，占公司总股本0.9%，按5月11日收盘市值计算套现约22.9亿元。

朱一明身价重估：从120亿到逾900亿

长鑫科技上市前，截至2025年8月底，朱一明位列2025年胡润百富榜第584位，财富为120亿元。上市后，这一数字面临大幅重写。

据长鑫科技招股书，行使超额配售选择权前，公司发行后总股本约668.81亿股。朱一明合计持有长鑫科技1,592,430,946股，发行前持股比例为2.6456%；上市后持股比例约为2.381%。

招股书同时披露，朱一明此前获授15.36亿股长鑫科技激励股份，他自愿将其中一半分配给长鑫科技及并表子企业员工用于激励，将在上市满36个月后的10个自然年度内完成授予。扣除拟授予员工的部分后，朱一明实际持有长鑫科技约8.25亿股，对应持股比例约为1.232%。

据第一财经记者测算，按长鑫科技上市后总市值2万亿元至3万亿元测算，在授予员工股权激励前，朱一明持有长鑫科技股份对应市值约为476亿元至714亿元；授予激励后，对应市值约为247亿元至370亿元。

综合其仍持有的兆易创新股份（约217亿元），朱一明在授予员工股权激励前的总身家可能超过690亿元，最高甚至可能超过930亿元；授予激励后，身家预计在463亿元至587亿元之间。而长鑫科技首日实际市值已远超3万亿元，意味着上述测算结果可能仍属保守。

十余年长跑：从兆易创新到长鑫科技

朱一明与这两家公司的渊源，跨越了二十余年。2005年，他回国创办兆易创新；2016年，推动国产DRAM项目落地；2018年，他将全部重心转向长鑫科技，并承诺"项目盈利前不领薪"。

在IPO路演现场，朱一明回顾了长鑫科技的技术历程：自2019年成功推出首颗自主设计的8Gb DDR4芯片，实现中国大陆DRAM产业"从0到1"的历史性突破以来，公司坚持高强度研发投入，采取跳代研发策略，快速完成从第一代到第四代工艺平台的量产，并实现DDR5、LPDDR5/5X等产品的覆盖和迭代。

"每一次技术突破的背后，都凝聚着无数长鑫人的坚守与付出，也见证着中国存储产业不断向前迈进的坚定步伐。"朱一明在路演现场表示。

本文来自华尔街见闻，欢迎下载APP查看更多

据日经新闻7月26日报道，贝恩资本通过四家特殊目的公司（SPC）持有的铠侠股份中，已在约一年内出清其中三家SPC的全部持股，合计套现约2.5万亿日元。韩国未来资产证券（Meritz Securities）估算，随着贝恩减持完成，SK海力士参与SPC1的股份部分亦已一并处置，预计SK海力士将于2026年第二季度确认约40万亿韩元的累计投资收益，推动该季税前利润逼近100万亿韩元。

与此同时，SK海力士通过持有SPC2可转债，理论上可转换为铠侠约14%的股权。然而，这一转换尚待多国反垄断审查批准，且铠侠与日本政府对竞争对手获取投票权一事态度审慎，能否最终转换存在相当不确定性。

贝恩资本于2018年联合东芝、苹果、戴尔及SK海力士等投资者收购东芝存储器（即现铠侠），以约2.5万亿日元的套现规模完成退出，被认为是日本有史以来基金单笔投资的最大回报。

铠侠于2024年12月完成上市。上市时，贝恩资本旗下四家SPC合计持有约55%股份，为第一大股东；东芝以约40%位居第二；日本光学公司Hoya持有约3%。

随着铠侠股价自去年夏季起持续上涨，贝恩与东芝相继主动减持。贝恩出清三家SPC全部持股，包括来自苹果、戴尔以及SK海力士通过SPC参与的部分（约266亿日元投入），合计套现约2.5万亿日元。东芝则将持股比例由约40%降至15%，截至去年3月已从股份出售中获益约8000亿日元，约为初始投资额的两倍以上。

减持完成后，东芝以15%持股重夺第一大股东席位。

在贝恩出清三家SPC后，剩余一家SPC仍持有铠侠约14%股份，位列第二大股东。据Meritz Securities估算，SK海力士持有该SPC（即SPC2）的附认股权证可转换债券（CB），若完成转换，理论上可获得铠侠约14%的股权。

SK海力士2018年的初始投资共约3950亿日元，其中约266亿日元通过以股份出售为目的的SPC1投入，约1290亿日元通过以经营权为目标的SPC2投入。简单测算，SK海力士通过SPC1的股份出售已获得约7500亿日元（约7万亿韩元）的套现收益。

目前SK海力士在铠侠不持有任何有效投票权。若完成CB转换，且在东芝最终退出后，SK海力士有望升至第一大股东——但根据现有承诺，SK海力士在2028年前不得持有超过铠侠总投票权的15%。

CB转换能否落地，面临实质性挑战。铠侠与SK海力士在NAND闪存市场直接竞争，SK海力士目前持有全球NAND市场约20%的份额。铠侠在今年6月的报告中明确指出，"由于竞争关系，SK海力士行使投票权可能与普通股东利益存在分歧。"

日本政府对本国关键半导体企业的控制权向境外转移同样高度敏感。SK集团内部已有声音担忧"实际操作中转换债券可能存在相当难度"。

不过，也有迹象显示转换程序或已启动。铠侠在近期报告中表示，"尽管SK海力士尚未完成债券转股，但可能已开始在多国依据反垄断法、外汇法及对外交易法启动必要程序。"

Meritz Securities预计，SK海力士将于2026年第二季度确认SPC1处置的最终收益，加上SPC2估值收益及其他投资相关收益，当季非经营性收入预计将超过41.6万亿韩元，推动税前利润达约100万亿韩元。

Meritz同时指出，SK集团董事长崔泰源（Chey Tae-won）的离婚诉讼使集团对旗下最大现金来源SK海力士提高分红的需求大幅上升，预计相关收益将通过SK Square向上游分配，后续分红大幅提升的可能性较高。

本文来自华尔街见闻，欢迎下载APP查看更多