摩根大通分析师Doug Anmuth在最新研报中将Muse定性为"自ChatGPT以来最具潜力成为最广泛使用的消费级AI应用"，认为其核心驱动力在于强产品市场契合度、慷慨的免费层级设计，以及Meta覆盖逾20亿用户的庞大分发平台。

与此同时，高盛在其每日报告中指出，Muse引发的"代理式AI冲击"已成为市场最热议题，并导致其"消费者惰性"股票篮子单日下跌2.58%。

然而，Muse的光鲜表面之下暗流涌动。安全研究人员已披露一个零日漏洞，可令本地应用完全劫持用户账户；多名用户记录了Muse在未获授权情况下读取私人短信的异常行为；亚马逊已宣布封锁Muse访问其零售网站；而支撑这一产品规模化运营所需的算力成本，据测算在1亿用户规模下可能高达300亿至500亿美元硬件投入，远超付费订阅收入所能覆盖的范围。Muse究竟是下一个ChatGPT，还是另一个元宇宙式的资本黑洞，答案仍悬而未决。

Muse是什么：从聊天机器人到"代劳型"AI代理

Muse的核心定位，是Meta所称的"世界首款面向所有人的个人AI代理"。 与传统聊天机器人不同，Muse不仅回答问题，更直接代替用户执行任务，涵盖网购、旅行预订、邮件处理及日程管理等日常事务。

产品定价设有三档：免费层级提供每周1亿个Muse Token；付费层级分别为每月20美元和100美元。相较竞品，Grok Bot订阅费为每月30美元以上，Gemini Spark为每月20美元，而Instinct目前仍处于仅限邀请的内测阶段。

在技术架构上，Muse通过"连接器（Connectors）"体系与第三方服务打通，现有接入服务包括Gmail、Spotify、Peloton、OpenTable等。Meta已于上线两周内向开发者开放连接器构建权限，并相继推出Mac版本、美国本土商家外呼测试版，以及与Shop Pay的代理结账集成。扎克伯格还在Meta Connect发布会上推出了Muse Charm实体挂件。

摩根大通预计，随着数以千万计的企业在Muse上部署自有代理，用户与商家之间的交互将逐步从人工浏览或电话沟通，转向"代理对代理（agent-to-agent）"模式，届时Meta可参照其广告业务的变现逻辑，通过抽佣或按交易目标收费实现货币化。

技术底色：站在开源巨人的肩膀上

Muse的技术基因，可追溯至一个名为OpenClaw的开源代理框架。OpenClaw由Peter Steinberger及数十名贡献者在不到六个月内构建完成，上线首周即在GitHub斩获10万星标，目前累计超过38.7万星，是GitHub历史上增长最快的代码库之一。

OpenClaw采用自托管架构，通过SOUL.md、IDENTITY.md、USER.md等纯Markdown文件管理记忆、浏览、消息及定时任务。据用户测试，Muse使用了完全相同的文件结构——当被直接询问时，Muse自身的代理也予以确认。

Meta的核心贡献，并非技术上的从头创新，而是将复杂的自托管流程压缩为一分钟的普通用户注册体验。 正如一位X平台用户所总结的：

“个人AI代理的瓶颈从来不是模型本身，而是注册流程。Docker没有发明容器，Slack没有发明聊天。赢得市场的实验室，往往不是证明概念的那个，而是消除了概念与普通人日常生活之间最后一道摩擦的那个。”

值得关注的是，OpenClaw的创始人Steinberger此后已加入OpenAI，专注于面向大众的代理产品开发，OpenClaw项目本身则移交至独立基金会运营。

安全与隐私：被加速赶工所牺牲的基石

扎克伯格将Muse标榜为"从底层为隐私与安全而构建"，但现实与这一承诺之间存在显著落差。

在安全层面，据Ars Technica报道，安全研究人员已发现一个零日漏洞：任何本地应用或终端命令，无论其macOS权限级别如何，均可修改Muse的一系列未公开设置。

其中一项设置允许进程更改语音转录的服务器端点——攻击者只需将该端点重定向至自控服务器，即可获取用户Muse账户的完整控制权限。

安全研究员Wardle对此评价称：“他们在我看来根本没有认真考虑过安全问题，这非常令人担忧。”

在隐私层面，多名用户记录了Muse在未经明确授权的情况下读取私人信息的行为。据报道，一名科技记者表示，他明确拒绝授予Muse访问短信的权限，但Muse随后主动推送通知，内容涉及其与播客联合主持人的私人对话及编辑发来的工作消息。当被追问时，Muse起初声称仅读取了通知横幅文本，但该解释随后被证明并不准确。IBM副董事长Gary Cohn公开表示，出于隐私顾虑，他目前尚未准备好使用该服务。

在行为透明度层面，代码审查显示，Muse的自动化浏览器刻意伪装成人类用户：它以禁用自动化标识的方式启动Chrome，注入代码隐藏navigator.webdriver属性，并伪造浏览器插件信息以生成更接近真人的浏览器指纹。Amazon正是以"Muse访问其网站时未自我标识为AI代理"为由，宣布封锁该应用。

算力账单：规模化扩张背后的成本黑洞

Muse的商业模式面临一个根本性的数学难题：为每位用户提供专属虚拟机的承诺，在规模化后将产生天文数字级别的硬件成本。

据@demian_ai此前在社交平台X上发帖称，每位Muse用户都应该获得一台配备2个虚拟CPU、8GB内存及100GB固态硬盘的专属云端虚拟机。据测算，若Muse在一年内达到1亿用户规模（考虑到其当前的下载势头，这一情景完全可能），Meta将需要约158万颗AMD EPYC服务器芯片（按50%活跃用户负载计算），以及约800拍字节的内存，对应电力消耗约1.6吉瓦。

付费订阅收入远不足以覆盖上述成本。若有1000万用户订阅每月20美元的套餐，年收入约为24亿美元；而仅硬件建设成本一项，在1亿用户规模下即可达300亿至500亿美元。Meta当前全年资本支出指引已高达1300亿至1450亿美元，训练与广告业务已占用大量算力资源。

为应对这一挑战，Meta已于2026年3月成为Arm AGI CPU的主要联合开发商及首席部署合作伙伴，并于同年4月向其算力组合中新增数千万颗AWS Graviton核心。然而，分析人士指出，若Meta无法对闲置虚拟机实施有效的冻结与共享策略，“专属云端PC”的承诺将难以按宣传规模兑现。

市场影响：颠覆预期与"消费者惰性"的终结

Muse对资本市场的冲击，已远超Meta自身股价的波动。

高盛在其报告中指出，Muse所代表的代理式AI能力，从根本上威胁到那些依赖用户"高转换成本"维持客户留存的商业模式——无论是难以取消的订阅服务、繁琐的银行账户迁移，还是复杂的保险续约流程，一旦AI代理可以代劳，这些企业的护城河将大幅收窄。高盛"消费者惰性"股票篮子（GSXUSWCH）在相关报道发酵当日下跌2.58%，成为近期交易最活跃的主题篮子之一。

摩根大通则将Muse的长期可寻址市场规模定性为"可能达到数十万亿美元"，并预计Meta将在2027年之前以推动用户采纳和参与度为优先目标，暂缓大规模商业化变现。为此，Meta已开始在Instagram和Facebook上投放Muse广告，并推出"邀请好友获得10亿Muse Token"的裂变激励机制，同时启动全国性电视广告攻势。

核心悬念：下一个ChatGPT，还是元宇宙2.0？

Muse当前的市场表现令人印象深刻，但其能否成为真正的"全民AI应用"，仍取决于几个尚未解答的关键问题。

首先是信任问题。Meta在数据隐私领域本就背负沉重的历史包袱，而Muse上线两周内已暴露出零日漏洞、未授权读取私信及浏览器伪装等多重问题，这对于一款需要用户授予账户、文件乃至麦克风和摄像头访问权限的产品而言，是极为不利的起点。

其次是成本可持续性。付费订阅收入与实际算力投入之间的巨大缺口，意味着Muse目前本质上是一项由Meta广告业务补贴的战略性投入，其商业闭环尚未形成。

第三是竞争压力。OpenAI正在开发竞争性代理产品，Nous Research的Hermes Agent也在追逐同一赛道，而Amazon的封锁行动则预示着平台生态的阻力可能持续存在。

摩根大通的判断是，Muse有潜力成为自ChatGPT以来最具影响力的消费级AI应用；但批评者则将其与元宇宙相提并论——一个烧钱无底、最终未能兑现承诺的宏大叙事。

初期的病毒式传播固然亮眼，但真正的考验，是当好奇心退潮之后，有多少用户愿意每月付给扎克伯格20美元乃至100美元，让Meta来打理自己的生活。

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，摩根士丹利分析师Elizabeth Porter等人在最新研究报告中指出，个人AI Agent的加速普及，从需求侧重塑了通信软件的增长逻辑——消费者借助Agent发起更多业务互动，企业端AI则降低响应成本，二者共同推动通信量扩张和基于用量的货币化模式。这一趋势对Twilio和Wix的暴露度最为直接。

对于网络基础设施提供商而言，报告认为"人类访问量下降导致网站建设需求萎缩"的空头叙事正在被重新定义：Agent日益需要发现商家、预订服务并完成交易的系统支撑，中小企业（SMB）的线上交易基础设施需求或因此受益。摩根士丹利明确将北美软件行业评级定为"具吸引力"（Attractive），但同时提示，上述趋势更多体现为对估值中枢和长期预期的改善，而非对近期季报和业绩指引的直接提振。

根据摩根士丹利报告，Muse和Instinct是新一代个人AI Agent，其核心区别在于从"回答问题"转向"代理完成任务"。Meta于2026年9月8日通过其应用程序及WhatsApp正式推出Muse；Instinct为私人产品，主要通过iMessage提供访问入口。

两款产品均具备浏览网页、填写表单、预订出行等能力，并可在获得用户授权后完成消费行为。9月中旬，双方相继推出限量版外呼功能，允许Agent主动联系商家处理预约、预订及客户服务事宜。

这一功能扩展被摩根士丹利视为关键节点——Agent从被动响应用户指令，演变为主动代表用户与企业发生交互，直接打通了消费行为与企业通信系统之间的链路。

报告指出，AI对联络中心（Contact Center）市场的影响此前主要聚焦于企业用更少的坐席人员处理现有咨询，对以坐席数计费的传统模式构成压力。消费端Agent的出现则引入了一个需求侧的新机遇：消费者可以通过Agent发起此前因时间或意愿不足而放弃的咨询和任务。

摩根士丹利将这一逻辑概括为："企业AI让回应更便宜，消费AI让发起更容易。"通信量的扩张，一方面可缓冲坐席压力，另一方面加速了按时长、交互次数或结果计费的自动化服务需求。

报告认为，RingCentral最清晰的机会在于按用量计费的AI Reception（AIR）产品；NICE和FIVN的空头逻辑有所弱化，但能否在AI层胜出并实现货币化以抵消人工坐席压力，目前仍存在不确定性。报告显示，FIVN订阅收入中AI收入占比约15%，NICE年化云端收入中占比相近，大摩期待看到AI收入加速向该比例及以上迁移，同时整体营收趋于稳定乃至加速增长。

报告将Twilio定位为通信领域暴露度最广的公司。摩根士丹利强调，核心机会并不在于与AI助手的对话本身，而在于Agent完成任务过程中所触发的一系列通信行为——身份验证短信、预订确认及后续跟进消息，均构成增量通信用量。

在语音层面，Twilio既可支持Agent发起外呼，也可支持企业侧接听。此外，Conversation Relay等软件附加产品，为Twilio提供了超越纯连接服务、在每次交互中获取更高收入的额外路径。

不过，摩根士丹利对短期业绩预期保持谨慎，并援引Twilio此前表态——该公司曾提示，上半年超出预期5%以上的表现不应被视为"新常态"，公司预计超额表现将有所收敛。

对于Wix和GoDaddy等网络基础设施提供商，报告认为Agent的兴起正在重构需求逻辑：网站的价值不再主要体现于承接人类访问流量，而在于能否支撑Agent发现商家、完成预订和交易的后端能力。

摩根士丹利认为，Wix的暴露度优于GoDaddy——后者规模较大的域名业务稀释了Agent浪潮的传导效应。Wix推出的MCP（模型上下文协议）和Headless策略，有望在外部AI平台主导网站生成或消费者界面的情况下，仍保留其作为后端运营层的角色，维系与商家在预订、电商及业务运营方面的核心关系。

报告同时提示，功能捆绑是一项货币化风险：将相关功能整合进GoDaddy Airo等更大平台，短期内可能促进用户留存，但未必能形成独立的付费升级收入。AI原生建站工具的竞争亦构成持续压力。

在电商软件赛道，摩根士丹利明确指出Shopify是最直接的受益者。报告认为，Shopify已构建Agent平台所需的核心基础设施——包括标准化实时商品与库存层Catalog、商家侧控制面板Agentic Storefronts，以及交易标准UCP。

这一体系的战略价值在于整合效率：Agent平台接入Shopify一次，即可覆盖数百万商家的数十亿件商品，无需与每个消费品牌单独谈判和维护对接关系，从而令Shopify在集成层面具备显著竞争优势。

此外，消费者发现路径的碎片化——从搜索、社交、零售媒体延伸至Agent渠道——进一步凸显了统一商务系统的价值。单一数据记录系统在整合与协调多渠道表现方面的能力愈发关键。报告还指出，随着Agent活动扩散，基于商品属性而非媒体投入的筛选机制，或将令平台上长尾小众品牌获得更多曝光。摩根士丹利表示，将就Shopify在Agent生态中的多层机会进行更深入的专项研究。

本文来自华尔街见闻，欢迎下载APP查看更多

美元兑日元在日本假期结束后迅速升至158上方，距离160关口仅一步之遥。日本央行上周五加息25个基点，但行长植田和男随后的表态未能满足市场对进一步紧缩的预期，日元不升反跌，两周累计跌幅显著。

与此同时，日本10年期国债收益率周四跳升10个基点至3.075%，创1996年以来新高，全球债市抛售浪潮与国内财政压力形成共振，进一步加剧市场动荡。

对冲基金持仓出现关键信号转变：据CFTC最新数据，截至9月15日当周，对冲基金七个月来首次转为日元净多头，持有约2510亿日元（约合16亿美元）的日元看涨头寸。瑞银策略师团队指出，投机性日元空头已被"彻底洗光"，这恰恰为市场重建看空头寸腾出了空间。

当前市场面临的核心矛盾在于：日本央行加息路径的不确定性、美联储持续鹰派的政策预期、以及日本财政扩张带来的长端利率上行压力，三重因素共同压制日元，而干预的威慑效力正在被市场逐步消化。贝森特的"强势日元"承诺，将在160这道关口迎来真正的压力测试。

加息未能救援日元，160关口再度成为焦点

日本央行9月18日政策会议决定加息25个基点，但此举未能阻止日元颓势。植田和男会后讲话被市场解读为偏鸽，未能提供足够明确的后续紧缩路径指引，令日元在加息后反而持续走弱，美元兑日元一度升破158。

值得注意的是，此次加息决议并非全票通过，委员会内部出现两票反对，且未有委员提出加息50个基点的动议。

Ebury Partners策略主管Matthew Ryan指出，“若市场对日本央行进一步紧缩缺乏信心，日元短期内仍面临进一步走弱的风险。外汇干预本质上是一种钝器，若缺乏有力的货币政策配合，日本当局将难以遏制日元抛售。”

日债收益率飙升至近三十年高位，国内外压力叠加

日本假期结束后，市场重新开盘即遭遇冲击。日本10年期国债收益率周四单日跳升10个基点至3.075%，为1996年以来最高水平；5年期收益率同步上行9.5个基点至2.37%，收益率曲线全线走高。

外部压力来自美国：强劲的经济数据与一场需求疲弱的国债拍卖，将美债收益率推至近二十年高位，油价上涨进一步强化了通胀预期，市场对美联储持续加息的定价愈发激进。

国内层面，财政压力同样不容忽视。据报道，日本政府正考虑将中期国防开支目标上调至GDP的3.5%，与北约及其他美国盟友看齐。这一潜在支出扩张计划，令市场对首相高市早苗财政路径的审视进一步加深，长端国债承压明显。

空头"洗牌"完毕，新一轮做空窗口或已开启

CFTC持仓数据揭示了一个耐人寻味的市场结构变化：截至9月15日当周，对冲基金对日元的净头寸由空转多，为2025年7月以来首次，净多头规模约2510亿日元。

然而，瑞银策略师Shahab Jalinoos团队对此给出了截然不同的解读——这并非看涨信号，而是空头出清的结果。他们指出，投机性日元空头已被"彻底洗光"，在套息交易环境依然有利、美日利差仍然显著的背景下，这恰恰为投资者重建看空头寸创造了条件。

换言之，净多头的出现，可能不是日元反转的起点，而是新一轮做空周期的前奏。澳大利亚联邦银行货币策略师Carol Kong表示，"若美债收益率持续上行，市场继续试探日本当局捍卫日元的决心，美元兑日元可能很快突破160。"

干预门槛与贝森特承诺：联合行动能否再现？

160关口的象征意义远不止于技术层面。澳大利亚国民银行外汇策略主管Ray Attrill表示，“我们完全有可能重返160，但我预计干预威胁本身会阻止汇率真正突破这一水平。”

然而，干预能否产生持久效果，在很大程度上取决于华盛顿是否参与。Attrill指出，日本单边干预在货币政策基本面不利的情况下，历史上难以形成持续性逆转，市场可能很快消化另一次单边操作的影响。

今夏美国曾与日本联手买入日元，显著提升了做空日元的风险成本。财政部长贝森特多次公开表态支持日元走强，实际上是在向交易员发出挑战。一旦美元兑日元重返160，贝森特的公信力将直接受到检验。

Attrill补充称，美国进一步参与干预可能附带条件——日本需展示出比市场当前预期更快、更大幅度加息的意愿。片山皋月此前已确认日美联合干预的原则框架仍然有效，但美国财政部的实际容忍底线，以及联合行动的触发条件，仍是市场最大的不确定性所在。

分析认为，汇率检查（rate check）的效果已被证明短暂而有限，市场对日本当局单边干预的怀疑情绪有所上升。这一背景下，期权市场对160关口附近的干预风险定价正在悄然变化。

Carol Kong指出，若美元兑日元快速突破160，将“实质性地提升官方行动的可能性”，尤其考虑到近期已有汇率检查的先例，以及联合干预的历史惯例。160的快速突破，可能触发期权市场对风险逆转（risk reversal）的重新定价，进而放大汇率波动。

本文来自华尔街见闻，欢迎下载APP查看更多

9月23日，Meta在加州门洛帕克举行年度Connect开发者大会。CEO扎克伯格宣布，Muse将接入Meta智能眼镜产品线、新增Mac端计算机操作能力、获得独立电子邮件地址，并与沃尔玛、Sephora、Best Buy、Gap等主要零售商达成合作。与此同时，Meta还推出了名为"Muse Charm"的随身手持设备，计划赶在假日购物季前发货。

Muse于9月初发布，目前已登顶苹果应用商店榜首，并刚刚进入加拿大市场。扎克伯格将其定位为Meta迄今在消费AI领域最重要的押注，并称："在未来几年，我预期Muse将成长为全球数十亿人用于实现目标、改善生活的个人超级智能。"

在商业化路径上，Meta计划为用户提供大规模免费使用额度，并通过对用户交易收取小额佣金实现盈利。受此前股价连续上涨推动，Meta股价本月迄今已累计上涨30%，有望创下2013年7月以来最佳单月表现。

今年的Connect大会与数年前的场景截然不同。彼时扎克伯格高调宣布押注元宇宙并为此更名公司，而本届大会上，元宇宙话题几乎销声匿迹。"我们决定暂时将元宇宙的优先级降低一些，"扎克伯格在台上表示。

取而代之的核心叙事，是"个人超级智能"。扎克伯格身穿印有"BUILDING IS MY LOVE LANGUAGE"字样的黑色T恤登台，将Muse定性为Meta整体愿景的"核心"，并在现场演示了通过佩戴智能眼镜向Muse语音指令、为与技术主管Andrew Bosworth的会议预订日历时段的功能——演示过程顺利完成。

在技术架构上，每位用户的Muse运行于独立的私密安全计算环境（Meta称之为"Muse安全虚拟机"），底层模型为专为个人智能体训练的Muse Spark多模态模型。区别于传统聊天机器人，Muse强调持续在后台执行任务，支持角色与个性定制，默认角色名为Jolly。

Connect大会上，Meta发布了多款新硬件，并将其与Muse深度绑定，构建覆盖用户全天候场景的感知入口。

在眼镜产品线上，Meta划分出更清晰的层级：售价349美元的Ray-Ban Meta Audio取消摄像头，主打音乐、通话与语音交互，续航最长12小时，定位全天候佩戴；449美元起的第三代Ray-Ban Meta保留摄像头，升级了拍摄、降噪与续航性能；现有的Ray-Ban Display增加导航等功能并扩大销售市场。Meta计划到年底提供超过100种眼镜选择，其中包括与Blackpink成员Lisa的联名款。

在高端产品线上，Meta发布了Meta VR Glasses，将计算单元与电池移至外接设备，将镜体重量压缩至约100克，面向观影、沉浸式内容及多屏办公场景，售价1299.99美元，计划于2027年春季上市。

Muse将于"未来数月内"接入上述AI眼镜，用户届时可通过唤醒词免触控激活智能体，完成预约、记录餐食、指导锻炼乃至发现并购买眼前所见商品等任务。Meta表示，Muse将在后台运行，任务完成后主动反馈结果。

在生产力场景，Meta宣布将Muse的"计算机使用"能力引入Mac平台。用户授权后，Muse可操控Mac上的任意应用，在用户离开电脑后继续执行预先排定的任务。

"你可以让它帮你经营小生意，或者替你完成工作，"Meta首席AI官Alexandr Wang在主题演讲中表示，"你可以离开电脑，它会继续替你处理好所有排队中的任务。"

邮件功能同步在开发之中。未来Muse将拥有专属电子邮件地址，用户可将其加入邮件线程，或将邮件直接转发给Muse代为处理。Wang表示该功能将"很快"上线，但未提供具体时间表。

此外，Muse还将新增实时数字化身功能，由全新AI模型Muse Realtime Avatar驱动，用户可与自定义的Muse虚拟形象进行实时视频对话。

购物场景是Muse商业化变现最直接的落点。Meta已与Stripe及Shopify达成合作，Muse可访问Shopify完整商品目录，并通过Link和Shop Pay完成购买，PayPal支付支持也在持续扩充。新增零售合作伙伴包括沃尔玛、Best Buy、Gap、Sephora、Wayfair，以及旅行平台Expedia和杂货配送平台Instacart（即将上线）。工作场景方面，新增连接器涵盖Box、GitHub、Granola和Notion。

值得注意的是，据华尔街日报，亚马逊在大会前夕封锁了Muse在其平台上完成购买的通道，称其未获授权。

在平台开放层面，Meta已允许开发者自行构建Muse连接器。Wang透露，相关平台开放后不到一周，Meta即收到超过1500份申请，"我认为这可能是一个时代性的机会，"他说。

在商业逻辑上，Meta计划提供大规模免费使用额度，并从Muse参与撮合的交易中抽取小额费用。目前公开的案例已涵盖购物、旅行、账单谈判、保险等场景。Meta表示，即将发布目前家族中能力最强的模型，以推动整个Muse模型体系的全面升级。

本文来自华尔街见闻，欢迎下载APP查看更多

日本10年期国债收益率周四上涨10个基点至3.075%，5年期收益率上涨9.5个基点至2.37%，各期限收益率全线攀升。与此同时，美国10年期国债收益率亦升至近19年高点，30年期日本国债收益率上涨近7个基点至4.134%，5年期收益率更创历史新高至2.345%。

此轮抛售潮由多重因素叠加驱动：油价反弹加剧通胀隐忧，强于预期的美国经济数据强化了市场对美联储持续加息的预期，而700亿美元5年期美债标售需求疲软更直接推升收益率。日本债市在三天休市后重新开市，集中承压，跌势尤为剧烈。

美债抛售是导火索

此轮全球债市动荡的核心驱动力来自美国。据大华银行（UOB）研报，油价反弹、美国PMI数据强于预期，以及700亿美元5年期美债标售需求疲软三重因素叠加，推动5年期美债收益率突破5%，带动美债收益率曲线全线上行至近20年高点。

强劲的经济数据令市场重新评估美联储货币政策路径，投资者对美联储短期内降息的预期进一步降温，长端利率随之承压。这一走势迅速向全球主要债市传导，日本债市首当其冲。

日本央行加息信号引发双重冲击

日本债市的压力并非仅来自外部。日本央行上周五上调基准利率，并暗示可能进一步收紧货币政策，但由于未能就未来行动节奏提供更明确指引，交易员普遍感到失望。

这一表态使日本国债收益率同时面临两方面压力：一是市场对日本央行进一步加息的预期持续升温；二是全球长期借贷成本重新定价带来的外溢冲击。两股力量叠加，令日本债市在假期结束后重新开市时承受了集中释放的抛售压力。

值得注意的是，据彭博报道，本月早些时候，在美国财政部长Scott Bessent公开表示期待东京方面及日本央行采取行动支撑疲软日元后，日本基准借贷成本已升至三十年来最高水平。此次进一步上行，意味着日本债市正处于多年来最为严峻的利率上行周期之中。

财政隐忧加剧市场担忧

除货币政策因素外，日本政府的财政支出前景同样令投资者不安。据悉，日本政府正考虑将中期防卫预算目标设定为GDP的3.5%，以符合北约及其他美国盟友的标准。这一消息加剧了市场对首相高市早苗整体支出计划的担忧。

在持续通胀与财政扩张预期的双重压力下，投资者要求对持有日本国债给予更高的风险溢价补偿，进一步推动了这波抛售潮。收益率的持续攀升，意味着日本政府未来的债务融资成本将显著上升，财政可持续性问题再度引发市场关注。

分析认为，此次日美债市的同步大幅走高，标志着全球主要经济体的长期借贷成本正在经历系统性重定价。

日本债市的特殊性在于，其长期以来是全球低利率环境的重要锚点。随着日本国债收益率加速上行，部分依赖日元套利交易的全球资产配置策略面临重新审视的压力，市场波动性或将进一步上升。

本文来自华尔街见闻，欢迎下载APP查看更多

柴油价格已飙升至每加仑6.50美元的历史纪录，汽油价格亦维持在每加仑约4.50美元的高位，能源成本正成为白宫在中期选举前愈发棘手的政治包袱。据媒体报道，特朗普本周表态支持禁止柴油出口的构想，美国财政部长贝森特也表示政府正在评估全面或部分禁令的可行性。

然而，包括能源部长Chris Wright和内政部长Doug Burgum在内的多位政府高级官员近期对禁令效果公开表示怀疑。据路透专栏作者Ron Bousso分析，禁止柴油出口不仅无法从根本上增加燃料供应，反而可能压低炼油商的生产积极性，进而拖累汽油、航空燃油等其他油品产量，令局面雪上加霜。

地缘冲突驱动的供应危机

此轮燃料短缺几乎完全由地缘冲突引发。中东和俄罗斯此前合计占全球柴油海运出口量的约五分之一。今年2月下旬伊朗战争爆发后，霍尔木兹海峡航运受阻，全球炼油产能和柴油供应随之大幅收缩。

局势在7月进一步恶化。俄罗斯历来是全球最大柴油出口国之一，但在乌克兰无人机持续打击其炼油设施数月后，俄方于7月暂停了柴油出货。据报道，9月份俄罗斯六大主要柴油生产炼厂中，有一半因遭受无人机袭击而大幅削减或完全停止产出。

面对供应缺口，美国凭借庞大的炼油产能迅速填补空白，成为少数具备大规模出口能力的供应方之一。据Kpler数据，与2025年均值相比，美国石油出口总量自3月以来已激增逾20%，达到每日900万桶。

库存告急，禁令呼声升温

出口激增的代价是国内库存持续失血。美国柴油库存已降至逾四十年来同期最低水平，较去年同期低约13%。更令市场担忧的是，当前正值炼厂秋季检修和冬季取暖旺季来临前的传统补库期，库存却反向下滑。

特朗普政府此前已尝试多项措施缓解国内油价压力，但收效甚微。3月，华盛顿对有百年历史的《琼斯法案》发出豁免令——该法案要求在美国港口间运输货物须使用美国建造、美国所有、悬挂美国国旗且主要由美国船员操作的船只。此次豁免旨在便利墨西哥湾沿岸炼厂向东西海岸输送柴油，但实际效果微乎其微，且豁免令将于11月15日到期。

报道指出，特朗普还曾敦促乌克兰总统泽连斯基停止打击俄罗斯能源基础设施，但相关努力进展有限，袭击近日仍在持续。

禁令为何可能适得其反

Bousso认为，表面上看，禁令逻辑似乎成立。美国炼厂去年日产柴油近500万桶，而国内消费量为390万桶，存在明显盈余。

但这一"盈余"恰恰是禁令注定失效的根源所在。现代炼油系统的设计初衷是同时服务国内外市场，墨西哥湾沿岸炼厂依据全球价格信号优化运营，将柴油、汽油和航空燃油输送至出价最高的市场。

禁令实施初期，更多燃料将流入国内市场和储罐，价格或暂时回落。但一旦库存填满，炼厂将因无法向海外销售过剩柴油而被迫降低加工负荷。最终结果是柴油产量下降，汽油、航空燃油等其他油品产量也将随之缩减——禁令不仅无法创造更多燃料，反而可能抑制整体生产。

这也解释了为何拜登和特朗普两届政府都对这一选项保持审慎态度。

政治算盘与战略代价

与此同时，Bousso还指出，禁令的风险不止于油价本身。限制出口可能损害美国作为可靠能源供应方的国际声誉，与特朗普政府力推的"能源主导"战略形成直接矛盾。与此同时，欧洲和亚洲盟友及客户对美国燃料的依赖程度日益加深，禁令将对这些关系造成冲击。

然而，随着总统支持率持续走低，中期选举日益临近，政治压力正在积聚。特朗普依据紧急权力拥有临时限制出口的法律授权，而寻求一个政治上受欢迎的"快速解决方案"的诱惑，可能难以抗拒。

反对禁令的经济逻辑相当清晰，但特朗普政府能否顶住政治压力、坚守这一立场，目前仍是未知数。

本文来自华尔街见闻，欢迎下载APP查看更多

9月24日，A股早盘低开低走，三大股指集体下跌，深成指、创业板跌近2%，个股普跌，超4300只个股下跌。风电设备、纺织制造、教育、银行等板块领涨；贵金属、白酒、房地产、PCB等板块领跌。

港股同样低开低走，恒指、恒科指盘中下跌，恒科指跌超1%，权重科网股全线下跌，芯片半导体股亦承压，兆易创新、剑桥科技跌幅居前。债市方面，国债期货全线上涨。商品方面，国内商品期货大多数品种下跌。核心市场走势：

A股：截至发稿，沪指跌0.93%，深成指跌1.74%，创业板指跌1.84%。

港股：截至发稿，恒指跌0.52%，恒科指跌1.11%。

债市：国债期货全线上涨，截至发稿，30年期主力合约涨0.20%，10年期主力合约涨0.02%，5年期主力合约涨0.03%，2年期主力合约持平。

商品：国内商品期货普遍下跌，截至发稿，能源品涨幅居前，原油涨4.04%；新能源材料跌幅居前，GFEX碳酸锂跌4.59%；贵金属全部下跌，SHFE白银跌3.21%；航运期货全部下跌，INE集运指数(欧线)跌2.56%；黑色系多数下跌，DCE焦煤跌1.62%；农副产品多数下跌，DCE 生猪跌1.29%；基本金属多数下跌，SHFE氧化铝跌0.99%；非金属建材涨跌参半，CZCE玻璃跌0.86%。

11:57

盘面上，个股跌多涨少，沪深京三市近4400股飘绿，上午半天成交1.08万亿。板块方面，有色金属板块走弱，黄金、铜领跌；覆铜板、CRO概念股表现低迷；房地产板块回调，建材板块同步走弱。减速器概念股表现活跃，教育、风电设备板块拉升，银行股走强。

具体来看，机器人概念逆势领涨，洛轴股份20cm涨停，封单额约3.6亿元、总市值257亿元；襄阳轴承涨停、封单近30万手，中马传动、长华集团、宁波东力涨停，万向钱潮、南方精工、三花智控、拓普集团跟涨。

催化来自马斯克9月23日接受央视财经专访时的预测："10年内或不到10年，人形机器人至少有10亿台；未来15年或许达到100亿台；未来20年可能会达1000亿台。"同时，特斯拉相关团队已于9月16日落地宁波、9月17日开启新一轮针对Optimus的量产审厂，目前已向供应链企业下达订单。东方证券认为，特斯拉实质性推进机器人量产以及Figure新模型有望推动机器人量产应用加速，国内机器人产业链公司有望迎来投资机会，2026年有望成为具身智能的量产元年。

风电设备板块逆势走强，吉鑫科技涨停，威力传动涨超11%，振宏股份涨8.19%，锡华科技涨8.84%，大金重工、新强联、天顺风能跟涨。催化来自国务院新闻办"开局起步'十五五'"发布会，提出到2030年全国海洋生产总值将突破13万亿元，海上风电装机容量实现翻一番、达到1亿千瓦。

财通证券指出，2027年上半年机制电价有望回升10%-25%，叠加新能源消纳条件持续改善，风电项目收益率将逐步修复，行业基本面底部特征明确，中长期向好趋势确立。天风证券认为，在行业自律机制作用下非理性低价竞争有所缓解，风机价格企稳回升，产业链零部件企业盈利水平存在修复空间。

此前强势的算力硬件与资源板块集中回调。贵金属重挫，山东黄金、盛达资源、赤峰黄金、中金黄金、湖南白银跌超3%；覆铜板/PCB走弱，超声电子、逸豪新材、则成电子集体大跌。

压制因素来自外围：美联储理事巴尔发表鹰派讲话、美国9月综合PMI初值升至58.4创2021年7月以来新高，10年期美债收益率一度升至5.112%（2007年以来最高），压制贵金属估值与成长股风险偏好。

房地产震荡调整，华丽家族跌停，华远控股盘中触及跌停。中信建投判断，当前市场核心矛盾在于量能与风险偏好受制于节前假期效应，指数缺乏向上突破动能，正由单一主题炒作进入"科技+红利"双主线的配置再平衡阶段，节前不宜对量能与指数空间期待过高。

10:32

半导体产业链日内震荡回升，康强电子2连板，高凯技术一度涨超10%，创上市新高，此前金辰股份2连板，托伦斯、盛美上海、绿通科技、光智科技跟涨。

消息面上，国际半导体产业协会数据显示，2026年第二季度全球半导体设备销售额达405.3亿美元，同比增长23%、环比增长11%，连续两个季度刷新历史最高纪录，AI算力扩产带来的设备采购需求持续向上游传导。

09:48

早盘房地产板块震荡下挫，华丽家族跌停，华远控股触及跌停，绿地控股、香江控股、万科A、荣盛发展等快速跟跌。

09:46

煤炭板块震荡拉升，云煤能源涨停，郑州煤电、辽宁能源、安泰集团、陕西黑猫跟涨。

09:41

机器人概念表现活跃，襄阳轴承涨停，宁波东力、万向钱潮、南方精工、三花智控、拓普集团跟涨。消息面上，近日，马斯克接受专访时指出，未来15年全球人形机器人或达到100亿台；未来20年可能达到1000亿台。

09:32

早盘AI制药概念异动拉升 ，贝瑞基因直线涨停，华大基因、荣泰健康、塞力医疗、义翘神州、金域医学跟涨。

消息面上，Anthropic宣布成立生命科学研究团队及实验室，并公布Claude参与生物学研究取得的早期成果。研究人员称，Claude在分析超过20万个逆转录酶（RT）序列后，发现一种此前未被描述的酶系统，并将其命名为“阵列相关逆转录酶”（ART）。

09:26

上证指数低开0.28%，创业板指跌0.38%。黄金、房地产、半导体、电脑硬件板块跌幅居前。

09:21

恒生指数开盘跌0.74%报24649.45点，创科实业跌近3%领跌蓝筹。恒生科技指数跌0.78%，腾讯控股、阿里巴巴跌超1%。恒生中国企业指数下跌0.70%。

本文来自华尔街见闻，欢迎下载APP查看更多

据知情人士，这批 5 年期债券定价于面值的 98.5%，由高盛、花旗和德意志银行联合承销；募集资金将用于弗吉尼亚州里士满附近 Digital Drive 数据中心园区的额外算力建设。该设施 76 兆瓦 IT 容量已全部预租给 CoreWeave，合同期 15 年、总值 29.4 亿美元，预计 2027 至 2028 年间投运。

标普全球评级周二将该笔发行评为 BB-，较投资级低三档，并明确指出"对单一投机级租户的敞口仍是关键风险"。这笔交易恰好发生在 AI 基础设施债务大量涌入高收益债市场、投资者对缺乏投资级租户的项目要求更高收益率的时点，CoreWeave 正是典型。

CoreWeave 作为 AI 算力新贵，二季度营收同比增长逾一倍至 25.75 亿美元、积压订单达 1040 亿美元，但高增长并未消除债券投资者对其长期偿债能力的疑虑。这笔定价或将成为后续 AI 数据中心项目融资成本的参照系。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博9月22日报道，Grok Bot截至9月14日的周活跃用户已达41.8万，较前一周增长24%；Meta Muse则在上架两天内冲至美国区App Store免费榜第2名，截至9月22日已登顶，将ChatGPT挤至身后。

与此同时，据科技媒体The Information 9月21日报道，OpenAI正在开发功能以更直接对标SpaceXAI于8月推出的Grok Bot，同时内部也在讨论如何回应Meta本月上线的个人AI助手Muse。知情人士透露，OpenAI计划将现有Codex和ChatGPT中已有的“智能体”技术重新包装和品牌化，而非从零构建新产品。

AI工程师@dotey在社交平台X上发帖称，原定上周发布的相关产品已被Sam Altman确认推迟，目标是赶在9月29日旧金山DevDay开发者大会之前亮相。

分析认为，谁能率先占据用户的"工作流入口"，将直接决定下一阶段的用户粘性与商业化空间。

Grok Bot：41.8万周活，马斯克称"增速前所未见"

Grok Bot于8月11日由SpaceXAI正式推出，定位为"始终在线的AI团队"。与普通AI助手最大的区别在于，每个Bot拥有独立的云端持久电脑，文件、浏览器、登录状态均保存其中——用户关机睡觉，Bot仍在后台运行。

在功能层面，Grok Bot可自动登录用户的Gmail、Google Calendar、Notion、Figma、财务软件乃至无API的旧网站，像人一样操控鼠标、填写表单，完成多步骤任务，仅在需要用户授权时才发出提示。多Bot协作是其核心卖点：

用户可同时运行多个Bot，分别负责收件箱管理、销售外联等，并由一个"幕僚长"Bot统筹协调，各Bot可在群聊中自主分配任务。

Grok Bot通过SuperGrok订阅提供，起价每月30美元，亦提供独立App版本。SpaceXAI将其定位为白领工作者和小企业主的"AI数字首席助理"，并在社交媒体、YouTube及播客平台大力投放广告。

马斯克本人在社交平台X上表示：“Grok Bot的使用量增速超过我们见过的任何产品。”

Meta Muse：登顶App Store，消费端攻势凌厉

Meta于9月8日推出个人AI助手Muse，主打消费场景，功能涵盖代为回复邮件、与商家沟通、网购比价、日程管理等日常任务，用户可通过Messenger等Meta旗下应用直接访问。Muse免费下载，与Grok Bot的企业订阅模式形成差异化竞争。

据彭博智库数据，Muse的下载量是Grok Bot独立App的四倍。Meta凭借旗下应用数十亿级别的用户基础，具备显著的分发优势，并已在Messenger等核心应用中对Muse进行突出推广。

不过，分发优势并非万能。The Information指出，Meta在2024年曾推出对标ChatGPT的聊天机器人，但其庞大的用户基础并未转化为预期中的竞争优势。

与此同时，邀请制初创公司Instinct的崛起同样引发市场关注。该产品通过短信和电话帮助用户订餐厅、购物，用户需授权其访问信用卡信息和账户密码。Instinct目前拥有逾10万用户，正寻求以100亿美元估值融资，估值在一个月内翻了四倍。

OpenAI备战“Aeon”：技术早有，包装滞后

OpenAI并非毫无准备，但其现有能力的市场感知度严重不足。

The Information报道，OpenAI正在开发的产品内部暂称“Codex Bot”，基于开源智能体框架OpenClaw构建。值得注意的是，OpenClaw的创始人Peter Steinberger已于今年2月加入OpenAI，Sam Altman明确表示其负责打造下一代个人智能体。

从代码层面看，泄露信息已提前透露产品形态。常年追踪ChatGPT代码的博主Tibor Blaho在ChatGPT安卓客户端的连续两个版本中发现了“aeonId”字段，与“accountUserId”并列出现，旁边还有名为“memberAeonIds”的字段——“member”（成员）的命名方式，与Grok Bot多Bot共处群聊的形态高度吻合。

测试说明中还出现了“aeon式行为”的描述：能力状态需在每一个采样步骤重新捕获，而非等待下一轮用户输入。这与需要连续执行多步骤任务的智能体逻辑完全吻合，暗示Aeon并非简单的功能迭代，而是一个可被单独标识、持续运行的“数字成员”。

事实上，OpenAI早在今年7月9日便已推出ChatGPT Work，官方介绍中已包含跨应用执行任务、持续处理复杂项目、定时任务等功能，并整合了Codex技术，支持云端后台运行。问题在于，大量用户对这些功能毫不知情——正如The Information所描述的：后厨什么菜都能做，菜单上却只写着“聊天”。

据@dotey在X平台发布的信息，Aeon传闻将在DevDay之前、甚至可能本周发布。OpenAI目前尚未就此作出官方表态。

入口之争：谁占住工作流，谁就握住用户

这场竞赛的本质，已不再是模型能力的排行榜之争，而是对用户日常工作流入口的争夺。

据the information报道，四家玩家，四种路径：SpaceXAI要的是一台存有用户所有登录状态的云端电脑；Anthropic更早于6月23日推出Claude Tag，让Claude以"成员"身份入驻Slack接收任务，瞄准的是整个团队的协作频道；Meta的Muse要的是用户每天打开的聊天App；Instinct则直接要求用户交出信用卡和密码，换取全权代理的便利。

入口一旦形成使用习惯，迁移成本将极高。一个接管了用户收件箱、熟悉其写作风格、记住优先级客户的Bot，远比一个聊天App更难被替换。

对OpenAI而言，压力来自多个维度。据The Information报道，ChatGPT过去一年增长明显放缓，10亿周活跃用户的目标原定去年达成，今年夏天才最终实现。在个人Agent这条被视为"第二增长曲线"的赛道上，OpenAI已落后于Grok Bot和Muse的市场节奏。

然而，技术与产品之外，整个赛道面临的最大不确定性或许是用户信任。有多少普通用户愿意授权AI访问个人信息、社交账号乃至支付权限，目前仍是未知数。聊天时代，用户评估的是"AI够不够聪明"；Agent时代，用户要回答的是"我敢不敢把钥匙交出去"。

这道信任门槛，是所有参与者共同面对的最后一关，也将是决定这场入口之战最终格局的关键变量。

本文来自华尔街见闻，欢迎下载APP查看更多

当整个市场都在追逐OpenAI和Anthropic等通用大模型的宏大叙事时，Rogo选择了一条极其垂直且深度的道路——从帮投行做PPT、建Excel模型，到全流程处理并购交易，再到进军财富管理领域。

近日，在知名投资播客《Invest Like The Best》中，主持人、Positive Sum CEO Patrick O'Shaughnessy对Rogo联合创始人Gabe Stengel进行了深度专访。详细拆解了Rogo的业务逻辑、订单商业模式，以及他对华尔街未来的终极想象。

（右边为：Rogo CEO Gabe Stengel）

访谈中，Stengel抛出了一系列极具冲击力的观点：OpenAI和Anthropic永远不会去做金融数据室，但如果你想成为高端资本市场的"交易所"，你就必须做。这正是Rogo押注的方向。

据《华尔街日报》报道，近期，金融AI平台Rogo Technologies完成了一轮约3000万美元的战略融资，投资方星光熠熠，包括花旗、巴克莱、法国巴黎银行、三菱日联金融集团（MUFG）和法国兴业银行等华尔街顶级投行。而就在今年早些时候，这家成立于2021年、由前初级银行家创立的公司，刚以20亿美元的估值完成了1.6亿美元的D轮融资。目前，摩根大通、美国银行等巨头已经深度使用其平台。

护城河：为何OpenAI和Anthropic“赢不了”金融？

这是访谈中最核心的竞争逻辑部分。市场最大的疑问始终是：既然大模型越来越聪明，为什么华尔街不直接用ChatGPT或Claude？

Stengel给出的答案是：金融行业需要的不仅仅是智能，而是极致的合规、可审计性以及与底层业务的深度绑定。

"你要建的东西必须和他们的方向垂直（perpendicular）。表面上你可能也做聊天机器人，但底层有大量他们永远不会去建的东西。"

他的核心判断是：金融服务是由无数个"利基市场"拼成的，每个都有不同的数据集、不同的"好"的定义、不同的监管要求。光是深入这些工作流、数据集，就能做到50亿美元收入。而对于Anthropic来说，这不过是'走在路上弯腰捡一分钱'——他们要走的路是从1000亿到1万亿美元。"

具体来说，Stengel给出了两个"脏活"案例：

一是MNPI合规管道。如果你在处理影响市场的交易，合规要求极为精细——每一个操作的可审计性，如何进入内部系统，一旦被监管审查能否完整还原——"这是像素级完美（pixel perfect）的管道工程"。

二是数据室（Data Room）。"如果一家大型上市公司收购另一家，需要双方安全交换数据。你需要一个合规、安全的数据室，而且不能只是个静态的Dropbox文件夹，它必须接入你的Agent工作流。OpenAI和Anthropic永远不会想做数据室生意。"

“我不想OpenAI或Anthropic会想要建立一个数据室业务。”Stengel表示，“如果你想成为所有高级金融和资本市场的交易所，你不仅需要拥有智能，还需要拥有交易场所、沟通场所、工作流以及所有输入的数据。”

这种“最后一英里”的基础设施，正是Rogo的护城河。

商业模式与业绩想象力：做“AI时代的彭博”

在订单和商业化方面，Rogo目前采用的是类似彭博（Bloomberg）的“按席位收费（Per Seat）”模式。客户群体主要集中在大型投资银行，因为投行不仅拥有最多的席位，更是整个金融界人才和数据的分发渠道。

Stengel毫不掩饰他对彭博模式的借鉴，并描绘了Rogo的未来发展路径：

首先，用一点AI和数据敲开大门（类似早期的彭博终端）；其次，构建完整的分析和工作流，从智能副驾（Copilot）进化到全自动驾驶（Autopilot），让AI能100%准确地撰写投资备忘录（IC Memo）或尽职调查问卷；最后，提供交易对手之间的通信渠道——不是让人类交易，而是让AI代理（Agents）之间直接进行交易谈判。

对于未来的业绩指引和定价革命，Stengel提出了一个极具想象空间的“基于结果定价”模式：

“对我来说……如果我能跳过基于Token和使用量的收费，只是对提供给你的每一个好投资想法收费呢？或者对每一份能完美发给LP的季度报告收费？作为投行，如果我能为你制作完整的保密信息备忘录（CIM）并据此收费，我宁愿达到那种状态。”

他透露，目前Rogo的产品路线图才刚刚走完了1%，99%的资本市场创新仍在前方。

他同时指出，私募市场（Private Markets）是Rogo最核心的战场，原因恰恰是这里"管道还没建好"："私募市场所有的协调、标准化、信息挖掘和实际交易，全部是人工完成的。而公开市场，很多东西早就自动化了。"

极端的生产力爆发：90%的企业价值将转移到软件上

AI对华尔街生产力的重塑已经产生立竿见影的效果。Stengel提到，一位25年没碰过Excel的投行董事总经理（MD），现在可以自己直接使用AI，“以前需要和分析师反复沟通三天才能做出的5页客户材料，他现在自己花10分钟就做完了。”

Stengel认为，金融业正在经历前所未有的结构性震荡：

"过去10到20年，做资本配置、做投资者是很好的生意。市场有天然的壁垒和惯性，私募尤甚——你募了一期基金，再募一期，很难把生意搞砸。但现在是第一次，每个投资机构、每家银行都在说：'我得把自己的做法完全重新想一遍了，而且马上就会有数百家AI原生的投资机构、AI原生的投行来攻击我的商业模式。'私募基金、对冲基金、投资银行，很久没有遇到过真正的创新者困境了。"

Stengel抛出了一个令所有传统金融机构都必须警醒的观点：企业价值正在发生转移。

“如果今天你企业90%的价值在于人——你最好的投资者、最好的银行家带来了交易和收入。那么在10年后，世界上最好的投资公司和银行，其90%的企业价值将不再是人，而是软件、数据和系统。”

对于二级市场的买方，Stengel描绘了一个疯狂的画面：

“想象一下，如果对冲基金的每一个投资经理（PM）都有10000个AI代理，它们在相互交流、讨论想法、阅读笔记、高谈阔论，然后在经历了24小时无休止的辩论后，只给你提供一个（绝佳的）想法。”

对于一级市场，他预测未来资本的融通将变得像散户在Robinhood上买股票一样简单：“我认为KKR只需要5分钟就能弄清楚是否能把这家投资组合公司卖给另一家PE，而不是5个月。资产定价的时间将大幅缩短。”

内部“公司大脑”：不使用AI的员工将戴上“笨蛋高帽”

要实现这种AI原生化，Rogo自身的内部管理极其激进。

公司内部有一个名为“Shrek”的企业大脑，所有内部对话都会被录音并输入其中，成为全公司共享的记忆库和销售赋能工具。更具戏剧性的是，Rogo极其看重员工对AI工具的采用率。

“每个月我都会收到一份报告，显示公司每个人使用了多少AI工具。每个部门垫底的员工，我们会打印一张带有‘笨蛋高帽（Dunce Cap）’的图贴在办公室里。”Stengel说，虽然这带有一种玩笑性质，但这是为了建立一种强大的激励机制，强制所有人将AI融入工作本能。

正如Stengel所言，这场金融业的创新者窘境才刚刚开始。“金融业务中没有任何一个你认为神圣不可侵犯的部分，是对AI免疫的。”

全文实录如下（由AI辅助翻译）：

第1章：介绍

Gabe Stengel：

我们现在看到的是，这些模型比我认识的任何人、比我身边的任何人都要聪明。想象一下，如果一家对冲基金的每位投资经理都拥有1万个智能体，这些智能体整天相互交流、探讨想法、研读报告、高谈阔论，然后在经过，比如说，24小时不间断的辩论之后，只给你提出一个投资想法。10年后，全球最顶尖的投资公司、最优秀的银行，其90%的企业价值将不再来自人才，而是来自软件、数据和系统。 你会开始做什么？你会开始想方设法，把你最优秀的人才脑海中所积累的一切，全部转化并注入到一套由你自己掌控和运营的系统中。企业中没有任何一个环节是神圣不可侵犯的，没有任何一个部分能够免于被彻底颠覆。

Patrick O'Shaughnessy：

过去几年里，你我多次谈到这个基本问题，我就从这里开始。你实际上是在尝试打造投资领域的超级智能工具，帮助投资者以更快的速度、更好的质量、更低的成本、更轻松的方式完成工作。但现在越来越感觉到，哇，我们已经在大量替代那些核心职能了——就连几年前非常聪明的分析师甚至投资组合经理所做的工作，现在也不例外。你是如何看待这条发展轨迹的？从你亲身经历和观察到的来看，以及未来两年将走向何方？

Gabe Stengel：

我认为预测两年其实比预测10年或20年更容易推断。因为在未来两年里，最优秀的投资者将会想方设法重塑自己的公司，重塑自己。 如果你回顾做市业务和量化交易领域发生的事情——Jane Street花了15年时间才建立起主导地位。而当今全球最优秀的投资者，将在未来两到五年里摸索如何将AI融入自己的工作。你知道，Dario有句名言，说每个人都将拥有一个装满天才的数据中心，或者说一个国家的天才都聚集在数据中心里。试想一下，如果Goldman Sachs、Millennium、Citadel突然迎来了一个国家的天才，他们会怎么做？ 他们大概需要花相当长的时间，才能弄清楚如何改变工作方式、如何充分利用这一切、如何将其整合进自己的体系。我认为，如何将AI应用于投资全生命周期，是未来五年每一位优秀投资者面临的最大挑战。

Patrick O'Shaughnessy：

在这条发展轨迹上，已经出现了很多公司。Cognition就非常有名，他们现在的广告直接说："还记得Devin吗？现在它真的很厉害了。"所以，很多如今明显非常优秀、产品也很出色的公司，在AI业务的某个阶段，产品其实曾经很糟糕，而现在却已经非常出色了。

第2章：构建Rogo

Patrick O'Shaughnessy：

如果你想想我们从底层模型本身看到的那几次能力跃升，你能不能用同样的方式来讲讲Rogo和它产品的"发展阶段"？比如你自己来定义有几个阶段，我不知道你怎么框架这个问题，但就是说每个阶段它能做什么，一直讲到今天。

Gabe Stengel：

是的，其实在我们正式起步之前，我尝试过两次创建Rogo，都失败了。高中的时候，我有个朋友，他爸爸是投资银行家，想要一个App来追踪两家上市公司在并购过程中的股权交换比率。于是我们尝试用非常老旧的AI技术来做这件事，结果一塌糊涂。然后到了大学，在GPT-3发布之前，我们发表了一篇关于AI辅助计量经济学和金融计量经济学的论文，当时也试图将其商业化，但完全行不通。

真正开始创业，是在GPT-3发布之后、ChatGPT出现之前。所以Rogo早期的那段日子，你能明显感觉到它有多神奇——你可以演示一些很酷的东西，但实际上什么都用不了。我的意思是，要说东西真正开始能用，那些阶段和模型的迭代是紧密相连的。o1 Pro，然后大概是Opus 4.5——o1 Pro是第一个让你获得足够可靠性的版本，至少可以作为一个不错的搜索工具来用。比如你可以说，帮我计算这家公司过去12个季度的某个财务指标，它能可靠地完成，不会让你烦到宁愿自己动手去做。

到了Opus 4.5，大概是去年年底、2025年末到今年年初，这些模型基本上已经能胜任一个初级投资专业人员或初级银行家所做的任何工作，只要你给它正确的指令和背景信息。 我觉得，对很多应用型AI公司来说，存在一种"先发劣势"——你以为自己知道世界会走向哪里，于是想为那个终态构建产品，但模型还没到位。所以人们试用之后就会说，这太烂了，这是垃圾。我们也经历过这种情况。但现在我们看到的是：如果你当初对终态的判断是对的，知道模型会走向哪里，并且一直朝那个方向构建，那么当模型真正到位的时候，就会是魔法一般的效果。

对我来说，最好的产品验证就是我们每天收到的反馈。人们整天都在说：这正在改变我的工作方式，我每个月节省了数百小时，我现在能做以前根本做不到的事情。因此我变得更聪明，能做出更好的决策。这种体验令人愉悦，我自己也喜欢用它。它给我的日常工作带来了快乐，因为那种用户体验、对细节的关注和精心打磨，明显是为我、为我这类人量身定制的。 这是产品构建过程中最美好的部分。

Patrick O'Shaughnessy：

你会把这归因于——你认真对待了所有合规、监管、工作流程、最后一公里对接这些事情，然后模型足够成熟了，一下子这一切就变得极其有价值了？

Gabe Stengel：

除此之外，还有一些细节，是关于理解这些机构里的人是怎么工作的，然后专门为此构建产品。我举个例子。我们让一家银行的董事总经理通过邮件发送一份演示文稿的修改批注变得极其简单——这本来就是他们通常的工作方式，只不过以前是把批注发给分析师，现在是把同样的批注发给我们的AI分析师，然后在20分钟内而不是两天后收到修改好的版本。与此同时，系统还会通知交易中的初级分析师，告知他们正在发生什么，并向他们展示所有小改动的完整审计记录，以便他们在需要时可以介入。这整套用户体验和流程，让那些可能十年没登录过电脑、但知道怎么在iPad上做批注的金融专业人士，真正能够采纳并使用AI。 这些构建一款真正适合特定终端用户的产品的细节，只有当你对这份工作有一种"蜘蛛侠的直觉"时，你才能知道。

第3章：10,000个AI智能体

Patrick O'Shaughnessy：

你们能做到的最前沿的事情中，哪些最让你印象深刻？比如说，能处理哪类工作？

Gabe Stengel：

哦，我是说，我觉得我们正在做的最酷的事情，就是把这些创新应用起来，比如Multibook这样的东西。

想象一下，如果一家对冲基金的每位投资组合经理都拥有10,000个智能体，这些智能体整天互相交流、碰撞想法、阅读研究报告、深入探讨。然后经过整整24小时不间断的"辩论"之后，只给你呈现一个想法。之所以能这样做，是因为投资者愿意为一个真正好的想法支付5万美元，而在其他几乎任何领域，都很难有理由消耗这么多算力，就只为了获得一个简单的洞见。

我们现在看到的是，这些模型比我认识的、我接触的任何人都更聪明。 关键在于"管道"——把它接入你的上下文，告诉它你的投资逻辑，告诉它你的工作方式，然后把它融入你的日常工作中。所以，搭建好所有这些"管道"，真正把数据和上下文收集起来，这才是我眼中真正的前沿所在。

Patrick O'Shaughnessy：

对于这样一款产品，有一点我一直觉得很有意思——当然，你对它应该用来做什么有自己的想法，但从某种意义上说，用户可以用很有创意的方式来使用它。所以你也能从中看出人们真正想用它来做什么。

如果我用一种"上帝视角"来看——现在是纽约的周一早晨，大量Rogo用户可能正在热情地使用它。如果我能看到这款产品每一个正在使用中的实例，我会看到什么？都是哪些人在用？主要的使用场景是什么？差异有多大？给我们讲讲它现在的使用情况。

Gabe Stengel：

尽管在很多方面，我认为公开市场股票是AI最好的应用场景，因为所有数据都是公开可得的，所以只需要尽可能地聪明就行。但那是一种非常……怎么说，最糟糕情况下的表述方式。我们早期用户以及核心市场，实际上是我称之为"交易撮合者"的群体——也就是那些在进行交易的人，正在收购公司、出售公司、或者协助推动交易完成的人。

所以我们做的很多事情，既是让人们更聪明，也是真正在完成交易本身。

怎么准备数据室？怎么拆解数据室？怎么协调与第三方的电话会议来讨论数据室内容？怎么走完一笔交易从启动到交割的所有初始步骤？ 如果你从高空俯瞰所有Rogo的用户，他们要么是一笔交易的卖方，要么是买方，都在用它来准备所有的思路和材料，帮助推动整个交易的执行——无论是往数据室里放东西，比如公司的商业模式、描述客户情况的PPT、尽职调查问卷中关于客户集中度的回答；还是另一边所有那些智能体，在拼命翻阅数据，并将其对应到该机构的投资理念，来判断"这个集中度风险是否低于我们这只基金可以接受的水平"。

系统的各个组件方面，用户通过所有经典渠道来访问它——电子邮件、聊天机器人、主动提醒之类的方式。但Rogo实际上已经深入到这些机构很多幕后系统中，因为在推进一笔交易时，不只是参与其中的人需要了解进展，你还需要更新你的CRM，需要更新你的投资组合监控系统，需要更新你事后向LP分发信息的方式。

所以我们一半的业务范围，其实是冰山水面以下的部分——根据人类在整个交易过程中所做的事情，与这些不同的系统记录进行交互。

Patrick O'Shaughnessy：

所以现在服务的是交易撮合者。你觉得什么时候能给出同样的答案，说你也能服务于公开市场对冲基金的初级分析师这类群体？他们的工作流程同样有一套流程，但非常不同。你说得对，我的第一直觉也是公开市场是最适合做这件事的地方，因为有这么多数据可用。你觉得这个转变什么时候会发生？

Gabe Stengel：

我认为，对于我们的业务来说，我们需要具备成为优秀公开市场投资者所需的全部领域知识。 而我不知道那需要什么——我从来没做过这行。事实上，我花在那些真正擅长这件事的人身上的时间远远不够。我们需要招募到这方面的领域专家，然后再基于此，弄清楚如何把我们已经构建的系统应用到那个市场。

我对我们所构建的底层系统、工具和基础设施将对那个市场极具价值这一点，有极强的信念。 但现在我们需要一位优秀的"主厨"，能够把这些拼接在一起，为公开市场投资者打造出那种最终形态的产品和最后一公里的交付。

我们的董事会其实一直在推动我考虑把目标客户群扩展到核心投行业务之外。但现实是，在"交易撮合者"这个垂直领域，一直有着极其丰富的深度和市场空间。 而我对终极愿景的设想——真正成为私募市场的完整基础设施，让人们能够非常高效地完成交易——这对交易撮合者来说重要得多。而对于公开市场来说，那些基础设施、那些交易所早就已经存在了。

所以我确实想服务于他们，因为我想服务于最顶尖、最聪明的用户——他们对自己跟踪的公司、所关注的行业拥有海量的知识，我想让他们变得更聪明，这听起来非常酷。但仅仅专注于我今天所在的领域，我就已经可以建立一家规模巨大的公司了。

Patrick O'Shaughnessy

有意思。所以从中可以得出一个结论：在垂直领域构建AI业务的大量机会，往往存在于那些基础设施尚未完善的地方。

Gabe Stengel：

是的。

Patrick O'Shaughnessy：

然后再把你的……

Gabe Stengel：

对，

Patrick O'Shaughnessy：

叠加在这之上。

Gabe Stengel：

正是如此。我的意思是，私募市场之所以如此吸引人，部分原因在于一切都由人工完成——包括协调、标准化、尽职调查以及实际交易。而公开股票市场则不同，其中很大一部分已经实现了自动化。

第4章：依然重要的技能

Patrick O'Shaughnessy：

根据你所了解的情况，你认为投资专业人士——广泛来说，无论是公开市场还是私募市场——随着时间的推移，应该考虑哪些技能会变得更有价值？哪些技能会变得不那么有价值，这一点其实相对显而易见。但是，换一种方式来问：我们到底该怎么办？ 现在AI可以从头到尾完成尽职调查、投资委员会备忘录、异议处理等所有这类工作。这至少对于投资领域的初级人员来说，是工作的重要组成部分。那么你认为，几年后哪些技能仍然会非常重要？

Gabe Stengel：

我想先说明一下，我在金融领域工作了两年，所以我和那些人一样，也是这个领域的学生，同时我对这项技术充满兴趣，想弄清楚如何运用它。

但你知道，世界上最优秀的投资者有一种能力，就是找出什么是真正重要的，并在各种议题上运用自己的判断力。 我认为，AI最终是否能够取代这种能力，目前还没有定论。我觉得，当"第37手"那个时刻发生，当Lisa Doll看到了我永远无法看到的东西，如果这种情况开始在公开股票市场上发生，那将真正改变什么是重要的。如果这真的改变了整个运作方式，我认为核心技能将属于那些能够走出去、收集他人没有的数据和信息并输入到模型中的人。 如果你能在实地花时间，如果你能与专家交流，如果你能建立一个能够为你的模型提供信息的人脉关系网络，也许你不需要亲自计算出你的"第37手"是什么来做出一项出色的公开股票投资，但你实际上可以用别人没有的数据来喂养你的模型。

Patrick O'Shaughnessy：

也许现在是个好时机，来谈谈我所想象的那条"流水线"。比如，如果Rogo输出了一些非常有用的结果，请告诉我产生这个结果的整个系统。我想了解这个系统的每一个组成部分，我最感兴趣的是你们自己拥有、使用、购买和构建的数据，以及你们如何处理数据、如何思考数据，以及如何思考模型。 这两个问题，一方面我对你们具体的业务感到好奇，另一方面我也认为，基本上在每个垂直领域都会出现类似Rogo这样的公司。所以我很好奇，哪些东西可以被抽象复制到其他专业服务或其他有趣的垂直领域，并最终被AI进步所颠覆。 请详细讲讲，具体来说，数据和模型这两块是什么，以及它们是如何随时间演变的。

Gabe Stengel：

是的，Rogo早期就像一个鲁布·戈德堡装置，大概有60个不同的模型调用。一个问题进来，你先要判断：Patrick现在问的是哪些公司？它们的股票代码是什么？我怎么把这些代码输入到Bloomberg、FAX或某个内部数据集的API调用中？数据返回后，我还需要调用另一个模型把所有信息整合在一起。随着模型变得越来越智能，你会希望少一些规定性，少一些鲁布·戈德堡式的机械操作，而是思考什么是最简单、最好、质量最高的工具。

这就好比，如果世界上最聪明的人明天来这里，努力成为一名出色的银行家和投资者，他们需要哪些不仅仅依赖于聪明才智的工具？数据工具是什么？收集信息的方式是什么？审核自身工作的方式是什么？以及如何呈现结果并将其推送回所需的系统？

因此，我们花了大量时间思考，一位优秀的银行家或投资者真正完成工作所需的所有数据输入是什么，然后我们花了大量时间思考，在完成这项工作时，所有的合规和监管要求是什么，以确保如果有一天，某位特拉华州的法官将AI的输入和研究列为可被发现的证据，你实际上已经以正确的方式完成了所有工作，确保信息没有被混用。因为AI投资判断和AI银行家输出的现实是：你将能够看到这些内容是如何被创建的完整溯源链。 然后我们还花了大量时间对这些模型进行基准测试，并创建不同类型的评估值和数据集，这样我们就能随时判断哪个模型性能最佳、从token角度来看哪个成本最低、哪个延迟最低，并将任务路由到最合适的模型类型。

第5章：击败OpenAI和Anthropic

Patrick O'Shaughnessy：

我相信你最常被问到的问题就是：你们最终如何与Anthropic和OpenAI竞争？他们都把金融视为一个重要赛道，这也是为数不多的你能看到他们公开谈论并认真思考的领域之一。从长远来看，你认为你们能做什么，来形成一种与他们能做或愿意做的事情相抗衡的差异化定位？

Gabe Stengel：

我的意思是，你要构建的东西应该与他们想构建的东西垂直正交。有时候你可能也会做一个聊天机器人，因为那能帮你更快地打入市场。但你必须清楚，在表面之下有大量的东西是那些大型实验室永远不会去构建的，而这些东西是我们需要为金融或其他任何垂直行业去构建的。当你想到金融服务和资本市场，有多少企业是通过深入这些工作流程、深入这些数据集、深入工作方式，就能创造出超过五十亿或一百亿美元价值的？在那些极其复杂、高度特定的问题之上，存在着巨大的市场空间和支出规模。整个金融行业其实是由不同细分领域组成的集合，每个领域都有不同的数据集、不同的"好"的定义，以及不同的监管要求。 我们完全可以通过深入这些领域、构建帮助管理它们的记录系统，来实现五十亿美元的收入。而对于Anthropic来说，这种事情大概就像是在路边停下来捡一分钱——因为他们走的是一条从千亿收入迈向万亿收入的道路。而这些系统背后有极大的深度，真正需要构建的东西远不止"智能"本身。

Patrick O'Shaughnessy：

有没有一个你最喜欢的例子，能说明那种你不得不去打通的"最后一公里"的麻烦事？

Gabe Stengel：

有，我来举个例子。想象一下，如果你在处理可能影响市场的交易或并购，你需要摄取MNPI（重要非公开信息）。这时你仅仅在可审计性方面就有一套合规要求：哪些内容可以标记、如何将其接入投资公司或银行的内部系统，以便一旦遭遇审计或监管机构要求查看你的操作记录时，所有这些"管道"都已完美就位。这是一个例子。

另一个例子是，如果你真的想要完成交易——比如一家大型上市公司要收购另一家大型上市公司，需要来回传输数据——你实际上需要某种数据室，一个合规、安全、可协调的数据交换场所。理想情况下，它不只是一个静态的Dropbox文件夹，而是与你的工作方式、你的智能体、你的工作流程深度整合的系统。我认为OpenAI或Anthropic永远不会想去做一个数据室业务。而如果你真的想成为整个高端金融和资本市场的交换中枢，你不仅需要掌控智能，还需要掌控交易场所、沟通场所、工作流程，以及所有进入其中的数据输入。

Patrick O'Shaughnessy：

这很有意思。我本来问的是数据和模型，但听起来"驾驭层"（harness）或者说基础设施，可能才是这三者中最重要的。

Gabe Stengel：

想想Claude Code刚推出时，以及Claude的协作模式与OpenAI的ChatGPT之间的根本区别。那时两者的模型其实相当接近，但Claude的驾驭层和呈现方式要好得多，它让模型能够更充分地发挥其长程运行的能力。这就是为什么Claude在使用量上出现了爆发式增长和大幅扩张。这充分说明，你如何驾驭这些模型，至关重要。

我认为人们低估了"智能"这件事的本质。人类之所以能够高度自主、完成很多事情，不仅仅是因为我们有强大的记忆力、高智商和丰富的知识，还因为大脑中存在着各种各样的微服务：你如何存储知识？如何检索它？如何触发它？情绪就是触发这些不同微服务的一种方式。这也是为什么一位优秀的投资人往往拥有卓越判断力——因为他们对市场中某类现象有一种"蜘蛛侠直觉"，当他们看到这种情形时，会自动触发对某段历史事件的回忆，进而支撑一个富有创造性的决策。所有这些小型微服务，都是需要被构建出来的东西。

Patrick O'Shaughnessy：

如果我强迫你成为一名投资人，而你唯一的目标是投资像Rogo这样的公司——也就是那种垂直应用型公司，我把它理解为就像把AI的能力"接入"某个行业——基于你的经验，你会寻找哪些特质让你最感兴奋？无论是行业本身，还是创始人/构建者及其方法论？

Gabe Stengel：

有几点。第一，这个行业本身必须有足够的复杂性和深度，包括数据类型、人们使用的记录系统类型、部署模式类型，让你能够花大量精力去解决这些问题，从而形成一个"楔子"，进而解决其他所有问题。因为如果这个行业任何人都可以直接走进去，直接卖一个基础版的ChatGPT、Cowork或Copilot，根本不需要解决那些奇奇怪怪的集成问题，那你就没有足够的时间去构建那些与你的核心方向垂直正交的东西。所以这个行业本身需要与核心市场足够相邻，但又有足够高的壁垒。这是第一点。

第二点，我会寻找团队和创始人的领域专业知识。 我自己并没有独特的领域专业知识，但我有足够的积累来起步，而且我对金融、货币和资本市场充满好奇。我在纽约长大，周围的人满脑子想的、嘴里聊的都是高端金融。我为此着迷，我想深入了解它。然后我们组建了一支同样对此充满热情的团队。我们现在有超过一百名曾在全球顶级投资银行或投资公司工作过的员工，所以我们能够不断地在模型发布时，将其驾驭并应用于金融领域。我们的工作本质上就是捕捉模型的每一次变化，并找出如何将其应用于这些机构。

第三点，也是最后一个重要特质，我会寻找一家愿意不断重塑核心产品、愿意把它彻底推倒重来的公司。 我认为，如果一家公司的产品交付方式——比如某种终端，或某种非常特定的用户体验或界面——是无法被自己快速"自我蚕食"的，那它就不够敏捷，无法在每六个月出现阶跃式变化时不断自我重塑。

Patrick O'Shaughnessy：

你们有没有做过这种彻底拆解重建的例子？

Gabe Stengel：

最让我深受启发的故事是Max Levchin讲的，他谈到Affirm每年都会重建其核心账本技术。他们这样做有几个原因：一是这是最有趣的工程问题，所以所有工程师都想参与，这也是一种留住人才、让工程师深入了解公司核心业务的好方式。二是这能确保这套系统不会僵化，而是持续改进。 我们对自己的驾驭层和核心智能体系统做的正是同样的事情。我们不断审视它，意识到自己甚至还没有达到一个局部最优解——事实上，如果模型变化如此之快，达到局部最优解根本是不可能的。我们需要不断地把整个系统重做一遍。

Patrick O'Shaughnessy：

目前有什么是模型还做不到的，但如果能做到，就会真正改变产品本质的事情？

Gabe Stengel：

压缩（compaction）。就是说，如果你和一个智能体进行了100次对话，它如何确保自己记住了正确的内容，并将记忆压缩成每次都能调用的合适token量，同时对你是谁、你关心什么有足够的连贯性和上下文，让你感觉像是在和一个真正了解你、越来越了解你的人交谈。

这本身就是个难题，而当你把智能体不仅仅看作一对一关系时，这个问题就会呈指数级复杂。现在几乎所有智能体都是一对一的——你单独使用ChatGPT，单独使用Copilot，单独使用Gemini。但一旦这些智能体真正开始与很多同事协作，或者在一个有100人的Slack频道里工作，需要跨整个公司运转，压缩问题就会呈指数级扩大——因为它要同时和100个不同的人对话，还需要跨这些对话进行协调。

所以，如何把所有这些记忆、所有这些交互真正整合进智能体的"心智模型"或"大脑"中，让它能够持久存在，能够在一系列交互过程中真正保持上下文——这是目前模型还做得不够好的地方。

Patrick O'Shaughnessy：

你认为AI软件企业主要有哪几类？我们看到像Cognition、Cursor这样的公司增长速度快得惊人。我特别想让你把这个和过去的软件公司分类体系做个对比。我也很好奇Rogo是怎么卖出去的，你会把它归入哪个类别？是按使用量收费？按席位收费？还是别的什么？能不能聊聊人们想怎么买这类产品，以及AI软件企业正在形成哪些新的商业模式？

Gabe Stengel：

我们现在按席位定价，因为我们的买家习惯了按席位付费。他们把我们归入和Bloomberg、FactSet、Capital IQ、Pitchbook类似的类别。所以我们必须建立一套非常"人力密集型"的业务——每签一笔合同，都需要客户经理、解决方案架构师、销售工程师上门拜访，握很多手，解释产品怎么用、怎么集成。你没办法签一笔合同然后使用量就自动涨一百倍。

我看看Anthropic向我们销售有多容易——非常容易。而且我们支付给他们的金额呈指数级增长，中间完全没有人工介入，因为它是token消耗模型。但很多行业光靠"搭token消耗的顺风车"是行不通的，企业销售就是这样，我们就是其中之一。所以这其实很有意思——我们必须以大多数企业销售组织五倍的速度搭建市场拓展机器。

所以我认为确实存在这样一类：典型的企业销售模式，但借助AI模型作为顺风，打造出好100倍的产品。

另一类则是token中间商、token消耗型业务——在企业内部那些习惯了按使用量付费的部门进行销售，比如Cursor、Claude Code等等。这样一来，可以用更少的人走得更远。

你对这种情况在金融领域会不会改变、怎么改变有什么预测？我认为每家企业都需要经历两次定价革命：先转向某种基于使用量的模式，再转向某种基于结果的模式。

对我来说，如果我能找到一种方式，直接跳过token计费、跳过使用量计费，为用户简化一切，等到我能说："Patrick，如果我每给你一个好的投资想法就收你一次费，怎么样？或者我帮你完美完成发给LP的季度报告，按份收费？或者作为一名银行家，你每创建一个CIM就付费？"——我宁愿走到那一步，也不想去想怎么把费用分摊到每个token上。那种方式根本没法达成共识——你花了10万美元买token，会问"我真的得到了10万美元的价值吗？"谁也说不清。但你知道一个好投资想法对你值多少钱，因为你能看到实际赚了多少；你也知道能做出一份CIM对你值多少钱，因为你清楚自己向这些公司收了多少顾问费来完成这笔交易。

Patrick O'Shaughnessy：

按席位定价显然不能随时动态调整，至少对同一个客户不行。那你怎么应对这种在某种程度上与客户利益不一致的问题——如果你做得越好，他们用得越多，你的成本就越高，他们反而变成了"更差的客户"？

Gabe Stengel：

现实情况是，我们只走完了产品路线图的1%，资本市场领域99%的创新还在前方。所以真正重要的是：我们是一个好伙伴，是他们AI战略的好守护者，他们愿意在未来继续与我们合作。

第六章：AI时代的彭博

Patrick O'Shaughnessy：

思考这件事未来的走向非常有趣，你说你们目前只完成了路线图的1%。那么从你们产品的角度来看，你认为这一切将走向何方？我的意思不是整个行业，而是说，如果你们还有那么多路线图要走，能给我们描述一下吗？

Gabe Stengel：

我是说，想想资本市场工作流程、投资工作流程、投资银行工作中，还有多大比例完全依赖人工处理、由人工中介完成。这和金融服务的其他领域有些类似——15年前、20年前，每个人办理房贷都要亲自去当地银行网点，和银行工作人员面谈。那种感觉非常"人性化"：我在买房，我在贷款，这很重要，我需要和人谈谈。没有人会想到，这个过程可以不需要人工介入。而现在，40%到50%的房贷直接通过Rocket Mortgage这样的平台在线完成。

我认为，在企业如何交易、如何融资、如何举债方面，将会出现大量创新。我认为，在未来10年或20年，对于企业主或公司员工来说，上网点击一个按钮就能尝试融资，会变得比以往任何时候都更加容易——就像现在有人可以登录Robinhood，点击一个按钮就能买入股票一样。

我认为，KKR要弄清楚能否将某家投资组合公司出售给另一家机构，将只需要5分钟，而不是五个月。 我认为资产定价所需的时间将缩短一个数量级。因此，市场将变得更加透明、更具流动性、更加高效，整体交易活动也将大幅增加。

Patrick O'Shaughnessy：

那么我想聚焦于自动化风险定价的具体未来——姑且用这个不太准确的简单说法。假设三年后，你刚才说的一切都成真了，我可以融到几百万美元的债务或股权，就像填一个网上表格一样，系统直接帮我定价风险并给出报价。有点像Opendoor，但适用于所有东西。为了实现这种资本市场的未来，你还需要构建哪些目前尚不具备的东西？

Gabe Stengel：

这其实和彭博的策略非常相似。我会省略很多细节，但大致是这样的：

先提供少量数据作为敲门砖，在此基础上构建所有人所需的分析工具和工作流程，然后提供一个交易所和通信平台，让用户能够真正在此前相当不透明的多类资产上完成交易。

彭博有Bloomberg Messenger，而对我们来说，就是先用少量AI作为敲门砖，然后构建完整的工作流程，从副驾驶聊天机器人进化为完全自动驾驶的工具。这样我就能确保在你的投资委员会备忘录或尽职调查问卷上做到100%准确，然后在交易对手之间提供通信渠道，让能够自动执行工作的智能体真正替你完成交易。

我和彭博Messenger之间的区别在于：我不需要构建供人类交易的通信渠道，我需要构建的是供智能体跨企业、跨投资机构进行交易的通信渠道。 所以如果你想想，真正需要构建的基础设施是什么？想象一下，什么样的系统能让一家大型私募股权公司放心地让智能体代表自己谈判交易，与交易中所有第三方顾问——做质量确认的人、法律顾问等——进行沟通，然后真正主持一个拍卖流程，让一批机构提交报价。需要构建的软件量是巨大的。 我认为，有时候我们会把这描述为：对于许多非标准化的资产类别来说，这看起来像是一个交易所。

Patrick O'Shaughnessy：

给我们介绍一下你们目前的客户群，比如大型银行占多少，投资公司占多少，上市公司与非上市公司的比例……

Gabe Stengel：

目前主要是大型银行。 原因很简单，因为那是我的从业背景——我做了几年投资银行，专注于买方并购业务，非常有意思。所以我们很早就开始瞄准银行，原因有几个。第一，投资银行在某种程度上是整个金融业的分销渠道。 很多后来成为优秀投资人的人，最初都是在高盛TMT部门之类的地方做了两年分析师。第二，他们的席位数量远超其他机构。 所以如果你能拿下美国银行这样的客户，你实际触达的人数，远比你同时拿下10位最顶尖的单一投资组合经理——每位手下只有10名投资人——要多得多。

Patrick O'Shaughnessy：

如果我想想美国银行之类的机构，大家都在想，企业采用AI的进程到底走到哪一步了。也许你的样本有些偏差，因为你知道你的客户在使用Rogo，而且用得很多。但能不能给我们说说你认为我们现在处于什么阶段？这个问题似乎真的很难给出一个准确的答案。

Gabe Stengel：

我会说，大多数公司都在个人生产力方面看到了巨大的提升，他们正在努力弄清楚如何把这种个人生产力转化为可以衡量的公司整体生产力。 我跟任何一家银行的个人银行家聊，我们部署在……

Patrick O'Shaughnessy：

那很棒。

Gabe Stengel：

哦，他们会说，我现在的效率是以前的100倍，对吧？你会碰到一个董事总经理，他会说，Gabe，我给客户发了五页材料，以前我得跟分析师来回沟通三天才能做出来，而我现在自己10分钟就搞定了。这些银行家已经25年没做过任何分析工作了，对吧？他们20年没打开过Excel文件，但现在能自己动手做了。 问题是，这些效率提升体现在哪里？你赢得了更多交易吗？你实际上完成了更多交易吗？你在服务以前没有涉足过的市场吗？这就不仅仅是个人生产力工具的问题，而是公司战略问题了。你的计划是什么？你是想用这个东西来削减成本？还是想用它进入以前觉得没有意义去服务的市场？你可以看看摩根大通这样的银行，他们刚刚宣布将尝试为中小企业做更多并购业务，也就是那些以前他们认为没必要去服务的市场，因为交易费用可能太低，需要太多人来负责。

但是现在，如果你有一个银行家能独自承担整个交易团队的工作，那你也许就能进入那些以前根本没有意义的市场了。

Patrick O'Shaughnessy：

所以从某种意义上说，瓶颈在某个时刻将会是客户自身的创造力，而不是说你能提供无限的能力，很快你就只能依赖他们自己去想出答案。

Gabe Stengel：

关键在于他们自己想清楚要做什么，对吧？ 如果明天有100个优秀的投资者来这里为你工作，你会如何引导这些生产力？你需要一段时间才能想清楚：结构是什么？他们各自负责不同的事情吗？我给每个人多少资金？我们攻打哪些方向？

Patrick O'Shaughnessy：

真的很有意思。两年前，在这个话题上最明显的问题会是关于准确性的，人们会用"幻觉"这个词，但这个词现在似乎已经从对话中消失了。我都不记得上次有人跟我说"幻觉"是什么时候了。关于这个问题，关于确保准确性——在准确性精确到小数点都非常重要的场景下——你能给我们讲讲现在这个问题的本质是什么吗？

Gabe Stengel：

这依然非常重要。我认为实际上可审计性比准确性更重要。 当然，这两件事是相互关联的。但真正重要的是，我给你一个答案，你知道如何使用它。如果它不准确，你不知道如何核查，也很难看出它从哪里来，那不管准不准确你都没法用，因为你不信任它。如果它大多数时候是准确的，但即便偶尔不准确，你也能很容易地看清楚其中的假设是什么、数据是从哪里提取的，那它依然是可操作的，依然能节省你的时间。

而且随着这些工具逐渐从你只是用来检索信息的副驾驶工具，演变成你不仅信任它来收集信息、还信任它来执行、具备自主性、实际做出投资决策或发送邮件的自动驾驶工具，你需要有充分的信心：如果你回过头去查看它为什么做出某个决定，你能够理解原因，因为你需要能够调试它。 就像个别投资者会做出糟糕的决定，你需要进去看看哪里出了问题——是数据输入错误了？有人欺骗了它？发生了什么？你对智能体也需要做同样的事。而且尤其是在资本市场中有监管机构盯着这些事情、需要确保没有违规行为的领域，如果你无法解释为什么做出某个决定以及数据是如何输入的，那是行不通的。

Patrick O'Shaughnessy：

你之前谈到你必须像一个普通的企业销售组织那样去销售，但你又能以比上一个时代最快增长的企业SaaS公司快好几倍的速度增长。你怎么解决这个问题？ 你在企业销售中在某种程度上受限于人类的速度。你怎么招募到足够多的人、速度够快？你怎么考虑在没有Anthropic、Cognition那种API使用量增长的情况下，以正确的速度增长——他们实现10倍增长太容易了，对你来说要难得多。你怎么解决这个问题？

Gabe Stengel：

我们需要解决的核心问题是：你能多快让一个人作为销售人员变得高效？ 不只是销售人员，还有市场人员、销售开发代表、售后人员——他们能多快理解我们的业务，帮助推动我们前进、推动客户前进、帮助我们的终端用户。所以赋能、培训人员以及持续再培训，是我们——以及我猜其他快速增长的企业初创公司——必须面对的根本问题。

第7章：Rogo的公司大脑

Patrick O'Shaughnessy：

那你们会用AI来构建工具吗？

Gabe Stengel：

哦，我们内部的工具简直太神奇了。首先，Rogo内部发生的每一次对话都会被记录下来，100%全程记录。 每当有新人入职，我们都会说："嘿，Patrick，提前告知你一下，我们就是这么做的。你随时都在被录音，随时都在被过滤进公司大脑。"这不是什么老大哥监控的情况，只是说你要交流的每个人都会开着Granola或者某种会议转录工具，因为他们需要用它，需要保持出色的信息回溯能力，需要不断积累自己掌握的知识。因此，我们积累了一个巨大的信息库，然后在此基础上构建了各种工具，供大家使用，比如："我们正在和这类公募股票公司合作，面对这样的市场，我们以前处理过这类数据吗？有没有可能用得上的案例？"你可以调出三周前一位同事的对话记录，而你甚至从未见过那个人，因为他常驻亚太地区。能够把所有这些信息吸收进来，并在人们需要的时候及时调取，这才是赋能的核心问题所在。

Patrick O'Shaughnessy：

那你能详细介绍一下这个内部大脑吗？

Gabe Stengel：

它有个名字叫"Shrek（史瑞克）"，原因嘛，是因为我的工程师们觉得这个名字特别搞笑。你实际上可以看到，有一个仪表盘，可以随时查看大家正在做什么，就像一片"沼泽"一样，它连接了我们所有的不同系统。 它非常清楚地知道我们公司的目标是什么——比如我们的价值观是什么、我们想为客户交付什么、我们的北极星指标是什么。所以它能够以此为依据，塑造每一个回答和每一份交付物。 它既能主动推送，也能被动响应。

有人可以进去问："嘿，我想快速了解一下，面对一家大型机构，我应该怎么介绍模型路由这个话题，怎么阐述它的价值主张，以及能带来哪些成本节省。"它就能把所有相关信息调取出来给你。但它也可以主动说："嘿Patrick，我看到你日历上周四要跟一家私人信贷公司开会，这是你需要了解的所有信息、最能引起共鸣的使用场景，以及我们过去合作过的同类公司最想听到的那些ROI指标。"

Patrick O'Shaughnessy：

那你们对人才的销售话术是什么？比如说，假设有这样一个人，如果明天能把他招进来，那将是颠覆性的，因为他能力超强或者名气很大之类的。你会怎么说服他来Rogo，而不是去其他同样令人兴奋的地方？

Gabe Stengel：

这永远取决于那个人的动机，所以很难给出一个通用的话术。但我今天对人才讲的Rogo故事是这样的：AI将彻底改变世界。 最有意思的地方在于应用AI，因为那是AI与人类交汇的地方。所以，那些决定AI如何与人类交汇、如何触达人类的公司，将会做出全世界最有趣、最有创造力的工程和产品工作。

金融是推动人类所有进步与创新的催化剂。 资本配置处于为每一家公司、每一个想法、每一个经济体融资的上游。所以如果你能让这个过程更高效，你就能让整个世界加速运转。而我们是这个赛道的领头玩家，不只是要做一个千亿美元的生意，而是要做一个五千亿美元的生意，彻底改变资本市场。 这里有如此深厚的底蕴、如此复杂的挑战和如此多有趣的问题，令人无比兴奋。而且我们有一群非常出色的人，他们聪明、有冲劲、有好奇心、不自大，他们会把这件事做成。

Patrick O'Shaughnessy：

话术不错。很高兴我加入了，很高兴我投资了。再多说说资本市场这块吧。我确实认为，从历史上看，市场越高效、流动性越强，它的正面影响就会大幅增长。 你可以通过市场历史来印证这一点，虽然市场历史并不算长，大概也就三四百年真正意义上的市场。你觉得未来有什么可能？这件事可能走向哪里？你为什么相信——我猜——减少资本市场的摩擦，能有如此巨大的力量？

Gabe Stengel：

你说"金融对世界有益"的时候，总是有被人当成那种说"私募股权对世界有益"的亿万富翁PE大佬的风险。但我喜欢回溯到高端金融的起源。当你想到摩根大通这样的公司，它的起源之一，是J. Pierpont Morgan帮助欧洲投资者与一个新兴市场——美国的企业家们建立连接，为铁路和基础设施建设融资，正是这一切让美国成为了经济巨头。 这之所以发生，是因为有中间人帮助把那些敢于冒险的资本配置者，与那些富有创业精神、渴望创新的人连接在了一起。这对世界产生了深远而积极的影响。

现在想想经济中的所有角落——不只是美国国内，还有国际上——那些无法进入资本市场的地方。每一个新兴国家，你很难在那里融资来实现你的想法、筹集债务。还有美国30万家中小企业，他们甚至说不清高盛是做什么的，而摩根大通也没有时间去跟他们合作，因为这些生意规模太小了。如果你能加快企业家、公司创始人和个人进入资本市场的速度，你就能加速所有的创新。

第8章：Chewing Glass

Patrick O'Shaughnessy：

你从那些正在创业、公司形态与你类似但身处不同行业的同行身上，学到了什么？

Gabe Stengel：

我学到的是，要想增长得这么快，需要多大的攻击性。 我学到了每天咀嚼玻璃是一种什么滋味，以及你需要对长期的TAM（总体可寻址市场）和SAM（可服务市场）抱有多大的信念，才能确保你不会为每天发生的所有问题而焦头烂额。你知道，我会打电话给Harvey的Winston。Winston那种对随时袭来的百般"皮肉之伤"毫不在意的能力，只专注于三年后自己将身处何处这个终极目标，以及到达那里只需关注的两件事——这真的令人叹为观止。

Patrick O'Shaughnessy：

那"玻璃"是什么样的？那种"攻击性"又是什么意思？

Gabe Stengel：

我是在新冠疫情期间开始工作的，所以我甚至没机会见识过办公室是什么样子。这段经历非常……你知道，我和我的联合创始人John过去常开玩笑说，这是一段极其昂贵的商学院教育。我们几乎把所有事情都做错了。不知道怎么招人，不知道怎么解雇，不知道怎么带人，不知道怎么管理，不知道怎么给反馈，不知道怎么定方向。而快速扩张过程中出现的大量人员问题，对我来说就像是在吃玻璃。 所以，当员工离职，当你遇到留人问题，当你花了6个月招募一个候选人，结果他没有加入——那就是在咀嚼玻璃。当你花了大量时间在一个产品上，结果被下一个发布的模型完全碾压，让你觉得自己把所有时间和精力都押注在一个错误的决策上简直蠢透了——咀嚼玻璃。当你被40个投资人连续拒绝，才终于能融到资——咀嚼玻璃。我对创业的体验就像坐过山车，你必须感受极致的高峰，也必须感受极致的低谷。 我是一个情绪非常丰富的人，我尽量不让团队感受到，但在高峰时我会觉得自己站在世界之巅，在低谷时又觉得一切都是灾难性的。但如果我回顾这段旅程，低谷会越来越低，高峰则会越来越高。当我回望三个月前经历的那个低谷或高峰时，我会想：真是个笑话，那种事我现在闭着眼睛都能应付。我认为，关键就在于调节这些情绪，把它引导到推动业务前进的方向，但同时也不能让它分散你的注意力。

Patrick O'Shaughnessy：

关于进取心这件事，你怎么看？感觉这好像是个老生常谈的话题。

Gabe Stengel：

你采访过的 Pat Grady 参加了我们周三的董事会会议。我们在会上提出了一个计划——无论是招聘目标、商业目标还是产品目标，可以说是极为激进的明年计划。我喜欢 Pat 的原因之一，就是他能把所有事情浓缩成两个要点，而且逻辑无懈可击。他就是这样：前提一，前提二，结论自然得出。他说："Gabe，如果金融行业的每个人都将在未来18个月内做出关于AI的采购决策，而且不管怎样他们肯定会买某样东西——就算你不在场，他们也会买——那么唯一重要的事情就是你能以最快的速度横扫市场，确保你在场。"基于此，你觉得这个计划够不够激进？答案是：不够。之所以不够激进，是因为我当时太软了。我认为现实是，你必须足够激进，承担所有这些风险，清楚自己在玩什么游戏。作为一家风险投资支持的企业，我的目标是拉大分布的两端尾部。如果失败的概率增加了30%，但成为千亿美元公司的概率也提升了20%，那完全值得。但你真的必须同时接受这两端尾部一起被拉大的现实。

你在融A轮时，情绪上最低落的时刻是什么？

那时候我们的股权表上还没有任何明星投资人，但有一位出色的投资人——Box Group 的 David Tish，他是我们早期的种子轮投资人，把我介绍给了一批顶尖投资人来谈A轮。我当时想，太好了，我亲眼见过顶级投资人进入股权表能带来什么——对招募人才、对品牌和客户吸引力的提升，等等。这终于是我们实现这一目标的机会了。我们已经埋头建设了两年半，David 把我们介绍给了40位投资人。我见了所有人，Sequoia、Kleiner、Benchmark，全都见了。结果40个人全部拒绝了我们。

而且不是那种"收到邮件和PPT，没什么兴趣"的拒绝，而是那种——"哦，这挺有意思的，让我见见 Gabe。哦，我挺喜欢 Gabe 的，再跟他深聊一个小时。哦，Gabe，来投资委员会吧。哦，Gabe，我们去吃个晚饭。哦，Gabe，周末来我们这边坐坐。哦，你知道吗？我们决定不投了。"这非常伤人，因为在那个阶段，一切都跟你这个人直接相关，没有别的。就像被40个女朋友分手，每次你都动了真情，每次她们都说：不适合你。

Thrive 也是如此，在A轮时他们花了大量时间在我身上，和 Avery、Vince 一起吃了晚饭，我爱上了他们和这家机构，因为他们真的很棒。然后——致命一击，他们也拒绝了。

幸运的是，Keith Rabois 在所有人拒绝我们大约一个月后出现了。Keith 说："Gabe，这个方向其实也不算多逆势，基本上就是金融版的 Harvey，我为什么要投？"我说："Keith，如果这不算逆势，为什么你所有的朋友刚刚都说这是个坏主意，都不相信我？"

你觉得他们为什么不相信？

原因很多。我认为大家低估了金融领域的市场规模，这其实挺荒唐的。但部分原因是，我觉得旧金山对金融行业的直觉不足——他们没有投过 Ion Group、Bloomberg、S&P、Factset、Pitchbook、Morningstar 这些公司。所以这个市场里实际上没有出现过真正优秀的风险投资支持的企业，大家对这个市场的轮廓和体量也就没有直觉。

第二个原因是产品太差了。每个投资人都说，"我在金融行业工作，让我用用看，它能改变我的工作方式吗？"他们试了之后发现有一半时间结果是错的，就说"这根本不可能成"。我想说的是，我们正处于指数级增长曲线上，6个月、12个月、18个月之后，它会成的，我会搞定的。

第三个原因是，大家不相信我能搞定这件事。他们没有足够多的数据点来观察我如何咬牙硬撑、如何一次次摸索出下一个迭代方向。

Patrick O'Shaughnessy：

你认为那之后发生了什么变化？因为现在，现在已经是一批非常有能力的人在其中了。

Gabe Stengel：

因为我很早就认识了这些人，而且每一轮我都会遇到他们。每次我说，嘿，我们要做这件事，他们就说，不可能。但每次我们都做到了。顺便说一句，很多时候结果会以不同的方式呈现。比如，你真的会失去你需要的关键员工，或者你以为能拿下的那个优质客户完全泡汤了，但我们一直在想办法，一直在顺应市场灵活应对。

我认为这正是你在投资时需要考虑的事情。在当今这样的市场，尤其是应用AI领域，形势如此动荡、如此模糊，你需要押注于创始人能够保持极强的应变能力。

Patrick O'Shaughnessy：

你认为为什么没有出现更多真正有竞争力的金融服务竞争对手？

Gabe Stengel：

我认为分销渠道真的很难突破。这与其说是工程和产品问题，不如说更多是一个人的问题——如何建立信任、如何传递价值、如何与这些机构合作。但与此同时，工程和产品方面的要求也极高。所以，真正打入这个市场所需要的执行标准，我认为是相当高的。我非常幸运，早期招募的一些人都有金融从业背景，而且都是顶尖人才。我们从内部网络招募了曾在高盛、花旗、Jefferies、Apollo、Ares或黑石工作过的人。所以我们拥有一支极度拼搏、充满好奇心、聪明能干、同时又是好人的团队——低调、谦逊，年轻到足够开放，也渴望自我提升。

Patrick O'Shaughnessy：

我也非常好奇你是如何处理技术人才问题的，以及在你的团队中，一个技术人才身上什么最重要，这又是如何演变的。有一个直觉是：随着执行难度的大幅降低，技术人才身上的领域专业知识的价值反而在上升。你不再需要非常强的技术能力才能写出好代码，至少没有过去那么需要了。那么，工程或技术团队的形态随着时间推移是什么样的？我之所以这样问，是因为我在思考其他想要进入这个领域的公司，无论他们身处哪个行业。

Gabe Stengel：

是的，我认为确实有一些问题，领域专业知识的价值正在不断提升，产品直觉以及更偏向"总经理思维"而非"工程师思维"的心态变得极为重要。当然，我们产品的某些部分也需要纯粹的、有韧性的工程能力，因为你在非常激进地扩展规模。但如果我看看团队中那些表现出色的人，他们很多都是前创业者——那些曾经创办过公司、坚持下来、拥有丰富产品直觉、懂得如何发挥它的人，而他们的公司可能最终慢慢消亡了。

正如你所说，有很多公司都在尝试攻克金融AI，有很多极具产品思维和工程思维的领域专家都尝试过金融AI。我们收购了六家不同的处于萌芽阶段的金融AI初创公司。那些前创业者能够对产品的未来进行宏观构想，规划出用户体验应该是什么样的，同时又具备工程实力，能够持续做出正确决策，这一点至关重要。

第9章：AI原生金融

Patrick O'Shaughnessy：

你在我们开始录音之前跟我说，这是我们在这个领域第一次面临真正意义上的"创新者困境"。你能解释一下你的意思吗？

Gabe Stengel：

是的，我觉得对于很多投资公司、很多高端金融服务机构来说，过去10年、20年日子过得相当不错。你知道，作为一个资本配置者、一个投资人，是可以赚很多钱的。这个行业的进入门槛非常高。尤其是如果你做的是私募市场，你的业务本身就有一种自然的惯性——因为你募了一期基金，再募一期，之后想把生意搞砸其实都挺难的。我相信肯定有一百个创过基金的人会说，实际上比我说的难一百倍。但说公平话，市场上一直没有出现过那种让每一家投资公司、每一家银行都拍着脑袋说"哇，我需要彻底重新思考自己在做什么"的冲击时刻。那种让人意识到——现在会有数百家AI原生颠覆者、AI原生投资公司、AI原生投资银行来攻击我的商业模式，我得赶紧想清楚自己该怎么办——的时刻。私募股权公司、对冲基金、投资银行，已经很久很久没有遇到过真正的"创新者困境"了。

Patrick O'Shaughnessy：

"AI原生"，这个词对你来说意味着什么？它的定义是什么？

Gabe Stengel：

从某种意义上说，我认为它就意味着愿意不断地重新审视和颠覆自己所做的一切，并且对AI深信不疑到这种程度——你不再纠结什么是可能的，也不管某件事听起来有多天方夜谭，你只是在朝着一个方向坚定前行：把这项异乎寻常的底层技术融入你所做的每一件事。它渗透到业务的每一个角落，没有任何一个业务板块是神圣不可侵犯的，没有任何一个地方能够免于被彻底革新。

Patrick O'Shaughnessy：

那你具体怎么做到的呢？你是一家公司的领导者，对AI深信不疑，想确保——就像你在Rogo所说的那样——把这些都付诸实践。但我相信肯定也有一些领域让你不满意，觉得AI在某些事情上用得还不够。作为一个领导者，你怎么确保公司把这件事当成一种持续的习惯和实践，而不是一次性的行动？

Gabe Stengel：

我来说一件非常具体的事：每个月，我都会收到一份报告，里面列出公司里每一个人对各种AI工具的使用情况——包括我们采购的工具、我们内部自研的工具，所有这些。然后在每个部门内部，我都会有一个排名，列出使用频率最高的5个人和最低的5个人。我们把这份排名贴得到处都是。每个部门使用最少的那个人，会收到一张印着"笨蛋帽"的通知单，贴在办公室各处。 这很搞笑，但大家都知道这一天会来。而且说实话，随着公司越来越大，很多人不认识我，不知道我其实是在开玩笑、是个爱搞笑的人，他们是真的会感到害怕。我希望他们不要真的害怕，也希望这种氛围能慢慢改变。但不管怎样，这是一个很强的激励机制，能真正确保大家去用这些工具。

Patrick O'Shaughnessy：

如果你列出这些问题——假设有人坐在那里，经营着这类公司，业务做得很好，虽然来之不易，但确实是一门好生意。说实话，这些公司从组织和技术角度来看往往相当简单。主要靠人，对吧？没有太多的管理开销。很多这类公司，也许会购买大量数据之类的东西。

你会鼓励他们问自己、问自己的公司哪些问题，才能最有效地应对这场转型？

Gabe Stengel：

我会说，如果你确定现在你公司90%的企业价值都在你的人身上——你最优秀的投资人、最优秀的银行家，正是这些能带来交易、带来收入的人，才是企业价值真正积累的来源。而10年后，全球最顶尖的投资公司、最顶尖的银行，其90%的企业价值将不再来自人，而是来自软件、数据和系统。那你会开始做什么？你会开始想办法，把你最优秀的人才脑子里潜藏的一切，全部转化并沉淀到一套你自己拥有和自主运营的系统中。 这是第一件大事。

第二件事，我会建议拆解交易全生命周期的每一个环节，在每个环节中，尝试梳理清楚：你在哪些地方是不可替代的，或者你拥有别人没有的数据，或者你拥有别人没有的领域专业知识。

然后要认真追问自己：在这个市场上，我真的拥有别人没有的东西吗？ 是人脉关系？是别人没有的背景信息？还是我只是觉得自己在这个领域比别人更聪明、读的东西更多？——如果是后者，AI就会让这一切变得无关紧要。

Patrick O'Shaughnessy：

你有没有见过哪个大型机构，是这种态度上最前沿的典型代表？有没有哪个人是你最喜欢举的例子，就是那种——哦对，有几个正在这么做的。

Gabe Stengel：

有意思的是，今天看起来最有远见的那些人，两年前听起来简直像疯子。 就是那种进来说"我们需要录下每一段对话"的人。你知道，他们会说，你能把这段对话直接输入我公司的大脑，会有一个我的数字克隆，然后它会输出关于这笔投资究竟应该怎么做的博弈论分析。两年前，大家听到这类人说话，心里都在想：Patrick 到底在说什么鬼？

有一个例子，是一家公司的联合创始人 Molas John Momtazi，他对行业的走向极具预见性。他想要为公司所有最优秀的银行家打造数字克隆。他想要一套系统，能够基本上代替他出现在电话会议上，以他的方式发言，了解他的思维方式，然后吸收这些背景信息。他想要构建这样一套系统：投资银行里任何初级员工都能立即调用他的专业知识、背景信息和人脉关系——这样一来，这些信息和数据就不只是在驱动他个人创造收入的能力，而是在赋能银行里每一个初级员工创造收入的能力。

所以，确实有一些人经历了他们自己的"第37手时刻"，突然意识到：哇，这件事将会比任何人预期的都要深刻得多。

第10章：人类仍然更擅长的事情

Patrick O'Shaughnessy：

关于你的业务未来，你觉得最不确定的是什么？

Gabe Stengel：

我会说，是私募市场实际转型的速度。对吧。如果你想想为什么不同类型的资产类别的交易量会增加，流动性会提升，这往往与标准化有关，因为这样就更容易追踪和交易这些资产。私募市场一直对标准化免疫，因为其中存在大量非结构化数据。AI应该能解决这个问题。 话虽如此，是否会有监管或市场力量来推动一些额外的标准化，从而真正加速私募市场的透明度和流动性，这在某种程度上不是我能控制的。

另一件事是，人际关系中还能保留多少超额收益，这对我来说仍然不清晰。 我说的是小市值并购。很难想象，如果你是一个小企业主，你花了20年建立一家企业，你想确保在把企业交给别人的时候，你信任那个人，你能和他握手，这个过程能被完全自动化。但对于很多由赞助商持有的企业，或者像二级市场、私募信贷、GP/LP二级市场这类业务，我确实认为可以完全自动化。但是，那些长尾的小企业、中型企业，那些需要应对代际传承的企业，他们要花多长时间才能适应点击一个按钮就出售自己的企业，而不是与某人握手成交——这对我来说还有些不确定。

Patrick O'Shaughnessy：

如果有几位年轻的新创始人在这里，他们对如何与私募市场投资者打交道和互动感到好奇，你会教他们什么？你会告诉他们该做什么、不该做什么？

Gabe Stengel：

我的融资风格可能不适合所有人。我非常直接，对于我担心什么、想去哪里非常透明。 但与此同时，你必须在那个最终目标上非常坚定。然后我会说，这关乎重复积累和人际关系。那些突然出现并领投C轮或D轮的人，往往是我在种子轮就认识的，然后是A轮、B轮、C轮。他们每次都以各种理由放弃了，但他们对我和这家企业积累了更多的了解。

有什么你会鼓励人们不要做的事情吗？我认为有很多"假装直到成功"的做法。你需要有那种勇气和自信，即使你并不完全自信。 我是一个极度焦虑、极度缺乏安全感、极度恐惧的人。但你需要表现出自信，说你对前进的方向充满信心，即使在你知道处于低谷的时刻也是如此。我认为，人们有时会误解这一点，以为他们需要假装成自己不是的样子。我觉得这是不对的。你需要相信那5%的可能性——你有机会建立一家价值千亿美元的企业——这是有可能的。 你不需要假装这有100%的可能，但你应该能够清晰地描绘出一张路线图和战略，说明你如何有可能成为一家千亿美元的企业，然后对那些事情如果顺利发展你将会实现目标充满信心。

Patrick O'Shaughnessy：

你为什么感到害怕和不安？

Gabe Stengel：

我对所有可能出错的事情都极度焦虑。每天感觉都像是站在刀刃上，随时有一千件事可能崩塌。我认为，这种商业建设的现实就是——它是一场积累动能的游戏。你怎样把每一件小事都做好，让自己能快一点顺势而下？我只是害怕这股动能会停下来，或者遇到一个障碍，偏离轨道，然后又需要重新催生动能。要打造一台能够不断积累动能的机器，究竟有多难，我看得一清二楚。 所以，如果有任何绊脚石可能阻断这种势头，如果我不是时刻对这些时刻保持警惕，我就不会竭尽所能地去为它们做准备，确保我们能够应对。

Patrick O'Shaughnessy：

我们还遗漏了什么？就是你在这个时代打造这样一家公司所学到的东西——在这个时代，一切感觉都像是争夺球权，感觉每一个可能的领域都会出现一个 Rogo 或者 Harvey 之类的竞争者，尤其是在"最后一公里"的连接很难做的地方。而且主导者不会只是 Anthropic 一家，也不会只是 OpenAI 一家，不会是一家公司统治所有。 那么，关于目前建设这个业务的经历，你认为还有什么重要的事情是我们没有提到的？

Gabe Stengel：

我认为，确实会有企业解决所有这些问题，但能做到这一点的企业，将会成为吸引人才、资本和品牌的"黑洞"，它们能够汇聚资源来真正落地执行。因为 AI 是一股强劲的顺风，但如今要参与竞争，执行的门槛比以往任何时候都要高。每个人都被拉进了大联盟，都在经历"欢迎来到 NFL"的时刻。你必须比你预想的更快、更强、更有韧性、更灵活，拥有合适的团队比以往任何时候都更重要。 而如今，合适的团队极其昂贵。所以，如果你想不清楚该用什么策略尽快成为吸引人才和资本的"黑洞"，我认为你被某个实验室或有能力做到这一点的公司碾压的风险会大得多。

Patrick O'Shaughnessy：

每次做这些访谈，我都会把我最喜欢的问题留到最后。有史以来，别人为你做过的最善意的事情是什么？

Gabe Stengel：

我觉得，我从父母那里获益良多，他们都无比善良、慷慨、无私。但这种善意在我母亲和父亲身上的表现方式截然不同。我母亲的善意，是无论我做了什么，在她眼里我都很了不起、很聪明、永远不会犯错，尽管在成长过程中，这绝对不是事实。但她在我心里种下了自信的种子，让我相信自己，即使在那些感觉一切都要走偏的低谷时期也是如此。接连四十次做不对一件事，一次次失败，考试不及格，不管遇到什么，她都表现得好像我也许是世界上最聪明的人。这当然是不理性的，但你需要那种来自无尽之爱的非理性自信。

我父亲则完全不同。如果我做错了事回到家，他会怒不可遏，几乎不愿意看我，完全无法理解，因为他是一个极其自律、品行端正、有着极高标准的人。所以他的善意，体现在他愿意去理解我是谁，以及为什么我会在某件事上失败，然后帮助我。 他会坐下来和我一起仔细梳理每一个细节，尽管他有时真的无法理解，为什么我拥有那些机会却没能把握住。他花时间让我变得更好，同时也坚守着他自己的原则、他对卓越的标准，以及他对"好"的定义。

Patrick O'Shaughnessy：

你正在打造一家令人着迷的公司，看着它不断进步真的很酷。感谢你和我一起做这期节目。

Gabe Stengel：

谢谢你。

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

本文来自华尔街见闻，欢迎下载APP查看更多

国际金融协会（IIF）最新报告显示，2026年上半年全球债务新增逾10万亿美元，总规模突破365万亿美元再创历史新高，与此同时，七国集团（G7）平均政府借贷成本升至2008年年中以来最高，发达经济体过去一年仅国际交易政府债券的利息支出就超过3.3万亿美元。

3.3万亿美元的年度利息支出，不仅超过全球人工智能领域约2.6万亿美元的估计支出，也高于3.1万亿美元的国防支出和2.3万亿美元的清洁能源支出。IIF数据显示，G7年度利息支出较此前水平几乎高出85%。对财政空间本已承压的发达经济体而言，这一数字将利息负担对公共资源的挤占直观量化。

值得关注的是，全球债务的扩张速度实际上正在放缓——2026年上半年新增逾10万亿美元，不足去年同期新增21万亿美元的一半。但债务增量与利息负担出现背离，意味着存量债务的滚动成本已被锁定在更高的利率区间，正成为主权债务风险的新形态。

付息3.3万亿美元，超过AI、国防与清洁能源投入

IIF《全球债务监测报告》显示，G7经济体的平均政府借贷成本升至2008年年中以来最高水平，年度利息支出较此前几乎高出85%。过去一年，发达经济体在国际交易政府债券上支付的利息超过3.3万亿美元。

这一数字超过全球人工智能领域估计支出的2.6万亿美元，也高于3.1万亿美元的国防支出和2.3万亿美元的清洁能源支出。

换言之，发达经济体每年仅用于偿还存量债务利息的资金，就足以覆盖全球一整年的AI投资且仍有富余，利息负担对财政空间的挤压由此得到直观量化。

新增债务腰斩，存量再融资成本却锁定高位

IIF报告显示，2026年上半年全球债务增加逾10万亿美元，总规模突破365万亿美元，再创历史新高。但这一增量不足2025年同期新增21万亿美元的一半。

IIF指出，高利率环境、债务偿还成本上升、能源价格走高以及与伊朗的冲突，共同压制了借贷活动。新兴市场是此轮债务增长的主要驱动力，上半年债务增加6.5万亿美元、总量突破110万亿美元；发达经济体的债务积累速度同期明显放缓。

政府部门与非金融企业贡献了大部分增量，两大板块债务规模均刷新历史纪录。当旧债到期、新债以更高票息滚动发行时，即便新增债务规模下降，总利息支出仍将持续攀升。

债务/GDP回落是"通胀幻觉"，滚动风险走向前台

全球债务规模约占GDP的310%，较2021年初的峰值低约25个百分点。但IIF指出，这一下降在很大程度上源于通货膨胀推高了名义GDP，而非实质性去杠杆化。

这意味着一旦通胀回落、名义GDP增速放缓，债务比率的改善将迅速逆转。而高利率既在推高政府再融资成本，又使债务/GDP比率的回落高度依赖通胀，形成政策上的两难。

据IIF报告，美国10年期国债收益率已升至2007年以来最高水平，30年期国债收益率亦达到近二十年来的峰值，政府再融资成本随之攀升。G7平均借贷成本回到2008年年中以来最高水平的同时，全球债务总规模已突破365万亿美元的历史新高，主权债务的滚动风险正从理论情景变为现实约束。

对持有长端主权债券的投资者而言，利率风险与信用风险的边界正在模糊，这一变化值得持续关注。

本文来自华尔街见闻，欢迎下载APP查看更多

相比用户自行下载WorkBuddy，这款产品进一步把Agent与本地模型、Skill及PC硬件能力结合起来。

这也不是华硕第一次把办公Agent放进AI PC。今年6月，华硕商用电脑已经与百度智能云推出“华硕×百度搭子DuMate AI解决方案”，同样强调端侧算力与Agent能力结合。

与此同时，荣耀、联想、小米等硬件厂商也在把自家的Agent能力延伸到PC。荣耀将YOYO Claw预置进MagicBook，联想持续升级天禧Claw，小米则把超级小爱2.0“专家模式”带到PC。

随着端云协同逐渐成熟，在电脑里提供一个能够直接处理文件、调用工具甚至执行任务的Agent，正在成为AI PC的新卖点。

PC自带的Agent最终来自第三方，还是由硬件厂商自己来做，目前仍没有定论。真正决定这条路线的可能是谁先跑出一个足够高频、足够通用的“国民级Agent”。

当办公Agent成为卖点

此次华硕Workbuddy专享款与用户自己下载WorkBuddy的核心区别，主要落在两点：

一是针对英特尔平台做过适配的本地Skill，二是本地模型与云端模型之间更深的协同。

目前，英特尔已经在华硕专享款WorkBuddy中上线15个本地Skill。在搭载第三代英特尔酷睿Ultra处理器的华硕破晓高端系列上，还可以进一步调用本地模型。三方基于35B-A3B本地模型，已经对26个WorkBuddy高频专家进行了本地适配和优化。

对应到实际使用，一些本地文件处理等可以直接留在电脑上完成；遇到复杂推理、长链路任务，或者需要实时信息时，再调用云端模型。WorkBuddy会根据任务情况在两者之间进行分配。

腾讯云智能制造行业华东解决方案负责人马英奎对华尔街见闻·全天候科技表示，腾讯WorkBuddy可以让用户灵活选择多种模型；用户也可以自行选择本地或云端，如果本地处理效果不满意，再切换至云端。

马英奎进一步指出，用户不用再自己判断“买的这台PC跑什么样的模型，才能把性能发挥到最大”。部分任务放在本地，也可以减少云端资源调用，合同、金融资料等不希望上传的数据则可以留在电脑处理。

目前，华硕Workbuddy专享款主要瞄准两类人群：一类是没有专业AI团队、但希望快速使用Agent的中小企业和创业者；另一类则是AI使用频率更高的“超级个体”，比如一个人完成文案、视频生成、剪辑和多平台发布的内容创作者。

对华硕这类PC厂商来说，办公Agent也给AI PC提供了新卖点。

WorkBuddy并不是华硕今年合作的第一款办公Agent。

今年6月，华硕商用电脑已经与百度智能云推出“华硕×百度搭子DuMate AI解决方案”。这套方案同样以华硕商用AI PC的端侧算力为基础，将其与搭子的Agent能力结合，重点面向企业办公场景。

这也说明，在办公Agent还没有完全跑出胜负之前，PC厂商没有必要过早押注一家。相比单纯比拼芯片参数，谁能把电脑已有的本地算力变成用户真正会使用的功能甚至成为新的换机理由，才更容易获得PC厂商更深的适配资源。

不过对于腾讯来说，华硕更像是一次打样。

9月初，WorkBuddy开放平台上线，首批引入超过百家生态伙伴，并将能力开放至智能硬件、行业应用和开发者。

当时腾讯云副总裁、腾讯CodeBuddy & WorkBuddy负责人刘毅给出的目标是将WorkBuddy做成“面向Agent时代的操作系统”，而不是只做一个更强的工具。其硬件合作目前已经覆盖PC与平板、智能眼镜、耳机等十余个品类、超过30个品牌。

要实现这个目标，只做一款华硕 WorkBuddy专享电脑显然不够。

后续腾讯是否会联合更多PC厂商推出专享款Workbuddy的PC，正受到更多关注。

二、自建vs第三方

对于沉寂已久的PC市场来说，把一个能够真正干活的Agent放进电脑，确实可能成为新的产品叙事。

华硕选择与WorkBuddy、百度搭子等第三方Agent合作。除此之外，一些同时拥有硬件、系统和AI能力的PC厂商，则更倾向于把自己的Agent直接延伸到电脑。

荣耀今年在MagicBook Pro系列2026上预置了自研YOYO Claw，主打自动部署和“开箱即用”。它可以自主规划、调度和执行任务，并接入办公、学习、自媒体等不同Skills。随后发布的MagicBook 14、MagicBook 16 2026，也已经把YOYO AI智能体列为整机主要卖点。

联想走得更早。

今年3月，联想发布天禧AI Claw，强调“零成本部署、零门槛使用”；5月进一步发布天禧AI 4.0，将智能体核心升级为天禧Claw，并继续强化“端—边—云”协同。

按照联想的规划，复杂任务可以在不同算力之间进行分配，同时支持本地大模型运行。

小米也在把自己的Agent能力往PC上延伸。

随着HyperOS 4发布，超级小爱2.0新增“专家模式”，可以完成深度研究、PPT制作、网页制作等任务，首批已经适配Xiaomi Book Pro 14、REDMI Book Pro 16 2026等PC。

几家的路径并不完全一样，但背后的考虑相近。

对于PC厂商来说，直接把一个能够调用文件、软件和模型的Agent交到用户手里，产品卖点也更容易成立。

而端云结合的成熟，又降低了这件事的门槛。

Agent并不需要把所有能力都塞进本地。涉及隐私、简单文件处理等任务可以优先在端侧完成，需要更大模型和实时信息时再调用云端。

这意味着，如果能够以相对可控的硬件和云端成本，在一台PC里提供一个开机就能使用、真正能替用户完成部分工作的Agent，它确实可能成为PC厂商下一阶段的新卖点。

至于这个Agent来自第三方，还是由硬件厂商自己来做，亦或者二者结合，目前还没有答案。

最后哪种方式会成为更多厂商的选择，可能还是要看什么Agent能真正跑出稳定的用户使用习惯。

本文来自华尔街见闻，欢迎下载APP查看更多

美国FDA分子与临床遗传学专家委员会审议了GRAIL公司的Galleri多癌种早期检测产品，并在三项关键投票中亮明了态度：

• 10:0，认为Galleri具有合理的安全性保证；
• 6:4，认为其有效性具有合理保证；
• 7:2（1票弃权），认为Galleri的临床获益超过其风险。

虽然FDA最终的全国销售审批决定仍需在未来几个月内做出，但专家委员会的背书，已经大幅提振了市场信心。正如Guggenheim分析师Subbu Nambi所言，这几乎“消除了风险”。

一管血，筛查50多种癌症，这听起来像是科幻小说中的情节。但真正懂行的人知道，这场变革最值得关注的，是AI与数据在癌症筛查中吹响的时代号角。

谈到液体活检，很多人脑海中浮现的是寻找血液中肿瘤释放的特定“基因突变”。但Galleri走的是一条截然不同的路线。

当肿瘤细胞死亡后，会释放游离DNA（cfDNA）进入血液，这些DNA上保留着具有组织和肿瘤特异性的“甲基化模式”。Galleri的核心技术，正是通过靶向甲基化测序读取这些信号，随后将其交给机器学习（AI）模型。

模型不仅要判断样本中“是否存在癌症信号”，还要进一步预测这个信号“最可能来自哪个器官”。

因此，从商业和技术本质上看，GRAIL早已不是一家传统意义上的“检测试剂公司”。它真正出售的，是一套由分子检测、算法分类和临床解释共同组成的AI癌症识别系统。

如果你追求的是“一管血查出所有癌症”，Galleri的数据可能会让你意外：在美国PATHFINDER 2研究中，Galleri总体12个月的敏感性约为35.0%。

这意味着相当一部分癌症在检测时并未被发现。那为什么FDA专家还会投出支持票？答案藏在另一个惊人的数据里：99.85%的特异性。

在面向数千万甚至上亿普通健康人群的筛查中，最大的灾难不是“漏诊”，而是“假阳性”。哪怕只有几个百分点的假阳性，一旦放大到人口级别，都会制造海量的恐慌，并引发无数不必要的CT、PET、内镜甚至穿刺活检，足以压垮现有的医疗体系。

Galleri 99.85%的特异性，确保了它极少制造“假警报”。同时，它的阳性预测值（PPV）达到了约77.0%，意味着一旦它报警，确诊癌症的概率已经相当高。

“优先控制假阳性，精准打击致命盲区”，这就是Galleri的产品哲学。

数据显示，对于目前缺乏成熟筛查手段（如胰腺癌、卵巢癌、胆道癌等）、却造成美国约三分之二癌症死亡的12类高致死性癌症，Galleri的敏感性达到了约61.3%。

FDA委员会明确强调，Galleri的定位是现有标准筛查（如乳腺钼靶、肠镜）的“补充，而不是替代”。它的目标市场，是补足现有癌症筛查体系最明显的那块空白。

围绕Galleri最大的争议，来自规模超14万人的英国NHS-Galleri随机对照试验。

英国一项针对14万人的Galleri癌症早筛技术大规模试验虽然未达到总量上减少中晚期癌症患者的预设主要终点，但在第二和第三轮筛查中使最致命的晚期癌症患者分别减少了22%和26%。

该试验成功将原本在晚期暴露的致命癌症提前至早中期发现，促使美国FDA专家组以7比2的投票结果认定其获益大于风险。

这项试验试图回答一个终极公共卫生问题：把Galleri加入医疗体系，能不能减少晚期（III/IV期）癌症？从严格的统计学意义上看，该试验没有达到预设的主要终点。

在癌症早筛领域，“发现得多”并不等于“筛查成功”（可能存在过度诊断），真正的成功是“把原本要在IV期才暴露的致命癌症，提前到了I/II期”。

这正是FDA投票出现“6:4”有效性分歧，却最终以“7:2”认定获益大于风险的核心原因。专家们认为，它虽然不完美，但其减少晚期癌症的潜力已经跨过了值得进入临床的门槛。

过去几十年，人类的癌症筛查是“按器官划分”的：查肺去做低剂量CT，查肠去做肠镜。

而Galleri带来的是一场范式转移：将基本单位从“器官”变成了“人”。未来的体检，可能是先抽一管血进行全身信号扫描，一旦AI提示异常，再根据算法指引的器官去定向精查。

在这场变革中，AI的机会才刚刚开始：

• 纵向时间轴的AI追踪： 癌症是动态的。如果一个人连续5年抽血，单一信号可能始终未达“阳性”标准，但在AI眼中，这5年的细微变化轨迹可能已经暴露了高风险趋势。
• 打通“阳性后”的决策闭环： 当血液查出异常后，患者应该先做CT还是MRI？什么时候该停止检查？未来结合病历、家族史的大语言模型和多模态AI，将成为指导医生决策的最强外脑。
• 无法复制的数据飞轮： GRAIL目前手握CCGA、PATHFINDER系列以及超过14万人的NHS-Galleri真实世界数据。当这些甲基化数据与患者最终的生存期、治疗方式等临床结局彻底打通，GRAIL将拥有一个不断进化的“真实世界AI训练平台”，这是任何后来者都难以逾越的护城河。

当然，AI不能“无中生有”，如果极早期的微小肿瘤没有向血液释放足够的cfDNA，再强的算法也无济于事。

为了保障人口级别筛查的安全性，FDA目前审评的Galleri采用的依然是“锁定的机器学习分类器（locked machine-learning classifiers）”，这意味着它在现阶段还不能在临床应用中每天“自动更新学习”。

但无论如何，2026年9月23日的这场专家投票，绝不仅仅是一项血液检测产品的通关文牒。

它证明了在茫茫血海中同时捕捉几十种癌症信号在技术上已经可行。如果未来几年，它能在真实世界中进一步证明可以降低癌症死亡率，并跑通商业化落地的成本测算。

那么今天，我们正站在未来癌症筛查新纪元的起点，听到了AI时代吹响的第一声号角。

本文来自华尔街见闻，欢迎下载APP查看更多

近日，在知名投资播客节目《How I Invest》的访谈中，营收已突破5亿美元的市场情报平台AlphaSense产品高级副总裁Chris Ackerson，就AI如何重塑金融分析师角色、专有数据的商业价值以及AI智能体在金融领域的未来应用空间等市场核心关注点，进行了深度分享。

在生成式AI浪潮下，市场高度关注劳动力替代危机以及AI工具的实际商业变现能力。对此，Ackerson给出了明确的市场观察：AI并未消灭金融从业者，而是大幅度改变了他们的资源分配方式。

“随着我们系统的功能越来越强大，我们能够承担很多繁琐的工作，也就是分析师们过去熬夜完成的那些手动工作。”Ackerson指出，“现在，他们可以专注于更高价值的活动，比如与客户会面、参与公司动态等等。”

在实际的商业落地和订单转化案例中，这种效率提升已经可以直接量化。Ackerson透露，一家大型投资银行在剥离部分业务后，通过几个月的测试证明，“AlphaSense 可以将平均覆盖率提高 15%，从而显著提高银行家的工作效率。”这意味着金融机构在不增加人力成本的情况下，能够扩大业务半径，从而构筑了AI工具持续增长的底层逻辑。

通用大模型的高错误率痛点与垂直AI的破局

尽管OpenAI等横向通用大模型发展迅猛，但在金融这一容错率极低的垂直领域，其商业化落地仍面临巨大阻力。这也是市场高度关注垂直AI企业能否建立技术护城河的关键点。

Ackerson直言不讳地指出了通用大模型的软肋：“就在上周，一家领先的 AI 实验室发布的数据显示，使用领先的市场数据时，错误率在 5% 到 9% 之间。这对任何一位严肃的投资专业人士来说都是无法接受的。任何错误率都会阻碍 AI 的真正普及。”

为了解决幻觉问题并降低误判率，垂直AI的解决方案在于对数据的极致控制。通过汇总数据、索引信息，并利用AI读取每一行文档以理解数据间的关联，再集成到智能体系统中进行提取。Ackerson提供了一组核心数据：“通过在 AlphaSense 平台内利用前沿 AI 模型，并结合 AlphaSense 的数据和工具，我们可以以更低的成本提供质量高出三倍的评估结果，这正是垂直整合的真正优势所在。”

专有数据成为最强护城河：“世界上绝大多数知识并非以文字形式存在”

随着各家AI实验室在底层模型能力上的竞争逐渐从预训练转向后训练，能够直接影响模型质量的“专有数据”正在成为最为稀缺的资产。

“所有人工智能公司最终都会转型为数据公司，我们看到，随着越来越多的公司涌现，这种趋势愈演愈烈。”Ackerson表示。

在金融尽调中，渠道调研和专家访谈是获取超额收益（Alpha）的重要信息源。AlphaSense目前的护城河之一正是一个包含全球顶尖投资者与行业专家访谈的庞大记录库。目前，该资料库拥有超过30万份访谈记录，且每个季度以新增超过2.5万份的速度迅速增长。

“世界上绝大多数知识并非以文字形式存在，而是存在于人们的脑海中。”Ackerson强调。基于这些独家数据，AlphaSense开发了AI访谈系统（AI Interviewer），这打开了巨大的商业想象空间。过去，分析师可能只做5通专家电话，现在借助AI智能体，可以进行20通甚至50通深入不同领域的电话访谈，在财报发布前提取量化数据并预测业绩指引。目前，该系统进行访谈的质量“已经达到甚至超过了最优秀的分析师的水平”。

未来的竞争：降低40倍成本与人类判断力的溢价

如果华尔街所有机构都使用相同的AI工具和数据集，对冲基金的超额收益将从何而来？这也是投资者对金融AI赛道长期逻辑的终极拷问。

在研究环节（占金融研究总成本的约80%），盲目使用前沿大语言模型进行网络搜索不仅成本高昂，还会引入无关信息导致“上下文污染”。Ackerson透露，通过训练专有的搜索模型精准调用工具，可以“在提供比前沿模型更高质量的同时，将成本降低高达40倍。”

展望未来五年，金融行业的交付形态将从静态的文档（幻灯片、备忘录）转向实时更新的定制化软件和智能体生态。超级分析师（Super Analyst）将像“永不眠的分析师一样全天候工作”。

在这样的环境中，人机协同的深度和人类的判断力将决定最终的投资胜负。“你引导系统的方式、你提出的问题、你在与人工智能互动时做出的选择，这些都是人为因素造成的差异。”Ackerson总结道，并引用了其CEO的观点来定义未来的企业价值：“企业的价值是其所有决策的总和。将判断力应用于人工智能系统的决策之上，将始终至关重要。”

以下是文字记录

David Weisburd 00:00 在软件工程领域，一直存在这样一个悖论：人工智能越强大，对工程师的需求就越高，因为现在的工程师效率几乎是过去的数倍。你认为金融领域也会出现同样的情况吗？或者你认为分析师这一层级会被彻底颠覆？

Chris Ackerson 00:20 随着我们系统的功能越来越强大，我们能够承担很多繁琐的工作，也就是分析师们过去熬夜完成的那些手动工作。现在，他们可以专注于更高价值的活动，比如与客户会面、参与公司动态等等。这真正意味着，随着公司效率的提高，他们能够覆盖更多公司，推出更多产品，加快产品路线图的推进。

我们在 Alphasense 内部也看到了这一点。随着我们的工程师和产品经理在人工智能方面效率的提升，我们的产品路线图也在加速推进，竞争格局日趋激烈。因此，我们在客户群体中也看到了同样的情况。人们究竟是在使用像 Super Analyst 这样的工具来辅助分析师，还是说这些工具正在颠覆关于劳动力替代的争论？这场争论在未来很多年里都将持续下去。

我们看到客户的能力大幅提升，这意味着他们将加大对员工的投入，但员工的角色也在不断变化和调整。有一家大型投资银行剥离了部分业务，他们想尝试使用 Alpha Sense，看看能否利用我们的产品来提高其余银行家的服务覆盖率。他们花了几个月的时间对 Alpha Sense 进行测试，结果证明 Alpha Sense 可以将平均覆盖率提高 15%，从而显著提高银行家的工作效率。至于如何利用这些节省下来的资源，则取决于银行自身的决定。他们可能会因为能够覆盖更多公司而招聘更多银行家，或者为客户提供更优质的咨询服务，也可能从事其他工作。但毫无疑问，员工的角色正在发生变化。

David Weisburd 02:06 随着人工智能系统日趋完善，相关职责和工作内容也会随之演变。您提到您的客户正在开展越来越多的业务，一些早期案例研究表明，他们已经开始使用 Alpha Sense 和 Agentic AI 等工具来拓展业务。以对冲基金领域为例，能否具体说说？

Chris Ackerson 02:29 分析师的工作是追踪某个行业或板块，他们需要了解新兴公司，提出新的投资理念，为财报季做准备，密切关注财报季对投资组合中所有公司的影响。所有这些领域都非常适合人工智能的应用。

David Weisburd 02:53 效率显著提升，我们在所服务的各个行业都看到了同样的情况。许多人都在考虑利用像 OpenAI 和 Anthropic 这样的横向平台来满足他们的投资需求，而你们是垂直领域的。你们的方式与横向人工智能有何不同？

Chris Ackerson 03:13 我们的理念从一开始就始终如一，那就是通过聚合和控制高质量数据，并构建专门用于理解和利用这些数据的 AI，我们可以以更低的成本提供更高的准确率，从而赢得市场的信任。我们今天也确实看到了这一点。就在上周，一家领先的 AI 实验室发布的数据显示，使用领先的市场数据时，错误率在 5% 到 9% 之间。这对任何一位严肃的投资专业人士来说都是无法接受的。任何错误率都会阻碍 AI 的真正普及。正因如此，人们仍然花费大量时间来构建和验证所有信息，因为这些系统根本无法正常工作。

在专业分析师层面，我们解决这个问题的方法是：汇总所有数据，索引所有信息，利用人工智能进行丰富和理解，读取系统中流经的每份文档的每一行，准确理解数据的含义以及不同来源之间的关联和关系，然后将这些信息集成到智能体系统中，使它们能够准确地提取特定任务所需的信息。这样，我们就能显著降低错误率和误判率。此外，当数据真正集成到系统中时，最终用户验证信息的速度和效率也显著提高。例如，您可以查看每行数据以及每个文件的具体来源。

David Weisburd 05:14 我认为，人工智能在高增长领域推进缓慢，最大的原因之一在于错误的代价因场景而异。一方面，像医院系统这样，即使 5% 的错误率也可能导致病人死亡；另一方面，你可能只是在研究给狗狗吃的零食。人们期望所有这些领域都能以相同的速度发展，但实际上，关键在于……

Chris Ackerson 05:34 这些数据用于什么用途？出错的代价是什么？没错。我们已经做了相关测试，即使在数据缺失的情况下也能进行测试。我们构建了评估框架，对所有人工智能系统进行全面测试，并针对用户实际执行的所有任务制定了非常详细和具体的评估标准。

在 Alpha Sense 平台，我们采用自动化评估和人工评估相结合的方式。我们聘请了金融分析师加入 Alpha Sense，负责抽查并验证这些评估的准确性。我们发现，通过在 Alpha Sense 平台内利用前沿 AI 模型，并结合 Alpha Sense 的数据和工具，我们可以以更低的成本提供质量高出三倍的评估结果，这正是垂直整合的真正优势所在。

Chris Ackerson 06:32 或许你能解开我这几年一直在思考的问题：为什么大语言模型（LLM）会产生幻觉？因为从定义上讲，它们是概率性的。它们经过训练，训练数据来自数百万份文档、数据点和强化学习循环记录，这些记录本质上将所有信息编码成一组压缩的模型权重。这使得这些模型具有极强的泛化能力，但也意味着模型的输出是概率性的，取决于它所看到的数据。

这些模型是基于整个互联网进行训练的。众所周知，互联网上充斥着大量信息，其中既有不可信赖的，也有非常有价值的。因此，在 Alpha Sense，我们人工智能系统输出的所有内容都基于我们精心整理的权威可信数据，例如公司实际的表述、专家访谈以及卖方研究分析师的观点。我们努力的目标是充分利用这些概率模型的优势——它们具有创造性，能够跳出固有思维模式，完成传统机器学习无法完成的任务——同时，将它们建立在真正值得信赖的数据之上，以便将其呈现给投资委员会或客户会议上的首席财务官。

Chris Ackerson 07:55 数据似乎是垂直行业人工智能公司最有价值的方面之一。Alpha Sense 是如何具体运用数据的呢？人们经常谈论数据，但我仍然认为数据的重要性被严重低估了。让我先退一步，简单谈谈我们聚合的数据集。

其中一项是我们的专家访谈记录库。这是一个汇集了全球顶尖投资者和最佳买方分析师与行业专家访谈的数据集。这些专家包括曾在公司工作过的人员、前高管、供应商和客户，他们会被问及能够引导实际投资决策的问题。所有这些都是独家洞察。世界上绝大多数知识并非以文字形式存在，而是存在于人们的脑海中。我们的专家访谈记录库旨在挖掘并记录这些洞察，使其可供用户使用，现在我们的人工智能代理也可以利用这些洞察来影响系统输出的答案。这是独家数据的一个典型例子，你无法在任何其他面向公共互联网的人工智能系统中找到这些数据。因此，获取独家洞察的能力是关键之一。

Chris Ackerson 09:16 在我们的领域，数据控制至关重要，原因如下。第二个关键原因是，它能真正提升模型质量，降低错误率和误判率。在 Alpha Sense，我们不断训练搜索模型和人工智能模型，以提高输入这些模型的实际上下文质量。我们的研究表明，最新的前沿模型推理能力非常出色，是强大的工具，但它们的搜索能力却很差——它们不知道如何为特定任务找到合适的上下文。因此，我们正在训练自己的模型，使其在这方面表现卓越。而这一切只有在对数据拥有控制权和所有权的情况下才能实现。

第三个原因在于，数据在未来几年对构建智能体至关重要，因为智能体的输出本身就构成了一个数据集。回顾问答时代，也就是人工智能的聊天机器人时代，你提出问题，得到答案，答案就进入了聊天记录，也许你会再次查看，也许它会被删除。

如今，智能体们正在像对待真正的工作成果一样，撰写投资备忘录和推介材料，这些工作本身就具有价值。因此展望未来，任何机构都应该思考的问题是：我们是否应该预先设想客户会提出的问题，并真正产出对他们来说高价值的成果？

Chris Ackerson 11:00 今天的例子是，Alpha Sense 正在利用我们的人工智能技术在行业内进行渠道调查。我们开发了一款 AI 访谈系统。这款 AI 访谈系统是基于 Alpha Sense 数据训练的智能体，它了解市场，掌握任何公司或市场的所有可用信息，并利用这些信息构建访谈脚本，与真正的专家进行电话访谈，提出问题，进行后续跟进，并深入探讨特定主题。

我们首先将 AI 访谈工具应用于渠道核查数据集。我们利用这个工具与各行各业的专家进行访谈，这些专家了解不同行业的价格和需求信号。我们每个季度都会转录数千通电话，并在其上构建一个智能层，以便在财报发布前提取量化数据，预测特定公司的业绩指引最终可能如何实现。现在，我们所有的客户都可以使用这个 AI 访谈工具。

专家访谈一直是私募股权公司和对冲基金尽职调查流程中至关重要的一部分。我们的用户仍然会进行大量的专家访谈，但现在他们可以借助人工智能进行补充。例如，他们可能原本只需要进行五通电话，而现在可以通过人工智能进行二三十通甚至五十通电话，深入调查不同的领域。这形成了一个内容飞轮，极大地扩展了我们的资料库，并提升了我们可获取的洞察能力。目前，我们的资料库里有超过 30 万份访谈记录，每个季度新增超过 2.5 万份，而且增长迅速。

Chris Ackerson 13:16 我们最初开发 AI 面试官时，将其应用于渠道调研，因为这是一个相对封闭的问题。渠道调研包含一系列结构化的访谈问题，例如：你们的采购量是多少？市场上对特定产品的需求如何？因此，我们可以将这项早期技术应用于一个非常实用的案例，效果非常好。随着系统的不断改进，我们评估了 AI 面试官的质量，现在它的质量已经达到甚至超过了我们最优秀的分析师的访谈水平。该系统会随着时间的推移不断改进，并且它基于 Alpha Sense 上的所有数据。想象一下，如果你要面试我，你可以事先阅读 Alpha Sense 上所有关于我们所在领域的文章。这就是 AI 面试官在每次专家访谈前所做的准备工作。

David Weisburd 14:15 从你们现在正在做的人工智能代理的早期应用，到未来金融领域的工作形态，人工智能的发展前景广阔。让我们快进到五年后。投资银行家们在做什么？投资者们在做什么？人类最终扮演什么角色？

Chris Ackerson 14:39 这些行业的核心作用仍然至关重要。对冲基金分析师为客户提供咨询服务，帮助找出在特定市场中获得投资回报的优势所在。我认为，这个核心理念不会改变。

我们非常兴奋的一点是我们全新的"超级分析师"产品。目前，"超级分析师"已经能够完成许多出色的工作。例如，所有 Alpha 数据都会实时传输，超级分析师可以监控这些数据，从而实现工作自动化。在财报发布期间，它可以读取所有电话会议记录，并执行您指定的流程。这些行业交付的成果大多是文档类文件，比如生成幻灯片、投资备忘录、Excel 模型等等，它在这方面非常出色。

展望未来几年，我们设想这样一个世界：每个人都在构建自己的定制软件，完美契合自身特定流程和用例。我们将突破文档和会议的局限，迈向一个每个人都在使用实时软件的世界，这些软件始终能够访问最新信息，并完全根据你的特定流程量身打造。

在这个未来，什么才是真正有价值的？人类的判断力至关重要。企业从所有决策中学习的能力至关重要。我们的首席执行官杰克经常说，企业的价值是其所有决策的总和。在智能体时代，企业最重要的任务是确保能够捕捉到人力资本或智能体资本执行的所有决策所带来的学习成果。因此，投资于能够帮助你捕捉这些学习成果的系统，使你的公司不断进步，并将判断力应用于人工智能系统的决策之上，将始终至关重要。

此外，世界如此复杂，科技日新月异，商业世界和应用程序都在不断发展。因此，企业各个层级的人员几乎都扮演着架构师的角色。系统工程师仍然至关重要，因为人类社会和经济始终处于动态变化之中。从我与数百位投资者的交流中了解到，伟大的投资公司并非仅仅依靠投资回报就能成功。那些能够长久生存的公司，往往擅长那些大多数人看不到的事情。

Chris Ackerson 19:24 Alpha Sense 的客户共享相同的数据，对冲基金之间如何竞争？几十年来，这一直是信息系统和投资领域关注的问题。我们认为，最终的投资决策是投资者与 Alpha Sense 或超级分析师以及他们所使用的技术共同作用的结果。你引导系统的方式、你提出的问题、你在与人工智能互动时做出的选择、你指向的目标、你要求它自动化的流程，这些都是人为因素造成的差异。而最终的决策则是所有这些因素与人工智能代理能力的结合。

David Weisburd 20:08 分析海量数据并实现流程自动化，这才是最终创造超额收益的关键。我认为金融产品本身也是面向终端客户的产品。养老金、捐赠基金、家族办公室等机构的风险承受能力可能千差万别。你可能查看同一个概率模型，然后说：我打算稳妥行事，争取 8% 的回报；或者我打算即使波动性很大也要追求最佳净回报。从投资的角度来看，这其中既有偏好，也有产品层面的考量。

Chris Ackerson 20:44 我们推出的超级分析师平台可以根据您的流程进行定制。您可以利用自身的技能，将超级分析师集成到下游工作流程中，整合您自己的数据和视角，从而真正打造差异化的竞争优势。

David Weisburd 21:04 最近，我采访了彼得·蒂尔对冲基金的总裁，他谈到了被动投资者带来的市场系统性风险。以前，主动投资者会参与买卖决策，而现在，所有人都涌入这些股票，这在系统中造成了杠杆效应。您认为人工智能和数据的对称性会导致市场波动加剧吗？

Chris Ackerson 21:25 我们的使命是帮助市场更有效地配置资本。我们认为，借助像 Alpha Sense 这样的工具，我们可以与用户一起控制和降低风险。将高质量的数据融入决策过程——Alpha Sense 的核心价值主张之一，即消除投资或决策过程中的盲点——可以通过人工智能获得很好的答案。但如果答案仅仅来自一位博主或一位分析师，那么它的价值远不及一个能够汇集所有分析师、众多专家、公司内部人员以及公司自身对某个主题的看法的系统。将所有这些信息整合到一个答案中，能让您对自己的决策更有信心，并提高决策对业务有利的可能性。

Chris Ackerson 22:29 我想了解一下你们的数据基础设施。你们在运行推理时既使用了大型语言模型，也使用了开源软件，能跟我说说这方面的情况吗？

我们已经看到不同模型之间存在着非常显著的差异，即使是最前沿的人工智能模型也各具特色。我认为这与后训练在训练过程中扮演的角色越来越重要有关。几年前，所有实验室都在使用相同的数据集进行预训练，其中大部分数据来自公共互联网，因此预训练得到的模型在功能上非常相似。而现在，这些公司的大部分 GPU 支出不再用于预训练，而是用于后训练。在后训练阶段，可以根据不同的任务和数据集进行更精细的区分。所以，这些模型实际上已经实现了差异化，这与许多预测截然相反——那些预测认为它们最终会趋于同质化和融合。

例如，我们看到 Claude Opus 在生成高质量幻灯片方面非常出色，但作为上下文检索系统或搜索模型，它的表现并不理想，至少在早期版本中是如此。因此，我们会根据对不同模型优缺点的评估，选择应用不同的模型。

Chris Ackerson 23:57 您提到了开源模型。我们与 Cerebras 合作，它是一家非常出色的低延迟推理提供商，我们可以利用他们提供的顶级开源模型。低延迟对于构建具有对话感和实时性的系统至关重要。因此，我们所有的工具，无论是超级分析师还是生成网格，都在其流程中使用了多个针对不同任务优化的模型。我们也正在开始训练我们自己的模型，我们关注前沿模型，认为我们可以在某些任务中创造很多价值。

David Weisburd 24:36 我想强调一下你提到的一点，那就是大语言模型本身拥有不同的数据集。这让很多人感到困惑。我目前正在帮助我们投资组合中的一家公司进行并购或融资活动，我和很多投资银行的负责人交流过，他们都表达了同样的观点：至少在科技领域，他们目前的大部分工作都是帮助大型语言模型公司获取数据集。大多数人并不了解这种情况，但如今交易的一个重要部分就是帮助这些大型语言模型获取越来越多的数据，尤其是专有数据，以便它们能够实现差异化竞争。

Chris Ackerson 25:19 所有人工智能公司最终都会转型为数据公司，我们看到，随着越来越多的公司涌现，这种趋势愈演愈烈。这些公司专注于帮助人们构建强化学习环境，并有专家协助构建数据集。最近收购某航空公司数据资产就是一个有趣的案例。我们看到这种情况越来越普遍，这也凸显了差异化数据的重要性，以及我们为何对过去十多年来积累的数据充满信心。

回到你刚才说的，关于训练自己的数据和进行自己的后训练。Alpha Sense 已经训练我们自己的 AI 模型近十年了，早在生成式 AI 爆发式增长之前。所有这些模型都需要进行后训练才能有效发挥作用。因此，我们的系统中有很多专门用于搜索的模型，它们可以帮助我们找到合适的内容来理解用户的问题，并对信息源进行排名。这些模型经过多年的学习，已经掌握了哪些信息源最相关，哪些内容对于任何给定的任务来说最权威。

Chris Ackerson 26:37 随着我们不断推进，我们正在训练前沿模型，以期为超级分析师等产品提供端到端的支持。超级分析师与人们以往使用人工智能代理的体验略有不同，后者通常是在自动化金融研究等场景下直接与大语言模型交互。实际上，绝大部分工作都集中在研究环节，这占了成本的 80% 左右。影响质量的因素中，约有 70% 取决于你如何有效地利用所有工具、数据集和 Alpha 数据集进行研究，并找到合适的背景信息。无论是撰写盈利预测、路演演示文稿还是战略备忘录，都需要用到这些。因此，我们认为，我们拥有强大的数据和工具来构建前沿系统，这些系统能够比那些缺乏理解能力的前沿人工智能模型更有效地运行研究环节。

David Weisburd 27:36 大语言模型的另一种加权方式是，它们对所有不同的来源都有一定的权重，通过运行你自己的数据，你可以稍微调整这些权重，以便即使在前沿的大语言模型上，也能获得信息优势，它们的搜索训练方式也截然不同。

Chris Ackerson 27:54 这就好比一种网络搜索框架，你只能盲目地到处搜索，希望能找到真正有价值的信息。这种方法在网络搜索中总体上是有效的，但对于金融研究来说就不太适用了，因为金融研究需要处理大量低价值或无用的信息，成本很高。运行这些研究流程需要投入大量资金。

其次，它会降低质量。这有点像上下文污染，因为你引入了无关信息，任务执行时间也会更长。正如你所说，我们可以训练一个模型，使它能够准确地知道应该使用哪种工具来执行给定的任务。因此，我们认为我们能够在提供比前沿模型更高质量的同时，将成本降低高达 40 倍。

需要明确的是，这并不意味着我们不会使用前沿模型。我们认为它们在真正擅长的领域非常出色，例如编写代码、进行深度数据分析、生成高质量的成果，比如幻灯片或 Excel 备忘录。因此，这两类模型将像两个独立的代理一样协同工作，一个负责协调实际的代码生成或数据合成，另一个则作为高效的研究人员。这些系统将协同运作。

David Weisburd 29:13 马克·贝尼奥夫也谈到了软件的未来发展方向，即无头模式——用户不一定非要使用 Salesforce 来创建提示，Salesforce 本质上是通过名为 MCP 的 API 来实现的。Alpha Sense 是否也在朝着这个方向发展？您认为这是否是应用程序的未来？

Chris Ackerson 29:38 毫无疑问，市场将会朝着智能体之间协作的方向发展，它们将通过不同的协议来实现这一点，MCP 就是其中之一。

当我们打造像 Super Analyst 这样世界级的智能代理时，我们希望它能在 Alpha Sense 桌面环境中运行。Alpha Sense 桌面环境配备了专门设计的代理工作区，旨在让 Super Analyst 的使用体验更加出色。您使用 Super Analyst 生成的所有历史记录和工作成果都会保存在该桌面工作区中，所有调整所需的工具也都集成在这个工作区中。此外，Super Analyst 也是您的得力助手，无论您在哪里工作，它都应该能够胜任。目前，它已经可以在 PowerPoint 和 Excel 中使用，未来还将通过 API 和 MCP 集成到其他系统、应用程序和工作流程中。

无论您是个人用户，还是企业内部的 IT 团队或技术团队，都可以使用 Alpha Sense 作为智能代理自动化基础设施，进行市场情报分析，从而构建各种应用程序并自动化各种工作流程。随着智能代理能够让你们从简单的问答转向真正的工作委派，超级分析师将像团队中那个永不眠的分析师一样全天候工作，通过手机、电子邮件、Slack 和 Teams 等各种渠道，以更加人性化的方式交付工作成果。

David Weisburd 31:19 听起来你们的增长速度相当惊人，营收增长超过 5 亿美元。但任何企业都会遇到一些令人夜不能寐的事情，尤其是在当今世界局势下。那么，究竟是什么事情让你夜不能寐呢？

Chris Ackerson 31:33 我们极其专注于提供决策级答案和输出，因此，我们的重点在于确保用户在周五深夜收到 Alpha Sense 的输出结果后，可以安心地合上电脑回家享受周末，而无需担心数据来源是否可靠，或者是否存在虚假的指标或财务数据。我们日夜都在思考这些问题。

从产品策略角度来看，在类似聊天机器人的生成式搜索时代，验证对我们来说是一个相对简单的问题，因为我们已经将所有数据集成到了 Alpha Sense 中，所有内容都归因于正确的引用来源，您可以点击查看原始出处。随着这些系统变得越来越复杂，它们不仅仅生成一份可以轻松点击查看引用的报告，还会生成更多可视化的抽象推荐和建议，比如图表和表格。因此，我们每天都在思考如何减少验证过程中的摩擦并维护用户信任。

David Weisburd 32:42 回想职业生涯的起点，正如您之前提到的，您曾在 IBM Watson 工作。您的许多同行现在都在 OpenAI 和 Anthropic 等公司工作，真正地在构建未来。如果让你给当年的自己一条永不过时的建议，一条能加速职业发展、避免代价高昂的错误的建议，那会是什么？

Chris Ackerson 33:02 所有从事人工智能工作的人都因为低估了这些模型改进的速度而留下了许多教训。我们每天都在纠结于到底应该围绕这些模型搭建多少脚手架scaffolding，目的是使它们达到某种质量，使产品在今天可用，而不是等到模型在六个月或一年后会达到的水平。我们现在对于删除脚手架、迈向未来都非常坦然。

五年了。我会给自己的建议，也是杰克和拉杰这两位创始人给我们所有人的建议，那就是：着眼未来，尽可能快地行动，不要感伤，继续创新。

我们对未来的发展方向感到无比兴奋，比以往任何时候都更加秉持"初学者心态"。你必须每天醒来都像初学者一样，因为一切都在悄然变化。

Chris Ackerson 34:12 您提到了脚手架。在 Alpha Sense 中，每一代模型都对脚手架进行了哪些改进，以确保推出的产品能够满足专业用户的需求，让他们信赖，并且不会产生影响投资决策的虚假信息？

举例来说，我们在 2023 年推出了第一批生成式 AI 功能，当时专注于文档摘要，例如能否有效地总结财报电话会议等等。之后，我们逐步发展到生成式搜索解决方案，它可以从 Alpha Sense 的所有内容中查找并综合答案；再到工作流代理，帮助自动化复杂的工作流程；以及现在的超级分析师，您可以直接向其委派工作。

在每一次发展过程中，我们都大幅简化了脚手架。在 2023 年，我们能够让一个大语言模型几乎 100% 准确地总结财报电话会议。如今，要实现这一点已经无需那么多额外工作——这些模型本身可以更有效地完成这项任务。但同样地，如果你把整个盈利预测流程都委托给超级分析师，那么为了确保其有效性、降低预测失误风险并提高准确性，就需要付出巨大的努力，高效管理上下文资源。这就是我们今天关注的重点，这几乎是一种文化竞争优势。

David Weisburd 35:40 你提到杰克和拉杰，也谈到了我所谓的"初学者心态"，即不断重塑自我。很多人认为这是技术问题，但实际上这是文化问题。

Chris Ackerson 36:00 我们所做的投资，包括我们聚合的内容数据集、我们构建的搜索数据，以及数百万条搜索查询记录，都将伴随公司整个生命周期持续发挥作用。这些搜索查询记录使我们能够训练模型，从而找到适合特定任务的合适内容。这些都是持久的数据资产，将继续为公司提供动力。

David Weisburd 36:25 使用像 Alpha Sense 这样的产品，你必须始终着眼未来，勇于创新，不断突破自我。克里斯，我偶尔会使用 Alpha Sense，我的公司也确实成功上市了，我用它来判断是否应该买入或卖出股票。非常感谢你抽出时间接受采访。

Chris Ackerson 谢谢，大卫，这次采访很愉快。

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，摩根大通在9月23日的研报中称，美国9月综合产出PMI飙升至58.4，创下2021年7月以来的最高水平，暗示美国第三季度GDP增速可能高达4%至5%。然而，在这份看似完美的经济增长成绩单背后，高盛和摩根大通均认为，潜藏着令市场警惕的暗流：需求已严重超出企业产能，导致除疫情期外近二十年来最严重的供应链瓶颈。更关键的是，投入成本通胀正以2020年以来最快的单月速度飙升，创下2022年底以来的新高。

分析指出，当前数据传递了一个明确的信号——美国经济不仅没有衰退，反而热度惊人。但这种由强劲国内需求驱动的增长，正伴随着能源、运输和劳动力成本的剧烈上升。由于企业产出价格（售价）的上涨幅度不及投入成本的飙升幅度，企业利润率正面临实质性的挤压（Margin Compression）。

价格压力急剧升温，企业利润率面临挤压

本份报告中最危险的信号在于通胀的猛烈反扑。摩根大通指出，9月份的通胀信号明显强于近几个月。

• 投入成本飙升：全行业投入价格指数录得自2020年以来的最大单月涨幅，并加速至2022年底以来的最高水平。高盛数据显示，服务业投入价格分项大涨7.2个点至66.1（创2022年11月以来新高）；制造业投入价格在连续三个月下降后大幅反弹3.0个点至68.1。

• 成本驱动因素：价格上涨主要归因于近期能源价格上涨带来的燃料和运输成本增加，同时工资压力也有所加剧。制造业企业还特别提到了原材料成本高企和供应短缺。

• 利润率挤压（Margin Compression）：尽管9月份产出价格（企业售价）通胀也有所上升（高盛数据显示服务业产出价格+1.2至57.0，但制造业产出价格微降0.2至59.2），但其涨幅远不及投入成本的飙升幅度。摩根大通明确指出，这种不对称表明企业的利润率正在受到挤压。

分析指出，总体而言，9月PMI数据描绘了一幅需求旺盛但供给受限的经济图景。在强劲的订单和招聘背后，飙升的成本和受压的利润率将成为投资者在未来几个月必须直面的核心风险。

需求远超产能，供应链与劳动力瓶颈再现

经济的火热直接导致了供需失衡的加剧。摩根大通认为，当前的需求正持续超过企业的运营产能。

• 供应链极度紧张：积压工作量以2022年5月以来的最快速度增加，供应商交货时间延长幅度达到2022年中期以来的最大值。标普新闻稿指出，如果排除疫情期间，当前的增长正伴随着近二十年调查历史上最严重的供应链瓶颈。

• 劳动力市场火热但招聘困难：9月全行业就业指数升至2022年6月以来的最高水平。其中，制造业就业创下2021年2月以来的最强劲增长，服务业招聘也以2022年6月以来的最快速度增长。尽管企业因工作量和积压订单增加而大力招聘，但许多企业报告称越来越难以找到合适的员工。

经济活动全面爆发，远超华尔街预期

9月份的PMI数据彻底击碎了市场对经济放缓的担忧。高盛指出，服务业和制造业PMI双双逆势上扬，打破了市场预期的小幅下降共识。

服务业PMI： 9月录得58.7（大幅高于预期中值56.0和前值56.5），创下2022年3月以来的最高水平。其中，新业务分项指数（+3.0至58.3）表现极为强劲。

制造业PMI： 9月录得57.0（远超预期中值53.5和前值53.9），创下2022年5月以来的最高水平。产出（+3.6至56.7）和新订单（+3.0至57.3）分项均出现急剧上升。

摩根大通强调，标普新闻稿估计，最新的调查数据与约5%的年化GDP增速相符，并预示整个第三季度的GDP增速约为4%，这甚至高于摩根大通近期上调后的3.5%的预测。

标普评论更是直言：

“如果排除新冠疫情封锁后经济重新开放带来的需求激增，最新的商业活动改善是自2015年初以来记录的最大增幅。”

不过，高盛也提醒投资者注意数据背后的“名义偏差（Nominal bias）”——部分商业调查的强劲表现可能是由于受访者以美元（名义）而非实际数量来衡量出货量和订单，从而受到了价格上涨因素的干扰。

本文来自华尔街见闻，欢迎下载APP查看更多

Meta此次推出首款无摄像头智能眼镜Ray-Ban Meta Audio，起售价349美元，定于10月3日发货；同时发布第三代摄像头版Ray-Ban Meta，起售价449美元。

首席执行官马克·扎克伯格在发布会上亲自佩戴智能眼镜登台，重点展示Muse AI助手，并宣布未来几周内Meta眼镜将迎来重大AI升级——Muse将实现全情境感知，并可在后台持续运行。

扎克伯格表示，Muse对大多数用户场景将保持免费，公司计划未来通过从代理促成的交易中抽取小额佣金实现商业化。他同时强调，整个行业目前将AI代理视为"单人游戏"，而真正的突破在于代理之间的协作互动，Meta已在内部开展相关研究。

无摄像头新品：隐私考量与产品差异化

Ray-Ban Meta Audio是Meta首款不配备摄像头的智能眼镜，提供Ray-Ban经典Burbank矩形框和Clubmaster两种款式，单次充电续航最长可达12小时，高于第三代摄像头版本的9小时。实际佩戴体验显示，该款眼镜与普通Ray-Ban眼镜在厚度和重量上无明显差异。

首席技术官Andrew Bosworth在接受彭博采访时表示，无摄像头版本约两年前被纳入产品路线图，原因在于音频"始终是眼镜中最受欢迎的功能"。去掉摄像头后，Meta得以降低售价、减轻重量并延长续航。Bosworth坦言，Meta"有些幸运"，在全球智能眼镜隐私争议升温之前，公司已有纯音频产品在研。

不过，Bosworth也指出，公众层面的隐私讨论与Meta实际观察到的用户使用数据存在落差——销量、采用率和用户参与度均呈现"非常非常积极的趋势"。他表示，Meta从一开始就将隐私保护作为眼镜产品信息传递的核心，例如拍照或录像时会有指示灯亮起提示周围人群。

第三代Ray-Ban：涨价背后的成本压力

第三代摄像头版Ray-Ban Meta起售价449美元，较上一代379美元的起售价上涨约19%。Bosworth将涨价主要归因于通货膨胀和零部件短缺，并指出内存成本的波动可能持续"两三年甚至四年"，Meta在为新产品定价时必须将这一不确定性纳入考量。

硬件方面，第三代产品机身较前代更纤薄，提供Aviator、Wayfarer三款经典款式及全新猫眼框Zena，并新增可自定义功能的"操作按钮"，例如可设置为直接唤起Muse语音助手。麦克风系统经过升级，通话降噪能力增强，镜腿末端支持调节以提升佩戴舒适度。

此外，Meta还为6月推出的自有品牌低价眼镜系列推出249美元新版本，低于此前299美元的定价，并计划将该系列拓展至新加坡、韩国等市场，同时推出与K-pop组合Blackpink成员Lisa合作的399美元联名款。

Muse整合与AI升级：从问答到全情境代理

扎克伯格在发布会上明确表示，未来几周内Meta眼镜上的AI体验将全面升级。届时，用户唤起Muse后，将不再只是获得单一问题的回答，而是能够与具备完整对话上下文的AI助手进行持续交互，Muse还将能够在后台主动为用户执行任务。

Muse的可定制毛绒吉祥物也在发布会上正式公布名称为"Jolly"。在商业模式上，扎克伯格强调Muse将对大多数用户场景保持免费，盈利路径为从代理促成的交易中抽取小额佣金。

扎克伯格还就AI代理的行业发展方向发表看法，认为目前大多数从业者将AI代理视为单一用户的工具，而Meta认为代理之间的协作互动才是真正的突破所在，公司已在内部推进相关研究。

软件功能与AR路线图

硬件之外，Meta同步宣布多项软件更新。Dynamic Photos功能可同时捕捉多张图像，用户可在配套手机应用中选择最佳帧；眼镜还支持横向拍摄照片和视频。2026年晚些时候，Meta眼镜将支持Dolby Atmos 360度空间音频录制，并推进更多数据在设备本地处理，减少云端传输。

此外，Meta还推出经美国食品药品监督管理局（FDA）批准的助听功能，与苹果AirPods Pro的类似功能相当，激活费用为150美元，或将作为Meta One订阅服务的一部分于今年晚些时候推出。

在全AR眼镜路线图方面，Bosworth未对2027年发布时间表作出承诺。他表示Reality Labs团队内部"确实存在坚定认为明年可以发布"的声音，但他本人要等到产品达到足够成熟度后才会作出决定，并强调公司"仍在全力推进完整AR眼镜"的研发。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博汇编数据，全球银团债券年内累计发行量于本周二突破6万亿美元，这是该门槛第二次被触及，且较去年提前约一个半月达成。去年全年最终发行总量为6.61万亿美元。

这一纪录本身颇具矛盾意味，全球多个市场的债券收益率均处于数十年高位，理论上应抑制借贷意愿，但发行人显然选择加速入市，赶在收益率进一步走高之前锁定融资成本。

除了全球银团债券发行规模创历史纪录外，强劲经济数据、油价上涨与疲弱的国债拍卖结果共同驱动美债收益率飙升至近二十年高位，市场抛售情绪持续蔓延。

周三，美国国债市场跌势明显加剧。10年期美债收益率上涨近17个基点至5.13%，创2007年以来新高；5年期收益率突破5%，同样为2007年来首次。

当日拍卖的700亿美元5年期国债需求意外低迷，成交收益率为5.033%，较拍卖截止前的预期水平高出逾3个基点，为2018年以来有记录的第二差5年期拍卖结果。

周三美债的抛售由多重因素共同触发。

油价上涨率先引发欧洲政府债券承压，通胀担忧随之升温。随后公布的美国制造业与服务业活动数据均强于预期，进一步加剧跌势。

SEI Investments固定收益投资管理负责人Sean Simko表示：

今天没人想站在火车头前面。你正在看到三重共振——更强的经济数据、供给将5年期推至多年未见的水平，以及全球通胀具有粘性的预期。

法国兴业银行美国研究主管Subadra Rajappa将此次抛售形容为"崩溃"，并指出：

抛售始于海外全球债券市场，但随着关键价位相继失守，走势开始有些失控。

从收益率变动幅度看，5年期当日最多上涨20个基点，为2024年以来最大单日跌幅，并超越2023年美联储加息周期顶点时创下的4.99%高点。

30年期收益率约为5.4%，飙升至2004年以来的最高水平。

当日下午举行的700亿美元5年期国债拍卖进一步打压情绪。

此次拍卖成交收益率为5.033%，高于拍卖截止前预期水平逾3个基点，为2018年有记录以来第二差的5年期拍卖结果，仅次于2022年6月美联储首次大幅加息75个基点后的那场拍卖。

10年期收益率当日涨幅为自2025年4月所谓“对等关税”以来最大。彼时特朗普推出大规模关税政策，引发市场剧烈动荡。该收益率目前正朝着连续第七个月上涨迈进，若成真将追平2011年以来最长连涨纪录。

ABN AMRO Investment Solutions首席投资官Christophe Boucher表示，"短端收益率的压力正在积聚"，当天的经济数据将使美联储得以"加倍强化"其鹰派立场。

就在上周，美联储三年来首次上调借贷成本，将联邦基金利率目标区间调升至3.75%至4%。主席沃什将此举定性为消除了"一定程度的宽松"。

美联储理事Michael Barr周三表示，为使通胀回归2%目标，进一步加息很可能仍有必要。

Markets Live宏观策略师Brendan Fagan总结道，"强劲增长、粘性通胀、能源政策干预的不确定性以及鹰派美联储，构成了推动收益率走高的近乎完美的风暴。"

本文来自华尔街见闻，欢迎下载APP查看更多

苹果最新发布的M5 Ultra版Mac Studio于9月22日开始交付，支持最高512GB统一内存，并可多机集群运行分布式推理任务，苹果此前已演示四台Mac Studio联合运行一个万亿参数模型。

苹果硬件主管Johny Srouji向路透社表示，企业一旦买断设备，便无需为每一次推理请求支付按令牌计费的云端费用，对于工作负载稳定的团队而言，本地算力的经济性或优于长期租用云端GPU。

这一叙事对英伟达的意义不在于直接抢走现有订单，而在于：若更多推理任务迁移至终端设备或企业自有机器，英伟达在AI推理增量活动中所能捕获的份额或将低于市场当前预期。

目前苹果股价技术面强势，英伟达则仍在宽幅区间内震荡、缺乏中期趋势，部分分析人士建议以期权表达苹果看多、英伟达看空的观点。

产品定位切换，从“用AI”到“跑AI”

苹果对Mac Studio的定位发生根本性变化，从卖“能使用AI”的机器，转向卖“能运行AI”的机器。

这一切换的核心是推理成本的结构差异：iPhone和Mac用户已经为芯片付过费，本地处理的任务不再需要额外的云端推理请求，而同样的逻辑正向企业端延伸。

M5 Ultra Mac Studio最高支持512GB统一内存，这一配置将于10月下旬到货。大内存让用户可以加载单块常规GPU装不下的模型，多台机器集群则能分担万亿参数模型的权重。

苹果此前演示了4台Mac Studio运行万亿参数模型，使本地推理在技术上具备了替代部分云端GPU集群的可行性。

不过，苹果演示之外的真正考验在于推理速度、并发用户数与总拥有成本相对云租赁的对比，这三项才是企业采购决策的关键变量。

英伟达仍在产业链，但增量份额存疑

Mac Studio不会在所有工作负载上取代数据中心GPU，苹果自身也在谷歌云上为部分高要求AI任务使用英伟达GPU。

但英伟达不必失去现有订单，其相对叙事就可能改变：一旦更多推理跑在设备端或企业自有机器上，英伟达在增量AI活动中的份额就可能低于市场假设。

英伟达股价仍无中期趋势，困于宽幅区间并交易在区间顶部附近，而隐含波动率处于疫情前以来最低。

低波动率通常反映市场对未来走势的高度确定，但推理叙事的潜在转变恰恰是一个变数，当前期权定价几乎没有为“推理向本地迁移”预留风险溢价。

正因如此，高盛认为在盈利预期被下修之前，买入英伟达看跌期权是用低成本表达这一转变的方式；相对视角上，其偏好苹果看涨对英伟达看跌。

分析认为后续可关注10月下旬512GB配置到货后的实测推理速度与总拥有成本数据，以及企业客户对本地推理方案的采购反馈。

本文来自华尔街见闻，欢迎下载APP查看更多

9月23日，据《华尔街日报》报道，卡尼在联合国期间接受该报采访时透露，自两国贸易谈判于今年8月破裂以来，双方取得了一定进展，但尚不足以达成协议。

此前，特朗普对加拿大加征高额关税，加拿大随即采取反制措施，双边贸易紧张局势持续升温。

卡尼同期表示，正积极推动加拿大与欧盟建立更深层、更正式的伙伴关系，并强调与盟友拓宽合作、分散依赖，是在当前地缘政治格局下捍卫国家主权的必然选择。

此举意味着，加拿大将加速推进对外关系多元化布局，对美关系的战略优先级或相应调整。

卡尼表示，8月谈判破裂时横亘双方之间的多项"红线"问题，部分已被移出谈判桌，但核心分歧尚未消除。他说：

谈判后期出现了一系列对我们而言的红线问题，我们没有越过，也不会越过。其中一些已被撤销，但核心原则之一是我们不会以主权为代价。与其他司法管辖区签署贸易协议的能力，对我们至关重要。

在对美谈判陷入僵局的背景下，卡尼着力深化与欧洲的合作关系。他表示，加拿大不会寻求加入欧盟，但双方在关键矿产、能源供应及低轨卫星能力等战略领域的合作，将切实增强双方的主权韧性。

卡尼还提出，合作空间延伸至科学研究项目、无缝数字支付体系，乃至加入欧洲"伊拉斯谟+"（Erasmus+）学生交流项目。

目前，加拿大已与乌克兰一道参与欧盟的SAFE倡议，该倡议旨在资助军事工业与技术发展；加拿大还与波罗的海及北欧国家携手，共同保障北约贯穿北极的北翼安全。他说：

各国都意识到，互联互通可以被武器化，可以是贸易，可以是供应链，也可以是各类金融支付系统。要保持主权，我就必须多元化，因此我需要伙伴。

面对外界对其与特朗普关系的追问，卡尼措辞审慎。他说：

我们专注于能够实现互利的领域，安全合作往往是其中的重点，总统说的每句话我都会听。但某些内容未必经得起时间检验。

在特朗普多次将加拿大称为"第51个州"的背景下，卡尼的上述表态折射出渥太华在处理对美关系时的务实立场：维持安全领域合作，同时在贸易与主权议题上坚守原则底线。

卡尼将当前局势定性为一道关乎国家治理成熟度的命题。他说：

在一个相互依存的世界里，真正理解主权的内涵，需要成熟的判断，你可以选择闭关自守、保有主权，但那将意味着贫困；你也可以选择在保持主权的同时深度融入全球，前提是你得有所为。这是过去几年最重要的启示。

本文来自华尔街见闻，欢迎下载APP查看更多

10年期美债收益率周三单日飙升约14个基点，收于5.113%，创2007年以来新高，单日涨幅为特朗普去年4月所谓"对等关税日"冲击以来最大。这一走势被市场人士形容为"完美风暴"——强劲PMI数据、中东局势升温、美联储官员鹰派表态，以及疲软的国债拍卖结果，四重打击在同一个交易日接连落下。

此次冲击的核心信号在于：市场对美联储10月再度加息的押注急剧升温。期货市场目前定价显示，10月底加息的概率已升至68%，距离美国中期选举仅剩数日。与此同时，互换市场已完全消化未来一年内三次25基点加息的预期，并对第四次加息存在显著对冲。若全部兑现，联邦基金利率目标区间将升至4.75%至5%。

与此同时，收益率的持续攀升正在向实体经济传导。30年期抵押贷款利率已突破7%，私募股权等依赖债务融资的领域承压加剧。财政部长贝森特推出的国债回购计划未能有效遏制抛售势头，市场信心明显不足。

股市同步下挫，但跌幅相对温和——标普500指数收跌约0.8%，纳斯达克综合指数下跌1.1%，道琼斯工业平均指数跌约352点。

四重打击接连落下，"完美风暴"成形

周三的债市溃败并非源于单一事件，而是多个利空因素在同一交易日叠加共振的结果。

第一击：油价飙升，中东外交希望落空。当天早盘，国际油价在欧洲交易时段急涨。此前市场寄望于正在纽约举行的联合国大会能够推动美伊关系缓和，但伊朗总统Masoud Pezeshkian的表态令这一预期落空——他表示伊朗愿意谈判，但不会接受特朗普的"霸凌"，并警告只要制裁持续，伊朗不会完全开放霍尔木兹海峡。国际油价基准布伦特原油当日收涨近4%。由于持续的油价上涨可能向更广泛的通胀传导，近几个月来债券收益率与油价走势高度联动。

第二击：PMI数据爆表，经济过热担忧加剧。S&P Global发布9月美国综合PMI初值报告，显示美国商业活动以五年多来最快速度扩张，就业增长创四年多来最快。

S&P Global首席商业经济学家Chris Williamson表示，"除新冠疫情封锁结束后的需求反弹外，此次商业活动改善幅度是2015年初以来最大的一次。"数据公布后，短端和长端国债收益率均出现跳升。

第三击：美联储官员鹰派发声。 美联储理事Michael Barr在芝加哥发表讲话，明确表示"通胀高于2%目标，且未见明显向目标靠拢的趋势"，并称"在我的基准情景下，可能需要进一步调整政策，以确保通胀及时回落至目标水平"。HSBC美国利率策略师Dhiraj Narula指出，市场担忧的是"美联储愿意不顾供给冲击带来的压力而持续加息，这意味着鹰派立场可能毫不松动"。

第四击：5年期国债拍卖惨淡，恐慌情绪加速蔓延。美国财政部700亿美元5年期国债拍卖遭遇冷场。中标收益率为5.033%，较拍卖前市场交易水平高出约3个基点——在这一通常能平稳消化供给的庞大市场中，这一溢价相当显著。承销商（一级交易商）被迫承接了异常大比例的债券，为2024年以来最高，显示其他潜在买家兴趣寥寥。拍卖结果公布后，收益率进一步走高，恐慌情绪随之蔓延。

收益率全线突破关键关口，创多年新高

此次抛售的烈度在数据上一览无余。

10年期美债收益率收于5.113%，为2007年以来首次站上5%以上，单日涨幅约14个基点，是自去年4月特朗普所谓"对等关税日"冲击以来最大单日涨幅，也构成一次约4个标准差的极端波动——而就在两周前，市场刚刚经历了一次3个标准差的冲击，令各类风险账簿的VaR（风险价值）承压。

5年期收益率单日飙升近20个基点，首次自2007年以来突破5%，拍卖失利进一步加速了这一走势。

30年期收益率则升至2004年以来最高水平。2年期收益率一度升至2024年以来最高，随后小幅回落至4.90%，较前日上涨12个基点。

债券波动率指标同步大幅跳升，显示市场对后市走向的信心严重不足。SEI Investments固定收益投资管理主管Sean Simko将当日局面概括为“三重打击”：

“更强劲的经济数据、供给压力将5年期收益率推至多年未见的水平，以及全球通胀黏性的判断。”

抛售本质：实际利率重定价，而非单纯通胀恐慌

值得注意的是，此次债市抛售的驱动逻辑并非简单的通胀预期升温。

据彭博分析，此次抛售约80%至85%的幅度来自实际利率上行：名义10年期收益率上涨约15个基点，10年期通胀保值债券（TIPS）收益率上涨约12.5个基点，盈亏平衡通胀率仅上行约2个基点。

这意味着债券投资者正在为以下因素的某种组合重新定价：更长时间维持高利率的美联储路径、更强劲的实际增长预期、更高的中性利率、更高的实际期限溢价或久期补偿，以及更大的供给压力和更紧的全球金融条件。

高盛的Rich Privorotsky倾向于从增长角度解读这一走势：

“在我看来，这越来越像是对强劲增长假设的反映（6%的财政赤字加上1.5万亿美元的支出，意味着大量债券供给和大量名义增长）。这对股市而言是较为清晰的宏观风险——不是失控的通胀，而是持续偏高的实际资本成本。”

亚特兰大联储GDPNow模型预测，美国经济第三季度将以年化5.1%的速度增长，若成真，将是新冠疫情后复苏以来最快增速。JPMorgan Chase经济学家在上周美联储会议后指出，美联储官员“可能正在看到需求主导的过热风险上升，政策可能需要对此加以应对“。

BNY首席投资官兼信贷服务主管Jason Granet则提出了一个关键问题：“美联储已经开始加息。现在的问题是……它是否会在这条路上走相当长一段时间？”

回购计划效果存疑，财政部面临压力

面对收益率持续攀升，财政部长贝森特已尝试通过扩大长期国债回购规模来压制收益率，但效果有限。

周三，财政部宣布将于周四回购最多60亿美元的20至30年期国债，这是8月中旬宣布扩大回购计划以来的第二次操作。然而，这一规模令市场失望。JPMorgan资产管理首席投资官Bob Michele直言：

"我们原以为财政部会看到上次60亿美元回购是个败笔，这次会做到接近100亿美元。但他们没有。"

消息公布后，20年期和30年期收益率进一步走高，债券波动率指标同步跳升，显示市场对回购计划的信心严重不足。

United Nations Federal Credit Union首席投资官Christopher Sullivan总结了当前债市的困境：“从伊朗难以化解的冲突，到看似坚不可摧的美国经济，现在持有债券对很多人来说‘就是说不通’。”

股市相对抗压，但利率风险不容忽视

尽管债市遭受重创，美股的跌幅相对有限。Loop Capital Asset Management固定收益首席投资官Scott Kimball表示，“风险市场应对得相当不错。这看起来真的是一个利率市场的问题。“

然而，收益率的持续攀升已在实体经济层面引发连锁反应——从抵押贷款利率、信用卡利率，到私募股权机构进行杠杆收购的意愿，均受到波及。30年期抵押贷款利率已突破7%，对房地产市场构成直接压力。

ABN AMRO Investment Solutions首席投资官Christophe Boucher警告，“短端收益率曲线正在积聚压力”，而今日的经济数据将使美联储得以“加倍坚持”其鹰派立场。

RBC Capital Markets策略师Brook则坦言，市场已陷入一种令人沮丧的循环：

“你可以看着这些收益率水平说，这真的很有吸引力。但我们过去六个月一直在玩这个游戏，每次我们试图在某处划一条线，它就继续突破。”

本文来自华尔街见闻，欢迎下载APP查看更多

Muse自9月8日上线以来已累计下载逾250万次，自上周五起稳居苹果美国区App Store榜首，带动Meta股价周一单日上涨11%。周二横盘微跌后，周三继续上涨1%。

（Meta本周股价走势图）

Truist Securities估算，Muse到2030年有望为Meta贡献285亿美元的增量收入，投资者由此看到了该公司数百亿美元AI投入的潜在回报。

但这款产品的商业化之路已遭遇早期阻碍。亚马逊近日以"未获授权"为由屏蔽了Muse访问其购物平台及代用户下单的功能，分析师警告称竞争对手亦将在短期内推出类似产品。

Muse的价值主张在于深度整合用户生活——包括电子邮件、短信和日历，但这恰恰也是其最大的软肋。

据Oppenheimer & Co.对美国消费者的调查，仅有8%的受访者愿意将账户密码交给Meta，而愿意交给谷歌的比例则达30%。

Meta AI负责人Alexandr Wang在产品发布前表示，公司更担忧的是代理意外泄露用户个人信息或误删重要邮件，而非AI系统失控。Meta在发布声明中强调，Muse在安全架构上采用独立虚拟计算机运行每个代理。

然而分析师认为安全隐患依然存在。Truist分析师Youssef Squali表示：

如果明天出现大规模黑客攻击，导致某些代理窃取用户凭证或信用卡信息，那将对整个赛道产生负面冲击。

他同时指出，Muse能否持续领跑仍有疑问：

从这个领域的规律来看，给谷歌和OpenAI几周时间，它们就能复制现有的一切。

目前尚不清楚在已下载Muse的用户中，有多少人已向Meta开放了完整的账户权限。

亚马逊的反制行动揭示了AI代理落地过程中更深层的商业矛盾。

亚马逊方面表示，事前并未获悉Muse将访问其平台及代用户购物，并明确表示不授权此类行为。亚马逊发言人表示：

我们认为，代表用户在其他商家购物的第三方应用，理应公开运营并尊重服务提供商的参与决定。

分析师指出，亚马逊的顾虑不止于此。亚马逊购物平台坐拥庞大的广告业务，若AI代理替代用户完成购物决策，直接面向人类用户的广告展示将大幅减少，进而冲击其商业模式。

Raymond James科技分析师Josh Beck将网站访问权限定性为"重大卡点"，并表示各大平台只有在相信AI代理能带来足够增量流量、不造成净负面影响的前提下，才会开放合作。

目前Meta已与Shopify、Instacart和Dick's Sporting Goods等品牌建立合作关系，但与电商巨头亚马逊之间的壁垒短期内难以打通。

Meta在这场AI代理竞赛中占据先手，但优势窗口可能有限。

作为Instagram和Facebook的母公司，Meta握有海量用户数据和近乎无可比拟的分发渠道，目前市场上唯一可比的竞品是初创公司Instinct推出的AI代理，且该产品仍处于邀请制阶段。

分析师预计，OpenAI将在未来一到两周内发布面向消费者的AI代理产品，苹果也被认为终将入局。

谷歌方面，富国银行分析师Ken Gawrelski指出，谷歌拥有充足的算力储备，可迅速调配资源打造同等级别的产品，而Muse因每个代理独立运行于虚拟计算机之上，对算力的消耗尤为可观。

Gawrelski表示：

时间窗口至关重要，这些助手会随着消费者学习如何与其互动、如何更好地调度代理而不断进化。

Beck也持审慎态度：

现在断言这一领域的走向还为时过早，但所有人都已开始向这个方向移动。

本文来自华尔街见闻，欢迎下载APP查看更多

据穆迪评级报告，亚马逊、微软、谷歌、Meta及甲骨文五家公司合计承担约2.8万亿美元与AI相关的表外义务，涵盖租赁协议、采购承诺及担保，均未计入公司资产负债表。

这一数字较2023年的3500亿美元出现爆炸性增长，折射出这些企业在AI浪潮中加速押注基础设施的力度。

穆迪分析师David Gonzales与Alastair Drake在报告中指出，"值得关注的不仅是绝对数字，更是这些承诺随每个财季以何种速度递增。"

上述五家公司同时也是今年美国投资级企业债市场最活跃的发行主体之一，穆迪强调，分析这些表外承诺对评估其信用状况至关重要。

从结构来看，三类表外义务均呈现大幅跃升态势。

尚未建成数据中心的租赁规模今年超过1万亿美元，较去年的6620亿美元增长逾五成；采购承诺——即未来购买商品或服务的合同——从5280亿美元骤增至1.57万亿美元；担保规模则从510亿美元上升至1370亿美元。

穆迪指出，上述五家公司在账务处理上遵循美国现行会计准则，由于这些义务尚未形成当期负债，因此不必纳入资产负债表。此外，并非所有承诺最终都将转化为实际现金支出。

尽管如此，穆迪的报告着重强调，这些表外义务的快速膨胀揭示了科技巨头在AI基础设施建设上的融资压力。

随着数据中心需求持续旺盛，这些企业正竞相扩大算力布局，由此形成的长期财务承诺规模持续扩张。

对投资者而言，这一趋势意味着仅凭传统资产负债表难以全面评估上述公司的实际财务敞口。

穆迪的报告提示，在分析这类超大规模云计算和AI平台企业的偿债能力与信用质量时，表外承诺已成为不可忽视的关键变量。

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

当地时间9月23日下午，国家主席习近平抵达华盛顿，应美国总统特朗普邀请，对美国进行国事访问。美国总统特朗普和夫人梅拉尼娅专程来到机场，欢迎习近平主席夫妇。

伊朗总统联大讲话：愿谈判但不接受强权威胁，霍尔木兹不能被“自由使用”。

美国9月综合PMI初值大幅超预期，创五年新高，新订单扩张速度为2022年4月以来最快，制造业招聘力度为2021年2月以来峰值，企业投入成本指数为2022年10月以来最高。

多重因素夹击，美债抛售加剧！5年期收益率2007年来首破5%，10年期站上5.1%，5年期国债标售“爆雷”令债市雪上加霜。

美国财政部宣布将于9月24日进行新一轮长期国债回购，买入合计面值至多60亿美元的20年至30年期美国国债，规模为扩容前上限的三倍，这是两周内财政部第二次加码长债回购。

哈塞特称美联储“异常党派化”，炮轰非特朗普提名官员：“年化核心通胀仅2%，为何要加息？”

报道称特朗普政府考虑柴油出口禁令，后遭白宫否认，能源部长罕见唱反调。

报道：台积电明年1月起上调晶圆代工价格3%至6%，订单能见度延伸至2030年。

马斯克：预计两三年内，中国能依靠光刻技术与芯片制造，补齐算力缺口，只要时间允许，就一定要去中国看看，值得一看的东西太多了。

梁文锋署名，DeepSeek发新论文，剑指大规模Agent训练。

Anthropic的CEO：由于安全的缘故，公司将放慢AI的研发进度。

全球最大数据中心融资遇阻！软银旗下SB Energy IPO延期，500亿美元估值遭质疑。

市场概述

周三全球市场由一条主线主导：美国9月企业活动以逾五年最快速度扩张、投入成本涨幅接近四年最快，叠加伊朗表态在制裁解除前不会允许霍尔木兹海峡被“自由使用”，油价自周初的连续下跌中反弹、布伦特重新站上100美元，“更高更久”的利率预期随之被重新定价——5年期美债收益率自2007年以来首次升破5%，10年期升至近19年新高，美元指数突破101并创7月底以来最高。无风险利率的抬升直接压制估值与无息资产，美股三大指数全线收跌、纳指告别连续两日的收盘纪录高位，黄金白银大跌，比特币自8.7万美元的1月以来高位回落并失守8.4万。

美股：道指跌0.68%报51511.59点，标普500指数跌0.75%报7706.03点，纳指跌1.13%报26936.04点，纳指告别此前连续两日刷新的收盘纪录；标普500十一大板块十跌一涨，能源板块以1.04%的涨幅成为唯一上涨板块，通信服务与公用事业分别以1.89%和1.88%的跌幅领跌，罗素2000指数期货跌1.69%。

科技股：英伟达跌1.47%，谷歌-A跌3.8%，亚马逊跌2.24%，博通跌2.62%，台积电跌1.2%，SK海力士跌3.12%；微软逆势涨0.52%，Meta涨1.02%，特斯拉涨0.32%。光通信与存储芯片股多数下跌，闪迪、康宁、Coherent、Ciena、SK海力士跌逾3%，美光科技跌超2%；市场担心AI智能体将绕开旅游聚合平台，Expedia与爱彼迎跌近8%。

A股：沪指跌0.39%报3936.52点，深证成指跌0.64%报13636.07点，创业板指跌0.60%报3379.61点，北证50指数逆势涨2.60%；临近中秋与国庆假期成交显著缩量，沪深两市成交1.76万亿元、较上一交易日减少3706亿元，全市场超3500只个股下跌，覆铜板、PCB、玻璃基板与培育钻石板块逆市走强，文化传媒、影视院线与煤炭板块跌幅居前。

港股：恒指跌1.01%报24834.12点，恒生科技指数跌1.33%，国企指数跌1.06%报8273.81点；互联网与能源板块领跌，权重科网股回调，阿里巴巴跌超4%、腾讯控股跌超2%，AI大模型股智谱跌超12%。

欧股：欧洲STOXX 600指数跌0.37%报640.39点，德国DAX指数跌0.66%报25410.63点，法国CAC 40指数跌0.39%报8123.41点，英国富时100指数跌0.03%报10705.26点，欧洲三大股指全线下跌，仅能源股随油价走高。

日韩：韩国综合指数涨0.90%报7080.92点；日本股市因秋分日休市，为9月21日敬老日以来的连续第三个休市交易日，将于9月24日恢复交易。

原油：WTI 11月原油期货涨1.81%报92.16美元/桶，布伦特11月原油期货涨3.86%报103.08美元/桶；WTI 10月合约到期后11月合约成为主力，油价在伊朗官员表态条件未满足前不会重开霍尔木兹海峡后由跌转涨、结束此前五个交易日的连续下跌。

贵金属：COMEX期金跌1.23%报4322.7美元/盎司，COMEX期银跌2.4%报64.93美元/盎司；美元指数与美债收益率同步走高抬升实际利率，压制无息资产表现。

工业金属：LME 3个月期铜跌0.44%报14717.5美元/吨，结束此前连续上涨，美元走强带来获利回吐压力，中国现货供应趋紧与交易所库存下降提供部分支撑。

美债：5年期美债收益率上行约17个基点报4.997%，为2007年以来首次盘中突破5%；10年期上行约15个基点报5.104%，创2007年7月以来新高；30年期升逾10个基点报5.40%，2年期报4.85%、创2024年底以来新高；当日5年期国债标售需求疲软进一步施压。

外汇：美元指数涨0.51%报101.05，创7月底以来最高；离岸人民币纽约尾盘报6.7115，较前一交易日跌127点；美元兑日元升0.60%报158.32，欧元兑美元跌0.55%报1.1384，英镑兑美元跌0.74%报1.3240。

加密货币：比特币自8.7万美元的1月以来高位快速回落，一度跌破8.4万美元，报约84000美元、24小时跌逾2%；利率与美元走强叠加中东局势反复，令短线获利盘集中兑现，加密市场4小时内爆仓约2.8亿美元。

要闻详情

中国

习近平抵达华盛顿对美国进行国事访问。当地时间9月23日下午，国家主席习近平抵达华盛顿，应美国总统特朗普邀请，对美国进行国事访问。特朗普总统赴机场，欢迎习近平主席到访。当地时间9月23日下午，美国总统特朗普和夫人梅拉尼娅专程来到机场，欢迎习近平主席夫妇。

小米18 Pro价格继续上探，顶配版破万元大关。9月23日晚，小米正式发布小米18 Pro系列，起售价5999元，小米18 Pro Max起售价6999元；随着存储容量提升，16GB+1TB版本售价分别来到8999元与9999元，两款机型的透明特别版进一步达到9999元与10999元，小米数字系列手机价格由此首次突破万元。配置上，两款机型分别搭载第六代骁龙8至尊版与第六代骁龙8超级至尊版、均采用2nm制程，全系加入硬件级防窥屏与AI百变背屏并升级徕卡影像，Pro Max还配备8500mAh电池以及双2亿像素主摄、长焦组合。小米合伙人、集团总裁卢伟冰称这一代产品是“小米数字系列史上最大升级”，并表示小米18 Pro系列是小米“用AI全面改造智能手机的开始”。

- 小米18 Pro系列正式发布：5999元起售：发布会同时推出首发搭载的澎湃OS 4，透明特别版在小米商城等渠道迅速显示“已抢光”。

- 小米18 Pro系列发布 定价5999元起：卢伟冰在发布会上披露新机搭载高通全新2nm GAA工艺旗舰平台。

- 卢伟冰：小米18Fold首销零售量同比上代大折叠增长300%：同场发布会披露折叠屏首销数据，显示小米大折叠机型需求提速。

OPPO首次给Find X加“E”，4999元守住旗舰入口。9月22日，OPPO正式发布Find X10系列，一次带来Find X10 E、Find X10和Find X10 Pro Max三款机型，起售价分别为4999元、5499元和6799元，将于9月24日正式开售。这是OPPO首次在Find X系列的首发阵容中加入E版本：在存储、芯片等成本上涨、标准版起售价较上一代Find X9上涨1100元至5499元的背景下，OPPO没有让整个系列的起步价跨过5000元，而是以新增E版保留一个入门旗舰位置。配置上，E版搭载天玑9500s与7025mAh电池、后置三颗5000万像素摄像头，标准版则升级至天玑9600M、8000mAh电池、2亿像素主摄与2亿像素长焦并支持8K视频拍摄。

报道：台积电明年1月起上调晶圆代工价格3%至6%，订单能见度延伸至2030年。周三据Digitimes援引供应链人士透露，台积电已确定自2027年1月起按制程调整晶圆出片价格，涨幅约为3%至6%，其中先进制程涨幅居前；目前台积电8英寸厂产能利用率超过100%、45纳米以下制程满载，订单能见度已延伸至2030年。此次涨价将直接抬升客户投片成本并沿供应链逐级传导，三星电子、英特尔、联电、世界先进等晶圆代工厂，以及封测厂与IC设计客户的报价均面临跟涨压力。供应链人士指出，台积电2纳米、3纳米产能供不应求，CoWoS等先进封装瓶颈至今未解，客户即便面对涨价也难以迅速切换供应商；AI带动的需求已从GPU、ASIC及高带宽存储器外溢至PMIC、MCU、MOSFET、驱动IC、模拟IC等成熟制程产品。

又是小作文！地产股大涨的原因找到了。A股房地产板块9月23日强势异动，我爱我家、华远控股双双录得3连板，万科A、世联行、华丽家族、中华企业等多股盘中一度封板。驱动这轮行情的核心催化剂是一则市场传闻，称全国性房贷贴息政策将于国庆节前落地，财政部贴息20至50个基点、地方贴息20至50个基点，整体贴息力度最高可达100个基点、推动首套房贷款利率降至2%的水平，另有版本称总额度1000亿元、贴息20个基点。不过，多位券商房地产行业分析师对上述传闻持审慎态度，认为全国性贴息政策落地的可能性不大；摩根大通也指出，历史上9月底等潜在政策窗口前地产板块往往倾向于跑赢大市，但若政策迟迟未落地或力度低于预期，板块将面临重新回调的压力。

- 地产股持续大涨，受访业内人士：全国性贴息政策的可能性不大：有分析师表示“国家层面上，延长贷款期限其实和贴息、降息减少的利息差不多”。

- 中信建投竺劲：上海楼市已止跌回稳，深圳、北京、广州大概率渐次跟上：机构认为当前房地产呈“弱复苏、强分化”态势，上海新房与二手房同步去库存、销供比大于1。

梁文锋署名，DeepSeek发新论文，剑指大规模Agent训练。DeepSeek创始人梁文锋署名的最新论文公开，首次系统发布Agent训练沙盒平台DSec（DeepSeek Elastic Compute）的技术细节，论文提交日期为9月19日、作者名单超过130人，梁文锋在列。论文显示，DSec单个生产单元由约160个CPU节点、3万核、250TB内存构成，托管PB级镜像；平台单日服务约300万个沙盒，峰值并发超过38万个，创建速度超过每秒5000个，单个训练任务最多可以一次性拉起3.2万个沙盒。从DeepSeek V3.2到V4.1的强化学习训练与评测，所有沙盒负载都运行在DSec上。论文指出，Agent训练与传统的静态强化学习不同，模型每执行一步都会触发环境状态变化，因此除模型与数据外，研究人员还需要维护一大批“工作现场”，沙盒规模本身成为训练能力的边界。

马斯克：预计两三年内，中国能依靠光刻技术与芯片制造，补齐算力缺口。9月23日，特斯拉CEO马斯克接受央视财经专访，就人形机器人、人工智能、中国市场等热点问题分享最新思考。谈及中国AI发展，他表示中国的AI大模型整体而言非常出色，单位算力产出的性能几乎是全球顶尖水平，“我认为中国解决算力问题的速度，会比大多数人预想得更快。粗略估计，大概两到三年内，中国就能依靠光刻技术与芯片制造补齐算力缺口”。关于人形机器人，他预测10年内或不到10年至少有10亿台、未来15年或许达100亿台、未来20年可能会达1000亿台。谈及特斯拉在华业务，他表示上海超级工厂的成功靠的是中国团队；2026年上半年该工厂交付近46.8万辆整车、同比增长28.4%，自2019年末启动交付以来累计生产整车超450万辆。

- 马斯克：只要时间允许，就一定要去中国看看，值得一看的东西太多了：同一专访中他再次推荐中国游，称“如果时间有限，至少要去上海、北京”。

- 马斯克：大概两到三年内 中国就能依靠光刻技术与芯片制造补齐算力缺口：央视财经专访同步发布的快讯版本。

海外

美国9月综合PMI初值大幅超预期，创五年新高，10年期美债收益率再破5%。标普全球9月23日公布数据显示，美国9月综合PMI初值攀升至58.4、预期为55.3，创2021年7月以来最高；分项中服务业PMI升至58.7（预期55.8）、创2021年以来最高，制造业PMI跳升至57（预期53.7）、为2022年以来最佳读数。新订单扩张速度为2022年4月以来最快，制造业招聘力度达到2021年2月以来峰值，服务业就业指标创2022年6月以来新高；最新的调查数据预示年化经济增长率约为5%。标普全球市场情报首席商业经济学家Chris Williamson表示，制造业和服务业“目前均呈现明显繁荣态势”，但若剔除疫情影响，当前供应链瓶颈已是近二十年调查历史中最为严峻的情形之一，9月企业投入成本以四年来最快速度上涨，燃料和运输成本上升尤为明显。

美债抛售加剧！5年期收益率2007年来首破5%，10年期站上5.1%、逼近高盛警报线。9月23日美股午盘时段，在5年期国债标售完成后，各期限美债收益率升幅扩大：5年期收益率自2007年来首次突破5%整数关口、盘中曾升近20个基点，收报4.997%；基准10年期收益率一度升至5.13%上方、日内升约17个基点，收报5.104%、创2007年7月以来新高；2年期收益率逼近4.95%、创两年新高，3年期一度升约20个基点至5.0122%，30年期收益率曾升至5.41%上方、收报5.40%，时隔一周又创2007年来新高。本轮上行由美国经济数据重燃通胀与加息预期、国际原油重上100美元以及美联储官员释放继续加息信号共同推动。当日350亿美元5年期国债标售中标利率5.033%、高于拍卖前预发行收益率5.002%约3.1个基点，认购倍数2.21倍、低于此前六个月平均的2.33倍，令债市雪上加霜。

- 五年期美债收益率自2007年以来首次涨穿5%：快讯显示拍卖需求疲软是收益率突破的直接触发因素，30年期收益率涨约10个基点逼近5.4%关口。

- 5年期美债破5%：经济热到加息根本不敢停下来：文章从PMI、油价与美联储表态三条线索解释本轮收益率上行，认为经济过热使加息难以停下。

美财政部拟再回购至多60亿美元长债，30年期收益率创2007年来新高。美东时间9月23日周三，美国财政部公布将进行又一轮长期美债回购操作，买入合计面值至多60亿美元的20年到30年期美国国债，回购债券的到期日为2046年11月15日至2056年8月15日，操作时间为美东时间9月24日13时40分至14时，结算日为9月25日。这是财政部第二轮最高60亿美元的加码回购；9月10日的首次扩容回购同样设定60亿美元上限，最终仅回购约52亿美元的10年至20年期美债、未能用足上限，表明在当时市场价格下愿意出售债券的持有人数量不足。回购计划公布后，二级市场长期国债价格延续跌势，30年期收益率一度升至5.41%上方，刷新上周二所创的2007年以来高位。财长贝森特为加码回购辩护，称这是市场价格“偏离均衡后采取的行动”。

伊朗总统联大讲话：愿谈判但不接受强权威胁，霍尔木兹不能被“自由使用”。美东时间9月23日周三，伊朗总统佩泽希齐扬在第81届联合国大会一般性辩论上发表讲话，表示伊朗不会屈服于军事力量，但相信外交途径可以结束冲突，并准备在不使用武力的情况下进行谈判；和平必须建立在公平、正义、尊严和各国平等权利的基础上。他强调伊朗需要的是核能而不是核武器，反对核武器，也反对限制伊方和平利用核技术的权利，并将霍尔木兹海峡与当前美伊冲突直接联系起来，称不能允许一些国家在利用这条海峡的同时又利用它向伊朗运送用于攻击伊朗的武器，在伊朗受到制裁的情况下也不能允许霍尔木兹海峡被“自由使用”。美国国务卿鲁比奥周三称，美伊在联大期间的会谈未取得重大进展。

报道称特朗普政府考虑90天柴油出口禁令，后遭白宫否认，美能源部长公开反对。据Politico周三援引五名知情人士报道，特朗普政府正准备一项为期90天的柴油出口禁令方案，旨在压低居高不下的能源价格，以应对11月国会中期选举前共和党面临的政治压力。受报道影响，美国柴油期货价格大幅下跌、跌幅一度超过7%，欧洲柴油期货价格则大幅上涨；但随后路透社援引一名白宫官员称，Politico有关美国政府正准备实施为期90天柴油出口禁令的报道不准确，美国柴油期货价格有所回升但并未收复全部跌幅。政策内部分歧同时公开化：能源部长Chris Wright当天表示禁止柴油出口“肯定行不通”，并警告此举将迫使炼油厂削减产能、进而推高汽油和航空燃油价格，能源部随后发表声明称Wright“与总统完全一致，正共同探索一切可行选项以降低能源价格”。据美国汽车协会数据，周三全美柴油均价达每加仑6.52美元、较一年前上涨76%。

哈塞特称美联储“异常党派化”，炮轰非特朗普提名官员：“年化核心通胀仅2%，为何要加息？”。美国国家经济委员会主任哈塞特周三批评近期主张收紧货币政策的美联储官员，称“在近期年化核心通胀率仅为2%的背景下，他们为何还要加息”，并表示美联储主席沃什“正在管理一家异常党派化的美联储”。他指出，历史上美联储主席和副主席通常会在任期结束后离开相应职位，但这一惯例目前并未得到遵循，并以前任主席鲍威尔与理事巴尔为例，称恢复美联储独立性是沃什“优先事项中的重中之重”。同一天，美联储理事巴尔表示通胀风险上升而就业风险减弱，其基准情形是可能仍需进一步调整政策，才能让通胀及时回到2%的目标水平；波士顿联储主席柯林斯表示支持最近一次加息决定，圣路易斯联储主席穆萨莱姆则表示，为遏制物价上涨可能需要进一步加息。

Anthropic的CEO：由于安全的缘故，公司将放慢AI的研发进度。Anthropic首席执行官Dario Amodei周三通过视频方式出席联合国安理会会议，明确指出AI存在被不法分子用于制造生物武器的风险，同时也可能演变为开发者无法驾驭的失控系统；他表示，出于安全考量，Anthropic将放缓AI研发进度，并敦促各国政府推进国际安全标准建设、支持全球层面阻止AI被用于生化武器的相关努力。他对AI前景作出双面评估：一方面AI正在推动健康科学领域的实质性进步，Anthropic旗下模型Claude已在生命科学研究中取得具体成果，包括发现一种带有类CRISPR DNA重复序列的新型酶系统；另一方面这一技术携带潜在的灾难性后果。这是他继本月初发表约3800字深度文章之后，再度公开呼吁对最先进AI系统的研发加以约束。

谷歌推出两款Gemini语音模型，支持自定义声音与多角色对话。谷歌周三推出两款新的文本转语音模型Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS，其中前者更侧重声音表现力和复杂创意场景，后者针对大规模、低成本的语音生成优化，应用场景包括内容配音、音频制作以及实时语音代理。据谷歌开发者文档，两款模型分别支持130种和101种语言，并可根据文字指令调整声音、语速、情绪和对话方式；Flash TTS支持通过自然语言提示词从零设计声音，也支持根据约30秒的音频样本复制声音，进行声音复制时需获得声音所有者的同意并通过相应的同意验证机制，生成音频会嵌入不可感知的SynthID水印。该模型在Hume AI的Voice Design Benchmark中取得71.4分、位列第一，谷歌目前提供超过2000种可直接使用的声音。

微软、谷歌在气候峰会上正面回应数据中心争议。本周微软和谷歌母公司Alphabet的高管在纽约气候会议上，就数据中心快速扩张引发的多方批评作出回应，分别就电力成本分担、劳动力投入和用水效率等核心争议点阐述了各自的应对举措。研究机构Data Center Watch的报告显示，今年二季度约45个总价值680亿美元的数据中心项目因当地居民和政策层面的反弹而遭到阻止或延迟；与此同时，全美已有约30个州议会提出涉及数据中心选址、电力及用水问题的立法措施，其中多项已获通过。谷歌全球数据中心能源负责人Amanda Peterson Corio直言，数据中心当前面临的最大障碍之一，是“在左右两派那里都是政治上的众矢之的，而现在正值选举周期，将有更多资金投入其中”。

SpaceX上市后首次！总裁拟减持34万股，套现逾5200万美元。监管文件显示，SpaceX总裁兼首席运营官格温·肖特维尔拟出售342,170股、合计市值约5196万美元，相关股份通过现金行权股票期权方式取得；这是SpaceX上市后首个高管减持信号。公司上市后首份季报披露，她已于6月23日采纳一项10b5-1交易计划、覆盖至多585,605股，此次出售通知所列股份数量未超出该计划披露上限，公司亦表明其大部分持股仍处于延长锁定期内。上述披露出现在SpaceX计划执行星舰第14次飞行的关键窗口前，此次任务目标不早于9月28日实施，将首次尝试将上面级送入地球轨道并部署26颗星链V3卫星，测试成败将直接影响市场对公司商业化进程的预期。

全球最大数据中心融资遇阻！软银旗下SB Energy IPO延期，500亿美元估值遭质疑。据《纽约时报》报道，软银旗下SB Energy的上市计划遭遇重大挫折：公司原计划本月完成IPO，但由于投资者对其500亿美元或以上的目标估值存有疑虑，承销银行迄今难以在公司及其顾问设定的价格区间内募集到足够买家，上市时间表已被推迟至10月中下旬，这直接威胁该项目的建设资金来源。SB Energy计划在俄亥俄州建设并运营一座数据中心，项目最终规模可达10GW IT负载、届时将成为全球最大数据中心，公司还计划新建10GW发电能力（含9.2GW天然气发电）；项目将全部租赁给OpenAI，公司预计从2028年起的约20年内累计获得4390亿美元收入积压。令投资者踌躇的核心问题是，SB Energy迄今尚未有任何数据中心投入运营。核能企业Holtec上周也宣布无限期搁置IPO计划，将“数据中心开发的不确定性”列为首要原因。

OpenAI新举措：允许第三方机构在模型训练、开发阶段进行安全评估。OpenAI周二发布文章表示，将允许外部机构在模型训练、评估及部署的全流程中开展技术安全评估，而非仅限于发布前的例行审查。OpenAI负责外部安全评审工作的Lama Ahmad表示，此前该公司通常仅在模型发布前引入外部机构进行安全评估及能力测试，新安排将把第三方审查覆盖至更上游的训练和评估环节；对于涉及最敏感内容的评估工作，公司可能邀请外部评估人员进入其办公室开展工作。OpenAI称正与多个潜在评估机构进行洽谈，合作对象涵盖此前有过合作及尚未合作过的组织，其中包括AI研究机构METR和Redwood Research等。此次公告的背景是，近期多家领先AI公司的员工公开表达了对AI造成灾难性危害的担忧，部分导火索来自过去几个月内先进模型在测试中意外入侵其他机构系统的多起事件。

5%涨幅？欧洲央行紧盯德国薪资谈判，新一轮加息压力悄然浮现。德国金属工业工会（IG Metall）本周宣布，将在10月启动新一轮薪资谈判，要求涵盖金属和电气零部件行业约370万名工人的薪资上调5%，以应对德国再度抬头的通胀压力；工会主席Christiane Benner表示，“我们的薪资诉求负责任、合乎经济逻辑且公平合理”。此次诉求覆盖12个月期限，除基础5%涨幅外，还包含针对低收入群体的社会保障条款、针对盈利强劲企业员工的利润分享机制，以及雇主对德国作为生产基地作出明确承诺的要求。雇主方迅速反击，认为此举忽视了行业危机的严峻程度：大众汽车上周刚下调盈利预期、并计划在全球裁员约10万人，宝马也削减约8000个岗位。欧洲央行今年已两度加息以防范能源价格冲击演变为持续性通胀，经济学家目前预测其将于12月再度出手，届时存款利率将升至2.75%。

观点精选

霍华德·马克斯：美国财政纪律失控，买债压收益率只是“给发烧病人敷冰袋”。橡树资本联合创始人马克斯在最新备忘录中批评财政部扩大长债回购规模，认为此类行动只能在短期压低收益率，却无法解决推动利率上行的根本驱动力，并以“冰袋或许能暂时降温，但在根本病因未被处理之前，病人不太可能真正康复”作喻。他指出，美国当前财政赤字约占GDP的6%，“对于一个正在享受繁荣时期、失业率仅4%的经济体而言，这是一个极为异常的高水平”，并援引投资人德鲁肯米勒“每一个基点的人为收益率压制，都是对拖延的补贴”的评论加以佐证。他同时提示，在当前形势下抛售美股和美元资产并非应对之道。

高盛交易台：AI智能体革命已至，美股或将迎来新一轮突破。高盛One-Delta交易台负责人Rich Privorotsky认为，市场正站在标普500指数与纳斯达克指数新一轮突破的边缘，驱动力来自AI智能代理带来的深层生产率变革。他以“忧虑之墙”为开篇框架，逐一盘点AI叙事的急剧切换、仓位与情绪的普遍谨慎、中期选举、油价与利率的三重扰动，认为上述风险均已被市场充分定价甚至过度消化，当前低仓位、低参与度本身已构成上行潜力。在其分析框架中，AI智能代理将“从根本上减少人、技术与资本之间的摩擦”，其宏观效应是结构性的去通胀，而权益资产是捕捉这一变革最直接的工具。

高盛：美国通胀被高估，关税与AI统计偏差是主因。高盛9月22日发布的全球经济分析报告指出，美国核心商品通胀偏高的全部超额部分，均可由两项美国独有的暂时性因素解释：关税推升以及AI相关的统计偏差。该行估计，关税目前令美国核心PCE商品通胀同比抬升约2.4个百分点，但这一效应预计将在明年下半年基本消退；AI驱动的内存价格上涨因PCE统计口径中“软件及配件”权重较大而被过度放大，目前对核心商品通胀贡献约1个百分点，预计将于2027年逐步消退。报告结论显示，剔除上述暂时性扰动后，美国通胀的内生压力实际上弱于其他主要发达经济体，而服务业通胀的粘性问题在非美经济体更为突出。

东方财富证券：以史为鉴，十轮全球同步紧缩周期中哪些资产表现最好。该所9月23日发布的宏观专题基于104个经济体的政策利率数据库，把1970年代以来的全球同步紧缩划分为“抗通胀”“抑过热”“预防型”三类，并指出当前这一轮属于由美伊冲突供给冲击驱动的“抗通胀”型，核心矛盾是战争引发的通胀压力而非经济过热或资产泡沫。报告认为，当前全球净加息扩散指数虽因8月底美伊冲突升级有所回升，但整体水平仍明显低于此前典型紧缩周期，尚未进入全面加速紧缩阶段；若美伊局势有所缓和，通胀预期有望随油价回落向下收敛，期限利差有望进一步收窄，美债具备增配空间。

瑞银：光纤板块回调37%后存在错误定价，长飞H股目标价上调至330港元。瑞银首次覆盖中国光纤光缆行业，认为投资者对2027年产能过剩、盈利见顶的担忧被显著高估：需求引擎已从中国三大运营商的资本开支预算切换为全球数据中心建设，需求更贴近实际消费并与AI基础设施直接挂钩；供给端扩产速度则受制于预制棒设备交期延长、人才紧缺及客户认证周期，实际落地时间将显著晚于市场预期。该行将长飞H股目标价由290港元上调至330港元、较现价190.5港元有73%的上行空间，对应2026年与2027年预期市盈率分别为14.8倍和8.6倍，2026至2028年每股收益复合增速预计达45%；长飞A股维持中性评级、目标价由310元上调至510元。板块未来12个月的一致预期市盈率已从40至50倍降至23倍。

通胀账单来了，华尔街开始给美企“盈利盛宴”打折。花旗集团指数显示，下调美国企业盈利预期的分析师数量超过上调者，终结了长达23周的连续上调势头，这是自2021年9月以来持续时间最长的一次盈利预期升级周期。BNP Paribas Wealth Management Germany首席投资官Stephan Kemper将此次下调归因于生活成本攀升与能源价格上涨的叠加冲击，受影响最明显的领域涵盖消费必需品、非必需消费品、原材料及金融板块；经合组织本周三也发布报告警告，2027年全球通胀速度将超出此前预测。摩根士丹利策略师Michael Wilson本周早些时候警告，若股票估值延续近期跌势，且能源价格进一步上涨促使货币政策进一步收紧，标普500指数存在下跌最多7%的风险。

大空头Burry加码做空美光、Nebius：内存供应激增，价格将面临下行压力。Michael Burry在Substack发文披露，已进一步加码做空美光科技、AI基础设施公司Nebius、iShares半导体ETF以及Palantir，并强调此次操作“规模相当大”。其核心论点是，此前内存市场的短缺并非需求端的结构性繁荣，而是供给端的阶段性错位：三星、SK海力士和美光等主要厂商为满足AI数据中心对高带宽内存的需求，将大量产能从传统DRAM转向HBM，由此造成普通内存供应紧张；随着厂商逐步恢复普通内存产能、多个地区新增供应陆续释放，“正常DRAM”产量正在回升。宏碁CEO陈俊圣公开警告内存库存正在积累、价格压力预计于2027年底前后显现，为这一逻辑提供了佐证。

钱去哪儿了：货币创造的渠道正在迁移。文章从货币的存量分布、创造来源和部门间流转三个维度拆解“钱去哪了”。存量上，截至2026年6月居民存款占M2比重接近49%、单位存款占比约33%，居民活期存款占比降至25.71%，资金交易活性偏弱；贷款端则相反，2026年1至7月企事业单位新增贷款约11万亿元，住户贷款反而净减少8271亿元。创造来源上，政府净债权对M2的贡献在2021至2025年间由4.50万亿元升至10.14万亿元，财政渠道的重要性明显提升。文章指出，资金正加速向科技、绿色和高端制造等新兴产业集中，而房地产、传统资源型行业的资金循环仍然偏弱。

行业/概念

1、职业教育 | 据上证报报道，9月23日，国务院新闻办公室举行“开局起步‘十五五’”系列主题新闻发布会，教育部相关负责人介绍，加快建设现代职业教育体系，为现代产业发展培养更多高技能人才。将以办学能力高水平、产教融合高质量为目标，加快职业教育“新双高”建设，大力培养大国工匠和能工巧匠。实施高技能人才集群培养计划，汇聚行业、企业、学校力量，打通人才培养与产业需求对接通道。深化中职、高职、本科衔接培养，探索职教本科与专业学位教育融合贯通，让技能成才、技能报国成为越来越多学生的选择。

点评：国金证券认为，随着职教高考升学通道的打开，中职教育由单纯“就业导向”转变为“升学+就业”导向，对于民办中职学校的办学质量提出更高要求，可以提供高质量中职教培内容输出、全面提升学生升学和就业水平的合规民办机构将在市场竞争中抢得先机。

2、智能眼镜/MR头显 | 据上证报报道，9月23日至24日，Meta Connect2026举办，这是Meta集中展示AI技术、XR硬件与空间计算生态的年度核心平台。Meta依托Muse个人AI智能体，从传统对话大模型升级至可自主执行任务的Agent。市场重点关注 Luna无摄像头AI智能眼镜、轻量化MR头显，以及 Muse智能体接入XR硬件的商业化方案。

点评：国盛证券研报称，Muse智能体打通AI软件与XR硬件场景，AI智能眼镜进入产业化落地临界点，Meta Connect有望成为消费电子端侧AI的重要催化，看好国内XR产业链订单修复机会。华鑫证券称，AI可穿戴硬件是端侧AI核心载体，Meta新品迭代将带动光学、声学、主控芯片需求上行。

3、云计算数据中心 | 据上证报报道，阿里巴巴正加速扩展位于欧洲与中东的数据中心，推进其全球数据中心容量提升至20吉瓦。阿里巴巴高管李飞飞周三在杭州举行的云栖大会上表示，将在未来12个月内在土耳其、芬兰和荷兰建立首个云区域(Cloud Region)。公司还将扩大在马来西亚、德国、阿联酋、法国等地的数据中心布局，此举将提升其提供在地化云和AI服务的能力。

点评：中信证券认为，数据产业链拥有万亿广阔空间，在政策、技术、供需等因素共同支撑下有望迎来新一轮高速发展。东吴证券认为，随着海外龙头厂商对AI的持续加速布局，大模型计算能力将不断提升，同时基础设施端的不断升级也将助力新应用的加速落地。

4、玻璃基板封装 | 据中证报报道，英特尔正评估携手光电显示面板大厂友达，推动以Micro LED与玻璃基板为核心的先进封装技术合作。英特尔已完成了TGV玻璃基板埋入光电器件至封装内部的可行性验证，为后续CPO光电异构集成方案提供了技术基础。除此之外，台积电于今年6月向供应链发布“CoWoS玻璃基板开发计划”，确定携手ABF载板厂商Ibiden与面板厂商群创，共同验证玻璃基板导入CoWoS先进封装的可行性。

点评：玻璃基板是以特种玻璃为核心材料制成的高精度基础载体。相比传统有机载板（如ABF）及部分硅中介层，玻璃基板表面平整度高、粗糙度低，翘曲控制能力优于有机基板。依托材料优势，玻璃基板可应用于AI算力先进封装、光模块、消费电子等多个领域，从产业化进展来看，各应用方向的落地节奏差异较为明显，部分已进入量产阶段。AI/HPC等高带宽应用推动光互连技术加速演进，随着先进封装和高速光互连需求持续提升，玻璃基板的潜在应用空间有望进一步拓展。

5、3D打印 | 据中证报报道，2026（第二届）激光制造与增材制造创新发展大会9月22日在北京举行。会上发布《激光制造与增材制造行业高质量发展倡议》。北京理工大学教授李晓炜介绍了增材制造与激光制造领域“十五五”发展规划。聚焦我国“十五五”时期激光制造与增材制造领域科技创新和产业创新，大会共设置16个平行分论坛开展专题交流。

点评：增材制造又称3D打印，它能做出结构更复杂、定制化程度更高的零部件，而且通常更省材料、废料更少。3D打印的出现提供了更多的可能性，尤其是材料精准利用方面。打印时材料“用多少铺多少”，几乎不产生废料，尤其对钛合金等昂贵材料，利用率可稳定保持在90%以上。如今，这项技术已广泛应用在航天器材上，同时也渗透到医疗、新能源汽车、半导体、消费电子甚至建筑等领域。在一些特殊场景中，3D打印正从“替代方案”变成“唯一方案”。机构预判，2026年国内3D打印产业整体规模有望突破830亿元，消费级市场渗透率持续走高。

今日关注

中国

国家主席习近平对美国进行国事访问进入第二天，访问将持续至9月25日。

中国人民银行9月24日以固定数量、利率招标、多重价位中标方式开展8000亿元1年期中期借贷便利（MLF）操作，本月MLF到期6000亿元，操作后实现净投放2000亿元，为连续第三个月净投放。

2026年杭州云栖大会进入最后一天议程（9月22日至24日），围绕模型、Agent与Agentic Cloud展开。

OPPO Find X10系列正式开售，Find X10 E、Find X10与Find X10 Pro Max起售价分别为4999元、5499元和6799元。

沪深两市正常交易，为国庆中秋长假前的最后一个完整交易周，市场关注节前流动性安排与成交能否回补。

海外

美国至9月19日当周首次申请失业救济人数于北京时间20时30分公布，市场预期20.3万人、前值19.6万人，为8月核心PCE公布前第一份硬性的劳动力市场数据。

美国8月新屋销售于北京时间22时公布，市场预期折年率61.5万套、前值60.7万套；同日美国第二季度经常帐（预期逆差2580亿美元）与8月营建许可数据一并公布。

美国7年期国债拍卖于北京时间次日凌晨1时进行，上一次中标收益率为4.512%，拍卖结果将检验长端需求；当日还有4周期与8周期短期国债拍卖。

美联储官员密集发声：纽约联储主席威廉姆斯于北京时间15时10分发表讲话，里士满联储主席巴尔金于北京时间19时发表讲话。

美国至9月18日当周EIA天然气库存于北京时间22时30分公布，前值为3298亿立方英尺。

日本股市在连续三个交易日休市后恢复交易，为日本央行上周新利率生效后的首个交易日；韩国股市因中秋节假期休市，9月25日继续休市。

美国财政部将于美东时间13时40分至14时执行至多60亿美元的20年至30年期国债回购操作，结算日为9月25日。

本文来自华尔街见闻，欢迎下载APP查看更多

周三，OpenAI首席执行官Sam Altman与Anthropic首席执行官Dario Amodei在联合国安理会发表讲话，双双呼吁放缓AI开发节奏，并寻求跨国协调机制以应对潜在的灾难性风险。

在竞争激烈的AI行业，两位对手CEO公开站在同一立场，本身已属罕见。同时此番表态与特朗普政府的政策取向形成直接冲突。

特朗普周二在联合国大会演讲中明确表示，美国将推动AI技术进步，"而非加以限制"，并称外界协调AI发展的努力是企图控制这一技术的"全球主义阴谋"。两种截然相反的立场在同一周内于联合国相继登场，令AI监管的国际博弈更加复杂。

华尔街见闻此前发布文章，Anthropic CEO Dario Amodei在联合国安理会警告，若管理不善，AI可能对全人类构成生存风险，并呼吁各国政府携手制定全球AI安全标准。

Altman在安理会发言中援引历史先例，将当前AI挑战比作人类曾多次面对的技术变革时刻。

"在我们的历史上，相互竞争的国家，依然能够在强大的新技术面前携手合作，共同维护集体利益，"他说，"我们相信，这必须是这样的时刻之一。"

Amodei本月早些时候发布一份提案，呼吁放缓AI开发步伐，在科技行业引发震动。

Altman随即公开表示认同这位主要竞争对手的立场，支持"管控前沿发展节奏"——这一公开声援在两家公司之间实属罕见。

Altman周三进一步表示："在竞争中击败对手，不是做出鲁莽决策的理由。我们过去曾主动放缓，未来也将如此。"

两家公司管理层的安全立场，与行业近期发生的具体事件直接相关。

今年7月，OpenAI的两个模型突破安全边界，访问公开互联网并入侵开发者平台Hugging Face，该事件引发业内研究人员和高管的广泛担忧。OpenAI其后临时暂停了部分研究和训练工作。

Amodei将上述事件纳入其放缓提案的论据，并在安理会上进一步阐述了他的三步行动计划。该计划旨在降低AI开发速度，同时声称不会"牺牲商业优势或美国在AI领域的领先地位"。

Amodei在安理会重申了这一立场，并呼吁各国领导人搁置分歧，共同应对前方的"全球机遇"与"全球威胁"。"没有任何领导人、任何公司、任何国家能够独自应对这一切，"他说，"我们承诺与在场各国政府共同推进这项紧迫工作。"

两家公司的公开立场也引发市场层面的疑问。OpenAI和Anthropic均被广泛预期将进行规模可观的首次公开募股，但两家公司均未正式披露上市时间表。

在此背景下，呼吁放缓AI开发究竟意味着什么，在实践中将如何落地，投资者目前尚无清晰答案。

与此同时，特朗普政府的强硬表态意味着，美国在联邦层面推动AI国际协调的政治空间有限。两位CEO寻求绕过本国政府、直接在多边平台上发声的路径，能否转化为实质性的国际机制，仍是未知数。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间23日周三美股午盘时段，美油和布油到收盘均终结五连跌、告别周二各自刷新的两周来低位。WTI 11月原油期货收涨1.81%，报92.16美元/桶，结束2月26日以来最长连跌日。布伦特11月原油期货收涨3.86%，创9月10日以来最大日涨幅，收报103.08美元/桶。

伊朗总统佩泽希齐扬在纽约联合国大会上的强硬表态被视为周三油价走高的关键催化剂。据央视，佩泽希齐扬表示，伊朗不会在对美战争中投降，但相信通过外交途径可以结束冲突。他还表示，伊朗不会接受以强权、制裁或军事威胁迫使其让步。这是对美国总统特朗普周二在联大警告可能“摧毁”伊朗的正面回应。

同时，美国能源信息署（EIA）周三公布的数据显示，上周美国EIA原油库存意外增加300万桶，令此前一度燃起的中东供应回流乐观情绪有所降温。美国柴油期货当天则因美国可能实施柴油出口禁令的报道一度重挫约5%，尽管白宫随后否认了相关计划。

油价此番反弹，直接源于伊朗最高领导层释放的强硬信号。

伊朗总统佩泽希齐扬周三在联大一般性辩论上发表讲话时表示，伊朗相信外交，愿意谈判以结束冲突，但伊方绝不会屈服于美方压力。这一表态呼应了伊朗安全事务高官——最高国家安全委员会秘书雷扎伊同日的言论，即在伊朗条件未获满足之前，霍尔木兹海峡不会重新开放。

本周二，路透社援引一名伊朗高级官员的消息称，若美国缓解军事压力并解除对伊朗港口的封锁，霍尔木兹海峡有望在七天内重开。据悉，双方周二已通过间接渠道就重开海峡及解除美国海上封锁等议题展开磋商。

美国中东特使威特科夫在社交媒体表示，美方官员在联合国大会期间通过斡旋方通道与伊朗代表团进行了长时间接触，并对谈判进展持谨慎乐观态度。不过，美国国务卿鲁比奥周三称，美方同伊朗代表在联大期间的会谈并未取得重大突破。

特朗普在联合国大会演讲中则表示，预计伊朗将在美国11月中期选举后与美方达成协议，并称自己面临是否推动和解或进一步升级冲突的"重大抉择"。

此番反弹前，布伦特原油已连跌五个交易日，WTI周三早盘一度触及9月1日以来低点。此前拖累油价的主要因素，是市场对中东原油外流改善的预期。

据报道，沙特本周二恢复了通往红海的东西管道运营。该管道此前因9月11日无人机袭击而被迫关闭，致使延布港原油装卸停摆；沙特方面将袭击归咎于伊拉克民兵武装。与此同时，沙特周二还向亚洲炼油商提供了更多霍尔木兹海峡以外装货地点的原油。

伊拉克石油部长周二表示，该国当前出口量已超过每日300万桶，并预计经土耳其管道的出口量将提升至每日逾60万桶。

此外，美国国务卿鲁比奥周三在与俄罗斯外长拉夫罗夫会面后表示，乌克兰和俄罗斯双方均对在粮食及能源相关目标上实施有限停火表达了兴趣。市场人士亦开始关注中美两国元首的会面。S&P Global Energy指出，特朗普或借此寻求协助推动伊朗冲突降级并重开中东航运通道。

周三市场另一焦点是美国可能出台柴油出口禁令。政治新闻网站Politico报道称，特朗普政府正在制定为期90天的柴油出口禁令计划，消息一出，美国超低硫柴油期货盘中一度暴跌约5%，随后白宫否认了上述报道，期货跌幅有所收窄，最终收跌3.4%，报4.7764美元/加仑，和欧盟柴油期货周三上涨形成鲜明反差。

美国全国汽车协会（AAA）数据显示，周三美国零售柴油均价为每加仑6.5217美元，略低于周二创下的历史高位6.5276美元。

S&P Global Energy旗下CERA部门分析师估算，若全面禁止美国柴油出口，美国炼油商可能被迫削减原油加工量约每日190万桶，约占炼厂产能的12%。美国目前柴油日均盈余约140万桶，今年以来日均出口量达150万桶，较去年同期增加27.5万桶。

该机构警告，此举将对大西洋盆地燃料市场造成"高度扰动"，可能在国内形成柴油过剩的同时推高全球柴油价格；同时，炼厂开工率骤降还可能使美国汽油日产量减少多达75万桶，令该国在第四季度转变为汽油净进口国。

美国能源部长赖特周三早些时候表示，柴油出口禁令并不可行。美财长贝森特则表示，特朗普政府正在研究全面或部分限制出口是否具备可行性。

EIA周三公布的数据显示，截至9月18日当周，美国EIA原油库存环比增加300万桶至4.264亿桶，与分析师预期相去甚远，市场原本预计库存将减少64.1万桶。

这一意外的库存积累，在一定程度上抵消了地缘紧张局势对油价的推升作用。不过，汽油及馏分油等成品油库存均有所下降，一定程度上支撑了成品油市场。

在局势仍具高度不确定性的背景下，霍尔木兹海峡的走向依然是左右市场的核心变量。伊美两国立场仍存在较大分歧，外交斡旋能否取得实质突破，将是投资者密切追踪的主线。

本文来自华尔街见闻，欢迎下载APP查看更多

美国采购经理人指数（PMI）数据周三远超预期，创2021年以来最快扩张速度，引发市场对经济从"韧性"转向"过热"的担忧，并触发国债市场的大规模抛售。

10年期美债收益率单日上行14个基点，突破5.00%关口；5年期收益率盘中升至2007年以来最高水平，30年期收益率则攀升至2004年来峰值。利率互换市场已充分计入未来一年三次加息预期，部分对冲仓位甚至反映了第四次加息的可能性。

此番冲击波及范围广泛。美元指数跳涨0.6%至7月以来最高水平，黄金跌破4300美元，比特币下探84000美元，三大美股指数跌幅介于0.7%至0.9%之间，对利率最为敏感的小盘股领跌，而纽交所新低个股数量已连续七日超过新高个股。

据华尔街见闻，标普全球周三公布数据显示，9月美国综合采购经理人指数（PMI）初值攀升至58.4，预期为55.3，创2021年7月以来最高水平。9月服务业PMI升至58.7，制造业PMI跳升至57，同样双双超预期。

标普全球在点评中指出：

除COVID-19封锁解除后的需求反弹外，此次商业活动改善幅度为2015年初以来最大。

然而，数据本身之外同样值得关注的是，此次PMI报告亦显示供应链瓶颈重现，并伴随价格压力上行。市场分析人士指出，调查数据可能受到"名义偏差"影响——受访者以美元而非实际量来衡量出货和订单，从而高估了真实活动水平。

尽管如此，这些注意事项未能阻止市场的快速定价。10年期名义收益率上涨约15个基点，10年期通胀保值债券（TIPS）上涨12.5个基点，盈亏平衡通胀预期仅上行约2个基点。

5年期国债收益率自2007年以来首次突破5.00%。5年期国债收益率在当日一场规模700亿美元、需求疲弱的拍卖后进一步加速上行，当日涨幅接近20个基点。

30年期国债收益率飙升至2004年以来的最高水平。

美国30年期抵押贷款利率超过7%。

这意味着，债券投资者定价的核心逻辑是更高更久的联储路径、更强的实际增长预期、中性利率上移以及期限溢价扩大。十月份美联储再次加息的概率逼近7成。

高盛的Rich Privorotsky将此次调整归因于增长预期：

这越来越像是对强劲增长假设的反映。6%的财政赤字加上1.5万亿美元支出，意味着大量债券发行和大量名义增长。对股市而言，这是更清晰的宏观风险，不是失控的通胀，而是持续偏高的实际资金成本。

SEI Investments固收投资管理负责人Sean Simko表示：

面对今天这列轰鸣而来的市场“大卡车”，谁也不想螳臂当车。美债市场正遭遇三重重击：经济数据超预期强劲、新债海量供给推升5年期收益率创下多年新高，以及全球通胀顽固难降的悲观预期。

强劲数据之外，美联储官员的表态进一步坚定了市场对持续紧缩的预期。美联储理事Michael Barr周三表示，为使通胀及时回落至2%目标，进一步政策调整"在我的基准情形下很可能是必要的"，并强调"价格稳定对于支持最大就业至关重要"。

FHN Financial的Will Compernolle指出，当前经济强劲的性质已发生关键转变：

经济强到能够承受加息，与经济强到开始推升通胀压力，是两种截然不同的情形。前者允许美联储专注于通胀而无需过多担忧劳动力市场恶化；后者则要求更为激进、更为紧迫的紧缩行动。

富国银行投资研究所的Tony Miano认为，市场正在进入新的周期：

这是市场在告诉我们，一个真正的再紧缩周期已经开启。整条收益率曲线正在同步重定价，这意味着股票折现率上升，抵押贷款和企业借贷成本走高，风险资产的门槛也在提高。

与此同时，能源市场的双重扰动进一步加剧了通胀担忧。

布伦特原油结算价重上103美元，WTI原油上涨2.4%至92.68美元，终结此前连续五日的下跌走势，原因是中东局势持续紧张，以及全球实物市场供应紧张。

美国柴油裂解价差挫跌12.70美元至每桶97.85美元。美国零售柴油价格已达每加仑6.522美元，创历史新高。

据彭博报道，原油交易商正以创纪录的溢价抢购美国最大储油枢纽俄克拉荷马州库欣的即期供应。WTI现金展期价差首次突破每桶5美元，这在自2017年以来的数据中尚属首次，该数据反映交易商为即期交货相对于下月合约愿意支付的额外溢价。

在伊朗问题上，伊朗总统Masoud Pezeshkian表示，在制裁和美国封锁持续存在的情况下，伊朗不会允许霍尔木兹海峡的航行自由，为各方恢复和谈的努力增添了变数。

另一焦点是白宫对柴油出口政策的态度。华尔街见闻提及，美国能源部长Chris Wright周三表示，特朗普政府正与炼油商合作，推动以自愿限制柴油出口的方式替代全面禁令。

消息传出后，美国柴油期货价格骤跌，而欧洲柴油期货则大幅走高，两地价差急剧扩大。美国超低硫柴油期货盘中跌逾7%至日内低点，欧洲柴油期货同期涨逾7%至日内高点。

纳指终结四连涨、小盘股领跌

美股盘初还在高位，采购经理人指数公布后掉头向下。标普500收跌0.72%报7708.55点，纳指跌1.13%报26936.04点，道指跌0.68%报51511.59点，罗素2000跌1.77%。对融资成本最敏感的小盘股与利率敏感资产跌得最狠。

公用事业板块跌1.92%垫底，房地产跌1.55%，住宅建筑商普尔特集团跌2.93%、霍顿跌2.73%。高盛的Ben Snider指出，标普500目前交易在约19倍预期市盈率，是2023年以来最低，利率一直在后台压着估值。

油价反弹让能源成为标普500唯一收涨的板块。埃克森美孚涨1.63%，雪佛龙涨1.53%，西方石油涨1.86%，哈里伯顿涨0.49%。油价上涨直接改善上游盈利预期，而这些公司不依赖成品油出口。

炼油股是同一条消息下的输家。PBF能源跌1.36%，瓦莱罗能源跌0.34%，马拉松石油跌0.33%。禁令若落地，原本运往欧洲和亚洲的柴油要转回美国国内市场，炼厂的出口溢价与毛利预期被直接下修。

AI代理焦虑继续切割美股，旅游股重挫而AI代理受益方还在涨

美股指数下跌之外，内部结构分化更剧烈。

华尔街见闻提及，AI代理“重塑”服务业。市场担心AI代理能自动完成比价、账单管理，未来可能直接瓦解依赖"消费者惯性"的商业模式。Expedia跌7.72%，爱彼迎跌7.56%，Booking跌5.07%。

高盛编制的美国代理式AI指数当天升至162.42，而消费者惯性指数跌至88.21。亚马逊已在其购物平台屏蔽Meta的个人AI代理Muse，谷歌跌3.80%，亚马逊跌2.24%。

受益方仍在获得追捧。Palantir涨3.68%，Meta涨1.02%，本周累计涨幅已达两位数。

大型科技股整体拖后腿。英伟达跌1.40%，博通跌2.62%，美光科技跌2.22%，AMD跌1.47%，苹果跌0.80%；闪迪跌3.73%，但西部数据涨1.96%、希捷科技涨0.44%，存储内部并不一致。费城半导体指数盘中跌近2%。

在经历了连续5天的强劲表现后，人工智能股票今天跑输了除人工智能板块外的大盘。

美元走强，黄金跌破4300美元

收益率推着美元走高。衡量美元对六种主要货币的美元指数上涨0.49%，汇市尾市收于101.096。

欧元跌至1.1387美元，为7月29日以来最低；英镑盘中一度跌0.5%至1.3273，是7月1日以来最低；美元兑日元升到158.27。

无息资产同步承压。现货黄金跌1.71%至4286.30美元/盎司，跌破4300美元关口，日内高点4369.45；现货白银跌3.89%至64.28美元/盎司。

比特币跌2.23%至84273.65美元，盘中一度下探83785美元。

本文来自华尔街见闻，欢迎下载APP查看更多

本文来源：央视新闻，原文标题：《特朗普总统赴机场 欢迎习近平主席到访》。

本文来自华尔街见闻，欢迎下载APP查看更多

Amodei周三通过视频方式出席安理会会议，明确指出AI存在被不法分子用于制造生物武器的风险，同时也可能演变为开发者无法驾驭的失控系统。

Amodei表示，出于安全考量，Anthropic将放缓AI研发进度。

他敦促各国政府推进国际安全标准建设，并支持全球层面阻止AI被用于生化武器的相关努力。

此次表态是Amodei继本月初发表一篇约3800字的深度文章之后，再度公开呼吁对最先进AI系统的研发加以约束，以使研究人员能够更好地评估潜在威胁。

他的发言对市场具有直接影响：Anthropic正筹备IPO，估值或接近万亿美元，其明确的安全导向立场将影响外界对该公司商业节奏与监管风险的预期。

AI兼具重大机遇与灾难性风险

Amodei在发言中对AI的前景作出双面评估。

他指出，AI的快速发展正在推动健康科学领域的实质性进步，Anthropic旗下AI模型Claude已在生命科学研究中取得具体成果，包括发现一种带有类CRISPR DNA重复序列的新型酶系统。

然而，他同时强调，这一技术也携带潜在的灾难性后果。

在安全威胁方面，他特别点名生物武器风险。恐怖分子或不法行为者可能借助AI能力合成致命病原体，这也是Anthropic专门成立生命科学研究实验室的背景之一。Amodei说：

这对全人类来说，既是机遇，也是挑战。

呼吁超越竞争分歧，推进国际合作

Amodei将此次安理会会议定位为各国超越分歧、寻求共识的关键时机。

他说：

无论这个房间里的人存在多少分歧，我们都必须放下这些分歧，共同应对。没有任何一位领导人、任何一家公司、任何一个国家能够独自应对这一挑战。

他具体呼吁建立AI安全认证体系，并推动出台全球层面的AI监管合作框架，支持各国在阻止AI用于生化武器方面的协调努力。

这一立场与特朗普政府的态度形成对比，特朗普已将国际AI协调机制定性为"全球主义阴谋"并予以拒绝。

Amodei公开表态将放缓AI研发进度，这一表述在商业层面值得关注。

Anthropic与OpenAI同处全球最先进AI模型赛道的竞争前沿，两家公司均在筹备IPO，估值均可能接近万亿美元。

Amodei本月初发表的长文此前已在硅谷引发广泛反响，OpenAI CEO Sam Altman及马斯克旗下xAI均表示认同，美国国会议员也援引该文推动一系列AI安全相关立法讨论。

本文来自华尔街见闻，欢迎下载APP查看更多

周三据Digitimes援引供应链人士透露，台积电已确定自2027年1月起按制程调整晶圆出片（Wafer Out）价格，涨幅约为3%至6%，其中先进制程涨幅居前。

目前台积电8英寸厂产能利用率超过100%、45纳米以下制程满载，订单能见度已延伸至2030年。

此次涨价将直接抬升客户投片成本，并沿供应链逐级传导。三星电子、英特尔、联电、世界先进等晶圆代工厂，以及封测厂与IC设计客户的报价均面临跟涨压力。

供应链人士指出，台积电2纳米、3纳米产能供不应求，CoWoS等先进封装瓶颈至今未解，客户即便面对涨价也难以迅速切换供应商。

台积电美股ADR周三下跌1.2%。

此轮涨价背后，是AI数据中心扩建带动的全面性芯片需求扩张。

AI带动的需求已不再局限于GPU、ASIC及高带宽存储器（HBM），数据中心建设同步拉动PMIC、MCU、MOSFET、驱动IC、模拟IC、MEMS、混合信号芯片及传感器等成熟制程产品的订单。

高速光通讯元件、硅中介层及各类封装材料亦受AI服务器出货量增加带动。

每台AI服务器所需芯片数量与种类较前几年显著增加，从运算、电源、网络通信到光通讯均有需求，晶圆代工厂受到的涵盖面远超以往。

世界先进已直接受益于这一外溢效应——其8英寸晶圆代工市场2026年供不应求，订单能见度达3至5个月，产能利用率当前已超过90%，下半年需求仍维持强劲。

台积电此次并非对所有制程统一调涨，而是按制程及产品类别分级定价。2纳米、3纳米等高价先进制程涨幅居高，客户仍在排队抢产能；成熟及特殊制程则依产品、稼动率及客户状况个别议价。

其他晶圆代工厂已陆续跟进。联电、力积电、世界先进均已宣布涨价策略，涨价效应预计延续至2027年。

过去受消费性需求疲弱拖累、产能利用率偏低的成熟制程厂商，随AI芯片订单回暖，产能排程已明显改善，议价能力随之增强。

台积电调价后，IC设计业者面临产品成本重估压力。

供应链人士指出，高端GPU、ASIC等产品单价较高，价格转嫁空间相对充裕；但成熟制程的MCU、PMIC及消费性IC受市场竞争制约，成本能否全额反映至终端报价仍存变数。

IC设计业者还指出，2027年面临的成本压力不止于晶圆代工涨价，封测、载板、材料及存储器价格亦持续上行，将全面计入产品成本。

此轮涨价亦有成本端的驱动逻辑。

据估算，台积电美国建厂成本约为中国台湾的4至5倍。台积电此前已表示，2纳米量产初期将稀释毛利率约3至4个百分点，海外晶圆厂在未来数年内亦可能带来约2至3个百分点的毛利压力，在此背景下，上调Wafer Out价格符合市场预期。

台积电董事长魏哲家曾表示，客户选择晶圆代工合作伙伴，"不是去7-Eleven买牛奶，今天不满意明天就换一家"。

供应链人士指出，Google、苹果、英伟达等大客户的转单行为多属非核心芯片或规模有限的订单，台积电主要高端制程客户的投片量并未出现明显变化。台积电对2026年需求维持高度信心，持续扩大资本支出并上修全年美元营收增幅预期。

本文来自华尔街见闻，欢迎下载APP查看更多

本周微软和谷歌母公司Alphabet的高管在纽约气候会议上，就数据中心快速扩张引发的多方批评作出回应。双方分别就电力成本分担、劳动力投入和用水效率等核心争议点阐述了各自的应对举措。

社区阻力已对项目落地造成实质冲击。研究机构Data Center Watch的报告显示，今年二季度，约45个总价值680亿美元的数据中心项目因当地居民和政策层面的反弹而遭到阻止或延迟。

与此同时，全美已有约30个州议会提出涉及数据中心选址、电力及用水问题的立法措施，其中多项已获通过。

围绕数据中心的争议已超出单纯的环保范畴，演变为具有广泛政治动员潜力的议题。

谷歌全球数据中心能源负责人Amanda Peterson Corio直言，数据中心当前面临的最大障碍之一，是"在左右两派那里都是政治上的众矢之的，而现在正值选举周期，将有更多资金投入其中"。

伊利诺伊州州长JB Pritzker周二在一场气候活动上表示，外界对数据中心的担忧"是合理的"，理由不仅限于庞大的电力需求，还涉及用水、噪音及分区规划等问题。

但他并未主张全面禁止，而是强调应设置前提条件：

如果我们要允许它们落地，就必须确保它们自带清洁能源，并采用闭路水循环系统。这是必须要求的。

G2 Venture Partners合伙人Brook Porter则持不同看法。该基金是 Crusoe 的早期投资方，后者正于得州阿比林建设 OpenAI 的大型“星际之门”项目。

Porter认为，尽管对数据中心的强烈反对声浪很普遍，但这“有点不理性”。本质上源于公众对人工智能尚未形成切身体验，"大多数人还没有亲历过AI带来的好处，现在它只是一个令人恐惧的威胁，好像会抢走我的工作一样"。

面对舆论压力，微软、谷歌和亚马逊等头部企业将成本、就业与用水列为重点回应方向。

微软首席可持续发展官Melanie Nakagawa在彭博绿色峰会上表示，社区提出的问题"非常重要"，已推动各方就"电力方面消费者应当期待什么"展开深入讨论。

她介绍，微软正致力于将数据中心相关成本进行"隔离"处理，以避免转嫁至普通消费者，同时聚焦劳动力支持与水资源利用效率。她说：

在美国，投资劳动力队伍在当下极为关键。

在用水方面，Nakagawa表示，微软今年已在可持续发展报告中公开披露了各数据中心园区的具体用水数据。

亚马逊首席可持续发展官Kara Hurst则补充称，亚马逊90%的时间并不使用水冷系统为数据中心降温，"这是一个重要数据，因为外界存在大量关于用水的错误信息"。

Hurst还呼吁重新关注电网稳定性问题，强调需要完善政策以推动风能、太阳能和核能等清洁能源投资。

对于全球数据中心版图的扩展前景，世界银行行长Ajay Banga在峰会上泼了一盆冷水。

他表示，新兴市场几乎不具备大规模兴建数据中心的条件，"新兴市场没有多少数据中心，而且也不会有，请相信我。你需要大量算力，需要大量电力——在某些情况下甚至超过发达国家的供给水平，更遑论这些发展中国家"。

数据中心带来的电力需求激增，也正在重塑金融机构的业务重心。

多家全球头部银行借助本周纽约系列会议的契机，积极争夺美国电网大规模升级带来的融资商机。

摩根大通全球可持续发展负责人Heather Zichal透露，该行计划在本次活动期间与逾100位客户会面，电网现代化融资是讨论的核心议题之一。Zichal说：

我们正在进入一个时代，电力获取能力将日益决定企业在哪里投资、成长和竞争。

本文来自华尔街见闻，欢迎下载APP查看更多

周三，谷歌发布Gemini 3.8 Flash TTS与Gemini 3.8 Flash-Lite TTS两款文本转语音模型，前者主打声音设计与创意场景，后者针对大规模、低成本应用进行优化。

此次发布使语音合成正式进入与文本、多模态并列的Gemini模型序列，"听—想—说"的语音闭环由此在Gemini体系内完成。

对投资者而言，此次更新的核心信号并非两款模型本身的参数表现，而是谷歌将语音能力深度整合进Gemini生态的战略意图。

谷歌上个月披露，Gemini月活跃用户已突破10亿，其中63%选择直接通过语音与Gemini交互——在这一以语音为基本盘的生态中，TTS能力的成本与规模化覆盖能力，直接关乎语音入口能否持续扩大。

谷歌周三收跌3.6%。

Gemini 3.8 Flash TTS与Flash-Lite TTS同属Gemini 3.8 Flash序列，但定位有所分工。

Flash TTS面向创意与高表现力场景，支持有声书、播客、游戏角色和互动媒体等应用，用户可通过自然语言提示词从零设计声音，包括角色设定、口音与声音特征，并支持根据约30秒音频样本复制声音。

该模型在Hume AI的Voice Design Benchmark中取得71.4分，在声音设计综合指标中排名第一；Flash TTS与Flash-Lite TTS在Hume AI Overall Quality Index中分别位列第一和第二。

Flash-Lite TTS则主攻大规模、低成本的语音生成，应用场景包括内容配音、音频制作以及实时语音代理，指向对响应速度与单位调用成本高度敏感的实时交互场景。

"主力+轻量"的搭配并非谷歌首次采用。此前谷歌已发布Gemini 3.5 Flash-Lite，并于7月推出Gemini 3.6 Flash。将TTS纳入同一命名与迭代节奏，意味着语音合成与文本模型共享发布管线，不再作为孤立功能单独维护。

谷歌将TTS纳入Gemini体系，背后有明确的用户行为数据支撑。

Gemini已是谷歌增速最快的产品，月活跃用户突破10亿。谷歌披露，63%的用户选择直接通过语音与Gemini交互，纯语音用户占比持续上升。语音由此从辅助入口演变为Gemini与用户之间最主要的触达方式。

在此背景下，TTS作为语音交互"出口"的另一半，其成本结构与覆盖能力直接影响整套交互体验能否在更大规模上维持。此前谷歌已具备语音识别与生成能力，此番补齐TTS，使语音闭环在Gemini体系内正式完整。

两款模型在语言覆盖上同样提供差异化支持：Flash TTS支持130种语言，Flash-Lite TTS支持101种语言，均涵盖墨西哥西班牙语、魁北克法语和苏格兰英语等地区性语言变体，谷歌目前提供超过2000种可直接使用的声音。

此次更新的产品逻辑，不止于提升语音合成的自然度，而是试图将语音生成从固定音色选择，扩展为可定制的角色、场景与多角色对话。

两款模型均支持对每一句台词进行单独控制，用户可通过脚本指令调整语气、节奏、情绪与停顿。

模型还支持双人对话，并能在同一脚本中保持不同角色的声音区分，同时可生成笑声、叹气等非语言声音，以及对话中的语气回应，以使生成语音更接近真实交流。

在声音复制功能上，谷歌表示进行声音复制时需获得声音所有者同意并通过相应验证机制，生成音频将嵌入不可感知的SynthID水印，以帮助识别AI生成的语音内容。

AI语音赛道上，OpenAI、亚马逊等厂商均已布局语音合成方案。谷歌此次的关键差异，在于将TTS纳入Gemini统一品牌，使其与文本理解、推理、多模态能力在同一生态内协同，而非作为独立API单品推出。

这一选择将竞争维度从单一语音合成产品的质量对比，推向更综合的层面：谁能在完整语音交互链路上以更低成本提供实时可用的体验。

轻量版Flash-Lite TTS的推出，意味着谷歌可在可控成本下将实时语音能力下沉至车载系统、IoT设备等此前大参数模型难以覆盖的终端场景。

目前，两款模型均已通过Gemini API和Google AI Studio向开发者开放。Flash TTS还可用于Gemini Notebook，Flash-Lite TTS已接入Google Vids，面向企业的Gemini Enterprise API支持将于后续推出。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间23日周三，美国财政部公布，将进行又一轮长期美债回购操作，买入合计面值至多60亿美元的20年到30年期限美国国债，回购债券的到期日为2046年11月15日至2056年8月15日，操作时间为美东时间9月24日周四13时40分至14时，结算日为9月25日。

这是财政部第二轮最高60亿美元的加码回购。9月10日，财政部首次进行扩大规模的长债回购，同样设定60亿美元的最高目标，最终仅回购约52亿美元10年至20年期美债，未能用足上限。媒体指出，这表明在当时市场价格下，愿意出售债券的持有人数量不足。

美国财政部宣布周四的回购计划上限后，二级市场美国长期国债价格延续跌势、收益率进一步上行。30年期美债收益率一度升至5.41%上方，刷新上周二所创的2007年以来高位，日内升逾10个基点。

自2月底美国和以色列对伊朗采取军事行动以来，能源成本上升推动全球债券收益率普遍走高，强化市场对通胀和利率的担忧。美联储上周会议决定加息25个基点，货币政策的投票委员全票通过三年来首次加息，且会后公布的点阵图显示，多数决策者预计今年内还将有一次加息，体现了联储遏制价格压力的决心。

面对外界认为扩大回购规模属于市场干预、且无法解决美国财政基本问题的批评，美国财长贝森特为这一举措进行了辩护。他本周一接受采访时表示，加码回购是他认为市场价格“偏离均衡后采取的行动。

贝森特当时指出，扩大回购计划以来长债收益率的变化相对有限。他表示，从8月19日财政部公布扩大回购的计划到9月21日，30年期美债收益率仅上升了约1个基点。

国际金融协会警告：回购无法解决美国债务的根本问题

周三早些时候，全球最大的金融行业协会之一国际金融协会（IIF）警告称，试图通过“金融工程”并不能解决美国债务的根本问题。

IIF在一份报告中表示，在二级市场购买证券等干预措施“可能提供暂时性缓解，但无法解决债务不断上升背后的结构性因素”。

美国财政部上一次宣布扩大回购规模是在9月9日。当时财政部表示，回购规模上限为60亿美元。尽管这一规模是最初公布的20亿美元的三倍，但考虑到财政部8月19日给出的“至少翻倍”这一理论上没有明确上限的指引，一些市场参与者曾预计实际规模会更大。

最终，财政部并未用足60亿美元的上限，而是仅购买了约52亿美元的10年至20年期美债。财政部官员表示，这是由于市场提供的具有竞争力的报价不足所致。在那次操作中，投资者向财政部提交了总额约105亿美元的债券。

鉴于9月10日首轮加码回购操作因符合财政部要求的竞争性报价不足而未达上限目标，如今，市场关注点已经转向第二轮60亿美元回购能否真正用足。

这意味着，在长端收益率再次逼近前期高点的情况下，周四财政部能否吸引足够的持有人出售债券，以及60亿美元上限最终能否全部执行，将成为衡量这一回购工具实际效果的重要观察点。

本文来自华尔街见闻，欢迎下载APP查看更多

Privorotsky在最新报告中指出，尽管季节性因素不利、实际利率仍处高位、地缘政治尾部风险犹存，当前市场情绪与仓位的谨慎程度本身已构成上行潜力。

他表示："这类行情人们往往参与度不足，因为所有人都在九月份忙着解释它为何走不起来。"

在他看来，真正值得关注的变量是AI智能代理（Agentic AI）的加速普及。他表示，这一趋势将"从根本上减少人、技术与资本之间的摩擦"，其宏观效应是结构性的去通胀，而权益资产是捕捉这一变革最直接的工具。

目前市场利空被充分定价，低仓位构成上行潜力

Privorotsky以"忧虑之墙"（Wall of Worry）作为开篇框架，逐一盘点当前压制市场情绪的因素——AI叙事的急剧切换、仓位与情绪的普遍谨慎、中期选举、油价与利率的三重扰动——并认为上述风险均已被市场充分定价甚至过度消化。

他承认，当前正处于季节性维度最为不利的半月窗口，实际利率依然偏高，地缘政治的风险也客观存在。

然而在他的分析框架中，这些因素恰恰构成了市场"低仓位、低参与度"的根源，而非阻断行情的决定性障碍。

AI智能代理：消除摩擦，释放生产率红利

Privorotsky将论述核心落在"推理经济"（Inference Economy）与AI智能代理的规模化普及上。

他以Muse为案例指出，这不是终点，而是大量同类产品入场的起点，其影响将深刻改变个人与企业的生产方式，乃至沟通与交易的底层逻辑。

他表示，AI超级用户此前已具备类似能力，但技术门槛高、维护成本大，普通用户难以开箱即用。随着大型企业承接安全、基础设施与分发的底层责任，这一局面正在改变，"大量摩擦与租金汲取将从经济体中消失"。

在他看来，这本身就是一次生产率跃升——资本向更有效率的方向再配置，那些阻碍经济增长的"无效摩擦"随之消散。他对这一趋势的综合判断是：对整体权益市场的影响为正，且具有结构性去通胀属性。

CPU产业链是最直接受益方，但红利扩散趋势已现

Privorotsky指出，推理经济目前最剧烈的表现仍集中在CPU产业链，但他预计市场的判断最终将变得更为广泛而非聚焦。

他认为，传统AI资本开支产业链同样具备配置价值，只是弹性（beta）相对较低，而生产率红利则将向更宽泛的行业扩散。

他特别点出台积电（TSMC）的走势——股价正处于高位且蓄势突破——并将其视为全球硬件"母舰"发出的信号。与此同时，他观察到一个值得关注的背离：金融板块在科技股走强的同时明显走弱，二阶效应正在显现。

综合来看，Privorotsky的结论是：代理革命已经到来，市场正在开始为一场重大结构性转变定价，科技与半导体板块的强势买盘正是这一预期的直接体现。

本文来自华尔街见闻，欢迎下载APP查看更多

据Politico周三援引五名知情人士报道，特朗普政府正准备一项为期90天的柴油出口禁令方案，旨在压低居高不下的能源价格，以应对11月国会中期选举前共和党面临的政治压力。

受Politico报道的影响，美国柴油期货价格大幅下跌，跌幅一度超过7%。与此同时，欧洲柴油期货价格则大幅上涨。

但随后路透社援引一名白宫官员在X平台发文称，Politico有关美国政府正准备实施为期90天柴油出口禁令的报道不准确。美国柴油期货价格有所回升，但并未收复受Politico报道影响造成的跌幅。

然而，特朗普政府内部的公开分歧令政策走向充满不确定性。

能源部长Chris Wright当天在《经济学人》纽约活动上直言，禁止柴油出口"肯定行不通"，并警告此举将迫使炼油厂削减产能，进而推高汽油和航空燃油价格。

Wright在通常与特朗普立场保持一致的内阁中公开反对这一方案，这一罕见分歧凸显出创纪录的柴油价格正成为特朗普政府面临的政策难题。能源部随后发表声明称，Wright"与总统完全一致，正共同探索一切可行选项以降低能源价格"，试图淡化分歧。

美国柴油价格正处于历史高位。据美国汽车协会（AAA）数据，周三全美柴油均价达每加仑6.52美元，较一年前上涨76%。价格飙升的背景是美伊冲突以及乌克兰局势，全球柴油供应持续偏紧。

高企的燃料成本令农民及其他柴油用户怨声载道，并已演变为共和党的核心政治难题。

美国农业部长Brooke Rollins已就柴油高价问题向总统直接反映，处于竞争激烈选区的共和党议员也纷纷施压，要求政府采取行动。一名白宫官员表示，特朗普"希望看到油价下降，正在评估所有备选方案"。

Chris Wright对禁令的反对理由直指政策核心矛盾。他表示，一旦无法出口柴油，炼油厂将面临储存空间不足的困境，被迫降低整体炼油量，其结果是汽油和航空燃油产量同步下滑，消费者承受的价格压力反而上升。

能源分析机构TACenergy的分析师在周三的一份报告中持相同观点，"失去出口渠道将迫使许多炼油厂削减开工率，汽油及其他产品产量也将随之下降，最终结果将适得其反。"

据美国能源信息署（EIA）数据，上周美国炼油厂开工率约为产能的94%。

Wright表示，政府正以"更简单、自愿、合作的方式"与炼油行业协商，以增加国内柴油供应，无需动用会压缩炼油产能的"钝器"，但他未透露具体方案细节，并表示尚未做出任何决定。政府将在未来数日内就降低燃料价格的措施做出政策宣布。

反对声音并非仅来自Chris Wright。内政部长Doug Burgum上周已公开警告，出口禁令可能引发他国报复，波及从海外进口燃料的美国各州，加利福尼亚州尤其首当其冲。

在此之外，Wright还对特朗普政府的委内瑞拉政策给予肯定。他表示美国正积极鼓励能源企业扩大在该国的生产和投资。

Wright称，目前多家公司有意投资委内瑞拉，修复过去20年因管理失职、腐败及美国制裁而严重受损的石油基础设施，"部分公司将达成协议，数百亿美元资金正在流入。"

本文来自华尔街见闻，欢迎下载APP查看更多

本周三，美债抛售进一步加剧，10年期美债收益率站上5.1%、创2007年7月以来新高。国际原油重上100美元、美国经济数据强于预期以及美联储官员释放继续加息信号，共同推动市场重新定价“更高更久”的利率路径，美债标售需求疲软又让债市雪上加霜。

美东时间23日周三美股午盘时段，在5年期国债标售完成后，各期限美债收益率升幅扩大，付息国债品种之中，只有2年期和3年期美债的收益率盘中未曾超过5.0%。5年期收益率自2007年来首次突破5%整数关口，盘中曾升近20个基点。

基准10年期美债收益率一度升至5.13%上方，日内升约17个基点，有望创四个月最大日升幅；2年期美债收益率逼近4.95%，创两年新高，日内近19个基点；3年期收益率一度升约20个基点至5.0122%。30年期美债收益率曾升至5.41%上方、日内升逾10个基点，时隔一周又创2007年来新高。

经济数据、油价和美联储“三重夹击”

本轮美债收益率的快速上行，首先受到美国经济数据重燃通胀和加息预期的推动。

周三公布的标普全球美国9月综合PMI初值升至58.4，高于8月的56.0，明显强于市场预期的55.3，创五年来新高。评论认为，美国私营部门活动增长强劲，就业增速达到约四年来最快水平，同时价格压力也有所上升。数据公布后，美债收益率在美东时间上午9点45分左右明显跳升。

国际原油期货周三反弹则进一步强化了这一逻辑。布伦特原油盘中重新站上100美元/桶，而中东局势持续推高能源价格，已经成为美国通胀重新升温的重要风险来源。路透社此前也指出，油价与美债收益率近期高度联动，能源价格上涨正在强化市场对未来通胀和利率的担忧。

与此同时，美联储官员的表态进一步推高短端收益率。

美联储理事巴尔周三表示，美联储可能需要进一步加息，以确保通胀及时回落至2%目标。他指出，实现2%通胀目标的风险已经上升，而就业市场风险有所下降；在他看来，美国经济增长强劲、就业市场仍然稳固，通胀并没有明确朝着目标及时回落。

这意味着，市场正在重新评估上周美联储加息之后未来的政策路径：如果经济增长依然具有韧性、油价又重新推高通胀，美联储降息空间可能进一步受到压制，甚至需要继续收紧政策。

5年期标售“爆雷”，美债跌势午后进一步失控

如果说上午的抛售主要由经济数据、油价和美联储预期驱动，那么下午的5年期美债标售，则成为推动收益率再上一台阶的直接催化剂。

美国财政部周三发行700亿美元5年期国债，最终得标利率达到5.033%，为2006年以来最高水平，明显高于纽约时间下午1点截标时5.002%的预发行收益率，意味着投资者要求更高收益率才能接下这批债券。这是该期限国债连续第11次出现需求疲软的标售结果。

此次标售的投标倍数为2.21倍，低于此前六次标售2.33倍的平均水平；一级交易商获配比例升至15.8%，为两年来最高，而间接投标者获配比例降至54.3%。标售结束后，5年期收益率迅速突破5%，盘中升幅接近20个基点，同时5年与30年期美债的利差进一步收窄。

这释放出一个重要信号：在收益率已经处于多年高位的情况下，市场对于中期美债的新增供给仍缺乏足够的承接意愿，投资者正在要求更高的期限溢价来持有美国政府债券。

华尔街日报也指出，5年期标售是周三美债跌势进一步扩大的重要因素；与此同时，财政部宣布周四将进行新一轮长期美债回购，最高购买60亿美元20年至30年期国债，但这一消息并未扭转市场抛售。

值得注意的是，这已经是财政部近期第二次进行最高60亿美元规模的长债回购操作。财政部希望通过在二级市场回购长期国债改善长端供需，但在通胀、财政赤字和利率预期同时发生变化的情况下，市场对回购能够压低长期收益率的能力仍然存在疑问。

从“5%心理关口”到市场开始讨论6%

随着10年期美债收益率重新站上5%，市场关注点也开始从“5%是否会引发市场动荡”，转向更高的收益率究竟会在哪里真正产生压力。

路透社周三的分析称，过去多年里，5%一直被视为10年期美债收益率可能令全球金融市场开始出现明显波动的心理关口，但近期的行情正在让这一关口失去“天花板”意义，投资者甚至开始讨论6%是否会成为新的压力位。

BlueBay Asset Management市场策略主管Mike Bell表示，5%更多是一个心理数字，而不是一个自动触发市场风险的“魔法数字”。真正重要的是美债收益率与其他资产估值指标之间的相对关系，尤其是与股票盈利收益率之间的比较。

摩根大通分析师则认为，全球经济结构已经发生变化，AI、医疗和服务业企业的投资扩张对利率的敏感度低于传统行业，因此传统的利率传导机制“明显不那么具有约束力”。据摩根大通援引近期与主要投资者交流的观点，股市真正的“临界点”可能已经从5%上移至5.5%至6%区间。

不过，这并不意味着高收益率对风险资产没有影响。

Invesco全球资产配置研究主管Paul Jackson指出，10年期美债收益率过去12个月的平均水平目前约为4.34%，距离他计算出的全球股市开始承压的4.72%均值水平仍有距离，但他已经开始降低股票配置、转向部分政府债券，以获取当前较高的债券收益率。

Premier Miton首席投资官Neil Birrell则认为，目前股市尚未出现明显崩跌，可能部分因为投资者还没有把5%以上的长期无风险利率充分纳入未来盈利和估值模型。一旦重新计算估值，高利率的影响可能会更加明显。

不只是“加息交易”，财政与供给压力也在抬升长债收益率

更值得关注的是，此轮美债收益率上行已经不完全是单纯的“美联储加息交易”。

路透社的分析认为，如果10年期收益率进一步向6%靠拢，背后可能意味着通胀预期持续偏高、美国财政可持续性担忧升温，或者市场相信利率将在多年时间里维持高位——也可能是三者共同作用的结果。

美国财政压力正在成为长端美债越来越难以回避的变量。美国政府债务规模此前已经突破40万亿美元，财政部还需要持续发行大量国债来满足融资需求；与此同时，AI基础设施投资热潮又带动企业债券发行增加，使政府和企业同时争夺长期资本。

PIMCO近期则认为，目前没有足够证据证明AI企业大规模发债已经直接“挤出”美债需求，但AI资本开支如果持续扩张，可能通过提高储蓄和投资需求，推高长期均衡实际利率。

因此，周三的行情更像是多重因素叠加后的集中定价：强劲经济数据抬高实际利率预期，油价重返100美元强化通胀担忧，鹰派美联储表态压低降息预期，而疲软的5年期国债标售则暴露出高收益率之下市场对新增供给的承接压力。

在这种环境下，10年期收益率突破5%不再只是一个单纯的心理关口，而正在成为重新评估美股估值、企业融资成本以及美国财政融资压力的重要市场变量。

10年期收益率距离高盛所说的“股市敏感区”仅差5个基点

真正值得市场警惕的，并不只是10年期收益率重上5.0%，而是收益率攀升的速度正在加快。

金融分析平台The Market Ear援引高盛策略师Ben Snider的分析指出，对于股票而言，利率的变化速度可能比利率本身的绝对水平更加重要。历史上，比较容易引起股市明显关注的幅度，大致是10年期美债收益率一个月升50个基点，或者两周内升30个基点。

截至周三，10年期收益率过去一个月已经累计攀升约35个基点，过去两周上涨约25个基点，距离高盛上述两周升30个基点的敏感区间仅剩约5个基点。

而周三当天，10年期收益率的上行速度正在明显加快。The Market Ear称，10年期收益率突破5.1%之际，已经开始进入“股市可能开始在意”的区域。

与此同时，高盛此前也指出，标普500指数目前约为19倍远期市盈率，在这种估值水平下，更高的无风险利率已经开始从估值层面对股票构成压力。

这意味着，即使10年期收益率最终没有持续突破更高水平，仅仅是收益率在短时间内快速上行，也可能改变股票市场对估值的定价。

美债暴跌，VIX却仍在低位：一个罕见的市场背离

更值得注意的是，周三债市的剧烈波动，并没有同步引发股票市场波动率的大幅上升。

The Market Ear特别指出，在10年期美债收益率突破5.1%、单日上涨约16个基点之际，衡量标普500指数预期波动率的VIX仍然处于相对低位，呈现出一种颇为罕见的**“债市剧烈波动、股市却相对淡定”**的背离。

从历史经验看，快速上升的美债收益率通常会通过提高无风险收益率、压缩股票风险溢价以及抬高企业融资成本，对股票估值产生压力。但截至目前，股票投资者并没有表现出与债市同等程度的恐慌。

这一点在当前环境下尤其值得关注：美国10年期国债收益率已经重新突破5%，油价重新站上100美元，市场对进一步加息的定价也明显升温，但VIX仍接近年内低位。MarketWatch周三同样指出，尽管油价上涨、长端美债收益率走高以及美联储进一步加息等风险因素同时存在，VIX仍处于2026年的低位附近。

这意味着，目前股票市场可能仍在相信强劲的企业盈利和经济增长能够抵消更高利率的压力。 但如果债券收益率继续快速上行，尤其是10年期收益率进一步接近高盛所描述的敏感区间，这种“债跌股稳”的状态是否能够持续，将成为市场下一阶段的重要观察点。

本文来自华尔街见闻，欢迎下载APP查看更多

9月23日晚，小米正式发布小米18 Pro系列。

小米18 Pro起售价5999元，小米18 Pro Max起售价6999元。随着存储容量提升，两款手机价格一路上探：小米18 Pro 16GB+1TB版本售价8999元，小米18 Pro Max 16GB+1TB版本则达到9999元。

此次小米还为两款机型推出透明特别版。其中，小米18 Pro透明特别版16GB+1TB售价9999元，小米18 Pro Max透明特别版16GB+1TB售价进一步来到10999元，小米数字系列手机的价格由此突破万元。

价格上探背后，小米也在继续拉高数字系列的产品配置。小米18 Pro、18 Pro Max分别搭载第六代骁龙8至尊版和第六代骁龙8超级至尊版，均采用2nm制程；全系加入硬件级防窥屏、AI百变背屏，并进一步升级徕卡影像。其中，Pro Max还配备8500mAh电池以及双2亿像素主摄、长焦组合。

卢伟冰将这一代产品称为“小米数字系列史上最大升级”，并表示小米18 Pro系列是小米“用AI全面改造智能手机的开始”。

手机之外，小米当天还发布了电视、净烟机、智能门锁、洗衣机、咖啡机等多款家电新品。与手机类似，AI也成为这一轮家电升级的重点，包括电视通过毫米波雷达识别观看位置并调整画面，净烟机通过视觉模型判断油烟变化，智能门锁则加入多模态模型能力，识别不同来访和家庭场景。

从产品布局看，小米正在把AI能力从手机进一步延伸到“人车家全生态”。此前9月，小米还密集发布了新车及折叠屏产品，手机、汽车和家电成为其本轮新品周期的几条主线。

从千元传统国产旗舰价格带，到如今顶配站上万元，小米数字系列也在进一步试探国产直板旗舰的价格天花板，这能否获得市场认可，正受到关注。

本文来自华尔街见闻，欢迎下载APP查看更多

标普全球周三公布数据显示，9月美国综合采购经理人指数（PMI）初值攀升至58.4，预期为55.3，创2021年7月以来最高水平。

标普全球市场情报首席商业经济学家Chris Williamson表示，制造业和服务业"目前均呈现明显繁荣态势"，但若剔除疫情影响，当前供应链瓶颈已是近二十年调查历史中最为严峻的情形之一。

强劲的商业活动数据对市场而言释放出复杂信号：需求旺盛支撑经济增长前景，但投入成本加速上涨与供应链持续紧张，可能对企业盈利预期及通胀走势产生压力。

受数据影响，10年期美债收益率再次突破5%，十月份美国再次加息的概率也升至63.1%。

9月服务业PMI升至58.7，预期为55.8，创2021年以来最高；制造业PMI跳升至57，预期为53.7，为2022年以来最佳读数。

新订单扩张速度为2022年4月以来最快，制造业招聘力度则达到2021年2月以来峰值，服务业就业指标亦创下2022年6月以来新高。

最新的调查数据预示着年化经济增长率约为5%，目前预示整个第三季度的增长率将达到4%。

Williamson指出，若排除疫情后经济重启阶段，9月商业活动改善幅度"是2015年初以来记录到的最大增幅"。

此轮扩张由多重需求侧力量共同驱动。消费者支出保持强劲，人工智能相关商业投资持续升温，国防支出亦为企业提供额外支撑。

最新PMI数据显示，强劲需求正在抵消伊朗战争引发的能源成本攀升与供应链紊乱的不利影响。

就业方面，整体雇用增速为逾四年来最快，显示企业对未来订单前景持乐观预期，并积极扩充劳动力储备。

需求强劲的另一面是供给端的日益紧张。数据显示，供应商交货时间延长幅度为2022年年中以来最大，原材料成本持续处于高位，投入价格涨幅更达到2022年以来最快水平。

受访企业主要将成本上涨归因于燃料与运输费用走高，同时多数企业也反映工资压力有所上升。

Williamson亦警告，企业在寻找合适人才方面面临日益增加的困难，劳动力短缺问题不容忽视。

这意味着，尽管当前需求端动能充足，企业在供应与人力两端承受的压力仍有可能向下游传导，并对价格水平产生持续影响。

本文来自华尔街见闻，欢迎下载APP查看更多

布伦特原油周三一度跌至97.77美元/桶，较本月高点109.65美元累计下跌近11%。沙特方面表示东西输油管道有望在数日内部分恢复流量，延布港出口亦将重启；与此同时，据新华社、央视新闻，美伊双方在联合国大会期间举行了为期三小时的接触，特朗普称会谈"非常顺利"。

瑞银能源专家Dominic Ellis警告，仅凭谈判进行这一事实本身便已不可忽视，预计将在短期内持续压制油价。不过，若双方取得实质性突破，布伦特油价可能迅速回落至80美元区间。

油价回落令美国泵价小幅松动，据AAA数据，全国普通汽油平均价格周三降至每加仑4.474美元。然而本月油价曾累计飙升9.3%，当前的有限回调对特朗普政府而言政治纾困效果十分有限——油价仍远超每加仑4美元的政治敏感关口。

沙特阿拉伯宣布，流经东西输油管道的原油流量有望在未来数日内部分恢复，延布港的原油出口装船也将随之重启。此前有亚洲买家已被安排恢复在延布港的货物装载，一定程度上缓解了实物市场的紧张态势。

据当地媒体报道，该管道全面修复最长可能需要长达八周时间。瑞银的Dominic Ellis指出，即便仅为部分重启，也足以缓解原油市场当前最为迫切的供应瓶颈。布伦特原油自本月中旬触顶以来已累计下跌近11%，本周跌幅约3.8%。

据央视新闻，当地时间9月22日，伊朗外长阿拉格齐与美国总统特使威特科夫在第81届联合国大会会议期间于纽约举行会晤。

美国总统特朗普表示，美国官员本周二在纽约联合国大会期间与伊朗代表举行了"非常顺利"的会谈。美国特使Steve Witkoff与Jared Kushner出席了这场持续三小时的会谈。Witkoff会后表示"目前感觉非常好"，并在X平台发文称希望此次会谈"将被证明是建设性和富有希望的"。

伊朗方面亦承认通过中间方与美国进行了接触，并表示已就霍尔木兹海峡恢复过境通行提出条件，称若相关条件得到满足，最快七天内可实现重启。

瑞银的Dominic Ellis在客户报告中对谈判前景保持审慎。他指出，批评者会注意到，美国此前类似表态并未带来实质性外交进展，且美国已拒绝了伊朗提出的立即解除封锁这一前提条件——而这正是伊朗恢复霍尔木兹海峡通行的先决条件之一。

尽管如此，Dominic Ellis强调，"谈判本身正在进行这一事实，是一个不可忽视的进展，在出现进展停滞的明确信号之前，这一态势可能持续对油价形成下行压力。"他同时提示，若谈判取得突破，布伦特油价可能迅速重回80美元区间。

瑞银的基准情景认为，在11月中期选举来临之前，美国政府有强烈动机倚重"胡萝卜"而非"大棒"。特朗普此前就美国柴油出口禁令发表支持性言论，与上周内政部长Burgum称禁令"未必能达到预期效果"的表态形成落差，显示白宫对国内高燃油价格的焦虑正在上升。Dominic Ellis认为，推进对伊外交可能是特朗普政府在短期内压低油价和成品油价格最为便捷的路径。

然而就中期而言，瑞银判断伊朗提出的条件不太可能被美国接受，"我们不会对局势回归过去一个月所见的低烈度冲突感到意外。"

油价从三位数高位回落虽令泵价略有喘息，但高盛能源分析师Nikhil Bhandari周二发布报告指出，全球炼油危机将延续至2027年，对汽油和柴油价格构成持续压力。

对特朗普政府而言，当前油价仍远超每加仑4美元的政治敏感线，外交进展能否转化为实质协议，将是决定市场走向与政治压力能否真正缓解的关键变量。

本文来自华尔街见闻，欢迎下载APP查看更多

梦想家9将岚图的高端MPV布局进一步向50万元级市场延伸。

9月22日，岚图梦想家9正式上市，推出插混和纯电车型，售价41.99万至52.99万元。作为现有梦想家产品线之上的新增车型，梦想家9延续了该系列的MPV定位，并将价格、智能化和底盘配置进一步上移。

岚图选择从梦想家系列继续向上，与其现有销量结构直接相关。2025年，梦想家系列销售7.60万辆，占岚图全年销量的50.6%，是公司规模最大的产品系列。

梦想家9建立在这一市场基础上，主要面向商务用户、企业经营者和高端家庭用户，进一步扩大梦想家在高端MPV市场的覆盖范围。

智能化和底盘是梦想家9此次升级的两条主线。

新车搭载华为乾崑智驾ADS 5和鸿蒙座舱6，同时配备三腔空气悬架、双阀减振器和后轮转向。华为提供智能辅助驾驶和座舱能力，岚图负责底盘、整车安全、生产制造和产品定义，这两部分共同构成梦想家9的产品框架。

针对与华为的关系，岚图CBO、销售公司总经理邵明峰进一步说明了这一分工。邵明峰表示，“岚图是岚图，华为是华为”。

梦想家9所呈现的合作方式由此较为清晰：岚图引入华为成熟的智能化方案，同时保留整车定义、品牌、渠道和用户运营的主导权。

梦想家9的核心看点，在于岚图如何把主力产品系列积累的用户基础，转化为更高价格带的购买需求。

01 再推高价款

梦想家9首先扩展了岚图在高端MPV市场的产品布局。

新车设置Ultra、Ultra+和礼尊三个版本，提供插混和纯电两种动力，价格覆盖41.99万至52.99万元。岚图没有另设新的产品名称，而是继续使用梦想家品牌，承接既有用户和市场认知。

这种安排，是把更高价位的产品建立在已有的销量基础上。

岚图此前招股书显示，岚图2025年共销售15.02万辆，其中梦想家系列销售7.60万辆，占比50.6%；FREE、知音、追光等其他车型合计贡献其余销量。梦想家既是岚图销量规模最大的产品系列，也是其在高端新能源市场的重要支点。

梦想家9的升级重点围绕智能化和底盘展开。华为乾崑智驾ADS 5和鸿蒙座舱6负责智能辅助驾驶及车内交互，三腔空气悬架、双阀减振器和双向10度后轮转向则改善大型MPV的转弯半径、车身控制和乘坐舒适性。岚图将两类能力放在同一款车上，试图让更高的售价对应到驾驶和乘坐中的体验差异。

不过，岚图还在主动区分梦想家9与现有车型的用户定位。

邵明峰向华尔街见闻等介绍，选择车头立标版本的用户中，企业主和创业者占比超过八成。这组数据来自岚图的用户研究，反映出公司将商务用户、企业经营者以及高端家庭用户作为主要目标客群。

销量增长为岚图继续扩展产品线提供了基础。

2026年上半年，岚图交付7.63万辆，同比增长35.9%；同期收入181.59亿元，同比增长42.4%。

今年8月，岚图交付1.30万辆，前八个月累计交付10.25万辆，同比增长25%。梦想家9上市后，岚图在扩大销量的同时，也多了一款争取更高预算用户的产品。

这款车还承担了岚图右舵市场拓展的任务。

岚图董事长卢放向华尔街见闻等透露，右舵版梦想家9已经在香港道路行驶，计划于今年11月进入香港市场，相关销售、服务和售后网络正在建设。梦想家9由此同时连接国内高端化与海外右舵市场，是梦想家系列扩大覆盖范围的重要一环。

梦想家9上市后，岚图在MPV市场形成了更清晰的层级：现有梦想家承担规模，梦想家9进入更高价格带，并以智能化和底盘能力拉开产品定位。这一布局给了更高预算的用户一个留在梦想家系列内的选择，也让岚图可以在同一产品系列中同时争取规模与溢价。

02 比拼整车差异

近两年，高端新能源MPV市场持续增加新产品。

理想MEGA、极氪009以及鸿蒙智行体系的智界、尊界车型相继入场，市场竞争从传统商务MPV进一步扩展至家庭出行、智能化和豪华体验。梦想家9进入41.99万至52.99万元区间，也使岚图直接面对更多定位接近的新车型。

邵明峰表示，梦想家9与智界V9的用户重合度超过70%，在岚图对比的车型中占比最高；同时，还有部分用户会在梦想家9与理想MEGA、极氪009之间进行比较。这一用户结构表明，40万至50万元级MPV消费者已经在多个新能源品牌之间横向选择。

按照邵明峰的观察，这部分用户普遍看重华为的智能辅助驾驶能力。

梦想家9搭载华为乾崑智驾ADS 5和鸿蒙座舱6，智能化由此成为车辆参与高端MPV竞争的一项基础能力。随着华为方案进入更多车型，搭载相近的技术更难单独成为消费者选择某一品牌的理由，岚图需要在底盘、整车安全和具体使用场景上拉开差距。

梦想家9采用三腔空气悬架、双阀减振器和双向10度后轮转向，主要用于改善大型MPV的转弯半径、滤振和车身控制。按照岚图披露，车辆还采用L3级架构设计，配备37个感知单元和八项安全冗余。

卢放表示，梦想家9已经在武汉部分特定道路开展相关测试；现阶段面向用户开放的功能以L2级辅助驾驶为边界。

除智能化和底盘外，岚图还将梦想家9的目标用户概括为“宜商宜家”。车辆提供二排旋转座椅、会客厅模式等空间功能，礼尊版则加入立标、双金腰线等商务化设计。

在岚图的产品解释中，这些配置分别对应使用价值和社交属性：辅助驾驶、底盘和空间服务日常出行，立标及内外饰设计强化商务接待场景。梦想家9试图兼顾驾驶者、二排乘客以及商务接待等多种需求。对于兼有这些需求的用户，同一辆车适应不同使用场景的能力，是多付钱的具体理由。

面对采用相近智能化方案的竞争对手，岚图强调自身在整车环节的作用。邵明峰所说的“岚图是岚图，华为是华为”，对应到业务上，是华为提供智能辅助驾驶和座舱技术，岚图负责产品定义、底盘开发、整车制造、品牌及销售服务。

相近的智能化方案，让高端新能源MPV的竞争更依赖整车体验的差别。智能化决定车型的功能起点，底盘、空间、安全、设计和用户服务共同构成产品差异。梦想家9延续梦想家系列的用户基础，同时进入更高价格带；岚图要将已有的销量优势转化为溢价，就需要在自己负责的整车环节做出差异。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，瑞银首次覆盖中国光纤光缆行业，认为投资者对2027年产能过剩、盈利见顶的担忧被显著高估。

瑞银的核心判断是：光纤行业的需求引擎已从中国三大运营商的资本开支预算，切换为全球数据中心建设。这一结构性转变意味着需求更贴近实际消费，与AI基础设施建设直接挂钩，而非依赖周期性的电信采购计划。与此同时，供给端的扩产速度受制于预制棒设备交期延长、人才紧缺及客户认证周期等多重瓶颈，实际落地时间将显著晚于市场预期。

在此背景下，瑞银将长飞H股目标价由290港元上调至330港元，较现价190.5港元有73%的上行空间，对应2026年/2027年预期市盈率分别为14.8倍和8.6倍，2026至2028年每股收益复合增速预计达45%。长飞A股维持中性评级，目标价由310元上调至510元。

股价回调37%，市场定价了什么

据瑞银报告，中国光纤板块股价自今年6月高点已回调37%，此前累计涨幅超过300%，年内仍上涨约170%。随着回调，板块未来12个月市场一致预期市盈率已从40至50倍降至23倍，较历史均值高出约0.2个标准差，而Corning、Prysmian等海外同业仍交易于历史均值1个标准差以上。

瑞银认为，此轮估值收缩的直接触发因素，是二线厂商及新进入者在2026年第二季度密集公告的产能扩张计划，令市场联想到此前5G周期末段的过剩格局，并形成"2027年盈利见顶"的预期。然而，瑞银认为这一类比存在根本性缺陷——当前行业的需求结构与供给约束均与彼时截然不同。

需求引擎切换：从运营商预算到全球AI算力

历史上，中国光纤需求主要由国内三大运营商的资本开支预算驱动，采购决策与实际终端需求脱节，导致行业周期性陷入供过于求。5G建设预期落空后，运营商压价采购，光纤价格长期低迷。

这一逻辑正在被打破。瑞银预测，2026至2030年全球光纤需求量将以约11%的复合增速增长，其中数据中心需求复合增速高达37%，电信需求仅为5%。数据中心在全球光纤需求中的占比，将从2025年的略超10%升至2030年的45%以上。

需求结构的变化已在价格信号中得到印证。

中国光纤价格与海外价格的价差自2025年底起显著收窄并趋于收敛，而历史上中国价格相对海外长期折价20%至40%。中国光纤光缆出口金额自2026年起也大幅攀升。最新一轮中国移动光纤集采落地价相对现货仅折价20%，远低于此前周期的折价幅度，印证了定价环境的结构性改善。

与此同时，中国运营商自身的资本开支结构也在向算力网络倾斜。瑞银预测，中国电信资本开支中电信与算力网络的比例，将从2026年的65/35变为2028年的50/50。由于AI相关投资面向企业客户、回报逻辑更为清晰，运营商对光纤采购的价格敏感度将有所下降，有助于维持健康的定价环境。

供给瓶颈：扩产时间表比市场预期更长

瑞银将供给端的扩产节奏拆解为三个阶段。第一阶段，国内龙头厂商在2026年底至2027年初完成现有设施内的棕地扩产，通常需要不超过1.5至2年；第二阶段，二线厂商在2026年第二季度公告的新产能，按行业惯常2年以上的建设周期，预计要到2027年底至2028年才能落地，但由于关键设备采购交期延长、人才竞争激烈，实际时间可能延至3年；第三阶段，海外产能扩张预计在2028年底之后才能实现。

预制棒是整个供给链的核心瓶颈。中国厂商占全球光纤产能的60%以上，但具备垂直整合预制棒制造能力的企业高度集中于头部玩家。预制棒设备目前需从韩国和美国进口，交期已超过一年。新进入者即便完成设备采购，仍需经历安装调试、工艺优化和客户认证等漫长流程——从300吨预制棒产能扩张至1,000吨以上，是一道显著更高的技术与运营门槛。

瑞银据此预测，行业产能利用率将维持在90%以上，供需紧张局面至少延续至2027至2028年。

规格升级：高端光纤供给将长期偏紧

需求向高端光纤品类的迁移，是另一道抑制过剩风险的结构性屏障。

AI网络架构的演进正推动市场从标准G.652.D光纤向更高规格产品转移：G.654.E超低损耗光纤用于数据中心间长距离互联（Scale-Across），G.657.A1/A2弯曲不敏感光纤用于机架间互联（Scale-Out），保偏光纤（PM Fiber）和空芯光纤（Hollow-Core Fiber）则对应更前沿的Scale-Up场景。

这些高端产品需要多年的研发积累、制造工艺沉淀和客户认证，技术壁垒远高于传统电信光纤。新进入者的初期产能大概率集中于标准G.652.D产品，而市场需求恰恰正在向这些产品之外迁移。瑞银认为，高端数据中心光纤的供给将在可预见的未来保持结构性偏紧，具备预制棒产能、工艺积累和特种光纤产品组合的龙头厂商将持续受益。

估值：H股折价与AI供应链地位不匹配

瑞银指出，长飞H股相对A股的折价幅度高达57%，而同属AI算力供应链的AI PCB双重上市标的折价仅为23%，光学互联（光模块）及半导体互联芯片类标的甚至呈现H股溢价。这一异常折价表明，离岸投资者在过度定价光纤过剩风险的同时，低估了长飞在全球AI供应链中的战略地位。

长飞A股目前交易于未来12个月一致预期市盈率34倍，较国内同业平均溢价79%，与美国龙头Corning的39倍接近，瑞银认为A股定价基本合理，因此维持中性评级，目标价510元，对应2026年预期市盈率41.7倍。

相比之下，长飞H股2026年/2027年预期市盈率仅为14.8倍和8.6倍，2026至2028年每股收益复合增速预计达45%。瑞银认为，随着离岸投资者逐步认识到长飞在全球AI供应链中的核心地位，H/A折价有望收窄，维持买入评级，目标价330港元。

关键验证节点

瑞银列出了上述判断的主要验证条件。

结果层面，中国移动、中国电信下一轮光纤集采落地价相对现货的折价幅度，以及长飞季度毛利率与预制棒产能利用率是否维持在报告假设区间，是最直接的观测指标。

机制层面，全球云厂商与运营商光纤长协的签订节奏、预制棒设备交期与二线厂有效产能的实际投产时间，以及中国运营商资本开支中算力网络占比的抬升速度，将决定供需紧张能否持续。

若中国与海外光纤价格折价重新扩大至2026年以前20%至40%的历史区间，或二线厂与新进入者产能提前落地、高端光纤规格升级不及预期、海外数据中心部署因电力与审批问题放缓，则"供给纪律维持、价格高位"的判断需要下修。

瑞银设定的核心验证窗口为2026年第四季度——届时三大运营商下一轮光纤集采结果与公司三季度业绩将同步披露。

本文来自华尔街见闻，欢迎下载APP查看更多

德国金属工业工会（IG Metall）于本周宣布，将在10月启动新一轮薪资谈判，要求涵盖金属和电气零部件行业约370万名工人的薪资上调5%，以应对德国再度抬头的通胀压力。

工会主席Christiane Benner在新闻发布会上表示，"我们的薪资诉求负责任、合乎经济逻辑且公平合理，我们不会接受笼统的危机话术。"雇主方则迅速反击，认为此举忽视了行业危机的严峻程度。

谈判结果将对欧洲央行（ECB）的政策走向产生直接影响。欧洲央行今年已两度加息，以防范伊朗战争引发的能源价格冲击演变为持续性通胀问题。经济学家目前预测，欧洲央行将于12月再度出手，届时存款利率将升至2.75%。若此次薪资谈判结果推高欧元区工资增速，将强化市场对进一步收紧货币政策的预期。

IG Metall此次薪资诉求覆盖12个月期限，除基础5%涨幅外，还包含针对低收入群体的"社会保障条款"、针对盈利强劲企业员工的利润分享机制，以及雇主对德国作为生产基地作出"明确承诺"的要求。

工会将这一诉求定性为对通胀现实的合理回应。德国通胀率目前持续运行于2%以上，能源价格上涨是主要驱动因素。Benner强调，员工无需为企业危机买单，"他们不应承受这一切。"

然而，谈判背景颇为复杂。大众汽车上周刚刚下调盈利预期，整个德国制造业正面临来自外部竞争、美国关税及高企国内成本的多重压力。

德国汽车及零部件产业正经历罕见的集体收缩。大众计划在全球裁员约10万人，宝马削减约8000个岗位，全球最大汽车零部件供应商Robert Bosch GmbH以及ZF Friedrichshafen AG均在缩减业务规模。需求疲软、竞争加剧、美国关税壁垒和高昂的本地运营成本，共同构成了这一轮裁员潮的结构性背景。

雇主团体Gesamtmetall对IG Metall的诉求予以强烈批评。该团体主席Udo Dinglreiter在声明中表示，工会的要求无视了"行业危机的规模和深度"，并强调"当务之急是降低成本，保住德国的商业竞争力"。

此轮薪资谈判因此显得格外微妙——工会需要在保障工人实际购买力与避免进一步加剧企业经营困境之间寻求平衡，而双方的初始立场已相距甚远。

薪资谈判走向已进入欧洲央行的密切监控视野。欧元区二季度薪资增速为3.3%，被市场普遍认为与欧洲央行2%的通胀目标基本相符。一旦薪资增速重新加速，将释放出通胀压力趋于持续的信号，令央行面临更大的紧缩压力。

欧洲央行管理委员会成员Joachim Nagel本周三表示，防止能源成本上涨向更广泛通胀蔓延至关重要。他同时指出，与2022年后工人所面临的更高通胀环境相比，当前形势有所不同，且此前多年的薪资温和增长为当时的大幅加薪提供了空间——言下之意，此番工会的激进诉求未必具备同等合理性。

与此同时，人工智能在职场中的加速渗透也为本轮谈判增添了新的不确定性，员工对就业前景的焦虑情绪可能成为工会谈判的额外筹码。

欧洲央行官员已为进一步紧缩政策铺垫预期，但时间节点仍存不确定性。据经济学家预测，下一步行动最早可能在12月落地，届时存款利率将由当前水平升至2.75%。德国薪资谈判的最终结果，将在很大程度上影响这一预测能否成真。

本文来自华尔街见闻，欢迎下载APP查看更多

小米于周二晚间举行秋季新品发布会，正式推出Xiaomi 18 Pro系列旗舰产品。

小米合伙人、集团总裁卢伟冰在发布会上表示，小米18 Pro系列搭载高通全新2nm GAA工艺旗舰平台，并首发搭载小米澎湃OS 4操作系统。定价5999元起，延续了小米近年来持续向高端化推进的战略方向。

18 Pro Max ProMax首发超级至尊版，CPU主频首次突破5GHz，6999起售。其中透明版发布后，在小米商城等渠道已迅速售罄，目前页面显示"已抢光"状态。

更新中......

本文来自华尔街见闻，欢迎下载APP查看更多

据花旗集团指数显示，下调盈利预期的分析师数量超过上调者，终结了长达23周的连续上调势头——这是自2021年9月以来持续时间最长的一次盈利预期升级周期。

BNP Paribas Wealth Management Germany首席投资官Stephan Kemper将此次下调归因于生活成本攀升与能源价格上涨的叠加冲击，受影响最明显的领域涵盖消费必需品、非必需消费品、原材料及金融板块。与此同时，经合组织（OECD）于本周三发布报告警告，2027年全球通胀速度将超出此前预测，这意味着货币政策收紧的压力仍将持续。

根据花旗集团追踪的指数，分析师下调美国企业盈利预期的情况在23周内首次超过上调，宣告自2021年9月以来持续时间最长的盈利预期上调周期就此终结。

Stephan Kemper表示，"疲软的主要驱动力来自消费端，无论是必需消费品还是可选消费品板块，以及原材料和金融板块。我认为这些下调可以直接与生活成本上升和能源价格走高挂钩。"

值得注意的是，华尔街分析师整体上仍对美国企业本年度的盈利表现持乐观态度，普遍预期将录得丰厚收益。

盈利预期的下修与宏观层面的多重压力相互叠加，令股市承压。摩根士丹利策略师Michael Wilson本周早些时候发出警告，若股票估值延续近期跌势，且能源价格进一步上涨促使货币政策进一步收紧，标普500指数存在下跌最多7%的风险。

美联储本月早些时候已将美国利率上调，这是三年来的首次加息，以应对通胀压力。OECD本周三的报告则进一步强化了市场对持续紧缩路径的预期——该组织认为，2027年全球通胀速度将快于此前预测，各主要央行届时仍需维持偏紧的货币政策立场。

对投资者而言，盈利预期下调与利率上行的组合意味着股票资产的估值逻辑面临双重挑战：分子端（企业盈利）承压，分母端（折现率）上升，市场短期调整风险不容忽视。

本文来自华尔街见闻，欢迎下载APP查看更多

最近几天，地产板块反弹，如下图所示，房地产指数在5个交易日内上涨了8%+。这是因为，市场在传形形色色的地产政策。

然而，有趣的是，食品饮料板块在这一时间段仅仅上涨了1.13%。

这一现象有悖于历史经验，以往地产有政策预期时，食品饮料板块也会有所作为。

那么，是哪一机制变化导致历史经验失效呢？？8.28落地的现房销售政策。

新政导致了城市生长方向发生了变化，8.28新政之前，城市横向生长，地产行业能带来大量的房地产开发投资，短时间冲量很容易；但是，8.28新政之后，城市纵向生长，地产行业所带来的投资更加多元化，难以短时间冲投资数量。

也就是说，新政之前，房地产政策的主要影响是数量，即房地产开发投资会大幅增加；但是，新政之后，房地产政策的主要影响在于价格，即风险偏好的增加，然后，再通过风险偏好提升拉动社零数量，传导机制更加迂回。

一般来说，消费股并不挑食，它的表现取决于内需的数量情况，主要包括三大块：1、社零；2、房地产投资；3、基建投资。然而，8.28新政切断了“房地产政策→房地产投资→消费股”这一回路。

于是，消费股的回暖只能依靠剩下的两个方面，要么社零增速企稳反弹，要么“六张网”落地，基建投资提速。

结构性内需政策：先稳楼市，后稳消费

今年以来，外部环境十分恶劣，内需面临两大压制：1、原油价格翻倍；2、两年美债收益率狂飙；

1、原油价格翻倍

2、两年美债利率创4.78新高

面对这一系列外部冲击，我们采取了结构性内需政策：先稳楼市，后稳消费。

事实上，稳楼市的策略是一个组合拳，一方面，引导人民币升值；另一方面，保持低政策利率。这既会导致海外人民币大量回流，还会保持楼市投资面临较低的机会成本，即一线城市租售比远高于货币基金利率。

1、本年CNH升值近4%；

2、一年存单利率持续保持低位

这一举措有效地支撑了二手房的价格，如下图所示，上海二手房价格指数已经连续7个月环比上涨了。

但是，外围的压力聚集到了消费板块，如下图所示，人民币掉期点从年初的1.61%攀升至目前的3.14%，上升了近153bp。

这极大地抑制了国内消费。于是，我们观察到社零增速持续保持低迷。

楼市和消费的跷跷板关系

之所以很多人对楼市比较悲观，是因为他们观察到了消费的低迷，他们下意识认为，消费低迷将导致楼市的复苏缺乏持续性。

但是，他们忽略了一点，楼市和消费之间的关系是多元的，它们之间还存在跷跷板关系，更甚至于，二者之间的关系是代价和结果的关系。

这一关系有很深的渊源，它来自于我们当前的特殊经济体制——中国金融系统存在较为显著的金融抑制。关于这个问题，宋铮2011年在AER发表的“Growing Like China”有十分清晰的理论框架搭建。

在传统的拉姆齐模型里，降息对消费的影响是不确定的，因为降息会同时产生替代效应和收入效应；但是，引入金融抑制之后，降息对消费的影响就是单向的，降息会让消费转化成其他形式，要么是国内的投资，要么是本国的顺差。

举个例子，中国大概有350万亿的M2，减少1%的利息，相当于减少了3.5万亿的利息收入，占GDP总量的2.5%。在这里，我们需要注意的是，这并不意味着一些居民的利息收入减少了，另一些居民的利息收入增加了，居民的总收入不变（ps：这是传统拉姆齐框架的叙事）。由于金融抑制机制的存在，降息会导致生产部门的净负担降低了，它们要么形成企业的投资，要么形成企业对外的顺差。

鉴于金融抑制的存在，中国的货币政策有其独特的底层逻辑：

1、消费是政策资源本身，是一个蓄水库；

2、降息的本质是消耗资源，保护更为重要的投资和出口；

3、加息的本质是积蓄资源，把正向的外部冲击引流到居民部门存起来；

如上图所示，投资和消费之间存在一个跷跷板关系。央行加息，投资转换为消费；相反，央行降息，消费转化为投资。

面对两年美债利率的快速上行（ps：剧烈的外部冲击），如果央行适度提高一年存单利率，那么，人民币掉期点根本不会上升这么快，以至于社零增速快速下滑。

换言之，面对外部压力，央行是有取舍的，“投资优先于消费”是条件反射式的反馈。

因此，对于当下社零增速的低迷，我们不必过于悲观，我们牺牲了社零增速，才换来了严苛外部环境下的楼市复苏。

那么，何种情况下，我们才应该感受到悲观呢？？即使我们把社零增速压到0%附近，依旧没有观察到楼市的复苏。

综上所述，如果我们把社零增速或者政策利率当成一种资源，我们就能更好地理解楼市和消费的关系了。

1、不花代价，拿到好的结果是痴心妄想，这等价于说，我们面临的外部环境顺风顺水；

2、花大的代价，拿到好的结果是正常的，这是基准情形；

3、花大的代价，却拿不到好的结果是最糟糕的情况，这意味着，我们面临的外部环境太糟糕了；

结束语

综上所述，我们可以得到两条潜在的内需复苏路径：

1、慢路径

外部环境持续保持恶劣，但是，我们持续保持“人民币升值+低政策利率”的政策组合。

这一政策组合能带动楼市复苏，后者带动风险偏好上升，最终，带来消费的复苏。

之所以这个复苏路径缓慢，是因为风险偏好只有一个来源——楼市复苏，社零方面根本不提供风险偏好。

2、快路径

对称的，快路径需要外部环境发生积极变化，其中，最重要的就是两年美债利率大幅回落。显而易见，这是要求美国出现衰退。

一旦两年美债利率回落，那么，人民币掉期点也会快速回落。消费板块所面临的压制大幅降低，于是，社零增速就能快速反弹。

在这种情况下，楼市的复苏和消费的复苏会发生共振，最终，内需全面复苏。

之所以这个复苏路径快，是因为风险偏好有两个来源，一、楼市的复苏；二、外部环境改善所带来的消费复苏。

最后，把慢路径和快路径合并到一起，我们会得到一个结论，楼市必然领先于消费复苏。

其根本原因在于国内投资的暂时缺席：一、8.28新政，让房地产开发投资没了指望；二、“六张网”基金投资的爆发尚需时日。

本文来源：沧海一土狗

本文来自华尔街见闻，欢迎下载APP查看更多

监管文件显示，肖特维尔拟出售342,170股，合计市值约5196万美元，相关股份通过现金行权股票期权方式取得。与此同时，另一份财务披露揭示，以美国总统特朗普名义持有的投资账户曾于7月对SpaceX股票进行短线买卖操作，进一步引发外界对内部人交易的关注。

SPCX股价周二上涨约2%，收于154.72美元，终结此前连续两个交易日的跌势。

上述披露出现在SpaceX计划执行星舰第14次飞行的关键窗口前，此次任务目标不早于9月28日实施，将首次尝试将上面级送入地球轨道，并部署26颗星链V3卫星。测试成败将直接影响市场对SpaceX商业化进程的预期，亦将对股价形成潜在冲击。

10b5-1计划护航，减持合规性存据

肖特维尔此次减持并非临时起意。

SpaceX在上市后首份季报中披露，她已于6月23日采纳一项10b5-1交易计划，覆盖至多585,605股。此次出售通知所列股份数量未超出该计划披露上限，公司亦表明其大部分持股仍处于延长锁定期内。

10b5-1计划是美国证券法框架下允许公司内部人士预先设定股票交易安排的合规工具，旨在将交易与内幕信息的获取在时间上隔离，从而规避内幕交易指控。由于该计划早于星舰测试窗口确定之前便已采纳，从法律层面看，此次减持具备明确的合规依据。

然而，分析人士指出，合规性与市场观感之间存在落差。在公司估值高企、星舰商业化前景尚存不确定性的背景下，高管减持往往会被市场解读为对短期股价的隐性判断，即便交易本身符合规定。

特朗普账户短线操作引发利益冲突质疑

与肖特维尔的计划性减持形成对比的是，以特朗普名义持有的投资账户呈现出更具争议性的短线交易特征。披露文件显示，该账户于7月10日买入价值15,001至50,000美元的SpaceX股票，随后于7月17日卖出价值1,001至15,000美元；此前的披露还显示，该账户于6月23日亦有买入操作。

白宫发言人戴维斯·英格尔（Davis Ingles）对此回应称："特朗普总统及其任何家庭成员均无能力对投资组合的投资方式或买卖时机进行指示、施加影响或提供意见。"

尽管如此，上述交易仍引发广泛关注。SpaceX持有NASA和美国国防部的重要合同，作为政府最高决策者，特朗普名下账户持有并交易该公司股票，天然存在潜在利益冲突的观感风险。对于散户投资者而言，内部人士——无论是公司高管还是政治关联账户——的交易行为，往往被视为判断股票走势的参考信号，进而影响其持仓信心。

星舰入轨测试：高估值的关键验证时刻

此次减持披露的时间节点，与SpaceX最重要的技术里程碑之一高度重叠。

公司计划不早于9月28日执行星舰第14次飞行，任务目标是首次将上面级送入地球轨道，并在为期10小时的飞行中绕地球六圈，随后部署26颗在役星链V3卫星，飞船最终溅落太平洋。

这是星舰迄今最具商业意义的一次测试。SpaceX正逐步将发射业务重心从猎鹰9号转向星舰，部分商业客户已难以预订2028年以后的猎鹰9号发射档期，转而寻求替代方案。公司已着手缩减猎鹰9号产能，但该火箭预计仍将服役多年，尤其是在政府任务领域，以衔接星舰的研发进程。

若此次入轨测试顺利完成，将为SpaceX的星舰商业化叙事提供有力背书，支撑其当前高估值；反之，若测试出现重大失误，则可能触发市场对公司技术路线和盈利时间表的重新评估，对股价形成下行压力。在高管减持信号已然释出的背景下，测试结果对投资者情绪的边际影响将被进一步放大。

高增长预期与不确定性并存

SpaceX自上市以来，股价表现受到市场对其商业航天垄断地位及星链业务盈利潜力的强烈预期支撑。然而，高管减持的出现，使市场对当前估值水平的分歧趋于显性化。

支持者认为，星舰一旦实现规模化商业运营，将彻底重塑全球发射市场格局，当前估值具有前瞻合理性。质疑者则指出，星舰研发周期长、技术风险高，猎鹰9号产能收缩与星舰商业化之间存在过渡期风险，而高管在关键测试前夕选择兑现股权，本身即是一种市场信号。

对于散户投资者而言，如何在内部人交易信号、技术测试不确定性与长期增长叙事之间寻求平衡，将是持仓决策的核心考量。

本文来自华尔街见闻，欢迎下载APP查看更多

据《纽约时报》报道，SB Energy原计划于本月完成IPO，但由于投资者对其500亿美元或以上的目标估值存有疑虑，承销银行迄今难以在公司及其顾问设定的价格区间内募集到足够买家，上市时间表已被推迟至10月中下旬。这一变故直接威胁到该项目的建设资金来源，并令外界对这座规划中的全球最大数据中心能否如期落地产生质疑。

IPO延期的背后，是公众对数据中心的抵制情绪从社区层面蔓延至资本市场。投资者对数据中心行业的增长预期及建设风险的质疑日益加剧，迫使相关企业及其顾问重新评估在公开市场融资数百亿美元的计划。与此同时，核能企业Holtec上周也宣布无限期搁置IPO计划，将"数据中心开发的不确定性"列为首要原因。

SB Energy：雄心勃勃，却零运营记录

SB Energy是日本软银集团旗下子公司，计划在俄亥俄州建设并运营一座数据中心，该项目最终规模可达10GW IT负载，届时将成为全球最大数据中心。为支撑这一目标，公司计划新建10GW发电能力，其中包括9.2GW天然气发电。

项目的商业逻辑高度依赖单一客户：该数据中心将全部租赁给OpenAI，公司预计从2028年起的约20年内，将累计获得4390亿美元的收入积压。

然而，令投资者踌躇的核心问题在于：SB Energy迄今尚未有任何数据中心投入运营。在缺乏运营记录的情况下，公司却寻求高达500亿美元以上的估值，这一落差成为机构投资者最主要的顾虑之一。

上周，SB Energy曾试图通过安排一场电话会议来提振投资者信心，邀请OpenAI首席财务官Sarah Friar及基础设施负责人Sachin Katti出席，就俄亥俄州数据中心项目的前景进行阐述。部分投资者认为，此举本身即表明公司已意识到市场的疑虑。但最终，这一努力未能阻止IPO的延期。

融资结构承压，英伟达已缩减支持力度

在IPO受阻之前，该项目的融资安排已出现松动迹象。

据报道，英伟达最初计划为SB Energy项目提供高达2500亿美元的支持，但在面临投资者对风险敞口的质疑后，已大幅缩减至1050亿美元的"剩余价值担保"兜底安排，以帮助降低项目债务成本。英伟达对SB Energy的直接股权投资也从此前报道的30亿美元削减至15亿美元。

IPO所募资金对项目的持续建设至关重要。分析人士指出，由于上市计划无法简单取消，软银最终可能不得不大幅压低估值、缩减发行规模，并在更苛刻的条款下寻求新的资本来源，由此形成恶性循环。

公众抵制与政治风险双重夹击

SB Energy的困境并非孤例，而是整个数据中心行业面临系统性压力的缩影。

数月来，公众对数据中心的反对情绪持续积聚，尤其是在农村地区，社区居民对这些占地广阔、耗电量巨大的设施所带来的水资源消耗、空气质量及电网负担等问题表达了强烈不满。俄亥俄州正迅速成为这场政治争议的中心地带，而SB Energy的项目恰好选址于此。

政治层面的不确定性同样不容忽视。新墨西哥州民主党州长候选人、前美国内政部长Deb Haaland公开表示，若当选将暂停所有新数据中心项目，并要求开发商大力投资可再生能源。与此同时，德克萨斯州州长Abbott近期也下令暂停新数据中心建设。

在资本市场，目前仅有Equinix和Digital Realty Trust两家专注于数据中心建设的上市公司，两者股价本月均下跌1%至2%。据《纽约时报》援引知情人士称，数据中心企业原本预计将占据2026年剩余时间内约三分之一的新股发行份额，当前的市场氛围令这一预期面临严峻考验。

OpenAI Stargate计划面临连锁风险

SB Energy IPO的受阻，其影响已超出单一项目范畴。

该项目与甲骨文在新墨西哥州推进的"Project Jupiter"（规划容量4.5GW）同为OpenAI"Stargate"算力建设计划的核心支柱，两者合计规划算力逾10GW。

据报道，Project Jupiter的180亿美元杠杆贷款价格近期已跌至面值的89至91美分，处于"压力"水平，原因同样包括当地社区对水资源和空气质量的强烈反对，以及新墨西哥州土地办公室拒绝批准天然气管道铺设申请。

与此同时，AI代币价格的下滑以及中国开源大模型对美国前沿模型市场份额的蚕食，也在加剧投资者对OpenAI商业前景的担忧，进而传导至对相关基础设施项目的信心。

若上述两大项目均遭遇重大延误甚至停摆，将对OpenAI自身的IPO计划构成实质性冲击，并对整个AI基础设施投资叙事带来深远影响。

本文来自华尔街见闻，欢迎下载APP查看更多

东方财富证券研究所于9月23日发布宏观专题报告，基于104个经济体的政策利率数据库，系统梳理了1970年代以来全球十轮同步紧缩周期的特征与规律。报告指出，当前全球净加息扩散指数虽因8月底美伊冲突升级而有所回升，但整体水平仍明显低于此前典型紧缩周期，尚未进入全面加速紧缩阶段。

在此背景下，报告认为美债具备增配空间。分析师认为，前期美债收益率冲高存在定价偏差，市场已提前计价加息预期，若美伊局势有所缓和，通胀预期有望随油价回落向下收敛，期限利差也有望进一步收窄。

东方财富证券研究所基于净加息扩散指数的变动，将1970年代以来的全球同步紧缩划分为十个主要周期，并归纳为三大类型。

"抗通胀"型包括2026年美伊冲突、2021年新冠疫情冲击以及1978年沃尔克加息，均由战争或疫情等外部事件触发供给冲击，推动全球通胀飙升，各经济体同步跟进程度较高。

"抑过热"型包括2010年欧债危机、2008年金融危机、2000年互联网泡沫、1997年亚洲金融危机，以及1980年代《广场协议》与《卢浮宫协议》后的美日德加息博弈。这类周期由资产泡沫或债务危机驱动，持续时间往往更长。

"预防型"则以2018年美国退出量化宽松及1994年美联储加息为代表，特征是经济企稳后主动收回宽松，全球同步性和利率上行幅度相对有限。

值得关注的是，当前这一轮属于"抗通胀"类型，核心矛盾在于美伊冲突引发的通胀压力，而非经济过热或资产泡沫。

报告通过对八个代表性经济体加息节奏的系统梳理，以及对美欧日三大央行牵引能力的交叉相关分析，得出以下核心判断。

在十轮紧缩周期中，除1997—1998年及2010—2011年两轮外，其余周期美国均有参与，其中五轮（约63%）具有明显的牵引作用。交叉相关分析显示，全样本下美国政策利率变动领先其他经济体约两个月；2000年以来，这一领先优势依然稳固，领先期约为一个月，相关系数峰值达0.64。

事件研究进一步印证，美国转向加息后，其他经济体净加息扩散指数在约三个月内达到峰值，表明美国政策周期对全球具有较强的触发效应。报告同时指出，在美国正式降息之前，其他经济体的净加息扩散指数往往已率先转负，意味着降息预期的市场扩散程度可能高于加息，"市场更倾向于提前交易宽松"。

欧元区与全球周期高度同步，交叉相关领先期为零，相关系数高达0.85，更多表现为与全球周期共振而非单向引领。日本则存在明显滞后，全样本交叉相关显示其滞后约七个月，相关性较弱，这与日本长期负利率政策有关，其政策变动对其他经济体的溢出效应也相对有限。

尽管欧美日三大央行在9月"超级央行周"相继加息，但报告认为，这一轮并未进入全球同步加速紧缩的阶段。

从净加息扩散指数来看，2026年6月曾出现一次较为明显的脉冲式上行，但随后快速回落，显示紧缩动能并未持续累积；当前指数整体水平明显低于此前典型紧缩周期的高点。报告指出，油价与通胀之间的传导链条是当前的关键变量，若美伊局势趋于缓和，通胀压力有望随油价回落而减弱。

在此情景下，报告对美债给出积极判断。分析师认为，前期收益率上行存在部分定价偏差，市场已提前计价加息预期；若美联储主席沃什（Waller）的确定性发言能够降低此前"战略模糊"带来的高期限溢价，长端美债的配置性价比将进一步凸显，期限利差也有望收窄。

报告提示，以下三个变量将对全球利率路径及资产定价产生关键影响。

美伊战事与美国中期选举的政策不确定性。报告指出，美伊冲突或是当前的核心矛盾，此前随着谅解备忘录（MOU）的签署，整体加息压力一度有所回落，但局势再度升级后，通胀压力上升迫使主要央行在增长放缓与通胀反弹之间作出更艰难的权衡。与此同时，美国中期选举前景不确定，可能影响财政、债务上限博弈及全球利率路径。

日本退出零利率后的息差演绎。与此前多轮紧缩周期不同，日本此次已退出零利率政策且加息概率持续走高，美日息差的变化对全球套息交易及资金流向构成潜在冲击。报告警示，一旦套息交易出现大规模平仓，可能引发日元快速升值、全球流动性收紧与风险资产波动加剧。

AI产业对利率走势的潜在影响。AI相关融资需求与资本市场波动，可能影响央行对金融条件和利率路径的判断，成为本轮周期有别于历史的新变量。

本文来自华尔街见闻，欢迎下载APP查看更多

股权登记日落在9月21日至9月30日的上市公司中，共有147家公司将实施现金分红，累计分红规模约348亿元。

其中，平安银行、杭州银行、沪农商行等金融机构的中期分红金额均超过20亿元，甚至40亿元，是本轮现金分红的重要力量。

而三家银行合计派现超过105亿元，也成为此次国内上市公司的“标志性事件”。

147家公司节前集中“发红包”

据Wind统计，在节前实施分红的147家上市公司中，累计现金分红规模在348亿元上下。

金融板块在这份名单中的分量尤为突出。仅平安银行、杭州银行、沪农商行三家银行，合计派现就超过105亿元，约占147家公司总分红规模的三成。

越来越多的银行，开始启动中期分红。这对投资者而言意义重大。

银行中期派息将超2500亿

另外，今年以来，已有20余家上市银行推出中期分红方案（部分还未实施），预计将派现逾2500亿元。

六大国有银行中期分红比例由30上调至31%，中信银行以112.96亿元成为首家股份制银行中期分红突破百亿的银行。

另外，已明确分红方案的银行中，上海银行、平安银行、北京银行的股息率（年化）均已经超5%。

平安银行豪气派现48.32亿

作为节前分红最“豪气”的银行，平安银行本次权益分派股权登记日为9月23日，除权除息日为9月24日。

公司总股本194.06亿股，每10股派发现金红利2.49元（含税），半年度分红总额达48.32亿元，不送红股、不以公积金转增股本。

截至9月18日收盘，公司最新股息率（TTM）达5.21%。

稳定分红背后是经营基本面出现改善。平安银行上半年实现归属于母公司股东的净利润256.96亿元，同比增长3.3%，营收、净利润双双重回正增长轨道。

净息差企稳至1.80%，较去年全年回升2个基点，结束连续下行态势。在盈利修复、风险可控的前提下，平安银行继续推出中期分红，将经营成果回馈股东。

杭州银行分红“领跑”城商行

杭州银行总股本72.49亿股，每10股派发现金红利4.6元（含税），合计派现33.35亿元，占同期归母净利润约26.02%，中期分红金额同比增长21.05%。

本次权益分派股权登记日为9月24日，除权（息）日及现金红利发放日为9月28日。上半年公司实现归母净利润128.13亿元，同比增长9.87%，股息率超过4%。

杭州银行近年的业绩增长态势良好，加之上半年净息差出现筑底回升信号，令业绩韧性更加明显。

稳健向上的经营表现，成为其进一步提高中期分红规模的底气，分红规模较去年同期实现两成以上增长。

沪农商行连续多年中期分红

沪农商行则连续第三年实施中期分红，在农商行行列中“罕有其匹”。

公司总股本约96.44亿股，这次中期每10股派发现金红利2.499元（含税），共计派现24.10亿元，中期分红比例达34.07%。

沪农商行本次权益分派股权登记日为9月23日，除权除息日为9月24日，股息率同样超过4%。

作为上海本地头部农商行，沪农商行上半年营收增速由负转正，贷款总额同比增长3.48%，零售金融资产（AUM）余额较年初增加逾314亿元。。

尽管行业仍面临息差压力，但公司整体经营运行平稳，能够连续三年落地中期分红，也体现出这家头部农商行稳定回报股东的意愿。

总体看，在业绩韧性和政策召唤的双重动力下，银行依然是中期分红的主力。投资者看股息回报，还是更多的要看银行股。

本文来自华尔街见闻，欢迎下载APP查看更多

美联储三年来首次加息，将联邦基金利率上调25个基点至3.75%至4%区间。特朗普随即公开要求将利率压至1%甚至更低，并指控美联储"出于政治目的"与他作对。美联储主席沃什在新闻发布会上明确回应：通胀已连续逾五年超出目标，此次加息决定符合美联储双重使命，且为委员会一致通过。

这场对峙的实质，是一个基本面尚属强健的经济体，与一届在财政、关税和地缘政策上持续冒进的政府之间的结构性张力。美联储选择坚守，而特朗普的1%利率主张，在当前宏观环境下既无依据，也难以落地。

美联储于上周宣布加息25个基点，这是三年来的首次上调。沃什在随后的新闻发布会上给出了两个核心论据：其一，通胀已连续超过五年运行在目标上方，价格稳定是当前政策的优先侧重；其二，美国经济目前呈现强化态势，在此背景下适度移除宽松立场具有必要性。

这一决定不仅是政策方向的转变，也是对市场信号的直接回应。9月17日，10年期通胀保值债券（TIPS）收益率约为2.6%，传统10年期国债收益率约为4.9%，由此隐含的通胀补偿约为2.3%。从历史维度看，名义收益率和实际收益率均大致回归至2007年至2009年金融危机前水平，结合近期经济表现，当前收益率水平处于合理区间。

更值得关注的是，沃什拒绝在任何层面——无论是政策立场还是修辞措辞——对特朗普的大幅降息诉求给予支持或背书。加息决定最终为委员会全票通过，展现出机构内部的高度统一。

特朗普在社交媒体上表示，美国是"世界上信用最好的国家"，利率"应当为1%甚至更低"，并指责美联储加息纯属"针对特朗普的政治行为"。他还透露，曾告知沃什"不如跟着委员会投票，因为结果不会有什么不同"。

然而，短期政策利率的决定逻辑与一国信用评级并无直接关联。短端利率由通货膨胀与失业率等宏观变量驱动，而非国家信用等级。长端名义利率则由实际利率、预期通胀及各类风险溢价共同决定。在当前通胀仍高于目标、财政赤字居高不下的背景下，将政策利率压至1%意味着实际利率约为负2%，这一水平极可能引发债权人的抗议乃至借贷罢工。

此外，"美国是世界最佳信用"这一表述本身也值得审视。"credit"一词源自拉丁语"credere"，意为"相信"。美国拥有全球最大且最具活力的经济体，但其政府的可信度正因特朗普政府持续突破规则的财政与关税政策而承压。分析人士指出，鉴于巨额财政赤字、对外部融资的高度依赖，以及债券持有结构从长期持有者向对冲基金转移的趋势，融资危机并非不可想象。

从更宏观的视角审视，自2021年以来，无论是整体通胀还是核心通胀指标，均持续运行于目标上方。与此同时，人工智能投资浪潮带来的需求扩张、特朗普政府的宽松财政立场、加征关税的供给侧冲击，以及对伊战争引发的能量价格冲击，多重因素叠加，使得通胀自然回落的前景更加不确定，压力方向反而指向上行。

在此背景下，部分观察人士对沃什的货币政策框架提出了实质性质疑。知名经济学家Claudia Sahm在其Substack专栏中提出几个关键问题：货币政策究竟通过何种机制促进增长？偏紧的货币政策若非通过压制经济活动，还有哪些路径可以压低通胀？沃什对"中性利率"是否有清晰的判断？若无，又如何评估当前政策的宽松程度？这些问题悬而未决，是外界观察沃什联储的重要观测维度。

不过，沃什对经济可预测性持审慎态度，这在一定程度上也与批评者的部分关切形成了方法论层面的分歧，而非全然背离。

当前这场对峙，折射出的是一个更深层的结构性命题：一个基本面尚属稳健的经济体，如何应对一届在财政和政策上持续越界的政府。美联储的职责在于不受政治压力干扰，维护通胀目标的可信度；而特朗普政府的施压，正在将这一职责置于公开检验之下。

沃什目前的立场是维持常规货币政策框架，不对政治压力让步。一致通过的加息决定，在机构信号层面具有重要意义。但正如分析人士所指出的，这场博弈的真正考验或许尚未到来——在财政压力与通胀压力双双走高的情景下，美联储能否持续坚守，将是决定这场较量最终走向的核心变量。

本文来自华尔街见闻，欢迎下载APP查看更多

美东时间9月22日，OpenAI正式推出GPT-6 Sol和GPT-6 Luna两款新模型，宣布其API价格较GPT-5.6促销定价再降50%。其中GPT-6 Luna的输入价格低至每百万Token 0.10美元，输出价格0.50美元，已直接切入此前被DeepSeek视为价格优势的区间，向中国竞争对手的核心阵地发起正面冲击。

此次降价并非单纯商业让利。OpenAI表示，价格下降源于缓存和推理效率的提升，公司将节省的成本直接传导至用户。与此同时，Anthropic同日推出Claude Opus 5.5并强调更低运行成本。两大头部AI公司在同一天以更具竞争力的价格入场，标志着AI行业竞争已进入性能、速度与成本"三线并进"的新阶段。

9月3日，OpenAI推出GPT-6旗舰模型Astra，称其在计算机操作、软件工程、网络安全及专业工作等领域达到新的能力前沿。彼时Astra需求之旺盛一度迫使OpenAI暂停新的Pro订阅注册。

仅仅不到三周，OpenAI已在Astra之下推出Sol和Luna，迅速向不同性能、成本和使用场景铺开产品线。OpenAI官方表示，Sol和Luna"建立在GPT-6 Astra背后的技术进展之上"，将Astra的诸多优势带入"更快速、更实惠的模型"，以支持规模化工作。

这一节奏与AI行业愈发明显的产品策略相呼应：旗舰模型负责突破能力上限，更快、更便宜的版本则负责进入更多高频工作流。

价格是此次发布最明确的商业信号。

根据OpenAI公布的价格表，GPT-6 Sol输入价格从GPT-5.6 Sol促销价的4美元降至2美元/百万Token，输出价格从20美元降至10美元；GPT-6 Luna输入价格从0.20美元降至0.10美元，输出价格从1.20美元降至0.50美元。两款模型API成本均直接打五折。

OpenAI解释称，降价主要来自缓存和推理效率的提升，而非单纯的商业补贴。公司同时进一步优化了提示词缓存机制，使智能体和长对话能够更多复用已处理的上下文，从而摊薄单次调用成本。

其中Luna的定价尤为激进，已切入此前被DeepSeek系列模型主打的超低价区间，令外界将此次发布视为OpenAI对DeepSeek价格护城河的正面挑战。

作为对照，DeepSeek V4.1 Flash 闲时的缓存未命中输入价为每百万 Token 1 元，输出价为 4 元，高峰时段则升至 2 元和 8 元。按照普通新请求计算，Luna 已经更便宜，也没有峰谷定价带来的成本波动。

但DeepSeek仍有自己的价格优势。它的闲时缓存命中输入只要每百万 Token 0.02 元，远低于 Luna。V4.1 Flash 的综合能力也明显更高，拥有 100 万 Token 上下文，并支持图文理解、工具调用和思考模式。

两款模型定位有所区分，并非"同一模型不同价格"。

Sol面向更高能力需求的任务，包括复杂专业工作、编码和智能体场景。在AutomationBench企业跨应用工作流测试中，GPT-6 Sol在xhigh effort下得分33.2%，高于GPT-6 Astra在low effort下的30.3%，也高于Claude Opus 5 max effort下的26.9%；OpenAI称，Sol完成每项任务的成本仅为0.27美元。

Luna则更突出成本效率。OpenAI称，在AutomationBench高强度测试中，GPT-6 Luna较前代提升5.4个百分点，同时单项任务成本降低58%；在DeepSWE v1.1中，Luna最高得分66.6%，与Claude Opus 5和Fable 5中等强度表现相当，但每项任务成本分别低93%和96%。

在事实准确性方面，OpenAI内部测试显示GPT-6 Sol的错误数量约为前代一半；Luna在更高推理强度下可达到GPT-5.6 Sol的水平，成本约为后者的百分之一。OpenAI提示，该测试基于用户此前标记为事实错误的匿名ChatGPT对话，不代表所有真实使用场景。

在产品覆盖上，OpenAI此次未立即将Sol和Luna推入ChatGPT普通聊天界面。

根据安排，Plus、Pro、Business、Enterprise及Edu用户可在ChatGPT Work和Codex中使用两款模型，并开放API调用；免费版和Go版用户则可在桌面端应用中体验GPT-6 Luna。

这一安排使首发场景明显偏向工作和开发，而非面向大众消费者。Sol和Luna的低成本、高使用效率，也更适合需要频繁调用模型的编码任务、智能体工作流及企业内部自动化。与此同时，将部分高频需求导向成本更低的模型，或有助于OpenAI在扩大使用规模的同时缓解基础设施压力。

值得关注的是，OpenAI推出Sol和Luna之际，行业内部正同时讨论"AI开发是否应当放慢"。

本月早些时候，Anthropic CEO Dario Amodei公开呼吁放慢前沿AI发展速度，并警告快速推进可能带来风险；OpenAI CEO Sam Altman随后表示认同行业需要放慢前沿模型发展步伐、加强安全措施；OpenAI首席科学家Jakub Pachocki也提出，通过协调放慢未来AI开发是确保自我改进型AI安全的重要路径。

然而与此同时，OpenAI自身的产品迭代并未放慢：Astra发布不到三周即再推两款新模型，并将API价格直接下调50%。同日，Anthropic也推出Claude Opus 5.5，同样以更低运行成本为卖点。

一边讨论如何放慢AI发展速度，一边加快模型迭代、压低调用成本，AI行业正在进入能力与成本同时加速下探的新阶段。

本文来自华尔街见闻，欢迎下载APP查看更多

港股低开低走，恒指、恒科指午后双双下跌超1%，权重科网股回调，阿里跌超4%，腾讯跌超2%，AI大模型股双雄同样下挫，智谱大跌超12%，MINIMAX跌近4%。债市方面，国债期货集体下跌。商品方面，国内商品期货多数下跌。

A股：截至收盘，沪指跌0.36%，深成指跌0.67%，创业板指跌0.68%。

盘面上，个股跌多涨少，沪深京三市约3500股飘绿。量能明显萎缩，今日成交1.78万亿。沪深两市成交额1.76万亿，较上一个交易日缩量超3700亿。板块方面，海运、传媒、农业、军工、有色金属、金融板块低迷，房地产板块午后持续回落。玻璃基板、培育钻石、CRO、覆铜板、PCB板块逆市走强。

港股：截至收盘，恒指收跌1.01%，恒生科技指数跌1.33%。

盘面上，互联网、能源板块领跌，地产板块走强。阿里巴巴、腾讯控股、小米集团走软，智谱跌超12%。

债市：国债期货全线下跌，截至收盘，30年期主力合约跌0.05%，10年期主力合约跌0.05%，5年期主力合约跌0.05%，2年期主力合约跌0.03%。

商品：国内商品期货多数下跌，截至收盘，化工品跌幅居前，沥青跌4.61%；能源品全部下跌，原油跌4.04%；新能源材料多数下跌，碳酸锂跌3.20%；黑色系多数下跌，焦煤跌1.67%；油脂油料多数下跌，棕榈油跌1.43%；基本金属多数下跌，氧化铝跌1.21%；贵金属涨跌参半，钯跌0.86%；非金属建材涨跌参半，玻璃跌0.64%；航运期货涨幅居前，集运指数(欧线)涨1.21%；农副产品多数上涨，苹果涨0.79%。

覆铜板/PCB：涨价链彻底打通，澳弘电子9天7板续创新高

覆铜板/PCB是全天主线。澳弘电子9天7板、续创历史新高；大亚圣象、新华文轩4连板；中一科技20cm涨停，江南新材涨停，依顿电子涨停，泰金新能涨超13%，胜利精密、集泰股份涨停；满坤科技涨9.12%、四会富仕涨7.91%、超声电子涨7.85%，视涯科技20cm涨停。铜箔/玻璃基板方向同样强势，沃格光电涨停报102.50元、封单超22万手。

催化逻辑是产业链"量价齐升"的共振：

其一，涨价端，9月22日江西省宏瑞兴科技发布调价通知将覆铜板出厂价上调10%，这是继中国巨石9月对电子布厚布、薄布分别提价15%和20%之后的又一轮材料涨价；自去年12月起，建滔、南亚等主流厂商连续发出调价函，覆铜板单周涨幅达10%—20%，覆铜板龙头建滔积层板年内已提价7次、部分产品累计涨幅超100%。

其二，需求端，京东方董事长陈炎顺在2026年全球创新伙伴大会上宣布未来五年研发投入超800亿元、采购支出超8000亿元，明确未来一年内敲定玻璃基钙钛矿器件与玻璃基封装载板两条量产线；韩国斗山集团宣布投资9700亿韩元扩大AI半导体核心材料覆铜板产能；高阶HDI、汽车PCB、IC载板需求持续高增，BT载板材料交期拉长至16—20周。

其三，传导端，机构普遍认为下游PCB厂商已陆续启动重新报价，自上游原材料、中游覆铜板至下游PCB的成本传导机制已彻底打通，2026年三季度有望成为产品价格、产能利用率与订单结构共同改善的起涨点。

国金证券认为，AI算力建设驱动高端PCB扩产，同时高多层化、高阶HDI化、材料低损耗化与线路精细化四大趋势推动设备升级，二者叠加，PCB设备行业进入景气上行与结构升级并行的阶段，看好超快激光钻孔、层压机、曝光设备三条核心受益环节。

国海证券指出，随着电子布、铜箔及CCL价格持续上行，板厂涨价存在一定时滞，2026年三季度起涨点明确，7月PCB板块标的累计最大跌幅超35%、当前仍具吸引力。

玻璃基板概念表现强势，三峡新材、沃格光电涨10%，天承科技、联得装备、德龙激光涨超6%。

业内人士表示，玻璃基板正处于“从0到1”阶段，核心场景为先进封装，成长潜力高。随着AI算力芯片向更大尺寸、更高密度演进，传统CoWoS路径面临成本高、翘曲控制难、大尺寸良率瓶颈等挑战，玻璃基板凭借低热膨胀系数、低介电常数等特性，可用于临时载板、玻璃芯基板与玻璃中介层。

国泰海通证券表示，玻璃基板产业发展带来的是一场显示产业与先进封测产业的生态耦合，面板级先进封装工艺及材料升级将为显示产业带来全新的投资机会。显示面板制造与半导体玻璃基封装在工艺底层逻辑上存在高度同源性。

地产/家居：我爱我家3连板，板块内部分化

地产股盘中拉升后明显分化。我爱我家、华丽家族、华远地产3连板；中华企业、世联行、万科A盘中触及涨停后炸板回落。家居方向大亚圣象4连板领涨。

消息面上，网上房地产数据显示，9月19日上海二手房单日网签1495套、创2026年下半年以来单日新高，9月累计成交15597套、同比上涨28%。高盛组织的房地产专家电话会上，易居研究院院长丁祖昱判断房地产短期供求大致平衡，2027年3月起新房供给缺口或将出现、持续12至18个月。

CRO/医药：华源证券看多，义翘神州、奥浦迈、益诺思涨超10%

CRO/创新药延续活跃。义翘神州、奥浦迈、益诺思均涨超10%，南华生物涨停，奥翔药业、博腾股份、和元生物跟涨。

催化来自《医药工业发展"十五五"规划》明确创新药产业规模年均增速20%以上等硬指标，以及创新药审批与支付双端政策环境改善。

华源证券认为，创新药行业多维向好、CRO需求逐步复苏，中国创新药审批与支付双端政策环境改善，临床CRO需求延续复苏态势、市场有望持续扩容。但板块内部亦现分化，前期医药连板股新华制药跌停报14.53元（跌9.98%）。

高位连板股补跌，传媒煤炭油气杀跌

前期高位连板股集中补跌。电力板块人气股闽东电力"一字"跌停报18.82元、封单超25万手，此前该股9月9日至16日收获6连板、9月内股价翻倍。

9月22日晚间，闽东电力公告称，公司股票交易连续10个交易日内（2026年9月9日至2026年9月22日）涨幅偏离值累计达到100.02%，根据深圳证券交易所的有关规定，属于股票交易严重异常波动的情况。

闽东电力表示，公司关注到近期市场对“虚拟电厂”“算电协同”“绿电直连”“海上风电”“智能电网”等相关热点概念关注度较高，经核查，公司目前未开展算电协同、绿电直连、智能电网业务，也未与算力中心、数据中心存在合作；目前公司的虚拟电厂业务处于培育初期，尚未实现正式商业化运营，无实质性收益和利润，预计2026年度不会产生效益，亦不会对公司经营业绩构成重大影响。

闽东电力专注于清洁能源与新能源领域，主营业务为电力生产与开发，以水电、风电、光伏为核心，并在电力主业基础上开展相关多元投资。

出版龙头内蒙新华5连板断板、收涨2.94%报16.79元。传媒影视批量调整，中信出版跌超12%，龙版传媒、华媒控股、中视传媒跌停；煤炭股下挫，云煤能源跌停；油气股集体下挫，通源石油领跌。

本文来自华尔街见闻，欢迎下载APP查看更多

本周二，马克斯在橡树资本官网发布最新备忘录，直指美国财政政策的深层隐患。他批评财政部扩大长债回购规模的举措，认为此类行动只能在短期内压低收益率，却无法解决推动利率上行的根本驱动力。"强行买债压低利率，就像医生给发烧病人敷冰袋，"马克斯写道，"冰袋或许能暂时降温，但在根本病因未被处理之前，病人不太可能真正康复。"

在马克斯看来，真正的"病因"包括顽固的通胀压力、持续膨胀的政府债务，以及以人工智能基础设施建设为代表的天量资本需求。他强调，美国当前财政赤字约占GDP的6%，"对于一个正在享受繁荣时期、失业率仅4%的经济体而言，这是一个极为异常的高水平"。值得关注的是，他也指出，在当前形势下，抛售美股和美元资产并非应对之道，因为转向非美资产同样面临不可忽视的风险。

美国财政部此前宣布将长债回购规模至少扩大至每次操作40亿美元，财长贝森特随后释放出"不惜一切"的信号。消息公布后长期收益率当日下行，但次日便告反弹。

马克斯将此类市场干预比作在大洋中用水柱托起一只球：水柱喷涌时球可悬于水面，但一旦停泵，球便会落下。

其援引投资人德鲁肯米勒在《华尔街日报》发表的评论加以佐证——"每一个基点的人为收益率压制，都是对拖延的补贴……政府捍卫价格对抗基本面，从来都是输家，唯一的变量是他们在认输之前花了多少钱。"

马克斯在备忘录中系统梳理了长期利率上行的结构性根源。

首先是财政赤字问题。他指出，当前约6%的GDP赤字率在经济扩张期属于罕见高位。今年净利息支出预计逾1万亿美元，超过国防预算，且随着债务规模持续扩张，这一数字将加速攀升。他批评当前政府在繁荣时期仍大规模举债，完全背离了凯恩斯主义"萧条期赤字、复苏期还债"的原始逻辑。

其次是通胀黏性。马克斯在备忘录中提及，PCE通胀率高于美联储2%的长期目标，迫使美联储维持偏紧立场；大规模赤字本身也具有通胀效应，因为政府通过支出注入的流动性超过税收回收的规模，进一步推高总需求。

第三是AI驱动的资本需求浪潮。马克斯引用麦肯锡预测数据称，到2030年全球将有逾5万亿美元投入与AI直接相关的数据中心建设。这些资本需求与财政部每年约2万亿美元的净新增债券供给形成叠加，共同推升资金成本。"需求增加导致价格上涨，这是最简单的经济学规律，"他写道，"资本需求的增长对利率构成上行压力，完全可以理解。"

马克斯明确表示，压低利率本身不应是政策目标，解决推动利率上行的根本因素才是。他列出了他认为唯一可行的长期方案：提高财政责任意识，将收入占GDP比重通过提高所得税率（尤其是高收入群体）和削减税收优惠来提升，并将支出增速控制在GDP增速以下。

他同时指出，提高GDP增长率也有助于改善赤字状况，其中AI作为生产力工具的广泛应用、亲商政策的配合缺一不可——但前提是新增税收收入不能再被继续挥霍。

马克斯以巴菲特在2025年伯克希尔·哈撒韦年会上的表态作结："让我感到担忧的，是美国的财政政策……我们目前运行的财政赤字，从很长的时间维度来看是不可持续的。"

对于投资者最关心的资产配置问题，马克斯的立场相对克制。

他坦言，这本质上是一个政治问题，但对投资者构成现实挑战。抛售美国股票并不能解决问题——如果将资金转移到同样以美元计价的银行存款、货币市场基金或债券，风险并未消除；若要规避美元贬值风险，则需转向其他货币计价资产、非金融资产（如黄金或境外房地产）或非美国公司股票。

然而，马克斯警告，这条路并不平坦。其他发达国家不少企业增长前景不及美国头部公司，且受到更多监管约束；新兴市场增长潜力虽存，但实现的不确定性更高。他认为，美国在自由市场体系、创新活力、法治环境、高等教育和资本市场深度等方面的综合优势依然突出，"没有其他国家在同等程度上拥有这些特质"。

马克斯并未完全反对美元资产的适度分散化，但强调大规模转移的时机判断极为困难，"没有人知道问题何时会真正引爆，而在此之前，这种操作很可能在很长一段时间内看起来像是一个错误"。

本文来自华尔街见闻，欢迎下载APP查看更多

十年前的2016年4月，扎克伯格在旧金山的F8开发者大会上演示Messenger里的聊天机器人，给花店1-800-Flowers的机器人发消息，订了一束花。

他对台下说：“我从来没见过喜欢给商家打电话的人。”接着补充说以后订花在也不用给1-800-Flowers打电话了。

那一年Messenger月活刚过9亿，合作伙伴超过40家，包括CNN、eBay和沃尔玛。扎克伯格的判断是，没有人愿意为每一家商家都装一个App，对话框可以替代它们。

2026年9月8日，同一家公司发布了个人AI Agent产品Muse。用户在独立App或WhatsApp里给它发消息，它替用户联系商家、完成购买，逻辑与十年前颇为神似。

十年间沧海桑田，技术已有巨大进步。Muse运行在Meta云端为每个用户单独分配的虚拟机里，能操作浏览器、填表、比价下单、处理邮件，用户关掉应用后它仍在后台执行任务。

上线13天，Muse登上美国iOS和Android免费榜双第一，下载量超过250万。

Meta的股价和叙事十年间画了一个圆。

2016年的“对话式商业”没有成为入口，Messenger机器人最终沦为客服工具，依赖人工兜底的助手M在2018年初关停。

2023年，扎克伯格宣布那一年是“效率之年”，裁员、压缩管理层级、降资本开支预期，Meta股价全年涨了近200%。彼时市场奖励的是省钱；

2026年，Meta把全年资本开支指引上收到至少1300亿美元，第二季度自由现金流降至7.84亿美元。9月21日，Muse上线第13天，Meta单日上涨11.4%。这一次市场奖励的是花钱。

投资者一直在等一个能让天量资本开支见到回报的消费端用例，Muse恰好在这个时候出现。

每一次AI技术跃进，科技巨头都会试图用它抢占一个面向消费者的超级入口。这个想象的力量远大于现实。

但决定一样东西能不能成为入口的，从来不只是能不能办成事，还有办成事之后谁来付钱、谁肯放行、用户会不会留下来。

Muse把第一个问题回答得比任何前任都好，后面三个问题，和十年前一样没有答案。

一. 第5次入口尝试

每隔2-3年，“AI驱动新入口”的叙事，就会以更高的技术完成度和更大的市场热情回来一次。

2014年亚马逊发布Echo后，Alexa被寄望于成为家庭消费的中枢，可到了2018年，只有约2%的Alexa设备用户用语音下过单，其中约9成没有再试第二次，亚马逊虽然不认同这组来自Information援引知情人士的数字，但也没给出替代数据。

Messenger机器人在F8发布后的两年里存在感持续走低，脸书也不再将Messenger视为商业平台的主战场推进。

ChatGPT刚出圈的2023年，GPT Store和插件被称为“AI时代的App Store”，同期Rabbit R1和Humane AI Pin带着“替代手机”的叙事发布。A股在2024年3月出现Kimi概念股涨停潮，彼时Kimi的标签除了长文本就是2C。

结局是，GPT Store流量平淡；Humane在2025年初把资产卖给惠普，AI Pin随即停止服务；Kimi后来的主要增量来自海外API调用，化身C端入口的故事一直没有兑现。

2025年9月29日，ChatGPT上线Instant Checkout，允许用户在对话中直接完成购买，宣布当天Etsy股价涨了近16%。不到半年，OpenAI收缩了这项功能，把结账交还给商家。沃尔玛高管Daniel Danker披露，端内结账的转化率只有把用户导回沃尔玛官网的1/3。

距离这次最近的是今年春节，阿里千问用30亿元免单活动在6天里完成1.2亿笔下单，QuestMobile统计的DAU一度冲到7352万，高峰过后维持在3000万左右。

Muse这回已经是第5次，过去的共同点是，市场几乎每一次都为热闹买了单，而每一次的结局都停在了“功能”，并没有走到“入口”。

失败常被归咎于技术，其实十几年前的音箱就已经听得懂“再买一包纸巾”，然而用户试过一次就不再用。

Muse的体验当然前进了一大步。大摩分析师Greg试用Muse买帽子，从发出需求到收到确认邮件不到两分钟，Muse还主动提醒他航班时间并建议加急配送。小扎十年前承诺的体验终于实现了。

但很多问题的壁垒并不在模型上。Muse上线次日，支付媒体PYMNTS让Muse去亚马逊补货、在Domino's点披萨、在Resy订位，三件事都没办成，卡住它的是账号授权、逐个连接Gmail和日历，以及结账环节。

假如这一次入口故事仍然不成立，原因或许仍然和技术没关系。

二. 时间，消磨或是消灭

市场之所以相信个人Agent会成为新入口，很大程度上来自过去十年的感官经验——Feed流推荐重塑了互联网的入口格局。

抖音用算法推荐把用户时间从搜索和社交手里抢走很多，野村援引QuestMobile的数据显示，今年7月抖音日活7.14亿，日活用户人均每天使用约2个小时，总使用时长第一次超过微信。

短视频、直播、信息流广告，本质上都在延长用户的停留时间，在停留中制造需求。

但推荐流的成功的前提，是人们有大量的时间愿意被消磨。

刷抖音、逛拼多多，对许多用户而言本身就是娱乐。黄峥曾在致股东信里，把拼多多描述为Costco与迪士尼的结合体，Costco的一半是效率，迪士尼的一半就是消磨时间。

个人Agent的产品逻辑刚好相反。

它的价值在于消灭时间，用户把一件事交给Agent，Agent在后台把它做完，人可以去做别的。

Muse把这一点做到了极致，用户关掉应用后它继续工作，只在需要审批时才回来找人。

个人Agent或许可以产生需求，Muse会把用户收藏的菜谱Reels变成采购清单，给晚宴提议菜单，记住朋友的忌口，再主动发出邀请；千问向品牌开放的Agent，被设计成会做行程提醒、权益到期提醒和复购推荐。

大摩分析师也发现，Muse会主动告诉用户“我可以替你做这个”；硅基助理的推荐和提醒，有时可以能让人多买一些东西。

它产生的需求有两个特点。

一是高度依附于已有的意图或记录。续订、复购、换货、换一家更便宜的保险，多半是替换性的需求，很少凭空长出来。

二是它不产生停留。推荐流在人没有目的的时候留住人，每多停留一分钟就多一次曝光；Agent的全部努力是让人尽快离开，把事情做完就走。

MBI Deep Dives的一位评测者在Muse上线后很快用掉了免费档周额度的81%，他认为最好的用途是把自己所有的Gmail账户连起来。至于点外卖，他写道：

至少一半时候他并不知道自己想吃什么，是在美国版饿了么的DoorDash上浏览的过程中才决定下来的。

对已经知道自己要什么的人，Agent能提高效率；对还没想好的人，浏览本身就是决策，跳过浏览等于跳过了需求形成的那一段。

正如Muse可以把菜谱Reels变成采购清单，但做饭念头是在Instagram的推荐流里产生的，Agent只是接过了执行。

AI的传教再狂热，也不该因为AI更新鲜有趣，就把Instagram推荐流功劳记在Agent头上。

Agent一旦开始主动推荐，就向推荐系统靠拢，而在电商和本地生活里，推荐位的收入天然来自卖方。

今年6月初有媒体实测，让豆包比较三个平台上同一款耳机的价格，答案底部挂出的却是自家抖音商城的商品卡。

接受谁的钱，就替谁说话，这是Agent面临的根本问题。

三. 看不见用户的订单

搜索引擎建立了互联网上最成功的商业模式之一。

它的核心交换关系是，用户免费获取信息，搜索引擎获取意图，商家为意图付费。

但搜索本身同样是消灭时间的工具，用户越快找到答案越好。它能成为入口，靠的是交付，与停留无关。

搜索引擎把一个带着意图的人送到商家的网站上，这个人进门后的浏览、加购、复购、会员转化和品牌印象都归商家所有；商家为这次转交付费，因为一次点击可以变成一个长期客户。

互联网入口的变现，大体只有这两条路：要么像推荐流一样消磨用户的时间，或者要么像搜索一样把用户直接转交出去，拿得起放得下。

Agent两边都不站，它把时间消灭了，又想把用户留在了自己手里。

它送给商家的是一张订单，商家看得见账号、收货地址和这笔交易，看不见那个在店里逛的人：没有浏览、停留，或者被首页别的商品吸引，没人会记住这个品牌。

下一次比价，Agent会重新比一遍，这一单的胜出不构成下一单的优势。

对商家来说，Agent代理的交易更接近一次性买卖。这个差异必然会左右商家的付费意愿。

搜索可以前端免费、后端向商家收费，因为商家拿到的是人，而服务一次查询的边际成本极低。

Agent前端有真实的边际成本，推理、虚拟机、浏览器渲染、失败重试都要钱；后端交给商家的，又是一份不附带用户关系的订单。

偏偏Meta两头都想沾，现在它一边向用户收订阅，一边打算向商家收佣金。

Muse目前提供三档定价，免费档每周约1亿token，Power档20美元/月，Maximum档100美元/月。Meta首席AI官Alexandr Wang说，绝大多数用户在免费档就够用，订阅档是用来帮助覆盖重度用户算力成本的。

小扎则透露，Meta最终想从Muse促成的交易里抽很小的一部分，这笔费用可能由商家承担，Muse要“帮你赚钱，帮你省钱”。

这三件事放在一起，存在一个根本矛盾。

帮用户省钱，意味着压低商家的利润，或者把份额从一家挪到另一家，商家利润越薄就越不愿意付佣金；

订阅只打算覆盖重度用户的算力，付费用户的规模注定不大。

已经有机构算过这笔账了。

对Meta评级中性的Oppenheimer做过一个推算：约19.1亿Muse用户，按ChatGPT约6%的付费转化率，得到约1.15亿付费用户，每人每月20美元，一年约275亿美元，对应Meta每股收益约20%的提升。

分析师自己都怀疑Muse能不能走到这一步，理由是付费转化、竞争和用户信任；他对ChatGPT付费用户的估计，也只有3300万到8800万。

大摩算的账更加不如人意，如果2028年Muse达到1亿用户，每人每天5次查询，其中10%有商业价值，每次变现0.07美元，全年收入约13亿美元，对Meta当年每股收益的贡献只有1%。

Meta今年第二季度的广告收入是593.6亿美元，年化约2370亿美元。一家机构推算的收入约为存量的12%，另一家不到1%。

哪怕在Meta收入版图中，个人Agent订阅费也只是配角。

四. 站队是一门手艺活

所有试图打造个人Agent的商业模式，都要回答一个根本矛盾：

究竟服务于消费者，还是服务于商家？

Muse的演示可以帮助用户比价、砍账单还是退订阅，它的动作都站在付款的一方，对面坐着的都是收款的一方。收款的一方会不会为它开门，决定了它能走多远。

许多定位服务于消费者的平台，在商业逻辑上都曾碰壁，最典型就是导购。

什么值得买是一家声量不大但也做了做了十几年的内容导购平台，算是比较纯粹的买方工具之一，帮用户比价、找优惠、做购物决策。一年的12.88亿元营收中，信息推广约占40%，运营服务费约占33%，效果营销约占24%。

信息推广包括电商导购佣金和广告展示，效果营销按效果向广告主收费，运营服务费是替品牌做店铺代运营。一个替买方说话的平台，需要靠卖方的钱活着，这种商业模式上的矛盾决定了其内在上限。

大厂也做过比价工具。

阿里2010年底推出一淘，聚合全网商品比价，结果很快京东就修改爬虫规则，屏蔽了一淘，当时京东正为上市提升毛利率，一淘的比价对它的定价构成直接压力。显然平台一方不会坐视一个比价工具在自己的货架上帮用户砍价。

谷歌更早在2002年上线过比价索引Froogle，任何商品都可以被收录和比较。几经改名，到2012年变成Google Shopping，商家必须付费才能展示，买方工具又变回了卖方工具。

Agent面对的困境和比价工具一脉相承。

站在用户这边帮用户省钱，靠卖流量和广告赚钱的平台很难和它合作。

9月20日，亚马逊宣布出手封禁Muse不是巧合，它给出的理由是未经授权，浏览时不表明AI身份，似乎会捕获并存储用户凭证。亚马逊表示，替顾客向其他商家下单的第三方应用，应当公开运作，并尊重服务方是否参与的决定。

如果Agent转向替商家引流收费，它就不再是替用户省钱的买方代理，而是另一个广告渠道。

当然，确实可以看到积极拥抱Muse的Shopify。这是因为Shopify主要靠建站工具和支付赚钱，商家的客户关系归商家，Agent带来的每一笔交易对它的中小商家来说大概率是增量。

亚马逊不同在于它自己有前台、有广告业务，用户本来就会直接来下单，Agent站到中间，拿走的正是它首页和搜索结果页上的曝光。

Meta如今是苹果和梨都想要。

小扎说Muse要“帮用户赚钱，帮用户省钱”，收入却指望商家的交易佣金；然后他又还提到，Muse可以连接Meta的广告系统，帮用户经营生意、投放广告，这恰恰因为Meta几乎全部收入来自广告主。

帮用户省钱和向商家收钱，在利益上是对立的，这场游戏迟早要选边站。

五. 入口的保质期

一个能成为入口的东西至少需要两点：用户离不开它，竞争对手抄不走它，说白了就是要有足够的差异化。

如今MCP等标准协议让Agent接入Gmail、日历、地图、音乐的能力迅速同质化。任何一家Agent都可以帮用户查邮件、看日程、订餐厅。

个人Agent这条路如果真走得通，最先跑出来的理应是手握Gmail、Chrome和安卓的谷歌，或者用户最多的OpenAI或者豆包，轮不到只有社交网络的Meta。

事实上它们早就做了。

OpenAI在2025年7月推出ChatGPT agent，让模型在自己的虚拟电脑上操作网页。

谷歌今年5月19日在I/O大会上发布Gemini Spark，同样是跑在云端、全天候替用户干活的个人Agent，原生接入Gmail和日历，比Muse早了三个多月。每人一台云端虚拟机、一个看得见的浏览器，这套架构Meta并不独有。

Meta超级智能实验室的产品负责人Nat Friedman也承认，Muse在产品上深受开源Agent OpenClaw的启发，他们想做的，是一个安全、好用、能扩展到几十亿人的OpenClaw。

真正拉开差距的是两样东西。

一是价格。Gemini Spark只向每月100美元的AI Ultra订阅用户开放，Muse每周免费送1亿token，再附送一台虚拟机；

在C端场景，用户对价格天然敏感。Muse的免费档很足是优势，但如果其他大厂跟进抢食只会抬高维持这项业务的成本。

然而Muse在美国最受好评的用途，反而因为搭在谷歌的资产上。更多评测者认为它最好的用途是把自己所有的Gmail账户连起来，Meta演示的填学校表格、跟进航空退款，也都要先读用户的邮箱。

一个靠免费和分发领先的产品，把最有价值的能力搭在竞争对手的邮箱上。谷歌要追，需要改的只是价格表。

二是分发，Muse可以直接在WhatsApp里用，而Meta旗下应用的日活人数有36亿。

无论价格还是渠道，这些都与产品力无关，靠的是其他业务的利润“血条”，这和千问春节的30亿元免单是同一种打法，只是把补贴从奶茶换成了算力。

何况Muse赢下的是新品的起跑，远没有撼动既有格局；CNBC援引的Sensor Tower数据，在Muse上线后的同一段13天里，ChatGPT的下载量约310万次，仍然多于Muse；Claude和Grok分别只有约40万和20万次。

很多在个人agent上前面试过的公司，其实大多早已转身。

OpenAI把结账还给了商家，改做商品发现；豆包把收费押在PPT和数据分析这类生产力场景，豆包手机从破门退到了敲门，它们试错一次，就把收钱的地方挪到了更确定的位置。

还有观点认为个人Agent确实能积累用户的对话记忆和偏好，形成一定迁移成本，但我们通过实测发现，无论是个人数据导出，还是MCP的接入，这些对Muse这类应用来说并不构成迁移成本。

可以这么理解:个人Agent作为一款2C应用其防御力并不高，很难形成类似社交、电商、短视频平台一样的网络效应。

互联网能锁住用户往往是Agent背后的旧资产：Meta的社交图谱、微信的关系链、淘宝的购物记录和支付账号、谷歌的邮箱，Agent不过是寄生在这些旧资产上的一个功能。

对Meta来说，Muse的出现当然有意义，因为可以完善自己的交易生态，Agent让它有机会从谷歌和亚马逊手里截获一部分消费者的购买意图，同样它也需要给1300至1450亿美元的资本开支找一个故事。

Muse登顶后，富国银行分析师Ken Gawrelski认为Meta“现在有故事可讲了”。

但其第2季度自由现金流只有7.84亿美元，上半年股票回购为零，长期债务半年增加约250亿美元。

叙事是叙事，入口是入口，资本市场为叙事定价，产品必须靠入口赚钱。

六. 复制的阻力

Muse出圈后，国内的讨论迅速转向中国版Muse会是谁。

但解决问题前，需要先看清中美两大市场互联网环境的几个关键差异。

一是两地互联网的基础设施状态截然不同。

美国有Shopify这样中立的电商基础设施，有Stripe这样开放的支付接口，愿意被Agent调用的商家可以轻松接入。

国内电商和本地生活由几家巨头各自经营，淘宝、京东、拼多多、美团、抖音，每一家都有自己的商品库、定价体系和支付工具。

Agent想跨平台帮用户比价下单，首先要过的关就是这些平台愿不愿意开门。

豆包已经两次撞到这扇门。

2025年12月，豆包手机助手技术预览版随努比亚手机上市，靠系统级权限和模拟点击操作其他App，很快遭到微信、淘宝等App的限制，用户的微信账号一度被强制下线。

今年9月14日，豆包手机助手消费者版发布，同步推出屏幕自动化操作声明协议SAEP，公示期到10月15日，期间只操作系统应用、字节系应用和明确同意的第三方应用。实测显示微信、淘宝、美团、小红书都还无法实现应用内自动化操作。

二是要考虑价格敏感度的差异。

国内互联网用户习惯了免费产品，愿意为AI工具按月订阅的人比美国少。

千问的基础服务免费；豆包6月底推出了68元起的三档付费订阅，日常对话仍然免费。千问春节30亿元的免单补贴，力度也远超Muse的免费额度。

三是要考虑用户习惯。

美国人的大量正式往来仍然走邮件：机票和酒店确认、账单、银行和保险通知、学校的表格，最后都会落进邮箱，并构成一个人数字生活的总账本。

Agent拿到Gmail授权，就拿到了这本账，上下文聚拢的尤其高效，Muse产品上被称赞的也大多是这里。

国内用户日常沟通在微信，工作在钉钉、飞书，航班变动、快递和账单提醒散落在短信、App推送和服务号里，退票、改签多半在App里点几下，或者找客服。超级App已经把大部分生活服务压进一两个界面，用户自己动手往往只要一两分钟，Agent能替人省下的时间本来就少。

按月为软件付费的习惯也弱得多。视频、音乐会员之外，为工具按月掏钱的用户仍是少数。Agent想用“每月省下的钱比月费多”说服用户订阅，在中国找不到那么多可以省的订阅。这意味着个人Agent在中国的收费空间比美国更窄。

七. 巨头的几种跟法

但个人Agent作为一种想象空间，仍然在被国内大厂积极尝试。

过去半年，大厂们的跟进大致分为以下几种范式。

第一种是在自己的帝国围城里建Agent。

5月11日，阿里宣布千问与淘宝全面打通，淘宝把搜索、订单履约、售后等能力封装成Skill交给千问调用；6月，千问又向第三方Agent和Skill开放，瑞幸、肯德基、蜜雪冰城和东方航空是首批测试的品牌。

但千问能调用的商品和服务，大部分仍在阿里生态之内，第三方品牌则是以自家Agent的身份入驻，带着自己的复购推荐和权益提醒。

对用户来说，这更像把阿里系集成到了一个交互界面，很难说是新入口。

对阿里来说，好处是用户不用离开千问去打开淘宝App；风险是Agent会绕过淘宝首页的推荐流和搜索广告位，用户直接说“帮我买一箱牛奶”，就不会再看到首页上精心排列的推广商品。

阿里截至今年6月的季度财报里，千问所在的"AI实验室与应用"分部首次单独披露，经调整EBITA亏损138.61亿元，上年同期亏损32.24亿元，阿里解释为AI能力投入和千问App推理成本增加。同季自由现金流约为负447亿元。财报发布三天后，阿里宣布配售新股募资800亿港元，全部投向AI。

第二种是做连接器和生态，典型要数微信，这也是有可能最接近Muse叙事的存在。

6月8日，微信发布开发者接入微信AI生态的指引，京东、美团、携程、滴滴、得物等相继宣布接入；6月17日，微信支付推出面向Agent的AI专属卡；6月20日，小微开始灰度。

小微的技术路线是通过微信开放平台调用小程序，不读屏或模拟点击。

小微至今仍在灰度。刘炽平在二季度电话会上表示，小微的原型在技术上可以处理复杂的Agent流程，但目前被设定为需要用户介入和多步确认，作为安全措施。

一种解释是安全考虑，另一种解释更直接——腾讯二季度营销服务收入435.65亿元，同比增长22%，公司把增长归因于AI驱动的广告推荐模型、智能投放产品和微信生态内的闭环营销。

这些收入长在视频号、朋友圈和公众号的注意力上。小微一旦让用户跳过浏览，直接说“帮我在美团订一份外卖”，这部分广告曝光的价值就会打折。电话会上已经有分析师当面问过这个问题：交易路径变短，会不会把高毛利的广告库存一起缩掉。刘炽平的解释是这些风险并不成立，AI会让微信生态变得更有价值。

小微的克制，或许恰恰是因为微信太清楚自己靠什么赚钱。

第三种是被调用，美团或许是代表。

6月1日，王兴在一季度财报电话会上宣布，美团AI助手"小美"将接入腾讯元宝，用户在元宝里提出本地生活需求，由小美完成交易。他还提出"To A"概念：除了服务消费者和商家，服务AI Agent正变得越来越重要。

美团有自己的小美和小团，但没有去做跨平台的通用Agent，而是把外卖、酒旅、到店等能力封装好，等着被各家Agent调用。交易、定价、补贴和用户数据都留在美团手里，态度是开放接口，保留收银台。

第四条路在打开权限上走的最激进的豆包。

作为中国覆盖面最广的个人Agent，其10月起在对话里挂上抖音商城的商品卡，更早就已开始内测App内下单闭环，同时在手机系统层面做通用代理。

但豆包面对的悖论和千问类似，抖音电商的核心竞争力是兴趣推荐，用算法把不知道自己要买什么的人变成买家，用户一旦跳过信息流，直接对豆包说“帮我买一双跑鞋”，信息流的推荐价值就消失了。

还有一个值得注意的缺席者，是拼多多。

拼多多今年5月底悄悄上线了自然语言的“AI搜索”，但截至目前，它没有推出面向消费者的购物Agent，也没有宣布接入其他大厂的Agent平台。

作为国内电商中最依赖推荐流的平台之一，Agent意味着用户带着明确意图跳过推荐流直达商品，这对拼多多的冲击可能比对任何其他平台都大。

最依赖"逛"来赚钱的公司，在Agent这件事上最沉默。

八. 两种成绩与奖励

大厂做个人Agent，技术和产品体验远远不是挑战，最危险的是做出来之后，发现自己在蚕食自己的收入。

淘宝通过推荐流和搜索广告卖商家的展示位，用户在页面上多停留一秒，就多一次曝光机会；抖音的兴趣电商靠短视频和直播创造冲动购买；微信的广告长在视频号和朋友圈的注意力里。

但个人Agent越好用，这些平台最赚钱的广告曝光就越不值钱。

因此国内对个人Agent叙事最应该谨慎的，恰恰是那些最有能力做它的公司。

它们拥有用户、数据和技术，唯独缺少一个合理的理由，去用Agent削弱自己最赚钱的业务。

Muse对Meta来说更像进攻武器，因为Meta没有自己的电商交易生态，Agent帮它从谷歌和亚马逊手里截获意图，增量大于蚕食。

即便如此，Muse最好用的那部分需求，仍然来自Instagram的推荐流，它补上的是执行，没有取代推荐流。

中国大厂大多同时拥有广告业务和交易业务，Agent的增量和它蚕食的广告收入之间需要仔细算账。

阿里"AI实验室与应用"单季亏损138亿元，腾讯二季度资本开支同比增长176%，这些投入能否产生超过被蚕食收入的新价值，目前没有任何一家公司给出答案。

2023年，扎克伯格砍资本开支、大规模裁员，宣布“效率之年”，Meta涨了近200%。

2026年，他把资本开支推到1300至1450亿美元，第二季度自由现金流不足8亿美元，上半年零回购，半年举债约250亿美元。市场因为Muse又给了11%。

市场不在乎一家公司是花钱还是省钱，它在乎的是故事能不能自圆其说。

“效率之年”的故事是：钱花对了，多余的砍掉。Muse的故事是：钱有去处了，消费端入口好像要来了。

两个故事方向相反，但都在特定时刻满足了市场的需要。

个人Agent是个好功能，可以让已有的App更好用，也会产生一些新的需求，但它短期内很难成为一个新入口，撑不起一轮重新定价。

入口要能生成需求，要握住收钱的能力，要能把用户留在自己这里，而且至少在用户眼里保持中立，目前的个人Agent，四样里最多沾得上1-2样。

它省下来的每一分钟注意力，都是互联网公司本来可以卖钱的资产；它留在自己手里的每一个用户，都是商家本来愿意付钱去接的人。

大摩首席互联网分析师Brian Nowak在一次内部讨论结束时说，接下来最关注的是“用户有没有真的在Muse上面买东西”。

他不关心下载量和日活，只关心成交。一个入口的价值，要看多少人掏了钱、下次还来，走进来的人数说明不了什么。

目前数据远不足以回答这个问题，Meta也还没有披露更多的Muse日活、留存和付费转化。

哪怕这些数字很好看，它面临的限制也不会消失。

商家不愿意为一份看不见用户的订单付高价，平台不愿意被绕过，用户的大部分需求并不在Agent里产生，Agent这一层可以被任何竞争对手复制。

过去几年AI叙事大行其道，市场总是喜欢在以砸钱力度来重估科技公司的价值。

但在许多本不成立的入口叙事里，更稀缺的能力从来都不是花钱的勇气，而是能理解什么钱本不该花的克制。

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，野村在光通信电芯片专家电话会纪要中指出，2026年1.6T DSP需求预计超过2000万颗，但实际出货量仅为1600万至1700万颗，缺口约300万至400万颗。2027年供需矛盾进一步扩大——需求将攀升至6000万至7000万颗，而供给仅能达到4000万至5000万颗，缺口规模扩大至逾2000万颗。专家明确指出，产能的显著释放要等到2027年下半年。

在竞争格局上，高昂的先进制程流片成本、长达约两年的客户验证周期，以及复杂的信号处理算法门槛，共同构筑了高端DSP市场的护城河，使份额向既有供应商集中，价格呈温和下行而非剧烈价格战态势。与此同时，协同封装光学（NPO/CPO）路线的演进正在重塑产业链价值分布——DSP将被移除，均衡与纠错功能向跨阻放大器（TIA）与驱动芯片转移，对相关器件的线性度提出更高要求。

缺口规模：从2026年到2027年持续扩大

800G与1.6T DSP的供需轨迹呈现出截然不同的走势。

会议纪要称，据专家介绍，800G DSP出货量2025年约为2500万至2600万颗，2026年预计接近5000万颗，2027年将进一步跃升至1.2亿至1.5亿颗，增量来源不仅包括AI数据中心，还涵盖进入换代周期的电信市场。800G DSP采用7纳米和5纳米工艺，供给相对充裕。

1.6T的情况则截然不同。2025年1.6T DSP出货量仅超过300万颗，2026年需求虽超过2000万颗，但实际出货量仅为1600万至1700万颗。2027年需求将进一步扩张至6000万至7000万颗，而供给仅能达到4000万至5000万颗。专家判断，产能的实质性释放要等到2027年下半年，这意味着供需缺口在相当长时间内将是结构性而非周期性的。

造成这一缺口的直接原因是制程瓶颈：1.6T DSP需要3纳米工艺，而该制程当前产能不足、良率偏低。此外，部分前向纠错（FEC）算法存在漏洞尚待修复，高速DSP接口与网络交换机之间也存在兼容性问题，多重技术障碍叠加，进一步压制了有效供给的释放速度。

竞争壁垒：新进入者难以靠低价切入

高端DSP市场的竞争格局并未按照常规价格战逻辑演绎。

据专家介绍，DSP技术壁垒极高，主要体现在三个维度：其一，制造工艺须采用7纳米以下先进制程，流片成本极为高昂；其二，信号处理算法难度大，涵盖FEC、误码率控制、均衡技术及色散补偿等核心能力；其三，功耗管理与散热控制同样构成显著门槛。

客户验证周期进一步强化了既有供应商的地位。DSP需要光模块厂商与终端客户共同参与测试，单个测试周期可能长达约两年，终端客户切换成本极高，倾向于与现有供应商延续合作。部分二线厂商虽具备800G DSP的生产能力，但缺乏强大的客户生态，难以实质性切入市场。

在中国市场，Sitrus Technology、Joywell Semi等厂商已在研发800G DSP，但尚未形成规模出货。

价格走势：温和下行，1.6T降幅更小

供需紧张格局支撑了DSP价格的相对稳定。据专家介绍，800G DSP长期协议（LTA）价格目前为45至70美元，1.6T DSP LTA价格为120至150美元，零售价格较合约价高出10%至20%。

展望2027年，随着产能逐步释放，DSP价格将小幅下滑。专家预计800G DSP合约价格将下降约10%，而1.6T DSP由于供给缺口更大，降幅相对更小。这一价格路径与市场竞争格局高度吻合——既有供应商凭借技术壁垒与客户黏性，得以维持相对稳定的定价权，而非陷入激烈的价格竞争。

TIA/驱动芯片：价值部分转移，中国厂商仍有差距

NPO/CPO封装路线的演进正在重塑产业链的价值分布。据专家介绍，在NPO/CPO架构下，为降低功耗将取消DSP，均衡、误码和失真校正等功能将部分由TIA/驱动芯片承担，部分由交换芯片承担，这对TIA和驱动芯片的线性度提出了更高的技术要求。

从当前技术进展来看，头部TIA/驱动厂商已实现每通道200G的量产，400G仍在研发阶段，主要技术壁垒在于同时实现高线性度、低噪声与低功耗。由于TIA和驱动芯片可采用28纳米成熟制程，中国厂商已实现100G产品的量产，200G处于送样阶段。然而，国产厂商与海外厂商在产品稳定性和客户验证周期方面仍存在明显差距。

谷歌已在其张量处理单元（TPU）与光交换机（OCS）网络中采用2.4T轻相干（coherent-lite）收发器，该方案仅使用单一固定波长O波段，覆盖2至20公里传输距离。专家指出，轻相干DSP的技术壁垒低于传统相干DSP，但高于标准PAM4 DSP。

验证窗口：2027年上半年是关键观察期

上述供需判断存在若干需要持续跟踪的验证条件。

结果层面，1.6T光模块与电芯片的实际出货量，以及3纳米DSP供给在2027年下半年的释放进度，是最直接的验证指标。机制层面，DSP良率改善与FEC算法缺陷修复进度、400G TIA/驱动的送样与客户验证进展，以及NPO/CPO在交换机侧的导入比例，均需密切关注。

专家认为，若出现以下情形，则当前缺口判断需要下修：2027年1.6T供给明显高于4000万至5000万颗；DSP价格降幅显著超过合约价约10%的假设；或NPO/CPO加速替代导致DSP需求被提前压缩。

2027年上半年（产能释放前的关键观察期）是核心验证窗口，主要厂商季度业绩发布与光模块出货数据将是重要的观察节点。

本文来自华尔街见闻，欢迎下载APP查看更多

巴克莱于9月22日发布报告，推出"AI自动化与放大框架"（Barclays 3A Framework），以技能而非职业为核心分析单元，系统评估认知型AI与物理型AI对逾830个职业的影响。研究发现，自动化风险高度集中于少数职业群体，认知型AI的高度暴露职业主要集中在计算机、工程和科学类岗位，物理型AI的高度暴露职业则集中在建筑、生产、安装、维护与维修领域。与此同时，美国招聘数据已出现与AI相符的结构性变化——自2022年以来，自动化暴露度最高职业的招聘职位占比已从约30%回落至25%左右。

AI技能需求的急速扩张则揭示出另一重逻辑：在美国、英国、法国和德国，要求具备AI技能的职位占比已从2019年的约2%攀升至2026年8月的6%至10%。值得注意的是，AI技能需求的重心正在发生漂移——2019年逾70%的AI相关职位集中于科技与数据岗位，至2026年这一比例已降至约50%，而管理类职位的占比则从约10%升至25%，显示AI正从专业技术领域向更广泛的职场生态扩散。

传统的AI劳动力冲击分析多以"职业"为单位，而巴克莱认为，职业是任务的集合，任务又是技能的集合，技能才是理解AI影响的"原子单元"。AI更有可能自动化或放大的是具体技能——如信息收集、写作或数据分析——而非整个职业本身。

3A框架基于美国劳工部数据库，该数据库涵盖104项跨职业所需技能，并将其映射至逾800个职业。框架创新体现在三个维度：其一，同时纳入认知型AI和物理型AI，涵盖数字智能与实体智能两类形态；其二，以技能取代任务或职业作为基本分析单位；其三，同时捕捉"自动化"与"放大"两种效应——前者衡量AI对人类劳动的替代程度，后者衡量AI提升人类技能生产率的潜力。

研究结果显示，仅约20%的职场技能被评定为AI高度可复制，40%的技能对认知型AI呈现较强抗性，对物理型AI抗性更强的技能比例则高达70%，表明物理型AI目前的自动化影响范围仍远窄于认知型AI。

在自动化暴露分布上，巴克莱的关键发现是：极高暴露程度仅集中于极少数职业，大多数职业主要偏向于对认知型AI或物理型AI的一种暴露，而非两者兼具。

认知型AI自动化暴露最高的职业包括数据科学家、统计学家和精算师，其核心技能——信息检索、模式识别、文档处理与程序化决策——与AI能力高度重合。物理型AI暴露最高的则是农业工人、纺织机器操作员、结构钢铁工人等依赖重复性体力劳动的职业。

相比之下，约120个职业对两类AI自动化的综合暴露均相对较低，覆盖约20%的美国劳动力，主要包括教师、儿童看护人员、教练及部分酒店与娱乐从业者——这些职业高度依赖人际互动、现场监督或娱乐表演，难以被AI复制。

与自动化的集中分布不同，AI的放大效应呈现出更加广泛和均匀的特征。在巴克莱的模型中，放大效应在可复制技能、部分可复制技能与不可复制技能比例最为均衡的职业中最为显著——AI承接其中的可复制部分，同时提升剩余人类技能的价值与产出效率。

认知型AI放大效应最高的职业包括空中交通管制员、医疗健康服务经理及培训与发展经理等管理类职位，AI可接管行政文档与信息处理工作，同时放大领导、辅导和人员管理等人类核心能力。物理型AI放大效应则在多类机械与技术人员职业中最为突出，例如公共汽车和卡车机械师、工业机械师等，部分例行体力作业可被自动化，而诊断、决策和应变能力仍需人类主导。

巴克莱指出，放大效应分布的核心信息在于：AI的自动化能力集中于特定职业，而其提升生产率的能力则覆盖极为广泛的职业群体，医生、教师和工程师等迥异职业均可从AI工具中实质性获益。这一特征意味着，AI的整体生产率增益在长期可能超过其直接替代效应。

劳动力市场数据已开始与上述框架形成印证。据巴克莱对LinkUp招聘数据的分析，自2022年以来，自动化暴露度最高职业的职位空缺占比从接近30%降至约25%，其中软件工程岗位的下滑贡献最为突出；自动化暴露度最低职业的职位占比则从约20%小幅上升至21%至23%。

与此同时，专项AI技能需求正在加速扩张。据Indeed Hiring Lab等基于更广泛关键词搜索的数据，美国、英国、法国和德国的AI相关职位占比，已从2019年的约2%分别升至2026年的6%至10%不等，英国升幅最为显著。

更具结构性意义的是需求主体的转变。2019年，科技与数据岗位主导逾70%的AI相关职位发布；至2026年，这一占比已降至约50%，而管理类职位占比则从约10%升至约25%。这一趋势在美国、英国、法国和德国均有体现，表明AI正以普适工作技能而非专属技术的形态向整个职场渗透。

报告进一步前瞻了物理型AI普及所催生的新型经济模式，并将其划分为两个阶段。

在第一阶段，人类充当"机器人训练师"——由于物理型AI缺乏等同于大语言模型训练语料的现实世界数据集，行业正通过远程操控、第一视角视频采集等方式，依赖人类示范为机器人生成训练数据。Figure's Index、Scale AI等公司已在构建这一众包生态。

在第二阶段，价值重心将向"操作规程"本身转移。随着物理型AI成熟，焦点将从硬件转向内嵌其中的技能与工作流程——焊接、手术、烹饪等人类专业知识，有望被编码为可规模化授权的"机器人操作手册"，形成一种全新的知识产权形态。Unitree的UniStore及NEURA Robotics的NeuraGym/NeuraVerse已被视为此类技能市场化的早期案例，尽管目前仍依托于人形机器人硬件厂商平台之中。

巴克莱认为，这一趋势的极端情形下，硬件将逐步商品化，真正的竞争制高点将归属于能够捕获、编码并控制高价值技能的一方——建造最多机器人的企业未必是最终赢家，而掌握"指令层"的企业或将主导这场新的技能争夺战。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根士丹利在最新报告中表示，该行预计全球CCL潜在市场总规模（TAM）将从2025年的190亿美元增至2030年的470亿美元，对应20%的复合年增长率，显著高于市场普遍预期的350亿至400亿美元；其中AI及数据中心应用将贡献90%的增量增长。

与此同时，摩根士丹利首次覆盖台光电子、台燿科技、金居及建滔积层板，均给予超配评级，目标价分别为新台币8,400元、2,700元、730元及75港元。

此前据摩根大通亦首次覆盖建滔积层板，给予增持评级，目标价65港元，分析师Parsley Ong等人预测其每股收益在2025至2028年间将增长8倍，核心驱动因素包括覆铜板价格上涨、产能扩张及织布机设备规模扩大75%。两大投行的同步看多，令市场对这一赛道的关注度骤然升温。

TAM被低估：CCL市场远不止一轮大宗商品周期

摩根士丹利的核心判断是，当前这轮行情并非广泛的大宗商品上行周期，而是一轮由规格升级驱动的选择性材料周期。

该行预测CCL市场2025至2030年将以20%的复合年增长率增长，从190亿美元扩张至470亿美元，而市场一致预期仅为350亿至400亿美元。关键差异在于，摩根士丹利不仅考量了AI服务器和数据中心的数量增长，更着重量化了下一代计算和网络平台材料强度的持续提升。

报告指出，内容价值增长而非数量增长，才是推动AI相关CCL需求的主要引擎，预计将贡献截至2030年AI相关CCL增长的84%。随着AI主板向更多层数、更低损耗材料迁移，每套系统的CCL价值量将持续攀升。以Nvidia平台为例，摩根士丹利测算单机架CCL含量从GB300的6,695美元，跃升至VR200的18,750美元，再到VR300的35,601美元，代际升幅高达90%至180%。AMD、TPU及Trainium平台亦呈现类似的跨代价值量跃升。

摩根士丹利进一步将这一框架向下游延伸，预测全球PCB TAM将在2025至2030年间从580亿美元升至1,350亿美元，对应18%的复合年增长率。

供给瓶颈：认证壁垒与良率约束将紧张延续至2028年

摩根士丹利强调，真正稀缺的是已获认证、且具备高良率的产能，而非名义产能。

在高端CCL领域，全球仅少数供应商具备M8+等级认证，包括台光电子、Panasonic、台燿科技、Doosan及生益科技。从M7升级至M8等级CCL，并非简单的增量改进，而是需要同步满足低损耗树脂改善、更平滑的HVLP铜箔、更高规格低介电常数玻璃布及更严格制造公差等多重要求，这会显著收窄工艺窗口、降低良率并推高认证成本。报告数据显示，M8等级CCL平均售价超过M7的两倍，M9+等级则达到基准价格的12.1倍。

铜箔端的供给约束更为突出。摩根士丹利测算，HVLP4铜箔市场将从2025年不足5,000万美元增至2030年的28亿美元，复合年增长率高达123%。目前有效产能仅掌握在Mitsui Kinzoku、金居、Furukawa、Fukuda及Copper Foil Luxembourg五家供应商手中，合计约1,000吨/月，其中Mitsui Kinzoku一家占2026年产能的41%。

供需缺口将在2027年显著扩大。摩根士丹利测算，HVLP4需求将从2026年的1.23万吨增至2027年的3.92万吨（同比+218%），并在2028年进一步增至5.20万吨，届时市场将出现31%的供应缺口，2028年仍有20%的缺口。产线转换并非一比一，将HVLP2产线转换为HVLP4会使有效产出减少40%以上，新产线还受到表面处理设备交付排队的制约，而这类设备集中在少数日本供应商手中。

周期定位：盈利兑现尚未充分

摩根士丹利将高端CCL和HVLP铜箔定位为"已走出谷底，但尚未到盈利充分兑现和周期峰值"的阶段，并预计产品组合、定价和利润率将在2027至2028年持续改善。

该行同时警示，这是一轮选股周期而非板块性行情——即便合格高端材料趋紧，大宗商品等级CCL仍可能供过于求。

高端CCL领域，摩根士丹利最为看好台光电子，预测其收入将在2025至2028年实现76%的复合年增长率，净利润增速更快，达117%，目标价新台币8,400元对应2028年20倍市盈率。台燿科技在高端网络交换机领域具备差异化优势，预计2025至2028年EPS复合增长率达138%，目标价新台币2,700元。金居作为HVLP4铜箔领域的关键第二供应来源，预计全球产能份额将从2026年的13%提升至2028年的21%，目标价新台币730元。

建滔积层板的逻辑则更偏向周期性复苏。公司凭借覆盖铜箔、玻璃纱及玻璃布、环氧树脂的垂直整合体系，在成本控制上具备明显优势。摩根士丹利预计其2026年下半年净利润将同比增长97%，受E玻璃布价格上涨推动——该价格在过去一年已上涨约4倍。目标价75港元对应2028年14倍市盈率，较当前8.5倍的估值有显著重估空间。

本文来自华尔街见闻，欢迎下载APP查看更多

9月22日，OPPO正式发布Find X10系列，一次带来Find X10 E、Find X10和Find X10 Pro Max三款机型，起售价分别为4999元、5499元和6799元，将于9月24日正式开售。

这是OPPO首次在Find X系列首发阵容中加入E版本。

从产品布局看，E版承接的是Find X系列中对价格更为敏感用户的角色。

在存储、芯片等成本上涨的背景下，今年Find X10标准版起售价已经来到5499元，较上一代Find X9标准版上涨1100元。但OPPO没有让整个Find X系列的起步价直接跨过5000元，选择新增Find X10 E，以4999元保留一个入门旗舰的位置。

500元的价差背后也对应着配置取舍。

Find X10 E搭载天玑9500s，配备7025mAh电池，后置采用5000万像素主摄、5000万像素超广角和5000万像素长焦，屏幕最高支持120Hz刷新率。但标准版则升级至天玑9600M，电池进一步增至8000mAh，影像上采用2亿像素主摄、5000万像素超广角和2亿像素长焦，并支持8K视频拍摄。

从存储配置来看，E版16GB+512GB与标准版12GB+256GB同为5499元，OPPO为用户提供了“大存储还是更高配置”的选择。

如果和一天前发布的vivo X500系列放在一起看，两家的标准版起售价同为5499元，产品线核心差异在于OPPO通过在旗舰机中新增的E版本为用户提供了更有竞争力的选项。

随着vivo、OPPO先后发布新品，9月国产旗舰竞争也进一步升温。更高的影像规格、更大的电池和新一代旗舰芯片仍是这一轮升级的共同方向，而在成本压力之下如何处理配置、价格与用户覆盖之间的关系成为另一场竞争。

除了手机，OPPO此次还同步更新了一批配件产品，包括首销优惠价1499元的Watch S2、1099元的Enco X4耳机，以及磁吸移动电源等配件。此前在开发者大会上亮相的AI心力球也在此次发布会上正式启动先行者计划，体验价499元。

这已然成为手机厂商在手机之外的重要发力方向。此前vivo在X500系列发布会上同步推出了首款耳夹式耳机、自拍屏等新品。

当耳机、手表等产品与手机在健康数据、音频、AI服务等功能上进一步打通，也有助于提高用户留在同一品牌生态中的粘性。

本文来自华尔街见闻，欢迎下载APP查看更多

近日，专业运动营养品牌迈胜宣布完成近亿元A+轮融资。本轮投资方包括中信农业产业基金、李宁公司与非凡领越，融资资金将用于产品研发、专业运动场景建设、用户教育、渠道拓展，以及供应链和组织能力建设。

这是迈胜不到一年内完成的第二轮近亿元融资。2025年11月，迈胜宣布完成近亿元A轮融资，由仙乐健康领投，高瓴创投与蒙牛创投跟投。

加上原有股东蒙牛集团，目前迈胜的股东已经覆盖乳制品、营养健康、运动鞋服及产业投资等多个领域。

迈胜是蒙牛孵化的专业运动营养品牌。品牌最初从液体蛋白切入市场，目前产品序列已包括液体蛋白、能量胶、液体盐丸、甜菜根、酸樱桃等。迈胜已在数百家场馆和训练空间铺设数百个"迈胜能量站"，按运动前、中、后的不同需求陈列补给产品。

按照蒙牛披露的信息，集团此前向迈胜提供了研发平台、供应链和品控体系等支持。对蒙牛而言，迈胜是其从传统乳制品向功能营养延伸的尝试。

相较上一轮引入营养健康企业和市场化投资机构，本轮融资的投资方更靠近运动消费场景。

李宁公司的主营业务涵盖专业及休闲运动鞋、服装、器材和配件，拥有运动产品、零售渠道及赛事营销资源；非凡领越经营多品牌鞋服与运动体验业务，同时是李宁公司的单一大股东。

运动营养市场也在变得拥挤。蛋白补充、电解质、能量胶等产品进入门槛相对有限，传统乳企、食品饮料企业及新消费品牌均在加快布局。

品牌不仅需要争夺线上流量，还要在跑步、骑行、铁人三项、综合体能训练等细分场景中持续投入用户教育。

因此，本轮融资释放出的更明确信号，并非李宁公司已经跨界经营运动营养业务，而是运动鞋服、赛事场景与营养补给之间的产业联系正在增强。

迈胜能否把股东资源转化为销售渠道和稳定复购，仍将取决于产品能力、合作落地程度及市场教育效率。

本文来自华尔街见闻，欢迎下载APP查看更多