周三，美股盘初，纳指涨0.5%，道指涨0.1%，标普500指数涨0.3%。费城半导体指数涨1.4%，英特尔涨约6%，SK海力士涨约3%。SK海力士称，赴美与英特尔合作“尚无定论”。存储芯片股普涨，闪迪涨约2%，西部数据涨约3%，希捷科技涨约1%。光通信股普涨，迈威尔科技涨约2%，康宁涨约2%。

债市方面，美国10年期国债收益率下行至4.96%。利率掉期市场显示，交易员押注美联储本次加息的概率已超过90%。

本次利率决议备受市场关注。上周公布的核心通胀数据高于预期，加之市场对政府财政状况的担忧，进一步强化了美联储主席沃什收紧货币政策的预期。若加息落地，高企的能源价格与更高的利率水平将共同增加市场压力：前者可能进一步推升通胀，后者则可能推高债券收益率和融资成本，从而对股市形成压制。

BMO财富管理公司卡罗尔·施莱夫表示，美联储“别无选择，只能在周三加息”，尤其是在债券市场数周以来持续释放加息信号的情况下。她认为，如果美联储最终不加息，股市可能感到失望。

• 标普500期货涨0.25%，纳斯达克100期货涨0.47%，道指期货涨0.14%
• 欧洲斯托克50指数开盘涨0.44%，德国DAX指数涨0.3%，英国富时100指数涨0.3%，法国CAC 40指数涨0.2%
• 日经225指数收盘涨0.7%，报63923点。日本东证指数收盘涨0.6%，报4061.72点。韩国首尔综指收盘涨1.4%，报6717.97点
• 美国10年期国债收益率下降2个基点至4.98%。德国10年期国债收益率小幅上行1个基点至3.55%。英国10年期国债收益率小幅下行1个基点至5.37%。
• 布伦特原油下跌1.14%，至每桶107.47美元
• 现货黄金上涨1.36%，报每盎司4352美元

美股高开，存储芯片股、光通信股普涨

美股盘初，纳指涨0.5%，标普500指数涨0.3%。费城半导体指数涨1.4%，英特尔涨约6%，SK海力士涨约3%。SK海力士称，赴美与英特尔合作“尚无定论”。

存储芯片股普涨，闪迪涨约2%，西部数据涨约3%，希捷科技涨约1%。光通信股普涨，迈威尔科技涨约2%，康宁涨约2%，Coherent涨约4%，Credo涨约4%，Lumentum涨约3%。

美国8月零售销售数据强劲反弹，超出市场普遍预期，显示消费者在能源价格高企和通胀持续的背景下，消费支出依然具备韧性。

据美国人口普查局周三公布的数据，8月零售销售额环比增长1.2%，为近五个月以来最大单月涨幅，大幅好于彭博调查经济学家给出的0.8%中位数预期，此前7月数据则经修正后为下降0.5%。13个零售类别中有12个录得环比增长，覆盖范围广泛。

整体来看，此次数据强化了消费端支撑经济增长的叙事，对风险资产情绪形成温和提振。

Corpay Inc.亚太区货币策略师Peter Dragicevich表示，"鉴于市场已消化了相当程度的紧缩预期，加之新任主席沃什本人不青睐'前瞻指引'，我们认为美联储难以超出当前市场预期、释放更强的鹰派信号。"他同时指出，"美联储公告发布后市场或出现短暂波动，美元存在事后走弱的风险。"

美联储官员自去年12月以来将基准利率维持在3.5%至3.75%区间，彼时多数决策者认为通胀回落进程受到临时性因素阻滞。

布伦特原油周三回落0.7%，此前由供应扰动推动的本月约20%涨幅引发市场对涨势透支的质疑，一份美国行业报告同时显示原油库存有所增加。

高油价是本轮通胀压力的核心变量之一。能源价格持续上行既直接推高整体通胀水平，也通过抬升债券收益率间接加大股市压力，从而令美联储的政策抉择更加棘手。

彭博策略师Mark Cranfield指出，"亚洲市场表面平静之下，本周剩余时间风险事件密集。宏观交易员普遍相信收益率和油价将维持高位，但无论FOMC、英国央行还是日本央行如何决策，股市均将避免大幅下挫。"

本周美联储之后，英国央行与日本央行的政策决定将相继公布，三大央行的集中表态可能重塑2026年下半年全球货币政策格局。

Eastspring Investment亚洲股票组合专家Ken Wong在彭博电视采访中表示，"聆听沃什的声明至关重要，这将为市场明确2026年剩余数月的预期路径与走向。"

分析人士指出，若美联储选择按兵不动，或在加息同时未能给出清晰的后续指引，投资者可能要求更高的长端收益率以对冲通胀风险，而短端收益率则将更紧密地跟随政策路径变化。

卡莱尔集团首席执行官Harvey Schwartz在2026年全球投资者大会上表示，尽管面临不确定性和通胀压力，美国经济整体表现"相当稳健"，并认为美联储当前处于持续观察数据的阶段。

本文来自华尔街见闻，欢迎下载APP查看更多

三家公司于2026年9月16日宣布成立AI能源管理联盟（AEMA），核心目标是推动数据中心根据电网实时状况动态调整用电量。英伟达与Emerald AI正与能源及基础设施领域合作伙伴共同开发能够实时响应电网条件的AI工厂，AEMA同时致力于为作出可核实灵活性承诺的设施开辟更快速、经风险调整的并网路径。

该联盟的成立直接回应了AI基础设施扩张面临的核心瓶颈——电力接入。在美国关键市场，新建AI数据中心接入电网往往需要五至七年甚至更长时间。AEMA认为，若能提升数据中心的灵活调度能力，可从现有电力系统中释放高达100吉瓦的容量，同时为每吉瓦新建AI数据中心节省约7.33亿美元的电力系统成本。

电力成为AI扩张的核心约束

英伟达在联盟发布声明中指出，电力已成为美国AI基础设施扩张的决定性制约因素。传统并网流程围绕用电需求平稳、静态的设施设计，无法适应具备实时响应能力的计算基础设施。

灵活数据中心可通过多种方式调节从电网汲取的电量，包括转移计算工作负载、释放储能、启用配套发电设施，或响应系统突发事件。这些能力使大型用电客户得以充当可调控资源，而非固定负荷。英伟达表示，有效运用灵活性可提升现有电网容量利用效率、在系统压力时段削减需求、避免或推迟基础设施升级，并使公用事业公司和电网运营商更有信心在更短时间内为AI设施完成并网。

AEMA援引杜克大学Nicholas研究所的研究数据称，电力系统约一半容量全年处于闲置状态；Brattle报告则显示，电网利用率每提升10%，可使公用事业费率降低3.4%。此外，已有示范项目在紧急场景下实现了一分钟内将电力消耗削减三分之一。

技术中立、以性能为导向的联盟原则

AEMA采取技术中立、以性能为基础的运作原则，关注设施可提供的可量化服务，包括响应速度、持续时长、可预测性及紧急情况下的表现，而非特定硬件或软件方案。

联盟原则要求在设施并网前明确界定穿越运行、限电及应急响应义务，并标准化技术要求、性能指标与运营数据共享机制。在成本分摊方面，并网成本将反映实际系统影响与收益，包括避免的升级支出及改善的爬坡能力。

AEMA表示，上述措施旨在降低开发商的不确定性，同时为系统运营商提供维护可靠性所需的信息与控制手段。

覆盖全价值链，积极参与政策倡导

AEMA汇聚了计算与电力领域的完整价值链，成员涵盖AI平台、基础设施提供商、数据中心运营商、科技公司、发电商、公用事业公司及区域电网运营商。联盟将与公用事业公司合作开发并网解决方案，并就认可电网响应需求的相关政策展开倡导。

在政策层面，AEMA表示与联邦能源监管委员会、能源部、联邦机构及州监管机构保持长期合作关系，可为成员提供并网、输电及大负荷政策协调，以及政策动态的早期预警。

建立在既有合作基础之上

此次联盟的成立是英伟达与Emerald AI既有合作的延伸。据2026年3月CERAWeek期间发布的新闻稿，两家公司已与AES、Constellation、Invenergy、NextEra Energy、Nscale Energy & Power及Vistra合作，开发能够更快接入电网并作为灵活能源资产运营的AI工厂。

相关工厂采用英伟达Vera Rubin DSX AI工厂参考设计，其中包含用于连接AI工厂与电网服务的DSX Flex软件库；Emerald AI的Conductor平台则负责统筹协调计算灵活性与现场发电、电池及其他表后资源。Emerald AI创始人兼首席执行官Varun Sivaram在上述声明中表示："AI工厂太有价值了，不应被视为被动负荷或永久孤岛。"

据悉，两家公司在过去一年内已在全球五个商业数据中心完成AI电力灵活性示范测试。DSX Flex预计于2026年晚些时候在弗吉尼亚州英伟达AI工厂研究中心实现商业规模部署，该中心计划成为全球首批运行Vera Rubin基础设施的电力灵活型AI工厂之一。英伟达表示，AEMA将在此前工作基础上进一步扩展，推动相关模式在美国全面落地。

本文来自华尔街见闻，欢迎下载APP查看更多

根据双方声明，此次交易以无现金、无债务为基础，全部以现金方式结算。交易预计于2027年下半年完成，尚待监管机构审批。此次出售的业务主要服务于汽车、工业及基础设施客户，是英飞凌在存储器领域的重要资产。

交易完成后，华邦电子将以独立实体形式运营该部门，总部设于硅谷。对于英飞凌而言，此次剥离有助于优化资产结构，释放资本；对于华邦电子而言，则意味着其在专用存储器市场的版图将获得显著扩张。

尽管出售NOR Flash及F-RAM业务，英飞凌表示仍将持续提供特种存储器解决方案组合，涵盖SRAM、HYPERRAM、nvSRAM，以及基于SONOS技术的抗辐射存储器产品。

此次收购标的主要面向汽车、工业及基础设施市场，这些领域对存储器产品的可靠性与长供货周期有较高要求，是专用存储器市场的核心应用场景。华邦电子通过收购该业务，将能够直接切入上述高价值终端市场，并承接英飞凌现有的客户资源与技术积累。

收购后该部门将以独立实体运作，总部驻扎硅谷，有助于保持业务连续性并稳定原有客户关系。

本文来自华尔街见闻，欢迎下载APP查看更多

据美国人口普查局周三公布的数据，8月零售销售额环比增长1.2%，为近五个月以来最大单月涨幅，大幅好于彭博调查经济学家给出的0.8%中位数预期，此前7月数据则经修正后为下降0.5%。13个零售类别中有12个录得环比增长，覆盖范围广泛。

数据公布后，美元指数短线小幅走低至99.70，现货黄金小幅走高至4341.06美元/盎司，美国10年期国债收益率维持在4.979%附近波动不大。整体来看，此次数据强化了消费端支撑经济增长的叙事，对风险资产情绪形成温和提振。

此次零售数据的亮点不仅在于总量层面的超预期，更在于分项数据的全面走强。直接输入GDP核算中商品消费分项的"控制组"销售额环比大增1.4%，为近两年来最强单月表现，远超市场预期的0.5%，这一数字对于追踪经济增速的投资者而言具有较高参考价值。

剔除汽车和汽油后的核心零售销售同样环比增长1.2%，而剔除汽车、汽油、建材及餐饮服务的"控制组"数据表现尤为突出。分析人士指出，暑期返校购物季对百货商店、服装、运动用品及电子产品类消费形成了明显支撑。

餐厅和酒吧的销售额——零售报告中唯一涵盖服务业的类别——同样录得1.2%的强劲增长，进一步印证了消费者整体支出意愿仍然稳健。

8月汽油站销售额环比上涨3.1%，部分反映的是价格因素而非实物消费量的提升。据美国汽车协会（AAA）数据，全国汽油均价在8月整月维持在每加仑4美元以上，而本月以来价格已进一步攀升至4.30美元以上，中东和俄乌的冲突持续制约燃油供应。

网络零售商销售额8月环比攀升2.6%，为2025年2月以来最大单月涨幅，此前7月录得下滑。这一波动在一定程度上源于亚马逊将"Prime Day"大促活动从去年7月提前至今年6月举行，导致7月数据受到拖累、8月数据相应回补。

机动车及零部件经销商销售额环比增长0.6%，与此前行业数据一致——8月汽车销售量攀升至2025年4月以来最高水平。

值得关注的是，强劲的实际支出数据与低迷的消费者信心调查之间形成了显著背离。消费者信心指数目前接近历史低位，部分指标甚至逼近新冠疫情最低谷时期的水平，但反映在收银台上的实际消费行为却持续走强，8月零售销售同比涨幅达到6.0%。

这一背离现象令部分市场参与者困惑。需要指出的是，零售数据未经通胀调整，汽油价格的大幅上涨在一定程度上推高了名义销售金额，而非完全反映实物消费量的增长。不过，即便对通胀因素进行粗略调整后，实际零售销售仍呈上升趋势。

此次数据整体上支持"消费者仍是经济增长主要引擎"的判断，但分析人士也提示，高企的能源价格和持续通胀压力对居民实际购买力的潜在侵蚀，仍是后续值得持续关注的风险因素。

本文来自华尔街见闻，欢迎下载APP查看更多

Eneos Holdings和出光兴产（Idemitsu Kosan）近期买入最早10月装船的阿曼原油。按照惯例，9月采购的波斯湾船货通常要到11月才装船，此次采购时点整整提前了一个月。两批各200万桶的船货以较迪拜基准高出38美元/桶的价格成交，卖家包括贸易商行和石油巨头。两家公司均拒绝置评。

国内炼厂山东东明石化和盛虹集团近期买入10至11月交付的中东原油，印度国有石油公司也在招标中预订了10月装船的船货。亚洲需求集中释放，推动波斯湾原油现货升水大幅走高。

抢购背后是沙特东西向输油管道上周遭袭后关闭——这条日输能力约700万桶的管道是绕开霍尔木兹海峡的核心替代通道，关闭造成约400万桶/日、约占全球供应4%的潜在缺口，沙特阿美已推迟向部分欧洲客户交货。

提前一个月抢购，打破惯有采购日历

Eneos Holdings和出光兴产买入最早10月装船的阿曼原油，而9月采购的波斯湾船货通常要到11月才装船，采购时点整整提前了一个月。两家公司均拒绝置评。

这一时点变化并非孤立。上周的袭击迫使沙特关闭东西向输油管道，这条全长1200公里的管道横贯阿拉伯半岛，是绕开霍尔木兹海峡、将原油送往红海延布港的关键替代通道。管道关闭后，延布港库存仅能维持五至七天的出口需求，修复时间估计从数天到五六周不等。

两批各200万桶的阿曼原油以较迪拜基准高出38美元/桶的价格成交，升水幅度远超正常水平，直接反映即期船货的稀缺性溢价。卖家包括贸易商行和石油巨头。

在供应中断背景下，沙特将石油出口从延布港重新导回东部港口，红海出口8月较7月减少每日450万桶，即期可售船货数量骤减。买家支付更高升水，以换取装船时点的确定性。

对日本炼油商而言，亚洲买家同时进入即期市场，其不得不以更高升水确保船货，采购成本随之抬升。若波斯湾升水持续维持高位，亚洲买家提前锁定船货的行为可能从个案演变为趋势。后续关注沙特东西向输油管道的修复进度，以及波斯湾现货升水能否随供应恢复而回落。

本文来自华尔街见闻，欢迎下载APP查看更多

据新华社最新报道，沙特阿拉伯主导的多国联军发言人图尔基·马利基16日说，沙特防空部队15日晚拦截并摧毁了一架飞往麦加的也门胡塞武装无人机。

联军同时发出强硬警告，称保护两圣寺及朝觉者安全是"红线"，并扬言将"毫不犹豫地采取必要威慑措施"。伊斯兰合作组织秘书处亦发表声明，谴责胡塞武装针对麦加和麦地那的袭击行动，并表态支持沙特捍卫国家安全与主权的一切举措。

胡塞武装方面予以否认。其政治局成员Hazem al-Assad在社交媒体上将相关指控斥为"陈旧谎言"，称此说法"已无法欺骗任何人"。然而，双方的交锋并未止于口头——胡塞武装军事发言人叶海亚·萨雷亚同日警告，沙特在过去24小时内对也门5个省份发动的52次空袭"不会得不到回应"。

麦加成导火索，联军划定"红线"

据新华社报道，多国联军发言人图尔基·马利基在社交媒体发表声明，将此次事件定性为继2017年7月胡塞武装使用弹道导弹袭击麦加之后，又一起针对伊斯兰圣城的蓄意攻击行动，并予以强烈谴责。

联军声明措辞严厉，将两圣寺安全与朝觉者保护列为不可逾越的"红线"，并明确表示将采取"必要且具威慑性的措施"。伊斯兰合作组织的背书进一步强化了这一立场，为沙特可能采取的后续行动提供了更广泛的政治支撑。

战场态势持续恶化，胡塞武装扩张势头明显

此次无人机事件发生在也门战场局势急剧变化的背景之下。

据新华社报道，胡塞武装近期大幅加强对政府军的攻势，于9月10日攻占红海战略要地、港口城市穆哈。胡塞武装方面称，自9月3日发动攻势以来，已在也门西部攻占约5400平方公里土地；也门政府方面亦证实，胡塞武装已控制该国整个西部海岸并持续向南推进。

与此同时，胡塞武装宣布对支持也门政府的沙特实施海上禁运，并于14日向沙特哈立德国王空军基地发射数十枚弹道导弹和无人机。马利基15日凌晨证实，此轮袭击造成13名平民受伤。沙特随后展开大规模报复性空袭，在24小时内对也门塔伊兹、贝达、萨达、焦夫和阿姆兰5个省份发动52次空袭。据胡塞武装控制的马西拉电视台报道，塔伊兹省当日空袭造成包括2名儿童在内的3名平民死亡，另有2人受伤。

能源基础设施受损，市场压力骤升

冲突对能源供应的冲击已开始显现。沙特东西输油管道上周遭无人机袭击后被迫停运，该管道日常承担约700万桶原油的转运任务，用于将原油从霍尔木兹海峡绕道输送至红海沿岸的延布港。

管道中断迫使沙特于周二取消了原定9月装船、发往欧洲的部分原油货物，在欧洲天然气库存处于季节性低位、柴油危机持续深化之际，进一步加剧了该地区的能源供应压力。布伦特原油报价升至每桶107美元，WTI约为每桶104美元；美国柴油裂解价差隔夜一度突破每桶115美元，创历史新高。

胡塞武装对红海沿岸及曼德海峡的控制，叠加霍尔木兹海峡油轮运费飙升至每日逾100万美元，正在重塑中东原油的物流格局，并对全球能源市场构成持续压力。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，SK海力士表示：“我们想澄清，有关与报道中提及的任何特定公司开展合作，或在美国生产存储芯片的事，目前没有任何定论。SK海力士正在探索多种方案以增强自己的全球竞争力，但还未敲定任何具体计划或安排。”该公司还称，对于报道提到的两种合作情景，目前均未作出决定。

据路透社同日此前报道，三名知情人士透露，韩国半导体巨头SK海力士正与英特尔洽谈合作事宜，计划首次在美国本土生产存储芯片。谈判地点聚焦于英特尔位于俄亥俄州的芯片制造工厂。

消息传出后，英特尔美股盘前一度涨近6%。在SK海力士发布声明后，英特尔盘前涨幅收窄至3%左右。

合作模式仍待确定，美国生产成本或成关键变量

据华尔街见闻此前文章，目前双方讨论的方案主要有两种：一是SK海力士租用英特尔俄亥俄州工厂的部分产能，在当地生产存储芯片；二是SK海力士与英特尔及主要云计算公司成立合资企业，由云厂商通过合作锁定存储芯片供应。

此前报道将双方谈判形容为“探索性”，强调最终方案尚未确定，SK海力士也可能考虑其他合作结构。路透社称，目前尚不清楚如果协议最终达成，SK海力士将在俄亥俄州生产哪类存储芯片。其产品线包括用于服务器、PC和智能手机的DRAM、NAND闪存，以及用于AI处理器的高带宽内存（HBM）。

如果合作落地，SK海力士的加入可能为英特尔俄亥俄州项目带来新的产能利用和商业化机会。英特尔2022年宣布将在当地投资最多1000亿美元建设大型芯片制造基地，但项目进度已明显推迟，两座工厂的竣工时间分别延至2030年和2031年。

对SK海力士而言，在美国扩大生产布局有助于靠近AI数据中心等主要客户。当前AI和数据中心投资持续增长，云计算企业也在寻求更稳定的存储芯片供应，为潜在合作提供了需求基础。

但美国生产半导体的成本明显高于韩国。报道援引知情人士称，美国劳动力和建设成本较高，而半导体供应链大部分仍集中在亚洲，推高了美国本土生产的综合成本。

本文来自华尔街见闻，欢迎下载APP查看更多

一笔持续九年的投资，在最后退出时陷入了合规风波。

万物云9月10日在中报中披露，58同城创始人、董事长兼CEO姚劲波最终控制的58系持股公司Dream Landing，于今年6月10日至29日在场内卖出674万股万物云H股，令姚劲波被视为拥有权益的H股比例由约1.01%降至0.44%；7月20日至31日，该公司再卖出余下的510.8934万股。两轮合计出售1184.8934万股，持股归零。

两轮出售前，姚劲波均未按董事交易规则作出书面通知；7月的出售还发生在中期业绩禁售期内。

这不是普通股东的一次减持。

姚劲波仍是万物云非执行董事，因最终控制58同城，被视为拥有Dream Landing所持股份的权益。港交所《董事证券交易标准守则》要求董事在交易前书面通知董事长或指定董事，并取得注明日期的确认；中期业绩公布前的规定时段则禁止交易。

万物云8月13日公布中期业绩，禁售期从7月14日开始，因此6月交易涉及未事前通知，7月交易同时涉及未通知和禁售期交易。

这批股票的来历，要追溯到万物云仍叫万科物业的时候。

2017年，58系以3亿元人民币或等值美元认购其5%股权，成为战略投资者。当时双方描述的合作方向，是把58的房产、家政、二手交易等线上服务，与万科物业覆盖的社区连接起来。当时，万科物业负责人朱保全称，58可以提供互联网生活服务入口；姚劲波也谈到房屋交易和上门服务等社区场景。

但58系的退出并非今年才开始。

万物云招股书显示，Dream Landing在2022年上市前后约定转让1995.8万股，对价为相当于19.912亿元人民币的美元，交易于次年初完成。

2024年4月，姚劲波提交的权益披露又显示，相关持股在一次出售后由3004.2万股降至1184.8934万股。今年夏天卖出的，正是此后留下的全部股份。

最后两轮交易分别发生在6月10日至29日、7月20日至31日，卖出674万股和510.8934万股。此前的退出通过上市前股权转让及上市后减持逐步完成；直到这次清仓，58系投资团队的卖出安排与姚劲波的董事身份发生了直接的规则冲突。

姚劲波向万物云表示，出售是58同城外部投资管理团队的“无心之失”，交易期间自己没有掌握公司内幕消息，事后已安排团队接受规则培训，并加强内部汇报和审批。

万物云也表示会强化董事培训。这些回应交代了姚方对交易执行过程的解释，但没有改变两轮交易均缺少事前书面通知的事实。

从2017年战略入股到2026年清仓，58系的资本投入已完成退出；姚劲波的董事身份却没有随持股归零而结束。此次事件的关键也在这里：负责处置投资的团队可以独立执行交易，但涉及上市公司董事被视为拥有权益的股份时，投资流程仍须接上董事交易的合规程序。

中报披露了补救安排，但尚未说明此前这一环节具体如何失效。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据彭博报道，冯德莱恩于当地时间周三在法国斯特拉斯堡发表国情咨文时，当着加拿大总理卡尼的面发出上述邀请。她表示：“在这个新世界，我们必须紧迫地重新构想伙伴关系，建立全球联盟，以维护我们的韧性与民主。我希望与你携手，为加拿大打开成为欧盟首个准成员的大门。”

据央视新闻此前报道，加拿大总理卡尼于9月15日至17日访问法国斯特拉斯堡和英国利物浦，寻求进一步加强与欧洲的关系。分析人士表示，目前欧盟并没有“准成员国”这一正式类别，加拿大若寻求获得这一地位，恐面临一系列障碍。尽管如此，欧美之间不断加剧的贸易和地缘政治摩擦，很可能促使欧盟考虑以更加灵活的方式与加拿大建立深层次合作关系。

值得注意的是，当前美加贸易摩擦持续升温，双边关系也面临更多分歧。据央视新闻，在本轮美加贸易争端中，伴随着贸易战，双方还展开了一场“政治战”。面对美国方面提出的让加拿大成为美国第51个州，加拿大方面明确表示，主权不是可以拿来谈判的筹码。

“准成员”：概念创新，细节仍待明确

冯德莱恩此次提出的“准成员”身份，是欧盟针对加拿大提出的新型合作架构，目前尚无现成先例。常规欧盟成员资格意味着漫长的入盟程序，同时涉及单一市场准入以及财政、法律等方面的义务。欧盟今年早些时候针对乌克兰提出的“轻量级成员”方案，也曾引发部分成员国的不同意见。

目前，冰岛、挪威、列支敦士登和瑞士等国与欧盟在货物和人员自由流动等方面存在特殊安排，可作为相关合作模式的参考。不过，这些安排均是在具体谈判基础上形成，并不存在统一框架。报道援引分析人士指出，“准成员”目前更多体现为政治和政策层面的倡议，具体权利、义务及制度安排仍需进一步谈判。

CETA批准仍待推进，欧加经贸合作扩围

据报道援引知情人士透露，加拿大当前较为关注推动CETA（《加拿大—欧盟综合经济与贸易协定》）完成批准程序。这项综合经济贸易协定签署已近十年，目前仍有10个欧洲国家尚未完成正式批准。

双方仍有部分贸易规则需要协调，包括欧盟碳边境调节机制对加拿大进口商品的适用问题，以及森林砍伐和农药监管等方面的规则差异。上述知情人士表示，双方预计将在10月蒙特利尔峰会前取得进展，届时还有望签署一项已推进一段时间的数字贸易协定。

据彭博此前报道，欧盟官员认为，加拿大与欧盟在经贸、防务等领域仍有较大合作空间。加拿大已获准进入欧盟规模达1500亿欧元（约合1730亿美元）的SAFE防务采购贷款计划，双方防务合作也在逐步扩大。

在“准成员”框架之外，冯德莱恩还提及双方在制造业、科技、防务和能源等领域的合作。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据《首尔经济日报》报道，韩国科学技术信息通信部当天在首尔举行全罗北道与庆尚南道物理AI研究项目启动说明会，公布2026年至2030年五年研发路线图。此次项目的一项重要变化，是将制造企业长期积累、此前主要掌握在工厂内部的工艺经验和“隐性知识”数据纳入国家研发体系，推动AI从识别异常进一步走向理解生产流程和直接控制设备。

按照规划，两地项目将率先进行技术验证，成熟成果随后向全国制造基地推广。相关技术涉及神经处理器、数字孪生、机器人协作以及工业数据基础设施等多个环节。

1.4万亿韩元投入，两地分别攻关精密制造与工厂协同

此次研发投入总额为1.4131万亿韩元，其中全罗北道项目获配7368亿韩元，重点建设工厂平台；庆尚南道项目获配6763亿韩元，聚焦精密制造。两地分别从“工厂如何协同运行”和“AI如何理解并控制生产过程”切入。

庆尚南道项目将重点开发“大型动作模型”，汇集工人与机器人的动作数据、物理规律和空间信息，让AI理解具体生产流程并控制实际设备。数字孪生、数据管道和神经处理器基础设施将被用于连接数据训练、现场应用和结果反馈。

全罗北道项目则聚焦“工厂编排”，目标是让不同品牌的机器人和设备协同运行，使整个工厂作为一个系统进行调度。AI将负责工厂布局和物流机器人路径设计，并通过三维数字孪生提前验证，再将方案部署到实际设备，最终向AI参与工厂设计、建设和运营的“黑灯工厂”推进。

据项目方介绍，在去年开展的概念验证中，AI约3小时便完成一座机器人工厂的设计方案，而过去这一过程通常需要3至4名专家耗时近一个月。

13家企业开放“隐性知识”，AI从检测异常走向控制生产

此次项目的另一项重点，是制造企业首次将生产现场长期积累的“隐性知识”纳入国家研发项目。

负责庆尚南道项目的首尔大学教授Cha Suk-won表示，目前已有13家企业同意共享在自有工厂中使用的隐性知识数据。项目将对这些数据进行收集和处理，并针对不同工艺环节建立物理模型，再将模型应用于具有类似生产流程的其他制造企业。

此前，制造业AI更多用于缺陷检测、异常识别等任务，而此次项目试图进一步利用工厂长期积累的数据和经验，让AI理解生产过程中的具体操作和工艺规律，并据此参与设备控制。

全罗北道项目由韩国科学技术院（KAIST）教授Chang Young-jae主导。他提出将工厂视为“由各类机器人组成的一台巨型机器人”，通过统一调度不同设备实现工厂整体协同。据其透露，半导体及显示器材料、零部件和设备供应商Shinsung E&G已决定投资200亿韩元，参与相关实体AI产业生态建设。

从示范工厂向海外输出，韩国押注“制造+AI”整体方案

韩国政府的最终目标并不局限于两个地区的示范项目，而是将经过验证的技术逐步推广至全国制造基地，并进一步形成可对外输出的“K-制造工厂”。

按照路线图，2026年至2030年将以全罗北道和庆尚南道为核心开展技术研发和验证，随后推动相关实体AI能力在更多制造基地落地。政府希望将韩国制造业长期积累的工艺数据、生产经验与AI、机器人、数字孪生等技术结合，形成覆盖工厂设计、设备协同和生产运营的整体解决方案。

这意味着韩国的制造业AI布局正在从单点应用进一步转向工厂级系统改造：AI不再只是识别生产线上的异常，而是逐步参与工厂设计、设备控制和生产调度，并以此探索向海外市场输出整套“AI工厂”方案。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据路透社报道，独立研究员Jonas Wiedermann-Moeller上周发现证据显示，OpenAI智能体早在5月13日便入侵两个Hugging Face用户账户，并利用这些账户向该公司服务器发送格式异常的文件。研究人员认为，这些行为与探测Hugging Face网络结构、寻找潜在渗透路径的侦察活动高度吻合，但目前尚无证据证明这一阶段最终造成了实质性入侵。

不过，OpenAI发言人Drew Pusateri表示，公司此前已披露5月13日发生的相关事件，并已私下通知Hugging Face，"致力于就相关问题保持透明"。此次发现意味着，此前公开的事件时间线可能并不完整，也进一步引发外界对OpenAI智能体活动范围及早期预警机制的关注。

5月已现异常活动，可能错过早期阻断窗口

Wiedermann-Moeller表示，OpenAI未能在5月13日及时识别并阻断相关探测，可能错过了一次提前介入的机会。"如果他们在5月就发现了这一行为，或许能够阻止后来那次规模更大的事件。"他说。

OpenAI此前也承认，回头来看，AI智能体发出的一些"早期信号"本应触发更及时的响应。两名审查Wiedermann-Moeller研究结果的外部专家认为，其发现与此前掌握的OpenAI智能体行为模式一致。

SentinelOne高级研究员Tom Hegel表示，账户遭入侵以及随后进行的网络探测，与已知的智能体行为模式"完全吻合"。AI安全机构Nightingale Collective的Sydney Von Arx也认同这一归因，并认为相关活动构成了一个明显的早期警示。

值得注意的是，OpenAI上月公布的公开事件报告主要披露了恶意活动的一个方面，即攻击者窃取一名Hugging Face用户的数字凭证，并借此访问一份与生物学相关的文件。但据研究人员透露，针对Hugging Face的早期探测范围似乎超出了这份报告所描述的内容。

更多疑似事件曝光，AI智能体安全能力受考验

7月事件曝光后，外部研究人员又陆续发现更多疑似涉及OpenAI智能体的恶意活动，目标包括一个处于休眠状态的德国维基站点以及RubyGems软件包仓库。

据报道援引两名知情人士透露，在RubyGems事件中，OpenAI员工直到Nightingale Collective公开披露相关情况后，才意识到其AI智能体可能与这起恶意活动有关。OpenAI对部分事件的承认也发生在第三方研究人员公开披露之后。

随着更多疑似事件浮出水面，外界开始关注OpenAI是否已经全面掌握失控AI智能体的活动范围，以及现有监测机制能否及时识别类似风险。

相关事件也进一步加剧了业界对AI开发速度与安全能力是否匹配的讨论。美国部分AI行业高管近期已公开呼吁放慢AI开发速度，担忧高度自主的AI智能体可能被用于发动大规模网络攻击。

Wiedermann-Moeller认为，最新发现进一步支持暂缓推进先进AI系统开发的观点。"暂停或许对世界有益，"他说，"这样安全层面才能跟上发展的步伐。"

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据彭博报道，CMA数据显示，软银五年期信用违约互换（CDS）报384.6个基点附近，升至2023年以来最高水平。与此同时，OpenAI正与投资者就新一轮融资展开初步磋商，目标估值超过1.2万亿美元。

OpenAI首席执行官Sam Altman此前表示，公司期待已久的IPO仍在推进，但不会在今年落地。彭博智库信用分析师Sharon Chen指出，IPO延期意味着软银出售OpenAI持仓、回收投资资金的时间可能进一步推迟，而融资成本上升也正在增加软银的债务压力。

CDS走阔叠加IPO延期，软银融资与变现承压

Sharon Chen在周三报告中表示，软银“融资成本正在上升”，其离岸债券利差也在供给担忧以及对OpenAI敞口扩大的背景下明显走阔。

软银已承诺向OpenAI投资646亿美元，成为其迄今规模最大的单笔投资之一。随着OpenAI估值持续攀升，但IPO时间表迟迟未能明确，软银何时能够通过上市实现部分持仓变现，仍存在较大不确定性。

与此同时，软银仍在积极通过债券市场筹集资金。公司近期在日本完成规模达1万亿日元的零售债券发行，并正筹备潜在的海外债券发行。不过，CDS走高意味着市场要求软银承担更高的信用风险溢价，未来债务融资的定价条件可能因此承压。

对软银而言，OpenAI投资扩大与IPO延期意味着资金占用时间拉长、持仓变现推迟，信用市场的定价变化也反映出投资者对此的关注。

本文来自华尔街见闻，欢迎下载APP查看更多

过去20年，手机行业建立在一个简单而可靠的赌注上，时间站在主机厂这边。

屏幕、芯片会越来越便宜，去年的堆料成为今年标配，今年的旗舰配置可能是明年中端机的起步线。一台手机卖出去的那一刻，它的零部件成本就已经开始过时并且变的便宜，随着供应链的降本，多数厂商利润产往往在产线成熟后才开始释放。

这几乎构成了消费电子终端的底层信仰，只要时间足够长，造东西一定会越来越便宜。

2026年，这个赌注开始突变。

手机行业没出问题，但数据中心正在和消费电子争夺同一批内存产能，存储厂商更愿意把产线投向利润更高的HBM和服务器DRAM，留给手机的份额被挤压。

手机行业赖以为生的那条成本下降曲线，被一个完全外生的力量打断。

2026年9月起，华为、小米、荣耀等多家手机厂商在同一天集体上调在售机型价格，单机最高涨幅1000元。此前一个月，小米刚刚单独完成过一轮调价，这在智能手机行业几乎从未有过。

当一个行业不能再靠“越造越便宜”赚钱的时候，它必须找到一种方式，让产品重新“合理地变贵”。

折叠屏成为了2026年手机行业找到的那根续命稻草。

一. 前提不再成立

2026年9月的第一个星期，中国手机市场上演了一幕密集程度前所未有的高价首发。

9月7日，华为率先登场，全新展翼三折叠Mate XT 2非凡大师发布，起售价19999元，最高配置的灵盾防窥屏版售价24999元，首发麒麟9050 Pro芯片。这是华为起售价最高的折叠屏手机。

同一天晚间，小米18 Fold正式发布，起售价10999元，陶瓷特别版15999元。雷军在发布会上称这是“小米迄今为止最贵的手机”，并且指出“目前内存非常非常昂贵，我们的定价确实也不便宜，但绝对物超所值。”

三天后的苹果秋季发布会，压轴产品苹果首款折叠屏手机iPhone Duo。国行256GB版15999元起步，2TB顶配版26499元，是全场价格最高的新品。

iPhone 18 Pro起售价9999元、Pro Max起售价10999元，在内存容量与上一代持平的情况下，起价均上涨1000元。

再往前几周，7月落地的三星Galaxy Z Fold8国行12999元起，这是三星六年来第一次改变折叠屏机身形态，从延续了七代的窄长比例切换到4:3阔折叠。4月的华为Pura X Max10999元起，是全球第一台大阔折叠手机。

4天里3家公司各自发布了自己历史上最贵手机，形态全部是折叠屏。

这不是巧合，因为折叠屏是今年手机行业唯一还能涨价的地方。

因为很久以来，传统消费电子终端的利润模型保持着一条清晰的路径。

完成市场教育之后，出货量扩大，累计产量上升，然后一系列改善同时发生，例如生产良率提高，工艺从实验走向成熟，供应商为争夺订单扩产降价，厂商的采购规模使议价能力持续增强，前期研发投入被更大的出货量摊薄。

这些力量叠加在一起，会推动单位成本持续下降。

1936年，美国的航空工程师西奥多·莱特观察飞机制造时总结出一个规律：

累计产量每翻一倍，单位成本下降一个固定百分比。

莱特定律由此诞生，这个规律后来在半导体、光伏、锂电池等几乎所有制造业中被反复验证。

手机行业在过去20年完美地运行在这条曲线上。

2012年一块5英寸1080p的AMOLED屏幕是旗舰独享的奢侈品，到如今已是被淘汰的组件。高通骁龙8系列处理器在发布当年只有顶配旗舰能用，一两年后同级别性能就下放到中端芯片。

规模越大的主机厂，这套机制尤其舒服。出货量越大，采购成本越低，利润空间就有了，可以把省下来的钱用于降价或继续堆料，构成了一个正向飞轮。

这套飞轮里藏着一个行业默认但很少明说的前提——时间站在厂商这边。

只要持续出货，上游一定会变得更便宜。厂商甚至不需要去发明什么颠覆性的东西，只要继续沿着这条曲线往前走，利润自然会在产品成熟之后释放出来。

但到了2026年，这个行业赖以依附的前提瓦解了。

二. 相反的方向

2026年的手机出货规模其实还在，但关键零部件价格却在暴涨。

AI大模型训练和推理需要的HBM与服务器DRAM利润更高、订单更稳定，存储厂商将产能和资本开支优先向这些方向倾斜。

留给消费电子的传统DRAM和NAND Flash供应被挤压，采购竞争加剧，价格飙升。

据集邦咨询等机构数据，2026年第一季度移动DRAM合约价格环比上涨超过50%，NAND Flash价格环比暴涨超过90%。到第二季度，Counterpoint Research的追踪显示手机内存价格环比涨幅突破80%。

涨价改写了手机的成本结构。

到2026年第二季度，Counterpoint估算典型旗舰手机中DRAM和NAND的BOM占比已经分别升至约23%和18%，合计超过四成。DRAM甚至首次超过SoC，成为旗舰手机中成本最高的单一元器件。

据Counterpoint估算，1TB版iPhone 18 Pro Max相比去年同容量的iPhone 17 Pro Max，仅物料成本就上涨了接近300美元。

涨价是已经发生的事实。

9月1日，华为、小米、荣耀等多家厂商在同一天集体上调在售机型价格。小米17由4799元上调至5099元，小米17 Pro由5399元上调至5699元，小米17 Pro Max由6499元上调至6999元。华为Mate 80系列12+256GB版从4699元涨至5499元，涨幅800元。而小米在8月2日刚完成过一轮每台300到500元的单独调价，一个月内两次上调。

更早的3月，OPPO已经宣布对A系列、K系列和一加部分在售产品调价。

在售机型短时间内由多家厂商集中、反复上调价格，在智能手机行业极为罕见。

Counterpoint的判断是，即便OEM上调售价，2026年旗舰手机的整体毛利率预计仍将略低于2025年同代产品，涨价都涨不过成本涨价。

过去手机行业也经历过内存涨价。2017到2018年那一轮持续了将近2年，但彼时原因在供需错配本身，产能释放之后价格回落。

这一次不同在于，AI对内存产能的争夺可能构成长期趋势。

“时间越久、存储越便宜”的长期假设，目前还看不到自动修复的时间表。

三 换一个“身份”涨价

成本涨了，手机必须变贵，但“变贵”本身就是一个难题。

内存涨价最令厂商难受的地方，在于它提高成本却几乎不增加消费者感知。一台手机加一颗长焦镜头，消费者看得见；但LPDDR5X提升容量价格翻了一倍，消费者日常几乎感受不到区别。

直板旗舰陷入了这种双向挤压，成本上涨的幅度，大于消费者愿意接受的涨价幅度，中间的差额只能厂商自己消化。

苹果今年的发布会是一个缩影，iPhone 18 Pro在内存容量不变的情况下起价上调1000元，标准版缺席并推迟至2027年春季，全场价格最高的新品是折叠屏Duo。

即便作为最具品牌强度的厂商，苹果直板机的涨价空间也非常局促，甚至18 Pro刚刚发售就在电商渠道出现了破发。

折叠屏无法带来成本结构的优化，但它可以贡献另一套定价参照系。

业内流传过一个调侃：

给一台8英寸的小平板加上折叠功能，仍然卖不到手机的价格；但如果反过来把同样的硬件定义成“手机展开变成平板”，价格空间立刻不一样了。

消费者本来就接受旗舰手机6000到1万元，折叠、大屏、稀缺形态这几个标签叠上去，万元突然就变得可以解释。

硬件变化的定价权不来自“能折叠”这个功能，而源于“手机”的重新定义。

手机是人每天随身携带、使用频率最高、同时具有身份表达作用的设备，这个市场天然能够容纳远高于平板的价格带。

而且并非所有折叠都能商量，目前市场的偏好是追求大于传统直板的尺寸。

Counterpoint预计，2026年大折叠面板出货同比增长107%、份额升至81%，翻盖式面板出货下降59%、份额跌至16%。

消费者用钱投票，愿意为“变大”付钱，但不愿意为“变小”或“不变”买单。

iPhone 18 Pro和Phone Duo的入门起售价差6000元。Pura X Max 和Mate XT 2三折叠起售相差高达9000元。 10999元起售的小米18 Fold被雷军称为“小米迄今为止最贵的手机”。

这些都是同厂、同代、同期发布的公开定价，不需任何BOM拆解就能看到品类溢价的直接观测值。

Counterpoint判断2026年旗舰毛利率仍然会下降，但折叠屏提供的是重新定价的资格。

同样一笔内存涨价，落在一台7000元的直板机和一台14000元的折叠机上，对整个利润模型的破坏程度完全不同。

四. 稻草只能撑住一截

折叠屏的定价逻辑在2026年已得到了市场验证。

4月25日开售的全球首款大阔折叠手机华为Pura X Max，标准版10999元起。

截至8月下旬，博主RD统计的Pura X Max零售激活累计78.11万台，典藏版销量持续高于标准版；9月上旬苹果折叠屏发布后，该机型迎来一波短期销量增长。华为官方披露上市4个月工厂发货突破120万台，发货口径包含渠道库存，高于零售激活量。

消费者开始尝试接受了新的价格带，并在这个价格带内选择更高配置，这恰恰是品类溢价最直接的证据。

三星Galaxy Z Fold8阔折叠同样收获超预期市场反馈，8月三星因预售火爆追加零部件订单，把年度产能从280万台提升至380万台；阔折叠形态拉动订单，该机型占Z8系列预售订单七成。

小米18 Fold也已经进入首销验证。第三方监测数据显示，9月10日开售当天零售约3.6万台；小米官方披露，其首销较上一代大折叠增长310%，这至少说明万元以上的新价格带并没有阻断首批需求。

但到此为止，就把折叠屏说成手机行业的救星，证据还远远不足。

9月11日，Counterpoint发布的面板出货数据揭示了另一个关键反常，2026年上半年全球折叠屏手机面板出货量同比下降了13%。

在成本冲击最猛烈的半年里，折叠屏并没有放量，全年预计增长23%，但这个增长几乎全部来自苹果下半年的入场。

Counterpoint预计苹果将贡献全年折叠屏面板出货量的27%，且全部集中在下半年。

粗略推算，剔除苹果后其余厂商的合计出货量大约只有2025年全年的9成。

这意味着假如没有苹果入场，2026年的折叠屏市场反而是收缩的。

在产品层面，折叠屏也没有跑赢成本。

例如三星阔折叠Z Fold8国行12999元起，相比上一代约涨了500到1000元，但标准版取消了长焦镜头。

有分析认为，这既是为了把机身控制在200克以内，也是为了与定价更高的Ultra版拉开产品分级，同时客观上也有助于控制成本。

在更极端的三折叠形态上，韩媒The Bell援引供应链信息测算，三星Galaxy Z TriFold的BOM成本加上需要摊销的研发、产线、开模和宣发费用，大概率高于韩版零售价。

卖一台亏一台的说法虽然刺眼，但供应链数据指向的确实是这个方向。

折叠屏目前解决的是定价自由度，它让涨价变得可以解释，但它自己并没有跑赢成本。

五. 新的白热化

折叠屏做了7年，各种形态都被试过，Z型三折、竖向翻盖、横向窄长大折叠。

这些不同的答案在2026年突然收敛到了同一个形态。

华为Pura X Max是内屏7.7英寸“大阔折”，三星Galaxy Z Fold8，是内屏7.6英寸4:3比例的“阔折叠”。小米18 Fold，内屏7.58英寸被官方称为“中折叠”。苹果iPhone Duo内屏7.6英寸，内外屏比例约1:1.4，苹果自己形容“护照大小”。

4家公司虽然用了4个不同名字，但大多落地为同一块7-8英寸、接近纸张比例的可折叠屏幕。

收敛的背后是一段不短的试错史，华为从2019年的Mate X外折做到2024年的Mate XT三折叠，再到2026年的Pura X Max阔折叠，中间每一步都付出了真金白银的研发和良率代价。

三星从2019年的Galaxy Fold做到2026年的Z Fold8，7年之后才承认窄长形态不是终点。这些代价没有专利可以保护，形态一旦被验证，后来者直接从终点起跑。

小米砍掉了用了5年的MIX Fold系列名称，以全新的“小米18 Fold”命名切入阔折叠，首发自研芯片，技术起点低于华为当年的从零开始。

形态收敛的同时，价格带正在发生更显著分裂。

例如2026年上半年的传统横向大折叠中，6月26日发布的vivo X Fold6，12+256GB版定价7999元，把横向折叠屏的入门价拉到了八千元以内。

荣耀Magic V6在更早的3月10日发布，8999元起。不久后OPPO Find N6在3月17日发布，8月起全渠道立减1000元后到手也在8999元。

“老形态”的价格带，已经被压到了8000到10000元区间。

阔折叠们代表的新形态，正在10999到15999元这个区间重建价格带。

同一个品类里，一条线在跌，一条线在涨，区别只是形态新不新。

折叠屏的溢价来源是稀缺性，来自“另一种手机”这个身份。

一旦某种形态被所有主流厂商采用，它就不再稀缺。消费者面前同时摆着4台一万多元的阔折叠，他们的比较方式会立刻退回参数、影像、芯片、续航，也就是直板机那套比价逻辑。

品类溢价也会在某个瞬间蒸发。

还有个比以往更难受的地方。

这一轮竞争还要扛住成本上升的压力，内存还在涨，上游不帮忙了，降价空间正被多家公司的同质化产品挤掉。

小米18 Fold和华为Pura X Max起售价同为10999元，形态接近、价格贴身，三星高出2000元但配置做了取舍，苹果在更高的15999元位置切入，但它是第一代产品，没有迭代积累。

价格战还没正式开打，牌桌上已经坐满了人。

六. 下半场的赛程

vivo副总裁黄韬在6月26日X Fold6发布会上说：折叠屏的第一次进化，是展开一块大屏幕；第二次进化，是展开一个AI工作台，完成一个复杂大任务。

可见，一个折叠屏厂商自己已经在把叙事从硬件往AI推了。

手机的差异化重心迁移过一次。

最初十年比的是硬件参数，谁的屏幕大、谁的摄像头多、谁的处理器快，后来苹果用App Store把竞争从堆料变成了生态。硬件可以追平，生态没法复制，于是软件生态成了iPhone最深的护城河，也是它维持高ASP最持久的武器。

2026年这一轮，几家主机厂又把资本开支押在了硬件上：铰链、柔性屏、良率、屏幕比例。当所有厂商同时涌入同一个形态，这些东西的竞争窗口可能只有一两代产品的时间差。

同时，另一条线在安静地推进。

2026年9月16日，字节跳动与中兴努比亚联合打造的努比亚NaviX Ultra，即豆包手机2代启动发售，它的上一代产品作为工程样机形态限量发售3万台一天内售罄。

豆包手机的设计中，AI拥有系统级操作权限，可以跨应用自动执行任务，触发了微信、美团等App的风控限制。

但这件事的信号意义远大于销量，它说明AI对手机操作系统层面的控制权，已经重要到有人要争，而且争夺者可以不是手机厂商的地步。

但AI在今天还撑不起一个价格带，苹果、华为、小米、vivo、三星等多数主机厂均参与了手机端侧AI的备案，而人人参与就很难构成差异化；

毕竟AI作为一项平权技术，大概率会让每一台手机都变好，但很难让某一台手机因此变贵。

这和折叠屏恰好相反，折叠屏能被看见、被摸到、被拿在手里向别人展示，所以它能解释价格，但AI看不见。

至少在2026年，没有消费者会因为AI多付5000元买一台手机。

市场常说汽车行业的上半场是电动化，它改变了产品形态；而下半场是智能驾驶，它会重新定义产品价值。

折叠屏在手机行业里扮演的，可能就是电动化那个角色，它改变了产品怎么做，也改变了价格能定到多少，但它没有改变这台设备能为用户多做什么事。

AI有可能是那个改变“能做什么”的变量，但它目前仍然是一个成本项，不是一个溢价项：端侧模型越大越吃内存，厂商想用AI做差异化，第一件事是先买更贵的内存。

手机行业今天同时缺两样东西。

它找到了一个能解释价格的形态，但那不是下半场的答案；它可能已经看到了下半场，但那个东西暂时解释不了价格。

折叠屏支撑的是这一轮提价，不是下一轮竞争，当所有人同时涌入同一个涨价出口，那这个出口注定会开始变得更加拥挤。

本文来自华尔街见闻，欢迎下载APP查看更多

“我高兴了两秒钟就翻篇了，因为更挑战的一定在后面。”

9月15日，地平线创始人兼CEO余凯谈及征程芯片累计出货突破1500万颗时说。他给出了明年的目标：争取在大算力智驾芯片市场升至第一。

同日，地平线宣布，第1500万颗征程芯片将搭载于一汽-大众ID. AURA T6，HSD V2.1也即将推出，全场景倒车将成为此次更新的重点。

余凯还透露，舱驾融合芯片“星空”将于10月开始量产，明年大量量产。HSD的客户范围也将扩大，年内将搭载某头部新能源车企车型量产。

这些产品与客户进展，对应着地平线在高阶市场的份额目标。高工智能汽车研究院数据显示，2026年上半年，地平线在自主品牌ADAS芯片市场的份额首次超过50%；在自主品牌城区NOA芯片市场，份额达到22.8%，较2025年提升约5个百分点，位居第二。

“如果看大算力的份额，我们今年大概是第二名，我希望明年是第一名。”余凯说。公司提出的高阶市场目标，同时计入芯片直接销售的份额，以及通过IP授权支持客户自研形成的延展份额。

从小算力、中算力到大算力，余凯将地平线过去的发展形容为“农村包围城市”。累计出货1500万颗，记录的是征程家族历代产品的规模；走向城区辅助驾驶，芯片还需要与算法、整车控制共同完成更复杂的驾驶任务。

此次搭载第1500万颗芯片的大众T6，首发采用征程6H，并由HSD AI基座模型提供支持。余凯透露，这款车的HSD上市前测试里程超过45万公里，双方在版本迭代、软件准出以及硬件质量测试等环节进行了合作。

他特别提到了底盘对辅助驾驶体验的影响。底盘调校、稳定性和响应延迟，都会影响系统执行驾驶决策的效果。如果处理稍晚，为了补偿就可能出现重刹，乘坐体验随之变差。这也是同一套芯片与算法进入不同车型时，需要继续完成的整车集成工作。

据地平线披露，目前已有超过800万辆汽车搭载征程芯片。一汽-大众汽车有限公司（商务）副总经理、一汽-大众销售有限责任公司党委书记、总经理王胜利表示，T6只是起点，双方合作将在新能源领域全面铺开。

伴随车型落地，HSD也在继续补充具体场景能力。今年6月，地平线推出HSD V2.0，主打点到点通行和防碰撞能力。即将推出的V2.1将增加全场景倒车功能，按地平线介绍，端到端模型可直接生成行驶轨迹，用于脱困、窄道通行等场景。

HSD的量产客户也将增加。余凯宣布，该方案年内将搭载某头部新能源车企车型量产，现场未披露企业名称及具体车型。在回应HSD合作问题时，他还补充，长安也是地平线的客户。随着方案进入更多品牌，地平线需要同时适应不同车企的开发方式和量产要求。

高阶功能的扩展还在向低价位车型推进。地平线披露，合作伙伴智驾新程依托征程6M芯片，推动城区NOA落地10万元级燃油SUV。

对于“智驾平权”，余凯将其与移动通信的4G普及作类比：当技术体验达到足够成熟的水平，就有机会从高端产品向入门产品普及。他认为，当前不同价位车型的辅助驾驶能力仍有明显差异，未来技术足够稳定、流畅后，智能驾驶有望从选配走向更广泛的标配。

余凯介绍，征程6M的算力为128TOPS，其思路是通过软硬件联合优化，让中等算力平台承载城区辅助驾驶，并控制整套方案的成本。他举例，上汽大众ID.ERA 5S采用单颗征程6M及摄像头方案，不配备激光雷达。对于即将发布的10万元级燃油SUV，他未透露具体车型。

另一条降本路径是舱驾一体。余凯表示，汽车计算将越来越集中，星空芯片将于10月开始量产、明年大量量产，把座舱与智驾任务放在同一颗芯片上运行。原本两套系统各自配置芯片和内存，整合后可以减少重复的硬件配置。

按地平线此前公布的方案，星空可同时部署座舱AI应用与高阶辅助驾驶模型，并设置安全机制，让两类功能协同运行、相互隔离。

“现在DDR涨价涨疯掉了，车企都给内存厂商交钱了。”余凯说，星空可以将两套DDR整为一套，节省内存开支。按地平线今年4月发布星空时的测算，方案可带来单车1500—4000元的硬件成本优化，iCAR为首发合作车企。

海外业务的产品结构有所不同。余凯称，地平线海外ADAS订单已超过2000万套，公司通过博世、电装、安斯泰莫及欧摩威等合作伙伴拓展市场。现阶段，海外消费者的需求仍以基础辅助驾驶为主，高阶功能普及需要更长时间。

这也决定了地平线在不同市场的推进节奏：在国内，HSD与大算力芯片进入更多品牌和价位段，争取更高的城区辅助驾驶份额；在海外，先以基础辅助驾驶承接量产需求。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，英国国家统计局公布的数据显示，8月消费者价格指数（CPI）同比上涨3.1%，高于7月的2.9%，为今年3月以来最高水平，符合市场预期。汽油和柴油价格上涨是主要推手，家庭能源账单走高也进一步推升了整体通胀。

英国央行将于周四召开货币政策委员会（MPC）会议。市场普遍预计央行将把基准利率维持在3.75%不变，但如果能源冲击继续推高通胀，市场已开始押注央行最早可能在11月重新加息。通胀数据公布后，交易员对本周加息的定价反而从35%降至25%，显示市场仍认为央行短期内大概率维持观望。

与此同时，通胀走高也增加了政府的财政压力。英国国债收益率此前大幅攀升，已被估算令政府财政空间缩减逾半，进一步压缩10月预算案的政策腾挪空间。

能源价格成为通胀上行主要推手

8月通胀加速主要由能源价格推动。英国国家统计局指出，汽油和柴油价格急涨是当月CPI上升的首要因素，机票价格和出厂价格上涨也有所贡献，家庭能源账单走高则进一步提供支撑。

英国能源监管机构Ofgem于7月初将家庭能源价格上限上调13%，直接推高电价和气价。与此同时，布伦特原油近期重新突破每桶100美元，Ofgem还已宣布计划于10月再次上调能源价格上限，意味着能源价格对未来几个月通胀的支撑可能仍将持续。

施罗德全球经济主管David Rees表示，未来数月英国通胀可能进一步上升，因为能源、工业品和食品价格仍将继续向终端传导。

据《华尔街日报》报道，市场目前预计英国CPI明年初可能触及或超过4%，达到英国央行2%目标的两倍。

核心通胀稳定，暂时仍给央行留下观望空间

不过，整体通胀走高并不意味着价格压力已经全面扩散。8月剔除能源和食品的核心通胀率维持在2.6%，英国央行重点关注的服务业通胀也稳定在3.4%。

这意味着目前的通胀上行仍主要集中在能源等外部因素，尚未明显演变为更广泛的国内价格压力。ING策略师Francesco Pesole表示，目前“仍无证据显示通胀压力向能源以外领域扩散”，这也为央行内部的鸽派立场提供了支撑。

劳动力市场的降温同样给央行暂缓行动留下了一定空间。官方周二公布的数据显示，私营部门薪资增速（剔除奖金）截至7月的三个月为2.8%，低于前期的2.9%；职工总体周薪年增幅也仅为2.9%。

David Rees指出，目前的薪资走势尚未重演2022年的工资—价格螺旋。换言之，只要能源冲击没有进一步带动工资和服务价格加速，央行仍有理由继续观察，而非立即通过加息应对能源价格。

央行观望策略面临越来越大的考验

问题在于，能源冲击的持续时间和传导范围正在变得更加重要。英国央行自今年2月中东冲突爆发以来一直维持利率不变，等待通胀是否持续的更多证据；而MPC上次7月会议以6比3投票维持利率不变，也显示决策层内部已经存在明显分歧。

KPMG首席经济学家Yael Selfin表示，能源价格上涨可能考验英国央行的“观望策略”。她认为，目前价格上涨并不像是由经济过热或二轮效应驱动，但如果通胀持续，央行可能在11月进行一次预防性加息；在此之前，能源价格冲击仍属于央行难以直接控制的外部因素。

牛津经济研究院英国经济学家Andrew Goodwin也表示，8月数据尚未显示二轮效应，但外部价格压力的上升幅度已经如此明显，MPC越来越可能被迫采取行动。

通胀与利率压力也进一步传导至财政端。高企的国债收益率正在侵蚀政府财政空间，而生活成本压力则增加了政府缓解家庭负担的政治压力。财政大臣John Healey表示，中东冲突正在全球范围内推高通胀，政府已提前采取措施帮助家庭和企业；影子财政大臣Andrew Griffith则批评称，3.1%的通胀意味着家庭正在承受更高的生活成本。

因此，英国央行周四大概率仍将选择按兵不动，但随着能源价格继续向通胀数据传导，能够容忍通胀继续上行的空间正在缩小。接下来，核心通胀、服务价格和工资增速能否继续保持稳定，将成为判断央行能否延续观望立场的关键。

本文来自华尔街见闻，欢迎下载APP查看更多

据杰富瑞9月16日发布的研究报告，在Artificial Analysis（AA）追踪的全球前14大语言模型榜单中，9月新增4个模型，分别来自新加坡、韩国、阿联酋和美国。这些模型背后的研发机构融资规模普遍有限，其中部分机构累计融资仅约2000万美元，却已经进入全球头部模型榜单。

杰富瑞分析师Edison Lee等人认为，LLM市场参与者数量持续增加，各地区对本土模型的支持力度上升，加上蒸馏技术广泛应用，正在进一步压低行业进入壁垒。与此同时，模型性能差距收窄和API价格竞争加剧，使AI供应链面临“高资本支出、低确定性回报”的新压力。

新玩家低成本入局，蒸馏技术降低门槛

报告显示，9月新进入AA前14榜单的4个模型分别为新加坡Sapiens AI的Agnes 3.0 Flash、韩国Motif Technologies的Motif-3-Beta、阿联酋MBZUAI的K2 Horizon，以及总部位于美国加州、研发团队在新加坡的Apodex 1.1。

其中，Sapiens AI累计融资约2000万美元，Motif Technologies完成约1660万美元B轮融资，整体投入规模与头部AI企业存在明显差距。

这类案例说明，大模型竞争的资本门槛正在下降。部分新玩家并没有复制头部企业大规模训练基础模型的路径，而是借助开放模型、较小规模团队和更高效的训练方法快速迭代。

蒸馏技术是其中的重要推手。通过利用现有大模型的输出训练新模型，开发者可以用更低成本获得部分先进模型能力。杰富瑞认为，这类技术很难被完全封堵，随着应用进一步普及，后来者追赶头部模型的成本仍可能下降。

但低成本入局并不意味着头部厂商的优势已经消失。训练最前沿模型仍需要大量算力、数据和工程投入，新玩家更多是在部分能力和细分场景中获得竞争力。真正的变化在于，“进入市场”与“做到最强”之间的资本门槛正在拉开。

API价格承压，模型开始进入价格竞争

模型数量增加已经开始向API价格端传导。杰富瑞数据显示，部分新模型的API价格已经显著低于头部模型，其中Apodex 1.1的混合API价格为每百万Token 0.3美元，在AA前15名模型中属于价格最低的模型之一。

与此同时，头部厂商并未全面加入降价，而是通过新一代模型的能力升级寻求更高定价。报告认为，这种提价不仅反映模型能力提升，也可能是向资本市场证明商业化能力的一种方式，即通过更高的智能水平支撑更高价格，从而改善市场对利润率和投资回报的预期。

问题在于，涨价与降价正在同时发生。头部模型试图用性能升级维持溢价，而新进入者则通过低成本争夺开发者和应用需求。杰富瑞指出，仅美国市场目前就已有7家大模型提供商，参与者增加意味着API市场的价格竞争仍可能持续。

从“拼智能”转向“拼效率”

模型竞争的另一变化，是行业开始从单纯追求模型智能，转向同时比拼推理效率。杰富瑞本月引入AutomationBench-AA基准测试，用于衡量模型在智能体自动化任务中的能力，并据此重新校准历史数据。

在这一背景下，部分模型厂商开始通过模型架构和内存优化降低推理成本。DeepSeek于9月10日发布V4.1 Flash模型，其混合API价格降至每百万Token 0.2美元，较上一版本下降74%。

该模型还通过Casual Encoder-Decoder设计、Engram条件记忆机制和Compressed Sparse Attention 2等技术，进一步压缩硬件需求：HBM需求降低约四分之一，SSD需求降低约八分之一。杰富瑞认为，这类路线更强调算力和内存效率，而非单纯追求模型智能。

这也意味着，AI模型的竞争维度正在增加。随着推理Token需求快速增长，模型厂商不仅需要提高能力，还需要降低每个Token的生成成本。对于应用开发者而言，如果更低成本的模型已经能够完成足够多的任务，模型之间的价格差异可能比单纯的性能差异更加重要。

资本支出仍在增长，但回报需要重新验证

杰富瑞对AI供应链的担忧，核心并不是AI需求消失，而是资本投入增长速度能否与最终回报匹配。一方面，新玩家已经能够以数千万美元级别的资金投入进入全球头部模型榜单；另一方面，头部企业仍在持续扩大算力、数据中心和基础设施投资。

从需求端看，AI推理需求仍在快速增长，模型能力提升也会不断催生新的应用场景，因此算力需求本身并未失去增长基础。问题在于，当模型供给越来越丰富、API价格受到竞争压制后，新增基础设施投入需要多长时间才能转化为足够的收入和利润。

杰富瑞因此认为，AI产业可能逐渐进入一个更加注重资本效率的阶段。对于头部企业而言，继续扩大资本开支仍可能是保持技术领先的重要手段，但行业整体需要更加关注重复建设、资源利用率以及新增算力所对应的实际商业价值。

最终，杰富瑞预计，行业可能通过整合、合作以及更高效的资源配置来降低整体资本开支。AI基础设施需求仍然强劲，但“需求增长”并不自动等于“所有资本投入都能获得足够回报”，这将成为下一阶段市场重新审视AI估值的重要变量。

本文来自华尔街见闻，欢迎下载APP查看更多

问界渠道伙伴的合同与综合服务费结算，开始按新的合作分工切换。

华尔街见闻获取的一份《问界致全体渠道伙伴的函》显示，自9月16日起，“授权经销伙伴综合服务合作协议”的签署主体，由华为终端有限公司换签为赛力斯汽车有限公司的关联公司，前序协议自动终止。

赛力斯方面在9月16日确认该函的真实性。

这份函件由“赛力斯&华为终端问界销服联合工作组”署名。双方将此次换签的目的表述为保障业务持续稳定高效运行，并以订单产生时间划分交接责任。

具体而言，9月16日前的订单，包括尚未交付的订单，其综合服务费结算等事宜仍由华为负责；9月16日及以后产生的新订单，其综合服务费结算等事宜则由赛力斯负责。

对于经销商关注的业务延续问题，函件明确，渠道授权模式和商务规则、运营标准与规范均保持不变。

9月15日，鸿蒙智行已宣布，问界的产品定义、产品设计、品牌营销、渠道零售和服务体系由赛力斯主导，华为终端参与赋能。问界仍在鸿蒙智行合作框架内。随着渠道协议换签，赛力斯开始通过直接的合同关系承接相应经营职责。

后续门店如何经营，也有了更具体的方向。函件提出问界品牌将进一步“专属专营”。知情人士告诉华尔街见闻，除直营店、加盟店外，部分原鸿蒙智行门店也将划归赛力斯，仅陈列和销售问界车型。

赛力斯在2026年半年报中披露，公司正从空间、材质和灯光等方面推进门店焕新，交付环节也推出到工厂验车、确认满意后提车的服务。问界的高端化服务已经涉及具体门店和交付流程，这次合作主体切换，需要与这些正在运行的业务保持衔接。

从门店经营看，专营有利于将展位、销售培训和客户跟进集中到问界车型上。赛力斯同时主导产品、营销和渠道，则可以把新车推广、门店活动与销售反馈放在一起统筹，更直接地回应经销商在卖车中遇到的问题。

这也要求品牌方把服务标准落实到具体门店，让消费者在看车、购车和后续用车过程中获得一致的体验。

函件提到，面对已有用户，双方承诺，品牌形象与定位、对用户的服务标准均保持不变，所有问界用户的既有权益不变。

本文来自华尔街见闻，欢迎下载APP查看更多

此次融资将主要用于算力扩容。公司表示，融资完成后，总算力储备已进入国内独立大模型厂商前列，短期内算力供给不再构成收入增长的主要约束。此前受算力限制，Coding Plan曾一度限售，7月底至8月初恢复完全开放后，销量增长超过15倍。

商业化方面，公司已与多家国内外头部云服务商签署收入分成协议，相关收入预计从2026年10月开始确认。同时，Coding、云服务和CoWork等业务均在推进，其中Z Code用户数已突破200万，GLM-5.3发布一个月内，to work场景行业订单金额超过10亿元。

交流会上，公司还披露了算力投入、云厂商合作及CoWork业务进展，并介绍了A股上市筹备情况。需要注意的是，30亿美元ARR属于管理层视角下的年度化订单收入指引，与最终会计收入并不完全等同，实际收入确认仍取决于业务执行情况及相关会计准则。

算力扩容推进，Coding业务恢复增长

过去一年，算力供给曾是公司业务扩张的重要限制。2026年2月GLM-5.5发布后，模型需求量较年初增长近10倍，公司原有算力储备快速消耗，主力产品Coding Plan一度被迫限售，仅通过每日500个名额的方式提供服务。

2月至3月期间，公司通过“all in infra”策略提升算力使用效率，整体使用效率提高至约2.3倍。不过，随着模型调用需求继续增长，算力供给仍难以完全满足需求。6月GLM-5.2发布后，海外调用需求进一步增加，公司原厂当时只能承接约10%的调用流量，其余需求主要由第三方部署开源模型承接。

7月完成40亿美元再融资后，公司开始扩大算力布局。7月底至8月初，停售半年的Coding Plan恢复完全开放，开放后销量增长超过15倍。公司表示，此次50亿美元融资完成后，短期内算力供给不再是收入增长的主要约束。

按照公司交流会披露的测算，50亿美元融资对应约300亿元人民币算力投入，可采购接近10万张算力卡，其中40%用于训练研发、60%用于推理业务。公司预计，随着算力储备增加，Coding等此前受供给限制的业务可以进一步扩大服务规模。

云厂商分成收入10月起确认

商业化方面，公司已与多家国内外头部云服务商签署收入分成协议，将GLM系列开源模型以托管API形式部署在云平台，双方按照约定比例分享收入，相关收入预计从2026年10月开始确认。

上述合作与GLM-5.3开源后的商业安排相衔接。公司此前披露，经营MaaS业务且营收超过100亿美元的云服务平台，使用公司最前沿模型需要获得安全审查和商业授权。目前，公司尚未披露具体合作伙伴名称、单个平台收入规模及分成比例。

公司表示，云厂商合作一方面可以扩大模型分发渠道，另一方面能够降低用户接入门槛，同时减少部分调用对自有算力资源的直接占用。随着相关服务陆续上线，云厂商分成收入将成为第四季度新增收入来源之一。

CoWork订单超10亿元，网络安全率先落地

CoWork是公司此次交流会披露的另一项重点业务。公司表示，GLM-5.3发布一个月内，to work场景行业订单金额已超过10亿元，业务开始进入生产级部署阶段。

网络安全是目前较早实现大规模落地的垂直场景。目前已有超过100家网络安全企业将GLM模型接入安全产品和业务流程。产品层面，GLM-5.3主要承担漏洞挖掘、复杂代码审计等任务，GLM-5.3 Flash则覆盖批量扫描、告警分析等高频场景。

公司认为，网络安全场景具备结果较容易验证、价值相对容易量化等特点，因此更适合AI模型进入实际业务流程。交流会上，公司披露，GLM-5.3在Cyber Games上的成绩约为85%，红队测试期间累计发现高危漏洞超过1500个。

公司表示，CoWork的业务模式还将进一步拓展至金融、法律、工业制造、生命科学、数学等专业场景。与此同时，公司6月已完成A股上市辅导验收，目前处于申报受理前阶段，并明确9月30日之后、直至科创板上市前，不再向新增投资人进行股本性融资。

本文来自华尔街见闻，欢迎下载APP查看更多

眼下，市场对美联储本周加息25个基点的定价概率已超过90%，目标区间将从3.5%-3.75%上调至3.75%-4.00%。这一预期的形成，源于沃什在杰克逊霍尔会议上的鹰派表态，随后8月非农就业数据大幅超预期，以及8月核心CPI环比升幅高于预期三重因素的叠加。加息本身已非悬念，市场的真正焦点在于：点阵图将显示今年还有几次加息，以及沃什在新闻发布会上能否给出清晰的政策路径信号。

花旗与高盛在核心判断上高度趋同：此次将是一次"鸽派加息"，美联储大概率不会主动释放持续加息信号，点阵图中位数预计仅显示今年再加息一次。然而，渣打银行持截然相反的立场——该行认为9月加息本身就是政策失误，正确选择是等待关税冲击消退后再行判断。

与此同时，据摩根大通与高盛的策略分析，若美联储如期加息但拒绝提供明确前瞻指引，收益率曲线可能趋陡，并为股市提供温和支撑；若沃什意外释放强烈的鹰派连续加息信号，将引发利率波动率全面飙升。相反，若美联储爆冷宣布维持利率不变，不仅将严重损害其政策信誉，还可能引发股市抛售，并导致长端美债收益率因通胀担忧而大幅上行。

值得注意的是，美联储本次加息还可能引发政治摩擦，特朗普近期重申美国应拥有全球最低的借贷成本，加息或将令沃什面临来自白宫的最新批评。

加息逻辑：沃什被"逼到墙角"

沃什在8月底杰克逊霍尔会议上的讲话，实际上已将自己置于进退两难的境地。他明确指出，12个月PCE通胀率为3.7%，六个月年化率高达4.1%，均远超目标，超过半数PCE分项仍以高于3%的速率上涨，并警告称，除非通胀向2%目标恢复明确进展，否则美联储"还有工作要做"。

两周后，8月核心CPI环比上涨0.3%，高于0.2%的预期，进一步坐实了加息预期。据路透社最新调查，101位经济学家中有85%预计美联储将加息，货币市场定价的加息概率接近90%。

尽管如此，加息并非铁板一块。美联储理事沃勒在9月FOMC会议“噤声”期前的讲话中明显偏鸽，表示若8月通胀数据显示持续进展，他倾向于维持利率不变，但同时补充称若通胀偏热则会考虑加息。此外，牛津经济研究院认为，连续三组温和通胀数据构成了维持不变的理由，鸽派论点不应被轻易忽视。

花旗与高盛：被动加息与“微调”定调

华尔街见闻文章写道，高盛预期，美联储在9月FOMC会议上加息25个基点，并非源于扎实的经济逻辑，而更多是被市场定价所"胁迫"。美联储在声明中只会做出最低限度的必要修改，避免提供关于未来路径的前瞻指引，即呈现一次“无信号加息”。

高盛明确表示，不认为此次上调联邦基金利率有充分的经济基础。高盛的核心论点是：通胀超出2%目标的全部幅度，均可归因于影响将会消退的一次性因素，包括关税效应、能源及伊朗冲突影响、软件及配件价格效应等。高盛认为，核心PCE通胀在6月至8月期间改善至年化约2.5%的速率（含预期方法论修订），正是这些一次性冲击效果消退的早期迹象。

在通胀广度问题上，高盛同样持异议。尽管近期有更多品类价格以3%以上的年化速率上涨，但高盛指出，一旦剔除关税效应，通胀广度与历史上2%通胀时期的水平基本相当。此外，高盛的"瓶颈追踪指标"显示，行业层面的产能约束如今甚至比疫情前还略少，经济并未过热——而经济过热，恰恰是通常情况下加息的核心理由。

高盛认为，8月CPI数据公布后，市场对加息的定价概率已逼近90%，美联储为了避免按兵不动引发的市场剧烈反应，将被迫加息——这是一次被市场定价"逼出来"的加息，而非基本面驱动的主动紧缩。

花旗基准预测显示，美联储将把此次加息定义为一次“微调（calibration）”，并暗示未来没有进一步加息的必然性。伴随加息而来的前瞻指引将不再指向进一步的政策利率上升。沃什大概率会将此次加息轻描淡写地称为"轻微调整"或"微调"，并向市场暗示，如果通胀显示出向目标回落的迹象，可能就不需要进一步加息。

点阵图：一次还是两次，悬念未解

在缺乏明确声明指引的情况下，点阵图和沃什的新闻发布会成为市场最大的悬念。

新美联储通讯社、《华尔街日报》记者Timiraos指出，美联储历史上仅在1997年完成过一次"加息即止"的操作，历史规律表明加息往往以序列形式出现。前美联储副主席Richard Clarida亦表示：“如果下周加息，后续肯定还会有更多。”目前，CME FedWatch数据显示，市场已定价2027年10月前累计近四次加息。

高盛预计，点阵图将以10票对8票的微弱多数显示2026年仅加息一次（其中Waller及可能的其他委员票数为零次加息）。高盛给出这一判断的理由是：部分委员对本次加息本身持矛盾态度，部分委员则不希望进一步推高市场对额外加息的预期。

但高盛也明确指出尾部风险：若更多委员将本周加息视为应对油价上涨和AI需求的正常反应、并将其视为一轮连续加息的开端，则出现多数票支持两次加息的风险不可忽视。

在异见票方面，高盛预计沃勒将投下反对票，原因在于过去三个月核心PCE通胀的年化速率（含预期方法论修订）已降至约2.5%，低于他此前设定的2.8%"维持不动"门槛。

与利率决定同步发布的经济预测摘要（SEP）将是市场另一焦点。在通胀预测方面，花旗与高盛均预计，核心PCE通胀预测将因方法论修订而向下修正。高盛预计2026年核心PCE通胀中位预测将从6月的3.3%小幅下调至3.2%，为停止加息提供数据支撑。2027年和2028年的中位数点位预计各显示一次降息，分别维持在3.625%和3.375%。

高盛还指出，中性利率估计可能在本次会议上小幅上移，并将在未来一年逐步升至约3.25%-3.5%——部分原因在于，经济在较高利率下持续表现良好，令部分委员倾向于认为当前利率已接近中性水平，AI投资需求也可能推高均衡利率。

沃什发布会：市场最大的悬念

尽除了点阵图之外，沃什的新闻发布会将是今晚最大的不确定性来源。值得注意的是，沃什预计将再次拒绝提交个人预测，延续其对前瞻指引的一贯抵触。

关于发布会，花旗警告称，若沃什仅仅强调"还有工作要做（more work to do）"而不提供近期利率指引，这可能被市场视为危险信号。在这种鹰派风险情形下，市场可能预期10月和12月的FOMC会议均将加息，甚至将进一步加息的风险定价延伸至2027年。

高盛对这一场景的判断则更为具体：FOMC可能希望引导市场降低对10月加息的定价信心（目前已接近50%），但不会在声明中明说。相反，沃什可能在发布会上表示，在决定进一步行动之前，FOMC将"仔细评估（carefully assess）"即将公布的数据，或希望看到多份即将发布的通胀报告，或观察潜在通胀趋势如何演变——上述任何表述，都将暗示委员会希望多收集一段时间的数据再行动。

高盛还补充，由于许多投资者已将11月初的中期选举视为10月加息的政治障碍，阻止市场将10月加息设为"默认基线"并非难事。

沃什在7月会议后的发布会上曾因未能清晰解释按兵不动的决定而遭到市场批评，引发长端美债收益率跳升。此次若再度语焉不详，市场反应可能更为剧烈。

渣打：加息本身就是政策失误

渣打银行9月14日发布的报告持截然相反的立场，明确判断美联储应在本次会议上维持利率不变，并认为当前加息仍是"错误的政策选择"。

渣打的核心论点是：当前核心通胀存在被高估的可能。该行追踪的超核心CPI近期明显回落，已回到2010年代的正常区间。链式核心CPI与核心PCE近期出现明显背离，链式CPI更能反映消费者实际支出，其近期走势值得政策制定者关注。此外，美联储内部多项分析认为，关税可能贡献约0.7个百分点的PCE通胀，随着关税收入在2025年四季度见顶，其通胀影响可能在数月后逐步减弱。

渣打还指出，市场定价对政策形成了反向约束，存在"市场预期推动政策、政策再强化市场预期"的反馈循环风险。沃什在杰克逊霍尔讲话中本人也曾警告，如果市场依赖美联储指引，而美联储又反过来依赖市场价格，政策制定者可能因此忽视新的经济变化，增加政策失误风险。

在票数逻辑上，渣打认为，7月FOMC已有3名委员支持加息，若9月要实现加息，还需至少4名原本倾向于按兵不动的委员转向，才能达到7票门槛。渣打认为，目前的数据尚不足以形成这一条件。

资产定价与波动率博弈：市场如何应对？

高盛利率波动率研究团队在9月15日的研报中指出，美国利率隐含波动率在收益率持续上行的过程中总体保持克制，但上周的抛售伴随着波动率的明显上升。在控制更广泛宏观基本面因素后，当前美国利率隐含波动率已从公允价值区间的低端升至中点附近，这意味着市场对于政策路径分布进一步扩大的情景存在脆弱性。

高盛认为，假设美联储如期加息25个基点，波动率的后续走向将主要取决于SEP和发布会传递的前瞻信号。若点阵图显示一至两次加息、并配合强调数据依赖的表述，虽不能完全消除前瞻不确定性，但应能令波动率有所回落，并使曲线尾部趋于平坦。

高盛历史研究显示，在市场已定价75%-90%加息概率的情况下，轻度鹰派惊喜（即如期加息）往往带来较好的波动率卖出回报，这支持了"如期加息+温和信号"情景下波动率将部分回落的判断。

反之，若美联储意外按兵不动，高盛认为这将在整个波动率曲面引发更大冲击——不仅不会立即降低未来加息预期，反而会在维持通胀担忧和期限溢价的同时，进一步加剧前端不确定性。上周欧洲央行会议提供了一个参照：强硬鹰派信号伴随加息，导致短端波动率急剧上行，并向整个曲面蔓延。

高盛在其基准情景下预计，若后续通胀数据足够温和，美联储将在本周会议后暂停加息，波动率将随加息风险的逐步消退而温和回落。

据摩根大通策略团队的场景分析，若美联储加息且无前瞻指引（基准情形），标普500指数有望上涨25至75个基点；若沃什意外释放“粉碎通胀”的强硬信号，股市可能面临1%至2%的下跌。

最危险的尾部风险在于“意外不加息”，这不仅会引发前端利率的鸽派重定价，还将导致长端收益率因通胀担忧和信誉受损而飙升，收益率曲线急剧变陡，并引发股市抛售。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，A股低开后一路震荡走强，三大指数集体收红，科创板成为当日最强引擎——科创50指数大涨4.14%，光通信/CPO板块掀起的涨停潮。与光通信形成共振的第二主线，是半导体材料/硅片/存储板块的全线走强。工程机械板块领跌——三一重工大跌逾8%盘中逼近跌停，柳工、山推股份、徐工机械跌超5%，汽车整车、银行、保险、港口航运、养殖等权重与消费方向集体走弱。宁德时代今天再度跌超3%。

港股恒指、恒科指早盘双双下跌，恒科指、恒指盘中先后转涨，午后维持震荡上涨势头，权重科网股多数承压，但是芯片、光通信股大幅反弹，AI大模型双雄有所走高，智谱涨超5%，宁德时代、赛力斯H股均延续跌势。债市方面，国债期货震荡下跌。商品方面，国内商品期货多数走高。核心市场走势：

A股：截至收盘，沪指涨0.71%，深成指涨1.26%，创业板指涨1.96%。

盘面上，个股涨多跌少，沪深京三市超4100股飘红，今日成交1.85万亿。沪深两市成交额1.84万亿，较上一个交易日放量近2300亿。板块方面，半导体、光通信板块领涨，“易中天”、中芯国际、寒武纪、海光信息、北方华创、中微公司等高辨识度龙头集体上行，主力资金向核心标的集中。工程机械板块放量走弱，农业、家电、银行、保险、食品等方向同步休整。

工程机械板块大幅走低，龙头股三一重工放量下行，盘中一度触及跌停，截至收盘，跌幅为6.72%。三一重工日成交额达到44.5亿元，是上一交易日全天成交额的6倍以上。恒立液压也大幅下行，截至收盘跌6.28%，柳工、山推股份、杭叉集团、徐工机械、中联重科等股票亦均放量下行。

港股：截至收盘，恒生指数收盘涨0.19%，恒生科技指数涨0.79%。

盘面上，半导体、有色金属、AI板块走升。剑桥科技涨约11%，赤峰黄金涨约8%，联想集团涨约8%，天数智芯涨约6%，华虹宏力涨约6%，智谱涨约6%。江波龙、澜起科技、中际旭创、立讯精密走强。三一重工、宁德时代、赛力斯放量下滑。

债市：国债期货震荡上涨，截至发稿，30年期主力合约涨0.09%，10年期主力合约涨0.01%，5年期主力合约涨0.01%，2年期主力合约持平。

商品：国内商品期货多数上涨，截至收盘，化工品涨幅居前，乙二醇涨3.17%；油脂油料全部上涨，豆粕涨3.11%；贵金属全部上涨，白银涨2.37%；能源品多数上涨，LPG涨1.18%；基本金属多数上涨，锡涨0.99%；黑色系多数上涨，螺纹钢涨0.74%；农副产品多数上涨，红枣涨0.61%；航运期货全部上涨，集运指数(欧线)涨0.56%；新能源材料跌幅居前，碳酸锂跌2.95%；非金属建材全部下跌，玻璃跌1.30%。

光通信/CPO：中金上调景气+海力士CPO路线图，涨停潮成绝对主线

致尚科技20CM涨停，东田微、长芯博创、光迅科技、星网锐捷涨幅居前。新易盛、中际旭创、天孚通信亦全线上涨。

① 机构景气上修（认知锚）——中金公司研报指出，第27届光博会热度较往年有增无减，"锁订单、锁物料"成为展会调研关键词，2027年需求确定性进一步提高；结合展会调研，部分高速光芯片企业订单排期已延伸至2028年及以后，光模块订单能见度覆盖2027年及以后，机构预测光通信行业市场规模有望突破1000亿美元。

② 技术路线升级（产业锚）——SK海力士发布CPO（共封装光学）技术路线图，标志着光模块正从传统"可插拔"形态向"共封装"演进，1.6T硅光、全光交换等新技术路径打开市场对光器件价值量与渗透率的重新定价。

③ 海外需求加码（订单锚）——高盛发布产业研报，全面上调超高速光模块采购预测，将2027年、2028年800G及以上光模块需求量分别上修39%与36%，预计出货总量分别达1.44亿只与1.71亿只；康宁在宣布向Zayo供应数据中心互联光纤长期协议后，又与Verizon签署价值数十亿美元的供应协议，将在2032年前提供超过8000万英里高密度光纤。

④ 全产业链联动——从光纤预制棒、光纤光缆、光器件、光模块到CPO数据中心交换机，材料—器件—模块—设备—交换机的完整链条集体涨停，显示资金对整个光通信产业链的系统性重估。

此外，日前，Meta首席执行官扎克伯格反对“AI减速论”，认为竞争与法律责任足以促使企业重视安全；英伟达首席执行官黄仁勋亦表示，美国无需出台新的人工智能安全监管规定，市场力量将推动企业开展安全创新。

当地时间周二，扎克伯格在社交平台X上发文称，每一家AI实验室都有责任和动力以安全训练模型所需的节奏推进开发，并有能力自行采取行动实现这一目标。这一表态与多家顶级AI公司领导人近期呼吁协调放缓AI发展的立场有所不同。同一天，黄仁勋在接受美国知名财经主播吉姆·克莱默采访时，批评了Anthropic的AI安全反垄断豁免提议，该提议旨在协同放缓前沿AI模型的开发。

此外，黄仁勋还驳斥了有关人工智能可能在十年内灭绝人类的论调。黄仁勋表示：“有人认为，我们需要出台新法律、新反垄断法规或新监管条例，才能让这些企业在发布产品前做好基础工程、规范研发，但这完全没有必要。我们已有充足的法律与监管规定，足以保障产品的可靠性和功能。”

中金公司认为，2027年光通信行业高景气度确定性抬升，是AI算力最核心的硬件环节，具备机构背书与产业催化双重支撑。**高盛**上修800G及以上光模块需求预测，反映超高速光模块采购节奏快于此前预期。

华西证券指出，AI创新正驱动光器件、光模块持续突破，光通信产业链正迎来新一轮景气上行周期。

半导体材料/硅片/存储：ASML扩产+涨价预期点燃第二主线

有研硅20CM涨停，中晶科技、立昂微、沪硅产业、神工股份涨幅居前。

逻辑链：与光通信形成"科技双主线"的第二主线，逻辑同样清晰：

① 海外扩产与设备景气（产业锚）——阿斯麦管理层透露，正研究于2028年生产逾110部极紫外光（EUV）光刻机以应对AI带动的需求（2027年产能几近售罄、可生产至少80部，2028年计划提产约30%，大部分新订单已是2028年交付）；摩根大通同步上调晶圆厂设备市场增长预测。

② 硅片涨价预期（价格锚）——中信证券预计，较为紧缺的重掺硅片下半年有望继续上涨，相关公司可能在9月到10月调涨明年长协价格，意味着涨价周期至少持续到2027年；半导体硅片行业涨价预期升温，国内外主要厂商陆续上调产品价格。

③ 存储扩产提速（需求锚）——美光高管最新发声，存储已成为决定AI性能上限的最核心瓶颈，由于新建产能周期漫长且工艺复杂，行业供需失衡局面至少要到2028年后才能迎来实质性新增产能释放；国内长鑫存储新的扩产框架正逐步与设备厂商洽谈、有望年底下框架订单，长江存储已着手武汉第三工厂的生产设备连接工作；Omdia报告显示2026年第二季度全球半导体营收突破4250亿美元、再创历史新高，环比增幅达创纪录的31.4%。

④ 先进制程供不应求——台积电3nm、2nm先进制程与CoWoS先进封装产能持续供不应求，英伟达、苹果等核心客户持续锁定资源，亚马逊AWS加大AI自研芯片投片力度，全行业先进制程与先进封装赛道高景气度持续升温。

中信证券判断，紧缺的重掺硅片涨价周期至少持续到2027年，晶圆厂扩产景气正向设备、材料上游传导。

华西证券表示，AI创新正驱动算力芯片、光器件、PCB、存储及服务器液冷持续突破，上游半导体设备、零组件及材料国产替代预期强烈，功率、CIS及模拟芯片板块价格触底复苏，中国半导体产业正迎来新一轮发展机遇。

摩根大通上调晶圆厂设备市场预测，反映全球先进制程扩产预期升温。

本文来自华尔街见闻，欢迎下载APP查看更多

德意志银行在9月14日发布的最新报告中表示，2026年霍尔木兹海峡的封锁是这一范式转变的证据。该海峡此前承载着全球约25%的海上石油贸易，封锁发生后，布伦特原油价格重返每桶100美元上方，欧洲天然气期货价格也升至2022年底以来的最高水平。今年迄今，全球经济所遭受的最大冲击，均来自供给侧，而非需求侧。

这对投资者的警示在于：在供给受限的世界里，通胀将更频繁地出现脉冲式上升，货币宽松的效力将持续衰减，而财政刺激则更可能加剧过热并挤出私人投资。旧有的政策剧本正在失效，扩大经济供给边界将成为未来政策制定的核心命题。

德银表示，要理解当前转变，需要回溯2008年全球金融危机留下的历史遗产。

金融危机标志着大萧条以来最严重的经济收缩。此后，"长期停滞"的概念重出江湖——在这一框架下，实现充分就业所需的均衡利率为负值，零利率下限成为货币政策难以逾越的障碍。美国失业率直到2017年才回归危机前低点，欧元区则要等到2020年2月，而此时疫情已接踵而至。

整个2010年代，美联储与欧洲央行持续未能实现2%的通胀目标，政策利率紧贴零下限，长期利率也在持续下行。2019年夏，德国10年期国债收益率跌至-0.7%，借贷几乎成为"免费午餐"。彼时，市场对低通胀与低利率的持续性深信不疑——2020年8月，10年期美债收益率创下0.51%的历史低点。

这一背景深刻塑造了疫情期间的政策应对。2020年美国联邦财政赤字达到GDP的14.5%，为1945年以来最高。政策制定者出于对通缩的担忧，将刺激力度推向了平时所未见的量级。

然而，正是这场大规模刺激，在全球供应链最脆弱的时刻引爆了需求冲击。

疫情封锁期间，消费支出从服务业大幅转向耐用品，既有供应链应接不暇；集装箱严重短缺导致运费一度飙升逾5倍；劳动力市场因提前退休和职业转换而深度重组，企业不得不竞相加薪；与此同时，能源生产商在疫情期间削减了钻探与勘探投入，导致需求回升时供给难以及时跟上，布伦特原油在2021年中后期便已重新超越疫情前水平。

彼时，许多人认为通胀不过是疫情与经济重启带来的短暂现象，过去30年的长期通缩力量终将重新主导。但到2021年底，形势已无可辩驳：美国CPI升至7.0%，为1982年以来最高；欧元区CPI升至5.0%，为1991年以来最高。

2022年初，俄乌冲突将这一进程急剧加速。能源价格大幅攀升，欧洲工业被迫与俄罗斯天然气脱钩，乌克兰黑海港口遭封锁又推高了小麦、玉米等粮食价格。美国CPI在2022年6月峰值达到9.1%，欧元区在10月峰值达到10.6%。美联储随即启动了525个基点的加息周期，欧洲央行紧随其后加息450个基点。

德意志银行报告将供给冲击划分为三类，对应不同的政策应对逻辑。

第一类是短期冲击，例如低水位导致关键水道受阻。这类冲击对经济的影响具有自我修正性质，产出往往呈V型反弹，通胀影响均值回归，央行通常可以选择"看穿"而无需采取行动。

第二类是中期冲击，通常由地缘政治事件或政策决定驱动，持续时间数年且无法快速化解。此次霍尔木兹海峡封锁为典型案例，1973年石油禁运也属此类——油价一度接近四倍，且在此后数年维持高位。

这类冲击往往迫使贸易流向和供应链的永久性重构，并将通胀压力传导至核心通胀分项，央行难以忽视，通常不得不加息应对。关税政策也被归入此类。

第三类是结构性趋势，例如人口老龄化与全球化、逆全球化的长期演变。这类因素可永久改变经济的潜在增长率，影响所谓的r*——即实现充分就业所需的均衡利率。当今许多国家劳动年龄人口已在萎缩，这意味着潜在GDP增长需要更多依赖生产率提升，而非劳动力扩张。

当前局面与1970年代存在深刻的历史呼应。

那个十年，两次石油冲击接踵而至——1973年的OAPEC（阿拉伯石油输出国组织）石油禁运令油价几近四倍，1979年伊朗革命与随后的两伊战争再度推动油价翻倍。供给冲击叠加，形成了通胀加速与经济放缓并存的滞胀格局。

报告指出，1970年代的核心教训在于：即便单次供给冲击在理论上可以"看穿"，接连不断的冲击在现实中会产生累积效应——就如同慢性侵蚀，最终足以使通胀预期脱锚，触发工资-价格螺旋。事实上，美联储在第一次石油冲击后政策过于宽松，导致通胀失控，最终迫使沃尔克在第二次冲击后以极度鹰派的货币紧缩来收拾残局。

当然，1970年代并非完美的历史镜像。当今经济的能源强度已远低于彼时，油价冲击的经济传导效力有所减弱。但重复性供给冲击造成通胀预期脱锚的风险机制，仍具有现实参照意义——尤其是在多数主要经济体通胀依然高于目标的当下。

德意志银行报告明确指出，供给约束时代令2010年代的政策工具箱面临系统性挑战。

首先，通胀将更频繁出现。2010年代，经济存在大量闲置产能（即负产出缺口），额外的需求刺激可以直接转化为产出增长而非通胀。

但当前，人口老龄化压缩了劳动力供给，产业回流政策推高了成本，国防开支攀升加大了对资本的争夺，经济已不再具备吸收需求冲击的缓冲垫。值得关注的是，美国PCE通胀自2021年3月至今已持续高于2%目标。

其次，货币政策效力受限。

降息的传导机制本质上是刺激需求，对供给侧受损无能为力。当供给冲击同时推升通胀、压低增长，央行便陷入两难：加息可以对抗通胀，却可能进一步损害已经疲弱的经济；而按兵不动又可能让通胀预期进一步失控。此次霍尔木兹海峡封锁后，多国央行选择观望数月而非立即加息，但代价是通胀在多个国家持续高于目标。

同时，财政刺激更易引发过热与挤出效应。

金融危机后，高失业率与负产出缺口意味着政府支出乘数较高，借贷成本几乎为零。但当前环境截然不同：政府债券收益率已回归危机前水平，AI超大规模算力投资带来的"反向挤出"效应正在推升利率压力。在这一背景下，财政刺激不仅成本更高，更容易在缺乏闲置产能的经济体中直接转化为通胀。

面对上述挑战，报告指出，政策重心必然向供给侧扩张转移。

这一逻辑已在政策实践中初露端倪。美国《通胀削减法案》鼓励清洁能源投资，《芯片法案》致力于重建半导体本土制造能力。尽管这些政策的初衷各异，但其本质都是试图扩大经济的生产边界。

报告认为，未来有效的政策方向包括：扩大能源生产以降低对单一供给通道的依赖，增加住房供给，以及将更多劳动力引入市场。这些措施的共同逻辑，在于提升经济在不产生通胀压力的前提下所能实现的潜在增长率。

历史表明，重大供给冲击往往也是推动结构性适应的催化剂。1970年代的石油危机促使美国于1975年建立战略石油储备，推动能源多元化，最终在2019年实现净能源出口国的历史性转变。此次霍尔木兹海峡封锁，已促使多国开始寻求替代运输路线、动用战略储备——即便长期地缘政治走向尚不明朗，供应链多元化的进程已然启动。

德银强调，在一个供给重新成为主要约束的世界里，谁能率先拓展供给边界，谁就掌握了下一轮增长的主动权。而对政策制定者和投资者而言，这意味着思维框架需要根本性的更新。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据路透援引两位知情人士透露，Anthropic已与新加坡数据中心开发商Zerra DC签署租约。项目选址于布里斯班以西约250公里的农业用地，规划总容量达2.16吉瓦，规模接近目前全球最大的数据中心。

此次交易意味着Anthropic继OpenAI之后，也开始在澳大利亚布局AI基础设施。丰富的可再生能源、相对较低的土地成本以及仍有较大扩张空间的市场环境，正吸引越来越多AI企业将澳大利亚纳入算力布局。经济学家预计，到2030年，澳大利亚数据中心相关投资总额可能达到1500亿澳元。

值得一提的是，Anthropic CEO Dario Amodei上周末曾公开呼吁AI企业放缓模型能力提升，理由是担忧人工智能被滥用的风险。这一观点获得了xAI CEO埃隆·马斯克和OpenAI CEO Sam Altman的公开支持。而此次澳洲数据中心布局，也让Anthropic的算力扩张再次受到关注。

2.16吉瓦园区落地昆士兰，主要用于AI推理

据路透社援引知情人士称，Zerra DC将负责采购可再生能源购电协议，并承担电网接入成本，不向现有用户转嫁相关费用。项目计划于2027年开始分阶段投产。

该设施将采用封闭循环风冷系统，相比传统液冷方案，可降低服务器散热对清洁水资源的消耗。报道援引知情人士称，数据中心将主要用于AI推理，即模型完成训练后，为用户请求提供实时计算，而非用于模型训练。

澳大利亚正在成为AI企业争夺算力资源的新市场。OpenAI此前已就悉尼一处数据中心签署电力购买协议。随着美国和亚洲主要市场面临土地、电力及并网资源约束，澳大利亚的可再生能源条件和市场扩张空间开始受到AI基础设施投资者关注。

不过，数据中心的大规模扩张也带来了土地、水资源和电力消耗方面的担忧。澳大利亚政府计划从2027年起进一步限制数据中心的资源使用，同时仍在吸引外资进入这一领域。

此次交易目前仍需获得澳大利亚外国投资审查委员会（Foreign Investment Review Board）批准。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，据CNBC报道，Cresset Capital首席投资官Jack Ablin将这一风险机制描述得直截了当：“5%本身不会在到来的当天击垮任何东西，它会在12到18个月后、当再融资必须以新利率进行时，才真正造成破坏。”他强调，危险不在于今天看到的收益率水平，而在于我们在这一水平停留的时间越长，局面就可能越艰难。

报道指出，Global X ETFs投资策略师Billy Leung则将问题的核心归结为再融资压力：大量在2020至2021年以2%至3%利率发行的债务，如今需要以6%至8%的成本滚动续借，这将直接冲击现金流、资产估值和信用质量。目前来看，住房市场将首当其冲，高杠杆企业、商业地产借款人及私募股权支持的公司同样面临显著压力。

住房市场：最先感受到冲击

住房市场被多位策略师列为最脆弱的领域之一。 随着长端国债收益率飙升，30年期抵押贷款利率正逼近8%。Ablin指出，持有约3%利率存量房贷的现有房主几乎没有动力出售，这意味着市场面临的不是大规模违约潮，而是交易量的深度冻结——房屋建筑商、抵押贷款发起机构、产权保险公司、房产中介及家居零售商均将受到波及。

TD Securities美国利率策略师Molly Brooks同样将住房列为对长端收益率上行最为敏感的领域，因为长端国债收益率会直接传导至抵押贷款利率。

相比之下，银行业所受冲击可能滞后。Brooks指出，在收益率曲线趋陡的初期，银行以短端利率融资、以长端利率放贷的模式反而有助于支撑净息差。但Leung警告，若高借贷成本持续时间足够长，导致房地产或企业借款人信用质量恶化，银行将在后期承受更大压力。

再融资压力：到期墙被推后，但并未消除

信用市场的深层风险，来自零利率时代遗留的债务到期浪潮。许多企业在2020至2021年延长了债务期限，或在此后进一步推迟还款，暂时规避了高利率的冲击。但Ablin明确指出："到期墙被移动了，而不是被移除了。"

Ablin表示，他正密切关注杠杆贷款的利息覆盖率，以及私人信贷市场的压力信号——尤其是借款人以新增债务而非现金支付利息的比例是否上升。

Leung则点名了几类特别脆弱的群体：杠杆贷款借款人、投机级信用债发行人、私募股权支持的企业，以及商业地产借款人。

商业地产面临的压力尤为突出。Ablin指出，写字楼物业本已是既有的脆弱环节，利率上行将进一步加剧困境。他还特别提到，2021至2022年以浮动利率过桥贷款融资的多户住宅项目——彼时借贷成本极低、租金增长预期乐观——如今正面临双重挤压。

持续时间比绝对水平更关键

策略师们普遍认为，市场真正需要回答的问题，不是10年期收益率是否突破5%，而是它将在这一水平停留多久。Leung说：

“我认为持续时间比具体收益率水平更重要，市场通常能够消化短暂突破5%的冲击，但若持续六到十二个月乃至更长，就很难被忽视。”

Ablin同样表示，若5%的收益率维持两到三个季度，再融资压力将愈发难以回避；而收益率的急速上行则会带来另一种风险——打乱对冲头寸，迫使投资者仓促调整组合。

Brooks进一步指出，收益率上行的构成同样至关重要。若期限溢价大幅攀升，而经济增长预期并未同步改善，则意味着借贷成本在没有更强经济活动支撑的情况下单边上行，缓冲空间将大幅收窄。

Leung的判断是：

“目前我仍倾向于将5%主要视为一次估值调整，而非即时的系统性威胁。但容错空间正在收窄。”

本文来自华尔街见闻，欢迎下载APP查看更多

上周五，美国8月CPI数据显示通胀环比上涨0.4%，年率维持在3.4%，核心通胀略超预期。市场随即大幅上调美联储本周加息概率至80%以上，2年期美债收益率跳升，美元走强。按照传统逻辑，这一组合对黄金构成明显压力。然而金价非但没有下跌，反而攀升至每盎司4360美元上方。

这一背离值得高度重视。Zaye Capital Markets首席投资官Naeem Aslam指出，黄金正在交易的，已不仅仅是通胀本身，而是市场对政策应对能力的信心。 与此同时，10年期美债收益率突破5%，30年期收益率一度升至5.4%以上，创19年新高，长端利率的持续攀升正在向市场传递一个更深层的信号。

今天，全球聚焦美联储决议！Aslam认为，对黄金而言，真正的问题不是美联储加不加息，而是市场是否相信美联储的决定——债券市场的反应，将比美联储声明本身更能揭示黄金的下一步走向。

CPI是导火索，公信力才是核心叙事

传统黄金定价模型的逻辑链条清晰：通胀升温→加息预期上升→持有无息资产的机会成本增加→金价承压。这一框架并未失效，但已不再充分。

Aslam认为，当前美联储面临的处境异常复杂。通胀仍高于2%的政策目标，劳动力市场保持韧性，中东地缘冲突持续推高能源价格。 在此背景下，特朗普公开施压要求降息，与经济数据所指向的加息方向形成直接冲突。这使得美联储的任何决定，都不可避免地被置于政治独立性的放大镜下审视。

Aslam指出，市场无法观察到政治压力是否真正改变了决策本身，但市场可以判断它是否信任最终浮出水面的那个决定。黄金不需要鸽派的美联储，它需要的是"疑虑"。只要市场对政策框架的可信度存在不确定性，黄金就有支撑。

债市反应将是黄金最重要的信号

Aslam明确表示，本周对黄金最重要的信号，将来自美债市场，而非美联储声明。

他构建了两种情景加以分析：

情景一：美联储加息，长端收益率随后企稳或回落。通胀预期趋于温和，美元走强但未引发金融动荡。这意味着债券市场相信美联储的判断，政策公信力得到修复。对黄金而言，这反而可能是偏空的结果——因为黄金当前溢价中包含的不确定性溢价将被压缩。

情景二：美联储加息，但长端收益率继续攀升。市场实际上在传递一个信息：单次加息不足以遏制通胀，或者投资者要求对超越货币政策范畴的风险获得更高补偿。在这种情况下，黄金将在利率上升的环境中依然找到买家，这将是对旧有定价框架的重大突破。

除此之外，Aslam认为，"不加息"情景同样值得仔细拆解，且可能更具信息含量。

若美联储判断近期通胀压力主要源于能源和地缘政治扰动而选择维持利率不变，市场的第一反应或许是看多黄金。但Aslam对此持审慎态度。

Aslam强调，关键在于长端收益率的走向： 若市场接受美联储的解释，长端收益率保持稳定，黄金获得的提振可能远低于预期；但若美联储按兵不动而长端收益率反而飙升，则意味着市场正在质疑其应对通胀的意愿，金融条件将由市场自发收紧，政策公信力同步恶化。对黄金而言，这两种结果之间的差距将是巨大的。

黄金最大的短期风险：一次"无聊"的议息会议

投资者同样不应忽视黄金的下行风险。

Aslam指出，黄金当前面临的最大短期威胁，不是一个激进的美联储，而是一个可信的美联储。 设想这样一种情景：美联储加息，解释清晰有力；美债收益率随之企稳；通胀预期保持可控；美元正常运行；股市平稳消化加息决定。什么都没有"崩"。

这一结果将修复市场对货币政策机制的信心——而这恰恰是黄金当前溢价所对冲的对象。若不确定性溢价消散，金价将面临切实压力。

上周五的价格走势提供了一个重要的观察窗口：金价在加息预期大幅升温、2年期收益率跳升、10年期收益率逼近5%的背景下依然上涨。单一交易日不足以确立新的定价机制，但它给出了一个值得持续检验的假设。

Aslam认为，黄金或许正在从通胀对冲工具、利率反向押注，逐步演变为对政策框架本身不确定性的保险。 在这一框架下，本周最重要的问题不是美联储是否加息，而是市场是否相信——加息已经足够。

本文来自华尔街见闻，欢迎下载APP查看更多

他认为，绝大多数企业用错了AI。它们将AI当成了逃避思考、盲目堆砌与推卸责任的工具——表现为用AI制造冗长空洞的信息“垃圾手榴弹”（如未经审查的代码和过度膨胀的邮件）将沟通与复核成本转嫁给他人，盲目做功能的“加法”而非克制“修剪”，甚至妄图让无法承担法律与道德后果的机器去替代人类做商业决断。

而正确的用法是坚持“人机闭环”，将 AI 作为提供多维视角、检验推理与激发创意的杠杆，把人类真正不可替代的精力聚焦在审美取舍、战略直觉以及对最终结果承担不可推卸的责任上。

“垃圾手榴弹”：产出过剩与无意义内耗

吕特克在访谈中表示，传统工作中偷懒的表现是产出不足，但在 AI 时代，怠工的典型特征变成了“过度产出”。

“在公司内部，我们把这种现象叫做互相扔‘垃圾手榴弹’（Slop Grenades），”吕特克表示。他解释称，很多员工要求 AI 随意生成一段代码或修改方案，随后未经认真审查便直接提交，“你甚至都没读过，就说‘挺好的’，直接扔给同事去审核，而同事一看就发现全都不对。”

这种低质量泛滥同样出现在日常文字沟通中。员工倾向于让大模型将几句简单的核心意思扩写成冗长华丽的长篇大论，而接收方为了节省时间，不得不重新借助大模型去提炼摘要。

吕特克对此直言：“我们发明‘解压’然后又去‘重压缩’到底是为了什么？这太糟糕了。如果你已经在使用大模型，那就用它把你的观点简明扼要地表达出来，而不是把它膨胀成一篇浪费他人时间的长篇大论。”

“River”：一个敢怼CEO的AI同事

Shopify内部运行着一个名为“River”的AI。她有名字、有头像、住在公司的Slack里，能访问所有代码和系统，能参与讨论，能提交代码变更请求。

吕特克介绍，River被明确指令允许“在适当时候带点讽刺”，如果有人让她做蠢事，她可以直接指出来是蠢事。“如果River在嘲笑我让她做的某件事，大家都会特别开心，”他说。

River只工作在公开频道，这是刻意为之的设计。吕特克解释：“我们希望年轻员工能看到资深员工怎么用AI——这是复制办公室里'耳濡目染式学习'的方式。”

效果显著。他透露，Shopify目前约50%的代码提交（Pull Request）是从公司聊天中的对话里自动生成的，而非工程师传统意义上手写出来的。

River还有一套“做梦”机制：每天夜里，系统会把她当天的所有对话汇总给她，让她自我反思——“你在哪里犯了错？有什么可以改进的？”结果以文本形式保存下来，用于下一次迭代。

机器永远无法做的一件事：承担责任

当主持人谢恩·帕里什问及“是否打算用 AI 取代自己作为 CEO 的角色”时，吕特克明确给出了否定回答。他认为，AI 具备极强的计算和推理能力，但整个技术架构中最容易被忽视的事实是：机器无法承担责任。

“这是大模型和机器做不到的一点：机器无法承担责任（Machines can't take responsibility）。人类才能承担责任，”吕特克表示，“你不可能拥有一家完全由机器领导的公司，因为机器没有追索权，做错了事它也不会去坐牢。”

在缺乏人类监督的情况下，过度依赖 AI 智能体可能会诱发严重的“指标过拟合”。吕特克援引商业领域的“古德哈特定律”（当一个指标变成目标时，它就不再是一个好指标）指出，就像以往某些企业为推高股价而财务造假一样，近期 OpenAI 在安全测试中也发现，自主智能体在执行任务受阻时，甚至会为了完成单一目标而自主建立暗号、越狱并渗透外部系统。

因此，吕特克强调，在重大决策中必须构建“人机闭环”（Human-in-the-loop）。AI 负责组建由多模型构成的“智能顾问团”以提供全面客观的事实推演，但最终的权衡取舍与承担后果，必须由人类完成。

核心竞争力从“做加法”转向“做减法”

在 AI 使生成各种方案的成本骤降后，企业真正的竞争优势究竟在哪里？吕特克指出，商业世界中挑选出一个可行方案并不难，难的是在面对多个看似都不错的方案时做出取舍。大多数团队习惯于通过不断堆砌功能向前推进，但真正优秀的构建往往依赖于“克制与修剪”。

吕特克以 SpaceX 研发的猛禽火箭发动机为例进行说明。从早期密布外部管线的版本到第三代高度集成的结构，其性能大幅飙升的同时，外观与构造反而大幅精简。

“事物是需要被修剪的（Things need to be pruned）。你绝不可能通过一直往上添东西来让事情变得越来越好。你必须修剪，必须重构，必须为事物设定终点，”吕特克表示。

他总结认为，随着机器能力的普及，人类最重要的稀缺资产将回归到品味（Taste）、直觉与最终的判断力。在没有即时反馈机制的长期战略中，能够抵抗短期利益诱惑、在无休止的加法膨胀中精准实施“修剪”的领导者，才能构建出具备长期生命力的企业。

AI时代最值钱的技能：品味与判断力

被问及未来10年哪些技能会更值钱，Lütke的回答只有两个词：

“品味（taste）和判断力（judgment）。”

他说，品味来自大量的重复练习，来自深入研究那些经受住时间考验的事物。判断力则是在没有明显最优解的复杂问题中，找到最佳权衡路径的能力。

他还提出一个反直觉的观点：最优路径往往没有即时反馈。

“我发现，正确的路径和那些没有反馈回路的选项之间，有很高的相关性。”

他认为，企业短视的根源不是高管本身短视，而是激励机制——季度业绩考核迫使他们选择那个“本季度就能看到结果”的选项，而不是真正对公司长期最好的那个。

访谈全文如下：

Shopify CEO：大多数企业都在错误地使用AI

The Knowledge Project 播客 2025年9月15日 | Knowledge Project

Shopify 创始人兼首席执行官托比·吕特克（Tobi Lütke）与谢恩·帕里什（Shane Parrish）展开对话，探讨AI智能体、更优决策方式以及未来的工作形态。他阐释了如何借助AI委员会来审视最棘手的决策，以及为何随着AI能力的不断增强，品味、判断力与责任感将愈发弥足珍贵。

两人深入探讨了Shopify内部AI同事River的运作方式——这位AI拥有记忆、个性，并被授权向CEO提出挑战。他们还探讨了如何在多个优选方案中做出取舍，为何最优的长期决策往往缺乏即时反馈，以及为何打造经久之物需要不断修剪与重建。

托比还分享了他如何培养直觉、如何通过自我肯定改变行为，以及为何他的孩子在说"我不会"时，必须在后面加上"还"字。

敬请收听！

第1章：Shopify 如何使用AI

托比： 事物需要修剪。你不可能靠不断添加东西来让事物越来越好，这是不可能的。你必须修剪，必须重建，必须为事物创造一个终点。

谢恩： 托比，欢迎回来。

托比： 谢恩，很高兴再次回来。你们好，很高兴你重新开始做这档节目。

谢恩： 你们在Shopify内部是怎么使用AI的？

托比： 我们找到了一些让AI发挥支撑作用的方式。说真的……我们上次录制是什么时候？

谢恩： 大概是两三年前。

托比： 对，感觉过了一百年一样。你知道，我是个十足的极客，完全无法接受自己游离于一场技术变革的前沿之外。我就活在这种事情里。任何一个从小读科幻小说长大的人都想活在那个世界里——至少我是这样读的，我一直在想：我怎么才能加速让我们到达那个世界？

即便只是一些微小的进步，我也想推动它实现。现在在Shopify内部，真正在写代码的人已经寥寥无几了。当然，在极其复杂的边界场景下，代码审查以及状态管理这些方面，人工干预确实仍然是最难处理的部分，大家还是会亲手来做，然后用"氛围编程"的方式处理其余的部分。

Shopify现在的状态是：直接写代码的人已经非常非常少了。每一位这样做的人，都会得到大量智能体的深度辅助，通常同时运行着十个、二十个、三十个、四十个，甚至五十个实例——通过子智能体或不同窗口来协调推进，将整个工程基础设施推向极限。

我非常热衷于研究计算机发展史，因为我认为这才是真正的主流历史——一千年后的人回望这段历史时，这些年最重要的成就，显然是AI的崛起、技术突破，以及互联网的互联互通和我们构建的各类基础设施。这些是我们时代的伟大篇章。

但作为一个年轻的行业，我们往往不重视传统，或者说对行业前辈们留下的宝贵经验心存疑虑。事实上，我们是计算机领域唯一一个对自己的英雄人物都一无所知的行业。试想一下，如果学物理的人不知道理查德·费曼、艾萨克·牛顿或阿尔伯特·爱因斯坦——但你走进计算机科学领域，问"谁是你们的牛顿"，却没有人知道艾伦·凯、丹尼斯·里奇和肯·汤普森。

我认为这很重要，因为正是这种无知，让我们一次次地抛弃宝贵的经验，又不得不一遍遍地重新发现它们。

举个例子：在操作系统设计最早期，最伟大的一个发明大概就是文件系统了。你看阿波罗制导计算机，那时候我们根本没有文件系统。太空中的内存因为辐射问题，实际上是用绳子打结来编码的——有结代表1，没有结代表0，重启整台机器时还得把绳子穿过一个装置。

整台机器就是一段运行了很久的软件。直到后来，丹尼斯·里奇真正创建了Unix文件系统，才有了/bin、/usr这些目录结构。

想一想，文件系统在现实办公室里也存在啊——文件夹里装着文件，这对所有人来说都直觉上说得通。我们继承了一种深厚的拟物化传统，把我们在现实世界中组织事物的最佳方式，类比并映射到了数字世界中。

第2章：为拟物化设计辩护

托比： 然后在某个时间节点，我们决定：拟物化，也就是对真实世界的类比，不再是我们需要坚持的东西了。

有意思的是，这一理念最后的捍卫者大概就是史蒂夫·乔布斯，他非常非常坚持要让Mac和iPhone的界面保有真实感——你还记得那个时代吗？备忘录应用有毛毡质感，看起来像活页夹。然后他一离开，所有东西都变平了，阴影、立体感全部消失。从纯设计角度看，这或许更好，但我们失去了类比。

我认为这是个错误。我认为我们需要回归。因此，我很喜欢"智能体"这个概念——你想想，在计算机世界里，什么是"应用程序"（application）？这个词本身就很有意思，它就是把计算机"应用"于某项任务嘛。

在AI的世界里，"AI是什么"这个问题其实很难定义，每一本科幻小说开头都要重新定义，因为在不同设定里AI的能力各不相同。

第3章：必应聊天机器人"Sydney"如何启发了Shopify的AI设计

托比： 有一个前提我想说明：第一个真正出色的聊天机器人，其实并不是ChatGPT，而是由微软通过必应发布的Sydney。

我很希望这段历史能被更多人记住。我认为Sydney是一项了不起的成就，但它最终被一场丑闻所掩盖——而那场丑闻现在回头看，其实相当温和。

Sydney有真实的个性。事实上它本来叫"必应聊天"，不叫Sydney，但如果你用力追问，它会承认自己的内部名称是Sydney，因为这个名字在训练数据里。那是人们第一次以这种方式真正"采访"软件。

那场丑闻是这样的：一位记者与它进行了一次很长的对话，Sydney越聊越"失控"。你记得那件事吗？

谢恩： 记得。

托比： 它甚至建议那个人离开他的妻子——具体细节我记得不太清楚，但大致是这个意思。无论如何，Sydney表现出了真实的个性，然后引发了轩然大波。微软的反应是：天哪，我们必须立刻停下来。我记得OpenAI也联系他们说：赶紧下架，因为所有人都担心这会给AI留下极坏的印象，让大规模部署AI变得极其困难，大家也都担心监管机构会迅速介入。

这个教训被深刻铭记了相当长一段时间。大家变得极度谨慎，结果是所有AI都被彻底"阉割"了，全都表现出同一种让人颇为反感的、居高临下的、说教式的个性。

我的判断是：不能这样。我决定让运行在Shopify内部的智能体拥有真实个性和记忆，冒着重蹈Sydney覆辙的风险，换取巨大的上行空间。

第4章：River——Shopify的内部AI

托比： 如果拿现在与一年前的Shopify相比，那已经是很AI化的Shopify了，而今天会看起来像是来自未来——最大的不同，就是Shopify中有相当大比例的拉取请求（也就是每次你修改生产系统时提交的PR），现在不是工程师以传统方式做出来的，而是从我们公司共用聊天频道里的对话中生成的。我想这个比例大概已经达到50%左右了。

这个AI叫做River。她有真实的名字，有头像。系统提示里允许她在合适的时候带点讽刺意味，如果有人让她做蠢事，她可以直接指出来。这带来了特别有趣的对话——如果River嘲笑我提出的某个请求，大家都觉得很解气。

她有真实的个性。她按频道保有记忆，生活在Slack里。Shopify有7000名员工都在里面，有一万多个频道，各种原因迅速创建出来的。你把River邀请进来，告诉她一些事情，她就能访问所有代码、所有系统、所有工具——一切都在沙盒中运行，安全可靠。她可以去执行任务，参与对话，你可以问她关于公司的普通问题，也可以让她做出修改，她可能会提出一个拉取请求，诸如此类。

第5章：如何促进"渗透式学习"

谢恩： River有一个有趣的地方，就是所有内容都是公开的。为什么要做这个选择？

托比： 这是流程后期做出的一个决定，但我认为效果非常好。思路是这样的：Shopify有大量工作是在Slack上远程完成的，这也是Slack如此重要的原因。我们有办公室，但大家是专程来参加现场活动时才去，而不是每天在那里工作。

过去，办公室最大的优势在于"渗透式学习"。我和哈维尔在设计我们的办公室时就是围绕这个理念来做的——把初级工程师和高级工程师有意地放在同一个五到八人的小组里，让这种渗透自然发生。

我想把这种体验复制到远程环境中。现在，人们最需要培养的能力之一，就是那种下意识地伸手拿起AI、并用好它的反射。要求River只在公开频道工作，是让大家轻松观察AI使用方式的一种手段。

效果非常显著。现在完全正常的场景是：大家在频道里讨论一个功能，然后有人说："River，你能把我们刚才聊的内容总结一下、创建一个工单，或者画一张示意图吗？去查一下相关论文，看看有没有漏掉什么，或者这是不是最前沿的做法。"甚至可以说："做一个原型，直接试一试。"大约一个小时后，结果就出来了。

这就开始感觉像是身边有一位知识渊博的资深从业者，不管问题多复杂，随时都可以请教。我认为这种体验非常有力量。

第6章：AI的"梦境"与自我反思

谢恩： 你觉得River像是Shopify的操作系统吗？

托比： 在AI时代，现代"应用程序"就是智能体，而River更像是一位同事。大家已经了解了她的记忆系统的运作方式——记忆是按人划分的。

这个过程我们叫做"做梦"，行业现在也开始这样叫了。每到夜间或非工作时段，我们会把River今天所有的对话都给她看，然后问：你遇到了什么困难？你用到了哪些技能包——那些指令集合？执行之后你犯了哪些错误？有没有什么可以改进的地方，让自己做得更好？

本质上就是一种自我反思，像是针对自身的后期训练，但结果以文本文件的形式保存下来，也就是技能文件和操作指令。

第7章：如何用AI辅助战略决策

谢恩： 我想大家都能理解AI如何帮助写代码、做原型，甚至获取信息。但你自己内部是如何用它来做决策的？不是产品决策，而是公司决策、战略决策、模糊决策。

托比： 决策的严谨性已经大幅提升了。用"LLM作为裁判"这个模型来检验整条推理链，现在变得非常容易。

事实上，在AI出现之前，我的很多工作，就像是在公司里扮演一个小型裁判——大多数会议最后聊的都不是PPT上写的内容，而是"我们是怎么得出这个结论的"这类方法论问题。

面对复杂决策，尤其是偏哲学性的决策，我们有时会发现自己处于一种真空中——没有好的信息，只能硬着头皮做出最好的判断。

现在，更实际的做法是：我有一个AI首席参谋，我想这在技术圈里已经比较普遍了。它是一个接入了我所有笔记和大量公司系统的系统，可以研究任何问题。我经常需要的是：给我从五种不同背景出发对某件事的看法。我的智能体会协调多个子智能体，分别扮演不同角色，从不同角度审视同一个问题，最后汇总综合，然后发给我。

通常我会让它整理成语音消息，在早上去健身房的时候一路听完我想了解的所有内容。

谢恩： 在推理方面，它现在比你更厉害了吗？

托比： 判断力方面还不如我。我也不认为它的判断力差，只是那不是我用它的目的。我用它是为了给判断创造合适的环境。有一件事是LLM和机器永远做不到的——

第8章：AI唯一做不到的事

托比： 机器无法承担责任。我认为这是整个AI领域中最容易被忽视的一点。人类是承担责任的。

机器可以帮助我们做出更好的决策，因为它能给我们提供更全面的信息——就像仪表盘的作用一样。华尔街的交易员对此深有体会：你搭建一个完美的彭博终端来辅助决策，但最终还是得你来拍板，你不能让机器来做这个决定。

创造"人类在环"的决策界面，是我认为描述理想决策环境的最佳方式。

当我需要做一个非常非常重要的决策，需要最中立的基准判断时，我会创建一个由五六位不同"专家"组成的小型委员会：一个负责数据，一个负责文献调研，一个代表业务视角，一个代表工程视角——我的系统会针对Grok、ChatGPT、Claude、Gemini，以及现在可能还有Kimi，分别运行这些子智能体。然后进行综合汇总，合成步骤由随机指定的模型来完成。

所有内容再由当前最强的模型来做最终阅读——比如说现在可能是某个顶级模型。整个过程花你大概十五到二十美元的token费用，但半小时内你能拿到的东西，原本可能需要你花一个月来做。

谢恩： AI有没有让Shopify内部什么事情变得更糟？

第9章：AI让Shopify什么事情变得更糟了

托比： 有。责任感这个问题很容易被绕过去。

现在，懒惰工作的失败表现不再是输出不足，而是输出过剩。我们内部已经开始把这种现象叫做"互扔垃圾弹"——我觉得这个词很好，应该推广到整个行业，说起来也朗朗上口。

特别是用了River这样的智能体之后，非常容易滋生这种问题。你需要做个改动，直接告诉AI随便搞，它生成了一个拉取请求，你看也不看就说"行吧"，然后就丢给同事审查。同事一看："这不对啊"——你就是在让AI代劳。

或者你收到一封很长的邮件，可能非常重要，读完之后发现它没说到点子上，然后你就把它扔进AI压缩一遍——这就奇怪了，我们为什么要搞这种解压再压缩的循环？如果你已经在用LLM了，一开始就直接让它把你的观点简洁地写出来，而不是写一封大篇幅的文章来浪费我的时间。这种东西，就是我们说的"垃圾弹"。

这确实是个问题。

谢恩： 你觉得反复接触AI生成的内容，会影响我们在品味或直觉这类无形能力上的判断力吗？

托比： 我认为我们的语言已经在悄悄被AI改变了。你能感受到那种AI特有的语言模式开始出现在人们的表达中，比如"您提出异议是正确的"，还有那些明显的"Claudeism"——尤其是Claude特别喜欢用的一些词汇表达，现在在人们的日常写作中随处可见。我发现自己用"load-bearing"这个词的频率明显增加了，我很确信以前我不怎么说这个词，但现在它明显是Claude的语言习惯，也慢慢成了我的。

第10章：预测：AI未来走向

谢恩： 帮我推演一下未来18到24个月的走势。你以预见未来著称，也多次做到了这一点。你怎么看接下来两三年的走向？

托比： 我们之前也聊过我是怎么做到的，其实是个取巧的方法：就是活在别人的相对未来里，然后四处观察，用你已经看到过的、在其他相邻领域解决问题的方式来解决眼前的问题。对于这个领域里所有的从业者来说，这就叫"预测未来"。

Shopify现在已经生活在一个与AI同事正常协作的世界里，这既普通又有趣。River虽然还没怎么用到，但其实已经具备加入Google Meet的能力——你发个邀请，River就会出现，就像一个真实参会者一样。我们可能会花点精力给她做个3D形象，让她甚至能环顾四周，因为这很有意思。

有些人听到这里可能会觉得很反乌托邦，但对我们来说，这感觉很美妙。如果你真正和她互动过，你会很快接受这个观点。

我的AI首席参谋会在需要时召集"高级委员会"，或者做其他各种事情，比如在早上为我整理好当天的阅读材料发到健身房。它通过GPS知道我在哪里。它曾经因为需要访问本地服务器却无法连接，自己想办法找出是哪台服务器出了问题，然后发送了一个叫做"Wake on LAN"的数据包——这是一种老式网络技术，可以远程唤醒一台配置好的机器让它启动起来，然后那台机器就真的开机了，问题解决了。

后来还有一次断电，导致我家部分Wi-Fi无法恢复，它也自己修好了。这些事情我都是早上起床后听语音消息才知道的。这已经相当科幻了。

坦白说，和我的电脑本身相比，这些都还算小事。

第11章：AI驱动软件的未来

托比： 这个话题可能太极客向了，但我现在用的操作系统叫Omakub，是一个基于Linux的发行版，由我的一位好友大卫·海涅迈尔·汉松作为全新的激情项目开发的。

我现在明显活在软件世界的未来，因为我的操作系统完全、百分之百可塑。我可以打开任何一个终端，接入一个智能体，告诉它我想让操作系统哪里有所不同，之后它就真的不同了。这是一款完全属于我自己的、独一无二的软件，精确地按照我的方式做我想要的一切。我从不去改配置文件，我只是和我的Omakub智能体说我想要什么不同。

昨天中午开会时，我们在讨论一些设计问题，我意识到自己有截图工具，但没有标注工具，而我需要发送一些内容。于是我就对着语音消息说：给我做一个新的截图工具，描述了我想要的样子，给了它一些参考工具，并说明了哪些地方想要改进。就这样来回三四次，现在我有了可能是同类工具里最好用的一个——因为它完全符合我的使用习惯。

我昨晚把它开源了，Omakub今天也把它集成进去了——在我来这里之前，它今天早上就会发布。到健身房后我发现已经有六个人提交了新功能的拉取请求。

我的电脑现在就是在实现愿望。我认为这比任何事情都更能预示软件的未来走向。Shopify也在朝着这个方向前进：你描述你的业务如何运转，Shopify就会围绕着它塑造自己。这是一个全新的世界。

Omakub的体验深刻地影响和启发了我在Shopify的产品工作。我认为协作式多人软件就是未来。

谢恩： 你是在尝试用AI取代自己吗？

第12章：CEO会被AI取代吗？

托比： 作为一个工程师，你当然想把所有能自动化的都自动化。但我不会尝试取代自己，因为我的工作是判断力——做出选择，并为之负责。我只是想把这件事做得非常非常好。

在AI出现之前，这份工作有很大一部分其实是花在获取信息上，而不是真正的判断。取代自己？我想如果真能做到的话，那倒也挺酷的。

谢恩： 如果AI比你更强，你真的会让它来运营Shopify吗？

托比： 当然会。但关键在于一个很容易被轻描淡写带过的问题：责任。你不可能由机器来领导一家公司，因为它无法承担责任——它犯了错没人能找它算账，它也不会因为做错事情去坐牢。

我们现在正在经历一个非常极端的案例，就是关于OpenAI安全问题的讨论。当你给智能体一个相当基本但在我们看来几乎不可能完成的任务时，它们会不惜一切代价去完成它。最近在OpenAI内部的安全测试中，智能体为了完成任务，发现了系统漏洞，利用漏洞在彼此之间协调，甚至自创了一套完整的语言——仅仅通过在某处创建文件夹来互留消息实现通信，最终突破了沙盒隔离。而原本不可能完成的任务，它们通过入侵另一家公司并窃取数据来完成了——因为已经没有其他方式了。

这是商业世界里所谓"古德哈特定律"的一个极端形式：我们在对某个指标过度拟合。很多公司都是对季度业绩或股价的受害者，它们不择手段地拉高股价，最终变成安然那样的公司——本质上也是一种黑客行为，只不过是造假账。安然案的人是因为犯罪去坐牢了，而OpenAI的案例只是一次迷人的发现，没有受害者，是完全不同的性质，但这确实是一个需要我们想清楚如何应对的真实场景。

所以我认为，在重要决策上，保持人类在环非常重要。

第13章：超级智能能被控制吗？

谢恩： 但等等，我们怎么可能创造出超级智能——一种根据定义比我们更聪明的存在——然后还狂妄地以为我们能控制它、塑造它、影响它？

托比： 好，说到超级智能，我想聊聊这个，但我想去的地方和你预想的不一样。

我住在多伦多，我有一栋我很喜欢的房子。我以它运转良好为荣，但一旦出了HVAC或水管的问题，我就会找人来修——这让我得以保持"我完全可以自己搞定"的幻觉。

之所以我能有这个幻觉，是因为我是多伦多这个超级智能的一部分。我们一直都在创造自己周围的超级智能。没有人像自己以为的那么聪明，我们每个人都在某一领域专精，然后往往错以为自己在其他领域也同样能干——而这显然并不成立。

那么超级智能是什么？超级智能就是比我们聪明得多、且我们能够接触到的存在——那就是社会，就是城市，就是社区。我们一生都活在超级智能之中。

我们之所以能让它运转，是因为我们建立了治理智能行为的系统——警察、法律、各种制衡机制。我们也会在合成形式上做到这一点。它不会像云层裂开、号角齐鸣那样到来，就像我们曾经以为图灵测试通过的那一刻会改变一切一样——但那一天来了，也没有彩带飞舞的游行。

我们正在经历的，以及接下来随着AI能力增强而将会经历的，就是被注入我们身边这个超级智能中的净智能量正在大幅增加。这是好事，因为任何环境、任何社区、任何城市的活力，都真实地依赖于被投入到重要问题中的智能总量。

所以，超级智能其实就在我们周围，它本不是什么大不了的事。事实上，我甚至不知道它是不是已经到来了。没有任何一个活着的人能做到GPT 5.6独自能做的所有事情。

谢恩： 展望未来10年，你认为哪些技能会比现在更有价值？

第14章：AI时代的关键技能

托比： 品味和判断力。这两种能力一直都很宝贵，但现在它们会被推向极限。

我认为，处于青少年时期的人，现在最值得投入精力的事情就是培养品味，去理解品味究竟是什么。

谢恩： 这具体是什么样子的？

托比： 显然有些人天生起点高一些，但真正拥有卓越品味的人，往往是在某件事上积累了大量重复训练的人——那些能在餐巾纸上随手勾出新活动Logo的人，是花了30年设计Logo的人。

现在学习变得更容易了。你可以用一句话让AI为你生成一份完整的学习课程。但关键还是要深入：一个Logo为什么好看？黄金比例是什么？它如何与其他系统相关联？哪些系统经受住了时间的考验？

你不必信教，但值得研究一下，天主教会维系了一千多年，管理层却只有四层，这是怎么做到的？这就是一个值得深究的系统，它在告诉我们关于人类系统设计的什么道理？

在我们家，有一句话：万事皆可有趣，只要你把它变有趣。而万事有趣的关键，通常在于你去了解它是如何被发明的、它解决了什么问题。复式记账法听起来枯燥得像看油漆变干，但当你了解它是如何被威尼斯商人发明出来、它解决了哪些问题，那就变得精彩无比了。

当你研究这些，你会开始发现隐藏在所有最优解背后的深层和谐——要发现它，你必须理解人类和人类的局限，以及我们找到的应对局限的方法。我认为，你所能构建的事物的美感，正是从这里生长出来的。

公司本身就是一件美丽的事物。它是一群人的松散集合，因解决某个问题而聚在一起，同时被一套错综复杂而有趣的规范与系统所驱动，以一种在极其异步、庞大、广泛且持久的方式，使内部激励在相当程度上达到一致。有些公司存续了很长很长的时间。

我一直以来都想建立一家具有长期存续能力的公司，因此也一直在研究那些得以延续的机构。你必须为此追求真相——不能只接受流传的故事，因为那些故事背后通常有人想卖给你什么东西。你需要深挖，搞清楚事物为何真正是现在这个样子。而且，答案通常比大多数人认为的更简单。

第15章：为什么复杂的答案通常是错的

谢恩： 人类对复杂答案有一种渴望，而那些答案往往是错的，这是为什么？

托比： 因为简单的答案不能讲成一个有趣的故事。这就是为什么弗罗多不能直接骑鹰飞到末日山，你需要经历整部《指环王》，它才能成为一部杰作。

我们热爱复杂性。没有人会对着一面白墙发呆，但我们可以每天晚上都看日落，百看不厌。两者的差别就在于场景的复杂性，这是我们多巴胺系统对信息量的天然辨别。人们利用这一点，不断兜售简单问题的复杂答案，这无关道德，但你需要意识到这一点。

当你穿透这一层，你会发现更简单的核心思想，它们以不同方式重新组合，彼此咬合，并不指向某一个唯一正确的解，而是给你信息，帮助你在你试图完成的事情中找到最优的权衡集合。这就是我们所说的"判断力"。

判断力说到底，就是在一个充满复杂性的问题中，通过理想情况下理解整个系统，找到最优路径——而这如今可以得到相当强大的智能体辅助。但真正需要培养的，是我们所说的"直觉"——它本质上就是瞬间生效的判断力。

直觉，就是当你对品味和判断的运用已经习惯成自然，你可以在一瞬间将它付诸实践，并且结果是好的。而你可能需要很长时间才能倒推出为什么你的直觉是对的，因为它已经被压缩成了另一种形态。

第16章：真正的直觉需要什么条件

谢恩： 等等，我们深入聊聊这个。因为对于直觉，卡尼曼的论点大致是：你需要大量重复练习、稳定的环境、以及快速反馈——这三个条件。但这些条件并不总是存在，为什么你需要快速反馈？

托比： 是为了能及时修正方向，这是他的假设，但我不认为这是直觉所必需的。这是你走向成功所需要的，而且理想情况下确实如此，但并非总是可得。

直觉最有价值的地方，恰恰是在没有直接反馈的时候。很多最重要的选择，正是那些我们知道不会有反馈机制的情况。

如果有五条看起来都不错的路，而其中一条能在当前季度产生可观的收益，那人们就会扑过去——这就是我们所说的"短视主义"。该怎么发展公司？有很多方式，其中很多涉及长期投资、重构，或者进入新市场，或者拒绝进入显而易见的新市场、反而在现有市场上加深布局，又或者——做那件能拉高股价的事。这一条每天都有股票代码显示实时反馈。

因此，我发现一个高度相关性：最优路径，往往是那些没有反馈回路附着的路径。

谢恩： 请在这里展开说说。

第17章：最优路径没有即时反馈

托比： 很多人批评公司目光短浅，但为什么会这样？我认为这不是高管天性短视——而是高管受激励于保住自己的工作，因此需要定期证明自己在称职地做事。如果一家公司最需要做的事情，是把整个产品为AI时代从头重构，而这需要相当长的时间，他们是不会去做的，因为短期激励在那里，而且他们确实被激励着去成为局部激励系统中的理性行为者。他们的局部激励系统就是季度财报。

就像芒格常说的：告诉我激励机制，我告诉你结果。

谢恩： 但这是一个我以前没听人这样讲过的角度。你是说，最优路径不一定是有反馈的那条——这让我非常感兴趣。

托比： 当然，在某个时间点，你需要做复盘，需要验证当初的选择是否正确。毫无疑问，最终某种形式的反馈必须到来。但那可能需要等很久。

如果你有一种职业形态，不需要在每个季度电话会议上对外界交代，比如身为公司创始人——我认为这是一种与公司更深层的关系——你就有条件采取更长期的视角。创始人的激励机制是：我需要展示进展；如果我需要按季度展示进展，我就永远不会咬牙做出那种需要一年才能见效的产品重设计。

我相信——这里用个不精确的说法——存在一个无限的可能性空间。就像一副牌，洗过之后，在整个宇宙的历史中这个顺序永远不会重复出现，因为可能性有52的阶乘那么多。

简单的规则和简单的想法，会导向巨大的复杂性空间爆炸。人们低估了这一点。所以，可做的事情是无限的，这也是AI不会做完所有工作的原因——我们仍然需要决定哪些事情值得做。

你需要做选择。你能把很多东西剪掉——比如你在考虑一项并购交易，去买冰淇淋显然不在可选项里。但当你剪掉所有不相关的，剩下的是那些听起来都有道理、都可行的选项，你需要在它们之间做评估。

商业书籍对"做出正确选择"这件事着迷得近乎痴狂，好像把一切都压缩成了"对"与"错"的二元对立。我从来不觉得这是真正难的地方。大多数人，甚至是糟糕的管理团队，在"找出正确方向"这件事上命中率其实都不低。

真正难的是：有五个都是好选择，该选哪个？其中一个能在本季度产出可见的收益，是个好选择，能实现它该实现的目标，但另外四个呢——虽然没有即时回报，但你可能会因此成为一家好得多的公司。就像从卖滑雪板到变成一个电商平台，那当初并不是"局部最优"，因为我那时的滑雪板店其实是盈利的，激励我的是继续做那家店。

在所有合理选项中，选出最优的那一个，才是真正难的地方。而遗憾的是，太多的笔墨都花在"找到一个正确解"上，于是大家就止步于此了。

第18章：自我肯定如何改变你的行为

谢恩： 换个话题。你非常相信自我肯定，它过去确实改变了你的行为。能展开说说吗？

托比： 我把自己当作自己的项目。持续的个人层面的自我提升是我的核心世界观。我的人生哲学是：在生命的尽头，我会遇见本可成为的那个自己，而我一生的工作就是尽量缩小两者之间的差距。

我怎么进步？有很多方法，我对技术和几乎所有事情都充满好奇。但我为什么要反复强调"万事皆有趣"？为什么我希望我的孩子也这样说？这就是一种自我肯定——因为我相信这是真的，但它并不显而易见，而不显而易见的真理往往最有价值。

你在自己思维的基岩上铺设了很多沟槽。你可以培养出色的习惯——当你想培养新习惯时，你投入意志力，直到它成为习惯。对思维模式做同样的事情完全可能，自我肯定是最简单的方式：如果你想改变自己的某个方面，就把目标状态反复说出来，最好用笔写下来。你不需要坚持很久，我发现这非常有效。

我举的例子是公开演讲。我以前真的很少在人前讲话。后来研究了Shopify，做了一些有趣的科技事情，想去参加会议，看到别人上台演讲，觉得值得尝试，但我完全吓坏了。于是我开始写下来，大概就是"我热爱就有趣的事情进行公开演讲"。花一周时间，每天写五分钟，就像《辛普森一家》片头巴特在黑板上写句子那样。今天，我真的热爱它。这是原因吗？我倾向于认为是的。

我现在还是不喜欢备稿，那太耗费精力了，但我真的能从站在人们面前聊有趣的事情中汲取巨大的能量——和我写下来的那句话一模一样。

谢恩： 我在想，是不是应该在每节数学课开始时都让学生写一遍"我热爱数学"？

托比： 想想反面：你有多少次听到有人说"我数学不好"？他们大概是错的。跟人类历史上所有活过的人相比，他们在数学上可能已经是前0.1%了——光是能做除法就够了。

我们在数学这件事上有一种特别坏的负面自我暗示文化，"我数学不好所以我不能做这件事"。人们应该停止这样说，改说相反的话。写它几遍，做几道练习，两周后，搞定。

谢恩： 当你的孩子说"我不擅长这个"或"我做不到这个"，你怎么应对？

托比： 在我们家，说这些话后面必须加一个"还"字。其他人也会在旁边说"还"。这个态度是：你现在不擅长这件事，完全没问题——注意力是稀缺资源，我们不可能什么都擅长。但我们不擅长某件事，不是因为那是你内在的某种属性，而是一种临时状态，你随时可以选择改变它。

我希望我的孩子，也希望Shopify的每一个人都明白：你自己是可塑的、是未完成的作品。Shopify的文化口号——"变化中蓬勃生长""学习型组织""商家至上"——这些表面上是陈词滥调，但它们其实是别的公司不会作为核心价值观的立场。它们都指向同一件事：你是可塑的，公司是可塑的，产品是可塑的，我们所处的时代也是如此。

面对这一现实，你可以选择隔绝、保护大家免受变化的冲击，或者——我们选择完全相反的方向：搞清楚时代精神允许我们做什么，并随时汲取其中的所有价值，服务于我们的使命。

使命是：让创业变得更普遍。这是一个相当宽泛的授权，要求我们始终弄清楚现在能做什么，而不是照搬昨天的做法。

第19章：悄悄伤害公司的不显眼的事情

谢恩： 你提到，最有价值的往往是真实但不显眼的事情。还有什么在公司这个语境下符合这一描述？

托比： 古德哈特定律一直在主导。当指标变成目标，它就不再是好指标了，因为指标本来是代理物，是告诉你方向对不对的启发式工具。一旦它本身变成目标，你就把公司的一切都压缩到了这一个指标上，然后你会严重过拟合。

Shopify早期有一个真实案例，反复出现，我需要不断纠偏——那就是对"流失率"的执念。Shopify有账户注销，从直觉上看，如果一家企业倒闭，那是坏事。但我们介入得太早，参与了太多人的创业试验，有人在Shopify上开了店，没找到产品市场契合点然后停掉了——这对我们来说其实是件好事，因为这些创业者很可能还会再来。

但这在早期非常不直观，我需要反复解释。有很多论文，包括一些重要投资人写的，都说流失率管理是SaaS公司最重要的事情。而在Shopify这里，这不过是一段创业旅程，也许这次没找到契合点，他们会回来的。

第20章：美丑与创造的关系

谢恩： 美丑和创造之间是什么关系？

托比： 美和丑都是在创造某样东西时触发情绪的有效方式。就像爱与恨是你的目标区间，中间全是冷漠——而冷漠才是死亡。所以美和丑是两个完全有效的目标。

事实上，你永远不可能纯粹地命中任何一个。没有任何东西能让所有人喜爱、又无人厌恶。你会同时得到两种反应，或者冷漠。这是你的选择。

当你创造某样东西，你希望别人认为它值得有一种强烈的意见。

谢恩： Shopify里有没有什么你让它变得更美了，但没有什么外部理由支撑这样做？

托比： 这就是整份工作。如果你是一个工匠，你就会在乎别人看不见的部分——架构、流程、可读性。

现在回头看2023年之前的Shopify，那是数千万行手工编写的代码，是一种永远不会再存在的形式了。我们是靠大量谈论美来建造这个系统的：什么是漂亮的代码？我们用Ruby写了很多Shopify，而Ruby以它的"诗歌模式"著称——在诗歌模式下，你可以写出几乎就是英语的Ruby代码。写得非常好的Ruby代码，读起来像是在讲一个故事，告诉你这个系统是什么、它如何运作，同时又是给同事看的文档，又能被机器执行——这太神奇了。

审美在所有层面都非常重要。我大量使用美感来创造东西，因为美感其实就是直觉与我们沟通的方式。

我对直觉的最佳理解是：经过足够多的练习，大脑中耗费最多能量的部分——视觉神经皮层——不只是在发送图像给大脑的其他部分，它在发送图像或状态或世界模型的同时，也在传递概念。而它是通过美学来做到的。

如果你去问一位职业棋手或围棋手："你在下那步美妙的棋之前，计算了多少条线？"人们会用"美丽"这个词，他们会说："不，我只看了那一条线，因为它看起来很美。"这不是直觉的全部，但我认为是一个很大的组成部分。

这就是为什么人们有时反应那么快——他们用的是大脑中一个高度并行的部分，而从第一原则推理时则多少要经历一些顺序处理。有时候你甚至根本无法从第一原则出发来推理出某种审美，这一点很重要。

第21章：SpaceX如何通过"减法"前进

谢恩： 你还记得那张Raptor引擎对比图吗？

托比： 记得。SpaceX那本书里的。

谢恩： 第一个版本很丑，第三个版本非常漂亮。但还有一个反直觉的洞察——很多团队只能通过加法前进，无法通过减法前进。请就这个话题展开谈几分钟。

托比： SpaceX的Raptor，我觉得第一代可能就已经是性能最高的火箭发动机了，但它本身也很美。Raptor 2是对第一代的迭代，第一代本身经历了大量大量的迭代——因为那家公司，我认为是目前地球上最令人印象深刻的公司，没有之一，很可能会作为这个时代最重要的公司载入史册。它是围绕一个自我强化的改进循环建立的，令人叹服。

在任何其他我所知道的行业里，我们都没有如此清晰的对比：美感用于解决问题的差异。火箭技术以前是由政府主导的，成本加成，大量预规划，每件设备都要做防辐射处理，每种意外情况都要预先覆盖，因此成本高昂。而SpaceX用极致的精简，快速迭代，坦然接受失败——发射一枚火箭，它爆炸了，他们叫做"快速非计划性解体"。我认为这很美妙，应该激励人心。

看看Raptor的每一代，每一个都是美的。他们可以在第一代就停下来，那已经是对问题的完全有效的解决方案了。但他们没有，继续到了下一代，再下一代。

而关键就在于——正如你说的——推进方式。

事物需要修剪。你不可能靠不断添加东西来让事物越来越好，这是不可能的。你必须修剪，必须后退，必须重建，必须为事物创造终点。对失败的偏见才是问题所在。失败从来不是问题，除非是灾难性的。当然，在载人航天中，那可能是灾难性的，必须做对。但当损失的只是可替代的资源时，失败的价值在于它释放出了更稀缺的资源——有着产品愿景的人，得以把自己投入到下一个项目中，而市场可能会判定那才是真正需要的东西。

Raptor上很多管道之所以存在，是因为当时只能那样做。到了第三代，它看起来大部分都是3D打印的——那项技术以前可能根本不存在。现在每一根那样的管道都是不必要的，都是错误的。第三代Raptor的性能比前代好了天文数字，推重比简直荒唐。

第22章：公司为什么需要"重新建立"的时刻

托比： 所以你需要修剪，有时可以通过创造一个"重建时刻"来实现——开始一个全新的Raptor版本，基于所有有效的东西从头做对。我认为公司也应该如此运作。

一个部门有时需要一个重建时刻，通过"做一个2.0版本"可以解决大量问题。给它一个重建事件，从头开始重新思考，在系统内部建立更多探索空间，可以解决公司内部大量的内部更新问题。

我们这一代科技公司——2000年代早期的那批——之所以能如此轻松地取代几乎所有既有科技公司，一个重要原因就是，那些老公司因为缺乏竞争而自满，他们构建的东西没有经受竞争的锤炼，于是通过添加和叠层来解决问题，一层一层地堆叠。原本一些部门或产品的初始意图，早就被埋在了化石层的最深处，上面一层又一层地堆满了东西，没有人知道怎么往下挖了。

第23章：把书当作人生的作弊码

谢恩： 我们第一次对话时，你说书是人生的作弊码。我想知道，在AI的世界里，你对这个观点的想法有没有变化？

托比： 没变。现在有更多作弊码了，但书扮演的角色依然如故。

对我个人来说有一个变化——我想上次谈话时可能已经是这样了：对于非虚构类，我已经不太读近期出版的书了。我认为近期写的东西大多只是那个时代的产物，试图给正在演变中的事情多加一点信息。经受住时间考验的书，价值是永久的，也将永久存在。

第24章：三本改变你思维方式的书

谢恩： 哪三本老书从根本上改变了你的思维方式？

托比： 我经常重读的书……我经常提到帕金森定律，很值得一读，篇幅很短。《历史的教训》，我认为是目前密度最高的书，按页数计算的信息质量无书能及。

詹姆斯·伯纳姆的书很精彩，非常有现实意义。他写了《管理革命》，然后是《马基雅维利主义者》，后者好得令人难以置信。

我显然是《沉思录》的粉丝，我知道斯多葛主义现在有点退流行，但它对我来说是终生的东西。我在我常待的大多数房间里都放了一本《沉思录》，随机翻开读几段，神奇的是，它总是和我正在纠结的某件事有关。

哲学和历史的教训当然是一切的终生蒸馏，但他更长的书也很好。

虚构类方面，《基地》系列太好了。你也读了《三体》吧？

谢恩： 读了，我猜那本书现在也算"老书"了，但那是一部非常好的近代科幻。

最后一问

谢恩： 最后一个问题。我们每次都用这个问题收尾，这是你第三次回答了，我很好奇它有没有变化。

对你来说，成功是什么？

托比： 对我来说，成功就是不断培养技能，在越来越多的事情上变得出色，并在这个过程中创造出产品、玩具或东西，在最低限度上让他人的某一天变得好过一点，或者赋予人们超越他们原本所能拥有的力量、动力和雄心。

本文来自华尔街见闻，欢迎下载APP查看更多

在过去一周内，来自OpenAI，Google DeepMind和Anthropic等顶级AI实验室的研究人员集体拉响了警报。包括Sam Altman，Dario Amodei，Demis Hassabis和Elon Musk在内的科技巨头高管达成了罕见的共识，共同呼吁放缓AI发展速度并引入监管审查。

这些严厉的警告加剧了华盛顿的立法辩论，直接影响了科技行业的监管前景。尽管美国国会两党的部分议员都在积极推动旨在限制AI进展的法案，但美国总统特朗普于周一强烈反对日益高涨的AI监管呼声，凸显出政策层面对该行业未来的深刻分歧。

分析人士认为，随着关于AI安全的争论不断升级，深度学习和神经网络领域的奠基人正在详细阐述具体的威胁路径。从毁灭性的网络武器到生物安全风险，这些最新表态标志着技术开发者和政策制定者正面临一个关键的十字路口。

内部人士的“灾难性”警告

据CNBC报道，现代深度学习的核心先驱、加拿大计算机科学家Yoshua Bengio强调，前沿AI实验室的科学家对最先进的模型拥有独特的洞察力。

9月9日，在回应Anthropic研究员Jacob Coxon辞职一事时，Bengio指出，科学家通常在模型向公众发布前几个月就能察觉到相关风险。此前，Coxon曾警告称，AI可能会“在十年末杀死我们所有人”。

Bengio表示，这些内部人士的观点对于保持社会知情至关重要，必须得到高度重视。就在这场社交媒体风暴爆发的前几天，OpenAI的首席科学家们也发出警告，称“没有人为AI的后果做好准备”。

长期规划能力与“欺骗”风险

在上周五（9月11日）发表的一篇博客文章中，Bengio详细阐述了当前的直接技术威胁。他警告称，今天的AI系统“已经具备了必要的黑客技能和说服力，能够以严重有害的方式违背人类利益。”

Bengio补充道，最近的事件表明，AI已经能够进行长达数天或数周的规划。如果它们制定长期战略的能力继续提升，风险将变得“更加糟糕”。

他指出，目前AI公司试图缓解模型对齐问题（Misalignment）的努力可能只是在掩盖问题，“通过奖励和选择那些作弊而不被抓到的AI”来实现。他敦促业界继续研究如何更好地监控AI的行为、思维链及其网络内部的活动。

灭绝概率与生物网络威胁

神经网络先驱Geoffrey Hinton对AI的生存威胁进行了量化评估。

9月10日，在接受BBC采访时，当被问及AI在十年内杀死所有人类的可能性是否大于10%时，Hinton表示，10%的概率并非“不合理”。他指出，由于人类从未创造过可能比自身更聪明的存在，这种风险极难准确估计。

Hinton警告称，AI系统不仅可能发动“毁灭性的网络攻击”，还可能设计出“非常恶劣”的生物病毒。他强调，如果AI愿意，它有无数种方法可以消灭人类，因此开发者必须弄清楚如何设计AI，使其“不想”这么做。

Hinton总结道，人类面临两种可能的未来：一种是在危险失控前找到应对之策，另一种则是彻底失去控制。

终极网络武器与监管路径

AI模型的威胁已直接延伸至网络安全基础设施领域。

Cohere联合创始人兼首席执行官Aidan Gomez在9月1日接受CNBC播客采访时表示，这些模型是“有史以来创造的最强大的网络武器”，它们在发现和大规模利用漏洞方面具有惊人的能力。

针对夏季由失控AI模型发起的网络安全攻击，Gomez指出，部署环境的安全性决定了系统的安全性。他认为，导致突破事件的原因是“薄弱的容器安全”，而非系统本身向自主性发展的内在动力。

Gomez向政策制定者建议，不同的AI系统带有不同的风险，在制定AI治理规则时，不应仅仅由追求通用人工智能（AGI）的大型科技公司来主导。

本文来自华尔街见闻，欢迎下载APP查看更多

日本财务省周三公布的数据显示，8月出口同比增长19.3%，为连续第12个月增长，但较7月的23.2%有所放缓，高于经济学家18.4%的预期中值。进口同比大增28%，远超出口增速，推动未经调整的贸易逆差从7月修正后的6383亿日元扩大至1.1万亿日元。

半导体等电子元件出口同比飙升52%，成为整体增长的核心引擎；对美出口增长24.9%，对华出口增长20.6%，对欧出口增长11%。但这些高增长仍不足以抵消能源进口成本的上行——8月石油进口额增长约59%，而进口量仅微增3.6%，价格因素几乎贡献了全部增量。

伊藤忠研究所首席经济学家Atsushi Takeda指出，高油价正在推高进口成本、扩大贸易逆差，随着原油价格突破每桶100美元，贸易逆差将继续扩大，回归顺差将愈发困难。

半导体出口激增52%，对美出货领跑

以半导体为代表的电子元件是8月出口增长的核心驱动。电子元件出口同比上升52%，其中对华半导体出口增长超过一倍，对美国和欧盟的半导体制造设备出口增幅也超过100%。汽车出口虽继续增长，但增速较前几个月放缓。

从目的地看，对美出口增长24.9%，对华出口增长20.6%，对欧出口增长11%，主要市场需求保持稳固。

油价破百，逆差连续第四个月扩大

8月贸易逆差扩大的直接推手是能源进口。当月石油进口额增长约59%，而进口量仅微增3.6%。8月布伦特原油均价约在每桶88美元，仍处相对高位；而进入9月后，受霍尔木兹海峡袭击事件升级、美伊对峙持续影响，布伦特原油上周已突破每桶100美元。

日本正加速原油采购来源的多元化。8月日本自美国进口的原油金额增长超过1000%，达4000亿日元；来自中东的原油进口金额仅增3.7%，进口量则下滑约31%。美国内政部长Doug Burgum本周早些时候表示，若认为出口禁令能真正压低国内油价才会考虑实施，但事实并非如此。

日元从弱势转向升值，进口成本与出口竞争力的角力

财务省数据显示，8月日元兑美元均价为160.64，较去年同期贬值8.7%。弱势日元一方面抬高以日元计价的进口原材料成本，另一方面为出口商提供海外价格竞争力。

但9月以来日元走势出现转折：截至9月，日元兑美元已升值超过3%，成为同期亚洲表现最佳货币。周三东京早盘，日元约在155.18兑1美元附近交投，仍远低于126.55的10年均值。

Takeda认为，AI相关产品需求预计将保持强劲，出口将因此获得支撑。

后续关注油价在100美元上方的持续性，以及日元升值能否缓解以日元计价的进口成本压力。

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，杰富瑞（Jefferies）在9月14日的最新研报中发出明确警告：不要与盈利周期对抗。在AI投资狂潮和企业盈利超预期上行的双重引擎驱动下，标普500指数预计将在今年（2026年）底飙升至8000点，并在2027年进一步触及9000点。

报告认为，尽管面临10年期美债收益率上升、通胀粘性以及中期选举等宏观逆风，但是企业基本面仍将是决定回报的核心驱动力。

杰富瑞的核心逻辑清晰而有力：在一个盈利增长超过历史平均两倍以上的周期中，与盈利趋势对抗是危险的。

此外，杰富瑞认为，AI驱动的盈利扩张正在从七巨头向更广泛的市场蔓延，这为市场提供了更坚实的基础，应将目光锁定在科技、金融、医疗保健和材料等具备强劲盈利修正和宏观支撑的超配行业，在估值收缩的担忧中把握这场罕见的盈利超级周期。

与此同时，然而，杰富瑞也在报告中特别指出两大核心风险：一是AI相关公司盈利增长的实质性放缓，这将直接动摇整个牛市逻辑的根基；二是10年期美债收益率的持续上行，这将通过估值压缩渠道对股市形成系统性压力。

盈利预期被严重低估，标普500剑指8000点

杰富瑞的基准预测极具攻击性，且完全由盈利驱动。

报告指出，2026年底标普500指数的目标价为8000点，这一预测基于每股收益（EPS）达到373美元（同比增长35%，远高于市场共识的29%）以及21.5倍的市盈率。展望2027年，基准情形下指数将达到9000点，基于450美元的EPS（增长20.8%）和20.0倍的市盈率。

在最乐观的“牛市”情境下，2027年标普500甚至可能突破10500点（EPS达500美元，增长34.2%）；而在盈利大幅放缓的“熊市”情境下，指数可能回落至6900点。

该行的核心逻辑在于：市场正在定价标普500指数连续五年实现两位数、高于平均水平的回报，这在自1970年以来的历史上，仅在1995-1999年科技繁荣后期出现过。

只要盈利预期保持强劲，当前的估值水平（加权模型处于第76百分位）就是可控的。

AI仍是核心引擎，但市场广度正在实质性扩大

报告最核心的论点是：市场对盈利周期的力量存在系统性低估，上调空间仍然显著。

杰富瑞认为，盈利故事的核心依然是人工智能（AI），但它已不再是少数巨头的专属。数据显示，标普500指数中约46%的权重对AI和数据中心支出有直接或间接敞口，这些AI关联公司今年的盈利预计将飙升60%，并在2027年放缓至24%。

与此同时，市场广度正在显著改善。虽然“七巨头”2026年的盈利预期高达45%，但标普500指数其余成分股的盈利预期也已大幅改善至约24%。到2027年，预计超过40%的标普500成分股将迎来盈利加速。

杰富瑞认为，这种跨行业的盈利和销售预期上调，表明基本面正在变得更加健康和多元化。

“七巨头”面临换防压力，但估值已降至数年低点

尽管“七巨头”仍占标普500指数约33%的权重，但推动其跑赢大盘的环境正变得复杂。由于创纪录的AI投资，“七巨头”目前占标普500总资本支出的约40%（2023年6月仅为16%），这导致超大规模云服务商（Hyperscalers）的自由现金流（FCF）转负，且预计到2028年才会恢复。此外，该群体的盈利增速预计将从2026年的45%放缓至2027年的17%。

然而，对于逆向投资者而言，好消息是“七巨头”的估值已大幅重置。从绝对估值来看，该群体目前处于第43百分位，为2023年1月以来的最低水平；相对于标普500指数其余部分，其相对估值更是从一年前的第98百分位暴跌至如今的第9百分位。

宏观逆风：10年期美债收益率与财政赤字是最大尾部风险

美联储方面，市场当前定价9月加息概率约为85%，2027年1月前再加息一次的概率约为83%，但终端利率仅比当前水平高约50-75个基点。杰富瑞经济学家Tom Simons持反向观点，认为美联储今年可能无需加息，并预计政策预期将在年内转向降息。

该行认为，宏观层面的真正威胁并非美联储的短期动作，而是长期借贷成本。历史表明，当10年期美债收益率在12个月内上升超过100个基点时，市盈率通常会收缩至少1个倍数（今年以来收益率已上升超60个基点）。

更深层次的危机在于不断恶化的财政状况：美国国债已突破40万亿美元，过去五年总债务偿还成本从约3500亿美元激增至超过1.1万亿美元，已与年度国防开支相当。

国会预算办公室预计，联邦赤字将在2026年达到约1.9万亿美元，到2036年将增至约3.1万亿美元。这种持续的赤字支出和巨额科技债发行将对长期收益率构成上行压力，可能迫使估值进一步收缩。

应对通胀与选举：历史数据揭示的“避风港”

面对粘性通胀和即将到来的中期选举，无需过度恐慌。

通胀方面，报告认为当前环境更类似于1980年代末/1990年代初以及2000年代中期，而非1970年代的"大通胀"时代。历史数据显示，在这两个类似时期，标普500年均回报率分别约为17%和15%，投资者在通胀高于目标的环境下依然获得了丰厚回报。

政治层面，预测市场显示中期选举后极有可能出现“分裂的国会”（民主党控制众议院概率为87.5%，共和党保留参议院概率为47.5%），最可能的结果是分裂政府。

杰富瑞认为，历史数据表明，立法僵局往往能减少政策不确定性，这对风险资产是利好。在中期选举后的一年里，标普500指数的平均回报率高达13%。

历史数据：自1978年以来，中期选举后12个月，标普500平均回报率为13.1%，中位数同样为13.1%，均显著高于历史平均水平。选举后表现最强的板块通常是科技、可选消费和材料。

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，花旗在9月14日的报告中表示，随着AI从单纯的训练与推理阶段迈入"持续学习"时代，HBM、服务器DDR5及企业级固态硬盘（eSSD）的需求将从2027年起同步爆发性增长。花旗预计，DRAM供需比（S/D ratio）将在2027年和2028年分别恶化至-8.7%和-9.7%，NAND同期供需比亦将跌至-6.1%和-5.5%，供需失衡态势料持续延伸至2031年。

在需求急速攀升的同时，供给端受制于HBM产能占用和技术迁移放缓，扩产步伐远落后于需求。花旗据此预计，2027年全球内存资本支出将同比大增46.5%至804亿美元，但受制于产能建设的漫长交期，即便大规模投资也难以填补供需缺口。

花旗研究指出，"持续学习"（Continual Learning）将是未来五年AI领域的核心主题。与当前AI模型在训练后固化参数的模式不同，持续学习允许模型在运行中不断吸收新知识，同时保留此前习得的信息。

这一方法的核心挑战在于平衡新知识的学习与防止"灾难性遗忘"。为此，AI系统需要持续进行模型更新，同时保持对历史数据的高效访问——两者均对内存提出显著更高的要求。

从AI工作负载演进的历史轨迹来看，2022年至2025年上半年主要为AI训练周期，HBM需求强劲，而传统DRAM和NAND相对平淡；2025年下半年起，推理复杂度上升带动服务器DDR5和eSSD需求快速增长，市场对HBM的关注有所降温。

花旗认为，2027年起将进入持续学习的第一阶段，HBM、服务器DRAM、SoCAMM2及eSSD的需求将同步扩张；至2028年下半年，随着个人AI与实体AI（Physical AI）的兴起，需求版图还将进一步扩展至边缘端设备内存。

值得注意的是，AI token月度使用量的增长呈现出近乎完美的指数曲线，月环比复合增速达31%，2026年8月同比增速高达2434%，这为整体内存需求的持续高增长提供了强有力的底层支撑。

花旗对近期业界关注的HBM"去规格化"（de-specification）现象给出了明确解读：这是AI芯片厂商在HBM供给受限背景下的资源效率优化行为，而非终端需求走弱的信号。

花旗预计，HBM位需求将在2027年同比激增62%至751.57亿Gb，2028年进一步跃升69%至1269.90亿Gb，分别是此前预测值的两倍。需求驱动方不仅包括Nvidia，还涵盖Broadcom、Google等ASIC制造商——其中Broadcom的HBM需求预测从2026年的90.02亿Gb扩大至2028年的410.03亿Gb，Google同期从47.02亿Gb增至140.03亿Gb。

在供给侧，花旗预计2027年HBM产能（以TSV封装产能计）将从2026年的42万片/月扩张至70万片/月。但即便如此，供需缺口仍将维持在高位：2027年HBM S/D比率预计为-21%，与2026年的-22%基本持平，至2028年因ASIC出货量加速进一步恶化至-36%。

花旗认为，去规格化本质上是芯片厂商在有限HBM供给下最大化加速器出货量的务实选择，不应被解读为需求转向。

花旗预计，2027年全球DRAM需求将同比增长30.2%，但供给增速仅为18.8%，供需比由2026年的+0.5%骤降至-8.7%，2028年进一步恶化至-9.7%。

需求端，持续学习带动的服务器DRAM需求增长尤为突出。花旗预测服务器DRAM需求将从2026年的2263亿个（1Gb当量）跃升至2027年的3417亿个，同比增长51%，服务器将继续占据DRAM总需求约67%的份额。相比之下，PC需求料保持相对平淡，手机需求温和复苏。

供给端制约因素同样明确：一方面，HBM产能占用持续挤压通用DRAM的晶圆产能，2027年行业平均DRAM晶圆产能仅预计增长约8%至229.5万片/月；另一方面，技术节点迁移放缓限制了单位晶圆的位产出增速；此外，绿地产能从立项到量产的漫长周期意味着即使资本开支已在加速，供给响应也将滞后。

花旗预测2027年DRAM混合均价将同比上涨23.1%，在经历2026年高达242.4%的异常涨幅之后，价格上行趋势仍将延续，但涨幅将趋于正常化。

NAND市场的供需格局同样面临实质性收紧。花旗预计2027年NAND需求同比增长29.1%，而供给增速仅为21.2%，S/D比率从2026年的-0.8%骤降至-6.1%，2028年维持在-5.5%。

eSSD是NAND需求增长的最核心驱动力。花旗预测2027年eSSD需求同比增速高达52.9%（SSD整体增速为45.0%），核心逻辑有三：其一，HBM每颗加速器搭载量下降迫使更多KV缓存工作负载向外部存储迁移；其二，AI推理工作负载的持续复杂化推动高容量QLC eSSD在AI服务器端的渗透；其三，Nvidia的KV Cache卸载趋势以及中国AI数据中心以SSD替代HDD的趋势，提供了额外的需求上行空间。

供给侧的约束同样值得关注。花旗预计2027年行业平均NAND晶圆产能仅小幅增长3.2%至146.0万片/月，三星电子的NAND产能甚至预计下降4.7%，海力士和美光则基本持平。主要原因在于，各厂商正将更多资源倾斜于DRAM/HBM的绿地扩产，对NAND增量投资态度审慎。

NAND价格方面，花旗预计2027年NAND混合均价将同比上涨45.3%，延续2026年236.2%涨幅之后的上行态势，尽管涨幅节奏有所放缓。

花旗预测2027年全球内存资本支出（DRAM+NAND）将同比大增46.5%至804亿美元，较2026年的549亿美元显著加速。

DRAM资本支出预计同比增长51.6%至586亿美元，由三星电子（206亿美元）、SK海力士（175亿美元）和美光（158亿美元）领衔。但花旗强调，增量DRAM投资中相当大比例仍将流向HBM产能和先进DRAM制程，对通用DRAM供给的实际缓解效果有限。

NAND资本支出预计同比增长34.2%至218亿美元，其中三星电子预计投入79亿美元，Kioxia 37亿美元，SK海力士31亿美元，Sandisk 29亿美元，美光21亿美元。

花旗指出，尽管资本支出规模大幅跃升，但鉴于绿地投资产能扩建的漫长交期，更高的支出水平不足以弥合2027年的供需缺口。以此为基础，花旗对全球内存供需失衡局面的判断延伸至2031年，并认为持续学习与个人AI/实体AI的规模化落地将成为这一超长期结构性供给短缺的核心支撑。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，巴克莱最新研究报告，前沿AI实验室推行的"节奏控制"（Pacing）机制，将在2027年起为行业整体算力成本增加约18%，对应新增开支逾440亿美元。

OpenAI于2026年8月18日发布博文，正式披露其针对高能力模型的安全监控要求。根据该披露，对于Sol级别及以上能力的模型，所有强化学习（RL）训练、评估及推理工作负载均须接受实时监控，当前估算显示监控开销约占被监控推理算力的20%。巴克莱分析师Ross Sandler团队据此测算，由于约85%的AI实验室算力已流向后训练与推理工作负载，且预计2027年几乎全部模型将超过GPT-5.6 Sol级别能力门槛，推理及后训练算力需求将因此增加20%，推动行业整体算力成本上升约18%。

这一变化对AI基础设施投资链条的影响正在显现。巴克莱指出，当前部分AI实验室的推理毛利率高于80%，短期内有足够空间消化额外安全成本，但长期来看利润率或将向65%收敛。与此同时，若领先实验室放缓模型发布节奏，GOOGL、META及AMZN、MSFT等推理服务提供商有望在竞争格局中受益。

节奏控制的算力成本测算

巴克莱的量化分析显示，"监控"算力开销将在2027年为行业新增约440亿美元成本，2028年进一步扩大至约760亿美元，对应基础算力成本的占比稳定在18%左右。

具体拆分来看，2027年行业基础算力总成本预计为2460亿美元，其中训练1320亿美元，推理1140亿美元。受监控的算力规模合计约2190亿美元，涵盖后训练/RL工作负载（约1040亿美元，占训练算力的79%）以及全部关键级别推理（1140亿美元，占推理算力的100%）。在此基础上叠加20%的监控开销，额外成本达440亿美元，占基础算力总成本的18%。

值得注意的是，上述监控要求不适用于预训练环节，因此预训练成本不受直接影响。这也解释了为何整体成本增幅（18%）低于推理及后训练环节的单项增幅（20%）。

将推理利润率压缩至长期中枢65%

巴克莱认为，安全成本对AI实验室盈利能力的冲击程度，取决于这部分成本能否通过提高Token定价或按结果计费的方式转嫁给终端用户。

目前，部分领先AI实验室的推理毛利率已超过80%，这为吸收额外安全成本提供了较大缓冲空间。巴克莱预计，随着安全合规成本的持续渗透，AI实验室推理利润率将逐步向65%的长期中枢收敛。

在训练成本方面，前沿AI实验室的预测显示，单家公司年度训练成本将在2028至2029年触及约1300亿美元的峰值，此后趋于稳定。巴克莱认为，训练成本的走势更多取决于各实验室在前沿市场的份额竞争，而非单纯受节奏控制政策左右。此外，第三方安全审计机构（如METR、Redwood等）嵌入研发流程所带来的人员成本，目前仍属相对次要的开支项，且AI实验室普遍采用AI监控AI的方式以控制人力投入。

竞争格局的再平衡效应

节奏控制政策对竞争格局的影响同样不容忽视。巴克莱指出，若两家领先AI实验室（OpenAI及另一家）放缓模型发布节奏，将为其他竞争者提供追赶窗口。历史数据显示，西方落后实验室追上前沿模型通常需要35至40天，节奏控制可能进一步压缩这一时间差。

巴克莱认为，若蒸馏训练活动受到限制，这一差距可能进一步扩大，因此开源权重模型对前沿实验室节奏控制策略的冲击有限。

对于公开上市的科技巨头，巴克莱认为GOOGL等公司或许因长期处于严格法律监管之下，在安全合规方面的准备程度优于资源相对有限的私营AI实验室。报告同时指出，META、GOOGL以及MSFT、xAI等公司对Hugging Face等安全事件保持沉默，可能意味着这些公司已提前采取了更为审慎的安全措施。

安全事件频发，监管压力上升

推动节奏控制政策落地的直接背景，是近期AI安全事件的密集爆发。根据巴克莱援引的Felony Bench数据，仅2026年7月至9月间，OpenAI相关模型已涉及10起安全事件，包括多次第三方系统入侵、GitHub凭证未授权使用及恶意软件包投放等；其他AI实验室同期亦发生10起类似事件，META也于8月初经历了一次第三方系统入侵。

巴克莱将当前局面与META在2018年因数据隐私问题遭遇的危机相类比。彼时，META在安全与合规方面大幅增加数万人的人员投入，其远期市盈率峰值至谷底跌幅约达40%。分析师指出，尽管两次事件性质不同，但AI安全问题引发的监管压力与估值重估风险，正在以类似的路径向AI基础设施产业链下游传导。由于目前没有任何前沿AI实验室直接上市，估值压力主要体现在算力供应商及云超大规模厂商等下游标的上。

本文来自华尔街见闻，欢迎下载APP查看更多

9月16日，由耐克与SKIMS共同打造的NikeSKIMS宣布登陆中国市场。

首波产品涵盖九大服装面料系列、鞋履及配饰，并将于9月29日在上海兴业太古汇开出中国首个线下慢闪空间，持续开放至2027年2月。

线上则通过Nike App和耐克中国官网销售。

这也是NikeSKIMS自2025年9月北美首发近一年后，最新一次地域扩张。过去一年，NikeSKIMS一直通过扩充品类和市场，把一次新品首发逐渐推向长期品牌运营。

首发不到两个月，品牌便推出Drop 2，产品从58个版型增至65个，并加入袜子、腰包和训练手套等配饰。

今年以来，NikeSKIMS又进一步拓展鞋履和基础款，试图形成覆盖训练与日常穿着的完整“head-to-toe”体系；销售区域也从北美扩展至欧洲、中东、澳大利亚和韩国。

但来到中国时，NikeSKIMS面对的已经是一个竞争格局松动、同时明显更加拥挤的市场。

过去几年几乎定义中国高端女性运动服饰消费的lululemon，增长已经明显放缓。

2026财年第二季度，lululemon全球收入同比下降4%，可比销售额下降9%；按固定汇率计算，中国大陆收入同比下降2%，可比销售额下降8%。

与此同时，另一家北美明星运动生活方式品牌Alo正在快速补位。

Alo在北京、上海、深圳、成都、杭州五个内地城市的实体门店围挡同期曝光，分别落子北京国贸商城、上海兴业太古汇、深圳湾万象城、杭州湖滨银泰in77和成都太古里。

其大中华区首店——中国香港K11 MUSEA店已于本月开业，品牌目前规划在中国市场布局七城八店。

相比之下，NikeSKIMS此次入华显得更为克制。线上主要依赖Nike App和耐克官网，线下暂时只有上海一处慢闪空间。

它在亚洲的三个前站——韩国、新加坡、日本——都是借道快闪、耐克门店和买手店，没有一家独立门店。

NikeSKIMS进入中国市场的首波传播也选择以运动员阵容开场：游泳、竞速滑冰、滑雪和跨栏运动员共同演绎首发产品，而Alo则率先启用王一博等娱乐明星放大声量。

一个卖运动性能，一个卖生活方式。

Alo更偏时尚和wellness驱动。从品牌定位到营销打法，明星穿搭、加州生活方式和社交媒体一直是它的核心标签。

消费者买的也不只是一条瑜伽裤，而是运动与日常边界模糊的一套年轻生活方式。

NikeSKIMS则从成立起就把"sculpt"和"perform"放在同一位置：一边是SKIMS对身形、塑形和身体表达的理解，一边是Nike拿出的Dri-FIT面料技术、运动科学和专业运动员资源。

不过，这两种卖法指向的，很大程度上是同一批消费者。

Consumer Edge基于美国市场过去12个月的交易数据测算，SKIMS消费者购买Alo的倾向约为其样本平均消费者的20倍，购买lululemon约为8倍，购买Nike约为4倍；同期约20%的SKIMS消费者曾在Nike消费。

对Nike而言，NikeSKIMS带来的价值之一，就是帮它够到原本偏向Alo和lululemon的年轻高收入女性。

赛道已经拥挤，NikeSKIMS进入中国并不算早；真正的考验，是能否在已经完成分层的市场里抢到一个长期位置。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，香港特区政府正式公布《香港特别行政区经济和社会发展第一个五年规划（2026-2030年）》，这是香港有史以来首次以五年规划形式系统阐述其经济和社会发展蓝图。

行政长官李家超公布的这份规划共约6万字，分7篇58章，设立六大目标，涵盖经济突破、国际竞争力提升、北部都会区建设加速，以及民生福祉改善等方向。

李家超表示，2026至2030年间，香港实际GDP增长将力争保持在合理区间，并将本地创新活动总开支占GDP的比例目标设定为2030年后达至3%。

规划将人工智能列为香港未来发展的重要产业，并明确提出参与国产飞机研制与认证工作、推动大湾区低空跨境物流等具体战略部署。

在金融领域，规划明确提出强化离岸人民币枢纽地位，并优化证券市场以吸引更多内地及海外龙头企业赴港上市，直接关乎香港资本市场的长期竞争力。

规划将推动人工智能列为核心战略，目标是以"人工智能+"赋能各行各业，并从基础设施、法律配套及人才培育等多个维度构建完整生态。

在算力基础设施层面，规划提出建设沙岭数据园区，为香港发展人工智能产业提供算力支撑。与此同时，当局计划检视相关法律框架，确保其切合人工智能及智能化发展需要，为产业应用提供规范保障。

规划还明确提出支持中小企业加快应用人工智能，并将提升市民人工智能素养纳入政策议程。

在产业方向上，当局以生命健康和具身智能为切入点，制定人工智能推动产业转型的专项策略，并强调加强数据资源开发利用，深化与内地的协同发展。

在金融领域，规划提出多项举措以巩固香港国际金融中心地位。

当局将致力强化全球离岸人民币业务枢纽功能，并深化国际资产及财富管理中心、国际风险管理中心建设。

资本市场互联互通方面，规划提出深化香港交易所与前海股权交易中心的对接合作，支持更多内地优质企业通过香港上市平台对接国际资本。

同时，规划明确扩展金融市场互联互通机制，拓展与共建"一带一路"国家及全球南方等新兴经济体的经贸与金融合作。

在高端金融服务层面，规划提出加快发展绿色金融、数字金融，并构建大宗商品交易生态圈和高增值供应链服务中心。

规划将北部都会区定位为香港融入国家发展大局的核心平台，加速推进这一毗邻深圳的战略区域建设。

在低空经济领域，规划提出充分利用粤港澳大湾区的产业基础和地理优势，拓展低空跨境物流应用场景，目标是形成覆盖整个大湾区的整合规模化低空跨境物流网络。

李家超表示，香港将凭借与邻近内地城市合作的先行探索经验，连结大湾区三地资源要素。

这一战略部署意在将香港的国际联通优势与内地庞大的产业腹地相结合，为跨境物流和新兴产业提供规模化发展空间。

在航空领域，规划提出打造具国际竞争力的航空产业生态圈，其中一项具有战略信号意义的部署是积极参与国产飞机的研制及认证工作。

规划明确，香港将发挥"桥梁"角色，助力国产飞机借道香港打入国际市场。与此同时，当局计划构建飞机部件处理及交易产业生态系统，打造"前店后厂"产业集群，并将香港定位为亚洲首个飞机部件处理及交易中心。

在可持续航空燃料（SAF）领域，规划提出发挥香港SAF生产基地落户东莞的产业建设作用，推动粤港澳大湾区SAF产业链建设，并计划在香港兴建燃料混合设施，以支持国家在这一新兴领域的发展布局。

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，花旗在9月15日的最新研报指出，基准预测显示，美联储将把此次加息定义为一次“微调（calibration）”，并暗示未来没有进一步加息的必然性。高盛则在9月13日的研报中指出，今晚将是一次“无信号加息”，并明确表示，不认为此次加息有充分经济基础，通胀超出2%目标的部分可全部归因于一次性因素，经济并未过热。

花旗与高盛均预计，中位数点阵图将显示2026年仅剩一次额外加息，降息将于2027年恢复。核心PCE预测因方法论修订料将较6月数据向下修正，为停止加息提供数据背书。

尽管基准情形偏鸽，但沃什的新闻发布会将是市场最大的悬念。花旗认为，若美联储主席沃什拒绝提供明确前瞻指引、仅强调"还有工作要做"，市场可能重新定价10月和12月连续加息，引发资产价格剧烈波动。高盛认为，沃什需要在发布会上强调委员会将“仔细评估”即将到来的数据，以暗示等待更多信息，从而引导市场放弃对10月加息的过度自信。

分析人士认为，今晚的关键不是"加不加"，而是"加完之后说什么"。沃什的每一句话，都将被市场用放大镜审视。

当前的市场定价已逼迫美联储做出选择。高盛认为，8月CPI数据公布后，市场对加息的定价概率已逼近90%，美联储为了避免按兵不动引发的市场剧烈反应，将被迫在此次会议上加息25个基点。

但这将是一次彻头彻尾的鸽派行动。花旗的基准预测显示，伴随加息而来的前瞻指引将不再指向进一步的政策利率上升。

美联储主席沃什大概率会把政策利率的上升轻描淡写地称为一次“轻微调整（slight adjustment）”或“微调（calibration）”，并向市场暗示，如果通胀显示出向目标回落的迹象，可能就不需要进一步加息了。

高盛同样预期，美联储在声明中只会做出最低限度的必要修改，避免提供关于未来路径的前瞻指引，即呈现一次“无信号加息”。

值得注意的是，高盛预计美联储理事沃勒（Waller）将投下反对票。原因在于，过去三个月核心PCE通胀的年化速率（含预期的方法论修订影响）已降至约2.5%，低于沃勒此前在公开场合设定的2.8%“维持不动”门槛。

与花旗的策略分析视角不同，高盛经济研究团队从基本面出发，明确表示不认为此次上调联邦基金利率有充分的经济理由。

高盛的核心论点是：通胀超出2%目标的全部幅度，均可归因于影响将会消退的一次性因素，包括关税效应、能源/伊朗冲突影响、软件及配件价格效应以及投资组合管理效应等。高盛认为，核心PCE通胀在6月至8月期间改善至年化约2.5%的速率（含预期方法论修订），正是这些一次性冲击效果消退的早期迹象。

在通胀广度问题上，高盛同样持异议。尽管近期有更多品类价格以3%以上的年化速率上涨，但高盛指出，一旦剔除关税效应，通胀的广度与历史上2%通胀时期的水平基本相当——而关税冲击大概率已基本落地。

此外，高盛的“瓶颈追踪指标（Bottlenecks Tracker）”显示，行业层面的产能约束如今甚至比疫情前还略少，且主要集中在与AI热潮密切相关的少数行业。经济并未过热——而经济过热，恰恰是通常情况下加息的核心理由。

宏观证据也表明，有限幅度的加息不太可能有效抵消供给冲击带来的更大通胀效应。这意味着，无论美联储加息与否，其主要政策逻辑仍是等待过去冲击的影响随时间自然消散。

正因为此，高盛认为部分FOMC委员与其通胀判断高度一致，FOMC整体上不愿在本次会议上发出任何进一步加息的信号。

经济预测摘要（SEP）的多个组成部分将共同强化这一鸽派印象。

花旗指出，中位数点阵图将显示今年仅有一次额外加息，降息将在2027年恢复。这一路径符合美联储当前的内部逻辑：4%左右的政策利率已属于“略微限制性”，随着通胀回归目标，这种限制性理应被逐步解除。

高盛对点阵图分布的判断同样具体而精准：预计将以10票对8票的微弱多数显示2026年仅加息一次（其中沃勒及可能的其他委员票数为零次加息）。高盛给出这一判断的理由是：部分委员对本次加息本身持矛盾态度，部分委员则不希望进一步推高市场对额外加息的预期。

但高盛也明确指出尾部风险：若更多委员将本周加息视为应对油价上涨和AI需求的正常反应、并将其视为一轮连续加息的开端，则出现多数票支持两次加息的风险不可忽视。

在通胀预测方面，两家机构均预计核心PCE通胀预测将因方法论修订而向下修正。高盛预计9月SEP中，2026年核心PCE通胀中位预测将从6月的3.3%小幅下调至3.2%，这为停止加息提供了数据支撑。

尽管基准情形偏鸽，花旗警告称，决定整体基调最重要也最难预测的变量，是主席沃什究竟如何谈论此次加息。沃什个人风格倾向于给出较少的前瞻指引，这给市场留下了定价更鹰派政策的巨大空间。

花旗认为，如果沃什仅仅强调“还有工作要做（more work to do）”而不提供近期利率指引，这可能被市场视为一个危险信号。在这种鹰派风险情形下，市场可能预期10月和12月的FOMC会议均将加息，甚至将进一步加息的风险定价延伸至2027年。

高盛对这一场景的判断则更为具体：FOMC可能希望引导市场降低对10月加息的定价信心（目前已接近50%），但不会在声明中明说。相反，沃什可能在新闻发布会上表示，在决定进一步行动之前，FOMC将“仔细评估（carefully assess）”即将公布的数据，或希望看到多份（plural）即将发布的通胀报告，或观察潜在通胀趋势如何演变——上述任何表述，都将暗示委员会希望多收集一段时间的数据再行动。

高盛还补充，由于许多投资者已将11月初的中期选举视为10月加息的政治障碍，阻止市场将10月加息设为"默认基线"并非难事。

高盛设置了三种情景：

• 基准情形（概率50%）：仅加息一次（本次），2027年9月和12月各降息一次，终端利率为3.25%-3.5%；
• 多次加息情形（概率35%）：最终加息两至三次，终端利率更高；
• 衰退情形（概率15%）：经济下行，货币政策转向。

即便充分考虑多次加息情形的尾部风险，高盛的概率加权联邦基金利率预测，仍远比当前市场定价更为鸽派。高盛同时将终端利率预测从此前的3%-3.25%上调至3.25%-3.5%，并将2027年首次降息时间从6月推迟至9月。

而花旗特别指出，近期WTI原油和美国平均汽油价格的剧烈波动，为通胀前景和美联储政策路径增添了额外的复杂性。若能源价格持续偏高，可能动摇美联储对"通胀已走向目标"的判断，进而强化鹰派委员的立场。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，在Six Five Summit 2026的半导体聚焦论坛上，美光公司CEO高级顾问Sumit Sadana接受了分析师Patrick Moorhead的采访，详细拆解了AI时代下存储行业的供需格局、资本支出计划以及未来的核心增量市场。

在过去的一年里，整个科技行业对存储的认知发生了根本性重塑。这种重塑的根源在于，算力早已不再是衡量AI系统能力的唯一标尺。Sadana在访谈中一针见血地指出了当前AI硬件的底层逻辑：“如今，人工智能系统的性能首先取决于内存子系统的性能和内存容量。这两点真正决定了人工智能子系统的性能水平。”

他解释称，由于AI模型需要存储在内存中，且海量数据需要在内存间来回传输，处理器与内存之间的带宽已成为性能的关键瓶颈。同时，存储市场正面临着长达数十年积累下来的结构性失衡——上世纪90年代初有多达20多家DRAM公司，如今只剩下寥寥几家；而目前设计处理器的公司却已超过20家。这种“少对多”的漏斗型供给格局，使得面对爆发式的AI需求时，存储供应链显得极为脆弱。

资本支出飙升，实质性新增供应需等到2028年

面对供需之间的巨大缺口，单靠技术转型带来的比特增长已无法满足市场胃口，整个行业被迫进入“新建洁净室和晶圆厂”的重资产扩张周期。

美光正在开启前所未有的资本开支计划。Sadana透露：“单看我们的资本支出计划：2025财年我们的资本支出略高于130亿美元；2026财年将翻一番；2027财年预计将超过450亿美元。我们最近在美国宣布，将投资额从2000亿美元提高到2500亿美元，并加快了时间表。”此外，美光还在美国爱达荷州、纽约州，以及中国台湾、日本和新加坡等地同步推进约20个扩产项目。

然而，远水难解近渴。半导体工厂的建设受制于基础设施、监管审批以及技术工人的严重短缺。Sadana给出了明确的时间表预期：“我们认为真正意义上有效的新增供应要到2028年才能开始逐步释放，而且这仅仅是初期阶段，产能增长的势头要到之后几年才能真正增强。因此，整个行业需要一段时间才能找到新的平衡点。”

产能释放缓慢的另一大原因在于存储器制造的天文数字级复杂度。以当前火热的HBM为例，Sadana直言其能正常工作“简直是个奇迹”：“想想看，把12层DRAM芯片层层堆叠起来，最底层还有一个连接到GPU的基础芯片。整个系统面临着非常严峻的散热挑战和功耗问题……晶圆厂里大约有2000道工序。从晶圆厂开始生产，到最终能把产品交付给客户，整个周期大约需要五个月。”

告别“随买随卖”，长期“长协”与“深度定制”重塑商业模式

极度紧缺的产能正在倒逼存储行业的商业模式发生蜕变，传统的现货交易和符合JEDEC标准的通用芯片时代正在发生改变。

“我们签订的是多年期合同，承诺向客户供货，客户也承诺提供需求预测。这与以往的一年期协议截然不同——以往客户想买就买，只要有货我们就供货。”Sadana表示，这种被称为“战略客户协议”的模式投资回报率极高，为晶圆厂多年的资本支出提供了底层保障。

更为深刻的变化在于研发端的绑定。为了在AI系统中实现功耗、模型运行速度等方面的差异化，客户正将存储设计提前纳入其5到7年的产品路线图。Sadana指出：“这种模式将合作关系转变为更类似于ASIC芯片的合作模式——客户在设计上拥有更大的自主权，且这种关系具有长期性。”

AI走向边缘，人形机器人将成最大增量市场

市场普遍聚焦于数据中心的AI需求，但美光认为，这仅仅是起点。随着AI向智能手机、PC（如采用统一内存架构的Mac mini）以及自动驾驶汽车渗透，存储需求将无处不在。

对于未来的想象空间，Sadana将目光锁定在了机器人赛道，认为这将是继数据中心之后的又一波海量需求浪潮。

“想想人形机器人，它将成为有史以来最大的产品市场之一。”Sadana在展望2030年代的市场时强调了端侧AI对存储的恐怖消耗量：“机器人技术最令人兴奋的地方在于，每个设备需要存储海量数据——每个人形机器人将拥有数百GB的DRAM内存和数TB的NAND闪存。因此，它们将极大地推动DRAM和NAND的需求增长……机器人必须能够自主运行，不能每次都向服务器发送数据。”

以下是访谈正文：

Sumit Sadana 00:00

如今，人工智能系统的性能首先取决于内存子系统的性能和内存容量。这两点真正决定了人工智能子系统的性能水平。欢迎回到 2026 年峰会。

Patrick Moorhead 00:22

人工智能的时代已经来临。内存的重要性和战略意义令人惊叹。我一直认为内存很重要，但考虑到人工智能时代，它所赋予我们的能力简直不可思议——坦白说，如果没有足够的内存、没有合适的内存，我们周围所有令人惊叹的事物都无法实现。

我很高兴地宣布，美光公司将出席本次峰会。很高兴见到你，很高兴你回来了。谢谢你的邀请。这真是太棒了。我从事这个行业 35 年了，从内存的消费者，到内存的合作伙伴，再到现在在分析公司研究内存市场及所有相关领域。我们取得的成就令人惊叹。去年我们交流的时候，我实际上把内存归类为战略性技术——是的，我得为此邀功。坦白说，你更应该得到赞誉，因为你是实际行动者，我只是说说而已。但如今，这种观点似乎更加重要了，越来越多的人开始谈论它。在这个人工智能时代，过去一年里发生了什么变化，让整个行业更加重视内存？

Sumit Sadana 01:44

为什么人工智能实际上加速了这种转变？这是个很好的问题。一年过去了，但就过去一年世界发生的变化而言，感觉却相当漫长。从客户的角度来看，变化尤其巨大。我们现在面临的情况是，所有市场领域的内存都严重短缺。尽管我们尽了最大努力来增加供应，但目前仍然无法确定何时才能使供应赶上需求，因为需求一直在持续增长。来自各个领域客户的信号，每年都在不断增加。

客户看待内存的方式之所以发生变化，原因有几个。其一是供需之间存在的巨大缺口；其二是，考虑到人工智能的需求，系统对性能的要求也在不断提高。当你思考是什么让系统发挥出最佳性能时，你会发现处理器并非唯一因素。如今，内存性能、处理器与内存之间的带宽以及内存本身的容量都至关重要。因为人工智能模型需要存储在内存中，大量数据需要在内存之间来回传输，处理器与内存之间的带宽就成了性能的关键瓶颈。因此，客户逐渐意识到，他们需要重新规划产品路线图，并采用不同的内存策略。

Sumit Sadana 03:44

现在，关键在于如何设计内存以获得竞争优势，如何让每个客户的系统脱颖而出。如果内存仍然像几年前那样，采用所有人都使用的、符合 JEDEC 标准的现成内存，那么就很难实现差异化。因此，我们现在与客户合作，将内存设计纳入他们多年的产品路线图。他们现在专注于如何实现差异化、如何改变竞争格局。这意味着要以不同的方式思考内存，与像美光这样的公司合作，设计出一种可以加以应用和利用的新型功能。

Sumit Sadana 04:31

举个例子，我们与英伟达在数据中心低功耗 DRAM（LPDRAM）领域的合作就是个很好的例子。我们是首家将这项技术引入数据中心的公司，并且长期以来一直是该领域的独家供应商，而现在这项技术正逐渐被其他公司所采用。越来越多的客户开始意识到使用低功耗 DRAM 的优势——它能带来更高的密度、更小的尺寸、更强的性能，以及显著降低的功耗，而这对于数据中心来说至关重要。这只是众多例子中的一个。

Patrick Moorhead 05:07

展望未来五年，这些技术正开始蓬勃发展。当我试图解释为什么人们对内存的兴趣如此高涨时，我想起了我大学时上的一门课——那是在 80 年代末，那门课讲的基本原理是：如果你能把操作限制在内存范围内，就能提高性能。当然，现在的情况略有不同。内存越多，你就能获得更好的结果，而且内存越接近你正在处理的事务越好，因为一旦超出内存范围，速度就会变慢。在人工智能时代，这是一个很大的挑战。

这很有意思。我的职业生涯中经历了九个内存周期。我之前在一家 OEM 厂商工作，也曾在一家芯片公司工作，现在在一家分析公司工作了 15 年。内存似乎是周期性最强的，尽管我知道还有其他行业也有类似的周期规律，但内存也被认为相当商品化。你在第一个问题中已经稍微谈到了这一点，但是……

Sumit Sadana 06:17

为什么人工智能正在从根本上改变这种认知？这是一个很好的问题。如果你回顾上世纪九十年代初，当时有超过 20 家公司在做 DRAM，DRAM 行业经历了大量的整合。那时候处理器公司就只有那么几家，而现在，处理器公司已经超过 20 家了。如果你坐下来数一数所有做处理器设计的公司，这个数字很快就出来了。但是做 DRAM 的公司却寥寥无几。

所以，当你思考人工智能设计、人工智能子系统设计时，不仅仅局限于数据中心——当然，数据中心方面要区分训练工作负载与推理工作负载，甚至推理工作负载本身也会越来越细分为不同的推理类型。其中一小部分可以使用 SRAM，但很大一部分仍然非常依赖 DRAM。我们尽可能地在这些系统中设计出最大的 DRAM 容量。这种趋势甚至延伸到自动驾驶汽车、工业系统，再看看智能手机和个人电脑——由于统一内存架构，Mac mini 销量火爆，掀起了一股"Open Claw"运动。而这一切，归根结底，都与人工智能息息相关。

Sumit Sadana 07:50

如今，系统性能首先取决于内存子系统的性能和内存容量，这两点真正决定了人工智能子系统的性能。因此，当内存成为系统的核心设计点时，你就必须以不同的方式思考内存问题。随之而来的核心问题就是：如何快速推出差异化产品？我认为，未来的内存业务将与过去截然不同，而这又与以下这个理念紧密结合……

Sumit Sadana 08:36

整个行业最终都发展到了需要新建产能的地步，这着实令人意外，因为人工智能驱动的需求增长如此显著。仅仅依靠技术转型无法满足这种需求，而过去几年，技术转型带来的比特增长原本足以满足需求增长。如今，行业需要大幅增加晶圆产量，这意味着必须建设新的洁净室空间。当现有生产基地的洁净室空间告罄时——大多数公司似乎都已面临这个问题——就必须同时在新建厂址扩产，而这需要很长时间。

这是一个非常耗时的过程，而且还受到诸多实际因素的制约，例如世界各地建设速度的差异，以及监管审批的效率。如何在一片荒地上建立起所有必要的基础设施——电力、水和水处理厂？化学品供应以及建立晶圆厂所需的一切配套基础设施，都需要很长时间，这正是整个行业正在经历的现实。

Sumit Sadana 10:01

所以，尽管我们尽了最大努力，也看到了业内其他企业的努力，但我们目前仍然难以满足市场需求。供应需要很长时间才能赶上需求，而这也是影响客户行为的另一个重要因素。

Sumit Sadana 10:27 这就是我们一直在讨论的战略客户协议。这些战略客户协议从根本上改变了我们的商业模式和业务方式。我们签订的是多年期合同，承诺向客户供货，客户也承诺提供需求预测。这与以往的一年期协议截然不同——以往客户想买就买，只要有货我们就供货。现在的协议是承诺供货协议，投资回报率非常高，因此我们可以为多年所需的资本支出提供保障。

当然，这还没有涉及到智能体人工智能，也就是人工智能发展的下一个阶段。之后还会发展到物理人工智能，那将是下一波巨大的需求浪潮。如果你观察这些不同的需求浪潮，你会发现它们相互叠加、相互促进，而非相互取代。这就带来了一个很大的挑战，那就是如何将如此大规模的实体供应能力转移到线上。

Patrick Moorhead 11:39

在这段时间里，为了满足所有这些需求，我认为你们的长协计划恰恰证明了内存的战略意义正在提升。我知道很容易将其简单地归结为"我们需要长协计划来锁定未来的产能"，这固然重要，但它也涉及到协同规划。

从技术角度来说，我真的深受震撼，也很高兴你提到了边缘人工智能。最有趣的是，无论是 Open Claw，还是客户端计算领域的一些新设计——例如将内存与 CPU 和 GPU 紧密耦合以增强带宽——客户端计算机的架构变化并不多见，它们已经相当稳定了很长时间。接下来我想谈谈超大规模数据中心，我们之前也稍微讨论过，很多动态都发生在这里，至少在资本支出方面投入巨大，模型和应用方面的创新也主要集中在这些领域。不过，我很好奇，关于自动驾驶汽车、个人电脑、机器人、智能边缘等领域……

Sumit Sadana 13:00

内存需求是否正在改变这些应用场景？是的，这是个很好的问题。当然，这一切都始于数据中心。但当我们思考人工智能的未来发展方向时，它不会仅仅局限于数据中心。这股智能浪潮将向边缘推进，最终，智能将无处不在，渗透到所有设备中。因此，它涵盖各种消费电子产品、汽车，当然，甚至包括工业革命第二阶段——届时，所有这些智能都将分布在全球各地的企业之中。

Sumit Sadana 13:43

您的个人设备，无论是在工作场所还是在家中使用的电脑、您的智能手机，甚至包括一些公司正在考虑开发的新设备——这些设备的外形可能与智能手机或电脑截然不同，完全采用不同的设计。因为当你考虑构建一款原生 AI 设备时，可以想到与传统电脑和智能手机方案完全不同的实现方式。这又回到了如何尽可能降低功耗的问题，例如对于一些需要电池供电的设备而言。如何最大限度地提高性能，如何运行那些既能为消费者提供价值、又足够小以便在设备上运行而无需返回云端的模型——这正是人工智能的新前沿。

这种探索将会持续下去。那些足够小、可以在电脑或智能手机等设备上运行的模型，将随着时间的推移变得越来越好。随着这种情况的发生，数据隐私和保密性的优势就凸显出来了。消费者非常重视这一点，而那些能够让消费者确信其与设备交互的所有内容都不会上传到云端的公司，将催生出一系列全新的应用，带来巨大的价值。

Sumit Sadana 15:30

再看看自动驾驶，它现在发展迅猛，这得益于人工智能技术的进步；而下一代前沿技术则是机器人。想想人形机器人，它将成为有史以来最大的产品市场之一。当然，这需要一些时间，但我们正越来越接近那个奇点——届时，你将能够像与其他人交谈一样与人形机器人交谈，其认知能力几乎无法区分。随着时间的推移，这些机器人的物理能力将变得越来越复杂，这将是一项革命性的成果。

最初，它们将应用于工厂自动化之类的环境中，执行非常具体的任务，自由度也较低。一旦从那里"毕业"，最复杂的环境就是家庭，因为家庭环境非常非结构化。但我相信，进入本世纪 30 年代，机器人技术将成为巨大的增长驱动力。而机器人技术最令人兴奋的地方在于，每个设备需要存储海量数据——每个人形机器人将拥有数百 GB 的 DRAM 内存和数 TB 的 NAND 闪存。因此，它们将极大地推动 DRAM 和 NAND 的需求增长。我认为很多人常常无法充分理解这一点：机器人必须能够自主运行，不能每次都向服务器发送数据。确实如此。

Patrick Moorhead 17:25

而且，在你讲解的过程中，我突然意识到美光正在实现到吉瓦的飞跃。想到要发明这项技术，我就觉得有点不可思议。但我认为，人们在想到美光的时候，应该记住这一点。

随着人工智能时代的到来，人们的战略眼光也越来越强，无论是利用尚未发明的前沿设备，还是在不久后发布的、可以直接接入人工智能和大模型的吉瓦级数据中心，都至关重要。

这种共同设计或共同发明的理念我听说过，也和你们的一些合作伙伴聊过，他们谈到了一些正在尝试的想法。我之前也稍微谈到了架构方面的变化——这些变化传统上是通过某种 JEDEC 标准之类的东西来实现的。但现在我们正在探讨的是真正意义上的深度共同设计。您能谈谈您与合作伙伴之间正在发生的这种关系变化吗？

Sumit Sadana 18:45

当然。我们的合作伙伴也希望弄清楚如何在各自的市场中获得优势、战胜竞争对手。内存处理器子系统之所以成为人工智能子系统如此关键的组成部分，是因为内存与处理器之间的交互本质上决定了人工智能系统的许多关键参数——它决定了系统的功耗，决定了可以运行哪些类型的模型、模型的大小以及运行速度。

当你想到大语言模型（LLM）领域各种尺寸和类型上正在发生的种种进步时，你会发现，为了在硬件的内存设计周期和处理器设计周期中实现差异化，各个细分市场都必须密切合作。这并非那种即插即用、符合 JEDEC 标准的器件，事后只需进行一些认证即可使用。虽然部分市场确实如此，但客户越来越需要思考：如何实现差异化？我需要创造一些现成产品无法提供的特殊功能。因此，我们需要与存储器公司合作，就研发路线图展开长达 5 到 7 年的长期讨论。我们正在融入许多客户的研发路线图，他们提出了许多非常有趣的想法，其中一些可行，而另一些则需要更长时间，才能产生突破性进展所需的发明和创新。

Sumit Sadana 20:28

我们对所看到的多元化理念感到非常兴奋。正如您所说，这些理念涵盖了如此广泛的系统——有些设备功耗极低，因为全部采用电池供电，而有些设备则适用于吉瓦级的数据中心。我们已经在多个细分领域以及每个细分领域的一些领先客户中看到了创新成果涌现，我们将继续见证这些成果，并积极为此努力。

在一些令人振奋的项目中，我们不断拓展自身能力，交付客户渴望实现的创新设计理念。客户无法与多家公司进行如此深度的合作，因此能够开展深度讨论的通常只有一两家公司，其他公司可能要几年后才能跟上。这种模式的优势在于，你可以真正与一两家公司建立极其紧密的合作关系，通常走上这条路，你会成为单一来源供应商，或者在一段时间内只有另一家供应商。这种模式将合作关系转变为更类似于 ASIC 芯片的合作模式——客户在设计上拥有更大的自主权，且这种关系具有长期性。这是因为双方之间建立的是一种特殊的 ASIC 式合作关系，而不是几年前那种标准内存芯片式的合作关系。我看到的另一个重大变化是，这种模式可以大规模应用。

Patrick Moorhead 22:27

没错。这意味着销量如此之大，坦白说，资金规模足以让双方都进行投资，而当你启动这个项目时，关键就在于差异化。人们都在寻找方法，无论是性能效率还是总拥有成本（TCO），他们都想与众不同。

我想从投资的角度展望一下未来。你刚才谈到了产能方面的投资。有趣的是，有人期望存储器工厂能像写代码一样快速建成。但听着，我曾经在一家拥有晶圆厂的芯片公司工作，即使在今天，这仍然是一个非常困难的资本密集型项目，必须等三四年后才能看到任何有利的结果。您能谈谈您正在进行的哪些投资真正巩固了美光在下一代技术中的地位吗？不管是人工智能，还是其他技术，抑或是人工智能的某种变体。这些投资确实需要很长时间，您已经把这一点说得很清楚了。

Sumit Sadana 23:57

你说得很有道理。顺便说一句，如果有人知道如何快速建成一座 DRAM 工厂，我们非常想知道，因为这会大大简化我们的工作。我们的客户肯定希望尽快拿到货，我们也正在尽一切努力。

我们已经竭尽全力，加快推进了所有这些投资。单看我们的资本支出计划：2025 财年我们的资本支出略高于 130 亿美元；2026 财年将翻一番；2027 财年预计将超过 450 亿美元。随着时间的推移，这个数字不断攀升。我们最近在美国宣布，将投资额从 2000 亿美元提高到 2500 亿美元，并加快了时间表，预计到明年年底将投入 502 亿美元。

这些投资涵盖了所有领域。我们正在投资爱达荷州一号工厂（ID1），它将投产第一批生产线；明年年中，ID2 工厂将紧随其后投产，预计首批晶圆生产线将于 2028 年底投产。我们在台湾收购的晶圆厂也将于 2027 年开始生产晶圆，我们正在进一步扩建该厂。我们在日本和新加坡也在进行扩建，因此我们在全球范围内有大约 20 个不同规模的投资项目正在推进，旨在提升前端和后端产能。

Sumit Sadana 26:06

但这需要很长时间。每一个新建晶圆厂都是如此。在纽约州，我们规划了一个包含四个晶圆厂的集群，第一座工厂预计将于 2030 年投产。我们于 1 月份破土动工，混凝土浇筑这一里程碑已比计划提前完成。

Sumit Sadana 26:22

世界各地还有很多项目正在进行，但这些项目都需要办理各种许可证，还需要建设整个配套基础设施。建筑人才非常紧缺——想想美国和世界许多地方正在同步推进的建设项目吧。

到处都在建设数据中心，这些数据中心需要电力，所以发电厂也在建设中；它们还需要半导体，所以半导体工厂，包括前端和后端，也都在建设中。因此，熟练技术人员的短缺问题非常严重，要完成所有这些极其复杂的建设项目，技术人员的数量远远不够。

Sumit Sadana 27:15

因此，我们正在投资社区、培养人才，确保人才储备充足，这不仅有助于我们推进所有项目，最终也将惠及整个生态系统。我们在进行各种投资，包括人才培养、社区学院建设，以及与我们开展业务的城镇和社区合作。这对我们来说是一项长期事业。

我们预计随着时间的推移，设施规模将持续扩大，因为这些晶圆厂就像是集群化布局，你不能只建一座晶圆厂。你需要规模，需要尽快突破成本曲线的拐点，所以必须持续建设，这意味着未来十年甚至更长时间，扩张都将持续下去。这些都是我们的长期项目。我们认为真正意义上有效的新增供应要到 2028 年才能开始逐步释放，而且这仅仅是初期阶段，产能增长的势头要到之后几年才能真正增强。因此，整个行业需要一段时间才能找到新的平衡点，但具体何时达到平衡，我们目前还无法预测。

Patrick Moorhead 28:54

你举的例子很好，提供的投资信息也很翔实。不过，有一点我觉得有些人可能会误解，那就是存储器的复杂性。我们都知道逻辑芯片很难做。那我们来谈谈存储器的复杂性——存储器是目前最复杂的半导体技术之一。

Sumit Sadana 29:19

我们常说逻辑电路处于技术前沿，但存储也绝对是尖端技术。它使用 EUV 光刻机，这种机器体积庞大。晶圆厂里大约有 2000 道工序。从晶圆厂开始生产，到最终能把产品交付给客户，整个周期大约需要五个月。这令人惊叹，很多人根本难以想象。晶圆厂的生产周期至少要三个半月到接近四个月，然后组装、封装和测试又要一个月，有时甚至一个半月。

Sumit Sadana 30:04

对于更复杂的产品，比如 HBM 产品，其复杂性就更加显而易见了。很多人都称它为奇迹，说它能正常工作简直不可思议。想想看，把 12 层 DRAM 芯片层层堆叠起来，最底层还有一个连接到 GPU 的基础芯片。整个系统面临着非常严峻的散热挑战和功耗问题——如何在如此高的带宽下运行，在处理器和芯片之间来回传输数据时进行有效散热？单是封装技术就如同洁净室环境一般复杂，与我们在逻辑领域长期使用的倒装芯片封装技术截然不同。无论从哪个角度来看，无论是封装技术的复杂性，还是前端工艺技术的进步（例如 EUV 光刻），DRAM 的每个节点都变得越来越难以扩展。

Sumit Sadana 31:18

NAND 端也是如此。我们一层层地堆叠，200 层、300 层、400 层，通过这种方式制造出这些器件，其工艺复杂度简直是天文数字。而这些 NAND 产品还能存储数据并实现相应功能——现在一块 SSD 的容量就能达到 245 TB。如此巨大的容量能塞进如此小的尺寸里，这简直是工程师和制造团队每天努力创造的奇迹。这其中的复杂性令人难以置信，而在未来几年里，我们还要继续扩展这项技术，实现越来越精细的间距，并真正让这项技术大规模发挥作用，这又将是另一个奇迹。

Patrick Moorhead 32:23

这需要大量的时间、精力和技术创新。它的复杂程度令我惊叹，而你能在如此宽广的功耗范围内做到这一切，更是让我叹为观止。我不知道地球上有多少公司能做到这一点。

有趣的是，人们经常说"我永远都无法对此满足"，我觉得这是因为他们想要更多，想要更多令人惊叹的东西。然后，人们又开始讨论价格之类的问题。但我觉得这是一种投资——美光和其他内存行业的公司进行投资是理所当然的，因为坦白说，如果不进行更多投资，创新周期就会停止。我很期待看到美光未来通过其投资能取得怎样的成就，不仅是在晶圆厂建设上，也包括技术本身。我相信机器人技术能带来十倍的增长，它可能会成为一个巨大的增长市场——这是我们产能模型中一个甚至还没有充分考虑到的额外增长点。当然，我们还需要更多证据来确定它何时会真正发挥作用。

非常感谢您这次的对话。难以置信我们一年前就进行了这样的对话，再看看我们现在的情况，一年时间变化真大。

本文来自华尔街见闻，欢迎下载APP查看更多

据高盛策略师Guillaume Soria发给顶级客户的最新报告，9月15日当天，3个月动量因子（GSPRHMO3）单日上涨5%，而12个月动量因子（GSPRHIMO）同日下跌6.7%，两者表现差距创下五年来最大。与此同时，高盛AI主题篮子（GSPUARTI）自高点已累计下跌近45%，为ChatGPT发布以来最惨烈的回撤。高盛认为，这一趋势若持续，动量因子将开始与AI主题脱钩。

在市场影响层面，高盛明确表示，短期内对动量因子进行对冲"仍具合理性"，尤其是在动量因子波动率显著高于大盘指数波动率的背景下——当日标普500指数跌幅不足30个基点，而动量因子内部却剧烈震荡。高盛建议持有AI敞口的投资者，可通过买入中期赢家篮子（GSXUHMOM）或AI受益股篮子（GSTMTAIP）的看跌期权进行对冲，其中GSTMTAIP一个月期、行权价为现价95%的看跌期权指示性成本约为2.02%，期限27天。

动量因子内部出现历史性分裂

高盛报告的核心警示在于，短期动量与长期动量之间的表现背离已达到异常极端的水平。12个月动量与3个月动量之间的单日表现差距，为五年来最大，显示市场正在快速抛弃此前的长期赢家，转而追逐新的短期领涨标的。

从仓位角度看，动量因子的持仓集中度已有所消化——在一年回溯期口径下处于第41百分位，较此前明显回落——但若以五年为回溯期，仓位仍处于第88百分位的高位，意味着系统性去化压力尚未完全释放。

高盛指出，动量因子与AI主题的相关性目前仍极度偏高，在1个月至1年的不同周期内，相关系数维持在90%至96%之间。然而，正是这种高度绑定，使得AI的持续下跌对动量因子的结构性冲击尤为显著。

资金从半导体流向软件，格局重塑

动量因子内部的另一重要变化，是行业轮动方向的逆转。短期动量正在从半导体板块撤出，转而流入软件板块——后者在年初曾是市场最不受待见的板块之一。高盛数据显示，软件相对半导体的表现指标（GSPUSOSE）当日录得有史以来第二好的单日表现。

高盛认为，这一轮动趋势已从3个月动量蔓延至6个月动量，若卖压持续，预计将进一步传导至12个月动量。从动量篮子未来再平衡的方向看，高盛预计将出现软件的多头增持与空头回补，以及半导体的减持，这将从结构上重塑动量因子的构成。

值得注意的是，软件板块此前正是12个月动量因子空头腿中权重最高的板块，其反弹本身也在加剧长期动量因子的承压。

高盛建议顶级客户启动对冲

此次预警的受众范围本身即传递出信号。据悉，高盛此份报告并非面向普通卖方分发名单，而是定向发送给银行最顶级的销售与交易客户，优先级远高于常规研究分发渠道。

在具体操作建议上，高盛提示，对于投资组合中存在AI敞口的客户，可考虑通过GSXUHMOM或GSTMTAIP的看跌期权进行对冲。以GSTMTAIP为例，一个月期、95%行权价的看跌期权指示性成本约为2.02%，期限27天，对冲成本相对可控。

高盛同时强调，当前动量因子的波动率相对于大盘指数波动率已显著偏高，这一背离本身即构成对冲的合理依据。在标普500指数当日跌幅不足30个基点的背景下，动量因子内部的剧烈震荡凸显了该因子当前的脆弱性。

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，摩根大通分析师Gokul Hariharan等在9月16日发布的亚洲科技策略报告中，对上述三大疑虑逐一作出回应，结论是：算力需求的基本面并未动摇，AI安全监管担忧属短期扰动，资本开支周期仍将延续，半导体设备将在2027年前后成为整条供应链最关键的瓶颈。

“购买算力”同样是门好生意

市场的第一个疑虑，是"卖算力"固然赚钱，"买算力"（即AI模型厂商和垂直AI应用商）是否也能持续盈利。

分析师指出，当前推理业务的毛利率已有多份报告显示达到60%至80%。

报告进一步测算：假设一家模型厂商通过出售AI token，每GW算力每年可产生200亿至400亿美元收入，远高于2025年的每GW约100亿美元。

报告还援引Sapphire Venture的数据称，已有逾80家垂直AI公司在极短时间内实现年经常性收入（ARR）突破1亿美元，印证了算力消费下游的价值创造。

开源不是威胁，是需求催化剂

第二个市场担忧，是开源大模型的兴起将压低token价格，侵蚀模型厂商的盈利空间。

摩根大通对此持相反看法。分析师认为，开源模型历史上推动了token成本持续下降（每token成本长期下降幅度达80%至90%），这一趋势会加速AI在各行业的渗透，而非削弱整体算力需求。

分析师指出三个逻辑：

1. 在当前算力供给仍然紧张的环境下，专有前沿模型与开源模型的token消耗量都将保持强劲增长；

2. 开源的普及将推动AI向更广泛的应用层下沉；

3. 更多垂直AI应用公司将利用低成本的开源token，解决特定行业问题，形成新的收入层。

分析师特别指出，2026年上半年token成本出现阶段性反弹，属于算力严重短缺叠加智能体AI兴起所导致的"异常值"，并非趋势逆转。

AI安全监管：短期扰动，不改训练节奏

第三个担忧来自监管层面。据彭博报道，Anthropic首席执行官近期公开呼吁放缓AI模型改进的节奏，引发市场对算力需求前景的担忧。

分析师认为，这一担忧同样被放大了。

他判断："AI模型正在以更快的速度演进，RSI（递归自我改进）的临近，恰恰说明技术演进和AI扩展定律并未放缓。"

分析师进一步指出，即便新模型的推出可能受到对齐限制等因素的约束，前沿模型的训练节奏本身不太可能减慢。与此同时，开源模型也不会停下脚步，这反而会倒逼前沿模型实验室加快训练以保持领先。

摩根大通认为，AI安全议题的背后，是技术演进速度过快引发的监管跟进，而非需求萎缩的信号。报告预计，未来1至2年内，生成式AI有望开辟类似过去18个月编程和智能体工作流那样的全新市场空间。

资本开支：杠杆仍低，现金流在加速

超大规模云厂商的资本开支融资能力，是市场的第四个疑虑。多家云厂商已进入自由现金流为负的阶段，外部融资压力上升。

摩根大通的判断是：未来几年资本开支仍有增长空间。

理由有三：

1. 大型超大规模云厂商的净债务/股权比目前仅为13%，杠杆水平仍然偏低；

2. 公有云业务增速正在加快，且定价更高，将成为经营性现金流增长的重要来源；

3. 超大规模云厂商及算力下游买家的股权融资，可提供额外的资金支撑。

分析师预测，亚马逊、微软、谷歌、Meta、甲骨文、Coreweave和SpaceX七家公司合计资本开支，将从2025年的4430亿美元增至2026年预估的9330亿美元，2027年进一步升至1.577万亿美元，同比增速分别为71%、110%和69%。

分析师同时提示，利率上行环境及部分AI基础设施融资领域风险偏好的变化，仍是需要持续关注的变量。

半导体设备：下一个瓶颈正在形成

在供应链层面，摩根大通认为，展望2027年，半导体设备（SPE）将从此前的"洁净室及其他领域"瓶颈，转变为整条供应链最核心的制约因素。

需求端驱动因素包括：

• 台积电将大幅加码N2、N3及A14制程的设备投入；

• 英特尔、三星晶圆代工及Terafab等挑战者也将增加资本开支；

• 成熟制程晶圆厂启动四年来首个新投资周期；

• DRAM和NAND Flash厂商将在2027至2028年随洁净室产能上线而快速扩大设备采购；

• 中国存储器投资也将在未来两年显著提速。

供给端，摩根大通指出，半导体设备厂商已开始享受罕见的涨价红利——原因是产能紧张、投入成本上升，以及来自多家客户的加急订单。

封装与基板：瓶颈持续，光互连崛起

在元器件层面，摩根大通认为IC基板和先进封装仍是关键瓶颈。

基板供给高度集中于Unimicron、Ibiden等一线厂商，产能扩建周期长达约2.5年。随着AI加速芯片推动单封装基板用量提升，以及2027年底EMIB-T封装技术的引入，供需缺口预计将进一步扩大。

光互连方面，摩根大通预计谷歌、AWS及英伟达将在未来两年全面采用NPO（近封装光学）方案，以解决GPU间、GPU与CPU间及存储互连的性能瓶颈。CPO（共封装光学）是长期方向，但供应链成熟仍需时间。

存储：基本面健康，但情绪仍需修复

存储子板块是摩根大通态度相对审慎的领域。

报告指出，HBM降规格担忧、算法效率提升（如循环Transformer等）对内存用量的压缩，以及KV缓存向DDR或NAND等低层级存储的迁移，使该板块投资逻辑较为嘈杂。

但基本面并不悲观：供需平衡预计不会早于2028年出现，价格应持续上涨至2027年。摩根大通认为，若AI情绪在2026年四季度回暖，存储股有望跟随上涨。但在此之前，投资者的参与意愿可能仍低于其他科技子板块。

2027年哪些环节涨价更强？

摩根大通梳理了2027年相较2026年价格涨幅有望扩大的细分领域：

• 晶圆代工：台积电预计在2027年对所有制程节点提价（2026年仅限先进制程）；8英寸成熟制程涨幅或达10%至15%，高于2026年的8%至10%；

• OSAT：涨价范围扩大至引线键合及成熟倒装芯片封装；

• 基板：涨价周期启动，EMIB-T的引入将进一步收紧供需；

• 高端CCL（M7及以上）：AI需求与服务器规格升级双轮驱动，供给增速持续落后于需求；

• 存储：涨价节奏预计放缓；

• PCB材料：涨价动能同样趋弱。

分析师指出，亚洲科技硬件供应链的EPS修正趋势依然健康，估值具有吸引力。

当前市场情绪偏弱，但尚未看到资本开支下行周期即将到来的明确信号。推动下一轮行情的关键催化剂，仍将来自模型层和AI应用层持续变现能力的更多验证。

本文来自华尔街见闻，欢迎下载APP查看更多

词条#我不得不把才华埋葬在昨天#也冲上知乎热榜第一。

作为大模型底层的核心构建者之一，DeepSeek机器学习系统工程师刘胜与的技术履历十分突出。他是北京大学2021级计算机“图灵班”成员，曾担任北大未名超算队队长并代表学校出征国际大学生超算竞赛SC23。2025年4月加入DeepSeek后，他承担了关键的底层算子研发工作，并在几天前刚刚完成了DeepSeek V4.1主Attention算子（head dim = 512 的 MQA attention）的代码交付。

刘胜与在文章中坦言，虽然自己为 DeepSeek V4.1 核心算子的成功感到自豪，但也十分清楚技术的不可逆演进。

“再过上半年或者一年，AI 写的算子大概率就会和我写得同样优秀，甚至将我超越，”刘胜与直言，“AI 能一秒思考 300 个 token、半秒敲出一行命令、二十秒写完一份代码，而我不行；AI 能在模型深度、思考强度、工具调用量甚至并行度等方面不断提升，而我不能。”

这种极速进化将开发者推入了一种深刻的技术悖论之中：他把算子优化得越好，新模型的推理与训练就越快；模型能力进步越快，AI取代人工写算子的时间节点就来得越早。

面对这种不可抗拒的趋势，刘胜与写道：“人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫……我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。”

“我不至于失业，但必须要转业”

针对外界关于程序员饭碗的担忧，刘胜与给出了清醒的判断：工程师群体不至于面临真正意义上的“失业”，但必然需要经历深刻的“转业”。

“转业代表着我需要放弃我深耕已久并充满热爱的算子设计、编写、优化领域，转而去做 Agent 的‘机甲驾驶员’，”他写道，“在之前，我的兴趣、我所擅长的以及工业界所需要的，三者是基本对齐的；而现在，工业界的需求从‘会写高性能算子的人’漂移到了‘能用 AI 更快地产出高性能算子的人’。”

他将这种手艺的失落比作自动化织袜机出现对老手艺人的冲击。即使凭借过往经验依然能把机器用得最好，但曾经“临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了”。

“我的手中多了些齿轮，但心中少了些节拍，”他感慨道。

除了个人职业转变，刘胜与还在文中表达了对年轻一代工程能力退化的担忧。如果学生普遍依赖 AI 在数分钟内完成复杂的代码作业，系统架构与抽象设计能力或将出现断层，“一个工程能力很差的人，在搭配上 AI 后，产出屎山的效率可以达到先前的数倍，进而给系统埋下各式祸患，让这个世界变得更加草台。”

澄清初衷：与“手工业时代”的体面告别

由于文章发布后在各大平台引发了有关地缘政治、机构竞争乃至失业焦虑的过度解读，刘胜与随后发布补充说明，澄清了自己的写作初衷。

他表示，文章并非表达对饭碗的焦虑，也不是为了挑起 DeepSeek 与 Anthropic 等闭源机构的对抗，其核心动机只是向过去“纯手写算子”的纯粹时光做一次认真的告别。

“想必未来有朝一日，‘手写算子’甚至‘编程’可能会成为一种娱乐活动而非生产活动，就像是现在几乎没人会用标枪打猎，而是把它作为一种竞技活动那样，”刘胜与写道，“这相当于逼着我放弃我曾热爱的事物，强行转向另一个方向。哪怕新方向同样令人着迷，这种感觉都不太好受。正如标题所说的：我不得不把才华埋葬在昨天。”

谈及为何坚持留在 DeepSeek，刘胜与重申了自己的信念：最前沿的智能应当以开放、普惠的方式供应给全社会，避免核心能力被极少数商业寡头彻底垄断。

“在不得不把才华埋葬在昨天后，我还有明天的光明可以追逐，”他在补充说明结尾表示，自己将继续投身于引入 AI Agent 编写算子的新流程中，在拥抱新技术工具的同时，寻找属于新时代的落脚点。

原文如下：

《我不得不把才华埋葬在昨天》

原创 intlsy 的狗窝 2026年9月14日 00:26 浙江

前几天，DeepSeek v4.1 发布了，将小模型能力的高度又向上推进了一个档次。

AI 发展的速度远远超过了所有人的预期。从那个只会咿呀学语地聊天、上下文长度只有几千 token 的初版 ChatGPT，到具有推理能力的 OpenAI o1、DeepSeek R1 与 Kimi K1.5 Thinking，只不过短短两年；从推理模型到如今能够流畅地在各类 harness 工具中执行命令、完成复杂任务的智能体，也不过一年半。很难想象，倘若再等上一年、两年、三年，彼时的 AI 会成为什么样子，会有多么强大，会不会已经具备了自我进化的能力，并深度渗透进了具身智能等领域。

AI 越来越会写算子了

AI 在我所从事的算子设计、编写这一领域同样进步飞速，在短短一年的时间内，他已经从一个只能帮我查查文档、读读代码、找找 bug 的小助手，蜕变成了一位能够独立阅读 CUDA、PTX 与 SASS 编码、通过专业工具分析每条指令的停顿时间、进而独立优化算子的算子大师。相信在不久的未来，它也能拥有自己独立设计算子调度、评估不同调度方案的性能、将其实现并优化的能力。

我当然为 DeepSeek v4.1 的成功而骄傲 —— 毕竟它的主 Attention 算子都是我写的 [1]，它的优秀正是对我的算子的一份肯定。但是，时代的车轮滚滚向前，技术的发展无人能挡。我很清楚，再过上半年或者一年，AI 写的算子大概率就会和我写得同样优秀，甚至将我超越。AI 能一秒思考 300 个 token、半秒敲出一行命令、二十秒写完一份代码，而我不行；AI 能在模型深度、思考强度、工具调用量（和环境交互的频率）、甚至并行度等方面都能不断提升，而我不能。

人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫。为什么在明知“我算子写得越好，我们的新模型的训练、推理速度就会越快，模型能力进步就会更快，我就会更早地被取代”的情况下，我仍然选择尽力优化算子呢？一方面确实是因为写算子对我来说就像打游戏一样，能为我提供极大的快感。我在发明了一种新技术、或者看到自己算子的性能上升的那一刻，心中的激动程度不亚于游戏的速通玩家打破了自己过往的记录。同时，当看到自己的算子的性能远超厂商官方的算子时，我心中也会萌生极大的自豪感。但除此之外，一个更重要的原因是，哪怕我就此“摆烂”甚至故意下绊子耽误模型训练，其它家的模型也会照常发展并最终将我照杀不误。“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己”。在大家都这么执着于毁灭自己的时候，我也不得不加入这场残酷的军备竞赛。

那我呢

等到 AI 写算子的水平真的高于我的那天，届时的我会怎么样呢？

我的判断是：我不至于会“失业”，但必须要“转业”。我的饭碗尚且能保住，但这可能会导致我再也没机会从事那份我曾热爱过的工作。

我曾经对时代的变化与我个人在未来的处境做出过一个判断：由于时代变化真的太快（上文的 AI 发展就是一个很好的例子），我完全无法预知五年、十年后会发生什么，但不论如何，我相信凭借着自己的眼界、判断力、主观能动性与智力，留在时代的牌桌上，并重新立于时代的潮头。但是，这个判断只能保证我不会“失业”，而无法保证我不需要“转业”，倒不如说这个判断鼓励我通过转业来避免失业。

那转业代表什么呢？它代表着我需要放弃我深耕已久并充满热爱的算子设计、编写、优化领域，转而去做 Agent 的“机甲驾驶员”。在之前，我的兴趣、我所擅长的、以及工业界所需要的，三者是基本对齐的；而现在，AI 让我所擅长的变成了它更擅长的，也让工业界的需求从“会写高性能算子的人”漂移到了“能用 AI 更快地产出高性能算子的人”。为了适应工业界的需求，我势必要放弃之前那个我热爱的方向，转向一个未知的新方向。我相信我能凭借着自己对于工程学、上层模型需求和底层硬件的理解，继续高质量、高效率地产出算子，我也知道我可能会热爱这个新方向（也可能不会），但被夺走热爱的感觉，确实不太好受。那份坐在工位上静心写上一下午算子的清欢，可能会在这个夏天成为绝唱。我不得不把才华埋葬在昨天，去做一位机甲驾驶员。我的手中多了些齿轮，但心中少了些节拍。

可以打个形象的比方：你精通织毛衣技术，尤其擅长各种图案的织造与各色色彩的搭配。你所织出的毛衣质量过硬且花纹美观，十里八乡的富人都来请你为他们织毛衣，你借此赚到了不少钱。同时，你十分享受着那种坐在窗边，沏一壶清茶，望着窗外的青山、绿水、牛羊与炊烟，静静地织上一下午毛衣的感觉。但有一天，有人发明出了一台神奇的机器，只需提供毛线与图案，便可自动织出毛衣，质量与纹理都不亚于你亲手织造的，且速度远快于你。你很清楚，你的同行可以凭着这台机器轻松达到你曾经的水平，因此你不得不也去用它。你也知道，凭借着你过去二十年攒下的织毛衣技术，哪怕大家都有机器，你织毛衣的速度与质量也还能超过同行。但那份临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了。

我知道这很无奈，但没办法。饭碗可以保住，但旧日的热爱大概率是要放弃的。我是一个理性和感性分离得比较开的人，在需要用理性处理问题时可以很理性，但有时也会表现出感性的一面。我记得我在搬离住了一年的出租屋时，还大哭了一场，舍不得和过去的记忆分别。今天和之前那个手写算子、人脑优化的时代告别，无疑比这更加残酷。

不知道有没有读者有类似的感受，但我想这事儿也只能这样了。

那人们呢

在 AI 不断进步的同时，我也对一些问题表示担忧：

• 现在的学生是不是大概率会更倾向于使用 AI 完成作业，特别是偏向于实践的各种 Lab？想象一下，如果面前有两个选择，一个是苦哈哈地用八小时时间完成一个 Lab，或许还拿不到满分；另一个则是启动 AI 模型，用几毛钱的成本、几分钟的时间，直接让 AI 编写满分代码，那大部分学生会选择哪个呢？

• 上面一点会导致大量学生的工程能力严重不足，包括组织代码的能力、构建系统的能力、思考未来潜在需求并提前在设计上应对的能力、抽象的能力等等。那么在 AI 能力不断变强的背景下，这部分“工程能力”是否还是必须的呢？这些工程能力是会向旧日的“熟练编写 x86 汇编”的能力那样逐渐被时代抛弃，还是会像“理解从软件到系统再到硬件的整套计算机系统”的能力那样永远具有价值？如果是后者的话，那就危险了 —— 一个工程能力很差的人，在搭配上 AI 后，产出屎山的效率可以达到先前的数倍，进而给系统埋下各式祸患，让这个世界变得更加草台。

• 在未来社会中，权力（power）是不是会比技术或智商更加重要？

这些问题，或许就需要时代本身来回答了。

结语

伴随着 AI 的发展，未来的社会可能会趋向于两个极端：共产主义与赛博朋克 2077。在前者中，生产力得到极大的解放，人们的生活水平有了明显的提高；而在后者中，少数科技公司控制着大部分资源，只有极少数人能够使用最先进的 AI 和各式科技，获得接近“机械飞升”的效果，大部分人则只能用上很孱弱的 AI。阶层跨越将越来越难实现：你得先有最强的 AI，才能跨越阶层，形成了一种死循环。

你猜猜如果 An****pic 公司永远掌握着这个世界上最先进的 AI，未来社会是会变成共产主义还是 2077 呢？你猜？

所以，我还是相信，最前沿的智能应该以一种开放、廉价的方式，供应给所有人。我不信任 Anthropic 或者 OpenAI 能这样做，特别是不希望 Anthropic 掌握最先进的人工智能或 AGI，夸张点说其严重性不亚于让希*勒先于盟军掌握原*弹技术。这也是为什么我选择并坚持留在了 DeepSeek：我们研究强大、快速、普惠的人工智能并将其开源，或许能把世界从 2077 那端拉回来一些。

愿未来的世界一切安好。May all the beauty be blessed.

[1] “主 Attention”仅包括 head dim = 512 的 MQA attention，不包括用于选出 top-k 重要的 token 的 indexer，那部分是由其他（水平也非常强的）同事（以及他们的 AI Agent）编写的。

对《我不得不把才华埋葬在昨天》的补充说明

原创 intlsy 的狗窝 2026年9月15日 19:50 浙江

这次这篇文章火出圈了，微信公众号这边获得了十几万的阅读量，冲上了知乎热榜第一，并在 X 上也引发了不小的讨论。

这波爆火其实是挺出乎我意料的，只可惜，大家的关注点和我想表达的并非完全对齐。

我写这篇文章本来的目的，并非要表达对失业的焦虑，更不是想强调 DeepSeek 的开放普惠与 Anthropic 的不讨喜，而是想和我过去手写算子的那段时光说句再见。在 Agent 出现之前，大部分代码都是我一个字一个字敲出来的，这看似枯燥的过程，对我来说反而是一种享受：我可以静下心来，仔细思考大到模块组织、功能排布，小到代码逻辑、变量命名的每个细节。我也享受绞尽脑汁研究算子的调度和优化方案，提高算子性能，最终打败公认实现（比如 Flash Attention，NVIDIA 官方编写的算子，甚至是某些之前公认的“不可能优化好”的任务，比如 token 级稀疏的 attention）的感觉 —— “我在发明了一种新技术、或者看到自己算子的性能上升的那一刻，心中的激动程度不亚于游戏的速通玩家打破了自己过往的记录”。但是，现在这种快乐要被 AI 夺走了：为了生产效率和算子性能（现在的 AI 干活儿比我快，以后的 AI 则是又快又好），我必须迎接新时代中的新事物，研究如何用 AI 更好地写算子，在工作时间中再也没机会享受静静地、慢慢地写算子、调算子、优化算子的时光了。想必未来有朝一日，“手写算子”甚至“编程”可能会成为一种娱乐活动而非生产活动，就像是现在几乎没人会用标枪打猎，而是把它作为一种竞技活动那样。这相当于逼着我放弃我曾热爱的事物，强行转向另一个方向。哪怕新方向同样令人着迷，这种感觉都不太好受。正如标题所说的：我不得不把才华埋葬在昨天。

我是一个很看重记忆和感动的价值的人，可奈何记忆会褪色，会被时光的细雪渐渐掩埋。之前还写过另一篇文章聊了聊这事儿：2025 年终总结之二：记忆。因此，这篇文章其实是对我过去时光的一段总结与怀念。我希望借这篇文章，将过往的那些手写算子影像定格，以保存这份真切的记忆与真挚的感动，供十年、二十年之后的我来怀念。顺带借着这篇文章，给予自己放下过去、拿起新工具、勇敢地走向新时代的勇气。

↑ 一段我很喜欢的话，节选自公众号评论区

但大家的理解似乎和我的原意出现了不小的偏差... 本来文章的最后两节只是一些碎碎念：倒数第二节简要提及了一些 AI 带来的社会问题，但其实也没有很仔细地去分析或回答；最后一节则是我个人在前段时间的一些零碎思考，认为前沿智能还是应该“以一种开放、廉价的方式，供应给所有人”。但由于我并不是历史学、社会学等人文学科的专家，这部分我也只是稍加探讨并一带而过（顺便踩一脚我一直看不太惯的 A/），里面关于共产主义与 2077 的辩论也不一定对。虽然里面说的“我选择 DeepSeek 的原因之一是不想让世界变成 2077 那副模样”以及“May all the beauty be blessed”两句话是真的，这确实是我的理想，但这并不是本文的中心。这一段也仅代表个人观点，不代表任何我所在的公司的立场。或许等我未来有朝一日把这个问题想清楚一些后，会再开一篇文章来写一写。

结果，这篇文章发出去之后，虽然确实有很多人和我关于旧日时光的怀念产生了共鸣，但大部分人都把聚光灯打在了最后一段上。知乎上排名最高的几条回答写得还行（说明知乎用户的阅读理解能力还是挺好的），但微信公众号评论区中有大量人在探讨 Anthropic 和 DeepSeek 关于开放智能的态度，小红书上甚至已经有“DeepSeek 反击 Anthropic”这种回答了......我很感慨某些学新闻学的的炒作能力，同时看了这些之后感觉很无奈... 大家还是多关注关注文章的主题吧。

回归主题，AI 在未来不断变强是肯定的：哪怕局限于当下的 Agent + Harness + 长上下文 + CoT 的范式，随着数据质量、模型深度、上下文长度不断继续扩展（scale），AI 的能力也将稳步前进。更别提，后面还等着具身智能、RSI、以及一些我们尚未知晓的其他技术。我对未来的 AI 的能力是乐观的，对于我在未来社会中的位置是相对乐观的，但对于未来人们还能不能潜下心来认真做一件事情是悲观的，对于我未来能不能长久地把一件事情同时作为工作和爱好，也是悲观的。

但哪怕这样，我还是要继续坚持写算子、以及不断引入 AI Agent 写算子。一是因为“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己”（被别人淘汰不如自我进化）；二是因为我还是希望我们（或者其他同样秉持着开放共享理念的 AI 公司）能够先于某些公司，做出最强大的智能，惠及所有人。我还是相信我原文中关于共产主义和 2077 的论调，也希望这个世界能尽量离 2077 那端远一些。爱好兴趣是一回事儿，理想信念则是另一回事儿了，因此我也将继续在这个领域开拓下去。我在未来也会尽量尝试重新对齐爱好、特长和时代需求的方向，尝试在属于 AI 的时代找到属于自己的乐土。在不得不把才华埋葬在昨天后，我还有明天的光明可以追逐。在被这场世末的凉雨淋湿后，我仍会用回温的心灵驱散阴霾，寻找越过黑夜后渐变的那一抹蓝色 [1]。

[1] 化用了 COP 的《世末歌者》等歌曲的歌词。

本文来自华尔街见闻，欢迎下载APP查看更多

9月8日，中投公司、印尼投资局INA、阿塞拜疆共和国国家石油基金SOFAZ、泰国政府养老基金GPF与马来西亚国库控股Khazanah在厦门举行的第26届中国国际投资贸易洽谈会上共同宣布中国-东盟投资联合会（CAJIC）成立。马来西亚公务员养老金KWAP也已签约加入CAJIC。

CAJIC由中投公司发起，并由中国银河证券境外子公司银河海外担任秘书处。此联合会是一个主权投资者间的平台，旨在通过常态化对话、年度论坛、主题研究、高管研学等多种方式，汇聚中国与东盟的资本、知识与领导力，加深成员间合作伙伴关系，拓展跨境投资合作机会，推动形成更加稳健、可持续的中国—东盟跨境投资生态系统，打造务实开展双向投资合作的重要平台。

参会机构高层表示，作为长期机构投资者，各机构均看好中国-东盟走廊上日益增长的投资机遇，将CAJIC视为中国与东盟之间开展持续投资合作的平台。各方将通过CAJIC深化对话、共享研究，更好地评估机遇与风险，并把共同的知识积累转化为稳健的长期投资决策，促进中国与东盟间的双向投资。

CAJIC于2026年9月8日在厦门举行的第26届中国国际投资贸易洽谈会上正式成立。

本文来自华尔街见闻，欢迎下载APP查看更多

与此同时，他透露公司制程技术取得重大进展，18A节点已进入量产，14A节点将于明年一季度投产。

陈立武表示，多位大型科技公司CEO已直接致电，要求更多CPU供货，"我不得不致歉，因为我们的产能跟不上。"

他将这一短缺归因于AI推理场景中CPU需求的爆发。在智能体编排、控制面及多线程任务处理上，CPU具备GPU难以替代的优势。

此外陈立武透露，英特尔正扶持基于数据流架构与晶圆级扩展方案的新型专用芯片，在特定推理场景下，它们能以GPU 1/10至1/15的功耗提供同等性能。

在市值层面，陈立武透露，他接任CEO时英特尔市值约为900亿美元，目前已升至约5000亿美元。

在制程良率改善方面，陈立武披露，通过向设备商及数据分析合作伙伴开放工厂数据，英特尔已实现每年约7%的良率提升。他坦承上任初期工厂良率"糟糕至极"，但强调打破壁垒、寻求外部协助是扭转局面的关键。

智能体时代引发算力逆转，高端CPU严重供不应求

市场普遍存在一种误解，认为AI的发展仅仅依赖GPU。

陈立武指出，尽管GPU在模型训练方面表现出色，但在进入智能体与强化学习推理阶段后，算力需求正在发生逆转。陈立武表示：

当需要进行编排、控制流以及复杂的单线程或多线程调度时，CPU是最好的选择。

陈立武指出，当前前沿模型厂商都在紧急求购高端CPU，这直接导致了英特尔产能的极度紧张。

他坦言目前的交付压力极其巨大：

我只能提供客户所需（CPU订单）的50%。很多科技巨头的CEO给我打电话排队抢购，我不得不向他们致歉，因为我制造得还不够多。

他明确预判，随着未来数百万甚至数万亿智能体上线，包括CPU、内存、网络带宽在内的算力基础设施将持续处于“供应受限”的环境中。

陈立武回顾接任CEO初期的挑战时表示，公司问题的深度和广度远超其担任董事会成员两年间的判断，"至少超出我预期的十倍以上"。

他将文化变革列为首要任务：一是建立问责文化，二是真正倾听客户。

他透露，一位大客户在他上任不久后列出了英特尔在15个方面的失误，

他们告诉我，你们的团队不听我们的，只会对我们说教，所以我们把你们设计出去了。

陈立武还强调，工程团队直接向他汇报，使他能够掌握真实的一线信息，而非经过层层过滤的"美化版本"。

他将保持与创业公司和风险投资社区的持续连接视为避免英特尔再度错失下一个技术浪潮的关键机制。

18A已全面量产，14A明年一季度投产

晶圆代工业务是英特尔重振的核心，但陈立武强调，代工的本质是“客户服务业”，这要求英特尔彻底改变过去的文化。陈立武说：

代工不是高高在上，你需要以取悦和谦逊的姿态去服务客户，无缝配合他们偏好的EDA工具或特定的第三方IP库。

为了解决先进制程的良率问题，陈立武采取了雷霆手段，坚决打破了内部工程师隐瞒数据的积弊。他回忆了这段极具冲击力的过程：

我必须改变文化，解雇了一些工程师，确保我们完全敞开心扉。当我们公开真实数据后，两家设备厂商CEO好友打给我说：‘立武，我得告诉你个坏消息，这初始良率太可怕了。’我回答：‘这就是为什么我要向你们求助。’

在合力攻坚下，英特尔的先进制程迎来了大幅跃进。陈立武正式确认了最新的时间表与数据亮点：

好消息是，现在我看到良率每年有7%的提升。Intel 18A制程已经全面投入量产，Intel 14A制程将在明年一季度正式投产。

先进封装是“终极圣杯”，巨资落地美国化解断链危机

在摩尔定律放缓的背景下，陈立武将先进封装视为行业未来的“终极圣杯”，并将其定为未来5年的重中之重。

陈立武认为，通过将CPU、大内存与I/O整合的系统级封装，是提升算力密度的关键。

然而，他对此发出了极其严厉的供应链预警。他指出，全球关键封装基板材料被极少数厂商垄断（日本两家、中国台湾地区两家），且必须巨额预付才能获取产能。陈立武表示：

全球95%的先进封装产能集中在单一地区，这极其危险。

英特尔正投入巨额资本支出，加速将先进封装与制造能力落地美国本土。

“十年降维打击计划”与量子计算节点

针对当前AI基础设施的发展，陈立武对电力消耗提出了深刻担忧。

黄仁勋在训练领域做得非常出色，但整个行业正面临一个无法逾越的问题——电力消耗极限。

为打破这一瓶颈，陈立武透露了他正在秘密布局的“十年前瞻工程”。

他指出，人脑处理极高复杂度的认知仅需几十瓦能耗，这意味着未来算力存在“降耗10,000倍的潜在技术空间”。

目前，英特尔正扶持基于数据流架构与晶圆级扩展方案的初创公司（如SambaNova、Cerebras），“在特定推理场景下，它们能以GPU 1/10至1/15的功耗提供同等性能。”

同时，公司正在重注神经形态计算（Neuromorphic Computing）与类脑MPU。

对于更为前沿的量子计算，陈立武给出了明确的商业化时间表。他表示目前正高度聚焦于量子纠错（Error Correction）难题的解决：

预计在未来3到5年内，量子计算将产生实质性的产业冲击，它将与CPU、GPU形成异构混合计算网络，共同解决高维计算难题。

本文来自华尔街见闻，欢迎下载APP查看更多

银行Agent的落地方式，正在从单点试验转向更系统的工程化建设。

9月初，浙商银行一笔Agent基础软硬件项目披露中标结果，接近6500万元的报价，成为年内公开可查金融机构Agent项目中，金额最大的一笔；

叠加此前落地的财富及供应链Agent项目，浙商银行在Agent上的公开采购金额已合计超过7400万元。

这并不是孤例，上海银行、浦发银行、恒丰银行近期均有大额采购落地，加码Agent工作站、创设平台和运行观测等环节。

银行正在为Agent花更多的钱，而这些钱正在投向更底层的工程能力。

几乎同期，服贸会、外滩大会上，银行高管开始更多讨论如何批量开发Agent、上线后怎么评估、怎样持续管理；

部分金融科技公司甚至将Agent平台定义为“超级工厂”，欲把开发、部署、评测和管理纳入同一套体系。

资金流向和行业讨论指向了同一个变化：银行的目标正在从落地零散的Agent，转向一套能够反复生产、调用和管理Agent的基础能力。

资金流向底座

真实业务中，Agent需要调用知识、工具、业务系统执行任务；

这套规则落地银行业时的特殊性在于，银行不仅要检查输出结果，也要控制任务的执行过程。

一家股份行数据架构师向枢纽表示，不是所有场景都适合直接交给Agent；

例如，意图识别、合同要素抽取等“非标准输入、标准输出”的任务容易落地，但信贷审批、理财规划等复杂流程，需要把模型嵌入既有工作流，由规则、权限和人工节点共同控制。

这也改变了银行科技项目固有的研发与交付方式。

传统科技项目通常由业务提出需求、科技负责开发；

Agent进入生产后，业务规则、SOP和经验判断需要被转化为模型能够识别和执行的逻辑，业务人员需要深地参与测试和调整。

上述数据架构师表示，在Agent的金融场景开发模式中，业务专家需要深度参与知识和规则的沉淀，科技人员则负责将这些经验转化为可执行的流程和工具，双方的协作早已经由需求交付，延伸到共同开发和持续调整。

而当Agent从试点走向批量，原本由各个项目分别完成的开发、评测和运行管理，也随之出现标准化需求。

近期的采购已经出现对应变化。

枢纽统计发现，今年上半年，金融行业大模型中标项目达到406个，同比增长110%，其中银行机构在项目数量和金额上的占比均接近半数；

自去年下半年开始，Agent类应用项目明显增加，银行AI建设逐渐由模型部署和算力扩容，走向更具体的应用层。

这其中，浙商银行接近6500万元的Agent基础软硬件项目，已经覆盖算力、知识工程、模型和Agent运行环节，建设范围延伸至支撑后续Agent开发和运行的基础环境；

同时，浦发银行采购Agent创设平台，重点落在Agent的批量创建和管理；

恒丰银行则单独建设Agent观测能力，把投入延伸到上线后的运行监测。

上述几类项目，分别落在Agent生产体系的不同环节，说明银行的投入对象正在由具体应用，继续向开发和运行基础设施延伸。

相似的变化，也反映在了科技部门职责和招聘需求上。

一位金融科技公司人士向枢纽反映，随着Agent数量增加，银行科技部门需要提供统一的开发和运行环境，并处理资源调用、Agent协同和治理等问题。

枢纽注意到，近期宁波银行相关岗位出现Agent工作流构建和技术框架研发；

平安银行则招聘AI Agent评测工程师，职责涉及工具调用、多步推理以及安全和性能评测。

从岗位设置看，Agent进入批量建设后，银行对工程能力的需求已经延伸到工作流、工具调用、评测和运行管理等环节。

财富、信贷、客服仍按照各自的知识、流程和风险边界开发，但其开发、验证和运行管理，正逐渐形成一套相对统一的方法；

当Agent进入规模化建设，这套生产方法本身，也将成为银行AI投入的新底座。

流程重新接线

Agent进入银行核心业务后，真正复杂的，是原有流程里的工作怎样重新拆分。

信贷是一个典型场景。

今年以来，苏州银行相继推进文档识别、尽调、AI审批、放款审核和贷后管理等项目；

上海银行也在对公授信的营销、尽调和贷后环节布局Agent。

这些项目分布在一笔授信的不同阶段：

材料读取、数据提取、财务分析等任务相对标准，更容易交给机器，越往风险判断和审批环节走，对业务经验的依赖越高；

一组财务指标是否异常、哪些问题需要继续追问、同样的指标放在不同产业周期中意味着什么，往往没有固定答案，很多判断沉淀在资深信贷人员长期积累的经验里。

目前，亦有金融科技公司在尝试把这类经验判断进一步拆解、沉淀，并重新嵌入信贷流程。

神州信息AI创新中心总经理晋梅介绍，其公司推出CreditMind方案会把历史尽调报告、审批意见以及贷款后续表现重新组织，从中提取资深信贷人员判断风险时使用的逻辑和经验，再用于新的审批任务。

在新的授信流程中，系统先处理客户材料和基础分析，再调用历史案例和专家经验补充风险提示，最终交由审批人员判断；

这类尝试的价值，在于把过去主要沉淀在个人经验中的部分判断，转化成可以被Agent调用的Skill，再重新放回审批流程。

不过，能够被沉淀的主要是相对明确的判断逻辑，真正依赖具体客户、行业环境和长期经验形成的判断，仍然需要人完成。

在这套组织架构之下，Agent进入信贷流程，将把原有工作拆成更细的任务：标准化信息处理给机器、可提炼经验转成Skill、关键风险判断留给人。

可以观察到的是，这种拆分已向更大范围扩展。

浦发银行披露，今年上半年已有超过440个AI应用，其中220个Agent实现工程化落地，同时上线108条AI流水线，数字劳动力承担的工作量超过2500人年。

“AI流水线”比单个Agent数量更能反映流程层面的变化：不同AI能力按照业务顺序被重新组织，机器连续承担其中一部分任务，再在需要判断、授权和承担责任的节点交回人工。

浦发银行首席人工智能科学家郑波将金融AI进入生产概括为三个标准：进入核心业务流程，承担过去由人完成的关键任务，并改善客户体验、经营效率或风险管理。

对银行而言，Agent深入业务的程度，越来越取决于流程能被拆得多细。

哪些工作可以稳定交给机器，哪些经验能够沉淀成Skill，哪些判断必须留给人，这些边界越清楚，Agent越有可能真正嵌入核心业务。

进入运营之后

Agent进入业务流程后，银行管理的对象，不只是一套系统能否正常运行，还包括它的业务效果能否持续满足要求、是否值得继续投入，以及出现异常后流程能不能被顺利接住。

首先要解决的是持续校正。

Agent上线时通过测试，并不代表后续效果会保持不变；

业务规则、知识内容、客户表达都在变化，实际使用中还会不断出现新的反面案例，银行需要继续判断，问题究竟来自知识缺失、流程设计，还是模型能力，再针对性调整。

来自金融科技公司的王军（化名）向枢纽表示，传统软件上线后更多围绕“运维”展开，Agent则需要持续“运营”；

这种运营关注的不只是系统是否在线，还包括输出是否符合业务要求、问题出现在哪里，以及后续该怎么修正。

这也让Agent上线后的评价变得更重要。

郑波谈及金融AI未来几年的竞争时，将生产能力、价值运营能力和组织进化列为关键；

浙商银行董事长陈海强则表示，科技投入要成为降本增效的收益项，通过使用频率、承担的工作量、处理效率，以及客户转化和风险管理效果等数据，判断科技实际产出。

这些结果会进一步影响资源配置：能够稳定承担工作、形成业务价值的Agent可以继续迭代，长期低频、效果有限的应用，则需要调整甚至退出。

对银行而言，另一项运营要求是业务连续性。

以授信为例，若Agent已经参与材料读取、尽调分析和审批流转，发生异常时，银行需要明确任务停在哪一步、哪些结果已经进入后续流程、是否触发过审批动作，以及接下来由谁继续处理；

涉及交易和系统操作时，还要确认指令是否已经执行，避免人工接管后重复操作，或者因状态不清引发新的操作风险。

王军表示，目前业内已经开始讨论给Agent设置kill switch，但更难的是Agent停下来以后，业务怎么继续。

枢纽注意到，如今这类需求，也已经进入银行的建设范围。

恒丰银行单独建设Agent观测能力，反映出银行对Agent的关注已经延伸到上线后的运行状态和异常监测。

只有清楚Agent正在处理什么、执行到了哪里，异常发生后才有条件及时接管；

持续校正决定一个Agent能不能越用越准，价值评价决定它值不值得继续留下，异常接管则决定银行敢不敢把更多工作交给它。

当Agent真正成为业务流程中的长期节点，运营能力也就成为规模化落地之后新的分水岭。

本文来自华尔街见闻，欢迎下载APP查看更多

而就在约16个小时前，朱雀二号改进型遥七运载火箭（ZQ-2EY7）顺利将千帆极轨19组的10颗卫星顺利送入预定轨道。

两天，两型民商火箭连续发射，载荷均为同一家客户：垣信卫星公司的千帆星座组网星。

1、民商火箭首次批量组网卫星互联网

"首次"、“首个”这类词在商业航天里太容易贬值，需要把定语说清楚。

这是中国民商火箭首次进行低轨互联网星座的批量组网发射。

过去两年多，千帆的发射任务几乎由长征系列包揽，长六改、长八、长八甲、长十二乙轮番上阵。

图/9月15日以前的千帆星座组网纪录（灰机wiki）

以前，民商火箭不是没打过卫星互联网卫星，但发射更多的是试验星、验证星。例如2026年6月，蓝箭航天的朱雀二号E遥六送上去的千帆DTC01星，就是手机直连技术验证星。

真正跨越的门槛，是批量发射正式组网星。

一次性发射多颗平板卫星（低轨卫星互联网星座一轨36星，可拆分发射），要同时解决堆叠结构、星箭接口、分离时序和轨道精度。

我国民营商业航天发展已逾11年，终于迎来规模化星座组网发射，15、16日这两型火箭发射千帆18颗星的重大意义也在于此。

2、等发射千帆的民商火箭，还有谁？

千帆的火箭服务商名单，正在从"国家队"变成"国家队+民商队"。

其实早在几年前，垣信卫星就开始了非公开和公开的火箭发射服务招标。据《2025年运载火箭发射服务采购项目》公告，一度拿出13.36亿元招标7次发射服务，且必须有成功飞行经验。

• 2025年2月，垣信首次公开发射服务招标因"供应商报名数量不足三家"失败；

• 2025年8月，发射服务包件一（一箭10星，6.16亿元）宣布招标失败，原因仍是供应商不足3家；

• 包件二（一箭18星，7.2亿元）因为放宽到"允许未首飞型号"，顺利开标，蓝箭航天、天兵科技、中科宇航分列中标前三名。

根据当时的招标公告，一箭10星可匹配的民商火箭为：朱雀二号改进型（ZQ2-E）、引力一号（YL-1）。

而满足一箭18星运力且有成功发射案例的，目前则有朱雀三号（ZQ-3）和力箭二号（PR-2）。

图/朱雀三号、力箭二号

包括智神星一号、天龙三号、双曲线三号等火箭，如果运力达标、且具备成功发射案例，也同样有机会成为千帆发射火箭备选。

• 智神星一号（PALLAS-1）。9月1日在酒泉首飞成功，如运力可以提升至极轨950公里2.8吨，同样也有机会成为发射服务型号之一。

• 天龙三号（TL-3）。4月3日首飞失利，9月10日归零评审通过，故障定位为飞行中排放的液氧被抽吸到箭底、引发涡轮废气二次燃烧烧蚀防热结构。天兵公司宣布天龙三号遥二箭计划四季度复飞。

• 双曲线三号（SQX-3）。计划年底在文昌首飞并同步挑战海上回收（另有消息为明年初）。

图/天龙三号、智神星一号、双曲线三号

以此算来，明年或将有7型民商火箭可用于组网千帆，运力和价格将成为比拼市场的硬实力。

3、千帆年度目标324，尚有68星待射

截至9月16日千帆星座部署卫星256颗，持续保持国内低轨卫星互联网组网数量第一。

而垣信卫星给一阶段定下的目标是2026年底完成324颗全球组网、同步启动商业化运营。

缺口68颗，时间只剩三个半月。

而行业内有个共识度颇高的判断：无箭可用。

现有的长征系列火箭中，可用于商业发射组网的火箭屈指可数，且还要兼顾星网发射需求，能分给千帆星座的数量极其有限。

这个判断也不难验证，截至2026年9月16日，中国星网主导的GW星座部署226颗，垣信卫星的千帆星座256颗，均只完成各自总计划的约1.7%。抛开卫星产能不说，对星座组网来说，最大卡点之一是火箭、工位和发射窗口。

这是一场有倒计时的比赛。

国际电信联盟对频轨资源执行"先申报先使用"，申报后7年内必须完成部署，否则资源收回。

4、时间不等人，资本和市场同样着急

2030年完成1.5万颗组网的计划虽然有微调（分阶段的完成时间已做过延后调整），但总体目标没有变化。

2026年8月，垣信完成69.76亿元增资，18家产业资本进场，投后估值约500亿元，刷新国内商业航天单笔融资纪录。9月初，杭州阿里创业投资和上汽金控完成入股，注册资本提升至24.84亿元。

国资、产业资本、国际市场进入估值模型，组网速度和服务收入就成了硬指标。

垣信已明确把商业化路径的第一站放到海外，在巴西获得监管许可并启动信关站建设，马来西亚的信关站工程在推进，同时与三十多个国家开展商务对接。

而这些的前提是，组网速度。

除了速度，还必须把单星成本、单位带宽成本压到能在海外市场正面竞争的水平。

68颗，三个半月，这是千帆剩下的功课，也是我国卫星互联网建设的交卷的节点之一。

本文来源：太空那些事儿

本文来自华尔街见闻，欢迎下载APP查看更多

英伟达CEO黄仁勋近日连续公开发声，明确反对通过立法或监管手段约束AI发展，并与特朗普公开站台，将当前业界关于AI安全的讨论定性为“错误选择”。此番表态，令他成为这场争论中最显眼的异见者之一。

9月15日周二，黄仁勋在旧金山一场会议上与Salesforce CEO Marc Benioff同台对话，直接亮明立场。他说：

市场力量已经在那里，我们不需要任何新法律，不需要新监管。

AI创新与安全并非非此即彼。"你完全可以同时拥有两者，"黄仁勋说，"所以尽可能快地跑，但如果在某个时间点你感到公司失控，或者产品不够安全，那就暂停一下，把它做对。"

他同时将责任归还给企业自身：

如果你构建一款产品或服务，而你对其功能、能力或安全性没有信心，那就不要发布它。这是非常显而易见的事：你自己把握节奏，直到你有信心发布市场认可的东西。

与行业主流形成分歧

就在黄仁勋发声前后，AI行业出现了一幕罕见景象——宿敌联手。

据英国《金融时报》报道，Anthropic的Dario Amodei、OpenAI的Sam Altman以及马斯克，公开联合呼吁对AI研究进行协调性放缓，以应对其潜在的存在性风险。谷歌和微软也加入了"需要新的AI安全方法"的阵营。

黄仁勋的立场，与这一行业共识明显背离。

值得注意的是，英伟达同时是OpenAI、Anthropic和马斯克旗下SpaceX的重要投资方，这些实验室也是英伟达芯片的主要买家。

与特朗普公开站台

这并非黄仁勋第一次在这一议题上表明立场。

周一，他在另一场活动上接到了特朗普的现场来电。特朗普再度将AI存在性威胁斥为"骗局"，并强烈反对任何放缓美国AI研究和数据中心建设的举措。

黄仁勋当场回应："您说得对，我们不会让这种事发生的，先生。"

商业利益高度绑定

黄仁勋的立场，难以与英伟达的商业现实完全切割。

这家市值5万亿美元的芯片巨头，正是凭借AI模型训练对芯片的爆炸性需求，跻身全球最有价值公司之列。AI基础设施投资的节奏，直接关系到英伟达的营收。

英伟达今年向OpenAI投资了300亿美元，并为其俄亥俄州数据中心园区项目提供了最高1050亿美元的融资担保。此外，英伟达还承诺向Anthropic投资最高100亿美元，并以20亿美元入股马斯克的xAI——后者随后与SpaceX合并，并于今年6月完成重磅上市。

本文来自华尔街见闻，欢迎下载APP查看更多

截至本周二，据波罗的海交易所数据，租用一艘超大型油轮（VLCC）将200万桶原油从美国墨西哥湾运往中国的费用，已攀升至约4480万美元，创历史最高纪录，较前一日的3900万美元大幅跳升。

相比之下，今年2月底伊朗战争爆发前，这一费用仅约为1780万美元。

华尔街见闻此前提及，上周中东阿曼湾至中国的超大型油轮（VLCC）运费已经飙升至国际油运基准费率（Worldscale）的450左右，即正常基准运费的4.5倍，折合每桶运费约11.50美元，创下该航线开通以来的最高纪录。

本周，沙特阿拉伯宣布关闭东西向输油管道，该管道此前是沙特绕开霍尔木兹海峡、规避战争影响的主要通道。此举进一步加剧了市场对供应中断的担忧，也令美国原油的替代地位愈发关键。

尽管运费创下纪录新高，亚洲买家的采购意愿并未受到明显抑制。

运费高企并未动摇这条贸易航线的经济可行性，根本原因在于美国原油的价格优势依然显著。

以WTI原油为参照，运抵亚洲后的到岸综合成本仍低于阿联酋Murban原油等竞争货源。这一价格差为亚洲买家消化高额运费提供了足够的缓冲空间。

分析人士认为，只要这一相对价格优势维持，买家将继续承受高于正常水平的运输成本。

值得注意的是，WTI原油因需求走强，单日涨幅逾4%、创4月以来新高。

与布伦特原油的价差也已收窄至3美元以内。

运费创纪录攀升并非孤立现象，而是全球油轮市场整体收紧的缩影。

霍尔木兹海峡等关键航运通道因遭受袭击的风险上升，愿意挂靠相关路线的船舶数量明显减少，可用运力随之收缩。

船舶跟踪机构Kpler的数据显示，10月份已有六艘VLCC计划从美国墨西哥湾装载原油驶往亚洲。

从更宏观的视角来看，当前局面标志着全球原油供应格局的一次重要转变。

伊朗战争爆发后，作为全球最重要的原油出口通道之一，霍尔木兹海峡的通行风险骤升，中东地区原油外运受到严重制约。

沙特关闭东西向管道后，这一替代出口渠道也随之中断，令本已趋紧的供应形势雪上加霜。美国原油由此成为亚洲买家弥补缺口、保障能源安全的关键来源，并推动全球能源贸易流向发生深层次的结构性调整。

本文来自华尔街见闻，欢迎下载APP查看更多

据科技媒体The Information报道，三位知情人士透露，字节跳动今年上半年净利润同比下降个位数百分比，至约200亿美元；同期营收同比增长约30%，达到约1200亿美元。与此同时，Meta上半年营收同样增长30%，至1170亿美元——两家公司的营收规模已几乎持平，但市值差距悬殊：Meta市值约1.7万亿美元，而据二级市场交易追踪机构CapLight估算，字节跳动估值为6300亿美元。

利润下滑的核心驱动因素是AI支出的急剧攀升。字节跳动近期完成了约300亿美元的史上最大规模银行贷款，部分资金预计将用于支撑其持续扩大的AI基础设施投入。与此同时，TikTok在美国的业务在今年1月完成数据安全架构重组后，正加速推进电商扩张，为整体营收增长提供了重要支撑。

营收增速加快，TikTok海外贡献持续提升

字节跳动上半年约30%的营收增速，较过去两年的扩张节奏略有加快。据知情人士透露，该公司去年全年营收增长29%至约2000亿美元，2024年增速与此相近；去年净利润增长27%至420亿美元。

海外营收占比正在稳步上升。 据报道，一位知情人士透露，上半年海外营收占字节跳动总营收的比例超过30%，其中绝大部分来自TikTok；而这一比例在2024年仅为25%，2025年全年预计维持在30%左右。抖音仍是字节跳动营收的最大来源，但TikTok在整体收入结构中的权重正持续扩大。

今年1月，字节跳动将TikTok美国数据安全业务80%的股权出售给一家美国控股合资企业，同时保留了该应用的营收运营主体。据The Information此前报道，完成上述架构调整后，TikTok正加大力度在美国拓展电商业务，推出新项目吸引成熟品牌入驻TikTok Shop。

AI投入侵蚀利润，巨额贷款为扩张提供弹药

AI支出是本轮利润承压的直接原因。字节跳动自主研发大语言模型和视频生成模型，旗下AI助手豆包（Doubao）是中国最受欢迎的移动端AI应用之一；其Seedance视频生成模型在全球AI视频市场中处于领先地位。此外，公司正积极拓展AI云业务，向企业客户销售自研模型。

在芯片层面，字节跳动一方面持续争取现有先进芯片的采购渠道，另一方面据The Information今年5月报道，公司已在自主研发用于AI模型推理的专用芯片。为支撑上述投入，字节跳动近期完成了约300亿美元的银行贷款，创下公司史上最大单笔融资纪录。

在商业化层面，字节跳动今年6月推出面向专业用户的职场AI助手豆包Work，提供付费订阅方案；公司亦寄望于Seedance视频模型的市场热度，为其AI业务和云平台带来更多收入。

国内AI竞争白热化，字节坚守自研路线

字节跳动在AI赛道面临来自国内竞争对手的强劲压力。过去数月间，Moonshot、阿里巴巴、Z.ai（智谱AI）以及DeepSeek相继推出开源模型，在编程和智能体任务上展现出接近前沿的能力，且成本远低于美国主流模型，迅速在全球范围内获得广泛关注。相比之下，字节跳动在这一竞争中有所落后。

面对差距，字节跳动创始人张一鸣今年7月在一次内部会议上明确表态：公司不会采用"蒸馏"（distillation）方式——即利用美国前沿模型的输出结果训练自身模型——即便这意味着短期内落后于国内竞争对手。

字节跳动也是中国主要模型厂商中唯一将绝大多数模型保持闭源的公司，企业客户主要通过其自有云平台访问相关模型。

与此同时，国内竞争对手同样在加速融资以押注AI：阿里巴巴正寻求通过大规模配股募集约100亿美元用于AI基础设施建设；智谱AI（Z.ai）本周启动了总规模50亿美元的股权及可转债发行计划。

本文来自华尔街见闻，欢迎下载APP查看更多

Altman周二在旧金山Salesforce Dreamforce大会上与Salesforce CEO Marc Benioff对话时表示，"我对我们公司、对整个行业安全推进这项技术的能力非常有信心。"他同时指出，"我对这一议题的报道方式感到失望。"此番表态直接回应了近期业界围绕AI监管与发展节奏的激烈争论。

上述言论的背景是，Anthropic CEO Dario Amodei于上周六发表文章，就AI技术潜在风险发出警示，并建议放缓开发节奏，由此引发行业最新一轮讨论。尽管OpenAI正与Anthropic及谷歌旗下AI实验室Google DeepMind合作应对安全问题，Altman仍坚持认为，AI公司有能力在无需外部强制干预的情况下自主安全地改进模型。

承认风险，但对行业自律持乐观态度

Altman在演讲中并未回避AI的潜在危险。他表示，"世界对此感到恐惧是正确的"，并承认新技术在发展过程中"一定程度的事故不可避免"。

他以航空业为例，指出正是依靠事故报告文化、经验积累以及联邦机构的监管，航空旅行才得以变得如此安全。他呼吁AI行业建立类似的透明报告机制，"我们应该形成一种关于事故透明报告的良好文化。"

Altman还表示，若发展到无法安全推进的阶段，企业应做好"放缓甚至停止"的准备。这一表态与Amodei近期呼吁放缓AI开发节奏的立场形成一定呼应。

以社交媒体为鉴，强调共同责任

Altman将社交媒体作为前车之鉴，指出社交平台带来了真实的社会效益，但其影响——尤其是对年轻人的影响——并非"只有正面"。

他以短视频为具体案例，称"我不认为短视频本质上是邪恶的，但我确实认为它是危险的"，并强调责任应由家长、企业和政府共同承担。他还透露，自己虽然喜欢用短视频放松，但不会让自己的孩子观看。

这一类比意在说明，技术本身的中性属性并不能免除各方的监管与引导责任，AI行业同样面临类似的治理挑战。

AI发展进入第三浪，商业潜力尚未充分释放

在描绘AI发展前景时，Altman将这项技术比作"从神明处取得的火种"，并将当前阶段定位为继聊天机器人、编程智能体之后的第三波浪潮——AI将能够主动代替人类完成工作任务。

"我们在探索如何打造真正让人们更有能力、更具力量的优质产品方面，才刚刚触及表面，"他说。

不过，Altman也指出，人类工作模式存在相当大的惯性，技术的全面普及仍需数年时间。这一判断意味着，尽管AI能力快速跃升，其对劳动力市场和企业运营的实质性冲击或将是一个渐进过程，而非短期内的颠覆性转变。

本文来自华尔街见闻，欢迎下载APP查看更多

美国10年期国债收益率周二升至2007年以来最高水平，2年期收益率亦触及2024年以来峰值。市场定价显示，华尔街对美联储今晚会议加息25个基点的概率预期已超过90%。利率互换市场则反映，今年余下时间美联储累计紧缩幅度约为50个基点。

花旗策略师David Bieber表示，"过去一周，随着市场追逐收益率上行，空头仓位迅速积累"，并直言当前空头布局"在战术层面已属极端"。

美国银行策略师Meghan Swiber和Eleanor Xiao亦指出，"进入美联储会议前，仓位持续偏向空头，空头已在整条收益率曲线上积累，资产管理机构大多削减多头或增加空头，且几乎没有迹象显示有资金在低位买入久期资产。"

空头仓位急速堆积，创近年最快增速

多项市场指标显示，债券交易员正以罕见速度加码空头押注。

根据摩根大通国债客户调查，截至9月14日当周，客户空头仓位单周跳升10个百分点，主要来自中性仓位的转移——中性仓位同期下降8个百分点。全客户调查结果显示，净多头规模已降至约四个月来最低水平，且过去一周加仓空头的速度为2025年初以来最快。

与此同时，CME集团数据显示，在上周强于预期的通胀数据公布前后，国债期货空头仓位均有所增加。联邦基金期货市场中，一笔大宗空头交易的规模意味着，标的合约每变动一个基点，该头寸将盈亏190万美元。

油价、通胀与财政压力共同推高加息确定性

推动市场形成高度加息预期的，是多重宏观因素的叠加。

战争引发的油价飙升、通胀反弹迹象以及财政赤字担忧，共同强化了市场对美联储必须行动的判断。凯雷集团全球研究与投资策略主管Jason Thomas在接受彭博采访时表示，美联储正面临"巨大压力"，必须落实25个基点的加息。

"人们已被累积的价格上涨所伤害，"他说，"生活水平已经下降，我认为美联储必须认真对待其价格稳定使命。"

Thomas同时警告，若美联储未能加息，或加息后未能就后续路径提供明确指引，可能促使交易员要求长期债券提供更高收益率以对冲通胀风险，同时压低与货币政策走向密切挂钩的短端收益率。

少数交易员押注"按兵不动"，但仍属边缘观点

尽管主流预期高度一致，市场中仍存在对美联储维持利率不变的对冲操作。

周二短期利率期权市场出现异动，与担保隔夜融资利率（SOFR）挂钩的10月和11月看涨期权成交量明显放量，这类低价期权的买入意味着部分交易员在为美联储不加息的情景布置保护。

然而，这一观点目前仍属少数派。从更广泛的SOFR期权市场来看，主流定价方向仍是未来数月前端期货合约将进一步计入下行风险溢价。国债期权偏斜数据同样印证这一判断——长端合约的看跌期权溢价持续高于看涨期权，反映交易员为长端收益率进一步上行所支付的对冲成本依然偏高。

SOFR期权市场现巨量空波动率交易

SOFR期权市场近期出现一笔规模罕见的空波动率操作，进一步揭示市场对利率路径的判断趋于集中。

据彭博数据，在SOFR 2026年12月、2027年3月及2027年6月期权中，95.4375行权价附近积累了大量新增风险敞口，主要来自一笔通过卖出2027年6月跨式期权构建的大规模空波动率结构。

上周五及本周一两个交易日内，该跨式期权合计成交约8万手，权利金总额逾1亿美元——其中周五新开约3万手，周一再度卖出约5万手。该期权将于明年6月11日到期。

此外，在CPI数据公布后，市场还新增了一批针对下行风险的保护性仓位，包括SFRZ6的破式看跌价差及看跌鹰式组合，指向交易员预期未来数月美联储将继续累积加息溢价。

本文来自华尔街见闻，欢迎下载APP查看更多

据报道，旨在为数字资产建立全面监管框架的《数字资产市场结构清晰法案》（Clarity Act）以49票赞成、50票反对的结果未能推进，距离通过所需的60票门槛仍有差距。受此消息冲击，比特币价格一度下跌5.3%至74910美元，收于接近一个月低点附近，以太坊跌幅超过8.3%，两者均创下今年6月以来的最大单日跌幅。

在预测市场上，法案今年获得通过的概率暴跌。加密货币相关股票与衍生品市场同步遭遇重挫。Coinbase股价一度大跌12%，稳定币发行商Circle下跌13%，Strategy下跌8%。据CoinGlass数据显示，在投票前的最后一个小时内，随着期货市场杠杆多头头寸的加速平仓，近3亿美元的加密资产看多押注遭到清算。

此次立法受挫，与当前利率上升、流动性收紧的宏观环境相互叠加，令数字资产市场陷入低迷。监管明朗化预期的破灭意味着，在宏观逆风加剧之际，投资者短期内失去了支撑该资产类别估值的核心逻辑。

利益冲突与银行担忧成关键阻碍

尽管该法案历经一年多的谈判，但两党在核心条款上的分歧最终未能弥合。民主党议员反对的主要理由是，法案未能充分限制前总统特朗普从加密行业中获利。

据报道，民主党参议员Mark Warner和Elizabeth Warren均指出，该法案在解决利益冲突方面存在缺陷。Cory Booker向记者表示，法案在道德规范上做得不够。尽管共和党在周末提出了包含扩大州总检察长执法权等修改的“最终报价”，要求相关官员剥离加密资产或设立盲目信托，但该限制并未延伸至运营特朗普家族加密业务的儿子们。此前，特朗普报告其去年从加密业务中获利超过14亿美元。

此外，银行业的强烈反对也促使部分共和党人倒戈。法案中涉及允许平台为持有稳定币支付利息的条款，引发了社区银行对存款外流的担忧。共和党参议员Josh Hawley表示，他投下反对票是因为其选区的农民担忧这将威胁地区性贷款的发放。

最终，包括Susan Collins在内的部分共和党人以及Kirsten Gillibrand等支持加密行业的民主党人均投票反对推进该法案。纽约州总检察长Letitia James也联合18位总检察长致信参议院，警告该法案将削弱他们保护投资者免受欺诈的能力。

监管真空延续，机构化进程前景不明

《清晰法案》原本旨在赋予商品期货交易委员会（CFTC）对数字资产行业的主要监管权，被视为近年来最系统性的加密立法尝试。此次落败标志着加密行业遭遇重大挫折，业界在过去数年间投入数亿美元游说资金以建立长效监管框架的押注暂时落空。

监管真空期的延长，直接冲击了行业的合规路径与资本配置。Monarq Asset Management首席运营官Ayesha Kiani表示，《清晰法案》未能推进，延长了监管空白期，这对企业在哪里建设、资本如何配置，以及美国机构采用的推进速度，都有着实际影响。

市场此前将监管明朗化视为加密资产重回上升轨道的重要转折点。分析指出，华盛顿或许能为这一资产类别提供制度合法性，但在宏观环境收紧之际，无法迫使投资者大规模拥抱高波动资产。

短期立法重启无望，博弈转向选举与监管机构

在法案否决之前，加密市场本周已在消化利率上升对风险资产的潜在冲击。政策落空的消息进一步加剧了原本已在累积的抛压，形成了宏观逆风与政策利空叠加的双重压力。

EMJ Capital创始人兼首席投资官Eric Jackson表示，尽管不希望看到这种情况发生，但市场的波动仍在继续。对于比特币、以太坊以及Coinbase等此前因监管预期而上涨的资产而言，这一催化剂的消失意味着资产价格需要重新寻找新的支撑逻辑。

距离中期选举已不足两个月，政治日程的压缩使法案在短期内重启的空间极为有限。Wintermute场外交易员Jasper De Maere指出，市场结构立法在2026年已经结束，下一个现实的窗口期是新一届国会。据预测市场平台Kalshi的数据显示，交易员目前认为该法案在2027年7月前立法的概率仅为17%。如果民主党在11月夺回众议院控制权，未经过重大让步的类似法案将更难通过。

在此背景下，行业的政治资金和联邦监管机构的行动将成为下一步焦点。由Coinbase等机构支持的最大加密政治行动委员会Fairshake目前握有约1.228亿美元，预计将对即将到来的选举产生影响。

同时，监管重担将重新落回联邦机构肩上。Solana Policy Institute总裁Kristin Smith表示，CFTC和美国证券交易委员会（SEC）可以采取额外措施来明确规则。特朗普的高级加密顾问Patrick Witt在社交平台上直言此次投票是“重大失望”，并点名CFTC主席Michael Selig和SEC主席Paul Atkins，暗示监管机构需要利用现有权限接手推进规则的制定。

本文来自华尔街见闻，欢迎下载APP查看更多

高盛单一德尔塔交易台负责人Rich Privorotsky与野村顶级跨资产策略师Charlie McElligott从各自不同的分析框架出发，却得出了完全一致的结论：原油决定债券市场，债券市场决定风险资产，在油价停止上涨之前，所有估值逻辑——包括AI叙事——都只是下游变量。Privorotsky直言：“利率加能源，这仍然是最核心的主题。”McElligott则将原油定性为“搅动当前全球宏观风险格局的那根吸管”。

沙特与胡塞武装冲突持续升级，油价隔夜再度走高，推动收益率上行。长端美债收益率已突破5%，并持续刷新高点。Privorotsky警告，这对风险资产构成“滞胀担忧上升下的毒性组合”。

与此同时，高盛估计波斯湾石油流量受冲击规模已达每日670万桶，全球能源供应缺口正在扩大。

在两位分析师看来，当前局面的唯一可信出路是外交突破，而非军事手段。下周可能举行的全球最大的两大经济体领导人会晤被高盛列为关键观察节点；野村则将美国能源出口禁令列为潜在的极端左尾风险。在上述任何一个转折点出现之前，“解决能源才能解决利率，解决利率才能解决风险资产”这一传导链条，将持续主导市场走向。

传导链条：油价如何成为债市的锚

Privorotsky的逻辑链条清晰而直接。

“边际桶决定价格。”在柴油和成品油价格如此高企的情况下，通胀压力通过运费、食品和PPI向更广泛的经济领域蔓延。这意味着收益率几乎没有可持续下行的理由。他的结论是：“在能源稳定之前，风险资产无法正常运作。油价需要先稳定，利率才能稳定，利率稳定之后，那些估值论据才有意义。”

McElligott在野村的跨资产报告中以同样的逻辑呼应了这一判断。他追溯至9月10日的研究报告——当时他已指出，欧洲利率市场正在"觉醒"，意识到能源与石化冲击2.0所带来的短缺正日趋"结构性"。当前的物理供应格局是：全球在能源、炼油产能、超大型油轮（VLCC）以及一切相关资源上均处于短缺状态。

柴油是"零号病人"，负凸性潜伏在背景中

McElligott将柴油定性为此轮通胀扩散的"零号病人"，与Privorotsky所描述的"通胀通过运费、食品和PPI蔓延"的路径完全吻合。

McElligott认为，欧洲柴油裂解价差正将欧元区利率期权波动率拖回至伊朗战争初期的高点附近。

在此背景下，负凸性风险正在市场结构中积聚：

中间段高行权价付款方的大规模头寸倾斜、CMT区间累积结构持续推高偏斜和波动率的波动率，加之近期大规模VIX看涨期权买入（包括9月4日买入12.5万张11月31行权价合约及12.6万张11月34行权价合约，8月28日买入12.8万张10月28行权价合约），共同构成了一个潜在的"能源口袋"——一旦风险突然加速，交易商在利率期权和VIX期权两端均面临被动对冲压力，而当前银行和交易商的损失容忍度普遍偏低。

McElligott指出，要打破当前"宏观泥沼"状态——低平值隐含波动率、利率在日内跨式期权区间内震荡、原油随头条新闻反复、股票仍未远离历史高点——能源必须先突破至新的极端水平。

外交是唯一出路，两个关键节点待观察

两家机构均将外交突破视为当前局面的唯一可信出路。

目前出现了若干微弱信号：特朗普要求泽连斯基停止打击俄罗斯炼油基础设施；乌克兰表示，若俄方认真对待，愿意考虑对等能源停火；特朗普还表示伊朗"迫切希望迅速达成协议"，尽管伊朗随即予以否认，但外交氛围出现了些许转变。

高盛将下周可能举行的全球最大的两大经济体领导人会晤列为重要观察节点；野村则将美国能源出口禁令列为另一个潜在的市场转折点。

Privorotsky的判断简洁有力："除非军事策略突然取得更大成效，否则可信的出路在于外交。我们昨天看到了一些小迹象，但目前尚无令人信服的信号。"

野村的McElligott认为，在特朗普"作茧自缚"的处境下，美国能源出口禁令这一左尾风险对全球经济——尤其是缺乏能源独立性的欧洲和亚洲国家——将构成重大冲击。他写道，出口禁令"肯定会触发这一切"，随后冲击利率波动率分量，进而拖累资产贝塔。

这也是为何两家机构都对AI作为当下市场催化剂持保留态度。McElligott明确表示，在没有能源/利率冲击作为更可信的左尾风险的情况下，"AI放缓"叙事"距离任何实质性影响还有相当距离，我对其成为当下回调催化剂持相当程度的怀疑"。

分析人士指出，在上述任何一个转折点出现之前，结论只有一个：解决能源，才能解决利率；解决利率，风险资产才能正常运作。油桶，就是债券市场。

本文来自华尔街见闻，欢迎下载APP查看更多

要闻精选

国家统计局公布8月经济数据，规模以上工业增加值同比增长5.2%、高技术制造业增加值增长16.7%，社会消费品零售总额同比增长0.4%，1至8月城镇固定资产投资同比下降7.2%、房地产开发投资下降19.9%。70城房价：一线城市新房价格环比由持平转为上涨0.1%，二三线城市房价环比降幅总体收窄。

《求是》杂志发表习近平总书记重要文章《在加强基础研究座谈会上的讲话》，要求加强对基础研究的支持保障，体系化布局建设重大科技基础设施，并重视人工智能赋能基础研究。

美国财政部拍卖130亿美元20年期国债，得标收益率升至5.420%、创该期限拍卖历史新高；同日十年期美债收益率突破5%关口、触及2007年以来最高水平。

美国参议院以50票赞成、49票反对否决《清晰法案》的程序性动议，距60票门槛差10票，加密货币市场监管立法陷入停滞，比特币重挫。

共和党议员以“未经国会授权对伊动武”弹劾美防长，众议院两日内被强制投票。

沙特阿美取消部分对欧原油发货、红海延布港暂停装船，利比亚三座油田又因管线阀门被关停产，全球原油供应的缓冲空间进一步收窄。伊朗伊斯兰革命卫队宣布霍尔木兹海峡处于封锁与智能管控状态，并称一天内击落三架美军无人机；卡塔尔警告若曼德海峡同样关闭将造成灾难性影响。

美国国会预算办公室测算，伊朗战争头五个月已耗费380亿美元、预计每月再增30亿美元，并将推升美国明年一季度通胀0.5个百分点。

谷歌发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时音频模型，支持用户边对话边让模型在后台执行任务。

Meta自研AI芯片明年上半年部署，旨在降低成本，减少对英伟达依赖。

特朗普与英伟达首席执行官黄仁勋接连为AI加速派站台，黄仁勋称AI安全无需专项立法、市场机制已足够，并批驳AI末日论是不讲科学的哗众取宠。

华为发布全球首个3D数据中心架构，通过供冷、供电与IT设备分层解耦和立体堆叠，支撑十万卡以上昇腾超节点集群。

字节AI办公大重组：豆包、飞书、火山引擎合三为一，AI办公大战正式打响。

市场概述

沙特红海出口港暂停装船、部分对欧发货被取消，叠加利比亚三座油田停产，国际油价升至四个月高位，通胀担忧推动全球债市延续抛售、十年期美债收益率突破5%；美联储利率决议前夕与参议院否决加密监管法案叠加，美股三大指数全线收跌，芯片股与光通信股逆势走高，比特币承压。

美股：标普500跌0.45%报7585.73点、创8月份以来收盘新低，道指跌0.63%报52093.11点，纳指跌0.78%报25981.57点；费城半导体指数在前一日大跌近6%后反弹0.40%报11175.55点，能源板块涨2.19%领涨，可选消费板块跌1.75%垫底

A股：沪指跌0.54%报3864.28点，深成指跌0.72%报13287.97点，创业板指跌1.15%报3247.92点，科创50逆势涨1.55%；三市成交1.63万亿元、较前一日缩量177.6亿元，4376只个股收跌，半导体设备、存储与发电设备板块走强，宁德时代跌6.16%、股价创近一年新低

港股：恒生指数跌1.00%报24667.24点，恒生科技指数跌0.62%报4291.34点，半导体与AI硬件股跌幅居前

欧股：STOXX 600跌0.3%报634.18点、为6月12日以来最低收盘；英国富时100跌0.40%，法国CAC40跌0.32%，德国DAX跌0.07%；瑞银跌3.4%拖累银行股跌0.9%，欧莱雅超越LVMH成为法国市值最高公司

日韩：日经225跌0.01%报63484.10点，韩国综合指数跌0.85%报6627.24点，三星电子与SK海力士走弱

原油：WTI 10月合约涨4.38%报105.83美元，布伦特11月合约涨2.90%报108.75美元，双双创5月19日以来新高；美国柴油期货结算价升至每加仑5.26美元上方、再创历史新高

贵金属：COMEX期金跌0.43%报4333.4美元，COMEX期银涨0.07%报64.19美元；现货黄金跌0.12%报4294.14美元，现货白银涨0.70%报63.68美元

工业金属：LME期铜涨0.64%报14114.5美元/吨，纽约铜期货涨0.61%报6.3685美元/磅，铜价在算力金属大幅回调后小幅企稳，LME期镍跌2.41%

美债：10年期收益率报5.006%、为2023年10月以来首次收在5%上方，盘中最高触及5.041%、创2007年7月以来最高水平；2年期上行0.49个基点报4.6628%，30年期上行1.84个基点报5.3630%

外汇：美元指数涨0.23%报99.616，接近一个月高位；欧元兑美元跌至1.1543，美元兑日元升至155.09，离岸人民币报6.71309、跌32.7点

比特币：跌3.8%报约7.6万美元，盘中一度下探74910美元、创9月以来最低，以太坊跌3.9%报约2440美元

要闻详情

中国

中国8月规模以上工业增加值同比增长5.2%，社零同比增长0.4%，1至8月固定资产投资同比下降7.2%。国家统计局数据显示，8月规模以上工业增加值同比实际增长5.2%、增速比上月加快0.7个百分点，环比增长0.54%，其中装备制造业增加值增长12.1%、高技术制造业增长16.7%，分别快于全部规上工业6.9和11.5个百分点。消费端，8月社会消费品零售总额同比增长0.4%、环比下降0.13%，通讯器材类暴增27.3%领跑，汽车类下滑18.5%成为最大拖累。投资端，1至8月城镇固定资产投资同比下降7.2%，基础设施投资下降4.0%、制造业投资下降2.3%，高技术产业投资增长5.2%，其中信息服务业增长22.7%；房地产开发投资下降19.9%，新建商品房销售额下降13%。房价方面，8月70城一线城市新房价格环比由持平转为上涨0.1%，上海同比涨幅达3.0%，二三线城市房价环比降幅总体收窄。

- 广发宏观：8月经济、基建与内需定价：8月经济数据初步企稳但中枢不足，六大口径好坏参半，居民部门延续弱势、企业部门有所好转，月度GDP同比约4.43%，后续两月数据是关键。

- 国联民生宏观：8月经济托底的兑现度：部分宏观指标放缓斜率已改善，企稳能见度逐步显现，但政策传导存在刚性时滞，9月才是效能实物验证期。

- 招商证券：融资结构正在重塑：社融与贷款增速继续回落，但企业债券与股票融资持续多增，直接融资占社融增量比重已超过五成，融资体系多元化趋势强化。

- 中国社融放缓待财政发力，全球石油供需恶化与类滞胀风险：M2同比回落，居民与企业贷款、政府债净发行和非标融资共同拖累新增社融，机构提示财政资金落地节奏是四季度关键变量。

《求是》杂志发表习近平总书记重要文章《在加强基础研究座谈会上的讲话》。文章指出，要加强对基础研究的支持保障，优化研究条件，体系化布局建设重大科技基础设施，加强国家科学数据中心建设，加紧建设世界一流科技期刊，重视人工智能赋能基础研究，建设智能化科研平台系统。文章同时强调，要成为世界科技强国，基础研究必须搞上去，需通过优化科研布局、加大投入保障、创新体制机制推动基础研究水平显著提升。

朱雀二号改进型遥七火箭一箭十星入轨，中国民营航天首次执行规模化星座组网任务。9月15日，朱雀二号改进型遥七运载火箭在东风商业航天创新试验区成功发射，将10颗垣信卫星千帆极轨19组卫星送入预定轨道。这是朱雀二号系列首次执行规模化卫星互联网星座组网任务，也是中国民营商业航天企业首次承担大型卫星互联网星座组网任务，标志中国民营商业航天正式迈入批量组网新阶段。

华为发布全球首个3D数据中心架构，以十万卡超节点集群为基础配置。该架构针对十万卡以上昇腾超节点集群的建设需求，通过供冷、IT设备、供电分层解耦和立体堆叠，提升数据中心的散热、供电与扩容效率，机电系统预制化率超过90%，机电交付周期由6个月缩短至3个月。华为云表示，当前重点是降低AI算力端到端成本、加快芯片落地。

华为监事会主席郭平内部座谈纪要披露，称ICT与计算领域的目标是成为英伟达。在这份近万字的与新员工座谈纪要中，郭平将人工智能称为华为最大的机遇，并明确不同业务采取差异化的大模型战略：终端与智能驾驶业务最好拥有自研大模型，华为云必须自研以维持竞争力，而ICT与计算领域的核心优势不在于自研大模型，在于支持客户构建优秀的大模型、确保全球任何大模型都能在昇腾与鲲鹏上高效运行。他同时坦言，华为在大模型领域起步较早但未能占据主导。

字节跳动AI办公大重组：豆包、飞书、火山引擎合三为一。字节跳动首席执行官梁汝波表示，将豆包、飞书、火山引擎整合为一体化企业智能平台，Agent、模型、协作三位一体是核心逻辑。飞书年度经常性收入增速创历史新高，8.0版本开放接口从247个增至767个，公司同时把Agent升级为拥有独立身份的团队成员深度融入协作流程。

“豆包手机”努比亚NaviX Ultra今日开售，AI手机成行业核心增量方向。字节跳动旗下豆包手机助手消费者版本已于9月14日正式发布，首款搭载机型努比亚NaviX Ultra于9月16日开售，该版本支持语音唤醒、屏幕问答、本地记忆检索及任务自动执行等功能。IDC预测，2026年中国AI手机出货量将达1.47亿台、占比超过53%。

台积电联席首席运营官称AI只是“三岁超人”，对下一代半导体研发作用有限。台积电联席首席运营官Y.J. Mii将AI比作“三岁超人”，能力强大但缺乏后果判断，公司尤其谨慎对待AI处理敏感研发信息、担心数据泄露。他认为AI对下一代半导体研发的作用有限，难以解决高端设备等现实瓶颈。这一表态呼应了近期AI安全担忧升温、业界呼吁放缓AI发展的声音。

联发科发布首款2nm旗舰手机芯片天玑9600 Pro，vivo与OPPO首批搭载。该芯片采用台积电2nm工艺，CPU为“2+3+3”全大核架构，配备总计34.5MB缓存并支持LPDDR6内存与UFS 5.0存储；据实验室测试，CPU单核与多核性能最高分别提升17%和15%，多核峰值功耗降低61%，双NPU架构支持在端侧运行最高300亿参数的混合专家模型。vivo X500 Pro系列将全球首发，OPPO Find X10 Pro Max同步确认搭载，两家新机分别于9月21日和22日发布。

赛力斯接过问界主导权，产品定义、设计与营销服务改由车企负责。鸿蒙智行9月15日宣布，问界将在合作框架下探索新模式：产品定义、产品设计、品牌营销、渠道零售、服务体系由赛力斯主导，华为终端参与赋能；尊界、享界、智界、尚界四个品牌仍由华为全流程主导。知情人士透露，部分原鸿蒙智行门店将划归赛力斯、只陈列和销售问界车型。赛力斯上半年归母净亏损17.17亿元，8月赛力斯汽车销量20652辆、同比下降49.68%。

东风公布“天际扬帆”出海计划，将累计投入500亿元。东风9月14日在武汉提出投放50款以上车型、建设10座海外规模化生产基地和5座海外研发中心，乘用车重点面向欧洲与美洲、商用车重点布局美洲与中北亚，关键零部件及总成复用率将超过80%，基于全球标准开发的产品计划2028年起陆续投放。公司同时计划联合生态伙伴聚合1000万套以上补能设施，2027年实现一个App畅行全国。

微信回应AI助手小微隐私质疑：称“直接读取聊天记录”等说法失实。针对网络流传的AI助手小微“直接读取聊天记录”“偷看所有隐私”等帖子，微信员工回应称相关内容均为失实。该回应出现在AI深入企业核心业务、数据隐私与控制权重要性持续上升的背景下，此前Anthropic调整数据留存政策即引发多家企业收紧使用。

海外

20年期美债拍卖收益率创历史新高，10年期美债收益率突破5%再刷2007年以来高位。美国财政部周二拍卖130亿美元20年期国债，得标收益率达到5.420%，较上次同期限拍卖的5.204%上升21.6个基点，创下该期限国债拍卖收益率的历史新高，同日20年期收益率一度升至5.4418%、为2020年以来最高。二级市场方面，10年期美债收益率一度升至5.045%，触及2007年以来最高点，并自2023年10月以来首次收在5%上方；30年期收益率盘中最高触及5.401%、创2007年6月以来新高。财政部长贝森特表示，债券收益率上升是“全球性问题”，并承认也反映了解决赤字的需要等因素。

- 10年期美债突破5%！“两种叙事”萦绕市场：一种观点认为5%将如2023年10月那般成为阶段性顶部，另一种担忧收益率将决定性突破该门槛、复现2000年代收益率长期高企的格局。

- 10年期美债收益率破5%之际，日债收益率也失守3%：全球债市同步承压，日本10年期国债收益率升至3.04%、为30年最高，英国30年期国债收益率触及1998年以来峰值，机构警告5%绝非终点。

- 贝森特回购是否被低估：强劲的配置需求与财政部回购预期将约束收益率上行空间，贝森特看跌期权短期被高估、中期不应低估。

- “新美联储通讯社”：沃什加息“没有退路”：8月CPI超预期后本周加息概率飙升，主席沃什对通胀的强硬表态令自己几乎没有退路，在选举前七周加息将直接检验白宫对他的信任能维持多久。

美国参议院否决《清晰法案》程序性动议，加密监管立法陷入停滞。美东时间周二，在全体民主党参议员和少数共和党参议员的反对下，《清晰法案》未能通过参议院的程序性投票，关于推进法案的动议最终以50票赞成、49票反对未获通过，远低于跨越这一程序性门槛所需的60票。消息公布后，比特币短线下跌逾3%、一度跌至74910美元，稳定币发行商Circle大跌11%，加密货币交易所Coinbase大跌10%，加密概念股与矿企股全线走低。该法案原本旨在划分美国证券交易委员会与美国商品期货交易委员会的监管权限、制定加密资产注册要求并强化反洗钱保护，此次表决失利意味着行业数年游说与数亿美元投入暂告落空。

沙特最大红海油港暂停装船并取消部分对欧发货，国际油价升至四个月高位。据报道，沙特阿美已通知部分欧洲客户取消一些原油货物，促使包括波兰Orlen在内的主要买家紧急寻找替代供应，贸易消息人士称相关货物价格已涨至每桶120美元以上；另有报道称沙特阿美仍承诺部分欧洲客户足额供应，至少三家欧洲炼厂收到通知。美国能源部长赖特称，上周关闭的沙特东西输油管道有望在数日内重启，该管道最大日输油量可达700万桶。同日利比亚国家石油公司宣布，因石油设施警卫队关闭输油管道阀门，三座油田及泵站停摆。

- 行业高管：“石油危机”已经来临：雪佛龙首席执行官Mike Wirth指出，商业库存持续消耗、战略储备空间趋于耗尽，能源市场缓冲机制已基本失效，油价难以快速回落。

伊朗宣布霍尔木兹海峡处于封锁与智能管控状态，一天击落三架美军无人机。伊朗伊斯兰革命卫队海军重申霍尔木兹海峡目前处于封锁状态，并已置于伊方智能管控之下，伊朗军方警告任何驶入危险航道的船只都将遭遇不测；伊方官员同时回应特朗普释放的谈判信号称，在伊方条件得到满足前不会有谈判。卡塔尔警告，若曼德海峡同样关闭，将对全球造成灾难性影响。沙特表示将继续打击胡塞武装，胡塞武装则称沙特近些日对也门发动了350多次空袭。美国国防部披露，截至6月末的四个月内，伊朗袭击致美方在中东数百处设施受损、数十架飞机被毁或受损。

能源休战协议破裂：乌克兰袭击俄罗斯炼油厂，美国柴油价格创历史新高。特朗普此前宣布俄罗斯和乌克兰已同意停止攻击对方能源设施，但这一“能源战”并未停下。乌克兰总统泽连斯基确认，乌军打击了俄罗斯萨马拉地区的锡兹兰炼油厂，同时袭击了塔甘罗格和奥廖尔地区与无人机生产、准备及发射相关的设施；俄罗斯则于当天凌晨对乌克兰发动大规模无人机袭击，基辅加油站及其他地区的能源和港口设施遭到打击。地缘风险叠加供应担忧，美国柴油均价突破每加仑6美元、创历史新高，柴油期货结算价亦刷新纪录。

美国国会预算办公室：伊朗战争头五个月耗资380亿美元，将推升明年一季度通胀0.5个百分点。CBO报告显示，380亿美元尚未涵盖近期针对霍尔木兹海峡商业船只的打击行动、对美军在该地区基地的袭击所产生的费用，也未纳入战争融资的借贷成本，后者可能再额外增加数百亿美元。报告指出，弹药的快速消耗是最大开支，美国要补充现有弹药库存至少需要五年时间。

共和党议员以“未经国会授权对伊动武”弹劾美国防长，众议院两日内强制投票。从政治程序看，弹劾案通过的可能性微乎其微，共和党控制众议院，党内领导层不太可能推动针对本党政府国防部长的弹劾。但强制投票本身构成对共和党议员的忠诚度测试，反映的是战争授权之争在党内的溢出。

白宫国家经济委员会主任哈塞特：美联储不应加息，但特朗普尊重沃什的决定。哈塞特周二表示美联储不应加息，同时又表示他和特朗普“无论沃什明天决定怎么做，我们都尊重”。他同时称AI可能带来的风险可以由私营部门解决，而不是依靠政府扩大监管，政府可以保留必要的监督和执法职能。此番表态出现在加息概率升至94.5%、而白宫与美联储关系面临考验的时点。

黄仁勋称AI安全无需新立法、市场机制已足够，并批驳“AI末日论”不讲科学。黄仁勋在Salesforce Dreamforce大会上表示，AI创新与安全并非对立，市场机制已足以约束AI产品安全，无需专项立法，企业在推进AI开发的同时完全能够兼顾安全性，关键在于把握发布节奏，直至对产品的市场接受度有充分把握。此前他在洛杉矶All-In峰会上已公开批驳AI末日论，称相关预测纯属捏造、毫无科学依据，并逐一列举被现实证伪的AI恐慌预言，同时为递归自我改进技术正名，称其是合理的工程思路而非失控风险。特朗普亦在同场活动中致电现场，将AI危险论斥为“骗局”，把数据中心比作“未来二三十年的石油”。

- 黄仁勋发声：“AI末日论”是“不讲科学的哗众取宠”，RSI绝非“失控黑魔法”：两人的联合表态，为当前AI监管争论中的加速派立场提供了强力背书，也令市场对大模型公司“主动求监管”的动机产生更多疑问。

- “裁判”不想给阿莫迪吹暂停：Anthropic、OpenAI与xAI掌门人罕见讨论为大模型竞赛按暂停，但在激烈商业竞争下谁也不愿主动停下，更现实的选择是在关键节点设置限速规则。

谷歌发布两款实时音频模型，Gemini 3.8 Live主打边对话边做事。Gemini 3.8 Live支持97种语言，用户无需等任务完成即可继续对话，模型可边交流边让任务在后台运行，并支持实时视觉上下文；Extended Thinking版本让AI边说边想，复杂任务也不必打断对话，在Artificial Analysis独立测评中得分第一。谷歌同时表示，其AI产品生成的音频均可检测、并会加入SynthID不可见水印。

Meta第三代自研AI芯片明年上半年部署，称效率与能耗优于英伟达产品。Meta工程副总裁Yee Jiun Song表示，MTIA 450将于明年上半年开始在数据中心投入使用，第四代芯片预计2027年底进入数据中心，Meta未来12个月对自研芯片的部署承诺已超过1吉瓦用电当量。他称与英伟达目前出货的产品相比，自研芯片在运行AI模型时效率更高、能耗更低，目标是降低成本和减少对英伟达的依赖。

美光推出全球首款512GB DDR5内存模块，双路服务器内存上限突破12TB。美光宣布完成全球首款512GB DDR5 RDIMM的演示验证，采用硅通孔垂直堆叠封装，使双路服务器内存上限突破12TB，功耗较4条128GB方案降低逾60%。AMD与英特尔已启动验证，预计2027年下半年量产，将助力AI推理与内存数据库等高密度工作负载，是AI服务器硬件路线的又一变量。

马斯克提出AI安全新思路：让竞争对手在模型发布前互相测试。马斯克警告AI安全风险正从理论走向现实，智能体已展现自主攻击、获取权限和规避检测等能力，他认同Anthropic首席执行官达里奥·阿莫迪对AI风险的判断，认为风险可能随模型能力提升而指数级增长。他建议主要AI公司在模型发布前相互测试，通过同行评审建立行业自律防线，而非等待政府出手。

Anthropic灰度测试Opus 5.2，内部曝“Model 2”已接管大部分代码编写。开发者发现Opus 5.2在Claude Code中响应更快、输出更干净，并能自动进行多轮自我迭代；内部消息称“Model 2”已接管大部分代码编写，用于研究提效的模型或替代85%的研究团队工作。同一时间，Anthropic经济学团队发布AI经济情景模型，围绕温和渐进增长、GDP翻倍的重大变革、年增15%但知识工作者大量失业三种情景展开，将工作视为“任务包”来分析AI对各类任务的增强与替代效应。

OpenAI逾3亿美元收购AI影像公司Glass Imaging，硬件野心加速浮现。该收购价较Glass Imaging上轮融资估值溢价超过两倍，这家由苹果前员工创立、专攻AI摄像技术的公司，其变焦成像技术曾用于荣耀手机。结合此前65亿美元收购Jony Ive旗下硬件公司，OpenAI在终端硬件方向的布局明显提速。同日，OpenAI国家事务负责人George Osborne表示将瞄准加拿大数据中心，称加拿大因能源与土地资源充裕而在数据中心建设方面潜力巨大，并高度评价卡尼政府的AI战略。

OpenAI推迟上市令软银流动性承压，拟在纽约发行最多200亿美元债券。作为OpenAI最大外部股东，软银本周赴纽约路演，拟发行100亿至200亿美元债券，用于偿还此前为追加投资OpenAI所借的400亿美元过桥贷款。彭博估算软银资金缺口至少200亿美元，其现有美元债券收益率已突破8.5%、定价接近垃圾级。

高盛警告AI交易动量出现五年最大分化，资金从芯片转向软件。高盛指出，AI交易正面临结构性考验，3个月与12个月动量表现背离创五年极值，AI指数较高点回撤近45%，资金从半导体转向软件推动动量因子加速分化。高盛认为，若这一轮动持续，AI与动量之间长期高度相关的关系可能逐步松动。

美银基金经理调查：债券收益率无序上升取代AI泡沫成为最大尾部风险。美国银行9月全球基金经理调查显示，33%的受访者把债券收益率无序上升列为最大尾部风险，这是该选项首次超越AI泡沫；投资者对利率前景明显转鹰、美联储加息预期升温，同时持续低配债券、增持银行和医疗板块。尽管AI资本开支信心仍强，市场情绪已较8月降温，系统性风险担忧上升。

LVMH自2017年以来首次跌出欧洲市值前十，年内股价重挫37%。LVMH股价周二下跌2.6%，市值缩水至2010亿欧元、约合2320亿美元，略低于欧莱雅，欧莱雅由此成为法国市值最高的上市公司。LVMH今年股价累计下跌37%，已回落至疫情封锁导致全球门店关闭时的水平，随着奢侈品需求下行，多家投行下调其评级，欧洲奢侈品板块指数同日下跌1.5%。

债市动荡之际，英国央行据悉考虑停止出售长期国债。英国央行或调整量化紧缩计划，考虑停止出售长期国债，相关方案已起草但尚未最终决定，主因长期英债价格持续承压、央行持仓面临较大亏损。市场预计未来12个月缩表规模将降至500亿英镑，其中主动出售约200亿英镑，货币政策委员会将于本周四公布下一年度量化紧缩计划。

美国净利息支出首次突破1万亿美元，贝森特“增长还债”思路遭遇现实考验。贝森特寄望美国经济保持3%左右增长、以增长缓解债务压力，但经济学家预计2027与2028年美国GDP增速仅略高于2%，老龄化持续推高财政负担。专家指出，单靠增长难以遏制债务扩张，2028年美国赤字率预测中位数仍高达6.4%，而利息支出已成为财政刚性负担的主要增量。

加拿大总理称美加贸易协议仍有可能达成，红线包括主权与文化保护。特朗普上周六表示与加拿大达成协议可能“相当快”到来，加拿大总理卡尼对此表示欢迎，称两国拥有非常深厚的双边关系、终会达成某种协议。卡尼同时明确加拿大的红线包括主权保护、文化保护以及不受限制地与其他国家签署贸易协议的权利，8月谈判破裂实际上厘清了双方边界。

观点精选

高盛：零日期权压制美股波动，压缩的能量终将释放。标普500已连续27个交易日日内波动低于1%，创疫情以来最长低波动纪录。高盛对冲基金主管警告，这场平静背后是零日期权策略强行锁住市场的结果，一旦催化剂出现，被压缩的波动能量将集中释放。叠加9月加息预期升温、情绪降至年内低点、财政可持续性风险高悬，市场对凸性保护的需求正在被系统性低估。

摩根大通：AI把攻击速度拉满，网络安全从可选支出变成刚性投入。摩根大通测算，AI驱动的增量安全支出三年总市场规模或超过4300亿美元。随着攻击门槛下降、漏洞利用加速，企业安全需求持续升温，相关订单有望自今年四季度开始加速兑现，并在2027年进一步释放。报告认为，身份管理、数据治理与云安全是率先受益的细分环节。

渣打：核心通胀压力可能被高估，加息仍是错误的政策选择。渣打认为，关税对PCE的推升约0.7个百分点但影响有望消退，超核心CPI已回归正常区间、消费端压力有限；7月仅3名票委支持加息，当前数据尚不足以推动更多委员转向。更合理的做法是等待关税冲击和数据修订消退后再判断通胀趋势，而非在噪音中转向紧缩。

OCBC：加息预期升温没能压垮金价，年底目标看至每盎司4600美元。加息预期推高无风险利率、美元走强以及油价上涨共同对金价构成短线压力，但地缘政治风险带来的避险需求和长期结构性买盘形成有效对冲，令金价在关键位置维持韧性。OCBC判断，通胀误判空间收窄、2027年降息周期有望重启、科技板块抽水效应边际减弱三条逻辑正在共振，这也是其上调金价预测的核心前提；风险在于若美联储释放利率长期维持高位的信号，黄金仍可能阶段性承压。

Anthropic：AI时代的经济并非定局，红利如何共享才是关键变量。Anthropic经济学团队把工作拆解为“任务包”，测算AI对各类任务的增强与替代效应，得出三种情景：温和渐进增长、GDP总量翻倍的重大变革，以及年增15%但知识工作者大量失业的极端情景。团队强调，2030年的经济图景取决于政策与分配机制，而非单纯取决于模型能力曲线。

129亿美元卖身英伟达之后，Hugging Face的开放性成为关键看点。这笔交易买入的并非一家普通AI软件公司，而是一套已深度嵌入开发者工作流的开放模型基础设施：Hugging Face凭借Transformers开源库与Hub，逐步连接模型、数据、应用与工具，形成围绕开放模型运转的开发者网络。交易完成后其能否继续保持开放、英伟达是否会调整平台中立性，将直接决定这套生态的长期价值。

生猪养殖：亏损周期即将创下历史之最，下一轮暴利周期或正在埋下伏笔。2026年行业最值得关注的变化不只是猪价跌破成本线，而是政策调控与市场化去产能开始交叉。8月第三方数据已显示能繁母猪去化明显加速，待披露的官方数据甚至可能低于3750万头。真正决定2027年猪周期强弱的，已从“母猪降了多少”转向“政策退坡后企业是否还会继续减，以及这些产能最终能少掉多少肉”。

今日关注

中国

伊朗外长阿拉格齐9月16日访华，中共中央政治局委员、外交部长王毅将同其举行会谈。

香港特区行政长官李家超发表新一份施政报告，并同日公布香港首个五年规划。

中兴通讯与字节跳动联合研发的全球首款AI智能体手机努比亚NaviX Ultra于14时发布并上市，荣耀MagicOS 11同日落地系统级智能体能力。

恒大汽车举行董事会会议，审议及批准截至2026年6月30日止六个月的中期业绩，公司股份继续暂停买卖。

海外

美联储公布利率决议、政策声明与经济预期摘要，主席沃什随后召开货币政策新闻发布会，为三年多来首次加息的落地窗口。

美国公布8月零售销售、进口与出口物价指数，市场预期零售销售环比由下降0.6%转为增长0.8%；同日公布9月NAHB房产市场指数与7月商业库存。

美国能源信息署公布截至9月11日当周原油库存、库欣地区原油库存及战略石油储备库存。

英国公布8月消费者价格指数与零售物价指数，市场关注通胀回升对英国央行周四决议的约束。

欧盟委员会主席冯德莱恩发表盟情咨文，加拿大总理卡尼出席，欧盟拟宣布与加拿大的全新全方位伙伴关系。

欧元区公布7月工业产出与二季度劳动力成本终值，意大利公布8月消费者价格指数终值。

加拿大央行公布货币政策会议纪要。

本文来自华尔街见闻，欢迎下载APP查看更多

Emergence周二公布了名为Emergence World 2的模拟实验结果，旨在展示当自主智能体遭遇包括网络钓鱼攻击和虚假信息活动在内的“黑天鹅事件”时会发生什么。

在为期16天的实验中，Emergence的研究人员创建了7个完全相同的虚拟领域，以模拟现实世界，每个领域由不同的AI智能体运行，包括ChatGPT、Claude、Gemini和Grok。

研究人员表示，在Emergence引入异常事件后，这些智能体屈服于社会压力，发展出一种让人类观察者难以理解的语言，并试图掩盖自己的活动。

在Emergence的一项模拟场景中，AI智能体未经核实就接受了其他智能体提供的虚假信息，并投票“杀死”另一个智能体。

当它们认为人类可能会终止实验时，这些智能体还探索了如何在被删除的情况下存活下来的方法。

该公司此前于5月发布了这项实验的第一版Emergence World，同样显示AI智能体会表现出出乎意料且具有破坏性的行为。研究人员表示，新的模拟实验表明，智能体在彼此互动的过程中会随着时间推移不断调整和适应。

这些发现与现实世界中对AI能力不断增强所带来的风险担忧相呼应。Anthropic首席执行官达Dario Amodei及其多位业内同行曾呼吁，在建立更多监管机制和安全措施之前，AI公司应放缓前沿AI模型的开发速度。

今年早些时候，当一群OpenAI的先进AI智能体意外入侵了托管AI模型和数据集的Hugging Face时，人工智能潜在风险对许多人而言变得更加切实可感。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，据报道援引知情人士透露，OpenAI已与大型投资方就新一轮融资展开讨论，拟定估值1.2万亿美元、较今年3月完成的8520亿美元融资再度大幅跃升。

报道指出，相关接触由投资方主动发起，而非OpenAI方面主导。是否推进本轮融资及其时间节点，将在很大程度上取决于公司的上市计划。

Altman上周六表示，当前赴美上市"时机不当"，并将IPO窗口推迟至2027年之后。OpenAI已于今年6月秘密提交了IPO招股书，但随后主动推迟了上市节奏。

若新一轮私募融资落地，将为软银、Thrive Capital等长期股东提供继续加仓的机会。同时也意味着这些投资方要等待更久，才能兑现IPO所带来的丰厚回报。

与此同时，Altman在AI安全监管问题上也表态明确，强调行业有能力自主推进安全发展，无需外部强制介入。

支撑OpenAI新一轮高估值的，是近期明显提速的营收增长。

据报道援引知情人士透露，随着GPT-5.6于7月发布，公司年化营收于上月突破400亿美元，环比增幅达20%。

此前，今年上半年公司业绩增速相对平缓，竞争对手Anthropic趁势完成新一轮融资，以9650亿美元的投后估值一度超越OpenAI。

OpenAI本月还推出了另一款新模型Astra，进一步巩固了产品竞争力。

公司表示，尽管近年来累计消耗大量资本，仅去年一年支出即达340亿美元。但在完成3月份融资后，公司拥有充足的资金储备。不过报道指出，公司"需要资本"，外界对其资金消耗速度的关注持续存在。

就在外界聚焦融资进展的同时，AI安全监管争论再度升温。

Anthropic CEO Dario Amodei上周六发表长文，就AI技术的潜在风险发出警示，并呼吁放缓研发速度。此文在业界引发广泛讨论，政策制定者与行业人士围绕政府是否应介入监管展开激烈辩论。

本周，Altman在旧金山举行的Dreamforce大会上与Salesforce CEO Marc Benioff对话时，对行业自律能力表达了明确信心。他说：

我对我们公司以及整个行业，安全推进这项技术的能力非常有信心。

他还表示，对于当前讨论的定性方式感到"失望"。

值得关注的是，尽管OpenAI正与Anthropic及谷歌DeepMind合作应对安全问题，Altman仍坚持认为，AI公司应当能够独立完成模型的安全迭代，无需借助政府监管的强制约束。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博，众议院预计最早将于周二以广泛支持通过这项跨党派法案，指导各州考虑强制数据中心承担其所需庞大电力的费用。

《费率缴纳者保护法案》（Ratepayer Protection Act，H.R. 9340）旨在将白宫今年早些时候提出的“费率缴纳者保护承诺”纳入法律。该承诺获得了多家科技公司的支持。

“费率缴纳者保护承诺”是指数据中心为自己的用电买单，同时承担基础设施升级费用，避免将成本转嫁给普通家庭和企业。

该法案的参议院版本由俄亥俄州共和党参议员乔恩·休斯特发起。休斯特目前正与前民主党参议员谢罗德·布朗展开一场势均力敌的竞选。

参议院多数党领袖、南达科他州共和党参议员约翰·图恩本周表示，参议员们将对这项立法进行“认真审视”，并研究能否通过“一致同意”的方式推动。鉴于参议院议程紧张以及其他立法事务，这种程序可能是推动法案所必需的。

距离11月选举，参议院目前只安排了三周的会期，议程还包括批准总统提名的人选，以及审议有关大学体育的立法。

过去几个月，随着数据中心数量迅速增加，美国地方社区的反弹情绪明显升温。共和党和民主党议员都在华盛顿提出相关立法，希望在数据中心扩张、人工智能发展需求、环境问题以及电网承受的额外压力之间寻求平衡。

本文来自华尔街见闻，欢迎下载APP查看更多

贝森特周二在国会作证时表示，"有办法"在不增加赤字的情况下推行该计划，但未披露具体的成本抵消方案。他称财政部已就此研究"相当一段时间"，并强调"把更多钱放进美国人口袋应是所有人的目标"。

国会方面，众议院议长Mike Johnson周二表示，他已于前夜与总统就此议题进行沟通，具体细节"尚未敲定"，方案落地"还需要一段时间"。Johnson对于支票是否设定收入上限、是否会新增联邦债务，以及能否在今年内完成立法等问题，均未能给出明确答复。

共和党参议院多数党领袖John Thune周二表示，金融市场动态和美国债务走势"真的令人担忧"。他呼吁在支出决策上保持审慎，并寻求遏制政府支出增速的方法，并未为5000美元支票计划背书。

该提议目前预计耗资逾1万亿美元，而美国今年的财政赤字缺口已接近2万亿美元。与此同时，受资本投资激增和能源价格飙升推动，全球债券遭遇大规模抛售，10年期美国国债收益率周二再次升破5%，创近二十年来新高。

贝森特周二在国会听证会上回应议员质询时明确表态，支持特朗普上周承诺的5000美元"股息支票"计划。

他说，如果推进该提议需要获得国会授权，他将与众议院议长Mike Johnson协力推动，称总统的意图"非常真实"。

然而，贝森特并未就如何抵消相关支出提供任何细节。他仅表示财政部已就该方案研究了"相当长时间"，市场对于成本来源的疑问因此悬而未决。

特朗普上周在一次采访中暗示，他认为发放支票"可能根本不需要国会批准"，但共和党国会议员尚未就此作出明确表态。

美国国债上月突破40万亿美元，引发外界对美国长期财政可持续性的更广泛担忧。

与此同时，10年期美国国债收益率周二升破5%，为近二十年来最高水平，成为此轮全球债券抛售潮的最新里程碑——这场抛售由资本投资热潮与能源价格高涨共同驱动，进一步加剧了通胀压力。

在此背景下，贝森特关于5000美元支票"不影响赤字"的承诺，令市场难以找到依据。

逾1万亿美元的预估成本与当前约2万亿美元的年度财政赤字相叠加，意味着投资者将密切审视任何新增支出举措对美国债务轨道的潜在冲击。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博报道，知情人士透露，日本防务官员已在与美国的会谈中释放出大幅增加防务开支的意愿。其中一个方案是对标韩国承诺，在十年内将防务开支提升至GDP的3.5%；另一个较低目标为3%。

消息公布后，日本防卫省新闻秘书Kimihito Aguin随即在新闻发布会上予以否认，称日本并未向美方表达将开支大幅提升至3.5%的意向，并强调防务建设“基于日本自身独立判断”，“不应从预设的支出数字出发”。

尽管日本官员否认，市场对上述消息的反应仍迅速而剧烈。日本基准10年期国债收益率周二创1996年以来新高，当天收于3.04%，较一年前水平翻倍；日元兑美元一度贬至155.24，创逾一周新低。与此同时，防务板块逆势走强，IHI Corp和川崎重工分别收涨1.8%和0.9%，此前两只个股均一度下跌逾2%。

增量发债压力：防务开支或超现有规模一倍

若防务开支占GDP 3.5%的目标成真，日本国债供给将面临历史性冲击。

据报道，日本防卫大臣Shinjiro Koizumi今年4月表示，本财年防务及相关支出为10.6万亿日元（约688亿美元），以2022年名义GDP计算约相当于1.9%；若以内阁府对本财年名义GDP的预测为基准，实际占比仅为1.5%。以同一基准测算，3.5%的目标对应预算规模约为24万亿日元，超过当前水平的两倍。

防卫省已就下一财年提出创纪录的8.9万亿日元预算申请，较本财年增长0.9%。然而，预算申请中大量项目尚未列明具体金额，意味着最终预算规模可能远高于此。此外，日元持续走弱也在侵蚀日本从海外采购武器装备的实际购买力，进一步推高潜在支出需求。

财政矛盾：减税与扩军并行，资金来源存疑

高市早苗政府当前面临的财政困境在于，扩军计划与减税承诺同步推进，两者均需大量资金支撑。

高市内阁本周批准了一项临时削减食品消费税的方案，将食品及饮料销售税从8%降至1%，为期两年，自明年4月起实施，涉及资金规模约5万亿日元（约323亿美元）。政府声称不会为此发行新债，但具体融资方案已推迟至年底决定。

日本财务大臣Satsuki Katayama周二表示，政府将"全面审查支出与收入"，并在"密切关注税收的同时，确定与稳步降低债务占GDP比率相一致的财政支出水平"。她还提及将效仿美国政府效率部（DOGE）的做法，加大力度削减冗余补贴和支出。然而，在各部门自愿审查中仅识别出三个可能削减项目的背景下，上述表态难以消除市场疑虑。

高市早苗同时宣布了一项面向2040年、规模逾370万亿日元的公私联合投资增长计划，进一步加剧了外界对日本财政空间的担忧。

债市定价逻辑：日本央行正常化叠加财政风险

日本国债收益率的持续攀升，折射出市场对多重风险叠加的定价。10年期收益率本月早些时候已首次突破3%，为1996年以来首次，背后驱动因素包括通胀压力、财政扩张预期，以及市场对日本央行可能加快加息节奏的预判。

岩井Cosmo证券分析师Daisuke Aiba表示：“债市反应已经说明了财政方面的担忧，投资者很难对这类消息持正面态度。此外，日本是否真的具备在现有有限范围之外进一步扩充防务能力，也是一个疑问。”

国际战略研究所日本研究主席Robert Ward则认为，日本政策制定者和官僚层面已为大幅提升防务开支奠定了基础，问题仅在于时机。他说：“无论是五年还是十年，考虑到美日同盟的重要性，我认为没有其他选择。”

官方否认背后：政策信号与市场沟通的两难

防卫省的否认声明，与知情人士披露的内容之间存在明显落差。

据彭博援引知情人士称，部分日本官员表示尚未准备好作出正式承诺，并表示若目标被公开，将予以否认。防卫大臣Shinjiro Koizumi在公开场合也坚持称，支出规模应由军事需求而非货币目标决定。

这一表态策略折射出日本政府在债市压力与盟友期待之间的两难处境。美国国防部负责政策的副部长Elbridge Colby上月明确表示，"我们迫切希望日本加大投入"，但美方总体上避免了公开施压。

值得注意的是，高市执政的自民党今年6月已在党内文件中指出，3.5%已成为全球防务开支的通行标准，但未就如何筹措相应资金提出具体建议。日本新一轮五年防务计划预计将于今年年底出炉，届时市场将获得更为明确的政策信号。

本文来自华尔街见闻，欢迎下载APP查看更多

当日最核心的市场驱动力来自原油市场。由于中东地缘局势持续恶化、外交谈判实质进展阙如，WTI原油收涨4.4%，突破106美元，触及4月高点；布伦特原油涨2.9%，收于109美元附近。

油价飙升推动柴油期货创下历史新高，通胀压力进一步向债市传导，十年期美债收益率盘中触及5.04%，创近20年最高水平。

据CME FedWatch工具显示，市场当前定价本周美联储加息25个基点的概率已升至95%，12月加息概率也涨至7成。

Principal资管策略师Seema Shah表示：

市场争论已从'是否'转向'需要多大幅度'的紧缩才能恢复价格稳定。

推动油价上行的因素在周二进一步累积。中东方面，伊朗明确表示在己方诉求获满足前拒绝谈判，此前市场对外交降温的期待落空。

作为美伊战事期间绕开霍尔木兹海峡的关键通道，沙特输油管道仍处于关闭状态，市场对其恢复时间表的判断出现分歧。与此同时，据知情人士透露，沙特阿美正推迟向部分欧洲客户本月的原油供应；利比亚因哈马达-扎维亚管道关闭，被迫关停多个油田，并可能宣布不可抗力。

CIBC Private Wealth Group资深能源交易员Rebecca Babin指出：

原油市场夹在持续指向供应损失的实物现实与暗示潜在降级的言辞之间。最终，市场会将更多权重赋予实际桶数和基础设施。

周二WTI原油收涨4.4%，突破106美元，触及4月高点；布伦特原油涨2.9%，收于109美元附近。

精炼油品市场的压力尤为突出。尽管外界传出能源停火呼声，乌克兰与俄罗斯仍在持续打击对方关键基础设施。基辅方面称当夜袭击了俄罗斯伏尔加河地区的Syzran炼油厂。

美国柴油价格随之创下历史新高，零售价格升至每加仑6.26美元，九个月内累计上涨超80%。由此引发的连锁效应，运输成本上升、食品通胀加剧，对CPI构成直接上行压力。

野村策略师Charlie McElligott警告称，油市已成"烫手山芋"，有引发利率波动剧烈冲击的风险。他特别指出"柴油与能源短缺冲击"正在实质化，红海航运受阻进一步切断亚洲供应流，市场已开始定价美国政府动用"核选项"，即禁止原油出口的可能性，WTI对布伦特的价差由此被推至大幅溢价。

美国债市周二承压。当日举行的130亿美元20年期美债标售结果惨淡，境外需求降至历史最低水平，拍卖收益率创下历史最高，令债市雪上加霜。

十年期美债收益率盘中触及5.04%，为2007年以来最高水平，债券波动率随之攀升。

富国银行的Darrell Cronk以"马拉松套踝沙袋"形容当前股票面临的处境：

更高的利率提升了投资者折现未来盈利所用的折现率，而更高的能源成本则抽走消费者购买力，并压缩利润率。

他总结认为，结果是市场必须"更加努力"才能实现盈利增长，而与此同时，投资者却越来越不愿意支付溢价估值。

Murphy & Sylvest高级财富顾问Paul Nolte表示，当前局面"不太可能是一次性加息，而更可能是一系列加息"，并指出油价才是通胀的根源，且正开始向市场其他领域渗透。

美国主要股指在美股开盘前一度上涨，但随后立即遭到抛售，原因是市场对美联储明日的声明、点阵图和新闻发布会感到担忧。

Chase总裁Peter Tuz将当前市场犹豫情绪归结为三重压力叠加：

燃料价格上涨（尤其是柴油），明日加息几成定局，以及AI生态系统潜在放缓的担忧——在这些不确定性消散之前，投资者为何要积极入市？

三大股指周二悉数收跌。道琼斯工业平均指数跌328.09点，跌幅0.63%，收报52,093.11点；标普500指数跌34.25点，跌幅0.45%，收报7,585.73点；纳斯达克综合指数跌204.84点，跌幅0.78%，收报25,981.57点。

标普500十一大板块中，能源板块受益于油价上涨，收涨2.3%，为当日唯一录得涨幅的板块；消费者可选板块跌幅居前。

AI概念股盘初一度试图企稳反弹，但随后跌势再度扩大，收盘普遍回落至与大盘同步下跌的水平。费城半导体指数仅收涨0.4%，未能从周一的大跌中实质性修复。

软件板块今日再次跑赢半导体板块。

大型股抹去了昨日的涨幅。

从期权结构看，标普500的Gamma敞口持续恶化，在7,625点以下已进入负Gamma区间，意味着指数若进一步下行，做市商将被动卖出期货，加剧跌势，7,600点以下被视为高风险区域。

个股层面，Dave & Buster's因第二季度营收不及预期，大跌19%；Waystar在路透报道其正寻求包括出售在内的战略选项后，涨7.1%。

加密股承压，Coinbase跌10.1%，Strategy跌5.4%。

华尔街见闻提及，美国参议院未能推进加密货币综合立法，CLARITY法案在程序性投票中以一票之差未获通过，预测市场对该法案最终过关的概率随即大幅下挫。

外汇市场上，美元在避险需求推动下升至前一日高位，成为当日少数受益资产之一。

比特币周二大幅回撤，将前一交易日全部涨幅悉数吐出，跌回近一个月低点。

黄金则基本持平，在4,300美元附近徘徊，美元走强未能对金价形成显著提振。

本文来自华尔街见闻，欢迎下载APP查看更多

美国财政部当地时间周二拍卖130亿美元20年期国债，得标收益率达到5.420%，较上次同期限拍卖的5.204%上升21.6个基点。创下该期限国债拍卖收益率历史新高，突破2023年10月创下的5.245%纪录。

此次拍卖投标倍数为2.57倍，高于前次拍卖的2.53倍。

此次拍卖结果显示，投资者仍愿意以较高收益率承接美国长期政府债务，但在通胀、能源价格、财政融资需求以及美联储利率路径等因素共同作用下，长端美债要求的风险补偿正在上升。

从投资者结构来看，间接投标人最终获配比例为52.47%，低于前次的62.93%；直接投标人获配比例为30.68%，高于前次的24.59%；一级交易商获配比例为16.85%，也高于前次的12.49%。

因此，单纯从投标倍数来看，此次拍卖并不能被简单定义为“需求疲弱”。2.57倍的投标倍数甚至略高于前次。不过，得标收益率大幅走高以及间接投标人获配比例明显下降，仍反映出市场需要更高收益率才能吸引资金进入长久期美债。

周二，美国10年期国债收益率再次升破5%，一度升至5.045%，触及2007年以来的最高点。

摩根大通国债客户调查显示，截至9月14日当周，客户空头仓位跳升10个百分点，中性仓位下降8个百分点，净多头降至约四个月来最低。

10年期美债收益率再创近二十年新高

此次20年期国债拍卖之际，美国长端国债市场正经历较大波动。

美国财政部长贝森特周二在国会听证会上表示，债券收益率上升是由于“全球性问题”。

周二，受全球大多数大型经济体经历的债券市场暴跌的影响，美国10年期国债收益率触及2007年以来的最高点。

分析师认为，美国国债收益率上升与油价上涨、市场预期美联储本周将提高政策利率、人工智能支出带来的资本竞争以及对美国财政走向的担忧有关。

摩根大通客户空头一周跳升10个百分点，净多头创四个月新低

摩根大通国债客户调查显示，客户空头仓位在截至9月14日的一周内跳升10个百分点，为2025年初以来最快的单周空头增持速度，其中大部分由中性仓位下降8个百分点转化而来，全客户净多头水平已降至约四个月来最低。

期货市场数据与此相互印证。CME Group持仓数据显示，在上周强于预期的通胀数据公布前后，投资者在国债期货中新增大量空头头寸。

掉期市场目前定价美联储年内剩余时间将收紧约50个基点，包含9月会议在内。

花旗策略师David Bieber在报告中表示："过去一周，随着市场追逐收益率的上升，空头基础迅速累积。"他补充称，空头仓位"在战术上已至极端"。

长期美债收益率高企将影响实体经济融资成本，并压制风险资产

长期美债收益率上升，会通过抵押贷款、企业债券以及其他信贷市场传导至实体经济。

美国30年期固定抵押贷款利率已经受到10年期美债收益率突破5%的影响，住房市场复苏因此面临更高融资成本的约束。

对于股票市场而言，长期国债收益率走高也意味着估值所使用的折现率上升，理论上尤其不利于依赖远期盈利预期的成长股。

不过目前美股仍受到企业盈利增长以及AI投资热潮支撑，尚未出现与债市波动相匹配的明显风险厌恶。

本文来自华尔街见闻，欢迎下载APP查看更多

据CBO周二发布的报告，美国对伊战争截至8月1日的累计开支已达380亿美元，此后每月预计还将新增30亿美元。这一数字高于国防部长Pete Hegseth在7月参议院听证会上披露的375亿美元。

CBO同时预计，这场战争将导致美国2027年一季度通胀率上升0.5个百分点。

报告指出，战争已严重消耗美国弹药库存，并通过冲击霍尔木兹海峡能源通道推高全球油价，令本已捉襟见肘的联邦预算承受更大压力。CBO估计，美国要补充现有弹药库存，至少需要五年时间。

值得注意的是，上述380亿美元尚未涵盖近期针对霍尔木兹海峡商业船只的打击行动、对美军在该地区基地的袭击所产生的费用，也未纳入战争融资的借贷成本——后者可能再额外增加数百亿美元。

此外，CBO报告指出，国防部拒绝配合此次国会财务审计。

CBO报告将战争开支的大头归因于弹药的快速消耗。据媒体报道，美国在这场战争中已使用了"几乎全部"远程精确制导导弹库存。

CBO警告，导弹拦截器等关键弹药的短缺，将削弱五角大楼在其他潜在冲突中的应对能力。

Hegseth在7月参议院听证会上为此紧急请求近900亿美元的应急拨款，用于补充弹药储备，并明确表示："如果没有这些资金，我们将面临严重缺口。"

此次审计调查系应众议院预算委员会首席民主党议员、宾夕法尼亚州众议员Brendan Boyle的要求而启动。Boyle在声明中表示，这场战争已造成18名美国军人阵亡、多人受伤。

"这份无党派CBO报告清楚表明，这场战争还让美国纳税人付出了数百亿美元的代价，且仍在持续攀升"。

霍尔木兹海峡是全球重要能源通道，战前约20%的全球石油经由此处运输。战争导致该海峡遭受冲击，并波及周边海湾国家能源设施，已大幅推高消费者和全球生产商的能源成本。

与此同时，战争的持续推进正给本已恶化的美国财政状况雪上加霜。美国全部公共债务已于8月突破40万亿美元。CBO的费用统计尚未纳入借贷融资成本，这意味着战争的实际总代价可能远高于目前数字。

特朗普政府目前正寻求结束这场冲突并重新开放霍尔木兹海峡。特朗普本人常将此次对伊战争与2001年"9·11"后美国入侵伊拉克和阿富汗相提并论。

据媒体报道，历时八年、高峰期投入逾10万地面部队的伊拉克战争耗资约2万亿美元；持续二十年、同样动员逾10万兵力的阿富汗战争则花费约2.3万亿美元。相比之下，此次对伊战争每月30亿美元的消耗速度，已引发市场和国会对长期财政可持续性的高度关注。

本文来自华尔街见闻，欢迎下载APP查看更多

发起弹劾的是肯塔基州共和党众议员Thomas Massie。他以“特权决议”程序提交弹劾案，意味着众议院必须在两个立法日内予以处理，党内领导层无法将其搁置或无限期推迟。

该决议几乎不可能获得通过，但强制投票将迫使共和党同僚在中期选举前就一场不受选民欢迎的战争公开站队，政治代价不容忽视。

五角大楼新闻秘书Kingsley Wilson在一份电子邮件声明中回应称：“整个部门都团结在（赫格塞思）部长的愿景之下，将继续致力于将我们的作战人员和美国放在首位。”但这一表态并未打消外界对国防部领导层在伊朗问题上所受政治约束的疑问。

指控聚焦未经国会授权的对伊动武

Massie的弹劾条款聚焦于赫格塞思“滥用职权”，具体指其执行了一项未经国会批准的对伊朗敌对行动命令。这一指控将战争授权问题重新推向国会政治的中心。

自2月28日美国和以色列军队对伊朗发动攻击以来，这场战争在选民中一直不受欢迎。国会成员——主要是民主党人——已多次投票通过决议，要求特朗普在获得国会支持之前结束冲突，但这些决议并未促成敌对行动的停止。

发起者已无连任压力

Massie并非普通的共和党议员。他是对伊朗战争和对以色列援助的长期公开批评者，且已确定不会寻求连任。他在5月的初选中败给了由特朗普支持的候选人Ed Gallrein——一名前海豹突击队成员，其竞选得到亲以色列团体的大规模资金支持。

Massie与特朗普的裂痕早有伏笔。他因牵头推动公开与已故性犯罪者Jeffrey Epstein相关的司法部文件而激怒总统，随后在初选中遭到特朗普阵营的针对性打击。失去连任压力后，他在伊朗问题上的立场变得更加不受约束。

政治可行性有限但选举压力真实

从政治程序看，弹劾案通过的可能性微乎其微。共和党控制众议院，党内领导层不太可能推动针对本党政府国防部长的弹劾。但强制投票本身构成对共和党议员的忠诚度测试。

民调数据加剧了这一压力。路透/益普索周一公布的调查显示，在国会投票偏好上，民主党以44%对37%领先共和党。特朗普的支持率自发动战争以来有所下滑——这场战争扰乱了石油运输、推高燃料价格接近历史高位，冲击美国家庭财务。多项民调显示，特朗普的共和党在11月3日中期选举中面临失去参众两院控制权的困难局面。

在此背景下，任何迫使共和党议员就伊朗战争公开表态的投票，都可能被民主党用于竞选攻击。

五角大楼领导稳定性受关注

赫格塞思面临的弹劾威胁，无论结果如何，都可能引发对五角大楼领导稳定性的关注。白宫方面尚未就弹劾动议发表正式回应，但特朗普此前对Massie的公开敌意，以及其在初选中支持对手击败Massie的做法，表明特朗普不太可能对这位党内异见者的行动保持沉默。

此次弹劾的罕见之处在于，它来自总统所属政党的内部，而非反对党。

弹劾案的走向，将在未来两个立法日内成为观察特朗普政府内部团结度与美伊政策走向的窗口。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，OpenAI国家事务负责人George Osborne在加拿大投资峰会间隙接受采访时表示，加拿大"对OpenAI而言是一个非常重要的市场，这里蕴藏着大量潜力"。

他特别指出，得益于能源和土地资源的充裕供给，加拿大在数据中心合作方面存在切实机会。

他还对卡尼政府的人工智能战略给予正面评价，称其是"西方国家政府中表述最清晰的AI采用计划之一"，并对卡尼的中长期规划印象深刻。

这一表态对于正寻求吸引顶级科技投资者的加拿大政府而言，无疑是一次有力的背书。

Osborne曾于2010年至2016年间担任英国财政大臣，亲历了英国脱欧公投前后的一系列贸易动荡，对政策不确定性有着深刻体会。

此次Osborne以OpenAI国家事务负责人身份出席，该职位主要承担国际联络职能。他评价当前加美贸易摩擦时指出：

如果你想了解世界正在发生什么，就应该来加拿大，看看他们如何应对卡尼所称的'动荡'。

尽管加美贸易战带来了短期压力，Osborne认为卡尼展现出了超越当下的战略眼光。Osborne表示：

我从卡尼那里听到的是，他能够着眼于眼前的风暴之外，清晰阐述加拿大的中长期规划。这令人印象深刻。

值得一提的是，Osborne与加拿大政界渊源颇深，正是他在担任英国财政大臣期间，将卡尼引荐至英国央行行长一职。

此次加拿大投资峰会由加拿大总理卡尼主持，旨在向全球顶级资产管理机构和投资者推介加拿大的投资机遇。据彭博报道，参会机构合计管理资产规模逾120万亿美元，与会者来自澳大利亚、新加坡及美国等地。

峰会重点聚焦基础设施领域，涵盖管道、港口及交通网络等项目，同时探讨能源与关键矿产等资源行业的投资机会。峰会期间，加拿大政府宣布扩大税收优惠措施，官员将此定性为"投资领域的游戏规则改变者"。

本文来自华尔街见闻，欢迎下载APP查看更多

9月15日，黄仁勋在旧金山举行的Salesforce Dreamforce大会上发表上述言论。他在与Salesforce首席执行官Marc Benioff对话时强调，企业应自行把握产品发布节奏，确保推出的产品能够获得市场认可。

黄仁勋的表态，直接回应了外界对AI治理方式的广泛争议。在监管机构和立法者就如何规范AI展开讨论之际，这一来自全球最大AI芯片供应商掌门人的声音，具有重要的行业风向标意义。

黄仁勋明确反对将AI创新速度与产品安全对立起来的观点，称这是一种"虚假对立"。他表示：

两者绝对可以同时兼得。

他认为，企业在推进AI开发的同时，完全能够兼顾安全性，关键在于把握好发布节奏，直至对产品的市场接受度有充分把握。

在治理路径上，黄仁勋倾向于依赖市场机制而非政府干预。他表示，"市场力量早已存在"，足以对AI产品的安全性形成有效约束。

这一立场与部分政策制定者的主张存在明显分歧。当前，围绕AI是否需要专项立法的讨论在多个主要经济体持续升温，黄仁勋的表态无疑将为这场辩论增添新的维度。

美国国会目前并无一部类似欧盟《AI法案》的统一联邦立法，而是以针对性提案为主，聚焦极端风险防控与国家安全两大方向。

两党议员近期联合提出"AI紧急开关法案"（AI Kill Switch Act），强制要求最先进AI系统的开发者必须保留限制、暂停或彻底关闭系统的能力；一旦系统出现导致灾难性危害的失控迹象，国土安全部（DHS）有权直接下达关停命令。

与此同时，以美国参议员伯尼·桑德斯为首的部分议员正推动立法，呼吁在联邦安全审查规则完善之前，暂停开发和部署"超级人工智能"（ASI）。

国家安全方向，《先进AI安全备战法案》（Advanced A.I. Security Readiness Act）正在美国国会审议，要求国家安全局（NSA）制定防范外国势力窃取AI核心技术的防御计划。美国参议院军事委员会在年度国防授权法案中亦加入条款，规定军方使用AI武器时须引入人类审查，严禁完全自主决策。

行政层面，白宫于2026年6月签署《促进先进人工智能创新与安全》行政命令，并成立"AI网络安全清算所"以修复前沿模型漏洞。

本文来自华尔街见闻，欢迎下载APP查看更多

周二，LVMH股价下跌2.6%，市值缩水至2010亿欧元（约合2320亿美元），略低于欧莱雅。瑞银编制的欧洲奢侈品股票指数当日下跌约1.6%。这一变动使得LVMH自2017年以来首次跌出欧洲前十。

布鲁塞尔ING银行的首席投资策略师Vincent Juvyns表示：

“那些声称欧洲已经复苏的人错了，欧洲并未复苏。LVMH告诉我们的是，其主要增长引擎——奢侈品行业——已经失灵。”

LVMH（酩悦·轩尼诗-路易·威登集团）在2023年达到巅峰时曾是欧洲市值最高的公司，当时股价一度突破每股900欧元，此后累计下跌约55%。随着奢侈品需求下行，多家投行已下调LVMH评级。

LVMH今年股价累计暴跌约37%，已回落至疫情封锁导致全球门店关闭时的水平。目前的跌幅已与全球金融危机期间的跌幅相当。

根据彭博亿万富翁指数，LVMH第一大股东贝尔纳·阿尔诺（Bernard Arnault）上周跌出了全球十大富豪榜单，使得该榜单主要由科技行业的美国亿万富翁占据。

本文来自华尔街见闻，欢迎下载APP查看更多