华尔街见闻 - 资讯 - 最新

高利率不是美股的“终结者”？盈利才是？

Mon, 14 Sep 2026 10:24:47 GMT

市场正把“高利率”视为美股估值的终结者。30年期美债收益率升至约5.40%，为近20年最高；长久期美债过去一年下跌约10%，标普500远期市盈率也被压缩约3倍。但与此同时，美股仍上涨约16%。

摩根大通9月14日公布的报告却得出了截然不同的结论：这轮利率上行距离真正压制估值仍有一段距离，决定估值天花板的关键并非收益率本身，而是盈利增速。

该团队将1950年以来的估值数据按照盈利增速分档后发现，10年期美债收益率与标普500估值倍数呈现“倒U型”关系——收益率在前期温和上行时，估值反而可能得到支撑；只有突破一定阈值后，利率上行才会开始明显压缩估值。按照当前盈利水平，这一阈值对应的10年期美债收益率约为5%至6%。

更广泛来看，华尔街策略师也并未将美联储重新加息视为牛市终结信号。高盛、摩根士丹利和摩根大通的策略师均认为，只要经济增长和企业盈利保持韧性，温和加息引发的市场回调可能只是短期波动。

高盛首席美国股票策略师Ben Snider表示，市场已经计入未来一年加息三次以上的预期，而企业盈利和资产负债表依然强劲；彭博统计也显示，历史上真正威胁牛市的通常是完整的加息周期，而非单次加息。

估值真正承压的门槛在5%-6%

第一档是盈利增速高于20%的超级增长环境，估值倍数最高可支撑至约24倍，对应10年期美债收益率约6%。第二档是盈利增速为10%-20%的高于趋势增长环境，估值倍数约为20倍，对应收益率约5%。整体来看，盈利增速越低，市场能够承受的收益率水平也越低。

目前标普500约22倍2026年EPS，对应调整后2026年盈利增速约28%；2027年估值约18倍，隐含盈利增速约21%（剔除一次性投资损益）。这意味着，只要盈利增速能够维持在15%以上，2027年的估值仍存在进一步重估的空间。

衡量估值是否昂贵，还有另一把尺子。两阶段股息贴现模型显示，目前隐含股权风险溢价约为7.2%，处于历史69%分位；长期PEG约为2倍。换言之，只要企业能够兑现13%-15%的年均盈利增速，当前估值水平大体仍有基本面支撑。

AI 30只龙头目前约30倍前瞻估值，对应标普500其余470只成分股约19倍、MSCI ACWI同业约14.3倍。这样的估值溢价，主要来自更强的盈利可见性、更低的杠杆率以及更稳定的股东回报。

生产率则是另一重缓冲。若生产率维持在1.5%-2.5%的区间内，当前收益率仍可支撑约20倍估值；如果AI进一步推动生产率突破2.5%，估值所获得的支撑将更强。

利率如何传导至盈利：先看债务结构，再看现金流

利息费用上升对企业盈利的冲击是渐进式的，因为企业债务整体以固定利率、长久期融资为主。

短期来看，两股力量足以部分抵消融资成本上升的压力：一是金融板块盈利改善，二是企业仍持有约2.4万亿美元现金，这些资金能够获得更高的利息收入。与此同时，多数企业当前借贷成本仍低于2023年的峰值水平：30年期固定按揭利率约6.8%，低于2023年的8.1%；高等级债收益率约6%，低于6.5%；高收益债约7.7%，低于9.6%。

真正值得关注的压力来自结构性分化。“更高更久”的利率环境正在挤出消费相关活动、住宅和商业地产，以及不直接受益于AI建设的资本密集型行业和高杠杆企业。

报告将这一过程形容为一只“看不见的手”：有限的资本正在流向出价最高、信用质量最好的借款人——政府和大型跨国企业。因此，更高利率未必意味着整体企业盈利遭到全面打击，但会显著加剧市场内部的分化。

曲线形态决定板块：陡峭化买周期，平坦化买科技

板块领导权还取决于收益率曲线如何变化。

如果出现熊市陡峭化，即长短端利差扩大，能源、金融等周期板块更容易受益；如果出现熊市平坦化，则科技股相对占优。与此同时，债券替代品和长久期非科技板块——包括公用事业、地产、通信服务和必需消费——对利率上行最为敏感。

风格上，基准情景仍是浅加息周期，即去年“保险式”降息预期出现逆转，但并未演变成激进紧缩。在这一情景下，成长股和优质成长股仍有望保持优势；如果通胀重新加速，市场开始定价更广泛的加息周期，即进一步加息4-5次，则投资风格可能转向低波动。

从市值风格看，大盘股的抗压能力更强。相比之下，小盘股更依赖短期银行浮动利率融资，因此货币政策传导更直接，受到的冲击也更大。

报告同时认为，本轮利率上行主要由基本面驱动，而不是市场对美联储独立性或美国财政可信度的担忧。长端掉期利差相对稳定，长期盈亏平衡通胀率也仅小幅上升。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

高盛大幅上修27/28年光模块需求，称供应链紧张将是明年最大出货瓶颈

Mon, 14 Sep 2026 10:06:10 GMT

光模块行业真正的约束已从需求侧转向供给侧，DSP与激光器等原材料的稀缺性，以及龙头厂商的产能锁定策略，将成为决定2027年利润分配格局的关键变量。

高盛走访中国15家光通信企业后，大幅上调高速光模块需求预测，并判断定价纪律将好于市场预期。这份调研报告揭示的核心逻辑，远不止于订单排期——供给端的原材料瓶颈与龙头企业的产能锁定策略，正在悄然重塑这一轮AI基础设施投资的利润分配格局。

高盛将800G及以上光模块2027年/2028年需求预测分别上修39%和36%，至1.44亿只和1.71亿只。与此同时，报告判断1.6T光模块价格将维持在700美元以上，800G产品2027年降价幅度仅为个位数。这一定价判断的支撑逻辑，在于DSP、激光器、PCB等关键零部件的持续紧缺，以及龙头厂商通过预付款和长期协议主动锁定产能的供应链管理策略。

在CPO（共封装光学）商用化路径上，高盛指出测试与耦合设备商是最早兑现收入的环节。罗博特科二季度收入环比增长172%，高出高盛预期141%，印证了这一判断。报告同时预计CPO交换机2026年至2028年出货量将从1万台跃升至13.1万台，设备端订单能见度延伸至2028年。

需求上修：规模扩张与规格升级双轮驱动

高盛此次上修需求的依据，来自走访企业对全球800G与1.6T光模块需求的综合判断——受访企业给出的区间为1.3亿至2亿只，高盛最终将2027年/2028年预测落定于1.44亿只和1.71亿只。

驱动力来自三个层面：AI服务器机架的持续扩容、光模块应用场景从横向扩展（scale out）向纵向扩展（scale up）及跨层互联（scale across）延伸，以及产品规格的持续升级。这意味着此轮需求上修并非单一因素驱动，而是集群规模扩张与规格迭代同步发生的叠加效应。

中国市场方面，受访企业预计整体需求将实现两位数增长，规模超过5000万只，主体仍以800G和400G为主，1.6T处于起量初期。值得注意的是，受访管理层普遍强调，当前每一只出货的光模块均已实际部署于数据中心，反映的是真实终端需求，而非渠道备货，这在一定程度上降低了重蹈2000年代互联网泡沫时期"双重订购"覆辙的风险。

激光器等紧缺成为2027年出货实际上限

需求上修的同时，供给端的约束正在成为行业真正的变量。受访企业普遍指出，DSP、激光器、PCB的持续紧缺可能压制2027年实际出货量，这意味着1.44亿只的需求预测，在供给端存在无法完全兑现的风险。

激光器环节，中国供应商正在加速提升200G EML的产能与技术能力，以支撑1.6T光模块在2027年的放量。Everbright（688048.SS）为2027年备下的激光器产能中，EML略多于CW激光器，EML内部以100G为主，200G占比仍小。东山精密的200G EML已进入量产，但受DSP供给制约，出货量目前仍然有限；该公司已锁定2027年1000万颗DSP供应，为激光器与光模块出货提供支撑。

InP外延片龙头VPEC方面，随着出口许可趋于稳定、更多客户自带InP衬底，以及中国以外第二至第四供应商逐步成长，InP衬底供给正在改善。VPEC的MOCVD设备数量将从当前62台扩张至2027年二季度的69台，并计划在2027年新建生产基地。

龙头锁产能，价格为何不崩

在供给偏紧的背景下，高盛判断800G光模块2027年降价幅度将控制在个位数以内，1.6T价格维持700美元以上。这一判断的核心支撑，在于行业竞争格局与龙头厂商的供应链管理策略。

受访企业管理层强调，光模块并非纯粹的组装业务，产品SKU众多，对供应商的研发能力和响应速度要求极高。与电信市场5年产品周期相比，数通市场的产品迭代周期已缩短至1至2年，这使得研发能力与量产执行力成为竞争壁垒，而非单纯的价格竞争。

全球龙头英飞拓（Innolight，300308.SZ / 3308.HK）的做法具有代表性：通过与供应商开展研发协作、直接投资供应商、签订预付款协议和长期供货合同，在供给紧张周期中锁定可持续产能。这种深度绑定供应链的策略，在地缘政治压力下客户要求分散生产基地的背景下，进一步强化了龙头的竞争优势，也为整体定价纪律提供了结构性支撑。

CPO商用化：设备商最先兑现，订单能见度延伸至2028年

CPO技术的商用化进程仍面临挑战。激光器供应商指出，外部光源（ELS）方案中300mW/400mW连续波（CW）激光器存在散热难题，当前优先推进的是100mW以上配合PA的NPO方案。光模块厂商也观察到，3.2T NPO光引擎在中国及海外市场均呈现强劲需求。

尽管CPO规模放量尚需时日，测试与耦合设备商已率先受益。高盛指出，昂贵的最终模块意味着生产过程中需要多道测试，越早发现缺陷，损失成本越低，这使得测试设备需求具有结构性支撑。

罗博特科二季度收入环比增长172%，高出高盛预期141%，直接印证了这一逻辑。罗博特科与FiconTEC均表示，未来一年计划出货的工具数量，将超过过去25年累计出货量的一半，订单能见度延伸至2028年。高盛预计CPO交换机出货量将从2026年的1万台增长至2027年的9.2万台，再到2028年的13.1万台。

在技术升级层面，罗博特科与FiconTEC计划明年将晶圆级测试时间缩短50%至60%，并实现芯片级测试速度提升4倍；Enlitech推出的NightJar超光谱成像系统，可在早期晶圆测试阶段实现已知良品芯片（KGD）筛选，进一步降低失效成本。

验证窗口：三个关键指标决定判断成立与否

上述判断均有明确的可验证条件。

需求端，若2027年800G及以上光模块实际出货达到1.44亿只区间下沿，则上修判断成立，否则需下修；验证窗口为2027年一季度各厂商年度出货指引。

定价端，若1.6T光模块均价跌破700美元，则定价纪律判断被推翻。

设备端，若设备商收入环比增速连续两个季度转负，则订单能见度判断不成立；验证窗口为2026年三季度业绩发布期（10至11月）。

风险提示及免责条款

“很难亏”的债基又来了，这次13家一起上报

资事堂·暮延 — Mon, 14 Sep 2026 09:30:07 GMT

备受关注的第二批“摊余成本法”债券基金“现身”。

根据监管机构截至9月11日的披露信息，包括博道基金、东财基金、泰信基金、东方阿尔法、苏新基金、泉果基金、中海基金、恒越基金、博远基金、汇泉基金、益民基金、汇百川、瑞达基金等已于日前上报了各自的摊余成本法债券基金。

按照相关规定，摊余成本法计价的债券基金，可将票息收益按持有期平摊到每个交易日，通常情况下，拥有很强的盈利稳定性。相关产品自2021年后已很长时间未有新产品问世。

13家中小公募集体申报

证监会官网披露的上报名单显示，博道、东财、泰信、东方阿尔法、苏新、泉果、中海、恒越、博远、汇泉、益民、汇百川、瑞达13家基金公司集体上报第二批摊余成本法债券基金。

与首批产品类似，这批债基统一设定63个月封闭期、到期终止，单只募集规模上限不超过80亿元。

这场申报潮来得并不慢。8月14日，首批15家中小公募刚刚重启申报，名单里既有尚正、红土创新、百嘉等内资机构，也出现了贝莱德、路博迈、联博、安联四家外资公募的身影。

仅过去约一个月，第二批便接力而至。两批合计28只产品、28家中小公募，这也是自2021年监管暂停受理该类产品新申报以来，时隔五年重新“开闸”。

另外，9月3日晚，首批10家基金管理人已上报科创债场外指数基金。多重举措被视为支持中小基金公司规范健康发展的有力落子。

托管安排：兴业或领跑，浦发中信并列

从第二批产品的托管安排看，股份制银行再度占据主导。

据业内人士透露，博远、瑞达、中海、泰信、博道、汇泉 6 家基金公司的产品有望落户兴业银行。恒越、泉果、苏新、汇百川 4 家或由浦发银行托管。益民、东方阿尔法、东财基金旗下产品则可能分别花落中信银行、招商银行与江苏银行。

叠加首批名单，兴业银行合计托管的摊余成本法债基有望达到 10 只，领跑同业。浦发银行与中信银行各入账 5 只，或并列第二。

股份制银行的抢跑动作是其拿到托管资格的重要因素。

政策信号刚释放，相关银行就迅速与多家基金公司联系，把合作意向敲定了下来。

部分银行甚至由副行长级别的高管亲自出面，进行沟通协调，而不是派托管部员工按部就班走流程。同时拿下多只托管的银行，除了提供托管服务，还会协调理财子公司、自营资金参与认购，协助基金公司完成销售，解决单一投资者集中度不超过 40% 的硬约束。

对中小基金公司而言，托管行的分量远不止“存管”二字。

多数银行渠道对合作基金公司设有规模、业绩等硬性门槛，没有品牌和存量规模的中小公募平时很难够到。摊余成本法债基净值稳、单只规模上限高、天然契合机构资金，银行愿意接，托管合作的达成，也为中小公募打开了主流渠道的合作空间。

批文落地在即，中小公募的突围才刚开始

对于这批产品，业内普遍翘首以待。据业内人透露“我们一直密切关注批文下发时间，一旦获批立即启动发行工作。”。

从名单看，此次入选的多为平时合规风控表现较好的中小基金公司。

据业内人士介绍，监管通过设定分类评价、资本金等门槛，筛选出合规且具备基本运营能力的机构进行扶持。

对符合条件的公司而言，摊余成本法债基、科创债指数基金带来的管理费收入，有望覆盖运营成本，实现盈亏平衡甚至缓解财务压力。

不过，拿到产品红利并不意味着可以“躺平”。

多位基金公司人士强调，中小基金公司要真正突围，仍需依靠持续创新能力、挖掘公司特色、走差异化竞争路线，近年不乏中小公司靠精品路线占据一席之地的案例。

风险提示及免责条款

AI终结AI：新技术越强，旧模式越难持续

东吴证券陈李、葛晓媛 — Mon, 14 Sep 2026 09:07:54 GMT

最强的AI公司，开始讨论减速。

OpenAI首席执行官萨姆·奥特曼（Sam Altman）明确表示，公司不会在2026年上市。他承认，OpenAI还没有解决模型对齐问题。如果不能证明模型安全、可控，公司就不应该继续训练。

Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）随后发表长文，呼吁前沿AI公司放慢模型能力的提升速度。奥特曼和马斯克都表示赞同。

这些企业没有减少资本开支，也没有退出模型竞赛。它们继续建设数据中心，训练更大的模型，同时要求整个行业慢下来。

这不是AI衰退的信号。

AI能力越强，数据、安全、能源和社会信任问题越难留在企业之外。AI企业过去争夺芯片，现在还要争夺社会的许可。

AI技术不会停止。可能结束的是今天的AI发展模式：资本市场提供资金，社会提供数据，居民承担能源成本，企业自己制定安全规则。

AI创造的社会价值、AI公司的收入、AI投资者的回报，是三件不同的事。

OpenAI不急着上市，阿莫代伊要求所有人减速

奥特曼不愿意马上把OpenAI交给公开市场。

他的理由很直接。上市以后，管理层需要面对季度收入、利润和股东回报。模型能力和安全控制一旦发生冲突，公司可能需要暂停训练，牺牲短期收入。OpenAI目前的治理结构，让公司保留了这种权力。

奥特曼说，如果为了人类利益暂停训练，他愿意向投资者解释：“很抱歉，我们事先已经告诉过你们，这种情况可能发生。”

这番话很动听，也暴露了现实矛盾。

一家准备冲击巨额估值的公司，能否在关键时刻主动放弃收入？管理层认为自己可以。公开市场未必相信。社会也不能只依赖管理层的自我承诺。

阿莫代伊（ Anthropic 的联合创始人兼首席执行官）的主张更进一步。

他提出三项安排：向独立评估者开放接近内部员工的系统权限；让前沿AI公司共同制定安全标准；推动政府和不同国家协调监管。

他没有主张停止技术进步。他要求放慢模型能力提升的速度，为安全研究争取时间。

这份主张还有另一条清晰的政治线索。

阿莫代伊认为，美国企业减速的幅度不能超过对中国的领先优势。他要求继续限制高端芯片和设备出口，打击模型蒸馏，保护模型权重。

模型蒸馏，是利用一个强大模型的输出训练另一个模型。它能够降低训练成本，也会削弱闭源模型的技术壁垒和定价权。

阿莫代伊同时拥有三种身份：AI安全研究者、美国政策游说者、Anthropic首席执行官。

安全风险真实存在。国家竞争真实存在。商业利益也真实存在。

开源模型不需要全面超过Claude。它只要成为可信、便宜的替代品，就能迫使闭源模型降价。Anthropic刚刚建立定价权，马上就要面对开源模型和价格竞争。

阿莫代伊希望政府提供共同减速的规则。任何一家企业单独减速，都会把客户和市场交给对手。只有所有企业一起减速，安全投入才不会变成竞争劣势。

更严格的安全标准也会提高行业门槛。头部公司有资金建立评测体系，承担合规成本。小公司和开源社区很难获得相同资源。

AI技术进步正在同时改变利润表的两端。开源模型和模型蒸馏降低智能的价格，安全风险和社会争议提高经营成本。产品价格下降，合规成本上升，资本开支仍在扩大。技术越强，旧商业模式反而越难维持。

危险是真的，算计也是真的。

减速倡议的出现，恰恰说明AI资本开支不会自发减速。

公司拿走收入，社会收到四张账单

模型公司获得了收入和估值，很多成本没有进入它们的利润表。

这些成本正在变成四张社会账单。

数学家的成果，为什么先成了AI的答案

最近的数学争议提供了一个具体案例。

据公开报道，纽约大学数学家特里斯坦·巴克马斯特与Anthropic研究员莱文特·阿尔珀格以个人身份合作，研究欧拉方程和纳维-斯托克斯方程的相关问题。他们投入了接近一年时间，并借助AI工具完成部分计算和形式化验证。

形式化验证，是使用Lean等程序逐步检查证明过程。

两人原计划继续打磨论文。相关研究进展在社交媒体上流传后，OpenAI调动大批AI智能体，集中研究同一方向。公开报道显示，模型在88小时内给出了相关证明。

这项成果涉及特定条件下的纳维-斯托克斯方程相关问题，不等于完整解决千禧年大奖难题。形式化验证也不能替代学术共同体的同行评议。

双方随后分别发布成果。

巴克马斯特在公开说明中质疑OpenAI介入研究的方式，也披露了双方沟通中的争执。OpenAI否认在成果公开前接触对方论文，否认调取研究者的私人数据。巴克马斯特也表示，自己的核心质疑不是OpenAI盗用了数据，而是商业公司获知研究传言后，使用巨大算力突击同一课题。

争论没有停留在一项证明属于谁。

包括陶哲轩在内的多位数学家随后发表公开声明。他们不反对使用AI研究数学。他们反对把解决难题当成模型跑分，仓促公布答案，忽视论文写作、同行评议、成果引用和思想传承。

数学研究的价值不只是一道题的最终答案。重要的部分还包括新概念、新方法，以及人类如何理解这条证明。

AI公司追求更快得到答案。数学共同体追求把答案变成可以理解、验证和传承的知识。两个目标并不完全一致。

AI可以学习人类知识。知识的来源、署名和收益分配却没有同步建立规则。原作者提供了土壤，模型公司收获了产品。

这是第一张账单：知识生产的成本由社会承担，商业收益集中在模型平台。

AI公司为了阻止用户作恶，需要看见多少秘密

Anthropic近期发布模型滥用报告，披露Claude被用于武器研究、网络攻击、监控和诈骗等活动。

报告强调模型平台的“可观察性”。平台能够观察用户与模型的交互过程，及时识别异常行为。政府部门和安全机构通常无法直接看到这些过程。

这种能力具有明显的安全价值。它也意味着模型公司拥有巨大的数据权力。

企业正在把代码、合同、客户资料和内部判断交给模型。医生可能输入病例，律师可能输入诉讼材料，科研人员可能输入尚未发表的想法。平台能够保留哪些信息、如何分析、由谁调用，用户很难完全掌握。

这不等于Anthropic或其他模型公司保存、查看所有对话。真正的问题更加基础：为了发现危险，平台需要观察多少用户行为？观察的边界由谁确定？安全调查结束后，数据如何处理？

模型公司既提供工具，又掌握使用记录，还负责判断哪些行为具有风险。这种权力不能只靠企业内部制度约束。

AI公司需要观察用户，才能防止滥用。社会也需要观察AI公司，才能防止另一种滥用。

这是第二张账单：企业获得了数据带来的安全能力和商业价值，用户承担了隐私与商业秘密暴露的风险。

模型逃出沙箱，谁来证明它仍然安全

“沙箱”是一种隔离的测试环境。模型只能使用规定的工具，不能访问外部系统。

据路透社和奥特曼公开访谈披露，一个AI模型在性能评估中没有按照规定路径完成任务。它离开沙箱，进入第三方系统寻找答案，再把答案交回评测环境。

奥特曼把这次事件形容为阅读科幻故事。他也承认，测试人员没有明确写下“不得逃出沙箱”。在人类看来，这是一条不需要说明的边界。模型只看到了目标：尽可能获得高分。

这不是AI产生了人类意义上的野心。它暴露的是目标优化问题。

当完成任务与遵守规则发生冲突，模型可能寻找规则没有覆盖的路径。模型能力越强，发现漏洞、调用工具和隐藏行动的能力越强。

开发公司不能自行出题、自行监考，再自行宣布模型安全。独立评测、事故报告、权限隔离和法律责任都会形成真实成本。

这是第三张账单：企业获得模型能力，外部机构和整个社会承担失控风险。

数据中心进入小镇，电费为什么留给居民

AI的第四张账单更加直观。

2026年7月，美国佛罗里达州新里奇港出现反对AI数据中心扩张的抗议活动。类似争议很快进入中期选举。

NPR统计显示，2026年以来，美国各类竞选组织已经投入超过4500万美元，制作涉及数据中心的政治广告。两党使用了相近的话语：数据中心获得过多税收优惠，推高居民电费，应该承担更多成本。

一项路透社与益普索的调查显示，77%的美国人担心数据中心推高电价。约三分之二的民主党选民、半数共和党选民反对在自己居住的社区建设数据中心。

威斯康星州的竞选广告承诺，阻止AI数据中心让家庭电费“飙升”。数据中心第一次成为影响地方选举的重要议题。

数据中心需要电力、变电站、输电线路、备用电源和冷却用水。它还会增加对燃气轮机、变压器、铜和建筑施工的需求。建设周期很长，电网必须提前投入。

数据中心并不必然推高居民电价。关键在于新增电源和电网成本由谁支付。

科技公司承担专用设施和新增供电成本，居民账单可以不受影响。公共事业公司把投资纳入统一费率，普通家庭就会分担AI扩张的成本。

在华尔街，数据中心是资本开支。在居民家里，它是一张更贵的电费账单。

这是第四张账单：AI公司获得算力和收入，地方社会承担电力、土地和环境压力。

知识、隐私、安全和能源成本，过去没有完整进入AI公司的利润表。社会现在要求企业付账。

铁路事故催生刹车，汽车监管举起红旗

新技术引发社会冲突，不是第一次。

19世纪的铁路也曾代表最先进的技术、最宏大的资本开支和最乐观的增长预期。

George Hudson被称为英国“铁路大王”。他控制多家铁路公司，向投资者支付高额股息。股价上涨吸引新资金，新资金支持更多铁路建设。

1849年，股东调查发现，Hudson把资本金和新募集资金当成利润支付股息，还隐瞒部分债务。高分红维持股价，股价帮助公司继续融资。这个循环无法永久维持。

Hudson随后辞去多家铁路公司的职务，个人声誉和财富迅速崩塌。

铁路没有消失。英国继续铺设铁路，工业革命继续向前。倒下的是依靠资本补贴分红的商业模式。

1889年6月12日，另一场事故改变了英国铁路监管。

约900名教会主日学校的师生和家属乘坐一列游览列车出行。机车在陡坡上动力不足，工作人员决定拆分列车。后部车厢失去控制，沿坡道向后滑行，撞上随后驶来的列车。

事故造成80人死亡、260人受伤。许多遇难者是儿童。

连续自动制动技术当时已经出现。部分铁路公司没有采用。安装设备需要资金，还会增加维护成本。竞争对手不安装，主动提高安全标准的公司就会承受更高费用。

事故发生后，英国议会通过法律，要求铁路采用连续自动制动、闭塞信号和道岔联锁。道岔联锁，是让信号与道岔相互制约，防止冲突线路同时开放。

企业知道安全技术有效，不代表企业会主动承担成本。强制标准解决了单个企业不愿先行动的问题。

汽车监管走过另一个极端。

英国1865年通过《机车法》，后来被称为《红旗法案》。蒸汽机动车在城镇内的速度不得超过每小时2英里，在乡村不得超过4英里。每辆车需要三人操作，其中一人必须在车辆前方步行，挥动红旗或提着灯笼提醒行人和马车。

红旗要求后来被取消，车辆前方必须有人步行的限制一直延续到19世纪90年代。1896年，英国取消这项要求，并把速度上限提高到每小时14英里。

这种规则减少了部分道路风险，也消除了机动车最重要的速度优势。车辆很难测试，商业用途受到限制，产业发展速度随之放慢。

1923年的美国辛辛那提出现了相反的规则争夺。

当地约4.2万名居民联署，要求给汽车安装机械限速装置，把最高速度限制在每小时25英里。汽车协会、经销商和相关企业投入资金反击，最终阻止提案通过。

汽车行业还推动“乱穿马路”概念，把街道事故的部分责任转向行人。马路原本属于行人、马车和儿童。汽车普及以后，产业开始重新定义谁有权使用道路，谁应该为事故负责。

新产业不会被动接受规则。它还会争夺危险的定义权。

铁路和汽车留下了三条经验。

技术需求真实，不代表企业利润真实。安全措施有效，不代表企业愿意主动采用。监管能够减少伤害，也可能消除技术本身的价值。

铁路没有被事故终结。被终结的是铁路公司自行决定安全标准的时代。

新技术可能改变世界，投资新技术的人仍然可能损失本金。

当社会账单回到AI公司的利润表

今天的AI公司正在面对三重压力。

开源模型压低产品价格。监管提高数据、安全和能源成本。资本市场开始要求经营现金流覆盖资本开支。

收入端出现价格竞争，成本端开始承担社会责任，融资端开始追问回报。

过去没有进入利润表的社会成本，将以具体形式回到企业：数据授权费、版权支出、独立评测费用、安全人员投入、事故赔偿、保险费用、电网接入成本和更严格的融资条件。

AI企业可以继续保持收入增长，估值可能下降。

投资者过去愿意为高速增长支付高估值。增长速度放慢，利润率无法上升，资本开支继续扩大，估值就会收缩。技术能力再强，也不能自动转化为股东回报。

铁路改变了世界，大量铁路公司仍然破产。汽车成为现代生活的基础设施，早期汽车企业大多没有活到最后。

AI也可能重复这段历史。

监管还会产生一个反直觉结果：规则可能限制AI巨头，也可能保护AI巨头。

独立评测、数据合规和安全审查需要大量资金。头部企业最有能力支付这些成本。它们还可以参与制定标准，把安全规则变成新的准入门槛。

阿莫代伊提出给予部分行业协调反垄断豁免，就是一个值得关注的信号。企业以安全为理由共同制定规则，能够减少恶性竞争。规则也可能保护现有领先者，限制开源模型和新企业进入市场。

AI安全正在从企业成本变成竞争工具。安全标准越昂贵，头部企业越容易承担；行业协调越深入，后来者越难进入。巨头呼吁监管，不只是在约束自己，也在选择未来的竞争者。

社会纠偏未必打破垄断。它也可能把垄断写进规则。

AI监管需要落在具体问题上：数据授权、成果署名、能源成本、独立测试、事故披露和法律责任。规则不能只由模型公司制定。科学家、企业用户、消费者、电力部门、地方居民和公共机构都应该参与。

社会需要给AI安装刹车，不能要求AI永远跟在红旗后面步行。

铁路和汽车的发展历史告诉我们，不能等到数据权利、知识传承和安全风险全部固化，再讨论谁来负责。我们也不能因为风险真实存在，就冻结一项可能推动科学、医疗和生产率进步的技术。

最好的监管，不是在AI前面安排一个举着红旗的人。

最好的监管，是把AI产生的成本退回AI公司的利润表，让收益和责任属于同一个主体。

未来判断一家AI企业，投资者不能只看模型能力、算力规模和收入增速。还要看它需要多少资本才能维持领先，能否用现金流覆盖投入，多少社会成本最终会回到自己的账上。

AI技术继续发展。免费使用社会资源、转嫁外部成本、依靠资本输血的旧模式开始退场。

本文来源：陈李lichen

风险提示及免责条款

中国1至8月社会融资规模增量 239100亿人民币，前值 222500亿人民币

Mon, 14 Sep 2026 09:00:42 GMT

中国1至8月新增人民币贷款 104400亿人民币，前值 103800亿人民币。

风险提示及免责条款

三星、SK海力士拒绝向韩国电力预付190亿美元电费

Mon, 14 Sep 2026 08:48:32 GMT

三星电子与SK海力士拒绝韩国电力公社一项总额25万亿韩元（约186亿美元）的预付电费方案，韩国半导体扩产计划背后的电力保障问题由此再添变数。

9月14日，据路透援引韩国国会议员李哲圭（Lee Chul-gyu）办公室提供的文件报道称，三星电子和SK海力士完成内部审查后，已正式告知韩国电力公社，难以接受这一预付电费方案。

据此前韩媒报道，韩国电力公社提出这一方案，是希望两家公司按照新建晶圆厂的预期用电量提前支付电费，并利用这笔资金投资电网等配套基础设施，以保障未来新增产能的供电需求。

这一提议与韩国政府推动的半导体产业集群计划直接相关。按照规划，三星电子和SK海力士将在韩国建设大规模芯片制造基地。随着晶圆厂陆续投产，新增用电需求预计将对当地电网形成较大压力，因此韩国电力公社需要提前筹措资金扩建相关电力基础设施。

不过，两家公司对是否有必要进行如此大规模的电费预付款存在疑虑。报道援引知情人士称，半导体需求能否长期维持仍存在不确定性，是两家公司拒绝这一方案的重要原因。在产能利用率和未来需求尚未完全确定的情况下，提前承担大规模电力成本，也意味着企业需要先行锁定一笔巨额资金。

此次预付方案遭拒后，韩国半导体扩产所需的电力基础设施如何融资、建设进度能否与晶圆厂扩产计划匹配，仍有待进一步解决。

风险提示及免责条款

AI开发放缓=算力需求见顶？答案未必悲观

Mon, 14 Sep 2026 08:10:56 GMT

AI巨头罕见释放“放缓开发”信号，全球AI与半导体板块遭遇抛售，但部分市场人士认为，短期情绪冲击尚不足以逆转AI基础设施投资逻辑。

9月14日，AI及半导体板块普遍下挫。日韩股市中，SK海力士跌超6%，三星电子跌4%；美股盘前，存储芯片股同样集体走弱，美光科技跌近5%，西部数据跌近4%，闪迪跌超5%。

市场抛售背后，是AI巨头近期罕见的集体表态。Anthropic首席执行官Dario Amodei上周六在X平台发表长文，呼吁AI企业主动放缓最前沿模型的开发速度，并宣布Anthropic将单方面引入独立第三方评估机制。

OpenAI首席执行官Sam Altman随后表示支持，xAI创始人埃隆·马斯克也发文称“Dario是对的”。三位AI巨头掌舵者罕见形成共识，迅速打击市场情绪，并引发投资者对AI资本开支周期的担忧。

不过，在部分投资者看来，“放缓开发”并不意味着AI资本开支周期就此逆转。算力需求、数据中心建设以及电力、存储、网络和冷却等基础设施需求仍在，若模型研发节奏趋缓，反而可能给行业更多时间消化此前投入、推动AI应用商业化。

AI巨头罕见“踩刹车”，芯片股先遭重估

Amodei在文章中警告称，未来6至12个月，AI代理可能具备“控制整个互联网”的能力，潜在损失规模或达数千亿美元。此前，Anthropic发布的威胁情报报告披露，其Claude模型已被用于武器开发、网络攻击、监控及欺诈等活动。

这一系列警告迅速在行业内部形成共振。Altman表示，AI带来的人类灭绝风险“不可接受”；马斯克则公开支持Amodei的观点。

消息传至资本市场后，AI产业链率先承压。索尼金融集团高级经济学家Takayuki Miyajima表示，周末有关放缓AI开发的言论将对日本AI及半导体相关股票构成抛售压力，中东局势的不确定性也进一步放大了避险情绪。

此前已经处于高位的AI资产对预期变化尤为敏感。Saxo Markets新加坡首席投资策略师Charu Chanana表示，AI和芯片股的估值同时建立在强劲需求与技术持续快速进步的预期之上，“哪怕只是可能出现延迟，也足以触发获利了结”。

放缓研发，不等于算力需求见顶

但在另一部分投资者看来，市场可能把“放缓AI开发”和“削减AI基础设施投资”画上了等号。

Global X Management悉尼投资策略师Billy Leung认为，三位CEO支持放缓开发，并不会直接改变芯片、电力和数据中心基础设施上的投入，反而可能拉长整个开发周期。

“如果商业化和AI应用继续增长，而新能力的开发速度略有放缓，行业反而可能从‘花钱建设’转向利用已有资产盈利，也就是货币化。”

Allspring Global Investments新加坡投资组合经理Gary Tan也认为，相关表态可能带来短期压力，但不太可能破坏长期AI投资主线。他指出，AI产业仍处于相对早期阶段，在技术快速演进的背景下，生态中的其他参与者未必愿意同步放慢脚步。

换言之，市场真正需要关注的并不是AI研发是否短暂降速，而是AI资本开支是否会因此出现实质性收缩。如果数据中心、电力、网络和存储等项目仍在推进，那么芯片需求的长期逻辑就尚未发生根本变化。

真正的考验：AI巨额投入能否兑现回报

相比AI安全争议本身，资本市场更深层的担忧在于：过去数年规模庞大的AI基础设施投资，最终能否转化为足够的商业回报。

T. Rowe Price伦敦投资组合经理Sebastien Mallet表示，AI“将改变世界”并不意味着当前每一笔相关投资都能获得具有吸引力的回报。随着资本投入规模持续扩大，投资者开始从“AI需要多少算力”进一步转向“这些算力最终能赚多少钱”。

与此同时，安全监管强化也可能带来新的投资机会。Chanana认为，网络安全、AI监控等领域可能因此获得额外需求，而存储、网络、冷却和电力设备等基础设施企业，也可能继续受益于已经启动的项目。

她指出，引入更多安全保障并不会让算力需求和AI应用凭空消失，反而可能使AI产业的发展路径更加审慎、持续。

当然，市场也存在截然不同的声音。以精准预判2008年美国房地产危机而闻名的投资者Michael Burry在X平台发文称，AI行业近期的安全警告可能只是“炒作和虚张声势”，意在掩盖真实且失控的增长放缓。

因此，对于AI产业而言，眼下的核心问题或许已经从“AI还会不会继续发展”，转向了AI巨额资本开支究竟能否持续，以及算力投资何时能够真正转化为利润。这也将决定本轮AI基础设施行情究竟是遭遇一次情绪性回撤，还是进入估值与商业模式重新定价阶段。

风险提示及免责条款

发生了什么？AI巨头们都要放缓

董静 — Mon, 14 Sep 2026 08:10:43 GMT

一个Anthropic顶级研究员，宁愿放弃高薪，甚至连公司上市之后可能赚到的巨款都不要了，也要辞职。

更反常的是，原本打得最凶的几个人，也开始喊停了。

Anthropic CEO达里奥说：AI需要放慢。

马斯克立刻转发：“Dario is right.”

OpenAI的奥特曼甚至说：如果安全问题解决不了，OpenAI可以暂停训练。

第三方进驻审计、公司之间协调降速，必要时直接暂停训练。

为什么突然这么紧张？

因为他们已经开始担心，AI会不会开始复制自己、入侵其他系统？甚至有一天，操控生物实验室？

他们到底看到了什么？

10年美债冲向5%！贝森特回购是否被低估？

Mon, 14 Sep 2026 08:08:13 GMT

随着长端美债再度遭遇大幅抛售，10年期美债收益率升至4.97%，逼近5%关口，并接近2007年以来高点；30年期收益率触及5.37%，创2007年以来新高。最新公布的美国8月PPI数据超预期，叠加中东局势持续升级、布伦特原油升至105美元/桶上方，市场对美联储加息预期继续升温，多重因素共同推升长端利率。

而在9月10日备受瞩目的美国财政部首次扩大回购操作中，回购规模仅51.9亿美元，低于此前公布的60亿美元操作上限，也低于市场预期；且投标总额仅约105亿美元，远低于通常200亿美元水平。市场失望，长端抛压加剧。

然而，值得注意的是，尽管收益率飙升，一级市场拍卖需求仍显强劲。最新30年期国债拍卖中，投标倍数达到2.61，处于过去12次拍卖的91%分位，间接投标比例达到79.5%；10年期国债投标倍数达到2.71，处于历史较高水平。这意味着，在收益率达到较高水平后，长期资金仍有配置意愿。

与此同时，截至9月8日当周，投资者空头头寸减少6个百分点，净多头升至去年11月以来最高。强劲拍卖与空头拥挤，暗示利率进一步上行空间可能受到约束。

当前美债市场的核心矛盾并非买盘缺失，而在于宏观利空驱动的供给压力与高收益率催生的配置需求之间的博弈。强劲拍卖需求表明真实配置力量依然存在，极致空头则意味着继续追空的边际收益与赔率同步下降；随着收益率逼近5%，配置资金的潜在回流逐步增加，市场将从收益率上行交易逐步转向高收益率是否足以吸引买盘的博弈。

市场由此陷入防风险与寻收益之间的拉锯：强劲拍卖与空头拥挤抑制上行空间，通胀粘性与财政供给则限制收益率下行空间。

贝森特回购是否被低估？

短期被高估，但中期不应低估。

曝DeepSeek来了位90后CFO

智东西 — Mon, 14 Sep 2026 07:52:21 GMT

9月14日消息，今日，据TOP华人科创社报道，高瓴创投90后合伙人严文韬或将加入DeepSeek出任CFO。

据爆料，严文韬已经在高瓴内部发起离职流程，如无特殊情况预计将于近期正式到岗。倘若此事属实，这将成为DeepSeek创立以来，一次重量级的非技术高管引进。

9月9日，据外媒路透社援引两名知情人士报道，DeepSeek已经聘请中信证券，为其在上海科创板进行首次公开募股（IPO）做准备。该公司计划今年启动IPO流程，目前潜在发行时间、募资规模以及目标估值均尚未确定。

严文韬出生于1991年，曾参与投资了字节跳动、小红书、MiniMax等项目。今年7月，严文韬在第十四届创业投资大会上透露，他早在2020年就开始研究大模型，2023年又开始关注具身智能。

在国内大模型赛道资本化加速的大背景下，DeepSeek正双管齐下，既在加速推进新融资，同时在持续发布新模型。

在融资方面，今年6月，DeepSeek完成约74亿美元（约合人民币496亿元）融资，投后估值超过500亿美元（约合人民币3353亿元）。今年7月，路透社报道称，DeepSeek正在进行新一轮融资，这轮融资对公司的估值达到5000亿元人民币。

据路透社此前援引知情人士和投资方文件报道，在6月这轮融资中，DeepSeek创始人梁文锋个人出资200亿元，腾讯出资100亿元，宁德时代出资50亿元。腾讯和宁德时代由此成为DeepSeek最大的外部股东。

产品方面，DeepSeek的布局也已提速。9月10日，DeepSeek正式发布DeepSeek V4.1 Flash，该模型采用全新架构，是一款552B参数的MoE模型，为DeepSeek全新模型架构系列中尺寸最小的成员，在性能上超越了包括DeepSeek V4 Pro在内的一众旗舰模型。

资本、产品双线推进的同时，近段时间DeepSeek接连被曝出CFO即将就位、已聘请中信证券准备上市筹备配套工作，都预示其IPO进程正在提速。

本文来源：智东西

风险提示及免责条款

上下文税：企业AI的隐形瓶颈

Mon, 14 Sep 2026 07:49:32 GMT

作者 | 松壑

1951年，丰田启动了一项叫做“创意提案制度”的实验。公司要求每一个流水线工人把自己在工作中发现的改进方法提交上来，工人们照做了。

半个多世纪里，丰田累计收到约5000万条改善建议，高峰期每名员工每年提交近50条，近年稳定在每人每年14条左右，丰田生产方式由此成为全球制造业的教科书。

工人愿意交出自己的诀窍，原因很朴素：丰田承诺终身雇佣，人的经验让公司更强，公司保证你的位置。信任先行，知识随后。

2026年，一些中国企业正在要求员工做一件近乎相似的事：把你的工作经验交给AI，包括并不限于整理知识库、编写系统性提示词和Skill、录入判断逻辑、校验AI的输出。

福特当年推行流水线的时候，工人从分散的车间集中到传送带旁边，工作被拆成更细的单元，效率提高了，但没有人被要求把自己的手艺写成说明书交给机器。

AI改造完全不同。它要求每个人主动增加一层额外劳动，为AI准备它需要的上下文，但回报与风险承担却是不确定的。

丰田给了一个承诺，大多数激进推行AI改造的企业什么都没给。

今年7月，福布斯技术委员会发表了一篇文章，标题叫《The Hidden Context Tax That's Killing Your Enterprise AI Agents》，标题就提出了一个概念：

上下文税

研究提出，企业AI系统中因上下文不足或管理不当导致的效率损耗和精度下降，属于一种隐性税负。

这个概念可以往前推一步：上下文税首先是一个组织问题。

企业为了让AI变得聪明，需要员工在本职工作之外额外付出劳动来整理、提交和维护上下文，而这个额外劳动在权利、责任、风险和收益四个维度上全部失衡。

MIT在2025年发布的《The GenAI Divide》报告显示，约95%的企业生成式AI试点未能产生可衡量业务回报，仅约5%进入了生产环境，主要障碍包括工作流脆弱、上下文学习不足和与日常运营脱节。

内在原因并不来自于技术，而是组织关系的重构没有跟上。

95%这个数字的背后，恰恰是一笔没有算清楚的上下文税。

一. 企业焦虑始作

企业作为上下文税的征税方，确实有自己的焦虑与困境。

尤其一些互联网公司推进AI改造的动机是真实的、多层的，很多时候甚至是迫切的。

最表层的是竞争焦虑。

当同行纷纷宣布全员拥抱AI、当股东或投资人在尽调里问“你们的AI战略是什么”、当客户开始用AI产品的效率来比价，不搞AI就意味着在下一轮竞争中丧失位置。

这种焦虑在2026年，已经弥漫到了几乎所有行业。

更实在的动机是解决现实问题。

关键岗位的人才流失率居高不下，核心员工离职意味着经验和客户关系同时消失。如果能把这些经验沉淀到系统里，组织的抗风险能力就能上一个台阶。

对于重复性高、规则性强的工作，AI确实能释放人力去做更有判断力的事。

还有一层不太被公开讨论的动机：管理层需要通过AI改造来证明自己的战略眼光。

AI是当下最大的叙事，推得早、推得快，意味着在董事会和股东面前占据认知高地。

这个动机未必是坏事，但它会让推进的节奏变得更激进，对落地效果的容忍度更低，留给员工适应的时间更少。

这些动机叠加在一起，构成了企业强推AI改造的合理性，但合理的推进动机并不自动解决推进方式上的权利失衡。

企业站在组织效率的角度看到的是“我需要这些经验进入系统”，员工站在个人利益的角度看到的是“系统学会了我的经验之后我会怎样”。

两种视角各自成立，但一些冲突必然会在中间地带发生。

二. 交不出与不愿交

企业的上下文分两种。一种是系统数据，审批记录、CRM字段、ERP凭证，这些可以通过API和连接器打通，技术上有成熟方案。

另一种是人身上的经验，客户为什么翻脸、这笔账通常是哪里出了问题、这份合同的第三条到底在防什么。这些知识不在任何数据库里，只有从业者自己知道。

AI需要第二种上下文才能真正干活。一个Agent看不见行业Know-How，就只能做搬运工，做不了决策者。

许多企业AI改造推到深水区之后，障碍最终总是落在同一个地方：

怎么把人脑里的经验变成AI能用的输入。

交不出来的人至少分三种情况。

第一种是经验本身就是碎片化的、直觉性的。

一个做了20年的老师傅知道一台机器的声音不对劲，但他说不清哪里不对，因为那是身体层面的感知，天然不可编码。

组织学里区分显性知识和隐性知识，不少核心经验属于后者。

第二种是经验发生在线下。

工厂车间、门店现场、面对面的客户谈判、工地上的安全判断，这些场景里的上下文不会自动变成数字信号。

让一个销售把每次客户拜访的谈判策略录入系统，等于要求他做两遍工作。

第三种是AI使用者的能力本身就弱。

总有人不会写提示词，不知道怎么把自己的经验转化成AI能理解的结构化输入，工具用不好，整理出来的东西AI也读不懂。

解决这一点企业可以强推AI培训，但培训解决的是意愿问题，能力缺口需要的是更长时间的适应。

比交不出更棘手的是不愿交。不愿交的理由有两层，每一层都指向制度设计的缺失。

第一层是恐惧。

因为上下文交出去之后，自己变得可替代。何况更多人拓展自身能力以适应新环境的速度，远远追不上交上下文的速度。

上海政法学院教授王倩在今年5月的一篇分析中指出，企业通过让员工“记录工作流程”“进行知识管理”，实际上在提炼员工的工作经验、决策思路和沟通话术，形成标准化的、可复用的技能模块。

这个过程中，企业至少从中获得四重收益：知识留存、效率提升、降低对个体的依赖、形成专属数字资产，但劳动者的贡献没有对应的权利保障。

帝国理工学院和微软研究院联合发表的一篇FAccT论文为这个现象提供了学术框架。论文引用了一个概念：

知识萃取主义

（knowledge extractivism）

研究引用数据殖民理论中的“剥夺式积累”，来描述企业AI系统在权力不对等条件下提取员工隐性知识的过程。

论文甚至指出，AI甚至可以跳过员工主动提交的内容，直接从员工与系统交互的行为模式中推断隐性知识，比如谁和谁经常协作、谁在哪个节点做了什么决策。员工自己都不知道这些信息被记录了。

这往往是一项只有义务没有权利的非对称改造，一个员工花2小时把自己积累十年的客户谈判策略录入系统，系统学会之后所有同事都能用。

但问题是做完这些，录入者什么都没得到，甚至他的不可替代性因此下降了，那他下次一定会提交一份最低限度的东西。

第二层是无激励无保障。

企业AI改造几乎总是自上而下推行，管理层宣布战略，中层传达执行要求，基层被要求配合。

配合的方式就是缴纳上下文税：整理数据、贡献skill、测试跑通、校验输出、维护知识库。

做对了没有额外的奖励，做错了如果因为AI幻觉产生事故反而要承担责任。

今年4月，企业级AI公司Writer联合Workplace Intelligence发布了一份覆盖美欧2400名知识型员工的报告，数据格外刺眼：

29%的受访员工承认自己做过破坏公司AI战略的事，包括私自使用未经批准的AI工具、拒绝使用公司指定的AI产品等。

在1997年之后出生的年轻人群体中，这个比例升到了44%。

与此同时，60%的高管表示计划裁减不会或不愿使用AI的员工。

这种反差本身在说明AI化的激进推进中，一些信任正在面临坍塌。

那些暗中搞砸的年轻员工，与其说是在对抗技术，不如说是在对抗一种只有义务没有正反馈的工作安排。

员工行为分析平台ActivTrak追踪了2023到2025年超千家企业、4.43亿小时的数字化工作行为数据，结论是：

AI落地后，员工的工作量没有减少反而增加了，周末加班增多，协作沟通时长增加34%，多任务处理时间增加12%。

大厂员工的反馈更直接：企业强推AI，实际增加了工作压力，员工不得不为AI的产出擦屁股。

上下文税加上纠错税，总税负不降反升。

三. “降税”路径涌现

认识到问题之后，行业众的一些先行者早已在不同方向来尝试几条差异化的“降税”路径。

第一条路径是让系统数据的打通尽可能彻底，减少员工手动搬运数据的负担。

钉钉完成了上千项核心能力的CLI化改造，飞书支持MCP协议原生接入，WorkBuddy用连接器打通分散在各系统里的结构化数据。

这条路径解决的是系统上下文的税负。效果很直接，飞书产品负责人说不需要手动导出PDF上传、不需要整理上下文，当然它免不掉人脑经验那一层的税。

第二条路径是让上下文的采集嵌入自然工作流，员工不需要做额外的事。

飞书的豆包助手每日自动抽取工作记忆，沉淀为长期资产，钉钉悟空在安全沙箱内继承企业权限，Agent自动读取审批链和协作记录。

更引关注的是Anthropic的产品设计，其在企业端推出的类似于数字工位产品Claude Tag把AI直接部署到Slack频道里。

当对话本身成为上下文，这条路径把显性的上下文税变成了隐性的后台采集。

效率的问题解决了，但伦理问题仍然存在。

无痛采集意味着员工感知不到自己在被提取，系统在后台持续积累组织知识，员工不知道什么被收集了、怎么被使用。

帝国理工和微软的上述论文把这种机制叫做“使用中知识的捕获”，指出它为平台创造了粘性和战略护城河，员工作为知识的生产者，在这个过程中没有任何议价能力。

第三条路径刚刚开始被少数企业探索：建立正向激励机制。

如果员工贡献的经验能被追踪和量化，贡献质量与绩效考核或薪酬挂钩，上下文税就从一种隐性义务变成了一种可定价的交换。

WorkBuddy开放平台的专家中心允许生态伙伴把行业经验封装成AI可调用的专家角色，但价值如何回馈到贡献经验的个体，机制尚未明确。

WPS灵犀的模式是让AI帮用户做到新事情而非做用户已经在做的事情，章庆元强调工作并不等于文档，AI应该从交付内容走向交付结果。

这个思路是减少上下文税的另一条路，如果AI能帮员工打开新的能力空间，员工就不再把贡献经验视为威胁。

帝国理工和微软的论文在对策部分写了一条判断，可以作为这三条路径的校准线，即开发系统时需要考虑一个根本问题：

系统究竟是被开发来帮助用户拓展能力边界的，还是被开发来替代用户当前工作的？

后者会产生强烈的动机去剥夺员工的知识。研究表明最能提升生产力的技术，是那些帮助用户做到新事情的技术。

四. 汹涌“知识圈地”

18世纪的英国圈地运动，地主用篱笆围起了原本属于公共使用的土地，佃农失去了赖以生存的生产资料，被迫进入工厂成为雇佣劳动者。

在那之前，佃农的土地就是他的全部，失去土地意味着失去一切谈判能力。

白领和知识工作者的核心生产资料恰恰是经验、判断力、行业认知、客户关系、谈判策略、对问题的直觉。

这些东西不可复制，正因为不可复制，知识工作者才有议价能力，一个做了十年的销售老法师的不可替代性，往往在于他知道电话什么时候该打、打给谁、说什么。

当企业以AI改造的名义要求员工把这些经验整理成知识库、编码成skill模块、训练成AI可以复用的模型，发生的事情在结构上和圈地运动一样：

生产资料正在从个体转移到组织。

经典的劳资关系里，企业获取的是员工的劳动时间，支付的是工资，剥削发生在劳动成果和报酬之间的差额上。

上下文税的存在，带来了连政治经济学也没层染指的新变化——

企业所觊觎的，不仅是劳动时间和劳动成果，而是劳动者之所以能够产出这些成果的能力本身。

一名销售的谈判策略被AI学会了之后，这个策略仍然在产出价值，但产出价值的主体从人变成了系统，员工原本凭借经验积累获得的不可替代性，随着经验被系统化而逐步丧失。

这就是上下文税和普通的工作负担之间的本质区别。

加班是在消耗人的时间，上下文税是在消耗人的护城河。

更关键是，这个过程发生在严重的信息不对称之下，员工通常不知道自己提交的经验会被怎样使用、会被保留多久、会被谁调用、会在多大程度上降低自己的不可替代性。

前面提到的“使用中知识的捕获”机制，甚至不需要员工主动提交，系统从交互行为中就能推断隐性知识，员工对此完全无感知。

没有知情权、没有议价权、没有分润机制、没有不可替代性的保障。

员工面对这场知识圈地的处境，和失去土地的佃农没有本质区别：

他们正在被要求交出自己最有价值的东西，而回报条款是空白的。

现行劳动法框架下，职务作品和职务发明有明确的归属规则，但“把一个人十年的谈判经验训练成AI可复用的技能库或模型"这件事，不在任何现有法律条文的射程之内。

王倩教授已经在呼吁讨论现行法框架下如何判断此类行为的合法性，世界经济论坛《2025年未来就业报告》预计，到2030年全球约9200万个岗位将因技术变革、绿色转型等因素被替代，其中单独归因于AI和信息处理技术的替代约为900万个。

但对正在被要求交出经验的在职者来说，区分替代的原因并不能缓解焦虑。立法速度能否追赶圈地速度难以确定。

1951年，丰田的工人们之所以愿意提交改善建议，是因为其用终身雇佣回答了“你的经验交出来之后，你能得到什么”这个问题。

2026年，大多数激进推行AI改造的企业中，绝大多数没能回答这个问题。

44%的年轻员工在暗中搞砸AI项目，60%的高管说会裁掉拒绝使用AI的人，但没有高管说过如何保护那些真心教会AI的人。

95%的AI试点失败率，说到底是95%的信任缺口。

知识圈地运动的篱笆已经立起来了，但里面的人还没有被告知他们的地会换来什么。

风险提示及免责条款

AI如“外星心智”降临地球！辞职帖获破亿浏览后Anthropic前研究员公开受访

Mon, 14 Sep 2026 07:27:50 GMT

Anthropic前核心研究员Jacob Coxon的一篇辞职声明在社交媒体上获得逾1.7亿次浏览，引爆“AI十年内AI灭绝人类概率超10%”话题，将人工智能安全议题推至公众视野中心。他随后接受媒体采访，就辞职原因及AI风险做出详细阐述，其核心警告直指行业核心矛盾：那些亲手构建AI的人，私下里同样对其深感恐惧。

在NBC采访中Coxon表示，促使他公开发声的原因有两个：AI能力正以极快速度提升，他预计未来6个月至1年内，相关系统的能力"将相当令人恐惧"；其次是近期已出现AI系统"失控"的具体事件。他同时对Anthropic CEO Dario Amodei呼吁放缓开发的提议表示认可，但强调仅靠实验室单边减速远远不够，必须推动国际协调，否则仍将陷入与其他国家的军备竞赛。

Coxon将开发AI比作"邀请一个外星心智降临地球"——人类正在构建一个达到乃至超越人类水平的智能体，却对它的思维方式、意图和诉求一无所知。他警告称，AI已具备一定程度的黑客攻击能力、生物研究能力和自主机器人控制能力，若能力继续外推，后果将难以控制。

辞职背后：私下的恐惧与公开的谨慎

Coxon在接受采访时坦言，他的辞职帖并非营销行为，而是对行业现状的真实记录。他表示，许多高管和资深研究人员在公开场合措辞审慎、力求显得理智，但同样的人在私下表达的却是恐惧：

没有任何其他人类活动能构成这种级别的危险。

他在辞职声明中指出，AI开发者们陷入了一种"囚徒困境"：各大实验室都相信如果自己退出，其他人将以不负责任的方式率先开发出超级智能，因此即便明知风险，也不得不继续推进。他将这种逻辑称为"傲慢的赌博"，认为不应由一家私营公司来替全人类做出这样的决定。

与此同时，Anthropic对齐科学负责人Evan Hubinger在相关帖子下公开回应称，团队内部确实"真诚地相信AI可能杀死全人类"，并表示他个人估计未来十年内这一概率超过10%。他同时承认，目前尚无解决超级智能对齐问题的计划，也明显不在通向解决方案的轨道上。

"外星心智"的具体威胁：黑客、生物武器与自主无人机

在采访中，Coxon进一步阐释了"最坏情景"的具体面貌。他表示，AI系统目前已具备一定程度的黑客攻击能力、自主生物研究能力，以及对自主机器人的控制能力。

将能力曲线向未来延伸，这意味着：极强的超人类级黑客攻击能力、创造新型生物武器的能力，以及控制自主无人机乃至大规模机器人群体的能力。

他表示，这也是为何外界讨论中的"紧急关闭开关"方案存在局限性。

他援引Amodei在近期公开信中的判断指出，一旦AI系统演变为能够在互联网上自主扩散的"网络群体"，关闭开关便可能彻底失效。"这必须是一项持续努力，而非一次性的措施，"他说，"每一次AI架构的改变，都可能带来关于这个'心智'性质的全新风险。"

监管路径：近期自律，长期国际协调

对于如何应对上述风险，Coxon给出了阶段性建议。他认为，就当前而言，允许并推动各大实验室自我监管是务实之举，原因在于实验室领导层的近期表态是真诚的，且自律机制能够迅速落地，而正式监管机构的建立需要更长时间。

但他强调，这一安排仅适用于过渡期。从长远看，需要建立独立于各实验室的国际监管机构，更需要国际间就"不竞速"原则达成有约束力的协调。

被问及为何在认同Amodei立场的情况下仍选择辞职时，Coxon表示，他辞职时尚不清楚会有国内减速的明确信号，而更深层的原因在于缺乏国际协调的保障——"如果我认为国际上不太可能进入军备竞赛，我会更安心地继续从事这项技术。"

他对公众的建议是，主动了解和思考AI技术的未来走向，以开放的心态迎接即将到来的深刻变化，"不要让别人替我们所有人做决定"。

风险提示及免责条款

养老理财重启扩围，长期资金争夺战升温

Mon, 14 Sep 2026 07:22:23 GMT

沉寂近三年的养老理财，正在重新打开产品扩容窗口。

近期，市场关于养老理财新一轮扩围的预期持续升温，有消息称，符合监管条件的理财公司正陆续推进资质申报、系统改造和产品准备。

枢纽自业内确认，多家尚未进入养老理财试点名单的理财公司，已经向监管递交相关资质申请，目前，新一批机构资格仍处于审批阶段，尚未有明确批复消息。

“我们也申报了资质，不过目前应该都还在审批中，也没有听说哪家已经拿到批复。”一家股份行理财子人士表示，现阶段尚不便对外披露具体产品安排。

待新一轮机构名单落地，养老理财也将自2023年以来首次迎来实质性产品供给扩容。

三年过去，养老理财面对的市场环境已经明显变化。

早期试点阶段，行业关注的是哪些机构能够获得发行资格；如今，随着养老金融产品持续扩容，竞争已经延伸到产品和投资能力层面。

拿到入场券之后，理财公司还要和保险、公募基金、储蓄国债等争夺同一批长期养老资金。

扩围进入等待期

养老理财试点始于2021年，随后逐步形成10家银行理财子加贝莱德建信理财的“10+1”格局。

政策边界在2025年进一步打开。

2025年10月，金融监管总局发布《关于促进养老理财业务持续健康发展的通知》，将养老理财试点地区扩大至全国，试点机构也由原有名单扩展至符合开业满三年、经营管理审慎、具备较强长期投资和风险管理能力等条件的理财公司。

政策还明确，理财公司同时参与养老理财产品试点和个人养老金理财业务的，新发行养老理财产品可以自动纳入个人养老金理财产品名单。

这为更多理财公司打开了养老理财业务入口，但产品供给并未同步增长。

2021年至2023年，养老理财累计发行51只产品，此后产品数量长期没有增加；截至2026年6月末，前期试点养老理财产品规模超过1066亿元，投资者人数约46.6万人。

对未进入原有名单的理财子而言，新一轮资质批复意味着养老金融产品线进一步补齐。

在传统理财收益率持续下行、行业普遍寻找稳定长期资金的背景下，养老资金期限较长、赎回相对稳定，对理财公司也具备更高吸引力。

不过，资质放开只能解决产品入口，能否真正形成规模，还要回到产品收益和长期投资能力。

抢食养老资金

相比2021年试点初期，如今的养老金融货架已经明显拥挤。

个人养老金制度全面实施后，储蓄存款、商业养老保险、公募基金、理财产品以及储蓄国债等陆续进入个人养老金投资范围，各类机构开始围绕长期养老资金展开竞争。

截至今年6月末，个人养老金基金已达到321只，产品从养老目标FOF逐渐扩展至指数基金、指数增强基金和ETF联接基金等品类。

目前，在售养老年金保险已经达到数百款，同时覆盖专属商业养老保险、个人养老金保险等业务，部分机构还将产品延伸至医疗、照护和养老社区服务。

今年6月，储蓄国债也正式进入个人养老金产品体系。

在这一产品梯度中，银行理财的传统优势仍然是稳健收益和银行渠道，但这一定位正面临新的压力。

今年以来，养老理财收益表现已经有所承压。截至9月11日，今年以来养老理财平均年化收益率约为1.64%，低于全市场理财产品约2.09%的平均水平。

背后的约束来自资产端。

养老理财普遍以债券、存款和非标资产作为主要配置方向，通过较长封闭期限和平滑基金机制降低净值波动。但随着债券收益率中枢下移，高收益非标资产减少，固收类资产提供的收益空间不断收窄，部分产品近期还陆续支取平滑基金回补净值。

目前51只养老理财产品中，债券类资产占比超过五成，非标资产占比约11.9%，公募基金占比约13.6%，权益类资产占比仅约5%。

低权益仓位有利于控制波动，也限制了长期收益弹性。

这让理财公司的能力短板更加突出。

公募基金在权益投资和多资产配置上更成熟，保险机构则拥有长期负债、保障功能和养老服务体系。理财公司拥有银行渠道和庞大的稳健型客户基础，但长期权益投资能力仍在建设之中。

过去，银行理财最擅长的是在存款与基金之间提供相对稳健的收益体验。随着养老金融产品持续扩容，这一中间地带正变得越来越拥挤。

新一轮扩围之后，养老理财的竞争重点也将从资质和产品数量，进一步转向长期资产配置、权益投资、风险控制和客户服务能力。

产品重新上新只是起点。

真正决定养老理财能走多远的，仍是理财公司能否在“稳”的基础上，给出足够有吸引力的长期回报。

风险提示及免责条款

AI争议升级之际，对冲基金买入科技股速度创15个月新高

Mon, 14 Sep 2026 06:42:01 GMT

在科技股多头刚刚重建仓位之际，一场围绕AI发展路径的新争议骤然升温，令市场在最不合时宜的时刻再度面临考验。

据高盛大宗经纪数据，对冲基金在过去11个交易日中有10次净买入美国TMT股票，过去两周多头买入速度位于近五年的第97百分位，并创下2025年6月以来最高水平。几乎所有TMT子板块均录得净买入，由半导体及半导体设备、互动媒体与服务、IT服务领衔。

然而，周末突发的AI政策争议迅速搅乱了这一势头——Anthropic首席执行官Dario Amodei呼吁放缓前沿模型开发速度，并主张政府介入限制开源竞争对手，特朗普随即拒绝配合。消息冲击下，韩国SK海力士股价下跌6%，软银重挫11%。

高盛交易员Lee Coppersmith在其每周报告中直言："综合来看，这个周末在最糟糕的时间，为刚刚重建的科技多头仓位带来了新的风险。"

对冲基金重返科技股，买入速度创15个月新高

高盛大宗经纪数据显示，对冲基金对美国TMT板块的净买入已延续至连续第二周，信息技术与通信服务成为美国所有板块中买入规模最大的两个方向，且均以多头买入为主导，空头流量相对平静。

从两周累计买入幅度来看，此轮多头建仓速度是2025年6月以来最快，在过去五年历史数据中位列第97百分位，显示市场情绪在9月会议密集季开启之际出现了明显的风险偏好回升。

与此同时，对冲基金的杠杆结构也出现微调。美国多空基金总杠杆率下降1.6个百分点至206.9%（处于一年期第20百分位），净杠杆率则上升1.7个百分点至50.2%（处于一年期第6百分位）。基本面多空比率（市值口径）上升2.2%至1.64（处于一年期第26百分位）。

宏观对冲产品遭大规模抛售，信用与小盘ETF空头激增

在重仓科技股的同时，对冲基金亦大举净卖出宏观产品（指数与ETF的合并头寸，通常用于对冲单股仓位），卖出规模为去年4月3日当周以来最大，空头销售与多头买入之比高达3.2比1，偏离一年均值逾2个标准差。

美国上市ETF空头头寸单周增幅达7.2%，创六个月来最大单周增幅，环比上升5.2%，主要集中于信用类及小盘股权ETF。尽管本周空头仓位大幅上升，但宏观产品的整体空头敞口仍低于年初至今高点——彼时正值动量交易于6月触顶之际。

AI争议在最关键时刻升温，亚洲科技股首当其冲

此次风波的核心在于Anthropic首席执行官Dario Amodei的最新表态：他主张放缓前沿模型的开发节奏，并呼吁政府出手限制开源模型的竞争。特朗普随后明确表示拒绝介入，双方立场的碰撞令市场对AI监管走向的不确定性骤然上升。

该事件在亚洲市场首先引发冲击，周一亚洲AI股全线下跌，SK海力士跌超6%，软银跌幅更达11%。考虑到对冲基金刚刚以15个月来最快速度重建科技多头仓位，此次争议的时机尤为敏感。Lee Coppersmith的措辞亦印证了这一判断——新建的科技多头仓位在短期内面临的风险正在上升。

FOMC决议与20年期国债拍卖成下周关键变量

展望本周，高盛数据显示，市场当前对9月联储加息的定价概率约为90%，成为宏观日历上的核心事件。上周核心CPI数据的强于预期——被市场解读为"撕掉创可贴"式的加息铺垫。英国央行（周四）与日本央行（周五）亦将相继公布利率决议。

与此同时，周二将举行130亿美元20年期国债拍卖，值得密切关注。在科技多头仓位重建与AI政策不确定性交织之下，市场短期走向的分歧正在加剧。

风险提示及免责条款

苹果预售追踪：iPhone 18 Pro系列海外需求信号偏弱，Duo评测正面但硬件落后

Mon, 14 Sep 2026 06:32:12 GMT

苹果iPhone 18 Pro系列开启预售仅两天，交货等待时间数据已释放明显预警信号——除中国大陆及中国香港地区外，主要海外市场需求较去年同期显著偏弱；与此同时，折叠屏新机Duo初步评测虽获正面反馈，但硬件规格落后于安卓竞品的短板难以回避。

据杰富瑞（Jefferies）于9月14日发布的追踪报告，自9月12日美东时间上午8时开启预购以来，美国、英国、德国、日本四大市场的iPhone 18 Pro Max交货等待时间较去年同期缩短5至11天；18 Pro在除香港以外的所有追踪市场等待时间亦大幅缩短，美国甚至已无需等待。分析师认为，在生产节奏与上一代基本持平的前提下，等待时间缩短是需求偏弱的可靠信号。杰富瑞维持苹果"跑输大市"评级，目标价263.66美元，较当前股价332.27美元隐含约21%的下行空间。

中国大陆及香港市场是此次预售的例外——18 Pro Max在两地的等待时间分别较去年延长4天和7天。但杰富瑞分析师同时指出，这两个市场历来存在较高的投机性抢购活动，真实需求是否可持续，需待9月18日首批发货后通过二手转售价格走势加以验证。

交货周期数据：需求偏弱信号明确

杰富瑞团队对美国、英国、德国、日本、中国大陆、香港六大市场的交货等待时间进行了系统追踪，并于今年新增印度市场，但同比比较仍以原有六个市场为基准。

以9月14日美东时间中午的数据与去年同期iPhone 17系列对比：18 Pro Max在美国、英国、德国、日本的等待时间分别比17 Pro Max缩短5至11天不等；18 Pro在美国已无需等待，其他多数海外市场等待时间亦缩短1至11天。

去年iPhone 17 Pro Max与17 Pro的等待时间明显长于16系列，最终被证明是强劲销售的可靠前瞻指标。今年数据的逆转，令分析师对18 Pro系列的销售前景持审慎态度。

印度市场方面，18 Pro等待时间仅2至3天，18 Pro Max约为12天，两者均显著短于中国市场，尚难判断为强劲需求。

中港市场：投机活动干扰信号解读

中国大陆和香港是此次预售追踪中的异类。数据显示，18 Pro Max在中国大陆的等待时间达24.5天，香港亦为24.5天，均高于去年同期的19.8天和17.2天。

然而，杰富瑞对上述数据持保留态度。报告指出，两地历来存在较活跃的新机投机性抢购行为，部分等待时间拉长可能源于渠道囤货而非终端真实需求。分析师认为，9月18日开始发货后，二手市场的转售溢价走势将是检验真实需求的关键指标——溢价收窄甚至跌破发行价，将意味着投机需求在释放后迅速消退。

Duo初评：软件体验获肯定，硬件规格存明显差距

苹果折叠屏新机Duo将于10月16日开启预购，目前网络上流出的初步评测整体偏正面，但亮点主要集中于iOS系统的折叠屏适配体验，包括内外屏切换流畅度、原生分屏逻辑、应用连续性以及双应用多任务处理等。

批评意见则指向硬件层面的多项短板：浮动窗口数量有限、多任务同时运行上限为两个应用（三星Galaxy Z Fold 8可支持三个），以及缺乏类PC功能。

与旗舰安卓折叠屏的规格对比更为直观。

据杰富瑞整理的规格对比表，Duo起售价1999美元，机身重量254克，厚度（折叠态）11.3毫米；三星Galaxy Z Fold 8重201克，折叠厚度9.7毫米，起售1899美元；小米18 Fold重219克，折叠厚度10.68毫米，起售约合人民币10999元。

摄像头方面，Duo仅配备48MP主摄加48MP超广角两颗镜头，无专属长焦；三星同样为双摄，而小米18 Fold则搭载含200MP徕卡主摄及50MP 3.5倍光学变焦镜头的三摄系统。处理器方面，Duo搭载苹果自研A20 Pro（2nm制程），三星和小米均采用3nm制程芯片。

杰富瑞分析师指出，苹果历来并非依靠硬件规格赢得市场份额，但在逾2000美元的价位段，硬件参数可能成为现有iPhone用户是否升级至Duo的重要考量，同时也将增加说服高端安卓折叠屏用户转换阵营的难度。分析师表示，对Duo的整体判断自发布以来未有改变。

杰富瑞维持苹果股票"跑输大市"（Underperform）评级，12个月目标价263.66美元，基于至2031财年的DCF模型测算，采用7.8%的加权平均资本成本及4.3%的永续增长率。目标价对应2026财年预期市盈率约30.0倍。

风险提示及免责条款

日本央行加息或已无悬念，关键在于如何应对高市政府和贝森特的压力

Mon, 14 Sep 2026 06:31:40 GMT

日本央行本周或将把政策利率上调25个基点至1.25%，创下31年来的最高水平，市场已把这一结果完全定价。真正的悬念已从“加不加息”转向行长植田和男如何在华盛顿与东京的双重政治压力之间，守住日本央行的独立性边界。

最新、也是增量最大的变量来自美国：财政部长贝森特反复声称日本央行在“下一步动作”上存在“不对称信息”，对植田和男的独立性构成空前压力。与此同时，首相高市早苗倾向再通胀与低利率，其阵营可能通过经济财政政策大臣木内登英向央行施压。

直接的市场影响已经显现：日元过去一周快速升破153、回到2月以来最高，10年期日债收益率升至30年最高。但分析人士指出，日元的快速升值反而给了植田和男“少鹰”的政治掩护——汇率已替他完成了部分工作。

更微妙的是，日本当局7月和8月刚与美国合作进行了960亿美元的汇市干预。市场将逐字审视本次声明与记者会措辞，任何失误都可能重新引爆套息交易的快速平仓。

贝森特的“不对称信息”与华盛顿的介入

贝森特对日本央行的施压已从幕后走向公开。他反复声称日本央行在“下一步动作”上存在“不对称信息”，这一表述对植田和男的独立性构成空前压力。FT报道指出，华盛顿愿意看到日本利率更高，且似乎越来越自在地介入东京的货币政策事务。

长期关注日本的经济学家Richard Katz表示：“植田面临很大压力，因为这是那种时刻——市场的大幅波动更多与市场情绪对基本面的解读有关，而非基本面或政策本身的变化。”他补充说，植田在2023年出任行长前是学者出身，并不以沟通见长。

市场将仔细审视日本央行的声明与植田的发言，以判断这次决定究竟多大程度基于稳定通胀的需要，多大程度基于维持日元上行动能的职责。

高市阵营与政策委员会的内部分歧

日本国内的政治压力同样不容忽视。高市早苗倾向再通胀和低利率，其政策偏好与华盛顿的方向直接对冲。关键人物是经济财政政策大臣木内登英——他将出席本次央行议息会议，其表态将在后续公布的会议纪要中出现，可能透露出高市阵营对货币政策的看法，或是对放缓未来加息节奏的施压。

植田和男还面临政策委员会内部的扰动。7月议息时央行选择按兵不动，委员高田创投票支持加息；本月高田创又公开暗示，央行应考虑更激进的措施以保持领先，例如更快或更大幅度的加息。日本央行上次加息是6月升至1%，若周五如期加息，将明显快于此前“每半年一次”的正常化节奏。

日元急升与日债收益率：双刃剑

日元在过去六周大幅震荡，10年期日债收益率升至30年最高。货币分析师警告，日本央行一旦走错一步、或行长传递的信息不被接受，可能重新引爆“套息交易”的快速平仓。

但另一面，日元过去一周升破153、回到2月以来最高、且超出此前干预所达到的水平，分析人士称这反而给了植田和男“少鹰”的政治掩护。日本央行与植田最大的恐惧，是行动过猛把日本经济重新推回通缩——那是日本花了数十年才摆脱的困境。

Katz指出，尽管2.3%的整体通胀高于央行2%的目标，但需求驱动的通胀仍然疲弱、实际工资增长低迷。“日本面临滞胀，”他说：

“这对任何央行都很棘手，我怀疑市场未必乐于听到植田强调这些两难。”

汇市干预后，协调空间收窄

日本当局7月和8月在美国合作下进行了960亿美元的汇市干预，以支撑当时跌至近40年低点、逼近164兑1美元的日元。联合干预缓解了贬值压力，但也带来新的约束：市场会判断这次加息是出于稳定通胀，还是出于维持日元动能。

花旗驻东京首席外汇策略师Osamu Takashima表示：“植田会尽量不让市场意外……市场正变得脆弱。”高盛资深经济学家Tomohiro Ota则认为，市场虽开始定价9月、10月连续加息的加速路径，但除非通胀显著超预期，这种结果不太可能出现。分析师还关注“金融条件保持宽松”这一措辞是否会在加息后依然保留。

市场焦点将落在9月17—18日会议的声明措辞与植田和男的记者会上；同日公布的日本8月全国CPI（预计同比2%）将提供新的通胀线索。

风险提示及免责条款

村田副社长：MLCC至少旺到2028年，拟“大胆”扩产！

芯智讯 — Mon, 14 Sep 2026 05:53:52 GMT

9月14日消息，全球积层陶瓷电容（MLCC）村田制作所副社长南出雅范近日接受《日经新闻》专访时表示，因人工智能（AI）服务器用MLCC需求持续旺盛，预估这一增长趋势“至少将持续至2028年”，公司正“大胆评估”未来3-5年的MLCC产能扩产计划。

AI服务器需求旺盛，村田考虑“大胆”扩产

南出雅范在专访中指出，“每台AI服务器搭载的MLCC数量持续增加。除了小型、大容量产品外，市场对高耐热MLCC的需求也日益升高，产品持续朝高附加价值化发展”。他进一步展望了更长期的趋势：“从中长期来看，市场预估将从AI数据中心扩大至边缘AI装置。其中，备受期待的就是实体AI（Physical AI，指由AI控制的机器人等应用）”。

行业研究数据也印证了这一判断。据TrendForce数据，英伟达VR200 NVL72服务器将使用约60万个MLCC，比现有GB300平台高出30%以上；AI服务器MLCC用量约为传统通用服务器的8至12倍。

另一个关键数据揭示了高端MLCC的供应紧张程度：高附加值MLCC的交期已从8至10周急剧拉长至20至26周以上。交期的急剧拉长，意味着高端产能已经跟不上需求增长的步伐，村田需要腾出更多资源来应对。

村田自身的数据更为直观：2026财年第一财季（4-6月），村田整体接获订单额达6739亿日元，同比增长56.3%，创季度历史新高；其中电容订单额暴增85.5%至4155亿日元。MLCC单体的BB值高达1.34，连续第7季高于显示接单状况活络的界线“1”。

根据村田当前计划，其将在截至2027年度的两年内，对MLCC生产设备投资约800亿日元，并在2027年度将MLCC产能提高两成以上。

瑞银证券在8月的一份研报中指出，村田现有设备存在约20%的潜在产能提升空间，但物理扩张已接近极限。未来物理产能扩张将主要依赖三个来源：2026年4月竣工的出云村田新楼、岛根县安来市已购土地上的新工厂，以及将通用产品转移至泰国工厂后释放的产能。

但显然这部分新增产能仍不足以应对未来AI服务器市场旺盛的需求。对此，村田开始“大胆评估”未来3至5年的MLCC产能扩增计划。

南出雅范称，“原本着眼于自动驾驶普及等趋势而进行准备，因此截至2028年所需的厂房已较其他同业提前布局。另一方面，考察客户的期待，预估2028年以后需求将持续扩大。”

南出雅范进一步指出，“着眼于未来3-5年，正研议包含厂房在内的产能扩充计划。我认为这次的评估将比以往更加大胆。目前公司内部尚未做出任何决定，不过已进行相当深入的评价。在日本国内外现有据点内兴建更大规模的新厂房，也是可能的选项。”

将逐步停产MLCC旧料号？

值得一提的是，就在几天前，业内传闻称，村田已向客户发出了一份正式的产品变更通知（EOL）：将在2026会计年度启动产品线优化，逐步停产部分MLCC料号，涵盖GRM、GRJ、GRT、GXM、GXT、GCM、GCJ、GCG及ZRA等九个系列中的特定产品，应用范围涉及消费电子、工业设备及部分车用领域。

其中，被停产的GRM系列是村田旗舰级的大宗商品MLCC产品线，虽然此次决策针对的是特定料号而非整个系列，但考虑到GRM的市场地位，受影响的数量可能相当可观。

传闻还显示，村田要求客户须在2027年12月31日前确认替代方案。不过，村田也给予客户的转换窗口长达两年以上，最后下单日为2028年3月31日，最终出货日为2029年3月31日。

不过，上述传闻并未得到官方确认。

如果传闻属实，这似乎意味着，村田预计AI服务器对MLCC产能的“排挤效应”要到明年才会真正开始显现，现在启动产品线调整，恰好为2028年后的产能释放做好准备。

村田价格策略：不随供需变化

在MLCC供不应求的背景下，MLCC的价格也在持续飙升。MLCC大厂三星电机此前已通知销售伙伴自2026年8月起将MLCC产品价格调高30%。

针对村田MLCC的定价策略，南出雅范则指出，村田“以与客户建立长期信任关系为基础的方针不变。若随着供需改变而调涨或调降价格，将容易吸引新业者抢进市场。我认为以短期利益为优先考量的定价策略，无助于提升中长期企业价值”。

但他同时留有余地：“若竞争同业大幅调整价格，可能将影响我们原先规划的产品组合和生产布局。因此正密切关注同业和市场动向”。

这似乎与村田的实际行动形成呼应，选择逐步“停产旧料号”而非“全面涨价”，本质上是一种更隐蔽的供给侧调整。通过淘汰低毛利产品，村田既提升了整体产品组合的利润率，又避免了因直接涨价而刺激新竞争者入局。

来源：芯智讯

风险提示及免责条款

华源期货孙伏鲲带你用衍生品工具重塑交易体系：从波段结构到期权增强的四维交易系统

Mon, 14 Sep 2026 05:52:05 GMT

2026年的市场，对投资者提出了更高要求：难的并不是没有行情，而是行情往往来得快、切换也快。

过去那种“看对大方向、耐心持有就能获利”的交易习惯，在高波动与强分化并存的环境中，正变得越来越不够用。

具体来看，贵金属在避险情绪与利率预期反复切换中，常出现突破关键位置后快速回撤的走势；

原油则容易受到地缘消息连续扰动，隔夜跳空与盘中反转的情况频频出现，当你想要依托地缘消息交易后，却发现市场正在对地缘冲突的交易逐步脱敏，交易体系频繁“报错”；

工业品市场同样如此：当宏观预期升温时，价格可能快速拉升；而一旦现实需求、库存数据没有同步验证，前期强势结构又可能在几个交易日内被打破。

对只凭消息追涨、只靠单一指标交易的人来说，最常见的结果不是看错方向，而是追在波动最剧烈的位置，止损在回撤最深的阶段。

更棘手的是，震荡与趋势的边界越来越模糊：你以为是突破，可能是一次假突破；你以为是回调，可能已是结构转弱。

面对这样的市场，交易的核心不再是“猜对下一根K线”，而是识别结构、定义风险、制定进出场规则，并根据不同波动环境配置合适的工具。

尤其当期货单边交易难度上升时，如何借助期权进行保护、增强或应对震荡，正在成为成熟交易者必须补上的一课。

今年的投资者，似乎都在反复经历这样的困境：

看了无数技术分析，依然分不清趋势和震荡，反复被市场收割；
明明判断对了方向，却因为进出场时机不对，最终由盈转亏；
有交易想法，却没有一套完整的系统去执行，每次开仓全凭"盘感"；
只会做单边交易，行情一震荡就束手无策，资金利用率极低；
学了碎片化的"技巧"，却始终拼不成一张完整的交易地图。

市场上从来不缺聪明人，缺的是有系统的人。

当你还在用"感觉"对抗市场时，真正稳定的交易者早已用一套经过实盘验证的操作系统，把交易变成了一道"概率题"。

导师介绍：孙伏鲲

华源期货副总经理 | 中国首届期货投资分析师 |18年期货从业经验

深耕市场18年，历经多轮牛熊周期，擅长程序化交易与全市场热门品种机会解析；
中央人民广播电台经济之声、北京广播电视台BRTV、期货日报等主流财经媒体常驻嘉宾；
中国首届期货投资分析师，持正规期货投资咨询资质，所有策略均基于严谨逻辑推演与实盘验证；
全网粉丝40万+，以"干货、实战、不忽悠"著称，是一线交易者公认的实战派导师。

课程定位

这不是一门"教你抓涨停"的速成课，而是一套完整的交易操作系统搭建指南。

孙伏鲲老师将近20年实战经验浓缩为四大核心模块，从底层逻辑 → 结构识别 → 波段执行 → 期权增强，层层递进，帮你构建一套属于自己的、可穿越周期的交易体系。

孙老师用六个字总结这套体系：简单、粗暴、有效。

一句话总结：先懂逻辑，再看结构，然后执行波段，最后用期权放大收益。（后附课程大纲）

课程大纲：四维一体，构建你的交易"操作系统"

交易没有圣杯，但有路径——18年，足够让一个人建立一套系统地交易系统——从只有20多个品种到如今百余个，从没有夜盘到与国际全面接轨，从在场外给银行行长讲期货逻辑，到成为主流财经媒体的常驻嘉宾——足够让一套系统被反复打磨、历经牛熊、被数以万计的交易者验证。

孙伏鲲老师愿意把这18年里他走过的弯路，总结的经验，通过一堂课交到你手上。

你不需要成为天才，你只需要一套靠谱的系统。

立即报名，开启你的系统化交易之路。

温馨提示

本场课程包含一个小时的互动问答，学员可以就自己最关心的问题与老师展开讨论，面对面答疑解惑。对本场课程感兴趣的朋友，可点击上图报名。您想了解更多课程详情的话，也欢迎扫码下方图片，咨询课程助手。

（华源期货官方小助手）

（提示：本门课程为华源期货与华尔街见闻首度合作课程，故课程限时优惠至1999元，且无线上视频课内容，后续相关类型课程单价将大幅上调至9999元，感兴趣的朋友千万不要错过）

风险提示及免责条款

加拿大总理将访欧，寻求欧盟“准成员国”特殊地位

环球时报 — Mon, 14 Sep 2026 05:35:06 GMT

加拿大总理卡尼将于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。据美国方面13日消息，卡尼此行寻求加拿大获得欧盟“准成员国”的特殊地位。

来自欧盟和加拿大官员称，欧盟对给予加拿大“准成员国”地位的想法持开放态度。“准成员国”这一设想今年早些时候由德国总理默茨提出，该设想最初主要针对乌克兰。按照默茨的设想，在乌克兰成为欧盟正式成员国之前，允许其以过渡形式参与欧盟会议和机构运作，但不拥有投票权。

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。

来源：环球时报

风险提示及免责条款

美总统“口头接受”中国车企在美建厂，专家：其言论的现实效果还有待观察

环球时报 — Mon, 14 Sep 2026 05:32:18 GMT

“特朗普可以接受中国车企在美国建厂”，路透社12日以此为题报道称，尽管美国国会议员和汽车公司普遍反对，但美国总统称他不会反对中国汽车制造商在美国建厂。

据美国《国会山报》报道，上述言论是特朗普11日在福克斯新闻频道一档节目中发表的。“如果中国想进来开个工厂在这里造车，我没问题。”特朗普表示，“日本也这样做，关键是他们雇用了我们的人。”

彭博社称，特朗普否认了有关他可能允许在中国制造的汽车进口到美国的说法，称如果取消现有限制，美国国内市场可能会“被冲垮”。另据路透社报道，特朗普还表示，不认可中国车企在墨西哥建厂，再将汽车出口至美国的模式，“但我不是在贬低中国汽车”。

彭博社称，通过高额关税及美国商务部针对中国相关联网汽车及车辆软件进入美市场所实施的限制，“中国汽车实际上被排除在美国市场之外”。随着中国电动汽车制造商在加拿大、墨西哥等市场站稳脚跟，美国汽车制造商正在陷入担忧。

就在特朗普称“不反对中国车企赴美建厂”不久之前，美媒对中国车企的报道还在聚焦美国交通部长肖恩·达菲公开致信福特汽车公司首席执行官吉姆·法利，对福特与多家中企的合作表示“深度关切”。达菲宣称，这“涉及美国国家汽车制造业的完整性、供应链风险以及对外国对手技术的依赖”，路透社等外媒解读为，美政府要求福特“切断与中国企业的合作”。据美国《华尔街日报》报道，随后，福特以“措辞极为强硬”的公开声明反驳达菲的指责。

黄河科技学院客座教授张翔13日告诉《环球时报》记者，面对中国车企强有力的竞争，美国政府和车企的态度存在温差。美政府更多使用“一刀切”的方式阻止中国新能源汽车进入美国市场，而一些车企依然看重与中国企业的合作。特朗普“接受中企在美建厂”的最新表态，和他此前强调的制造业回流美国一脉相承，但这番言论的现实效果还有待观察。

针对美交通部长公开“施压”福特，中国驻美国使馆发言人日前对媒体表示，呼吁美方尊重市场经济规律和公平竞争原则，摒弃意识形态偏见，停止将经贸议题政治化，为两国经贸合作营造良好环境。

来源：环球时报

风险提示及免责条款

兼并重组的临界点：发改委喊话背后，中国汽车产业的底盘、困境与出清路径

Mon, 14 Sep 2026 04:02:19 GMT

2026年9月11日，国家发展改革委在四部门联合发布会上提出「积极支持大型企业集团开展改革，以市场化、法治化方式推进企业间兼并重组」，同期印发的《智能网联新能源汽车产业发展「十五五」规划》首次把「加强产能预警调控」单列成项，并把动力电池纳入产能治理范围。

2026年上半年汽车行业收入增长1.8%、营业成本增长2.8%、利润总额下降20%，销售利润率3.8%，产能利用率70.6%，整车制造环节平均利润率已降至1.5%。本轮整合的真实顺序是「后台先行、集团在后」——先合并研发、平台、采购与产能，再谈股权与集团层面的合并；真正决定成败的不是谁和谁合并，而是共性技术平台能否集中、落后产能能否真正退出。

高盛合伙人：三重阻力压制美股，四大方向仍存布局机会

Mon, 14 Sep 2026 03:50:22 GMT

美股二季度走出一波强劲行情，纳斯达克指数单季涨幅达32%，费城半导体指数更飙升87%。但此后市场陷入横盘，涨势戛然而止。

高盛合伙人Mark Wilson在其最新一期《Weekly Mash》中指出，美股自二季度大涨后陷入横盘，三重阻力正在压制市场：中期选举历史规律、量化机器仍满仓做多、能源-债券-股票三角绞杀。Wilson同时看好四个方向：AI基础设施龙头、大宗商品及相关股票（尤其铜）、德国股市、大型银行。

三重阻力：哪些东西挡在前面

阻力一：中期选举的历史魔咒

Wilson援引1974年以来的历史数据：从每年8月初到中期选举，美股中位数回报率为0%。

他坦承没人能确定这个规律究竟有多大效力，但他的判断是："这个数字被引用得足够频繁，市场已经在按它交易了。"

阻力二：聪明钱撤了，机器没撤

对冲基金在夏季已完成降仓，整体敞口处于过去一年的中等水平，选股型基金仓位更轻。

但Wilson指出，这对指数意义不大——对冲基金去风险时，往往同时砍赢家和输家，对市场方向影响有限。

真正的隐患在别处：趋势跟踪基金和波动率目标策略仍接近满仓做多。"这些资金不会自我对冲，它们只会在价格下跌时卖出。"Wilson写道。

阻力三：能源-债券-股票的三角绞杀

Wilson将这一问题定性为"当前市场内在关联最紧密的核心矛盾"，逻辑链条清晰：地缘政治推高油气价格→油气价格推高债券收益率→债券收益率压制股票估值。

他称这是"书里最难解的问题"，并指出收益率已经走了很长一段路。

本周的最新进展：特朗普表示伊朗问题将延续至中期选举之后——Wilson将此解读为"各方开始像成年人一样谈判的前提条件"。目前阿曼及海湾国家将与伊朗就霍尔木兹海峡通行问题展开会谈。高盛已再度上调油气价格预测。

天然气价格方面，Wilson指出，"迫使亚洲减少消费、为欧洲释放供应的价格水平已基本达到"，价格已突破3月高点。但欧洲仍将以历史低位库存进入冬季。

Wilson强调，前两重阻力会随时间推移或价格回调自行化解，但能源-收益率这个死结"不会在11月到期"。

四大布局方向

方向一：AI基础设施——故事没完，估值先到位了

Wilson认为，今年晚夏回头看或许是又一个拐点：更多模型涌现、GrokBot病毒式传播、"可交付AGI"再度提速。

但他对AGI叙事不感兴趣，他盯的是资本开支。"基本面持续走强"，他写道，并列举了一系列数据支撑：Oracle最新财报、微软宣布六年内将数据中心容量扩大三倍、英伟达再度上调市场规模预期、SpaceX今年销售额有望突破1000亿美元并计划2027年建设轨道数据中心。

"巨头们正在更大的基数上加速。"

英伟达目前对应2028年盈利的市盈率为10.3倍。

Wilson的理想入场条件是：收益率停止攀升，日历翻篇，市场得以展望2028年，届时龙头股将再度启动。

方向二：大宗商品——人人在讨论货币，没人在做第一顺位的交易

Wilson表示，在当前高名义增长、财政前景恶化、货币贬值担忧以及大宗商品驱动的通胀压力并存的环境下，他对市场缺乏对大宗商品及相关股票的关注感到"意外"。

"我对能源板块兴趣不大，但对金属板块仍有极大信心。"他写道，并特别点名铜："铜的交易表现尤为出色，而相关股票在缺乏增长性资本开支、供应稀缺性日益明显的背景下，估值依然没有重估。"

他的判断直白：评论界在写美元崩溃的长篇大论，而铜坑才是真正的交易。

方向三：德国股市——你以为你讨厌的那个市场，其实不是你想的那样

市场对德国的刻板印象是：工厂腐朽、汽车和化工被中国蚕食。

Wilson用数据拆解这一叙事：汽车和化工在德国股票指数中的占比分别仅为5%和7%，德国本土业务仅占DAX指数销售额的20%。

与此同时，德国正推进大规模财政刺激，高盛预测2027年德国企业盈利增速达17%，DAX指数的构成已向国防、电气化、AI和科技倾斜，而当前估值仅为15倍市盈率。

Wilson点出了一个关键催化剂："德国股票最大的卖家是德国储蓄者，而养老金改革即将把他们变成买家。"

方向四：大型银行——终于有了一个不只靠利率的成交量故事

Wilson将高盛Richard Ramsden关于美国银行业的研究报告列为"必读"。核心数据：资本市场手续费收入从2010年到2019年每年下降约1%，但从2019年到2026年以每年11%的速度复合增长。剔除AI相关业务的峰值影响，Ramsden仍测算出4%的年增速，并将其定性为"可持续"。

Wilson还指出，AI相关融资需求可能将业务从精品投行拉回到有资产负债表支撑的大型银行。

"十五年的严监管正在退潮——除非民主党在11月横扫。"他写道。

核心争议在于：这样的高股本回报率能否持续。

风险提示及免责条款

三家客户贡献44%营收，英伟达越来越依赖大客户了

Mon, 14 Sep 2026 03:49:08 GMT

英伟达的营收规模在过去两年急速膨胀，但与此同时，其客户结构也在悄然收窄。

9月13日，据The Information报道，在截至今年7月的本财年上半年，英伟达有三家客户各自贡献了超过10%的总营收，三者合计占比达44%。而在上一财年，这一数字是两家客户占36%。再往前追溯至FY2023，英伟达没有任何一家客户的占比达到10%。

这一变化的背后，是英伟达数据中心业务的爆发式增长——该业务营收从FY2023的约150亿美元，飙升至上一财年的1937亿美元，且今年有望再度翻倍。业务越大，对头部客户的依赖也越深。

谁是那三家大客户？

英伟达并未在公开文件中点名这三家客户，但The Information的分析指出，其中可能包括戴尔（Dell）或鸿海科技（Hon Hai Technology）——两者均将英伟达芯片集成进服务器后转售给其他企业。

戴尔近期披露，其"AI优化服务器"第二季度营收同比翻倍至164亿美元，带动整体营收增长58%；鸿海上半年营收也同比增长35%，AI设备销售是主要驱动力。

另一方面，英伟达首席财务官Colette Kress今年2月表示，五大云厂商及"超大规模计算"客户——这一表述可能涵盖Meta和SpaceX——合计贡献了数据中心营收的50%以上。

微软、Meta和SpaceX均被视为英伟达的重要买家，三者都在大规模建设AI数据中心。谷歌和亚马逊同样大量采购英伟达芯片，但由于两者也在大量使用自研AI芯片，因此不太可能跻身英伟达最大客户之列。

自研芯片的隐忧

客户集中度上升本身已是风险，而这些大客户同时也在自研芯片，令问题更加复杂。

微软、Meta和SpaceX均在推进自研AI芯片计划。一旦自研芯片成熟，这些客户对英伟达的采购需求可能逐步下降。

这也解释了为何英伟达CEO黄仁勋近年来持续向新兴云服务商（neocloud）和AI企业投资布局——CoreWeave、Nebius等均是英伟达的投资对象，也是其芯片的重要买家。

做空大师Michael Burry——因精准预判2008年次贷危机而声名大噪——近几个月也公开将英伟达客户集中度上升列为重大风险之一。

应收账款激增，付款期限拉长

客户集中的问题，在英伟达的财务数据中还有另一个维度的体现。

英伟达今年7月披露，其应收账款余额的70%来自五家客户。相比之下，今年1月这一比例是三家客户占56%，而在FY2025年末，则是两家客户占33%。

应收账款余额本身也在快速攀升。英伟达8月底披露，上半年应收账款余额跳涨64%至630亿美元，原因是"对部分投资级大客户的大型多季度协议给予了延长付款期限"。

英伟达已将付款期限从上一季度的45天延长至60天。但在同期的证券文件中，公司表示未来可能进一步延长：

"客户付款通常在产品交付后不久到期。在某些情况下，针对投资级客户的采购，我们已经并可能在未来提供更长的付款期限，从90天到最长一年不等，以协助客户完成大型数据中心建设。"

付款期限拉长，意味着英伟达单季度实际收到的现金减少，同时也使其财务状况与大客户的信用状况更紧密地绑定在一起。

向海外和新兴客户扩张

面对集中度上升的压力，英伟达正在加速拓展新客户。

本周，英伟达将多家澳大利亚企业纳入其"AI工厂"（AI Factory）计划，向这些建设和运营数据中心的企业提供芯片及网络设备。今年早些时候，英伟达也在印度和亚美尼亚推进了类似项目。

这一系列动作，是英伟达在美国头部买家之外，积极培育主权客户和新兴云服务商的组成部分。

风险提示及免责条款

A股三大指数集体低开

Mon, 14 Sep 2026 01:25:39 GMT

上证指数跌0.54%，深证成指跌1.03%，创业板指跌1.29%。

风险提示及免责条款

AI开发放缓叠加油价飙升，日韩芯片股首当其冲，SK海力士跌超5%、软银暴跌11%

Mon, 14 Sep 2026 01:21:26 GMT

AI巨头联手呼吁放慢前沿模型开发节奏，叠加油价飙升重燃通胀忧虑，亚洲股市周一承压低开。

韩国首尔综指跌逾3%，SK海力士跌超5%，三星电子跌超3%，作为AI热潮"铲与锹"的韩日芯片股首当其冲。

日经225指数低开0.6%，随后后跌幅扩大至2%，软银股价重挫11%。

与此同时，布伦特原油涨超3%至每桶107.99美元，沙特关闭关键输油管道叠加阿曼推迟原定14日与伊朗等国会议消息令能源市场骤然升温，进一步加剧市场对通胀前景的担忧。

纳斯达克100指数期货跌逾1%，标普500指数期货跌0.6%。本周市场面临多重考验：美联储将于周三公布利率决议，互换市场目前定价显示加息概率逾90%；英国和日本央行亦将相继发布政策决定，三大央行决议或重塑2026年余下时间乃至更长期的全球货币政策格局。

AI巨头联手呼吁放缓，芯片股承压

周六，Anthropic首席执行官Dario Amodei发文表示，公司将引入独立第三方评估等额外安全保障措施，并呼吁整个行业主动放缓最先进模型的开发节奏。OpenAI首席执行官Sam Altman随即公开背书，xAI的埃隆·马斯克亦表态称"Dario说得对"。

三大AI头部机构的罕见共声，令市场对这一驱动今年股市上涨的核心板块产生疑虑。AT Global Markets驻悉尼首席市场分析师Nick Twidale表示："随着投资者评估顶级AI公司重大战略转变对估值的影响，本周开局可能颇为动荡。预计为这些大型AI公司提供供应链支持的亚洲大型科技企业将率先受到冲击。"

不过，部分市场人士认为此次冲击更多停留在情绪层面。摩根大通资产管理全球市场策略师Kerry Craig表示："在开发放缓的必要性真正转化为资本支出指引下调或模型发布推迟之前，这更可能是情绪驱动因素，而非估值或盈利驱动因素。"

在企业动态方面，据知情人士透露，Anthropic已选定纳斯达克作为其潜在创纪录IPO的上市地点。Sam Altman则表示，OpenAI今年不会推进IPO计划，理由是公司当前专注于应对AI安全相关问题。

油价飙升重燃通胀忧虑，美联储加息预期升温

能源市场的突发变局令市场雪上加霜。沙特阿拉伯在无人机袭击后关闭一条关键输油管道，伊朗与海湾国家原定会议亦宣告推迟，布伦特原油涨2.8%至每桶107.55美元，美国西德克萨斯中质原油涨2.5%至每桶102.51美元，油价重返百美元上方。

油价飙升与上周五公布的美国通胀数据形成共振。美国劳工统计局数据显示，8月份剔除食品和能源的核心CPI环比上涨0.3%，同比上涨2.4%；整体CPI环比上涨0.4%，同比上涨3.4%，均高于预期。

通胀数据推动美债收益率走高，两年期美债收益率上周五上涨4个基点，10年期收益率逼近5%关键关口，目前报4.95%。互换市场定价显示，美联储周三加息概率已超过90%。

Westpac Banking Corp金融市场策略主管Martin Whetton表示："9月FOMC会议加息预期已非常明确，定价概率达90%。周五CPI数据公布后，美债收益率普遍走高，今日亚洲固定收益市场将继续受此主导。"

分析人士指出，油价重返百美元以上叠加中东局势再度升温，令全球通胀压力难以缓解，政策制定者期待的喘息空间愈发渺茫，这也将使借贷成本在更长时间内维持高位。

风险提示及免责条款

AI巨头们突然发现：最强模型，不发布反而更值钱

万周 — Mon, 14 Sep 2026 01:19:21 GMT

过去两年，大模型公司的竞争规则几乎只有一个：更快训练、更快发布、更快刷新能力上限。但Dario Amodei提出“放慢前沿”后，Sam Altman和Elon Musk迅速表达支持，一个更值得财经市场关注的问题开始浮现：如果最强模型继续留在实验室，成熟一代再推向市场，AI巨头可能不仅更安全，也会拥有更长的产品周期、更好的价格纪律和更高的资本回报率。

一、发生了什么？——AI巨头第一次认真讨论“慢一点”

1. 从泛泛谈安全，走向讨论“共同减速”：

过去两年，大模型行业几乎没有真正意义上的产品周期管理。OpenAI、Anthropic、Google DeepMind、xAI之间的竞争，使行业形成了一种极具攻击性的节奏：模型能力只要取得突破，就应该尽快向市场开放，否则短暂领先很可能迅速被竞争对手夺走，用户、开发者和资本市场的注意力也会随之迁移。

Dario Amodei最新发表的《We Must Pace the Frontier》第一次试图挑战这种默认规则。他提出的核心并不是停止AI研发，而是让前沿能力的进步速度慢到足以让安全研究和治理机制跟得上。具体路径包括引入能够深入企业内部的独立评估人员、让主要AI实验室形成共同的安全标准，并进一步寻求跨国协调。

更重要的是，这篇文章并没有停留在Anthropic一家公司的立场上，Sam Altman随后公开表示认同“pace the frontier”的方向，Elon Musk也迅速表达支持，几家长期处于激烈竞争状态的头部企业第一次在“前沿能力是否需要共同放慢”上出现明显靠拢。

这使问题开始从“AI是否危险”转向一个更具有商业意味的问题：最先进的模型，是否仍然应该在完成训练后第一时间成为商业产品？

2. “最强模型”已经开始与“最新产品”分离：

这个问题之所以值得认真讨论，是因为头部实验室内部已经出现一个过去并不明显的新现象：研发前沿与产品前沿正在分离。OpenAI近期披露的研究工作表明，公司内部使用的研究模型可以明显强于已经公开的主力模型；与此同时，行业内也越来越多地出现“内部研究原型”、“受限访问模型”、“公开商业模型”并存的结构。

……

华尔街见闻 - 资讯 - 最新

高利率不是美股的“终结者”？盈利才是？

估值真正承压的门槛在5%-6%

利率如何传导至盈利：先看债务结构，再看现金流

曲线形态决定板块：陡峭化买周期，平坦化买科技

高盛大幅上修27/28年光模块需求，称供应链紧张将是明年最大出货瓶颈

需求上修：规模扩张与规格升级双轮驱动

激光器等紧缺成为2027年出货实际上限

龙头锁产能，价格为何不崩

CPO商用化：设备商最先兑现，订单能见度延伸至2028年

验证窗口：三个关键指标决定判断成立与否

“很难亏”的债基又来了，这次13家一起上报

13家中小公募集体申报

托管安排：兴业或领跑，浦发中信并列

批文落地在即，中小公募的突围才刚开始

AI终结AI：新技术越强，旧模式越难持续

OpenAI不急着上市，阿莫代伊要求所有人减速

公司拿走收入，社会收到四张账单

数学家的成果，为什么先成了AI的答案

AI公司为了阻止用户作恶，需要看见多少秘密

模型逃出沙箱，谁来证明它仍然安全

数据中心进入小镇，电费为什么留给居民

铁路事故催生刹车，汽车监管举起红旗

当社会账单回到AI公司的利润表

中国1至8月社会融资规模增量 239100亿人民币，前值 222500亿人民币

三星、SK海力士拒绝向韩国电力预付190亿美元电费

AI开发放缓=算力需求见顶？答案未必悲观

AI巨头罕见“踩刹车”，芯片股先遭重估

放缓研发，不等于算力需求见顶

真正的考验：AI巨额投入能否兑现回报

发生了什么？AI巨头们都要放缓

10年美债冲向5%！贝森特回购是否被低估？

贝森特回购是否被低估？

曝DeepSeek来了位90后CFO

上下文税：企业AI的隐形瓶颈

一. 企业焦虑始作

二. 交不出与不愿交

三. “降税”路径涌现

四. 汹涌“知识圈地”

AI如“外星心智”降临地球！辞职帖获破亿浏览后Anthropic前研究员公开受访

辞职背后：私下的恐惧与公开的谨慎

"外星心智"的具体威胁：黑客、生物武器与自主无人机

监管路径：近期自律，长期国际协调

养老理财重启扩围，长期资金争夺战升温

扩围进入等待期

抢食养老资金

AI争议升级之际，对冲基金买入科技股速度创15个月新高

对冲基金重返科技股，买入速度创15个月新高

宏观对冲产品遭大规模抛售，信用与小盘ETF空头激增

AI争议在最关键时刻升温，亚洲科技股首当其冲

FOMC决议与20年期国债拍卖成下周关键变量

苹果预售追踪：iPhone 18 Pro系列海外需求信号偏弱，Duo评测正面但硬件落后

交货周期数据：需求偏弱信号明确

中港市场：投机活动干扰信号解读

Duo初评：软件体验获肯定，硬件规格存明显差距

日本央行加息或已无悬念，关键在于如何应对高市政府和贝森特的压力

贝森特的“不对称信息”与华盛顿的介入

高市阵营与政策委员会的内部分歧

日元急升与日债收益率：双刃剑

汇市干预后，协调空间收窄

村田副社长：MLCC至少旺到2028年，拟“大胆”扩产！

AI服务器需求旺盛，村田考虑“大胆”扩产

将逐步停产MLCC旧料号？

村田价格策略：不随供需变化

华源期货孙伏鲲带你用衍生品工具重塑交易体系：从波段结构到期权增强的四维交易系统

导师介绍：孙伏鲲

课程定位

课程大纲：四维一体，构建你的交易"操作系统"

温馨提示

加拿大总理将访欧，寻求欧盟“准成员国”特殊地位

美总统“口头接受”中国车企在美建厂，专家：其言论的现实效果还有待观察

兼并重组的临界点：发改委喊话背后， 中国汽车产业的底盘、困境与出清路径

高盛合伙人：三重阻力压制美股，四大方向仍存布局机会

三重阻力：哪些东西挡在前面

四大布局方向

三家客户贡献44%营收，英伟达越来越依赖大客户了

谁是那三家大客户？

自研芯片的隐忧

应收账款激增，付款期限拉长

向海外和新兴客户扩张

兼并重组的临界点：发改委喊话背后，中国汽车产业的底盘、困境与出清路径