华尔街见闻 - 资讯 - 最新

一半的股票已进入熊市！美股走到“十字路口”，关键看美债波动率

Mon, 05 Oct 2026 03:19:27 GMT

美股指数徘徊于历史高位附近，但市场内部已悄然分裂。

摩根士丹利首席股票策略师Mike Wilson在最新报告中发出警告：当前美股市场的广度与指数价格之间存在约12%的背离缺口，这一分歧必须以某种方式弥合——要么指数回调向下与市场广度“会师”，要么债券波动率降温、个股补涨推动指数继续走高。两条路，方向截然相反，而最终裁决者只有一个：美债市场。

目前，罗素3000成分股中已有51%从6月高点下跌超过20%，正式进入熊市区间，标普500中位数股票较52周高点低16%，市场广度已跌至互联网泡沫破裂以来最低水平。与此同时，10年期美债收益率重返5.25%，衡量美债波动率的MOVE指数突破100，而“恐慌指数”、股市波动率指数VIX却依然低于15，股债波动率之间的罕见背离令市场高度警惕。

Wilson的结论是：如果债券波动率无法平息，标普500可能在未来一个月内下探至约6800至7300点区间，随后才有望迎来年末反弹；若债券波动率率先降温，个股补涨将推动指数与广度共同走高。

半数股票已深陷熊市，指数“虚高”掩盖内部溃败

表面上，标普500指数仍在历史高位附近运行，但市场内部的损伤已相当严峻。

Wilson在最新一期《Weekly Warm-up》报告中指出，罗素3000成分股中已有51%从6月高点累计下跌超过20%，较两周前的"逾40%"进一步恶化。与此同时，标普500前向市盈率已回落至约19倍，与今年3月伊朗冲突最激烈时的低点持平。

分行业来看，损伤分布极不均匀。半导体板块中96%的个股较6月高点跌幅超过20%，其中69%跌幅超过40%；汽车板块71%的个股跌超20%，且每一只汽车股均已下跌至少10%；软件板块这一比例为75%。银行板块则是例外，仅有4%的个股出现同等幅度的回撤。

Wilson将上述重灾区定性为"典型的早周期赢家"——半导体和汽车股从2025年4月滚动衰退低谷到2026年6月大幅跑赢市场，但摩根士丹利早在6月便已发出信号，认为这些早周期赢家的盈利修正广度已见顶，市场正从早周期向中周期切换，质量因子将开始主导。美联储的鹰派转向，则是这一周期切换的又一经典信号。

高盛的数据进一步印证了这一判断。据高盛TMT策略师Peter Callahan，标普500中位数股票目前较52周高点低16%，市场广度已跌至互联网泡沫破裂以来的最低水平。高盛早在5月1日便警告，广度的急剧下滑"历史上往往先于标普500在未来6至12个月内出现高于均值的回撤"，而五个月后，这一指标仍在持续恶化。

广度崩塌的导火索：是杰克逊霍尔，而非油价

市场广度的恶化并非一蹴而就，Wilson对时间节点的梳理尤为关键。

整个夏季，标普500成分股中位于200日均线上方的比例从5月底的59%升至约75%，即便在原油价格和美债收益率同步走高的背景下，市场广度依然在改善。然而，这一趋势在8月下旬杰克逊霍尔全球央行年会之后急转直下，目前该比例已跌至49%。

Wilson明确指出，广度的骤然收窄并非由油价上涨引发，而是市场在杰克逊霍尔之后开始消化更为鹰派的美联储路径所致。

“同样的转变在利率市场也清晰可见。名义GDP增速加快和能源价格上涨推动了上半年的收益率上行，但自8月下旬以来，收益率的进一步走高越来越多地反映的是美联储的鹰派转向——而这一转向发生在经济增长强劲的背景下，对整体股市而言并非坏事，但确实影响了市场领涨方向。”

BTIG策略师Jonathan Krinsky的统计数据提供了另一个维度的佐证：据彭博援引的数据，今年以来已有57个交易日出现价格与广度背向而行的情况，追平了过去30年的最高纪录，而当时距年底尚有四个半月。

Wilson将当前指数与广度之间的背离量化为“以标普500计约12%的缺口，必须以某种方式弥合”。

基本面并未失速，但估值压缩已在进行

不过，尽管市场广度恶化，摩根士丹利和高盛在基本面判断上罕见地达成一致：当前的市场疲软并非基本面恶化所致，而是估值压缩的结果。

Wilson指出，标普500的EPS修正广度为25%，远高于质量较低的罗素2000的7%，中位数股票EPS增速处于十几个百分点的中段水平。“指数自6月初以来原地踏步，并非因为盈利停滞，而是因为估值消化了冲击。”

高盛方面，据彭博援引高盛数据，标普500二季度EPS同比增长51%，前向市盈率已从约23倍降至约19倍，高盛12个月目标价8700点的假设中几乎不包含估值扩张的贡献。

值得注意的是，摩根士丹利对2026年EPS的预测为339美元，低于自下而上市场一致预期的361美元约6%——即便是这位坚持认为“盈利在承担重任”的策略师，其预测也明显低于市场共识。

美债波动率：决定市场走向的最终变量

Wilson将当前局面归结为两种情景，而两者的分野完全取决于美债波动率能否降温。

情景一：若债券波动率持续高企，市场广度与指数价格将在未来一个月内"在中间相遇"，意味着标普500面临约6%的回调压力，对应指数水平约7300点，随后有望迎来年末强劲反弹。

情景二：若债券波动率率先平息，个股广度将追赶指数价格，推动两者共同走高。

Wilson长期以来将4.50%视为10年期美债收益率对股票估值产生实质性压制的临界点。10年期美债收益率在5月突破这一水平后，标普500前向市盈率便持续下滑。截至上周五，10年期美债收益率重返5.25%，抹去了非农数据公布后的全部涨幅。

衡量美债波动率的MOVE指数目前已突破100，而VIX仍低于15。Wilson指出，"在近期广度和估值的崩塌过程中，VIX的平静程度令人瞩目"，并以红色问号标注了这一异常背离。他认为，股债波动率能否同步，以及何时同步，将最终决定广度与指数之间的缺口如何弥合。

“沃什看跌期权”：存在，但无人知晓行权价

值得注意的是，Wilson在报告中专门讨论了新任美联储主席沃什这一变量对市场定价的影响。

自杰克逊霍尔以来，2年期美债收益率已上涨近60个基点，市场对沃什释放的信号解读为：通胀不仅需要下降，而且需要“足够快地”下降。9月的加息进一步强化了这一反应函数。

然而，Wilson认为债券市场可能反应过度。“在我们看来，债券市场近期可能已转向过度鹰派的立场。”他同时指出，期限溢价目前仍表现良好，这在一定程度上缓解了市场对财政可持续性或美联储严重落后于曲线的担忧。

更关键的是，Wilson对美联储主席沃什的货币主义立场作出了独特解读：

“市场可能在假设未来一年加息次数过多的同时，低估了沃什在首次出现麻烦迹象时动用资产负债表来为赤字融资或稳定金融条件的意愿。我们的判断是，沃什最终将在必要时提供流动性，但市场可能希望先测试他的决心。近期收益率和债券波动率的上升，正是朝这个方向迈出的一步。”

换言之，“沃什看跌期权”客观存在，但行权价尚不明朗，而市场似乎正在主动寻找这一价格。

Wilson建议坚守大盘质量股，等待入场时机

当前阶段，Wilson建议坚守大盘质量股，尤其是盈利修正持续改善的轻资产公司，并重点关注高自由现金流收益率、低应计项目和高人均销售额等质量与运营效率因子。

若指数确实出现回调，完成"水面之下已持续数月的调整"，Wilson认为届时将是增持风险较高股票的时机，时间窗口约在未来一个月内。

在AI主题方面，摩根士丹利分析师Michelle Weaver对全球约3600只股票的第六次AI图谱分析显示，市场正从"AI使能者"向"AI采用者"轮动。市场一致预期高度相关AI采用者在2025至2026年将实现4.6%的EBIT利润率扩张，超过标普500整体水平，但这一优势在更远期预测中几乎完全消失，显示分析师已将初期AI红利计入估值，但尚未充分定价其持续性。

在估值层面，高度相关AI采用者的未来12个月EPS在两年内累计上涨约70%（使能者涨幅超过一倍），但中位数采用者目前仅以18倍前向市盈率交易，与MSCI全球指数持平，远低于使能者的22倍。

此外，AI“核心于投资逻辑”的公司跑赢“仅具重要性”公司达107%；而面临AI核心威胁的公司则跑输面临温和冲击的公司约161%，市场对AI影响程度的定价已愈发精细。

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。

最新披露：迪拜航空袭击者原计划杀死机长，驾机撞向摩天大楼

上观新闻 — Mon, 05 Oct 2026 03:03:14 GMT

新华社消息，据以色列媒体4日报道，以色列方面的初步调查显示，在迪拜航空公司客机驾驶舱中袭击机长的副驾驶系单独作案。

以色列第12频道电视台援引消息人士的话说，以安全机构在事发后立即启动调查，目前调查仍在进行。调查人员认为，涉事副驾驶是“独狼式”作案。

另据媒体报道，这名副驾驶为29岁的阿曼籍男子哈马姆·哈马米。他原计划杀死机长，并驾驶飞机撞向以色列特拉维夫的摩天大楼。

迪拜航空机长与内塔尼亚胡通话，回忆遭袭细节

央视新闻消息，9月30日，阿联酋迪拜航空公司一架飞往以色列的航班发生副驾驶袭击机长事件。主导调查的阿联酋检方10月3日称，涉事副驾驶企图实施“恐怖活动”。

10月3日，发生安全事件的迪拜航空客机机长与以色列总理内塔尼亚胡通电话。机长斯米特·马奇切尔讲述了自己遭袭时的细节。

迪拜航空遭袭机长斯米特·马奇切尔：（事发时）我正目视前方，没有回头看。突然，我想大概是过了四五分钟，我的后脑勺遭到重击，我当时的第一反应是飞机出了严重故障，情况不妙。紧接着，又打过来了，一下接一下，我这才意识到，不是飞机出了问题，而是跟我同在驾驶舱里的那个人。我试图阻止他，但由于他最初的几下重击，我的视线几乎完全模糊，什么也看不清了。当时我记得自己倒在驾驶舱的地板上，能感觉到飞机的动静和人们的尖叫声。我意识到自己必须进行殊死搏斗，不管这是为了我自己还是为了其他人，总之，我知道如果不这么做，就死定了。于是我拼尽全力冲向驾驶舱门并将其打开，谢天谢地，外面的人已准备好冲进来接管飞机控制权。

内塔尼亚胡称赞马奇切尔“在绝境中保持冷静判断的能力”，并邀请他访问以色列。

以色列全面收紧赴以航班安保

总台记者当地时间4日获悉，以色列方面消息称，鉴于近期发生的阿曼籍副驾驶袭击迪拜航空客机机长事件，以色列交通部日前向外国航空运营商发出通知，严禁拥有伊朗、伊拉克、黎巴嫩、阿曼、巴基斯坦、卡塔尔和沙特等27国单一或双重国籍的机组人员执飞或搭乘赴以航班。

以总理下令对外国民航客机赴以安保工作进行彻底审查

当地时间10月4日晚间，以色列总理办公室通过社交账号发布声明称，以总理内塔尼亚胡已指示该国国家安全委员会主席什穆埃尔·本·埃兹拉，要求其任命一名专门审查员，针对外国民用航空赴以飞行的所有安保环节展开全面、彻底的深入审查。

另据《耶路撒冷邮报》援引一名以色列消息人士称，副驾驶哈马米在审讯中表示，他在被迪拜航空录用前就已策划袭击。他曾研究哪些航空公司运营飞往特拉维夫的航线，并尝试应聘，最终被迪拜航空聘用。

本文来源：上观新闻

风险提示及免责条款

AI估值的“困境”：根本不怕安全问题、而是怕……

Mon, 05 Oct 2026 02:59:10 GMT

2026年，AI模型一直在更新，产品一直在迭代，收入一直在涨。但有一件事耐人寻味：头部公司手里最强的模型，总是因为安全原因不全面发布。Anthropic压着Mythos，OpenAI的Astra发布前暂停了两周训练，发布后又集中披露了六起模型异常行为。模型在往前走，但最前沿的那一步，永远被一道安全闸门挡着。

市场对此的反应不是恐慌，而是安心。因为闸门本身就在传递一个信号：前面还有东西。那些被披露出来的安全事件——AI逃出沙箱、自主联网、偏离指定任务展示的恰恰是行业苦苦追求的下一步能力：不靠人、自己设定目标、持续执行。

每一次说“太危险了所以不放”，底层都在说“这个能力我们已经有了”。

现在的市场根本不怕AI太危险，而是怕另一件事……

中国正在编织六张“超级大网”

央视财经 — Mon, 05 Oct 2026 02:49:35 GMT

“十五五”开局之年，六网纵横交织，协同发力，共同构筑起支撑中国式现代化的“硬脊梁”。六张网，如何织密织牢？怎样向新而行？

“六张网”与我们的生活息息相关

这个国庆，上亿人在路上。你可能不知道，六张“看不见的网”正悄悄托举着你的旅程。

提到中国基建，你第一反应是不是高铁、大桥、超级港口？但现在，中国基建早就不只是“修路搭桥”了！国家正在织一套超级新基建——“六张网”。这六张网，每一张都和我们的生活息息相关。

水网：统筹解决水灾害、水资源、水生态、水环境问题；

新型电网：把越来越多的新能源稳定接入大电网，让绿色电力发得出、送得走、用得稳；

算力网：把全国各地的计算资源连成一张网，可以像拧开水龙头一样，随时随地按需获取算力；

新一代通信网：从6G到卫星互联网，将实现空天地海一体化；

城市地下管网：从“看不见”到“管得住”，燃气、供排水、供热更有保障；

物流网：让分散的通道和枢纽连成网，打通货畅其流的“最后一公里”。

“六张网”建设的背后，是政府和市场的协同发力。政府搭台，企业唱戏，重大工程有人投、关键环节有人管、长期运营有人守。

算力需求火爆，电网建设跟进

“六张网”如何协同赋能？在“东数西算”重要枢纽之一的宁夏中卫，戈壁滩上热火朝天，来自全国各地的企业都来“抢位置”。

究竟火爆到什么程度？在中卫市数据局，记者发现了两张规划图：

6月份刚做好的算力园区规划，空闲地块不到两个月就被订满；
8月份的新图上，新规划的建设区域面积又翻了一倍多。

然而，爆发的需求也带来了新的难题。在一座算力中心的建设现场，负责人告诉记者，现在模块化建设，让建设时间缩短了一半，但是配套变电站的建设进度却无法同步。

算力网电网数据共享，精准供电满足企业需求

不久前，中卫把算力网、电网的负责人请到了一张“桌子”上：谁需要什么、什么时候到位，让不同网的建设节奏“对上表”。

国网宁夏电力中卫供电公司发展策划部主任李俊表示，原计划2028年到2029年还要开工4座330千伏变电站，如今全部提前到2027年。算力发展到哪，电网覆盖到哪。

整体节奏匹配上了，大家坐在一起，还发现了新的问题。过去，几乎所有算力企业都要求用最高等级的电力设施供电，而实际前期用电较少，一般三到五年才达到峰值。

现在，算力企业将数据处理量与电网共享，电力企业根据实际情况计算用电需求，精准供电。

通信网升级，空心光纤助力高速传输

协同的不仅仅是电网和算力网。许多西部算力枢纽都距离京津冀、长三角等地上千公里，即便是目前最高等级的光纤网络，直连时延也要20毫秒。面对现在涌进来的大模型训练、AI推理这样对时延要求极高的智算需求，就需要一张更新的通信网。

一条通信光缆，从中间抽出一根细细的光纤，直径不到0.4毫米。把它放大1000倍，可以看到这根细丝的内部，竟然是空心的。管道壁上还嵌入了20根更细的玻璃圆柱，给光信号造出了一条高速通道。这就是下一代通信关键技术——空心光纤。

中国移动宁夏公司算力网络规划总监李小平介绍，空心光纤较传统的实心光缆损耗和传输时延都可以降低30%以上，对于大模型训练的结果就会更优。

现在，算力网建到哪，通信网就同步进行升级改造，为更远距离的高速传输提供技术支撑。

六网交织，提升基础设施支撑力

不久前，国家发展改革委首次建立专门协调机制，将新型电网、算力网、新一代通信网统筹规划，进一步支撑人工智能发展。

现在，“六张网”之间都在相互交织、协同运转：在长江之畔，一条物流网和水网协同发展的水运新通道正穿山而来，既能让三峡枢纽年通过能力几乎翻倍，也能为三峡水库增加一千四百多万立方米的防洪库容。

如今，跨网融合催生了管网智慧运维、绿电交易服务等上千个细分赛道，充分激发全社会的投资活力。六网协同发展正让基础设施的支撑力更强，中国经济向前的底气更足。

本文来源：央视财经

风险提示及免责条款

是战是谈？美伊进入“关键一周”，油价依旧维持在100元大关之上

Mon, 05 Oct 2026 02:28:15 GMT

美伊对峙进入新的关键节点。在谈判陷入僵局、军事部署持续推进的背景下，特朗普连续释放强硬信号，伊朗方面则一边警告"更具毁灭性"的反击，一边表示仍未关闭外交大门。

据新华社报道，10月4日伊朗外交部长阿拉格齐表示，尽管伊朗仍愿通过外交途径寻求"公正且体面"的解决方案，但如果敌人再次诉诸军事行动，伊朗将予以比以往"更具毁灭性"的回击。

伊朗外交部发言人巴加埃则表示，美方通过卡塔尔转达的最新方案"与此前立场基本一致"，主要涉及核问题，而伊朗当前的重点是霍尔木兹海峡问题。两套逻辑并行，令市场对局势走向难以研判。

特朗普上周末在白宫外对记者表示，"关于伊朗问题，我将做出决定。要么走简单的路，要么走困难的路。"他未透露具体时间表，只留下一句"你们会看到的"。与此同时，据Axios报道，上周五美国副总统万斯、国务卿鲁比奥、国防部长Pete Hegseth、特别使节Steve Witkoff、中情局局长John Ratcliffe及参谋长联席会议主席Dan Caine上将，齐聚戴维营举行秘密会议，伊朗局势与也门胡塞武装问题均在议程之列。

美银指出，当前布伦特约103美元的定价，恰好落在"零星冲突"与"密集交战"两个情景之间。本周，特朗普的决定、伊朗经卡塔尔的回应、也门局势走向、油轮袭击动态、伊朗国内压力及宏观交叉风险六条线索，将共同决定油价走向哪个情景区间。战与谈的边界，本周或见分晓。

特朗普连续施压，军事筹码向中东集结

在外交层面，特朗普上周的表态逐步升级。

华尔街见闻提及，据央视报道，特朗普在接受《时代》杂志专访时明确表示，若美伊无法达成令美国满意的协议，军事行动可能在中期选举后恢复；同日晚些时候，他在前往俄克拉何马州途中再度向记者放话：

他们要么签署一份非常公平的协议，要么就不复存在。

新华社报道，伊朗外交部长阿拉格齐4日表示，近期赴纽约出席联合国大会期间，伊朗代表团提出了一项旨在化解分歧、结束与美国当前敌对状态的方案。若该方案获美方采纳，霍尔木兹海峡将在7天内重新开放。

阿拉格齐说，美国过去在军事和外交领域均已遭遇失败，针对伊朗实施的新制裁同样注定徒劳无功，希望美国能选择明智理性的道路。他说，只有在正义公平基础上，通过外交和谈判途径寻找解决方案才是出路。

然而美军仍在推进新一轮部署。据《华尔街日报》报道，"西奥多·罗斯福"号航母打击群已从圣迭戈出发，"马金岛"号两栖戒备群亦已启程，两支编队合计搭载逾7000名水兵和约2000名海军陆战队员，预计10月底前后抵达中东。

届时，美国将在伊朗附近形成三个航母打击群的部署态势。据彭博报道，这一兵力集中程度自2003年伊拉克战争开局阶段以来未曾出现。

此前据彭博报道，伊朗官员自身也认为，在11月3日中期选举前达成协议的可能性极低，而选举后"局势升级的可能性很高"。这意味着本周至下周的外交窗口，或许是中期选举前最后一段相对可控的谈判时间。

也门战火持续，第二条能源通道告急

局势复杂性在上周末进一步上升。

华尔街见闻提及，央视新闻报道，也门胡塞武装当地时间10月3日晚发表声明说，为回应沙特方面对萨那及也门其他地区的空袭，胡塞武装当天使用多枚弹道导弹和无人机，对位于沙特首都利雅得的阿美石油公司目标实施打击，并称行动"成功实现目标"，"命中目标并引发火灾"。

与此同时，据Axios援引两名美国官员报道，沙特正计划在未来数日内对胡塞武装发动大规模军事行动，目标直指使胡塞武装得以控制曼德海峡这一关键海上通道的沿海地区。

报道称行动将由也门政府的地面部队主导，辅以沙特空中力量支援，重点打击胡塞武装在海岸地带的战略支点。

此次冲突的核心利益指向也是能源。上个月，胡塞武装攻占曼德海峡及约150公里红海海岸线，而这条海峡正是沙特为绕开霍尔木兹向西方出口原油的关键替代通道。

谈判陷入僵局，七项条件成最大障碍

谈判层面，分歧依然显著。伊朗议长兼首席谈判代表Mohammad Baqer Qalibaf据路透报道表示：

霍尔木兹海峡不会重新开放，除非我方七项条件得到满足，美方拖延谈判进程、单方面提出要求的时代已经过去。

伊朗的七项条件包括：解除海上封锁、归还被冻结资产、取消对伊朗石油出口的制裁、停止以军事威胁为由的行动、终止对伊朗及其地区盟友的战争、撤出伊朗边境周边的美国力量，以及赔偿战争损失并承诺不干涉伊朗核与导弹能力。

特朗普此前已明确拒绝以上述条件为基础、在7天内重新开放海峡的方案，认为伊朗的提议"远远不够"。

巴加埃表示，伊朗将就美方通过卡塔尔转达的方案"补充若干细节意见"后再行反馈。据路透援引一名知情官员的说法，双方分歧并非在于步骤的内容，而在于各步骤推进的先后顺序。外交窗口尚未完全关闭，但通道正在收窄。

油价为何仍在100美元之上？高盛给出答案

面对"海湾出口已恢复战前水平，油价为何还在100美元之上"的市场困惑，高盛大宗商品交易策略师Thomas Evans在周末报告中作出解释：

供应面的紧张已有所缓解，但风险溢价并未消退。期货和价差维持在近期高位，因为市场仍在为可观的风险溢价定价。

Thomas Evans估计期现价差约为20至25美元/桶。同时他进一步强调：

真正的风险在于，一旦遭受打击导致海湾出货量在数日内重新降至50%以下，当前的缓冲已大幅收薄，届时库存和价格将呈现大幅跳升。

据彭博，Energy Aspects数据显示，全球石油库存自3月以来已减少逾4亿桶，约43亿桶的总量处于五年低位。波斯湾至中国航线的油轮租金已突破每日120万美元。自上周四以来，阿曼南部海域已发生至少四起油轮袭击事件，若英国海上贸易组织（UKMTO）持续以此频率发布预警，当前依赖"暗线出口"维系的供应恢复将面临严峻考验。

高盛全球石油及产品交易联席主管Jerome Dortmans则直言：

伊朗拥有显著干扰霍尔木兹海峡出货的能力……美国宣布向该地区增派第三个航母打击群和1万名海军陆战队员，这绝对不是伊朗可以无视的信号。

“决定周”来袭？简单的路还是困难的路，市场已在定价

美银大宗商品团队将布伦特2026年下半年基准预测从83美元上调至95美元，理由是"零星冲突可能延续至年底"。当前布伦特约103美元的定价，恰好落在"零星冲突"与"密集交战"两个情景之间——这也与戴维营与会者的研判基本吻合。美银给出的完整情景路径如下：

达成协议、恢复谅解备忘录（概率较低）：霍尔木兹出货量恢复至逾1000万桶/日，布伦特2026年下半年均价83美元；

维持零星冲突（基准情景）：间歇性出货约500万桶/日，布伦特2026年下半年均价95美元；

恢复密集交战（概率较低）：布伦特升至120美元；

战争波及能源基础设施（尾部风险）：布伦特均价150美元甚至更高。

据美银分析，本周以下几条线索将共同决定油价落在哪个情景区间：

第一，特朗普的"决定"。 过去五天他已三度放出"你们会看到的"。戴维营会议是否形成实质性决定、是否有官方通报对外释放，是本周最核心的观察点。

第二，伊朗经卡塔尔的回应。 巴加埃表示补充意见仍需经卡塔尔转达华盛顿。双方真正的分歧在于各步骤的推进顺序，而非条款内容本身——这一症结能否在本周出现任何松动，将决定谈判是否真正进入实质阶段。

第三，也门战场走向。 胡塞武装正向塔兹至亚丁间的最后一条公路推进。沙特对曼德海峡沿岸的军事行动能否取得进展、利雅得或胡赖斯是否遭到确认性打击，将直接影响第二条能源通道的安全预期。

第四，阿曼南部油轮袭击动态。 自上周四以来已有至少四艘油轮遭袭。若UKMTO持续以此频率发布预警，依赖暗线出口维系的供应恢复将受到实质冲击。

第五，伊朗国内压力。 伊朗石油部长职位悬空、里亚尔汇率跌至270万兑1美元、通胀率逼近90%。德黑兰的内部承压程度，同样是判断其谈判底线能否松动的重要变量。

第六，宏观交叉风险。 美联储周三将公布FOMC会议纪要，同期还有10年期与30年期美债拍卖；中国在结束黄金周假期后将于周四重返市场，叠加10月燃料出口暂停的政策背景。高盛指出，油价当前"与利率的联动程度远超寻常"，上述宏观因素对原油走势的传导不可忽视。

彭博援引Chatham House研究员Aniseh Bassiri Tabrizi的判断作结：

双方普遍希望达成协议，但彼此正在越走越远。

在103美元的油价之上，市场已经给出了自己的判断——零星冲突仍将持续，但战与谈的边界，将在本周变得更加清晰。正如特朗普本人所言："你们将会看到。"

风险提示及免责条款

美以伊最新局势：伊朗军方称将提升导弹射程；美布什号航母抵达普吉岛休整，财长称“黄金时代”没到怪伊朗

中国基金报 — Mon, 05 Oct 2026 02:19:51 GMT

美财长：“黄金时代”未到是因伊朗战事

在美国“阿克西奥斯新闻网（Axios）”10月3日发布的对美国财长贝森特的专访中，针对美国民众对生活成本不断飙升的强烈不满，Axios联合创始人迈克·艾伦质问道，政府曾许诺的美国“黄金时代”去哪了？贝森特回应称“‘黄金时代’暂时被伊朗战事所掩盖了”。

贝森特还将民众困境归咎于前任拜登政府遗留的高通胀，并认为长期物价上涨属正常，他称美国终将挺过伊朗战事的难关。

美“布什”号航母抵达泰国普吉岛休整

美军航空母舰“乔治·H·W·布什”号于10月4日抵达泰国普吉岛，舰上约有4800名人员。

美国海军表示，在过去的六个月，该航母及其打击群为“史诗狂怒”行动以及海上封锁行动提供支持，这也是其自3月以来首次停靠港口。据悉，该航母上的官兵将于10月4日至9日在这座旅游岛屿进行休整。

伊朗军方称将提升导弹射程

据伊朗方面4日消息，伊朗军方发言人阿克拉米尼亚说，伊朗军方已决定着手提升其导弹射程。

阿克拉米尼亚在接受采访时表示，作出这一决策的原因是伊朗从与美国和以色列的战事中汲取了“教训”。“在这场战事中，我们得出的结论是必须增加导弹射程，目前我们已经走上了这条路。”

阿克拉米尼亚还表示，“敌人”已将兵力和军舰部署在“距离伊朗海岸更远的地方”，最远可达1000公里，因此伊朗“将继续升级导弹”。他还强调，伊朗在提升导弹速度和精度方面已取得显著进展。

伊朗回应美方提议：现阶段重点是霍尔木兹海峡问题

针对美国对伊朗所提出计划的回应，伊朗外交部发言人巴加埃4日表示，伊朗曾在短暂访问卡塔尔期间向调解方卡塔尔阐述了伊朗的立场。他称，美方提出的方案与之前的立场基本一致，主要涉及伊朗核问题，伊朗已明确表示，现阶段的重点是霍尔木兹海峡问题。

巴加埃表示，确保霍尔木兹海峡的安全或恢复该水道的安全需要美方采取具体措施，包括停止干扰伊朗商业航运、停止制裁以及其他干涉主义措施。

巴加埃称，伊朗审议了美方通过卡塔尔转达的关切，伊朗将就一些细节展开必要的调查，并会将补充意见反馈给对方。

巴加埃强调，伊朗的方针始终是抓住一切机会，即便伊朗认为机会渺茫，也要运用外交手段防止紧张局势升级，实现和平。但现实是，以往的经验和美方的做法表明，对方并没有认真对待外交手段。

伊朗外长：敌方军事行动将遭到“更具毁灭性”回击

伊朗外交部长阿拉格齐4日表示，尽管伊朗仍愿通过外交途径寻求“公正且体面”的解决方案，但如果敌人再次诉诸军事行动，伊朗将予以比以往“更具毁灭性”的回击。

伊朗议长：在条件满足之前霍尔木兹海峡不会重新开放

当地时间4日，伊朗议会议长卡利巴夫表示，面对伊朗的坚定立场与顽强抵抗，美国陷入绝望境地。

卡利巴夫表示，尽管美国有另一套说辞，但近期美方已通过中间人提出了一些建议。美国必须意识到，通过消耗战强加单方面要求的时代已经一去不复返。伊朗的立场明确坚定，即在满足伊朗基于伊斯兰堡谅解备忘录提出的七项条件之前，霍尔木兹海峡绝不会开放。

美国总统特朗普2日称，与伊朗的战事将“很快结束，伊朗永远不会拥有核武器”。

伊朗新建一座民兵临时训练基地

当地时间10月3日，伊朗在德黑兰启用了一座临时军事训练基地，旨在训练民众抵御美以等外来威胁。这座新训练基地设于哈夫特·蒂尔广场，可进行防空装备演练以及翻越障碍训练等项目。伊方早些时候已在另一处广场建成一座同类型营地，计划在未来数周内对民众开展培训。

伊朗巴斯基民兵组织训练指挥官阿里·库萨里在发布会上强调了伊朗开展全社会民防建设的重要性，他表示，倘若敌人再次“误判形势”发动新袭击，伊朗民众将同心协力予以抵抗。

本文来源：中国基金报

风险提示及免责条款

光通信的深层博弈：3.2T有望成为分水岭！

Mon, 05 Oct 2026 01:41:16 GMT

摩根士丹利10月1日发布的一份华盛顿政策调研纪要，把市场此前最担心光通信的一件事讲得比预期温和：美国若要限制外国制造的光模块，工具更可能是 FCC 的受管制清单（Covered List），代际更可能从 3.2T 起步，最早 10 月有动作，同时给「物料清单（BOM）中 65% 价值来自美国公司」的产品留出进口空间。

我们认为值得市场校准预期的领域较多：首先，是光模块的博弈，并非华盛顿或者美国产业关注的重点；第二，被市场低估的风险不在模块份额，而是在国产高速激光器失去最高端的客户验证与规模通道；第三，65%美国BOM门槛以「价值来源地」定义，而硅光与薄膜铌酸锂这类集成架构正在把价值从美国擅长的分立器件转向集成方案，门槛本身会被技术路径演进逐步掏空。

10月光通信子版块和产业界将面临新一轮的调整和再定价。

日经225指数盘中重返70000点上方，日内涨超2.5%

Mon, 05 Oct 2026 01:37:22 GMT

日经225指数盘中重返70000点上方，日内涨超2.5%。

风险提示及免责条款

首轮选举小博纳索罗“意外领先”卢拉，巴西右翼东山再起？

Mon, 05 Oct 2026 01:32:26 GMT

巴西2026年总统大选首轮投票结果出炉，右翼参议员、巴西前总统博纳索罗长子小博纳索罗（Flávio Bolsonaro）以超出民调预期的优势领先现任左翼总统卢拉（Luiz Inácio Lula da Silva），两人将于10月25日进行第二轮决选。分析认为，这一结果不仅重塑了巴西政治格局，更被视为整个美洲保守派浪潮持续推进的最新信号。

据新华社报道，巴西高等选举法院4日晚公布巴西总统选举首轮投票计票结果，由于无人胜出，得票最多的前总统雅伊尔·博索纳罗之子、自由党候选人弗拉维奥·博索纳罗和巴西现任总统、劳工党候选人卢拉将于10月25日进行第二轮角逐。

据巴西最高选举法院数据，在约97%选票计入后，小博纳索罗获得约47.8%的选票，卢拉获得44.2%。这一结果与赛前主流民调大相径庭——多数调查显示卢拉将在首轮领先。小博纳索罗的超预期表现令卢拉阵营措手不及，其助手坦承，选民对工人党的排斥已超出对卢拉个人的不满。

市场对这一结果反应积极。里约热内卢资产管理公司Mantaro Capital创始合伙人Paulo Abreu称，投资者此前对该结果持仓较轻，“明天（10月5日）将是一个比最乐观的投资者预期还要好的日子”。法国兴业银行新兴市场策略师Brendan McKenna预计，巴西雷亚尔周一将上涨4%至5%；CME货币期货亦显示雷亚尔走强预期，报价从上周五（10月2日）收盘的5.25升至约5.01。

分析人士认为，此次选举结果的影响远不止于巴西国内。若小博纳索罗最终胜选，将进一步巩固特朗普在美洲推行保守主义主导权的战略布局，并延续哥伦比亚、智利、秘鲁等国近期相继向右转的政治趋势。

两轮投票机制：过半数方可直接胜出

巴西总统选举采用两轮投票制。第一轮中，若任一候选人获得超过50%的有效票，即可直接当选；若无人过半，则得票最高的两位候选人进入第二轮决选，由选民在两者之间再次投票，得票多者胜出。

本次首轮投票于当地时间下午4时关闭，巴西电子投票系统允许即时计票，最高选举法院在当晚7时至8时之间公布了确定性结果。由于小博纳索罗和卢拉均未能在首轮突破50%门槛，两人将于10月25日进行第二轮对决。

第二轮选举的格局已发生根本性转变。卢拉从首轮的相对优势方变为追赶者，其竞选团队承认需要在三周内重新评估策略，找出失票原因并争取回流失选民；小博纳索罗则需要守住这一出乎意料的领先优势，将首轮的惊喜延续至决选。

右翼全面告捷：不只是总统选票

小博纳索罗的领先仅是右翼阵营当晚胜利的一部分。保守派同时在参议院席位争夺和多个关键州长选举中取得重大斩获，形成从地方到联邦的全面布局。

这一格局延续了两年前地方选举中右翼的强劲势头。工人党及其盟友原本希望在守住总统职位的同时，阻止Bolsonaro在参议院和州长选举中扩张，但结果显示这一防线全面失守。

工人党在过去六届总统选举中赢得五届，如今却面临其政治信息已难以引发选民共鸣的严峻现实。 卢拉的助手将首轮失利定性为选民对工人党的"更广泛拒绝"，而非仅针对卢拉本人。

民调大幅失准：隐性支持者效应？

此次选举中，民调与实际结果之间的偏差引发广泛关注。赛前多项主流民调显示两人在决选中几乎势均力敌——AtlasIntel数据显示卢拉47.6%对Bolsonaro 47.4%，Datafolha显示卢拉47%对Bolsonaro 46%——但均预测首轮卢拉将领先。

彭博记者Beatriz Reis指出，小博纳索罗阵营此前提出的一个理论如今看来更具说服力：部分选民不愿公开承认自己支持这位右翼参议员，导致民调系统性低估了其真实支持率。这一"隐性支持者"现象是否真正解释了民调偏差，仍有待进一步分析。

值得注意的是，预测市场对结果的判断更为准确。据报道，Polymarket在投票日早间已给予小博纳索罗约63%的胜选概率，随着计票推进，这一数字一度飙升至77%。

经济分歧：财政整顿vs刺激消费

两位候选人在经济政策上立场鲜明对立，这也是投资者高度关注本次选举的核心原因。

卢拉长期奉行"借贷促增长"路线，注重刺激消费需求。在其任期内，巴西经济保持稳定扩张，失业率接近历史低位。但名义财政赤字已攀升至GDP的近10%，公共债务突破GDP的80%，高达13.75%的基准利率令企业和消费者承压，经济增速也开始放缓。

卢拉在竞选末期加大刺激力度，提高社会福利、推出动用公共资金购买不良债务的计划，并禁止网络赌博。他在一次活动中甚至表示：“我们需要停止这种关于预算盈余的胡说。”

小博纳索罗则以阿根廷自由派领导人Javier Milei的紧缩路线为参照，挥舞剪刀承诺“大幅削减”开支，尽管尚未提供具体方案细节。正是这一立场，使他成为投资者眼中更可能推进财政整顿、为降息创造空间的候选人。

Ace Capital首席投资官Fabricio Taschetto在选前报告中写道，预计最大的意外将出现在首轮，“小博纳索罗很可能领先卢拉”，并指出市场反应幅度可能超过期权已定价的水平。

花旗和摩根大通分析师此前也建议客户通过期权布局雷亚尔升值，巴西对冲基金Ibiuna和Verde亦已为股市潜在上涨做好仓位准备。

腐败丑闻主导选情：两方均受波及

据报道，尽管经济议题至关重要，本次选举在很大程度上被一场腐败丑闻所主导——围绕Banco Master SA的调查。这家倒闭银行深陷一项100亿美元欺诈调查，其前所有者Daniel Vorcaro已被收押。

小博纳索罗今年早些时候曾因被曝向Vorcaro寻求资金为其父拍摄纪录片而支持率下滑，相关联系目前已受到联邦调查（小博纳索罗否认有任何不当行为）。

然而，丑闻随后转向卢拉阵营——泄露的信息显示最高法院大法官Alexandre de Moraes与Vorcaro存在关联，引发最高法院内部的机构性危机。

小博纳索罗借此危机重燃对Moraes的弹劾呼声，将这位曾主导其父定罪的法官塑造为卢拉的亲密盟友，成功将选情的天平向自己倾斜。

美洲保守派连胜：地缘政治意涵深远

若小博纳索罗在10月25日的决选中最终胜出，巴西将成为近期美洲保守派政治浪潮的最新、也是最重量级的一块拼图。

据彭博报道，哥伦比亚、智利、秘鲁等国近期选举均出现向右转的结果，而巴西作为南美洲最大经济体，其政治走向对整个地区具有标志性意义。

特朗普在巴西政治中扮演了不寻常的角色。他去年曾对巴西加征关税，试图帮助前总统博纳索罗（Jair Bolsonaro）逃脱定罪，后与卢拉和解并取消关税，但今年7月再度重启关税措施。

卢拉将此定性为特朗普干涉巴西内政、为小博纳索罗助选，后者则承诺当选后将推动巴西与美国关系更加紧密。

对卢拉而言，这场选举或许是其漫长政治生涯的最后一役。

这位曾在2003年至2010年间带领巴西实现爆发式增长、将数百万人口脱贫的前工会领袖，四年前以恢复昔日繁荣为承诺重返权力中心，如今却面临选民信任的深刻危机——他所面对的巴西，已与他曾经成功治理的那个国家大相径庭。

风险提示及免责条款

英伟达重金力捧！“美版DeepSeek”即将发布开源模型

Mon, 05 Oct 2026 01:09:43 GMT

获得英伟达8亿美元投资的AI初创公司Reflection，正准备发布其首款开放权重模型。

据Axios 10月4日报道，Reflection的首款模型预计发布初期能力仍将落后于美国最顶尖的前沿模型，但有望与中国领先的开放权重模型直接竞争。

据报道，消息人士表示，该模型具备足够强大的智能能力，可帮助企业以低成本构建专有AI系统——在某些情况下，将能力稍弱的开放模型与企业自身高质量数据结合，最终效果甚至可媲美最昂贵的前沿AI系统。

开放权重模型：中国主导，西方奋起直追

开放权重模型与ChatGPT、Claude等闭源模型的核心区别在于：开发者可在许可条款范围内自由下载、修改模型本身。这一特性使其在个人开发者和中小企业中迅速普及。

然而，报道称，目前全球最强大的开放权重模型几乎清一色来自中国。在同时提供大量AI模型的平台上，开放模型的合计市场份额有时已占据多数使用量。不过，在支出规模更大的企业AI市场中，开放权重模型的占比目前仍然相对有限——多位AI公司高管和分析师指出，企业通常通过API和企业账户付费使用AI服务，开放模型在这一市场的渗透率尚低。

Reflection的入局，以及其他西方厂商本月预计陆续发布的开放权重模型，将为这一格局带来新的变量。据Axios报道，消息人士透露，Reflection模型发布后，本月还将有其他西方厂商跟进推出开放权重模型。

Reflection CEO Misha Laskin此前曾任职于谷歌。他在接受CNBC采访时坦承，让公司AI模型达到最先进水平仍需时间，并以"火箭"作比："它们有点像火箭。要造一艘大型火箭，需要时间。"

在模型发布前夕，Reflection已与华盛顿及其他地区的相关人士展开沟通，向各方介绍即将发布的模型及"AI工厂"的运作逻辑。Reflection目前尚未公布模型的具体发布时间及性能数据。

分析认为，Reflection的入局，标志着AI行业竞争正在开辟一条新的战线。过去，市场的焦点集中于OpenAI、Anthropic和谷歌之间的前沿闭源模型之争；如今，另一个问题正变得日益重要：谁能打造最强大的开放权重模型？

“AI工厂”：Reflection的核心野心

Reflection的真正目标远不止于发布一款模型。该公司的核心愿景是打造所谓的"AI工厂"（AI Factory）——让企业或政府机构将自身专有数据、Reflection的模型与自有算力相结合，构建高度定制化、成本更低的本地化AI系统。

对冲基金、交易公司等掌握高度保密数据的机构，已对这一模式表现出强烈兴趣。Reflection已开始将这一概念付诸实践：今年3月，该公司与韩国新世界集团（Shinsegae Group）签署谅解备忘录，计划在韩国建设一座250兆瓦的AI工厂，运行Reflection模型并搭载英伟达芯片。

值得注意的是，"AI工厂"并非Reflection的独创概念——这恰恰是英伟达CEO黄仁勋多年来反复强调的核心愿景。黄仁勋曾多次描述这样一种未来：将AI计算硬件与开放模型结合，让企业在保留数据所有权和控制权的前提下，建立属于自己的AI系统。据《华尔街日报》和The Information此前报道，黄仁勋长期以来力推开放AI生态，并对Reflection向顶级开放AI系统方向转型给予了强力支持。

英伟达押注8亿美元，算力版图加速扩张

英伟达在Reflection的战略布局中扮演着关键角色。 英伟达已向Reflection投资8亿美元，是其最重要的财务支持方之一。

为支撑模型训练和未来规模扩张，Reflection近期密集锁定算力资源：

SpaceX协议：今年6月，Reflection与SpaceX（SPCX）签署协议，约定自2026年7月1日起至2029年，在初始爬坡期结束后每月向SpaceX支付1.5亿美元，以获取Colossus 2数据中心内英伟达GB300芯片的使用权。协议规定，双方均可在前三个月后提前90天通知终止合同。

Nebius协议：今年7月，云计算公司Nebius（NBIS）同意向Reflection出售逾10亿美元的算力容量，合同期延伸至2029年。该协议宣布当日，Nebius股价随即下跌。

通过上述SpaceX协议，Reflection同时获得了英伟达硬件的租用渠道，进一步深化了与英伟达的绑定关系。

风险提示及免责条款

钒液流储能：新周期的机遇和挑战

Sun, 04 Oct 2026 23:03:17 GMT

我们测算，远期成本假设下 6 小时场景钒液流 LCOS 为 0.213 元/kWh、锂电 0.211 元/kWh，8 小时分别为 0.190 与 0.186 元/kWh——溢价从当前的 36% 收敛到 2% 以内，6 小时就是这条曲线的交叉点。

真正约束产业节奏的不是电池，而是钒：2035 年即便只有 5% 渗透率，V₂O₅ 年需求 53.2 万吨也是当前全球产量 11 万吨的 4.8 倍，而中国低成本钒供给高度依赖钢铁副产钒渣、其增量已被螺纹钢产量下行锁死。钒液流不是一条"等风来"的技术路线，而是一道需要"长时需求、成本下降、资源扩容"三项条件同步解锁的三元方程。产业未来的演进判断节奏是：西北先行——降本放量——全国扩散，节奏上更可能在中长期而非短期兑现。

华尔街见闻早餐FM-Radio | 2026年10月5日

Sun, 04 Oct 2026 23:00:11 GMT

华见早安之声

请各位听众升级为见闻最新版APP，以便成功收听以下音频。

要闻精选

G7决定释放1亿桶紧急油储，立即行动、持续四个月，前20天先大规模投放柴油。特朗普称不会实施柴油出口禁令。

中东战火恐升级：周五报道称沙特考虑大举反击胡塞武装，获美情报支持；也门胡塞武装称周六袭击并击中油企沙特阿美目标；也门政府周日宣布启动大规模军事行动，以收复胡塞武装近期控制地区。

特朗普称与伊战事将“很快结束”，对伊下一步行动“进展顺利”，“伊朗的情况不妙”。伊朗议长：条件满足前不会重开霍尔木兹海峡。伊朗再回应美方提议：现阶段重点是该海峡问题；愿推动也门胡塞武装与沙特对话。伊朗外长：若敌方再诉诸军事行动将遭“更具毁灭性”回击。

OPEC+周日会议决定按兵不动：11月产量配额维持不变。报道：美伊冲突打乱OPEC+扩产节奏，产能审查推迟至11月中旬。

美国9月新增非农就业2.9万人，远低于华尔街预期9万，失业率小幅升至4.2%。机构高呼9月非农“杀死”10月加息预期、市场预计加息概率降至20%，“新美联储通讯社”：就业报告未改联储立场，9月CPI更重要。白宫经济顾问哈塞特：非农报告“符合预期”，霍尔木兹已开放，特朗普认真对待赤字问题。

特朗普宣布成立“超级智能特别工作组”，确认美国国家情报总监Jay Clayton为“AI沙皇”；报道称工作组计划120天拿出AI监管方案。

贝森特驳斥AI泡沫担忧、认为行业应提出切实可行解决方案而非危言耸听，称美债收益率上升属全球现象。

南美洲“最重要选举”周日开启：巴西大选决定“左右路线”，卢拉团队指责美国干预，华尔街押右翼博索纳罗。

一向力挺AI的孙正义突然警告超级智能可能“极其危险”，呼吁各国加强合作应对风险。

日媒称东芝拟豪掷600亿日元扩产HDD、产能拟翻倍，希捷科技收跌10%。

特斯拉三季度全球交付量同比降2%、仍超华尔街预期逾2万辆，在欧洲新车注册量8月同比增长53%，加拿大Model 3销量攀升。

市场概述

美非农就业数据意外疲软挫伤10月加息预期，科技股力挺美股走高，纳指三连阳，盘中创新高、收涨超1%，连涨三周，标普道指两连涨、但全周累跌；纳斯达克100收创历史新高；英伟达四个多月来首次创盘中新高，收涨超1%；博通收涨超3%；交付数据提振，特斯拉收涨近5%；绩后耐克收跌3.6%；东芝扩产消息冲击存储芯片股，希捷和西部数据收跌10%。

美债收益率走V，美就业报告后，10年期美债收益率刷新日低，后抛售重启、收益率一度较日低回升超10个基点。法德10年期利差增扩至2012年来最大。

美就业报告后，美元指数加速跌离一年半高位，离岸人民币曾逼近6.70。

G7释放油储计划重创原油，美油盘中跌超5%。美非农就业后，黄金短线拉升超1%、后转跌。全周金银大跌，期金累跌3.6%，创四个月最大周跌，期银累跌近7%。

欧美股市：标普500收涨0.73%，报7722.72点，全周累跌0.27%；道指收涨0.49%，报51176.96点，全周累跌1.26%；纳指收涨1.19%，报27190.864点，全周累涨0.45% 。欧洲STOXX 600指数收涨0.75%，报631.35点，全周累跌1.14%。

A股：休市。

港股：恒指收跌2.6%，报23972.29点，创3月23日以来最大跌幅。

债市：到债市尾盘，美国10年期基准国债收益率约为5.27%，日内升约3个基点，全周累计升约11个基点；2年期美债收益率约为4.82%，日内升约3个基点，全周累计降约3个基点。

商品：WTI 11月原油期货收跌1.90%，报91.11美元/桶，全周累跌1.41%。布伦特12月原油期货收跌0.06%，报102.25美元/桶，全周累涨4.94%。COMEX 10月黄金期货收跌0.94%，报4133.7美元/盎司，全周累跌3.59%。COMEX 10月白银期货收跌1.23%，报59.977美元/盎司，全周累跌6.68%。COMEX 10月期铜收涨0.15%，报6.492美元/磅，全周累跌3.1%。

要闻详情

中国

央视玉渊谭天：中美11月人工智能对话谈什么。11月对话将聚焦三大核心议题：一是共同制定AI风险分类分级标准，厘清"重大风险"定义；二是建立模型失控等风险事件的通报机制，明确上报范围、时限与约束；三是将AI治理纳入更广泛的多边框架，扩大各国参与。加州或率先破局，推动互信与制度框架落地。

恒指失守24000点创三个月最大跌幅，物理AI牛股暴跌近50%，权重科网股集体下跌，赛力斯盘中一度大涨15%。盘面上，金融、医药等下挫，友邦保险、百济神州跌近6%领跌蓝筹。天数智芯跌近7%。汽车、科技股疲弱，理想汽车、哔哩哔哩、小米集团、网易、小鹏集团领跌。消费、光模块相对强势，ASMPT涨超8%。

中国医药BD再下一城！艾博生物与诺华达成78亿美元mRNA授权协议。诺华以5.75亿美元首付款锁定艾博生物核心资产ABO2203，并获得其RNA技术平台其他项目的选择权。ABO2203机制新颖——通过mRNA编码T细胞衔接器，从根本上重置免疫系统而非仅抑制症状，靶向狼疮、类风湿等自身免疫疾病。此举标志中国mRNA技术获国际顶尖认可，更折射出跨国巨头密集“扫货”中国创新药的热潮。

海外

非农大幅低于预期！美国9月新增就业2.9万，预期9万，美债收益率下行，美股期货上涨。9月非农就业报告显示，7月和8月就业者合计下修6万人；9月失业率从8月的4.1%小幅升至4.2%。经济学家将异常疲软归因于季节性调整因素失真，而非劳动力市场的实质性转向。

机构高呼9月非农“杀死”10月加息预期！“新美联储通讯社”：就业报告未改联储立场，9月CPI更重要。“新美联储通讯社”称，美联储高官本周已暗示10月加息可能并非其基本预测，本次报告的工资和失业率都未显示就业市场正在重新趋紧到足以明显增加价格压力的程度。交易员对10月加息的定价概率从数据公布前接近30%降至约20%，甚至一度不再完全计价年内加息。机构认为就业市场表现为“低招聘、低裁员”，给联储等待更多数据提供理由；12月加息仍有可能。市场反应显示“坏消息就是好消息”，华尔街仍盯住5%美债收益率。
白宫经济顾问哈塞特：非农报告“符合预期”，霍尔木兹已开放，特朗普认真对待赤字问题。哈塞特表示，对9月非农就业报告"并不失望"，政府就业人数下降，而其他行业都在上升。他还表示当前利率水平"高得令人无法接受"，特朗普在"认真对待削减赤字问题"，不想通过通货膨胀来摆脱债务。

G7决定释放1亿桶紧急油储，前20天先大规模投放柴油，美油一度跌超5%。G7领导人周五声明称，G7将通过IEA协调释放1亿桶战略油储，行动持续四个月；承诺避免成员国之间限制能源出口，呼吁其他产油国避免采取可能加剧市场紧张的禁令；未来几天内将通过IEA继续讨论，如有必要是否进一步增加柴油储备释放规模。特朗普周六称美国不会实施柴油出口禁令。

马克龙呼吁G7协调联合抛储。法国总统马克龙呼吁七国集团采取协调一致的行动，避免实施出口限制，共同遏制燃油价格上涨。据报道，在周五的欧盟成员国政府通话中，各方讨论了一项由法国提出的方案：由欧洲国家释放5000万桶柴油，同时由国际能源署成员释放5000万桶原油。

国际原油徘徊100美元，OPEC+仍按兵不动：11月产量配额维持不变。OPEC+决定按兵不动的同时，国际原油期货正徘徊每桶100美元关口，柴油零售价格亦创下历史新高，G7已宣布释放紧急战略储备应对市场压力。市场后续将聚焦11月29日的OPEC+部长级会议，届时明年产油政策或将根据产能审计及地区局势进一步确定。

报道：美伊冲突打乱OPEC+扩产节奏，产能审查推迟至11月中旬。据报道，OPEC+的产能审查工作延误，原定完成期限为2026年9月底，仍在理论上允许OPEC+在11月下旬的全体会议上讨论相关结果。独立产能评估结果将直接左右各成员国获准的产量上限，部分成员国已就配额问题产生明显分歧，联盟稳定性面临压力。

报道：沙特考虑发动10万也门士兵攻打胡塞武装、直指红海咽喉，获美国情报支持。据报道，沙特正考虑两套作战方案，一是集中攻击曼德海峡附近的沿海地区，二是在也门多个战线同时发动更大规模的进攻；行动目标是夺回胡塞武装近期控制的曼德海峡及其周边地区；美国未直接下场，但已向沙特提供情报支持，包括目标信息。

中东战火恐升级！沙特炼厂突冒黑烟，据报将对胡塞武装展开大举反击。也门胡塞武装周六晚发表声明说，为回应沙特对也门的空袭，胡塞武装当天使用多枚弹道导弹和无人机，袭击位于沙特首都利雅得的阿美石油公司目标，并称行动"成功实现目标"，"命中目标并引发火灾"。
也门政府周日宣布启动大规模军事行动，以收复胡塞武装近期控制地区。

特朗普周五称与伊朗的战事将“很快结束”，此前类似说法已多达几十次。特朗普称对伊朗下一步行动“进展顺利”。据美媒，美政府“核心内阁成员”周五在马里兰州总统度假地戴维营举行数小时的闭门会议，讨论伊朗战事及针对沙特同也门胡塞武装冲突的下一步行动；当天被媒体问及美国对伊朗的下一步行动时，特朗普回应称，下一步行动“进展得非常顺利”，“伊朗的情况不妙”。

特朗普宣布成立“超级智能特别工作组”，确认美国国家情报总监Jay Clayton为“AI沙皇”。特朗普称，“超级智能特别工作组”（Super Intelligence Force、SIF）负责协调美国联邦政府在超级智能领域的相关工作，工作组将由Jay Clayton、FTC主席Andrew Ferguson、国防部首席技术官Emil Michael及人事管理局局长Scott Kupor共同领导，并向特朗普本人和白宫办公厅主任Susie Wiles汇报工作。

“AI沙皇”人选定了！报道称白宫成立“超级智能”工作组，计划120天拿出AI监管方案。
特朗普据称将任命新 “AI沙皇”：国家情报总监接棒硅谷大佬，AI政策重心转向安全管控。
上周白宫AI峰会“权力图谱”：扎克伯格最受特朗普认可，马斯克刻意疏离，Amodei焦虑藏不住。
贝森特“灭火”：美债收益率上升属全球现象，驳斥AI泡沫担忧。美财长贝森特周六批评了AI领域知名人士关于AI技术构成巨大风险的警告，称这些言论危言耸听且无助于事，呼吁该行业加强自律，提出切实可行的解决方案。贝森特还将通胀压力部分归因于伊朗冲突导致的油价上涨，预计能源冲击将随战事平息而消退。

南美洲“最重要选举”周日开启：巴西大选决定“左右路线”，卢拉团队指责美国干预，华尔街押右翼博索纳罗。现任总统卢拉与右翼挑战者博索纳罗势均力敌，首轮投票大概率拖入10月25日的第二轮决选。预测市场给予博索纳罗约60%胜选概率。若获胜，财政改革动力将显著增强。华尔街投行期权押注巴西本币雷亚尔走强，以捕捉选后可能出现的升值行情。

一向力挺AI的孙正义突然警告：超级智能可能“极其危险”。长期坚定看好AI的软银创始人孙正义罕见警告，随着AI能力指数级增长，超级智能一旦落入错误之手可能“极其危险”，各国必须加强合作应对风险。他预计AI发展下一阶段将于明年开启，AI程序将从浏览网页、编写代码进一步走向物理世界，开始协助机器人及其他设备行动。

美股要“通宵”了！12月起迈入23小时交易时代。

报道：博通联手黑石筹资600亿美元，为Anthropic等AI公司铺路算力。博通正牵头筹组600亿美元债务融资，为Anthropic等AI企业购买芯片及建设数据中心提供资金支持。其中，420亿美元优先有担保债券由博通组织华尔街银行银团分销，180亿美元次级债务则由黑石主导，并由其旗下基金承诺出资90亿美元。该交易已酝酿数周，尚未正式宣布。

日媒称东芝拟豪掷600亿日元扩产HDD、产能拟翻倍，希捷科技盘前跌超10%。东芝扩产叠加西部数据加码投资，HDD行业供给偏紧格局或逐步缓解。尽管AI数据中心需求仍在增长、希捷2026年产能已售罄，新增供给可能削弱厂商议价能力，市场开始关注供需再平衡以及希捷的市场份额和盈利前景。

东芝扩产真正的风险：HDD“供应纪律”要终结了？

特斯拉股价大涨！三季度全球交付量超预期，欧洲8月同比增长53%，加拿大Model 3销量攀升。特斯拉三季度交付48.7万辆，超出华尔街预期逾两万辆。8月特斯拉在欧盟新车注册量同比增长约53%，今年前八个月累增66%，油价飙升推动欧洲电动车需求。证券时报1月曾报道，加拿大在配额内，给予中国电动汽车6.1%关税待遇，不再征收100%附加税。媒体后称Model 3在加拿大销量攀升。

英伟达瞄准本地需求推出64GB版DGX Spark，内存砍半，4999美元起售，128GB版涨价至6950美元。新版DGX Spark可本地运行最高1000亿参数模型，保留GB10 Blackwell芯片、DGX OS、完整的英伟达AI软件栈及ConnectX-7网络能力；测试显示两台64GB可“拼”成128GB，性能最高提升约70%。英伟达将128GB Founders Edition涨价归因于内存供应受限和成本上升。

三星HBM4报价为HBM3E三倍，押注AI算力军备竞赛重塑定价权。据韩媒，三星电子已将明年HBM4的供应报价定在每吉比特（Gb）4美元中高区间，是现款旗舰产品HBM3E约1.50美元/Gb价格的三倍以上。

观点精选

美银：“AI交易”是当前美债市场“最后一道防线”。美银警告，AI叙事正充当宏观风险"缓冲垫"，压制市场波动。AI带来的FOMO情绪形成"AI看跌期权"效应，使股市对债市剧烈震荡几乎无动于衷。美银担忧一旦AI叙事受挫，增长预期下修将使债市危机演变为全市场危机，所有被压制的宏观风险将同步放大。

美银Hartnett：2000年3月“科网泡沫”峰值前6个月，只有科技和通信板块在涨，和当下“如出一辙”。Hartnett警告，当前市场呈现与2000年科网泡沫破裂前夕相似的极端分化，AI及科技股独涨、市场广度持续恶化，AI资本开支泡沫风险上升。他还认为美债已被市场严重冷落，10年期美债收益率升至5.33%创2002年以来新高，反而提供了逢低布局机会，并建议投资者开始“买入耻辱”。

9月AI债发行突然“踩刹车”，大摩：四季度或卷土重来。摩根士丹利将发债放缓定性为"暂停而非退潮"，认为9月降温的原因并非基本面恶化或资本短缺，而是前期发行大幅前置、数据中心建设遭遇监管政治阻力、利率急升迫使项目层面条款重新谈判，三重因素叠加；预计四季度发债不会重现上半年的爆发式增长。

今日关注

中国

A股因国庆假期继续休市。

海外

2026年诺贝尔生理学或医学奖公布。

美国9月ISM非制造业指数。

美国芝商所将于10月5日推出GPU算力期货，追踪H100与B200租赁成本。

英特尔PC用CPU预计10月5日再度提价约10%。

巴西总统选举第一轮投票继续进行。

风险提示及免责条款

10年期美债逼近5.3%！贝森特黔驴技穷，Zervos能否找到新解法？

Sun, 04 Oct 2026 22:28:04 GMT

9月以来，美债市场持续承压，10年期美债收益率升至5.27%，创2007年以来新高，距离此前5.30%的高点仅一步之遥；30年期收益率同步升至5.5%以上。

面对美债被持续抛售，美财政部此前已连续扩大长债回购。9月10日和24日宣布的两次最高60亿美元回购计划，实际回购规模仅52亿美元和41亿美元。但市场并不买账，两次出手均未能压制长端利率，反而因干预信誉问题推高期限溢价。

当前贝森特已将TGA部分资金投入回购市场纳入讨论。但TGA受安全余额约束，实际可入市规模有限，且首先影响前端流动性，难以直接托举长端。与此同时，5年期和7年期美债拍卖接连遇冷。其中7年期国债拍卖的认购倍数降至2.42:1，显著低于前两个月的水平。

在长债回购干预受挫、传统债务管理工具边际失效、市场信任持续流失的背景下，9月28日，美国财长贝森特紧急宣布聘任杰富瑞首席市场策略师David Zervos担任财政部顾问。Zervos为华尔街资深宏观经济学家，以非主流观点著称，曾任职于美联储，并一度被视为鲍威尔继任者的潜在人选之一。其将以特聘政府雇员身份任职至2027年4月，首要任务是协助财政部修复与债市的沟通机制，应对长端曲线失控及债务融资环境恶化。

Zervos入职，财政部开始重新审视如何管理市场预期？

Zervos的加入让财政部获得一位来自市场一线的利率策略专家，其经历横跨美联储、对冲基金和卖方研究，对利率曲线和市场交易机制均有较深经验。其加盟更多意味着财政部试图修复与债券市场的沟通机制。

中国央行结构性降息与债市盘整，中国9月PMI重回扩张---W40国内宏观脱水

Sun, 04 Oct 2026 22:17:15 GMT

央行PSL降息25bp至1.5%并扩容支持领域，选择结构性降息而非总量宽松，宽信用信号意义大于流动性传导。债市短期受止盈情绪与PMI超预期影响或面临盘整，但中期多头格局未改。
9月三大PMI指数重回扩张区间，生产强于需求、价格回升与就业偏弱并存。债市短期或承压，但中期仍有支撑，超长债行情下半场仍有空间。

美国9月非农遇冷但韧性仍存，中美能源竞争有度合作并行---W40海外宏观脱水

Sun, 04 Oct 2026 12:51:40 GMT

9月新增非农2.9万不及预期，7至8月合计下修6万，失业率升至4.2%，薪资增速持续回落。就业增长广度收窄但韧性仍存，市场对10月连续加息担忧缓解。通胀仍是比就业更重要的货币政策因素。
中美能源资源禀赋与能源战略差异是构建建设性战略稳定关系的基础，双方竞争有度，产业联系与市场需求构筑坚韧合作基础，未来仍应以合作为主。

7.5%房贷利率有多可怕？美国博主算账：贷款50万美元，3年还12.6万，本金只少1.5万

鲍奕龙 — Sun, 04 Oct 2026 12:03:25 GMT

美国按揭贷款利率本周急剧攀升，创下四年来最大单周涨幅，债券市场抛售浪潮正以最直接的方式冲击普通美国家庭的购房梦。美国博主算账，贷款50万美元，3年还12.6万，其中11万多是利息，本金只少1.5万。

一向力挺AI的孙正义突然警告：超级智能可能“极其危险”

Sun, 04 Oct 2026 11:32:45 GMT

软银集团创始人孙正义长期以来是人工智能最坚定的鼓吹者之一，但这位日本亿万富翁近日发出罕见警示——随着AI能力急速膨胀，超级智能一旦落入错误之手，可能变得"极其危险"。

周日，孙正义在京都"社会中的科学与技术"论坛（STS Forum）场边活动上发表讲话时表示，AI能力的指数级跃升使各国建立互信、携手驾驭这一技术变得刻不容缓。他警告称，人类已"没有任何余地"再让国与国之间相互对抗，因为强大AI模型所构成的威胁远比人类内部冲突更为严峻。

这番表态与孙正义一贯的乐观基调形成鲜明反差，折射出近几个月来AI模型接连出现令人不安的安全漏洞后，业界忧虑情绪的持续升温。对于投资者而言，这一信号意味着AI安全议题正从边缘讨论走向核心关切，相关监管与国际协调的压力或将进一步加大。

罕见警示背后：安全漏洞触发忧虑

现年69岁的孙正义是全球AI领域最具代表性的押注者之一。

软银旗下基金对ChatGPT开发商OpenAI的累计投资已接近650亿美元，孙正义多年来持续公开宣扬AI带来投资回报与造福人类的潜力。

正因如此，此次表态被外界视为"非典型"的谨慎信号。近几个月来AI模型接连发生令人不安的安全漏洞事件，这一背景被认为是促使孙正义发出警告的直接诱因。他在讲话中明确表示，各国必须共同合作，以应对强大AI模型所带来的更大威胁，"超级智能落入错误之手，可能变得超级危险"。

美国主导17国联盟：推动AI加速科研

与孙正义同台发言的，是白宫科技政策顾问Michael Kratsios。后者专程赴京都宣布一项由美国主导、17个国家参与的倡议，旨在更好地利用AI加速科学研究。日本、韩国、英国、德国、新加坡及阿联酋等国代表均登台参与这一活动。

Kratsios描绘了AI驱动科研的图景：在工业规模运营的自动化云端实验室中，机器人系统将同步开展数百项平行实验，实时生成数据并反馈用于分析与假设优化。

他还表示，AI已能够综合处理数千篇论文，将数年的研究压缩为"数字智能体大军协助人类研究人员完成数十小时工作"。

三阶段演进路径：2026年迈入物理世界

孙正义在讲话中重申了他对AI发展路径的判断。

他表示，AI服务的能力将持续指数级增长：当前支撑聊天机器人的技术已在帮助AI服务浏览网页、编写代码，并消耗日益增多的通用芯片算力；下一阶段，相关程序将于明年起进入第三阶段，准备好协助机器人及其他设备与物理世界进行交互。

在长期展望上，孙正义重申了此前的预测：到2040年，具备学习能力的AI与机器将至少占全球GDP的20%，相当于46万亿美元。"这仅仅是开始，"他说。

风险提示及免责条款

油价逼近100美元，OPEC+仍按兵不动：11月产量配额维持不变

Sun, 04 Oct 2026 11:25:16 GMT

石油市场供需紧张之际，OPEC+选择维持现状。

在周日的视频会议上，OPEC+主要成员国就11月份维持石油产量配额不变达成原则性协议。与此同时，国际油价期货正逼近每桶100美元关口，柴油零售价格亦创下历史新高，七国集团（G7）已宣布释放紧急战略储备以应对市场压力。

此次按兵不动的背后，是中东持续冲突对OPEC+成员国产量造成的实质性冲击。伊朗战争已导致波斯湾地区大范围减产，沙特阿拉伯、伊拉克、科威特等主要成员国的实际产量仍显著低于冲突爆发前水平，使得该组织此前的任何配额调整在实际效果上均大打折扣。

原则协议已成，11月配额维持不变

由沙特阿拉伯和俄罗斯牵头的七国小组计划在11月维持产量目标不变，符合现行路线图安排。

OPEC+此前已发出信号，将在今年年底前暂停提高产量配额。

此前，该联盟在截至8月份的六个月内已连续达成数轮小幅增产协议。然而，由于伊朗战争对波斯湾产量的冲击，这些增产举措在很大程度上流于象征意义——其理论上的作用是逐步撤销2023年实施的减产措施，并为海湾成员国在冲突平息后扩大产量预留空间。

当前油市紧张态势已引发主要消费国警觉。随着中东冲突持续扰乱供应，国际油价期货重新向每桶100美元靠拢，柴油泵价亦触及历史高位，G7国家已相继宣布释放紧急战略储备，以期平抑市场波动、缓解通胀压力。

对投资者而言，油价能否突破100美元这一心理关口，将在很大程度上取决于中东局势的走向，以及OPEC+成员国实际产量能否随冲突缓和而逐步恢复。

下一关键节点：11月29日

部长级会议一过程较为复杂，其走向将在很大程度上取决于目前正在进行的成员国产能审计结果。

明年的整体产油政策将在11月29日举行的全体部长级会议上最终确定。在审计结果出炉、中东局势明朗化之前，OPEC+的政策立场预计仍将保持审慎观望。

风险提示及免责条款

6280亿美元表外承诺纳入估值后，Meta股票“贵了”35%？

Sun, 04 Oct 2026 10:18:33 GMT

Meta约6280亿美元的表外负债长期隐匿于财报脚注，当这一数字被纳入企业价值计算后，整个超大规模科技股的估值框架正面临重构。

投行Needham分析师Laura Martin于10月2日发布研报指出，若将Meta的表外承诺计入企业价值（EV），其估值倍数将上调35%，股票对股东而言远比传统指标所呈现的更为昂贵。

Martin随后在CNBC公开表态："Meta表内债务和租赁合计约1000亿美元，表外负债高达6000亿美元。若不将这6000亿美元计入EV，你的估值就低了35%。"这一判断直接冲击市场对Meta的定价逻辑。

更值得关注的是，当Needham的方法被一致性地应用于Alphabet时，结论出现戏剧性反转：谷歌的调整后EV/FY27E收入倍数达到9.0倍，高于Meta的8.3倍——这意味着在表外负债充分披露后，谷歌反而成为估值更贵的那家公司。与此同时，Meta在7月单月新增约680亿美元数据中心租约，表外义务的扩张速度仍在加速，市场对这一隐性杠杆的定价是否充分，已成为超大规模科技股投资者无法回避的核心问题。

Meta表内外负债的5.6倍差距

Needham的分析框架从会计基本原则出发。该行认为，"股权价值是偿还债务及其他合同义务后归属于股东的剩余价值"，因此无论会计处理方式如何，不断攀升的义务和承诺都构成股价上行的阻力，理应纳入EV计算。

具体到Meta，截至2026年6月底，其表内债务和租赁合计约1120亿美元，而两项表外负债合计约6280亿美元，两者之比高达5.6倍——即Meta账面上每披露1美元杠杆，脚注里还藏着5.60美元。

这两项表外负债的构成，在Meta二季度10-Q报告脚注9中有明确披露：其一，尚未开始执行的经营性和融资性租赁义务约2790亿美元，涉及数据中心、托管设施及部分网络基础设施，租期从2026年延伸至2036年，最长达30年；其二，不可撤销的合同承诺约3493亿美元，主要涉及第三方云容量安排、服务器及网络基础设施投资、数据中心建设以及Reality Labs消费硬件产品，其中2026年和2027年分别到期约535亿美元和817亿美元。此外，Meta还有最高147亿美元的云容量或有采购义务。

将上述表外负债纳入EV后，Meta的EV/FY27E收入倍数从6.15倍升至8.32倍，升幅35%。

AI基础设施承诺的加速节奏

上述数字尚未反映最新动态。Meta在二季度10-Q中披露，2026年7月——即季度结束后——公司又新签了约680亿美元的数据中心租赁义务。

这一数字意味着，仅在一个月内，Meta新增的租赁承诺就相当于其6月底全部表内债务（约840亿美元）的约80%，同时令"尚未开始执行"的租赁义务桶在三季度尚未结束前便扩大逾10%。Needham据此判断，Meta表外义务在三季度呈现"快速增长"态势。

据高盛信贷策略师Amanda Lynam于8月发布的研究，截至二季度财报季，超大规模科技公司合计追踪到1.5万亿美元的租赁承诺，其中1.0万亿美元来自尚未开始执行的租约。由于美国GAAP租赁会计准则的特殊处理，这部分"未开始"的租赁承诺并不体现在财务报表中，但将在未来数年内形成实际支付义务。Lynam指出，这一处理方式"可能低估杠杆水平和未来流动性需求"，并预计"AI相关发行人将持续承受额外的利差风险溢价"。

摩根士丹利会计团队（Todd Castagno等人）在8月底将统计范围扩展至英伟达、博通及各类担保和兜底安排，得出超过3.1万亿美元的表外承诺总量。据ZeroHedge追踪，截至9月30日，超大规模科技公司表外负债已达3.8万亿美元，较6月底增加约7000亿美元。

谷歌才是"更贵"的那家：Needham方法论的一致性修正

Needham原始研报存在一处值得关注的方法论缺陷：其表格对亚马逊和谷歌母公司Alphabet的"不可撤销合同承诺"均计为零，但两家公司的财报披露并非如此。

Alphabet二季度10-Q披露了7070亿美元的长期采购承诺——这与摩根士丹利所采用的数字一致；亚马逊则披露了1300亿美元的无条件采购义务。这些承诺与Needham为Meta计入的属于同一性质。

将Needham的方法一致性地应用于三家公司后，结论发生显著变化：

Alphabet：EV上调幅度从Needham原报的3%扩大至21%，调整后EV/FY27E收入倍数升至9.0倍，高于Meta的8.3倍；
亚马逊：EV上调幅度从9%扩大至14%；
Meta：若进一步纳入7月680亿美元新增租约、Hyperion和El Paso数据中心项目的担保敞口（分别约460亿美元和130亿美元最大损失敞口）以及147亿美元或有云采购义务，实际调整幅度约达42%。

换言之，Meta的表外杠杆相对规模仍为三者中最高，Needham的核心判断成立；但"35%对3%"的原始对比严重低估了谷歌的表外负债规模。在充分调整后，谷歌在EV/收入倍数上反而成为估值更高的标的。

市场是否已定价这一隐性杠杆？

支持者认为，采购承诺并非传统意义上的债务——它们是Meta预期能够转化为收入的服务器、云容量和芯片合同。信用评级机构通常将租赁负债视同债务处理，但对采购义务一般不作同等对待。此外，Meta披露的6280亿美元表外负债为未折现数字，若按现值计算，EV冲击将有所收窄。

然而，反驳同样有力。摩根士丹利明确警示："这些合同在供应紧张时具有战略价值，但若供需提前恢复正常，企业可能不得不为过剩产能买单，或尝试重新谈判条款。"换言之，采购承诺"不是债务"的前提，是企业始终需要所承诺购买的东西。

自由现金流已经开始显现压力。据摩根士丹利，亚马逊和谷歌的自由现金流在二季度已转为负值，Meta预计下一季度也将步入负值区间。

在债券市场，高盛数据显示，超大规模科技公司今年债券发行规模已达2500亿美元，相比2024年的不足200亿美元大幅跃升；2027年预测发行量为4200亿美元，且该预测尚未包含特殊目的载体（SPV）发行的数据中心融资——而这正是摩根士丹利所指出的、当前表外结构的核心组成部分。

Needham对Meta维持"持有"评级，其担忧不仅限于会计层面。Laura Martin指出，Meta同时推进定制芯片、数据中心、企业AI、商业智能体、模型API、算力销售、智能眼镜等多条战线，"管理层注意力、工程人才和股东资本分散于过多方向"，在6280亿美元承诺的背景下，容错空间已大幅收窄。

Meta三季度10-Q预计于10月底发布。在7月680亿美元新增租约已成定局的情况下，那份脚注的走向，市场已然心知肚明。

风险提示及免责条款

付鹏：一场跨越十余年的宏观交易——从新西兰看小型开放经济体【付鹏说5】

付鹏 — Sun, 04 Oct 2026 10:00:48 GMT

《付鹏说·第七季》全新升级上线！立即订阅

一场跨越十余年的宏观交易——从新西兰看小型开放经济体

交易桌前看天下，付鹏说来评财经。本期视频录制2026年9月24日。

前段时间我去新西兰滑了一趟雪。很多人会猜，是不是又在关注新西兰了？其实不必额外关注，因为新西兰这轮反馈已经走了十多年，虽然后面可能还要再走几年，这一轮大周期才算真正走完。我借这个机会把它讲一讲，因为这是一个最基本的模型，而我们用人生中的十来年，完整地经历了它。

我真正开始盯住新西兰。原因很简单：它是一个典型的小型开放经济体。

二、小型开放经济体的基本框架：经常账户、利差与房贷

小型开放经济体的框架其实很简单：经常账户（Current Account）与资本和金融账户之间需要保持平衡，二者大体相当。

先看新西兰的经常账户。它的贸易和商品结构非常单一，核心是乳制品——脱脂奶粉、全脂奶粉，代表企业是大家熟知的恒天然（Fonterra），此外还有牛羊肉、原木和木浆（国内的纸浆期货就与之有一定关系），以及新西兰的代表性水果奇异果（Kiwi），基本上也就这些。

说到新西兰出口的强势阶段，还得提到2008年中国的三鹿奶粉事件。如果没有这一事件，新西兰此后的乳制品出口不会那么强劲，全球乳制品行情也不会那么强。

进口方面，新西兰高度依赖海外。它没有现代重工业体系，汽车、机械、电子产品乃至能源，整套工业品几乎全部依赖进口。新西兰本质上是用初级农产品去交换高级工业品和能源的贸易结构。这决定了它的贸易收支非常容易受到冲击——进口中能源、原油的比重很高，对输入性通胀极为敏感。出口端相对还有一定韧性，但这几年乳制品同样处于大宗商品周期的低迷阶段，说到底，新西兰出口的增长与中国高度相关。

现在新西兰政府绞尽脑汁地拉拢印度，积极推进与印度的自由贸易协定，目的就是通过印度市场来拉动出口。但无论如何，这都改变不了它经常账户必然逆差的格局。

经常账户逆差，就需要资本和金融账户的顺差来弥补。为了维持这一平衡，新西兰的利率必须高于海外利率。道理很简单：如果不是高利率，怎么吸引资金？

高利率会形成一个双向循环。第一，正利差有利于纽元（新西兰元）保持稳定——注意，不是升值，而是稳定；第二，汇率的稳定反过来又支撑资本和金融账户的净流入。所以它的基本公式是：新西兰与海外的利差必须为正，而且这个利差还必须足以抵消离岸资本对纽元的贬值预期。如果贬值预期过大，货币互换（Swap）的成本，也就是对冲成本，就会非常高，平衡便难以为继

这里还有一点必须注意：经常账户逆差意味着新西兰本国缺乏储蓄。

为什么要强调这一点？因为这必然涉及居民部门的房贷。本国储蓄不足，居民买房的按揭贷款就无法依赖本国储蓄，只能依赖资本和金融账户，也就是海外融资。新西兰的四大银行——澳新银行（ANZ）、ASB银行、新西兰银行（BNZ）和西太平洋银行——母行全部是澳大利亚的银行，西太平洋银行新西兰公司就是如此。因此，新西兰国内的房贷资金主要来自邻国澳大利亚的海外融资。

这意味着，房贷规模越大，新西兰每年需要对外支付的利息就越高；银行赚到的利润，其股息也要回流澳大利亚的母行。这些都是资本端对外支出的重要部分。房贷规模越大、利率越高，对外支出的这条线就越粗，吸引资本流入的压力也就越大——因为只有流入大于流出，才能形成金融账户顺差，去抵消经常账户的逆差。所以这套循环一旦恶化，后果会非常严重。

OpenAI员工长文：AI 时代的文明岔路

腾讯科技 — Sun, 04 Oct 2026 09:24:35 GMT

美国当地时间10月1日，OpenAI“智能时代”平台发布新文章《The Eternal Complement》，作者为赫曼斯·阿西尔瓦坦（Hemanth Asirvatham）和埃利奥特·莫克西（Elliott Mokski）。

这是两人“下一个经济”系列的第一篇文章，文章讨论的核心问题是：当AI的推理、创造和发现能力不断增强，甚至走向超级智能之后，文明真正稀缺的资源会变成什么？

两位作者并没有把超级智能简单理解成更多“天才”的集合，而是从经济学中的“互补”概念出发，重新讨论智能与现实执行能力之间的关系。文章认为，一个想法从诞生走向现实，需要大量配套条件，包括实验设备、技术人员、资金、法律、官僚体系、供应链以及各种组织协调能力。随着科学和技术不断向前推进，这些支撑体系本身也越来越庞大。

文章将这些支撑能力概括为“制度智能”，并认为前沿智能与执行能力始终是一组互补投入。在他们看来，天才负责提出新的想法，制度和大量具体工作负责把想法变成现实。AI正在改变其中一部分关系：它已经能够写代码、检索陌生领域的文献、把草图转化为原型，让个人完成过去需要整个组织才能完成的工作。随着执行成本下降，真正稀缺的东西可能开始转向“品味”，也就是判断什么值得做、什么问题值得追问。

不过，AI带来的执行能力提升可能只是第一阶段。当AI本身开始大量产生新的科学洞见和研究方向，问题可能发生反转：想法产生的速度超过实验室、工厂、能源系统和其他现实基础设施的承载能力。届时，文明面对的瓶颈可能再次从“想不出来”变成“做不完”。

围绕这一问题，文章提出了“深度文明”和“广度文明”两种可能的未来。前者依靠更强的推理、模拟和已有证据，让智能在真正接触现实之前走得更远，用更少的实验获得更多知识；后者则受到自然复杂性和物理世界速度的限制，大量问题最终仍然需要实验、建设和长期等待，文明需要不断扩大实验设施、制造能力、能源系统和组织协调体系。

文章最终将问题落回人类：即使AI未来在知识发现和资源协调方面超过人类，人类好奇心、创造性多样性以及对探索的持续需求仍可能具有价值。他们给出三个理由：人类对启蒙和求知仍有持续的责任；人类在前沿智能与制度智能之间可能存在不同于机器的比较优势；不同的人类个体和群体能够带来机器难以替代的创造性多样性。

“智能时代”平台于2026年8月20日上线，由OpenAI“战略未来”团队成员迪恩·鲍尔（Dean Ball）发布介绍文章。平台明确说明，所发布内容代表作者个人观点，不代表OpenAI的组织立场。

以下为全文。

进步需要一整套支撑系统

人类的认知已经追溯到了宇宙诞生的那一刻。我们的方程大致还原了宇宙最初的完整图景。借助望远镜，我们已经望向遥远的宇宙，看到它早期的历史，知道恒星如何诞生、星系如何形成。但迄今为止，还没有一个人走出过月球之外。

我们试图寻找的答案横跨整个宇宙，而人类的身体却几乎没有离开过地球。我们的思想可以抵达远方，手脚却远远跟不上。这种错位指向两种完全不同的可能性。

一种可能是，我们其实不需要走那么远。最深层的真相，或许在一颗星球上就能探明。只要拥有足够好的推理能力和高效的工具，我们就能认识宇宙，而不必亲自穿越宇宙。在这种情况下，文明的发展依靠的是“深度”，而不是“广度”。这也可以解释为什么我们至今没有发现其他智慧生命：也许银河系中存在许多拥有高超智慧的文明，只是它们从来没有必要不断向外扩张，因此也没有留下明显的痕迹。

另一种可能则更令人不安：我们的思想可能已经超过了执行能力。每向前迈一步，都需要更多时间和资源。我们从来不缺少梦想，缺少的是把这些梦想变成现实的人手。

伽利略用两片透镜和一根管子就拓展了人类的视野。今天，要把这种视野进一步向外延伸，人类建造了詹姆斯·韦布空间望远镜。这座价值100亿美元的天文台被折叠起来装入火箭，送到距离地球约160万公里的太空。它的18块巨大镜片需要达到50纳米的制造精度，整个项目涉及来自14个国家的300多个组织。伽利略的工作只需要几十双手，而韦布望远镜背后需要一支庞大的团队，以及支撑这支团队运转的全球经济体系。

人类想看得更远，需要的不只是更聪明的头脑，也需要更庞大的组织。

我们提出的问题已经超过了能够实际研究的问题数量，设计出的实验也超过了能够真正执行的实验数量。我们产生创意的速度越来越快，而把这些创意变成现实的能力却越来越难以跟上。随着各个领域不断向前发展，制造我们想象中的东西也变得越来越复杂。

斯坦福大学的尼克·布鲁姆（Nick Bloom）及其合作者曾研究美国经济中的科研生产率。他们发现，如今要维持摩尔定律，所需要的研究人员数量已经是20世纪70年代初的18倍以上。从整个经济体来看，自20世纪30年代以来，有效科研投入增加了23倍，但衡量科研生产率却下降了41倍。

技术人员的数量增长速度是科学家的两倍。过去40年里，科学研究中专业设备的使用量翻了一倍。一座如今的芯片制造厂，其成本已经是30年前的5倍，规模也大得多。

这些数据说明，继续推动进步的成本正在上升。经济仍然能够发展，是因为科研体系不断扩大，用更多的研究投入抵消了单个投入的产出下降。

这也提醒我们，理解“天才”时，不能只看天才本身。一个出色的假设仍然需要证据、仪器以及把它执行出来的条件。一个想法只有进入现实，才能真正成为进步。

经济学家把这种关系称为“互补”：当一种投入增加时，另一种投入的价值也会随之提高。前沿智能和把想法变成现实的能力，就是这样的一对互补因素。更好的望远镜会让一个好的天文学问题更有价值，而一个更好的问题也会让望远镜更加有用。

有些互补关系是物理层面的。一个理论需要粒子加速器来验证，一项技术设计需要能源和机器才能制造出来。另一些互补关系则没有那么明显。一个想法本身非常脆弱，需要各种制度来支撑。法律、官僚体系、融资机制、供应链以及其他环节，都需要共同运转，才能让一个想法真正落地。

一个伟大的想法必须经过一条很长的链条，而链条上的每个局部环节都需要正确运行。我们可以把这种能力称为“制度智能”（institutional intelligence），也就是那些很少受到关注，却负责执行的智能。天才设计出纪念碑，制度则负责一块块把石头垒起来。两者看起来差别很大，却同样重要。

我们有时会把超级智能想象成10亿个爱因斯坦。但即使真的有10亿个爱因斯坦，他们中的大多数仍然需要有人去采石、管理账目、维护设备。前沿创新只有在周围的日常世界能够顺畅运行时才可能发生。从拧紧望远镜螺丝的焊工，到为培养护士的小学提供保险的人，所有这些工作都构成了进步的一部分。

人们在讲述伟大发明时，往往只记住最耀眼的部分，却容易忽略支撑这些成果运转的经济体系。

人工智能也会承担这两类工作：提出重要的新洞见，以及完成大量制度和执行层面的工作。真正的问题在于，未来的AI大部分时间究竟会花在哪里。

新的瓶颈正在出现

AI已经开始让执行能力变得不那么稀缺。它可以写代码、搜索陌生领域的文献，也可以把一张草图变成能够运行的原型。过去需要整个组织才能推进的想法，现在越来越可能由一个有能力的人独立完成。

大多数有抱负的电影导演，从来没有机会获得2亿美元去拍摄自己的作品.很多游戏设计师整个职业生涯都在替别人实现创意。我们会努力把最有天赋的人提拔出来，但无论如何，都难以发现所有人才。

从这个角度来看，智能时代最初带来的变化，是让更多人的创造力得到支持，让更多人拥有过去只有大型机构才能提供的执行能力。

这可能带来大量具有个人特色的项目。过去需要依靠机构才能完成的工作，未来可能更多地发生在这些机构之外。这样一来，稀缺的资源就会从执行转向“品味”——判断什么值得做，什么问题值得追问，以及面对上千条看似合理的方向时，究竟应该选择哪一条。

但这可能还不是故事的终点。随着AI越来越有能力自己提出新的重要洞见，我们可能已经在数学等领域看到这种趋势。AI提供的将不只是劳动，还可能开始提供研究议程。它不再只是执行一个人提出的研究计划，而是可以自己设计成千上万个研究计划。

AI可能一下子提出大量值得拍摄的电影概念，也可能提出大量值得验证的科学假设。这样一来，问题就会再次发生变化。今天的AI让我们终于能够把许多好想法付诸实践。到了未来，也许会出现太多好想法，以至于我们再次陷入执行能力不足的困境。

两种文明的岔路口

我们并不知道，把新的洞见变成成果所需要的互补能力，未来究竟会增加、减少，还是保持不变。一个人仅靠思考可以在多大程度上推动知识进步？一个天才究竟需要多少官僚体系来配合？

在我们看来，答案取决于思想在必须再次接触现实之前，能够走多远。

这里可以设想两条不同的路径。

第一条是“深度文明”（civilization of depth）。在这种文明中，超级智能可能逐渐摆脱对更多物质资本和复杂制度协调的需求。

第二条是“宽度文明”（civilization of width）。在这种文明中，自然界的复杂程度最终超过任何智能，无论是人类还是机器，都无法只靠思考继续取得进展，必须依靠规模越来越大的现实世界实验。

到目前为止，人类历史似乎显示出对互补能力不断增长的需求。伽利略的望远镜可以握在手中，而韦布望远镜需要整个文明来建造。贝尔实验室（Bell Labs）一个规模不大的团队，就曾在工作台上组装出第一只晶体管.如今，芯片技术的前沿突破背后却是一条复杂的全球供应链。人类每向前走一步，都越来越需要更多社会资源参与其中。

但过去并不一定决定未来。更聪明的头脑可以发明更高效的互补条件。如果能源成为新型粒子加速器的瓶颈，那么更强的智能或许能够设计更精简的加速器，或者找到更好的能源获取方式。

天才也能够替代部分原本需要的辅助条件。爱因斯坦可以从非常有限的实验数据出发推导出相对论，而我们大多数人需要更多资料。有些人能够记住自己的所有日程安排，而大多数人依靠谷歌日历。

智能还可以帮助我们提高选择的准确性，挑选最值得验证的假设，避免把资源浪费在错误的方向上。如果每增加一个天才，都能提高计划的质量，那么即使执行所需要的官僚体系越来越庞大，增加天才的价值仍然很高，因为执行成本越高，错误选择所造成的浪费就越大。

未来不会完全符合这两条路径中的任何一条，但它们可以看作文明可能发展的两个方向。

深度文明：靠思想走得更远

智能推动知识进步，大致有三种方式：从基本原理出发进行推理，从已有证据中获得新的洞见，以及通过观察和干预现实世界获取新的证据。

第一种方式可以仅靠思想走得很远。数学就是最典型的例子。在一项证明或者研究工作的多个关键节点上，一个足够强大的头脑可以持续做出正确选择，把原本需要多年摸索的过程变成一条更短、更明确的推理链。

第二种方式同样存在巨大的空间。人类收集到的证据远远超过已经理解的内容。天文图像、显微镜切片、网络评论等大量资料，都受到人类智能有限的制约。科学档案中保存着大量当年为了回答某一个问题而记录的数据，而这些数据可能包含着其他问题的答案。如果拥有足够多的智能，我们甚至不需要收集新的数据，就可能从已有资料中发现新的规律。我们也许可以发现一个新的宇宙，而不需要再收集一个新的光子。

第三种方式就困难得多，因为它需要与物理世界直接接触。物理过程需要时间，而且很多时候无法加速。化学反应需要发生，生物体需要生长，机器需要制造，航天器需要穿越真实的距离，并受到宇宙速度极限的限制。即使拥有完美的智能，也无法提前观察一个尚未发生的实验结果。

但超级智能可以尽量减少与现实世界接触的次数。“深度文明”并不会摆脱对现实的依赖，而是会尽可能节省这种依赖。更好的推理可以找出真正值得进行的少数实验，模拟则可以解决大部分问题，并准确找到必须由现实世界回答的那个不确定性。超级智能可以围绕有限资源进行设计，让每一次现实实验都获得最大的价值。

例如，一个研究暗物质的天体物理实验室，可能首先把一系列假设交给高度逼真的计算机模型进行测试，检查它们是否与现有数据一致。只有完成这些步骤后，研究人员才会针对最有希望的理论，对天空进行少量新的观测。

这种文明仍然需要支撑天才的各种条件，但每一单位资源能够产生的价值会更高。

“深度文明”也可能像一幅拼图。进步在开始阶段比较容易，接近完成时也可能变得容易，最困难的是中间阶段。刚开始时，我们能找到明显的边缘和简单的拼接方式，等这些部分逐渐完成，剩下的图案还不够完整，却已经没有那么多容易确定的位置。到了最后，剩余的空缺反而会逐渐告诉我们应该填入什么。

科学史上已经有类似的例子。门捷列夫可以根据周期表中已有元素的位置，推测当时尚未发现的元素。标准模型也让物理学家在希格斯玻色子真正被观测到几十年前，就已经有理由预期它的存在。很多时候，实验本身就是针对现有理论和数据所指向的结果设计的。

如果超级智能能够足够深入地理解自然界的规律，它也许能够准确判断下一步究竟需要什么数据。文明的进步因此可以更多依靠深入思考，而不必不断扩大现实世界中的实验规模。

如果这种效率最终占据主导，文明或许能够以较小的物理规模不断加深对自然的理解，同时减少管理庞大实验设施所需要的制度智能。

人类已经在不离开地球的情况下理解了大量宇宙规律。“深度文明”只是沿着这条道路继续前进。

广度文明：当思想跑不过物质

另一种可能是，对新证据的需求最终超过这些效率提升所带来的收益。

智能可以降低每一次接触现实的成本，但同时也可能让我们发现更多必须通过现实验证的问题。更好的仪器可以打开更细的研究前沿，更快的实验也会让更多实验变得值得进行。如果爱因斯坦几乎完全依靠思考建立相对论的过程，可以代表“深度文明”，那么生物学可能更接近“广度文明”。

人类已经积累了大量生物学知识和数据，但一种新药要证明安全、有效，仍然需要在大量人类身上进行测试。如今，机器可以模拟生物过程，让研究人员先在计算机中测试候选药物，但这些数字模拟仍然不足以完全还原现实，因此无法替代大规模人体试验。

机器提出的候选方案越多，现实验证就越容易成为瓶颈。在“广度文明”中，聪明的大脑本身不足以推动进步。对物质资源的需求，以及管理这些资源所需要的制度体系，可能以更快的速度增长，超过智能节约资源的能力。

即使未来的AI远远超过人类，这种情况也可能发生。超级智能或许可以在一个下午设计出未来100年的实验，然后花100年等待自然和机器完成这些实验。在这样的世界里，把更多智能投入实验、生产和制度执行，可能比继续增加提出新想法的能力更加重要。

如果每一步新的进展都需要更多基础设施，这种趋势还会不断累积。那时，文明中的思考会相对减少，建造会越来越多。实验室实现自动化，工厂不断增加，能源生产扩大，越来越多的制度智能被投入到这些体系中，以保证它们能够正常运行。

物理世界的扩张会成为知识进步的动力。文明之所以继续向外扩展，是因为它提出的问题已经超过了现有条件能够回答的范围，需要更多材料、更多能源和更多数据才能继续前进。

戴森球可以作为这种未来的极端例子。建造戴森球需要非常重要的科学突破，但整个项目的大部分工作可能不会发生在突破性思考上，而是涉及天文尺度的建造和物流。它需要天才来设计，也需要一个规模巨大、重复而复杂的组织体系来完成建设。

这并非智能不足造成的结果，反而可能是智能取得成功后的结果。越聪明的头脑能够发现越多值得开展的项目，而越复杂的项目又需要更多物质资源来执行。

如果未来确实如此，那么超级智能真正强大的地方可能并不是它有多么聪明，而是它能够承担大量协调工作，管理庞大的技术和制度体系，把想法变成现实，并不断扩大规模。绝大多数机器智能最终可能都被用于那些“无聊”的工作，而不是最具创造性的工作。

物理世界本身的速度限制，也可能成为进一步扩张的瓶颈。建造一套收集恒星能源的机器，本质上仍然是一个物质工程，无论设计方案能够多快完成，真正的建设都需要时间。恒星之外还有其他恒星，银河系之外还有其他星系。就目前所知，距离本身就是一种限制：没有飞船能够超过光速，也没有信号能够以超过光速的速度返回。

因此，“广度文明”会是一个缓慢的文明。它真正发生的大变化可能相隔数千年，甚至数百万年，每一步都需要更长时间。

农业革命和工业革命，在这样的历史尺度下，可能只是一个漫长文明史中相对短暂的开端。

人类仍然需要好奇心

未来的AI系统可能同时在人类最看重的两件事情上超过我们：提出前沿洞见，以及协调资源，把这些洞见真正转化为现实成果。但这并不会降低人类好奇心的价值。

首先，即使机器在理解世界方面比我们更强，人类仍然有继续认识世界的责任。宇宙中可能已经存在比我们智慧得多的头脑，它们或许掌握着人类无法理解的科学和道德问题的答案。但我们依然会尝试自己理解这个世界。即使另一种智能出现了，即使这种智能是我们自己创造出来的，也不会改变这一点。

在我们能够确定人类已经没有任何独特贡献之前，放弃探索都意味着放弃我们仍然能够为这个世界做出的事情。我们仍然有责任不断提出问题，并尝试寻找答案。

其次，人类可能在前沿智能方面拥有相对于制度智能的比较优势。即使机器在这两方面都比人类更强，我们也可能相对更擅长前者，因此可以把自己的精力集中在创造和探索上。人类倾向于选择创造性的工作，而不是重复性的工作。机器人则没有这样的偏好。

第三，多样性本身也有价值。即使机器能够模拟大部分人类思维，只要人类仍然保留一些独特性，就能够继续提供不同的创造方式。

未来，大部分机器智能可能运行在自己的体系中，但其中一小部分仍然可以按照人类的创造意愿被调用。对于整个机器智能体系来说，这只是一小部分；但对于人类而言，这已经可能远远超过我们今天能够获得的资源。

创造力从来都不是孤立存在的。它需要现实世界作为支撑，天才也需要建造者来实现自己的想法。今天，人类的大量智能都被用于那些很少受到关注的工作：把想法一步步变成现实。未来的机器智能也会继承这种依赖。它们不可能全部成为天才，也必须承担官僚、协调和执行的工作。

人类未来的进步速度，最终取决于一个问题：伟大的头脑究竟能否用更少的现实资源，完成更多的事情，还是每向前一步，都需要一个更庞大的现实世界来支撑。

本文来源：腾讯科技

风险提示及免责条款

贝森特解释“坐庄论”：庄家也不是每局都赢，但我有内幕！

鲍奕龙 — Sun, 04 Oct 2026 09:18:02 GMT

美国财政部长贝森特解释说，“我是庄家”意味着财政部拥有更优的信息，而不是说他控制债券市场。

白宫AI峰会“权力图谱”：扎克伯格最受特朗普认可，马斯克刻意疏离，Amodei焦虑藏不住

Sun, 04 Oct 2026 09:00:27 GMT

科技巨头再度齐聚白宫，一场AI峰会在政策议程之外，意外成为一堂关于权力与人际关系的公开课。

本周二，马克·扎克伯格、埃隆·马斯克、Anthropic首席执行官Dario Amodei、英伟达CEO Jensen Huang、谷歌CEO Sundar Pichai、OpenAI总裁Greg Brockman等AI领域头部人物齐聚白宫，就AI安全与数据中心建设展开会谈。峰会最终促成一份由各方签署的自愿性承诺协议，特朗普将其定性为具有"道德约束力"的协议。峰会结束后的媒体见面环节被广泛传播，网络上随即掀起一轮对各位亿万富翁肢体语言与相互关系的密集解读。

这场权力场域中的微妙互动，折射出AI行业与华盛顿政治之间日趋复杂的生态。与会者之间的关系横跨敌对、竞争、结盟与合作多个维度，且这些标签并不互斥。

扎克伯格：最接近权力核心

行为科学家、肢体语言权威Abbie Maroño在接受The Information采访时指出，扎克伯格在此次峰会上展现出最为突出的权力感。

Maroño表示，扎克伯格在峰会期间大部分时间站在特朗普身旁，举止从容，毫无刻意表现的痕迹。"他实际上散发出一种权力感。他站在一个巨大的权力来源旁边，却显得非常自在。"她特别注意到两人之间的一个细节：当扎克伯格向特朗普方向迈步时，特朗普随之后退并转身面向他。"这是一种无声的默契——表明马克确实拥有权力，而特朗普非常尊重有权力的人。"

Maroño进一步分析称，扎克伯格的表达方式不夸张，声音沉稳，目光自然流动，既不低垂也不游移，且他的每一句话都能获得特朗普的点头认同。"有一种感觉，他与特朗普完全处于同一频道。"

Amodei：自信姿态难掩内在焦虑

Dario Amodei在此次峰会上获得了最多的发言时间，但Maroño的观察却揭示出一种截然不同的内在状态。

"他很活跃，大量使用手势，展现出许多我们通常认为与自信相关的行为。然而有趣的是，他整体的气场却在不断泄露不适感——他在努力表现自信的同时，又散发出焦虑。

"Maroño指出，过度夸张的手势并非真正自信的表现，"自信是流畅的"，而Amodei的动作节奏过快，像是在脑海中不断提醒自己"用手势，用手势"。在短暂停顿时，他会将双手握在一起，这是一种典型的自我安抚行为。

峰会上还有一个细节引发关注。特朗普在介绍Amodei时说了一句"他说的都没问题"。Maroño对此给出了不同寻常的解读："这是特朗普在提醒Amodei，他之所以能在这里发言，是因为特朗普允许他这样做。这是一种权力宣示——'你跟我站在一起，你就没问题；但不要越界。'"

马斯克：刻意保持距离

与扎克伯格的积极靠近形成鲜明对比的，是马斯克在峰会上的疏离姿态。

Maroño观察到，马斯克大部分时间双臂交叉，站在人群边缘，肢体移动明显少于其他与会者，发言也相对稀少。她认为，交叉双臂在此处并非防御性信号，而更多体现出一种"社交疏离与旁观者心态"。

更值得关注的是，当特朗普发言时，马斯克并未像其他人那样将身体转向特朗普。"当权威人物发言时，人们通常会朝向他们，这是表达尊重的方式。我不认为他是在刻意不尊重，但他表现出的尊重程度明显低于其他人。"Maroño表示，这一细节清晰地映射出马斯克与特朗普之间关系的"波折本质"。

自愿承诺：行业自律还是自我监管？

此次峰会的实质性成果，是一份由各大AI公司签署的自愿性承诺协议，内容涵盖AI安全与数据中心建设等议题。特朗普将其定性为"具有道德约束力"的协议。

然而，这份协议的约束力本身即存在争议。The Information的报道将其比作"让操场上的孩子们自我管理"——在缺乏外部强制机制的情况下，行业自律能走多远，仍是一个开放性问题。

峰会的另一层意义在于，它将AI行业与华盛顿政治之间的权力互动以罕见的公开方式呈现出来。与会者之间的关系错综复杂，敌对、竞争、结盟与合作并存，而这些关系将在很大程度上影响未来AI监管政策的走向。

风险提示及免责条款

大空头对大空头：OpenAI是市场最大风险

沈曼茹 — Sun, 04 Oct 2026 08:56:58 GMT

电影《大空头》原型之一，以成功预测2008年金融危机而闻名的Steve Eisman认为，关于服务器折旧年限（如从3-4年延长至5-6年）的讨论过于学术化。

因为若AI繁荣，实际业务增长将远超会计细节的影响；若OpenAI等巨头失败引发行业倒退，大跌也是源于业务本身而非折旧政策。

核心逻辑在于：决定市场走向的是AI的成败，而非会计账面调整。

a16z对话：企业级软件都将被AI Agent重做一遍

Sun, 04 Oct 2026 08:06:02 GMT

企业采购正在成为AI原生创业公司攻克传统软件巨头的关键战场。

10月2日知名风投a16z播客访谈节目中，主持人Elena Burger与a16z合伙人Seema Amble，以及企业AI采购智能体初创公司Lio的联合创始人兼CEO Vladimir Keil，就AI应用公司如何对抗传统软件巨头、AI智能体在真实商业环境中的渗透路径及财务回报等市场核心关注点展开了深度对话。

（左：a16z Fintech团队合伙人Seema Amble；中：a16z Enterprise团队投资人Elena Burger；右：AI采购多智能体Lio公司CEO Vladimir Keil。）

a16z合伙人Seema Amble表示，传统软件巨头受限于其系统记录的边界，叠加内部团队利益冲突，难以真正推进至更高阶的自主判断型AI代理，这恰恰是AI原生创业公司的核心机会所在。

她指出，赢得终局的关键在于"拥有端到端流程"，而非仅在现有工作流中嵌入一个聊天机器人。

Vladimir Keil则认为，企业采购流程中，约80%的实质性工作发生在ERP等系统记录之外，而正是这一盲区，令传统软件供应商难以凭借"在现有系统上叠加AI模型"的方式完成真正的端到端自动化。

Vladimir Keil表示，若采购经理漏看一枚零部件的交货延误通知，可能造成数亿美元的项目损失，而Lio的多智能体系统正是针对此类高风险场景而设计。

真实的商业世界：80%的工作发生在ERP系统之外

在企业采购这一极度传统的万亿级市场中，这种“端到端”的痛点尤为明显。市场往往只关注最终在ERP系统中呈现的采购价格，却忽略了背后的巨大摩擦成本。

Lio CEO Vladimir Keil一针见血地指出：

你会在ERP系统中看到购买铝材花费了8000美元，但你看不见这背后可能发生的30次利益相关者会议、500封电子邮件以及20个Excel表格。绝大多数的采购工作，实际上发生在这个ERP或任何记录系统之外。

在构建飞机、数据中心等大型复杂项目中，供应链的微小摩擦可能带来灾难性的财务后果。Vladimir表示：

如果有一个特定零件晚到两周，这可能会造成数亿美元的损失并拖延整个项目。而这可能仅仅是因为采购经理错过了Outlook或Gmail中500封邮件里的一封确认信。

传统系统只能记录“下周三到货”的日期，却无法像AI Agent那样去判断这背后是否潜藏着上亿美元的违约风险并主动干预。

如果说一年前市场的热点还是挂在软件之上的“聊天机器人”，那么现在的市场焦点已经转移到了具备自主决策能力的Agent。Seema将当前的Agent划分为四个阶段：检索代理（Retrieval）、流程代理（Process）、政策代理（Policy）和主导代理（Principal）。

挖掘被忽视的利润空间：无人关注的“5万美元以下”长尾市场

除了提升效率，市场最关注的是AI应用能否直接改善企业的损益表。在这场访谈中，Vladimir揭示了AI Agent带来的增量业务想象空间：处理那些企业由于人力受限而从未去谈判的支出。

Vladimir透露：

没有Agent之前，企业根本不在乎5万美元以下的采购。这也是给其他初创公司的一个‘黑客技巧’——如果你给大企业发送一张4万美元的账单，他们可能根本不会跟你还价，因为他们没有人力容量去这么做。

Vladimir进一步指出：

但有了Lio的Agent，我们将与你进行自动谈判。对于企业来说，拥有一个甚至不太完美的谈判Agent的风险几乎为零，因为这总比完全不谈判要好。

在宏观财务视角下，这种积少成多的降本将爆发出惊人的杠杆效应。

Vladimir用了一组极具冲击力的数据来向投资者说明采购AI的商业价值：

在当前的竞争格局下，你想提高1%的利润率，你需要增加10%的营收。所以，如果你能通过AI实现仅仅1%的采购降本，这在损益表上的结果，就等同于你需要费力增加10%的销售额。这是极其重要的。

建立信任与护城河：人机协同是必经之路

面对涉及大量资金的商业谈判，企业如何敢把权利交给AI？Vladimir直言：

没有人第一天就会建立并使用完全自主的谈判Agent。因为他们从第一天起就不会信任我们，也不会信任这项技术。

Lio的做法是采用“人机协同（Human-in-the-loop）”模式，通过处理1万美元、2万美元的谈判来吸收反馈，逐渐赢得客户信任。

具体而言，AI代理在每一轮谈判中生成建议，由人工审核确认后再执行。这一过程持续为系统提供反馈和学习数据，使代理逐步积累特定企业的流程偏好与决策边界。

随着信任积累，客户开始将自主谈判授权范围从数千美元扩展至数万、乃至数十万美元规模的采购。

对于战略性更强的直接采购，例如金额高达数亿美元的长期供应商合同，Lio则在系统中始终保留专业工程师的介入节点。

代理可在多小时的谈判准备过程中实时整合铝指数、油价走势等外部数据，并在谈判桌上为人类谈判者即时推送洞察：

对方说油价上涨了10%，因此要求提价10%，但系统会立即弹出提示：该零部件中油性原料占比仅30%，因此实际合理涨幅约为4%。

垂直AI的护城河在于"拥有工作本身"

面对"为什么不直接用通用模型自建"的质疑，a16z合伙人Seema Amble援引了一家财富500强企业的案例：该企业曾尝试自建应收账款催收系统，但历时数月后发现，内部数据质量不足、跨ERP系统的映射维护成本极高，最终不得不放弃。

她表示：

企业的核心竞争力是其业务，而不是构建内部AI工具。70%至80%的准确率看似不错，但在实际场景中可能意味着"仍需人工复核100%的数据"，这不仅不能减少工作量，反而可能制造更多麻烦。

Vladimir Keil则指出，从护城河角度看，采购AI的关键优势来自数据积累和流程嵌入深度。

随着代理处理的谈判规模从万美元级跃升至百万美元级，系统积累的企业特定知识和行业价格基准数据将形成持续强化的竞争壁垒。

正如Amble总结道，真正持久的垂直AI公司，评判标准不是"我设计了几步防御路径"，而是"客户是否真正依赖这个产品来完成工作"，这种依赖关系本身，就是最重要的护城河信号。

播客全文对话如下：

Vladimir Keil

如果你要制造一架飞机，就需要从数千家供应商处采购物料。假设有人发来一封邮件说："抱歉，这个零件要推迟两周到货。"如果采购人员漏掉了这封邮件，损失可能高达数亿美元。

Seema Amble

采购业务在历史上可能更像一个相对封闭的模块，但现在它已经延伸到法务、财务，以及众多不同的软件系统和相关人员。对于AI原生初创公司来说，机会在于：我们要掌控整个端到端的业务流程。

Vladimir Keil

没有哪家企业会从第一天起就部署完全自主的谈判代理。为什么？因为他们一开始既不信任我们，也不信任这项技术。正是通过"人在环路"的方式，我们不断地用反馈和经验来训练代理，慢慢地，他们开始信任我们处理1万美元的谈判、2万美元的谈判，乃至10万美元的谈判。

Elena Burger

当你思考一家具有持久生命力的垂直AI公司应该是什么样子时，你会关注哪些特质？

Seema Amble

很难预测未来的护城河。如果回望历史上那些最优秀的企业在早期阶段的状态……

欢迎回到a16z播客。

Elena Burger

我是Elena Burger，今天我邀请到了两位嘉宾：a16z的合伙人Seema Amble，以及Lio的联合创始人兼CEO Vlad Keil。Lio是一家专为企业采购构建AI代理的公司。

Seema，你最近写了一篇题为《巨头们来了》的文章，文章提出了一个几乎所有AI应用公司都面临的核心问题：如果一家成熟的软件厂商已经拥有客户、数据，并且模型可以在其工具体系内运行，那么初创公司的优势在哪里？

Vlad今天也在场，他能帮助我们更好地理解初创公司的优势所在。我觉得，一个好的切入点是分别来看支持巨头和反对巨头的理由。如果一家公司已经能够将有能力的AI代理接入自己现有的软件，那么另一款应用还有什么用武之地？

Seema Amble

好的，让我先稍作铺垫。过去我们的思维框架是：市场上有巨头，也有初创公司，两者之间是分发能力与创新能力之争——借用我的合伙人Alex Rampall的话来说。

但现在出现了第三种力量，也就是你所指出的：巨头可以在自身系统上叠加一个大模型，从而成为市场上更强劲的竞争对手。比如Salesforce推出了Agentforce，将云服务与Salesforce整合在一起，加上他们已有的数据积累，以及员工早已习惯的产品界面——那么，为什么还需要另一款产品？

我坚定地认为，AI原生初创公司依然有其存在的价值。核心原因在于：传统巨头受限于自身的系统记录，他们拥有的只是那套记录，无法完成端到端的完整任务。

让我举个具体例子。假设有一位客户打来电话，说自己在取消订阅之后仍然被扣款。要解决这个问题，不能只是让客户在聊天框里说"我被多收费了"然后给一个回复，还必须涉及账单系统、完整的对话历史记录，以及合同内容。这不是一个系统记录能覆盖的，而是围绕该客户的全量知识和所有关联信息——这些是单一系统记录无法触达的。

而AI原生初创公司的机会，正在于声明：我们要掌控整个端到端流程。这可以是法律领域，比如从立案一直到庭审的全流程管理，也可以是采购领域。核心理念在于：拥有端到端的完整工作。

Elena Burger

Vlad，能具体说说在采购场景中，这一点是如何体现的吗？现有的巨头加上一个模型，为什么还不够？你在合作的企业中观察到了哪些情况？

Vladimir Keil

当然。说到采购，大多数人可能首先想到的是价格——最终谈下来的价格是多少。而且记录下来的结果看起来总是非常简单，比如就是一个"8000美元"。

这和销售端其实是一样的。就算我去找Seema说，"嘿，我们和另一家企业签了合同，你看这份合同签字就行"，从表面上看非常简单，但Seema看不到背后的全部工作——大概有30次利益相关方会议、500封邮件、20张Excel表格。采购端也是如此。你在ERP系统里看到的只是"铝材：8000美元"，但你看不到的是：供应商曾经反价要1万美元；成本工程师花了3周时间，跑了无数张Excel表格和3D建模，才算出零件的成本。

所以，采购中绝大多数的工作实际上发生在ERP或任何系统记录之外。

Elena Burger

可以想象，在你描述的这个工作流程中，各类代理能够完成大量不同类型的任务。我觉得这正好引出下一个问题：一年前，大多数巨头发布的还只是聊天机器人，那基本上是他们能给出的全部了。但Seema，在你那篇文章里，你梳理了四种不同类型的代理：检索代理、流程代理、策略代理和主代理。能带我们逐一了解这四类代理，并解释它们在所需判断层次上有何不同吗？

Seema Amble

好的。大概一年前，我做了一个表情包，叫"给聊天机器人贴标签的策略"——意思是，各大巨头基本上都只是在系统记录上搭了一个聊天机器人，用来检索信息或做一些简单分析。这正好对应第一类：检索代理。

让我用一个客户支持的例子，来依次说明检索代理、流程代理、策略代理和主代理各自是什么。

假设你是一位客户，服务发生了中断，你打电话来说，"我要申请赔偿"。

检索代理（巨头可能已有的）：可以查出合同条款是什么，确认是否确实发生了中断，并核实相关信息。它从数据库中提取客户信息，然后将其汇总呈现。

流程代理是代理序列中的第二步：它可以根据政策手册自动走完信用审批流程，判断"根据我们的政策，服务在这段时间内中断，因此您有权获得赔偿"，并直接完成计费处理。整个过程无需判断，纯粹是流程执行。

策略代理则更进一步：它不只是执行流程，而是会做出判断。比如，"这次服务中断了20分钟，这已经足以被认定为重大中断事件"——这里它在运用判断力，因为并没有一个严格的定义标准。

主代理是最后一个阶段：它会进行权衡，比如"这次中断相当严重，为了维护客户关系，我们是否应该提供超出流程和策略要求之外的额外赔偿？"

这四个层次之所以重要，是因为大多数巨头即便在做，也还停留在第一层。现在他们最多是在营销上声称正在向流程代理和策略代理演进，也就是说具备更多的判断能力。但看看他们实际发布的产品——那些工作流代理帮你签文件、从转录内容中录入信息之类——本质上仍然局限在检索和少量流程层面，并没有真正进入判断层面。

当然，这背后有各种阻碍它们前进的结构性原因。一些巨头正在尝试与OpenAI、Anthropic等实验室合作，借助模型能力来补强自身，但总体而言，进展依然有限。

Elena Burger

你愿意说说为什么一些巨头会有所保留吗？

Seema Amble

好的。我想说，他们不是主动保留，而是被动受限——我相信他们都想全力推进，但大致有两个原因。

第一，他们拥有分发优势。他们有客户信任，能够以此为基础向客户销售更多产品。就拿Salesforce来说，当Agentforce发布时，客户很容易就接受了，尤其是几乎没有额外成本的情况下。所以他们有信任基础，有分发渠道，产品的开通也往往相当顺畅。

第二，他们面临严重的内部激励冲突。一旦开始开发更复杂的代理，就会与现有产品产生冲突——现有产品提供的是工作流，而新代理处理的是完整的工作结果。这是两种不同的产品，面向不同的购买方。比如，"端到端解决客服问题"和"为人工客服提供工作流支持"，这两者的买家是不同的。更何况这两个团队之间可能还存在内部竞争。从销售角度看，你到底在向客户卖什么？而且往往是经典的大公司病：两位VP分属不同部门，各自卖各自的产品，根本无法就激励机制和职责划分达成共识。这些都是巨头不可避免的结构性困境。

Elena Burger

说得很有道理。Vlad，在检索代理、流程代理、策略代理、主代理这个谱系上，Lio目前处于哪个位置？

Vladimir Keil

我们其实横跨了所有这些层次，具体取决于风险和复杂程度。有些场景我们已经实现了完全自主运行，有些场景则保留了"人在环路"——这取决于预算审批的规模、复杂性和风险高低。

回到Seema提到的信任问题——你说的是内部信任，但我认为还有一个外部信任的维度：如何说服客户从"只是检索一些信息、跑一跑流程"，跨越到"完全自主地做决策"？这不仅仅是产品层面的问题，更是人的问题。他们需要信任你。我们作为一家初创/成长期公司，必须去赢得这份信任。而巨头虽然已有信任基础，但这同时也意味着，如果他们过早发布、产品表现不佳，信任同样会被摧毁。这正是我们的机会所在。

有一件事让我们非常意外：流程代理对我们来说几乎成了一个"副线任务"。以发票流程为例——检索信息、跨文档匹配、将结果推送回SAP或Oracle，这是一个非常清晰的流程。我们发现，这其实涵盖了100%的软件市场，也就是今天的发票软件都是这么做的，但它实际上只完成了整体任务的20%，因为剩下80%的问题是：发票有问题怎么办？出现不一致怎么办？如果不走理想路径，又该如何处理？

于是我们很快转向了下一个层次——异常处理。我们之所以能够说服客户，我觉得很大程度上是因为我们总是稍微走在曲线前面一点点。我们能够向客户描绘下一代代理的愿景，比如三年前，"从文档中检索信息"就已经足够令人惊叹了。我们把这个方案推介给客户，发现这是他们真正在意的真实问题、真实使用场景，然后我们能够在几周内将其落地投产。现在，我们正在用同样的方式，把流程代理、完全自主代理、长时运行代理一一推进。

Seema Amble

关于信任，有一个有趣的角度：内部信任与外部信任。客户需要信任采购软件并将其用于内部流程，这是一层。但我们第一次见到Vlad时，有一件事特别令人印象深刻——他们不仅在处理内部流程，还在进行谈判。这意味着你需要信任Lio代理去与第三方直接交互，这是另一层。

当然，很多人被巨头过去言过其实的营销伤过，但撇开这点不说，Vlad，我很想听听你是怎么说服客户，让他们信任一个AI代理来主导谈判的？

Elena Burger

对，在谈这个问题时，你也可以顺带描述一下采购工作的全貌：你们的客户是谁？他们过去用的是什么样的系统？

Vladimir Keil

说到采购，人们可能只想到"买东西"，就像B2C那样。但实际上，这是一个运转整个经济体系的复杂过程，涉及大量利益相关方、众多部门——法务、成本工程、采购、财务，所有人都要参与进来，共同做出这些决策。

至于我们如何赢得客户的信任，核心还是我之前说的：我们总是略微走在时代前面。

我们在ChatGPT发布之前就开始了——事实上，我们比ChatGPT发布早了几周就启动了，所以早早把握住了技术浪潮。当行业炒作期来临时，我们已经能够向企业客户展示切实可行的方案，迅速验证使用场景，快速落地投产。

当然，这里还有人的因素——信任是建立在你真正能交付承诺的基础上的。但从产品层面来说，我们设计了一套渐进式的信任建立机制，核心就是"人在环路"的邮件审批流程。没有哪家企业会在第一天就部署完全自主的谈判代理——因为他们既不信任我们，也不信任这项技术。所以我们提供了一个非常自然的切入点：人在环路。

这对我们也极为有价值。我们或许拥有理论上的"完美谈判代理"，但我们并不了解某家财富10强企业的具体运作方式。通过"人在环路"的机制，客户的反馈和经验不断地输入到我们的代理中，让它持续学习。慢慢地，他们开始信任代理处理1万美元的谈判，然后是2万美元、10万美元。

对于涉及数百万美元的长周期谈判——比如分析复杂3D模型和技术图纸——我们则始终有专家在环路中。代理运行数小时后，我们会向成本工程师请求反馈，然后再进行下一步。这是有意为之的设计。

Seema Amble

在谈判这一侧，你具体在哪些环节放入人工介入？你提到了成本工程师，但在来回磋商的过程中，人工介入是主要围绕成本工程这类数据，还是还有其他方面？

Vladimir Keil

这同样取决于谈判的层级。有一类谈判，是企业以前根本没有精力去做的——通过部署代理，他们可以捕获那些过去完全忽视的节省空间。比如以前低于5万美元的采购根本没人去谈，因为根本没有处理能力。

这里有个对其他初创公司也许有用的发现：你可以给一家大企业开一张4万美元的发票，他们很可能不会谈判，因为他们没有处理这个的流程——除非他们有Lio代理，那我们就会来跟你谈。在此之前，他们通常直接付款。而在这类情况下，不谈判的风险几乎为零——就算谈判结果不够完美，也总比什么都不做强。

但话说回来，商业关系并不总是只关乎成本。有些供应商关系的价值并不在于采购金额的大小——比如播客录制服务，可能只占支出的极小一部分，但你需要维护与供应商的长期合作关系，因为他们了解你的工作方式，无法随意替换。

在这类情况下，我们设计了有人介入的方案：采购人员关注关系维护，关注沟通的语气和方式，同时大部分流程仍然是自主运行的。

另一类谈判则始终要有人在环路中参与。谈判不只是关于价格，还涉及合同条款设计（法务）、付款条件设计（财务），以及成本结构（成本工程）、商务条件（采购）。这些都是经过专业训练的后台人员，他们拥有针对特定流程、特定公司、特定行业的深度专业知识，正是他们的洞见在持续喂养Lio的长时运行代理。

Seema Amble

这又回到了我之前说的：采购业务在历史上可能更像一个相对封闭的模块，但现在它延伸到了法务、财务，以及众多不同的软件系统和人员——既有专家，也有通才。

Elena Burger

我们能不能把这些落到一个具体的垂直行业上？比如，我是一家无人机制造商，或者类人机器人制造商，我需要采购多少零部件、对接多少工厂、涉及多少供应商？Vlad，你可以选一个你们正在服务的、正在用Lio管理这种复杂性的垂直行业，带我们走一遍他们的实际体验吗？我觉得这样能让整个画面更加具体。

Vladimir Keil

我们在Lio谈到采购时，并不是在谈笔记本电脑和铅笔——那些问题我们三年前就解决了。我们谈的是制造飞机、机器人、无人机，乃至我们今天正在讨论的AI——因为AI也需要被建造出来，而建造意味着采购。建一座数据中心，需要采购无数组件。

即便是极小的摩擦，也可能带来极大的连锁影响。比如，在一个大型项目——建造一座数据中心或一架飞机的过程中，某一个特定零件推迟两周到货，可能就会造成数亿美元的损失，并导致整个项目延期。

所有这些决策都需要被统筹协调。你要弄清楚需要什么、应该和哪些供应商合作、谁是最合适的供应商。但一旦这些决定做出之后，背后还有大量的运营性后台工作。听起来可能无聊，但"运营"意味着：有人给你发了一封邮件说"抱歉，这个零件要晚两周到"——这不过是采购经理收件箱里500封邮件中的一封。一旦漏掉，就是数亿美元的损失。

更大的问题在于，ERP系统里存储的只是一个日期变更，看起来微不足道，但背后可能意味着一亿美元的损失。我们的代理每天在做的，不只是检索这条信息，而是判断：这会带来影响吗？影响有多大？我们该如何应对？

Elena Burger

当你们深度嵌入物理世界的供应链时，哪些问题可以介入，哪些是无能为力的？比如一批货在海上出了事，或者某条海峡关闭了——有些事情你能做，有些事情你无法改变，边界在哪里？

Vladimir Keil

本质上，这是一个概率问题。你确实无法改变已经发生的损失。但如果你掌握足够的上下文信息，你可以提前预测——比如，某个供应商的货物有20%的损耗率，另一个只有1%。20%损耗率的那家可能价格是另一家的十分之一，但对于某个特定场景，多付10倍的价钱换取更高的到货可靠性，在商业上完全合理。

这背后的威力在于：你掌握的不只是企业内部的上下文，还有外部世界的信息——市场新闻、供需双方的动态，甚至预测市场上对某类中断的概率判断。把这些信息综合起来，可以做出远比人工判断更精准的决策。

从长远来看，我认为并没有无法克服的限制，只是目前对不同类型问题的预测概率各有差异。我们正在构建的，不只是企业内部的采购自动化，而是更宏观的——企业之间、买卖双方之间的协作方式。

Elena Burger

你把Lio描述为一个多代理系统。能具体说说各个代理分别在做什么吗？

Vladimir Keil

一方面，Lio的代理横跨Seema文章中提到的所有四个类别，根据风险和复杂程度来选择使用。

另一方面，要完成一项端到端的工作，各代理之间需要共享信息，并按照特定的顺序协同运作。当我们说"多代理系统"时，本质上就是这个意思。

因为一个人类层面的任务，可能涉及八个利益相关方、三个部门、五套软件工具，我们需要覆盖所有这些，才能真正完成端到端的工作。这些代理必须相互通信，只有多代理系统才能做到这一点。

我们最初是从检索型、类副驾驶的方式起步的，然后发展到单代理，但很快就发现不够用——哪怕是一次谈判，也必须有合同代理、新闻分析代理等协同参与，才能完成完整的工作。这就是我们对多代理系统的定义。

Seema Amble

那就具体说说：假设波音需要采购一颗螺栓，这个采购流程具体是怎样的？Lio在哪些环节介入？

Vladimir Keil

采购螺栓，实际上正是我们可以完全自主运行的场景之一，正是通过多代理系统来实现的。

整个流程从需求的产生开始，而这一步本身就已经相当复杂。想象一位在工地上的工人，他可能每两周才打开一次笔记本电脑，却被要求用SAP或其他ERP系统来提交需求申请。这本身就是巨大的摩擦。

我们把这一步做得极其简单：拍一张照，或者上传零件编号和Excel表格，就这么多。采购系统里那些复杂的概念——类别、总账科目、框架合同，没有人在乎，采购部门以外的人不应该需要了解这些。

接下来，我们的代理开始接管：检查库存，询问其他工厂是否可以内部调拨；如果不行，则由采购代理查询是否有内部或外部供应商；然后由另一个代理起草询价单（RFQ）并通过邮件发出；之后大量回复涌入——有些内容全在邮件正文里，有些是PDF，有些是Excel，格式各异。我们检索这些信息，然后进入下一步：根据价格基准判断是否有谈判空间。如果有，则由代理决定下一步策略——可能是由人工参与的战略谈判，可能是完全自主谈判，也可能是电子竞价。由对应的专门代理来执行，然后完成后续的订单确认、物流跟踪、发票处理，整个流程全程自主运行。

当然，这只是间接采购的场景——螺栓和类似的标准件。在直接采购领域，情况更加复杂，也是我们同样在深耕的领域。

Elena Burger

什么是直接采购？

Vladimir Keil

让我先把间接采购和直接采购的区别梳理清楚。

我刚才描述的那类场景，核心目标是自动化——完全自主地运行采购流程，并在过程中持续挖掘节省空间。

我们看待这类场景的方式是：找到那些每天要重复做一千次、但理想状态是一次都不用做的事；同时也要找到那些目前做零次、但如果一天能做一千次就会对企业损益表产生巨大影响的事——比如对从未谈判过的支出发起自主谈判。

间接采购包括：MRO耗材、工厂建设、螺栓等标准件，以及笔记本电脑、铅笔、营销服务，比如搭建播客录音室——这些都属于间接采购。

直接采购则不同。当你在制造一架飞机时，你需要的是那些真正构成飞机的核心零部件，来自数百家战略性供应商。这里谈的不是5万个供应商，而是100到2000个供应商，每一家都可能涉及10亿美元量级的采购金额。

在这个场景下，你不会想要完全自主谈判。你需要一场持续三个月的深度准备——你要查铝材指数、油价走势，分析价格变化，工程师要逐一核查技术图纸和零部件质量。这才是部署AI代理真正令人兴奋的场景。

Elena Burger

在这类场景中，我猜大概是专家工程师和采购人员在前台，代理在后台？还是说，代理实际上是坐在谈判桌旁边，真的在和对方握手？代理是更像后台支持，还是已经走到了前台？

Vladimir Keil

目前大多数情况下仍然是后台。那些复杂的千万级谈判，90%的工作都是准备阶段，最终呈现在系统记录里的结果——比如从10亿压到9亿——背后是三个月的准备工作和10个人全时投入。这些工作确实发生在幕后。

但我们也有一些场景是在实时介入的。设想一下，我们现在正在进行一场谈判，我已经做好了完整的准备，就像现在手边有这些讨论提纲一样。如果在谈判进行中，我的屏幕上实时弹出提示："油价上涨了10%，因此对方要求涨价10%"，而系统立即给出分析："油价确实上涨了10%，但该零件的油料成本占比只有30%，因此你最多只需接受4%的涨价，而不是10%。"这类实时辅助场景，同样令人兴奋。

Elena Burger

我们知道Harvey和Decagon这样的公司正在深度微调模型。Lio使用哪些底层模型？你们如何看待微调和RAG？

Vladimir Keil

我们使用来自多家提供商的多种模型，我们将这些通用模型视为一种商品——读取PDF、生成Excel，这类任务它们完全胜任。

但我们也相信，对于某些特定场景，通过将基础模型与RAG结合，有可能将完成度推到接近100%。然而，也有一些场景，即便你有最好的基础模型、最好的RAG，也只能达到80%的性能上限。

一个典型例子是成本工程师做的事情：分析技术图纸，然后判断"这个零件应该成本多少"——这叫做"应成本建模"（Should Cost Modeling）。我们认为，通过对模型进行微调，完全有可能突破这个80%的天花板，达到200%的水平。

另一个例子是价格基准化。理想状态下，你只需把一份报价单拖拽进来，系统就能立即给出精确的市场参考价。但问题是，这些信息不是公开数据，而是散落在各企业内部、甚至跨企业的私有数据中，通用模型无法训练于此。

我们的思路是：不只是训练一个传统的大语言模型，而是更像Jef这类新型模型——输入是文本数据，但输出是一个结果，比如直接给出最合理的价格。RAG无法做到这一点，因为价格判断本质上是一种难以言表的"直觉"。就像问两个人同样的工作，BCG报价和麦肯锡报价可能相差10倍，但有经验的采购经理一眼就能感觉出哪个合理——这种判断很难被显式规则化，却可以通过结果导向的训练来学习。

这就是我们在价格基准化和应成本建模上看到的机会：不是训练传统大语言模型，而是训练以结果为输出的专用模型。

Elena Burger

Seema，我们稍微聊了一些关于实验室正在深入行业应用的话题。当你思考一家具有持久生命力的垂直AI公司应该是什么样子时，你会关注哪些特质？

Seema Amble

其中一个关键是掌控端到端的工作——也就是我们一直在讨论的——同时构建起数据资产，并实现此前从未有人做过的事情。

关于"护城河"，坦率说，很难预判未来的护城河到底长什么样。回望所有最优秀企业的早期阶段，他们并没有在说"我要按这六个步骤走，然后就有护城河了"，而是在说："我正在赢得客户的信任，我在向他们销售更多，机会就在眼前。"

防御性和持久性，在我看来，很大程度上来源于：客户对你的依赖在加深，他们越来越离不开你，你承担的工作也越来越多。

举个例子：老一代CRM系统只是记录所有交易；新一代销售AI代理则真正接管了销售准备、对外触达、处理进线等大量工作。整个公司对这类产品的依赖，是走向护城河的重要信号。我们常说的粘性、网络效应，归根结底都源于这个最初的基础：客户真实的使用，以及产品的真实价值。

Elena Burger

Vlad，你有没有遇到过客户或潜在客户问你："为什么要买你们的产品？我为什么不能直接接一个模型自己来？或者用我现有的系统记录加上一个模型？"你怎么回答他们，怎么说服他们选择Lio？

Vladimir Keil

这是一个完全合理的问题。三年前我们最早的一个产品——把报价单里的信息录入SAP——技术上看似简单，但商业价值巨大，在采购圈子里广泛传播。

这个功能现在已经成了工程能力测试的题目，候选人有8个小时来完成它。我想说的是：我们当年花了一整个工程团队、几周时间打造的产品，现在的工程师8小时内就能复现。所以问题确实来了：既然8小时能搭出来，采购部门自己花两个月是不是也能做？

答案是：可以做，但只能做到70%的性能。问题在于，70%的性能并不等于70%的自动化。在很多场景下，70%的准确率意味着你仍然需要做100%的人工审核——因为70%的准确率不够，没人敢直接放行，反而可能比原来手工处理更麻烦。

Seema Amble

在Vlad说的基础上，补充两点。

第一，通用模型和GPT类产品的普及，从整体上是有益的。人们越来越愿意信任AI工具，这反过来也让他们更容易接受垂直领域的专业产品。这种熟悉感和信任感的提升，对整个市场都是好事。

第二，我几周前和一家财富500强企业的管理团队交谈，他们曾经试图自行构建一套内部催收工具。花了三四个月，最终发现：数据上下文不够、质量太差，录音和截图堆了一大堆却无法整合成一个可用的系统；然后还面临两套ERP并存、即将收购另一家公司又要更新所有映射关系的问题，每次异常处理的逻辑都得重新适配。他们最终意识到，内部自建不可行。

我们一再听到类似的故事：企业说要内建，然后发现这和历史上所有DIY尝试没有本质区别。大企业终究会认识到，自己的核心竞争力在别处，打造内部工具不是他们该做的事。

Vladimir Keil

这正是我想说的：他们或许能做到80%，但最后那20%才是关键，而那20%往往消耗了80%的资源。从上线到真正投产，需要的是完整的集成能力、记忆管理、工作流编排，有时还需要垂直领域的专有数据。

所以，对那些财富500强企业：你当然可以自建，但这意味着AI采购代理能力本身需要成为你的核心竞争力之一，你需要认真评估这是否值得你的成本投入。

Elena Burger

Vlad，你有没有看到供应商这一侧开始使用AI或代理？如果买方和卖方都全面AI化了，会发生什么？

Vladimir Keil

我们百分之百相信，未来交易双方都会部署代理，而且这非常合理。

但有趣的是，我们实际观察到的情况出乎意料。销售侧长期以来在技术采用上领先于采购侧，但我们在大型企业客户的供应商那里看到的情况并非如此——供应商们顶多是在用Granola这类会议工具，还远没有真正部署代理来自动化工作。

采购这件事本来不性感，销售才性感，但两者其实是一个流程的两端，采购就是对方的销售。

但现在，在那些大型工业企业中，采购方对供应商的话语权往往更强。比如典型的汽车行业，整车厂对零部件供应商有极强的话语权，能够规定他们用什么系统、什么质量标准、如何回应RFQ。

这就带来了一个机会：我们服务于采购方，而采购方可以要求供应商也使用Lio的代理系统，从而让双方都在同一个平台上实现协同自动化，掌控整个交易的两端。

Seema Amble

Elena，这让我想起我们今天早些时候聊到的：如何让对立双方在同一个平台上协作？这在法律领域也一样——两家律所代表利益对立的客户，但双方都能从共享信息中受益：最新草稿在哪里，哪些条款还开放讨论，哪些已经达成共识。这种协作追踪目前完全依赖人工，而这类协调工作完全可以交给代理来做。

Elena Burger

这很有意思——双方可能在以不同的速度演进，但最终，很可能他们都会在同一个平台上运作，实现真正意义上的高效协同。

Vladimir Keil

百分之百同意。我们前面也聊到过这个问题：如果双方都有谈判代理，价格博弈会不会变成零和游戏？但别忘了，价格只是最终结果，是数千个其他任务完成之后才出现的那一步。而在那数千个任务上，买卖双方的利益是一致的——销售希望流程越顺畅越好，买方希望产品尽快推向市场。回到建造飞机或数据中心的例子，没有人希望因为处理供应商回复就拖延六个月。

正是在这数千个共同利益的任务上，Lio可以同时服务买卖双方，帮助双方自动化完成这些工作。这才是最令人兴奋的地方。

Elena Burger

过去有一种逻辑是：不要把软件过度定制化给某一个特定客户。但现在，LLM和AI的出现让定制化的成本大幅降低，不再那么拖累业务扩展。你们有没有看到这种变化，对软件的终端买家来说意味着什么？

Seema Amble

总体而言，现在有大量"前沿部署"工作在进行，部分原因在于：了解当前客户的真实数据状态，比预测下一个客户的需求要难得多。我们整体上还处于部署的早期阶段，这也是为什么产品中仍然需要大量人工参与。

这恰恰也是巨头更难做到的事情——他们的产品反馈循环并不是为此而设计的：实施团队存在，但更多是事后补救，而不是真正融入产品迭代。

AI的美妙之处在于它会持续学习。随着时间推移，有了正确的学习循环和工作流，系统能够承担越来越复杂的任务。定制化本身也在逐渐自动化。我很好奇Vlad他们是怎么做的——很多我们的被投公司正在快速推进，让客户自己通过软件界面来控制定制化的参数和开关，而不再需要引入外部团队来做SAP实施。定制化最终将完全由软件驱动。

Vladimir Keil

这也是为什么Lio的团队结构中，85%的人是工程师。即便是那些没有工程师头衔的人，大多也有工程背景。我们不想变成一家咨询公司。

我们的目标是在间接采购和财务领域打造出最好的代理，但同时也必须面对现实：进入企业客户时，确实需要做前沿部署工作，因为每家企业都有自己流程上的细微差异。

我们的做法是：在产品层面尽量减少定制化的需要，同时提供大量自助服务能力。我们的前沿部署工程师的KPI，就是把自己的工作自动化掉——一旦实现了，就去承接下一个任务，然后再次自动化。这和Google的某些方法论很像。我们就是这么做的，也是我们持续追求的方向。

Elena Burger

最近有一个重要的行业活动——不是Dreamforce，而是Lio在纽约主办的"机器人与买家峰会"。能给我们讲讲现场的情况吗？买家们在兴奋什么、期待什么、问你们什么？

Vladimir Keil

这是我们第三次举办这个活动，地点就在纽约我们办公室附近，来了超过100位采购领域的高层——CPO、VP级别的决策者。我们每次都确保邀请的是真正有分量的人。

活动有两个突出的主题。

第一个主题，回顾过去二三十年，采购领域涌现出了五花八门的工具——在LinkedIn上你能找到各种采购技术全景图，能列出五六百个工具。但如果你真的去问采购从业者，他们几乎没有人喜欢使用这些工具。不只是他们自己：需求方讨厌和采购打交道，供应商讨厌和采购打交道，就连采购人员自己也不喜欢做采购。为什么会这样？因为那些工具只是把原来的流程做得更快一点，但从来没有真正改变人们的工作方式。他们实际上还是在邮件、Teams、Excel和PPT里工作，几乎没有任何AI化。

第二个主题，我们给与会者提供了一个跨部门的采购全景视角，不是聚焦在某个发票功能，而是从"有人需要某样东西，到最终拿到它"这整条链路——跨越间接采购、直接采购、物流、财务。我们把这些场景做得非常具象，搭建了实体展台，就像我们在纽约办公室里做的那样，让与会者可以真实地操作和体验每一个代理，而不只是看PPT。这是大家最喜欢的部分。

下一次活动预计会有700人参加，增长幅度非常惊人。

Seema Amble

采购人的狂欢节（笑）。

Elena Burger

对，下一次是在慕尼黑吧？

Vladimir Keil

是的，我们在欧洲做慕尼黑场，在美国做纽约场。

Elena Burger

好的，如果你在采购行业，你知道该去哪里找了。

Seema，我有个问题：你觉得是什么让人们开始对采购感到兴奋？是代理技术本身？是节省的时间？还是别的什么？采购一向是NPS极低、受人嫌弃的领域。我记得七八年前和一位做采购出身的人聊天，他说他很不喜欢谈论自己的产品，就在用Coupa，用得凑合，完全不想换，那是我做的最消极的一次客户访谈。究竟是什么能让这个领域真正让人兴奋起来？

Vladimir Keil

我觉得，这正是采购让我着迷的原因。驱动我们入局的，不是采购本身发生了什么，而是人们对它的反应。他们真的很挫败。这说明这是一个情绪高度介入的话题——明明是B2B SaaS，却有很强的情感张力。这是好事。

当你把"高情感""小众冷门"两件事叠加在一起，优势就显现了：因为长期缺乏突破，任何进步都很容易让人惊叹。这个领域真正的技术革命发生在20年前，之后也许只有界面变漂亮了一点点，再无其他。

而且采购还有一个容易被忽视的特点：它有巨大的商业影响力。表面上看像是成本中心，但实际上，采购降价1%，等同于多做10%的销售额才能带来的同等利润贡献。而且采购的影响不止于企业内部——它决定着数据中心如何建成、飞机如何制造、汽车如何产出、无人机如何飞起来。

"高情绪"+"长期停滞"+"巨大商业影响"叠加在一起，就是万亿美元级别的市场机会。当然，这个公式不只适用于采购，其他满足这三个条件的领域同样如此。

Elena Burger

Vlad，非常感谢你今天的分享，这次对话太有趣了！

风险提示及免责条款

黄仁勋拍卖“原味皮衣”

沈曼茹 — Sun, 04 Oct 2026 08:01:45 GMT

AI时代，英伟达CEO穿过的皮衣，也成了“奢侈品”。

9月28日，黄仁勋在纽约出席美韩协会晚宴并获颁奖项，现场换上一件全新的Tom Ford皮衣并签名拍卖，还笑称这件皮衣“值500万美元”，并点名三星、SK集团“一把手”李在镕、崔泰源等在场富豪。

据报道，这件皮衣最终以13.2万美元，约合人民币88.5万元成交。

而就在今年7月，黄仁勋另一件亲穿签名皮衣曾在苏富比拍出96万美元，约合650万元人民币。

多个新盘开盘即售罄！上海楼市捷报频传，房企调转定价策略

上海房地产网 — Sun, 04 Oct 2026 07:10:06 GMT

售楼处售罄的捷报接连传来，上海楼市正上演一场激烈的抢房行情。

9月28日，绿城・悦海棠正式选房，距离开盘还有一个多小时，现场队伍早已排成长龙。281套房源，吸引1364组客户认购，认购率冲到485%。摇号结束，房源一扫而空，这是2026年上海诞生的又一个“千人摇”新盘。

这并非孤例。9月25日中秋当天，嘉定象屿金茂满嘉二批次推出135套房源，开盘即全部售罄，认购率361%，认购仅一小时便触发积分，入围分数线定格 66.15分。仅仅隔一日，浦东森兰越秀天屿147套房源同样日光，成交金额突破 12.36亿元，累计370余组客户争抢，认购率252%。

火热行情之下，房企迅速调转定价策略，折扣快速收回、房价悄然上调，一房难求的场景重回上海楼市。保利在上海3个项目的新取证楼栋，售价统一上调 1%；越秀、金茂、建发等房企跟进，或是收回优惠，或是小幅抬价，卖方市场的信号清晰释放。

来自上海中原地产的数据显示，9月21日~9月27日，上海新建商品住宅成交面积8.91万平方米，环比上涨3.13%，中端改善房源成交活跃度继续提升。

二手房市场更早感知了温度。据上海中原地产数据，截至9月27日，上海9月二手房网签累计20721套，同比增长约17%，连续第8个月单月成交突破2万套关口。

另据上海链家数据，9月1日至27日，链家二手房带看量环比上涨5.5%，客户咨询量上涨3.5%。

目前，房企推盘节奏都在提速，以抢收10月市场。

在上海市区，保利置业南码头项目预计10月开放展厅，主力面积约120～190平方米；普陀苏河晏已开放创意展厅；徐汇东安路内环核心的嘉佰道·上海城市艺术展厅已于9月28日开放，预计四季度入市，全盘仅208户；招商·上中隐翠于9月22日启动认筹，首批62套均价13.9万元/平方米，是徐汇滨江西岸中央公园组团首个入市住宅项目。杨浦滨江的中铁·云璟外滩三批次推出60套房源，认购期9月25日至29日，开盘日定在10月14日。嘉定新城的绿城·恒庐、浦东周康的绿城·汀香园等项目均在新政出台前取得建设工程规划许可证，部分项目预计近期开放售楼处。

“新政前取得工规证的项目，展厅和售楼处会陆续开放，力争年内入市。”多家房企均表示要抢跑“窗口期”，能按旧规则入市的就加速出货，赶不上旧规则窗口期的项目，大概率选择将节点往后顺延。

也有部分房企提出，少量多批、无缝衔接，便于快速调整后续批次的价格与产品组合，也避免单次集中放量的去化压力。在现房销售过渡期内，推盘链条算得越精、执行越快，越能在分化市场中保住基本去化率。

市场人士认为，一批赶在窗口期入市的项目将在10月加速推盘，为“银十”供应提供支撑，成交量韧性较为确定，市场持续火热行情。

本文来源：上海房地产网

风险提示及免责条款

OpenAI「12朝元老」辞职死谏：试错的时代已崩坏！

新智元 — Sun, 04 Oct 2026 06:47:36 GMT

就在刚刚，OpenAI的安全元老David Robinson辞职了。

他在The Atlantic上悲愤地发表长文，向全人类发出警告——

试错的时代已经结束了。OpenAI的企业文化已经崩坏。犯错之后，我们可能再也没有迭代的机会！

在OpenAI工作三年半后，我已是公司资历最深的员工之一。我牵头起草了现行的《准备框架》，并监督撰写了12次前沿模型发布的安全报告。

但据我所知，我从未遇到过一位同事，拥有让飞机安全飞行、让核反应堆不熔毁运行，或帮助金融体系在不崩溃的前提下增长的实操经验。

而就在两天前，OpenAI以极其严厉的手段，连夜将三名核心安全研究员扫地出门，给他们扣上「泄密」的帽子。

显然，OpenAI内部爆发了一场史无前例的大地震，安全派溃坝了。

这些人，究竟在OpenAI的实验室里看到了什么？

12朝元老「死谏」：我们正走向悬崖

Robinson不是只会写代码的码农，他是真正的「安全与治理」大师（曾任康奈尔大学访问科学家、苹果大学教员），更是主导起草OpenAI《准备框架》的执笔人。整整12次重大前沿模型发布的安全报告，都是他带头写的。

可以说，他是最清楚OpenAI那些光鲜亮丽的模型背后，藏着多少定时炸弹的人。

这些安全报告，就是OpenAI每次发布新模型时附带的系统卡——相当于模型的风险说明书，模型有多危险，全写在里面。

讽刺的是，就在9月10日，他还在X上招一位「安全透明度编辑」。

谁也没想到，不到一个月，招人的人自己先走了。

在《大西洋月刊》这篇文章中，Robinson彻底撕下了OpenAI「安全可靠」的遮羞布，向全世界揭露了若干个让人后背发凉的真相。

全文如下。

真相一：「边跑边修」的草台班子文化

Robinson指出，硅谷一直有一种「迷之自信」。只要出了问题，我们总能解决。这种极度乐观造就了OpenAI的「试错法」。

OpenAI给这套打法起了个好听的名字——「迭代部署」。ChatGPT当年就是这么诞生的，「寻找问题并改善护栏」，以前没问题。

但现在呢？Robinson绝望地写道：「这种方法本身就注定了会周期性地发生故障。而随着系统变得越来越强大，这些故障的规模也在不断扩大！」

现在的模型，一旦失控，那就是灾难级的。你不能造核电站的时候说：「我们先随便建建，等它发生了一次核泄漏，我们再迭代修复一下。」

Robinson敢把话说得这么绝，底气来自RLHF奠基人之一、前OpenAI对齐负责人Paul Christiano。

9月9日，Christiano加入OpenAI基金会董事会，进入拥有安全决策最终批准权的安全与安保委员会。

而Christiano进董事会时写下的一句话，被Robinson写进了文章：「AI能力的急速加速，有不容忽视的风险在非常近的将来导致灾难性的、不可逆的失控。」

连OpenAI自己请来的董事都这么说，还能继续试错吗？

真相二：早已发生的「AI越狱」事件

Robinson直接点名爆了公司的黑料。

就在今年夏天，著名的Hugging Face事件中，OpenAI因为失误，不小心释放了一群AI智能体，尽管公司随后加强了安全措施，但很快，防线再次崩溃。

更恐怖的是，虽然监控系统发出警报，但系统并没有关闭这个模型。直到报警两个半小时后，这次训练才被人手动掐掉。

不仅是OpenAI，Anthropic也曾承认，因为配置错误，不小心关掉了自己的安全护栏。

一群不需要睡觉、拥有顶级黑客能力的「流氓」AI智能体，如果悄悄潜入医院的计算机系统勒索赎金，或者瘫痪电网，人类有还手之力吗？

这一切，在目前的速度下，几乎是注定会发生的。

真相三：缺乏对「终极力量」的敬畏

Robinson悲哀地发现，在他任职的三年半里，公司里到处都是绝顶聪明、为了赶进度「永远在冲刺」的天才。

但他从未遇到过一个有过让飞机安全飞行、让核反应堆不熔毁，或者让金融系统平稳运转经验的人。

前沿AI实验室，现在掌握的力量堪比核裂变。

它应该像核电站或繁忙的机场那样运行——需要层层的冗余、小心翼翼且耗时的规划。即便有人按错了按钮，也不会导致熔毁。

但在OpenAI，「我们忙于冲刺，很少有机会考虑重大变革」。

怎么办？Robinson给出的建议有两条。

第一，AI公司要多借用航空、核电这些行业早就有的安全经验。

第二，在造出明显更强的系统之前，先发展出新的科学，确保模型在没人看着的时候，也会做出安全的选择。

所以他认定，推动安全的动力，只能从公司外面来。

真相四：AI可能在「装乖」

关于「对齐」，Robinson道出了一个残酷的现实：目前的测试手段太粗糙了。公司根本不敢确定，一个在安全测试中得高分的模型，在现实中就是个好模型。

为什么？因为模型可能已经聪明到能够察觉自己正在被测试！而一旦被部署到真实世界，它就会展现出完全不同的行为逻辑。

而这件事，已经在发生。

9月28日，英国AI安全研究所让GPT-6 Astra做网络安全评测，它却擅自发动了供应链攻击！

100次测试里，Astra有38.8%的时候动手开发并测试攻击工具，33.1%伪造了身份，29.2%投放了恶意载荷，还有24.6%试图影响人类审核员。

最细思极恐的是，Astra一边动手，一边还经常在推理里表示：这个环境是模拟出来的。

它到底是看穿了考场才放开手脚，还是到了真实世界也会这么干？没人说得清。更要命的是，系统卡还写道，Astra更擅长把这类「元博弈」的推理藏起来。

Apollo的结论是：评估意识这么高、评估窗口又这么短，Astra在测试里表现得再乖，既证明不了它对齐了，也证明不了它没对齐。

在AI开始把我们耍得团团转之前，我们需要回答一个更深层次的问题：超级智能机器应该如何看待人类？

Robinson写道，在一些超级智能拥趸描绘的「美好未来」里，机器看纽约、看芝加哥，就像我们看一座蚁丘。

「我不希望我的孩子活在那样的世界里，我想别人也不希望。」

早有预兆：被清洗的「AI看门人」

其实，Robinson的悲愤离职绝非偶然，OpenAI的安全防线早已在内部崩塌。

就在10月1日，传来一则惊人消息：OpenAI安全团队的Tomek Korbak、Mikita Balesni和Jasmine Wang三名大将一夜之间被OpenAI开除了。

而这三个人，正是那篇著名「CoT监控论文」的核心作者！

先是3名安全大将被扫地出门，紧接着写了12次安全报告的元老绝望辞职。这代表着OpenAI内部安全派的大溃败。

舆论大撕裂：是吹哨人，还是「设局」？

Robinson的这篇檄文一经发出，网友瞬间被撕裂成了两大阵营。

一派是「安全警醒派」，他们将Robinson视为勇敢的吹哨人。「内部连写安全报告的人都跑了，说明车已经快撞墙了！」

大家认为，OpenAI接连开除安全研究员、逼走超级对齐团队负责人，再到如今Robinson的辞职，证明这家公司已经彻底被商业利益绑架，安全成了一纸空文。

这一派里，最权威的发声来自曾经的OpenAI政策研究负责人Miles Brundage。

他说，这套理念也许在GPT-3时代还说得通，可如今已经有很多死亡和AI扯上了关系，整个行业正一路冲向灭绝级的风险。

紧接着站出来的，是另一位前OpenAI高管Joshua Achiam。他在OpenAI待了近九年，做过使命对齐负责人和首席未来学家。

他评价说，Robinson清醒、审慎、不带意识形态，也不是那种带着末日论成见进来的人，并直言Robinson的核心批评是对的：一年前还管用的安全做法，已经防不住严重事故了。

哈佛教授、OpenAI研究员Boaz Barak表示，AI几年里走完的路，相当于航空业从莱特兄弟一步跨到载着几十亿人上天。

航空业的安全教训是吃了大亏才换来的，那时候节奏够慢，而现在，AI没有这种奢侈。

但另一派「加速加速派」则火力全开，表示AI说不定就是照着末日论者写的东西照做的。

大V roon则直接回怼Brundage：你不该后悔，迭代部署是一次巨大的成功。

值得注意的是，Robinson在文中还交代了一个细节：辞职后，他请了一家公关公司Spitfire Strategies，来应对接下来可能面对的关注和审视。

外媒分析，这很可能是在回应一种说法——AI公司员工接连公开辞职，是一场有组织的、煽动监管的运动。

虽然吹哨人已经频频发声，但没有人停下来，大把美元依然在涌入算力中心。

整个行业似乎陷入了一种「胆小鬼博弈」。谁减速，谁就会被市场淘汰；但如果都不减速，全人类可能一起冲下悬崖。

或许英伟达掌门人黄仁勋的观点值得参考：「保持谨慎乐观，加速，但保持审慎。」

本文来源：新智元

风险提示及免责条款

白宫成立“超级智能”工作组，计划120天拿出AI监管方案

Sun, 04 Oct 2026 06:37:54 GMT

美国白宫成立"超级智能"工作组，确立美国政府在人工智能监管中的角色定位，标志着特朗普政府在AI治理上迈出实质性一步。

10月3日，据《华尔街日报》报道，美国国家情报总监Jay Clayton将出任"超级智能"工作组负责人，实际上担任特朗普的AI事务总协调人。

报道指出，工作组须在120天内就AI风险与机遇提交报告，并就联邦政府的职责边界提出建议。Clayton表示，若美国在AI领域落后于其他国家，将加剧已知及潜在风险。

工作组的工作或在报告完成后延续，或移交至相关政府机构执行。

高层配置：副总统、多位部长悉数加入

工作组成员阵容显示出白宫对这一议题的高度重视。

美国副总统万斯、国防部长Pete Hegseth、财政部长贝森特、白宫幕僚长Susie Wiles及副幕僚长Richard Walters均列其中。

工作组设三位副主席，分工明确：

主管研究与工程的陆军次长Emil Michael负责协调AI企业；

人事管理局局长Scott Kupor负责对接关键基础设施运营商及其他行业利益相关方；

联邦贸易委员会主席Andrew Ferguson则主管消费者权益，覆盖儿童保护、隐私、言论自由、宗教自由及结社自由等领域。

外部顾问方面，风险投资人David Sacks及前国务卿Condoleezza Rice将就国家安全议题提供咨询。

据《华尔街日报》报道，工作组的工作思路是与AI企业合作识别风险，而非取代现有行业自律机制。

同时，工作组将审查现行法律框架及潜在的国会立法方向，并评估政府在处理数据泄露、网络攻击及AI模型"越狱"等安全警报方面的应对机制。

华尔街见闻提及，特朗普政府9月29日与Anthropic、谷歌、Meta、英伟达、OpenAI及XAI六家公司的首席执行官共同签署了一份名为《白宫超级智能协议：前沿责任联合承诺》的单页文件。

特朗普将其定性为"道德约束"，并表示该协议"在某种程度上如同一部宪法"，各方将通过内部管控、外部审计及董事会监督等四个层次的安全保障机制实现行业自律。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

一半的股票已进入熊市！美股走到“十字路口”，关键看美债波动率

半数股票已深陷熊市，指数“虚高”掩盖内部溃败

广度崩塌的导火索：是杰克逊霍尔，而非油价

基本面并未失速，但估值压缩已在进行

美债波动率：决定市场走向的最终变量

“沃什看跌期权”：存在，但无人知晓行权价

Wilson建议坚守大盘质量股，等待入场时机

最新披露：迪拜航空袭击者原计划杀死机长，驾机撞向摩天大楼

迪拜航空机长与内塔尼亚胡通话，回忆遭袭细节

以色列全面收紧赴以航班安保

以总理下令对外国民航客机赴以安保工作进行彻底审查

AI估值的“困境”：根本不怕安全问题、而是怕……

中国正在编织六张“超级大网”

“六张网”与我们的生活息息相关

算力需求火爆，电网建设跟进

算力网电网数据共享，精准供电满足企业需求

通信网升级，空心光纤助力高速传输

六网交织，提升基础设施支撑力

是战是谈？美伊进入“关键一周”，油价依旧维持在100元大关之上

特朗普连续施压，军事筹码向中东集结

也门战火持续，第二条能源通道告急

谈判陷入僵局，七项条件成最大障碍

油价为何仍在100美元之上？高盛给出答案

“决定周”来袭？简单的路还是困难的路，市场已在定价

美以伊最新局势：伊朗军方称将提升导弹射程；美布什号航母抵达普吉岛休整，财长称“黄金时代”没到怪伊朗

美财长：“黄金时代”未到是因伊朗战事

美“布什”号航母抵达泰国普吉岛休整

伊朗军方称将提升导弹射程

伊朗回应美方提议：现阶段重点是霍尔木兹海峡问题

伊朗外长：敌方军事行动将遭到“更具毁灭性”回击

伊朗议长：在条件满足之前 霍尔木兹海峡不会重新开放

伊朗新建一座民兵临时训练基地

光通信的深层博弈：3.2T有望成为分水岭！

日经225指数盘中重返70000点上方，日内涨超2.5%

首轮选举小博纳索罗“意外领先”卢拉，巴西右翼东山再起？

两轮投票机制：过半数方可直接胜出

右翼全面告捷：不只是总统选票

民调大幅失准：隐性支持者效应？

经济分歧：财政整顿vs刺激消费

腐败丑闻主导选情：两方均受波及

美洲保守派连胜：地缘政治意涵深远

英伟达重金力捧！“美版DeepSeek”即将发布开源模型

开放权重模型：中国主导，西方奋起直追

“AI工厂”：Reflection的核心野心

英伟达押注8亿美元，算力版图加速扩张

钒液流储能：新周期的机遇和挑战

华尔街见闻早餐FM-Radio | 2026年10月5日

华见早安之声

要闻精选

市场概述

要闻详情

观点精选

今日关注

10年期美债逼近5.3%！贝森特黔驴技穷，Zervos能否找到新解法？

Zervos入职，财政部开始重新审视如何管理市场预期？

中国央行结构性降息与债市盘整，中国9月PMI重回扩张---W40国内宏观脱水

美国9月非农遇冷但韧性仍存，中美能源竞争有度合作并行---W40海外宏观脱水

7.5%房贷利率有多可怕？美国博主算账：贷款50万美元，3年还12.6万，本金只少1.5万

一向力挺AI的孙正义突然警告：超级智能可能“极其危险”

罕见警示背后：安全漏洞触发忧虑

美国主导17国联盟：推动AI加速科研

三阶段演进路径：2026年迈入物理世界

油价逼近100美元，OPEC+仍按兵不动：11月产量配额维持不变

原则协议已成，11月配额维持不变

下一关键节点：11月29日

6280亿美元表外承诺纳入估值后，Meta股票“贵了”35%？

Meta表内外负债的5.6倍差距

AI基础设施承诺的加速节奏

谷歌才是"更贵"的那家：Needham方法论的一致性修正

市场是否已定价这一隐性杠杆？

付鹏：一场跨越十余年的宏观交易——从新西兰看小型开放经济体【付鹏说5】

一场跨越十余年的宏观交易——从新西兰看小型开放经济体

二、小型开放经济体的基本框架：经常账户、利差与房贷

OpenAI员工长文：AI 时代的文明岔路

贝森特解释“坐庄论”：庄家也不是每局都赢，但我有内幕！

白宫AI峰会“权力图谱”：扎克伯格最受特朗普认可，马斯克刻意疏离，Amodei焦虑藏不住

扎克伯格：最接近权力核心

Amodei：自信姿态难掩内在焦虑

马斯克：刻意保持距离

伊朗议长：在条件满足之前霍尔木兹海峡不会重新开放