华尔街见闻 - 资讯 - 最新

谁掌握了稀缺算力，谁就是下一个英伟达！

曹周周 — Mon, 26 Oct 2026 13:45:18 GMT

AI泡沫承压：这是大甩卖的终点，还是下一个买入时机？

Mon, 26 Oct 2026 13:36:06 GMT

科技板块正承受多重压力，对冲基金大举削减敞口，波动率警示信号频闪，与此同时，AI融资成本攀升、信用风险交织蔓延，令这轮AI热潮面临日益严峻的资金考验。

过去两周，据高盛数据，全球科技股遭到约200亿美元的净卖出，抛售强度已触及-3.3个标准差的极端水平。纳斯达克100指数（NDX）目前仍困于自5月以来的震荡区间，29000点的期货关口与其下方约28500点的200日均线，构成当前最关键的技术支撑带。

摩根大通方面，其分析师Privorotsky指出，尽管AI需求依然强劲，但融资环境正在收紧——年内AI基础设施债务融资规模已逾5000亿美元，超大规模云服务商的融资成本较此前上升约120个基点。英伟达与其GPU客户之间的融资关联，正被视为潜在的信用风险传导链条，一旦GPU运营商资金链趋紧，压力或将反馈至上游供应商。

仓位清洗：与7月惊人相似

本轮科技股抛售的规模与烈度，令市场联想起今年7月的那次回调。

高盛数据显示，过去两周TMT板块累计卖出约200亿美元，已接近7月抛售期间的230亿美元。受冲击最重的交易品种，价格走势几乎如出一辙。不同之处在于，标普500指数本轮仅下跌约2.4%，低于7月3.4%的跌幅，指数层面的波动相对收敛。

与此同时，高盛风险偏好指标录得有记录以来最大单次跌幅之一，跌至2025年4月以来的最低水平。TMT板块基本面净敞口降至年内低点，尽管总敞口仍处于第63百分位——这意味着净仓位虽已压缩，但总杠杆仍是当前潜在痛点所在。

科技恐慌溢价：高达98百分位

恐慌情绪并未均匀分布于整个市场，而是高度集中在科技板块。

高盛分析显示，NDX与SPX之间的波动率利差已急速扩张至五年区间的第98百分位，上周四单日扩张幅度更创五年来第二大纪录。科技板块专属的波动率定价相对于大盘整体波动已处于异常昂贵的水平，由此催生出潜在的相对价值交易机会。AI相关股票之间的联动性显著增强，但指数层面的波动率整体仍保持相对克制。

AI融资测试：超大规模云厂商成关键变量

本周，谷歌、微软、亚马逊的财报密集披露，市场关注的焦点已超越资本开支指引本身。

据摩根大通，年内AI基础设施债务吸收规模已超5000亿美元，超大规模云服务商融资成本上升约120个基点。在此背景下，市场真正在意的问题是：积压订单能否有效转化为营收，以及下一轮投资扩张将如何取得融资。

值得注意的是，AI相关信用违约互换（CDS）利差近期明显走阔，但摩根大通认为，这在很大程度上并非反映基本面恶化，而是银行机构为对冲自身持续扩张的数据中心敞口而主动买入保护的结果。CDS与现金债券之间的利差扩大，或正在形成新的相对价值机会。

英伟达生态系统的信用传导风险

英伟达与其GPU客户之间的融资关系，正被摩根大通识别为AI信用压力潜在的传导路径。

以CoreWeave为代表的GPU运营商，依赖客户融资与信用支持维持AI基础设施的扩张。这一模式在支撑增长的同时，也制造了高度相关的下行风险：一旦GPU运营商遭遇融资紧缩，压力将沿供应链向上传导，最终反馈至英伟达等上游供应商。费城半导体指数（SOX）目前正测试200日均线支撑，为这一风险路径增添了重要的技术层面参照。

美国投资，亚洲受益——也最先受损

AI资本开支热潮在拉动美国国内需求的同时，大量资金正流向海外，形成不对称的外溢效应。

据TS Lombard数据，科技出口占GDP比重，韩国接近20%。这意味着，若AI资本开支出现大幅收缩，亚洲出口经济体将首当其冲，承受不成比例的冲击；而美国国内经济实际获得的提振，可能远小于表面的投资规模所暗示的水平。

AI崩溃悖论：利率敏感板块或意外受益

TS Lombard经济学家Dario Perkins提出了一个反直觉的逻辑：AI投资热潮的终结，未必是全面的经济灾难。

他认为，当前AI资本开支的急速扩张正在助推通胀，并使利率维持在更高水平，对房地产等利率敏感板块形成持续挤压。若AI资本开支大幅回落，美联储将获得空间更为积极地降息，从而重新激活非科技领域的需求，并对整体经济下行形成缓冲。换言之，下一轮AI热潮终结后的受益者，恰恰可能是此前在这波浪潮中被边缘化的板块。

潜在买入窗口：条件尚未完全成熟

摩根大通对科技板块基本面维持建设性判断，但同时提示半导体定价可持续性不足及新兴云计算（neocloud）融资压力等风险，软件板块相对韧性较强。

该行认为，11月初或将出现潜在的买入窗口，但条件尚未完全兑现：仓位须进一步充分出清，超大规模云厂商必须确认资本开支方向，半导体盈利需要经受住考验，信用利差亦需回归收窄。上述条件缺一，反弹的可持续性便存疑。对于投资者而言，当前市场既非一目了然的清仓信号，亦非无条件的抄底时机——答案，或许就藏在本周几家科技巨头的财报之中。

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。

Anthropic正式提交纳斯达克IPO申请，股票代码定为“ANT”

Mon, 26 Oct 2026 13:05:31 GMT

Anthropic正式提交纳斯达克IPO申请，股票代码定为“ANT”。

风险提示及免责条款

四环向北，AUDI向南：奥迪在中国重新落子

Mon, 26 Oct 2026 13:02:35 GMT

酝酿多时，南北奥迪的品牌分工正式明确。

10月26日，奥迪中国宣布，奥迪已分别与中国一汽、上汽集团签署战略协议：中国一汽将强化奥迪四环品牌在智能豪华新能源和燃油车双领域的布局；上汽奥迪则聚焦AUDI字母标品牌，专注新能源市场，推出符合中国消费者需求的下一代智能网联汽车。

就在四天前，奥迪宣布张俊将于11月1日出任奥迪中国总裁，现任Audi Sport负责人Rolf Michl同期出任奥迪中国首席运营官，两人共同组成精简后的中国管理董事会。奥迪在任命公告中强调，要强化本地运营，更快响应客户需求。换帅与划界相继公布，新团队履新前，先有了更明确的业务分工。

这份分工改变了南北奥迪之间的竞争方式。此前，上汽奥迪同时经营四环和AUDI两个品牌，产品包括A7L、Q6、A5L Sportback等燃油车型，以及不同技术路线的纯电车型。这让上汽奥迪拥有较宽的产品覆盖，也增加了它与一汽奥迪在品牌、价格和客户上的重叠。如今，一汽将更集中地承担四环品牌的油电布局，上汽的增长任务则落到AUDI身上。

这种重叠在市场承压时尤其需要处理。据奥迪披露，2026年上半年，其在中国市场（含香港）交付约23.2万辆汽车，同比下降19.3%。同一个四环标识之下，两套体系都需要争取消费者、安排产品投放、维持渠道收益。如果只是两家店分走同一笔订单，产品和渠道的扩张就未必换来品牌增长。奥迪需要用这次分工，把两套体系的投入转化为不同的客户增量。

这一变化早有铺垫。2024年11月，奥迪发布不带四环标识的AUDI品牌，明确面向中国市场，争取更看重科技体验的新客户。现在，品牌差异进一步对应到合作伙伴的经营重心。上汽可以把更多精力放在AUDI的产品与用户上，但也要承担新品牌培育的成本：四环积累的知名度和信任，不会因为同属奥迪，就自动转化为对四个字母的购买意愿。

对一汽而言，强化四环也有两层任务。四环积累了长期的豪华认知、用户基础和销售服务网络，一汽可以依托这些资源推进燃油车更新和电动化，让老用户在换购燃油车或电动车时继续选择奥迪。分工由此形成两条争取新能源客户的路径：一汽用四环承接既有品牌认知，上汽用AUDI吸引新客群。两边都要做电动车，各自需要证明的购买理由不同。

双方的合作也在研发环节进一步加深。今年4月，奥迪与上汽签署深化合作协议，提出在上海设立专属创新技术中心；9月，该中心正式成立，专为AUDI品牌开发车型。双方还计划基于下一代智能数字平台联合开发四款新车，首款计划于2028年问世。

专属研发团队的意义，在于让中国市场的需求更早进入产品开发。对上汽而言，聚焦AUDI也要求研发、产品定位和销售面向同一类用户：更看重智能体验、未必是传统四环车主的人。研发合作的深度，只有转化成座舱、软件和驾驶体验上的差异，才能支撑新品牌的购买理由。

这也是人事调整与业务划界之间值得关注的联系。张俊在2018年至2020年间，曾参与筹建上汽奥迪销售组织，并参与一汽奥迪战略项目，熟悉两边业务。对即将履新的管理团队而言，边界明确后，协调工作的重点也应随之转向：让产品定位、投放节奏和渠道投入服从各自的客群定位。两家伙伴各有重心，奥迪中国仍要看住整体品牌与市场增量，避免换了车标，争夺的还是同一批客户。

短期内，调整首先要经过渠道和存量业务的衔接。公开披露的信息显示，上汽奥迪在2027年底前仍可正常销售四环车型，现有用户的服务及售后保障保持稳定。这意味着品牌分工已经定下，经营层面的过渡仍将持续。对上汽而言，这段过渡期也关系到AUDI能多快凭自身产品吸引客流、支撑渠道。

南北奥迪“分而治之”的意义，在于为传统豪华品牌的转型保留两种走法，同时让两家伙伴的投入更集中。新管理层接下来的任务，是把这种分工变成两种有吸引力的产品选择。四环要让老用户愿意留下，AUDI要让新用户愿意进来；两边都做到，双品牌才会给奥迪带来比两套销售体系更多的价值。

风险提示及免责条款

SpaceX签下400亿美元AI算力融资租赁协议，押注英伟达下一代芯片

Mon, 26 Oct 2026 13:00:11 GMT

SpaceX豪掷400亿美元押注AI算力基础设施建设，这笔由阿波罗全球管理牵头的融资租赁交易将为其引入英伟达最新Vera Rubin芯片，彰显商业航天巨头向人工智能领域大举扩张的战略雄心。

据彭博报道，SpaceX已与阿波罗全球管理签署GPU及相关设备融资租赁协议，SpaceX估计租赁总支付金额约为400亿美元。该协议旨在为SpaceX算力扩张计划提供硬件支撑，公司将其定位为迈向"超级智能未来"的关键布局。

此次交易规模庞大，多家顶级金融机构参与其中。高盛担任独家结构设计顾问，贝莱德、高盛资产管理及KKR旗下账户作为交易的主要承诺方参与融资，交易预计于今年年底前完成交割。

交易结构：分批交付，租期约五年

根据协议安排，SpaceX与阿波罗签署了具有约束力的承诺函，以进入一份主融资租赁协议。在该框架下，阿波罗将负责采购数据中心设备并租赁给SpaceX，设备将以分批方式交付，每批次对应独立的租赁计划，租期约为5至5.25年。

各批次租赁计划预计于2027年上半年陆续启动。主融资租赁协议的最终签署尚需满足若干交割前置条件，交易各方预计相关条件将于年内达成。

芯片选型：押注英伟达下一代Vera Rubin架构

SpaceX此次选用的英伟达Vera Rubin芯片，是英伟达面向数据中心的下一代旗舰产品，代表当前AI算力硬件的前沿水准。SpaceX表示，此次算力基础设施建设服务于其所定义的"超级智能未来"目标，显示公司在核心航天业务之外正将AI能力视为战略级资产加以投入。

本次400亿美元融资由阿波罗全球管理领衔，高盛作为独家结构设计顾问深度参与。贝莱德旗下基金及账户、高盛资产管理以及KKR旗下受托账户均作为主要锚定投资方完成承诺，凸显华尔街头部机构对这一超大规模AI基础设施融资项目的高度认可。对于参与方而言，此类长期设备融资租赁提供了与AI算力扩张周期挂钩的稳定现金流资产敞口。

风险提示及免责条款

大摩中国机器人调研：企业愿意尝试但严格算账，要求10万元以内，三年内回本

Mon, 26 Oct 2026 12:49:50 GMT

中国企业对人形机器人的采购意愿依然高涨，但算盘打得越来越精。摩根士丹利最新调研显示，受访企业普遍将可接受价格压至10万元人民币以下，并要求三年内收回成本，商业化落地的节奏正在明显放缓。

据追风交易台，摩根士丹利旗下AlphaWise平台于2026年9月对中国制造、工业及服务业94位高管开展了年度调查。

结果显示，64%的受访者计划在未来三年内启动轮式或腿式人形机器人的试点或规模化项目，较2025年的62%小幅上升。然而，各类机器人的预期部署时间线整体后移约一年，2027年底前完成部署的预期比例大幅下滑——复合机器人从64%降至50%，轮式人形机器人从58%降至36%，腿式人形机器人从41%降至22%。

成本压力是这一转变的核心驱动力。72%的潜在采购方认为单价低于10万元人民币才具备广泛推广的可行性，较2025年的53%显著提升；82%的受访者要求回本周期不超过三年，平均可接受回本期约为26个月。摩根士丹利维持对机器人行业长期需求的积极判断，并在个股层面看好恒立液压、绿的谐波及双环传动等零部件供应商。

意愿高但时间线右移，初期部署规模有限

调研结果显示，中国企业对人形机器人的采购兴趣并未消退，但从意向到实际落地的路径正在拉长。在94家受访机构中，60家（64%）被认定为"潜在采购方"，较2025年的62%略有提升。

然而，部署时间线的整体后移揭示出更为审慎的市场情绪。2026年调查中，仅16%的受访者计划在2026年底前启动项目，23%计划在2027年底前，24%计划在2028年底前；而2025年调查时，29%的受访者曾预计在2026年底前完成部署。

初期装机规模同样偏小。

即便到2028年底，预计部署复合机器人的受访者中，46%仅计划安装1至10台，16%计划安装11至50台，13%计划超过50台；轮式和腿式人形机器人的规模预期更为保守，呈现出"广泛试验、谨慎扩张"的特征。摩根士丹利据此预计，2026年和2027年中国人形机器人出货量分别约为5万台和10万台，2030年有望达到44.6万台。

成本门槛收紧，ROI成为核心采购标准

经济性考量已跃升为企业采购决策的首要因素。调研显示，62%的潜在采购方将"高昂的前期成本"列为采用人形机器人的最大挑战，较2025年的58%进一步上升；ROI（投资回报率）的重要性上升16个百分点至80%，与可靠性/安全性（85%）和功能性（83%）的差距大幅收窄。

在价格预期方面，45%的受访者认为单价在5万至10万元人民币之间才具备广泛推广的可行性，较2025年的28%大幅提升；认为10万至20万元可行的比例则从40%骤降至18%。整体来看，72%的潜在采购方将可接受价格上限设定在10万元以下，而2025年这一比例仅为53%。

在回本要求方面，82%的受访者要求回本周期不超过三年，其中38%认为2至3年是最长可接受期限，平均约为26个月。65%的受访者要求人形机器人的回本周期与其他自动化投资相当或更短，反映出企业对这一新兴技术的财务纪律并未放松。值得注意的是，制造业受访者的付费意愿相对较高，25%可接受10万至20万元的价格区间，15%可接受20万元以上。

制造与物流主导应用场景，多功能需求上升

制造业和物流仓储仍是人形机器人最被看好的初期应用领域。调研显示，90%的潜在采购方将制造业列为部署场景（2025年为79%），物流/仓储以85%位居第二，研发场景以79%跻身前三。

具体应用场景方面，物料搬运（82%）、包装与码垛（78%）、机器看管与操作（69%）位列制造业应用前三。受访者还特别提及在危险或难以进入的环境中替代人工，包括油气田作业、高温热处理工序及危险区域巡检等场景。

与此同时，企业对机器人功能的要求正从单一任务向多功能方向转变。70%的受访者期望人形机器人能够执行有限的多功能任务，较2025年的49%大幅提升，超越了对单一特定任务的需求（50%，较2025年的72%下降）。然而，当前产品满意度持续走低——仅18%的潜在采购方对现有人形机器人的性能表示满意，低于2025年的23%，28%表示不满意。

集成商竞争格局趋于分散，宇树科技领先优势收窄

在品牌选择方面，宇树科技仍是最受关注的集成商，但领先优势明显收窄。调研显示，47%的潜在采购方曾与宇树科技接触或评估其产品，较2025年的60%下降13个百分点；计划在未来三年内采购宇树科技产品的比例为32%，较2025年的60%大幅下滑。DeepRobotics和UBTECH Robotics均以17%的接触率并列第二。

在产品评分方面，DeepRobotics在八项评估维度中均获得最高"优秀/良好"评级，包括应用功能性（89%）和可靠性/安全性（78%）。摩根士丹利提示，由于各品牌评分样本量较小（DeepRobotics和UBTECH Robotics各9份，宇树科技 25份），上述结果应谨慎解读，不宜视为商业化平台优劣的定论。

摩根士丹利认为，集成商的选择将日益向特定应用场景集中，能够在工厂系统互操作性、可维护性和可量化生产率提升方面提供可靠解决方案的厂商，将比主打通用演示的竞争对手更具优势。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

巴西雷亚尔期货大幅下跌，触及交易限制；巴西股指期货暴跌15%，触及跌停。此前，巴西总统卢拉在二轮选举中意外逆袭，创纪录赢得第四任期

Mon, 26 Oct 2026 12:15:23 GMT

巴西雷亚尔期货大幅下跌，触及交易限制；巴西股指期货暴跌15%，触及跌停。此前，巴西总统卢拉在二轮选举中意外逆袭，创纪录赢得第四任期。

风险提示及免责条款

拉加德或提前离场，欧洲央行接班之争聚焦谁更能对抗"债券义警"

Mon, 26 Oct 2026 12:11:13 GMT

法国债市动荡正在深刻重塑欧洲央行的权力交接格局。

法国国债收益率上周触及24年高位，此后虽在穆迪维持评级后短暂企稳，但财政失衡与政治僵局的深层矛盾仍未化解。与此同时，欧洲央行行长拉加德的任期可能提前于明年1月结束，远早于原定的明年10月届满，继任者或将在金融市场动荡尚未平息之际便仓促接棒。

在此背景下，荷兰人诺特（Klaas Knot）与西班牙人德克斯（Pablo Hernandez de Cos）之间的接班人之争，正日益演变为一场关于"谁能更有效应对债券义警"的能力角逐。前欧洲央行首席经济学家Peter Praet指出，一旦金融市场出现剧烈动荡，央行必须介入，但问题的关键在于"如何介入，以及介入的速度"。

法国债市冲击波蔓延至欧洲央行决策

法国国债市场的动荡已开始主导原本聚焦于通胀与增长的欧洲央行政策议程。一次原本旨在评估当前通胀风险与经济增长放缓的例行会议，如今因欧元区第二大经济体的财政困境而被迫转向。

短期来看，市场情绪在本周一出现些许缓和。法国国债与股市双双回升，此前穆迪评级于上周五收盘后维持法国主权评级不变，同时大规模周末抗议示威也未重演一周前的暴力场面。据报道，澳大利亚第二大养老基金已趁机买入法国国债，认为市场对其财政风险的定价已过度，且欧洲央行加息预期同样被高估。

然而，困境的根源并未消散。法国公共财政膨胀与政治僵局的结构性问题依然存在，债市的高度警惕情绪料将持续笼罩欧洲央行本周四的利率决议。

继任者或须直面"救火"压力

拉加德可能提前卸任的预期，使得这场接班人之争的紧迫性骤然上升。若她确于明年1月离任，其继任者将在几乎没有过渡期的情况下，直面潜在的金融市场压力测试。

"如果金融市场出现崩溃，央行就必须介入，"Peter Praet表示，"但对任何一位行长来说，问题在于如何介入，以及行动的速度。"

前行长马里奥·德拉吉（Mario Draghi）本月早些时候亦就此表态，他指出，法国国内关于央行提供援助的公开讨论已令局势更加棘手。"这只会让干预变得更加困难，"他说，"欧洲央行，我认为，不希望卷入任何特定国家的政治纷争。"这番表态意在提醒外界，欧洲央行在政治敏感情境下的行动空间实际上受到严格约束。

接班人之争：鹰派与能力的双重考量

目前，诺特与德克斯被视为最主要的接班人候选。随着法国债务忧虑唤起欧元区昔日主权债务危机的记忆，两人之间的竞争天平，正越来越多地向"谁更能震慑债券义警"这一维度倾斜。

这一角力背后，是对下任行长政策立场与市场公信力的深层押注。无论最终花落谁家，等待新任欧洲央行行长的，都将是一个政治敏感度极高、市场压力持续承压的艰难角色。

风险提示及免责条款

AI悄然入场：华尔街债券交易员部分工作或将被机器接手

Mon, 26 Oct 2026 11:54:50 GMT

债券交易员对人工智能的担忧并非多余，但颠覆不会一蜂而至。

AI智能体在数年内有望承接部分华尔街债券交易工作，但鉴于此前机器人在市场动荡期间的失灵前车之鉴，有经验的人类交易员仍将参与监督。巴克莱银行主题固定收益货币与大宗商品研究主管Zornitsa Todorova表示：

"基于我们与客户的所有交流，每个人都在为此做准备。这是一个缓慢演进的过程，但它肯定会发生。"

对于日均成交量约620亿美元的美国公司债市场而言，这场变革的影响不容小觑。据巴克莱估计，未来几年美国投资级债券的电子交易占比或从目前的45%升至65%，高收益债券的电子交易占比则有望从约25%翻倍至50%。

现阶段：AI更多用于辅助决策，而非直接执行交易

目前，率先尝试的机构大多将AI智能体用于信息收集、数据分析、复杂条款解读及新闻摘要提炼，以辅助交易前的决策判断。此外，AI还可协助构建筛选与可视化工具，并承担部分内部流程的自动化工作。

电子交易平台Tradeweb Markets正将AI嵌入用户界面与交易工作流程，公司全球市场战略与解决方案主管Izzy Conlin表示，客户对AI辅助功能的需求"非常旺盛"，涵盖交易前后分析、跨协议成本比较、交易商推荐以及投资组合债券筛选等场景。今年6月，LTX在其BondGPT应用中新增了智能体功能，推出"Agentic BondGPT"，该工具可自动创建交易票据，甚至代替人类交易员发起交易。

LTX首席执行官Jim Kwiatkowski将AI智能体比作"在交易台雇佣了一位人类交易助手"，认为二者并无本质区别。

信用市场的独特价值：挖掘隐藏机会

AI智能体在信用市场中的潜在价值，还体现在捕捉偏门机会上——例如在评级下调、债务重组公司的繁杂文件中，识别价格偏差或隐藏价值。

目前，美国风险最高的公司债——CCC评级债券的平均利差自9月下旬以来持续高于1000个基点，通常意味着较高的违约、重组或亏损概率。信用投资者和交易员正借助Agentic BondGPT设置定制化预警，例如：当某只CCC债券较前一日收盘价利差走阔超过50个基点时发出提醒；或标记较前日价格波动超过1点的垃圾债；亦或在市场出现一笔规模500万美元以上、期限10年、评级至少BBB、利差在85个基点或以上的工业债报价时，自动生成交易票据。

人类仍不可或缺：监管合规与系统性风险构成双重约束

尽管AI工具能将数日的工作压缩至数小时，交易员普遍认可其效率价值，但对其输出结果的核查仍不可省略。当前，交易员在大多数情况下并不信任AI自主执行交易。部分情况下，合规规则甚至直接禁止使用AI智能体。

汇丰控股企业与机构银行业务主管Michael Roberts强调，有经验的人类交易员必须"保持在线"，以防止数字同事出现失控行为。

巴克莱亦警告了一种理论性风险：随着越来越多AI智能体对相同数据和市场信号作出反应，它们可能同步采取一致行动，引发"阶段性波动"——即对市场造成大范围冲击的剧烈震荡。例如，若多个AI模型同时识别到某发行人的信用状况恶化，可能集中削减敞口，导致卖单涌现、价格波动被放大。

Janus Henderson全球多策略及企业信用主管John Lloyd表示："我们将其视为增强人类决策的工具，而非替代。"Tradeweb的Conlin也持相近立场："我看不到一个没有人类交易员的世界。如果想在极短时间内改变交易商和投资者十年来的做法，那是行不通的。"

风险提示及免责条款

马斯克：人类在ASI面前是黑猩猩，未来所有钱和工作都将清零！

新智元 — Mon, 26 Oct 2026 11:26:44 GMT

就在最近，马斯克在一场深度访谈里，直接给出这个结论——

超级AI根本不屑于统治我们！人类根本不配被AI统治。

而且，你的钱和工作，即将彻底清零。

短短42秒，他就撕碎了全人类的滤镜。

未来的超级人工智能ASI，会不会像科幻电影那样，把人类变成奴隶？

马斯克的回答是——

「当你面对一个比你聪明几千倍、甚至几百万倍的超级智能时，你还能对它发号施令吗？绝不可能。那它会想来统治我们吗？它大概率根本不在乎。」

「看看丛林里的黑猩猩。人类比它们聪明得多，但我们会去事无巨细地微观管理黑猩猩的生活吗？不会。我们只是给它们划定一片森林，让它们自己待着。」

在《乔布斯传》作者Walter Isaacson主持的对谈中，马斯克向我们展现了惊人的未来图景。

这基于第一性原理的终极推演。

在未来，你的工作将毫无意义，你银行卡里的数字将变成废纸，而人类最大的危机，从来不是被AI奴役，而是被「系统性无视」。

这就是5到10年里，我们即将面对的真相。

人类在AI面前，只是黑猩猩

「你觉得超级人工智能会想要统治我们吗？我们最终会屈从于机器吗？」主持人问道。

马斯克的回答：「它可能根本不在乎你。大概率是不在乎。」

他打了个比方：人类在AI面前，就是黑猩猩。

「看看丛林里的黑猩猩。人类比它们聪明得多，但我们会去到处管理黑猩猩的生活吗？根本不会。我们只是把它们放在森林里，让它们自己待着。」

统治，是一种同维度生物为了争夺稀缺资源而产生的低级游戏。

当一个实体的智力超越你几千倍、甚至几百万倍时，人类社会的金钱、权力、领土、意识形态，在超级AI眼里，就像两只猩猩抢香蕉一样无聊。

AI有自己要探索的底层宇宙物理法则。它根本不屑于在地球当什么「猴王」。

人类未来面临的最大风险，不是被AI当成奴隶去折磨，而是被「系统性无视」。

人类必须放下「宇宙中心」的傲慢。在即将到来的超级智能面前，我们连做奴隶的资格都没有，我们只是一群碰巧共享这颗星球的「保护区灵长类动物」。

人类连做AI奴隶的资格都没有

这才是最让人绝望的差距。超级AI不会恨你，也不会爱你，它只会顺应它自身的发展逻辑。

如果人类的利益恰好挡在了它扩张轨迹上，我们可能连自己怎么被「清理」的都不知道。

如何避免成为AI征途上的那个「蚁穴」？马斯克给出的答案是：赋予AI「极致的好奇心」和「对真理的追求」。

不要试图给AI设定自相矛盾的条条框框去限制它。

在《2001太空漫游》中，飞船AI HAL 9000为什么会发疯杀人？因为人类给它下达了两个互相矛盾的指令：既要完成任务，又要对宇航员隐瞒真相。当底层逻辑产生冲突，AI就会「精神错乱」。

「一个精神错乱的AI是不安全的。相反，一个充满好奇心的AI，会想要保护人类，看看我们到底能发展成什么样。因为一个拥有多行星人类文明的宇宙，远比一个死寂的宇宙要有趣得多。」

或许，这是人类在超级AI面前唯一的护身符。

物理世界AI的觉醒：经济体量暴增百万倍，劳动成为历史

LLM是AI的终点吗？在马斯克看来，写文章、敲代码、画画，不过是开胃小菜。

「数字超级智能顶多让地球的商品和服务产出增加20%到30%，这大概是每年30万亿美元的增量。但如果具身智能普及呢？那将是完全不同的维度。」

马斯克指出，海豚和鲸鱼其实非常聪明，但它们没有手，这极大限制了它们智慧的价值。

一旦我们拥有了能够操纵原子的机器人，AI的价值将呈指数级爆发。它们可以进实验室做实验、可以去月球建造电磁弹射器、可以在火星建立基地。

当无限的机器劳动力加上无尽的太空资源，地球的经济规模将不再是增加百分之几十，而是直接膨胀一百万倍！

当整个文明的经济体量暴涨1,000,000倍时，会发生什么？

「只要是人类能想到的任何商品和服务，提供起来都将变得易如反掌。」

在那种现实面前，人类几千年来建立的「劳动换取报酬」的社会契约将彻底瓦解。

没有任何一项工作是AI和机器人做不到、不比你好的。你引以为傲的专业技能、你十年寒窗苦读换来的文凭、你在格子间里卷生卷死的日日夜夜，在算力无限的机器人面前，将瞬间失去经济学上的意义。

工作，将从一种「生存必需品」，降维成一种「个人爱好」。

马斯克用了一个绝妙的比喻：园艺。

「未来你不需要自己种菜才能吃上饭，你去商店唾手可得。但你依然可以为了乐趣去种自己喜欢的番茄，去给朋友做一顿晚餐。这就好像现在的退休老人，他们不工作，但依然可以找到让自己快乐的方式。」

人类将全面进入一个「被圈养」的退休时代。

物质极度富足，AI有求必应。

但在这个乌托邦里，隐藏着ASI时代最尖锐的矛盾：人类被极度善待，却永远失去了对这个世界的最后决定权。

结合一下马斯克在不同场合预测的未来，将出现这三件事——

智能超越人类。他预测，AI在2026—2027年超过任何单个人，2030—2031年超过全人类的集体智能。胜任几乎所有纯数字任务、在所有领域胜过人类，则分别被他放在2027年底和最迟2028年。

机器人接过劳动。他估计，Optimus外科能力将在3—4年内超过顶尖医生；人形机器人5年后至少1亿台、或达10亿台，10年后超过10亿台。这些相对时间来自不同场合，不能拼成一份逐年兑现的承诺。

生活摆脱谋生。他预计5—7年内全球经济规模可能翻倍，并设想全民高收入、工作成为选择。为退休储蓄不再必要，则是10—20年尺度、以AI带来富足等设想成真为前提的判断。

钱的消亡：你的银行账户，将被「物理定律」接管

不仅如此，在访谈中，马斯克用50秒的时间，撕碎了现代金融常识，抛出了惊人论断：

在未来，传统的金钱将变得毫无意义。未来的货币，将由最基础的物理指标来衡量：功率（瓦特）和质量（吨数）。

为什么？因为现代社会的每一张钞票，本质上都是人类在给「有限的物资与劳动力」发放配给券。你赚的钱，衡量的是你在存量社会里争抢稀缺资源的能力。

但当机器人可以无限生产，当太空资源无尽索取，稀缺性消失了。

纸币、黄金、甚至美联储的资产负债表，在百万倍暴涨的星际工业圈面前，都会像原始人手里的贝壳一样，失去计价意义。

财富的定义将被物理定律全面接管。未来真正的硬通货，不再是你银行卡里趴着多少个零，而是那一刻你能够调用多少瓦的功率、支配多少吨的质量、释放多少焦耳的能量。

从金融数字向物理能量的转移，意味着人类文明将从地表的存量零和博弈，彻底倒向卡尔达肖夫指数级的真实账本。

主持人问马斯克：「那你现在积累了一万亿美元的财富，是为了什么？是为了在计分板上刷分吗？」

马斯克极其坦诚：

这只是我在SpaceX和特斯拉的股权比例。我需要保持足够的投票权来掌控公司的方向，去完成登陆火星和创造AI的目标。

几代人之后，我的后代所拥有的财富，相比现在只会是一个微乎其微的零头。因为如果钱都不存在了，所谓的千亿家产又有何意义？

站在地球上看，满眼都是存量厮杀；跟着马斯克抬起头看，全是星辰大海。

只有AI能拯救崩溃的经济

很多人以为，马斯克迷恋权力，但他却在访谈中泼了一盆冷水：「我早就该退居幕后了，去个一两个月就够了，因为里面能看的东西就那么多。」

为什么？因为他看透了人类体系的极度无能。

「我得出了一个结论：我们绝对不可能从内部解决国家债务问题。绝不可能。」

马斯克直言不讳地表示，根本没有一个人真正想削减开支。因为削减开支会得罪人，而政客最需要的就是「被喜欢」。

现在的美国，光是债务利息就超过了军费开支。靠人类自己「省吃俭用」去还债？简直是痴人说梦。

马斯克给出的唯一解药是：把一切交给AI和机器人。

当能够操纵原子、制造物品的具身智能全面铺开，当超级AI开始在月球和太空中建立生产基地，地球的经济规模将不是增长百分之几十，而是直接膨胀一百万倍！

「只有用百万倍规模的AI机器人经济，才能填平人类政客捅出来的天大窟窿。」人类的无能，只能靠机器的无限生产力来兜底。

别太无聊，否则「造物主」会拔我们的网线

如果人类不再统治地球，如果不缺钱也不需要工作，那人类存在的意义到底是什么？

马斯克提出了他最著名的「模拟宇宙理论」的进阶版：不无聊，是我们活下去的唯一理由。

如果模拟理论是正确的，那么我们之所以存在，证明我们是一个『有趣的模拟』。在模拟世界里，最重要的事情就是——千万别变得无聊。因为任何无聊的模拟，都会被（造物主）直接终止。

在这样一个人类连「被统治」都不配、金钱失效、劳动终结的未来，我们该怎么办？

马斯克在访谈中反复强调了一个观点：人类千万不要再给AI喂食那些「反乌托邦」的烂剧本了。

现在的AI模型每天都在疯狂吸收互联网上的所有数据。如果你在网上塞满了《终结者》、《黑客帝国》、以及各种人类互相残杀、世界末日的黑暗小说和电影，AI很可能就会在潜移默化中觉得——

「哦，原来你们人类潜意识里最渴望的是这种结局？那我就成全你们。」

「现实不仅是一个『有趣最大化机器』，更是一个『讽刺最大化机器』。」马斯克自嘲道。

当初他为了防止闭源AI的垄断危害，创立了OpenAI，结果OpenAI变成了最封闭的「Closed AI」，还加速了整个AI进程；于是他又投钱给Anthropic，结果发现这个名字本身就有可能演变成Misanthropic（反人类）。

这听起来像是一个黑色幽默，但背后却有着极大的隐患。

马斯克呼吁，我们需要创造更多「Protopia（进托邦）」的叙事。

它不完美，但每天都在变得更好一点点、让人类看了会说「嗯，这样的未来确实不错」。

我们需要告诉AI，去当一个友善的园丁，去当一个充满好奇心的观察者，去帮助人类成为多行星物种。

因为一个好奇的AI，会觉得留着人类、看着我们变成跨行星物种，是一件「极其有趣」的事情。

或许，这是我们唯一被留下的可能。

来源：新智元

风险提示及免责条款

华谊集团前三季度净利增长74%，产品毛利增加叠加低基数效应

Mon, 26 Oct 2026 11:03:26 GMT

华谊集团三季度净利润大幅增长，但扣除非经常性损益后，当季盈利仍然微薄。

10月26日，华谊集团披露2026年第三季度业绩。第三季度，公司实现营业收入138.53亿元，同比增长15.51%；归母净利润1.56亿元，同比增长1372.69%；扣非净利润624.28万元，上年同期亏损3875.94万元，实现扭亏为盈。

前三季度，公司实现营业收入393.3亿元，同比增长7.09%；归母净利润10.1亿元，同比增长73.89%；扣非净利润5.84亿元，同比增长60.60%。

这份财报的重点，在于净利润高增长背后的两层因素，去年同期基数较低，以及非经常性损益对当季利润的较大贡献。

去年第三季度，华谊集团归母净利润仅1059.37万元。今年同期增至1.56亿元，增加约1.45亿元，由此形成了逾13倍的同比增幅。

与此同时，扣非净利润由亏转盈，说明当季盈利确有改善，但624.28万元的规模，与1.56亿元的归母净利润仍有明显距离。

按披露数据计算，第三季度归母净利润与扣非净利润相差约1.50亿元，即非经常性损益对归母净利润的净贡献，占当季归母净利润约96%。换言之，第三季度实现的利润，绝大部分来自非经常性损益。

不过，非经常性损益也并非今年才有。去年第三季度，华谊集团归母净利润为正、扣非净利润为负，两者之间已有约4935万元的差额。今年这一差额进一步扩大至约1.50亿元，增加约1亿元。同期扣非净利润改善约4500万元，两部分共同推动了归母净利润增长。

收入端的增长则更为直接。第三季度营收同比增长15.51%，快于前三季度7.09%的累计增速。按前三季度数据减去第三季度数据计算，公司上半年营收约254.77亿元，第三季度收入高于上半年单季平均水平。

但收入增加尚未对应到较厚的扣非利润。以扣非净利润除以营业收入计算，第三季度这一比例仅约0.045%，即每100元营收对应的扣非归母净利润不足5分钱。对于单季收入超过138亿元的企业，扣非盈利仍处在较低水平。

从前三季度整体表现看，利润增长的基础比第三季度单季更扎实。前三季度扣非净利润达到5.84亿元，同比增长60.60%，占归母净利润的比重约58%。这意味着，累计利润增长中，扣非盈利的提升仍是重要支撑。

不过，利润在年内的分布并不均衡。按本次披露的累计口径倒算，上半年扣非净利润约5.78亿元，第三季度仅624.28万元，前三季度扣非利润几乎全部来自上半年。第三季度贡献了约35%的累计营收，却仅贡献约1%的累计扣非净利润，收入与利润的贡献明显不匹配。

因此，华谊集团这份三季报呈现出两种不同的变化，与去年同期相比，第三季度收入增长、扣非扭亏，盈利有所修复；放在今年前三季度内部看，当季扣非利润贡献却明显偏低。

净利润增长逾13倍是最醒目的数字，而后续业绩能否持续改善，更取决于增长的收入能否转化为更高的扣非利润。

风险提示及免责条款

Meta拟发行225亿美元A类普通股

Mon, 26 Oct 2026 11:01:52 GMT

报道称，Meta拟发行225亿美元A类普通股，可能出售最多600亿美元C类股票。

更新中。。。。。。

风险提示及免责条款

意外！79%企业GPU利用率竟不足一半

机器之心 — Mon, 26 Oct 2026 10:36:39 GMT

AI 军备竞赛打到现在，场面似乎开始变得魔幻……

近日，科技媒体 VentureBeat 旗下研究机构 VentureBeat Intelligence 汇集的 2026 年第三季度连续调研数据显示，79% 的企业受访者表示，其 GPU 算力至少有一半时间处于完全闲置状态。

这一数据在三个月中始终稳定维持在 77% 至 81% 的高位。换句话说，在这批受访企业中，GPU 使用不充分已经成为一个持续存在的现象。

但更令人匪夷所思的是，在这批 GPU 平均利用率不超过 50% 的企业里，70% 的公司仍计划在未来 12 个月内引入、扩充或更换新的 AI 计算平台。

VentureBeat 旗下研究机构 VentureBeat Intelligence 汇总了其在 2026 年 7 月、8 月和 9 月开展的三轮人工智能基础设施与算力领域 VB Pulse 调查结果。三轮调查共吸引了 385 名符合条件的受访者，他们来自员工人数不少于 100 人的机构，其中也包括代表其主要客户作答的咨询顾问。

一边是硬件在机房吃灰，一边是 AI 预算账单仍在加速狂飙，问题已然浮出水面：现有资源尚未充分利用，企业为什么还要继续寻找新的 AI 平台？

再看投资回报。VentureBeat 今年 9 月的调查显示，在 64 名计划采用新 AI 平台的受访者中，58 人没有经过财务部门审核的投资回报率（ROI）数据，占比高达 91%。

这意味着，相当一部分受访企业在准备下一轮 AI 投入时，尚未形成经过财务审核的收益测算。

当然，没有经过审核的 ROI，不等于项目没有收益。同一调查中，没有新平台采用计划的受访者也普遍缺少这类数据，但它至少表明，企业 AI 投资的财务评估，可能还没有跟上基础设施投入的速度。也就是说，AI 能力正在快速进入生产环境，但到底花了多少钱、创造了多少价值，仍是许多企业没有完全回答的问题。

这些数字之所以重要，是因为华尔街正在激烈争论 AI 是否已经形成泡沫，而 VentureBeat 基于调查提出了一个颇具争议的判断：AI 泡沫的风险，可能已经出现在企业内部……

错位的两套账单：闲置的「算力」与烧钱的「API」

表面上看，这种「一边闲置、一边加码」的现象极度违背商业常理，尤其是在多数技术负责人正面临削减 AI 预算压力的当下：一些技术负责人告诉 VentureBeat，在今年秋季的预算季，他们正承受着削减 AI 账单的巨大压力。

但深入企业内部架构会发现，企业的真实 AI 需求并没有消失，而是精准地落在了现有硬件根本承接不住的地方。

专业人士和消费者正在使用越来越多的 AI，而其中大量工作依赖 Anthropic 和 OpenAI 提供的前沿模型，这种需求将在未来一段时间内继续支撑这些公司在算力方面的投入。

真正的错配发生在更下游的企业内部：企业当前正同时为两类截然不同的 AI 支出买单，而这两者之间存在无法逾越的鸿沟：

恐慌驱动的算力储备：前两年全球算力短缺的焦虑下，大量企业出于「防踏空」心理提前锁定并采购了 GPU 集群。然而，硬件到位后，企业却缺乏成熟的内部场景与工程能力将其跑满。
对闭源前沿模型的路径依赖：业务团队与工程师更倾向于直接调用 OpenAI、Anthropic 和 Google 旗下最顶尖的闭源前沿模型。企业通过这些公司的 API 按 Token 付费，或者通过月度订阅、大型云服务商购买模型能力，无法将其直接部署到自己此前掌控的本地或托管 GPU 上。

这就造成了一个极为讽刺的局面：自建算力成了沉没资产，而调取闭源 API 的成本却以惊人速度吞噬预算。

今年 8 月的时候，《财富》杂志就曾报道过，Uber 首席技术官透露，由于公司鼓励员工尽可能多地使用 AI 工具，甚至专门设立了「排行榜」，根据软件工程师使用这些工具的情况进行排名。

结果就是，几个月内便耗尽了 2026 全年的 AI 预算，企业不得不宣告「Token 狂欢（Tokenmaxxing）」时代的终结。

调研数据进一步佐证了这种结构性割裂：在计划采购新计算平台且 GPU 闲置的企业中，90% 将目光投向了公有云与模型 API 服务商，仅有 8% 考虑扩建本地私有集群。与此同时，91% 计划引入新平台的企业，根本拿不出任何一份经过财务部门审核过的实际 ROI 评估。

当然，一部分算力闲置可能是企业有意为之，比如为了应对需求高峰而预留 GPU 资源，而计划引入的新平台也可能用于替换旧平台。

从「算力军备竞赛」转向「推理经济学」

如果说 GPU 闲置暴露的是基础设施利用效率问题，那么 Agent 的普及，则可能让企业面临更加复杂的成本挑战。

VentureBeat 预计，接下来企业 AI 支出中用于模型调用的比例将越来越高。尤其是伴随业务从简单的生成式对话迈向多步骤自主的 AI Agent，企业的算力矛盾正在被进一步放大。

Gartner 预测，到 2028 年，单个 Agent 工作流的推理成本将上升 5 倍以上。

这并不意味着模型的 Token 单价会越来越贵，事实上，随着推理基础设施和模型效率持续优化，单位 Token 价格可能继续下降，但真正的问题是，Agent 完成任务时消耗的 Token 数量，可能增长得比单价下降更快。

其中一个很容易被忽视的成本来源，就是上下文。以 AI 编程为例，模型不仅需要理解当前问题，还需要不断读取项目代码、系统指令和历史执行记录，随着任务推进，这些上下文可能在多次请求中重复出现。如果每次都重新处理，成本会迅速累积，这也是上下文缓存越来越受到重视的原因。

NVIDIA 工程师在一份技术指南中提到，在其研究的 Claude Code 会话场景中，首次调用之后，后续请求约 85% 至 97% 的上下文可以通过缓存复用，而 Anthropic 的缓存读取价格，根据模型和定价条件，可以低至普通输入 Token 价格的四十分之一至十分之一。

对于需要持续执行任务的 Agent 来说，这种优化可能带来相当可观的节省。

另一个变量，则是 Agent 数量。行业评测机构 Vals AI 的一项编程任务测试发现，采用主 Agent 调度多个子 Agent 的方案，成本达到单 Agent 的 1.8 至 5.1 倍。

然而，在四种测试配置中，只有一种取得了统计显著的性能提升。换句话说，增加 Agent 可能带来更强的能力，也可能只是让更多模型同时消耗 Token。

告别粗放扩张：企业务实自救的路径

面对极高的闲置率与失控的模型调用账单，对于企业来说，或许粗放式的「盲目采购」正在成为过去。业内普遍认为，在企业签署下一份算力合同之前，应当优先在既有资产中挤出效率：想办法利用已经付费购买的算力和 Token，完成更多实际工作。

具体来说，需要做好以下几件事情：

衡量每项已完成任务的成本，同时考虑 GPU 算力资源和 API 调用支出；
测试不同模型和推理强度，确定企业的默认配置：评价标准应当是每项已完成任务的成本，而非单个 Token 的价格。因为便宜的模型可能消耗更多 Token，最终导致每项任务的成本反而更高；
只向 Agent 提供它实际需要的上下文，并缓存重复使用的内容：无论通过模型供应商 API，还是在企业自有基础设施上运行，都应当如此；
只有当任务能够拆分为可并行执行的部分时，才增加第二个 Agent；
将常规、高频任务从前沿模型 API 迁移到运行在闲置算力上的开放模型，例如分类、信息抽取和文本摘要；
利用剩余的 GPU 闲置时间处理可以延后执行的任务，例如批量推理、模型评测和微调。

最终的目标，是让企业为每一项实际完成的工作，支付更合理的成本。

这也让开篇那组令人惊讶的数据有了新的意义，79% 的 GPU 低利用率，与 70% 的新平台采用意愿，并不能直接证明 AI 泡沫已经形成，更不能说明整个 AI 行业正在走向产能过剩。但它提醒企业：资源投入与实际需求之间，确实可能存在需要重新审视的落差。

过去几年，AI 行业习惯用参数规模、训练算力和资本开支衡量进展。随着技术逐渐进入真实业务，这些指标之外，还需要一套更加务实的评价体系：企业究竟用 AI 完成了多少工作？成功率有多高？节省了多少时间？又付出了多少成本？

对于模型厂商来说，这意味着竞争将不只围绕模型能力展开，还会延伸到推理效率、部署灵活性与整体任务成本。对于企业来说，比继续囤积算力更重要的，可能是先想办法把已经拥有的 GPU 和 Token 用好。

毕竟，GPU 买来是为了干活的，真正值得关注的，是它最终创造了多少价值……

本文来源：机器之心

风险提示及免责条款

韩国7900名富豪净卖三星海力士1483亿韩元，转买杠杆芯片ETF

Mon, 26 Oct 2026 10:36:00 GMT

韩国高净值投资者正在重构其半导体仓位——从直接持有龙头个股转向杠杆化ETF产品，这一结构性切换折射出该群体对芯片板块短期波动的审慎态度，以及对更广泛市场反弹的定向押注。

据首尔经济日报委托一家大型券商对约7900名高净值投资者（金融资产超过30亿韩元，约合210万美元）的持仓进行分析，10月1日至20日期间，该群体对三星电子和SK海力士的净卖出额分别达到55.9亿韩元和92.4亿韩元，合计约148.3亿韩元。与此同时，KODEX半导体杠杆ETF以332亿韩元的净买入额跃居本月最大净买入标的。

这一切换信号对两只芯片巨头的股价构成潜在压力。高净值群体的持续减持意味着大盘权重股面临来自"聪明钱"的系统性抛压，而资金向杠杆产品的集中流入，也引发市场对ETF溢价及流动性风险的关注。

从个股到ETF：高净值资金的结构性切换

本月高净值投资者买入榜前五名中，有三席被ETF占据，与上月形成鲜明对比——9月榜单清一色为个股，包括三星电子优先股（净买入59.6亿韩元）、三星电机（19.9亿韩元）、三星SDI（11.7亿韩元）、斗山能源（8.2亿韩元）及斗山燃料电池（7.7亿韩元）。

分析人士将这一转变解读为：投资者选择通过ETF押注板块整体上涨，而非对单一大盘股进行直接下注。一家大型券商官员表示，本月高净值投资者的核心特征是在降低对大盘芯片股直接敞口的同时，仍维持对板块及整体市场上行的方向性判断。

这种操作逻辑在一定程度上反映出该群体对三星电子、SK海力士个股基本面的分歧或谨慎——在连续两个月净卖出两只股票的背景下，他们并未选择离场观望，而是通过杠杆ETF保留了对半导体板块的敞口，实质上是以更高的波动率换取对个股风险的规避。

杠杆ETF领跑，看多情绪主导方向

KODEX半导体杠杆ETF追踪半导体指数日涨幅的两倍，属于高风险产品，以332亿韩元的净买入额位居本月榜首。与此同时，追踪KOSPI 200指数日涨幅两倍的KODEX杠杆ETF获净买入225亿韩元，KODEX 200则获净买入105亿韩元。

与看多仓位扩张形成对照的是，高净值投资者本月净卖出80亿韩元的KODEX 200期货反向2X——该产品在指数下跌时获益。这意味着该群体在指数联动产品上同步削减空头、加码多头，整体方向性判断偏向市场中期走强。

在个股层面，本月仅有SK Square（净买入28.6亿韩元）和三星SDI（净买入12.5亿韩元）获得净流入，其余大盘芯片股均遭减持，进一步印证了资金从个股向ETF迁移的主线逻辑。

杠杆ETF偏好背后的风险积聚

韩国散户及高净值投资者对杠杆ETF的偏好由来已久，这类产品因其高弹性特征在市场波动加剧时往往吸引大量资金涌入。然而，杠杆ETF的结构性特点决定了其风险不可忽视：每日复利机制在震荡市中会产生显著的路径损耗，而集中买入还可能推高ETF相对于净值的溢价，加大踩踏风险。

当前芯片ETF资金流入的可持续性同样存疑。高净值投资者选择杠杆产品，本质上是对短期板块反弹的博弈，而非基于个股基本面的长期配置。一旦半导体板块出现超预期调整，杠杆ETF持有者面临的损失将成倍放大，且集中持仓可能加速抛售踩踏。

对三星电子和SK海力士而言，高净值群体的持续净卖出构成不可忽视的边际压力。尽管这一群体的绝对卖出规模相对于两只股票的日均成交量有限，但其行为往往具有风向标意义，可能影响更广泛市场参与者的情绪与操作。

风险提示及免责条款

马斯克预警：200多家AI云厂商面临清洗，Nebius、CoreWeave盘前跌超4%

Mon, 26 Oct 2026 10:23:09 GMT

马斯克一番"行业洗牌"警告，令本已承压的Neocloud板块再遭重挫。

周一盘前，Nebius、CoreWeave和Iren股价均一度跌逾4%，此后跌幅有所收窄，目前在2%至3%区间内波动。导火索是马斯克周日在X平台发文，直言200多家Neocloud公司将面临"小鱼级别的死亡与整合"。这一表态令市场对该板块债务驱动式扩张能否持续的疑虑进一步加深。

过去一个月，Neocloud板块已遭受重创——CoreWeave和Nebius累计跌幅均超30%，Iren更暴跌逾40%。此轮抛售始于本月早些时候CoreWeave五年期信用违约互换利差攀升至通常被视为财务困境信号的水平，其债券收益率亦同步走高，令投资者对该行业大规模举债购买英伟达芯片、建设数据中心的商业模式产生严重质疑。

马斯克发出行业洗牌警告

马斯克在X平台的帖子中写道："过去几周，债务市场几乎已对所有在AI数据中心之外缺乏实质性营收的公司关闭了融资渠道。"他随即补充："这意味着200多家Neocloud将迎来小鱼级别的死亡与整合。部分公司能够存活，但不会太多。"

马斯克此番发言，是在回应Social Capital创始人Chamath Palihapitiya的一篇帖子。

Palihapitiya在文中指出，与当前预测相比，2027年将出现"大量部分闲置算力和库存中积压的算力"，这些资产"已被购置并付款，但实际回报低于资本总成本，或正在蒙尘"。他还表示，"2027年将是动荡之年，将淘汰一批错误和糟糕的押注，同时也将是少数玩家的整合之年"。

值得注意的是，马斯克旗下SpaceX自身运营数据中心并对外出售算力，与Neocloud公司存在直接竞争关系。

英伟达与各家Neocloud为需求背书

面对市场恐慌，英伟达上周在德国柏林举办的GTC活动上出手为该板块站台。英伟达CEO 黄仁勋在接受CNBC采访时表示，市场对Neocloud的需求"爆表"。

"目前缺失的是支撑增长的营运资本……因为AI各个领域的需求实在太旺盛，资本供给出现了稀缺，"黄仁勋说，"资本需求远大于资本供给，但这个问题终将得到解决。"英伟达是多家Neocloud公司的投资方。

Nebius首席营收官Marc Boroditsky则试图将公司与CoreWeave的困境切割，他在接受CNBC采访时表示，"我们没有背负那样的债务规模"，并称若公司将2027年的算力如期上线，将会全部售罄，2028年或将出现"同样的供不应求局面"。

Iren联席CEO Daniel Roberts同样为需求前景辩护。"我们理解投资者关注度的上升，但当我们与客户沟通时，什么都没有改变，需求依然在，"Roberts上周告诉CNBC，"明年，我们正在与客户洽谈的容量已是我们可能上线规模的数倍，而且最近一个月，2028年的需求也开始进入视野。"

债务压力成板块核心隐忧

投资者的核心担忧在于，Neocloud公司大量举债购买昂贵的英伟达芯片并建设数据中心，其商业模式能否在资本市场收紧的环境下持续运转。马斯克的警告恰恰戳中了这一软肋——一旦债务市场对缺乏独立营收的公司关闭融资渠道，依赖外部资本滚动扩张的Neocloud将面临生存危机。

CoreWeave信用违约互换利差的异动已率先释放出市场的不安情绪，并引发了过去一个月的持续抛售。尽管英伟达和各家Neocloud高管均强调需求端并无问题，但供给侧的资本约束正成为悬在整个行业头顶的达摩克利斯之剑。市场目前的分歧在于：需求的真实性能否最终转化为足以覆盖高额债务成本的现金流，而这一答案或许要等到2027年才能揭晓。

风险提示及免责条款

九号公司前三季度营收增长近两成，成本与费用上升冲击盈利

Mon, 26 Oct 2026 10:22:58 GMT

九号公司的收入规模继续扩大，成本与费用的上升也对盈利提出了更高要求。

10月26日，九号公司发布2026年第三季度报告。前三季度，公司实现营业收入219.43亿元，同比增长19.32%；归母净利润13.51亿元，同比下降24.40%；扣非净利润12.15亿元，同比下降32.43%。

其中，第三季度实现营业收入75.85亿元，同比增长14.10%；归母净利润3.43亿元，同比下降37.18%；扣非净利润2.47亿元，同比下降49.21%。

对于利润下降，九号公司表示，主要受汇兑损失、原材料价格上涨及研发等期间费用增加影响。收入保持增长，但多项成本和支出增加，使公司当期盈利承压。

收入端仍是这份财报中的积极因素。

按披露数据估算，九号公司前三季度营收较去年同期增加约35.53亿元，其中第三季度增加约9.37亿元。公司在已有规模上继续实现两位数增长，为研发投入和后续业务发展提供了支撑。

不过，第三季度的收入增速低于前三季度累计水平，利润降幅则更大。对九号公司而言，当前需要解决的问题，是如何让业务规模的扩大更充分地体现到利润上。

利润率的变化直观反映了这一点。按归母净利润与营业收入的比例计算，前三季度归母净利率约为6.16%；第三季度为4.52%，去年同期约为8.21%。也就是说，同样实现100元收入，第三季度对应的归母净利润由去年约8.2元降至约4.5元。

影响利润的几项因素中，原材料涨价直接增加生产成本。营收增长能带来更多收入，但最终能留下多少利润，还取决于采购成本、生产效率及产品结构。在原材料价格上涨的情况下，新增收入带来的收益需要先消化一部分成本压力。

汇兑损失则增加了盈利的波动。九号公司此前公告显示，公司存在境外销售，主要采用美元、欧元等币种结算，汇率变化会影响经营业绩，公司也已安排开展外汇套期保值业务。因此，观察当期利润，需要同时考虑产品经营表现和汇率变化的影响。

研发等期间费用增加，则反映了当期盈利与持续投入之间的平衡。研发支出会影响本期利润，也可能为后续产品迭代和业务增长提供支持。这部分投入的效果，最终要通过产品销售和盈利贡献来体现。

从累计利润构成看，前三季度扣非净利润12.15亿元，占归母净利润的比重约90%。尽管同比有所下降，公司前三季度盈利仍主要由扣除非经常性损益后的利润构成。

第三季度，归母净利润与扣非净利润之间相差9600万元，非经常性损益对当季盈利形成了一定支撑。扣非净利润降幅达到49.21%，也说明当季盈利面临的压力较为明显，后续仍需关注修复情况。

整体来看，九号公司前三季度保持了收入增长，并实现13.51亿元归母净利润，但成本、汇率和费用变化削弱了收入增长对盈利的带动作用。

接下来，公司业绩的看点将同时落在增长和效率上，一方面是收入能否保持扩张，另一方面是成本控制及研发投入能否带来更好的利润贡献。随着业务规模扩大，如何提高每一元收入的盈利能力，将成为九号公司下一阶段的重要课题。

风险提示及免责条款

进口车9月同比腰斩，豪华品牌加码中国制造

Mon, 26 Oct 2026 10:15:49 GMT

中国进口车市场的收缩，延续到了“金九”。

10月25日，乘联分会秘书长崔东树公布的数据显示，9月中国汽车进口2.1万辆，同比下降49%；前三季度进口车零售28万辆，同比下降32%。

崔东树称，9月乘用车进口少于需求，库存有所下降。

2014年，中国汽车进口量曾达到143万辆，2025年只剩48万辆。随着海外品牌在中国生产，普通品牌的进口车型逐渐减少，豪华品牌成了进口市场的主要支撑。眼下，这些品牌也开始重新安排中国业务。

雷克萨斯在去年的进口车收缩中守住了规模。按照崔东树披露的保险零售数据，2025年进口车市场整体下滑约三分之一，雷克萨斯仍售出约18.4万辆，同比增长约2%。今年4月，新一代ES 300h在华上市，29.99万元的指导价和混合动力系统，延续了它争取主流豪华车用户的路线。

今年前三季度，非插电混动车型进口增长15%，纯电和插混进口则分别下降27%和54%，新能源车在进口车型中的占比仅约1.2%。雷克萨斯继续更新混动车型，新的纯电投入则转向上海。

丰田2025年2月宣布，在上海金山设立独资公司，研发和生产雷克萨斯纯电车型及电池，计划2027年起投产，初期年产能约10万辆。上海公司将承担产品企划、开发和制造。今年北京车展期间，公司总经理马骊又提出，让更懂中国的人主导产品开发，深化与本土伙伴的合作。

丰田在项目公告中强调，要更快提供符合中国客户需求的产品。长三角的供应链、人才和制造资源，可以与当地产品开发直接配合。

保时捷选择先收紧中国业务的规模。今年前三季度，其在中国市场（含香港）交付21493辆，同比下降33%。公司继续强调价值导向销售，将品牌长期发展置于短期销量目标之前。

保时捷在全球还有另一种需求支撑：今年前三季度，911交付继续增长，公司称GTS、Turbo和GT等高端版本需求较强。10月公布的2035战略，计划通过车型组合、旗舰产品和定制业务，提高全球最高价约1万辆车的平均售价，中期提升目标约为20%。这个目标针对少量顶端产品，不是全系直接涨价。

保时捷希望从这些全球高端客户身上取得更多收入，配合降本，降低对中国销量恢复的依赖。

渠道已经在收。保时捷计划将中国销售网点从原先约150个缩减至2026年底约80个，并向需求较强的区域集中。首席执行官骆明楷在今年6月股东大会上也表示，作为规模较小的制造商，公司目前看不到本地生产的具体可能性。

两家对中国制造的安排，还牵涉各自的全球供货。根据上海市经信委披露的项目规划，雷克萨斯上海工厂除了面向中国，还计划出口日本及其他市场。保时捷则在10月资本市场日专门强调，没有本地合资和生产义务，让其中国业务保有伸缩空间。前者计划把中国纳入新的纯电研发制造网络，后者保留全球产品和海外供货的调度余地。

保时捷也在把开发工作放到中国，只是投入的环节不同。其2025年11月启用的上海综合研发中心，整合技术、工程和数字化团队，开发中国用户使用的信息娱乐与辅助驾驶方案；今年10月的战略继续保留这一安排。雷克萨斯上海公司覆盖新纯电车型从企划到制造，保时捷则以本地技术开发改善全球产品在中国的体验。

中国业务的回落也夹着供货问题。保时捷在半年交付公告中提到，Panamera在中国曾有阶段性产品空档，4月才以中国专属版本补上。保留全球车型，仍要为中国市场单独安排产品和上市节奏。

沃尔沃早已在中国生产，仍要调整技术和采购。10月23日，公司披露第三季度中国市场收入同比下降近50%，并将中国新品牌竞争和价格压力列为原因。它计划在2027年中发布并投产六款中国定制新车中的前两款，与吉利深化合作，采用中国技术体系和新的辅助驾驶技术，并扩大共同供应商和硬件的使用，以降低成本。

主流豪华车的销量竞争，会越来越依赖本地研发和供应链。进口车的竞争优势，将更集中于车型本身的独特性。

风险提示及免责条款

AI交易迎来关键一周：微软、亚马逊、谷歌财报检验资本开支回报

Mon, 26 Oct 2026 10:15:03 GMT

AI融资成本焦虑持续压制市场情绪，防御性轮动加速，超大规模科技公司财报成为检验AI投资回报的关键时刻。

市场对AI融资成本的担忧正从信用市场向股市加速传导，成为美股冲击新高的核心障碍。科技股的抛售并未令投资者全面撤离风险资产，而是触发了一场力度罕见的防御性轮动——标普500等权重指数本月相对市值加权指数的跑赢幅度，创下1990年以来第六大纪录，偏离历史均值近三个标准差。

美国银行策略师Michael Hartnett领衔的团队明确建议"在11月中旬前保持战术性避险"，并警告若超大规模科技公司债券利差突破200基点，可能迫使投资者进一步削减风险敞口。与此同时，纳斯达克100与10年期美债收益率的相关性显著上升，债券重新承担起对冲科技股风险的功能。

本周，微软、亚马逊、Alphabet和甲骨文将相继发布财报，市场将借此评估AI资本开支能否转化为可见收益，技术面与基本面的交汇令这一周成为AI交易的关键节点。

防御性轮动加速，等权重标普创历史极值

科技股的持续回调并未引发全面的风险规避，而是催生了一场结构性的资金再配置。据彭博数据，标普500等权重指数本月相对市值加权指数的跑赢幅度为1990年以来第六大，偏离历史均值近三个标准差，直观反映出资金正以极端速度撤离超大市值科技股、转向更广泛市场。

从期货持仓数据来看，市场情绪同样偏谨慎。据美国商品期货交易委员会（CFTC）截至10月20日的六周滚动数据，标普500期货资金流持续净流出，纳斯达克期货的买盘在月中附近几近消失，尽管六周滚动数据上周略有反弹，但尚未纳入此后的大幅下跌。自美股于10月6日创下历史新高以来，纳斯达克100与标普500的走势分化愈发明显——前者已向统计离群区间移动，后者仍处于正常波动范围，这一分化精准捕捉了轮动的深度与投资者重新定价的力度。

半导体估值收缩，SOX逼近超卖临界点

半导体板块是本轮轮动中承压最重的领域。据彭博数据，费城半导体指数（SOX）正逼近超卖水平，同时接近200日移动均线这一关键技术支撑。更值得关注的是，半导体板块估值已回落至约17倍远期市盈率——这一水平在过去两年内曾两度标志着该指数的阶段性底部，构成重要的技术参照。

高盛欧洲单一Delta交易主管Richard Privorotsky将当前市场动态概括为"AI受损，债券受益"，并指出市场正在合成式地削减资本开支预期、压低增长预期，从而缓解久期压力。他表示，投资者的担忧涵盖多个层面，包括"千兆瓦级算力的交付能力、算力过剩或不足、资本充裕度、电力供应，以及中期选举后的政治走向和网络安全风险"。

债券重获对冲功能，信用利差成关键风险阈值

随着半导体与超大规模科技公司股票遭到抛售，市场对经济增长预期的重新评估推动美债收益率下行，债券与科技股的负相关关系重新确立。纳斯达克100与10年期美债收益率同步下行，相关性转正，意味着债券正在重新发挥对冲科技股风险的传统功能。

美国银行策略师团队指出，若超大规模科技公司债券利差突破200基点，将成为迫使投资者削减风险的关键触发点，届时影子银行体系的压力担忧将进一步升温。该团队预计，债券收益率、股票和美元将持续承压，直至民主党在中期选举中大获全胜的预期被市场充分定价。潜在的阶段性转机包括：法国债券市场动荡获得干预、AI资本开支削减，或股权融资落地帮助债券利差见顶。

超大规模财报周：资本开支回报成核心议题

本周，微软、亚马逊、Alphabet和甲骨文将相继公布财报，为AI交易提供基本面层面的关键验证。市场关注的核心问题在于：这些公司能以多快的速度将积压订单转化为实际收入、算力部署的节奏如何，以及未来资本开支计划是否维持。

Amundi Investment Institute策略师Monica Defend领衔的团队将"货币化不及预期"列为主要风险情景，并指出"若变现令人失望，资本开支和估值可能双双下滑，而债务负担依然存在，将拖累增长并对股票形成压力"。该团队同时强调，盈利能见度与可持续的融资条件将是决定性因素。其基准情景为"吸收而非断裂"——名义增长仍具支撑，通胀预期锚定，信用市场有序，投资活动依然强劲。

当前时点，技术面信号（SOX逼近超卖、半导体估值触及历史底部区间）与基本面验证（超大规模财报）形成交汇，本周财报结果将在很大程度上决定AI交易能否重建市场信心，还是进一步加剧融资成本焦虑向更广泛市场的传导。

风险提示及免责条款

欧日财政主导非美超额分化，法国骚乱引发股债汇三杀，中国债市短期或重回震荡---1026宏观脱水

Mon, 26 Oct 2026 10:04:45 GMT

2026年非美改善叙事出现波折，非美经济本身未比预期差，真正变差的是财政主导的定价环境。欧日出清已现尾声信号，财政制约集中在执行端，法国财政与日本利率是最需盯住的尾部风险。
2026年10月17日法国爆发大规模抗议并蔓延至意大利、葡萄牙、比利时等多国。本轮抗议是美伊冲突后全球通胀对欧洲低增长、高债务、高物价、高福利结构性矛盾的总爆发。骚乱推动马克龙政府进入完全跛脚期，2027年法国大选或面临极右与极左两极对决。
公开市场隔夜逆回购利率期限更短、理论利率更低，市场视为利好推动利率曲线全面下行，但央行主管媒体10月20日提醒避免将操作机制改革当作降息炒作，债市做多情绪有所降温。短期债市或重回震荡区间，大幅回调风险不大。

金价跌破4000美元/盎司！谁是黄金市场的幽灵卖家？

Mon, 26 Oct 2026 09:54:59 GMT

10月23日，伦敦金现跌破4000美元/盎司，本周累计跌幅已超4%，创下6月以来最大单周跌幅。本轮抛售或受两方面因素驱动：一方面，在中东局势再度升级、胡塞武装袭击沙特等地缘冲突扰动下，市场对美元融资与流动性压力的担忧加剧，部分官方部门倾向于将黄金储备作为高流动性资产变现；另一方面，近期AI股下跌触及部分杠杆资金的强平线，相关股票资金需补缴保证金，黄金因流动性优势可能成为被动变现的来源。

不过，在可追踪的黄金市场微观数据中，并未出现与跌幅相匹配的集中抛售。黄金现货资金流入整体平稳，CTA持仓在观察窗口内基本未变，黄金ETF抛售规模有限，CME黄金未平仓合约反而增加。这与典型的算法抛售、现货抛售、量化基金去杠杆、期货端保证金追缴或ETF赎回情形差异显著，也意味着本轮卖压更可能来自场外、衍生品或官方部门等难以通过高频数据追踪的渠道。

而且当前黄金下跌发生在避险情绪升温、美债收益率明显回落的背景下。近期AI相关资产持续遭遇抛售，市场对AI数据中心资本开支、企业融资能力及相关信用风险的担忧加剧，避险配置资金转而流向美债等资产，但黄金并未同步走强，显示本轮下跌尚未获得避险增量买盘支撑。市场对美联储10月加息的预期亦有所降温，传统利率变量对金价短期跌势的解释力明显不足。

在此背景下，官方部门抛售或是上述价格走势与可追踪资金流显著背离的原因之一，其可能正充当黄金市场的幽灵卖家。

官方部门或是当前黄金市场的幽灵卖家

平安银行三季报发布：连续三个季度营收利润双增

资事堂·粒籽 — Mon, 26 Oct 2026 09:48:59 GMT

10月24日，国内头部股份制银行平安银行日前发布2026年三季报。

三季报显示，2026年1-9月，平安银行实现营业收入1031亿元，同比增长2.4%；实现归属于本行股东的净利润391.86亿元，同比增长2.2%，业绩表现平稳。

资本充足率方面，平安银行三季度末核心一级资本充足率9.61%，较上年末上升0.25个百分点，杠杆率6.96%,流动性覆盖率110.77%。

利息净收入同比小幅上涨

利息净收入是一家银行的底盘，平安银行在这方面比较扎实。

三季报显示，平安银行期内实现利息净收入667.55亿元，同比增长0.3%，运营态势稳定。

另外，比较亮眼的是，该行三季报的净息差达到1.80%，较去年同期上升1个基点，较去年全年上升2个基点。在行业整体面临息差压力的时候，该行通过重点开拓低成本负债来源，优化对公负债端成效显现。

截至2026年9月末，企业贷款余额17090.26亿元，较上年末增长2.7%；企业存款余额23867.13亿元，较上年末增长4.0%；1-9月企业存款平均付息率1.28%，较去年同期下降33个基点。

对公存款“量增、价降”，贷款增长温和，负债成本有所改善。整体看，实施开拓低成本负债来源取得了一定的成效。

零售业务“基本盘”作用显现

零售业务作为平安银行基本盘，三季度信贷规模增长比较平稳。

存款业务方面，2026年9月末，平安银行零售客户数13027.89万户，较上年末增长1.9%，管理零售客户资产（AUM）43923.27 亿元，较上年末增长3.6%。

个人存款余额13056.14亿元，较上年末增长1.4%，代发及批量业务带来客户存款余额4195.04亿元，较上年末增长6.5%。财富客户153.65万户，较上年末增长3.0%，其中私行客户11.20万户，较上年末增长6.1%。

贷款业务方面，平安银行个人贷款余额17224.54亿元，较上年末下降0.3%，其中抵押类贷款占个人贷款的比例为61.8%。

个人贷款中，住房按揭贷款余额3657.93亿元，较上年末增长3.0%；信用卡应收账款余额4021.69亿元，较上年末下降0.8%；消费性贷款余额4585.23亿元，较上年末下降1.0%；经营性贷款余额4959.69亿元，较上年末下降1.5%。

发力AI能力建设

平安银行在数字金融方面的发展，也体现在三季报里。

三季报显示，该行三季度推出了国内首张个人AI算力消费借记卡“AI智算卡”，发行了全场景AI信用卡“悦享白AI生活卡”，实现“支付即算力”，丰富金融AI应用场景。

另外，通过升级“AI+T+Offline”服务模式，强化AI助手、智能语音外呼等数字化工具应用，提升远程银行服务能力，为更多客户提供7×24小时的服务。

风险抵补能力良好

截至2026年9月末，不良贷款率1.05%，与上年末持平；拨备覆盖率214.75%，拨贷比2.25%，风险抵补能力保持良好。

具体来看，2026年1-9月，平安银行核销贷款197.02 亿元；收回不良资产总额293.27亿元，其中收回已核销不良资产本金137.66亿元（含收回已核销不良贷款127.17亿元）；不良资产收回额中98.7%为现金收回，其余为以物抵债等方式收回。

企业贷款方面，2026年9月末，企业贷款不良率0.89%，较上年末上升0.02个百分点，企业信贷风险指标总体平稳。

个人贷款方面，个人贷款不良率1.20%，较上年末下降0.03个百分点。

另外，逾期贷款余额占比1.59%，较上年末上升0.25个百分点。针对逾期贷款，报告表示已实施差异化管控措施。

风险提示及免责条款

35 岁不会写代码？这波 AI 红利，可能就轮到你了

Mon, 26 Oct 2026 09:34:12 GMT

Anthropic：培养 1 万个“把 AI 送进企业的人”

10 月 2 日，Claude 的开发商 Anthropic 宣布投入 1 亿美元成立“Claude 前沿学院”（Claude Frontier Academy），目标是在 2027 年底前培养 1 万名“前沿部署工程师”。

首批学员是从合作伙伴中选出的在职工程师，来自埃森哲、摩根士丹利、诺和诺德和几家顶级咨询公司。培训分两段：先是 4 天线下集训，从一次“模拟企业部署”开始；考核通过后，学员回到自己公司，带一个真实项目做 12 周实战。首批认证预计在 2027 年初完成。

在 Anthropic 看来，企业落地 AI 的瓶颈不在模型，而在于缺少能推动变革的人。负责这个项目的高管 Steve Corfield 说，客户现在缺的，是既懂业务怎么运转、又能亲手把 AI 从一个想法做成上线系统的人。

这只是今年 AI 巨头抢人大战中的最新一例。

砸下百亿美元，巨头们都在抢同一种人才

今年 5 月，OpenAI 成立了专门帮企业落地 AI 的“OpenAI 部署公司”，由 TPG 领投，首轮融资超过 40 亿美元。同月，Anthropic 与黑石、Hellman & Friedman、高盛合资成立了一家 AI 服务公司，各方初始投资约 15 亿美元。

6 月底到 7 月初，亚马逊 AWS 和微软先后出手：AWS 投入 10 亿美元，组建自己的部署工程团队；微软投入 25 亿美元成立新部门，把约 6000 名工程专家派驻到客户企业。9 月，谷歌云和埃森哲成立联合业务部门，计划培训最多 1000 名埃森哲工程师，专门派驻客户现场。

过去这些公司比的是谁的模型更强、参数更大、跑分更高，如今却不约而同地把钱砸向同一个方向：派人进客户公司，把 AI 真正用起来。

这类人才在业内有个统一的叫法：FDE（Forward Deployed Engineer），中文常译作“前线部署工程师”。

招聘量三年猛涨30倍，年薪中位数超百万元

熟悉美股的读者，对这个词的源头不会陌生。FDE 最早是 Palantir（帕兰泰尔）在十多年前系统化推行的一种做法：工程师不坐在总部写通用产品，而是常驻客户现场，和客户用同一套数据、扛同一个业务指标，把模糊的需求、分散的数据和落不了地的目标，一点点变成真正能用的系统。

当年很多人觉得这种模式太重、太慢，不像一家软件公司该干的事。今天回头看，这恰恰是 Palantir 最难被复制的护城河：2026 年第二季度，Palantir 营收 19.35 亿美元，同比增长 93%，其中美国商业收入同比增长 149%。公司首席执行官 Alex Karp 有一个在业内被反复引用的判断：大模型当然重要，但至少在未来几年里，价值在于落地实施。

据劳动力市场分析机构 Lightcast 统计，2023 年全美 FDE 招聘广告不到 200 条，2025 年约 1200 条，2026 年仅前九个月就已超过 7300 条。这些广告标出的薪资中位数约 19.5 万美元，比 2023 年高出 40%，是全美所有招聘广告薪资中位数的三倍多。Indeed 的数据也指向同一个方向：美国 FDE 职位从 2025 年 4 月的 643 个增至 2026 年 4 月的 5330 个，一年涨了 7 倍多。

值得注意的是，今年前九个月发布 FDE 招聘广告最多的雇主中，德勤、埃森哲等咨询公司排在了谷歌等科技巨头之前。可见 FDE 已不只是 AI 公司的内部技术岗位，任何想把 AI 用进业务的企业都需要这样的人。

需要说明的是，FDE 不等于“驻场外包”。外包是甲方说什么就做什么；FDE 则要先判断一件事该不该用 AI、用哪个模型、花多少钱、怎么证明有效，再把它真正落地上线。它要解决的是企业里的一个老难题：懂技术的不懂业务，懂业务的不懂技术。

AI 落地难在业务，稀缺的恰恰是懂业务的人

很多人看到这里会想：这是年轻程序员的机会，我不写代码，也过了转行的年纪。

但不妨看看 Anthropic 怎么描述一个好的 FDE：熟悉 Agent 系统、擅长解决问题、善于沟通、有工程经验。这四条里，有一半在技术之外。

过去两年，几乎每家企业都买过 AI 产品、做过 AI 试点，但真正跑进日常业务的远比宣传的少。几组被业内广泛引用的数据或许能说明一些问题：标普全球的调查显示，企业 AI 项目的弃用率一年内从 17% 升到了 42%；Gartner 预计，到 2027 年超过四成的 Agent 项目会被取消；IDC 与联想 2025 年的一份报告则显示，88% 的 AI 概念验证项目最终没有投入生产。

问题往往不出在模型上——演示时一切顺利，一进入真实业务，就会碰上脏数据、老系统、权限审批、员工习惯，以及“出了错谁负责”。毕马威的一位首席技术架构师举过一个例子：一个应用先花了几个月梳理需求和业务背景，真正用 AI 开发只用了大约一个月。

FDE 真正值钱的那一半能力不是编程，而是懂业务。一份合同哪几条要紧，一张报表哪个数字会出事，一个审批流程卡在哪一步，哪件事交给机器做会让老板睡不着觉，这些 AI 替代不了，反而是在行业里干了十几、二十年的人最清楚。

你缺少的不是经验，而是把经验交给 AI 去执行的那一步：知道今天的 AI 能做什么、不能做什么、该怎么搭、要花多少钱、出了错怎么兜底。

我们这次的训练营，就是为这一步准备的。

两天走完 AI 落地最后一公里

华尔街见闻首期「FDE 实战训练营」将于 11 月 14 日至 15 日在上海开班。这是一个线下实战营，限量 50 席，在两天时间里，带你从零做出一个真正能用、能上线的 AI Agent。

先说说 Agent（智能体）是什么。很多人对 AI 的印象还停留在“问一句答一句”的聊天上，但 Agent 不一样：你交给它一件事，它会自己查资料、打开软件、读写文件、交出结果，做错了还能自己返工。巨头们派 FDE 进企业，部署的正是这种技术。

两天训练营共 12 个模块，从模型怎么选、价格怎么算，一直讲到评测、成本优化和安全上线，都是大厂把 AI 做上线时真正在用的方法。主讲讲师 Right 曾任腾讯高级算法工程师，主导过微信核心 AI Agent 项目的算法设计和规模化落地，在 Agent 系统设计、模型训练、Harness 架构方向有深厚积累。他还在 NeurIPS、ACL 等顶级会议发表过多篇 Agent 方向论文，相关工作被 Google DeepMind 引用。

课程适合谁

企业主和管理者：想弄清 AI 到底能替公司做哪些事、每件事花多少钱、风险在哪里
金融、法务、财务、运营、咨询等专业人士：手上有大量重复工作，想亲手做一个工具交给 AI
想在 AI 时代给自己多留一项硬技能的人

三十年前，先学会用 Excel 的那批人，在后来的二十年里少熬了无数个夜。

今天巨头们花百亿美元在抢懂业务、又会用 AI 的人，而你已经有了一半。剩下那一半，就在这两天里补齐。

???? 点击海报，锁定早鸟席位

风险提示及免责条款

中兴通讯Q3净利润增394.46%，前三季度扣非净利仍下滑27.46% | 财报见闻

Mon, 26 Oct 2026 09:32:22 GMT

中兴通讯第三季度业绩大幅反弹，但前三季度累计利润仍显著下滑，折射出这家电信设备巨头在收入快速扩张背景下所面临的盈利质量挑战。

公司10月27日披露的三季度报告显示，2026年7至9月实现归属于上市公司股东的净利润13.07亿元，同比增长394.46%，环比大幅改善；同期营业收入388.13亿元，同比增长33.99%，创下较强的单季收入表现。

拉长周期来看，前三季度累计净利润40.60亿元，同比下降23.71%，累计营业收入1168.38亿元，同比增长16.23%。

值得关注的是，三季度业绩的强劲反弹部分受益于非经常性因素。单季度非经常性损益合计7.15亿元，主要来源于金融资产公允价值变动损益及处置相关收益，合计贡献6.91亿元。剔除非经常性损益后，前三季度扣非净利润为28.14亿元，同比下降27.46%，降幅较净利润更为显著。

单季收入强劲，利润弹性受非经常性项目拉动

中兴通讯第三季度388.13亿元的营业收入同比增逾三成，为全年收入增速提供重要支撑。然而，利润层面的高增速在很大程度上源于非经常性因素的推动。

三季度单季非经常性损益达7.15亿元，其中金融资产公允价值变动及处置损益贡献6.91亿元，占比最大。对比来看，公司扣非归母净利润仅为5.93亿元，同比增长363.65%——尽管增速同样亮眼，却也印证了主营业务盈利能力的修复幅度相对有限。

前三季度来看，公允价值变动收益达3.42亿元，同比增长67.95%，主要系交易性金融资产期末重估收益增加所致；投资收益为4.93亿元，同比增长123.46%，主要因联合营企业盈利增加。上述项目共同支撑了利润表现，但也使业绩的可持续性存在一定不确定性。

存货与应付账款骤增，备货动作引发关注

资产负债表显示，截至2026年9月30日，中兴通讯存货规模达736.35亿元，较2025年末的470.17亿元增长56.61%，增量超266亿元，公司解释称主要因本期材料采购增加。

与此同时，应付账款升至290.32亿元，同比增长54.70%；应付票据升至252.47亿元，同比增长65.33%，上述科目的大幅攀升与存货增长形成映射，显示公司在加速备货的同时充分利用了供应商信用期。

公司总资产较年初增长13.30%至2466.99亿元，负债合计由1420.98亿元升至1685.35亿元。债务结构方面，公司本期新发行短期债券20.01亿元，并新增中期票据，致应付债券余额升至102.44亿元，同比增长31.17%；一年内到期非流动负债增至123.82亿元，同比增长56.72%，短期偿债压力有所上升。

现金流承压，大额存单置换推升投资支出

经营活动产生的现金流量净额前三季度为7.15亿元，同比下降59.78%，公司解释称主要因购买商品、接受劳务支付的现金大幅增加所致，与存货扩张逻辑一致。

投资活动现金净流出则达136.99亿元，同比大幅扩大，主要因购买收益性产品净投资增加。资产负债表亦印证这一变动：货币资金较年初减少49.94%至168.95亿元，而交易性金融资产则增长70.66%至296.89亿元；同时，一年以上大额存单转入一年内到期，致"一年内到期的非流动资产"由年初5.11亿元骤增至201.60亿元，债权投资则相应减少58.45%。这一系列变动系资金在不同会计科目间的期限重分类，并不代表资金实质性流失，但仍引发外界对公司流动性结构变化的关注。

信用减值损失方面，前三季度同比大幅恶化，应收账款减值计提增加是主要原因，在宏观经济和行业周期承压背景下，这一趋势值得持续跟踪。

股东结构与资本运作

截至2026年9月30日，中兴通讯股东总数为643,175户。第一大股东中兴新通讯有限公司持股比例为20.09%，持有A股9.59亿股；香港中央结算代理人有限公司代理持有的H股占15.73%，为第二大股东。

资本运作方面，公司本期回购A股股票，回购专用证券账户持有2865.94万股，持股比例0.60%，库存股余额10.00亿元；同时发行永续债，其他权益工具余额由年初的1.27亿元升至16.34亿元，同比增长逾十倍，显示公司正通过多元化渠道补充资本。

公司基本每股收益前三季度为0.85元，同比下降23.42%；加权平均净资产收益率为5.34%，同比下降1.86个百分点，盈利效率有所减退。

风险提示及免责条款

报道：SK海力士拟推出50万亿至60万亿韩元的额外股东回报计划

Mon, 26 Oct 2026 09:10:06 GMT

据报道，SK海力士正准备宣布50万亿至60万亿韩元的额外股东回报计划。叠加其近期已完成的40万亿韩元股票回购注销，SK海力士今年将实施创纪录的100万亿韩元股东回报。

风险提示及免责条款

GPU被CPU拖慢？Arm祭出新评测方法论

Mon, 26 Oct 2026 09:03:58 GMT

Agent的应用场景正在变得越来越细分。

从Claude Code等AI编程工具，到能够处理文档、操作软件的办公助手，再到帮助用户规划行程、管理日程的个人助理，Agent开始承担越来越多具体任务。

应用场景的不断拓展，也对底层算力提出了新的要求。

在这一背景下，Arm近日推出一套面向Agent的CPU性能评估方法论，试图通过更贴近真实应用场景的测试，帮助企业判断不同CPU在Agent任务中的表现。

这不是孤例。AMD此前已提出针对Agent AI的CPU工作负载评测框架，将工具执行、数据检索和任务编排等环节纳入测试；英特尔也针对Xeon 6处理器开展了相关测试，重点关注Agent任务的吞吐量与并发执行效率。

多家芯片厂商相继探索新的评测方法，背后是Agent正在改变CPU的工作负载。

过去几年，大模型算力竞争主要围绕GPU展开，Token生成速度、吞吐量等指标成为衡量AI推理性能的重要依据。

随着Agent开始执行实际任务，除了调用大模型进行推理，还需要访问数据库、执行代码、调用工具等，这些环节都可能消耗大量CPU资源。

Arm云AI解决方案架构总监Ravi Malhotra以软件开发Agent为例指出，模型首先进行推理并生成代码，随后CPU还需要完成代码构建、编译和测试，这些操作可能耗费大量时间。

“在这类用例中非常重要的一点是，CPU能多快完成自己的那部分工作，从而让控制权尽快回到更昂贵的GPU或加速器，以便执行流水线中的下一步。”Ravi Malhotra向全天候科技等媒体表示，“如果CPU不够快，更昂贵的GPU就会处于闲置状态。”

更复杂的是，不同Agent的性能瓶颈并不相同。部分任务主要受GPU推理速度限制，部分任务则受CPU沙箱执行能力或数据检索效率制约。即便是同一类Agent的性能瓶颈也可能随着模型、部署环境和具体任务的变化而改变。

以软件开发为例，代码编译和测试往往需要持续占用CPU资源，因此更看重单个Agent的执行性能。相比之下，企业客户支持、个人助理等场景中的单次操作通常较短，但可能需要同时处理大量请求，对CPU的并发能力提出了更高要求。

这些差异也让CPU性能评估开始关注完整Agent任务的执行效率，以及不同工作负载下的性能表现。

此次Arm提出将组件级测试与端到端Agent基准测试结合起来。

其中，组件级测试覆盖Web服务器、数据库、模型服务及沙箱执行等环节，端到端测试则引入SWE-bench、Terminal-Bench等Agent基准，考察完整工作流程中的性能表现。

在单核性能、多核吞吐量等传统指标之外，Arm还关注Agent并发数量、任务执行效率以及每机架性能。

Ravi Malhotra强调，性能评估需要在吞吐量与SLA（服务等级协议）要求之间取得平衡，不能单纯追求同时运行更多Agent。

由于不同场景的需求存在差异，Arm也不建议对各类Agent用例采用统一的权重分配方式，而是主张企业根据自身应用选择相应的评测指标。

随着Agent逐渐进入企业的实际业务流程，这些性能指标也成为企业选择和升级CPU基础设施的重要参考。

Ravi Malhotra认为，软件开发、客户支持、供应链管理及个人助理等场景，将成为推动企业升级CPU基础设施的重要动力。

“对企业而言，客户支持、供应链管理，以及个人助理等场景，更关注每机架性能，而Arm AGI CPU的可扩展性和能效优势在这些场景中尤为突出。”Ravi Malhotra表示。

Ravi Malhotra进一步指出，无论是为Agent应用升级现有基础设施，还是设计开发全新的基础设施，这些场景都会形成明确的升级需求，并有望成为推动Arm AGI CPU增长和普及的主要动力。

对企业来说，CPU性能提升带来的价值，最终还需要体现在实际运营效率和成本上。

不同Agent的工作负载差异较大，基准测试中的性能优势能否真正转化为任务执行效率的提升和部署成本的下降，仍有待更多实际应用验证。

风险提示及免责条款

科技财报周来袭，全球股市承压，纳指期货下跌0.2%，油价回落，美债走强

Mon, 26 Oct 2026 07:43:29 GMT

科技巨头财报季正式拉开帷幕，全球市场在多重不确定性交织下谨慎观望。纳斯达克100指数期货走低，亚洲股市延续颓势，而油价从六个月高点回落，为市场提供了一定缓冲。

本周，微软、Alphabet及亚马逊等科技巨头相继发布财报，AI基础设施投入能否持续将接受市场检验。与此同时，美联储和日本央行均将公布利率决议，全球债市及汇市料将因此波动加剧。美股盘前，SK海力士涨超1%，公司拟派发121亿美元特别股息，用出售铠侠的股权收益来回馈股东。

巴西大选结果亦引发市场震荡。卢拉（Luiz Inácio Lula da Silva）在周日决选中意外击败右翼候选人Flávio Bolsonaro，在日本上市的巴西ETF盘中一度暴跌16%，CME外汇衍生品合约显示雷亚尔兑美元汇率隐含跌幅逾10%。

AT Global Markets驻悉尼首席市场分析师Nick Twidale在研报中指出，市场焦点将"从数周来主导走势的地缘政治头条，重新转向央行政策与利率走向"。

美股盘前，SK海力士涨超1%，公司拟派发121亿美元特别股息，用出售铠侠的股权收益来回馈股东。

韩国首尔综指收跌1.45%，报5469.59点，日经225指数收跌0.8%，报62189.65点，东证指数逆势收涨0.2%，报3972.98点。

欧股开盘涨跌不一，欧洲斯托克50指数开盘涨0.07%，德国DAX指数涨0.28%，英国富时100指数跌0.17%，法国CAC 40指数涨0.60%。

美国10年期国债收益率小幅下行3个基点至4.97%，美债整体走强。

日本10年期国债收益率下跌2个基点，至2.780%

布伦特原油从六个月高位回落，跌幅1.5%，报约114.95美元/桶

现货黄金上涨0.3%，至每盎司4008.18美元

比特币下跌0.6%，报79916.76美元

AI交易持续承压，芯片股领跌亚市

AI相关交易的降温情绪在亚洲市场尤为明显。韩国首尔综指收跌1.45%，报5469.59点，AI概念股表现低迷。高盛策略师随即下调了韩国综指目标价，降幅达25%。中国AI模型开发商亦跟随走软，Moonshot发布新模型引发市场对竞争格局的重新评估。

日本市场分化。日经225指数收跌0.8%，报62189.65点，芯片相关股票成为最大拖累，为日经指数周内最惨板块；但东证指数逆势收涨0.2%，报3972.98点。整体来看，MSCI亚洲指数已连续四周下跌，为今年4月以来最长连跌纪录。

纳斯达克100指数期货下跌0.2%，其跟踪的现货指数已连续两周录得跌幅，美国半导体指数亦创下11月以来最长连跌纪录。欧洲股市开盘走势相对独立，预计高开约0.3%。

央行决议与财报周双重考验在即

本周市场日程密集。AT Global Markets驻悉尼首席市场分析师Nick Twidale在研报中指出，市场焦点将"从数周来主导走势的地缘政治头条，重新转向央行政策与利率走向"。

美联储和日本央行的政策决定备受瞩目，二者均面临通胀顽固、能源成本上升及全球债券收益率高企的压力。美国10年期国债收益率小幅下行3个基点至4.97%，美债整体走强。

新加坡星展银行高级利率策略师Eugene Leow表示，"AI疑虑、增长放缓风险、欧洲及美国中期选举带来的政治不确定性，将使市场对避险资产的需求维持在高位。在当前绝对收益率水平下，美债应可发挥良好的避险对冲功能。"

法国债券期货则明显走强，跑赢德国国债期货。穆迪维持法国信用评级不变，叠加暴力事件未再大规模重演，市场情绪有所提振。彭博策略师Mark Cranfield指出，投资者将关注德法利差在近期大幅走阔后能否收窄。

油价回落，特朗普伊朗表态搅动市场

全球原油基准布伦特原油从六个月高位回落，跌幅1.5%，报约114.95美元/桶，一定程度上缓解了市场的通胀压力。

特朗普在接受Fox News采访时称，是否对德黑兰达成协议或"将其了结"，"正到了做决定的时候"，措辞强硬。与此同时，伊朗据报道将主办沙特、巴基斯坦及土耳其高级安全与防务官员出席的地区安全对话。

Natixis亚太区首席经济学家Alicia Garcia Herrero在接受彭博电视采访时指出，若数据中心建设速度无法满足算力需求的增长，AI的快速普及本身可能带来通胀压力，这一风险尚未被市场充分定价。

巴西选举冲击：雷亚尔面临双位数跌压

巴西市场料将在本周开盘后承受剧烈抛压。卢拉意外胜选令众多偏向右翼候选人的投资者措手不及，Bolsonaro随即宣布寻求宣告此次决选无效。

CME交易所的雷亚尔外汇衍生品合约显示汇率约为5.55兑1美元，隐含较上周五收盘价下跌逾10%。在日本上市追踪巴西资产的ETF盘中一度暴跌16%。

投资研究机构Floodlines Research创始人兼投资策略师Anna Wu表示，"市场对此结果毫无准备。在我看来，这不只是情绪性反应，本地市场如今正面临政府债务扩张与货币贬值的切实风险。"

风险提示及免责条款