华尔街见闻 - 资讯 - 最新

四部门拟给“速成车”踩刹车，新车竞赛要变了

Mon, 12 Oct 2026 14:28:26 GMT

“速成车”现象正在迎来一轮最严苛的监管。

10月10日晚间，工业和信息化部等四部门发布《关于进一步加强汽车产品创新设计和研发测试验证有关管理工作的通知（征求意见稿）》（以下简称“《征求意见稿》”），要求车企在申报新车时拿出更完整的测试记录。

随文公布的技术规范提出，乘用车应完成不少于3万公里的可靠性试验，环境适应性验证周期不少于一年，覆盖“高寒—高温—高寒”。

这份文件触及今年汽车业反复争论的“速成车”。车企希望更早推出产品，成熟平台、仿真和并行开发也确实缩短了研发时间。但一款车提前上市，究竟省下了重复开发的时间，还是缩减了实车试验与故障复测，外界很难仅凭发布会上的开发周期判断。

《征求意见稿》发布前两天，10月8日，懂车帝发布测试视频称，三辆尊界V800在连续紧急制动中出现制动踏板支架底座断裂。尊界汽车回应称，制动系统已完成开发验证，同时决定优化部件设计，并为已交付用户提供免费升级。

今年以来，“速成车”成为车企高管频繁讨论的词。争议并非新车开发能否提速，而是提速后，设计、零部件和量产状态是否仍经过充分验证。

中国汽车流通协会专家委员会成员李颜伟在10月11日表示，相关部门对于“速生车”的治理是早有准备。而新的规定，能挡住明显压缩研发周期的做法。

尽管《征求意见稿》还有一系列细节待敲定，不过中国新能源汽车在狂奔多年后，也终是思考，如何高质量发展了。

01 新车开发提速，验证如何跟上

“速成车”在过去一段时间里，成为各方关注的焦点。一个核心点在于，很多新车的迭代周期被明显缩短。传统车企一款车从开发到量产上市，需要36个月乃至更长的时间，而如今很多新车的迭代周期被压缩到了18个月以内，乃至更短。

北京现代总经理李凤刚在中国汽车论坛上批评部分企业为了赶上市进度删减试验。他提到，零部件完成设计验证后，还需通过量产验证，确认采用实际量产零件和工艺时，产品能否稳定达到要求。

近期，围绕“速成车”的公开表态还在增加。上汽大众推出ID. ERA 5S时表示不造“速成车”，称该车与家族旗舰采用同一套验证体系。广汽集团随后在官网发文，强调不压缩验证。最近，东风日产汽车销售有限公司副总经理王骞也在10月11日表示，其新能源车型坚持完整验证标准。

这些表述指向车企共同面对的压力：新车要尽快进入市场，也要让消费者相信，上市时间没有挤占必要的测试。

车企密集谈论验证，有眼下的市场背景。

新车上市能够迅速带来关注和订单，可靠性却要经过较长时间的试验和使用才能得到检验。上市日期可以写进产品计划，测试中会发现什么问题、整改需要多久，难以事先确定。

当企业将上市节点排得很紧，项目留给问题修正的时间也随之减少。“速成车”争论指向的，正是这段容易受到挤压的时间。

岚图汽车董事长卢放提出，平台复用、模块化和仿真技术可以提高开发效率，评价一款车应看必要的验证是否完成。

一位新势力高管也对华尔街见闻表示，单用开发到上市的时间，就说一款车并不科学。过去做“两冬一夏”测试时间久，但现在可以通过反季节测试进行；在实际验证中，也能通过模拟实验替换大量实测。

“问题的关键在于测试的有效性，而不只是时间长短”，前述新势力高管说道。

眼下，新车开发提速有不同来源：设计、采购和试制等工作可以交叉推进，成熟平台也能减少重复开发；采用新的结构、材料或功能后，车企仍需确认已有试验能覆盖哪些变化，并完成相应的实车验证。

监管检查已在推进。

8月27日，四部门启动为期一年的汽车产品生产一致性和质量提升专项行动，将关键系统和零部件可靠性、整车耐久性、新技术验证列为检查重点，并关注研发周期、供应商管理及量产一致性。

尊界V800事件使关键结构件在极限工况下的表现受到关注。它也暴露一个具体的验证问题：测试发现异常后，企业如何复核设计和原有试验范围。

10月10日公布的征求意见稿，把整车可靠性、环境适应性和关键结构件测试进一步落实到新车申报材料。测试结果、问题整改及相关记录将进入审查范围。

车企此前围绕开发周期作出的质量承诺，今后需要由更具体的验证材料支撑；相应的测试时间，也要更早进入车型上市计划。

不过，文件仍处于征求意见阶段。按照草案，自2027年1月1日起，涉及研发测试验证的新申报《公告》产品须增填相关技术参数；测试验证不充分的，将不予公告。

02 验证门槛抬高，份额竞争仍在

如果草案按现有条款落地，影响将首先体现在2027年起申报的相关车型上。车企需要在申报前完成验证，并为发现问题后的整改、复测安排时间。

验证门槛提高，对车企的影响会从项目开始分化。

一位新势力的工程师向华尔街见闻介绍，已有成熟平台、较早安排测试的车型，可以在开发过程中发现并处理问题；采用新结构、新材料或大幅调整关键配置的车型，需要为相应验证和复测留出更多时间。试验能力、项目储备和上市排期不同，决定了有些企业能够维持推新节奏，有些企业则需要调整原定节点。

上述人士进一步表示，“速成车”是内卷竞争的一种表现，压缩验证换取上市时间只是其中一种做法。降价、增加配置、频繁改款、进入更多细分市场，同样是车企争夺份额的方式。新规提高了质量底线，可以约束前一种做法，却不会让企业放弃后面这些竞争手段。

竞争持续的原因，在于现有市场难以轻松消化如此密集的产品供给。

中汽协披露，今年上半年新车投放超过500款，在售品牌超过130个，并指出车型同质化问题加重。与此同时，乘联分会统计的1—8月国内乘用车零售同比下降20.8%。

当不少车企瞄准相近的价格带和用户，单款车能够分到的销量受到挤压，企业又需要销量来分摊工厂、研发和渠道投入，于是继续推出新车、争取订单。

而盈利压力使这场竞争更难迅速降温。国家统计局数据显示，今年1—8月规模以上汽车制造业利润总额同比下降16.0%。

中国汽车工业协会在10月12日展望，四季度汽车行业有望保持平稳运行态势。其中出口预计仍将保持增长，全年有望超过1000万辆，500亿元消费品以旧换新资金已全部下达，存量政策将进一步增强实施效能，叠加地方、企业促消费活动，国内市场销量降幅有望收窄。

在这样的环境下，车企如何选择项目更为关键，以往“多生孩子好打架”的玩法已是过去式。

对于车企而言，一款销量不大的新车，也要占用工程团队、试验车辆和测试资源。前期投入提高后，重复布局、预期销量有限的车型更难通过内部立项；平台共用、减少相近车型、整合品牌和产能，可能成为企业先行采取的调整。

对于长期无法摊薄研发及渠道成本的企业，持续的利润压力还会推动更深的行业出清。这一过程取决于销量、现金流和融资能力，不会随着准入要求调整立即完成。

可见，新规对推新节奏的影响会先落在具体项目上，即验证准备不足的车型延后，资源和测试体系较完整的车企继续上新。行业竞争也会继续体现在价格、配置、产品差异和成本效率上。

也就是说，行业内卷是否缓解，除了看新车测试是否更充分，还要看重复车型是否减少，以及终端价格和行业利润能否趋稳。

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。

报道：微软明年将大规模部署自研AI芯片，目标推理效率提升40%

Mon, 12 Oct 2026 13:45:53 GMT

微软正加码自研AI芯片，计划以吉瓦级规模部署Maia系列芯片，逐步降低对英伟达GPU的依赖，并通过提升推理效率控制AI基础设施成本。

10月12日，据彭博报道，微软周一宣布，新一代Maia 300芯片将于明年开始在数据中心部署，专为AI推理任务设计。微软预计，Maia 300每兆瓦可处理的token数量将比主流GPU系统高出40%，意味着在相同能耗下能够承载更多AI工作负载。

与已向云端客户开放自研芯片算力的谷歌和亚马逊不同，微软目前无意将Maia芯片的算力直接出租给外部客户。这一选择反映出微软的优先级：先用自研芯片满足自身庞大的AI服务需求，再将硬件效率优势转化为业务竞争力。

吉瓦级部署，能效优势是核心逻辑

微软加码自研芯片，本质上是为了提高AI推理效率、降低运营成本。

推理是指利用训练完成的AI模型执行实际任务，例如总结会议记录、回答研究问题等，也是AI应用运行过程中重要的算力需求来源。微软表示，Maia系列针对自有数据中心的推理工作负载进行专门设计，能够更高效地运行相关任务，并减少对英伟达GPU的采购需求。后者目前仍是微软推理业务的主要算力来源。

微软数据中心硬件业务负责人Rani Borkar表示：“我们相信，我们为这些工作负载打造了最佳产品。我们将从明年起以吉瓦级规模部署Maia，以实际行动支撑这一信心。”

前代产品已在多地落地，新款明年接力

微软的自研芯片战略早已启动。今年年初，公司开始在数据中心安装上一代产品Maia 200，目前该芯片已用于驱动Copilot等AI软件及其他任务。

Borkar介绍，Maia 200能够支持OpenAI模型、微软自研AI模型以及多个开源模型系列，部署范围覆盖美国、欧洲和澳大利亚的数据中心，为Microsoft Teams、Copilot等产品提供AI能力支撑。

新一代Maia 300预计将于明年启动部署。微软希望借助其能效优势，在持续扩张的AI业务中进一步优化算力配置，降低推理成本。

自研芯片赛道，微软追赶谷歌和亚马逊

在云计算巨头纷纷开发自研AI芯片的背景下，微软的布局相对滞后。谷歌和亚马逊起步更早，已在自研芯片领域建立先发优势，并将相关算力开放给云端客户使用。

微软则选择了不同的商业路径。Borkar表示：“我们自身的AI服务业务已经足够庞大，我们希望优先服务自己。”

这意味着，微软现阶段更倾向于将Maia芯片用于内部AI业务，而非通过出租算力直接创造收入。对投资者而言，Maia的商业价值将更多取决于其能否提高AI服务的运行效率、降低推理成本，并最终改善相关业务的利润率，而不是芯片租赁业务能够带来多少直接收入。

风险提示及免责条款

财报季乐观预期与中东风险交织，美股指涨跌互现，存储芯片股普跌，油价走高，黄金小幅下跌

龙玥、张雅琦、李佳 — Mon, 12 Oct 2026 13:35:30 GMT

市场正权衡企业财报季的乐观预期与中东局势升级的风险。霍尔木兹海峡危机持续发酵，能源价格带来的通胀压力仍是本周美欧通胀数据公布前的主要不确定因素。

周一，道指涨0.2%，标普500指数涨0.1%，纳指跌0.1%。存储芯片股普跌，SK海力士跌约3%，美光科技跌约4%，西部数据跌约2%，闪迪跌约4%。高盛同日宣布，基于盈利增长前景，将美国股票评级上调至增持，期限为三个月。

与此同时，美联储主席沃什本周预计将公开发言，投资者将密切关注其就进一步加息节奏发出的信号。上周，10年期美债收益率一度逼近5.4%，创2002年以来最高水平，债券收益率持续攀升是否会对股市估值构成压制，已成为市场争议的核心议题。

前Bridgewater Associates首席投资策略师、现美国外交关系委员会高级研究员Rebecca Patterson则表示："目前，利率上升尚未被视为压倒增长和盈利叙事的力量，股票和债券收益率可以同步上涨。但如果利率在央行持续紧缩的推动下进一步走高，利率主导并压制股市情绪的风险将随之增大。"

道指涨0.2%，标普500指数涨0.1%，纳指跌0.1%。

欧洲斯托克50指数开盘涨0.4%，德国DAX指数涨0.4%，英国富时100指数涨0.4%，法国CAC 40指数涨0.3%。

韩股收盘重挫3.6%，报6384.24点。

美国债市周一因公众假日休市

澳大利亚10年期国债收益率下行2个基点至5.32%。

欧元报1.1203美元，日元报158.36兑1美元

印度卢比周一上涨1%，为近期亚洲货币市场的突出表现。

现货黄金报4174美元/盎司，跌幅约0.48%。

布伦特原油涨幅扩大至1.8%，报106.62美元/桶。

油价走高，霍尔木兹危机支撑百元关口

布伦特原油涨幅扩大至1.8%，报106.62美元/桶。此前，油价周一早盘一度升至105.63美元/桶，随后回落0.8%至103.91美元/桶。周末胡塞武装再度袭击利雅得主要机场，成为推动油价上涨的直接导火索。

尽管市场情绪整体趋于平稳，但分析人士警告，中东局势的不确定性仍是油价的重要支撑。Templeton Global Investments投资组合经理Yiping Liao在彭博电视节目中表示："我们的基准情景是近期能源价格将维持高位，在美国中期选举之前，我们看不到霍尔木兹危机有近期解决的可能。"

与此同时，特朗普宣布俄乌"能源停火"立即生效，但未提供细节。欧洲柴油期货周一一度大跌8.3%，然而交易员对俄罗斯额外出口的长期影响持保留态度——此前，乌克兰总统泽连斯基曾表示，停火协议尚未最终敲定，战争仍在持续。现货黄金日内一度失守4180美元/盎司，跌幅约0.36%，避险情绪并未因地缘风险升温而明显升温。

韩股成全球最差，外资加速撤离

韩国综合股价指数在长假后恢复交易，收盘重挫3.6%，报6384.24点。曾是全球AI交易最热门标的的韩国股市，正经历急剧降温。Kospi上半年领涨全球，下半年却已下跌22%，沦为全球最差主要股指。

据彭博报道，外资今年已从韩股净撤资1310亿美元，为亚洲主要市场之最。Rayliant Global Advisors投资组合管理主管Phillip Wool表示：“对大多数投资者而言——尤其是那些最近才因存储芯片交易入场韩国的人——这个主题里容易赚的钱已经赚完了。”他表示，其基金已在韩国AI股上获利了结，目前对SK Hynix和三星电子均持低配。

支撑韩股的另一根柱子也在松动。据摩根大通数据，三星和SK Hynix合计约55万亿韩元（约410亿美元）的股票回购计划即将完成。上个月韩国市场约230亿美元的买单中，两家芯片公司的回购占了大头。一旦回购结束，市场将面临明显的买盘真空。

此外，全球最大半导体设备制造商ASML宣布对韩国客户零部件价格全线上调10%，三星与SK海力士已接受方案，涨价将于明年1月生效。这进一步推高韩国芯片厂商的运营成本，构成盈利端的额外压力。

美债收益率高企，股市韧性面临考验

美国债市周一因公众假日休市，现金国债暂停交易，但国债期货小幅上涨，澳大利亚和新西兰国债同步走高。澳大利亚10年期国债收益率下行2个基点至5.32%。

上周，10年期美债收益率已逼近5.4%，为2002年以来最高位，市场正在评估高收益率能在多大程度上替代央行完成收紧工作。彭博策略师David Savage指出，随着金融股率先拉开三季度财报季序幕，美股本周具备创新高的条件，但利率上行已对大多数个股构成较高障碍，强劲的科技业绩预计将支撑指数整体动能。

美股焦点：财报季开启，通胀数据待考

本周市场焦点将转向大行财报季，美国银行、花旗集团、高盛、摩根大通、摩根士丹利及富国银行均将于本周公布业绩。

据FactSet的John Butters数据，标普500指数第三季度盈利增速预计达29.6%，将是该指数连续第四个季度实现逾25%的盈利增长。

与此同时，9月CPI和PPI数据将分别于本周三和周四公布。

前Bridgewater首席投资策略师、美国外交关系委员会高级研究员Rebecca Patterson表示：

目前来看，利率上升尚未被视为压倒增长和盈利故事的力量。股票和债券收益率可以同步上涨。但如果利率在央行持续收紧的背景下继续攀升，利率开始主导并压制股市情绪的风险将会上升。

风险提示及免责条款

节后债市的三个边际变化

Mon, 12 Oct 2026 13:28:32 GMT

国庆节后三个交易日，债市延续走强，各期限债券收益率普遍下行。国盛证券10月11日发布的报告表示，节后债市出现的三个边际变化，正在为行情延续提供支撑。

具体来看，资金价格下破此前区间下限，意味着短端利率中枢可能进一步下移；同业存单连续净偿还，反映银行负债融资需求减弱；中小银行债券持仓增速明显放缓，则意味着后续存在补仓空间。三者分别作用于资金面、银行负债端和债券配置需求，共同构成债市走强的潜在动力。

基于上述变化，国盛证券判断，债市走强趋势有望延续，10年期国债收益率有望下探至1.6%附近，30年期国债收益率或接近2.0%，四季度同业存单利率则有望回落至1.4%附近。

边际变化一：资金价格突破下限，短端利率中枢或下移

节后DR001降至1.28%，创今年5月下旬以来新低，突破了6月以来的震荡区间。

这一变化既与节后资金需求季节性回落有关，也受到央行流动性操作的推动。买断式逆回购超量续作2000亿元，为资金面提供了支撑。更值得关注的是，资金价格下破此前的隐性下限，表明央行对短端利率的容忍区间可能有所放宽。

若DR001持续维持在1.3%附近或以下，短端利率中枢有望进一步下移，并为整体收益率曲线下行打开空间。资金价格能否持续处于低位，是判断这一变化能否延续的关键。

边际变化二：同业存单连续净偿还，银行负债压力缓解

同业存单市场已连续两周净偿还：节前一周净偿还2032亿元，节后一周净偿还1083亿元，结束了6月以来大部分时间的净融资状态。

跨季后，银行面临的阶段性指标压力减轻，通过发行存单补充负债、调整负债期限结构的需求随之下降。存单净融资持续回落，意味着市场供给压力有望减轻，为存单利率进一步下行提供支撑。

存单利率回落还可能通过降低银行负债成本，为债券市场提供支撑。若银行融资需求继续下降，存单供给压力减轻将成为推动债市走强的又一因素。

边际变化三：中小银行债券持仓偏低，后续存在补仓空间

二季度以来，中小银行持续减持债券。截至今年8月，中小银行债券持有量同比增速降至4.9%，明显低于大型银行的18.0%，9月数据预计将进一步走低。

不过，中小银行持续压缩债券资产的空间有限。在信贷投放承压、同时需要维持利润稳定增长的情况下，银行仍有动力统筹安排资产配置。进入四季度，随着银行着手规划下一年度资产配置，债券可能重新成为增配方向。

中小银行当前偏低的持仓意味着后续配置需求存在回升空间。一方面，持仓偏低有望减轻中小银行进一步减持对债市的压力；另一方面，若资金面持续宽松、存单利率继续回落，中小银行增配债券可能成为推动收益率进一步下行的新增动力。不过，这一判断仍有待实际配置数据验证。

总体来看，节后债市的三个边际变化各有侧重：资金价格下破区间下限，指向短端利率中枢可能下移；同业存单连续净偿还，反映银行负债融资需求回落；中小银行债券持仓偏低，则意味着后续存在增配空间。三者能否形成持续合力，将影响债市后续的走强幅度。

风险提示及免责条款

营收暴涨约700%！最贵“伟哥”药与百亿市值背后的故事

E药资本界 — Mon, 12 Oct 2026 13:21:41 GMT

一款上市仅一年的男性勃起功能障碍（ED）创新药，正在迅速改变旺山旺水的财务面貌。

相较于其他无营收、无商业化产品、无代表性BD案例的“三无”Biotech，旺山旺水成功抢占了港股IPO的开闸时机，用实际表现回击市场质疑——有营收，并且半年度超过1亿；

有商业化产品，即使新冠药民得维不再作为公司营收贡献的主力军，但是男科药昂伟达硬是逆流而上，在一片红海的男科市场中杀出一条血路；

有代表性BD案例，公司早在IPO之前，便已和君实生物达成新冠药民得维的BD交易，IPO之后，又在2025年12月和先声药业达成氢溴酸氘瑞米德韦干混悬剂在大中华区用于抗呼吸道合胞病毒（RSV）感染以及抗人偏肺病毒（HMPV）感染适应症的独家许可权益的BD交易。

2026年上半年，旺山旺水实现营收1.32亿元，同比增长693.7%，仅用半年时间便超过2025年全年；毛利达到1.18亿元，同比增长910.1%，毛利率进一步升至89.4%。同期亏损收窄至1.22亿元，同比收窄29.7%。

这家2025年11月才登陆港股的创新药公司，没有选择拥挤的肿瘤和自免赛道，而是专注在抗感染、CNS（中枢神经）和男科三个方向精耕细作。如今，它正凭借一款"伟哥"药，走出一条截然不同的商业化路径。

不卷肿瘤和自免：三个篮子，分散风险

在国产创新药企纷纷扎堆肿瘤与自免的当下，旺山旺水的选择显得有些"非主流"。大部分依靠港股18A和科创板第五套规则登陆二级市场的创新药公司，单抗、ADC、双抗、CGT、TCE几乎是标配，肿瘤和自免领域的同质化竞争已经到了白热化的程度。

而旺山旺水从成立之初，就没有踏入这条拥挤的河流。公司成立于2013年，总部位于苏州工业园区，由一群中国科学院上海药物研究所出身的科学家创办。其战略布局覆盖神经精神、生殖健康及病毒感染三大领域——三个差异极大的疾病领域，背后体现的是一种"不把鸡蛋放在一个篮子里"的研发思路。

▲资料来源：旺山旺水官网

这种分散布局在抗风险层面的价值不言而喻。2023年新冠口服药VV116贡献了近2亿元授权收入，撑起了公司主要营收；2025年昂伟达上市，男科业务扛起了商业化大旗；未来如果LV232在CNS领域取得突破，又将打开一个百亿级的全新市场。三个领域，任意一个出现波动，其他两个还能顶上。这种结构，在创新药行业充满不确定性的研发和商业化进程中，提供了一层难得的缓冲。

具体来看，抗病毒领域有VV116（民得维），新冠适应症已在中国和乌兹别克斯坦获批上市。更重要的是，公司没有因为新冠退潮就放弃这个分子，而是将其做成干混悬剂，转攻婴幼儿呼吸道合胞病毒（RSV）感染——这是一个全球范围内尚未有特效治疗药物获批的领域，5岁以下幼儿是主要易感人群，国内每年发病人数超过两千万例。

VV116干混悬剂已被CDE纳入突破性治疗品种名单。2026年3月，VV116干混悬剂III期临床试验已完成首例患者用药，在同靶点中进度领先。此外，VV116还在拓展尼帕病毒感染适应症，2026年5月已获准开展II期试验。一个分子，开拓新适应症和剂型优化，都是挖掘更深层次的价值。类似案例有诺诚健华的奥布替尼，除了在血液瘤领域有着不错的药效，诺诚健华还开发了其在自免领域的应用。

抗病毒领域还有VV261，这是一个具有广谱抗病毒潜力的新型核苷双前药，治疗新型布尼亚病毒感染、基孔肯雅病毒感染的适应症已经处于I期临床阶段。

男科领域有已商业化的昂伟达（TPN171），以及处于II期临床的早泄药物VV913。2026年1月，VV913获得IND批准，6月已顺利开展II期临床试验。

CNS领域则有潜在同类首创的双靶点抗抑郁药LV232，2025年4月启动II期临床试验，预计2026年下半年完成；还有抗精神分裂症的VV119，2026年7月已正式启动II期临床试验；抗癫痫候选新药TPN102处于I期临床阶段。

男科药出奇制胜：红海市场中的差异化突围

旺山旺水目前最主要的业绩贡献，来自男科药昂伟达（盐酸司美那非片）。

2026年上半年，公司药品销售收入达到1.08亿元，而去年同期只有415万元。公司在中报中明确表示，收入大幅增加主要由于昂伟达销量持续增长，带来的收入增量约为1.07亿元。

昂伟达是国内首个完全由中国科学家从头设计、经国人大规模临床验证的PDE5抑制剂1类新药。它的5mg规格单片售价约69元，不仅是国产最贵ED药，也超过了辉瑞万艾可等原研产品的价格。在国内ED药物市场，万艾可、金戈、希爱力三大品牌长期垄断。旺山旺水在一个看似固化的市场里，用一款定价更高的新品撕开了口子。

产品贵，不代表没人买单。

临床数据显示，昂伟达服用后约30分钟起效，半衰期达8至11小时，明显长于西地那非约3至4小时的半衰期，药物在体内维持有效浓度的时间也相应延长。这意味着患者不需要在非常精确的时间窗口内服药，使用便利性大大提升。同时，该药可在适量饮酒情况下使用，此前开展的酒精相互作用研究显示，酒精不会对司美那非的药代动力学产生明显影响。在适用人群方面，昂伟达能覆盖老年人、轻中度肝功能损害患者以及轻中重度肾功能损害患者，这在同类产品中并不多见。

III期临床试验中，2.5mg、5mg、10mg三个剂量组的阴茎插入阴道成功率分别高达88.67%、90.33%、92.02%，性交成功率分别达70.52%、72.09%、74.65%。勃起功能专项评分分别提高至25.7、25.6、26.1分，接近正常水平（≥26分为正常）。头痛、消化不良等常见不良反应的发生率也低于同类已上市药物。

这些产品力优势，为昂伟达的高定价提供了支撑。

但真正让昂伟达实现快速放量的，是旺山旺水在商业化上的差异化打法。

公司没有走传统医药代表扫医院的老路，而是直接搭建数字化营销团队，采取"数字化+即时零售+线下学术"的组合打法。目前已覆盖京东、天猫、美团、拼多多、抖音、微信六大主流电商平台及近2万家O2O门店，夜间急送订单占比突出。ED药私密性强、线上购买意愿高，患者更倾向于在保护隐私的前提下完成购买决策，这套打法精准踩中了消费医疗的核心逻辑。从阿里健康等线上平台的购买评价来看，昂伟达的消费者中可以看到一些年龄较大的用户，不少购买者反馈服药后效果较为明显。

效果立竿见影。在抖音商城相关领域排行榜中，昂伟达位列第二，排名已超过万艾可。在阿里健康平台，5mg/1片装规格显示"全网热销10万+"。

与此同时，公司也在持续推进线下医院准入。截至2026年上半年，昂伟达已进入江苏、上海等11个省级市场，覆盖医院216家。2026年4月，昂伟达的生产由CDMO受托工厂转入连云港自建基地，供应链稳定性与产能利用率进一步提升。

当然，这种打法也有代价。2026年上半年，公司销售开支达到8012万元，其中约6720万元直接用于昂伟达的营销活动，换算下来公司上半年整体销售费用率已达到约61%。也就是说，每投入1元营销费用，目前能够产生约1.4元毛利，覆盖营销支出后留下的空间还需要承担销售人员薪酬、研发、管理等其他费用。对于一个刚上市、需要迅速建立品牌认知的新药而言，这是必经的投入期。

Biotech，到底要不要走自主商业化路线，这个话题在业内一直饱受争议，和铂医药、益方生物、映恩生物等公司选择将BD进行到底，基本没有商业化团队，依赖对外授权获取收入；艾力斯、荣昌生物、诺诚健华等公司则选择核心产品国内自主商业化，海外权益BD交易的盈利路线。旺山旺水则是选择将男科药这个高度具备消费医疗属性的产品自主商业化，感染相关产品高度依赖院内使用场景，则是选择外部合作伙伴。

更大的看点：抗感染释放BD价值，CNS剑走偏锋

如果说昂伟达是旺山旺水当下的"现金牛"，那么抗感染领域的BD价值和CNS管线的临床突破，就是未来的"估值弹性"。

目前公司已形成10个创新药管线，其中2个已商业化、6个处于临床阶段、2个处于临床前阶段。这种梯队式的管线结构，确保了公司短期内靠昂伟达实现收入增长，中期靠授权合作持续获得里程碑款项，长期靠CNS管线打开估值天花板。

抗感染领域，VV116的RSV适应症已授权给先声药业。2025年12月，旺山旺水与先声药业签订许可协议，授予先声药业VV116在RSV感染及人偏肺病毒感染适应症在大中华区的独家开发、制造及商业化权利。公司获得首付款、里程碑收入以及未来销售分成。2026年上半年，公司已确认对外授权收入2037.7万元。这种"授权+分成"的模式，让公司不用自己搭建儿科销售队伍就能分享后续收益。对于RSV感染这一庞大的儿科用药市场，先声药业在呼吸科领域的销售网络积累，恰好能与旺山旺水的研发能力形成互补。

男科领域，昂伟达之后还有早泄药VV913——2026年1月获IND批准，6月已顺利开展II期临床试验。临床前研究显示，VV913单次给药即可显著延长射精潜伏期，且在与达泊西汀的对比中，未表现出眩晕和性欲降低等副作用。未来还有肺动脉高压、良性前列腺增生下尿路症状等适应症拓展空间。早泄领域，旺山旺水之前开发了达泊西汀的仿制药，积累了CMC、临床入组、注册申报的经验，为VV913的推进效率奠定基础。

但最大的想象空间，在CNS。

LV232是一款潜在同类首创的双靶点5-HTT/5-HT3受体调节剂。其设计思路很巧妙：抑制5-HTT发挥抗抑郁作用，同时拮抗5-HT3受体减少恶心、呕吐等胃肠道副作用——把传统SSRI类药物让人吃不下药的毛病去掉，病人才能长期坚持服用。临床前研究表明，在多抑郁动物模型上LV232均展现出了显著的抗抑作用，在疼痛动物模型中也有良好疗效，预期对抑郁症的躯体症状疼痛也有改善作用。鉴于LV232较高的安全性和良好的患者依从性，预计其停药率会远低于传统的选择性血清素再摄取类抗抑郁药物。目前LV232的II期临床试验预计2026年下半年完成，随后将在中国启动短期使用的III期临床试验。

VV119则是针对精神分裂症的多靶点血清素-多巴胺活性调节剂，靶点包括5-HT2A受体、SERT、D2受体、D3受体和5-HT1A受体。其半衰期较长，具备开发为长效制剂的潜力，可降低精神分裂症患者因依从性问题导致的复发风险。2026年7月，VV119已正式启动针对成人急性期精神分裂症的II期临床试验，计划入组500例受试者。临床前数据显示，VV119可改善精神分裂症的阳性症状、阴性症状及认知功能，同时也会降低锥体外系副作用的风险。

此外，公司还有VV147——一款多靶点、具备快速起效潜力的抗抑郁候选新药，单次口服给药在各种慢性抑郁模型上均表现出显著抗抑郁样药效，目前处于临床前研究阶段；VV312则是另一款具备快速起效潜力的抗抑郁候选新药，在习得性无助模型和慢性不可预测温和应激模型中均表现出良好药效。这两个项目进一步丰富了公司的CNS管线的厚度。

结语

旺山旺水走的是一条不太一样的路。

它没有卷肿瘤，没有卷自免，而是在抗感染、CNS和男科三个方向分散布局。公司会根据各管线所处阶段动态调整资源分配：商业化品种反哺在研管线，在研管线又为未来增长蓄力，形成良性循环。当下靠昂伟达的消费医疗属性实现收入爆发，未来靠VV116的RSV适应症授权持续贡献里程碑收入，更远的未来则靠LV232等CNS管线的临床突破打开估值天花板。

这种"短中长"兼顾的管线组合，让旺山旺水在创新药企普遍"远水难解近渴"的困境中，找到了一条相对务实的商业化路径。在国产创新药"十年研发、集中兑现"的产业节点，旺山旺水凭借清晰战略与扎实执行，正由"纯研发型Biotech"快步迈向"营利型Biopharma"。

一款产品难以长久托住一家创新药企的估值，但三驾马车并驾齐驱，故事就不一样了。

本文来源：E药资本界

风险提示及免责条款

博通CEO：许多AI投资者如同赌场赌徒，AI发展最大制约因素是资本

Mon, 12 Oct 2026 13:14:01 GMT

AI基础设施投资热潮持续升温，但随着融资成本上升、投资回报的不确定性加大，资本正逐渐取代芯片和电力供应，成为制约AI行业进一步扩张的关键因素。

据彭博、CNBC报道，博通CEO Hock Tan周一在新加坡举行的DBS Asia Future Forward大会上直言，许多AI投资者对自己押注的技术缺乏基本认知，却抱有极高的回报预期，行为如同赌场赌徒。他还以OpenAI为例指出，尽管该公司年化收入在9月达到500亿美元，但高昂的模型训练成本仍使其处于亏损状态，收入增长并不意味着商业模式已经得到验证。

Hock Tan表示，资本可能是当前AI行业面临的最大制约因素，其重要性甚至超过芯片、存储和电力短缺。随着产能逐步扩张，部分硬件和能源瓶颈有望缓解，但融资成本、投资者对回报的要求，以及AI商业模式能否持续创造价值，正成为行业必须面对的新挑战。

英特尔CEO陈立武同日在大会上表达了类似观点。他指出，资本成本上升，以及投资者最终能否获得足够回报，是AI行业面临的核心挑战。澳大利亚数据中心公司Firmus Grid上周撤回IPO计划，也进一步凸显了市场对AI基础设施投资估值及未来收益的审慎态度。

资本成本攀升，AI投资回报面临考验

Hock Tan指出，过去两年AI行业经历了一系列供应瓶颈，但随着产能扩张，部分制约因素有望逐步缓解。他预计，晶圆短缺可能在2028至2029年间改善，随着新基础设施陆续投入使用，电力供应也有望趋于宽松。

相比之下，资本约束更难化解。DBS集团CEO Tan Su Shan也表示，在经历大规模投入后，市场正在重新评估AI融资的风险。对于需要持续投入巨额资金建设数据中心、采购芯片并训练模型的企业而言，融资成本上升将进一步抬高投资门槛。

Firmus Grid撤回IPO计划则为这一趋势提供了一个现实注脚。尽管该公司获得英伟达支持，但其融资计划最终未能推进，反映出投资者对AI基础设施企业估值及未来收入兑现能力的审视正在趋严。

OpenAI收入增长，仍难证明前沿AI已经盈利

Hock Tan以OpenAI为例，说明收入增长与商业模式成熟之间仍存在距离。他表示，OpenAI年化收入在9月达到500亿美元，展现出前沿生成式AI巨大的营收潜力，但公司仍因高昂的模型训练支出而处于亏损状态。

在他看来，单凭收入规模，还不足以证明前沿AI模型能够实现长期盈利。另一个问题在于企业用户的AI支出：不少企业仍处于试验阶段，购买AI服务，却未能将其转化为实际生产力提升。

Hock Tan将这种现象比作孩子拿着父母给的游戏币进入游戏厅，短时间内便花光钱，却没有真正学到东西。他认为，AI模型开发商需要找到能够从技术部署中获得实际收益的客户，而不能长期依赖试验性消费支撑增长。

短期算力需求强劲，中长期增长仍取决于回报

尽管对资本约束和投资回报发出警告，博通和英特尔两位CEO对未来两到三年的AI需求仍持乐观态度。

Hock Tan表示，算力基础设施需求持续超过供应，这一失衡格局可能延续至2029年甚至2030年。陈立武也认为，AI应用普及和算力需求扩张将继续支撑行业增长，硬件供应短期内仍可能偏紧。

不过，短期需求强劲并不意味着投资热潮能够无限延续。Hock Tan提醒，如果先进AI模型的采用进度不及预期，或模型能力提升遭遇瓶颈，算力基础设施需求可能明显放缓。陈立武则强调，企业需要通过提升效率、探索新的商业模式，证明AI投资能够带来实际回报。

随着行业从争夺算力和建设基础设施，转向验证商业价值，资本是否愿意继续投入，将越来越取决于AI能否兑现其生产力承诺。

风险提示及免责条款

REA狂揽9万颗星，AI开始“拆解”软件：万亿美元软件帝国的护城河还剩多少？

万周 — Mon, 12 Oct 2026 12:49:53 GMT

短短数日，开源项目REA在GitHub狂揽超9万颗星，将AI逆向分析商业软件的能力推到聚光灯下。它通过连接专业逆向工具与编程Agent，降低了研究和复现部分软件功能的门槛。随着AI Coding与Agent发展，软件行业原有的功能壁垒、订阅定价和工作流控制权面临重新检验。

Adobe等工具软件可能先遭遇功能商品化，Salesforce和ServiceNow则需要争夺Agent时代的业务入口；SAP、Oracle、EDA及核心安全平台仍拥有数据、流程与可靠性壁垒。

软件价值的分化，或比行业整体替代更值得关注。

一、发生了什么？——GitHub狂揽9万颗星，AI开始研究没有源代码的软件

1. 一条陡峭的Stars曲线，点燃软件行业的新焦虑：

2026年10月，GitHub上名为Reverse Engineer Anything（REA）的开源项目迅速蹿红。公开历史快照显示，其Star数从10月7日约1.1万升至10月12日9万以上，五天新增超过8万。

参照系同样重要。OpenClaw、Hermes Agent等项目在2026年先后积累数十万GitHub Star，形成持续数月的AI Agent热潮；REA的总量仍较小，却在短短数天完成近十万量级关注度的跃升，初期增长斜率在GitHub为历史级别。

2. 从人工逆向工程到Agent调查软件：

REA的核心能力，是将Ghidra、Hopper、IDA等专业分析工具，以及JavaScript、Electron、.NET和网页运行观察能力，统一接入编程Agent。

面对一款没有源代码的应用，Agent可分析本地二进制、模块结构、调用关系和部分可观察行为，获取附带证据和限制说明的结果，再结合Claude Code、Codex等工具编写所需功能。这种衔接使原本依赖专业工程师连续操作的调查流程，更容易纳入自然语言驱动的开发工作。

……

宏观投资者失去最后一块指路牌：石油与债券的联动悄然瓦解

Mon, 12 Oct 2026 12:47:02 GMT

债券市场的急速抛售正在动摇宏观投资者的信心，而令他们更为不安的，是一个沿用多年的交易锚点正在失效。

据高盛GSX交易台董事总经理Louis Miller在其最新《全球反思》报告中披露，过去一周他走访多家宏观客户，得到三个核心反馈：利率上行的速度比终点位置更令人担忧；石油与利率这对曾经形影不离的资产，已悄然脱钩；没有人能够预判中东局势的降级路径。这三点叠加，意味着宏观投资者不仅要承受债市的剧烈波动，还同时失去了最重要的前瞻性指标。

与此同时，高盛内部数据显示，2026年表现最佳的系统性策略，恰恰是大规模做空波动率——即押注市场不会出现剧烈波动。这与客户对"速度风险"的深切忧虑形成鲜明矛盾，并为市场埋下潜在的脆弱性。

速度才是真正的风险

Miller指出，客户的核心关切并非5.25%这个收益率水平本身，而是抵达这一水平的速度。自8月底以来，10年期美债收益率累计上行约68个基点，高盛利率策略师Rikin Shah将过去一个月的走势定性为两个标准差事件。

高盛MarketStrats团队的数据显示，2年期收益率自8月4日以来已上行64个基点，自2月底以来累计上行149个基点；10年期美元利率互换的3个月隐含波动率上行28个基点，为2.3个标准差，处于过去一年的第100百分位。

从具体数据看，10年期美债收益率在9月3日时为4.77%，至上周四已升至约5.32%；同日，30年期国债拍卖以5.618%的利率定价，为2000年8月以来最高；10年期国债拍卖利率5.30%，同样创2000年以来新高。收益率最终以5.25%收周，2年期收于4.80%。

高盛利率交易员April Li进一步指出，最近20个基点的上行与此前性质不同：此前是熊市平坦化，而最新一段是熊市陡峭化。在已定价100个基点加息的背景下，短端上行空间已近极限，抛售压力向长端转移，期限溢价在财政压力、供给持续放量、通胀不确定性以及边际买家萎缩的共同作用下持续累积。

Li还强调，单纯的收益率水平本身不足以吸引真实久期需求回归。无论10年期升至5.5%还是30年期升至6%，在波动率如此之高的环境下，大规模买盘难以出现。一个佐证是：财政部最新一次债券回购操作吸引了460亿美元的报价，而此前操作的平均报价约为100亿美元，Li将此解读为投资者借助回购操作抛售非活跃券的信号。

石油与债券的脱钩

在霍尔木兹危机的大部分时间里，债券市场有一套清晰的操作逻辑：跟着布伦特原油走。油价上涨意味着通胀上行，意味着加息预期升温，进而推高收益率。然而Miller表示，这一关系已经失效，令客户深感不安。

本周的市场走势提供了完整的证据链。周一，油价与收益率一度同步上涨，随后油价回吐涨幅，但美债继续下跌；周四，美国不会在中期选举前打击伊朗的消息推动债券短暂反弹，但原油的宽慰行情转瞬即逝。全周来看，油价上涨约2.5美元，10年期美债收益率基本持平。

April Li对新格局给出了最为简洁的描述：美债对油价的敏感性已呈现不对称特征——原油下跌时，债券几乎不再受益；原油上涨时，债券仍会承压。换言之，油价的坏消息对债券依然是坏消息，但油价的好消息已不再是债券的好消息。

高盛伦敦利率策略师Mark Wilson持有不同看法，他在周五的报告中指出，长端收益率与12个月远期原油价格仍保持紧密相关，能源价格企稳将有助于缓解债市抛售并推动股市年底反弹。两种观点并不完全矛盾：即期布伦特原油价格包含高盛大宗商品团队估算的每桶22美元风险溢价，为历史第二高月度读数，是一个受地缘政治主导的头条工具；而远期曲线后端才是真正的通胀定价工具。

对宏观投资者而言，实际影响十分直接：做多原油的最佳对冲工具，过去正是这笔交易本身——停火压低油价的同时，久期资产会随之反弹。如果降级不再能拯救债券，那么那些告诉Miller"无法预判局势走向"的客户，也同时失去了等待降级的理由。

股市的分化与AI的孤岛

Miller的周度图表显示，股市对上述压力的反应已清晰可见。年初至今，标普500指数上涨约14%，但剔除AI股票后的标普（SPXXAI）仅上涨约7%，两者之差在过去五周一度扩大至创纪录的10个百分点。

Miller的结论是，剔除AI的市场已经消化了利率与油价的双重压力，当前仓位较轻，他倾向于在此开始增加非AI敞口，方向包括消费体验、医疗健康以及SPXXAI的看涨期权（11月103%行权价的看涨期权成本为0.75%）。医疗健康的吸引力在于其与AI、油价和10年期收益率的相关性均接近于零。高盛的Jack Singer提供了历史基准：自1974年以来，中期选举前一个月标普500中位数回报为-3.5%，选举后四个月为+6.5%。

做空波动率的盛宴与隐患

Miller报告末尾附上的策略绩效排行榜揭示了一个深层矛盾。在列出的21个系统性策略中，10个是某种形式的做空波动率或收割偏斜，另有5个是离散度策略。按夏普比率排名前五的全部是做空波动率策略：日度股票偏斜收割（4.34）、铜波动率套利（3.55，年内回报+30.9%）、周度标普方差套利（3.15）、周度WTI波动率套利（2.69）以及VIX波动率套利（2.68）。

然而，这一盛宴的背后积累了显著的脆弱性。高盛STS团队指出，过去一年标普500的1个月已实现波动率始终低于13%，而VIX均值为18。资产管理机构对VIX期货的净空头头寸已创历史纪录，超过2024年7月的峰值，波动率的波动率已跌至接近8月低点。股票波动率交易员Oriol Lozano援引数据显示，做市商持有的伽马头寸估计创历史纪录，五大标普超额认购ETF的资产规模在10月初突破650亿美元。

高盛美国利率交易台指出，短波动率账户的持续风险削减本身正在维持利率波动率于高位，利率波动率创新高反过来又通过挤压套利交易加深了债市抛售——这是一个自我强化的机制：策略奏效，直到波动率上升；而波动率上升，正是因为策略的平仓。

当前的格局是：利率波动率处于一年区间顶部，股票波动率处于底部，两者背离创历史纪录。客户在向Miller诉说速度风险的同时，排行榜上最赚钱的策略，恰恰是在每个资产类别中大规模出售对速度的保护。高盛本周推荐的一个对冲工具是VIX 11月20/30看涨价差，成本0.81，最大赔付比为12比1——当发布绩效排行榜的机构同时推荐做多波动率挤压交易，这本身已是一个值得关注的信号。

风险提示及免责条款

国产车企自主四强齐聚，“方盒子”进入大厂混战

Mon, 12 Oct 2026 12:45:04 GMT

作者 | 周智宇

曾经作为小众赛道的“方盒子”SUV品类俨然已经成为一个拥挤的赛道。

10月10日，银河战舰700上市，比亚迪、吉利、奇瑞、长城四家主流自主车企在这条赛道会合。在北京越野、传祺等企业已经布局的市场，四强齐聚，又带来了更多争头部的目标。银河战舰700的一张牌是“智能”，瞄准了对越野也有潜在需求的“小白”消费者。

似是对银河战舰700上市的回应，在长城汽车旗下品牌坦克在10月12日发布的一张海报中，点明“智能可以避险，大梁才能托底”。

2026年9月，“方盒子”品类头部车型月销已超3万辆，月销量爆款让大厂看见了新增量，也让“方盒子”成为产品版图中难以缺席的一块。

吉利对竞争已有预判。吉利汽车集团副总裁、研究院院长李传海在10月10日晚间对华尔街见闻表示，2027年这条赛道“可能就是一片红海”。不过吉利汽车内部的目标，仍是进入第一阵营、冲击头部。

大厂补齐产品版图，也给先行者增加了对手；方正造型带来的辨识度，要继续经受价格、空间和日常体验的比较。“方盒子”的增长空间，已经成为自主龙头在家用SUV市场争份额时，绕不开的一块竞争版图。

四强会合

战舰700入场的第一步，是把自己放进20万元上下的购买区间。

新车共推出六款车型，官方指导价18.98万至37.98万元，上市先享指导价17.98万元起；符合条件的置换用户再享1万元补贴，限时焕新价为16.98万元起。最低价对应两驱入门版本，三电机四驱驭峰版的指导价则为21.98万元。

这个区间已有方程豹钛7。它的插混两驱版本从17.98万元起，四驱版本从20.68万元起。两款车的价格有了交集，预算在这一档、希望兼顾日常使用与户外出行的消费者，又多了一辆可以比较的车。

吉利为战舰700准备了原生新能源越野架构和一体式大梁，也提供三电机四驱。但销售端并没有把客户都限定在专业越野圈里。吉利银河销售公司常务副总经理关久旸专门解释，两驱探索、探索+版本，是给更重视外观、内饰和城区驾驶的用户准备的。

一套强调越野能力的架构，被放进同时覆盖城市用户与专业用户的车系。客户可以先按自己的使用需求选择两驱或四驱，再决定是否购买更多能力。战舰700既要进入硬派越野的比较，也要进入新能源大五座的购买清单。

不过也有自主品牌车企高管对华尔街见闻表示，真正进行极端越野的用户较少，许多人喜欢硬派风格，主要使用场景仍在城市。因此，他们最后选择承载式车身与增程动力，平衡城市舒适性和长途穿越需求。

不同技术路线，都在争取一批希望日常好用、又能走得更远的人。对厂家而言，大梁、承载式车身、动力与四驱方案各有设计逻辑；客户则可以拿着同一份预算，把不同路线的产品放到一起看。技术分类没有替它们隔开市场。

长城与奇瑞也早已展开了各自的阵容。长城在哈弗与坦克之间经营家用和专业越野两侧，H10的官方定位直接写成“大家庭方盒子”；奇瑞通过旅行者、iCAR等产品覆盖旅行与城市使用。比亚迪在豹系之外做大钛系，钛7又从插混延伸到纯电。几条路线的起点不同，面向的购买需求正在重叠。

四强会合之后，方正造型之下的产品仍有区别。有人保留更完整的专业能力，有人把城市舒适和长途使用放在前面，也有人用座椅与空间组合争取大家庭。区别要落实到客户经常使用的地方，才有机会成为购买理由。

对于后来者，推出一款“方盒子”已经不够。战舰700进入的是一个已有产品、已有价格参照的市场，第一阵营的目标，需要在这些选择之间取得份额。

爆款摆出了销量空间

单月三万多辆的产品体量，足以让主流车企认真对待。

乘联分会10月12日发布的9月报告中，当月批发销量超过两万辆的车型有23款。钛7以32144辆、捷途旅行者以23644辆进入其中。“方盒子”已经可以做出主流车型级别的月销量。

这发生在终端需求承压的车市。同一个9月，全国乘用车市场零售161.8万辆，同比下降28%；前三季度累计零售1333.4万辆，同比下降21.7%。能够贡献数万辆月销量的产品，对寻找增长的车企有了更大的分量。

这使得车企在产品开发中也需要取舍。一位头部新能源汽车品牌设计师向华尔街见闻回忆，一开始他们推出“方盒子”车型时，有考虑过要外观硬朗，内饰也应该符合这种感觉。但最后选择的则是让车内更适合家庭用户。

这样的产品定义，把驾驶者的越野兴趣与全家出行的要求放到了一起。硬朗造型可以保留，车内也可以围绕舒适与便利安排。厂家要让更多人愿意选择“方盒子”，就需要处理这两组要求之间的关系。

长城H10的早期订单，也呈现出家庭需求内部的不同选择。哈弗欧拉品牌总经理吕文斌在8月成都车展上表示，当时的终端订单中，六座版本约占70%，五座约占30%。六座主要对应多人家庭出行，五座更偏向户外旅居与改装，且五座占比仍在增长。

这使“家庭用户”成为需要继续拆开的需求。多人出行、日常通勤和户外旅居，会把不同版本推到不同的人面前。六座与五座、两驱与四驱的划分，都在回答客户打算怎样使用这辆车。

吉利此次把喜欢方盒子外观的新能源大五座用户列为一类客户，也强调两驱能够承接大续航、驾驶舒适与智能辅助驾驶等日常需求。它要争取的，已经是常规家用SUV也在经营的购买决定。

单车型数万辆的规模，让“方盒子”有机会成为大厂的主力生意；取得这个规模，又要求车企把不同家庭的使用方式接住。专业能力仍然重要，产品能否进入更多人的日常生活，开始决定它能够面对多大的购买人群。

红海里争头部

对已经在这块市场经营的车企，同类选择增加也会形成议价压力。

四强之外，既有越野厂商也在谈论供给增加带来的压力。一位传统车企高管认为，消费红利逐渐消退，方盒子市场已进入“存量绞杀”阶段，倒逼厂家把产品做得更好、更全能。同类车型增加以后，先行者已有的产品特色，也需要经受更多使用需求的检验。

不过，“方盒子”赛道的关键，是把硬核越野和生活化泛户外需求分开。赛道看似拥挤，内部却有分水岭；以城市通勤为主、兼顾周末露营与轻度非铺装出行的家庭，是目前很多车企都在争夺的主要群体。

吉利把自己的选择落在了产品覆盖与头部目标上。关久旸说，“方盒子”已是主流细分市场，银河在体量较大的细分市场“肯定要有这样的产品”。

对一家已经经营家用车市场的企业，补上“方盒子”，也是要在这批客户的购车清单里补上自己的位置。

李传海预判红海之后，谈到的同样是研发、验证、制造与技术积累。他认为，吉利有必要结合自身优势参与进来。按他的说法，战舰700开发了近五年；长期准备完成之时，销售端要面对的，已经是有竞品、有价格参照的市场。

“方盒子”进入家庭的购车清单后，大厂补上这一品类，也是在争取把原有客户留下来。缺少相应产品，可能让一部分买家转向竞品，车企们很难置身事外。

预判红海和继续入场并不矛盾。红海描述的是供给端的热闹，而热闹本身会教育市场、做大用户基数；真正的分化发生在热闹之下。当造型趋同、配置拉平，竞争会回到研发、验证、制造这些不容易被看见的地方——这恰是大厂积累最深、追赶者最难速成的部分。

对吉利来说，入场不是试水；银河在家用车市场的体量，决定了它做“方盒子”也是奔着头部去的。

供给一多，议价压力跟着来。参照清晰，新入场者定不出比先行者更高的价，先行者也得重新算自己的定价和配置。挤压一路传到成本和利润，比的是价格收窄之后谁还能把品质做住。

站不站得住，也不在进场早晚。拥挤时先出局的，往往不是新面孔，而是只靠造型和概念、经不起日常使用的车。方盒子买回家，要跑长途、要露营、要走非铺装路，还要承担一家人每天的通勤，问题暴露得很快。先行者攒下的口碑和暴露过的问题，后来者绕不开。

那位高管所说的"存量绞杀"，最后就落在这些地方。造型可以快速模仿，配置表可以逐项对齐，但一台车跑了多少万公里、动力总成和底盘经过几轮验证、产线和供应链能不能撑住规模化交付，没有捷径。李传海谈研发、验证、制造和技术积累，说的就是这一层，也是吉利敢进场的本钱。绞杀同时意味着集中：清单变长之后，留在前列的只会是少数几款，腰尾部产品先出清。

先行者已经考过一轮，现在轮到吉利。“方盒子”车主会把车开上长途、开进冬天，谁经得起用，两三年就见分晓。红海没有新手的缓冲期——从上市第一天起，战舰700的每一个订单，都得从别人的清单里抢过来。

风险提示及免责条款

奇瑞就马来西亚OMODA 5车辆问题致歉

Mon, 12 Oct 2026 12:35:29 GMT

10月11日晚，奇瑞汽车发布《关于马来西亚OMODA 5车辆问题的说明》，就当地一辆2023款OMODA 5发生的车辆问题致歉。

奇瑞称，事件未造成人身伤害，公司已开展原因调查，并与马来西亚陆路交通局等监管机构沟通。马来西亚陆路交通局此前表示，涉事车辆在柔佛新山发生后轴脱落事件。

奇瑞表示，经调查，该批次车辆可能存在后桥纵臂局部焊接位置焊接强度不足的问题，极端情况下有焊缝撕裂风险。使用这一结构的车型此前已停产。奇瑞马来西亚子公司已对受影响的8878辆OMODA 5启动召回，将检查相关零部件，并视检查情况免费更换。

奇瑞马来西亚在10月11日的公告中称，此次召回涉及OMODA 5的C和H两个版本。

车主可在其官网输入车辆识别号码，查询车辆是否在召回范围内。受影响车主可到奇瑞授权服务中心接受免费检查和必要的零部件更换。该公司称，目前生产的车型不在此次召回范围内。

对于马来西亚以外的车辆，奇瑞表示，已对国内及相关市场同批次OMODA 5车型启动风险专项排查，并与监管机构保持沟通。公司将根据排查结果公布后续情况。

马来西亚陆路交通局10月11日宣布，暂时暂停相关OMODA 5车型的车辆型号认证，并暂停新车注册，直至技术调查完成、安全风险得到识别。该局表示，该措施将针对可能受影响的车型和版本实施。

监管部门要求奇瑞马来西亚根据零部件编号、生产批次、车辆识别号码等信息，确定可能受到影响的车辆并实施召回。

同时，监管部门将对OMODA 5的生产和装配流程，以及相关后轴零部件供应商展开技术审查，检查质量控制、焊接工序和零部件安全状况。认证暂停措施将在整改完成并经监管部门确认风险已得到处理后解除。

2024年，奇瑞马来西亚曾因OMODA 5后轴问题召回600辆车进行检查。公司当时称，供应商更换自动焊接设备的焊头后未正确校准，导致一批零部件出现问题；其中60辆在马来西亚销售的车辆装有受影响零部件。

风险提示及免责条款

“卷王”马斯克，一年要造10款芯片

腾讯科技 — Mon, 12 Oct 2026 12:22:00 GMT

马斯克再次公开阐述自己“为美国造芯”的计划。

美国当地时间10月11日，在得州奥斯汀特斯拉超级工厂举行的X Takeover活动上，面对2000多名车主和投资者，他透露：“明确地说，我不知道怎么造芯片。”但紧接着补了一句：“我们会搞明白的。”

从汽车到火箭，马斯克习惯先设定目标，再带着团队解决问题。这一次，他准备把这套方法用在芯片制造上。

此前，3月21日，马斯克官宣了“超级芯片工厂”Terafab计划，项目初期投资超过150亿美元，包含SpaceX和特斯拉等参与方，试图将芯片设计、制造、存储和封装整合起来。

马斯克还提出，要通过定制生产设备、加快设计迭代，把芯片从设计到制造的周期压缩得尽可能短。

他的目标是，一年交付十个版本的芯片设计方案。金融研究机构P Equity Research强调，目前的速度是2年一版。

“不懂怎么造芯，但总会搞明白”

在X Takeover活动上，马斯克表示，芯片制造是世界上最难的事情之一，但他相信特斯拉和SpaceX最终能够找到办法，且可以做到“比任何人都更好”。

至于具体需要多久，他没有给出明确时间表，只说可能要花好几年。

Terafab概念图

Terafab计划建设在得州格莱姆斯地区，由特斯拉、SpaceX与英特尔合作推进。项目投资规模超过150亿美元，预计创造3000个就业岗位，已获得得州企业基金3000万美元拨款。SpaceX在周边控制的土地超过5260公顷，远大于工厂本身的占地规模。

不过，马斯克并不打算从零开始摸索所有环节。他在X上公开招聘芯片设计和生产工程师，希望以更快的速度迭代设计，并定制生产设备。

2026年4月，英特尔签约成为Terafab的开发合作伙伴，但随后也传出变动的消息。10月7日，英特尔CEO陈立武表示，公司将继续参与这一项目。

另外，马斯克近期也透露正在与台积电讨论Terafab相关合作，引发外界对台积电是否会参与运营、英特尔是否会被边缘化的猜测。对此，马斯克在X上明确表示，特斯拉和SpaceX将自行建设并运营Terafab。台积电如果愿意，可以租用园区的部分场地，但不会负责工厂运营。

在他看来，现有芯片工厂的设备大多来自相同的几家供应商，无论是英特尔、三星还是台积电，都在使用相似的设备。这与特斯拉的生产方式不同。特斯拉会根据自身需求设计和改造设备，也曾收购德国Grohmann Engineering等企业，增强生产自动化和设备制造能力。

马斯克希望将这套思路带进芯片制造：先使用成熟设备跑通生产流程，再根据实际情况寻找瓶颈，针对性地设计设备，提高晶圆产出和生产效率。

但定制设备能否转化为制造优势，关键不只是设备本身。

先进制程涉及蚀刻、沉积等数百道工序，每道工序的参数都可能影响后续加工。即使专门定制某一类设备，也仍然需要反复调整工艺参数，并验证它与整条生产线的兼容性。真正困难的是让各道工序形成稳定组合，在大批量生产中持续获得合格芯片。

这也是芯片制造与汽车生产的一项重要区别。

晶圆制造设备可以采购，生产线可以建设，但工艺参数如何调整、异常如何排查、良率如何逐步提升，都需要长期积累。马斯克熟悉的快速迭代方法能否在芯片制造中奏效，最终要看这些调整能否转化为稳定的量产能力。

对此，模型与AI应用开发者@DavidWu70提出质疑。他认为，芯片设计和芯片制造是两回事，AI能够参与设计流程，并不代表制造环节也能以相同速度推进。马斯克的设想听起来大胆，但真正落地仍有大量工程问题需要解决。

不过也有用户对马斯克下场造芯表示支持，“反正马斯克用自己的钱试一试，这个行业也需要门口的野蛮人冲击一下了，万一成功了呢？”

一年交付十版设计

比起定制设备，马斯克提出的迭代速度更为激进。

他希望将逻辑芯片、存储、封装和光刻掩膜等环节整合在同一设施内，让芯片设计、制造、测试和修改尽可能在内部完成，目标是一年推出十个版本的芯片。

目前，一款芯片从设计到量产往往需要数年，即使设计完成，也要经过流片、测试和工艺调整。如果实际表现不符合预期，修改后的设计还需要重新流片，再次验证。

马斯克希望压缩的，正是这个循环。

这套思路与SpaceX的星舰项目相似：通过反复测试、收集数据和修改设计，让团队更快发现问题，并将结果用于下一轮迭代。

支持者看重的也正是这一点。X用户马特·索尔特（Matt Salter）认为，如果芯片设计能从两年一次加快到一年十次，对工程师将很有吸引力，因为他们有更多机会尝试新方案。

半导体与AI领域观察人士@StragglerLiu则指出，迭代速度的价值在于缩短设计、流片和测试之间的等待时间，让每一轮结果都能尽快用于下一版产品。

但速度并不等于优势。马斯克“光速造芯”的一个关键挑战在于：成本。

以3纳米制程为例，一套光刻掩膜的成本可能达到500万至2000万美元。如果一年完成十个设计，每个设计又需要多轮修改，掩膜和流片费用就会迅速累积。这还不包括工艺调整和良率提升所需的时间与投入。

“一年十版，掩膜成本谁扛得住？”一位用户在评论区写道。

X用户@WaferBull认可快速迭代的方向，但也提醒，芯片制造不是软件开发，十个掩模组再加上多轮修正，成本很快就会堆起来。另一名用户@404latitude则认为，把产业链各个环节放进同一栋楼，并不意味着它们就能顺畅协同。一年十个设计的目标固然大胆，但从设想到实现还有很长的路。

除了加快设计迭代，马斯克似乎还在考虑改变芯片制造中的光刻技术。

8月6日，SpaceX发布Terafab巨型芯片厂的夜间渲染视频，画面中央出现一个大型环形结构。有人推测马斯克可能考虑使用自由电子激光器（FEL）作为极紫外光刻的光源。一天后，马斯克回复“FEL FTW”，表达了对这一方向的支持。

SpaceX官方发布的Terafab渲染视频

自由电子激光器则通过粒子加速器产生高速电子束，再借助磁场使电子运动并辐射出特定波长的光，理论上也能产生EUV光刻所需的光源。与现有方案相比，这一路线有望集中产生光源，再分配给多台光刻设备使用。但这项技术尚未在先进芯片制造中实现大规模工业化应用。

与此同时，SpaceX尚未公布Terafab最终采用的光刻技术方案，环形结构的具体用途也没有得到正式确认。

总的来说，设计端跑得再快，如果制造、测试和验证跟不上，整个开发周期仍然难以缩短。

改变晶体管

芯片制造并不是一家公司能够轻易攻克的领域。

台积电、三星、英特尔、SK海力士、美光和ASML等企业，分别掌握着制造、存储和设备等关键环节。几十年来积累的工艺经验、供应链协同和人才体系，很难仅凭一笔投资迅速追平。

因此，Terafab更现实的切入点，是满足特斯拉和SpaceX自身的芯片需求。两家公司拥有明确的内部应用场景，能够围绕汽车、机器人和其他计算系统的需求设计芯片，不必一开始就与现有厂商在所有领域展开竞争。

也就是说，短期内他的产能并不会对外开放，也不一定具备晶圆代工竞争力。

但即使只服务内部需求，项目仍然需要解决成本、工艺和良率问题。频繁修改设计并不必然带来更高效率，如果每次迭代都增加大量制造和测试费用，最终的性能提升却有限，快速迭代反而可能成为负担。

除了芯片制造，马斯克还提到了晶体管的其他技术路线。

“信不信由你，做晶体管的方式不止一种，有些用到的物理原理是今天根本不会用的。”马斯克认为，芯片行业对风险的规避程度太高，而Terafab可以尝试一些风险更高、潜在回报也更大的方向。

这意味着，他的目标不只是加快现有芯片的设计和制造，还包括探索不同的晶体管技术。不过，目前这些设想仍缺少具体的技术路线和时间表，最终能否落地还有待观察。

从汽车到火箭，马斯克一直强调通过密集迭代改进硬件。如今，他希望把同样的方法用在芯片制造上。但芯片行业有自己的技术门槛和成本约束，一年十个设计能否真正转化为效率优势，还需要Terafab用实际生产结果来证明。

本文来源：腾讯科技

风险提示及免责条款

法债问题或引财政可信度危机，全球明年经济与贸易增速有望回升，国庆假期效应消退---1012宏观脱水

Mon, 12 Oct 2026 11:46:30 GMT

法国成为欧洲主权债券市场压力点，市场定价隐含债务率远高于实际水平。新预算整顿规模较大但赤字改善有限，根本矛盾在于高福利支出刚性与低增长、高融资成本冲突。政治碎片化与选举周期限制政策执行，法国债务问题正演变为财政调整可信度危机。
中东冲突对能源供应的扰动逐步缓解，能源价格及通胀压力有望回落，AI相关投资继续提供支撑，预计2027年全球经济增速回升，全球贸易增长延续修复态势。
国庆假期服务消费热度平淡，商品消费仍待提振，基建实物工作量延续磨底，港口景气边际改善但运价指数偏弱震荡。

源杰科技：预计2026年第三季度净利润同比增长578.85%-659.70%

Mon, 12 Oct 2026 11:45:13 GMT

源杰科技公告，预计2026年第三季度营业收入6.5亿元至7亿元，同比增长264.56%至292.60%；归母净利润4.03亿元至4.53亿元，同比增长578.85%至659.70%，2025年第三季度为5962.89万元；扣非净利润4亿元至4.5亿元，同比增长678.44%至775.74%，2025年第三季度为5138.5万元。

风险提示及免责条款

联讯仪器：预计2026年前三季度净利润同比增长1,866.00%至2,072.95%

Mon, 12 Oct 2026 11:41:27 GMT

联讯仪器公告，预计2026年前三季度归属于上市公司股东的净利润为19亿元至21亿元，较2025年前三季度增长1,866.00%至2,072.95%；扣除非经常性损益的净利润为18亿元至20亿元，较2025年前三季度增长1,836.84%至2,052.04%。

风险提示及免责条款

印度9月CPI升至近两年高位，食品与能源通胀支撑央行紧缩

Mon, 12 Oct 2026 11:40:14 GMT

印度通胀压力再度升温，食品价格上涨、卢比贬值与国际油价走高共同加大了物价上行风险，也为印度储备银行（RBI）继续加息提供了依据。市场预计，随着通胀短期内难以明显回落，印度货币政策紧缩周期仍可能延续。

10月12日，印度统计和计划实施部公布的数据显示，9月消费者价格指数（CPI）同比上涨5.54%，高于8月修正后的4.83%，创2024年底以来最高水平，略低于彭博调查经济学家预测中值5.58%。数据公布后，印度国债延续跌势，10年期基准国债收益率上行约10个基点至7.40%。

此次通胀数据公布前数日，RBI货币政策委员会刚刚一致决定加息25个基点，将基准利率上调至5.50%，并将政策立场调整为“校准式收紧”。通胀持续走高进一步凸显了央行控制物价压力的必要性。

食品价格加速上涨，卢比疲软加剧通胀压力

食品价格是9月通胀加速的主要推手。数据显示，印度9月食品通胀同比升至7.74%，明显高于8月的5.97%。食品在印度零售通胀篮子中的权重超过三分之一，其价格上涨对整体CPI形成显著推动。

其他分项价格也普遍上涨。9月交通运输成本同比上涨5.01%，高于8月的4.6%；餐厅及酒店价格涨幅从8.38%升至9.36%。个人护理价格同比上涨13.75%，虽低于8月的15.17%，但仍处于较高水平。

与此同时，卢比持续承压。尽管卢比周一上涨1%，但仍是今年以来亚洲表现最差的货币之一。卢比贬值推高进口成本，增加输入性通胀风险；国际油价重新升至每桶100美元上方，也进一步加大了印度的通胀压力。

印度政府对终端燃油价格的保护有限，仅在5月小幅上调零售油价。面对食品和能源成本上涨，企业利润率已受到挤压，而新增成本尚未完全传导至消费者，意味着后续零售价格仍存在上行压力。

RBI预计，印度今年12月当季通胀均值将达到6%，并已将全年通胀预测上调至5.2%。此外，降雨不足可能在未来数月继续推高食品价格，令通胀回落面临更多阻力。

经济学家预计加息周期仍将延续

通胀持续高于此前水平，令RBI面临更大的政策压力。随着食品价格冲击扩大、进口成本上升，央行需要在抑制通胀与避免过度收紧金融条件之间寻求平衡。

Elara Securities经济学家Garima Kapoor表示，在大宗商品价格持续偏高、全球利率上行的背景下，预计RBI将继续推进加息，并预测截至2027年3月底前还将加息两次。

法国兴业银行经济学家Kunal Kundu则指出，相较于蔬菜价格的短暂上涨，范围更广的食品价格冲击更具持续性，也更容易传导至居民通胀预期。

食品价格走势、卢比汇率及国际油价将成为影响后续政策的重要变量。若这些因素持续推高物价，印度通胀短期内恐难回落至RBI目标区间的中值4%，央行维持紧缩立场、进一步加息的可能性也将随之上升。

风险提示及免责条款

沙特拟将输油管道能力扩至1000万桶/日，天然气管道或临时转用输油

Mon, 12 Oct 2026 11:34:03 GMT

沙特阿拉伯正加速推进输油管道扩容计划，力求在两到三年内将通往波斯湾以外目的地的管道输送能力提升至每日1000万桶。

沙特能源大臣Abdulaziz bin Salman周一在利雅得世界石油大会上表示，相关计划包括对东西输油管道泵站进行升级改造，以及将一条天然气管道改造用于输送原油。这一系列举措旨在增强沙特能源基础设施在胡塞武装持续袭击下的抗风险能力。他表示，被改造的天然气管道最快七至八周内即可投入使用，初期日输油能力约为120万桶。

上述计划对全球原油市场具有直接影响。东西输油管道是美伊战争爆发以来沙特原油出口的核心通道，承担着向红海延布港输送出口原油、以及向沙特西海岸炼油厂供应原料的双重功能。管道输送能力的大幅提升，将进一步降低沙特对霍尔木兹海峡航运通道的依赖。

东西管道已成战时出口核心通道

Abdulaziz bin Salman上周披露，截至10月6日，东西输油管道的日输送量已达580万桶，接近其700万桶/日的总设计产能。该管道连接沙特东部产油区与红海沿岸，为绕开霍尔木兹海峡提供了关键替代路线。

这位能源大臣强调，东西管道在当前危机中发挥的作用已充分覆盖其建设成本。随着胡塞武装对沙特能源及航空基础设施的袭击持续，提升管道韧性已成为沙特能源安全战略的优先议题。

天然气管道临时转用，双用途改造同步推进

在天然气管道改造方面，Abdulaziz bin Salman表示，该管道初期日输油能力约为120万桶，若进一步追加投资，理论上可提升至每日300万桶。不过，这一安排仅属临时性质。

他透露，已告知沙特阿美首席执行官Amin Nasser，该管道可用于输油至明年5月，此后须完成清洗并恢复天然气输送，以满足夏季国内用气需求。

与此同时，沙特正与阿美合作推进管道双用途改造，通过安装泵站和压缩机，使管道具备根据实际需要灵活切换输送油气的能力，从而在长期层面提升基础设施的战略灵活性。

风险提示及免责条款

瑞银给出AI交易下一主线：电力、数据中心与关键资源

Mon, 12 Oct 2026 11:31:29 GMT

AI投资叙事正从模型研发转向基础设施建设。瑞银（UBS）在最新研报中指出，电力供应、数据中心容量与融资能力正成为驱动AI交易下一阶段的核心变量，市场关注点也从模型竞争转向基础设施能否及时交付。

瑞银能源与资源领域专家Catherine Gordon在近日发布的报告中，将这一趋势概括为“AI基础设施约束浮现为交易下一阶段”。她指出，Alphabet与亚马逊近期签署的长期购电协议（PPA），进一步凸显了电力供应对AI扩张的重要性，并使基础设施类资产持续成为市场关注焦点。

尽管市场仍对AI资本支出的可持续性及基础设施融资存在担忧，行业反馈却持续显示需求保持韧性。当前的关键问题已不只是AI需求能否兑现，更在于供给端能否跟上部署速度。

供给瓶颈与执行能力，决定AI投资下一阶段

Gordon指出，围绕OpenAI营收预期的短暂质疑虽一度引发市场波动，但AI投资逻辑的核心仍在于基础设施建设能否匹配需求。电力可用性尤其受到关注，Alphabet与亚马逊签署长期购电协议，也进一步强化了市场对能源供给约束的重视。

近期新加坡Data Center World Expo上的行业交流同样显示，与会者更关注供应链能否快速扩大产能，而非终端需求出现实质性下滑。这意味着，随着AI基础设施持续扩张，项目交付速度、供应链保障与执行能力，可能成为影响企业竞争力和投资回报的重要因素。

这一趋势也延伸至关键原材料领域。瑞银的分析与“投资瓶颈资产”的思路一致，即关注那些掌握关键材料、能够满足电网扩建、数据中心建设、制造业回流和国防投入需求的企业，稀土、钨等金属便是典型代表。随着基础设施投资持续增长，掌握稀缺原材料供应的企业，有望获得更多投资者关注。

风险提示及免责条款

大摩Wilson：债市已在替美联储“加息”，美股反弹还看两大信号

Mon, 12 Oct 2026 11:26:50 GMT

债券市场的剧烈波动正在悄然承担起美联储的紧缩职能，这一罕见格局为股市走向带来了新的解读框架。

摩根士丹利首席股票策略师Mike Wilson在最新周报中指出，随着美国10年期国债收益率自2月以来累计上行120个基点，金融条件已大幅收紧，债市实际上正在替代美联储完成加息工作，这可能令美联储无需进一步上调政策利率。Wilson认为，若本周三公布的美国消费者价格指数（CPI）数据温和，将有助于缓解长端收益率压力及市场对政策利率的预期。

在此背景下，Wilson为投资者提供了两大前瞻性信号：金融股的相对表现，以及衡量债市波动率的MOVE指数。他强调，债市波动率的变化比收益率的绝对水平更具指示意义，而本周摩根大通、高盛、花旗及富国银行的三季度财报将成为关键观察窗口。

债市收紧效应已然显现

Wilson在周一发布的"Weekly Warm-up"报告中指出，当前多重因素叠加，货币紧缩效应已在市场中发挥作用：10年期美债收益率自2月以来跳升120个基点，美元指数走强，油价维持高位，三者共同构成了实质性的金融条件收紧。

全球政府债券收益率目前已整体超过4%，为2000年以来首次。Wilson认为，在债市已大幅定价更高利率的情况下，美联储主席Kevin Warsh面临的政策压力实际上有所减轻。若本周CPI数据不出现超预期上行，长端收益率的上行动能或将趋于平缓。

标普500上涨掩盖内部分化

Wilson指出，标普500指数之所以未能充分反映当前金融条件的收紧，原因在于指数涨幅高度集中于少数大市值、以人工智能为核心的科技股——这些公司的成长性足以抵御资本成本上升的冲击。

这一结构性分化在市场广度上已有明显体现。标普500等权重指数自3月以来落后市值加权指数达6个百分点，显示普通个股已承受了更多来自长端利率上行的压力。Wilson强调，对大多数股票而言，收益率的快速攀升已造成实质性损伤。

两大信号决定最坏时刻是否过去

Wilson建议投资者重点追踪两项指标，以判断市场压力是否已触顶。

其一是MOVE指数，即债市波动率指标。Wilson认为，真正重要的不是收益率的绝对水平，而是收益率的变化速度及其波动性。MOVE指数的回落将是债市压力缓解的重要信号。

其二是金融股的相对表现。本周恰逢JPMorgan、Goldman Sachs、Citi及Wells Fargo集中披露三季度业绩，Wilson认为，若上述银行财报表现稳健，将在相当程度上发出"全面解除警报"的信号。

衰退担忧或被过度定价

尽管Wilson承认收益率持续走高存在演变为增长阻力的风险，但他目前认为这一情形尚未成真。他指出，此轮收益率上行在很大程度上源于经济增长本身及其带动的资本需求，而非单纯的通胀或政策预期驱动。

从实际利率角度看，Wilson以当前CPI同比约3.4%与联邦基金有效利率3.88%相减，所得利差远低于历次衰退前的峰值水平，表明市场对增长前景的悲观预期存在高估。结合对即将到来的财报季的乐观预期，Wilson得出结论：美股走势仍有改善空间。

风险提示及免责条款

英特尔前CEO：AI天价投入，将催生30年来首次内存技术重大突破

曹周周 — Mon, 12 Oct 2026 11:25:02 GMT

英特尔前首席执行官Pat Gelsinger表示，AI本质就是记忆，资本与技术需求将推动存储创新。

HBM海岸线带宽限制是根本问题，未来须将记忆与计算以全新结构结合。

他看好铁电体等新材料和高密度可堆叠存储，但对低成本闪存持保留态度。

他认为存储器创新是三十年来第一次，即将到来。

资本热捧的AI制药神话，能否照进临床？

硅碳变量 — Mon, 12 Oct 2026 10:54:45 GMT

上月22日，英伟达及卡塔尔主权财富基金支持的AI制药公司Iambic Therapeutics于当地时间周一提交了美国首次公开募股（IPO）申请。

这一动作瞬间让Iambic Therapeutics站在了聚光灯下，也再度引发了市场对AI制药领域的热切关注与深度思考。

AI制药的投资盛宴

Iambic成立于2019年（原名Entos），目前正推进利用其AI平台开发的候选药物管线，旨在治疗实体瘤。其进展最快的候选药物IAM1363正在进行早期临床试验，用于治疗乳腺癌等实体瘤。

其股东阵容堪称豪华：英伟达不仅作为投资方入股，还与Iambic达成技术合作，借助BioNeMo、GPU算力体系支撑后者AI药物研发平台的迭代，帮助它在AI制药赛道拿到算力层面的优势；卡塔尔投资局旗下医疗投资主体参与投资，为这家临床阶段Biotech补充资本弹药，支撑新药研发这条高投入高风险的漫长管线。

与此同时，Iambic 已经和艾伯维、武田制药等多家跨国药企达成AI药物发现合作。在这些项目中，Iambic 输出自身AI分子设计平台，在真实新药靶点场景中检验模型能力。同时，这类合作也为公司带来阶段性收入，持续积累平台研发数据，强化技术验证。

事实上，Iambic Therapeutics的IPO申请，只是AI制药领域资本热潮的一个缩影。

近年来，AI制药犹如一块巨大的磁石，吸引着海量资本蜂拥而入，成为投资界的香饽饽。

从全球范围来看，AI 制药企业的融资事件频繁发生，融资金额屡创新高。摩熵投融资数据显示，截至2025年12月24日，全球AI制药公司超350家。其中我国至少有101家，大部分处于初创期与萌芽期，处于成长期与成熟期的有10余家，包括晶泰科技、英矽智能、太美医疗、康韵生物等。

产业热度的攀升，也带动了资本市场的持续关注。摩熵投融资数据显示，2025年，全球AI制药相关投融资事件近80起。其中我国至少有31起，红杉中国参与投资4起，另外芯能创投、联想创投、中金资本、BV百度风投等多家机构同样表现活跃，参与投资2起。

比如，英矽智能在港股上市时募集资金总额达22.77亿港元，引入的基石投资者包括礼来公司、腾讯、淡马锡、橡树资本等行业巨头和知名投资机构；晶泰科技通过配售新股募集到约26.53亿港元资金，还与DoveTree 公司达成高达59.9亿美元的BD合作，创下2025年中国AI制药领域金额最大的BD交易之一。

这些头部企业的亮眼表现，无疑为AI制药行业注入了一剂强心针，也吸引更多资本跑步入场。

资本持续向AI制药倾斜，这股热潮的背后有着深层次的产业动因。

一方面，AI 拥有强大的数据处理能力，可以从海量生物医学数据中快速筛选出潜在的药物靶点与分子结构假设。与之相对的是，传统药物研发的靶点发现环节则需要科研团队投入大量时间开展实验验证。

借助深度学习算法，AI能够对基因、蛋白质等多组学数据进行计算分析，在短时间内圈出一批具备疾病关联可能性的靶点，压缩早期候选范围，提升靶点探索阶段的研发效率。

另一方面，AI能够依据靶点的结构与理化性质，生成在计算层面有望具备特定活性和选择性的候选药物分子。这一方式能够缓解传统药物分子设计阶段高度依赖研发人员经验和大量盲目试错的问题，为新药早期发现提供了新的思路。

转向市场端，全球老龄化持续推进，市场对创新药物的需求也在持续增长。

而传统新药研发长期存在周期长、投入高、临床成功率偏低的行业痛点，AI制药为改善这一局面提供了新的可能性，它可以在药物早期研发环节提升效率和压缩试错成本，有望缩短新药研发的前置周期，匹配市场对创新疗法的需求，赛道也因此具备可观的商业想象空间。

现实与梦想的差距

尽管Iambic Therapeutics手握豪华资本阵容，AI药物研发平台也搭建起差异化的技术叙事，但无法回避的现实是公司核心管线仍处于早期临床阶段，这也让其上市之后持续面临多重不确定性考验。

Iambic管线中推进最快的候选药物IAM1363，目前正在开展I/1b期临床试验。

不过，I/1b期临床仅仅是新药漫长研发链条的起点。这一阶段试验的核心目标是初步考察药物的安全性、耐受性与药代动力学特征，同时会收集初步的疗效信号；试验样本规模有限，观察周期较短。所以距离药物最终拿到上市许可，中间仍隔着巨大的鸿沟。

后续项目还需要推进大样本、多中心的II期、III期临床试验，持续验证药物的治疗效果并评估其安全性。新药研发的每一个临床阶段都暗藏风险，一旦出现不及预期的数据，对应的适应症开发就可能被叫停，前期投入的资金与时间成本也将付诸东流。

新药研发本身就是高失败率的生意。“业界一直流传着‘双十定律’的说法，但我觉得是三十，即新药研发平均需要耗时10年、耗资10亿美元，并且成功率低，不足10%。”信达生物产品开发及工艺开发副总裁周凯松告诉健康时报记者。

市场期待AI制药能够提升新药研发效率，但现阶段仍缺少足够的长期临床数据，证明AI可以彻底改变新药研发高失败率这一行业固有难题。

即便AI在早期靶点挖掘和分子设计环节展现出优势，一旦进入大规模人体临床试验，依旧会遭遇各类难以提前预判的问题。药物在小样本试验中表现尚可，放大到更大患者群体后疗效衰减；或是在后续试验中出现意料之外的不良反应，都是临床开发中十分常见的失败诱因。

临床试验本身就充满不确定性，而早期管线还额外背负着AI平台技术有待验证这一层挑战。

AI制药的想象空间充足，但整套技术体系仍在持续迭代。对Iambic来说，核心AI平台的算法与模型能否稳定预测分子活性、药物安全性以及体内药效，仍需要在后续真实研发项目里反复验证。

AI在计算机模拟层面的出色表现，并不等同于它在真实人体环境中能够实现预期药效。

AI模型训练高度依赖存量生物数据，一旦模型存在偏差，可能筛出无效靶点或是设计出理论成立、体内试验却失效的分子。这类问题不仅会延缓管线开发，也会让市场质疑其作为估值核心的AI平台价值。

雄厚资本与药企合作，确实给Iambic打下了不错的基础。不过资本市场给AI Biotech的估值，本质上高度依赖管线未来能否落地兑现。

预期能否兑现，最终取决于IAM1363与后续管线的临床数据。AI可以降低早期阶段的试错成本，但难以消解人体生物系统固有的复杂性。对所有AI制药公司而言，这都是绕不开的挑战：从模型层面的理想结果，到转化为能够造福患者的上市新药，依旧道阻且长。

是泡沫还是希望

Iambic Therapeutics这类资本叙事先行、管线尚处于早期阶段的AI制药公司登陆资本市场，也引发市场对整个AI制药赛道的深度反思：这究竟是资本催生出的行业泡沫，还是医药研发变革所蕴藏的全新机遇？

不可否认，资本叙事优先的行业现状，给AI制药赛道埋下不少隐忧。

一方面，为获得融资支持，部分AI制药企业会放大技术价值与商业化前景，夸大AI在新药研发中的价值，向市场传递过于乐观的预期。这容易推高估值，造成估值水平与真实研发能力和管线进度脱节。一旦临床数据不及预期，企业无法兑现前期承诺，股价便存在大幅回调的可能，投资人也将承受损失。

另一方面，该现象还可能带来行业资源错配。大量资金涌向擅长讲技术故事但落地研发能力偏弱的企业，而那些深耕技术和踏实推进管线且具备真实潜力的团队，反而可能面临资金缺口，进而拖累整个赛道的良性发展。

二级市场的股价波动，已经折射出市场的这份顾虑。

不少AI制药企业上市初期凭借AI概念和资本故事拉动股价，一旦管线推进不顺或技术验证遇坎，股价便快速回调，体现出概念叙事带来的股价高波动。

不过，也不能仅凭这些风险，就全盘否定AI制药长期的价值。

落到技术底层，AI在新药研发上具备差异化优势：它可以解析海量生物医学数据，打开传统研发难以触及的研究方向。尤其是在AI模型持续迭代之下，它在药物研发链条的应用边界还会继续拓展，有望重构新药研发范式，实现研发提效与成本下降。

尽管绝大多数AI制药管线仍停留在早期阶段，但行业已经出现值得关注的落地案例。2026年9月10日，英矽智能宣布公司AI驱动候选创新药物Rentosertib已在针对特发性肺纤维化的III期临床试验GENESIS-IPF-3中完成首例患者入组并给药。

简言之，AI制药赛道“靠故事上市”的现象，既裹挟着资本叙事催生的泡沫，也承载着AI重构药物研发的想象空间。

长期来看，在技术迭代与临床需求的双重驱动下，AI制药赛道仍具备成长空间。伴随AI技术持续成熟和应用场景不断拓展，行业或将逐步走出早期概念验证阶段，向商业化落地推进。

本文来源：硅碳变量

风险提示及免责条款

FDE在硅谷是香饽饽，在中国可能是个坑？

人人都是产品经理 — Mon, 12 Oct 2026 10:36:29 GMT

混AI 圈，很难躲开FDE 这三个字母。Forward Deployed Engineer，前沿部署工程师。

数据确实唬人。领英今年初的报告说，这个岗位从 2023 到 2025 年涨了 42 倍，同期 AI 工程师只涨了 13 倍；Indeed 的口径是一年翻了七倍多。OpenAI 和 Anthropic 前阵子几乎同时成立企业服务公司，OpenAI 一出手就收购了一家英国 AI 咨询公司，把上百名资深 FDE 直接收编。国内也跟上了，腾讯在深圳挂出 40 到70K、15 薪的 FDE 岗，上海ZF还专门办了 FDE 人才培训班。

于是"转 FDE，年薪百万"的帖子满天飞。

我想泼盆冷水。在美国，FDE 是香饽饽；在中国，它很可能是一个换了新名字的老坑。 这篇文章不再科普 FDE 是什么，我想站在一个做了很多年产品、自己也要招人的老板角度，聊两件更扎心的事：国内的 FDE 凭什么大概率被做成"高级外包"；以及产品经理、研发、项目经理、运营、售前这五类人，转 FDE 分别会卡在哪。

同一个名字，两种活法

FDE 这套打法，是 Palantir 当年为了伺候涉密ZF客户逼出来的。它有一个灵魂假设：工程师嵌进客户团队，帮客户把能力建起来，项目结束后客户能自己跑。Palantir 卖的是"能力转移"。

国内甲方要的是什么？是交付物。付钱，给我系统，验收，结项，出了问题再来找你。

这背后是一整套组织逻辑。海外的 FDE 通常是被业务一把手亲自拉进项目的，坐在会议桌中间，和客户一起定义问题，考核看业务指标变没变，钱按成果算，越做合同越大。国内的 FDE 往往是 IT 部门或采购按合同招进来的，坐在会议室角落等需求，考核看有没有按期结项，钱按人天算。

你把右边这一串特征连起来读一遍：按人天收费、按需求实现、按期验收。这不就是外包吗？只不过外包出去的，是一个更贵、更懂大模型的人。

所以我的第一个判断是：FDE 在国内会不会沦为外包，不取决于你技术多强，取决于你被放进了一个什么样的权力结构。 进了一家真想做 AI 转型、愿意给你话语权的公司，你是特种兵；进了一家只想"买个 AI 系统交差"的甲方，你就是个高级实施。

先把尺子立起来：FDE 的六块拼图

要对比岗位，先得有把尺子。我把 FDE 的能力拆成六块。

动手编码，原型自己写，而且要写到能上生产，不是做个 demo 拍拍屁股走人。方案架构，客户的数据、老系统、权限体系，你得真能接起来。业务翻译，客户嘴里说"我想用 AI 提升效率"，你得把它翻译成一个能做、能验证的具体问题。推动协调，在别人的组织里把事推下去，你没有任何行政权力。客户沟通，坐得住会议桌，扛得住业务老大的质疑。结果闭环，对系统上线后真有人用负责，再把现场踩的坑反哺回产品。

有个说法是 FDE 的时间大约四成写代码、六成面向客户。这个比例本身就说明问题：决定成败的，是后面那六成。

六块里，我认为最难补、也最值钱的是两块：业务翻译和结果闭环。前者靠对行业的理解，后者靠心态和担当，这两样都没有速成班。

五个岗位，一个一个拆

拿着这把尺子量下去，我发现一个规律：真正决定你能不能转过去的，往往不是你缺哪块能力，而是你原来岗位养出来的那个惯性。 能力缺口可以补，惯性不改，补了也白补。

售前和解决方案：离得最近，但最大的坑恰好在终点线上。

售前的底子在五类人里最接近 FDE。面客是满分，天天在客户现场；方案架构很强，知道怎么把产品塞进客户的 IT 环境；编码中等，大多能自己搭个 POC。

但售前有一块几乎是空的：结果闭环。售前的 KPI 是签单，POC 做漂亮了、合同签了，就交给实施团队，人转身去追下一个商机。FDE 恰恰相反，签单只是开始，你要对上线三个月后有没有人用负责。

所以售前的惯性是"签完单就撤"。还有一个更隐蔽的毛病：为了成交，售前习惯过度承诺。到了 FDE 的位置，你承诺的每一句话都得自己兑现，这时候就知道当初画的饼有多烫手了。

想转，最好的练法是主动跟一个项目，从 POC 一路跟到上线后三个月，亲眼看看自己的方案在真实业务里是怎么"坏掉"的。站在老板角度，售前转 FDE 是最快的，但前提是考核得改，你还按签单额给他算钱，他就永远是个售前。

产品经理：底子第一梯队，但要戒掉"等排期"的瘾。

B 端产品经理最值钱的就是业务翻译，这正好是 FDE 六块拼图里最难补的那块。懂流程、懂权限、懂客户组织里谁说了算，这些都是 PM 天天在干的事。

缺口也很明确：动手编码。但说句实在话，这块缺口在今天比任何时候都好补。TRAE、Qoder、Cursor、Claude Code 这些 AI 编程工具，已经能让一个不怎么写代码的产品经理把原型做到能跑。问题在于从"能跑"到"能上生产"，中间隔着数据权限、异常处理、日志、回滚这些工程素养，这不是工具能直接给你的，得靠在真实项目里一次次被现实教育。

产品经理真正要戒的，是两个惯性。一个是"写完 PRD 等排期"。FDE 身后没有研发团队给你排期，你想清楚了就得自己动手。另一个更隐蔽：PM 习惯做通用产品，一上来就想抽象、想复用、想平台化。FDE 的顺序正好反过来，先为一个客户把事做成，再从里面抽象。顺序一反，就会变成在客户现场画平台大饼，客户最烦这个。

站在老板角度，我对产品经理转 FDE 是最看好的。原因很简单：FDE 的终极价值是把现场经验反哺产品，而产品经理天然就握着这条通道。Palantir 那套 Ontology 本体模型，最早就是从现场项目里提炼出来的。一个能写代码的产品经理去做 FDE，三年后回来做产品负责人，那是降维打击。

运营：最被低估的一类人，但硬技能补课最多。

很多人第一反应是运营跟 FDE 不沾边，我不这么看。

运营有一块能力是其他岗位都不如的：结果闭环。运营天生对数字负责，知道"系统上线"和"有人在用"之间隔着多远。推动协调也强，在业务一线把一个动作推下去，是运营的看家本领。业务理解同样不差。

问题出在硬技能上。方案架构和编码，是运营离 FDE 最远的两块。运营的惯性是"只盯数据不碰系统"，习惯在既有系统上做运营动作，从来不去碰数据从哪来、接口怎么调、权限怎么配。

我的建议是别想着一步变成全栈工程师，可以先从扣子、Dify 这类智能体编排平台切进去，把一个真实的业务流程用 Agent 搭起来跑通，再慢慢往代码和系统集成里扎。老板这边也要看清楚：一个懂业务、肯补技术的运营，往往比一个只会写代码、不会跟人说话的工程师，更接近"能交付结果"的 FDE。

研发工程师：代码最硬，却可能离得最远。

这个结论可能会让不少工程师不服气。

研发的编码是满分，架构也强，这两块是 FDE 的地基。但研发最缺的，恰好是最难补的那两块：客户沟通和业务翻译。

研发的惯性是"关上门才写得出代码"。需求不清楚？那你先写清楚再来找我。可 FDE 的工作，就是在需求不清楚的地方干活。客户自己也说不清要什么，你得陪他一起把问题找出来。再加上很多工程师有技术洁癖，看到客户十几年前的老系统、堆在 Excel 里的业务数据，第一反应是崩溃，第二反应是"推倒重来"，而客户最不可能接受的就是推倒重来。

能转好的研发，是那种喜欢看到自己代码被真人用起来的人，比起技术优雅，更享受"这东西真解决了问题"的成就感。站在老板角度，这类人最稀缺，因为愿意走出去的研发本来就少。找到一个，就是宝。

项目经理：推动力满分，但也是最危险的转型路径。

项目经理的推动协调是满分，客户沟通也强，天天在甲方和乙方之间周旋。

缺口是编码和方案架构，硬技能几乎要从零开始。但这不是我把项目经理放在最后的主要原因。

真正的原因是：国内很多公司招的所谓"FDE"，本质上就是驻场项目经理。 这恰恰是 FDE 沦为外包的那条路。项目经理的惯性是"按计划交付，不问结果"。甘特图是安全感，范围变更要走流程，按期验收就是胜利。可 FDE 经常要做的，恰恰是推翻原计划，因为你在现场发现客户最初提的需求根本不是真问题。

项目经理想转，第一件事是戒掉"范围变更就走流程"的本能，学会对业务结果而不是对计划负责。老板这边有个很好用的自检：如果你招 FDE，最后面进来的人全是项目经理画像，那说明你心里要的其实是交付，不是 FDE。

一个反直觉的排序

五类人摆在一起，我的排序是：售前和产品经理在第一梯队，运营和研发在第二梯队，项目经理在第三梯队。

最反直觉的是研发。代码写得最好的人，反而没进第一梯队。

原因就在 AI 本身。AI 编程工具正在以肉眼可见的速度，把"写代码"这块缺口变便宜。一个产品经理今天借助 TRAE 或 Qoder 能做出来的东西，三年前得配一个小研发团队。但面客的本事、对结果负责的担当，没有任何工具能替你补，只能靠你自己一次次下场练出来。

所以我的结论是一句话：缺口好补，惯性难改。

站在老板这边，说几句不好听的

先对想转 FDE 的人说。

别被百万年薪晃了眼。那是美国顶级选手、在尊重工程师的土壤里拿到的数字。在国内，你第一要问的不是"我能力够不够"，而是"这个平台给不给 FDE 真正的话语权"。面试的时候留个心眼：面你的是业务负责人，还是 IT 部门？考核是按人天，还是按业务结果？进项目之后，你能不能见到客户真正拍板的那个人？这几个问题的答案，比 JD 上写的薪资更能决定你三年后是什么样子。能力可以补，但一个把你当高级外包用的坑，你再强也跳不出来。

再对想招 FDE 的老板说，也包括我自己。

想清楚你要的是 FDE，还是一个便宜点的乙方。如果你心里其实是"我出需求、你来实现、出事你背"，那你要的是实施工程师，别用 FDE 的名头和薪资去招，招来了也留不住。真正的 FDE 需要三样东西：定义问题的空间，按结果而不是按人天的考核，以及他从现场带回来的反馈能真正进入你的产品路线图。

还有一笔账得算明白：国内客户的付费习惯是按人天。如果你不敢跟客户谈按结果收费，FDE 模式在财务上就成立不了，算到最后它就是一门毛利很薄的人力外包生意。FDE 的问题，归根结底不是招人的问题，是商业模式的问题。

FDE 这阵风会越刮越大。但风口上，有人飞起来，有人只是被吹得团团转。

区别从来不在风，在你站的地方。

本文来源：人人都是产品经理

风险提示及免责条款

新华社：厄尔尼诺持续增强，全球面临多重风险

新华社 — Mon, 12 Oct 2026 10:20:57 GMT

随着超强厄尔尼诺事件正式形成，全球多地正面临天气、生态和民生等风险。国际气象机构和科学家提醒，此次厄尔尼诺事件发生在全球变暖背景下，影响因地区和季节而异，各国应充分利用预警窗口部署应对措施。

强度持续攀升

今年的厄尔尼诺备受全球关注。中国国家气候中心监测显示，超强厄尔尼诺事件已于9月正式形成。世界气象组织10月8日发布通报说，10月至12月期间，热带太平洋中部和东部的海洋表面温度将升至创纪录水平，这反映出厄尔尼诺正在增强，并在12月达到顶峰。

世界气象组织预测，本轮厄尔尼诺持续至2027年2月的可能性接近100%，并且可能成为至少自1950年以来最强的厄尔尼诺之一。

英国气象局长期预报部门负责人亚当·斯凯夫8月说，此前从未在预测中见过如此强烈的厄尔尼诺信号。如果预测准确，此次厄尔尼诺事件的强度及其对全球气候的影响，将远超近年来经历的厄尔尼诺事件水平。

厄尔尼诺是一种自然气候现象，典型特征为赤道太平洋中部和东部海面温度升高，通常每2至7年出现1次，持续约9至12个月，它对全球温度的影响往往在形成后的第二年最为显著。最近一次厄尔尼诺事件发生在2023年至2024年，它对2024年的全球创纪录温度起到助推作用。

英国雷丁大学气候领域研究人员阿克沙伊·德奥拉斯表示，今年的厄尔尼诺事件可能进一步推高全球气温，使2027年成为有记录以来最热年份。

影响跨越海陆

厄尔尼诺的影响始于海洋与大气相互作用。据美国国家海洋和大气管理局介绍，通常沿赤道由东向西吹的信风会将暖水推向太平洋西部。厄尔尼诺期间，信风减弱，暖水向东扩展，东太平洋深层冷水上涌受到抑制，使赤道中东太平洋洋面温度升高。这些变化还会影响大气环流，将影响传递至更远地区。

厄尔尼诺叠加长期全球变暖，正进一步推高海洋温度。欧盟气候监测机构哥白尼气候变化服务局的数据显示，8月22日，全球日平均海洋表面温度达到21.10摄氏度，超过2024年3月创下的21.09摄氏度的纪录。

随着海洋持续变暖，海洋生态系统和沿海社区面临的风险也在增加。英国《自然》杂志9月30日报道，截至8月底，美国佛罗里达州附近海域、巴拿马太平洋沿岸等海域已观测到珊瑚白化。高温可能使珊瑚失去提供营养的共生藻类，严重时可致珊瑚死亡。

世界气象组织秘书长塞莱丝特·绍洛说，厄尔尼诺源于热带太平洋的海水变暖，但其影响并不限于太平洋。在数千公里之外，厄尔尼诺也能改变降雨模式，增加极端气温出现的可能性。

厄尔尼诺对全球的影响因地而异。世界气象组织介绍，随着厄尔尼诺在2026年底达到峰值，南半球大部分地区——包括南部非洲、南美洲和澳大利亚等地——将在2027年前几个月进入最炎热季节，季节性高温叠加厄尔尼诺可能增加干旱、野火及烟霾等相关风险。而坦桑尼亚、塞舌尔等东非国家发生洪水的风险显著上升。

据阿根廷媒体日前报道，受超强厄尔尼诺影响，巴拉那河和乌拉圭河水位暴涨，导致该国恩特雷里奥斯省和科连特斯省出现大范围洪涝灾害。在受灾较严重的恩特雷里奥斯省康科迪亚市，多个区域被洪水淹没，部分市民被安置到市政疏散中心。

英国气象局近日指出，厄尔尼诺可能增加英国晚秋和初冬多雨、多风天气的几率，冬季后期寒冷天气发生几率也可能上升。英国生态与水文学中心科学家阿穆利娅·切武图里说，若新增降雨集中在英国西北部，该国东南部干旱可能延续至2027年。

联合国儿童基金会6日发布公报说，受厄尔尼诺影响，近100个国家和地区的超过3.47亿名儿童预计将在今年10月至12月经历异常多雨或干燥天气。这些天气现象将增加极端洪水和干旱的风险，并可能造成严重后果。

用好预警窗口

面对厄尔尼诺持续增强带来的风险，英国布里斯托尔大学研究人员牵头在《柳叶刀》杂志发文提出五项应对建议：国际机构及时推动健康保护和疾病预防；支持各国评估健康风险、落实预警措施；加强厄尔尼诺相关健康归因研究；持续跟踪健康影响、填补证据空白；评估相关防灾措施的成本效益。

文章主要作者、该校气候科学高级研究员鲁比·利伯指出，当前厄尔尼诺正使许多地区的气候状况变得更加极端，迫切需要更深入地了解、更准确地衡量和识别各个国家和地区面临的不同风险。

世界气象组织表示，正推动气象部门与卫生部门加强沟通协作，让气象预报及时服务健康决策。联合国儿童基金会呼吁各方在厄尔尼诺影响达到峰值前投入资源，保障儿童所需的基本服务，为受影响社区提供人道主义援助。

应对厄尔尼诺还需兼顾长期适应。英国纽卡斯尔大学气候变化影响领域教授海莉·福勒表示，许多基础设施按过去的气候条件设计，如今需要应对未来的极端天气，必须加大长期适应投入并减少对化石燃料的依赖。

本文来源：新华社

风险提示及免责条款

美国蓝潮尾部风险：财政掣肘、AI 博弈，市场定价几何？

Mon, 12 Oct 2026 10:15:55 GMT

目前距离11月3日美国中期选举已不足月余。民主党在众议院竞争中占据明显优势，参议院则处于胶着状态。预测市场显示，众议院翻蓝概率超90%；尽管分裂政府（民主党控制众议院、共和党守住参议院）仍是基准情景，但民主党横扫两院（蓝潮）的概率已升至约60%，尾部风险明显上升。

而随着民主党全面控制国会的概率较此前显著上升，市场对选举结果的定价已进入最后阶段，定价焦点也正逐渐转向不同政治格局对财政、监管及2028年政策环境的影响。当前市场已较充分定价民主党夺回众议院这一基准情景，但对蓝潮可能带来的AI监管收紧、企业税上调及政策路线变化仍存在一定低估。

从历史交易模式来看，中期选举前市场通常因政治前景不明而表现疲软，并计入较高风险溢价；选举结束后，随着不确定性消除，美股往往迎来强劲的跨年反弹。自1970年以来，美股在中期选举后6个月内平均上涨约12%。

但若此次分裂政府格局兑现，立法僵局将限制财政扩张，2027年财政脉冲减弱，债务上限与政府停摆风险后置。如民主党会对AI与数据中心监管、加密货币、大型科技和能源领域进行更严格的审查；但财政僵局一方面减轻供给压力，让长端获得支撑，另一方面2027年债务上限危机引发短端扭曲，美债收益率曲线或结构性变陡。

选举影响将逐渐转向政策再定价

选举本身对美国经济和股市基本面的直接影响有限。若民主党仅夺回众议院，国会将重新进入更强的政治制衡状态，特朗普推动新的大规模财政刺激将受到约束，2027年财政脉冲预计弱于2026年。

台积电Q3业绩前瞻：2nm放量、AI需求强劲，汇丰最高看至3800新台币

Mon, 12 Oct 2026 10:15:30 GMT

台积电本周四（15日）将公布Q3财报，其营收或将大幅超出市场预期，进一步巩固其作为全球AI算力基础设施核心供应商的地位，多家券商随即上调目标价，并预计四季度增势将延续。

据华尔街见闻此前文章，彭博根据台积电数据计算得出，该公司截至9月的第三季度营收达1.49万亿新台币（约467亿美元），同比增长51%，超出分析师平均预期的1.46万亿新台币，亦高于公司此前给出的446亿至458亿美元指引区间上沿。

据追风交易台消息，在此背景下，美国银行和汇丰均在10月12日上调了台积电目标价，维持买入评级，两者目标价分别为新台币3260元和新台币3800元。台积电股价本月已触及历史高位，当前报新台币2550元。

强劲的销售数据，在投资者普遍担忧债务水平攀升、监管阻力增加，以及OpenAI与Anthropic呼吁放缓AI技术发展步伐之际，进一步巩固了市场对AI需求前景的信心。台积电是英伟达和苹果的核心代工合作方，被市场视为追踪AI需求的重要风向标。本周，AMD首席执行官Lisa Su表示预计芯片需求未来数年将持续大幅增长；三星电子报告运营利润同比大增近九倍；AI服务器组装商鸿海精密季度销售额也超出预期，多点信号共同印证AI硬件需求持续扩张。

三季度营收超预期，2nm放量是主要驱动

台积电9月单月合并营收为新台币5118.57亿元，同比增长54.6%，环比微降0.6%。彭博计算得，2026年前三季度累计营收达3.899万亿新台币，较2025年同期的2.763万亿新台币增长41.1%。

据美银研报，三季度营收超出美银及市场预期的环比增幅分别为+14%和+13%，实际录得+18%（以新台币计）。美银分析师Haas Liu认为，这一超预期表现主要由2nm制程的强劲放量驱动——2nm营收贡献占比预计从二季度的3%提升至三季度的约11%，主要受益于苹果新品发布的移动SoC备货需求，以及AMD Venice服务器CPU需求的强劲增长。与此同时，5nm和3nm制程利用率持续超过100%，由高性能计算及AI领域的多款产品升级所支撑，包括英伟达Rubin GPU、AMD MI400、AWS Trainium3的量产爬坡，以及谷歌TPUv8t/i的初步放量。

汇丰分析师Frank Lee在研报中同样将三季度营收超预期归因于AI先进制程的强劲需求，并预计三季度毛利率约为66.9%，与公司65%至67%的指引区间上沿基本吻合。

毛利率预期：两家机构均低于市场近期乐观预期

在利润率预测上，两家机构均对市场近期的乐观预期持保留态度。美银预测三季度和四季度毛利率分别为67.0%和67.8%，低于市场近期预期的67%至68%和68%至69%。美银指出，2nm制程爬坡带来的毛利率摊薄效应约为3%至4%，加之海外晶圆厂产能扩张，将部分抵消来自利用率改善及3nm折旧逐步滚降所带来的正面影响。

汇丰对三季度毛利率的预测为66.9%，四季度进一步收窄至66.0%，明确指出2nm节点良率爬坡及海外扩张将持续带来毛利率摊薄压力，对四季度的预测亦低于市场一致预期。

从全年来看，美银预测2026年全年毛利率约为67.2%，2027年进一步提升至68.9%；汇丰则预测2026年和2027年毛利率分别为66.7%和67.0%，两家机构均预计随着台积电在2027年初提价落地、先进节点折旧成本逐步消化，利润率将呈现改善趋势。

四季度及2027年展望：定价提升驱动持续增长

两家机构均预计四季度营收将保持强劲增长势头。美银预测四季度营收环比增长约10%至15%（美银预测为+11%），高于台积电历史季节性规律的+7%。美银分析师认为，四季度增长的核心驱动力将是产品结构持续向先进节点迁移所带来的混合均价提升，预计5nm及以下制程营收占比将从三季度的约71%提升至四季度的75%，其中2nm占比有望进一步升至约18%。

汇丰对四季度营收的预测为1.677万亿新台币，环比增长12%，高于市场一致预期的10%。

展望2027年，美银将台积电2027年EPS预测上调至新台币161.36元，较市场一致预期高出约15%；汇丰预测2027年EPS为新台币152.77元，较市场一致预期高出约5%。两家机构的核心逻辑均指向：台积电将于2027年初对先进节点晶圆定价提涨5%至10%，叠加成熟节点温和涨价3%至5%，推动毛利率进一步改善。

资本支出持续扩张，2026至2028年维持高强度投入

在资本支出方面，美银预计台积电2026年资本支出约为630亿美元，处于公司最新指引600亿至640亿美元区间的上沿，主要用于3nm产能扩充（约5.5万至6万片每月）、2nm产能爬坡（约6万片每月），以及A16制程的初期安装（约3000至5000片每月）。汇丰同样维持2026年资本支出预测640亿美元，并预测2027年升至850亿美元。

美银分析师进一步指出，2027年资本支出预计进一步跃升至约830亿美元，较2026至2028年复合年均增速约20%，反映出N3、N2、A16制程的持续扩产及CoWoS-L先进封装的加速布局。值得注意的是，设备供应商计划于2027年起对前端设备提价10%至15%，后端封装设备提价5%至10%，但美银认为台积电凭借较强的议价能力，可将上述成本增量转嫁至晶圆定价，并于2028年产能投产时予以充分体现。

Terafab竞争风险有限，台积电技术领导地位稳固

市场对于马斯克旗下Terafab计划建设超大规模晶圆厂的竞争隐忧，被两家机构均认为存在高估之嫌。据路透社10月7日报道，有消息指台积电正在就参与Terafab项目进行磋商。汇丰分析师明确表示，不认为台积电会实质性参与该项目，原因在于自主运营晶圆厂对台积电维持技术领导力和定价权至关重要。

美银则从产能规模角度进行了量化分析：即便按照Terafab计划在2026至2036年间投入逾1190亿美元，受制于美国本土单位产能建设成本高企（约每千片每月6亿美元以上），预计到2036年其先进节点产能也仅约9.6万片每月，远低于台积电目前的规模。美银据此判断，Terafab难以实现规模经济，台积电将在可预见的未来持续作为SpaceX和Tesla的核心代工合作方。

在技术层面，美银估算台积电N3/N3E的晶体管密度较英特尔18A高出约30%，而未来A16与A12节点相对于英特尔18A-P和14A的密度优势有望进一步扩大至约50%至60%。

估值仍具重估空间，两家机构均上调目标价

在估值层面，美银和汇丰的判断方向一致，但目标价存在明显差异。美银以2027年预测市盈率20倍为基准，将台积电普通股目标价从新台币3100元上调至3260元，ADR目标价从590美元上调至620美元，认为当前16倍2027年预测市盈率处于历史区间11至21倍的中间水平，估值尚不算昂贵。

汇丰则给出更为进取的目标价，将目标价从新台币3400元上调至3800元，对应2027年预测市盈率25倍，并将ADR目标价从632.19美元上调至766.44美元。汇丰认为，台积电当前定价能力处于历史最强水平，因此适用高于历史均值的估值溢价是合理的。

美银同时指出，台积电主要HPC客户的估值溢价相对台积电目前已高达100%至150%，而历史均值约为53%，这表明台积电股价的上涨迄今主要由盈利预测上修驱动，而非估值倍数的扩张，后者仍存在明显的修复空间。台积电将于10月15日举行三季度业绩发布会，届时AI需求展望、资本支出计划，以及美国投资扩张进展预计将成为市场关注焦点。

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

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

最弱借款人撑不住了！大摩：CCC级信用利差突破1000基点，银行股遭遇33年来最极端超卖

Mon, 12 Oct 2026 10:11:47 GMT

美股表面的平静正在掩盖市场内部的深层裂痕。

摩根士丹利策略师Nick Savone在最新的报告中指出，标普500指数距历史高点仅0.2%，两周已实现波动率处于过去五年的第14百分位，表面异常平静。

然而，CCC级债券利差已收于1000基点上方，为2023年以来最宽，CCC与广义高收益利差之比更升至历史峰值，而这一比值"历史上往往在更糟糕的信用周期到来之前触顶"。

与此同时，美国银行股自8月以来已下跌13%，14日RSI跌至27，而标普500的RSI仍高于60，两者之间33点的差距为30余年来最大。

上述压力正在向更广泛的市场定价逻辑渗透。美国10年期国债收益率本周升至5.30%，为2002年以来最高，周四30年期国债拍卖收益率更创下2000年8月以来新高。大摩维持年内还将再加息两次的判断，预计联邦基金利率终值区间升至4.25%至4.50%。即将于本周二打响的银行股财报季，被视为检验市场能否弥合"基本面韧性与投资者忧虑"之间缺口的关键时刻。

银行股：33年来最极端超卖

摩根士丹利欧洲内容团队的Matthew Garman指出，美国银行股自8月以来累计下跌13%，BKX指数14日RSI仅为27，已深度进入超卖区间，而同期标普500的RSI仍保持在60以上。两者之间33点的RSI差距，是1993年以来从未出现过的极端背离。目前BKX的远期市盈率已重新跌破近10年中位值约11.9倍。

银行股大幅跑输指数的背后，除利率和油价因素外，AI颠覆交易的冲击同样不可忽视。

摩根士丹利大宗经纪数据显示，金融板块占对冲基金北美净敞口的10.9%，处于过去一年的第100百分位，但仅为2010年以来的第13百分位——基金全年持续从极低基础上增持银行股，而近期13%的回调正在对新仓位形成压力。

CCC级信用：裂缝在最脆弱处扩大

大摩表示，目前美国高收益整体利差仅处于1994年以来的第16百分位，反映出表面上宽裕的信用环境；但CCC级利差已突破1000基点，升至第77百分位，且CCC利差与广义高收益利差之比已升至有记录以来最高水平。

Savone直接将症结指向利率："最弱的借款人开始感受到高利率和再融资成本带来的压力。"当博通、甲骨文、SpaceX等优质发行人以6%以上的综合收益率持续大规模融资，信用资源的"挤出效应"正使评级最低的借款人所能获得的空间愈发有限。

摩根士丹利欧洲衍生品团队已就此开始布局防御，向客户推介针对弱资产负债表资产篮子（MSSTWKBS，涵盖约50%的房地产、高杠杆工业及高负债电信公司）的保护性策略，并指出该篮子在2022年同等利率冲击中曾下跌20%，且当前已实现波动率低于欧洲斯托克50指数，对冲成本相对低廉。

利率高压：美联储仍指向两次加息

宏观利率环境持续对风险资产构成压制。

摩根士丹利跨资产主管Serena Tang指出，美国10年期国债收益率本周升至5.30%，为2002年以来最高；欧元兑美元跌至1.12，触及17个月低点。摩根士丹利基准指标显示，10年期美债收益率、美国实际收益率及标普500指数均处于各自十年区间的第100百分位。

Michael Gapen维持其鸽中带鹰的基准预判：将政策立场定性为"中性至温和限制性"，其对真实中性利率的估计自2025年初以来已从100基点以下上升至约150基点，金融条件自2月以来已收紧约100个基点。尽管9月非农就业数据仅录得2.9万的疲弱表现，他仍坚持美联储将分别于12月和3月各加息25个基点，将联邦基金利率区间推升至4.25%至4.50%。

财报季：化解分歧的"真相时刻"

Savone将即将到来的财报季定性为"真相时刻"，视其为市场化解"基本面韧性与投资者忧虑"之间背离的关键窗口。市场共识预期标普500三季度每股盈利同比增长29.5%，其中"科技七巨头"贡献约四分之一。三季度每股盈利预期在财报季临近之际持续上调，报告最密集的一周为10月26日当周，届时占标普500市值37.3%的成份股将集中披露业绩。

然而，盈利增长的高度集中值得警惕。

摩根士丹利数据显示，市场对盈利质量的区分正在加剧：2025年二季度数据显示，每股盈利上调且自由现金流预期同步上调的股票，财报次日中位涨幅为1.7%；而每股盈利上调但自由现金流预期下调的股票，则平均下跌0.8%。首席股票策略师Mike Wilson明确指出，自由现金流和预期修正广度将是决定个股财报后表现的核心变量。

从早期财报来看，百事可乐（PEP）小幅超预期但下调指引，引发市场对2027年盈利重置的担忧；星座品牌（STZ）超预期但啤酒需求与利润率依然疲弱；李维斯（LEVI）在营收略低于预期的情况下上调全年展望；达美航空（DAL）三季度营收同比约增16%。Savone警告，在工业和金融板块个股隐含波动率偏高的环境下，市场将对业绩兑现给予溢价，对低于预期者则"更为严苛"。

风险提示及免责条款

史上最大投资潮！AI基建年均达美国GDP的3.6%，是铁路时代1.6倍、互联网时代的3倍

Mon, 12 Oct 2026 10:10:57 GMT

人工智能正在催生美国有史以来规模最大的基础设施投资浪潮，其体量之巨，令此前所有历史先例相形见绌。

据布鲁金斯学会最新研究，2025年至2032年间，美国AI数据中心建设的总投资规模将达10.3万亿美元，年均约占GDP的3.63%。这一比例不仅是铁路时代高峰期的1.6倍，更是互联网与电信热潮的逾3倍。哥伦比亚大学商学院教授Stijn Van Nieuwerburgh指出，这场投资浪潮在宏观经济层面的影响将是深远且不可忽视的。

巨额资本开支也在改变AI建设的融资方式。Meta、Microsoft等超大规模云服务商的AI投资已经超过经营活动产生的现金流，越来越多项目开始通过租赁、合资企业、特殊目的载体、私人信贷和证券化获得资金。以Meta的Hyperion数据中心为例，约300亿美元的项目资产承载了270亿美元债务，项目层面的债务资产比达到90%，但相关债务并不直接列入Meta的资产负债表。

Van Nieuwerburgh并未据此认定AI已经形成泡沫，也认为现在断言存在系统性风险为时尚早。他真正担心的是，表外融资让市场很难看清完整的经济责任。已有约1.4万亿美元债务被用于相关结构，其中约7000亿至8000亿美元由银行持有。若需求、收入或项目进度不及预期，风险究竟停留在科技公司、项目股东和私人信贷机构，还是重新回到银行体系，目前缺少一套能够回答这一问题的披露和衡量框架。

布鲁金斯学会在最新播客中围绕Van Nieuwerburgh的新论文《为AI基础设施建设融资》展开讨论，从金融监管和次贷危机的视角追问AI建设的规模、表外融资结构及潜在传导风险。

访谈核心要点：

2025年至2032年，美国数据中心、电力和芯片等AI基础设施投资总额可能达到10.3万亿美元，年均相当于国内生产总值的3.63%。

AI建设相对经济规模可能比1870年至1890年的铁路投资热潮高约50%，是互联网和光纤建设热潮的三倍以上。

一个100兆瓦AI训练园区在2025年的估算成本约为41亿美元，其中约三分之二来自信息技术设备，三分之一来自数据中心建筑和电力基础设施。

Meta的Hyperion项目显示，超大规模云服务商正从自行建设和持有资产转向租赁。约300亿美元的项目资产发行了270亿美元债务，项目杠杆率达到90%，但债务留在合资企业和特殊目的载体中。

Hyperion采用五份连续四年期租约。Meta未来要么续租，要么支付剩余价值担保，但按现行会计规则，两项义务都可能暂时不在资产负债表中确认，形成Van Nieuwerburgh所说的“概率真空”。

相关结构已发行约1.4万亿美元债务，其中约一半由银行持有。若一个杠杆率为90%的项目现金流下降10%，股权可能被全部抹去；降幅继续扩大，就会开始损害债权。

政策重点不是阻止AI投资，而是建立可比较的披露体系，追踪资产所有者、债务持有人、租约签署方和担保方，并识别银行、保险公司、养老基金、债券基金及私人信贷之间的风险连接。

规模史无前例：AI投资碾压所有历史先例

Van Nieuwerburgh估算认为，美国AI数据中心建设在2025年至2032年间的年均投资规模约为GDP的3.63%。以同口径比较，美国铁路建设高峰期（1870至1890年）年均投资约占GDP的2.2%，州际公路体系建设（1950年代）和互联网及光纤热潮均约为1.1%，运河建设约为0.66%，电气化约为0.5%。

Van Nieuwerburgh表示，即便采用更乐观的宏观假设，这一数字也难以被大幅压低。

若假设名义GDP年增长率为5%（对应3%通胀与2%实际增长），该比例约降至3.5%；即便假设AI驱动强劲生产率增长、实际GDP增速高达4%，年均投资占比也仅能下降至约3%。"这个数字对于1个百分点的宏观变量变化并不敏感，"他说。

在成本构成上，每座100兆瓦AI训练数据中心的建设成本约为41亿美元，其中约三分之二来自IT设备（含服务器、芯片及光纤等），三分之一来自数据中心厂房本身及配套电力基础设施，且该成本以每年约4%的速度递增。

他同时引用了"杰文斯悖论"（Jevons Paradox）来解释为何算力成本下降并不会减少总体投资需求：计算效率的提升会引发更大规模的算力需求，"使用场景的队伍排了12英里长"，一位数据中心开发商曾如此描述尚待计算的应用场景。

表外融资：杠杆风险正在"隐身"

随着超大规模云厂商的资本支出持续超过自身经营性现金流，融资模式正发生结构性转变——从此前的自持建设，转向租赁、合资及私募信贷。Van Nieuwerburgh在论文中以Meta的Hyperion数据中心项目为例，详细剖析了这类结构的运作逻辑及潜在风险。

据论文披露，Meta最初计划自建该设施，但最终将其20%股权出售给私募信贷机构Blue Owl，作价25亿美元，并保留20%权益。双方共同成立名为"Beignet"的特殊目的载体（SPV），该实体随后发行了270亿美元债务，对应资产估值约300亿美元，项目层面债务与资产比率高达90%，债务覆盖率约为1.15倍。

关键在于，由于Meta本身仅持有该合资企业的少数股权，Beignet所发行的债务无需并入Meta的合并资产负债表，Meta对外呈现的仍是低杠杆财务形象。

在租约安排上，Meta签署的并非一份长期租约，而是五份连续的4年租约——每四年届满，Meta均可选择不续租。

Van Nieuwerburgh指出，这意味着Meta实际持有大量或有负债：若续租，须承担后续租赁义务；若不续租，则须支付"剩余价值担保"（Residual Value Guarantee），以确保项目债务得以偿还。

然而，在现行美国通用会计准则（GAAP）下，上述两类或有负债均因概率未达70%的确认门槛而无需计入资产负债表，由此形成Van Nieuwerburgh所称的"概率真空"（probability vacuum）——"两种义务必然有一种会发生，但两者都不在资产负债表上体现。"

次贷危机幽灵：风险在金融体系中的漂移

布鲁金斯研究院高级研究员Aaron Klein在访谈中，将上述表外融资结构与2008年次贷危机中的结构性投资工具（SIV）相类比，引发了Van Nieuwerburgh的深度回应。

Van Nieuwerburgh承认两者存在相似之处，但也点明了当前结构的关键区别。

他指出，当年次贷危机的核心症结在于严重的期限错配——SIV以短期资产支持商业票据为长期抵押贷款融资，一旦市场流动性收紧，体系便迅速崩溃。而目前AI数据中心融资中，多数情形与Hyperion相似，以长期项目债务匹配长期资产，期限错配风险相对有限。此外，Meta目前仍是投资级信用主体，财务状况稳健。

但他同时指出，风险并未消失，只是发生了转移。据他的初步统计，迄今已有约1.4万亿美元债务针对这类结构发行，其中约7000亿至8000亿美元由银行体系持有。传统银行业的杠杆率约为90%，私募信贷行业整体杠杆率约为50%，且与银行体系之间存在信贷额度等关联。

"最终的关键问题是：如果音乐停止，我们会经历2001年式的互联网泡沫崩溃——股市大跌但银行体系安然无恙——还是2008年式的金融危机，银行体系受损，信贷紧缩蔓延全经济？"Van Nieuwerburgh说，"目前我们还没有一套能够回答这个问题的测量框架。"

透明度是当务之急

Van Nieuwerburgh对监管体系提出了具体警示与建议。

他指出，现行GAAP准则由FASB（财务会计准则委员会）制定，Meta遵循了现行规则，并不存在欺诈或违规，但规则本身亟待审视。FASB可修订相关确认与合并规则；SEC可要求上市公司就此类或有负债作出更充分的披露，而非仅在10-K或10-Q的脚注中有限呈现。

在系统性风险的监控层面，他建议监管机构——包括美联储、财政部及各金融监管部门——着力建立一套完整的"经济资本堆栈"披露机制，明确每项重大资产的所有权归属、债务承担方、租约签署方、建设与剩余价值担保方，以及在需求不及预期时的实际风险承担方。"目标不是阻止投资，而是通过透明度实现合理定价，让监管机构提前看到风险集中，减少在下行周期中被隐性负债突然'击中'的概率，"他说。

Van Nieuwerburgh强调，纳税人亦以非直接方式参与其中——各州通过税收减免、设备购置税豁免及电费优惠等方式为数据中心项目提供补贴，且近期已有州开始收回部分优惠政策。与此同时，若AI真正释放强劲的生产率增长，其带来的GDP扩张与税基扩大将使全体纳税人间接受益。"我们每个人都对AI有敞口，在整体上，我们应该希望这项技术成功。"

以下为访谈全文

Jan Eberly（主持人）：

欢迎收听《布鲁金斯经济活动播客》第九季。我是Jan Eberly，西北大学James R. and Helen D. Russell金融学教授。本季节目中，我们将听到围绕2026年秋季布鲁金斯经济活动论文会议论文展开的讨论。这次会议由布鲁金斯学会于9月主办。

Jón Steinsson（主持人）：

我是Jón Steinsson，加州大学伯克利分校Marek公共政策与经济学教授。我们是《布鲁金斯经济活动论文》的联合主编。这是一项每半年举行一次的会议，也是一份期刊，通过把严谨研究与实时政策分析结合起来，应对当下最紧迫的经济挑战。

Jan Eberly（主持人）：

和以往一样，本季安排了一系列很有时效性的议题，包括能源市场、通胀、移民对劳动力市场和住房市场的影响、AI融资等。在本季接下来的节目中，我们将进一步了解这些会议论文，更重要的是，了解决策者应当如何思考论文所探讨的问题。

Jón Steinsson（主持人）：

本期节目讨论AI热潮，但关注的是AI热潮中一个并不总处在聚光灯中心的方面：我们究竟如何为当前正在进行的所有AI投资买单。布鲁金斯学会经济研究项目高级研究员Aaron Klein将与哥伦比亚商学院的Stijn Van Nieuwerburgh讨论他的新论文《为AI基础设施建设融资》。

Jan Eberly（主持人）：

这里的数字令人震惊。Van Nieuwerburgh估计，到2032年，美国数据中心建设每年所需投资将相当于国内生产总值的约3.6%。相对于经济规模而言，这比铁路建设热潮、州际公路系统建设或电网建设的规模都更大。

Jón Steinsson（主持人）：

令人惊讶的是，Meta和Microsoft等公司目前在AI上的投资支出，已经超过其经营活动产生的现金流。因此，它们正越来越多地借助租赁、合资企业和私人信贷来弥补资金缺口。对于了解以往投资热潮的人来说，这种情形其实并不陌生，例如21世纪初的互联网或光纤建设热潮。

Jan Eberly（主持人）：

Van Nieuwerburgh特别剖析了Meta的Hyperion数据中心项目，以此说明这些融资结构实际如何运作，以及它们为什么会让杠杆——也就是债务——更难以从外部被看见。他没有把这称为泡沫，因为判断泡沫向来很棘手，但他确实明确指出了监管者和投资者应当关注什么。

Jón Steinsson（主持人）：

下面把节目交给Aaron和Stijn。

Aaron Klein（采访者）：

谢谢你，Jon，也谢谢你，Jan。很高兴再次为你们工作。Stijn，你好，感谢参加节目。

Stijn Van Nieuwerburgh（嘉宾）：

你好，Aaron。

Aaron Klein（采访者）：

你现在常驻哪里？

Stijn Van Nieuwerburgh（嘉宾）：

我常驻纽约市的哥伦比亚大学。

Aaron Klein（采访者）：

哦，那可是世界之都。或许，在AI领域，美国正试图成为下一个世界经济之都。

你的论文非常精彩，我想直接切入主题。你估计，从现在到2032年，AI数据中心建设每年所需投资将相当于国内生产总值的3.6%。这是一个巨大的数字。与过去的运河、铁路或州际公路系统等基础设施建设热潮相比，它处在什么水平？

Stijn Van Nieuwerburgh（嘉宾）：

是的，我的中心估计是，从2025年到2032年，每年的投资规模相当于国内生产总值的3.6%。大致按照同一口径计算，铁路建设热潮在1870年至1890年约20年的高峰期内，平均投资规模约为国内生产总值的2.2%。

20世纪50年代的公路建设约为国内生产总值的1.1%。电信与光纤建设热潮，或者说互联网热潮，约为1.1%。运河建设约为0.66%，电气化建设约为0.5%。所以，AI投资的这一估计值，比此前这些资本开支热潮中规模最大的铁路建设热潮还要高约50%，是互联网热潮的三倍多。

显然，这是一个极其庞大的数字。不过，我想补充两点限定。第一，关于这些历史事件的估计并不总是采用完全一致的口径，其中有些时期距今已经非常久远。例如，在铁路数据中，确实有一些年份的投资峰值超过了国内生产总值的4%。铁路数据没有包括机车和车辆，因此可能略有低估。

但这里的重点并不是追求虚假的精确性，而是我们正在经历的这场技术热潮确实规模巨大，而且会对宏观经济产生影响。

Aaron Klein（采访者）：

让我在这一点上再追问一下。我仔细阅读论文时看到，你对一个100兆瓦的AI训练园区给出的估值略高于40亿美元。

而且在整个时间段内，这个估值似乎基本保持不变。我总会想到摩尔定律，即计算能力会随着时间不断变得更便宜。你是如何做出这个估计的？我知道这只是未来六年，但似乎每隔几年，计算能力都会便宜很多。

Stijn Van Nieuwerburgh（嘉宾）：

是的。首先我想澄清论文中的假设。你说得没错，论文对2025年一个100兆瓦设施采用的成本约为41亿美元，随后假设这一美元成本每年上升4%。我们并没有假设名义价格保持不变。需要说明的是，每兆瓦4100万美元的成本中，大约三分之二来自信息技术设备，包括所有光纤和外围设备；另外三分之一来自房地产，也就是数据中心建筑本体、其中的全部设备以及电力基础设施。

我认为你说得对，历史上计算效率的提升一直非常迅速。单位计算量的成本通常在下降。但这篇论文实际上是以兆瓦而不是以FLOPS，也就是浮点运算次数，来衡量这些数据中心的规模。因此，我的理解是，更好的芯片或许能够让每瓦电力产生更多FLOPS；与此同时，随着每FLOP成本下降，这些前沿模型开发商会训练越来越大的模型。

推理需求也会越来越多。你我会不断点击应用程序和ChatGPT窗口，提出越来越多的问题。因此，即使单位美元所能获得的性能持续提高，最前沿技术机架的成本仍然可能继续上升。这实际上是两个方向相反的作用。

效率提升会降低完成固定工作负载所需的容量，但计算成本下降又会诱发高得多的计算需求。这就是所谓的反弹效应，有时人们也把它称为Jevons悖论：当某种东西变得更便宜时，我们有时反而会更多地使用它。

一位数据中心开发商曾经这样向我描述：“应用场景的队伍足足排了12英里长。”还有大量事情我们尚未用计算机去处理。一旦计算成本下降，我们就会做更多这样的事情。

Aaron Klein（采访者）：

是的，我来自银行业。我一直记得一位银行家告诉我的一件事：当他们推出网上银行、让客户可以在线查看银行账户余额时，他们原以为呼叫中心的使用会减少，从而节省大量成本，因为在此之前，人们需要拿起电话，拨号询问自己的账户里有多少钱。

结果，在线查询实际上更昂贵。尽管每次查询的成本更低，但因为操作方便得多，人们查询的频率大幅增加，而不必拿起电话、拨号并在线等待。因此，用这种思路理解这个函数关系很有道理，而你基本上是假设这两个作用会相互抵消。

让我再追问另一个假设，也就是你对国内生产总值采用的4%名义增长率，你刚才回答时也提到了这一点。这是基于2%的通胀和2%的实际增长吗，还是另有依据？假设通胀为3%，就像过去几年大致出现的情况，而实际增长只有1%，结果会怎样？

与此相关的是，几乎没有人会在自己的模型中预测衰退，但把时间拉长到七年，长期内一次衰退都不发生的概率最终会降到零。你的模型对通胀、实际经济增长和衰退概率有多敏感？

Stijn Van Nieuwerburgh（嘉宾）：

这是个好问题。坦率地说，那条4%的路径并不是一项经过精细校准的宏观预测，而只是一个便于使用的标准化假设。从历史看，名义国内生产总值增长率大致就是这个水平，其中约2%来自通胀，约2%来自实际经济增长。

如果我们想假设通胀为3%，或者名义增长率为3%，就可以让国内生产总值从2025年至2032年按略高的速度增长。机械地说，这会扩大投资占国内生产总值比率中的分母，并降低3.6%这一核心数字。例如，如果你假设名义增长率为5%，也许是因为你希望把通胀假设从2%提高到3%，那么这一数字会从国内生产总值的3.6%降至3.5%。所以，它并不是特别敏感。

当然还有一个问题：如果我们认为3%的通胀会影响整个经济，它难道不也会影响AI建设的成本吗？因此，如果你让分子中的成本上升速度与分母中的国内生产总值增速保持一致，这个比率就不会改变。这正是我选择4%这个数字的原因。请记住，我让AI成本上升4%，同时也希望国内生产总值上升4%，这样机械性的通胀影响就不会扭曲这一比率。

至于衰退，这是个好问题。可以想象，衰退会减少AI需求、收紧融资约束、导致项目取消，因此可能会显著缩小分子。

同样，我并不是试图预测三至八年后的商业周期。我确实认为，正如你所说，衰退是有可能发生的。我认为那会同时导致国内生产总值和AI投资下降；在这种情形下，我猜分子的降幅会大于分母。

Aaron Klein（采访者）：

是的，从历史看，在这种大规模投资扩张之后，通常会出现一定程度的过度投资和某种形式的衰退。你列举的案例中，最近一次是2001年的互联网泡沫繁荣与破裂。再往前看，铁路和运河同样经历过一定程度的繁荣—萧条周期。

我们暂时从宏观问题转开。很有意思的是，名义国内生产总值变动1%，对你的基础估计影响并不大。无论对经济增速还是通胀率而言，1%都是很大的变化，但你的模型仍然表明，这里的AI投资热潮规模将达到公路和州际公路建设热潮的三倍，而后者确实彻底改变了美国。

Stijn Van Nieuwerburgh（嘉宾）：

关于这一点，我想再补充一句。有些人认为我们即将迎来增长奇迹，因此国内生产总值的实际增速也许不会是2%，而会达到4%，也就是名义增速从4%提高到6%，甚至更高。如果你假设增长非常、非常强劲，我给出的投资占国内生产总值3.6%这一核心数字，可以一路下降到3%。

但要把它降到3%以下会很困难。所以，即使你愿意假设未来八年AI将推动美国经济实现大幅增长，这个结果仍然没有那么敏感。

Aaron Klein（采访者）：

让我们具体谈一笔交易。我认为你的论文做得非常好，既讨论了全局，又带着读者一步步分析了一项交易。

你以Meta的Hyperion数据中心为案例，详细分析了一项非常具体的交易。这笔交易揭示了这些项目实际上是如何融资的？

Stijn Van Nieuwerburgh（嘉宾）：

我选择Hyperion，不仅因为这是一笔规模巨大的交易，也因为我认为它是许多类似项目融资方式的一个模板。它非常清楚地揭示了，像Meta这样信用良好的科技公司，如何在不把全部项目债务列入自身资产负债表的情况下获得新的计算容量。

这个过程很有意思。Meta最初计划把这个设施放在自己的资产负债表上建设并完全持有，就像超大规模云服务商传统上建设自有数据中心那样。但过去几年发生了一种变化，我称之为从“自建”向“租用”的“大规模风险转移”。现在，第三方业主和基础设施基金负责建设并持有这些设施。因此，Meta实际上以25亿美元的价格，把Hyperion数据中心20%的股份出售给一家名为Blue Owl的私人信贷公司，同时保留了20%的股权。

随后，双方共同成立了一家名为Beignet的合资企业。这是一家特殊目的载体，所持有的唯一资产就是位于Louisiana州Richland Parish、名为Hyperion的数据中心。它是一座巨型数据中心，初始阶段约为2吉瓦，我关注的正是这一阶段，未来还有可能扩建至5吉瓦。

之后，Beignet决定发行大规模债务。它以估值约300亿美元的Hyperion资产为基础，发行了270亿美元债务。想想这个数字：项目层面的债务资产比达到90%，偿债覆盖率大约为1.15左右。

在这一过程中，Meta自身仍然维持了很低的杠杆，因为它只持有那20%的合资企业权益。Beignet发行的债务没有任何一部分需要列入Meta自己的资产负债表。因此，Meta可以继续表现为一家低杠杆公司，同时又在这座数据中心上承担高达90%的巨额杠杆。不过，如果没有Meta作出长期租用该设施的承诺，没有人会建设这座数据中心。

有时，超大规模云服务商租户会签署10年、15年或20年的租约。Meta采取了一种稍有不同、而且我认为很有意思的做法：它签了五份连续的4年期租约。你也许会问：“五份4年期租约，不也相当于一份20年期租约吗？”

并不完全一样，因为每隔四年，Meta都有机会退出园区内九栋建筑中的任何一栋，而且可以决定不续签相应租约。因此，Meta在这份合同中拥有很大的灵活性。如果四年、八年或十二年后，出于任何原因，它不再需要那么多计算容量，就可以直接退出。

那么，债券持有人难道不会担心自己被抛在寒风中吗？Meta还必须承诺签署一项所谓的剩余价值担保。这项担保基本规定，如果Meta决定不再续租，比如八年后不续租，它就必须支付一笔罚金，或者可以说是租约不续签费用，也就是这项剩余价值担保。金额足以偿还与那栋特定建筑有关的债务。

因此，从为270亿美元债务提供资金的债券持有人角度看，出售这些债券的人当然希望投资者把它们视为非常安全的投资：要么Meta继续支付租金，而租金足以支付债务的利息和本金；要么Meta不续租，并支付一笔现金，使债务同样能够得到偿还。

所以，只要Meta仍有偿付能力、没有进入破产程序，这笔债务就会得到偿还。

Aaron Klein（采访者）：

我来自金融监管领域，也是次贷灾难和全球金融危机的亲历者。叙事往往聚焦Bear Stearns、AIG、Fannie Mae以及Lehman Brothers等破产的大公司，但有一个部分经常被忽略：煤矿里的第一只金丝雀，其实是所谓的结构性投资工具，也就是SIV。它们本质上使大型银行能够通过这些表外投资，对次级抵押贷款形成巨额敞口。

美联储和其他银行监管机构认可了这种会计体系，认为风险位于表外，因此银行得到了保护。这正是你刚才所说的。Meta正在制造大量表外风险，所以看起来它不必报告这些带有选择权的四年期租约，也不必报告剩余价值付款，Meta看起来仍然处于相对低杠杆状态。

与此同时，项目交易看起来似乎也不是90%的债务杠杆，因为Meta正站在它背后的阴影中。银行危机让我们发现，银行的表外工具最终又回到了表内，因为其中还存在声誉风险。银行不能简单地让那些曾得到各种承诺的投资者承担全部损失，而这正是最早显现问题的信号。

时任美国财政部长Paulson曾提出由政府推动成立“超级SIV”来拯救这些SIV，但最后基本没有结果。不过，这有助于解释为什么监管机构前一刻还说银行对次贷的敞口有限，下一刻就变成了：“次贷问题已经无法被控制，正在威胁全球金融体系；我们必须救助银行，否则世界就会崩溃。”

可以设想这样一种情形：如果所有AI公司都出问题，包括Google、Meta、Amazon，这些公司从另一个角度看也“大到不能倒”，而现在它们正在隐藏自己的杠杆。你是否认为，Meta及其他超大规模云服务商使用表外会计的做法，与21世纪头十年银行在另一轮抵押贷款繁荣中采用的做法存在相似之处？

Stijn Van Nieuwerburgh（嘉宾）：

是的，我认为这里确实存在明显的相似之处。和你一样，我也深入研究过次贷危机，并在危机后的多年里教授证券化课程。正如你所说，证券化的理念，是把风险从高杠杆银行体系分散到理想情况下没有杠杆的投资者手中，例如养老基金、主权财富基金和共同基金。

但在次贷危机中，证券化的承诺从未得到完全实现，因为银行往往保留了这些证券化产品中最先承担损失的分层，或者通过担保又把这些敞口带回自己的资产负债表，正如你指出的，其中有时是出于声誉原因。

这里的相似之处在于，像Meta通过我们刚刚讨论的Hyperion案例实现的那种法律隔离，可能会低估实际存在的经济追索责任。也许在某种情况下，超大规模云服务商会决定支持具有战略重要性的Hyperion项目，而不是严格执行每一项法律退出权，也不会完全依赖这套结构实现的破产隔离。

不过，Hyperion是一项具体的经营性资产，拥有投资级租户，也有长期项目债务。我认为，这是它与次贷危机之间一个关键区别。

次贷危机真正出问题的地方，在于存在大量期限错配。许多SIV投资于长期抵押贷款，却用短期债务融资。我尤其想到资产支持商业票据。当时这是一个规模巨大的市场，在2006年、2007年和2008年前后，规模从数千亿美元一路超过1万亿美元。

所以，至少就目前而言，这里的重大区别在于，我没有看到大量短期负债敞口。通常，就像Hyperion这个例子一样，特殊目的载体会用长期债务为数据中心这项长期资产融资，因此不会出现同样的期限错配。此外，Meta至少目前仍然是投资级信用主体，拥有公开信用评级；它目前的资产负债表非常强劲，也是一家利润非常高的公司。

因此，情况必须变得非常糟糕，Meta才会破产。这并非不可能，但至少从今天的角度看，似乎是一个相当遥远的可能性。

出现较多短期债务的一个领域，是人们开始为GPU融资的时候。除了为数据中心这种房地产融资之外，人们也越来越多地为GPU融资。GPU是芯片，而芯片贬值相对较快。因此，这也许是一种五年期工具，而不是一项20年期投资；它可能是一项四年、五年或六年期投资。正是在这个领域，我们看到了更多短期敞口，当然也包括这些芯片未来价值可能低于当前价值的技术风险。

所以我想表达的是，两者既有相似之处，也有不同之处。

Aaron Klein（采访者）：

让我们再深入一点。我记得你提到了资产支持证券。美联储当年曾通过这一市场对美国企业实施过规模巨大的救助，涉及GE等公司。

证券化结构中的部分错配在于，银行把这些长期资产包装成短期、可以不断续作的资产来推销。在私人信贷方面，我在Hyperion交易中看到了一个熟悉的名字——Blue Owl。随着投资者试图赎回资金，它是最早出现严重问题的私人信贷基金之一。

正如你指出的，债务与资产之间存在期限错配；但私人资本的出资人，也就是Blue Owl的投资者，也有权出售自己在Blue Owl中的份额——可以说是出售自己的信贷敞口——而Blue Owl已经暂停了这种赎回。

我看到你在案例中提到的基金是Blue Owl，而它已经遇到了一些问题。这笔交易是否与Blue Owl更广泛的问题有关？从Blue Owl的经历中，你是否看到任何因素，可能加剧私人信贷投资者与其所持私人信贷资产之间的这种错配？

Stijn Van Nieuwerburgh（嘉宾）：

这是个好问题。我会把基金管理人和具体项目区分开来。Blue Owl的信贷平台确实因为这些赎回申请而承受了真实压力。这类基金通常设有赎回限制，也就是所谓的“闸门”，可以限制投资者在某个季度能够赎回的比例。从某种意义上说，这给了它们解决底层问题的时间。

通常每个季度的赎回量相对较小。当然，如果连续20个季度，每个季度都有2%的投资者希望拿回资金，那仍然会占到投资规模的很大一部分。

另一个要点是，Blue Owl对Hyperion进行的是股权投资。我认为，投资Hyperion的并不是那个面临赎回申请的同一只私人信贷基金。但我认为你提出了一个更广泛的问题：这些确实是长期投资，可是如果私人信贷基金的投资者有权在较短期限内赎回一部分投资，这同样会造成期限错配。

从结构上说，使时间安排相匹配非常重要，也就是要明确告诉投资者：“这是一项长期资产投资。未来10年或15年内，你不能退出。”否则，我们确实会通过后门重新制造挤兑风险。

与此同时，我还想指出，只要Meta不破产，这项特定资产，也就是Hyperion资产，就会产生足够的现金流来偿还债务。因此，可以说，这些投资背后有一个相对安全、资金安排充分、信用评级达到投资级的租户。

Aaron Klein（采访者）：

对，只是它们没有那么高的流动性。你提出了一个会计问题。参议员Paul Sarbanes是我的第一位上司，我还曾担任他的首席经济学家，参与Sarbanes-Oxley法案相关工作，所以会计改革立法对我来说意义非常特殊。大家可能记得，Enron、WorldCom等大公司曾爆发会计危机，我们发现会计师并没有如实处理账目。因此，美国成立了监管机构——公众公司会计监督委员会，也就是PCAOB，负责监督四大会计师事务所的审计工作。

你认为PCAOB是否意识到其中一些会计花招？它能否采取行动？你是否认为负责这些项目会计工作的会计师事务所存在利益冲突？正如你所说，这些项目在法律上相互独立，Beignet可能已经脱离Meta的资产负债表。但如果我是一家会计师事务所，Meta是我的客户，我当然会希望让Meta满意，而现在我又在为名为Beignet的独立实体做另一套独立的会计处理。

你是否担心这些项目的会计处理方式？请再解释一下你提到的会计机制，以及你认为会计监管机构是否已经注意到它。

Stijn Van Nieuwerburgh（嘉宾）：

我先解释一下我所说的“概率真空”。回到Hyperion交易，Meta签署了五份连续的4年期租约。只有第一份，也就是当前租约，需要作为租赁负债列入其资产负债表。之后16年的租约，也就是后面四份4年期租约，都属于未来租约。按照美国公认会计原则，如果一项负债发生的可能性没有达到至少70%，就不必列入资产负债表。

因此，Meta在这笔交易中实际上存在规模很大的未来租赁承诺，但目前并未反映在资产负债表上。只有在Meta开始下一份租约时，相关承诺才会被反映出来。

与此同时请记住，如果Meta不续租，就需要向这一结构支付剩余价值担保。这项义务发生的可能性同样没有达到至少70%，所以也不必列入Meta的资产负债表。

因此，Meta实际上确定会承担两种义务中的一种。四年后、八年后、十二年后，它要么续租，要么支付剩余价值担保。这两件事保证会有一件发生，但两者都没有反映在资产负债表上，因为任何一项单独发生的可能性都没有达到70%。

这里的概率计算从字面上看就是对不上的。不过，这本身并不意味着存在违法，只是美国公认会计原则就是这样规定的。Meta遵守了这些规则，不存在欺诈，也没有人指控它行为不当。在这种情况下，决定确认和并表规则的是美国财务会计准则委员会，也就是FASB。

FASB可以修改这些规则，也许确实应该修改。美国证券交易委员会可以要求上市公司披露这些信息，并执行相关报告义务，至少让投资者清楚未来可能出现哪些负债。公司自身会在10-K和10-Q报告的脚注中披露部分未来义务，因此勤勉的投资者能够找到这些证据。但我们也许应该让这一切更加透明。

此外，你提出了一个重要问题，即由客户付费的模式。我认为，这仍然是一个结构性隐忧。Sarbanes-Oxley法案禁止部分非审计服务，要求部分事项事先获得审计委员会批准并接受其监督，轮换部分关键合伙人，同时增强PCAOB的权力。我认为，这些保障措施降低了利益冲突，但并没有消除一个商业事实：审计机构仍由发行人付费。

这些租约、担保和并表决定都高度依赖判断，因此值得审计委员会和PCAOB密切关注。

Aaron Klein（采访者）：

让我们讨论另一种可能的情形：AI需求的增长没有预期那么快。历史上有过很多热潮，人们都声称它们会带来一个全新的世界，但需求最终没有那么快地增长，或者后来出现了一项新技术，迅速超越了原有技术。

你提到的运河建设热潮，持续时间就没有一些人原先设想的那么长，因为铁路技术随后出现。由于有了蒸汽机车，通过运河运输货物突然就不再像过去那样划算。

我有时会用热力学第二定律来理解风险：风险不能被消灭，只能被转移。如果情况发生重大变化，建设热潮已经展开，但最终没有奏效，谁会承担风险？风险会回到银行体系吗？会留在Google和Meta等科技公司内部吗？还是由Blue Owl和私人资本投资者承担？你深入研究这个行业的细节之后，发现风险实际上落在了哪里？

Stijn Van Nieuwerburgh（嘉宾）：

这是关键问题。我认为我们需要对此给出精确答案，而这也正是我目前正在研究的内容。我今年夏天的大部分时间，都用来绘制这些公司彼此之间承担的所有金融负债，并试图弄清最终究竟由谁承担这场AI建设热潮带来的风险。

这是一个困难的问题，部分原因正是我们前面所说的体系不透明。我们没有一套能够回答这一问题的报告系统，也许我们应该建立这样一套系统。

如果我们观察数据中心融资从表内向表外转移的过程，就会发现，大量风险已经从这些科技公司转移到外部世界，也就是其他所有投资者身上。通常，第一笔损失由项目的股权投资者承担。假设你是数据中心业主，租户不再续租，而且没有其他人需要这座GPU设施了，也许是因为量子计算已经出现，或者边缘计算兴起，所有人都在手机上完成计算，而不是在你的数据中心里计算，那么损失就会落在你身上。

类似地，如果建设发生延误，而你已经像Hyperion那样发行了债务，可当地社区不愿继续向你发放建设许可，那么债务到期时间与收入开始流入的时间之间就会出现错配。同样，第一笔损失由股权投资者承担；如果损失足够大，就会开始波及债权人。

请记住，如果项目杠杆率达到90%，现金流只要下降10%，债务就会开始受损。现金流下降10%会把股权全部抹去，再多下降一点，在90%的杠杆下就会侵蚀债权。

即使采用这种表外融资，超大规模云服务商目前仍然承担着大量风险。原因在于，它们通常仍然拥有信息技术设备。我们说它们在租赁数据中心，指的是它们租用了建筑空间以及随建筑提供的电力，但通常仍然自己拥有服务器。一般就是这样操作的。

正如我们前面讨论的，服务器也越来越多地采用租赁方式，也就是说由其他人持有。但目前大部分信息技术设备仍由超大规模云服务商自己融资。超大规模云服务商在2026年的资本开支达到8000亿美元，是有原因的，其中很大一部分就是它们仍然自行持有的信息技术设备。

至于你问到的银行，我认为那确实是一个关键问题。按照我看到的某项统计，目前已经针对这些结构发行了约1.4万亿美元债务。其中约一半，也就是7000亿至8000亿美元，由银行持有。整个银行业的杠杆率大约为90%，而私人信贷行业整体的杠杆率约为50%。

因此，私人信贷显然比传统银行体系风险更低、杠杆更低，但并非完全没有杠杆。它不像共同基金或养老基金那样不使用杠杆。私人信贷确实有杠杆，而且私人信贷这一非银行体系与传统银行体系之间也存在联系，例如信贷额度等。

所以，这个体系非常复杂，而这确实是关键问题。归根结底，如果音乐停止，我们究竟会经历互联网泡沫式的下跌——股市损失大量财富，但不会外溢到银行体系，类似2001年的温和衰退，一批富人损失了很多钱，但这没关系，我们可以承受；

还是会经历2008年至2009年式的金融危机，银行体系受到损害，并进一步外溢到经济中所有其他需要信贷的行业？这才是最终的关键问题，而我认为目前我们没有一套能够回答这个问题的衡量框架。我正在尝试建立它，我们所有人都应该努力建立它。美联储、政府和财政部都应该重视这个问题。

Aaron Klein（采访者）：

我们曾试图建立一套这样的系统，名为金融研究办公室，也就是OFR。它本应建设支撑性数据基础设施，以便追踪所有这些资产，让我们能够回答刚才的问题。遗憾的是，OFR并没有真正实现其创设者最初设想的功能。欧洲在这方面做了更多工作，例如建立了全球法人识别编码基金会，也就是GLEIF，让人们能够追踪这些资产，弄清谁拥有它们、谁运营它们，从而获得相关数据，不至于对风险转移到了哪里感到所谓的“意外”。

这场AI热潮与过去热潮的一个区别在于，你提到的以往热潮都带有公共基础设施属性。Eisenhower州际公路系统包含大量联邦投资；运河系统和Erie运河获得了大量州政府支持。这些基础设施具有公共用途，也包含纳税人的投入。

AI热潮似乎缺少这一点。纳税人是否为其中任何资本提供了资金？如果不是从前门进入，是否通过后门进入？如果纳税人在融资中没有发挥多大作用，政府又应当在监管方面扮演什么角色？因为过去政府的逻辑是：“我们设定汽油税、征收汽油税，所以也有权制定州际公路上的行驶规则。”这些规则可能涉及安全，也可能规定出口之间可以有多近。联邦政府在这方面制定了大量规则。

这里的制度是什么？我还想加上州和地方政府。政府在资金层面对这类项目有多大敞口，又因此拥有多大的监管权力？

Stijn Van Nieuwerburgh（嘉宾）：

确实，数据中心、芯片和项目融资中的大部分直接资金来自私人资本。我认为，这是它与州际公路系统以及部分电气化建设之间的一个重要区别。

但公共部门并非缺席。政府支持会通过税式支出体现出来，例如折旧规则，以及州和地方层面的销售税、财产税优惠。数据中心开发商在地方层面获得了大量补贴，各州为了吸引这些项目而展开竞争，尤其会给予使用税豁免，例如对用电或设备采购免税。

这些优惠的规模可能达到数十亿美元，影响很大。研究显示，它们有时会决定一项投资最终落在哪个州。

财产税也是另一个非常重要的因素。数据中心开发商会指出，它们往往是当地财产税税基最大的贡献者之一，尤其是在一些较为偏远的县，大型数据中心园区正在那里兴建。这可以为地方提供非常重要的支持，并基本降低对家庭或其他企业征税的需要。

我认为，这场争论已经到达一个转折点。过去九个月里，对数据中心的抵制大幅上升，一些州开始取消此前提供的部分补贴。这是一个很有意思的发展。

那么，政府在这一切中应当发挥什么作用？我已经努力强调了衡量和披露的重要性。在这方面还有很多工作可以做。我希望另一个已经表达清楚的要点，是审慎监测的必要性。尤其对于使用杠杆的体系，包括银行和保险公司，监管者应当绘制出谁持有这些数据中心债务、谁向私人信贷基金提供杠杆资金。这样做的目的，是在压力真正出现之前发现这些彼此相关的风险敞口。

当然，还涉及针对电网的实体基础设施监管。

最后我想说，我们所有人、每一位纳税人，也都通过生产率直接拥有这项风险敞口。如果AI确实带来强劲的生产率繁荣，那将利好美国经济、利好国内生产总值增长，也会改善财政状况。通过累进税制，政府会获得更多税收收入。

因此，我们所有纳税人都拥有AI敞口。从总体上说，我们或许都应该希望这项技术取得成功，因为它最终会把整个蛋糕做大。

Aaron Klein（采访者）：

Stijn，谢谢你。这是一场非常精彩的对话。节目快要结束了，我最后再问一个问题。我在Washington，你在New York；你身处世界金融之都，我身处世界政治之都。对于正在Washington收听这期播客的政策制定者，你最希望他们从这篇论文中带走的一条信息是什么？

Stijn Van Nieuwerburgh（嘉宾）：

我希望他们认识到，AI不只是软件，也不只是ChatGPT。它还意味着一场正在发生的大规模实体资本投资热潮，未来八年的规模可能达到10万亿美元。这会对宏观经济产生真正重大的影响。

而且，为这笔巨额投资提供资金的方式正在改变。超大规模云服务商在本轮周期开始时拥有大量现金，杠杆率很低；但随着支出、特别是资本开支持续上升，越来越多的项目正被放入合资企业和特殊目的载体，并通过租赁、私人信贷和证券化融资。

这些结构在经济上可能非常有用，能够引入更多资本，但也会让杠杆变得更难被看见。一家上市公司可能报告自己只有很少债务，因为所有债务都隐藏在资产负债表之外。

所以，我的政策建议很直接：我们需要针对完整的经济资本结构提供可比较的披露。每项重大资产由谁拥有？谁承担债务？谁签署租约？谁为建设或剩余价值提供担保？如果最终需求不及预期，或者收入不及预期，谁来承担损失？监管者应当绘制出哪些银行、保险公司、养老基金、债券基金和私人信贷载体持有这些风险敞口。

这里的目标不是阻止投资，而是提高透明度。透明度有助于正确定价，帮助监管者识别风险集中，也能降低这样一种可能性：经济进入下行期时，所有人才同时发现某个地方隐藏着相同的义务。

建立这些系统的时机就是现在，因为人们仍在设计和签署相关合同，整套架构也仍在成形。

Aaron Klein（采访者）：

非常感谢。这次对话精彩地深入了AI热潮背后的世界，而这个世界可能会改变我们所熟悉的经济。Stijn，非常感谢。这是一场非常棒的对话。

Stijn Van Nieuwerburgh（嘉宾）：

谢谢你，Aaron。

风险提示及免责条款