华尔街见闻 - 资讯 - 最新

创新药出海：为什么两周后的这个窗口如此重要？

Mon, 21 Sep 2026 05:08:16 GMT

2026 年 9 月 29 日零时，美国依据《1962 年贸易扩展法》第 232 条对进口专利药征收的 100% 关税，将从 17 家大药企扩展到市场上所有公司。这道关税的设计意图不是收税，而是逼企业提交三件投名状：降价、建厂、搬产能。

与此同时，中国创新药正处在自己的历史高点——2026 年至今对外授权交易总额突破 1,200 亿美元，同比增长 36%，首付款超百亿美元，全球医药 BD 交易前十名中中国企业连续两年占八席。两周后的这个窗口，改变的不是中国创新药的出口量，而是它的定价权结构——出海的计价方式，正在从“资产价格”切换到“体系价格”。

刚刚，GPT-6 Astra取得哥德巴赫猜想重大突破！

新智元 — Mon, 21 Sep 2026 05:00:55 GMT

数学界重大突破！

就在最近，GPT-6 Astra又在哥德巴赫猜想上取得新进展了。

网友Captain Sude宣布：Astra已成功证明了关于刘维尔函数的一项类哥德巴赫猜想！

具体来说，它无条件证明了哥德巴赫猜想的Liouville弱形式。

更惊人的是，跟我们的想象不同，这一次，Astra并不只是靠着大力出奇迹的算力碾压——它做出l非常优雅的逻辑推理。

并且，这个证明现在已经通过了Lean 4的形式化验证。

摘不下的明珠

在这之前，哥德巴赫猜想这个幽灵，已经折磨了人类数学家近三个世纪。

1742年，哥德巴赫在欧拉的信中提出这个猜想：「任一大于2的偶数，都可以写成两个素数之和。」

为了它，无数人耗尽心血。从哈代、李特尔伍德，到陈景润证明「1+2」，人类始终无法皇冠上的明珠——「1+1」。

这是因为，素数的分布太诡异了！

既然死磕行不通，数学家们脑洞大开，搞出一套「替身文学」——刘维尔版本的哥德巴赫猜想。

为了模拟素数，数学家们引入了一个奇妙的工具：刘维尔函数。

这个函数记作，其中的代表一个数字包含的质数因子的总个数。

它的规则就像一个只认「单双数」的开关：如果一个数包含的质数块个数是偶数，那么λ(n)=1。

如果包含的质数块个数是奇数，那么λ(n)=-1。

所有的纯质数（比如2, 3, 5, 7, 11），它们的刘维尔函数值绝对都是 -1！然而，反过来并不成立，比如8、12的λ值也是 -1。

2018年，在知名数学论坛MathOverflow上，有人提出了一个弱化版哥德巴赫猜想：

对于每一个大于2的偶数N，是否总能找到两个正整数 a和b，使得 N=a+b，并且 λ(a)=λ(b)=−1。

如果经典的哥德巴赫猜想是对的，那么这俩素数的刘维尔值必然都是-1，所以这个「刘维尔猜想」也绝对是对的。

但现在，数学家们放宽了条件：加数不一定非得是纯素数，只要它的质因子个数是奇数就行！

黎曼阴影下的突围：AI给出惊天两页纸

既然放宽了条件，应该很容易证明吧？结果，它依然难得令人发指！

问题的核心在于，数学家想要研究这种正负交替的符号在加法组合下，会不会像抛硬币一样互相抵消，从而揭示隐藏在加法底下的深层秩序。这关乎打通数学中「乘法积木」与「加法组合」的桥梁。

直到2024年，数学家 Alexander P. Mangerel 终于有了突破。在一篇论文中，他证明了：对于所有足够大的偶数，这个猜想是成立的。

链接：https://arxiv.org/abs/2404.12117

但是！它的证明带着两个限制。

1.「足够大」：意味着它不包括那些比较小的偶数。

2.「GRH」：他的证明严重依赖于广义黎曼猜想。也就是说，只有在广义黎曼猜想成立的前提下，他的结论才成立。

而这一次，Astra 和 Captain Sude 的团队，直接把这两个枷锁突破了！

一开始，Astra丢出了一份仅仅只有2页纸的PDF。

这份精悍的论文中，Astra 宣布——

无需广义黎曼猜想，可以无条件证明：所有能被4整除的正整数，都可以表示为两个刘维尔值为-1的正整数之和！

在PDF中，Astra巧妙地利用了Mangerel论文中的一个「无条件相关性界限」，结合了一个极其精妙的下降法。

定理的核心逻辑，是用反证法：假设存在一个奇数 m（不被3整除），并且在4m这个规模下，没有任何一对和为4m的数字的刘维尔值都是 -1。

接下来，Astra开始步步紧逼。

1.因为乘以4不会改变刘维尔值，所以m本身也不能被拆成两个负号的数。

2.因为乘以2会翻转刘维尔值（多了一个质因子2），所以 2m 不能被拆成两个正号的数。

3.接着，AI通过构造 a+b=m 且 λ(a)=λ(b)=1的情况，并选取差值 b−a 最小的一对，利用它们与 3的整除关系，强行推导出了一个矛盾！

它发现，如果你假设 4m没有这样的拆分，那么通过乘法与加法的交错逼近，最终会在局部迫使所有的数字都带有相反的符号，这直接违背了Mangerel之前证明的界限。

就这样，仅仅用初等的代数推导（甚至高中生都能看懂推导过程），Astra就这样发现了无条件成立的情况。

48小时，彻底终结全偶数域

而且，还没结束。

据项目作者 Captain Sude 透露，Astra 在第一天证明了「4的倍数」情形后，第二天，它又找到了一条全新的初等证明路线，直接把结果推广到了全部大于2的偶数！

这一次，它给出这个核心主张：

其中，没有任何「充分大」的限制，没有有限例外集，所有偶数，无条件成立！

而它的证明思路，更是让人拍案叫绝。

它并没有使用暴力穷举，也没有靠把以前的解析估计压缩得更紧，而是玩了一步漂亮的「结构转化」。

AI的逻辑链条如下。

第一步：寻找替罪羊。 AI先证明，对于每一个大于3的素数p ，都存在正整数u,v，使得2p=u+v，并且它们的刘维尔值都是1。如果不成立会怎样？这就构成了「加法符号模式的缺失」。

第二步：逼迫现出原形。把刘维尔函数延拓到有限域Fp上，定义一个函数G。因为前面的「加法分解不存在」，这个函数G在局部被逼出了乘法对称性缺陷（Defects）。

第三步：完美的交换律。这是证明中最惊艳的一笔！因为乘以 -2 再乘以 -3，和乘以 -3 再乘以 -2 是一样的。AI利用这个「可交换」的性质，让两条路径互相抵消，最终把所有的非零缺陷全部消灭！

第四步：向全局传染。利用一个下降引理，把局部成立的乘法规则，像病毒一样传播到整个有限域，强迫函数G变成一个全局严格的乘法对象。

第五步：致命一击（二次剩余制造矛盾）。既然G变成了严格的乘法函数，那么任何数的平方，其G值必须是 1。然而，根据二次互反律，能在有限域内找到一个素数ℓ，它明明是个「平方数」，但因为它是素数，它本身的刘维尔值又必须是 -1。

于是，1 = -1。矛盾爆发！

至此，一开始「分解不存在」的假设被彻底粉碎。Liouville–Goldbach 猜想在全偶数域无条件成立！

这条把加法阻碍转化为乘法刚性的论证路线，简直太优雅了，体现了高度抽象和直觉的顶级思维。

已通过Lean 4形式化验证

这一次，Astra还同时提交了Lean 4的完整形式化验证。

通过Lean 4验证，就意味着逻辑上绝对正确。

知乎上UP主@SUNNY99 立马对 Astra 开源的 v1.0.0 版本进行了独立复核。结果令人震撼：Lean 证明可以完美重新编译！

其中，最终定理与论文主张完全一致。代码里没有任何「sorry」（在Lean中代表未填补的坑）、没有乱造的自定义数学公理、所有的公理依赖完全正常，249个偶数的数值冒烟测试全部通过。

看到这里，可能有些朋友会问：那这代表哥德巴赫猜想彻底被解决了吗？

我们必须严谨地说：还没有。

目前解决的，是哥德巴赫猜想的刘维尔弱化版本。

从「质因数个数为奇数的合数」跨越到「纯正的质数」，中间仍然隔着天堑。经典的哥德巴赫猜想，依然是那颗高高悬挂的果实。

但是，这绝不意味着这次突破不伟大。

首先，在纯数学意义上，它为整个数论搭起了一座打通「乘法积木」与「加法组合」的宏伟桥梁。

这可能就是未来攻克原版哥德巴赫猜想的核心钥匙。

其次，在AI意义上，这是一个历史性的奇点时刻。

一直以来，我们认为AI擅长的是海量记忆和暴力计算，比如下围棋、算蛋白质折叠。但这一次，Astra 展现出了惊人的数学直觉和品味。

它像一位极具天赋数学家，写出一篇让人类数学家直呼优雅的证明。

参考资料：

https://x.com/captain_sude/status/2099890355613155420

https://www.zhihu.com/question/2083895373177931200/answer/2084099614551102975

本文来源：新智元

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。

闲鱼被曝涉黄产业链后首次回应：部分商品被误读，专项小组已成立并联动警方

Mon, 21 Sep 2026 05:00:11 GMT

针对媒体报道平台存在色情引流、部分信息疑似涉及未成年人等问题，闲鱼对华尔街见闻回应，称已成立专项小组，并建立“前置识别—即时处置—警企联动”的综合防控机制。

平台表示，报道截图涉及的10件商品中，9件已被下架或处置，另1件经核查未发现违规，但因表述不当被前台屏蔽。

此前，河北经视《今日调查》报道称，闲鱼上部分商家以按摩、模特约拍、上门健身、游泳教学等正常服务为掩护，通过暗语、私聊和二维码将用户引导至站外，随后要求付费入群或提供色情交易信息。

报道还称，相关客服资料中出现“处宝可约”等涉未成年人暗语，可供“预约”的女孩最小为14岁。

闲鱼对此回应称，报道截图涉及的10件商品中，6件商品在媒体报道发布前已被日常巡查系统识别为风险商品并下架；另有3件商品在报道发出后被核实存在站外引流风险，相关商品和账号已被处置。

闲鱼同时表示，这3件商品在站内未呈现色情信息，记者添加站外社交账号后才出现涉嫌违规的交流。

剩余1件商品为动漫风格图片定制服务。闲鱼称，商品因详情页使用“宝贝很特殊”等表述被报道定性为涉黄，但平台核查商品及交易后未发现违规；考虑到表述容易引发误解，平台仍对其采取前台屏蔽措施。

对于报道中“处宝可约”的截图，闲鱼回应称，该文字并未出现在平台页面、商品信息或站内私聊记录中，而是出现在相关人员的企业微信个人资料中。

平台表示，其对8月10日至9月10日期间涉及按摩券、女性服饰、上门染发、纪念币等商品进行了溯源，未在闲鱼站内的商品、沟通和交易中发现上述信息。媒体报道涉及的“模特拍摄”“私教体验”等商品，部分实际为漫改图片定制、健身私教体验等正常服务。

9月18日，闲鱼曾对外披露专项治理数据：2026年1月以来已累计冻结色情引流类风险账号98358个，排查上千万件商品，并通过移送线索与公安部门协同打击15个色情团伙。

对闲鱼而言，站外交易增加了违规行为的追踪难度，但风险引流事实上从平台内的商品展示和私聊开始。能否在用户转向外部社交工具前，识别异常商品、变体暗语和联系方式交换，仍是平台治理的关键。

平台披露的大量风险账号处置数据，也显示色情引流治理具有持续性。治理效果不仅取决于事后下架和封禁，还取决于能否减少违规信息触达用户并将其引向站外的机会。

闲鱼表示，将深化与公安机关的执法合作，并呼吁其他平台联合行动，以切断跨平台违法引流链条。

风险提示及免责条款

村田主动放弃部分MLCC低端市场，背后藏着什么？

万周 — Mon, 21 Sep 2026 04:03:50 GMT

9月以来，MLCC行业出现一组此前少见的信号：村田主动优化部分成熟料号，三星电机用长协锁定AI服务器订单，高端产品交期持续拉长。

真正值得关注的并非全行业普涨，而是47μF以上高容MLCC正在快速吞噬设备、材料与工艺资源，并通过产能迁移向普通规格外溢。2027年，可能成为这轮结构性短缺能否兑现的关键窗口。

一、发生了什么？——村田开始“让路”，47μF以上MLCC走到台前

1. 一个反常动作：龙头为何主动退出部分成熟料号

9月10日，村田下发产品线优化通知，计划在2026财年停产部分消费级常规及车用MLCC料号。几天后，村田管理层又公开表示，高端产品生产负荷上升后，低端产品越来越难完全供应，维护低端市场份额的优先级也在下降。

对于一家长期依靠规模、工艺和客户覆盖建立竞争优势的全球龙头而言，这个动作比单次涨价更值得重视：它意味着产能正在主动向高附加值规格迁移。

过去几个月，市场讨论MLCC更多围绕“涨了多少”。村田的动作把问题向前推进了一步。当龙头愿意放弃部分成熟料号，说明高端产品已经开始争夺有限的设备时间、烧结能力和材料资源。AI服务器恰好是这一轮产能重配最重要的推手之一。

……

AppLovin CEO：暴跌92%后，我们不再讨好华尔街，现金全拿去回购

董静 — Mon, 21 Sep 2026 04:01:13 GMT

Applovin CEO Adam Foroughi认为，面对华尔街非理性的暴跌与看空，企业最有效的反击不是浪费时间去讨好和解释，而是无视外部噪音，利用公司强劲的现金流激进回购股票，同时专注内部底层技术的升级（ML 2.0）与团队激励，最终依靠扎实的业绩增长逼迫市场重新为其高昂定价。

阿波罗布局AI生态前端：初创企业将比之前更早需要风投之外的资金

Mon, 21 Sep 2026 03:46:51 GMT

以杠杆收购和大型融资交易著称的阿波罗，正悄悄变成AI初创企业的早期股东——为的是日后成为它们的债主。

据The Information最新报道，阿波罗全球管理公司正悄然布局AI初创企业的早期融资轮，已入股数据标注公司Mercor、芯片公司SiFive及国防科技企业Hadrian。

阿波罗认为，AI硬件时代的初创企业将比上一代软件公司更早需要风投以外的资金，其希望通过早期股权投资建立关系，进而提供债务融资或资产支持融资，复制其今年联合黑石完成的350亿美元芯片租赁交易模式。

入股Mercor：200亿美元估值轮的新面孔

据知情人士透露，阿波罗已在Mercor最新一轮融资中投入数千万美元（低位数千万美元区间），该轮融资由General Catalyst领投，完成后Mercor估值将达200亿美元。

Mercor的业务是为谷歌、OpenAI、Anthropic等大型AI公司提供人工标注服务，帮助这些公司微调模型输出。这一业务让Mercor得以近距离接触头部AI公司的算力需求——这也正是阿波罗感兴趣的核心所在。

此前，阿波罗还参与了SiFive今年1月的融资轮，该公司估值36亿美元，专注于基于开源RISC-V架构的芯片设计，与Arm的CPU方案形成竞争。8月，阿波罗又跟投了Hadrian的融资轮，后者估值78亿美元，主要为国防和航空航天客户建造先进工厂。

硬件时代，初创企业更早需要“非风投资金”

阿波罗的逻辑建立在一个关键判断上：AI时代的初创企业，尤其是硬件和国防科技方向，将比上一代软件公司更早触及风投资金的天花板。

据知情人士向媒体透露，阿波罗内部认为，硬件和国防科技初创企业需要大量前期资本来搭建设备和设施，而距离大规模量产和商业化往往还需要数年时间。这与过去那批软件公司截然不同——后者通常要等到规模相当大之后才会引入债务融资。

阿波罗高管认为，他们可以为这些初创企业提供债务融资、资产支持融资，或者撮合涉及债股混合、多方资金来源的复杂融资结构。

已有先例：350亿美元的芯片租赁交易

阿波罗并非纸上谈兵。今年早些时候，阿波罗联合黑石牵头了一笔350亿美元的融资方案，购买谷歌的芯片并将其租赁给Anthropic——这正是其所擅长的“资产支持融资”逻辑在AI领域的直接应用。

与此同时，市场上类似的结构性融资需求正在涌现。据报道，科技投资机构Coatue Management正与芯片初创公司MatX合作设立合资企业，为后者未来芯片所需零部件的制造产能提供融资和锁定。

与同行的差异化路径

大型私募和银行涉足风险投资并非新鲜事，但成效参差不齐。

黑石今年早些时候将其成长期投资部门并入新成立的AI专项部门BXN1，此前其首只成长基金的表现落后于同期可比基金。Thoma Bravo则在今年关闭了成长投资部门，转而专注于大型并购。

阿波罗目前采取了一条略有不同的路径：不单独设立专注于风险投资的基金，而是通过旗下多只现有基金进行投资，包括其混合资本解决方案基金（该基金本身即进行债股混合投资）。

此外，阿波罗去年10月宣布与8VC建立合作关系——8VC由Palantir联合创始人Joe Lonsdale创立。双方计划向阿波罗所称的“美国工业复兴”方向的高速增长但资金密集型企业投入数十亿美元，涵盖AI、机器人、自主系统、生物技术和核能等领域。Lonsdale当时表示，这一方向正是两家机构共同看好的赛道。

风险提示及免责条款

KK集团入股新鲜零食明星标的金粒门，合计拿下10%股权

Mon, 21 Sep 2026 03:32:45 GMT

新鲜零食赛道迎来一笔新的产业投资。

近日，金粒门主体公司湖南探索者品牌管理有限公司发生工商变更，KK集团创始人吴悦宁、KK集团运营主体广东快客电子商务有限公司成为新股东，分别持股5%，认缴出资111.11万元。

增资完成后，两者合计持股10%，深圳市沃伦之道商业管理有限责任公司仍以43.2%的持股比例位居第一大股东。

金粒门的前身可以追溯至2015年成立的炒货品牌“金栗门”。2020年前后，品牌开始提出“新鲜零食”概念，随后启用金粒门品牌，将现烤烘焙、鲜卤、现制饮品和短保零食集中进一家门店。

与依靠标准化包装食品和加盟快速铺店的量贩零食不同，金粒门大量商品的保质期只有数天。公开调研显示，其约46%的SKU保质期在5天以内，门店商品又以自有品牌为主。

这也使金粒门过去几年的扩张相对克制。

直到今年5月，随着常州、东莞等区域生产能力逐步落地，金粒门才明显加快走出湖南。5月底南京华东首店开业，此后陆续进入武汉、深圳、南昌、杭州等市场。

8月公开统计显示，金粒门全国门店已达到40家左右，且仍全部采用直营模式。

一位接近金粒门的人士对华尔街见闻·全天候科技表示，KK集团入股金粒门一事并非近期才敲定，数月前相关安排便已基本明确。

在其看来，KK集团最直接的价值之一是商业地产资源。“金粒门需要优质的商场资源。它虽然不是商场的主力店，但店型不小，和购物中心的关系很密切。”与此同时，KKV本身拥有大量大店，一些现有点位未来也存在转化为金粒门门店的可能。

截至今年6月，KK集团旗下品牌已进入全国200多个城市，全球门店超过1340家，其中KKV超过750家，并长期以购物中心作为主要扩张渠道。

从KKV、THE COLORIST调色师到X11，KK集团过去的扩张积累了一套跨城市寻找商场点位、复制门店模型和运营年轻消费客群的能力。

而金粒门今年外拓也明显偏向万象汇、IFCX等大型商业项目，正在从长沙本地商圈进入全国购物中心体系。

对于一个目前只有数十家直营店的品牌而言，KK集团积累的商业地产合作网络、选址经验和全国门店管理能力，可能帮助金粒门降低进入陌生城市的试错成本。

KK集团进入股东名单，因此释放出一个更明确的信号：走出湖南之后，金粒门正在为下一阶段的全国复制，引入新的零售资源。

风险提示及免责条款

摩根士丹利提出“关键问题”：沃什打算如何实现价格稳定

Mon, 21 Sep 2026 03:29:35 GMT

美联储上周宣布加息25个基点，为三年以来首次加息，市场此前已充分定价甚至预期更多。大摩认为，当前的核心不在于加息本身，而在于其背后的逻辑及未来的通胀路径。

摩根士丹利首席全球经济学家Seth Carpenter在最新研报中指出：此次加息的意义不在于"发生了什么"，而在于"为何发生"以及"接下来将走向何方"。

报告指出，尽管美联储因通胀回落过慢和能源价格上涨而采取了加息行动，但这更像是一次维持去通胀进程的“政策微调”，而非开启了全新的紧缩周期。

美联储主席沃什（Warsh）的政策核心在于“资产负债表”而非单纯的利率工具。一旦其工作组的资产负债表改革方案落地，激进加息的必要性将大幅降低，最终的政策紧缩程度极有可能落在市场预期的下限。

通胀降温不及预期，能源价格重塑加息动力

美联储上周将政策利率上调了25个基点。此前摩根士丹利曾预计，由于通胀正朝着正确的方向发展，且假设美联储主席沃什倾向于尽可能不加息，美联储大概率会按兵不动。

然而，现实情况打破了这一假设。大摩在报告中称，沃什在杰克逊霍尔会议和9月新闻发布会上提及的关键指标——六个月通胀趋势虽然在下降，但对联邦公开市场委员会（FOMC）来说，下降速度显然不够快。

此外，能源价格的重新飙升带来了额外的复杂性。由于供应中断和风险溢价重现，油价并未如预期般温和。面对过慢的去通胀进程和能源价格明确的上行风险，FOMC最终决定采取行动。

委员会意志主导，点阵图释放“方向性”信号

大摩指出，尽管沃什在被任命前的公开评论中明确表示，他认为通胀高于目标的原因是美联储的资产负债表，而非利率，但目前FOMC传统的利率工具显然占据了上风。政策由FOMC投票决定，新任主席拥有巨大影响力，但也无法立即彻底改变这一决策过程。

早在6月的点阵图中，就有相当数量的委员倾向于进一步紧缩，7月甚至有三人投下赞成加息的反对票。因此，9月的加息不仅是沃什个人的决定，更是委员会内部多数人立场的反映——相当一部分委员不愿过早宣布抗击通胀取得胜利。

摩根士丹利警告不要过度解读点阵图。目前中位数预期仅显示还有一次加息，并保留了第二次加息的选择权。点阵图最好被视为一种“方向性信号”而非明确预测：如果通胀没有充分改善，美联储愿意进一步紧缩。此外，明年拥有投票权与无投票权的委员之间的区别至关重要，多数明年的票委可能希望将利率推向更高水平。

政策微调而非框架转变，市场或高估加息幅度

9月的加息究竟是新一轮紧缩周期的开始，还是当前框架内的修正？

摩根士丹利认为这是后者。美联储声明指出，此举旨在使通胀以“更及时（timelier）”的方式回归目标。通胀方向是正确的，美联储只是希望步伐更快一点。这并非宣告此前的政策存在根本性错误，而仅仅是程度上的调整。

这就引出了摩根士丹利提出的“关键问题”：沃什打算如何实现价格稳定？ 沃什一直强调资产负债表是驱动通胀的核心因素，但9月的新闻发布会上却完全没有提及资产负债表。这种矛盾强化了一种可能性：

市场预期的加息次数可能多于这届美联储实际会交付的次数。一旦沃什的工作组完成相关工作，资产负债表改革可能会直接降低采取激进加息措施的必要性。

总体而言，美联储对通胀的担忧加剧并愿意采取行动，但这更像是为了保持去通胀进程而进行的重新校准（市场通常称之为解除去年的“保险性降息”）。美国经济能够承受这些加息。

大摩认为，如果去通胀进程如期继续，美联储寻求的政策紧缩程度将变得更加清晰，并且极有可能处于市场预期的下限。

风险提示及免责条款

英特尔携手友达布局Micro LED先进封装，瞄准CPO与高密度算力整合市场

Mon, 21 Sep 2026 03:24:14 GMT

英特尔正将先进封装战略延伸至Micro LED基板领域，并传出与中国台湾面板大厂友达光电展开深度合作，共同推进CPO（共同封装光学）与高密度算力芯片整合方案，标志着光电异构集成技术路线正加速向商业化迈进。

据中国台湾媒体台湾《经济日报》9月21日报道，业界人士透露，英特尔已取得名为"IC Package with Micro LEDs"的美国授权专利，核心技术路径是将半导体芯片嵌入玻璃基板，并通过贯穿玻璃通孔（TGV）实现Micro LED与封装基板的电气互连，无需额外外接元件即可实现片上发光显示、定制化光效及原位光电测试功能。友达董事长彭双浪此前在法说会上明确表示，公司已在先进封装及玻璃基板领域完成布局，并正与合作伙伴共同开发。

此次合作传言的背后，是双方技术路线的高度契合。友达在Micro LED CPO、玻璃基板、RDL（重布线层）及光互连领域已展开深度布局，与英特尔专利所指向的技术方向重叠度极高。对市场而言，这一合作若落地，将为英特尔在AI算力封装赛道上提供差异化竞争筹码，同时也为友达打开从显示面板向高价值先进封装转型的重要窗口。

英特尔专利揭示光电融合封装路线

英特尔在Micro LED先进封装领域的布局，已有专利层面的具体落地。

其取得的"IC Package with Micro LEDs"美国授权专利，将半导体芯片至少部分嵌入玻璃基板内，玻璃基板中同步嵌入TGV通孔，TGV与半导体芯片电耦合，为Micro LED提供电源。这一架构实现了Micro LED与IC封装的深度整合，无需额外外接元件，即可在封装层面实现芯片工作状态可视化、定制化光效显示乃至原位光电测试功能。

报道称，业界人士指出，该专利的核心意义在于先进封装与Micro LED的跨界融合——将Micro LED预先嵌入式集成至IC封装的玻璃基板中，通过TGV实现电气互连，为CPO及高密度算力封装提供光电异构集成方案。这与当前主流显示玻璃基工艺存在本质差异：传统路线采用单面玻璃背板，驱动IC通过COG方式绑定在玻璃正面边缘，无需TGV通孔，技术复杂度与集成度均低于英特尔所指向的封装级应用。

友达技术积累与英特尔路线高度契合

友达之所以成为英特尔的潜在合作对象，在于其多年深耕所形成的技术壁垒。

据报道，彭双浪在法说会上强调，友达凭借近30年玻璃制程积累，在RDL与TGV方面具备高度技术能力，并拥有异质整合研发能量。公司已将相关技术延伸至高价值领域，包括低轨卫星玻璃天线以及Micro LED相关的CPO封装技术，玻璃基板业务亦在推进中，且已有合作伙伴。

报道称，业界透露，友达目前正围绕Micro LED CPO＋玻璃基板＋RDL＋光互连展开系统性布局，与英特尔专利所描绘的技术路线重叠度相当高，这被认为是英特尔主动寻求合作的直接原因。彭双浪亦表示，今年采用Micro LED的产品种类将较去年增加，并已启动包含TGV、RDL及CPO技术在内的试产线投资准备，显示友达正将上述技术从研发阶段推向量产布局。

抢夺CoWoS外溢订单，英特尔先进封装全面提速

英特尔与友达的潜在合作，是其先进封装战略全面提速的组成部分。

报道指出，业界人士指出，英特尔持续在EMIB（嵌入式多芯片互连桥接）系列技术上发力，积极争抢台积电CoWoS产能外溢订单，同时引入具备平整度高、耐高温、热膨胀系数低及信号损耗低四大优势的玻璃基板应用，近期更跨入Micro LED基板先进封装领域。

分析认为，此次布局的战略意图清晰：在AI算力需求持续扩张的背景下，CPO技术被视为突破高密度芯片互连瓶颈的关键路径，而将Micro LED光源直接集成于封装基板，有望在光电信号转换效率与系统集成度上实现突破。英特尔通过专利卡位与外部合作并举，试图在这一新兴赛道上建立先发优势，并为其代工业务提供差异化技术背书。

风险提示及免责条款

需要担心日元套息交易逆转吗？

国联民生宏观武朔、林彦 — Mon, 21 Sep 2026 03:19:54 GMT

9月日央行如期加息，但力度不及市场此前的激进预期，这也让市场短暂“喘”了口气。此前日元快速升值，叠加日央行官员密集释放“鹰”派信号，令市场再度联想到2024年那轮套息交易逆转行情——彼时全球资产遭遇普遍抛售，给市场留下了深刻的“阴影”，也让市场对本次日央行加息“心有余悸”。

但日央行并不如此前市场预期的那般“鹰”派，尽管植田和男在会后记者会上不排除连续加息的选项，但对于加息的节奏依然留有空白。叠加外部环境并无明显利空（美国8月非农数据表现稳健，油价下行），多重因素共同作用下，此次加息对全球市场冲击有限，亚太股市全面大涨，日元也在加息落地后进一步走弱。

不过，市场的担忧并未完全消解。随着日本央行加息进程持续推进，日元融资成本抬升，日元作为全球套息交易融资货币的吸引力正逐步减弱。但我们认为，短期内日元套息交易集中逆转的风险已经有所回落，资金或更多呈现缓慢回流态势，整体外溢冲击可控。

本质上，日元套息交易由成本端、汇率端、资产端三大环节联动驱动：融资端，借入低息日元，资金成本由日本央行政策利率决定；汇率端，将借入的日元兑换为美元，汇率波动直接影响本金汇兑损益；资产端，用美元配置美债、美股等高收益资产，赚取资产端利差与资本利得。

因此，套息交易发生大规模踩踏式逆转，往往需要三大条件共振：日本持续加息推高日元融资成本、日元快速大幅升值带来汇兑亏损、美元资产价格下行压缩收益空间。

当前来看，三大环节虽已出现一定边际变化，但触发全面踩踏式平仓的催化条件尚未形成：

融资端，日本央行虽开启加息，但整体立场依然谨慎，不会快速抬升日元融资利率。当前日本内部的基本面制约和财政约束是日央行难以回避的问题，因此其缺乏快速大幅加息的基础（这一点相对美国来说更加明显）。

而套息头寸的核心收益来自美日利差，虽然日元的融资吸引力在减弱，但美日利差依然偏高（10年期利差依然有200个bp左右），不会在短期迅速侵蚀套息交易的盈利空间，交易者仍有时间调整杠杆、逐步降仓，难以出现集中被动平仓。

汇率端，重要的不仅是日元的点位，更重要的是日元的升值速度。只有日元短期快速拉升，才会迅速产生汇兑浮亏，倒逼交易者集中平仓；若日元缓慢走强，市场有充足时间调整头寸，不易触发踩踏。

当前日元升值速度已有所放缓：一方面源于基本面制约下日本央行的加息节奏可能不会太快；另一方面，本轮日央行加息与美联储政策周期形成共振，一定程度约束了美日利差的收窄幅度，抑制日元单边快速升值动能。

资产端，核心取决于全球风险偏好与美元资产收益表现。套息资金最终投向美债、美股等美元资产，资产端是套息交易的收益来源。一旦美股大幅回调、美债收益率快速下行，资产端收益萎缩甚至出现亏损，叠加日元融资成本上行、日元升值带来汇兑损失，三重压力叠加就容易触发大规模平仓。

当前美股等美元高收益资产整体维持韧性，宏观环境和AI终端需求暂未出现系统性恶化，资产端收益仍可覆盖日元融资与汇兑成本，资金缺乏集中离场的强催化。

综上，当前来看，日本央行加息节奏偏谨慎，日元缺乏单边急升基础，海外资产端也暂无系统性大跌信号，因此短期内难以复刻2024年那种剧烈的套息平仓冲击。

此外，当前日元贬值交易的拥挤度已经明显下降。自从美日联合干预后，日元空头已经明显回补，截至9月15日当周，CME非商业日元空头头寸较7月下旬高点降低约56%，多头头寸大增135%，9月以来净多头持仓也脱离负数区间。考虑到部分日元空头已经提前回补，后续快速回补引发套息交易集中平仓的风险相对可控。

后续套息交易是否发生集中逆转的风险，需要密切跟踪：日本央行加息的节奏与幅度是否超预期加快，以及日元短期升值的速度和斜率。但最为关键的是，资产端风险才是触发套息交易集中平仓最核心的催化剂。

这一点，我们其实也能从2024年的那一波套息交易逆转中得到经验。当时市场同样面临日元急剧升值、日本央行启动加息的环境，但真正压垮套息头寸的最后一环，来自全球风险资产回调带来的资产端冲击。2024年其实最初单纯的日元利率上行和日元升值，只引发了头寸的渐进调整；而8月美国失业率上行触发萨姆法则，推升经济衰退预期，才最终引发全球资产的系统性抛售，加速了套息交易集中平仓和日元升值态势。

因此，后续更需要警惕美国资产端出现尾部风险，进而加速套息交易逆转。重点观察美国经济持续超预期走弱、地缘冲突升温、AI板块分歧加大，美债市场剧烈波动等潜在触发因素，可能会加大短期套息交易的集中平仓风险。

本文来源：川阅全球宏观

风险提示及免责条款

从英伟达高端板到普通PCB，一场电子布涨价正在向全产业链蔓延

万周 — Mon, 21 Sep 2026 03:15:38 GMT

电子布、覆铜板乃至部分PCB此前已经多次调价，三季度更明显的变化，是顺价范围扩大、下游对涨价的接受度提高，同时市场把视线从“今年还能涨多少”移向“2027年能否真正补上供给”。

AI服务器既抬高PCB层数和材料等级，也占用更多电子纱和高良率织机资源，使这轮传统周期修复叠加了结构性供给约束。

一、发生了什么？——涨价并非刚开始，市场重新评估的是短缺能持续多久

1. 涨价链早已形成，Q3的新变化是顺价范围扩大：

9月中旬，电子布相关公司再次成为市场焦点，但这一轮行情如果只概括为“涨价向下游传导”，并不准确。电子布和覆铜板的提价已经持续了一段时间，部分PCB厂今年上半年也调整过报价。

最近更有价值的变化有三点：9月电子布继续提价；三季度顺价从少数头部厂商扩散到更多二三线PCB企业，“保供”在采购中的优先级上升；同时，关于电子纱和高端织机约束的调研明显增多，市场开始把紧缺周期看到2027年以后。换句话说，新的不是涨价链本身，而是对这条链条持续时间和覆盖范围的重新认识。

价格仍然是最直观的催化。9月，中国巨石继续上调电子布报价，7628厚布约涨15%，薄布约涨20%；公司披露的库存约为3天，已经处在很低的位置。这说明供需依然偏紧，但并不能据此判断行业刚进入涨价阶段。自2025年四季度以来，多种电子布已经连续提价，当前更需要观察的是两件事：价格能否继续维持，以及下游还能否顺利消化成本。

建滔积层板8月底进行了年内第七轮覆铜板提价，FR-4各厚度产品普遍提高约10%，部分薄布PP材料涨幅达到20%。覆铜板和PCB的顺价并不是8月底才出现，三季度的变化更多体现在范围扩大：更多二三线PCB企业开始跟进，而在低库存环境下，“保供”逐渐压过单纯的价格博弈。部分汽车、智能手机OEM甚至直接与CCL或材料厂沟通供应，说明采购端已经开始把稳定供货放在更前面。

2. 真正的预期差，是短缺可能比原先设想持续更久：

这轮景气还能走多久，关键取决于扩产何时真正把价格和交期拉回常态。近期市场注意力从织布机进一步推向电子纱。美银与中国巨石、中材科技管理层交流后指出，当前紧张已经从织造设备扩散到上游纱线；建滔7万吨电子纱产能自7月爬坡后，下一批较明显的新增电子纱产能可能要等到2028年。与此同时，新进入者即便能够买到国产织机，也仍要面对电子级产品良率和稳定性问题，所以“装上设备”与“形成合格供给”之间还有一段距离。

……

速度快193倍、成本低444倍——只做“选择题”的Jev爆火出圈

Mon, 21 Sep 2026 03:11:18 GMT

刚刚过去的周末，一个叫Jev的模型在开发者社区迅速出圈。

它不能像ChatGPT那样陪人聊天，不能写长文，也不会一本正经地生成代码。

它的工作更像一道高频选择题：继续还是停止？通过还是拦截？点哪个按钮？这封邮件该转给谁？

看起来能力被“砍掉”不少，为什么反而火了？

因为Jev瞄准的就是一件事情：判断，在“零幻觉”的基础上做判断。

Jev由ChatGPT联合创始人Diogo Almeida主导开发。他在X上写道：“参与共同发明ChatGPT之后，我一直在问自己：为什么超人级别的聊天模型没有带来AGI？”两年隐身研发后，他给出了自己的答案——一套全新的决策模型，或许比更强的聊天更有效。

根据TypeSafe官网公布的测试数据，Jev在自动化工作流任务上比现有大语言模型快193.6倍，成本低444.6倍。输入每百万Token仅需0.042美元，输出Token免费。上线后需求量一度超出预期，API短暂无法正常响应。

目前，Jev已向所有用户开放，无需候补名单，注册即获5美元额度（约1.2亿Token）。

一个人，两件相反的事

Diogo Almeida的履历有一种内在张力。

他曾在OpenAI参与构建RLHF（基于人类反馈的强化学习）和InstructGPT，这套方法直接催生了ChatGPT。

然后他离开了，开始反思这套方法。

他在一场演讲中直接提出问题：“今天的AI已经能挑战高等数学，为什么企业还是不敢把客服决策交给它？”

他的答案是：“今天的AI非常擅长协助，但还不擅长自动化。”

协助，是人坐在屏幕前，AI帮你干活，你来检查。

自动化，是人根本不在场，AI在后台自己判断、自己执行。

Almeida把问题指向了RLHF本身。他在演讲中说：“为什么今天的大模型总需要有人在回路里？因为训练它的时候，我们字面意义上就把人塞进了那个回路里。”

RLHF让模型学会了一件事：什么样的回答，人更喜欢？

这对聊天产品是优点。但对自动化系统，却是问题所在。

Jev是什么：一个会做判断的函数

TypeSafe官网将Jev定义为：“把非结构化状态输入，输出类型化的概率决策。”

换成人话：你给它一段信息，它告诉你答案是什么，以及它有多大把握。并且不会产生一点幻觉。

它不生成文字。它只做三件事：

Noul：是非判断，返回一个0到1之间的概率，代表某件事为真的可能性
Choice：从预定义列表中选一项，最多支持255个选项，适合分类和路由
Score：按照设定的尺度打分，用于衡量紧迫程度、质量或风险

每次回答都附带完整的概率分布和置信度。强类型输出，不需要写JSON提示词，不需要额外解析器。

为什么快，为什么便宜

普通大语言模型生成答案的方式是：一个Token一个Token地往外输出，每个Token都依赖上一个。

Jev的采样方式是并行的。所有输出在一次查询中同时生成。这是速度差距的根本来源。

根据TypeSafe官网数据：

Jev端到端响应时间：70毫秒至500毫秒
现有前沿模型：3秒至329秒
速度差距：40倍至200倍（System One类型任务）

价格方面：

Jev输入：每百万Token 0.042美元（每十亿Token 42美元）
现有前沿模型输入：每百万Token 0.20美元至10美元
输出Token：免费

TypeSafe官网注明，193.6倍速度提升和444.6倍成本降低的数据，来自其自动化工作流评测，“预计这些数字处于实际收益的较高端”。评测由公司模型能力团队成员制作，存在一定偏差可能性。

“校准”才是真正的核心

速度和价格之外，TypeSafe强调的另一个关键词是“校准”。

现有大语言模型即使被要求给出置信度，也往往过度自信且不一致。TypeSafe官网指出：“如果一个模型能完成某项任务95%的时间，但不告诉你它什么时候处于那5%，它就无法自动化那项任务。”

为此，TypeSafe开发了新的训练方法RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）。

目标是：如果模型说某件事有80%的概率，那么在它判断为80%的一批事情里，最终应该真的有大约80%发生。

这在自动化系统里直接决定了如何分配任务：

置信度 > 90%：直接自动执行
置信度在70%至90%之间：交给更强的大模型复核
置信度 < 70%：转给人来决策

Earendil公司CTO Armin Ronacher对此解释道：“归根结底，这种方式将幻觉问题的处理责任稍微转移到了用户身上。用户需要决定：如果这种情况出现的概率只有50%，那或许可以忽略它。但如果概率达到95%，那我就可以利用它了。”

并行判断：一次问十个问题

Jev还有一个特点：同一次请求中的多个问题，共享一份输入，但独立并行评估。

公众号“数字生命卡兹克”做了个实测：他把一条新闻扔进去，可以同时问——是否AI相关？是否广告？是否融资？应归哪个分类？是否值得推送？

Jev一口气把这些判断全部做完，速度不变。

传统大语言模型需要逐个问题生成回答，或者把所有问题塞进一个提示词，再解析输出。

这个并行特性，在多问题场景下优势最为明显。

开发者已经在用它做什么

Jev上线后，开发者社区迅速涌现出大量实际应用案例。

信息流过滤：开发者Marcel Pociot接入Jev做了一个浏览器插件，用于过滤X平台上不想看的内容。每条帖子的判断平均耗时380毫秒。

广告分析：有人用Jev在40秒内分析724条实时广告，共做出8724次判断。

浏览器代理：Browser Use的开源项目jev-ultrafast，将Jev用作浏览器操作的判断层。以查机票为例，每一轮程序同时问多个问题：下一步点击还是输入？点哪个编号？这些问题共用同一份网页状态，分别作答。

上下文压缩：将Jev接入Claude Code，判断哪些上下文内容是关键信息，实现近乎即时的上下文压缩。

安全分类器：Vercel公司软件工程师Pranit Sharma表示，用Jev替代OpenAI的ChatGPT Luna 5.6来运行命令安全性分类器后，处理速度提高了5到18倍，准确性也大幅提升。

邮件分类：Bryo AI的CTO Nikhil Mudholkar测试了Jev和Gemini在分类商业邮件方面的表现。他的测试结果显示，Gemini准确率略高，但成本高出10到20倍。

营销分析：有团队将Jev接入营销分析流程，扫描Meta广告库、比较广告格式存活周期，把原本需要人工完成的判断提速了30倍，成本压到3美元以内。

游戏演示：TypeSafe官网展示了Jev玩Doom的演示，每秒可做出约10次决策，Jev依据结构化游戏状态做出实时操作判断，每小时成本约7美元。在Ably Pong演示中，Jev在12秒内做出47次操作决策，而Gemini、Claude和GPT在同样时间里只做出两三次。

“零幻觉”不等于“永远答对”

Jev官网上写着“Zero Hallucinations”，即“零幻觉”。

这句话很抓眼球，也容易被误读。

TypeSafe在技术说明中给出的含义是：Jev的输出类型和结构预先定义，因此模型不会产生类型错误，不会突然跳出指定格式、捏造一个不存在的字段，或在限定选项外随意发挥。

例如，程序只允许它在“通过、拒绝、人工复核”三个选项里选，它不会输出一首诗，也不会附带一段Markdown说明。

这解决的是自动化系统中的结构可靠性问题。

但它不等于模型不会选错。TypeSafe自己的FAQ也明确承认：Jev“仍然可能出错”。

为什么是现在爆火：Agent需要的，可能正是这些小决定

Jev的出现，正好踩中了Agent开发中的一个现实问题。

一个能操作网页、调用工具、处理文件的Agent，在完成任务前，往往要经历大量微小判断。

下一步点击哪个元素？这个工具返回的结果是否有效？上下文里哪部分已经没用？这个任务是真的完成了，还是看起来完成了？

这些判断单独看不难，但一旦进入高频工作流，成本会迅速堆积。

Jev这次爆火，至少有三个清晰原因。

第一，它的定位足够反常。

当行业持续追逐更长的推理、更强的聊天、更大的上下文时，Jev直接放弃生成文本，只解决选择、分类、打分和路由。

第二，它击中了Agent的成本问题。

如果一个系统每天要做数十万次小判断，20—200倍的速度差异、40—400倍的成本差异，即使只在部分任务上成立，也足以吸引开发者测试。

第三，它把“不确定性”做成了接口的一部分。

过去，模型总能给答案；真正让自动化系统头疼的是，模型常常不知道自己什么时候会错。

Jev给出的答案是：不只返回结论，也返回对结论的把握程度。

为什么叫Jev，为什么叫System One

TypeSafe把Jev所在的模型类别命名为“System One Models”。

名称来自丹尼尔·卡尼曼《思考，快与慢》中关于“系统1”和“系统2”的区分：前者偏快速、直觉式判断，后者偏慢速、审慎推理。

Jev显然押注前者。

TypeSafe的产品定位并不是让Jev替代所有大模型。

官方列出的适用任务包括分类、路由、打分、信息提取、工作流分支、内容审核、模型输出验证，以及在大数据上进行批量处理。

复杂推理、长文生成、写代码、创作内容，仍属于传统大语言模型更擅长的领域。

在这种分工下，Jev负责先做大量低延迟决策；当它不够确定时，再把问题交给更慢、更贵、但更适合生成与推理的大模型，或者交给人工。

融资与开放

TypeSafe AI由Diogo Almeida与Erik Gafni、Sasha Sheng共同创办，公司隐身运营约两年。

2026年9月15日正式亮相，同步宣布完成4000万美元种子轮融资，由DCVC领投。

TypeSafe表示，目前市面上采用这一路线的公司只有他们一家。Ronacher预计，随着这种模式的实用价值逐渐被验证，跟进者会陆续出现。

被问及公司是否算前沿实验室时，Almeida说：“前沿实验室的主要产物要么是恐惧，要么是炒作，我希望我们的主要产品是智慧，我们不属于那种一门心思创造无限财富，或者搞宗教式叙事，或者试图在数据中心里造神的实验室。”

风险提示及免责条款

海运成本飙升201%，逼近2021年危机峰值，为通胀再添一把火

Mon, 21 Sep 2026 03:05:21 GMT

全球海运成本正经历新一轮剧烈冲击。集装箱运费暴涨201%，逼近2021年集装箱短缺危机时期的历史峰值，与此同时，地缘政治动荡推动油轮租金创下前所未有的纪录，全球供应链再度承压，通胀风险随之升温。

美国银行零售业分析师Lorraine Hutchinson在上周六的研报中警告，海运运费已跳涨201%，正逼近2021年集装箱短缺期间250%的峰值涨幅。与此同时，全美柴油均价接近每加仑6.50美元，正大幅压缩公路运输商的利润空间，并推高陆路运费。Hutchinson表示，"大多数合同在春季已锁定价格，但我们正密切关注使用现货运价的企业，这可能成为2027年的潜在逆风。"

航运界网援引船舶经纪商Gibson的数据显示，霍尔木兹海峡与曼德海峡地缘局势持续升温，VLCC（超大型油轮）市场租金已飙升至前所未有的水平，TD3C航线日租金突破124万美元。分析人士指出，若上述压力持续蔓延至秋冬季节，更高的运输成本将进一步强化通胀压力、压缩企业利润，并对整体经济增长构成拖累。

集装箱与干散货市场同步承压

具体来看，据航运界网，9月18日，波交所数据显示，TD3C航线VLCC日租金已飙升至1241097美元。在大西洋市场，西非-中国航线（TD15）往返日均TCE约527477美元。美湾-中国（TD22）航线往返日均TCE约400265美元。

集装箱运费并非孤立上涨。追踪多类船型运价的波罗的海干散货指数（Baltic Dry Index）已升至2023年12月以来的高点，涵盖好望角型、巴拿马型及超灵便型船舶。

航运分析机构Thurlestone Shipping的分析师将当前局面定性为"完美风暴"，指出船舶供给收紧与两大洋盆需求同步爆发叠加共振，是推动本轮运价急涨的核心驱动力。

双海峡困局加剧能源运输风险

当前全球能源运输正面临"双海峡锁喉"的严峻局面。霍尔木兹海峡方面，尽管通过该海峡的原油量自春季低点有所回升，但仍远低于冲突前水平，且大量船舶采用关闭AIS的"暗航"方式通行，实际流量难以准确追踪。

曼德海峡方面，胡塞武装与沙特之间的冲突持续升级。胡塞武装9月19日发表声明称，已对沙特首都利雅得的"敏感目标"及沙特阿美公司位于延布的设施发动军事行动，动用了大量弹道导弹、巡航导弹与无人机，并表示将继续采取"以封锁回应封锁、以升级回应升级"的策略。

沙特阿美公司已通知至少两家欧洲炼油客户，由于沙特通往红海的关键东西输油管道遭袭，下个月将无法按合同履行原油交付义务。

分析人士警告，若本轮运费冲击持续，将把当前的运输成本压力带入2027年合同谈判周期，企业面临更高运输成本的同时，将承受更大的向消费者转嫁成本的压力，进而对通胀路径产生实质性影响。

风险提示及免责条款

存储超级周期加码：DRAM/NAND三季度环比涨价20-30%，超大规模客户签约接受明年Q1涨价

Mon, 21 Sep 2026 02:44:39 GMT

内存芯片短缺仍未缓解，云厂商已抢先锁定更高价格的明年合同。

9月19日，据追风交易台消息，美银证券分析师Simon Woo发布最新内存行业研报，渠道调研证实2026年三季度DRAM均价环比涨20-30%、NAND涨超15%，且超大规模云厂商已提前签约锁定2027年一季度更高的DRAM价格。

基于内存供应持续短缺及OEM/科技公司抢筹加剧，美银将2027-2028年DRAM均价预期上调8-12%、NAND上调2-3%，但仍认为2028年价格会从2027年的高位回落约10%，属于“软着陆”。

在更长期维度上，美银将2030年全球内存TAM（市场规模）预测从1.8万亿美元上调至2.0万亿美元，并预测2027-2030年DRAM+NAND销售额年复合增速达21%。

三季度涨价超预期，云厂商提前锁定明年价格

渠道调研结果显示，三季度内存价格强劲。

美银报告指出：“对内存芯片制造商、现货市场分销商、OEM等的最新调研，证实三季度均价强劲：尽管长期协议占比上升，大多数DRAM产品三季度均价仍环比上涨20-30%，NAND涨幅超过15%。”

四季度同样不弱。分析师称，“四季度均价预计至少还有个位数增长”。

更值得关注的是一个新动向：分析师写道，“超大规模云厂商已签订新合同，同意在2027年一季度支付高于2026年四季度的DRAM价格。”这意味着买方已主动接受涨价，并将这一预期锁定进了合同。

上调2027-2028年价格预期，但2028年将迎软着陆

正是基于上述供需格局，美银对此前预测进行了修正。

分析师称：“鉴于持续的内存供应短缺，以及部分OEM和大型科技公司更积极的芯片采购行为，我们对2027年上半年的判断变得更加乐观。”

具体数字：

DRAM：2027-2028年均价假设上调8-12%；新预测中，2027年均价约为每8Gb当量17.1美元，2028年约16.2美元
NAND：2027-2028年均价假设上调2-3%；2027年约10.0美元/256Gb当量，2028年约8.7美元

与此同时，美银对2026年下半年的预测维持不变——“由于此前对下半年均价已持乐观态度，本次不作调整”。

但分析师同时指出，“预计2028年均价将（较2027年）下跌约10%（DRAM下跌5%，NAND下跌13%）”，并将此解读为“2029-2030年新一轮增长前的软着陆阶段，届时将由更先进的AI及采用高端内存的GPU/ASIC驱动”。

供应短缺是核心逻辑

为什么价格能持续上涨？供给侧的约束是关键。

数据显示，2026年DRAM供需充足率（supply-to-demand sufficiency）仅约79%，远低于100%的平衡线，直到2027年才逐步回升至接近均衡。NAND情况类似，2026年充足率约80%，2027年才恢复至102%左右。

PC和智能手机的减产也在情理之中。报告指出，尽管内存短缺，“PC和智能手机年初至今的减产幅度并不严重，出货量同比仅下降约10%”。这意味着终端需求尚未出现大幅崩塌，供需缺口主要源于AI服务器对内存的强劲拉动。

服务器端，尤其是AI服务器对HBM（高带宽内存）的需求，已占到DRAM总出货量的50%以上。分析师预计，2026年HBM市场规模达774亿美元，同比增长124%，2027年进一步扩张至1528亿美元。

2030年市场规模目标上调至2万亿美元，长期超级周期

美银将2030年全球内存市场（DRAM+NAND）总规模（TAM）预测从1.8万亿美元上调至2.0万亿美元。

分析师指出，全球DRAM+NAND销售额此前在2018年（云热潮）达到峰值0.17万亿美元，而2025年的回升仅产生0.21万亿美元（NAND下行）。因此，投资者可能会质疑2.0万亿美元的预测，因为相比2018/25年增长了10倍。

分析师给出五个理由支撑这一预测：

（1）截至2026年三季度，年化运行率已超过1.0万亿美元（2,780亿美元；四季度等效：1.1万亿美元）；

（2）2026年ASP或合约价同比上涨3-4倍，而销量增长20%以上；

（3）创纪录的ASP可持续，由于全球供应紧张和强劲的AI芯片需求，到2030年降价有限；

（4）2026-30年年度bit增长应保持在高两位数；

（5）随着先进AI解决方案（HBM、SOCAMM、eSSD等）获得份额，结构应改善。

分析师还表示，不预期新GPU/ASIC出现“降规”或更低内存含量；相反，假设进一步增加，Rubin Ultra每颗达1,000GB，新Rubin为384GB，而当前为288GB。

分析师还预测，从2027年至2030年，DRAM+NAND合计销售额将以21%的年复合增速增长。

届时DRAM+NAND销售额达1.4万亿美元，而2026年为0.9万亿美元，至2030年——明确表明长期超级周期。这也意味着内存行业的合理市值为10万亿美元，基于13倍P/E、2.0万亿美元销售额下50%的OPM和25%的税率。

此外，美银自建的“内存景气指数”（BofA Memory Indicator）综合追踪均价、收入、现货价格及出口的同比增长动能。

分析师称，该指数“7月维持在创纪录的180，而周期中位水平为100，2017-18年的峰值仅为120”。美银预计8月至9月的数据仍将保持强劲，韩国半导体出口及中国台湾南亚科技、群联电子的月度销售额同比增幅均超过100%。

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

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

一个视频理解“周末刷频”的JEV大模型

董静 — Mon, 21 Sep 2026 02:34:43 GMT

刚刚过去的周末，一款名为 JEV 的“反常”AI模型在开发者圈内爆火刷屏。

这款由 TypeSafe AI 推出的模型，之所以能瞬间引爆开发者社区，与ChatGPT等致力于“长篇大论”和“深度思考”的主流大模型不同，JEV不会聊天、不写代码，它只做一件事：做判断。

JEV具有以下三大颠覆性特点： 1. 砍掉文本生成，专为机器输出。2. 反思RLHF（人类反馈强化学习），采用全新RLCD（校准决策强化学习）训练法。 3. 定位“系统1”，主攻真正的自动化。

过去几年，ChatGPT教会了机器如何与人对话；而JEV的诞生与爆火，则标志着行业开始探索下一步——当人类不再盯在屏幕前，机器如何高效地自我决策，走向真正的自动化。

曝 Claude 跳过 5.2，直奔 Opus 5.5，周二发布

夕小瑶科技说 — Mon, 21 Sep 2026 02:19:21 GMT

上周还在传 Opus 5.2，新一轮爆料已经把名字改成了 Opus 5.5。

有人晒出汽车3D模型，有人声称它超过 GPT-6 Sol。

新品尚未官宣，“3D 之王”的王冠已经有人提前戴上了。

模型还没发，王冠先戴上了

就在今天早上，X 账号 Lyra 抛出消息：Anthropic 正在测试 claude-opus-5-5，内部代号为 claude-wafer-eap，计划周二发布。

随后，他又补充，实际发布也可能提前到周一，但会在接下来这一周。

就在爆料后不久，Harshith 就已经晒出了作品。

是一辆 Waymo 自动驾驶汽车，车型为 Jaguar I-PACE。他自称使用了 Opus 5.5，在 Claude Code 中开启 max 档位，特别提到了车标和传感器细节。

演示中的汽车，车头格栅、灯组，以及车顶、车身两侧的传感器都已经成形。

Veee 后来也自称获得了测试访问权限，尝试了 Harshith 的输入，晒出自己的汽车作品，还表示已经碰到了使用额度。

而且据说 Opus 5.5 评价很高。

有人在 Lyra 的帖子下追问：版本号一直换，到底有没有实质进步？Lyra 直接回答，它“现在就能击败 GPT-6 Sol”

Scott 则更夸张，把比较对象指向 Astra，喊出了“新的 3D 之王”。

而3D 一直是 Opus 这条线被拿出来秀的能力。

Anthropic 7 月发布 Opus 5 时就举过一个例子：在没有直接读图工具的情况下，模型自己写了一套视觉处理流程，从机械零件图里提取几何信息，再生成一个 FreeCAD 三维模型。

更诱人的，是那张价目表

作者 synaptic 给出的报价是：Opus 5.5 每百万输入 token 4 美元，输出 20 美元，缓存读取 0.2 美元。

对照 Anthropic 现在公开的 Opus 5 价格，输入 5、输出 25、缓存读取 0.5、5 分钟缓存写入 6.25 美元。

那就是：输入和输出各降 20%，缓存读取降 60%，5 分钟缓存写入降 20%。

而 Anthropic 这个月，已经降过一次缓存价格。

9 月 1 日发布的 Fable 5.1，普通输入、输出单价保持不变，缓存读取价格却下降了 75%，降至每百万 token 0.25 美元。

Fable 刚降完缓存价，Opus 5.5又传出新报价。如果消息兑现，我们就又得重新算账了。

不过，20% 和 60% 都是单价变化。一个项目最终花多少钱，还取决于模型消耗多少 token、需要修改几轮。

而且目前只爆出来API 报价下降， Pro、Max 订阅降价或额度增加还需要等官方通知了。

从 5.2 到 5.5，为什么越来越快？

Opus 5 才 7 月发布，怎么这么快又要出新版，还直接跳到 5.5？

上周，Anthropic 在一篇官方博客中公布了内部研发数据：到今年 8 月，Claude 已经在约 26% 的 AI 研发工作里作为主导。而在今年 2 月，这个比例还不到 1%。

“主导”意味着，人给出目标，Claude 完成任务的大部分过程，人只用负责监督。

而这样的工作，已经在大规模并行。

公司披露，截至今年8 月，仅在最常用的内部平台上，每一时刻就有大约 3 万个 AI Agent 同时处理研究和工程任务。

模型帮人写代码，再帮人造模型。能交给 Agent 推进的工作越多，研究人员就越有余力同时尝试更多方案。

新一代模型能力提高后，又可能反过来加快下一轮研发。

也就是说，Anthropic 造模型的节奏一直在加速？

刚喊“慢一点”，新模型又要来了？

前几天 Anthropic 的CEO Dario 才刚刚公开呼吁，放慢 AI 模型能力提升的速度，为安全措施争取时间。

他担心：AI 越来越擅长参与下一代 AI 的开发，能力进步可能快过人类理解和控制它们的速度。

然鹅放缓发展的倡议大家还在讨论，结果你现在放出新的模型。。。

不过也能理解，毕竟商业上的压力，已经追到眼前了。

据报道 GPT-6 Astra 获得企业用户和开发者响应后，部分潜在的 Anthropic IPO 投资者，开始重新审视它在企业 AI 市场的领先地位。

同一篇报道还提到，上一周，平台用户花在 OpenAI 模型上的钱，超过了 Anthropic，这是两年半多以来首次出现。

如果 Opus 5.5 真能同时交出更好的作品和更低的报价，这场竞争对于开发者来说倒是越实在越好。

接下来，压力就要传到 GPT-6 Sol 这边了。

本文来源：夕小瑶科技说

风险提示及免责条款

A股三大股指早盘集体上涨，生物医药爆发、创新药拉升，存储芯片走强，恒科指冲高回落转跌，科网股分化

Mon, 21 Sep 2026 02:16:12 GMT

9月21日，A股早盘集体上涨，三大股指盘初进一步拉升，创业板一度涨超1%，生物医药爆发，CRO、创新药、减肥药、基因检测等概念股全线大涨，航天军工、餐饮旅游、零售等板块活跃，半导体产业链陷入调整。存储芯片走强，长鑫科技大涨5%。

港股震荡分化，恒指早盘小幅上涨，恒科指冲高回落，目前已经转跌，生物科技指数暴涨近5%，权重科网股分化，芯片股活跃。债市方面，国债期货震荡上涨。商品方面，国内商品期货多数走高。核心市场走势

A股：截至发稿，沪指涨0.50%，深成指涨0.80%，创业板指涨1.29%。

港股：截至发稿，恒指涨0.51%，恒科指涨0.37%。

债市：国债期货震荡上涨，截至发稿，30年期主力合约涨0.15%，10年期主力合约持平，5年期主力合约持平，2年期主力合约持平。

商品：国内商品期货普涨，截至发稿，纸浆大涨3%，沥青、碳酸锂、沪银、多晶硅涨超1%，沪锡、锰硅、橡胶、钯金、铂金、氧化铝、工业硅、铁矿石、不锈钢、玻璃、沪铜、螺纹钢、热轧卷板、沪金、鸡蛋等品种纷纷走高，沪镍、沪铝、焦煤、焦炭、烧碱、菜籽等下跌，集运指数、豆粕跌超1%，燃油跌超2%，原油大跌6%。

09:56

零售概念表现活跃，新华百货涨停，国芳集团2连板，南宁百货、杭州解百、国光连锁、三江购物跟涨。

09:54

恒生生物科技指数涨超4%，英矽智能、金斯瑞生物科技、诺诚健华、康方生物均升超6%。A股方面，创新药板块强势依旧，药明康德、康龙化成稳步向前。

09:51

C沈鼓低开48%后连续拉升，现二度停牌，跌幅为16.9%。

09:40

早盘PCB概念震荡走高，广合科技涨停，迅捷兴、景旺电子、深南电路、鹏鼎控股、胜宏科技涨幅靠前。

09:34

AI制药、CRO概念反复走强，诺禾致源20cm涨停，泓博医药、成都先导、博济医药、贝瑞基因、塞力医疗跟涨。

消息面上，9月18日，工信部等十部门联合印发《医药工业发展“十五五”规划》。规划提出，加快人工智能、量子计算、超级计算、计算医学等新技术赋能药物研发，探索超限制造、太空制药、生物制造等药械生产新模式。

09:32

长鑫科技升超5%，提振存储板块，兆易创新、澜起科技、大普微、佰维存储跟涨。消息面上，长鑫科技第五代技术平台实现量产，晶圆产出较上一代提升超50%。

09:26

上证指数高开0.21%，创业板指涨0.93%。CRO、存储器、光模块板块走强，次新股板块调整，C沈鼓跌48%。

09:21

恒生指数低开0.01%，恒生科技指数跌0.08%。智谱、联想集团、携程集团走软。

风险提示及免责条款

谁是黄金的神秘买家？

Mon, 21 Sep 2026 02:11:44 GMT

美联储加息之后，金价非但未跌，反而突破了自杰克逊霍尔会议以来的下行趋势线——这一反常走势令市场困惑，也令分析师追问：究竟是谁在买入黄金？

据追风交易台，德意志银行最新发布的金属资金流报告，美联储主席沃什的鹰派表态对金价的提振作用十分有限，商业与非商业买盘均未见明显放量，CTA（商品交易顾问）头寸几乎原地踏步，CME黄金未平仓合约仅小幅上升，中国ETF资金流入虽在增加，但规模并不异常突出。

德意志银行金属研究主管Daniel Ghali在报告中直言：在所有常规买家均未显著发力的情况下，这一轮金价上涨的驱动力指向一个更深层的结构性力量——储备管理机构。

德意志银行认为，霍尔木兹海峡地缘冲突对黄金的影响，远比沃什的抗通胀立场更为关键。对储备管理机构而言，能源价格同步下跌所释放的储备再配置空间，比几次加息更具实质意义。这一逻辑将黄金与油价的联动性推至前台，并构成该行对黄金走势判断的核心框架。

常规买家集体缺席，神秘买盘浮出水面

德意志银行通过其全球聚合电子交易平台AutobahnTM对现货资金流的实时追踪显示，在美联储议息会议后的最新交易时段内，此前一直为市场提供支撑、对冲零售资金外流的商业与非商业买盘，均未出现明显流入。

与此同时，CTA头寸在该时段基本维持不变，CME黄金未平仓合约仅边际上升，中国ETF资金流入虽呈上升趋势，但流入节奏并不异常。

在上述常规资金来源均未显著发力的背景下，金价却足以突破自杰克逊霍尔以来的下行趋势，这一背离令德意志银行提出核心疑问：谁是这轮行情中的神秘买家？

储备管理机构：地缘与油价才是关键变量

德意志银行的答案指向储备管理机构。报告指出，霍尔木兹海峡冲突所引发的地缘紧张态势，在储备管理层面的影响权重，远超美联储加息路径本身。

对储备管理机构而言，能源价格的同步下跌具有更直接的政策含义——油价下行意味着能源出口国外汇收入减少，储备配置压力上升，而黄金作为非主权储备资产的吸引力随之增强。

德意志银行由此得出结论：黄金对油价的敏感度正在上升，这一联动关系通过美联储决策、储备管理机构买盘行为以及地缘政治三条路径相互强化。报告同时指出，当前市场中主动型投资者的仓位整体偏轻，结构性需求持续存在，这使得黄金即便面临利空压力，也难以出现大幅抛售。

CTA仍偏向卖出，算法压力不容忽视

尽管金价展现出一定韧性，但德意志银行警告，当前价格涨幅尚不足以改变CTA在未来一周的整体卖出倾向。

报告指出，算法交易系统在几乎所有价格情景下，均倾向于在未来一周卖出贵金属。德意志银行的高级仓位分析显示，CTA卖出活动的偏斜与美联储鹰派会议本身并无直接关联，部分市场参与者将其解读为"对鹰派FOMC的滞后反应"，但该行认为这一解读并不准确。

在各贵金属品种中，钯金被认为最为脆弱，原因在于过去一个月现货资金持续大幅外流；白银则相对抗跌，受益于套利空间持续存在及零售买盘的稳定流入；铂金同样面临风险，在没有任何情景能触发大规模算法买入的情况下，一旦价格回调，CTA卖出规模可能达到其历史最大仓位的20%至40%。

面对上述复杂格局，德意志银行维持其既有操作框架不变：在未来一周，若原油价格上涨，则逢算法卖压时买入黄金；若原油价格出现转向信号，则积极做多黄金。这一策略的核心逻辑在于，黄金与油价的联动性已成为当前行情的主要定价锚，而非传统的利率驱动框架。在储备管理机构的结构性买盘尚未充分显现于公开数据之前，油价走势将是判断黄金方向最具前瞻性的参考指标。

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

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

中美经贸磋商在美国纽约举行

Mon, 21 Sep 2026 02:02:30 GMT

当地时间9月20日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特和贸易代表格里尔在美国纽约举行经贸磋商。双方以两国元首重要共识为引领，秉持相互尊重、和平共处、合作共赢的原则，围绕落实历次经贸磋商共识、促进双边贸易投资等双方共同关心的重要经贸问题，进行了坦诚、深入、富有建设性的交流，并就人工智能有关问题举行对话。

风险提示及免责条款

日本央行正两边都是悬崖的独木桥上疯狂试探

Mon, 21 Sep 2026 01:55:33 GMT

日本央行把政策利率加了25个基点，升至1.25%后，日元跌了。

加息加出了贬值——这可不仅仅是预期兑现这么简单。

霍华德·马克斯：为改变不了的AI大势焦虑，就是“提前流血”

张硕 — Mon, 21 Sep 2026 01:37:47 GMT

橡树资本联合创始人霍华德·马克斯表示面对无法改变的AI大势，思考后应承认无能为力并放下，而非提前焦虑。

他引用妻子的话说，担忧就像“提前流血”。对他而言，接受现实、让公众讨论AI影响即可，但不应让它成为生活执念。

同时，他建议成立特别工作组，研究AI对就业、税收和政府收入的冲击：如果AI取代工人，它能否也取代纳税人？

我不怕缴税，只是怕穷；我不想降薪，只想加薪

张硕 — Mon, 21 Sep 2026 01:07:19 GMT

英伟达CEO黄仁勋表示他并不害怕缴税，只是害怕贫穷。

即便五年内可能缴纳约80亿美元税款，他仍认为值得，因为“能负担得起”本身就是一种特权。

谈到员工薪酬时，他强调自己不想用尽可能低的工资获取劳动，而是想尽可能给员工更高报酬。对他而言，多赚多缴税是自然规则，他坦然接受。

如何回避AI？这是养老金和主权基金的“大难题”

Mon, 21 Sep 2026 00:44:54 GMT

人工智能热潮正在瓦解机构投资者赖以为生的分散化投资逻辑。从股票、私募股权到企业债券、基础设施，AI风险已渗透几乎所有资产类别，令管理着数千亿美元资金的养老金和主权基金陷入前所未有的困境。

据彭博周一报道，纽约市退休系统（NYCRS）首席投资官Monte Tarbox近期拒绝了一只私募股权基金的募资邀约，原因正是该产品AI持仓过重。"当那一天来临时，我们不想被晾在那里，让人问'你们为什么对所有东西都说了是？'"他说。这一决策折射出当前华尔街几乎所有主要机构投资者的共同处境。

摩根士丹利财富管理首席投资官Lisa Shalett警告称，AI正在加剧资产配置者本已面临的分散化挑战——在通胀持续黏性的环境下，传统60/40股债组合已屡屡失灵，而AI的深度渗透令股票与信贷之间的正相关性进一步恶化。

高盛估计，AI基础设施相关公司（包括芯片制造商和超大规模云计算企业）约占标普500总市值的40%；据Apollo Global Management数据，AI相关发行占今年投资级债券发行总量的近一半，并占风险投资资金的87%。

AI风险无处不在，分散化成为幻觉

AI对市场的渗透是多维度的。在公开市场，仅三家芯片制造商的股票便占新兴市场基准指数逾四分之一的权重。在私募市场，私募股权几乎已成为AI初创企业的代名词。在债券市场，最大的发行主体均为超大规模云计算企业。在基础设施领域，几乎每一个重大项目都指向数据中心。甚至美国国债也可被纳入AI交易的叙事框架——额外的电力需求推升通胀预期，进而影响收益率走势。

同一批公司横跨多个资产类别，进一步集中了风险。以Alphabet为例，其股票市值达4万亿美元，未偿债务规模为1300亿美元，旗下基础设施连接全球逾30个数据中心。与此同时，多家企业之间存在所谓"循环融资"安排，彼此相互持股，风险敞口高度交织。

摩根大通跨资产系统策略研究主管Thomas Salopek构建了四种模拟机构投资者资产配置的模型，结果显示，近年来这些组合均与AI相关风险因子呈现出显著正相关。在Invesco对90家主权财富基金的调查中，逾半数受访者将市场集中度列为AI相关投资的首要风险。

量化AI敞口，各家机构各显神通

面对这一挑战，机构投资者正在摸索各自的应对方式，但首要难题是如何定义和测量AI敞口。与资产类别、行业或地域等惯常分类不同，AI敞口目前尚无统一标准——它可以是纯粹的芯片制造商，也可以是仅仅采用AI技术的普通企业。

洛杉矶县雇员退休协会（LACERA）在今年5月的董事会会议上专门讨论了私募市场AI持仓问题。首席投资官Jonathan Grabel随后主导了一次全面审查，结合内部自下而上分析与借助MSCI的自上而下方法，估算出该养老金8%至19%的持仓与AI相关。"我们不希望追求完美而妨碍洞察，"他说。

芬兰Elo Mutual Pension Insurance Co.管理着360亿欧元资产，其投资组合经理正在以AI追踪AI，利用AI驱动的工具监测公开持仓对AI采用趋势的敏感度。资产配置与另类投资主管Kari Vatanen坦言，为分散化而限制AI敞口存在代价——若AI叙事继续主导市场回报数年，此举可能损害业绩表现。彭博智库追踪全球AI相关股票的指数显示，过去约两年间，该指数年化超额回报达11个百分点。

金融分析机构Markov Processes International对约50家大型养老金进行因子分析后发现，这些基金平均超额AI敞口接近于零，但个别基金存在明显偏差——美国最大公共养老金加州公务员退休系统（CalPERS）的超额AI敞口近年来持续攀升，主要源于对大型非上市公司的投资。

“全投资组合方法”成为新解题思路

AI风险的量化需求，正在为一种名为“全投资组合方法”（Total Portfolio Approach，TPA）的投资框架注入新的生命力。该框架打破资产类别壁垒，将所有投资置于同一维度进行比较，以寻求整体最优配置，CalPERS近期已正式采纳这一方法。

澳大利亚规模达2400亿澳元的Aware Super今年6月完成了代号"Project Odin"的多年期内部投资平台改造，整合了包括贝莱德在内的第三方数据与分析工具。流动性与市场主管Michael Clavin表示，该平台天然适合在全基金层面追踪AI敞口。"真正的分散化不只是地域或行业的分散，而是真正理解资产与主题之间的相关性，"他说。

Marsh Investments and Retirement（前身为Mercer，管理资产规模8460亿美元）则花费六个月开发了一套主题敞口追踪系统，运用代理式AI解析公开及私募公司的收入与利润来源，于今年2月正式上线。美国区首席投资官Andrew McDougall表示："关键在于，你必须先知道自己持有什么，才能知道自己要去哪里。那些今天拥有良好系统的机构，在做出投资之前就能大致判断影响；而那些系统落后的机构，可能要等到为时已晚才会发现问题。"

对于NYCRS的Tarbox而言，挑战在于跟上一项影响既快速又深远的技术的演变节奏。他表示，即便是最精密的投资组合图谱也可能很快过时，AI的风险轮廓必须持续重绘。"我们不仅要提高显微镜的分辨率，还要加快评估的频率，"他说。"我们承诺投资的几乎每一只基金，都不可避免地会带来更多AI敞口。"

风险提示及免责条款

下注“未来1年发行1万亿美元短债”，华尔街“豪赌”贝森特

Mon, 21 Sep 2026 00:23:33 GMT

美国财政部短期国债发行规模正逼近历史高位，华尔街正在围绕这一趋势构建大规模交易头寸。

美国银行、摩根大通和高盛最新预测，美国财政部在未来一年将发行约1万亿美元短期国库券（Treasury bills）。

与此同时，美联储本周首次加息后，投资者正将目光集中于短端国债，押注美联储最终将赢得抗通胀之战，两年期美债收益率已升至约4.75%的多年高位。这两股力量交汇，令短端美债市场成为当前最受关注的交易战场。

贝森特一方面试图通过扩大长期国债回购压制长端利率，另一方面其财政部却持续依赖短期债务满足创纪录的借贷需求——这一策略正引发市场对利率风险和再融资风险积聚的广泛担忧，也令贝森特本人陷入政策自洽性的质疑。

三大行预测：短债发行规模逼近1万亿美元

华尔街主要银行对美国财政部短期国库券发行规模的预测高度一致，且均指向历史性高位。

美国银行预测，在截至2027年9月的本财年内，美国将通过发行国库券净借入约1.07万亿美元（不含用于偿还到期债务的部分）；摩根大通预计2027年日历年的国库券发行量为1.09万亿美元；高盛的预测则为9610亿美元。

按美国银行的估算，未偿国库券存量届时将达到约8万亿美元，占可流通国债总量的24.3%。高盛预计这一比例2027年将达24.3%，2028年进一步升至24.9%，接近疫情期间的近期峰值。

这一水平已明显高于财政部借贷咨询委员会设定的"长期维持在约20%左右"的官方目标。该委员会由市场参与者组成，认为20%是在利率成本、债务融资波动性与再融资风险之间取得平衡的合理区间。过去二十年，国库券占比仅在2008年金融危机和疫情期间短暂突破25%。

贝森特的政策悖论：批评者变成了执行者

这一局面令贝森特陷入尴尬处境。他曾公开批评前任财长耶伦过度依赖短期债务发行，指责其"掌控了货币政策"，并在2024年大选前"大幅放宽了融资条件"。然而，贝森特领导下的财政部如今正延续并扩大这一做法。

与此同时，贝森特上月出人意料地宣布扩大财政部对10至30年期国债的回购规模，意在压制长端利率上行。部分分析师指出，这些长债回购所需资金可能正是通过增加短期债务发行来筹集，进一步推高国库券供给压力。

一年期国库券收益率目前约为4.4%，低于10年期国债约5%和30年期国债约5.3%的水平，短期借贷在成本上仍具优势。但美联储本周将基准利率上调至3.75%至4%区间，并释放进一步加息信号，令短期债务的再融资成本面临持续上行压力。

一位财政部官员表示，自1970年以来，国库券发行占总发行量的历史平均比例为24.3%，而截至上月，这一比例为22.8%，低于长期历史均值；特朗普第二任期内的平均值为21.7%。该官员还指出，货币市场基金资产管理规模约8万亿美元，稳定币需求持续增长，加之美联储今年迄今已购入逾3000亿美元国库券，投资者对国库券的需求已大幅上升。

风险争议：再融资压力与利率波动

围绕短债依赖的风险，市场各方存在明显分歧。

美国银行美国利率策略主管Mark Cabana表示，财政部正试图在政府债券市场中“平衡供需”，但大规模发行短期债务将导致利息支出"更大且更为波动"。Sakonnet Research的Adam Josephson也持类似观点，认为短债占比越高，债务偿还成本的波动性就越大。

无党派机构"负责任联邦预算委员会"主席Maya MacGuineas警告称，"对短端的特别倚重使我们极易受到高水平再融资风险的冲击"。

不过，贝森特前经济顾问、现任SMBC Nikko Securities美洲首席经济学家Joe LaVorgna则认为，国库券占比上升"没什么大不了"。他表示，绝对数字看起来庞大，是因为财政赤字本身规模巨大，但从比例来看，"以历史标准衡量并不完全失常"。

贝森特本人则坚持认为，美国可以通过经济增长化解债务压力。"在美国，我们没有收入问题，我们有支出问题。我们努力控制支出，然后通过3%的增长走出困境，"他本月早些时候表示。

短端交易：押注美联储最终胜出

在供给端预期之外，需求端同样出现明显变化。美联储本轮首次加息后，投资者正积极布局短端美债，核心逻辑是押注美联储主席沃什誓言全力抗通胀的承诺将最终兑现，通胀将受控回落。

两年期美债收益率已较2月低点上涨约140个基点，目前远高于美联储3.75%至4%的新利率区间。期货市场定价显示，未来一年美联储还将累计加息约80个基点。

WisdomTree投资策略主管Kevin Flanagan表示，"如果你审视当前收益率曲线的任何部分，问哪里存在收益率超调，答案显然是短端。两年期收益率远高于当前联邦基金利率，这表明短端已经走得太远了。"

Allspring Global Investments固定收益首席投资策略师George Bory表示，该公司在沃什于杰克逊霍尔会议承诺恢复价格稳定后已增持债券，最近的美联储会议进一步强化了其持仓信心。他建议客户"现在是向曲线中段增加久期的好时机"。

Columbia Threadneedle Investments投资组合经理Ed Al-Hussainy则提示风险："问题在于，你如何对一年后的终端利率建立信心。风险在于，在每一轮加息周期中，市场都低估了美联储最终的行动幅度。"

Barings多资产投资组合解决方案主管Trevor Slaven则认为，当前约4.75%的两年期收益率已超过市场通过掉期合约定价的美联储至2027年9月将利率推至4.68%的预期，"短端是目前能构建最具说服力论据、存在真实价值的地方"。

风险提示及免责条款

算力上天商业航天开始争夺这块蛋糕了

Mon, 21 Sep 2026 00:19:31 GMT

9月20日12时03分，力箭一号遥十八运载火箭以“一箭9星”方式，将“超智算一号”等卫星送入预定轨道。

这次发射呈现出在轨卫星的一项新变化：计算能力正在进入卫星的核心载荷，卫星从数据采集终端向计算节点演进。

“超智算一号”搭载光学遥感和AI计算载荷。

据项目方介绍，卫星可以在轨处理影像、识别目标，只将筛选后的高价值数据传回地面，部分场景的数据响应时间可由数小时压缩至分钟级。

同箭入轨的鹏城首发星，将5G非地面网络基站、核心网、星载AI计算以及激光、微波通信载荷集成在一颗卫星上，验证通信、感知和计算的在轨协同。

一天前，株洲太空星际PIESAT-2 13至16星进入预定轨道。这批SAR卫星搭载星上智能处理和任务规划载荷，可以直接在轨解译遥感数据，再向地面输出应用结果。

两天内，多颗具备在轨处理能力的卫星密集入轨。太空算力的验证正从科研示范走向商业化、工程化部署，也给商业卫星和火箭发射带来了新的任务来源。

卫星数据处理是太空算力当前最明确的应用方向。

卫星经过单个地面站时，有效通信窗口通常只有约10分钟，高分辨率遥感卫星一次生成的原始影像可能达到数百GB。

有限的通信窗口和持续增长的数据量，使星地传输成为遥感应用的效率瓶颈。之江实验室此前披露，受限于地面站资源和带宽，约九成卫星数据未能传回地面，遥感数据平均回传时间超过一小时。

在轨计算可以先识别火点、船舶、洪水范围或地表变化，再将坐标、范围和分析结果传回地面。这种处理方式能够压缩数据量，缩短卫星观测与地面决策之间的时间。

应急救灾、海洋巡查、自然资源管理和生态监测对数据时效要求较高，也最容易体现分钟级响应的价值。这些场景将成为太空算力率先落地的市场。

国内相关探索已经从单颗卫星延伸至计算星座。

2025年发射的三体计算星座首批12颗卫星，单星最高算力达到744TOPS，整体在轨算力达到5POPS。此后，首批卫星实现了星间激光建链，并部署了11个AI模型在轨运行。

星间组网扩大了太空算力的应用边界。多颗卫星可以共享计算和存储资源，在轨分配任务，按照不同区域和场景调用算法。模型部署、任务调度和数据协同由此成为计算卫星的新能力。

这种变化也在重构商业航天的需求结构。算力卫星需要更高性能的处理器、更稳定的电源、更快的星间通信以及持续更新的软件系统，需求将沿着卫星平台、星载芯片、激光通信、操作系统和数据服务向产业链传导。

工程能力决定太空算力的扩张速度。

真空环境主要依靠辐射散热，高密度计算会增加卫星的热控制压力。抗辐照芯片、电源系统和高速星间通信，也直接影响计算载荷的性能与寿命。

发射能力决定计算节点的部署成本和组网效率。可重复使用火箭、批量化卫星制造和标准化搭载，将成为太空算力扩大规模的重要基础。

太空算力正在给商业航天增加一层新的价值。火箭负责把计算节点送入轨道，卫星完成数据采集和处理，星间网络连接分散的算力，地面应用承接最终结果。

这条链路把商业航天的竞争从卫星数量延伸到数据处理效率。

随着更多计算卫星进入轨道，能够更快形成组网能力、匹配高时效场景并持续交付数据服务的参与者，将掌握太空算力的产业主动权。

风险提示及免责条款

光刻机受限又如何？中国先进制程开始向芯片背面找答案

万周 — Mon, 21 Sep 2026 00:18:58 GMT

一条关于N7/N5开发BSPDN（背面供电网络）的产业消息，让“背面供电”重新进入市场视野。表面看，它只是全球2nm时代的一项新工艺；但对EUV受限的中国先进制程而言，意义更特殊。

BSPDN不能替代EUV，却可以通过把供电网络移到芯片背面，释放正面布线空间，降低继续压缩金属线路的压力。它更像是在原有DUV、多重曝光之外，为中国先进制程增加一种新的“解题方式”。

一、发生了什么？——一项“2nm时代”的技术，“意外”出现在中国N7/N5的讨论里

1. Jukan爆料背后的产业迹象：

9月18日，知名韩国半导体博主Jukan转述称，某中国先进制程企业据称正在为N7和N5节点开发BSPDN，也就是背面供电网络。单看这句话，信息并不算充分，因为该企业目前并未公开确认相关量产计划，相关说法此前也主要来自韩国ETNews等产业媒体，因此仍需要更多验证。

但它之所以引起关注，是因为BSPDN原本更多出现在全球最先进制程的讨论中。Intel把PowerVia导入18A，台积电则计划在A16中采用Super Power Rail，背面供电已经成为2nm及以下制程的重要技术方向。

……

Applovin CEO：股价暴跌92%的“至暗时刻”与“自我救赎”

Mon, 21 Sep 2026 00:17:52 GMT

今天，AppLovin是美国市值最高的科技公司之一，今年预计产生约60亿美元现金，旗下广告平台的年度广告支出已达200亿美元。但很少有人知道，就在不到三年前，这家公司的股价曾从高点暴跌92%。

近日，在2026年All-In Summit上，AppLovin创始人兼CEO Adam Foroughi首次系统讲述了这段历史——从IPO崩盘到AI转型，再到用回购“逆天改命”的完整路径。

Foroughi在对谈中直言：“广告就是ML 1.0，是所有今天驱动AI的技术的第一个商业实现。”而AppLovin正是沿着这条技术曲线，完成了从移动游戏广告到电商购物意图创造的跨越。

一个"藏在1亿款游戏里"的广告帝国

AppLovin并不是一个家喻户晓的名字。Foroughi自己也承认，“那个蠢名字也没帮上什么忙。”

但它的规模不容小觑。

Foroughi在对谈中介绍，AppLovin本质是一家移动游戏广告公司——帮助游戏开发者变现流量。他给出了几个数字：

全球每天有超过10亿人在玩手机休闲游戏
2024年初，AppLovin自有平台的年广告支出已达110亿美元，此后以约60%的年增速增长，粗略估算今天接近200亿美元
整个移动游戏广告生态的市场规模，他估计约为500亿美元

“不久前，社交媒体广告还是一个500亿美元的机会。”Foroughi说，“这个空间正在快速增长。”

更重要的是，AppLovin的EBITDA利润率目前达到84%，在同类公司中排名第一。

至暗时刻：年赚10亿，市值却只剩38亿

这家公司的现状，和它三年前的处境形成了强烈反差。

2021年4月，AppLovin以约280亿美元市值上市，一度冲高至400亿美元。

然后，崩了。

“2022年，股价几乎每天都在跌。”Foroughi回忆道，“我们最终跌到了38亿美元的市值。”

而那一年，公司的EBITDA是10亿美元。估值倍数从上市时的高位，跌到了不足4倍EBITDA。

崩盘的原因，他解释得很直接：“你在市场上的定价，取决于你的投资者质量。”

2021年IPO潮涌，蓝筹投资者根本没空研究一家名字奇怪的公司。早期私募股东和员工急于套现，供给大于需求，股价一泻千里。

那段时间，Foroughi接到了家人和朋友的电话。“他们问我，你有没有想不开？”他说，“我说，我们当初是一分钱起家的，股价现在还有10块钱，还涨了很多。但作为CEO，你很快意识到，你的团队也在接同样的电话——而他们没有你的底气，也没有你的持股。”

自我救赎：停止路演，买回自己

面对市场的抛弃，Foroughi做了一个反常的决定。

“我告诉团队，我不打算再见投资者了。他们不买我们的股票，见他们是浪费时间。但我们产生了大量现金——那就买回自己的股票，成为自己最好的投资者。”

AppLovin随即启动了大规模回购计划。

结果是：累计回购约60亿美元，注销了约20%-25%的流通股。这批股票在最高峰时，价值超过500亿美元。

与此同时，公司内部推行了一项绩效股票计划，覆盖核心员工，而非只给CEO。Foroughi的逻辑是：“我们知道现在很难熬，你以为自己有套房子，现在没了。但如果你撑下去，等我们反弹，你会赚到很多。”

支撑他判断的，是一次关键的技术升级。

2023年4月，AppLovin将广告算法从回归模型（ML 1.0）升级为深度学习模型（ML 2.0）。效果立竿见影——广告主的投放回报率大幅提升，平台增速随之爆发。

但公司依然没有主动对外发声。

直到2023年9月，Foroughi才第一次去纽约见投资者。那时股价已经从低点反弹到约80美元。

“那一周，股价从80美元涨到了150美元。市值从280亿涨到了550亿。”

“就因为我去了一趟纽约，告诉大家：我们公司还在，我们活下来了。”

广告即“ML 1.0”：技术逻辑怎么看

Foroughi对AppLovin的技术定位，有一套清晰的表述。

广告是ML 1.0。它是所有这些技术最早的商业化实现，而这些技术今天正在驱动AI。

他区分了两种广告逻辑：

搜索广告（漏斗底部）：用户已经知道自己想买什么，去Google搜索完成交易。这类需求，大语言模型正在直接替代Google。

发现式广告（漏斗顶部）：用户不知道自己想要什么，广告创造了需求。“你展示一个推荐，让他们说'哇，这看起来真不错，我去买了'——这才是Meta广告业务的驱动力，也是我们想做的事。”

他认为，发现式广告创造的是真实的经济增量，而搜索广告只是加速了一笔本来就会发生的交易。

对于AI Agent是否会颠覆广告业，他态度审慎：

会有一部分人用Agent来优化固定的消费行为，比如每月自动续订营养品。但发现式平台不是这个逻辑。普通购物者不是那种泡在Twitter上追最新科技的人。

我们的受众，更像是《纽约时报》的读者。今天还有大量人每天在用Yahoo的产品。

为什么小公司能赢过Meta和Google？

AppLovin的EBITDA利润率84%，持续多年。面对Meta和Google这两个拥有最顶级工程师的广告巨头，它为什么没有被打垮？

Foroughi的回答很简单：

我们从不认为自己赢了。每天早上醒来，我们都觉得今天可能就要完蛋了，所以必须拼命干。

他的竞争逻辑是：专注、精简、快速迭代。

如果你非常专注，保持精简，就能比巨头跑得更快。

对于“高利润率会不会被竞争打掉”的质疑，他的解释是：

这些技术极其复杂。如果你能持续创新，拥有差异化数据，你就能建立护城河。就像Anthropic，按道理不应该在大语言模型领域跑那么快——但当一个模型达到规模效应并被大规模采用，它就形成了别人很难逾越的壁垒。

他还提到，AppLovin在中国北京设有工程团队。“中国人非常勤奋、非常聪明。能和他们合作，是这家公司的优势之一。我坐在会议室里，常常觉得自己是房间里最笨的人——这反而让我每天都很兴奋来上班。”

访谈全文：

Adam Foroughi，AppLovin CEO：熬过92%的股价回撤、广告即ML 1.0，以及500亿美元的游戏广告市场

2026年9月21日 · All-In Summit 2026

第一章：Adam Foroughi 加入 Besties！

主持人： Adam 大概是最出色却鲜为人知的创始人。有一个广告平台藏身于十万款手游之中，并正在悄然超越 Facebook 广告，成为电商品牌的首选。在逾千家 IPO 公司中，市值最高的是 AppLovin。创始人心态必须是追求胜利的。他们今年大概会产生约 60 亿美元的现金流。在一个不讲道理的世界里，人们会以为你在作弊，而没有意识到你其实构建了世界上最酷的技术之一。请欢迎 Adam Foroughi！

主持人： Adam，感谢你来到这里。我们觉得和你聊聊会非常有意思，因为你不怎么出现在媒体头条，你经营公司的方式几乎与媒体完全绝缘——不怎么接受采访，也不太公开谈论公司。但这是一家极其出色的企业。你能向大家介绍一下 AppLovin 是做什么的，并且帮我们描绘一下市场的大致格局吗？

Adam Foroughi：当然。我认为，我们之所以能在没有早期风险投资的情况下把公司做得这么大，正是因为我们必须埋头苦干、低调行事。当然，这个有点搞怪的公司名字也没帮上什么忙。

我们本质上是一家广告公司，专门帮助手游开发商在这个领域实现商业变现。很多人没意识到手游世界已经变得多么庞大——每天有超过十亿人在玩手机休闲游戏，这些人都是成年人、家庭主事者，市场机会之大，难以想象。

我们在差不多两年前的去年一月披露，仅在我们自己的平台上，每年就有 110 亿美元的广告投放。此后我们保持了大约 60% 的年同比增长，粗略估算，今天这个数字已经接近 200 亿美元。

而我们并非这个市场的唯一玩家，还有许多其他广告公司也在这个领域变现。把这些加总起来，大概可以说整个手游生态系统每年吸引的广告投放大约有 500 亿美元。

不久之前，社交媒体广告市场也就是一个 500 亿美元的规模。这个领域正在快速增长，而且受众群体会主动看广告，很多时候他们是为了获取奖励而选择观看广告，这种机制创造了一种"产生意图"的可能性。

在公司发展的大部分时间里，我们都在通过这种方式创造意图——让用户从一款游戏的体验自然地流向下一款游戏。而真正令投资者，也令我们自己感到兴奋的是：深度学习模型现在已经非常强大，我们可以利用同样的空间，将这些成年用户引导进入消费购物场景。这让我们得以进入规模更大的经济领域，创造更大的经济价值。这也是我们团队对正在做的事情如此充满激情的原因。

第二章：发现式广告 vs. 搜索广告，以及你的手机真的在监听你吗？

主持人：第一波互联网广告在很多方面点燃了众多关键技术的火花，这些技术随后扩散到了世界各地。比如谷歌通过 AdWords、AdSense、应用语义学等一系列技术所做到的事情。这一代互联网广告是否也在发生同样的事情？这里是否正在诞生一些对整个互联网具有深远意义的基础性技术？

Adam Foroughi：是的。广告可以说是 ML 1.0——它是如今驱动 AI 的所有这些技术的最早实现形式。大型语言模型今天在社会中创造的经济价值远超广告，但广告是深度学习模型一种非常有利可图的应用形态。

推荐系统在结构上与大型语言模型有所不同，但在许多方面它们遵循着相同的发展轨迹。大型语言模型领域的大量研究成果可以迁移到推荐系统，反之亦然。很多如今投身大语言模型研究的学者，职业生涯早期可能就是从研究广告系统起步的。这两个领域有着深刻的内在关联。

广告业务，以及任何广告生意的好处在于，当你构建一个模型时，你是在预测一个未来的结果——可能是一条广告，或者是社交网络上的一篇推荐帖子，或者是一系列内容——而且你能立即将预测的价值变现。

主持人： 2026 年与 2006 年相比，人类对广告的反应是否存在一种普遍的行为规律？这是否有一条可以预测的演化轨迹？

Adam Foroughi：这很有意思。我是 2005 年入行的，那时的广告简直一塌糊涂，全是垃圾邮件，技术也完全不够用。后来 Facebook 做了一件很聪明的事——它意识到，如果把手头所有的数据与优秀的技术结合起来，广告就能变得极其精准。如今，如果你去问大多数购物的人，他们大部分的购物灵感都来自 Instagram。广告已经变得很像内容本身。

在我们的领域也一样，人们很喜欢我们展示的广告。你可能以为人们不会喜欢，但我们在小型迷你游戏广告上看到了大量的互动——这些广告出现在其他游戏里，人们会主动去试玩这些预览内容，因为技术已经强大到能够向每个人推荐真正相关的内容。

主持人：关于 AI 对广告网络的冲击，有很多担忧，尤其是针对谷歌。OpenAI 现在也有了广告产品，我相信你一直在密切关注并从中汲取经验。当人们开始用聊天机器人进行五六轮查询时，广告会是什么样子？很明显，95% 的用户不会每月付 20 美元使用这项技术，他们会期待免费使用。ChatGPT 已经说要免费了。你来说说他们在广告方面的布局。这是会导致单次广告效果下降、但总量上人们使用更多，还是说它会比谷歌搜索的广告模式更有效？

Adam Foroughi：广告有两个维度。一个是漏斗下端广告——消费者大体知道自己想买什么，只是在做研究来完成这笔交易，这就是谷歌的搜索业务。如果我想买一双皮鞋，过去我会去谷歌搜索，研究一番，然后广告把我引导到我需要去的地方。今天，你可以用大型语言模型同样完成这个闭环。所以这种广告模式将与谷歌搜索业务形成直接竞争。

而我们所在的领域，是在用户没有明确意图的情况下向其展示广告。我们要做的是创造原本不存在的东西——向他们展示一个推荐，让他们心想："哇，这看起来真不错，我要去买一个。"这也是驱动 Facebook 广告业务的底层逻辑。

搜索或大语言模型促成的交易，本来无论如何都会发生——即便谷歌广告从未存在，只要搜索存在，那笔交易也会发生，只是路径不同。所以这条路上其实并没有太多经济增量的创造空间。

但当你向一位消费者展示一件他们压根不知道存在、不知道自己需要的商品的广告时——这就是纯粹的发现，完全的发现式体验。这正是 Meta 广告业务如此强大的原因，也是我们所追求的方向。你创造了那个"发现时刻"，不仅对消费者来说是一次愉快的体验——他们对自己买到的东西充满期待，等着包裹送达，迫不及待地拆开——而且你真实地创造了经济增量。

主持人：那军备竞赛的问题呢？有些人说，我在朋友聚餐时随口提到了某件事，回头就在 Meta 或其他地方看到了相关广告。这是不是我们反应过度了？这种事真的在发生吗？那种想卖更多东西的冲动会不会让广告越来越具有侵入性？

主持人：是的，每当这种事发生的时候，感觉真的很诡异。那实际上到底发生了什么——我说了某件事，然后广告就出现了？

Adam Foroughi：我认为你肯定做了一些其他可以被追踪的行为，比如做了搜索、浏览了某个网站、进行了商品搜索，但你自己没意识到，然后你谈到了相关的话题，开始看到相关广告。并不是麦克风开着，或者某个应用真的做了窃听之类的事。

主持人：不过有一种理论是，如果我们几个人在一起聚餐，这些应用知道我们的地理位置，可以把我们归为一个群体。比如说，我们都聊到了想买某款车或某块手表，然后 Friedberg 离开时用手机搜索了那块表想收藏，而系统追踪到了我们所有人的位置，就把那块表的广告推给了我们四个人——是这样的逻辑吗？

Adam Foroughi：我认为广告公司无法追踪位置信息。我们完全不追踪位置。要追踪人的精确位置然后用来投放广告，是一件非常沉重的事情。更何况，如果要监听麦克风，再解析麦克风的内容，再转化为广告指令，数据量之大根本不现实。

主持人：那如果我们几个人是朋友、彼此有关联呢？

Adam Foroughi：这个数据我们不会有。但如果你在社交网络上，你们之间的社交关系当然可能会驱动广告体验。如果某个朋友搜索了某样东西，你可能就会看到相关内容。这没什么不对的。

确实，这里面有一种让人感到不安的"creepy 因素"，但在这么多公司大规模投放广告的情况下，所有收集到的数据在很大程度上都已经受到了管控。

人们往往忽略的是，正是因为这些广告变得如此精准，才创造出了巨大的经济价值。你看到的那条广告，你能认同它——20 年前，你根本不会在意那条广告。而如今 GDP 有相当一部分就来自这个数字广告经济体系。这些技术越先进，GDP 增速就越快。

第三章：IPO 暴跌与成为自己最好的投资者

主持人： Adam，我觉得你们公司的运营方式实在太有意思了。你现在在洛杉矶？

Adam Foroughi：我在洛杉矶。公司最初在硅谷，是在帕洛阿尔托成立的。

主持人：帕洛阿尔托。然后你在这边，你们在中国也有很多开发人员，是吗？

Adam Foroughi：我们的工程部门在帕洛阿尔托、北京和新加坡。

主持人：你们没有融很多风险投资，2021 年公司上市，上市时市值大约 200 亿美元？

Adam Foroughi：我们是以联合 IPO 的方式于 2021 年 4 月上市的，当时大约是 280 亿美元。

主持人： 280 亿。然后到 2023 年，市值跌到了多少？

Adam Foroughi：公开市场有个有意思的地方。2021 年上市时，我们有 6 亿美元的 EBITDA，市值 280 亿美元，最高曾到达 400 亿。但到了 2022 年，股价几乎每天都在跌，最终跌到了约 38 亿美元市值。而那一年，我们实现了 10 亿美元的 EBITDA。

主持人：这太难以置信了。等一下，我们捋一捋——市场出于某种原因对这门生意不买账，那你怎么做的？

Adam Foroughi：你很快就会意识到，而且我有金融背景所以理解得更清楚：你在市场上的股价，取决于你股东的质量。我们的早期股东包括私募股权投资人、联合创始人和其他团队成员，他们在上市后会选择出售。而当时有大量公司扎堆上市，蓝筹投资者根本没时间去研究这家名字怪怪的公司到底是什么，所以我们面临的局面是需求极少、供给极大，由此造成了股价的暴跌。估值倍数从较高的水平——我倒不会用 50 倍 EBITDA 来给公司估值——跌到了荒谬的低点，不到 4 倍。

所以，作为一个有金融思维的人，面对这样的暴跌，你必须意识到另一面存在机会。我转向内部团队说：我不打算再跟投资者谈了，他们不买我们的股票，谈了也是浪费时间。但我们产生了大量的现金流，那就用来买自己的股票，成为我们自己最好的投资者。我们由此启动了一个非常激进的股票回购计划。从那以后，我们大概回购了约 60 亿美元的公司股票，注销了大约 20% 到 25% 的流通股。在股价高峰期，这 60 亿美元的回购价值超过了 500 亿美元。

所以，那个看起来无比沮丧的时刻，完全可以转化成巨大的机会。

主持人：你一直是这么想的吗，还是也有过一段非常低落的时期，觉得"天哪，这是怎么了"？

主持人：对，我正想问这个——当股价下跌 92% 的时候，你怎么维护公司内部的文化氛围？

Adam Foroughi：确实很艰难。家人、朋友都打电话来问，"你还好吗，有没有想不开？"我说，你看，我们是从一分钱起步的，股价还是 10 美元左右，从绝对值来说还是涨了很多。但作为 CEO，你立刻意识到一件非常艰难的事：你的团队成员也在接到同样的电话。而他们没有你那样的定力，也没有你那样的股权占比。

所以我们的应对方式是，打造一种"我们对抗整个世界"的心态——所有人都背弃了我们，但我们要坚持回购股票。同时，我们也推出了一个绩效股票激励计划。这种计划通常只给 CEO，但我们把它落实到了公司核心骨干，告诉他们：我们知道现在很难熬，你们以为自己手里有一栋房子，现在感觉什么都没了。但只要你们坚持下去，一旦我们反弹，你们将会在上升端获得丰厚的回报。

后来，当投资者开始重新关注我们，那时正好是我们从 ML 1.0 升级到 ML 2.0 的节点——从回归模型转向深度学习模型——结果非常显著。我们的广告算法驱动着整个业务，算法越好，广告主在我们平台上的投资回报就越高，一切都是基于效果计费的。所以公司开始高速增长。

进入 2023 年，我们在 4 月推出了新模型，但彼时我们仍然没有对外沟通，所以外界还不知道。大约到了 2023 年 9 月，我去了纽约，那时股价已经涨到大约 80 美元，业绩驱动下已经有所恢复。我说，该开始跟投资者谈了，因为市值已经足够高了，不能再像以前那么激进地回购了。

结果那一周，股价从 80 美元涨到了 150 美元，市值从大约 280 亿美元翻倍到 550 亿美元——就因为我到了纽约。

主持人：就因为你去纽约说了句"嘿，我们公司还活着，我们熬过来了"？

Adam Foroughi：对。我坐在那些会面里，很容易看出对方的反应——我做这种事很有经验。那些人坐在那里，明显是在给外面的人打电话说："买买买买买。"那一刻真是太爽了。

主持人：那反过来呢？一旦他们做多了，他们是不是又开始问："Adam，我们怎么扩张？怎么增长得更快？为什么只做游戏？为什么不做电商？为什么不做这个、那个？"

Adam Foroughi：完全是。真是进退两难，怎么做都不对。

大多数人其实并不是逆向投资者——极度下跌有多猛，极度上涨就有多猛。我们的股价在两年半内从 9 美元涨到了 750 美元，市值从 38 亿美元最终到达 2500 亿美元。两端都极端。

我们现在已经回归到一个相对稳定的位置，对增长机会充满期待。但我发现，公开市场的投资者和私募市场的投资者其实没什么本质区别——他们都追逐趋势，只是往往比你希望的要滞后。最优秀的那批人，能早于市场捕捉到这些趋势。这就是为什么顶尖 VC 和普通 VC 之间有差距，顶尖公开市场投资者和普通投资者之间也有差距。

第四章：隐私法规、苹果的管控，以及 AI 智能体如何改变人们的购物行为

主持人：能不能谈谈隐私问题？苹果和欧盟确实在盯着像你们这样的公司，认为你们收集数据的方式过于激进。一些游戏开发者也不希望平台收集其用户数据，因此已经在逐步收紧。扎克伯格当年就直接面对了这个问题。那么这对你们的业务构成什么样的阻力？当苹果竭力——说白了——想要动摇你们的业务时，你们如何应对隐私问题？

Adam Foroughi：在任何这类领域，你都希望监管规则是清晰的。规则一旦清晰，技术就能应对。5 年前，你可以在 iOS 上精准定向某个用户；今天，如果用户说"我不想被精准定向"，你就把他归入一个群组，向其投放精准度较低的广告。

有意思的是，苹果做出这个改变之后，有大量用户反而来投诉说："给我看更相关的广告，你现在给我推的都是垃圾。"所以确实需要隐私监管——这让科技公司能够按照预期去做——但另一方面，消费者也确实需要相关广告来帮助他们发现产品。

你坐在游戏里，看 30 秒广告来换一条命，你实际上获得了有货币价值的东西。那你是想看 30 秒垃圾广告，还是看 30 秒和你相关的内容？自从这些隐私规则落地之后，科技公司已经适应了，而深度学习网络的能力也非常强大。

主持人：有一个快速跟进问题——关于游戏收购的事。你们之前尝试过收购一些游戏，我们今天也请来了 Bending Spoons，他们在积极收购那些不一定差、但增长相对平缓、风投不太感兴趣的业务。对你来说，成为一家游戏工作室是可持续的方向吗？这会不会和现有合作伙伴产生冲突？

Adam Foroughi：我们已经把那些游戏全部卖掉了。当初买下来是出于数据战略的考量——当我们构建第一个深度学习模型时，需要数据来训练，而游戏工作室通常不愿意把数据分享给第三方公司。所以我们自己买下了工作室，用来填充第一个模型的训练数据，构建出了一个在市场上表现非常好的模型，公司开始快速增长。一旦我们的第三方合作开始进来，我们就把那些工作室剥离出去了。

主持人：那在一个到处都是 AI 智能体的世界里，广告会是什么形态？人机交互的界面可能已经改变，不再是电脑打字或手机浏览，可能是 Meta 眼镜或其他设备——广告在"智能体商务"中扮演什么角色？那么多人正在努力推动智能体商务落地。

Adam Foroughi：我觉得现实情况是，这个世界的一部分确实会开始用智能体来优化某些一致性的购物行为。比如我可能会把我的补剂订阅交给一个智能体，让它每个月自动优化并按时送达。但发现式广告平台不是这么回事，而且典型的消费者，并不是那种深度使用智能体、活跃在 Twitter 上、随时追着最新技术跑的人。

我们的受众更像是《纽约时报》的读者——现在每天还是有大量人在使用雅虎的产品。普通消费者想要找到一个商品，想亲身经历那个购物的过程，想货比三家，想追踪物流，想体验整个交易流程。

如果你事后告诉他，"嘿，其实智能体可以帮你做这一切，还能省 20%"，我觉得对于一笔 50 美元的交易来说，这根本无所谓——因为亲自走完这个流程本身就带来多巴胺，这才是他们享受的东西。

所以确实有一部分技术前沿的人群会采用智能体，但我认为我们太过高估 Twitter 圈子的代表性，而忘记了普通消费者其实并不是这样的。

第五章：精小团队如何击败巨头、利润护城河，以及在中国的团队建设

主持人：让我来理解一下你们是怎么赢的——Meta 和 Alphabet/Google 是世界上最聪明的公司，拥有最顶尖的工程师，其大部分收入来自广告，他们已经建立了自己的模型，并且做了一两个十年了。一家小公司是怎么在这个特定领域参与竞争并且胜出的？而支撑你们继续赢下去的运营模式是什么？

Adam Foroughi：这里有一点帮助我们走到今天——我们从来不觉得自己赢了。我们每天早上醒来，觉得今天很可能要出事，所以必须拼命干。这造就了一家精小的公司，汇聚了大量真正深耕于这件事的领域专家，高度聚焦于手游体验，以及如何将其转化为另一端的消费行为。

我认为，如果你足够专注，保持精小，就能比那些巨头移动得更快。这就是挑战巨头的能力所在。

主持人：那业务上的"漏点"在哪里？我说的是看一张损益表，就像我十年前分析亚马逊那样——我们发现了他们各处的漏点，后来的洞察是：亚马逊会把这些漏点吸收进来，变成新的业务线，这就是我们做多亚马逊的长期逻辑。对你们来说，漏点在哪里？是支付基础设施吗，还是别的什么？或者换个说法，利润率扩张的空间在哪里，让人们有理由为这个故事买单？

Adam Foroughi：我们的 EBITDA 利润率我相信是市场第一，达到 84%。所以我不确定我们还有多少"漏点"可言。

主持人：鉴于这个数字，确实很难说有什么漏——但换个角度思考：广告主进入我们的平台，他们的模式是基于交易的。比如他们在卖口红，我们给他们提供一个套利空间——他们从我们这里"买"消费者，那个消费者完成交易，立刻覆盖了他们的获客成本。消费者花 20 美元买了口红，他们支付给我们的钱少于 20 美元减去商品成本，他们很满意，于是不断加大投入，这个绩效模式非常可复制。

我们的"漏点"在于，我们不是整条链路上的全部。我们不是广告主本身，我们想做的是赋能广告主触达消费者。我们运营得极其精简，高度聚焦算法和自动化，所以漏点并不多。

主持人：另一面的问题是，当你有 85% 的 EBIT 利润率时，人们会说"这家公司可能是在过度盈利"，然后竞争对手会说，"我能把 Adam 的利润率卷掉，我愿意以 60% 或 50% 的利润率来做这件事。"但——也许这正是 David 问题的延伸——这种情况并没有真正发生，利润率维持得相当稳定。这是为什么？

Adam Foroughi：因为这些技术非常复杂，如果你持续创新并且拥有差异化的数据，你就能构建出真正的优势。用类似的逻辑来说，Anthropic 本不该在大语言模型领域一路领跑，但一个模型一旦达到一定的规模，被大量社区用户广泛采用，它就会形成一道其他人难以逾越的护城河。

主持人：那和我们聊聊中国团队，他们是怎样的一种优势？

Adam Foroughi：中国人非常谦逊，非常非常勤奋，非常聪明。无论是与在中国工作的、在美国的，还是在世界其他地方的中国工程师合作，你都是在与世界上最聪明的一群人一起工作。

当我创业时，目标之一就是与优秀的人一起共事，然后一起把事情搞清楚。现在每当我坐在团队成员中间，我知道我大概是房间里最笨的那个人——而这让我每天都充满动力来上班。

主持人：真心话，听到这些感觉如何？

Adam Foroughi：对我来说很管用。

主持人：好，让我们为 Adam 鼓掌！Adam，感谢你。

Adam Foroughi：谢谢，兄弟们，认识你们太好了。

风险提示及免责条款

韩媒称“贝森特导师”德鲁肯米勒将首访韩国，将与海力士、三星电子和斗山等洽谈投资

Mon, 21 Sep 2026 00:16:51 GMT

“贝森特导师”、全球宏观投资大佬Stanley Druckenmiller正式访问韩国，计划与三星电子、SK海力士、斗山等主要企业高管会面，探讨投资机会。这是他首次公开访问韩国，被市场视为韩国企业在全球AI供应链中地位跃升的重要信号。

据韩国媒体9月20日报道，韩国业界人士透露，Druckenmiller最早将于9月22日在首尔与斗山株式会社及斗山能源（Doosan Enerbility）高管会面，此后还计划陆续拜访三星电子、SK海力士、Naver及Coupang等主要AI相关企业。Druckenmiller今年2月曾在接受摩根士丹利采访时表示，他在韩国和日本市场持有"大规模仓位"，此次亲赴首尔被认为是在审视现有投资的同时，积极寻找新的投资标的。

值得关注的是，此次访问恰逢Druckenmiller对AI投资态度明显趋于审慎之际。他在9月10日纽约一场投资者活动上表示，已将AI行业投资规模削减至六个月前的20%。分析人士认为，他亲赴韩国AI企业的举动，意在对AI投资进行更精准的筛选，重点考察真正掌握AI产业链瓶颈环节的企业。此次访问若促成实质性投资，可能引发更多全球重量级投资者相继赴韩，进而推动外界重新评估韩国在全球产业供应链中的地位。

首次公开访韩，聚焦AI与能源两大主线

Druckenmiller此次韩国之行围绕两条主线展开：AI基础设施与能源。

在AI领域，三星电子和SK海力士是高带宽内存（HBM）的核心供应商，而HBM是AI芯片不可或缺的关键组件。斗山株式会社则在AI芯片基板所需的关键材料——覆铜板（CCL，Copper Clad Laminate）领域拥有重要布局。

据报道，业界人士指出，随着AI基础设施投资持续扩张，韩国企业在内存、半导体材料、发电设备及电网等关键瓶颈领域的重要性显著提升，这被认为是Druckenmiller此行的核心驱动力之一。

在能源领域，斗山能源的核心业务涵盖核电站主要设备及燃气轮机，与Druckenmiller近期持续加码能源投资的方向高度契合。

报道称，据悉，其旗下Duquesne Family Office今年一季度斥资逾1.27亿美元买入阿根廷油气生产商YPF股份，并新建了对墨西哥能源公司Vista Energy的投资仓位。市场人士预计，他将在与斗山高管会面后，评估是否进一步加大对韩国能源行业的投资。

AI投资降仓背景下的精准筛选

Druckenmiller此行的另一层深意在于，他正处于主动压缩AI整体敞口的阶段，却选择亲赴韩国考察AI相关企业，这一反差引发市场广泛解读。

分析人士认为，这并非对AI投资的全面撤退，而是一种更具选择性的策略调整——从广泛押注AI概念，转向聚焦真正掌握产业瓶颈的核心标的。韩国企业恰好集中在HBM、半导体材料、数据中心电力基础设施等AI产业链的关键节点，符合这一筛选逻辑。

一位金融业内人士表示，"Druckenmiller访问韩国，可以视为韩国企业已成为全球AI供应链关键轴心的信号。"不过，该人士同时强调，"仍需观察此次访问是否最终转化为对韩国企业的实质性追加投资。"

管理52亿美元资产，与美国核心决策层关系密切

Druckenmiller是华尔街最具影响力的全球宏观投资者之一，以1992年做空英镑并获取巨额利润而声名大噪。目前，他执掌管理个人及家族资产的Duquesne Family Office，该机构去年6月向美国证券交易委员会（SEC）申报的美国上市证券投资组合规模达52亿美元（约合7.2万亿韩元）。

Druckenmiller与美国核心政策圈关系深厚，被业界广泛描述为美国财政部长贝森特（Scott Bessent）的导师，美联储主席沃什（Kevin Warsh）亦曾在Duquesne Family Office任职。报道称，一位金融业内人士表示，“Druckenmiller的判断与市场展望对全球金融投资行业具有重大影响力。”

正因如此，他的投资动向历来受到市场高度关注。业界人士表示，Druckenmiller此次韩国之行有望成为更多全球经济重量级人物相继访韩的催化剂，“如果更多全球商界领袖在访问韩国后扩大投资，将可能促使外界重新审视韩国在全球产业供应链中的地位。”

风险提示及免责条款

莫斯科遭“最大规模袭击”，乌克兰“击中俄罗斯重要石油工业设施”，全球“炼油危机”加剧

Mon, 21 Sep 2026 00:16:11 GMT

地缘冲突对全球能源基础设施的冲击正在加剧，乌克兰对俄罗斯莫斯科炼油厂的重大无人机打击，正将本已紧绷的全球成品油市场推向新的危机边缘。

据央视新闻，当地时间9月20日，乌克兰武装部队总参谋部通报称，当天凌晨，乌军对俄罗斯莫斯科地区的莫斯科炼油厂实施打击。乌方称，炼油厂区域发生大规模火灾，AVT-6初级炼油装置、综合原油加工装置等遭到打击。乌军方称，莫斯科炼油厂是俄罗斯最大的炼油企业之一，年原油加工能力约1200万吨，生产车用汽油、柴油、航空燃料、重油等石油产品。乌方称，该炼油厂参与保障俄武装力量需求。

该事件迅速引发了市场对全球工业与运输关键燃料——柴油供应的深度担忧。随着东欧与中东两场战争同步限制全球关键产油区的出口能力，全球柴油期货和炼油利润率已飙升至历史高位，美国柴油零售价亦突破历史新纪录。

在供应骤降的背景下，作为当前全球关键“最后补给方”的美国正面临巨大的国内政治压力。华盛顿政界对于限制乃至禁止柴油出口的呼声渐高，分析警告称此举或将进一步颠覆全球能源供应链，引发更广泛的经济震荡。

创纪录空袭重创俄能源重镇

据央视新闻等媒体报道，9月20日的袭击是俄罗斯首都遭遇的“最大规模袭击”。莫斯科市市长索比亚宁表示，自19日以来共击落1600多架无人机，其中450架是在逼近莫斯科时被击落的。在此次袭击中，莫斯科炼油厂遭到严重破坏。

另据环球网综合媒体报道，乌克兰总统泽连斯基20日晚些时候在社交平台X发帖，就相关袭击行动表态。泽连斯基在帖文中表示，乌克兰昨晚对莫斯科地区的远程打击“产生了非常重大的影响”。他称，俄罗斯一个重要的石油工业设施和后勤设施被击中。

据报道，该炼油厂由俄罗斯天然气工业股份公司（Gazprom Neft）所有，距离克里姆林宫仅约16英里，原油日加工能力约为24.5万桶（年加工能力约1200万吨）。乌克兰武装部队总参谋部通报称，该厂的AVT-6初级炼油装置及综合原油加工装置等遭到打击。该设施主要生产车用汽油、柴油和航空燃料，不仅供应莫斯科周边大都市区，也直接参与保障俄罗斯武装力量的需求。

作为回应，俄罗斯同样对乌克兰多地发起了新一轮空袭。据乌克兰国家紧急情况局和空军消息，俄军发射了138架无人机，袭击了基辅州、文尼察州和敖德萨州等地的工业与铁路设施，基辅州的袭击目前已造成4人死亡。

全球柴油市场告急，价格创历史新高

莫斯科遇袭正值全球柴油供应极度脆弱之际。彭博社数据显示，随着海湾地区和俄罗斯的供应严重受扰，上周全球柴油期货和炼油利润率均攀升至历史新高。衡量燃料与原油价格差异的美国取暖油裂解价差飙升至每桶117美元，创下彭博自2009年有该项数据记录以来的最高水平。

华尔街见闻此前提及，美国柴油零售价上周首次突破每加仑6美元，并于本周五进一步攀升至6.45美元，创下历史新高。在全球范围内，巴西农村、利比亚及部分非洲国家已经出现了加油站燃料短缺的现象，全球工业、运输与农业赖以运转的关键燃料正面临严峻考验。

彭博高级大宗商品策略师 Mike McGlone 警告称，当前的柴油价格冲击，与2008年能源危机期间汽油价格的暴涨走势如出一辙。与此同时，有报道称俄罗斯正在考虑延长其柴油出口禁令，这令本已紧张的供应雪上加霜。

地缘冲突颠覆十年炼油格局

全球炼油体系当前的困境，源于过去十年产能扩张格局与当前地缘冲突的剧烈碰撞。过去十年间，中东和俄罗斯斥巨资扩张炼油能力。科威特、阿联酋、伊拉克和沙特阿拉伯新建或扩建了大型炼厂，使中东地区在2017年至2025年间柴油出口量翻番，超越北美成为全球最大的柴油出口地。

然而，据国际能源署（IEA）分析，两场战争令这一供应格局骤然逆转。今年2月以来，霍尔木兹海峡通行受阻迫使科威特、阿联酋和伊拉克大幅削减出口；同时，胡塞武装的袭击压缩了沙特通过红海的出口能力。IEA高级油市分析师 David Martin 表示：“我们正在见证可能是有史以来最为紧张的柴油市场格局。”

此外，西方国家在危机时刻难以弥补这一缺口。咨询公司Wood Mackenzie炼油业务高级副总裁 Alan Gelder 指出，中东国家的大规模投资长期压低了西方炼油商的利润空间，导致西方大型石油公司近三十年未新建炼厂，自2015年以来欧美已有逾十家炼厂关闭。目前西方炼厂虽已满负荷运转并向柴油倾斜，但仍无法有效填补供应缺口。

美国出口禁令之争加剧市场不确定性

面对飙升的国内油价，美国内部关于出口禁令的争论正在急剧升温。众议员 Tim Burchett 本周提出柴油出口禁令法案，参议院多数党领袖 John Thune 亦表示对该提议持开放态度。特朗普则将油价上涨归咎于俄乌战争，而非中东局势。但IEA数据显示，波斯湾受阻的柴油量约为俄罗斯缺口的三倍。

分析人士及多家智库强烈警告，美国的出口禁令不仅无法解决国内问题，反而会祸及全球。美国石油协会早在2022年致时任能源部长 Jennifer Granholm 的信中就指出，限制出口将推高国内油价。

战略与国际研究中心（CSIS）、达拉斯联储和哥伦比亚大学的研究均表明，美国炼油产能高度集中于墨西哥湾沿岸，其基础设施完全面向出口市场设计。国内输油管道目前已接近满负荷，且全球油轮运力紧张。CSIS在报告中强调，若实施禁令，墨西哥湾沿岸炼油商必然会因无利可图而大幅削减炼油活动。这将导致美国国内汽油和柴油供应量不增反降，从而部分甚至完全抵消初期的库存积累，最终对禁令本欲压制的国内油价形成上行压力，并不可避免地引爆全球其他地区价格的进一步暴涨。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

创新药出海：为什么两周后的这个窗口如此重要？

刚刚，GPT-6 Astra取得哥德巴赫猜想重大突破！

摘不下的明珠

黎曼阴影下的突围：AI给出惊天两页纸

48小时，彻底终结全偶数域

已通过Lean 4形式化验证

闲鱼被曝涉黄产业链后首次回应：部分商品被误读，专项小组已成立并联动警方

村田主动放弃部分MLCC低端市场，背后藏着什么？

一、发生了什么？——村田开始“让路”，47μF以上MLCC走到台前

AppLovin CEO：暴跌92%后，我们不再讨好华尔街，现金全拿去回购

阿波罗布局AI生态前端：初创企业将比之前更早需要风投之外的资金

入股Mercor：200亿美元估值轮的新面孔

硬件时代，初创企业更早需要“非风投资金”

已有先例：350亿美元的芯片租赁交易

与同行的差异化路径

KK集团入股新鲜零食明星标的金粒门，合计拿下10%股权

摩根士丹利提出“关键问题”：沃什打算如何实现价格稳定

通胀降温不及预期，能源价格重塑加息动力

委员会意志主导，点阵图释放“方向性”信号

政策微调而非框架转变，市场或高估加息幅度

英特尔携手友达布局Micro LED先进封装，瞄准CPO与高密度算力整合市场

英特尔专利揭示光电融合封装路线

友达技术积累与英特尔路线高度契合

抢夺CoWoS外溢订单，英特尔先进封装全面提速

需要担心日元套息交易逆转吗？

从英伟达高端板到普通PCB，一场电子布涨价正在向全产业链蔓延

一、发生了什么？——涨价并非刚开始，市场重新评估的是短缺能持续多久

速度快193倍、成本低444倍——只做“选择题”的Jev爆火出圈

一个人，两件相反的事

Jev是什么：一个会做判断的函数

为什么快，为什么便宜

“校准”才是真正的核心

并行判断：一次问十个问题

开发者已经在用它做什么

“零幻觉”不等于“永远答对”

为什么是现在爆火：Agent需要的，可能正是这些小决定

为什么叫Jev，为什么叫System One

融资与开放

海运成本飙升201%，逼近2021年危机峰值，为通胀再添一把火

集装箱与干散货市场同步承压

双海峡困局加剧能源运输风险

存储超级周期加码：DRAM/NAND三季度环比涨价20-30%，超大规模客户签约接受明年Q1涨价

三季度涨价超预期，云厂商提前锁定明年价格

上调2027-2028年价格预期，但2028年将迎软着陆

供应短缺是核心逻辑

2030年市场规模目标上调至2万亿美元，长期超级周期

一个视频理解“周末刷频”的JEV大模型

曝 Claude 跳过 5.2，直奔 Opus 5.5，周二发布

模型还没发，王冠先戴上了

更诱人的，是那张价目表

从 5.2 到 5.5，为什么越来越快？

刚喊“慢一点”，新模型又要来了？

A股三大股指早盘集体上涨，生物医药爆发、创新药拉升，存储芯片走强，恒科指冲高回落转跌，科网股分化

谁是黄金的神秘买家？

常规买家集体缺席，神秘买盘浮出水面

储备管理机构：地缘与油价才是关键变量

CTA仍偏向卖出，算法压力不容忽视

中美经贸磋商在美国纽约举行

日本央行正两边都是悬崖的独木桥上 疯狂试探

霍华德·马克斯：为改变不了的AI大势焦虑，就是“提前流血”

我不怕缴税，只是怕穷；我不想降薪，只想加薪

如何回避AI？这是养老金和主权基金的“大难题”

AI风险无处不在，分散化成为幻觉

量化AI敞口，各家机构各显神通

“全投资组合方法”成为新解题思路

下注“未来1年发行1万亿美元短债”，华尔街“豪赌”贝森特

三大行预测：短债发行规模逼近1万亿美元

贝森特的政策悖论：批评者变成了执行者

风险争议：再融资压力与利率波动

短端交易：押注美联储最终胜出

算力上天 商业航天开始争夺这块蛋糕了

光刻机受限又如何？中国先进制程开始向芯片背面找答案

一、发生了什么？——一项“2nm时代”的技术，“意外”出现在中国N7/N5的讨论里

Applovin CEO：股价暴跌92%的“至暗时刻”与“自我救赎”

一个"藏在1亿款游戏里"的广告帝国

至暗时刻：年赚10亿，市值却只剩38亿

自我救赎：停止路演，买回自己

广告即“ML 1.0”：技术逻辑怎么看

为什么小公司能赢过Meta和Google？

日本央行正两边都是悬崖的独木桥上疯狂试探

算力上天商业航天开始争夺这块蛋糕了