华尔街见闻 - 资讯 - 最新

Anthropic如果值20万亿美元，那将撕裂社会

董静 — Sat, 10 Oct 2026 09:33:44 GMT

半导体研究机构SemiAnalysis创始人Dylan认为，Anthropic若达到20万亿美元估值，意味着AI的能力已强大到导致人类全面失业，而由此产生的巨额财富将极度集中在极少数股东和供应链手中，这种极端的财富分配不均必将引发民众反抗与社会动荡，最终彻底撕裂现有的社会结构。

债市再观察：化债尾声，利率中枢的最后一层保护垫正在被抽走？

Sat, 10 Oct 2026 09:11:47 GMT

6万亿置换债发行进度已达98%，2028年前需消化的隐性债务从14.3万亿降至2.3万亿。本轮化债的主体部分已经结束——但债市的位置，才刚刚进入最难定价的阶段。

化债收官带来的不是利率继续下行的确定性，而是信用债定价锚的强制切换。当2027年6月退平台大限到来、区县级平台政府信用纽带被彻底切断，AA评级内部将出现本轮周期中最剧烈的一次分化。四季度10年期国债运行区间1.58%-1.72%、城投利差仍有压至16-25BP的空间；而2027年利率中枢将小幅抬升至1.55%-1.80%，赔率结构从"躺赢"转为"分化"。

“芯片大佬”Pat Gelsinger：从存储、光互联、电气到网络架构，当下是硬件创新的黄金时代

Sat, 10 Oct 2026 08:35:34 GMT

在AI重塑全球算力版图的当下，前英特尔CEO Pat Gelsinger一针见血地指出：AI让芯片设计变得简单，但制造、内存与能源的物理瓶颈正引发一场史无前例的硬件复兴。

10月9日，硅谷创投机构a16z 播出一期深度访谈节目。在对谈中，Playground Global普通合伙人、前英特尔CEO Pat Gelsinger与a16z的Raghu Raghuram、Guido Appenzeller展开了一场跨越芯片设计、存储创新、光互联、能源瓶颈乃至AI代理（Agent）基础设施的深度讨论。这位亲手设计了英特尔386和486处理器、见证了现代EDA行业诞生的芯片老兵，以其数十年的一线经验，为当前AI硬件浪潮提供了罕见的底层视角。

（左：Guido Appenzeller；中：Pat Gelsinger；右：Raghu Raghuram）

Gelsinger开门见山地抛出了一个核心判断：“对于我们所有硬件人来说，这就像是文艺复兴。”在他看来，从存储到光互联、从电力架构到网络拓扑，当下的硬件创新机会密度，是他职业生涯中前所未有的。

“能源容量即经济产能”，数据中心或面临违约潮

在AI基础设施建设如火如荼的当下，市场最容易忽视的硬约束是电力。Gelsinger将能源问题提升到了宏观经济的高度。

“在AI数字时代，能源容量就等于经济产能。” Gelsinger指出，过去15年美国在增加可再生能源的同时淘汰煤炭，导致国家整体能源容量几乎停滞，即便近期激增，年化增速也仅约4%。这与AI动辄需要百万级GPU集群的庞大胃口形成严重错位。

他发出了明确的市场警告：“为什么还要建新的数据中心？如果我买了一百万个GPU却无法为它们供电，你将会看到越来越多此类数据中心项目发生违约，因为根本没有足够的能源。” 甲骨文此前关于核能数据中心的言论，在Gelsinger看来只是行业面临供电瓶颈的“初步信号”。

为了解决这一问题，他提出供电网络的底层重构迫在眉睫，“800伏直流电（DC）重返数据中心，可以说是‘爱迪生的复仇’。” 从发电、输电到利用垂直GaN（氮化镓）技术进行一步到位的降压转换，以及液冷等散热技术的升级，整个电气系统正迎来25年未见的复兴周期。

“HBM是极其糟糕的内存”，30年来最大的存储创新即将来临

针对当前市场备受追捧的HBM（高带宽内存），Gelsinger给出了极具冲击力的评价：

“HBM是一种极其糟糕的内存（hideous memory）。只不过它是我们目前能拿到的最好的。”

他直言不讳地指出了HBM的物理局限：极差的比特密度、受限于边缘的带宽、高昂的功耗以及严重的散热问题（DRAM非常怕热）。然而，正是这些痛点，加上AI对内存计算的极度依赖以及过去四年存储行业增加的2.5万亿美元市值，正在催生行业的质变。

“准确地说，过去30年里我们到底经历了多少次重大的新型内存创新？只有DRAM、SRAM和Flash。”Gelsinger表示，“30年来的首次内存创新已经近在眼前。” 他极度看好铁电材料（ferroelectrics）等新材料在非电容、高密度、可堆叠内存中的应用，并透露自己已投资相关的隐形初创公司。

对于芯片堆叠技术（3D Packaging），他保持了理性的克制。他认为受限于良率呈指数级下降的数学规律，“我不是一个疯狂追求16层或32层堆叠的人。我认为2到4层的内存堆叠将是最佳的甜点区（sweet spot）。”

设计只需3个月，制造却要9个月：摩尔定律后的“制造时间差”

AI正在大幅缩短芯片前端设计的时间。Gelsinger认为，当前AI辅助芯片设计就像当年486处理器引入现代EDA工具一样具有划时代意义。利用AI工具，一个优秀的团队可以在三个月内完成一款AI加速器的逻辑设计。

但技术的进步总是将瓶颈转移到别处。“现在已经没有单纯的‘芯片’了，一切都是‘机架’（Rack）。”

Gelsinger详细拆解了当前的制造地狱：

“我花了3个月设计，但我至少需要3个月才能让晶圆出厂，再花3个月进行复杂的3D高级封装，最后还要把它集成到机架级解决方案中。也就是我用了3个月设计，但实际上要等9个月才能真正开始使用它。”

如果算上部署软件和模型迭代的速度，这种长达一年半的硬件交付周期，往往会导致“芯片刚落地，AI工作负载已经发生改变”的尴尬局面（如Graphcore曾面临的困境）。

100家AI芯片公司大乱斗终将“九九归一”

面对当前市场上涌现的近百种AI推理加速芯片，Gelsinger做出了“天下大势合久必分，分久必合”的断言。他认为当前的架构异构化只是暂时的，市场最终将收敛至少数几家主导平台。

他的逻辑基于三点：

工作负载的演进：大语言模型（LLM）正在接近瓶颈，未来的AI将融入更多传统的HPC（高性能计算）特性（如对64位高精度计算的需求，用于分子或化学分析），过度专门化的芯片将难以适应2-4年后的模型。

资本与规模的壁垒：建立AI算力规模需要数百亿美元的资本支出。“建立这些东西需要庞大的资本，这违背了你能同时维持100种不同芯片架构的逻辑。”

巨头的选择：OpenAI、Nvidia和Anthropic等头部玩家会主动挑选赢家，因为软硬件生态的协同演进成本极高。

光互联：铜的死亡，迟早会来

“我宣布铜的死亡大约已经有20到25年了。终有一天我会是对的。”

Gelsinger在光互联问题上态度鲜明：所有IO功能都应该迁移到光学互联，但核心计算-存储复合体本身不需要走这条路。他认为，当前数据中心中铜缆的波导特性正在让铜缆在5米距离的成本超过光纤在100米距离的成本，物理规律正在逼迫迁移发生。

对于关键的时间节点，他指出2028-2029年将是行业转折点——英伟达已明确表示将在这一时间窗口采用NPO/CPO（近封装光学/共封装光学）方案，其他厂商也将跟进。

“NVL72在工程上是奇迹，在制造上是噩梦。如果我们当时有更成熟的光学供应链，我们今天会更先进。”

在网络架构层面，Gelsinger支持向光路交换（OCS，Optical Circuit Switching）演进。他引用网络专家Nick McKeown的观点：

传统互联网是为“数据包可能去任何地方”而设计的，而AI工作负载“几乎完全相反——流量是大规模且可预测的。这更像是电路交换而不是包交换。”

AI代理时代的"新VMware"

对谈最后，Gelsinger回归到他在VMware时代的管理经验，讨论AI代理（Agent）时代的基础架构范式。

“每一次创新都会引出下一个抽象层。”他认为，虚拟机抽象依然是计算层级中值得保留的核心范式，但服务对象正在从"硬件与人类"转变为"代理"。

“虚拟化和管理的每一个基本要素，都需要在下一个计算层级中被重新创建。”

Gelsinger指出，新一代“代理VMware”需要解决：如何让代理高效运行、如何为代理构建安全配置、如何管理代理性能，同时还需要保留人类设定策略、描述“宪法”（引用Anthropic创始人Dario Amodei的概念）和查看仪表盘的能力。

访谈全文实录如下（由AI辅助翻译）

第 1 章：Intro

Pat Gelsinger：

在AI数字时代，能源容量等于经济容量。为什么要建新的数据中心？买上百万块GPU，如果没有电力支撑，你会看到越来越多的数据中心项目出现违约，因为电力根本跟不上。

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，瓶颈就会转移到其他地方。

Pat Gelsinger：

现在没有什么单纯的芯片了，它已经是一个机架，我花了三个月来设计它，但还要再等9个月才能真正开始使用。过去30年里到底出现过多少种全新的存储技术？存储领域30年来首次迎来真正的创新，就在眼前。我大约在二十二五年前就宣告了铜互连的死亡。终究我会被证明是对的。对我们所有硬件人来说，这就像文艺复兴一样。AI推理加速芯片，我肯定连名字都叫不全。你们为什么要资助这么多这类项目？

Raghu Raghuram：

你自己也资助了不少。

Guido Appenzeller：

历史上从来没有哪个行业同时存在100家相互竞争的处理器厂商。这只是暂时现象吗？最终会收敛到少数几家吗？

第2章：从技工学校到18岁加入英特尔

Raghu Raghuram：

我今天邀请到了我们尊贵的嘉宾、亲爱的朋友，也是我的前任老板——Pat Gelsinger先生，欢迎Pat。Pat目前是Playground Global的普通合伙人，但他在业内以领导才能而广为人知，曾担任英特尔首席技术官，后来领导VMware，以及许多其他职务。欢迎你的到来。

Pat Gelsinger：

嘿，谢谢你。Raghu，很高兴能和你还有Guido在一起，对吧？对我来说，这感觉有点像回到了老地方，你知道，就像……是啊，感觉就像我们叠加了一年的变化，但你们两个看起来还是一样，我也很有活力，那我们就开始吧。

Raghu Raghuram：

那可不是在说David，你也停不下来，一直都这么有活力，这不是什么新鲜事。不过，让我们从你在英特尔的职业生涯说起。最近，Andreessen Horowitz创办了一个学院，旨在发掘16到22岁之间的有才华的人，然后将他们放入现代教育环境中，让他们为自主创业或加入当今的公司做好充分准备。你有过类似的经历，你上了一所普通的职业技工学校，然后在18岁或19岁的时候就直接进入了英特尔，是吗？

Pat Gelsinger：

是的，那真的是一段非常神奇的时光。我16岁的时候，偶然赢得了一个奖学金，去了一所技工学校，跳过了高中最后一年半的学业，18岁的时候英特尔来招募我。 你知道，我那时从来没坐过飞机，但已经深深爱上了技工学校的学习。面试官，他叫Ron Smith，他在纸上写着——我是他那天面试的第12个人，如果你连续面试了12个人，到最后你根本分不清男女，对吧？他写道：聪明、积极、有点傲慢，他会适应的，就这样。

Pat Gelsinger：

于是我被邀请加入英特尔，那真的是一段非常辉煌的经历。从一名技术员开始，后来进入设计团队，参与了286的收尾工作，成为386的第4号工程师，再到486的架构师和设计经理。 与此同时，我完成了本科、硕士和博士的学业。这简直是最完美的职业发展路径——白天在工作中学习，晚上把所学付诸实践。

Raghu Raghuram：

而且这完全是你热爱的芯片领域，我敢说，你在那里所热爱的和所构建的东西，之所以有巨大突破，是因为你在开拓新的领域。

Pat Gelsinger：

是的，在很多方面都是如此。那真的是行业里一段相当不可思议的时光。我记得在斯坦福的一门课上，一位教授提出了一种新的进位前瞻设计方案。我当时正在做386的进位前瞻，所以我就想，让我去试试看。两天后我回来告诉教授：这个方案行不通。

Pat Gelsinger：

然后我就开始和我在斯坦福的教授争论起来，接下来的两节课，就变成了我和教授争论为什么他的设计不可行。他当时有一本正要出版的书里用了那个设计，这让他非常恼火。我们还开始研究他的自测试方法，我记得斯坦福的Ed McCluskey教授，他可以说是这一领域的奠基人，我们就他的很多想法展开了精彩的争论——那些想法对真实芯片来说并不实用。 但我当时正在把内建自测试应用到386上。我的论文导师是John Hennessy，他后来也做得很好。

Pat Gelsinger：

我说嘛，我帮助了他的职业生涯，他后来成了校长，之后一直如此。

Raghu Raghuram：

是啊，之后我们会聊到CISC和RISC之争，但我想先聊聊486。不好意思，你先说。

Guido Appenzeller：

我在斯坦福教书时也有过同样的经历。你带着你认为是真理的东西走进课堂，然后一个在业界工作的学生说：嗯，实际上并不完全是这样。所以下一节课你回来说：好吧，我查了一下，你是对的，这是更新后的内容。

Pat Gelsinger：

是的，你知道，这正是学生互动的一部分，我认为这也是硅谷之所以如此独特的原因之一。这里有那么多公司，创业精神就像融在水里一样，创业、新想法、挑战教授……在斯坦福这样的地方当教授，你必须做好被挑战的准备，并且享受这个过程。

Guido Appenzeller：

那栋楼里人来人往，流量还挺大的。

第3章：486与现代EDA的诞生

Raghu Raghuram：

是的，486是你的重大成就，当然，很多人都参与其中。你们在芯片设计上开辟了一些新领域，增加了芯片应该具备的功能，等等。

Pat Gelsinger：

是的，那也是一段相当神奇的时期，因为那是在你所认为的EDA行业诞生之前。

Raghu Raghuram：

哇，是的。

Pat Gelsinger：

你知道，386末期有一点点苗头，但486才是真正第一款采用现代EDA技术的芯片。我们做了高层设计，对吧？就是RTL描述，但那时候还没有Verilog，所以我们发明了HDL，对吧？就是英特尔硬件描述语言，我自己写了一门语言。当然，你还得为这门语言构建一个编译器，对吧？所以我们为这门语言创建了一个编译器。那时候还没有自动布局布线，所以我们不得不发明它，我们与Alberto Sangiovanni-Vincentelli以及他在伯克利的一些学生合作，完成了第一个布局布线、第一个自动时序管理。

Guido Appenzeller：

所以他们在某种程度上创造了EDA……

Pat Gelsinger：

是的，在很大程度上是这样，486不仅是一款兼容的流水线微处理器，我们还奠定了现代EDA行业的许多基础，那真的是这个行业一段相当神奇的时期。

第4章：AI如何改变芯片设计

Guido Appenzeller 如果我们看看今天，人们回顾Blackwell时会说，这是AI接管微处理器设计流程之前最后一代精心设计的芯片，我们现在是否正处于类似的转变之中？

Pat Gelsinger：

我认为某些方面确实如此。所以我认为，当你看看今天像Jalapeno这样的东西，你会说，这是在芯片设计流程中从第一性原理使用AI的方式，抛弃了很多传统的东西。当然，设计中有些部分在这个意义上仍然非常困难。很多模拟方面的工作，Circs可能是最好的例子，仍然无法用AI来完成，对吧？你只是需要大量的硅片数据才能搞定这些。所以你要么在模拟设计上非常保守，从而能够用AI来处理，要么……

Pat Gelsinger：

你就得用老办法来做，但是现在很多逻辑功能真的可以用AI工具和技术以相当令人难以置信的方式来完成，对吧？你的晶体管预算足够大，设计工具越来越智能，少数专家指导工具如何应用，我真的认为这将有点像486那个时代，对吧？

Pat Gelsinger：

你们回过头来会说，是的，那是芯片设计新纪元的开始。

第5章：为什么芯片制造仍然需要九个月

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，那就意味着瓶颈会转移到其他地方。那么，我们现在能猜到未来的瓶颈会在哪里吗？有些事情AI似乎做得非常好，对吧？比如处理软件层，编写内核，还有很多……我认为很多是能够在更高层面上指定目标，然后将其转化为非常长的……那么新的前沿是什么？未来什么事情会变得困难？

Pat Gelsinger：

你知道，看看今天的情况，假设Guido和Pat，我们要一起做一次伟大的新旅程。我们要去构建一个……对吧？这将是一个领先的东西，因为我们了解架构，了解AI工作负载，了解如何组合这些，然后是正确的乘累加运算和寄存器结构。

Guido Appenzeller：

还能完美地看清明天的模型工作负载。

Pat Gelsinger：

所有这些东西。假设我们把AI工具全部释放出来，那真的太棒了。三个月之内，我们就能得到一个出色的设计，对吧？ 当然，在模拟组件方面我们会稍微保守一些。

Pat Gelsinger：

但我们现在仍然有几个重大瓶颈。其中一个就是，我们仍然需要9个月的硅片加工时间。 对吧？就是这样。所以我可以在三个月内完成设计，但实际上要大规模生产出真正的芯片，还需要九个月。这很糟糕，对吧？所以如果我们要推动这种创新，就必须真正改善这个瓶颈。

Raghu Raghuram：

甚至在那之后，我们还有更多的等待周期。

Pat Gelsinger：

你知道，首先，从晶圆厂拿到东西，最快也要三个月，而这还是在设计流程极度优化的情况下。 那我怎么压缩这个时间？然后还要进入先进封装，3D封装越来越复杂，这又要花大约三个月。然后还要把它集成到机架级解决方案中，因为现在没有什么东西只是一块芯片，它是一个机架。所以加起来是9个月，我花了三个月设计，但要真正开始使用它，还需要9个月。 那么我们如何开始压缩设计的这些环节？我认为我们需要新形式的光刻技术来实现这一点，我们需要不需要花费5000万美元掩模成本的设计流程。

Pat Gelsinger：

直到我能够进行原型测试。你告诉我，怎么把这个时间压缩到一两个月？因为我现在可以在三个月内完成设计，但如果要花一年半才能真正实现规模量产并跑通软件，那我对AI工作负载的理解，早就不再适用于最终流片的那块芯片了，对吧？ 所以，所有这些……

Guido Appenzeller：

你现在就能看到这个问题在AI领域实时上演。

Pat Gelsinger：

是的。我们可以从历史上看，Graphcore的设计并不差，但世界已经向前走了，对吧？ 所以，所有这些方面都在某种程度上抵消了AI让设计变得容易这一事实，所有制造和规模化的问题，对我来说都成了巨大的瓶颈。 当然，另一个瓶颈就是内存，对吧？内存带宽。

Guido Appenzeller：

我们深有体会。是的。

Pat Gelsinger：

你知道，正如我所描述的，HBM是一种糟糕的内存，但它偏偏是目前最好的一种。

Raghu Raghuram：

我们正想问你这个问题。

Pat Gelsinger：

是的，这是一种很糟糕的内存。位密度差，受限于带宽，还有功耗问题、散热问题。DRAM不喜欢高温。

Guido Appenzeller：

把所有东西都堆在一个地方。

Pat Gelsinger：

对于AI这种内存计算密集型工作负载来说，这简直太糟糕了。 所以我需要压缩从开发到真正规模化落地的时间，我需要解决与此相关的内存问题。对我来说，这是另一个关键瓶颈。还有功耗——功耗、散热，现在大多数功耗仿真工具都很差，没有好的3D功耗建模工具，没有功耗热点分析，没有好的电压输入建模。我基本上是在用几乎整个功耗余量来做保护带，这意味着我损失了大约40%的功耗在保护带上。 所以我必须在功耗建模上做得更好，而且我的散热技术也很落后。

Raghu Raghuram：

功耗传输模型也必须改变。

Pat Gelsinger：

是的，所有这些，对我来说，都是下一批重大瓶颈。我怎么逐一改善这些问题？如果我做到了，那我们才真正进入了一个令人兴奋的新时代。 感谢那些出色的AI工具，但即使这些工具全部部署到位，我面临的挑战依然巨大。

Raghu Raghuram：

我们确实看到了芯片数量和芯片架构的某种复兴。

Pat Gelsinger：

是的。

Raghu Raghuram：

这都要归功于这些工作负载。

Pat Gelsinger：

现在大概有100种AI推理加速芯片，我甚至肯定不知道它们全部。

Raghu Raghuram：

是的，确实。所以……

Pat Gelsinger：

你们为什么要投资这么多这类项目呢？

第6章：100种AI芯片会收敛到少数几种吗？

Raghu Raghuram：

你也资助了不少。是的，所以，你知道，它们都很擅长在你提到的那些组件上，或者在它们所针对的帕累托曲线的某个部分上，做出不同的设计假设。那么你认为这些芯片都有存在的空间吗？还是说，部分由于Guido所讲的AI工具链的发展，我们现在有能力构建更多种类的芯片？而且时间也非常充裕。无论你怎么看……

Guido Appenzeller：

更挑衅性地说，从历史上看，任何行业都从未出现过100家相互竞争的处理器厂商，对吧？所以，这是一个更加异构的未来吗？我们会看到——这只是暂时现象吗？最终还是会收敛回少数几家。

Pat Gelsinger：

我认为这更像是一种暂时现象。我预期它最终会收敛。我看到这种情况的原因大概有三点。其中一点是，你在计算环境中看到的这种新兴异构性——好，现在我有了专门用于预填充（prefill）和解码（decode）的不同芯片。然后人们开始说，我们真的需要一个专门针对中间阶段的层，而不只是预填充阶段。所以现在我有了早期预填充，还有中间填充，它们是不同的。

Guido Appenzeller 推测与验证。听听OpenAI怎么说。

Pat Gelsinger：

是的，你知道，突然之间，整个计算集群在不同工作负载之间变得越来越细粒度。我认为，历史上任何时候出现这种情况都是不可持续的。

Pat Gelsinger：

然后突然之间，当你看到这些，人们又开始说，当我转向推理模型时，我希望它看起来更像一个CPU。所以突然间，我并不需要那个层级——那个层级并没有成为我计算能力的主导部分，我反而需要更多这边的资源，对吧？还有模型工作流等等。所以我真的不喜欢——我会说，大规模的专业化，对吧？因为我认为工作负载会持续地、大幅度地调整和迁移。这是第一点。第二点是，我认为当今的模型也即将经历一些演进上的突破。

Pat Gelsinger：

我认为大型语言模型（LLM）正在触及某些极限。现在人们在思考如何真正对三维结构建模——当你涉及分子、化学品和成像时，扁平化的LLM并不好用。所以我认为我们会看到这方面的局限性，这将在算法领域引发不同的转变。我也认为，一些最有趣的工作负载，是那些将高性能计算（HPC）类的东西重新带回AI的场景——比如突然之间，64位精度再次变得重要。

Raghu Raghuram：

能举个例子吗？

Pat Gelsinger：

好，比如说，假设我的AI模型现在正在为一项化学分析推导出最有价值的五个领域。那些化学算法是以高精度运行的——计算量最大的部分，到底是找到我需要运行的那五个算法，还是在不同的化学或生物系统上运行这五个算法？ 所以我确实认为，随着我们优化AI系统，它会把我们带回到一些更传统的高性能计算领域。所以我也看到了这方面的工作负载趋势。综上所述，这种极端的专业化，在我这个计算架构师看来，我不太喜欢它，因为我不认为这将是2、3、4年后工作负载的样子。这是我不看好这些越来越专注于计算工作负载某一部分的AI芯片的原因之一。

Pat Gelsinger：

第二点是，现在大概有100家这样的公司，对吧？

Pat Gelsinger：

有多家做光学的，有做概率计算的，它们不可能全部胜出——之所以不能全部胜出，是因为归根结底，这些东西需要规模。而规模需要你赢得市场、获得资本、让工作负载跑在上面。所以我认为，说你会有100家这样的公司，本身就违背逻辑。因此，我认为受资本、市场份额等因素的影响，行业会回归——谁是胜出的团队、胜出的设计、胜出的架构。我认为工作负载会驱动这一点。

Pat Gelsinger：

我预见到行业自然整合会发生。同时我也预期，赢家会挑选出一些赢家——比如OpenAI、英伟达、Anthropic会说，我喜欢这个，因为这不只是硬件，而是硬件和软件如何共同演进。对吧，向前发展。我确实预期，这里有10个我可以选，但我喜欢那个——而且它确实需要在软件和工作负载演进上投入，才能充分利用那些平台。基于这三个原因，我们会看到这个领域的收窄。

Raghu Raghuram：

还有部署复杂性的问题。抱歉，请继续。

Guido Appenzeller：

这完全说得通。我大体上同意。不过让我还是来搅搅局，制造一点争议。

Pat Gelsinger：

你们改变了这一点，对吧？

Guido Appenzeller：

所以，100家公司可能会存在，也可能会整合，对吧？我完全同意你的论点——归根结底，大型消费者会在一定程度上选出赢家。

Guido Appenzeller：

我认为，今天要成为这个领域的先行者，在某种程度上，你是否在其中，取决于你在真正的大玩家那里获得了多少牵引力。同时也有一种说法是：在任何过渡期，你可能会看到更多不同方法的爆发，然后随着时间推移逐渐淘汰。话虽如此，我认为有一个论点可以这样说：从历史上看，我们之所以标准化在一两种架构上，是因为不同的指令集很难处理——我们需要构建多个编译器，基本上是软件复杂性决定了你只能有少数几个硬件平台。这一部分似乎正在随着AI而改变。但如今，为某个芯片编写优化内核——我认为Kleinia是个很好的例子——正如我说的，人类已经无法真正编程这个东西了，但一个Agent可以在一夜之间完成。这就是我们所需要的，对吧？基本上你可以说，如果你能构建一个具备某种能力的芯片，现在在上面构建充分利用它的软件层变得容易多了。这样的结果会不会是，我们拥有更多一点的异构性，只因为对这种异构性编程变得更容易了？

Pat Gelsinger：

我确实认为这改变了瓶颈所在的位置。第一个瓶颈是我要指出的——我们已经谈过了——构建这些东西仍然需要一年半的时间，对吧？第二个瓶颈是，不仅需要一年半才能把这些东西装进机架、实现规模化，要让它们真正有用，你能借到500亿美元吗？

Pat Gelsinger：

我的意思是，我们谈的不是小额资本支出，而是非常巨大的资本支出——数据中心、电力、承诺等等。所以我必须大规模地构建这些东西，这与之相关。这将打破很多异构性。

Pat Gelsinger：

当然，大玩家们——我们看到了英伟达对Groq所做的事情——会在某种程度上拥有一些异构性，对吧？

Pat Gelsinger：

两年后，你不会知道英伟达里面跑的是什么架构，它就会像另一个东西一样，对吧？所以你会看到这些架构，异构性会被隐藏在内部，这对我来说完全没问题。这就是分层、这就是抽象一直以来所做的事情。但我认为那些力量是强大的，会让大量的异构性暴露出来——不对，我认为它会被抽象在这些东西之下。但归根结底，大规模构建这些东西仍然很难。

第 7 章：为什么 HBM 是一种糟糕的内存

Raghu Raghuram：

好的，你提到了 HBM 是一种糟糕的内存。

Pat Gelsinger：

但它却是我们目前拥有的最好的内存。

Raghu Raghuram：

确实。但关于内存的令人沮丧之处在于，我真的不记得上一次内存创新是什么时候了，可能是 eDRAM（嵌入式动态随机存取存储器）。我觉得你可能也参与其中。

Pat Gelsinger：

是的，那个项目死掉了，所以我也算经历了一次失败。

Raghu Raghuram：

我们把它搞死了。那么你认为内存创新即将到来吗？或者说需要发生什么？显然，我们理解规模问题，因为在这方面规模问题更大。但如果把规模问题放一边，即使从技术角度来看……

Pat Gelsinger：

是的，你看看那段历史，我个人可能至少参与过五种不同的新内存架构，eDRAM 只是其中之一，这些架构都没能见到天日。我可能还了解过去 30 年里业内发生的近 100 种类似情况，而在过去 30 年里，我们究竟有过多少种主要的新内存？对吧，你知道，好吧，DRAM、SRAM、闪存，好吧，还有什么？DRAM、SRAM、闪存，是的。所以我确实认为……

Raghu Raghuram：

闪存堆叠稍微算是一点。

Pat Gelsinger：

勉强算吧，是的，对，你知道，不管怎样，对，所以在这方面，确实令人失望，我们还没有创造出下一种物理技术，能够实现低成本、高性能、可靠且可制造的内存。所以我确实认为，在过去三四十年里，内存一直是一个糟糕的行业，因为你可能一年盈利，接下来四年亏损。所以在一个五年中只有一年盈利的行业里搞研发，这实在太难了，因为它一直被如此剧烈的商品化周期所驱动。

Guido Appenzeller：

不过这在一定程度上已经有所改变了。

Pat Gelsinger：

在过去五年里。

Guido Appenzeller：

三大内存公司都跻身全球最有价值的前 20 家公司之列。这是一个疯狂的转变。

Pat Gelsinger：

确实令人惊叹，对吧？谁能想到会这样？任何关注 AI 工作负载的人都知道，预测过去容易，预测未来难，对吧？而当你看这一切时，会说 AI 是一个内存的世界，确实如此，就在其中。所以我认为，资本和技术需求的结合将会推动内存创新。

Pat Gelsinger：

现在有两个领域让我感到兴奋。其一是，我确实认为 HBM 的带宽限制是一个根本性问题。因此，基于这一点，这个想法……显然，我们有一家公司 D-Matrix 正在做这件事，但我认为其他公司也会加入，无论是 Cerebras 及其技术，还是其他公司。

第8章：芯片能叠多高？

Guido Appenzeller：

未来是堆叠式的

Pat Gelsinger：

你必须想办法把内存整合进来

Raghu Raghuram：

而且要从多个维度来考虑

Pat Gelsinger：

你必须把内存和计算整合在一起，对吧？要有一种全新的基础架构。我确实认为，鉴于目前AI领域已经投入了如此巨大的资本来应对这些工作负载，我认为我们实际上也能够突破其中一些物理层面的挑战。所以我相信，你知道，我刚刚……

Raghu Raghuram：

投资了某个项目，对吧？

Pat Gelsinger：

你知道，我刚刚也投资了一家新的内存公司。目前还在隐秘阶段，但你知道吗？

Pat Gelsinger：

我对新内存领域即将发生的一些创新感到非常兴奋。你将会看到新材料的出现，比如用于内存的铁电材料，寻找非电容式、高密度的内存，寻找能够实现高性能、高密度且可堆叠的内存，对吧？但是，你知道，有人正在研究用低成本闪存来实现这一点。我个人对这个想法并不是特别热衷。我认为闪存或MRAM结构在底层单元的速度和性能方面存在一些问题。是的，但我确实认为，内存领域三十年来首次迎来创新。我认为这将是一个令人兴奋的领域。我相信届时会有几家公司在这里涌现。

Pat Gelsinger：

好的，你知道，我们会在这里找到一些可以做的事情。但我认为三十年来首次出现的内存创新就在眼前。

Pat Gelsinger：

你知道，我认为内存行业在过去四年里市值增长了2.5万亿美元。我觉得这个数字大致是对的。

Guido Appenzeller：

我们本可以直接投资那里，而不用做任何差异化的事情。

Raghu Raghuram：

是的，完全正确。用你的钱就行了。嗯，你怎么看？抱歉，你先说。

Guido Appenzeller：

稍微展开说一下堆叠这部分，如果你要预测芯片会以多快的速度"长高"，这会是像……你知道，我们会先到2层然后停在那里一段时间，还是说我们会有，比如16层的三明治结构？你知道，逻辑层和内存层愉快地混合在一起？

Raghu Raghuram：

HBM把这个拉低了

Guido Appenzeller：

HBM在Nvidia上在往下走，但你怎么看这个演变趋势？

Pat Gelsinger：

是的，你知道，我认为，堆叠的问题在于，随着堆叠维度的增加，整个堆叠的价值也在增大，这意味着每一层的良率以及堆叠工艺本身必须持续提升。基本上，它不能线性提升，而是必须指数级提升。当你堆到8层或16层高的时候，以指数级方式提升制造和设计特性就会变得极其困难，当你算一算相关的数学，你的制造流程必须接近完美。

Guido Appenzeller：

他们可能会看到一些设计，这些设计会考虑到某种特定的模型类别，就像我们在二维领域看到了很长时间的那样。

Pat Gelsinger：

当然。但请记住，这就是DRAM的本质。你总是有坏块替换机制，比如备用行之类的。所以我不是在任何意义上轻视这一点，但假设你已经做到了这些，你仍然需要良率非常高。你知道，如果我有一颗裂了的芯片，不管你内置了多少冗余，你也没办法，它就是一颗坏芯片，对吧？所以，正因如此，我不是那种疯狂追求16层、32层堆叠的人。我认为会出现3、4、5层的堆叠，这最终会成为最佳平衡点。

Guido Appenzeller：

中层建筑。是的。

Pat Gelsinger：

是的，你知道，部分原因在于制造，部分原因在于相关的复杂性，良率的甜蜜点在哪里，所以这就是我认为大多数事情的落脚点。但即便如此，对吧？比如说，假设我现在有了一块很棒的计算芯片，那块芯片需要多大？现在一切都受到了光刻场的限制，对吧？我能不能用更多的小芯片来获得更好的良率特性、更好的散热，然后你会说我希望在上面有一个内存堆叠。

Pat Gelsinger：

是两层内存堆叠，还是四层内存堆叠？我不认为它会变成八层内存堆叠。所以大概是2层或4层，对吧？但是电源传输也需要集成进去，这就变成了另一个要素，我希望它在Z轴方向上，因为我希望我的电源阵列也从这个方向接入，对吧？然后我需要相当智能的RDL层来在整个平台上分发信号。所以在某种程度上，你知道，当你把所有这些部分加在一起，我的标准结构已经大约有8层厚了，我认为这差不多就是极限了，至少以我们今天对制造工艺的理解来看是这样。

Pat Gelsinger：

当然，我们预计光学技术也会加入进来。所以会有更多III-V族材料结构更靠近这个复杂体，因为我希望我的IO能够深度集成到这个架构中。所以我以硅为核心的部分需要得到这些其他III-V族材料的补充。我如何将光学互连集成进来？我如何将电源轨集成进去？

Pat Gelsinger：

你知道，这是一项工程壮举，也是一场制造噩梦，要把所有这些部分整合在一起，但这就是物理规律随着时间推移带领我们去的地方。因此，16层高的堆叠对我来说太疯狂了，2层或4层高的内存堆叠，我认为这大概就是最佳平衡点所在。

Raghu Raghuram：

你还可以谈谈散热问题以及为此所需的新材料。

Pat Gelsinger：

显然，首先会有很多挑战，你就是不能允许今天存在的那些物理热点。所以你必须更加智能地利用热量和分散热量。但你知道，然后你会说，好的，我如何在这些环境中既能输入电能又能将热量散出去？顺便说一句，如果我能以我想要的电压更高效地输入电能，同时拥有更好的电源响应能力和电压调节能力，那么我产生的热量就会少一些，但我确实需要思考，好的，我如何冷却这些东西？

Pat Gelsinger：

新材料，比如金刚石和其他一些被提出的东西，在改善散热冷却方面能发挥什么作用？我如何采用更好的液冷技术？你知道，直接贴在上面，具有良好的导热特性。所以，你知道，我们工程师正在变成管道工，对吧？确实如此。

Raghu Raghuram：

是的。你担心芯片级别的电磁兼容问题。是的，让我问你一个相反的现象，有些人说，嘿，我们把内存从封装上拿走，在计算和内存之间全部用光学连接。这样可以给你更多的自由度，以及更多构建系统的方式。与堆叠相比，你怎么看这种方式？这是另一个极端。

Pat Gelsinger：

是的，你知道，我认为越多的OEO，对吧，接口，也就是光-电-光的转换，在你的核心计算复合体中需要越多这样的转换，对我来说就越困难，从这个意义上说。而且你总会有与之相关的损耗。

Pat Gelsinger：

你知道，人们正在努力想出更聪明的技术来降低成本和功耗，对吧？我在经过DAC和各种转换时浪费了多少功耗？所以我不喜欢这种方式，因为我认为它虽然让你能够访问大型内存池，但消耗大量功耗才能到达那里。是的，对吧，记住，基本上每次计算的飞焦耳现在已经相当惊人地低了，对吧？但每比特通信的飞焦耳相比之下要差1000倍。如果我要花那么多能量去访问大型内存池，我不喜欢这些方法，我认为它们在某种程度上违背了解决方案的底层物理规律。

Guido Appenzeller：

我的意思是，还有另一种方法，就是说，我们能不能真正直接将计算和内存整合在一起，对吧？把一部分计算移到内存里去？

Pat Gelsinger：

这就是一些PIM（存内计算）的方案。

Guido Appenzeller：

正是。那么，你对此有什么看法？

Pat Gelsinger：

我也不喜欢这些方案，对吧？因为我认为工作负载，你知道，因为现在我必须拿着我的工作负载，然后把这些小块计算推进内存里，对吧？这样我就不需要那么多内存带宽流入我真正的计算单元。但这给工作负载带来了约束。再说一次，我可能是错的，特别是考虑到我们现在能够通过设计手段带来的一些设计灵活性和智能化，但大多数PIM的想法已经存在了25到30年，我认为再过25到30年它们仍然还在那里，从这个意义上说。你知道，给我高密度、高性能的大内存带宽，并让它靠近真正的计算引擎。我预计这将是一个对许多不断演变的工作负载来说更具普适性的解决方案。

Guido Appenzeller：

所以我们还是被困在越来越密集的芯片里，堆叠，更多逻辑，更多功耗。

Pat Gelsinger：

但会好得多。我是，我是，我是光学的超级粉丝，你知道，转向光学来实现所有IO功能。是的，对吧？你知道，我大约在二十到二十五年前就宣布了铜的死亡，最终我会是对的。

Guido Appenzeller：

你还是对的。

Raghu Raghuram：

总有一天会的。

Pat Gelsinger：

很快就会是对的了。但我认为，对我来说，所有IO都应该转向光学，对吧？但核心计算-内存复合体，不。对吧？

Raghu Raghuram：

那么当你第一步迈出去的时候，我们的文章是关于纵向扩展，甚至比横向扩展更多。你对此有什么看法？

Pat Gelsinger：

是的，你知道，我认为我们现在……

Raghu Raghuram：

如果可以的话，驱动工作负载的应用场景会是什么？

Pat Gelsinger：

好吧，我认为驱动工作负载的就是摆在我们面前的这个，对吧？

Pat Gelsinger：

我的意思是，你知道，今天，在我们的纵向扩展环境中，我们铺设了大量铜缆，对吧？你知道，铜缆本质上正在变成一种波导，而且越来越短。 突然之间，你知道，让铜缆在5米距离内工作，比让光纤在100米距离内工作还要贵，对吧？所以，你知道，我认为物理规律正在推动我们走向这条路。那么，Pat，既然如此，我们为什么还没有迁移过去呢？

Pat Gelsinger：

这是一个复杂的供应链，你知道，从未经过大规模测试。 我认为现在，大家都在考虑某种形式的NPO、CPO等，时间节点大约在28、29年，因为如果不做出这种转变，我就无法将纵向扩展环境扩展到大基数的计算集群。所以，很明显Nvidia已经表明了这一点。我认为业内其他所有人都预期，那就是转折点。你知道，说实话，我本不应该构建NVL 72的。它是一个工程奇迹，但也是一个制造噩梦。 你知道，整个行业花了额外一年半的时间来消化这个庞然大物，对吧？

Pat Gelsinger：

真的令人惊叹，你知道，我们能够将其扩展到那种规模。但是，你知道，这确实证明了，如果我们当时拥有更成熟的光学供应链，我们今天会更加先进。 我们今天就能构建更好的纵向扩展环境，更好的功耗表现、更低的成本、更好的能效，但我们当时没有足够成熟的光学供应链来支撑这一切。

Pat Gelsinger：

这些问题解决起来并不简单，还有大量工作要做，但我认为28、29年是产能爆发的年份。

Guido Appenzeller：

我们可能在封装光学器件如何应用于网络方面积累了大量经验，对吧？我认为其中很多经验可以很好地迁移到GPU上。

Pat Gelsinger：

是的，我确实这么认为。但突然之间，你知道，就像，好吧，这些东西必须能在1000万GPU的规模下运行，对吧？它必须能集成进封装里，还有很多其他问题，你知道，很多形式的光学器件不喜欢恶劣的热环境。但猜猜怎么着？恶劣的热环境恰恰是IT领域的常态。 所以我们有热管理问题要处理，封装集成问题要处理。业内激光产能也不够，所以有一堆问题，但我认为这里面没有什么根本性的障碍，只是需要大量艰苦的工作把所有这些部分整合到一起。

Guido Appenzeller：

在网络架构方面，也有一些减法，比如交换，还有什么，更多的电路交换网络，只是因为你无法无限扩展这些非常快速的光网络。

Pat Gelsinger：

好吧，你知道，我喜欢你，Nick McCune或者另一个例子，这里的教授，也是我的好朋友，你知道，我的意思是，你也稍微了解一点，Guido。

Guido Appenzeller：

他是我的论文导师，我……

Pat Gelsinger：

所以，但你知道，他描述得很好，你知道，我们构建网络，是为了能够处理任何数据包去往任何地方，而不需要知道它可能去哪里。当你想到AI的时候，几乎完全相反，对吧？我们处理的是大规模且可预测的数据流。所以，仅凭这个描述就说明，这看起来更像是电路交换而不是分组交换。所以我确实认为，向光网络迁移与拥有一个更可预测、可管理、大流量的工作负载这两者的融合，对我来说，我确实看到了这一点。是的，我们将一路走到把光引入计算复合体，并且我们将一路走到OCS或某种形式的光交换，你知道，配合更可预测的数据流，那才是正确的架构。

Pat Gelsinger：

然后你会问，这算是纵向扩展还是横向扩展？某种程度上……

Raghu Raghuram：

它某种程度上模糊了这条边界。

Pat Gelsinger：

是的，对吧？如果我的纵向扩展足够大，那么你就只需要问，我的纵向扩展环境的半径是多少？ 有一天我想把它连接到其他真正大型的集群上。对我来说，这最终会是一个相当漂亮的答案，你知道，面向未来。但我正看着一个在这方面比我更专业的人。

Guido Appenzeller：

现在，你看，我一直认为纵向扩展与横向扩展在某种程度上是一种人为的区分。你能理解它的来源，对吧？因为我们使用不同的协议，一个是前端，一个是后端网络，等等。所以现在，实际上，它确实有很大的区别，但如果你退一步从系统架构的角度来看，它们实现的是相同的目标，只是略有不同的特点、略有不同的协议，我认为随着时间推移这些会趋于融合。

Raghu Raghuram：

是的，我的意思是，尤其是对于训练工作负载来说。

Guido Appenzeller：

是的，尽管我的意思是训练和推理看起来相当相似。

Pat Gelsinger：

是的，现在我要说，你知道，对吧？你的大脑会停止学习吗？你知道，顺便说一下，这是工作负载演进的另一个特征。我确实认为，训练和推理的分离在未来会越来越少，而不是越来越多，对吧？ 这也是反对更多异构架构的一个小论点，我认为是持续学习。我认为会有一些算法领域会说，是的，持续学习成为算法的本质，在那里，是的，我确实希望我的推理环境能够更新我的模型权重，因为，你知道，这给了我越来越多的精细化，在工作负载迁移到那些不那么正式的训练环境中，或者在那些环境中是更小的数据集的情况下，不断演进。所以我不确定那是不是……

Raghu Raghuram：

但是你需要的节点数量才能有用，推理的直径比训练要小。

Guido Appenzeller：

今天来说确实如此。是的。

Guido Appenzeller：

我仍然认为从另一个角度来看，异构性可能扮演一定角色，那就是不同类型的AI工作负载需要非常不同的底层支持，有些更受算力限制，有些更受内存瓶颈限制。 我们也有小型扩散模型工作负载，对吧？其最优芯片与那种顶级的、拥有……抱歉，50万亿参数权重的LLM看起来非常不同，对吧？后者需要创建大规模集群。我认为这可能会推动异构化。

Pat Gelsinger：

是的，我认为这方面有一定的空间。是的，但我也要说，好吧，现在我在谈论在我的数据中心里让100万个GPU协同工作，对吧？你会说，好吧，对于那个特定的扩散模型工作负载，我确实应该放一些针对性优化的东西，对吧？所以我不会开始放，你知道，1000个那种进去，对吧？而对于那个工作负载，我需要，你知道，2000个这种，然后对于某些……突然之间，你知道，你就失去了规模带来的一些灵活性， 对吧？你会说，你知道，管理和升级、连接、故障域，所有这些事情要花我多少成本？

Guido Appenzeller：

智能体会做所有的升级工作。

Pat Gelsinger：

是的。是的，谢谢你。一切都变得简单了，太好了，我无所谓了。

第9章：能源容量等于经济容量

Raghu Raghuram：

好的，所以车队管理已经讲完了，我们讨论了计算、内存、网络，下一个是电力

Pat Gelsinger：

对对对

Raghu Raghuram：

你提到了芯片内部、芯片上的垂直供电。但我的意思是，还有800伏直流电、数据中心的电力传输，整个生态系统一直延伸到发电，以及相关的社会政治层面，等等。

Pat Gelsinger：

是的，是的。

Pat Gelsinger：

如果你从基本原则出发，我们国家在能源容量方面做得非常糟糕。基本上，我们经历了10到15年，在这段时间里，我淘汰煤炭的速度与增加可再生能源的速度基本持平。

Pat Gelsinger：

国家的整体能源容量基本上停滞不前，这非常不好，因为在人工智能数字时代，能源容量等于经济容量。 所以基本上，作为一个国家，我的经济容量在15年内停滞不前。如果你认同这一点——我认为这在过去五年中是非常可以证明的——我们看到了巨大的涌入，只是为了给我更多的容量。但我认为即便如此，我们国家的能源容量每年增长也只有大约4%，从基本上的0增长到1，对吧？哇，增长了4倍，或者说4%。所以对我来说，这是一个糟糕的局面，我们确实需要更多的能源容量。

Pat Gelsinger：

第一点，显然我们在这个领域有一些公司。

Pat Gelsinger：

我们谈到了核能，其中之一是与Alva合作运营的。我认为核能作为基础负荷是非常好的，我们希望继续建设更多。不幸的是，我们所有的可再生能源都深度依赖中国，这非常令人遗憾。你知道，燃气轮机的交货期目前只需要八年，对吧？所以，我们在快速扩张方面确实面临困难的环境，但首先，我们只是需要更多的容量。这从根本上制约了我们在AI领域能走多远，因为如果我无法为它供电，为什么还要建新的数据中心、购买数百万个GPU呢？我认为你会看到越来越多的数据中心项目出现违约，能源根本无法到位。

Raghu Raghuram：

所以你认为这将是一个重大阻力？

Pat Gelsinger：

我认为这将是一个阻力，而且我认为你已经开始看到一些早期迹象了。Oracle的那个评论，我认为那只是你将要看到的众多案例中的第一个。现在，这并不意味着我们会因此放慢脚步，但我认为人们会开始问：我真的有足够的能源来支撑我为水泥、数据中心机架和GPU采购所做的资本承诺吗？所以你认为这会成为一个上限？我们需要更多的能源容量，需要在这方面进行更多创新，需要在美国建立更多的供应链，核能是我的最爱之一。 美国上一次核反应堆投入使用是什么时候？

Pat Gelsinger：

是20年前了，对吧？我们就这样停止了一个非常有能力的行业。所以这是我们需要更多的领域之一，我们需要在电力传输方面变得更加高效。正如你所说，将数据中心迁移到800伏直流电是绝对必要的，要能够消除沿途许多转换步骤，这些步骤都是由于历史原因和标准化原因造成的。好吧，我们必须解决这个问题，800伏直流电，爱迪生的复仇来临了，我喜欢这么说。我确实认为，我们需要更好的电力转换。我们有几家公司，其中一家做垂直GaN，我认为这将是一项杀手级技术，能够在一个转换步骤中实现800到48、800到12，甚至800到5的转换，这样就能给你提供更多的能量。我们提到了

Raghu Raghuram：

固态变压器，你知道的。

Pat Gelsinger：

是的，所有这些，固态变压器、开关等等，重建整个电力传输网络。我认为这将会有很多创新，就好像，好吧，电力又变得酷了，对吧？然后你在冷却系统中也需要所有这些，对吧？所以会有一系列的创新，涡轮机、制冷剂，突然间它们又成为了令人兴奋的新技术。所以，对于我们所有的硬件人来说，这就像是一场文艺复兴就在我们面前，它将会……

Raghu Raghuram：

25年之后，我不得不回去重新学习卡诺循环

Pat Gelsinger：

卡诺效率，哦是的，这是好东西吗？热力学第一定律是如何对抗的。

Guido Appenzeller：

毕竟这里还有一些东西

Pat Gelsinger：

所以这将是一个令人兴奋的时代。但我们也说，我们需要改变物理规律，因为在过去五代Nvidia芯片中，CMOS在基本功耗、每太浮点运算功耗方面没有任何改善，完全停滞，这是不行的。这就是我们拥有超导公司Snow Cap的意义所在，它提供了从根本上改变物理规律的机会，功耗性能提升一千倍。所以我确实认为，这些创新在不久的将来也将到来。

第 10 章：面向智能体的 VMware

Raghu Raghuram：

在过去这一个小时里，我的时间管理做得很糟糕。有太多话题需要聊，我们没有涵盖到，但在结束之前至少要聊一个。

Pat Gelsinger：

好的，你来主导。

Raghu Raghuram：

好，我是这么想的。现在虚拟机又回来了。你怎么看待这件事，VMware 的未来走向？

Pat Gelsinger：

嗯，你知道……

Guido Appenzeller：

我感觉被排除在这个对话之外了。

Raghu Raghuram：

网络方面也聊聊。

Pat Gelsinger：

是的，我认为每一次创新都会引领出下一个抽象层，对吧？我觉得很多这些想法……你知道，我喜欢说，我们今天的世界有什么新东西？数据结构、算法、抽象……我们把它们追溯到那些基础性的东西。我认为虚拟机这个抽象概念，无论是从基础设施层面还是从应用层面来实现，它仍然是一个基础性的抽象模型，在计算层级中始终有一席之地。 那么，你们觉得呢？我们中有谁要回去重新运营 VMware 吗？

Raghu Raghuram：

是吗？要回到哪一年？

Pat Gelsinger：

是啊。你知道，我确实认为这些抽象概念……但你也要想想。就像我们在 VMware 做的事情，我们基本上管理了计算层级的每一个方面，管理工作负载、管理网络、管理存储系统。你怎么对这些进行抽象？在 AI 的语境下，当我们思考这些智能体的形态时——谁来管理这些智能体？谁来为所有智能体创建安全配置？谁来管理智能体的性能？本质上，虚拟化和管理的每一个基本要素都需要在这个下一代计算层级中被重新构建。会有很多优秀的公司在这方面取得突破，去实现这些事情。

Raghu Raghuram：

你想以网络话题来结尾吗？

Guido Appenzeller：

我想在虚拟机这个话题上再停留一会儿。对我来说最有趣的是，我们现在构建虚拟机是为了让智能体使用，而不是让人类使用。 我们从其他公司迄今看到的是，这会改变很多东西——产品形态会变，你的市场推广方式会变，比如你是否想让智能体来选择你的虚拟机产品，这会改变你能承受的复杂程度，会改变启动速度的要求。人类比智能体耐心得多。所以，如果今天要重建 VMware，它会有什么不同？

Pat Gelsinger：

是的，我确实认为……

Guido Appenzeller：

面向智能体的 VMware。

Pat Gelsinger：

是的。我也确实认为……你知道，需不需要同时有一个面向智能体的 VMware 和一个面向人类的 VMware 呢？

Guido Appenzeller：

我明白你的意思。是的。

Pat Gelsinger：

对。你知道，从某种意义上说，我还是需要人类来参与。

Guido Appenzeller：

我们还是聚焦在智能体上吧，它们现在比人类有趣多了。

Pat Gelsinger：

是的。但是，你知道，我认为这是一个重要的点，因为我确实觉得需要……我借用一下 Dario 的"宪法"概念，就是护栏，或者说能够设置策略。然后你就真的可以说，好，虚拟机的每一个方面，就像我们今天所熟知和喜爱的那样，现在都是在服务智能体，而不是服务硬件和人类。 所以我认为这就成了你的基本设计约束。

Pat Gelsinger：

在这一侧，你要思考：我怎么让智能体变得更好？怎么让它们更安全？怎么让它们性能更强？怎么对它们进行抽象？怎么迁移它们？所有这些问题，都会有新的实现形式，也就是面向智能体的新形态。但同时我也需要思考：人类如何来设置策略、编写"宪法"、获取仪表盘等等。 我认为这才是有趣的地方，因为你两者都需要做，而不是只做其中一个。我要说，就像我们当年为虚拟机所做的那些核心设计难题——是以高性能的方式为应用程序或操作系统抽象硬件——这里，为智能体抽象硬件和操作，是你真正要服务的根本所在。

Raghu Raghuram：

这次讨论非常精彩，非常感谢你的到来，我们下次再聊。

Pat Gelsinger：

两位都是我最喜欢的人，随时奉陪。

Raghu Raghuram：

好的。

Guido Appenzeller：

太棒了，谢谢。

Pat Gelsinger：

谢谢。

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。

前三季基金业绩揭榜: 半导体吃肉、原油喝汤、医药复兴

资事堂·资文 — Sat, 10 Oct 2026 08:27:27 GMT

2026年前三季度，A股市场在半导体国产替代与AI算力浪潮的双重驱动下走出结构性行情，由此，公募基金业绩榜单（前三季）也随之呈现鲜明的"科技+资源"双主线格局。

根据官方公布的净值和收益水平，今年前三季度的主动权益基金中，易方达旗下的杨宗昌、汇安基金陈思余、诺安基金左少逸、财通基金金梓才等发挥较为出色，领涨全市场；

被动指数端，半导体材料设备主题ETF霸榜；QDII阵营则上演原油与半导体的"双雄对决"。以下为七大分类基金前三季度业绩全景。

主动权益基金：新名字占据潮头

主动型非货币基金前三季度冠军由杨宗昌管理的易方达供给改革基金超越年中的方正富邦吴昊和财通基金金梓才占得鳌头。

亚军也是杨宗昌管理的易方达产业机遇A，业绩增幅达到111.62%，两只产品均由杨宗昌掌舵，凸显其前期重仓半导体产业链，后期又及时调整的精准节奏（根据净值推测）。

第三名由陈思余管理的汇安趋势动力A获得，年内收益以96.66%位列第三，该基金一季度（Q1）即领跑同类（第12名），上半年（H1）升至第1，全程保持强势。

此外，左少逸管理的诺安创新驱动A（94.83%）从Q1的613名一路飙升至前三季第4名，后程发力显著；东方人工智能主题A（92.68%）、申万菱信智能驱动A（89.38%）等AI主题基金同样表现亮眼。

上半年全面业绩领涨的金梓才，继续保持着多点开花的节奏：财通多策略福鑫（85.30%）、财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通成长优选A（76.91%）四只产品齐入前20，形成"财通科技军团"。

附图：主动非货基金前三季排名靠前者

股票型基金：医药批量复苏

股票型基金（主动型）的排名则较为清晰，领跑者就是年内亚军汇安趋势动力A（陈思余管理，年内收益96.66%），不过它的H1收益率高达163.21%，为全市场主动股票型之最，此次虽然排名未动，收益率已然大幅回撤。

另外，卜忠林管理的申万菱信智能驱动与刘力管理的华商改革创新A分列二、三位。

此后还有王先伟的创金合信专精特新和金梓才的财通集成电路。

股票型基金榜单呈现鲜明的双寡头特征，半导体基金与医药基金“共治”天下：

半导体方向，除前三名外，国寿安保数字经济（吴坚，62.12%）、景顺长城全球半导体芯片产业（63.78%）、国富亚洲机会A（61.70%）等都是业绩靠前的。

医药方向这边，招商前沿医疗保健A（李佳存，61.78%）、招商医药健康产业（61.08%）都进入了前20，而且两者的上半年收益率仅10%左右，凸显了其三季度的强势表现。

附图：股票型基金前三季排名靠前者

混合型基金：科技风景这边读好

主动型混合型基金冠军为易方达产业机遇A（杨宗昌，111.62%），与主动权益冠军同源。另外，东方人工智能主题A（严凯，92.68%）、国泰半导体制造精选A（彭凌志，85.41%）、银华集成电路A（方建，83.88%）分列二至四位、

另外，王悦的民生加银聚优（81.98%）、华商均衡成长A（张明昕，74.87%）、华夏移动互联美元现汇（78.95%）、建信新兴市场优选A（74.93%）等基金表现突出

与股票基金不同，这边还是半导体主题的基金占据半壁江山。

另外，财通系金梓才再度成为最大赢家：财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通品质甄选A（76.35%）三只产品齐入前十。

指数型基金：半导体材料霸榜，中韩半导体跨境亮眼

指数型基金前三季度榜单几乎被半导体材料设备主题ETF垄断。

鹏华科创板半导体材料设备主题ETF（林嵩，82.43%）居首，华夏上证科创板半导体材料设备主题ETF（杨斯琪，81.95%）与华泰柏瑞上证科创板半导体材料设备主题ETF（李沐阳，81.78%）紧随其后，三只产品H1收益率均超169%。

从排名变动看，鹏华ETF从Q1的574名飙升至半年末和三季末的第1名；华夏ETF从565名升至第2名，后程发力特征显著。

跨境指数基金方面，华泰柏瑞中证韩交所中韩半导体ETF（75.25%）表现突出，反映韩国半导体产业链的景气外溢。

整体而言，半导体材料设备主题还是2026年前三季度被动投资的最强主线。

债券型基金：华商系张永志包揽前三，可转债"先抑后扬"

债券型基金冠军为华商瑞鑫定期开放（张永志，26.64%），华商可转债A（26.30%）与华商稳定增利A（18.82%）分列二、三位，华商系张永志一人包揽前三，堪称年内的“债基之王”。

值得关注的是华商可转债A的“先抑后扬”：一季度收益为-4.48%（同类排名7654名），H1飙升至40.74%（第3名），前三季累计26.30%，展现出可转债品种在权益市场回暖下的高弹性。

此外，财通收益增强A（15.98%）、易方达丰和A（12.39%）、华商稳健双利A（12.18%）等"固收+"产品表现稳健。

QDII基金："双雄对决"局面

QDII基金前三季度呈现原油与半导体两大阵营的对决。

原油阵营中，易方达原油A美元现汇（殷春涛，86.47%）居首，南方原油A（张其思，80.80%）、易方达原油A人民币（78.66%）、嘉实原油（75.38%）紧随其后。

上述基金的Q1收益普遍超59%，到三季度末已经都上周涨到了75%以上，反映国际油价上半年的强势。

半导体/科技阵营中，华夏移动互联美元现汇（78.95%）、华泰柏瑞中证韩交所中韩半导体ETF联接A（77.50%）、建信新兴市场优选A（74.93%）、国富全球科技互联美元现汇A（68.80%）表现突出，H1收益率普遍超96%，反映全球半导体与科技互联的景气共振。

两大阵营"双雄并立"，成为QDII市场最鲜明的特征。

FOF基金：易方达系垄断前十，养老目标产品亮眼

FOF基金前三季度榜单几乎被一家公司垄断：

易方达优势驱动一年持有A（张浩然，35.58%）居首，易方达优势领航六个月持有A（34.10%）、易方达优势价值一年持有A（33.97%）分列二、三位，易方达优势回报A（26.51%）、易方达优势风华六个月持有（23.04%）亦跻身前五。

值得注意的是，易方达养老目标日期2055五年持有Y（19.77%）、易方达汇裕积极养老目标五年持有Y（17.96%）等养老目标产品表现亮眼，反映FOF与养老投资领域的密切关系。

非易基金中，交银智选星光A（17.51%）、汇添富聚焦价值成长三个月持有（17.32%）表现相对突出。

2026年前三季度，公募基金业绩呈现"科技+资源+医药"的新主线格局，这个变化会孕育未来怎样的草蛇灰线，值得后续密切跟踪。

风险提示及免责条款

特斯拉欧洲改称“TAD”，辅助驾驶的边界仍待审批厘清

Sat, 10 Oct 2026 08:23:37 GMT

特斯拉坚守了十年的“FSD”，在欧洲还是更名了。

当地时间10月9日，特斯拉德国、比利时和丹麦官网已将原称“完全自动驾驶（监督版）”的功能改称“Tesla Assisted Driving”（TAD，特斯拉辅助驾驶）。

名称换了，车辆并未因此获得在欧盟全境使用该功能的许可。特斯拉官网仍注明，功能只能在取得监管批准的市场启用。

这次更名有明确的监管背景。德国联邦交通部10月6日发表声明称，交通部长比尔格9月曾与特斯拉会谈，特斯拉已提出将系统改名。

声明同时指出，“Full Self-Driving”容易使人误以为系统能够承担全部驾驶任务；实际上，系统可以辅助加速、制动和转向，驾驶员仍须始终保持注意，并对驾驶负责。比尔格表示将支持继续推进欧洲审批。

名称之争涉及驾驶员如何理解功能边界。一套能在城市道路完成转弯、变道等动作的系统，容易让使用者把“持续监督”理解为偶尔接管。

荷兰车辆管理局RDW在批准文件中专门说明：车辆并非自动驾驶，驾驶员必须参与驾驶，随时准备控制车辆。将“辅助”写进名称，有助于使产品表述与这一责任划分一致；它本身并不能证明系统已通过所有安全审查。

审批路径也解释了为何欧洲各国进度不同。

RDW于4月10日给予该系统临时批准，丹麦随后认可了荷兰的批准。按照丹麦交通主管部门的说明，其他成员国可以分别作出认可；要在欧盟全境通用，仍须完成欧盟层面的程序。特斯拉目前列出的已开放欧盟市场包括荷兰、丹麦、比利时等八国，德国不在其中。

此前特斯拉称，10月6日可能进行欧盟范围投票；该次技术委员会会议的议程草案仅列出“继续讨论荷兰提出的第39条核准请求”，没有列出表决，也未点名特斯拉。按现有会议安排，12月是下一次可能讨论表决的时间。

巴黎车展将提供另一处观察场景。车展官网称，10月12日开幕的展会将设置开放道路试乘项目；小鹏公告显示，参加这一项目的车企只有小鹏与特斯拉，小鹏称这将是其NGP首次在中国以外大规模面向公众试乘。

改名之外，德国与特斯拉还讨论了系统速度设置和驾驶责任。德国交通部称，双方就系统相对限速最多高出10%的方案达成理解，驾驶员仍对安全驾驶负责。

RDW则指出，欧洲和美国车辆使用的软件版本及功能不能一一对应。这意味着，判断系统能否在欧洲扩大使用，仍需着眼于当地版本及其适用规则。

中国市场也需要区分已推送的功能与后续开放的能力。2025年2月，特斯拉向中国车主推送了城市道路辅助驾驶更新；但截至目前，其中国官网的Model Y订购页虽提供“特斯拉辅助驾驶”选装包，仍注明该功能“稍后推出”。

对特斯拉而言，更多国家获批意味着辅助驾驶软件有机会覆盖更大的现有车主群体。尤其是在欧洲市场，面对来自中国品牌愈发激烈的攻势，特斯拉亟需FSD建立起自己的技术招牌。

对行业而言，这一过程也提供了一个观察窗口，功能持续通过软件更新演进时，车企仍需向用户讲清每个市场实际开放了什么、驾驶员必须做什么，并让监管机构审查相应版本。

TAD的名称已经调整，欧盟范围内的使用边界，还要等待审批结果来确定。

风险提示及免责条款

花旗：法国财政风险或令欧央行12月后暂停加息，欧元料跌破1.10

Sat, 10 Oct 2026 07:39:15 GMT

花旗在最新报告中提出了一种不同于市场主流预期的判断：法国公共财政风险可能制约欧洲央行进一步收紧货币政策。如果财政压力持续加剧，欧央行可能在12月加息后暂停行动；若金融压力提前蔓延至欧元区其他国家，暂停加息的时间还可能更早。欧元兑美元也可能因此跌破1.10。

花旗利率策略师指出，欧央行利率预期与法国、德国国债收益率之差之间的关系已经逆转，反映出市场对进一步收紧货币政策的态度正在发生变化。随着法国财政风险上升，投资者可能越来越担心，进一步加息会加剧金融条件收紧。

汇率市场可能率先反映这一变化。花旗外汇策略师认为，如果欧元跌破两年期利差所对应的公允价值，欧元兑美元可能下探1.10。花旗的两年期估值模型显示，若欧元区与美国的两年期利差收窄50至75个基点，即使欧元没有进一步偏离公允价值，汇率也可能降至1.1075至1.1000区间。

花旗将做多美联储利率、做空欧央行利率列为首选交易策略，即押注欧央行利率预期相对美联储进一步下修。尽管市场目前几乎已完全消化欧央行12月加息的预期，并计入2027年接近两次加息，但花旗认为，法国财政风险可能促使投资者重新评估欧央行的政策路径，为相关交易留下50至75个基点的调整空间。

法国财政风险开始影响欧央行政策预期

花旗的核心判断是，法国财政风险可能通过金融条件影响欧央行的政策选择。随着法国国债风险溢价上升，欧元区整体融资环境可能趋紧。如果压力进一步波及其他高负债成员国，欧央行继续加息的代价也将随之上升。

这意味着，即便通胀压力仍然存在，欧央行也未必会按当前市场预期持续加息。财政风险引发的金融市场波动，可能成为影响其政策路径的重要变量。

利差收窄或令欧元跌向1.10

花旗预计，欧央行相对美联储的利率预期仍有50至75个基点的下修空间。按照其两年期估值模型，如果欧元区与美国的两年期利差收窄50至75个基点，欧元兑美元可能降至1.1075至1.1000区间，即使没有额外的汇率超调。

这一判断的关键在于，市场目前仍在为欧央行继续加息定价。如果法国财政风险促使投资者下调对欧央行利率峰值的预期，而美联储的政策预期没有出现同等幅度的变化，欧美利差收窄就可能进一步压低欧元汇率。

花旗押注欧央行利率预期相对走低

花旗首选的交易策略，是做多美联储利率、做空欧央行利率，押注两者之间的利率预期差进一步向有利于美联储的方向变化。

花旗认为，即使伊朗局势缓和，这一策略仍有吸引力。地缘局势缓和、大宗商品价格回落，可能支撑法国股市、国债和欧元，从而降低直接做空这些资产的吸引力。但法国财政风险对欧央行政策预期的影响，未必会随能源价格回落而消失。

接下来，法国财政风险如何演变，以及欧央行12月会议是否会释放放缓紧缩步伐的信号，将成为检验花旗这一判断的重要观察点。

风险提示及免责条款

靠定增赚了数百亿的人，又把钱拍在了桌面上

资事堂·暮延 — Sat, 10 Oct 2026 07:08:52 GMT

大腕出手，志在必得。

10月8日晚，新材料龙头中材科技发布定增公告：以51.40元/股向15名对象定向增发8718.19万股，合计募资44.81亿元。

消息一出，最引人注目的名字，不是易方达，不是国寿养老，而是——葛卫东。

这位私募大佬，以全场最高报价强势入局，最终获配1361.87万股，斥资约7亿元，一举跻身公司第五大股东。

他曾在沐熙股份、兆易创新等科技股上分别斩获上百亿元浮盈，但最终却把最新的“重拳出击”放在了一个材料股上。

这着实出人意料。

报价最高，志在必得

中材科技这次定增，来“抢”的机构和投资者着实不少。

9月下旬申购报价阶段，共有25名投资者提交有效报价，覆盖头部公募、险资、券商资管、外资及知名个人投资者，阵容堪称豪华。

最终，中材科技以51.40元/股完成发行，15名对象入围，合计斥资44.81亿元。

葛卫东的报价策略颇为强势——他分三档报价：59.15元、57.85元、56.55元，对应认购金额分别为3亿、4亿、7亿元。

其中59.15元，是25家申报者中全场最高价。

这个姿态，已经无需多言。

最终，他按顶档7亿元全额获配，拿下1361.87万股，限售期6个月。

名家云集的配售名单

除葛卫东外，此次定增的配售名单同样星光熠熠。

易方达基金以10.22亿元成为最大认购方；近两年业绩亮眼的财通基金拿下4.85亿份额；诺德基金获配4.27亿元。

险资方面，国寿养老、大家资产悉数现身；券商资管方面，华泰资产、上海国泰海通资管各有斩获；外资UBS AG获配1.38亿元；国家军民融合产业投资基金二期亦参与认购。

知名个人投资者钟革、陈学赓各获配约1亿元。

中材科技大股东中国建材集团旗下的中建材联合投资公司，则认购了8.20亿元，锁定期长达18个月。

这份名单，本身就是一种信号。

为什么是中材科技？

资本聚焦于此，答案无外乎两点：公司质地，以及价格。

质地层面，中材科技是中国建材集团旗下的新材料核心平台，聚焦特种纤维、复合材料、新能源材料三大赛道，旗下子公司泰山玻纤是国内玻璃纤维行业龙头。

业绩层面，公司正在提速。2026年上半年，营收162.57亿元，同比增长21.95%；归母净利润12.08亿元，同比增长20.93%；扣非净利润10.95亿元，同比增长35.54%。

另外，中材科技还踩中了眼下热门的AI叙事。

子公司泰山玻纤主营玻璃纤维及制品，其中与AI关联的特种纤维布，2026年上半年销量达1345万米、收入5.3亿元，同比分别增长50%和114%。

公司在半年报中透露增长原因：

AI算力需求叠加供给缺口，特种纤维布供不应求。

另外，此次募集的44.81亿元中，将有16.62亿元投向年产3500万米低介电纤维布项目，14.75亿元投向年产2400万米超低损耗低介电纤维布项目。

两个项目均属特种纤维布范畴，也就是说，后续中材科技有更多的需求会与AI相关零部件的行业挂钩。

成本优势并不明显

不过，葛卫东此次参与定增的成本优势并不明显。

葛卫东参与配售的价格是51.40元/股。10月8日当天，中材科技收盘价52.01元，以此计算，葛卫东账面浮盈幅度仅为约1.2%。

而10月9日定增公告后的首个交易日，中材科技开盘52.96元，盘中最低探至49.24元，最终收于51.92元。

按收盘价计算，葛卫东账面浮盈进一步缩减到约1%。这还没有考虑，中材科技的股价在盘中一度跌破他的成本线。

然而，参与定增出现短期浮亏乃至微利，在葛卫东的历史记录里并不罕见。

让他赚得盆满钵满的兆易创新、西藏药业，起初都经历过漫长的浮亏煎熬，最终靠长期持有等来了爆发。

这一次，他大概率也不会在意短期的账面涨跌。

定增"封神"之路

在A股投资史上，葛卫东或许是参与二级市场定增赚钱最多的个人投资者之一。

他的战绩，足以单独写成一部传奇。

兆易创新，是他"定增封神"的代表作。

葛卫东自2018年起在二级市场建仓（预测成本约70元/股），此后两度重仓参与定增：

2019年8月：以75.47元/股，斥资约3.8亿元认购503.51万股；

2020年6月：以203.78元/股，豪掷15亿元再度认购约736万股。

此后，他的持股经历堪称一场漫长的"过山车"：2021年年中股价最高升至230元以上，2024年初又跌至55元低位——但葛卫东的底仓，基本纹丝未动。

转折点出现在2025—2026年。

AI算力浪潮带动存储周期反转，兆易创新业绩爆发。2026年上半年，归母净利润预告约69亿元，同比增幅约1099%。

2026年6月29日，兆易创新股价创出846.66元历史新高。

按市场测算，葛卫东家族（含配偶王萍）合计持股约2400万股，累计投入约36.8亿元，高位浮盈一度突破130亿元。

西藏药业，是让他"名声大噪"的另一战。

2017年5月，葛卫东以36.48元/股参与定增，耗资约1.06亿元。此后逆势加仓，持有三年。

2020年7月，西藏药业攀上88.40元高峰，定增部分浮盈非常可观。

外界对此的评价是："浮亏三年，暴赚十亿。"

近年参与的景嘉微，葛卫东2023年参与定增，阶段性浮盈超50%。

但这些，都不如他在一级市场（PreIPO）的那一笔来得惊人。

沐曦股份，葛卫东通过个人账户和旗下混沌投资，自2022年起多次增资或受让股份，累计投入超十亿元。

2025年12月17日，沐曦股份登陆科创板，首日暴涨692.95%，盘中一度触及895元。

按最高价计算，葛卫东及混沌投资持股价值一度超240亿元，浮盈超200亿元。

当然，葛卫东的定增投资，也同样踩过坑。包括江淮汽车、思瑞浦、铂力特等。

所以，高手不是不会亏，而是赚的时候，会赚得足够多。

复制哪一个结局？

这一次，葛卫东把7亿元拍在了中材科技的桌面上。

还是成本优势不明显，还是短期浮盈微薄，但这次和他一起在定增名单里蹲的，是这个市场上一大批知名机构。

他们看中的什么，各自有何投资逻辑，外界并不知晓，他们成功与否外界也无法推测。

结果如何，时间会给出答案。

风险提示及免责条款

苹果iPhone Duo加单30%，iPhone 18 Pro系列总订单量未变

证券时报 — Sat, 10 Oct 2026 06:13:26 GMT

10月10日，证券时报记者独家从苹果供应链方面获悉，苹果公司结构性调整2026年秋季手机新品订单量：对iPhone Duo加单30%，但总量仍未超过1000万台，并对iPhone 18 Pro砍单10%—15%，同时对iPhone 18 Pro Max加单10%—15%，iPhone 18 Pro系列总订单量未变。“这意味着销量在往更高价值产品倾斜，所以整体利好苹果供应链公司业绩。”苹果供应链人士对记者表示。

风险提示及免责条款

ASML零部件价格全线上调10%，三星SK海力士接受涨价，半导体设备成本压力蔓延

Sat, 10 Oct 2026 06:01:44 GMT

全球最大半导体设备制造商ASML宣布对韩国客户实施零部件价格全线上调10%，三星电子与SK海力士已接受这一方案，涨价将于明年1月起正式生效。这标志着半导体设备供应链的定价权正加速向供应商一侧倾斜，行业成本压力持续扩散。

据韩国科技媒体The Lec报道，ASML总部于上月初通过韩国法人向三星和SK海力士发出涨价通知，经双方采购部门协商后确认。此次涨价覆盖EUV与DUV光刻机的全部零部件，包括定期采购的消耗性部件，以及因故障或性能下降而需更换的核心组件，涉及光学系统、光源、精密驱动装置等。

此次全线一次性上调10%被业界视为异常举措。ASML此前通常仅在原材料价格大幅上涨或特定材料采购困难时对个别零部件进行单独调价。与此同时，ASML正与主要客户就新设备价格上调展开谈判，设备本体涨价预期也在升温。业界普遍认为，三星和SK海力士接受涨价后，其他设备与零部件供应商的提价要求将获得更大支撑。

ASML零部件涨价：覆盖范围广，时机罕见

此次涨价范围涵盖ASML供应韩国市场的所有替换用设备零部件，EUV与DUV光刻机均在其列。从定期更换的消耗品到关键结构件，价格将于2026年1月起统一上调10%。

ASML将安装于客户工厂的设备服务、零部件及升级业务单独核算。2024年该业务收入达81.93亿欧元，占公司总营收326.67亿欧元的约25%。ASML预计今年这部分收入将增长逾30%。

一位半导体行业人士表示，零部件构成要素的整体成本确实有所上升，但ASML此举也有在客户盈利改善之际提升自身利润率的考量。

设备本体涨价谈判同步推进，TSMC态度存分歧

在零部件之外，新订单设备的价格上调同样在酝酿之中。ASML目前正与主要客户就设备价格上调进行磋商。

据The Information此前7月报道，ASML已通知中国半导体企业等客户，DUV设备价格将上调10%，部分客户已接受。然而，作为ASML最大客户的台积电据悉对设备涨价持反对立场。

三星和SK海力士率先接受零部件涨价，被业界解读为一个重要信号——在供需格局已然逆转的背景下，大型客户的议价空间正在收窄。

涨价潮蔓延，多家设备巨头跟进

ASML并非孤例。半导体设备领域的涨价趋势已在多家头部企业中蔓延。

美国应用材料公司在今年8月的业绩发布中表示，新产品与现有产品价格均已提升。日本东京电子在7月末的业绩说明会上表示，正推进包括在售设备在内的价格调整，以应对成本上升压力。美国等离子电源设备商Advanced Energy也宣布对部分产品线提价。

供需失衡是核心驱动力

此轮涨价潮的根本原因在于供需结构性失衡。AI数据中心投资热潮带动存储与晶圆代工厂商同步扩产，设备与零部件订单集中涌入，而供应商扩充产能需要时间。与此同时，通胀与原材料价格上涨也推高了供应商的成本负担。

这与过去半导体厂商凭借采购规模优势压低供应商单价的格局形成鲜明对比。当前，供应商的价格谈判能力已显著增强。

一位行业人士指出，大规模扩产正在实际落地，设备与零部件已进入供应短缺阶段，随着晶圆投入量持续增加，耗材领域也将出现大规模供应缺口。

风险提示及免责条款

素人IP混战的2026年，TOP TOY押注的小玉能否拿到大结果？

Sat, 10 Oct 2026 05:29:11 GMT

国庆假期，上海嘉善路的一栋老洋房外排起长队，消费者往往需要等待一两个小时才能进店。

吸引人们的是一个黑发、满脸雀斑、留着狗啃刘海的小女孩——yuy玉，粉丝们更习惯叫她“小玉”。

这个从小红书走红的原创IP，国庆期间与Parlid拍立得联手打造主题空间，推出联名相纸、影像体验及创意周边。

相距不远的富民路，另一场小玉主题店同期营业。二楼阳台上，巨大的小玉形象探出身子，俯瞰着楼下排队等候的人群。

上海富民路yuy玉慢闪 10月6日下午摄

小玉在线下受到的热烈追捧背后，离不开名创优品旗下TOP TOY的推动。

2025年底，TOP TOY投资控股小玉所属公司“广州角闪石族艺术文化有限责任公司”。

此后，小玉在多地商场的中庭快闪中创下千万元级销售成绩，还相继与华为、CASETiFY、奈雪的茶、麦当劳等品牌推出联名产品，成为“素人IP”商业化的突出案例。

但押中小玉，并不意味着TOP TOY已经掌握了批量制造爆款的方法。

一位接近名创的IP行业投资人告诉华尔街见闻·全天候科技，小玉的成功有清晰的运营方法，却也叠加了市场周期、粉丝结构与产品节奏等难以复制的偶然因素。

小玉的“草根生长”

与依靠影视、动画或商业机构集中推广的传统IP不同，素人IP通常由个人创作者发起，先通过社交平台持续更新内容、与用户互动积累粉丝，再逐步进入商品开发与商业运营体系。

它们未必拥有完整的故事和世界观，却能凭借鲜明的形象与情绪表达，和粉丝建立长期联系。

2025年初，00后创作者“角闪石族族长”在小红书推出了小玉。这个有着雀斑、红鼻头和不规则刘海的小女孩，出现在一幅幅关于日常生活、情绪表达和自我接纳的插画中。

创作者持续更新作品、回复评论，小玉也逐渐成为粉丝日常生活中的情绪寄托。约三个月后，小玉积累了超过5万粉丝，不到一年突破30万。

上述IP行业投资人告诉全天候科技，小玉早期并未急于大规模铺货，通过商场快闪、IP授权和特定渠道销售积累市场反馈，降低了过早押注单一IP的库存风险。

“它的逻辑是先IP火了，再有货物出来，而不是IP还没有被消费者认可，就做一大堆货出来。”他说。

2025年5月，小玉在成都非标商业空间COSMO三楼画廊举办首次线下展览。

由于现场反响热烈，COSMO随后将其移至一楼中庭举办大型快闪，吸引大量粉丝和代购到场，商品多次售罄。

进入2026年，小玉的限时主题店陆续落地上海、杭州、北京等核心商业体。

4月10日，上海五角场合生汇华东首站快闪开业，热门商品仅五分钟便售罄。活动首日，商场整体客流达11万人次，次日增至16万人次，同比分别增长10%和29%。

6月，小玉相继进驻杭州中心、北京朝阳合生汇。杭州项目日均销售额突破20万元，北京项目开业约一个月销售额突破千万元。

除了经营节奏，小玉原生粉丝的消费与传播习惯，也为后续商业扩张提供了条件。

另一位接近TOP TOY的人士告诉全天候科技，小玉的核心消费者以年轻女性为主，其中不乏穿搭博主、生活方式KOL和热衷二次创作的普通消费者。

她们不仅购买周边，还习惯将小玉挂在包上、融入日常穿搭，再拍照分享到社交平台。小玉的传播由此不再只依赖创作者更新，而是不断出现在粉丝自己的生活内容中。

鲜明的粉丝画像，也为小玉拓展品牌合作创造了条件。

2026年2月，小玉先后与MEDM、CASETiFY合作，进入潮流服饰和数码配件领域。

此后，联名逐渐扩展至家居、智能设备和大众餐饮，合作对象包括华为、奈雪的茶、麦当劳等品牌。

在与麦当劳的合作中，麦当劳在全国500家指定门店发起了线下穿搭互动。消费者购买指定套餐后，可以通过缤纷穿搭参与体验，进而获得小玉限定周边。

通过这些合作，小玉为合作品牌连接了一批愿意主动传播内容的年轻消费者，同时也借力合作品牌的营销资源和零售渠道，进入了原有粉丝圈层之外的消费场景。

半年多时间里，小玉已完成十余次跨品牌联名。

上述投资人介绍，对于知名度尚在积累期的新IP，早期授权通常难以直接收取高额固定版权金，部分合作往往采用销售分成或资源置换的方式，优先争取品牌的推广资源与渠道支持。

随着影响力扩大，IP方将逐渐拥有更强的授权议价能力。

9月25日，小玉“Beautiful Girl”系列毛绒盲盒及周边正式在TOP TOY全渠道上线。此前，小玉的部分商品已在个别门店销售，此次则进一步扩大到常规零售网络。

TOP TOY北京合生汇门店摄

从限时主题店、品牌联名到全渠道铺货，小玉开始将前期积累的粉丝热度，交给更大规模的商品供给和零售体系承接。

爆款背后的机缘

小玉的走红，恰好发生在潮玩行业经历周期下行、审视增长成本的时候。

2026年上半年，泡泡玛特收入同比增长23.8%至171.73亿元，归母净利润增长10.1%至50.38亿元，增速明显放缓。

同时，泡泡玛特存货同比增长168.4%，由2025年6月底的22.74亿元增至61.02亿元；存货周转天数则由上年同期的83天大幅拉长至201天。

名创系同样面临增长与成本之间的压力。

今年上半年，TOP TOY收入同比增长32.7%至9.85亿元，分部经营结果却由上年同期盈利5103万元转为亏损7234万元。

母公司名创优品的IP授权费同比增长近48%，推广及广告费用增长约46%。

消费者并非不再购买潮玩，但随着商品开发、营销和渠道投入不断增加，押注新IP的成本与风险也在上升。

尤其是缺少稳定消费基础的新角色。提前大规模生产可能形成库存负担，谨慎备货又可能错过销售窗口，企业很难判断一个形象究竟会不会走红。

上述投资人告诉全天候科技，2026年上半年，不少潮玩企业仍在消化此前积累的库存，对推广新IP更加谨慎。加之营销资源趋紧、用户注意力分散，部分品牌对签约单一新IP的意愿有所下降。

“上半年整个市场不缺商品，缺好IP。”他说。

正是在这种行业不敢盲目砸钱的谨慎期，小玉踩中了难得的时间窗口。

作为一个已经在前端积累了原生粉丝、经过社交平台低成本验证的素人IP，它恰好填补了市场对新鲜优质IP的渴求。

据上述接近TOP TOY的人士向全天候科技透露，公司今年第二季度明显加大了对小玉的商业化投入。

但如果拆解TOP TOY当时的资源版图就会发现，小玉的爆火更像是一场“意料之外的惊喜”，而非一套被预先精准规划的造星流水线。

事实上，TOP TOY今年最核心、规模最大的营销资源，依然投向了更具确定性的“明星代言”。

今年4月，TOP TOY宣布赵露思成为品牌首位全球代言人，并围绕旗下糯米儿等IP展开营销。5月，品牌在曼谷推出赵露思应援主题店；

7月，又借势其澳门演唱会，设置限定小卡、换卡互动和主题打卡活动，将明星粉丝的关注引向潮玩商品和线下门店。

借势明星，是潮玩企业在爆款难以预测时，购买“确定性”的标准动作。

无论是王一博与奇梦岛、王俊凯与JOTOYS，还是赵露思与TOP TOY，本质上都是在拿明星既有的庞大流量为商品兜底。

这种模式安全、可复制，但潮玩在其中充其量只是流量变现的中转载体。

反观小玉，它的爆发路径背后是某种不可复制性。

如果小玉的快闪与联名模式可以被公式化量产，潮玩公司也就无需将天花板级的资源砸向明星营销来寻求安全感。

高频快闪、素人起步、跨界联名、少女社群……这些看似清晰的经营范式，终究都是事后倒推出来的归纳。

正如泡泡玛特创始人王宁曾坦言LABUBU在全球范围内的爆红完全超乎预料一样——一个IP究竟能不能成为爆款，归根结底依然带有“玄学”意味。

一个爆款远远不够

小玉为TOP TOY增加了一个成功样本，但对于仍在寻求独立上市的TOP TOY，以及不断扩大IP零售布局的名创系而言，一两个爆款远远不够。

事实上，TOP TOY押注的远不止小玉。

2025年9月首次向港交所递表、2026年3月底再次递表期间，TOP TOY通过控股原创团队、设立合资公司及内部开发等方式，不断扩大自有IP储备。

招股书披露的股权架构中，东莞海创文化、东莞果然有趣、深圳存糖口袋、广州角闪石族艺术文化等多家IP相关企业，均由TOP TOY持股51%，涉及糯米儿、霉霉、尼尼莫、小玉等原创角色。

其中，糯米儿2025年销售额突破2亿元。TOP TOY围绕其推出多个主题快闪，并在重庆开设主题店；霉霉、FOFO等角色也相继拥有独立主题店。

2026年，公司又与赵露思共同开发原创IP SISI，尝试借助明星影响力培育新角色。

从整合成熟团队、投资素人创作者，到与明星共同开发角色，TOP TOY已经尝试了不同的IP培育路径。

截至今年6月底，公司自有IP超过30个，但公开披露中获得突出销售成绩的角色仍然有限。

今年上半年，TOP TOY收入增长32.7%至9.85亿元，分部经营结果却由上年同期盈利5103万元转为亏损7234万元。

不断扩大的IP储备，仍然需要转化为销售和利润。

这一课题同样摆在母公司名创优品面前，只是后者已经有了更大规模的成功样本。

近期，名创优品宣布自有艺术家IP YOYO前三季度GMV突破10亿元。

自2025年6月推出首款产品以来，YOYO已进入全球53个国家和地区，背后是集团全球门店网络和集中营销资源的支持。

今年上半年，名创优品完成189家门店调改，调改后店效同比增长近一倍；上海MINISO LAND全球壹号店开业九个月销售额突破1亿元，乐园系门店坪效约为普通门店两倍。

这类乐园系大店通常由名创优品率先直营打样，通过3至6个月的运营验证单店盈利模型，再寻找加盟商接手。

叶国富甚至提出，要让同一商圈的乐园系门店销售额达到甚至超过泡泡玛特。目前，名创优品国内约有100家乐园系门店，长期规划达到1200家。

YOYO的形象已出现在MINISO LAND广州壹号店，名创优品与TOP TOY还计划在北京三里屯布局旗舰大店，进一步扩大IP零售渠道。

理想情况下，大店与原创IP能够相互赋能：门店为新角色提供曝光和销售渠道，成功的原创IP则反过来吸引客流，并减少对外部授权的依赖。

但目前能够形成稳定销售规模的自有IP仍然有限，名创优品仍需借助外部授权支撑商品供给。这也意味着持续的成本投入。

今年上半年，名创优品集团收入增长22.4%，剔除汇兑损益的经调整净利率同比降1.7个百分点至10.6%。

同期，公司IP授权费增长近48%至3.56亿元，推广及广告费用增长约46%至3.83亿元，均快于收入增速。

名创优品曾提出未来十年推动100个IP走向全球的目标。如今，YOYO验证了集中资源培育原创IP的商业潜力，小玉则展示了从社交平台发现新角色的可能。

但个别IP的成功，还不足以支撑持续扩张的渠道网络。

对名创系而言最棘手的问题始终是：大店可以按照计划扩张，爆款却无法按照计划制造。

风险提示及免责条款

大模型价格战：OpenAI和Anthropic掀桌了，国产模型面临最强压力？

Sat, 10 Oct 2026 05:28:02 GMT

Anthropic 发布 Claude Haiku 5.5，把 10 万 token 以内请求的输入价定为每百万 0.10 美元，正好和OpenAI两周前推出的 GPT-6 Luna 分毫不差，也比自己的上一代 Haiku 4.5 便宜九成。

港股两家纯模型公司应声重挫，MiniMax 盘中跌幅扩大到 10%，智谱跌 6%。这不是一次普通的降价。它意味着过去两年由中国厂商焊死的那条"性价比斩杀线"，被美国厂商用同一套武器反向接管了。

这一轮价格战的性质与 2024 年完全不同——2024 年打的是工程效率，2026 年打的是资本与供应链特权。智谱与 MiniMax 的受挫，表面是价格战冲击，实质是估值倍数与商业模式的双重重估。下一阶段需要盯住各家大模型的毛利率。

AI要钱、欧美政府也要钱！全球“资本争夺战”打响，债券风暴才“刚刚开始”

董静 — Sat, 10 Oct 2026 05:18:31 GMT

AI，正在疯狂借钱。

美国政府，也在疯狂借钱。

欧洲政府，同样缺钱。

而过去几十年，给全世界“输血”的日本资金，正在变得越来越挑剔。

一边，是SpaceX、博通、甲骨文，不到一周就要融资超过1500亿美元。

另一边，是美国一年接近2万亿美元的财政赤字，要靠发债填坑。

法国也要创纪录发债。

但买债的人，却没有以前那么多了。

结果就是：

AI巨头和各国政府，开始抢同一池的资本。

谁愿意出更高利率，谁才能拿到钱。

这就是为什么，美债收益率在高位不下来。

为什么法国国债开始被抛售。

为什么垃圾债利差突然飙升。

更危险的是，压力可能从国债传到企业债，再传到房贷、消费贷和实体经济。

十年期美债收益率逼近5.4%，AI光环难掩标普500"虚胖"隐忧

Sat, 10 Oct 2026 03:54:42 GMT

美股表面风平浪静，水面之下暗流涌动。十年期美债收益率本周逼近5.4%，创2002年以来新高，布伦特原油徘徊于每桶100美元上方，金融市场正在经历一场被科技巨头光环所遮蔽的广泛撤退。

标普500指数本周创下历史新高，但这一纪录背后隐藏着极度脆弱的市场基础——仅约30%的成分股交易于50日均线之上，是彭博自1990年有数据以来，所有创纪录交易日中市场参与度最低的一次。

与此同时，罗素2000小盘股指数连续第五周下跌，较高点累计跌幅约8.5%，逼近技术性回调区间。

利率冲击正在向更广泛的资产类别蔓延。垃圾债券ETF跌至今年春季关税战引发抛售以来的最低水平附近，美国高收益企业债利差持续走阔，最弱资质借款人发行的债券收益率已高达约15%。纽约证券交易所集团总裁Lynn Martin将近期多宗高知名度IPO的推迟，直接归因于利率上升。

指数新高之下，市场广度创历史最差

标普500指数本周触及历史新高，但这一纪录的含金量正受到严峻质疑。

据彭博数据，在标普500创下历史新高之际，仅约30%的成分股交易于50日均线之上。50日均线是衡量近期市场广度的重要参考指标，该数值越低，意味着指数上涨越依赖少数权重股拉动，整体市场参与度越弱。

小盘股的处境更为严峻。利率敏感型的罗素2000指数中，仅27%的成分股交易于50日均线之上，该指数已连续五周下跌，较高点累计跌幅约8.5%，正逼近通常定义为10%的技术性回调门槛。房地产股同样经历了持续的下跌。

Ocean Park Asset Management首席投资官James St. Aubin表示：

“市值加权的标普500指数正在掩盖水面之下大量正在发生的损伤。债券市场在美联储尚未出手的情况下，已经实际上收紧了金融条件。风险在于，最初的能源冲击最终可能演变为盈利问题，而股票市场尚未充分消化这一可能性。”

利率冲击蔓延全球，借贷成本全面攀升

十年期美债收益率本周三一度逼近5.4%，为2002年以来最高水平，利率冲击已超出美国边界向全球扩散。

与此同时，布伦特原油价格持续徘徊于每桶100美元上方，加剧了市场对通胀长期高企的担忧。英国借贷成本升至19年高位，法国政府债务压力同步上升。

在信用市场，压力信号更为直接。最弱资质借款人发行的债券收益率已高达约15%，对于需要再融资的企业而言，这是一道极为沉重的门槛。美国高收益企业债利差近日持续走阔，垃圾债券ETF已跌至今年春季关税战引发市场抛售以来的最低水平附近。

St. Aubin将投资级以下信用利差称为"真正的恐慌晴雨表"，并指出自9月中旬以来利差的持续走阔令人不安。他表示，其公司内部模型已对多项利率敏感型投资发出下行趋势预警，促使团队削减了包括高收益债在内的信用敏感资产敞口。

极端情景测算：标普500明年或跌逾20%

法国兴业银行策略师对极端情景下的市场走向给出了量化评估，结论不容乐观。

法兴策略师Manish Kabra、Charles de Boissezon和Kawtar Mamouni在近期研报中指出，若十年期美债收益率升至6%、布伦特原油涨至每桶150美元，同时科技巨头现金流持续承压，标普500明年跌幅可能超过20%。

反之，若收益率回落至4%、油价回落至每桶80美元，并伴随大型科技公司基本面改善，则市场仍有进一步上涨空间。Kabra表示：

“5%的收益率会造成估值阻力，但6%的收益率将引发信用事件，而这更可能发生在私营部门之外、杠杆率最高的资产负债表所在之处。当前所有问题都集中在主权国家的财政稳定性和债务可持续性上。”

AI交易并非铁板一块，资金已在悄然撤离

值得关注的是，本周四芯片股的大幅下跌表明，即便是AI主题交易也并非无懈可击。

标普500和纳斯达克100指数本周整体上涨，但周四芯片股的集体下挫显示，市场对AI需求的信心出现动摇。大型指数能否继续抵御压力，在很大程度上取决于油价和债券市场的后续走向。

部分投资者已选择主动撤离。管理规模2.7亿美元、今年业绩跑赢标普500的基金经理Jeff Muhlenkamp表示，他已大幅增持能源股，并几乎清空了全部AI相关持仓。

"我很乐意在派对还在进行时就离开，"他在谈及AI热潮时说，"融资目前仍然可得。一旦这一条件耗尽，游戏就结束了。"

当前，利率冲击促使投资者重新调整投资组合，而非引发全面的风险资产抛售。投资者正在剥离对债券收益率波动和高融资成本敏感的头寸，从投机性信用到货币套利交易均在收缩。但随着利率压力持续积累，这场表面平静之下的结构性分化，正在考验市场的承压极限。

风险提示及免责条款

细思极恐！AI研究人员正在囤积枪支和农村土地

董静 — Sat, 10 Oct 2026 03:47:20 GMT

Starcloud创始人Philip Johnston认为，AI实验室研究人员正在以指数级速度囤积枪支和购买农村土地，这种发自内心的恐惧行为本身就说明问题——超级智能很可能具有自我毁灭性，费米悖论最合理的答案或许就是：智能生命注定是短命的。

油轮运费创六十年新高：从美国到中国运一船油，比发射火箭还贵！

Sat, 10 Oct 2026 02:42:17 GMT

全球油轮市场正经历一场史无前例的运费风暴。伊朗冲突重塑中东原油贸易格局，叠加船队供给严重短缺，超大型油轮运费已飙升至六十年来最高水平——将一船原油从美国运往中国的费用高达8000万美元，超过一枚SpaceX猎鹰9号火箭的发射成本。

据彭博10月9日报道，本周一笔从美国出发的油轮订单，运费折算后相当于每桶41美元的运输成本，而去年同一航线的均值仅为4.50美元。这一成本约占西德克萨斯中质原油期货价格的45%。

船舶经纪商Gibson指出，这趟航程的费用约为8000万美元，高于SpaceX猎鹰9号约7400万美元的标准发射报价；而同等金额在今年早些时候还足以直接买下一艘同类油轮。船舶经纪商SSY表示，即便经通胀调整，当前运费已是1960年代超级油轮问世以来的最高水平，超越了1980年代两伊战争期间的"油轮战争"时期。

与此同时，运费暴涨正向整个能源产业链传导。欧洲炼油商Repsol第三季度炼油利润率为每桶36美元，但据RBC分析师估算，10月已收窄至约15美元，部分原因正是高企的油轮成本。全球最大独立石油交易商Vitol集团首席执行官Russell Hardy本周在一场会议上表示，“市场上的运力确实不够用，我们看到了近乎抛物线式的价格走势。”

供给缺口：霍尔木兹海峡的连锁反应

此轮运费飙升的根源，是一场由伊朗战争引发的结构性运力短缺。

伊朗战争爆发后，霍尔木兹海峡通行风险骤升，大量船东选择绕道，全球有效运力遭到大幅压缩。随着中东原油出口逐步恢复，据行业高管估计，目前霍尔木兹海峡的石油过境量已回升至战前水平的约80%，但贸易流程远比战前复杂。中东产油国越来越依赖在海上进行"船对船"转运，每次转运往往额外增加约一周的航行时间，进一步拉长了全球船队的周转周期。

贸易流的反复中断加剧了这一困境。霍尔木兹通道一度陷入停滞，大量油轮在中东与其他地区之间空载游荡寻找货源；如今随着海湾运输恢复，船只又需重新调配部署，这一过程往往耗时数周。与此同时，伊朗对中国的原油出口实际中断，迫使中国买家转向其他来源，推高了主流市场的油轮需求。此外，伊朗对商船的袭击导致部分船只停航维修，另有一些船只为规避胡塞武装的威胁而绕行非洲，额外增加数千英里航程。

船舶经纪商MJLF & Associates商业情报主管Lauren Gallinari表示，“我们此前确实见过极端的运费市场，但这一轮行情的速度、幅度和广度都令人瞩目。”

运费数字：每桶运输成本逼近原油价格的一半

运费的绝对值已达到令市场难以定价的程度。

据彭博数据，租用一艘超大型原油船（VLCC）将美国原油运往亚洲的费用已升至7700万美元，而2025年全年均值仅为920万美元。Vitol的Hardy表示，运费波动已极为剧烈，交易商甚至难以在数美元的误差范围内估算运输成本。

Clarksons Securities分析师写道，“在几乎没有额外运力可用的情况下，运费越来越取决于租船方能够承受的上限。”

此轮行情的波及范围远不止超大型油轮。Suezmax油轮的日均收益已跳升至逾68万美元，约为本月初的五倍；运输丙烷等气体的船只运费接近历史纪录，较去年底已翻逾三倍。

华尔街见闻文章写道，航运综合指数同样印证了这一行情的广度。据航运界网援引Clarksons数据，ClarkSea指数截至10月2日已连续四周创下历史新高，达到每天75658美元，单月涨幅达73%，年内均值同比上涨66%，较10年均值高出84%。值得注意的是，此轮行情并非仅由油轮驱动，LNG船、干散货船、集装箱船及汽车船等多个细分市场均同步处于"异常或强劲"水平。

下游传导：炼油利润承压，通胀风险上升

运费暴涨正从中游向下游加速传导，炼油商的利润空间正被快速侵蚀。

Shell本周在一份交易更新中表示，部分第三季度业绩将受到"当前宏观环境下长期航运租约可变成本上升"的影响，这与该公司今年早些时候的类似披露相呼应。

对冲基金Svelland Capital创始人Tor Svelland警告称，“市场正在节节攀升，但到了某个临界点，炼油厂很容易选择减产。当运输成本从货物价值的5%升至50%，贸易流动就会停止。”

华尔街见闻文章提及，在政治层面，特朗普政府在中期选举前面临压制通胀的迫切需求，柴油价格上涨正冲击工业和农业部门，美国石油行业已向政府施压，要求推动相关方扩大柴油出口以缓解全球短缺。Morrow亦表示，他认为中国将逐步增加成品油出口，并将其描述为全球炼油短缺问题的“关键枢纽”。

目前，市场的核心问题已从“运费还能涨多高”转变为：在运费持续攀升侵蚀炼油利润之前，全球原油贸易体系究竟还能承受多大的压力。

资产重估：二手船价格罕见超越新造船

运费暴涨正在重塑整个航运资产市场的估值逻辑。

据Clarkson Research Services数据，二手油轮市场价格已攀升至每艘2.4亿美元的历史纪录，较去年底高出逾60%。华尔街见闻文章写道，据船舶经纪商Clarksons数据，一艘船龄15年的VLCC均价约为1.6亿美元，较三个月前上涨44%，已高于1.31亿美元的新造船价格——这种二手船价格超越新船的现象在行业内极为罕见。与此同时，愿意驾船穿越霍尔木兹海峡的船长月薪已高达10万美元，中东航线超级油轮的日租金更一度触及130万美元的历史高位。

全球最大上市航运公司的市值已合计突破700亿美元，创下历史新高。伊拉克、阿联酋和科威特等中东产油国近期均已入市购买油轮，试图锁定运力、规避价格波动。西非和南美的货主则开始将原本由超大型油轮承运的货物拆分至两艘较小的Suezmax船上，以应对运力紧张。

风险提示及免责条款

跟跌不跟涨！白银陷入困境

Sat, 10 Oct 2026 02:09:28 GMT

白银市场正陷入一种罕见的双重困境：利好消息无法推动价格上涨，利空消息却能精准压制。在美元走强与实际利率上行的双重夹击下，白银的工业需求逻辑正在被宏观力量系统性压制，投机资金大规模撤离，做空力量达到近年峰值。

周五亚市盘中，白银价格一度跌超2%至58.70美元/盎司，而黄金同期仅小幅下跌0.4%至4120美元。高盛大宗商品交易台追踪Comex金属资金流向的分析师Robert Quinn在最新报告中以"Silver Futures: Stuck"（白银期货：陷入僵局）为题，直指白银当前困境的核心：支撑白银上涨的AI与太阳能需求逻辑正在兑现，但市场无动于衷，因为美元和实际利率的上行力量更为强大。

这一局面的直接后果是，白银价格从1月高点115美元以上腰斩至60美元以下，投机性净多头规模从约240亿美元缩水至约120亿美元。与此同时，实物白银市场与纸面市场出现明显背离——中国逢低买入，而纸面市场的空头仓位已攀升至至少一年来最高水平。

投机资金单周抛售16亿美元，创年内最大规模

资金流向数据揭示了白银市场承压的直接原因。

据Quinn援引CFTC持仓报告，截至9月29日当周，管理型资金、其他类别及非报告类账户合计净卖出白银期货约16亿美元，为今年2月以来单周最大抛售规模。值得注意的是，此次抛售并非单纯的多头平仓，而是呈现出更为悲观的结构：约8亿美元来自多头平仓，另外8亿美元来自新建空头仓位。

从更长时间维度来看，管理型资金的白银净多头头寸目前较一年前减少了2.95万手合约。投机性净多头规模已从1月峰值约240亿美元缩减至约120亿美元，降幅近半，与白银价格从115美元以上跌至60美元以下的走势高度吻合。

这一背景下，此前市场的乐观押注已几乎化为泡影。据ZeroHedge报道，高盛交易台在8月21日曾记录到客户大量买入3个月到期、行权价90美元/盎司的白银数字期权——这意味着白银需要在约六周内实现52%的涨幅，方能兑付。

利好逻辑兑现，价格却反向下跌

白银当前困境中最令市场困惑的现象，是其工业需求逻辑与价格走势的严重背离。

Quinn追踪两个股票篮子作为白银结构性需求的实时"晴雨表"：高盛数据中心篮子（AI基础设施建设的代理指标）和太阳能篮子（光伏是白银最大工业用途之一）。过去六个月，这两个篮子与管理型资金白银多头变化保持正相关。

然而，9月29日至10月7日期间，数据中心篮子上涨4.2%，太阳能篮子上涨2.4%，按照历史规律，这本应吸引投机资金回流白银。但结果恰恰相反——白银同期下跌1.4%。

原因在于，同一时期美国实际利率小幅走高，美元指数上涨0.8%，升至过去六个月最高水平102.5。Quinn指出，历史上美元走强与实际利率上行的环境，往往与管理型资金多头平仓同步出现。如下图显示，自8月以来，管理型资金多头头寸与美元指数（倒置）几乎逐点同步运动，多头规模从9月初约69亿美元降至约50亿美元。

这与9月中旬的情形形成镜像对比。彼时Quinn在题为"Silver Futures: Hawkish Enough?"的报告中记录到，数据中心篮子因行业领袖质疑AI扩张节奏而暴跌6.9%，白银随之下跌4.7%。当时是AI逻辑出了问题，现在AI逻辑完好无损，白银依然无法上涨。这清晰表明，主导白银走势的是美联储与美元，而非基本面。

期权市场：看跌情绪升至两年极值，CTA空头创年内新高

期权市场的结构变化进一步印证了市场情绪的急剧恶化。

Quinn指出，标准化25 delta看跌/看涨期权偏斜已升至两年分位数的前2%区间，意味着投资者为白银下行保护支付的溢价，相对于上行期权，已接近两年来最高水平。与此同时，3个月隐含波动率从1月峰值逾100%骤降至约33%，为近一年最低水平。

这一组合传递出明确信号：市场普遍预期白银不会大幅波动，而少数预期波动的参与者，则押注方向向下。

趋势跟踪型基金（CTA）的仓位变化同样触目惊心。据高盛期货策略师框架，CTA净多头从9月初约12亿美元，在短短五周内逆转为约-14亿美元的净空头，仓位转变幅度约26亿美元，净空头规模为至少一年来最高。

Quinn的历史数据提供了参照：8月6日，管理型资金净多头处于两年分位数的3%低位，短期动量随即翻转，触发CTA空头平仓。此后从7月28日至9月8日，白银12月合约上涨15.2%，管理型资金净买入18亿美元，以新建多头为主。而当前CTA空头仓位已超过彼时水平。

美元是最后一道防线，但高盛外汇团队发出警示

白银何时能够解套？Quinn将目光指向美元走势，但同时附上了重要警示。Quinn在报告中写道：

“高盛外汇研究团队认为，白银阻力的一个支柱——美元上行——可能趋于停滞。鉴于多个货币对的仓位已明显拉伸，以及美联储近期沟通中强调对政策收紧采取耐心态度，团队对美元近期持续走强的前景持谨慎态度。”

高盛Stuart Jenkins、Michael Cahill等外汇团队在题为"US Outperformance and the Dollar"的报告中指出，9月美元涨势主要源于美国股市的相对强势，贸易加权美元刚刚创下年内新高，但在美元仓位拉伸和美联储偏鸽沟通的背景下，对美元近期持续走强持谨慎态度。

然而，本周的新消息再度给白银施压：布伦特原油因有报道称白宫要求五角大楼制定针对伊朗的打击方案而暴涨逾5%至105美元以上，10年期美债收益率随之向5.3%靠拢，美元再度走强。此外，周三公布的FOMC会议纪要显示，"多数"官员认为年内再加息一次"可能是适当的"，高盛经济学家仍预期12月加息。这正是Quinn所指的"宏观逆风"，在中期选举前不会消散。

实物市场与纸面市场背离，中国逢低买入

纸面白银陷入僵局，实物市场却呈现出截然不同的图景。

高盛大宗商品策略师Lina Thomas和Daan Struyven上月警告，关税担忧导致大量白银被提前拉入美国，“我们预计大部分流入美国的金属将滞留于此，导致美国以外可用库存趋紧，一旦投资者需求回升，可能重演2025年下半年至2026年上半年的波动行情。”纽约与伦敦之间的套利裂缝已开始显现——据ZeroHedge在社交平台X上援引摩根大通的Willig表示，交易员对纽约与伦敦白银的跨市场交易意愿正在下降。

与此同时，ETF资金整体呈现买入黄金、卖出白银的态势。高盛交易台周四从亚洲传来一个值得关注的信号："隔夜中国逢低买入。"该交易台将"中国实物买盘"定性为关键支撑，并提出一个直白的问题：

“如果你认为利率已停止下行，为什么不买贵金属？”

以当前约70的金银比计算，较9月初的66进一步走阔，白银相对黄金持续走弱，这一廉价属性本身或构成潜在的均值回归动力。

底线：空头已近极限，不对称性指向上行

综合高盛的Quinn报告的四张核心图表，当前白银市场的仓位结构已接近历史极端：

投机资金：单周抛售16亿美元，其中一半为新建空头，净多头规模约为1月峰值的一半；

CTA：净空头约-14亿美元，为至少一年来最高；

期权：看跌偏斜处于两年分位数前2%，隐含波动率接近一年低点；

基本面：AI与太阳能需求晴雨表上行，美国以外实物库存趋紧。

上一次Quinn发现白银仓位如此“洗盘”是在7月底，此后白银在六周内上涨了15%。Quinn认为，当前空头手握美元、实际利率和伊朗局势升级三张牌，若布伦特原油持续攀升，白银向50美元中段再度下探并非没有可能。

但从不对称性角度看，当CTA空头达到极值、期权偏斜处于极端、高盛外汇团队对美元走势发出警示，白银不需要好消息来解套，只需要坏消息不再加码。而当30年期美债收益率升至5.67%、美联储公开讨论经济还能承受多少次加息时，债券市场的坏消息，或许终将转化为一切"无法被印刷出来"的资产的好消息。

风险提示及免责条款

a16z领投，AI决策模型Jev爆火数周即完成8.7亿融资，估值75亿美元

Sat, 10 Oct 2026 02:05:46 GMT

TypeSafe AI凭借一款颠覆传统大语言模型逻辑的AI产品，在上线数周内完成了硅谷近年来最受瞩目的融资交易之一。这家旧金山初创公司以75亿美元估值完成约8.7亿美元融资，印证了市场对"后LLM时代"自动化AI基础设施的强烈押注。

据彭博10月9日报道，本轮融资由Andreessen Horowitz领投，Sequoia Capital及早期投资方DCVC跟投，多位天使投资人亦参与其中。Andreessen Horowitz普通合伙人Martin Casado将加入TypeSafe董事会。融资消息公布时，TypeSafe旗下核心产品Jev自9月15日发布以来仅过去数周，该模型上线后迅速走红，用户数在数日内突破百万。

TypeSafe表示，目前已有约三分之一的财富500强企业采用Jev，但拒绝披露具体客户名称。公司联合创始人Diogo Almeida表示，Jev发布视频的病毒式传播引发了来自企业高管、开发者及投资人的大量关注，直接推动了本轮融资的迅速落地。

Jev的差异化：不生成文本，只输出决策

Jev的核心技术路径与OpenAI、Anthropic等主流大语言模型存在根本差异。据TechCrunch报道，Jev基于Transformer架构构建，但并非大语言模型，不输出文本，而是生成概率值——公司将其称为"校准决策"。

这一设计使Jev能够直接嵌入软件系统执行决策任务，而非逐个生成文本token。TypeSafe表示，这意味着Jev在执行自动化任务时，速度更快、token消耗更少，综合成本显著低于传统大语言模型。

Almeida在接受TechCrunch采访时表示："我们在人类语言处理上已经做得很好，但这对自动化并没有用，因为计算机使用的是另一种语言。"他同时指出，当前许多AI模型存在"碎片化的智能"问题——"如果95%的时间你得到的是爱因斯坦，但另外5%的时间是憨豆先生，这对自动化来说毫无价值。"

TypeSafe表示，Jev目前每日处理的token量已达数万亿级别，并在扣除运营成本后实现盈利，但拒绝披露具体营收数字。

员工总数仅20多人

TypeSafe由Diogo Almeida于2024年联合创立，另两位联合创始人分别为前Meta研究工程师Sasha Sheng，以及工程师兼创业者Erik Gafni。Almeida此前曾在OpenAI担任研究员，Jev的研发团队同样汇聚了来自OpenAI、Meta及Alphabet旗下Google的研究人员。

尽管估值已达75亿美元，TypeSafe目前员工总数仅略超20人。公司表示，将利用本轮融资扩大产品部署规模、增加招聘并采购更多算力资源。为应对上线初期的需求激增，TypeSafe借助AI模型运行服务商Modal Labs支撑基础设施压力。据彭博此前报道，Modal Labs目前正在讨论以约150亿美元估值完成新一轮融资，同样受到投资者的高度关注。

a16z的战略逻辑：从Cursor到TypeSafe

Andreessen Horowitz对TypeSafe的押注，延续了其在AI开发者工具领域的一贯布局。据彭博报道，该机构此前是AI编程工具Cursor的早期及持续投资方，而Cursor今年已被SpaceX以600亿美元收购。

Martin Casado将TypeSafe与Cursor进行了类比：Cursor通过降低开发门槛帮助开发者创造更多软件，而TypeSafe则致力于帮助开发者以更低成本构建更高质量的软件。"行业里已经存在一个Jev形状的空缺，"他表示，"所有开发者都在说，这正是我一直想做的事——只是之前做得很糟糕。"

此次融资发生的背景是，AI行业的成本竞争日趋激烈。OpenAI、Meta及SpaceXAI等主要玩家均在加速推出更具成本效益的模型，与此同时，中国低成本开源权重模型的崛起也在推动企业重新审视AI支出结构。TypeSafe的定位，恰好契合了这一市场对高可靠性、低成本自动化AI基础设施的迫切需求。

风险提示及免责条款

OpenAI的200亿美元疑云，刺中了AI最敏感的神经

万周 — Sat, 10 Oct 2026 01:55:14 GMT

200亿美元，足以让华尔街重新打量AI的万亿美元生意。10月8日，媒体披露OpenAI截至9月底的年化收入运行率接近500亿美元，较此前流传的700亿美元少了近三成。消息传出，美股AI硬件板块普遍承压，英伟达下跌2.9%，博通下跌4.3%，美光下跌4.8%。

这场抛售看起来有些荒诞：OpenAI并未披露一笔突然消失的200亿美元订单，需求也没有被证实骤降。资本市场却迅速把一场收入统计争议，翻译成对算力投资回报和下一轮资本开支的质疑。

01 消失的200亿美元，藏在统计口径里

按照《金融时报》披露的投资者材料，OpenAI年化收入接近500亿美元。此前700亿美元的说法，来自投资者为了与Anthropic直接比较而进行的口径调整。两家公司的云渠道销售统计方式存在差别：Anthropic把部分经云合作伙伴完成的销售按总额展示，OpenAI则对部分合作伙伴销售仅记录归属于自身的收入。700亿美元因而不能简单理解为OpenAI曾经给出的、后来落空的经营目标。

总额法与净额法的差异并不复杂。假设企业通过云平台采购100美元的模型服务，渠道保留30美元。满足总额确认条件的模型公司可以记录100美元收入，同时列示相关渠道费用；满足净额确认条件时，则可能仅记录70美元。决定适用方式的是谁控制服务、承担履约责任以及合同的实质，而非管理层可以任意选择的美化手段。

……

万亿估值背后的“数字口径游戏”：OpenAI与Anthropic的营收竟然无法直接比较

Sat, 10 Oct 2026 01:30:15 GMT

当AI行业两大巨头的核心财务指标无法进行苹果对苹果的比较，投资者正面临一场信息迷雾。

OpenAI预计年化营收将在年底达到或超过700亿美元，Anthropic则于今年7月宣布年化营收已触及650亿美元。然而据彭博10月10日报道，这两个数字根本无法直接比较——两家公司对同一指标采用了截然不同的口径。

Anthropic将通过亚马逊等云合作伙伴产生的销售总额全部计入营收，而OpenAI仅计入其从微软等合作伙伴分得的净收入份额。这意味着，OpenAI的数字在账面上可能显著低于Anthropic，但这并不代表其真实业务规模落后。

这一口径差异已对市场产生实质冲击。本周四科技股出现下挫，部分原因正是投资者试图将OpenAI的数字调整为可与Anthropic直接比较的口径后，得出了更低的估算值，引发市场对OpenAI营收增速的担忧。

彭博此前报道，OpenAI目前年化营收约为500亿美元，低于部分媒体此前援引的700亿美元，但该公司预计将在年底前接近后者。在两家公司均未公开标准化财务报表的情况下，年化营收已成为市场判断万亿美元AI热潮能否兑现的关键——但也是一个存在严重缺陷的指标。

口径分歧：同一指标，两套算法

两家公司营收数字无法直接比较的根源，在于收入确认方式的根本差异。

Anthropic将亚马逊等云平台视为其产品的分销渠道，因此将通过这些渠道产生的销售总额全额计入营收。OpenAI则采用净额法，仅将其从微软等合作伙伴处实际分得的收入份额纳入统计。

据报道，投资者曾尝试对两家公司的数字进行重新换算以实现可比，但最终得出的结论是：现有信息不足以支撑准确的换算。纽约大学斯特恩商学院金融学教授Aswath Damodaran表示，只要各公司在自身口径上保持一致，采用净额或总额确认收入在原则上均可接受，关键在于为投资者提供最大程度的清晰度。

ARR的局限：一个非标准化的"增长故事"

年化营收（ARR）本身就是一个充满弹性空间、极易被扭曲的指标。

年化营收，又称年度营收运行率，其计算逻辑是将某一较短周期（如一个月或一个季度）的业绩外推至全年，或将未来12个月的合同价值加总。报道指出，公司在确定这一数字时拥有相当大的自由裁量空间，且一旦未来销售未能兑现，该数字极易失真。

Damodaran将这种对ARR的过度关注比作“看一个幼儿园孩子的成绩单”，并直言：“我们聚焦于ARR这件事本身，就已经偏离了正轨。”

更值得注意的是，年化营收与公司实际确认的全年营收之间存在显著落差。

据报道，知情人士透露，OpenAI目前预计2026年全年实际营收约为350亿美元，仅为其年底年化营收预测值的一半。Anthropic同样存在类似差距：据彭博看到的文件显示，该公司2025年实际营收约为46亿美元，而彼时其对外公布的年化营收已超过90亿美元。

市场影响：黑箱效应令投资者承压

在缺乏标准化财务披露的情况下，两家公司的营收数字已成为整个AI投资叙事的晴雨表，其不确定性正在向更广泛的市场传导。

Janney Montgomery Scott首席投资策略师Mark Luschini表示：“当一个如此重要的市场参与者在某种程度上是一个黑箱时，投资就变得非常困难。”他指出，OpenAI和Anthropic业务前景的任何不确定性，“都会在市场中已经持续存在和震荡的疑虑上再叠加一层。”

报道指出，随着科技股涨势推动股指维持在历史高位附近，这两家公司任何销售增速放缓的迹象，都有可能波及更广泛的市场，并颠覆芯片制造商等从AI投资浪潮中获益的企业的预期。

OpenAI和Anthropic并非唯一强调年化营收的AI公司。在当前这轮热潮中，越来越多的明星初创企业借助这一指标展示增长、支撑其高企的私募市场估值。Damodaran认为，围绕年化营收技术细节的争论，本质上是在回避一个更根本的问题：这两家公司需要创造多大规模的真实销售，才能覆盖其庞大的支出，并支撑超过1万亿美元的估值。

报道也指出，随着Anthropic即将登陆华尔街，这场信息不对称的局面或将迎来转机。

一旦两家公司完成上市，投资者将获得按照通用会计准则编制的财务报表，届时年化营收这一非标准化指标的参考价值将大幅下降，市场对两家公司真实财务状况的判断也将建立在更为坚实的基础之上。

风险提示及免责条款

特朗普：与普京通话非常成功，全世界的柴油价格都将大幅、快速下跌！俄方表态；泽连斯基回应

每日经济新闻 — Sat, 10 Oct 2026 01:28:48 GMT

当地时间10月9日下午，美国总统特朗普在其社交媒体“真实社交”上发文称，他刚刚与俄罗斯总统普京进行了一次“非常成功”的通话。

特朗普称，双方已达成一致，俄罗斯将立即向美国及全球市场供应超过30万吨柴油，随后在11月再供应50万吨，紧接着还将供应100万吨。此外，视其炼油厂的状况而定，俄罗斯还将在短时间内再交付300万吨柴油。

特朗普表示，“鉴于美国对霍尔木兹海峡的全面掌控，加上这项关于俄罗斯能源的重大利好消息，美国乃至全世界的柴油价格都将大幅、快速下跌。”

据央视新闻，自美以对伊朗开战以来，美国柴油价格上涨约70%，10月8日全国平均价格达到每加仑6.28美元。

特朗普政府推动盟友释放紧急石油储备，并允许道路车辆使用免联邦公路税的染色柴油，但业内人士指出，相关措施难以解决全球成品油供应紧张问题，染色柴油政策也因税务和物流障碍而未获主要零售商广泛采用。

柴油价格上涨加重了美国农民和卡车司机的成本压力。据了解，生活成本是美国选民关注的主要问题之一。

普京：俄愿向美国及全球市场供应石油和石油产品

俄罗斯克里姆林宫当地时间9日发布俄总统普京声明称，当天与美国总统特朗普通电话期间，双方重点讨论了乌克兰危机的解决前景，同时还涉及伊朗局势以及双边关系的多个方面。

在讨论全球能源市场形势时，俄方重申，愿意向美国及全球市场供应石油和石油产品。普京强调，这将对全球经济产生积极影响。

双方确认，两国总统将继续保持直接接触，并继续通过总统办公机构、情报和安全部门以及其他政府机构开展合作。

俄副总理：俄将提前解除柴油出口禁令

俄罗斯副总理诺瓦克表示，俄方将立即开始解除柴油出口限制，比原计划提前。据他介绍，俄罗斯10月愿向美国及所有伙伴追加供应柴油，10月为30万吨，11月增至50万吨，12月增至100万吨。

诺瓦克还指出，俄罗斯市场也将完全得到柴油供应。

俄罗斯政府此前曾作出决定，将针对柴油、船用燃料和瓦斯油生产商的相关产品出口禁令延长至10月31日。

俄总统特别代表：俄美能源和经济合作将继续

当地时间10月9日，俄罗斯总统特别代表德米特里耶夫在社交平台上发文评论了美国总统特朗普关于美俄总统通话的通报。

他表示，俄美总统刚刚举行了一次成功的通话。俄罗斯与美国的能源和经济合作将继续，并将给全球市场带来好处。

泽连斯基：软弱的决定正中俄罗斯下怀

据中新社东西问，乌克兰总统泽连斯基批评了这一决定，称任何放松对俄罗斯制裁的做法都正中莫斯科下怀，并将延长两国之间的战争。

据乌克兰驻华盛顿大使馆发布的声明，泽连斯基称这是“一个软弱的决定，不幸的是，这是强大伙伴们做出的软弱决定”。

泽连斯基在社交媒体X上发文说，和平绝非源于软弱。“在未与俄罗斯达成明确且持久的局势缓和协议的情况下，任何放松对俄制裁的举动都明显暴露了软弱。这正中俄罗斯下怀——使其能够杀戮更多生命、延长战争、更加无视美国，并给世界造成更大的损失与破坏。”

他还说：“乌克兰已准备好采取对等的局势缓和措施，美方团队也了解我们的立场。我们对俄罗斯炼油厂及其他石油设施发动的打击，是对俄罗斯多年来针对乌克兰能源部门实施恐怖行动的回应。只要俄罗斯不破坏我们的能源基础设施，乌克兰就不会去点燃俄罗斯的炼油厂。这就是我们向美国提议达成的协议；我们相信，美国有足够的能力促成这种妥协。”

泽连斯基还指出，向普京提供“礼物”无法带来和平。允许俄罗斯出售石油产品，无异于向一场本应终结而非延宕的战争进行“投资”。当务之急是基于对等原则，真正实现局势降温。

本文来源：每日经济新闻

风险提示及免责条款

英伟达悄然重新定义自由现金流，千亿回购计划暗藏水分？

Sat, 10 Oct 2026 01:10:09 GMT

英伟达一个措辞上的细微变化，正在重塑投资者对这家芯片巨头财务健康状况的理解。

今年9月28日，英伟达宣布将股票回购授权规模扩大1500亿美元至2350亿美元，并在公告中悄然嵌入一句关键表述——"我们将以净超出战略用途的自由现金流（excess free cash flow net of strategic uses）形式回馈股东"。据《华尔街日报》报道，这句话实质上是在向投资者发出信号：英伟达对外的股权投资，同样会压缩可用于回购和分红的现金。这一表述几乎未引发市场关注，但其背后的财务逻辑影响深远。

若将英伟达的战略股权投资及股权激励相关现金支出纳入计算，其今年上半财年的实际自由现金流将从官方口径的699亿美元骤降至约217亿美元——缩水近七成。与此同时，英伟达在同期斥资约310亿美元用于超出维持股本不变所需的额外回购，并新增长期债务249亿美元至324亿美元，部分依赖举债来支撑回购力度。这一组合引发外界对其回购可持续性的质疑。

“净战略用途”：一句话改变回购逻辑

英伟达此次措辞调整的核心，在于将战略股权投资纳入自由现金流的扣减范畴。

传统意义上，自由现金流通常以经营活动现金流减去资本支出（capex）计算，被视为企业在维持运营后可自由支配的现金代理指标。然而，英伟达的资本支出形态已不局限于厂房设备，还延伸至对AI生态系统内企业的股权投资。

英伟达披露，截至目前，公司持有13家上市公司及229家私营公司的股权，涵盖数据中心建设、AI模型开发、能源供应及硬件制造等领域，其中包括OpenAI和Anthropic等知名AI企业。英伟达将上述投资定性为“战略性”而非“可选择性”，认为这些投资有助于加速其计算平台及整体AI市场的发展。

值得注意的是，这些被投企业同时也是英伟达芯片的买家，形成一种循环动态——英伟达向其注资，被投企业再用这些资金购买英伟达产品。这一循环结构已引发市场对AI繁荣可持续性的担忧。

数字背后：自由现金流被高估多少？

英伟达并未正式修改自由现金流的定义，官方仍沿用传统公式。但实际数字的差距触目惊心。

据《华尔街日报》分析，在截至今年7月26日的上半财年内：

英伟达用于购买股权投资的现金流出为424亿美元，出售所得为72亿美元，净流出达352亿美元；
若将上述净流出视同资本支出处理，英伟达自由现金流将从699亿美元减半至347亿美元；
此外，员工股权激励相关的现金支出同样未被纳入传统自由现金流计算。同期，英伟达为员工股票归属支付的现金预扣税款达45亿美元，另有约90亿美元的回购用于对冲股权激励带来的股本稀释；
扣除员工股权激励相关现金支出后，再叠加股权投资净流出，英伟达上半财年的调整后自由现金流约为217亿美元，较官方口径缩水约69%。

与此同时，英伟达在同期新增长期债务249亿美元，这在一定程度上解释了公司如何在战略投资和股权激励吸收大量现金的情况下，仍维持了可观的额外回购规模。

2350亿回购授权：华尔街预期能否兑现？

英伟达2350亿美元的回购授权规模庞大，兑现需要持续强劲的现金流支撑。

据Visible Alpha汇编的华尔街分析师预测数据，英伟达在2028财年（截至2028年1月）的自由现金流均值预期超过3300亿美元，理论上足以覆盖全部回购授权及分红支出。

然而，英伟达自身已通过措辞调整暗示，未来仍需持续向被投企业注入大量资金。若战略股权投资规模维持高位，调整后的实际可分配现金流将远低于传统口径下的预测数字，回购计划的实际执行空间也将相应收窄。

信息披露：英伟达领先同行，但仍不够

在信息透明度方面，英伟达已率先做出改进。

英伟达上季度调整了现金流量表的列报方式，将债务类证券与股权类证券在投资活动项下完全分开披露（其持有的债务证券均为美国国债或机构债券），使投资者得以自行进行上述调整。

相比之下，微软、亚马逊及谷歌母公司Alphabet均将债务投资与股权投资合并列报，令投资者难以进行同类拆分。《华尔街日报》认为，其他公司应效仿英伟达的做法。

但即便如此，英伟达的披露改进仍只是起点。自由现金流的真实面貌远比表面复杂，投资者需要现金流量表提供更高程度的透明度，才能准确评估这家AI时代最重要芯片公司的真实财务状况与回购能力。

风险提示及免责条款

替尔泊肽、司美格鲁肽还能“减年龄”？重磅减重药又有新发现

药明康德 — Sat, 10 Oct 2026 00:37:52 GMT

近日，在美国哈佛大学举行的2026年衰老研究与药物发现大会（ARDD）上，礼来（Eli Lilly and Company）和诺和（Novo）分别公布了旗下重磅药物替尔泊肽和司美格鲁肽在衰老研究方面的最新进展。

研究人员发现，接受这些药物治疗的患者，其血液中的某些与衰老相关的生物标志物发生了变化。部分衰老时钟模型显示的生物学年龄估算值降低了数年。

已经在糖尿病和肥胖症领域取得突破的胰高血糖素样肽-1（GLP-1）类药物，是否还有潜力帮助人们更健康地变老？

近年来，从心血管疾病、慢性肾病到神经退行性疾病，GLP-1类药物的研究范围不断扩大。今年发表的一项动物研究更发现，司美格鲁肽能够延长老年雌性小鼠的寿命。

虽然衰老相关生物标志物的改善并不意味着药物已经被证明可以延长人类寿命，但不断积累的研究证据，正在让GLP-1类药物影响健康衰老的潜力成为值得深入探索的研究方向。

从减重到抗衰老，两款重磅药物带来新发现

在此次大会报告的相关探索性分析中，研究人员关注的是衰老相关指标，而不仅是减重幅度。

我们通常所说的年龄，是从出生那天起计算的日历年龄。但同样是60岁的人，有些人依然精力充沛、行动敏捷，另一些人却可能已经受到多种慢性疾病困扰。

为了更准确地描述这种差异，科学家开发了不同类型的“衰老时钟”（aging clock）。

其中，表观遗传时钟通过检测DNA甲基化等分子特征，估算机体的生物学年龄或衰老速度；蛋白质组学衰老时钟则分析血液中多种蛋白质的水平，评估全身或特定器官的衰老相关特征。

在此次大会上，礼来和诺和分别利用不同的衰老时钟，观察到了值得关注的变化。

诺和此次分析了多项临床试验中受试者的血液样本，利用蛋白质组学衰老时钟评估药物对生物学年龄的影响。

结果显示，与安慰剂组相比，司美格鲁肽治疗组的多种器官衰老时钟读数有所降低。据《麻省理工科技评论》报道，部分模型显示的生物学年龄估算值差异约为2至3年，心脏相关蛋白质衰老时钟的差异可达到约4年。

诺和此前在2026年美国糖尿病协会（ADA）科学年会上公布的分析也显示，在SELECT、STEP 1和STEP 2等3期临床研究中，司美格鲁肽治疗与多器官蛋白质衰老时钟读数降低有关。

尤其值得注意的是，相关分析提示，部分器官衰老时钟的变化可能无法完全由体重下降解释。不过，不同类型的衰老时钟并没有显示完全一致的结果，其中整体衰老时钟并未观察到显著改变。

与此同时，礼来也报告了替尔泊肽的探索性研究结果。

替尔泊肽是一款葡萄糖依赖性促胰岛素多肽（GIP）受体和GLP-1受体双重激动剂。与司美格鲁肽主要作用于GLP-1受体不同，它同时激活两种受体。

礼来的研究人员分析了SURMOUNT-5临床试验中71名替尔泊肽治疗组受试者的血液样本，比较治疗前与治疗72周后的DNA甲基化特征。

结果显示，多种表观遗传衰老时钟出现改善信号，涉及心脏、肾脏、肝脏和免疫系统等多个方面。

不过，此次探索性衰老时钟分析仅纳入替尔泊肽治疗组样本，未对原试验的活性对照组开展相应的比较分析。因此，这些结果仍属于初步的探索性发现，需要在更大规模的对照研究中验证。

两项研究传递了一个共同信号：GLP-1相关药物对机体的影响，可能不仅体现在体重和血糖上，还可能与多个器官的衰老相关生物学过程有关。

只是衰老时钟，人体和动物研究正在积累证据

GLP-1类药物与衰老之间的联系，并不是这次大会才出现的新话题。

今年5月，Nature Communications发表的一项研究为这一方向提供了来自随机临床试验的探索性人体证据。

研究人员利用一项持续32周的随机、双盲、安慰剂对照2b期临床试验所收集的血液样本，分析司美格鲁肽对表观遗传衰老指标的影响。

这项事后探索性分析纳入了原始临床试验中84名具有配对血样的HIV相关脂肪增生患者，其中45人接受司美格鲁肽治疗，39人接受安慰剂。

结果发现，与安慰剂组相比，司美格鲁肽组在多种第二代和第三代表观遗传时钟中的读数出现改善。一项用于估计衰老速度的指标DunedinPACE，也显示出衰老速度减慢的趋势。

这些结果为司美格鲁肽可能影响人体衰老相关分子特征提供了新的证据。

不过，研究人员也强调，这是一项针对特定患者群体的事后探索性分析。原试验主要研究的是内脏脂肪变化，而非衰老速度，因此不能直接推断司美格鲁肽能够延缓一般健康人群的衰老。

在动物实验中，研究人员已经开始直接观察GLP-1药物能否延长动物的寿命并且获得初步结果。

2026年9月，Nature发表了一项关于司美格鲁肽的研究。研究人员选择了20月龄的雌性小鼠，在其生命较晚阶段开始给予司美格鲁肽治疗。

经过3个月治疗，研究人员观察到小鼠的多种生理功能得到改善，部分衰老相关特征减轻。随着治疗继续，司美格鲁肽组还表现出更长的寿命。对照组小鼠的中位寿命为742天，而司美格鲁肽治疗组达到834天。

研究还发现，司美格鲁肽的部分作用与热量限制所产生的生物学变化相似。长期以来，适度热量限制一直是衰老生物学研究的重要方向，在多种动物模型中被证明可以影响衰老过程。然而，司美格鲁肽并非仅仅复制减少热量摄入的效果。在部分功能指标上，它还表现出不同于热量限制的变化。这提示GLP-1受体信号可能参与更广泛的衰老相关生物学调节。

诚然，小鼠寿命延长并不能直接推导为人类寿命也会延长。动物实验所使用的模型、治疗条件和观察终点，与人体研究有着重要区别。但这一发现，为进一步研究GLP-1药物是否具有延缓年龄相关功能衰退的潜力提供了依据。

此外，多项临床试验显示，GLP-1药物的影响已经超越了血糖和体重控制，延伸到多个与长期健康密切相关的器官和疾病领域。

那么，GLP-1药物对代谢、炎症及其他生理过程的广泛影响，是否能够转化为对健康寿命的持续改善？

让衰老时钟慢下来，距离真正延长健康寿命还有多远？

尽管近期研究结果引人注目，但科学家仍需要回答一个关键问题：衰老时钟上的变化，能否最终转化为人们真实感受到的健康获益？

需要指出的是，衰老时钟模型仍然是依据特定生物标志物建立的估算方法。即使某项治疗让衰老时钟显示出更年轻的读数，也不能据此认定它一定能够减少未来的疾病发生、维持身体功能或延长寿命。

对于GLP-1药物的抗衰老潜力，科学家还面临其他挑战。

首先，现有多数研究来自肥胖症、糖尿病或其他慢性疾病患者。这些人群本身就可能存在代谢异常和更高的疾病风险。药物能否在代谢状态相对健康的人群中产生类似效果，目前还不清楚。

其次，对于需要长期治疗的药物，安全性和耐受性同样重要。尤其在老年人群中，研究者还必须关注减重过程中身体组成、营养状态及身体功能的变化，而不能仅关注体重下降。

为了寻找答案，新的临床研究正在开展或筹备。

由美国得克萨斯大学圣安东尼奥分校等研究机构牵头进行的VITAL-H项目，计划在60至75岁的成年人中研究司美格鲁肽等已上市药物对健康衰老的潜在影响。与仅关注分子标志物不同，这项研究还将评估身体和认知等功能指标，尝试建立能够反映健康寿命的临床评价方法。

另一项由得克萨斯大学医学分部开展的Moody Longevity Trial，则专门研究替尔泊肽对衰老相关指标的影响。

该研究针对55至70岁、符合体重管理药物治疗条件的成年人，设置24周替尔泊肽治疗和12周停药后随访，观察生物学年龄估算指标、身体功能、活动能力及脑健康等方面的变化。

这些研究试图回答的不再只是血液检测结果是否改变，而是：接受治疗的人，是否真的能够在年龄增长的过程中，更长时间地保持行动能力、认知功能和良好的生活质量？

这是健康衰老研究希望最终实现的目标。

从天然激素到长效多肽，药物创新拓展更多可能

从糖尿病和肥胖症治疗，到被探索用于健康衰老研究，GLP-1药物的发展也展示了多肽药物创新的潜力。

这条创新之路，其实始于一个并不简单的问题：如何将人体内天然存在、作用时间很短的激素信号，转变为能够长期、稳定发挥作用的药物？

人体中的天然GLP-1能够参与血糖和食欲调节，但很容易被体内的酶降解，难以直接作为长效治疗药物。

以司美格鲁肽为例，研究人员通过对天然GLP-1进行氨基酸替换，并引入脂肪酸侧链及特定连接结构，提高了分子的代谢稳定性和白蛋白结合能力，最终获得了适合每周给药一次的长效注射药物。

替尔泊肽则展示了另一种设计思路：通过对多肽分子进行优化，在一条多肽链中整合对GIP和GLP-1两种受体的激动作用，同时利用化学修饰延长作用时间。

从单一受体到双受体，从短效天然激素到长效治疗药物，这些进步的背后，是多肽分子设计和化学修饰技术的持续创新。

随着多肽药物不断拓展新的治疗领域，研发人员也面临日益复杂的挑战。

一方面，需要探索不同的氨基酸组成、侧链修饰和偶联方式，寻找具有理想活性、选择性及稳定性的候选分子。

另一方面，随着候选药物进入临床开发，还必须解决复杂多肽的合成工艺、杂质控制、质量一致性、制剂稳定性以及规模化生产等问题。

作为医药创新的赋能者，药明康德化学业务旗下WuXi TIDES多肽平台为多肽原料药和制剂提供从药物发现到商业化生产的一体化CRDMO服务。

多肽发现服务平台提供高通量库合成及定制合成服务，支持所有类型的多肽，包括线性、环状和高度修饰的多肽，以及非天然氨基酸、连接子、毒素和多肽偶联物。此外，平台还为所有测试提供专门的分析支持，包括独特的对映体分析。

凭借充足的产能及丰富的商业化能力和经验，各团队可以无缝衔接快速扩大到任何规模，满足从临床前、临床到商业化阶段的多样化需求。目前，多肽固相合成反应釜总体积已经超过10万升。

除了化学合成能力，WuXi TIDES还提供各种口服、注射剂型以及灌装形式的制剂开发和生产服务。在同一质量体系下，为原料药及制剂提供一体化分析支持，以及全面的CMC申报资料撰写服务，从而能够帮助客户加速将其多肽药物推向市场。

结语

回顾GLP-1药物的发展历程，从最初用于血糖调节，到如今在肥胖症、心血管疾病和慢性肾病等领域取得重要突破，其应用范围正在不断拓展。

而近期关于衰老时钟、动物寿命以及健康衰老的研究，让科学家开始思考一个更长远的问题：这些药物是否有机会影响多个年龄相关疾病背后的共同生物学过程？

要回答这个问题，仍然需要更多严谨的人体临床研究。但无论最终结果如何，这些探索所指向的目标，不仅是延长人类寿命。

让更多人在变老的过程中，依然能够自由行动、保持认知功能、减少疾病负担，拥有更多健康而独立的生活时光，或许才是抗衰老药物研究最值得期待的未来。

风险提示及免责条款

PCBAA的深层博弈：PCB扰动是否被误判？国产护城河究竟有多深？

Fri, 09 Oct 2026 23:05:58 GMT

市场对于PCBAA提议的第一反应是把它当作中国 PCB 板块的一记重锤。

但这场行业施压的法律可行性虽然高，但产业杀伤力却极低。核心原因是美国军工PCB由于ITAR管制，本来就极少采购中国产品，中国大陆厂商从未进入五角大楼的采购名单。真正值得投资者花时间研究的，是背后暴露的三条深层线索：

①美国本土 PCB 产业全年产值只有 37 亿美元，比中国对美 PCB 出口额（约 54.7 亿美元）还小；

②中国厂商供应了英伟达高端 AI 板约七成的份额，而新供应商测试认证需要12—18 个月；

③中国大陆厂商在高频高速覆铜板这一关键上游的全球份额只有8.3%，高端铜箔国产化率不足 20%，这是真正需要补足的产业短板所在。

美国农业部意外上调玉米产量预估，玉米期货盘中暴跌6%创三年最大跌幅

Fri, 09 Oct 2026 23:02:09 GMT

美国农业部意外上调玉米产量预估，令市场措手不及，玉米期货随即录得近三年来最大单日跌幅，相关农业板块股票亦全线承压。

10月9日，美国农业部将本年度玉米产量预估上调至约160亿蒲式耳，较上月增加1%。

这一结果与彭博调查分析师预测的157.3亿蒲式耳相比大幅偏高，与大多数分析师此前预期的下调形成鲜明反差，令多头猝不及防。

玉米期货盘中一度下跌6%，触及470.25美分/蒲式耳，创8月11日以来最低水平，随后跌幅有所收窄至约4%。

此次下跌是过去两周内玉米市场遭遇的第二次供给端冲击，也令此前因期待供应趋紧而建立的看涨逻辑迅速瓦解。

美国农业部单产预估大幅超预期，市场看涨逻辑被颠覆

今年夏季，美国主产区遭遇持续高温与降雨不均，市场普遍预期田间作物受损，美国农业部将随之下调产量预估。

然而，基于随机田间抽样调查的结果，美国农业部将玉米单产预估上调至每英亩181.2蒲式耳，远超市场预期的177.8蒲式耳，并创下爱荷华州（全美最大玉米产区）以及俄亥俄州、肯塔基州、阿肯色州等地的历史最高单产纪录。

Marex全球谷物业务负责人Charlie Sernatinger表示：

就玉米市场而言，数据表现已逼近理论上的最劣情境。

值得注意的是，目前玉米收割进度仅完成约四分之一，后续估值仍存在调整空间。

价格逆转打击此前的看涨预期

玉米价格自8月中旬起持续反弹，背后逻辑在于：极端夏季天气预计损伤美国产量，而俄乌冲突持续扰乱黑海地区谷物出口，市场预期部分国际需求将转向美国，从而为饱受高成本压力的美国农民提供盈利空间。

此次价格骤跌令上述逻辑全面承压。与此同时，农村经济疲软已成为中期选举前的重要议题，而今秋农民恰逢在创纪录的柴油价格下推进收割作业，价格下行进一步加剧了农业经营困境。

大豆和小麦方面，美国农业部的展望整体略高于预期，但与此前市场预估基本吻合。Charlie Sernatinger指出：

大豆数据或许称得上'中性'，但当粮食市场的火车头已经驶向新方向，没有任何东西真正是中性的。

农业相关股票集体下挫，产业链承压

美国农业部报告发布后，农业机械、种子化学品及大宗商品贸易等相关板块股票全面走低。

农机龙头迪尔公司跌超4.8%，竞争对手爱科集团跌4.5%、凯斯纽荷兰跌逾6%；大宗商品贸易商Bunge Global SA、农化企业Corteva Inc.以及化肥生产商Nutrien Ltd.股价亦均有所下滑。

奥本海默分析师Kristen Owen指出，玉米价格下跌对种子和农化产品销售商而言同样偏空，"因为农产品购买力下降以及行业复苏逻辑面临近期逆风"。

此次美国农业部意外上调预估，是继9月底季度库存报告超预期之后的又一次数据冲击，两次报告均与市场预判产生明显背离。

彭博报道指出，这种持续的预期差正在加剧期货市场的波动性，并在农民群体中引发对政府农业数据可靠性的日益质疑。

风险提示及免责条款

华尔街见闻早餐FM-Radio | 2026年10月10日

Fri, 09 Oct 2026 23:01:32 GMT

华见早安之声

请各位听众升级为见闻最新版APP，以便成功收听以下音频。

要闻精选

中欧贸易投资磋商在京举行并公布成果共识：就混动汽车贸易达成谅解，进一步强化出口管制对话，愿为稀土永磁体出口审批提供便利。

中国商务部评美召集部分经济体发布应对所谓“结构性产能和生产过剩”问题联合声明：反对个别国家以所谓“产能过剩”为名，行贸易保护主义之实。

中共中央、国务院发文提出发展新质生产力举措，支持科技企业上市融资、优化并购重组、民企可牵头重大技术攻关。

中国证监会大修公募基金运作管理办法：权益类基金成立门槛拟降至5000万元，建立迷你基金强制退出机制，基金管理人等主体违法罚款上限抬升至10万元。

中国财政部：及时谋划出台务实管用的增量政策，加力扩大内需、优化供给。财政部安排使用5500亿元地方政府债务结存限额。

伊朗称击中LPG船、警告打击违规船不限于霍尔木兹；特朗普标榜该海峡一日通航2800万桶油，才一天就改口，称“可能”中选前对伊朗采取军事行动。

特朗普：与普京达成协议，俄罗斯将向全球市场释放数百万吨柴油。美财政部将颁发临时许可、给俄柴油入市放行。沙特阿美据称11月恢复对欧洲客户全额供油。

特朗普再度推进罢免美联储理事库克：白宫成立调查委员会，11月5日举行听证。

OpenAI澄清年化营收：截至9月底约500亿美元，年底目标700亿美元。报道：Anthropic、OpenAI私下推演最坏情景，业内担心AI灾难一年内发生。

Lumentum CEO：公司光学器件售罄至2029年，部分产品需求缺口达70%。SK海力士掌门：光州芯片厂越快开工越好，芯片需求料将继续相当快速增长。

SpaceX进军手机运营商市场、宣布收购覆盖全美的800MHz低频段频谱，美电信股全线重挫。

报道：苹果削减iPhone 18 Pro订单多达20%，涨价后需求弱于预期。

中国科技巨头加速锁定AI算力，报道称腾讯考虑发行最高50亿美元离岸债券、最早本月。

市场概述

AI担忧缓和、科技股力撑标普纳指反弹，标普收创史上次高、全周涨超1%，纳指连涨四周、创五个月最长连涨周；CEO言论凸显AI需求旺盛，光通信股Lumentum收涨超5%；SpaceX进军手机运营商市场，电信股重挫，T-Mobile跌超10%。

美债收益率反弹，10年期美债收益率还未逼近2002年来高位，本周终结五周连升。

美元指数连涨四周、创21个月最长周涨；离岸人民币盘中再破6.70、逼近四年高位，比特币一度重上8.3万美元、较日低反弹超2%。

国际原油“过山车”：伊朗警告严惩违规船范围不再限于霍尔木兹海峡，盘中曾跌近2%的原油转涨，收创逾一周新高，特朗普宣布俄罗斯将供应数百万吨柴油后，原油一度转跌；黄金扭转两周连跌，期金涨超1%、创一个月最大日涨幅；纽铜反弹近2%、至两周新高。

欧美股市：标普500收涨0.59%，报7811.54点，全周累涨1.15%；道指收涨0.83%，报51654.95点，全周累涨0.93%；纳指收涨0.64%，报27366.17点，全周累涨0.64%。欧洲STOXX 600指数收涨0.97%，报631.55点，全周累涨0.03%。

A股：上证指数收涨0.05%，报3813.79点。深证成指收涨0.17%，报12641.86点。创业板指收涨0.22%，报3043.33点。三大指数V形反转。江淮汽车再跌8%。港股恒科指涨超3%，小米暴涨近10%。

债市：到债市尾盘，美国10年期基准国债收益率约为5.24%，日内升约1个基点，全周累计降约3个基点；2年期美债收益率约为4.79%，日内升约3个基点，全周累计降约3个基点。

商品：WTI 11月原油期货收涨0.39%，报91.85美元/桶，全周累涨0.81%。布伦特12月原油期货收涨0.42%，报104.72美元/桶，全周累涨2.42%。COMEX 10月黄金期货收涨1.43%，报4191美元/盎司，全周累涨1.39%。COMEX 10月白银期货收涨2.72%，报60.67美元/盎司，全周累涨1.16%。COMEX 10月期铜收涨1.89%，报6.6425美元/磅，全周累涨2.32%。

要闻详情

中国

中欧贸易投资磋商联合声明：就混动汽车贸易达成谅解，进一步强化出口管制对话，愿为稀土永磁体出口审批提供便利。双方就贸易投资平衡、出口管制、知识产权保护及世贸组织改革等议题达成多项共识。双方将继续推进电动汽车反补贴案企业价格承诺及复审相关程序。医疗器械方面，欧方欢迎中方扩大进口欧盟医疗器械的相关措施，包括在第九届进博会期间举办采购对接会。

何立峰会见欧盟委员会贸易和经济安全委员谢夫乔维奇。何立峰表示，中方始终高度重视发展同欧盟经贸关系，愿与欧方共同落实好双方领导人达成的重要共识。双方应充分发挥中欧贸易投资磋商机制作用，坚持稳定、平衡的中欧关键贸易伙伴关系新定位，持续对话，妥处分歧，推动双边经贸关系健康稳定发展。
环球时报：欧盟高官来华磋商，中方呼吁平等对话，对华施压无助缓解中欧经贸分歧。

近期美国召集部分经济体发布应对所谓“结构性产能和生产过剩”问题部长级联合声明，商务部：反对个别国家以所谓“产能过剩”为名，行贸易保护主义之实。中国商务部发言人称，中方一贯认为，看待产能问题要秉持全面、客观、公正的态度，不能出于对自身产业竞争力和市场地位的担忧，将经贸问题政治化。如果未来有关经济体以此为借口，采取损害中方利益的措施，中方将作出必要回应。

环球时报：美纠集多国再炒“产能过剩”冷饭，专家：其目的是为采取贸易保护主义政策制造借口。专家指出，这绝非单纯的经济探讨，而是美欧因竞争焦虑挑起的政治博弈，意在为后续加征关税铺路。

新质生产力金融举措来了，中共中央、国务院印发《关于发展新质生产力的意见》。《意见》提出，鼓励银行开发符合新质生产力特点的贷款产品。丰富科技创新债券产品体系，支持优质科技型企业上市融资，优化科技型企业并购重组、股权激励等制度。将符合国家战略需求的企业研发项目按程序上升为国家项目，鼓励企业牵头国家科技任务，支持有能力的民营企业牵头承担国家重大技术攻关任务。

证监会：权益类基金成立门槛拟降至5000万元，建立迷你基金强制退出机制。《公开募集证券投资基金运作管理办法》实施12年后迎来全面大修。修订版征求意见稿完善指数基金监管要求，强化逆周期布局和投资风格稳定性管理，并提高持有人大会治理效率。违法成本同步抬高。对基金管理人、托管人等主体的违法罚款上限由3万元提升至10万元，涉及金融安全且造成危害后果的提至20万元。

权益类基金成立门槛下调透露什么信号？业内人士多角度解析。业内人士指出，此举可以增强公募基金产品逆周期布局能力，有利于减少“帮忙资金”保成立现象，有利于丰富公募基金产品供给。

财政部：及时谋划出台务实管用的增量政策，加力扩大内需、优化供给。在周五发布的2026年上半年中国财政政策执行情况报告中，财政部表示，下一步将实施好更加积极的财政政策，根据宏观经济运行情况及时谋划出台增量政策，加大逆周期调节力度。重点支持扩大内需、科技创新和产业升级，持续保障和改善民生，同时推进地方政府隐性债务化解、保障基层财政平稳运行，并深化财政管理改革。

财政部安排使用5500亿元地方政府债务结存限额，其中3000亿元一般债用于基层财力保障，2500亿元专项债用于扩大有效投资。
财政再安排5500亿结存限额，影响几何？这是2022年以来连续第五年盘活结存限额，叠加三季度财政支出持续提速，四季度GDP将获进一步支撑，全年"保4.5%"基本无忧。本次盘活5000亿后仍余约6100亿结存限额，后续财政扩张仍有空间。

报道：腾讯考虑发行最高50亿美元离岸债券、最早本月，中国科技巨头加速锁定AI算力。

海外

伊朗称击中LPG船、警告打击违规不再限于霍尔木兹，特朗普标榜海峡一日通航2800万桶油。伊朗革命卫队宣布，将严惩擅自通过非授权航线航行的“违规”船只，范围不再局限于霍尔木兹海峡，并已击中一艘液化石油气船，消息推动油价走高。Kpler称该海峡仍开放但通航风险极高，目前日均10艘船通过。沙特媒体称，胡塞武装在红海曼德海峡大规模布雷，相关排雷行动已展开。

才一天就改口？特朗普周五称“可能”中选前对伊朗采取军事行动。周四特朗普明确表示，美国“不会在中期选举前攻击伊朗”，并称当前与伊朗的谈判“富有成效”。

特朗普找到新“援军”：普京同意俄罗斯向全球市场释放数百万吨柴油。特朗普表示，俄罗斯将立即向美国及全球市场供应超过30万吨柴油，11月再供应50万吨，紧接着再供应100万吨。根据炼厂情况，俄罗斯将在较短时间内进一步交付300万吨柴油。应特朗普指示，美国财政部海外资产控制办公室将立即颁发一项临时一般许可证，允许俄罗斯柴油供应进入全球市场。

沙特阿美恢复对欧洲客户全额供油，欧洲炼厂替代采购压力骤减。据报道，沙特阿美宣布将于11月恢复向欧洲炼油商提供足额原油供应。9月，沙特东西输油管道在遭无人机袭击后关闭，沙特阿美曾告知欧洲客户10月将不提供任何原油配额，迫使买家紧急寻求替代货源。目前管道产能已恢复至80%以上，沙特对欧日均出口约70至80万桶原油有望重回正轨。

特朗普再度推进罢免美联储理事库克：白宫成立调查委员会，11月5日举行听证。特朗普政府成立专项调查委员会，调查美联储理事库克涉嫌在抵押贷款相关文件中作出虚假陈述的指控，并定于11月5日举行听证会。今年6月，美国最高法院裁定，在未给予库克充分申辩机会的情况下，特朗普不得将其免职，但未最终认定指控是否成立。库克否认相关指控，此次调查将进一步推进免职程序。

美10月消费者信心指数初值超预期降至五个月低点，经济现况指标创历史新低。美国密歇根大学10月消费者信心指数初值降至46.3，低于市场预期的47.6。反映当前经济状况的分项指标降至44.7，创历史新低；预期分项指标微升至47.3，为7月以来首次回升。消费者对未来一年通胀的预期升至4.7%。5至10年通胀预期升至3.5%。调查主任指出，不同党派的消费者都认同，经济前景已较年初有所走软。

美联邦政府2026财年预算赤字同比升21%至近2万亿美元，占GDP比例将超6%，高利率、减税加剧赤字恶化。高利率推动净利息支出突破1.1万亿美元，单项贡献赤字增量逾半；减税与关税收入不及预期则进一步加剧失血。距中期选举仅剩数周，两党均无意推进实质性财政整合，赤字前景高度依赖选举结果。

伦铜盘中逼近历史高位，智利铜矿又爆罢工！摩根大通警告：产量冲击可能“相当显著”。智利Centinela铜矿爆发历史上首次罢工，涉及700余名工人。

OpenAI澄清年化营收：截至9月底约500亿美元，年底目标700亿美元。OpenAI仍预计2026年底年化收入将达到或超过700亿美元。周四曝光的投资者文件显示，截至9月底，公司年化收入约为500亿美元，低于市场此前广泛引用的近700亿美元估算，引发市场对其收入规模及统计口径的质疑。相关消息拖累周四美股科技板块走弱，也令市场重新审视AI行业的增长前景。

Opus 5.5接入一切，OpenAI遭全硅谷围剿！马斯克和谷歌叛变。马斯克与谷歌本周三和周四分别将Claude模型引入自家智能体，使Anthropic成为底座标配，并重塑企业级入口格局。巨头们宁愿出让模型虚名以把控工作流与算力收益，这形成了对OpenAI的联合围剿。缺乏原生生态底座的OpenAI面临被架空风险，迫切需要寻觅新盟友破局。
报道：Anthropic、OpenAI私下推演最坏情景，业内担心AI灾难一年内发生。业内人士担忧，未来6至12个月可能发生重大事件，引发公众反弹与监管收紧。企业正提前向美国国会议员普及AI知识，希望影响危机发生后的政策制定。

Lumentum CEO：公司光学器件售罄至2029年，部分产品需求缺口达70%。这番言论凸显，AI数据中心对光互联的需求旺盛造成巨大的产能缺口。

SK海力士掌门：光州芯片厂越快开工越好，芯片需求料将继续相当快速增长。尽管龙仁园区完工目标已提前至2033年，SK海力士仍认为产能可能不足以满足需求，不排除同步推进龙仁与光州两大园区。

SpaceX进军手机运营商市场、宣布收购覆盖全美的800MHz低频段频谱，美国电信股全线重挫。周五盘中，AT&T、T-Mobile、Verizon股价曾集体跌超10%。美监管方FCC周三已授权SpaceX，在326至335公里轨道高度部署1.5万颗卫星，可直接链接至普通手机，无需运营商介入。

速度是GPT-6 Sol的35倍！微软推出高速决策AI模型，36项测试准确率第一。微软推出专用AI模型Microsoft-Decision-1，专为结构化决策任务设计。该模型可从预设选项中选取最优解并赋予概率评分，支持路由分发、内容分类、任务优先级排序等场景。内部测试显示，其运行速度是GPT-6 Sol的35倍，输入成本仅0.042美元/百万tokens，输出免费。

报道：苹果削减iPhone 18 Pro订单多达20%，涨价后需求弱于预期。瑞银本周研报指出，iPhone 18 Pro在逾30个市场的交货等待时间正在缩短。在供给稳定的背景下等待时间下降，结合近期涨价所带来的需求弹性风险，令瑞银分析师愈发感到担忧。

软银加大AI豪赌，据称孙正义拟向海湾地区投资者筹集1000亿美元。

观点精选

诺奖得主警告：法国债务危机或已“大到无法救”，欧元区面临“爆炸性”危机。法国债务规模达3.6万亿欧元，占GDP的119%，为欧元诞生以来最高水平。2008年诺贝尔经济学奖得主克鲁格曼警告，法国正走在"财政不可持续"的道路上，并可能已从"大到不能倒"跨越至"大到无法救援"的危险境地，其欧元区成员身份可能引发"爆炸性债务危机"，并对欧洲一体化造成破坏性冲击。

美银Hartnett：11月3日美国中选将成年底最强市场催化剂，债市会终结泡沫，别加仓科技，等降息再进场。美银警告，若中选结果是民主党横扫国会，美股或下跌逾10%。现金为王，货币市场基金单周流入1664亿美元，创2020年4月以来新高。同时，全球央行重返紧缩周期，债券收益率上行正威胁资产泡沫，美银建议关注收益率见顶交易及拉美股市机会。

五大信号警示市场隐患，AI泡沫与美债危机或同步逼近。美股狂欢之际，债市已率先拉响警报。科技巨头CDS飙升、美债收益率破5%，隐现二十年前危机前兆。AI盈利存疑、天量债务虹吸与地缘冲突暗流交织。“矿井中的金丝雀”已悲鸣，务必警惕非理性繁荣背后的风险反噬。

大摩看多SpaceX：“Tera’Merica”潜力被低估，企业AI与算力扩张打开增长空间。摩根士丹利认为，SpaceX的增长逻辑正从航天与卫星通信延伸至企业AI和算力基础设施，而美国先进制造业重建还可能打开更广阔的长期空间。企业AI商业化与算力扩张构成较直接的增长支撑，“Tera’Merica”所代表的制造业机遇则为公司带来额外的长期增长潜力。

风险提示及免责条款

才一天就改口？特朗普称“可能”中选前对伊朗采取军事行动

Fri, 09 Oct 2026 22:26:33 GMT

美国总统特朗普就对伊朗采取军事行动的时间表发出新的矛盾信号。

周五美国白宫媒体记者会上，当特朗普被问及为何推迟到中选后、而不是立即对伊朗采取行动时，特朗普说“可能”立即行动。

此前周四，特朗普刚刚明确表示，美国"不会在中期选举前攻击伊朗"，并称当前与伊朗的谈判"富有成效"。

这一表态的急转直下，令外界对白宫的政策走向愈发难以把握，也令投资者对中东局势的不确定性保持高度警惕。

特朗普对伊立场出现前后矛盾

美国总统特朗普被问及为何不现在就行动、被问及在美国中期选举之前对伊朗采取行动的可能性，称：我们可能会（那样做）。这与他此前在Truth Social上发布的声明形成明显落差。

特朗普周五还就胡塞武装袭击沙特机场一事表态，称此举"不是一件好事"，令其感到"不高兴"。

华尔街见闻提及，据新华社，美国总统特朗普8日在社交媒体发文称，美国同伊朗正在进行“富有成效”的磋商，美国不会在国会中期选举前对伊朗发动攻击。

特朗普在声明中同时强调，伊朗在经济和军事上均处于"极度糟糕的状态"，并以大写字母宣示"伊朗不会拥有核武器"。

特朗普发帖前，美东时间周三晚间，美国媒体报道称，特朗普正在考虑在中选前对伊朗发动新的打击。相关军事行动可能在美国中期选举前实施，或可能在10月末以色列议会选举前展开。

美国对伊朗实施新一轮制裁

据央视新闻，当地时间10月8日，美国财政部网站发布的消息显示，美国对伊朗实施新一轮制裁，制裁对象包括17艘运输伊朗原油、石油产品及石化产品的船只。

美国财政部官员同时表示，美方估计，在美国对伊朗港口实施封锁的范围之外，目前仍有约2000万桶伊朗原油滞留在船只上。

有官员表示，由于美国的封锁和制裁，伊朗已经停止原油船只的装载和卸载工作。

与此同时，霍尔木兹海峡的油流量已大幅下滑。据英国《金融时报》报道，霍尔木兹海峡的油流量实际上已大幅下滑，初步数据显示本周二仅有400万桶原油通过，远低于9月下旬每日约1500万桶的周均水平。

美国能源信息署数据显示，在美国与以色列于今年2月28日联合发动军事行动之前，2025年第四季度霍尔木兹海峡日均油流量为2160万桶，约占全球石油消费量的五分之一。

风险提示及免责条款

甲骨文CDS利差创历史新高，大摩：巨额资本开支需求集中2028，或引爆债务危机

Fri, 09 Oct 2026 22:19:24 GMT

甲骨文的数据中心建设困局正从工程问题演变为信用风险。摩根士丹利最新报告指出，工期延误并非带来资本开支喘息空间，而是将巨额债务偿还压力集中压缩至2028年，恰好与多个关键融资节点形成致命叠加。

摩根士丹利信贷分析师Lindsay Tyler在报告中明确表示，延误"同样意味着变现延迟、概念验证延迟、营收延迟、现金流延迟"。这一判断直指甲骨文的核心投资逻辑——其逾6000亿美元的未来合同收入（RPO）高度依赖AI数据中心如期交付。

截至周四收盘，甲骨文5年期信用违约掉期（CDS）报261个基点，创历史新高，隐含五年内违约概率超过20%，而该公司仍持有投资级评级。

市场定价已抢先于报告发布作出反应。据彭博，高盛信贷部门上周披露，AI单名CDS成交量同比激增400%，甲骨文位居榜首。其2056年到期债券目前交易于约82美分，收益率超过8.3%；CDS较摩根士丹利一年前建议买入保护时的水平已翻逾一倍。

威斯康星州电力瓶颈：交付或推迟至2028年中

项目Lighthouse位于威斯康星州Port Washington，是甲骨文向Vantage租赁的两座园区之一，包含四栋建筑，关键IT负荷约902兆瓦，合同签订于2025年9月。

从外部看，建筑主体进展顺利，甲骨文甚至在6月财报演示中附上了工地无人机航拍照片，用以展示"巨大进展"。

问题在于供电端。该园区需要威斯康星州公共服务委员会（PSC）批准新的输电线路，以通过We Energies引入电网电力。PSC已于8月撤销其对ATC输电申请的完整性认定，案件被关闭后ATC在新卷宗下重新申请，审批流程从头计时。

摩根士丹利援引相关分析指出，"有实质性风险表明，有意义的电力供应要到2028年中才能到位"，而甲骨文在6月业绩指引中给出的初始交付时间为2027年下半年。

摩根士丹利还指出，WEC表示甲骨文的标普评级下调触发了额外抵押品要求，"当前评级已要求提供完整信用支持"。换言之，甲骨文正在为一直到2028年才能获得的电力提前向电力公司缴纳现金保证金。

另一在建项目Jupiter（位于新墨西哥州）已于此前触发不可抗力条款。甲骨文正在评估通过公路向该园区运输压缩天然气，成本约为管道天然气的四倍，等待Energy Transfer的改道管道于明年到位。

"资本开支缓解"论站不住脚

市场上流传一种乐观说法：工期延误意味着GPU采购和基础设施支出后移，短期内反而减轻资产负债表压力。巴克莱在Jupiter触发不可抗力后即采用这一逻辑，认为相关事件"信用中性"。

摩根士丹利对此提出四点反驳。

第一，营收与现金流实现时间后移，推迟了外界对甲骨文巨额投入和合同积压能否有效转化为财务回报的验证。
第二，也是最令债券持有人担忧的一点：延误不会削减资本支出总量，只会将其集中压缩。若威斯康星州四栋建筑在输电线路2028年到位时均已完工待用，甲骨文将不得不几乎同时为所有建筑采购GPU并开始支付租金，届时Jupiter的机房也可能同步上线，资本需求将在少数几个季度内高度集中。
第三，RPO合同中关于交付时间节点和违约责任的条款对外不透明，延误是否触发客户违约救济权利存在不确定性。
第四，执行风险可能影响客户行为，进而压低预付款——预付款是甲骨文重要的潜在融资来源之一，客户可能减少新合同签署或不愿续约。

甲骨文在2026财年（截至2025年5月31日）已借款约430亿美元，并预计在本财年再融资约400亿美元的债务与股权。

Lindsay Tyler在此前报告中估算，即便甲骨文再获约400亿美元客户预付款，其母公司融资需求"在2028财年结束前可能仍需完成两笔大型债券发行"。

最令人担忧的，2028年到期的债务置换

报告中另一个值得重点关注的细节是Abilene——位于德克萨斯州的Stargate旗舰园区，也是目前唯一真正运营的大型项目，八栋建筑中六栋已完成交付。

问题在于融资结构。Abilene的94亿美元建设贷款为纯利息偿付模式，全部于2028年到期，届时必须置换为以甲骨文信用为基础定价的长期债券。而甲骨文当前信用利差已接近垃圾级，10年期美债收益率上周触及5.33%，为2002年以来最高。

摩根士丹利指出，"延迟的项目使已完工项目的再融资愈发困难"——市场对甲骨文信用状况的担忧，正通过Abilene的再融资压力形成连锁效应。

从全局来看，与甲骨文相关的数据中心建设债务规模约达790亿美元。其中约330亿美元（约占40%）集中于Lighthouse和Jupiter两个已被确认存在电力延误的项目，尚不包括Shackelford County园区——该处已有报道显示甲骨文在初期施工中采用卡车运气。

大部分银行贷款为短期贷款，对应的却是15至19年的租约，本质上是押注甲骨文能在2028至2032年间以当前利差水平完成再融资。而当前利差水平，已非这些贷款签署之时的可比口径。

关注10月19日威斯康星州裁定

摩根士丹利坦承，Lighthouse的时间表从Vantage视角看仍"与2028年全园区完工目标大体相符"，并强调其负面看法"早于项目延误即已形成"，根植于基本面判断。但这恰恰是核心矛盾所在：在天然气不得不靠卡车运输之前，基本面已然承压。

据彭博报道，甲骨文正与Apollo和高盛商谈，拟通过表外工具为大规模芯片采购融资。此举或缓解母公司短期借贷压力，但同时也在不断为最终需要承接Abilene再融资的信用买家市场增加新的竞争层次。

近期关键观察节点有二：其一，威斯康星州PSC对ATC重新申请的完整性裁定，预计于10月19日作出；其二，甲骨文将于12月公布第二财季业绩，届时市场将关注公司能否提出具体融资方案。

风险提示及免责条款

AI回报疑虑缓解，亚洲股市小幅上扬，美债收益率回落，金价突破4200美元，铁矿石连跌三周

Fri, 09 Oct 2026 06:19:07 GMT

周五，有关OpenAI营收的最新数据为市场提供喘息空间，此前因AI支出回报存疑引发的抛售压力有所缓解。铁矿石价格延续跌势，本周迎来连续第三周下跌；与此同时，美债长端收益率小幅回落，推动金银价格走高，现货黄金突破4200美元关口。

亚洲股市整体上涨0.3%，欧洲股指期货亦指向高开。美股期货方面，标普500指数期货涨0.3%，纳斯达克100指数期货涨0.5%，此前据彭博获悉，OpenAI预计年内年化收入将达到或超过700亿美元，回应了此前年化收入仅500亿美元左右的质疑，同时提振了此前因AI营收数据引发的悲观情绪。

现货黄金日内涨逾1.6%，报约4200美元/盎司，现货白银涨幅达2.0%，报60.36美元/盎司，贵金属走强主要受长端美债收益率从逾二十年高位回落提振。布伦特原油下跌1.2%至每桶102.95美元，此前特朗普表示美国不会在11月中期选举前对伊朗发动攻击。

eToro亚太区首席分析师Josh Gilbert表示，"AI交易已经历了几周的动荡，叠加美债收益率处于多年高位，投资者风险偏好有所降温。未来几周财报季将是重大考验，那些在AI领域投入最多资本的公司将告诉市场，他们是否仍愿意继续加码。"

日经225指数基本持平前日，韩国股市今日休市。

标普500指数期货涨0.3%，纳斯达克100指数期货涨0.5%。

美元现货指数下跌0.1%。

美国10年期国债收益率变化不大，为5.22%。

日本10年期国债收益率下行5.5个基点至3.025%。

现货黄金日内涨逾1.6%，报约4200美元/盎司，现货白银涨幅达2.0%，报60.36美元/盎司。

布伦特原油下跌1.2%至每桶102.95美元。

西德克萨斯中质原油下跌1.3%，至每桶90.27美元。

铁矿石：供应扩张叠加需求疲弱，看空信号增多

铁矿石价格持续承压。新加坡铁矿石期货周五盘中一度跌0.9%，触及2024年9月以来最低水平，报90.90美元/吨；大连铁矿石期货亦徘徊于两年低位附近。过去三周内，铁矿石价格仅有一个交易日收涨。

永安期货分析师在本周研报中指出，铁矿石定价逻辑正从此前"高铁水产量+运费支撑"的组合，转向由供应增长、需求走弱和库存累积主导的市场，四季度市场前景偏空。Wood Mackenzie铁矿石研究总监David Cachot指出，几内亚出口随转运能力扩大加速增长，进一步加剧了全球供应过剩局面。

需求端目前尚未出现明显恶化。Mysteel数据显示，日均生铁产量基本稳定在234万吨。然而，当前盈利钢厂比例不足7%，持续低迷的利润率可能最终迫使更大规模减产，进而压缩铁矿石消耗。

焦煤成本同样构成压力。大连焦煤期货周五大涨4.2%，报1538.5元/吨。摩根士丹利分析师在10月6日研报中表示，燃料成本高企正进一步压缩钢厂利润，但若由此引发产量削减，短期内或对钢材价格形成一定支撑。上海螺纹钢期货周五小幅上涨。

AI营收数据反复，科技股情绪仍脆弱

科技股在经历周四大幅下挫后，周五随OpenAI最新数据修复部分跌幅。此前，英国《金融时报》报道称OpenAI年化收入低于此前预期水平约200亿美元，导致费城半导体指数单日下跌3.4%，科技板块领跌标普500。

据彭博获悉，OpenAI向投资者披露了上述最新收入预测，相关信息源于参与该公司最新一轮融资讨论的知情人士。值得注意的是，各公司计算年化收入的口径不尽一致。据彭博此前报道，Anthropic的年化收入于7月底已达650亿美元。

Principal Asset Management首席全球策略师Seema Shah在接受彭博电视采访时表示，过去18个月，AI相关"利空消息浪潮"反复出现，通常在数日内平息后市场重回乐观，但"这些浪潮正越来越密集，对投资者情绪的影响也在累积，这是一个值得警惕的信号"。

高资本支出与高借贷成本的组合，使数据中心及计算基础设施投资的合理性愈发受到审视。下周即将开启的财报季将成为关键检验节点，投资者将重点评估相关公司的营收与利润增长能否与AI模型开发和运营所需资本保持同步。

美元走软，日债收益率回落

货币与债券市场方面，彭博美元指数小幅走低，中东紧张局势缓和预期提振亚洲货币整体走强。

日本10年期国债收益率下行5.5个基点至3.025%，美国国债延续上一交易日涨势。长端收益率的回落为黄金等无息资产提供了支撑，也在一定程度上缓解了市场对高利率环境下大规模AI投资难以为继的担忧。

风险提示及免责条款