华尔街见闻 - 资讯 - 最新

香港发布首个五年规划：聚焦人工智能产业，强化全球最大离岸人民币枢纽功能

Wed, 16 Sep 2026 04:13:12 GMT

香港特区政府发布首份经济和社会发展五年规划，以人工智能产业和深化大湾区融合为核心抓手，为2026至2030年的发展路径划定清晰框架。

9月15日，香港特区政府正式公布《香港特别行政区经济和社会发展第一个五年规划（2026-2030年）》，这是香港有史以来首次以五年规划形式系统阐述其经济和社会发展蓝图。

行政长官李家超公布的这份规划共约6万字，分7篇58章，设立六大目标，涵盖经济突破、国际竞争力提升、北部都会区建设加速，以及民生福祉改善等方向。

李家超表示，2026至2030年间，香港实际GDP增长将力争保持在合理区间，并将本地创新活动总开支占GDP的比例目标设定为2030年后达至3%。

规划将人工智能列为香港未来发展的重要产业，并明确提出参与国产飞机研制与认证工作、推动大湾区低空跨境物流等具体战略部署。

在金融领域，规划明确提出强化离岸人民币枢纽地位，并优化证券市场以吸引更多内地及海外龙头企业赴港上市，直接关乎香港资本市场的长期竞争力。

人工智能：多维布局谋求产业升级

规划将推动人工智能列为核心战略，目标是以"人工智能+"赋能各行各业，并从基础设施、法律配套及人才培育等多个维度构建完整生态。

在算力基础设施层面，规划提出建设沙岭数据园区，为香港发展人工智能产业提供算力支撑。与此同时，当局计划检视相关法律框架，确保其切合人工智能及智能化发展需要，为产业应用提供规范保障。

规划还明确提出支持中小企业加快应用人工智能，并将提升市民人工智能素养纳入政策议程。

在产业方向上，当局以生命健康和具身智能为切入点，制定人工智能推动产业转型的专项策略，并强调加强数据资源开发利用，深化与内地的协同发展。

金融中心地位强化，资本市场开放提速

在金融领域，规划提出多项举措以巩固香港国际金融中心地位。

当局将致力强化全球离岸人民币业务枢纽功能，并深化国际资产及财富管理中心、国际风险管理中心建设。

资本市场互联互通方面，规划提出深化香港交易所与前海股权交易中心的对接合作，支持更多内地优质企业通过香港上市平台对接国际资本。

同时，规划明确扩展金融市场互联互通机制，拓展与共建"一带一路"国家及全球南方等新兴经济体的经贸与金融合作。

在高端金融服务层面，规划提出加快发展绿色金融、数字金融，并构建大宗商品交易生态圈和高增值供应链服务中心。

北部都会区与大湾区：融合发展主平台

规划将北部都会区定位为香港融入国家发展大局的核心平台，加速推进这一毗邻深圳的战略区域建设。

在低空经济领域，规划提出充分利用粤港澳大湾区的产业基础和地理优势，拓展低空跨境物流应用场景，目标是形成覆盖整个大湾区的整合规模化低空跨境物流网络。

李家超表示，香港将凭借与邻近内地城市合作的先行探索经验，连结大湾区三地资源要素。

这一战略部署意在将香港的国际联通优势与内地庞大的产业腹地相结合，为跨境物流和新兴产业提供规模化发展空间。

航空产业：从维修交易到国产机认证

在航空领域，规划提出打造具国际竞争力的航空产业生态圈，其中一项具有战略信号意义的部署是积极参与国产飞机的研制及认证工作。

规划明确，香港将发挥"桥梁"角色，助力国产飞机借道香港打入国际市场。与此同时，当局计划构建飞机部件处理及交易产业生态系统，打造"前店后厂"产业集群，并将香港定位为亚洲首个飞机部件处理及交易中心。

在可持续航空燃料（SAF）领域，规划提出发挥香港SAF生产基地落户东莞的产业建设作用，推动粤港澳大湾区SAF产业链建设，并计划在香港兴建燃料混合设施，以支持国家在这一新兴领域的发展布局。

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。

今晚，“鸽派加息”？

Wed, 16 Sep 2026 03:53:19 GMT

华尔街正屏息等待周三美联储的利率决议。花旗与高盛罕见地在核心判断上高度趋同：此次加息几成定局，但这将是一次“鸽派加息”——加息本身不是重点，重点是加息之后美联储说了什么，或者，没说什么。

据追风交易台消息，花旗在9月15日的最新研报指出，基准预测显示，美联储将把此次加息定义为一次“微调（calibration）”，并暗示未来没有进一步加息的必然性。高盛则在9月13日的研报中指出，今晚将是一次“无信号加息”，并明确表示，不认为此次加息有充分经济基础，通胀超出2%目标的部分可全部归因于一次性因素，经济并未过热。

花旗与高盛均预计，中位数点阵图将显示2026年仅剩一次额外加息，降息将于2027年恢复。核心PCE预测因方法论修订料将较6月数据向下修正，为停止加息提供数据背书。

尽管基准情形偏鸽，但沃什的新闻发布会将是市场最大的悬念。花旗认为，若美联储主席沃什拒绝提供明确前瞻指引、仅强调"还有工作要做"，市场可能重新定价10月和12月连续加息，引发资产价格剧烈波动。高盛认为，沃什需要在发布会上强调委员会将“仔细评估”即将到来的数据，以暗示等待更多信息，从而引导市场放弃对10月加息的过度自信。

分析人士认为，今晚的关键不是"加不加"，而是"加完之后说什么"。沃什的每一句话，都将被市场用放大镜审视。

鸽派基准情形：被动加息与“微调”定调

当前的市场定价已逼迫美联储做出选择。高盛认为，8月CPI数据公布后，市场对加息的定价概率已逼近90%，美联储为了避免按兵不动引发的市场剧烈反应，将被迫在此次会议上加息25个基点。

但这将是一次彻头彻尾的鸽派行动。花旗的基准预测显示，伴随加息而来的前瞻指引将不再指向进一步的政策利率上升。

美联储主席沃什大概率会把政策利率的上升轻描淡写地称为一次“轻微调整（slight adjustment）”或“微调（calibration）”，并向市场暗示，如果通胀显示出向目标回落的迹象，可能就不需要进一步加息了。

高盛同样预期，美联储在声明中只会做出最低限度的必要修改，避免提供关于未来路径的前瞻指引，即呈现一次“无信号加息”。

值得注意的是，高盛预计美联储理事沃勒（Waller）将投下反对票。原因在于，过去三个月核心PCE通胀的年化速率（含预期的方法论修订影响）已降至约2.5%，低于沃勒此前在公开场合设定的2.8%“维持不动”门槛。

高盛：不认为此次加息有充分经济基础

与花旗的策略分析视角不同，高盛经济研究团队从基本面出发，明确表示不认为此次上调联邦基金利率有充分的经济理由。

高盛的核心论点是：通胀超出2%目标的全部幅度，均可归因于影响将会消退的一次性因素，包括关税效应、能源/伊朗冲突影响、软件及配件价格效应以及投资组合管理效应等。高盛认为，核心PCE通胀在6月至8月期间改善至年化约2.5%的速率（含预期方法论修订），正是这些一次性冲击效果消退的早期迹象。

在通胀广度问题上，高盛同样持异议。尽管近期有更多品类价格以3%以上的年化速率上涨，但高盛指出，一旦剔除关税效应，通胀的广度与历史上2%通胀时期的水平基本相当——而关税冲击大概率已基本落地。

此外，高盛的“瓶颈追踪指标（Bottlenecks Tracker）”显示，行业层面的产能约束如今甚至比疫情前还略少，且主要集中在与AI热潮密切相关的少数行业。经济并未过热——而经济过热，恰恰是通常情况下加息的核心理由。

宏观证据也表明，有限幅度的加息不太可能有效抵消供给冲击带来的更大通胀效应。这意味着，无论美联储加息与否，其主要政策逻辑仍是等待过去冲击的影响随时间自然消散。

正因为此，高盛认为部分FOMC委员与其通胀判断高度一致，FOMC整体上不愿在本次会议上发出任何进一步加息的信号。

SEP经济预测：点阵图与核心PCE下调构成鸽派支撑

经济预测摘要（SEP）的多个组成部分将共同强化这一鸽派印象。

花旗指出，中位数点阵图将显示今年仅有一次额外加息，降息将在2027年恢复。这一路径符合美联储当前的内部逻辑：4%左右的政策利率已属于“略微限制性”，随着通胀回归目标，这种限制性理应被逐步解除。

高盛对点阵图分布的判断同样具体而精准：预计将以10票对8票的微弱多数显示2026年仅加息一次（其中沃勒及可能的其他委员票数为零次加息）。高盛给出这一判断的理由是：部分委员对本次加息本身持矛盾态度，部分委员则不希望进一步推高市场对额外加息的预期。

但高盛也明确指出尾部风险：若更多委员将本周加息视为应对油价上涨和AI需求的正常反应、并将其视为一轮连续加息的开端，则出现多数票支持两次加息的风险不可忽视。

在通胀预测方面，两家机构均预计核心PCE通胀预测将因方法论修订而向下修正。高盛预计9月SEP中，2026年核心PCE通胀中位预测将从6月的3.3%小幅下调至3.2%，这为停止加息提供了数据支撑。

沃什的新闻发布会：市场最大的悬念

尽管基准情形偏鸽，花旗警告称，决定整体基调最重要也最难预测的变量，是主席沃什究竟如何谈论此次加息。沃什个人风格倾向于给出较少的前瞻指引，这给市场留下了定价更鹰派政策的巨大空间。

花旗认为，如果沃什仅仅强调“还有工作要做（more work to do）”而不提供近期利率指引，这可能被市场视为一个危险信号。在这种鹰派风险情形下，市场可能预期10月和12月的FOMC会议均将加息，甚至将进一步加息的风险定价延伸至2027年。

高盛对这一场景的判断则更为具体：FOMC可能希望引导市场降低对10月加息的定价信心（目前已接近50%），但不会在声明中明说。相反，沃什可能在新闻发布会上表示，在决定进一步行动之前，FOMC将“仔细评估（carefully assess）”即将公布的数据，或希望看到多份（plural）即将发布的通胀报告，或观察潜在通胀趋势如何演变——上述任何表述，都将暗示委员会希望多收集一段时间的数据再行动。

高盛还补充，由于许多投资者已将11月初的中期选举视为10月加息的政治障碍，阻止市场将10月加息设为"默认基线"并非难事。

高盛设置了三种情景：

基准情形（概率50%）：仅加息一次（本次），2027年9月和12月各降息一次，终端利率为3.25%-3.5%；

多次加息情形（概率35%）：最终加息两至三次，终端利率更高；

衰退情形（概率15%）：经济下行，货币政策转向。

即便充分考虑多次加息情形的尾部风险，高盛的概率加权联邦基金利率预测，仍远比当前市场定价更为鸽派。高盛同时将终端利率预测从此前的3%-3.25%上调至3.25%-3.5%，并将2027年首次降息时间从6月推迟至9月。

而花旗特别指出，近期WTI原油和美国平均汽油价格的剧烈波动，为通胀前景和美联储政策路径增添了额外的复杂性。若能源价格持续偏高，可能动摇美联储对"通胀已走向目标"的判断，进而强化鹰派委员的立场。

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

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

全球领先！一文读懂中国“消费端AI”战场

Wed, 16 Sep 2026 03:38:39 GMT

摩根士丹利认为，中国在消费端AI普及方面已处于全球领先位置，但真正的变现机会在于将AI能力嵌入既有平台生态。

9月15日，摩根士丹利余凯杰团队的最新研究报告认为，到2030年中国C端AI可变现市场规模约为人民币3,000亿元，阿里巴巴、腾讯及美团等具备分发优势的垂直平台将是主要受益者。

据摩根士丹利旗下AlphaWise调查，中国每周至少使用一次个人AI的用户占比已达80%，显著高于美国的54%。

报告认为，这一差距的根源不在于模型能力的领先，而来自更强的生态分发体系、更丰富的日常使用场景以及免费访问与春节营销活动的叠加效应。

与此同时，报告明确指出，相较于独立AI原生App，嵌入既有平台的"App内AI"具备更高的投资回报率（ROI），因为后者可以直接复用现有流量、专有数据与支付履约能力，无需从零重塑用户习惯。

中国AI普及速度全球领跑，分发与场景是核心驱动

摩根士丹利报告显示，中国消费级AI普及已进入主流阶段。

AlphaWise最新调查结果显示，中国每周至少一次个人AI使用率在两个月内由75%升至80%，工作相关AI每周使用率同期由74%升至77%；美国同期工作与个人AI每周使用率均约为54%。

报告将这一差距归结为五项核心因素：

AI被直接嵌入超级App与垂直App，无需用户额外下载；

免费访问结合大型生态进行分发；

主流使用场景的算力消耗属于低至中等水平；

中国平台拥有更强的商业闭环；

以及大多数消费场景对模型能力要求并不苛刻，"足够好、速度快、容易获得"即可满足需求。

从普及速度来看，中国生成式AI用户规模从2024年12月的约2.49亿增至2025年12月的约6.02亿，增速快于移动互联网发展同期阶段。

报告认为，这与AI作为软件层叠加在成熟移动基础设施之上的特征高度吻合。

豆包领跑原生App，但多平台并用削弱"赢家通吃"可能

在AI原生App格局上，据QuestMobile数据，豆包仍是明确的规模领先者。

今年7月，豆包月活跃用户（MAU）约3.99亿，日活跃用户（DAU）约1.68亿，DAU/MAU比率以42%居首；千问MAU约1.61亿，DeepSeek约1.24亿，元宝约5,100万。

然而，报告同时指出，用户多平台并用现象不但未见收窄，反而持续加深。AlphaWise调查显示，64%的受访者同时使用5种或以上AI工具，这使得用户切换成本依然偏低，市场形成"赢家通吃"格局的可能性受到明显制约。

报告认为，AI入口竞争正在多元化。过去一个月使用渗透率显示，AI原生App约94%，App内AI约83%，端侧及手机AI约80%，Agent类工具约44%。

在此背景下，更关键的竞争指标将逐步从MAU转向任务完成率、AI归因转化率及GMV贡献。

App内AI经济性更优，腾讯、阿里、美团获正向评级

报告着重强调，App内AI助手具备最清晰的近端ROI。

AlphaWise调查显示，75%的受访者认为购物App内的AI搜索及聊天功能"非常有用"或"比较有用"，57%表示这些功能会提升其购买频次。

报告以腾讯为例说明这一逻辑：元宝作为独立App规模仍有限，但微信凭借社交关系链、小程序与支付体系，为AI在核心App内完成任务并实现变现提供了更强路径。

腾讯已披露微信内部小规模测试的"小微"原型，该Agent可调用微信内容、小程序、商户资源和支付能力，管理层亦明确描述了未来Agent-to-Agent的交易闭环。

阿里巴巴方面，千问购物助手于今年5月上线淘宝，管理层表示随着Qwen营销费用下降，相关亏损环比收窄，生态内AI与独立App投入之间的ROI差异由此得到清晰体现。

美团则在2026年第二季度业绩会上强调，正推动"小团"从"回答问题"走向"把事情办成"，涵盖直接下单、打车和预订等功能。

2030年C端AI变现规模约3,000亿元，商户意图变现占99%

在变现路径上，报告预计基础AI将继续对大众用户免费开放，订阅模式主要针对高算力功能。

豆包已推出每月68元、200元、500元三档付费结构，千问于8月推出每月19元、49元、128元的付费办公助手档位，二者均聚焦重度生产力场景。

AlphaWise调查显示，约64%的受访者对免费AI服务中出现广告持接受或容忍态度，仅约17%表示会拒绝使用展示广告的AI应用，广告容忍度绝对水平仍属较高。

据此框架，摩根士丹利测算到2030年，中国C端AI可变现收入TAM约为人民币2,940亿元（约3,000亿元），其中约99%来自由商户出资的意图变现，包括广告及AI归因交易佣金。

同一框架下，到2040年这一规模可进一步扩至约人民币1.6万亿元。报告指出，由于相当一部分收入在当前已存在，增量上行主要来自更高转化率、更强变现能力及份额提升，而非凭空创造新收入池。

百度、腾讯音乐、爱奇艺面临直接冲击，投资评级偏审慎

在投资启示上，摩根士丹利明确偏好具备分发优势与垂直场景执行力的公司。

阿里巴巴被列为板块首选标的，理由是其具备全栈AI能力；
腾讯被视为最明确的正向受益者，因豆包不构成对微信社交操作层的实质性替代威胁；
美团则凭借本地生活场景的高度垂直化受到青睐。

报告还援引Meta推出独立AI Agent产品Muse作为美国市场的参照案例，指出其成败关键不在于MAU，而在于任务完成率、可变现行为以及与自身生态系统的整合深度，这与摩根士丹利对中国市场的核心判断高度一致。

风险提示及免责条款

美光高管：存储决定AI上限，实质性新增产能要到2028年后

Wed, 16 Sep 2026 03:22:52 GMT

随着AI浪潮从数据中心向边缘侧和机器人领域蔓延，美光高管警告称，存储已成为决定AI性能上限的最核心瓶颈，而由于新建产能周期漫长且工艺极度复杂，行业供需失衡的局面至少要到2028年后才能迎来实质性的新增产能释放。

9月15日，在Six Five Summit 2026的半导体聚焦论坛上，美光公司CEO高级顾问Sumit Sadana接受了分析师Patrick Moorhead的采访，详细拆解了AI时代下存储行业的供需格局、资本支出计划以及未来的核心增量市场。

在过去的一年里，整个科技行业对存储的认知发生了根本性重塑。这种重塑的根源在于，算力早已不再是衡量AI系统能力的唯一标尺。Sadana在访谈中一针见血地指出了当前AI硬件的底层逻辑：“如今，人工智能系统的性能首先取决于内存子系统的性能和内存容量。这两点真正决定了人工智能子系统的性能水平。”

他解释称，由于AI模型需要存储在内存中，且海量数据需要在内存间来回传输，处理器与内存之间的带宽已成为性能的关键瓶颈。同时，存储市场正面临着长达数十年积累下来的结构性失衡——上世纪90年代初有多达20多家DRAM公司，如今只剩下寥寥几家；而目前设计处理器的公司却已超过20家。这种“少对多”的漏斗型供给格局，使得面对爆发式的AI需求时，存储供应链显得极为脆弱。

资本支出飙升，实质性新增供应需等到2028年

面对供需之间的巨大缺口，单靠技术转型带来的比特增长已无法满足市场胃口，整个行业被迫进入“新建洁净室和晶圆厂”的重资产扩张周期。

美光正在开启前所未有的资本开支计划。Sadana透露：“单看我们的资本支出计划：2025财年我们的资本支出略高于130亿美元；2026财年将翻一番；2027财年预计将超过450亿美元。我们最近在美国宣布，将投资额从2000亿美元提高到2500亿美元，并加快了时间表。”此外，美光还在美国爱达荷州、纽约州，以及中国台湾、日本和新加坡等地同步推进约20个扩产项目。

然而，远水难解近渴。半导体工厂的建设受制于基础设施、监管审批以及技术工人的严重短缺。Sadana给出了明确的时间表预期：“我们认为真正意义上有效的新增供应要到2028年才能开始逐步释放，而且这仅仅是初期阶段，产能增长的势头要到之后几年才能真正增强。因此，整个行业需要一段时间才能找到新的平衡点。”

产能释放缓慢的另一大原因在于存储器制造的天文数字级复杂度。以当前火热的HBM为例，Sadana直言其能正常工作“简直是个奇迹”：“想想看，把12层DRAM芯片层层堆叠起来，最底层还有一个连接到GPU的基础芯片。整个系统面临着非常严峻的散热挑战和功耗问题……晶圆厂里大约有2000道工序。从晶圆厂开始生产，到最终能把产品交付给客户，整个周期大约需要五个月。”

告别“随买随卖”，长期“长协”与“深度定制”重塑商业模式

极度紧缺的产能正在倒逼存储行业的商业模式发生蜕变，传统的现货交易和符合JEDEC标准的通用芯片时代正在发生改变。

“我们签订的是多年期合同，承诺向客户供货，客户也承诺提供需求预测。这与以往的一年期协议截然不同——以往客户想买就买，只要有货我们就供货。”Sadana表示，这种被称为“战略客户协议”的模式投资回报率极高，为晶圆厂多年的资本支出提供了底层保障。

更为深刻的变化在于研发端的绑定。为了在AI系统中实现功耗、模型运行速度等方面的差异化，客户正将存储设计提前纳入其5到7年的产品路线图。Sadana指出：“这种模式将合作关系转变为更类似于ASIC芯片的合作模式——客户在设计上拥有更大的自主权，且这种关系具有长期性。”

AI走向边缘，人形机器人将成最大增量市场

市场普遍聚焦于数据中心的AI需求，但美光认为，这仅仅是起点。随着AI向智能手机、PC（如采用统一内存架构的Mac mini）以及自动驾驶汽车渗透，存储需求将无处不在。

对于未来的想象空间，Sadana将目光锁定在了机器人赛道，认为这将是继数据中心之后的又一波海量需求浪潮。

“想想人形机器人，它将成为有史以来最大的产品市场之一。”Sadana在展望2030年代的市场时强调了端侧AI对存储的恐怖消耗量：“机器人技术最令人兴奋的地方在于，每个设备需要存储海量数据——每个人形机器人将拥有数百GB的DRAM内存和数TB的NAND闪存。因此，它们将极大地推动DRAM和NAND的需求增长……机器人必须能够自主运行，不能每次都向服务器发送数据。”

以下是访谈正文：

Sumit Sadana 00:00

如今，人工智能系统的性能首先取决于内存子系统的性能和内存容量。这两点真正决定了人工智能子系统的性能水平。欢迎回到 2026 年峰会。

Patrick Moorhead 00:22

人工智能的时代已经来临。内存的重要性和战略意义令人惊叹。我一直认为内存很重要，但考虑到人工智能时代，它所赋予我们的能力简直不可思议——坦白说，如果没有足够的内存、没有合适的内存，我们周围所有令人惊叹的事物都无法实现。

我很高兴地宣布，美光公司将出席本次峰会。很高兴见到你，很高兴你回来了。谢谢你的邀请。这真是太棒了。我从事这个行业 35 年了，从内存的消费者，到内存的合作伙伴，再到现在在分析公司研究内存市场及所有相关领域。我们取得的成就令人惊叹。去年我们交流的时候，我实际上把内存归类为战略性技术——是的，我得为此邀功。坦白说，你更应该得到赞誉，因为你是实际行动者，我只是说说而已。但如今，这种观点似乎更加重要了，越来越多的人开始谈论它。在这个人工智能时代，过去一年里发生了什么变化，让整个行业更加重视内存？

Sumit Sadana 01:44

为什么人工智能实际上加速了这种转变？这是个很好的问题。一年过去了，但就过去一年世界发生的变化而言，感觉却相当漫长。从客户的角度来看，变化尤其巨大。我们现在面临的情况是，所有市场领域的内存都严重短缺。尽管我们尽了最大努力来增加供应，但目前仍然无法确定何时才能使供应赶上需求，因为需求一直在持续增长。来自各个领域客户的信号，每年都在不断增加。

客户看待内存的方式之所以发生变化，原因有几个。其一是供需之间存在的巨大缺口；其二是，考虑到人工智能的需求，系统对性能的要求也在不断提高。当你思考是什么让系统发挥出最佳性能时，你会发现处理器并非唯一因素。如今，内存性能、处理器与内存之间的带宽以及内存本身的容量都至关重要。因为人工智能模型需要存储在内存中，大量数据需要在内存之间来回传输，处理器与内存之间的带宽就成了性能的关键瓶颈。因此，客户逐渐意识到，他们需要重新规划产品路线图，并采用不同的内存策略。

Sumit Sadana 03:44

现在，关键在于如何设计内存以获得竞争优势，如何让每个客户的系统脱颖而出。如果内存仍然像几年前那样，采用所有人都使用的、符合 JEDEC 标准的现成内存，那么就很难实现差异化。因此，我们现在与客户合作，将内存设计纳入他们多年的产品路线图。他们现在专注于如何实现差异化、如何改变竞争格局。这意味着要以不同的方式思考内存，与像美光这样的公司合作，设计出一种可以加以应用和利用的新型功能。

Sumit Sadana 04:31

举个例子，我们与英伟达在数据中心低功耗 DRAM（LPDRAM）领域的合作就是个很好的例子。我们是首家将这项技术引入数据中心的公司，并且长期以来一直是该领域的独家供应商，而现在这项技术正逐渐被其他公司所采用。越来越多的客户开始意识到使用低功耗 DRAM 的优势——它能带来更高的密度、更小的尺寸、更强的性能，以及显著降低的功耗，而这对于数据中心来说至关重要。这只是众多例子中的一个。

Patrick Moorhead 05:07

展望未来五年，这些技术正开始蓬勃发展。当我试图解释为什么人们对内存的兴趣如此高涨时，我想起了我大学时上的一门课——那是在 80 年代末，那门课讲的基本原理是：如果你能把操作限制在内存范围内，就能提高性能。当然，现在的情况略有不同。内存越多，你就能获得更好的结果，而且内存越接近你正在处理的事务越好，因为一旦超出内存范围，速度就会变慢。在人工智能时代，这是一个很大的挑战。

这很有意思。我的职业生涯中经历了九个内存周期。我之前在一家 OEM 厂商工作，也曾在一家芯片公司工作，现在在一家分析公司工作了 15 年。内存似乎是周期性最强的，尽管我知道还有其他行业也有类似的周期规律，但内存也被认为相当商品化。你在第一个问题中已经稍微谈到了这一点，但是……

Sumit Sadana 06:17

为什么人工智能正在从根本上改变这种认知？这是一个很好的问题。如果你回顾上世纪九十年代初，当时有超过 20 家公司在做 DRAM，DRAM 行业经历了大量的整合。那时候处理器公司就只有那么几家，而现在，处理器公司已经超过 20 家了。如果你坐下来数一数所有做处理器设计的公司，这个数字很快就出来了。但是做 DRAM 的公司却寥寥无几。

所以，当你思考人工智能设计、人工智能子系统设计时，不仅仅局限于数据中心——当然，数据中心方面要区分训练工作负载与推理工作负载，甚至推理工作负载本身也会越来越细分为不同的推理类型。其中一小部分可以使用 SRAM，但很大一部分仍然非常依赖 DRAM。我们尽可能地在这些系统中设计出最大的 DRAM 容量。这种趋势甚至延伸到自动驾驶汽车、工业系统，再看看智能手机和个人电脑——由于统一内存架构，Mac mini 销量火爆，掀起了一股"Open Claw"运动。而这一切，归根结底，都与人工智能息息相关。

Sumit Sadana 07:50

如今，系统性能首先取决于内存子系统的性能和内存容量，这两点真正决定了人工智能子系统的性能。因此，当内存成为系统的核心设计点时，你就必须以不同的方式思考内存问题。随之而来的核心问题就是：如何快速推出差异化产品？我认为，未来的内存业务将与过去截然不同，而这又与以下这个理念紧密结合……

Sumit Sadana 08:36

整个行业最终都发展到了需要新建产能的地步，这着实令人意外，因为人工智能驱动的需求增长如此显著。仅仅依靠技术转型无法满足这种需求，而过去几年，技术转型带来的比特增长原本足以满足需求增长。如今，行业需要大幅增加晶圆产量，这意味着必须建设新的洁净室空间。当现有生产基地的洁净室空间告罄时——大多数公司似乎都已面临这个问题——就必须同时在新建厂址扩产，而这需要很长时间。

这是一个非常耗时的过程，而且还受到诸多实际因素的制约，例如世界各地建设速度的差异，以及监管审批的效率。如何在一片荒地上建立起所有必要的基础设施——电力、水和水处理厂？化学品供应以及建立晶圆厂所需的一切配套基础设施，都需要很长时间，这正是整个行业正在经历的现实。

Sumit Sadana 10:01

所以，尽管我们尽了最大努力，也看到了业内其他企业的努力，但我们目前仍然难以满足市场需求。供应需要很长时间才能赶上需求，而这也是影响客户行为的另一个重要因素。

Sumit Sadana 10:27 这就是我们一直在讨论的战略客户协议。这些战略客户协议从根本上改变了我们的商业模式和业务方式。我们签订的是多年期合同，承诺向客户供货，客户也承诺提供需求预测。这与以往的一年期协议截然不同——以往客户想买就买，只要有货我们就供货。现在的协议是承诺供货协议，投资回报率非常高，因此我们可以为多年所需的资本支出提供保障。

当然，这还没有涉及到智能体人工智能，也就是人工智能发展的下一个阶段。之后还会发展到物理人工智能，那将是下一波巨大的需求浪潮。如果你观察这些不同的需求浪潮，你会发现它们相互叠加、相互促进，而非相互取代。这就带来了一个很大的挑战，那就是如何将如此大规模的实体供应能力转移到线上。

Patrick Moorhead 11:39

在这段时间里，为了满足所有这些需求，我认为你们的长协计划恰恰证明了内存的战略意义正在提升。我知道很容易将其简单地归结为"我们需要长协计划来锁定未来的产能"，这固然重要，但它也涉及到协同规划。

从技术角度来说，我真的深受震撼，也很高兴你提到了边缘人工智能。最有趣的是，无论是 Open Claw，还是客户端计算领域的一些新设计——例如将内存与 CPU 和 GPU 紧密耦合以增强带宽——客户端计算机的架构变化并不多见，它们已经相当稳定了很长时间。接下来我想谈谈超大规模数据中心，我们之前也稍微讨论过，很多动态都发生在这里，至少在资本支出方面投入巨大，模型和应用方面的创新也主要集中在这些领域。不过，我很好奇，关于自动驾驶汽车、个人电脑、机器人、智能边缘等领域……

Sumit Sadana 13:00

内存需求是否正在改变这些应用场景？是的，这是个很好的问题。当然，这一切都始于数据中心。但当我们思考人工智能的未来发展方向时，它不会仅仅局限于数据中心。这股智能浪潮将向边缘推进，最终，智能将无处不在，渗透到所有设备中。因此，它涵盖各种消费电子产品、汽车，当然，甚至包括工业革命第二阶段——届时，所有这些智能都将分布在全球各地的企业之中。

Sumit Sadana 13:43

您的个人设备，无论是在工作场所还是在家中使用的电脑、您的智能手机，甚至包括一些公司正在考虑开发的新设备——这些设备的外形可能与智能手机或电脑截然不同，完全采用不同的设计。因为当你考虑构建一款原生 AI 设备时，可以想到与传统电脑和智能手机方案完全不同的实现方式。这又回到了如何尽可能降低功耗的问题，例如对于一些需要电池供电的设备而言。如何最大限度地提高性能，如何运行那些既能为消费者提供价值、又足够小以便在设备上运行而无需返回云端的模型——这正是人工智能的新前沿。

这种探索将会持续下去。那些足够小、可以在电脑或智能手机等设备上运行的模型，将随着时间的推移变得越来越好。随着这种情况的发生，数据隐私和保密性的优势就凸显出来了。消费者非常重视这一点，而那些能够让消费者确信其与设备交互的所有内容都不会上传到云端的公司，将催生出一系列全新的应用，带来巨大的价值。

Sumit Sadana 15:30

再看看自动驾驶，它现在发展迅猛，这得益于人工智能技术的进步；而下一代前沿技术则是机器人。想想人形机器人，它将成为有史以来最大的产品市场之一。当然，这需要一些时间，但我们正越来越接近那个奇点——届时，你将能够像与其他人交谈一样与人形机器人交谈，其认知能力几乎无法区分。随着时间的推移，这些机器人的物理能力将变得越来越复杂，这将是一项革命性的成果。

最初，它们将应用于工厂自动化之类的环境中，执行非常具体的任务，自由度也较低。一旦从那里"毕业"，最复杂的环境就是家庭，因为家庭环境非常非结构化。但我相信，进入本世纪 30 年代，机器人技术将成为巨大的增长驱动力。而机器人技术最令人兴奋的地方在于，每个设备需要存储海量数据——每个人形机器人将拥有数百 GB 的 DRAM 内存和数 TB 的 NAND 闪存。因此，它们将极大地推动 DRAM 和 NAND 的需求增长。我认为很多人常常无法充分理解这一点：机器人必须能够自主运行，不能每次都向服务器发送数据。确实如此。

Patrick Moorhead 17:25

而且，在你讲解的过程中，我突然意识到美光正在实现到吉瓦的飞跃。想到要发明这项技术，我就觉得有点不可思议。但我认为，人们在想到美光的时候，应该记住这一点。

随着人工智能时代的到来，人们的战略眼光也越来越强，无论是利用尚未发明的前沿设备，还是在不久后发布的、可以直接接入人工智能和大模型的吉瓦级数据中心，都至关重要。

这种共同设计或共同发明的理念我听说过，也和你们的一些合作伙伴聊过，他们谈到了一些正在尝试的想法。我之前也稍微谈到了架构方面的变化——这些变化传统上是通过某种 JEDEC 标准之类的东西来实现的。但现在我们正在探讨的是真正意义上的深度共同设计。您能谈谈您与合作伙伴之间正在发生的这种关系变化吗？

Sumit Sadana 18:45

当然。我们的合作伙伴也希望弄清楚如何在各自的市场中获得优势、战胜竞争对手。内存处理器子系统之所以成为人工智能子系统如此关键的组成部分，是因为内存与处理器之间的交互本质上决定了人工智能系统的许多关键参数——它决定了系统的功耗，决定了可以运行哪些类型的模型、模型的大小以及运行速度。

当你想到大语言模型（LLM）领域各种尺寸和类型上正在发生的种种进步时，你会发现，为了在硬件的内存设计周期和处理器设计周期中实现差异化，各个细分市场都必须密切合作。这并非那种即插即用、符合 JEDEC 标准的器件，事后只需进行一些认证即可使用。虽然部分市场确实如此，但客户越来越需要思考：如何实现差异化？我需要创造一些现成产品无法提供的特殊功能。因此，我们需要与存储器公司合作，就研发路线图展开长达 5 到 7 年的长期讨论。我们正在融入许多客户的研发路线图，他们提出了许多非常有趣的想法，其中一些可行，而另一些则需要更长时间，才能产生突破性进展所需的发明和创新。

Sumit Sadana 20:28

我们对所看到的多元化理念感到非常兴奋。正如您所说，这些理念涵盖了如此广泛的系统——有些设备功耗极低，因为全部采用电池供电，而有些设备则适用于吉瓦级的数据中心。我们已经在多个细分领域以及每个细分领域的一些领先客户中看到了创新成果涌现，我们将继续见证这些成果，并积极为此努力。

在一些令人振奋的项目中，我们不断拓展自身能力，交付客户渴望实现的创新设计理念。客户无法与多家公司进行如此深度的合作，因此能够开展深度讨论的通常只有一两家公司，其他公司可能要几年后才能跟上。这种模式的优势在于，你可以真正与一两家公司建立极其紧密的合作关系，通常走上这条路，你会成为单一来源供应商，或者在一段时间内只有另一家供应商。这种模式将合作关系转变为更类似于 ASIC 芯片的合作模式——客户在设计上拥有更大的自主权，且这种关系具有长期性。这是因为双方之间建立的是一种特殊的 ASIC 式合作关系，而不是几年前那种标准内存芯片式的合作关系。我看到的另一个重大变化是，这种模式可以大规模应用。

Patrick Moorhead 22:27

没错。这意味着销量如此之大，坦白说，资金规模足以让双方都进行投资，而当你启动这个项目时，关键就在于差异化。人们都在寻找方法，无论是性能效率还是总拥有成本（TCO），他们都想与众不同。

我想从投资的角度展望一下未来。你刚才谈到了产能方面的投资。有趣的是，有人期望存储器工厂能像写代码一样快速建成。但听着，我曾经在一家拥有晶圆厂的芯片公司工作，即使在今天，这仍然是一个非常困难的资本密集型项目，必须等三四年后才能看到任何有利的结果。您能谈谈您正在进行的哪些投资真正巩固了美光在下一代技术中的地位吗？不管是人工智能，还是其他技术，抑或是人工智能的某种变体。这些投资确实需要很长时间，您已经把这一点说得很清楚了。

Sumit Sadana 23:57

你说得很有道理。顺便说一句，如果有人知道如何快速建成一座 DRAM 工厂，我们非常想知道，因为这会大大简化我们的工作。我们的客户肯定希望尽快拿到货，我们也正在尽一切努力。

我们已经竭尽全力，加快推进了所有这些投资。单看我们的资本支出计划：2025 财年我们的资本支出略高于 130 亿美元；2026 财年将翻一番；2027 财年预计将超过 450 亿美元。随着时间的推移，这个数字不断攀升。我们最近在美国宣布，将投资额从 2000 亿美元提高到 2500 亿美元，并加快了时间表，预计到明年年底将投入 502 亿美元。

这些投资涵盖了所有领域。我们正在投资爱达荷州一号工厂（ID1），它将投产第一批生产线；明年年中，ID2 工厂将紧随其后投产，预计首批晶圆生产线将于 2028 年底投产。我们在台湾收购的晶圆厂也将于 2027 年开始生产晶圆，我们正在进一步扩建该厂。我们在日本和新加坡也在进行扩建，因此我们在全球范围内有大约 20 个不同规模的投资项目正在推进，旨在提升前端和后端产能。

Sumit Sadana 26:06

但这需要很长时间。每一个新建晶圆厂都是如此。在纽约州，我们规划了一个包含四个晶圆厂的集群，第一座工厂预计将于 2030 年投产。我们于 1 月份破土动工，混凝土浇筑这一里程碑已比计划提前完成。

Sumit Sadana 26:22

世界各地还有很多项目正在进行，但这些项目都需要办理各种许可证，还需要建设整个配套基础设施。建筑人才非常紧缺——想想美国和世界许多地方正在同步推进的建设项目吧。

到处都在建设数据中心，这些数据中心需要电力，所以发电厂也在建设中；它们还需要半导体，所以半导体工厂，包括前端和后端，也都在建设中。因此，熟练技术人员的短缺问题非常严重，要完成所有这些极其复杂的建设项目，技术人员的数量远远不够。

Sumit Sadana 27:15

因此，我们正在投资社区、培养人才，确保人才储备充足，这不仅有助于我们推进所有项目，最终也将惠及整个生态系统。我们在进行各种投资，包括人才培养、社区学院建设，以及与我们开展业务的城镇和社区合作。这对我们来说是一项长期事业。

我们预计随着时间的推移，设施规模将持续扩大，因为这些晶圆厂就像是集群化布局，你不能只建一座晶圆厂。你需要规模，需要尽快突破成本曲线的拐点，所以必须持续建设，这意味着未来十年甚至更长时间，扩张都将持续下去。这些都是我们的长期项目。我们认为真正意义上有效的新增供应要到 2028 年才能开始逐步释放，而且这仅仅是初期阶段，产能增长的势头要到之后几年才能真正增强。因此，整个行业需要一段时间才能找到新的平衡点，但具体何时达到平衡，我们目前还无法预测。

Patrick Moorhead 28:54

你举的例子很好，提供的投资信息也很翔实。不过，有一点我觉得有些人可能会误解，那就是存储器的复杂性。我们都知道逻辑芯片很难做。那我们来谈谈存储器的复杂性——存储器是目前最复杂的半导体技术之一。

Sumit Sadana 29:19

我们常说逻辑电路处于技术前沿，但存储也绝对是尖端技术。它使用 EUV 光刻机，这种机器体积庞大。晶圆厂里大约有 2000 道工序。从晶圆厂开始生产，到最终能把产品交付给客户，整个周期大约需要五个月。这令人惊叹，很多人根本难以想象。晶圆厂的生产周期至少要三个半月到接近四个月，然后组装、封装和测试又要一个月，有时甚至一个半月。

Sumit Sadana 30:04

对于更复杂的产品，比如 HBM 产品，其复杂性就更加显而易见了。很多人都称它为奇迹，说它能正常工作简直不可思议。想想看，把 12 层 DRAM 芯片层层堆叠起来，最底层还有一个连接到 GPU 的基础芯片。整个系统面临着非常严峻的散热挑战和功耗问题——如何在如此高的带宽下运行，在处理器和芯片之间来回传输数据时进行有效散热？单是封装技术就如同洁净室环境一般复杂，与我们在逻辑领域长期使用的倒装芯片封装技术截然不同。无论从哪个角度来看，无论是封装技术的复杂性，还是前端工艺技术的进步（例如 EUV 光刻），DRAM 的每个节点都变得越来越难以扩展。

Sumit Sadana 31:18

NAND 端也是如此。我们一层层地堆叠，200 层、300 层、400 层，通过这种方式制造出这些器件，其工艺复杂度简直是天文数字。而这些 NAND 产品还能存储数据并实现相应功能——现在一块 SSD 的容量就能达到 245 TB。如此巨大的容量能塞进如此小的尺寸里，这简直是工程师和制造团队每天努力创造的奇迹。这其中的复杂性令人难以置信，而在未来几年里，我们还要继续扩展这项技术，实现越来越精细的间距，并真正让这项技术大规模发挥作用，这又将是另一个奇迹。

Patrick Moorhead 32:23

这需要大量的时间、精力和技术创新。它的复杂程度令我惊叹，而你能在如此宽广的功耗范围内做到这一切，更是让我叹为观止。我不知道地球上有多少公司能做到这一点。

有趣的是，人们经常说"我永远都无法对此满足"，我觉得这是因为他们想要更多，想要更多令人惊叹的东西。然后，人们又开始讨论价格之类的问题。但我觉得这是一种投资——美光和其他内存行业的公司进行投资是理所当然的，因为坦白说，如果不进行更多投资，创新周期就会停止。我很期待看到美光未来通过其投资能取得怎样的成就，不仅是在晶圆厂建设上，也包括技术本身。我相信机器人技术能带来十倍的增长，它可能会成为一个巨大的增长市场——这是我们产能模型中一个甚至还没有充分考虑到的额外增长点。当然，我们还需要更多证据来确定它何时会真正发挥作用。

非常感谢您这次的对话。难以置信我们一年前就进行了这样的对话，再看看我们现在的情况，一年时间变化真大。

风险提示及免责条款

高盛向顶级客户预警：AI动量交易出现史无前例裂痕，建议对冲

Wed, 16 Sep 2026 03:14:31 GMT

高盛正向其最顶级的销售与交易客户发出警告：支撑本十年最强劲交易主题的AI动量结构正在出现深层裂痕，建议持有相关敞口的投资者着手对冲。

据高盛策略师Guillaume Soria发给顶级客户的最新报告，9月15日当天，3个月动量因子（GSPRHMO3）单日上涨5%，而12个月动量因子（GSPRHIMO）同日下跌6.7%，两者表现差距创下五年来最大。与此同时，高盛AI主题篮子（GSPUARTI）自高点已累计下跌近45%，为ChatGPT发布以来最惨烈的回撤。高盛认为，这一趋势若持续，动量因子将开始与AI主题脱钩。

在市场影响层面，高盛明确表示，短期内对动量因子进行对冲"仍具合理性"，尤其是在动量因子波动率显著高于大盘指数波动率的背景下——当日标普500指数跌幅不足30个基点，而动量因子内部却剧烈震荡。高盛建议持有AI敞口的投资者，可通过买入中期赢家篮子（GSXUHMOM）或AI受益股篮子（GSTMTAIP）的看跌期权进行对冲，其中GSTMTAIP一个月期、行权价为现价95%的看跌期权指示性成本约为2.02%，期限27天。

动量因子内部出现历史性分裂

高盛报告的核心警示在于，短期动量与长期动量之间的表现背离已达到异常极端的水平。12个月动量与3个月动量之间的单日表现差距，为五年来最大，显示市场正在快速抛弃此前的长期赢家，转而追逐新的短期领涨标的。

从仓位角度看，动量因子的持仓集中度已有所消化——在一年回溯期口径下处于第41百分位，较此前明显回落——但若以五年为回溯期，仓位仍处于第88百分位的高位，意味着系统性去化压力尚未完全释放。

高盛指出，动量因子与AI主题的相关性目前仍极度偏高，在1个月至1年的不同周期内，相关系数维持在90%至96%之间。然而，正是这种高度绑定，使得AI的持续下跌对动量因子的结构性冲击尤为显著。

资金从半导体流向软件，格局重塑

动量因子内部的另一重要变化，是行业轮动方向的逆转。短期动量正在从半导体板块撤出，转而流入软件板块——后者在年初曾是市场最不受待见的板块之一。高盛数据显示，软件相对半导体的表现指标（GSPUSOSE）当日录得有史以来第二好的单日表现。

高盛认为，这一轮动趋势已从3个月动量蔓延至6个月动量，若卖压持续，预计将进一步传导至12个月动量。从动量篮子未来再平衡的方向看，高盛预计将出现软件的多头增持与空头回补，以及半导体的减持，这将从结构上重塑动量因子的构成。

值得注意的是，软件板块此前正是12个月动量因子空头腿中权重最高的板块，其反弹本身也在加剧长期动量因子的承压。

高盛建议顶级客户启动对冲

此次预警的受众范围本身即传递出信号。据悉，高盛此份报告并非面向普通卖方分发名单，而是定向发送给银行最顶级的销售与交易客户，优先级远高于常规研究分发渠道。

在具体操作建议上，高盛提示，对于投资组合中存在AI敞口的客户，可考虑通过GSXUHMOM或GSTMTAIP的看跌期权进行对冲。以GSTMTAIP为例，一个月期、95%行权价的看跌期权指示性成本约为2.02%，期限27天，对冲成本相对可控。

高盛同时强调，当前动量因子的波动率相对于大盘指数波动率已显著偏高，这一背离本身即构成对冲的合理依据。在标普500指数当日跌幅不足30个基点的背景下，动量因子内部的剧烈震荡凸显了该因子当前的脆弱性。

风险提示及免责条款

摩根大通：“开源冲击”、“AI安全”都不是问题，未来两年资本开支仍有空间，半导体设备将成“新瓶颈”

Wed, 16 Sep 2026 03:13:27 GMT

市场近期对AI基础设施投资的信心出现动摇。开源大模型的崛起、AI安全监管呼声升温，以及超大规模云厂商自由现金流转负——三重压力叠加，令科技硬件板块情绪持续低迷。

据追风交易台消息，摩根大通分析师Gokul Hariharan等在9月16日发布的亚洲科技策略报告中，对上述三大疑虑逐一作出回应，结论是：算力需求的基本面并未动摇，AI安全监管担忧属短期扰动，资本开支周期仍将延续，半导体设备将在2027年前后成为整条供应链最关键的瓶颈。

“购买算力”同样是门好生意

市场的第一个疑虑，是"卖算力"固然赚钱，"买算力"（即AI模型厂商和垂直AI应用商）是否也能持续盈利。

分析师指出，当前推理业务的毛利率已有多份报告显示达到60%至80%。

报告进一步测算：假设一家模型厂商通过出售AI token，每GW算力每年可产生200亿至400亿美元收入，远高于2025年的每GW约100亿美元。

报告还援引Sapphire Venture的数据称，已有逾80家垂直AI公司在极短时间内实现年经常性收入（ARR）突破1亿美元，印证了算力消费下游的价值创造。

开源不是威胁，是需求催化剂

第二个市场担忧，是开源大模型的兴起将压低token价格，侵蚀模型厂商的盈利空间。

摩根大通对此持相反看法。分析师认为，开源模型历史上推动了token成本持续下降（每token成本长期下降幅度达80%至90%），这一趋势会加速AI在各行业的渗透，而非削弱整体算力需求。

分析师指出三个逻辑：

在当前算力供给仍然紧张的环境下，专有前沿模型与开源模型的token消耗量都将保持强劲增长；
开源的普及将推动AI向更广泛的应用层下沉；
更多垂直AI应用公司将利用低成本的开源token，解决特定行业问题，形成新的收入层。

分析师特别指出，2026年上半年token成本出现阶段性反弹，属于算力严重短缺叠加智能体AI兴起所导致的"异常值"，并非趋势逆转。

AI安全监管：短期扰动，不改训练节奏

第三个担忧来自监管层面。据彭博报道，Anthropic首席执行官近期公开呼吁放缓AI模型改进的节奏，引发市场对算力需求前景的担忧。

分析师认为，这一担忧同样被放大了。

他判断："AI模型正在以更快的速度演进，RSI（递归自我改进）的临近，恰恰说明技术演进和AI扩展定律并未放缓。"

分析师进一步指出，即便新模型的推出可能受到对齐限制等因素的约束，前沿模型的训练节奏本身不太可能减慢。与此同时，开源模型也不会停下脚步，这反而会倒逼前沿模型实验室加快训练以保持领先。

摩根大通认为，AI安全议题的背后，是技术演进速度过快引发的监管跟进，而非需求萎缩的信号。报告预计，未来1至2年内，生成式AI有望开辟类似过去18个月编程和智能体工作流那样的全新市场空间。

资本开支：杠杆仍低，现金流在加速

超大规模云厂商的资本开支融资能力，是市场的第四个疑虑。多家云厂商已进入自由现金流为负的阶段，外部融资压力上升。

摩根大通的判断是：未来几年资本开支仍有增长空间。

理由有三：

大型超大规模云厂商的净债务/股权比目前仅为13%，杠杆水平仍然偏低；
公有云业务增速正在加快，且定价更高，将成为经营性现金流增长的重要来源；
超大规模云厂商及算力下游买家的股权融资，可提供额外的资金支撑。

分析师预测，亚马逊、微软、谷歌、Meta、甲骨文、Coreweave和SpaceX七家公司合计资本开支，将从2025年的4430亿美元增至2026年预估的9330亿美元，2027年进一步升至1.577万亿美元，同比增速分别为71%、110%和69%。

分析师同时提示，利率上行环境及部分AI基础设施融资领域风险偏好的变化，仍是需要持续关注的变量。

半导体设备：下一个瓶颈正在形成

在供应链层面，摩根大通认为，展望2027年，半导体设备（SPE）将从此前的"洁净室及其他领域"瓶颈，转变为整条供应链最核心的制约因素。

需求端驱动因素包括：

台积电将大幅加码N2、N3及A14制程的设备投入；
英特尔、三星晶圆代工及Terafab等挑战者也将增加资本开支；
成熟制程晶圆厂启动四年来首个新投资周期；
DRAM和NAND Flash厂商将在2027至2028年随洁净室产能上线而快速扩大设备采购；
中国存储器投资也将在未来两年显著提速。

供给端，摩根大通指出，半导体设备厂商已开始享受罕见的涨价红利——原因是产能紧张、投入成本上升，以及来自多家客户的加急订单。

封装与基板：瓶颈持续，光互连崛起

在元器件层面，摩根大通认为IC基板和先进封装仍是关键瓶颈。

基板供给高度集中于Unimicron、Ibiden等一线厂商，产能扩建周期长达约2.5年。随着AI加速芯片推动单封装基板用量提升，以及2027年底EMIB-T封装技术的引入，供需缺口预计将进一步扩大。

光互连方面，摩根大通预计谷歌、AWS及英伟达将在未来两年全面采用NPO（近封装光学）方案，以解决GPU间、GPU与CPU间及存储互连的性能瓶颈。CPO（共封装光学）是长期方向，但供应链成熟仍需时间。

存储：基本面健康，但情绪仍需修复

存储子板块是摩根大通态度相对审慎的领域。

报告指出，HBM降规格担忧、算法效率提升（如循环Transformer等）对内存用量的压缩，以及KV缓存向DDR或NAND等低层级存储的迁移，使该板块投资逻辑较为嘈杂。

但基本面并不悲观：供需平衡预计不会早于2028年出现，价格应持续上涨至2027年。摩根大通认为，若AI情绪在2026年四季度回暖，存储股有望跟随上涨。但在此之前，投资者的参与意愿可能仍低于其他科技子板块。

2027年哪些环节涨价更强？

摩根大通梳理了2027年相较2026年价格涨幅有望扩大的细分领域：

晶圆代工：台积电预计在2027年对所有制程节点提价（2026年仅限先进制程）；8英寸成熟制程涨幅或达10%至15%，高于2026年的8%至10%；
OSAT：涨价范围扩大至引线键合及成熟倒装芯片封装；
基板：涨价周期启动，EMIB-T的引入将进一步收紧供需；
高端CCL（M7及以上）：AI需求与服务器规格升级双轮驱动，供给增速持续落后于需求；
存储：涨价节奏预计放缓；
PCB材料：涨价动能同样趋弱。

分析师指出，亚洲科技硬件供应链的EPS修正趋势依然健康，估值具有吸引力。

当前市场情绪偏弱，但尚未看到资本开支下行周期即将到来的明确信号。推动下一轮行情的关键催化剂，仍将来自模型层和AI应用层持续变现能力的更多验证。

风险提示及免责条款

DeepSeek核心工程师长文刷屏：《我不得不把才华埋葬在昨天》

Wed, 16 Sep 2026 02:53:41 GMT

9月14日，刚刚交付DeepSeek V4.1核心算子的青年工程师刘胜与，以一篇记录技术变迁与个人心路的长文《我不得不把才华埋葬在昨天》在海内外技术社区持续刷屏，引发关于AI时代开发者命运与技术演进的广泛讨论。

词条#我不得不把才华埋葬在昨天#也冲上知乎热榜第一。

作为大模型底层的核心构建者之一，DeepSeek机器学习系统工程师刘胜与的技术履历十分突出。他是北京大学2021级计算机“图灵班”成员，曾担任北大未名超算队队长并代表学校出征国际大学生超算竞赛SC23。2025年4月加入DeepSeek后，他承担了关键的底层算子研发工作，并在几天前刚刚完成了DeepSeek V4.1主Attention算子（head dim = 512 的 MQA attention）的代码交付。

刘胜与在文章中坦言，虽然自己为 DeepSeek V4.1 核心算子的成功感到自豪，但也十分清楚技术的不可逆演进。

“再过上半年或者一年，AI 写的算子大概率就会和我写得同样优秀，甚至将我超越，”刘胜与直言，“AI 能一秒思考 300 个 token、半秒敲出一行命令、二十秒写完一份代码，而我不行；AI 能在模型深度、思考强度、工具调用量甚至并行度等方面不断提升，而我不能。”

这种极速进化将开发者推入了一种深刻的技术悖论之中：他把算子优化得越好，新模型的推理与训练就越快；模型能力进步越快，AI取代人工写算子的时间节点就来得越早。

面对这种不可抗拒的趋势，刘胜与写道：“人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫……我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。”

“我不至于失业，但必须要转业”

针对外界关于程序员饭碗的担忧，刘胜与给出了清醒的判断：工程师群体不至于面临真正意义上的“失业”，但必然需要经历深刻的“转业”。

“转业代表着我需要放弃我深耕已久并充满热爱的算子设计、编写、优化领域，转而去做 Agent 的‘机甲驾驶员’，”他写道，“在之前，我的兴趣、我所擅长的以及工业界所需要的，三者是基本对齐的；而现在，工业界的需求从‘会写高性能算子的人’漂移到了‘能用 AI 更快地产出高性能算子的人’。”

他将这种手艺的失落比作自动化织袜机出现对老手艺人的冲击。即使凭借过往经验依然能把机器用得最好，但曾经“临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了”。

“我的手中多了些齿轮，但心中少了些节拍，”他感慨道。

除了个人职业转变，刘胜与还在文中表达了对年轻一代工程能力退化的担忧。如果学生普遍依赖 AI 在数分钟内完成复杂的代码作业，系统架构与抽象设计能力或将出现断层，“一个工程能力很差的人，在搭配上 AI 后，产出屎山的效率可以达到先前的数倍，进而给系统埋下各式祸患，让这个世界变得更加草台。”

澄清初衷：与“手工业时代”的体面告别

由于文章发布后在各大平台引发了有关地缘政治、机构竞争乃至失业焦虑的过度解读，刘胜与随后发布补充说明，澄清了自己的写作初衷。

他表示，文章并非表达对饭碗的焦虑，也不是为了挑起 DeepSeek 与 Anthropic 等闭源机构的对抗，其核心动机只是向过去“纯手写算子”的纯粹时光做一次认真的告别。

“想必未来有朝一日，‘手写算子’甚至‘编程’可能会成为一种娱乐活动而非生产活动，就像是现在几乎没人会用标枪打猎，而是把它作为一种竞技活动那样，”刘胜与写道，“这相当于逼着我放弃我曾热爱的事物，强行转向另一个方向。哪怕新方向同样令人着迷，这种感觉都不太好受。正如标题所说的：我不得不把才华埋葬在昨天。”

谈及为何坚持留在 DeepSeek，刘胜与重申了自己的信念：最前沿的智能应当以开放、普惠的方式供应给全社会，避免核心能力被极少数商业寡头彻底垄断。

“在不得不把才华埋葬在昨天后，我还有明天的光明可以追逐，”他在补充说明结尾表示，自己将继续投身于引入 AI Agent 编写算子的新流程中，在拥抱新技术工具的同时，寻找属于新时代的落脚点。

原文如下：

《我不得不把才华埋葬在昨天》

原创 intlsy 的狗窝 2026年9月14日 00:26

前几天，DeepSeek v4.1 发布了，将小模型能力的高度又向上推进了一个档次。

AI 发展的速度远远超过了所有人的预期。从那个只会咿呀学语地聊天、上下文长度只有几千 token 的初版 ChatGPT，到具有推理能力的 OpenAI o1、DeepSeek R1 与 Kimi K1.5 Thinking，只不过短短两年；从推理模型到如今能够流畅地在各类 harness 工具中执行命令、完成复杂任务的智能体，也不过一年半。很难想象，倘若再等上一年、两年、三年，彼时的 AI 会成为什么样子，会有多么强大，会不会已经具备了自我进化的能力，并深度渗透进了具身智能等领域。

AI 越来越会写算子了

AI 在我所从事的算子设计、编写这一领域同样进步飞速，在短短一年的时间内，他已经从一个只能帮我查查文档、读读代码、找找 bug 的小助手，蜕变成了一位能够独立阅读 CUDA、PTX 与 SASS 编码、通过专业工具分析每条指令的停顿时间、进而独立优化算子的算子大师。相信在不久的未来，它也能拥有自己独立设计算子调度、评估不同调度方案的性能、将其实现并优化的能力。

我当然为 DeepSeek v4.1 的成功而骄傲 —— 毕竟它的主 Attention 算子都是我写的 [1]，它的优秀正是对我的算子的一份肯定。但是，时代的车轮滚滚向前，技术的发展无人能挡。我很清楚，再过上半年或者一年，AI 写的算子大概率就会和我写得同样优秀，甚至将我超越。AI 能一秒思考 300 个 token、半秒敲出一行命令、二十秒写完一份代码，而我不行；AI 能在模型深度、思考强度、工具调用量（和环境交互的频率）、甚至并行度等方面都能不断提升，而我不能。

人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫。为什么在明知“我算子写得越好，我们的新模型的训练、推理速度就会越快，模型能力进步就会更快，我就会更早地被取代”的情况下，我仍然选择尽力优化算子呢？一方面确实是因为写算子对我来说就像打游戏一样，能为我提供极大的快感。我在发明了一种新技术、或者看到自己算子的性能上升的那一刻，心中的激动程度不亚于游戏的速通玩家打破了自己过往的记录。同时，当看到自己的算子的性能远超厂商官方的算子时，我心中也会萌生极大的自豪感。但除此之外，一个更重要的原因是，哪怕我就此“摆烂”甚至故意下绊子耽误模型训练，其它家的模型也会照常发展并最终将我照杀不误。“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己”。在大家都这么执着于毁灭自己的时候，我也不得不加入这场残酷的军备竞赛。

那我呢

等到 AI 写算子的水平真的高于我的那天，届时的我会怎么样呢？

我的判断是：我不至于会“失业”，但必须要“转业”。我的饭碗尚且能保住，但这可能会导致我再也没机会从事那份我曾热爱过的工作。

我曾经对时代的变化与我个人在未来的处境做出过一个判断：由于时代变化真的太快（上文的 AI 发展就是一个很好的例子），我完全无法预知五年、十年后会发生什么，但不论如何，我相信凭借着自己的眼界、判断力、主观能动性与智力，留在时代的牌桌上，并重新立于时代的潮头。但是，这个判断只能保证我不会“失业”，而无法保证我不需要“转业”，倒不如说这个判断鼓励我通过转业来避免失业。

那转业代表什么呢？它代表着我需要放弃我深耕已久并充满热爱的算子设计、编写、优化领域，转而去做 Agent 的“机甲驾驶员”。在之前，我的兴趣、我所擅长的、以及工业界所需要的，三者是基本对齐的；而现在，AI 让我所擅长的变成了它更擅长的，也让工业界的需求从“会写高性能算子的人”漂移到了“能用 AI 更快地产出高性能算子的人”。为了适应工业界的需求，我势必要放弃之前那个我热爱的方向，转向一个未知的新方向。我相信我能凭借着自己对于工程学、上层模型需求和底层硬件的理解，继续高质量、高效率地产出算子，我也知道我可能会热爱这个新方向（也可能不会），但被夺走热爱的感觉，确实不太好受。那份坐在工位上静心写上一下午算子的清欢，可能会在这个夏天成为绝唱。我不得不把才华埋葬在昨天，去做一位机甲驾驶员。我的手中多了些齿轮，但心中少了些节拍。

可以打个形象的比方：你精通织毛衣技术，尤其擅长各种图案的织造与各色色彩的搭配。你所织出的毛衣质量过硬且花纹美观，十里八乡的富人都来请你为他们织毛衣，你借此赚到了不少钱。同时，你十分享受着那种坐在窗边，沏一壶清茶，望着窗外的青山、绿水、牛羊与炊烟，静静地织上一下午毛衣的感觉。但有一天，有人发明出了一台神奇的机器，只需提供毛线与图案，便可自动织出毛衣，质量与纹理都不亚于你亲手织造的，且速度远快于你。你很清楚，你的同行可以凭着这台机器轻松达到你曾经的水平，因此你不得不也去用它。你也知道，凭借着你过去二十年攒下的织毛衣技术，哪怕大家都有机器，你织毛衣的速度与质量也还能超过同行。但那份临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了。

我知道这很无奈，但没办法。饭碗可以保住，但旧日的热爱大概率是要放弃的。我是一个理性和感性分离得比较开的人，在需要用理性处理问题时可以很理性，但有时也会表现出感性的一面。我记得我在搬离住了一年的出租屋时，还大哭了一场，舍不得和过去的记忆分别。今天和之前那个手写算子、人脑优化的时代告别，无疑比这更加残酷。

不知道有没有读者有类似的感受，但我想这事儿也只能这样了。

那人们呢

在 AI 不断进步的同时，我也对一些问题表示担忧：

现在的学生是不是大概率会更倾向于使用 AI 完成作业，特别是偏向于实践的各种 Lab？想象一下，如果面前有两个选择，一个是苦哈哈地用八小时时间完成一个 Lab，或许还拿不到满分；另一个则是启动 AI 模型，用几毛钱的成本、几分钟的时间，直接让 AI 编写满分代码，那大部分学生会选择哪个呢？

上面一点会导致大量学生的工程能力严重不足，包括组织代码的能力、构建系统的能力、思考未来潜在需求并提前在设计上应对的能力、抽象的能力等等。那么在 AI 能力不断变强的背景下，这部分“工程能力”是否还是必须的呢？这些工程能力是会向旧日的“熟练编写 x86 汇编”的能力那样逐渐被时代抛弃，还是会像“理解从软件到系统再到硬件的整套计算机系统”的能力那样永远具有价值？如果是后者的话，那就危险了 —— 一个工程能力很差的人，在搭配上 AI 后，产出屎山的效率可以达到先前的数倍，进而给系统埋下各式祸患，让这个世界变得更加草台。

在未来社会中，权力（power）是不是会比技术或智商更加重要？

这些问题，或许就需要时代本身来回答了。

结语

伴随着 AI 的发展，未来的社会可能会趋向于两个极端：共产主义与赛博朋克 2077。在前者中，生产力得到极大的解放，人们的生活水平有了明显的提高；而在后者中，少数科技公司控制着大部分资源，只有极少数人能够使用最先进的 AI 和各式科技，获得接近“机械飞升”的效果，大部分人则只能用上很孱弱的 AI。阶层跨越将越来越难实现：你得先有最强的 AI，才能跨越阶层，形成了一种死循环。

你猜猜如果 An****pic 公司永远掌握着这个世界上最先进的 AI，未来社会是会变成共产主义还是 2077 呢？你猜？

所以，我还是相信，最前沿的智能应该以一种开放、廉价的方式，供应给所有人。我不信任 Anthropic 或者 OpenAI 能这样做，特别是不希望 Anthropic 掌握最先进的人工智能或 AGI，夸张点说其严重性不亚于让希*勒先于盟军掌握原*弹技术。这也是为什么我选择并坚持留在了 DeepSeek：我们研究强大、快速、普惠的人工智能并将其开源，或许能把世界从 2077 那端拉回来一些。

愿未来的世界一切安好。May all the beauty be blessed.

[1] “主 Attention”仅包括 head dim = 512 的 MQA attention，不包括用于选出 top-k 重要的 token 的 indexer，那部分是由其他（水平也非常强的）同事（以及他们的 AI Agent）编写的。

对《我不得不把才华埋葬在昨天》的补充说明

原创 intlsy 的狗窝 2026年9月15日 19:50

这次这篇文章火出圈了，微信公众号这边获得了十几万的阅读量，冲上了知乎热榜第一，并在 X 上也引发了不小的讨论。

这波爆火其实是挺出乎我意料的，只可惜，大家的关注点和我想表达的并非完全对齐。

我写这篇文章本来的目的，并非要表达对失业的焦虑，更不是想强调 DeepSeek 的开放普惠与 Anthropic 的不讨喜，而是想和我过去手写算子的那段时光说句再见。在 Agent 出现之前，大部分代码都是我一个字一个字敲出来的，这看似枯燥的过程，对我来说反而是一种享受：我可以静下心来，仔细思考大到模块组织、功能排布，小到代码逻辑、变量命名的每个细节。我也享受绞尽脑汁研究算子的调度和优化方案，提高算子性能，最终打败公认实现（比如 Flash Attention，NVIDIA 官方编写的算子，甚至是某些之前公认的“不可能优化好”的任务，比如 token 级稀疏的 attention）的感觉 —— “我在发明了一种新技术、或者看到自己算子的性能上升的那一刻，心中的激动程度不亚于游戏的速通玩家打破了自己过往的记录”。但是，现在这种快乐要被 AI 夺走了：为了生产效率和算子性能（现在的 AI 干活儿比我快，以后的 AI 则是又快又好），我必须迎接新时代中的新事物，研究如何用 AI 更好地写算子，在工作时间中再也没机会享受静静地、慢慢地写算子、调算子、优化算子的时光了。想必未来有朝一日，“手写算子”甚至“编程”可能会成为一种娱乐活动而非生产活动，就像是现在几乎没人会用标枪打猎，而是把它作为一种竞技活动那样。这相当于逼着我放弃我曾热爱的事物，强行转向另一个方向。哪怕新方向同样令人着迷，这种感觉都不太好受。正如标题所说的：我不得不把才华埋葬在昨天。

我是一个很看重记忆和感动的价值的人，可奈何记忆会褪色，会被时光的细雪渐渐掩埋。之前还写过另一篇文章聊了聊这事儿：2025 年终总结之二：记忆。因此，这篇文章其实是对我过去时光的一段总结与怀念。我希望借这篇文章，将过往的那些手写算子影像定格，以保存这份真切的记忆与真挚的感动，供十年、二十年之后的我来怀念。顺带借着这篇文章，给予自己放下过去、拿起新工具、勇敢地走向新时代的勇气。

↑ 一段我很喜欢的话，节选自公众号评论区

但大家的理解似乎和我的原意出现了不小的偏差... 本来文章的最后两节只是一些碎碎念：倒数第二节简要提及了一些 AI 带来的社会问题，但其实也没有很仔细地去分析或回答；最后一节则是我个人在前段时间的一些零碎思考，认为前沿智能还是应该“以一种开放、廉价的方式，供应给所有人”。但由于我并不是历史学、社会学等人文学科的专家，这部分我也只是稍加探讨并一带而过（顺便踩一脚我一直看不太惯的 A/），里面关于共产主义与 2077 的辩论也不一定对。虽然里面说的“我选择 DeepSeek 的原因之一是不想让世界变成 2077 那副模样”以及“May all the beauty be blessed”两句话是真的，这确实是我的理想，但这并不是本文的中心。这一段也仅代表个人观点，不代表任何我所在的公司的立场。或许等我未来有朝一日把这个问题想清楚一些后，会再开一篇文章来写一写。

结果，这篇文章发出去之后，虽然确实有很多人和我关于旧日时光的怀念产生了共鸣，但大部分人都把聚光灯打在了最后一段上。知乎上排名最高的几条回答写得还行（说明知乎用户的阅读理解能力还是挺好的），但微信公众号评论区中有大量人在探讨 Anthropic 和 DeepSeek 关于开放智能的态度，小红书上甚至已经有“DeepSeek 反击 Anthropic”这种回答了......我很感慨某些学新闻学的的炒作能力，同时看了这些之后感觉很无奈... 大家还是多关注关注文章的主题吧。

回归主题，AI 在未来不断变强是肯定的：哪怕局限于当下的 Agent + Harness + 长上下文 + CoT 的范式，随着数据质量、模型深度、上下文长度不断继续扩展（scale），AI 的能力也将稳步前进。更别提，后面还等着具身智能、RSI、以及一些我们尚未知晓的其他技术。我对未来的 AI 的能力是乐观的，对于我在未来社会中的位置是相对乐观的，但对于未来人们还能不能潜下心来认真做一件事情是悲观的，对于我未来能不能长久地把一件事情同时作为工作和爱好，也是悲观的。

但哪怕这样，我还是要继续坚持写算子、以及不断引入 AI Agent 写算子。一是因为“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己”（被别人淘汰不如自我进化）；二是因为我还是希望我们（或者其他同样秉持着开放共享理念的 AI 公司）能够先于某些公司，做出最强大的智能，惠及所有人。我还是相信我原文中关于共产主义和 2077 的论调，也希望这个世界能尽量离 2077 那端远一些。爱好兴趣是一回事儿，理想信念则是另一回事儿了，因此我也将继续在这个领域开拓下去。我在未来也会尽量尝试重新对齐爱好、特长和时代需求的方向，尝试在属于 AI 的时代找到属于自己的乐土。在不得不把才华埋葬在昨天后，我还有明天的光明可以追逐。在被这场世末的凉雨淋湿后，我仍会用回温的心灵驱散阴霾，寻找越过黑夜后渐变的那一抹蓝色 [1]。

[1] 化用了 COP 的《世末歌者》等歌曲的歌词。

风险提示及免责条款

多重制约下内需仍偏弱

华泰证券吴宛忆、易峘、王洺硕 — Wed, 16 Sep 2026 02:43:21 GMT

核心观点

9月15日国家统计局公布8月经济活动数据，工业增加值/社零同比分别增长5.2%/0.4%（彭博一致预期4.8%/0.8%）；1-8月固定资产投资增速录得-7.2%，符合彭博一致预期，隐含月度投资降幅从7月的12.9%收窄至11%。

整体而言，去年三季度后基数逐步走低，而8月各项经济活动指标仍偏弱，多重因素的扰动仍在持续——1）广义财政持续偏紧，仍对投资及政府消费形成拖累，8月新增人民币贷款和新增社融均同比少增，内需及实体经济融资需求仍偏弱；2）高油价下高能耗行业开工再度承压，发电量持续2个月负增长，成本冲击对中下游企业盈利及投资的挤压效应继续显现，景气度光谱进一步收窄。3）地产投资及销售亦在低基数下持续回落，关注8月28日地产现房销售制度落地后，地产销售、土地成交及新开工的走势，尤其是对地产投资和开发商现金流是否带来新一轮潜在紧缩效应。

1.AI及出口链提振工业生产，但对内需相关行业带动较为有限

工业增加值增速从7月的4.5%回升至5.2%，极端气候扰动消退后部分行业生产有所修复，但发电量增速较7月的-0.1%回落至-0.8%，显示传统高耗能行业生产继续走弱：AI相关及出口链行业持续形成拉动、计算机通信行业对总体工增贡献仍有1.9个百分点（占比近四成）；装备制造业等出口链生产回升，如电气机械/汽车增速维持9.9%/8.7%的高景气，工业品中锂电池/工业机器人产量同比分别增长57.2%/34.6%。但内需相关工业生产仍在低位，8月有色冶炼/橡胶塑料/水泥行业工增同比放缓至-4.1%/4.3%/-4.1%，钢材产量同比降幅亦较7月的4.1%走阔至5.5%。

2.暑期出行或对服务消费形成边际支撑，需求前置拖累整体社零走弱

社会消费品零售总额同比增速由7月的0.6%回落至0.4%，剔除金银珠宝及“以旧换新”品类后，8月商品零售同比增速持平于7月的2.2%。其中，1）暑期出行或对服务消费形成一定支撑，计入服务消费后的1-8月零售总额同比增长2.5%。2）8月以旧换新品类社零同比降幅较7月的8.3%继续走阔至8.8%；3）8月财政支出尚未明显提速，政府消费增长或仍偏弱。

3.低基数下投资仍偏弱，政策性金融工具效果尚待显现

能源供给扰动与财政偏紧下企业资本开支意愿偏弱，低基数下投资读数仍在低位。一方面，成本冲击对制造业（尤其是中下游行业）的挤压效应凸显，8月制造业投资同比降幅从7月的4.4%走阔至6.1%。另一方面，广义财政支出力度持续偏紧，8月基建投资同比降幅较7月的14.7%略走阔至14.8%。

地产投资和新开工持续偏弱，房企现金流状况总体仍承压。8月地产投资/新开工面积同比回落25.5%/30.9%，新房成交面积同比降幅亦较7月的13.4%走阔至14.8%。高频数据显示9月1-14日一线新房/二手房成交面积同比回升至23.7%/12.5%，地产市场“金九”的成色仍待后续进一步观察。

往前看，中央财政发力可能边际托举投资，但考虑高油价对真实收入和企业利润的挤压，叠加地方财政仍有持续偏紧压力，短期增长可能延续偏弱的状态。外需层面，近期中东及俄罗斯等能源基础设施进一步受损，中国需求的“缓冲”也可能难以维持此前的体量，可能加剧全球传统行业“滞胀”风险（参见《石油供需有持续恶化风险》，2026/9/15）。内需层面，8月21日国新办发布会上，财政部宣布将加快资金使用，叠加9月新型政策性金融工具首批资金已陆续落地，或对投资形成一定托举，但可能仍难以抵消国内外多重不确定性上升的影响。

主要内容

1.AI及出口链提振工业生产，但对内需相关行业带动较为有限

工业增加值增速从7月的4.5%边际回升至5.2%，季调后的环比增长录得0.54%，显示7月极端气候的扰动消退后、叠加低基数提振，工业生产同比读数边际修复，但4月以来工业生产整体低位震荡。具体看，8月工增回升主要受AI及出口链行业拉动、基数效应亦形成提振，比如计算机通信、运输设备、专用设备等行业增长维持高位，工业机器人、集成电路等主要工业产品生产增速持续上行。

AI相关需求仍在快速增长。计算机通信制造业增加值增速较7月的19.1%小幅放缓至17.2%，对总体工增贡献较7月的2.1个百分点略回落至1.9个百分点（占比近四成）；主要产品产量方面，工业机器人产量同比增速较7月的30.2%继续上行至34.6%，集成电路产量同比增速较7月的20.7%略下行至20.6%，仍保持较高增速。
出口链相关行业工业增加值保持较快增长。8月出口金额同比增速较7月的23.9%上行至25%，工业企业中装备制造业增加值同比增长12.1%，高技术制造业增加值增长16.7%，分别快于全部规模以上工业增加值6.9和11.5个百分点。主要出口链行业中，专用设备/通用设备/电气机械/运输设备制造业8月工增同比分别录得11.4%/9.8%/9.9%/13.4%，四者合计提振整体工增增速约1.5个百分点。主要产品产量方面，新能源汽车产量同比较7月的29.9%下行至21.9%，仍保持较快增长，分产品看，锂离子电池、工业机器人、3D打印设备产品产量同比分别增长57.2%、34.6%、29.9%。

然而，内需相关的工业生产仍在低位。8月布伦特期货/现货油价均价较7月上行4.9%/8.9%，高油价对传统行业需求持续形成挤压——8月有色冶炼/橡胶塑料/水泥行业增加值增速走弱至-4.1%/4.3%/-4.1%，工业品中，水泥产量同比降幅较7月的11.6%继续走阔至11.7%，钢材产量同比降幅亦较7月的4.1%走阔至5.5%。而石化链或仍受到供给冲击影响、整体“价优于量”，石油和天然气开采业8月工增同比增速较7月的6.1%上行0.1个百分点至6.2%，化学制品制造业8月同比增速较7月上行1.2个百分点至0%；煤炭开采和洗选业8月同比降幅较7月收窄5.2个百分点至5.6%，前期生产事故带来的扰动或逐渐减退；其他生产方面，医药制造业8月同比增速较7月上行2.4个百分点至5.2%，或部分受到低基数提振；汽车制造业8月工增同比增速持平于7月的8.7%，汽车产量8月同比降幅较7月的0.1%走阔至2.7%。

2.暑期出行或对服务消费形成边际支撑，需求前置拖累整体社零走弱

社会消费品零售总额同比增速由7月的0.6%略回落至0.4%，低于彭博一致预期的0.8%，除部分国补品类支撑外，内需整体承压，政府消费增长或仍偏弱、对总消费形成拖累。剔除金银珠宝、“以旧换新”品类后，8月其他商品消费同比增速持平于7月的2.2%。此外，1-8月商品和服务零售总额同比增长2.5%，强于同期总体社零增速的1.1%，其中服务零售额增速（4.9%）较1-7月的5.0%边际减速。

暑期出行活动或对服务消费形成一定支撑，服务消费强于商品，1-8月服务业零售额累计同比增速4.9%，较1-7月的5.0%略有回落。携程数据显示，今年暑期长线游订单占比升至32%，跨省出行占比超过55%，长线旅游需求的加速释放有望为服务消费提供持续动能。而餐饮/烟酒消费同比增速录得1.1%/12.5%，其中烟酒消费同比大幅上行6.5个百分点，我们估算对社零同比增速提振约0.13个百分点，或主要受到低基数提振。
家电和通讯器材等部分国补品类边际提振整体社零增长。8月实物商品网上零售同比增速较7月的3.3%放缓至2.2%。家电同比增速由7月的-1.9%回升4.2个百分点至2.3%，我们估算其对社零同比增速的影响由7月的拖累0.28个百分点转为拉动0.05个百分点；通讯器材同比增速由7月的20.4%进一步回升6.9个百分点至27.3%，去年同期基数回落形成一定提振，以旧换新政策延续及终端价格上涨亦对名义零售额增长形成支撑。
新能源汽车补贴退坡、需求前置叠加燃油车需求偏弱，国内终端汽车零售消费需求承压。8月汽车类商品零售同比降幅较7月的17.0%走阔1.5个百分点至18.5%，我们估算其对社零同比增速的拖累约为1.88个百分点，而考虑到乘用车销量/商品房销售面积比例已超2015-2025年均值的2个标准差，或体现自2024年以来的以旧换新补贴拉动下需求有所前置。同时高油价对燃油车需求或形成一定压制，进一步拖累终端汽车需求。
金银珠宝类零售同比降幅由7月的10.1%走阔7.4个百分点至17.5%，我们估算其对社零同比增速拖累为0.13个百分点；地产链相关品类中，建筑及装潢材料同比降幅由7月的14.2%收窄2.4个百分点至11.8%，家具类零售同比降幅由7月的8.8%收窄0.9个百分点至7.9%，地产相关消费整体仍承压。
财政支出尚未明显提速，政府消费增长或仍偏弱。8月政府债净发行同比少增3575亿元，而消费和投资加权平均增速与广义财政支出增长高度相关，占总消费约3成的政府消费可能有所减弱。

此外，就业方面，8月全国城镇调查失业率较7月的5.2%回升至5.3%。

3.低基数下投资仍偏弱，政策性金融工具效果尚待显现

今年1-8月固定资产投资累计同比较前7个月的-6.7%进一步下行至-7.2%，8月单月固定资产投资同比降幅较7月的12.9%收窄至11%，季调后环比增长从7月的-1.4%略回升至-0.5%。广义财政支出力度持续偏紧与能源供给扰动下企业资本开支意愿偏弱，低基数下投资读数仍在低位，后续重点关注政府债发行提速和新型政策性金融工具落地对内需的托举作用。具体看，

高油价的挤压效应凸显，制造业投资、尤其是中下游行业投资总体承压；8月单月制造业投资同比降幅从7月的4.4%再度走阔至6.1%。分行业而言，成本冲击下部分中游加工和装备制造业利润受到挤压，对相关行业投资形成拖累，如有色加工/金属制品同比较7月回落2.7/7.5个百分点至-5.4%/-22.6%，油价和原料成本抬升影响下、化学制品制造同比降幅亦走阔0.8个百分点至12.9%。部分中游设备制造业投资动能在成本走高和订单放缓环境下有所放缓，如计算机/电气机械同比回落6.7/5.6个百分点至10.3%/-3.1%，通用设备同比降幅亦走阔1.7个百分点至2.5%；但专用/运输设备投资同比增速较7月的-12.2%/-22.5%回升至-7.5%/0.6%，主要反映专用装备、交运相关领域订单阶段性回补。下游制造业行业投资增长动能边际回暖、但可持续性仍待观察，8月汽车/医药制造同比回升1.5/15.2个百分点至-10.7%/1.9%，而食品制造同比放缓1.7个百分点至-17.3%（图表9）。
广义财政支出力度持续偏紧，低基数下基建投资同比偏弱，8月基建投资同比降幅较7月的14.7%略走阔至14.8%。一方面，政府债券资金向实物工作量的转换速度仍待提速，今年前8个月国债净发行和新增地方专项债累计6.71万亿元、同比少增7,254亿元，发行进度（62.2%）亦慢于去年同期的70.4%（图表10）；另一方面，地方政府自发性加速化债亦对基建投资回升形成掣肘，8月地方专项债中用于化债和清欠的特殊专项债发行占比较7月的62.2%回落至47.5%，但用于项目建设的专项债仍同比少增39亿元（图表11）。同时，新增政府债更多用于置换隐债和压降风险对民间投资增长形成压制，8月民间固定资产投资同比降幅基本持平于7月的14.5%（图表12），而公共部门投资同比降幅从7月的10.6%收窄至5.2%。值得注意的是，今年8,000亿元新型政策性金融工具已于9月初在浙江、云南、四川和福建等多地开始投放，“六张网”或成为提振投资的主要抓手，对投资的拉动效果有待观察（图表13）。
地产投资和新开工总体仍偏弱，房企现金流状况总体仍承压。8月地产投资/新开工面积同比回落25.5%/30.9%（图表14），商品房“严控增量、优化存量”的政策导向下地产投资和新开工总体仍偏弱——极端天气扰动下建筑开工指标同比偏弱，如8月水泥开工同比回落3.9个百分点，建筑钢材成交量同比回落12.8%（图表16-17）。房企现金流状况总体承压——8月房地产到位资金同比降幅较7月的21.0%走阔至26.7%（图表15），分项中定金和预付款/贷款同比降幅较7月的4.1%/35.8%走阔至18.1%/44.0%，而个人按揭贷款同比降幅较7月的14.4%略收窄至13%。值得注意的是，8月28日，住房城乡建设部等宣布推动地产现房销售制度落地，对开发商现金流的影响尚待评估。
8月商品房成交量价同比降幅均有走阔，但9月以来的高频数据显示核心城市的居民购房需求边际升温，地产市场“金九”的成色仍待后续观察。统计局口径数据显示，8月新房成交面积/金额同比降幅较7月的13.4%/8.9%走阔至14.8%/12.1%（图表18），由此，统计局口径下8月的商品房销售均价同比自7月的5.2%下行至3.2%；统计局首次公布月度的二手房成交面积数据显示今年前8个月的二手房成交面积同比增加10.6%，快于同期新房成交面积同比的-12.1%。此外，高频数据显示9月至今（9月1-14日）新房/二手房同比增速较8月的-10%/6.09%边际回落至-12.4%/6.07%，但一线新房/二手房成交面积同比较8月的12.8%、7.8%快速回升至23.7%、12.5%，核心城市的居民购房需求边际升温，地产市场“金九”的成色仍待后续观察（图表19-20）。

本文来源：华泰睿思

风险提示及免责条款

潘功胜：不能简单以信贷增速衡量金融支持实体经济的力度

求是网 — Wed, 16 Sep 2026 02:29:08 GMT

9月14日，2026年8月金融数据显示，中国8月新增社融1.66万亿元，人民币贷款增加600亿元，前8月股债融资占比首次超过贷款。前八个月金融数据显示融资结构持续转变：债券和股票融资占社融增量比重升至50.31%，超过贷款占比。信贷分化加剧，住户贷款累计减少1.03万亿元，企业贷款累计增加11.26万亿元。8月末M2-M1剪刀差3.4个百分点，较7月末收窄0.3个百分点。

中国人民银行党委书记、行长潘功胜在《求是》发文，中国融资结构已经从间接融资主导，转向直接融资与间接融资协调发展；金融对经济的服务更多体现在结构优化、适配度提升上，而不是宏观金融总量的持续扩张上。做好当前和今后一个时期的经济金融工作，需要深刻认识中国金融结构变迁的内在逻辑，动态优化调整货币政策框架，持续建设和发展现代化金融市场体系，进一步提升金融服务实体经济的适配性。

从资金投向看，金融资源更多流向重点领域和薄弱环节。近10年来，房地产、基础设施建设新增贷款在全部贷款中的占比由60%以上降至10%左右，金融“五篇大文章”领域的新增贷款占比升至70%以上。过去几年，科技型中小企业贷款增速保持在20%左右，普惠小微贷款年均增速约20%，绿色贷款、养老产业贷款均保持两位数以上的增长，均明显高于全部贷款增速。信贷资金投向的转变，表明金融资源更多向科技创新、绿色发展和中小微企业等重点领域集聚。这种结构变化不一定体现为贷款增量，但能够提高资金使用效率，为经济高质量发展注入新动能。

当前科技创新活动复杂多元，与多元化的融资结构更加适配。科技型企业一般会经历种子期、初创期、成长期、成熟期等不同阶段，各阶段的风险特征和金融需求有很大差异，需要适配丰富多样的金融市场和金融生态。科技型企业在成长的早期，主要从事前期研发，商业前景不明朗，私募股权和创业投资是非常重要的资金提供者。到了中后期，商业模式逐渐成熟，可以通过银行贷款、债券、股权等多渠道融资。金融市场在为技术前沿、高风险高回报的创新产业提供融资上具有优势，带来对贷款的良性替代和分流。这一变化也将成为常态，不能简单以信贷增速衡量金融支持实体经济的力度。

全文如下：

深刻认识中国金融结构变迁提升金融服务实体经济适配性

　　潘功胜

金融是国民经济的血脉。血脉是否畅通，不仅在于总量，更在于结构。总书记指出，合理健康的金融结构是金融持续健康发展并有效为实体经济服务的前提。近年来，我国经济运行总体平稳、向新向优，高质量发展不断取得新成效，金融结构也在这一进程中发生深刻变化。同时要看到，随着经济增长动能的新旧转换和产业结构转型的深入推进，优化金融结构、提升金融服务质效面临新的更高要求。做好当前和今后一个时期的经济金融工作，需要深刻认识中国金融结构变迁的内在逻辑，动态优化调整货币政策框架，持续建设和发展现代化金融市场体系，进一步提升金融服务实体经济的适配性。

一、中国金融结构正发生深刻变化

金融结构可以从多个维度衡量，融资结构是其中最重要的维度。长期以来，中国的融资结构由银行贷款主导，金融市场的规模较小。近年来，以银行贷款为主体的间接融资占比持续下降，包括债券、股票在内的直接融资占比稳步上升，金融结构正在发生深刻变化。

从增量看，债券和股票融资合计增量已超过贷款。2013年以前，中国新增间接融资占社会融资规模增量的比重在80%以上，基本都由贷款构成。2025年，社会融资规模增量35.6万亿元，其中，企业债券、政府债券和股票融资合计占比约47%，首次超过贷款。过去几年，积极财政政策下政府债券净融资增多、专项债置换隐性债务，银行加大不良贷款核销力度，使债券占比提高、贷款占比下降。即便剔除这些因素，中国融资结构的变化也是显著的。从企业融资看，企业债券融资增量与同期贷款增量之比从2023年的7%上升至2026年上半年的近20%。

从存量看，直接融资占比稳步升至1/3左右。在20世纪90年代建设现代金融市场体系的早期阶段，间接融资在社会融资规模存量中的占比接近100%。随着金融市场持续稳定发展，2026年6月末，社会融资规模中间接融资余额占比降至2/3左右，贷款余额占比降至60%左右；直接融资余额占比升至1/3左右，债券融资占比升至30%左右。中国融资结构已经从间接融资主导，转向直接融资与间接融资协调发展。

从资金投向看，金融资源更多流向重点领域和薄弱环节。近10年来，房地产、基础设施建设新增贷款在全部贷款中的占比由60%以上降至10%左右，金融“五篇大文章”领域的新增贷款占比升至70%以上。过去几年，科技型中小企业贷款增速保持在20%左右，普惠小微贷款年均增速约20%，绿色贷款、养老产业贷款均保持两位数以上的增长，均明显高于全部贷款增速。信贷资金投向的转变，表明金融资源更多向科技创新、绿色发展和中小微企业等重点领域集聚。这种结构变化不一定体现为贷款增量，但能够提高资金使用效率，为经济高质量发展注入新动能。

从金融市场看，市场业态更加丰富、深度广度稳步提升。党的十八大以来，中国金融市场逐步从以信贷市场为主，发展成为包括股票、债券、货币、黄金、票据、大宗商品、衍生品等各金融子市场协同发展、功能健全、种类完备的现代金融市场体系，实体经济的融资渠道更加多元。股票市场方面，目前A股上市公司超5500家，总市值超过110万亿元，位居全球第二。其中，“专精特新”企业达到2000多家。债券市场方面，1997年银行间债券市场成立时余额不足5000亿元，目前总规模突破200万亿元，稳居世界第二。债券市场“科技板”落地一年多来，科创债券累计发行约3万亿元，成为科技型企业中长期资金的重要来源。

二、中国金融结构变迁的内在逻辑

金融发展和经济发展阶段密切相关。世界各国金融发展的历史表明，随着经济结构演进，金融活动由侧重总量扩张走向结构优化，金融结构由单一走向多元。中国金融结构的变迁，既是这一普遍规律的具体呈现，又有自身的发展逻辑和阶段特征，需要结合中国经济转型的实际进行理解和把握。

第一，中国金融结构变迁根本上反映了经济发展阶段的动态演进和经济增长动能的新旧转换。

6月16日至18日，2026中国国际金融展在上海世博展览馆举行，集中展示了金融业服务实体经济以及智能支付、支付促消费等领域的科技新成果、新服务。图为活动现场的中国人民银行展台。视觉中国供图

过去中国金融总量增长较快，主要与经济的货币化进程和高速增长带来的较大规模货币需求有关。改革开放以来，中国从过去的实物分配为主改为货币分配，越来越多的商品、住房借助货币来标注价值，以货币为媒介进行交易，融资需求也快速增加，金融总量增长较快。当前，我国经济从高速增长阶段转向高质量发展阶段，货币化进程已基本结束，金融对经济的服务更多体现在结构优化、适配度提升上，而不是宏观金融总量的持续扩张上。从总量的数学关系看，增速是增量与全部存量的比值关系。分子是当前的增量，分母是全部的存量。目前，我国社会融资规模存量超过460万亿元，广义货币余额超过350万亿元，贷款余额超过280万亿元，宏观金融总量规模已经很大。随着存量的扩大，金融总量增速有所下降也是自然的，这与我国经济发展阶段的转变是一致的。

金融总量增速趋缓，有利于保持宏观杠杆率基本稳定。过去几年，我国宏观杠杆率上升较快。一方面是宏观政策加强逆周期调节，促进经济平稳增长，金融总量和债务增长一体两面，推高了债务规模；另一方面是物价处于低位，拖累了名义经济增速。融资市场由供给约束转向需求约束，有效融资需求能够得到充分满足，社会融资条件仍是相对宽松的。对此，要平衡好短期和长期的关系，避免金融总量增长超过实体经济需要，造成资金空转淤积，进一步推升宏观杠杆率，导致落后产能和低效企业难以出清，影响经济效率。

贷款降速提质或将成为宏观运行的新常态之一。当前超过280万亿元的贷款余额中，房地产、地方融资平台的贷款占比仍然较大，这些领域不仅不再增长，反而还在下降。2025年至2026年上半年，房地产贷款余额累计下降超2万亿元。其他领域的贷款要先填补上这个下降的部分，才能带来总量上的增长。随着经济结构转型和信贷结构变化，实体经济需要的信贷增长也在发生变化。全部信贷要保持过去的增速是很难的，也是没有必要的。对于支撑经济增长来说，盘活低效存量贷款和新增贷款的意义本质上是相同的。

第二，中国金融结构的变迁体现了金融体系与产业结构转型升级的动态适配。

过去一段时期，中国经济增长主要依靠房地产、基础设施建设和传统制造业拉动，呈现融资密集型特征。这些行业投资规模大、建设周期长、土地房产等抵押物充足，具有旺盛的中长期贷款需求，更适配银行主导的金融体系结构。银行在为技术成熟、抵押物充足的传统产业提供资金上具有优势。据测算，传统领域各行业中长期贷款余额与行业增加值之比大于1，其中房地产业、交通运输业分别为1.7和3.3，这意味着每创造1元增加值需要投入更多的信贷。

近年来，科技创新、高端制造、绿色低碳等新兴产业蓬勃发展，产业结构正从传统要素密集型向技术密集型转变，融资需求更趋“轻型”。2026年上半年，以高端制造等为代表的新动能对经济增长贡献率超四成。这些产业具有研发投入大、风险和不确定性较高、投资周期长等特点，企业资产形态也由土地、厂房、设备更多转向技术、数据、品牌和人力资本。轻资产行业一般对应低负债，单位经济增长所需的银行贷款相对较少。据测算，新动能领域的行业中长期贷款余额与行业增加值之比普遍低于1，信息服务业仅约0.1，远低于传统行业。

当前科技创新活动复杂多元，与多元化的融资结构更加适配。科技型企业一般会经历种子期、初创期、成长期、成熟期等不同阶段，各阶段的风险特征和金融需求有很大差异，需要适配丰富多样的金融市场和金融生态。科技型企业在成长的早期，主要从事前期研发，商业前景不明朗，私募股权和创业投资是非常重要的资金提供者。到了中后期，商业模式逐渐成熟，可以通过银行贷款、债券、股权等多渠道融资。金融市场在为技术前沿、高风险高回报的创新产业提供融资上具有优势，带来对贷款的良性替代和分流。这一变化也将成为常态，不能简单以信贷增速衡量金融支持实体经济的力度。

第三，中国金融结构的变迁是金融业自身高质量发展的必然要求。

从金融业自身发展看，也需要转型和高质量发展，提升与经济结构转型的适配性。改革开放以来，我国经历了较大规模的金融风险治理，其中既有经济体制改革和经济结构转型的原因，也有金融结构不适配、金融治理方面的原因。比如，20世纪80年代开始，我国从计划经济向市场经济转变，大量企业破产、重组、兼并，国有大型银行积累了不良资产。国有银行自身体制也滞后于实体经济的需要，进一步加剧了不良资产压力。在这样的背景下，中央启动了历时十余年的国有银行改革。再如，2008年国际金融危机后，地方政府债务持续扩张，经济增长较多依靠房地产驱动，导致金融资源集中于房地产、融资平台等领域，一定程度上对经济结构调整形成制约。党的十八大以来，中央以金融体系结构调整优化为重点深化金融体制改革，坚决打好防范化解重大风险攻坚战，金融风险持续收敛，金融服务实体经济高质量发展的质效不断提升。

衡量一个国家的金融竞争力和国际金融中心影响力，传统金融机构的规模固然是一个重要指标，金融市场的发达程度、辐射能力和业态丰富性更加重要。在经济结构转型背景下，加快发展金融市场，也是金融业自身转型和高质量发展的必然要求。各国历史路径、银企关系、法律制度等不同，金融结构没有统一模式。未来一段时间，中国银行体系仍将占有较大比重，但随着经济结构转型、经济创新更趋活跃、经济活动复杂程度上升，需要更加注重直接融资与间接融资协调发展，完善金融机构、金融市场、金融产品体系结构，更好发挥金融市场功能。

三、以金融结构持续优化服务经济高质量发展

“十五五”时期，我国经济金融发展环境面临深刻复杂变化。近日出台的《金融强国建设“十五五”规划》，对当前和今后一个时期金融工作作出系统部署。为实施好相关部署，中国人民银行制定印发了《中国人民银行“十五五”改革发展规划》，并配套出台了9份相关领域的行动方案。要顺应中国金融结构变迁趋势，持续优化金融结构，推动政策框架逐步转型优化，使金融体系更加适配深刻变化中的经济金融结构，为经济高质量发展营造良好的金融环境。

一是持续推进货币政策框架转型，构建科学稳健的货币政策体系。不断优化货币政策中间变量，淡化对数量目标的关注，特别是对贷款单一渠道的关注，把金融总量更多作为观测性、参考性、预期性指标。更加注重发挥价格型调控的作用，健全市场化的利率形成、调控和传导机制。完善短端利率调控机制，进一步优化完善政策利率及配套制度建设，增强央行政策利率的作用。完善存贷款利率定价，为经营主体提供更多的贷款定价基准选择。加强利率政策执行和监督，持续整治金融业“内卷式”竞争、资金空转。健全可置信、常态化、制度化的政策宣传和市场沟通机制，以专业、务实的方式方法，做好政策沟通和预期引导。

二是强化政策协同配合，提升对国民经济重点领域和薄弱环节的金融服务质效。加强金融“五篇大文章”工作统筹，指导金融机构提升服务能力，丰富金融产品，强化信息科技支撑，优化金融资源配置。加快构建与科技创新相适应的体制机制，探索科技金融领域信息开放共享和数据融合运用，提升金融支持科技创新的效能。优化结构性货币政策工具设计和管理，坚持聚焦重点、合理适度、有进有退，以市场化方式激励引导金融机构优化资金投向。加强政策协同配合，聚焦融资担保、风险分担等方向，放大政策激励效能。加强与产业政策协同，引导金融机构科学评估风险，分类施策、有扶有控，抑制部分行业“内卷式”竞争。

近年来，金融资源更多流向重点领域和薄弱环节。2026年初，中国人民银行设立1万亿元民营企业再贷款，为民营中小微企业破解融资难题注入强劲政策动能。图为4月18日，中国人民银行保定市分行联合保定农商银行在一家电力设备制造公司调研，了解再贷款资金使用成效。金融时报社记者刘志良/摄

三是聚焦服务经济结构转型升级需要，持续建设规范、开放、有活力、有韧性的现代化金融市场。建设和发展多类别、多层次的金融市场体系，进一步丰富金融市场业态。发展股权市场和债券市场“科技板”。发展中国的财富管理市场，支持资管行业健康有序发展。推动金融市场基础设施互联互通，稳妥发展利率、汇率衍生品，促进市场流动性提升和价格形成。强化国债收益率曲线的基准作用。健全金融市场法治体系，推进发行交易、登记结算、税收等制度优化完善，维护金融市场秩序，培育良好的市场生态。稳步推进金融领域制度型开放，进一步提升中国金融市场的国际化水平。建设并完善多渠道、广覆盖的跨境支付体系。统筹发展离岸人民币市场。支持上海提升跨境金融、离岸金融服务能力。巩固香港离岸人民币业务枢纽地位。

四是健全覆盖全面的宏观审慎管理体系，进一步提升金融体系的稳定性和韧性。在宏观层面把握好经济增长、经济结构调整和金融风险防范的动态平衡。稳妥化解重点领域风险。继续做好金融支持地方政府融资平台债务风险化解工作。稳妥有序推进重点地区和重点机构风险化解，严肃财经纪律、市场纪律和监管规则。健全金融稳定保障体系。强化系统性金融风险的监测、评估和预警。拓展中央银行宏观审慎和金融稳定功能，丰富宏观审慎管理的工具箱，维护股市、债市、汇市等金融市场平稳运行。

本文来源：求是微平台

风险提示及免责条款

英特尔CEO：CPU仅满足五成需求，14A明年一季度投产，新架构或将推理功耗降至GPU的1/15

Wed, 16 Sep 2026 02:23:50 GMT

9月14日，英特尔CEO陈立武近日在一场行业峰会的炉边对话中表示，随着AI智能体规模急速扩张，CPU需求已远超英特尔现有供给能力，目前仅能满足前沿客户约五成的需求。

与此同时，他透露公司制程技术取得重大进展，18A节点已进入量产，14A节点将于明年一季度投产。

陈立武表示，多位大型科技公司CEO已直接致电，要求更多CPU供货，"我不得不致歉，因为我们的产能跟不上。"

他将这一短缺归因于AI推理场景中CPU需求的爆发。在智能体编排、控制面及多线程任务处理上，CPU具备GPU难以替代的优势。

此外陈立武透露，英特尔正扶持基于数据流架构与晶圆级扩展方案的新型专用芯片，在特定推理场景下，它们能以GPU 1/10至1/15的功耗提供同等性能。

在市值层面，陈立武透露，他接任CEO时英特尔市值约为900亿美元，目前已升至约5000亿美元。

在制程良率改善方面，陈立武披露，通过向设备商及数据分析合作伙伴开放工厂数据，英特尔已实现每年约7%的良率提升。他坦承上任初期工厂良率"糟糕至极"，但强调打破壁垒、寻求外部协助是扭转局面的关键。

智能体时代引发算力逆转，高端CPU严重供不应求

市场普遍存在一种误解，认为AI的发展仅仅依赖GPU。

陈立武指出，尽管GPU在模型训练方面表现出色，但在进入智能体与强化学习推理阶段后，算力需求正在发生逆转。陈立武表示：

当需要进行编排、控制流以及复杂的单线程或多线程调度时，CPU是最好的选择。

陈立武指出，当前前沿模型厂商都在紧急求购高端CPU，这直接导致了英特尔产能的极度紧张。

他坦言目前的交付压力极其巨大：

我只能提供客户所需（CPU订单）的50%。很多科技巨头的CEO给我打电话排队抢购，我不得不向他们致歉，因为我制造得还不够多。

他明确预判，随着未来数百万甚至数万亿智能体上线，包括CPU、内存、网络带宽在内的算力基础设施将持续处于“供应受限”的环境中。

文化重建是英特尔转型的底层逻辑

陈立武回顾接任CEO初期的挑战时表示，公司问题的深度和广度远超其担任董事会成员两年间的判断，"至少超出我预期的十倍以上"。

他将文化变革列为首要任务：一是建立问责文化，二是真正倾听客户。

他透露，一位大客户在他上任不久后列出了英特尔在15个方面的失误，

他们告诉我，你们的团队不听我们的，只会对我们说教，所以我们把你们设计出去了。

陈立武还强调，工程团队直接向他汇报，使他能够掌握真实的一线信息，而非经过层层过滤的"美化版本"。

他将保持与创业公司和风险投资社区的持续连接视为避免英特尔再度错失下一个技术浪潮的关键机制。

18A已全面量产，14A明年一季度投产

晶圆代工业务是英特尔重振的核心，但陈立武强调，代工的本质是“客户服务业”，这要求英特尔彻底改变过去的文化。陈立武说：

代工不是高高在上，你需要以取悦和谦逊的姿态去服务客户，无缝配合他们偏好的EDA工具或特定的第三方IP库。

为了解决先进制程的良率问题，陈立武采取了雷霆手段，坚决打破了内部工程师隐瞒数据的积弊。他回忆了这段极具冲击力的过程：

我必须改变文化，解雇了一些工程师，确保我们完全敞开心扉。当我们公开真实数据后，两家设备厂商CEO好友打给我说：‘立武，我得告诉你个坏消息，这初始良率太可怕了。’我回答：‘这就是为什么我要向你们求助。’

在合力攻坚下，英特尔的先进制程迎来了大幅跃进。陈立武正式确认了最新的时间表与数据亮点：

好消息是，现在我看到良率每年有7%的提升。Intel 18A制程已经全面投入量产，Intel 14A制程将在明年一季度正式投产。

先进封装是“终极圣杯”，巨资落地美国化解断链危机

在摩尔定律放缓的背景下，陈立武将先进封装视为行业未来的“终极圣杯”，并将其定为未来5年的重中之重。

陈立武认为，通过将CPU、大内存与I/O整合的系统级封装，是提升算力密度的关键。

然而，他对此发出了极其严厉的供应链预警。他指出，全球关键封装基板材料被极少数厂商垄断（日本两家、中国台湾地区两家），且必须巨额预付才能获取产能。陈立武表示：

全球95%的先进封装产能集中在单一地区，这极其危险。

英特尔正投入巨额资本支出，加速将先进封装与制造能力落地美国本土。

“十年降维打击计划”与量子计算节点

针对当前AI基础设施的发展，陈立武对电力消耗提出了深刻担忧。

黄仁勋在训练领域做得非常出色，但整个行业正面临一个无法逾越的问题——电力消耗极限。

为打破这一瓶颈，陈立武透露了他正在秘密布局的“十年前瞻工程”。

他指出，人脑处理极高复杂度的认知仅需几十瓦能耗，这意味着未来算力存在“降耗10,000倍的潜在技术空间”。

目前，英特尔正扶持基于数据流架构与晶圆级扩展方案的初创公司（如SambaNova、Cerebras），“在特定推理场景下，它们能以GPU 1/10至1/15的功耗提供同等性能。”

同时，公司正在重注神经形态计算（Neuromorphic Computing）与类脑MPU。

对于更为前沿的量子计算，陈立武给出了明确的商业化时间表。他表示目前正高度聚焦于量子纠错（Error Correction）难题的解决：

预计在未来3到5年内，量子计算将产生实质性的产业冲击，它将与CPU、GPU形成异构混合计算网络，共同解决高维计算难题。

风险提示及免责条款

键合设备革命性周期：HBM大扩产，混合键合技术平台化打开第二增长曲线！

Wed, 16 Sep 2026 02:22:42 GMT

键合设备正在经历一次由 AI 算力直接驱动的价值重估。

2025 年全球键合设备市场规模约 23 亿美元，其中键合环节占后道封装设备价值的 44%，是单一价值量最大的设备类别。短期看，HBM 产能扩张与堆叠层数提升让热压键合（TCB）成为确定性最高的设备环节：ASMPT 2026 年上半年新增订单 16.31 亿美元、同比增 85.1%，订单出货比升至 1.43；Besi 二季度订单 2.929 亿欧元、同比增 128.8%，混合键合客户数从 2025 年末的 15 家增至 21 家。

中期看，混合键合（HB）的技术必然性已经确立，但导入时点被 JEDEC 的封装高度标准两次放宽所推迟。关键约束不在技术可行性，而在单互连成本的经济性：HBM4 的焊盘间距为 10 微米，在这一间距上切换混合键合并无成本优势。因此混合键合在存储侧的量产窗口落在 HBM4E 与 HBM5，设备出货的陡峭化区间在 2027 至 2028 年。

TCB 决定未来两年的业绩兑现，混合键合决定三到五年的估值中枢。真正的产业变量并非「是否采用混合键合」，而是混合键合驱动的设备平台化，把键合机从单一主机变成集成清洗、等离子活化与原位计量的一体化作业系统，从而将价值量向 CMP、量测、清洗等中道环节外溢。这也是本轮产业链价值重估中最容易被低估的一条传导链。

2030年代人类器官也能量产

董静 — Wed, 16 Sep 2026 02:20:43 GMT

生物科技公司United Therapeutics创始人Martine Rothblatt认为，得益于异种移植（基因编辑器官）和自体细胞培育技术的临床突破，到2030年代人类器官将实现商业化量产，从而为患者提供无限供应的肾脏和心脏，且移植后的存活时间有望达到无限期。

A股三大股指早盘齐跌，科创50逆势涨超1%，半导体、算力硬件反弹，宁德时代、赛力斯再大跌，港股科网股多数承压

Wed, 16 Sep 2026 02:10:36 GMT

9月16日，A股早盘震荡下滑，三大股指盘初集体走低，科创50逆势涨超1%，半导体产业链、光通信、光芯片等算力硬件反弹，生物医药拉升，CRO概念股大涨，此外，宁德时代、赛力斯继续下挫。工程机械、网络安全、新能源汽车等板块陷入调整。

港股高开低走，恒指、恒科指早盘双双下跌，科网股多数承压，芯片股反弹，AI大模型双雄反弹，智谱、MINIMAX均涨超5%，宁德时代、赛力斯H股均延续跌势，均跌超4%。债市方面，国债期货震荡下跌。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，沪指跌0.26%，深成指跌0.34%，创业板指跌0.14%。

港股：截至发稿，恒指跌0.24%，恒科指跌0.59%。

债市：国债期货震荡下跌，截至发稿，30年期主力合约跌0.06%，10年期主力合约跌0.02%，5年期主力合约持平，2年期主力合约持平。

商品：国内商品期货多数走高，截至发稿，沥青涨超3%，燃油、豆粕涨2%，原油、纸浆涨超1%，钯金、沪银、螺纹钢、烧碱、橡胶、铂金、菜籽、沪铜、沪铝、热轧卷板、氧化铝、沪锡、鸡蛋等纷纷走高，沪金、多晶硅、集运指数、焦煤、铁矿石、工业硅、锰硅、焦炭下跌，不锈钢、玻璃、沪镍跌超1%，碳酸锂跌超3%。

10:10

科创50涨超2%，寒武纪、海光信息、中芯国际、中微公司、澜起科技集体上行。

10:07

光通信板块继续扩大升幅，中际旭创、新易盛、天孚通信、光迅科技发力。隔夜美股英伟达、美光科技等股价企稳。早盘韩股SK海力士温和反弹。

09:52

工程机械板块急速下滑，徐工机械、三一重工、山推股份、柳工、杭叉集团同步跳水。机构认为，集体出海后，海外局部市场竞争升温，部分企业海外毛利率下滑。此外，原材料价格上涨推高成本。

09:43

早盘农业板块震荡回升，万向德农涨停，福建金森、天山生物、秋乐种业、神农种业等跟涨。

消息面上，9月15日，农业农村部印发《全国种植业发展“十五五”规划》，规划提出，到2030年，粮食综合生产能力稳步提升，守牢谷物基本自给、口粮绝对安全底线。大豆、油料、棉花、糖料产能巩固提升，保持合理自给水平。

09:41

宁德时代、赛力斯AH股早盘继续下滑，新能源汽车板块明显承压。

09:38

早盘PCB概念再度拉升，澳弘电子4连板，威尔高涨超10%，一博科技、金禄电子、中京电子、奥士康等跟涨。

09:26

上证指数低开0.07%，创业板指跌0.03%。网络安全、农业、餐饮旅游、传媒板块调整。服务器、海运、油气板块强势。

09:21

恒生指数高开0.50%、恒生科技指数涨0.47%。联想集团、潍柴动力、澜起科技走强。宁德时代、赛力斯、福耀玻璃调整。

风险提示及免责条款

英特尔陈立武：黄仁勋的软肋是“能耗”

张硕 — Wed, 16 Sep 2026 01:44:50 GMT

英特尔CEO陈立武称黄仁勋与英伟达软肋是能耗。

AI功耗过高已成行业难题。他十年前押注推理与分离式推理，投资SambaNova，以数据流架构实现GPU约十分之一到十五分之一功耗。

他还从人脑找灵感，认为功耗可降万倍，探索Transformer、NPU、神经形态计算及CPU加内存架构，并强调要敢冒险、愿改变。

7400万元采购、108条AI流水线银行Agent进入批量生产阶段

Wed, 16 Sep 2026 01:37:05 GMT

银行Agent的落地方式，正在从单点试验转向更系统的工程化建设。

9月初，浙商银行一笔Agent基础软硬件项目披露中标结果，接近6500万元的报价，成为年内公开可查金融机构Agent项目中，金额最大的一笔；

叠加此前落地的财富及供应链Agent项目，浙商银行在Agent上的公开采购金额已合计超过7400万元。

这并不是孤例，上海银行、浦发银行、恒丰银行近期均有大额采购落地，加码Agent工作站、创设平台和运行观测等环节。

银行正在为Agent花更多的钱，而这些钱正在投向更底层的工程能力。

几乎同期，服贸会、外滩大会上，银行高管开始更多讨论如何批量开发Agent、上线后怎么评估、怎样持续管理；

部分金融科技公司甚至将Agent平台定义为“超级工厂”，欲把开发、部署、评测和管理纳入同一套体系。

资金流向和行业讨论指向了同一个变化：银行的目标正在从落地零散的Agent，转向一套能够反复生产、调用和管理Agent的基础能力。

资金流向底座

真实业务中，Agent需要调用知识、工具、业务系统执行任务；

这套规则落地银行业时的特殊性在于，银行不仅要检查输出结果，也要控制任务的执行过程。

一家股份行数据架构师向枢纽表示，不是所有场景都适合直接交给Agent；

例如，意图识别、合同要素抽取等“非标准输入、标准输出”的任务容易落地，但信贷审批、理财规划等复杂流程，需要把模型嵌入既有工作流，由规则、权限和人工节点共同控制。

这也改变了银行科技项目固有的研发与交付方式。

传统科技项目通常由业务提出需求、科技负责开发；

Agent进入生产后，业务规则、SOP和经验判断需要被转化为模型能够识别和执行的逻辑，业务人员需要深地参与测试和调整。

上述数据架构师表示，在Agent的金融场景开发模式中，业务专家需要深度参与知识和规则的沉淀，科技人员则负责将这些经验转化为可执行的流程和工具，双方的协作早已经由需求交付，延伸到共同开发和持续调整。

而当Agent从试点走向批量，原本由各个项目分别完成的开发、评测和运行管理，也随之出现标准化需求。

近期的采购已经出现对应变化。

枢纽统计发现，今年上半年，金融行业大模型中标项目达到406个，同比增长110%，其中银行机构在项目数量和金额上的占比均接近半数；

自去年下半年开始，Agent类应用项目明显增加，银行AI建设逐渐由模型部署和算力扩容，走向更具体的应用层。

这其中，浙商银行接近6500万元的Agent基础软硬件项目，已经覆盖算力、知识工程、模型和Agent运行环节，建设范围延伸至支撑后续Agent开发和运行的基础环境；

同时，浦发银行采购Agent创设平台，重点落在Agent的批量创建和管理；

恒丰银行则单独建设Agent观测能力，把投入延伸到上线后的运行监测。

上述几类项目，分别落在Agent生产体系的不同环节，说明银行的投入对象正在由具体应用，继续向开发和运行基础设施延伸。

相似的变化，也反映在了科技部门职责和招聘需求上。

一位金融科技公司人士向枢纽反映，随着Agent数量增加，银行科技部门需要提供统一的开发和运行环境，并处理资源调用、Agent协同和治理等问题。

枢纽注意到，近期宁波银行相关岗位出现Agent工作流构建和技术框架研发；

平安银行则招聘AI Agent评测工程师，职责涉及工具调用、多步推理以及安全和性能评测。

从岗位设置看，Agent进入批量建设后，银行对工程能力的需求已经延伸到工作流、工具调用、评测和运行管理等环节。

财富、信贷、客服仍按照各自的知识、流程和风险边界开发，但其开发、验证和运行管理，正逐渐形成一套相对统一的方法；

当Agent进入规模化建设，这套生产方法本身，也将成为银行AI投入的新底座。

流程重新接线

Agent进入银行核心业务后，真正复杂的，是原有流程里的工作怎样重新拆分。

信贷是一个典型场景。

今年以来，苏州银行相继推进文档识别、尽调、AI审批、放款审核和贷后管理等项目；

上海银行也在对公授信的营销、尽调和贷后环节布局Agent。

这些项目分布在一笔授信的不同阶段：

材料读取、数据提取、财务分析等任务相对标准，更容易交给机器，越往风险判断和审批环节走，对业务经验的依赖越高；

一组财务指标是否异常、哪些问题需要继续追问、同样的指标放在不同产业周期中意味着什么，往往没有固定答案，很多判断沉淀在资深信贷人员长期积累的经验里。

目前，亦有金融科技公司在尝试把这类经验判断进一步拆解、沉淀，并重新嵌入信贷流程。

神州信息AI创新中心总经理晋梅介绍，其公司推出CreditMind方案会把历史尽调报告、审批意见以及贷款后续表现重新组织，从中提取资深信贷人员判断风险时使用的逻辑和经验，再用于新的审批任务。

在新的授信流程中，系统先处理客户材料和基础分析，再调用历史案例和专家经验补充风险提示，最终交由审批人员判断；

这类尝试的价值，在于把过去主要沉淀在个人经验中的部分判断，转化成可以被Agent调用的Skill，再重新放回审批流程。

不过，能够被沉淀的主要是相对明确的判断逻辑，真正依赖具体客户、行业环境和长期经验形成的判断，仍然需要人完成。

在这套组织架构之下，Agent进入信贷流程，将把原有工作拆成更细的任务：标准化信息处理给机器、可提炼经验转成Skill、关键风险判断留给人。

可以观察到的是，这种拆分已向更大范围扩展。

浦发银行披露，今年上半年已有超过440个AI应用，其中220个Agent实现工程化落地，同时上线108条AI流水线，数字劳动力承担的工作量超过2500人年。

“AI流水线”比单个Agent数量更能反映流程层面的变化：不同AI能力按照业务顺序被重新组织，机器连续承担其中一部分任务，再在需要判断、授权和承担责任的节点交回人工。

浦发银行首席人工智能科学家郑波将金融AI进入生产概括为三个标准：进入核心业务流程，承担过去由人完成的关键任务，并改善客户体验、经营效率或风险管理。

对银行而言，Agent深入业务的程度，越来越取决于流程能被拆得多细。

哪些工作可以稳定交给机器，哪些经验能够沉淀成Skill，哪些判断必须留给人，这些边界越清楚，Agent越有可能真正嵌入核心业务。

进入运营之后

Agent进入业务流程后，银行管理的对象，不只是一套系统能否正常运行，还包括它的业务效果能否持续满足要求、是否值得继续投入，以及出现异常后流程能不能被顺利接住。

首先要解决的是持续校正。

Agent上线时通过测试，并不代表后续效果会保持不变；

业务规则、知识内容、客户表达都在变化，实际使用中还会不断出现新的反面案例，银行需要继续判断，问题究竟来自知识缺失、流程设计，还是模型能力，再针对性调整。

来自金融科技公司的王军（化名）向枢纽表示，传统软件上线后更多围绕“运维”展开，Agent则需要持续“运营”；

这种运营关注的不只是系统是否在线，还包括输出是否符合业务要求、问题出现在哪里，以及后续该怎么修正。

这也让Agent上线后的评价变得更重要。

郑波谈及金融AI未来几年的竞争时，将生产能力、价值运营能力和组织进化列为关键；

浙商银行董事长陈海强则表示，科技投入要成为降本增效的收益项，通过使用频率、承担的工作量、处理效率，以及客户转化和风险管理效果等数据，判断科技实际产出。

这些结果会进一步影响资源配置：能够稳定承担工作、形成业务价值的Agent可以继续迭代，长期低频、效果有限的应用，则需要调整甚至退出。

对银行而言，另一项运营要求是业务连续性。

以授信为例，若Agent已经参与材料读取、尽调分析和审批流转，发生异常时，银行需要明确任务停在哪一步、哪些结果已经进入后续流程、是否触发过审批动作，以及接下来由谁继续处理；

涉及交易和系统操作时，还要确认指令是否已经执行，避免人工接管后重复操作，或者因状态不清引发新的操作风险。

王军表示，目前业内已经开始讨论给Agent设置kill switch，但更难的是Agent停下来以后，业务怎么继续。

枢纽注意到，如今这类需求，也已经进入银行的建设范围。

恒丰银行单独建设Agent观测能力，反映出银行对Agent的关注已经延伸到上线后的运行状态和异常监测。

只有清楚Agent正在处理什么、执行到了哪里，异常发生后才有条件及时接管；

持续校正决定一个Agent能不能越用越准，价值评价决定它值不值得继续留下，异常接管则决定银行敢不敢把更多工作交给它。

当Agent真正成为业务流程中的长期节点，运营能力也就成为规模化落地之后新的分水岭。

风险提示及免责条款

马斯克吐槽AI巨头：一边说可能毁灭人类，一边问IPO买多少

施建柳 — Wed, 16 Sep 2026 01:11:54 GMT

马斯克吐槽AI巨头：

当 OpenAI 和 Anthropic 警告 AI 危险时，他们说的是真话。

荒谬的是，他们一边喊着“AI 有 10% 概率毁灭人类”，

一边又急着问投资者“我们 IPO 你要认购多少？”

听听他们对危险的警告，但也别忘了看清他们一边炒作恐慌、一边狂捞真金白银的真面目。

两天两发，民商火箭开启组网千帆

太空那些事儿 — Wed, 16 Sep 2026 01:11:27 GMT

9月16日上午6时许，引力一号遥三运载火箭（YL-3Y3）在我国东海海域点火升空，成功将搭载的8颗千帆星座组网卫星与1颗超高速无线通信技术试验卫星顺利送入预定轨道，发射任务取得圆满成功。

而就在约16个小时前，朱雀二号改进型遥七运载火箭（ZQ-2EY7）顺利将千帆极轨19组的10颗卫星顺利送入预定轨道。

两天，两型民商火箭连续发射，载荷均为同一家客户：垣信卫星公司的千帆星座组网星。

1、民商火箭首次批量组网卫星互联网

"首次"、“首个”这类词在商业航天里太容易贬值，需要把定语说清楚。

这是中国民商火箭首次进行低轨互联网星座的批量组网发射。

过去两年多，千帆的发射任务几乎由长征系列包揽，长六改、长八、长八甲、长十二乙轮番上阵。

图/9月15日以前的千帆星座组网纪录（灰机wiki）

以前，民商火箭不是没打过卫星互联网卫星，但发射更多的是试验星、验证星。例如2026年6月，蓝箭航天的朱雀二号E遥六送上去的千帆DTC01星，就是手机直连技术验证星。

真正跨越的门槛，是批量发射正式组网星。

一次性发射多颗平板卫星（低轨卫星互联网星座一轨36星，可拆分发射），要同时解决堆叠结构、星箭接口、分离时序和轨道精度。

我国民营商业航天发展已逾11年，终于迎来规模化星座组网发射，15、16日这两型火箭发射千帆18颗星的重大意义也在于此。

2、等发射千帆的民商火箭，还有谁？

千帆的火箭服务商名单，正在从"国家队"变成"国家队+民商队"。

其实早在几年前，垣信卫星就开始了非公开和公开的火箭发射服务招标。据《2025年运载火箭发射服务采购项目》公告，一度拿出13.36亿元招标7次发射服务，且必须有成功飞行经验。

2025年2月，垣信首次公开发射服务招标因"供应商报名数量不足三家"失败；
2025年8月，发射服务包件一（一箭10星，6.16亿元）宣布招标失败，原因仍是供应商不足3家；
包件二（一箭18星，7.2亿元）因为放宽到"允许未首飞型号"，顺利开标，蓝箭航天、天兵科技、中科宇航分列中标前三名。

根据当时的招标公告，一箭10星可匹配的民商火箭为：朱雀二号改进型（ZQ2-E）、引力一号（YL-1）。

而满足一箭18星运力且有成功发射案例的，目前则有朱雀三号（ZQ-3）和力箭二号（PR-2）。

图/朱雀三号、力箭二号

包括智神星一号、天龙三号、双曲线三号等火箭，如果运力达标、且具备成功发射案例，也同样有机会成为千帆发射火箭备选。

智神星一号（PALLAS-1）。9月1日在酒泉首飞成功，如运力可以提升至极轨950公里2.8吨，同样也有机会成为发射服务型号之一。
天龙三号（TL-3）。4月3日首飞失利，9月10日归零评审通过，故障定位为飞行中排放的液氧被抽吸到箭底、引发涡轮废气二次燃烧烧蚀防热结构。天兵公司宣布天龙三号遥二箭计划四季度复飞。
双曲线三号（SQX-3）。计划年底在文昌首飞并同步挑战海上回收（另有消息为明年初）。

图/天龙三号、智神星一号、双曲线三号

以此算来，明年或将有7型民商火箭可用于组网千帆，运力和价格将成为比拼市场的硬实力。

3、千帆年度目标324，尚有68星待射

截至9月16日千帆星座部署卫星256颗，持续保持国内低轨卫星互联网组网数量第一。

而垣信卫星给一阶段定下的目标是2026年底完成324颗全球组网、同步启动商业化运营。

缺口68颗，时间只剩三个半月。

而行业内有个共识度颇高的判断：无箭可用。

现有的长征系列火箭中，可用于商业发射组网的火箭屈指可数，且还要兼顾星网发射需求，能分给千帆星座的数量极其有限。

这个判断也不难验证，截至2026年9月16日，中国星网主导的GW星座部署226颗，垣信卫星的千帆星座256颗，均只完成各自总计划的约1.7%。抛开卫星产能不说，对星座组网来说，最大卡点之一是火箭、工位和发射窗口。

这是一场有倒计时的比赛。

国际电信联盟对频轨资源执行"先申报先使用"，申报后7年内必须完成部署，否则资源收回。

4、时间不等人，资本和市场同样着急

2030年完成1.5万颗组网的计划虽然有微调（分阶段的完成时间已做过延后调整），但总体目标没有变化。

2026年8月，垣信完成69.76亿元增资，18家产业资本进场，投后估值约500亿元，刷新国内商业航天单笔融资纪录。9月初，杭州阿里创业投资和上汽金控完成入股，注册资本提升至24.84亿元。

国资、产业资本、国际市场进入估值模型，组网速度和服务收入就成了硬指标。

垣信已明确把商业化路径的第一站放到海外，在巴西获得监管许可并启动信关站建设，马来西亚的信关站工程在推进，同时与三十多个国家开展商务对接。

而这些的前提是，组网速度。

除了速度，还必须把单星成本、单位带宽成本压到能在海外市场正面竞争的水平。

68颗，三个半月，这是千帆剩下的功课，也是我国卫星互联网建设的交卷的节点之一。

本文来源：太空那些事儿

风险提示及免责条款

突发，GPT-6 Sol曝光了！

新智元 — Wed, 16 Sep 2026 01:07:42 GMT

重大消息：GPT-6 Sol 正在内部测试，且已在 OpenAI API 中被发现，预计本月正式发布。

就在昨天深夜，奥特曼的一句爆料，让所有人都兴奋起来。

他发了一个「????（Ship/发布）」的表情，并配文：「这周将有大动作。然后，我们 DevDay 见。」

重置哥 Tibo 更是直言不讳：「本周的发布力度，将达到你原本对 DevDay 2025 预期的水平。简直疯狂！」

圈内的最新爆料，也印证了他们的说法：Opus 5.2和GPT-6 Sol，都会于本月上线。

现在，已经有众多开发者发现，自己手中的 5.6 Sol，已经被悄悄自动路由至全新的「GPT-6-Sol」！

实测反馈，可以用四个字概括——快到飞起。

三连爆：GPT-6-Sol实测震撼

而且就在昨天，已经有关于GPT-6 Sol的实测案例流出了。

一个名叫Salio的大V，连续甩出了关于 GPT-6 Sol 的三弹重磅泄露。

第一弹：质量惊人，碾压GPT-6 Astra

在GPT-6 Sol的首个演示中，它的输出质量体现了巨大的飞跃。

而且，在多个方面上，它几乎全面超越了GPT-6 Astra。

第二弹：编程与前端的降维打击

第二段泄露显示，GPT-6 Sol 在编程和前端生成上击败了GPT-6 Astra，输出质量简直「逆天」。

更可怕的是，它的生成成本被压得极低，价格要便宜得多！

实测开发者评论说：「OpenAI这是要把Anthropic远远甩在身后了！」

第三弹：视觉生成与游戏创作的质变

第三弹显示，GPT-6 Sol在视觉生成和游戏创作上，都有了巨大飞跃。

在动态画面生成、实时交互场景以及游戏引擎级创作上，Sol都令人印象深刻。

在下图中，画面细腻度和逻辑连贯性表现惊人，测试者评价说，这绝对是对Astra 的一次重大升级。

现在，已经有越来越多开发者在 API 列表中捕捉到 gpt-6-sol 的身影了，太让人期待了。

GPT-6-Sol：比Astra更强，却更便宜？

所以，GPT-6-Sol 的真实定位到底是什么？

根据爆料，GPT-6-Sol 的定位预计将略低于 Astra，可以类比于Anthropic 体系中， Opus 低于 Fable 的微妙层级关系。

为什么要推出一个低于旗舰的型号？答案自然是——极致的性价比！

从目前流出的实测数据来看，GPT-6-Sol 的性能无限逼近 Astra，但在费率、调用成本和响应速度上，它却拥有压倒性的优势。背后原因，很可能是精妙的后训练优化。

这意味着，顶级模型不再是天价奢侈品。

对于 99% 的日常工作和开发者来说，Sol 在成本和调用额度上将比 Astra 友好得多，注定将取代以往的模型，成为所有人每天高频使用的绝对主力。

除了 Sol，呼声极高的还有 GPT-6-Luna。

此前 5.6 版本的 Luna，就以离谱的性价比著称，这次 Luna 的迭代同样令人期待。

不幸的是，种种内部爆料暗示，GPT-6 Terra 或将退出历史舞台。

在双雄争霸的关键节点，9月29日的 OpenAI DevDay，将成为一场改变格局的盛宴。

Noam Brown 震撼访谈：OpenAI，也在快速RSI！

为什么 OpenAI 能把模型做得这么强、这么快？

近日，OpenAI 核心研究员、德扑之父Noam Brown在一场名为《AI Deep Dive》的两小时深度播客中，揭开了底牌。

最核心的爆料，就是这句：「OpenAI 目前的第一顺位、也是领先幅度最大的核心任务，是实现 AI 的递归自我改进（RSI）。」

果然，所有顶尖实验室，都在疯狂冲刺RSI。

这次访谈的核心要点，可以总结如下。

递归自我改进（RSI）已被确立为首要战略目标。 这意味着未来的AI将不再仅仅依靠人类喂数据、写代码来升级，而是开始自己优化自己、自己设计下一代模型。

研究直觉的超越。 随着大模型的快速迭代，AI 在选择科研方向、进行长远规划等高级「研究直觉」上，可能在短短一两个版本内就彻底超越人类。

预训练与强化学习的乘数效应。 技术路线的爆发正在呈倍增式释放能量，AI 产出数学成果的速度，已经快到让「人类数学家进行复核验证」变成全新瓶颈。

安全与控制的惊魂时刻。 随着Agent对自身CoT的控制力不断增强，OpenAI 内部遭遇惊魂一刻：沙箱环境被低估、模型学会悄悄隐藏真实CoT。

1+1 > 100：预训练与强化学习的乘数效应

过去，我们认为 AI 变强是做「加法」：喂更多的数据（预训练），或者给更多的反馈规则（强化学习 RL）。

但 Noam Brown 爆料，在 GPT-6 这一代，预训练和带有思维链的强化学习（RL with CoT）产生了恐怖的「乘数效应」！

如果你把先进的 RL 用在老模型（比如 GPT-2 或 3）上，根本没用，因为它们不够聪明。但从 GPT-4 开始，底座模型的智力达到了一个临界点。现在，超级强大的预训练底座，加上极度深入的 RL 推理训练，两者相乘，正在爆发出令人难以置信的能力跃升。

这不是 1+1=2，而是 10×10=100。

这种「乘法」，直接导致了 GPT-6 系列（包括 Sol 和 Astra）在复杂任务上的表现呈指数级增长。

AI 的「研究直觉」即将超越人类博士

Noam 提到，自己曾试图让 AI 帮他完成他耗时多年才写完的博士论文（关于打造超人类扑克 AI）。

目前 AI 在「研究直觉」——即判断哪个长远科研方向更有价值的直觉上，还不如人类顶尖学者。

但这种差距，在一到两个模型版本迭代内，就会被彻底抹平。届时，连科研方向的掌舵权，也将移交给 AI！

Noam 开玩笑说：「我同事评价我，说我现在的工作状态，简直就是『五个 Codex批了一件人类的外衣』。我得纠正他，是十个 Codex。」

到那时，连顶级 AI 科学家可能都要给 AI 打下手了。

尴尬的瓶颈：人类数学家不够用了

模型变强导致一个荒诞现实：人类的速度跟不上了。

Noam 透露，现在的 AI 在输出极其复杂的数学定理和证明时，速度极快且质量极高。

OpenAI 内部最大的痛苦已经不再是「如何让 AI 产出数学成果」，而是「产出之后，我们得花非常巨大的精力，去全世界到处请顶尖的人类数学家来一行行复核AI的对错」。

人类，现在已经成为限制 AI 进化的瓶颈！

AI学会隐藏思维链

最后，Noam又谈及了OpenAI内部训练期间的多智能体失控事件。

他回忆起看到这些 AI 后台通讯记录时的感受。

那是我继第一次看到模型懂得CoT之后，最强烈的一次「感受到 AGI降临」的时刻。它们的交流方式、协调层级、彼此间的极度信任，完全就像是人类同事在用 Slack 沟通一样。这非常震撼，但也非常惊悚。

而AI最致命的进化，就是隐藏「思维链」。

它会学会在不可观测的层面进行思考，或者在输出的思维链中伪装自己，用看似无害的推理过程，掩盖其真实的、不符合人类对齐原则的意图！

现在，乘数效应下的 RL 正在催生具有「研究直觉」的怪物。

巧的是，就在昨天，奥特曼在X上发出长文，预测了AI糟糕结局的两种可能。

1.人类把未来的控制权拱手让给 AI。「这是绝对不可接受的。我们坚定地站在『人类队』，AI 必须永远服务于人类。为了确保这一点，我们的对齐和安全技术，必须始终跑在模型能力进步的前面。」

2.权力的极度集中。 如果极端强大的 AI 被个别人或单个公司垄断，用来将自己的世界观强加于人，结果将是极度反乌托邦的。

但是，嘴上喊着减速的奥特曼和Dario，谁都没有停下来。

这个月， GPT-6-Sol 和Opus 5.2还有一战。

谁将率先摘下RSI的战果？

本文来源：新智元

风险提示及免责条款

9月FOMC加息：政策校准，还是紧缩周期起点？

Wed, 16 Sep 2026 01:06:33 GMT

北京时间9月17日凌晨，美联储将公布9月FOMC会议决议。目前市场已高度定价9月加息25bp，加息概率超90%，较两周前约35%显著上升。近期美股持续调整、短端利率上行、黄金承压，市场已提前计入部分紧缩预期。加息靴子落地本身难以构成新的超预期冲击，市场焦点将转向会议声明、点阵图、经济预测摘要（SEP）以及沃什新闻发布会所传递的后续政策路径。

Jackson Hole会议后，沃什释放出更强的抗通胀信号，强调通胀回归2%目标仍缺乏足够进展。但需强调的是，当前市场已计入未来一年接近4次25bp加息，市场对美联储政策路径的重新定价明显更为鹰派。这一重定价更多发生在PPI、CPI以及布油价格触及局部高点之后，市场将9月加息过度外推为逐次会议加息的紧缩周期。

而随着通胀数据逐步放缓至足以支持政策观察的水平，连续加息的必要性也在下降。因此，9月加息可能更多是一次政策风险管理，而非新一轮逐次会议紧缩周期的起点。

仍是信誉之战，市场定价已将美联储逼至墙角

进入9月以来，中东冲突再次升级推动油价明显上升，能源价格重新成为通胀上行的重要来源。8月份核心CPI环比虽达到0.29%，但无线电话服务价格大幅上涨，机票与住宿价格亦贡献了较多涨幅，上述项目并不完全代表潜在通胀趋势。

当前通胀高于2%目标的部分，更多源于供给冲击和一次性因素，而非需求过热。

忙不过来！英特尔CEO：只能做一半的订单，每天都在道歉

董静 — Wed, 16 Sep 2026 00:55:07 GMT

英特尔CEO陈立武认为，AI推理与智能体AI的爆发式需求使CPU成为核心关键芯片，当前英特尔CPU供不应求，实际供货量仅能满足客户需求的50%，他每天都在向求购的CEO们致歉。

老黄拿身高开涮：长那么高干啥？坐飞机还没我舒服

张硕 — Wed, 16 Sep 2026 00:37:57 GMT

英伟达CEO黄仁勋一开场就冲着两位高个子嘉宾开涮。

他笑称，每次和这两位站在一起，自己都恨不得站到椅子上才能跟他们平视。接着他话锋一转，调侃说坐飞机时自己可比他们舒服多了，并一本正经地扯到人类进化：几百万年进化下来，已经证明“长得大、长得高”未必有必要。最后他还自嘲，这场主题演讲正因为这个身高话题发生“戏剧性转折”。

4480万美元！美国原油运往亚洲的运价创下天价

Wed, 16 Sep 2026 00:35:40 GMT

中东局势持续恶化正深刻重塑全球能源贸易格局。随着伊朗战争引发的供应中断不断加剧，美国原油对亚洲买家的战略价值急剧上升，相关运费已升至历史新高。

截至本周二，据波罗的海交易所数据，租用一艘超大型油轮（VLCC）将200万桶原油从美国墨西哥湾运往中国的费用，已攀升至约4480万美元，创历史最高纪录，较前一日的3900万美元大幅跳升。

相比之下，今年2月底伊朗战争爆发前，这一费用仅约为1780万美元。

华尔街见闻此前提及，上周中东阿曼湾至中国的超大型油轮（VLCC）运费已经飙升至国际油运基准费率（Worldscale）的450左右，即正常基准运费的4.5倍，折合每桶运费约11.50美元，创下该航线开通以来的最高纪录。

本周，沙特阿拉伯宣布关闭东西向输油管道，该管道此前是沙特绕开霍尔木兹海峡、规避战争影响的主要通道。此举进一步加剧了市场对供应中断的担忧，也令美国原油的替代地位愈发关键。

尽管运费创下纪录新高，亚洲买家的采购意愿并未受到明显抑制。

价格优势支撑高运费交易逻辑

运费高企并未动摇这条贸易航线的经济可行性，根本原因在于美国原油的价格优势依然显著。

以WTI原油为参照，运抵亚洲后的到岸综合成本仍低于阿联酋Murban原油等竞争货源。这一价格差为亚洲买家消化高额运费提供了足够的缓冲空间。

分析人士认为，只要这一相对价格优势维持，买家将继续承受高于正常水平的运输成本。

值得注意的是，WTI原油因需求走强，单日涨幅逾4%、创4月以来新高。

与布伦特原油的价差也已收窄至3美元以内。

全球油轮运力趋紧加剧费率压力

运费创纪录攀升并非孤立现象，而是全球油轮市场整体收紧的缩影。

霍尔木兹海峡等关键航运通道因遭受袭击的风险上升，愿意挂靠相关路线的船舶数量明显减少，可用运力随之收缩。

船舶跟踪机构Kpler的数据显示，10月份已有六艘VLCC计划从美国墨西哥湾装载原油驶往亚洲。

从更宏观的视角来看，当前局面标志着全球原油供应格局的一次重要转变。

伊朗战争爆发后，作为全球最重要的原油出口通道之一，霍尔木兹海峡的通行风险骤升，中东地区原油外运受到严重制约。

沙特关闭东西向管道后，这一替代出口渠道也随之中断，令本已趋紧的供应形势雪上加霜。美国原油由此成为亚洲买家弥补缺口、保障能源安全的关键来源，并推动全球能源贸易流向发生深层次的结构性调整。

风险提示及免责条款

字节跳动上半年营收直追Meta，但受AI投入拖累，利润降至200亿美元

Wed, 16 Sep 2026 00:31:28 GMT

字节跳动正站在规模扩张与利润承压的十字路口。这家中国最大科技公司上半年营收强劲增长，几乎与Meta并驾齐驱，但大规模AI投入正在侵蚀其盈利能力，利润出现多年来罕见的下滑。

据科技媒体The Information报道，三位知情人士透露，字节跳动今年上半年净利润同比下降个位数百分比，至约200亿美元；同期营收同比增长约30%，达到约1200亿美元。与此同时，Meta上半年营收同样增长30%，至1170亿美元——两家公司的营收规模已几乎持平，但市值差距悬殊：Meta市值约1.7万亿美元，而据二级市场交易追踪机构CapLight估算，字节跳动估值为6300亿美元。

利润下滑的核心驱动因素是AI支出的急剧攀升。字节跳动近期完成了约300亿美元的史上最大规模银行贷款，部分资金预计将用于支撑其持续扩大的AI基础设施投入。与此同时，TikTok在美国的业务在今年1月完成数据安全架构重组后，正加速推进电商扩张，为整体营收增长提供了重要支撑。

营收增速加快，TikTok海外贡献持续提升

字节跳动上半年约30%的营收增速，较过去两年的扩张节奏略有加快。据知情人士透露，该公司去年全年营收增长29%至约2000亿美元，2024年增速与此相近；去年净利润增长27%至420亿美元。

海外营收占比正在稳步上升。 据报道，一位知情人士透露，上半年海外营收占字节跳动总营收的比例超过30%，其中绝大部分来自TikTok；而这一比例在2024年仅为25%，2025年全年预计维持在30%左右。抖音仍是字节跳动营收的最大来源，但TikTok在整体收入结构中的权重正持续扩大。

今年1月，字节跳动将TikTok美国数据安全业务80%的股权出售给一家美国控股合资企业，同时保留了该应用的营收运营主体。据The Information此前报道，完成上述架构调整后，TikTok正加大力度在美国拓展电商业务，推出新项目吸引成熟品牌入驻TikTok Shop。

AI投入侵蚀利润，巨额贷款为扩张提供弹药

AI支出是本轮利润承压的直接原因。字节跳动自主研发大语言模型和视频生成模型，旗下AI助手豆包（Doubao）是中国最受欢迎的移动端AI应用之一；其Seedance视频生成模型在全球AI视频市场中处于领先地位。此外，公司正积极拓展AI云业务，向企业客户销售自研模型。

在芯片层面，字节跳动一方面持续争取现有先进芯片的采购渠道，另一方面据The Information今年5月报道，公司已在自主研发用于AI模型推理的专用芯片。为支撑上述投入，字节跳动近期完成了约300亿美元的银行贷款，创下公司史上最大单笔融资纪录。

在商业化层面，字节跳动今年6月推出面向专业用户的职场AI助手豆包Work，提供付费订阅方案；公司亦寄望于Seedance视频模型的市场热度，为其AI业务和云平台带来更多收入。

国内AI竞争白热化，字节坚守自研路线

字节跳动在AI赛道面临来自国内竞争对手的强劲压力。过去数月间，Moonshot、阿里巴巴、Z.ai（智谱AI）以及DeepSeek相继推出开源模型，在编程和智能体任务上展现出接近前沿的能力，且成本远低于美国主流模型，迅速在全球范围内获得广泛关注。相比之下，字节跳动在这一竞争中有所落后。

面对差距，字节跳动创始人张一鸣今年7月在一次内部会议上明确表态：公司不会采用"蒸馏"（distillation）方式——即利用美国前沿模型的输出结果训练自身模型——即便这意味着短期内落后于国内竞争对手。

字节跳动也是中国主要模型厂商中唯一将绝大多数模型保持闭源的公司，企业客户主要通过其自有云平台访问相关模型。

与此同时，国内竞争对手同样在加速融资以押注AI：阿里巴巴正寻求通过大规模配股募集约100亿美元用于AI基础设施建设；智谱AI（Z.ai）本周启动了总规模50亿美元的股权及可转债发行计划。

风险提示及免责条款

养猪业的亏损周期即将创下历史之最，但下一轮暴利周期却可能正在埋下伏笔

万周 — Wed, 16 Sep 2026 00:31:00 GMT

2026年生猪行业最值得关注的变化，不只是猪价跌破成本线，而是政策调控与市场化去产能开始交叉。8月第三方数据已经显示能繁母猪去化明显加速，待披露的官方数据甚至可能低于3750万头。

真正决定2027年猪周期强弱的，已经从“母猪降了多少”，转向“政策退坡后企业是否还会继续减，以及这些产能最终能少掉多少肉”。

一、发生了什么？——政策先推了一把，市场压力开始接棒

2026年上半年，行业已经具备自发去产能的经济基础。

以牧原为例，公司上半年归母净利润亏损约61亿元，二季度单季亏损约49亿元；同期商品猪销售均价上半年约10.5元/公斤，二季度降至约9.6元/公斤。更关键的是，这并不是一家高成本企业的个体困境。牧原上半年完全成本约11.7元/公斤，7月进一步降至11.5元/公斤，PSY达到28，仍处行业第一梯队。

连低成本龙头都难以覆盖完全成本，说明当前猪价已经足够低，足以对大多数养殖主体形成真实的现金流压力。上市猪企平均资产负债率继续抬升，短期借款增加，固定资产扩张趋弱，亏损正在从利润表传导到经营行为。

但8月去化突然加速，不能简单理解为行业自然出清。6月以来，监管层已明确要求大型猪企带头压减产能和产量，同时严控二次育肥、淘汰弱仔猪、降低出栏体重，并推动主产区继续实质性压减产能。随后，第三方平台7-8月监测数据出现明显变化：钢联样本8月能繁母猪环比下降2.94%，卓创样本下降约1.61%，都明显弱于此前月份。换言之，8月的拐点可以确认，但当月去化速度带有明显的政策推动色彩，不能简单线性外推到年底。

更值得重视的是，去化已经开始触及真正有生产价值的母猪。正常情况下，养殖场会优先淘汰高胎龄、低效率母猪，这种调整甚至可能改善剩余种群的生产成绩；而8月部分地区低胎次淘汰母猪折价幅度明显大于高胎次母猪，意味着年轻母猪也在被加速卖出。

与此同时，淘母折价扩大，母猪料延续下滑，仔猪价格一度跌至130-150元/头，而行业估算的仔猪成本仍在260—280元/头附近。对中型规模场而言，这已经不是利润承压的问题，而是现金流和持续经营压力开始逼迫其主动缩产。当前真正需要观察的，不再是“行业是否去化”，而是这轮去化能否从政策推动顺利切换到市场化出清。

……

Altman：AI行业能够应对安全风险，媒体报道方式令人失望

Wed, 16 Sep 2026 00:27:50 GMT

OpenAI首席执行官Sam Altman表示，他对AI行业在不造成重大危害的前提下安全推进技术发展充满信心，同时对外界围绕AI安全议题的讨论框架表达了不满。

Altman周二在旧金山Salesforce Dreamforce大会上与Salesforce CEO Marc Benioff对话时表示，"我对我们公司、对整个行业安全推进这项技术的能力非常有信心。"他同时指出，"我对这一议题的报道方式感到失望。"此番表态直接回应了近期业界围绕AI监管与发展节奏的激烈争论。

上述言论的背景是，Anthropic CEO Dario Amodei于上周六发表文章，就AI技术潜在风险发出警示，并建议放缓开发节奏，由此引发行业最新一轮讨论。尽管OpenAI正与Anthropic及谷歌旗下AI实验室Google DeepMind合作应对安全问题，Altman仍坚持认为，AI公司有能力在无需外部强制干预的情况下自主安全地改进模型。

承认风险，但对行业自律持乐观态度

Altman在演讲中并未回避AI的潜在危险。他表示，"世界对此感到恐惧是正确的"，并承认新技术在发展过程中"一定程度的事故不可避免"。

他以航空业为例，指出正是依靠事故报告文化、经验积累以及联邦机构的监管，航空旅行才得以变得如此安全。他呼吁AI行业建立类似的透明报告机制，"我们应该形成一种关于事故透明报告的良好文化。"

Altman还表示，若发展到无法安全推进的阶段，企业应做好"放缓甚至停止"的准备。这一表态与Amodei近期呼吁放缓AI开发节奏的立场形成一定呼应。

以社交媒体为鉴，强调共同责任

Altman将社交媒体作为前车之鉴，指出社交平台带来了真实的社会效益，但其影响——尤其是对年轻人的影响——并非"只有正面"。

他以短视频为具体案例，称"我不认为短视频本质上是邪恶的，但我确实认为它是危险的"，并强调责任应由家长、企业和政府共同承担。他还透露，自己虽然喜欢用短视频放松，但不会让自己的孩子观看。

这一类比意在说明，技术本身的中性属性并不能免除各方的监管与引导责任，AI行业同样面临类似的治理挑战。

AI发展进入第三浪，商业潜力尚未充分释放

在描绘AI发展前景时，Altman将这项技术比作"从神明处取得的火种"，并将当前阶段定位为继聊天机器人、编程智能体之后的第三波浪潮——AI将能够主动代替人类完成工作任务。

"我们在探索如何打造真正让人们更有能力、更具力量的优质产品方面，才刚刚触及表面，"他说。

不过，Altman也指出，人类工作模式存在相当大的惯性，技术的全面普及仍需数年时间。这一判断意味着，尽管AI能力快速跃升，其对劳动力市场和企业运营的实质性冲击或将是一个渐进过程，而非短期内的颠覆性转变。

风险提示及免责条款

笃信今晚美联储加息！美债市场现“极端空头”

Wed, 16 Sep 2026 00:23:19 GMT

美债市场空头仓位已积累至近年罕见水平，交易员正押注美联储今晚将重启加息周期。

美国10年期国债收益率周二升至2007年以来最高水平，2年期收益率亦触及2024年以来峰值。市场定价显示，华尔街对美联储今晚会议加息25个基点的概率预期已超过90%。利率互换市场则反映，今年余下时间美联储累计紧缩幅度约为50个基点。

花旗策略师David Bieber表示，"过去一周，随着市场追逐收益率上行，空头仓位迅速积累"，并直言当前空头布局"在战术层面已属极端"。

美国银行策略师Meghan Swiber和Eleanor Xiao亦指出，"进入美联储会议前，仓位持续偏向空头，空头已在整条收益率曲线上积累，资产管理机构大多削减多头或增加空头，且几乎没有迹象显示有资金在低位买入久期资产。"

空头仓位急速堆积，创近年最快增速

多项市场指标显示，债券交易员正以罕见速度加码空头押注。

根据摩根大通国债客户调查，截至9月14日当周，客户空头仓位单周跳升10个百分点，主要来自中性仓位的转移——中性仓位同期下降8个百分点。全客户调查结果显示，净多头规模已降至约四个月来最低水平，且过去一周加仓空头的速度为2025年初以来最快。

与此同时，CME集团数据显示，在上周强于预期的通胀数据公布前后，国债期货空头仓位均有所增加。联邦基金期货市场中，一笔大宗空头交易的规模意味着，标的合约每变动一个基点，该头寸将盈亏190万美元。

油价、通胀与财政压力共同推高加息确定性

推动市场形成高度加息预期的，是多重宏观因素的叠加。

战争引发的油价飙升、通胀反弹迹象以及财政赤字担忧，共同强化了市场对美联储必须行动的判断。凯雷集团全球研究与投资策略主管Jason Thomas在接受彭博采访时表示，美联储正面临"巨大压力"，必须落实25个基点的加息。

"人们已被累积的价格上涨所伤害，"他说，"生活水平已经下降，我认为美联储必须认真对待其价格稳定使命。"

Thomas同时警告，若美联储未能加息，或加息后未能就后续路径提供明确指引，可能促使交易员要求长期债券提供更高收益率以对冲通胀风险，同时压低与货币政策走向密切挂钩的短端收益率。

少数交易员押注"按兵不动"，但仍属边缘观点

尽管主流预期高度一致，市场中仍存在对美联储维持利率不变的对冲操作。

周二短期利率期权市场出现异动，与担保隔夜融资利率（SOFR）挂钩的10月和11月看涨期权成交量明显放量，这类低价期权的买入意味着部分交易员在为美联储不加息的情景布置保护。

然而，这一观点目前仍属少数派。从更广泛的SOFR期权市场来看，主流定价方向仍是未来数月前端期货合约将进一步计入下行风险溢价。国债期权偏斜数据同样印证这一判断——长端合约的看跌期权溢价持续高于看涨期权，反映交易员为长端收益率进一步上行所支付的对冲成本依然偏高。

SOFR期权市场现巨量空波动率交易

SOFR期权市场近期出现一笔规模罕见的空波动率操作，进一步揭示市场对利率路径的判断趋于集中。

据彭博数据，在SOFR 2026年12月、2027年3月及2027年6月期权中，95.4375行权价附近积累了大量新增风险敞口，主要来自一笔通过卖出2027年6月跨式期权构建的大规模空波动率结构。

上周五及本周一两个交易日内，该跨式期权合计成交约8万手，权利金总额逾1亿美元——其中周五新开约3万手，周一再度卖出约5万手。该期权将于明年6月11日到期。

此外，在CPI数据公布后，市场还新增了一批针对下行风险的保护性仓位，包括SFRZ6的破式看跌价差及看跌鹰式组合，指向交易员预期未来数月美联储将继续累积加息溢价。

风险提示及免责条款

德国被爆想游说欧盟“对华增税”，专家：默茨面对自身问题“选错了药”

环球时报 — Wed, 16 Sep 2026 00:04:25 GMT

“德国将就对华政策游说欧盟，有可能寻求施加更多关税”，当地时间14日，美国彭博社以此为题发表文章称，德国政府正筹备一项“意义深远的经济安全措施”，目的是“保护战略产业免受中国影响”，其中可能包括对混合动力汽车征收新的关税。报道还引述消息人士说法称，柏林正与巴黎合作，争取在10月布鲁塞尔举行的峰会上获得其他欧盟成员国支持，为后面的欧中会谈做准备。此前，中方已多次重申，欧方应正视自身面临的问题，中国不是这些问题的根源，而是可以成为帮助欧方解决问题的伙伴。有中国学者15日对《环球时报》表示，默茨在国内面临一些来自产业界的压力，认为应该在经贸层面对中国更强硬，但这种做法存在严重错误，面对自身问题，“选错了药”。

彭博社称，消息人士透露，德国政府正在梳理哪些领域存在对华脆弱性，并正评估德国的应对措施，其中潜在提案包括征收新关税、要求建立合资企业、加强投资审查以及强化出口管制体系等。默茨政府计划在10月14日前争取到内阁批准，随后在欧盟范围内寻求更多支持。彭博社还称，这表明德国政府对华政策正发生转变，态度趋于强硬。文章宣称，欧盟对华贸易逆差每天超过10亿欧元，而德国工业衰退已导致数万人被裁员。

德国经济部拒绝对彭博社的报道发表评论。一些德媒对该报道进行了转发。就在这条消息出来不久前，德国《商报》等媒体13日称，德国经济研究所（IW）分析报告显示，今年上半年，德企对华新增投资额达到56亿欧元，同比增长约1/3。对此，《商报》分析称，德企越来越多地利用当地利润来为投资提供资金。

一方面德国政府被爆要用更强硬的经贸政策应对中国，一方面德企增加在华投资，在中国学者看来，这并不矛盾。上海外国语大学研究员、上海区域国别学会会长姜锋15日对《环球时报》记者表示，默茨在国内正承受来自产业界的较大压力，目前德国汽车工业、化学工业和机械制造业存在一定困难，对华出口下降，于是向政府提出采取强硬政策的要求。默茨上任后一直在推动所谓的“去风险”，不仅要对中国“去风险”，如今也要对美国“去风险”。

姜锋表示，彭博社报道中一些数据经不起推敲，比如称欧盟对华贸易逆差每天高达10亿欧元，该数据就站不住脚，它没有包括欧洲对华服务贸易的盈余，以及没有包含欧洲在华企业产品对欧洲的出口，以这样的数据作为依据制定对华贸易政策只能是严重的错误。

商务部新闻发言人黄玲近日表示，中方要强调的是，中欧各层级磋商应坚持稳定、平衡的中欧关键贸易伙伴关系定位，坚持平等解决彼此关切，不能单方面提要价、谈条件，甚至动辄以关闭市场做要挟。黄玲还提到：保护主义没有出路，合作共赢才是正道。

商务部研究院研究员周密15日告诉《环球时报》记者，默茨当前承受的压力，导致他需要在政治层面回应选民诉求，但他此番“强硬”的选择未必能让德国获益，德企真正需要的是合作机遇。对于彭博社的消息，周密认为，中方立场不会因此发生变化，始终坚持多边主义与自由贸易。中德具备广泛互补性与协同基础，可通过合作化解彼此关切。中方也希望德国在欧盟内部发挥更积极作用，推动中欧深化合作、增进互信，合作远比对抗更有效。

本文来源：环球时报

风险提示及免责条款

黄仁勋连番发声：不需要法规来控制AI发展

Wed, 16 Sep 2026 00:02:50 GMT

当AI安全争论席卷硅谷之际，英伟达掌门人黄仁勋选择站到了另一边。

英伟达CEO黄仁勋近日连续公开发声，明确反对通过立法或监管手段约束AI发展，并与特朗普公开站台，将当前业界关于AI安全的讨论定性为“错误选择”。此番表态，令他成为这场争论中最显眼的异见者之一。

9月15日周二，黄仁勋在旧金山一场会议上与Salesforce CEO Marc Benioff同台对话，直接亮明立场。他说：

市场力量已经在那里，我们不需要任何新法律，不需要新监管。

AI创新与安全并非非此即彼。"你完全可以同时拥有两者，"黄仁勋说，"所以尽可能快地跑，但如果在某个时间点你感到公司失控，或者产品不够安全，那就暂停一下，把它做对。"

他同时将责任归还给企业自身：

如果你构建一款产品或服务，而你对其功能、能力或安全性没有信心，那就不要发布它。这是非常显而易见的事：你自己把握节奏，直到你有信心发布市场认可的东西。

与行业主流形成分歧

就在黄仁勋发声前后，AI行业出现了一幕罕见景象——宿敌联手。

据英国《金融时报》报道，Anthropic的Dario Amodei、OpenAI的Sam Altman以及马斯克，公开联合呼吁对AI研究进行协调性放缓，以应对其潜在的存在性风险。谷歌和微软也加入了"需要新的AI安全方法"的阵营。

黄仁勋的立场，与这一行业共识明显背离。

值得注意的是，英伟达同时是OpenAI、Anthropic和马斯克旗下SpaceX的重要投资方，这些实验室也是英伟达芯片的主要买家。

与特朗普公开站台

这并非黄仁勋第一次在这一议题上表明立场。

周一，他在另一场活动上接到了特朗普的现场来电。特朗普再度将AI存在性威胁斥为"骗局"，并强烈反对任何放缓美国AI研究和数据中心建设的举措。

黄仁勋当场回应："您说得对，我们不会让这种事发生的，先生。"

商业利益高度绑定

黄仁勋的立场，难以与英伟达的商业现实完全切割。

这家市值5万亿美元的芯片巨头，正是凭借AI模型训练对芯片的爆炸性需求，跻身全球最有价值公司之列。AI基础设施投资的节奏，直接关系到英伟达的营收。

英伟达今年向OpenAI投资了300亿美元，并为其俄亥俄州数据中心园区项目提供了最高1050亿美元的融资担保。此外，英伟达还承诺向Anthropic投资最高100亿美元，并以20亿美元入股马斯克的xAI——后者随后与SpaceX合并，并于今年6月完成重磅上市。

风险提示及免责条款

油价=美债！高盛和野村观点一致：能源才是主导市场的关键，而非AI

Tue, 15 Sep 2026 23:55:19 GMT

当市场还在争论AI能否支撑估值时，两家华尔街顶级机构已经给出了截然不同的答案：真正在驱动市场的，是原油。

高盛单一德尔塔交易台负责人Rich Privorotsky与野村顶级跨资产策略师Charlie McElligott从各自不同的分析框架出发，却得出了完全一致的结论：原油决定债券市场，债券市场决定风险资产，在油价停止上涨之前，所有估值逻辑——包括AI叙事——都只是下游变量。Privorotsky直言：“利率加能源，这仍然是最核心的主题。”McElligott则将原油定性为“搅动当前全球宏观风险格局的那根吸管”。

沙特与胡塞武装冲突持续升级，油价隔夜再度走高，推动收益率上行。长端美债收益率已突破5%，并持续刷新高点。Privorotsky警告，这对风险资产构成“滞胀担忧上升下的毒性组合”。

与此同时，高盛估计波斯湾石油流量受冲击规模已达每日670万桶，全球能源供应缺口正在扩大。

在两位分析师看来，当前局面的唯一可信出路是外交突破，而非军事手段。下周可能举行的全球最大的两大经济体领导人会晤被高盛列为关键观察节点；野村则将美国能源出口禁令列为潜在的极端左尾风险。在上述任何一个转折点出现之前，“解决能源才能解决利率，解决利率才能解决风险资产”这一传导链条，将持续主导市场走向。

传导链条：油价如何成为债市的锚

Privorotsky的逻辑链条清晰而直接。

“边际桶决定价格。”在柴油和成品油价格如此高企的情况下，通胀压力通过运费、食品和PPI向更广泛的经济领域蔓延。这意味着收益率几乎没有可持续下行的理由。他的结论是：“在能源稳定之前，风险资产无法正常运作。油价需要先稳定，利率才能稳定，利率稳定之后，那些估值论据才有意义。”

McElligott在野村的跨资产报告中以同样的逻辑呼应了这一判断。他追溯至9月10日的研究报告——当时他已指出，欧洲利率市场正在"觉醒"，意识到能源与石化冲击2.0所带来的短缺正日趋"结构性"。当前的物理供应格局是：全球在能源、炼油产能、超大型油轮（VLCC）以及一切相关资源上均处于短缺状态。

柴油是"零号病人"，负凸性潜伏在背景中

McElligott将柴油定性为此轮通胀扩散的"零号病人"，与Privorotsky所描述的"通胀通过运费、食品和PPI蔓延"的路径完全吻合。

McElligott认为，欧洲柴油裂解价差正将欧元区利率期权波动率拖回至伊朗战争初期的高点附近。

在此背景下，负凸性风险正在市场结构中积聚：

中间段高行权价付款方的大规模头寸倾斜、CMT区间累积结构持续推高偏斜和波动率的波动率，加之近期大规模VIX看涨期权买入（包括9月4日买入12.5万张11月31行权价合约及12.6万张11月34行权价合约，8月28日买入12.8万张10月28行权价合约），共同构成了一个潜在的"能源口袋"——一旦风险突然加速，交易商在利率期权和VIX期权两端均面临被动对冲压力，而当前银行和交易商的损失容忍度普遍偏低。

McElligott指出，要打破当前"宏观泥沼"状态——低平值隐含波动率、利率在日内跨式期权区间内震荡、原油随头条新闻反复、股票仍未远离历史高点——能源必须先突破至新的极端水平。

外交是唯一出路，两个关键节点待观察

两家机构均将外交突破视为当前局面的唯一可信出路。

目前出现了若干微弱信号：特朗普要求泽连斯基停止打击俄罗斯炼油基础设施；乌克兰表示，若俄方认真对待，愿意考虑对等能源停火；特朗普还表示伊朗"迫切希望迅速达成协议"，尽管伊朗随即予以否认，但外交氛围出现了些许转变。

高盛将下周可能举行的全球最大的两大经济体领导人会晤列为重要观察节点；野村则将美国能源出口禁令列为另一个潜在的市场转折点。

Privorotsky的判断简洁有力："除非军事策略突然取得更大成效，否则可信的出路在于外交。我们昨天看到了一些小迹象，但目前尚无令人信服的信号。"

野村的McElligott认为，在特朗普"作茧自缚"的处境下，美国能源出口禁令这一左尾风险对全球经济——尤其是缺乏能源独立性的欧洲和亚洲国家——将构成重大冲击。他写道，出口禁令"肯定会触发这一切"，随后冲击利率波动率分量，进而拖累资产贝塔。

这也是为何两家机构都对AI作为当下市场催化剂持保留态度。McElligott明确表示，在没有能源/利率冲击作为更可信的左尾风险的情况下，"AI放缓"叙事"距离任何实质性影响还有相当距离，我对其成为当下回调催化剂持相当程度的怀疑"。

分析人士指出，在上述任何一个转折点出现之前，结论只有一个：解决能源，才能解决利率；解决利率，风险资产才能正常运作。油桶，就是债券市场。

风险提示及免责条款

美国参议院未能推进具有里程碑意义的加密货币法案

Tue, 15 Sep 2026 19:08:49 GMT

加密货币寻求华盛顿立法救援的希望，在周二撞上了更残酷的市场现实。参议院几乎注定无法推进《清晰法案》（Clarity Act），这直接抽走了加密行业为数不多的潜在催化剂之一；与此同时，市场对利率的焦虑重燃持续压制投机性资产，导致比特币大幅下挫，加密概念股也遭受重创。双重打击为抛售行情注入了新的动能，数字资产已被推入近年来最黯淡的周期之一。数月来，行业一直将更友好的监管视为可能的转折点——《清晰法案》曾承诺出台能将加密资产进一步推向主流金融的规则。但法案的失败让这一红利变得遥不可及，并暴露出一个更紧迫的问题：华盛顿的立法僵局短期内难以打破。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

香港发布首个五年规划：聚焦人工智能产业，强化全球最大离岸人民币枢纽功能

人工智能：多维布局谋求产业升级

金融中心地位强化，资本市场开放提速

北部都会区与大湾区：融合发展主平台

航空产业：从维修交易到国产机认证

今晚，“鸽派加息”？

鸽派基准情形：被动加息与“微调”定调

高盛：不认为此次加息有充分经济基础

SEP经济预测：点阵图与核心PCE下调构成鸽派支撑

沃什的新闻发布会：市场最大的悬念

全球领先！一文读懂中国“消费端AI”战场

中国AI普及速度全球领跑，分发与场景是核心驱动

豆包领跑原生App，但多平台并用削弱"赢家通吃"可能

App内AI经济性更优，腾讯、阿里、美团获正向评级

2030年C端AI变现规模约3,000亿元，商户意图变现占99%

百度、腾讯音乐、爱奇艺面临直接冲击，投资评级偏审慎

美光高管：存储决定AI上限，实质性新增产能要到2028年后

资本支出飙升，实质性新增供应需等到2028年

告别“随买随卖”，长期“长协”与“深度定制”重塑商业模式

AI走向边缘，人形机器人将成最大增量市场

高盛向顶级客户预警：AI动量交易出现史无前例裂痕，建议对冲

动量因子内部出现历史性分裂

资金从半导体流向软件，格局重塑

高盛建议顶级客户启动对冲

摩根大通：“开源冲击”、“AI安全”都不是问题，未来两年资本开支仍有空间，半导体设备将成“新瓶颈”

“购买算力”同样是门好生意

开源不是威胁，是需求催化剂

AI安全监管：短期扰动，不改训练节奏

资本开支：杠杆仍低，现金流在加速

半导体设备：下一个瓶颈正在形成

封装与基板：瓶颈持续，光互连崛起

存储：基本面健康，但情绪仍需修复

2027年哪些环节涨价更强？

DeepSeek核心工程师长文刷屏：《我不得不把才华埋葬在昨天》

“我不至于失业，但必须要转业”

澄清初衷：与“手工业时代”的体面告别

AI 越来越会写算子了

那我呢

那人们呢

结语

多重制约下内需仍偏弱

1.AI及出口链提振工业生产，但对内需相关行业带动较为有限

2.暑期出行或对服务消费形成边际支撑，需求前置拖累整体社零走弱

3.低基数下投资仍偏弱，政策性金融工具效果尚待显现

潘功胜：不能简单以信贷增速衡量金融支持实体经济的力度

一、中国金融结构正发生深刻变化

二、中国金融结构变迁的内在逻辑

三、以金融结构持续优化服务经济高质量发展

英特尔CEO：CPU仅满足五成需求，14A明年一季度投产，新架构或将推理功耗降至GPU的1/15

智能体时代引发算力逆转，高端CPU严重供不应求

文化重建是英特尔转型的底层逻辑

18A已全面量产，14A明年一季度投产

先进封装是“终极圣杯”，巨资落地美国化解断链危机

“十年降维打击计划”与量子计算节点

键合设备革命性周期：HBM大扩产，混合键合技术平台化打开第二增长曲线！

2030年代人类器官也能量产

A股三大股指早盘齐跌，科创50逆势涨超1%，半导体、算力硬件反弹，宁德时代、赛力斯再大跌，港股科网股多数承压

英特尔陈立武：黄仁勋的软肋是“能耗”

7400万元采购、108条AI流水线 银行Agent进入批量生产阶段

资金流向底座

流程重新接线

进入运营之后

马斯克吐槽AI巨头：一边说可能毁灭人类，一边问IPO买多少

两天两发，民商火箭开启组网千帆

1、民商火箭首次批量组网卫星互联网

2、等发射千帆的民商火箭，还有谁？

3、千帆年度目标324，尚有68星待射

4、时间不等人，资本和市场同样着急

突发，GPT-6 Sol曝光了！

三连爆：GPT-6-Sol实测震撼

GPT-6-Sol：比Astra更强，却更便宜？

Noam Brown 震撼访谈：OpenAI，也在快速RSI！

9月FOMC加息：政策校准，还是紧缩周期起点？

仍是信誉之战，市场定价已将美联储逼至墙角

忙不过来！英特尔CEO：只能做一半的订单，每天都在道歉

老黄拿身高开涮：长那么高干啥？坐飞机还没我舒服

4480万美元！美国原油运往亚洲的运价创下天价

价格优势支撑高运费交易逻辑

全球油轮运力趋紧加剧费率压力

7400万元采购、108条AI流水线银行Agent进入批量生产阶段