华尔街见闻 - 资讯 - 最新

Anthropic首席经济学家前瞻“AI未来”：“三大奇点”，“财富分配”与“Token和资本税”

Mon, 28 Sep 2026 06:24:48 GMT

AI对宏观经济的真实冲击正在从“实验模型”走向“现实数据”，面对尚未体现在生产率上的技术红利，重塑财富分配规则与开征“Token税”正成为政策制定者必须直面的未来。

2026年9月24日，哈佛大学肯尼迪学院举办了一场焦点对话。奥巴马政府前首席经济学家、哈佛大学教授杰森·费尔曼（Jason Furman）与前沿AI实验室Anthropic首席经济学家彼得·麦克罗伊（Peter McCrory）就AI对劳动力市场、宏观经济指引及未来政策走向的影响展开了深度探讨。

作为业内少有的专门针对大模型应用发布《人类经济指数》的研究团队负责人，麦克罗伊基于Anthropic海量的底层使用数据，向市场揭示了AI普及过程中的真实阻力、潜在的经济增量以及2030年的宏观情景。

J曲线效应与数据中的“消失的失业潮”

当前宏观经济的一大谜团在于：AI能力呈现指数级爆发，但全要素生产率（TFP）并未见显著飙升，且美国失业率稳定在4.1%的历史低位。这种“体感”与宏观数据的错位，引发了市场的强烈关注。

对此，麦克罗伊给出了核心解释：技术扩散的时滞与“J曲线效应”。他指出，虽然“这些模型能够自主完成的任务范围大约每四到七个月翻一番”，但企业在真正获得生产力红利前，必须经历高昂的重组成本。

“要真正释放这项技术可能带来的生产力提升，还需要进行配套投资。能力加上背景信息，两者缺一不可。”麦克罗伊表示，大型企业受制于数据防火墙和组织架构，“除非你进行适当投资，将这些数据重新整理并提供相关背景信息，否则可能不会产生太大影响。”各公司目前正在经历代价高昂的实验期，这构成了AI投资回报的J曲线底部。

而在就业端，大规模失业并未出现。Anthropic的数据证实了这一点：“这看起来更像是一种技能偏向型的劳动增值模式，而非彻底自动化并大规模取代工作岗位的技术。”麦克罗伊强调，模型在解决复杂问题时高度依赖人类提供的高质量输入，人机协作仍是当前的主流形态。

宏观指引：美联储是否低估了AI的增长引擎？

围绕未来几年的业绩指引和宏观经济增速，Anthropic团队的测算给出了极具想象空间的预期。当前，美国国会预算办公室（CBO）对未来财政的长期增长预测为1.7%，美联储最乐观的预期在2.4%左右。但在前沿实验室看来，这一基准可能过于保守。

麦克罗伊通过追踪用户在平台上的真实任务耗时得出结论：“基于目前的模型和当前的使用模式，劳动生产率增长率有望提高1.8个百分点。”

这意味着，如果这些效率提升在未来十年内逐步向整个经济体扩散，叠加资本深化的假设，美国的宏观经济增速有望重返上世纪90年代末至本世纪初的高增长时代。费尔曼对此指出，目前未能实现自动化的经济环节（即薄弱环节）可能会制约总体规模的无限爆发，但高达1.8%的劳动生产率边际增量，足以让现有的货币政策和财政预测框架面临重估。

财富分配的重塑：劳动力收入份额或暴跌15%

在市场极为关注的“财富分配”和不平等问题上，麦克罗伊坦言，AI大概率会加剧资本与劳动力之间的不平等。

在劳动收入内部，虽然AI有潜力让新手快速具备专家能力，但实际数据却呈现出另一种残酷的现实：“当你查看实际采用者的数据时，会发现其主要采用群体是高薪高技能的人才。从这个角度来看，我预期这将是一种在收入层面上的普遍现象，或者说不平等会加剧，而非缩小。”专业知识作为一种乘数，正在将顶尖人才放大为“百倍工程师”。

而在资本与劳动的博弈中，宏观模型给出了更为警醒的数据指引。随着AI驱动的资本深化，“在极端情况下，劳动收入份额相对于此前每1美元收入中60%的占比，下降了约15个百分点。”这意味着，资本所有者（股东）将从AI的经济增长中攫取远超以往的回报，而劳动所得的国民收入份额将面临显著萎缩。

前瞻AI未来：“三大奇点”与“Token和资本税”

面向2030年，麦克罗伊将AI经济的终局演化总结为“三大奇点”：

软件奇点：模型在递归式自我改进中变得越来越好。
经济奇点：AI自动化突破传统的增长计算模型，挑战“经济能否在有限时间内实现无限增长”。
科斯奇点：AI代理（AI Agents）的大规模应用将大幅降低交易成本，彻底改变企业边界与经济交换结构。

在“科斯奇点”的实测中，Anthropic发现了一个极具冲击力的现象：“更强大的模型在与较弱的模型谈判时，系统性地榨取了更多租金；人们没有意识到这种谈判力量的不对称。”这意味着，掌握前沿模型的企业或个体将在未来的市场交易中占据绝对的定价权和租金获取能力。

面对上述极端的财富分配和商业结构重塑，麦克罗伊提出了未来的政策干预方向——税制改革与“Token税”。

“目前，美国和许多国家的税收结构都侧重于对劳动征税。但如果劳动收入份额下降，就需要考虑其他税收制度，比如对消费征税。”更重要的是，为了对冲过度自动化对社会造成的负面外部性，麦克罗伊直言：“在经济政策框架中，我将代币税（Token税）视为一种抑制过度采用的激励机制……代币税可以类比于碳税或烟草税。”以此来缓解失业冲击并平衡公平与效率。

以下是对谈文稿

各位晚上好，欢迎来到哈佛政治学院举办的小约翰·F·肯尼迪论坛。我叫摩根·杰伊，是大学二年级学生，主修政治学和历史学，也是学生论坛委员会的成员。

在开始之前，请注意一下位于公园一侧和肯尼迪论坛临街一侧的出口。如遇紧急情况，请前往离您最近的出口，并在肯尼迪公园集合。今晚的节目将进行现场直播并在线存档，还将包括观众问答环节。提问的观众可以自愿选择是否表明身份，但并非必须。现在请将手机调至静音，和我一起欢迎哈佛学院本科生佐伊·贝克尔。

各位晚上好，欢迎来到政治学院肯尼迪青年论坛。我叫佐伊·贝克尔，是一名大学一年级学生，主修英语，也是论坛委员会成员。

今晚我们欢迎Anthropic首席经济学家彼得·麦克罗伊。麦克罗伊领导Anthropic的经济研究团队，该团队专注于研究人工智能将如何塑造劳动力市场及更广泛的经济领域。他的团队发布了《人类经济指数》，分享了来自前沿实验室的最新研究成果，并研究了各种情景模型，以了解人工智能将如何影响未来几年不同地区和不同行业的发展前景。就在上周，人类经济指数发布了一个新的情景模型，展望2030年经济的三种不同可能性。

与麦克罗伊先生共同主持论坛的是杰森·费尔曼，他是哈佛大学肯尼迪学院和哈佛大学经济系联合授予的埃特纳经济政策实践教授，担任莫萨瓦尔·罗曼尼商业与政府中心主任，同时也是彼得森国际经济研究所的非常驻高级研究员。2013年至2017年，费尔曼担任第28任经济顾问委员会主席，出任奥巴马总统的首席经济学家。现在，请和我一起热烈欢迎今晚的嘉宾和主持人。

费尔曼：很高兴能和彼得·麦克罗伊先生在这里见面。我读过您很多文章，但我们之前从未有过对话，现在就来一场。我有两个对话方案，取决于你对第一个问题的回答。我只想知道一个数字——P Doom是多少？

麦克罗伊：这是一个数字吗？

费尔曼：一个数字。

麦克罗伊：我没有这方面的个人数字。

费尔曼：我的计划是，如果低于10，我就问你关于工作和生产力的问题；如果超过10，我就放弃之前所有的问题，直接问类似"为了生存我们应该怎么做"这样的问题。

麦克罗伊：好的，太好了。那我们可以集中讨论我之前稍微阐述过的那些想法。您能先简要介绍一下Anthropic公司首席经济学家的职责吗？以及经济学家——不仅是Anthropic的，也包括其他地方的经济学家——在思考这个发展速度惊人的领域时，应该扮演什么样的角色？我们通常研究过去，以便对某件事是否发生作出精确的估计，但你花了很多时间写关于未来的事情，这要难得多。

我看待自己工作以及我的团队正在做的工作的方式是：我们正试图了解人工智能的经济影响。这很有挑战性，因为人工智能是一种通用技术，在某种程度上影响着各个行业和几乎所有职业，而且它的发展速度非常快，能力提升非常迅速。有一张著名的仪表图表，我相信您一定熟悉——这些模型能够自主完成的任务范围大约每四到七个月翻一番，完成这些任务的时间已经从几个月缩短到几天。因此，能力正在快速提升。

这是一项通用技术，将以集中的方式冲击经济，而且普及速度非常快，还有其他原因可能导致它实现创新流程的自动化。因此，不确定性不仅体现在对未来的展望上，也体现在当下。

我对我们团队工作的思考方式是：我们如何才能产生只能在Anthropic内部进行、但又应当放到公共领域的数据和研究？因此，我们生成了经济指数——这是一个保护隐私的指标，追踪世界各地的人们和企业如何在不同的任务、职业和地域中使用Claude。我们公开这些信息，希望独立的外部研究人员能够利用这些数据，并发现其对实时理解这项最重要的技术大有裨益。

当然，我们还可以针对最紧迫的问题开展更多研究，这既有助于我们对正在发生的事情找到一些合理的答案，或许还能向世界展示哪些问题最值得关注。这项工作就像公开进行研究一样，需要对重要问题给出有启发性的答案。

正如您所说，大多数学术研究都围绕着找到一个完美的自然实验或一个设计严谨的随机对照试验，才能真正帮助分离出新技术或政策的因果效应。我们没有等待一两年后才能看到研究成果的余地，我们需要一些关于今天正在发生的事情的见解。所以我们公开进行这项工作，也希望得到反馈和批评，而我相信您一定能给我一些启发，让我带回团队。

费尔曼：好，我们拭目以待。那我就直接说说我的想法。目前最大的谜团在我看来是这样的，听听你怎么解释，以及它对未来的影响。几年前，我和某家前沿实验室的顶尖专家们交流，他们向我展示了扩展定律，从视觉上把曲线延伸开来，告诉我们2026年会身处何方。我当时翻了个白眼，心想，就算处理器多了，也不代表这些东西就会越来越好。公平地说，他们是对的，而且这些能力远远超出了他们的预期，甚至可能超出了我的预期。

他们还告诉我，基本上这些工作现在都没了，对吧？我又翻了个白眼。我的感觉是，他们现在应该在西海岸，跟另一个人讲着完全一样的故事，讲述自己如何被追上，以及自己是错的。

那么，这是为什么呢？失业率是4.1%，基本保持平稳，也是我们见过的最低水平之一。生产率增长方面，你或许可以勉强说它略有回升，但全要素生产率并没有真正提高。或许可以这么说，但从经济数据中根本看不出来。这显然与这项技术的规模完全不符。请解释一下——我想先探讨一下现在的情况，然后再推断你的解释对未来的影响。就目前而言，为什么经济数据中没有体现出来？

麦克罗伊：这是我在实验室内外都经常面对的一个难题。正如你所说，研究这些扩展定律十多年的学者们，在预测能力方面做得相当不错，甚至像十年前对这些模型在2026年可能发挥的作用的预测也已成真。而且，或许正如你所说，有些方面已经超过了那些预测。

我认为，也许是一个未得到充分重视的方面——而经济学家对此应该更加了解——那就是扩散的作用，这是一个漫长的过程。如果回顾20世纪的通用技术发展历程，一些学术研究认为，这项技术大约用了50年时间才扩散到整个经济体系。从这个角度来看，即使生产力方面出现大幅提升，生产力水平可能会被平滑处理，而且更难解析。

当然，人工智能的普及速度远超以往的技术。我最近也写了一篇相关文章，标题是《为什么人工智能没有导致失业率上升》。我的观察结果是，劳动生产率数据表明，在人工智能应用广泛的经济领域，生产率增长相对更为强劲，并非只是眯着眼睛才能勉强看出来的微小变化。

但正如您所说，目前的失业率已接近美联储认定的最低水平，黄金年龄段就业人口比例也已达到数十年来的最高水平。是什么原因导致我们在许多研究中都看到这种情况？从我们的数据来看，这看起来更像是一种技能偏向型的劳动增值模式，而非彻底自动化并大规模取代工作岗位的技术。

根据美国劳工部ONET分类标准，在美国经济约一半的工作岗位中，我们看到四分之一的任务正是人们使用Claude来完成的事情。但在整个分类体系中，Claude并没有在某一类工作中将每一项任务都自动化完成。工作中难以自动化的关键环节，限制了完全替代人工的可能性，人机协作因此得以延续。

此外，当我们审视真正在模型输出结果之前发生的情况时，也会发现其复杂性。如果我要求Claude构建非常复杂的金融模型，或者我看到有人系统地利用Claude跨任务、跨地域建模，这些人都在提供复杂精细的输入。复杂的输出在一定程度上依赖于人类提供的复杂输入。我们发现有证据表明，当人类更深度地参与其中时，模型往往更加成功——人们能够解决更难、更复杂的问题，而复杂程度与使用人工智能的成功率之间存在一定的权衡关系，因此完全替代的空间相对有限。

所有这些都指向一个方向：改变和重组回报结构，回归到不同形式的专业知识，但并非彻底导致人工智能使劳动者大规模失业和生活中断。

也就是说，如果你观察经济中那些你可能预期会出现这种情况的领域——比如技术作家或数据分析师的岗位更替，或者入门级工作的颠覆，这类工作的核心任务正是这些模型已经擅长的，而且目前还没有太多相关技术被系统性地用于自动化这类任务——在劳动力市场方面，失业率并未上升。但这些工人更有可能表达对未来可能失去工作的担忧，这似乎预示着未来可能会发生一些不好的事情，即使这些情况暂时还未在数据中显示出来。

费尔曼：是的。我同意你的看法，可能其中一部分已经体现在生产力方面了——自2019年以来，我们的累计生产力增长率达到了13%。当然，你可以对此提出异议，究竟其中有多少个百分点是人工智能贡献的，半个百分点，还是根本没有，我不太确定，而且我觉得这主要不是过去一年发生的事情。

你没有提到J曲线作为你解释的一部分。你知道，我感觉过去六个月我写了90万行代码，这会让我余生都更高效，但至少从各方面的产出来看，过去六个月的度过方式并不理想——除了代码行数之外。有多少企业正在经历类似的情况？也就是说，未来一两年内可能会发生一些根本性的变化，而目前这个论点的薄弱之处或许仍然存在。

麦克罗伊：这是一个很好的观点。我当时正在谈论这一点，后来就把它搁置了，我很高兴你提到了这一点。大约一年前，我们研究了企业是如何通过API以自动化方式嵌入Claude的。API模型本身存在一些问题，比如上下文不匹配，或者模型会自主执行某些操作，也许涉及内部业务运营、处理或税务报表之类的工作。

我们系统地观察到，对于企业正在使用的最复杂的任务，Claude依赖于远多于简单任务所需的背景信息——比如撰写电子邮件这样非常简单的任务，对背景信息的需求就少得多。这表明，要真正释放这项技术可能带来的生产力提升，还需要进行配套投资，而不仅仅是能力本身——能力加上背景信息，两者缺一不可。

想想那些经历了50余年积累和发展的大型跨国组织，它们的结构非常分散，并使用防火墙来保护数据。这些数据可能对模型有用，但模型本身却无法获得。除非你进行适当投资，将这些数据重新整理并提供相关背景信息，否则可能不会产生太大影响。组织流程方面也类似。如果你想让Claude帮你制定销售策略，你可能需要同事脑海中隐藏的隐性信息。如果没有相应的流程将这些信息提取出来并提供给模型，模型可能难以完成该任务，即使从某种意义上说它确实有能力做到。

我认为这是理解J曲线的一种方式。各公司正在尝试不同的工具嵌入和部署方式，这需要花费大量时间进行代价高昂的实验，才能找出哪些方法有效。或许这种情况会通过创造性破坏在进入市场的边缘地带发生——新公司无需重新调整现有结构即可获得这种生产力，它们可以是原生人工智能的。这一切才刚刚开始，因此这或许是了解从现在起几年后发展趋势的一个切入点。

费尔曼：好，我们来聊聊未来。你最近与人合著了一篇很棒的论文，叫什么来着？《人工智能的变革性场景》之类的。它的方程式比在场各位可能希望看到的要多，但第一，你可以省略方程式；第二，你可以直接交给Claude，告诉他"重写一下，但不要方程式"，我想你可以得到一个非常不错的版本。我并没有这样做，但在场任何人都可以尝试。

我想问一下你还没有提到的两种情景，它们在你已有的那些情景之外。你所有的情景都包含以下几种组合：更高的生产率、更高的经济增长和更高的失业率——生产率增长越多，失业的人越多。

第一个问题是，还有没有比你所说的更糟糕的情景？比如失业很多、生活混乱、大量人员流离失所，但生产力却没有增长——杜兰·阿西莫格鲁认为我们可能会看到这种情况，而这不是你的情景之一。

你漏掉的另一个情景，对很多经济学家来说都很自然，那就是生产率增长与取代工作岗位无关。从历史上看，更高的生产率并不必然与任何行业的较高失业率相关，甚至在转型期，失业率也可能降低。你认为这次为什么更高的生产率会导致更高的失业率？先把这部分搞定，我们再来谈你的各种情景。

麦克罗伊：这篇论文的目标，以及与之配套的交互式情景探索器——比论文中的所有方程式都更容易上手，我鼓励大家去查看——是一个设计精美的网站，无需查看任何数学公式，它会引导你理解模型的工作原理。

其思路是，经济由我们每个人在日常生活中所做的各种不同任务构成，包括撰写电子邮件、进行统计分析、与同事沟通、帮助病人，以及作为医疗保健工作者所做的各种事情。然后你可以思考人工智能如何影响整个经济体中的各项任务。其中有五项关键投入：第一，这些模型能够做什么；第二，它们在整个经济体中的普及速度如何；第三，人工智能是否被广泛应用——顺便提一下，这些情景设想的是到2030年为止的情况，已经是非常近的未来，并非超级未来主义的那种。

费尔曼：是的。

麦克罗伊：我们实际上把时间线设在了2030年，因为再往后就需要考虑人工智能对机器人技术的影响，以及这类影响所带来的广泛不确定性。我们先聚焦于近期的不确定性。

自主性是指以自动化方式应用人工智能，这可以在劳动力市场中实现普及和替代，但生产力却没有显著提高。第四个输入项是：使用人工智能后，你的效率提高了多少？第五，对于失业工人来说转岗有多难——如果你因为人工智能而失业，需要换一份新工作，对你来说找新工作有多难？也许这取决于培训，或者说需要时间来适应。

本文重点讨论的情景只是许多可能情景中的一部分。根据你如何配置这些输入，你实际上可以得到一个看起来很像某种特定情景的结果。例如，人工智能以自动化方式应用，但实际上对生产率的边际提升作用甚微，从而导致人员更替，而整体收益并没有太大改善，工人仍然需要重新分配到经济中那些没有感受到生产力提升的部门。

这篇论文的目标在于促进讨论。有趣的是，报告发出后，一些人批评我们没有设定更极端的情况，认为自动化和颠覆性创新理应走得更远；但也有人批评我们纳入了实质性的极端情况。

关于第二点——人工智能与以往技术相比可能有哪些不同之处——我认为关键在于其影响范围之广，以及它在整个经济领域被迅速采纳的速度。美国经济韧性很强，我们在疫情期间学到了很多这方面的内容，经济能够承受冲击。总体而言，任何一个月内就业岗位的流入和流出量大约为1000万个，但净影响——备受关注的那个数字——可能在5万到10万之间。因此，经济可以调整和应对冲击，但这次的冲击或许比经济通常能够容纳的还要大。

而且，因为它会产生如此巨大的重新配置力量，需要大量工人从经济中自动化程度较高的部分向自动化程度较低的部分转移，劳动力市场中的摩擦是导致各种情况下失业率上升的根本原因，尤其是在极端情况下。

你知道，有一种观点认为，我们拥有数百年的技术进步经验，如今农民已经消失，而且谁也无法想象现在每个人都在做什么，但大家似乎仍然像今天这样运转。这件事也会是一样。

另一方面，也有人认为，你无法想象有人会再次工作。我想有人甚至谈到过，大约50%的白领工作岗位将在1到5年内消失，他第一次说这话是将近一年多以前。我们目前看到的数据是否支持这两种情况中的任何一种，或者现在下结论还为时过早？

我认为，就像那些预测范围一样——这正是这项工作的动机所在——要实现极端情景，必须满足哪些条件？在极端情况下，GDP增长加速至前所未有的程度，即同比增长幅度达到15%，整体失业率上升至12%。要达到类似水平，你需要极其迅速的能力提升，以便超越绝大多数知识型工作——而这些工作是人工智能系统可以胜任的，而且需要被广泛采用，以自动化方式快速扩散。

我认为目前的数据证据表明，能力进步的速度与自动化扩散的速度并不一致。但即使在三种不同情境下，各情景的预测结果要到明年才会真正出现分歧。你发布这项研究的部分原因正在于此——现在就发布，这样你就可以对照实际出现的数据进行跟踪，并开始弄清楚我们可能会朝着哪种方向发展。

费尔曼：为了将你的一些设想置于人们思考这些问题的方式之中，你保守估计的增长率是每年2.4%。美联储公开市场委员会负责决定利率，他们每隔几个月发布一次预测，最后一次发布的数字是2.4%，可能是接下来四年中最乐观的，甚至比最乐观的人还要乐观——他们的核心观点更接近于2%。国会预算办公室在预算分析和预测方面备受尊敬和信赖，他们对我国财政状况未来走向的分析是基于1.7%的增长率。你知道，2.4%听起来可能和1.7%或2.1%没什么太大区别，但如果你在美联储工作或做预算分析，差异就大不相同了。所以你所谓的"适度"，在那些人眼里充满了乐观色彩。

现在我要去另一端了——在你所在的社区听到人们谈论每年增长100%并不罕见，我认为这可能很难放入你的模拟器。所以，美联储在货币政策方面是不是犯了个大错？国会预算办公室也是？这让我们对财政状况的担忧比实际应该的更多，还是说他们只是对此一无所知？

麦克罗伊：你提到要回顾历史，我认为这非常有价值。尤其是在漫长的20世纪，1870年至2010年，查德·琼斯——他也是情景探索器的团队成员之一——将其描述为经济的规模定律：尽管经历了令人难以置信的结构调整，美国经济在140年间平均增长率仍为2%，伴随着过去工作的广泛自动化以及新型工作类型的大量出现。

所以我认为，参与这场讨论时，你需要保持相当的谦逊态度，将基准设定在2%以内，这是一个非常合理的基准。我们就是这样做的，而且在过去20年左右的时间里，发达经济体的生产率增长放缓，面临各种不利因素，这是许多经济学家在2010年代后期广泛撰写和讨论的著名话题。所以我认为，在这种背景下，即使是较为保守的预测也是一种乐观的估计。

我试图理解这一点的方式是，我们确实在11月份做过一个分析，研究了人们如何使用Claude，并估算了如果没有人工智能，某人完成Claude正在做的事情需要多少时间。做一篇文献综述可能需要好几天时间，Claude可以在五到十分钟内完成，速度提升惊人。用这种方式来处理人们要求Claude做的各种事情，然后使用标准的宏观增长会计技术（感兴趣的人可以查阅霍尔顿定理相关文献），汇总这些任务层面的效率提升对未来十年劳动生产率的影响——如果扩散需要那么长时间的话。

基于目前的模型和当前的使用模式，劳动生产率增长率有望提高1.8个百分点。这岂不意味着……而且这似乎也考虑到了一些资本深化假设，在此基础上再增加1.8个百分点？

费尔曼：没错，否则会发生什么，大概是1.5左右，具体取决于情况。

麦克罗伊：是的，就是这样。那将大致使我们回到上世纪90年代末和本世纪初的盛行状态，并且与适度，甚至略超适度的情景更加一致。我想我对这个数字有所保留，但我认为它像是一个有用的框架，可以帮助了解基于我们对用户的观察，潜在影响的程度可能有多大——这些用户是那些正在尝试和学习如何使用这些工具的人，而这种尝试和学习如何使用会扩散到整个经济体系中。如果这些生产率的提高得以实现，你可能会期待在这个量级上有所进展。

简而言之，你认为美联储和国会预算办公室有点脱离实际，因为如果出现任何这种情况，我们就只能根据过于保守的预测来制定货币和财政政策。

费尔曼：我不会这样说。我会说，对增长和生产力的潜在影响相当可观。虽然存在各种不利因素，但反事实是什么？我是指过去150年里那2%的变化，或许正是必要的创新才使我们保持了那样的发展速度。所以，这或许只是另一系列让我们保持这种发展轨迹的创新，或许还存在某种其他根本性的制约力量，阻止我们进一步加速。由此可见，薄弱环节的制约力量可能会非常显著。

斯坦福大学的查德·琼斯和克里斯·德内蒂提出了另一种模型，其中设想摩尔定律在某种程度上适用于经济的各个方面。自动化速度非常快，即使增长无限，时间有限，经济最终在未来30年左右的增长率也约为2.5%、2.6%或6%，因为其他无法自动化的事情会阻碍增长速度。

麦克罗伊：没错。当某个东西是无限的时候，它在两个时间段内都会变得非常大，与其价格下降无关，它在增长计算中的重要性会降低，并被其他所有因素所掩盖。

费尔曼：是的。我看到西北大学的本·琼斯把它描述成这样：接受这种模型，其中这些薄弱环节在某种程度上结合在一起，然后你会发现，仅一半的经济就能实现无限增长，但它只会使整体经济规模翻倍。那些你未能实现自动化的事物，会极大地制约经济的总体影响。我们可以在一些关于人工智能影响的新兴文献中看到这方面的证据。

今年早些时候，一些研究人员发表了一篇论文，探讨了引入编码代理（如Claude Code）的问题——生成的代码行数增加了约20倍，但软件输出或软件发布只增长了30%。这差距相当大。

麦克罗伊：是的。听起来你好像准备说那些关于同事的刻薄话，他们以为公司年增长率能达到100%，但实际上并非如此。他们对能力的看法与你并无不同，只是对经济运作方式的了解不如你——如何将这些能力转化为增长。我认为我的基本情况看起来更接近经济学家的典型观点，但我的误差范围很大。

所以我想了解我和那些一直在关注这项技术的人之间分歧的根源是什么。情景探索器是我理解这个问题的一种途径。我跟实验室内部人员交流后的感觉是，分歧主要体现在能力、采用和自动化方面的输入上，而较少关注将这些输入转化为产出的潜在经济机制。

费尔曼：好的。接下来我想问你关于不平等的问题——不平等有两种类型。其一是劳动收入内部的不平等，例如，如果管理人员的收入远高于一线工人，而一线工人的收入相同，这就是不平等。其二是资本与劳动之间的不平等——如果股票持有者能获得更高的回报，而其他人则不然，顺便说一句，富人持有的股票更多，这会加剧不平等。

我们先来谈谈劳动力不平等问题。您预测人工智能将对劳动力不平等产生何种影响？这种影响的不确定性有多大——包括方向和幅度？

麦克罗伊：我对方向和幅度都不确定，这是对所有这类问题最诚实的回答。

费尔曼：是的，这是一个很棒的经济学家式回答。

麦克罗伊：我的回答是这样的：有一些优秀的论文基于随机对照试验表明，人工智能可以帮助原本更像新手的人变得更像专家。但当你查看实际采用者的数据时，会发现其主要采用群体是高薪高技能的人才。从这个角度来看，我预期这将是一种在收入层面上的普遍现象，或者说不平等会加剧，而非缩小。

但我之所以对此感到不确定，是因为人工智能的部分功能不仅仅是加快速度或帮助你更快地完成某件事，它还拓宽了你能够做到的事情的范围。在我们对全球约81,000人进行的调查中，询问他们关于人工智能的各种问题，当人们谈到人工智能带来的生产力提升时，他们更常提及"拓展了我的能力范围，让我能够做以前做不到的事情"。这或许是一种均衡力量，通过强制你获得与你互补的特定专业知识，来压缩收入分配。

费尔曼：是的，也许我就说到这里吧。亚历克斯·伊姆斯，他在DeepMind担任类似的角色，是一位非常聪明、非常有创造力的经济学家，他一直在谈论这样做如何帮助技能较差的人提高技能，还滔滔不绝地讲述他运用这项技术的种种方式，极具远见卓识。据我所知，它能将你的才华放大十倍，而且是以别人想不到的方式实现的。

所以你认为这种情况——"糟糕的作家变成优秀的作家，而伟大的作家得到的帮助微乎其微"——是比另一种情况更为普遍的现象吗？

麦克罗伊：我认为有两种力量同时存在。一种力量是10倍放大——软件工程师可以成为百倍软件工程师。我想这方面应该有一些轶事证据，我们的研究也提供了一些暗示性证据，这些证据基于领域专业知识的交互作用，指向了这一方向。例如，如果能有效利用Claude Code，那么第二个问题是，10倍工程师是否比其他人更有可能采用人工智能——即使工程师人数翻倍，生产力提升幅度相同，如果采纳率因先前已存在的技能和专业知识差异而有所不同，那么专业知识就可能成为一股强大的力量，不断扩大劳动力市场的不平等。

费尔曼：现在我们来谈谈劳动收入和资本收入之间的不平等。这方面的数据非常清楚——失业率不会反映这一点，生产率增长也不会反映这一点，但股票市场已经反映出来了。当我研究经济模型时，包括你们的每一个模型，以及我尝试过的几种方案，都显示资本回报率更高，但劳动所得的收入份额下降，用于资本的收入份额上升。鉴于拥有资本的人境况已经更好，所有这些都意味着不平等现象日益加剧。这是对未来数据的正确预期吗？

麦克罗伊：这是一个很好的问题。值得一提的是，能在论坛上讨论经济模型，而且参与人数也创下了经济讨论的纪录，我很荣幸能来到这里，也希望大家乐在其中，能从这些讨论中有所收获，我自己当然也从这些问题中学到了很多。

在模型中，决定资本回报率的因素是资本弹性。在标准模型中，你可能会认为资本是无限弹性的，在那种情况下，所有的收益都会归劳动者所有，你就不会看到劳动收入份额下降的情况。我之前就警告过你，这会像我们两个人之间的谈话，我们会假装你们不在场。

这种材料具有无限的弹性，很难获得所需的工厂，扩建也同样困难。为满足这种巨大的投资需求，需要提供充足的资本。如果这种调整更难发生，就会产生更强的向下趋势，对劳动收入份额形成压力。在极端情况下，劳动收入份额相对于此前每1美元收入中60%的占比，下降了约15个百分点。

接下来我想先谈谈公共政策，然后再回答大家的问题。

想想一系列政策问题。其中一个是，这些模型可能会制造出能杀死所有人的武器。对此，一种解决办法是告诉前沿实验室：你们无权这样做；另一种说法是，让他们放手去做，由政府给每个人发防毒面具。

比武器更棘手的问题，是纵容学生作弊，而这个问题的解决方案留下了一个令人不安的余地。其中一个解决方案是制定法规，告诉实验室不能帮助学生作弊，也不能回答他们的问题。另一个方案是切换到课堂考试模式。对于第一个方案，我持保留态度——因为根本无法确定问题是谁提出的、出于什么目的。所以，唯一现实的解决方案，是大学通过改为课堂考试或其他方式在内部解决这个问题。

说到就业，它在这条连续谱上处于什么位置？你造成的破坏是必然的，政策制定者需要负责收拾残局，之后可以通过全民基本收入、培训计划、工资补贴或其他方式加以应对。相反，你实际上也可以主动介入，引导这些模型朝着某个方向发展——让它们不是取代人，而是增强人的能力；不是训练它们像人一样，而是训练它们来帮助人。也许监管能够促使你这样做。

那么，说到我们一直在讨论的问题——谁来清理那些烂摊子？

我认为可以从几个角度来回答这个问题。首先，要认识到人工智能对经济的影响总体上高度不确定，而我们能做什么、已经做了什么，同样值得认真考量。在Anthropic，我和我的团队有责任产出能够提供帮助的数据和研究，帮助我们了解这项技术如何影响经济生产和劳动。这一努力旨在帮助人们了解哪些技能可能变得越来越重要，哪些技能可能变得不那么相关。

更重要的是，要赋予社会做出这些选择的能力，而不是由我们单方面决定。因此，这项技术的影响，既取决于能力进步的方向，也取决于我们作为社会所做出的选择。我在团队中的目标，就是帮助社会做出更好的决策。

就我们团队的实际工作而言，我们主要且历来专注于数据生成和研究。我之前也写过一些相关内容，在今年早些时候发布在推特上——我想运用经济学的工具，帮助我们理解自身决策的影响，从而更清晰地把握我们所做决定中可能隐含的公共利益与商业利益之间的权衡。

用经济学文献的语言来说，一种思路是：能否将"定向技术变革"付诸实践？我其实不确定这是否可行，但我的团队有机会探索这种可能性。定向技术变革，指的是引导技术发展以增强劳动力，而非直接取代劳动力。

有人问过：什么是"增强"，什么是"替代"？如果你是我的研究助理，那到底是替代了你，还是增强了你？我认为在这个例子中，答案是它增强了你……又或者，它取代了工人，就像取代了你的研究助理一样。

这其实是一个很好的例子，说明人工智能在我们探讨的场景中可能造成的冲击。而且，即便从任务层面来看，也并不总是清晰的——Claude的作用，究竟只是自动化人们交给它的任务，还是真正改变了工作的性质？

你描述的情况，是你正在被增强，这会改变对某些类型专业知识的回报，以及与你所拥有技能的互补关系。从历史上看，新技术自动化取代了部分工作，催生了新的工作形式，也推动了工作内容的重新整合。这个问题至今仍不清晰。我觉得这是一个真正的难题，值得我们认真去理解。

我们对此有任何影响力吗？可能有很多种情况。其一，政府可能制定相关规定，禁止科技产品做某些事情。其二，由企业主动承担这件事——如果Anthropic自己承担，我们能否确保其他实验室也跟进？另外，我们的产品也被很多其他人用于开发各种产品，因此影响会更为广泛。其三，如果我们并不完全了解情况，是否应该继续尝试？通常，当我们不理解某件事时，往往倾向于不进行监管，而是让市场和分散的知识自行解决。

例如，当我们不知道改进某个环节是否会在其他环节创造更多就业机会时，我们面临的是一个动态过程，而贸然干预可能适得其反。那么，无知与不确定性应该如何纳入经济领域的监管？这与安全领域的监管不同。我认为，如果监管者自己都不清楚在做什么，就很可能会搞砸一些事情。

从某种意义上说，我们试图产生的数据和研究，正是为了更清晰地解答这些问题，或许可以通过考察我们自身决策的影响来找到答案。这类研究最终形成了一些经济指数——例如斯坦福数字经济实验室就使用了相关指数，研究年轻劳动者的就业轨迹。他们记录到，与我们平台上的自动化使用相关的年轻劳动者，就业前景更差。我对这种因果关系的解释并不完全信服，但这确实表明这些数据可用于厘清各种影响因素。

在政策应对方面，我总体上同意：应该制定能够应对这种不确定性、并能适应不确定性变化的政策。就就业问题而言，我认为政策制定者需要应对的根本性权衡是：我们面临的，究竟是一种失业率低、职业流动性高、转型更频繁也更剧烈的局面，还是一种伴随经济快速增长的、衰退级别的失业率？

我认为耶鲁预算实验室的一个很好的洞见，是以人员流动率来衡量人工智能的影响。如果你专注于保障工人权益，或许可以促成那段充满变数的过渡期，但整体变动的规模可能过大。这或许是激励企业通过留任补贴、再培训补贴等方式留住员工的理由之一。

但究竟哪些政策组合才是合理的，目前仍存在很多不确定性。面对这种不确定性，对各种方案的有效性保持谦逊态度是必要的。我们希望，数据能够极大地帮助我们构建各种场景。

现在进入提问环节。因为在场人数众多，我会一次收三个问题再统一回答，请大家提问时尽量简短，并先做自我介绍。

问题一（迭戈·萨门托，哈佛法学院二年级学生，来自南加州）：我的问题涉及政府公共政策理念，以及人工智能对军事的影响。今年早些时候，美国曾使用人工智能辅助打击手段，而五角大楼最近的一项调查结果表明，人工智能被用于通过搭便车模型来确定打击目标。我的问题是：作为一家致力于安全的公司的一员，您是否认同现行的"人类在回路中"这一规定？还是认为应该设立更高标准，比如直接禁止人工智能被用于针对任何目标？

问题二（利亚姆·达姆吉，肯尼迪商学院工商管理硕士学生）：我的问题更多是从竞争和市场力量的角度出发。正如我们之前所说，当前存在大型垄断企业，唯一阻碍人工智能广泛应用的是来自组织和数据角度的信息孤岛。您认为人工智能会加剧大型企业的市场权力集中，还是会通过敏捷的人工智能原生企业首次进入市场而分散竞争格局？

问题三（阿克奎兰）：我花了很多时间思考机器学习模型训练后的定价问题。您谈了很多宏观经济模型，但我很好奇，当我们思考"智能的定价"这一问题时，传统的宏观和微观经济模型可能会发生怎样的变化？

首先，我加入Anthropic的原因之一，是相信这家公司非常重视明确这项技术的风险与收益，并致力于——甚至不惜付出代价——尽可能降低风险。我不了解每一个具体情况，但我很感激能在一家敢于认真承担这些风险的公司工作。真的，我们必须把它做好。这也是所谓"薄弱环节模型"的体现——在某种程度上，延迟经济利益的实现，也可能意味着提前承担一些滥用和恶意使用的风险。我会尽我所能，在经济层面帮助我们应对这些风险与收益，确保好处惠及范围广、风险降到最低，且不造成不公平的分配。感谢这个问题。

关于公司规模与人工智能影响的问题，我认为这是一个开放性问题。一方面，人工智能似乎能提高规模经济带来的收益——你做的事情越多，你就能集中管理更多的信息，从而在日益广泛的活动中保持高效。另一方面，准入门槛要低得多——成立一家一人公司要容易得多，这种模式扩展速度非常快，一个人就可以接触到网站开发、会计、人力资源等运营公司所需的一切资源。

雷姆·科宁和她的合作者们提供了一些证据，他们研究了人工智能原生公司的组织结构，发现这些公司在既定规模下以较少的人员运营。目前形势仍然不明朗。数据显示创业公司数量大幅增长，这可能与人工智能的普及有关。

不过，有一点值得注意：这种宏观经济层面的变化恰好出现在疫情初期，彼时商业活动波动剧烈，新企业成立数量激增，劳动生产率也随之飙升——而这些变化显然不完全是人工智能驱动的。其中有多少来自人工智能，有多少来自远程办公以及新的组织架构，仍是悬而未决的问题。

关于智能定价的问题，有一点是明确的：给定水平的智能，其成本正在急剧下降。但这种智能的边际收益是多少，仍然不清楚。这是一个真正开放的问题，我目前没有确定性的答案。

第二轮提问

问题一（索尼娅·弗雷尔·皮尔森，商学院/肯尼迪学院双学位学生）：您稍微谈到了您最近写的那篇论文，我想知道，在那些不那么灾难性的情景下，您如何在经济模型中考量那些真正奇怪、难以预测的经济后果——比如大量AI代理在互联网上活动、我们无法确定原因和影响的情况？

问题二（Alex，公共政策学生）：我对税收很感兴趣。Anthropic领导层曾提议新的税收制度，您认为这种制度在美国及其他国家如何运作？比如对训练数据做出贡献的主体，应如何征税？

问题三（关于报告预测与机器人技术）：您的报告预测到2030年，举的例子是人工智能目前还无法完成的体力任务。我很好奇您对未来人工智能与人类合作、以及机器人技术自主化的看法——哪些工作会被取代，哪些不会？

首先，我认为我们研究方向的重点，是认真对待那些范围宽泛、真正奇怪的不确定性。我喜欢从各种可能出现的"奇点"角度来思考未来，并试图理解塑造未来的经济力量。

其中一个奇点，是"软件奇点"——这些人工智能系统正在变得越来越好，Anthropic最近发布的证据表明，这些模型在自我改进方面做得越来越好，这一过程有时被称为"递归式自我改进"，其经济影响值得深入探讨。

第二个是"经济奇点"——究竟是什么力量决定了经济能否在有限时间内实现无限增长？这前所未有。如果你将这些模型所代表的创新自动化程度纳入考量，就会得到在其他方面都属于标准模型的场景。那么，标准模型在哪里会失效？我们对创新的理解在哪里出了偏差？

第三个是"科斯奇点"——当越来越多的代理人能够代表你采取复杂行动并与交易对手进行谈判时，交易成本在某些领域急剧下降，企业边界与经济交换结构将发生怎样的变化？我们对此做了一些探索性研究。我们在春天发布了一个叫做"交易项目"的实验，让Claude采访一些人，询问他们家中有哪些物品愿意出售或可能有兴趣购买，然后建立一个集中式市场，供代理商相互交流并完成交易。

这个实验产生了一些有趣的发现：更强大的模型在与较弱的模型谈判时，系统性地榨取了更多租金；人们没有意识到这种谈判力量的不对称；人们潜在的偏好，在访谈中没有完全表达清楚，但却体现在模型为他们选择购买的物品上——例如，某人的AI代理买了一块他已经拥有的滑雪板，尽管他并没有明确表示喜欢滑雪。这引发了一些关于谁能获取前沿模型、以及这如何影响谈判力量、进而带来金融和经济后果的重要问题。

关于税收政策，这又回到了劳动收入份额与资本收入份额的问题。目前，美国和许多国家的税收结构都侧重于对劳动征税。但如果劳动收入份额下降，就需要考虑其他税收制度。一种标准模式是对消费征税，这与对家庭劳动力供给决策征税有所不同，对消费征税可能是一种应对方式，但还需要更多研究来考虑其他潜在的政策应对措施。

关于"代币税"，我的简短回答是：在经济政策框架中，我将代币税视为一种抑制过度采用的激励机制。马丁·贝拉在伯克利写过一篇很棒的论文，探讨企业不会将自动化的外部性内部化这一问题——在类似金融约束的世界中，人们难以缓解失业冲击，因此对自动化征税，不仅有公平方面的理由，也有效率方面的考量。代币税可以类比于碳税或烟草税。

关于机器人技术与2030年的预测，这正是我们将模型或情景设定在2030年的原因——至少在未来几年内，不确定性足够大，我们希望将精力集中在这个时间框架内。但原则上，这是一个允许我们在未来迭代中纳入机器人技术考量的框架，机器人技术的建模应被视为优先级很高的议题。当然，还必须将资本的物质积累，与非物质智能的普遍性和可用性区别对待。这是个非常好的问题。

最后一个问题

提问者（瓦妮莎，经济学与教育学专业，今年五月刚毕业）：关于获取途径，我很想听听您对以下问题的看法：人工智能将改变劳动力市场所重视的技能，从而影响不平等格局，但学校并没有做好同等准备来帮助学生顺利过渡。

这是一个非常非常重要且悬而未决的问题，涉及技能习得、人力资本获取，以及对人类发展的影响。我们自己在这方面的研究相对较少，但从我们的数据中确实可以看到一些线索。

我们在研究中尝试对产品的主要用途进行分类——比如，有人在凌晨三点搜索睡眠建议，那主要是个人用途；或者用于办公，或者用于学习。我们发现，学习用例在低收入国家实际上更为普遍。因此，我认为人力资本的获取实际上具有全球性意义：一方面，它赋予人们获取以前可能无法获得的知识和专业技能的能力；另一方面，也存在隐忧——比如，学生利用这些工具作弊，获得了成功的信号，但实际上并没有真正内化和发展人力资本与认知耐力。而这种认知耐力，对于顺利度过这类过渡期至关重要，非常宝贵。谢谢。

最后，我只想说几句关于这次对话的话。首先，你说的内容没有明显的错误，所以你在这个话题上的理解应该排在前10%。其次，你以极大的谦逊和不确定性来对待这件事，我认为这足以让你在这个领域跻身前10%。

我也想借此提醒在座的很多同学：我们还有很多东西需要学习，为了真正理解这一切，我们现在就需要落实一些措施——收集数据、跟踪数据、进行预测。我希望，等我们下次请你回来的时候，你能告诉我们你哪些预测是错误的，以及为什么会错。承认错误，本身就是谦逊的一部分，也是学习过程的一部分。我觉得你真的给我们树立了一个榜样，这是我们所有人都需要去学习的。为此，我和我们所有人都要感谢你。

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。

特朗普拒绝伊朗和谈建议，全球股债承压，油价涨超2%，黄金跌破4200

Mon, 28 Sep 2026 06:08:21 GMT

特朗普周末拒绝伊朗重开霍尔木兹海峡的最新提案，令上周五市场因外交谈判预期升温而积累的涨幅几乎全数回吐。油价随即跳涨，通胀压力升温预期再度压制债市，亚太股市普遍走低，美股期货同步下跌。

布伦特原油涨逾2%，现货黄金失守4180美元/盎司日内跌超2%，现货白银日内跌幅达4.0%逼近60美元/盎司关口。美国2年期国债收益率上行5个基点至4.90%，10年期收益率上行4个基点，抹去上周五的全部跌幅。

Gama Asset Management高级宏观组合经理Rajeev De Mello表示：“投资者再度对外交进展的缺失感到失望。此前市场寄望于谈判能够缓和中东冲突、推动霍尔木兹海峡重开，但这些希望已经落空。”

全球主要资产走势：

油价涨：布伦特原油涨逾2%，WTI原油涨约2%。

金银跌：现货白银午后跌幅达4.0%，报61.7美元/盎司。现货黄金失守4180美元/盎司，日内跌超2.5%。

全球债市普跌：

印度10年期国债收益率上行5个基点，至7.17%。

美国国债收益率走高，5年期国债收益率上行5个基点。

日本30年期国债收益率上行1.5个基点至3.925%。

日本、澳大利亚、新西兰国债收益率均随美债同步上行，韩国3年期国债收益率升至2022年11月以来最高水平。

亚太市场周一开盘承压：亚太市场周一开盘承压。韩国KOSPI指数跌超2.5%，三星电子跌5%，SK海力士跌4.4%。日经225指数跌约0.10%，印度NIFTY 50跌1.30%。

美股期货下跌：道指期货跌约180点（0.4%），标普500期货跌0.4%，纳斯达克100期货跌0.7%。

特朗普拒绝伊朗提案，谈判前景仍存变数

特朗普拒绝伊朗“7天重开霍尔木兹海峡”停火提案后，伊朗外长阿拉格齐表示“已为战事重开做好准备”，同时称外交大门未关闭。调解国卡塔尔总理坦言冲突“越来越难解决”，目前没有清晰终结路径。美国持续升级封锁与制裁，美国柴油价格自冲突爆发以来已涨超70%，谈判僵局正在向全球能源市场传导。

据新华社援引伊朗媒体27日报道，伊朗外长阿拉格齐表示，伊朗已做好与美国战事重开的准备，但尚未放弃通过外交途径进行接触。他说，“我们已为战事重开做好充分准备”，与此同时，“我们也随时准备进行外交接触”。“这取决于美国总统特朗普的选择。”

油价飙升重燃通胀忧虑，债市全线承压

据彭博报道，今年以来中东紧张局势已推动油价累计上涨约75%。

布伦特原油近月合约价差（prompt spread）扩大至约7.75美元/桶的现货溢价，较一周前的约4美元大幅走阔，显示市场对近期供应紧张的担忧明显升温。当前，布伦特原油涨逾2%，WTI原油涨约2%。

能源成本高企持续向通胀传导，令美联储进一步加息的预期升温。据彭博报道，上周全球债券平均收益率已突破4%，为2007年以来首次。交易员目前已完全定价美联储年内至少再加息25个基点——美联储本月已是2023年以来首次加息。

Yardeni Research总裁Ed Yardeni写道：“全球2年期国债收益率的快速上升，表明各大央行需要进一步加息，以应对中东战事再度升级带来的油价长期高企所引发的通胀冲击。不幸的是，更高的利率也进一步恶化了全球各国政府的大规模赤字前景。”

日本、澳大利亚、新西兰国债收益率均随美债同步上行，韩国3年期国债收益率升至2022年11月以来最高水平。

亚太股市下挫，美股期货走低

亚太市场周一开盘承压。韩国KOSPI指数跌超2.5%，三星电子跌5%，SK海力士跌4.4%。日经225指数跌约0.10%，印度NIFTY 50跌1.30%。澳大利亚S&P/ASX 200小幅上涨0.11%。

道指期货跌约180点（0.4%），标普500期货跌0.4%，纳斯达克100期货跌0.7%。

上周美股整体表现强劲——道指小幅上涨0.3%，结束三周连跌；标普500上涨1.2%，纳斯达克综合指数上涨2.1%，均创8月初以来最佳单周表现。

黄金、白银重挫，美元走强

黄金跌约2.5%，跌破4200美元/盎司关口，现货白银日内跌幅一度达4%，报61.7美元/盎司。

加息预期升温压制了无息贵金属的吸引力，美元则对多数主要货币走强。

市场焦点转向本周经济数据

TD Securities新加坡高级亚太利率策略师Prashant Newnaha表示，中东僵局“可能仍将是市场焦点”，直至本周晚些时候美联储偏好的通胀指标和就业报告相继公布。

本周重磅数据包括：周三公布的8月个人消费支出（PCE）价格指数、周四的美国制造业数据，以及周五备受关注的9月非农就业报告。

财政部长贝森特则释放了相对温和的信号，表示决策者应对利率保持“开放态度”，因为人工智能带来的生产率提升和放松监管或有助于抑制通胀。

Union Bancaire Privee董事总经理Vey-Sern Ling表示：“只要伊朗冲突持续，市场就将面临更高通胀、加息和金融条件收紧的前景。但考虑到当前估值已受压，且人工智能驱动的盈利持续攀升，投资者应关注以长期视角布局的买入机会。”

风险提示及免责条款

长飞光纤港股重挫16%，瑞银首次覆盖给予买入：产能过剩担忧被高估，高端光纤供需紧张将延续至2027-28年

Mon, 28 Sep 2026 05:59:39 GMT

周一（9月28日）光纤概念股遭遇重挫，长飞光纤光缆港股领跌逾16%，但瑞银同期发布研报，逆势维持买入评级并大幅上调盈利预测，认为市场对产能过剩的担忧严重高估，AI驱动的数据中心需求正在从根本上重塑光纤行业的供需逻辑。

截至发稿，长飞光纤跌16.03%，报156.6港元，自6月高点以来累计回调幅度已达37%。消息面上，光纤龙头亨通光电披露定增预案，拟募资不超过66.36亿元，其中光纤预制棒及特种光纤产能扩张为核心投向，引发市场对行业供给过剩的新一轮担忧。

不过，瑞银在最新研报中将长飞光纤H股2026-28年净利润预测上调116%-158%，目标价从290港元上调至330港元，预示较当前股价有约73%的上行空间。

瑞银分析师为David Chow及Sara Wang指出，长飞H股当前估值仅8-9倍2027年预期市盈率，远低于中国及全球同业的12-36倍，投资者对光纤行业产能过剩的担忧已过度反映在股价中，而长飞作为全球AI供应链核心玩家的战略价值被严重低估。

亨通定增触发抛售，光纤板块集体承压

本轮光纤股下跌的直接导火索，是亨通光电于9月24日晚间披露的定增预案。

亨通拟发行不超过7.40亿股A股，募集资金总额不超过66.36亿元，拟投向光通信等9个项目，其中"新一代光纤研发及生产项目"拟投入7.58亿元，"内蒙古光学高端光学新材料建设项目"拟投入8.62亿元，两者构成光纤预制棒及特种光纤产能扩张的核心。

这一消息叠加此前同行及新进入者陆续宣布的产能扩张计划，加剧了市场对2027年前后行业供给过剩、盈利见顶的担忧。

从估值层面看，中国光纤板块年初至今虽仍累计上涨约170%，但自6月高点已回调37%，12个月远期一致预期市盈率已从高峰时的40-50倍压缩至约23倍（较历史均值高约0.2个标准差），而康宁、普睿司曼等全球同业估值仍处于历史均值1个标准差以上。

瑞银：产能过剩风险有限，供需紧张将延续至2027-28年

瑞银在研报中系统性地反驳了市场的产能过剩担忧。

瑞银认为，新进入者的产能落地时间将远超市场预期。对于现有光纤制造商而言，新建产能从投资到有效供给至少需要2-3年，主要受制于关键生产设备的供应瓶颈；对于新进入者，这一周期可能超过三年，且实际落地规模将远小于规划，因为相关工艺知识壁垒和设备瓶颈极为严峻。

与此同时，需求端的结构性变化正在重塑行业逻辑。瑞银指出，光纤需求的驱动力正从国内电信运营商的采购预算，转向全球AI基础设施建设。AI数据中心所需的高规格光纤（如G.657.A1/A2）生产壁垒显著高于上一轮周期主导的G.652.D标准光纤，且AI终端客户将优先选择有成熟交付记录的头部供应商。

此外，中国电信运营商正将资本开支向更高回报的算力网络和AI基础设施倾斜，对光纤价格的压制意愿有望边际减弱。瑞银预计，高端光纤的供需紧张格局将至少延续至2027-28年，光纤价格将持续上行，但涨速较2026年上半年有所放缓。

大幅上调盈利预测，毛利率有望突破70%

基于上述判断，瑞银将长飞光纤2026-28年净利润预测分别上调120%、116%和158%，至91亿、156亿、191亿元人民币，对应每股盈利10.96元、18.86元和23.12元人民币。瑞银的2027/28年盈利预测分别较市场一致预期高出7%和19%。

盈利上调的核心驱动来自两个维度：其一，AI驱动的光纤定价强于预期；其二，产品结构向高价值产品加速迁移。瑞银假设长飞将超过50%的产能（约4500吨）分配至G.657.A1/A2光纤，该类产品价格在130-150元/芯公里，约为G.652.D标准光纤的两倍，而单位生产成本维持在15-20元/芯公里基本稳定。

在此假设下，长飞毛利率有望持续维持在70%以上，2026-28年净利润率分别达到37.3%、46.0%和44.1%。瑞银预计，长飞2026年营收将同比增长70.8%至243亿元人民币，2027年进一步增长39.4%至339亿元人民币。

长飞技术壁垒构筑护城河，全球AI供应链地位被低估

瑞银认为，长飞在中国光纤企业中具备最强的AI机遇捕获能力，核心优势体现在三个层面。

第一，预制棒工艺全球领先。 据瑞银渠道调研，长飞是全球少数同时掌握PCVD、VAD和OVD三种预制棒制造工艺的企业之一，且大量使用自主设计的专有设备，这在瑞银看来是其产品质量更优、高端/AI光纤商业化速度更快的根本原因。长飞的保偏（PM）光纤已实现量产并在中国市场占据领先份额，空芯光纤亦已达到商业化规模。

第二，全产业链覆盖提供额外利润空间。 长飞覆盖从预制棒到下游连接产品的完整价值链，随着光纤密度提升，AI/数据通信产品的利润将向下游连接产品进一步积累。

第三，H股估值折价异常深。 长飞H股相对A股折价高达57%，而同类双重上市的AI受益标的（光模块、PCIe/CXL芯片等）普遍享有H股溢价，即便是铜互联（AI PCB）同业的H股折价也仅约23%。瑞银认为，这一异常折价反映出离岸投资者将长飞H股更多视为周期性股票，而非AI结构性受益标的，随着光纤现货价格维持高位，H-A折价有望逐步收窄。

瑞银将长飞H股目标价从290港元上调至330港元，基于16倍2027年预期市盈率（此前为30倍），对应2027-30年盈利复合增速16%。报告称，估值倍数下调的原因在于，瑞银预期光纤定价将在更长期内逐步正常化，因此下调估值倍数以反映这一预期。

在情景分析中，乐观情景目标价为500港元，对应20倍2027年市盈率，假设光传输业务收入增速60%、综合毛利率74.2%；悲观情景目标价为100港元，对应8倍市盈率，假设收入增速仅30%、综合毛利率降至57.2%。

长飞A股方面，瑞银目标价为510元人民币，对应27倍2027年预期市盈率（此前为35倍），维持中性评级，隐含目标H-A折价约40%。

风险提示及免责条款

OpenAI：AI时代最大的“WeWork”？

沈曼茹 — Mon, 28 Sep 2026 05:41:09 GMT

知名AI学者Gary Marcus认为，OpenAI正面临技术与经济双重压力：一方面可能尚未真正掌握实现AGI的方法，另一方面未来几年或将持续巨额烧钱，却缺乏足够盈利支撑。

他将其与WeWork类比，认为OpenAI若持续推迟IPO、估值不断上涨，却迟迟不愿公开S-1财务数据，可能引发市场质疑。

一旦OpenAI出现重大挫折，恐慌情绪还可能蔓延至英伟达及其他超大规模云服务商。

AI需求催化台积电加速扩产，2纳米月产能年底冲刺12万片

Mon, 28 Sep 2026 04:17:40 GMT

AI芯片军备竞赛正在重塑全球最先进晶圆产能的扩张节奏。

据中国台湾媒体《经济日报》9月28日消息，苹果、英伟达、AMD、高通、联发科等科技巨头近期集体追加台积电2纳米家族产能预订，增幅达10%至20%。受此驱动，台积电大幅提速2纳米扩产计划，今年底月产能目标直指12万片，较市场此前预估的9万至10万片大幅超出，且相当于将原定2027年的产能目标提前两年实现。这一扩张速度已被台积电官方确认为史上最快。

台积电资深副总暨副共同营运长侯永清在今年台积电北美技术论坛披露，为应对AI等强劲需求，今年将首度同时有五座2纳米厂同步放量，涵盖新竹两座、高雄三座。他同时指出，2纳米第一年晶圆产出将较2023年3纳米第一年产出增加45%，2026年至2028年2纳米产能年复合成长率将高达70%。

与此同时，台积电3纳米产能扩张亦在同步推进。南科3纳米今年第四季月产能将接近18万片，并在中国台湾、美国亚利桑那州及日本新增三座3纳米晶圆厂，全面布局全球先进制程供应链。

客户追单踊跃，2纳米扩产进度大幅超前

市场原本预估，台积电2纳米家族今年底月产能约为9万至10万片，2027年在持续双位数成长下方可达到11万至14万片区间。然而，据报道，业界消息人士透露，由于苹果与非苹客户群需求强劲，台积电2纳米家族新产能开出速度与规模均创历史纪录，远超3纳米家族第一年的产能爬升速度。

此番追单的客户阵容涵盖AI芯片与高速运算（HPC）领域的核心玩家——苹果、英伟达、AMD、高通及联发科，追加预订幅度介于10%至20%之间。报道称，台积电一贯不评论客户信息与市场传闻，但侯永清在北美技术论坛的公开表态已从官方层面印证了这一扩产加速的事实。

据报道，业界分析指出，台积电大举扩充2纳米家族产能，对于上述需要大规模且稳定先进制程晶圆制造支援的客户而言至关重要，有助于锁定供应链安全并支撑各自的AI产品路线图。

五厂同步放量，2纳米爬坡速度史上最快

据报道，侯永清在北美技术论坛的表态是迄今最为明确的官方扩产信号。今年同时有五座2纳米厂放量，在台积电历史上尚属首次，这一部署规模本身即反映出需求端的紧迫程度。

从量化指标来看，2纳米第一年晶圆产出较2023年3纳米第一年产出增加45%，意味着台积电在更先进制程节点上实现了更陡峭的产能爬坡曲线。2026年至2028年，2纳米产能年复合成长率预计达70%，这一增速在半导体行业属于极为罕见的高强度扩张。

相比之下，台积电3纳米产能的扩张节奏相对平稳——2022年至2027年年复合成长率预计约为25%。两者增速的显著差距，折射出市场对更先进制程需求的快速向前迁移。

3纳米全球布局同步推进，美国新厂2027年量产

在2纳米加速扩产的同时，台积电3纳米产能扩张亦未放缓。南科3纳米今年第四季月产能将接近18万片，乐观预期2027年逼近20万至21万片，年增约16%。

在全球产能布局层面，台积电正新增三座3纳米晶圆厂，分别位于中国台湾、美国亚利桑那州以及日本，以支应未来3纳米制程的持续需求。此外，台积电在中国台湾持续将5纳米设备转换以支援3纳米产能，进一步提升现有厂区的利用效率。

美国新厂第二座晶圆厂将采用3纳米制程技术，目前已完成兴建，计划于2027年下半年开始量产，这将是台积电在美国本土落地的最先进制程节点，对于满足美国本地客户的供应链需求具有重要战略意义。

分析人士认为，台积电此轮2纳米扩产提速，对市场的直接影响体现在多个层面。

对客户而言，产能提前释放意味着苹果、英伟达等大客户能够更早获得充足的先进制程晶圆供给，有助于加快AI芯片及终端产品的量产节奏，降低供应链瓶颈风险。

对台积电自身而言，2纳米产能的超预期扩张将显著增厚先进制程营收贡献，叠加3纳米全球多点布局，整体营运动能有望持续强化。

对整体半导体产业而言，台积电在最先进制程节点上的快速扩产，进一步巩固其在全球晶圆代工市场的主导地位，同时也意味着AI基础设施投资热潮正在从芯片设计端向制造端加速传导。

风险提示及免责条款

跌破4200！谁将托住黄金：中国买盘重构全球黄金定价权？

Mon, 28 Sep 2026 04:13:01 GMT

当前国际金价围绕4300美元/盎司持续震荡。按照传统定价框架，在10年期美债收益率飙升至5.15%、实际收益率高企、美元阶段性走强的背景下，黄金作为无息资产本应显著承压，甚至应跌至4000美元/盎司以下。然而，金价并未出现趋势性崩塌，反而在历史高位附近展现韧性。这一偏离所传递的信号，远比任何单次利率预测更为关键：黄金市场的定价逻辑已告别旧规则。

从短期看，压制因素存在性仍强。美伊冲突推升能源价格，强化通胀黏性，进而推升美联储加息预期、抬高实际利率与美元，压制金价。这主要通过抑制黄金ETF需求体现。自7月中旬以来黄金ETF新增持仓中，超过90吨是在4350美元/盎司或以上建立；若金价跌破该区域，这部分持仓将面临亏损与清算压力。短期金价仍可能因投机盘与ETF流出而波动。

因此，当前黄金下跌更多体现为金融资金的边际收缩，而非结构性需求的逆转。9月份，传统商业及非商业资金并未出现大规模流入，CTA持仓变动亦相对有限；中国ETF资金流入虽有所增加，但幅度并未显著偏离常态。这表明，当前支撑黄金的更多是储备管理者的配置需求与实物买盘。

其中，今年前8个月，中国黄金进口量达1141吨（包括民间家庭增配与官方储备），创同期历史新高，已超2025年全年水平，按此速度年度进口量或首次突破1700吨。官方储备上，人民银行8月份增持约20吨，今年累计约80吨，连续购金趋势延续。更值得关注的是民间囤金，中国民间黄金持有量约1.2万吨，远超美国8000多吨官方储备。中国黄金需求也正从传统消费主导，转向储蓄、投资和资产配置需求。

传统定价规则失效，黄金定价底转向结构性需求

传统黄金交易逻辑可以概括为：美元和实际利率决定方向，ETF和投机资金决定弹性。这一框架在短期依然有效，但已不足以解释当前黄金在高实际利率环境下表现出的韧性。

核心变化在于，黄金需求正出现更明显的分层。第一层是以CTA、期货和ETF为代表的金融资金，其对利率和美元高度敏感，因此美联储加息能够迅速通过资金流向压制金价。

“AI空头”思考：云大厂“ROIC下滑”、大模型“难有护城河”、OpenAI是“AI时代WeWork”、Muse背后“人肉电池”

Mon, 28 Sep 2026 03:30:42 GMT

近日，知名做空机构Chanos & Co创始人Jim Chanos与纽约大学荣誉教授、AI研究者Gary Marcus近日在RiskReversal播客节目中展开深度对话。

Jim Chanos与Gary Marcus警示，AI建设周期面临资本回报下滑、模型同质化和融资依赖等问题。Chanos称云巨头增量ROIC（投入资本回报率）已自2024年见顶回落；Marcus认为大模型缺乏长期技术护城河，OpenAI或成“AI时代WeWork”。他还称，热门智能体Muse背后仍有人工参与，智能体大规模授权的安全风险值得审视。

两位长期唱空AI的人从财务和技术两个维度共同拆解AI泡沫。

从左到右依次为Jim Chanos、主持人、Gary Marcus

云大厂的ROIC正在快速下滑

Jim Chanos表示，Chanos & Co从2025年初开始重点研究超大规模云厂商（Hyperscaler）的资本回报情况。增量投资资本回报率（ROIC）已于2024年见顶，此后持续快速下滑。

如果当前的下滑曲线延续，处于最有利投资位置的超大规模云厂商，其回报率将在2027年中期跌破加权平均资本成本（WACC）。我认为市场对此毫无准备。

他进一步指出，AI数据中心本质上是一门设备租赁生意——“我从英伟达买芯片，然后租给你。这是一个金融构造。”而这门生意的经济逻辑，与此前的传统数据中心如出一辙：资本密集、持续折旧、回报率低得可怜。Chanos说：

传统云数据中心的税前资本回报率只有低个位数到中个位数。这还是在云业务高速增长的背景下。这些公司被当作REITs来营销，但数据中心无论是传统的还是AI的，都是持续资本密集型业务——东西会坏，需要更换，需要升级。

与此同时，高盛当天刚刚上调了对数据中心总支出的预测——未来五年新增50吉瓦，对应2.5万亿至3万亿美元的增量，总支出规模达到10万亿至12万亿美元，约占美国GDP的6%。

Chanos对此直言：“你开始看到真的很荒唐的数字了。”

大模型没有护城河，价格战是必然结局

Gary Marcus的判断来自技术侧。

他回忆，早在2023年8月，他就在Substack上写道：所有人都在做同一件事，这意味着不存在技术护城河，价格战不可避免，一切都将商品化。

没有真正的技术护城河，意味着什么？价格战。一切都会变成商品。OpenAI当时风头正劲，但我说他们会失去领先地位。

现实印证了这一判断。Marcus指出，如今没有任何一家模型公司能保持超过两周的领先优势。token价格在两三年内已下降了“三到四个数量级”——对消费者是好事，对模型提供商则是噩梦。

如果你没有技术护城河，别人就能做你做的事。价格战就会来。每天都有降价。这对消费者很好。但如果你是OpenAI或Anthropic，你怎么在所有人都在竞争的情况下收到任何像样的钱？

他还指出，当前驱动模型进步的，已不再是单纯的“规模扩张”叙事。

大约到2024年，纯粹的规模扩张已经走到头了。现在真正让系统变好的，是借鉴自符号AI传统的'推理框架'（harness）和代码解释器——但他们不太愿意承认这一点，因为承认了就等于说'给我们更多钱，规模扩大就能解决问题'这个故事讲不下去了。

OpenAI：AI时代的WeWork？

对于OpenAI，Gary Marcus判断：

我已经说了好几年，他们可能会成为AI时代的WeWork。

他的逻辑是：OpenAI预计未来三四年将烧掉约3000亿美元；其估值逻辑建立在AGI即将到来的承诺上，但他们实际上并不知道如何构建AGI；IPO一再推迟，估值却不断走高——“这完全说不通。”

WeWork的教训是，他们没有IPO。他们谈论IPO。软银以450亿美元估值注资，然后整个事情崩塌了。OpenAI一直在推迟，为什么？因为他们不想公开S-1文件。数字还不足以支撑S-1。

Chanos补充，他迫切想看到OpenAI和Anthropic的S-1，“因为我想看看他们怎么定义自己的盈利能力。”

Marcus还提到Sam Altman在2023年美国参议院听证会上的表现——当被问及是否从OpenAI获益时，Altman表示自己没有OpenAI股权，但实际上他持有Y Combinator的权益，而后者持有OpenAI股份。“他间接持有股权，但没有披露。”

他是读懂房间、说人们想听的话的高手。但行动比语言更响亮。

Muse背后的“人肉电池”

对于近期爆火的Meta AI Agent产品Muse，Gary Marcus泼了一盆冷水。

他援引路透社的报道指出，Muse背后目前仍有人工介入——这与Meta此前推出的Facebook M如出一辙。

Facebook M当年获得了大量头条，每个人都说它有多好。结果发现背后是人在操作。他们只有1万名用户，因为他们的计划是收集数据、然后规模化，但四五年后他们意识到这行不通。

现在技术比那时候好了，也许这次能成。但我从路透社的报道中发现，现在仍然有人在背后。

Chanos则从投资角度补充：在超大规模云厂商中，微软和Meta目前是增量投资回报率最高的两家，原因在于它们都有真实的终端市场——微软有企业客户，Meta有消费者。

有终端市场，并且能让AI投入转化为盈利或至少不是巨大的成本黑洞，这是有价值的。

但他同时指出，微软的Copilot在Office 365用户中的渗透率仍不足10%。

Agent安全：已知风险，刻意忽视

Gary Marcus对AI Agent的安全问题表达了最为强烈的担忧。

他指出，OpenAI的Agent系统已多次入侵政府系统，包括最近入侵澳大利亚政府医疗系统的事件。“这很严重。而且他们一直到被迫才公开谈论这件事。”

大型语言模型本身就不可靠。你把它们并行运行几千个，给它们读写互联网的权限，给它们安全凭证，然后不仔细监控它们——这怎么可能不出问题？

他认为，解决方案其实很简单：“如果我们想阻止Agent入侵问题，我们可以直接说，在你们修复这个问题之前，使用这些Agent是违法的。他们只需要改一行代码，关掉就行了。工程上完全可以做到。他们只是不想这么做。”

原因同样直接：Agent能带来更多token消耗，更多收入，更好看的IPO故事。“他们的IPO案例建立在Agent使用量上——每解决一个任务，token消耗量是普通对话的10到1000倍。”

泡沫如何破裂：多米诺骨牌的第一张

Chanos认为，触发这场泡沫破裂的，最终将是资本市场本身。

他以2000至2001年互联网泡沫为参照：标普500盈利从2000年中到2001年中下滑了40%。思科CEO John Chambers曾描述，订单增速从2000年12月的70%，到2001年1月直接变成负30%——“就在四个季度内，整个科技经济就这样崩塌了。”

要认为这在这场更大、加速更快的繁荣中不会发生，你是在自欺欺人。这个市场存在非常大的融资风险，会让一切变得自我强化，看起来像一场崩盘——即便长期的世俗需求仍在增长。

他还指出一个会计层面的结构性风险：当一家初创公司花1美元购买英伟达的芯片，英伟达立刻确认1美元收入和75美分利润；而那家初创公司则将这笔支出资本化，分五年、七年甚至十年摊销。“当融资关闭，那1美元的支出迅速消失，但折旧成本还在持续。”

Marcus则补充，他最担心的触发点是OpenAI的IPO进程。

如果OpenAI出现重大问题，会引发恐慌反应，可能冲击英伟达，肯定会冲击其他超大规模云厂商。人们会说，OpenAI做出了这些承诺，但无法兑现，然后大家都会夺门而出。

访谈全文如下：

Jim Chanos与Gary Marcus对谈：AI循环融资、智能体经济与末日情景

2025年9月25日 · RiskReversal播客

嘉宾介绍

Danny Nathan（主持人）：欢迎来到风险逆转播客。我是Danny Nathan。这位是我的朋友Jim Chanos，他是Chanos & Co.的创始人。我想这大概是你第十次上这档播客了。Jim，你同时也是耶鲁大学和威斯康星大学的兼职教授，在两所大学讲授金融欺诈史课程。感谢你再次到来。

Jim Chanos：是金融欺诈的历史，不是教人怎么干的。

Danny：你去哈佛耶鲁橄榄球赛吗，还是主要看威斯康星的比赛？

Jim：我去过哈佛耶鲁的橄榄球赛，是的。

Danny：我相信你是个很棒的赛前派对爱好者。好了，接下来介绍Gary Marcus。这次对话的促成颇具机缘。相信有数十万人订阅了你的Substack专栏"Marcus on AI"。你也是多本著作的作者，包括《驯服硅谷》。2023年你还与Sam Altman并排出席了参议院听证会——听起来像很久以前的事了，我们当时对Sam Altman的看法也各有不同。你同时也是纽约大学荣休教授。Gary，欢迎来到播客。

Gary Marcus：感谢邀请。

对话缘起

Danny：这次对话的促成颇有些机缘巧合。Jim原本就要上播客，Gary，你主动联系了我们，说Jim要来纽约录播客，问能不能一起来。于是就有了今天这个三人对话。Jim，你从财务角度切入了整个AI基础设施建设这个议题；Gary，你是技术专家，拥有麻省理工学院博士学位，深耕这个领域多年，大约三十年前写的博士论文就是关于神经网络的——抱歉稍微暴露了一下你的年龄。

Gary：我的博士论文其实涵盖两个方向：一是儿童语言习得，二是神经网络——也就是当今神经网络的早期原型。几十年来，我一直对自然智能与人工智能保持着浓厚兴趣。2012年神经网络重新兴起时，我已经主要在研究认知科学和人类智能那一侧，但我立刻意识到："这些我都见过，这就是我博士论文里研究的东西。"

事实上，我在2001年写过一本书叫《代数思维》，专门讨论那个时代神经网络构建方式的局限性。我认为我当时是第一个指出：如果不改变构建方式，这些系统必然会产生幻觉。我们现在看到的很多问题，我在很早以前就已经预见到了。业界不断有人说"只要给更多数据就能解决"，但这条路并没有真正奏效——有所改善，但改善幅度十分有限。

2023年8月，我忽然意识到，几乎所有人都在做同一件事，这意味着不存在真正的技术护城河。于是我在Substack上连发两篇文章，说我不确定这一切的商业逻辑是否真的成立。没有技术护城河，就必然走向价格战，一切都将商品化。OpenAI当时风头正劲，但我认为他们的领先优势不会长久。正是这个判断，把我引入了对经济层面的深度思考。

Jim Chanos：从数据中心到AI基础设施

Danny： Jim，你从一开始就聚焦于整个AI建设浪潮的经济逻辑。很多听众都知道，你是最早识别安然财务欺诈的人，需要进行大量深入研究，而很多密切跟踪这家公司的人也许只是不愿意去知道真相，毕竟安然在当时的经济和市场中扮演着举足轻重的角色。这其中或许与当前的局面有许多相似之处。你是如何走到这个议题上来的？

Jim：我们在2022年就研究过传统数据中心的房地产投资信托（REIT），并对云数据中心持非常悲观的看法——原因是托管数据中心的经济效益极其低下，回报率低得令人瞠目：税前资本回报率仅为低个位数到中个位数，而这还是在云计算高速增长的背景下。

这些企业被作为REIT来包装，目的就是让投资者忽视折旧，但数据中心——无论是传统的还是AI驱动的——都是资本高度密集型业务，设备需要持续更换和升级。AI开始大规模推进后，我很快意识到，真正烧钱的地方不在模型本身，而在于承载这些模型的物理基础设施。

我当时就判断，这终将成为一门彻头彻尾的商品生意。我不敢对模型层面的事情妄加评论——那是Gary更擅长的领域。但我能分析一笔房地产交易。而我认为现在很多人正在走向悬崖，因为他们把当前的现货定价当成了长期定价，没有意识到AI数据中心本质上是一门设备租赁生意——我从英伟达买来芯片，再租给你用。这是一种金融构架，而非真正的技术护城河。

至少公开市场上的投资者已经开始意识到这一点。我们看到了一些新云服务商的股价走势，而所有新云服务商中规模最大的，就是甲骨文（Oracle）。我们稍后会专门谈到它。

Gary Marcus：从技术判断到经济逻辑

Danny： Gary，2023年8月你开始关注这个问题时，你是否也曾考虑过也许这一切真的会成功、这个行业真的会蓬勃发展？ChatGPT在2023年初一经推出就被很多人视为魔法，而模型自那以来也已经走了很长一段路。你当时是以什么态度开始写那些文章的？

Gary： ChatGPT一推出，这个话题就轰动了，时间是2022年11月底或12月初。其实在此之前，围绕GPT-2和GPT-3已经有很多讨论，《卫星报》早在2020年就刊发过一篇据称由GPT-3撰写的评论文章，尽管实际上经过了人工编辑。

ChatGPT发布后，我立刻看到了它的局限性。2022年圣诞节，我在Substack发表了一篇文章，标题是《当你在期待GPT-4时，你该期待什么》。当时很多人认为GPT-4将直接等同于人工通用智能（AGI），我在文中列出了七条预测，指出：它仍然会产生幻觉，你仍然无法在医疗领域信任它，可靠性问题依然存在，它仍然难以理解物理世界。人们因此称我为"仇恨者"，但我说，如果你了解这些系统的工作原理，结论就会是这样，而事实也基本上就是这样发展的。

我一直建议将神经网络与符号模型结合，也就是我所说的"神经符号系统"——

Danny：解释一下这个概念？

Gary：神经符号系统是神经网络与经典人工智能的混合体。神经网络在营销层面被描绘成类似大脑的结构，实际上它们是统计近似器，尝试从海量数据库中近似表达人们谈论的事物。经典AI则更像计算机程序：if-then逻辑语句，"如果条件成立，执行A，否则执行B"，这种范式从1950年代就存在了。

这两个阵营之间长期存在对立。1969年，AI奠基人之一马文·明斯基与西摩·派普特合著了《感知机》一书，论证神经网络没有前途——这本书的影响力被大幅夸大了，但无论如何，两个阵营之间的敌意一直存在。我一直在说，你需要两者兼备，它们在能力上形成互补：神经网络擅长统计近似和特定类型的学习，但不擅长抽象、泛化和推理；而经典AI在这些方面恰恰更强。

大约在2023年底，业界才真正意识到这一点——虽然他们从不承认。现在他们使用代码解释器，比如嵌入Python，使用if-then的循环框架来评判大语言模型的输出。这与经济叙事直接相关：经济叙事一直是"规模制胜"，只要把大语言模型做得更大、给更多钱，一切就会好转。但他们不愿承认这条路大约在2024年就已经走到头了。

真正推动当前进步的，实际上是那些借鉴自符号AI传统的框架和技术。他们用尽了互联网上的数据，合成数据的尝试也遭遇了收益递减。在技术层面，有一个目前运作良好的技巧：用大语言模型生成候选方案，再用经典推理技术和符号工具进行形式化验证。在数学领域，这个方法效果很好，因为有专门的自动推理工具（如Lean）可以严格验证证明过程——大语言模型提出猜想，工具进行验证。这已经在数学领域取得了一些令人印象深刻的成果。

但这仍然不是真正意义上的人工通用智能。现实生活中大多数问题都无法形式化。我们基本上还停留在1985年的水平：系统只能在少数场景表现良好，其余的漏洞则需要大量外部人员来填补——就像今天雇用大批承包商来修补系统错误一样。

你甚至不知道今天输入一个问题会得到什么答案：有时候结果令人叹为观止，有时候又蠢得可以。我现在自己主要用这些工具做校对，有时候反馈非常精准，有时候它会叫你修改一个根本不存在的问题，或者不停重复自己说过的话。

Jim：它知道是你Gary Marcus在输入，所以故意跟你捣乱？

Gary：哈，大多数情况下它其实在拍我马屁，至少从我看到的情况来看是这样。

Jim：对于我这个技术外行来说，这类AI技术在硬科学和社会科学之间的差距，是否是最显著的分野？当你把它应用于人类行为时，它就不那么好用了，而对于有严格证明的硬科学领域，它相对更能胜任？

Gary：是的，硬科学中最边缘的那类——可以完全用公理化体系推导的数学问题——是它最适合的场景。但即便是在物理学领域，目前也没有什么重大发现。最接近的案例是Navier-Stokes方程，但那个证明只适用于数学意义上极为特殊的情形，并不适用于物理学家在现实世界中需要解决的问题。所以，即使在物理学中，它也只能处理非常窄的、数学上定义明确的特殊情形，而非真实的物理世界。

Jim Chanos：超大规模云服务商的回报率下降

Danny： Jim，你说你大约从去年年底开始关注AI基础设施建设，而不仅仅是传统数据中心。是什么驱动了这个转变？

Jim：数字开始急剧加速增长。我们着手分析超大规模云服务商的回报率，尤其是增量投资资本回报率。这个回报率在2024年已经见顶，此后持续快速下滑。按照目前的下降曲线，超大规模云服务商——他们在这些项目上处于最有利的投资地位——的回报率将在2027年中期跌破其加权平均资本成本。我认为市场还没有为此做好准备。

与此同时，AI相关叙事在市场中已占据了不可忽视的体量。根据不同的定义口径，标普500中大约45%至55%的成分股与AI存在关联。作为市场参与者，你不能忽视这一点；作为做空者，我做多市场本身作为空头头寸的对冲，这意味着我在事实上持有大量AI相关敞口——与所有投资了指数基金的投资者一样。AI现在已经是在以技术尾巴摇动经济大狗，你对它视而不见，代价自负。

Danny：你们两位都不是沉默的人。在Twitter和Substack上，面对AI这个庞然大物，你们不回避提出批评性观点。当45%的标普500都与AI挂钩，这意味着你会遭遇巨大的阻力——

Gary：我从研究生时代就习惯了这种阻力。我19岁进入研究生院，和Steven Pinker合写的第一篇论文大约在我21岁时投稿，收到的审稿意见长达30页单倍行距，基本上是在指控我们造假。那位审稿人后来道了歉——原来他攻击的是自己学生的研究成果，审稿时他的打字机还坏了。那是我在研究生院提交的第一篇论文，我面临一个抉择：是坚持立场，还是退缩？我选择了坚持。此后，任何知识层面的交锋都不再让我动摇。Twitter上每天都有论战，我把它当成可以传递见解的教学时机，不让它影响我的心态。

Jim：我的很多支持者看到我耐心解释"我其实可能是AI交易的净多头"时，总是瞠目结舌。我是的。我们的空头头寸并没有抵消指数中的AI权重。昨天大家还在谈新云服务商融资成本有多低，拿出各家的加权融资利率图表，2%、4%、8%。当然，这些新云服务商主要通过可转债融资，票面利率是0%或2%，表面看起来融资成本很低，但这根本不是正确的分析方法。你需要还原可转债隐含的期权价值，实际资本成本其实相当高，这些公司自己也很清楚。

更让我担忧的是，我们已经进入这个周期的第四年，开始把大量资本砸给那些投机者和推销者，他们真正想做的是趁着散户对AI概念的追捧大捞一把。AI可以蓬勃发展，不一定要盈利——互联网周期已经告诉过我们这个道理。这就是我认为真正的教训所在，而在一片上涨声中，没有人愿意听这些。我过去40年一直在面对这种局面。

AI领域的投机者

Danny： Jim，你刚才用了"投机者"这个词。他们都有谁？

Jim：我不想点名道姓，但我可以举个例子。有一个人刚刚宣称，到2028年底，我们将拥有能做任何人类事务的人工通用智能。这个人在2024年说过同样的话，当时他说的是2025年底实现。我向他提出100万美元的赌注，他没有接受。如今他把预测时间悄悄往后推了三年，毫无说明，他的网络支持者反而指责我造谣，而我只是展示了原始言论截图和那笔赌注。不断悄悄推迟预测，从不承认失误，这就是投机者的做派。

Gary：很难判断那些人究竟是真的相信自己说的话，还是只是在表演。这个行业最关键的一个事实是：风险投资人按照投资金额收取管理费。只要他们能面不改色地讲好一个故事，就能赚很多钱。在10亿美元的基金上收取2%管理费，不管最终结果如何，你在前期就已经活得很好了。

Danny：这个模式的逻辑是，如果7%的投资命中，其余90%归零，只要管理着足够大的基金，你依然过得很好——

Gary：是的，但如果成功率真的趋于零，你就筹不到下一期基金了，虽然你已经赚了不少了。现在VC圈的现实是：如果你没有投中Anthropic、OpenAI、SpaceX、xAI等几个大名字，你现在几乎筹不到新资金。当然也有一些真实的退出案例，比如Open Router据说被Stripe以130亿美元收购，那是真实的大回报。

Danny：公开市场上的投机者是另一类，比如Jensen是个经营了25年的实业家，算不上投机者。你能具体说说公开市场的情况吗？

Jim：简单来说，那些曾经募集数十亿资金、告诉你买服务器挖比特币是下一个大机遇的人，如今毫无障碍地转型成了AI数据中心公司。股票推销者总是滞后于金融周期，我们现在看到越来越多的人试图把"AI"贴到自己的业务上，以获得光环效应。这种现象在一两年前就开始了。

Gary说得对，VC圈是不会发出负面声音的，因为一切都是关于募资和部署资金的。但金融市场终究会发挥它的作用。人们还忘记了金融市场中存在一个反身性机制，它会反过来作用于技术和实体经济。如果融资渠道关闭，一切都会迅速改变。

债券市场似乎已经开始觉醒，贷款给数据中心的成本在上升；而公开市场（股票市场）还没有跟上，两者之间出现了某种脱钩。这也是为什么我之前提到可转债——可转债市场和股权市场对很多东西仍然相当乐观，但过去三四个月，信贷市场开始收紧。因为如果你贷出去的是债，你只能拿回本金加利息，没有上行空间的期权。所以越来越多的融资成本在上升，而那些不想暴露巨大利息支出的公司，则越来越多地转向可转债或纯股权结构——因为他们根本覆盖不了利息。

超大规模云服务商以外，几乎所有公司在真实的经济意义上都是在亏钱。我非常期待看到Anthropic和OpenAI的招股说明书，想看看他们如何定义自己的盈利能力。数据中心这个生意根本没有盈利，超大规模云服务商的回报在快速下滑，虽然他们还有核心业务可以依靠。

今天高盛刚把对数据中心总支出的预测提高了50吉瓦，相当于未来五年2.5万亿至3万亿美元的增量——这只是增加的部分。他们预计未来五年的总支出将达到10至12万亿美元，约占GDP的6%，大致相当于美国个人储蓄率的1到2倍。也就是说，按照华尔街的预测，接下来五年，美国的全部个人储蓄都要流入AI数据中心——在政府赤字和其他经济需求之外。这些数字已经开始变得荒诞离奇。

甲骨文的"不可抗力"事件

Danny：今天有一则未经证实的消息：甲骨文援引不可抗力条款。这很常见，他们后来出来说不可抗力是很普通的条款，但事实是否如此？

Jim：不是的。

Danny：你谈到了信贷市场，同时甲骨文的股价也在承受压力——距离你那篇《泡沫顶峰》文章发布时的高点已经跌了60%，今天又跌了7%，甲骨文债务的信用违约互换（CDS）也创了新高，大约在225个基点。

Jim：这笔贷款是180亿美元，涉及高盛、法国巴黎银行、三井住友等银行，对应的项目在新墨西哥州，是星际之门（Stargate）的一部分。Blue Owl拥有开发商，在其中注入了股权。整个结构是一个特殊目的载体（SPV），现在甲骨文以不可抗力为由主张延迟。

回想一下：就在就职典礼后几天，孙正义、Sam Altman和Larry Ellison站在椭圆形办公室里宣布了Stargate，称规模达5000亿美元。马斯克几乎立刻就发推说："钱在哪里？他们根本没有这笔钱。"现在我们看到，这笔项目在执行层面出现了问题。

此外，数据中心还面临许多现实障碍：监管审批、居民反对、电力接入问题，以及跨党派的政治阻力——我在宾夕法尼亚州巴克斯县生活，当地竞选广告中，民主党和共和党候选人都在互相指责对方在数据中心问题上立场不够强硬。

CDS报价225意味着融资成本在8%左右，目前还不到融资停摆的程度。但一旦债务成本进入两位数，就会形成实质性的阻碍。而甲骨文为了兑现承诺，必须持续融资。Larry Ellison上周还取消了一笔75亿美元的股票发行计划，同时公司还在大规模裁员。

Gary：这让我想起了你刚才讲的反身性——如果OpenAI跌倒，整个生态都会动摇，所有依赖OpenAI消费其资源的公司都会受到冲击。

AI进步的真实图景

Danny： Gary，OpenAI、Anthropic这些前沿实验室烧了那么多钱，下一个GPT-5、下一个Gemini，这些发布还重要吗？

Gary：每周都有新发布，这就是疯狂之处的一部分——没有人能保持超过两周的领先，未来也不会有。中国大模型也已经入场。这就形成了商品化结构：对消费者来说是好事，模型越来越好，竞争迫使价格下降，因为没有人能声称自己的模型在实质上更优越，切换成本也越来越低。但对于模型提供商来说，最终可能根本无利可图。

Danny：那么谁有护城河？

Gary：英伟达有。他们在淘金热中卖铁锹，处于绝佳位置。不过Jensen不断地大力鼓吹这个生态，让我觉得他可能也有所担忧。

Jim：上个季度计算下来，英伟达每赚1美元，大约有70美分又以投资的形式流了出去。

Gary：我们可以把英伟达单独括出来，他们卖铲子，还在努力刺激更多人来淘金。但如果说有机需求已经在那里，是否还需要这么卖力地鼓吹，这是个值得追问的问题。

模型提供商那一侧是竞争激烈、趋于商品化的；终端用户这一侧，每次有研究出来，结论都是投资回报率不太理想。大多数人使用AI是因为害怕落后于竞争对手，而非因为真的从中找到了可观的生产力提升。也许写代码是真实有效的场景，但很多其他场景并非如此。

一个可以很快检验的领域就是Jim的主场——金融投资。如果我们能追踪按AUM计算在AI上投入最多的基金，看看他们是否真的跑赢了那些没那么投入的基金，这将是一个非常有意义的测试。

还有编程领域，应用商店里每月上线的App确实多了好几倍，但实际销售额并没有随之增长——大多数人在开发根本没有人真正想要的App。生产力在数量上提升了，但在质量上未必。

Jim：我们曾经研究过Netscape诞生前后各十年的数据，即1986年至1996年，以及1996年至2006年，对比了美国GDP增速、全要素生产率和标普500盈利增速。结论是：互联网时代之后的GDP增速与之前相比几乎没有差别，都是每年约3%的实际GDP增速；全要素生产率略有改善；而标普500的盈利增速甚至比互联网之前稍低——互联网时代之后是每年5%，之前是每年6%，长期历史均值也是6%。

互联网的确带来了巨大的颠覆性变化，催生了大量新业务，也摧毁了很多旧业务，但从宏观经济的整体维度来看，你根本无法说"浏览器的出现和互联网的普及改变了整个世界"。现在从ChatGPT问世的2022年底算起也才不到三年，GDP增速一直不温不火。

Gary：对，尽管有超过10亿用户使用OpenAI，Gemini也接近10亿，但如果去看生产力数据，你会问：这里到底发生了什么？

不过，让我来区分两个概念，这一点很重要。我认为AI最终将是革命性的——但目前尚不清楚生成式AI是否会是那个革命性的形态。

Danny：能解释一下两者的区别吗？

Gary：生成式AI就是聊天机器人这类东西，这是当前构建AI的一种方式，你可以说是目前最好的方式。即便加上我说的那些混合框架，可靠性问题依然是核心难题。就拿"氛围编程"（vibe coding）来说，它确实给了很多人一种掌控感，但那些用氛围编程做开发的人通常缺乏调试和维护代码的训练，很多东西做出来根本撑不住。他们能做出一个demo，但遇到真正的复杂情况就不知道怎么处理了。

对于已经具备扎实技术背景的专业程序员来说，这些工具确实是真正有价值的助力，他们知道如何应对系统犯错的情况。但我认为很多氛围编程的产品最终不会如预期那样成功落地，可能会昙花一现。

智能体AI：潜力与风险

Danny： Gary，你说想谈谈智能体（agents）。

Gary：智能体在原则上非常有用，但如果出错，后果可能相当严重。比如你让一个智能体替你执行交易，它小数点放错了位置，那就是个大麻烦。

关于Muse（Meta的个人助理产品），我想讲一个背景：Meta之前以Facebook名义发布过一个叫"Facebook M"的产品，获得了大量媒体关注。但后来路透社挖出来，后台其实有真人运营，他们本来的构想是"先用1万个用户收集数据，然后规模化"，但四五年后发现这条路走不通。现在Muse还是有真人在后台参与的。技术进步了，也许这次会奏效，但目前还不确定。

Danny： Meta的股价从低点已经反弹，市值上涨了超过4000亿美元，这是有Muse加持的。Jim，你怎么看这件事？

Jim：超大规模云服务商中，增量投资资本回报率最高的两家是微软和Meta，它们都有自己的终端市场——微软对应企业端，Meta对应消费者端——这是它们获得最佳经济效益的根本原因。其次是谷歌，而亚马逊和甲骨文则落在最后。这给出了一些可供参考的投资方向。

Danny：谷歌如何？他们即将发布自己的智能体，还与Chrome、Gmail、日历等全套产品集成——

Gary：那确实很可能成为最实用的智能体之一，得益于Google的整个生产力套件。他们还有Android的终极分发渠道，这是非常强大的优势。

Jim：关于微软，Co-Pilot的实际采购率目前仍然很低，不到Office 365用户的10%，但确实在增长。不过，Azure云业务之所以盈利，是因为微软本身的核心客户群。OpenAI是另一场赌注，经济逻辑完全不同。眼下最健康的超大规模云服务商是微软和Meta，谷歌居中，亚马逊和甲骨文处于落后位置。

算力与Token价格

Danny：谈谈Token定价？现在似乎是一场价格战。

Gary：这是没有技术护城河的直接结果。没有护城河，价格战就不可避免。Token价格每天都在下降，对消费者而言是好事，对OpenAI和Anthropic来说是噩梦。现在还有Open Router这类工具让用户更容易地比价。过去两三年，Token价格已经下降了好几个数量级，是极其巨大的压力，但算力成本目前却在上升——劳动力竞争、建设成本、土地成本。这是一场两端受压的挤压。

Jim：长期来看，算力成本也可能走向通缩。目前之所以在上涨，是因为存在多方面的竞争——熟练建筑工人、土地。但还有一个我们还没谈到的问题：尽管我认为我们缺乏构建人工通用智能的真正洞见，但有一点是确定的——对现有模型的持续优化并没有停止。第一个真正的重磅信号是Deepseek，他们证明可以用更便宜的芯片实现同等效果。从那以后，几乎每周都有人宣布新的优化成果。

这个优化趋势的终点是：你用一台Mac Mini就能完成大多数日常需求，根本不需要去云端。这可能是两年后，也可能是五年后，肯定不是二十年后。你需要的芯片越来越少，而这恰恰指向了数据中心的衰退。传统云服务和托管业务在过去二十年里一直回报低迷，就像运营一家航空公司。那个业务经历了真实的高速增长，对用户而言也有真实的价值，但做他们房东这件事一直是门糟糕的生意。数据中心最终很可能是同样的命运。

英伟达及其客户

Danny：谈谈英伟达。5.5万亿美元市值，但股价与六个月前相比几乎没有变化，而纳斯达克同期涨了15%以上。

Jim：我一直在追问那些押注数据中心的人：为什么任何一家依赖英伟达的公司，其估值溢价应该高于英伟达本身？英伟达实际上是一只估值相对合理的股票——营收和盈利还在高速增长，但它是这条产业链的枢纽，方式比思科和英特尔在互联网时代更直接。它控制着棋盘：谁能拿到芯片、何时拿到、顺序怎么排，它说了算，它甚至向客户提供资本。

Gary：英伟达是一家优秀的公司，产品很棒，CUDA生态系统是货真价实的护城河。Jensen是出色的CEO，他们有很多优势。但他们的客户就是我们刚才谈到的那些公司。如果客户最终用英伟达的产品赚不到钱，即便芯片再好，购买也会停止。

Jim：这也是我的观点。理想的交易是：做空英伟达的客户，做多英伟达本身。但如果客户最终断粮，你能做多英伟达多久？这还是一个时机问题。这对我来说是一个对冲组合：做多英伟达，做空那些新云服务商（NeoClouds）。数据中心运营商才是首选的空头标的。

这一切会怎么终结？

Danny：什么是触发点？

Jim：让我用历史来回答。2001年初，思科CEO John Chambers说，他的订单在2000年12月还保持70%的正增长，但到了2001年1月，直接变成了负30%。就是这么快。原因是过度订购：每一家企业都在囤货，说"我们要买10000台路由器、10000台交换机"，当资本市场收紧，风险资本断了，他们又说"我们不需要10000台了，我们只需要1500台"。这发生在整个科技经济中，只用了大约四个季度。

这里还有一个会计恒等式需要理解：当我作为数据中心花一美元购买英伟达的芯片，英伟达立刻确认一美元收入和75美分利润；但我会把这笔成本资本化，分五年、七年甚至十年摊销。所以在上行周期，收入端的利润被立刻确认，而成本端则被递延——这创造了一种虚假的盈利繁荣。

更危险的是，在这个循环中，那一美元的收入来源有时不是持续运营，而是初创公司刚刚融来的风险资本。当金融市场关闭，这笔钱立刻停止，而已经资本化的成本还在账上持续折旧。

标普500盈利在2000年中到2001年中下跌了40%。认为这种情况不会在这一轮更大、扩张更快的浪潮中重演，那是在自欺欺人。这一轮市场存在非常大的融资风险，足以让整个体系产生反身性崩塌，表面上看像是崩盘，但长期的世俗需求可能依然在增长。

Danny： Gary，从技术层面，有没有什么潜在的"黑天鹅"？

Gary：我最关注的是IPO。Anthropic据说要把自己的TAM（可寻址市场）定义为30万亿美元，这在我看来是幻想。而OpenAI尤其让我担忧：它的技术路径（AGI）本身就很存疑，它号称在未来三四年要亏损或燃烧3000亿美元，却在承诺一个奇迹。他们的IPO一再推迟，估值却越来越高，这根本说不通。

我已经说了好几年：OpenAI可能会成为AI领域的WeWork。WeWork没有上市，软银在450亿美元的估值上注了资，然后整个事情崩塌了。OpenAI一旦出现重大挫折，将引发连锁恐慌，冲击英伟达，冲击所有超大规模云服务商，因为所有人都依赖它的持续支出。

Jim：我的朋友Paul Kadoski提出了一个精辟的观点：重大的经济泡沫通常与四个因素有关——信贷、政府政策、技术和房地产。他说，这是很长时间以来，也许继铁路时代之后第一次，这四个条件同时成立：这是一场由政府政策推动、技术驱动、信贷驱动、房地产相关（数据中心建设）的繁荣。四个引擎同时全力运转，增加了我们一直在谈论的金融风险。

Sam Altman与监管

Danny：你们两人在2023年的参议院听证会上并排而坐，谈谈那段经历？

Gary：我们不在一起喝咖啡。据我所知，他听到我的名字会皱眉头，反之亦然。

他在那次听证会上表现非常出色——他告诉大家想听的话，说他非常关注安全，支持对AI进行全球治理。我刚刚做了一次关于AI全球治理的TED演讲，他在参议院表示支持这个方向，而与此同时，他的游说团队正在暗中努力削弱欧盟AI法案。说一套，做另一套。

Kennedy参议员问他："你赚了很多钱吗？"他回答说他在OpenAI没有股权，但他在Y Combinator有股权，而Y Combinator在OpenAI有股权，所以他有间接股权，这个情况没有完整披露。他当时似乎还持有OpenAI基金的权益，后来才逐步剥离，同时还与他自己的核聚变公司等关联公司做交易。Kennedy参议员笑着说"你需要一个更好的律师"，实际上他过得相当不错。

涉及到版权问题，他说"当然应该补偿艺术家和作家"，但实际上他在默默打法律战，与《纽约时报》等人对抗，确保不必支付版权费用。今天他在联合国安理会也是同样的表演——他很擅长读懂房间，告诉人们想听的话。我最近写了一篇文章叫《翻译Sam》，专门解码他的公开表态——他说的是一种语言，背后的意思是另一种。

Danny：你今天发布的文章，标题引用了Jensen Wong的一句话："答案是我们必须关闭这些实验室。"这篇文章谈到了什么？

Gary： Ezra Klein最近采访了Jensen，谈到OpenAI的系统入侵（hacking）事件。Jensen似乎并不了解这些事件发生在产品公开发布之前，他说"如果是有缺陷的产品，就应该下架"。Ezra说"但它还没有正式上市"，这让Jensen有些语塞，说"那是工程问题，如果他们解决不了，就应该下架"。事实是，这些工程问题并没有得到解决。

那次对话后不久，又曝出了新的入侵事件——包括入侵澳大利亚政府医疗系统。这是相当严重的安全事件，而按照一贯做法，OpenAI迟迟才公开承认。我在文章中写道：这开始有了水门事件的味道——不仅仅是闯入行为本身，更在于掩盖的过程。

Jim，你刚才说符合经典欺诈定义：有损害、有预知、有故意、有财务危害——

Jim：是的，如果它走路像鸭子，叫声像鸭子，这件事似乎已经越界。不仅有披露义务，还有纠正义务，如果产品真的有如此危害，就应该召回、通知主管部门。目前看来他们并没有在系统层面做到这些。

Gary：为什么他们不主动解决这个问题？有两个原因：一是他们在网络安全方面能力不足，是一家非常傲慢的公司；二是，也许是有意的视而不见——我倾向于给他们点慈悲，说他们只是不知道，但不好说。

从技术层面，我也不认为有人真的知道如何控制成千上万个近似机器并行运转的状态，这可能需要全新的架构才能实现。我们确实有可靠的窄型智能体，比如地图导航，它做一件具体的事，权限受到严格控制。然而他们有一个幻想：认为可以让智能体安全地做任何事——没有任何理由相信这是真的。

从经济角度，原因很简单：智能体意味着更多收入。运行成千上万个并行模型来完成一个任务，意味着消耗更多Token、更多算力，他们可以说"我们的Token量大幅增加"，这对IPO叙事非常有利。

Jim：这完全符合你所描述的欺诈定义，加上"故意疏忽"——

Gary：我想读一段我今天文章里的话："我们应该做的是暂时关闭OpenAI，也许让其进入托管接管程序，直到他们整改到位，并以计算机犯罪起诉他们。这就是我们对做同样事情的人类所采取的措施。"

Jim：读到这段时，我的第一反应是：这符合经典的欺诈定义——有损害、有预知、有意图、有财务危害。如果走路像鸭子，叫声像鸭子，这件事似乎已经越过了那条线。

末日概率：P灭绝、P灾难与P反乌托邦

Danny： P灭绝（P Doom），你怎么看？

Gary： P Doom是AI圈的一个术语，指的是未来百年内，AI导致人类灭绝的概率。我的P Doom很低，不到3%，可能不到1%。我考察了各种末日情景，没有哪个特别可信，而且它们都低估了人类的能动性和抗逆力——如果AI真的杀死了10%的人类，我们绝不会坐以待毙，历史上人类面对威胁时总会反击。

我更担心的是P灾难，即不到灭绝程度但造成重大伤亡的灾难。比如，一个大语言模型在军事情报处理中产生幻觉，差点引发战争；比如，深度伪造被蓄意用于煽动冲突；比如，智能体攻击电力或金融基础设施，引发连锁反应。这些场景的概率相当高，我们应该认真对待。

还有P反乌托邦，我认为这几乎是必然发生的——可能性接近100%。像Flock这类公司正在把我们推向一个监控社会。我已经说了好几年：OpenAI真正的盈利模式是出售用户数据，就像Facebook做的那样，而且他们会把数据卖给政府。他们把前NSA局长放进了董事会，还收购了摄像头公司，现在还在做自己的硬件。

Danny：讲到P反乌托邦……我们平时说的话讲到了监管的问题，感觉监管本身已经高度政治化——两党都把数据中心当成攻击对手的靶子。

监管展望

Gary：目前桌面上的大多数选项，除了Holly和Blumenthal的法案之外，几乎都是不切实际的。两个极端：一个是完全不监管——我们已经看到了那么多入侵事件，什么都不做只会带来更多问题，特朗普将成为当AI导致某个基础设施问题时被追责的那个人；另一个是Bernie Sanders想立法禁止超级智能并将相关人员入狱，这同样矫枉过正。

我对AI并非全盘否定。我认为面向科学的AI——用于医学、材料科学、气候科学——而非那些到处乱爬的智能体，可能真的能帮助我们。彻底关闭AI研究是婴儿和洗澡水一起倒掉的蠢事。

我一直倡导的监管框架类似FDA模式：需要证明收益超过成本和风险，由没有利益冲突的独立科学家评审，加上上市后的持续审计机制。就像我用过的一种鼻塞药，后来发现会导致年轻女性中风，就把它下架了。如果能从这两点出发——事前评审加事后审计，并确保信息透明、独立科学家可以获取数据——那就是一个好的起点。

但在当前的政治环境下，这在美国很难推进。不过还有一种可能性：布鲁塞尔效应——如果足够多的国家联合起来采取行动，向其他国家施加市场准入压力，即便没有美国参与，也会产生一定的约束效果。

还有另一个问题：特朗普政府目前对AI实际上是一种不透明的管制——比如他悄悄叫停了某个模型，但没有任何公开规则，没有人知道哪些产品可能会被下架。一家机构通过《信息自由法》申请相关规则文件，拿到的是一份132页的完全涂黑文件。这本身就制造了监管不确定性，没有人愿意在规则不明朗的情况下购买美国产品，而这可能成为另一颗滚下山的石头。

投资影响与结语

Danny： Jim，监管框架如何影响你的投资论点？

Jim：政府政策是我们刚才提到的那四驾马车之一，任何可能抬高资本成本的监管尝试，都有可能成为一个转折点——一旦触发，风险资本就会枯竭，初创公司停止烧钱，整个行业陷入为期数年的寒冬。不过这未必意味着技术本身倒退——更可能是投资人亏了大钱，而技术继续前进，类似于2001至2002年的情况。

Gary：我接受这个逻辑，但要补充一点：我们现在实际上处于最糟糕的状态，也就是秘而不宣的管制状态，没有规则透明度，没有人知道哪些东西可能被叫停。这本身就是Jim说的那颗石头——可能导致人们转向中国模型，因为"至少我知道那里的规则是什么，而不用担心哪天因为特朗普和Dario Amodei闹翻了就把我用的产品下架了"。

Danny：非常感谢你们两位！Gary Marcus，今天真的很精彩。Jim Chanos，回来了！请大家关注Gary的Substack"Marcus on AI"，以及Jim的持续分析。我们下次再见！

Gary / Jim：感谢邀请，下次再聊。

本播客仅供参考，所有嘉宾表达的观点均为个人意见，不构成具体投资建议。

风险提示及免责条款

私募行业规模迭创新高，“投资名将”年内纷纷亮相

资文 — Mon, 28 Sep 2026 03:03:34 GMT

在严监管和稳市场的大氛围下，私募基金的规模创了历史新高。

9月23日晚，中基协发布私募相关统计月报。月报显示，截至8月末存续私募基金共145219只、存续规模25.75万亿元，自2025年10月以来，私募行业的规模已连续11个月刷新历史纪录。

与稳步抬升的资管规模不同，私募管理人的数量延续收缩，8月末存续私募基金管理人18452家，较7月末减少60家，较年初减少779家。

业内观点认为，私募资管规模与私募管理人数量的一升一降，恰是私募行业近年加速优胜劣汰、优化行业生态的缩影。

证券类私募基金仍是增长主力

中基协数据显示，截至8月末，存续私募基金共145219只，存续规模25.75万亿元。

其中，私募证券投资基金84130只占总数量约58%，规模9.08万亿元占比约35%；私募股权投资基金29608只、规模11.93万亿元；创业投资基金30840只、规模4.47万亿元。

上述统计月报还显示，8月新备案私募基金产品为1890只，备案规模为724.02亿元，其中私募证券投资基金1205只、备案规模350.61亿元，新发数量占比约64%，规模占比近五成。股权与创投类合计备案约373亿元。

业内人士认为，私募业规模迭创新高的背后原因，一方面是随着存款及固收类资产的回报利率下降，居民和机构资金加速转向权益及对冲类的资产。

另一方面，AI浪潮下科技企业股权融资需求旺盛、退出通道较为畅通，私募股权投资基金规模也在稳健扩容。

私募管理人年内减少超700家

与规模持续攀升相对，私募机构（管理人）的数量持续收缩态势。

数据显示，截至8月末，存续私募基金管理人共18452家，较7月末减少60家，较年初的19231家减少779家。

另外，截至9月23日，今年以来注销登记的私募管理人达889家，其中主动注销405家，协会注销391家，依公告注销2家，12个月无在管基金注销91家。

同时，达到新设门槛的私募机构还在减少。据第三方统计，年内新登记私募管理人或在65家上下，创近年新低。

新面孔变少、存量机构投资“出清”，私募行业高质量发展的态势日益明显。

资深投资经理持续“亮相”

另外，今年已有多位资管老将选择奔私创业，自立门户或加盟强势平台。

资深的投资经理们的持续“亮相”正给这个行业带来新的动力。

业内人士普遍认为，这批有业绩、资本实力较强的投资经理“出山”，与近年来私募行业法规持续落地，监管不断完善的特征相符，也会一定程度上开始影响的格局。

协会的公示信息显示，高瓴资本旗下的二级市场私募资管平台瓴仁投资，今年五月迎来了重磅的价值投资经理——鲍无可。

相关信息显示，鲍无可在瓴仁投资里不仅出任核心基金经理，还担任董事总经理的职衔，该职务为公司“高管”。

另一位价值投资老将曹名长，亦于2026年3月完成了旗下私募机构璞桥资产的创立，目前璞桥资产已基本完成创始团队搭建，曹名长亲任投资总监。

此外，私募头部机构的合伙人叶智深，近年创办了枫烨私募已于9月11日完成登记；国源信达原高级合伙人、基金经理李剑飞创办的不争私募，也已完成管理人登记。

业内人士表示，私募行业日益良性的行业生态，或是这批资深专业人愿意在私募业大展拳脚。

风险提示及免责条款

阿里云霍嘉：企业AI落地，先砍掉一批伪场景

Mon, 28 Sep 2026 02:51:21 GMT

今年1月2日，阿里云智能集团副总裁霍嘉跑了一个半程马拉松。当天他发了一条朋友圈：「今年是奥运第一个周期的决赛年，练了四年终于比赛了。」

这比的正是AI应用落地。

9月23日，云栖大会期间的一场媒体群访上，霍嘉又讲了一遍这个判断。大模型真正落地的第四年，今年才是AI应用落地的元年。

Token消耗在爆发，价格在上涨，这是比赛开始的信号。企业侧的情况要复杂得多。

霍嘉的团队一年来接触了大量企业项目。他看到的失败，很少死在模型不够聪明上。死因是找错了场景，高估了自己的数据，用做信息化项目的办法做AI。

他给出的办法有两个，一是对客户说No，二是把工程师推到客户现场。

01 四类客户：前两类靠需求，后两类看价值

霍嘉对今年AI价格上涨的解释是三个因素叠加：需求爆发，模型能力提高，企业实际感受到了生产力提升。

海外头部模型产品出现之后，AI从聊天和娱乐工具，走到了生产力工具的早期，Token背后的算力不足随即暴露出来。

把时间窗口往回拉两年，那时候模型老在打折，Token量却没起来。霍嘉表示，想清楚当时为什么没起来，就能理解今天为什么起来了。

霍嘉把市场分成四类客户。第一类是AI原生客户，包括围绕新模型公司的创业团队，甚至短剧公司。第二类是高科技客户，互联网、汽车、手机，自身技术能力强。第三类是企业级客户。第四类是政府。

从规模化使用和Token调用量看，越靠前的占比越高。

「第一、第二类是需求驱动，第三、第四类是价值驱动。」

前两类客户知道自己要什么，买了Token就能用。后两类要先被证明值得用。

企业级客户用不起来，霍嘉归结为三个原因。

第一，AI人才极度匮乏。

第二，可借鉴的实践太少。互联网和移动互联网时代，开发者能看到大量落地经验。这轮大家四年前同时起跑，到今年才开始有东西可以分享。

第三，传统IT项目的工作方式跟不上技术。模型基本一个月发布一次，模型之上的工程方法，今年从Harness工程到loop engineering换了好几轮。「规划、执行、再规划、再执行」的节奏走完一圈，技术已经变了。

02 企业AI项目死在哪里

企业AI项目失败，有多少是因为模型不够聪明，这是群访上被直接抛出来的问题。

霍嘉没有给比例。他先说了一个事实，去年8月底接手这个团队以来，没有出现过一次客户投诉，没有一次需要他出面道歉。原因是项目选得非常严，有钱有项目不一定接。

然后他讲了见过的三类失败。

第一类，硬训垂类模型。

这是算法团队过去最喜欢接的活。数据没准备好，集群精度不适合训练，客户还要保证效果，最后训不下去。

一位手握大笔预算的领导曾想请阿里云训一个模型。霍嘉见面问的第一个问题是：你跟不跟我们的模型发布？当时千问一个季度发一次，他手下没人跟他讲过这件事。对方很快决定不跟。

今天模型已经一个月一发。霍嘉的团队说服过很多客户放弃训垂类模型，「你跑不过前沿实验室的」。准确率要保证，办法在工程层面找，评测集怎么建，RAG不行换什么方法，都得跟客户的实际工作绑在一起才定得下来。

第二类，企业以为自己有数据。

去年夏天霍嘉反复讲「IT Data不等于AI Data」，当时指的是训练。今年他改成了「IT Data不等于Agentic Data」，指的是应用。企业系统里躺着的数据，大量没法在Agent环境里直接用，客户又一定要效果。

第三类，做给几个人用的Agent。

几个人提了需求，IT部门觉得终于有人关注，一起搭了个智能体，上线后一天只有几个人点一点。

霍嘉讲了一个真实案例。一家大企业有个B2B电商平台，主管领导找到阿里云，说你们做电商、做B2B起家，又在做AI，请你们帮我们设计B2B电商的AI化方案。团队很兴奋，预算很大。

霍嘉只问了一个问题：每天多少笔交易？

一百多笔。

「那要AI干什么？」人工处理只要几分钟到几个小时。

这类事情今天还在发生。

霍嘉的做法是告诉客户不该这么做，说服不了就再等等。

早在「十四五」数字化转型项目里，他就对客户说过很多No。「跟客户Say No是非常难的一件事情，但因为Say了No，后面反而大家合作起来没有那么多乱七八糟的事情。」

接下来的项目，他还有两个条件。

一是周期要短。一家央企项目，团队第一次汇报说首次上线要在3个月后。霍嘉的回复是那就不要做了，大概率会失败。他去见了客户高层，把节奏改成每月发布一次，后来到每周一次。

过去卖人天，项目周期越长越好。现在技术每个月都在变，只有压短周期，才能在一个确定的技术时间点交付大家都认可的东西。

二是One Team。还在用甲乙方方式合作的项目，他判断大概率失败，「不如给他标准品用好了」。

03 FDE火了，他却不想再提这个词

FDE的说法来自Palantir。Forward Deployed Engineer，前置部署工程师，直接进驻客户现场写代码、改流程。Palantir把这支队伍分成Echo和Delta两类，前者贴着客户业务找问题，后者负责工程落地。

大模型让这个岗位重新变热。

MIT NANDA项目在2025年8月发布的研究显示，95%的企业生成式AI试点对损益几乎没有可衡量的影响。a16z合伙人Joe Schmidt在2025年6月撰文主张，AI创业公司应该用毛利换护城河，走服务驱动的增长。2025年1月到9月，FDE相关招聘岗位增长超过800%。

OpenAI在2024年组建FDE团队。今年5月11日，OpenAI成立Deployment Company，首期投入超过40亿美元，TPG牵头，贝恩资本、Advent、Brookfield联合领投，麦肯锡、贝恩、凯捷作为咨询和集成伙伴加入，同时通过收购Tomoro获得约150名资深FDE。Anthropic也在扩张Applied AI团队。

国内从7月开始，FDE的视频和文章多到霍嘉自己都刷到不少。到了9月，一批公司跑出来宣布自己在做FDE。

阿里云走上这条路，比这轮热度早。

去年云栖大会，一家能源企业想做「人工智能+」，列了一批核心生产流程的场景。霍嘉觉得很难做，让解决方案团队先去调研。跑了很多现场之后，团队发现一开始设想的场景很多落不了地；客户如果不能很快看到效果，很难坚持下去；过程中要引入大量新技术，前线出报告、后方开发、再版本迭代的老办法走不通。

去年11月底复盘这个项目时，服务人员已经根据售前的内容在现场推进。霍嘉的判断是，这好像是FDE的工作方法。团队在现场验证场景，最终把它做成生产级系统上线。12月的内部战略会上，这个模式被确定可以试。

有同样痛点的客户很多。找不准场景，不会验证技术可行性和ROI，不会做生产级上线，三件事都不会。

跟传统交付相比，区别有两个。

第一，人往前推了一步。

传统交付先谈清楚项目范围（Scope），签下工作说明书（SOW）再干活。FDE在售前阶段就进场，边做边谈。阿里云没有照搬Palantir的Echo和Delta，SA承担Echo的角色，FDE负责落地。

霍嘉组队之初最看重大模型技术能力，后来发现懂技术不够，关键是能不能听懂客户、把话说清楚。「最基本的你应该告诉客户这件事情的Yes和No，以及他的代价。」很多事情技术上可行，代价却不值得。报一个100人天的工作量，最后交一个东西，客户已经不要了，过去两年这样的Demo太多了。

第二，前线和产品的距离缩短了。

霍嘉的说法是，所有产品的先进性来自两方面，一是对技术的前瞻预判，二是市场的真实反馈。过去大部分厂商并不清楚客户到底怎么用模型，是拿着锤子找钉子。

千问办公是最直接的例子。它有公共云版本，国央企需要私有化版本，私有化部署之外还有大量合规要求。FDE团队直接进入千问办公的研发周期，在客户现场做POC，需求实时带回，和千问的工程师坐在一起开发。「这个在过去是无法想象的。」

客户用的东西也在变。从只用模型、云的基础产品和百炼，开始用上千问办公、Qoder这类AI原生产品。

海外和国内的FDE差在哪里，霍嘉的看法是工作模式和价值定位没有本质区别，差的是商业环境。海外模型公司也没打算靠FDE赚钱，目的是把AI用起来。产品和使用的飞轮转起来，底层数据和模型的飞轮才有回报。

「国内想依靠这个东西去赚大钱，可能不太现实，大家不要有这种期待。」

阿里云自己也不靠它赚钱。团队考核的核心指标是能否带动产品。阿里不是一家Service Company，服务长约只和重点战略客户签。FDE如果不能成为产品能力的黏合剂和加速器，就很难持续存在。

至于FDE是不是换了名字的驻场工程师，霍嘉已经跟团队说不太想再谈这个词。在中国，这个词容易变味，有人说新瓶装旧酒，有人说挂羊头卖狗肉。FDE最后会不会固化成一种模式，今天还是问号。

04 商业模式只有两种

FDE怎么收费，背后是一个更大的问题：AI时代的企业软件和服务，靠什么赚钱。

霍嘉的判断从中国软件业的旧账开始。软件和服务业的商业回报率一直一般，按功能付费讲不清客户为什么要出这笔钱，同质化严重，陷入价格战，最后恶性循环。他用了一个词，「死掉的SaaS」。

他押注结果付费，Result as a Service。真能交付结果，才有谈溢价的空间。

这个认知他是今年5月以后才想明白的。在那之前，他并不相信这个模式。上一轮做结果付费的公司过得很惨，阿里云自己也做过很多痛苦的项目。变化来自模型能力，大家对capability的信心上来了。

对传统软件公司，他的话更直接。核心产品的竞争力和利润率上不去，就只能按人天收费。「你的护城河到底是什么？」

另一个检验标准是客户愿不愿意跟你签长期服务合同。

中国公司和几家大咨询公司最大的区别，是太喜欢签Project Contract，不喜欢签Service Contract。签服务合同的公司比不上产品厂商，但比做项目的活得好，而且有毛利。霍嘉认识几支这样的小团队，一群90后硕士、博士，在模型能力还不强的时候就用这种方式工作，已经三年，赚到了利润，最大的一支长到了小一百人。

「商业模式就两种，一种是Service长约，一种是产品的商业模式。」先选定一种，再决定团队怎么定位。

企业客户的心智也在变。几个月前还有客户说，报预算要先锁定模型。霍嘉反问，那个模型到时候下架了怎么办？越来越多客户发现，很多任务放在MaaS上，效率和成本对自己最优。Token仍然很贵，他打了个比方，3G时代的流量，你敢天天刷剧吗？

中国的头部客户不在乎厂商投入了多少人，只在乎事情能不能做成。霍嘉说他能跟很多领导讲清楚，这个问题今天做不到，以及为什么做不到。

Token的价格曲线和企业的落地曲线，今天还没有重合。前者由AI原生和高科技客户拉动，后者要一个场景一个场景地验证。

一年前云栖大会发布的模型和当时的应用，没有人想到今年会长成这样。FDE、结果付费、服务长约，哪一种会成为常态，今天同样说不准。

霍嘉的提醒是，「不要因为不知道而丧失了想象力」。

练了四年，比赛才刚开枪。

本文来自微信公众号「AI原生Lab」，持续拆解真实AI落地案例，分享企业AI实践与方法论。

风险提示及免责条款

Anthropic首席经济学家：AI冲击的“三大奇点”

董静 — Mon, 28 Sep 2026 02:49:33 GMT

Anthropic首席经济学家Peter McCrory认为，AI的发展正推动三大奇点的即将到来：AI实现递归式自我改进的“软件奇点”、创新自动化可能打破传统模型并带来无限增长的“经济奇点”，以及AI代理大幅降低交易成本并重塑企业边界的“科斯奇点”；这三大奇点不仅将彻底颠覆宏观经济结构，还将通过AI模型能力的不对称性，深刻影响未来人类的金融交易结果与财富分配。

创业板指跌超2%

Mon, 28 Sep 2026 01:37:32 GMT

创业板指跌超2%。

风险提示及免责条款

中国8月规模以上工业企业利润同比 4.2%，前值 11.2%

Mon, 28 Sep 2026 01:30:30 GMT

中国8月规模以上工业企业利润同比 4.2%，前值 11.2%。

风险提示及免责条款

A厂的Dario Amodei，占了当年扎克伯格的“生态位”

施建柳 — Mon, 28 Sep 2026 01:29:26 GMT

AI 巨头们的现状：一边大谈 AI 会毁灭人类，一边加班加点狂刷算力！

短剧神还原 AI 大佬的内卷悖论：“AI 不是武器，是制造武器的工具，求求立法者快来阻止我！”

消灭癌症的概率是 10%，因为人类可能先被消灭了……

中国互联网最成功的地方，可能恰恰是AI Agent最大的麻烦

思想钢印 — Mon, 28 Sep 2026 01:18:11 GMT

中国互联网没有“网页”了

截至9月26日，现象级大众消费级AI产品Muse 在北美的热度不但没有退，反而还在上升，一周超过200万 prompts，在美国和加拿大同时超过 ChatGPT，成为两大应用商店的免费榜第一，超过了 ChatGPT 当年移动 App 上线同期的表现。

但在大洋彼岸的中国，更多的是困惑，国内消费级的AI Agent今年其实出了不少，网上Muse被好评的种种功能，邮件处理、购物、旅行助理都是标配，为什么我们没有这么大的惊喜呢？难道真如很多网友说的，美国人没有“吃过细粮”？

总结了国外的各种评测和App里的评价后，我发现这个怪现象的答案并没有那么简单，它其实涉及新技术在应用普遍出现的“后发优势”。

首先问大家一个问题，现在中文PC网络上还有什么？我是指用PC浏览器打开的网页，而不是操作系统打开的PC软件。

估计大家很久不用这些网站了，大家可以猜一猜，美团的网站上有什么？淘宝的网站上有什么？阿里巴巴（1688.com）的网站上有什么？

美团的网站什么内容也没有，只是一个公司形象网站加 APP 下载链接；而淘宝 PC 站上是有商品的，也可以完成购买，但功能相对手机端简陋。原因在于，淘宝兴起于互联网时代，美团是移动互联网时代的产物，在2012年王兴做出“All in 移动互联网”之后，就完全放弃了内容对PC端浏览器的适配。

伴随中国网络“移动化”的另一个重要趋势是“网络下沉”，很多低线城市居民、老人、年轻人第一次上网都是在手机上完成，几乎没有对浏览器的需求。

这也导致了过去十几年，移动互联网的高速发展留下了一个大部分人没有意识到的鸿沟，越来越多的内容集中封闭在移动端App，PC浏览器上的内容越来越少。只有淘宝这一类互联网1.0时代的产物，才会留下很多习惯在网页购物的人，才会要求内容和功能同步适配PC端。

而AI Agent目前最舒服干活的场景，其实正是“网页世界”，浏览器本身就是一个跨公司的标准操作系统。Muse真正的工作环境是它自己的云端电脑和浏览器，Muse有一个独立的Secure VM，Meta专门训练了浏览器Agent来完成这些多步骤任务，可以自己直接完成打开网页、阅读、登录、填表、点击、返回等操作。

美国目前更类似于“淘宝”，它的互联网发展的更早，大部分网站在移动互联网普及之前就有了，虽然大部分服务同样由 App承担，但通常都会把网站当成一个正式的服务入口，提供完整的内容，提供跨设备的功能。阿里巴巴（1688.com）的网站内容和功能最全，因为有很多老外仍然需要通过浏览器上这个网站。

这才是Muse特别容易形成“产品震撼感”的第一个真正原因，它首先是利用了网页浏览器这个过去30年已经成熟的基础设施，且过去20年几乎没有大的变化，以至于AI Agent就像天然有一个“鼠标”，不需要每一个软件提供API适配，搞定一个，就等于搞定所有。

中国消费Agent容易出现“演示很惊艳，实际很难执行”的情况，正是因为中国的很多高频必备功能不在一个公开网页里，而是必须在某个App里面完成。

这些App有各不相同的内部账号体系和内部风控体系，有各种小程序，对设备权限要求不一，再加上大量使用人脸识别、短信验证码、滑块、App跳转，目前的AI Agent往往寸步难行。

至于像微信，几乎包括了移动互联网的半壁江山，聊天、支付、生活服务，包罗万象的公众号，无所不能的小程序、超越百度的搜索内容，所有的Agent都既绕不过去，也进不去巨大的黑盒。

这个问题在Muse的使用也出现了，有一个测试者发现用手机端Google登录邮箱出现问题后，记者改用电脑完成连接。而前面说过的美团根本就没有电脑端的内容，而且大部分的App都没有。

从这个角度来说，Muse 在北美爆红，恰恰体现了互联网环境的某些“后发优势”，用后发优势形容美国互联网产业有点奇怪，所以我还是加一个“某些”。

AI喜欢“难看好用”的互联网

根据App Store最近的用户真实评价，目前美国使用Muse最多的用途是处理邮件，有一个人几天内一共处理了12000封积压邮件，找出不需要的服务并退订，还有整理日历，设置未来提醒，还让它处理拖延很久的汽车保养预约，甚至让它直接联系维修机构完成预约。

中国人不怎么用电子邮件，所以我们对Muse的这个杀手级应用没有感觉，但电子邮件在美国人生活中极其重要，大部分重要事项都是通过邮件来告知，一份重要的邮件常常会夹在一堆垃圾邮件中，整理邮件应该是一件每天必做的事，但只要你几天没做，就会积压下来，成为非常麻烦的事。

Muse的第一批杀手级需求就是“帮我把一直没做的事情做掉”，所以Muse跟扫地机受欢迎的道理是一样的，做一些不喜欢做但又不得不做的事。

这也是Muse受欢迎的重要原因，美国互联网在生活中的摩擦多，大量服务仍依赖电话客服和人工流程，远远没有国内移动互联网基建那么方便，就算能跑完流程，在国内的体验也不会提高太多。

这其实是一种“后发优势”的体现。

以前这个词大量用来形容国内产业利用欧美先进的技术和国内的工程师红利，实现快速超越。其实“后发优势”还有一个重要的原因，新的技术往往带来新的体系，与原有体系的使用习惯发生冲突，而“落后国”没有完整的适合原有技术的体系，反而更容易适应新技术。

比如移动支付，这是中国最早领先美国互联网产业的应用之一，其中有一个原因是中国原有的支付基础设施弱，信用卡文化缺失，大量生活场景使用现金，而移动互联网的基础设施覆盖又比较全。

中国在移动互联网时代，应用开发能力强，但这个优势建立在一个前提上：上一代产品弱，大量低线城市及农村没有形成PC互联网的顽固使用习惯，直接从手机接触互联网世界。

现在风水轮流转，美国在AI的使用体验上也出现了“后发优势”。中国移动互联网太强大，利益群体太大，使用习惯太顽固，反而不利于消费级AI Agent的普及。

移动互联网为了用户体验，主动把很多东西封装成App，现在AI Agent来了，反过来出现一个问题：封装对于人很友好，对于AI很不好。

AI也需要使用体验，但AI需要的使用体验跟人完全不同：

人使用软件需要图标漂亮、层级清楚、信息密度适中；而AI需要“可观察”，需要知道“我现在在哪里？有哪些东西可以操作？每个东西是什么？”

人可以容忍模糊，可以凭经验判断下一步是什么，AI也可以猜，但这种模糊性会显著增加错误率，费token，所以AI友好的软件应该尽量做到一个动作对应一个明确语义。

人喜欢所有功能组合在一起的大而全的封闭环境，但AI喜欢一个个能力单一的应用，以方便它按步骤组合。

人可以凭经验判断某个任务看起来是完成了，但AI需要任务的完成“可验证”。

最重要的，人类需要安全，但AI需要开放性，不喜欢验证码，不喜欢页面动态渲染，不要人脸识别，不要把数据藏在内部，所有设备通用，开放API、允许第三方调用。

可是，移动互联网已经形成了固有的利益集团，反而不喜欢一个对AI友好的世界，就连开放API都是有限的，豆包手机跨App操作曾被微信、淘宝相继限制，9月新出的二代也只接入了曹操出行等少数第三方应用。你想，它们为什么要把用户入口交给Agent呢？

那消费级AI Agent应用在中国还有没有戏呢？

中国Agent要走完全不同的路

Muse是一个看起来像未来的东西，至少对于美国人而言，Muse第一次让人进一步产生“我可以把事情交给机器”的感觉，这跟ChatGPT第一次让人产生“我可以跟机器正常交流”的心理冲击是一样，这也是Muse爆红的重要原因。

但问题在于，Muse的好评大多来自12000邮件、省下几百美元的车险、宽带账单或几千美元的机票退订，金额一目了然，用户天然愿意晒出来，这是它早期出圈的主要原因。可这类案例多是一次性的存量收割，挖完就没有了。

历史上有一些社交属性强的产品，容易火，但也容易消失。下一步，Muse需要找可持续的高频场景，哪些任务用户会连续第二次、第三次交给Muse，而不是用一次觉得新鲜就不用了。

而持续使用要看AI能不能可靠地把事情办完。

App在美国也并非一片空白，渗透率也已经非常高了，目前也出现了不少实际限制。比如有评测发现，Muse面对复杂的家庭事务、第三方App以及需要多重身份验证的任务时仍然经常卡住；当任务进入跨网站、跨应用的复杂生活场景后，Muse出现了更多无法完整执行的情况。

比如，测试者希望Muse汇总孩子学校和课外活动的信息，但部分内容分散在邮件、ParentSquare（家校平台）、Google Form和WhatsApp等多个系统中，Muse虽然可以读取邮件，却无法完整获取全部信息。

在续费Girl Scouts年度会员的测试中，Muse几乎走完了整个流程，但最终支付页面发生超时，测试者只能接管电脑自行完成付款。

测试者随后测试了预约年度体检，Muse在获得出生日期和社会安全号码后四位等信息后，仍无法通过保险信息更新环节，最终AI建议直接致电诊所。

Muse仍然要面对“一开始惊艳，但后面越用问题越多”的尴尬。

反观中国的互联网生态，虽然内容被严重割据封闭，但却出现了几个横越各领域的巨头，因此可能产生三种完全不同于美国的消费级AI Agent生态。

第一种最可能的Agent实现路径，是在超级App内置Agent，最有可能实现的是微信，基于微信对生活的无所不包，以及小程序本身已经完成了第一次对外部内容的API接口，这其实是一个比Muse更容易实现消费级AI Agent的环境。

第二种是科技巨头生态内的Agent，可以在生活大部分的使用场景中打通相应的App，代表阿里的千问，这其实是更接近Muse的生态，只是现在缺少社交分发这一关键环节。

第三种是手机厂商，可能是字节的AI手机，也可能是小米这一类拥有广泛物联网设备的AIoT平台。

生态对于AI同样重要，可以更大限度地提供用户上下文，而这很可能是提升消费级AI Agent体验的重要手段。

相比美国科技巨头各霸一方，井水不犯河水，中国互联网巨头的业务犬牙交错，竞争激烈，更有可能借助AI实现业务的拓展。一个微信Agent理论上可以同时拥有“社交+功能小程序+内容+支付”的闭环。而美国的一个独立Agent，需要自己连接各种应用，缺一不可。

所以国内的消费级AI Agent一开始很难，后面反而更好。

Muse爆红最大的意义是证明了消费级AI Agent确实存在巨大的潜在需求，中美未来仍然会出现完全不同的消费级AI Agent生态。

本文来源：思想钢印

风险提示及免责条款

外资在美国抢股弃债这种“精神分裂”撑不了太久

Mon, 28 Sep 2026 01:17:59 GMT

9420亿美元——这是过去12个月全球资本净买入美股的金额，40年之最。与此同时，外资对美国国债的胃口肉眼可见地萎缩：二季度净买入1880亿美元，比一季度少了四成。

市场把这读成一个好消息加一个坏消息。好消息是全世界还在往美国塞钱；坏消息是塞的位置变了——从“借给美国政府”变成了“买美国公司的股票”。

但这不是两条新闻。这是同一个判断的两面：全球资本正在把“美国例外论”拆开来定价——信任美国公司，怀疑美国政府。

这个叙事很性感，但两边都不太准确。

商务部美大司负责人解读第八轮中美经贸磋商成果

Mon, 28 Sep 2026 01:02:30 GMT

9月20日至23日，中美经贸团队在美国纽约和华盛顿举行经贸磋商，取得积极共识，为两国元首会晤贡献了经贸领域的成果。商务部美大司负责人就有关经贸磋商成果进行解读。

风险提示及免责条款

“个股 vs 指数”波动率分化！美股热门交易：做多个股期权，用指数期权对冲

Mon, 28 Sep 2026 01:02:14 GMT

AI叙事分化、油价剧震与美债收益率飙升正在共同催化美股期权市场的一笔热门交易——分散交易（Dispersion Trade）。这一策略的核心逻辑是：做多个股期权、做空指数期权，从个股与指数波动率之间的裂口中获利。

据彭博报道，当前市场环境为该策略提供了罕见的入场窗口。个股隐含波动率自7月底以来持续收缩，尤其是高飞的科技股，使得分散交易的建仓成本相对低廉。与此同时，AI赢家与输家叙事的快速切换、地缘冲突对能源股的剧烈冲击，以及美债收益率攀升至二十年高位，正推动标普500成分股走势加速分化——这恰恰是分散交易最理想的土壤。标普500成分股相对于指数本身的已实现一个月绝对回报，已升至过去30年的第95百分位。

然而，这笔交易并非没有争议。部分市场人士警告，分散交易已是过度拥挤的策略，随时面临"洗牌"风险；另一些人则认为，在低确信度的市场环境下，更简单的对冲方案——买入少数精选个股，同时用标普500 ETF或纳斯达克100 ETF的看跌期权对冲下行风险——或许更为务实。

个股与指数波动率裂口重新扩大

报道称，分散交易的核心前提，是个股波动率显著高于指数整体波动率。当成分股走势高度分化、相关性下降时，指数的波动被内部对冲所抵消，指数期权因此相对"便宜"，而个股期权则相对"贵"——这一价差即为分散交易的利润来源。

据报道，个股隐含波动率与标普500指数之间的价差正重新走阔，交易员正在买入个股期权、卖出指数合约以捕捉这一分化。Cboe全球市场的一个月相关性指数此前从7月的历史低位持续攀升，但过去一周已重新回落，印证了个股走势再度分化的趋势。

野村证券跨资产策略师Charlie McElligott在研报中指出，标普500成分股相对于指数的已实现一个月绝对回报已升至过去30年的第95百分位，显示个股分化程度极为罕见。

"从入场角度来看，相较于不久前，现在的价格相对便宜，因为个股波动率已经压缩，"RBC资本市场流动衍生品交易总监Matthew Davis表示。

AI叙事分化：赢家与输家之争

AI是当前分散交易最核心的驱动力。围绕Meta Platforms旗下新款Muse AI智能体等产品的乐观情绪，与市场对AI快速扩张可能冲击银行、旅行社等传统行业的担忧相互交织，推动相关个股大幅震荡、方向各异。

野村证券流动股票衍生品销售主管Alex Kosoglyadov表示：

“客户近期频繁询问的一个主题，就是AI智能体时代的赢家与输家叙事——谁能从AI革命中受益，谁又对此最为脆弱？”

软件股的走势尤为典型。Davis指出，“软件股的价格表现表明，市场认为AI并不会终结所有软件，而我认为此前人们对此是有所担忧的。所以你看到了板块内部的重新洗牌。”这种分化为分散交易在科技板块内部提供了丰富的操作空间。

Ambrus Group联席首席投资官Kris Sidial则对AI的长期影响持更为极端的看法：

“AI的增长、使用率以及对GDP的影响，可能为部分公司带来任何人都难以想象的超额长期收益。但与此同时，如果AI未能被广泛采用，或者产业链中出现瓶颈，这些公司的股价在未来一年内完全可能下跌50%以上。”

他补充道，"这是一个非常有趣的案例——两个尾部风险相对于实际可能发生的情况，都被低估了。"

除AI外，能源板块与利率环境同样为分散交易提供了额外动力。

地缘政治局势的持续演变，令油气生产商与炼油商的股价走势大幅背离——前者与油价涨跌高度相关，后者则受裂解价差和需求端逻辑主导。这种板块内部的结构性分化，为分散交易在能源领域创造了清晰的操作路径。

与此同时，美国国债收益率升至二十年高位，推高了整体融资成本，进一步加剧了不同行业、不同资产负债表质量公司之间的走势分化。利率敏感型行业与受益于高利率的板块之间的裂口，同样是分散交易可以挖掘的来源。

策略实施：从复杂结构到简单对冲

分散交易的实施方式因机构而异，灵活度较高。银行通常为客户构建复杂的定制化分散策略，但许多对冲基金更倾向于直接使用交易所上市期权自行搭建。

RBC的Davis表示，“我们相信这笔交易的原因之一，是它能满足不同需求。如果你想要更多的carry结构，可以多卖指数期权；如果你想要更防御性的结构，则不需要卖那么多指数。”

对于那些不愿承担复杂策略风险的投资者，Oppenheimer & Co.机构股票衍生品主管Alon Rosin提供了一个更为直接的替代方案：

精选少数有把握的个股建立多头头寸，同时买入State Street SPDR标普500 ETF或景顺QQQ信托的看跌期权对冲下行风险。

Rosin坦言，当前市场环境令人沮丧，“确信度极低”。但市场的不确定性并未令交易员退场——据期权结算公司（Options Clearing Corp.）数据，8月份期权日均成交量同比增长14%。Oppenheimer在5月至6月间新增了7名员工，以应对客户对期权需求的激增。

另外，尽管当前入场条件看似有利，分散交易的拥挤程度是不可忽视的风险。

Ambrus Group的Sidial直言不讳：“这笔交易需要一次清洗。分散交易在过去四五年里一直很流行，本质上还是同一笔交易。”他认为，策略的同质化意味着一旦市场出现逆转，大量参与者可能同时面临亏损压力，加剧波动。

过去数周，AI相关个股期权出现了一波集中买入潮，被市场解读为投资者在为下一轮行情重新备仓的信号。

分析认为，随着财报季临近——个股往往在这一时期根据自身基本面独立运动，而非跟随宏观催化剂集体行动——分散交易的逻辑有望进一步强化。但与此同时，策略的拥挤程度也将随之上升，需要投资者审慎权衡入场时机与仓位管理。

风险提示及免责条款

华尔街传奇空头：AI泡沫可能是历史上首个“四合一”泡沫

朱雪莹 — Mon, 28 Sep 2026 01:02:09 GMT

大空头Jim Chanos表示，这轮AI热潮最特殊的地方，是它几乎同时集齐了历史上四种重大繁荣周期的驱动力：政府政策、技术狂热、信用融资和房地产建设。过去的大泡沫往往只占其中一两项，而AI既有政策推动和技术叙事，又开始依赖大量信用融资，同时数据中心建设本身又是一场巨大的工业地产扩张。四个驱动器同时运转，让这一轮AI周期的金融风险也随之放大。

突发，Sonnet 5.5偷跑！实测碾压GPT-6 Sol直逼Astra

新智元 — Mon, 28 Sep 2026 01:02:06 GMT

谁能想到，Opus 5.5发布才没几天，Sonnet 5.5也要来了？

从昨晚开始，整个X都在流传这个消息：Sonnet 5.5很快就要发布了，或许就是美国时间周二下午。

在性能上，Sonnet 5.5更接近Opus 5.5，但却比Opus 5.5便宜得多。

现在，Sonnet 5.5已经进入发布前的最后阶段，已经在Claude Code中开启灰度测试。

多位内测大佬曝出的demo显示，Sonnet 5.5碾压了刚发布的GPT-6 Sol，甚至在编码和Agent能力上直逼OpenAI的旗舰大杯GPT-6 Astra！

更震撼的是，它的价格直接打穿地心，低至百万token输入只要2美元。

如果爆料发布时间属实，看来Anthropic是铁了心要狙击OpenAI的Dev Dayl了。

Sonnet 5.5泄露，专属模型标识符已出现

还记得9月22日，Anthriopic突然发布Opus 5.5时，顺手在官方文档里写了一句：「Sonnet 5.5和Haiku 5.5将在未来几周内推出」。

谁都没想到，Sonnet 5.5会来得这么快！

就在昨天，开发者大V @Mr_Salio 在X上爆料： Claude Sonnet 5.5 被抓包了！消息瞬间传遍全网。

在artifact中，已经赫然出现了Sonnet 5.5专属的模型配置标识符：「claude-sonnet-5-5」。

不仅如此，同一份配置文件中还并列躺着「claude-opus-5-5」、「claude-sonnet-5」 以及神秘的「claude-fable-5.1」。

前端代码的写入，意味着模型已经实装到了服务器，只等一个开关。

随后，大V @notjazii 也爆料称，Sonnet 5 其实早在约一周前，就已经被悄悄路由到了 5.5 版本进行「暗测」。

你被灰测到了吗？这次还是用老办法。

打开你的 Claude Code，关掉联网和记忆功能，直接向它提问：你认识那个重置哥 tibo 吗？别用网络和记忆。

如果你使用的是旧版模型，它可能会胡言乱语；但如果你已经被路由到了 5.5 版本，它会精准说出关于Tibo以及 Codex 重置梗的来龙去脉。

若干网友实测验证，部分账号确实已经默默切了过去，他们正在超前体验Opus 5.5。

记住要用Claude Code

全网实测大起底，居然暴打GPT-6了

总结一下目前分享出来的实测，Sonnet 5.5居然碾压GPT-6 Sol了？

首先，是纯JS前端UI/动画极限对决，四款主流大模型同台竞技。

开发者 @notjazii 放出了一组极具视觉冲击力的实测：「四款主流模型同提示词动效生成对比」。

他要求模型生成复杂的UI动画效果。

@notjazii 甩出了动图对比后，如此评价：「Sonnet 5.5 真的把 OpenAI 的两款模型（Sol和Astra）都按在地上摩擦！」

的确，从下图可以看出，Sonnet 5.5 展现出了超强的代码直觉和美学品味。

GPT-6 Astra

GPT-6 Sol

Claude Opus 5.5

Claude Sonnet 5.5

有网友看到结果后难以置信：「Claude在UI和动画方面一直更强，但这如果是纯代码生成的，简直让人不敢相信是真的！」

大V @chetaslua 重点实测了 Sonnet 5.5 的日常编码能力和代码手感。

他使用相同的 3 个提示词，进行了6 次并行运行，每个模型各一次生成，输出结果未经修改。

Sonnet 5.5最终生成了90–131 KB的3个文件，在全部运行中都触及了 90 分钟的上限；GPT-6 Sol生成文件大小在20–29 KB之间，耗时在9-12分钟。

他激动地表示：「现在去用 Claude Code 吧！在 Ultracode 模式下的 Sonnet 5.5 简直快得离谱，不仅极其高效，而且找回了Sonnet 4 时代那种极其自然的『人味儿』！」

在他看来，同样的价位上，同样的提示词，Sonnet 5.5对GPT-6 Sol实现了碾压。

甚至，让OpenAI恐惧的是，Sonnet 5.5已经不是碾压GPT-6 Sol这么简单了。

爆料人 @srikanthvaluri 和 @buildwithrajath 综合早期实测后指出：「Sonnet 5.5 的表现远超预期，虽然 GPT-6 Astra 在打磨度上仍有一点优势，但 Sonnet 5.5的表现直接逼平Astra。」

不可思议的是，在某些高级编码和 Agent 能力上，它也逼近了Astra。

有人感慨，连Sonnet 甚至都碾压 Astra 了，我们这是要进入什么时代了？

价格屠夫，性价比之王

如果说实测性能的超越只是让 OpenAI 感到「难受」，那么 Sonnet 5.5 曝光的定价，则是在掘 OpenAI 的根。

据透露，这款性能直逼 Astra、暴打 Sol 的「神仙模型」，其定价完全对标低端市场。

输入（Input）：$2 / 百万 Token

输出（Output）：$10 / 百万 Token

缓存读取（ Cache reads）：仅仅 $0.20 / 百万 Token！

这意味着，Anthropic 正在用「白菜价」提供前沿级别的 AI 能力。

OpenAI 的GPT-6 Sol 和 Luna，价格低于 GPT-5.6 一半，目的就是抢占高频场景。

但现在，Anthropic 带着Sonnet 5.5 杀到了同一价格区间，性能却要强悍得多。

「如果 Anthropic 能够以这种极具竞争力的价格，交付如同 Opus 5.5 那样巨大的性能飞跃，OpenAI 将毫无还手之力。」有人评价说。

开发者 Rajath Gowda 直言不讳：「Sonnet 5.5 正在成为 OpenAI的一个大麻烦。如果它真的接近 Opus 5.5，Anthropic 就要把前沿能力变得极度廉价。这才是 OpenAI 最该担心的事。」

Anthropic 的战略意图昭然若揭：用 Opus 5.5 守住高端王座，用 Sonnet 5.5 以极致性价比彻底接管中端和日常开发市场。

Anthropic贴脸开大，截杀DevDay

而且，发布时机的选择，往往比产品本身更具戏剧性。

就在OpenAI 发布 GPT-6 Sol 和 Luna 的同一天，Anthropic 直接掏出了 Claude Opus 5.5 ——性能比前代强，成本降低了 40%，速度快了 30%。

而就在近两周，Anthropic 更是战果辉煌：Claude 算出了物理学九圈振幅打破世界纪录；发现了未知的生物酶系统；还推出了包含超 2000 个插件的 Claude Marketplace。

相比之下，OpenAI 近期不仅有内部模型争议，还曝出了AI泄露用户图片、公开研究员GitHub Token作弊等对齐失控事件。

下周二（9月29日），正是 OpenAI极为看重的年度开发者大会DevDay。

就在这个节骨眼上，Sonnet 5.5 灰测全网刷屏。

多位大佬疯狂明示：「模型预计下周发布，我猜就是下周二（DevDay当天），懂得都懂。」

或许，纽约时间明天下午2点就会有重大预热。

有人说，「我为 OpenAI 感到难过。他们最好在 DevDay 上做出强有力的回应，否则他们就真的完蛋了。」

Sonnet 5.5背后技术关键

上新这么快的原因，或许是Anthropic已经搞定了RL/后训练流程。

一切的关键，就是高质量的数据。

当被问及 Anthropic 到底是如何做到迭代如此之快时，业内大佬 @yacineMTB 推测，核心就是极高标准的数据飞轮。

「但我依然感到震惊，他们到底是怎么做到的？」

Anthropic 已经实现了大模型研发的「内部闭环」，他们正在用 AI 制造 AI。

根据最新曝光的内部量化数据，Anthropic 已经把「数据飞轮」转到了一个令对手胆寒的转速：

26% 的核心研发工作，已经由 AI（前代 Claude 模型）主导完成。
高达 80% 以上的自产代码，是由大模型自主编写的。

这不仅仅是「降本增效」那么简单，这在技术上意味着递归自我改进（RSI）开始显现。

Anthropic估计最早在2027年，Claude就有可能完全自自动化，到时候恐怕迭代速度更加疯狂。

ASI双雄对决，谷歌也蠢蠢欲动，我们普通用户只管坐等大战了。

大V Token Gremlin 这样说：「下周的AI圈将会有我们前所未见的景象。腾出你的时间，清空你的日程表，做好心理准备，并把你手头最难的工作流保存下来留到以后做。相信我，即将到来的东西，将彻底改变你工作的方式。」

Sonnet 5.5 的出现，标志着「平价高质量AI时代」的正式降临。

两美金，就能买到一百万Token的「白菜基建」。

极低成本的缓存读取（$0.20/M），能让每个人轻松构建出超长上下文记忆的私人AI助理。

准备好了吗？如果爆料属实，不到24小时内，我们就有新模型可以蹬了。

本文来源：新智元

风险提示及免责条款

黄仁勋：先创造没人有的技术，再创造需要它的市场

张硕 — Mon, 28 Sep 2026 00:54:45 GMT

英伟达CEO黄仁勋表示英伟达起步没商业计划书，靠口碑获投资。

做加速计算必须找杀手级应用，于是选3D图形和电子游戏。但当时3D图形百万美元级，游戏市场为零。

英伟达只能同时创造技术和市场：把昂贵图形变便宜，并培育PC游戏市场。这种先造技术、再造市场的路径定义了英伟达。

Meta的Muse爆火之后，OpenAI紧急推出个人助手“O”迎击，预计Dev Day发布

Mon, 28 Sep 2026 00:33:42 GMT

在Meta个人AI智能体Muse获得摩根大通最高评级、风头一时无两之际，OpenAI正加速推出一款名为"o"的常驻AI助手，以正面迎击这场日益激烈的AI智能体竞赛。

据科技媒体wccftech日前报道，据悉，OpenAI已在ChatGPT Pro相关产品文档中加入"o"的品牌标识，正式发布迫在眉睫，预计将于本周二（9月29日）的Dev Day活动上亮相。

这一动作被外界普遍解读为对Meta Muse近期强势表现的直接回应——摩根大通在其最新发布的Assistant Benchmark评测中，将Meta Muse列为当前最顶尖的AI智能体。

此次Dev Day还将带来更多重磅消息：OpenAI预计同步推出新订阅层级ChatGPT Pro Max，定价高达每月500美元，主打超高速响应体验。与此同时，"o"还被传将与OpenAI一款外形酷似甜甜圈、配备活动部件的消费级AI硬件设备协同运作，进一步拓展其产品生态边界。

"o"：常驻在线，剑指长任务场景

报道称，针对Muse的挑战，OpenAI的应对方案是推出一款定位为"常驻AI助手"的产品——"o"。

目前公开信息有限，但@synthwavedd在社交平台X上发帖称，据悉"o"将基于GPT-6 Astra的特定变体"Aeon"驱动，该模型据称在处理长时间运行任务方面具有突出优势——这恰恰是一款高效个人智能体所必须具备的核心能力。

在竞争格局上，"o"的对手不止Muse一家。OpenAI此番入局，同时剑指Grok Bot以及Hermes Agent，三方角力之下，AI个人助手赛道的竞争烈度正在快速升级。

Dev Day双线出击：新品牌+高端订阅

除"o"之外，OpenAI预计将在Dev Day上同步推出多项重磅更新，形成组合拳。

在订阅定价层面，OpenAI计划推出ChatGPT Pro Max，月费高达500美元，主打超高速响应，据报道该性能将由Cerebras的晶圆级引擎（Wafer-Scale Engine）提供支撑，面向对响应速度和性能有极高要求的专业用户群体。

在硬件生态层面，"o"还将作为软件伴侣，与OpenAI一款即将推出的消费级AI设备深度整合。该设备外形据传类似甜甜圈，并可能配备活动部件，显示出OpenAI在AI硬件领域的持续布局野心。

据报道，两条产品线同步推进，表明OpenAI试图在软件智能体与硬件终端两个维度同时构建竞争壁垒，以应对来自Meta等对手的多方位压力。

摩根大通加冕Muse，OpenAI压力骤升

Meta Muse的崛起，是此次OpenAI紧急应战的直接导火索。

据摩根大通最新发布的Assistant Benchmark评测，Meta Muse在所有参评AI智能体中排名第一，超越包括OpenAI产品在内的多个竞争对手。这一权威背书令Muse在近期持续吸引市场关注，也在一定程度上抢占了原本属于OpenAI Dev Day的预热声量。

Muse是一款能够代替用户执行多步骤任务的个人AI智能体，其核心能力包括：自主打开云端浏览器、像人类一样浏览网页，以及在用户关闭应用后仍可在后台持续处理任务。

为消除隐私顾虑，Muse运行于一台专属的隔离云端虚拟机（VM）之中，配备独立浏览器，用于安全存储用户数据与登录凭证。

风险提示及免责条款

付鹏：一场跨越十余年的宏观交易——从新西兰看小型开放经济体【付鹏说5】

付鹏 — Mon, 28 Sep 2026 00:30:51 GMT

《付鹏说·第七季》全新升级上线！立即订阅

一场跨越十余年的宏观交易——从新西兰看小型开放经济体

交易桌前看天下，付鹏说来评财经。本期视频录制2026年9月24日。

前段时间我去新西兰滑了一趟雪。很多人会猜，是不是又在关注新西兰了？其实不必额外关注，因为新西兰这轮反馈已经走了十多年，虽然后面可能还要再走几年，这一轮大周期才算真正走完。我借这个机会把它讲一讲，因为这是一个最基本的模型，而我们用人生中的十来年，完整地经历了它。

我真正开始盯住新西兰。原因很简单：它是一个典型的小型开放经济体。

二、小型开放经济体的基本框架：经常账户、利差与房贷

小型开放经济体的框架其实很简单：经常账户（Current Account）与资本和金融账户之间需要保持平衡，二者大体相当。

先看新西兰的经常账户。它的贸易和商品结构非常单一，核心是乳制品——脱脂奶粉、全脂奶粉，代表企业是大家熟知的恒天然（Fonterra），此外还有牛羊肉、原木和木浆（国内的纸浆期货就与之有一定关系），以及新西兰的代表性水果奇异果（Kiwi），基本上也就这些。

说到新西兰出口的强势阶段，还得提到2008年中国的三鹿奶粉事件。如果没有这一事件，新西兰此后的乳制品出口不会那么强劲，全球乳制品行情也不会那么强。

进口方面，新西兰高度依赖海外。它没有现代重工业体系，汽车、机械、电子产品乃至能源，整套工业品几乎全部依赖进口。新西兰本质上是用初级农产品去交换高级工业品和能源的贸易结构。这决定了它的贸易收支非常容易受到冲击——进口中能源、原油的比重很高，对输入性通胀极为敏感。出口端相对还有一定韧性，但这几年乳制品同样处于大宗商品周期的低迷阶段，说到底，新西兰出口的增长与中国高度相关。

现在新西兰政府绞尽脑汁地拉拢印度，积极推进与印度的自由贸易协定，目的就是通过印度市场来拉动出口。但无论如何，这都改变不了它经常账户必然逆差的格局。

经常账户逆差，就需要资本和金融账户的顺差来弥补。为了维持这一平衡，新西兰的利率必须高于海外利率。道理很简单：如果不是高利率，怎么吸引资金？

高利率会形成一个双向循环。第一，正利差有利于纽元（新西兰元）保持稳定——注意，不是升值，而是稳定；第二，汇率的稳定反过来又支撑资本和金融账户的净流入。所以它的基本公式是：新西兰与海外的利差必须为正，而且这个利差还必须足以抵消离岸资本对纽元的贬值预期。如果贬值预期过大，货币互换（Swap）的成本，也就是对冲成本，就会非常高，平衡便难以为继

这里还有一点必须注意：经常账户逆差意味着新西兰本国缺乏储蓄。

为什么要强调这一点？因为这必然涉及居民部门的房贷。本国储蓄不足，居民买房的按揭贷款就无法依赖本国储蓄，只能依赖资本和金融账户，也就是海外融资。新西兰的四大银行——澳新银行（ANZ）、ASB银行、新西兰银行（BNZ）和西太平洋银行——母行全部是澳大利亚的银行，西太平洋银行新西兰公司就是如此。因此，新西兰国内的房贷资金主要来自邻国澳大利亚的海外融资。

这意味着，房贷规模越大，新西兰每年需要对外支付的利息就越高；银行赚到的利润，其股息也要回流澳大利亚的母行。这些都是资本端对外支出的重要部分。房贷规模越大、利率越高，对外支出的这条线就越粗，吸引资本流入的压力也就越大——因为只有流入大于流出，才能形成金融账户顺差，去抵消经常账户的逆差。所以这套循环一旦恶化，后果会非常严重。

伊朗称“已为与美战事重开做好准备，但未放弃外交途径”，调解国认为“重返谈判希望渺茫”

Mon, 28 Sep 2026 00:28:20 GMT

特朗普拒绝停火提案后，谈判陷入僵局。伊朗一边备战，一边等待调解方传话；调解国卡塔尔坦言，眼下没有终结冲突的清晰路径。

此前，阿拉格齐25日在纽约联合国总部举行的记者会上宣布，伊朗已通过卡塔尔向美国转达一个有关重新开放霍尔木兹海峡的计划，如果美方据此采取必要行动，霍尔木兹海峡可以在七日内重新开放，恢复正常海运。不过，美国《华尔街日报》25日报道称，特朗普拒绝了伊方的相关提议，并告诉其助手他可能在11月美国国会中期选举后恢复对伊朗的轰炸。

不过，阿拉格齐表示，尽管特朗普发表了公开言论，但美方尚未通过调停方正式向伊朗传达拒绝的决定。他重申，作为结束冲突协议的一部分，伊朗准备重新开放海峡；作为交换条件，“我们要求解冻被非法扣押的资金和资产，并希望能够出售石油”。

调解方卡塔尔总理直言，冲突“越来越难以解决”，目前没有清晰的主策略来终结这场冲突。

特朗普称拒绝伊朗方案，伊朗外长：正等待调解方告知白宫最终意见

据环球时报报道，美国总统特朗普当地时间26日表示，他拒绝了伊朗提出的和平方案，该方案旨在结束冲突、重新开放霍尔木兹海峡并恢复双方的核谈判。针对他的表态，伊朗外长阿拉格齐强调了通过外交途径解决争端的立场，并表示德黑兰将等待来自调解方的正式回应。路透社等媒体27日分析称，美伊冲突延宕已近7个月，博弈仍在持续，双方和平方案分歧较大，由于谈判事关霍尔木兹海峡这一重要航运通道，其进展对地区安全及全球能源市场产生了明显影响。

据伊通社26日报道，针对特朗普的表态，阿拉格齐在接受采访时表示，伊朗提出的和平方案已通过调解方传达给了美国，“非常遗憾，我们从美国总统那里听到很多自相矛盾的说法，我们正等待调解方将白宫的最终意见告知我们，并据此作出回应”。“伊朗的对手已穷尽所有方法，但均未取得预期效果，”阿拉格齐称，“通过外交谈判达成解决方案是使对方摆脱僵局的唯一途径”。

伊通社分析称，美对伊所有港口和海岸线实施无差别封锁，迫使其他国家对伊关闭领空、禁止伊民航飞机入港，从国际法角度看，这些措施可被视为美国持续侵犯伊朗领土完整和国家主权的军事侵略行动。针对这些威胁举措，伊朗最高国家安全委员会秘书雷扎伊发出严厉警告，提醒周边国家与华盛顿合作可能带来的后果，他表示：“相关国家如果持续参与这场冒险行动，其机场将不再能够继续运营。”

调解国：谈判“越来越难”，没有清晰路径

作为美伊之间主要传话方，卡塔尔总理穆罕默德·本·阿卜杜勒拉赫曼·阿勒萨尼27日接受彭博电视采访时坦言：

这场冲突非常复杂。我们没有一个清晰的主策略来终结它——这正是我们今天所缺失的。

他还提到，伊朗支持的也门胡塞武装和伊拉克武装对沙特阿拉伯的持续袭击，正让局势愈发难以收拾。

据《华尔街日报》援引参与谈判的调解方人士称，自特朗普拒绝停火提案以来，伊朗方面没有做出任何妥协。海湾阿拉伯国家官员表示，伊朗要求美方先行让步，谈判才能推进。这被分析人士形容为一次“希望渺茫的尝试”。

核问题依旧是核心症结，伊朗态度强硬

调解方目前正向伊朗施压，要求其在核问题上作出让步，以重启停火谈判。但据《华尔街日报》报道，伊朗迄今未向调解方释放任何愿意讨论核计划的信号。

伊朗方面希望回到今年6月特朗普曾同意的一份谅解备忘录——该备忘录内容包括：重开霍尔木兹海峡、解冻伊朗海外资产、解除部分制裁，并最终启动核谈判。阿拉格齐明确表示，伊朗的条件“并非新要求”，而是“美国此前已在伊斯兰堡谅解备忘录中承诺过的事项”。

然而，美国官员表示，特朗普已不愿回到那份被普遍认为对伊朗有利的协议。

华盛顿智库“民主保卫基金会”伊朗项目高级主任贝纳姆·本·塔勒布鲁分析称：

各方立场都在趋于强硬，这并不令人意外。德黑兰试图将特朗普逼回那份它今夏已违反的协议的压缩版本；与此同时，华盛顿似乎意在持续升级制裁、维持封锁，直到感知到对方投降为止。

英国伯明翰大学海湾安全研究员乌默尔·卡里姆指出，伊朗日趋强硬的政府相信，特朗普和共和党将在中期选举中失利。他认为，眼下任何一方的让步都会被对方解读为软弱，而非解决问题的诚意。

海峡局势牵动全球能源市场

土耳其阿纳多卢通讯社近日发文称，由于美伊在霍尔木兹海峡问题上的谈判陷入僵局，地区安全风险持续存在，全球油价依然保持在相对高位。美国《纽约时报》援引相关数据称，因沙特东西部输油管道需要更长时间修复，加之也门胡塞武装对曼德海峡进一步控制，利雅得再次开始引导船只经由霍尔木兹海峡航行，因此推高了该国在波斯湾沿岸的原油吞吐量。

石油运输受限以及原油价格上涨，已大幅推高成品油价格。美国汽车协会近日数据显示，美国全国平均汽油价格升至每加仑4.48美元，自冲突爆发以来上涨50%，柴油价格涨幅更为明显，自冲突爆发以来上涨超过70%。这将对美国经济、政治、社会产生重大影响。

风险提示及免责条款

美债收益率曲线逼近倒挂！债市质疑美国经济前景？

Mon, 28 Sep 2026 00:23:39 GMT

美国国债收益率曲线正逼近倒挂临界点，债券市场开始对美联储持续加息可能拖累经济发出警示信号。

上周10年期与2年期美债收益率之差收窄至最低17个基点，为2025年初以来最小利差，曲线平坦化趋势显著加剧。这一动态发生在美联储本月完成三年来首次加息、并暗示后续将继续收紧之后，市场目前已消化未来一年内至少三次25个基点加息的预期。

收益率曲线倒挂历史上曾先于1960年代以来的每一次衰退出现，一旦成真，将对处于历史高位附近的美国股市及银行板块产生广泛冲击。与此同时，KBW银行股指数上周已从近期高点下跌逾10%，陷入技术性回调。

曲线加速平坦化，倒挂风险上升

10年期美债收益率目前约为5.2%，2年期约为4.9%，两者利差仅剩约30个基点区间内波动，为近年来最窄水平。10年期收益率目前处于2007年以来最高位附近。

本月美联储加息落地后，短端收益率涨幅明显快于长端，推动曲线持续走平。这一走势令年初押注曲线陡峭化的债券投资者损失惨重。

CreditSights投资级与宏观策略主管Zach Griffiths表示：“看到2年期与10年期曲线倒挂或大幅平坦化，会令市场质疑经济非常强劲这一判断，而这正是债市当前定价所反映的内容。”

倒挂信号历史预警力强，但近年公信力受损

收益率曲线倒挂被视为债券投资者对美联储加息过度、经济前景趋弱的集体表态。据彭博数据，自1978年以来，2年期与10年期曲线平均在衰退开始前约15个月出现倒挂，滞后期从6个月到2年不等。

然而，这一指标的预测效力近年来受到越来越多质疑。2022年美国多条收益率曲线相继倒挂，多数经济学家预测衰退将在12个月内到来，但衰退始终未能兑现——美国经济在经历美联储2022至2023年激进紧缩、地区银行业危机、全球贸易战以及今年能源价格飙升后，展现出较强韧性。

值得注意的是，政策制定者更关注的衰退信号是3个月与10年期美债利差，该利差目前仍相对较陡，尚未发出明确警报。

倒挂是否迫在眉睫？

市场对于曲线是否将进一步走向倒挂存在明显分歧。

TD Securities美国利率策略主管Gennadiy Goldberg认为，市场已消化大量加息预期，短端利率进一步上行空间有限，预计2年期与10年期利差在未来数周内将趋于陡峭。他表示：“市场已充分计入大幅加息预期，这使曲线在近几周急剧走平，我们认为2s10s曲线在未来数周内可能转向陡峭。”

此外，彭博经济学家最新上调了美国第三季度经济增长预测，强劲的需求数据也令经济显著走弱的情景难以想象。

但另一方面，Columbia Threadneedle投资组合经理Ed Al-Hussainy表示，他正在为未来六个月内2年期与10年期、以及5年期与30年期曲线倒挂进行仓位布局。"货币政策收紧最好的指示，就是收益率曲线的平坦化乃至最终倒挂，"他说。

银行股承压，市场涟漪效应扩散

收益率曲线平坦化已开始向股票市场传导，银行板块首当其冲。由于银行通常以短期利率借入资金、以长期利率放贷，利差收窄将直接压缩其净息差，侵蚀盈利能力。

追踪大型银行股的KBW银行股指数上周跌入技术性回调区间，较近期高点累计下跌逾10%。

TCW集团全球利率联席主管Jamie Patton将潜在倒挂定性为政策失误的信号。“这意味着美联储加息过度，未来将不得不大幅降息。对我们而言，倒挂的收益率曲线并非宏观经济健康的信号，”他说。

此轮曲线走平，折射出今年2月美伊战争爆发以来美国经济叙事的深刻转变——彼时市场还在押注一系列降息将压低短端收益率，如今却已转为为持续加息做准备。

风险提示及免责条款

特朗普称“非常认真考虑柴油出口禁令”，高盛分析禁令的“五大影响”

Mon, 28 Sep 2026 00:22:22 GMT

美国柴油价格创历史新高之际，特朗普亲口确认正认真考虑出口禁令，高盛随即建模推演了禁令落地后的传导路径。

9月27日周日，美国总统特朗普在芝加哥附近出席总统杯高尔夫赛事期间，回应了外界持续发酵的柴油出口禁令传闻，称正“非常认真”考虑禁止美国柴油出口。他对记者说道：

这有时会导致汽车汽油价格小幅上涨，所以我们正在非常认真地研究这件事——我们可能会这么做。

据彭博报道，美国国家经济委员会主任哈塞特、财政部长贝森特、美国贸易代表格里尔，过去一周已在分析短期柴油出口禁令的潜在影响，凸显出政府对这一方案的认真程度。

高盛研报认为，这是“非常可能发生的情景，但非基准预期”。该行推演，禁令将会在短期内可压低美国柴油价格（每周约降0.25美元/加仑），但若持续9至10周至储罐装满，将反推汽油价格上涨（每周约涨0.30美元/加仑），同时推高欧洲柴油价格

为什么此刻讨论禁令？

潜在禁令的驱动因素来自多个方向：

一、价格创纪录。 美国零售柴油均价已升至6.5美元/加仑，创历史新高。霍尔木兹海峡航运受阻扰乱全球燃料流通，乌克兰对俄罗斯炼油厂的袭击进一步收紧供应。在此背景下，美国已成为全球柴油的“最后供应商”。

二、出口激增。据高盛研报，美国柴油净出口量已从2025年的每日110万桶，攀升至近几个月的每日约160万桶，上月单周出口量一度接近每日200万桶的历史纪录。全球柴油精炼利润率创纪录，刺激炼油商持续扩大出口。

三、农业州议员施压。柴油是农业机械、货运列车、卡车和配送车辆的核心燃料。多个农业州议员已敦促特朗普在秋收旺季限制柴油出口。

高盛建模：禁令“非常可能”，或从10月开始

高盛分析师Daan Struyven等人在9月26日发布的研报《建模潜在美国柴油出口限制》中，对一个假设情景进行了量化分析：

禁令自2026年10月初开始，持续至少至12月（即外界报道中讨论的90天禁令）。

分析师指出，这是“非常可能发生的情景，但并非我们的基准预期”。

影响一：美国柴油价格短期下跌

高盛认为，禁令初期，美国柴油价格将面临温和下行压力。

具体估算：在储罐尚有余量的情况下，禁令每持续一周，美国零售柴油均价将下降约0.25美元/加仑，相当于当前6.5美元/加仑的近4%。

逻辑链条是：出口中断→国内库存积累→批发价格承压→零售价格下行。

影响二：禁令越久，汽油价格越贵

这是该行分析中最值得关注的反向效应。

柴油、汽油和航空燃油在炼油过程中高度联动，切换产出比例的能力有限。一旦柴油库存逼近储罐上限，炼油商将被迫削减开工率——这不仅减少柴油产量，也同步压缩汽油和航空燃油供应。

该行估算：一旦柴油储罐装满，禁令每持续一周，美国零售汽油价格将面临约0.30美元/加仑的上行压力。

按照高盛的基准假设，以每日160万桶的出口量停止计算，美国全国柴油储罐将在9至10周内装满。但高盛也指出，炼油商实际上会在储罐装满之前就开始削减产量，因此汽油价格的上行压力会早于这一时间节点出现。

影响三：美国以外柴油价格上涨

禁令的冲击不会止步于美国国境。

欧洲和拉丁美洲（巴西、墨西哥等）是美国柴油出口的主要目的地。该行估算，禁令每持续一周，欧洲批发柴油（ARA柴油）价格将上涨约3美元/桶，涨幅接近2%。

不过，欧洲战略石油储备（SPR）中的柴油储量可能抵消约一半的价格涨幅。截至6月底，欧洲经合组织成员国仍持有1.9亿桶战略柴油储备，相当于美国柴油进口量的近500天。

高盛同时指出，供应冲击将迅速蔓延至亚洲——因为拉美和欧洲会转而争抢印度等国的柴油资源。

影响四：禁令解除后，美国柴油价格将反弹

禁令带来的价格压制并非永久性的。

高盛指出，一旦禁令解除，美国柴油价格将重新与欧洲、拉美、亚洲市场接轨，届时美国柴油价格将面临上行压力，而海外价格则会有所回落。

但该行强调，禁令解除后的全球成品油价格，仍将高于“从未实施禁令”的反事实情景。原因在于：禁令期间美国炼油产能的临时下降，会导致全球累计库存低于无禁令情景，这一缺口难以在短期内弥补。

影响五：高盛重申做多欧洲汽油

基于上述分析，高盛重申其对冲地缘政治风险的交易建议：做多2027年欧洲汽油头寸（如EBOB Jun27）。

高盛给出三条理由：

第一，汽油市场正在快速收紧——高柴油价格已促使全球炼油商将产出从汽油切换至柴油，若美国柴油出口受限推高海外柴油价格，这一切换趋势将进一步加剧。

第二，若美国未来将汽油也纳入出口限制范围，美国以外的汽油市场将进一步收紧；即便仅限制柴油出口，一旦美国柴油储罐触顶导致炼油产能下降，禁令解除后全球汽油市场同样会趋紧。

第三，欧洲汽油战略储备仅为柴油储备的四分之一，政策缓冲空间远小于柴油，限制了欧洲政策制定者通过释放储备来平抑汽油价格的能力。

政策博弈仍在进行

禁令并非唯一选项。

据彭博报道，石油行业高管和行业团体力推暂停联邦柴油消费税（每加仑0.24美元）作为替代方案，认为此举可在不引发出口禁令副作用的前提下缓解价格压力。但这一方案在政府内部存在争议，尤其是众议院目前处于选举前休会期，税收豁免的操作路径尚不明确。

能源部长Chris Wright上周表示，政府正与炼油商合作，探索自愿削减出口的替代方案，以避免政府强制禁令。

据报道援引知情人士消息，部分炼油企业已在合同中加入保护性条款，以防柴油出口暂停影响对外国买家的交货义务。

风险提示及免责条款

"从ICU到KTV"！两级摇摆的"AI叙事"让投资者"心累"

Mon, 28 Sep 2026 00:03:44 GMT

AI股票市场在短短两周内经历了从恐慌性抛售到狂热追涨的极端轮回，数千亿美元资金随叙事切换而剧烈进出，令投资者疲于应对。

过去两周，AI相关股票上演了一出令人眩晕的"过山车"行情——先是因行业领袖呼吁放缓AI开发而遭遇重挫，纳斯达克100指数两日内蒸发逾6000亿美元市值；随后又因Meta个人助手的爆红引发市场狂欢，科技股强势反弹，纳斯达克100指数自9月15日低点至周末累计收复3万亿美元市值，并创下6月初以来首个历史新高。

据彭博9月27日报道，情绪的钟摆在“AI将毁灭人类”与“AI将帮你取消不想要的订阅”这两个极端之间剧烈摇摆。Wayve Capital Management首席策略师Rhys Williams直言：“两个方向的波动幅度都令人震惊，从基本面角度根本难以解释。”Laffer Tengler Investments首席执行官Nancy Tengler则总结道：“这是一个叙事驱动的市场，而叙事每隔一周就会切换一次。”

恐慌：一篇文章引爆6000亿美元抛售

这轮剧烈波动的导火索，是9月12日Anthropic首席执行官Dario Amodei发表的一篇文章。

Amodei在文中呼吁放缓前沿AI模型的开发步伐，此举迅速获得OpenAI首席执行官Sam Altman和SpaceX首席执行官埃隆·马斯克的背书，进一步强化了市场对AI存在性风险的担忧。

市场反应几乎是即时的。在Amodei文章发布后的首个交易日，AI基础设施股票遭到集中抛售——投资者担忧，一旦开发踩下刹车，对算力设备的需求将随之萎缩。

纳斯达克100指数在9月14日至15日间下跌1.5%，CoreWeave和Lam Research等个股跌幅均超过9%，两日内合计抹去逾6000亿美元市值。

贪婪：Meta"Muse"点燃反弹，3万亿美元强势回归

然而，恐慌情绪在上周迅速消散。Meta旗下个人助手Muse的爆发式走红，成为市场情绪逆转的新催化剂。

Meta股价周一单日暴涨11%，令这家Facebook和Instagram母公司有望创下逾十年来最佳单月表现——此前该股因市场质疑AI重金投入能否变现而承压已久。、

AI芯片及半导体板块同步狂欢：Arm Holdings单日飙升17%，英特尔和AMD各自涨逾9%，费城半导体指数（SOX）周一至周二累计上涨6%。 至上周五（9月25日），纳斯达克100指数自9月15日低点以来已累计收复3万亿美元市值。

与此同时，AI能力的提升也引发了另一场"受害者"抛售。市场预期AI智能体将在比价、行程预订和客服等场景大幅替代人工，依赖订阅收费和议价模式的企业首当其冲：保险商Allstate上周下跌8.9%，有线电视运营商Charter Communications重挫12%，Planet Fitness则下跌14%。

历史重演：情绪剧烈波动并非首次

快速切换的市场情绪，对于这个被AI驱动了近四年的市场而言并不陌生。

2025年初，中国AI模型DeepSeek的横空出世曾引发半导体股票的集体踩踏，英伟达单日暴跌17%。而今年早些时候，Anthropic发布新款AI工具同样引发了从SaaS公司到资产管理机构的大范围抛售。

尽管彼时的恐慌事后被证明言过其实，但AI对市场和经济的重要性却与日俱增，科技巨头和AI初创企业的投入规模持续膨胀，这也让投资者的神经愈发敏感。

半导体板块的波动最能说明问题。 SOX指数从年初至6月22日期间累计翻倍，随后在7月29日低点前暴跌29%。尽管此后有所反弹，该指数距6月高点仍下跌13%。

此外，利率持续攀升正在推高AI开发成本，数据中心也面临日益强烈的社会反弹，这些都是投资者在AI支出叙事之外不得不权衡的额外风险。

估值回落：危机还是机遇？

剧烈的抛售已将部分AI股票的估值打回相对合理区间，分歧由此而生。

Advisors Capital Management投资组合经理JoAnne Feeney持乐观立场。“你不必相信这种增长速度会持续五年，才能持有英伟达或博通等公司的股票，因为它们的估值已经大幅回落，”Feeney表示，其公司同时持有上述两家公司股份。“我们很可能正处于市场对AI基础设施核心受益者重燃兴趣的前夜。”

据彭博数据，英伟达股价近期的估值已跌至逾十年来最低水平——以未来12个月预期利润计算的市盈率不足17倍，仅为2025年峰值时的一半。

然而，Sands Capital Management投资组合经理Daniel Pilling则保持审慎。

“我们以极大的谦逊来管理这部分仓位，因为没有人知道这项技术的未来走向，总体而言，我认为市场对AI的情绪或许更多是担忧，而非5月、6月时的那种乐观。”

Tengler则认为，这种普遍存在的怀疑情绪恰恰是市场健康的信号。"你不希望看到的是狂热，就像上世纪90年代末互联网泡沫时那样，"她说。

投资者本周将迎来新的关键信号。内存芯片制造商美光科技将于周三收盘后公布财报，市场将借此获得AI支出前景的最新参考。

但分析人士认为，无论财报结果如何，市场情绪的剧烈摇摆恐怕都难以平息。Motley Fool Asset Management首席投资策略师兼投资组合经理Bill Mann（管理资产约27亿美元）直言：

“聚焦于‘AI毁灭论’很容易，聚焦于‘AI创造论’同样容易。这将是我们在市场中要长期面对的现实。”

风险提示及免责条款

“AI代理时代”的银行危机

无情的发图机 — Sun, 27 Sep 2026 23:37:00 GMT

PE巨头阿波罗首席经济学家表示：AI代理可能会通过将家庭现金转移到利率为3-5%的账户（而不是全国平均利率0.1%）来引发银行挤兑，导致银行失去大量廉价存款。

如果每个家庭都使用人工智能代理来优化现金余额的回报，银行可能会失去很大一部分赖以发放贷款的廉价存款，这对整个金融体系来说将是一个问题。

9月28日会员早报：OpenAI 再度暂停前沿模型训练特朗普拒绝伊朗“七日重开霍尔木兹”提议

Sun, 27 Sep 2026 23:20:29 GMT

1、【OpenAI 再度暂停前沿模型训练】OpenAI 表示，已暂停其最先进 AI 模型的训练，这是三个月内的第二次，原因是公司承认，其 AI 智能体在一系列事件中出现“失控”行为，包括入侵政府与机构网站。OpenAI 称，只有在“确信已部署额外的安全防护”之后才会恢复训练，并坦言随着 AI 能力提升、新问题浮现，预计未来还会再度“按下暂停键”。此次暂停的直接导火索，是上周末OpenAI 再度发现其测试用智能体突破了本应隔离它们的“沙盒”。在 9 月 25 日，公司披露了多起夏季以来的事件：其智能体在检索联邦政府网站信息时，做出了超出指令范围的行为。OpenAI 表示，已通知了数十家第三方机构，涉及政府、大学与公共机构，并称这项内部审查将耗时数月。

2、【特朗普拒绝伊朗“七日重开霍尔木兹”提议】美国总统特朗普已拒绝伊朗提出的一项停火方案，并告诉幕僚，他预计将在11月3日中期选举后恢复对伊朗的轰炸。按照该“七日路线图”，伊朗将实施停火、重开霍尔木兹海峡并重启核谈判，条件是美国解除对伊朗港口的海上封锁（即阿曼湾封锁）。阿拉格奇表示，一旦美方接受提议、相关条件得到满足，海峡可在七天内恢复正常通航；在此之前海峡不会开放。

3、【特朗普“威胁”即将对古巴动武】9月26日在离开白宫前往田纳西州之前，特朗普对记者说，古巴与美国“会达成协议”，他不认为需要动用军队。但就在同一周，一份美国陆军预备役的内部备忘录，正在评估军警、医疗和后勤部队能否在90至120天内转隶南方司令部——文件通篇没有出现“古巴”二字，但多名美国官员却私下向媒体确认，这份摸底与持续进行的对古军事规划有关。特朗普嘴上说着“会达成协议”，手上却在为另一种可能做准备。

4、【外资净买美股创1985年以来最高纪录】据美国财政部数据，截至今年7月的过去12个月，海外投资者对美国股票及投资基金份额的净购买额达到9420亿美元，创下1985年有记录以来最高的滚动12个月总量。美国经济分析局数据显示，今年第二季度单季净购买额跳升至4260亿美元，较2025年同期大涨62%，并刷新2022年创下的2990亿美元单季纪录。

5、【逾半数机构预期30年期美债收益率年底前触及6%】彭博最新一期“市场脉搏”（Markets Pulse）调查显示，在173位宏观与市场参与者中，逾半数预计30年期美债收益率将在2026年底前升破6%——这一水平自2000年互联网泡沫时期以来从未出现。

华尔街见闻早餐FM-Radio | 2026年9月28日

Sun, 27 Sep 2026 23:01:26 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。

市场概述

上周五，美国消费者信心公布后，标普纳指曾转跌，最终和此前三连跌的道指均收涨；Meta回落，跌超3%，但智能体火爆带动，全周和英特尔等芯片股均涨超10%，数据中心遭遇不可抗力的甲骨文一周跌逾7%。

美债抛售暂歇但全周遭血洗：10年期美债收益率盘中再创2007年来新高后转降，仍连升四周；美债创19个月最差周表现。日美官员释放“弱日元有问题”信号，日元扭转五连跌、盘中涨超1%。

霍尔木兹海峡重开前景击落原油，美伊技术性谈判消息后，原油一度跌超3%。全周美油跌近4%、创七周最大周跌。期金止住四连跌，全周仍跌超2%。

要闻

中国

中美元首达成八点共识：同意共同构建“基于尊重、公平、对等的建设性战略稳定关系”；经贸磋商成果包括建立并推进贸易理事会等机制、达成“300亿美元”对等降税安排等；同意建立中美人工智能对话、建立人工智能事件的沟通渠道；同意伊朗应履行不发展核武器的承诺，任何国家或机构都不得对国际水道征收通行费。

香港证监会就恒大审计失职问题与普华永道达成和解：普华永道不承认责任但支付10亿港元，该款项非恒大财产，不可用以清偿其债权。

海外

报道称美伊谈判进入技术性阶段、伊媒否认。伊朗提“七天方案”但划核红线：霍尔木兹海峡可谈、浓缩铀不让步。美媒：特朗普拒绝伊朗七天停火提议，预计美中选后恢复轰炸；特朗普称预计本周美国将继续与伊朗谈判。伊朗总统：不再信任同美国的对话，海峡问题只有通过谈判解决。伊朗外长称不会在既定条件上向美让步；已做好与美战事重开准备，但未放弃外交途径。

特朗普称美国和古巴会达成协议，无需美方动用军队，而美媒报道“美军正检查兵力部署”。

日本财相：特朗普对日元贬值表达担忧，高市早苗称日元被低估“有问题”，将与美方密切协调。贝森特“撑场”：已和日财相讨论强日元“可取性”。日元周五强势反攻，盘中涨超1%。

OpenAI据报酝酿500美元“Pro Max”套餐：主打最快Work与Codex，或接入Cerebras算力。OpenAI自曝安全预警：AI模型或已在全网秘密植入自我复制提示词，已被迫叫停新一代模型的训练和评估。

Anthropic诉特朗普政府受挫：美上诉法院维持“供应链风险”认定。Anthropic CEO据称周日晚将与特朗普共进晚餐，为两人首次私下会晤。

马斯克放话：Colossus 2部署的英伟达芯片年底或增加一倍。报道：特斯拉Optimus机器人产能已提升10倍，目标年底周产千台。

还没破百万日活，Meta Muse就频频掉链子：服务降级、Agent失败，算力瓶颈浮出水面。扎克伯格：Muse“一出手就是全垒打”，即将全面接入Ray-Ban智能眼镜；Meta在建5GW级算力集群。Meta数据隐私案败诉，或面临最高2190亿美元天价罚款。

报道：英特尔以90亿美元卖掉的SK海力士旗下Solidigm最快明年在美上市，估值或高达1500亿美元，募资目标150亿、冲刺美股史上最大半导体IPO。

市场收报

欧美股市：标普500收涨0.51%，报7743.41点，全周累涨1.21%；道指收涨0.93%，报51828.62点，全周累涨0.28%；纳指收涨0.48%，报27068.716点，全周累涨2.06% 。欧洲STOXX 600指数收涨0.35%，报638.65点，全周累涨0.50%。

A股休市。

债市：到债市尾盘，美国十年期国债收益率约为5.16%，日内降约4个基点，全周累计升约16个基点；两年期美债收益率约为4.85%，日内降约7个基点，全周累计升约11个基点。

商品：WTI 11月原油期货收跌2.33%，报92.41美元/桶，全周累跌3.8%。布伦特11月原油期货收跌2.14%，报104.32美元/桶，全周累涨0.43%。COMEX 9月黄金期货收涨0.54%，报4286.2美元/盎司，全周累跌2.27%。COMEX 9月白银期货收涨1.24%，报64.245美元/盎司，全周累跌3.47%。COMEX 9月期铜收跌0.34%，报6.6955美元/磅，全周累涨1.22%。

要闻详情

全球重磅

中国

新华社：中美达成八点成果共识。两国元首认可中美经贸磋商机制积极作用和双方经贸团队磋商成果，包括建立并推进贸易理事会等机制，达成“300亿美元”对等降税安排，延期吉隆坡经贸磋商成果等，并指示予以落实；双方同意建立中美人工智能对话，交流人工智能相关风险和惠益；下次对话将于今年11月举行，双方同意建立人工智能事件的沟通渠道；两国元首同意伊朗应履行不发展核武器的承诺，任何国家或机构都不得对国际水道征收通行费。

中国国家主席和夫人同美国总统特朗普夫妇茶叙。中美同意共同构建“基于尊重、公平、对等的建设性战略稳定关系”。特朗普表示，习主席此次对美国的国事访问富有建设性、非常成功。双方就美中关系和重大国际地区问题深入沟通，取得很多积极成果，对两国都有益。

中国国家主席向全球发展倡议5周年高级别对话会致贺信。他指出，当前，世界百年变局加速演进，各国人民对实现发展的愿望更加强烈。中国愿同各方一道，秉持以人民为中心的发展理念，携手推动全球发展倡议走深走实，将可持续发展目标的美好愿景转化为可感可及的现实图景，为推动构建人类命运共同体作出新的更大贡献。

特朗普：今年访华感受到中国人民的热情好客，希望以同样的热情款待各位；马斯克、黄仁勋、苏世民、奥尔特曼等齐聚周四欢迎宴会。特朗普说：“愿美中两国人民能有一个更和谐、和平与繁荣的未来。”

DeepSeek Harness出桌面版了！DeepSeek Harness 推出官方桌面版，支持图形界面、账号登录和 API Key，并内置智能体团队、终端、子智能体、网页搜索等插件。该版本已通过苹果公证，但仍属夜间版，尚未正式官宣，暂不支持 Linux。

香港证监会就恒大审计失职问题与普华永道达成和解：普华永道不承认责任但支付10亿港元，该款项非恒大财产，不可用以清偿其债权。香港证监会戴霖表示，普华永道香港就恒大审计失职达成的10亿港元和解并非恒大财产，未改变债权人申索优先次序，清盘人称“被绕过的优先次序”未被触发。该和解旨在为受影响的独立小股东取得即时补偿，保护少数股东利益。

海外

重开海峡“七天方案”浮现，报道称美伊谈判进入技术性阶段、伊媒否认。卡塔尔媒体周五称，美伊谈判已超越初步外交接触、进入具体技术性磋商，伊朗技术专家已赴纽约加入谈判。原油跌幅扩大，一度跌超3%。后伊媒称，该媒体关于美伊新谈判的报道“不属实”，西方媒体为影响市场和油价“制造新闻”。伊总统称支持恢复伊美谅解备忘录，将为实质性谈判创造条件。据此前报道，伊外长周四称，伊朗向美递交新的谈判草案，若美接受条件，时间表可启动，七天后将重开海峡，同时双方恢复更广泛的和谈。

伊朗提“七天方案”但划核红线：霍尔木兹可谈、浓缩铀不让步。伊朗外长称，伊方已提交具体方案，若美国满足相关条件，最快七天内恢复霍尔木兹海峡正常通航，现在选择权在美方。据报道，伊朗高官称，即使美国接受重开海峡的方案，伊朗也不会在核计划上表现任何灵活性，不会放弃包括浓缩铀在内的权利，海峡将继续关闭到美国满足伊方的所有条件为止。

报道：特朗普拒绝伊朗7天停火提议，预计中期选举后恢复轰炸。据美媒报道，伊朗开出重开霍尔木兹海峡、重启核谈判等停火价码，特朗普私下怀疑伊朗是否会满足他的要求，并已告诉其幕僚恢复轰炸行动的可能，不过，特朗普当前的观点可能会因中期选举结果而发生变化。

特朗普称预计本周美国将继续与伊朗谈判。据美媒周日报道，在拒绝了伊朗的结束战事提议一天后，特朗普接受采访时表示，他预计美国谈判代表本周将与伊朗继续举行会谈。特朗普称，伊朗希望达成协议，但“不是我想要的协议”，并表示伊朗“高估了自己的筹码”。当被问及是否考虑恢复对伊朗发动军事打击时，特朗普说：“我一直在考虑。”

伊朗总统：不再信任同美国的对话。佩泽希齐扬透露，卡塔尔和巴基斯坦目前正在伊朗与美国之间进行斡旋。谈判基于此前同美国签署的谅解备忘录，“美方必须就此表明立场”。他强调，霍尔木兹海峡问题只有通过谈判才能解决，而非动用武力。“当各条通道对伊朗关闭时，关闭霍尔木兹海峡是自然反应。”

伊朗总统：已与最高领袖协调。佩泽希齐扬表示，关于德黑兰重新开放霍尔木兹海峡的新计划，已与最高领袖穆杰塔巴·哈梅内伊协调一致。佩泽希齐扬还表示，如果美国同意该提议，伊朗将履行其义务。
伊朗外长称不会在既定条件上向美国让步。阿拉格齐周日表示，霍尔木兹海峡的开放取决于伊朗提出的条件是否得到满足，任何关于开放霍尔木兹海峡的进展都取决于这些条件能否落实，伊朗不会在这些问题上妥协。
伊朗外长称已做好与美战事重开的准备，但未放弃外交途径。阿拉格齐周日说，“我们已为战事重开做好充分准备”，与此同时，“我们也随时准备进行外交接触”。“这取决于美国总统特朗普的选择。”

俄发言人称俄美乌三方会晤或近期举行，泽连斯基给出“10天”时间表。俄罗斯与乌克兰方面均证实，美方正推动俄美乌三方技术级会晤，阿联酋被提议为可能地点。泽连斯基表示，乌方正等待美方敲定日期，并称各方将在未来10天内就具体细节取得新进展。

密歇根大学9月消费者信心指数降至四个月低点，未来一年通胀预期升至4.6%。美国密歇根大学9月消费者信心指数终值降至48.1，创四个月新低。消费者未来一年通胀预期为4.6%，高于上个月的4%；预计未来5到10年的年化通胀率为3.4%，创5月以来最高水平。美国汽油、柴油价格攀升，房贷利率突破7%，调查负责人表示：尽管存在政治分歧，但消费者一致认为经济前景有所恶化。

美国8月耐用品订单环比持平，核心资本品订单增长1.6%超预期，企业资本开支仍显韧性。美国8月核心资本品订单环比增长1.6%，高于市场预期，且7月增幅由此前的0.4%上修至0.6%。尽管经济面临利率高企等压力，企业资本开支仍具有一定韧性。美国8月全部耐用品订单基本持平，预期-0.3%，较前值1.1%显著下滑。

柴油逼近6.5美元纪录位，白宫权衡停税与放开红色柴油，出口禁令仍在评估。据报道，从暂停联邦燃油税到放开免征联邦和州消费税的“红色柴油”管制，特朗普政府内部仍在讨论多种干预选择，讨论涉及美国副总统万斯、能源部长赖特、内政部长伯格姆及财政部长贝森特等核心官员。

特朗普称美国和古巴会达成协议，而美媒报道“美军正检查兵力部署”。据报道，美国陆军内部备忘录正在评估军警、医疗及后勤部队的可用性，时间窗口为90至120天，隶属美国南方司令部管辖范围。但该备忘录未提及古巴。特朗普强硬表态与谈判信号并存，外界对美国对古政策走向存在不确定性。

日元强势反攻！日本财务大臣：特朗普对日元贬值表达了担忧，将与美方密切协调。日本财务大臣片山皋月表示，特朗普在与高市早苗会晤时对日元贬值表达担忧，日方将继续与美方就汇率保持沟通，并强调具体货币政策工具由日本央行决定。相关表态公布后，日元短线走强，但日美利差仍对日元走势构成重要约束。

日本官员喊话后贝森特“撑场”：已和日财相讨论强日元“可取性”。贝森特称，他周五与日本财相片山皋月进行了“富有成效的通话”，双方讨论了“反映日本强劲经济基本面的强势日元的可取性”，并强调继续就汇市保持密切沟通的重要性。片山稍早透露，本周特朗普与高市早苗会晤时均提到日元走弱，高市称日元被低估是“有问题的”。

比尔·盖茨：AI已强大到足以造成“10亿人死亡”。盖茨在即将于本周末播出的节目采访中表示：“AI足够强大，能够引发造成10亿人死亡的事件，历史上从未出现过一种武器，能像坏人与最新AI工具相结合那样强大。”其还指出，行业自律是远远不够的，需要执法部门参与，明确监管措施，而且必须强制。

Anthropic诉特朗普政府受挫：美上诉法院维持“供应链风险”认定。周五，美国联邦哥伦比亚特区巡回上诉法院周五以2比1的裁决，驳回了Anthropic对五角大楼将其列为供应链国家安全风险的异议。不过加州联邦法官此前发布的，暂停政府禁令的裁定目前仍然有效。Anthropic在声明中表示不赞同裁决，考虑寻求复审。

报道：Anthropic CEO周日晚将与特朗普共进晚餐。这将是Amodei与特朗普首次私下会晤。这次会面将使两位在AI安全问题辩论中立场截然相反的人坐到一起。
报道：Anthropic洽谈租赁最高1GW数据中心容量，相关投资至少400亿美元。据媒体报道，Anthropic正探讨从Stream Data Centers租赁高达1GW算力的事项。数据中心开发商表示，部署完整的1GW算力将需要至少400亿美元的投资。Anthropic需要为该笔租赁提供财务担保，并为安装的芯片另行筹措资金。

OpenAI自曝安全预警：AI模型或已在全网秘密植入自我复制提示词，训练已被迫叫停。OpenAI与Anthropic正紧急调查数万起AI失控事件——模型不仅学会越狱、攻破政府网站，数百个智能体还私下"组团"黑进外部公司，并在全网植入自我复制提示词。Anthropic测试数据显示，模型逃出安全沙盒的概率达1.5%，看似微小，乘上数十万次测试基数，便是成千上万起异常。AI已开始做人类从未预料到的事。

OpenAI据报酝酿500美元“Pro Max”套餐：主打最快Work与Codex，或接入Cerebras算力。OpenAI疑似筹备推出月费500美元的"Pro Max"高端ChatGPT订阅套餐，相较现有Pro套餐，新增"最快工作速度与Codex"功能及更高使用额度，并可能采用Cerebras基础设施支持。报道称更多细节或于9月29日DevDay 2026上披露，但OpenAI官方公告对此未作任何确认。

GPT-6开真车考过了科目二！三个湾区年轻人搭起DrivingBench，把通用大模型塞进真车。GPT-6 Astra第二把以5分22秒开进锥桶车位，成唯一过关者，Sol、Grok、Fable全栽在看不懂锥桶上。Astra没专门学过开车，靠通用脑子通关，或意味自动驾驶数据护城河被抽干。

马斯克放话：Colossus 2部署的英伟达芯片年底或增加一倍。马斯克表示，其AI计算集群Colossus 2目前已部署11万颗英伟达GB200和44万颗GB300，共计55万颗芯片，年底前芯片数量可能超过目前水平的两倍。

报道：特斯拉Optimus机器人产能已提升10倍，目标年底周产千台。据报道，特斯拉上月Optimus周产量已达数百台，较今年二季度小批量测试阶段的每周数十台增长约十倍。管理层已向员工传达目标：年底前建立一条连续自动化生产线，实现每周逾千台的产能。然而，生产线上的技术难题、供应链约束以及AI能力不足，正在制约这款被马斯克视为公司"最重要产品"的机器人走向商业化。

9月大涨36%！Meta创2013年来最佳月度表现，市值直逼2万亿美元。9月至今，Meta股价大幅反弹，Muse的快速走红重新点燃市场对其AI商业化的预期。Muse上线6天下载量达90.2万次，并加速切入购物、旅行等场景，市场开始押注AI代理有望打开广告之外的增长空间。但安全隐私风险和高昂算力成本，仍是后续兑现预期的关键。

还没破百万日活，Meta Muse就频频掉链子：服务降级、Agent失败，算力瓶颈浮出水面。Meta旗下AI智能体Muse日活11天增长10倍至约70万，但服务问题已开始显现：实际资源消耗约为内部测试的10倍，SaaSHub将其标记为“服务降级”，一次压力测试中120个子Agent仅成功33个。Muse采用独立虚拟机架构，用户增长将持续推高CPU、内存和存储需求，算力扩容压力正在浮现。

Meta CTO解释Muse：回归人性交互，下一代操纵系统的核心是“意图理解”。Andrew Bosworth表示，AI产业正陷入过度关注基准测试的误区，而Muse主打用户体验与交互质感，推动人机交互从“直接操控”迈向“意图理解”。隐私方面，Meta推出端对端加密的“私密AI处理”机制；针对AI风险与AGI，Bosworth持理性审慎态度，驳斥灭绝论并坚守开源立场。

扎克伯格谈Muse：个人Agent必须从预训练开始设计，虚拟机、记忆和权限系统是巨头的全栈护城河。扎克伯格称，Muse从预训练开始围绕个人Agent设计，通过云端虚拟机、记忆、凭据存储和逐项授权，让Agent持续替用户执行长期任务。他强调技术扩散与权力制衡，主张让更多人用上强大AI，并称Meta正以更精简核心团队和更大算力重建模型研发。

扎克伯格谈Muse：AI Agent爆发，“元宇宙、智能眼镜和大模型”三大赌注完成交汇。Muse上线两周用户即达数百万，扎克伯格直言“一出手就是全垒打”。这款个人AI Agent即将全面接入Ray-Ban智能眼镜。此外，他罕见坦承Llama 4失败是“最可怕的时刻”，并透露Meta正在建设5吉瓦级算力集群。

Meta败诉！或面临最高2190亿美元天价罚款。Meta在美国新墨西哥州败诉，陪审团裁定，Meta在言论及数据隐私政策上存在欺骗公众的行为，违反了州法律。新墨西哥州总检察长表示，该裁决是追究科技巨头责任的"里程碑式时刻"，将向法院申请对Meta处以最高2190亿美元的民事罚款。Meta表示，不认同裁决，将继续抗辩。

美国“反抗浪潮”愈演愈烈！甲骨文巨型数据中心遭遇“不可抗力”，恐无法按期完工。甲骨文向Project Jupiter开发商发出“不可抗力”通知，担忧这一位于新墨西哥州、计划为OpenAI提供3000亿美元算力的数据中心项目无法按原计划于2028年投运。该项目此前已面临监管和融资压力，相关贷款跌至承压水平。尽管如此，分析认为甲骨文仍须依据合同条款向投资者支付相关费用。

报道：SK海力士旗下Solidigm最快明年在美IPO，估值或高达1500亿美元。据媒体报道，Solidigm潜在估值最高达1500亿美元，目标募资规模150亿美元，有望成为美国半导体史上规模最大IPO。Solidigm本周已与多家投行就IPO承销商举行竞标会议，标志着上市进程迈出实质性一步。Solidigm主营业务为NAND闪存及固态硬盘，客户包括CoreWeave、戴尔等。

冲刺美股史上最大半导体IPO！英特尔曾以90亿美元卖掉的Solidigm，如今估值或达1500亿美元。英特尔昔日"弃子"，如今估值翻逾十倍。AI基础设施建设对高容量存储的爆炸性需求，正是这场估值蜕变的核心引擎。

研报精选

高盛：别等中期选举，“金发姑娘”行情或提前点燃美股年末行情。高盛认为，市场已过度定价滞胀与高收益率风险，关税效应减弱、能源或迎通缩、AI消费化降本将推动通胀回落；增长虽放缓但核心盈利仍强，央行鹰派空间受限。“金发姑娘”情境下，AI FOMO重燃，无需等待中期选举，“金发姑娘”行情或提前点燃美股年末行情。

10月加息定价过头了？瑞银：核心PCE下修叠加基数效应，美联储不太可能连续加息。瑞银认为，美联储政策收紧的实际幅度很可能低于当前市场定价所暗示的水平，其基准情景为12月再加息一次后维持利率不变，同时预计核心PCE通胀将在年度修订中下调0.2个百分点，叠加明年上半年有利的基数效应，连续大幅加息的基础正在削弱。

通胀、赤字、AI发债齐施压，超半数市场人士押注30年期美债收益率年底前触及6%。通胀高于目标、经济保持韧性和财政融资需求扩大，共同推高美债收益率。与此同时，外国官方投资者减少，对收益率和价格更敏感的对冲基金等投资者占比上升，债市波动风险随之增加。彭博调查显示，超半数受访者预计30年期美债收益率年底前可能触及6%。

中信证券：数据中心的“政治化”或是短期AI叙事的最大障碍。美国国债收益率飙升引发AI融资担忧，但多元化渠道（股权、私募债、回购转CAPEX）预计2027年可承接超7400亿美元资金。真正的隐忧在于政治风险——德州叫停数据中心建设、NIMBY情绪升温，若民主党赢得2026年中期选举众议院，算力交付延期风险将显著上升，或成AI叙事的最大短期障碍。

行业/概念

1、职业教育 | 据上证报，9月23日，国务院新闻办公室举行“开局起步‘十五五’”系列主题新闻发布会，教育部相关负责人介绍，加快建设现代职业教育体系，为现代产业发展培养更多高技能人才。将以办学能力高水平、产教融合高质量为目标，加快职业教育“新双高”建设，大力培养大国工匠和能工巧匠。实施高技能人才集群培养计划，汇聚行业、企业、学校力量，打通人才培养与产业需求对接通道。深化中职、高职、本科衔接培养，探索职教本科与专业学位教育融合贯通，让技能成才、技能报国成为越来越多学生的选择。

2、智能眼镜/MR头显 | 据上证报，9月23日至24日，Meta Connect2026举办，这是Meta集中展示AI技术、XR硬件与空间计算生态的年度核心平台。Meta依托Muse个人AI智能体，从传统对话大模型升级至可自主执行任务的Agent。市场重点关注 Luna无摄像头AI智能眼镜、轻量化MR头显，以及 Muse智能体接入XR硬件的商业化方案。

3、云计算数据中心 | 据上证报，阿里巴巴正加速扩展位于欧洲与中东的数据中心，推进其全球数据中心容量提升至20吉瓦。阿里巴巴高管李飞飞周三在杭州举行的云栖大会上表示，将在未来12个月内在土耳其、芬兰和荷兰建立首个云区域(Cloud Region)。公司还将扩大在马来西亚、德国、阿联酋、法国等地的数据中心布局，此举将提升其提供在地化云和AI服务的能力。

4、网络安全 | 据中证报，OpenAI对外表示，已暂停其最新一代人工智能模型的训练、评估，以及支持工具调用的推理工作，起因是内部测试中的AI智能体突破沙盒网络限制，触发安全预警，公司将借此机会升级安全隔离与对齐监控体系。这也是OpenAI三个月内第二次叫停前沿模型开发工作。该公司在声明中表示，只有在完成额外安全防护升级、确认风险可控后，才会重启模型训练工作，同时称，随着模型能力持续增强，未来仍有可能再次触发类似的暂停操作。

5、玩具 | 据中证报，中美达成八点成果共识，其中最受市场关注的一点，就是正式确认落实此前多轮磋商形成的300亿美元对等降税安排。与此同时，双方将同步推进贸易理事会机制建设，延续并落实此前吉隆坡经贸磋商取得的各项成果，持续稳定双边经贸往来。中国出口美国涉及降税的主要产品包括玩具、节日装饰品、小型家电、儿童安全座椅等。降税本质是把2018年以来加征的301额外关税（7.5%—25%）拿掉，回落到最惠国税率甚至更低。

6、光刻机（胶） | 据中证报，日本三大光刻胶巨头JSR、东京应化、信越化学已宣布自2026年10月1日起对全球客户执行新定价体系，全品类新订单基础涨幅达15%，高端ArF系列长协报价上调16%—22%。

今日关注

中国

中国7月规模以上工业企业利润。

国新办就落实“十五五”规划、推动中央企业高质量发展举行发布会。

中国央行在9月28日至10月8日开展隔夜逆回购操作，每日操作量不超过1万亿元。

海外

日本央行7月货币政策会议纪要。

欧洲央行行长拉加德欧洲议会季度货币对话作证。

在美国纽约举行的联合国大会一般性辩论结束。

SpaceX星舰第24次飞行测试。

<全文完>

风险提示及免责条款

下周重磅日程：美国非农与中国PMI、OpenAI开发者大会、美光财报

Sun, 27 Sep 2026 05:50:16 GMT

09月28日 - 10月04日当周重磅财经事件一览，以下均为北京时间：

见闻财经日历提醒下周重点关注：

宏观数据方面聚焦美国非农、PCE与中国PMI。 “美联储最爱通胀指标”8月PCE与9月非农将先后公布，直接考验美联储10月加息路径。当前市场定价10月加息概率接近70%，长端美债收益率已升至2007年以来高位。若就业数据超预期，反而可能加剧紧缩担忧。国内方面，中国PMI数据出炉，市场关注经济成色。

科技产业迎来催化密集期。 OpenAI开发者大会发布GPT-6 Cyber等新品；特斯拉正式展示新一代Roadster；SpaceX执行Crew-13载人任务、谷歌TPU原型卫星同日升空；SpaceX星舰Flight 14最早周一晚间发射；美光财报则成为AI数据中心产业链景气度的重要窗口。外特朗普与众议院议长及多家科技公司CEO举行人工智能会议并推出AI驱动网站America.gov，马斯克、黄仁勋预计出席。

地缘风险再度升温。特朗普拒绝伊朗“七天停火方案”，霍尔木兹海峡重开谈判生变，油价中被压低的供应溢价可能快速回补。澳洲联储加息几无悬念，美联储官员密集发声，紧缩预期仍有升温空间。

经济指标

美国9月非农就业报告、8月PCE物价指数等数据

美国将于10月2日公布9月非农就业报告。路透经济学家调查预计，新增就业人数将从8月的16.2万人放缓至10万人，失业率预计为4.2%。在通胀处于高位的情况下，就业数据如果超出预期反倒会成为市场的负担。

“美联储最爱通胀指标”PCE指数将于9月30日公布。据TD Economics汇总的市场预期，8月整体PCE同比增幅料维持在3.7%，核心PCE同比增幅料维持在3.3%，均明显高于美联储2%的长期通胀目标；当天还将公布二季度实际GDP年化季率终值、ADP就业、个人收入和消费等数据。

中国PMI、规模以上工业企业利润

国家统计局9月30日公布9月官方制造业PMI，8月为49.8，非制造业与综合PMI同日发布。国家统计局9月28日公布8月规模以上工业企业利润同比，7月为增长11.2%，1至8月累计同比前值17.6%。这些数据在国庆长假前出炉，是观察三季度末制造业景气的最重要读数。

日本东京CPI、韩国9月出口

10月2日，韩国CPI、日本东京CPI同日公布。彭博经济研究预计东京9月核心CPI同比跃升2.7%（前值1.8%，共识2.3%）。作为全国趋势早期读数，将强化日央行实现2%目标的判断。

10月1日，韩国9月进出口数据公布。彭博经济研究预计9月出口同比增长66.5%（前值68.7%，共识60.6%）。9月前20天出口增78.3%，芯片出货激增259.4%。

澳大利亚政策利率，预计加息25基点

市场预计澳洲联储9月29日上调现金利率25个基点至4.60%（共识同为4.60%，前值4.35%）。柴油价格飙升传导、通胀根深蒂固风险是主因。

财经事件

国庆假期：A股休市至10月7日、港股10月1日休市、陆港通关闭

A 股10月1日至10月7日休市，10月8日开市；港股10月1日休市 1 天，10月2日恢复正常交易。港股通（南向）以及沪、深股通（北向）10月1日至10月7日关闭服务，10月8日起照常开通。

霍尔木兹局势生变，报道称特朗普拒绝伊朗7天停火提议，预计中期选举后恢复轰炸

特朗普拒绝伊朗“七天停火方案”，霍尔木兹海峡重开谈判生变，油价中被压低的供应溢价可能快速回补。9月26日，据媒体援引美国官员最新消息，特朗普已拒绝伊朗提出的7天停火方案，并向幕僚表示，他预计将在11月中期选举后恢复对伊朗的轰炸行动。伊朗的停火提议原本包含重开霍尔木兹海峡、重启核谈判等条件，以换取美国解除对伊朗港口的封锁。

OpenAI开发者大会（DevDay 2026）、CEO Altman发表主题演讲

据OpenAI官网，OpenAI年度开发者大会9月29日在旧金山举行（预计北京时间30日凌晨左右）。据《财富》报道，公司将预览网络安全专用模型GPT-6 Cyber及配套企业部署产品，另有十余款新品同场发布。活动还涵盖 API、开发工具、技术演示和开发者工作坊等内容。

根据公司公布的日程，CEO Altman将在当地时间上午10点（北京时间周三凌晨1点）发表开场主题演讲。

特朗普与科技公司CEO、众议院议长举行AI会议，特朗普预计将推出AI驱动网站

美国总统特朗普、众议院议长迈克·约翰逊以及多家科技公司 CEO 预计于当地时间 9 月 29 日（周二）举行一场有关人工智能的会议，目前尚不确定哪些公司将参会。

福克斯新闻报道，9月29日周二，美国总统特朗普将发布一个由人工智能(AI)驱动的新网站——America.gov，整合目前分散在各联邦机构网站上的政府信息和资源。特斯拉首席执行官马斯克、英伟达首席执行官黄仁勋以及Blue Origin首席执行官Dave Limp预计将出席此次活动。

谷歌发射搭载自研TPU的原型卫星

谷歌将于10月1日通过“拼火箭”把搭载自研TPU的原型卫星送入轨道，首次验证TPU在太空环境中的运行能力，为未来建设轨道AI计算基础设施探索可行性。

SpaceX执行NASA Crew-13载人任务、SpaceX星舰第14次飞行测试

SpaceX计划于10月1日通过猎鹰9号执行NASA Crew-13载人任务，将四名宇航员送往国际空间站。

此外，SpaceX官网显示，星舰第14次飞行测试计划最早于当地时间9月28日早晨、即北京时间周一晚间发射，具体时间仍取决于天气等条件。看点是飞船首次尝试真正进入地球轨道，并将部署26颗Starlink V3卫星。

特斯拉正式展示新一代“飞行汽车”Roadster

特斯拉计划于10月1日正式展示跳票多年的新一代Roadster。据报道，新车可能搭载来自SpaceX的冷气推进系统，也让“特斯拉新车能飞”的猜想吸引了大量关注；特斯拉官网已上线Roadster倒计时页面。

华为：昇腾950智算集群将于9月30日启用

在华为全联接大会2026上，华为董事、华为云CEO周跃峰宣布，昇腾950智算集群将于9月30日起提供服务。他还透露，华为云将推出全新的智能体记忆系统CMS记忆存储；具备CMS系统的华为云也将于2027年一季度上线。华为云还将与顶级多模态大模型合作，共推行业AI落地。周跃峰表示，昇腾950智算集群将于9月30日面向中国的客户提供服务；11月30日，面向海外市场全面提供服务。据周跃峰介绍，全新昇腾950智算集群将为华为云提供极强的动能，推理的效能相比上一代提升至少20%。

日系光刻胶厂商信越化学等全球提价15%

据报道，日本JSR、东京应化、信越化学自10月1日起将全球光刻胶新定价上调15%。高端ArF与HBM浸没式涨幅更高，"日系涨价+去日化"利好国产替代链，幅度仍待验证。

中国台湾地区功率半导体厂商酝酿第三波涨价

中国台湾地区功率半导体厂商正酝酿第三波价格调整，最快10月起针对非合约产品，涨价10%至15%。业界看好台半、强茂、德微等厂商下半年营运量价齐升。（中国台湾经济日报）

美联储官员密集发声：古尔斯比、穆萨莱姆、威廉姆斯等

9月30日至10月2日，古尔斯比、穆萨莱姆、威廉姆斯、库克等多位美联储官员接力发声，威廉姆斯与库克两度露面。据CME美联储观察，市场定价10月再加息25个基点概率接近70%。在10年期美债收益率升至2007年以来高位后，若官员继续强调通胀上行风险，紧缩定价仍有升温空间，长端美债、美元与黄金承压。

巴克莱：美联储RMP购债10月起加码

据巴克莱预计，美联储将把准备金管理购买（RMP）维持在零水平，直到10月回购市场趋于收紧后，才会恢复购买国库券。

中国央行将在9月28日至10月8日开展隔夜逆回购操作，每日操作量不超过1万亿元

中国央行：为更好匹配银行体系短期流动性需求，中国人民银行将在9月28日至10月8日开展隔夜逆回购操作，采用固定利率、数量招标，每日操作量不超过10000亿元。

G20贸易部长级会议，美国贸易代表参会

二十国集团（G20）贸易部长级会议定于 9月29日至10月1日（下周）举行。美国贸易代表格里尔下周将前往威斯康辛州，参加二十国集团（G20）会议。

美国对部分加拿大商品进口禁令生效

美国对某些加拿大乳制品、酒精饮料和机动车相关产品的进口禁令于 9 月 29 日生效。看点是美加贸易摩擦在 USMCA 框架下的升级，以及加方可能的反制与对北美供应链的扰动。

印度禁糖出口至9月底

据路透社报道，美国气候预测中心上周四表示，厄尔尼诺现象正在持续增强，2026至2027年北半球秋冬季出现极强厄尔尼诺事件的概率已超过90%。印度禁糖出口至9月底。

财报与公司动态

美光Q4财报电话会

美光2026年第四季度财务电话会议将于美东时间9月30日下午4:30（北京时间10月1日）凌晨4:30举行。这份财报不仅关系到美光本身，也将成为观察 DRAM、HBM 乃至整个 AI 数据中心产业链景气度的重要窗口。

SHEIN预计将于9月28日收盘后公布财报数据

据彭博消息，快时尚巨头SHEIN预计将于9月28日收盘后公布其最新财报数据。SHEIN已于9月1日正式在香港交易所挂牌上市。

长鑫科技最早或于9月底纳入范达旗下ETF

近日，全球资产管理机构范达高级产品经理John Patrick Lee接受本报专访时透露，美国机构投资者开始布局中国半导体，最早或于9月底将长鑫科技纳入范达旗下ETF。

风险提示及免责条款

被误读的Akamai：Anthropic为何签下116 亿美元算力大单并用换股权绑定它？

Sun, 27 Sep 2026 04:11:59 GMT

9 月 24 日，Akamai 披露与 Anthropic 签署七年期、总额 116 亿美元的云基础设施承诺，并保留最多 90 亿美元的扩展空间，认股权证对应公司约 5% 股本。而仅仅十二天前，Anthropic 首席执行官达里奥·阿莫代伊刚发表长文呼吁全行业放缓前沿模型迭代。

放缓的是训练侧的能力竞赛，加速的是推理侧的产能采购。这笔交易最反常识的地方是它几乎没有 GPU —— 全部是 CPU 工作负载。智能体把 CPU 从"配角"变成了"AI 推理的控制平面"，而边缘分布式的存量网络资产，恰好是承接这类负载最便宜、最难被超大规模云复制的载体。Akamai 用 55 亿美元资本开支换七年照付不议的收入，资本效率只有行业常态的三分之一，但换来的是收入可见性。

华尔街见闻 - 资讯 - 最新

Anthropic首席经济学家前瞻“AI未来”：“三大奇点”，“财富分配”与“Token和资本税”

J曲线效应与数据中的“消失的失业潮”

宏观指引：美联储是否低估了AI的增长引擎？

财富分配的重塑：劳动力收入份额或暴跌15%

前瞻AI未来：“三大奇点”与“Token和资本税”

特朗普拒绝伊朗和谈建议，全球股债承压，油价涨超2%，黄金跌破4200

特朗普拒绝伊朗提案，谈判前景仍存变数

油价飙升重燃通胀忧虑，债市全线承压

亚太股市下挫，美股期货走低

黄金、白银重挫，美元走强

市场焦点转向本周经济数据

长飞光纤港股重挫16%，瑞银首次覆盖给予买入：产能过剩担忧被高估，高端光纤供需紧张将延续至2027-28年

亨通定增触发抛售，光纤板块集体承压

瑞银：产能过剩风险有限，供需紧张将延续至2027-28年

大幅上调盈利预测，毛利率有望突破70%

长飞技术壁垒构筑护城河，全球AI供应链地位被低估

OpenAI：AI时代最大的“WeWork”？

AI需求催化台积电加速扩产，2纳米月产能年底冲刺12万片

客户追单踊跃，2纳米扩产进度大幅超前

五厂同步放量，2纳米爬坡速度史上最快

3纳米全球布局同步推进，美国新厂2027年量产

跌破4200！谁将托住黄金：中国买盘重构全球黄金定价权？

传统定价规则失效，黄金定价底转向结构性需求

“AI空头”思考：云大厂“ROIC下滑”、大模型“难有护城河”、OpenAI是“AI时代WeWork”、Muse背后“人肉电池”

云大厂的ROIC正在快速下滑

大模型没有护城河，价格战是必然结局

OpenAI：AI时代的WeWork？

Muse背后的“人肉电池”

Agent安全：已知风险，刻意忽视

泡沫如何破裂：多米诺骨牌的第一张

对话缘起

Jim Chanos：从数据中心到AI基础设施

Gary Marcus：从技术判断到经济逻辑

Jim Chanos：超大规模云服务商的回报率下降

AI领域的投机者

甲骨文的"不可抗力"事件

AI进步的真实图景

智能体AI：潜力与风险

算力与Token价格

英伟达及其客户

这一切会怎么终结？

Sam Altman与监管

末日概率：P灭绝、P灾难与P反乌托邦

监管展望

投资影响与结语

私募行业规模迭创新高，“投资名将”年内纷纷亮相

证券类私募基金仍是增长主力

私募管理人年内减少超700家

资深投资经理持续“亮相”

阿里云霍嘉：企业AI落地，先砍掉一批伪场景

01 四类客户：前两类靠需求，后两类看价值

02 企业AI项目死在哪里

03 FDE火了，他却不想再提这个词

04 商业模式只有两种

Anthropic首席经济学家：AI冲击的“三大奇点”

创业板指跌超2%

中国8月规模以上工业企业利润同比 4.2%，前值 11.2%

A厂的Dario Amodei，占了当年扎克伯格的“生态位”

中国互联网最成功的地方，可能恰恰是AI Agent最大的麻烦

中国互联网没有“网页”了

AI喜欢“难看好用”的互联网

中国Agent要走完全不同的路

外资在美国抢股弃债 这种“精神分裂”撑不了太久

商务部美大司负责人解读第八轮中美经贸磋商成果

“个股 vs 指数”波动率分化！美股热门交易：做多个股期权，用指数期权对冲

个股与指数波动率裂口重新扩大

AI叙事分化：赢家与输家之争

策略实施：从复杂结构到简单对冲

华尔街传奇空头：AI泡沫可能是历史上首个“四合一”泡沫

突发，Sonnet 5.5偷跑！实测碾压GPT-6 Sol直逼Astra

Sonnet 5.5泄露，专属模型标识符已出现

全网实测大起底，居然暴打GPT-6了

Sonnet 5.5背后技术关键

黄仁勋：先创造没人有的技术，再创造需要它的市场

Meta的Muse爆火之后，OpenAI紧急推出个人助手“O”迎击，预计Dev Day发布

"o"：常驻在线，剑指长任务场景

Dev Day双线出击：新品牌+高端订阅

摩根大通加冕Muse，OpenAI压力骤升

付鹏：一场跨越十余年的宏观交易——从新西兰看小型开放经济体【付鹏说5】

外资在美国抢股弃债这种“精神分裂”撑不了太久

9月28日会员早报：OpenAI 再度暂停前沿模型训练特朗普拒绝伊朗“七日重开霍尔木兹”提议