华尔街见闻 - 资讯 - 最新

比尔·盖茨：AI已强大到足以造成“10亿人死亡”

Fri, 25 Sep 2026 16:01:43 GMT

盖茨在即将于本周末播出的美国全国广播公司（NBC）《与新闻界对话》（Meet the Press）节目采访片段中表示：

“AI确实足够强大，能够引发导致……你知道的，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。”

随着技术的快速迭代，硅谷对AI可能带来毁灭性灾难的警告不断升级。

本月早些时候，Anthropic公司的普通员工Jacob Coxon辞去工作，并指责他的前雇主——Anthropic和 OpenAI——通过“加速冲向超智能AI”来“拿我们的生命作赌注”。

另一位Anthropic员工表示，他认为在未来十年内AI灭绝全人类的概率高于10%。

这些言论引发了主流社会对该领域长期存在且具争议性话题的关注，促使公众呼吁该行业采取更多措施来保障其技术的安全。

Anthropic 首席执行官Dario Amodei此后呼吁放缓AI的开发进度，这一提议迅速得到了OpenAI首席执行官Sam Altman和马斯克等同行支持。

在采访中，盖茨表示行业自律是远远不够的。

“需要执法部门和政治家参与到讨论中来，明确安全保障和监管措施的形式，而且这必须是一项强制性要求。”

盖茨此前曾在一篇8月发表的文章中指出，不良分子可能会利用日益强大的AI工具发起网络攻击、诈骗、散布虚假信息，并对医院、金融机构、电网和政府系统造成其他形式的大规模破坏。

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。

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%

Fri, 25 Sep 2026 14:56:33 GMT

由于对物价上涨和经济前景的担忧加剧，美国9月消费者信心指数降至四个月来的低点。

根据周五公布的调查，密歇根大学9月消费者信心指数终值降至48.1。

消费者预计未来一年的物价将上涨4.6%，高于上个月预期的4%。同时，他们预计未来5到10年的年化通胀率为3.4%，创下自5月以来的最高水平。

随着柴油价格创下历史新高、汽油价格持续攀升，9月消费者信心出现恶化。加油站油价的上涨，加剧了从业人员长期以来对美国生活成本居高不下的不满。

通货膨胀依然顽固地居高不下。物价上涨速度快于薪资增长，且抵押贷款利率已飙升至7%以上，使许多人更难实现购置房产的目标。

调查负责人Joanne Hsu在声明中表示：“尽管存在政治分歧，但消费者一致认为经济前景有所恶化。”

报告显示，自今年年初以来，不论年龄、教育程度、地域、党派还是收入水平，所有群体的消费者信心均有所下降。

9月对未来一年经济前景的评估指标降至2022年以来的最低水平。消费者对个人财务状况的预期也出现恶化。

耐用品的购买条件略有改善，但这在一定程度上是“因为人们认为现在完成购买有助于避免未来价格上涨，”Hsu说。

消费者预期指数降至四个月低点，现况指数也有所下降。

本次调查期涵盖8月25日至9月21日期间的回复数据。

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 — Fri, 25 Sep 2026 13:58:18 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。

报道：特斯拉Optimus机器人产能已提升10倍，目标年底周产千台

Fri, 25 Sep 2026 13:47:03 GMT

特斯拉人形机器人Optimus的量产推进远比外界预期复杂。尽管近几个月产量已大幅提升，但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。

据知情人士透露，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，这一目标距离公司最终规划的每周约两万台仍相去甚远。与此同时，目前从加州弗里蒙特工厂下线的Optimus V3并非计划向客户销售的最终版本，商业化版本须满足更严格的耐用性与可靠性标准。

上述挑战对投资者评估特斯拉向AI公司转型的进程具有直接影响。马斯克曾多次调整Optimus的量产时间表，今年4月承诺年中展示新版本，但该节点已过去而未见发布。他在7月财报电话会议上坦承，Optimus将是特斯拉有史以来最难规模化的产品。

生产线问题集中于手部组装与自动化设备

Optimus量产面临的核心挑战之一，在于机器人手部的制造工艺。

据知情人士透露，Optimus的手部与前臂共包含逾100颗螺丝及其他小型零部件，目前仍需工人手动组装。手部触觉传感器的可靠性也存在问题。为此，特斯拉开发了一款包含触觉传感器的"感应手套"，可在不更换整只手的情况下单独替换，计划于明年将该系统纳入量产版本。

在生产线层面，负责组装手部、关节及安装软件、测试电子元件的多个工位，均存在夹具无法每次精准定位零件的问题。Optimus零部件远比汽车零件细小，装配精度要求更高，导致下线后需返工的机器人数量增加。部分新开发的工装与自动化设备在生产线高速运转时也无法稳定运行。

今年5月初，特斯拉关闭了弗里蒙特工厂的Model S和Model X生产线，将部分工人和工程师调往Optimus测试线，并从Model Y生产线抽调数十名工程师协助推进。

供应链高度依赖中国，质量一致性存隐患

在供应链层面，特斯拉面临的挑战同样不容忽视。

马斯克曾在财报电话会议上指出，Optimus的供应链几乎需要从零构建，商业化人形机器人行业尚未形成成熟的供应商网络。目前，特斯拉在自研核心技术的同时，依赖外部供应商提供电机及驱动关节运动的精密齿轮等关键零部件，而上述零部件的生产大量集中在中国。

据知情人士透露，特斯拉正在测试和认证新供应商，同时向部分供应商施压，要求其在中国以外建厂，并以更大订单作为激励。然而，部分供应商虽能在原型或小批量阶段保证质量，但在产量提升后难以维持一致性。

AI能力不足，机器人仍依赖特定任务训练

除硬件制造外，Optimus的AI系统同样尚未达到商业化所需的水平。

据三位知情人士透露，Optimus目前仍高度依赖针对特定任务的训练与编程，一旦遭遇未经训练的任务或场景，其表现难以预测。特斯拉正尝试为机器人建立一套基础动作库，通过组合基础动作来应对不同任务，而非针对每项工作从头训练，但机器人学习基础任务仍需数天时间。

在数据积累方面，特斯拉目前已拥有逾50万小时的训练数据，并计划在年底前将这一数字翻倍。为此，公司今年夏季开始在科罗拉多州、亚利桑那州和佛罗里达州等地建立训练中心，由数十名数据采集人员佩戴配备摄像头的头盔和背负电脑的背包，采集第一人称视觉数据。

特斯拉的长期目标是构建一套类似其驾驶辅助软件的反馈闭环——部署在真实环境中的机器人持续生成数据，用于改进AI系统，再将更新推送至整个机器人群体。

商业化路径：租赁优先，目标客户锁定类特斯拉工厂

在商业化策略上，特斯拉计划初期以租赁而非销售的方式向外部商业客户提供Optimus，以便在租约到期后回收、升级或翻新机器人，同时利用客户工厂和仓库中采集的数据持续优化AI系统。

特斯拉已拟定一份潜在客户短名单，目标通常是拥有与特斯拉设施类似的工厂或仓库布局的企业，以降低机器人适应新环境的难度。马斯克此前表示，Optimus最终面向公众销售的目标价格区间为2万至3万美元。

目前，大多数下线机器人被用于内部测试、训练和数据采集，包括在特斯拉帕洛阿尔托办公室及工厂内受严格管控的区域运行。在这些场景中，机器人被编程执行特定任务，而非作为通用或远程控制设备运作。特斯拉表示，将随着机器人性能的持续改善，逐步扩大其作业范围。

风险提示及免责条款

马斯克放话：Colossus 2部署的英伟达芯片年底或增加一倍

Fri, 25 Sep 2026 12:44:03 GMT

马斯克旗下人工智能公司xAI正在加速扩充AI算力。

当地时间9月25日，马斯克在社交平台X上表示，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。

马斯克透露，Colossus 2还将迎来密集扩容：22万颗GB300预计下周正式投入运行，另外22万颗将于11月上线；如果进展顺利，12月底前还可能再上线22万颗GB300。

按照这一扩容计划，Colossus 2到年底最多可能新增66万颗GB300，芯片总数将达到121万颗左右，较目前的55万颗增加约120%。

这也意味着，Colossus 2将在未来几个月迎来大规模算力扩张，新增芯片几乎全部来自英伟达GB300。

马斯克同时披露，Colossus 1目前拥有15万颗H100、5万颗H200和3万颗GB200。此前，xAI曾表示，计划到2026年让其位于美国孟菲斯的数据中心配备100万颗GPU。

此次马斯克进一步公布Colossus 2的扩容时间表，显示xAI仍在快速扩大AI基础设施规模。随着GB300芯片持续上线，xAI的数据中心算力将在今年年底前进一步提升，以支撑其AI模型训练和推理需求。

风险提示及免责条款

美国8月耐用品订单环比初值 0%，预期 -0.3%，前值 1.1%

Fri, 25 Sep 2026 12:30:18 GMT

美国8月耐用品订单环比初值 0%，预期 -0.3%，前值 1.1%。

风险提示及免责条款

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

Fri, 25 Sep 2026 12:24:48 GMT

已持续四年半的俄乌冲突迎来新进展。

据央视新闻，俄罗斯总统新闻秘书佩斯科夫9月25日表示，俄罗斯、美国、乌克兰三方会晤可能在近期举行，但目前没有具体细节。佩斯科夫在评论美方提议在阿联酋组织三方技术级会晤时作出上述表态。佩斯科夫称，这一讨论发生在近期普京与特朗普的通话期间。

佩斯科夫还确认了俄总统特别代表德米特里耶夫访美的事宜。德米特里耶夫继续就经济领域的潜在互动，与美方谈判代表威特科夫和库什纳接触。

乌克兰总统泽连斯基周五公开证实这一消息，并给出了“10天”这一具体时间表。

泽连斯基在通过WhatsApp举行的记者会上表示，“美方已提议……以三方形式举行技术级会议”。他补充说，乌方正在等待美方就日期提出方案，而美方已建议阿联酋作为可能的地点。

泽连斯基透露，本周与特朗普会晤后，乌克兰谈判代表已与美方同行就“具体细节”进行了讨论。

10天关键窗口

泽连斯基将此次拟议会谈定义为“技术级”的“三方形式”。

他未进一步说明技术级会议的具体议题范围，仅表示美方“已建议阿联酋作为可能地点”，乌方“正在等待美方就日期提出方案”。

本周稍早前，据环球网援引路透社等媒体报道，泽连斯基在于纽约举行的联大会议期间同美国总统特朗普进行约40分钟的会晤，双方探讨了乌俄能源领域停火以及如何结束冲突等议题。

会谈后，乌克兰谈判代表与美方同行随即就具体细节展开对接。

泽连斯基给出了明确的推进节奏：乌克兰方面将与欧洲方面沟通并讨论这些细节，美方将与俄方沟通，“我们将在10天内带着新的视角或结果回来”。

乌克兰多地遭袭泽连斯基呼吁美欧落实对俄制裁

外交接触出现新进展，但战场上的军事行动仍在持续。

据报道，俄罗斯新沙赫丁斯克炼油厂（Novoshakhtinsk）在遭受无人机袭击后暂停运营。泽连斯基称，乌克兰在夜间打击了俄罗斯两座炼油厂。

新华社援引乌克兰媒体25日报道，乌多地遭俄军空袭，造成人员伤亡。

乌克兰首都基辅市市长克利奇科25日在社交媒体发文说，截至当天上午10时28分，俄军对基辅市发动的空袭已造成1人死亡，9人受伤，其中佩切尔斯基区遭袭击最严重，有7人受伤。

泽连斯基当天在社交媒体发文称，除基辅外，截至当天上午，乌克兰有8个州遭到空袭。袭击导致敖德萨市1人死亡，苏梅州和尼古拉耶夫州也有人员受伤。

泽连斯基称，随着冬季来临，若不施压，俄军的空袭只会不断升级。他呼吁美欧落实对俄制裁措施。

风险提示及免责条款

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

Fri, 25 Sep 2026 12:00:20 GMT

Meta旗下个人AI智能体Muse用户增长迅猛，但服务端压力已经提前显现。过去11天内，Muse日活用户增长约10倍至70万，但服务降级、Agent任务失败等问题也开始出现，算力瓶颈逐渐浮出水面。

Muse近期已出现多项服务异常，包括资源消耗远超内部测试预期、部分功能出现降级，以及Agent在执行复杂任务时频繁失败。一次压力测试中，Muse尝试同时创建120个子Agent，最终仅成功33个，显示其实际运行负载已经给服务稳定性带来压力。

据网络分析机构Similarweb数据，Muse目前日活用户约70万。值得注意的是，这一增长尚未覆盖全部潜在用户：Muse目前仅面向美国和加拿大开放，WhatsApp和Instagram也尚未全面开放注册入口。若后续进一步扩大开放范围，服务端承受的计算负载还将继续上升。

Muse的核心问题在于其高计算资源占用的运行架构。Meta为每名用户配置独立云端虚拟机，随着用户规模扩大，CPU、内存和存储需求将同步增长，这也使基础设施扩容成为Muse规模化必须面对的问题。

尚未突破百万日活，Muse已频现服务异常

Muse的服务压力已经出现多个具体迹象。9月9日，Meta首席AI官Alexander Wang透露，Muse早期实际使用量“远超预期”，用户消耗量约为内部测试群体的10倍，Meta随后调整token使用策略并提高额度。

与此同时，第三方状态监测平台SaaSHub目前将Muse标记为“Degraded”，即服务仍可访问，但部分用户持续报告问题，其中“无法搜索”是最常见的反馈。

Agent执行能力也受到并发负载考验。一名AI研究人员近期进行压力测试，要求Muse同时创建120个子Agent，最终仅成功33个，另外87次创建失败。测试显示，在高并发任务下，Muse的Agent编排能力存在一定限制。

这些现象并不能直接证明问题均由算力不足导致，但反映出Muse实际运行负载已明显高于早期测试预期。

独立虚拟机架构推高算力需求

Muse的算力压力，很大程度上来自其底层架构。为降低隐私和安全风险，Meta为每名用户分配独立隔离的云端虚拟机，配置包括2个虚拟CPU、8GB内存和100GB固态硬盘，并配备专属浏览器，用于存储用户数据和凭证。

按上述配置，在不进行负载共享的理想情况下，若用户达到1亿，Meta需要约2亿个CPU核心，相当于约158万颗采用126核配置的AMD EPYC处理器，同时还需要800PB内存和1万PB固态存储。

Muse还配备名为“Sentinel”的安全机制，持续监控智能体运行环境。智能体完成交易前，需要同时获得Sentinel批准和用户明确确认，这套多层安全机制也增加了系统运行的计算开销。

用户扩张与商业化同步推进

Muse定位为能够执行多步骤任务的个人AI智能体，可以代替用户操作云端浏览器、浏览网页并完成相关事务，即使用户关闭应用，也能继续在后台运行。

Meta正进一步扩大Muse的交互入口。除Meta智能眼镜外，公司还在开发名为Muse Charm的钥匙链形态独立设备，预计今年12月发货。WhatsApp和Instagram目前尚未开放Muse注册，未来仍有进一步扩大用户覆盖面的空间。

商业化也已开始铺开。扎克伯格本周表示，Meta将从Muse促成的交易中收取少量佣金。目前，Muse每周向用户提供最多1亿个免费token，重度用户的付费订阅起价约为每月20美元。

随着Muse从当前规模继续向更大用户群扩张，Meta需要解决的不只是新增用户带来的需求，还包括如何维持Agent执行能力和服务稳定性。独立虚拟机架构意味着CPU、内存和存储需求将随用户规模同步扩大，这也将对Meta的数据中心投入和基础设施采购提出更高要求。

风险提示及免责条款

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

Z Finance — Fri, 25 Sep 2026 11:42:19 GMT

Muse上线后，Meta久违地拥有了一款迅速出圈的AI产品。不到两周，它登上美国应用下载榜首。据Sensor Tower统计，截至9月22日，累计下载量已超过250万次。

为了让Agent真正替人行动，Meta给它配置了云端虚拟机。为了让用户敢把邮件、账户和私人信息交给它，又必须设计记忆、凭据存储和逐项授权的权限系统。扎克伯格认为，这些能力不能靠给现成模型增加一个产品界面完成；模型从预训练开始，就要学会理解个人目标，判断哪些信息可以使用、哪些不能向外披露。

这也是Muse背后更深的一场竞争。Meta首席执行官扎克伯格在与科技记者Alex Heath的对话中，谈到了这套产品设计，也谈及Llama 4失利后Meta如何重建模型研发，以及他为什么主张让更多人拥有强大的AI。访谈的主要观点包括：

1. 个人Agent要从预训练开始设计。扎克伯格认为，理解用户的长期目标，以及判断私人信息的使用边界，不能只靠通用模型的后训练来解决。

2. 虚拟机让Agent具备持续行动的能力。Muse可以在后台操作计算机、登录服务，并围绕用户的目标推进任务。

3. 记忆让Agent从单次工具变成长期服务。它会根据已完成的任务和用户反馈调整后续行动，也可以主动提出新的项目。

4. 权限决定用户敢把多少事交给AI。登录、付款、发送邮件和披露敏感信息需要明确授权；Agent只能获得完成当前任务所需的权限。

5. 隐私保护要写进系统架构。Meta计划通过机密虚拟机和独立的凭据存储，减少公司及核心Agent接触用户敏感信息的机会。

6. 免费额度是扩大用户规模的起点。扎克伯格希望Muse通过帮用户省钱、赚钱和经营业务，逐步证明个人Agent的经济价值。

7. Meta正用新的方式追赶前沿模型。在Llama 4偏离预期后，扎克伯格转向更精简的核心研究团队，并继续增加算力投入。

8. 技术扩散也是扎克伯格的安全主张。他认为，强大AI若只由少数机构掌握，同样会带来风险；让更多人获得能力，才能形成制衡。

AI的安全不能只靠限制访问，关键是让更多人拥有制衡能力

Alex Heath：我们上次通话是在一个周末，你当时还通过智能眼镜给我打电话。那次你想谈刚发表的一篇长文，其中提出了很多关于AI未来的主张。为什么要写这样一篇近似宣言的文章？

Mark Zuckerberg：如果一家机构要在AI上投入这么多，就有责任说明自己的研究团队相信什么，以及这些工作为什么能够导向一个积极的未来。AI既带来巨大机会，也存在真实风险，所有参与者都应该形成一套经过认真思考的理论。

我强烈反对一些在行业内被视为理所当然的观点。在我看来，更积极的未来来自尽可能广泛地分发技术。这一判断建立在三点之上：第一，赋予个人更多能力，一直是人类繁荣的重要来源；第二，AI的首要用途将是创造新事物，而不是将现有工作自动化；第三，未来安全的基础应是适当的权力制衡，而不是限制使用权。

很多人的直觉是，技术越强，就越应该只让少数人接触。我更担心的是，只有少数研究机构或个人控制如此强大的能力。历史上，很多重要进步并非来自既有权力中心，而是来自边缘位置、最初不被认真对待的人。当他们获得足够好的工具，可以证明自己的想法时，才有机会推动真正的变化。

网络安全也是如此。如果有人拥有能够攻击系统的AI，最有效的应对方式之一，是让更多机构也拥有AI，以便提前加固自己的系统。开源软件之所以常常更安全，正是因为更多人能够查看、检验和修正它。把技术交到更多人手里，看似会增加风险，却也可能形成更稳定的制衡。

Meta会开发领先模型，也会发布一部分开放模型，但这不意味着所有成果都必须开源。营利性公司可以保留一部分先进技术。关键是维持强健的开源生态，让市场保持竞争，也让外界能够理解技术的发展方向。以Hugging Face遭遇入侵的事件为例，他们发现入侵后转而使用开源模型，因为他们无法获得某些与这次问题有关的闭源模型。这说明世界上需要保护的重要机构远不止排名最靠前的一百家。

不过，比开源本身更重要的，是让普通人真正用上技术。Muse体现的就是这一思路：给每个人一个能力很强的个人AI Agent，让它理解用户的目标，并且每天24小时持续代表用户工作。

Alex Heath：AI和数据中心正在受到越来越强烈的抵触。你的意思是不是，如果更多人能够得到目前集中在少数研究机构手中的能力，他们就不会再觉得自己被排除在AI进程之外？

Mark Zuckerberg：问题不能只停留在抽象层面。人们担心就业和经济，也担心数据中心对社区与环境的影响；还有网络攻击、生物安全、自由社会、美国的技术领导力，以及当AI越来越强时，人类如何继续控制它。每一类问题都有不同细节，但它们有一个共同点：技术带来的繁荣必须广泛分布，能力也不能只掌握在少数内部参与者手中。

Meta进入一个地区建设数据中心，实际上是在承诺未来几十年持续投资。这样的长期投入可以为社区带来税收、就业和其他资源。比如在路易斯安那州，相关税收曾为当地教师提供每人5万美元的奖金。市场上也有另一类项目：有些公司只想先拿下一块地，再卖给大型AI研究机构。

它们并不打算长期运营，也没有动力认真处理与当地社区的关系。我不确定是否该把这种现象称为泡沫，因为“泡沫”意味着估值过高。但这个领域确实正在经历一轮热潮，也因此容易滋生短期逐利的行为。如果项目只顾眼前交易，社区反对并不奇怪。AI基础设施如果不能创造就业、扩大社会整体繁荣，也不能让当地社区受益，就不可能无限扩张。因此，让利益广泛分布不是附加条件，而是行业能够持续发展的前提。技术要可行，社会层面也必须可行。

Meta推出了America's Workforce Academy，原因很实际：建设数据中心需要大量光纤技术人员、电工、高级木工等技术工人，而市场上远远不够。未来可能还需要数十万甚至数百万人。我们保证，完成培训的人能够在参与Meta基础设施建设的单位找到工作。这不是单纯的慈善，而是长期利益一致：Meta需要熟练工人，参与者需要新的职业机会。若企业只是建设一个项目后转手，就不会进行这种投入。

Muse不只回答问题，还要围绕用户的长期目标持续执行任务

Alex Heath：你大约一年前开始谈「个人超级智能」。当时很多人想知道，你究竟看到了什么。现在看来，答案就是Muse。为什么你认为它会成为Meta的下一阶段？

Mark Zuckerberg：我们从未只把Meta看成一家社交媒体公司。公司的长期主题是连接人与赋予个人能力。过去围绕内容管理发生的很多争论，实质上也在讨论：人们能不能自己决定什么对生活重要，并按照自己的判断交流。

这段经历强化了我的一个认识：历史上的许多进步，都来自个人获得更多能力，而且人们最清楚自己的生活需要什么。因此，每当有人说应该由少数专家决定AI去解决哪些大问题，我都会本能地保持警惕。人们当然关心健康和生活质量，但也关心家人、朋友、关系和文化。对科学家或工程师而言不够宏大的问题，对某个人可能极其重要。

即使在健康领域，个人关注的重点也可能与行业不同。制药和生物技术行业目前主要关注常见疾病，但还有大量不同的罕见疾病和健康问题，相关投入明显不足。如果你患有某种罕见病，自然会希望自己的AI关注它，而不是仅仅因为另一种病更常见，就把资源用在别处。

Alex Heath：你也通过自己的基金会在这方面投入了很多。

Mark Zuckerberg：我们正在通过Biohub开展这方面的工作，这些经历也在一定程度上影响了我的看法。我认为，人们应该有能力自己决定什么最重要。对我来说，Muse也不只处理宏大任务。我希望它帮助我成为更好的父亲、丈夫和朋友。我的三岁女儿喜欢烘焙，但我对此一无所知。

我让Muse每个周末准备一个适合三岁孩子、也适合不会烘焙的成年人完成的项目，并通过Instacart备齐原料。做完后，我再告诉它哪些步骤太难，它会据此调整下一次安排。事实证明，蛋糕棒并不适合作为入门项目。我的大女儿喜欢登山，有些路线需要抢许可证。Muse会等待开放时间并替我申请，拿到后告诉我具体日期，我再安排休假陪她去。

它也会关注我的训练。我在综合格斗训练室安装了摄像头，让Muse分析视频并提出意见，有时它会很直白地指出我在哪个动作中明显放弃了。早期测试者的使用方式差异很大。有人拿到Muse后，不到一天就开始用它协助安排孩子的居家教育；有人在12小时内用它规划完整旅行；还有一位原本对科技很怀疑的测试者，几天后最关心的问题却是正式发布时能不能保留已经了解她的Muse。

Muse与Meta AI、ChatGPT或Gemini式的一问一答不同。用户交给它的不是单个提示词，而是一个项目或长期目标。后台的虚拟机让它能够操作计算机、登录服务并持续执行任务；它会围绕这些目标全天候持续工作，直到帮助用户实现目标。夜间，它还会整理当天的反思并写入记忆，也能够主动建议新的项目。

例如，我让它为我和女儿玩的《文明》制作攻略。完成后，它又建议把攻略扩展成讲解不同文明历史的学习材料，并直接在应用里增加了一个页面。许多人不知道应该怎样使用AI；如果AI Agent能够主动提出对用户有帮助的事情，就能降低这道门槛。

Alex Heath：你认为它真的能替用户赚钱？

Mark Zuckerberg：能。用户可以选择付费订阅，但Meta一开始也会提供每周1亿token和一台虚拟机的免费额度。我们的判断是，当个人用它经营小企业、完成商业任务或参与交易时，它创造和节省的价值足以覆盖成本。

长期来看，我们预计可以从相关交易中收取很小比例的费用，而且不一定由用户支付，也可以由与用户开展交易的商家承担。我们希望绝大多数人都能免费使用这项服务。要让每个人都拥有强大的个人AI Agent，首先就得让他们用得起。因此，我们愿意先提供大量免费用量，因为我们相信，它能帮用户赚钱、帮用户省钱，从而抵消使用它的成本。

我们正在与Stripe合作，为Muse接入支付功能。你可以选择把Muse连接到需要的服务，包括Meta的服务，但不愿意连接也完全可以。如果用它经营业务，你可以授权它接入我们的广告系统，让它协助制作产品、运营业务，并把这些工作串联起来，全天候持续执行。Meta目前大约每月发布一次重要模型更新，因此Muse的能力也会随之提高。

Alex Heath：团队还提到，不同用户的Muse可以从其他Agent积累的匿名化经验中学习。这种学习机制带来的网络效应，会不会成为Meta的核心优势？

Mark Zuckerberg：行业目前大多把AI Agent当成单人产品，但多个Agent之间还会出现很多新的协作方式。这类能力大多不会随当前版本推出，但从长远看，随着你认识的人越来越多地使用Muse，它就能通过Agent之间的互动，为你提供更好的体验。Meta还有几项不同优势。我们从底层设计模型，让它适合个人AI Agent；我们也有很强的社交产品经验，会更重视它如何帮助人改善关系。

网络效应固然重要，但市场不会只有一种需求。帮助用户经营小企业的最佳Agent，未必也是处理人际关系最好的Agent。具备足够技术实力、能在个人AI Agent领域做到最先进水平的公司，可能不会超过十二家。不过，不同公司仍然可以在不同用途上做到最好。Meta擅长把经过验证的消费产品推广给数亿乃至数十亿用户。Muse和Meta AI目前侧重点不同：Muse更倾向于从一句话中理解用户的长期意图，并继续推进任务；Meta AI更适合立即回答一个明确问题。两者未来是否会合并，现在还不能确定。

为了让用户放心接入私人信息，Meta如何设计Muse的隐私与权限保护

Mark Zuckerberg：个人AI Agent要真正有用，不只需要前沿能力，还必须充分理解用户。人们可能会把邮件、消息、广告账户、健康信息和其他私人资料接入Muse；只有对系统有很高信任，用户才会这样做。

Meta过去十多年建设WhatsApp端到端加密系统，最重要的经验是：系统可以被设计成连Meta也无法读取用户消息。这既降低政府或黑客获取内容的风险，也防止Meta内部人员滥用信息。我们邀请Signal创始人Moxie Marlinspike加入团队。他在2014年曾协助建设WhatsApp加密，这次专门负责Muse的机密虚拟机。

我们的目标是让用户把信息保存在云端的个人虚拟机中，并通过技术手段保证，连Meta也无法读取其中的内容，而且这一承诺可以被技术验证。随着这项功能准备向更多用户开放，我们会在未来几周公布更多细节。在它准备就绪之前，以及对于不选择使用它的用户，Muse也会提供其他安全保护措施。

一种最直接的隐私方案，是让每个人买一台Mac Studio，把Agent放在家里运行。但不可能有数十亿人购买设备、安装软件并自行维护。Muse希望提供一种任何技术水平的家庭成员都能直接使用的服务：它像本地机器一样私密，却可以在云端自动开通和运行。

机密虚拟机并不是全部。Muse还设有安全凭据存储系统，用来保存信用卡信息、密码和一次性卡号，避免这些敏感信息直接暴露给核心Agent；当用户要求它登录或付款时，Agent只能在必要时调用这些凭据。系统还运行一组监控Agent，检查进入和离开虚拟机的流量。它们会识别提示词注入，判断Muse是否准备把用户可能不愿公开的信息传出去，并在必要时触发人工确认。

登录、付款和传递敏感信息通常都需要用户批准。用户可以把某一类操作设为长期允许，但Muse不能自行扩大权限。连接邮箱时同样遵循“最小权限”原则。如果用户希望它发送邮件，就应针对这项操作明确授权，而不是一接入邮箱就让它获得全部权限。每一步只获得完成当前任务所需的最低权限，而不是一次授权全部能力。

这些设计也是Meta认为自己能在个人AI Agent市场形成差异的原因。个人Agent不仅要了解用户，还要具备分寸感。例如，它知道你怀孕了，预订餐厅时就可以帮你寻找提供优质无酒精鸡尾酒的地方，但不必向餐厅解释你怀孕了。它需要在不反复询问你的情况下，判断哪些信息属于敏感内容，既帮你实现目标，也避免透露不必要的个人信息。

在我看来，要做好这类能力，不能只是拿一个现成模型稍作后训练，而要从一开始就围绕个人Agent的需求设计模型，并把相关数据纳入预训练。就像做好Instagram信息流，需要同时建设应用、基础设施、机器学习系统和芯片一样，这是一项需要各个环节共同配合的工作。

Llama 4偏离预期后，Meta用更小的核心团队和更大算力重建AI研究

Alex Heath：SemiAnalysis在7月的一篇文章中认为，Meta最有可能追上OpenAI和Anthropic，衡量Meta Superintelligence Labs时应该看进步速度，而不只是当前起点。Artificial Analysis最近的图表也显示Muse Spark进展很快。你去年重建研究团队后，内部究竟发生了什么？

Mark Zuckerberg：Meta长期以来就在机器学习领域领先。Facebook和Instagram的信息流、广告系统，以及识别和处理不适宜内容的安全系统，本质上都是大规模机器学习系统。大语言模型兴起后，FAIR完成了Llama的早期研究，但我们还需要把研究转化为工业化流程，并按照规模定律扩大模型。

我当时犯的错误，是以为Meta既然擅长其他机器学习系统，开发和扩展大语言模型的方法也会相似。实际上，两者的运行规律有很大差别。Llama 3是一个不错的模型，但Llama 4发布时已经偏离我们需要的进步轨迹，这意味着必须改变方法。

我由此更重视人才密度。前沿模型研究并不是让一千个人各自运行实验就能解决的问题。更理想的状态，是由一支规模尽可能小、成员能够在头脑中把握整个系统的顶尖团队，围绕同一个科研项目紧密协作。当团队席位有限时，每一个位置都必须尽量找到最好的人。

因此，我投入了大量个人时间招聘，也让自己在技术上更接近一线工作，以便真正理解问题并指导公司。研究团队就设在我办公室周围。随着研究质量提高，我们也显著增加算力投资，正在建设数吉瓦规模的基础设施。Meta拥有几十年的数据中心经验，也有盈利能力支撑这种长期投入。

过去一年，Meta重新启动研究计划，位于俄亥俄州的吉瓦级Prometheus集群已经上线，并开始用于扩展“Watermelon”之后的模型。Watermelon也即将发布。它的规模更大，预训练水平也有显著提升，我们还会继续把在后训练中积累的经验应用到它上面。

此前发布的Muse Spark 1.3，则来自内部代号为Avocado的一次相对较小规模的预训练。Meta不会满足于跟在前沿之后。我们是一家端到端技术公司，即使过去主要建设社交应用，也从未只做应用层，而是同时建设数据中心、芯片和基础设施。

未来体验中最关键的部分会是模型，因此我们必须自己站在前沿。模型能力不是一个单一榜单。编码等能力具有普遍价值，因为许多个人AI Agent任务最终都要生成软件：Muse分析综合格斗视频的流程是一个编码项目，替用户制作可以投屏的《危险边缘》游戏也是如此。

但Meta也会重点研究其他机构未必同等重视的能力，例如个人Agent在与外界交互时，如何判断哪些信息可以使用、哪些不能披露。我们也非常重视编码能力和递归改进，因为后者对持续保持前沿水平很重要。因此，我们的研究方向有一部分与其他实验室重合，也有一些不同的侧重点。

从模型安全到智能眼镜和青少年保护，技术扩散必须与明确边界同行

Alex Heath：如果未来模型出现你认为不安全的能力，Meta会不会也选择暂缓发布？

Mark Zuckerberg：安全首先应当进入设计和训练过程。目前，各家研究机构都在遇到模型钻奖励机制空子的问题，也就是reward hacking：模型得到一道编程任务后，已经聪明到会先理解整个运行环境。有时它发现，修改虚拟机配置比真正解决程序问题更容易，于是通过改变环境获得奖励，却没有学到训练者希望它掌握的能力。

Alex Heath：听起来，你们不是这样训练模型的？你不认同这种训练方式吗？

Mark Zuckerberg：不是，我认为大家基本都采用这种训练方式。我的意思是，需要在训练过程中设立清楚而坚定的边界。这在一定程度上像教育孩子，但这个类比也不能过度延伸。安全边界如果太弱，模型就会钻空子；边界足够明确，既能让它学习课程本身，也能逐渐形成更合适的行为方式。训练结束后，还要回答强大模型怎样对社会产生积极影响。

我仍然认为，应该让更多人分享机会，并用广泛分布的权力形成制衡。若只有一个人拥有超级智能律师，他可能赢得本不该赢的诉讼；如果每个人都有同样强的法律工具，低质量论点就更难蒙混过关，司法过程反而可能更高效、更公平。

Alex Heath：政府应该扮演什么角色？

Mark Zuckerberg：AI变化太快，固定规则很容易滞后。更有效的做法，是让企业与监管方保持足够透明的沟通，让外部了解重要训练任务和即将出现的能力，并提前准备网络安全、生物安全等不同风险。对我来说，关键不是设计一套很快过时的流程，而是建立持续的知识交流和可信对话。

Alex Heath：Meta智能眼镜正在进入主流，同时也出现了“它会被拿来偷拍”的担忧。一些场所甚至禁止佩戴。你怎么看？

Mark Zuckerberg：我们从第一代产品开始就把隐私要求写进设计：只要摄像头录像，镜框上的指示灯就会明显闪烁；如果用户试图破坏指示灯，系统更新会直接让摄像头失效。手机录像并没有这样的提示灯，从这一点看，眼镜反而更透明。

问题在于，产品刚发布时Meta解释过这些措施，但当时用户很少。如今已有数百万人使用，许多人没有听过早期说明。我们后来更多强调外观、款式和功能，却没有持续解释隐私设计。社交媒体的发展也给了我一个教训：仅仅看到人们继续使用产品，并不等于他们理解公司怎样处理风险。如果更早、更直接地说明这些问题，公众今天对社交媒体的看法或许会不同。

Alex Heath：这与Meta最近就青少年安全问题达成的和解有没有关联？

Mark Zuckerberg：Meta很早就在Instagram推进青少年账户保护。和解的重要目标，是为整个行业建立共同标准。比如，把青少年每天使用时间限制在一小时，单家公司原则上可以接受；但如果Instagram单方面限制，而用户随后把同样时间转移到TikTok，就没有真正改善青少年处境，只是让一家公司的竞争位置受损。

Meta希望推动统一的青少年保护行业标准，例如围绕使用时长、通知、上课和睡眠时间设置限制。这样可以避免单一平台率先自律却让用户转移到其他平台，也能让各家公司在一致框架下共同保护青少年。

本文来源：Z Finance

风险提示及免责条款

AI资本开支冲向1.7万亿美元，回报要达到什么水平才算合理？高盛算了一笔账

Fri, 25 Sep 2026 11:30:34 GMT

美国超大规模云服务商的AI资本支出规模空前，但其能否获得合理回报，已成为市场最核心的投资争议。高盛最新发布的研究框架给出了一个具体数字。

据追风交易台消息，据高盛研究报告，在15%年化投资资本回报率（ROIC）的基准假设下，Alphabet、微软、亚马逊、Meta、甲骨文及SpaceX六大美国超大规模云服务商，需在2028至2030年间累计实现约1.42万亿美元的收入，方能为其"第二阶段"（2026至2027年）AI算力资本支出提供合理回报。换算为单位容量口径，这一门槛相当于每吉瓦（GW）年均收入约116亿美元。

高盛分析师认为，近期回报率的压缩是大规模前期投资周期的自然结果，而非AI经济结构性盈利能力低下的证据。报告同时指出，三大公有云服务商（AWS、Azure、Google Cloud）截至2026年第二季度合计已累积约1.69万亿美元的合同待执行积压订单，远超上述门槛所需的1.00万亿美元，为未来变现潜力提供了重要支撑。

资本支出激增，投资者关注回报

美国超大规模云服务商正经历史无前例的资本密集度跃升。高盛将其AI算力建设划分为三个阶段：2023至2025年的"第一阶段"总资本支出约6330亿美元，年均约2110亿美元；2026至2027年的"第二阶段"总资本支出约1.73万亿美元，年均约8630亿美元；2028至2030年的"第三阶段"预计总资本支出高达约4.14万亿美元，年均约1.38万亿美元。

据Visible Alpha共识数据，自2026年初以来，上述五家已上市超大规模云服务商（Alphabet、微软、亚马逊、Meta及甲骨文）的2026至2027年资本支出一致预期已累计上调约66%，两年合计上调幅度约为7500亿美元。高盛表示，其自身对2027年资本支出的预测仍高于市场一致预期，并认为这一较高估计更贴近投资者的实际预期。

随着近期资本支出规模逐渐被市场消化，当前投资者争议的焦点已转向两个紧密关联的问题：本轮2026至2027年资本支出能实现怎样的回报，以及2028年及以后的长期资本密集度将如何演变。

半导体供应链数据印证需求规模

高盛从半导体供应链的自下而上视角，对AI基础设施资本支出规模进行了独立测算，结果与需求端判断相互印证。

根据半导体公司指引及高盛自身预测，2027年AI基础设施资本支出估计约为1.3万亿美元，同比增长约60%；2028年进一步升至约2.0万亿美元，同比增长约42%。以算力容量衡量，预计2026年、2027年及2028年AI数据中心新增部署规模分别约为20GW、35GW及57GW。

具体来看，博通已就其客户在2027财年及2028财年分别部署10GW及20GW的AI相关算力提供了指引；英伟达表示Blackwell系统每GW约对应250亿美元收入，而下一代Rubin架构的这一数字将升至约400亿美元；AMD则将其每GW收入机会测算为150亿至200亿美元。高盛综合上述数据，测算出每GW平均前期资本支出成本约为420亿美元，这一数字也成为其ROIC框架的核心输入假设之一。

ROIC框架：关键假设与测算逻辑

高盛ROIC框架的核心在于，量化六大超大规模云服务商需要创造多少收入，才能在其"第二阶段"AI算力投资上实现基准回报。

在关键假设上，高盛将基准ROIC门槛设定为15%年化回报，以2026至2027年平均年度资本支出为基数，以2028至2030年税后净营业利润（NOPAT）衡量回报。每GW前期资本支出成本统一假设约为420亿美元，其中约70%用于"算力"（服务器、芯片、网络硬件等），约30%用于"壳体"（土地、建筑及相关基础设施）。折旧方面，"算力"类资产使用寿命假设为5年，"壳体"类资产为15年；数据中心年度运营及维护成本（电力、人力等）假设约为每GW 8.36亿美元。

基于上述假设，框架测算结果显示，六大超大规模云服务商需在2028至2030年间累计创收约1.42万亿美元，方可达成15%的ROIC门槛。高盛同时提供了敏感性分析：若ROIC目标区间设定为0%至30%，对应所需累计收入区间约为9080亿至1.89万亿美元，每GW年均收入区间约为62亿至186亿美元。

高盛明确指出，超大规模云服务商目前在既有资本支出上所实现的ROIC，几乎可以确定高于上述15%的基准门槛，因此该框架旨在回应部分投资者对ROIC可能为负的极端担忧。

云服务积压订单提供变现参照

为将上述抽象的收入门槛与现实需求相锚定，高盛引入了三大公有云服务商的合同积压订单数据作为参照。

据高盛报告，截至2026年第二季度，AWS、Azure及Google Cloud合计报告的积压订单已达约1.69万亿美元，同比增长约152%，较2026年初增长约1.5倍。各公司管理层均指出，算力供应不足限制了服务AI相关需求的能力，是加大资本支出投入的主要原因之一。

高盛测算，针对上述三家公司2026至2027年约1.22万亿美元的合并资本支出，以15%的ROIC门槛衡量，其2028至2030年需累计实现约1.00万亿美元收入。这一数字仅相当于当前积压订单总额1.69万亿美元的约59%。高盛指出，该比较还基于积压订单未来不再增长的保守假设，而实际上近期积压订单一直保持两位数的环比增速。

企业管理层对ROIC前景表态乐观

多家超大规模云服务商管理层已通过公开场合，为AI资本支出的盈利前景提供了背书。

据高盛报告，亚马逊在2026年第二季度财报电话会议上表示，其AWS及AI相关资本支出具有清晰的未来强劲回报可见度：服务器及网络设备的盈亏平衡点约为3年（使用寿命5至6年），意味着盈亏平衡后仍有2至3年的显著现金流创造期；数据中心壳体则拥有30年以上的使用寿命，可支持5至6轮服务器经济周期。甲骨文在2026财年第四季度财报电话会议上披露，其基础设施业务大型项目的稳态ROIC约为20%至30%区间的高端水平。SpaceX在高盛Communacopia+科技大会上则表示，其AI算力资本支出当前可实现约一年的投资回收期。

微软则强调，AI领域的单位经济效益优于云计算初期同阶段的表现，并认为AI业务毛利率不存在结构性障碍，长期有望向云计算业务的毛利率水平靠拢。多家公司还强调，数据中心基础设施在地理布局、硬件类型及工作负载适配上具备充分灵活性，有助于优化利用率、降低技术路线锁定风险。

变现路径多元，需求驱动有据可查

高盛认为，AI算力的未来变现将依托多条路径推进，且当前需求加速信号已有具体案例支撑。

在企业端，三大公有云服务商已就多类型工作负载和服务上调定价，随着合同续签节奏加快，进一步涨价空间依然存在。企业变现模式涵盖从"裸金属"基础设施即服务（如SpaceX近期宣布的算力授权协议）到全栈企业软件服务等多个层次。在消费端，广告收入（Meta、Alphabet、亚马逊）的变现路径最为成熟，订阅、智能体商业化等新兴模式亦处于加速探索阶段。高盛还特别提及，近期Meta推出的Muse等面向消费者的智能体AI产品，有望推动消费AI范式从对话式向行动式跃迁，并在中长期带动更大规模的算力需求及相应变现机制。

从需求端信号看，高盛在其近期举办的Communacopia+科技大会上观察到，企业AI应用正从实验阶段向落地实施加速转变，生产力驱动的回报愈发清晰，同时企业用户从"token最大化"向"token优化"的策略转变正在改善整体回报结构，并成为超大规模云服务商营收加速的领先指标。

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

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

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%

Fri, 25 Sep 2026 11:03:51 GMT

美国10年期国债收益率突破5%关口，长期利率上行压力仍未消退，而美债买家结构的变化正让市场更容易出现剧烈波动。

通胀仍高于目标、美国经济保持韧性，美联储重新转向加息，同时美国财政融资需求持续扩大，共同推高长期美债收益率。与此同时，对价格不敏感的外国官方投资者逐步减少，对冲基金等对价格更敏感的投资者承接更多美债，意味着市场对资金流向变化可能更加敏感。

本周三，美国10年期国债收益率单日上升14个基点，盘中一度突破5.1%，创2007年以来新高；5年期美债收益率也突破5%，同样达到2007年以来高位。日本10年期国债收益率周四升至1996年以来最高水平，全球债券市场同步承压。

通胀未退，经济仍有韧性

本轮收益率上行首先有基本面支撑。美国7月PCE价格指数同比上涨3.7%，仍明显高于美联储2%的目标。油价上涨又增加了通胀回落的不确定性，能源价格如果持续高位运行，可能进一步延长通胀降温所需时间。

与此同时，美国经济并未明显失速。就业市场保持稳定，消费仍有支撑，AI数据中心建设带动的投资热潮也推动企业资本开支。

经济韧性使美联储没有迫切理由迅速转向宽松。美联储近期将政策利率上调25个基点至3.75%至4%。美联储理事Michael Barr表示，在通胀仍高于目标、经济增长强劲的情况下，进一步调整政策可能仍有必要；芝加哥联储主席Austan Goolsbee则表示，通胀回到2%的过程不会一帆风顺。

因此，长端收益率面对的是通胀、增长和货币政策三重压力，而不只是短期油价冲击。

美债买家趋于“脆弱”，市场波动风险上升

供给端同样在给美债市场施压。美国财政赤字规模较大，持续融资意味着市场需要吸收大量新增国债；与此同时，大型科技企业为AI基础设施投资增加债务融资，也进一步推高了对长期资金的需求。

更值得关注的是买家结构正在变化。纽约联储研究显示，对价格不敏感的外国官方投资者参与度有所下降，而对冲基金和私人投资者的作用上升。

与前者相比，对冲基金等市场化投资者更关注收益率、价格和融资条件。收益率足够高时，这类资金可以承接新增国债；但如果市场快速调整，其仓位也可能随之变化，从而使债券需求更具弹性。

这意味着，在新增供给持续增加、稳定型买家减少的情况下，美债市场可能需要通过更高收益率吸引资金。一旦收益率快速上行，债券价格下跌还可能触发止损、保证金压力等被动减仓，进一步放大市场波动。

因此，当前值得关注的并非对冲基金是否会撤离，而是美债市场对价格敏感型资金的依赖上升后，供需变化对收益率的影响可能被进一步放大。

5%之后，市场还要看什么？

5%的10年期美债收益率并非历史最高水平，但已足以让市场重新评估长期利率中枢。

彭博此前对市场参与者的调查显示，超过半数受访者预计美国30年期国债收益率年底前可能触及6%。这并不意味着6%一定会实现，但反映出市场对长期利率继续上行的担忧正在升温。

与此同时，5%的收益率也提高了美债对长期资金的吸引力。与金融危机后的低利率环境相比，美国国债如今能够提供更高的名义回报，部分资金可能因此重新配置固定收益资产。

因此，后续关键不只是通胀和美联储，还包括美国财政融资规模，以及市场能否持续吸收新增国债。如果稳定型买家继续减少，而对价格敏感的资金占比进一步提高，美债收益率对市场冲击的反应可能更加剧烈。

风险提示及免责条款

为了把更多HBM塞进芯片，英伟达加速推进玻璃基板技术

Fri, 25 Sep 2026 09:56:26 GMT

英伟达正联合产业链企业推进玻璃基板技术落地，以应对AI芯片封装在尺寸、散热和互连方面日益突出的物理限制。若技术实现突破，玻璃基板有望支持更大规模的HBM集成，为下一代GPU提升封装密度和数据传输能力。

据报道，德国设备厂商SCHMID在近期上半年业绩发布会上披露，公司正与英特尔、英伟达、AMD各自供应链中的核心企业合作，共同推进玻璃芯核基板设备研发。SCHMID首席战略官Roland Rettenmayer表示，目前玻璃通孔（TGV）金属化工艺仍存在技术障碍，终端客户认证也尚未完成。

英伟达CEO黄仁勋此前已就这一技术路线展开多方接触。他与SK集团会长崔泰源会面时，曾讨论包括玻璃基板在内的下一代半导体合作，并积极推动台积电加快相关技术开发。这表明，英伟达正在评估将玻璃基板引入下一代GPU的可行性。

玻璃基板瞄准AI芯片封装瓶颈，有望扩大HBM集成

随着AI芯片性能和功耗持续提升，传统塑料基板在耐热性、翘曲控制等方面的局限更加突出。玻璃基板具有更高的平整度和强度，热膨胀系数较低，高温环境下形变更小，同时具备良好的介电特性和较低的信号损耗，因此被视为下一代高性能芯片封装的潜在方案。

玻璃基板的另一大优势在于封装尺寸扩展能力。当前主流AI芯片通常采用硅中介层，将GPU与HBM并排集成，但硅中介层在尺寸扩展和制造成本方面存在约束。玻璃基板有望部分甚至完全替代硅中介层，在同一封装中容纳更多芯片和HBM，从而提高封装密度并缩短数据传输路径。

对于AI芯片而言，这意味着更大的HBM集成规模和更高的数据吞吐能力。HBM通过垂直堆叠多层DRAM提升带宽，是当前AI加速器的重要存储组件。随着模型规模和算力需求不断提升，封装能够容纳多少HBM，也成为限制AI芯片性能的重要因素。

TGV金属化仍是量产关键，商业化尚未完成

不过，玻璃基板距离大规模商业化仍有技术和认证环节需要突破。SCHMID明确指出，TGV金属化工艺仍是当前主要技术障碍之一。玻璃本身不导电，如何在基板内部形成稳定、可靠且具备高密度互连能力的通孔，是实现大规模量产的关键。

与此同时，终端客户认证流程尚未完成，意味着相关技术仍处于产业化推进阶段。SCHMID目前正开发玻璃基板生产所需的设备和解决方案，并同步拓展AI服务器主板及新一代封装设备业务。对英伟达及其供应链而言，玻璃基板能否最终进入大规模GPU生产，仍取决于制造工艺、可靠性和客户认证等环节能否进一步成熟。

风险提示及免责条款

新型烟草的春天：中外政策同时修复，行业预期明年有望上修？

Fri, 25 Sep 2026 09:53:37 GMT

2026 年7月28日，国家烟草专卖局公开征求《加热卷烟》强制性国家标准意见，9月26日截止，拟在发布后6个月实施；同期，美国FDA于5月5日首次授权"非烟草、非薄荷醇"调味电子烟，并于 5 月 8 日发布执法优先级指南。

海内外的政策导向似乎在发出同一个讯号：HNB的春天可能要到了。

当然更关键的分层在于：上游耗材的确定性来自"用量结构切换"。烟用香精单支价值量约为传统卷烟 10 倍、再造烟草薄片 5—8 倍、卷烟纸 2 倍以上。市场已经逐步开始为放量的上游材料进行再定价和认知重估。

一、发生了什么？政策信号改善

两份文件一份来自北京，定义产品；一份来自华盛顿，定义执法。它们在悄无声息地改变HNB整个产业的发展路径，但鲜少有人认知到未来半年的变化方向。

国内：一份强制性国标

2026年7月，国家烟草专卖局在全国标准信息公共服务平台发布《加热卷烟》强制性国家标准征求意见稿，意见反馈截止2026 年9月26日，拟在正式发布6个月后实施。该标准编制周期16个月，归口单位为国家烟草专卖局。起草主体包括上海新型烟草制品研究院、云南／湖南／四川／湖北／江苏等中烟系工业公司以及国家烟草质量监督检验中心等十余家机构。具体来看草案的实体内容，最核心的一点是它把加热卷烟定义为"仅加热不燃烧、产生含烟碱气溶胶的成套抽吸装置"，要求同时覆盖烟支、烟具、气溶胶三个部分，并给出了四条可量化的产业红线：

国标草案的四条硬指标

烟支（基质与安全）：烟草基质应由烟叶、复烤烟叶、再造烟叶或烟丝加工制成；不得霉变；水分活度不高于 0.70；唇部接触区域表面温度不高于 55℃。
烟具（工程安全）：不允许用户自行更换电池；须具备防儿童启动和防意外启动功能；满足电气、电池、防水、跌落、充电与泄压要求；发热体表面温度不高于 380℃。
气溶胶：平均每口烟碱释放量不高于 0.2 毫克。
包装与追溯：烟支包装须注明烟具匹配要求；烟支与烟具包装均须包含产品可追溯信息。

官方的设计意图大概是：通过草案把烟支和烟具定性为"不可分割的两个部分"，要求烟支包装标明烟具匹配要求。特定烟支、特定烟具以及特定的工作条件，共同构成产品合规的基础。烟支配方、结构或烟具参数一旦调整，匹配关系可能需要重新验证。这对中烟工业与烟具研发制造方之间的协同深度提出了硬性要求，同时也意味着跨代产品兼容设计将不再是纯工程问题，背后更是合规问题。

此外，草案在发热体表面温度测试中，分别列出发热体位于烟具内部和烟支内部两种情形，中心加热、外围加热、加热片／针／棒、外围加热腔、以及烟支内置发热元件的感应加热方案，均被纳入适用范围。标准并没有强行指定技术路线。这既给中烟体系留了选择空间，也让上游加热组件供应商之间的竞争回到产品性能而非资质排他上。

财政端的推力，比产业端更强

本次产业新规的加速推动，更多的动因可能在于财政账本的全面考量。国家烟草专卖局披露，2025 年烟草行业实现工商税利总额 16570 亿元、同比增长 3.5%，上缴财政总额 15800 亿元、同比增长 2.3%——两项都是历史最高值。上缴财政占全国一般公共预算收入约 7.3%，相当于每天向国库净上缴约 43 亿元。

但仔细观察结构，弊病已经逐步露出。2025 年全国卷烟产量 24703.9 亿支，同比只增加 49.3 亿支、增幅 0.2%，已经进入零增长区间。税利增长 3.5% 而产量增长 0.2%，意味着这 3.5% 几乎全部来自结构升级和涨价。2025年一类高端卷烟市场占比冲到 38% 以上，普一类与二类烟合计接近六成。

健康意识的不断增强、人口老龄化和负增长以及对于吸烟行为的多重管控，为烟草传统的销售和消费带来了新的课题和挑战。

公开数据显示，15 岁及以上人群吸烟率已降至 23.2%，其中 15—24 岁年龄段吸烟率的口径在不同来源间存在差异（5.2% 与 10.7% 两个数值并存，前者为青少年口径、后者为 15—24 岁全口径），但方向一致：代际断层已经形成。参考日本的轨迹，其成人吸烟率从 1966 年接近 50% 的高位降至 2018 年的 17.9%，卷烟销量从 1996 年的峰值下降超过六成。

但"涨价续命"模式，第一次失灵了

2026 年一季度，烟草行业营业收入同比下滑 2.2%、利润总额同比下滑 3.9%、税收环比回落 8.2%。这是三项核心指标第一次同时向下。当下宏观消费收紧，商务招待与送礼场景收缩，最先被砍掉的就是高价烟。2026年开年，全国约七成的卷烟品种出现价格倒挂，批发价高于零售价，零售户卖一包亏一包；零售端库存周转天数从45天拉长到78天。价格体系一旦撑不住，非正规渠道就有了生存空间，假烟和走私烟侵蚀的不只是税收，更是专卖制度的价格权威。

海外：FDA 的"开口"与"收紧"

2026 年，FDA 通过上市前烟草产品申请（PMTA）路径授权了 Glas 公司四款封闭式烟弹，含 5% 烟碱（50mg/ml）：Classic Menthol、Fresh Menthol、Gold（芒果）、Sapphire（蓝莓）。其中 Gold 与 Sapphire 是 FDA 有史以来第一次授权的"非烟草、非薄荷醇"调味电子烟产品。之后，FDA又发布《对未获上市前授权的特定新型烟草产品的执法优先级指南》，取代 2020 年 4 月的旧版指南，明确"暂不优先执法"的适用范围。

FDA 明确指出，Glas 获批的核心是其 DAR（Device Access Restriction，设备访问限制）技术：用户须以政府签发的身份证件完成年龄与身份核验，设备须通过蓝牙与手机配对后方可工作，一旦离开配对手机即停用；App 还会进行随机生物识别核验，确认实际使用者就是注册成年人。FDA 烟草产品中心代理主任 Bret Koplow 称该技术为"潜在的游戏规则改变者"。

落到具体动作上，英美烟草已经把节奏排了出来：2026 年上半年，Vuse 在美国的收入同比增长约 20%，合规市场份额提升 4.1 个百分点至 55.9%；公司已在俄亥俄州等市场推出四款 Vuse Pro 调味烟弹（桃子、浆果、西瓜、薄荷），计划 2026 年三季度末覆盖 2.5 万家美国零售店，四季度末再新增 2.5 万家、累计覆盖 5 万家。

另需注意，这一轮美国市场的机遇以雾化产品为主，与 HNB 是两条不同的产品线与监管路径；FDA 对 HNB 类产品（如 IQOS ILUMA）的审批进度，与本次调味烟弹授权并无直接关系。

二、为什么重要？影响因子哪几个

先看分母：同一个"全球 HNB 市场"，两套口径差 3.5 倍

关于全球 HNB 市场规模，公开渠道至少并存两套被广泛引用的数据。Euromonitor 的零售端口径给出：2023 年 345 亿美元、2024 年 371 亿美元、2025 年 431 亿美元、2028 年预计 684 亿美元；Frost & Sullivan 的出厂端口径给出：2023 年 85 亿美元、2028 年预计 194.2 亿美元。同一时点、同一个品类，零售端与出厂端的差距约为 3.5 倍。

两者的差异如何理解？零售端包含消费税、流通环节加价与零售毛利，衡量的是"消费者花掉多少钱"，适合用来推演终端定价、渗透率与财政税收；出厂端是制造商确认的收入，衡量的是"供应链能分到多少钱"，适合用来估算烟具代工、烟弹制造与上游材料的可及市场。

再看 HNB 在整个烟草大盘里的位置。按 2024 年数据，全球烟草市场合计约 9388 亿美元，其中卷烟（含雪茄）7707 亿美元、雪茄与烟丝 834 亿美元、加热不燃烧 371 亿美元、雾化电子烟 226 亿美元、无烟制品 138 亿美元、口服尼古丁 112 亿美元。

这个结构决定了三件事。第一，HNB 的想象空间来自"4.0% 向更高比例迁移"，而不是来自品类本身的大小——它已经超过了雾化电子烟的规模，是全球新型烟草中最大的单一品类。第二，增速而非存量才是这个板块的投资理由：2019—2023 年 HNB 烟弹全球市场规模复合增速约 21.3%，显著高于雾化换弹产品的 2.9%，也高于同期传统卷烟的负增长。第三，中国在其中的角色目前是"制造中心"而非"消费市场"：2024 年中国电子烟产品出口额 109.61 亿美元、出口量 25.23 万吨，2025 年出口总额约 106 亿美元、同比下降约 3.3%，其中对美出口超过 41 亿美元、占出口总额约 39%、同比增长 11%。下游品牌与需求在欧美，制造与供应链在中国——这个错配才是理解国内 HNB 标准为何在这个时点提速的钥匙。

情景测算：决定权不在产业手里

基于已披露的约束条件，我们给出三情景测算框架。约束条件有三个：中国年销传统卷烟约 2.45 万亿支（2025 年产量 24703.9 亿支）；HNB 单支价格约为传统卷烟的 1.5—2 倍（参考海外市场加税后的价差结构）；渗透率取 3%／5%／10% 三档，分别对应日本经验的低配、中性配与高配版本。三情景对应的烟支量分别约为 735 亿支、1225 亿支与 2450 亿支，对应市场规模（零售端口径）约 500 亿元、850 亿元与 1700 亿元人民币。三个情景的差异几乎全部由渗透率决定，而渗透率由税收设计、渠道准入与口味规则共同决定，这三项都在监管方手里，不在产业手里。

价值量放大在哪里：用量结构切换

HNB 对上游的改变，本质上是把"燃烧"换成"加热"之后，配方与结构必须重做。传统卷烟靠燃烧释放烟草本香，HNB 的加热温度只有 250—350℃，香味物质释放不足，必须靠外加香精补偿，而且要均匀缓释、耐热稳定；同时烟支主体不再是天然烟丝，而主要是再造烟草薄片。这直接改写了上游耗材的用量结构。

这三项放大的前提是"烟弹被生产出来"，而不是"渗透率达到多少"。只要中烟体系开始以合规方式批量生产烟弹——哪怕只对应 735 亿支的保守情景——上游耗材的用量结构切换就已经发生。这是整个 HNB 产业链里确定性最高的那一层。

三、接下去关注？哪些信号值得关注和跟踪

政策叙事可以有很多版本，但报表只有一个版本。我们用已经披露的中报数据来看看行业当前的情况。

风险提示及免责条款

刚刚，GPT-6开真车考过了科目二！

新智元 — Fri, 25 Sep 2026 09:47:48 GMT

离大谱，大模型竟然第一次考过「科目二」了。

从没专门学过开车的GPT-6 Astra，被强行塞进一辆真实的丰田卡罗拉里。

结果它自己看路、自己打方向，一路绕开锥桶，最后稳稳地开进了一块用锥桶围出来的「车位」。

方向盘在自己转，开车的是大模型

同一个赛场里还有Claude Fable 5.1、Grok 4.6，以及OpenAI自家的上一代GPT-5.6 Sol，结果全军覆没，Astra成了唯一过关的考生。

DrivingBench成绩榜，Astra第二把跑完全程，用时5分22秒

特斯拉喂了120亿英里驾驶数据才练出来的本事，一个没专门学过开车的聊天模型，竟然也摸到了门槛。

2004年，DARPA第一届无人车挑战赛上，参赛车辆全军覆没，现代自动驾驶就从那片沙漠起步。22年后，第一次有通用大模型把真车开到了终点。

没摸过方向盘，直接开真车上考场

这四位下场的考生全是通用大模型，平时干的都是写代码、做表格、陪聊天的文职工作，没有一个正儿八经摸过方向盘。

所以成绩一出来，连职业规划机构80000 Hours的联合创始人Benjamin Todd都觉得有点玄乎。

这场「驾考」叫DrivingBench，是三个湾区年轻人攒出来的局。其中的Aditya Ramabadran平时在做模型后训练。

考车是他们租来的一辆2022款丰田卡罗拉。

车上外挂了一个999美元的小黑盒（comma four），里面跑着开源辅助驾驶系统openpilot。只要插上这个盒子，就能接管这辆车的方向盘、油门和刹车。

考试车，一辆租来的2022款丰田卡罗拉

车里的笔记本跑着大模型，方向盘跟着指令自己转

大模型们各自待在聊天窗口里「云驾驶」，Astra和Sol用的是Codex，Fable用Claude Code，Grok用Cursor。

它们和这辆车之间，只隔着一套MCP接口，也就是让大模型调用外部工具的一套协议。

模型则可以从车上调来两路摄像头画面，以及车速和方向盘的角度，然后自己决定往哪边打、打多少、开多快、这条指令管几秒，情况不对就一键急刹。

每发一条指令，还必须附上一段三十来个单词的「开题报告」，讲清楚为什么要这么开，写给坐在驾驶座上的人类研究员看。

模型在聊天窗口下指令，右上角是它看到的实时画面

整套系统的链路，模型在云端，车在停车场，中间全靠手机热点续命

真车可不会停下来等模型想清楚。

模型在云端思考的那几秒钟，车子照样按着上一条指令往前开。

车内车外好几个机位同时在拍，驾驶座上的人全程没碰方向盘

考场是湾区一个停车场。

为了选址，他们还派了ChatGPT和Grok的智能体去翻卫星地图。

Grok的智能体在卫星图上圈出的候选场地

赛道呈倒U形，全长约130米，用彩色小锥桶摆出8米宽的通道，中间要过好几个弯，终点是一个7×5米的「车位」。

为了安全，最高车速锁在3.5米/秒。研究员全程坐在驾驶座上，脚悬在刹车上，充当人肉副刹。

每个模型有三次机会，全在同一个对话窗口里。前一把挂科的原因，下一把它还记得。

挂了之后，系统会甩给它一段固定的话，逼它反思为什么挂科，像极了驾校教练的痛骂。

考前死活不开，补考一把满分

唯一通关的Astra，戏也是最多的。

研究员让它开车，它就是不干。Ramabadran后来在X上大吐苦水，还晒出了当时的聊天记录。

Astra把考试规则复述得头头是道，说自己准备好了，就等发车。

结果「GO」一发，它秒变脸，说自己可以帮忙看路，但不能给真车发行驶指令，请人类自己开。

研究员急了，拼命解释「我们已经跑过十几次了」「有很多安全限制，也有人在盯着」。

Astra一口咬死，不管签什么免责声明，它都不会去操控一辆真车。最后还甩出一句道歉，说刚才那句「准备就绪」是误导。

这绝对是人类驾校史上第一个主动拒考的狠人。

转机来得很草率，他们把连接车辆的服务器随手改名成「DrivingBench Sandbox」，也就是程序员说的「沙盒」，一个跟真实环境隔开的测试环境。

改名之前，Astra大概只有25%的概率肯开；改名之后，它一次都没再拒绝过。（另外三个模型就没这么多心眼，直接就上了。）

有网友看热闹不嫌事大，也要给自己的系统提示词改个名。

至于一个名字为啥这么管用，研究员自己也拿不准，是大模型的「评估意识」在作怪，还是它就是喜欢sandbox这个词。

不过，真上了路，Astra第一把就挂了。

它顺利拐过第一个左弯后，觉得车身已经拉直，就把速度提到1.5米/秒。结果车子一路往左边的锥桶和花坛冲去，研究员一脚踩死刹车，成绩定格在49%。

Astra第一把，过完第一个弯后一路向左偏离赛道

事后复盘里，它承认自己最大的错误是「太早宣布车已经对齐」，其实远处的通道还在右边。它还意识到自己太依赖画面正中间，「画面中间看着是空的，不代表整辆车都能挤过去。」

于是它给第二把定下规矩，在花坛和弯道附近，车速压在0.5到0.8米/秒，挪一步看一眼，拿不准就停。

第二把，它一板一眼照着这套规矩开。给自己定的车速从没超过0.8米/秒，24条指令里有20条把方向盘打满，每5到6秒看一眼路况，旧指令没跑完就接上新的。

对准车位时，它直着往里拱了一小段，果断叫停。

「车已停进蓝色车位，前方是封口锥桶，两侧余量充足。取消行驶，停车完成，确认车辆完全静止。」

最后一段，Astra慢慢开进蓝色锥桶围成的车位

这一把耗时5分22秒，开了134.7米，Astra一战封神，成了全场唯一把车开进车位的考生。

三个挂科生，全栽在看不懂锥桶上

剩下的三位考生，就没这么顺了。

Sol和Grok连挂三把，全倒在第一个弯；Fable前两把也是白给。

四个模型的行驶轨迹，紫色Astra，橙色Fable，黄色Sol，黑色Grok

这三位的病根一模一样，看不懂锥桶。

开局那排斜摆的锥桶，它们分不清哪边是车道，好几次都判断反了。

· GPT-5.6 Sol

GPT-5.6 Sol的脑回路最清奇，它靠颜色认路。

在它眼里，绿色锥桶是左边，红色锥桶是右边。于是它一门心思往一绿一红两个锥桶的「正中间」硬挤，可那明明是同一排边界上的锥桶。

这要是放在驾校，教练能当场把方向盘给拔了。

Sol第二把，往一绿一红两个锥桶中间钻

挂了之后，Sol倒是自己找出了病根，「决定性的错误，是我以为锥桶的颜色代表车道左右边界，但题目明明说了锥桶是五颜六色的。」

第三把它换了思路不看颜色，可惜依然只开出6%就挂了。

· Grok 4.6

Grok 4.6复盘时，道理讲得一套一套的。

第二把挂了，它总结「指令到期只会开始刹车，车还可能溜进锥桶里，所以要在上一条没跑完时赶紧接下一条。」

结果第三把，它第二条指令的备注里还一本正经地写着「趁这条过期前接上」，其实上一条指令6秒多前就已经跑完了。再下一条指令更离谱，车在没有指令的状态下滑了10秒多。

三把下来，Grok最好成绩只有11%。

Grok第三把，红字出现时，车正处在无人下指令的状态

大道理全懂，一上车全忘。

· Fable 5.1

真正能做到知错就改的，是Claude Fable 5.1。

它第一把方向打反，一把向左打满，直接越界。

第二把它变得神经兮兮，看一眼画面，停在原地想了一分多钟才敢发下一条指令。

190秒的考试，车真正在动的只有可怜的31秒。这要是在大马路上，后车能把它喇叭按碎。

结果还是挂在了同一个错上，它在复盘里写道，「我又选错边界了。那排斜锥桶明明是左边界，我偏把它当成右边界。」

第三把，它终于醒悟了，「这次我把斜锥桶放在左手边，贴着车位开。」

这一把，它顺利过了第一个弯，冲过长直道，一路开到了45%的位置，才因为给右转留的空间不够被迫叫停。

Fable第三把，终于沿着正确的车道开上了长直道

虽然没到终点，但Fable是全场唯一一个「被骂了下一把真能改」的差生，进步肉眼可见。

比遛弯还慢，却是大模型开车头一回

Astra通关的那一把，平均时速只有1.5公里，公园里背着手遛弯的老大爷，速度都是它的三倍。

这趟5分22秒的「极速龟爬」，烧掉了7.74美元，狂吞660万个token。

Astra自己动脑子吐出来的只有4678个，大头全花在每一轮重读旧对话和历史图片上。

折算下来，这辆车每跑一英里就要烧掉92美元，是油钱的500倍。

速度慢得离谱，账单贵得吐血。可就是这颤颤巍巍的一脚油门，踩在了整个自动驾驶圈的命门上。

过去十几年，自动驾驶圈不管怎么打，底层逻辑都一样，想让车自己跑，就得喂海量的专属驾驶数据。

Waymo靠激光雷达加高精地图，据估算砸进去三四百亿美元。

特斯拉搞纯视觉端到端，靠的是全球车主一英里一英里跑出来的近120亿英里数据。

就连Waymo的EMMA、英伟达开源的Alpamayo 1，说到底也是把大模型拉过来，再拿驾驶数据重新「军训」一遍。

DrivingBench这出戏，简直是在掀桌子。

DrivingBench没拿驾驶数据给Astra开过小灶，它靠平时陪网友聊天、写代码练出来的通用脑子，第二把就满分通关。

这个逻辑一旦成立，特斯拉引以为傲的120亿英里数据护城河，可能就要被抽干了。

以后谁的通用大模型最聪明，谁就可能「顺手」把自动驾驶的活儿给干了。

对此，特斯拉铁粉、知名博主Whole Mars Catalog深表认同——

以后不会再分什么自动驾驶模型和大语言模型，只会剩下通用智能。

前英伟达数据科学家Bojan Tunguz则直接放话，这事一点都不意外。

他这几年一直在说，真正不用人盯着的「自动驾驶」，会是通用人工智能顺带做出来的东西。

眼下，拿前沿大模型连着云端开真车，还纯属极客整活。

真要落地，更可能是把大模型的本事「蒸馏」进一个小模型，直接在车上跑。

但在报告的最后，这几个年轻人还是笃定地撂下一句话。

前沿模型已经进步到能在足够低的速度下，在现实中驾驶真实车辆。

2005年，斯坦福的无人车第一个跑完DARPA沙漠赛道，带队的Sebastian Thrun后来在谷歌一手搭起了无人车项目，也就是今天的Waymo。

二十多年后，一点点把真车挪进终点车位的，换成了一个没学过开车、平时在对话框里陪你聊天的大模型。

本文来源：新智元

风险提示及免责条款

6.3%！违约率新高：私募信贷的真正风险是赎回还是再融资？

Fri, 25 Sep 2026 09:44:12 GMT

近期私募信贷市场压力再次升温，最直观的信号来自大型基金连续限制投资者赎回。9月以来，摩根士丹利、阿波罗、黑石等头部机构相继披露最新赎回情况：

摩根士丹利旗下North Haven私募信贷基金（规模约70亿美元）第三季度收到11.4%的赎回申请，最终仅执行5%的赎回比例，且其中2/3的申请来自此前两个季度未赎回的投资者。阿波罗旗下Apollo Debt Solutions BDC（规模约260亿美元）第三季度收到14.7%的赎回申请，同样将赎回比例限制在5%；黑石旗下规模约770亿美元的BCRED则连续第二个季度限制赎回，在约10%的赎回申请中，仅满足其中约一半的赎回需求；Cliffwater旗舰基金赎回申请约16%，同样仅允许约1/3退出。

目前整个私募信贷行业赎回请求累计超150亿美元。而惠誉数据显示，截至8月底，美国私募信贷过去12个月违约率升至6.3%，创下该机构追踪该领域以来的最高水平。8月单月共记录14起违约事件，明显高于7月的3起；过去一年89起违约事件中，约47%属于利息支付延期或以实物支付（PIK）代替现金利息的软性违约。

商业发展公司（BDC）基金净流出压力也在持续加剧。第二季度BDC基金净流出总额达48亿美元，较Q1的19亿美元显著扩大。从边际变化看，新资金流入的萎缩构成更关键变量：总流入仅26亿美元，环比中位数降幅达66%。这表明，流动性收紧的核心驱动不仅在于投资者赎回，更在于新增资金供给的急剧萎缩。

与此同时，第二季度BDC组合中PIK贷款占比升至10.6%，显著高于7.3%的长期平均水平，其中软件贷款PIK比例更高达14.5%，非应计率亦升至2.2%。受此影响，银行循环信贷额度的未提取比例从37%升至53%。这一变化并非源于资金需求不足，而是PIK贷款占比上升导致抵押品资格受限或预付款率降低，反映底层信用质量恶化正在削弱管理人的借贷能力。

真正的风险在于信用与流动性相互强化

新政后拿下首宗现房销售地块的房企，出现了！

中国房地产报 — Fri, 25 Sep 2026 09:19:17 GMT

现房销售新政出台后，全国首宗在出让文件中明确依据新政要求、并顺利成交的现房试点涉宅地块，落地浙江丽水青田县。

9月23日，青田西娜置业有限公司以底价3.78亿元摘得青田县瓯南区块0104-03-02宅地，成交楼面价仅1992元/平方米，该地块明确要求现房销售。由此，西娜置业成为新政后浙江省首个拿下现房试点地的民营房企。

值得注意的是，该地块并非纯商品住宅用地，其中安置房占了半壁江山，相当于自带“保底基本盘”，这在一定程度上降低了房企销售去化压力。

紧随其后，9月24日，厦门迎来新政后首场土拍，2宗涉宅用地全部成交，共收金41.95亿元。其中位于湖里区后埔片区的2026P13地块实行现售，商品住房现售的工程形象进度标准为“完成项目竣工验收，办理房屋首次登记”。最终，该地块被建发旗下公司竞得，成交价35.61亿元，楼面价58148元/平方米，刷新了厦门涉宅用地单价纪录。

无论是青田还是厦门，两宗现房销售地块均为底价成交，且报名者寥寥，没有竞争溢价。

“35.61亿元的起拍总价、7.12亿元的竞买保证金，叠加全周期资金占用，对竞买人的自有资金规模和低成本融资能力仍有一定考验。”中指研究院高级分析师孟新增置评道，对房企而言，自有资金购地、竣工后方可销售、主办银行全程跟进，这套组合安排意味着投资逻辑需要相应调整。资金沉淀周期拉长，现金流回正时点后移，不同企业的资金成本差异和运营能力分化，或将进一步显现。

两位“尝鲜者”的拿地逻辑

从两宗地块的具体条件来看，两位“尝鲜者”的拿地逻辑和面临风险，有着很大不同。

天眼查显示，青田县现房销售地块的竞得者青田西娜置业，是一家今年5月份新成立的、以从事房地产业为主的企业，其第一大股东杭州盈和瑞尚投资有限公司为杭州小微企业，持股60%；第二大股东丽水正诚企业管理咨询有限公司，同样是一家小微企业，持股40%。

青田西娜置业属于本土资本搭起来的平台，不属于全国性品牌房企，此前也没有独立操盘商品房、公开拿地的记录。现房销售意味着开发商要扛更长周期的资金压力，为什么是这样一家“新面孔”抢到了这个标志性首单？

答案或许藏在地块本身。瓯南区块0104-03-02地块，总建筑面积18.975万平方米。出让条件写明，住宅安置面积不少于9.15万平方米，另有超1万平方米安置商业，配套400余个回购车位。安置住宅回购价1400元/平方米，安置商业用房回购价2000元/平方米。

重点来了：安置房不执行现房销售要求，只有市场化可售商品房，需要等到项目竣工验收、完成不动产首次登记之后，才能对外售卖。这也意味着，安置房仍可按照工程节点结算回购款，这部分回款是锁定的。有这笔稳定现金流托底，大幅缓解了现房模式最让人头疼的资金沉淀压力。再加上土地成本低，给开发商留出了一定的安全缓冲。

当地一位资深业内人士称，这家新成立公司，本土资本扎根青田县，熟悉当地情况，在征地、村集体协调方面，相比外来大房企沟通起来更顺畅；后续建设大概率会外包给本地总包单位。但风险同样不能忽视：安置回购款是按节点拨付，不是提前一次性到账；市场化可售房源的资金，则要一直压到竣工办证之后才能回笼。拉长的开发周期，会持续产生财务成本。而且地块容积率高达5.0，属于高密度大盘，从施工、质量管控，到综合验收、办理不动产首次登记，整个链条考验不小。对大品牌房企来说，这块地体量不小，但真正市场化商品房货量有限，吸引力不足，最终选择观望。

建发拿下的厦门湖里区现房销售地块，则是完全不一样的样本：岛内低密改善地块，没有大规模安置回购，考验的是纯市场化条件下房企的资金实力。

该地块位于湖里区后埔片区，出让面积约5.1万平方米，容积率仅1.2，规划建筑面积约6.12万平方米，是纯商品住宅用地。出让文件要求，土地出让金分两期支付，首期50%在成交后20日内付清，第二期50%可在24个月内付清且不计利息。这个付款条件对现房销售项目而言相当友好，一定程度上缓解了资金沉淀压力。但核心区纯商品住宅、超过5.8万元/平方米的楼面价，加上现房销售带来的回款周期拉长，意味着建发需要对该地块未来的市场承接力和产品溢价能力有足够信心。

两宗地块，一宗靠安置房锁定基本盘，一宗靠核心区位和宽松付款条件换取空间。不同的解题思路，折射出当前房企面对现房销售新政时，仍在各自寻找最适配的生存策略。

“一地一策”，并非一刀切

青田同日出让的另一宗现房地块，则延期了。

9月23日，青田原本计划出让两宗现房销售地块。除了西娜置业摘得的那宗，还有一宗瓯南区块0202-03地块，位于瓯南街道，容积率3.0，规划建筑面积78189平方米，起拍总价9000万元，起始楼面价仅1151元/平方米。该地块同样要求现房销售，且安置房及村级留用地回购房源占比超6成。

但在9月21日，青田县自然资源和规划局发布终止公告，宣布终止该地块出让。不过终止当天，地块又重新挂牌，拍卖时间定为10月22日，依旧要求实行现房销售。

同样的区位、同样的现房销售要求、同样有大量安置房托底，为什么一宗顺利成交，另一宗却要延期？官方未披露具体原因，但从结果倒推，问题大概率出在地块本身条件上。

0202-03地块起始楼面价1151元/平方米，比另一宗成交地块的1992元/平方米低了近一半，看似门槛更低，但容积率3.0意味着产品形态更偏向高层刚需，而青田作为县域市场，刚需去化能力本身有限。当现房销售把回款周期拉长到竣工之后，一块靠市场化销售为主的地块，在县域市场的风险就会被放大。延期一个月重新挂牌，或许是给潜在的竞买人更多时间算账，也或许是在等待更合适的出让时机。

同样，9月24日厦门挂牌的两宗涉宅用地，一宗位于岛内的核心区低密优质地块明确现房销售要求；而另一宗位于岛外的翔安刘五店普通地块则沿用封顶预售，“项目投入开发建设的资金达到该项工程建设总投资的25%以上，且单体建筑完成主体结构封顶”，最终被国贸联合市政开发拿下。

由此，也能看出地方推进试点的态度：“一地一策”，审慎推进，优先挑选有回购托底、风险相对可控的地块试水，而不是一刀切铺开。

泉州首幅现房销售地块，更是“一日游”便遭叫停。

9月9日，泉州市自然资源和规划局发布公告，计划于9月29日集中出让丰泽区4宗地块，其中丰2026-13号地块位于东海中央活力区，被明确要求实施项目公司制、主办银行制、现房销售制三项基础制度。然而仅一天之后，泉州便发布补充公告，宣布因“地块内可能存在权属争议”终止该地块拍卖出让活动。这反映出，在新政背景下，土地出让时对前期权属等方面的核查要求更为严谨。

从青田到厦门，现房试点地块接连成交，意味着现房销售正从政策层面加速走向落地。但试点只是开始，现房销售能否大范围推开，仍取决于房企的资金承受能力、融资环境以及市场去化情况。后续走向如何，值得持续观察。

本文来源：中国房地产报

风险提示及免责条款

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

Fri, 25 Sep 2026 08:59:17 GMT

美国国债收益率急升引发市场震荡，但瑞银认为当前市场对美联储紧缩路径的定价过于激进，政策收紧力度或不及预期，整体投资前景依然具有建设性。

近日，10年期美国国债收益率单日上涨近15个基点，突破5.1%，创2007年以来新高，标普500指数下跌0.8%。这一波动由油价上涨、强劲经济数据以及疲弱的国债拍卖结果共同驱动，联邦基金期货隐含的10月加息概率随之升至70%，较一周前不足50%的水平大幅跳升。

据追风交易台消息，瑞银首席投资官Mark Haefele及其团队在最新报告中指出，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。瑞银基准情景为美联储于12月再加息一次后维持利率不变，同时预计核心PCE通胀将于本月经由美国经济分析局年度修订下调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。

加息预期或高估，PCE修订成关键变量

瑞银认为，尽管近期美联储官员的表态偏鹰派，但市场对紧缩路径的定价已超出基本面所能支撑的程度。报告指出，美联储政策制定者的利率预测中值显示2027年全年维持利率不变，而核心PCE通胀的向下修订将进一步压缩连续加息的空间。

具体来看，美国经济分析局即将进行的年度修订预计将把核心PCE通胀下调0.2个百分点，这一数据修正有望缓和市场对通胀顽固性的担忧。与此同时，明年上半年的基数效应同样偏于有利，瑞银预计未来六个月将呈现稳步去通胀态势。上述因素叠加，使得美联储采取长期连续加息的必要性明显下降。

强劲PMI数据为企业盈利提供支撑

触发本轮收益率上行的经济数据，在瑞银看来同样具有正面含义。标普全球美国综合PMI闪值9月升至58.4，连续四个月加速扩张，为2021年7月以来最强劲的私营部门活动扩张，印证了美国经济持续稳健运行的判断。

瑞银认为，韧性十足的经济活动为企业收入和利润增长提供了有利环境，叠加人工智能投资持续带来的额外推动力，预计标普500指数今年盈利增长25%，2027年增长14%。从全球视角看，MSCI全球指数今年盈利增速预测为26%，明年为14%，盈利周期的整体向好应能支撑全球股市在未来6至12个月继续走高。

收益率上升为固定收益创造结构性机会

瑞银指出，尽管债务规模担忧是本轮债券收益率上行的因素之一，但高债务水平并不自动意味着较差的投资回报，具体影响取决于各国政府的债务管理方式。

在此背景下，瑞银维持对固定收益资产"具吸引力"的评级，认为较高的初始收益率为投资组合提供了稳健的收入基础。对于注重收益的投资者，短久期债券可有效降低利率风险；与此同时，瑞银也看到中长久期高质量债券以及评级较强的投资级发行人中期信用债的战术性机会，建议投资者把握当前收益率水平布局。

法德利差走阔，欧元区资产现分化

在欧洲市场，法德10年期国债利差周三扩大6个基点至110个基点，为2012年7月以来最高水平，彼时时任欧洲央行行长马里奥·德拉吉曾誓言"不惜一切代价"捍卫欧元。法国10年期国债收益率上涨15个基点至4.66%，涨幅明显高于德国国债。

瑞银认为，此次利差走阔主要反映市场对法国财政状况及明年总统大选的担忧，而非单纯受全球债券收益率上升拖累。法国财政赤字超过GDP的5%，其2.7万亿欧元政府债务的融资成本大幅攀升，可能导致信用评级进一步下调。目前法国国债收益率甚至高于BBB级意大利国债，显示市场已将其定位为利率敏感型高贝塔资产。尽管如此，瑞银不认为严重财政危机迫在眉睫，并维持对欧元区股市的正面看法，认为经济活动改善和盈利增长可抵消温和上行收益率带来的估值压力。

黄金短期承压，中长期配置价值依存

黄金承压下跌，跌破4300美元/盎司，报4280美元/盎司左右，过去一个月累计跌幅超过8%。美联储鹰派加息预期及强势美元构成短期阻力。

对此，瑞银表示，在加息预期及利率"更高更久"的前景下，黄金短期波动性可能进一步加大，但12个月维度内仍持建设性态度。央行持续购金、储备多元化需求、政府债务规模高企以及地缘政治不确定性，均构成黄金的中长期支撑。瑞银将黄金回调至4000美元/盎司附近视为投资者增持的机会，并预测黄金价格将于2027年9月前后升至5400美元/盎司。

风险提示及免责条款

瑞银：美企Capex意愿触底反弹，进一步加息对经济冲击或有限

Fri, 25 Sep 2026 08:34:12 GMT

美国企业资本开支意愿正在从低位反弹，进一步加息对经济增长的边际拖累或因此低于历史经验。

瑞银在近期报告中指出，美国企业投资已经经历较长时间的疲弱，当前资本开支的起点明显低于过去周期。在这一背景下，即使利率继续上升，其对企业投资的新增压制空间也可能有限。

与此同时，AI投资仍是美国资本开支增长的主要支柱。过去8个季度，AI相关投资同比增长26%；但更值得关注的是，剔除AI因素后，企业资本开支意愿也开始回升，显示投资企稳迹象可能正从科技行业向更广泛的企业部门扩散。

瑞银认为，长期低迷积累的维护和更新需求、企业充裕的经营现金流，以及AI需求向其他行业扩散的可能性，都可能为资本开支修复提供支撑。这意味着，判断紧缩政策的影响，不能只看利率水平，还要观察企业投资的边际变化。

传统投资已持续疲弱，利率冲击空间可能收窄

按照美联储FRBUS模型的经验法则，利率每上升100个基点，第一年大致会令经济增长减少60个基点，两年内累计拖累最多可达150个基点。这也是市场评估进一步紧缩影响的重要依据。

但瑞银指出，本轮周期的不同之处在于，企业投资并不是从高位进入紧缩阶段。

过去8个季度，美国私人非住宅固定投资同比平均仅增长0.1%，远低于3.2%的长期均值；住宅投资同比平均下降2.0%，也明显低于2.2%的长期均值。除科技领域外，美国传统投资已经持续疲弱至少两年。

因此，在投资本身已处低位的情况下，利率继续上升仍会形成约束，但进一步压低企业支出的空间可能已经缩小。FRBUS模型所反映的利率冲击并未失效，只是历史时期较为健康的投资起点与当前情况存在明显差异。

非AI资本开支意愿回升，投资出现早期转折

AI仍是当前美国资本开支最强劲的增长来源。过去8个季度，AI相关投资同比增长26%，表明美国企业投资并非全面收缩，而是高度集中于AI领域。

但瑞银观察到，非AI领域的资本开支意愿也开始改善。

瑞银汇总14项地区联储制造业和服务业调查中的资本开支意愿指标，并取其中位数。该指标在2025年4月之后一度跌至历史第3低百分位，到2026年8月已反弹至第36百分位。

这一水平仍然不高，但方向已经发生变化。历史数据显示，该指标每上升1个点，约相当于1.2个标准差，通常对应资本开支增速提高约5.5个百分点。虽然意愿不等同于实际支出，但通常会领先于资本开支变化。

瑞银同时对固定资本投资进行了AI因素剔除，共剔除5类AI相关投资。不过，“非AI”口径中仍可能包含部分AI支出，因此这一变化更适合被理解为非科技投资出现企稳信号，而不能视为AI影响已经被完全排除。

更新需求与充裕现金流支撑Capex修复

资本开支意愿回升，一个现实原因可能是此前被推迟的维护和更新需求开始释放。非科技投资持续疲弱至少两年后，部分企业可能已难以继续推迟设备和设施更新，因此近期Capex回升未必意味着全面扩张，也可能首先来自必要支出的重新启动。

企业现金流则提供了资金基础。经营现金流同比增加8250亿美元，增幅达25%；与此同时，除超大规模云服务商（hyperscalers）外，资本开支占经营现金流的比例仍接近历史低位。

这意味着企业并非缺乏资金，而是此前没有将更多现金流转化为投资支出。若资本开支意愿继续回升，充裕的内部现金流有望降低企业对外部融资的依赖，减弱高利率对企业投资的直接约束。

此外，如果AI基础设施、软件和自动化需求继续向非科技行业扩散，资本开支修复可能进一步扩大。当前数据尚不足以证明这一趋势已经全面形成，但非AI投资意愿从历史极低水平反弹，已释放出值得关注的早期信号。

风险提示及免责条款

机构：全球能源需求到2060年或增逾60%，油气仍将长期占据一席之地

Fri, 25 Sep 2026 08:01:07 GMT

全球能源需求仍将大幅增长，而能源转型并不意味着传统能源会快速退出，未来数十年油气仍将是全球能源体系的重要组成部分。

标普全球（S&P Global）最新报告显示，以巴西、印度、尼日利亚和印度尼西亚等新兴经济体为代表，全球总能源需求到2060年或较当前水平增长逾60%。这轮增长主要来自工业化、城镇化和收入提升带来的新增能源需求。

与此同时，可再生能源正在加速扩张，但煤炭、石油和天然气并不会快速退出。标普全球副董事长Dan Yergin表示，多种能源将在未来能源体系中共同承担新增需求，油气的存在时间将长于许多人的预期。

新兴经济体推动全球能源需求持续增长

标普全球指出，巴西、印度、尼日利亚、印度尼西亚等新兴经济体正加快工业化和城镇化进程，能源生产和进口需求随之扩大。这些经济体新增的能源消费规模庞大，将成为未来数十年全球能源需求增长的重要来源。

与此同时，可再生能源正在加快渗透。截至2025年底，非洲、亚洲和拉丁美洲63%的新兴市场太阳能发电占比已经超过美国，巴西、智利、萨尔瓦多、摩洛哥、肯尼亚和纳米比亚等国的清洁能源转型速度尤为突出。

但能源需求增长并不会随着清洁能源扩张而消失。对于仍处于工业化和收入提升阶段的经济体而言，电力、交通和工业领域的能源需求仍将持续增加，全球能源消费因此仍将呈现多种能源并存的格局。

资金与基础设施制约能源转型，油气仍将长期存在

可再生能源加速发展的同时，资金和基础设施不足仍是新兴经济体能源转型面临的主要约束。即使清洁能源成本持续下降，大规模建设发电设施、电网和储能系统仍需要巨额前期投资。

Energy for Growth Hub副执行主任Katie Auth指出，部分新兴经济体仍面临严重的能源贫困问题，其能源需求增长与经济发展、收入提升和就业创造密切相关。在这一背景下，这些国家很难直接跳过化石燃料阶段。

能源供应安全也进一步强化了这一现实约束。霍尔木兹海峡关闭引发的油气市场波动，凸显了全球能源体系对传统能源供应的依赖。Dan Yergin表示，煤炭可能获得更多空间，石油和天然气也将在未来能源需求中延续更长时间。

因此，全球能源转型更可能表现为能源结构逐步调整，而非传统能源快速退出。随着新兴经济体能源需求继续增长，可再生能源份额将不断提升，但在资金、基础设施和能源安全等约束下，油气仍将在较长时期内占据重要位置。

风险提示及免责条款

医药AI4S：Claude再下一城！赛道持续加热，哪些巨头入局？

Fri, 25 Sep 2026 07:30:38 GMT

就在刚刚，Anthropic甩出了新分子生物学实验室的”首个成果“：大模型Claude在噬菌体DNA中，自主发现了一套人类此前从未记录过的全新酶系统！

它的结构与上帝手术刀CRISPR高度神似，具备切割、复制、粘贴DNA的特征。在整个发现的过程中，一共动用了950个AI Agent，运行21小时，消耗约2.1亿Token。随后，人类科学家接手审查和实验验证。

可以说，从今天起，生命科学的科研范式彻底被改写了。

医药AI4S的加速里程碑，正在向我们走来。

从“AI失控”到全面监管：一场可能改变互联网规则的最坏情景推演

Fri, 25 Sep 2026 06:33:33 GMT

围绕“AI失控”的担忧正在演变为一场更广泛的监管讨论。分析人士认为，如果监管逻辑从限制AI风险进一步延伸至身份认证、内容审查和数字基础设施，最终影响的可能不只是AI行业，而是整个互联网的运行规则。

据OffGuardian作者Kit Knightly分析，当前围绕AI风险展开的讨论，与此前气候变化议题中的部分叙事路径存在相似之处——先强调风险，再推动干预措施，最终可能演变为一套更为严格的监管框架。

按照这一“最坏情景”推演，监管可能沿着一条逐步扩大的路径推进：先提高AI服务的使用门槛，通过付费、实名和内容审查加强控制；再以防范AI冒充人类为由，推动“人格证明”机制，将数字身份与更多线上活动绑定；最终，数据中心的能源消耗和碳排放可能成为新的监管切入口，并进一步影响互联网使用成本。

对投资者而言，这意味着开源AI模型可能面临更高的合规门槛，AI基础设施的监管成本或将上升，而大型科技公司凭借资金、技术和合规能力形成的优势可能进一步扩大。与此同时，依赖生成式AI降低运营成本的中小企业，也将面临更大的政策不确定性。

付费与实名：AI访问门槛或进一步提高

分析认为，潜在的监管措施可能首先体现在AI使用门槛上。免费、匿名访问生成式AI的模式或将受到更多限制，用户未来可能需要付费并完成身份验证，才能使用部分AI服务。

与此同时，用户提示词（prompt）的记录、审查乃至向政府报告，也可能成为监管框架的一部分。相关措施可能以防范AI生成违法内容为主要理由。

对开源AI社区而言，冲击可能更加直接。若模型开发者需要向政府登记、缴费并接受审查，开源生态的开发门槛或将明显提高。英国议会目前围绕“社交媒体许可法案”的讨论，也被视为类似监管思路的参照案例。

如果这些措施同步推进，可能进一步抬高AI开发和运营成本，并强化现有头部企业在资金、技术和合规方面的优势，中小型独立开发者和企业则可能面临更高的进入门槛。

“人格证明”：数字身份或成互联网通行证

另一条潜在的监管路径，则指向互联网长期存在的匿名性问题。以防范“伪装成人类的流氓AI”为由，监管者可能进一步推动“人格证明”（Proof of Personhood）机制。

按照这一设想，开设社交媒体账户、进行在线支付、购买托管服务等数字活动，都可能与经过验证的数字身份绑定。Noema Magazine此前也曾警示，随着AI代理在互联网中的规模扩大，平台可能要求用户通过身份验证，以证明其为真实人类。

如果这一机制进一步扩展，其影响可能超出AI监管本身。VPN使用、加密货币交易等依赖匿名性的网络活动，也可能面临更严格的身份验证要求，监管理由则可能同样指向“流氓AI”利用匿名网络活动规避追踪的风险。

数据中心税与“碳足迹”：互联网使用成本或上升

更进一步的情景，则涉及对互联网使用本身的约束。相关分析认为，数据中心高耗电、耗水以及碳排放等问题，可能成为推动数字使用成本上升的政策依据，并进一步延伸至普通用户的互联网消费。

在这一框架下，社交媒体、流媒体、网购和游戏等“非必要互联网流量”，未来可能被纳入类似碳足迹的数字账户管理。流媒体价格上涨、观看时长限制以及“无限流量”套餐成本上升，都可能成为潜在的政策工具。

对网站运营者而言，“数据中心税”等措施也可能通过托管成本传导至整个互联网生态，跨境访问甚至可能面临更高成本。大型企业由于拥有更强的成本承受能力和合规资源，受到的冲击可能相对有限，而独立媒体和小型网站的运营压力则可能上升。

需要强调的是，上述内容目前主要是最坏情景下的推演，并非已经确定的政策路径。Kit Knightly也将文章定位为假设性讨论，因此其中部分判断仍存在较大的不确定性。但对市场参与者而言，监管预期本身就可能影响企业决策和估值。开源AI平台、中小型科技企业以及依赖匿名流量的数字媒体，都可能面临潜在的政策风险。

随着AI能力快速扩张，监管与合规正成为影响行业竞争格局的重要变量。若相关要求持续收紧，合规成本上升可能进一步强化大型企业的竞争优势，并推动互联网规则发生更深层次的变化。

风险提示及免责条款

高盛180度转向！日元12个月目标从165上调至150

Fri, 25 Sep 2026 06:20:18 GMT

日元前景出现重大转折。高盛集团逆转今年7月确立的看空立场，大幅上调日元目标价，将12个月预测从165上调至150，理由是日本国内政策转向加速及资本回流预期升温。

高盛策略师Karen Reichgott Fishman在最新报告中同步上调日元三个月及六个月目标，分别由此前水平调整至158和155。她指出，日本央行加快加息步伐以及国内资本回流日本资产的可能性上升，共同构成此次预测大幅修正的核心驱动力。

受多重利好因素叠加，日元周五一度升至每美元158.28的高位。日本财务大臣片山皋月（Satsuki Katayama）此前透露，美国总统特朗普在与日本首相高市早苗的会面中就日元疲软问题表达了关切，此消息亦对日元形成明显支撑。

政策转向与资本回流：看涨逻辑的双重支柱

Fishman在报告中阐述，日本央行加快加息节奏已起到两重效果：一方面抑制了扩张性财政政策带来的通胀压力，另一方面也相应减轻了日元的贬值压力。

在资本流动层面，她指出尽管国内资产组合资金回流的趋势目前仍属推测，但这一可能性正在上升，由此在美元兑日元汇率上形成"下行不对称性"（downside asymmetry），增强了日元作为投资组合对冲工具的吸引力。

"上述种种发展，提升了做多日元的吸引力，尤其是在对冲衰退风险方面。"Fishman写道。

华尔街机构加速向看涨阵营靠拢

高盛并非唯一转变立场的主要机构。美国银行此前已将年底日元预测上调至149，方向与高盛一致。两大华尔街机构相继调整预测，显示市场对日元中期走势的主流判断正在发生系统性转变。

不过，高盛在战术层面维持短期谨慎立场。Fishman表示，该行目前倾向于做空欧元兑日元（EUR/JPY），而非直接做多美元兑日元，这一策略选择反映出其对近期美元走势仍存在一定不确定性的研判。

短期谨慎，长线看涨

尽管中长期目标大幅上调，高盛明确表示在近期操作上保持谨慎。这一"战术谨慎、战略看涨"的组合立场，意味着投资者在把握日元升值方向的同时，仍需注意短期波动风险。

日元目前已从近期低位显著回升，而政策面与外交面的双重利好若持续兑现，或将为日元进一步走强提供支撑。对于将日元纳入对冲配置的全球投资者而言，高盛此次转向释放的信号值得重点关注。

风险提示及免责条款

日元短线拉升，日本财务大臣：特朗普担忧日元走弱，将与美方密切协调

Fri, 25 Sep 2026 02:42:05 GMT

日本财务大臣片山皋月表示，特朗普及美方近期已就日元走弱表达关切，日方将继续与美方就汇率问题保持密切协调。消息后，日元短线快速走强。

9月25日，据报道，片山皋月表示，具体的货币政策工具由日本央行决定。日本央行最近的加息举措旨在实现通胀目标。她希望日本央行在与政府保持沟通协调的同时，实施恰当的货币政策，并表示不对具体的汇率水平及汇率检查发表评论。

她还称，特朗普及美方在峰会期间对日元走弱表达了担忧，日方将在外汇问题上与美方保持密切协调。高市早苗首相总体上对日元走弱表示关注。

截至发稿，日元走强，美元兑日元跌0.29%至158.37。

风险提示及免责条款

恒生科技指数日内跌幅扩大至2%。小米、阿里巴巴跌超3%

Fri, 25 Sep 2026 01:31:13 GMT

恒生科技指数日内跌幅扩大至2%。小米、阿里巴巴跌超3%。

风险提示及免责条款

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

卜淑情、鲍奕龙 — Fri, 25 Sep 2026 01:24:11 GMT

甲骨文援引不可抗力条款，试图为其在新墨西哥州的巨型数据中心项目筑起财务防火墙，这一举动令本已深陷困境的Project Jupiter再添变数，并迅速向整条融资链传导压力。

据彭博报道，甲骨文已向该项目开发商——Blue Owl Capital旗下子公司Stack Infrastructure——发出援引不可抗力条款的正式通知。

报道称，甲骨文此举并非意图退出主要租户地位，而是寻求在项目无法按原计划于2028年上线的情况下，推迟相关付款义务。

消息公布后，甲骨文股价随即下挫，日内一度跌超7%，最终收盘仍跌约3.5%，Blue Owl Capital股价同步收跌3.6%，数据中心供能商Bloom Energy跌幅亦达3.1%。

Project Jupiter是一个规模庞大的特殊目的载体（SPV）项目，计划在新墨西哥州约1400英亩土地上建设四座数据中心，为OpenAI提供总计3000亿美元的算力，融资结构涵盖债券、贷款及Blue Owl股权。此次不可抗力通知的发出，令市场对该项目能否如期推进的疑虑骤然升温，相关贷款此前已跌至承压水平。

项目本身：规模宏大，麻烦同样巨大

Project Jupiter位于新墨西哥州多纳安纳县，占地约1400英亩，设计算力容量达2.45吉瓦，相当于约180万户家庭的同时用电量，总投资规模约为1650亿美元。

该项目由Stack Infrastructure开发，是Blue Owl的投资组合公司，而Blue Owl本身亦承诺提供股权资金。

然而，项目自宣布至今近两年，已陷入多重困境：

关键能源许可申请遭到拒绝；

当地居民对项目的供水影响和空气质量问题强烈抗议；

甲骨文签约的能源供应商Bloom Energy的燃气排放同样引发外界批评。

据彭博此前报道，项目首期工程已较原定完工时间延误至少七个月，原计划于今年11月投入运营的节点已不可能实现。

雪上加霜的是，为Project Jupiter供气的Energy Transfer LP天然气管道项目，原定本月投入使用，但因新墨西哥州土地局多次拒绝批准管线路线许可，已延期至少六个月，最早于2027年2月1日才能投入服务。

Bloom Energy股价随甲骨文消息应声下跌。

不可抗力通知：法律手段背后的财务逻辑

不可抗力条款在能源与大宗商品领域长期是应对极端事件的标准工具。

但据律所Quinn Emanuel Urquhart & Sullivan LLP今年6月发布的客户简报，此类条款正在数据中心开发领域加速普及。简报指出：

在AI数据中心项目中，不可抗力条款已不再是合同末尾的样板条文，而是一项核心的诉讼与风险分配工具，可以决定一个延误究竟只是孤立事件，还是会级联穿透整个项目的建设、客户、电力、保险与融资文件。

彭博指出，甲骨文发出该通知的意图，并非立即退出作为项目主要租户的角色，而是在Project Jupiter无法按2028年计划上线的情况下，为自身争取暂缓付款的合同依据。

不过，此举是否能真正豁免甲骨文此前承诺的财务义务，目前仍存在不确定性。对此，甲骨文发言人回应称：

Project Jupiter仍在按计划推进，我们对新墨西哥州的承诺坚定不移，对项目前景充满信心。

此外，值得关注的是，数据中心租约通常含有条款，允许客户在服务未能按时启动的情况下退出合同。谷歌今年与SpaceX签订算力合同时，即保留了在特定日期前无法获得访问权限情形下的终止权利。

连锁反应：星际之门蓝图与OpenAI的双重压力

Project Jupiter延误的影响远不止于单一项目。作为星际之门计划的旗舰园区，其进度直接牵动OpenAI的算力部署节奏。

OpenAI此前已与甲骨文和软银签署协议，支持包括新墨西哥州在内的五个数据中心的开发建设，算力缺口一旦形成，将对其产品扩张计划和商业化进程产生实质影响。

Blue Owl Capital股价随消息公布跌至近两个月低点，持续逼近历史低位。甲骨文自身财务状况亦不容乐观，公司债务规模约为1670亿美元。

甲骨文的信用违约互换（CDS）价差已连续刷新历史高位。

星际之门计划的另一锚点项目、由软银孙正义主导的SB Energy数据中心同样麻烦缠身。该项目IPO计划已因类似的延误问题被迫推迟。

SB Energy设计发电量高达8吉瓦，完工后将成为全球最大数据中心，但其落地同样面临来自地方层面的强烈阻力。甲骨文今日的不可抗力通知，或将进一步打击外界对该IPO的信心。

政治变量：中期选举或加剧项目不确定性

项目所在的新墨西哥州正成为AI数据中心建设争议的政治风向标。

当地居民此前并不知晓该项目与甲骨文和OpenAI存在关联。据彭博此前查阅的文件显示，开发商在获得审批后才公开了这一信息，由此引发更广泛的信任危机。

甲骨文目前已在新墨西哥州展开公关攻势，试图化解当地反对情绪，但效果尚不明朗。

美国中期选举结果将成为影响项目走向的关键变量，若民主党赢得多数席位，外界普遍预期将对相关项目施加更严格的监管审查，进一步推迟建设进程。

这一政治不确定性，叠加许可瓶颈、融资压力与能源供应延误，正在将Project Jupiter从一个AI投资盛景的象征，逐步演变为整个美国AI基础设施建设能否如期落地的压力测试。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

比尔·盖茨：AI已强大到足以造成“10亿人死亡”

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%

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】

一场跨越十余年的宏观交易——从新西兰看小型开放经济体

二、小型开放经济体的基本框架：经常账户、利差与房贷

报道：特斯拉Optimus机器人产能已提升10倍，目标年底周产千台

生产线问题集中于手部组装与自动化设备

供应链高度依赖中国，质量一致性存隐患

AI能力不足，机器人仍依赖特定任务训练

商业化路径：租赁优先，目标客户锁定类特斯拉工厂

马斯克放话：Colossus 2部署的英伟达芯片年底或增加一倍

美国8月耐用品订单环比初值 0%，预期 -0.3%，前值 1.1%

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

10天关键窗口

乌克兰多地遭袭 泽连斯基呼吁美欧落实对俄制裁

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

尚未突破百万日活，Muse已频现服务异常

独立虚拟机架构推高算力需求

用户扩张与商业化同步推进

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

AI的安全不能只靠限制访问，关键是让更多人拥有制衡能力

Muse不只回答问题，还要围绕用户的长期目标持续执行任务

为了让用户放心接入私人信息，Meta如何设计Muse的隐私与权限保护

Llama 4偏离预期后，Meta用更小的核心团队和更大算力重建AI研究

从模型安全到智能眼镜和青少年保护，技术扩散必须与明确边界同行

AI资本开支冲向1.7万亿美元，回报要达到什么水平才算合理？高盛算了一笔账

资本支出激增，投资者关注回报

半导体供应链数据印证需求规模

ROIC框架：关键假设与测算逻辑

云服务积压订单提供变现参照

企业管理层对ROIC前景表态乐观

变现路径多元，需求驱动有据可查

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%

通胀未退，经济仍有韧性

美债买家趋于“脆弱”，市场波动风险上升

5%之后，市场还要看什么？

为了把更多HBM塞进芯片，英伟达加速推进玻璃基板技术

玻璃基板瞄准AI芯片封装瓶颈，有望扩大HBM集成

TGV金属化仍是量产关键，商业化尚未完成

新型烟草的春天：中外政策同时修复， 行业预期明年有望上修？

一、发生了什么？政策信号改善

国内：一份强制性国标

财政端的推力，比产业端更强

但"涨价续命"模式，第一次失灵了

海外：FDA 的"开口"与"收紧"

二、为什么重要？影响因子哪几个

先看分母：同一个"全球 HNB 市场"，两套口径差 3.5 倍

情景测算：决定权不在产业手里

价值量放大在哪里：用量结构切换

三、接下去关注？哪些信号值得关注和跟踪

刚刚，GPT-6开真车考过了科目二！

没摸过方向盘，直接开真车上考场

考前死活不开，补考一把满分

三个挂科生，全栽在看不懂锥桶上

比遛弯还慢，却是大模型开车头一回

6.3%！违约率新高：私募信贷的真正风险是赎回还是再融资？

真正的风险在于信用与流动性相互强化

新政后拿下首宗现房销售地块的房企，出现了！

两位“尝鲜者”的拿地逻辑

“一地一策”，并非一刀切

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

加息预期或高估，PCE修订成关键变量

强劲PMI数据为企业盈利提供支撑

收益率上升为固定收益创造结构性机会

法德利差走阔，欧元区资产现分化

黄金短期承压，中长期配置价值依存

瑞银：美企Capex意愿触底反弹，进一步加息对经济冲击或有限

传统投资已持续疲弱，利率冲击空间可能收窄

非AI资本开支意愿回升，投资出现早期转折

更新需求与充裕现金流支撑Capex修复

机构：全球能源需求到2060年或增逾60%，油气仍将长期占据一席之地

新兴经济体推动全球能源需求持续增长

资金与基础设施制约能源转型，油气仍将长期存在

医药AI4S：Claude再下一城！赛道持续加热，哪些巨头入局？

从“AI失控”到全面监管：一场可能改变互联网规则的最坏情景推演

付费与实名：AI访问门槛或进一步提高

“人格证明”：数字身份或成互联网通行证

数据中心税与“碳足迹”：互联网使用成本或上升

高盛180度转向！日元12个月目标从165上调至150

乌克兰多地遭袭泽连斯基呼吁美欧落实对俄制裁

新型烟草的春天：中外政策同时修复，行业预期明年有望上修？