华尔街见闻 - 资讯 - 最新

“史上最大规模传票”！民主党“枕戈待旦”，马斯克中选后面临“全面报复”

Sat, 24 Oct 2026 09:34:18 GMT

马斯克与民主党之间的政治对决正在急剧升温。随着美国国会中期选举临近，民主党人已公开放话，一旦夺回国会控制权，将对马斯克发起全面国会调查，并祭出被外界称为“史上最大规模传票”的法律手段。马斯克则以强硬姿态回击，誓言反击到底，并正斥资数亿美元力保共和党守住国会席位。

据媒体报道，民主党正筹备对马斯克旗下企业及其政府活动展开大规模国会调查，调查范围涵盖其联邦政府合同、领导"政府效率部"（DOGE）期间的相关行为，以及涉嫌干预乌克兰军事通信等多项指控。

纽约大学教授Scott Galloway在其播客节目中预言："11月4日之后，你将看到史上最大规模的传票和国会听证要求砸向他。"资深科技记者、马斯克批评者Kara Swisher随即附和："对，百分之百。他们已经说了，这是板上钉钉的事。"

面对步步紧逼，马斯克在X平台上以"以剑为生，以剑为亡"（Live by the sword, die by the sword）作出回应，并警告称将追查“真正幕后操盘者”，而非仅针对“傀儡”。与此同时，马斯克正向维持共和党国会多数席位的政治行动倾注数亿美元资金，将这场政治博弈与其商业利益深度捆绑。

民主党锁定三大调查方向

据媒体周二报道，民主党高层正就三条主线推进对马斯克的调查部署。

其一，联邦合同与利益冲突。民主党议员Rep. Pramila Jayapal（华盛顿州）直接点名质疑：“当一个人从政府拿到巨额合同，却反过来利用这份合同切断对美国至关重要的乌克兰战场通信，这意味着什么？”这一表述直指马斯克旗下星链（Starlink）卫星服务在乌克兰战场上的角色争议。

其二，DOGE的“破坏性遗产”。马斯克主导的政府效率部曾大刀阔斧削减联邦开支、取消政府合同、压缩联邦雇员规模。民主党议员Rep. Greg Meeks（纽约州）表示：

“国会必须要求对马斯克和DOGE造成的损害进行全面清算，我们不会允许任何人阻挠我们的监督职责。”

其三，乌克兰军事通信干预指控。民主党人将马斯克在乌克兰冲突中的通信决策列为重点审查对象，认为其中存在潜在的国家安全风险与利益输送问题。

马斯克强硬回击，誓言反制

面对来势汹汹的调查威胁，马斯克并未选择低调应对，而是公开宣示反击立场。他在X平台发文称，将深挖“真正拉线的人”，而非仅仅应对台前的“傀儡”，措辞强硬，暗示将把政治攻势延伸至民主党内部更深层的权力网络。

马斯克此前亦已明确表态，若民主党在11月选举中重夺国会控制权，他将采取报复行动。这一表态将其个人政治命运与共和党的选举结果直接挂钩。

在政治防御层面，马斯克正将资本力量转化为选举筹码。据报道，他正向维持共和党国会多数席位的相关政治行动投入数亿美元资金。

分析认为，这一举动的逻辑清晰：共和党若守住国会，民主党的调查议程将无从落地；一旦民主党翻盘，马斯克的联邦合同、DOGE遗留问题乃至其商业版图都将面临系统性的国会审查压力。

对投资者而言，特斯拉、SpaceX等马斯克旗下核心资产的政策环境，将在相当程度上取决于11月选举结果。

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。

亚马逊CEO：AI业务年化收入超250亿美元，增速是AWS初期的数百倍，砸2200亿美元仍无法满足需求

Sat, 24 Oct 2026 09:00:00 GMT

近日，亚马逊CEO安迪·贾西（Andy Jassy）作客知名风投a16z的播客节目，与a16z联合创始人Ben Horowitz进行了一场深度对谈。在这场访谈中，贾西全面揭示了亚马逊在生成式AI浪潮下的战略全景。

面对华尔街对科技巨头无底洞般资本支出的担忧，贾西给出了最直接的市场反馈：需求不仅没有放缓，反而正在极速透支未来的产能。同时，他详细拆解了目前AI市场的“杠铃型”需求结构，并明确指出，要真正解锁企业级的AI应用，算力推理成本还必须再降一个数量级。

“即使砸下2200亿美元，我们仍把大量需求留在了桌面上”

市场当前最关注的核心问题，是巨头们动辄千亿的资本支出是否会变成过剩的沉没成本。贾西用一组惊人的订单数据直接回应了市场的疑虑。

“即使今年花费2200亿美元，我们仍然把大量有意义的需求留在了桌面上。”贾西在访谈中直言不讳地指出当前算力极度供不应求的现状：“我们总是会为按需服务保留一定比例的算力，但2026年的产能显然已经售罄，2027年也基本售罄，甚至2028年的很大一部分也已经卖光了。”

从业务增速来看，AI带来的增长曲线极其陡峭。贾西对比了AWS（亚马逊云服务）早期与当下的发展速度：“在AWS刚起步的前三年，我们觉得自己增长很快，当时的年化收入运行速率大约是6000万美元。但在这一波生成式AI浪潮的前三年里，我们在AWS的AI业务年化收入运行速率已经超过了250亿美元。它的速度是当年的几百倍，我们从未见过类似的情况。”

针对资本市场的担忧，贾西解释了数据中心投资的现金流周期逻辑。他表示，数据中心建筑的投资需要提前两年，但使用寿命长达30年；而服务器和网络设备的采购则只需提前几个月。这意味着公司对客户需求有非常清晰的能见度。“如果你发现实际上不需要填满那些数据中心，你就不会去买服务器和网络设备。大部分服务器协议都是五年期，通常三年就能实现盈亏平衡。由于这种现金周期的存在，当你以如此快的速度增长时，早期的自由现金流确实会面临逆风，但一旦全部上线，回报将非常可观。”

驳斥数据中心争议：“高尔夫球场两天的耗水抵我们一年”

在美国本土，数据中心的能耗和环保问题正演变成一场政治争议。贾西对此予以了强硬回击，并将其上升到了国家竞争力的宏观层面。

“我们正在经历的基础设施建设，其规模堪比上世纪50年代美国建设高速公路和桥梁。国家乃至整个世界都承受不起不建数据中心的代价，否则我们将发现像中国这样的国家会确立所有的领导地位和规范，这对我们无论是国内还是全球层面来说，都是不可接受的。”

对于环保指控，贾西抛出了极具冲击力的数据事实：“现在有很多介于神话和谎言之间的说法正在传播，因为政客和投机者喜欢找一个简单的‘反派’。事实上，高尔夫球场或杏仁种植业消耗的水量远超数据中心。作为一个数据点：高尔夫球场消耗的水量是我们的200倍，它们两天用的水比我们数据中心一年用的还多。”

他还补充道，备用发电机的污染也被严重夸大：“你必须按照全天候满负荷运行来注册申报污染量，但实际上我们每年只运行备用发电机0.1%的时间（约10小时）用于维护。”

AI需求的“杠铃效应”与降低推理成本的核心逻辑

在拆解具体的AI需求时，贾西提出了一个生动的“杠铃”理论，这也解释了亚马逊为何坚持自研芯片的战略。

“杠铃的一端是AI实验室，他们正在消耗我见过的海量算力；另一端是企业，主要利用AI来降低成本和提高生产力，比如自动化客服或业务流程。而杠铃的中间，是企业目前的生产工作负载。绝大多数企业还没有普及（AI推理），但我认为5到7年后，几乎所有现存的企业应用都将深度使用推理技术。”

然而，要激活“杠铃中间”的庞大市场，价格是最大的绊脚石。

“过去几年，推理成本已经下降了不少，但在我看来，它仍然贵了一个数量级（an order of magnitude too expensive）。”贾西强调，“如果你要求企业用AI加速器重写他们现有的CPU应用，如果成本差异巨大，他们重写的门槛就会非常高。但如果你能把推理成本降下来，门槛就会大幅降低。这就是为什么我们要在自研芯片业务上发力。”

贾西高度评价了2015年收购芯片设计公司Annapurna Labs的交易，称其为“亚马逊历史上最成功的一笔收购，甚至没有之一”。他透露，通过自研的Graviton处理器（性价比比其他x86高出40%）和Trainium AI加速器（性价比高出30-40%），亚马逊正在强行拉低算力成本。

组织重塑：6名工程师干了40人一年的活，所有产品必须推倒重来

除了向外输出算力，AI正在从内部重构亚马逊这台庞大机器的运转方式，首当其冲的就是人员架构和产品开发逻辑。

贾西分享了一个令人震惊的内部案例：Bedrock（亚马逊AI推理服务平台）团队仅用6名工程师、耗时76天就重构了推理引擎，而这在过去需要40个人花上一整年的时间。

“这让所有人大开眼界。”贾西直言，“未来，做同样工作的人类将会比今天少。我不是说不需要人了，但随着业务规模扩大，我们不会再像过去那样投入那么多的人力。团队会变得更小，人们需要跨职能工作，因为模型能帮你完成80%的工作。”

在产品层面，贾西认为渐进式改良已经走不通了，必须拥有“从头开始重构”的魄力。

“对于像Alexa这样的产品，它的‘大脑’在开发时非常具有创新性，但因为生成式AI的出现，能力的边界已经完全不同了。如果你想拥有制胜的客户体验，你必须重新接入（rewire）Alexa的大脑。”

不仅是Alexa，贾西指出，亚马逊的零售、Prime Video、音乐等所有核心消费者体验，都必须在未来几年内结合AI进行彻底的重新构想。“团队往往会因为骄傲和历史包袱而抗拒，说‘我们试过那个，行不通’。但这（重构）是必须经历的痛苦，如果只想着渐进式改善，三五年后你就会被淘汰。”

以下为播客全文翻译：

Andy Jassy 00:00

即便今年要投入 2200 亿美元，我们仍然把相当可观的一部分需求留在了桌面上。我们总会留一部分产能给按需使用，但 26 年显然已经售罄，27 年基本售罄，28 年也有相当一部分已经售罄。

Andy Jassy 00:14

金融市场在说，哎呀，世界上没有那么多钱来给这些东西融资。可我们今天在这个世界上做的每一件事——股市、银行、医疗——它们都在用数据中心。我们的工作就是想办法拥有尽可能多的产能；我们有这个机会，去覆盖多得多的客户体验，让他们的生活每天变得更好、更轻松。那些大型实验室愿意为电力、散热和芯片付出几乎任何代价。嗯，也许我们应该把老客户买出来、再卖给新客户，因为他们出价随我们开。

a16z 00:48

Andy，欢迎来到节目。很高兴你能来。谢谢你们的邀请。那么，你执掌亚马逊已经五年了，做了很多事。能来到这里本身就很不容易，作为 CEO 也有很多事情在接连推进——你现在手上是 2200 亿美元的资本开支，AWS 增长了 20%、28%。嗯，嗯，你确实已经做了很多。

Andy Jassy 01:09

你已经实现了这么多，那么你怎么看待 2026 年亚马逊的雄心——相对于 2021 年你正式接任 CEO 的时候？哦，2021 年感觉已经是很久以前的事了，感觉就像、你知道的、像十年前一样。但是，你知道的，世界变化太快了。而且，你知道的，就是……

Andy Jassy 01:30

如果和 2021 年相比，我们的整体营收大概高出 80%，AWS 业务大概接近三倍，广告收入大概是两倍半。所以这门生意，你知道的，增长得相当多。

Andy Jassy 01:47

我觉得确实发生了几件事。在我刚上任不久——那正好赶在疫情尾段——我们的零售业务遭遇了一个真实的履约成本难题：我们基本上把履约网络的规模翻了一倍。我们用 25 年建起来的网络，在大约 18 个月里把规模翻了一倍；接着又在大约 20 个月里，建成了一个规模相当于 UPS 的末端配送运输网络。而只要你建得这么快，就一定会留下各种各样没有优化到位的东西。我们在履约网络里的履约成本，并不是我们想要的样子。嗯，你知道的，这在当时带来了很多挑战、很多焦虑。我记得那会儿我上任也就一年左右、还不到一年，大家都在说：哎呀，这个时候接手真是最糟糕的时机，运气太差了。可是现在回头看，我觉得那其实是一个非常好的开始时机，真的是一种福气——因为它逼着我们去考虑一大堆本来可能很多年都不会去考虑的事情，而那些事情对我们的客户、对我们的业务来说都是非常好的想法。其中最大的一件，就是我们的履约网络：我们把这个原本扁平的全国性履约网络在美国做了区域化改造。通过区域化，我们把商品放得离客户近得多，结果不仅因为运输距离更短而降低了履约成本，同时送达客户的速度也快得多。嗯。在那个我们为履约成本苦苦挣扎的阶段，重新审视我们那些最根深蒂固的信条，真正释放了配送速度和零售业务里的大量需求，也是我们在那里能增长得这么快的一个重要原因。当然，你知道的，紧接着就是 AI 如何进一步引爆全场。并不是说 AI 是什么新东西——我们大家做机器学习已经很久了，此前也有过好几波被认为“真正的转折点”的 AI 浪潮。但当你走到 2023 年，你真的会看到生成式 AI 带来的巨大不同。我想说的是，当时我们的 AWS 业务已经增长得非常快了。我们有、你知道的、明显最广的功能覆盖、更强的运营表现和安全性，而且我认为还有一种不一样的伙伴生态。我们是明确的领导者，我们当时觉得，这门生意在很长一段时间里——假设十年以上——能做到几千亿美元的收入。现在我们再看 AI 正在发生的一切，再看我们所知道的每一种客户体验都将因为推理和 AI 而被重新发明，我们实际上认为，AWS 业务不仅增长非常快——上个季度我们同比增长了 36.7%，而且是在 1690 亿美元年化收入的体量上——今天摆在我们面前的机会真的非常惊人。而且你知道的，我觉得如果你再往上叠一层，我们有那些新业务的种子：不管是团队把 Prime Video 做成了什么样——它现在已经是规模很大而且盈利的业务；还是我们正在用 Amazon Leo 建设的低地球轨道卫星；或者是和 Zoox 一起做的自动驾驶网约车服务；还有医疗业务，以及我们在机器人领域做的事。你知道的，我们真的有机会去帮助多得多的客户，覆盖多得多的客户体验，让他们的生活每天变得更好、更轻松。而这个“努力让客户的生活每天变得更好、更轻松”的使命，真正把我们在公司各处所做的事情统一在了一起。那么关于这个我有几个追问。其一，你刚刚提到，当你这么快地扩建履约网络时，它必然会有点低效。你知道的，当你推进得这么快，就一定会有些粗糙的地方。那么你是怎么——而且你还提到内部围绕这件事有些焦虑——从一个 CEO 的视角，你要怎么去沟通你在做的事，同时又不拉低文化标准？我的意思是，亚马逊是以卓越、以运营效率、以节俭著称的，所有这些东西。可你现在说的是：我们要建一个 UPS 那样的东西，诸如此类。那么你是怎么把这两者调和起来的？嗯，有意思的地方在于，我们有这套很多人都知道的领导力准则，一共 16 条。很多条准则，它们本应、也确实在支配我们作为一个团队在运营和文化上的思考方式。但其中有好几条彼此之间是存在张力的，有时候人们会为此感到困惑。可现实是，这恰恰反映了真实世界的运作方式——没有任何事情是真正干净利落的，你永远在做取舍。所以回到当时那个时刻，当我们决定以那么激进、那么快的节奏去扩建履约网络和末端配送运输网络时，团队面临的问题是：我们知道，如果推进得这么快，会非常艰难；成本很可能比慢一点做要高；我们也很可能没法把每件事都做得像慢一点做时那么优化。但客户和卖家真的非常需要它。所以，我们到底要不要偏向“先把它做起来”这一边？你要记得，那时候是疫情早期，所有的实体店都关了。我是说，如果你看看亚马逊在疫情期间在每个人生活中扮演的角色，那是非常具有开创性意义的。所以我们必须问自己：我们是不是要建得快、也许做得没那么优化，以此来换取服务好那些客户和卖家——那些卖家当时也在努力让自己的生意维持下去？这是你首先要做的决定。而我们决定，就像我们几乎一贯所做的那样，偏向客户这一边。你知道的，接着，在建设过程中很快就很明显了——我们规划的事情并不是每一样都进展得很完美。我们有、你知道的，我们的履约团队比公司其他大部分部门更常在办公室里。但即便如此，还是有大量的人需要参与到大量的设计、规划和评估中。人被分散在各处、远程办公，然后你还要去平衡“崇尚行动”或者说速度，与“坚持极高标准”之间的组合或者张力——后者意味着你要按自己一贯规划的成本结构、交付方式和设计去交付。所以你又得做取舍。我们的取舍是站到客户这边、快速推进，以便服务好卖家和消费者，而且我们当时就想到后面会有一定量的清理工作。那么，我们当时是否确切知道最终会演变成后来那样？没有。也有一些东西是我们没有优化到位的，而我不确定我们事先预见到了它们不会被优化。但如果你有好的度量指标，如果你的文化是一个讲真话的文化——这也是我们文化中另一个非常重要的部分——我们，你知道的，会把数据摆到桌面上，把问题摆到桌面上，彼此直接沟通，我们不允许别人把问题粉饰过去。如果你有这样一种文化，那么在指标上会相当明显，在讨论中也会相当明显。然后你只要去想办法怎么改进它，分清哪些只是些小的效率问题，哪些是架构性的问题。等我们把那批产能装上之后，我们回过头去真的重新架构了网络的关键部分——那件事当时在那个团队的优先级清单上大概排第八、第九位，但后来变成了重要得多的优先级，因为它能真正拿到速度和成本的组合。是的，很有意思。你知道的，有点像最开始，当你创办 AWS 的时候——你创办 AWS，那时候的套路有点像“建好了他们就会来”，对吧？你在建这一整套基础设施，然后你去运营它。所以他们必须得来，否则你就麻烦大了。但现在这件事是在一个大得多的规模上重演：你和其他一些公司——不过我得说，主要是你，至少你肯定是最大的玩家之一——正在以如此之快的速度建设数据中心和芯片产能，以至于金融市场开始说：哎呀，世界上没有那么多钱来给这些东西融资。然后，我们前阵子在 CoreWeave 的债务市场和股权市场等等地方，就看到了那种紧张情绪。所以你怎么判断——考虑到需求这么陡峭、你增长这么快——这轮建设到底建到多少才算太多？而且供应链上还有争夺，你要去抢你的散热、电力、芯片所有这些东西。是的，这是个非常好的问题。我真希望有个公式能把它变简单，那能替我们团队省下大把时间。嗯，我想我会这么说：在云的第一波浪潮里，当我们创办 AWS 的时候，确实有一点点“我们不知道人们会不会用它，所以先建好了他们就会来”的味道。但我们在公司内部有很好的信号。当时，你知道的，大约是 2000 年代早期那几年，我们有不少团队的推进速度远没达到我们的期望——尽管相对而言我们已经觉得自己够快了。但我们就是搞不明白为什么要花那么久。原因其实是，我们的产品团队把 70% 到 80% 的时间花在了基础设施那部分工作上，而那部分并不能让他们形成差异化；只有大约 20% 的时间花在真正让产品有差异的部分上。于是我们、你知道的，我们意识到每个团队都在重复做这件事、都在重新发明轮子。所以我们最初构思 AWS，是为了让我们自己在内部能跑得更快。我们当时的判断是：如果我们建一套大规模、高可用、低成本、高度灵活的基础模块服务，比如计算、存储、数据库、内容分发、消息等等，我们就能在消费者业务里建得快得多。然后我们只是说，相对而言我们技术还不错，其他公司大概也有同样的问题。但甚至在我们对外发布之前，公司内部就有那么多团队感兴趣，我们就知道方向对了。我不认为我们当中有人预料到它在外部会增长得那么快。在 AI 这边，你知道的，正如你所知，此前出现过一波又一波的人说：就是现在了，AI 终于来了。甚至在生成式 AI 这波浪潮之前大概六七年，人们就觉得那是 AI 的时代。我们建了一大堆 AI 服务，在 AWS 那边其实是一门相当不错的生意。但跟我们现在看到的完全没法比。在 AWS 的早期，我们、我们觉得自己已经增长得非常快了，而且对此感觉不错——三年之后，我们做到了大约 6000 万美元的年化收入。而在生成式 AI 这波浪潮的头三年里，光是我们在 AWS 里的 AI 业务，年化收入就超过了 250 亿美元。所以它快了几百倍。这个、我们真的从没见过这样的东西。于是问题就变成：你想投多少资本开支去追逐这个机会？我能告诉你的是，我们说过，2026 年我们预计要花大约 2200 亿美元的资本开支。顺便说一句，我记得大概 15 年前在一次领导团队早餐会上，我们当时无法相信有电信公司会花 500 亿美元做资本开支，我们当时说：他们怎么能花这么多钱在资本开支上？所以这些数字，你知道的，真是让人脑子发麻的数字。而即便今年要花 2200 亿美元资本开支，我们仍然把相当可观的一部分需求留在了桌面上。在这里真正帮到我们的是，我们对客户需求有很好的可见度。所以如果你去看 AWS 的资本开支投资以及现金周期的运作方式，它有两大块：一块是数据中心的投资，另一块是服务器和网络的投资。数据中心这一块，你必须、你知道的、提前大约两年投入，之后你才能在数据中心里放上服务器并开始变现。好消息是，这笔投资你只需要做一次，它是一个使用寿命资产，大约 30 年。但你得提前几年做这笔投入。服务器和网络设备则只需要提前几个月，视具体部件而定。所以在你真正扣动扳机之前，你对客户需求有很好的可见度。如果最后发现你其实并不需要那些产能去填满这些数据中心，你就不会去买服务器和网络设备。平均而言，它们、你知道的、大约三年就能回本，而目前它们的使用寿命大约是五到六年。我们做的大部分交易都是大约五年的。所以当你像我们这样同时建这么多数据中心、建得这么快时，你会花掉大量资本，而且你的自由现金流在那些年份会承受逆风——直到几年之后走到那个后期阶段：所有这些数据中心都上线了、都在变现了、你从服务器和网络投资里把钱赚回来。但由于现金周期的运作方式，在你增长得这么快的头几年，它确实会带来逆风。那么顺着这个说，你知道的，回到你创办 AWS 的时候，数据中心大概是世界上你最不可能相信会变成一个政治议题的东西。可我们现在就处在这样一个局面里，尤其在美国。你知道的，这挺有意思的，我相信你也经历过——世界上没有哪个地方的人，会比美国政治圈那样反数据中心，不管出于什么原因。所以你，你知道的，这种情况最终会怎么影响这件事？我想问的是，反数据中心的论点有任何道理吗？然后，这又会如何反过来影响你的策略——你在这里建什么、你在其他地区建什么？嗯，好的，我可以给你一些我所掌握的、至少是我所相信的背景。你想想，我们今天在这个世界上做的每一件事——股市、银行、医疗、娱乐、购物、教育、商业、网约车——我们所做的一切都是数字驱动的，它们都在用数据中心，说白了就是这么简单。不，每个人都是；我反对的是我自己，我再也不想用我的手机了。可它们都用数据中心。而这还只是在 AI 之前。AI 是我们这个时代最大的技术变革——考虑到我们经历过互联网、云和移动互联网，这么说是有分量的。所以现实是，为了支撑我们刚刚谈到的 AI 侧那种高速增长，我们所需要的这类基础设施建设，在这个世界、在这个国家，大概自 1950 年代我们修建高速公路和桥梁以来，就没有出现过能与之相比的东西。我是说，我们现在正在经历的，就是那种量级的建设。而这个国家——我认为整个世界大体如此，但我要特别说美国——承受不起不建数据中心的代价，否则我们会发现，像中国这样的另一个国家会把所有的领导地位和所有规则都确立在那里。我认为我们谁都不会喜欢那样，无论在国内还是在全球。所以我们现在必须建数据中心。那么，我是否认为作为整个行业，我们有办法做得比现在更好？当然。我觉得事情发展得很快，大家都在共同学习。但现在有一批——我会称之为介于迷思与不实之词之间的东西——正在被传播，因为这是那种人人都能找到一个现成“反派”的议题。在政治上，有时候机会主义者喜欢去找出那个反派来指指点点。我可以给你举些例子。高尔夫产业或者杏仁种植产业消耗的水，比数据中心多得多。就给一个数据点：高尔夫球场这样的场所，耗水量是我们所有数据中心的 200 倍；它们两天的耗水量，比我们数据中心一年的耗水量还多。所以这类例子有很多，这是个很好的例子。或者你可以谈污染。实际情况是，当你注册新的场址、配备备用发电机时，你必须登记并申报：如果你把这些发电机全部满负荷、全天候运行，排放量会是多少。但当然，这种事从来不会发生。备用发电机一年只运行千分之一的时长，比如一年 10 小时用于维护。所以，你知道的，或者你谈电价——如果你去看我们有大规模数据中心布局的不同地区，有些地方的电价涨了，有些地方的电价降了。但真正的问题是：作为一个国家，我们没有以应有的方式投资我们的电网基础设施。这里必然会有可观的增长，所以总有什么东西会把它推到需要投资的临界点。结果就是 AI——因为它增长得如此之快、体量如此之大——成了那个把它推过去的东西。但等你真的把产能建起来，你会发现，在大多数地区，电价最终会走平甚至下降，就像在印第安纳州、佐治亚州或密西西比州发生的那样。所以，是有一些我们能做得更好的地方。另外人们容易忘掉的一点是：在这些地区，大型数据中心供应商缴纳了大量税收。你看，就拿印第安纳州的圣约瑟夫县来说，我们已经缴纳了大约 30 亿美元的税。社区拿到了这笔钱，可以把它花在对这些社区真正重要的事情上。所以社区也从中得到了回报。我们建了一些项目，比如 Built Together（共建），我们刚刚承诺在未来五年里，再向那些我们有数据中心布局的社区投入 10 亿美元。所以我认为，我们必须持续和社区一起努力推进这件事。它必须是一种公私合作伙伴关系。但这轮建设对这个国家的未来太重要了——想象一下，如果我们当初没有把高速公路建起来会怎样。

a16z 20:44

以及桥梁——那会决定这个国家的经济繁荣与能力边界。所以我们要把它放在一个合理的视角里看待，而且我们必须成为我们所建设社区的伙伴。我们再回到资本开支这个问题上。那 2200 亿美元，也就是每天 6 亿美元。我只是想、你知道的，把它放到一个参照系里。我很好奇你现在怎么看待 AI 需求——我们私下聊的时候，你把它形容为一个……

Andy Jassy 21:10

杠铃（barbell）结构。也许你可以梳理一下、或者说定位一下当下 AI 需求的状态。嗯，我想说，第一个背景就是我前面讲过的——我简直不敢相信 AI 长得这么大、这么快。你知道的，它比 AWS 初期快了几百倍；头三年，我们在 AWS 里光 AI 收入就做到了 250 亿美元的年化规模。所以它真的非常大。但同时，如果你看需求的结构，它真的是一个杠铃。杠铃的一端是那些 AI 实验室，它们在消耗海量、海量的算力，规模之大是我从未见过的。然后还有少数几个爆款应用，ChatGPT、Claude Code，诸如此类。

Andy Jassy 21:59

杠铃的另一端是企业，它们主要在用 AI 做成本规避和提效，比如把客服自动化、反欺诈、或者业务流程自动化。杠铃的中间，是企业当前的生产型工作负载，其中很多跑在 AWS 上、今天已经在用推理了。但我要说的是，其中绝大多数还没有以任何渗透性的方式用起来——你知道的，而我认为那会成为 AI 使用中绝对值最大的一块。我认为你会看到这一点。

Andy Jassy 22:38

我很难预测这件事发生的速度。它、你知道的，每一年都在更大程度上发生。但我觉得如果你把视角拉远——五年、五到七年——去看看那会是什么样子；而且我不认为它会等到五到七年之后才发生，它从来不会一蹴而就。但如果你能把视角拉远到五到七年，我认为相当多、甚至是我们今天使用和存在的多数企业应用，都会以渗透性的方式用上推理。所以我们面前还有大量的增长空间。那么你是怎么看待这件事的？因为我们正面临一场即将到来的数据中心、芯片、内存——所有东西——的短缺，而且真的就在 2027 年，因为大家现在都在建，但到今年年底未必能就绪，而需求一点都没有放缓。所以面对这种情况你怎么想——当那些大型实验室愿意为电力、散热、芯片付出或许任何代价、几乎任何代价的时候，那种环境；而你又有这些已经存在很久的老客户在按常规费率付费来运转他们的业务。有没有一种商业压力会让你想：嗯，也许我们应该把老客户买出来、再卖给新客户，因为他们出价随我们开？而老客户呢，我又不能把他们的价格翻一倍，那不公平。或者，你是怎么看待这件事的？因为这实在很奇怪——你有一批在你这里待了 20 年的人，做着一件、如你所说、大概会走向推理的事情；然后你又有这些新客户，他们贪得无厌，什么东西都愿意买。

Andy Jassy 24:35

是的，这是个好问题。你知道的，我们看待这件事的方式跟你说的那种不太一样，但我完全能理解。如果你想想，今天的数据中心和电力就这么多，内存也就这么多，而且我不认为这种短缺会在 2027 年结束。我认为、我相信——回到资本投资这个话题，我之所以觉得我们可以投得多得多、而且那不会是糟糕的资本使用，其中一个原因就是：26 年在这个时点显然已经售罄，27 年基本售罄。我们总会留一部分给按需使用，无论是在我们的推理服务 Bedrock 里、还是在 EC2 里——但基本都售罄了，所有的大块都售罄了。28 年也有相当一部分已经售罄。需求就是这么大，你没法……我们有，如果你看 AI 业务和我们所谓的核心业务——核心可以理解为非 AI 部分——它们现在都在以非常快的速度增长。而且你知道的，如果你手上的内存只有那么多，你就得决定要把多少内存分配给 HBM、也就是给 AI 加速器，又有多少分配给 DRAM、也就是给你的核心业务。所以这些都是你必须做的真实取舍。但我要说的是，我们在这件事上的出发点是客户至上。对我们来说，我们在 AWS 里和客户有着深厚的关系和合作。就像疫情期间那样——当时我们的竞争对手，我认为他们在想的是怎么在一个季度内做优化，以便在一个所有人都要做成本优化的世界里尽可能多地推高收入；而我们采取了不同的做法。我们主动让我们的团队走出去，帮客户想办法做成本优化，尽管我们知道这会削弱我们短期和中期的收入。但你知道的，我们要帮客户成功，因为我们非常坚信：如果我们长期帮助客户，我们的业务也会随之而来。在核心业务上，这也是同样的道理。我猜你确实可以做一番计算，然后认定：由于稀缺性和客户的支付意愿，你可以从核心客户身上多挤出一些钱。但他们是把自己的生意跑在 AWS 之上的，他们所有核心应用都跑在上面。我们不会去挤压我们的客户，我们会确保他们能够扩展。然后我们的工作，就是想办法拥有尽可能多的产能，让不仅是我们的核心客户，还有所有想在我们这里用 AI 的客户、以及那些想用我们做 AI 的人，都能用得上，而且是以一种对我们而言经济上也可持续的方式去做。所以，我真希望我能告诉你，供应紧张只会是 2027 年的问题；我认为在不同部件上，我们会连续几年看到它。我们一直很进取，我认为我们投放的产能大概比任何人都多，因为我们真的很投入、非常执着于继续做基础设施和 AI 领域的重要领导者，就像我们一直以来的那样。但正如我所说，我们今年要花 2200 亿美元，而且我们本来可以花得多得多。那不会是糟糕的资本使用。而且从中期到长期看，我认为我们大概仍然满足不了全部需求。现在的需求实在是太惊人了。那么接着这个话题说，你在 2015 年做过一件事——你收购了 Annapurna Labs。那时候你大概还没有在想 2015 年会有巨大的 AI 需求，因为 2015 年的 AI 需求本来就不多。那么是什么驱动了那笔收购的决定？然后它在这个新世界里又是怎么产生回报的？是的，我觉得，Annapurna 团队是我有幸共事过的最有才华的团队和一群人之一，它是我们在亚马逊历史上做过的最好收购之一，如果不是最好的话。是的，我们预见到了其中的一些部分，但我并不认为我们当初收购 Annapurna 是专门冲着 AI 芯片去的。是这样的：当你达到一定规模，你就能接触到、看到客户在极大规模下的行为模式，你会意识到，如果你能做垂直整合、能自己建某些能力，你就能为客户提供更多价值，也能为业务本身带来更好的经济性。所以 Annapurna 在我们这里的起点，只是围绕核心的 EC2 服务器：我们觉得我们把太多的服务器资源花在了虚拟化、网络、安全和存储上，而我们希望几乎能把 100% 的服务器资源都用于给客户提供计算。所以我们在收购他们之前，就已经和 Annapurna 一起做这个网卡（NIC）——把这些组件卸载到网卡上，好让我们尽可能多地把服务器留给计算。我们非常喜欢这个团队，也非常喜欢我们一起合作做出来的那款产品。我们意识到我们要买的那个东西，最终会装进几乎每一台 EC2 服务器——结果它确实装进了我们所有的服务器。所以我们最初收购它，是因为那将成为我们计算能力的一项核心能力；也因为这个团队在造芯片上太有才华了，我们觉得他们大概也能造别的芯片。那时候，我们和英特尔有着非常深的合作关系——我们到现在依然和这家公司保持着深度合作。但问题是，英特尔当时几乎握有全部 CPU 份额；而当你有一个握有几乎全部份额的伙伴时，他们往往不会去想怎么提升性价比，他们会去想别的、能让他们拿到更多份额、带来更多收入的功能。顺便说一句，这完全可以理解，这就是市场运作的某些动态，也是“创新者的窘境”出现的一部分原因。所以我们当时想在性价比上推一把，却很难得到对方的重视。但我们有客户想把越来越多的本地工作负载搬到云上，他们想要更好的性价比。于是我们让 Annapurna 团队去做的下一件事，就是造一颗 CPU 芯片。他们做出了 Graviton——今天我们排名前一千的 EC2 客户中，99% 都在非常广泛地使用它。它的性价比比其他 x86 处理器高出大约 40%，这对我们的客户和我们的业务都产生了巨大影响。然后在几年前，我们在 AI 领域看到了同一部“电影”重演：那里确实有一家非常优秀的主导供应商。我们和它有很深的合作关系——我们现在依然有很深的合作，而且在我能预见的未来都会一直有。但他们有巨大的市场，也有很多正在做的不同产品、不同的优先级。而我们知道我们的客户需要更好的性价比，这就是为什么我们在 Annapurna 里另起一支团队去做 AI 加速器，我们叫它 Trainium，它的性价比也比同类可比处理器高出大约 30% 到 40%。而且你知道的，当我们谈杠铃的中间部分——我们刚才聊到的那个——如果你问：会有哪些事情改变杠铃的中间，让更多当前的企业生产型应用用上推理？有那么几件事。其中一部分是人才：有些人已经习惯做后训练和微调，也需要那种知道怎么排优先级、知道该攻什么、以及怎么做的组织能力。但很大一块在于：过去几年推理成本已经降下来不少，但在我看来，它仍然贵了一个数量级，还不足以让它被尽可能广泛地使用。因为如果你要让企业把今天用 CPU 跑的应用改写成用 AI 加速器，如果两者成本差异非常显著，那么他们为了愿意去重写这些应用，就必须从 AI 加速器上获得非常高的增量收益——那是一个高得多的门槛。但如果你能把推理成本降下来，这个门槛就低得多，而所有应用都会因为 AI 加速器和推理变得更好、更聪明、更强大。所以，对客户能否广泛使用 AI 来说，一个非常关键的环节就是把推理成本降下来，而我们的芯片业务是其中很大的一块。是的，确实。我可以拿我们自己的公司告诉你，它真的会变得非常贵。我们有一位员工在过去几年里花掉了 200 万美元——做的是有价值的工作。但没错，当时的感觉就是：好吧，这个推理还真不便宜。那么，你做过的一件事是做了一些投资，特别是对 Anthropic 和 OpenAI 的投资，规模非常大的投资，我印象里对 Anthropic 是 180 亿美元，对 OpenAI 大概是 500 亿美元之类的。那么是什么让你想去做这些？而且这类投资，加上英伟达等等类似的投资，把华尔街搞得有点神经紧张，因为这让他们想起了互联网泡沫年代那些糟糕的旧时光。你是怎么看待这件事的——尤其考虑到他们同时也是你的客户？为什么这么做是合理的？这两家公司都是非常出色的团队，也是非常出色的公司；它们增长业务的速率——至少在营收端——我不知道我们是否曾见过类似的东西。真的，这简直令人难以置信。所以对我们来说，这是几个因素的组合：这些团队是什么样的团队，他们造出来的技术和模型，以及他们做出来的一些应用；我们相信 AI 有多大的变革性；我们相信它们会在很长一段时间里成为这个领域最成功的两家公司——当然这个领域不会每个人都成为赢家，但会涌现出很多非常成功的公司，而我们相信它们会是其中两家。再就是，我们合作得如此紧密。我先说 Anthropic——我们和它的合作时间更长。我们有非常多客户在我们的推理服务 Bedrock 里跑 Anthropic。而且我认为，客户在 Bedrock 里跑 Anthropic 是最成功的。我们在芯片上和它有深度合作——他们已经在 Trainium 之上构建了一段时间。我认为这对 Anthropic 非常好，对我们的 Trainium 团队也非常好，我认为双方都从对方身上学到了很多。所以我们和它有深度合作——无论是我们对 AI 未来的信念、对这些公司的信念，还是这种合作关系本身，都让我们觉得作为合作的一部分去做投资是合理的。然后在 OpenAI 这边，我们只是有太多客户想在 AWS 上使用 OpenAI，却因为此前的商业安排而无法做到。而且很长一段时间里，我认为两家公司都对彼此怀有很多尊重和合作的意愿。所以这也是那种情况：经过一系列、历时数月的对话之后——能在 Bedrock 里跑 OpenAI；我们一起做了一款独特的产品，就是那个有状态运行时环境（stateful runtime environment），我认为未来所有智能体都会以这种方式构建，你会需要状态；还有他们像 Anthropic 一样，对 Trainium 做出了多年、多吉瓦的承诺。而我们就是相信，它会在很长一段时间里成为这个领域最成功的公司之一。所有这些，都让我们觉得深化合作与投资是合理的。换个话题，谈谈你如何用 AI 来建设一家公司。我记得你说过，Bedrock 团队用 6 名工程师、76 天重建了你们的推理引擎，而那本来需要 40 个人干一年。这差别相当大。而且你知道的，亚马逊以“两个披萨团队”著称。那么现在，你的组织设计思路是什么？考虑到这项技术——它似乎真的改变了一切。这些年来我们变得极度专业化：有设计师、有产品经理、有前端工程师、有后端工程师，这个那个，诸如此类。而现在好像大家又都变成了通才。那么从组织设计的角度，你怎么看这件事？是的，我同意你说的。我认为你提到的那次 Bedrock 经历，对这里的每个人来说都非常开眼界。我们也花了很多时间在内部分享那个故事，去激励大家、提醒人们什么是可能的。因为随着时间推移，最终会发生这样的事——我是 29 年前加入公司的。我从一个助理产品经理做起，当时我一人负责、我不知道、五款产品。而今天，当公司成功、规模变大、产品变大之后，你会走到这样一个状态：一个产品经理只做一个产品，而且只拥有其中一个切片——比如他只负责定价之类的。每个人都变得更专业化，而且每个人都接受：如果你要做大、做成，这就是必须的做事方式。但这不是，而且当你看 AI 正在发生的一切时，它绝对不是。就拿刚刚过去的一周来说，我们正在做一些事，围绕消费者业务里的智能体。我们在那里有一大堆投入，但我们有一个非常喜欢的想法，我们周四决定要去试试，看能不能做出一个真正能跑的原型。结果呢，我们四五个人在周末动手，到周日就已经让它以 80% 可发布的状态运行起来了。这是真的——那完全是两个不同的世界。所以我认为，这对组织的未来意味着什么：第一，我认为未来做今天这些工作的人类，会比今天更少。你就看现在有多少编码是由智能体完成的，看有多少客服、商业智能和研究工作在被做。是的，你再往前快进想想：表格会怎么被做出来、你需要多少律师——我只是认为，你不会变成没有人，但你不会再需要那么多人类；过去随着业务变大，我们都不停地往里堆人，未来不会是这样了。会出现不同的工作和新的工作，有些我们知道，有些我们还不知道。随着 AI、机器人和太空的发展，它们会涌现出来。会有各种各样的新工作，但做今天这些事的人类会更少。我认为团队会比现在小得多。你会拥有更小的团队，团队里的人能够跨职能工作；你不会只让一个人拥有其中一个小小切片，因为模型能帮你走到 80%。在很多这些不同的职能上，我认为每个团队都会从一个比过去高得多的起点开始，所以我认为你将能够更广泛、更快速地去发明。我确实认为有一大堆事情必须改变。今天成立的初创公司，大多数从一开始就是以智能体的方式、智能体原生（agent native）或者 AI 原生的方式起步的。而所有已经经营了一段时间的成熟公司，都必须搞清楚怎么以同样的速度去构建。我认为它们当中有一部分会搞明白。而且你总有这种情况：当你有一个拥有很多能力和忠实客户群的大生意时，有些公司会非常缓慢地去弄明白，在我看来，它们面对初创公司时会更加脆弱。而我认为，我预测，公司将不得不重写几乎全部代码，让它们具备智能体能力；它们必须允许智能体去更新不同的代码片段，你还得在那里建立约束。我认为单看安全这一块就很有意思。如果你看过去一两个月围绕模型的各种紧张情绪，它们都集中在那些更奇幻的场景上。顺便说一句，那些场景是可能的：有没有可能一个恶意的僵尸网络接管一切？我是说，我想是有可能的；有没有可能给机器人注入恶意意图？都是有可能的。我个人认为，作为一个行业、加上公共与私营部门，我们会一起把这件事解决。但你得从先关注某些事情开始。是的，但有意思的地方在于，我认为关于那些更近期的风险，讨论得还不够——那些风险其实主要是围绕网络安全的。这些模型太厉害了，它们能找出比过去多得多的漏洞，而人类过去根本没找出来。也许你可以争论人类到底能不能找出来，但事实就是他们没找出来。所以往前快进，我认为应用程序响应紧迫安全威胁的方式，必须以分钟计。今天的情况是：你发现漏洞，有人给漏洞分类，有人开发补丁；然后即便这部分做得很快，大多数公司部署也要花很长时间，因为有各种依赖关系。未来你必须以分钟为单位完成部署。所以如果你没有真正把应用重写成可以被智能体更新的形态，在那个新世界里你将毫无机会。所以我认为，所有组织都会被重新发明，而那些优先做这件事的公司，处境会远好于那些不做的。是的，而且看起来，作为一个行业，我们在架构一切东西的时候——从大型系统到嵌入式设备——并没有把安全架构做得很好。而清算的日子到了。不过我认为好消息是，这对新公司、新的尝试、人们去做事来说是一个巨大的机会。但没错，按我们说的，这个威胁——那些理论上的、思想实验式的威胁，嗯，也许会发生，也许不会。但这个是明确而现实的。是的，几乎所有我们在 AWS 侧谈到的合作伙伴和客户，无论规模大小，每家公司都在担心安全这一块。你知道的，我们有一个专业服务业务在帮客户做这件事，我们还建了一个叫 Continuum 的服务，它能识别大量这类漏洞并生成补丁。但这件事，你知道的，说起来容易做起来难。实际上，因为很多公司和很多工程师有时候觉得专注在安全上并不那么令人兴奋，很容易就等到出问题再说。可如果你保护的是重要的数据，那是个坏主意。而且，我认为在大多数公司里——回到我们前面的对话——专业化在安全领域大概是最糟糕的情形：你有这些非常深奥的安全工程师，他们不喜欢和其他工程师一起工作，他们是稀缺资源，诸如此类。结果就是，在大多数公司、大多数软件公司里，它们在写软件时的安全实践就是不太好。我认为这显然必须改变。好消息是我们有能帮助解决这个问题的工具。顺着你说的，好消息在于：你得去雇渗透测试人员，可你能雇到的安全人员就那么多，他们能覆盖到的应用也就那么多。模型加上自动化，会让你能够更好地对整个攻击面做渗透测试，而且你会找到一些如果不是运气好、本来可能发现不了的东西。所以我们观察这个市场时，有一件事挺有意思：用 AI 你可以做很多事。一种是你用它来削减成本，减少你需要的会计师或律师的数量之类的。现在确实有不少风险投资公司在说：好吧，我们去买下那些老公司，削减它们的成本。这一直都不太让我们感兴趣，因为我们会想：好吧，如果那就是你的主意，那你的主意实在太少了。再一种是：好吧，我们要去做一个世界从未见过的东西。那个非常令人兴奋。但还有第三种，就是你做 Alexa 这件事：你手上有一个产品——一个成功的产品——然后你说，好吧，我们从头把这个东西整个重新想一遍，因为我们有了这个新平台。你是怎么走到那一步的？它在什么情况下是合理的？是的，我觉得你把这个三分法划得挺有意思。而且我认为，正如我们刚才谈到的，组织会真正发生变化、变得更精简。如果你做对了，它会让你那些真正优秀的构建者和这些小团队，去做出你所说的第二类东西——那些人们从未见过的东西，你是能做得到的。而且当你有了我前面讲的那种经历——四天之内就把一个新想法做到 80% 的样子——这对人们太有激励作用了，他们会真的花更多业余时间、更多空闲的思考周期去想新点子。对我来说，这是 AI 正在发生的事情里最令人兴奋的部分之一。但我也认为，对那些已经在规模化地拥有成功客户体验的既有公司来说，如果他们把 AI 主要理解为只是渐进式地改善体验，那么三到五年后，他们很可能不会拥有那些胜出的体验。因为我认为，我们所知道的每一种体验——哪怕是那些看上去最难以想象会被改变的——在几年后都会因为 AI 而变得显著不同。所以这意味着，如果你想要的不只是渐进式改善，你就必须想办法让团队从零开始重新想象这些应用应该长什么样——假设你今天用它所有可用的新技术来建它。在某些情况下，就拿 Alexa 来说，我觉得我们必须这么做是相当明显的。Alexa 的“大脑”在它被造出来的那个时点确实很有创造性。但由于生成式 AI，这个“大脑”所能具备的能力已经完全不同了，所以如果你想提供出色的客户体验、想长期保持相关性，你就必须给 Alexa 的大脑重新布线。所以那件事相当明显。顺便说一句，尽管相当明显，做起来其实很难——因为团队和他们所造的东西是有情感连接的，他们为自己造的东西骄傲，他们对于什么行得通、什么行不通有来之不易的伤痕认知。要让他们完全从头开始、重新想象，需要时间，因为团队会说：嗯，我们不是这么做的；我们试过那个，没成功。或者诸如此类。但我认为更难的是：拿我们的其他消费者体验来说——拿我们的零售业务，或者 Prime Video 业务、Fire TV 业务、Prime Music——这些体验里，技术今天已经有了好得多的解决方案，这一点并不那么明显。但我实际上相信，这些业务中的每一个，我们都需要重新发明；而且我们已经有团队在做这些业务的、被彻底重新想象过的版本。那么，我认为我们一上来就能做对吗？大概不会。我们会想办法迭代着走进去，但它已经在产生各种各样的新想法和客户体验，我们认为非常有吸引力。然后有意思的会是这样一个赛跑：你是想要一个完全不同的体验——几乎像一个新应用那样——还是说那些新东西推进得够快，你把它们加进现有体验里，在接下来两三年里一点一点地、实质性地改变整体客户体验？随着你找到奏效的要素。但我确实认为，如果你想成为一个成功的领导者，这些体验中的每一个都必须在未来几年里变得不一样。是的，这是个非常棘手的领导力难题。这让我想起我刚做工程师那会儿。我和某个人为某件事争论起来。我的老板说：听着，Ben，你必须明白一件事——在写下第一行代码之前，一切都可以讨论；之后，它就变成了信仰。我猜你在 Alexa 上也经历了这个。不过很有意思的是：所有那些知识、所有那些经验、所有那些用来构建原来那个东西的东西——现在你在说，好吧，我们愿意放弃其中很大一部分，走向这个新世界。而且顺便说一句，对客户也是一样：你会有一大批热爱当前体验的客户，对吧？是的，每一次大的转型——至少以我的经验，也许你能举出不是这样的例子——但几乎每一次大转型，都需要一次巨大的改变：技术、产品、客户体验和商业要素，都必须足够有说服力，才能让人想要改变。但即便如此，它也不会自动发生。这是一次巨大的变革管理——就像从本地部署迁到云上，是同一类转型：很多基础设施负责人对自己造的东西非常骄傲，他们对它了如指掌，他们身处行动的中心，他们不想去学新东西。这将会是同一回事，就是我刚才提到的那种体验。对于重新发明你所有的客户体验这件事，也会是这样。我们都为自己过去十年在这些体验上所造的东西感到骄傲，我们都有 100 件能让它变得更好的事情，我们都为此兴奋，我们把所有醒着的时间都花在上面。要去想“我怎么完全从头开始”，你知道的，这在理智上和情感上都是很难的。是的，毫无疑问。

a16z 53:06

还有，Andy，我们几周前刚刚孵化了 Harwood's 和 Jason Academy，帮助年轻人为我们正在谈的这场转型做准备。你说过 AI 让构建变得更容易，但年轻人仍然需要学习、你知道的、真正的专业能力。我很好奇：如果你在 2026 年是个 18 岁的人，你会给自己什么建议，来为这场我们正在进入的转型做准备？

Andy Jassy 53:29

嗯，我有一个 25 岁和一个 22 岁的孩子。所以我想，那个 22 岁的孩子在开始真正起飞的时候是 19 岁。我很快就明白了：你不能告诉他们在教育里不要用 AI。那艘船已经离港了，或者说那列火车已经出站了。而且我认为大学明智的做法是不去对抗它。我认为它就是一个人们会去用的工具。

Andy Jassy 53:54

但与此同时，我认为所有年轻人——而且我要说，对我们来说也一样，我们有很多人、我们有写作文化，大家在拿 AI 写东西——你能看出来什么是 AI 写的：它、就是不太对，那些部分没有被拼接到一起。而且你知道的，所以我会给年轻人的建议——也是我给我孩子的建议——是。

Andy Jassy 54:18

你不能逃避它，你知道的，你也不能指望它消失。它会在你的生活里、在你尝试使用的每一种体验里、在你的工作里，产生极大的影响；而且它会让你以我们从前不可能做到的方式去发明。所以你真的需要去了解它，你需要自学它，你需要大量地使用它。你需要去尝试。试着做一些超出你舒适区的事。

Andy Jassy 54:48

我的两个孩子都不是开发者，但他们、你知道的、用 AI 做过应用。把它当作你安排一天、以及在工作中使用工具的焦点。但我不认为它会取代批判性推理和思考。而且我认为对大学来说也是这样。我在很多方面会想到——我拿商学院举个例子。你会拿到三个要分析的案例，你要做大量阅读、做笔记、找出关键问题是什么。然后你会拿到一堆附件材料，你也要在上面做笔记。然后你得把你认为那家公司应该采取的方案整合起来。而你知道的，经常有一堆人根本不做这些功课——他们不阅读、不研究、不做笔记。而所有这些，AI 都能帮你搞定，它能把每个人更快地送到那个更高的起点。

Andy Jassy 55:52

但我也要说，真正把那些点、那些碎片串起来——不管是要形成一个战略、一个思路、一个计划、一个新产品，还是一个新的客户体验——我不认为 AI 会在大多数时候、为大多数人做到这一点。我不是说这永远不会发生。

Andy Jassy 56:10

我仍然认为你需要人类的判断力、创造力、发明力、实验精神，以及思考所有部件如何拼合在一起，最终做出惊艳的体验和生意。所以我认为你应该使用这些工具，它们会是巨大的助力，但我仍然认为批判性推理和思考在我们做的每一件事里都会非常重要。临近尾声了。你们所做的业务，是像……

a16z 56:43

从卫星连接到机器人、到医疗，如此多样。我是说，这种雄心太不可思议了。想想这门生意是从、你知道的、在互联网上卖书开始的，而现在它成了这样。你会怎么看待，嗯，是什么把这些不同的……

Andy Jassy 57:00

业务线串在一起？或者说，你如何判断哪些业务线值得投入数年？或者你怎么确保自己不会过度分散精力？或者你怎么理解这个极其宽广的版图？

Andy Jassy 57:11

嗯，我会说几件事。首先，我认为我们正处在我们有生之年——也许是有史以来——最大的三场转型之中：AI、机器人和太空开发。它们都非常巨大，而且都会彻底改变我们所有人会遇到的许多客户体验。而我们正处在这三场大转型的正中间。

Andy Jassy 57:40

如果你看我们在零售业务里做的事，以及我们如何使用机器人、我们在 AI 侧做的事——既包括让内部和外部的构建者更容易做出成功的 AI 应用和智能体，也包括重新发明我们所有的消费者体验。

Andy Jassy 57:58

如果你想想 Amazon Leo——我们正在为全球 5 亿还没有宽带连接的家庭建设的低地球轨道卫星星座——那里正在发生一系列不可思议的转型，我们有机会帮助客户去利用它们，让他们的生活变得更好。而且我们做这件事的方式，既能帮助客户，也能为我们自己带来长期可持续的业务。而且我们、你知道的，我认为我们有机会在更多领域里对客户变得更有相关性。这还没算上我们在杂货领域做的事、我们在自动驾驶网约车和医疗领域做的事，以及、你知道的，这些。

Andy Jassy 58:47

你知道的，关于我们的组织方式，这些年来我们经常有这种内部辩论，也有很多外部人士问过同样的问题：这算不算摊得太薄？我认为这在某种程度上取决于你怎么组织自己，以及你愿意投入多少。因为我们不会让同一批人去管理多块业务，我们是以这种去中心化的“单线程”方式来组织的。只要你在这些团队上有合适的领导者和合适的构建者，只要这个体验足够大、能推动增长指针，只要你在一个服务得并不好的领域里有差异化的想法，你就有机会同时去追求很多这样的事情——而且我们在很长一段时间里就是这么做的。然后就归结为你愿意投入多少。有些公司——完全可以理解——会说：我们就要做好自己的本行，我们就守着我们的核心业务，把它做大。顺便说一句，那也可以是一个非常成功的策略。而我们也非常专注于继续做大、做强我们的既有业务，我认为我们做得相当成功，速度也不错。但有那么多其他客户体验，我们知道客户真的希望我们去帮忙解决，而我们也能解决——它们会帮助我们的客户，也会长期改变我们的业务。所以我们会继续追求这些。这是个鼓舞人心的收尾——无尽的雄心。Andy，非常感谢你来上节目。是的，谢谢你们邀请我。非常感谢，各位。

风险提示及免责条款

机器人还没学会干活，为什么数据采集设备先卖爆了？

万周 — Sat, 24 Oct 2026 08:50:17 GMT

人形机器人尚未大规模走进工厂和家庭，一门围绕“教机器人干活”的生意已经出现规模化采购线索。产业调研显示，部分第一视角数据采集设备单月出货达到万套级；与此同时，数据工厂、动作捕捉、遥操作及仿真平台加速发展。

这场建设的起点是机器人在陌生环境里仍难以稳定完成任务。硬件采购打开了第一层市场，数据质量、生产成本与复用效率决定第二层价值，而机器人能否减少失败、延长有效工作时间，将决定整个产业能走多远。

一、发生了什么？——机器人还没开始大规模工作，数据设备先迎来订单

1．万套设备出货，“教机器人”的生意开始出现：

近期人形机器人产业中一项颇具反差的消息引起市场关注：龙旗科技参与配套的第一视角数据采集设备，8月和9月单月出货量均被估计在一万套左右，单套价格约一万元。按照这一口径静态计算，单月设备金额可能接近一亿元。上述数据采集设备的出货信息提示了一个清晰的产业现象——训练机器人的基础设备，可能先于机器人本身形成批量需求。

觅蜂科技的MEgo系列提供了另一个观察窗口。企业公开展示的MEgo View结合头戴视觉和腕部摄像头，MEgo Gripper则通过手持夹爪采集操作动作；围绕硬件，企业还建设了数据资产与仿真平台。奥比中光等视觉厂商也陆续推出Ego、UMI、腕部相机以及同步采集设备。这个细分市场的早期收入主要来自装备采购，与机器人最终销售数量之间存在时间差。

2．让真人戴上摄像头，机器人究竟能学到什么？

想象一名工作人员整理餐桌：先观察杯子的位置，再伸手接近杯身，控制抓握力度，将杯子放入柜中。人类几乎不需要思考的动作，对机器人却包含视觉识别、空间定位、抓握、轨迹规划和失败修正等多个环节。数据设备试图将这一过程拆成可记录、可处理的训练材料。

……

高盛解答：为何机构抛弃AI？他们既怕又怕

董静 — Sat, 24 Oct 2026 08:46:00 GMT

高盛合伙人Rich Privorotsky认为，当前机构抛弃AI交易源于市场陷入了去风险的矛盾心态，投资者既担心资金和电力瓶颈导致“算力交付不足”，又担心AI过度投资导致“算力产能过剩”，面对这种互斥的双重恐慌，建议在投资组合中采用“杠铃策略”来平衡风险。

曾经疯狂接盘，如今“弹药库”缩水51万亿韩元！韩国散户买不动了

Sat, 24 Oct 2026 08:36:17 GMT

韩国股市散户资金池正在以令人警觉的速度萎缩，市场流动性面临严峻考验。

据韩国金融投资协会数据，截至10月22日，韩国券商投资者存款余额降至88.68万亿韩元（约355亿美元），较6月4日创下的历史峰值139.69万亿韩元骤降约51万亿韩元，跌幅达36.5%，回落至年初水平。这一数字在10月21日跌破90万亿韩元关口，为近九个月来首次，并创下自1月13日以来的最低水平。与此同时，KOSPI指数本月经历七连跌，并于10月15日单日暴跌7.57%，外资持续净卖出的压力仍未消退。

散户资金的快速撤离，正在动摇此前支撑韩国股市的核心力量。上半年，正是散户投资者大规模入场，以巨额净买入对冲了外资的抛售压力；而如今随着“弹药库”告急，市场买盘支撑力度明显减弱，KOSPI后续走势面临下行压力。业内人士对市场能否实现持续反弹看法不一，分歧焦点集中在人工智能行业信用风险与芯片股基本面之间的博弈。

存款骤降：四个月蒸发51万亿韩元

投资者存款是指投资者存入券商账户、尚未用于购买股票或其他资产的资金，通常被视为股市潜在买盘的“弹药储备”。该指标的下降，既可能源于投资者主动买入股票，也可能源于资金直接撤离账户，因此不能将全部降幅简单等同于资金出逃。

然而，结合市场背景来看，此轮存款下滑的信号意义不容忽视。上半年，随着KOSPI持续上涨，投资者存款稳步攀升，新增流入资金明显超过实际购股支出，形成清晰的资金积累态势。而6月4日触及历史高点后，存款开始持续回落，表明流入股市的新增散户资金已大幅减少，无法跟上买入规模的步伐。

下滑速度在10月明显加快。存款余额从10月12日的100.44万亿韩元，短短三天内收缩至10月15日的96.91万亿韩元，并在随后一周进一步跌入88万亿韩元区间。与此同时，衡量杠杆投资规模的融资余额也在本月中旬降至约32万亿韩元，现金储备与杠杆资金双双收缩，折射出市场剧烈波动下投资者情绪的全面降温。

散户仍在买入，但“新钱”已断流

值得注意的是，存款下滑并不意味着散户已经全面撤退。数据显示，从6月4日至10月23日，个人投资者在KOSPI市场净买入股票44.17万亿韩元，在KOSDAQ净买入3.15万亿韩元，同期ETF净买入规模更达28.25万亿韩元，散户在技术层面仍是市场的净买入方。

问题的症结在于，持续的买入行为消耗了存量资金，而新增资金的流入速度却远远跟不上消耗节奏。上半年，新流入资金超过购股支出，存款余额因此持续积累；进入下半年后，这一正向循环已然逆转——散户仍在接盘，但“弹药”补充速度已大幅放缓，存款余额随之持续下滑。

这一结构性变化意味着，即便散户短期内维持净买入姿态，其实际承接外资抛售的能力也已大打折扣。上半年散户“接盘侠”的角色，在资金池持续萎缩的背景下难以为继。

KOSPI近期走势进一步放大了流动性收缩的风险。指数从10月6日起连跌七个交易日，并于10月15日单日重挫7.57%，10月23日收报5550.30点，过去一个月累计跌幅近20%。在此期间，外资持续净卖出，市场供需结构明显恶化。

散户资金池的萎缩，与外资抛售的叠加，构成了对KOSPI的双重压制。上半年，散户凭借充裕的存款余额大规模承接外资卖单，在一定程度上稳定了市场；而当前存款余额已回落至年初低位，散户的缓冲能力显著下降。若外资卖压持续，市场缺乏足够买盘对冲，下行风险将进一步累积。

融资余额的同步下滑同样值得关注。杠杆资金的收缩通常伴随市场波动加剧，一旦触发强制平仓，可能形成负向螺旋，进一步压低指数。

反弹前景：基本面与风险情绪的拉锯

对于KOSPI后续走势，市场内部存在明显分歧。

乐观派认为，以芯片制造商为代表的核心企业盈利能力依然稳健，当前指数相对基本面已存在明显低估，具备修复空间。

然而，谨慎派的声音同样有力。一家证券公司官员表示：

“KOSPI近期跌幅相对于盈利基本面确实过度，但此前推动市场上涨的催化剂——人工智能行业——目前面临相当大的信用风险担忧，因此现在期待持续反弹还为时过早。”

AI行业信用风险的浮现，动摇了此前支撑市场估值扩张的核心逻辑。在这一不确定性消散之前，散户资金的大规模回流恐难实现，而"弹药库"的持续萎缩，也将令KOSPI在承压时缺乏足够的民间资本托底。

风险提示及免责条款

刚刚，Kimi K3.1 Pro杀进全球前四，Agent第一！

新智元 — Sat, 24 Oct 2026 08:10:00 GMT

昨晚的X，被刚刚发布的Kimi K3.1 Pro正式刷屏了！

外国开发者们惊呼：欢迎来到3D Web 开发的新时代。

之前，AI榜单前十几乎被美国公司包圆了。相对而言，国模这边有点沉寂。

有人感慨：国产大模型最近发的都是主打性价比的「Flash」模型，真能打的「Pro」去哪了？

很多人在问：国模是不是掉队了？

今天，Kimi打破了沉默——Kimi K3.1 Pro来了！

知名AI评测机构Artificial Analysis也公布了成绩：K3.1 Pro以55分冲上全球智能指数第4，较前代暴涨11分。

在考验Agent实战能力的Terminal-Bench 4.0上，它更是从13%飙升至65.7%，距离 Opus 5.5 不到 1%！

Artificial Analysis还给出一个重磅判断：一旦权重发布，K3.1 Pro将登顶开放权重模型榜首，开源与顶级闭源模型的差距，将从12分骤缩至3分！

今天早上，reddit已经被这个跑分刷屏：Kimi K3.1超越了Fable 5.1！

国模这次，真把全球第一梯队的门踹开了。

国模王者归来！

这次Kimi端上来的，不是个过渡版本，而是一盘硬菜。

这是迄今为止能力最强的 3 万亿级参数模型，支持高达 100 万上下文。

它的出现告诉世界：China is back，国模王者归来！

在各大硬核测试中，K3.1 Pro 的性能直接比肩海外顶流 GPT-6 Astra！更离谱的是，它的成本只有 Astra 的五分之一，便宜了整整 80%！

所以，K3.1 Pro 的定位很清楚：做前沿模型里，最理性的那个选择。

而且，在真实场景中，要干有挑战的任务，还是得靠更大的模型。举个例子，尽管基准测试分数跟Opus相近，但真到了现实场景里，Fable 这种较大模型，经常会表现出更强的洞察力、创作力和写作能力。

毕竟，高难度推理任务，才能显出大模型的本事。

这一次，K3.1 Pro 基于 K3 做后训练，月之暗面在强化学习上大幅加码算力。

为了让几百个下游领域一起联合训练，他们从 RL 框架、长上下文推理、沙箱，到调度系统、环境质检平台，整套技术栈逐层重新打磨。目标就是——每一份新增的算力，都要变成实打实的能力。

结果是，在代码、Agent 和知识类基准上，K3.1 Pro 达到或接近最强闭源模型的水平。

在考察 Agent 在真实终端里独立干活的 Terminal-Bench 4.0 上，它拿到了65.7分，而且在三种思考强度下，都落在「性能与单任务成本」的帕累托前沿上。

也就是说，同样的钱，它干得最多；同样的活，它花得最少。

Kimi 还贴心地端出了高速版模型 Kimi K3.1 Pro Highspeed，智商不减，但输出速度直接飙升 3 倍。

不过，跑分只是门票。榜上分数咬得再紧，一到真刀真枪的活儿上就会拉开差距——

任务越难，越是拼模型本身的底子，这恰恰是大模型的主场。

接下来，我们就看看 K3.1 Pro 在真实工作流里，是怎样表现的。

代码模型，审美大升级

据悉，K3.1 Pro 有个引人注目的变化：审美，成了模型的能力项。

Kimi想回答的问题是——代码模型，能不能好看？

这一次，无论是前端页面、Three.js 交互场景，还是3D 资产，它在构图、排版、动效和完成度上都有明显提升。

它还会用 Unity、Unreal Engine、Godot 这些游戏引擎，可以不靠 MCP 连接器，自己写脚本直接驱动 Blender、SolidWorks、Rhino 建模。

接下来，就让我们来一波硬核实测，来看看「大而美」的K3.1 Pro，究竟有多能打？

实测：文字 → Blender → 网页，一条龙 3D 资产

这是K3.1 Pro主打的新技能。官方说它能从一段文字、一张草图或参考图推断形状、比例和空间关系，直接写 Blender 脚本建模，再接入 Three.js 或游戏引擎。

我们来验证一下，这条链路是不是真的能打通。

一张手绘三视图扔进去，40 分钟，它交出来的是：608 行 Blender 脚本、可编辑的 .blend、1.7 MB 的 GLB，还有一个双击就能开的网页。

草图上写的翼展 8.0、总长 6.2、总高 2.4，建出来是 8.000、6.199、2.400，差了 1 毫米。

接下来，它开始了丝滑的操作。

动手前，K3.1 Pro会先试探 Blender 5.2 的新接口，确认了再写正式脚本；验收标准直接写成断言，旋翼直径差 1 毫米就不许导出；渲染完自己对照草图改了一轮；网页做完，它甚至还开浏览器给自己截了两张截图，这样才算交差。

六项待办，自己一项项划掉。

机身是样条插出来的流线体，座舱玻璃是吸附在机身上的曲面，桨叶带扭转，四个旋翼的倾转层级从 Blender 一路到浏览器里，滑块拉到底，真的绕支臂往前倒 90°。

全程，K3.1 Pro都没碰 MCP，没用外部模型库。

写到一半时，1M 上下文才用了 6%。40 分钟不是它的上限，是这张草图只有这么难。

更令人振奋的是——这套活儿不用本地装 Blender 也能干！

kimi.com 和 Kimi app 已同步上线 3D Make 功能。把同一份草图和资料直接丢进 Kimi，一句「参考这些资料，把它的 3D 模型做出来」，它就在云端开工了，这次又跑了将近 40 分钟。

改 scene.js、改 style.css，跑终端重建，它发现两片桨叶转起来不对称，改成半整数转速；CSS 动画暂停不一致，修；截图时场景还没加载完，加一个「就绪」再截。

最后自己开浏览器点了一遍，报了句「无脚本错误或资源缺失」，才把版本号交出来。

做完的东西就在右边窗口里，能转、能换色、能拉倾转滑块，不满意直接在对话里改，它接着改。

使用3D Make可以在线预览和编辑，一键发布成网页，GLB 下载下来可以直接去 3D 打印，还能导出视频或实况照片发社交平台。

https://lsx4v6wl2amc4.kimi.page/

以前，这是建模师、前端和运营三个人的活，现在，K3.1 Pro用一个输入框就完成了。

而众多网友的实测也证明，K3.1 Pro的审美绝了。

仅用4.92美元，它就在一款绘画应用程序中画出一副肖像。

有人在虚幻引擎中建造了一座云端宫殿，成本不到10美元，引发了众多网友盛赞。

鹈鹕骑自行车的demo，审美绝了。

华尔街全栈分析师来了

以前的AI碰金融，只会写摘要，一遇到跨表公式和估值模型就胡言乱语。

但 K3.1 Pro 这次，直接干翻了海外顶流。

在 OfficeQA Pro v2（基于真实金融文档的复杂财务数据分析，考察检索、跨文档核对与多步数值推理）上，K3.1 Pro 拿下 64.4 分，当前最优（SoTA）。

在覆盖从标的筛选到盈利分析整条投资工作流的 Frontier Finance 上，K3.1 Pro 位列第二，较 K3 进一步提升。

接下来，我们看看 K3.1 Pro 在真实投行工作流里，是怎样表现的。

它给我们手搓了一份英伟达的专业级财务模型。

它并不是简单地填表，而是能端到端交付一整个带公式联动的 Excel！它像极了老练的分析师，经营驱动因子可随情景调整，敏感性分析直接呈现对估值的影响，每一项假设都有硬核数据支撑。

可以说，现在的K3.1 Pro是一个真正懂财务逻辑的「全栈金融民工」了。

国模崛起

Kimi K3.1 Pro 的出现，证明了我们在大模型的牌桌上，依然握有随时打出王炸的实力。

它当然不是全能冠军，在一些维度上离最强闭源模型还有距离。

但真正令人振奋的，是国模正在向全球智能的性能天花板发起正面冲锋。

性价比决定市场，能力上限决定未来。

Kimi K3.1 Pro已经能与全球最强模型正面交锋，甚至重新定义智能的边界。

而且这次性能更强了，价格反而更便宜：比 K3 便宜了三分之一，只有 GPT-6 Astra 的五分之一。

现在，不用苦等解封了。今日起，把Kimi K3.1 Pro用起来。

China is back！

本文来源：新智元

风险提示及免责条款

高盛看到了“时代大变局”

董静 — Sat, 24 Oct 2026 07:24:33 GMT

高盛合伙人 Rich Privorotsky 认为，全球正经历从“储蓄过剩”向“支出过剩”的结构性巨变，AI领域的巨额投资与各国政府的财政赤字正重塑资本成本，这将导致低质量的边缘借款人和高赤字国家被加速挤出市场。

中国铜进口溢价创12年新高：减产风险会否再推铜价上行？

Sat, 24 Oct 2026 06:29:54 GMT

10月23日，国内铜进口溢价持续攀升，洋山铜溢价升至168美元/吨，创2014年以来新高。与此同时，国内铜库存处于相对低位，上海期货交易所铜库存约7.4万吨，仅为美国COMEX铜库存的1/10。作为全球最大的铜需求国，中国铜进口溢价的快速上行表明当前铜现货供应显著偏紧。

在供给端，另一项重要变化在于国内铜冶炼厂减产风险上升。受铜精矿供应紧张、现货加工费（TC/RC）跌入负值区间以及副产品硫酸等价格自高位回落影响，部分冶炼企业已开始通过检修、降低开工率以及减少精矿加工量来控制亏损，部分头部企业的粗炼产能受影响比例或达30%；预计今明两年中国精炼铜产量将面临显著的减产压力。

在SHFE库存偏低、进口溢价快速走高的背景下，矿端或冶炼端的边际扰动更容易被放大并传导至现货价格。国内现货铜溢价于9月底升至1375元/吨的阶段性高位，尽管随后有所回落，但近期仍反弹至850元/吨。

在现货铜价高企、进口溢价高涨及减产预期下，7、8两月精炼铜进口量快速收缩；尽管9月份大幅回升，但同比仍大幅回落17%。受检修和减产影响，预计Q4精炼铜产量较此前预测减少29.3万吨，全年产量仅增1%至1370万吨，明显低于去年同期近15%的增速。

海外矿端约束同样强化。全球最大的铜矿生产国智利正遭受极端天气（如超级厄尔尼诺带来的强降雨）、老旧矿山品位衰退、致命事故及劳工纠纷的多重打击，其产量降至近20年来的最低水平。8月份，智利铜产量36.6万吨，环比降8.5%，同比降13%；1-8月累计降8%。全球铜产业链在冶炼端与矿山端同时面临供给挤压。

非美可流通铜稀缺，铜价上行凸性增强

“共识交易”的瓦解和新共识的诞生！高盛解答：为何机构当下都在大幅减仓AI

Sat, 24 Oct 2026 06:19:29 GMT

此前市场极度拥挤的“做多AI，做空其他一切”交易正在经历痛苦的解构，创纪录抛售下，超大规模云厂商迎“变现大考”。

10月22日，高盛欧洲固定收益与股票（FICC & Equities）交易主管Rich Privorotsky在位于伦敦的高盛交易室接受了播客栏目《The Markets》的访谈。Privorotsky透露了一个极具冲击力的数据：“上周我们的主经纪商业务账簿（Prime book）上，出现了有史以来最大规模的科技股抛售。”

面对这波抛售潮，正在进行中的三季度财报季显得尤为关键。市场的焦点已从单纯的“讲故事”转向了严苛的业绩兑现。Privorotsky指出，市场预计明年AI的资本支出（Capex）将高达1.1万亿美元，但这已不足以让投资者买单。

“仅仅说你花了很多钱是不够的，你还需要证明未完成的订单正在转化为实质性的收入。”Privorotsky强调，“他们必须在推动资本支出的同时展示这些支出的回报。这不是一个轻松的局面。”他表示，云业务的增长、变现能力以及自由现金流实现收支平衡的速度，将对目前极其敏感的信用市场产生重大影响。

基础设施与资金双重掣肘：明年存在“40-50吉瓦”电力缺口

在AI狂热降温的背后，是现实世界中基础设施和资金池的硬性约束。市场目前正在与三个核心问题作斗争，首当其冲的便是资金成本的溢出效应和电力供应。

Privorotsky指出，杠杆率较高的AI交易领域（如新兴的云服务提供商）正面临严峻的融资考验：“这些企业在寻找融资来兑现AI支出时是否会遇到困难？”

更现实的物理瓶颈在于电力交付能力。

他提出了一组关键数据：“明年的电力缺口大约在40到50吉瓦。如果你无法获得实际为数据中心供电的能源，你还能消耗掉你已经提前订购的芯片吗？”这些担忧导致投资者进入“去风险模式”，通过做空AI和AI资本支出交易来降低增长预期，同时资金涌入债券市场避险。

宏观范式重塑：从“储蓄过剩”走向“支出过剩”

站在宏观周期的角度，Privorotsky描绘了一幅深刻的范式转换图景。

他表示，自己的整个职业生涯都处于“储蓄过剩”的环境中——系统里的钱多到不知道该怎么办。但现在，情况发生了“地震般的剧变（Seismic shift）”。

“在过去的一年里，我们预计将在AI资本支出上花费超过1万亿美元，而全球大多数政府都在运行财政赤字。我们正处于一个‘支出过剩’的时代。”

这种转变推高了资本成本，并自然而然地挤出了处于边缘、资质较差的借款人。

他观察到，这种压力不仅体现在CCC级信用利差的大幅走阔上，甚至蔓延到了主权债务领域（如面临高额财政赤字的法国国债）。再加上居高不下的能源价格，整体市场的风险偏好正在被显著削弱。

市场情绪走向两极，“成也AI，败也AI”

在复杂的宏观和微观交织下，投资者的焦虑情绪出现了奇特的“极化”现象。

Privorotsky分享了他本周与投资者交流的见闻：“我遇到一些投资者说，‘我担心无法交付算力，这让我害怕’；然后我又遇到了另一批投资者，他们说，‘我担心我们会过度交付算力，这让我害怕’。不知何故，两个完全互斥的结果构成了市场担忧的总和。”

由于能源价格对经济产生重大影响（标普500虽然表现平稳，但中位数股票实际上已下跌超过10%），金融状况指数（FCI）大幅收紧，迫使美联储采取更多行动。

Privorotsky曾坚信“原油决定一切（As goes oil, so goes everything else）”，但他现在承认，在当前的市场语境下，逻辑已经演变为“AI决定一切（As goes AI, so goes everything else）”。

尽管短期内面临压力，但Privorotsky并未完全悲观。他认为现货市场的算力价格每天都在创出新高，需求依然“贪婪且永无止境”。在交易策略上，他表示虽然目前信念度不高，但已遭遇大幅降级的“电气化”相关资产、民用航空航天资产以及部分运输板块，目前已经具备了可观的安全边际，值得保持谨慎乐观。

以下为播客对话全文翻译：

Chris Hussey 00:00

这里是《The Markets》。我是 Chris Hussey，今天是 10 月的星期四。我从伦敦高盛交易大厅请到了 Rich Probarowski，他是 Prevo 旗下 FIC 与股票业务的欧洲股票交易主管。非常感谢你来做客。谢谢你们的邀请。Hussey，我们就直接进入正题吧，因为，你知道的，你写的东西我全都读了，而且你提出过一个很好的观点——今年夏初的时候，那个痛苦交易，也就是大家不得不去追的那个交易，是做多 AI、做空其他一切。它已经有点变成了、很大的一笔交易。现在随着我们进入三季报季，这个交易似乎正在瓦解。到底发生了什么？你认为接下来会怎么演变？股票市场出现了极其严重的集中度，而且我得说，过去几周对这类一致性交易来说尤其痛苦。

Rich Privorotsky 00:48

大家的仓位高度集中在 AI、半导体和超大规模云厂商上。我想说，眼下市场大概正应对三个不同的问题。其一，显然，我们在资本成本方面出现了溢出效应。我认为这几乎随处可见，无论是 CCC 级利差、欧洲的主权利差，还是 AI 交易中那些杠杆更高的、最为尖端的部分——其中 Neo 云（Neo clouds）尤其突出。所以，这就变成了一个供给问题。你知道，这些企业会不会难以找到融资来交付所有这些 AI 支出？第二点同样关于供给：我们是否真的有能力通电并交付吉瓦级电力，市场对此存在疑问，明年的区间大概是 20 到 40、50 吉瓦。所以，如果你拿不到电力真正让数据中心通电，你真的能够、能够消化掉你已经提前下单的那些芯片吗，所以。

Rich Privorotsky 01:38

这些都是萦绕在市场上空的担忧，而这一切叠加之后，已经把大家推进了一种去风险的心态；这种心态的具体表现，是通过 AI 交易和 AI 资本开支交易压低了增长预期。而在另一面，随着增长预期下修，债券一直在上涨——这一点完全不在任何人的剧本里。

Rich Privorotsky 01:56

好的，这里信息量很大。不过我们把焦点放在不远的未来、其实也就是当下——三季报季。我们已经身处其中了，一些大型科技股已经公布业绩，但后面还有很多。三季报季里你最密切关注的是什么？是的，我认为我们即将进入超大规模云厂商财报的核心部分，我觉得真正重要的不仅是看到资本开支维持在高位——市场普遍预期明年在 1.1 万亿美元——而最重要的是，要看到，你知道的，云业务的持续增长和变现。所以，光说自己在花很多钱是不够的，你还需要证明积压订单正在有意义地转化成收入。所以我认为这对市场会非常关键。我认为，他们实现自由现金流打平的这个过渡会有多快——相对于市场预期。可能会对信贷市场产生重大影响，而信贷市场已经变得极其敏感。所以对我而言，真的，有很多东西可以看。我会说，来自经济其他领域的。但我认为市场的焦点会真正落在超大规模云厂商身上，然后是交付的质量，而不仅仅是支出。对这些公司来说，要翻过这道坎太难了。他们必须一边继续推高资本开支，一边还得向你展示这些资本开支的回报。这不是一个轻松的局面，不是吗？是的，不是。但你看，我的意思是，当前的大背景是这样的：你看到算力价格在现货市场上每天都在创下新高。对他们所卖的东西，需求是永不满足的，所以我想说。

Chris Hussey 03:23

用稍微乐观一点的眼光看，他们应该有一个相当不错的故事可讲。好的，里奇，说起来确实有一阵子没请你上节目了。你上次来还是在一月。但这一年里，你一直是秉持那句口诀的人之一——石油怎么走，其他一切都怎么走。这还是那句口诀吗？是的，我认为我们在能源方面遇到了极其棘手的大环境。而且，你知道，我认为。

Rich Privorotsky 03:46

市场、股票市场，我认为，已经尽其所能地去忽视、并把能源价格的上涨隔离在一个角落里。但这其实不太公平，因为标普指数在隔离这件事上做得很好，可是中位数个股实际上已经下跌远超 10%。所以这对利率产生了影响。它也影响了 FCI。事实上我们经历了一次大规模的 FCI 收紧，这在某种意义上也倒逼美联储做了更多。而且我们重新定价了整整一轮加息周期。所以我认为能源在这中间占了很大一部分。我认为我们仍然因为能源而负担着大量的风险溢价。显然，接下来几周这些事情会如何演进，对整个风险资产而言将非常关键。而我乐观的看法是，我们会在未来几周内获得某种形式的解决。但我必须承认，我之前以为这在两个月前就该发生了，在这一点上我判断得有点偏了。我想我们都是。当然，你说的 FCI，指的是金融状况指数，它是。

Chris Hussey 04:35

算是衡量经济、或者说衡量所有经济脉冲是收紧还是放松的一个尺度。它不只是关于利率。当你看一个 FCI 时，有时它可能是石油，有时它也可能是股票。好的，这个观点不错。关于石油这块。

Chris Hussey 04:48

不过，与那笔石油交易相关的，还有你在年初时说的一句话，那就是：我想做多名义资产——在一个 GDP 增长强劲、而且看起来依然非常强劲的扩张世界里，而且通胀很高，我就是想做多这类东西，也就是大量的大宗商品。今天你怎么看这笔名义资产的交易？它现在还是值得配置的地方吗？

Rich Privorotsky 05:11

我认为，要回答这个问题，我得先回答那个价值万亿美元的问题，也就是：AI 支出接下来会如何，以及相对市场预期而言，它的可持续性如何？

Rich Privorotsky 05:19

因为现实是，当我们在重新定价它的时候，我们重新定价了一切，包括大宗商品，包括名义资产。我的直觉是，我们有点把孩子连同洗澡水一起倒掉了，而且我们显然已经开始担忧它的每一个维度。说得具体一点：这周我见到一些投资者，他们说「我担心算力交付不出来，这让我害怕」。然后我又见到另外一批投资者，他们说「我担心我们会过度交付算力，这让我害怕」。不知怎么的，我们得到了两个互斥的结果，而它们同时又构成了市场担忧的总和。

Rich Privorotsky 05:50

所以我认为，从大格局上看名义资产仍是你想要待的地方，除非我们陷入、一场反通胀式的崩坏，也就是资本开支放缓、所有人都不得不收缩、迎来一轮真正的信贷周期。换作三个月前我会说，这种风险很低，而现在无疑高得多了。但我的直觉是，从中长期看，那仍然是你想待的地方。不过我认为，现在在组合里多加一点杠铃策略或许更明智些。听起来你的意思是，以前也许是石油怎么走、其他一切就怎么走，现在是——AI 怎么走。

Chris Hussey 06:22

其他一切就怎么走。是这样吗？我认为，冒着过度简化的风险说，这大概是对的。是的，里奇，谢谢你愿意过度简化。我自己就是「过度简化先生」，所以我很高兴你能走到这一步。当然，这里面有一部分会是一轮大的信贷周期，而三个月前你并不担心信贷周期，现在你担心的程度多了一些。跟我们聊聊这个。你看到信贷出现裂缝了吗？你指的是欧洲主权债正在发生的问题，还是更多指的是我们在企业端看到的那些信用问题？

Rich Privorotsky 06:51

我整个职业生涯，可以说都身处在一个——储蓄过剩之中。你知道，系统里的钱多到我们不知道该怎么用。而就在过去这一年，我们的预计是要在 AI 资本开支上花掉超过 1 万亿美元。

Rich Privorotsky 07:05

全球大多数政府都在跑财政赤字。我们现在处在一个支出过剩之中。从事物运作的方式、以及资本成本会变成什么样来看，这是一次非常巨大的结构性转变。所以，我认为这自然会把那些处在边缘、资质不是最优的借款人挤出去。我认为你已经能从 CCC 级利差上看到这一点——公允地说，考虑到那边所发生事件的构成，这多少有些特殊性。但它们确实变动很大，而且已经稍微溢出到了信用市场更广泛的部分。然后显然，你还会有法国主权债的担忧，也就是：作为一个在这种环境下背负着巨额财政赤字的主权国家，它们同样都会被挤出去。所以我认为所有这些都在产生影响，同时我们再回到石油交易上——只要能源价格维持高位，它就会压低风险偏好。而且，我认为对这类资产来说，现在有点像是一个买方市场。是的，从储蓄过剩到支出过剩，这个提炼方式太精辟了。这话太对了。而那个储蓄过剩也不过就是五年前的事。我们转变的速度真是惊人。

Chris Hussey 08:04

好的。发生的事情很多。你刚刚都跟我们说了。我们收个尾吧。现在这笔交易怎么做？

Rich Privorotsky 08:10

局面有点乱，而且我得说信心并不是特别高，但我认为电气化领域有一些板块我们认为看起来很有意思。它们的估值已经大幅下调，而且我仍然认为 A27 的能见度还很充足，能给你很大的安全边际。我认为有大量的航空航天资产已经回调，特别是在民用航空那一侧，同样对我们来说极具吸引力。然后甚至运输板块的部分领域，坦白说，如果能源问题能以某种方式解决，考虑到净头寸已经变得这么低、过去几周我们看到的抛售这么多，这笔交易里有很大的，我会说，凸性。举个例子，上周我们主经纪商业务中的科技股卖盘是有史以来最大的一次。所以，我认为有充足的理由保持担忧，我不想过度轻视这些风险，但我还是倾向于在目前这个时点保持谨慎乐观。好的，里奇，让我们快进到下周。下周有哪些会影响市场的事情是你在关注的？我认为关键在那些数字，也就是我们讨论过的超大规模云厂商的数字。我认为，你知道，让我们看看变现情况，让我们看看资本开支的数字。我认为这对盘面来说会非常关键。而且我认为，你知道，这件事的进展会决定人们对信贷的看法、对潜在需求的看法，以及我们从各家实验室和供应商那里得到的其他数据点。里奇，每次都带来大量信息。非常感谢你今天来做客。谢谢。那。

Chris Hussey 09:30

就到这里。本期《The Markets》到此结束。我是 Chris Hussey。感谢收听。

风险提示及免责条款

韩国人也加入了二创热潮

董静 — Sat, 24 Oct 2026 05:43:27 GMT

当黄仁勋携手AI圈大佬踩着鸟叔PSY的魔性神曲疯狂热舞……

远期需求旺盛！亚马逊AWS今明年产能都已被抢空，连2028年的算力都快没了

Sat, 24 Oct 2026 05:02:01 GMT

亚马逊的云计算部门正面临前所未有的市场需求，其绝大部分核心基础设施产能已在未来数年内被抢购一空。

亚马逊首席执行官Andy Jassy最新表态称，Amazon Web Services（AWS）的大部分产能已预订至2028年。这一动态突显了企业端对云服务和人工智能基础设施持续且强劲的投资意愿。

尽管远期订单激增，亚马逊在资本支出层面依然保持了高度的运作弹性。公司能够根据客户需求的变化在短周期内调整服务器和网络设备的采购计划，这一防御性机制有效缓解了投资者对于云服务商过度扩产或未来需求放缓可能引发产能过剩的担忧。

除算力供需状况外，内部硬件生态的深化正在成为亚马逊应对市场需求的关键支撑。早期的战略性收购与近期对外部人工智能初创公司的投资正在形成协同效应，持续推动其自研芯片战略向前发展。

远期算力需求旺盛，核心服务预留弹性空间

在一档于周五发布的Andreessen Horowitz播客节目中，Jassy详细阐述了AWS目前的产能预订情况。他指出，随着企业对计算资源的需求不断攀升，AWS未来几年的大额产能已经基本见顶。

“现阶段2026年的产能显然已经售罄，2027年也已基本售罄。”Jassy在播客中表示，“2028年的很大一部分也已经售罄。”

尽管大块产能已被提前锁定，AWS并未完全切断短期需求的供给。Jassy补充说明，亚马逊始终会为按需服务以及运行应用程序的EC2和运行AI模型的推理服务Bedrock保留一定数量的算力，以确保核心服务的正常运转与客户体验。

资本开支具备防御性，按需调整硬件采购

针对市场周期波动可能带来的风险，亚马逊在数据中心硬件投入上采取了更为灵活的策略。即使未来整体算力需求增速出现放缓，亚马逊现有的供应链管理模式也能有效应对。

Jassy强调，AWS通常只需要提前几个月采购服务器和网络设备。这种较短的采购周期使得公司能够紧密贴合客户的实际需求来调整资本开支，避免了重资产投入带来的滞后风险。

“如果最终事实证明你不需要那么多产能来填满这些数据中心，你就不会去购买相关的服务器和网络设备，”Jassy明确表示。这种按需采购的逻辑为亚马逊的利润率和现金流提供了直接的保护。

自研芯片战略深化，合作提振技术能力

在讨论产能的同时，Jassy在广泛的采访中重点提及了亚马逊在底层硬件领域的长期布局。他将十多年前对芯片制造商Annapurna Labs的收购，评价为可能是亚马逊有史以来最好的一笔收购交易。

Annapurna Labs目前是亚马逊内部自研芯片项目的核心驱动力，负责研发包括人工智能芯片Trainium和CPU处理器Graviton在内的关键硬件产品。这些自研硬件不仅降低了AWS对外部供应商的依赖，也为客户提供了更具成本效益的计算选项。

此外，生态合作正在反哺亚马逊的硬件开发。Jassy指出，亚马逊对人工智能初创公司Anthropic的投资对自身的芯片制造业务起到了积极的推动作用。

“[Anthropic]在Trainium上进行开发已经有一段时间了，我认为这对Anthropic非常有利，同时对我们的Trainium团队也非常有利，”Jassy表示，“我们从彼此身上学到了很多东西。”

风险提示及免责条款

38美元，DeepSeek算了一笔赚钱的账

腾讯科技 — Sat, 24 Oct 2026 04:51:36 GMT

10月20日，DeepSeek开源推理框架DeepInfer时，公布了一个十分吸引眼球的数字：单个集群每天可以处理155万亿Token，如果按照DeepSeek API的谷时价格计算，平均每GPU小时对应38美元的收入。

这是根据Token处理量和公开API价格折算出的理论计费收入，实际情况要复杂得多。但这个数字依然太有吸引力：如果粗暴按照线性外推，按每天24小时、全年365天计算，一张GPU的年化计费产值超过33万美元。

过去几年，AI行业一直在讨论训练一个前沿模型需要多少钱，英伟达的GPU有多贵，云厂商又投入了多少资金建设数据中心。但这些昂贵的计算设备买回来之后，究竟能够生产多少可以卖钱的智能？抛开眼花缭乱的“金融手段”，企业真能赚到的，又有多少钱？

DeepSeek的38美元，提供了一个难得的观察窗口。在资本市场再次对AI巨额投入的回报提出质疑的时候，产业一线的反馈却很乐观。“业内”和“业外”，产生了巨大的分歧。

一位经营Token中转业务的创业者告诉腾讯科技，最近几个月，中小企业的AI需求正在“全面暴涨”，他能从客户的实际使用情况中感受到这一变化。今年七八月还只有少数公司在尝试的事情，如今同行已经普遍在做。一些原本有数据安全顾虑的企业也开始私有化部署模型。他也在认真考虑“扩产”。

另外一位AI应用领域的创业者态度也十分鲜明：“英伟达的股票，我还是会继续买。”他接触的B端企业正在加快引入Agent，从日常运营到客户服务，越来越多业务开始AI化。

但他也判断，中美AI市场短期内可能经历一个“小低谷”。此前模型突破、生产率提升和AI替代工作的消息不断推高市场预期，当资本市场开始要求AI在真金白银上交出成绩时，企业应用的实际成果可能还没有跟上，市场热情也会随之回落。

这或许正是当下AI产业面临的矛盾：一线需求正在增长，但从应用落地到形成足以支撑巨额算力投入的商业回报，中间还有一段距离。

DeepSeek的计算提供了另一个值得关注的信号，即使按照谷时价格，高度优化的推理系统仍然能够实现相当可观的单位GPU计费产值。

那么，随着推理效率不断提高，如果有足够多的用户持续消耗Token，AI是否已经可以成为一门赚钱的生意？答案可能比想象中乐观，但也更复杂。

一张GPU，每小时38美元

DeepSeek在9月10日发布的V4.1 Flash中，已经披露了不少推理效率优化的技术细节。

按照官方技术报告，这款模型拥有5520亿总参数，采用混合专家（MoE）架构和新的Causal Encoder–Decoder设计，处理输入时约激活80亿参数，生成输出时约激活160亿参数。

模型针对长上下文和Agent场景优化了缓存结构。按照论文披露，全局KV Cache占用降低到上一代的约四分之一，长期保存的缓存占用减少到约八分之一。每Token的全局KV Cache约为890字节，支持最高100万Token上下文。

这些优化直接影响长上下文推理的显存占用、数据传输和服务成本。

10月20日开源的DeepInfer，进一步公开了DeepSeek如何将这些技术整合为大规模在线推理服务。

它集成了此前陆续开源的FlashMLA、DeepGEMM、DeepEP、TileKernels等组件，同时引入专家并行、推测解码、异步调度等机制。

图：DeepSeek在线推理系统示意图

DeepSeek在官方部署问答中重点介绍了三项工程原则：适配不同厂商的加速硬件，将Prefill与Decode分开部署，以及尽可能长期保留KV Cache，减少重复计算。

在生产环境中，Prefill可以部署在普通8卡服务器上，而Decode采用64至128卡超节点，通过大规模专家并行提高吞吐量。DeepSeek还提出将KV Cache保留72小时以上，以适应Agent反复调用相同上下文的需求。

这些优化的核心目标，是在满足延迟要求的前提下，让同样数量的GPU服务更多请求。

不过，这次开源并不意味着DeepSeek已经公开完整生产环境中的所有组件。

官方README文档指出，KV Cache系统、视觉编码与Prefill/Decode分离服务编排、跨数据并行副本的负载均衡等，仍需要外部补齐。部分组件与DeepSeek内部基础设施深度耦合，因此尚未完整开源。

DeepInfer目前也主要面向DeepSeek-V4.1 Flash。其他模型如果在MoE专家组织、注意力结构、数值精度或硬件配置上存在较大差异，很难直接照搬。

因此，38美元并不代表任何企业下载DeepInfer、部署一批GPU，就能获得同样的收入表现。DeepSeek也没有完整公开计算这项指标所需的集群硬件构成、成本账单、付费流量比例及收入确认方式。

但它至少说明，在特定模型与硬件条件下，推理工程优化能够显著提高计算设备的潜在计费产值。

低价出售Token，与一张GPU产生较高的计费收入，并不矛盾。

关键在于，一小时内究竟能够处理多少有效Token，以及有多少Token真正可以向客户收费。

如果推理可以赚钱，为什么模型公司还在亏损？

如果推理效率已经可以做到如此程度，为什么一些大模型公司仍然需要不断融资，甚至持续亏损？

一个重要原因是，训练前沿模型和出售推理服务，本来就是两笔不同的账。

2026年斯坦福大学《AI Index》引用研究机构Epoch AI的数据，估算了OpenAI和Anthropic在模型研发与推理服务方面的计算支出。

2025年，OpenAI计算支出约163亿美元，其中研发相关计算支出83亿美元，推理支出80亿美元，两者几乎各占一半。

2024年，OpenAI的相应支出分别为40亿美元和18亿美元。也就是说，一年之间，推理计算支出增长了约3.4倍，而研发计算支出增长约一倍。

Anthropic在2025年的计算支出估计为68亿美元，其中研发相关支出41亿美元，推理支出27亿美元。研发仍然占据较大比例。

这些数字说明，前沿模型公司的算力投入结构正在变化。随着商业用户增加，推理已成为越来越重要的成本来源，但研发开支并没有因为推理业务扩张而消失。

一家追逐SOTA的模型公司，需要同时承担持续训练和大规模推理服务的成本。前者包括预训练、后训练、强化学习、数据处理、模型评测及大量实验，后者则需要维持在线服务的算力、容量和稳定性。

Epoch AI特别指出，研发计算支出并不全部用于最后一次正式训练。大量资源实际上消耗在实验、研究和模型迭代过程中。因此，某个模型公开的单次训练成本，不能简单视为一家前沿模型公司的全部研发成本。

图源：Stanford HAI / Epoch AI，2026年

商业化带来的另一层压力，是用户越多，推理成本也可能越高。

《The Information》今年2月报道，OpenAI在2025年的毛利率约为33%，低于2024年的40%，也低于此前46%的预测。Anthropic对2025年毛利率的预期约为40%，虽然较2024年的负毛利状态改善明显，仍比其早先目标低10个百分点。

报道指出，两家公司毛利率低于预期的重要原因之一，是实际推理成本高于原先估计。

这与DeepSeek的38美元看起来形成了矛盾：一边是持续改善的推理效率，另一边却是被推理成本侵蚀的毛利率。

实际上，它们反映的是同一门生意的两个方面。

单位GPU能够生产多少Token，是供给效率；公司需要投入多少GPU，才能满足不同客户的延迟、上下文长度、稳定性和峰值需求，则决定实际经营成本。

即使单位Token成本下降，重度用户增加、任务执行时间延长、模型调用次数上升，也可能使总推理支出迅速增长。尤其在固定月费的产品中，客户支付的价格未必随着Token消耗同步增加。想想每天挖空心思发“重置卡”的Tibo。

图：OpenAI产品与平台负责人Tibo（Thibault Sottiaux）于10月11日在X平台连续发布有关Reset的动态，其中“Day 6 / Reset”获得约290万次浏览。

一家模型公司的推理服务可以拥有正毛利，整个公司却仍然因为持续研发、基础设施和经营投入而亏损。

反过来，如果不承担前沿模型训练，专门经营推理服务，生意的成本结构就完全不同。

不训练模型，只卖Token能不能赚钱？

AI产业链中已经出现一类与前沿模型实验室不同的公司。

它们不以训练最强的基础模型为核心业务，而是部署DeepSeek、Qwen、Llama等开放权重模型，通过多芯片集群、推理框架、模型优化和调度系统，向开发者与企业销售API调用、专属推理实例或私有化部署服务。

对于这些公司来说，模型本身未必需要从头研发，成本主要来自GPU采购或租赁、机房与电力、网络和存储、推理系统研发、模型适配，以及销售、运维和客户支持。

其中最关键的三个变量，是单位GPU产值、实际付费利用率和综合运营成本。

假设一家推理服务商每GPU小时的完全负担成本为10美元，而它能够以DeepSeek披露的38美元作为满负载计费产值的参考，那么理论上只要实现约26.3%的有效计费产出，便可以覆盖这10美元成本。

如果有效计费产出达到50%，收入相当于每小时19美元，扣除10美元后还剩9美元。

当然，这只是用于说明商业敏感性的假设。实际系统的吞吐量、并发和延迟具有复杂关系，低负载下的收入不一定与满负载表现呈线性变化。10美元也不是DeepSeek披露的真实成本，更不能将计算结果当作其实际毛利率。

但这种测算说明，推理系统效率足够高时，商业回报可能具有较大的空间。问题是，GPU本身并不便宜，购买或者租赁GPU，同样不意味着立即拥有稳定收入。

CoreWeave提供了一个可以对照的真实案例。

2026年第二季度，CoreWeave收入25.75亿美元，同比增长约112%，调整后EBITDA达到15.10亿美元，利润率为59%。

但在美国通用会计准则下，公司当季仍净亏损6.26亿美元。问题出在算力生意高昂的资产和资金成本上。CoreWeave需要投入大量资金采购GPU及配套设备，相关资产随着使用逐年折旧；同时，公司依靠债务融资支持扩张，还要承担高额利息。2026年第二季度，其折旧及摊销费用达到13.93亿美元，净利息支出高达6.4亿美元。

折旧反映的是已经购入的算力设备在使用期间逐步计入的成本，利息是为这些投资融资所付出的代价。即使GPU租赁带来了可观收入，这两项负担仍可能大幅压缩利润。

CoreWeave的财报也说明，算力利用率高、收入增长快，并不意味着经营算力就一定赚钱。

更复杂的是，推理算力并不是一个完全同质化的市场。

DeepSeek能够通过深度优化获得较高单位GPU产值，不意味着普通推理服务商可以用相同的硬件、相同的价格获得同样表现。

因此，推理服务可能是一门具有可观毛利空间的生意，但它并不会自动成为高利润生意。工程能力影响成本下限，客户需求和定价权决定收入上限，而资本成本影响最终能留下多少利润。

此外，推理市场还面临持续降价的压力。

DeepSeek降低单位Token成本之后，也在通过更低的API价格将一部分效率收益传递给用户。其他公司一旦采用更高效的算法和系统，也可能参与价格竞争。

推理效率提升创造的收益，最终未必全部留给卖Token的公司。

AI利润版图，谁能赚钱？

从英伟达、台积电、SK海力士，到数据中心和云服务商，AI基础设施投资已经为部分上游企业带来了可观的收入和利润。

但对于经营推理服务的企业来说，设备买回来之后，仍然需要不断寻找客户和任务，才能持续创造收入。

目前，Coding是商业化最清晰的AI应用市场之一，但即使在这个付费意愿较强的领域，盈利也并不容易。

《The Information》披露，Cursor在截至2026年1月的季度中，毛利率一度为-23%；如果将免费用户的推理费用全部计入销售成本，毛利率约为-31%。虽然此后毛利率已经转正，但高昂的模型调用成本，仍是AI应用需要面对的问题。

消费应用的情况更加分化。10月12日，曾经的明星AI陪伴公司Character.AI申请破产保护。根据破产文件及公开报道，公司当时仍拥有约1200万月活用户，2026年8月收入达到530万美元，但每月经营亏损仍有800万至900万美元。

仅2026年前八个月，Character.AI就花费了5610万美元购买算力，占运营费用约45%。即使转向更便宜的GPU和开放权重模型，并削减人员开支，也未能实现盈利。法律诉讼和监管压力同样加剧了公司的困境。

但是，AI原生应用并非无法盈利。Midjourney创始人David Holz在今年3月接受《The Information》采访时表示，公司2023年收入已显著超过2亿美元，此后继续增长，并且保持盈利。

但它也不是所有AI应用的普遍样本。图像生成拥有相对明确的使用场景和付费价值，而全天候运行的个人Agent，可能需要持续调用模型、使用工具和重新规划任务，成本结构更加复杂。

从整体市场看，需求实际上正在快速增长。

Menlo Ventures在2026年9月发布的《State of Consumer AI》报告估计，全球消费者AI支出已达到400亿美元，是2025年120亿美元的三倍多。

但值得注意的是，美国成年人AI使用率只从2025年的61%上升到64%。消费者AI支出的高速增长，主要来自已有用户使用得更深入，付费更多。新增用户有限。

图：Menlo Ventures消费AI支出图

Menlo Ventures合伙人Amy Wu Martin指出，今年令人意外的变化，是消费者AI市场在没有迎来大量新用户的情况下实现了三倍增长。推动增长的，是重度用户将AI带入更多生活场景，并开始允许AI代表自己采取行动。

现在，更重要的是一个用户每天有多少任务交给AI，以及每项任务能够创造多少实际价值。这也是Personal Agent（PA）重新成为大厂和创业公司共同关注方向的原因之一。

最近推出的Duet、Dots、Muse、Grokbot以及一批独立创业公司的产品，虽然在入口、记忆、权限体系和执行方式上存在不同，但都在尝试扩大AI能够承接的个人任务范围。

如果Agent能够持续处理邮件、安排工作、操作软件、完成采购、协调不同服务，AI调用便可能从用户主动发起的短时会话，转向围绕实际任务展开的长流程执行。

Agent之间的协作，以及越来越多由机器直接发起的工具调用和服务请求，也可能进一步扩大推理消费市场。

不过，更多Token消耗本身并不代表商业成功。

一家PA公司如果每月向用户收取20美元，却需要花费30美元购买模型调用和其他服务，那么它可能帮助上游模型商扩大收入，自己却仍然无法盈利。

同样，模型越来越高效，也可能让过去需要大量Token的任务变得便宜。即使Agent数量大幅增长，市场总收入也不一定以相同比例增长。

模型公司希望扩大推理消费市场，应用公司希望以更低的推理成本完成任务，用户关心实际完成的工作值多少钱。

DeepSeek的38美元，展示了在特定条件下，高效率生产Token所具有的潜在收入能力。

过去几年，资本市场为AI投入了巨额资金，芯片、存储和算力基础设施率先从中受益。随着推理系统继续进步，模型公司和应用公司一直在面对另外一道更复杂的商业命题：如果越来越多企业都能以更低的成本生产智能，谁能找到足够多愿意购买智能的客户？

还有更难的问题：如果AI是一个新的时代，token承载的“智能”，要创造什么增量？AI Native的核心逻辑，还在一片混沌中等待。

本文来源：腾讯科技

风险提示及免责条款

付鹏：实物黄金与“数字黄金”的两次背离【付鹏说图表】

付鹏 — Sat, 24 Oct 2026 03:54:16 GMT

《付鹏说·第七季》全新升级上线！立即订阅

实物黄金与“数字黄金”BTC的两次背离

2026年Q1季度，黄金吸收了主权资金去美元化、央行购金以及地缘对冲的核心买盘；而BTC完全被视作高Beta的风险资产与流动性水龙头，在利率维持高位、宏观风险偏好收缩时，风险资产属性明显，同时流动性上，大量加密资产的需求转入到了美股AI资产领域，也带来了加密资产的流动性变的单薄。

随着利率的走高流动性的收紧，黄金最终补跌，同时对于BTC来说却没有怎么放大波动，两者之间回到了同样的角色，都受到流动性，利率，资产虹吸等相同因素的影响......

宁德时代5800万股股权进入解禁期：UBS浮亏25亿小摩浮亏近18亿

雷递 — Sat, 24 Oct 2026 03:51:32 GMT

2026年4月23日，宁德时代（证券代码：300750）股东宁波联创减持，持股比例从6.23%下降至4.96%。

宁波联创询价转让股份数量为5800万股，占公司总股本的1.27%；询价转让的价格为410.34元/股，交易金额238亿元。

如今，这一笔5800万股进入解禁期。截至昨日收盘，宁德时代股价为237.6元，以收盘价计算，公司市值为1.1万亿。在昨天较前一日大涨7.8%的基础上，当初参与接盘宁波联创股权的基金依然浮亏42%。

宁德时代过去半年，股价遭遇腰斩。虽然宁德时代昨日股价反弹，但有投资者指出，当一个赛道高增长逻辑不复存在，都会引起恐慌性抛售，每一次暴跌后的反弹，都是大机构乘机逃跑的机会。

UBS浮亏25亿小摩浮亏近18亿

宁波联创这笔股权一共有30家投资机构接盘，其中，UBS AG认购60.44亿元，摩根大通（小摩）旗下J.P.Morgan Securitiesplc认购41.65亿元，国泰海通金融控股有限公司认购15.84亿元，承壹投资管理有限公司认购2亿，中信证券资产管理（香港）有限公司认购2亿元，Mirae Asset Securities认购1.44亿元；

NomuraSingapore认购1亿元，法国巴黎银行认购7386万元，兴证全球基金管理有限公司认购28.35亿元，南方基金管理股份有限公司认购12.8亿元，广基金管理有限公司认购5.79亿元，华夏基金管理有限公司认购3.94亿元，博时基金管理有限公司认购3.82亿元；

汇添富基金管理股份有限公司认购1.68亿元，财通基金管理有限公司认购1.44亿，建信基金管理有限责任公司、嘉实基金管理有限公司分别认购1.31亿元，诺德基金管理有限公司认购9438万元，泰康资产管理有限责任公司认购15.63亿元，中国人民养老保险有限责任公司认购7.22亿元；

以昨日股价计算，UBS AG浮亏约25亿元，J.P.Morgan Securitiesplc浮亏17.5亿元，国泰海通金融控股有限公司浮亏6.6亿元，兴证全球基金管理有限公司浮亏11.9亿元，南方基金管理股份有限公司浮亏5.4亿，泰康资产管理有限责任公司浮亏6.56亿元。

第三季营收1652亿净利212亿

财报显示，宁德时代2026年前三季营收4421亿，同比增长56%；净利为645亿，同比增长31.6%；扣非后净利为578.76亿，同比增长32.68%。

其中，宁德时代2026年第三季营收1652亿，较上年同期增长58.58%；净利212亿，同比增长14.5%；扣非后净利为188.6亿，同比增长14.86%。

宁德时代高管在解读财报时表示，第三季度单位盈利能力变化有几方面因素：首先是产品结构变化，一个季度的产品结构波动不代表长期方向；第二是消费税和出口退税的影响。宁德时代正与客户沟通，一起来分担相关影响，同时积极推动新技术和新产品的落地，降低对盈利能力的影响。

宁德时代还表示，三季度的存货金额变大是随着公司业务规模发展带来的，但近几个季度公司存货周转天数一直相对稳定，并没有销售不畅或出货不畅的情况，属于正常存货周转。从存货结构来看，增长的主要是发出商品，未来会逐渐体现为公司收入。在储能方面，公司也在从销售电芯和直流侧产品到提供交流侧和系统产品，产品结构和形态较过去更为丰富，但相应的交付和确认收入周期比之前有所延长。

半年前配售募资391亿港元

截至2026年9月30日，曾毓群旗下厦门瑞庭投资持股22.04%，香港中央结算有限公司持股17.3%，黄世霖持股为9.09%；

截至2026年9月30日，宁德时代股权结构

宁波联合创新新能源投资管理合伙企业（有限合伙）持股为4.89%，HKSCC NOMINEES LIMITED持股为4.72%，李平持股4.27%，中国工商银行股份有限公司－易方达创业板交易型开放式指数证券投资基金持股0.67%，富泰华工业（深圳）有限公司持股0.62%，

中国人寿保险股份有限公司－传统－普通保险产品－005L－CT001 沪持股0.57%，北京华鼎新动力股权投资基金（有限合伙）持股0.52%。

宁德时代2026年4月30日还进行配售，配售价为628.20港元，募资净额为391.1亿港元。

本文来源：雷递

风险提示及免责条款

AI资本开支陷入两难：加速则现金流承压，减速则增长故事失守

Sat, 24 Oct 2026 03:48:36 GMT

AI投资叙事正面临自身逻辑的内在矛盾。市场对超大规模云计算厂商资本开支路径的判断，已从此前的"正面无论如何都赢"演变为当前的"两害相权"困境——加速则自由现金流承压，减速则需求前景存疑，两条路均指向AI相关资产遭到抛售。

追风交易台消息，10月23日，据野村证券跨资产策略Charlie McElligott报告中指出，过去一周，AI生态系统内的负面情绪催化剂接连涌现，叠加此前9月"智能体热"行情中积累的多头仓位，市场经历了大规模的被迫平仓。

仅在最剧烈的单日抛售中，野村监控的124个美股多空配对中，有47个出现逾3个标准差的单日波动，6个触及5个标准差以上的极端偏离。

此次震荡不仅冲击了AI核心概念股，更通过拥挤仓位的连锁平仓，向美债、汇率及大宗商品市场蔓延，触发了跨资产范围的系统性去杠杆。

下周市场将迎来超大规模厂商财报密集披露窗口，包括谷歌、亚马逊、微软，叠加美联储议息会议，市场方向将在短期内面临关键检验。

资本开支的"囚徒困境"

AI交易的核心叙事，已从此前"正面结果全面利好"的单边逻辑，急剧切换至"怎么看都是利空"的双向困境。

McElligott在报告中将这一处境描述为"任选其一都是毒药"：

其一，若超大规模厂商资本开支继续加速。正如Meta最新财报所揭示的趋势，市场将高度聚焦于自由现金流的持续消耗，并进一步质疑整体融资可持续性。

这一路径具有非线性风险，意味着需以更大规模、更高利差发行债务，AI交易因"不可持续"叙事而承压。

其二，若超大规模厂商资本开支出现实质性减速，则意味着市场此前已定价的"最优情景"，涵盖AI需求、技术采用、盈利能力及终端用户生产率提升等核心论题正在失守，AI交易将面临更为猛烈的冲击。

这一困局的形成，与9月"智能体概念"行情期间多头仓位的快速重建高度相关。彼时大量资金涌入AI核心标的，并伴随着规模可观的看涨期权投机性建仓，为后续的踩踏式出逃埋下伏笔。

止损触发引发跨市场去杠杆

仓位拥挤是本轮波动异常剧烈的核心原因。

据野村交易台数据显示，在最剧烈的单日抛售中，共有124个美股多空配对触发止损，其中47个配对的波动幅度超过正负3个标准差，26个配对超过正负4个标准差，6个配对超过正负5个标准差。

（各类配对交易过去一段时间表现）

McElligott认为，本轮止损潮的根源在于，2026年全年"高夏普比率交易"高度集中，套息策略与趋势跟踪策略长期共振，形成罕见的广谱赢家效应。

而当前时点恰逢四季度末，基金经理面临年末业绩压力，在已然承压的回撤环境下，主动出击博取反弹的动力远不及"保住资本、安全越年"的避险本能——"去风险、关仓位"模式主导了市场行为。

与此同时，AI叙事的重置正在加速系统性趋势策略的仓位调整，尤其集中于此前极为拥挤的美国国债及短期利率空头。

据野村QIS数据，过去两周，CTA趋势策略已平仓约680亿美元的美债期货空头及380亿美元的短期利率期货空头，但信号仍处于净空头状态，意味着若债市涨势延续，潜在的被迫回补规模依然可观。

（过去两周CTA已完成超千亿美元的空头回补，若要触发绿色框内下一波约500亿美元的强力追买，需等待债券价格进一步向上突破+2%的触发门槛）

McElligott认为，随着短期窗口的回补基本完成，债券空头的挤压动能正在阶段性停歇。2周及1个月周期模型均已翻转为"做多"信号，但3个月周期模型若要从当前水平翻转做多，仍需债券价格出现大幅进一步上涨。

宏观共振：债券与股市的相关性切换

此次AI叙事重置，同步触发了债市与股市内部的相关性结构变化，这一信号在市场机制层面值得关注。

债券方面，"股债负相关"保护属性重新显现。McElligott指出，大量资金于前一交易日通过股票期货抛售与国债期货买入完成资产配置切换，债券再度扮演风险对冲工具的角色。

这一特征贯穿全年的大部分时间后曾一度失效，如今伴随"增长恐慌"情景的信用度上升而回归。

股票市场则出现方向相反的切换。2026年大部分时间内，纳斯达克及半导体板块呈现罕见的"上涨日波动率高于下跌日"特征；而当前，这一关系已重新反转为"负向现货-波动率相关性"，即股价下跌时波动率更大。

这一切换在纳斯达克及SMH（半导体ETF）空间最为突出，直接反映了市场对AI资本开支可持续性的重新定价。

（纳斯达克和半导体ETF指数在“下跌日”的成交量是“上涨日”成交量的近2:1，这一现象在10月份再度显现）

值得注意的是，标普500整体指数层面的VIX波动相对温和。McElligott将此归因于"反向离散"效应——科技多头遭受重创，而利率敏感型板块及其他空头标的则急剧反弹，两相对冲使得指数层面的整体相关性并未爆发式上升。

大额期权信号：逆势资金仍在布局AI反弹

尽管整体情绪承压，期权市场中仍出现了若干值得关注的逆势布局信号，主要体现在部分核心AI名称的看涨期权上。

据McElligott的观察，过去一周内出现了以下显著的看涨期权买入活动：

CoreWeave合计支付权利金约6900万美元，涉及期权名义敞口约1.7亿美元；

Nebius Group合计支付权利金约2570万美元，涉及名义敞口约8000万美元；

美光合计支付权利金约2000万美元，涉及名义敞口约8500万美元。

上述交易涉及2025年3月至4月到期的价外看涨期权，显示出部分资金在当前动荡中仍维持对AI板块中期反弹的方向性押注。

对于潜在的企稳条件，McElligott认为关键在于波动率风险溢价（VRP）卖方是否愿意遵循历史规律"逢波动率上涨做空"，尤其是0DTE Gamma卖出策略在买入下跌、卖出上涨方面的稳定器作用，将是判断波动率能否再度收敛的重要观察指标。

（0DTE伽马区间）

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

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

恒大清盘新进展：毕加索、莫奈等名画被胡乱堆在原总部储物室，上百件艺术品亏本出售；广州还停着一架私人飞机，预计四季度收回1200万美元

每日经济新闻 — Sat, 24 Oct 2026 03:25:06 GMT

中国恒大的清盘又出现新进展。

《每日经济新闻》记者获悉，10月22日，中国恒大集团（清盘中）清盘人（以下简称恒大清盘人）发布了第二份进展报告，披露了自2025年8月1日至2026年9月30日期间清盘工作的重大进展。

报告显示，截至2026年9月30日，恒大清盘人已从集团资产中累计回收约34亿港元（约4.359亿美元），包括毕加索、莫奈等名家画作在内的一批“非典型资产”陆续亏本出手；与此同时，恒大清盘人已收到200份债权证明，主张的债权总额约3600亿港元（约460亿美元）。

恒大清盘人表示，目标是在2027年上半年宣派首次中期债款摊还，但具体的摊还债款比率未定，并称“将继续致力透过资产变现、追讨行动及法律程序，为债权人争取最大程度的回收款项，同时推进索赔判定工作”。

毕加索、莫奈名画等艺术品亏本出售向美国一所大学追讨200万美元

在资产变现清单中，恒大曾经的艺术品收藏格外引人注目。恒大清盘人在恒大位于香港的原总部发现了上百件艺术品——没有妥善包装，也没存放在恒温恒湿的环境里，这些艺术品就这么被仓促地、胡乱地堆进一间储物室里面。

这批艺术品中包括毕加索、莫奈、安迪·沃霍尔等名家的作品，随便拿出一件，都是能在拍卖行挂上号的。恒大一家附属公司从2016年3月起的约18个月内陆续买入了这批艺术品，总成本约13亿港元。110件里，有95件从香港同一家艺术品经销商买入。

目前，恒大清盘人接管的107件艺术品已经通过苏富比卖出去96件，净收回2.25亿港元。整体而言，该批艺术品的出售价格低于其购入成本，因而录得亏损。

恒大清盘人称，尚未能完全确定恒大为何购入如此高价值及规模庞大的艺术品收藏，而此举并非公司日常业务的一部分。恒大清盘人了解到，购入该批艺术品至少部分是为了在恒大总部的一所“会所”内展示。

比名画更难出手的，是一架停在广州的私人飞机空客A319。报告显示，这架飞机自2023年起已不具备适航条件，且拖欠超过5000万港元的管理费及相关费用。恒大清盘人已经找到一位有意向接盘的买家，预计在今年四季度完成交易，净收回约1200万美元。

另外，恒大清盘人核查账目时发现，恒大账面有一笔约1.11亿港元（约1430万美元）的预付款。2020年2月，恒大、广州呼吸健康研究院与美国一所大学签署意向书，计划组建联合科研工作组，恒大同意预付这笔资金，用于相关科研项目。截至2021年7月，其中约1110万美元已动用，剩余320万美元未使用。清盘人经分析并取得法律意见后认为，恒大有权要求退回其中200万美元预付款，已向该校发函催款，目前双方正在协商和解。

从过往公开信息来看，上述美国大学应为哈佛大学。

已收总额约460亿美元债权索偿目前尚未对索偿债权完成判定

报告披露，截至2026年9月30日，恒大清盘人共收到200份债权证明，主张债权总额约3600亿港元（约460亿美元）。恒大清盘人强调，该数字并非最终数字——目前尚未有任何一份债权证明表完成判定，且不排除仍有人继续提交债权申报索赔。

从目前申请的债权证明结构看，票据及债券约占债权总值的40%，内地金融机构的债权约占24%，集团内公司间余额约占22%，三类合计超过85%。恒大清盘人表示，已就收到的申索展开正式判定程序。基于有关索赔的性质及复杂程度，清盘人预计判定程序至少需时数个月方可完成。

报告称，透过恒大内地附属公司所持资产取得回收的可能性极低，恒大对内地项目的投资主要透过股权持有而非股东贷款的形式进行。目前，恒大在内地逾3000家境内实体中，已有超过650家进入破产程序。内地项目公司持有的资产已遭强制执行，并透过境内拍卖出售，拍卖所得的任何款项将首先用于清偿相关项目公司债权人的申索。

继广州市凯隆置业有限公司（以下简称凯隆置业，恒大地产的股东）启动破产管理程序后，恒大清盘人已向凯隆置业的破产管理人提出约14亿港元的索赔。

值得一提的是，报告还提到，恒大集团前CEO（首席执行官）夏海钧已于2022年迁往美国，其最初完全拒绝披露其资产，后在初步资产披露时又主动隐瞒其在美国的居所及资产。

本文来源：每日经济新闻

风险提示及免责条款

上周散户“创纪录”抄底美国芯片杠杆ETF，本周跌爆了

Sat, 24 Oct 2026 03:13:27 GMT

散户押注芯片股反弹的豪赌，以惨败收场。

上周，投资者向一只高风险半导体杠杆ETF单周注入创纪录的61亿美元，试图抄底持续下跌的芯片股。然而，这笔赌注几乎在入场的同时便开始亏损——本周芯片股非但没有反弹，跌势反而进一步加剧。Direxion Daily Semiconductor Bull 3X ETF（SOXL）本周再跌10.8%，创下连续第三周下跌，10月以来累计跌幅已超过43%。

市场的核心压力来自人工智能投资回报的不确定性。投资者开始质疑，科技巨头在AI基础设施上的激进支出能否持续兑现盈利预期，这一情绪令半导体板块承压。周四，SOXL单日暴跌20.5%，创下自6月23日以来最大单日跌幅，而当日正是此前持续流入的资金踩踏出逃的节点。与此同时，美股三大指数周五全线收跌，标普500信息技术板块录得自3月以来最长连跌周期——连续三周下跌。

创纪录抄底：61亿美元单周涌入

据FactSet数据，Direxion Daily Semiconductor Bull 3X ETF上周单周吸引61亿美元资金流入，创历史纪录。该ETF旨在提供追踪半导体指数日涨跌幅300%的放大收益，是市场上风险最高的杠杆工具之一。

这一创纪录的流入，发生在芯片股已连续下跌、AI交易情绪明显降温的背景下。投资者的逻辑是：跌得越多，反弹空间越大。FactSet数据显示，资金持续流入直至周四——而正是在周四，该ETF遭遇了单日20.5%的重挫。换言之，抄底资金几乎精准踩在了加速下跌的节点上。

相比之下，非杠杆的iShares Semiconductor ETF同日跌幅为6.8%，损失虽同样可观，但远不及杠杆产品惨烈。

AI叙事遭遇质疑：芯片股估值承压

半导体股票今年以来涨幅惊人，iShares Semiconductor ETF年内一度飙升近59%，核心驱动力正是AI芯片需求的爆发式增长。然而，随着市场对AI基础设施投资回报的审视日趋严格，这一涨势正面临考验。

财富管理公司Glenmede投资策略副总裁Mike Reynolds表示，“半导体对AI基础设施建设极为敏感，而AI交易目前正受到一定程度的质疑。”

他同时指出，在经历如此激进的涨势、估值已大幅抬升之后，投资者重新审视AI主题的潜在回报，是一种健康的市场行为。“在市场达到彻底脱离基本面的狂热顶点之前，投资者能够实时提出质疑，这是好事，”Reynolds说。

杠杆ETF的双刃剑：放大收益，也放大风险

SOXL的遭遇，再次揭示了杠杆ETF作为投机工具的极端风险。这类产品通过衍生品实现每日收益的倍数放大，在市场单边上涨时可带来丰厚回报，但一旦方向判断失误，亏损同样成倍放大。

10月以来，SOXL累计跌幅已超过43%，而同期iShares Semiconductor ETF的月度跌幅约为15.9%。两者之间的差距，直观呈现了3倍杠杆在下行市场中的破坏力。

芯片股的剧烈波动，本月已多次左右标普500指数的单日表现，令整个市场的情绪随之起伏。对于那些以杠杆ETF押注短期反弹的投资者而言，这场“抄底”的代价，远比预想中沉重。

风险提示及免责条款

AI短剧的桎梏：用户时长拉满了，但为什么就是不赚钱？

Sat, 24 Oct 2026 02:54:04 GMT

2026年上半年，短剧交出了一组互相矛盾的数字：用户7.18亿、人均单日使用129分钟，时长战争已经赢下；同期抖音端上线 AI 剧与漫剧22.19万部，播放破亿的只有1055部；行业投流日耗1.5亿—1.7亿元，占用户流水的七到八成。

短剧的桎梏不在需求，也不在制作成本，而在单位时长的变现价格，每分钟 0.22 分钱，约为院线电影的十七分之一。AI 把制作成本压低了九成，却几乎没有扩大需求，省下的钱以流量涨价的形式被重新收走。产业链因此呈哑铃型：IP 源头与平台两端拿走约 78% 的毛利，中间的制作与承制归零。

短剧不是一门「内容生意」，而是一门「收费站生意」。制作环节在AI时代不是效率受益者，而是效率受害者。

AI交易崩盘，Anthropic会推迟"超级IPO"吗？距离11月中旬"预定上市日期"不远了

Sat, 24 Oct 2026 02:41:22 GMT

AI独角兽Anthropic正站在上市的历史关口，但市场逆风正在加剧不确定性。

据路透社报道，Claude聊天机器人的开发商Anthropic计划于11月中旬完成IPO，目标估值高达2万亿美元，有望超越SpaceX今年早些时候1.77万亿美元的上市规模，成为史上最大科技IPO之一。然而，美国证券交易委员会（SEC）要求公司在启动路演前至少15天公开提交招股说明书，这意味着Anthropic留给自己的窗口期正在迅速收窄。

与此同时，AI板块近期遭遇明显抛售——CoreWeave股价两周内暴跌约30%，美光过去一个月下跌17%——市场对AI支出可持续性的疑虑持续升温。多位市场人士表示，Anthropic可能面临推迟上市的压力，但也有分析师指出，该公司对资本的迫切需求或将推动其坚持原定计划。预测市场目前显示，Anthropic年内上市的概率约为80%。

时间窗口：最晚下周提交S-1文件

根据SEC规定，公司须在路演启动前至少15天公开提交招股说明书（S-1文件）。佛罗里达大学IPO研究项目负责人Jay Ritterh表示，若Anthropic希望赶在感恩节前完成上市，时间仍然充裕，但已相当紧张。

具体而言，若公司将IPO定于最晚11月24日，并于11月16日启动路演，则须在下周末前公开提交S-1文件。

值得注意的是，Anthropic此前曾被预期在劳工节（Labor Day）后不久公开披露招股说明书，彼时市场预计其可能于9月下旬挂牌上市，但该计划并未如期推进。

市场逆风：AI板块承压，上市窗口趋窄

据MarketWatch报道，AI相关股票近期的大幅回调，是Anthropic管理层不得不正视的重要变量。

新兴云计算公司CoreWeave因市场担忧其债务管理能力，股价在过去两周内下跌约30%；存储芯片巨头美光过去一个月跌幅达17%，折射出市场对AI支出规模及融资前景的广泛忧虑。

Rational Equity Armor Fund投资组合经理Joe Tigay表示，持续的通胀压力与高企的能源价格同样令人担忧。

“从历史经验来看，增长放缓与通胀并存的组合往往是股市出现裂缝的前兆。如果这些压力持续积累，Anthropic完全有理由选择继续保持私有状态，等待更好的时机。”

然而，也有声音认为，Anthropic的上市对于提振市场信心至关重要。

Cerity Partners首席市场策略师Jim Lebenthal指出，AI行业的长期生命力与商业模式近期受到更多质疑，市场需要一次成功的Anthropic IPO来证明AI具备持续发展的能力。

“提出疑问是合理的，甚至产生怀疑也是合理的，”Lebenthal表示，“但整体股票市场的健康以及美国经济的健康，都在很大程度上依赖于人工智能行业的成功。”

资本需求：上市是获取资金的最现实路径

抛开市场情绪，Anthropic自身对资本的迫切需求，或许才是推动其坚持上市计划的核心动力。

Zacks Investment Research股票策略师Andrew Rocco表示，最大的AI公司已经表明，“它们基本上愿意尽其所能地大规模投入，以争取更多用户，并试图成为主导性的AI玩家”。

他认为，Anthropic将努力推进上市，“因为它们确实需要那笔资金，尤其是在私募市场融资可能变得更加困难的情况下”。

华尔街见闻文章写道，据《华尔街日报》援引Anthropic招股说明书草案显示，该公司未来数年在AI算力方面的支出规模可能高达7500亿美元。与此同时，招股书显示，Anthropic在2026年上半年录得超过800亿美元的净亏损，营收为163亿美元，不过该亏损主要由会计调整驱动，而非基本业务层面的恶化。

预测市场数据显示，Anthropic在年内完成上市的概率约为80%。

风险提示及免责条款

警告“下调评级”数据中心，标普要给AI债务危机“火上浇油”

Sat, 24 Oct 2026 02:20:15 GMT

标普全球评级发出警告，数据中心行业正面临信用评级下调风险，导火索是席卷全美的地方政府禁令与公众反对浪潮。

据彭博10月24日报道，标普全球评级在周五（10月23日）发布的报告中指出，电网容量限制、环境可持续性争议以及分区规划调整引发的项目延误，“可能加大数据中心项目信用质量的下行压力”。标普追踪了美国146个被延误或取消的数据中心项目，其中约四分之三与地方层面的反对声音直接相关。

标普同时指出，若禁令、许可审批放缓或政策逆转导致项目出现实质性延误，租金减免等财务罚款乃至租户终止合同的权利，将构成切实的信用风险。尽管目前对信用评级的实际冲击仍属有限，但这一警告无疑为正处于高速扩张周期的数据中心行业蒙上阴影。

地方禁令蔓延40个州，146个项目受阻

数据中心建设热潮近几个月来引发广泛的公众审视。据标普报告，全美已有40个州的地方政府相继出台禁令或限制措施。

标普的分析重点聚焦于纽约、德克萨斯、宾夕法尼亚、伊利诺伊和亚利桑那五个州的禁令情况，并追踪了全美范围内146个遭到延误或取消的数据中心项目，其中约四分之三源于地方层面的反对。

地方社区频繁援引的反对理由包括：能源成本上升、水资源稀缺、空气污染以及噪音污染。

财务罚款与合同终止权，信用风险已现雏形

标普在报告中明确列出了信用风险的传导路径。一旦项目因禁令或审批延误而无法按期推进，开发商可能面临向租户支付租金减免的财务罚款，情节严重时租户甚至可行使合同终止权。

报告指出，上述风险"以租金减免等财务罚款乃至租户终止权的形式"构成信用隐患。

标普同时承认，迄今为止禁令对信用评级的实际影响"尚属有限"，但措辞上的预警意味明显——电网容量约束、环境争议与分区规划变动三重压力叠加，正在系统性地抬高项目信用风险。

此次标普的报告揭示出数据中心行业扩张面临的结构性阻力。在需求端，AI基础设施建设持续驱动数据中心投资热潮；但在供给端，电网容量瓶颈、环境监管趋严与地方社区抵制正在形成多重制约。

标普的分析表明，这一矛盾已从舆论层面演变为可量化的信用风险因素。对于持有数据中心相关债务的投资者而言，地方政策动向与项目推进进度，将成为评估信用质量不可忽视的变量。

风险提示及免责条款

AI“跌倒”，美债“吃饱”！全球“资本争夺战”，市场给出答案

Sat, 24 Oct 2026 02:12:02 GMT

一场围绕资本定价权的争夺正在全球市场上演。AI超级资本开支周期与各国政府财政赤字周期同时向债券市场争夺资金，在触发AI板块剧烈震荡的同时，将美债推入久违的避险买盘。这一切指向同一个结论：廉价资本时代的逻辑正在被改写。

本周，纳斯达克100指数录得去年4月以来最差两周表现，一篮子AI相关股票单周重挫4.9%，Meta等科技巨头遭遇重创。

与此同时，美债市场强势逆转，10年期美债收益率时隔一个月首度跌破5%，长端债券ETF连续三周上涨，债券资金流入规模本月已达约580亿美元，占全部ETF流入的38%。

资本的用脚投票，揭示出市场情绪的深层转变。此前近乎无懈可击的华尔街共识——做多大型科技股、做空防御性资产正遭受越来越多的质疑。Neuberger Berman多资产联席首席投资官Jeffrey Blazek直言：

这是彻彻底底的剧情反转——我们正在看到资金争相涌入国债，与AI交易形成背离。

AI开支叙事动摇，市场信任出现裂痕

过去两年，AI交易几乎是华尔街最坚不可摧的共识：做多大型科技股，做空防御性资产。这一共识本周遭遇实质性挑战。

投资者的焦虑集中于一个核心问题：科技巨头为AI投入的天量资本，能否在足够短的时间内产生足以匹配的回报？

华尔街见闻提及，Anthropic未来数年可能在额外算力上耗资7500亿美元。Meta首席执行官扎克伯格随后宣布，该公司将在未来算力及AI基础设施租约与合同上支出约8250亿美元。

消息公布后，Meta股价本周大跌逾9%，为5月以来最大单周跌幅，公司信用风险指标同步升至历史高位。其他超大规模云计算商及芯片制造商的债务保护成本也随之跳升。

与此同时，全球企业债信用利差普遍走阔。衡量美国企业债市场感知风险的关键指标，CDX投资级指数周五盘中最高升至64.4，为3月以来最高盘中水平。该指数越高，表明投资者对信用风险的担忧越深。

值得注意的是，AI相关股票组合与10年期美债收益率已连续九周同向波动，这是自OpenAI推出ChatGPT以来持续时间最长的联动走势。

这与7月的情形截然不同——彼时AI交易降温，美债同样承压。当前格局意味着AI信心的动摇，正被市场直接转化为对安全资产的需求。

美债"避险"属性重归，资金防御转向加速

债市的反转来得迅猛。本周初，大量投资级债券供给推动10年期美债收益率在周一升至5.14%；随后AI恐慌情绪袭来，曲线急速反转。

美债周四全线大涨12至18个基点，以中段表现最为突出，创逾一年来最佳单日表现，10年期收益率收于4.97%，为一个月来首次收盘跌破5%，亦是自6月以来首次跌破50日均线。

高盛的Christian Gattellari表示，"我们现已突破所有CTA短期买入触发点"，趋势追踪者空头仓位达到最大空仓的87%。野村的Charlie McElligott则告知客户，债券正重新"发挥对冲功能"。

NewEdge Wealth首席投资官Cameron Dawson对此作出判断：

随着此前的股市领涨板块走势趋于防御，以及信用指数发出压力信号，投资者现在有了寻求债券相对安全性的理由。

资金流向数据同样印证了这一防御转向。据Baird Strategas，股票与固收ETF需求之间的缺口已跌至历史低位十分位区间。

彭博数据显示，本月已是固收连续第二个月吸引超过35%的整体ETF流量，这是自去年初以来首次出现连续两个月的情形。彭博智库分析师Athanasios Psarofagis表示，

过去两个月债券资金流入明显超出常规，部分反映出更具防御性的资产配置倾向，但收益率的吸引力同样促使投资者趁机锁定收益。

AI与政府争夺同一池资本

市场动荡的背后，有一个更为结构性的张力正在形成：AI超级资本开支周期与政府财政赤字融资周期正在同时挤向同一个债券市场。

华尔街见闻提及，企业需要建设数据中心，政府需要弥补赤字；私人部门要融资购买算力，公共部门要融资支付福利、利息与国防开销。两股融资需求同向暴涨，而除非储蓄供给同等增加，资本的价格将别无选择，只能上升。

这并非危言耸听。历史上，铁路革命最终改变了美国，但19世纪的铁路债务同样引发了多轮金融危机；互联网最终重塑了世界，但2000年前后的资本泡沫依然破裂。一场长期正确的产业革命，与中短期资本市场的压力，并不互相排斥。

后金融危机时代，全球资本市场的运行逻辑建立在一个核心假设之上：廉价资本将长期存在。各国政府的财政体系、科技企业的扩张路径、资产价格的估值框架，无不依赖这一假设。而今这一假设正在动摇。

信用利差的走阔已是可观察的早期信号。若最弱信用级别（CCC级）的信用利差持续承压，意味着资本紧缩已不再只是利率市场的技术问题，而开始向融资能力较弱的企业和资产传导。

本周再融资担忧导致 CCC 级债券收益率达到15.85%，为2020年以来的最高水平。但目前与所有垃圾债券的收益率差距为7.48个百分点，仍比2016年和2020 年达到的先前峰值低1个百分点。

"AI有价值"与"任何价格下的AI投资都合理"之间，存在根本区别；"政府可以发债"与"债务可以无限扩张而不付出代价"之间，同样如此。

当资本被迫在不同需求之间配给，最先承压的是边缘资产和弱信用主体，随后蔓延至更广泛的资本市场，最终传导至就业、消费和实体投资。

债券市场这一轮最深刻的变化，或许并不只是收益率升至某个具体点位，而是市场开始重新接受一个曾被遗忘的事实：钱不是无限的。

风险提示及免责条款

三季度巨亏、再裁员6%！沃尔沃股价暴跌30%

Sat, 24 Oct 2026 02:11:30 GMT

沃尔沃汽车正面临上市以来最严峻的经营危机。受中国市场销售崩塌拖累，这家瑞典汽车制造商三季度录得巨额亏损，股价单日暴跌逾30%至历史低位，并宣布新一轮大规模裁员与成本削减计划。

沃尔沃汽车周五公布，三季度净亏损57亿瑞典克朗（约合5.75亿美元），而去年同期净利润为45亿瑞典克朗，同比由盈转亏。季度营收同比下滑23%至669亿瑞典克朗，现金净流出近90亿瑞典克朗。消息公布后，公司股价盘中一度跌逾30%，创历史新低。

在业绩重压之下，沃尔沃汽车宣布需额外削减50亿瑞典克朗成本，其中包括再裁减约6%的员工，叠加此前已宣布的约3000人裁员计划。首席执行官Håkan Samuelsson警告，不排除未来采取“额外措施”进一步压缩成本，并坦言短期内难以期待业绩出现实质性改善。

中国市场销售近乎腰斩，成核心拖累

沃尔沃汽车在中国市场的营收同比下滑近50%，是本季度业绩崩塌的核心原因。Samuelsson表示依赖进口全球车型、仅在当地完成组装的市场模式已走到尽头。

除中国市场外，公司还对原本预期通过向竞争对手出售监管积分所获收入进行了重新评估——特朗普政府放宽汽车排放削减规定后，这部分收入预期大幅缩水，进一步侵蚀了季度业绩。

新车型与吉利平台或成转型支点

面对困局，Samuelsson表示，公司正在推进搭载中国本土软件、基于吉利低成本平台开发的本地化车型，以期在未来数年内提升竞争力。沃尔沃汽车由吉利控股，双方已在零部件共享等方面深化协同。

然而，Samuelsson同时坦承，“这是一次非常深度的下滑，我希望能看到某种程度的企稳，但我认为近期不应期待真正的改善。”这一表态意味着，即便本地化战略方向明确，短期内扭转颓势的难度依然极大。

新CEO接棒，分析师悲观

在管理层层面，前斯柯达掌门人Klaus Zellmer将于明年10月前后接任首席执行官一职，接替2025年复出的Samuelsson。Zellmer在斯柯达任职期间，曾将该品牌打造为大众集团旗下利润贡献最大的子品牌，超越保时捷。

但当前局面令市场对其前景并不乐观。伯恩斯坦分析师Harry Martin在研报中写道：“我们很难看到近期有任何改善迹象。新任CEO Klaus Zellmer……如今面临的挑战，比他一个月前被宣布任命时还要艰巨得多。”

行业逆风席卷西方车企

沃尔沃汽车的困境并非孤例。大众、保时捷、宝马、捷豹路虎等西方主流车企均在削减人员，共同应对来自中国竞争对手的冲击、美国关税压力以及中东冲突推高的原材料成本。

不过，沃尔沃汽车所受冲击尤为严重——其电动车及插电式混合动力车型在中国和美国市场的销售双双下滑，叠加此前已实施的大规模成本削减，公司财务缓冲空间已大幅收窄。本季度近90亿瑞典克朗的现金流出，进一步加剧了市场对其流动性状况的担忧。

风险提示及免责条款

近乎垄断“霍尔木兹油运”！这家韩国船东“一夜暴富”，此前60亿美元囤积73艘二手超级油轮

Sat, 24 Oct 2026 01:59:56 GMT

一家此前鲜为人知的韩国船东，正在全球最敏感的石油运输通道上书写一段财富神话。凭借一场豪掷近60亿美元、囤积73艘二手超大型油轮（VLCC）的疯狂押注，韩国兴亚海运集团（Sinokor Group）已在霍尔木兹海峡油运市场确立近乎垄断的地位——其船队单月运油量超过排名其后三家国家级船东的总和。

据彭博援引Vortexa、Equasis及Signal Group等航运情报机构的船舶追踪数据，今年9月，Sinokor旗下船舶共通过霍尔木兹海峡运输原油1.056亿桶，占当月该海峡石油过境总量的近40%。紧随其后的三家船东——沙特国家航运公司（Bahri）、科威特石油运输公司及阿布扎比国家石油公司旗下航运部门——同期合计运量仅为9730万桶。据劳氏日报（Lloyd's List）最先披露，在10月前10天，Sinokor的占比更进一步攀升至逾50%。

这一市场格局的形成，源于Sinokor在伊朗战争爆发前夕的一次战略性豪赌。当霍尔木兹海峡几近封闭之际，Sinokor提前囤积的庞大船队被产油国以天价争相租用。如今，随着海湾地区原油出口逐步恢复至战前水平，Sinokor仍是该航线最活跃的船东之一，其船队持续执行从波斯湾内部装载原油、穿越霍尔木兹、在阿曼湾进行船对船中转的"接驳贸易"。

60亿美元豪赌：73艘VLCC的疯狂囤积

Sinokor的崛起，始于一场在业界罕见的大规模二手船收购行动。

据航运分析机构Veson Nautical分析师Rebecca Galanopoulos在最新市场报告中指出，2026年迄今，Sinokor Maritime已主导二手VLCC收购市场，累计购入73艘VLCC，总耗资近60亿美元。这一数字等于全球其余八大油轮买家收购支出的总和。所有73艘船均于今年完成交付。

支撑这场收购狂潮的，是全球最大船东地中海航运公司（MSC）的财务背书。据Veson Nautical数据，MSC今年早些时候收购了Sinokor Maritime 50%的股权，与Zhong Jiaxian共同成为该公司的联合控股方。

从规模来看，Sinokor Maritime目前运营93艘VLCC，总载重吨位超过2830万载重吨，整体油轮船队达162艘。以船队规模计，Sinokor Maritime已跃升为全球最大油轮运营商。

Sinokor由大亨Ga-Hyun Chung所有，在伊朗战争爆发初期便迅速进入市场视野。其战略逻辑清晰：在地缘冲突引发运力紧缺之前，以相对低廉的二手船价格完成船队扩张，再在危机高峰期以高运费收割回报。

霍尔木兹危机：重塑全球油轮市场格局

Sinokor的崛起，是2026年全球油轮市场剧烈重构的一个缩影。

Rebecca Galanopoulos在分析中指出，霍尔木兹海峡危机是2026年油轮板块市场情绪的首要驱动力。AIS数据显示，随着船东和租船方对该地区运营风险的重新评估，波斯湾过境船舶的航行模式发生了显著转变。

从整体市场来看，2026年二手油轮市场呈现爆发式增长。据BRS Shipbrokers最新月报，今年1月至8月中旬，共有428艘油轮易手，而2025年前三季度这一数字仅为370艘。

“市场对能够灵活适应替代航线的油轮需求持续上升，直接推高了二手船价格，当前资产价格已达多年高位，”Rebecca Galanopoulos表示。她同时指出，Sinokor的大规模收购直接反映了这一市场需求。

“尽管当前运费市场正在消化绕航成本上升和保险费率攀升带来的压力，船东们仍在激烈争夺运力。这一收购势头能否持续，在很大程度上将取决于地缘政治局势及霍尔木兹海峡的后续走向。”

接驳贸易：高风险航线上的高利润逻辑

在当前的市场格局下，Sinokor的核心业务集中于所谓的“接驳贸易”（shuttling trade）——船舶在波斯湾内部装载原油，穿越霍尔木兹海峡后，在阿曼湾的船对船中转点卸货，再由其他船只转运至目的地。

这一模式的形成，与霍尔木兹海峡的特殊地缘风险直接相关。当海峡几近封闭时，产油国面临储油空间告罄、被迫进行代价高昂的减产停工的压力，不得不以高价租用任何可用船只。Sinokor提前布局的庞大船队，在这一窗口期获得了极为丰厚的回报。

船舶追踪数据显示，Sinokor的油轮已参与沙特阿拉伯和阿联酋原油的运输，近期更涉足伊拉克和卡塔尔的货运业务，客户覆盖范围持续扩大。

然而，这场财富盛宴并非没有隐忧。

Rebecca Galanopoulos在报告结论中指出，VLCC价格已升至2008年以来的最高水平，后续走势更可能趋于稳定，而非进一步加速上涨。不过，她也指出，对于拥有老旧船队的船东而言，在市场出现任何回调之前完成船队更新，仍是一个值得把握的窗口。

对于Sinokor而言，其近60亿美元的重仓押注能否最终兑现，将在很大程度上取决于两个变量：一是霍尔木兹海峡的地缘政治走向，二是海湾地区原油出口的恢复节奏。

分析人士指出，目前，随着海湾原油出口逐步回归战前水平，Sinokor在接驳贸易中的主导地位仍在延续，但市场对其能否在运费正常化后维持超额回报，保持审慎观望。

风险提示及免责条款

美伊“一触即发”，这个周末“草木皆兵”！油价4月以来首次触及117美元，单月涨超10%

Sat, 24 Oct 2026 01:33:43 GMT

中东局势骤然升温，国际油价在本周五创下数月新高，地缘风险溢价正以肉眼可见的速度重新定价。

布伦特原油周五盘中最高触及117.45美元/桶，为4月以来首次突破该关口，单月涨幅已超10%，最终收于116.72美元。推动这轮涨势的核心逻辑，是市场对美伊冲突在美国中期选举后重新升级的预期急剧升温——特朗普当天一边暗示可能再次对伊朗发动军事行动，一边释放"战事可以迅速结束"的信号，两种表态并置，令市场对政策走向愈发难以研判。

（布伦特原油期货日线图）

与此同时，伊朗方面接连释放强硬信号：革命卫队宣布两艘超级油轮在霍尔木兹海峡触雷，合计涉及逾450万桶原油；据路透社报道，伊朗高级安全官员透露，伊朗已制定针对海湾地区海底通信电缆的详细打击预案，一旦美以再次发动攻击即付诸实施。DoubleLine投资组合经理Bill Campbell表示：“你正在进入一个充满高度不确定性的周末”。

能源市场的恐慌情绪已蔓延至更广泛的资产类别。美国五年期盈亏平衡通胀率周五上升8个基点至2.47%，10年期美债收益率小幅走高至4.99%，标普500指数下跌0.5%。

RBC Capital Markets全球大宗商品策略主管Helima Croft表示：“石油持续上涨，因为局势走向指向近期中东军事升级。‘很快结束’的口号，抵不过实际的导弹炮火。”Rapidan Energy总裁Bob McNally警告，若冲突失控并对关键石油基础设施造成重大破坏，油价可能迅速冲向150美元。

特朗普两面表态，政策走向高度不确定

特朗普周五的表态充满矛盾张力，令市场难以形成稳定预期。

华尔街见闻文章写道，据央视新闻，特朗普当天在佛罗里达州集会上表示，美国可能再次对伊朗采取军事行动，"我们可能会再来一次小规模的'史诗怒火'行动"。美国国防部将美以今年2月28日对伊朗发动的军事打击命名为"史诗怒火"行动。特朗普的最新表态意味着，在战争持续近八个月之际，白宫仍未排除进一步动武的可能性。

然而，据媒体报道，特朗普同日在白宫南草坪接受记者采访时又表示，美国可以很快结束对伊朗的战事，但随即抛出一个问题："我们要彻底打完，还是就让它慢慢消退？"他还称，石油正在通过霍尔木兹海峡运输，美国"正在得到我们想要的一切"。

两种表态并置，折射出美国当前对伊政策的深层矛盾：一方面，特朗普希望通过军事和经济压力迫使伊朗让步；另一方面，持续的战争也推高了能源成本，增加了美国国内的政治压力。据路透社指出，燃油价格上涨正成为美国11月中期选举前的一项重要政治挑战。

据媒体，特朗普正面临来自截然不同的建议路径：财政部长贝森特认为，伊朗经济已处于崩溃边缘，通过封锁霍尔木兹海峡并结合制裁，足以迫使德黑兰回到谈判桌；以色列总理内塔尼亚胡则主张，再来一轮毁灭性的军事打击足以推翻政权。据报道，特朗普政府目前似乎在考虑将两种路径结合，押注"经济压垮加军事一击"可以触发政权更迭。

据媒体援引知情官员消息，特朗普正考虑在中期选举结束后不久，以数日集中打击的方式重启军事行动，潜在目标据报包括伊朗的导弹和无人机武库、能源基础设施以及核设施。

不过，一名专注伊朗问题的前以色列情报官员Danny Citrinowicz对此提出警示，“你没办法计划一场三天的战争，因为这不是单方面的决定，你无法控制伊朗如何回应。”他表示，特朗普“急于找到一个能让他走出这个困境的选项”。

中选后打击计划浮出水面，特朗普是否批准仍存悬念

据新华社援引美国《纽约时报》21日报道，美国和以色列军方已制定具体计划，准备在11月美国国会中期选举结束后再次打击伊朗，但特朗普是否会批准实施这一计划尚不确定。

据媒体报道，知情官员透露，特朗普正在考虑在中期选举后数日内重启对伊朗的军事行动，潜在打击目标涵盖伊朗的导弹与无人机武器库、能源基础设施及核设施。一名外部顾问表示，“经济压力正在奏效，我们相信伊朗已接近临界点”，新一轮打击“将把他们推过去”。

美国国防部长赫格塞思本周访问以色列期间，已与以色列总理内塔尼亚胡就新一轮打击方案进行讨论。以色列电视台此前报道称，内塔尼亚胡曾多次敦促特朗普在以色列本周二大选及美国中期选举前发动打击，内塔尼亚胡办公室据报否认了这一说法。

英国《金融时报》援引一名大型大宗商品交易商高管的话称，此前市场将重返更激烈战争阶段视为“不可想象”，但油价现在已经反映了这一预期。

“所有人都在解读信号，认为要么在中期选举前因伊朗或以色列的行动而升级，要么在选举后升级——特朗普本人也曾表示会这样做。”

伊朗祭出"炸弹之父"，威慑升级至海底电缆

华尔街见闻文章写道，伊朗方面本周接连释放强硬军事信号，威慑范围已从传统军事目标扩展至关键基础设施。

军事层面，伊朗伊斯兰革命卫队发言人侯赛因·穆赫比于当地时间21日表示，伊朗正准备推出一款名为"炸弹之父"的新武器，以回应美国此前使用的"炸弹之母"。"我们正准备推出有史以来威力最大的炸弹……这是我们向敌人展示的新东西。"穆赫比未提供更多技术细节。穆赫比还表示，在伊朗和以色列于2025年6月爆发"12日战争"后，伊朗的导弹数量增加了1.5倍，射程、破坏力和打击精度均有提升。

通信基础设施层面，据媒体10月23日报道，两名伊朗高级安全官员透露，如果美国和以色列再次攻击伊朗，伊朗政府已制定针对海湾地区海底通信电缆的详细打击计划。伊朗伊斯兰革命卫队总司令政治副手亚多拉·贾瓦尼此前已点名霍尔木兹海峡海底七条主要光纤电缆为潜在"新目标"。其中一名官员还警告，伊朗可能试图阻止电缆受损后的维修工作，以延长通信中断时间，且反制目标将不再受此前所谓"红线"的限制。

这一威胁的重要性在于，潜在冲突的影响可能不再局限于石油生产和海上运输。国际电信联盟数据显示，海底电缆承载全球约99%的互联网流量，但电信研究机构TeleGeography研究主管Alan Mauldin表示，经过霍尔木兹海峡的国际带宽占比不到1%，因此即使相关电缆受损，对全球互联网整体的影响也可能有限，但海湾地区及依赖相关线路的国家和企业将面临更直接的通信中断风险。

霍尔木兹海峡航运告急，油轮触雷事件震动市场

霍尔木兹海峡的航运安全风险在本周急剧上升，成为油价飙升的直接导火索之一。

华尔街见闻文章提及，据央视新闻，当地时间10月23日，伊朗伊斯兰革命卫队海军宣布，两艘试图非法穿越霍尔木兹海峡南部的超级油轮当天早些时候触雷，爆炸和大火导致两艘船的机舱瘫痪，船员弃船逃生，两艘油轮合计装载超过450万桶原油。需要指出的是，上述说法目前仍为伊朗方面的单方表述，船只名称、具体受损情况及原油是否泄漏，尚待独立信息核实。

据媒体报道，伊朗伊斯兰革命卫队海军此前还宣布，其部队于周三追踪并同时击中波斯湾北部四艘涉嫌参与非法石油转运的船只，致其起火；另有三艘船只在霍尔木兹海峡以西与水雷相撞。伊朗国家电视台周四称，本周共有七艘油轮遭到袭击或触雷。

英国《金融时报》援引Saxo Bank大宗商品策略主管Ole Hansen表示：

“市场越来越担忧，进一步的袭击可能损坏生产、加工或出口基础设施，造成无法通过改变航线轻易解决的中断。”

尽管如此，《金融时报》援引船舶追踪机构Kpler的初步数据显示，不含伊朗在内的海湾产油国上周出口量高于战前平均水平，但其他追踪机构的数据显示流量仍低于该门槛。部分海湾产油国正趁局势进一步恶化前加速出口，但受制于油轮可用数量，增加出货量的能力有限。

通胀与市场：能源冲击波已在蔓延

油价飙升的连锁反应已开始向更广泛的金融市场传导。

布伦特原油2027年4月交割合约周五仍在100美元上方交易，显示交易员预期高油价将持续远超此前预期的时间。柴油目前交易价格约为200美元/桶，大宗商品交易商高管警告，若冲突重新升级，柴油价格可能冲至250美元甚至更高。

通胀预期方面，美国五年期盈亏平衡通胀率周五上升8个基点至2.47%。DoubleLine投资组合经理Bill Campbell表示：“我们继续预计通胀将保持黏性”。

能源成本上升将在美国中期选举前不到两周的时间内，为通胀压力注入新的变量，这对共和党而言构成棘手的政治挑战。市场当前面临的核心问题，不仅是美伊是否恢复谈判或再次交火，还包括霍尔木兹海峡商业航运是否持续受阻、相关油轮事件能否得到独立证实，以及潜在反制是否从军事目标进一步扩展至能源和通信基础设施——这些因素将共同决定中东风险对国际原油价格及全球供应链的实际冲击。

风险提示及免责条款

黄金跌破4000美元、日元升至阻力位，市场开始挑剔“避险资产”

Sat, 24 Oct 2026 01:10:00 GMT

本周全球市场避险情绪高涨，但传统避险资产却出现严重分化：美债受到追捧，日元升至关键技术位，而黄金却反常下跌。

黄金周五跌破每金衡盎司4000美元，触及3986.50美元的逾三个月低点，本周累计跌幅达4%。

Berenberg分析师指出，黄金在"风险规避背景下"出现下跌，是一个"值得关注的背离"。

与此同时，法国财政隐忧推动日元兑欧元升至一年高点，美元兑日元跌破157.50关键支撑位至约156.9附近，高盛FICC将日元列为当前环境下的首选对冲工具。

美国10年期国债收益率周四时隔一个月后重新跌破5%，成为本周最受青睐的避险目的地。

本周市场风险情绪的集中释放源于多重压力叠加：法国预算赤字引发欧洲主权债务忧虑，人工智能资本开支能否持续获得融资支持的疑问骤然升温，以及中东地缘局势持续紧张。

黄金失去避险光环，背离历史规律

黄金本周的表现与其传统的避险属性明显相悖。通常而言，美债收益率下行对不提供收益的黄金构成利好，但投资者本周在涌入美债的同时，却持续抛售黄金。

Berenberg分析师表示，上一次黄金在国债收益率大幅下行时表现如此疲弱，要追溯至2008年12月，即全球金融危机最深重的阶段。

分析师认为，黄金当前的弱势与其在过去一年充当投机性资产密切相关。这一投机热潮曾推动金价在今年1月攀上逾5400美元的历史高位，但随着相关交易者陆续离场，金价此后已累计回落逾五分之一。

芝商所首席经济学家Erik Norland表示，今年贵金属价格下跌的最大驱动因素，是市场预期从降息转向加息。

不过他也指出，考虑到财政赤字对债券市场信心的侵蚀、通胀上行、地缘政治风险以及央行持续购金，黄金价格仍远高于2025年初，这"令人惊讶"。

世界黄金协会数据显示，9月份央行购金量升至2024年11月以来的单月最高水平。世界黄金协会高级市场策略师John Reade在该机构举办的贵金属峰会上表示，高利率令黄金投资吸引力有所下降，高能源价格则削弱了消费者的购金能力。John Reade说：

今年在缺乏避险买盘的情况下，基本面因素的权重更大。

世界黄金协会峰会上，多位基金经理仍对黄金后市持审慎乐观态度，预计价格将出现反弹，但当前技术面与资金面的压力使这一预期面临更大的不确定性。

Berenberg分析师警告，周五黄金收盘价跌破4000美元关口，"可能引发黄金ETF进一步流出以及整个黄金股票板块的技术性抛售"。

黄金ETF需求已在今年上半年出现回落，三季度随9月销售回暖有所反弹，但当前价格走势对相关资金流向构成新的压力。

日元成为本周最受追捧的避险资产

在黄金失守的同时，日元成为本周避险交易最大的受益者。

受法国债务忧虑发酵影响，日元兑欧元升至175.20的一年高位，美元兑日元则跌至156.08的五周低点。

华尔街见闻提及，高盛FICC分析师Chryssafis将日元列为当前人工智能泡沫破裂情境下的首选对冲工具，美元兑日元已向下突破157.50多重底部支撑及50日均线。

高盛认为，美元资产吸引力下降、资本回流日本，进而推动日元升值。高盛的长期公允价值模型显示，日元相对美元被低估约40%，是其追踪货币中估值最为偏低的一个。

日本政府数据显示，9月份不含新鲜食品的消费者价格同比上涨2.1%，较8月份的1.7%有所加速，但与美国及欧洲相比，通胀水平仍属温和，这也增强了日元相对于其他主要货币的吸引力。

瑞穗银行市场经济学家Kyugo Hasegawa在研报中指出，法国财政问题提振了瑞士法郎，同时引发市场对瑞士央行可能出手限制法郎升值的警觉，这或将部分避险资金流向日元。

但他同时强调，日元能否进一步上涨，最终仍取决于日本国内财政与货币政策的走向。

风险提示及免责条款

2027 见闻历，留给每天都想知道“今天发生了什么”的人！放桌角，给明年的桌面添点新见闻

华尔街见闻 — Sat, 24 Oct 2026 00:52:51 GMT

风险提示及免责条款

华尔街见闻早餐FM-Radio | 2026年10月24日

Fri, 23 Oct 2026 23:11:57 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

油价飙升引发通胀忧虑，美股美债双双承压。周五，美国三大股指下跌，道指跌1.23%。苹果盘中创出历史新高，市值一度超英伟达，但收盘跌0.14%。微软涨0.66%。防御板块遭抛售，能源股和半导体股上涨。美光科技涨2.46%，迈威尔科技涨2.26%。黄金在流动性需求下失守4000美元，现货黄金收于3996.96美元，跌0.67%，一周跌4%，现货白银周五跌1.21%。特朗普称美国可能对伊朗再来一次小规模军事行动，国际油价大涨，升至近半年高位。

要闻

中国

宽基ETF历史天量。

Kimi最强3万亿级模型来了！编程智能体测评超过GPT-6，3D建模与金融能力升级，11月4日前开放权重。

AI芯片需求持续释放，寒武纪Q3营收同比增长104.47%，净利润增147.74%。

金属价格上涨驱动，紫金矿业Q3归母净利润同比增长25.97%。

海外

白宫称俄乌同意在奥列什基暂时停火。

特朗普称可能对伊发动一次小规模“史诗怒火”行动。美官员称美国已准备好与伊朗长期对峙。

穆迪维持法国信用评级不变，负面展望持续。

美国10月综合PMI初值小幅回落至57.6，企业售价涨幅创四年高位，通胀压力升温。法国PMI全线跌破荣枯线，欧元区10月综合PMI初值降至51.9逊于预期。

美国三大电信股盘前齐跌！SpaceX洽商接入8万基站，剑指全美"第四大运营商"。

市场收报

欧美股市：标普500指数收跌0.52%，报7623.68点。道指跌幅1.23%，报52215.16点。纳指跌幅0.21%，报25955.341点。欧洲STOXX 600指数收跌0.31%，报635.77点，本周累计下跌1.39%。

A股：上证指数收报3690.48点，涨0.89%。深证成指收报11673.83点，涨2.79%。创业板指收报2684.10点，涨4.16%。

债市：美国10年期基准国债收益率涨4.15个基点，报4.9945%，本周累计下跌7.83个基点。两年期美债收益率涨4.21个基点，报4.6818%，本周累计跌2.65个基点。

商品：WTI 12月原油期货收涨3.92%，报103.27美元/桶，本周累计上涨4.29%。布伦特12月原油期货收涨3.13%，报116.72美元/桶，本周累计上涨6.24%。现货黄金跌0.71%，报3996.10美元/盎司，本周累计下跌4.07%。现货白银跌1.25%，报53.8897美元/盎司，本周累计跌5.44%。

要闻详情

全球重磅

中国

重磅信号出现：宽基ETF历史天量。周五A股探底回升上演奇迹大逆转，多只宽基ETF成交爆量，创业板ETF易方达成交197亿元，创上市以来历史第三高；沪深300ETF华泰柏瑞、科创50ETF华夏成交额均超150亿元，沪深300ETF华夏、沪深300ETF易方达也大幅放量。

商务部：敦促美方尊重事实，立即停止对中国科研机构采取歧视性、限制性措施的错误做法。美国防部公布科研安全审查结果，要求相关高校终止与1286清单内中国科研机构的合作。商务部称，美方相关做法实质上是在胁迫美国科研机构“选边站队”，蓄意破坏中美正常科研合作，这只会削弱美自身的科技进步与创新发展，搬起石头砸自己的脚。

国常会：加快建设生育友好型社会，持续积累和释放人口综合红利。会议指出，人口是经济社会发展的基础条件，要更好统筹人口与经济社会、资源环境的关系，进一步完善相关政策，持续积累和释放人口综合红利，以人口高质量发展更好支撑经济社会高质量发展。要进一步发挥服务业对经济发展的支撑作用，加力推进服务业扩能提质，把服务业潜力空间转化为发展动能。

国务院办公厅：加快开发新职业，减缓AI岗位替代影响。积极增强人工智能创造就业机会、赋能传统岗位、提升就业质量、激发创业活力的正面效应，有效减缓人工智能应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。

证监会：明确私募投资母基金豁免计入一层投资层级，细化分散投资要求与投资负面清单。中国证监会起草《私募投资母基金管理规定》，明确私募投资母基金概念、分类及认定标准，提出分散投资要求，对长期资金设置差异化投资比例要求，并明确私募投资母基金豁免计入一层投资层级。同时，规定还将压实管理人主动管理职责，健全投后跟踪、穿透管理和风险监测机制，细化投资负面清单。

信息化“十五五”规划：研制高性能AI芯片，适时启动6G商用，加快构建全国一体化算力网。《规划》提出，到2030年新一代通信网全面建成，适时启动6G商用，国家区块链网络基本建成。规划还提出加快构建全国一体化算力网，推动算力、电力、网络协同发展，研制高性能人工智能芯片和高可用基础软件栈，并推动电信、互联网等领域有序扩大开放。

Kimi最强3万亿级模型来了！编程智能体测评超过GPT-6，3D建模与金融能力升级，11月4日前开放权重。Kimi K3.1 Pro是K3系列的首个模型，支持百万Token上下文窗口，代码、Agent和知识类基准方面达到或接近最强闭源模型水平，编程智能体测试Terminal-Bench 4.0中，得分高于GPT-6 Astra，仅略低于Claude Opus 5.5。高速版Kimi K3.1 Pro Highspeed智能与标准版相当，输出速度约为2到3倍。标准版API输出价68元/百万Token，高速版价格为两倍。月之暗面在模型开放权重前先做安全评估，模型漏洞研究得分从90.5%降至81%。

谁推动了宇树科技首个涨停板？10月23日，宇树科技收获上市以来首个20%涨停，股价本周累计上涨46.14%，龙虎榜显示机构净买入2.41亿元。人形机器人板块持续走强，国内整机产量增长、特斯拉Optimus量产提速及英伟达扩展机器人开发平台等消息密集催化，机构看好行业从批量验证迈向规模化部署。

AI芯片需求持续释放，寒武纪Q3营收同比增长104.47%，净利润增147.74%。寒武纪Q3营收35.31亿元，同比增长104.47%；归母净利润14.04亿元，同比增长147.74%。前三季度营收、净利润分别增长106.76%和131.49%，公司称增长主要得益于持续拓展市场、推动人工智能应用落地。与此同时，存货增至116.65亿元，预付款项和应付票据也大幅增加。

金属价格上涨驱动，紫金矿业Q3归母净利润同比增长25.97%。受主营金属价格大涨、产能释放及成本控管见效驱动，紫金矿业2026年前三季度归母净利润575.26亿元，同比增长51.93%，营收2834.53亿元，增11.51%。金锭均价涨约33%、铜精矿涨约39%、银价涨逾一倍，矿山毛利率升至68.38%。

CPO概念午后拉升，“易中天”再密集回应：在手订单充足、经营正常。午间，光模块产业链多家核心企业集中发声，中际旭创称，海外订单已排至2027年，部分客户给出2028年需求指引。源杰科技、联讯仪器同步加速扩产，从芯片到测试环节印证需求持续旺盛。

花旗拿下券商牌照，外资独资金融机构加速布局中国市场！证监会核准设立花旗证券（中国），外商独资券商增至七家，花旗将以独资模式重返中国证券市场。此前，Visa在华全资子公司获准筹备银行卡清算机构，未来若通过开业审批，有望独立开展人民币银行卡清算业务。外资机构正进一步拓展在华业务版图，覆盖证券经纪、承销保荐及支付清算等领域。

但斌出手，买入SpaceX！最新回应：仍坚守A股AI产业链，要“真正优秀的企业一起”。今年三季度，东方港湾海外基金新买入SpaceX、苹果。其中，苹果是二季度清仓后三季度重新买回，苹果股价在10月22日再创历史新高；SpaceX是首次买入。但斌表示：“周期往复，喧嚣终会散去。我们要做的，依然是穿透价格的迷雾，锚定基本面，和真正优秀的企业一起，耐心等待时间兑现。”

美国版“我不是药神”：一个美国儿子的上海买药之旅。《我不是药神》里，程勇从印度代购仿制药，是因为正版药太贵；如今，一名美国男子却专程飞往上海，为罹患肺癌的母亲带回26盒中国创新药舒沃替尼，而这款药尚未在美国上市。从“为省钱去印度”到“为求药来中国”，背后是中国创新药研发实力的提升。

海外

美油盘中涨超4%，布油冲向117美元、又创五个月新高，中东风险持续、空头回补加把火。中东能源供应风险持续升温，胡塞武装近期加码袭击沙特，美以伊冲突危险增添供应担忧。周末前空头回补，期权对冲买盘放大原油涨势。美常驻联合国代表称，美国已做好与伊朗长期对峙的准备，双方一年后可能仍陷僵局，届时或许仍未就伊朗核计划达成协议，霍尔木兹海峡航运也可能无法恢复至冲突前水平。柴油供应紧张加剧能源压力，美能源部周五授权紧急交换最多40万桶战略油储，应对部分炼厂供油中断。

俄罗斯柴油重返美国！首批4万吨货物驶向纽约，俄方计划年底恢复常规出口规模。一艘装载4万吨俄罗斯超低硫柴油的油轮正驶往纽约，预计11月7日抵达。这是俄罗斯重启柴油出口后，少数明确运往美国的货物之一。特朗普政府希望借此增加燃料供应、缓解美国油价压力，并在11月3日中期选举前争取选民支持。

报道：德国10月达成协议以来首次启动招标，出售战略储备中的柴油、取暖油和原油。德国同日推出两项能源举措：石油方面，储备机构EBV启动招标，出售柴油、取暖油及原油，落实G7协调放储协议，德国承诺释放最多1500万桶；天然气方面，运营商THE斥资约2.45亿欧元签订额外供气合同，以应对当前储气率仅61.1%、较去年同期低逾14个百分点的库存危机。

白宫称俄乌同意在奥列什基暂时停火。美国白宫23日发表声明说，美国成功促成俄罗斯和乌克兰达成在奥列什基的停火协议。俄乌两国同意暂时停止在奥列什基的一切军事行动，以便人道主义物资进入，并安排平民通过指定的安全通道撤离。停火从10月29日开始。

泽连斯基确认乌美俄三方会谈11月上半月举行，俄方称将在阿布扎比举行。俄总统新闻秘书称，目前讨论三方谈判形式，未来不排除欧洲参与；俄军方正在协调赫尔松地区奥列什基市的停火期限，行动细节若可公开，或将由国防部通报。乌克兰官员称奥列什基市即将开展解除封锁行动。白宫称特朗普夫人促成俄乌局部停火，停火范围仅限奥列什基。

特朗普威胁对伊朗发动小规模“史诗怒火”行动，伊拟打击海底电缆，霍尔木兹传油轮触雷。特朗普还称，美国可以很快结束对伊战事，问题是要彻底结束还是让冲突慢慢消退。伊朗称，两艘试图非法穿越霍尔木兹海峡南部的超级油轮周五触雷，两船共载超450万桶原油。据报道，伊朗已制定计划，若遭美以攻击，就将反制范围扩大至海湾地区的海底通信电缆，还可能打击隐蔽的军事基地。

美官员称美国已准备好与伊朗长期对峙。美国常驻联合国代表表示，一年后美国和伊朗可能仍陷于僵局，届时双方或许仍未就伊朗核计划达成协议，霍尔木兹海峡航运也可能无法恢复至冲突前水平。

伊朗向中东国家发出最后通牒：一旦美伊重燃战火，必须停止对美方的一切支持，否则将被列为“敌对国家”。伊朗向中东国家发出最后通牒，警告若美伊战火重燃，任何支持美军的国家都可能被列为“敌对国家”，回应范围将不再局限于军事基地。与此同时，伊朗加紧无人机及非对称作战准备，并在霍尔木兹海峡以东部署水雷和自动化控制系统。随着美以被曝酝酿新一轮对伊打击，中东冲突升级风险及能源运输安全隐忧同步上升。

穆迪维持法国信用评级不变，负面展望持续。穆迪宣布维持法国Aa3评级不变，声明中指出，法国多元化的经济结构与强健的公共机构支撑了现有评级，但同时将展望维持于负面，理由是政治不稳定性将持续制约财政整顿努力。穆迪表示，Aa3评级的维持建立在法国最终通过削减赤字预算方案的基础假设之上，并预计"融资成本与社会紧张态势将在未来数月内有所缓解"。

报道：特朗普政府拟取消部分加拿大商品关税，助力中期选举。据媒体报道，特朗普政府计划豁免部分加拿大农林产品的50%关税，最早本周五公布。为保持总体关税规模不变，此次减税可能以对其他加拿大商品加征关税的方式加以对冲。此举主要旨在帮助缅因州联邦参议员Susan Collins在中期选举中守住席位，同时可能惠及其他贸易依赖型州的共和党候选人。

美国10月综合PMI初值小幅回落至57.6，企业售价涨幅创四年高位，通胀压力升温。美国10月综合PMI初值降至57.6，虽较9月回落，但仍处于近五年来高位；服务业PMI降至57.9，制造业PMI升至56.0，创53个月新高。新订单增速创逾四年半新高，就业扩张加快，但企业销售价格涨幅升至2022年8月以来最高，油价、原材料及运输成本上涨加剧通胀压力。

法国PMI全线跌破荣枯线，欧元区10月综合PMI初值降至51.9逊于预期。受法国财政与政局担忧拖累，其10月综合PMI降至48.4跌入萎缩；德国虽维持扩张但增速放缓，拉低欧元区综合PMI至51.9。法债抛售与高企通胀加剧市场对金融条件收紧的担忧，市场普遍预期欧洲央行或于近期暂停加息。

日本核心CPI年内首破2%，超过80%经济学家预计12月加息。更受日本央行关注的剔除生鲜食品和能源的深层通胀指标同比上涨2.4%，服务业价格创七个月新高，显示需求驱动型价格压力持续积聚。企业提价潮持续蔓延，10月逾3000种商品涨价。市场预计日本央行12月将再度加息，终端利率或触及2%上方。

韩国股市便宜到全球罕见，成为首个跌破5倍市盈率的万亿美元级市场。韩国KOSPI指数未来12个月预期市盈率降至仅4.2倍，成为彭博2006年有数据以来首个跌破5倍关口的万亿美元级市场，估值仅略高于正遭MSCI降级风险的雅加达综合指数。AI热潮降温令韩股遭抛售，尽管出口迈向1万亿美元、SK海力士与三星芯片需求旺盛，投资者仍不愿为盈利支付更高价格。

全球投资级企业债利差创一年半新高，AI融资潮冲击信用市场。美国科技巨头为支撑AI基建大幅举债，叠加油价上涨和法国动荡，推动全球企业债利差急剧走阔。周四全球投资级企业债利差飙升至129个基点，创2025年5月以来最宽水平。分析指出，“如果科技股财报传来好消息，唯一的意涵可能是它们会进一步扩大支出计划。”

美国三大电信股盘前齐跌！SpaceX洽商接入8万基站，剑指全美"第四大运营商"。SpaceX洽谈接入美国约8万座基站，计划结合卫星网络切入移动通信市场，引发电信股重新定价。AT&T、Verizon和T-Mobile盘前均跌超4%，Crown Castle和American Tower则分别上涨8.6%和6.1%。市场担忧新竞争者冲击传统运营商定价权与利润率，但基站运营商或因新增租赁需求受益。相关合作仍处早期阶段，监管、频谱及商业条款尚存不确定性。

高管揭示Meta AI订阅变现新路：Muse免广告但企业服务收费，智能体购物抽成。Meta AI负责人Alexandr Wang称，Muse对普通用户免费开放，Meta没有投放广告的计划；Meta计划向企业提供付费服务，未披露具体的收费标准和推出时间。他还称，Meta自有的基础设施、安全体系和数据中心使Muse具备对手难以复制的竞争优势。

全网恐慌48小时，拯救互联网的却是一个“无名之辈”。“有这么一个人，世界上大部分PHP发行版都靠他一个人维护。如果这个人出了什么事，那就完了。所有人都要遭殃。”

AI加速“挖漏洞”！网络安全专家警告：未来数月网络安全事件恐频发。AI正大幅加速软件漏洞发现与攻击工具开发，网络安全防御窗口急剧压缩。本周PHP严重漏洞已导致多个政府网站中断，业内警告，未来数月类似事件可能频繁发生，AI推动今年数字漏洞发现数量同比翻倍。不过，漏洞激增并不必然意味着攻击成功率上升。短期内，企业修复与应急响应压力将加大，长期则可能推动网络安全需求持续扩张。

研报精选

AI崩盘终极推演：泡沫可能在2028年初破裂，美国科技股或断崖式暴跌40%！TS Lombard认为，AI繁荣的底层逻辑正变得极其脆弱，引爆危机无需投资骤降，“增速放缓”即可刺破泡沫。这场欢极有可能在2028年初走向终结，届时标普500将下跌30%，科技股将断崖式暴跌40%，约20万亿美元的市值将灰飞烟灭，美国科技股权重将一夜回到ChatGPT发布前的水平。美联储降息将托底，美元将受重创，未深陷AI的欧洲等市场将显著跑赢美股。

盘中失守4000美元，黄金为何跟着美股一起跌？汇丰：别把它当成“万能灵药”。汇丰指出，股市下跌引发的追加保证金压力可能迫使投资者抛售黄金筹集现金，导致金价与股票同步下跌；美债收益率上行、美元走强也会对金价构成压制。尽管黄金仍受益于债务与通胀担忧，具备长期配置价值，但其无法抵御所有市场冲击，投资者不应将其视为“万能灵药”。

<全文完>

风险提示及免责条款

穆迪维持法国信用评级不变，负面展望持续

Fri, 23 Oct 2026 22:16:12 GMT

法国在一场高度关注的信用评级审查中暂时躲过降级。

10月23日周五，穆迪宣布维持法国Aa3评级不变，为这个深陷债务压力、政治僵局与社会动荡的欧元区第二大经济体提供了短暂喘息空间。

穆迪在声明中指出，法国多元化的经济结构与强健的公共机构支撑了现有评级，但同时将展望维持于负面，理由是政治不稳定性将持续制约财政整顿努力。

穆迪表示，Aa3评级的维持建立在法国最终通过削减赤字预算方案的基础假设之上，并预计"融资成本与社会紧张态势将在未来数月内有所缓解"。

此次决定对债券市场而言意义直接。此前市场已在相当程度上消化了降级预期，法国与德国10年期国债利差一度升至178个基点，触及欧债危机以来最高水平，法国10年期基准收益率也攀升至2002年7月以来高点5.14%。

穆迪维持评级的决定或有助于暂缓借贷成本进一步上行，但分析人士警告，鉴于财政与政治层面的深层隐患尚未解除，市场压力难以根本消散。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

“史上最大规模传票”！民主党“枕戈待旦”，马斯克中选后面临“全面报复”

民主党锁定三大调查方向

马斯克强硬回击，誓言反制

亚马逊CEO：AI业务年化收入超250亿美元，增速是AWS初期的数百倍，砸2200亿美元仍无法满足需求

“即使砸下2200亿美元，我们仍把大量需求留在了桌面上”

驳斥数据中心争议：“高尔夫球场两天的耗水抵我们一年”

AI需求的“杠铃效应”与降低推理成本的核心逻辑

组织重塑：6名工程师干了40人一年的活，所有产品必须推倒重来

机器人还没学会干活，为什么数据采集设备先卖爆了？

一、发生了什么？——机器人还没开始大规模工作，数据设备先迎来订单

高盛解答：为何机构抛弃AI？他们既怕又怕

曾经疯狂接盘，如今“弹药库”缩水51万亿韩元！韩国散户买不动了

存款骤降：四个月蒸发51万亿韩元

散户仍在买入，但“新钱”已断流

反弹前景：基本面与风险情绪的拉锯

刚刚，Kimi K3.1 Pro杀进全球前四，Agent第一！

国模王者归来！

代码模型，审美大升级

国模崛起

高盛看到了“时代大变局”

中国铜进口溢价创12年新高：减产风险会否再推铜价上行？

非美可流通铜稀缺，铜价上行凸性增强

“共识交易”的瓦解和新共识的诞生！高盛解答：为何机构当下都在大幅减仓AI

基础设施与资金双重掣肘：明年存在“40-50吉瓦”电力缺口

宏观范式重塑：从“储蓄过剩”走向“支出过剩”

市场情绪走向两极，“成也AI，败也AI”

韩国人也加入了二创热潮

远期需求旺盛！亚马逊AWS今明年产能都已被抢空，连2028年的算力都快没了

远期算力需求旺盛，核心服务预留弹性空间

资本开支具备防御性，按需调整硬件采购

自研芯片战略深化，合作提振技术能力

38美元，DeepSeek算了一笔赚钱的账

一张GPU，每小时38美元

如果推理可以赚钱，为什么模型公司还在亏损？

不训练模型，只卖Token能不能赚钱？

AI利润版图，谁能赚钱？

付鹏：实物黄金与“数字黄金”的两次背离【付鹏说图表】

实物黄金与“数字黄金”BTC的两次背离

宁德时代5800万股股权进入解禁期：UBS浮亏25亿 小摩浮亏近18亿

UBS浮亏25亿 小摩浮亏近18亿

第三季营收1652亿 净利212亿

半年前配售募资391亿港元

AI资本开支陷入两难：加速则现金流承压，减速则增长故事失守

资本开支的"囚徒困境"

止损触发引发跨市场去杠杆

宏观共振：债券与股市的相关性切换

大额期权信号：逆势资金仍在布局AI反弹

恒大清盘新进展：毕加索、莫奈等名画被胡乱堆在原总部储物室，上百件艺术品亏本出售；广州还停着一架私人飞机，预计四季度收回1200万美元

毕加索、莫奈名画等艺术品亏本出售 向美国一所大学追讨200万美元

已收总额约460亿美元债权索偿 目前尚未对索偿债权完成判定

上周散户“创纪录”抄底美国芯片杠杆ETF，本周跌爆了

创纪录抄底：61亿美元单周涌入

AI叙事遭遇质疑：芯片股估值承压

杠杆ETF的双刃剑：放大收益，也放大风险

AI短剧的桎梏：用户时长拉满了，但为什么就是不赚钱？

AI交易崩盘，Anthropic会推迟"超级IPO"吗？距离11月中旬"预定上市日期"不远了

时间窗口：最晚下周提交S-1文件

市场逆风：AI板块承压，上市窗口趋窄

资本需求：上市是获取资金的最现实路径

警告“下调评级”数据中心，标普要给AI债务危机“火上浇油”

地方禁令蔓延40个州，146个项目受阻

财务罚款与合同终止权，信用风险已现雏形

AI“跌倒”，美债“吃饱”！全球“资本争夺战”，市场给出答案

AI开支叙事动摇，市场信任出现裂痕

美债"避险"属性重归，资金防御转向加速

AI与政府争夺同一池资本

三季度巨亏、再裁员6%！沃尔沃股价暴跌30%

中国市场销售近乎腰斩，成核心拖累

新车型与吉利平台或成转型支点

新CEO接棒，分析师悲观

行业逆风席卷西方车企

近乎垄断“霍尔木兹油运”！这家韩国船东“一夜暴富”，此前60亿美元囤积73艘二手超级油轮

60亿美元豪赌：73艘VLCC的疯狂囤积

霍尔木兹危机：重塑全球油轮市场格局

接驳贸易：高风险航线上的高利润逻辑

美伊“一触即发”，这个周末“草木皆兵”！油价4月以来首次触及117美元，单月涨超10%

特朗普两面表态，政策走向高度不确定

中选后打击计划浮出水面，特朗普是否批准仍存悬念

伊朗祭出"炸弹之父"，威慑升级至海底电缆

宁德时代5800万股股权进入解禁期：UBS浮亏25亿小摩浮亏近18亿

UBS浮亏25亿小摩浮亏近18亿

第三季营收1652亿净利212亿

毕加索、莫奈名画等艺术品亏本出售向美国一所大学追讨200万美元

已收总额约460亿美元债权索偿目前尚未对索偿债权完成判定