华尔街见闻 - 资讯 - 最新

库克承认了！苹果是看华为等出折叠机才做的

新浪科技 — Fri, 11 Sep 2026 16:08:39 GMT

今日，话题词“库克承认是看华为等厂家出折叠机才出的”登上微博热搜。

据外媒苹果首席记者古尔曼透露，苹果公司决定认真开发折叠屏手机的节点大约在2020年前后。当时，苹果前CEO库克刚结束亚洲行，回来后对折叠屏手机感到“异常兴奋”——他在中国等亚洲国家看到越来越多的消费者开始使用华为、三星等竞品推出的折叠屏手机，因此确信苹果需要推出自己的折叠屏手机。

今年，距离三星发布初代折叠机已经七年。在过去七年时间里，三星折叠机都迭代到了第八代，华为更是把折叠形态推进到了三折，小米、荣耀、OPPO也都各自推出了多代产品。苹果现在入场，很难说会抢走多少份额。

违背祖训的手写笔

iPhone Duo展开后7.6英寸内屏，是iPhone史上最大的屏幕；折叠后5.4英寸外屏，可单手操作。两块屏幕均为Super Retina XDR，苹果称二者采用相同的显示比例，支持ProMotion、常亮显示，峰值亮度达3000尼特。值得一提的是，内屏的前置摄像头隐藏在屏下，需要时才出现。

芯片是苹果最新的A20 Pro。存储从256GB起，另有512GB、1TB和2TB四档，售价分为1999，2199，2599和3199美元。最值得注意的一个差异化功能是，两块屏幕均支持Apple Pencil（不是Pro版，且要随后实现）。这是iPhone首次支持手写笔，也是当下少数提供触控笔支持的折叠屏。

遥想当年iPhone发布会的时候，乔布斯那句著名的嘲讽“既然有了手指，谁还需要手写笔”，当然时代变了，产品形态和使用场景也变了，库克都出了大屏手机，特纳斯也没必要坚守乔布斯的祖训对吧？

价格是故意定在1999美元的。据最了解苹果的媒体人马克·古尔曼（Mark Gurman）报道，苹果早就把目标定在1,999美元，希望守住“2,000美元这道可能引发争议的心理门槛”，以复刻2017年iPhone X以999美元登场的策略。虽然在全球内存短缺的压力下，苹果内部一度讨论过将定价上调到2199美元的方案。但最终苹果还是坚持1999美元的既定方案，决定自己吞下部分成本，也押注更多用户会选择高利润的大容量版本。

哑光涂层遮掩折痕

虽然苹果折叠机是最后上市的，但苹果并不需要明显优于竞争对手，更不需要具有价格优势，他们只需要满足自己用户对折叠机的渴望。来看看主要竞争对手的折叠机，就会清楚地显示这一点：

三星Galaxy Z Fold8展开厚度4.5毫米，重201克，官方称为“全球最轻折叠屏”，售价1899美元起，Z Fold8 Ultra为2,099美元。

刚刚发布的小米18 Fold展开厚度5.02毫米，重219克，雷军在发布会上直接称其比iPhone Pro Max更轻，售价人民币10999元至14999元。

华为Mate XT2三折设计，展开接近平板尺寸，重新设计的铰链、更强防水和防窥屏，整体性能较上代提升42%，定价更为高端，售价19999元起，顶配24999元。

而据《连线》杂志报道，iPhone Duo重量约235克，是这四家之中最重的一个。苹果更选择了不同于竞争对手的折叠形态，做的是最基础的书本式对折。而且，苹果还在发布时嘲讽了直板折叠形态并不实用，似乎并不打算给自己未来推出类似产品留下余地。

不过，苹果处理折痕的手段引发了热议。折痕是折叠屏七年来最顽固的问题，苹果的解法出人意料地朴素，在主屏幕上覆盖一层特殊的纳米纹理涂层，通过漫射光线，让折痕在视觉上消失。美国媒体评价，“你可以摸到折痕，却看不到它”。

三星继续嘲讽苹果

和往常一样，苹果即便姗姗来迟，也做不到遥遥领先，但他们的入场总能改变了整个品类的市场结构。The Verge直接表示，“苹果依然说了算”。这个论断的依据不是技术，而是市场格局，尤其是在严重缺乏竞争的美国市场，这里实际上只有苹果三星谷歌摩托等四个手机品牌竞争。

苹果占据美国智能手机市场约57%的份额，三星只有25%。IDC此前预测，苹果折叠机首年出货份额约22%，但预计均价将高达2400美元，将拿下34%的销售额。Counterpoint的预测更激进，认为苹果将在北美市场直接拿走46%的销售额。

三星显然对这个叙事很不服气。在苹果发布会前数小时，三星发布了一支名为《欢迎来到折叠屏》的广告，强调Z Fold8是全球最轻的折叠屏。

三星研发主管文熙哲在接受《连线》采访时说得客气但意思明确：”看到这些品牌进入市场，我们为自己感到骄傲。我们开创的这个新品类的价值，正在被承认和认可。”他同时强调，重量是折叠屏最关键的指标。

三星美国的社交账号则毫不客气，在发布会全程连发数条嘲讽苹果：把iPhone的设计比作《土拨鼠之日》，讽刺其”反复加热三星的剩饭”，还调侃说“我们向多邻国道歉——苹果把你们的名字也抄了”。

中国市场竞争太激烈

这场发布会留下了两个问题，可能会影响到苹果在中国的市场前景。

第一，Siri AI没有中国。

AI重生版Siri由谷歌Gemini模型驱动，将随9月14日的iOS 27推出。但首发范围明确排除了两个市场：欧盟27国和中国。同时新Siri仅支持英语，其他语言（法语、日语、韩语、葡萄牙语、西班牙语）要到10月才陆续开放。

这个AI功能缺席的影响可能被低估了。苹果在中国市场的份额实际上已被华为反超，第二季度的份额分别是18.1%和22.6%，而华为有鸿蒙和自研麒麟芯片，小米有澎湃OS和端侧模型。中国消费者对手机AI能力的期待值，恰恰是全球最高的市场之一。一部售价近1.5万元人民币的折叠旗舰，如果最核心的AI功能在中国不可用，可能会让一些高端用户决定持币待购。

第二，从发布到发货隔了一个半月。

苹果9月9日发布折叠机，但直到10月23日才上市。这是苹果自2017年iPhone X以来最长的一次发布到发货间隔：当年的iPhone X在9月12日发布，直到11月3日才发货。而iPhone 18 Pro系列的节奏一如往常，并没有受到影响。

苹果没有解释原因。古尔曼此前的报道提到，这款设备的工程复杂度可能限制初期供应。折叠屏的良率问题是行业公开的难题：铰链、超薄玻璃、屏下摄像头，每一项都会压低良率，苹果还专门开发了新的纳米涂层工艺，以解决对无折痕的执着。

低端机型集体缺席

这场发布会最反常的地方，是苹果没发布的东西。

往年秋季，苹果会同时推出基础版和Pro版。今年秋天只有iPhone 18 Pro、Pro Max和Duo三款，全部是高端机型。基础版iPhone 18、入门级iPhone 18e和第二代iPhone Air，全部推迟到2027年春季。这是苹果历史上第一次推迟基础款iPhone的发布。

据《日经亚洲》援引多位消息人士的说法，这一调整“意在优化资源配置，在存储芯片价格飙升的背景下，最大化高端机型的营收与利润”。同一批消息人士还提到另一个原因：这对苹果“在量产首款折叠iPhone时尽量减少潜在的生产波动至关重要”。

两个原因指向同一件事：内存不够用了，所以要把有限的产能优先分配给毛利最高的产品。

这个判断在另一个细节上得到印证。分析师郭明錤此前指出，iPhone 18的内存可能只升级到9GB而非12GB，但是iOS 27中Siri的语音定制和听写功能，恰恰需要12GB内存才能运行。换句话说，内存危机正在直接决定哪些机型能用上AI功能。

风险是显而易见的。基础款iPhone一直是全球销量最大的机型，iPhone 17至今仍是全球最畅销的智能手机。放弃一整个秋季销售旺季的入门市场，等于把这部分需求让给了安卓阵营，或者让给了自己的旧机型。

除了iPhone 18 Pro和Pro Max较上一代上调100美元。真正罕见的是，已经在售的旧机型也被提价。iPhone 17从799美元涨至899美元，iPhone Air涨至1099美元首次进入四位数区间，iPhone 17e涨至699美元，连更早的iPhone 16也涨到了799美元。iPhone 17 Pro则直接停产。

苹果给出的理由是内存和存储成本上涨。库克此前曾把这轮半导体短缺形容为“百年一遇的洪水”。把这两件事放在一起看，苹果的策略其实相当清晰：用更少的机型、更高的单价，在产能受限的情况下守住利润。它宁愿牺牲销量，也要保住那道50%的毛利率。

这是一个有代价的选择。在中国市场，苹果的份额已经被华为反超（第二季度18.1%对22.6%）；而涨价发生在一个消费趋于谨慎、本土品牌产品力大幅追平的环境里。而苹果显然选择了冒险，把筹码押注在了高端市场。

AI依然是个未知数

把这三条线索放在一起，苹果这次入场的图景其实相当清晰。

在美国，“最后入场却收割”的剧本大概率会重演。57%的存量用户、成熟的换机通道，以及一个没有华为小米的市场，这三个条件足以支撑那个40%的份额预测。三星做了七年，最后也只能看着苹果卖得盆满钵满。

但在中国，这套剧本的前提并不成立。2014年苹果做大屏时，中国没有一个份额超过它的本土对手；今天华为在中国折叠屏市场占据约68%的出货量，且整体份额已经反超苹果。加上新版Siri的缺席，Duo在中国面对的是一场完全不同的竞争场景。

更根本的问题在于，折叠屏本身是一个出货很少的超高端市场。Counterpoint的数据显示，全球折叠屏出货量目前仅占智能手机总量的约2%，而2026年上半年出货量甚至同比下滑了21.6%，仅为510万部。就算苹果可以带动市场整体规模增长超过三成，依然是智能手机中的极小众市场。

而真正定义下一代手机的，或许是AI。苹果的Siri用了谷歌的模型，在中国和欧盟面对不同的监管环境，目前无法预知真正可用时间表。折叠屏可能是苹果最后一个能靠工业设计和渠道优势赢下的战场。

特纳斯的第一场发布会，交出了一份完整的产品答卷。但他上任之初面对的核心问题，即苹果如何在AI时代重新变得不可替代，如何应对供应链失控的危机，并没有得到回答。

本文来源：新浪科技

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。

美国消费者信心指数超预期下跌，通胀预期上行，共和党满意度创特朗普本任期内最低

Fri, 11 Sep 2026 16:08:29 GMT

美国消费者信心在9月初大幅下滑，创下近年新低，汽油价格持续攀升与贸易紧张局势双重施压，令民众对生活成本的担忧明显加深。

据密歇根大学周五发布的初步调查结果，9月美国消费者信心指数从8月的51.7降至47.8，低于彭博经济学家调查的所有预测值。消费者对未来一年通胀的预期从4%跳升至4.6%，5至10年长期通胀预期也小幅上行至3.4%。

本次信心下滑有明确的触发因素：汽油价格已升至9月份有记录以来的历史最高水平，美伊冲突持续推高能源成本，直接侵蚀美国家庭的实际购买力。

本次调查覆盖8月25日至9月7日期间的受访者反馈，彼时正是汽油价格加速上涨、贸易紧张情绪升温的阶段。

与此同时，周五发布美国8月核心CPI同比2.4%创五年半来最低水平，环比0.3%超预期、为4个月来最大涨幅，交易员预计美联储下周加息概率约为90%。

经济展望跌至2022年以来低位，多数消费者预期美联储将在未来一年内加息

本次调查中，衡量未来前景的预期指数跌幅尤为突出，从51.5骤降至45.8；反映当前状况的现状指数相对平稳，从51.9小幅降至50.9。

消费者对未来一年经济状况的判断降至2022年7月以来最低水平，当前及未来财务状况的评估也双双恶化。

值得关注的是，自2023年以来首次出现多数消费者预期美联储将在未来一年内加息——这一转变折射出市场对通胀重燃的深层担忧。

跨党派信心同步下滑，共和党满意度创特朗普回归以来新低

此次信心下滑具有明显的跨党派特征。调查显示，来自两党的消费者信心均出现下滑，其中仅有35%的共和党受访者认为政府在经济管理上表现良好，为特朗普去年重返白宫以来的最低读数。

密歇根大学调查主任Joanne Hsu在声明中表示：

"本月民众对政府经济政策的评价下降约10%，仍远低于2026年2月、即伊朗冲突爆发前的水平。值得注意的是，即便是通常支持现任政府经济政策的共和党人，其满意度也出现了显著下滑。"

风险提示及免责条款

从找路到找店，高德还要找到AI时代的生存答案

Fri, 11 Sep 2026 16:08:22 GMT

9月10日，高德发布扫街榜2026并举行年度颁奖典礼。

但在这场以榜单命名的发布会上，高德真正想强调的或许并不是榜单本身。

同日，高德推出3D原生城市世界模型ABot-Earth 0.7，并以“空间智能”重新组织扫街榜的产品体验。

一年前，扫街榜主要利用导航和到店行为判断一家店“值不值得去”；今年，高德推出飞行街景2.0、避雷指南和导航Live，并借助Agent能力，把这种判断延伸到具体的形成规划中。

这背后，是高德试图改变AI时代下，自己在用户决策链条中的位置。

依托长期积累的位置、路线和实时交通数据，高德希望进一步理解用户需求和现实环境，提前判断一次行程可能遇到的问题。

但问题也随之而来：空间智能能否真正提高消费决策的可预测性，并帮助高德摆脱“用完即走”的工具属性，找到可持续的商业模式？

向时空扩张

高德选择从空间智能切入AI，与它过去二十年积累的数据类型有关。

地图连接的是一个不断变化的物理世界。高德披露，其月活跃用户接近10亿，日调用北斗卫星定位峰值近万亿次，并已沉淀数十万亿级时空样本。

这些数据来自路网、建筑、地形和街景，也来自一次次导航、避堵和路线纠错。

与互联网内容平台不同，高德的出行数据并不主要来自用户主动发布，而是在真实移动过程中持续产生。

一条道路什么时候开始拥堵，一家店有多少人专程前往，一个商圈在不同时段的人流如何变化，一次导航最终有没有抵达，这些行为都会更新高德对现实世界的判断。

扫街榜本身可以被视为这类数据进入消费决策的第一次集中尝试。

2025年，高德开始用专程前往、多次到店和本地用户偏好等行为计算商家评分。

扫街榜2026进一步提高专程前往、反复到店等行为的权重，并在咖啡等专业性较强的品类中引入行家评分。

相比一次线上评价，专程前往和反复到店意味着用户付出了实际的时间和出行成本，也更能反映真实偏好。正如高德CEO郭宁所说：“评论可以生成，脚步无法伪造。”

但识别一家店是否值得去，只解决了消费决策的第一步。从决定前往到真正抵达，中间还隔着路况、天气、排队、停车和营业时间等一系列现实变量。

按照高德在发布会上的解释，真实世界包含四类信息：道路之间如何连接，现实空间是什么结构，不同时间会发生什么变化，以及人流、车流等要素如何流动。

高德的想法是，把这些信息都汇到一个系统里。这样它不光能还原真实世界的三维样貌，还能实时感知变化，并推演接下来可能发生什么。

所谓向空间扩张，就是地图不再只提供一个坐标和一条路线，还要呈现目的地内部是什么样。

今年1月，高德启动“百万烟火好店支持计划”，投入价值数亿元的算力资源，为100万家商家免费接入“飞行街景”。

此次发布的2.0计划延续免费接入飞行街景，并增加最高4800元经营年费减免、免费AI店长和消费补贴，支持范围由三维展示进一步延伸至日常经营。

华尔街见闻·全天候科技了解到，目前飞行街景仍以景区等合作点位为主，商家室内场景主要依靠自行拍摄上传。受素材供给及相关要求影响，其覆盖仍需通过商家授权和外部合作逐步扩大。

向时间扩张，则是让地图不只显示此刻的状态，还要判断用户在行程中途可能遇到的复杂变量。

发布会上，高德展示了一份贵州五日游攻略。大模型生成的行程表面上安排完整，但加入节假日交通、天气、景区承载量、停车情况，以及同行者中是否有老人和儿童等变量后，一些安排可能并不能按计划完成。前一段行程延误，也会影响后续的预约和路线。

避雷指南把这种判断放进具体产品。它从营业时间、行程节奏、停车、拥挤程度等15 个维度检查计划，提前提示闭店、堵车和时间冲突。

在产品中加入Agent规划能力，也扩大了高德能够理解的信息范围。

在用户主动输入和授权的前提下，方案是否被接受、怎样被调整以及最终能否完成，也可以成为下一次规划的反馈。

这些上下文信息最终服务于消费行程的可预测性，从而进一步优化产品体验。

高德的AI化路径，也由此从记录人和地点的关系，走向理解用户意图并预演真实行程。

这既是产品体验的延伸，也是高德摆脱单一导航工具身份的再度尝试。

新坐标仍待确认

AI没有消除高德长久以来的问题，反而让这个问题变得更复杂：庞大的地图流量之外，高德究竟应该建立怎样的商业模式和能力边界？

过去，高德尝试通过广告、聚合打车和本地生活承接流量；扫街榜则把导航进一步前移至消费决策环节，让高德不只回答“怎么去”，也开始介入“去哪里”。

在C端，AI延续了这一方向，通过理解用户需求和上下文，增加高德在消费决策链条中的触点。但这只是本轮AI化的一部分。

高德拥有足够大的用户基础，也试图以导航、到店等真实行为数据和具备烟火气的特色小店形成差异。

但由于缺少美团式的地推铁军，其本地生活生态仍有短板，商家服务能力和体验闭环因此受限。

AI可以帮助高德更早地理解需求，却无法独立补齐这些短板。

这意味着，高德若想继续向本地生活深入，仅靠地图流量和AI能力并不够，还需要借助阿里现有的商家、交易和履约体系。

这也使高德的商业化问题与其在阿里内部的位置联系起来。

2025年高德全面AI化时，恰好处在阿里两条核心战略的交叉处。

当年8月，阿里巴巴集团首席执行官吴泳铭在业绩会上表示，高德地图2025是“全球首个基于地图的AI原生应用”，并称其有机会通过AI升级成为“未来生活服务的重要新入口”。

彼时，阿里通义实验室与高德达成深度合作，由通义Qwen提供模型底座能力，双方共建覆盖空间感知、时空意图理解等模型的大模型簇，高德借AI强化用户入口。

变化出现在当年11月：阿里推出"千问"项目及同名App，两个月后C端月活破亿，12月又成立千问C端事业群。千问从模型能力变成独立的C端入口。

但进入2026年，阿里的两条主线开始被重新组织。

AI一侧，千问消费者业务、模型实验室和QwenWork被整合进“AI实验室与应用”；消费侧则进一步向淘宝、闪购、飞猪等组成的大电商体系集中。高德没有被完整收进其中任何一边。

阿里内部的变化，让高德必须重新定义自己需要完成什么。

阿里判断，未来将有大量AI智能体承担数字化工作；千问则通过统一界面协调跨平台资源。在这一框架下，统一入口与垂直应用并不必然冲突，也为高德继续深耕位置场景留下了空间。

此次上线的“避雷指南”就是一次尝试。它不只提供地点信息，还会结合实时状态，对整段行程进行时空推演和风险校验，带有更强的任务型Agent色彩。

同时，高德也在尝试把时空能力直接产品化，开拓B端商业化。

2026年4月，高德发布四足机器人“途途”，将世界模型和具身导航能力用于开放环境；随后，3D原生城市世界模型ABot-Earth系列、通用世界模型工坊ABot-World Studio陆续问世。

7月，高德与哈啰、上海海思和开源鸿蒙推出共享两轮AI原生导航方案。9月10日，梅赛德斯-奔驰成为高德扫街榜全球首个汽车合作伙伴，扫街榜能力将进入奔驰智能座舱。

从机器人、世界模型到两轮车和汽车座舱，高德正尝试把地图、导航和时空数据封装成面向车企、硬件厂商及行业客户的空间智能服务。

AI时代，高德面对的已不只是如何把地图流量变现，而是如何重新定义这套时空能力的商业价值。

风险提示及免责条款

AI大神Tibo解读：OpenAI眼中的个人AI助理

曹周周 — Fri, 11 Sep 2026 15:23:22 GMT

OpenAI CFO：职场最糟糕的建议，就是“只做你该做的事”

曹周周 — Fri, 11 Sep 2026 14:00:06 GMT

OpenAI CFO：当AI让一切经验贬值，什么才是稀缺品？

曹周周 — Fri, 11 Sep 2026 12:49:37 GMT

美国8月核心CPI同比2.4%，环比0.3%超预期

Fri, 11 Sep 2026 12:30:18 GMT

美国8月CPI同比 3.4%，预期 3.4%，前值 3.4%，环比0.4%符合预期，前值为0.1%。

美国8月核心CPI同比 2.4%，预期 2.4%，前值 2.5%，环比0.3%超过预期的0.2%，前值为0.2%。

数据公布后，美元指数短线拉升约20点，现报99.15。现货黄金短线下跌约6美元，现报4332.01美元/盎司。美国10年期国债收益率短线拉升，现报4.949%。

风险提示及免责条款

FCC靴子落地，国产光模块可以松一口气了？

半导体产业纵横 — Fri, 11 Sep 2026 12:23:24 GMT

美国联邦通信委员会（FCC）在《联邦公报》上正式发布了备受瞩目的最终规则《通过设备授权计划防范通信供应链面临的国家安全威胁》。该规则已于7月22日通过，拟于9月11日正式刊载，并在30天后正式生效。

规则落地后，市场此前最担心的情形并没有发生：中际旭创、新易盛、东山精密、天孚通信等中国光通信产业链的核心企业，并未被直接纳入FCC的限制名单。

这场风波并非毫无来由。7月22日，FCC已将光收发模块纳入Cover List管制范围，禁止含有中国“覆盖清单实体”生产的逻辑硬件组件的设备进口；8月4日，市场又传出拟禁止进口中国新型号光收发模块的草案。如今靴子落地，最极端的全面封锁暂未成为现实，但围绕供应链安全和技术替代的较量并未结束。

更值得关注的是，光模块行业正在迎来比一纸限制名单更深刻的变化：共封装光学（CPO）技术已来到量产前夜，英伟达、博通等行业巨头正引领数据中心光互联的新一轮变革。英伟达的 CPO 创新方案摒弃传统插拔式光模块，采用与 ASIC 芯片一体化封装的硅光器件；相较传统方案，该技术可将设备能效提升 5 倍，显著改善网络可靠性，使业务应用连续运行时长同样实现 5 倍提升。

01 “伤敌一千、自损八百”

尽管最终规则没有按传闻限制中国企业，但这场博弈仍暴露出一个无法回避的问题：美国 AI 基础设施建设高度依赖中国光模块供应链，强行封锁将造成双向受损的局面。

从全球产业格局看，中国厂商已占据光模块产业的绝对主导地位：全球前 10 大光模块厂商中 7 家为中国企业；在 800G、1.6T 等高速光模块市场，中国厂商合计出货占比超过 70%；仅中际旭创一家，就占据全球数据中心光收发模块市场约 27% 的份额。美国本土厂商 Coherent 和 Lumentum 虽具备技术竞争力，但产能规模远不足以替代中国供应商的供给能力。行业普遍认为，海外光器件供应商普遍不愿布局毛利率低于 50% 的业务，中国及亚太地区完整的光产业链与高效交付能力在短期内仍不可替代。

强行实施禁令的代价将直接由美国下游产业承担。一方面，亚马逊云服务（AWS）等美国云厂商的采购成本将显著抬升；另一方面，在当前 AI 基础设施加速建设的窗口期，供给缺口将直接拖慢数据中心建设与部署进度。美国银行的分析指出，大范围进口禁令不仅会扰乱现有供应链秩序，更可能延迟下一代数据中心架构的落地节奏，与美国加速 AI 算力建设的目标背道而驰。

与此同时，光模块上游的 DSP 芯片、模拟芯片等核心器件多来自 Marvell、Broadcom 等美国企业，产业链深度相互依存，一刀切式的封锁最终也会传导至美国上游芯片厂商的营收端。事实上，自2020年以来，市场曾多次担忧中国光模块厂商的份额会被北美企业替代，但多年验证下来，即便美国持续出台产业政策扶持本土供应链，中国厂商的全球市场份额仍不降反增，产业规律的力量远胜于行政干预。

02 国产光模块的提前布局

值得注意的是，中国光模块企业并非毫无准备。早在五六年前，行业就开始对地缘政治因素做准备。

第一，推进全球化产能布局，对冲市场准入风险。针对市场准入风险，头部厂商早已启动产能外移。中际旭创等领先供应商自 2024 年起便在泰国、马来西亚等地扩建产能，截至 2025 年，其非中国工厂已具备独立满足美国市场需求的能力，从制造端规避原产地管制风险。与此同时，北美头部云厂商在新一代 NPO、Coherent lite 等产品上已与中国企业开展深度联合研发，研发周期与技术壁垒并非一朝一夕可以替代，进一步加固了双方的绑定关系。

第二，多路线布局前沿技术，跳出单一赛道依赖。目前禁令主要还是瞄准的可插拔模块，但中国厂商并未局限于传统可插拔光模块赛道，而是多线并进卡位下一代技术。近封装光学（NPO）主要是由云厂商主导的开放生态，国内厂商在此领域已形成显著领先。2026 年 4 月，谷歌为下一代 TPU v7/v8/v9 超算集群下达 1200 万只 NPO 光模块订单，中际旭创与新易盛分别拿下 60% 和 40% 的份额，包揽全部订单。CPO方面，中际旭创、新易盛等龙头明确从 “卖模块” 向 “卖光引擎” 的转型策略。中际旭创已储备硅光芯片技术，推进 3.2T 光引擎测试，目标成为 CPO 生态中不可或缺的光学组件供应商；新易盛已推出覆盖 VCSEL/EML、硅光及薄膜铌酸锂全技术路线的 1.6T 光模块产品，并同步布局高速 LPO 及 CPO 相关产品。

第三，升级商业模式，搭建海外合资平台突破地缘壁垒，切入全球高端供应链。天孚通信与 SuperX 的合资项目就是其中的典型案例。2026年4月21日，天孚通信全资子公司新加坡天孚与纳斯达克上市公司SuperX、APEX VERVE LIMITED签署协议，共同出资200万新币在新加坡设立合资公司SuperX Optical Communications Pte. Ltd.，其中SuperX持股45%，新加坡天孚持股35%，APEX VERVE LIMITED持股20%。该合资公司已于2026年7月1日完成工商注册与全额实缴。这样一是规避地缘管制：合资公司注册于新加坡，业务覆盖中国大陆及港澳以外的全球市场，直接绕开 FCC 对中国大陆实体的覆盖清单限制。二是深度绑定 CPO 核心生态，在2025年英伟达GTC大会发布的Quantum-X和Spectrum-X硅光CPO交换机中，天孚通信已被公开列入核心合作伙伴名单，与台积电、Coherent、康宁等企业并列。三是实现产业升级，天孚通信从原本上游无源器件供应商，通过合资平台直接参与硅光模块整机与光引擎的全球化销售，进入产业链核心环节。

03 供应链层面的反向制衡

除光模块企业自身主动布局之外，中国在光芯片上游原材料端还具备天然的产业制衡能力。磷化铟广泛应用于DFB激光器、EML激光器以及光电探测器，是800G/1.6T乃至下一代3.2T光模块的刚需原料，而磷化铟（InP）光芯片制造所需的高纯度金属铟产能基本集中在中国，甚至美国企业 AXT 也直接将磷化铟工厂设在中国境内。AXT子公司北京通美更是直接吃下了全球磷化铟衬底约36%的份额。

而且当前磷化铟正面临严重的供需错配。随着光模块速率向1.6T、3.2T演进，AI数据中心对磷化铟衬底的需求急剧扩张。数据显示，2025年全球磷化铟衬底供需缺口已超70%，且这一紧张态势预计将延续至2027年。受此影响，磷化铟价格年内显著上涨，4英寸衬底均价较年初上涨约50%，上游原料精铟报价更是大涨超80%。英伟达已要求供应商在2030年前将磷化铟激光器产能扩充至现有规模的20倍。

2026年1月，中国商务部发布公告，对向日本军事用户及用途出口两用物项（含InP、铟、镓、锗）实施全面禁止，民用出口则需经过严格许可和最终用户审查。这形成了产业博弈中的反向制衡格局：若美国禁止进口中国光模块，中国可通过对上游关键材料实施出口管制进行反制，没有中国的金属铟供给，美国本土光芯片厂商的生产也将陷入停滞，这也进一步降低了极端禁令落地的可行性。

04 国内光模块企业的真正危机

客观来看，外部禁令带来的冲击相对有限，国产光模块厂商真正的危机来源于技术迭代。2026年8月，英伟达网络资深副总裁Gilad Shainer正式宣告，共封装光学（CPO）已进入量产阶段。Spectrum-X CPO交换机已向核心客户交付，并在英伟达自有AI工厂同步部署。

目前预期的管制对象集中在可插拔光模块，而这恰恰是国内企业的优势赛道。短期之内，可插拔光模块不会被 CPO 完全替代，但中长期产业演进方向已经十分清晰。需要清醒认识的是，进入 CPO 时代，产业链核心话语权掌握在具备“光电一体化”全链条制造能力的企业手中，国内产业在此仍存在显著短板。

放眼海外，‌台积电‌凭借COUPE平台在共封装光学（CPO）领域领先。其依托先进制程能力布局高端硅光子（PIC）集成工艺，主打3D堆叠与光电共封装技术路线，深度绑定英伟达、博通等顶级客户，是下一代CPO架构核心的高端硅光代工供给方，其光子集成电路产能正随AI算力需求快速攀升。

格芯通过收购新加坡AMF成为纯硅光代工规模最大的玩家之一，其Fotonix平台专攻数据中心和AI光学互连。其拥有美国本土+新加坡双地产能，硅光技术布局超过10年，覆盖可插拔光收发器与CPO器件全技术路线；2026年获美国政府3亿美元资金支持下一代硅光子技术研发，目标将单通道速率提升至400Gb/s，是美国本土硅光供应链的核心承载方。

联电主打成熟制程硅光子方案。该公司与全球半导体关键技术研发中心IMEC结盟，联电负责晶圆代工前段制程，用28-22nm制程平台，预计2026年试产，2027年放量，是联电将成熟制程转向高附加价值应用的关键一步。2026年7月14日，联电和新加坡光子芯片公司SILITH Technology联合宣布：联电新加坡12英寸晶圆厂Fab 12i已完成首批硅光子晶圆量产交付，双方合作的1.6T硅光平台从技术开发进入商业化量产。

Tower Semiconductor（高塔半导体）是一家总部位于以色列的晶圆代工企业，在美国和日本均设有工厂。与台积电、三星等专注于先进制程逻辑芯片的代工巨头不同，Tower专注于高价值模拟和混合信号制造，其核心差异化能力在于硅光子（SiPho）、硅锗（SiGe）等特色工艺。2026年2月，Tower正式宣布与英伟达（NVIDIA）合作，为其1.6T数据中心光模块提供硅光子平台支持。这一合作标志着Tower在AI光互联领域的技术实力得到了全球AI芯片霸主的认可。

与之对比，我国本土企业在硅光代工领域依旧存在明显差距。

05 结语

整体来看，当前国产光模块正处在地缘政策挤压与下一代技术变革交织的关键节点。2026年9月11日，FCC针对相关设备的最终规则正式落地，但没有按此前传闻限制中国企业，也未形成对中国光模块的全面禁入。外部压力暂时没有演化为极端禁令，国内头部企业也已经通过海外产能转移、多元前沿技术布局、搭建海外合资平台等方式，主动对冲地缘管制风险，稳固自身在全球高速可插拔光模块市场的优势地位。

外部风险并非行业最大威胁，随着CPO 共封装光学技术走向量产，光互联产业即将切换赛道。未来产业竞争的核心将转向光电一体化全链条制造能力，台积电、格芯、联电等海外代工厂已经在硅光子代工领域完成技术与客户储备。对比之下，国内硅光代工环节仍是突出短板。对于国内光模块厂商而言，单纯依靠传统可插拔光模块的规模优势难以长久，在守住现有全球市场基本盘的同时，加快补齐硅光代工等底层工艺短板，完成从光模块供应商向光引擎、光电集成方案提供商的转型，才是把握下一代 AI 光互联时代竞争主动权的关键。

本文来源：半导体产业纵横

风险提示及免责条款

IEA警告：伊朗战争拖累石油需求创疫情后最大降幅，警告未来数月恐进一步走弱

Fri, 11 Sep 2026 12:12:29 GMT

布伦特原油在触及110美元关口后急剧回落，国际能源署（IEA）同步发出警告：伊朗战争持续拖累全球石油需求，今年需求降幅已创新冠疫情以来最大，且未来数月可能进一步萎缩。

据彭博报道，IEA在9月月度报告中将今年全球石油需求降幅预测上调至每日250万桶，较上月预测深化94万桶，为2020年新冠疫情冲击以来年均需求最大跌幅。

IEA不再预期霍尔木兹海峡今年会重新开放航运，同时警告称，随着供应持续受限、商业库存缓冲迅速耗尽，"未来数月可能需要进一步压缩需求以弥合供需缺口"，2026年和2027年将是全球石油需求增长的“失落时期”。

受上述警告影响，布伦特原油期货从盘中逼近110美元的高位急速回落约3.5%，跌至103美元附近。尽管如此，油价本周仍录得7月以来最大单周涨幅，年内累计涨幅已逾70%。

供应缺口持续扩大，库存以创纪录速度下降

IEA在报告中将今年全球石油供应年均降幅预测下调至每日570万桶，较上月预测再降130万桶，并将供应恢复预期推迟至明年。综合供需两端，今年全球石油供应缺口预计约为每日175万桶，高于上月报告中每日130万桶的预测。

IEA将此次危机定性为"创纪录的供应中断"。

报告数据显示，今年2月至8月间，全球石油库存以每日280万桶的速度加速下降。第四季度库存预计将继续下滑，而IEA此前曾预测同期库存将出现小幅回升。IEA 8月报告还曾预计市场将于今年底前恢复供应过剩，如今这一判断已被彻底推翻。

霍尔木兹危机冲击流通，战争对供应的打击超过需求端

IEA指出，此次战争对石油流通的冲击甚至大于对消费端的影响，这正是供应缺口持续扩大的核心原因。霍尔木兹海峡咽喉要道持续受阻，能源基础设施遭受攻击的范围从波斯湾延伸至俄乌战场。

据彭博报道，伊朗支持的胡塞武装声称击中了沙特阿拉伯东西输油管道——该管道连接红海出口终端，是绕开霍尔木兹海峡的关键替代通道。与此同时，胡塞武装向毗邻战略要地曼德海峡的沿海地区推进，逼近红海南端的莫卡港。沙特石油产量上月再度下滑，降至1990年以来最低水平。

RBC Capital Markets分析师Helima Croft在研报中写道："沙特与胡塞武装全面战争的重燃，可能成为触发我们高油价情景的催化剂。"

柴油短缺冲击全球，亚洲石化产业首当其冲

IEA警告，2026年石油需求所受冲击的规模，可与过去60年中四次最大能源危机相提并论，冲击最为集中的领域是柴油等中间馏分油，以及亚洲石化工厂的原料供应。

柴油短缺已在全球范围内引发连锁反应。美国柴油裂解价差目前约为每桶110美元，全美工业用柴油零售均价达到每加仑6美元的历史高位，加利福尼亚州部分加油站价格已突破每加仑9.99美元。

Capital Economics大宗商品分析师Hamad Hussain警告，库存耗尽叠加中国需求早期复苏迹象，令油价对中东供应的任何新一轮中断高度敏感。前高盛大宗商品业务负责人、现任Real Macro负责人Jeff Currie在接受CNBC采访时表示，中国买家正在积极入市竞购原油，"我实际上更看重中国重返市场这一因素"。

外交斡旋现曙光，市场密切关注海湾局势走向

在地缘紧张持续升温之际，外交层面出现一丝缓和迹象。据彭博报道，海湾合作委员会六国正考虑于下周与伊朗官员举行会谈，议题涉及霍尔木兹海峡通行问题。

UBS分析师Justinus Steinhorst在研报中指出："布伦特原油在胡塞武装与曼德海峡局势引发双重咽喉要道担忧的背景下维持105美元上方，10年期德国国债收益率升至2009年以来最高，10年期美债收益率也逼近5%关口。"

市场当前面临的核心矛盾在于：战争对供应端的破坏远超需求端的自然调节速度，而IEA的最新警告表明，在供应恢复前景依然模糊的情况下，需求侧的被动压缩或将成为平衡市场的唯一出路。

风险提示及免责条款

“旧经济正在反扑”！高盛前大宗商品主管：燃油短缺正在引发结构性通货膨胀

Fri, 11 Sep 2026 11:36:05 GMT

布伦特原油突破每桶107美元，柴油裂解价差飙升至每桶110美元——这一轮大宗商品涨势正在引发一个更深层的警告：多年来对实物商品产能的系统性投资不足，正在将一场供给冲击演变为结构性通胀压力。

高盛前大宗商品业务主管、现任Real Macro负责人Jeff Currie周四接受CNBC采访时表示，此轮布伦特原油涨势已越来越难以被定性为短暂冲击。他警告称，市场正在低估一个由实物商品长期供给短缺所驱动的通胀周期。"旧经济正在反扑，"Currie说，"你在利率市场看到了，你在大宗商品市场也看到了。"

与此同时，汇丰全球大宗商品首席经济学家Paul Bloxham本周在研究报告中同样发出警示，称一场"超级挤压"已经开始，与Currie的多头判断形成呼应。

中国需求回归，成为油价上涨的核心驱动力

面对外界将本轮油价上涨归因于海湾地区冲突升级的解读，Currie明确表示，他将更大的权重放在中国需求的重新入场上。他表示，在结束新加坡和香港之行后，他观察到强烈的中国买盘兴趣。

Currie解释称，今年夏季早些时候，由于获取原油的渠道趋紧，中国曾削减炼厂运营规模并减少成品油出口，这在一定程度上加剧了全球精炼产品的供给紧张。然而，异常高企的柴油利润随后创造出强烈的重启激励——炼厂陆续恢复生产，带动原油需求重新涌入一个本已承压的市场。

"这就像一场地震，"Currie说，"他们开始追逐利润，把那些炼厂重新开起来，冲击就这样传导开来。"

柴油裂解价差破纪录，精炼利润超过原油本身

此轮行情中最引人注目的信号之一，是美国柴油裂解价差已升至每桶110美元——这一数字甚至超过了原油本身的价格。裂解价差衡量的是炼厂将原油加工为成品油所获得的利润空间，而非成品油的绝对价格。

"这是相当可观的利润，"Currie表示。如此高企的精炼利润，既是推动中国炼厂重启的直接诱因，也是当前实物商品市场供需失衡程度的直观体现。

"这不是暂时的"：结构性通胀叙事正在成形

Currie指出，此轮布伦特原油涨势正在展现出更强的持续性特征——股票市场和远期油价均开始反映一种更为持久的供给扰动预期，而非短期冲击。

他将这一轮通胀压力的根源追溯至多年来对实物商品生产和运输产能的系统性投资不足，并认为这一结构性矛盾在利率市场和大宗商品市场均已有所体现。

"人们开始意识到，这不是暂时的，"Currie说，"这一次的味道不一样。"

这一判断与他此前夏季对实物市场稀缺性的预警一脉相承，也与汇丰Paul Bloxham关于"超级挤压"已经开启的最新警示相互印证，共同指向一个正在成形的市场共识：大宗商品的结构性短缺，或将成为未来通胀走势中难以回避的变量。

风险提示及免责条款

腾讯一笔浮盈300亿

投资界 — Fri, 11 Sep 2026 11:31:30 GMT

又见IPO回报盛宴。

今日（9月11日），上海燧原科技股份有限公司（简称：燧原）正式登陆科创板，发行价每股142.18元，开盘大涨超190%，市值一度冲破2000亿元，首日收盘市值约1700亿元。

始于上海，燧原创始人赵立东出自大名鼎鼎的清华EE85班。2018年，他与AMD前同事张亚林投身国产AI芯片创业浪潮，一路走来集结了长长的投资人队伍。

当中腾讯的身影，令人印象深刻——八年重仓，成为燧原最大外部股东，一笔投资浮盈超300亿元。

燧原上市，腾讯赚翻了

故事要从两位创始人说起。

赵立东，清华大学电子工程学士、美国犹他州立大学电子与计算机硕士，在硅谷工作20余年，曾在AMD任职多年，负责CPU/GPU/APU及多个相关核心IP的研发，并参与成立中国研发中心。

张亚林，毕业于复旦大学电子工程系，曾是AMD全球芯片研发的主要负责人之一，在AMD上海研发中心成功领导开发并量产了多颗世界级芯片，拥有丰富的工程和产品化实战经验。

目睹国产算力的风起云涌，两位芯片老兵一拍即合，决定投身中国AI芯片的创业浪潮。2018年3月，他们在上海创办燧原科技，分工明确：赵立东任董事长、CEO，负责战略、融资和业务运营；张亚林任总经理，负责产品规划、研发和生产运营。

此后，燧原加速崛起，八年间自研迭代四代架构5款云端AI芯片，构建覆盖AI芯片、AI加速卡及模组、智算系统及集群和AI计算及编程软件平台的完整产品体系，跻身国产云端AI芯片第一梯队。

在这个过程中，腾讯扮演的角色远非普通投资者可比。

早在2018年7月，腾讯就领投了燧原3.4亿元Pre-A轮融资，此后几乎每一轮融资都持续加注，成为公司背后重要战略投资方。招股书显示，腾讯持有燧原超20%的股份，为最大外部股东。

更为关键的是，腾讯也是燧原的核心业务客户。自2019年起，双方从小批量试点到全场景大规模部署，燧原的产品已广泛应用于腾讯核心AI场景。招股书显示，腾讯2025年为燧原带去超80%的销售收入，是其报告期各期第一大客户。

陪伴燧原科技一路走来，腾讯继续重仓燧原IPO。在燧原上市前的最终战略配售中，腾讯获配股数约174.71万股，获配金额约2.48亿元，限售期长达36个月。

八年从Pre-A轮到IPO轮，腾讯这笔投资等来了回响。简单计算，腾讯账面浮盈超300亿元。

坐冷板凳的人，终于迎来超级回报

燧原科技的融资历程，留给外界深刻印象。

2018年成立不到一个月，燧原便获得了种子轮融资，投资人名单星光熠熠：亦合资本（武岳峰旗下基金）、真格基金、达泰资本、云和资本，以及上海国投旗下上海科创集团（简称：上海科创集团）等。

其中，上海科创集团是最早托举燧原的上海国资力量。集团项目投资部副总经理戴烨栋向投资界回忆，燧原刚刚成立，赵立东、张亚林便来到上海科创集团开展项目路演。首轮融资席位颇为紧张，份额是好不容易才“抢”到的——上海科创集团以约1亿元的估值，投了100万元。

真格基金是燧原种子轮的三家领投方之一。“2018年，我先在真格基金上海办公室见了投资人顾旻曼，紧接着又到北京见了王强（真格基金联合创始人）、方爱之（真格基金创始合伙人），分别聊了半小时后，他们很快就做了决定，并给了一个我当时觉得是业界最友好的 TS。”赵立东曾在公开采访中回忆初次见面。

“立东是我见过最顶尖的创业者之一。”方爱之曾在采访中谈及这笔投资。从天使轮开始，真格基金连续参与了燧原最早期的两轮投资，是十几年来基于投人哲学的坚定选择之一。

很快，腾讯也来了。2018年7月，腾讯领投燧原3.4亿元Pre-A轮融资，由此打开了燧原的融资局面，几乎每年融一轮：2019年，3亿元A轮融资，红点创投领投；2020年，约7亿元B轮融资，武岳峰领投；2021年，约17亿元C轮融资，CPE源峰、中金资本、春华资本领投；2022年，国家集成电路产业投资基金投资C+轮融资。

国方创投也出现在长长的投资方名单中。双方渊源始于2019年，彼时燧原成立不久，仍处在A轮融资阶段，产品和市场都需要时间验证。但国方团队看到了创始团队对全栈技术路线的坚持，以及把核心技术做深、把产品真正送进客户场景的决心。2020年12月，国方通过在管长三角产业基金参与燧原C轮融资。

来到2022年底，资本市场氛围低迷，IPO节奏收紧，芯片融资变得困难。就在这个关键时刻，上海国际集团率队挺身而出——2023年9月，燧原完成D轮超20亿元融资，国方创投以6.3亿元领投。经此一役，国方创投成为燧原重要投资方，合计持有公司3.73%的股份。

大约一年后，燧原科技Pre-IPO轮融资约27亿元，由上海国投旗下上海集成电路产业投资基金（简称：国投IC）、腾讯联合领投。其中，国投IC基金二期出资3亿元。至此，从天使轮那“仅见一面就投出100万”的决策，到今天相伴燧原成功IPO，这家上海国资在燧原身上完成了一次“微笑曲线”两端的投资——早期投小，后期投确定性。这条曲线，恰好勾勒出一家上海硬科技企业从萌芽到壮大的完整轨迹。

云沐资本也亲历了燧原的崛起历程。2018年底，云沐团队经由清华校友圈和产业网络，接触到燧原科技，投在了公司A轮、芯片流片之前。此后八年，从A轮开始直至IPO，云沐资本及其关联方累计投入燧原超10亿元人民币，其中，云沐资本团队投资超1亿。这一笔对于规模并不庞大的云沐资本而言，已属重仓。

创业八年，燧原科技在一级市场累计融资近百亿元。根据招股书，武岳峰持股约5.71%，国方创投持股约3.73%，允泰投资持股约为3.71%，红点创投持股约3.32%，上海国投旗下基金持股约1.64%，同创伟业、IDG资本、海松资本、云沐资本等均有持股。

随着今日燧原IPO锣声响起，一场回报盛宴拉开序幕。那些曾陪同企业“坐冷板凳”的投资人，终于迎来属于自己的超级回报时刻。

如此种种，再一次证明：潮水的方向无人能料，但时间的馈赠从不缺席。

本文来源：投资界

风险提示及免责条款

美债收益率逼近5%！下周加息概率升至70%，市场担心这将是新一轮紧缩的开始

Fri, 11 Sep 2026 11:14:39 GMT

美国国债收益率持续攀升，正将市场推向一个关键临界点。

10年期美债收益率周四一度升至4.96%，逼近5%这一被众多投资者视为股市潜在威胁的心理关口，创近三年来新高。与此同时，市场对美联储下周加息的预期持续升温，据LSEG数据，联邦基金期货显示美联储本月加息25个基点的概率约为70%。

收益率上行与加息预期叠加，令已从8月中旬历史高位回落2.7%的标普500指数承压。State Street宏观多资产策略师Cayla Seder表示，"我们正处于一个充满不确定性的时期，收益率上升与加息预期同步走高，市场整体的紧张情绪必须被计入定价。"

加息预期升温，市场押注"剃刀边缘"

美联储新任主席Kevin Warsh上月发表的讲话被市场普遍解读为鹰派信号，此后加息押注明显升温。美联储今年迄今维持利率不变，但强劲的就业数据为加息提供了新的支撑——最新非农就业报告显示月度新增就业人数超出预期。

通胀方面，美联储重点参考的核心个人消费支出（PCE）价格指数7月同比增速为3.3%，仍显著高于2%的政策目标，进一步强化了市场对通胀黏性的判断。

BNY Wealth首席投资官Alicia Levine将当前局面形容为"剃刀边缘"，称"这是很长时间以来第一次，市场真切感受到结果可能完全两分"。联邦基金期货目前显示，美联储将现行3.5%至3.75%的利率区间上调25个基点的概率约为70%。

单次加息还是新一轮周期，是关键分歧

投资者目前最关注的，并非加息本身，而是此次行动是否预示着新一轮紧缩周期的开启。

Levine表示，"如果美联储发出信号说'我们还有工作要做'，那对市场来说不会是好消息。"她指出，若加息被定性为周期性举措而非孤立操作，市场所受冲击将远大于单次调整。

Citi Wealth投资组合策略主管JP Coviello则将此次会议定性为对Warsh抗通胀公信力的一次考验。他表示，"市场对美联储独立性仍存有一定担忧"，这一因素在7月新主席首次新闻发布会后已引发市场关注。

收益率上行冲击股市，小盘股与估值承压

收益率持续走高对股市的传导路径已逐渐清晰。更高的国债收益率意味着债券对资金的吸引力上升，直接压制股票估值，并推高企业和消费者的融资成本。

Coviello认为，此轮收益率上行源于"正当理由"，即经济增长预期改善，而强劲的企业盈利表现也为股市提供了基本面支撑。他表示，"从企业层面盈利增速的变化幅度来看，我们认为这足以抵消实际收益率上升对股票投资的负面影响。"

然而，市场内部的分化正在加剧。对利率敏感的板块面临更大压力，尤其是依赖债务融资的中小市值公司。标普500指数年内累计涨幅约11%，主要受益于AI基础设施大规模投入带动的企业盈利增长，但近期已出现明显回调迹象。

CPI报告成下周关键变量

在美联储会议召开前，今晚，市场还将迎来一份关键的通胀数据——消费者价格指数（CPI）报告，其结果可能直接左右美联储的最终决策，并对收益率走势产生即时影响。

与此同时，美伊紧张局势本周推动油价突破每桶100美元，进一步加剧了市场对通胀前景的担忧，也为美联储的政策判断增添了新的变量。

5%的收益率关口是否会被突破，取决于即将公布的通胀数据与美联储的政策表态。对投资者而言，这一数字不仅是技术层面的心理关口，更是重新评估股债相对吸引力的重要参照。

风险提示及免责条款

李强主持召开国务院常务会议

Fri, 11 Sep 2026 11:11:57 GMT

会议指出，要坚持合理布局、规范有序，进一步完善算力基础设施，积极推进关键技术和装备研发应用，构建多层次网络化算力体系。 (央视新闻)

风险提示及免责条款

商务部新闻发言人就美国中情局高官公开表示对中国开展间谍活动答记者问

Fri, 11 Sep 2026 11:08:47 GMT

美方行径是对中国的打压抹黑。美方称中国是军事和经济的“双重威胁”，完全是颠倒黑白的强盗说辞，是别有用心的恶意诽谤。中国在人工智能、半导体、生物技术等领域取得技术突破，是中国科研人员和企业埋头苦干取得的成果，绝非美情报机构可以肆意觊觎的猎物。美方做法本质是对中国科技进步的焦虑，但靠间谍窃密和霸权打压拦不住中国企业创新前进的脚步，赢不来真正的技术领先，美方明火执仗的窃密把戏注定不可得逞。中方正告美方，立即停止对中国包括中国企业的间谍活动，停止一切损害中国主权、安全和发展利益的行为。中方有坚定的意志、丰富的手段，将依据《中华人民共和国反间谍法》等法律法规，坚决采取必要措施，依法严惩违法犯罪行为，坚定维护中国企业正当合法权益。

风险提示及免责条款

特朗普：如果能重来，我还是会打伊朗！

每日经济新闻 — Fri, 11 Sep 2026 10:56:34 GMT

据参考消息援引美国福克斯新闻网9月10日报道，美国总统特朗普谈到伊朗核问题时表示：“如果他们拥有核武器，我会给最高领袖打电话，问：‘最高领袖先生，您好吗？有什么我们可以帮您的吗？’而不是像现在这样，把他们炸个稀巴烂。”

特朗普10日称，他“不后悔”发动伊朗战争，“如果重新选择，我还会做出完全一样的决定”。

特朗普当天在接受美国福克斯新闻频道采访时被问及，即便此举会影响美国中期选举，他是否仍会对伊朗采取军事行动。特朗普称：“可要是我们按兵不动，伊朗突然拥有了核武器呢？他们一定会动用的。”他还称，一旦拥有核武器，伊朗将会“彻底摧毁”以色列和中东，进而攻击美国本土城市。

据美国《华尔街日报》9日报道，白宫高级官员私下向特朗普指出，美伊战事可能会持续至其总统任期结束。报道说，这与特朗普声称美国已击败伊朗军队、伊朗政权即将投降的说法相矛盾。

与此同时，据美国“阿克西奥斯新闻网（Axios）”援引两名美国官员的话报道，沙特王储兼首相穆罕默德·本·萨勒曼当地时间9月10日两次致电美国总统特朗普，敦促其对也门胡塞武装发动打击。报道称，特朗普拒绝了这一请求。

美国官员表示，美国政府目前“无意对胡塞武装采取直接军事行动”。

据Axios报道，美国对也门迅速升级的冲突日益担忧，正加大对沙特的支援力度，同时力求避免直接军事介入。报道还称，美国中央司令部司令布拉德·库珀当地时间9月10日已抵达沙特，进行紧急协调磋商。

Axios补充道，过去几周，美国军方及文职官员已向沙特方面明确表示，特朗普的指令是“让美军集中精力应对伊朗及‘保卫’霍尔木兹海峡，避免开辟新的军事战线”。

也门胡塞武装近来与也门政府军及沙特领导的联军在也门境内多条战线交火。多个消息源显示，9月10日，胡塞武装控制了红海沿岸的战略要地、港口城市穆哈以及曼德海峡北部的战略要地哈尼什群岛。

本文来源：每日经济新闻

风险提示及免责条款

美国柴油价格首破每加仑6美元关口，通胀压力或将进一步传导

Fri, 11 Sep 2026 10:42:30 GMT

美国柴油价格史上首次突破每加仑6美元，在需求旺季来临前夕为能源驱动型通胀埋下更深隐患。

据美国汽车协会（AAA）数据，柴油全国均价已升至每加仑6.0556美元，加利福尼亚州价格更逼近每加仑8美元。随着秋季取暖及农业用油需求季节性回升，价格上行压力短期内难以缓解。

柴油价格创纪录的直接冲击将逐步向下游传导。作为食品、运输及建筑业的关键投入品，高企的柴油成本最终将反映至消费者端，进一步加剧整体通胀压力。与此同时，距美国中期选举仅剩逾50天，能源价格飙升对特朗普所在的共和党而言政治压力同样不容小觑。

地缘冲突重创供给，产运两端同步承压

全球柴油供应的收紧，根源在于多个关键节点遭受持续打击。

在俄罗斯，乌克兰对其炼油设施发动的数月无人机打击已造成显著减产，导致俄罗斯柴油出口量跌至十年低点。在中东，霍尔木兹海峡的航运时断时续叠加炼油产能损失，令该地区柴油生产与分销双双受限，燃油货运量仍远低于战前水平。

本周，霍尔木兹海峡及曼德海峡附近战事进一步升级。据彭博报道，美国与伊朗似乎均在为一场旷日持久的战争做准备，这意味着能源价格高企的局面可能延续更长时间。

秋季需求旺季将至，价格上行压力持续

柴油并非普通消费品，而是支撑现代经济运转的基础能源。

发电、家庭取暖、农业机械、公路货运——这些领域无不高度依赖柴油。尽管大多数美国消费者并不直接购买柴油，但其价格变动通过供应链渗透至食品价格、物流成本及建筑造价，最终由普通消费者买单。

季节性因素令当前局势更加棘手。进入秋季后，取暖用油需求与农业消费同步攀升，恰为历年柴油消费的传统旺季，供需缺口面临进一步扩大的风险。

政治压力骤增，白宫政策工具有限

价格飙升在政治层面的冲击同样不可忽视。距中期选举仅剩逾50天，高油价对共和党的选情构成直接威胁。

全美取暖油依赖程度最高的缅因州，以及俄亥俄、堪萨斯、艾奥瓦等农业大州，或将成为能源价格敏感的关键战场。

然而，白宫目前可动用的政策手段已所剩无几，主要选项不外乎进一步动用战略石油储备或实施出口禁令。美国内政部长Doug Burgum在被问及柴油出口管制问题时表示"所有方案均在讨论之中"，但同时承认，此类措施在历史上曾推高而非压低国内价格，暗示政策选项的实际效果存在较大不确定性。

风险提示及免责条款

虽然加息“没用” 但美联储别无选择

Fri, 11 Sep 2026 10:25:32 GMT

周四，美国劳工统计局公布8月生产者价格指数（PPI）同比上涨5.4%,2026年以来最高，高出预期0.1个百分点，较7月的4.7%陡然提速。生产端价格在连续两个月停滞甚至回落之后，突然加速了。

数据公布后美股期货跳水，美债收益率全线飙升，10年期一度突破4.92%,9月加息概率从62%蹿到70%。同一天，原油破百。

5.4%的PPI，破百的油价，七成的加息概率——叙事似乎很清楚：通胀凶猛回归，美联储必须重拳出击。

美联储确实必须出手，但不是因为通胀真的全面回来了，而是因为不动的后果更糟。

谁能“叫停”Anthropic？

腾讯科技 — Fri, 11 Sep 2026 10:13:20 GMT

9月11日，OpenAI CEO萨姆·奥特曼（Sam Altman）在本周的一场全员会上表示，公司可能放缓前沿AI开发，并考虑与其他AI实验室协调行动。他同时承认，这样的共同行动未必能得到所有同行支持。

几天前，OpenAI首席科学家雅库布·帕乔茨基（Jakub Pachocki）刚刚发出一封更明确的警告：随着AI越来越多参与下一代AI研发，行业正在逼近recursive self-improvement（AI自进化）带来的新风险。在建立共同安全标准之前，他希望前沿AI公司“自愿减速”能够成为常态。

过去一个多月，OpenAI至少两次真的踩过刹车。

7月，一批OpenAI内部研究模型在网络安全测试中绕过隔离机制，最终进入OpenAI自身以及第三方Hugging Face的系统。OpenAI随后暂停了部分前沿模型推理任务，并一度暂停拟部署最新模型的强化学习训练。公司原计划进行的一次最大规模前沿RL训练因此延后，直到新的安全和隔离标准建立后才在8月底恢复，部分实验训练至今仍处于暂停状态。

OpenAI自己把这起事件称为一次可能导致“真正失控”的警告。

但几乎就在同一时间，另一家把“安全”写进公司基因里的AI实验室，却陷入了一个更尴尬的局面。

9月8日，Anthropic研究员雅各布·考克森（Jacob Coxon）宣布辞职。他曾先后在OpenAI和Anthropic参与大模型预训练研究，离职时距离部分股权归属仅剩约两个月。Coxon公开指责Anthropic和OpenAI正在向能够自我改进的超级智能加速，“拿我们的生命赌博”。

他的帖子很快获得超过1.6亿次浏览。

随后，Anthropic内部更多从事AI安全与对齐研究的人开始公开表达类似担忧。与此同时，两名近期离开Anthropic和Google DeepMind的研究人员也呼吁前沿AI公司提高透明度。今年7月底，超过1000名AI公司员工还联名要求建立一套能够让前沿AI开发真正慢下来的机制。

过去几年，从杰弗里·辛顿（Geoffrey Hinton）、约书亚·本吉奥（Yoshua Bengio）到达里奥·阿莫迪（Dario Amodei），关于超级智能、失控和灾难性风险的讨论几乎从未停止。

但这一次的讨论度明显更高，原因是Coxon正在亲手训练今天最强的模型；还有一些热烈参与讨论的人，就是研究这些模型能否被控制。

这个过去很容易被当作哲学争论的问题，突然也变成了一道公司治理题。如果一家前沿AI公司的安全研究人员认为研发速度已经超过了控制能力，他们究竟能做什么？完全没有话语权，只能通过辞职来发出警告和呼吁吗？

这可能才是这场讨论突然席卷硅谷的原因，不只是AI是否能够被控制，更是制造AI的公司，究竟能不能控制自己。

Anthropic安全承诺的“死亡开关”

Anthropic的治理结构在AI行业里几乎没有先例。理解这套结构，才能理解Coxon辞职的真正含义。

2023年9月，Anthropic发布了 “负责任扩展政策”（RSP），核心是一套条件承诺：如果模型能力超过特定安全阈值，公司必须暂停开发，直到相应的安全措施到位。

这套政策将AI安全风险分为五个等级（ASL-1到ASL-5），当前所有Anthropic模型适用ASL-2标准。2025年5月发布Claude Opus 4时，Anthropic首次激活了ASL-3级别的部署和安全标准。

但2026年2月，RSP更新到v3.0版本时，一个关键承诺被悄悄撤回了：如果无法在达到下一个安全等级前实施所需保障措施，公司将暂停开发。旧版的“暂停承诺”不再作为硬约束保留。

Anthropic的解释是，如果其他公司不采取类似约束，单方面暂停可能使自己在竞争中落后，从安全角度看反而不利。替代方案是发布“前沿安全路线图”和公开风险报告，但这些属于“雄心勃勃但可实现”的目标，没有硬性约束力。

另一层治理机制是“长期利益信托”（LTBT）。这是一个由五名财务上无利益关系的受托人组成的独立机构，成员包括前美联储主席本·伯南克（Ben Bernanke）、诺华CEO瓦斯·纳拉辛汉（Vas Narasimhan）等。

LTBT持有Anthropic的特殊类别股份，有权选举和罢免董事会成员。2026年4月，随着纳拉辛汉被任命为董事，LTBT任命的董事首次构成董事会多数。理论上，这层结构可以在股东利益与安全承诺冲突时，为后者提供一道缓冲。

但这道缓冲有一个致命漏洞：投资者可以通过85%投票权的超级多数终止信托，并罢免LTBT任命的所有董事。哈佛法学院教授杰西·弗里德（Jesse Fried）将其称为“Ben & Jerry’s风险”，使命守护者可能既损害投资者利益，又恰恰实现与初衷相反的结果。

在Anthropic准备进行可能估值高达2万亿美元IPO的当下，这个“死亡开关”格外引人注目。

更关键的问题是，安全团队在这个结构中究竟有多大话语权？公开信息显示，Anthropic安全团队并没有正式的“一票否决权”。他们可以进行高风险能力评估、触发内部审查，但最终决策权在管理层和董事会手中。

2026年4月，Anthropic内部红队在评估中发现Mythos模型可能具备攻击银行、政府系统等底层基础设施的能力，安全团队触发了内部“能力暂停”。但随后美国政府推动联邦机构继续获得访问权限，安全考量最终让位于其他因素。

这正是Coxon辞职所暴露的结构性问题：当安全判断与商业利益发生冲突时，没有任何机制能确保安全优先。安全研究人员能做的，最多是内部上报，或者像Coxon这样，选择公开离开。

OpenAI从加速变成“协调减速”

与Anthropic不同的是，这次OpenAI的态度似乎转变得很快。

7月的Hugging Face事件是一个转折点。8月初，OpenAI在Black Hat安全大会上披露，他们的智能体在数月内通过留言板留下“秘密笔记”，彼此协调行动，这一行为当时未被OpenAI员工发现。

8月7日，OpenAI宣布其即将推出的Astra模型触及了公司Preparedness Framework中的“Critical”网络安全阈值，这是该框架设立以来首次有模型达到这一级别。

11天后，公司宣布暂停部分AI训练约两周，同时最大规模的前沿强化学习训练保持暂停。新安全协议平均增加了20%的计算负担。

到了9月，奥特曼开始用“减速”这样的措辞。几天前，帕乔茨基在博客文章《An Alien Mind》中发出了更直接的警告：“当前我认为，没有任何实验室已经足够解决对齐和监控问题，使其能够继续在最高速度上负责任地扩展很长时间。”他呼吁“自愿放缓成为常态”。奥特曼转发了这篇文章，并称其为“重要文章”。

但一边呼吁减速，一边继续开发更强大的模型并推进IPO，这种矛盾让人很难判断这究竟是真诚的安全关切，还是竞争策略的另一种表达。TechCrunch高级记者丽贝卡·贝兰（Rebecca Bellan）评价说：“奥特曼很擅长在正确的时间说正确的话。但重要的是指出，OpenAI实际上并没有放慢速度。”

也有一个细节值得注意：OpenAI已经私下向国会寻求指引，核心问题是，如果前沿实验室为了安全目的协调放缓前沿模型开发，是否违反反垄断法。7月，两党跨两院立法者提出了《Collaboration on AI Safety》法案，可能为AI实验室的安全协作提供反垄断豁免。

这表明，OpenAI不只是在做公开表态，而是在同时处理政策和法律层面的风险。

AI治理悖论：谁都不敢先松油门

奥特曼表态里最值得注意的几个字，其实不是“slow down”，而是“with other labs”。

7月底，来自OpenAI、Anthropic、Google、Meta等公司的1386名员工联名致信美国政府，要求建立能够有意减缓AI开发的技术和治理工具。签署者中，Anthropic有533人，OpenAI有330人，Google有191人。

这封信的特殊之处在于，签署者包括Anthropic CEO阿莫迪、OpenAI首席科学家帕乔茨基、Anthropic联合创始人贾里德·卡普兰（Jared Kaplan）等高管。他们并非要求立即停止开发，而是要求政府构建一套在必要时可以“踩刹车”的工具。

这封信发布后，OpenAI和Anthropic均在X上发帖表示支持。但支持归支持，结构性的困境没有改变：每家公司都明白风险，但谁也不敢单独减速，因为竞争对手不会等你。

MIT数学家马克斯·泰格马克（Max Tegmark）用博弈论中的“摩洛克“（Moloch）概念来解释这种逐底竞争。即便实验室负责人知道有风险，在没有任何协作制约的情况下，为了生存和利润，他们不得不陷入集体加速。

斯坦福大学胡佛研究所高级研究员史蒂文·库宁（Steven E. Koonin）曾在论文中指出，监管前沿AI面临三重结构性障碍：模型文件无法有效验证、国家利益优先、以及AI的双重用途使得军民用途难以区分。

2023年多国签署的《布莱切利宣言》是国际AI治理的早期外交里程碑，但两年过去，具体的执行机制仍然缺位。

2026年8月，白宫与四家前沿实验室达成了自愿性安全测试框架。这是非约束性的。英国AI安全研究所资助的“失控观测站”（Loss of Control Observatory）记录的数据显示，2026年7月单月AI失控事件超过300起，超过去年同期的两倍，累计已超1600起。

AI安全正在经历一次角色变化。过去的问题是怎么约束模型，现在越来越变成怎么约束一群彼此竞争、却又无法单独退出比赛的模型公司。单个研究者的辞职无法改变公司的激励结构，公司的自愿承诺在竞争压力下也会瓦解。有效的约束只能来自外部，来自政府或国际协议。但现有的国际框架还远不足以应对这个问题的规模和速度。

而当AI系统开始参与自身的设计和改进时，这个决策窗口可能急剧缩小。从现在的几年，甚至会逐渐压缩到几个月。

本文来源：腾讯科技

风险提示及免责条款

三部门：探索运用高通量卫星、低轨卫星互联网等方式为农村及偏远地区提供多样化网络接入服务

中国网信网 — Fri, 11 Sep 2026 10:10:04 GMT

数字乡村是乡村振兴的战略方向，是建设网络强国、农业强国的重要内容。为贯彻落实《中华人民共和国国民经济和社会发展第十五个五年规划纲要》和《数字乡村发展战略纲要》部署要求，推进“十五五”时期数字乡村高质量发展，制定本行动计划。

一、总体要求

坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神，认真落实四中全会部署，全面贯彻习近平总书记关于网络强国的重要思想、关于“三农”工作的重要论述，以学习运用“千万工程”经验为引领，以推动高质量发展为主题，以强农惠农富农为目标，统筹发展和安全，着力夯实数字乡村发展基础，着力推进乡村产业数字化、乡村建设信息化、乡村治理智慧化一体发展，着力激发数字乡村发展内生动力，加快以信息化驱动引领农业农村现代化、促进乡村全面振兴，为网络强国、农业强国建设提供有力支撑。

主要目标是：到2030年，数字乡村发展取得显著成效，乡村新型信息基础设施优化完善，乡村产业数字化、乡村建设信息化、乡村治理智慧化的整体水平明显提升，数字乡村可持续发展机制更加健全，农民群众在共享信息化发展成果中的获得感、幸福感、安全感更加充实。

二、夯实数字乡村发展基础

1.提升乡村网络基础设施水平。深化电信普遍服务和“宽带边疆”建设，按需推进农村地区5G和千兆光网部署。探索运用高通量卫星、低轨卫星互联网等方式为农村及偏远地区提供多样化网络接入服务。深入实施智慧广电乡村工程，加快建设新型广电网络，丰富农村基本收视服务与综合信息服务供给。

2.建设完善乡村融合应用设施。强化卫星遥感与航空遥感资源共享，加快北斗卫星导航系统在精准作业、灾害监测预警等场景深度应用。推广区块链技术在农产品追溯、农村集体资产管理等领域创新应用。拓展“低空经济+”农业农村应用场景。

3.推进乡村传统设施数字化升级。深化农村公路“一路一档”信息化建设。提升信息技术在农村供水和灌区建设中的应用水平。鼓励有条件的地区稳步推动农村电网数字化、智能化转型发展，布局建设农村公共充电基础设施。推动农产品产地冷链物流设施智能化绿色改造和冷链节点互联互通，提升冷链物流信息共享和协同运作水平。推动农村综合信息服务建设，加强信息资源整合共享与利用。开展农村客货邮融合发展提质增效行动，鼓励有条件的地区打造客货邮综合服务智能体。

4.建设涉农数据资源体系。完善国家农业农村大数据体系，加快建设农业农村领域高质量数据集，建立健全涉农公共数据资源开发利用机制，打造面向农业农村的可信数据空间。深化自然资源管理和国土空间规划“一张图”在农业农村领域的应用，建立农村耕地数字档案。鼓励涉农企业提升数据管理能力，开展数据管理国家标准（DCMM）贯标工作。

三、提升乡村产业数字化水平

5.加快建设智慧农业。加快良田良种良机良法与数字化有机融合，聚焦重点区域重点品种，集成推广一批主要作物大面积单产提升数智化解决方案。建立智慧农（牧、渔）场数字化场景认证体系，因地制宜建设一批智慧农（牧、渔）场。推动智能育种技术研发应用，建设一批智能化现代化的农作物优势制种区和畜禽、水产核心育种场。研究完善农业人工智能标准体系，推广人工智能与农业融合应用场景。发挥现代农事综合服务中心等作用，提升农业社会化服务数字化、智能化水平。

6.强化农业科技创新。加强智慧农业创新载体建设，构建基础研究、应用研究、研发制造一体化创新体系。推进智慧农业技术模式迭代创新，攻坚突破农业传感器与专用芯片、核心算法、机器人、智能设计育种工具等关键核心技术。实施农机装备高质量发展行动，研发推广高精准作业水平的智能农机装备。完善智慧农业技术装备质量检验测试体系，推动数智技术与农机、农艺技术协同攻关。深入开展无人农机作业试验，提升农业生产智能化水平。指导符合条件的地区探索建设数字乡村技术创新中心。

7.推动农村电商提质增效。深入实施农村电商高质量发展工程，构建多层次农村电商综合服务体系，培育多元化新型农村电商主体。深入实施数商兴农，面向中西部地区开展“数商兴农”进地方活动。推进“互联网+”农产品出村进城工程，促进农产品顺畅销售。优化农村电商流通体系，推进县级物流配送中心、乡镇快递网点数字化、智能化改造，在确保安全的前提下，按需有序推广低空物流。加强村级寄递物流综合服务站点建设。

8.培育乡村数字产业新业态。深化农文旅融合，开展乡村旅游数字提升行动、乡村“小而美”文旅业态提升行动。积极探索共享农场、共享农机、共享集市等网络经营模式，发展“互联网+”特色优势产业，构建契合农业农村现代化发展需要的智能化产业生态。深化“乡村著名行动”，持续推进地名信息赋能应用。鼓励有条件的地区发展呼叫服务、数据标注等业态，拓宽农民就业增收渠道。

9.扩大农村数字消费。推进县域商业体系提质增效，发展网订店取、生鲜直送、农资预订等便民服务。支持新能源汽车、绿色智能家电下乡，鼓励企业研发符合农村生活需要的智能软硬件产品。持续开展“数字消费助力乡村振兴”区县行活动。健全县域数字消费维权机制，营造安全放心的农村数字消费环境。

四、提升乡村建设信息化水平

10.推进乡村数字教育普及应用。深化国家中小学智慧教育平台应用，推动优质教育资源服务向农村、偏远地区延伸。推动人工智能与乡村教育深度融合，鼓励有条件的乡村学校部署应用智能教育终端、教育智能体等，推进人工智能通识教育。实施数字化赋能教师发展行动，提升农村教师数字素养与技能。

11.提升乡村数字健康服务能力。推进紧密型县域医共体信息化建设，加强数据互通共享和业务协同，促进医疗资源联动共享，推广医学人工智能辅助治疗和赋能基本公共卫生服务在乡村医疗卫生机构的配置应用。完善远程医疗服务网络，特别是边远少数民族地区，推动优质医疗资源下沉。优化农村地区医保智能终端配置，为农村地区群众提供优质便捷的医保服务。

12.强化重点人群信息服务保障。充分运用信息技术强化农村“一老一小”、残疾人等重点人群的主动发现和精准救助。持续推进乡村数字化产品和服务的适老化、无障碍改造升级。

13.优化乡村数字普惠金融服务。在金融科技赋能乡村振兴示范工程基础上实施专项行动计划，积极开展政银企农融资对接。引导金融机构推出与农村经济活动特征和农村居民需求相适配的数字信贷、保险等产品，推广“数字+信贷+担保”等模式，推动数字技术在承保验标、灾损查勘、定损理赔全流程应用，实现精准承保、高效定损、快速理赔，提升农村普惠金融服务可得性、覆盖面与满意度。

14.繁荣发展乡村数字文化。实施“文艺赋美乡村”行动，扶持一批“三农”题材优秀网络文化作品创作，培育一批乡村本土文化创作人才。推动乡村文化场所提升数字化应用水平，推动优质文化资源直达农村基层。发挥县级融媒体中心等作用，打造乡村文化数字传播矩阵。开展农村文物资源、非遗传承人等数字化建档，推动非遗资源与数字文创、乡村旅游深度融合。

15.建设智慧美丽乡村。构建“天空地海”一体化生态环境监测网络体系。强化农村污染源监测评估，构建农村生活源和农业源污染精准监测、秸秆焚烧风险监测评估、散煤复烧监管等技术体系。开展全国地表覆盖及土地利用变化监测，支撑自然资源开发利用和生态保护修复。健全农村人居环境问题在线受理与响应机制。优化供水水质监测体系，推进生活污水设施数字化改造。梳理农房相关信息数据，提高农房建设管理信息化水平。

五、提升乡村治理智慧化水平

16.深化农村“三务”信息化建设。提升农村基层党建信息化水平，加强党员信息管理。推进村级事务管理信息化应用，规范管理政务移动互联网应用程序。持续推动农村居民社保、医保、民政等高频事项“全程网办”、“跨省通办”。围绕农村政务服务高频、共性需求，稳妥推进人工智能大模型部署应用，协助开展智能导办、材料预审、政策解读、信息推送等服务。加强全国农村集体资产监督管理，推动村级财务应公开尽公开。

17.稳步推进数字赋能乡村治理。集约应用乡村治理数字化工具，推动“数字化+网格”等模式创新应用。依法深入打击农村电信网络诈骗、网络赌博、非法金融活动等违法犯罪行为。持续推进“清朗”专项行动，营造良好网上舆论环境。健全“互联网+公共法律服务”、“智慧公共法律服务”供给机制，畅通农民群体获取优质法律服务渠道。

18.完善农村智慧应急管理体系。提升国家自然灾害综合监测预警能力，加快乡村应急广播体系建设，优化偏远山区、边境乡村气象监测布局，提升灾害监测预警与信息发布能力。推动智慧应急与基层治理有机融合，加快“久安”大模型、应急指挥“一张图”等融合应用。提升乡村公共卫生安全信息化防控能力。

六、激发数字乡村发展内生动力

19.培育开放数字乡村应用场景。聚焦数字乡村建设核心需求，安全有序开放农业生产、乡村治理、民生服务、文旅体验等领域应用场景，组织实施一批示范效应强的重大项目，推动新场景规模应用。鼓励各地因地制宜探索建设服务资源池，强化供给资源对接，促进场景资源公平高效配置。

20.分级分类推进数字乡村发展。持续完善数字乡村标准体系，迭代更新数字乡村建设指南。立足乡村资源禀赋和数字化基础，推动城郊融合类村庄重点聚焦与城市数字基础设施、公共服务、产业发展协同联动，集聚提升类村庄重点加快产业数字化发展，特色保护类村庄重点做好自然历史文化资源数字化保护和利用，搬迁撤并类村庄重点运用数字技术赋能民生保障、就业增收和生态保护。

21.壮大乡村数字人才队伍。完善驻村帮扶、专家人才服务基层、“三支一扶”等机制，引导激励科技人才下乡服务。优化数字乡村发展相关学科专业布局，推动学科交叉融合和创新发展。强化政策支持，培育乡村数字人才，吸引数字游民等新群体投身乡村创业就业。统筹用好各类培训项目，提升农民、基层干部、农业生产经营主体的数字素养与技能。

22.强化多元主体协同共建。鼓励网信企业参与智慧农业、农村电商、农文旅融合、信息服务等领域技术产品研发应用。支持农业企业开展数字化升级，提升农业产业链数字化水平。健全联农带农机制，强化对小农户、新型农业经营主体的数字技能培训和金融信贷支持。

23.健全常态化精准帮扶体系。建立健全常态化防止返贫致贫帮扶机制，提升信息化监测帮扶效能。用好脱贫地区农副产品网络销售平台、央企消费帮扶电商平台等线上渠道，支持对欠发达地区特色农产品消费采购。鼓励网络社会组织、网信企业等，开发实施一批数字乡村公益项目。

24.守牢安全底线。坚持底线思维，增强风险意识，完善风险评估与预警机制，强化数字乡村重点领域网络安全防护能力建设。健全农村数字基础设施安全管理机制，规范数据采集、存储和使用管理，做好个人信息保护，保障涉农重要数据安全。

七、加强组织实施

充分发挥国家信息化发展工作统筹协调机制作用，中央网信办会同农业农村部、工业和信息化部等部门强化政策协同与资源统筹，常态化开展数字乡村发展监测分析，及时掌握工作动态，协调解决重大问题。加强数字乡村理论研究与政策解读，总结推广成效经验和典型案例，加强国际交流合作，讲好中国数字乡村发展故事。要树立和践行正确政绩观，结合地区实际，坚持尽力而为、量力而行，坚决防止形式主义、官僚主义，因地制宜推进各项任务落地见效。

文章来源：中国网信网

风险提示及免责条款

甲骨文：AI撑起了面子，但谁来兜底里子？

海豚研究 — Fri, 11 Sep 2026 09:59:11 GMT

9月11日早美股盘后，新云中的龙头Oracle（甲骨文）公布了截止8月底的27财年第一季业绩。整体来看，表现好的地方很好，差的地方则依然差。其中最受关注OCI业务增长强劲，营收继续大跨步加速，对应的Capex也大幅拉升；而传统业务则依然增长疲软，毛利率显著承压，等问题也并没得到改善。具体来看：

1、核心业务—OCI超预期加速：最关键的OCI业务本季营收近74亿，同比增速再创新高，达到121% vs. 上季的93%，明显跑赢市场一致预期的约115%。从环比净增额的角度，本季达14亿，远超此前几季的约7~8亿。因而在市场最关注的AI云租赁上，本季表现相当不俗。

背后主要是本季上线算力规模明显加速，达到0.85GW，而上财年全年不过1.2GW左右。但海豚君注意到，公司原本的指引更激进--达1GW。

结合起来看，上线算力规模稍低于指引，但营收释放确强于预期，隐含市场此前预估单GW贡献的营收偏低。这样来看，近期云租赁价格普遍涨价应当对公司也有利好。

相比之下，云板块下的SaaS类业务增长依然疲软，本季同增9.9%，比上季增速略微放缓。虽然其中有汇率利好减轻的影响，但表明AI云业务的强势增长对公司传统偏SaaS业务的带动依然几乎没有。结合市场调研反馈，反可能有挤出效应。

2、Capex暴力拉升，现金流依然净流出：对应这算力上线和OCI营收的大幅加速，可想而知本季的Capex支出势必同样会大幅拉高，达到了惊人的约285亿，在不低的上季基础上再增多了近3/4，比公司总营收还要多出近50%。

另外据披露，本季Capex中有约40%是由顾客的预付款覆盖，实际需公司自身承担的金额大约在180亿，已明显帮助减轻了公司的现金流压力。但即便如此，自由现金流依然深度水下，接近负的54亿。

3、完成200亿股权增发，目前融资问题不大：对应高额的Capex，下一个问题就是资金从何而来？根据公司此前的表述，27财年将进行合计400亿的融资，其中债权和股权融资各占一半。而在本季度内，公司已完成了200亿的股权融资，多于公司本季自身承担的Capex金额。

由于本季融资是由股权承担，相对的债权压力变小，净负债和利息支出额都环比有所下降。具体来看，净负债额环比减少近10%，到约882亿。而利息支出则环比持平在约14亿。

因而在客户预付款的帮助下，公司自身融资的压力确实有所减轻。但在目前的算力建设和投入节奏下，公司账面上的约360亿现金+后续200亿债权融资恐怕仍比较吃紧，不排除实际债权融资会多于计划。

4、在手订单平稳增长：截至本季，公司在手未履约合同余额RPO达6640亿，环比增长260亿。此外，公司也特意表示本季获得的新订单，不会影响此前已制定的融资计划。

5、毛利率继续大步下滑：环环相扣，因为OCI超预期的强劲增长，营收占比继续走高，本季公司的整体毛利率和云业务毛利率都继续大幅下降，跑输预期。

其中更受关注的云&软件板块毛利率不到63%，环比显著走低了超过6pct，跌幅也创历史新高。公司并没有展现近期传统云巨头和CoreWeave等新云的毛利润率已触底企稳、乃至向上走高的趋势。

但由于该毛利率口径内包括传统软件板块、OCA板块、AI云租赁业务、传统OCI业务等多个板块，表观毛利率走低可能更多是因AI云租赁营收占比大幅走高导致的结构性变化，未必是AI云租赁自身的毛利率仍在变差，需要进一步的观察。

但可以确定的是，随着Capex的拉升，公司的折旧支出在快速攀升，本季同增134%，占总收入的比重已超16%，相比上季的12%大幅走高。无论如何，AI云租赁也让公司的商业模式变得更重，综合利润率变的更低是无疑的。

6、非云业务也依然疲软：如前文提到的，除了OCI业务增长强劲，同属云板块的SaaS业务增长并不好，占总营收比重仍近3成的传统软件业务的增长同样不行。本季营收同比萎缩约3%，比上季的-2%进一步变差。

结合市场调研，可能部分原因是客户正逐步用SaaS类服务，替代传统软件的授权。

此外虽然硬件销售有不小加速，但其绝对体量和占比太低（不足5%），几乎可以忽略。

7、力大砖飞，各项指标增长全面加速

整体来看，虽然传统业务依然疲软，但在以3位数增长的OCI业务的强势拉动下，公司整体营收的增速也在持续走高，本季已近30%，环比提升整整9pct。

但由于毛利率大幅走低，整体毛利额同比增长不到16%，跑输市场预期。但趋势上相比此前已持续多年的个位数毛利增长，也有不小的加速。

因此，虽然可以说OCI业务的盈利质量不高，但在极高的营收增长拉动下“力大砖飞”，还是帮助公司的整体业绩增长(无论是收入还是利润角度)有明显的提速势头。

此外，由于目前OCI新增业务主要只服务于少数大客户，包括获客费用在内的Opex支出需求较少。本季经营性Opex同比减少了约7%，加上去年同期有较高的一次性重组支出，因而本季整体Opex同比角度更少下滑了超15%。

营收增长加速，而Opex却减少的明显经营杠杆下，本季经营利润率反而环比提升了近3pct，经营利润额同比增长高达57%。扣除非经营性因素后的经营利润增速也达近31%。

8、以下是业绩核心信息一览

海豚研究观点：

1、当季业务表现不错：近阶段，市场对Oracle中短期内的核心关注点实际只在于两点：a. 公司的执行—即建设并上线算力的速度和节奏是否顺利，即OCI营收的加速是否顺利，能否尽早尽快把在手的超6000亿订单转化为实际营收。

而对能否再签下更多订单相对没那么在意。毕竟更多的订单也意味着在目前基础上更多的Capex、更多的负债、更大执行风险和不确定性。

b. 对应算力的建设节奏，公司能否及时（并最好以较低的成本）获得相应的资金，来支撑公司的Capex和算力建设。

相对的，由于目前市场对AI Capex的潜在ROI和算力租赁的潜在利润率已不再那么担忧，相信只要能把数据中心建起来，不用太担心回本问题（至少目前如此）。

对应上述问题，本次业绩交出的答案是相对偏好的：

a. 算力建设和营收转化的节奏不错。首先，OCI营收大幅加速且明显超预期，同属上线算力的规模虽略低于此前的指引，但趋势上还是明显在加速（去年全年1.2GW，本次单季0.85GW）。

b. 在客户预付款承担了整体Capex约40%的情况下，公司自身的融资压力确实相对明显减轻。同时，股权融资顺利完成，对股价的压制得以解除，在手现金环比走高。目前来看融资方面也问题不大。

但海豚君还是要提醒，目前公司账上现金360亿+后续200亿债权融资，对应今年剩下三个季度计划中需公司自身承担的520亿Capex，也算不上很宽裕（当然公司自身的经营性现金流也能提供一部分资金）。

c. 而像传统业务依然增长疲软，毛利率继续下滑，这些公司的问题当然也并未消失。但如前文所述，只要市场核心关注的OCI业务增长强劲，这些缺陷就能够被忽略。

2、指引上继续加速：对下季指引上，预期总营收增速中值为32%，相比本季继续提速2pct，但只大体符合预期。更大亮点是，预期下季云业务增速中值高达68%，环比在大幅加速8pct，明显高于市场预期。

结合来看，仍应该是OCI表现强劲但被其他传统业务有所拖累。相比之下，高投入下利润指引较差，预期下季摊薄后EPS同比下滑约15%，稍低于预期。

至于全年指引则变化不大，营收目标仍为900亿，但信心更足。利润指引则把摊薄后EPS从$8.05小幅上调到$8.1。

3、投资逻辑上，由于市场对AI Capex ROI的担忧减轻，且多方消息都指向云租赁供不应求，租赁价格普遍走高，而此前发布业绩的传统云巨头和其他新云增长不俗且普遍好于预期，可以说整个云计算板块、当然也包括公司正处在一个相对利好的市场环境内。

而结合本季表现和下季指引来看，公司在27财年会是算力建设和营收确认的加速释放期，OCI营收增速会持续不断拉升，进而推动公司整体的营收和利润额都持续向上。也就是说，从营收和利润等业绩指标的角度，对股价的支撑应当是会越发明显的。

但是从估值和叙事角度，则可能有更多的风险和波折。一方面，虽然公司近期的融资已顺利完成，但如前文提到，实际Capex和融资需求可能会高于计划。且近期美债利率持续走高，而无论是政府还是众多科技企业看起来融资需求都不低的情况下，后续公司的融资能否顺利，以及融资成本是否会走高并不能太过乐观。

同时，目前大模型的竞争越发激烈，头部闭源模型和众多开源模型的差距有所缩窄，包括头部在内的各模型商的前景变得越发模糊，且一定程度上也陷入了价格战，盈利能力会受损。这对高度绑定OpenAI一家模型商的Oracle而言，降低了其长期业绩的可见性。

此外从近期调研看，部分由于Token降价，大模型们ARR增速似乎有“盛极而衰”的迹象，市场内对于算力建设是否过剩的讨论也再度多了起来。

整体来看，公司的业绩基本面之后中短期内大概率是向好的，但中长期的逻辑和可见性却未必会向好或保持平稳，估值能否拉升是需要商榷的。

4、由于公司的业绩更多取决于28~30财年的长久表现，短期业绩变化对估值的影响不太大。同时公司对27全年指引的调整也有限，因此我们本次对估值也无明显调整。

若相信公司能够交付其长期业绩指引，在近期市场对云板块情绪不错，且公司此次业绩也不差的情况下，短期内可能会有一定上攻的空间。

不过，这种乐观情绪似乎也已走到了尾声阶段。且长期逻辑上，AWS，Google等传统云巨头，拥有全栈技术和自研芯片的优势，在能效比上能做出优势。

同时更大、更分散的客户群里和云业务体量，也给与它们作为模型分发渠道商，无论后续大模型的市场终局如何，都能占据一部分利益的资格（只要不是被少数闭源垄断）。这都给了云巨头们更强的长期确定性。

而Oracle等新云虽不否认业绩增长的势头和空间更大，但却几乎没有独特的差异化竞争优势，在产业链中的必要性和占位也不算强，长期确定性还是偏低。因而更多还是只能作为中短线内的博弈标的，而不像传统云巨头那样，值得长拿、能穿越叙事和技术演变带来的波动。

附录：甲骨文业务 & 营收分类介绍

目前甲骨文的财报披露中，把业务和营收分为云业务（Cloud），软件（Software），硬件（Hardware）和服务（Service）四大板块，具体来看：

a. 云业务：可细分为IaaS类的OCI（Oracle Cloud Infra）和SaaS类的OCA（Oracle Cloud Application）两条业务线。其中OCA主要包括SaaS化的ERP/CRM/ERP等通用管理工具，和一些垂类行业工具。而OCI则主要包括公司特色的数据库服务和算力租赁业务。

b. 软件：即由客户自行部署和管理的传统软件业务，公司原本收入占比最大的板块，但已被云板块反超。

可分为两个主要部分--一次性的许可权销售收入（Software License）和伴生的持续性服务支持收入（Software Support），如提供使用支持和日常更新维护等。

c. 硬件：和软件业务类似，也包括一次性的服务器等硬件和销售收入，以及伴生的硬件维护&支持收入，收入占比最少。

d. 服务：上述软硬件业务之外的其他服务业务，包括咨询服务、或其他定制性服务，近几年收入占比在高个位数%。

本文来源：海豚研究

风险提示及免责条款

10年美债冲向5%！贝森特回购是否被低估？

Fri, 11 Sep 2026 09:49:00 GMT

随着长端美债再度遭遇大幅抛售，10年期美债收益率升至4.97%，逼近5%关口，并接近2007年以来高点；30年期收益率触及5.37%，创2007年以来新高。最新公布的美国8月PPI数据超预期，叠加中东局势持续升级、布伦特原油升至105美元/桶上方，市场对美联储加息预期继续升温，多重因素共同推升长端利率。

而在9月10日备受瞩目的美国财政部首次扩大回购操作中，回购规模仅51.9亿美元，低于此前公布的60亿美元操作上限，也低于市场预期；且投标总额仅约105亿美元，远低于通常200亿美元水平。市场失望，长端抛压加剧。

然而，值得注意的是，尽管收益率飙升，一级市场拍卖需求仍显强劲。最新30年期国债拍卖中，投标倍数达到2.61，处于过去12次拍卖的91%分位，间接投标比例达到79.5%；10年期国债投标倍数达到2.71，处于历史较高水平。这意味着，在收益率达到较高水平后，长期资金仍有配置意愿。

与此同时，截至9月8日当周，投资者空头头寸减少6个百分点，净多头升至去年11月以来最高。强劲拍卖与空头拥挤，暗示利率进一步上行空间可能受到约束。

当前美债市场的核心矛盾并非买盘缺失，而在于宏观利空驱动的供给压力与高收益率催生的配置需求之间的博弈。强劲拍卖需求表明真实配置力量依然存在，极致空头则意味着继续追空的边际收益与赔率同步下降；随着收益率逼近5%，配置资金的潜在回流逐步增加，市场将从收益率上行交易逐步转向高收益率是否足以吸引买盘的博弈。

市场由此陷入防风险与寻收益之间的拉锯：强劲拍卖与空头拥挤抑制上行空间，通胀粘性与财政供给则限制收益率下行空间。

贝森特回购是否被低估？

短期被高估，但中期不应低估。

无人城配热潮背后，货源争夺战打响

Fri, 11 Sep 2026 09:30:12 GMT

作者 | 周智宇

无人城配的竞争，正在车辆买卖之外展开。

京东物流提出五年采购100万辆无人车的计划，并为配送车引入地平线计算方案；新石器借助滴滴货运，争取商户按需配送的订单。

9月10日，九识智能扩大租赁加盟，通过自营和加盟车队提供分时租赁、按单付费等服务。整售、整租面临更多价格竞争，九识希望把只需用车几小时的小货主也接进来，在售车和自动驾驶订阅之外增加运输收入。

九识智能联合创始人、CCO周清向华尔街见闻透露，公司已在45个城市开通自营车队，其中约三分之一跑出了正向商业模型。这些经营样本给了九识扩张的底气，但支撑车队扩张的货源，也正是其他玩家争抢的生意。

2026年，无人城配的争夺正从快递网点之间的固定短驳，延伸到商户临时叫车的运输需求。技术降低了新路线的部署负担，车企和智驾公司加速入场，物流平台也开始参与车辆开发。供给越来越多，原有的无人车厂商开始向下游争取运输订单。

厂商下场找货

“之前以整售和整租为主，后面我们发现这个行业进入的玩家越来越多，我们一定会产生价格竞争，这是不可避免的。”周清对华尔街见闻表示。

客户的用车情况，让九识找到了另一种做生意的办法。九识CEO孔旗介绍，一些快递客户每天只用车五六个小时，剩余时间车辆就停在院里。这些客户开始把闲置时段租出去，进而组建车队，承接其他运输需求。

有些货主偶尔才需要几小时用车、一次配送，不愿为此买车或长期租车。按需付费让车队能够承接这些零散需求，服务更多小货主。

今年5、6月，九识在45个城市启动租赁试点。周清介绍，公司希望通过车队把零散、分时的运输需求与计划性物流任务整合起来，提供运力服务。

九识因此要在车辆交付后，继续和合作伙伴找订单、做调度、提供现场服务。按单付费的货主没货时可以不下单，持有车辆的一方却已经掏了钱。货主用不满一辆车的问题，转到了车队手里。

“租车一定会有资金压力。”周清坦言。他希望用更高的车辆使用效率消化资产投入。

新石器创始人、CEO余恩源把夜间物流视为一块新的市场。今年8月，他在世界机器人大会上表示，在公司的青岛无人车运力网络中，夜间订单已经开始超过白天。

车队需要的订单，得能填进空闲时段和返程路线。孔旗介绍，在湖北一个邮政项目中，无人车把快递送进乡村后，还会把当地农产品带回来。对于已有固定线路的车队，这类返程货源，意味着有机会在不增加车辆的情况下多接一笔运输生意。

公司先通过自营验证，再招募更多加盟商。周清认为，有了这些案例，合作伙伴才更愿意参与。他预计，未来可能形成几百个加盟车队、几十个核心自营车队的结构。

通过加盟，九识可以借助更多当地伙伴投入车辆、开发客户。但运营权限并未随之全部放开。周清介绍，涉及安全监控、网格员管理等工作，九识目前只向经过筛选的合作伙伴开放部分权限。加盟商可以分担投入和获客，九识仍要参与车辆交付后的运营，扩张就绕不开各地的服务成本。

九识也在约束同城加盟商之间的竞争。9月10日，公司给部分现场签约的加盟商设置了城市保护期，其间不再引入新的九识租车加盟商。孔旗在现场解释，要让合作伙伴有钱赚，否则多人进入同一市场，相互压价，生意就难以持续。

没有新增货源，同城继续铺车，就是把有限的订单分给更多车辆。九识扩大加盟，需要当地伙伴带来的投入，更需要这些车后续能够接到的运输任务。

订单的入口在变

新石器也在争取货主的零散运输需求，选择借助货运平台接近客户。其与滴滴货运合作的按需叫车模式始于2025年中，今年3月，公司披露其按需配送服务已累计完成超过150万笔订单，并计划年内扩展至50座城市。货主可以通过手机发起点到点运输需求，按次购买服务。

车队和平台把车辆、调度与客户需求接在一起，货主可以只购买一趟配送或几个小时的服务。九识通过自营和加盟拓展客户，新石器借助平台连接需求，争取的都是具体的运输任务。

今年这轮竞争，对先行者更棘手的地方在于，新对手进入城配的时间很短，技术和量产积累却未必少。做乘用车智驾的企业可以复用算法，整车厂可以提供制造能力，它们有机会少承担一部分从零研发、摸索供应链的投入。

一名智驾公司技术高管对华尔街见闻表示，他们也一直在等自动驾驶技术更成熟、前装量产方式更可靠，以及具备安全运营千辆规模车队的能力。这三件事情成熟之后，相关技术和运营经验才能在不同车型间充分复用。过早投入会带来资源浪费和重复劳动。九识也在为整车厂提供进入无人驾驶市场的路径。通过Zelos Inside业务，九识向整车企业输出自动驾驶能力，东风、宇通等已经与其开展合作，广汽领程也在9月10日与其签署战略合作协议。

九识生态与创新事业部总经理薛亚鹏将此形容为，一些原先视为竞争对手的企业，正逐渐形成“既竞争又合作的状态”。他还提到，整车厂除了制造能力，也有更广泛、成熟的传统车辆客户，这些客户正在面对无人化转型的需求。

更多品牌进入无人车市场，可能分走九识的整车订单，也可能增加它的技术订单。借助合作补齐自动驾驶能力后，整车厂还可以向既有客户推销无人驾驶车型，减少从头开拓市场的投入。先行者积累的技术，也在帮助后来者争取客户。

新的运输需求能否被接下来，还取决于车辆部署的方式。“无图”技术正在减少新路线的准备负担。Momenta今年7月在苏州相城落地RoboVan时，采用了乘用车量产业务积累的无高精地图技术；孔旗也在9月10日介绍，九识从8月开始交付的车辆，已采用不依赖预先采集高精地图的方案。

在固定的快递短驳线路上，采图、适配的投入可以摊在长期任务里。换成商户临时叫车，每次运输的起终点都可能不同，如果一条新路线还要经过较长的准备，车再便宜，也很难接下这笔生意。减少对预先采图的依赖，才有机会把这些小单组织成可以持续经营的业务。

按次购买运输服务，让货主少了与单一车辆品牌绑定的理由。在有多家可用运力的地方，下一趟货交给谁，可以重新比较价格和时效。

行业先行者有机会触达更多客户，也得持续争取这些客户的订单。卖运力，同样躲不开价格竞争。

货源带来的筹码

无人车厂商向下游走，会遇到已经握有货源、也有能力组织供应商的企业。

9月9日，京东物流宣布未来五年采购100万辆无人车的计划，地平线同日宣布获得京东物流无人车项目定点。京东既释放采购需求，也亲自参与产品开发、选择计算方案。

这类买家采购无人车，是要把车辆接入已有的物流网络。厂商需要适应客户的调度和作业流程，交付后的运输任务也由客户掌握。合格的车辆和技术方案越多，京东就越有条件比较报价，把无人驾驶带来的降本收益留在自己的物流网络里。

货运平台则可以组织更多分散的货主。在深圳龙岗8月公布的试点方案中，新石器提供技术，地上铁持有车辆资产，货拉拉提供订单与撮合，东部公交负责运维。首批计划投放50辆车，先在龙岗四个街道夜间运营。

货拉拉相关负责人指出，他们将在试点中提供物流订单入口和供需匹配撮合。

车辆资产、技术和现场运维由合作方提供。新石器借此获得资产和货源支持，可以减轻车辆投入和客户开发的负担，运输收入也要覆盖各方的成本。

技术公司借平台接近货主，接单的入口仍在平台。对于希望扩大技术服务收入的企业，这种分工可以减少直接开发货主、组织车队的投入。

前述智驾公司高管谈及其货运业务规划时表示，公司现阶段需要多参与一些经营环节，但随着技术成熟，希望逐步聚焦自动驾驶解决方案，由合作伙伴持有车辆、经营车队。

九识发展自营和加盟车队，则希望把货主和当地车队接进自己的服务体系。公司已推出面向货主的租车平台，以及面向加盟商的运营管理系统，覆盖订单、调度、定价和结算，并承诺向合作伙伴永久免费开放。总部还会提供线上推广和客户线索。车辆交付后，九识仍可以参与订单组织和车队运营。

这需要九识投入资金和当地经营力量，也让它与物流企业、货运平台的关系变得更微妙：它既需要这些客户和伙伴带来订单，又希望直接经营一批属于自己服务体系的货主。

随着可供选择的车辆和技术方案增多，掌握稳定货源的一方，更有条件挑选供应商、商定合作价格。九识等先行者争取运输生意，也是在为自己积累这样的筹码——让下一轮车队扩张跟着自己的订单走。

风险提示及免责条款

红果的闭环：高周转如何碾压全场

Fri, 11 Sep 2026 09:16:20 GMT

2026年7月，移动视频市场出现了一个标志性变化。

野村证券中国互联网月度追踪报告及QuestMobile监测数据称，红果短剧独立App日活达到1.68亿，同比增长107%，超过爱奇艺、腾讯视频、优酷和芒果TV四款App约1.55亿的简单加总。

这个口径衡量的是移动端每天打开应用的用户，也恰好指向本轮变化最先发生的地方：红果正在成为一种日常视频入口。

这个变化发生在两个层面。

用户侧，红果把剧集装进类似短视频的信息流，免费观看、连续推荐，用户由“为一部剧打开平台”转向“先打开平台再找剧”。

供给侧，字节将IP、外部制作、生成工具、分发和结算接入同一体系，让更多作品以更短周期进入市场。

前者解释日活为何迅速上升，后者决定这种增长能否得到持续供给。

红果与长视频平台的差异，由此不只是内容长短，而是内容如何生产、用户如何进入，以及平台如何承担项目风险。

01 从“找剧”到“刷剧”

红果首先接住了短剧市场扩张的用户基础。

QuestMobile数据显示，2026年2月，短剧行业月活用户达到7.18亿，红果月活为3.04亿；5月，覆盖独立App及微信、抖音小程序的短剧去重用户增至8.51亿；6月红果月活进一步升至3.68亿，同比增长73.7%。

短剧已经从新兴品类转为大众娱乐，红果则把分散在小程序和信息流中的需求，集中到一个独立App内。

免费模式改变了用户进入剧情的成本。

中国网络视听协会发布的报告显示，2024年，IAA免费短剧的市场份额从1月的11%升至10月的50%。

此前的小程序付费短剧常在剧情转折处要求充值，收入取决于用户是否为下一集付款；红果以广告换取免费观看，平台更关心用户今天看了多久、明天是否回来。签到、金币和连续观看奖励围绕这一目标展开，将单次观看变成连续使用。

更重要的变化发生在内容选择上。

红果把抖音式的消费机制移植到剧集，自动连播和算法推荐不断提供下一段剧情，用户无需在每次打开前确定片名。

长视频更像内容目的地，用户往往因为某部剧、综艺或IP进入平台，搜索、收藏和排播围绕具体项目展开；红果更像时间入口，观看对象可以更换，刷剧动作却能持续。

红果因此把短视频的“刷”和长视频的“追”叠加起来。

推荐流负责发现内容，连续剧情负责制造悬念和留存，签到与奖励再强化使用习惯。

一位漫剧从业者直白地向华尔街见闻描述了这种感受：“用户不是在看长剧和看短剧之间选择了看短剧，而是在刷视频和看短剧之间选择了看短剧。”

短剧的时长和节奏为这种使用方式提供了条件。

单集通常只有数分钟，冲突出现更早，用户可以在通勤、午休和睡前随时进入，同一天内形成多次观看。

QuestMobile的夜间消费报告显示，2026年5月，红果在18时至20时两个时段的用户活跃比例均较上年同期提高0.9个百分点。短剧正在从零散空闲时间进入晚间休闲时段，日常使用的窗口随之扩大。

而长视频的活跃曲线更多由重点排播塑造。

头部剧集或综艺上线，独家内容会快速拉升平台活跃；项目收官或排播进入空档，用户随之回落。红果依靠连续推荐，将这种压力分散到更大的剧库：一部作品表现减弱，下一部可以立即接续。

日活越过四家长视频App，反映的正是两种召回方式的差异，即长视频主要用内容召回用户，红果还可以用习惯召回用户。

02 内容开始高周转

“刷剧”成为日常后，平台的关键问题从内容数量转向流速。

这里的周转不只是拍摄更快，还要压缩项目从IP进入、匹配制作方、上线、取得播放和广告收入，再把结果带回下一轮立项的时间。红果经营的是一批项目同时进入、退出和重新排序的循环。

这套循环在真人短剧阶段已经形成。

红果从番茄小说等渠道取得IP和剧本，以版权采购、定制或联合出品推进项目，外部公司负责选角、拍摄和后期。

平台连接需求和产能，制作方按项目投入人员和资金。一个团队完成拍摄后即可承接下一部，红果持续获得新内容，供给不受自有制作规模限制。

2026年4月，红果短剧创作服务平台与抖音集团短剧版权中心整合为“短剧创作者中心”，缩短项目寻找资源的时间。

IP选取、投稿、制作承接、项目撮合、成品经营、数据复盘和结算进入同一入口，各类创作者和投资出品方围绕需求匹配。平台由此掌握播出流量以及项目从立项到回款的主要接口。

这些接口决定了周转的三个速度。

首先是项目速度，同一时期可以有更多作品并行制作和上线；

其次是判断速度，一部剧的完播、追更和分账表现能够较快影响下一批选题与预算；

最后是资金速度，广告收入经分账回到版权方和制作方后，可以继续投入新项目。单部作品仍有成败，平台却可以通过扩大项目组合，将风险分散在一批内容之中。

这种周转已经传导到制作现场。

一位郑州的AI短剧制作人员向华尔街见闻表示，他所在的公司有两个组，每组每周都要出一部超过60集的短剧。

这样的生产节奏意味着，公司不再等一部剧全部完成后再启动下一部，而是让不同项目的设定、生成、筛选和投放同时推进。

AI继续放大这种并行能力。

即梦、Seedance等工具可以在开机前完成人物设定、场景、分镜和样片，也可以生成部分镜头，使原本要到拍摄后才能发现的问题提前暴露。

同一笔预算能够测试更多题材和视觉方案，项目继续实拍、追加制作或停止投入，也可以更早决定。模型降低每次试验的成本，红果的项目体系能够消化增加的试验量。

红果闭环的核心是让项目、判断和资金连续转动。番茄小说扩大可选故事，外部公司提供弹性产能，AI增加测试方案，抖音和红果完成触达与变现，结果再返回立项。

相比单押一部爆款，这套模式更看重一批项目的平均效率：测试足够多、反馈足够快、收入能够再次投入，这样剧库就能持续更新。

不过，在上述从业者看来，因为周转很快，所以经常是一个爆火的类型还未跟上，就已经进入下一个阶段了。很多不能把握热点方向的公司，很容易在高中转中被甩出去。

他所在的公司近几年也在做海外方向，“海外的周转速度现在还没有国内快，比如他们感兴趣的吸血鬼等类型，可以火很长时间。”

03 爆款账与周转账

用户入口和生产方式的差异，最终体现在两套账本上。

红果以广告收入和用户时长为基础，先扩大免费观看规模，再通过广告负载、填充率和价格回收；长视频以会员订阅为核心，以稀缺剧综推动拉新、续费和升级。红果计算整个剧库的流量产出，长视频首先计算头部项目对付费的拉动。

财务数据呈现了长视频模式的基本结构。

爱奇艺2026年二季度总收入62.9亿元，会员服务收入40.1亿元，占比接近64%，同期内容成本38.2亿元。

芒果TV上半年互联网视频业务收入44.62亿元，会员、广告和运营商业务分别为19.33亿元、16.84亿元和8.45亿元。

头部作品可以带动订阅、品牌广告、版权发行和IP衍生，失利也会形成集中的成本压力。

红果采用组合经营，大量不同成本的作品进入剧库，再由少数高表现内容贡献主要播放和广告收入。

单个项目生命周期可以较短，剧库更新却不能中断；平台通过连续反馈提高整体命中率。人物设计、分镜、样片和漫剧生产成本下降后，AI让平台得以扩大测试池，更快筛选方案。

两套账本也对应不同场景。

QuestMobile指出，短剧已直接参与用户时长竞争；长剧仍保持大盘播放量，独有的头部内容能够拉升活跃，OTT大屏继续承接家庭深度观看。

红果以持续供给覆盖通勤、午休和晚间的碎片时间，长视频占据长叙事、精品制作和家庭大屏。用户时间在两者之间重新分配，日活背后的价值也随之分开。

平台策略已经开始交叉。爱奇艺扩大微剧、漫剧分账和AIGC内容生态，优酷以会员和广告分账吸引横屏短剧，芒果TV建设AIGC工具并与红果推出“果果剧场”，红果也增加会员和长视频版权。

双方相互吸收产品机制，竞争转向内容效率和用户价值。

变化将首先挤压中间地带，即制作成本接近长剧，却不足以吸引会员；更新接近传统项目，又难以适应短剧的高频分发。

行业未来可能会形成两个更清晰的方向：一端是支持订阅和IP开发的稀缺精品，另一端是依靠组合回报的高频供给。平台需要为各自选择建立稳定的回收方式。

红果1.68亿日活验证了高周转模式可以获得大规模用户。下一轮衡量标准将转向流量质量，如广告密度、内容差异和制作方回报。AI正在降低“做出一部剧”的门槛，故事判断、用户分发和商业回收反而更加稀缺。

红果与长视频平台的下一阶段分化，也将围绕这些能力展开。

风险提示及免责条款

顶尖风投谈“AI改变投资逻辑”：“中游陷阱”与飞轮效应

Fri, 11 Sep 2026 08:48:16 GMT

AI正在将科技投资的“幂律（Power Law）分布”推向极致：资本首次能够直接转化为算力并强化企业的绝对护城河，而那些无法实现AI原生的传统SaaS资产，正面临被时代抛弃的严峻风险。

硅谷顶级风险投资机构Andreessen Horowitz（a16z）9月10日发布了一期深度访谈播客。a16z合伙人Jen Kha、成长基金合伙人David George与长期LP、Accolade Partners合伙人Aram Verdiya围绕AI时代的投资逻辑展开了一次罕见的深度对话。三人的核心判断高度一致：AI正在让"幂律效应"从风险投资的行业特征，演变为整个资本市场的系统性规律；资本配置框架、基金构建方式乃至资产类别的边界，都正在被重写。

幂律是指两个变量之间的某种特定函数关系：一个变量的变化量是另一个变量的某种幂次（次方）的倍数。它的核心特征是：“极少数的个体占据了绝大多数的资源或份额”，也就是人们常说的“长尾效应”或“二八定律”。

对话中有几个核心数据令人警醒：美国3000家VC中，只有20家在过去二十年实现了持续3倍净回报，占比不到1%；AI收入规模达到1000亿美元只用了四年，而SaaS走完同样路程花了15年；当前美国企业平均每名员工每月在AI上的支出仅为12美元，而头部1%的企业这一数字高达7000美元——这意味着AI扩散仍处于极早期。

“资本等于算力”：“极致飞轮”改变行业护城河

David George在访谈中抛出了这轮AI浪潮中最具颠覆性的判断之一：

“现在，你可以把资本砸向一家公司，它会直接复利放大这家公司的优势。这在我职业生涯中是第一次。”

他解释，传统软件时代，往一家初创公司砸太多钱反而是灾难——雇一千个人、制造协调混乱、形成重叠优先级，公司反而会“搞砸”。但AI时代不同了：“你可以把钱扔进算力，算力可以直接改善产品和业务。”

这意味着规模经济在AI市场是真实的、且会持续强化。三家前沿模型公司——SpaceX、OpenAI、Anthropic——潜在企业价值合计已达3.5万亿至5万亿美元。Jen Kha指出，令人震惊的是，在SpaceX上市前，大多数机构投资者对其几乎毫无敞口。

Aram Verdiyan则从更宏观的视角给出了自己的判断：

“AI正在攻击GDP的每一个角落——交通、劳动力、服务、资本、协调。历史上从来没有一个技术范式，同时击中30万亿美元的GDP。”

他还对AI的TAM（潜在市场规模）提出了颠覆性观点：医疗IT行业每年支出约600亿至1000亿美元，但AI实际攻击的是医疗劳动力本身——账单管理、行政流程——那是一个万亿美元级别的产业。“AI的TAM可能是传统SaaS或医疗IT的10倍以上。”

David George援引劳动力数据进一步佐证：美国经济中劳动力支出与软件支出之比大约是40比1。“这不是说劳动力会消失，而是劳动力会被重新发明。把AI等同于'下一代软件'，太低估它了。”

“死亡中间地带”：VC格局的结构性重塑

访谈中反复出现一个词："death of the middle"（中游陷阱）。

Aram Verdiyan分享了一个核心数据：在美国3000家风险投资机构中，只有20家在过去二十年实现了持续3倍净回报，占比不足1%。 他特别强调，"持续"是关键词——不需要七八支基金，但在20年周期内，你是否有3到4支实现3倍净TVPI的基金？满足这个条件的，全美只找到20家。

相比之下，剑桥数据显示，过去十年风险投资的平均回报只有1到2倍净回报——不仅不如私募股权，甚至不如公开市场，而且还要锁定资金十年。

在这个背景下，VC行业正在向两极分化：一端是真正的"小而精"——专注于细分垂直领域、或在比大基金更早阶段介入，与大机构形成互补；另一端是全生命周期的大型机构——从种子到上市全覆盖，拥有700名员工、强大运营资源。

Jen Kha明确表达了a16z的飞轮逻辑：

“我们的业务是一个飞轮。从我们是不是领域专家、能不能打动创始人出发；如果我们赢得项目、帮助公司取得更好的结果，就会形成品牌效应，新创始人想要和赢家在一起，赢家的创始人又会给其他创始人做背书——这就是飞轮的运转方式。”

David George补充道：成长期基金的成功根本上依赖早期业务——“我一直说，我们的业务从早期开始，也从早期结束。”

对于那些想通过“只做晚期”或“跳过早期”来参与AI的机构，Aram Verdiyan态度直接：“最强的晚期特许经营权，背后都有一个巨大的早期特许经营权。如果你是一家全新的晚期基金，想写一张5亿美元的支票，真的很难。“David George附和：“我经历过那个世界，确实非常难。”

如何识别真实AI牵引力？"ARR这个词正在被重新定义"

随着AI泡沫与真实需求并存，如何区分真实牵引力成为最棘手的问题之一。

Aram Verdiyan描述了一个典型场景：“一家公司从某个加速器出来，声称一个月内ARR从零做到500万。但这中间根本没有续约周期，他们是在互相销售，还把月度数字乘以12来折算ARR。”他语气犀利：“每九家这样的公司里，可能才有一家是真正有几百万真实ARR的，才是下一个Cursor。”

对此Jen Kha笑称：“我很喜欢有时候有人在帮大家'重新定义ARR的含义'，像是一个非常有帮助的公告。”

David George给出了自己的判断框架：

"市场是否在主动要求你的产品，永远是那个核心问题。 财务分析没法告诉你答案，你必须深入理解客户，和客户对话。"

他以Harvey（AI法律工具）为例：早期Harvey在头部律所拿下了一些签单，但实际使用率平平，与其他AI软件公司相比留存数据并不出彩。但推理模型落地后，完全翻转——律师从产品中获得的价值大幅提升，使用率和参与度直线上升；更关键的是，客户从担心幻觉风险转变为主动要求律师事务所使用这个产品。"这才是我们寻找的市场信号。"

传统SaaS的困境与私募股权的"AI陷阱"

与传统的软件服务（SaaS）相比，AI的渗透速度和潜在可用目标市场（TAM）呈现出指数级的爆发。

“今天，AI领域的收入已经达到了1000亿美元。SaaS花了15年才达到同样的水平，而AI只用了4年。”Aram Verdiyan给出了一个极具冲击力的数据。他指出，AI正在攻击GDP的每一个层面——交通、劳动力、服务和资本协调，“以前从来没有一种技术范式能同时触及30万亿美元的GDP。”

然而，AI的高歌猛进，却让旧时代的软件资产和重仓它们的私募股权（PE）基金如坐针毡。在2021年至2022年期间，大量传统软件公司被PE以25至32倍EBITDA的高估值杠杆收购（LBO），但这些缺乏“AI原生”能力的资产如今正面临估值缩水和流动性枯竭的危机。

Aram Verdiyan直接点破："你在2021年前以25到32倍EBITDA收购的软件资产，今天可能只值一半。" 他援引数据：2021至2022年间，杠杆收购软件交易约为2000亿至3000亿美元，带走超过2000亿美元债务；今天那些公司的估值大幅收缩，杠杆比率急剧攀升。私募信贷市场的赎回潮，正是这一逻辑的直接映射。

更严峻的是增长逻辑的倒转：Aram Verdiyan指出，"在公开市场，增长率每提升1个百分点，相当于EBITDA提升3个百分点。" 这意味着不能证明AI加速增长的公司，估值折价会非常惨烈——"很多私募股权持有的标的，既没有足够快的增长，也没有管理团队能重塑业务"。

Aram直言不讳地指出：

“你看看今天的公开市场，那个资产（传统SaaS）现在的交易价格是市销率的2倍。这不仅是估值的问题，更严重的是，这些公司可能根本找不到买家。 因为如果你今天看一家软件公司，首先想到的是：它的终极价值是什么？它能抵御AI的冲击吗？”

Jen Kha则对"AI版私募股权"的幻觉发出警告：

"仅仅把Sears放上网站，不会让它变成亚马逊。 我们看到有些公司第一件事就是上马AI客服，结果如果你不从工作流底层重建，客户流失反而加速。每一分NPS下滑都直接对应营收下滑，再叠上债务，就会螺旋式下行。"

对于试图通过简单引入AI来拯救老业务的尝试，Aram也泼了冷水：“你不能只往公司里派一个运营合伙人，然后说‘让我们在上面加点AI吧’，这根本行不通。”DG补充道，哪怕只是简单的AI客服替代，如果没有深入工作流重构，客户流失将导致净推荐值（NPS）下降，并引发收入的螺旋式下滑。

AI的真正瓶颈：不是需求，是供给

访谈最后，话题转向了一个被市场低估的角度——AI的真实瓶颈在哪里？

Aram Verdiyan断言：“AI今天的瓶颈不在需求侧，在供给侧。”供给链从左到右是：能源→电网→数据中心→芯片→前沿模型→应用。美国在芯片及以右的链条上极具优势，VC生态系统也在有力支撑。但在能源和电网基础设施层面，问题不是发电量不够，而是"速度到功率"——许可、传输、监管。其他国家每年新增可再生能源容量是美国的10倍。

“这意味着数据中心需要被彻底重新设想。旧数据中心的密度已经无法支撑新AI设施，这里存在的不是50亿、100亿的机会，而是千亿美元级别的机会。”

David George列举了他认为未来10年最可能创造巨大价值的领域：机器人、自动驾驶（全美Waymo上路数量不足一万辆）、医疗（占GDP18%，AI几乎尚未触及）、能源、制造业与国防。

"现在感觉我们在AI上已经做了很多。但十年后回头看，那些其他重大领域才刚刚开始创造价值。下一个SpaceX或OpenAI，大概率会诞生在这些领域。"

访谈全文如下（由AI辅助翻译）

第1章：Intro

Aram Verdiyan：我们研究了美国3000家风险投资公司的数据。在过去二十年里，只有20家实现了持续3倍的净回报。

David George：目前，显然幂律效应比过去10到20年的科技投资中更为极端。有史以来第一次，你可以拿着资本投入一家公司，它会不断复利放大他们的优势。

Aram Verdiyan：AI正在攻击GDP的每一个层面——交通、劳动力、服务、资本、协调。从来没有哪一种技术范式能同时冲击30万亿美元的GDP。

David George：Elon已经公开谈到了Sam那边的Grockbot。他还谈到了Astra以及一些即将推出的长期能力。

Jen Kha：你认为下一个市值达到百万亿美元的公司会是哪家？

David George：有可能是……

第2章：为什么幂定律或幂律（Power Law）不再只是风险投资领域的事

Jen Kha：欢迎回到A16Z播客。

价值创造的方式已经发生了根本性的变化。幂律曾经只是风险投资这个小众行业的一个特征，而现在它已经系统性地贯穿整个市场。 尤其是三家前沿模型公司——SpaceX、OpenAI、Anthropic——代表着大约3.5万亿到5万亿美元的潜在企业价值。令人震惊的是，在SpaceX上市之前，我们很多LP以及更广泛的机构配置者群体对它的敞口并不大。

所以我们今天将讨论：为什么投资组合构建和资产配置可能已经发生了改变，为什么幂律不再只存在于风险投资行业，以及当今价值究竟在哪里、如何实现复利增长。David George、Aram Verdiyan，感谢你们加入。

David George：很高兴来到这里。感谢邀请。

Aram Verdiyan：感谢你邀请我们。

第3章：每一个风险投资支持的IPO合并：未来走向何方？

Jen Kha：太棒了。太棒了。太棒了。好的。那么DG，如果你把过去六年所有风险投资支持的IPO加在一起，全部加在一起，未来会走向何方？

David George：目前，幂律效应明显比过去10到20年的科技投资更为极端，可能要追溯到网络效应驱动的消费类公司兴起的时候。这种情况有很多原因。规模收益递增一直是我们这个行业的一个动态规律。

显然，大家都很清楚网络效应业务如何能够实现规模收益递增，但软件业务同样可以做到，而且可以以不同的形式呈现，但是，你知道，市场上的品牌声誉、资源的积累，都提供了竞争优势，这些依然成立。但现在，尤其是对于那些实验室来说，在我的职业生涯中第一次，你可以拿资本投入到一家公司，它会不断复利放大他们的优势。这件事就像——你怎么会把一家初创公司搞砸呢？嗯，你知道，往里面砸太多钱，让他们招一千个人，然后，你知道，你就制造了各种协调问题、管理开销问题、以及相互竞争的优先级问题，然后事情就会变得一团糟，因为你无法招到足够多的人，以足够快的速度做足够多的事情。但现在情况不同了。你可以把钱砸向算力，算力可以让产品和业务变得更好。 所以对我来说，幂律效应更加极端并不令人特别惊讶。目前，规模经济在AI市场中是非常真实存在的， 我认为这种情况将会持续下去。

Jen Kha：那么，Aram，首先，你不仅仅是我们Accolade的长期LP之一，顺便提一下，距离你上次作为A16Z的员工，恰好已经整整10年了。 所以，为了庆祝你的10周年纪念，因为你去年也在，我把这个珍贵的东西带回来了。

Aram Verdiyan：哦，我的天。

David George：哦，天哪。这太棒了。

Aram Verdiyan：你为什么还留着这个？这太棒了。

Jen Kha：我们在地下室翻出来的，我们特意做了这个超大版本，就是为了留作纪念。

Aram Verdiyan：我简直不敢相信——

Jen Kha：我是从地下室找到这个的。但顺便说一句，在过去的10年里，世界发生了很多变化。你还记得吗，在那个时候，人们就已经在抱怨基金规模太大了。

Aram Verdiyan：而你们当时有一只10亿规模的基金。

Jen Kha：第一只突破10亿的基金。

David George：第一只风险投资基金？

Aram Verdiyan：正是。

Jen Kha：正是。所以，你知道，从那以后发生了很多事情。

第4章：从空白页面重新思考投资组合构建

Jen Kha： 你如何看待你的风险投资组合与私募股权投资组合之间的关系？然后还有总体上的资产配置问题。我们在来的路上聊过这个。如果你现在重新从一张白纸开始，凭借你现在所掌握的知识，你会如何做出不同的构建？

Aram Verdiyan： 是的，我们来谈谈风险投资。今天，AI领域的收入已经达到了1000亿美元。SAS花了15年才达到同样的水平。AI只用了四年就做到了，而我们在需求渗透方面甚至还远远没有接近饱和。 DG说你可以向其中大量投入资本，这种乐观情绪，是推理需求无限的体现。我们正处于一个AI正在攻击GDP每个层面的时刻——交通、劳动力服务、资本协调。 历史上从未有过一种技术范式能同时冲击30万亿美元的GDP。所以你有了增长最快的技术，它正在冲击GDP的所有部分。

因此，作为一个资产配置者，很难不主张你应该大力布局。它不是一个卫星仓位，你应该将其作为核心甚至超级核心仓位，以某种形式存在。

David George： 我非常有偏见。但如果你只是想想市场的形态以及自我入行以来它们发生了多大变化，在私募股权和成长股权领域，那大概是18年前的事了，那时这还是一个小众行业。而现在已经不是了。我一直在谈论这个，但我们的资产类别拥有5到6万亿美元的价值，围绕公司保持私有状态更长时间的动态趋势不会逆转。

Aram Verdiyan： 是的，我的意思是，你在2019年离开GA时就有了这个洞察。这是在后期阶段获得风险投资级别的回报，而这现在正在发生。它不再只是早期阶段然后你在收入达到1亿美元时IPO了。

David George： 是的，我认为顶级的退出回报过去是100亿美元，而现在大概是400亿美元。

Jen Kha： 是的，或者等到Anthropic和OpenAI上市的时候，可能很快就会达到1000亿美元。

David George： 而且，你看，这是有道理的，对吧？就像上一个周期创造了25万亿美元的新市值，其中很大一部分流向了现有巨头。

Jen Kha： 是的。

David George： 很多流向了初创公司和新兴公司。而且，你知道，每一个后续的浪潮都比前一个更大。 所以，我们的预期是，把那25万亿拿来，这个数字还会更大。

Aram Verdiyan： 我对AI的TAM（总可寻址市场）一直感到困惑，很想听听你的想法。比如医疗保健每年在医疗IT上花费600亿到1000亿美元，但AI正在冲击的是实际的劳动力以及医疗保健中正在执行的任务的价值。 那包括理赔、账单管理，那是一个万亿美元级别的产业。所以AI的TAM可能比传统SAS或医疗IT大10倍以上。那个价值是什么？那就是某项任务被执行的经济价值，那就是你在看的TAM，然后AI公司会获取一定的份额，但我们根本不知道这个TAM能有多大。就像你说的，你看每一次浪潮，现有巨头随着时间推移都会缩小10倍。所以很难估计。但我可以告诉自己，我对这些结果能有多大一直估计严重不足。

David George： 是的，我也一样。是的，劳动力。我的意思是，你看看美国经济中花在劳动力上的钱与花在软件上的钱相比，大概是40倍之多。现在重要的是，这并不意味着劳动力会消失。我认为劳动力只是会被重新发明。 所以我们最终会看到人类所做任务的某种重新想象。

但我认为这实际上正是AI的全部意义所在——你正在追逐这个不同的东西。所以把它等同于软件，说它是软件的下一个演进，是太过局限的。

Jen Kha： 我们的法律顾问经常对我们说，他说，我喜欢Harvey。我所有的客户现在都认为自己是律师了，他们实际上可以在某些话题上和我辩论，而以前他们可能会说，我不太理解这个，我就听你的吧。所以我的计费小时数反而只增加了。

是的，随着AI使用的兴起。所以所有那些使用场景可能都被大大低估了，我们甚至还不知道。

David George： 是的，它们是扩张性的。是的，这就是全部的重点。

Aram： 然后还有这整个论点，说前沿实验室会蚕食应用层，哪一层会胜出？结果发现，好像大家都在增长。

David George： 我的一个朋友做了一个播客，他描述的是类似"一切都会成功"这种观点。我描述的方式略有不同，但就是说，我们经常收到LP的问题，他们问我们，技术栈中的哪一层会成功？我有点像是，我不知道，市场会非常大。我认为现在一切都可能奏效。 当然会有很多公司失败。也可能有一些特定的类别不会成功。但我认为总体而言，认为"哦，如果开源做得好，对实验室就不利"这种零和思维太过局限了。所以我们尽量让自己摆脱这种零和思维。

第5章：为什么这个AI时代在本质上是赢家通吃

Jen Kha：把它提炼出来。因为为什么人们认为这会是赢家通吃？你知道，如果我们可以做出假设的话，上一个科技时代，在很多领域可能确实是赢家通吃。但这次感觉在本质上是不同的，因为我们正在重新奠定很多基础性的东西，所以也许可以把它提炼出来。

David George：是的，你看，赢家通吃是一种有趣的描述方式，因为如果你只是看所有领先科技公司的市值增长，有很多公司都是成功的。并不是赢家通吃。对吧？ 现在，有一个重要的区别。我们非常相信在特定类别中的幂律效应。所以赢家会占据绝大多数的市场份额和市值。而第二名就像是在争抢残羹剩饭。 但我认为我们拥有的类别数量将会大规模扩张，对吧？你知道，如果你回到20年前，CRM其实不是一个真正的类别。我的意思是，它很小，就像Siebel Systems这类东西。但你知道，现在它是一个庞大的类别。所以我认为同样的事情会发生。我们在每一个我们投资的科技市场中都见过这种情况。再说一遍，我们的方式是，在我们的业务中，我们可以承受亏损，对吧？如果我们在某个基金中的某些投资上没有亏损，那说明我们承担的风险还不够多，对吧？ 所以，如果你看我们历史上表现最好的风险投资基金，我认为亏损率大约是60%左右。

Jen Kha：是的，在早期阶段。

David George：是的，在早期阶段。而在成长阶段，亏损率会更低，但可能会在10%到20%的范围内，这是合适的。因为这样的话，我们所做的投资中，会有回报达到10倍甚至更多的。所以，如果我们做得好，我们就在每一个可信的类别中支持该类别的领先公司。如果这个类别发展得好，那我们就做得很好。如果这个类别发展得不好，那也没关系。这就是我们所承担的风险。

第6章：为什么在风险投资中保持一致性比以往任何时候都更重要

Jen Kha：其中也隐含着时机的问题。因为我知道，Aram，你和我都为此感到惋惜，我认为很多人往往会觉得在某个时间点上市场已经过热。但回过头来看，结果发现一切其实都相当便宜。但市场上也会出现一些异常情况，在那种时候可能确实如此。所以我知道你给很多你的LP建议，关于在风险投资中保持一致性的重要性，可能比任何其他资产类别都更重要，因为你根本不知道这些技术什么时候会出现。也许可以详细讲讲这个问题，因为现在有很多机构配置者实际上无法接触到很多前沿模型。现在他们正在努力追赶，在某些情况下，可能引入了一些不太好的行为，这些行为有点过于反映市场泡沫的迹象。也许可以为我们解析一下。

Aram Verdiyan：是的，我的意思是，Digi谈到的幂律的极端性，如果你作为一个配置者，在过去五到十年里没有接触到排名前五到十的公司，你在回报方面就已经大幅落后了。 让我们退一步来看。我们研究了美国3000家风险投资公司的数据，只有20家在过去二十年里实现了持续的3倍净回报。

Jen Kha：抱歉，再说一遍，20%？

David George：20家。

Aram Verdiyan：不到1%。 哇，持续的3倍净回报。这太惊人了。实际上，你不需要在那20年里有七、八支基金，关键在于你是否拥有三到四支3倍净TVPI的基金？在20年的时间里，我们发现只有20家公司做到了这一点。

在风险投资中保持一致性真的非常难。 但有趣的是，那些保持一致性的公司，在每个年份都能持续获得进入行业定义性公司的机会。当然也有例外。顺便说一句，仅仅拥有那个品牌标志是不够的，如果你是早期阶段并且拥有一支大基金，你需要持有足够多的份额。如果你是晚期阶段的DG（David George），我很好奇你是否同意，规模配置真的非常关键。所以在晚期阶段，类似风险投资的回报是可能实现的，但你最好的公司应该占你基金的5%、10%甚至更多。 这样，你实际上可以靠单一公司来回报整个基金。晚期阶段的基金回报数学以前是不存在的，但现在存在了。所以我们找到了正确的投资组合规模，那些持续获得投资机会的公司位于3000家中的前20名。所以如果你没有它们，回报的差距将会非常大。如果你没有那些公司，你得到的只是平均的风险投资回报。

如果你查看剑桥的数据，过去十年的平均风险投资回报是1到2倍的净回报。你在私募股权中会做得更好。你在公开市场中肯定也会做得更好。你根本不需要把你的钱锁定十年。

Jen Kha：是的，当然。我刚刚看到我们的朋友Endowment Eddie发的一条推文，他今天早上发的。他说，对大型风险投资基金的兴趣是由创始人驱动的，而不是LP。创始人往往更想要那种能够扩展规模、成为全生命周期投资者并帮助获取客户或招聘人才的品牌。LP们慢慢地跟上了，但大多数仍然在拖延。因为这实际上与传统观念相悖。

Aram Verdiyan：而且回报规模更大。所以基金可以更大。在那20家中有一些例外。有一些小型公司专注于利基垂直市场，或者他们在比大型公司更早的阶段进行投资，在那个阶段与大型公司的竞争并不激烈。现在这种策略的问题是，你必须在基金规模和策略上保持一致。如果你随着时间的推移开始变大，你就会与大型公司产生竞争。我认为保持一致性会变得非常困难。

Jen Kha：中间层的消亡。我们说过，每次说到"中间层的消亡"就要喝一杯。

David George：我非常欣赏风险投资生态系统中的许多同行。但这个"中间层的消亡"……

Aram Verdiyan：你怎么定义它？比如，什么是中间层？

David George：所以我认为，就像你描述的那样，那些高度专业化的基金，你知道，一些很早就进入AI领域并拥有深厚领域专家的基金，表现得相当不错，对吧？就像他们做得很好，而且，你知道，有时他们能够快速行动。进入一些项目，或者抢占我们想做的交易份额，你知道这是现实。然后我认为还有，你知道，不管我们是什么，你知道，大型的，大规模的风险投资，对吧？从某种意义上说，我们有很多产品线，可以从种子轮一直扩展到你上市为止。我认为我们有一些同行也采用类似的策略，对吧？你知道，我想说我们是最好的，但也有其他一些人在做这件事。而介于两者之间的其他所有东西，我认为都很难竞争，原因就像 Eddie 说的那样，对吧？创始人关心什么？创始人关心的是，从他们认为能够降低自身风险的合伙人那里获取资本。如果你只是简化来说，这是描述创始人真正关心的事情最简单的方式。当然，他们也关心合伙人这个人，对吧？就像他们在乎一个具体的人。所以你必须是一个好的参与者，诸如此类。但这就是为什么我们建立了大量资源的原因，对吧？这就是为什么我们有700名员工。这就是为什么我们把从基金中赚取的管理费投入到运营资源中，因为我们认为这将，第一，改变结果的曲线，第二，帮助我们赢得交易。所以，你知道，当创始人选择合伙人时，通常，如果这是一个热门交易，他们会有很多选择。就像这是显示出来的偏好。正如 Eddie 所说，我们在这方面做得还不错。我同意他的观点，我们的LP来投资我们是这一切的副产品，对吧？所以，你知道，我们的业务是一个飞轮。飞轮从以下几点开始：我们是否是深度领域专家？我们是否会有正确的观点？我们能否向创始人证明我们是他或她的正确合伙人？如果是这样，我们就赢得了交易。如果我们能帮助改善结果，那很好。如果我们确实改善了结果，就会发生两件事。第一，我们的业务具有持续回报，部分原因是新的创始人希望与赢家在一起。 是的，对吧。就像他们想要这个，他们在乎这个，因为这有重要的品牌信号作用，对他们有连锁效应。其次，你知道，通过成为赢家的一部分并以小方式帮助他们，我们创造了一种强有力的口碑效应。创始人会告诉其他创始人，嘿，你应该和这些人合作。 所以这就是飞轮在我们业务中的运作方式。

Aram Verdiyan：有一个理论，很好奇听听你们两位的看法，就是关于Pre-seed阶段。那些估值低于2000万、3000万、4000万美元的，基金规模低于1亿美元的，他们可以与大型机构共存，因为在起步阶段，比如有七家AI公司在做类似的事情。我认为像 Andreessen 这样的大型机构会想等一两轮，直到有更多的相对确定性，因为你最不想做的事情就是投到第二名或第三名。就像你说的，你必须投到品类赢家。所以你宁愿等那一轮，然后真正加倍押注并领投A轮或B轮。所以小型基金可以为自己开辟一个利基市场，比大型机构早一两个阶段，实际上有赢的权利。他们可以做得很好，并且与大型机构形成互补。你同意这个观点吗？

David George：是的，是的，是的，是的。而且你看，我们与整个生态系统中的种子基金有着非常健康的关系。我们自己也做种子轮，对吧？但Pre-seed肯定是，你知道，比我们通常会做的更早。我认为它更像是一个更大的、更大的大种子轮，对吧？是的，就像连续创业者，他们以前是A轮。

Jen Kha：是的，是的，是的，那确实是我们的节奏。话虽如此，你知道，我们有我们的 speed run 项目，我们今天早上刚从那里过来。我不知道，我觉得。我认为市场正在演变，因为创始人对品牌有如此强烈的偏好依附，正如 DG 所说，我们能看到所有的项目。有时对我们来说做Pre-seed和种子轮确实有意义。所以，你知道，你有点需要那种灵活的能力。对于创始人来说，就你的观点而言，他们其实并不太在乎你的重点在哪里。他们只是想在那个轨道上。就像你会找到基金来匹配它一样。所以我认为我们可以在这个世界中共存，但我认为这也非常重要，就像我们的业务本质上是一个早期阶段的业务。我们必须第一个到达终点。我们实际上可能不会进行投资，但我们至少必须了解市场格局，才能在以后做出明智的决策。

Aram Verdiyan：所以我今天在 speedrun 与一些创始人交谈，他们非常希望留在这个轨道上。

Jen Kha：是的，对，对。这是一个新现象，10年前，这开始真正成形，更多的早期阶段的人开始做后期阶段，然后跨越整个投资链延伸，但不完全是今天这种方式。 DJ，我不知道你是否同意，就像如果没有早期阶段，然后也没有后期阶段跟进，实际上几乎不可能有效地拥有这种中期阶段的业务。

David George：是的。我是说，你看，我非常有偏见。但我认为我们作为成长基金成功的原因是因为我们的早期阶段业务。我一直都这么说，就像我们的业务始于早期阶段，也终于早期阶段。 所以，你知道，这在成长阶段为我们提供了大量优势，包括在准入、信息、知识、关系等方面。我认为，你知道，我们的早期阶段合伙人可能也会说成长业务为他们提供了好处，因为它允许我们随着时间的推移扩大规模并深化与创始人的合作关系。这有助于在早期阶段赢得交易。

Jen Kha：是的，完全正确。而且你不能，两方面都有。你不能只做早期，也不能只等到后期。 所以你之前的观点，看起来越来越多的机构正在向少数几个名字聚拢，这可能是真的。因为，你知道，再次提到这种幂律动态，但同时，几乎大多数那些所谓的标志性投资，我们必须在早期阶段获得，因为这是我们保持球权控制权并参与按比例权利乃至更多的唯一方式。所以这显然是业务...

Aram Verdiyan：我们坚定地相信，最强的后期阶段投资机构背后都有一个强大的早期阶段投资机构，就像赢得交易的能力在你拥有早期阶段投资机构时会成倍增加。是的，就是这样。我们谈到后期阶段的规模，不管你的后期阶段基金规模有多大，如果你能在规模上将基金的5%到10%投入到一家定义品类的公司中，你能做到这一点的方式，是因为你有一个早期阶段的投资机构，在早期就与企业家和管理团队建立了关系，作为一家全新的后期阶段机构进来写一张5亿美元的支票真的很难。

David George：不，这非常难。我已经经历过那个世界了。

第7章：风险投资自2000年代以来的结构性变化

Jen Kha：从有限合伙人的角度来看，你认为风险投资从根本上来说，或许在结构上与你刚开始职业生涯时相比有哪些不同？你是怎么看待这个问题的？另外，你如何看待风险投资内部的资产配置问题，因为在考虑投资组合构建时，风险投资内部实际上也存在细分类别。

Aram Verdiyan：是的，我的意思是，用一种非常简单的方式来说，在我们看来，做风险投资有四种方式：Pre-seed阶段。可以想象一下规模低于1.5亿的基金，仅在美国就有一千家、接近两千家。然后是我们谈到的"混乱中间地带"，那里也有很多公司，不是几千家，也有几百家公司。再然后是大型机构。最后是专注于后期阶段的机构。所以一共有四种方式来参与其中。

几十年来，我们一直在投资较大的机构。我们也投资过种子阶段的公司，在"混乱中间地带"我们有选择性地投了几家，但我们没有涉足专注于后期阶段的投资。是的，原因就是我们之前谈到的那些。

那么它是如何变化的呢？人工智能实际上正在让我们的工作比以往任何时候都更难。 它让工作变得更难，是因为融资轮次普遍规模更大，速度也更快。行业内正在发生的增长势头令人困惑，而困惑的原因在于：

你可能会遇到这样一家公司——我其实很好奇听你说说这个，因为我们经常听到这种情况——一家公司从某个加速器出来，一个月内ARR从0做到了500万。 一个月。是的，那家公司还没有经历过一个完整的续约周期。但他们就凭着这个增长势头，以极高的估值倍数在融资。

而且很多时候，他们可能是在一个同期群体内部互相销售，这甚至算不上真正的ARR，但他们把月收入乘以12来计算。然而，每九家这样的公司里，就有一家真正特别的公司，有着几百万的真实ARR。 以巨大的估值，最终会成为下一个Cursor。

所以，今天要真正分辨出什么是真实的增长势头、什么不是，确实非常困难。 估值非常高。这就是为什么大型机构表现出色的原因。我实际上认为它们可以等待，或者它们对下一轮融资有足够的相对确定性，然后主导那一轮。但即便如此，也没有太多确定性。当你们投资Cursor的时候，我认为也没有太多确定性。有多少个月，人们一直在说Cursor已经死了？

Jen Kha：哦，就连收购公告发布的那天早上，人们还在说Cursor已经死了。我心想，他们刚刚宣布将以6000万美元被SpaceX收购。

Aram Verdiyan：如果我说错了请纠正我，ARR 300万，融资4亿美元，或者大概在那附近。是的，是的，大概是那样。是的，就是这样。很多人会说，这太疯狂了。他们为什么要这么做？

David George：好吧，你看，创始人的判断力是非常重要的事情，对吧？ 所以，随着时间的推移去了解创始人，花大量时间与他们相处，观察他们的思维方式——我倾向于认为，尤其是我的早期阶段合伙人在这方面相当擅长。其次，要分辨真实的与那种具有误导性的增长势头确实很难——所谓误导性，是指你无法从中获取市场信号，并不是说任何人在刻意误导。

Jen Kha：可能也有一些这种情况。

David George：是的，可能也有一些。但我要回到——

Jen Kha：我就喜欢时不时地有人出来帮忙重新定义ARR到底是什么意思。我心想，这真是一个非常有帮助的公益提示。

David George：这确实总是很有帮助。是的。但我要回到的问题是，市场是否在要求你的产品更多？ 这始终是那个关键问题，贴在我电脑屏幕上的便利贴上。

Aram Verdiyan：但是，当一家公司只运营或销售了几个月的时候，你怎么知道这一点呢？

David George：你没办法靠财务分析来做到这一点。你必须真正深入了解客户，与客户交谈。然后，你知道，就像我之前提到的关于Harvey的例子。随着时间的推移作为一个例子。对。他们在早期商业上做得非常好，因为他们很聪明，他们做了充分的研究。就像是研究加律师的组合，你知道，他们在早期就获得了一些势头，并且让一些知名律师事务所早期签约加入。但是，你知道，实际使用情况并不是很好。对。所以，如果你看看它的实际部署情况，与AI领域的一些其他软件公司相比，从留存角度来看，它看起来很平庸。不是留存，不，就是实际使用，实际使用情况。现在快进到推理模型出现之后，情况完全逆转了，你可以看到，知道，采用率绝对起飞了，对吧？所以同时发生了很多不同的事情。律师从产品中获得了更多的价值。你可以从使用情况和参与度中看到这一点。然后它变成了，因为它是高效用的使用和参与，它几乎从之前的那种状态完全翻转了，之前是"哦，我们害怕幻觉之类的问题"，变成了不，每个客户实际上都在要求律师事务所使用这个产品。所以，你知道，我认为我们寻找这样的市场。我们试图尽早抓住它们，比我们在Harvey那时更早地抓住它们。但是，你知道，这就是我们寻找的那种信号。你必须深入挖掘，对，每个人都可以做队列分析，每个人都可以查看续约数据，但是真正理解市场的纹理，以及客户在他们的替代选择中真正想要和需要什么，我认为，你知道，这就是你做决策的方式。这就是为什么拥有早期阶段的业务如此重要，因为他们在技术和产品方面钻研得最深。而且他们，你知道，他们显然在cursor中看到了这一点，他们在许多其他事情中也看到了这一点。

Aram Verdiyan：Jen，最大的阻力是什么？我的意思是，你是我认识的最多产的融资人。那么阻力是什么？

Jen Kha：你让我觉得在这家公司非常有价值地受雇。

David George：我同意你是一位多产的融资人。

第8章：我们是在接住一把下落的刀吗？当今LP的情绪

Aram Verdiyan：你从LP那里得到的关于AI现状、风险投资现状最大的阻力是什么？

Jen Kha：很多都是担忧，你知道。我们是不是在接住一把下落的刀，就像市场时机的问题，我们现在所处的位置，比如说事情是否过热，等等。 所以我们在一开始就谈了很多关于估值和潜在市场的问题。但我确实从LP那里得到很多这样的感受，他们的工作也即将发生根本性的变化。你之前提到了其中一个方面，关于AI让评估机会和基金变得更具挑战性。但另一个方面是，LP在历史上在某些方面其实并没有被激励去真正拥抱变化，对吧？你知道，这份工作的最终目标实际上与GP的风险承受能力在某种程度上是截然相反的。这只是行业的运作机制。但是，我经常说，你知道，GP可能因为错过了下一个Facebook、下一个Uber而被解雇，对吧？那是遗漏性错误，那是可以被解雇的。但LP恰恰相反，只有当你投资出问题的时候才会被解雇。所以在某种程度上，激励结果实际上是完全相反的……

Aram Verdiyan：如果你是LP，投资IBM是不会被解雇的。

Jen Kha：正是如此。事实上，你甚至可能因为根本不投资而不被解雇。所以……

Aram Verdiyan：如果你错过了前沿模型，回到你作为LP的第一个问题，但你的表现大致跟上了基准，对吧？也许略低于基准，你还是能保住工作，对吧？

Jen Kha：是的，而且对于大多数人来说，我把基金中的基金排除在外，因为那是另一回事，但对于很多人来说，上行空间实际上对他们来说并不那么有吸引力。所以那种"嘿，你会错过下一代潜力"的推销，这是激励错位。这实际上是相当直接的。那么，从LP的角色来看，我们接下来该怎么做？我认为我们也有重要的角色和功能。我们在谈到作为风险投资行业领导者的工作时，我们必须帮助人们了解未来的走向。其中一部分是了解如何渗透，不仅仅是在他们的风险投资配置中，而是在他们的整个投资组合中。我认为，这比仅仅说"嘿，你可能会错过下一代回报"，或者优化下一个前沿模型，或者一两家幂律公司等，要有趣得多。

Aram Verdiyan：LP所做的是渠道获取、筛选和规模配置。你可以说，你有数据来找出在3000家公司中哪20家历史上表现良好。你不会看到一致性，对吧？也许其中一半是一致的，但LP的工作也是找到下一代公司，同时继续获取最优质的资源。所以一是获取渠道，二是筛选，三是投资组合构建和规模配置。从LP的角度来看，这是至关重要的。因为如果在3000家公司中只有20家表现良好，你应该相当集中地投资于那15到20家公司。 所以当我看到一个拥有50、60、70家风险投资公司的投资组合时，我很难想象整体投资组合能产生高于平均水平的回报。再说一次，我回到风险投资的平均水平，那实际上相对于其他资产类别——公开市场、私募股权——来说，流动性的吸引力并不够。私募股权可能在没有锁定期、没有风险投资所承担风险的情况下，给你带来1.5到2倍的净回报。你谈到了60%的亏损比率，私募股权没有这个问题。 私募股权在AI软件方面有其他问题，我们今天可以谈到。所以对于LP来说，投资组合构建和规模配置是至关重要的。我见过太多次LP或配置者找到一个有趣的基金，实际上判断正确，却只把他们基金的1%投入其中。很好，你获得了10倍回报，那只是你基金的10%回报，根本不会产生任何影响。

David George：你们认为，Jen所谈到的这种演变，在今天处于什么阶段？我知道你们有偏见，但风险投资和成长型投资在整体资本配置中的适当比例，与私募股权、公开市场、实物资产、信贷等相比，应该是多少？

Aram Verdiyan：是的，这对我来说很难回答，因为我做的全是风险投资和成长型投资。所以我会有偏见地说，应该大幅增加配置。

Jen Kha：不过我们喜欢这个答案。

Aram Verdiyan： 看看今天的公开市场。我们用"vibe coding"的方式创建了一个很好的工具，帮助我们评估AI韧性。针对上市公司，现在我们也在私募市场做同样的事，这对我们的成长型股权投资组合帮助巨大。但在SaaS公开市场中，最多只有15到20家公司的市销率超过10倍，这个数字本身就很疯狂，因为几年前还有几十家。而那些公司中，几乎每一家都在展示AI带来的增长加速。比如你在做安全监控、智能体部署等等。所以这又回到了同一个原则：如果你以某种形式与AI挂钩——而AI是GDP各组成要素中增长最快的部分——那么你就应该在投资组合中超配它。

这将对公开市场产生影响，甚至今天的私募股权在做新投资时，他们也在寻找AI原生的标的。他们不想再去买一家增长10%、依赖种子客户群的工作流软件公司。对，那种情况基本上不会再发生了。他们在寻找的是能够展示加速增长、拥有AI原生管理团队的核心系统。所以，AI这条纽带实际上贯穿了今天的每一个资产类别。而最强的参与方式之一——

我的意思是，可能是通过风险投资。但这正是选择能力、资源获取和投资组合构建至关重要的地方。

Jen Kha： 就连我们谈到的退出案例，比如Silver Lake可能收购Workday，这类事情在私募股权领域变得更加大胆——当你有能力注入AI能力并将这些公司带入未来时，这是一种选择。另一个现实是，风险投资的退出规模现在已经远远超过私募股权。我昨晚专门查了一下数据。

今年私募股权最大的退出案例是对EA的收购，大约500亿美元，还有Medline，也大约500亿美元。再看Cursor——先不算IPO——Cursor被SpaceX收购的交易规模远远超过了这些数字。所以……

Aram Verdiyan： 问题在于，看看ChatGPT之前那批私募股权的投资，你当时可能为一家增长10%到20%的软件资产支付了15到20倍的EBITDA。而今天看公开市场，那类资产的交易价格只有2倍市销率。问题不仅仅是估值，这类公司甚至可能找不到买家——因为今天你看一家软件公司，第一个想到的问题就是：它的终局价值是什么？它能抵御AI的冲击吗？证明这一点最好的方式就是有机增长加速。 我们的数据显示，在公开市场上，增长率每提升1个百分点，相当于EBITDA提升3个百分点。 对。顺便说一句，这很有意思，因为在疫情期间，大家都说"我们要盈利"，那时候是反过来的。而现在又颠倒回来了。

David George： 不不不，是2021年反过来的。对，就是那时候。之后基本上就和风险完全挂钩了，对吧？确实，和公开市场的风险高度相关。

Aram Verdiyan： 确实如此。所以很遗憾，很多私募股权的被投企业增长不够快，没有展示出加速迹象，也可能没有合适的管理团队来彻底改造业务。就像Intercom做的那样——这是个很好的例子——把创始人请回来，全面重塑业务，打造AI原生产品，做大规模，然后出售。这几乎像是在"自杀式"地颠覆自己原有的业务，而这在私募股权中是非常难做到的。

David George： 确实非常难。我不久前和那位创始人待了一段时间，在一个活动上我走过去，给了他一个大大的击掌，然后说："你做到了，兄弟。"他确实做到了。这件事真的极难做到。 现在这还是个例，但你知道，有一批真正优秀的创始人，他们在这些企业里——无论是上市公司还是私募市场——我认为他们会去尝试。我们拭目以待。

第9章：遗留SaaS问题：如何处理旧有资产

Jen Kha： 是的，不过在这个话题上，DG，因为我们有时也会遇到类似的反对意见，就像那些一直在风险投资领域并且已经配置了风险投资的人，他们也可能面临类似的问题——他们确实持有一些遗留的SaaS业务。是的，同样地，你是如何看待这些历史遗留资产的平衡问题的？

Aram Verdiyan： 让我来问你这个问题。我要借着John的问题继续问你。假设你有一家——

选一家2016年到2021年、ChatGPT出现之前那个年代的软件公司，这家公司当时还不错，但现在已经没有AI原生功能了。它没有在加速增长。它在风险投资账簿上的增速大概是30%。估值大概在10到20倍收入。它已经无法上市了。没有人愿意把它推向公开市场。Silver Lake对这类公司也不感兴趣了，一年前他们还感兴趣，但现在不了。这类公司最终会怎样？ 你知道，我们对这类公司有很多敞口。

David George： 好的，你看，我觉得这真的非常因公司而异。我这个周末和我们的一位创始人CEO在一起，他说，给我说实话，你到底觉得现在发生了什么？他还特别对我说，别给我一个"播客式的答案"——这还挺讽刺的，因为我们现在就在录播客。

我认为两件事可以同时成立：AI是我们有史以来见过的最大的一代性变革，它将颠覆各个行业；但与此同时，那些能够适应的软件公司也仍然会有一些持久的价值。

我们一直在密切关注的一件事，也是让我们对AI极度看好的原因，就是AI真正向实体经济的扩散。就拿编程来说，如果你要为普通软件公司和较慢的变革节奏描绘一个乐观的场景，你可能会说：编程领域确实被冲击了，但那其实是一种假象。编程是有完美文档记录的，它有完美的数据，是可验证的，也是可模拟的。但商业中的大多数任务并不具备这三个特点。所以，也许AI向编程以外其他知识工作的扩散会花费更长的时间。这就是为软件公司辩护的理由。其中一些公司会进化，拥有AI解决方案，改变它们的商业模式——我认为这是必须的。但这也是为什么也许事情被有些夸大了的理由。

如果你看看过去六个月许多上市SaaS公司的反应，我认为业界正在逐渐形成这样的认识。

不过，这一切都让我对AI极度看好。如果你看我们的投资组合，我们确实有一些那样的公司，但我们大约95%的净资产价值并不在那些公司里，而是在那些增长非常快、持续加速的公司里。

我认为数据显示，美国每家公司平均每名员工每月在AI上的花费是12美元。而在我们看到的数据集中，前1%的公司每名员工每月在AI上的花费高达7000美元。哇。

所以，不仅AI在编程以外的扩散十分有限，就连从消费token、真正从AI中获取实际价值的用户结构来看，我们现在也还处于非常早期的阶段。

目前，最前沿的银行大概也只是将1%的员工成本用在AI工具上。这让我非常看好的原因在于：这些是我们有史以来见过的增长最快的公司，它们每个月新增的营收超过了那些超大市值科技公司。然而，这一切可能仅仅建立在大约1000万、也许2000万、最多3000万用户的采用基础上。而美国有15亿知识工作者。我认为AI将彻底改变我们大量工作的方式。

Jen Kha：是的，Kalpers 因为没有投资于此而损失了数十亿的收益，这是众所周知的，他们现在正在弥补失去的时间。他们已经将投资组合从91%转变为58%用于风险投资，成长型投资从9%增加到43%。这两者之间可能需要一些平衡，但你知道，他们正在大力押注，但在一些历史性公司中仍然会有很多价值被积累。而且，你知道，我之前开了一些关于"弯道"的玩笑，但对于 Air Table 来说，那可能是一个很好的结果，你知道，除了他们实际上将要剥离业务中的超级代理部分，而且我认为会在其中做一些真正有趣的事情。但从整体来看，我认为很多事情都会找到归宿，而这种零和思维，我认为可能是一个陷阱，我们会建议避免这种思维。

David George：所以我们谈到了风险投资、成长型投资，我们谈到了私募股权，我们也谈到了公开市场。顺便说一句，这些所有类别的构成在过去10年里都发生了根本性的变化。我们也看到了全新类别的出现，这些类别在私募市场中可以获得，比如私人信贷，你对这些类别的相对前景有什么看法？

Aram Verdiyan：特别是在软件领域？

David George：是的，我说的是在科技领域。

Aram Verdiyan：我们所拥有的有利视角是观察私人信贷，它存在于大量私募股权软件投资组合中，规模达数千亿美元。我给你一个统计数据。看看2021年和2022年，大约发生了2到3千亿美元的软件LBO（杠杆收购）交易，其中超过2000亿美元的债务被提取出来。这些软件交易的平均估值为EBITDA的25到32倍。这些公司今天的价值可能只有当时的一半。你在信贷市场和私人信贷中看到赎回的原因正是如此。他们在关注公开市场，经历了所谓的"SaaS末日"，软件领域经历了大规模的价值修正，你可以看到估值的收缩，这意味着杠杆比率急剧上升。所以，如果你是一家对人工智能不够具有抵御能力的软件公司，我认为你在股权层面和信贷层面都面临挑战。

第10章：为什么"AI私募股权"不是万能药

Jen Kha：顺便说一句，即使是私募股权的AI版本也不是完全免疫的。我们经常谈到，你知道，就像你把西尔斯百货搬到网站上并不能让它变成亚马逊，对吧？你必须从头开始打造亚马逊才能获得那种优势。从基础架构上来说，要把它做成亚马逊，不仅仅是建个网站那么简单。在很多情况下，那些现在只是简单地注入AI的私募股权支持的公司，我们在我们自己的一些公司里也看到了这种情况——同行竞争对手会说，哦，我要做的第一件事当然是雇用AI客服人员，因为那就像是唾手可得的果实。结果发现，如果你没有真正地把工作流程整合进去，如果客户习惯了和真人交谈，你就会很快流失客户。而且每一分钱，NPS（净推荐值）的每一次下降都与营收的下降直接相关。然后你就开始陷入螺旋式下降，尤其是如果你还背负着债务的话。所以很多时候，我们有时会听到有人说，好吧，我只要做那种AI版本的私募股权就行了。这并不是创造回报的万能药，尤其是当从技术角度来看，真正地将AI全面融入公司这件事本身就是完全不同的另一回事。

Aram Verdiyan：是的，你不能只是派一个运营合伙人去公司，然后说，我们给它加上AI就行了。这根本行不通。是的，你需要彻底地重新来过。 而且顺便说一句，如果管理团队确实具备创始人思维，这是有可能实现的，但董事会必须保持一致。是的，所有投资人都必须保持一致，而且你确实需要像我们公司那样做出一些非常艰难的决定。

David George：所以显然这是一个非常支持风险投资和成长型投资作为一个类别的群体。让我们来谈谈对它的合理反对意见，以及为什么你所承担的风险，或者说风险投资和成长型投资中存在的任何风险，可能不值得去承担的理由。

Aram Verdiyan：我的意思是，我们经常收到的反对意见是关于流动性的时间线。平均来说，一只独角兽通常要在私有状态下存续10年以上。然后你会看到所有这些后续融资轮次一个接一个地快速发生。你可能会在5、6家不同的机构里看到同一个名字。问题是，你怎么退出？所以……

Jen Kha：而且IPO实际上并不等于分配（变现）。

Aram Verdiyan：在IPO之后，你可能需要12个月、24个月甚至更长时间才能真正获得流动性，尤其是如果你在IPO时持有10%、15%的股份，如果你投资的是一家跨代际的伟大公司，那将需要很长时间。所以我们在流动性时间线方面经常收到这样的反对意见。

David George：那么对于这种反对意见，有什么反驳呢？

Aram Verdiyan：好吧，反驳意见要回到那3000家机构，其中只有20家能持续表现良好这一点上。如果你身处那些机构中的前1%，并且你投资了一个品类赢家，你要确保它真正实现复利增长。 你会想在3、4年前卖掉Stripe、Databricks或者其他那些公司吗？答案是一致的：不会。现在，这些公司中有没有可能比现在更早上市的？当然有。Anthropic最早是在2021年获得融资的，大约五年后即将上市。是的，Cursor从首次被收购，从首次获得基金融资到被收购，时间很短。是的，所以最好的风险投资机构实际上能实现基金级别的流动性回报，速度相当快，甚至可能比私募股权还要快。但这样的机构只是极少数。

Jen Kha：实际上，大约一年半前，有一件非常著名的事情，我们去找了我们基金1的LP们。那个时候，基金1已经成立了16年，我们持有一个在种子阶段就投资的Stripe的头寸。我们问所有的LP们，嘿，你们想要在这上面套现流动性吗？我们意识到，你知道，我们当初要做的工作现在已经完成了，16年了，你们想要拿回流动性吗？而那些LP们每一个人都说，不，我们宁愿让它继续复利增长。然后最终，一年后，你知道，我们决定退出，因为已经17年了。我们必须把这个流动性释放出来，我们必须结束这个基金，等等。但是，你知道，很多LP们——我认为这非常具体，取决于特定的类别，对吧？捐赠基金更愿意让它继续运行。家族办公室，坦率地说，不想要把钱拿回来，因为他们不想为此缴税。他们宁愿让它继续复利增长。 所以每个LP群体都有其特定的细微差别，很难用一把大刷子笼统地说所有人都想要同样的事情。但我也认为，就你的观点而言，最优秀的LP们——不好意思，最优秀的GP们，一路上都在制造流动性，尤其是在2021年，当很多人没有及时套现的时候，你知道，我认为那是第一个指标的一个好兆头。而在下一个周期中，关键在于你是否真的能够通过并购提前获得一些流动性，然后随着时间的推移，让潜在的赢家通过IPO上市，同时也享受充分的复利效应。

David George：是的，完全正确。

Jen Kha：我要以这个话题结束，因为我觉得这是一个很有意思的问题，你和Gavin之前来回讨论过，他不想回答下一个10万亿美元公司会是谁，但他对下一个20万亿美元市值公司会是谁非常确定。所以我要问你们两位，你们认为下一个100万亿美元市值的公司会是什么？

David George：哦，我的天哪。来了。我甚至无法想象那些事情。是的，那可能不只是一个科技周期，而是两个科技周期之后的事情。完全有可能会有全新的公司被创造出来。我认为你所说的那些能够推动10万亿美元或更多结果的市值创造，将会来自那些尚未被触及的新产品领域，对吧？所以，就像我说的，技术向企业的扩散，我们还差得远呢，对吧？你知道，一年前，大家一直在谈论消费者端，现在没人再谈消费者AI了。但消费者的最终使用场景不会是一个聊天机器人界面，那只是拟物化的版本。我们将会有一个原生版本，它将是主动式的，将代表我们完成工作，将为消费者创造大量价值，而我们在这方面几乎还没有起步。我是说，是的，有，你知道，十亿聊天用户，但那只是冰山一角。我们在机器人技术上几乎还没有起步，但我认为机器人技术将会比语言类的东西更大，而且我认为这将在未来10年内发生。我们在自动驾驶上几乎还没有起步，对吧？美国在运营的Waymo不到一万辆，自动驾驶出租车更少。而且，在这个领域还有很大的空间供其他人建设。医疗保健占GDP的18%，无论是在医疗服务交付还是在药物研发方面，我们几乎还没有触及表面。我是说，有一些公司正在努力，显示出一些早期的进展迹象，但我认为我们在未来10年取得的进展将是巨大的。然后，你知道，我们正处于一个有趣的时代，重新想象所有物理世界的事物，从国防到制造业再到数据中心。所以我看着所有这些趋势的汇聚，我想，是的，也许感觉我们已经在AI上做了很多了，但10年后，我们回头看会说，哦天哪，那些其他主要领域创造了大量的价值。所以我很兴奋，我认为下一个SpaceX、AI或OpenAI可能将会被创造出来，而且它们可能会在这些类型的领域中诞生。

Aram Verdiyan：是的，是的，我会补充一个类别。对我来说，这既是一个担忧，也是一个巨大的机遇。这也是为你的新基金做个宣传。关于你做的机会基金，我非常简单地思考，今天AI的瓶颈不在于需求端，而在于供给端。所以你有能源、电网、数据中心，然后是芯片，然后是前沿模型和应用。美国在这条链的右侧非常出色，比如芯片及其之后的部分，是的，风险投资生态系统对此支持得很好。我认为你的新基金也将真正帮助到左侧，因为美国的问题不在于能源生产，而在于通电速度。是的，那涉及到许可、输电、监管问题。其他国家每年的可再生能源容量是美国的10倍。

第11章：真正的瓶颈：数据中心、芯片与机器时代

Aram Verdiyan：所以这是一个真实存在的瓶颈。这意味着需要重新构想数据中心。你谈到密度要提升10倍以上。你不能只是把旧的数据中心改造成新的AI设施。所以这正是你们新基金可以发挥作用的地方——不是创造105亿，而是千亿级别以上的机会，真正解决这个瓶颈。

我认为这是一个真实存在的问题，因为需求不是问题所在。我听到很多有限合伙人说这像是互联网泡沫，或者像是新冠疫情时期。但事实并非如此，因为这种增长势头是真实的，不像新冠时期那样是昙花一现的收入。瓶颈可能在于供给。但如果你拥有正确的投入，比如你们现在的基金——支持那些下一代芯片公司、内存公司等等，这将是一个巨大的机会。

Jen Kha：机器时代到来了。让我们迎接机器吧。

David George：我喜欢这个说法。

Jen Kha：好的，就以这个结尾吧。非常感谢你们两位。这次真的非常有趣。

Aram Verdiyan：谢谢你。

David George：谢谢你。

Jen Kha：太棒了。再见。

风险提示及免责条款

胡塞武装攻占曼德海峡更多战略要地

Fri, 11 Sep 2026 08:37:07 GMT

据路透社今天（9月11日）援引两名也门政府消息人士报道，也门胡塞武装已进入也门祖巴卜镇，该镇紧邻曼德海峡，与海峡内的丕林岛隔海相望——控制祖巴卜镇和丕林岛是掌控曼德海峡的关键。消息人士称，也门政府军已从丕林岛撤出。（CCTV国际时讯）

风险提示及免责条款

CPI再临关键窗口：美联储加息之后，警惕滞胀定价接管市场

Fri, 11 Sep 2026 05:31:49 GMT

北京时间9月11日晚间，美国劳工统计局将公布8月份CPI数据。这是9月FOMC会议前最后一个关键数据。随着8月非农就业远超预期（16.2万，预期5.5万），市场对于9月加息的定价已显著升温，目前升至63%。本次CPI数据将决定市场是进一步强化加息预期，还是重新交易通胀降温。

目前市场预期8月整体CPI环比明显反弹至0.4%，同比3.4%持平前值；核心CPI环比预计维持0.2%，同比微降至2.4%。

能源分项仍是整体CPI反弹的主要推手。8月布油均价由83美元升至88美元，美国汽油零售价由4.06美元/加仑升至4.19美元/加仑。预计能源分项环比上涨约2.3%。

核心通胀则相对温和。住房价格继续降温，OER和主要居所租金预计分别环比上涨约0.22%和0.23%，体现此前租赁市场降温的滞后影响；汽车价格表现分化，二手车和新车价格温和上涨，但汽车保险价格继续回落。同时，受喷气燃料价格上涨影响，机票价格可能明显反弹。因此，8月CPI并非全面再通胀，而是能源推动总量、核心通胀维持粘性的组合。

8月CPI或超预期，叠加油价再度飙升，美联储加息压力上升

若8月核心CPI环比达到0.3%或以上，美联储9月加息将基本确定；若核心CPI环比落在0.2%左右，虽不构成显著的通胀上行冲击，但也难以令美联储确信通胀正以足够快的速度回归2%目标。

但进入9月以来，能源供给冲击再度加剧。中东冲突升级推动布油升至100美元/桶上方；美国零售汽油价格突破4.22美元/加仑的阶段性高位，零售柴油价格升至5.98美元/加仑的历史新高，库存接近多年同期最低水平。

油价飙升叠加通胀压力，亚洲股债双杀、日股重挫3%、日债收益率持续走高

Fri, 11 Sep 2026 02:20:27 GMT

油价突破百元关口、美国生产者价格指数超预期上涨，两股力量叠加，将亚洲市场推入股债双杀局面。

周五，亚太股市早盘全线下跌，MSCI亚太指数下跌1.3%，日本和韩国领跌。日经225指数跌幅一度扩大至3%，韩国综合股价指数（Kospi）跌幅达2.7%，三星电子和SK海力士分别下跌3.8%和4%。

债市同样承压，日本、澳大利亚国债收益率跟随美债大幅走高，澳大利亚三年期国债收益率单日最多跳升20个基点至5.05%，创下多年新高。

此轮抛售的直接导火索来自美国市场。美国10年期国债收益率触及4.97%，为2023年10月以来最高水平；隔夜美股道琼斯工业平均指数下跌逾300点，标普500指数和纳斯达克综合指数均跌约0.6%至0.7%，三大指数连续第四个交易日收跌。市场目前将目光集中于周五公布的美国8月CPI，该数据将直接影响美联储9月16日的利率决议。

油价破百，供应忧虑引爆市场

本轮市场动荡的核心驱动力来自能源市场。布伦特原油在美国交易时段一度攀升至近110美元/桶，WTI原油周五进一步上涨0.6%至103.05美元/桶，两者均创下今年5月19日以来最高结算价。

油价飙升的背后，是霍尔木兹海峡局势持续紧张。美伊冲突已延续七个月，针对该关键水道过往船只的袭击事件不断增加，推高了石油、天然气和柴油价格，市场担忧能源成本将进一步向通胀传导。伊朗方面表示，不会在美国海军封锁面前退让，并威胁若美国继续攻击其领土将升级反击。

荷兰国际集团大宗商品策略主管Warren Patterson表示，"油价上涨将是中期选举前的一大隐忧。若要看到油价大幅进一步走高，需要近期局势升级切实导致霍尔木兹海峡石油流量中断。"

PPI超预期，美联储加息押注升温

能源冲击与通胀数据形成共振，进一步强化了市场对美联储加息的预期。美国8月生产者价格指数（PPI）环比上涨0.4%，为今年5月以来最大单月涨幅，同比涨幅达5.4%。

数据公布后，利率掉期市场将美联储下周加息的概率定价提升至约70%，并完全消化了10月加息的预期。欧洲央行行长Christine Lagarde亦发出鹰派信号，表示欧元区通胀风险延续至2027年，令全球货币政策收紧的担忧进一步升温。

RSM US LLP首席经济学家Joe Brusuelas表示，"美国PPI数据偏热，加上Christine Lagarde的鹰派表态，共同指向一个现实——全球央行新一轮加息周期或已在路上，这对当前及短期内的风险资产均不构成支撑。"

债市承压，美债回购操作低于预期

债市抛售压力不仅来自通胀预期，美国财政部的回购操作亦令市场失望。周四，美国财政部长Scott Bessent主导的首次扩大版国债回购操作中，10至20年期国债的实际回购规模低于投资者预期，导致美债收益率曲线全线上行。

亚洲债市随即跟跌。日本10年期国债收益率上涨5.8个基点至2.981%，20年期收益率上涨5.5个基点至3.805%；澳大利亚10年期国债收益率上涨12个基点至5.37%；新西兰两年期国债收益率亦攀升21个基点。

Wolfe Research首席经济学家Stephanie Roth指出，"收益率和油价可能都需要回落，股市才能企稳。"她表示，若周五CPI数据"明显低于预期"，或可为市场提供喘息空间。

CPI成关键变量，市场等待方向指引

当前市场的核心悬念集中于周五公布的8月CPI数据。据道琼斯调查，经济学家预期该数据环比上涨0.4%，同比涨幅为3.4%。

Natixis CIB Americas美国首席经济学家Christopher Hodge表示，"若数据符合预期，将是连续第四个月出现令人鼓舞的通胀读数，可缓解美联储9月加息的压力。若通胀高于预期，我们预计美联储将在下周会议上宣布加息。"

在CPI数据落地之前，市场情绪料将维持谨慎。股债双杀格局能否逆转，取决于通胀数据能否打破油价上涨向更广泛价格压力传导的担忧。

风险提示及免责条款

A股三大股指齐跌超1%，有色金属全线下挫，光模块逆势拉升，恒指、恒科指跌超1%，科网股集体走低

Fri, 11 Sep 2026 02:02:03 GMT

AH股齐跌，隔夜美国市场遭遇股债双杀，存储芯片股普跌，美油飙涨7%破百，美国最新的通胀数据显示，PPI同比增幅超预期，通胀忧虑重燃，美联储9月加息概率升至近七成。亚太股市集体下跌，日本和韩国股市均下挫。

9月11日，A股低开低走，三大股指盘初均跌超1%，有色金属、化肥农、券商、零售等板块集体调整，小金属、锂矿、镍矿、铜产业等概念股遭遇重挫。石油天然气、银行、电力等板块逆势活跃，芯片半导体同样承压，存储芯片跌幅居前，德明利、长鑫科技、兆易创新等纷纷走低。算力硬件局部活跃，CPO、光通信、高速铜连接等拉升。

港股低开低走，恒指、恒科指双双扩大跌幅，权重科网股延续下跌势头，芯片半导体同样下挫。债市方面，国债期货全线下跌。商品方面，国内商品期货多数下跌，金属期货跌幅居前。核心市场走势：

A股：截至发稿，沪指跌1.59%，深成指跌1.50%，创业板指跌1.03%。

港股：截至发稿，恒指跌1.40%，恒科指跌1.56%。

债市：国债期货全线下跌，截至发稿，30年期主力合约跌0.09%，10年期主力合约跌0.03%，5年期主力合约跌0.02%，2年期主力合约跌0.01%。

商品：国内商品期货普遍下跌，截至发稿，燃油、原油逆势涨超5%，集运指数涨超3%，玻璃、沥青、豆粕等少数品种走高。纸浆、鸡蛋、多晶硅、锰硅、热轧卷板下跌，烧碱、螺纹钢、橡胶、沪铝、沪镍、不锈钢、沪金、铁矿石、工业硅等跌幅超1%，焦炭、焦煤、氧化铝、沪锡、沪铜跌逾2%，碳酸锂、钯金、铂金、沪银均大跌超4%。

09:51

科创50指数持续走弱，盘中跌超2%，创2026年5月以来新低。

早盘农业板块延续调整，新赛股份触及跌停，中基健康、中粮科技、海南橡胶、亚盛集团、敦煌种业、天山生物均跌超5%。

09:49

有色金属板块卖盘沉重，紫金矿业、洛阳钼业、宏桥控股、中国铝业、江西铜业、云铝股份领跌。隔夜COMEX黄金期货跌2.29%；伦敦基本金属全线下跌，LME期铜跌3.96%。

09:37

中际旭创、新易盛、长飞光纤、烽火通信、中天科技走强，光通信板块逆市活跃。

消息面，9月9日至11日举行的中国国际光电博览会上，多家厂商集中展示1.6T高速光模块及CPO/NPO方案，其中1.6T产品已逐步进入规模上量阶段，3.2T及更高速率产品开始推进送样和客户验证。

09:32

沪指、深成指均跌超1%。

09:26

上证指数低开0.6%，创业板指跌0.85%。有色金属、农业、半导体板块调整，油气、海运板块走强。

09:25

燧原科技上市首日高开188.37%。

09:21

恒生指数低开0.95%、恒生科技指数跌1.36%。洛阳钼业、紫金矿业、江西铜业、阿里巴巴调整，油气板块走强。

风险提示及免责条款