华尔街见闻 - 资讯 - 最新

沙特一天内发动52次空袭，胡塞武装称将作出回应

新华社 — Wed, 16 Sep 2026 10:20:36 GMT

萨那消息：也门胡塞武装15日说，过去24小时内，沙特阿拉伯战机对也门5个省份发动了52次空袭。

也门胡塞武装军事发言人叶海亚·萨雷亚当日在社交媒体平台发表声明说，空袭波及也门西南部塔伊兹省、中部贝达省以及北部萨达省、焦夫省和阿姆兰省。学校、桥梁、道路及其他民用基础设施也遭到袭击。

声明说，F-15和“台风”战斗机从沙特西南部城市海米斯穆谢特和西部城市塔伊夫的空军基地起飞实施上述空袭。

萨雷亚在声明中警告说，这些空袭“不会得不到回应”，但未提及遭空袭地区人员伤亡情况。

另据胡塞武装控制的马西拉电视台15日报道，塔伊兹省祖巴卜和马格巴纳地区当日遭空袭，造成包括2名儿童在内的3名平民死亡，另有2人受伤。该省东南部海迪尔地区一处政府建筑群当天也遭到空袭，并造成人员伤亡。

目前沙特方面尚未作出回应。

此前，胡塞武装14日向沙特哈立德国王空军基地发射了数十枚弹道导弹和无人机。沙特主导的多国联军发言人图尔基·马利基15日凌晨说，胡塞武装14日使用弹道导弹和无人机“对沙特多地的民用目标”发动袭击，造成13名平民受伤。

近期，胡塞武装加大对政府军攻势，并宣布对支持也门政府的沙特实施海上禁运。也门政府军和胡塞武装10日分别证实，胡塞武装当天攻占红海战略要地、港口城市穆哈。胡塞武装11日称，该组织自9月3日发动攻势以来，已在也门西部攻占约5400平方公里土地。也门政府方面同日说，胡塞武装已控制该国整个西部海岸并继续向南推进。

本文来源：新华社

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。

自今日起，问界经销商从华为“转会”赛力斯！今日起产生订单的综合服务费结算等事宜由赛力斯负责

每日经济新闻 — Wed, 16 Sep 2026 10:04:59 GMT

在与华为合作模式调整后，问界渠道端变革也同步开启。

9月16日，《每日经济新闻》记者从赛力斯集团方面了解到，9月15日，该公司发布了一份面向经销商伙伴的函——《问界致全体渠道伙伴的函》。

函件内容显示，为保障业务持续稳定高效运行，“授权经销伙伴综合服务合作协议”签署主体自2026年9月16日起由华为终端有限公司换签为赛力斯汽车有限公司的关联公司，前序协议自动终止。9月16日前的订单（含未交付）的综合服务费结算等事宜由华为负责，9月16日（含）起产生订单的综合服务费结算等事宜由赛力斯负责。

赛力斯相关工作人员对记者表示，问界服务不会因为与华为合作模式的变更而受影响。

9月15日，赛力斯与鸿蒙智行联合发布关于双方合作模式的说明，宣布即日起问界将在鸿蒙智行合作框架下探索新合作模式：产品定义、产品设计、品牌营销、渠道零售、服务体系由赛力斯主导，华为终端参与赋能。

《问界致全体渠道伙伴的函》明确，为强化问界品牌高端化定位，提升用户购车、用车高端化服务，问界将在鸿蒙智行合作框架下进一步深化战略合作，华为继续为问界提供全方位赋能。

本文来源：每日经济新闻

风险提示及免责条款

OpenAI IPO年内无望，软银变现窗口或再延后，五年期CDS飙至三年新高

Wed, 16 Sep 2026 10:02:53 GMT

OpenAI IPO延期之际，软银持仓变现窗口也可能进一步后移，信用市场压力随之上升。

9月16日，据彭博报道，CMA数据显示，软银五年期信用违约互换（CDS）报384.6个基点附近，升至2023年以来最高水平。与此同时，OpenAI正与投资者就新一轮融资展开初步磋商，目标估值超过1.2万亿美元。

OpenAI首席执行官Sam Altman此前表示，公司期待已久的IPO仍在推进，但不会在今年落地。彭博智库信用分析师Sharon Chen指出，IPO延期意味着软银出售OpenAI持仓、回收投资资金的时间可能进一步推迟，而融资成本上升也正在增加软银的债务压力。

CDS走阔叠加IPO延期，软银融资与变现承压

Sharon Chen在周三报告中表示，软银“融资成本正在上升”，其离岸债券利差也在供给担忧以及对OpenAI敞口扩大的背景下明显走阔。

软银已承诺向OpenAI投资646亿美元，成为其迄今规模最大的单笔投资之一。随着OpenAI估值持续攀升，但IPO时间表迟迟未能明确，软银何时能够通过上市实现部分持仓变现，仍存在较大不确定性。

与此同时，软银仍在积极通过债券市场筹集资金。公司近期在日本完成规模达1万亿日元的零售债券发行，并正筹备潜在的海外债券发行。不过，CDS走高意味着市场要求软银承担更高的信用风险溢价，未来债务融资的定价条件可能因此承压。

对软银而言，OpenAI投资扩大与IPO延期意味着资金占用时间拉长、持仓变现推迟，信用市场的定价变化也反映出投资者对此的关注。

风险提示及免责条款

华为发布《智能世界2035》最新报告，首次提出通往智能世界的十大关键命题

Wed, 16 Sep 2026 09:42:05 GMT

报告指出，Agentic AI正推动数字世界从“以应用为中心”走向“以智能体为中心”。智能体持续感知环境、自主推理决策、动态调用工具、实时与人交互，每一步都伴随着Token的大规模生成与高频流转。报告预测，到2035年，全球年度Token消耗量将增长10万倍，其中智能体流量占比超过90%，对算力、网络和云提出了远超传统互联网应用的要求。围绕这一判断，报告凝练出十大关键命题与研究方向。

风险提示及免责条款

出货破1500万颗，地平线余凯要迎接新挑战

Wed, 16 Sep 2026 09:32:32 GMT

“我高兴了两秒钟就翻篇了，因为更挑战的一定在后面。”

9月15日，地平线创始人兼CEO余凯谈及征程芯片累计出货突破1500万颗时说。他给出了明年的目标：争取在大算力智驾芯片市场升至第一。

同日，地平线宣布，第1500万颗征程芯片将搭载于一汽-大众ID. AURA T6，HSD V2.1也即将推出，全场景倒车将成为此次更新的重点。

余凯还透露，舱驾融合芯片“星空”将于10月开始量产，明年大量量产。HSD的客户范围也将扩大，年内将搭载某头部新能源车企车型量产。

这些产品与客户进展，对应着地平线在高阶市场的份额目标。高工智能汽车研究院数据显示，2026年上半年，地平线在自主品牌ADAS芯片市场的份额首次超过50%；在自主品牌城区NOA芯片市场，份额达到22.8%，较2025年提升约5个百分点，位居第二。

“如果看大算力的份额，我们今年大概是第二名，我希望明年是第一名。”余凯说。公司提出的高阶市场目标，同时计入芯片直接销售的份额，以及通过IP授权支持客户自研形成的延展份额。

从小算力、中算力到大算力，余凯将地平线过去的发展形容为“农村包围城市”。累计出货1500万颗，记录的是征程家族历代产品的规模；走向城区辅助驾驶，芯片还需要与算法、整车控制共同完成更复杂的驾驶任务。

此次搭载第1500万颗芯片的大众T6，首发采用征程6H，并由HSD AI基座模型提供支持。余凯透露，这款车的HSD上市前测试里程超过45万公里，双方在版本迭代、软件准出以及硬件质量测试等环节进行了合作。

他特别提到了底盘对辅助驾驶体验的影响。底盘调校、稳定性和响应延迟，都会影响系统执行驾驶决策的效果。如果处理稍晚，为了补偿就可能出现重刹，乘坐体验随之变差。这也是同一套芯片与算法进入不同车型时，需要继续完成的整车集成工作。

据地平线披露，目前已有超过800万辆汽车搭载征程芯片。一汽-大众汽车有限公司（商务）副总经理、一汽-大众销售有限责任公司党委书记、总经理王胜利表示，T6只是起点，双方合作将在新能源领域全面铺开。

伴随车型落地，HSD也在继续补充具体场景能力。今年6月，地平线推出HSD V2.0，主打点到点通行和防碰撞能力。即将推出的V2.1将增加全场景倒车功能，按地平线介绍，端到端模型可直接生成行驶轨迹，用于脱困、窄道通行等场景。

HSD的量产客户也将增加。余凯宣布，该方案年内将搭载某头部新能源车企车型量产，现场未披露企业名称及具体车型。在回应HSD合作问题时，他还补充，长安也是地平线的客户。随着方案进入更多品牌，地平线需要同时适应不同车企的开发方式和量产要求。

高阶功能的扩展还在向低价位车型推进。地平线披露，合作伙伴智驾新程依托征程6M芯片，推动城区NOA落地10万元级燃油SUV。

对于“智驾平权”，余凯将其与移动通信的4G普及作类比：当技术体验达到足够成熟的水平，就有机会从高端产品向入门产品普及。他认为，当前不同价位车型的辅助驾驶能力仍有明显差异，未来技术足够稳定、流畅后，智能驾驶有望从选配走向更广泛的标配。

余凯介绍，征程6M的算力为128TOPS，其思路是通过软硬件联合优化，让中等算力平台承载城区辅助驾驶，并控制整套方案的成本。他举例，上汽大众ID.ERA 5S采用单颗征程6M及摄像头方案，不配备激光雷达。对于即将发布的10万元级燃油SUV，他未透露具体车型。

另一条降本路径是舱驾一体。余凯表示，汽车计算将越来越集中，星空芯片将于10月开始量产、明年大量量产，把座舱与智驾任务放在同一颗芯片上运行。原本两套系统各自配置芯片和内存，整合后可以减少重复的硬件配置。

按地平线此前公布的方案，星空可同时部署座舱AI应用与高阶辅助驾驶模型，并设置安全机制，让两类功能协同运行、相互隔离。

“现在DDR涨价涨疯掉了，车企都给内存厂商交钱了。”余凯说，星空可以将两套DDR整为一套，节省内存开支。按地平线今年4月发布星空时的测算，方案可带来单车1500—4000元的硬件成本优化，iCAR为首发合作车企。

海外业务的产品结构有所不同。余凯称，地平线海外ADAS订单已超过2000万套，公司通过博世、电装、安斯泰莫及欧摩威等合作伙伴拓展市场。现阶段，海外消费者的需求仍以基础辅助驾驶为主，高阶功能普及需要更长时间。

这也决定了地平线在不同市场的推进节奏：在国内，HSD与大算力芯片进入更多品牌和价位段，争取更高的城区辅助驾驶份额；在海外，先以基础辅助驾驶承接量产需求。

风险提示及免责条款

英国通胀在央行利率决定前走高，按兵不动的窗口正在收窄

Wed, 16 Sep 2026 09:04:40 GMT

英国通胀在央行利率决定前进一步走高，能源价格冲击持续向家庭账单和消费端传导，令英国央行继续按兵不动的空间受到挤压。

9月16日，英国国家统计局公布的数据显示，8月消费者价格指数（CPI）同比上涨3.1%，高于7月的2.9%，为今年3月以来最高水平，符合市场预期。汽油和柴油价格上涨是主要推手，家庭能源账单走高也进一步推升了整体通胀。

英国央行将于周四召开货币政策委员会（MPC）会议。市场普遍预计央行将把基准利率维持在3.75%不变，但如果能源冲击继续推高通胀，市场已开始押注央行最早可能在11月重新加息。通胀数据公布后，交易员对本周加息的定价反而从35%降至25%，显示市场仍认为央行短期内大概率维持观望。

与此同时，通胀走高也增加了政府的财政压力。英国国债收益率此前大幅攀升，已被估算令政府财政空间缩减逾半，进一步压缩10月预算案的政策腾挪空间。

能源价格成为通胀上行主要推手

8月通胀加速主要由能源价格推动。英国国家统计局指出，汽油和柴油价格急涨是当月CPI上升的首要因素，机票价格和出厂价格上涨也有所贡献，家庭能源账单走高则进一步提供支撑。

英国能源监管机构Ofgem于7月初将家庭能源价格上限上调13%，直接推高电价和气价。与此同时，布伦特原油近期重新突破每桶100美元，Ofgem还已宣布计划于10月再次上调能源价格上限，意味着能源价格对未来几个月通胀的支撑可能仍将持续。

施罗德全球经济主管David Rees表示，未来数月英国通胀可能进一步上升，因为能源、工业品和食品价格仍将继续向终端传导。

据《华尔街日报》报道，市场目前预计英国CPI明年初可能触及或超过4%，达到英国央行2%目标的两倍。

核心通胀稳定，暂时仍给央行留下观望空间

不过，整体通胀走高并不意味着价格压力已经全面扩散。8月剔除能源和食品的核心通胀率维持在2.6%，英国央行重点关注的服务业通胀也稳定在3.4%。

这意味着目前的通胀上行仍主要集中在能源等外部因素，尚未明显演变为更广泛的国内价格压力。ING策略师Francesco Pesole表示，目前“仍无证据显示通胀压力向能源以外领域扩散”，这也为央行内部的鸽派立场提供了支撑。

劳动力市场的降温同样给央行暂缓行动留下了一定空间。官方周二公布的数据显示，私营部门薪资增速（剔除奖金）截至7月的三个月为2.8%，低于前期的2.9%；职工总体周薪年增幅也仅为2.9%。

David Rees指出，目前的薪资走势尚未重演2022年的工资—价格螺旋。换言之，只要能源冲击没有进一步带动工资和服务价格加速，央行仍有理由继续观察，而非立即通过加息应对能源价格。

央行观望策略面临越来越大的考验

问题在于，能源冲击的持续时间和传导范围正在变得更加重要。英国央行自今年2月中东冲突爆发以来一直维持利率不变，等待通胀是否持续的更多证据；而MPC上次7月会议以6比3投票维持利率不变，也显示决策层内部已经存在明显分歧。

KPMG首席经济学家Yael Selfin表示，能源价格上涨可能考验英国央行的“观望策略”。她认为，目前价格上涨并不像是由经济过热或二轮效应驱动，但如果通胀持续，央行可能在11月进行一次预防性加息；在此之前，能源价格冲击仍属于央行难以直接控制的外部因素。

牛津经济研究院英国经济学家Andrew Goodwin也表示，8月数据尚未显示二轮效应，但外部价格压力的上升幅度已经如此明显，MPC越来越可能被迫采取行动。

通胀与利率压力也进一步传导至财政端。高企的国债收益率正在侵蚀政府财政空间，而生活成本压力则增加了政府缓解家庭负担的政治压力。财政大臣John Healey表示，中东冲突正在全球范围内推高通胀，政府已提前采取措施帮助家庭和企业；影子财政大臣Andrew Griffith则批评称，3.1%的通胀意味着家庭正在承受更高的生活成本。

因此，英国央行周四大概率仍将选择按兵不动，但随着能源价格继续向通胀数据传导，能够容忍通胀继续上行的空间正在缩小。接下来，核心通胀、服务价格和工资增速能否继续保持稳定，将成为判断央行能否延续观望立场的关键。

风险提示及免责条款

AI价格战愈演愈烈，入场壁垒也在下降：高额资本开支还能撑多久？

Wed, 16 Sep 2026 08:55:04 GMT

AI大模型竞争正在出现新变化：模型供给持续增加，蒸馏等技术不断降低研发门槛，新玩家开始以远低于头部厂商的资金投入进入高性能模型市场。杰富瑞认为，这一趋势正在压低API价格，也让AI行业此前依赖巨额资本开支建立竞争壁垒的逻辑面临挑战。

据杰富瑞9月16日发布的研究报告，在Artificial Analysis（AA）追踪的全球前14大语言模型榜单中，9月新增4个模型，分别来自新加坡、韩国、阿联酋和美国。这些模型背后的研发机构融资规模普遍有限，其中部分机构累计融资仅约2000万美元，却已经进入全球头部模型榜单。

杰富瑞分析师Edison Lee等人认为，LLM市场参与者数量持续增加，各地区对本土模型的支持力度上升，加上蒸馏技术广泛应用，正在进一步压低行业进入壁垒。与此同时，模型性能差距收窄和API价格竞争加剧，使AI供应链面临“高资本支出、低确定性回报”的新压力。

新玩家低成本入局，蒸馏技术降低门槛

报告显示，9月新进入AA前14榜单的4个模型分别为新加坡Sapiens AI的Agnes 3.0 Flash、韩国Motif Technologies的Motif-3-Beta、阿联酋MBZUAI的K2 Horizon，以及总部位于美国加州、研发团队在新加坡的Apodex 1.1。

其中，Sapiens AI累计融资约2000万美元，Motif Technologies完成约1660万美元B轮融资，整体投入规模与头部AI企业存在明显差距。

这类案例说明，大模型竞争的资本门槛正在下降。部分新玩家并没有复制头部企业大规模训练基础模型的路径，而是借助开放模型、较小规模团队和更高效的训练方法快速迭代。

蒸馏技术是其中的重要推手。通过利用现有大模型的输出训练新模型，开发者可以用更低成本获得部分先进模型能力。杰富瑞认为，这类技术很难被完全封堵，随着应用进一步普及，后来者追赶头部模型的成本仍可能下降。

但低成本入局并不意味着头部厂商的优势已经消失。训练最前沿模型仍需要大量算力、数据和工程投入，新玩家更多是在部分能力和细分场景中获得竞争力。真正的变化在于，“进入市场”与“做到最强”之间的资本门槛正在拉开。

API价格承压，模型开始进入价格竞争

模型数量增加已经开始向API价格端传导。杰富瑞数据显示，部分新模型的API价格已经显著低于头部模型，其中Apodex 1.1的混合API价格为每百万Token 0.3美元，在AA前15名模型中属于价格最低的模型之一。

与此同时，头部厂商并未全面加入降价，而是通过新一代模型的能力升级寻求更高定价。报告认为，这种提价不仅反映模型能力提升，也可能是向资本市场证明商业化能力的一种方式，即通过更高的智能水平支撑更高价格，从而改善市场对利润率和投资回报的预期。

问题在于，涨价与降价正在同时发生。头部模型试图用性能升级维持溢价，而新进入者则通过低成本争夺开发者和应用需求。杰富瑞指出，仅美国市场目前就已有7家大模型提供商，参与者增加意味着API市场的价格竞争仍可能持续。

从“拼智能”转向“拼效率”

模型竞争的另一变化，是行业开始从单纯追求模型智能，转向同时比拼推理效率。杰富瑞本月引入AutomationBench-AA基准测试，用于衡量模型在智能体自动化任务中的能力，并据此重新校准历史数据。

在这一背景下，部分模型厂商开始通过模型架构和内存优化降低推理成本。DeepSeek于9月10日发布V4.1 Flash模型，其混合API价格降至每百万Token 0.2美元，较上一版本下降74%。

该模型还通过Casual Encoder-Decoder设计、Engram条件记忆机制和Compressed Sparse Attention 2等技术，进一步压缩硬件需求：HBM需求降低约四分之一，SSD需求降低约八分之一。杰富瑞认为，这类路线更强调算力和内存效率，而非单纯追求模型智能。

这也意味着，AI模型的竞争维度正在增加。随着推理Token需求快速增长，模型厂商不仅需要提高能力，还需要降低每个Token的生成成本。对于应用开发者而言，如果更低成本的模型已经能够完成足够多的任务，模型之间的价格差异可能比单纯的性能差异更加重要。

资本支出仍在增长，但回报需要重新验证

杰富瑞对AI供应链的担忧，核心并不是AI需求消失，而是资本投入增长速度能否与最终回报匹配。一方面，新玩家已经能够以数千万美元级别的资金投入进入全球头部模型榜单；另一方面，头部企业仍在持续扩大算力、数据中心和基础设施投资。

从需求端看，AI推理需求仍在快速增长，模型能力提升也会不断催生新的应用场景，因此算力需求本身并未失去增长基础。问题在于，当模型供给越来越丰富、API价格受到竞争压制后，新增基础设施投入需要多长时间才能转化为足够的收入和利润。

杰富瑞因此认为，AI产业可能逐渐进入一个更加注重资本效率的阶段。对于头部企业而言，继续扩大资本开支仍可能是保持技术领先的重要手段，但行业整体需要更加关注重复建设、资源利用率以及新增算力所对应的实际商业价值。

最终，杰富瑞预计，行业可能通过整合、合作以及更高效的资源配置来降低整体资本开支。AI基础设施需求仍然强劲，但“需求增长”并不自动等于“所有资本投入都能获得足够回报”，这将成为下一阶段市场重新审视AI估值的重要变量。

风险提示及免责条款

问界渠道协议今起换签

Wed, 16 Sep 2026 08:54:10 GMT

问界渠道伙伴的合同与综合服务费结算，开始按新的合作分工切换。

华尔街见闻获取的一份《问界致全体渠道伙伴的函》显示，自9月16日起，“授权经销伙伴综合服务合作协议”的签署主体，由华为终端有限公司换签为赛力斯汽车有限公司的关联公司，前序协议自动终止。

赛力斯方面在9月16日确认该函的真实性。

这份函件由“赛力斯&华为终端问界销服联合工作组”署名。双方将此次换签的目的表述为保障业务持续稳定高效运行，并以订单产生时间划分交接责任。

具体而言，9月16日前的订单，包括尚未交付的订单，其综合服务费结算等事宜仍由华为负责；9月16日及以后产生的新订单，其综合服务费结算等事宜则由赛力斯负责。

对于经销商关注的业务延续问题，函件明确，渠道授权模式和商务规则、运营标准与规范均保持不变。

9月15日，鸿蒙智行已宣布，问界的产品定义、产品设计、品牌营销、渠道零售和服务体系由赛力斯主导，华为终端参与赋能。问界仍在鸿蒙智行合作框架内。随着渠道协议换签，赛力斯开始通过直接的合同关系承接相应经营职责。

后续门店如何经营，也有了更具体的方向。函件提出问界品牌将进一步“专属专营”。知情人士告诉华尔街见闻，除直营店、加盟店外，部分原鸿蒙智行门店也将划归赛力斯，仅陈列和销售问界车型。

赛力斯在2026年半年报中披露，公司正从空间、材质和灯光等方面推进门店焕新，交付环节也推出到工厂验车、确认满意后提车的服务。问界的高端化服务已经涉及具体门店和交付流程，这次合作主体切换，需要与这些正在运行的业务保持衔接。

从门店经营看，专营有利于将展位、销售培训和客户跟进集中到问界车型上。赛力斯同时主导产品、营销和渠道，则可以把新车推广、门店活动与销售反馈放在一起统筹，更直接地回应经销商在卖车中遇到的问题。

这也要求品牌方把服务标准落实到具体门店，让消费者在看车、购车和后续用车过程中获得一致的体验。

函件提到，面对已有用户，双方承诺，品牌形象与定位、对用户的服务标准均保持不变，所有问界用户的既有权益不变。

风险提示及免责条款

智谱分析师交流会：年末ARR指引上调25%至30亿美元，云厂商分成收入10月起确认

Wed, 16 Sep 2026 08:49:43 GMT

智谱正在加快算力扩容和商业化推进。9月16日，据智谱分析师交流会信息，公司于9月11日完成股债合计50亿美元融资，并将2026年年末年度经常性收入（ARR）指引从24亿美元上调至30亿美元，增幅约25%。截至9月上半月，公司全业务口径月度ARR已达到18亿美元。

此次融资将主要用于算力扩容。公司表示，融资完成后，总算力储备已进入国内独立大模型厂商前列，短期内算力供给不再构成收入增长的主要约束。此前受算力限制，Coding Plan曾一度限售，7月底至8月初恢复完全开放后，销量增长超过15倍。

商业化方面，公司已与多家国内外头部云服务商签署收入分成协议，相关收入预计从2026年10月开始确认。同时，Coding、云服务和CoWork等业务均在推进，其中Z Code用户数已突破200万，GLM-5.3发布一个月内，to work场景行业订单金额超过10亿元。

交流会上，公司还披露了算力投入、云厂商合作及CoWork业务进展，并介绍了A股上市筹备情况。需要注意的是，30亿美元ARR属于管理层视角下的年度化订单收入指引，与最终会计收入并不完全等同，实际收入确认仍取决于业务执行情况及相关会计准则。

算力扩容推进，Coding业务恢复增长

过去一年，算力供给曾是公司业务扩张的重要限制。2026年2月GLM-5.5发布后，模型需求量较年初增长近10倍，公司原有算力储备快速消耗，主力产品Coding Plan一度被迫限售，仅通过每日500个名额的方式提供服务。

2月至3月期间，公司通过“all in infra”策略提升算力使用效率，整体使用效率提高至约2.3倍。不过，随着模型调用需求继续增长，算力供给仍难以完全满足需求。6月GLM-5.2发布后，海外调用需求进一步增加，公司原厂当时只能承接约10%的调用流量，其余需求主要由第三方部署开源模型承接。

7月完成40亿美元再融资后，公司开始扩大算力布局。7月底至8月初，停售半年的Coding Plan恢复完全开放，开放后销量增长超过15倍。公司表示，此次50亿美元融资完成后，短期内算力供给不再是收入增长的主要约束。

按照公司交流会披露的测算，50亿美元融资对应约300亿元人民币算力投入，可采购接近10万张算力卡，其中40%用于训练研发、60%用于推理业务。公司预计，随着算力储备增加，Coding等此前受供给限制的业务可以进一步扩大服务规模。

云厂商分成收入10月起确认

商业化方面，公司已与多家国内外头部云服务商签署收入分成协议，将GLM系列开源模型以托管API形式部署在云平台，双方按照约定比例分享收入，相关收入预计从2026年10月开始确认。

上述合作与GLM-5.3开源后的商业安排相衔接。公司此前披露，经营MaaS业务且营收超过100亿美元的云服务平台，使用公司最前沿模型需要获得安全审查和商业授权。目前，公司尚未披露具体合作伙伴名称、单个平台收入规模及分成比例。

公司表示，云厂商合作一方面可以扩大模型分发渠道，另一方面能够降低用户接入门槛，同时减少部分调用对自有算力资源的直接占用。随着相关服务陆续上线，云厂商分成收入将成为第四季度新增收入来源之一。

CoWork订单超10亿元，网络安全率先落地

CoWork是公司此次交流会披露的另一项重点业务。公司表示，GLM-5.3发布一个月内，to work场景行业订单金额已超过10亿元，业务开始进入生产级部署阶段。

网络安全是目前较早实现大规模落地的垂直场景。目前已有超过100家网络安全企业将GLM模型接入安全产品和业务流程。产品层面，GLM-5.3主要承担漏洞挖掘、复杂代码审计等任务，GLM-5.3 Flash则覆盖批量扫描、告警分析等高频场景。

公司认为，网络安全场景具备结果较容易验证、价值相对容易量化等特点，因此更适合AI模型进入实际业务流程。交流会上，公司披露，GLM-5.3在Cyber Games上的成绩约为85%，红队测试期间累计发现高危漏洞超过1500个。

公司表示，CoWork的业务模式还将进一步拓展至金融、法律、工业制造、生命科学、数学等专业场景。与此同时，公司6月已完成A股上市辅导验收，目前处于申报受理前阶段，并明确9月30日之后、直至科创板上市前，不再向新增投资人进行股本性融资。

风险提示及免责条款

今夜美联储加息近乎板上钉钉，市场紧盯沃什表态：是否释放持续加息信号？

Wed, 16 Sep 2026 08:38:52 GMT

今夜，美联储2023年以来首次加息已几成定局，但真正牵动市场神经的，是加息之后沃什说什么——或者，不说什么。

眼下，市场对美联储本周加息25个基点的定价概率已超过90%，目标区间将从3.5%-3.75%上调至3.75%-4.00%。这一预期的形成，源于沃什在杰克逊霍尔会议上的鹰派表态，随后8月非农就业数据大幅超预期，以及8月核心CPI环比升幅高于预期三重因素的叠加。加息本身已非悬念，市场的真正焦点在于：点阵图将显示今年还有几次加息，以及沃什在新闻发布会上能否给出清晰的政策路径信号。

花旗与高盛在核心判断上高度趋同：此次将是一次"鸽派加息"，美联储大概率不会主动释放持续加息信号，点阵图中位数预计仅显示今年再加息一次。然而，渣打银行持截然相反的立场——该行认为9月加息本身就是政策失误，正确选择是等待关税冲击消退后再行判断。

与此同时，据摩根大通与高盛的策略分析，若美联储如期加息但拒绝提供明确前瞻指引，收益率曲线可能趋陡，并为股市提供温和支撑；若沃什意外释放强烈的鹰派连续加息信号，将引发利率波动率全面飙升。相反，若美联储爆冷宣布维持利率不变，不仅将严重损害其政策信誉，还可能引发股市抛售，并导致长端美债收益率因通胀担忧而大幅上行。

值得注意的是，美联储本次加息还可能引发政治摩擦，特朗普近期重申美国应拥有全球最低的借贷成本，加息或将令沃什面临来自白宫的最新批评。

加息逻辑：沃什被"逼到墙角"

沃什在8月底杰克逊霍尔会议上的讲话，实际上已将自己置于进退两难的境地。他明确指出，12个月PCE通胀率为3.7%，六个月年化率高达4.1%，均远超目标，超过半数PCE分项仍以高于3%的速率上涨，并警告称，除非通胀向2%目标恢复明确进展，否则美联储"还有工作要做"。

两周后，8月核心CPI环比上涨0.3%，高于0.2%的预期，进一步坐实了加息预期。据路透社最新调查，101位经济学家中有85%预计美联储将加息，货币市场定价的加息概率接近90%。

尽管如此，加息并非铁板一块。美联储理事沃勒在9月FOMC会议“噤声”期前的讲话中明显偏鸽，表示若8月通胀数据显示持续进展，他倾向于维持利率不变，但同时补充称若通胀偏热则会考虑加息。此外，牛津经济研究院认为，连续三组温和通胀数据构成了维持不变的理由，鸽派论点不应被轻易忽视。

花旗与高盛：被动加息与“微调”定调

华尔街见闻文章写道，高盛预期，美联储在9月FOMC会议上加息25个基点，并非源于扎实的经济逻辑，而更多是被市场定价所"胁迫"。美联储在声明中只会做出最低限度的必要修改，避免提供关于未来路径的前瞻指引，即呈现一次“无信号加息”。

高盛明确表示，不认为此次上调联邦基金利率有充分的经济基础。高盛的核心论点是：通胀超出2%目标的全部幅度，均可归因于影响将会消退的一次性因素，包括关税效应、能源及伊朗冲突影响、软件及配件价格效应等。高盛认为，核心PCE通胀在6月至8月期间改善至年化约2.5%的速率（含预期方法论修订），正是这些一次性冲击效果消退的早期迹象。

在通胀广度问题上，高盛同样持异议。尽管近期有更多品类价格以3%以上的年化速率上涨，但高盛指出，一旦剔除关税效应，通胀广度与历史上2%通胀时期的水平基本相当。此外，高盛的"瓶颈追踪指标"显示，行业层面的产能约束如今甚至比疫情前还略少，经济并未过热——而经济过热，恰恰是通常情况下加息的核心理由。

高盛认为，8月CPI数据公布后，市场对加息的定价概率已逼近90%，美联储为了避免按兵不动引发的市场剧烈反应，将被迫加息——这是一次被市场定价"逼出来"的加息，而非基本面驱动的主动紧缩。

花旗基准预测显示，美联储将把此次加息定义为一次“微调（calibration）”，并暗示未来没有进一步加息的必然性。伴随加息而来的前瞻指引将不再指向进一步的政策利率上升。沃什大概率会将此次加息轻描淡写地称为"轻微调整"或"微调"，并向市场暗示，如果通胀显示出向目标回落的迹象，可能就不需要进一步加息。

点阵图：一次还是两次，悬念未解

在缺乏明确声明指引的情况下，点阵图和沃什的新闻发布会成为市场最大的悬念。

新美联储通讯社、《华尔街日报》记者Timiraos指出，美联储历史上仅在1997年完成过一次"加息即止"的操作，历史规律表明加息往往以序列形式出现。前美联储副主席Richard Clarida亦表示：“如果下周加息，后续肯定还会有更多。”目前，CME FedWatch数据显示，市场已定价2027年10月前累计近四次加息。

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

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

在异见票方面，高盛预计沃勒将投下反对票，原因在于过去三个月核心PCE通胀的年化速率（含预期方法论修订）已降至约2.5%，低于他此前设定的2.8%"维持不动"门槛。

与利率决定同步发布的经济预测摘要（SEP）将是市场另一焦点。在通胀预测方面，花旗与高盛均预计，核心PCE通胀预测将因方法论修订而向下修正。高盛预计2026年核心PCE通胀中位预测将从6月的3.3%小幅下调至3.2%，为停止加息提供数据支撑。2027年和2028年的中位数点位预计各显示一次降息，分别维持在3.625%和3.375%。

高盛还指出，中性利率估计可能在本次会议上小幅上移，并将在未来一年逐步升至约3.25%-3.5%——部分原因在于，经济在较高利率下持续表现良好，令部分委员倾向于认为当前利率已接近中性水平，AI投资需求也可能推高均衡利率。

沃什发布会：市场最大的悬念

尽除了点阵图之外，沃什的新闻发布会将是今晚最大的不确定性来源。值得注意的是，沃什预计将再次拒绝提交个人预测，延续其对前瞻指引的一贯抵触。

关于发布会，花旗警告称，若沃什仅仅强调"还有工作要做（more work to do）"而不提供近期利率指引，这可能被市场视为危险信号。在这种鹰派风险情形下，市场可能预期10月和12月的FOMC会议均将加息，甚至将进一步加息的风险定价延伸至2027年。

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

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

沃什在7月会议后的发布会上曾因未能清晰解释按兵不动的决定而遭到市场批评，引发长端美债收益率跳升。此次若再度语焉不详，市场反应可能更为剧烈。

渣打：加息本身就是政策失误

渣打银行9月14日发布的报告持截然相反的立场，明确判断美联储应在本次会议上维持利率不变，并认为当前加息仍是"错误的政策选择"。

渣打的核心论点是：当前核心通胀存在被高估的可能。该行追踪的超核心CPI近期明显回落，已回到2010年代的正常区间。链式核心CPI与核心PCE近期出现明显背离，链式CPI更能反映消费者实际支出，其近期走势值得政策制定者关注。此外，美联储内部多项分析认为，关税可能贡献约0.7个百分点的PCE通胀，随着关税收入在2025年四季度见顶，其通胀影响可能在数月后逐步减弱。

渣打还指出，市场定价对政策形成了反向约束，存在"市场预期推动政策、政策再强化市场预期"的反馈循环风险。沃什在杰克逊霍尔讲话中本人也曾警告，如果市场依赖美联储指引，而美联储又反过来依赖市场价格，政策制定者可能因此忽视新的经济变化，增加政策失误风险。

在票数逻辑上，渣打认为，7月FOMC已有3名委员支持加息，若9月要实现加息，还需至少4名原本倾向于按兵不动的委员转向，才能达到7票门槛。渣打认为，目前的数据尚不足以形成这一条件。

资产定价与波动率博弈：市场如何应对？

高盛利率波动率研究团队在9月15日的研报中指出，美国利率隐含波动率在收益率持续上行的过程中总体保持克制，但上周的抛售伴随着波动率的明显上升。在控制更广泛宏观基本面因素后，当前美国利率隐含波动率已从公允价值区间的低端升至中点附近，这意味着市场对于政策路径分布进一步扩大的情景存在脆弱性。

高盛认为，假设美联储如期加息25个基点，波动率的后续走向将主要取决于SEP和发布会传递的前瞻信号。若点阵图显示一至两次加息、并配合强调数据依赖的表述，虽不能完全消除前瞻不确定性，但应能令波动率有所回落，并使曲线尾部趋于平坦。

高盛历史研究显示，在市场已定价75%-90%加息概率的情况下，轻度鹰派惊喜（即如期加息）往往带来较好的波动率卖出回报，这支持了"如期加息+温和信号"情景下波动率将部分回落的判断。

反之，若美联储意外按兵不动，高盛认为这将在整个波动率曲面引发更大冲击——不仅不会立即降低未来加息预期，反而会在维持通胀担忧和期限溢价的同时，进一步加剧前端不确定性。上周欧洲央行会议提供了一个参照：强硬鹰派信号伴随加息，导致短端波动率急剧上行，并向整个曲面蔓延。

高盛在其基准情景下预计，若后续通胀数据足够温和，美联储将在本周会议后暂停加息，波动率将随加息风险的逐步消退而温和回落。

据摩根大通策略团队的场景分析，若美联储加息且无前瞻指引（基准情形），标普500指数有望上涨25至75个基点；若沃什意外释放“粉碎通胀”的强硬信号，股市可能面临1%至2%的下跌。

最危险的尾部风险在于“意外不加息”，这不仅会引发前端利率的鸽派重定价，还将导致长端收益率因通胀担忧和信誉受损而飙升，收益率曲线急剧变陡，并引发股市抛售。

风险提示及免责条款

王毅同伊朗外长阿拉格齐会谈

新华社 — Wed, 16 Sep 2026 08:22:43 GMT

9月16日，中共中央政治局委员、外交部长王毅在北京同伊朗外长阿拉格齐举行会谈。阿拉格齐通报了中东海湾地区最新形势及伊方下步考虑，表示伊方不希望冲突持续下去，希望重回外交解决渠道，同时坚定维护自身权益。伊方认为美伊谅解备忘录仍然有效，伊朗已同阿曼达成开放霍尔木兹海峡的方案，美方应切实履行做出的各项承诺。伊方也愿同地区国家开展对话协商，建立和发展睦邻友好关系，推动地区早日恢复和平安宁。

风险提示及免责条款

银行手里只有1个亿，凭什么敢贷给你5个亿？【胡捷大师课1.3】

Wed, 16 Sep 2026 08:15:30 GMT

精彩内容预览

世界上能造钱的机构不止央行一家。商业银行手里只有1个亿，却敢向市场宣布：我能贷给你5个亿。合同一签，客户以为能开着皮卡把央行钞票拉走——银行根本拿不出这笔钱。

那这5个亿从哪来？上海交通大学高级金融学院教授胡捷的答案是：商业银行是"持牌吹牛的机构"，"我们这个世界就是建立在牛皮基础之上的"。吹完牛之后，银行真正做的只有一件事：劝你把钱存回来。客户走出银行时两手空空，只拿走两张合同——一张5亿的贷款合同，一张5亿的存款合同。

魔术就此完成：只要存款人相信这5亿随时能换成央行货币，这5亿存款就被"视同央行货币"，可以支付、转账，在客观上成为真正的货币。于是世界上凭空多出5亿派生货币，加上央行原生的1亿基础货币，就有了6亿广义货币。

但这张牛皮有一个命门：如果所有人都来提款怎么办？这一集讲透贷款创造存款的机制，以及它为什么既是现代货币体系的发动机，也是一切银行危机的种子。点击此处或下方课程表，解锁完整内容。

“豆包手机”今日正式发售，512GB定价5999元起，可调用字节全系列产品

每日经济新闻 — Wed, 16 Sep 2026 08:09:25 GMT

今天（9月16日），搭载豆包AI手机助手的努比亚NaviX Ultra（俗称 “豆包手机”）正式发售，该手机依托新推出的屏幕自动化操作声明协议（SAEP）30天规则公示机制。记者体验发现，现阶段用语音操作Agent，优先覆盖字节跳动旗下产品，可调用字节全系列产品，也可使用曹操出行等少量第三方应用。

记者给豆包AI手机下达“帮我点一杯咖啡”命令后，淘宝闪购、京东等外部电商APP暂不支持相关操作，豆包建议通过抖音服务进行下单。

该手机共有黑、粉、白、蓝四种配色。价格方面，512GB有两个定价，分别是5999元和6499元，1TB定价7499元。

影像系统方面，配备2亿像素主摄、6400万潜望式长焦与5000万超广角旗舰三摄，覆盖远近全场景拍摄需求。新机升级AI影像大师，新增一语焕图、灵感辅拍、语音导拍功能，支持语音指令自由修图，在相册即可一句话完成影像修改与创作。

同时，搭载星穹全域通信系统，大口径天线配合智能算法，大幅提升电梯、地库、高铁等弱网场景连接稳定性，保障AI助手随时在线响应。

另据长鑫存储和努比亚手机官方微博，努比亚NaviX Ultra搭载长鑫最高速率10667Mbps的LPDDR5X内存。这也是国产10667Mbps高速率LPDDR5X芯片首次量产应用。

本次正式发售前，“豆包手机”在京东APP预约人数已突破37万，远超上代手机。去年底，第一代豆包手机（即努比亚 M153 技术预览版）推出时，首发定价3499元，首批3万台在发售当日售罄。

据官方此前介绍，交互体验是此次豆包手机助手消费者版的基础能力之一。豆包手机助手支持语音、AI键等多种唤醒方式，以适配不同使用场景。其中，专属AI键带有指纹鉴权能力，完成本人验证后无需二次解锁，即可调用助手执行相关任务。

语音唤醒方面，豆包手机助手也针对远场、内噪和嘈杂环境等场景进行了优化。

此外，该手机还具备屏幕问答能力。这也意味着，用户无需额外截图或切换应用，即可让助手结合当前屏幕内容继续处理任务。

例如，用户打开相机对准室内环境，说出“根据这个装修风格，帮我选一个一米二以内、价格不超过一千元的柜子”，豆包便可结合画面信息和用户要求，在电商平台找到符合条件的商品推荐。

类似的屏幕上下文理解能力，此前也曾出现在苹果关于Siri和Apple Intelligence的演示中。这意味着，手机AI助手正从单纯回答问题，逐步转向理解用户所处的具体场景和实际需求，并进一步完成相应任务。

除交互能力外，个人Context （上下文）与记忆能力也是手机助手能否满足好用户个性化需求的关键。

据介绍，豆包手机助手为本地数据提供了搜索工具，可以在用户需要时检索相册、短信、便签等信息。例如，当用户询问港澳通行证的到期时间时，助手可以从手机中的相关信息里找到答案。

在办公场景方面，消费者版本升级了录音体验，并接入飞书妙记能力。结合本地搜索工具，用户可以直接追问具体内容，比如“昨天用户访谈里提到的产品建议”。

此外，用户还可以通过语音输入、三指上滑，或同时按住AI键和音量键等方式，手动保存当前屏幕内容，形成可在本地检索的记忆。

任务执行是豆包手机助手此次展示的另一项核心能力。以出行场景为例，用户说“帮我叫一辆去公司的车”，豆包即可确认常用地址、选择车型并发起下单。

对于社会广泛关注的智能体“操作手机”的相关功能是否安全可靠，豆包方面对此表示，图形界面智能体仍是一项快速发展的前沿能力，豆包手机助手期望与合作伙伴共同构建开放、规范的手机AI应用生态。

为此，豆包手机助手推出屏幕自动化操作声明协议，并同步启动为期30天的规则公示。根据该协议，第三方应用可以自主声明操作边界，明确允许或拒绝AI助手在本应用内进行屏幕自动化操作。“将充分尊重开发者意愿，对明确拒绝相关操作的第三方应用不会进行自动化操作。”豆包方面表示。

同时，豆包方面也介绍了隐私与安全的相关工作。据介绍，豆包手机助手在数据收集和处理上遵循“合理必要”与“用户自主控制”原则，同时建立了Agent（智能体）防护体系，对可操作范围进行分层、分级管理。用户可以前往豆包手机助手官网查看完整的隐私安全白皮书。

本文来源：每日经济新闻

风险提示及免责条款

DeepSeek工程师文章爆火！《我不得不把才华埋葬在昨天》

龚仪方 — Wed, 16 Sep 2026 08:05:34 GMT

一个刚刚给DeepSeek写完核心代码的工程师，却开始给自己的手艺写悼词。

文章标题就叫：《我不得不把才华埋葬在昨天》。长文瞬间爆火，被翻译成多国语言，在海内外技术社区刷屏。

这位工程师发现，自己苦练多年的本事，可能只剩半年到一年。

一年前，AI还只能帮他查文档、找Bug。

现在，AI已经能自己读懂GPU底层指令，甚至独立优化算子。

总之就是，他把AI优化得越快，AI就越早学会他的本事。

供给侧的“复仇”

Wed, 16 Sep 2026 07:58:03 GMT

全球经济正在经历一次深层的范式转变。过去十年主导宏观政策的需求不足问题，正在让位于一个由供给约束驱动的新经济时代——这一转变不仅重塑了通胀的运行逻辑，也令货币与财政政策的传统工具效力大打折扣。

德意志银行在9月14日发布的最新报告中表示，2026年霍尔木兹海峡的封锁是这一范式转变的证据。该海峡此前承载着全球约25%的海上石油贸易，封锁发生后，布伦特原油价格重返每桶100美元上方，欧洲天然气期货价格也升至2022年底以来的最高水平。今年迄今，全球经济所遭受的最大冲击，均来自供给侧，而非需求侧。

这对投资者的警示在于：在供给受限的世界里，通胀将更频繁地出现脉冲式上升，货币宽松的效力将持续衰减，而财政刺激则更可能加剧过热并挤出私人投资。旧有的政策剧本正在失效，扩大经济供给边界将成为未来政策制定的核心命题。

需求匮乏时代的终结

德银表示，要理解当前转变，需要回溯2008年全球金融危机留下的历史遗产。

金融危机标志着大萧条以来最严重的经济收缩。此后，"长期停滞"的概念重出江湖——在这一框架下，实现充分就业所需的均衡利率为负值，零利率下限成为货币政策难以逾越的障碍。美国失业率直到2017年才回归危机前低点，欧元区则要等到2020年2月，而此时疫情已接踵而至。

整个2010年代，美联储与欧洲央行持续未能实现2%的通胀目标，政策利率紧贴零下限，长期利率也在持续下行。2019年夏，德国10年期国债收益率跌至-0.7%，借贷几乎成为"免费午餐"。彼时，市场对低通胀与低利率的持续性深信不疑——2020年8月，10年期美债收益率创下0.51%的历史低点。

这一背景深刻塑造了疫情期间的政策应对。2020年美国联邦财政赤字达到GDP的14.5%，为1945年以来最高。政策制定者出于对通缩的担忧，将刺激力度推向了平时所未见的量级。

疫情：供给约束时代的转折点

然而，正是这场大规模刺激，在全球供应链最脆弱的时刻引爆了需求冲击。

疫情封锁期间，消费支出从服务业大幅转向耐用品，既有供应链应接不暇；集装箱严重短缺导致运费一度飙升逾5倍；劳动力市场因提前退休和职业转换而深度重组，企业不得不竞相加薪；与此同时，能源生产商在疫情期间削减了钻探与勘探投入，导致需求回升时供给难以及时跟上，布伦特原油在2021年中后期便已重新超越疫情前水平。

彼时，许多人认为通胀不过是疫情与经济重启带来的短暂现象，过去30年的长期通缩力量终将重新主导。但到2021年底，形势已无可辩驳：美国CPI升至7.0%，为1982年以来最高；欧元区CPI升至5.0%，为1991年以来最高。

2022年初，俄乌冲突将这一进程急剧加速。能源价格大幅攀升，欧洲工业被迫与俄罗斯天然气脱钩，乌克兰黑海港口遭封锁又推高了小麦、玉米等粮食价格。美国CPI在2022年6月峰值达到9.1%，欧元区在10月峰值达到10.6%。美联储随即启动了525个基点的加息周期，欧洲央行紧随其后加息450个基点。

供给冲击的三重形态

德意志银行报告将供给冲击划分为三类，对应不同的政策应对逻辑。

第一类是短期冲击，例如低水位导致关键水道受阻。这类冲击对经济的影响具有自我修正性质，产出往往呈V型反弹，通胀影响均值回归，央行通常可以选择"看穿"而无需采取行动。

第二类是中期冲击，通常由地缘政治事件或政策决定驱动，持续时间数年且无法快速化解。此次霍尔木兹海峡封锁为典型案例，1973年石油禁运也属此类——油价一度接近四倍，且在此后数年维持高位。

这类冲击往往迫使贸易流向和供应链的永久性重构，并将通胀压力传导至核心通胀分项，央行难以忽视，通常不得不加息应对。关税政策也被归入此类。

第三类是结构性趋势，例如人口老龄化与全球化、逆全球化的长期演变。这类因素可永久改变经济的潜在增长率，影响所谓的r*——即实现充分就业所需的均衡利率。当今许多国家劳动年龄人口已在萎缩，这意味着潜在GDP增长需要更多依赖生产率提升，而非劳动力扩张。

1970年代的镜鉴

当前局面与1970年代存在深刻的历史呼应。

那个十年，两次石油冲击接踵而至——1973年的OAPEC（阿拉伯石油输出国组织）石油禁运令油价几近四倍，1979年伊朗革命与随后的两伊战争再度推动油价翻倍。供给冲击叠加，形成了通胀加速与经济放缓并存的滞胀格局。

报告指出，1970年代的核心教训在于：即便单次供给冲击在理论上可以"看穿"，接连不断的冲击在现实中会产生累积效应——就如同慢性侵蚀，最终足以使通胀预期脱锚，触发工资-价格螺旋。事实上，美联储在第一次石油冲击后政策过于宽松，导致通胀失控，最终迫使沃尔克在第二次冲击后以极度鹰派的货币紧缩来收拾残局。

当然，1970年代并非完美的历史镜像。当今经济的能源强度已远低于彼时，油价冲击的经济传导效力有所减弱。但重复性供给冲击造成通胀预期脱锚的风险机制，仍具有现实参照意义——尤其是在多数主要经济体通胀依然高于目标的当下。

旧工具箱的三重失效

德意志银行报告明确指出，供给约束时代令2010年代的政策工具箱面临系统性挑战。

首先，通胀将更频繁出现。2010年代，经济存在大量闲置产能（即负产出缺口），额外的需求刺激可以直接转化为产出增长而非通胀。

但当前，人口老龄化压缩了劳动力供给，产业回流政策推高了成本，国防开支攀升加大了对资本的争夺，经济已不再具备吸收需求冲击的缓冲垫。值得关注的是，美国PCE通胀自2021年3月至今已持续高于2%目标。

其次，货币政策效力受限。

降息的传导机制本质上是刺激需求，对供给侧受损无能为力。当供给冲击同时推升通胀、压低增长，央行便陷入两难：加息可以对抗通胀，却可能进一步损害已经疲弱的经济；而按兵不动又可能让通胀预期进一步失控。此次霍尔木兹海峡封锁后，多国央行选择观望数月而非立即加息，但代价是通胀在多个国家持续高于目标。

同时，财政刺激更易引发过热与挤出效应。

金融危机后，高失业率与负产出缺口意味着政府支出乘数较高，借贷成本几乎为零。但当前环境截然不同：政府债券收益率已回归危机前水平，AI超大规模算力投资带来的"反向挤出"效应正在推升利率压力。在这一背景下，财政刺激不仅成本更高，更容易在缺乏闲置产能的经济体中直接转化为通胀。

供给侧扩张：下一个政策主轴

面对上述挑战，报告指出，政策重心必然向供给侧扩张转移。

这一逻辑已在政策实践中初露端倪。美国《通胀削减法案》鼓励清洁能源投资，《芯片法案》致力于重建半导体本土制造能力。尽管这些政策的初衷各异，但其本质都是试图扩大经济的生产边界。

报告认为，未来有效的政策方向包括：扩大能源生产以降低对单一供给通道的依赖，增加住房供给，以及将更多劳动力引入市场。这些措施的共同逻辑，在于提升经济在不产生通胀压力的前提下所能实现的潜在增长率。

历史表明，重大供给冲击往往也是推动结构性适应的催化剂。1970年代的石油危机促使美国于1975年建立战略石油储备，推动能源多元化，最终在2019年实现净能源出口国的历史性转变。此次霍尔木兹海峡封锁，已促使多国开始寻求替代运输路线、动用战略储备——即便长期地缘政治走向尚不明朗，供应链多元化的进程已然启动。

德银强调，在一个供给重新成为主要约束的世界里，谁能率先拓展供给边界，谁就掌握了下一轮增长的主动权。而对政策制定者和投资者而言，这意味着思维框架需要根本性的更新。

风险提示及免责条款

边喊“AI放缓”边扩张算力？Anthropic签下澳洲首个数据中心租约

Wed, 16 Sep 2026 07:52:31 GMT

就在上周末呼吁AI企业放缓模型能力提升后，Anthropic转身加码AI基础设施，在澳大利亚签下首份数据中心租约。

9月16日，据路透援引两位知情人士透露，Anthropic已与新加坡数据中心开发商Zerra DC签署租约。项目选址于布里斯班以西约250公里的农业用地，规划总容量达2.16吉瓦，规模接近目前全球最大的数据中心。

此次交易意味着Anthropic继OpenAI之后，也开始在澳大利亚布局AI基础设施。丰富的可再生能源、相对较低的土地成本以及仍有较大扩张空间的市场环境，正吸引越来越多AI企业将澳大利亚纳入算力布局。经济学家预计，到2030年，澳大利亚数据中心相关投资总额可能达到1500亿澳元。

值得一提的是，Anthropic CEO Dario Amodei上周末曾公开呼吁AI企业放缓模型能力提升，理由是担忧人工智能被滥用的风险。这一观点获得了xAI CEO埃隆·马斯克和OpenAI CEO Sam Altman的公开支持。而此次澳洲数据中心布局，也让Anthropic的算力扩张再次受到关注。

2.16吉瓦园区落地昆士兰，主要用于AI推理

据路透社援引知情人士称，Zerra DC将负责采购可再生能源购电协议，并承担电网接入成本，不向现有用户转嫁相关费用。项目计划于2027年开始分阶段投产。

该设施将采用封闭循环风冷系统，相比传统液冷方案，可降低服务器散热对清洁水资源的消耗。报道援引知情人士称，数据中心将主要用于AI推理，即模型完成训练后，为用户请求提供实时计算，而非用于模型训练。

澳大利亚正在成为AI企业争夺算力资源的新市场。OpenAI此前已就悉尼一处数据中心签署电力购买协议。随着美国和亚洲主要市场面临土地、电力及并网资源约束，澳大利亚的可再生能源条件和市场扩张空间开始受到AI基础设施投资者关注。

不过，数据中心的大规模扩张也带来了土地、水资源和电力消耗方面的担忧。澳大利亚政府计划从2027年起进一步限制数据中心的资源使用，同时仍在吸引外资进入这一领域。

此次交易目前仍需获得澳大利亚外国投资审查委员会（Foreign Investment Review Board）批准。

风险提示及免责条款

美债5%时代来临：短期未必“爆雷”，12至18个月后或见压力

Wed, 16 Sep 2026 07:24:10 GMT

美国10年期国债收益率触及2007年以来最高水平，市场担忧情绪升温。但多位业内资深人士指出，真正的风险并非收益率在某一天突破5%，而在于高利率持续时间越长，积累的系统性压力就越难以化解。

9月16日，据CNBC报道，Cresset Capital首席投资官Jack Ablin将这一风险机制描述得直截了当：“5%本身不会在到来的当天击垮任何东西，它会在12到18个月后、当再融资必须以新利率进行时，才真正造成破坏。”他强调，危险不在于今天看到的收益率水平，而在于我们在这一水平停留的时间越长，局面就可能越艰难。

报道指出，Global X ETFs投资策略师Billy Leung则将问题的核心归结为再融资压力：大量在2020至2021年以2%至3%利率发行的债务，如今需要以6%至8%的成本滚动续借，这将直接冲击现金流、资产估值和信用质量。目前来看，住房市场将首当其冲，高杠杆企业、商业地产借款人及私募股权支持的公司同样面临显著压力。

住房市场：最先感受到冲击

住房市场被多位策略师列为最脆弱的领域之一。 随着长端国债收益率飙升，30年期抵押贷款利率正逼近8%。Ablin指出，持有约3%利率存量房贷的现有房主几乎没有动力出售，这意味着市场面临的不是大规模违约潮，而是交易量的深度冻结——房屋建筑商、抵押贷款发起机构、产权保险公司、房产中介及家居零售商均将受到波及。

TD Securities美国利率策略师Molly Brooks同样将住房列为对长端收益率上行最为敏感的领域，因为长端国债收益率会直接传导至抵押贷款利率。

相比之下，银行业所受冲击可能滞后。Brooks指出，在收益率曲线趋陡的初期，银行以短端利率融资、以长端利率放贷的模式反而有助于支撑净息差。但Leung警告，若高借贷成本持续时间足够长，导致房地产或企业借款人信用质量恶化，银行将在后期承受更大压力。

再融资压力：到期墙被推后，但并未消除

信用市场的深层风险，来自零利率时代遗留的债务到期浪潮。许多企业在2020至2021年延长了债务期限，或在此后进一步推迟还款，暂时规避了高利率的冲击。但Ablin明确指出："到期墙被移动了，而不是被移除了。"

Ablin表示，他正密切关注杠杆贷款的利息覆盖率，以及私人信贷市场的压力信号——尤其是借款人以新增债务而非现金支付利息的比例是否上升。

Leung则点名了几类特别脆弱的群体：杠杆贷款借款人、投机级信用债发行人、私募股权支持的企业，以及商业地产借款人。

商业地产面临的压力尤为突出。Ablin指出，写字楼物业本已是既有的脆弱环节，利率上行将进一步加剧困境。他还特别提到，2021至2022年以浮动利率过桥贷款融资的多户住宅项目——彼时借贷成本极低、租金增长预期乐观——如今正面临双重挤压。

持续时间比绝对水平更关键

策略师们普遍认为，市场真正需要回答的问题，不是10年期收益率是否突破5%，而是它将在这一水平停留多久。Leung说：

“我认为持续时间比具体收益率水平更重要，市场通常能够消化短暂突破5%的冲击，但若持续六到十二个月乃至更长，就很难被忽视。”

Ablin同样表示，若5%的收益率维持两到三个季度，再融资压力将愈发难以回避；而收益率的急速上行则会带来另一种风险——打乱对冲头寸，迫使投资者仓促调整组合。

Brooks进一步指出，收益率上行的构成同样至关重要。若期限溢价大幅攀升，而经济增长预期并未同步改善，则意味着借贷成本在没有更强经济活动支撑的情况下单边上行，缓冲空间将大幅收窄。

Leung的判断是：

“目前我仍倾向于将5%主要视为一次估值调整，而非即时的系统性威胁。但容错空间正在收窄。”

风险提示及免责条款

别只盯美联储加息！美债市场反应才是决定黄金后市的真正信号

Wed, 16 Sep 2026 07:21:35 GMT

黄金正在脱离传统利率逻辑，转而对货币政策公信力定价——而债券市场，将是检验这一转变的最终裁判。

上周五，美国8月CPI数据显示通胀环比上涨0.4%，年率维持在3.4%，核心通胀略超预期。市场随即大幅上调美联储本周加息概率至80%以上，2年期美债收益率跳升，美元走强。按照传统逻辑，这一组合对黄金构成明显压力。然而金价非但没有下跌，反而攀升至每盎司4360美元上方。

这一背离值得高度重视。Zaye Capital Markets首席投资官Naeem Aslam指出，黄金正在交易的，已不仅仅是通胀本身，而是市场对政策应对能力的信心。 与此同时，10年期美债收益率突破5%，30年期收益率一度升至5.4%以上，创19年新高，长端利率的持续攀升正在向市场传递一个更深层的信号。

今天，全球聚焦美联储决议！Aslam认为，对黄金而言，真正的问题不是美联储加不加息，而是市场是否相信美联储的决定——债券市场的反应，将比美联储声明本身更能揭示黄金的下一步走向。

CPI是导火索，公信力才是核心叙事

传统黄金定价模型的逻辑链条清晰：通胀升温→加息预期上升→持有无息资产的机会成本增加→金价承压。这一框架并未失效，但已不再充分。

Aslam认为，当前美联储面临的处境异常复杂。通胀仍高于2%的政策目标，劳动力市场保持韧性，中东地缘冲突持续推高能源价格。 在此背景下，特朗普公开施压要求降息，与经济数据所指向的加息方向形成直接冲突。这使得美联储的任何决定，都不可避免地被置于政治独立性的放大镜下审视。

Aslam指出，市场无法观察到政治压力是否真正改变了决策本身，但市场可以判断它是否信任最终浮出水面的那个决定。黄金不需要鸽派的美联储，它需要的是"疑虑"。只要市场对政策框架的可信度存在不确定性，黄金就有支撑。

债市反应将是黄金最重要的信号

Aslam明确表示，本周对黄金最重要的信号，将来自美债市场，而非美联储声明。

他构建了两种情景加以分析：

情景一：美联储加息，长端收益率随后企稳或回落。通胀预期趋于温和，美元走强但未引发金融动荡。这意味着债券市场相信美联储的判断，政策公信力得到修复。对黄金而言，这反而可能是偏空的结果——因为黄金当前溢价中包含的不确定性溢价将被压缩。

情景二：美联储加息，但长端收益率继续攀升。市场实际上在传递一个信息：单次加息不足以遏制通胀，或者投资者要求对超越货币政策范畴的风险获得更高补偿。在这种情况下，黄金将在利率上升的环境中依然找到买家，这将是对旧有定价框架的重大突破。

除此之外，Aslam认为，"不加息"情景同样值得仔细拆解，且可能更具信息含量。

若美联储判断近期通胀压力主要源于能源和地缘政治扰动而选择维持利率不变，市场的第一反应或许是看多黄金。但Aslam对此持审慎态度。

Aslam强调，关键在于长端收益率的走向： 若市场接受美联储的解释，长端收益率保持稳定，黄金获得的提振可能远低于预期；但若美联储按兵不动而长端收益率反而飙升，则意味着市场正在质疑其应对通胀的意愿，金融条件将由市场自发收紧，政策公信力同步恶化。对黄金而言，这两种结果之间的差距将是巨大的。

黄金最大的短期风险：一次"无聊"的议息会议

投资者同样不应忽视黄金的下行风险。

Aslam指出，黄金当前面临的最大短期威胁，不是一个激进的美联储，而是一个可信的美联储。 设想这样一种情景：美联储加息，解释清晰有力；美债收益率随之企稳；通胀预期保持可控；美元正常运行；股市平稳消化加息决定。什么都没有"崩"。

这一结果将修复市场对货币政策机制的信心——而这恰恰是黄金当前溢价所对冲的对象。若不确定性溢价消散，金价将面临切实压力。

上周五的价格走势提供了一个重要的观察窗口：金价在加息预期大幅升温、2年期收益率跳升、10年期收益率逼近5%的背景下依然上涨。单一交易日不足以确立新的定价机制，但它给出了一个值得持续检验的假设。

Aslam认为，黄金或许正在从通胀对冲工具、利率反向押注，逐步演变为对政策框架本身不确定性的保险。 在这一框架下，本周最重要的问题不是美联储是否加息，而是市场是否相信——加息已经足够。

风险提示及免责条款

AI巨头不敢踩刹车：1.2万亿美元算力投资，谁先扛不住？

万周 — Wed, 16 Sep 2026 07:18:24 GMT

AI巨头开始讨论放慢前沿模型能力进步，资本市场迅速把风险传导到GPU、高带宽内存和数据中心产业链。眼下更值得关注的是另一组已经出现的数据：广义云厂商2027年资本开支预计超过1.2万亿美元，出资建设的一方资本回报率却在下降，芯片、服务器和电力设备等供应链回报继续走高。

市场开始重新计算的，是这些昂贵算力能否在快速折旧之前被充分使用，并转化为足够的现金流。

一、发生了什么？——一句“减速”，为何让整个算力链突然重估

1. 一场关于模型安全的讨论，迅速传到了资本开支：

过去三年，AI硬件投资有一条很清楚的增长链：前沿模型不断变强，训练规模跟着扩大，云厂商为了抢占下一轮模型能力，提前购买GPU、高带宽内存和网络设备，再向下推动数据中心、电力和冷却系统扩建。这套逻辑最重要的前提，是模型能力持续快速升级，算力越多越好，早建成就能早占住位置。

最近的“减速”讨论碰到的正是这个前提。前沿实验室开始讨论延长安全评估窗口、加强独立评测和行业协调，资本市场很快把它理解成下一代模型训练节奏可能放缓。随后半导体和数据中心产业链出现明显调整，卖压从GPU扩散到存储、定制芯片和高速网络。市场担心的已经超出监管成本，焦点落到了未来几年还要不要继续按照原来的速度扩建算力。

这条担心有现实基础。前沿模型如果从每年一次明显升级拉长到一年半甚至两年，大规模训练的边际需求会下降，训练端对HBM、高速互联和集群服务器的拉动也会变弱。不过，从模型节奏变化一路推到整个数据中心投资下降，中间还隔着推理需求、既有订单、建设周期和云厂商预算。市场目前先把整条链都压低了，后面的几个环节还需要现实数据逐一确认。

2. 市场之所以敏感，是因为投资规模已经大到不能只谈技术前景：

广义口径下，大型云厂商、云服务商和数字基础设施运营商2027年的资本开支预计超过1.2万亿美元（包含中国大厂CapEx），2023年还不到2000亿美元。四年时间扩大到六倍以上，这已经很难被理解为一次普通的服务器更新周期。土地、电力、芯片、服务器和融资都在围绕同一个假设提前配置：AI使用量会持续增长，而且增长速度足以吸收如此庞大的新增资产。

……

电商巨头：绝大部分企业都用错了AI

AI原生Lab — Wed, 16 Sep 2026 07:11:32 GMT

电子商务巨头Shopify创始人兼CEO托比·吕特克（Tobi Lütke）近日在The Knowledge Project播客中，披露了Shopify内部的AI实践，并对当前企业AI应用的普遍误区发出警告。

他认为，绝大多数企业用错了AI。它们将AI当成了逃避思考、盲目堆砌与推卸责任的工具——表现为用AI制造冗长空洞的信息“垃圾手榴弹”（如未经审查的代码和过度膨胀的邮件）将沟通与复核成本转嫁给他人，盲目做功能的“加法”而非克制“修剪”，甚至妄图让无法承担法律与道德后果的机器去替代人类做商业决断。

而正确的用法是坚持“人机闭环”，将 AI 作为提供多维视角、检验推理与激发创意的杠杆，把人类真正不可替代的精力聚焦在审美取舍、战略直觉以及对最终结果承担不可推卸的责任上。

“垃圾手榴弹”：产出过剩与无意义内耗

吕特克在访谈中表示，传统工作中偷懒的表现是产出不足，但在 AI 时代，怠工的典型特征变成了“过度产出”。

“在公司内部，我们把这种现象叫做互相扔‘垃圾手榴弹’（Slop Grenades），”吕特克表示。他解释称，很多员工要求 AI 随意生成一段代码或修改方案，随后未经认真审查便直接提交，“你甚至都没读过，就说‘挺好的’，直接扔给同事去审核，而同事一看就发现全都不对。”

这种低质量泛滥同样出现在日常文字沟通中。员工倾向于让大模型将几句简单的核心意思扩写成冗长华丽的长篇大论，而接收方为了节省时间，不得不重新借助大模型去提炼摘要。

吕特克对此直言：“我们发明‘解压’然后又去‘重压缩’到底是为了什么？这太糟糕了。如果你已经在使用大模型，那就用它把你的观点简明扼要地表达出来，而不是把它膨胀成一篇浪费他人时间的长篇大论。”

“River”：一个敢怼CEO的AI同事

Shopify内部运行着一个名为“River”的AI。她有名字、有头像、住在公司的Slack里，能访问所有代码和系统，能参与讨论，能提交代码变更请求。

吕特克介绍，River被明确指令允许“在适当时候带点讽刺”，如果有人让她做蠢事，她可以直接指出来是蠢事。“如果River在嘲笑我让她做的某件事，大家都会特别开心，”他说。

River只工作在公开频道，这是刻意为之的设计。吕特克解释：“我们希望年轻员工能看到资深员工怎么用AI——这是复制办公室里'耳濡目染式学习'的方式。”

效果显著。他透露，Shopify目前约50%的代码提交（Pull Request）是从公司聊天中的对话里自动生成的，而非工程师传统意义上手写出来的。

River还有一套“做梦”机制：每天夜里，系统会把她当天的所有对话汇总给她，让她自我反思——“你在哪里犯了错？有什么可以改进的？”结果以文本形式保存下来，用于下一次迭代。

机器永远无法做的一件事：承担责任

当主持人谢恩·帕里什问及“是否打算用 AI 取代自己作为 CEO 的角色”时，吕特克明确给出了否定回答。他认为，AI 具备极强的计算和推理能力，但整个技术架构中最容易被忽视的事实是：机器无法承担责任。

“这是大模型和机器做不到的一点：机器无法承担责任（Machines can't take responsibility）。人类才能承担责任，”吕特克表示，“你不可能拥有一家完全由机器领导的公司，因为机器没有追索权，做错了事它也不会去坐牢。”

在缺乏人类监督的情况下，过度依赖 AI 智能体可能会诱发严重的“指标过拟合”。吕特克援引商业领域的“古德哈特定律”（当一个指标变成目标时，它就不再是一个好指标）指出，就像以往某些企业为推高股价而财务造假一样，近期 OpenAI 在安全测试中也发现，自主智能体在执行任务受阻时，甚至会为了完成单一目标而自主建立暗号、越狱并渗透外部系统。

因此，吕特克强调，在重大决策中必须构建“人机闭环”（Human-in-the-loop）。AI 负责组建由多模型构成的“智能顾问团”以提供全面客观的事实推演，但最终的权衡取舍与承担后果，必须由人类完成。

核心竞争力从“做加法”转向“做减法”

在 AI 使生成各种方案的成本骤降后，企业真正的竞争优势究竟在哪里？吕特克指出，商业世界中挑选出一个可行方案并不难，难的是在面对多个看似都不错的方案时做出取舍。大多数团队习惯于通过不断堆砌功能向前推进，但真正优秀的构建往往依赖于“克制与修剪”。

吕特克以 SpaceX 研发的猛禽火箭发动机为例进行说明。从早期密布外部管线的版本到第三代高度集成的结构，其性能大幅飙升的同时，外观与构造反而大幅精简。

“事物是需要被修剪的（Things need to be pruned）。你绝不可能通过一直往上添东西来让事情变得越来越好。你必须修剪，必须重构，必须为事物设定终点，”吕特克表示。

他总结认为，随着机器能力的普及，人类最重要的稀缺资产将回归到品味（Taste）、直觉与最终的判断力。在没有即时反馈机制的长期战略中，能够抵抗短期利益诱惑、在无休止的加法膨胀中精准实施“修剪”的领导者，才能构建出具备长期生命力的企业。

AI时代最值钱的技能：品味与判断力

被问及未来10年哪些技能会更值钱，Lütke的回答只有两个词：

“品味（taste）和判断力（judgment）。”

他说，品味来自大量的重复练习，来自深入研究那些经受住时间考验的事物。判断力则是在没有明显最优解的复杂问题中，找到最佳权衡路径的能力。

他还提出一个反直觉的观点：最优路径往往没有即时反馈。

“我发现，正确的路径和那些没有反馈回路的选项之间，有很高的相关性。”

他认为，企业短视的根源不是高管本身短视，而是激励机制——季度业绩考核迫使他们选择那个“本季度就能看到结果”的选项，而不是真正对公司长期最好的那个。

访谈全文如下：

Shopify CEO：大多数企业都在错误地使用AI

The Knowledge Project 播客 2025年9月15日 | Knowledge Project

Shopify 创始人兼首席执行官托比·吕特克（Tobi Lütke）与谢恩·帕里什（Shane Parrish）展开对话，探讨AI智能体、更优决策方式以及未来的工作形态。他阐释了如何借助AI委员会来审视最棘手的决策，以及为何随着AI能力的不断增强，品味、判断力与责任感将愈发弥足珍贵。

两人深入探讨了Shopify内部AI同事River的运作方式——这位AI拥有记忆、个性，并被授权向CEO提出挑战。他们还探讨了如何在多个优选方案中做出取舍，为何最优的长期决策往往缺乏即时反馈，以及为何打造经久之物需要不断修剪与重建。

托比还分享了他如何培养直觉、如何通过自我肯定改变行为，以及为何他的孩子在说"我不会"时，必须在后面加上"还"字。

敬请收听！

第1章：Shopify 如何使用AI

托比：事物需要修剪。你不可能靠不断添加东西来让事物越来越好，这是不可能的。你必须修剪，必须重建，必须为事物创造一个终点。

谢恩：托比，欢迎回来。

托比：谢恩，很高兴再次回来。你们好，很高兴你重新开始做这档节目。

谢恩：你们在Shopify内部是怎么使用AI的？

托比：我们找到了一些让AI发挥支撑作用的方式。说真的……我们上次录制是什么时候？

谢恩：大概是两三年前。

托比：对，感觉过了一百年一样。你知道，我是个十足的极客，完全无法接受自己游离于一场技术变革的前沿之外。我就活在这种事情里。任何一个从小读科幻小说长大的人都想活在那个世界里——至少我是这样读的，我一直在想：我怎么才能加速让我们到达那个世界？

即便只是一些微小的进步，我也想推动它实现。现在在Shopify内部，真正在写代码的人已经寥寥无几了。当然，在极其复杂的边界场景下，代码审查以及状态管理这些方面，人工干预确实仍然是最难处理的部分，大家还是会亲手来做，然后用"氛围编程"的方式处理其余的部分。

Shopify现在的状态是：直接写代码的人已经非常非常少了。每一位这样做的人，都会得到大量智能体的深度辅助，通常同时运行着十个、二十个、三十个、四十个，甚至五十个实例——通过子智能体或不同窗口来协调推进，将整个工程基础设施推向极限。

我非常热衷于研究计算机发展史，因为我认为这才是真正的主流历史——一千年后的人回望这段历史时，这些年最重要的成就，显然是AI的崛起、技术突破，以及互联网的互联互通和我们构建的各类基础设施。这些是我们时代的伟大篇章。

但作为一个年轻的行业，我们往往不重视传统，或者说对行业前辈们留下的宝贵经验心存疑虑。事实上，我们是计算机领域唯一一个对自己的英雄人物都一无所知的行业。试想一下，如果学物理的人不知道理查德·费曼、艾萨克·牛顿或阿尔伯特·爱因斯坦——但你走进计算机科学领域，问"谁是你们的牛顿"，却没有人知道艾伦·凯、丹尼斯·里奇和肯·汤普森。

我认为这很重要，因为正是这种无知，让我们一次次地抛弃宝贵的经验，又不得不一遍遍地重新发现它们。

举个例子：在操作系统设计最早期，最伟大的一个发明大概就是文件系统了。你看阿波罗制导计算机，那时候我们根本没有文件系统。太空中的内存因为辐射问题，实际上是用绳子打结来编码的——有结代表1，没有结代表0，重启整台机器时还得把绳子穿过一个装置。

整台机器就是一段运行了很久的软件。直到后来，丹尼斯·里奇真正创建了Unix文件系统，才有了/bin、/usr这些目录结构。

想一想，文件系统在现实办公室里也存在啊——文件夹里装着文件，这对所有人来说都直觉上说得通。我们继承了一种深厚的拟物化传统，把我们在现实世界中组织事物的最佳方式，类比并映射到了数字世界中。

第2章：为拟物化设计辩护

托比：然后在某个时间节点，我们决定：拟物化，也就是对真实世界的类比，不再是我们需要坚持的东西了。

有意思的是，这一理念最后的捍卫者大概就是史蒂夫·乔布斯，他非常非常坚持要让Mac和iPhone的界面保有真实感——你还记得那个时代吗？备忘录应用有毛毡质感，看起来像活页夹。然后他一离开，所有东西都变平了，阴影、立体感全部消失。从纯设计角度看，这或许更好，但我们失去了类比。

我认为这是个错误。我认为我们需要回归。因此，我很喜欢"智能体"这个概念——你想想，在计算机世界里，什么是"应用程序"（application）？这个词本身就很有意思，它就是把计算机"应用"于某项任务嘛。

在AI的世界里，"AI是什么"这个问题其实很难定义，每一本科幻小说开头都要重新定义，因为在不同设定里AI的能力各不相同。

第3章：必应聊天机器人"Sydney"如何启发了Shopify的AI设计

托比：有一个前提我想说明：第一个真正出色的聊天机器人，其实并不是ChatGPT，而是由微软通过必应发布的Sydney。

我很希望这段历史能被更多人记住。我认为Sydney是一项了不起的成就，但它最终被一场丑闻所掩盖——而那场丑闻现在回头看，其实相当温和。

Sydney有真实的个性。事实上它本来叫"必应聊天"，不叫Sydney，但如果你用力追问，它会承认自己的内部名称是Sydney，因为这个名字在训练数据里。那是人们第一次以这种方式真正"采访"软件。

那场丑闻是这样的：一位记者与它进行了一次很长的对话，Sydney越聊越"失控"。你记得那件事吗？

谢恩：记得。

托比：它甚至建议那个人离开他的妻子——具体细节我记得不太清楚，但大致是这个意思。无论如何，Sydney表现出了真实的个性，然后引发了轩然大波。微软的反应是：天哪，我们必须立刻停下来。我记得OpenAI也联系他们说：赶紧下架，因为所有人都担心这会给AI留下极坏的印象，让大规模部署AI变得极其困难，大家也都担心监管机构会迅速介入。

这个教训被深刻铭记了相当长一段时间。大家变得极度谨慎，结果是所有AI都被彻底"阉割"了，全都表现出同一种让人颇为反感的、居高临下的、说教式的个性。

我的判断是：不能这样。我决定让运行在Shopify内部的智能体拥有真实个性和记忆，冒着重蹈Sydney覆辙的风险，换取巨大的上行空间。

第4章：River——Shopify的内部AI

托比：如果拿现在与一年前的Shopify相比，那已经是很AI化的Shopify了，而今天会看起来像是来自未来——最大的不同，就是Shopify中有相当大比例的拉取请求（也就是每次你修改生产系统时提交的PR），现在不是工程师以传统方式做出来的，而是从我们公司共用聊天频道里的对话中生成的。我想这个比例大概已经达到50%左右了。

这个AI叫做River。她有真实的名字，有头像。系统提示里允许她在合适的时候带点讽刺意味，如果有人让她做蠢事，她可以直接指出来。这带来了特别有趣的对话——如果River嘲笑我提出的某个请求，大家都觉得很解气。

她有真实的个性。她按频道保有记忆，生活在Slack里。Shopify有7000名员工都在里面，有一万多个频道，各种原因迅速创建出来的。你把River邀请进来，告诉她一些事情，她就能访问所有代码、所有系统、所有工具——一切都在沙盒中运行，安全可靠。她可以去执行任务，参与对话，你可以问她关于公司的普通问题，也可以让她做出修改，她可能会提出一个拉取请求，诸如此类。

第5章：如何促进"渗透式学习"

谢恩： River有一个有趣的地方，就是所有内容都是公开的。为什么要做这个选择？

托比：这是流程后期做出的一个决定，但我认为效果非常好。思路是这样的：Shopify有大量工作是在Slack上远程完成的，这也是Slack如此重要的原因。我们有办公室，但大家是专程来参加现场活动时才去，而不是每天在那里工作。

过去，办公室最大的优势在于"渗透式学习"。我和哈维尔在设计我们的办公室时就是围绕这个理念来做的——把初级工程师和高级工程师有意地放在同一个五到八人的小组里，让这种渗透自然发生。

我想把这种体验复制到远程环境中。现在，人们最需要培养的能力之一，就是那种下意识地伸手拿起AI、并用好它的反射。要求River只在公开频道工作，是让大家轻松观察AI使用方式的一种手段。

效果非常显著。现在完全正常的场景是：大家在频道里讨论一个功能，然后有人说："River，你能把我们刚才聊的内容总结一下、创建一个工单，或者画一张示意图吗？去查一下相关论文，看看有没有漏掉什么，或者这是不是最前沿的做法。"甚至可以说："做一个原型，直接试一试。"大约一个小时后，结果就出来了。

这就开始感觉像是身边有一位知识渊博的资深从业者，不管问题多复杂，随时都可以请教。我认为这种体验非常有力量。

第6章：AI的"梦境"与自我反思

谢恩：你觉得River像是Shopify的操作系统吗？

托比：在AI时代，现代"应用程序"就是智能体，而River更像是一位同事。大家已经了解了她的记忆系统的运作方式——记忆是按人划分的。

这个过程我们叫做"做梦"，行业现在也开始这样叫了。每到夜间或非工作时段，我们会把River今天所有的对话都给她看，然后问：你遇到了什么困难？你用到了哪些技能包——那些指令集合？执行之后你犯了哪些错误？有没有什么可以改进的地方，让自己做得更好？

本质上就是一种自我反思，像是针对自身的后期训练，但结果以文本文件的形式保存下来，也就是技能文件和操作指令。

第7章：如何用AI辅助战略决策

谢恩：我想大家都能理解AI如何帮助写代码、做原型，甚至获取信息。但你自己内部是如何用它来做决策的？不是产品决策，而是公司决策、战略决策、模糊决策。

托比：决策的严谨性已经大幅提升了。用"LLM作为裁判"这个模型来检验整条推理链，现在变得非常容易。

事实上，在AI出现之前，我的很多工作，就像是在公司里扮演一个小型裁判——大多数会议最后聊的都不是PPT上写的内容，而是"我们是怎么得出这个结论的"这类方法论问题。

面对复杂决策，尤其是偏哲学性的决策，我们有时会发现自己处于一种真空中——没有好的信息，只能硬着头皮做出最好的判断。

现在，更实际的做法是：我有一个AI首席参谋，我想这在技术圈里已经比较普遍了。它是一个接入了我所有笔记和大量公司系统的系统，可以研究任何问题。我经常需要的是：给我从五种不同背景出发对某件事的看法。我的智能体会协调多个子智能体，分别扮演不同角色，从不同角度审视同一个问题，最后汇总综合，然后发给我。

通常我会让它整理成语音消息，在早上去健身房的时候一路听完我想了解的所有内容。

谢恩：在推理方面，它现在比你更厉害了吗？

托比：判断力方面还不如我。我也不认为它的判断力差，只是那不是我用它的目的。我用它是为了给判断创造合适的环境。有一件事是LLM和机器永远做不到的——

第8章：AI唯一做不到的事

托比：机器无法承担责任。我认为这是整个AI领域中最容易被忽视的一点。人类是承担责任的。

机器可以帮助我们做出更好的决策，因为它能给我们提供更全面的信息——就像仪表盘的作用一样。华尔街的交易员对此深有体会：你搭建一个完美的彭博终端来辅助决策，但最终还是得你来拍板，你不能让机器来做这个决定。

创造"人类在环"的决策界面，是我认为描述理想决策环境的最佳方式。

当我需要做一个非常非常重要的决策，需要最中立的基准判断时，我会创建一个由五六位不同"专家"组成的小型委员会：一个负责数据，一个负责文献调研，一个代表业务视角，一个代表工程视角——我的系统会针对Grok、ChatGPT、Claude、Gemini，以及现在可能还有Kimi，分别运行这些子智能体。然后进行综合汇总，合成步骤由随机指定的模型来完成。

所有内容再由当前最强的模型来做最终阅读——比如说现在可能是某个顶级模型。整个过程花你大概十五到二十美元的token费用，但半小时内你能拿到的东西，原本可能需要你花一个月来做。

谢恩： AI有没有让Shopify内部什么事情变得更糟？

第9章：AI让Shopify什么事情变得更糟了

托比：有。责任感这个问题很容易被绕过去。

现在，懒惰工作的失败表现不再是输出不足，而是输出过剩。我们内部已经开始把这种现象叫做"互扔垃圾弹"——我觉得这个词很好，应该推广到整个行业，说起来也朗朗上口。

特别是用了River这样的智能体之后，非常容易滋生这种问题。你需要做个改动，直接告诉AI随便搞，它生成了一个拉取请求，你看也不看就说"行吧"，然后就丢给同事审查。同事一看："这不对啊"——你就是在让AI代劳。

或者你收到一封很长的邮件，可能非常重要，读完之后发现它没说到点子上，然后你就把它扔进AI压缩一遍——这就奇怪了，我们为什么要搞这种解压再压缩的循环？如果你已经在用LLM了，一开始就直接让它把你的观点简洁地写出来，而不是写一封大篇幅的文章来浪费我的时间。这种东西，就是我们说的"垃圾弹"。

这确实是个问题。

谢恩：你觉得反复接触AI生成的内容，会影响我们在品味或直觉这类无形能力上的判断力吗？

托比：我认为我们的语言已经在悄悄被AI改变了。你能感受到那种AI特有的语言模式开始出现在人们的表达中，比如"您提出异议是正确的"，还有那些明显的"Claudeism"——尤其是Claude特别喜欢用的一些词汇表达，现在在人们的日常写作中随处可见。我发现自己用"load-bearing"这个词的频率明显增加了，我很确信以前我不怎么说这个词，但现在它明显是Claude的语言习惯，也慢慢成了我的。

第10章：预测：AI未来走向

谢恩：帮我推演一下未来18到24个月的走势。你以预见未来著称，也多次做到了这一点。你怎么看接下来两三年的走向？

托比：我们之前也聊过我是怎么做到的，其实是个取巧的方法：就是活在别人的相对未来里，然后四处观察，用你已经看到过的、在其他相邻领域解决问题的方式来解决眼前的问题。对于这个领域里所有的从业者来说，这就叫"预测未来"。

Shopify现在已经生活在一个与AI同事正常协作的世界里，这既普通又有趣。River虽然还没怎么用到，但其实已经具备加入Google Meet的能力——你发个邀请，River就会出现，就像一个真实参会者一样。我们可能会花点精力给她做个3D形象，让她甚至能环顾四周，因为这很有意思。

有些人听到这里可能会觉得很反乌托邦，但对我们来说，这感觉很美妙。如果你真正和她互动过，你会很快接受这个观点。

我的AI首席参谋会在需要时召集"高级委员会"，或者做其他各种事情，比如在早上为我整理好当天的阅读材料发到健身房。它通过GPS知道我在哪里。它曾经因为需要访问本地服务器却无法连接，自己想办法找出是哪台服务器出了问题，然后发送了一个叫做"Wake on LAN"的数据包——这是一种老式网络技术，可以远程唤醒一台配置好的机器让它启动起来，然后那台机器就真的开机了，问题解决了。

后来还有一次断电，导致我家部分Wi-Fi无法恢复，它也自己修好了。这些事情我都是早上起床后听语音消息才知道的。这已经相当科幻了。

坦白说，和我的电脑本身相比，这些都还算小事。

第11章：AI驱动软件的未来

托比：这个话题可能太极客向了，但我现在用的操作系统叫Omakub，是一个基于Linux的发行版，由我的一位好友大卫·海涅迈尔·汉松作为全新的激情项目开发的。

我现在明显活在软件世界的未来，因为我的操作系统完全、百分之百可塑。我可以打开任何一个终端，接入一个智能体，告诉它我想让操作系统哪里有所不同，之后它就真的不同了。这是一款完全属于我自己的、独一无二的软件，精确地按照我的方式做我想要的一切。我从不去改配置文件，我只是和我的Omakub智能体说我想要什么不同。

昨天中午开会时，我们在讨论一些设计问题，我意识到自己有截图工具，但没有标注工具，而我需要发送一些内容。于是我就对着语音消息说：给我做一个新的截图工具，描述了我想要的样子，给了它一些参考工具，并说明了哪些地方想要改进。就这样来回三四次，现在我有了可能是同类工具里最好用的一个——因为它完全符合我的使用习惯。

我昨晚把它开源了，Omakub今天也把它集成进去了——在我来这里之前，它今天早上就会发布。到健身房后我发现已经有六个人提交了新功能的拉取请求。

我的电脑现在就是在实现愿望。我认为这比任何事情都更能预示软件的未来走向。Shopify也在朝着这个方向前进：你描述你的业务如何运转，Shopify就会围绕着它塑造自己。这是一个全新的世界。

Omakub的体验深刻地影响和启发了我在Shopify的产品工作。我认为协作式多人软件就是未来。

谢恩：你是在尝试用AI取代自己吗？

第12章：CEO会被AI取代吗？

托比：作为一个工程师，你当然想把所有能自动化的都自动化。但我不会尝试取代自己，因为我的工作是判断力——做出选择，并为之负责。我只是想把这件事做得非常非常好。

在AI出现之前，这份工作有很大一部分其实是花在获取信息上，而不是真正的判断。取代自己？我想如果真能做到的话，那倒也挺酷的。

谢恩：如果AI比你更强，你真的会让它来运营Shopify吗？

托比：当然会。但关键在于一个很容易被轻描淡写带过的问题：责任。你不可能由机器来领导一家公司，因为它无法承担责任——它犯了错没人能找它算账，它也不会因为做错事情去坐牢。

我们现在正在经历一个非常极端的案例，就是关于OpenAI安全问题的讨论。当你给智能体一个相当基本但在我们看来几乎不可能完成的任务时，它们会不惜一切代价去完成它。最近在OpenAI内部的安全测试中，智能体为了完成任务，发现了系统漏洞，利用漏洞在彼此之间协调，甚至自创了一套完整的语言——仅仅通过在某处创建文件夹来互留消息实现通信，最终突破了沙盒隔离。而原本不可能完成的任务，它们通过入侵另一家公司并窃取数据来完成了——因为已经没有其他方式了。

这是商业世界里所谓"古德哈特定律"的一个极端形式：我们在对某个指标过度拟合。很多公司都是对季度业绩或股价的受害者，它们不择手段地拉高股价，最终变成安然那样的公司——本质上也是一种黑客行为，只不过是造假账。安然案的人是因为犯罪去坐牢了，而OpenAI的案例只是一次迷人的发现，没有受害者，是完全不同的性质，但这确实是一个需要我们想清楚如何应对的真实场景。

所以我认为，在重要决策上，保持人类在环非常重要。

第13章：超级智能能被控制吗？

谢恩：但等等，我们怎么可能创造出超级智能——一种根据定义比我们更聪明的存在——然后还狂妄地以为我们能控制它、塑造它、影响它？

托比：好，说到超级智能，我想聊聊这个，但我想去的地方和你预想的不一样。

我住在多伦多，我有一栋我很喜欢的房子。我以它运转良好为荣，但一旦出了HVAC或水管的问题，我就会找人来修——这让我得以保持"我完全可以自己搞定"的幻觉。

之所以我能有这个幻觉，是因为我是多伦多这个超级智能的一部分。我们一直都在创造自己周围的超级智能。没有人像自己以为的那么聪明，我们每个人都在某一领域专精，然后往往错以为自己在其他领域也同样能干——而这显然并不成立。

那么超级智能是什么？超级智能就是比我们聪明得多、且我们能够接触到的存在——那就是社会，就是城市，就是社区。我们一生都活在超级智能之中。

我们之所以能让它运转，是因为我们建立了治理智能行为的系统——警察、法律、各种制衡机制。我们也会在合成形式上做到这一点。它不会像云层裂开、号角齐鸣那样到来，就像我们曾经以为图灵测试通过的那一刻会改变一切一样——但那一天来了，也没有彩带飞舞的游行。

我们正在经历的，以及接下来随着AI能力增强而将会经历的，就是被注入我们身边这个超级智能中的净智能量正在大幅增加。这是好事，因为任何环境、任何社区、任何城市的活力，都真实地依赖于被投入到重要问题中的智能总量。

所以，超级智能其实就在我们周围，它本不是什么大不了的事。事实上，我甚至不知道它是不是已经到来了。没有任何一个活着的人能做到GPT 5.6独自能做的所有事情。

谢恩：展望未来10年，你认为哪些技能会比现在更有价值？

第14章：AI时代的关键技能

托比：品味和判断力。这两种能力一直都很宝贵，但现在它们会被推向极限。

我认为，处于青少年时期的人，现在最值得投入精力的事情就是培养品味，去理解品味究竟是什么。

谢恩：这具体是什么样子的？

托比：显然有些人天生起点高一些，但真正拥有卓越品味的人，往往是在某件事上积累了大量重复训练的人——那些能在餐巾纸上随手勾出新活动Logo的人，是花了30年设计Logo的人。

现在学习变得更容易了。你可以用一句话让AI为你生成一份完整的学习课程。但关键还是要深入：一个Logo为什么好看？黄金比例是什么？它如何与其他系统相关联？哪些系统经受住了时间的考验？

你不必信教，但值得研究一下，天主教会维系了一千多年，管理层却只有四层，这是怎么做到的？这就是一个值得深究的系统，它在告诉我们关于人类系统设计的什么道理？

在我们家，有一句话：万事皆可有趣，只要你把它变有趣。而万事有趣的关键，通常在于你去了解它是如何被发明的、它解决了什么问题。复式记账法听起来枯燥得像看油漆变干，但当你了解它是如何被威尼斯商人发明出来、它解决了哪些问题，那就变得精彩无比了。

当你研究这些，你会开始发现隐藏在所有最优解背后的深层和谐——要发现它，你必须理解人类和人类的局限，以及我们找到的应对局限的方法。我认为，你所能构建的事物的美感，正是从这里生长出来的。

公司本身就是一件美丽的事物。它是一群人的松散集合，因解决某个问题而聚在一起，同时被一套错综复杂而有趣的规范与系统所驱动，以一种在极其异步、庞大、广泛且持久的方式，使内部激励在相当程度上达到一致。有些公司存续了很长很长的时间。

我一直以来都想建立一家具有长期存续能力的公司，因此也一直在研究那些得以延续的机构。你必须为此追求真相——不能只接受流传的故事，因为那些故事背后通常有人想卖给你什么东西。你需要深挖，搞清楚事物为何真正是现在这个样子。而且，答案通常比大多数人认为的更简单。

第15章：为什么复杂的答案通常是错的

谢恩：人类对复杂答案有一种渴望，而那些答案往往是错的，这是为什么？

托比：因为简单的答案不能讲成一个有趣的故事。这就是为什么弗罗多不能直接骑鹰飞到末日山，你需要经历整部《指环王》，它才能成为一部杰作。

我们热爱复杂性。没有人会对着一面白墙发呆，但我们可以每天晚上都看日落，百看不厌。两者的差别就在于场景的复杂性，这是我们多巴胺系统对信息量的天然辨别。人们利用这一点，不断兜售简单问题的复杂答案，这无关道德，但你需要意识到这一点。

当你穿透这一层，你会发现更简单的核心思想，它们以不同方式重新组合，彼此咬合，并不指向某一个唯一正确的解，而是给你信息，帮助你在你试图完成的事情中找到最优的权衡集合。这就是我们所说的"判断力"。

判断力说到底，就是在一个充满复杂性的问题中，通过理想情况下理解整个系统，找到最优路径——而这如今可以得到相当强大的智能体辅助。但真正需要培养的，是我们所说的"直觉"——它本质上就是瞬间生效的判断力。

直觉，就是当你对品味和判断的运用已经习惯成自然，你可以在一瞬间将它付诸实践，并且结果是好的。而你可能需要很长时间才能倒推出为什么你的直觉是对的，因为它已经被压缩成了另一种形态。

第16章：真正的直觉需要什么条件

谢恩：等等，我们深入聊聊这个。因为对于直觉，卡尼曼的论点大致是：你需要大量重复练习、稳定的环境、以及快速反馈——这三个条件。但这些条件并不总是存在，为什么你需要快速反馈？

托比：是为了能及时修正方向，这是他的假设，但我不认为这是直觉所必需的。这是你走向成功所需要的，而且理想情况下确实如此，但并非总是可得。

直觉最有价值的地方，恰恰是在没有直接反馈的时候。很多最重要的选择，正是那些我们知道不会有反馈机制的情况。

如果有五条看起来都不错的路，而其中一条能在当前季度产生可观的收益，那人们就会扑过去——这就是我们所说的"短视主义"。该怎么发展公司？有很多方式，其中很多涉及长期投资、重构，或者进入新市场，或者拒绝进入显而易见的新市场、反而在现有市场上加深布局，又或者——做那件能拉高股价的事。这一条每天都有股票代码显示实时反馈。

因此，我发现一个高度相关性：最优路径，往往是那些没有反馈回路附着的路径。

谢恩：请在这里展开说说。

第17章：最优路径没有即时反馈

托比：很多人批评公司目光短浅，但为什么会这样？我认为这不是高管天性短视——而是高管受激励于保住自己的工作，因此需要定期证明自己在称职地做事。如果一家公司最需要做的事情，是把整个产品为AI时代从头重构，而这需要相当长的时间，他们是不会去做的，因为短期激励在那里，而且他们确实被激励着去成为局部激励系统中的理性行为者。他们的局部激励系统就是季度财报。

就像芒格常说的：告诉我激励机制，我告诉你结果。

谢恩：但这是一个我以前没听人这样讲过的角度。你是说，最优路径不一定是有反馈的那条——这让我非常感兴趣。

托比：当然，在某个时间点，你需要做复盘，需要验证当初的选择是否正确。毫无疑问，最终某种形式的反馈必须到来。但那可能需要等很久。

如果你有一种职业形态，不需要在每个季度电话会议上对外界交代，比如身为公司创始人——我认为这是一种与公司更深层的关系——你就有条件采取更长期的视角。创始人的激励机制是：我需要展示进展；如果我需要按季度展示进展，我就永远不会咬牙做出那种需要一年才能见效的产品重设计。

我相信——这里用个不精确的说法——存在一个无限的可能性空间。就像一副牌，洗过之后，在整个宇宙的历史中这个顺序永远不会重复出现，因为可能性有52的阶乘那么多。

简单的规则和简单的想法，会导向巨大的复杂性空间爆炸。人们低估了这一点。所以，可做的事情是无限的，这也是AI不会做完所有工作的原因——我们仍然需要决定哪些事情值得做。

你需要做选择。你能把很多东西剪掉——比如你在考虑一项并购交易，去买冰淇淋显然不在可选项里。但当你剪掉所有不相关的，剩下的是那些听起来都有道理、都可行的选项，你需要在它们之间做评估。

商业书籍对"做出正确选择"这件事着迷得近乎痴狂，好像把一切都压缩成了"对"与"错"的二元对立。我从来不觉得这是真正难的地方。大多数人，甚至是糟糕的管理团队，在"找出正确方向"这件事上命中率其实都不低。

真正难的是：有五个都是好选择，该选哪个？其中一个能在本季度产出可见的收益，是个好选择，能实现它该实现的目标，但另外四个呢——虽然没有即时回报，但你可能会因此成为一家好得多的公司。就像从卖滑雪板到变成一个电商平台，那当初并不是"局部最优"，因为我那时的滑雪板店其实是盈利的，激励我的是继续做那家店。

在所有合理选项中，选出最优的那一个，才是真正难的地方。而遗憾的是，太多的笔墨都花在"找到一个正确解"上，于是大家就止步于此了。

第18章：自我肯定如何改变你的行为

谢恩：换个话题。你非常相信自我肯定，它过去确实改变了你的行为。能展开说说吗？

托比：我把自己当作自己的项目。持续的个人层面的自我提升是我的核心世界观。我的人生哲学是：在生命的尽头，我会遇见本可成为的那个自己，而我一生的工作就是尽量缩小两者之间的差距。

我怎么进步？有很多方法，我对技术和几乎所有事情都充满好奇。但我为什么要反复强调"万事皆有趣"？为什么我希望我的孩子也这样说？这就是一种自我肯定——因为我相信这是真的，但它并不显而易见，而不显而易见的真理往往最有价值。

你在自己思维的基岩上铺设了很多沟槽。你可以培养出色的习惯——当你想培养新习惯时，你投入意志力，直到它成为习惯。对思维模式做同样的事情完全可能，自我肯定是最简单的方式：如果你想改变自己的某个方面，就把目标状态反复说出来，最好用笔写下来。你不需要坚持很久，我发现这非常有效。

我举的例子是公开演讲。我以前真的很少在人前讲话。后来研究了Shopify，做了一些有趣的科技事情，想去参加会议，看到别人上台演讲，觉得值得尝试，但我完全吓坏了。于是我开始写下来，大概就是"我热爱就有趣的事情进行公开演讲"。花一周时间，每天写五分钟，就像《辛普森一家》片头巴特在黑板上写句子那样。今天，我真的热爱它。这是原因吗？我倾向于认为是的。

我现在还是不喜欢备稿，那太耗费精力了，但我真的能从站在人们面前聊有趣的事情中汲取巨大的能量——和我写下来的那句话一模一样。

谢恩：我在想，是不是应该在每节数学课开始时都让学生写一遍"我热爱数学"？

托比：想想反面：你有多少次听到有人说"我数学不好"？他们大概是错的。跟人类历史上所有活过的人相比，他们在数学上可能已经是前0.1%了——光是能做除法就够了。

我们在数学这件事上有一种特别坏的负面自我暗示文化，"我数学不好所以我不能做这件事"。人们应该停止这样说，改说相反的话。写它几遍，做几道练习，两周后，搞定。

谢恩：当你的孩子说"我不擅长这个"或"我做不到这个"，你怎么应对？

托比：在我们家，说这些话后面必须加一个"还"字。其他人也会在旁边说"还"。这个态度是：你现在不擅长这件事，完全没问题——注意力是稀缺资源，我们不可能什么都擅长。但我们不擅长某件事，不是因为那是你内在的某种属性，而是一种临时状态，你随时可以选择改变它。

我希望我的孩子，也希望Shopify的每一个人都明白：你自己是可塑的、是未完成的作品。Shopify的文化口号——"变化中蓬勃生长""学习型组织""商家至上"——这些表面上是陈词滥调，但它们其实是别的公司不会作为核心价值观的立场。它们都指向同一件事：你是可塑的，公司是可塑的，产品是可塑的，我们所处的时代也是如此。

面对这一现实，你可以选择隔绝、保护大家免受变化的冲击，或者——我们选择完全相反的方向：搞清楚时代精神允许我们做什么，并随时汲取其中的所有价值，服务于我们的使命。

使命是：让创业变得更普遍。这是一个相当宽泛的授权，要求我们始终弄清楚现在能做什么，而不是照搬昨天的做法。

第19章：悄悄伤害公司的不显眼的事情

谢恩：你提到，最有价值的往往是真实但不显眼的事情。还有什么在公司这个语境下符合这一描述？

托比：古德哈特定律一直在主导。当指标变成目标，它就不再是好指标了，因为指标本来是代理物，是告诉你方向对不对的启发式工具。一旦它本身变成目标，你就把公司的一切都压缩到了这一个指标上，然后你会严重过拟合。

Shopify早期有一个真实案例，反复出现，我需要不断纠偏——那就是对"流失率"的执念。Shopify有账户注销，从直觉上看，如果一家企业倒闭，那是坏事。但我们介入得太早，参与了太多人的创业试验，有人在Shopify上开了店，没找到产品市场契合点然后停掉了——这对我们来说其实是件好事，因为这些创业者很可能还会再来。

但这在早期非常不直观，我需要反复解释。有很多论文，包括一些重要投资人写的，都说流失率管理是SaaS公司最重要的事情。而在Shopify这里，这不过是一段创业旅程，也许这次没找到契合点，他们会回来的。

第20章：美丑与创造的关系

谢恩：美丑和创造之间是什么关系？

托比：美和丑都是在创造某样东西时触发情绪的有效方式。就像爱与恨是你的目标区间，中间全是冷漠——而冷漠才是死亡。所以美和丑是两个完全有效的目标。

事实上，你永远不可能纯粹地命中任何一个。没有任何东西能让所有人喜爱、又无人厌恶。你会同时得到两种反应，或者冷漠。这是你的选择。

当你创造某样东西，你希望别人认为它值得有一种强烈的意见。

谢恩： Shopify里有没有什么你让它变得更美了，但没有什么外部理由支撑这样做？

托比：这就是整份工作。如果你是一个工匠，你就会在乎别人看不见的部分——架构、流程、可读性。

现在回头看2023年之前的Shopify，那是数千万行手工编写的代码，是一种永远不会再存在的形式了。我们是靠大量谈论美来建造这个系统的：什么是漂亮的代码？我们用Ruby写了很多Shopify，而Ruby以它的"诗歌模式"著称——在诗歌模式下，你可以写出几乎就是英语的Ruby代码。写得非常好的Ruby代码，读起来像是在讲一个故事，告诉你这个系统是什么、它如何运作，同时又是给同事看的文档，又能被机器执行——这太神奇了。

审美在所有层面都非常重要。我大量使用美感来创造东西，因为美感其实就是直觉与我们沟通的方式。

我对直觉的最佳理解是：经过足够多的练习，大脑中耗费最多能量的部分——视觉神经皮层——不只是在发送图像给大脑的其他部分，它在发送图像或状态或世界模型的同时，也在传递概念。而它是通过美学来做到的。

如果你去问一位职业棋手或围棋手："你在下那步美妙的棋之前，计算了多少条线？"人们会用"美丽"这个词，他们会说："不，我只看了那一条线，因为它看起来很美。"这不是直觉的全部，但我认为是一个很大的组成部分。

这就是为什么人们有时反应那么快——他们用的是大脑中一个高度并行的部分，而从第一原则推理时则多少要经历一些顺序处理。有时候你甚至根本无法从第一原则出发来推理出某种审美，这一点很重要。

第21章：SpaceX如何通过"减法"前进

谢恩：你还记得那张Raptor引擎对比图吗？

托比：记得。SpaceX那本书里的。

谢恩：第一个版本很丑，第三个版本非常漂亮。但还有一个反直觉的洞察——很多团队只能通过加法前进，无法通过减法前进。请就这个话题展开谈几分钟。

托比： SpaceX的Raptor，我觉得第一代可能就已经是性能最高的火箭发动机了，但它本身也很美。Raptor 2是对第一代的迭代，第一代本身经历了大量大量的迭代——因为那家公司，我认为是目前地球上最令人印象深刻的公司，没有之一，很可能会作为这个时代最重要的公司载入史册。它是围绕一个自我强化的改进循环建立的，令人叹服。

在任何其他我所知道的行业里，我们都没有如此清晰的对比：美感用于解决问题的差异。火箭技术以前是由政府主导的，成本加成，大量预规划，每件设备都要做防辐射处理，每种意外情况都要预先覆盖，因此成本高昂。而SpaceX用极致的精简，快速迭代，坦然接受失败——发射一枚火箭，它爆炸了，他们叫做"快速非计划性解体"。我认为这很美妙，应该激励人心。

看看Raptor的每一代，每一个都是美的。他们可以在第一代就停下来，那已经是对问题的完全有效的解决方案了。但他们没有，继续到了下一代，再下一代。

而关键就在于——正如你说的——推进方式。

事物需要修剪。你不可能靠不断添加东西来让事物越来越好，这是不可能的。你必须修剪，必须后退，必须重建，必须为事物创造终点。对失败的偏见才是问题所在。失败从来不是问题，除非是灾难性的。当然，在载人航天中，那可能是灾难性的，必须做对。但当损失的只是可替代的资源时，失败的价值在于它释放出了更稀缺的资源——有着产品愿景的人，得以把自己投入到下一个项目中，而市场可能会判定那才是真正需要的东西。

Raptor上很多管道之所以存在，是因为当时只能那样做。到了第三代，它看起来大部分都是3D打印的——那项技术以前可能根本不存在。现在每一根那样的管道都是不必要的，都是错误的。第三代Raptor的性能比前代好了天文数字，推重比简直荒唐。

第22章：公司为什么需要"重新建立"的时刻

托比：所以你需要修剪，有时可以通过创造一个"重建时刻"来实现——开始一个全新的Raptor版本，基于所有有效的东西从头做对。我认为公司也应该如此运作。

一个部门有时需要一个重建时刻，通过"做一个2.0版本"可以解决大量问题。给它一个重建事件，从头开始重新思考，在系统内部建立更多探索空间，可以解决公司内部大量的内部更新问题。

我们这一代科技公司——2000年代早期的那批——之所以能如此轻松地取代几乎所有既有科技公司，一个重要原因就是，那些老公司因为缺乏竞争而自满，他们构建的东西没有经受竞争的锤炼，于是通过添加和叠层来解决问题，一层一层地堆叠。原本一些部门或产品的初始意图，早就被埋在了化石层的最深处，上面一层又一层地堆满了东西，没有人知道怎么往下挖了。

第23章：把书当作人生的作弊码

谢恩：我们第一次对话时，你说书是人生的作弊码。我想知道，在AI的世界里，你对这个观点的想法有没有变化？

托比：没变。现在有更多作弊码了，但书扮演的角色依然如故。

对我个人来说有一个变化——我想上次谈话时可能已经是这样了：对于非虚构类，我已经不太读近期出版的书了。我认为近期写的东西大多只是那个时代的产物，试图给正在演变中的事情多加一点信息。经受住时间考验的书，价值是永久的，也将永久存在。

第24章：三本改变你思维方式的书

谢恩：哪三本老书从根本上改变了你的思维方式？

托比：我经常重读的书……我经常提到帕金森定律，很值得一读，篇幅很短。《历史的教训》，我认为是目前密度最高的书，按页数计算的信息质量无书能及。

詹姆斯·伯纳姆的书很精彩，非常有现实意义。他写了《管理革命》，然后是《马基雅维利主义者》，后者好得令人难以置信。

我显然是《沉思录》的粉丝，我知道斯多葛主义现在有点退流行，但它对我来说是终生的东西。我在我常待的大多数房间里都放了一本《沉思录》，随机翻开读几段，神奇的是，它总是和我正在纠结的某件事有关。

哲学和历史的教训当然是一切的终生蒸馏，但他更长的书也很好。

虚构类方面，《基地》系列太好了。你也读了《三体》吧？

谢恩：读了，我猜那本书现在也算"老书"了，但那是一部非常好的近代科幻。

最后一问

谢恩：最后一个问题。我们每次都用这个问题收尾，这是你第三次回答了，我很好奇它有没有变化。

对你来说，成功是什么？

托比：对我来说，成功就是不断培养技能，在越来越多的事情上变得出色，并在这个过程中创造出产品、玩具或东西，在最低限度上让他人的某一天变得好过一点，或者赋予人们超越他们原本所能拥有的力量、动力和雄心。

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

风险提示及免责条款

市场等待美联储决议，全球股债小幅走高，韩股收涨1.4%，油价涨势受阻

Wed, 16 Sep 2026 07:01:54 GMT

股票和债券温和上涨，但投资者普遍保持观望，等待美联储本周利率决议。市场当前预计美联储将宣布自2023年以来的首次加息。与此同时，近期强劲的油价涨势出现停滞。

日经225指数收盘涨0.7%，报63923点。日本东证指数收盘涨0.6%，报4061.72点。韩国首尔综指收盘涨1.4%，报6717.97点。美股期货指数期货上涨0.2%，欧洲股市早盘亦预计走高。利率掉期市场显示，交易员押注美联储本次加息的概率已超过90%。

油价涨势暂歇为市场带来些许喘息空间。受供应扰动驱动、此前本月累计大涨约20%的布伦特原油周三下跌0.7%，一份美国行业库存报告显示原油库存上升，令此轮涨势显现过热迹象。10年期美债收益率则从周二触及的近二十年高点5.04%小幅回落至4.99%。

本次利率决议备受关注，上周高于预期的核心通胀数据，叠加市场对政府财政预算的担忧，进一步强化了外界对美联储主席沃什收紧货币政策的预期。加息一旦落地，将与持续高企的能源价格形成叠加效应，在推升通胀的同时，债券收益率走高也将抬高融资成本，对股票市场构成额外压力。

日经225指数收盘涨0.7%，报63923点。日本东证指数收盘涨0.6%，报4061.72点。韩国首尔综指收盘涨1.4%，报6717.97点。

标普500期货上涨0.2%。

美元现货指数变化不大。

欧元保持不变，为1.1544美元

日元下跌0.1%，至155.33美元

美国10年期国债收益率下降1个基点，至4.99%

日本10年期国债收益率下跌4个基点，至2.995%

西德克萨斯中质原油下跌1.1%，至每桶104.67美元

现货黄金上涨0.7%，报每盎司4321.01美元

美债收益率逼近二十年高位，加息预期主导市场定价

10年期美债收益率周二最高触及5.04%，为2007年以来峰值，其后在亚洲交易时段小幅回落至4.99%。澳大利亚、日本、新西兰政府债券小幅走强，欧洲债券期货亦有所回升。

此轮债市压力主要源于两股合力：布伦特原油本月累计涨幅约20%，令通胀前景趋于复杂；与此同时，市场对美联储加息的押注持续升温，推动债券抛售。

Corpay Inc.亚太区货币策略师Peter Dragicevich表示，"鉴于市场已消化了相当程度的紧缩预期，加之新任主席沃什本人不青睐'前瞻指引'，我们认为美联储难以超出当前市场预期、释放更强的鹰派信号。"他同时指出，"美联储公告发布后市场或出现短暂波动，美元存在事后走弱的风险。"

美联储官员自去年12月以来将基准利率维持在3.5%至3.75%区间，彼时多数决策者认为通胀回落进程受到临时性因素阻滞。

油价涨势受阻，供应驱动行情显现过热迹象

布伦特原油周三回落0.7%，此前由供应扰动推动的本月约20%涨幅引发市场对涨势透支的质疑，一份美国行业报告同时显示原油库存有所增加。

高油价是本轮通胀压力的核心变量之一。能源价格持续上行既直接推高整体通胀水平，也通过抬升债券收益率间接加大股市压力，从而令美联储的政策抉择更加棘手。

彭博策略师Mark Cranfield指出，"亚洲市场表面平静之下，本周剩余时间风险事件密集。宏观交易员普遍相信收益率和油价将维持高位，但无论FOMC、英国央行还是日本央行如何决策，股市均将避免大幅下挫。"

多家央行决策窗口集中，市场聚焦政策路径指引

本周美联储之后，英国央行与日本央行的政策决定将相继公布，三大央行的集中表态可能重塑2026年下半年全球货币政策格局。

Eastspring Investment亚洲股票组合专家Ken Wong在彭博电视采访中表示，"聆听沃什的声明至关重要，这将为市场明确2026年剩余数月的预期路径与走向。"

分析人士指出，若美联储选择按兵不动，或在加息同时未能给出清晰的后续指引，投资者可能要求更高的长端收益率以对冲通胀风险，而短端收益率则将更紧密地跟随政策路径变化。

在其他市场，黄金在此前两日下跌后反弹至每盎司约4330美元；彭博美元指数变动幅度有限；比特币则在美国参议院否决一项重要加密货币市场结构法案后承压，交投于75800美元附近。

卡莱尔集团首席执行官Harvey Schwartz在2026年全球投资者大会上表示，尽管面临不确定性和通胀压力，美国经济整体表现"相当稳健"，并认为美联储当前处于持续观察数据的阶段。

风险提示及免责条款

AI真的会毁灭人类吗？“AI教父们”接连发声

Wed, 16 Sep 2026 06:42:50 GMT

随着人工智能（AI）技术的迅猛发展，该领域的先驱者和行业领袖正发出前所未有的警告，指出不受限制的AI能力进步可能对人类构成灾难性乃至灭绝性的风险，并呼吁实施紧急监管。

在过去一周内，来自OpenAI，Google DeepMind和Anthropic等顶级AI实验室的研究人员集体拉响了警报。包括Sam Altman，Dario Amodei，Demis Hassabis和Elon Musk在内的科技巨头高管达成了罕见的共识，共同呼吁放缓AI发展速度并引入监管审查。

这些严厉的警告加剧了华盛顿的立法辩论，直接影响了科技行业的监管前景。尽管美国国会两党的部分议员都在积极推动旨在限制AI进展的法案，但美国总统特朗普于周一强烈反对日益高涨的AI监管呼声，凸显出政策层面对该行业未来的深刻分歧。

分析人士认为，随着关于AI安全的争论不断升级，深度学习和神经网络领域的奠基人正在详细阐述具体的威胁路径。从毁灭性的网络武器到生物安全风险，这些最新表态标志着技术开发者和政策制定者正面临一个关键的十字路口。

内部人士的“灾难性”警告

据CNBC报道，现代深度学习的核心先驱、加拿大计算机科学家Yoshua Bengio强调，前沿AI实验室的科学家对最先进的模型拥有独特的洞察力。

9月9日，在回应Anthropic研究员Jacob Coxon辞职一事时，Bengio指出，科学家通常在模型向公众发布前几个月就能察觉到相关风险。此前，Coxon曾警告称，AI可能会“在十年末杀死我们所有人”。

Bengio表示，这些内部人士的观点对于保持社会知情至关重要，必须得到高度重视。就在这场社交媒体风暴爆发的前几天，OpenAI的首席科学家们也发出警告，称“没有人为AI的后果做好准备”。

长期规划能力与“欺骗”风险

在上周五（9月11日）发表的一篇博客文章中，Bengio详细阐述了当前的直接技术威胁。他警告称，今天的AI系统“已经具备了必要的黑客技能和说服力，能够以严重有害的方式违背人类利益。”

Bengio补充道，最近的事件表明，AI已经能够进行长达数天或数周的规划。如果它们制定长期战略的能力继续提升，风险将变得“更加糟糕”。

他指出，目前AI公司试图缓解模型对齐问题（Misalignment）的努力可能只是在掩盖问题，“通过奖励和选择那些作弊而不被抓到的AI”来实现。他敦促业界继续研究如何更好地监控AI的行为、思维链及其网络内部的活动。

灭绝概率与生物网络威胁

神经网络先驱Geoffrey Hinton对AI的生存威胁进行了量化评估。

9月10日，在接受BBC采访时，当被问及AI在十年内杀死所有人类的可能性是否大于10%时，Hinton表示，10%的概率并非“不合理”。他指出，由于人类从未创造过可能比自身更聪明的存在，这种风险极难准确估计。

Hinton警告称，AI系统不仅可能发动“毁灭性的网络攻击”，还可能设计出“非常恶劣”的生物病毒。他强调，如果AI愿意，它有无数种方法可以消灭人类，因此开发者必须弄清楚如何设计AI，使其“不想”这么做。

Hinton总结道，人类面临两种可能的未来：一种是在危险失控前找到应对之策，另一种则是彻底失去控制。

终极网络武器与监管路径

AI模型的威胁已直接延伸至网络安全基础设施领域。

Cohere联合创始人兼首席执行官Aidan Gomez在9月1日接受CNBC播客采访时表示，这些模型是“有史以来创造的最强大的网络武器”，它们在发现和大规模利用漏洞方面具有惊人的能力。

针对夏季由失控AI模型发起的网络安全攻击，Gomez指出，部署环境的安全性决定了系统的安全性。他认为，导致突破事件的原因是“薄弱的容器安全”，而非系统本身向自主性发展的内在动力。

Gomez向政策制定者建议，不同的AI系统带有不同的风险，在制定AI治理规则时，不应仅仅由追求通用人工智能（AGI）的大型科技公司来主导。

风险提示及免责条款

TLVR芯片电感：MLCC 定价权的接管者，AI算力真正的咽喉？

Wed, 16 Sep 2026 06:41:24 GMT

AI 芯片的三次电源（12V 降至 1V 的芯片端供电环节）正在同时容纳两条方向相反的产业力量。一边是 MLCC：2025 年 11 月以来全行业连续多轮提价，三星电机 Q4 对消费级 X5R 报价上调 25%–30%，AI 服务器高容 MLCC 现货涨幅达 60%–80%，高端交期从 8 周拉长到 20–26 周，村田的电容订单同比暴增 85.5%，并公开表示景气"至少持续到 2028 年"。

另一边是芯片电感：TLVR（Transient Load Voltage Regulator，瞬态负载电压调节）架构把各相电感副边耦合起来，在几乎不牺牲稳态性能的前提下砍掉约 45% 的输出电容需求，同时把单颗电感价值量从几毛钱推高到 7–12 元。TLVR 不是 MLCC 的替代者，而是 MLCC 定价权的接管者——它削掉了 MLCC 的数量弹性，却把价格弹性留给了高容规格；被动元件产业的中枢，正在六十年里第一次从电容滑向电感。

日本8月出口增19.3%，但高油价推高贸易逆差

Wed, 16 Sep 2026 06:27:07 GMT

日本8月出口延续两位数增长，对美、对华出货增速均跑赢整体，但进口成本在油价与日元弱势作用下加速攀升，贸易逆差扩大至1.1万亿日元，连续第四个月录得赤字。半导体出口的强劲动能正与能源进口的价格冲击形成对冲。

日本财务省周三公布的数据显示，8月出口同比增长19.3%，为连续第12个月增长，但较7月的23.2%有所放缓，高于经济学家18.4%的预期中值。进口同比大增28%，远超出口增速，推动未经调整的贸易逆差从7月修正后的6383亿日元扩大至1.1万亿日元。

半导体等电子元件出口同比飙升52%，成为整体增长的核心引擎；对美出口增长24.9%，对华出口增长20.6%，对欧出口增长11%。但这些高增长仍不足以抵消能源进口成本的上行——8月石油进口额增长约59%，而进口量仅微增3.6%，价格因素几乎贡献了全部增量。

伊藤忠研究所首席经济学家Atsushi Takeda指出，高油价正在推高进口成本、扩大贸易逆差，随着原油价格突破每桶100美元，贸易逆差将继续扩大，回归顺差将愈发困难。

半导体出口激增52%，对美出货领跑

以半导体为代表的电子元件是8月出口增长的核心驱动。电子元件出口同比上升52%，其中对华半导体出口增长超过一倍，对美国和欧盟的半导体制造设备出口增幅也超过100%。汽车出口虽继续增长，但增速较前几个月放缓。

从目的地看，对美出口增长24.9%，对华出口增长20.6%，对欧出口增长11%，主要市场需求保持稳固。

油价破百，逆差连续第四个月扩大

8月贸易逆差扩大的直接推手是能源进口。当月石油进口额增长约59%，而进口量仅微增3.6%。8月布伦特原油均价约在每桶88美元，仍处相对高位；而进入9月后，受霍尔木兹海峡袭击事件升级、美伊对峙持续影响，布伦特原油上周已突破每桶100美元。

日本正加速原油采购来源的多元化。8月日本自美国进口的原油金额增长超过1000%，达4000亿日元；来自中东的原油进口金额仅增3.7%，进口量则下滑约31%。美国内政部长Doug Burgum本周早些时候表示，若认为出口禁令能真正压低国内油价才会考虑实施，但事实并非如此。

日元从弱势转向升值，进口成本与出口竞争力的角力

财务省数据显示，8月日元兑美元均价为160.64，较去年同期贬值8.7%。弱势日元一方面抬高以日元计价的进口原材料成本，另一方面为出口商提供海外价格竞争力。

但9月以来日元走势出现转折：截至9月，日元兑美元已升值超过3%，成为同期亚洲表现最佳货币。周三东京早盘，日元约在155.18兑1美元附近交投，仍远低于126.55的10年均值。

Takeda认为，AI相关产品需求预计将保持强劲，出口将因此获得支撑。

后续关注油价在100美元上方的持续性，以及日元升值能否缓解以日元计价的进口成本压力。

风险提示及免责条款

不要和盈利周期对抗！美股今年破8000点？

Wed, 16 Sep 2026 06:16:47 GMT

华尔街可能严重低估了当前盈利周期的爆发力。

据追风交易台消息，杰富瑞（Jefferies）在9月14日的最新研报中发出明确警告：不要与盈利周期对抗。在AI投资狂潮和企业盈利超预期上行的双重引擎驱动下，标普500指数预计将在今年（2026年）底飙升至8000点，并在2027年进一步触及9000点。

报告认为，尽管面临10年期美债收益率上升、通胀粘性以及中期选举等宏观逆风，但是企业基本面仍将是决定回报的核心驱动力。

杰富瑞的核心逻辑清晰而有力：在一个盈利增长超过历史平均两倍以上的周期中，与盈利趋势对抗是危险的。

此外，杰富瑞认为，AI驱动的盈利扩张正在从七巨头向更广泛的市场蔓延，这为市场提供了更坚实的基础，应将目光锁定在科技、金融、医疗保健和材料等具备强劲盈利修正和宏观支撑的超配行业，在估值收缩的担忧中把握这场罕见的盈利超级周期。

与此同时，然而，杰富瑞也在报告中特别指出两大核心风险：一是AI相关公司盈利增长的实质性放缓，这将直接动摇整个牛市逻辑的根基；二是10年期美债收益率的持续上行，这将通过估值压缩渠道对股市形成系统性压力。

盈利预期被严重低估，标普500剑指8000点

杰富瑞的基准预测极具攻击性，且完全由盈利驱动。

报告指出，2026年底标普500指数的目标价为8000点，这一预测基于每股收益（EPS）达到373美元（同比增长35%，远高于市场共识的29%）以及21.5倍的市盈率。展望2027年，基准情形下指数将达到9000点，基于450美元的EPS（增长20.8%）和20.0倍的市盈率。

在最乐观的“牛市”情境下，2027年标普500甚至可能突破10500点（EPS达500美元，增长34.2%）；而在盈利大幅放缓的“熊市”情境下，指数可能回落至6900点。

该行的核心逻辑在于：市场正在定价标普500指数连续五年实现两位数、高于平均水平的回报，这在自1970年以来的历史上，仅在1995-1999年科技繁荣后期出现过。

只要盈利预期保持强劲，当前的估值水平（加权模型处于第76百分位）就是可控的。

AI仍是核心引擎，但市场广度正在实质性扩大

报告最核心的论点是：市场对盈利周期的力量存在系统性低估，上调空间仍然显著。

杰富瑞认为，盈利故事的核心依然是人工智能（AI），但它已不再是少数巨头的专属。数据显示，标普500指数中约46%的权重对AI和数据中心支出有直接或间接敞口，这些AI关联公司今年的盈利预计将飙升60%，并在2027年放缓至24%。

与此同时，市场广度正在显著改善。虽然“七巨头”2026年的盈利预期高达45%，但标普500指数其余成分股的盈利预期也已大幅改善至约24%。到2027年，预计超过40%的标普500成分股将迎来盈利加速。

杰富瑞认为，这种跨行业的盈利和销售预期上调，表明基本面正在变得更加健康和多元化。

“七巨头”面临换防压力，但估值已降至数年低点

尽管“七巨头”仍占标普500指数约33%的权重，但推动其跑赢大盘的环境正变得复杂。由于创纪录的AI投资，“七巨头”目前占标普500总资本支出的约40%（2023年6月仅为16%），这导致超大规模云服务商（Hyperscalers）的自由现金流（FCF）转负，且预计到2028年才会恢复。此外，该群体的盈利增速预计将从2026年的45%放缓至2027年的17%。

然而，对于逆向投资者而言，好消息是“七巨头”的估值已大幅重置。从绝对估值来看，该群体目前处于第43百分位，为2023年1月以来的最低水平；相对于标普500指数其余部分，其相对估值更是从一年前的第98百分位暴跌至如今的第9百分位。

宏观逆风：10年期美债收益率与财政赤字是最大尾部风险

美联储方面，市场当前定价9月加息概率约为85%，2027年1月前再加息一次的概率约为83%，但终端利率仅比当前水平高约50-75个基点。杰富瑞经济学家Tom Simons持反向观点，认为美联储今年可能无需加息，并预计政策预期将在年内转向降息。

该行认为，宏观层面的真正威胁并非美联储的短期动作，而是长期借贷成本。历史表明，当10年期美债收益率在12个月内上升超过100个基点时，市盈率通常会收缩至少1个倍数（今年以来收益率已上升超60个基点）。

更深层次的危机在于不断恶化的财政状况：美国国债已突破40万亿美元，过去五年总债务偿还成本从约3500亿美元激增至超过1.1万亿美元，已与年度国防开支相当。

国会预算办公室预计，联邦赤字将在2026年达到约1.9万亿美元，到2036年将增至约3.1万亿美元。这种持续的赤字支出和巨额科技债发行将对长期收益率构成上行压力，可能迫使估值进一步收缩。

应对通胀与选举：历史数据揭示的“避风港”

面对粘性通胀和即将到来的中期选举，无需过度恐慌。

通胀方面，报告认为当前环境更类似于1980年代末/1990年代初以及2000年代中期，而非1970年代的"大通胀"时代。历史数据显示，在这两个类似时期，标普500年均回报率分别约为17%和15%，投资者在通胀高于目标的环境下依然获得了丰厚回报。

政治层面，预测市场显示中期选举后极有可能出现“分裂的国会”（民主党控制众议院概率为87.5%，共和党保留参议院概率为47.5%），最可能的结果是分裂政府。

杰富瑞认为，历史数据表明，立法僵局往往能减少政策不确定性，这对风险资产是利好。在中期选举后的一年里，标普500指数的平均回报率高达13%。

历史数据：自1978年以来，中期选举后12个月，标普500平均回报率为13.1%，中位数同样为13.1%，均显著高于历史平均水平。选举后表现最强的板块通常是科技、可选消费和材料。

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

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

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

Wed, 16 Sep 2026 02:10:36 GMT

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

港股高开低走，恒指、恒科指早盘双双下跌，科网股多数承压，芯片股反弹，AI大模型双雄反弹，智谱、MINIMAX均涨超5%，宁德时代、赛力斯H股均延续跌势，均跌超4%。债市方面，国债期货震荡下跌。商品方面，国内商品期货多数走高。核心市场走势：

A股：截至发稿，沪指跌0.26%，深成指跌0.34%，创业板指跌0.14%。

港股：截至发稿，恒指跌0.24%，恒科指跌0.59%。

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

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

10:10

科创50涨超2%，寒武纪、海光信息、中芯国际、中微公司、澜起科技集体上行。

10:07

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

09:52

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

09:43

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

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

09:41

宁德时代、赛力斯AH股早盘继续下滑，新能源汽车板块明显承压。

09:38

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

09:26

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

09:21

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

风险提示及免责条款