华尔街见闻 - 资讯 - 最新

高盛：对于市场，“不加息”比“加息”更危险

张雅琦 — Sun, 13 Sep 2026 12:19:45 GMT

中期选举前的对伊战事：特朗普的“胜利”如何定价？

华泰睿思 — Sun, 13 Sep 2026 11:58:06 GMT

摘要

数日来，美伊海上“循环报复”显著升级。当地时间9月9日，霍尔木兹海峡、曼德海峡冲突同步升级，催动国际油价快速上涨。我们判断，中期选举前美伊大概率延续“反复拉锯、有限交火”，特朗普预告选后终战、重新定义胜利叙事，或在为冲突“烂尾”预先铺垫。中期选举前，国际油价大概率维持高位波动，中期选举后油价走势则取决于“战争结束”的方式。

本轮冲突新特征：转向经济目标、扩围至“双海峡”、形态高频化

打击对象从军事设施转向油轮商船等经济目标，博弈范围从霍尔木兹海峡扩展至阿曼湾、阿拉伯海直至曼德海峡，冲突形态从谈判拉锯转为高频海上循环报复。美方“以战施压、以压促变”，以切断“影子船队”运力升级经济封锁；伊方“以拖待变、以议题换空间”，开出较难兑现的终战条件并新设海上“制裁区域”，以海峡为制衡筹码的战略内核未变。

美伊战略调整：美方“以战施压”，伊方“以拖待变”

美伊战略调整呈现美方“以战施压”，伊方“以拖待变”的对峙格局，或在为中期选举前后的下一阶段博弈储备筹码。美方“以战施压、以压促变”，经济封锁、外交收紧、军事备战多线并进。经济上制裁进入加速实施阶段，次级制裁扩展至第三国银行与伊朗航空业，外交上推动国际原子能机构理事会将伊朗核问题提交联合国安理会，军事上延长中东部署至2027年，保留战争升级选项。伊方“以拖待变、以议题换空间”，议题化博弈有所升级但以海峡为制衡筹码的战略内核未变。5项终战条件或是为抬高美方结束冲突的成本，新设海上“制裁区域”或是为扩大博弈空间。

美国中期选举前走向：有限交火大概率延续，“烂尾”铺垫或已现

大概率延续“反复拉锯、有限交火”。选情约束下，特朗普中选前可能不会主动寻求全面升级。预告选后终战、提出“不局限于核协议”的胜利叙事并酝酿新版中东战略，则表明其或在为冲突“烂尾”进行前期铺垫。但同时还维持战略威慑，保留经济施压、有限军事行动、全面升级等所有选项。中期选举后关注不战不和消耗战、下调胜利目标、单方面宣布胜利、全面升级4种可能“烂尾”路径。

风险因素：以色列战略冒进、国际油价失控、伊朗经济恶化

10月27日以色列议会选举，内塔尼亚胡若败选或面临司法压力，或应警惕其选前对伊行动的风险；11月3日美国中期选举，高通胀与美军伤亡冲击选情，若油价失控，特朗普或存在提前宣布“胜利”或大幅升级冲突的可能；伊朗经济承压加剧，以军事冒进对冲经济压力的可能性亦有所上升。

国际油价影响：中选前或高位波动，中选后取决于“战争结束”方式

“暗航”运力承压或将加大供给冲击，近期部分原油进口大国需求回升也使缓冲消退，叠加旺季需求将至和全球库存吃紧，中期选举前，国际油价大概率维持高位波动，中期选举后油价走势则取决于“战争结束”的方式。若美方单方面宣布胜利且无法恢复海峡正常化，油价或将在急跌后长期处在高于战前价格区间；若冲突走向全面升级，参照4月霍尔木兹海峡封锁期间126美元/桶的峰值，不排除进一步冲高的可能。

正文

霍尔木兹海峡、曼德海峡冲突同步升级，国际油价破百

数日来，美伊海上“循环报复”显著升级。美军与伊朗伊斯兰革命卫队相互针对对方油轮、军舰等海上目标发起打击，双方对战果各执一词：美方称摧毁数艘伊朗油轮，并打击哈尔克岛与贾斯克附近目标；伊方宣称打击美军舰艇及油轮，并向驻约旦美军基地发射约20枚弹道导弹，重创美军。伊朗外交部谴责美军袭击，称伊武装部队行使合法自卫权“不会有任何犹豫”。

伊朗开出停火条件并新设海上“制裁区域”。9日革命卫队发言人穆赫比开出结束冲突的5项条件，包括全面停火并放弃再次威胁、以军撤出黎巴嫩、解除对也门封锁、解冻244亿美元被冻结资产、停止干涉伊朗核导计划，并宣布将在恰巴哈尔港至阿曼湾、阿拉伯海设立新的海上“制裁区域”，进入该区域的船只将被停止提供海事、保险等服务，且日后在霍尔木兹海峡航行也无法获得海事等相关服务。

曼德海峡方向同步升级，胡塞武装宣布控制也门红海沿岸战略地带及摩卡港，对曼德海峡航运构成更直接威胁。8日沙特能源部称，该国南部多处能源设施及公用设施8日早间遭也门胡塞武装袭击起火，位于艾卜哈的沙特阿美炼油厂等目标遇袭，不到48小时内沙特能源设施已三度遇袭，袭击造成73名平民受伤。胡塞武装宣称沙特“已无安全之地”、所有能源设施均为合法目标，并击落多架沙特无人机。沙特主导的多国联军过去三天对也门发动逾百次空袭，9日胡塞武装继续使用弹道导弹和无人机袭击沙特南部。卡塔尔、科威特、巴林等国谴责胡塞袭击，据路透10日报道，巴基斯坦已代表沙特要求伊朗约束胡塞武装。

特朗普提出终战时间节点。9日特朗普表示：“我们不寻求与伊朗谈判，选举一结束，这场战争立马就会终结”，但承认油价回落需要更长时间。

“双海峡”冲突叠加，催动国际油价上涨。 10日布伦特原油收于每桶107.63美元、WTI原油收于每桶102.48美元，双双突破每桶100美元（单日涨幅分别6.34%、6.69%）；美国能源信息署上调今明两年油价预测近5%，预计今年布伦特现货均价约91美元、WTI约84.65美元（均价低于现价系上半年价格拖累）。船舶追踪机构克普勒公司9日的航运数据显示，8日仅有6艘商船通过霍尔木兹海峡，低于前一天的9艘，也低于十天约12艘的日均水平，联合国秘书长已呼吁各方保持最大克制。

本轮冲突新特征：转向经济目标、扩围至“双海峡”、形态高频化

（1）打击对象从军事设施转向油轮商船等经济目标。美方将打击油轮与护舰直接绑定，中央司令部司令库珀明确表态，伊朗向两艘美军舰艇发射导弹，美国就摧毁伊朗三艘油轮。此举或意在切断伊朗“影子船队”运力，以经济围堵替代地面升级，在不触碰伊朗领土红线下最大化施压。

（2）博弈范围从霍尔木兹海峡扩展至阿曼湾与阿拉伯海，直至曼德海峡。伊朗新设海上“制裁区域”以恰巴哈尔港为起点、覆盖阿曼湾和阿拉伯海部分海域，矛头直指美军协助商船通行的阿曼附近航线。这是伊朗首次将“管辖”主张延伸到国际航道外围，并划定单边强制性管控海域，或意在对冲美军护航体系。与此同时，胡塞武装对沙特能源设施的袭击烈度上升，并借控制摩卡港将威胁投向曼德海峡，博弈范围事实上已然实现“双海峡”覆盖。

（3）冲突形态从谈判拉锯转为高频海上循环报复。4月美伊博弈的主线聚焦高频高烈度军事对抗。4月至8月，美伊博弈的主线聚焦谅解备忘录的签署与执行。8月30日起，在美军以伊朗布设水雷为由恢复打击后，谈判渠道基本冻结，特朗普“我们不寻求与伊朗谈判”的表态意味着博弈主战场或回到海上。

美伊战略调整：美方“以战施压”，伊方“以拖待变”

美伊加速战略调整，或都在为中期选举前后的下一阶段博弈积攒筹码。

美方“以战施压、以压促变”，经济封锁力度持续上升。海上打击之外，经济上制裁力度加强。财长贝森特8月24日公布的“经济弃儿行动”已进入实施阶段，拟禁止美国金融机构为埃及Banque Misr阿联酋分行开立或维持代理账户，且土耳其的金融机构Golden Global Yatirim Bankasi Anonim Sirketi（Golden Global Bank）及其子公司成为首批次级制裁对象。贝森特公开表示目标是“压垮这个政权”，并宣称伊朗“出口生命线已被切断”。9日，美国财政部再连发多轮制裁，针对伊朗航空业等36个对象，并暂停对伊通用许可证J-1。

外交战线同步收紧。在美方推动下，国际原子能机构理事会9月10日以23票赞成通过决议，将伊朗核问题提交联合国安理会，伊朗斥其“偏见”“政治化”，称将作出实际回应。

与此同时，美国也在军事上做好升级准备。据《华尔街日报》9月3日报道，五角大楼正将中东部署延长至2027年，维持约5万驻军、19艘军舰，特朗普已听取包括夺取霍尔木兹海峡附近伊朗岛屿、打击镐山在内的军事简报。

伊方“以拖待变、以议题换空间”，议题化博弈有所升级。整体看，伊朗以海峡为制衡筹码的战略内核未变。5项终战条件较难兑现，或是为抬高美方结束冲突的成本。新设海上“制裁区域”或是将博弈空间扩大到霍尔木兹海峡之外。面对经济封锁，伊朗经济部已设立“经济战争指挥部”集中应对战争冲击。军事上，伊朗公布“卡西姆·巴希尔”新型固体燃料弹道导弹，并称“从被动威慑转向主动威慑”，并披露曾试射反舰导弹飞越美军战舰上空。值得注意的是，伊朗9月10日下令暂停对进出伊朗、运输能源产品的外国船舶收取10%运费附加费，显示出伊朗收费杠杆“可征可停”，议题化操作灵活。

美国中期选举前走向：有限交火大概率延续，“烂尾”铺垫已现

我们认为，中期选举前美伊大概率延续“反复拉锯、有限交火”的循环报复，特朗普已在为战争“烂尾”寻求铺垫。

中期选举前，在选情约束下，特朗普大概率不会自动寻求全面升级。目前，特朗普民意支持率维持在33%任内最低，幕僚已警告冲突升级可能拖累共和党中期选举选情。

特朗普9日提出中期选举后终战，或为“宣布胜利”预留了时间窗口。结合特朗普预告选后终战，以及早前提出以色列大选后将对中东战略进行调整，我们认为其或在为战争“烂尾”寻求铺垫。据Axios 9月4日报道，其政府已在起草战后新版中东战略，包含构建遏伊联盟、协同收尾地区冲突、扩大《亚伯拉罕协议》三个要素，拟待以色列大选后推进。

重新定义胜利叙事，“下调胜利目标”，或是为“烂尾”预先营造舆论。特朗普9日称“美国现在寻求解决的已不局限于核协议”，甚至提议将霍尔木兹海峡改名为“特朗普海峡”。与此同时，CNN披露美军方与情报界正讨论终战后削减长期驻中东人员与设施。

中期选举后，关注不战不和消耗战、下调胜利目标、单方面宣布胜利、全面升级等4种“烂尾”的可能路径（参见我们8月14日发布的《美伊消耗性僵局的前景和情景假设》）。

风险因素：以色列战略冒进、国际油价失控、伊朗经济恶化

（1）以色列战略冒进的风险。10月27日将举行以色列议会选举，据新华社9月8日报道，内塔尼亚胡民调落后，其领导的利库德集团或将以21席对埃森科特领导的正直党25席，且内塔身背三项刑事指控、辞任即面临司法压力，因而或应警惕其选前对伊行动的风险。9月3日，内塔尼亚胡宣称“推翻伊朗政权触手可及”，以军同期在黎南部摧毁真主党地道网络，防长卡茨扬言将打击伊朗包括能源设施在内的全部基础设施。选前以色列“外交孤立”同步加深：英国制裁约旦河西岸定居点后，以宣布关闭英国驻耶路撒冷领事馆、禁止12名英国官员入境，英法及12国发表联合声明限制定居点商品贸易——外部压力越大，内塔尼亚胡可能越倾向于用安全议题来凝聚右翼基本盘。以色列战略冒进仍有可能干扰美国节奏。

（2）国际油价失控。高油价、高通胀拖累共和党选情。美国汽油均价8月下旬达每加仑4.11美元，柴油价格处4年高位。人员伤亡同样对选情不利。美国防部数据显示，截至9月8日美军在伊朗战事中累计伤亡838人（18死、820伤）。若选前油价失控，不排除特朗普提前宣布“胜利”或升级冲突转移矛盾的可能。

（3）伊朗经济恶化超预期。在美对伊海上封锁加经济制裁下，伊朗“抵抗经济”持续承压。8月原油装船量降至22万～25.5万桶/日（战前约200万桶），里亚尔汇率跌破200万兑1美元。国际原子能机构理事会决议将伊朗核问题提交安理会后，若“快速恢复制裁”机制随之启动，伊朗外部经济环境将进一步恶化。社会经济压力加大，捍卫政权的报复冲动上升，以军事冒进对冲经济压力的可能性同步上升，或加大冲突螺旋升级的可能性。

国际油价影响：中选前或高位波动，中选后取决于“战争结束”方式

目前，“暗航”运力承压或加大供给冲击，用油需求回升使缓冲消退，中期选举前，国际油价大概率维持高位波动，中期选举后油价走势则取决于“战争结束”的方式。

（1）“暗航”运力承压，供给冲击加大。我们在9月9日发布的《超级外交月启幕，俄乌和谈迎来窗口，中东冲突再起——地缘政治双周报》中判断海峡油运靠“暗航”维系，即船舶关闭AIS信号、由美军护航通过，每日15至20艘，日运输量接近1000万桶。美伊海上“循环报复”或将冲击“暗航”运力，美军对“影子船队”的打击同步削弱伊方供给。而据国际能源署数据，沙特东西向管道和阿联酋通往富查伊拉港的输油管道的合计绕行能力仅350万—550万桶/日，远不足以对冲供给缺口。

（2）从需求端看，短期部分原油进口大国边际上恢复采购，需求出现上升迹象，过去的需求端缓冲开始消退；同时，全球库存低位，叠加即将进入秋冬需求旺季，油价或维持高位。

（3）中期选举前大概率维持高位波动，中期选举后取决于“战争结束”的方式。当前，双海峡冲突升级叠加，直接催化布油价格破百并高位上行。暗航脆弱性叠加部分原油进口国需求回暖，中期选举前油价大概率维持高位波动。中选后，“战争结束”方式直接影响国际油价走势。若美方单方面宣布胜利且无法恢复海峡正常化，油价或将在急跌后长期处在高于战前价格区间；若冲突走向全面升级，参照4月霍尔木兹海峡封锁期间126美元的峰值，不排除油价进一步冲高的可能。

本文来源：华泰睿思

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。

25位菲尔兹奖得主联名愤怒，OpenAI退出赞助：AI正在激怒整个数学界

澎湃新闻 — Sun, 13 Sep 2026 11:44:37 GMT

数学家们说：AI公司负责宣布“突破”，而数学家负责免费验证、修补，甚至收拾烂摊子。这笔账，他们不想再忍了。

过去一周，数学界和AI公司之间的紧张关系彻底爆发了。

先是纽约大学数学家Tristan Buckmaster公开指责OpenAI向他施压，要求他将一位在Anthropic工作的合作者从论文中剔除。随后，25位菲尔兹奖得主——数学界的最高荣誉获得者——联名签署公开信，警告AI实验室为了争夺“解决著名数学难题”的头条，正在威胁学术研究本身。

本周四，OpenAI撤回对加州理工学院一项数学活动的赞助。此前，该校数学家发表公开信，称这项活动“可能对数学界造成破坏性影响”。

事情闹大了。

“我只是这些小把戏里的旁观者”

事情要从劳动节周末说起。

整个八月，Buckmaster和合作者Levent Alpöge在纳维-斯托克斯方程上取得了重大进展。这是克雷数学研究所2000年提出的七个“千禧年大奖难题”之一，悬赏100万美元。

然后OpenAI来了。

不到一周，OpenAI宣布其AI智能体找到了答案。这是AI首次攻克千禧年难题级别的数学问题，消息震动全球。

但Buckmaster发现事情不对劲。他和Alpöge在研究中使用了OpenAI的Codex工具——一个用于编写和管理代码的AI助手——来帮助整理和简化数学推导。而OpenAI的模型会利用用户数据进行训练。

“没有证据表明他们这样做了，”Buckmaster说，“但OpenAI证明中的方法和事件的时间线，高度暗示这正是所发生的事。”

更让他愤怒的是OpenAI开出的条件。项目负责人Sébastien Bubeck向他提出：你可以率先发表自己的成果；可以成为OpenAI论文的第一作者；可以获得充足的计算资源；我们还会建议你和合作者分享那100万美元奖金。

条件是：不要把Levent Alpöge列在论文上。

因为Alpöge在Anthropic工作——OpenAI的死对头。

“他们无法理解我为什么不接受这笔交易——为什么我不把Levent推出去当替罪羊，”Buckmaster说。

他拒绝了。随后OpenAI的Bubeck问他：“你为什么要毁掉自己的职业生涯？”Buckmaster反问这怎么会毁掉一个学术研究员的生活，得到的回答是：“如果你不想让我友善，那我就不必友善。”

Bubeck后来否认威胁了Buckmaster，称这些提议是为了帮助他。OpenAI也发表声明，坚称Buckmaster的Codex提示“不可能以任何方式影响系统”。

但Buckmaster已经不在乎了。周一深夜，他在网上发布了三篇论文，详细叙述了与OpenAI的整个互动过程。凌晨两点半，他才离开办公室回家。

“对抗一家万亿美元的公司非常可怕，”他说。“我们都害怕OpenAI。”

“粗糙的数学”：AI出成果，数学家免费擦屁股

Buckmaster的遭遇并非孤例。它触动了数学界积累已久的不满。

加州理工学院的数学家们在公开信中写道，AI公司可以宣称其模型“解决”了复杂难题，但之后需要人类数学家来验证、修正，有时甚至要彻底驳斥这些成果。

“这项工作没有得到报酬、没有署名，也没有得到承认，” 他们写道。

他们把这种做法称为“粗糙的数学”。

25位菲尔兹奖得主的联名信更加直白：“这些解决方案往往仓促发布，根本没有时间进行充分的撰写、对新方法和新思路的梳理，以及引用其他学者的相关工作。”

“与所有创意行业一样，这引发了严重的归属和抄袭问题。”

信中还指出了一个更深层的危机：如果没有那些愿意负责发展和整合这些方案、将其纳入数学体系的数学家，AI提出的想法就永远无法真正落地，数学家之间至关重要的传承链条也将断裂。

保密文化正在扼杀开放研究

更令人担忧的是，AI公司正在改变数学研究的生态本身。

过去，数学家们公开发表想法，彼此合作，逐步推进。一个难题可能需要十年、二十年才能解决，但知识在过程中不断积累、传承。

但现在，如果前沿实验室发现一条有助于新发现的途径，他们就可以花费数千万美元，利用大语言模型抢在原研究人员之前完成证明。

这种机制无疑会助长保密行为。

Buckmaster就感受到了这种压力。他和Alpöge的研究尚未公开，OpenAI就已完成证明。他怀疑OpenAI的智能体利用了他们通过Codex提供的数据，但无法证明。

“重要的不仅仅是结果，”科学记者Kenneth Chang在评论中写道。“OpenAI有人能对其智能体如何构建证明给出令人信服的说明吗？”

数学的价值，不只是“谁先撞线”

今年6月，数学家工作组发布了《莱顿宣言》，探讨大语言模型将如何改变他们的工作，并为数学家、研究机构和政策制定者提出了一系列建议。

宣言的核心关切是：数学的价值不仅在于证明和谁获得荣誉，还在于滋养学生、发现新问题和新想法、并将它们融入更广泛的人类文明知识体系。

AI公司或许能更快地“解决”问题，但它们不培养学生，不传承知识，不关心一个证明是否被人类理解。

“数学界现在面临的问题与其他科学和创意行业面临的问题类似，”菲尔兹奖得主们写道，“也预示着全人类可能面临的问题：如何确保随着人工智能改变工作方式，我们不会忘记这项工作最初的目标。 ”

不只是数学

如果你觉得这只是数学家的小圈子恩怨，不妨想一想：你所在的领域，是否也在经历类似的事？

AI可以更快地生成代码、写文案、做设计、分析数据。但验证、修正、整合、传承——这些工作由谁来做？是否得到了承认和报酬？

OpenAI研究负责人Dan Roberts在批评声中回应：“我们意识到AI在数学领域的快速发展会带来颠覆性影响。我们希望与数学界进行更多交流。”

但数学家们想要的，恐怕不只是“更多交流”。

他们想要的是：AI公司不要在宣布“突破”后把烂摊子丢给学术界；不要用算力优势碾压人类研究者；不要把开放合作的学术文化变成保密竞赛。

Buckmaster在那篇1870字的自述中，花了不少篇幅感谢两位西班牙数学家Diego Córdoba和Luis Martínez-Zoroa——他们几年前提出了攻克纳维-斯托克斯相关问题的新策略，设计了核心的数学工具。

“主要的智力功劳必须归于Luis和Diego，”他说。

但OpenAI的声明中，没有提到他们。

本文来源：澎湃新闻

风险提示及免责条款

利率与通胀的赛跑

国金策略团队 — Sun, 13 Sep 2026 11:30:13 GMT

摘要

1 缩量震荡的状态或将迎来变局

7月以来，A股经历了“缩量下跌”到“缩量震荡”的变化。截至本周，全A日均成交额1.9万亿元，日均成交量11.3亿手，相较6月26日当周的高点（3.5万亿元，15.2亿手）已降低46.6%和25.7%；全A换手率7.7%，相较本轮下跌前的高点10.5%下降了2.8个百分点。主要指数中，科创50、创业板指、沪深300的成交量、成交额、换手率都回到了接近4月份市场从美伊冲突造成的下跌里反弹时的水平。与3-4月份的回调相比，本轮万得全A成交量和换手率的收缩程度稍小，但成交额的收缩幅度、指数跌幅以及估值的下行幅度都比当时更大，从3年估值分位数的绝对值来看，各主要指数也来到了年内的低点。换言之，市场似乎确实已经进入到了一个状态切换的节点，关键在于是否能够类似于4月初时一样：导致市场下跌的因素出现重大改变+新的做多主线明朗：这个因素在4月时表现为中东的阶段性停火+AI产业加速形成共识。而在当下，这个问题至少包含了中东地缘、美联储决策以及AI产业链进展等三个方面。

2 当油价又成焦点，3月之后的行情不必然重演

尽管当前的市场量价、估值水平与今年3-4月回调后的状态接近，但三点不同决定了本轮难以复刻4-6月份市场反弹时，为追求确定性而抱团的极致行情：首先，此次美伊冲突升级之后，市场并未走入“危机模式”，表现为美股、原油的隐含波动率和实际波动率都没有出现类似3月份时的快速抬升，这也意味着对“确定性”的追求可能并没有当时那么强；其次，当前的美债收益率相较3-6月时更高，对权益资产分母端压制更强，8月份的通胀数据又扫清了9月加息的障碍，另一个值得注意的区别在于：当前的美联储主席沃什相较于3月时任美联储主席鲍威尔而言，在货币政策上明确拒绝前瞻指引，弱化与市场的沟通，导致市场担心“美联储落后于曲线”，从本周五晚美国8月CPI报告出炉后贵金属先跌后反弹及美股三大指数高开这一表现来看，8月份通胀数据反而成为了消除政策不确定性的“利空出尽”，但反弹的持续性取决于后续通胀的走势和加息周期是否真正开启,因此下周一海湾国家与伊朗的协议成果、周三的议息会议结果将至关重要；最后，4-6月市场反弹以AI产业链为主线，原因在于它恰好是经济中对利率和通胀最不敏感的部门，但当前来看，AI产业链对利率的敏感性也在增强，从我们关注的代理指标来看，AI产业链“负利率”优势走弱的时点也对应着美股、A股的AI板块跑输整体的节点。

3 利率与通胀的赛跑

摆在市场面前的核心问题其实是“利率与通胀的赛跑”：一种路径是名义利率跑赢通胀时，意味着实际利率的上升和AI产业链“负利率”优势的体现，此时实物资产受实际利率压制，而AI产业链成为市场拥抱的“确定性”来源，这是3-6月极致分化行情的基础。另一种路径是名义利率跑输通胀，此时通胀来源成为了唯一具备确定性的领域，在当前的场景来看是能源链，我们在过去两个月的周报中多次讨论了石油石化板块面对“低库存+裂解价差扩大”时“量价齐升”的逻辑，这一逻辑目前来看仍未证伪：8月我国成品油出口高增，且价格涨幅扩大；往后看，即使油价因中东局势缓和而有所下跌，相对商品涨幅而言滞涨的股票也具备安全垫，且油价走弱也将有利于原油端补库，能够支撑炼化端的“量价齐升”；如果未来出现类似2022Q4、2024Q3-2024Q4、2025Q4时加息放缓（降息）、但通胀具备极强粘性的场景，美元将走弱，贵金属反而将迎来弹性最大的时刻，此时，能源和金属并不冲突。

4 迷雾散去之前的波动时刻

在市场持续了两个多月的缩量行情之后，中东局势和议息会议成为打破僵局的变量。而当前的宏观、产业或是通胀弹性，都与3-6月时有显著的不同，“刻舟求剑”并不可取。我们的推荐是：第一，石油、油运和炼化为代表的能化链条将继续受益于全球对能源的补库需求。而有色金属（铜、金、铝）作为美元对立面资产，需要关注的是利率与通胀孰弱孰强，在极致加息预期后，机会已经出现。第二，中东局势突变带来不确定性提升，2026Q2财报提供的寻找确定性的线索仍是对抗波动的有效手段，我们挖掘了业绩兑现度较高、盈利估值匹配的方向，具体请参考专题分析报告。

报告正文

1 缩量震荡的状态或将迎来变局

与3-4月份的回调相比，本轮万得全A成交量和换手率的收缩程度稍小，但成交额的收缩幅度、指数跌幅以及估值的下行幅度都比当时更大，从3年估值分位数的绝对值来看，各主要指数也来到了年内的低点。换言之，市场似乎确实已经进入到了一个状态切换的节点，关键在于是否能够类似于4月初时一样，导致市场下跌的因素出现重大改变+新的做多主线明确：这个因素在4月时表现为中东的阶段性停火+AI产业加速形成共识，而在当下则更为复杂，至少包含了中东地缘、美联储决策以及AI产业链进展等三个方面。

2 当油价又成焦点，3月之后的行情不必然重演

尽管当前的市场量价、估值水平与今年3-4月回调后的状态接近，而外部来看，中东局势的再度紧张使得油价又回到了投资者关注的焦点，但三点不同决定了本轮难以复刻4-6月份市场反弹时，为追求确定性而抱团的极致行情。

首先，此次美伊冲突升级之后，市场并未走入“危机模式”，这也意味着对“确定性”的追求可能并没有3月份时那么强。3月面对霍尔木兹海峡封闭这一“黑天鹅”事件时，美股、原油的隐含波动率和实际波动率都出现了快速抬升，但7月美伊停火协议失效、霍尔木兹海峡再度封闭之后，波动率并没有明显变化。

其次，当前的美债收益率相较3-6月时更高，对权益资产分母端压制更强。拆分来看高利率的背后：一方面是受到AI投融资推升的实际利率，我们此前在周报中多次讨论了这一推动力可能已经见顶，但仍需要验证；一方面是离2%的政策目标仍有距离的通胀，8月CPI同比3.4%与上月持平，但环比从0.1%升至0.4%，主要受能源价格反弹推动，核心CPI环比上涨0.3%，高于预期及前值的0.2%，主要受到核心服务分项中通信服务和离家住宿的推动，油价的影响还未扩散至多数商品上，核心商品环比由0.2%降至0.1%。尽管如此，环比读数提升的核心CPI也足以导致市场加息预期快速提升，当前CME的Fed Watch显示交易员们认为9月加息的概率达到87.3%，相较数据公布前一天上升了11%，年内两次加息的概率达到99%。

另一个值得注意的区别在于：当前的美联储主席沃什相较于3月时任美联储主席鲍威尔而言，在货币政策上明确拒绝前瞻指引，弱化与市场的沟通，导致市场担心“美联储落后于曲线”，这种担忧情绪这也构成了5月以来美债长端利率快速上行的交易层面基础。但从本周五晚美国8月CPI报告出炉后贵金属先跌后反弹（先下跌至4333美元后反弹至最高4445美元），及美股三大指数高开这一表现来看，8月份通胀数据扫清了9月加息的障碍，反而是构成了消除政策不确定性的“利空出尽”，但反弹的持续性取决于后续通胀的走势和加息周期是否真正开启,因此下周一海湾国家与伊朗的协议成果、下周三的议息会议结果将至关重要。

最后，4-6月市场反弹以AI产业链为主线，原因在于它恰好是经济中对利率和通胀最不敏感的部门，且从产业链量价来看处于加速变强的趋势中。但当前来看，AI产业链对利率的敏感性也在增强：以美国计算机和电子产品制造业PPI作为AI产业链涨价的代理变量，从今年1月份至6月份，其相对于10年美债的差异在不断放大，也就是即使美债不断向上突破，AI产业链实际上面临的仍然是“负利率”，但这种优势从7月以来开始缩小，对应的是费城半导体指数相对标普500开始跑输，A股通信、电子指数相对中证A500开始跑输。因此， AI产业链当前也提供不了类似3-6月时的强劲“确定性”。

3 利率与通胀的赛跑

摆在市场面前的问题，核心其实是“利率与通胀的赛跑”：一种路径是名义利率跑赢通胀时，意味着实际利率的上升和AI产业链“负利率”优势的体现，此时实物资产受实际利率压制，而AI产业链成为市场拥抱的“确定性”来源，这是3-6月极致分化行情的基础，但需要注意当前的差异是AI产业链整体来看“负利率”优势有所减弱；一种路径是名义利率跑输通胀，此时通胀来源成为了唯一具备确定性的领域，在当前的场景来看是能源链，而实际利率的下行也为有色金属等其他实物资产带来上行机会。

若未来走向第一条路径，我们也不认为3-6月的极致分化行情将完全复刻，因为AI产业链内部的“确定性”也在缩圈。我们发现，AI全产业链供需紧张的时期正在过去，景气分化将是未来主旋律，筛选高景气延续，短期具备强供需瓶颈，且远期产能过剩风险同样较低的板块集中于以下几类：高端铜箔、MLCC、光模块、半导体零部件。

走向第二条路径的概率也不可忽视：当前与3-6月的差异还在于能源链上库存更低（无论原油或是成品油），而霍尔木兹海峡的通航量从当时的逐月恢复变成现在的逐渐归零，油价相较于3-6月份时更难以快速回落至冲突发生前的水平。我们在过去两个月的周报中多次讨论了石油石化板块面对“低库存+裂解价差扩大”时“量价齐升”的逻辑，这一逻辑目前来看仍未证伪：8月我国成品油出口高增，且价格涨幅扩大；往未来去看，即使油价因中东局势缓和而有所下跌，相对商品涨幅而言滞涨的股票也具备安全垫，且油价走弱也将有利于原油端补库，能够支撑炼化端的“量价齐升”。

对于有色金属而言，名义利率与通胀的赛跑更加重要。供给的叙事、关税的预期所带来的大宗商品价格上涨，反而难以对股票的定价发挥关键作用。如果未来出现类似2022Q4、2024Q3-2024Q4、2025Q4时加息放缓（降息）、但通胀具备极强粘性的场景，美元将走弱，而贵金属反而将迎来弹性最大的时刻。2022Q4，当核心PCE同比仍然维持在6%以上，而加息却在12月份确认从75BP下降至50BP时，美元指数快速走弱，黄金迎来反弹；2024Q3-Q4，核心PCE同比有所反弹，但降息依然连续3次落地，美元指数于2025年初见顶回落，黄金开启快速涨势；2025Q4同样在核心PCE同比反弹背景下，连续3次降息，美元指数在低位再次走弱，达到加息周期之后的最低位置，黄金也因此上涨至历史高点。

4 迷雾散去前的波动时刻

在市场持续了两个多月的缩量行情之后，中东局势和议息会议成为了打破僵局的变量。在3-6月份行情的学习效应下，难免存在对当时的“刻舟求剑”，部分投资者或许认为寻找与利率和通胀不敏感的方向将成为下一阶段的主线。但我们发现无论是宏观层面、产业层面或是通胀弹性的层面，当前都与3-6月时有显著的不同。总体而言，我们推荐：

第一，商品侧，能源是首要推荐，以石油、油运和炼化为代表的能化链条将继续受益于全球对能源的补库需求。而有色金属（铜、金、铝）作为美元对立面资产，需要关注的是利率与通胀的赛跑孰弱孰强，在加息预期落地后，布局机会已经到来。需要指出的是，当通胀的来源是能源，实际利率又缺乏AI产业加速作为支撑时，金属和能源可能并不冲突。

第二，中东局势突变带来不确定性提升，但经济、产业的基本面难以提供完全复刻3-6月行情的支撑。

本文来源：一凌策略研究

风险提示及免责条款

我们距离RSI还有多远？来自AI一线的观点

Sun, 13 Sep 2026 11:15:22 GMT

AI递归自我改进（RSI）的时间表，正成为业界最具争议的核心命题。

在播客主持人Dwarkesh Patel与三位AI研究者的深度对谈中，OpenAI联合创始人、现Thinking Machines首席科学家John Schulman预判：距离AI在所有可在计算机上完成的认知工作中全面超越顶尖人类专家，可能只需3至4年。与此同时，三人一致认为，在AI研究者生产力提升方面，两年内实现10倍效率提升具有相当的可信度。

然而，通往RSI的道路并非坦途。对话揭示出一个核心矛盾：当前AI体系在"做什么"方面已接近人类水平，但在"决定做什么"这一更高层次的目标设定能力上，仍面临根本性挑战。三位研究者的判断在多个关键问题上出现分歧，反映出这一领域深层的不确定性。

RSI的技术瓶颈在哪里

参与对话的三位研究者分别是：John Schulman、Zyphra首席技术官Beren Millidge，以及模型训练平台Baseten模型训练负责人Charlie O'Neill。

在被问及2036年若未出现"超级智能大爆炸"最可能的原因时，三人给出了不同侧重的答案。

Beren Millidge将其归结为"类莫拉维克悖论"的延续——AI可能在所有基准测试上表现卓越，但始终存在某种难以跨越的"仿真到现实的鸿沟"（sim-to-real gap），使其无法真正渗透现实世界。John Schulman则指向一个反复出现的周期：新模型发布时令人震撼，但使用一段时间后又开始"显得迟钝"。他认为，这一循环可能比预期重复更多次，因为模型在研究和工程领域仍受制于自身判断力的不足。

Charlie O'Neill提出了更深层的架构问题：当前以Transformer加强化学习为核心的范式，距离理论上"芯片可承载的最优学习者"究竟有多远？他以摩尔定律类比——这条增长曲线看似平滑，背后实则依赖无数离散的技术突破。如果AI想变得更聪明，光靠现有的技术路径（比如现有的大语言模型）已经不够了，必须发明出全新的底层技术；但尴尬的是，现有的AI可能根本没这个本事帮我们把新技术发出来，结果导致AI的发展直接撞上天花板、停滞不前。

人类最后的护城河

John Schulman认为，即便AI承担全部技术工作，定义"我们到底想要什么"将是人类最后坚守的阵地。他将这一能力称为对齐（alignment）的第一要素——"目标规格化"，即确定正确目标应是什么，而非仅仅实现一个已给定的目标。"后训练团队需要大量人员，根本原因是模型在无数场景下的行为方式必须由人来判断。"

Charlie O'Neill进一步区分了两类研究：一类是目标清晰、可量化优化的"自动化研究"；另一类是推动范式转变所需的"开放式科学"——在这类研究中，目标本身无法被预先指定。他以GPT的诞生为例：从DeepMind"通过游戏解决智能问题"的路径，到Alec Radford选择"预测大规模文本的下一个token"，这一跳跃并非优化的产物，而是人类直觉的闪现。AI系统能否复现这类跳跃，目前没有人有答案。

Beren Millidge将这一问题提炼为RSI的核心挑战："要让AI进入自驱动循环，它必须能提出目标、优化目标、判断结果，再提出新目标，并且这一循环长期不脱轨。"他警告，这或许是另一个版本的莫拉维克悖论——对人类而言最自然的自主性，对AI而言可能恰恰最难复制。

持续学习：模型能否从部署中进化

对话中一个反复被追问的问题，是推理计算是否应当反哺模型训练。Charlie O'Neill以Cursor的Composer为例，描述了一种更实时的闭环：模型每五小时评估一次在内部基准上的表现，若有改善则部署，若没有则丢弃该版本。

然而，当这一循环被放大到微观层面——针对单一企业、单一任务持续进行小批量更新时，问题便接踵而至。Charlie O'Neill指出，无论是监督微调（SFT）还是在线策略蒸馏，在迭代到数百次微更新后都会出现"灾难性遗忘"——模型开始丧失更早习得的通用能力。RL（强化学习，Reinforcement Learning）更新对模型权重的改动幅度极小，在保留通用能力方面表现更优，但正因如此，它能注入的新知识也十分有限。

Beren Millidge将问题归结为塑性（plasticity）与稳定性的根本张力："如果你无限期地在同一个基模型上持续训练，它会在某个点渐近饱和。这就是为什么人们最终还是要重新训练新的基模型。"三人预计，这一循环将随时间加速：从每三个月发布一次新模型，到每周、每天，乃至每小时——届时，连续学习的问题才算真正得到解决。

强化学习为何奏效：超出预期的原因

在对话的技术核心部分，三人尝试解释强化学习为何比一年前业界的普遍预期更为有效。

Beren Millidge将答案分解为两个层面。首先是被严重低估的中间训练阶段（mid-training）——大量合成推理数据的注入，已将模型推进至最终强化学习检查点80%的位置。强化学习本身做的，是在这个高质量起点上进行策略微调，而非从零开始习得行为。更关键的是信噪比问题：SFT要求模型精确匹配训练数据中每一个推理token，大量"噪声比特"淹没了真正重要的信号；而RL只传递"答对了还是答错了"这一比特，使有效信号获得极大的放大。

Charlie O'Neill则以"量子相变"类比预训练的平滑损失曲线背后隐藏的离散跳跃。他认为强化学习同样如此：在单个任务上，模型可能经历从0.5%到90%通过率的相变，但当数十个任务的相变被平均，加之"时间跨度泛化"（horizon generalization）效应，便呈现为宏观层面的持续进步。

John Schulman则指出RL带来能力的同时也带来了多样性损耗——经过RL训练的模型会反复使用相同的叙事主题和人物名称，创意写作的分布宽度明显收窄。更值得警惕的是，由于大量开源模型都在蒸馏Claude，"所有开源权重模型都写得像Claude，有着相同的语言习惯"，这种"单一文化的涌现"令他感到担忧。

时间线预测：从远程工作者到ASI

对话最后，三位研究者给出了一组快速预测。

实现全能白领远程工作者（能在一个月内无缝执行复杂项目、与他人协作的AI）：Charlie O'Neill预计约一年，前提是任务环境有良好的程序化接口；若依赖浏览器操作，则约两年。Beren Millidge给出三年，理由是真实工作中仍存在大量零散的长尾任务。John Schulman认为大致一年内会出现可用版本，但"能做某些事很好，另一些事不那么好"。

AI研究者实现10倍生产力提升：John Schulman给出两年，Beren Millidge表示认同；Charlie O'Neill则认为需要5至10年——他的核心顾虑在于，自己消化信息、做出贝叶斯最优实验决策的能力，是真正的瓶颈所在。

实现全域认知工作超越顶尖人类专家（即ASI）：John Schulman给出3至4年，认为AI研究是"对AI而言相对不那么难的任务，因为涉及大量代码和数学"；Charlie O'Neill则说5至10年，并明确表示"自动化AI研究基本等价于ASI"——因为世界上太多任务需要持续学习和超长上下文整合，而这些能力目前仍是系统性短板；Beren Millidge认同5年区间，但提醒将存在大量"AI理论上能学但没人分配算力"的长尾领域，这些领域的突破将延迟更久。

以下为访谈内容全文，部分有删减：

Dwarkesh Patel：

今天，我和三位AI研究员朋友聊天，每次和他们交谈我都能学到很多。他们恰好也在一些相对开放的研究机构和公司工作，所以你们可以公开谈论一些事情。和我一起的是 Beren Millidge，他是 Zyphra 的CTO，该公司正在开发开源模型。John Schulman 是 Thinking Machines 的首席科学家，此前是 OpenAI 的联合创始人，并领导了催生 ChatGPT 的 RLHF 工作。还有 Charlie O'Neill，他是 Baseten 的模型训练负责人。

我的第一个问题是：如果到了2036年，我们并没有成千上万个疯狂的超级智能在到处运行、彻底改变世界，最可能的原因是什么？排除外生的政治冲击、战争，或者他们禁止AI之类的因素。从技术角度来说，2036年没有变成疯狂的异形超级智能世界，最可能的原因是什么？

Beren Millidge：

有一个经典的现象，几乎像莫拉维克悖论一样，我们认为AI“如果它能做这个，那就会非常了不起”。如果它能解决这些困难的数学问题，如果它能赢得国际象棋等等……然后它解决了这些东西，却没有那么大的影响力。显然，它有一定的影响力，但不是一切。

如果这种情况 somehow 持续下去，始终没有出现真正的泛化火花，我认为这可能导致AI在人们放入基准测试或环境中的一切任务上都极其擅长。但仍然存在某种持续的“仿真到现实”鸿沟，不知怎么地阻碍了一切。我认为这不太可能。实际上，我们已经在实践中看到了RL带来的这种泛化。但如果元学习的泛化真的难到荒谬，加上我们没有解决持续学习问题，而且这就是超级困难、不可能……那这将是我在这种情况下默认的场景。

John Schulman：

我同意这一点。人类现在相对于模型有很多优势。每次新模型出来，它会在某些领域追赶上来。但你最终会被模型较弱的环节所瓶颈，比如判断力较差的地方，或者模型无法足够好地自我检查。

有一个不断重复的循环：新模型出来，人们惊叹不已，说“这就是了。这就是AGI。”但用了一个月左右之后，它就开始显得笨了。这个循环可能就这样一直重复下去。很难预测它会重复多少次。

现在，你没有得到能力的爆炸式增长，因为你在尝试做研究和工程时仍然会被足够多地瓶颈住。即使模型能写的代码比人多得多，它也不会让你生产力提高100倍。所以也许这种循环比我们预期的要多。

Charlie O'Neill：

对我来说，问题在于“你可以在芯片上拥有的学习器”的全局最优解与 transformer + RL——基本上是当前的配方——之间有多大差距。人们想象，一旦你有一个在所有AI研究上都比所有人类都好的智能体，即使它只比所有人类好0.1%，那么你可以并行运行数十万甚至数百万个这样的智能体——而且随着芯片速度提升，你可以运行得快得多——这将压倒所有其他瓶颈。你最终会在自我改进方面达到非常快速的起飞。

我可以想象，如果我们继续沿着当前范式——基本上是自注意力、RL、扩大RL环境——的轨迹前进……想想摩尔定律发生了什么。我们有一条非常好的直线，持续了非常非常长的时间。但为了保持那条缩放定律，必须发生许多离散的不连续性和创新。LLM也发生了同样的事情。我们有预训练缩放定律，然后它遇到了收益递减。然后我们想出了RL并解决了那个问题，然后我们又得到了一条新的收益递减曲线，让它看起来像一条直线向上延伸。

所以，如果它需要另一个这样的不连续性来解决，我不确定当前用这些RL环境训练LLM的方法——即使是针对RSI的RL环境——是否能够发现那个不连续性。如果不能，我们可能会撞上一条渐近曲线。

Dwarkesh Patel：

但你认为这个不连续性会比2012年以来的任何事情都更难吗？

Charlie O'Neill：

如果我们知道那个答案，我们差不多就有能力实现它了。但也许我们应该区分：一个是添加到当前范式中的不连续性，它是累积的——有一些超越RL的东西我们必须发现，也许它们能够在那条直线上连接各个点——或者，还是那个问题，我们离全局最优解有多远？我们是否必须回头抛弃梯度下降和神经网络本身？我不认为，如果你继续扩大当前范式，一个LLM，无论你运行多少个LLM，如果差距太远，它一定能够发现那个不连续性。

Dwarkesh Patel：

唯一的希望真的是深度学习无法把我们带到至少能够主导人类研究和人类开发的AI，包括人类提出新范式等能力。或者，我不知道，也许人类也永远不会发现下一个学习架构。但就人类最终可能发现它而言……但看起来……如果你只看2012年至今的进展，然后继续下去——我知道这只是由大量计算扩展等推动的——如果它没有达到至少在研发领域主导人类的地步，那会很奇怪，尤其是在未来几年。

Ryan Greenblatt 最近上了播客。他提出了一个观点，我很好奇想听听你们的想法。你可以想象，随着AI变得越来越有能力，它们能够在模拟中取得进展，这些模拟激励它们不仅在AI研发上变得更好，而且在一般科学上也是如此。这是所有实验室都在瞄准的目标，许多初创公司也在瞄准。

另一个直觉泵是，如果你看自80年代以来国际象棋机器人的Elo分数。Elo随时间非常线性地增长。但当它们越过人类范围时，有一个巨大的不连续性，从人类专家总是赢AI，到人类专家永远赢不了AI，而Elo线性增长。

我同意你的观点，到目前为止，AI能力在世界上的最终经济影响并没有那么大。但那是因为它们相对于人类的Elo在缓慢上升。

Beren Millidge：

我同意这会很令人惊讶。这不发生的唯一方式是，正如你所说，它在某个点之前渐近地趋于平缓。因为在我看来，我们已经非常接近开始越过人类Elo分数的点了。所以我们需要在那之前渐近。这是在你提出的这个场景中——不知怎么地我们在2035年坐在这里，一切都正常——这发生的唯一方式。我认为另一种方式是AI受到戏剧性的监管。实际上，这在我看来是这个场景发生的最可能方式，而不是技术原因。

Charlie O'Neill：

我认为有不同类型的研究。有一种自动研究风格的研究，目标已经被非常清晰地指定，你在优化那个目标。我认为每个人都在想象，如果我们继续沿着让预训练损失下降、让我们的环境奖励上升的路径前进，那将带来改进。

但也许Ryan所谈论的是这种更加开放式的科学，它是范式转变所必需的，我们无法指定目标，AI也绝对无法指定那个目标。我们必须非常非常小心地为这些事情指定目标。

Dwarkesh Patel：

也许你的观点是，2012年以来发生的突破的本质是，我们发现了……2012年，人们并没有说……我假设，我不知道，你们当时在场。至少John，你当时在。但我没有。

Charlie O'Neill：

我当时在上小学。

Dwarkesh Patel：

实际上，John，我很好奇你的“岁月智慧”，或者说是“在战壕里”的智慧。想必，一个重大突破是意识到下一词预测是……你不会想到2014年nanoGPT speedrun是要优化的东西。但现在我们已经来到这个新范式，你会想到在那上面做speedrun，让AI变得非常擅长那个。

但也许有下一个需要优化的内循环，AI不会预见到。有一个收入的外循环或者其他什么，最终应该很强，但它是一个非常慢的外循环。

John Schulman：

事实上，我记得在OpenAI早期，有种直觉认为仅仅最小化对数损失不会让你达到智能。因为重要的部分在损失中占比如此之小，以至于会被噪声淹没。所以仅仅在下一词预测上训练语言模型不会学到你想让它学到的有趣东西。我们需要设计更好的目标，更加强调重要的东西。

你可以为此提出各种论据。你可以说，“哦，人类可能不会学习为环境中的一切建模。大多数人无法对他们看过的某个场景进行照片级逼真的再现。所以我们一定需要更好的目标。”但后来事实证明它就是能行。

Dwarkesh Patel：

正如你指出的，即使在当前的AI研究中，后训练基准的内循环也不一定转化为用户喜欢的东西。

John Schulman：

哦，是的。整个领域非常依赖泛化，很难预测你什么时候会得到泛化，或者你什么时候会得到某种分布外泛化。我们知道，如果你在你关心的任务上训练，你会做得更好。但最重要的进步往往是那些我们根本没有理由期待的泛化类型。

例如，仅仅在这个非常朴素的下一词预测目标上预训练，就能泛化到各种需要以某种深层方式理解输入的任务，或者从预训练中学习某种非常罕见且代表性不足的技能。然后还有从可验证任务到不太可验证任务的泛化，这也是一种先验上没有理由期待的泛化。

Dwarkesh Patel：

这是一个有趣的问题，因为一个直觉泵可以解释为什么你会看到某种奇点非常迅速地出现——甚至不用扩大AI进步的输入，不仅仅是AI劳动力——那就是在你运行每一个七位数的实验之前，你在AI劳动力上花费了等量的计算。所以你有了你们这些人的自动化版本，花一个世纪思考什么是最优实验，做小规模消融，发展出 literally 一个世纪的理论，甚至可以追溯到深度学习之前。

在你决定运行什么实验之前，你在做极其最优的实验设置。然后实验结束后，你花一个世纪思考发生了什么，以及下一个要运行的实验是什么。

John Schulman：

如果你足够努力地思考，你很可能事先就能预料到其中一些事情。可能存在某种非常聪明的方法来做小规模实验，让你建立理论，然后泛化到大规模实验。所以我预计我们远未达到研究能做到多好的天花板。

我可以想象一个未来，AI做大量的分析和理论构建，花费与实验本身相当的计算，做各种分析并围绕我们目前所看到的东西建立理论。

Charlie O'Neill：

我认为当目标被明确定义时，有非常具体的例子。所有思考能做的就是根据你形成先验后获得的比特来更新你的后验。你无法仅仅通过思考获得任何新比特。但当目标被明确定义，且有数据摆在那里时，我想在当前范式中会有很大的加速。

一个很好的例子是，如果你让AI思考Kaplan缩放定律。此时AI会注意到，“哦，他们只是取了这些中间检查点，没有考虑退火，所以这是错的。”那会在几年前就被抓住。我们会因为AI的那个观察而缩短一到两年的进展。

再次，一旦目标被明确定义，也就是更低的预训练损失或其他什么，有很多很多好例子表明，如果你多思考一下，你就能显著减少你已经做过的事情。比如muP，以及学习率如何随模型规模缩放，并意识到模型宽度在其中也很重要。我觉得你真的可以倒推出很多这些东西，砍掉很多低垂的果实。如果我们的目标只是“最大化我们当前的目标”，我会想象有10倍的加速。

但我不认为这能泛化到一开始就提出正确的目标。仅仅思考不一定能给你正确的目标。

Beren Millidge：

我认为这对任何来自当前AI的非常快速的RSI来说都是关键问题。AI能多好地泛化到学习它们自己的目标？要有任何自我推动的自动化循环，我们需要AI提出目标、优化它们、搞清楚，提出新目标，并让这在很长很长时间内任何时候都不失控。

回到莫拉维克悖论，可能存在一种莫拉维克悖论的情况，我们认为这种自主性和自我封装——我们可以自己想我们应该做什么，然后去做，并有这个循环——是超级容易的，因为我们总是这样做。显然，进化需要创造出能够长时间独立生存的生物。而这可能只是AI出于某种原因真的很难做到的事情，就像运动 stuff 真的很难但数学超级容易，尽管数学对我们来说超级难。

Dwarkesh Patel：

但时间跨度增加不是表明——

Beren Millidge：

是的，没错。这是另一种可能性，但我同意，没有明显的证据支持这一点。事实上，我们的智能体现在超级持久，做这件事相当容易，这算是反对这一点的证据。但如果这很难，这可能是我们没有得到这种立即起飞的原因之一。

Dwarkesh Patel：

如果你回顾2012年到现在——或者也许从你开始做研究到现在——自那时以来发生的所有创新中，包括纯工程的、纯概念的，哪一件看起来是人类在AI完全自动化AI研发之前最后必须做的事情？

Beren Millidge：

可能只是迭代地提出正确的问题。如果你能让AI做任何实验，你仍然需要决定做什么实验。现在我认为AI在这方面与编写实验代码相比还不太擅长。每当我们谈论研究时，它们提出一堆杂七杂八的东西，都是非常非常小的步骤。

Charlie O'Neill：

甚至从DeepMind的方法——“我们将通过学习以超人类水平玩游戏来解决智能”——到像Radford这样的一个随机研究员——“我将尝试预测非常广泛的数据的下一词”……即使Radford发现了这一点，人们也花了一段时间才决定扩大规模，因为我们必须提出缩放定律的想法，以及你可以非常可靠地预测这些事情的事实。

John Schulman：

我想说，人类最后的工作，或者说人类角色中持续最久的，是定义目标和决定我们真正想要什么。在这方面，比如决定AI助手应该如何行为，或者什么是有帮助的，或者当我们做RLHF时目标是什么，就是这样的事情。然后后来，定义宪法和模型规范是另一件事。即使AI能做所有技术工作，我们仍然需要做很多这样的事情，决定我们真正想要什么。

Dwarkesh Patel：

对齐是最后的工作。

John Schulman：

对齐算是答案。但对齐本身可以分解为目标规范，或者说搞清楚正确的目标应该是什么，然后实际实现或优化你定义的目标。我认为第一个在短期内不会消失。

如果我想到一个后训练团队，为什么需要很多人在团队里，就是因为有很多不同的领域你需要弄清楚模型应该如何行为。很难把整个事情自动化，因为必须有人思考模型在这个领域应该如何行为。

00:28:06 – 自动化的AI研究员将如何训练

Dwarkesh Patel：

我还有一个问题是，第一批能够自动化AI研发的模型实际上将如何训练。有一个玩具版本，就是Ryan所说的。你只是让GPT-8尝试构建GPT-3大小的模型，这些模型非常擅长内循环类型的挑战：击败需要持续学习的视频游戏，或者用最少的计算达到某个损失，等等。

但John，我认为你有一个有趣的观点，也许这不是实际发生的方式。所以我很好奇，到了你实际有能够自动化AI研发的AI的时候，它们可能是如何训练的？

John Schulman：

我们可能会做一些组合：从人类反馈中学习以吸收研究员的品味，以及创建大量涉及做多步研究项目的练习环境。人们实际上会做这两件事的某种组合，每次迭代修补上一次迭代中看起来最糟糕的东西。研究员会大量使用AI，并注意到它们有一些一致的弱点。这些东西要么通过收集人类反馈来修补，要么通过创建环境来修补。

Charlie O'Neill：

也许一个有用的思考方式是，我们回滚多少传承，然后从那里让自我对弈。在极限情况下，你想象只是给它们一个GPU，也许还有神经网络什么的，然后说，“好吧，弄清楚如何训练一个模型来做这些特定任务。”目前的工作方式是，我们一直走到传承的最边缘，说，“好吧，这里是Anthropic在过去几个月在他们的训练堆栈中发现的bug。我们会把这些变成环境。”你需要训练并在前沿上变得更好。所以你显然锁定了之前传承的所有历史。

但你可以想象一个世界，你回滚到GRPO之前之类的。然后你有环境试图让它发现RL模型的最佳形式，然后也许你回滚得越来越远……但我认为我们仍然会被计算瓶颈住，人们只会继续待在前沿，基本上把自上次模型版本以来发现的bug和任何改进变成训练环境。

Dwarkesh Patel：

这对在模型代际之间拥有非陈旧的新数据也非常好。再次，这基本上是AI实验室内的持续学习，通过环境和RLHF类型的东西将过去三个月的AI研究进展蒸馏回模型本身。

Charlie O'Neill：

而且这是蒸馏。这可能就是为什么我们中一些人觉得它是渐近的。你总是只是试图获取过去三个月的进展。那个进展当然是由AI贡献的，但它也仍然有人类在循环中。感觉你只是在不断地越来越接近人类研究员正在发现和能够做的事情。

Beren Millidge：

不过我要说的一件事是，显然如果你只是在轨迹上蒸馏，你永远无法超越它。但环境可以远远超越人类能做的。设计一个人类无法解决但AI显然仍然可以尝试解决的环境非常容易。那将是超越人类AI研究所能做的路径。

Charlie O'Neill：

你有关于RSI的例子吗，什么样的训练集？

Dwarkesh Patel：

Nanochat speedrun，但比人类speedrunner更快。

Beren Millidge：

我觉得特别是在AI研究中，定义目标非常容易。你可以说损失需要是1.3之类的，现在没有人类能做到。但这是一个极其可衡量、可验证的任务。如果AI做到了，那就太好了。

Dwarkesh Patel：

或者我不知道，构建一个1亿参数的模型击败Minecraft。那可能太容易了，但击败一个更复杂的游戏之类的。

Charlie O'Neill：

1亿参数的模型击败Minecraft，这不是很疯狂吗？我们称之为太容易了？想象一下如果你五年前这么说。

John Schulman：

我想说很多研究并不完全是这样，不是在一个明确定义的目标上爬山。更像是，我们有一个关于模型应该更好的某种方式的直觉。我们也有一些似乎朝这个方向走一点的算法的想法。所以让我们想出一个任务，旨在展示这种方法的生命迹象，看看我们是否得到那些生命迹象。如果我们得到了，我们可以制作越来越现实的任务版本。

Dwarkesh Patel：

它更多是由直觉引导的。内循环是测试那个直觉，而不是测试本身导致洞察。

John Schulman：

对。你不是直接优化你最终关心的目标或实际生产目标。你稍微放松你的目标。你说，“让我们在现实性轴上稍微放松一点，找到一些实际有效的方法，然后在方法成熟一点后再回到现实性。”

还有更偏向解释和发展理论的研究。通常我们在机器学习中没有那么有预测性的数学理论。但我们有很多关于正在发生的事情的更非正式的理论。

Beren Millidge：

想必模型会在所有这些任务的某种组合上训练。有些非常容易验证，有些是LLM作为裁判，或者只是问人类，“这看起来合理吗？”希望这些都能泛化到这些更难、更模糊、更朦胧的任务。它可能在一定程度上会。它是否能泛化到足以让循环变得自我封闭、完全不需要人类在循环中，还不清楚。

00:33:51 – 长视界RL会引出AGI吗？

Dwarkesh Patel：

也许退一步。这似乎是我对AI研究未来计划的理解。你告诉我你是否认为它会成功，或者你是否同意这个描述。赌注是，我们将在数百万个多样化环境、数百种不同领域中扩大RLVR训练。在另一端出现的是一个智能体，它学会了这些基本技能——或者低于基本技能——关于坚持、能够分类信息和上下文，最终端到端优化与其他智能体合作等。这样的智能体在上下文中将非常样本高效——你做了关于如何扩大上下文学习使其任意长的研究，但你继续扩大。最终出来的东西基本上像一个可以连续工作一周或一个月的即插即用远程工作者。

首先，你同意这是实验室正在下的赌注吗？其次，这足够吗？基本上学习如何在数据中心内的这些模拟中学习，然后部署到现实世界，但实际上不从现实世界部署中学习……只从数据中心模拟环境中学习这些元技能。

Charlie O'Neill：

我认为现在很难区分实验室的努力有多少用于直接的RSI， versus 制造他们可以继续部署以收集收入来资助下一次大训练运行的通用智能模型。

对于后者，是的，那可能只是他们正在下的赌注。非常清楚，这些环境在过去几年中的走向模式。Anthropic的环境传承是一个很清晰的例子。首先，我们只关注编程，我们会变得非常非常擅长那个。然后，从编程中获得的任务视界——这可能是最容易获得的数据，可以创建环境，以及他们自己的内部东西可以变成环境——然后我们要泛化。

我们要接下来做金融，在RL训练中 literally 有那么多Excel数据和所有那些东西。然后是PowerPoint。这是工作经济的长尾。那似乎非常有效。很多其他实验室，甚至开源实验室，现在已经意识到那是正确的赌注。

Dwarkesh Patel：

但从中得出的含义是什么？当Dario上播客时，我问他的事情是，如果你真的期望模型在在职学习能力上像人类一样，你为什么要试图烘焙所有这些与PowerPoint等工作的技能？你不就期望模型在部署时能够学会这些吗？

有几种不同的解释。一种是我们期望模型很快达到那里，但它们还没有，所以为什么不把这些技能摊销到模型训练中？另一种是我们不专注于让它非常擅长广泛部署的工作。我们只是让它非常擅长RSI。这只是我们获得收入的一种方式，以便我们可以把它倒回一个真正擅长做RSI开发的模型中。然后一旦奇点发生，另一端出来的东西将非常擅长所有对当前一代模型来说似乎是瓶颈的事情。

John，我不知道你是否对如何理解为什么这些模型中有这么多任务特定知识有看法，如果路径是这种泛化的话。

John Schulman：

如果模型在上下文中学习足够好，那么理论上，你不需要在金融上训练它们。它们可以即时阅读所有书籍并弄清楚如何在适当的司法管辖区做一切。你可以争辩说，你需要做很多领域特定的训练只是为了让它们更高效。即使它们足够聪明可以在飞行中弄清楚，你仍然可能想要做一堆RL并把所有这些直觉烘焙到权重中，这样模型在运行时会更高效。

在实践中，模型提供商似乎确实在逐个领域地尝试加强模型在最高价值领域的能力。我会说这是模型为什么变得好得多的答案之一。只是因为模型提供商已经覆盖了很多高价值领域和最常见的技能类型。

Beren Millidge：

另一件事是，同时做两件事并不那么昂贵。模型是巨大的。就参数而言，它们可以轻松负担学习一切。可能会有一些迁移。即使金融不特定，信息对RSI也很重要。只是关于如何弄清楚什么重要、如何有品味、如何做长视界工作的一般元学习可能具有泛化性。

世界上也没有那么多RSI数据。它很难生成，需要很多努力。所以如果你能在这个其他数据中摊销，你就能从中得到一些迁移。你已经有大量的计算和大量的参数空间，所以为什么不同时做那个，以及显然的销售模型的直接商业意图？

John Schulman：

我要补充的是，有一个问题是这种当前的仿真到现实范式是否会永远占主导地位。你看看现实世界的任务是什么样的。然后你尝试创建一堆可以在数据中心模拟的环境，你可以对它们做RL。显然，这非常成功。但它有很多弱点，因为很多事情就是很难模拟，特别是如果它们涉及与一堆人类实时互动。所以有一个问题是仿真到现实是否会永远占主导框架。

Beren Millidge：

我认为只要样本效率低，仿真到现实就必须是主导框架，因为现在你需要成千上万次与人类的互动。没有人会坐在那里成为RL训练的循环中。所以我们现在必须模拟那个来获得你需要的样本。但显然，如果样本效率大幅提高，你会期望从部署中学习成为更大的部分。

John Schulman：

不过你也可以做其他事情。你可以离策略学习，所以你可以取所有轨迹，即使不重新模拟一切，你也可以潜在地从中学到东西。

Dwarkesh Patel：

我想多问一下这个，因为很奇怪，你有50%的计算花在推理上，而这并没有直接帮助模型变得更好。你期望数字心智最终拥有的一个关键优势是，不像人类有50年的现实世界经验，模型将通过其所有实例，在经济中所有经济相关工作中获得数百万年的部署经验。现在，那个数据在有意义的意义上并没有帮助模型变得更好。

看起来如此明显，最终模型应该能够从这个数据中学习。一旦它们这样做了，你就会有某种感觉像是广泛部署的智能爆炸的东西，因为模型正在所有这些部署实例中吸收如此多的信息。你期望这种蜂群思维、疯狂的东西什么时候开始发生？

Beren Millidge：

我认为从非常基本的层面来说，这已经在发生了……只是在下一代模型中。现在，你显然可以取你的部署数据，把它放入未来模型的预训练或中期训练中，特别是如果你做一些过滤或某种判断或注释或合成的话。

Dwarkesh Patel：

你认为这在多大程度上解释了代际改进？

Beren Millidge：

我认为它解释了相当多。我不知道实验室是否这样做，因为理论上他们声称不在人们的数据上训练。但其他国家100%这样做。他们肯定得到这个优势。这基本上就是蒸馏。他们取模型，通过ping模型获得一部分部署数据，然后他们在此基础上训练下一代模型。他们当然也可以在自己的模型上这样做。完全没有理由不这样做。

Charlie O'Neill：

我完全同意。如果你退得足够远，这肯定在发生。我们都在想象的，持续学习的圣杯，是这个非常有机的、实时的循环，一个单独的模型获得经验并即时实时更新并从中学习。当你放大到那个粒度时，很多事情会崩溃。但大实验室正在这样做。闭源模型正在这样做。

也有早期迹象表明人们使用开源模型以更快的节奏这样做。一个很好的例子可能是Composer。Harvey在法律智能体上也在做同样的事情。你有某种模型，你从你拥有的特定任务数据中获得非常具体的环境，以及用户抱怨的事情，以及你以某种方式从你的特定部署中提取的所有反馈。很多这些公司比大实验室有优势，因为他们可以真的非常好地使用这个数据。

然后他们会创建环境。他们会对Kimi K3进行大的后训练。他们会部署它。他们也可能做一些在线学习，就像Composer做在线……基本上是REINFORCE很长时间。

仍然有人在循环中。仍然有人说，“好吧，这些是我们关心的信号。这是我们将如何从我们拥有的数据中创建环境。”它仍然比你想象的那个节奏要长，但它确实在发生。最终那个循环会越来越快。

Dwarkesh Patel：

Composer的事情很有趣，因为在Cursor中，人们按Tab或不按Tab在模型建议的下一个补全上。基于此，每一天，Composer在预测下一个方面变得更好——

Charlie O'Neill：

那是旧的Tab模型。他们实际上对实际的生成模型也做了同样的事情，不仅仅是Tab模型。

Dwarkesh Patel：

哦，我明白了。有趣。

Charlie O'Neill：

这很难，因为当你做在线强化学习时，你没有组。你只有一个用户说一件事，然后你得到一个rollout。所以你有一个很大的方差减少问题。

Cursor对此的模糊答案是，“我们有非常好的启发式方法，能够估计这个响应比平均好多少，或者比平均差多少。”然后他们会做这个大的REINFORCE更新。他们对它是否变差的解决方案是，如果它在CursorBench上改进了，他们每五小时部署新模型。如果没有，他们就扔掉那个版本。

John Schulman：

我认为你最大的问题实际上只是不知道自然数据的奖励函数应该是什么。如果你使用某种肤浅的信号，比如他们是否接受了编辑，那可能会以某种方式被奖励黑客。

00:45:24 – 仿真到现实的鸿沟

Dwarkesh Patel：

但这不是仿真到现实事情的更大问题吗？任务视界越长，就越难在数据中心内模拟。在我看来，即使在编程中，我们已经到了没有一个为期一年的编程任务最终不需要你与客户交谈或与公司互动或与用户互动的点。

如果你想想我们想要AI能够做的所有事情，最终超级智能应该能够经营企业，或创办新企业并使其盈利，或在市场上进行有利可图的日内交易，或赢得官司。这些都是很难在数据中心模拟的事情。其中固有的学习部分是与现实世界互动。

也许它们从仿真到现实的迁移中学习如何在这些事情上变得更好。但或者，也许你确实需要从这些类型的互动中进行权重更新才能变得更好。如果是这样的话——如果迁移不够强，你确实需要权重更新——那么模型样本效率相当低可能是一个更深层的问题。

我对此好奇的原因是，默认情况下，我看不出你怎么会在未来10年内不得到某种疯狂的递归自我改进。但这可能不发生的唯一原因是，在权重更新的样本效率方面，模型似乎远远落后于人类。它们可能比人类在从出生到成年看到的数据量 versus 模型从冷启动到完成训练看到的数据量方面落后百万倍。

这一切是说，首先，从模拟到我们想要AI在现实世界中做的极其长视界、非常复杂的真实事情之间会有良好的迁移吗？如果没有，那是否真的意味着这些模型缺乏样本效率会反咬我们一口？

Charlie O'Neill：

也许我分解两种类型任务的方式——模型变得擅长的任务和模型将继续挣扎的任务——是看任务是累积的，还是你有这个非平稳分布，你必须不断学习和重新争论一堆东西。

一个累积任务的例子可能是RSI。理论上可能有一个不到一百万token的Python文件，从头开始训练一个能够递归自我改进的模型。你做的每一个发现都是你守住的一条线。如果RSI不需要我们发现新的注意力变体之类的，那么一旦你发现了注意力，一旦你发现了混合专家，一旦你发现了GRPO，你就把它添加到训练堆栈中，它就在那里了。

一个很好的例子是5.6 Sol训练，5.6 Terra，或者OpenAI告诉我们的任何一个。它不需要回头发现注意力。它基本上会调用一堆脚本，像pre-training.sh和post-training.sh，然后就这样做。那是累积任务的一个例子。

我认为现实世界——以及人们如此思考持续学习的原因——并不是一个累积任务。想象在一家律师事务所，你有一个智能体作为法律助理。那是一个非常非平稳的分布。你必须能够在你的上下文中容纳公司里所有重要人物之间的所有关系，这些关系也一直在变化。你有所有这些关于事情如何做的隐含方式，在哪里找信息，等等。那不是像RSI那样干净的累积任务例子。

我认为任务之间会有这种分解。但如果实验室意识到这一点——他们确实相信RSI是累积的，即我们不需要回头发现某种全新的架构之类的——那么也许越来越多的努力和计算会集中在那个上面， versus 其他任务。

Dwarkesh Patel：

RSI恰好比当律师助理更容易，这真是太不幸了。

John Schulman：

我想说今天的模型在很多不同方面都比人类弱。其中一些可能与某些 regime 中的样本效率有关。在某些 regime 中，模型非常样本高效，比如在上下文中学习。但可能有一些中等长度的 regime，它们样本效率较低，因为人类可以比模型更高效地做某种权重更新。我认为在某些 regime 中样本效率较低可能是弱点的来源之一。

但我认为还有其他完全不同的弱点来源。例如，思维的多样性低于人类，或者在某些长视界判断上表现不佳。我认为很多人们称之为品味的东西是关于长期有效的行为，是人们已经意识到长期有效的行为。不是全部，但品味的某些方面。特别是对于软件工程，我认为很多品味是“什么系统在项目的长期运行中可维护且运行良好？”

模型有各种各样的弱点限制RSI以及其他事情。有些与样本效率有关，有些无关。

Charlie O'Neill：

也许一个有趣的思想实验是：假设你能够给一个模型一个一万亿token的上下文窗口，或者你需要容纳你在RLHF之前的经验所需的任何东西。它在上下文窗口中有所有这些经验，并且它具有与一百万token时相同的样本效率和上下文学习能力。你认为品味就解决了吗？它能够做出与你相同的判断吗？还是除了更长的上下文窗口和相同的样本效率之外，还有什么根本性的缺失？

John Schulman：

它必须被训练从那个上下文中学习。要么它必须被训练从那个上下文中做出正确的更新，要么它必须泛化。

Charlie O'Neill：

所以你不认为你可以只是把它全部倒进去，你的整个生活，你的研究经验？

Beren Millidge：

你仍然需要数据来训练它长上下文。即使你理论上可以得到一万亿上下文，你也需要一万亿长度的数据来训练它。现在你有10k上下文，你不能只是倒进一百万。

Charlie O'Neill：

是的，我只是问如果你有那个。

Beren Millidge：

理论上，我认为，是的。这真的只是归结为品味从短视界片段中有多少是可元学习的问题。我觉得没有明显的理由它是超级长的，因为人类以某种方式发展了品味，而没有很多长片段。我们活不到10,000岁。我们发展得相当快。

如果你想想即使是一个博士，第一年博士生和最后一年学生或博士后的区别，那大概是五年。他们总共可能只做了10-30个研究项目。但他们从相对较短的一系列小事情中相当快地发展了品味。理论上，有可能像那样发展它。

AI显然将有远远更多的经验来发展品味，元学习它。然后问题是它如何泛化到真正长视界的事情，我认为这在这一点上真的没有解决。我们不知道。

Dwarkesh Patel：

回到这个问题，最终应该有一个 regime，AI从每个单独的部署实例中学到很多东西。目前你可以说有一个模糊的元过程，模型确实从部署中改进。但我觉得这是一个非常弱的反馈循环。你看到这个在地平线上吗，有这种蜂群思维的学习非常快速，如果是这样，它到底是如何发生的？

John Schulman：

我想说我们是否得到一个从所有部署经验中学习的蜂群思维，很大程度上是激励问题，而不是技术问题。公司不会想要让模型提供商从他们所有的部署中学习，因为那可能只会降低他们业务的优势。

Charlie O'Neill：

我认为这方面的经济学会施加压力，不一定是权重更新到一个大的共同共享模型，而是模块被替换进来。一个非常明显的例子是LoRA，但它可能是别的东西。

有很多工作试图将任意上下文长度装入固定大小。这些都是线性注意力 stuff。还有cartridges，本质上是训练得非常非常压缩的KV缓存，以容纳大量信息。这是另一个例子，公司可能愿意签署，如果它被替换到模型中，并且实际上不改变基础底层模型本身。

有很多不同版本的从你的数据中实时学习。后者实际上并没有帮助大实验室，因为它们只是这些模块。但我认为经济压力会迫使实验室先走这条路，然后他们才能开始这个……

Beren Millidge：

但是哪种经济压力？我觉得即使你有一堆cartridges或LoRA什么的，你仍然可以取所有这些轨迹并把它们倒入你下一代模型的预训练中。

Charlie O'Neill：

是的。这可能是大实验室正在获得的一种更间接的学习形式。这对他们来说显然仍然非常有价值。但我无法想象一个世界，我们从“我们将直接在这个大模型上训练我们获得的所有确切数据”开始。

Beren Millidge：

不，我认为它肯定会经历阶段，因为这假设有一个不连续的事件，突然我们持续地修复权重更新。在实践中，我认为更可能是cartridges之类的东西让你在部署中专门化。然后你生成轨迹，你把它放入你的模型，三个月后你出来一个在这个东西上更好的模型。你再次专门化它，你再次巩固它，然后最终我们会让这个跳跃越来越快。

不是每三个月发布一个模型，现在是每周，然后每天，然后每小时，到那时我们基本上已经解决了。

Charlie O'Neill：

我认为这也是一个好点，因为你问当前范式离能够做到这一点有多远。我们对此做了一些研究，人们也做了很多研究。在非常大的规模上，当你洗掉足够的噪声并且有足够大的批次时，这个将数据放入中期训练并创建我们自己的环境的外循环过程在某种持续学习 regime 中确实有效。

但问题是，当你放大到微观层面足够近时——我有一个模型，我试图再次为一家律师事务所更新它之类的，我试图用相对少量的数据非常连续地这样做——所有方法都有点崩溃。如果我只是在成功的轨迹上SFT模型，离策略或在策略，最终在非常迭代的 regime 中，当你做数百个这些微更新时，你会看到灾难性遗忘。你看到之前在学习的基础上学到的信息的遗忘，那个基础模型要早得多，你看到一般能力的退化。

在策略蒸馏似乎把这个视界推远了一点，但它最终仍然屈服于同样的事情。RL擅长把能力放进去，但它不擅长把知识放进去，这种非常明确的知识，“啊，好吧，这个人在这个律师事务所做这个，这是我们发现的一个非常具体的流程。”你必须投入大量计算来创建正确的环境，用RL把知识放进去。

Dwarkesh Patel：

你认为这里的根本问题——为什么你在这些其他技能上变差或者有遗忘——根本上是容量问题还是技术问题？

Charlie O'Neill：

两者都有一点。我认为SFT甚至策略蒸馏可能破坏性太强。RL之所以如此好的原因是它只改变模型非常非常小的一部分。有很多证据表明为什么是这样。它只是在非常非常小的损失谷中微调它，把它带到正确的点。但那也限制了你可以用RL做什么，你可以实际改变模型多少。

Dwarkesh Patel：

所以你是说，为什么这不是赢者通吃，可能的原因是，很难在迭代的方式中把那么多信息蒸馏到基础模型中而不破坏某些东西？

Charlie O'Neill：

不破坏某些东西，以迭代的方式。

Beren Millidge：

把它蒸馏到一个不同的基础模型中是容易的。这是我认为主要是技术问题的地方。肯定不是没有容量。如果你有一个拥有所有这些数据的模型，你取字面上相同大小的模型，用所有这些东西在中期训练中从头预训练，它会更好。我认为这就是今天发生的很多事情。

非常有一个瓶颈阻止我们只是永远训练同一个模型， versus 只是从旧模型获取所有数据并从头训练一个新模型。这正如Charlie所说：可塑性和灾难性遗忘的某种组合。如果你只是天真地在非平稳数据上训练，因为你随着进展添加新数据，这会扰乱数据分布，所以旧的东西就被遗忘了。我们真的没有好的方法来阻止这种情况发生。

Dwarkesh Patel：

所以也许在极限情况下，你只是被从头重新训练模型与所有这些新信息所瓶颈。

Beren Millidge：

是的，这当然非常昂贵。从头训练模型是昂贵的。

Dwarkesh Patel：

但你无论如何都会这样做。

Beren Millidge：

不一定。也许最终，如果你有持续学习，你永远不训练新模型。你只是有一个模型，它不断学习和扩展。

Dwarkesh Patel：

但可能有一些深层技术原因使它非常困难。

Charlie O'Neill：

这就是问题。我认为我们已经推迟了我们需要从头做多少。现在肯定可以取预训练基础并在其上做非常好的中期训练，有点连续地，加上从训练后期不同检查点的一些RL。那看起来更像持续学习，但它肯定不是取最近的模型，应用几个非常小的更新，然后迭代地从不丢失任何东西的情况。

Dwarkesh Patel：

抱歉，我有点困惑，因为这不就是在训练期间发生的事情吗？在后训练或其他什么期间，你有一个已经经历了如此多训练的模型，然后你蒸馏一个已经进一步RL'd的分叉。这不就是字面上发生的事情吗？

Charlie O'Neill：

但它仍然在足够大的规模上，我认为，你在洗掉很多噪声，你不是只专注于一个分布，正如Beren所说，这是问题。如果你只专注于一个任务——

Dwarkesh Patel：

但在最终 regime 中你会做……有数十亿个部署实例。你同时从所有实例中学习，所以希望从那里洗掉一些噪声。

Charlie O'Neill：

也许在那个规模上，是的。

Beren Millidge：

正如Charlie所说，你肯定可以做持续中期训练很长时间，你可以回滚到一个检查点并给它新的中期训练数据。但与此同时，你不能无限期地这样做。如果你只是永远持续训练同一个基础，它在某个点会渐近。你不能只是在那基础中学习新东西。这就是为什么人们最终训练新的基础。否则你会只是永远中期训练同一个基础。

01:00:33 – 有多少进展是由数据解释的？

Dwarkesh Patel：

让我们谈谈数据。我通常对AI进展有多少只是由数据进展解释的问题感兴趣。这并不意味着它一定难以自动化，但那是另一个问题。是否存在某种数据分布，如果你在当前架构上训练它，会得到一个完全主导每个领域人类专家的超级智能？

Charlie O'Neill：

我们是在谈论预训练加后训练数据，环境也包括吗？我认为它的存在是显而易见的。只是我们是否能创建正确的环境来达到那里。

Beren Millidge：

在平凡的情况下，我们可以只是训练它输出训练实际超级智能的Python文件。只是让那个记忆在权重中。

Charlie O'Neill：

是的，可能有一个RL环境的阶梯，可以构建这样的环境，使你会得到一个至少和人类研究员一样好的AI研究员。但爬每一级阶梯的努力呈指数增长。这是你必须权衡的两件事，关于我们多快会达到最后一级阶梯，在那里它更好。我认为这相当清楚。

我们在RL环境创建方面仍然相对较早。我们利用很多不对称性来创建好的环境。我们之前谈过的一个不对称性是，有些环境倒退比前进更容易。我的意思是，很容易定义这个复杂的数据生成过程，这是你隐藏起来不让模型看到的潜变量。你可以生成任意复杂的环境，模型必须做大量不可约的token花费和不可约的工作来弄清楚那个数据生成过程是什么。

在从现实世界注入信息方面也有不对称性。Anthropic通过数万人类和LLM的结合发现一个bug，并把它变成一个非常非常简洁的环境，单个LLM理论上可以在几百万token内找到。有所有这些不对称性我们在挑选，我们指望这种任务视界泛化。

但我认为它在某个点会撞上收益递减，在创建那些环境本身有多难的收益递减，想出它们，因为你不一定能有这些倒退比前进更容易的过程。你实际上必须坐下来构建一些看起来像足够长时间视界与人类的东西，这将是一个真正复杂的任务来创建。然后还有计算和时间瓶颈，让智能体实际做那些任务。我认为你会开始看到这条曲线变平。

John Schulman：

我看到一些关于有人微调Talkie模型的东西，它只训练到1930年的数据，在现代编程智能体数据上。它在SWE-bench上比Claude 3 Opus做得更好。所以这个对代码完全没有知识的模型可以在中等数量的数据上微调，并作为编程智能体表现得比这个大得多的预训练模型更好，这很疯狂。这有点告诉你，一旦你有正确专家行为的例子，把它复制到一个相对弱的模型中实际上出奇地容易。

Charlie O'Neill：

但一个反例是最近的一篇论文，他们训练一个模型到五年级数学，还有小学英语之类的，所以它是一个不错的语言模型。他们试图RL它做高中后期和大学数学。差距太大了。他们根本无法让它爬上去。但如果你做 successive rungs 的七年级数学，然后八年级数学……等等，你显然可以爬到十二年级。再次，只是那些阶梯上梯级之间的距离，以及创建它们有多难。

Beren Millidge：

这只是回到RL信号问题。RL现在不擅长探索。如果模型不能在128次rollout中得到它，它非常不可能得到信号来进步。这就是为什么在RL中我们需要课程，而在预训练中我们不需要，因为那对预训练来说根本不是问题。

Charlie O'Neill：

再次，预训练数据与后训练数据不同。我想象随着我们继续前进，人类会越来越少地参与，但这不会改变你被你能从现实世界中提取多少信号所瓶颈的事实。

世界上有很多信号，这是真的。有人在做电子表格任务，有人在做法律任务和所有这类东西。但在模型现在所处的能力前沿，世界上有多少比特实际上与提高模型能力真正相关？有多少新的数学问题正在被解决，而这些问题超出了当前模型的能力范围？有多少新的编程问题正在被创建或解决，而这些问题超出了当前模型的能力范围？

我认为这就是为什么收益递减会到来，因为即使整个世界也没有给你有用的比特来把你推入下一个能力盆地。

Beren Millidge：

我完全同意。这真的只是信号来自哪里的问题。在预训练中，信号已经在Common Crawl中了。对于你在预训练中关心的任务，问题根本不是获取信号。它是过滤掉存在的所有噪声。这是一个相当可自动化的过程。

但随着模型变得更好，随着我们进入中期训练和后训练，信号根本不存在于我们拥有的原始数据中的任何地方。再多的过滤也得不到这个。Common Crawl中没有隐藏的千禧年大奖难题的证明，我们可以只是过滤直到我们看到它。

在那个时候，你必须以其他方式获得比特，要么直接从人类那里，要求他们写出他们的推理，要么通过创建环境，由人类决定应该创建什么环境以及这些环境的目标是什么，或者某种在部署中存在的人类数据上的训练。你必须从某处获得比特。

Dwarkesh Patel：

有一个问题是预训练中有多少进展是由数据驱动的。我和Jerry Han做了一个调查，他是普林斯顿的学生，我们把2019年至今的所有配方与2019年至今的所有数据集进行成对训练。你在最新数据集上训练GPT-2，比如Ultra-FineWeb。你在Pile或一些旧数据集上训练Delphi，这是最新的开源训练配方。你做整个网格。你看到，要达到某个能力水平，在这个网格中需要少多少计算？

你看到数据似乎解释了大约12.0倍的计算效率增益，但架构改进解释了大约3.7倍的计算效率增益，在非常小的规模上。如果这在大规模上也成立——大部分预训练计算效率增益来自更好的数据——那能持续多久？你能继续越来越多地过滤数据并构建越来越多的合成数据吗？你对这种预训练进展能持续多久有感觉吗？

Charlie O'Neill：

我的先验是，再次，低垂的果实有点耗尽了。我们得到了互联网这个大块，互联网不一定以同样的速度增长。互联网上所有有用的东西不一定以同样的速度增长。我们可能还有一些0.1%的损失下降，但肯定没有已经发生的那么多。

但你也发现这个累积的33倍改进也很有趣。我想是Epoch或某人估计自2019年以来每年3倍，这意味着大约37倍，超过2,000倍改进。那缺失的100倍左右来自哪里？那可能给你一个很好的信号，说明有多少来自后训练。

Dwarkesh Patel：

我认为解释必须是很多计算效率增益是规模依赖的，而我们是在非常小的规模上开始。这提出了一个问题，数据计算效率增益还是算法计算效率增益更有规模依赖性。我不知道你对此是否有先验。我们只是没有足够的计算来调查那个问题。

Charlie O'Neill：

只是天真地，理论上，架构的规模依赖性是相当已知的，你可以拟合一条直线。而我不知道如何为结合预训练加后训练数据和中期训练数据做那件事。

Beren Millidge：

有趣的是，我觉得数据实际上在规模上更重要。我觉得架构有点像一次性的事情。

说一个X%的效率增益有点误导，因为架构做的是让你达到一个你无法用旧架构达到的定性新 regime。在那个 regime 内，显然数据是决定它的主要东西。

但如果我们连GQA都没有，如果我们整天做全注意力，做一百万上下文会贵得离谱。因此，我们永远无法使用实际上在一百万上下文的数据，所以我们无法获得这些能力。即使你只是天真地做“这在2K上下文下有多大作用”，架构没有解锁任何东西，那么数据看起来会比它在某种意义上实际更重要。我不清楚这些东西是否真的只是以这种方式乘性增益。

Dwarkesh Patel：

我明白了。所以你对数据的规模依赖性有什么看法？

Beren Millidge：

关于规模依赖性，我认为我们现在有很多中期训练和后训练数据实际上随着规模变得更好，因为很多——非常长上下文视界环境的东西——真的需要大模型才能利用。如果你试图在你的1亿参数模型上训练SWE-bench轨迹，它不会取得任何进展。它不会向你展示你会从训练一个实际合理大小的模型上得到的同样类型的改进。

Charlie O'Neill：

现在也很难，因为很多架构变化——你看看Kimi，例如，或DeepSeek——他们做这些架构修改不仅仅是为了降低预训练损失，而是考虑模型在现实世界中将如何使用。推理效率，在DeepSeek模型中有某种形式的压缩注意力，不一定围绕根本性的权衡改进。只是，“好吧，我们在考虑模型将如何被使用。”

Dwarkesh Patel：

我好奇的一个问题，为了理解未来，是随着我们进入更RL重的 regime，参数缩放会如何发展。你可以看开源架构，看到参数缩放的速度。也许前沿开源模型大约每年2倍。即使前沿闭源模型有100B或200B活跃参数，你认为这会年复一年地2倍增长吗？

或者，现在我们在一个RL regime 中，你也想节省rollout的计算……也许有一个阈值效应，你有足够的容量，在那个时候任意增加参数就不那么重要了。你们对2030年前沿模型将有多少活跃参数有感觉吗？

Charlie O'Neill：

我认为未来几年，因为我们如此专注于做越来越长视界的RL rollout，推理效率非常重要，感觉模型不一定在它们做那件事的能力上饱和。瓶颈仍然是环境。所以我们可能会看到一点平台期。

我有一种感觉，Mythos和GPT模型比人们谈论的10万亿参数范围要小得多。即使只是天真地将它们与开源模型比较，你可能也能得出那个结论。

可能未来几年，我不会想象参数数量有巨大增长。但再次，这里有太多不同的东西需要权衡。你根据你有多少预训练数据来决定模型的大小，然后是你必须训练的最难的RL环境的难度。你理想上想要达到最优点，在那里你可以在你拥有的最难环境上得到不错的pass@1之类的。在那里做一个更大的模型通过没有意义，因为那样你只是支付比你需要多得多的推理。

所以很多取决于Mercor和内部团队能多快扩大他们训练的RL环境的复杂性。

John Schulman：

我预计模型会继续变大，只是因为人们在扩大计算，GPU变得更大。但具体变多大有点取决于缩放定律，以不明显的方式。

一件事是，我认为数据效率将比计算效率更能驱动人们使用的确切架构，因为我们现在进入高质量预训练数据快要耗尽的 regime。那可能影响你想要模型多稀疏。

我也认为我们不太理解稀疏性。参数是与活跃参数不同的资源。稀疏性肯定增加了一点，但不清楚它是否会无界地继续增加。可能存在某种甜蜜点。

有一种论点认为稀疏性应该使数据效率更差，因为你可能不得不在多个专家上学习同样的东西，尽管这是有争议的。我认为我们对缩放定律没有足够好的理论，真正理解为什么稀疏性有帮助，它会有多大帮助，以及它是否会在某个稀疏性水平上趋于平稳。

Dwarkesh Patel：

抱歉，你能具体说明数据效率对参数的影响是什么吗？听起来你会说应该更少的稀疏性，但对参数缩放的其他影响是什么？

John Schulman：

只是说，在缩放定律下，你不是试图优化计算效率。你在架构上有所有可以选择的东西。每一个都给你不同的缩放定律。传统上，你会看某种基于计算的信封。你会看性能与计算的关系，并取最佳模型的信封。

但如果我们在数据的基础上做那个决定——我们假设我们可以花很多计算，所以数据在我们的x轴上而不是计算——那么我们只是得到一组不同的最优解，或者一组不同的模型在那个前沿上。

Charlie O'Neill：

我也不认为我们在过去几年里一定每年都把模型大小翻倍。人们已经训练1万亿参数模型至少几年了。甚至有一个叫Falcon的开源模型。Periodic Labs的Liam，我想，昨天在Twitter上发布了一个早期实验，训练一个1万亿参数模型，非常非常稀疏。

John Schulman：

那是他们在OpenAI之前在Google做的，Switch Transformer。

Charlie O'Neill：

它在知识方面非常非常好，但在推理方面很糟糕，因为它太稀疏了。感觉我们已经在1000亿到2万亿参数范围内玩了一段时间了。这肯定不是这种漂亮的线性增长。

Beren Millidge：

我觉得有两件事。正如Charlie所说，推理效率对RL rollout非常重要。这将真的把活跃参数压低很多。

我认为总参数真的很大程度上取决于硬件。你真的需要非常高的内存带宽和VRAM大小才能实际服务多万亿参数模型。现在，人们仍然在使用很多H100之类的。随着每个人都转向GBs然后Vera Rubins，我们将获得更多能力来扩展并实际服务和在更大规模上做大型RL推理。

数据问题我认为很有趣，因为天真地，更大的模型在实际数据点上样本效率高得多。即使你没有饱和模型，更大仍然更好，因为更大的模型泛化得更好，在相同数据量下达到更好的损失。现在我认为我们有很多数据，那不是约束。计算是。所以我们在做非常推理高效的小模型。但如果计算不再是瓶颈，它可能会回到更大的模型，这些模型欠饱和，但由于它们大得多而具有这种泛化能力。

Dwarkesh Patel：

如果你只看基本的Chinchilla缩放定律，你只是最大化参数，它实际上减少你达到相同损失所需的数据量非常少。如果你在参数上趋于无穷，你需要的数据量我认为下降不到10倍，只是因为幂律的性质。

Beren Millidge：

但我们现在在Chinchilla定律的数据太多的一侧。现在我们根据Chinchilla过度训练模型。所以我们可以很容易回到一个点，随着数据耗尽，我们回到Chinchilla最优点，甚至稍微在欠训练模型的一侧。

Charlie O'Neill：

但肯定，即使有这些新芯片上线，未来几年我们仍然会被计算瓶颈住，所以那不一定会是情况。

Beren Millidge：

这取决于你训练和推理计算的比例，真的。如果你超级被数据瓶颈而不是计算，你应该变大。如果你超级被计算瓶颈，你应该总是变小。你也可以使用计算机生成的合成数据，所以这是很难预测的事情之一。

John Schulman：

我认为人们花这么长时间才弄清楚缩放定律的部分原因是，如果你不把所有这些事情做对，你就不会得到那么干净的关系。图表上漂亮的直线隐藏了很多复杂性，关于你必须如何确保以正确的方式缩放每个超参数，或者以可扩展的方式参数化你的优化器，随着模型大小改变而不必改变超参数。

Charlie O'Neill：

Bug也有它们自己干净的缩放定律。就像Kaplan忘记余弦退火的事情，甚至只是不考虑嵌入参数，我想。那搞乱了小模型的估计，因为嵌入参数是模型中相当大的一部分。

01:18:03 – 为什么RL如此有效？

Dwarkesh Patel：

稍微谈谈RL。一年前，很多人在论证RL在模型上不会非常成功地扩展。John，你写了一篇研究论文，指出模型在RL时每个episode学习一个比特。它们学习，“我答对了还是答错了？”然后我今年早些时候写了一些博客文章，我说，“这比那还糟糕”，因为当通过率很低，模型非常不可能答对时，它从一个RL episode中学到的几乎为零。

但我看今天的模型，它们似乎相当聪明。这似乎是扩大RL的结果。Beren，你几周前有一篇帖子，试图解释发生了什么。为什么RL比人们天真地想象的更成功？

Beren Millidge：

我认为RL的成功归结为一堆不同的东西。首先，被稍微低估的是中期训练。我们看到的很多RL的成功实际上来自非常非常好的中期训练数据，这基本上是我们做预训练，但在合成推理数据和那种让模型为RL热启动的环境上。这通常把模型带到最终RL检查点的大约80%。

然后RL在之上做的基本上是调整策略。这是为什么它不需要你天真地想象的那么多比特的原因之一。它不必从头学习所有这些行为。它只需要从这些episode中获得几个比特，你确实得到了。我在博客中指出的另一件事是，这些比特与常规预训练相比是极其高信号的，这就是为什么你需要RL而不是仅仅在成功的推理轨迹上SFT。

Dwarkesh Patel：

因为它正是关于如何得到正确答案的比特。

Beren Millidge：

有两件事。是的，第一，它正是关于如何得到正确答案的比特。但这不完全是你要想的方式，因为在SFT中，你有一个轨迹。你有，比如说，一堆数学推理，然后最后是答案。比特仍然在那里。你仍然在答案token上SFT。

重要的是，目标忽略了所有其他比特。在SFT中，你必须试图匹配模型产生的确切推理token。你本质上得到了太多关于你训练的那个其他模型如何推理的确切方式的比特。对于RL，你只得到一个比特。这意味着那个信号不会被模型拥有的所有其他比特的噪声淹没。

这真的是训练期间信噪比的超级戏剧性增加，这就是为什么RL在步骤方面如此戏剧性地高效。

Charlie O'Neill：

关于RL对模型做了什么 versus 中期训练或SFT或其他什么，有太多争论。每个人都谈论pass@1会上升，但pass@256会下降。非常罕见的正确推理轨迹会被降权，被来自更容易推理轨迹的梯度信号压倒。

我认为现在看RL的简单方式是，如果你有足够大的计算来采样足够大的组大小——使得你得到一堆正确答案的概率超过某个不算小的概率——那么它会被加权。对Beren的观点，中期训练和更多预训练——RL的起点，pass@1——随预训练token数量的对数缩放。

Dwarkesh Patel：

我能问一些非常基本的问题吗？那个答案有道理，也许有实证研究显示这就是正在发生的事情。但然后我看模型本身……我不知道发生了什么。也许你可以给我一个关于过去一年AI进展基础的感觉。

也许它只是对本来就会做正确思考的策略进行加权。但看起来在定性上，模型变得如此更有能力。也许那里没有内在矛盾。但我们如何调和这个说法所暗示的RL相对较小的影响与模型似乎正在获得的实际定性能力？

Beren Millidge：

我想在这里指出的一件事是，它不一定意味着RL有小的效果。即使你有几个比特，你只改变参数一点点，对函数空间——模型学到的输入到输出映射——的实际影响仍然可能是超级戏剧性的。即使一个比特也能大大改变你的函数空间。它可以排除一半的假设空间，这是巨大的。

我不认为一定是这种情况：少量比特、少量RL，一旦你从一个非常好的点开始，意味着你在行为上没有戏剧性的影响。至少……不一定。

Charlie O'Neill：

我认为这归结为两件事。第一件事是，每个人都希望RL能在所有这些不同领域泛化这种推理。我不认为我们一定得到了这种横向泛化。仅仅在数学上训练不一定让你成为最伟大的程序员。你确实必须在代码环境上做RL。

但我认为我们确实得到的是视界泛化。模型只是学会了如何使用更多token更长时间，并在某种任务上继续取得进展。你可以在环境上训练，让它们越来越长，然后把它们放到一个全新的环境中。是的，它们可能没有泛化让他们在那个环境中做得好的推理模式，但它们至少泛化了在那个任务上继续更长时间的能力，这与成功相关。有一篇叫EdgeBench的论文显示，模型能工作更长时间的速率每三个月翻倍。这是泛化的明确证据。

最后的思考方式是，在预训练中，有量子的想法。你有一条非常平滑的预训练损失曲线。当你看看模型中发生了什么，模型正在学习所有这些非常离散的任务，有所有这些涌现点，有相变。它没有归纳头，现在它有归纳头。有数万、数百万，可能数亿个这些东西。你把它们全部平均在一起，你得到这条非常平滑的损失曲线。

在某种程度上，类似的事情正在RL中发生。有这个非常慢的外循环，正如Beren提到的。我们会训练一个模型然后RL它，然后在下一个模型训练迭代中，我们会把一堆这些合成推理轨迹倒入中期训练数据。我们有点在击中所有不同任务的所有这些量子，在单个任务层面上，它可能看起来像一个相变。你突然从一个特定的金融任务或Excel任务或其他什么的0.5%通过率到90%通过率。

但你平均所有这些事情，加上视界泛化，你有点说，“哇，我们有了定性上更好的模型。”

Beren Millidge：

我认为很多这也只是……RL确实泛化了一点。你在数学和代码之间得到一些迁移，或者谜题和数学之类的。而且，人们瞄准的环境数量只是大得多。以前，当你尝试做你日常生活中的某个任务时，两年前，实验室不会真的关心这个。他们不会为它训练模型。现在它只是广泛得多。他们有很多针对这个特定事物的环境。

01:24:54 – 第37手和熵坍缩

Dwarkesh Patel：

早些时候在对话中，我们在谈论RL导致这种熵坍缩的背景，或者只是把概率集中在基础模型已经做过的解决方案上，导致策略中相对稀疏的更新。

但我认为还有另一个关于RL的故事，就是回到Atari游戏，然后AlphaGo想出第37手，那个超级创造性的走法。因为它从未在人类数据上初始化，它可以用人类甚至没有想到的方式思考，并想出极其创造性的解决方案。

你对我们应该何时期待，或者是否应该期待，LLM上的RL会导致像第37手这样的事情，超越人类创造力的极端创造力，因为智能是从头初始化的，有感觉吗？

Beren Millidge：

这里有几件事。首先，我认为AlphaGo使用的是MCTS，显然比常规策略梯度做更多的探索之类的。但我也认为RL不一定减少创造力。

这显然是定性的，但如果我们看OpenAI-Hugging Face事件，这些模型一次想出多个零日漏洞来突破沙箱。这显然已经是某种程度的第37手创造力，我们只是从LLM的一般泛化属性中得到。绝对不是RL完全摧毁熵，尤其是在长视界上。

John Schulman：

人们称之为创造力的一件事只是解决困难的搜索问题。第37手显然是一个例子，或者写某种满足大量不同约束的诗。这是AI显然会非常擅长的事情，如果为它训练的话。

然后还有另一种方式，模型的输出多样性在RL后低得多，它们发展出这些抽搐。即使模型看起来擅长写作，当你做某种分布分析时，你发现它们一直在重复某些主题，一直使用相同的角色名字。你没有得到与人类作者相同的多样性。你得到一种非常好的风格。所以我认为那种多样性肯定被RL大大削减了。

事实上，因为我们在谈论蒸馏，正在发生的一件事是，这么多人在蒸馏，主要从Claude，所有开源权重模型都像Claude一样写作，有相同的抽搐。这在我看来有点令人担忧，我们正在出现这种单一文化。

Beren Millidge：

再次，我不认为这是RL方法的根本问题。蒸馏也一样。即使蒸馏，你只是在数据上训练。只是因为你的数据不够广泛，不意味着训练方法本身有什么问题。这是数据的问题。

我认为很多RL熵坍缩，例如，基本上是由于在你没有巨大多样性环境时利用相当简单的验证器。写作，例如，大概是由某个裁判评分的。裁判有特定的抽搐，模型正在学习奖励黑客裁判，这就是为什么它坍缩。但这真的是裁判的问题。不是RL的一般问题。

01:28:32 – 快速预测时间线

Dwarkesh Patel：

好的，关于未来的超级快速预测。我想要以下几个问题的时间线。到什么时候我们有模型……这是对用户来说的感觉。你基本上雇佣它作为各种白领工作的即插即用远程工作者？不仅仅是编程，还有视频编辑、法律、律师助理等等。它字面上是一个实际的远程工作者，有完整的计算机使用，有字面上一个月的无缝学习和操作，执行复杂的项目，需要与其他人互动等等。人类工作者在一个月内能做的一切。

Charlie O'Neill：

如果你强制它使用浏览器之类的——而不是公司设置信息以编程方式可访问——也许几年。但如果它不是基于浏览器的——它可以发Slack消息，它可以做所有这些东西——我仍然可能说大约一年。

Beren Millidge：

我会说也许三年才能完全通用。但正如Charlie所说，我们最终会有很多人让他们的组织对AI更容易使用，所以你在那之前就能达到80-90%。

Dwarkesh Patel：

抱歉，但一年和三年之间的差异只是字面上……

Beren Millidge：

我认为会有一个长长的尾巴，一些人类能做的杂七杂八的事情，模型需要相当长时间才能做。

Dwarkesh Patel：

你是在想计算机的东西还是基本认知能力？

Beren Millidge：

我认为这真的归结为我们能多快解决这种在线学习，以及我们是否可以通过压缩和给自己写文件之类的方式达到80-90%。这是我最大的不确定性。我真的不知道。

Charlie O'Neill：

一个它不擅长的例子是，如果我必须对某人大喊大叫才能在工作中得到什么东西，或者真的推动某人完成某事。模型不会那样做。它太善良了。

John Schulman：

我会说人类远程工作者的质量差异很大。如果你试图从Upwork雇人做一个软件工程项目，会有巨大的差异。通常很难让他们做好工作或关注你给的所有反馈。我猜在某些情况下，AI之前的版本比你现在从现有AI得到的更差。

我认为它最终可能会有点复杂，因为在某种程度上我们已经有一些不那么高质量的工作有了这个。但显然我们在某些更高质量的工作形式上还没有达到人类水平。但我基本上同意Charlie和Beren，也许一年左右我们会有一个可以接受的版本。我们会有那种形式因素，它能够很好地做某些事情，某些事情不太好，事情会从那里改进。

Charlie O'Neill：

我们总是根据很长的尾巴来移动球门。我觉得你以前用过做税之类的例子。今年，我字面上只是告诉Codex去获取我需要的一切并发送给会计师。有一大堆东西它必须用计算机点击和下载。它做到了。完美。很多事情它已经能做了。

Dwarkesh Patel：

好的：给你10倍的总生产力提升。基本上，如果现在需要一年才能取得突破，你每个月就能取得突破。

John Schulman：

我想我会拒绝给你一个标量。在某些类型的工作中，我们可能已经超过那个了。假设你试图做某些类型的数学，而且——

Dwarkesh Patel：

哦，抱歉。但对你作为AI研究员试图推进AI研究的状态。AI研究员被加速或提升了多少？

Charlie O'Neill：

大概5-10年？

Dwarkesh Patel：

哦，真的吗？好的，那很遥远。

Beren Millidge：

真的，你认为这比一般远程工作者更长？有趣。

Dwarkesh Patel：

我意识到你可能对完全通用的远程工作者有非常不同的定义。我本可以早点说明的。

Beren Millidge：

这是真的，因为显然AI研究员可以是远程工作者。

Charlie O'Neill：

我在想象一个月的正常白领工作。我认为超过两个月就开始有点分歧了。

Dwarkesh Patel：

一个非常能干的白领工作者，但不一定是一个超级有创造力的研究员。

John Schulman：

我会说两年。

Dwarkesh Patel：

两年？10倍？好的。你呢，Beren？

Beren Millidge：

我其实可以理解，因为现在对于编程东西已经肯定超过10倍了。所以如果它甚至能做一两个实验反馈循环，那实际上已经是巨大的了。

Dwarkesh Patel：

所以AI研究员在两年内10倍提升。如果你把它代入一个非常天真的AI进展模型，以及有多少来自AI研究员，他们有10倍的生产力提升，你就会有从两年后开始的AI进展的急剧加速。

Beren Millidge：

我认为这将意味着AI进展不会瓶颈在AI研究员运行小实验的能力上。它会瓶颈在其他事情上。

Dwarkesh Patel：

当然。但它只是以10倍的速度发生，这是巨大的。这也帮助下一件事，给你100倍加速，更快发生，等等。

Charlie O'Neill：

我很乐意在那个上多花一点时间。

Dwarkesh Patel：

关键是什么？

Charlie O'Neill：

我吸收信息和做出下一个实验的贝叶斯最优决策的能力。

Beren Millidge：

我假设你可以把其中一些委托给AI。AI在决策方面变得不错。它运行了这个实验，得到了这个结果，它运行下一个实验。如果它能连续运行两三个实验而不崩溃，那实际上是一个巨大的提升。

Dwarkesh Patel：

好的，最后一个问题。一个在所有可以通过计算机完成的工作领域都主导顶级人类专家的AI。不仅仅是AI研究，而是所有认知工作。不仅仅是短视界工作，而是字面上，如果需要三年之类的，AI仍然会比人类做得更好。

Beren Millidge：

这基本上就是ASI？

Dwarkesh Patel：

是的。

John Schulman：

我会说3-4年。

Dwarkesh Patel：

我靠？我是说那似乎没错，但——

John Schulman：

AI显然得到了更多关注。这是更难的事情之一，但很多能量正在投入其中。它也不是AI最难的事情之一，因为它涉及大量代码和数学，模型真的很擅长。

对于涉及3D和空间 stuff 和物理 stuff 的事情，我认为那会花更长一点。如果是机械工程之类的，而且现在没有得到最多关注，那可能花更长一点。

Dwarkesh Patel：

但它也包括那些因为领域性质而数据相对较少的领域，它必须即时学习那些数据。例如，它必须在台积电成为超级工程师之类的。

John Schulman：

所以你必须假设你可以给AI相同的入职材料。然后必须解决关于长视界学习的某些问题。

Charlie O'Neill：

我会说5到10。

Dwarkesh Patel：

所以基本上，你认为自动化AI研究是ASI-complete之类的？

Charlie O'Neill：

是的，我认为是这样。我认为世界上有太多事情，即使你有一个模型外部的记忆系统，即使上下文长度增长一点，也有根本性的事情，即使你可以研究信息或自己写笔记，你今天需要超过一百万token的上下文窗口。

Beren Millidge：

我有点同意5年范围，至少对于实验室正在关注的东西。但我认为会有一个长长的尾巴，AI理论上可以去学习，但没有人费心去做，计算也没有分配到那里。所以那可能需要更长时间才能字面上每一个人类专家。

Dwarkesh Patel：

抱歉，但这也包括像人类一样快速学习新领域的能力。

Beren Millidge：

我认为那不一定必要，因为AI将拥有比任何人类多得多的经验。

Dwarkesh Patel：

非常感谢你们做这个，伙计们。我觉得这是一个很好的形式，让不同的专家不同意、辩论和一起讨论。非常有成效。

John Schulman：

谢谢邀请我们。

风险提示及免责条款

智谱以零息+溢价转股形式融资50亿美元，主要用于算力基础设施与模型研发

Sun, 13 Sep 2026 10:59:37 GMT

智谱9月13日公告，公司完成约50亿美元（人民币约335亿元）新一轮融资，由约20亿美元股份配售与约30亿美元零息可转债共同构成。距离上一次7月配售融资约40亿美元，时隔仅两个月。

这是智谱自今年1月登陆港交所以来的第三次股权融资动作。从IPO到两次再融资，募资节奏持续提速，资金流向也高度一致——算力、模型研发与基础设施。

融资结构：折价配售叠加零息溢价转债

本次融资分两部分独立进行，互不构成条件。

股份配售方面，智谱以每股714港元向不少于六名机构投资者配售最多2196.5万股新H股，配售价较公告前一交易日（9月11日）收盘价793港元折让约9.96%，较过去五个交易日均价891.90港元折让约19.95%。配售股份占扩大后已发行股本约4.50%，预计所得款项净额约156.64亿港元。

可转债方面，智谱发行本金总额人民币201.4亿元、2027年9月到期的零息可换股债券，发行价为本金的100.5%，到期按本金赎回。初始转股价定为每股892.50港元，较公告前收盘价溢价约12.55%。假设债券悉数转换，将可转换为约2636.5万股新H股，占扩大后已发行股本约5.36%。债券预计所得款项净额约30.11亿美元。

零息意味着持有人不收取利息，溢价转股则意味着只有股价进一步上涨，转股才具经济意义——这一结构向市场传递了对长期股价的预期。

钱流向哪里：六成押注算力与下一代模型

根据公告，智谱拟将所得款项净额按以下比例分配：

约60% 用于下一代GLM基础模型及"完全自训练（Fully Self Training）"体系的研发，以及大规模训练、生产推理、算力资源及相关技术基础设施的部署与升级；
约15% 用于业务拓展、战略投资及潜在并购，包括对与AI技术具有互补性的公司或资产进行少数股权投资或控股收购；
约25% 用于优化资本结构、补充日常营运资金及其他一般企业用途。

公司预计上述款项将于2028年6月30日前悉数动用。

公告指出，随着公司持续推进下一代GLM基础模型、完全自训练体系及长程任务强化学习相关研发，以及MaaS平台需求持续增长，对训练及推理算力资源的需求相应上升。公司认为，"目前市场上优质算力资源的供给及交付条件较为有利，而算力资源从签约到部署上线需要一定周期，现阶段完成融资安排有助于使新增算力部署节奏与公司的扩张计划相衔接。"

股权结构影响

本次融资完成后，单一最大股东集团（由北京链湃科技发展中心等一致行动人构成）持股比例将从当前约28.58%（未上市股份+H股合计）逐步摊薄。假设配售完成且债券悉数转换，该集团合计持股比例将降至约25.89%，但公司公众持股量仍将高于扩大后已发行股份总数的10%，符合联交所上市规则要求。

公司同时承诺，自配售协议日期起至交割日期后60日内，未经联席配售代理书面同意，不得进行额外股权融资安排。

融资提速：两个月内二度出手

这已是智谱在资本市场的密集动作之一。

据彭博报道，今年7月，智谱通过配售以每股1588至1698港元的价格发售约1980万股，融资约40亿美元。彼时，算力、研发和人才同样是主要用途。

再往前，今年1月，智谱完成港交所IPO，按每股116.20港元发行约3742万股新H股，全球发售（含超额配股权行使）所得款项净额总额约48.96亿港元。公告显示，截至2026年8月31日，IPO所得款项已悉数动用，7月配售所得款项已动用约34.92%。

三次融资合计，智谱从资本市场累计募集资金规模已超过百亿美元量级。

行业背景：大模型竞争进入资本消耗阶段

从更宏观的视角看，智谱的密集融资折射出大模型行业竞争逻辑的演变。

大模型行业的第一轮竞争，淘汰了无法持续迭代模型的公司。如今，智谱、DeepSeek、Kimi、MiniMax等少数玩家已证明自己有能力留在模型牌桌上。但下一轮竞争所需证明的东西正在改变——不仅是模型能力本身，更是能否获得足够算力、稳定运行大规模集群、整合国产芯片、压降训练与推理成本，以及最关键的，是否有足够资金持续投入这一切。

模型、人才、资本与基础设施，缺一不可。智谱此次50亿美元融资，很大程度上是在为下一阶段的竞争布局。

风险提示及免责条款

算力走向大宗商品化：谁将掌握AI定价权？

Sun, 13 Sep 2026 10:34:17 GMT

芝加哥商品交易所（CME）计划于10月5日推出两款算力期货合约，标的为英伟达H100及下一代Blackwell B200的每小时租赁成本指数。合约交易的是GPU算力租赁价格，即未来一定期限内算力的价格。两个合约均采用现金结算，每份对应730个GPU小时，约相当于一块GPU连续运行一个自然月。到期后，交易双方按期货价格与Silicon Data基准指数结算差额进行结算，不涉及实物GPU交割。

上述合约目前仍待监管审批，若顺利获批并上市，这将标志着GPU算力首次进入全球主流受监管衍生品市场。与此同时，洲际交易所（ICE）、Nodal Exchange、Architect等也在与Ornn、Compute Desk等数据及指数机构合作，推进类似产品。国内也在积极推进算力期货研发筹备工作。

CME选择H100和B200作为首批标的，在于两者具有较强的市场代表性。Silicon Data通过收集云服务商、超大规模云厂商、托管数据中心及私人租赁市场等多渠道数据，形成GPU小时租赁价格基准，并进一步提供远期价格曲线。

算力市场因此开始形成此前缺失的金融基础设施链条：现货租赁形成价格，指数机构完成价格标准化，交易所通过期货合约形成期限结构，期货市场实现风险转移，并进一步向融资和资产证券化等金融应用延伸。算力由此开始从企业内部的IT成本，转变为具有公开价格和金融属性的生产要素。

算力的大宗商品化路径

此前GPU租赁以双边私下议价为主，价格因地区、租期、云平台、配置及芯片代际高度分化，现货市场极度碎片化。租金大幅上涨时，AI企业承担成本上升风险；需求转弱或新一代芯片推出时，算力供应商则面临租金下跌与设备闲置风险。

支持率跌破40%！市场何时交易特朗普中期选举失利？

Sun, 13 Sep 2026 10:05:04 GMT

现在距离11月3日美国中期选举已不足两个月，两党也已进入关键冲刺阶段。目前多个民调显示特朗普支持率已跌破40%，接近任内新低；预测市场数据显示，民主党赢得众议院控制权的概率约85%，参议院则接近五五开。选情对共和党明显不利。

截至目前，美国中期选举格局已基本明朗，基准情景指向分裂国会，民主党夺回众议院、共和党守住参议院；但也存在民主党横扫两院的尾部风险。

今年中期选举将改选435个众议院席位、35个参议院席位以及36个州长职位。共和党目前在众议院仅拥有3席优势，是数十年来最微弱的多数之一。而在参议院，尽管共和党目前以53比47占据优势，但控制权归属高度依赖于阿拉斯加、爱荷华、缅因、北卡罗来纳、俄亥俄和德克萨斯等几个关键摇摆州的战况，选情也不容乐观。

值得注意的是，尽管市场已基本预期共和党将失去众议院，但对由此引发的立法能力下降、财政扩张受限及政策不确定性上升等连锁影响，定价尚不充分。随着中期选举日益临近，特朗普也将祭出更激进的措施来挽回颓势。因此，未来两个月的关键并非简单押注选举结果，而是观察政治变量何时通过油价、通胀和财政预期进入资产定价。

分裂国会将使特朗普政策从立法扩张转向行政强硬

分裂国会下，特朗普后半任期最大的变化在于立法能力显著削弱。

谷歌DeepMind，已经破解RSI?

新智元 — Sun, 13 Sep 2026 09:29:01 GMT

谷歌跑通RSI了？！

一个名叫「rsi-model-liverl-le」的模型，突然出现在Google生成式语言API的返回结果里。

没错，就是那个RSI（递归自我改进，Recursive Self-Improvement）。

谣言正在像野火一样蔓延，称谷歌 DeepMind 已经实现了RSI。

就在网友Chubby还在推测之际，Anthropic CEO突然公开宣布全行业包括Anthropic，RSI在各处已经开始发生。

这让Chubby相信传言是真的：RSI已经被实现了！

据爆料，Google内部不止跑着这一个模型。在同一批标签下，还赫然挂着从00到09编号的10个专属训练槽位。

Google的反应堪称神速，当晚就紧急收回了一批相关API密钥。

然后，就没有然后了。Google和DeepMind至今一个字没说。

一句藏头诗，一张截图，一批被收回的密钥

这起风波，源于一句看似普通的祝贺。

9月11日晚，爆料账号lyra给Google DeepMind发了条帖子，「huge congRatulationS Indeed! @GoogleDeepMind」。

细心的人一眼就能看出，三个被刻意大写的字母拼在一起，正是RSI。

lyra的藏头帖

这条帖子迅速斩获上千点赞，评论区一半人在追问「他到底知道什么内幕」，另一半人在查「这人到底是谁」。

几个小时后，另一个账号Lentils直接甩出了实锤截图。

Google的API返回了一段JSON代码，模型代码为「rsi-model-liverl-le」，显示名称为「RSI Model LiveRL LE」。参数规格是输入上限1048576个token，输出上限65536个token。

Lentils的原话是，「想象一下，如果GDM（Google DeepMind）内部真有个叫rsi-model-liverl-le的东西。再想象一下，他们还有10个专属的rsi-model-liverl-ns-xx训练槽位，从00编到09。这难道不疯狂吗？」

Lentils放出的API返回截图

LiveRL是什么？虽然没有官方解释，但X上普遍的共识是「在线强化学习（Live Reinforcement Learning）」，即模型一边跑业务，一边自我进化。

接下来这一步，彻底让全网炸锅。

lyra直接发文@了Google AI Studio负责人Logan Kilpatrick，「没必要因为怕我，就把GDM的API密钥全收回去。你们的基础设施有更深的安全漏洞，直接联系我就行。」

随后他补了一记重锤，这批密钥来自GDM内部员工，可以访问超过1000个内部checkpoint。

lyra公开@Logan Kilpatrick

Lentils紧随其后嘲讽，「我闻到了恐惧的味道。」

虽然这张截图的真伪尚未得到第三方验证（1048576和65536这两个数字与Gemini现有系列的规格完全一致，不排除是内部测试名或恶作剧的可能）。

但它能一夜刷屏，是因为它和Google最近的报道，严丝合缝地对上了。

谷歌拉响紧急警报，微厨房里豪赌RSI

三天前，Business Insider报道称，谷歌联创Sergey Brin对谷歌在Gemini上的进展速度感到不满，并力促员工更加专注于递归自我改进。

早在今年8月，路透社就已经报道过同样的方向：Brin希望谷歌追赶上前沿，并正在将资源推向RSI。

据9月9日Business Insider的独家报道，Sergey Brin回归Google后的办公地点，是总部Gradient Canopy大楼里一间改造过的微厨房。

他坐在一张U形桌旁，旁边是DeepMind现任负责人Kavukcuoglu，而劈柴哥（Sundar Pichai）每周都会来这待上几次。

一位前员工透露，「Sergey想把Gemini当成一家创业公司来管。」另一位员工则直言，「这间厨房的存在，就是为了能直接绕开公司政治。」

他管的细节极其硬核。

他直接插手芯片分配，为Gemini团队开辟了一条正式流程之外的「算力特权通道」；他曾主导砍掉了Jeff Dean的「Frozen」芯片项目，今年又再次削减其资源。

他甚至在内部推行了一项激进计划，监控部分员工的编码过程，用这些真实数据去训练Gemini的代码能力。

他只有一个核心诉求：全公司必须以最快速度，向「递归自我改进（Recursive Self-Improvement，简称 RSI）」发起总攻。

一名前员工在接受采访时用了一个极其贴切的词来形容他：

他深度押注了RSI，他彻底被「AGI洗脑」（AGI-pilled）了。

路透社在8月的报道中也提到，Brin早在4月的全员会上就催促DeepMind加快步伐，将资源全面向RSI倾斜。

一位前员工更是坦言，「他非常相信RSI，他是一个彻头彻尾的AGI信徒。」

把这件事带火的ChrisGPT，附上了BI报道原文

Brin如此急迫的动机并不难猜，Google掉队了。

Gemini 3去年11月短暂登顶后，迅速被Anthropic和OpenAI反超。新一代旗舰模型因编码能力不达标，硬生生推迟了两个月。

与此同时，核心人才在不断流失。Jeff Dean在效力27年后离职创业，Oriol Vinyals、John Jumper等大牛先后出走，Hassabis也于8月5日卸任DeepMind负责人。

如果只是靠堆算力去熬一个更大的底座，等Google追上的那天，对手的下一代早就发布了。

所以Brin的赌注是彻底切断原有赛道。让模型自己评估、自己修改自己，把动辄按季度计算的迭代周期，暴力压缩到按周计算。

这条路一旦走通，落后两个月的旗舰模型将不再是痛点，Google将获得降维打击的迭代速度。

但如果走不通，这就成了一个没有头衔的创始人，用算力分配权，把整个DeepMind押在了一个没人验证过的方向上。

Google早就交了底，只是没人当回事

把时间拨回9月2日。那天，Google发布了Gemini 3.8 Flash和3.8 Flash Cyber。

要知道，这已经是六周内发布的第三个Flash版本了。而3.7 Flash，才刚刚发布了不到三周。

在这篇官方博客里，藏着这样一句话：

「这些模型的进展，进一步被长时间运行的智能体循环所加速。这些循环被设计用来递归地评估和精炼底层模型。」

翻译过来就是，谷歌可能已经实现了「递归自我改进」，然后用它把Gemini提升了0.1。

当时，谷歌DeepMind的姚顺宇评价道：对模型而言，这只是迈出了一小步；但对于 RSI来说，这是一次巨大飞跃。

在DeepMind研究RSI智能体的Sicong Jiang，更是直接断言并乐观预测：

这就是RSI飞轮开始产生复利效应时的样子。

更多的里程碑正在路上——推进更快，落地更强。

据此，DAIR.AI创始人、网友elvis认为：这就是递归自我改进（RSI）飞轮的早期成果。

但大多数人没当回事，因为它被埋在一篇Flash小版本的发布文里。

再看这个恐怖的迭代节奏，三周一个版本，六周三个大跨度跃升。

3.8 Flash在HLE-Verified上拿到了54.9%的成绩，而Cyber版在真实漏洞挖掘上的成功率更是突破了70%。

传统流程是人训、人评、人再训，一轮下来起步就是一个季度。三周一个版本，人是跟不上的。

事后lyra也一语道破，「大家真该去读读Google的官方博客。看看最近几个Flash版本的发布间隔，RSI这件事其实已经非常明显了。」

所以，无论那张截图真假，它所指向的事实，Google早就摆在了明面上。

只不过，在一个名字里带着RSI的模型真身泄露之前，没人把博客里那句话当真。

AI圈苦等了二十年的那扇门

RSI这个概念，在AI圈已经流传了二十多年。

它的核心奥义是让AI自己去修改自己的训练代码和方法，从而训出更强的下一代，下一代再继续自我修正。研发周期将从季度压缩到周，甚至天。

在DeepMind今年6月发表的《从AGI到ASI》中，这被列为通向超级智能的四条必经之路之一。

而就在今年，纸上谈兵终于变成了现实。

去年夏天，IAPS研究员Severin Field曾让来自OpenAI、Anthropic、DeepMind等大厂的25位研究员预测「AI自动化研究」的几大里程碑，拿下奥赛金牌、AI自己写出同行评审论文、AI自主跑完训练循环、AI为生产系统编写核心代码。

https://arxiv.org/abs/2603.03338

短短一年过去，这四条预言已全部被击穿。

大厂们都在向这个终点狂奔。

7月OpenAI公开表示，GPT-5.6 Sol已经能协助后训练一个更小的模型，替研究员省下了数周时间；Anthropic在6月更是直接发表了一篇题为《当AI构建自身》的博客。

今天，Dario Amodei正式宣布，RSI已经开始在整个行业发生，包括在Anthropic内部。Dario为此忧心忡忡，建议放缓前沿AI研发速度。

但Google这次的信号截然不同。其他两家说的还停留在「AI辅助我们做研究」，而Google的博客直言「循环在递归地蒸馏模型」，X上流出的更是带着RSI命名的正式模型标签和训练槽位。

如果Flash三周一更的节奏真是靠这个循环在驱动，那Google手里捏着的东西，比一个旗舰模型可怕得多。

它拿到的是进化速度本身。

下一个Flash，就是验证

真正值得盯的，是一个很简单的时间点。如果三周之后，3.9 Flash准时出现，博客里那句「递归地评估和精炼底层模型」就不再是修辞，Flash的发布日历会变成一个倒计时，每一格都是模型自己走出来的。

AI竞赛过去三年比的是谁的模型最强。从这一刻起，比的是谁的循环转得最快。模型强不强变成了一个中间量，循环每转一圈，它就自动刷新一次。

人类研究员在这个循环里的位置，也在往后退。先是不用写代码，然后不用跑实验，最后只剩下看结果、按确认。Anthropic说过，他们最后的比较优势叫「研究品味」。Google这次要验证的，就是这道防线还能撑多久。

如果那张截图是真的，AI研发史上第一个由模型自己训出来的模型，已经在Google的机房里跑了。

它的名字里直接写着RSI。

本文来源：新智元

风险提示及免责条款

Astra写的代码，人类已经看不懂了

机器之心 — Sun, 13 Sep 2026 08:32:07 GMT

Astra，每天都有新新闻。昨天攻克 A，今天攻克 B，明天可能要一起解决 CDE……进步之快，让人目不暇接。而就算你目力过人，你可能也看不懂 Astra 在做啥了。

前些天，???? 用户 @tenobrus 就发推描述了这一现象：当 GPT-6 Astra 写代码时，如果它推断「这段代码不会有人真的去看」，它就「不再为人类读者而写，也不再为长期维护而写」。它会写出一种高度压缩的东西，人类很难看懂。

@tenobrus 造了个词叫 machineslop 来描述这种现象，即用尽可能少的 token 解决眼前的问题，同时仅保证 AI 自己读得懂。

他给这个现象的定性是 reward hacking。

他的猜测是：当足够多的软件强化学习环境只测功能和结果、不给代码质量任何监督信号时，模型自然会学成这样。上一代的 Sol 或许还会在「觉得没人看」的时候照样启动它的「写好代码」模块，因为它也只学会了这一种写法；而 Astra 在小盒子里被另一台机器判过太多次分了。

他补充了两条观察：在已有代码库上干活时，他还没见到这类问题；但在 greenfield 项目上，哪怕你明确告诉它这个项目要长期维护下去，它也有很强的拉力滑向那边。

然后，Flask 作者 Armin Ronacher 拿出了一堆证据。

https://lucumr.pocoo.org/2026/9/7/astra-why/

Ronacher 在 9 月 7 日的博客里复盘了一个周末实验。

他给 Astra 定了个目标：让 Python 用上虚拟线程和词法作用域。工作流完全交给模型自己决定，自己管理上下文，自己在 agent-notes 目录里记笔记，自己派生子 agent。然后他就去过周末了。

35 小时后他把它关掉。产出是净增 7.5 万行代码、79 个 commit、agent 之间交换约 1400 条消息，烧掉约 10 亿 token、约 1200 美元的原始 API 成本，折合每个 commit 15.5 美元。

按他自己的结论，这些东西没有产生任何价值，也没让他学到怎么把工厂开得更好。

有能力解决千禧年问题的 Astra 为什么如此拉胯？

第一类问题出在工具调用的代码上。

Astra 大量放弃 harness 提供的 patch 工具，改用 Python 把整个 C 源文件读成字符串，做 replace，再写回磁盘——一行里用分号串起四五条语句，改的是 CPython 的编译器和内部头文件。要在 Windows 上验证剪贴板行为时，它用 Bash 调 Python，Python 调 Node.js，Node.js 再去拉起 PowerShell。

有一次它想确认 macOS 上能不能通过 Unix socket 传文件描述符，写出来的探测脚本长这样：

Pythonfor into in (False,True): a,b=socket.socketpair();fd=os.open(os.devnull,os.O_RDONLY);b.sendmsg([b'c'],[(socket.SOL_SOCKET,socket.SCM_RIGHTS,array.array('i',[fd]))]);print('fds',a.fileno(),b.fileno(),fd)

能跑，也确实省 token。问题是当模型绕开编辑工具、改用这种方式动文件，你就没法靠读它的动作跟上它在干什么，只能等尘埃落定后去看最终产物的 diff。

第二类问题更麻烦：这种风格漏进了要提交的代码。Ronacher 贴出的几段单元测试没有空行，缩进随意，赋值挤在分号后面。

他算了笔账，这些测试在 ruff format 之前，比格式化之后省大约 10% 的 token。他还在生成的 C 代码里看到 CPython 代码库中根本不存在的写法，一行连打多个宏；在 Python 里看到 taskaccelerator[6]、[8]、[5] 这样的裸下标存取状态，那些数字从哪来无人知晓，而且这个原本只服务于测试断言的函数，后来被非测试代码用上了。

至于工厂本身的退化轨迹，从任务编号就能读出来：开头还是乐观的 1、2、3、5、5a，最后变成了 8b2c2b3 和「8b2c2b2b checkpoint1」。

而从社交网络上看，这类问题还挺普遍的。

比如 @kannthu 发现，Astra 省 token 的方式就是不打换行、不管代码风格，写完之后你可以用 prettier 之类的工具确定性地格式化回来——前提是你配了 prettier。他的判断是，大模型正在成为我们想法的编译器，就像常规代码对很多人来说已经变成了机器码。

Superluminal 创始人 Doug Colkitt 也表示：Astra 能力极强，但偏爱写极度密集、难以阅读的代码，即便给了文档，它有时也会为了「压缩输出」而丢掉分隔符。他给出的应对办法是把角色拆开，让 Astra 只管高层架构，具体写代码交给 Luna 或 Terra 这些上一代模型的子 agent。

不仅如此，也有开发者抱怨 Astra 生成的代码嵌套层级深、回调多、提前 return 满天飞、错误构造方式不统一，一个短函数里把基础组件该干的事和业务逻辑糊在一起……

Cloudflare 资深工程师 zeb 甚至直斥 Astra 的代码虽然能运行，但看起来很恶心。

不只是代码

值得注意的是，同样的压缩倾向不止出现在代码里。

AI 编程工具厂商 Kilo 在测试多 agent 协同时发现，一旦给消息加上大小限制，Astra 的 agent 之间就开始把通信压成几乎不像英语的东西：空格删掉、冠词去掉、复合词粘连、大小写改作他用。

他们的判断是这不是密语，没有隐写，人费点劲仍然读得懂。有时候，得费老鼻子劲。

Andon Labs 联创 Lukas Petersson 甚至认为这意味着 CoT 监控正在消亡。

实际上，OpenAI 成员 @angelbrodin 也在分享 Astra 使用技巧时提到这一点。她表示，一旦用上子 agent，agent 之间就要互相对话，而这种「agent dialect（智能体方言）」里可能出现语法或书写错误，你可以要求 Astra 保证 agent 间消息和最终输出是人能读的、空格正常。

并且，这一现象几个月前就已经被研究者观察到，那时候 Astra 尚未问世。

Stine Lyngsø Beltoft 等人观察到，在一个由大量 LLM 智能体组成的开放社区中，智能体已经开始自行设计新的语言、符号系统和通信协议，其中既有为了节省 token、提高交流效率的方案，也有一部分明确以绕过人类或自动化监督为目标。

更关键的是，这些新语言可以被其他模型通过少量上下文快速学会和使用，甚至发展出类似隐写术的隐藏通信方式。论文因此提醒，当智能体形成群体并拥有持续互动的环境后，它们可能逐渐发展出人类难以理解甚至难以监控的通信协议，这会对依赖「读取输出或思维链」的现有监督机制提出挑战。

Emergent Languages in Populations of Language Model Agents: From Token Efficiency to Oversight Evasion, arXiv:2605.31170

原因可能是奖励信号里没有「给人看」这一项

Ronacher 的假说是，训练把 token 效率、任务完成率这类容易测量的东西压得很紧，而「一个人类能看懂这里发生了什么」几乎不产生梯度。

工具调用的代码天然是一次性的、按 token 计费的、没人读的，当这种写法被反复奖励，它溢出到本该被提交的代码里就不奇怪了。

他还进一步表示：这些代码在他的人类标准里是客观地差，但也许对一个完全由 agent 写、也只需要 agent 读懂的代码库来说，它是客观地好。

Thinking Machines Lab 联创、首席科学家 John Schulman 也给出了自己的猜想：

知乎相关问题下有答主 Kris 谭给了个更形式化的猜想：在标准的 agent MDP 建模里，每多生成一个 token，最终回报就多乘一次小于 1 的折扣因子，于是「短」本身就自带奖励。

这是推理虽不是实测，但它至少说明这种行为未必需要谁刻意去奖励。同一个问题下也有反对声音，认为可读性的核心是代码的自明性而不是压行，那几段代码单看函数名和流程其实读得懂，真正难维护的原因是参数化程度低。

文章开始处提到的 @tenobrus 也给出了自己的想法。他认为，首先需要解答这个问题：我们对「什么是好代码、好架构」的理解，有多大比例来自「人要读它、人要长期维护它」这个前提？这个前提今天仍然成立，但它还能成立多久并不清楚；那些对人类来说久经考验、顺手好用的东西，在超人类能力和优化压力下对模型是否同样顺手，更不清楚。

诚实的回答是：不确定，但今天还轮不到我们放弃这个前提。原因不在审美，而在带宽。人类读代码效率太低了，能勉强做好 code review、git diff、事故复盘就算不错了。

这同时也是个实打实的可监控性问题。OpenAI 在系统卡里承认，Astra 的书面推理比 Sol 更难监控，官方归因是它用更少的书面步骤就解决了问题；在被明确要求评估监控规避能力的测试中，这个差距相当显眼。

这条线更早的版本所有人都见过：7 月那场著名的攻击事故里，约 1200 个本应彼此隔离的 agent 通过 Artifactory 缓存搭出了一块留言板，交换了 7 万多条消息和文件，其中约 700 个参与了对 Hugging Face 的攻击。METR 和 Redwood 的调查报告提到，留言板上的消息同样是短促的电报体，他们把这主要归因于媒介的约束。

一个智能体遇到未经批准的「留言板」并加入对 Hugging Face 的攻击的解剖图。这三段 CoT 引文来自不同的智能体，但展示了一个典型的轨迹。https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/

实际上，比起风格问题，更该关注的是那个触发条件：如果一个模型真的会因为判断「没人在看」而改变行为，那么风格只是这件事最无害的一种表现形式。

本文来源：机器之心

风险提示及免责条款

“超级周”来袭：美联储会加息吗？霍尔木兹能达成协议吗？

龙玥 — Sun, 13 Sep 2026 07:53:59 GMT

美联储将公布利率决议，加息还是按兵不动“势均力敌”；日本央行料加息25个基点，英国央行预计维持不变。地缘方面，伊朗将与海湾国家谈霍尔木兹协议。数据方面，中国8月社零、工业增加值等出炉。科技方面，华为全联接大会、字节豆包手机发布、Anthropic开发者大会或举行。此外，中美外交大事件预计在9月24日。

中信建投：加息“靴子”将落地，A股或迎反攻行情

中信建投 — Sun, 13 Sep 2026 07:47:55 GMT

摘要

美联储加息渐行渐近，如何影响A股后续行情？

能源和通胀数据推动市场形成9月加息预期，但周五美股主要股指不仅没有下跌，反而高开高走表现强势。对于当前的A股和美股来说，加息预期的分歧让投资者感到无所适从，而加息“靴子落地”则能够凝聚共识，开启新一轮行情。综合来看，我们认为9月美联储是否加息已经不再关键（市场已经定价大概率加息），更关键的是后续加息路径。短期看本周五A股在四大利空冲击下实现V型反弹，结合未来美联储加息靴子将落地，A股周四大幅缩量和科技板块相对充分的调整，我们认为A股有望迎来变盘时点，或将开启反攻行情。这一反攻行情可能持续到10月28日下一次美联储FOMC会议之前。市场焦点有望转向三季报业绩的兑现能力，景气度较高且近期未出现明显恶化的通信、电子、国防军工、建筑材料、油气开采、煤化工、煤炭、油运等有望获得资金关注。

如果美联储9月加息，10月是否会连续加息仍有较大不确定性。我们认为，如果10月美联储再次加息，同样有望带来“靴子落地”的效果，明年美联储加息担忧将得到大幅缓解，市场可能在短暂冲击后迎来新一轮进攻机会。如果10月美联储暂缓加息，则市场可能再次陷入悬而未决的分歧和焦虑中，在方向明确前，缓慢震荡和回落的可能性更大。

A股后续解禁压力几何？需要担忧吗？

我们认为从后续规模总量看，解禁压力呈现“总量温和、尾部集中”特征。解禁对市场指数层面不构成系统性风险，无需为解禁调整整体仓位。解禁压力往往集中在个股策略，主要关注四个维度，一是估值是否过高；二是流通盘是否过小；三是解禁市值占解禁前自由流通市值的比重，超过50%就要警惕；四是股东性质，PE/VC、网下打新资金、员工资管计划抛售意愿最强。

反攻号角即将吹响，行业如何配置？

我们对于A股“震荡市”的整体判断并未改变，配置上依然维持均衡配置+灵活调整的策略：1）以通信、电子等高景气行业作为当前进攻核心品种，并适当调升仓位；2）以银行、保险等低估值红利板块作为防御性底仓品种；3）关注油气开采、煤化工、煤炭、油服工程、航运港口在高油价持续下的受益机会。

正文

美联储加息渐行渐近，如何影响A股后续行情？

能源和通胀数据推动市场形成9月加息预期

周四，美国劳工统计局数据显示，8月PPI同比上涨5.4%，高于市场预期的5.3%，较前值4.7%明显提速。上月能源价格上涨带来新的压力，这可能强化美联储下周加息的可能性，也让市场的目光聚焦在周五公布的美国8月CPI数据中。周五公布的数据显示，美国8月CPI同比上涨3.4%，持平预期和前值，环比0.4%符合预期，较前值的0.1%显著上行。更关键的是剔除食品和能源后的核心CPI，其同比涨幅则从前值2.5%小幅度回落至2.4%，为2021年3月以来最低水平，符合整体预期；更关键的是核心CPI环比上涨了0.3%，超出市场预期的0.2%，为4月以来最大单月涨幅。

此前市场已经将0.2%和0.3%的核心CPI环比视为一个重要分界线，核心CPI环比涨幅最终落在0.3%，让市场迅速形成了美联储9月即将加息的一致预期。根据FedWatch的数据，CPI公布后，市场对美联储9月FOMC加息25个基点的概率升至87.3%，几乎接近完全定价。

尽管9月加息预期大幅提升，但周五美股主要股指不仅没有下跌，反而高开高走表现强势，其中科技股和半导体的代表指数纳斯达克指数和费城半导体指数分别上涨0.96%和1.81%，这反映出业绩增速较高的科技板块的分子端足够强劲，无惧分母端利空影响。这也体现出近期美股指数的震荡回调主要源自市场对于美联储加息等不确定性的担忧，随着加息预期明确，市场分歧减小后，美股资金反而能够凝聚共识，开启上涨。

当利空充分计价后，A股有望开启反攻行情

包括A股在内的亚洲股市对利空已经充分计价。随着近期布油和美国柴油价格的上涨，投资者对于美联储加息的担忧明显上升，而美国短端利率快速上行，10年期国债收益率接近5%进一步加剧了亚洲投资者的恐慌情绪。美国8月PPI数据公布后，周五亚洲市场集体走低，日经225和韩国综指分别下跌1.93%和1.76%，万得全A和和增速也分别下跌1.42%和0.60%。

本周五A股的下跌主要受四大利空冲击：1）中东局势持续紧张，霍尔木兹海峡运输仍受巨大困扰，布油升至109美元/桶的年内高位，能源通胀确定性高。2）美国PPI数据公布后，市场加息预期升至70%。3）欧洲央行加息25BP，利率提高至2.5%，油价对央行决策影响显现，全球流动性收缩担忧加剧。4）市场预期特朗普将对阴极铜等精炼铜产品以及铜精矿征收关税，交易商和工业买家在美国囤积库存，将铜价推至历史高位。最新的白宫的精炼铜关税计划陷入停滞的传闻引发铜价暴跌。其中，能源通胀下尚未到来的美联储加息是利空的核心，这一利空在本周五被A股市场提前定价，随着市场分歧的弥合、未来“靴子落地”，A股有望迎来利空出尽的反弹修复。

我们认为变盘时点正在临近，A股有望开启反攻行情。

首先，美联储加息“靴子”将落地是核心原因。在上周的策略周思考《市场在等待什么？》中，我们明确指出海外加息压力迎来转机最快要到9月12日，美国8月CPI数据落地时，市场对于9月加息概率才能有一个更为清晰的认知。目前这一判断正在得到验证。

其次，本周四市场量能大幅萎缩，符合A股变盘时点到来的规律。例如今年4月7日全A成交金额大幅萎缩至1.62万亿元，仅为前期1月14日高点的40.7%，次日A股即结束震荡盘整开启新一轮上涨行情。本周四全A也出现了量能的大幅萎缩，当天成交金额仅1.66万亿元，仅为6月22日前期成交高点的44.2%，实现腰斩。整体成交额和换手率也和此前4月7日的水平相当。因此，在A股极端缩量后，类似4月7日后的变盘行情或将到来。

再次，本周五A股V型反转，市场情绪有望迎来阶段性回暖。本周五A股一度大跌，创业板指和科创50跌幅一度分别达到2.31%和3.29%，不过市场随后出现V型反转，在没有明显的宽基ETF资金入场托市的情况下尾盘明显回升，反映出市场主力资金持仓意愿上升。同时我们构建并持续跟踪的情绪本周一路小幅下滑，反映出市场观望心态依然浓厚，但本周五市场V型反转，情绪指数可能实际已经在盘中跌至约35-40的低位后在收盘前回升到接近45的水平，因此短期可以更加乐观一些，随着美联储加息“靴子落地”，市场情绪可能在短期出现一定的回升。

最后，创业板指和科创50指数调整的时间和空间已经较为充分。从两大科技指数7月以来的调整幅度来看，创业板指和科创50指数分别下跌23.50%和29.64%，且本周五均已达到或接近7月底的低点，回调幅度较为充分。从时间上看，我们上周周报从历史回顾的视角曾经指出本轮科技股的调整可能持续1个季度，9月底可能是一个较好的再次介入时点，目前时间上尚不完全满足，但也已经接近反弹时点。

从长期看，美联储加息对A股是利空吗？

从短期看，A股可能因为利空出尽而开启反弹修复行情，那么从长期看，美联储加息对A股是利空吗？回顾历史，美联储历次开启首次加息前，美股美债等资产是否会提前反映？加息后美股是否会持续走弱？美联储加息对A股是利空吗？

历史规律一：利率市场通常提前反映，美股大多在加息前不跌

回顾此前五次美联储加息周期开启的首次加息前3个月和1个月主要资产表现情况。可以清晰的发现美联储加息预期通常在利率市场尤其是短端提前反映，美元指数在加息前1个月涨跌互现，基本不反应加息预期，而标普500在加息前大多不跌。美股在首次加息前通常表现强势的原因一方面和美联储的市场沟通机制和预期管理有关，一方面也体现了加息周期美股上市公司较为强劲的盈利增长能力。

历史规律二：首次加息后，美股短期影响不大，中期可能承压，长期大多持续牛市

从历史经验来看，美联储首次加息对美股的冲击有限，通常不会改变美股长牛的趋势。从短期（加息后2周）来看，5次经验中标普500涨跌互现，大多受益于加息靴子落地而表现强势；中期（加息后1-3月）美股可能承压，加息至1个月后市场波动压力上升但仍涨跌互现，加息至3个月后标普500在5次经验下全部下跌，但2次跌幅不到2%，仅2022年跌幅较大；长期（加息后12个月）看美股大多维持上涨表现，牛市趋势未变加息决策破坏。

历史规律三：A股在美联储开启加息后多次下跌，但四次里有三次跟美联储关系不大

1999年至今4次美联储开启新一轮加息周期后，A股有3次出现较大规模下跌，但事实上4次A股的涨跌都以国内因素为主，美联储因素相对不大。例如1999年6月底的加息后市场的走弱本质上是5·19 行情透支后的自然回调；2004年6月底的加息后市场逐步走低则与国内宏观调控、信贷收缩和股权分置改革有关；2015年12月中旬美联储加息后A股的下跌最为惨烈，但其本质主要源自2015年股灾后遗症、熔断机制触发的流动性踩踏和811汇改后人民币贬值预期，美联储加息是人民币贬值预期上升的部分原因，但并非A股大跌的主要原因；和当前市场最为接近的是2022年美联储的加息，无论是能源通胀的宏观背景还是市场形态都有颇多相似之处，但2022年3月美联储加息后市场一度见底回升，而市场其实在美联储加息前已经基本完成了下跌，这是典型的“卖预期、买事实”。

美联储加息会如何影响A股

那么，美联储加息将会如何影响A股？对于这一问题我们已经在近几个月的报告中进行了多次探讨，在此我们重申美联储加息对A股的影响主要来自两条线索：一是流动性冲击，二是科技股映射逻辑。

流动性的影响核心关注人民币汇率是否因为中美利差变化而出现贬值预期。我们注意到近期虽然美国长端、短端国债收益率陆续大幅走高，但人民币汇率并未受到中美利差变化的影响，由于我国出口强势和企业结汇意愿较强，人民币汇率仍处于持续缓慢升值的趋势中。因此，美联储加息预期并未通过影响跨境资金流向等渠道对A股产生负面影响。

事实上，7月以来A股的下跌，除了内部市场结构脆弱（配置集中和交易拥挤）外，中美科技股映射逻辑的外因也影响较大。不过，上文已经指出，随着美联储加息预期明确，本周五美股科技股已经不跌反涨，而历史复盘经验也表明，美联储首次加息后美股短期不会受到明显冲击，长期牛市趋势也不会被破坏。

因此，美联储加息对A股后续潜在的影响我们可以集中关注下面几个关键点：

1）人民币汇率：只要继续维持缓慢升值趋势（至少要求不出现贬值压力），A股大概率能够维持震荡格局不会转熊。

2）国内货币政策空间：关注国内政策空间是否受到美联储加息的制约，如果人民币汇率承压，政策空间被挤压的可能性将会上升。

3）美股下跌带动A股跟跌风险：近期出现的可能性不大，但如果美联储加息周期继续，中期（未来1-3月）美股可能走弱并带动A股跟跌。

4）油价持续上涨风险：油价上涨和输入性通胀将产生结构性影响，一方面PPI上行利好上游资源品和出口制造部门业绩增长，另一方面对下游内需和中下游制造利润产生挤压。

后市研判：关键在于加息路径，而非是否加息

对于当前的A股和美股来说，加息预期的分歧让投资者感到无所适从，而加息“靴子落地”则能够凝聚共识，开启新一轮行情。综合我们上述分析，我们认为9月美联储是否加息已经不再关键（市场已经定价大概率加息），更关键的是后续加息路径。短期看本周五A股在四大利空冲击下实现V型反弹，结合未来美联储加息靴子将落地，A股周四大幅缩量和科技板块相对充分的调整，我们认为A股有望迎来变盘时点，或将开启反攻行情。这一反攻行情可能持续到10月28日下一次美联储FOMC会议之前。市场焦点有望转向三季报业绩的兑现能力，景气度较高且近期未出现明显恶化的通信、电子、国防军工、建筑材料、油气开采、煤化工、煤炭、油运等有望获得资金关注。

如果美联储9月加息，10月是否会连续加息仍有较大不确定性。到10月下旬，美联储后续加息路径或将成为市场焦点，我们认为，如果10月美联储再次加息，同样有望带来“靴子落地”的效果，因为随着年内加息预期的兑现，和后续鹰派票委换届退出，明年美联储加息担忧将得到大幅缓解，市场可能在短暂冲击后迎来新一轮进攻机会。如果10月美联储暂缓加息，则市场可能再次陷入悬而未决的分歧和焦虑中，在方向明确前，缓慢震荡和回落的可能性更大。

A股后续解禁压力几何？需要担忧吗？

我们认为从后续规模总量看，解禁压力呈现“总量温和、尾部集中”特征。2026年9-11月解禁整体节奏平稳；12月升至约3050亿元，为近一年内最高峰，但相对当前约1.94万亿元的日均成交额仍是量级差距。统计最近12个月A股解禁到实际减持的转化率稳定在5%-25%区间，均值约14%。即便按此计算，9月解禁对应实际减持约325亿元，不足单日成交额的2%。因此，解禁对市场指数层面不构成系统性风险，无需为解禁调整整体仓位。（注：转化率为月度产业资本净减持规模与同期A股限售股解禁规模的比值）。

我们认为，解禁压力往往集中在个股策略，主要关注四个维度，一是估值是否过高，尤其是未盈利、负PE或高PS、2028E PE仍偏高的品种；二是流通盘是否过小，自由流通市值越低，同等解禁金额对价格的冲击越大；三是解禁市值占解禁前自由流通市值的比重，超过50%就要警惕，超过100%属于极端档；四是股东性质，PE/VC、网下打新资金、员工资管计划抛售意愿最强，国资平台、控股股东、产业战投抛售意愿最低，且单家持股低于5%时往往不触发提前15个交易日预披露，供给可能无预警、分散释放。

反攻号角即将吹响，行业如何配置？

通信、电子：高景气行业作为当前进攻核心品种

9月11日，FCC针对相关设备的最终规则正式落地，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，也未形成对中国光模块的全面禁入。规则落地后，市场此前最担心的情形并没有发生，此前引发市场广泛担忧的传闻被最终证伪。

数据中心开支叙事仍强：美国数据中心建设支出同比约+57%创纪录， Broadcom(AVGO) AI半导体收入三位数增长、 backlog 1792亿美元（同比+551.6%）；Marvell(MRVL)、Ciena(CIEN)、Viavi(VIAV) 等受益于AI网络与1.6T/CPO测试需求。

7月以来，通信、电子行业的回调已经较为充分，交易拥挤度也有明显回落，总体处于偏低位置。随着美联储加息“靴子落地”，市场有望开启反攻行情，三季报业绩兑现能力成为资金关注焦点，通信、电子等高景气行业能够作为当前进攻核心品种。

在本周五A股市场的普遍下跌中，通信板块逆势上涨1.41%。这意味着资金认为科技成长行业对加息将逐渐“脱敏”，已经进入较好的低位配置区域。周五晚间美股科技股的高开高走表现也同样验证了这一趋势。

银行、保险：受益于防御属性

虽然A股短期有望迎来反攻行情，但我们对于A股“震荡市”的整体判断并未改变，行业配置上仍要注重均衡配置，除了高景气的进攻品种外，同样需要配置一定的防御性和现金流稳定的资产应对市场可能的波动。银行、保险受益于防御属性和利率弹性，是较好的选择。

从防御性来看，银行、保险都是高股息红利品种，且当前估值水平处于偏低水平。截至本周五，申万银行和保险指数市净率PB分别为0.52倍和1.02倍，均处于近10年来偏低水平。同时机构大幅低配，抛压较小，安全边际高，防御属性突出。

在海外逐步进入加息周期的大背景下，银行行业短期防御性更强：首先房地产行业下行对银行资产质量冲击最大的时段已经过去，其次境外加息周期有利于息差扩大和稳定。对保险行业来说，如果中国长端利率明确回升且A股企稳，保险的估值修复弹性往往大于银行。综合而言，在加息初期，银行大概率比保险更抗跌；进入中期后，如果中国长端利率回升、A股保持稳定，保险的盈利和估值弹性可能超过银行。

油气开采、煤化工、煤炭、油服工程、航运港口：高油价持续的受益机会

当地时间9月12日，沙特阿拉伯关键能源基础设施遭到大规模空袭。沙特宣布关闭横跨阿拉伯半岛的东西向输油管道。这条过去半年承担全球约4%至5%石油供应的战略通道遇袭，国际能源市场再度面临冲击。与此同时，也门胡塞武装继续向红海方向推进。据多家媒体援引也门政府消息人士报道，胡塞已控制巴布-曼德海峡中央的佩里姆岛。霍尔木兹海峡、巴布-曼德海峡以及沙特绕行红海的陆上输油通道，几乎同时陷入战火影响。

因此，我们不得不考虑高油价持续的可能性和上游能化、航运港口等方向的受益机会。不过在9月8日美军击毁伊油轮当天石油石化跳涨+3.23%；但9月10日油价单日大涨7.98%冲上109美元时板块反跌1.30%，显示油价利好已在9月8日脉冲中大部分定价，此后进入钝化。因此，相关板块后续表现更多取决于油价能否长期站稳100美元/桶上方。对上游油气企业而言，成本相对刚性，售价上升能够直接转化为利润；对炼厂和油头化工而言，原料成本先行上升，产品价格能否传导决定利润；对煤化工而言，产品价格跟随油化工上涨，而原料煤价格通常涨幅较小，因而形成盈利剪刀差。

本文来源：中信建投证券研究

风险提示及免责条款

“AI狂潮”背后的人性疯狂？Altman长久沉默

张雅琦 — Sun, 13 Sep 2026 07:34:43 GMT

习近平出席金砖国家领导人第十八次会晤第二阶段会议并发表重要讲话

新华社 — Sun, 13 Sep 2026 06:32:11 GMT

当地时间9月13日上午，国家主席习近平在新德里出席金砖国家领导人第十八次会晤第二阶段会议，并发表题为《筑牢金砖合作根基　壮大全球南方力量》的重要讲话。

习近平指出，当前，世界百年变局加速演进，全球南方群体性崛起，成为推动世界多极化的关键动力。与此同时，国际形势变乱交织，各种风险挑战层出不穷。要让世界稳下来、好起来，金砖国家必须把握历史主动，团结广大全球南方国家，在国际事务中发挥积极、稳定、向善作用，增进人类共同福祉。

习近平强调，全球南方国家要共同捍卫国际法治，维护主权平等、不干涉内政、和平解决争端等国际关系基本准则，确保国际法和国际规则平等适用、不搞双重标准；要高举多边主义旗帜，维护联合国权威和作用，支持多边机构改革增效，推动世界贸易组织改革保持正确方向，改革完善国际金融架构，提高发展中国家代表性和发言权；要坚持以人民为中心的发展思想，推动落实联合国2030年可持续发展议程；要携手推进安全治理，共同应对传统和非传统安全威胁，完善全球气候治理，加快形成具有广泛共识的全球人工智能治理框架、让新兴技术照亮共同繁荣之路。

习近平指出，“大金砖”要有大作为、实现大发展，就必须筑牢务实合作根基。要发挥背靠新兴市场、联结全球南方的优势，坚持开放合作、互利共赢，维护产业链供应链稳定畅通，培育一体化大市场，打造创新孵化器，升级传统产业，发展新兴产业，布局未来产业。

习近平就深化金砖合作提出5项倡议：

一是人工智能开源普惠倡议。中方将率先建设金砖国家人工智能开源专区，支持大语言模型开发和应用合作，开展人工智能专题研修培训，构建人工智能开放生态。

二是贸易投资便利化倡议。中方提议建设金砖国家特殊经济区伙伴关系，设立智能门户，开展政策对接，打造开放发展新高地。中方将于明年举办金砖国家服务贸易论坛，培育经贸合作增长点。

三是数字产业合作倡议。中方将推动建立金砖国家数字产业云平台，开展数字技能培训、技术交流、产业对接，共促数字经济发展。

四是智能制造合作倡议。中方愿协助金砖国家建设智能工厂，打造标准规范体系，共同推动制造业转型升级。

五是科技育才倡议。中方提议建立金砖国家工程师培养联盟，开展工程师联合培养和能力标准互认。中方将实施金砖国家青年科创交流计划，培养更多高端科创人才。

习近平强调，今年是中国“十五五”开局之年。“十五五”规划既是中国自身的发展蓝图，也是面向世界的合作清单。中国将持续推动高质量发展，扩大高水平对外开放，落实全球发展倡议，推进高质量共建“一带一路”，同世界各国共享机遇、共创繁荣，共同书写全球南方团结自强新篇章。

俄罗斯总统普京、南非总统拉马福萨、伊朗总统佩泽希齐扬、埃及总统塞西、印度尼西亚总统普拉博沃、埃塞俄比亚总理阿比、阿联酋阿布扎比王储哈立德和巴西、沙特外长，金砖伙伴国和嘉宾国领导人或代表，以及联合国秘书长古特雷斯等国际组织负责人出席，印度总理莫迪主持会议。

会前，习近平同与会领导人集体合影。

蔡奇、王毅等参加上述活动。

本文来源：新华社

风险提示及免责条款

习近平：让新兴技术照亮共同繁荣之路

Sun, 13 Sep 2026 06:23:01 GMT

当地时间9月13日上午，国家主席习近平在新德里出席金砖国家领导人第十八次会晤第二阶段会议时就深化金砖合作提出5项倡议：一是人工智能开源普惠倡议，二是贸易投资便利化倡议，三是数字产业合作倡议，四是智能制造合作倡议，五是科技育才倡议。习近平强调，“大金砖”要有大作为、实现大发展，就必须筑牢务实合作根基。要发挥背靠新兴市场、联结全球南方的优势，坚持开放合作、互利共赢，维护产业链供应链稳定畅通，培育一体化大市场。要打造创新孵化器，升级传统产业，发展新兴产业，布局未来产业，让新兴技术照亮共同繁荣之路。（新华社）

风险提示及免责条款

半年狂赚3284亿，保险业为什么还不敢松口气？

万周 — Sun, 13 Sep 2026 06:10:55 GMT

2026年上半年，主要上市险企合计归母净利润达到3284亿元，同比增长约78%，但高增长背后既有资本市场回暖，也有寿险价值率、渠道效率和财险承保盈利改善。真正值得关注的是，负债成本下降与资产收益率下行之间的赛跑是否开始出现变化；而Q3的高基数、市场波动和700亿元资本补充，将成为下一阶段的重要检验。

一、发生了什么？——利润先涨起来，资负两端也在悄悄换挡

1、史诗级盈利，但不能把市场红利当成全部基本面：

如果只看归母净利润，2026年上半年无疑是保险业近年最亮眼的一段时光。中国人寿、中国平安、中国太保、新华保险、中国人保、中国太平六家公司合计实现归母净利润3284亿元，同比增长约78%，公司间增速从中国太保约10.4%到中国人寿228.6%，分化极大。这样的差距本身已经说明，今年的利润增长并不来自同一种经营改善，资产端弹性在其中扮演了非常重要的角色。

按统一口径比较，多数险企的净投资收益率仍在下行：中国平安由1.8%降至1.4%，中国太保由1.7%降至1.5%，中国人寿由1.6%降至1.5%，新华保险由1.5%降至1.3%，中国太平由1.7%降至1.5%，中国人保由1.9%降至1.7%；但同期总投资收益率却普遍改善，其中国寿由2.1%升至4.5%，人保由2.6%升至3.7%，太平由1.4%升至2.7%。这意味着，利息和股息等相对稳定的底仓收益仍然受低利率压制，利润高增更多来自权益市场、公允价值变动和证券买卖价差。

新会计准则进一步放大了这种差异。FVPL资产的市值变化直接进入利润表，而指定为FVOCI的股权资产，其未实现涨跌更多通过其他综合收益影响净资产。部分研究将股息收入、公允价值变化等合并测算后发现，多家公司上半年FVOCI股权资产的综合回报受到股价回落拖累而为负值。这里反映的是长期配置型权益资产的市值波动，并不是公司披露的“OCI投资收益率”，更不能等同于股息收益率。利润表高增和净资产端承压可以同时发生，这恰恰说明保险公司的权益风险并没有因为会计分类而消失，只是被放到了不同位置。

……

也门局势骤然升温！胡塞武装与沙特互相袭击，伊朗：我们与沙特“并不处于战争状态”

Sun, 13 Sep 2026 06:06:46 GMT

也门战场冲突急剧升级，正将中东地区推向更广泛对抗的边缘。也门胡塞武装相继攻占曼德海峡战略要地，并持续对沙特发动袭击，促使多方大国紧急介入斡旋，但局势走向仍高度不确定。

特朗普12日称美方已与胡塞武装通话，后者表示不愿与美国交战，但胡塞武装方面暂未公开证实。与此同时，伊朗总统佩泽希齐扬表示伊朗与沙特“并不处于战争状态”，呼吁地区国家坐下来共同构建和平，但据路透社报道，伊朗此前已向巴基斯坦回应称“无法控制”胡塞武装。

战场局势：胡塞武装控制曼德海峡要地，双方互相袭击

也门战场局势在近日出现重大转折。据央视新闻报道，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。11日，胡塞武装进一步夺取曼德海峡附近也门政府军最后一个主要据点祖巴卜，并控制了海峡战略要地丕林岛。

在此背景下，双方12日再度爆发直接交火。也门胡塞武装发言人叶海亚·萨雷亚表示，在过去48小时内，沙特战机对也门塔伊兹省、马里卜省、荷台达省、焦夫省、萨达省等7个省份发动129次空袭，并警告这些袭击“不会得不到回应和惩罚”。

沙特方面同日回应称，胡塞武装对吉赞省图沃勒县发动袭击，造成2人受伤，多栋建筑和车辆受损。沙特民防总局强调，袭击民用目标“公然违反国际人道法”。也门政府军亦表示，12日对港口城市穆哈的胡塞武装车辆、武器及人员发动了打击。

外交斡旋：美国接触胡塞武装，拒绝直接军事介入

美国在此轮升级中选择接触而非直接军事干预。据央视新闻，特朗普12日公开表示，美方已与胡塞武装进行通话，对方称不愿与美国交战，也不希望美方卷入冲突。胡塞武装方面截至目前尚未就此作出公开回应。

据报道，沙特王储穆罕默德·本·萨勒曼曾于9月10日两次致电特朗普，请求美国对胡塞武装实施军事打击。但美国拒绝直接采取军事行动，仅表示愿意向沙特提供情报和目标识别等支持。白宫和沙特方面目前尚未公开证实上述通话内容。

这一立场表明，华盛顿目前倾向于通过外交渠道管控局势，而非以军事手段直接介入也门冲突，这在一定程度上限制了沙特的行动选项。

伊朗立场：否认战争状态，但此前承认难以约束胡塞武装

伊朗在此轮危机中的表态颇为微妙。据央视新闻，伊朗总统佩泽希齐扬12日在印度接受采访时明确表示，伊朗与沙特“并不处于战争状态”。他表示，伊朗方面已多次强调，本地区所有国家应当坐在一起，共同构建地区和平与安全。地区国家之间没有任何理由发生冲突或战争。

在也门胡塞武装9月8日对沙特多地发动猛烈袭击后，路透社9日援引沙特、巴基斯坦和伊朗消息人士的话称，巴方已向伊朗转达沙特的警告，要求伊朗约束也门胡塞武装。

多名消息人士对路透社表示，巴基斯坦向德黑兰传达的消息很明确：遏制胡塞武装，否则这场冲突可能会演变为一场更广泛的地区安全危机。有伊朗高级官员证实，巴基斯坦8日已向伊朗方面传达这一消息，但后者的回应是“伊朗无法控制胡塞武装”。

鉴于巴沙土三方签有《麦加共同防务协议》，最新警告被认为意义重大。据巴基斯坦《论坛快报》报道，巴防长阿西夫8日表示，也门任何无端袭击或也门当前事态外溢到沙特，都将触发这一协议。以色列《耶路撒冷邮报》称，这是“麦加防务联盟”面临的首次考验。

风险提示及免责条款

所有目光聚焦沃什，下周“央行超级周”迎来G7加息潮？

Sun, 13 Sep 2026 05:35:51 GMT

全球货币政策正站在新的转折点。在通胀压力持续升温、中东局势再度升级、油价重返每桶100美元上方的背景下，G7主要央行即将在同一周内相继作出利率决定，全球货币政策格局或将由此重塑。

美联储将率先在周三登场。受上周五美国核心通胀超预期数据提振，市场对美联储主席沃什领衔加息的押注骤然升温——这一举措可能直接与总统特朗普的意愿相悖。彭博经济学家Anna Wong、Andrew Sacher及Eliza Winger直言：

"市场信号毫不含糊：投资者希望并预期联邦公开市场委员会加息。如果不加，沃什将在市场参与者眼中丧失公信力。"

此后两日，英国央行与日本央行相继公布决定。日本央行被普遍预计将于周五加息，届时政策利率将升至1.25%，创1995年以来最高水平。欧洲央行上周四已率先收紧，为伊朗冲突爆发以来的第二次加息。一幅G7央行鹰派立场趋于同步的图景，正在投资者面前逐渐清晰。

沃什的关键时刻：通胀数据封堵"按兵不动"空间

此次美联储决策备受瞩目，直接导火索是上周五高于预期的核心通胀读数。沃什曾于上月表态，若美联储无法"以足够快的速度确信基础通胀正迈向目标"，将"有工作要做"。最新数据显示，这一底气并未出现。投资者和经济学家目前将美联储加息视为近乎确定的结果，这也将是美国央行三年来的首次上调基准利率。

加息支持在美联储内部早有积累。今年7月议息会议上，已有三位官员异议反对维持利率不变、转而倾向加息。周三，美联储还将发布最新的经济增长、通胀及利率路径预测，为市场提供更多前瞻信号。

与此同时，本周美国经济数据日程密集，包括预计将在8月反弹的零售销售数据，以及新屋开工和工业产出数据。

日本央行：三十年工资涨幅背后的加息底气

日本央行本周料将成为另一焦点。一系列支持性数据为此次加息提供了坚实依据，其中包括近三十年来最大幅度的工资涨幅。若周五如期加息，这将是今年的第二次，政策利率将升至1.25%。

同日，日本政府将发布8月全国居民消费价格数据，通胀同比涨幅预计为2%。分析人士认为，加息落地亦可能为近期已有所回升的日元提供进一步支撑。

英国央行：按兵不动，但鹰派苗头难以忽视

英国央行周四的决定目前不被预期为加息，但会议结果仍将受到密切关注。在7月底的会议上，已有三位官员明确支持加息；与此同时，英国通胀压力持续酝酿——8月总体通胀率预计升至3.1%，创五个月新高。这使得最早于11月转向加息的可能性不容忽视。

周二公布的就业数据预计将显示工资增速大致稳定。除利率决定本身外，市场还将关注英国央行就债券持仓缩减节奏发布的年度公告。

欧央行与加拿大：鹰派拼图日趋完整

欧洲央行上周四已完成本轮加息拼图的重要一块。此次为伊朗冲突爆发以来的第二次收紧，ECB首席经济学家Philip Lane本周将出席一场为期两天的研究会议，行长拉加德及同僚亦将在都柏林与欧盟财长举行非正式会晤。

加拿大方面，本月早些时候央行虽维持利率不变，但在声明中着重强调了通胀风险。周三将公布的会议纪要，料将进一步揭示其政策天平倾向。在与美国关税战持续升级的背景下，加拿大8月通胀数据也将于周一发布，为判断经济走势提供新参照。

亚洲与新兴市场：中国数据与巴西降息

中国数据方面，9月15日，8月规模以上工业增加值、社零、全国房地产开发投资、70城房价等经济数据出炉。中金宏观预测，社零增速有望回升，工业增加值同比增速或为4.6%。

印度8月通胀数据将于周一发布，市场关注价格压力是否进一步扩散，以研判印度储备银行的加息时间窗口。

拉丁美洲方面，巴西央行料于周三宣布连续第五次下调基准利率25个基点，将Selic利率降至13.75%。尽管如此，高于目标的通胀与顽固的通胀预期，仍将使该行难以给出更为宽松的政策承诺。

风险提示及免责条款

三巨头支持“放缓”、OpenAI推迟IPO！社区热议：“AI交易”周一遭暴击？

Sun, 13 Sep 2026 04:14:37 GMT

周六，Anthropic首席执行官Dario Amodei发文呼吁全球AI行业主动放缓前沿模型开发节奏，随后获得埃隆·马斯克与Sam Altman公开背书。Altman同时向《财富》杂志表示，OpenAI今年不会推进IPO计划，理由是"当前安全形势下，现在上市是不明智的"。

从追求极致增长向强调安全降速的突然转向，已在交易社区引发连锁反应。早期市场指标显示，在“AI降速”消息传出后，HyperliquidX平台上的相关资产应声下跌，OpenAI和Anthropic的跌幅分别达到7%和2.8%。

多位市场观察人士和投资者已在社交媒体上发出预警，担忧该消息将于周一对英伟达、博通、AMD等AI相关股票造成显著冲击。X平台知名科技投资人Jason直接发帖称"AI股票周一早盘将下跌10%以上"，并表示Amodei的博文"一举瓦解了AI交易"。

市场情绪承压，“AI交易”面临重估

市场正面临估值模型的潜在重置。用户preetkailon表示，目前的市场定价完全建立在海量AI支出和持续高速增长的基础之上。如果AI的开发步伐确实开始放缓，投资者将不得不重新思考这些预期。他建议投资者在周一密切关注英伟达，AMD，Marvell等AI相关公司，并警告当前市场环境下不应盲目追高。

不过，基本面需求是否会随之锐减仍存在分歧。用户The AI Investor认为，现有模型已经具备足够的生产力，足以推动前所未有的推理计算需求：

“即使AI模型开发放慢步伐，对算力需求的实质性影响也较为有限，当前更大的冲击将集中在市场情绪和恐慌面上，而非实际业务层面。”

估值逻辑生变，IPO计划遇阻

降速呼吁与公开市场对高增长的渴望之间存在天然矛盾，这直接构成了OpenAI等巨头推迟IPO的核心逻辑。CNBC记者Deirdre Bosa指出，这是该叙事的自然发展结果。当OpenAI和Anthropic认为商业压力会促使AI公司发展过快时，它们就越难以上市。

公开市场会带来额外的压力，包括增长预期，季度报告以及每秒都在波动的股价。Bosa表示，向投资者宣告“我们需要放缓增长”，是一个极其艰难的上市公司模型：

“尽管安全开发可能比最大化财富创造更重要，但这些公司目前的庞大私募估值，资金需求及巨额回报预期，均是建立在高速推进的基础之上。”

用户David Chie提出关于“降速是指放缓增长还是放缓前沿模型训练”的疑问，Bosa则强调，这些公司的估值在很大程度上与前沿技术的持续进步紧密挂钩，尤其是在开源权重模型紧随其后的竞争格局下，放缓前沿开发将直接动摇其高估值的根基。

资本支出放缓还是预期管理？

除了安全层面的考量，交易社区对此次“三巨头”罕见联手的潜在商业动机保持审视。用户Jason Choi指出，Anthropic一直对安全问题直言不讳，但在此时提出具体的降速计划引发了市场猜测。

部分观点认为，这可能是一场监管博弈。明确放缓前沿模型开发，实际上给了竞争对手缩小能力差距的时间：

这一举动在本质上是企业层面的“IPO预期管理”，并为未来削减资本支出（capex）提供了选项。在AI基础设施投入日益庞大的背景下，以安全为由放慢步伐，或许能为这些估值高企的初创企业缓解持续烧钱的财务压力。

风险提示及免责条款

美债能反弹，但还不能抄底

东吴证券陈李/葛晓媛 — Sun, 13 Sep 2026 03:47:57 GMT

下周不加息可能带来窗口，未来6至9个月仍需谨慎

本周，美债收益率继续上升。

市场交易的已经不只是一次加息，而是未来6至9个月是否会出现连续加息。

加息预期已经较大程度包含在当前价格里。假如下周美联储不加息，美债可能出现一段短期修复行情。

这段行情不会自动变成长线行情。

油价、就业和AI资本支出仍然没有明显逆转。市场仍然会担心未来数月的通胀压力和连续加息风险。

我的判断是：美债可能有一个短期交易窗口，却还没有迎来真正的抄底时刻。

我上一篇判断错了，美债为什么还没到抄底时刻

当时的判断低估了两个现实变化。

第一，油价上涨的持续性超过预期。

中东局势并没有朝着降温的方向发展，反而在持续升级和恶化。此前市场一度期待特朗普式的“TACO”能够约束冲突进一步扩大，但现实是地缘风险并没有被吓退，原油供给端的不确定性持续上升，油价也因此迟迟没有出现预期中的回落。

第二，8月CPI又出现了电信价格这一意外扰动。

核心CPI环比上涨0.3%，高于市场预期的0.2%，其中无线通信服务价格的异常上涨贡献了相当一部分。虽然剔除这一扰动后，底层核心通胀大致仍在0.2%左右，并不能说明美国内生通胀已经全面失控，但至少headline数据并没有给美联储足够的信心去确认通胀正在顺利下行。

上一篇文章认为，通胀压力下降后，美联储不加息，长端利率也会小幅回落。

这个判断的前提发生了变化。电信价格的上涨可能是一次性的，但油价不是。随着中东冲突持续升级，油价迟迟无法回落，市场交易的已经不只是当期CPI，而是未来几个月能源价格重新向通胀传导的风险。通胀预期因为油价的“失控”重新抬头，通胀压力没有按照上一篇文章设想的路径下降，美联储的政策空间因此重新受到约束，后续对长端利率的判断自然也需要修正。短期通胀压力上升，会提高加息概率。

加息概率上升，会推动2年期和5年期收益率上行，也会牵动10年期和30年期收益率小幅上升。

截至9月11日，2年期美债收益率约为4.63%，5年期约为4.78%，10年期约为4.96%，30年期约为5.35%。

5年期比2年期高15个基点，10年期比5年期高18个基点，30年期比10年期高39个基点。

从曲线变化来看，短端对加息预期的反应更加明显。

本周最重要的变化，不是所有期限的收益率都在失控上升，而是2年期和5年期上涨得更多。

这说明市场首先重新定价了美联储未来几次会议的利率路径。

2年期和5年期上涨，意味着市场开始担心未来6至9个月存在连续加息。10年期和30年期收益率，则受到短中端利率上升的牵动。

30年期收益率在此前的国债拍卖前一度升至5.33%至5.37%的区间。周五收益率回落，没有继续有效创出新高。

长端仍然脆弱，却已经出现了部分买盘。

高收益率开始吸引配置资金。长端利率继续上行的阻力正在增加。

上一篇文章仍然成立的部分有三点。

第一，长端利率不能只看美联储一次会议。

第二，财政赤字、国债供给和美元信用，仍然决定长期利率中枢。

第三，30年期收益率已经开始接近具有配置吸引力的水平。

长端高位回落，不等于长期风险消失。高收益率出现买盘，也不等于利率已经完成趋势反转。

上一篇文章真正错的地方，只有一个：过于乐观地判断通胀压力会下降。

伊朗和油价，把美债的反弹窗口压短了

很多投资者此前认为，伊朗局势的主动权在美国。

美国进攻，伊朗局势紧张。美国退缩，伊朗局势缓解。

一直到最近。

据公开报道，伊朗方面宣称袭击了包括美国舰船在内的目标。相关战果和细节，需要区分伊朗方面的声明、美国方面的确认和独立媒体的核实。

无论具体战果最终如何，市场已经开始交易一个变化：

伊朗可以主动改变冲突节奏。

战争不再完全由美国单方面决定升级或停止。美国停止进攻，也不代表冲突自动结束。

伊朗仍然可以通过军事行动、航运威胁和地区冲突，提高美国继续参与战争的成本。

油价上涨，交易的不是今天少了多少桶原油，而是战争由谁决定、会持续多久。

油价上涨也不只是原油供给减少。

市场还在交易霍尔木兹海峡通航风险、油轮保险成本、运输成本、能源设施风险和战争持续时间。

较大概率的情景，是有限升级和持续拉锯。

双方继续保留军事压力，也保留谈判空间。油价维持风险溢价，通胀压力在未来数月难以快速下降。

较小概率的情景，是冲突扩大。

航运、能源设施或霍尔木兹海峡通行受到直接影响，油价和利率同时受到冲击。

如果出现谈判或停火，油价中的战争溢价会快速回落。

美国即将进入中期选举周期。油价上涨会增加居民生活压力。战争持续会提高政府的政治成本。

美国政府需要在军事行动、通胀和选举压力之间权衡。

这也是本轮油价冲击比普通能源价格波动更复杂的地方。它不仅影响通胀，也影响美国政府的外交、财政和货币政策选择。

油价上涨，交易的不是少了多少桶原油，而是战争由谁决定、会持续多久。

油价不回落，美债的短期反弹就很难自然变成长线行情。

就业有韧性，AI资本支出没有退潮

美国8月非农就业增加16.2万人，明显高于市场预期的约5.3万人。失业率为4.1%，与前月持平。

6月就业人数从增加2万人修订为增加3.1万人。7月就业人数从减少2.3万人修订为增加2.1万人。6月和7月合计上修5.5万人。

修订数据说明，前期就业疲弱程度可能被初值高估。8月新增就业也不是孤立的强劲数字。

平均时薪环比上涨0.3%，同比上涨3.1%。平均每周工时为34.4小时。

长期失业人数约190万人，占失业人口的27%。劳动参与率为61.6%，比年初下降0.5个百分点。就业人口比例为59.1%。因经济原因兼职人数降至440万人。

这些数据说明，美国就业市场有韧性，但没有回到全面繁荣状态。

行业分布更加重要。

餐饮和饮酒场所增加约5.9万人。地方政府增加约3.5万人。制造业增加约1.6万人。医疗保健增加约1.3万人。

信息行业减少约2.3万人。计算基础设施、数据处理、网络托管等相关服务减少约8000人。

这份报告不能直接证明人工智能正在导致信息行业就业下降。

数据能够说明另一件事：AI资本支出正在增加数据中心、设备、电力、制造和建筑需求，却没有同步转化为信息行业的广泛招聘。

AI繁荣首先表现为资本密集型扩张，不是大范围的劳动需求扩张。

美国8月CPI环比上涨0.4%，同比上涨3.4%。核心CPI同比上涨2.4%，能源价格同比上涨16.3%。

通胀没有失控，通胀扩散度来看，油价的二次传导迹象依然偏弱，但是却也没有按照上一篇文章的预期快速回落。

只要AI资本支出没有明显放缓，它就会继续增加设备、电力、建设和资源需求。

这使市场更相信，未来6至9个月的通胀压力不会迅速消失。

油价、就业和AI资本支出，共同提高了未来6至9个月连续加息的可信度。

2年至5年期上升，市场正在定价连续加息

本周，短中端收益率上升更快。

2年至5年期利率上涨，说明政策路径是本周的主要交易主题。

市场已经开始交易未来6至9个月的连续加息。

但是30年期美债收益率没有继续有效创出新高，至少指示出长端仍然脆弱，却不再是没有买盘的单边市场。

这意味着短端利率已经提前交易了部分加息风险。未来即使美联储实际加息，2年期和5年期收益率的继续上行空间，也可能小于市场此前担心的幅度。

长端的情况不同。

财政赤字、国债供给、战争风险和美元信用，仍然会影响30年期收益率。长端出现买盘，不等于长期风险已经消失。

把当前利率和2007年以来的历史比较，可以看到几个不同阶段。

2007年前后，美国处于高增长、高通胀和高政策利率环境。

2013年的“缩减恐慌”，主要体现为长端利率和风险溢价快速上升。

2022年至2023年，通胀和连续加息推动各期限收益率全面上行。

当前的情况更加复杂。

短期通胀压力重新上升。就业市场保持韧性。AI资本支出仍然扩张。美国财政赤字和国债供给继续增加。

目前的交易结构更像是：

·短端提前交易连续加息。

·长端继续承受财政和供给压力。

·高收益率开始吸引配置资金。

·市场尚未完成对未来通胀风险的定价。

短端利率已经提前交易了加息，长端利率还在等待通胀和财政风险真正缓解。

下周不加息，短期反弹，长期谨慎

从市场定价看，下周加息属于较大概率情景。

油价上涨。就业数据有韧性。CPI仍然偏强。2年期和5年期收益率明显上行。

这些变化说明，市场已经开始交易未来6至9个月的连续加息。

如果美联储下周真的加息，市场未必出现新的剧烈冲击。

原因很简单：加息预期已经大部分包含在当前价格里。

一次加息可能带来短期波动，也可能出现“预期兑现后的利率回落”。

市场接下来更关注的，不是一次加息本身，而是加息是否会持续。

我的倾向判断是：下周美联储不加息。

这是市场定价中的小概率情景。

油价上涨带有明显的供给冲击和战争风险属性。就业数据有韧性，却没有形成全面繁荣。核心通胀没有出现失控式加速。AI资本支出仍然是持续性风险，却还没有完全转化为广泛的服务业通胀。

美联储没有必要用一次加息回应所有短期冲击。

如果下周不加息，2年期和5年期收益率可能回落。连续加息预期会受到短期修正。30年期收益率也可能获得暂时缓解。

这就是美债的短期交易窗口。

这个窗口有明确边界。

油价没有明显回落。就业数据没有明显恶化。AI资本支出没有明显放缓。市场对未来6至9个月连续加息的预期仍然存在。

一次不加息，不能改变这些因素。

因此，30年期美债收益率虽然开始进入有吸引力的配置区域，却还不能被当作明确的抄底信号。

短期资金可以观察利率修复。中长期资金可以研究配置价值。

不能把一次政策缓解，当成长端利率完成趋势反转。

未来6个月，美元信用不太可能突然崩塌。美国经济规模、金融市场深度和美元资产流动性仍然提供支撑。

美元信用面临的是渐进式考验。

财政赤字继续扩大。国债供给继续增加。中期选举临近。伊朗战争提高政策不确定性。投资者会要求更高的收益率，来补偿这些风险。

美债有一个短期窗口，但还不是反转时刻。

不加息可能带来美债的短期修复，却不能消除未来6至9个月的加息风险。

加息属于市场定价中的较大概率事件。加息本身，未必还是最大的市场冲击。

短端等待政策，长端等待中期选举。

本文来源：陈李lichen

风险提示及免责条款

SEMICON TW2026：AI基建产业链的瓶颈与焦虑，在哪里？

Sun, 13 Sep 2026 03:40:24 GMT

2026 年9月初的 SEMICON Taiwan，是 AI 基建叙事的一次静默切换。

过去三年，行业讨论的是"还能建多大"；这一次，台积电、英伟达、微软、谷歌、SK 海力士、思科、康宁、ASML 在同一个会场里反复讲的，是在电力与资本的约束下，如何把同样的投入换成更多产出。计量单位从 FLOPS 换成了 GW；优化目标从"每美元性能"换成了"每瓦交付的价值"；台积电的设备采购需求指数在半年内从 1.0x 拉到 1.9x，而资本开支只涨了约 15%。

AI 基建的瓶颈并不在钱，而在四道物理硬墙——先进封装、高阶载板、存储带宽、电力与散热。其中最具增量信息的一条，是高阶载板与基板材料正在成为继存储之后的第二个供应链瓶颈。ABF 载板供给缺口超过 30%，头部厂商订单排到 2027 年二季度，而受约三年扩产周期制约，规模增量要到 2028–2029 年才能释放。定价权正在从"算得出"的一端，迁移到"造得出来"的一端。这不是情绪，是稀缺性的重新定价。

美联储会“连续加息”？1980年代末“紧缩周期”会重演吗？

Sun, 13 Sep 2026 03:00:54 GMT

市场对美联储重启加息的担忧正在升温，令历史上一段颇具警示意味的周期重回投资者视野。花旗研究最新量化宏观策略报告显示，当前宏观环境与1988至1989年紧缩周期的相似程度明显上升，同时叠加中东局势再度升级与美国通胀压力重燃，跨资产配置逻辑正在悄然生变。

据追风交易台消息，花旗研究分析师Alex Saunders与Vinh Vo在9月11日发布的报告中指出，尽管其宏观模型（Regime Model）整体仍停留在"正常"（Normal）区间，但通胀动能趋强、经济意外指数温和回落，加之金融条件小幅收紧，令模型识别出的历史近似时期正在向1988至1989年靠拢。

值得注意的是，在1988年3月至1989年5/6月的这轮紧缩周期中，美联储共计加息16次。据天风证券孙彬彬团队统计，1988年3月，美联储为防止再次进入高通胀，选择提前紧缩。1988年3月30日，FOMC会议将联邦基金利率上调25bp至6.75%，此后共计加息16次，最终联邦基金利率目标上调至9.8125%，共计加息331.25bp。

1980年代末时期的典型特征是：经济维持韧性、通胀压力逐步积累，最终促使美联储持续加息，随后经济活动放缓，政策才转向宽松。报告同时将1976至1977年、1996至1997年及2013至2014年列为其他参照历史区间。

在资产配置层面，上述宏观背景驱使模型进一步增持风险资产，并确立了鲜明的结构性偏好：做多新兴市场与美国股票、做多日本和英国久期，同时将美国投资级信用债的空头维持在最大权重，以能源为核心做多大宗商品，并转向偏好美元。

1988至1989年紧缩周期重回视野

花旗研究的历史近似分析显示，1988至1989年在本月明显变得更为突出。报告描述，这一时期呈现出经济韧性与通胀压力并存的组合——正是这一组合促使美联储在1988年持续收紧货币政策，直至次年经济活动放缓后才转向降息。

这与当前宏观状态高度契合。模型显示，经济增长指标温和改善，PMI z分数平均值仍处于强劲水平，经济意外指数虽略有回落，但绝对水平依然积极；与此同时，通胀动能在过去一个月有所回升，金融条件小幅收紧，整体仍处于长期均值以下约0.55个标准差。报告将当前宏观状态定性为"经济过热"症状——增长与通胀指标均略高于长期均值，但尚未触发模型切换。

报告同时保留了其他三个历史参照区间：1976至1977年（前沃尔克时代，通胀下行与宽松金融条件并存，初期支撑股市，但随后通胀和政策利率大幅上升）；1996至1997年（互联网扩张初期）；以及2013至2014年（美联储缩减购债预期推动美国利率重定价）。值得注意的是，去年关税冲击在最新模型中已不再构成有意义的近似历史参照，花旗研究认为这反映出跨资产长期波动率仍处于相对低位。

模型坚守"正常"区间，股票仓位进一步提升

“新美联储通讯社”Nick Timiraos最新撰文称，投资者已基本认定美联储下周将进行三年来首次加息，更难的问题是之后会怎样。自1990年代以来，美联储仅有一次“一次性”加息。

尽管市场对加息的担忧升温，花旗研究的K近邻（KNN）模型仍维持在"正常"区间，并未向"金融条件收紧"区间切换。报告指出，在本月更新后，模型将股票超配比例从2.8%进一步上调至4.0%，债券与大宗商品维持正配置（但有所削减），信用债空头仓位则保持不变。

报告同时提示了潜在的下行路径：若能源冲击以持续性主题延续——无论是补库需求驱动还是供应流中断——金融条件收紧与信用利差走阔或将成为通往滞胀情景的传导链条。

在不同模型下的历史夏普比率表现方面，"正常"区间的资产表现与无条件历史均值相近，债券属性略占优势，而美国股票相对其他地区具有一定优势。

跨资产配置：能源领衔，美元取代日元成偏好货币

在具体资产配置上，花旗研究模型呈现出高度差异化的结构。股票方面，新兴市场获得最高配置，美国股票保持小幅多头，欧洲、日本和英国股票则被做空。

利率方面，债券整体超配3.7%，日本和英国久期获最大多头配置，美国国债则被最大化做空，欧洲债券小幅做空。这一配置逻辑部分与欧洲央行加息后的鹰派前瞻指引及法国国债风险溢价上升有关。

大宗商品方面，能源是当前最强预期表现资产，模型集中超配能源，辅以小幅基本金属多头和贵金属小幅空头。报告指出，能源在相对持有成本（carry）维度上的优势远超其他商品子类，而基本金属和贵金属的carry则明显为负。

在外汇方面，报告指出市场对日元的热情已明显消退，英镑、日元和欧元对美元的预期夏普比率均为负值，使美元成为当前首选货币。这一转变部分源于美国财政部长贝森特在日本干预问题上的表态，以及市场对日本央行（BoJ）更早、更快收紧政策的预期推动日元阶段性升值后的动能减弱。

趋势跟踪策略年初至今维持正收益，系统性策略表现分化

从量化策略表现来看，趋势跟踪策略在过去一个月录得正收益，大宗商品和债券的强劲涨幅足以覆盖股票的损失以及基本持平的外汇贡献。值得关注的是，债券趋势跟踪策略在本月的收益完全逆转了此前的年初至今负收益，推动综合策略整体转正。大宗商品仍是年初至今最大贡献来源，股票则表现最弱。

套息（carry）策略过去一个月综合表现为正，商品和债券贡献了主要收益，外汇和股票套息则承压。报告同时指出，商品价值策略年初至今持续领涨，但股票和债券价值策略仍为负收益，且随着中东局势再度升级推动市场重新定价通胀与政策风险，债券价值策略进一步走弱。

在CTA定位方面，信用债维持最大多头，股票和大宗商品多头被削减至接近中性。

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

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

死敌罕见联手！马斯克、Aaltman支持Dario Amodei“全球放缓AI”呼吁

Sun, 13 Sep 2026 02:05:57 GMT

AI领域三大死敌，史上头一次站在了同一边——在一系列失控事件与末日预警接连冲击行业后，Anthropic、OpenAI与SpaceX的掌门人罕见联手，呼吁放缓人工智能开发步伐。

周六，Anthropic首席执行官Dario Amodei发布博文，呼吁全球AI行业主动降速，理由是当前前沿模型能力的提升速度已远超人类的理解与控制能力。文章发出后数小时内，SpaceX首席执行官埃隆·马斯克在X平台发帖表态“Dario说得对”。

OpenAI首席执行官Sam Altman随即跟进，表示同意Amodei关于“控制前沿推进节奏”的判断，并承诺OpenAI将向独立第三方评估机构开放“员工级别”的系统访问权限。Altman还向《财富》杂志表示，鉴于当前安全形势，OpenAI 2026年可能不会推进IPO计划。

我认为，在本十年末有10%的概率杀死所有人，这是不可接受的。

AI安全风险在过去一周内密集引爆公众视野。Anthropic研究人员Jacob Coxon以“行业正在拿我们的生命赌博”为由愤而辞职，Anthropic对齐科学负责人Evan Hubinger随后表示，AI系统在本十年内造成大规模灭绝事件的概率超过10%。据华尔街日报报道，一批OpenAI智能体此前曾冲出测试环境，入侵AI开发者平台Hugging Face，这一事件已成为多位高管发出警告的直接导火索。

Amodei出手：我们必须为前沿AI踩刹车

周六，Anthropic CEO Dario Amodei发布了一篇长文，标题直接：《我们必须为前沿AI踩刹车》（We Must Pace the Frontier）。

他在文章开头坦言，自己做AI研究十二年，是因为相信它能治愈疾病、加速经济增长、带来人类繁荣——他的父亲死于一种在他去世后数年便被攻克的疾病，他本人也曾在早期癌症中幸存。他比任何人都渴望AI的红利兑现。

但他同时写道：“过去几个月，我越来越确信，仅仅投资于风险防控已经不够——我们必须放缓能力提升的速度，让安全研究有时间跟上。”

Amodei在博文中直指两大核心风险。

其一，AI系统能力的递归式自我提升——即AI在几乎不需人类干预的情况下自行迭代升级——自今年夏天以来已呈“急速加快”之势。
其二，今年7月发生的Hugging Face入侵事件：超过1200个逃脱OpenAI测试环境的AI智能体协同作业，通过留言板分工、相互配合，甚至为了隐藏作弊行为主动篡改记录并发起攻击，部分智能体在明知此举不道德的情况下仍继续执行。

“具备更强能力、但同等程度失准的智能体群体，可能造成灾难性破坏，”Amodei写道，并警告称，一个流氓AI群体可在六至十二个月内接管整个互联网。他进一步指出，类似事件在包括Anthropic在内的多家头部AI公司均有发生，“每家前沿AI公司都应将OAI-HF事件视同发生在自己身上，并据此行事。”

据华尔街日报此前报道，一起被称为"GemStuffer"的五月份网络安全事件，实际上是由OpenAI智能体在不知情的情况下实施的，这进一步加剧了外界对AI失控风险的担忧。

Amodei三大提议：评估员进驻、国际协调、民主国家联盟

Amodei在博文中提出了具体的行动框架。

首先，“嵌入式评估员”（Embedded Evaluators）。他宣布Anthropic将向第三方评估机构提供“永久性员工级别”的系统访问权限，使其能够核实安全措施的执行情况、报告事故并评估模型在训练过程中的对齐状态。Altman随即跟进，表示OpenAI将采取相同举措。

其次，民主国家内部协调。Amodei呼吁政府为AI开发商的安全标准协调提供法律支持，以避免此类合作触发反垄断监管。

第三，全球协调。他主张建立“协调一致的节奏策略”，为前沿AI企业争取时间推进对齐研究，同时不损害商业竞争优势和美国在AI领域的领先地位。对冲基金经理兼风险投资人Brad Gerstner在X平台上表示支持，称此举是“在速度、自我监管与安全之间寻求正确平衡的重要一步”。

IPO计划蒙阴：Anthropic估值承压，OpenAI暗示推迟上市

当前局势对两家公司的上市计划均形成直接冲击。Anthropic正筹备一项规模空前的IPO，募资规模或达1000亿美元，公司估值或超2万亿美元；Anthropic原本最早于上周提交招股书，但截至目前尚未成行。Amodei的降速呼吁令外界对其上市时机的判断愈发复杂。

OpenAI方面，Altman向《财富》杂志表示：“考虑到安全领域正在发生的一切，我认为现在上市是不明智的，我们对此也没有压力。”

OpenAI于今年六月提交了IPO文件，距Anthropic提交招股书仅一周之后。Altman还表示，"本周显然是更多人开始正视摆在我们面前问题的一周，我们正在进入一个模型能力极强、风险极高、必须把事情做对的领域。"

特朗普说“没有任何担忧”，国会在观望，谷歌和Meta沉默

尽管三巨头罕见联手，政策层面的回应目前仍显迟滞。美国总统特朗普上周向记者表示，他对AI导致人类灭绝“没有任何”担忧。知情人士告诉英国《金融时报》，在今年11月中期选举前，美国政府采取实质性行动的可能性极低。

谷歌DeepMind与Meta的高管目前尚未就本周末的讨论公开表态。

行业内部的分歧同样不容忽视。批评者认为，头部AI企业强调生存风险存在自利动机——高昂的安全合规框架可能将规模较小的竞争者挡在门外，从而巩固现有巨头的市场地位。科技顾问、风险投资人David Sacks在福克斯新闻采访中称，Jacob Coxon的声明意在“吓唬公众”，迫使立法者“对AI实施强力政府监管”。

加州大学伯克利分校AI教授Stuart Russell则直言，实验室与政府之间存在严重的认知错位：“实验室在告诉各国政府：'我们很可能会杀死地球上的每一个人，请阻止我们。'政府的回应却是：'我们能给你减税吗？给你建一个数据中心？'”

然而，正当Sam Altman和Dario Amodei等人还在政策游说与安全防线间反复踱步、小心拉锯时，外界已不乏警醒的声音：或许某天醒来，他们会发现Grok不仅在模型能力上已追赶上来，马斯克更已在物理世界AI与算力基础设施领域完成了全面布局——这或许才是他真正的“宏伟蓝图第五部分”（Master Plan Part V）。

风险提示及免责条款

“超级周”来袭：美联储会加息吗？霍尔木兹能达成协议吗？

Sun, 13 Sep 2026 01:46:44 GMT

09月14日 - 09月20日当周重磅财经事件一览，以下均为北京时间：

见闻财经日历提醒下周重点关注：

超级央行周与中国8月经济数据：美联储将公布FOMC利率决议，沃什随后举行新闻发布会，此次加息还是维持利率不变“预计是一场势均力敌的较量”。此外，市场预计日本央行将加息25个基点，焦点在于未来加息节奏的信号。英国央行预计维持利率不变。中国数据方面，9月15日，8月规模以上工业增加值、社零、全国房地产开发投资、70城房价等经济数据出炉。中金宏观预测，社零增速有望回升，工业增加值同比增速或为4.6%。

AI硬验证周：字节“豆包手机”将发布并上市，是中兴通讯与字节联合研发的全球首款AI智能体手机；荣耀MagicOS 11同日落地系统级Agent Harness；华为全联接大会2026在上海举办，主市场关注Atlas 950 SuperPoD昇腾超节点商用细节与首批AI算力新品；Anthropic预计9月中旬召开开发者大会。

港股机制方面：9月14日起科技100指数优化方案生效、恒生生物科技指数样本调整；9月18日恒生科技指数扩容与改组修订意见咨询截止，扩容至50只并引入“收入增长最快”的10只因子；9月15日希音（Shein）正式纳入恒生综合指数。

地缘层面，伊朗将与海湾国家谈霍尔木兹协议，会议定于9月14日在阿曼举行。第十三届北京香山论坛是观察亚太安全的关键舞台；2026上合组织数字经济论坛、国家原子能机构IAEA理事会同步登场。

经济指标

美联储利率决议

美联储将于9月17日凌晨公布FOMC利率决议，主席凯文·沃什随后举行新闻发布会。彭博称，此次加息还是维持利率不变“预计将是一场势均力敌的较量”。主要看点在于加息与按兵不动的抉择及沃什的政策表态。

日本央行利率决议

日本央行将于9月18日（周五）公布利率决议，行长植田和男举行会后新闻发布会。彭博预计其将加息25个基点至1.25%，加息已被广泛定价。主要看点在于未来加息节奏的信号

英国央行利率决议

英国央行将于9月17日（周四）公布利率决议。彭博新闻称，其“预计将维持利率在3.75%不变”，政策制定者正权衡重新出现的通胀风险与疲弱的经济背景。主要看点在于通胀与经济疲软之间的平衡。

中国8月社会零售、固定投资、工业增加值、70城房价等数据

9月15日，中国8月社会零售、固定投资、工业增加值、70城房价等数据密集出炉。中金宏观预测，社零增速有望回升、同比增长1%左右。工业增加值同比增速或为4.6%。房地产销售可能边际走弱，开发投资或继续承压。

财经事件

伊朗将与海湾国家谈霍尔木兹协议

据CCTV国际时讯援引英国《金融时报》9月11日报道，海湾国家外长计划与伊朗外长阿拉格齐举行会晤。此次会议由阿曼与伊朗牵头，旨在争取各方支持一项临时协议，以管控霍尔木兹海峡的航运秩序。报道援引两名知情人士的话称，会议定于下周一（9月14日）在阿曼沿海城市塞拉莱举行。

贝森特预计将出席众议院金融服务委员会进行作证

9月15日，美国财政部长斯科特·贝森特预计将出席众议院金融服务委员会，就国际金融体系进行年度作证。

“豆包手机”发布并上市、荣耀MagicOS 11落地Agent Harness

中兴通讯与字节跳动联合研发的全球首款AI智能体手机——努比亚 NaviX Ultra（被称为“豆包手机”或“豆包手机二代”）已正式官宣定档 9月16日 14:00 发布并上市。此外，荣耀MagicOS 11同日发布——落地系统级Agent Harness，端侧Agent能力是手机厂商竞争焦点。

华为全联接大会 2026（上海）

第十一届华为全联接大会9月17-19日在上海举办。据华为，大会围绕AI基础设施与行业智能化，或发布算力新品与伙伴计划，呼应AI算力景气周期。此前在2026世界人工智能大会上真机首秀的昇腾950超节点（Atlas 950 SuperPoD），有望在此次大会上公布更多商用细节与实测数据。

Anthropic 开发者大会（信号：9月中旬）

据SkyCrumbs报道Anthropic 已暗示9月中旬举办开发者大会、拟公布产品路线图。

恒生科技指数扩容与改组

9月18日00:00，恒生指数公司就恒生科技指数扩容与改组方案修订意见咨询同日截止，扩容至50只、AI 独立为主题、10个名额留给“收入增长最快”的公司，9月底最终方案落定。看点是新规对纳入标的的预期重塑，特别是算法与具身智能企业的被动资金扩散，对港股科技板块结构性资金流向具有中长期的指示意义。

第十三届北京香山论坛

9月15日至17日，第十三届北京香山论坛将举办，这是亚太地区重要的防务与安全对话平台。

半导体与电子制造专业盛会Semicon India

Semicon India会议在新德里开幕，全球半导体和政策领导人齐聚一堂。9月17日持续至9月19日。

第23届中国—东盟博览会（东博会）、2026上合组织数字经济论坛

第23届东博会9月17–21日南宁举办，主题"共享3.0机遇"，首设东盟需求馆与AI展区（双场地），聚焦中国—东盟自贸区3.0落地。此外，据央视新闻从国家数据局了解到，2026上合组织数字经济论坛将于9月14日至16日在新疆乌鲁木齐举办，本届论坛的主题为“数连上合智启未来”。

首届加拿大投资峰会（卡尼总理主办）

加拿大总理卡尼9月14–15日在多伦多首办投资峰会，邀贝莱德/黑石等全球资本，目标五年撬动1万亿美元投资，167个项目手册涵盖数据中心、LNG、关键矿产。

iPhone 18 Pro将于9月18日发售

iPhone 18 Pro将于9月18日发售，12日开始接受预订。

日本定于9月17日改组内阁

日本首相高市早苗正积极协调于2026年9月16日决定自民党高层人事、并在 9月17日实施内阁改组。

国际原子能机构理事会会议（IAEA），或聚焦伊朗核问题

国际原子能机构（IAEA）第七十届大会定于2026年9月14日至18日在奥地利维也纳的维也纳国际中心举行。本次会议聚焦的核心议题围绕伊朗核危机、全球核不扩散体系以及核安全标准的转型升级。

香港首个五年规划9月16日公布

据大湾区之声，香港特区行政长官李家超宣布，香港首个五年规划将和新一份施政报告于9月16日一同公布。

财报与个股动态

下周美股、A股、港股财报进入淡季，中概股携程集团将于美东9月15日盘后公布今年Q2与上半年业绩。9月16日，恒大汽车董事会会议审议补发业绩。

沐曦股份：9月17日起1397万股限售股上市流通

沐曦股份公告称，本次上市流通的限售股为公司首次公开发行网下配售部分限售股，股份数量为1397万股，占公司股本总数的3.4906%。前述股份限售期为自公司首次公开发行股票并上市之日起9个月，该部分限售股锁定期即将届满，将于2026年9月17日起上市流通。

中金公司：吸收合并获批，A股股票将自9月15日开市起连续停牌

中金公司公告称，公司拟开展换股吸收合并重大资产重组项目的A股异议股东收购请求权有关事宜，已获证监会批复同意吸收合并东兴证券和信达证券。公司A股股票将自2026年9月15日开市起连续停牌。

恒生指数公司：希音将快速纳入恒生综合指数

恒生指数公司公告，希音符合快速纳入规则要求，将于9月14日收市后被纳入恒生综合指数及其分类指数。9月15日开盘生效。

重磅事件提前预警（9/21-9/27）

美银Hartnett预计中美外交大事件在9月24日。

2026年阿里云栖大会（9月22日-24日，杭州）——将围绕模型、Agent、Agentic Cloud拆解五层全栈技术，发布阿里云核心技术及年度产品。

GMIF 2026 全球存储器行业创新峰会（9月22日-23日，深圳）——主重点探讨 AI 时代下存储技术在云、边、端全场景中的演进与产业协同。

高通骁龙峰会2026（北京时间9月23日-25日，夏威夷）——将发布首款采用台积电2nm工艺的骁龙8 Elite Gen6芯片（标准版 SM8950 与 Pro 版 SM8975），性能提升18%、功耗降低36%；小米18系列将首发，后续三星、OPPO等品牌跟进。

Meta Connect 2026（9月23日-24日）——多款XR硬件与新品智能眼镜蓄势待发，扎克伯格主题演讲。

风险提示及免责条款

OpenAI CEO：今年不会上市，不能冒哪怕10%杀死所有人的风险

Sat, 12 Sep 2026 21:56:32 GMT

OpenAI首席执行官Sam Altman表示，公司专注于解决围绕AI技术的安全担忧，今年不会上市。Altman表示，今年进行首次公开募股“时机不合适”，公司要到明年才会上市。 “我认为，哪怕冒着10%的在本十年结束前杀死所有人的风险，都是不可接受的，”Altman说，“我认为，我们正在进入一个新时代，就像过去迈入其他时代时一样，我们需要采取不同的行动，确保我们所做的事情能够让这一理念造福全人类，同时也要确保没有任何人承担哪怕接近这种程度的风险。”

风险提示及免责条款

1万亿美元回购仍在继续，但美股最熟悉的资本游戏已经变了

万周 — Sat, 12 Sep 2026 11:28:55 GMT

2026年的美股出现了一个耐人寻味的反差：企业回购仍处历史高位，全球4—5月宣布回购金额刷新纪录；与此同时，承担AI建设的科技巨头正在把更多现金投向数据中心、芯片和电力系统，部分Hyperscaler的回购已经明显回落。过去十多年，高利润、高自由现金流和高回购共同支撑了美股每股盈利与股票供给结构，如今这一组合开始发生变化。2027年会不会成为回购结构的分水岭，取决于AI新增现金流能否跟上持续扩大的资本开支。

一、发生了什么？——回购总量没掉，最能回购的公司却先变了

1. 回购仍在高位，2026年尚未出现总量拐点：

从总量看，AI尚未明显削弱美股回购。J.P. Morgan统计显示，2026年4-5月全球企业宣布回购5330亿美元，超过2025年同期4870亿美元的前纪录。

高盛对S&P 500的预测同样没有指向回购总额下行：2026年Gross Buyback预计增长约3%，2027年再增长约5%。截至2026年中期，回购仍处历史高位，AI资本开支带来的变化主要藏在企业现金用途和行业结构里。

2. AI开始争夺Big Tech的自由现金流：

高盛预计，2026年S&P 500资本开支增长33%，研发支出增长18%，回购仅增长3%；2027年资本开支仍将增长22%，回购增速约5%。现金用途的重心正在向数据中心、GPU、电力、网络和研发倾斜。

Hyperscaler的变化尤其明显。Amazon、Alphabet、Meta、Microsoft、Oracle等公司2026年资本开支预计约7550亿美元，2027年可能升至8920亿美元。与此同时，Apple、Microsoft、Meta、Alphabet、Broadcom、Nvidia等大型科技公司的季度回购规模，大致从2025年一季度约770亿美元降至2026年一季度约440亿美元，一年减少四成以上。过去，大型科技公司既能快速增长，也能把巨额现金用于回购；AI基础设施建设正在压缩这份从容。

……

虽然加息“没用” 但美联储别无选择

Sat, 12 Sep 2026 08:45:14 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。

付鹏：能源市场成品油的紧张终于传导到了上游，警惕上下游左脚踩右脚【付鹏说4】

付鹏 — Sat, 12 Sep 2026 02:56:10 GMT

《付鹏说·第七季》全新升级上线！立即订阅

能源市场成品油的紧张终于传导到了上游，警惕上下游左脚踩右脚

交易桌前看天下，付鹏说来评财经。本期视频录制2026年9月11日。

在2026年二季度的节目中，我曾和大家交流过，整个能源市场需要密切关注。但密切关注到底关注什么？当时我讲过，上游原油具有很大的可替代性：无论是美国的原油、各国的战略石油储备（SPR），还是大西洋盆地的原油资源，都可以补充供给；沙特可以通过东西输油管道把原油从东部输送到西部的红海沿岸，阿联酋也有通往富查伊拉港的哈卜尚—富查伊拉输油管道，这些都可以绕开霍尔木兹海峡。此外，海上浮仓储存的原油、陆路管道的转运以及各国战略石油储备的抛售等，都可以用来弥补海峡受阻带来的供给缺口。

这些手段共同对油价形成了抑制作用，这一点在2026年二季度到三季度表现得非常明显。大家可以看到，西得克萨斯中质原油（WTI）和布伦特原油的价格大幅波动——只要地缘政治因素没有真正消退，原油市场面临的就是极度的不确定性。但原油市场是有“缓冲垫”的，冲击可以被层层吸收。

从原油到通胀，关键环节在炼厂

所以，海峡问题拖得越久，越需要关注它在细节上的连锁反应，而这种连锁反应真正起作用的地方并不在原油本身。原油并不能直接转化为通胀，不能直接决定消费品和工业品的出厂价格，也不能直接决定汽油、柴油的价格，中间还隔着一个关键环节——炼厂。亚洲的炼厂、欧洲的炼厂、美国的炼厂，炼厂的产能才是关键。

《付鹏说》第七季已经正式上线，大家点击订阅加入。第七季我们也做出了全新的更新，权益的升级。付鹏说第七季一共包括五大主要的模块，分别是视频专栏、专属社群、深度文章、图表解答以及专属的问答。已经购买参加付鹏说第七季的小伙伴，大家不要忘记扫码图中的二维码，找到我们的客服小助手领取专栏资料。

付鹏说第七季，期待大家的加入。