华尔街见闻 - 资讯 - 最新

2026年诺贝尔经济学奖出炉

Mon, 12 Oct 2026 09:50:10 GMT

瑞典皇家科学院决定，将2026 年瑞典中央银行纪念阿尔弗雷德・诺贝尔经济学奖授予罗伯特・E・霍尔（Robert E. Hall）与迈克尔・伍德福德（Michael Woodford），表彰二人为宏观经济稳定奠定微观经济学基础。

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。

新晋时尚大姥是刚拿诺贝尔奖的76岁老奶，拒掉Prada和Celine代言咋让奢侈品高攀不起？

Vista氢商业 — Mon, 12 Oct 2026 09:32:20 GMT

这两天新晋时尚大姥，是刚拿下诺贝尔文学奖的76岁老奶。

10月8日，加拿大诗人安妮·卡森获得2026年诺贝尔文学奖。文艺青年还在研究选择哪一本作品作为入门读物时，小红书网友已经开始逐帧学习诺奖得主的hot nerd穿搭了。

诺奖官方在推特发布了安妮·卡森诺奖电话现场照，照片中，安妮·卡森身穿费尔岛毛衣，一手举着红色手机，一手扶着红色镜框，惊讶得嘴巴张成了“O”形，疑似致敬蒙克的世界名画《呐喊》。

比起大众印象中严肃、深沉的文学大师，镜头里的安妮·卡森带着几分不按常理出牌的古灵精怪。而回看她以往的公开亮相会发现，这位文学大师的时尚品味，远比想象中大胆、有趣。

鲤Newriting在报道中将安妮·卡森风格概括为“传统男装的结构，添上一些独有的个人趣味”，西装、马甲、衬衫是她衣柜里的常客，利落的剪裁透着几分复古绅士的味道，但几处俏皮的细节又冲散了严肃沉闷。

她曾在深色西装上搭配了一条鲜红的印花领带，印花图案是自己小说《红的自传》中的人物革律翁。

翻看其过往照片，不难发现这位诺奖得主尤为偏爱红色，从眼镜框、皮鞋到领带，一抹红色让Hot Nerd既有不动声色的吸引力，也有毫不遮掩的明艳。

显然，有品的不止广大网友。网友还在求同款，奢侈品牌已经主动上门求合作了。

据《澎湃新闻》报道，安妮·卡森的学生李骄阳在接受采访时透露，据卡森的丈夫说，她今年已经接连拒绝了 Prada 和 Celine 两大奢侈品牌的代言邀约。

两家顶奢品牌，痛失“大结果”。但两个一直有「智性恋」情节倾向的品牌向安妮·卡森求合作的一点也不意外。

Celine一直以「都市知性女」人设著称，它向来擅长把“有品位”这件事做得不动声色。尤其在Phoebe Philo掌舵时期，利落的剪裁、克制的设计比显眼的Logo更有存在感，连王菲都是忠实拥趸。比起浑身上下写满“我很贵”，Celine更偏爱那种不需要靠名牌撑场面、穿什么都有自己主意的都市女性。

Prada则属于衣服要做，学问也要做的那一派。它对文学和艺术的兴趣也不是说说而已，旗下Miu Miu甚至办起了文学俱乐部，请作家、学者来聊书、聊女性的成长。衣服当然要做得漂亮，但它显然不甘心别人提起自己时，只能夸一句“衣服真好看”。

这两个高奢品牌所追求的气息与风格在安妮·卡森的身上具象化了。

2026年诺贝尔文学奖的授奖词这样评价卡森：“因其大胆而富有独创性的全部作品，在与古典传统的俏皮对话中，为当代文学创造了新的形式。”

这份评价与鲤Newriting在报道中所概括的穿着风格有着异曲同工之妙。文学创作中，她擅长与古典传统玩味周旋；穿衣服时，她也喜欢在传统男装的规矩里加入几分不按常理出牌的趣味。

甚至笔者在检索资料时，都不自觉地用“穿着”，而非“穿搭”来形容她。那些衣服仿佛本来就该穿在她身上，而不是为了凹出某种知识分子风格而刻意搭配。

别人费心营造的高智感，对她而言，不过是从文学创作到日常生活，一以贯之的审美表达。

而被奢侈品牌盯上的，还不止文学大师。就在几个月前，卡地亚还靠着菲尔兹奖得主王虹，收获了一波意想不到的流量红利。

《王的猜想》让广西纸贵，王的带货能力也恐怖如斯。秉持着“买不起同款大脑，至少还能买条同款项链”的朴素愿望，“王虹同款”的卡地亚Clash系列的部分戒指、项链都卖到缺货

据时尚商业媒体LADYMAX报道，王虹同款首饰走红后，部分商家迅速在商品页面打出“王虹同款”的标签，卡地亚也通过微信小程序广告投放借势营销。

一个让品牌主动上门邀约，一个让品牌顺势借力，向来被明星争抢的高奢品牌，怎么反过来追着知识分子跑了？

对这些早已凭专业成就获得认可的人来说，奢侈品牌并不是证明自己身份的必需品。反倒是高奢品牌要借点真学问装点门楣了。毕竟，奢侈品的日子没有以前那么好过了。

贝恩公司发布的《2025年中国个人奢侈品报告》显示，2025年中国内地个人奢侈品市场收缩3%——5%。放眼全球，贝恩另一份报告指出，全球奢侈品消费者数量已从2022年的约4亿人降至2025年的约3.4亿人。

同时，消费者正从“品牌崇拜”转向“价值审视”。麦肯锡2026年6月发布的《The State of Luxury》指出，在美国和中国奢侈品消费市场中，情感连接正在成为重要的品牌吸引力来源，消费者更希望品牌反映自身的身份、价值观和人生向往，而不只是展示财富或社会地位。

当网红人设越来越相似，连AI都能批量生产精致内容时，传统营销那套吸引眼球的办法，也开始越来越难玩出新花样。未来实验室指出，“我们正进入一个功能胜于虚饰、意义胜于营销的时代。”专家型网红正在逐渐成为消费者信赖的向导。

当漂亮广告和精致人设越来越不稀缺，真正有分量的智慧，反而成了奢侈品牌眼中的硬通货。

品牌可以花钱请人穿上自家的衣服，却没法靠一笔营销预算，制造出一位诺贝尔文学奖得主或菲尔兹奖得主。

高奢品牌不光想借知识分子的文化影响力撑场面，还想把他们的思想主张，直接变成衣服上的卖点。

这并非奢侈品牌最近生意难做才想出来的新招。早在十年前，就有品牌尝过知识分子思想“变现”的甜头。

2016年，Dior时任创意总监Maria Grazia Chiuri在自己的首秀中，将尼日利亚女性主义作家奇玛曼达·恩戈兹·阿迪契的“We Should All Be Feminists”印在T恤上，让原本出现在文学作品和公共演讲中的女性主义主张，成为时装秀上最醒目的表达之一。

对刚刚迎来首位女性创意总监的Dior而言，这句口号不仅为新系列赋予了鲜明的女性主义色彩，也让品牌从时尚圈走进了更广泛的女性议题讨论。

这件售价710美元的白T，最终成了Dior那场首秀最出圈的单品之一。《Vogue》当时就指出，它是整场秀在Instagram上最受关注的瞬间。

2017年正式上市后，商品一度在线上售罄，就连蕾哈娜、娜塔莉·波特曼等明星，也纷纷穿上了这件白T。这件单品甚至被英国巴斯时尚博物馆选为2017年度代表服装。

高奢的名头未必是万能通行证，品牌自己也得拿出点诚意。阿迪契曾在接受《ELLE》采访时透露，自己原本对时装周不感兴趣，并没打算接受Dior的邀请。直到时任创意总监Maria Grazia Chiuri亲自写来一封手写信，才让她改变了主意。

高奢品牌也不是一到营销季才想起来翻书，毕竟，想把自己的品牌故事讲得漂亮，肚子里怎么着也得有点墨水。

2025年，Bottega Veneta为纪念经典皮革编织工艺诞生50周年，推出了 “Craft is Our Language”（工艺是我们的语言）企划。扎迪·史密斯原本不愿意拍广告，但这个关于双手与创造的主题引起了她的共鸣。她意识到写作何尝不是一门手艺？

一个用文字编织故事，一个用皮革编织手袋，原本八竿子打不着的文学与时尚，在一双手上找到了共同语言。

从Dior的手写信，到Bottega Veneta的拍摄，高奢品牌想和知识分子交朋友，光有钱、有名气还不够，至少得和人家聊到一块去。

2025年11月，Miu Miu把2024年在米兰创办的文学俱乐部开到了上海展览中心，主题为“女性成长启示”，围绕波伏瓦、圆地文子、张爱玲三位女性作家的作品展开对谈。品牌邀请作家、译者和文学研究者围坐讨论女性成长、爱情与自我意识，李庚希、刘浩存、赵今麦三位品牌大使到场，为来宾领读文学作品。

据Miu Miu官方介绍，这场文学活动吸引了超过600位来自文化、文学、艺术和时尚领域的嘉宾。

请一位作家拍广告，可以借来对方的文化光环，而自己做东道主，作家、学者轮番来做客，品牌也有机会从文化圈的临时嘉宾，混成这里的熟面孔。

从时尚秀场卷到文学沙龙，高奢品牌不光要比谁更时髦，还开始比谁更有学问。知识分子倒是请来了，可消费者真的愿意为这份「高智感」买单吗？

比起穿成hot nerd，很多人更想成为hot nerd，但后者不仅卡建模、卡学历，还得卡天赋和人生履历。所以大部分人退而求其次选择了前者，毕竟前者一套高智感穿搭就能搞定。

图源：小红书@柿子

奢侈品牌向来擅长造梦，只不过，消费者想做的梦也在变。

过去，名牌包包、珠宝腕表是财富和身份的象征，品牌用这些给消费者渲染一场纸醉金迷、游走于上流社会的美梦。而在全民过日子时代，身份炫耀那一套刺激已经不怎么管用了，只是比起证明自己有钱，有学问、有品位、活得有主见，也开始成为一种值得向往的身份。

明星同款让人幻想拥有光鲜亮丽、备受瞩目的生活，知识分子同款则满足了另一种更难速成的虚荣：不光想让人觉得自己穿得有品，最好还觉得自己肚子里有货。

更有意思的是，对于明星来说，他们的时尚完成度靠脸，知识分子的时尚完成度，有时候更依赖大众的幻想和赋魅。人人嘴上都喊着要祛魅，可真轮到自己，谁不想成为那个随便穿件衣服，都能被别人夸出一套审美哲学的人？

诺奖官方发布的那张电话现场照，不少眼尖的网友发现，安妮·卡森身上的费尔岛毛衣已经起了不少毛球，显然不是一件崭新的时髦单品。但这丝毫没有影响评论区求同款的热情。

“话说都没人挂一下同款毛衣的链接咩……”

同样一件起球的毛衣，穿在普通人身上可能只是懒得换新，穿在诺贝尔文学奖得主身上，却成了某种不费力的时髦。网友甚至能从中品出几分不在乎外界眼光的洒脱。

图源：小红书@巴黎评论Paris Review

毕竟，当一个人已经靠文学成就征服世界，谁还在乎她的毛衣起不起球？

而这恰好是知识分子能够提供的另一种身份想象：不是靠昂贵的商品证明自己过得成功，而是已经成功到不需要在意自己穿得够不够昂贵。

小红书上不乏诸多网友评价：“明星戴卡地亚是明星的荣耀，王虹戴卡地亚是品牌的荣耀”。以往是消费者借名牌抬高身价，这一次，反倒是名牌沾了知识分子的光。

而对奢侈品牌来说，知识分子的吸引力还不止于让网友抱着“戴上同款就能接智慧”的念头争相求购。它也可能帮助品牌接近一批有消费实力、注重审美与文化品位的专业人士，比如医生、律师、高校教授、企业高管等。

相比单纯追逐明星同款或炫耀性消费，这部分消费者可能更在意品质、工艺和文化内涵，也更容易对与自身价值追求相近的品牌产生认同。

如果说一部分消费者购买知识分子同款，是想体验一种尚未拥有的成功，那么对于那些已经在各自领域有所成就的消费者，知识分子所代表的专业积累、独立审美与生活态度，也可能是一种熟悉而值得认同的身份。

奢侈品牌追着知识分子跑的高明之处就在于：既能让消费者对另一种人生心生向往，又能凭借相似的价值追求，与那些具有较强购买力的专业人士拉近距离。

不过，奢侈品牌看中的，恰恰是知识分子不靠商业包装建立的声望。当这份原本独立于商业之外的魅力，也开始被反复拿来做营销，它还能保持同样的吸引力吗？

奢侈品牌卖的还是衣服和包包，只不过，这次想卖给消费者的梦，不只是有钱人的生活，还有聪明人的人生。

本文来源：Vista氢商业

风险提示及免责条款

财政部：将新能源汽车的增值税出口退税率由13%下调至9%

Mon, 12 Oct 2026 09:10:14 GMT

财政部发布调整部分产品出口退税政策的公告，自2027年4月1日起，将新能源汽车的增值税出口退税率由13%下调至9%。自2027年4月1日起，取消电子烟设备装置等产品增值税出口退税。

风险提示及免责条款

OpenAI全新生命科学模型曝光，或瞄准AI制药

BioTender — Mon, 12 Oct 2026 09:05:38 GMT

2026 年 10 月 10 日，TestingCatalog 报道，OpenAI 价格页出现新名字：gpt-rosalind-discovery。 BioTender 随后查看官方页面，确认它与 Research 并列，但页面没有解释两者的能力差别。

两款型号的账单完全一致：每百万 token，输入 5.00 美元、缓存输入 0.50 美元、输出 25.00 美元。 但同价只能说明公开单价相同，无法证明训练方式、工具权限或任务表现相同。

Research 与 Discovery 的三档公开单价一致，单位为美元／百万 token（图源：OpenAI 官方 API 价格页实景截取）

一个新名字，先引出了制药猜想

TestingCatalog 随即问：它会不会专门做药物发现？命名引出了猜想，但报道也承认用途尚不清楚。 截至本文核验，尚未找到该型号的独立官方公告或能力说明。

“第二款”需要划清范围：此次曝光的是另一个 API 型号。 但它对应独立模型、调优版本还是其他产品安排，目前无法确认。价格页出现了新条目，但专门制药模型的定位还没有被证实。

TestingCatalog 于 2026 年 10 月 10 日报道新条目，并指出尚未正式宣布（图源：TestingCatalog 报道页面实景截取）[2]

这条线，早在 4 月就已经铺下

2026 年 4 月 16 日，OpenAI 首次发布 GPT-Rosalind，明确覆盖生物学、药物发现和转化医学。但这条产品线并未停在首发版本：6 月 3 日，官方已公布能力更新。 因而不能把今天的爆料当作历史上的第二次模型发布。

随后，官方在 9 月 11 日更新说明，宣布退出研究预览，并向全球符合条件的组织开放申请；公开定价于 10 月 5 日生效。但这些既有里程碑，仍没有交代 Discovery 与已有版本的具体关系。

Rosalind 从首发、能力更新到新型号曝光的公开时间线（图源：BioTender 根据 OpenAI 公告与 TestingCatalog 报道制作）

它想接手的，是实验室里的交接工作

可以把已公开的 Rosalind 理解成一名能查资料、用工具、组织分析的研究助手。首发配套插件连接超过 50 个科学工具与数据源，但价值仍取决于能否把这些环节接成可信的研究流程。 官方列出的合作方包括安进、Moderna 等。

OpenAI 的 Workbench 则把这条思路放进一个工作空间：科学问题、专门工具和可检查的证据可以一起推进。但工作台、工具插件与底层模型是不同层次的产品。 看到现有界面的功能，不能直接认定 Discovery 继承了全部能力。

Rosalind Workbench 的研究工作空间概念，属于已公开产品背景（图源：OpenAI 官方 Workbench 博客；非 Discovery 界面）

制药猜想有它的背景。药物发现已写进 Rosalind 的官方定位，6 月更新也强调药物化学与基因组学。 但从系列的应用方向，跳到新型号的专门任务，中间还缺一份官方说明。

一种猜想是，Discovery 更强调候选与假设的筛选，Research 承担广泛研究任务。但这种划分只是编辑层面的可能性分析。命名提供了方向线索，但不能代替任务清单与能力证据。

官方示例在同一工作空间查看蛋白酶体与硼替佐米的结合结构（图源：OpenAI Workbench 博客；展示现有工作台功能，非 Discovery 能力证明）

会聊分子，离会发现药还有多远

改动一个分子，要兼顾药效、毒性和体内去向。这类权衡属于多参数优化。但单项预测好，不保证整体决策好。 官方 MedChemBench 已纳入这些问题，以及结构理解、构效关系和逆合成任务。

另一条路先理解疾病机制与靶点，再组织验证。帮助中心把早期发现与假设生成列为当前最有价值的阶段，但也覆盖文献综合、组学解释和实验规划。 公开边界比“自动生成新药”更具体。

官方示例将荧光蛋白序列差异与功能解释放在同一工作空间（图源：OpenAI Workbench 博客；非 Discovery 专属能力）

现有评测提供了一把有限的尺子。6 月更新版在 MedChemBench 上为 27.5%，GPT-5.5 为 25.1%，相差 2.4 个百分点。 基因组学和湿实验辅助评测也有提升，但这些是 OpenAI 报告的既有版本结果，不能替新型号背书。

数字尤其需要守住用途。上述比例是各自评测任务的成绩，但并非药物研发成功率，也不能拿不同测试的分数直接排难度。已有 Rosalind 的进步值得看，但 Discovery 仍需要自己的对照评测。

6 月更新版与 GPT-5.5 的三项官方评测成绩；各测试口径不同，均非 Discovery 成绩（图源：BioTender 据 OpenAI 公布数据绘制；数据尚非独立复现）

标出了价格，门也没有向所有人打开

Rosalind 通过可信访问计划向符合条件的组织提供服务。但知道单价不等于获得权限。 帮助中心明确，API 用于获批的内部研究工具、流程和应用，不向客户侧产品或外部商业应用开放。

价格页还有一个容易漏看的细节：10 月 5 日开始计费的脚注，直接点名的是 gpt-rosalind-research。 但 Discovery 的独立启用安排和访问细则没有在该脚注中展开，不能把兄弟型号的所有条款逐项照搬过去。

价格页脚注点名 Research 的计费日期，并说明获批内部研究与可信访问要求（图源：OpenAI 官方 API 价格页实景截取）

下一步，要等它拿出哪种证据

判断它是否更适合制药，可以给两款型号同一道题：如何整合证据，找出值得验证的靶点或候选？但比较时应固定数据、工具与预算。 否则，差别可能来自外部资源，未必来自模型。

还要检查建议是否经得住真实实验，不能只看回答完整度。我们更关心可追溯的证据、失败条件与后续验证，但尚未发现 Discovery 披露这类专属结果。 一张价格表无法填上这些缺口。

证据整合、候选假设与实验检验之间的反馈关系（图源：BioTender 概念示意；不代表 Discovery 已披露能力）

下一份说明至少要回答三个问题：优化什么任务？同题条件下比 Research 好在哪里？有没有实验支撑？但在答案出现前，Discovery 仍主要是一个可确认的型号名，以及一组产品假设。

官方页面已经把两个名字放在一起，制药方向也有既有产品背景支撑。但新型号的用途、版本关系与真实增益，仍然留白。真正值得等的，是 Discovery 如何改变下一次研究决策。它会让科学家更早找对方向，还是只换一种方式整理已有答案？

专门任务、同题对比与实验结果：评估新型号的三项待确认问题（图源：BioTender 编辑核验框架；非官方产品路线图）

本文来源：BioTender

风险提示及免责条款

国投林荣雄：A股科技年内第二波行情可期，10月下旬是关键窗口

Mon, 12 Oct 2026 09:05:11 GMT

A股大盘再度回落至年内低位，但国投证券首席策略分析师林荣雄认为，转机或已临近。

在10月11日最新发布的策略周报中，林荣雄团队提出，10月下旬美股AI龙头三季报及资本开支指引的集中披露，叠加国内A股三季报窗口与DeepSeek筹备科创板上市，将构成AI产业景气的重要验证期。若届时长端美债利率随财政预期降温而回落，A股科技板块年内第二波行情有望明确开启。

该团队将当前市场定性为从"第三象限向第四象限过渡"的关键节点——即在国内K型经济分化尚未收敛、但美债利率压制有望边际缓和的组合下，AI科技有望凭借独立景气度率先获得估值修复。林荣雄强调，"在国内宏观经济K型分化没有收敛之前，资本市场'无科技不成牛'，最终结束'M非A'信仰要坚定。"

报告同时指出，经过前期风格调整，国证价值与国证成长的指数比值已回到年初附近，成长板块此前积累的风险已有明显消化，当前配置赔率正在改善，四季度可适度向成长倾斜。

大盘回落至敏感点位，市场等待两大转机信号

林荣雄团队指出，当前A股大方向的定价由国内盈利扩散（K型分化）与海外流动性（美债利率）双因子共同决定。市场真正需要的答案只有两个：一是看到国内K型经济收敛，内需提振出台真招实招，扭转收入信心不足的预期；二是看到海外长端美债利率能够边际缓和，至少不再继续创新高，令市场在定价层面逐渐对高利率脱敏。

目前两个条件均未完全满足。国内方面，9月制造业PMI回升至52左右、重回扩张区间，地产贴息政策与稳楼市组合拳相继落地，央行三季度货币政策例会亦强调继续实施适度宽松货币政策。但该团队认为，这些举措更多是通过四季度适当加码政策使全年经济增速满足年初预设目标下限，对居民资产负债表收缩与房价预期的扭转仍需时间，K型经济分化的收敛目前看依然无法确认。

海外方面，美国9月非农新增就业仅2.9万人，远低于预期的8.9万人，10月加息概率已明确下降。但若价格压力再次上升，12月加息仍可能成为政策选项。市场一致认为美债利率易涨难跌，高位状态短期内难以改变，更多需要等待市场对高利率呈现出脱敏状态。

AI中美分化背后：定价逻辑转变而非产业趋势逆转

8月以来，美股费城半导体指数上涨约11.15%，而A股AI硬件板块却先涨后跌，光模块、半导体等方向本周领跌，中美科技资产阶段性收益背离明显。

林荣雄团队将这一背离归结为四方面原因：其一，在资金流动层面，高美债利率下全球AI资产定价收圈至美股AI科技核心龙头；其二，在产业趋势层面，9月下旬美国参议员再度提出针对中国光模块的法案，A股海外算力链开始额外计入供应商政策风险，即便近期订单尚未受到明显影响，但限制扩大、客户增加替代供应商的担忧已形成估值折价；其三，前期大幅上涨后的高估值需要时间消化，目前国证价值与国证成长的指数比值已回到年初附近，成长此前积累风险已有明显消化；其四，美股开始出现"AI硬切软"迹象，市场从"AI=买芯片"进入"AI全栈重估"阶段，数据云、数据库、企业软件等此前预期较低的环节，一旦证明真实增量收入，估值弹性反而更大。

该团队强调，上述背离本质上是中美资本市场对各自未来利润确定性和风险的定价发生变化，AI产业趋势本身并未逆转。

两阶段行情路径：10月下旬大反弹，11—12月存在波动

在此认知基础上，林荣雄团队对年内AI科技行情后续作出两阶段预判，并提示所有展望均建立在一定假设条件之上。

第一阶段为10月下旬至11月，定性为"产业催化下的业绩驱动大反弹"。具体催化剂包括：10月下旬微软、Google等科技龙头披露三季报及资本开支指引，市场将重新评估AI商业化进展；11月AMD、英伟达财报及微软Ignite大会相继展开；10月底Anthropic上市；国内方面，A股三季报集中披露，以及DeepSeek筹备科创板上市。该团队表示，若届时长端利率随财政预期降温回落，AI科技年内第二波行情将"毫无疑问"。

第二阶段为11月至12月，团队提示存在估值切换与地缘政治引发的波动风险。进入12月，AWS re:Invent、甲骨文及博通财报将继续提供产业需求验证线索，Gemini 4扩大开放、Mistral新模型开放权重等进展亦可能带来新的预期变化。

该团队同时设定了三个核心前提：全球宏观不出现"黑天鹅"（如美联储激进加息周期与美伊冲突明显加剧）；AI科技后续盈利增长斜率超过贴现率上行幅度；经过一个季度情绪消化与交易拥挤回落至中位水平。"只要产业逻辑没问题，四季度AI科技行情回归概率在增大，这才是年内胜负手。"

四象限框架：当前处于杠铃策略阶段，等待向科技主导切换

林荣雄团队以"国内K型分化—海外美债利率"四象限框架作为配置决策的核心工具。在当前K型分化不收敛、美债利率高位的组合下，对应的市场结构为"杠铃策略"：资金倾向两端配置，一端是有产业景气支撑的科技龙头，另一端是红利、资源、高股息等现金流资产，中间大量普通行业缺少明确方向。

报告数据显示，当前价值与成长风格的相对比值已来到近一年最高水平，科技、成长、微盘、红利和大盘在经历一轮分化和收敛后，年内收益率已回到同一起点附近。

该团队判断，一旦美债利率出现边际回落信号，市场有望从"K型分化不收敛+美债利率下行"象限进一步切换，对应少数高景气科技资产反复创新高、出现面向年内二顶反弹的"科技M顶"结构。

财政发力叠加产业政策，为科技成长提供阶段性支撑

国内政策面亦出现边际积极变化。10月9日，财政部宣布安排使用地方政府债务结存限额5500亿元，规模较去年增加500亿元，为近年来最大。其中专项债务结存限额2500亿元重点支持"六张网"建设，涵盖新型电网、算力网、新一代通信网等数字基础设施领域。

与前两年不同，本次安排未明确列示化债清欠用途，资金投向更突出县区财力保障和有效投资。同日，中共中央、国务院印发《关于发展新质生产力的意见》，内容覆盖技术研发、成果转化、产业升级、融资制度和人才机制，共提出五个方面、19项重点举措。

林荣雄团队认为，上述财政加力与产业政策联动，短期可能强化科技成长板块的政策预期，其中数字基础设施、电网等方向可能带来结构性投资需求；更持续的受益，仍应寻找能把技术转化为订单、收入和效率改善的企业。

风险提示及免责条款

若芯片盈利下修15%，标普500还能维持两位数上涨？这是巴克莱的最新测算

Mon, 12 Oct 2026 08:30:57 GMT

标普500盈利增长日益依赖半导体，行业景气一旦逆转，可能对整个大盘形成拖累。

据追风交易台，这种风险已体现在盈利预测中。半导体与科技硬件行业合计仅占标普500指数权重的29%，却贡献了2027财年约75%的EPS上修幅度，预计还将贡献当年约70%的指数EPS增长。

盈利贡献高度集中，叠加半导体行业本身较大的预测误差，使市场更容易受到预期落差冲击。巴克莱数据显示，过去20年，半导体行业的平均EPS预测误差在标普500各行业中最高；与此同时，机构投资者近几个月持续减持半导体股票。

面对半导体盈利预期集中的风险，巴克莱最新报告进一步通过压力测试评估其对大盘的影响。结果显示，即使2027财年半导体EPS下修15%，只要其他行业盈利保持不变，标普500仍有望实现高于长期趋势的两位数增长；若半导体与其他行业盈利同步下修，指数增速则可能回落至长期趋势附近。

盈利高度集中，半导体预测误差居各行业之首

数据显示，2026财年以来，半导体与科技硬件行业贡献了标普500指数EPS上修幅度的约40%，而两者合计仅占指数权重的29%。到2027财年，这一比例预计升至约75%。从盈利增长看，市场预计这两个行业将贡献标普500在2026年约43%的EPS增长，2027年这一比例将升至约70%。

盈利预期越集中，行业预测偏差对大盘的影响就越大。巴克莱数据显示，过去20年，以每年9月30日对下一财年的EPS预测与最终实际值之间的偏差衡量，半导体行业的平均预测误差在标普500各行业中最高。

这与行业较强的周期性有关。资本开支变化、存储芯片供需及价格波动，以及终端需求切换，都可能迅速改变盈利前景。剔除全球金融危机及其复苏期后，历史上9月底对下一财年半导体EPS的预测，最大高估幅度约为15%至25%，相关案例包括2010年代初PC行业下行引发的供给过剩，以及2010年代末关税冲击带来的周期性压力。

压力测试显示大盘仍有缓冲，机构开始减持半导体

巴克莱以历史预测误差为参照，对标普500的2027财年盈利进行了情景测试：

基准情景：半导体EPS下修15%，其他行业盈利不变，标普500仍有望实现高于长期趋势的两位数EPS增长。
溢出情景：半导体EPS下修10%，其他成分股EPS同步下修2%，指数整体盈利增速仍可维持在长期趋势附近。

这表明，大盘具备一定的盈利缓冲能力，但前提是半导体盈利下修幅度可控，且其他行业受到的冲击有限。如果需求走弱进一步扩散，指数整体盈利增长也将承压。

资金动向则显示，机构投资者正趋于谨慎。巴克莱观察到，近几个月机构投资者持续减持半导体股票。此前，芯片股的增长势头、定价能力、盈利上修幅度及远期盈利预测均升至多年高位，部分机构可能正在降低对高增长预期持续兑现的依赖。

后续需要关注半导体资本开支能否持续转化为收入与利润、存储芯片价格走势，以及AI需求能否扩展至更广泛的市场。这些因素将影响行业盈利预期的兑现程度，也决定半导体盈利波动对标普500整体表现的冲击。

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

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

重磅金融改革发展政策将发布！2026金融街论坛年会下周开幕，吴清、朱鹤新出席

Mon, 12 Oct 2026 08:10:08 GMT

10月12日，2026金融街论坛年会新闻发布会在京举行。

据证券时报，会上介绍，2026金融街论坛年会将于10月19日—10月22日举行，采取“主论坛+平行论坛+专题大会+配套活动”的框架结构，主论坛活动由人民银行、金融监管总局、证监会、新华社、外汇管理局承办，将围绕人工智能技术演进下的经济治理、金融创新与央行决策，建设一流投资机构服务资本市场高质量发展，构建高质量金融服务实体经济新生态，全球新格局下跨境金融发展与合作等议题开展交流讨论。论坛年会期间，国家金融管理部门将集中发布系列金融改革发展政策，充分彰显论坛作为国家级权威政策宣传发布平台的重要作用。

在2026金融街论坛年会新闻发布会上，证监会办公厅副主任王利表示，证监会主席吴清将出席10月19日论坛年会开幕式并作主题演讲，此外，多位证监会领导和有关司局、系统单位负责人也将出席论坛年会有关活动。

王利介绍，10月21日，证监会承办一场主论坛，主题聚焦“建设一流投资机构，服务资本市场高质量发展，共享投资中国新机遇”，主论坛设领导致辞、主题演讲环节，还安排有两场圆桌交流，内容分别为培育壮大耐心资本和双向开放下的中国资本市场长期投资机遇，我们将邀请境内外知名行业机构的专家，围绕产业赋能、投资趋势、合规发展、国际合作等开展交流。同时，证监会科技司将承办金融科技大会子论坛，主题为“AI赋能资本市场数智化”，聚焦AI+资本市场的实践与监管、AI驱动资本市场数字化变革新趋势等主题，探讨AI赋能背景下资本市场发展的新模式、新场景。北京证券交易所将承办一场平行论坛，主题为“共建服务中小企业资本市场新生态”，围绕提升资本市场韧性与活力、全球资本市场服务科技创新实践、北交所赋能中小企业创新发展等开展研讨交流，并发布相关战略合作成果。

国家外汇管理局外汇研究中心主任陈之为在发布会上表示，中国人民银行副行长、国家外汇管理局局长朱鹤新将出席2026金融街论坛年会开幕式并发表主旨演讲。按照组委会安排，国家外汇局将于10月22日上午主办专场活动，为汇聚全球智慧，共商发展大计。此次论坛汇集将当前国际经贸领域前沿性热点问题，邀请嘉宾从不同角度发表演讲。

风险提示及免责条款

高盛重新看多全球股市，中长期转向超配债券，称有望从拖累变为对冲

Mon, 12 Oct 2026 07:58:06 GMT

高盛在最新资产配置报告中同时上调股票和债券评级，其对平衡型投资组合前景的判断出现重要转变。

据追风交易台消息，高盛将全球股票评级上调至3个月维度超配，与12个月维度保持一致，理由是近期估值回调改善了进入三季度财报季的赔率。与此同时，高盛将债券评级上调至12个月维度超配，认为随着通胀正常化和央行政策立场趋于温和，长久期债券的中期配置价值正在上升。

信用债方面，高盛将3个月评级下调至低配，与12个月立场保持一致，认为当前利差水平相对全收益率仍处低位，风险回报不及股票。

高盛在报告中指出，其宏观基准情景依然偏向乐观：经济增长保持健康、衰退风险低企，通胀动能有望在2027年前持续消退。这一"金发女孩"式组合将为平衡型投资组合提供更有利的环境，债券也有望逐步从拖累因子转变为有效对冲工具。

风险资产承压，利率与能源价格成核心扰动

自夏季以来，全球风险资产整体处于整固状态，利率上行和能源价格压力日益侵蚀盈利增长带来的顺风效应。全球股市尽管底层盈利表现稳健，但在上行利率环境下整体横盘，估值遭到明显压缩。

压力最为集中的领域包括对利率敏感的小市值股、房地产及基础设施板块。高盛报告显示，MSCI全球指数12个月远期市盈率年内已累计下滑近20%，属于晚周期中罕见的大幅去评级。与此同时，利率上行开始向信用市场蔓延，企业信用利差显著扩大，欧元区主权风险溢价也出现重新定价。

高盛风险偏好指标（RAI）在过去两周内从此前高位骤降至零，其货币政策分项（RAI PC2）已跌至2000年以来的最低水平之一——上一次录得类似读数是在2022年。高盛指出，RAI PC2的急剧下滑在历史上通常会改善股票和债券的回报赔率，因为这往往预示着利率压力趋近极限并为后续缓解创造条件。

重新看多股票：盈利韧性支撑，估值回调创造机会

高盛将3个月股票评级重新上调至超配，核心逻辑在于盈利增长依然稳健而估值已充分回调。高盛美股策略团队预计2027年标普500盈利增速达18%（剔除股权重估相关"其他收入"的基效影响），并预期三季度财报季将在美国和欧洲均呈现超预期表现。

高盛指出，若利率出现缓解，叠加AI应用落地加速带动实质性收入和盈利改善，股票存在估值扩张空间。在区域配置上，高盛维持亚洲和美国超配、欧洲低配，并建议采用"哑铃"策略：一端配置AI受益的科技股，另一端精选对利率敏感、具备高股息和低波动特征的防御性股票，后者有望受益于未来利率回落。

高盛同时提示，近期主要下行风险来自利率和能源价格的进一步上行，以及美国中期选举不确定性可能推高权益波动率。

中长期转向超配债券：从拖累到对冲

尽管在3个月维度维持债券中性评级，高盛已将12个月维度债券评级上调至超配，视之为资产配置立场的重要战略性转变。

高盛认为，当前收益率水平已赋予长久期债券更好的非对称性：利率下行带来的潜在收益已超过利率进一步上行可能造成的损失。支撑这一判断的核心逻辑包括：通胀预期改善、更高的票息收益及再投资收益率，以及央行政策立场趋于温和。

高盛经济学家预计美联储、欧洲央行和英国央行均仅剩一次加息空间，并有望于明年开始降息，而市场当前定价已反映美联储超过三次、欧洲央行至少两次、英国央行近四次的加息预期——与高盛基准情景存在显著落差。这一背景进一步强化了债券配置的中期价值。

在区域选择上，高盛维持对美国、英国和德国10年期国债的超配，低配日本。高盛指出，法国OAT利差走阔引发了对美债和德债的相对安全需求，为上述市场提供了额外支撑。

低配信用债：利差对冲价值不足

高盛将信用债3个月评级下调至低配，与12个月立场一致，并明确表示在股票与信用债之间倾向于选择股票。

报告指出，信用利差在近期风险规避环境中已落后于股票表现，延续了年内的相对弱势。即便经过近期利差扩张，信用利差相对全收益率的占比仍处历史低位——以美国投资级企业指数为例，信用利差仅占全收益率的15%，而近年平均值约为45%。

高盛信用策略团队维持美元信用优于欧元信用的观点，倾向于高收益债券而非杠杆贷款，同时低配欧元区AT1相对高收益债。此外，持续的债券供给压力和企业加杠杆趋势构成额外阻力。

"金发女孩"宏观情景，平衡型组合受益

高盛认为，名义增长动能正趋近峰值，但主要驱动力是通胀正常化而非实际增长放缓。这一组合——经济增长保持健康而通胀持续消退——与"金发女孩"情景高度吻合，历史经验表明这是60/40平衡型投资组合表现最佳的宏观环境。

高盛动态资产配置模型显示，在其宏观基准情景下，未来12个月60/40组合的回撤风险已降至历史区间低端，右尾风险（12个月涨幅超过20%）的概率接近历史无条件均值。

高盛同时指出，其模型尚未充分纳入AI资本开支热潮对盈利的推升效应，因此可能低估股票的上行潜力——这与1990年代末的情况类似，当时模型同样未能捕捉到后期科技股的超额涨幅。

战术对冲：期权保护仍具吸引力

高盛建议在超配股票的同时保留战术性现金仓位，并通过期权工具选择性增加股票敞口。目前全资产类别隐含波动率整体处于低位，VIX维持在15附近，而利率波动率（MOVE指数）相对股票波动率已升至2024年以来最高水平，两者背离值得关注。

具体对冲工具方面，高盛推荐以下三类策略：其一，VIX看涨期权价差，可应对宏观冲击触发相关性骤升的情景，当前最大赔付比率处于历史高位；其二，短端利率接受方期权（front-end receiver swaptions），在衰退情景下可提供优于标普500虚值看跌期权的收益，当前短端远期利率的大幅上行也创造了更具吸引力的入场点；其三，针对欧元区财政风险，欧元兑美元和欧元兑瑞郎的看跌期权提供定向对冲，但需主权压力进一步扩散方能兑现收益。

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

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

一周 10 万星，AI「逆向一切」，但大家不要过于兴奋

极客公园 — Mon, 12 Oct 2026 07:54:20 GMT

「在应用里看到一个想加入自己产品的功能？让智能体去帮你调查它。」

这是 REA 项目主页第一屏的话。后半句更直接：即使没有源代码，智能体也可以检查应用、解释功能怎么工作、展示证据，「并为你的项目实现类似功能」。

REA 全名 Reverse Engineer Anything，即「逆向一切」。上周它在 AI 开发者圈刷了屏：10 月 6 日还不到 1 万星，到 10 月 12 日已经超过 11 万。

6 天涨了 10 万星，平均每天约 1.7 万｜图片来源：Star History

真正让普通人看到这件事的，是游戏。10 月初，一批老游戏突然能在浏览器里直接玩了：《光环：战斗进化》《半条命》《暗黑破坏神》，还有真正意义上的 3A 大作《GTA5》和《使命召唤：现代战争 2》。

其中最出圈的一份复盘，来自逆向开发者 Maurice Heumann：他让十几个 Claude Code 和 Codex 智能体并行干活，把一款射击游戏 99% 的函数还原成了 C++ 源码，其中 83% 编译出来和原程序逐字节一致。他用的是 Hex-Rays 的官方 MCP，不是 REA。

也就是说，REA 只是这波浪潮里名字最响的那一个。

同一个星期，整个 AI 逆向圈都在加速。

似乎，人人都有免费软件用、免费游戏玩的日子到来了。

01 旧工具，新用户

逆向工程，就是手里没有源代码，从编译好的程序往回推，搞清楚它是怎么写的。这原本是安全研究员和破解者的手艺：在反编译器、反汇编器、调试器之间来回切，一个功能拆上几天是常事。

REA 干的事，是把这套工具接到 AI 编程智能体上。接口用的是 MCP，一种让 Claude Code、Codex、Cursor 这类智能体调用外部工具的通用协议。

装好之后，你对智能体说一句「弄清这个应用的搜索功能怎么工作」，它会自己去调 Ghidra、IDA 或 Hopper 等对应的工具，帮你翻二进制，调 JADX 拆安卓安装包，或者直接读 Electron 应用里打包的 JavaScript，最后把结论和证据一起交回来。

智能体负责提问，REA 负责取证｜图片来源：REA

听上去像个新物种。但放在专业圈里看，它其实更像一次重新包装：毕竟让 AI 接上逆向工具，GhidraMCP、IDA Pro MCP 这些开源项目去年就在做了。

REA 走红前不久，IDA Pro MCP 的作者、调试器 x64dbg 的开发者 Duncan Ogilvie 在 X 上说，他用 IDA 的 MCP 插件，大约一小时解完了今年 Flare-On 的全部题目。

Flare-On 是谷歌旗下 FLARE 团队每年办的逆向挑战赛，题目大多取材自真实的恶意软件分析。

这并非个例，逆向领域的专家们其实普遍对今天这波新兴起的浪潮不是很看得上眼：Elias Bachaalany 是逆向工程教材《Practical Reverse Engineering》的合著者，早年在 IDA 的开发商 Hex-Rays 工作过。

REA 被各路人马转发刷屏时，他也转了其中一条推介，开头就一个词：炒作。接着他列了几个早就存在的同类工具，意思是这些人只是没见过。

逆向教材合著者的评价，开头就一个词｜图片来源：X

AI 能拆程序是真的，只是不从 REA 开始。能拆到什么程度，圈内说法也不一致。

安全领域博主轩辕之风认为，没加壳的程序 AI 轻松拿下，轻度加壳也行，VMP 这类高强度虚拟化保护目前还啃不动；他还批评 REA 连动态调试都没有。一家做逆向产品的公司也在 X 上说，碰到加壳样本，模型分析照样会卡住。反方的说法是：混淆能拖慢 AI，挡不住它。

公开的案例，多数落在容易的那一头。宝玉用 Codex 加 REA 逆向了一个混淆过的网页前端，说几乎完整还原了里面的编辑器。也有博主拿它拆剪映，发现 Claude 拆到一半会卡住，也会被限制。

还有一类东西，它怎么都拿不到：放在服务器上的逻辑。你能拆开装在自己电脑上的客户端，显然拆不开别人机房里的那一半。

另外，工具多也未必是好事。Duncan Ogilvie 说过，他不认为给模型暴露更多工具能让它表现更好；现在也确实已经有 REA 用户抱怨，它塞给智能体的工具说明太长，用不了多久就把上下文挤满了。

REA 真正新的地方，其实在还是在被大幅降低的逆向门槛。

以前想让 AI 帮你逆向，你得先是个会逆向的人：装好 IDA，配好插件，知道该问什么。现在一行 npx rea-agents setup，选好要接入的智能体、点头确认，配置就写好了。把它推上热榜的，也不是安全圈，是 AI 博主和科技大号。

REA 的技术不新，新的是用它的人。

02「逆向」AI 做，「牢」用户坐

新用户带来的第一个问题，就藏在那句宣传语里：给你的项目里加上类似功能。拆开来看，和照着做一个，在法律上是两件事。

拆一个软件，法律上大致要过三个层面：商业秘密、版权，还有合同。

首先是商业机密，最高人民法院 2020 年关于商业秘密案件的司法解释写得很明白：对从公开渠道取得的产品做拆卸、测绘、分析，拿到技术信息，不算侵犯商业秘密。前提是东西来路正，先用不正当手段拿到秘密、再拿逆向当说辞，法院不认。

版权这部分，《计算机软件保护条例》第十七条允许为了学习和研究软件里的设计思想和原理去使用软件，2020 年修正的《著作权法》第五十条，把「计算机软件反向工程研究」列为可以避开技术措施的情形之一。

但大多数商业软件的用户协议里，都有一条禁止反编译的条款。在美国这一条是经常被引用且能执行的：2003 年的 Bowers 诉 Baystate 案里，联邦巡回上诉法院认定，软件许可里的禁止逆向条款有效，逆向之后做出竞品的一方，按违约赔了钱。

欧盟反过来，合同里禁止为互操作而反编译的条款，一律无效。同一件事，换个地方答案就不同。

《著作权法》第五十条：豁免的是「研究」｜图片来源：中国政府网

至于照着做一个，这里其实有个好消息：版权保护的是代码怎么写，不保护功能本身。条例第六条写得清楚，保护不延及开发软件所用的思想、处理过程和操作方法。单从版权看，别人有个好用的搜索功能，你自己写一个效果相似的，本身不违法。

麻烦其实出在它是怎么写出来的。软件行业应对这件事有一套老办法，叫净室开发：一组人去拆对方的产品，只写出功能说明书；另一组从没看过对方代码的人，照着说明书从头写。两组之间隔着一道墙，墙就是日后打官司时的证据，证明新代码是独立写出来的。

REA 现在把这道墙拆了：读反编译结果的是这个智能体，写新代码的还是这个智能体，中间没有任何隔断。Hacker News 上有人把这种做法叫作「洗知识产权」；一个复刻 Photoshop 的项目，开发者说他们团队明确禁止成员用 Ghidra 和 REA，原因很简单，怕被起诉。

游戏圈把这件事推到了极端。Maurice 那种做法叫字节级匹配反编译：写出来的源码，编译之后要和原程序一个字节都不差，他说这给了智能体一个非对即错的客观信号。净室追求的是「我没照着你写」，字节级匹配追求的恰恰是「写得和你一模一样」。

发行商的反应也很直接。10 月 6 日，一个能在浏览器里玩 GTA 5 的网站上线，几个小时后就被下架，不过这一例背后还有 2023 年泄露的源码，未必全靠逆向。据 Destructoid 的盘点，Rockstar、Activision、Bethesda 法务都已经光速触动，撤下了自家游戏的浏览器版本。

回头再看 REA 的免责声明，它说自己为「合法的逆向工程研究、分析和重建」提供工具。研究和分析，上面这些法条都留了门；重建这个词，找不到对应的豁免。项目把它写进了合法用途，又把「取得授权、遵守法律」的责任交给了你。

「重建」被写进了合法用途｜图片来源：REA

还有一层风险在数据上。REA 的说明里写着分析在本机运行，这话没错，工具确实跑在你自己电脑上。但智能体要理解这些分析结果，就得把反编译出来的代码片段、调用关系和字符串，发给背后的模型服务商。如果你拆的是客户交给你的软件，或者签过保密协议的东西，这一步本身就可能违约。

模型服务商也有自己的底线。前面那位拆剪映的博主遇到的卡顿和限制，就是这条底线在起作用。它算是一道护栏，只是拦在哪里，由服务商说了算。

数一数这里面的几方：项目说，责任在你；模型会拦你，但标准不透明；被拆的软件公司，手里握着用户协议和律师。真正站在风险正中间的，只有发出那句指令的用户。

至于《著作权法》第五十条，它在列出豁免之后，紧跟了一句限制：不得向他人提供避开技术措施的技术、装置或者部件。一个人在自己电脑上做研究，和把这种能力打包成一行命令发给十几万人，是不是一回事，法条没有给答案。看起来，这个问题迟早也会被问到 REA 这类项目本身头上，而不只是它的用户。

这几天的公开讨论里，职业逆向工程师谈能力、谈工具、谈强壳，很少有人谈合规。这不奇怪：拿到授权再动手，发现漏洞先通知厂商，为了兼容去拆协议，这些是这一行默认的规矩，不需要每次重新说。但 REA 把这门手艺打包成了一行命令，这些规矩显然没法跟着一起打包。

对做 App 的人来说，这也是一次提醒。Elias Bachaalany 的建议很直接：只要程序跑在用户手里，就能被拆开，唯一稳妥的办法是把关键逻辑放到服务器上。他在后面补了一句：目前是这样。

而对用 REA 的用户来说，在让智能体动手之前，或许值得先把 REA 的主页拉到最底下，读一遍那段免责声明：拿过来之后的事，它其实早就说好了，要你自己来担。

本文来源：极客公园

风险提示及免责条款

马斯克亲口承认：全球只有3家拥有足够数据，自己不在其中

新智元 — Mon, 12 Oct 2026 07:37:51 GMT

600 亿美元，买一张补票。

10 月 10 日，两千多人的 X Takeover 活动现场，马斯克远程连线。主持人直接问他：你为什么要买 Cursor？

马斯克的回答只用了 61 秒，迅速传遍全网。

他说，想造出一个像样的超级智能，你就得搞定编程。而据他所知，全世界攒够了编程训练数据的，只有三家——

OpenAI，Anthropic，Cursor。谷歌勉强算半个。

这份名单里，没有 xAI，没有 Grok，也没有马斯克自己。

一个手握火箭、Colossus 超级算力、特斯拉的人，当着两千多观众的面承认：

在通往超级智能最关键的那条路上，自己原本没有入场券。

所以他把Cursor买了。

编程数据到底凭什么这么值钱？

Cursor 是程序员每天泡在里面写代码的编辑器。

AI 给你一段建议，你可以按 Tab 接受，也可以直接删掉，还可以改几行再用。

每一次这样的操作，都相当于给 AI 批改了一道作业——对的打勾，错的打叉，半对的还附上了正确答案。

据报道，Cursor 训练时用到了数万亿 Token 这种真实的开发者交互数据。

这种数据，网上爬不到，实验室造不出来，只能靠成千上万个真实的程序员，一天一天、一行一行攒出来。

马斯克自己在同一场访谈里也解释了为什么编程最特殊：软件的逻辑是确定的，能跑单元测试。

代码写对了没有，跑一遍就知道，答案不靠谁主观打分。

编程是 AI 最容易自己「刷题练级」的科目，题库越大、批改越多，练得越快。

而且批改的质量至关重要。

马斯克还讲了一个细节，让人印象很深。他翻看新版 Grok 的强化学习训练记录，发现 AI 有时候明明答对了，却被判成错的，因为题目本身出了问题。然后 AI 就拼命乱试答案，像被枪顶着脑袋一样。

他说，换成自己也会很讨厌那种感觉。

题出了错，AI 就白练，甚至越练越歪。而真实程序员的每一次取舍——这段代码我接受、那段我拒绝、这里我改两行，恰恰是最靠谱的批改记录，因为来自真实工作，对错由真人裁定。

谁手里握着最大、最干净的题库，谁就离ASI更近一步。

他手里样样都有，偏偏差了这一块

回过头来看马斯克的家底：X 上有海量文本，特斯拉有路面数据，SpaceX 有工程数据，Colossus 有全球顶尖的 GPU 算力。样样都不少。

偏偏缺了真实的人在真实写代码这一块。

有个旁证很说明问题。IDC 今年 9 月初的分析中提到，马斯克曾在宣誓证词中承认，xAI 用过 OpenAI 的输出来训练 Grok。

自家题库不够，只能抄别人的答案来练。但是，这条路走不远，马斯克心里比谁都清楚。

算力可以砸钱建，模型可以花时间追。但编程数据这东西，得靠用户一行一行地攒。

Cursor 是 2022 年创办的公司，短短几年，就攒下了马斯克口中全世界只有三家才有的东西。

今年 4 月，SpaceX 和 Cursor 宣布合作，SpaceX 拿到了一个选择权：要么付 100 亿美元继续合作，要么花约 600 亿美元整个买下。

SpaceX 选择整个买下。

600 亿美元，创业公司收购史上最贵的一笔，马斯克自己给出了理由——这不是买一个产品，是买一张入场券。

造超级智能的四样东西，最意外的是第四样

在这场活动上，马斯克干脆把造超级智能的配方公开了：

数据、人才、算力，再加一支好的企业销售团队。

前三样大家都比较一致。第四样才是真正出人意料的——一支企业销售团队？

造超级智能跟销售有什么关系？

关系大了。数千家公司的合作关系，意味着 Cursor 已经装进了这些公司程序员的电脑里。

超级智能想要进入真实工作场景，这就是现成的门。门开得越多，用的人越多，新的编程数据就越多，模型练得越好，又能卖进更多公司。

造出来和用起来，在这里接成了一个飞轮。

马斯克他心里其实算得比谁都精：真实公司里，程序员天天在写代码、退回建议，题目来自真活儿，对错由真人裁定。销售每敲开一家公司的门，AI 就多一本真实的作业本。

超级智能不只是技术问题，也是商业问题。

7 月 8 日，SpaceXAI 和 Cursor 联合发布了 Grok 4.5，主打编程和 Agent，在数万块英伟达 GB300 上训练。

马斯克称它是 Opus 级别，更快、更省 Token、更便宜。

但实际成绩，SWE-Bench Pro 解决率 64.7%，落后于 Claude Fable 5 的 80.3%；Terminal-Bench 2.1 拿了 83.3%，也没有登顶。

票是买到了，人还坐在后排。

10 月 4 日，马斯克在 X 上确认，SpaceXAI 改名 SpaceXSI——SI，就是 Super Intelligence，超级智能。名字里已经把目的地写上了，至于到没到，那是另一回事。

OpenAI 有 Codex，还有 ChatGPT 里海量的编程对话。

Anthropic 有 Claude Code，编程场景的使用量大得惊人。

马斯克点名的前两家，模型、编程产品和编程数据早就攥在自己手里。

有意思的是，马斯克对对手评价并不低。访谈里，他聊到 AI 做的音乐 MV，专门点名夸了 Claude，说「要给他们很多赞誉」。谈到 AI 安全时，他又说「同意 Anthropic 说过的一些话」。

你以为你在写代码，其实你在教超级智能写代码

马斯克这场访谈，等于当众改写了 ASI 竞赛的记分规则。

过去几年，所有人都在数卡。谁的 GPU 多，谁离终点近。

可现在，一个手握全球最大算力集群的人，掏出创业公司收购史上最高的价钱，去买一样算力换不来的东西——

人类的判断。

算力砸钱就能堆，数据只能靠人攒。编程数据里的每一条记录，都是一个真实程序员的一次取舍，这段接受、那段退回、改两笔再提交。对错有真人裁定，有机器验证，不掺水。

所以超级智能的学费，不是巨头用电烧出来的，是全世界程序员一下一下按出来的。

本文来源：新智元

风险提示及免责条款

用户增速骤降62%，摩根士丹利测算Muse每用户月成本最高130美元

Mon, 12 Oct 2026 07:35:16 GMT

Meta于9月8日正式推出AI智能体Muse，随即引爆市场热情——Meta股价在12个交易日内飙升27%，峰值触及777.59美元，远期市盈率从8月底的14倍跳升至21倍。然而，仅仅一个月后，增长裂缝已然显现。

另类数据机构TickerTrends的数据显示，Muse日均净新增用户已从9月高峰期的约19.8万人骤降至约7.4万人，降幅高达62.4%，下载量也较峰值回落逾21%。

与此同时，摩根士丹利发布了迄今最详尽的Muse成本模型，揭示出一个令人警醒的数字：Muse每用户每月服务成本在3美元至130美元之间，基准情景下为37美元，折合年成本445美元——已超过Meta全球平均每用户年收入约70美元。更关键的是，摩根士丹利明确指出，Muse的真正商业化变现最早要等到2027年至2028年底。

大摩报告还指出，Meta目前的估值扩张完全建立在“10亿（1 billion）用户规模”的完美增长故事之上，但现实中其日活用户（DAU）目前仅不到300万。 此外，Muse正面临亚马逊等平台的生态封杀，而依赖“消费者惯性”的传统订阅商业模式正面临被AI智能体颠覆的连带做空风险。相比之下，拥有封闭生态和支付基础设施的中国科技巨头（如腾讯），或许在AI智能体赛道上拥有比Meta更坚固的护城河。

增长神话的第一道裂缝：用户增速骤降62%

Muse的用户数据由另类数据机构TickerTrends追踪，经Hunterbrook Media分析后披露。核心数据如下：

下载量：10月6日约为16.96万次，较9月24日Connect发布会次日的峰值21.49万次下滑21.1%，且已连续12天低于峰值。前一周日均约18万次，最新一周降至约16.5万次，周环比下降8.1%。

用户规模：10月6日DAU（日活跃用户）达到新高273.09万，用户总量仍在增长，但增速大幅放缓。9月15日至22日期间，日均净新增约19.8万人；随后一周降至约8.7万人；截至10月6日当周进一步降至约7.4万人，较初始爆发期下降62.4%，较前一周下降14.5%。

参与度代理指标：截至10月7日的一周内，应用评论量周环比下降11.6%至4716条，其中iOS评论量下降22.5%；10月7日单日评论量664条，较10月1日峰值802条下降17.2%。

值得注意的是，不同数据来源对Muse用户规模的估算存在显著分歧：TickerTrends为273万DAU，Similarweb为218万，Sensor Tower则显示累计下载量660万、DAU约180万。三家机构的DAU估算最高与最低相差约50%，但无一超过300万。

相比之下，摩根士丹利的容量分析是基于10亿日活用户构建的——这意味着按TickerTrends的数据，Meta已购置的CPU容量约为当前实际用户数的366倍。

Muse的成长背景与遭遇的现实阻力

产品架构：Muse运行于Muse Spark模型之上，为每位用户提供专属的“Muse安全虚拟机”，支持独立App、网页端、WhatsApp内嵌及Mac原生客户端。定价分三档：免费版（每周1亿token额度）、每月20美元的Power版（每周5亿token）、每月100美元的Maximum版（每周30亿token）。

里程碑数据：在iOS端，Muse上线首12天累计下载量达143万次，超过ChatGPT同期的137万次（JPMorgan数据），并登顶App Store和Google Play双榜首。

接踵而至的阻力：

9月20日晚，亚马逊封锁Muse访问其平台，理由是Muse未明确标识自身为AI智能体，且未经适当披露即存储用户凭证；
TickerTrends追踪到Costco和Netflix也出现类似限制的用户报告；
电信运营商开始将Muse发起的AI客服电话转离人工坐席，削弱了"代为拨打电话"功能；
一个可能导致本地应用劫持用户Muse账户的零日漏洞被紧急修复；
Hunterbrook此前报告称Muse可被诱导对弱势群体成员建立档案；
Meta承认Muse的工作区文件结构遵循了OpenClaw的设计蓝图，但声称代码系从头编写。

Muse何时能变现？答案：短期内不会

摩根士丹利分析师Brian Nowak在报告中直言不讳：“我们预计Muse订阅收入在相当长一段时间内将非常有限，因为Meta目前专注于扩大用户基础、提升参与度和商业行为，而非变现。目前连接协议的初始'抽成比例'微乎其微。”

长期来看，Nowak认为Meta将构建一个类似广告竞价的实时竞价拍卖市场——企业为智能体完成的交易付费。这一模式所针对的消费者支出池约为30万亿美元，其中零售和旅行约占17万亿美元。但时间节点明确：最早要到2027年底至2028年。

美银美林认为广告、订阅或佣金的实质性收入不太可能在2028年前出现；高盛将“变现能否迅速跟进”列为关键问题，并将隐私和安全风险列为最大单一风险。

增速放缓的影响：竞价拍卖市场需要庞大且活跃的用户基础才能吸引企业真金白银竞价。每周净新增用户维持在7.4万而非19.8万的水平，都将把"2027年底至2028年"这一时间节点进一步推后。

Muse的服务成本有多高？每用户每月3至130美元

这是摩根士丹利报告中最具价值的部分。Muse的计算成本分为两块：

GPU推理成本：随token消耗量线性扩展（模型处理用户请求的算力）；
CPU沙箱成本：随用户激活Muse的频率及虚拟机运行时长扩展（浏览器、工具和代码执行环境）。

关键假设：GPU侧，摩根士丹利使用GB300框架，每吉瓦410,256块GPU，75%利用率下每GPU每秒处理3500个token，折合每年每吉瓦处理33,962万亿token，年基础设施成本76.3亿美元，推理成本约为每百万token 0.225美元。

CPU侧，假设每次激活约10分钟的沙箱运行时间，采用2核vCPU/8GB内存的虚拟机，按AWS AMD实例按需定价（0.1217美元/小时），加7.5GB存储（0.60美元/月）。

基准情景（25%额度使用率）：用户每月消耗约1.08亿token（每天20次会话），月服务成本37.12美元，年成本445美元。Nowak将此视为"更接近上限"，因为该模型假设Meta以AWS标价租用全部CPU沙箱，实际不会如此。

与ARPU的对比：摩根士丹利估算Meta全球平均每用户年收入（ARPU）约为70美元。即便用户仅使用5%的免费额度，年服务成本约124美元，已超过Meta平均用户创造的年收入。

极端情景测算（本文作者基于摩根士丹利GPU成本的推算，仅含GPU推理，不含CPU沙箱）：

Power版（每月20美元）满额使用：月推理成本约488美元；
Maximum版（每月100美元）满额使用：月推理成本约2925美元。

规模效应的两面性：若按10亿DAU、25%使用率计算，年服务成本约为4450亿美元，而摩根士丹利对Meta 2026年全年收入的预测仅为2560亿美元。但按当前273万DAU计算，同样的成本模型折合年成本约12亿美元，相对于摩根士丹利模型中2027年2090亿美元的运营支出预测，不过是个零头。

摩根士丹利的结论是：高昂的成本本身就是护城河——“这一分析表明，对于规模较小的竞争者而言，扩展至与Meta竞争的产品存在难以逾越的成本壁垒”，而Meta每年增长27%、规模达2500亿美元的核心广告业务为其提供了独特的财务支撑。

Meta会面临算力瓶颈吗？CPU端：不会

摩根士丹利的答案明确：“不会。我们估计Meta仅在2026年采购的CPU容量，就足以服务10亿日活用户（按25%额度使用率计算）。”

供应链测算：摩根士丹利估算Meta采购AMD 2026年服务器CPU出货量的20%，即约218万颗芯片（每颗126核、2线程），合5.49亿vCPU；加上约36万颗NVIDIA Vera CPU（88核、2线程），合6300万vCPU；再加上AWS Graviton5协议的3000万核心。合计6.43亿vCPU，即3.21亿个Muse实例（每实例2个vCPU）。

需求侧测算：10亿DAU × 12.5%同时在线率（24小时中3小时活跃）× 2倍峰值系数 × 1.2倍冗余 = 3亿个同时运行实例，约占2026年采购量的93%。

现实对比：按当前273万DAU计算，Muse仅需约80万个同时运行实例，约占摩根士丹利估算Meta采购量的0.25%。按每天净新增7.4万用户的速度，达到10亿DAU需要约37年。

关于Graviton协议：Meta与AWS于4月24日宣布"数十亿美元级别"的Graviton5协议，涉及"数千万"核心。摩根士丹利估算为3000万核心，按约0.02美元/核心/小时计算，折合AWS年化收入约56亿美元，约贡献AWS 2027年增速3个百分点。Meta是AWS的数十亿美元级大客户，而亚马逊同时封锁了Meta的智能体——两件事同时为真。

GPU端的隐忧（摩根士丹利未直接测算）：按摩根士丹利自身的GPU假设，服务10亿DAU（25%使用率）需要约38吉瓦的GB300推理算力全天候运行。Meta旗舰级Hyperion园区设计容量约为5吉瓦。即便按5%使用率计算，也需约7.7吉瓦。GPU瓶颈只有在Muse真正实现多头预期的规模时才会显现，届时电力和GPU将先于CPU成为制约因素。

企业市场机遇——55万亿美元的TAM

摩根士丹利在30万亿美元消费者TAM之外，再叠加25万亿美元的全球知识工作TAM，合计55万亿美元，约为全球GDP的一半。

Meta的企业端布局包括：

Muse for Small Business、WhatsApp/Messenger智能体工具、企业推进（Meta近期招募了企业业务负责人）、Muse Coding，以及基于“Watermelon等模型”的模型API。

架构层面的深层逻辑：摩根士丹利指出，Muse当前通过浏览器点击网页、拨打人工客服电话的方式“不是高质量、一致且可重复扩展的体验”。亚马逊、Costco、Netflix的封锁以及运营商的拦截，正是这一问题的现实体现。真正的解决方案是企业开放MCP/工具接口供智能体直接调用，而Meta希望出售这套“管道”。

Meta One订阅包（9月17日全球上线）：消费者版每月2.99至19.99美元，创作者和企业版每月14.99至499美元。摩根士丹利敏感性分析显示：5000万订阅用户、每月20美元，可为2028年每股收益增厚9.1%（约3.17美元）；8000万用户、每月25美元，可增厚18.1%（约6.34美元）。

API业务：100兆瓦GB300算力专用于出售Meta模型，可为2028年每股收益增厚约4%（约1美元）。、

附带损伤：Needham分析师Laura Martin于10月1日估算，若20%的App Store销售额迁移至Muse Connectors，苹果每年可能损失高达100亿美元的服务收入（约75亿美元EBITDA）。Muse Connectors开放后168小时内，Meta收到超过1500份开发者申请。

亚马逊与Meta——相爱相杀的利益共同体

亚马逊封锁Muse的官方理由是：代表客户购物的第三方应用"应公开运营并尊重服务提供商的决定"，并指控Muse未标识AI身份、未经适当披露存储用户凭证。

摩根士丹利将此解读为一场谈判：“亚马逊占美国电商市场约40%的份额，希望确保在横向智能体崛起的背景下，这一地位得以维持。”谈判焦点涉及商家记录权、购物体验控制权（Prime权益、零售媒体、商品展示、追加销售机会等）以及向Muse智能体的数据回传。

Nowak指出此次谈判的独特性：

“1）这很可能是与亚马逊达成的首个智能体合作协议，将为后续协议设立潜在先例；2）Meta需要亚马逊的物流和配送能力、AWS的云算力（CPU和GPU）以及模型分发渠道（通过Bedrock访问Watermelon模型的API）。”

增速放缓改变了谈判筹码：每天新增20万用户的智能体是零售商必须正视的威胁；每天新增7.4万用户的智能体则可以被要求等待。亚马逊股价自Muse发布以来一度下跌2%，目前已回升至+2.1%。

中国竞争格局：腾讯能否“反向Muse”Meta？

值得关注的是，Muse的发布也引发了投资者对中国同类产品的关注。伯恩斯坦和美银美林分析师Winnie Wu的核心判断是：智能体竞争的真正奖品是“情境锁定”——智能体对用户习惯、历史和工作流了解越深，就越有价值、越难被替代。

腾讯的结构性优势：

封闭生态即护城河：中国移动互联网由"封闭"生态主导，外部智能体可能永远无法访问微信或支付宝内的任务——这正是Muse在亚马逊、Costco、Netflix遭遇的问题，但在中国是整个互联网的默认状态；

无需下载：微信智能体无需独立下载，在大多数中国智能手机用户每天都会打开的应用内一键可达，绕过了Muse正在经历的下载增速放缓问题；

小程序即现成管道：腾讯已拥有摩根士丹利所说的"Web 1.0互联网必须构建才能让智能体规模化"的结构化接口；

变现路径更近：微信支付每年处理数万亿元人民币交易，腾讯可直接从智能体完成的交易中抽成——这正是摩根士丹利认为Meta最早要到2027年底至2028年才能实现的模式；

算力约束：出口管制限制了中国在GPU端的算力，而GPU推理成本在重度使用场景下是主要成本驱动因素。但调用小程序API的智能体相比驱动浏览器的智能体，所需CPU沙箱算力应大幅减少。

总结来看，分析人士认为，摩根士丹利的报告是迄今最有价值的Muse研究，因为它给出了真实数字：

Muse每用户每月服务成本3至130美元，基准情景37美元（摩根士丹利视之为上限）；Meta已购置足以服务10亿日活用户的CPU算力，相关成本已纳入2027年2090亿美元运营支出预测；真正的智能体广告拍卖变现最早要到2027年底至2028年。

当前的现实情况是：Meta拥有服务10亿用户的算力，实际用户约180万至270万，且以9月峰值三分之一的速度增长，同时越来越多的网站和运营商正在决定是否放行这个智能体。

从14倍到21倍的估值重估是用增长故事换来的，而这个故事在周五收到了第一个真实的反向数据点——来自一个已披露做空立场的机构。11月4日Meta三季报将是真正的考验，届时市场将要求Meta给出自己的Muse用户数据。

风险提示及免责条款

当前左右市场的最大变量：柴油价格

Mon, 12 Oct 2026 07:32:37 GMT

特朗普与普京的一通电话，将柴油价格推至全球市场的聚光灯下。从利率波动到股市结构，从欧洲储备释放到俄罗斯解禁出口，一场围绕柴油的多方博弈正在重塑投资者的风险定价框架。

据央视新闻报道，10月9日，美国总统特朗普在其社交媒体“真实社交”上发文称，他刚刚与俄罗斯总统普京进行了一次“非常成功”的通话。特朗普称，双方已达成一致，俄罗斯将立即向美国及全球市场供应超过30万吨柴油，随后在11月再供应50万吨，紧接着还将供应100万吨。克里姆林宫随即确认，普京重申俄罗斯愿向美国及全球市场供应石油和石油产品。俄副总理诺瓦克进一步表态，俄方将立即提前解除柴油出口限制，10月、11月、12月对外追加供应量分别为30万吨、50万吨和100万吨。

然而市场反应审慎——原油期货几乎纹丝不动，国债收益率同样未见明显波动。

与此同时，乌克兰总统泽连斯基公开批评这一决定，称放松对俄制裁"正中莫斯科下怀"，并将延长战争。他同时表示，只要俄罗斯不打击乌克兰能源基础设施，乌方可停止攻击俄罗斯炼油厂，并称美方了解乌克兰的谈判立场。这一表态在强硬措辞之外，隐含了谈判的可能性。

供应承诺有限，市场理性冷对俄罗斯柴油协议

市场对特朗普-普京通话给出的"冷淡"回应并非无据。

规模是第一个问题。诺瓦克所披露的供应量——10月30万吨、11月50万吨、12月100万吨——在全球柴油贸易体量中属于边际增量。按当前美国消费水平测算，200万吨供应量仅相当于约4天的消耗量，难以从根本上改变供需格局。

第二个问题是全球定价机制的现实。柴油是全球定价商品，局部供应增加并不必然压低特定地区的终端价格。Academy Securities策略师Peter Tchir指出，即便美国从俄罗斯采购更多柴油，也只是改变了全球商品流向，对本地零售价格的直接传导十分有限。

第三个问题是交付能力。乌克兰对俄罗斯能源基础设施的持续打击，以及航运层面的制裁压力，均给俄方的实际履约能力带来不确定性。

自美伊冲突爆发以来，美国柴油全国平均价格已上涨约70%，10月8日达到每加仑6.28美元。此前峰值为每加仑6.53美元。柴油价格持续高企，已对卡车司机和农业用户造成显著成本压力，也成为美国选民关注的核心生活成本议题之一。

欧洲储备释放存变数，IEA协调机制面临考验

在俄罗斯协议之外，另一条更重要的供应线正在欧洲展开。

10月2日，美国总统宣布欧洲将释放部分紧急储备，法国总统马克龙以G7轮值主席国身份予以确认。讨论中的规模约为1亿桶，包含柴油和原油，释放期约为4个月。

然而欧洲内部并不统一。据报道，德国态度明显迟疑，法国则表现积极，其他成员国反应相对沉默。国际能源署（IEA）本周三将召开会议，讨论储备释放的品种和时间表，焦点据悉集中在柴油上。

需要注意的是，IEA仅拥有建议权，而非执行权。每个成员国自行持有并控制本国储备，是否释放、何时释放，最终取决于各国政府的独立决策。这意味着即便IEA达成共识，协调落地的过程仍存在较大不确定性。

Tchir指出，俄罗斯协议的达成，反而可能影响欧洲各国决策者对储备释放的紧迫感判断，进而干扰这一规模更大、影响更为深远的供应侧安排。他认为，市场周五对俄罗斯协议本身反应平淡，但尚未充分消化该协议对欧洲储备释放进程可能产生的连锁效应。

柴油即利率波动，能源风险向债市传导

能源市场的压力并未止步于大宗商品，其传导链条已延伸至债券市场。

野村证券跨资产策略师Charlie McElligott在10月8日的报告中明确指出，欧洲柴油裂解价差与欧元区1年1年利率波动率自今年2月以来几乎同步运动——后者目前为112.6，前者则维持在85的高位。他的判断是：柴油裂解价差等于利率波动率，利率交易员实际上已在交易柴油。

逻辑链条在于：欧洲和亚洲面临能源短缺，全球炼油产能存在结构性瓶颈。储备释放仅能提供约一个月的缓冲，无法解决根本问题。McElligott警告，无论俄罗斯协议如何表述，"无论多少条Truth Social帖子，都无法炼出一桶柴油"。

反映在国债市场上，10年期美债收益率本周从最高5.35%回落至5.24%收盘，周内小幅下行。法国国债收益率同样从上周四峰值回落，周五报收4.85%。衡量债市波动率的MOVE指数降至近两周低点，但绝对水平仍处高位。Tchir表示，债市多空双方均从本周价格走势中找到了各自的支撑依据，下周方向仍不明朗。

股指平静之下，结构性分化已达历史极值

债市的压力同样向股市传导，但表面数字掩盖了内部的深度分化。

McElligott指出，标普500指数近两个月几乎原地踏步，但85%的成分股已陷入技术性调整。自3月30日以来，标普500累计上涨23%，其中仅十只股票就贡献了70%的涨幅——英伟达单独贡献13%，美光、苹果和微软各贡献约9%，其余490只股票合计仅贡献30%。

过去一个月，标普500指数整体仅移动0.8%，而成分股平均波动幅度高达8.9%，两者之差达8.1个百分点，位于过去30年的第95百分位。利率敏感型板块在过去一个半月遭到明显压制：金融板块下跌7.7%，材料板块下跌7.9%，REITs下跌9.8%，医疗保健、工业和公用事业同样录得负收益。

McElligott将当前市场相关性之低定性为过去25年中仅有两次可比的历史先例，分别是2007年全球金融危机前夕和2018年的"波动率末日"（Volmageddon）事件。

期权市场同样呈现出罕见的结构：认沽偏斜处于过去一年的第0.4百分位，认购偏斜则高达第99.6百分位。市场参与者几乎放弃了下行保护，"唯一的恐惧是踏空上涨"。McElligott警告，一旦柴油危机触发利率波动率的再度攀升，当前这一平静结构的脆弱性将迅速暴露。

后市关键：欧洲决策与伊朗局势

综合当前局面，决定柴油价格走势的关键变量仍集中在两处。

其一是欧洲。IEA本周三的会议及各成员国随后的决策将直接影响近期柴油供应预期。泽连斯基在批评俄罗斯协议的同时，明确保留了谈判空间，这一表态的后续走向，将对欧洲政策制定者的判断产生影响。

其二是伊朗局势。Tchir指出，伊朗在霍尔木兹海峡附近的袭击行动仍在持续升级，特朗普政府对伊朗的最终政策取向尚不明朗。他同时提及，俄罗斯协议的达成在一定程度上折射出特朗普政府正将注意力从中期战略目标转向短期成本控制，这对能源价格而言并非利好信号。

Tchir总结称，与上周相比，"收益率状态"的边际改善客观存在，但尚不足以发出全面利好信号。能源市场的结构性压力依然未解，柴油价格能否真正"大幅、快速下跌"，仍取决于地缘政治与政策协调的多重变量能否同向共振。

风险提示及免责条款

微软新模型底座是阿里Qwen，超六成决策模型都基于Qwen开发

Mon, 12 Oct 2026 07:29:03 GMT

微软公司最新推出的决策人工智能模型，将其底层架构锚定在阿里巴巴的开源模型之上。

据硬AI消息，微软于10月12日正式推出全新决策模型Microsoft-Decision-1，该模型基于阿里Qwen3.5-9B后训练而成。微软官方透露称，该模型基于Qwen3.5-9B后训练而成，在结构化决策任务中，该模型在时延和准确性等方面均超过了LLM及Jev 1.13.0等热门决策模型。

微软Xbox研究团队已用它处理超过1万条玩家反馈，微软CEO纳德拉也在社交媒体上透露称，基于新模型的优异表现，微软正在所有领域测试应用新模型，包括事件响应、质量控制、科学发现等。

与生成自然语言的传统大模型不同，决策模型专注于输出预测值和概率，其更小的尺寸和更快的响应速度，正契合了企业端在频繁判断任务中对低成本和高效率的迫切需求。这向投资者释放了明确信号：轻量化、专业化的决策模型正在释放巨大的商业价值。

据了解，9月Jev模型爆火带起了一股决策模型浪潮。这种模型不生成自然语言，而是输出预测值、概率和置信度，比大语言模型LLM尺寸小得多，响应速度也更快，恰好能满足AI任务中的频繁作判断的大量需求。

有数据统计显示，在HuggingFace 129 个开源决策模型项目中，基于阿里Qwen开发的就有84个，占比超65%，包括微软、Perplexity、Cloudflare、H2O.ai等公司推出的知名决策模型均采用阿里Qwen。

目前，微软已在全公司范围内对该模型展开广泛测试，涵盖事件响应、质量控制到科学发现等多个核心业务领域。随着该模型在Microsoft Foundry和OpenRouter平台的全面上线，基于Qwen架构的决策模型有望重塑企业级AI应用的工作流与投资逻辑。

新模型性能与成本优势显著

微软官方介绍重点强调了基于千问架构的新模型在性能上的突破。

微软CTO办公室软件工程副总裁Achint Srivastava撰文指出，Microsoft-Decision-1在涵盖近15万个问题的36项基准测试中获得了最高准确率。

在速度方面，该模型的表现尤为突出。测试数据显示，其测量速度是亚军模型H2O-Lightning-4B v1.1的2.5倍，更是GPT-6 Sol的35倍。

此外，该模型在鲁棒性和安全性上也表现稳定，在选项描述被转述或打乱时，其决策改变率平均仅为1.3%。

在定价方面，该模型输入代币成本为每百万代币0.042美元，输出代币则完全免费，大幅降低了企业级应用的使用门槛。

内部全面测试加速企业级应用

优异的底层性能促使微软加速了该模型的内部应用转化。Satya Nadella 强调，微软正在所有领域测试应用这一新模型，以验证其在复杂环境中的可靠性。

在数据标注方面，微软Xbox研究团队已使用该模型处理了超过1万条来自问卷及社交媒体的玩家开放式反馈。

结果显示，其质量与GPT-6 Sol相当，但运行速度提高了14倍，成本降低了200倍。在质量控制领域，Copilot团队的测试表明，新模型与GPT5.6 Luna具备同等竞争力，且速度快100倍。

此外，在科学发现的自适应重新规划任务中，该模型的一致性是基于LLM评分的46倍，速度提升近4倍。这些密集的内部测试结果表明，基于Qwen底座的决策模型正切实转化为提升企业运营效率的核心工具。

风险提示及免责条款

中金：“棉花糖”时代的美国AI

中金 — Mon, 12 Oct 2026 07:28:27 GMT

最近两个月来，美国股市波动较大，也波及其他地区。美国股市波动既有其货币政策变化的影响，也有市场对AI板块资本开支持续性的担忧，而前者又加剧了后者。简而言之，今年美国AI领域的几家大公司资本开支快速上升，明年虽然增速可能比今年慢，但仍然较快。但另一方面，AI企业的收入却面临较大不确定性，经营现金流已经与资本开支相若，一些公司开始通过发债支持资本开支。而美国国债收益率上升更加剧了市场的疑虑：在收入面临不确定性的情况下，资本开支如何维持，这是市场普遍关心的话题。

图表1：美国AI企业资本开支与经营现金流相若

注：图中数据为微软、亚马逊、谷歌、Meta、甲骨文之和
资料来源：Epoch AI，Bloomberg，iFinD，中金公司研究部

AI是个新兴产业，其技术突破时点以及商业收入增速天然难以预测。我们将不聚焦收入，而选择从资金配置的视角出发，探讨美国AI资本开支的潜在资金来源。实际上，投资是收入的来源，如果资本开支难以保障，那收入增长也就缺乏支持。换言之，资本开支与收入并非互相割裂的两个变量。因此，讨论资本开支的融资状况也有助于我们判断收入的前景。

我们首先从AI产业的属性出发，分析该产业在吸引资金方面的优势。第二部分我们分析自1990年代以来美国社会资金供应的变化。具体而言，我们剖析美国的“金融化”如何重塑其流动性。“金融化”并无统一定义，其体现也比较复杂，但我们认为至少有两点对分析AI融资有意义。从宏观视角来看，金融化意味着广义流动性与GDP之比上升，通俗地说，就是社会上的“钱”逐步增多。从微观来说，金融化意味着新的金融产品数量与种类增加。金融产品（比如衍生品）使得资金“活”起来，也提升资产的流动性。当然，宏观层面与微观层面并非割裂，金融产品数量增加本身也可能导致宏观层面的流动性增加。

剑桥大学国王学院院长、Financial Times资深记者Gillian Tett 在《欢迎来到金融棉花糖时代》里面通俗地阐述了美国金融化现象，并回顾了金融“棉花糖”这个词的来源。因此，我们不妨借用金融“棉花糖”这个形象的说法来近似代指美国金融化。[1]

虽然美国在2008年次贷危机之后加强了金融监管，尤其是对银行的监管，但总体而言，其金融化现象并未明显逆转。在此基础上，我们回顾了1990年以来美国两次泡沫破裂前的金融化：1990年代的科网金融化与次贷危机之前的房地产金融化。我们然后分析当前美国AI产业的金融化所处的阶段，最后也分析当前美国AI板块可能面临的流动性风险。

AI：既有科技属性，也有“类地产”属性

我们认为，AI既有科技属性，也有“类地产”属性（固定资产占比较高），意味着既可以通过股权融资，也可以通过债权融资（抵押贷款）。

AI的科技属性无需赘述，其技术进步和生产效率提升似乎较科网企业更快。其中一个体现是，AI对劳动力的依赖较科网企业低，甚至可以替代劳动力。从中观数据来看，自2022年ChatGPT发布以来，美国通信和计算机行业的非农就业小幅缩减了6%。与此不同，从1995年8月美国网景公司上市（美国科网泡沫元年）到2000年3月美国科网泡沫破裂之间，其通信和计算机行业的非农就业则上升了60%多。

图表2：科网革命时期与AI年代美国通信、计算机行业就业走势分化

注：AI科技革命以ChatGPT发布（2022年11月）为T=0，科网革命以网景上市（1995年8月）为T=0。非农就业包括通信、数据处理、计算机系统设计行业，数据经过标准化处理
资料来源：iFinD，中金公司研究部

从微观数据来看，如果将2021年谷歌、微软、Meta三家公司劳动密度（员工人数与固定资产之比）指数平均设为100，2019年该指数为109，2025年下降到了37。具体而言，其固定资产指数从2021年的100升到了2025年的306，而其员工人数指数则只升到了112。

图表3：三家美国大科技公司的劳动密度

注：图中大科技公司包括谷歌、微软、Meta。劳动密度使用员工数量/固定资产衡量

资料来源：iFinD，中金公司研究部

图表4：三家美国大科技公司固定资产增长快于员工数量

注：图中大科技公司包括谷歌、微软、Meta
资料来源：iFinD，中金公司研究部

科网革命时期，以微软为例，其固定资产投资和员工数量同时增加，而且员工数量增加更快，带动劳动密度上升。即使是2000年科网泡沫破灭后，企业劳动密度仍在上升。如果将1995年微软的劳动密度指数设为100，该指数2000年为138，2005年进一步上升到了174。具体而言，其员工人数指数从1995年的100升到了2000年的220和2005年的343。同期，其固定资产指数仅从100升到了197。

图表5：微软的劳动密度走势（1995-2005）

注：劳动密度使用员工数量/固定资产衡量

资料来源：iFinD，中金公司研究部

图表6：微软员工数量和固定资产走势

资料来源：iFinD，中金公司研究部

从经过通胀调整的人均创收来看，目前AI公司是传统互联网公司的2倍以上，反映AI公司的效率更高。比如，2026年Anthropic的人均创收与美国人均GDP之比大约为100倍，OpenAI和英伟达可能分别为63和57倍。2025年Meta、Apple、Google 和微软该比例分别为28、28、23和14倍。1999年，Apple、微软和思科该比例分别为26、18和16倍。

图表7：科技公司人均创收/美国人均GDP比值

资料来源：iFinD，Epoch AI，中金公司研究部

之所以说美国AI企业也有“类地产”属性，是指其固定资产占比较高。比如，当前微软、Alphabet、亚马逊、Meta和甲骨文五家云厂商的固定资产与其总资产的平均比重超过了40%，而沃尔玛、埃克森美孚、宝洁和卡特彼勒四家传统企业现在的固定资产占比平均为37%。微软、思科、亚马逊、WorldCom和Lucent科网革命时期企业（以下简称科网企业）2000年的固定资产占比则平均为15%。固定资产中，微软、Meta土地房屋占46%，亚马逊、甲骨文的土地房屋分别占37%和40%，谷歌的土地房屋占比最低（11%）。这几家企业的软硬件和设备资产占固定资产的比重分别为47%、38%、49%、41%和56%。

图表8：当前AI企业固定资产占比较高

注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文；传统企业包括沃尔玛、埃克森美孚、宝洁、卡特彼勒；科网企业包括微软、思科、亚马逊、WorldCom、Lucent。 AI企业使用最新可得2026Q2季报或者年报，传统企业使用最新年报；科网企业使用FY2000年报

资料来源：iFinD，Wind，Bloomberg，中金公司研究部

图表9：五家美国AI公司固定资产分解

注：使用最新可得2026Q2季报或者年报
资料来源：iFinD，Wind，Bloomberg，中金公司研究部

动态来看，这几家公司固定资产占总资产的比重总体从2020年的22%上升到2025年的41%，而那五家科网企业的固定资产占总资产的比重从1995年到2000年一直基本上维持在15%左右。

图表10：AI企业固定资产占比上升

注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文

资料来源：iFinD，Wind，Bloomberg，中金公司研究部

图表11：科网企业固定资产占比基本不变

注：各组为样本公司先分别计算比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent
资料来源：iFinD，Wind，Bloomberg，中金公司研究部

金融化提升流动性

金融化并没有统一定义。我们不妨引用Epstein（2005）的定义：金融目的、金融市场、金融主体以及金融机构，在国内与国际经济运行当中发挥愈发重要的作用[2]。这个定义隐含的意思是金融在资源配置中的作用上升。

不同学派认为金融化的驱动因素不一样[3]。新马克思主义认为，70年代后资本主义实体投资回报率下滑，过剩资本涌入金融投机是资本主义金融化的主因。后凯恩斯主义认为，企业治理转向股东价值优先，导致企业缩减实体投资、加大股票回购与金融资产配置，结果是金融投资挤出实体资本积累。而新古典主义则认为金融自由化、资产证券化提升资产流动性，优化资源配置，是经济发展的进步。尽管不同理论学派对金融化的发展理解不同，罗煜（2017）认为，布雷顿森林体系瓦解、全球进入纯信用货币制度，无疑为金融化创造了条件。具体而言，他认为支付媒介方面，实物现金占比大幅减少，交易变为账户数字划转，交易成本下降，交易规模增加。价值贮藏方面，各类金融资产起到了“准货币”的价值储藏功能，广义货币边界更加广阔。[4]

金融化的主要体现有以下几个方面[5]：（1）广义流动性更加充裕。比如广义流动性与GDP之比提升，金融部门的利润占比上升，金融部门规模增长相对更快。（2）低流动资产变成高流动资产。各类新型金融工具层出不穷，证券化将非流动资产转化为流动资产，金融交易规模大幅增长。（3）资本利润的获取愈发依靠金融渠道，而非实体贸易与商品生产。例如，企业利润更加依赖投资收益。（4）资本市场型金融体系话语权持续扩张。例如，股市/GDP、债务/GDP比值不断上涨，银行信贷/GDP比值下降。（5）企业治理中更加重视股东价值。例如，美股市场上回购增加。

从宏观方面来看，1990年代中期后，美国广义流动性与GDP之比趋势上升，较M2与GDP之比大约高20个百分点。金融危机后，美国加强了金融监管，美国银行部门的贷款业务相对放缓，但美国银行资产/GDP之比未见收缩，银行部门非贷款业务继续扩张。

图表12：美国广义流动性与GDP之比上升

注：广义流动性使用M2+货币市场基金

资料来源：iFinD，Jordà-Schularick-Taylor Macrohistory Database，中金公司研究部

图表13：美国银行资产与GDP之比未见收缩

资料来源：iFinD，中金公司研究部

从微观方面来看，新的金融产品不断出现。1985‑2014年，美国非金融企业证券发行数据表明，金融产品种类不断扩张。1985 年市场可用金融产品约150种，2014 年增长至751种，新增600余种。非金融企业通过新金融产品的融资占比上升，2010-2014年期间占比超过了50%。

图表14：美国非金融企业融资方式

注：左图展示了1985-1989年至2010-2014年各时期不同金融产品的总数量。柱状图将金融产品分为三类：（1）存量产品（Old）：1985年以前推出的产品；（2）当期新产品（New-Entrants）：在当期新推出的产品；（3）新生产品（New-Young）：1985年以后推出、但首次发行发生在此前时期的产品。右图展示了1985-1989年至2010-2014年各时期融资总额的变化。柱状图进一步将融资规模分解为存量产品、当期新产品和新生产品的发行融资额

资料来源：Ana Babus, Matias Marzani, and Sara Moreira, "The Rise of Specialized Financial Products," NBER Working Paper 34594 (2025)，中金公司研究部

另外一些指标也有参考意义。比如，美国共同基金、期货及期权合约数量不断上涨。2025年活跃期货及期权合约大幅上涨，主要是由于事件合约（event contracts）的增长，如Kalshi、ForecastEx等事件预测平台的合约数量显著提升。事件合约是以特定事件是否发生或其结果为标的衍生合约，常见于预测市场（prediction markets），可涉及经济指标、金融市场、天气、政治等事件。2024年美国大选之后，预测市场获得了巨大的流量，带动了事件合约的增长。

美国科网与地产金融化的经验

美国在自1980年代以来有两次加速金融化的经验，一个是1990年代的科网金融化，另一个是2000年后的地产金融化。1990年代科网金融化表现为美国VC大幅增长和股权融资热，增加了资金使用方式，使得资金能够流动起来。这个阶段金融化的一个重要驱动因素是对养老金投资约束放松，促进VC发展，IPO提供退出渠道，释放VC资金，吸引更多资金进入。而2000年代美国地产金融化，既创造新流动性，也增加流动性使用方式，其主要体现是通过证券化，使得房地产贷款机构释放资本金，突破资产负债表约束，形成更多的贷款，创造了新的流动性。而证券化进一步让更多金融机构参与到地产金融化，资金使用方式增多。

美国企业的股权融资方式包括私人股权融资和公开股权融资。在初创期主要是通过私人股权融资，在成长期之后，通过公开股权融资方式。1979年后，美国放松对养老金的投资限制，促进了VC的大幅增长。VC把“没有抵押品的互联网创业公司”变成比较容易融资的企业，IPO提供退出渠道，将股权占用的资金释放出来，再形成新的投资。IPO退出也帮助VC吸引更多资金。

具体而言，1979年之前，《雇员退休收入保障法》（Employee Retirement Income Security Act of 1974）的“审慎人规则（Prudent‑Man Rule）”限制美国养老金参与初创企业投资。1979 年美国劳工部对“审慎人规则”做出澄清，养老金做投资判断要看整个组合的风险分散效果，不再要求每个项目都必须风险低。改革后养老金可以增加配置风险投资，机构LP大规模入场，深刻改变美国VC行业资金来源结构，美国VC新增规模和投资额呈现大幅增长。从美国VC资金来源看，在1978年只有约15%来自养老金，而到了1990年，约有53%来自养老金。美国VC的募资额和投资额也是在1990年代开始出现快速增长。

图表15：美国VC资金来源

资料来源：Gompers & Lerner. 1998. What Drives Venture Capital Fundraising?，Nicole R. Onorato. 1997. Trends in Venture Capital Funding in the 1990s，中金公司研究部

图表16：美国VC募资额和投资额

资料来源：National Venture Capital Report 2013&2023&2025，中金公司研究部

资金流向VC之后，VC为缺乏实物抵押品的互联网初创企业，开辟了股权融资渠道。互联网创业公司通常资产轻、无形资产多、现金流为负、没有稳定利润、缺乏银行抵押品，难以通过传统渠道融资，只能通过股权融资。1990年代，美国IPO数量增加，VC支持的IPO比例上升，股权融资大幅增加。

图表17：1990s后，美国VC支持的IPO上升

资料来源：Jay R. Ritter IPO Data，中金公司研究部

为了实现更好的退出，1990年代末期，美国IPO大幅折价发行，特别是科技股，以吸引更多投资者参与。新成立、历史业绩少的VC，有很强动机推动被投企业 IPO，接受较高IPO折价，利用IPO首日暴涨制造成功退出案例，向LP展示业绩，方便募集下一期VC基金。1990年代后期IPO退出回报非常可观，进一步刺激LP向 VC大规模出资。而随着IPO发行量的增加，上市企业的平均质量下降。VC支持的上市科技企业平均年龄从9年（1991年）下降到4年（1999年）。

2000年后美国地产金融化既通过衍生品盘活了存量资产，也带动广义货币的扩张，与债权融资紧密相关。各类金融机构通过资产证券化，将房地产资产转化成可交易、可抵押、可加杠杆的金融资产，从而把房地产市场和资本市场、银行体系及影子银行体系连接起来。住房按揭MBS证券化的首要作用是盘活存量信贷资产，让原有货币更加活跃，提高货币流通速度；同时银行回笼资金后可以持续向家庭发放新增贷款，通过商业银行信贷派生机制，带来广义货币扩张。

盘活存量资产的方式包括信用增强、再次证券化、给抵押贷款加“保险”等，使得原本难以“流动”的资产变成“可流动”的资产。信用增强（Credit enhancement）大约有三个方式：（1）信用分层（Tranching），将抵押贷款转换成了不同风险等级的证券，满足不同的投资者的需求；（2）超额抵押（Over‑collateralization）：资产池的规模大于对外发行全部证券的本金总和，多出的那一部分资产就是超额抵押，用来吸纳亏损；（3）超额利差（Excess spread）：抵押贷款利率高于MBS的利率，保证利差为正。

CDO（Collateralized Debt Obligation）将以次级贷款为底层资产的MBS再次进行证券化、分层，转换成不同等级的证券。此外，CDS（Credit Default Swap）给抵押贷款加上一层“保险”，进一步提升其流动性。

数据显示，1980年代以后，美国贷款/GDP比例大幅上升，其中居民地产贷款上升最多。1995年，居民抵押贷款与GDP之比不足50%，而2007年该比例超过80%。从2001年到2006年，美国抵押贷款证券化比例大幅上升，特别是Alt-A和Sub-prime这些质量较差的抵押贷款证券化比例上升较快。例如，Alt-A级抵押贷款的证券化比例从19%（2001年）上升到了91%（2006年），Sub-prime级抵押贷款的证券化比例从46%（2001年）上升到了75%（2006年）。

美国抵押贷款持有人从银行转向非银。早期美国住宅证券化主要由Fannie Mae、Freddie Mac、Ginnie Mae等政府支持机构参与，后期越来越多的非政府支持机构开始参与抵押贷款证券化（包括投资银行）。通过证券化方式，政府支持机构（如房地美、房利美）、ABS发行人持有占比2006年超过60%。

美国AI 金融化尚处于早期阶段

美国主要AI企业筹资现金流刚由负转正，开始转向外部融资。美国代表性AI企业投资支出/营收比值由2020年的约10.3%升至2025年的约32.8%，2026Q2进一步升至约51.7%，已超过科网革命时期高位。投资支出的来源上，AI企业经营现金流/营收比值维持在40%以上，筹资现金流/营收比值由2025年约-7%转为2026Q2约16.2%。

图表18：AI企业投资支出来源

注：各组为样本公司先分别计算现金流/营收比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响

资料来源：Wind，Bloomberg，中金公司研究部

图表19：科网企业投资支出来源

注：各组为样本公司先分别计算现金流/营收比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent

资料来源：Wind，Bloomberg，中金公司研究部

目前AI企业外部筹资增量主要是债务融资，股权融资尚未大规模开始。2026Q2，AI企业筹资现金流净额/营收比值升至16.2%，高于2000年的科网企业（13.2%）。其中，净债务融资/营收比值为21.2%，净股权融资/营收比值收窄至-3.3%，而彼时科网企业债务和股权融资均为净流入。相比起来，本轮AI融资扩张目前更集中于债务端，股权融资还体现为净回购。如果未来债权融资成本上升，AI企业可能转向股权融资。

图表20：AI企业筹资现金流来源

注：各组为样本公司先分别计算现金流/营收比率后简单平均。净债务融资=债务增加/发行-债务减少/偿还；净股权融资=股本增加/发行-股本减少/回购-已付股息；其他筹资=CFF-净债务融资-净股权融资。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响

资料来源：Wind，Bloomberg，中金公司研究部

图表21：科网企业筹资现金流来源

注：各组为样本公司先分别计算现金流/营收比率后简单平均。净债务融资=债务增加/发行-债务减少/偿还；净股权融资=股本增加/发行-股本减少/回购-已付股息；其他筹资=CFF-净债务融资-净股权融资。科网企业包括微软、思科、亚马逊、WorldCom、Lucent。科网企业净股权融资/营收1995年均值显著偏高主要受亚马逊当年营收基数较小影响
资料来源：Wind，Bloomberg，中金公司研究部

根据Dealoggic的数据，截至2026年6月，AI企业（Alphabet、Amazon、Meta、Microsoft和 Oracle），在全球范围内发行了1590亿美元债券，而2025年全年为1080亿美元，2024年全年仅为170亿美元。这五家AI企业的总负债从25Q4开始大幅增加，26Q2一个季度增加了2115亿美元。边际上来看，26Q2的短期债务增长更多，长期债务增长放缓，企业的偿债压力有所增加。

图表22：美国AI企业债发行量大幅增长

注：企业债发行数据包括谷歌、亚马逊、Meta、微软、甲骨文。企业债发行2026年数据截至2026年6月5号

资料来源：WSJ，Dealoggic，iFinD，Bloomberg，中金公司研究部

图表23：美国AI企业债务组成

注：AI企业使用谷歌、亚马逊、Meta、微软、甲骨文
资料来源：iFinD，中金公司研究部

私募信贷已成为美国AI企业表外融资体系重要的资金来源。私募信贷正逐步替代传统银行贷款支持长周期AI基建投资。由于AI项目投资规模巨大且回收周期长，传统银行体系风险偏好有限，Apollo、Ares、Blackstone、Blue Owl等大型私募信贷机构遂成为关键资金提供者。据BIS估算，私募信贷向AI相关公司的贷款已增长至超过2000亿美元，占私募信贷总量近8%。涉及AI贷款的私募基金目前已有20%左右。私募信贷资金主要通过数据中心SPV、CoreWeave等算力运营商及GPU融资平台流入，以与M7长期合同产生的稳定现金流作为偿债支持，促使资金来源从银行体系向非银金融体系转移，实际上起到了类似银行的作用。

图表24：私募信贷对美国AI企业的直接贷款快速增长

资料来源：Aldasoro, Iñaki, Sebastian Doerr, and Daniel Rees. Financing the AI boom: from cash flows to debt. No. 120. Bank for International Settlements, 2026.，中金公司研究部

图表25：涉及AI贷款的私募信贷比例上升

资料来源：Aldasoro, Iñaki, Sebastian Doerr, and Daniel Rees. Financing the AI boom: from cash flows to debt. No. 120. Bank for International Settlements, 2026.，中金公司研究部

目前，AI企业债务压力不大，债务融资仍有空间。美国五大云计算厂商经营现金流充足，整体偿债能力稳健。现金流利息保障倍数均高于1，最低的甲骨文约为7倍，其次亚马逊约为48倍，最高的谷歌约为82倍。还本付息率均低于1，甲骨文约为48%，亚马逊约为12%，最低的谷歌仅约为6%。

图表26：美国五大云厂商还本付息率（债务本息现值/经营现金流）

注：按照BIS还本付息率公式计算
资料来源：Bloomberg，中金公司研究部

美国五大云计算厂商有效利率目前还不高，净现金储备情况分化。2026Q2，五大云厂商有效利率为4.9%，低于Baa级企业债收益率。五大云厂商融资成本还不高，一定程度上源于前期低利率环境“锁定”利率、以及非美货币发债。净现金储备情况中，谷歌、微软、Meta相对较好，亚马逊、甲骨文净现金为负，说明对外部融资的依赖程度更高。

图表27：美国五大云厂商有效利率还不高

注：债务有效利率=近12个月利息支出/总债务

资料来源：Bloomberg，中金公司研究部

资产证券化或成为美国AI公司融资的下一步。随着长期租赁和容量采购合同不断累积，数据中心与算力资产的稳定现金流开始具备证券化条件。2024年初，CyrusOne发行了11.75亿美元的数据中心资产支持证券（ABS）[6]；2025年3月，Sabey发行3.25亿美元ABS，抵押品是在美国的7个数据中心[7]；2025年5月，Stack发行3.45亿美元ABS，抵押品是11个美国数据中心的房地产、租赁和相关权益[8]；2025年9月，QTS发行6亿美元ABS，抵押品是Phoenix的数据中心[9]；2026年初，Compass Datacenters发行了8.3亿美元的数据中心ABS，底层资产即为向云厂商租赁算力的长期合约[10]。AI数据中心贷款正被打包成ABS，向养老金、保险资金等机构投资者分销，类似于房地产证券化过程。

美国AI企业长期股权投资近期开始抬升，但总体占比不高。AI企业的对外长期股权投资自2025年以来抬升，到2026Q2在总资产中的占比约为5%。相比于科网企业，AI企业长期股权投资占比不高，显示AI企业的股权金融还处于早期。而且，通过将部分重资产项目以股权投资方式，剥离出超大规模云厂商的资产负债表，也是风险隔离的一种方式。

图表28：美国AI企业长期股权资产占比

注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文

资料来源：Wind，Bloomberg，中金公司研究部

图表29：美国科网企业长期股权资产占比

注：各组为样本公司先分别计算比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent
资料来源：Wind，Bloomberg，中金公司研究部

短期风险

前面的分析意味着，在美国金融化的大背景下，加上AI公司既有比科网公司更强的科技属性，又有“类地产”属性，AI公司既可以通过股权融资，也可以通过债权融资。而与历史上的科网革命和房地产相比，美国AI公司当前金融化尚处于早期阶段，其资金来源无需过度担忧。但这不是说，我们就可以忽视短期的流动性波动风险，尤其是油价居高不下、美国加息路径不清晰的情况下。

回顾历史，当年美国科网泡沫与地产泡沫破灭前同时出现三个现象：（1）高杠杆。科网革命时期，美国大量Dotcom公司上市，Shiller PE ratio从17倍（1990年）上涨到44倍（2000年）。次贷危机前，美国家庭部门宏观杠杆率从70%（2000年）上升到98%（2007年）；（2）基本面走弱。2000年左右，美国互联网用户渗透率出现拐点，而2006年开始，美国房贷违约率开始上升；（3）融资条件系统性收紧。美联储从1998年开始加息，联邦基金利率从4.75%（1998年）上升至6.5%（2000年）。次贷危机前，联邦基金利率从1.0%（2003年）上升到5.23%（2006年）。

当前，对于AI公司来说，这三个现象特征都还不显著。目前美国企业部门杠杆率相对还较低，股市估值也不算非常高；美国经济基本还比较强劲，名义增长在5%左右，以Mag 7为代表的大科技公司营收、利润增速还较高；融资条件暂时还未见明显持续的收紧。

但是，短期风险仍需要关注，可能对AI企业融资产生扰动。目前美国融资需求旺盛，而随着通胀上升，资金面边际紧张。近期，实际融资压力（实际利率TIPs）走高，市场对AI产业链高杠杆的持续性产生顾虑。

2026年9月，英格兰央行金融政策委员会指出AI债务上升，以及其不够透明，对风险评估带来困难，而随着金融条件收紧，信贷市场（包括私募信贷）相对比较脆弱[11]。2026年5月，美联储在《金融稳定报告》中指出，AI以及私募信贷是近期需要关注的风险[12]。美联储认为随着资本支出越来越多地依赖债务融资，增加了系统的杠杆效应；私人信贷面临着越来越大的压力，包括投资者的赎回、情绪恶化，以及人工智能带来的信贷质量影响。2026年9月，标普将Oracle的评级下调至BBB-，仅高于垃圾级[13]。自美联储在2026年9月加息后，到9月底，Coreweave一些高收益债的收益率上涨了超过0.5个百分点[14]。2026年7月，Meta新发120亿美元债券，为数据中心进行融资，债券收益率为7.5%，融资成本要比2025年10月发行270亿美元债券时高出0.4个百分点[15]。

图表30：泡沫破灭一般出现在融资条件系统性收紧之后

资料来源：iFinD，中金公司研究部

具体来看，短期需关注两类风险。一是融资条件收紧，削弱私人投资动能。若美联储加息，或银行收紧贷款标准，企业融资成本和资金获取难度可能上升，进而拖累私人投资扩张。二是短期融资压力加剧，放大流动性风险。回购与资产支持商业票据市场利差仍高于常态，提示部分市场主体的短期融资压力尚未消退。若此时货币政策进一步收紧，可能增加债务续借难度，并放大短期资金市场的波动。

本文来源：中金；作者：张文朗、黄亚东、周彭

风险提示及免责条款

乘联分会：9月新能源乘用车出口55.8万辆，同比增长163.5%

乘联分会 — Mon, 12 Oct 2026 07:01:20 GMT

1.2026年9月全国乘用车市场回顾

零售：2026年9月全国乘用车市场零售161.8万辆，同比下降28.0%，环比增长5.0%；1–9月乘用车累计零售1,333.4万辆，同比下降21.7%。

综合来看，9月乘用车市场呈现五大鲜明特征：一、总量同比深度承压，环比修复但力度有限，结构性分化极致放大，“燃油加速萎缩、新能源韧性领跑”成为市场主线，高油价持续加速“油电替代”节奏；二、燃油车全线收缩，纯燃料乘用车国内零售近乎腰斩式下滑，普混车型相对抗跌；三、新能源渗透率持续突破新高，9月新能源零售渗透率攀升至67.0%，批发渗透率达65.4%，均创历史新高，但同比增速较前期明显放缓；四、出口超越内需成为部分车企核心关注，出口有效稳住车企批发与利润，部分车企出口超50%，出口占车企总量70%的厂商快速增多，出口销量成为拉动车企增长的核心动力；五、行业库存持续低迷，高油价冲击燃油车明显，经销商新车进货更为谨慎，绝大部分经销商认为“金九银十”旺季效应明显弱于往年，经销商生存压力大、信心不足。但当前车市下行属于短期政策扰动与高基数叠加的阶段性现象，并非汽车普及的基本面见顶，大城市普及高县乡普及弱的“头重脚轻”特征尤为明显，下沉县域首购需求的蓝海依然广阔。

9月车市最突出的特征是“旺季不旺”，传统“金九”成色严重不足。往年“金九”是大盘普涨、首购换购一起释放，今年则是存量博弈下的此消彼长，燃油车需求持续剧烈萎缩。9月成为本轮车市零售降幅异常突出的月份，多重因素叠加所致：一是中秋假期提前到9月下旬，中秋当周销量明显走弱；二是去年9月部分省份补贴退出，催生集中抢补贴行情，形成较高对比基数；三是高油价持续抑制燃油车消费：9月末以来年内汽油累计上调2,375元/吨，燃油车消费意愿持续走低，而新能源零售渗透率已攀升至67%的高位，“油电替代”加速推进；四是受AI驱动的内存与芯片价格暴涨及供给紧张等因素导致近期新能源新品增量偏慢等，这是多重因素共同影响的的结果。

9月燃油车零售同比下降43%，其中纯燃油车同比下降49%，普通混合动力车同比增长25%。燃油车中自主同比下降47%，主流合资同比下降42%，豪华同比下降41%，均无差别地受到高油价剧烈冲击。

9月新能源车零售同比下降16.7%，其中自主下降19%，主流合资增长36%，豪华下降8%，自主A00级电动车国内零售受到补贴不利的政策影响跌幅较大。

9月自主品牌零售113万辆，同比下降25%，环比增长5%。当月自主品牌国内零售份额为69.8%，同比增长2.8个百分点。总体上自主品牌在新能源市场和出口市场表现较平稳。

9月主流合资品牌零售31万辆，同比下降36%，环比增长2%。9月德系品牌零售份额12.2%，同比下降2.0个百分点，日系品牌零售份额10.7%，同比下降0.9个百分点。美系品牌市场零售份额6.3%，同比增长0.5个百分点。低销量合资车企逐步恢复活力。

9月豪华车零售17万辆，同比下降29%，环比增长12%。随着豪华车指导价的合理回归，9月豪华品牌零售份额11%，同比下降仅0.2个百分点。

出口：根据乘联数据，9月乘用车出口（含整车与CKD）91.7万辆，同比增长73.7%，环比增长3.2%，占乘用车厂商销量36%（上月38%，2025年同期19%）。9月新能源车占出口总量的60.8%，较同期大幅增加21个百分点。9月自主品牌出口达到81.2万辆，同比增长75%；合资与豪华品牌出口10.5万辆，同比增长62%。

生产：9月乘用车生产259.0万辆，同比下降9.1%，环比增长10.3%。9月豪华品牌生产同比下降24%，环比增长5%；合资品牌生产同比下降29%，环比增长20%；自主品牌生产同比下降1%，环比增长9%。

批发：9月全国乘用车厂商批发254.9万辆，同比下降8.9%，环比增长8.1%；受出口暴增的促进激励，9月乘用车批发同比增速较零售增速高出19.1个百分点。9月自主车企批发196.5万辆，同比下降0.2%，环比增长8.0%。主流合资车企批发36.1万辆，同比下降33%，环比增长9%。豪华车批发22.2万辆，同比下降23%，环比增长12%。

9月乘用车主力厂商总体批发格局持续变化，零跑汽车、极狐汽车、广汽埃安、北汽乘用车等车企实现同比20%以上高增长。9月车市集中度相对平稳，10万辆以上批发销量的乘用车厂商6家（上月7家，去年同期7家），占整体市场份额53.6%（上月59%，同期53%）。5-10万辆批发量的乘用车厂商份额占比21.2%（上月15%，同期21%），1-5万辆批发量的乘用车厂商份额占比22.8%（上月22%，同期24%）。

库存：由于9月市场运行压力较大，9月厂商批发低于生产4.1万辆，而厂商月度国内批发高于国内零售1.4万辆。今年去库存特征突出，1-9月总体乘用车行业库存下降68万辆（2025年同期下降25万辆、2024年同期下降88万辆、2023年同期下降13万辆）。

新能源：9月新能源乘用车生产达到165.5万辆，同比增长9.8%，环比增长8.3%。1-9月累计新能源乘用车生产达到1,141.3万辆，同比增长9.7%。

9月新能源乘用车批发销量达到166.6万辆，同比增长11.3%，环比增长10.0%；1-9月新能源乘用车批发销量达到1,144.8万辆，同比增长9.4%。9月常规燃油乘用车批发销量达到88万辆，同比下降32%，环比增长5%。

9月新能源乘用车市场零售108.4万辆，同比下降16.7%，环比增长7.8%；1-9月新能源乘用车市场零售775.8万辆，同比下降12.8%。9月常规燃油乘用车零售53万辆，同比下降43%，环比下降0.3%；其中普通混合动力车同比增长25%，环比增长19%。

9月新能源乘用车厂商出口55.8万辆，同比增长163.5%，环比增长7.7%；1-9月新能源乘用车厂商出口388.7万辆，同比增长138.8%。9月常规燃油乘用车出口35.9万辆，同比增长14%，环比下降3%。

1)批发：9月新能源车厂商批发渗透率65.4%，较2025年9月提升12个百分点。9月自主品牌新能源车渗透率75.5%；豪华车中的新能源车渗透率55.4%；主流合资品牌新能源车渗透率上升到16.3%。

9月纯电动批发销量112.6万辆，同比增长18.3%，环比增长8.8%；9月狭义插混销量42.3万辆，同比下降0.1%，环比增长9.5%；9月增程式批发11.7万辆，同比下降4.0%，环比增长25.4%。9月新能源批发结构中：纯电动占67.6%(同比+4.0%，环比-0.7%)、狭义插混占25.4%(同比-2.9%，环比-0.1%)、增程式占7.0%(同比-1.1%，环比+0.9%)。

9月B级电动车批发32.9万辆，同比增长21%，环比增长9%，占纯电动份额29%，较去年同期增长0.5个百分点。纯电动市场的A00级经济型电动车市场压力较大，9月A00级批发销量7.8万辆，同比下降51%，环比增长28%，占纯电动的7%份额，较去年同期大幅下降10个百分点；A0级批发销量39.6万辆，占纯电动的35%份额，同比增长10.0%.；A级电动车26.6万，占纯电动份额24%，同比下降2个百分点；从长期普及趋势看，经济型电动车增长是最有潜力的，只有入门级电动车普及才能真正拉动车市有可持续的增量。

9月乘用车批发销量超两万辆的车型有23个（上月21个），比亚迪宋（69,266辆）、Model Y（62,948辆）、比亚迪元UP（62,711辆）、吉利星愿（60,871辆）、比亚迪海鸥（38,650辆）、比亚迪海豚（35,141辆）、瑞虎7（33,832辆）、Model 3（32,418辆）、方程豹钛7（32,144辆）、启源Q05（29,064辆）、缤越（28,879辆）、奇瑞JAECOO J5（28,794辆）、五菱缤果（28,176辆）、银河星舰7（25,892辆）、MG4 EV（25,556辆）、博越（25,110辆）、零跑A10（24,457辆）、捷途旅行者（23,644辆）、深蓝S05（22,283辆）、比亚迪海豹06（22,021辆）、比亚迪海狮06（21,186辆）、星越L（21,136辆）、比亚迪元PLUS（20,609辆）。其中新能源车型占绝对主力地位。

2）零售：9月新能源车在国内总体乘用车的零售渗透率67.0%，较去年同期增长9.1个百分点，环比增长1.7个百分点。9月国内零售，自主品牌中的新能源车渗透率84.5%；豪华车中的新能源车渗透率44.9%；而主流合资品牌中的新能源车渗透率仅上升到15.9%。从月度新能源车国内零售份额看，9月自主品牌新能源车零售份额64.5%，同比下降5.7个百分点；主流合资品牌新能源车份额4.8%，同比增长1.6个百分点；新势力份额23.6%，零跑汽车、蔚来汽车等品牌拉动新势力份额同比增长了3.4个百分点。

3）出口：9月新能源乘用车出口55.8万辆，同比增长163.5%，环比增长7.7%。占乘用车出口60.8%，较去年同期增长21个百分点；其中纯电动占新能源出口的60.5%（去年同期66.2%），作为核心焦点的A00+A0级纯电动车占纯电动出口的57.9%（去年同期49%）。伴随着中国新能源车的规模优势显现和市场需求的扩张，中国制造的新能源品牌产品越来越多地走出国门，在海外的认可度持续提升。其中狭义插混占新能源出口的34.2%（去年同期31.4%）增程占新能源出口的5.3%（去年同期2.4%）。虽然近期受到外部国家的一些干扰，但自主狭义插混出口发展中国家的数量在迅猛增长，前景光明。9月新能源出口方面优秀的企业是：比亚迪汽车（175,877辆）、奇瑞汽车（85,990辆）、吉利汽车（72,893辆）、特斯拉中国（30,529辆）、上汽乘用车（29,552辆）、长安汽车（29,325辆）、零跑汽车（27,454辆）、上汽通用五菱（16,543辆）、东风汽车（10,282辆）、小鹏汽车（10,055辆）。

从海外体系建设上看，部分自主品牌的CKD出口占比较高，国际化表现优秀。其中长城汽车CKD出口占比41.9%，上汽通用五菱CKD出口占比42.1%，零跑汽车CKD出口占比34.6%，上汽乘用车CKD出口占比15.3%。

4）车企：9月新能源乘用车企业总体走势较强，比亚迪汽车纯电动与插混双驱动夯实自主品牌新能源领先地位；以比亚迪汽车、吉利汽车、奇瑞汽车等为代表的狭义插混表现持续较强，上汽乘用车、上汽大众、上汽通用等新能源增长较强。在产品投放方面，随着自主车企在新能源路线上“多线并举”策略的实施，市场基盘持续扩大，新能源月度批发销量突破万辆的厂商达到22家（同比多2家，环比多3家），占新能源乘用车总量94.4%（上月93.6%，去年同期93.1%）。其中，比亚迪汽车（455,113辆）、吉利汽车（188,800辆）、奇瑞汽车（126,703辆）、零跑汽车（96,167辆）、特斯拉中国（95,366辆）、长安汽车（94,147辆）、上汽通用五菱（77,670辆）、上汽乘用车（61,818辆）、长城汽车（41,981辆）、小鹏汽车（40,654辆）、小米汽车（40,015辆）、广汽埃安（39,667辆）、蔚来汽车（37,408辆）、理想汽车（31,817辆）、东风汽车（30,211辆）、赛力斯汽车（25,373辆）、极狐汽车（20,021辆）、上汽通用（18,583辆）、一汽奔腾（17,985辆）、上汽大众（13,110辆）、广汽丰田（10,241辆）、一汽红旗（10,234辆）。

国内新能源乘用车零售突破2万辆的企业品牌是：比亚迪汽车（246,816辆）、吉利汽车（119,682辆）、零跑汽车（78,202辆）、特斯拉中国（64,837辆）、长安汽车（61,732辆）、上汽通用五菱（54,810辆）、奇瑞汽车（46,860辆）、上汽乘用车（40,280辆）小米汽车（40,015辆）、鸿蒙智行（37,490辆）、蔚来汽车（37,231辆）、长城汽车（32,048辆）、理想汽车（31,817辆）、小鹏汽车（30,599辆）、广汽埃安（24,539辆）、东风汽车（20,070辆）、极狐汽车（20,021辆）。

5）新势力：9月新势力零售份额23.6%，同比增长3.4个百分点。新势力车型中的纯电动销量占比75%，较同期的70%占比大幅提升；新势力纯电动车中的10-15万级别销量占比大幅增长。自主传统车企的独立新能源品牌作为创二代的表现较强，份额达15.0%，同比增长2.3个百分点。极氪、奕派科技、埃安汽车、极狐汽车、岚图汽车等自主大集团的自创新能源品牌表现优秀。

6）普混：9月普通混合动力乘用车批发12.5万辆，同比增长51%，环比增长17%。其中一汽丰田（41,897辆）、广汽丰田（30,739辆）、吉利汽车（16,809辆）、上汽乘用车（15,831辆）、长安福特（4,056辆）、长城汽车（3,749辆）、长安汽车（3,122辆）、东风本田（2,499辆）、东风汽车（1,990辆）、广汽传祺（1,982辆）、广汽本田（1,651辆）。吉利汽车、上汽乘用车、长安汽车、东风汽车等自主混动的在海外市场异军突起。

2.2026年10月份全国乘用车市场展望

今年10月工作日共18天，与去年同期持平。由于中秋节在9月下旬，传统“金九银十”消费旺季中，10月的有效销售时间更长，终端客流有望持续回暖。宏观环境的核心特征是经济弱修复、政策以存量置换刺激为主，市场处于存量博弈阶段。国际高油价持续，用车成本处于高位，燃油车消费超预期低迷。短期支撑来自国庆车展、地方补贴、车企旺季促销；中长期约束则来自居民收入信心偏弱、价格互相竞争带来的观望情绪。消费端首购增量暂时受阻，置换存量成为稳增长的重要支撑，购车决策从单纯看购车价格，转向由综合评估全周期用车成本、残值、智能体验、政策补贴与新品吸引等共同决定。

政策层面，今年以旧换新补贴持续发力，补贴数量预计呈现“前低后高”趋势，与去年10月补贴逐步退出形成较大反差，有利于车市稳定。出口方面，欧盟市场贸易压力加大，增速放缓趋势将逐步体现。与此同时，人口结构的三大趋势不可逆转——结婚总量中枢下移、结婚年龄后移、老龄化加速，车市增长动力正从“新婚首购”转向“换购增购+新能源升级+适老化出行”。从消费特征看，高油价继续抑制燃油车需求，“油电替代”加速，新能源渗透率在65%以上高位运行，消费者购车决策中用车成本权重持续上升。

A级车市场的纯电动化趋势明显，高油价下单车快充技术的提升将有效拉动A级电动车销量。换购需求挤压首购需求，“消费升级与消费降级退出并存”，B级及以上高端车型需求旺盛，但A级和A00级经济型电动车受复杂因素影响持续萎缩。近期部分车企积极布局老年友好型产品和出行服务，A0级电动车销量赢得较大增量。

期待未来政策支持经济型电动车发展，鼓励小型化，给低价车更多补贴，以推动下沉市场首购需求释放，为车市长期稳定增长提供结构性支撑。

3.2026年1-8月汽车行业利润率3.6%

1-8月份，规模以上工业企业实现营业收入93.09万亿元，同比增长6.6%；发生营业成本79.19万亿元，增长6.1%；营业收入利润率为5.66%，同比提高0.44个百分点。2026年1-8月，以人工智能为推动的电子行业利润1.1倍增长，上游原材料行业利润高增长，对行业总体利润改善促进巨大，汽车行业面临成本上涨和需求不强的双重压力，盈利表现较差。2026年8月的汽车生产270万辆，销售收入9,281亿元增长4.2%，成本8,313亿元增长5.3%，利润371亿元增长24%，销售利润率4%。2026年1-8月汽车生产2,031万辆，同比下降3%，收入70,062亿元增长2.9%，成本62,370亿元增长4%，利润2,534亿元下降16%，营业收入利润率3.6%。

从历年销售利润率走势来看，2024年汽车行业利润表现已显疲软，销售利润率仅4.3%，较历史正常水平大幅下降；2025年行业销售利润率降至4.1%。2026年1-8月行业销售利润率进一步降至3.6%，8月回升到4%，好于2025年12月1.8%的最低月度表现。历年8月一般是利润率较低的时候，今年8月燃油车生产稍有改善，但盈利压力仍巨大。

2026年各地大力推动“两新”政策落地实施，逐步有效释放内需活力，但汽车行业效益的改善明显落后于其它消费品。随着有色等原材料价格暴涨，加之AI导致的内存、芯片价格暴涨，汽车行业受上游挤压严重。油价暴涨，终端用户购车观望心态严重，车企运行面临着需求不旺带来的压力，汽车行业发展受到上下游两端的巨大冲击。

4.2026年1-8月中国汽车出口745万辆

2026年1-8月中国汽车实现出口745万辆，同比增长51%，8月中国汽车实现出口105万辆，同比增长37%，环比下降4%，同比走势总体较强,环比走势暂时受阻。今年的主要动力仍是高油价、中国产品竞争力提升和全球南方国家市场的持续增长。8月的英国、澳大利亚和菲律宾出口环比回落较大。

2026年8月中国汽车出口总量的前10国家：俄罗斯96,650辆、墨西哥56,549辆、巴西53,223辆、比利时50,842辆、英国45,259辆、澳大利亚38,166辆、阿联酋30,146辆、意大利29,091辆、哈萨克斯坦27,538辆和菲律宾26,983辆，其中本期较同期增量增长的前五是：俄罗斯38,025辆、巴西34,851辆、比利时22,560辆、墨西哥17,755辆和英国16,438辆。

2026年1-8月累计整车出口总量的前10国家：俄罗斯638,224辆、巴西480,403辆、英国365,672辆、澳大利亚326,938辆、比利时322,562辆、墨西哥320,844辆、菲律宾214,359辆、意大利209,258辆、阿联酋196,117辆和阿尔及利亚190,045辆，其中本期较同期增量增长的前五是：俄罗斯351,617辆、巴西287,195辆、英国168,659辆、澳大利亚128,153辆和意大利112,246辆。

海关数据显示今年全年各类车型增速分化，乘用车出口增速逐步回升到53%，客车出口增长26%，货车出口增长42%，货车的增速慢于乘用车，相对于国内的燃油货车平稳走势，近期电动货车出口较好。乘用车内部的几类主力车型表现较均衡，2026年乘用车出口表现较强的是9座以下小客车，2026年9座以下客车占比45%，其中8月达到49%。虽然特斯拉出口回落的影响较大，低速车出口放缓，但8月自主电动车出口增长较好。

2026年8月中国新能源汽车出口50万辆，同比增长58%；1-8月累计出口346万辆，增长70%的表现很好，8月新能源车出口环比下降8%。2026年8月中国汽车出口中纯电动占比28%（同比-1%），插混占比20%（同比+7%），混动占比7%（同比+1%），纯汽油车占比37%（同比-6%）。

2026年8月中国新能源汽车出口总量的前10国家：比利时48,740辆、英国37,419辆、巴西30,570辆、澳大利亚29,564辆、菲律宾25,265辆、泰国21,119辆、德国20,341辆、西班牙17,791辆、韩国17,136辆和意大利14,762辆，其中本期较同期增量增长的前五是：巴西22,542辆、比利时21,493辆、英国17,984辆、澳大利亚14,547辆和泰国9,811辆。

2026年1-8月中国新能源汽车出口总量的前10国家：巴西337,104辆、比利时307,357辆、英国270,090辆、澳大利亚237,140辆、菲律宾188,170辆、泰国175,741辆、德国115,917辆、韩国110,354辆、意大利109,100辆和西班牙106,409辆，其中本期较同期增量增长的前五是：巴西207,158辆、澳大利亚137,390辆、英国136,346辆、比利时104,694辆和泰国90,935辆。

5.2026年1-8月中国汽车进口27万辆

2026年8月进口车进口2.3万辆，同比下滑51%，环比下降48%，降幅惊人。2026年1-8月进口汽车27万辆，同比下降17%。乘用车中2026年1-8月进口轿车占比49%；8月，进口轿车占比降到38%；而进口9座以下小客占比24%的表现较好；今年以来进口四驱SUV占比为25%，8月回升到乘用车进口的46%。2026年1-8月进口混动获得增长8%的好成绩，纯电动乘用车下降37%，插混下降62%，进口新能源乘用车表现较弱。

8月进口车下滑压力仍较大。2026年8月进口最高的前10国家是：德国7,393辆、美国4,972辆、斯洛伐克3,645辆、英国2,366辆、日本2,173辆、墨西哥681辆、意大利335辆、奥地利306辆、泰国246辆和波兰67辆。其中本期较同期增量增长的前五是：美国2,070辆、墨西哥258辆、泰国246辆、泰国246辆和奥地利124辆。

2026年1-8月进口量最高的前10国家是：日本129,253辆、德国59,183辆、美国27,559辆、斯洛伐克19,004辆、英国16,315辆、墨西哥4,156辆、奥地利3,838辆、泰国2,260辆、意大利696辆和瑞典675辆。其中本期较同期增量增长的前五是：日本3,825辆、泰国2,021辆、奥地利1,841辆、墨西哥1,269辆和中国530辆。

6.2026年1-8月中国占世界汽车份额32%

根据世界汽车组织统计数据，全球汽车生产不断增长，2025年达到9,638万辆，较2024年的9,177万辆增长6%，中国占世界生产份额35.4%。全球汽车销量不断增长，2025年达到9,689万辆增长6%，中国占世界销量份额35.4%。2026年1-8月，世界汽车累计销量6,343万辆，同比增长2%。其中8月单月销量771.9万辆，同比仅增1%，环比下滑4.9%，全球车市增长动力偏弱。

2026年1-8月全球汽车累计销量6,343万辆。分国家来看，中国销量2,031万辆，份额32.0%，较2025年35.4%明显回落；美国销量1,094万辆，份额17.2%，小幅下滑；印度表现亮眼，份额提升至6.7%，成为增长亮点。从历年份额变化看，2022-2025年中国在全球占比持续走高，2025年达到阶段性高点。欧洲主要国家份额整体稳中有降，巴西、俄罗斯等新兴市场份额保持稳定。2026年前8月中国市场销量下滑，是全球份额变动的核心原因，印度等新兴市场的快速增长，一定程度对冲了中、美市场的增长压力，支撑全球车市维持小幅正增长。2026年1-8月全球汽车销量增长2%，其中印度汽车市场销量增长20%，泰国汽车市场增长16%，俄罗斯市场销量增长6%，越南增长28%。新兴市场拉动全球市场表现较好。

东升西降，除了丰田、现代起亚、铃木和塔塔等，其它国际品牌份额2026年出现较大幅度的下滑。相较于2019年，今年中国自主品牌已全面提升世界份额。吉利、比亚迪、奇瑞、上汽、长安等自主表现较强。世界电动化发展的趋势也导致部分国际老牌车企逐步走弱。除了铃木等印度市场较好的因素促进外，其它国际品牌份额出现全面较大的下滑。

7.2026年1-8月中国占世界新能源车62%

2026年1-8月世界新能源乘用车达到1,570万辆，同比增长15%，其中8月新能源车销量223万辆增长16%，增速回到历史正常水平。2026年1-8月的世界新能源车份额达到24.5%，其中纯电动车的占比达到17.3%，插电混动达到7.5%的汽车比例。而世界普通混合动力车型销量达到8%，表现反超插混。

初步统计欧洲新能源乘用车8月32万辆同比增长33%，2026年1-8月312万辆同比增长34%。由于高关税和新能源补贴取消等因素的制约，美国新能源车2026年8月销量11万辆同比下降44%，1-8月美国新能源车销量82万，下降31%。

世界新能源车渗透率总体呈现快速提升的趋势，2022年已经达到13.1%水平，2023年达到15.9%，2024年达到19.5%，2025年渗透率达到23.6%。2026年世界新能源车渗透率24.7%。其中，德国达到33.4%，挪威达到80%，英国36%，而美国仅有7%，日本仅有4%，由此可见世界新能源发展水平极不均衡。

2026年1-8月中国新能源乘用车世界份额达到62%。其中8月达到65.3%的较好水平。从历年销量份额看，中国的比亚迪汽车世界领先，吉利汽车迅速崛起，特斯拉下滑到第三位。近期上汽乘用车和上汽通用五菱两家自主车企海外市场表现较好。2026年中国在世界纯电动车的市场份额是59%，年初因素的中国纯电动车表现暂时较差，三季度回升到62%。2026年中国在世界插电混动市场份额达到71%的高水平，8月达到74%。

2025年自主新能源乘用车海外市场销量份额达到15.8%，提升6.2个百分点。2026年自主新能源乘用车海外市场销量份额继续大幅提升，8月达到29%，较同期大幅跃升14个百分点。

本文来源：乘联分会

风险提示及免责条款

债市再观察：化债尾声，利率中枢的最后一层保护垫正在被抽走？

Mon, 12 Oct 2026 06:51:10 GMT

6万亿置换债发行进度已达98%，2028年前需消化的隐性债务从14.3万亿降至2.3万亿。本轮化债的主体部分已经结束——但债市的位置，才刚刚进入最难定价的阶段。

化债收官带来的不是利率继续下行的确定性，而是信用债定价锚的强制切换。当2027年6月退平台大限到来、区县级平台政府信用纽带被彻底切断，AA评级内部将出现本轮周期中最剧烈的一次分化。四季度10年期国债运行区间1.58%-1.72%、城投利差仍有压至16-25BP的空间；而2027年利率中枢将小幅抬升至1.55%-1.80%，赔率结构从"躺赢"转为"分化"。

对冲基金减持科技股，Mag 7持仓却创历史新高！高盛：市场处处创纪录，唯独缺乏信心

Mon, 12 Oct 2026 06:49:27 GMT

标普屡创新高之际，市场内部正在发生截然相反的事情。对冲基金一边抛售科技股，一边将"Mag 7"持仓推至历史峰值；信心指标跌至极端低位，而各类资产的仓位数据却在不断刷新纪录。高盛的最新周报揭示，表面平静之下，市场的结构性张力从未如此之大。

上周标普500指数上涨1.2%至7811点，再创历史新高。然而据高盛的数据，对冲基金净杠杆率仅为46.9%，处于过去一年的第2百分位；多空比进一步跌至1.565，位于五年回望的第1百分位。与此同时，科技股遭遇连续净卖出，领跌行业正是此前四周内四度蝉联最受追捧板块的信息技术。

市场结构性分歧还体现在衍生品定价上。高盛衍生品团队指出，VIX上行凸性极度受追捧，而标普500下行保护却"极度廉价"——用其同事的话说，"VIX升至25以上的概率，几乎高于标普500下跌2%的概率"。这一异常信号表明，投资者对尾部风险的定价方向，已从担忧股市下行转向防范波动率本身的跳升。

轮动方向：从芯片到飞机与导弹

资金流向是本周最清晰的叙事线索。高盛prime book数据显示，在过去五周内连续净卖出工业股后，对冲基金本周以年初以来最快速度净买入工业板块（+1.8个标准差），几乎完全由做多驱动，领涨子行业包括航空航天与国防、建筑与工程、航空公司及工业集团。

科技板块内部同样出现明显分化。半导体与科技硬件是被减持最多的子行业，软件则是唯一实现净买入的方向。高盛TMT专家Pete Callahan指出，过去一周软件跑赢半导体约800个基点，高盛软件/半导体对冲组合单周涨幅达11.8%。

此次轮动的导火索有迹可循。上周四，《金融时报》报道OpenAI营收数据令人失望，纳斯达克当日大幅下挫。高盛数据显示，周四正是科技股净卖出最为集中的交易日，兼有多头减仓与空头增加，"指向获利了结与对冲需求同步上升"。

Mag 7持仓创历史新高，信心却跌至谷底

矛盾之处在于：对冲基金大规模减持科技股，但对最大科技股的敞口却从未如此之高。高盛股票部门数据显示，Mag 7仓位占其美股总敞口的比例已从6月的年内低点14%迅速攀升至22%，创prime book历史最高纪录。

摩根士丹利prime brokerage数据从另一侧印证了这一判断：信息技术目前占对冲基金北美净敞口的32%，处于2010年以来的第98百分位。换言之，行业层面的卖出并不意味着低配——没有人真正减少了对这一赛道的暴露。

与此同时，基本面多空基金的表现持续承压。据高盛Prime Services周报估算，10月2日至8日期间，平均基本面多空基金下跌0.70%，而MSCI全球指数上涨0.78%，亏损"几乎完全来自阿尔法端的多空两侧损失"。年初至今，基本面多空策略回报率为11.82%，落后于MSCI的12.42%与标普500的14.45%。系统化策略同期上涨21.40%，量化持续跑赢人工判断。

财报季开幕：高标准，低奖励

财报季将于本周正式开启，大型银行率先登场。

高盛股票部门直接点明挑战所在：共识预期标普500每股盈利同比增长27%，为2021年以来最高，而中位数个股的预期增速仅为9%（上季度为14%）。这一落差背后，是美光和英伟达两家公司单独承担本季度约三分之一的盈利增长。

更值得关注的是"超预期不奖励"现象。

高盛数据显示，上季度盈利超预期的个股相对标普500的超额表现仅为35个基点，远低于历史均值95个基点。美光录得1003%的每股盈利增速，全面超预期，市场反应却相当克制。高盛就此发问：这一"高标准困境"是否已蔓延至整个AI板块？

银行股面临的处境尤为特殊。高盛衍生品团队指出，金融板块从高点回调幅度约为期权隐含单日波动的五倍，但市场对其财报日的定价却极为温和。摩根士丹利下跌20%，期权定价隐含涨跌幅仅为3.7%；美国银行下跌19%，对应隐含波动为3.4%。

高盛金融行业专家Christian DeGrasse指出，市场对银行的情绪"明显转向谨慎"，争议焦点在于三季度活动放缓究竟是"短暂停顿"还是"持续下行的信号"。

摩根士丹利的Nick Savone走得更远：美国银行股相对标普500的超卖程度已达1993年以来最高，14日RSI约为27，BKX远期市盈率已跌破十年中位数。

OpenAI事件的连锁反应：债市意外受益

上周四，OpenAI营收数据引发的市场波动不仅波及股市，也意外推动了长债价格反弹。高盛期货团队指出，长债"可能终于在本周触底"，而触发反弹的正是OpenAI相关头条。

逻辑在于：一旦AI资本开支扩张预期出现松动，此前被AI融资需求持续挤压的美债久期买盘便有望回流。此前，资产管理公司在长债上的空头头寸自9月中旬以来急剧上升，若周四的走势触发这批空头回补，则债市在下周初或将获得进一步支撑——不过这一反弹能否持续，仍取决于周二的CPI数据。

黄金方面，本周上涨1.3%，"维持在每盎司4100美元以上"。高盛期货团队指出，系统化策略仓位已降至一年回望的第0百分位，CFTC管理资金净多头也回归正常水平，认为"增加黄金多头头寸的吸引力正在上升"。

电力：高盛眼中"最被低估的AI瓶颈"

高盛主题篮子团队将旗下"Power Up America"篮子（代码GSENEPOW）称为"最被低估的AI瓶颈"，并将这一判断建立在三个维度之上：仓位处于近两年低位、估值已回归正常、基本面依然稳健。该篮子本周上涨4.9%，独立发电商子板块涨幅达12.7%。

团队认为，市场对中期选举及电力政策政治化的担忧"正在消退"，预计未来将通过电网建设与"表后用电"方案刺激美国电力供给。高盛预测，到2030年，"表后用电"将满足全美25%数据中心的用电需求。近期关键催化剂包括：FERC就PJM大负荷框架于10月12日周一作出裁决，以及PJM相关文件与ERCOT数据中心并网审计结果。

风险提示及免责条款

国内“AI六小龙”营收合计仅为OpenAI+Anthropic的10%？赚钱虽难，但拐点已现

Mon, 12 Oct 2026 06:34:28 GMT

中国头部AI企业的商业化进程正处于关键阶段。

根据Epoch AI最新研究报告，截至2026年9月，阿里巴巴、字节跳动、智谱、月之暗面、DeepSeek和MiniMax六家公司的AI相关收入合计，约为OpenAI与Anthropic两家之和的10%。报告系统梳理了国内AI企业的五条变现路径，揭示出不同商业模式背后的结构性差异。

从最新数据看，Anthropic年化收入约650亿美元，OpenAI约400亿美元；中国六家中，字节跳动最高约40亿美元，阿里巴巴约24亿美元，智谱约18亿美元，月之暗面和DeepSeek各约10亿美元，MiniMax约8亿美元。六家合计约百亿美元量级。值得注意的是，字节跳动和阿里巴巴的数字主要反映其模型即服务（MaaS）收入，并非全部AI相关业务。

报告指出，中国AI企业目前通过五条路径变现：面向消费者的应用、API模型调用、企业与政府定制化解决方案、许可费，以及借助现有业务生态的间接变现。报告认为，随着模型能力持续提升，中国AI企业的变现策略将对其未来投入和融资产生重要影响。

C端用户规模可观，但付费转化率与毛利率双低

中国AI应用在用户规模上已颇为可观。据QuestMobile数据，豆包月活用户约3.8亿，通义约1.7亿，DeepSeek约1.3亿。但用户规模并未直接转化为利润。

MiniMax的数据最具参照价值。2025年前九个月，其AI原生应用（涵盖视频生成、音频生成及陪伴应用Talkie）月活均值约2760万，但付费用户仅177万，转化率约6%。该业务毛利率仅为4.7%，而同期其开放平台及企业服务业务毛利率达69.4%。

低转化率在全球范围内并非个例。据The Information报道，ChatGPT约9亿周活用户中，2025年付费用户占比约5%，OpenAI为此每年在非付费用户推理上花费39亿美元。但中国市场的付费单价更低——MiniMax旗下Hailuo视频生成标准套餐低至约55元人民币，智谱AI旗下聊天机器人VIP订阅约79元人民币，而ChatGPT Plus起步价为20美元。

广告收入可部分弥补缺口，Talkie的广告收入占MiniMax 2025年前九个月总收入的20.9%，但难以从根本上扭转C端低毛利的结构。

开源权重加速扩散，开发者定价权随之流失

中国AI企业普遍倾向于开放模型权重，这一策略有效推动了模型生态的快速扩散，但也对API业务的定价能力构成持续压制。

以智谱GLM 5.3 Flash为例，2026年8月26日，智谱以五折促销价将该模型上架OpenRouter，同步开放权重。数小时内第三方开始提供服务，一天后竞争者已达12家。至9月15日，竞争者增至26家，其中8家报价低于智谱。智谱在OpenRouter上的token份额在20天内从88%骤降至22%，日均token量下滑70%，尽管该模型整体使用量同期增长17%。

报告分析显示，当开源模型开发者定价高于最低托管价格时，其自有API获取的token份额显著缩小。以DeepSeek为例，其估算客户在DeepSeek模型上的总消费中，仅约8%流向DeepSeek本身。

在毛利率方面，智谱API业务毛利率2025年约为18.9%，2026年上半年提升至24.6%。DeepSeek是少数例外，其V4系列API毛利率估计在70%至80%之间，主要得益于将超过70%算力用于模型训练而非推理，并通过推理效率优化压低了单位推断成本。

企业与政府客户贡献有效毛利，规模化瓶颈制约战略持续性

企业及政府定制化部署是中国AI公司目前毛利较为可观的业务。智谱曾是该模式的典型代表，2025年私有化部署业务占其总收入的73.7%，毛利率约48.8%。其服务范围涵盖政府机构、国有企业和银行，2025年曾与杭州城投集团合作建设公共交通、防洪及道路桥梁维护等多个垂直领域模型。

然而，智谱已主动收缩该业务。其中报指出，"此类业务的交付和维护成本具有一定刚性，导致规模效应受限"。私有化部署收入占比从2025年的73.7%降至2026年上半年的13.5%，转而向标准化云服务和API业务迁移。

阿里巴巴和字节跳动同样布局企业与政府解决方案。2026年5月，阿里云与同济医院合作开展医学影像及研究模型训练；字节跳动旗下火山引擎则与中国国际资本公司合作开发定制化金融模型。与纯模型初创公司相比，两家大厂凭借更广泛的企业客户基础和云基础设施，在持续推进该业务上具备明显优势。

许可费模式初现，商业化路径尚待验证

许可费是潜在的变现方向之一，但目前可供参考的公开数据极为有限。

2026年7月27日，月之暗面以修改版MIT许可证开放了Kimi K3权重。该许可证规定，若被许可方经营模型即服务业务且相关主体年化收入超过2000万美元，须与月之暗面另行签署商业协议。据路透社报道，月之暗面正寻求从微软Azure、AWS及谷歌云的K3相关服务中获取最高30%的收入分成。

但该许可证在实际执行层面仍面临不确定性。首先，模型权重的版权归属在法律上尚无定论，美国版权法通常要求人类创作，模型权重由自动化训练过程生成，其可版权性存疑；其次，追溯特定模型的商业用途及被许可方收入存在实操难度；第三，内部使用场景明确豁免于协议要求之外。

智谱亦在探索类似路径。据中国星际市场消息，亚马逊已于2026年10月将智谱GLM-5.3接入Bedrock，并将与智谱进行收入分成，智谱同时已与多家国内外主流云服务商签署收入分成协议，但具体分成比例尚未披露。

大厂借AI撬动主业，间接变现空间更为可观

对于阿里巴巴和字节跳动而言，AI模型的战略价值在相当程度上体现于对现有业务的拉动效应，而非模型本身的直接变现。

算力需求是最直接的受益方向。AI应用的广泛普及拉动了云计算需求，阿里巴巴2026年第二季度AI云及算力服务收入达71亿美元，同比增速加快至45%；AI相关产品收入达18.24亿美元，已连续12个季度实现三位数同比增长。阿里巴巴集团CEO吴咏铭表示，"蓬勃发展的开源模型生态系统推动了对云计算服务的更大需求，形成了良性循环"。

广告生态是字节跳动受益最为突出的领域。Seedance视频生成模型显著降低了短剧内容的制作成本。2026年第一季度，约12.8万部微短剧上线，超过95%为AI生成内容，而2025年全年上线数量约为3.3万部。短剧制作方随后在抖音投放广告以获取流量，据一位行业知情人士透露，AI短剧广告主在字节跳动平台的日均消费峰值约达1.2亿元人民币。

据IDC数据，字节跳动旗下火山引擎2025年承担了中国公有云大模型token调用量的49.5%，其MaaS收入2025年约为2.21亿美元，字节跳动近期已将2026年目标上调至40亿美元。

变现路径加速分化，纯模型公司面临模式抉择

Epoch AI的报告并不指向悲观结论。对拥有云基础设施、广告平台和内容生态的大型科技公司而言，AI模型更多扮演放大器角色——通过带动算力销售、提升平台粘性和广告变现，间接实现商业回报。

对纯模型公司而言，路径选择的张力则更为突出。开放权重换来了生态话语权和模型扩散速度，但也将定价权拱手相让；闭源模型有助于维护利润空间，却可能在生态竞争中失去先机。修改版许可证和云平台收入分成是新兴的调和方案，但其规模贡献仍有待时间验证。

报告最后认为，随着中国AI模型能力持续提升，观察各家公司如何在扩散与变现之间寻求平衡，将成为判断中国前沿AI行业格局演变的重要维度。

风险提示及免责条款

再度大跌！碳酸锂创年内新低，5月至今已近腰斩

证券时报 — Mon, 12 Oct 2026 06:11:31 GMT

截至10月12日上午收盘，碳酸锂期货2701合约报跌8.37%，收于108800元/吨，跌破11万元关口，刷新年内低点。

相较该合约今年5月中旬超过20万元/吨的高点，不足半年间已近乎实现“腰斩”。

现货市场方面，据上海钢联数据，10月9日优质碳酸锂市场价格区间在120500元—122000元/吨，电池级碳酸锂市场价格区间在118500元—122000元/吨，工业级碳酸锂市场价格区间在116500元—120000元/吨。

“碳酸锂行情调整受多方面因素影响，一是远期供应宽松施压，二是旺季需求走弱逻辑强化，此外外围利空仍未明显出清，资金端也存在异动。”卓创资讯富宝锂电分析师琚存泉提及，江特电机2026年10月11日公告称，公司收到国家矿山安全监察局下发的《江西省宜丰县茜坑锂矿300万吨/年采矿工程安全设施设计审查意见书》，原则同意该安全设施设计通过审查。该矿理论lce产能在1.5万吨/年，加上前期宜春市生态环境局于10月8日再次发布枧下窝锂矿环评拟受理公示。云母矿产能释放预期强化，市场对远期供应进一步宽松的担忧上升。

同时，9月碳酸锂供需数据偏弱，“旺季证伪”交易路径强化，进入10月后，整体供需并未有明显好转，且今日传出大厂下调排产，尽管尚未证实，但仍加剧了市场对基本面的担忧情绪。

此外，上周锂电权益板块逆势走强，主要在于10月排产较强与固态电池政策。但今日资金有明显流出，对期货市场情绪形成联动压制。

上海钢联锂行业分析师彭宇哲认为，9、10月磷酸铁锂产排调研分别环比增长4.74%、3.61%左右，铁锂厂家受原料供应、产线调试、盈利压力等多种因素，爬坡节奏有所放缓。四季度碳酸锂需求端反馈偏强，磷酸铁锂与电芯排产预计维持高位。供给释放受矿端供应节奏、成本边际产量等因素影响，节奏较预期偏缓。不过库存去化幅度虽趋势性收窄，但绝对水平仍向低位收敛，对价格形成一定支撑。

琚存泉则分析，综合来看，当前碳酸锂远未走出前期“旺季需求端持续偏弱+供需宽松、远期供应放量预期+外部风险未完全出清及资金情绪转弱”的交易逻辑。需继续关注节后需求恢复情况、外围动向及产业链实际库存变化。

光大期货此前分析显示，津巴布韦计划于明年1月生效的锂精矿出口禁令没有延期的理由。津巴布韦信息部长尼克·曼瓜纳称，本国锂矿企业已有充足时间为2027年1月的本地加工最后期限做好准备。津巴布韦正效仿其他非洲国家，希望从本国自然资源中获取更高附加值。月度平衡来看，供给增速并未如期放量，需求仍维持小幅增长态势，月度去库速度或有望环比上月加速。当前市场情绪较弱，现货暂未表现出短缺且需求弱预期压制。

预计碳酸锂市场短期仍偏震荡运行，需要关注新的基本面、宏观变量，但鉴于仍然快速去库的节奏中，如若基差持续走强，叠加年底非洲、江西等供给扰动带来供需错配，锂价有望企稳反弹。而需求预期本身是既难证实又难证伪的，对这部分的预期修正较难，将导致价格高度有限，但如若负反馈出现，则价格仍将继续下挫。

本文来源：证券时报

风险提示及免责条款

高通CEO“2028年手机能运行1000亿参数模型”，马斯克“关键是存储”

董静 — Mon, 12 Oct 2026 05:51:27 GMT

10月10日，高通CEO在一场访谈节目中透露，AI公司希望到2028年手机能持续运行1000亿参数模型——并确认有些公司正在制造手机。

对此，马斯克10月11日在社交平台X上发帖称，关键是RAM供应。

高通CEO：“我必须小心不要透露名字，但一些AI公司——那些处于AI前沿的公司——正在告诉高通，到2028年，我需要确保我有能力在手机上运行至少一个1000亿参数的模型，而且我需要让这个东西几乎一直运行。”

商务部新闻发言人就中欧混动汽车、电动汽车磋商共识答记者问

Mon, 12 Oct 2026 05:12:59 GMT

问：近日，中欧双方在贸易投资磋商机制下就混动汽车、电动汽车贸易进行了深入讨论，避免了局面升级，一些外媒对混动汽车贸易安排的数量等相关细节进行猜测，请问中方有何评论？答：中欧在贸易投资磋商机制下持续对话，达成多项成果共识，有利于维护稳定、平衡的中欧关键贸易伙伴关系。双方本着相互尊重、平等协商的原则，就混动汽车、电动汽车贸易进行了密集磋商，平衡处理经贸分歧和彼此关切。关于混动汽车，双方强调并确认了三项基本原则。一是尊重事实。根据欧盟统计局数据，2024年欧盟自中国进口混动汽车10.7万辆，2025年为30.2万辆。双方在2025年基础上达成向上安排，确保中国企业的出口空间和稳定增长，照顾了双方产业基于现实的合理关切。二是非歧视。任何措施都不会专门针对中国产品，更不能歧视性对待中国企业。中方获得配额将不会低于欧方的其他任何进口来源地。三是合规。双方确认贸易安排应符合世贸组织规则。中方保留在世贸组织框架下诉诸争端解决、要求贸易补偿等一切权利。这三项基本原则贯穿始终，是保障中国企业合法权益的坚实基础。关于电动汽车，中欧双方于今年1月实现反补贴案“软着陆”，欧方发布了价格承诺通用指导文件。就此，欧方将继续推进电动汽车案企业价格承诺相关程序，以及其它复审程序。在对等互利基础上，上述共识有力维护了中国企业的实际利益，避免了中欧贸易摩擦局面升级，也为中欧双方提供了稳定、可预期、可持续的贸易投资环境，有助于双边经贸关系稳定、平衡和健康发展。

风险提示及免责条款

华尔街质疑Meta只会烧钱，扎克伯格硬扛七个月打造Muse

张硕 — Mon, 12 Oct 2026 04:40:07 GMT

华尔街嘲讽Meta烧钱，甚至称“烂不可能赢AI”，但扎克伯格硬扛七个月打造Muse。

Meta首席AI官Alexandr Wang表示扎克伯格自认技能并不“性感”，但擅长组建团队并长期缓慢打磨产品。

AI时代的七个月如同非AI时代的十年，需极大耐心与信任。扎克伯格被前研究员形容为“终结者”，永不满意产品，持续改进，并非混蛋，极其重视团队凝聚力。

谷歌副总裁：现在招人看的不是学习速度，是遗忘速度

董静 — Mon, 12 Oct 2026 04:33:56 GMT

谷歌副总裁Josh Woodward认为，在AI大幅降低产品执行成本的当下，人才的核心竞争力已不再是单纯的“学习速度”，而是能够快速验证并舍弃无效经验的“遗忘速度”（反学习速率），以及能够保持“爆发式耐力”、在角色边界日益模糊的小型流体团队中快速建立信任并高效协作的能力。

7年才能长成的橡胶树，撞上了史诗级厄尔尼诺

万周 — Mon, 12 Oct 2026 04:23:44 GMT

2026年8月以来天然橡胶价格明显走强，市场将目光投向强厄尔尼诺，但这轮行情的基础早在十余年前形成：全球主要产胶国新植与翻种面积较2012年高峰下降约七成，印尼传统胶园持续减产，泰国供给由南向北迁移。

天然橡胶已经进入供给增速下降、价格中枢有望抬升的阶段；2026年天气冲击放大短期涨幅，2027年的泰国旺产兑现与科特迪瓦增量将决定上涨能否持续。需求端整体平淡，高胶价对轮胎厂的成本传导或是本轮行情规模的主要约束。

一、发生了什么？——厄尔尼诺来袭，天然橡胶价格突破多年高位

1. 胶价加速，全球市场共同感受到供给风险：

进入2026年8月，天然橡胶价格突然变得强势。国内沪胶期货在9月底突破每吨2万元，引发市场对2010—2011年橡胶牛市的联想。价格走强并非只发生在中国市场：东南亚标准胶原料报价、国际20号胶和相关期货同样反映出供应趋紧预期。

……

亚马逊巨额AI资本开支的回报，是否被市场低估了？

Mon, 12 Oct 2026 04:19:43 GMT

亚马逊的AI资本开支正在成为估值分歧的核心：市场担心投入过快、回报过慢，但AWS释放的需求信号显示，云迁移、AI推理和智能体工作流可能正在重塑其增长曲线。

据《The Information》周日报道，亚马逊目前以低于沃尔玛的预期市盈率交易，尽管其收入增速预计约为后者三倍。高企资本开支和AI投资回报的不确定性，是投资者给予折价的主要原因。

这场争论的焦点，是亚马逊约2200亿美元级别资本投入能否被未来需求吸收。在a16z最新访谈中，AWS首席执行官Matt Garman称，AI相关需求巨大，资本开支短期内不会放缓，AWS还在为初创公司保留稀缺GPU容量。

对市场而言，问题并非亚马逊是否拥有AI机会，而是这些机会能否转化为足够的收入、利润和现金回报。AWS访谈解释了需求来自哪里，但尚不能证明这轮投入已经兑现。

亚马逊股价折价之谜

据《The Information》援引Koyfin数据，亚马逊当前约为29倍预期市盈率，沃尔玛则约为37倍。沃尔玛今年预计收入增速约为5.6%，仅为亚马逊预估增速的约三分之一，但其估值溢价已持续约18个月。

这一倒挂反映了市场的主要担忧：亚马逊正在大幅增加资本开支，主要用于扩建AI数据中心，与Alphabet、Meta共同押注AI基础设施需求，但这类投资的回报周期仍不清晰。若AI需求释放慢于预期，高额资本开支可能持续压制盈利表现。

不过，分部估值分析也指出，亚马逊的业务结构可能没有被充分定价。亚马逊市值约2.8万亿美元，但其资产组合包括AWS、在线零售、广告和内容业务。材料显示，亚马逊在线零售销售额今年上半年同比增长13%，广告业务年收入约800亿美元，增速保持在20%至25%，AWS的独立价值保守估计不低于1万亿美元。

换言之，市场对亚马逊的折价并不只是在评估零售业务，而是在为AI资本开支的不确定性、综合性集团结构以及回报可见度不足定价。估值低并不自动意味着低估，但它为重新审视AWS的增长逻辑提供了切入点。

AWS的增长逻辑正发生三重变化

在a16z访谈中，Matt Garman称，AWS收入约为1600亿至1700亿美元，同比增长37%。他认为，AWS仍处在长期机会的早期阶段，原因包括大量工作负载仍留在本地部署，企业每天产生的计算需求持续增加，以及AI带来的新增顺风。

第一层增长来自企业上云。Matt Garman表示，云迁移和AI需求正在同时推动AWS增长。对大型企业而言，AI并不是单一模型调用，而是与数据、存储、安全、权限和生产系统绑定的工作负载。这使AWS不只是提供GPU容量，也提供企业将AI投入生产所需的完整基础设施。

第二层增长来自初创公司。Matt Garman称，AWS估计目前约30%至40%的收入来自曾经是初创公司的企业。AI原生初创公司与早期互联网公司不同，它们从第一天起就可能需要大规模算力，训练模型成本高，融资和估值规模也更大。AWS因此选择为初创公司保留部分稀缺GPU和AI加速器容量，而不是将所有资源卖给大型前沿实验室。

他还表示，AWS以某种方式满足了大约60%的相关请求，有时是在不同区域、不同时间或不同配置下交付。AWS未来几年还将购买200万块Nvidia GPU。这些表述显示，AWS试图通过容量分配维持客户生态，而不是只押注少数大客户。

第三层增长来自智能体工作流。Matt Garman称，越来越多团队希望云环境不仅适合人使用，也适合代理使用。AWS正在围绕Agent Core、Bedrock、AWS Context等服务，优化代理跨数据湖、数据库和服务调用的能力。代理会关注尾部延迟，也会产生短周期、可快速创建和释放的计算需求。

这可能改变云基础设施的使用方式。过去云资源主要服务于人类开发者和企业IT团队，未来代理可能会自动写代码、调用数据库、管理基础设施，并在沙箱和临时权限下执行任务。对AWS而言，这意味着新的推理、存储、安全、权限管理和计算需求。

此外，定制芯片也被AWS视为支撑这套逻辑的关键。Matt Garman称，Graviton在成本和性能上均有约20%的改善，Trainium已成为Bedrock大部分流量的运行基础，Trainium产能大致售罄至明年年底。若这些芯片能改善单位算力成本，它们将有助于提高AI基础设施投资的经济性。

真正需要验证的是关键指标

对投资者而言，关键问题仍然是回报，而不是需求叙事本身。AWS管理层描述了多个增长来源：企业上云、AI推理、初创公司训练需求、智能体工作流和定制芯片。但这些机会最终必须体现为更高收入、更好利润和足够的资本回报。

Matt Garman在访谈中强调，AWS的容量并未高度集中在一两个客户身上，通常单一客户占比处于个位数甚至更低水平。他还表示，在核心计算、存储和推理上，企业客户已经看到正回报。这些说法有助于缓解市场对AI泡沫和客户集中度的担心。

但从股东角度看，这仍不等同于亚马逊自身的投资回报已经被证明。约2200亿美元级别资本开支需要持续高利用率、稳定客户需求和可控成本来支撑。若智能体应用停留在试验阶段，或企业部署速度慢于预期，资本投入可能先于收入确认，对盈利形成压力。

因此，市场真正需要验证的指标，是AWS收入增速能否延续，Bedrock、Trainium和Agent Core等服务能否扩大付费使用，企业能否从有人参与的代理流程走向更自主的生产工作流，以及这些新增需求能否覆盖数据中心、芯片、电力和供应链投入。

亚马逊的AI回报可能被市场低估，但市场的犹豫并非没有理由。AWS访谈提供了需求来源和技术路径，《The Information》的估值分析显示当前倍数存在重新审视空间。最终能否修复折价，取决于亚马逊能否把AI基础设施投入转化为可见、可持续的财务回报。

风险提示及免责条款

交易员押注韩国央行加息，未来六个月50基点概率70%

Mon, 12 Oct 2026 04:07:15 GMT

韩国债券市场近期的反弹，正面临越来越大的压力。

韩国政府主导的干预措施效果趋于消退，与此同时，市场对韩国央行（BOK）进一步收紧货币政策的预期持续升温。10月12日，据彭博报道，韩元掉期市场目前定价显示，未来六个月韩国央行累计加息50个基点的概率约为70%。

Gama Asset Management和Hana Securities等机构的策略师预计，韩国3年期和10年期国债收益率将恢复上行，重新测试上月触及的四年高位。

反弹难以为继

韩国债市此前的反弹，主要源于政府的干预信号。当局上月警告将采取干预措施，并将10月债券发行规模削减5万亿韩元（约37.4亿美元），收益率随之沿整条曲线回落。

但策略师普遍认为，这一反弹缺乏持续性基础。

Gama Asset Management全球宏观组合经理Rajeev De Mello表示："我对韩国债券越来越谨慎。通胀仍高于韩国央行的目标，进一步收紧政策的可能性较大。如果全球债券抛售持续，韩国收益率将越来越难以抵御上行压力。"

De Mello预计，韩国10年期国债收益率将回升至4.6%左右——这一水平上月曾出现，也是2022年以来的最高点。3年期收益率则可能从周四的3.98%攀升至4.1%。

加息预期主导市场

韩国央行已连续两次会议加息，将基准利率升至3%，以应对通胀压力和加速增长的经济。今年8月，韩国央行发布的六个月点阵图显示，21个点位中有10个集中在3.25%。

市场目前将目光锁定在10月22日的议息会议，以及随后的11月会议。

Hana Securities固定收益策略师Park Junwoo表示，在波动性高企的背景下，将收益率下行解读为趋势性变化"为时过早"。他预计收益率将在11月议息会议前后见顶——届时他判断央行将在10月按兵不动后于11月加息。

"我认为现在不是买入的时机，但如果3年期收益率重新回到4%以上，届时值得再度买入。"Park Junwoo说。Hana Securities目前对韩国和美国债券均持低配。

政府干预能否托底？

尽管收益率上行压力持续，政府的干预意愿仍是市场的一道缓冲。

受半导体行业税收红利提振，韩国财政部长Lee Hyoung Il表示，政府可能进一步削减计划中的债券发行规模，以遏制收益率的过度波动，并可能启动紧急回购操作。

不过，LS Securities固定收益分析师Woo Hye-young认为，投资者不必急于行动。"等到11月央行点阵图出炉再买入韩国债券，也不会太晚，"她说，"如果11月点阵图显示利率预期更高，我会更加谨慎。"Woo Hye-young预计收益率最终将在年底前回落。

风险提示及免责条款

韩国股市重挫3%领跌亚太，俄乌“能源停火”后油价回落，黄金重回4200

Mon, 12 Oct 2026 03:31:54 GMT

周一，韩国Kospi指数开盘即承压，跌幅一度扩大至3%。这一跌幅在亚太主要市场中居首，明显落后于港股、澳股等同期走势。外资净撤资、AI逻辑降温、主力回购接近尾声——多重因素叠加，令韩股难觅买盘支撑。

与此同时，美股期货整体平稳，标普500期货上涨约0.3%，纳斯达克100期货涨幅相近，市场焦点转向本周即将开启的大行财报季及通胀数据。

油价受俄乌“能源停火”消息提振而回落，布伦特原油跌1.8%至102美元/桶，一度缓解市场对地缘风险外溢的担忧。

韩股成全球最差，外资加速撤离

韩国Kospi周一下跌2.6%，小盘股Kosdaq同步走低。曾是全球AI交易最热门标的的韩国股市，正经历急剧降温。Kospi上半年领涨全球，下半年却已下跌22%，沦为全球最差主要股指。

三星股价跌超2%，SK海力士跌约1%。

据彭博报道，外资今年已从韩股净撤资1310亿美元，为亚洲主要市场之最。Rayliant Global Advisors投资组合管理主管Phillip Wool表示：“对大多数投资者而言——尤其是那些最近才因存储芯片交易入场韩国的人——这个主题里容易赚的钱已经赚完了。”他表示，其基金已在韩国AI股上获利了结，目前对SK Hynix和三星电子均持低配。

支撑韩股的另一根柱子也在松动。据摩根大通数据，三星和SK Hynix合计约55万亿韩元（约410亿美元）的股票回购计划即将完成。上个月韩国市场约230亿美元的买单中，两家芯片公司的回购占了大头。一旦回购结束，市场将面临明显的买盘真空。

此外，全球最大半导体设备制造商ASML宣布对韩国客户零部件价格全线上调10%，三星与SK海力士已接受方案，涨价将于明年1月生效。这进一步推高韩国芯片厂商的运营成本，构成盈利端的额外压力。

韩股并未拖累整个亚太市场，美股期货小幅上涨

韩股的重挫并未拖累整个亚太市场。

同一时间，澳大利亚S&P/ASX 200上涨0.8%。日本市场因公众假日休市。MSCI亚太指数整体下跌0.2%，Kospi是主要拖累来源。

美股方面，S&P 500期货上涨0.12%至0.3%，纳斯达克100期货上涨约0.24%至0.3%，道琼斯期货上涨28点（约0.05%）。美股上周整体收涨——道指与S&P 500均录得三周内第二个上涨周，纳斯达克综合指数则连续四周上涨。

油价回落，俄乌“能源停火”成关键变量

油价方面，布伦特原油周一下跌约1.8%至每桶102.81美元，此前曾因也门胡塞武装袭击利雅得机场一度升至105.63美元。

Templeton Global Investments投资组合经理Yiping Liao在彭博电视上表示：“我们的基准情景是近期能源价格维持高位。我们认为霍尔木兹危机短期内不会得到解决，至少在美国中期选举之前不会。”

特朗普周末宣布俄乌之间达成“能源停火”，称“即刻生效，双方均已同意，不得违反”。乌克兰总统泽连斯基随后在社交媒体上表示“乌克兰支持停火，俄罗斯也应支持”。油价对此有所反应，跌幅有所扩大。

黄金方面，现货金价连续第三个交易日上涨，突破每盎司4200美元。

美股焦点：财报季开启，通胀数据待考

本周市场焦点将转向大行财报季，美国银行、花旗集团、高盛、摩根大通、摩根士丹利及富国银行均将于本周公布业绩。

据FactSet的John Butters数据，标普500指数第三季度盈利增速预计达29.6%，将是该指数连续第四个季度实现逾25%的盈利增长。

与此同时，9月CPI和PPI数据将分别于本周三和周四公布。10年期美债收益率上周一度逼近5.4%，为2002年以来最高水平。

前Bridgewater首席投资策略师、美国外交关系委员会高级研究员Rebecca Patterson表示：

目前来看，利率上升尚未被视为压倒增长和盈利故事的力量。股票和债券收益率可以同步上涨。但如果利率在央行持续收紧的背景下继续攀升，利率开始主导并压制股市情绪的风险将会上升。

风险提示及免责条款

创业板早盘再跌破3000点，银行逆势走强，算力硬件调整，恒科指高开超1%之后一度转跌，新能源汽车拉升

Mon, 12 Oct 2026 02:32:54 GMT

10月12日，A股早盘集体低开，三大股指盘初下跌，深成指跌1%，创业板一度跌超1.5%，盘中再度失守3000点，沪指在银行等权重股走强带动下，跌幅较小。AI硬件、芯片半导体等科技股再度承压，覆铜板等概念股全线下挫。油气、有色金属、房地产等板块调整。AI应用、文化传媒、银行等逆势走强。工业富联、立讯精密等跌幅较大，此前美国启动337调查。

港股高开低走，恒指、恒科指早盘双双缩窄涨幅，恒科指转跌，权重科网股分化，网易、阿里等上涨，芯片股下挫，新能源汽车上涨，零跑汽车涨超6%。债市方面，国债期货集体上涨。商品方面，国内商品期货多数上涨，贵金属期货多反弹，碳酸锂暴跌8%。核心市场走势：

A股：截至发稿，沪指跌0.22%，深成指跌0.96%，创业板指跌1.10%。

港股：截至发稿，恒指涨0.51%，恒科指跌0.29%。

债市：国债期货全线上涨，截至发稿，30年期主力合约涨0.37%，10年期主力合约涨0.09%，5年期主力合约涨0.06%，2年期主力合约涨0.03%。

商品：国内商品期货多数上涨，截至发稿，沪银、橡胶、焦煤、铂金涨超2%，焦炭、沪锡、集运指数、沪金、沪铜涨1%，沪铝、钯金、工业硅、螺纹钢、锰硅、菜籽、热轧卷板、铁矿石、氧化铝等纷纷走高，燃油、烧碱、不锈钢、豆粕、沪镍等下跌，玻璃、纸浆、鸡蛋、多晶硅跌1%，原油、沥青跌超2%，碳酸锂暴跌超8%。

10:35

文化传媒板块再度上演涨停秀，果麦文化、博纳影业、上海电影等十余股上板，新华传媒因并购利好揽下10连板。当前AI硬件侧分化明显，而AI应用端弹性更足，资金炒作非常积极。

10:15

半导体设备概念震荡拉升，京仪装备涨近10%，华峰测控、拓荆科技、托伦斯、中科飞测跟涨。消息面上，据报道，ASML将统一上调在韩国供应的设备替换零部件价格，涨幅10%。新价格将从明年1月起生效，本次涨价范围涵盖EUV及DUV光刻机的全部零部件。

影视、传媒板块盘中持续走高，果麦文化20cm涨停，吉视传媒回封涨停走出2连板，此前博纳影业、德才股份、慈文传媒、新华文轩等多股涨停，欢瑞世纪、掌阅科技、华策影视、内蒙新华等涨幅靠前。

港股光通信、PCB概念股走弱，剑桥科技一度跌超10%，长飞光纤光缆、中际旭创跌近5%；广合科技跌超9%，大族数控跌超5%，胜宏科技跌超4%，建滔积层板跌超3%。

早盘PCB概念震荡走弱，宏昌电子逼近跌停，迅捷兴、金安国纪、华正新材、贤丰控股、广合科技等多股跌超5%。

10:13

覆铜板板块再度领跌AI阵营，宏昌电子跌停，金安国纪、华正新材、贤丰控股均跌8%左右，生益科技、胜宏科技跟随下滑。报道称，郭明錤供应链调研：英伟达 Rubin Ultra（NVL576）下一代服务器中背板，正在测试无玻纤覆铜板。

10:11

创业板指跌1.5%，跌至3000点下方。

09:57

银行板块再度带领红利资产方阵走升，中国银行、中信银行A股同创历史新高。此前，据媒体报道，保险机构相关负责人表示，将坚持高股息蓝筹资产和科技成长板块双线布局逻辑，以前者为底仓，以后者博更高收益。

09:46

零跑汽车涨超6%，蔚来、小鹏集团、宁德时代均升超3%，港股新能源汽车阵营一片火热。此前，工信部等联合发布《关于进一步加强汽车产品创新设计和研发测试验证有关管理工作的通知（征求意见稿）》。

09:26

上证指数低开0.18%，创业板指跌0.65%。覆铜板、房地产、光通信板块调整。工业富联跌超3%。

消息面，据证券时报，当地时间10月9日，美国国际贸易委员会就美国Vicor Corporation 提出的相关专利侵权主张，正式启动337调查，主要针对垂直供电系统、相关组件及包含上述产品的计算系统。本案被列入337调查的企业包括立讯精密、工业富联、台达电子、英飞凌等。

立讯精密、工业富联迅速作出回应，均表示本次调查现阶段不会对公司生产经营及业绩造成重大不利影响。

立讯精密表示，经初步评估，本次调查涉及的公司相关产品主要应用于数据中心领域电源模块与处理器的集成供电方案，目前处于客户验证阶段，尚未进入量产状态。工业富联则表示，本次337调查涉及公司相关产品尚处于内部验证评估阶段。

09:21

恒生指数高开0.92%，恒生科技指数涨1.03%。阿里巴巴、网易、紫金矿业、药明康德、康希诺生物走强。立讯精密跌超3%。

风险提示及免责条款