华尔街见闻 - 资讯 - 最新

化工产业出海记：中国化工有多强？为何日本格外焦虑？

Sun, 11 Oct 2026 01:38:03 GMT

日本的焦虑并不来自"中国产品更便宜"，而来自"中国的成本优势在结构上不可复制"。中国的石脑油进口依赖度是 17%，日本是 60% 以上，韩国是 77%。真正构成护城河的是"原油加工＋本土石化＋煤化工"三条并行路径的存在，其中煤化工实际上是一张以油气价格为行权条件的看跌期权。

日本化工的退出是永久性的，不是周期性的。行将关停的装置多数已运行 40 年以上；欧洲化工资本开支已从 2022 年约 79 亿欧元降至 2025 年 15 亿欧元，说明关掉的产能不会回来；日本企业自己正把资源从基础化工转向医疗、电子材料与住宅；下游客户一旦完成供应商切换，回切的成本极高。这三重因素叠加，构成一个会自我强化的"退出—需求萎缩—再退出"螺旋。

中国化工"大而不强"的落差，恰恰是这轮机会中最大的风险源。17.8% 的全球化工产值，对应的是 4.5% 的行业营收利润率和 1.5% 的研发强度，超过 35% 的化工产品处于亏损状态。中国化工出海能否真正成功，不取决于能否把通用树脂卖到日本，而取决于能否用煤化工赚到的钱，买到日本退出的高端材料能力。

未来两到三年，中日化工是"错位"关系——日本退守半导体材料、碳纤维、医药中间体等高端存量市场，中国占据大宗品增量市场；五年以后，会是正面交锋。分水岭只有一个指标：中国高端材料（POE、α-烯烃、电子化学品、半导体材料）的国产化率能否从当前的不足 30% 提升到 50% 以上。

一、发生了什么？日本的巨大焦虑

2026 年 3 月到 7 月，日本从中国进口的塑料原料树脂增长了 52%，薄膜等加工制品的中国占比越过一半达到 51.5%，六大基础化工品的进口量达到上年同期的 12.4 倍。甲苯进口增至 8.3 倍，丁二烯在 2021 年之后再无进口记录，如今重新恢复采购。

理解这件事的起点，是先理解石脑油在现代工业里的位置。石脑油（Naphtha）是原油蒸馏过程中的轻质馏分，经蒸汽裂解后生成乙烯、丙烯、丁二烯等基础化工原料，再向下延伸为塑料、合成纤维、合成橡胶、涂料与医药中间体。它不是终端消费品，因此平时很少出现在新闻里；但一旦断供，从工业制造到民生消费会同时受到冲击。用产业链的语言说，石脑油是连接基础能源与先进制造的核心节点。

进口结构的"中国化"：从 11.8% 到 16.1%，从 47.6% 到 51.5%

第一个层面的变化是量的绝对增长。依据日本财务省贸易统计，对比 2026 年 3—7 月与上年同期：来自中国的树脂进口量增长 52%，中国进口树脂在日本树脂进口总量中的占比从上年同期的 11.8% 上升至 16.1%；来自中国的薄膜等加工制品进口量上涨 23%，在该领域日本进口来源前十的国家中增幅最高，中国占比达到 51.5%，较 2025 年同期的 47.6% 进一步提升。六大基础化工产品方面，3—7 月来自中国的进口量达到 5.4 万吨，是上年同期的 12.4 倍。

真正的信息量在占比，而不是增速。树脂的中国占比从 11.8% 升到 16.1%，看似只有 4.3 个百分点，但这是在一年内完成的位移；薄膜等加工制品的占比从 47.6% 升到 51.5%，越过 50% 这条心理线。需要特别说明的是薄膜这一项——薄膜加工涉及配方设计、下游认证与批次稳定性服务，客户切换供应商的验证周期通常以季度计，而不是现货市场式的即时切换。中国产品能在这个环节越过一半，意味着切换已经完成了从"试单"到"批量"的过程。这也正是日本业界最担心的地方：如果只是价格战，客户会在价差收窄时切回去；但一旦完成认证与产能绑定，回切的成本会显著上升。

日本中部塑料公司的一位负责人对日经中文网的表述，提供了一个采购端的现场视角："中国产品价格便宜，我们会继续采购进口货。"该公司自中东局势恶化之后，从中国、东南亚等地的进口规模增至原先的 2—3 倍。该公司同时给出一个关键的价差量级：即便考虑市场行情与日元贬值因素，中国产产品依旧比日本国产便宜 1—2 成。

假设日本本土树脂业务毛利率为 8%，中国产品便宜 15%，那么对下游加工商而言，采购日本本土原料相当于主动放弃全部加工利润的一部分。换句话说，日方的价格劣势不是可以通过"提升效率"来抹平的幅度，而是超过了整个环节的利润池。

价格：这一次，中日石脑油没有一起涨

如果这是一次普通的原料涨价周期，全球各地的石脑油价格应该同向同幅波动。但 2026 年发生的情况不是这样。日本石脑油现货价格从 2 月底的 640.25 美元/吨最高升至 3 月底的 1,242.75 美元/吨，涨幅 94.1%；同期中国山东地方炼厂的石脑油均价从 7 月的 7,455 元/吨升至 9 月的 9,284 元/吨，涨幅 24.53%。

还有一个细节值得留意：亚洲市场并非完全没有石脑油，而是价格把资源重新分配了。石化顾问 Hiroki Yanagimoto 对 C&EN 表示，由于亚洲市场价格飙升，套利交易（在欧美低价买入、在亚洲高价卖出）变得活跃，只要付得起价格就能拿到货。同期韩国 YNCC 采购 2.5 万吨 10 月石脑油，相对日本报价溢价 17—18 美元/吨，乐天化学以类似溢价水平采购。石脑油相对布伦特原油的裂解利润稳定在每吨 160 美元左右，说明这一轮上涨主要来自原油成本端与供应风险溢价，而非下游需求突然改善。

这组细节的价值在于：它证明日本的问题不是"买不到"，而是"买到的价格已经无法转化为有竞争力的产品价格"。

二、为什么重要？中国化工的出海之路

中国化工的优势究竟是"便宜"还是"结构"？日本的焦虑究竟是"丢了订单"还是"模式被证伪"？中国化工的护城河不在价格，而在原料路线的冗余；日本焦虑的根源不在竞争，而在它所依赖的石脑油路线本身已经到了结构终点。

400 美元与 900 美元：成本曲线决定了谁先出局

理解全球石化产业的第一张图，永远是乙烯成本曲线。乙烯是全球产量最大的基础化工原料，它把原油、天然气、煤炭这三种上游能源，与塑料、纤维、橡胶这些下游材料连接起来。谁的乙烯成本更低，谁就在整条产业链上拥有定价主动权。

2026 年 5 月的亚洲石化大会（APIC）上，波士顿咨询董事总经理阿伦·拉贾马尼给出的三档成本结构如下：中东乙烷裂解装置的乙烯成本不高于 450 美元/吨；采用美国页岩乙烷与中国大型炼化一体化的装置，生产成本在 550—700 美元/吨；欧洲与日韩以进口石脑油为原料的装置，成本超过 800 美元/吨。最低档与最高档之间的裂解价差超过 400 美元/吨。

按 Chemical Market Analytics by OPIS 的 2026 年乙烯成本曲线，中东与美国页岩的乙烷裂解装置位于供给曲线的第一四分位（成本最低的 25%），而东北亚的石脑油裂解装置是全球乙烯的边际产能——所谓边际产能，就是当需求下降时第一个被关停的那部分产能。

17%、60%、77%：原料自主真实含义

如果说成本曲线解释了"为什么是日本先撑不住"，那么原料自主解释了"为什么中国能不受影响"。三个数字已经足够说明问题：石脑油进口依赖度，中国 17%，日本 60% 以上，韩国 77%。

17% 只是一个结果指标，它背后的机制才是原因：中国同时握有"原油加工""本土石化""煤化工"三条并行路径。2025 年中国原油加工量 7.38 亿吨，中东断航时可以通过压缩汽柴油产量、停止成品油出口，把原油优先配置给化工；煤化工则提供了完全绕开原油的第二条原料链。日本只有一条路径（进口石脑油），韩国亦然。单路径与多路径的差别，在平时看不出来，在断供时就是"能不能开工"的区别。

规模：从 4,000 万吨到 6,600 万吨，以及一个被忽略的缺口

中国乙烯产能的扩张速度，是理解全球化工格局变化的第二个维度。据市场研究机构 Rim Intelligence，中国乙烯产能 2021 年超过 4,000 万吨/年，2023 年达到约 5,000 万吨，2025 年估计已达 6,600 万吨。参照这一年表，中国分别在 2019 年超过欧洲、2021 年超过中东、2022 年超过美国，成为全球最大的乙烯生产国。

从更宽的化工盘面看规模，中国的位置同样突出：炼油产能 9.39 亿吨/年，乙烯产能 6,270 万吨（联合会口径），丙烯产能突破 6,800 万吨、产量 5,720 万吨，全球占比超过 40%；纯碱产量 3,625.60 万吨（同比增长 4.7%），硫酸产量 10,174.2 万吨（增长 6.0%），塑料制品 7,187.4 万吨（增长 2.9%）。在全球化工 50 强中，中国企业上榜 11 家，化学品总销售额超过 2,120 亿美元，持续保持国别第一；中国石化以 526 亿美元位居全球第二，中国石油首次进入前三。

但这里出现了一个非常关键、却很少被讨论的矛盾：中国乙烯产能全球第一，同时中国仍是乙烯当量净进口国。按行业测算，中国乙烯当量缺口仍超过 2,100 万吨，进口依存度约 31%。这两个数字并存，只能有一种解释：中国的产能结构高度集中在通用牌号，而高端衍生物（茂金属聚乙烯、α-烯烃、POE、电子级化学品）仍依赖进口。BCG 的 3,000 万吨关停清单明确指出中国关停装置不在其列——但这并不意味着中国没有需要出清的产能，而是意味着中国的过剩集中在"低端同质产能"，而低端同质产能的问题不靠关停解决，靠升级解决。

4,260.9 亿美元的出口：中国已经站在全球化工贸易的第一位

把视线从产能转向贸易，中国的位置同样清晰。2025 年，中国化工产品出口金额为 4,260.9 亿美元，占全球化工产品出口总额的 11.7%；美国以 9.5% 位居第二。全球化工出口额排名前十的国家合计占比 62.2%，市场集中度较高。一个值得注意的对照组是爱尔兰：其 2025 年化工出口占全球比重达 5.4%，2021—2025 年化工出口复合增长率达 12.4%，其中药品占其 2025 年化工出口的 47.9%——出口结构的差异说明同一张榜单背后是不同的产业逻辑，爱尔兰靠的是制药全链条集中，中国靠的是制造规模。

从贸易总量看，2025 年中国化工行业贸易总额约 6,772.4 亿美元，同比增长 1.44%；其中出口 4,260.9 亿美元，进口 2,511.4 亿美元，贸易顺差约 1,749.5 亿美元，同比增长 9.5%。按数量计，出口量达 24,477.1 万吨，同比增长 17.9%。出口量增速（17.9%）远高于贸易总额增速（1.44%）。

17.8% 的产值、4.5% 的利润率、1.5% 的研发强度

读者可能已经形成一个"中国化工势不可挡"的印象。但笔者认为这个印象是危险的，因为它遗漏了另一组数字。

作为参照，全球化工行业前十家企业的营收合计占行业总营收的 22.4%，而中国上榜全球化工 50 强的 11 家企业化学品总销售额超过 2,120 亿美元——规模上的存在感与盈利上的存在感严重不匹配。补充两个更细的口径：中国石油化工板块 2025 年营收 39,207 亿元、同比下降 8.9%，归母净利润 382 亿元、同比下降 31.5%，折算净利率不足 1%；化学原料及化学制品制造业营收 90,343.8 亿元、同比增长 0.5%，利润总额 3,766.2 亿元、同比下降 7.3%，折算利润率为 4.2%。这两个板块合计占据中国化工的大部分体量，它们才是行业的真实盈利水平。

中国化工当前的处境，与日本化工二十年前的处境具有高度相似的特征——同质化的大宗产能、微薄的利润、不足以支撑技术跃迁的研发投入。

中国化工出海能否真正成功，不取决于能否把通用树脂卖到日本——那一步已经发生了，而且在技术上没有门槛。真正决定成败的是能否用煤化工赚到的现金流，去换取日本正在退出的高端材料能力：半导体材料、电子化学品、碳纤维、特种聚烯烃、医药中间体。如果这条路径走通，中国化工的全球地位会从"规模第一"变成"结构第一"；如果走不通，中国会在十年后遇到与今天的日本同样的问题，只不过触发条件从"原料断供"换成"需求结构变化"。

三、接下去关注？为什么这一次不是周期

供给曲线的永久左移

证据一：装置的物理年龄决定了重启不具备经济性。日本 50% 以上的乙烯装置运行年限超过 50 年，即便被日方称为"最新"的裂解装置也已运行约 40 年。一套运行半个世纪的装置在停车后，很难在不投入接近新建成本的情况下重新开车。三菱化学社长的表述是，这些装置"导致维护成本上升、单厂规模不再具备全球竞争力"。这不是可以等待价格回升的资金成本问题，而是资产已经接近报废年限的物理问题。

证据二：资本开支的消失，比产能退出本身更重要。欧洲化工资本开支 2025 年仅约 15 亿欧元，较 2022 年的约 79 亿欧元暴降 81%。资本开支决定了三到五年后的产能，当开支收缩到原来的五分之一，未来五年的产能曲线在数学上只能下行。同期欧洲化工关停产能从 2022 年的 300 万吨/年增至 2025 年的 1,700 万吨/年，扩大了约 6 倍（欧洲化学工业委员会 Cefic 口径）。用一句更直白的话说：欧洲不是"暂时减产"，而是在净消耗自己的工业资本存量。

证据三：企业战略层面的资源再配置。这是三条证据中最难逆转的一条。三菱化学在 5 月底连续宣布剥离基础化工业务、关停川尻厂区部分环氧树脂装置、联手埃森哲成立 AI 合资公司；旭化成把石化业务占销售额的比重目标从 2025 财年的 12% 下调至本十年末的"几个百分点"，并主动把烯烃合资公司的持股限制在 10%，把丙烯腈与聚碳酸酯二元醇产能转移至韩国与中国。当一家企业把资源从某个业务迁出、并把该业务的合资持股主动降到象征性水平时，它发出的信号是"不再回投"。

压力并不限于日本与欧洲。韩国方面，2025 年 9 月十大化工巨头联合签署业务重组协议，计划削减石脑油裂解产能 270—370 万吨，接近本国总规模的四分之一；其 PX 产能利用率从 2019 年的 99% 下滑至 2024 年的 71%，乙烯从 93% 下滑至 79%；2025 年上半年主要企业平均销售成本率高达 98.6%。在东南亚，菲律宾 JG Summit Olefins 已于 2026 年 1 月无限期闲置其裂解装置；埃克森美孚预计关停其在新加坡两套裂解装置中较旧的一套。欧洲方面，2024—2027 年已有 7 套裂解装置（合计约 400 万吨）计划关停。

亚洲与欧洲的大宗化工供给曲线正在发生永久性的左移，这不是一轮库存周期，而是一次地理重排。

6,000 亿元煤化工：投什么，什么时候投产

日经中文网在报道中提到的一个细节值得单独展开：在不确定霍尔木兹海峡能否维持稳定通航的背景下，中国启动了大型煤炭化工项目，利用国内低价煤炭生产树脂等化工产品，项目总规模将超过 6,000 亿元人民币。

八大项目的产品方向分为三类：煤制油（国能哈密能源集成创新基地，总投资 900 亿元，采用神华煤直接液化二代技术，建设 320 万吨/年煤直接液化与 80 万吨/年煤间接液化装置）、煤制天然气（国能准东 40 亿方/年、特变电工准东 20 亿方/年）、以及煤制烯烃／甲醇／乙二醇（山能化工 80 万吨/年煤制烯烃、其亚与富德各 600 万吨/年煤基甲醇、恒逸能源 240 万吨/年煤制乙二醇）。三类产品中，与日本进口替代直接相关的是第三类——聚乙烯、聚丙烯、乙二醇都是日本当前正在失去竞争力的品种。

中东危机改变了什么？它同时提供了三个此前不具备的条件：其一，油价高企使煤制烯烃、煤制油、煤制天然气的成本优势扩大到可以覆盖新增投资的水平；其二，能源安全叙事为项目审批提供了政治支持；其三，欧洲与日韩的产能退出腾出了市场空间。三个条件叠加，把一批原本因经济性不足而滞后的项目推入了执行期。

但需要强调这轮扩张与上一轮（2010 年代）的根本区别：它是有条件扩张，约束条件来自碳，而不是煤价。所有拟在建项目都面临严格的能耗双控与碳排放指标约束，"绿电绿氢耦合"已成为新建煤化工项目获批的关键条件。也就是说，这轮煤化工的投资天花板不由新疆的煤炭储量决定，也不由中东的局势决定，而由碳指标决定。

出海的真实形态：三条腿走路，还没有第四条

从"中国出口商"到"全球运营商"的转变，可以用三组数据来锚定。2025 年，万华化学境外市场收入 963.21 亿元，占其总营收的 47.4%；荣盛石化国外市场销售额 519.7 亿元，同比增长 13.63%，占其总营业收入 16.84%；恒力石化境外销售收入 178.26 亿元。

中国化工的全球化程度在头部企业之间高度不均，"出海"在多数企业那里仍是贸易行为，而非经营行为。

中国化工出海目前还没有出现"技术出海"。无论是并购、绿地建厂还是资源合资，中国企业在海外输出的都是资本、装备与运营能力，而工艺包（process package）与技术许可的对外输出仍属空白。这一点与日本化工形成了鲜明反差——旭化成把丙烯腈与聚碳酸酯二元醇产能转移至韩国与中国的现有装置，本质上是技术体系在海外复现。技术出海是"从大到强"的最后一块拼图，也是最难的一块。在它出现之前，中国化工的全球化仍然建立在"制造能力"而非"知识产权"的基础上。

核心判断

判断一：日本化工的困境是结构性的，中东危机只是加速器。决定性证据是时点——旭化成、三井化学、三菱化学整合日本西部乙烯工厂的基本协议签署于 2026 年 1 月 27 日，住友化学与丸善石化的千叶整合公告发布于 2025 年 4 月 1 日，而中东冲突爆发于 2026 年 2 月底。换言之，最具决定性的几项关停决策，都发生在危机之前。危机改变的不是决策方向，而是执行速度与舆论环境。这一点对判断的持续性至关重要：如果关停是危机驱动的，那么危机缓解后可能回摆；既然关停发生在危机之前，它就只是一个早已做出的结构性选择的落地。

判断二：中国化工的护城河不是"成本便宜"，而是"原料路线的冗余度"。中国的石脑油进口依赖度是 17%，日本 60% 以上，韩国 77%。但这个 17% 只是一个结果指标。真正构成护城河的是三条并行路径——原油加工（2025 年加工量 7.38 亿吨，可在断供时压缩成品油出口优先保化工）、本土石化、以及以煤为锚的煤化工。煤化工实际上是一张以油气价格为行权条件的看跌期权。这个结论有一个重要的推论：中国的化工安全是能源体系多元化的副产品，不是化工行业自身的成就。它不能被单一行业政策复制，也不能被竞争对手追赶。

判断三：全球大宗化工的供给曲线正在永久性左移，但"日本退出＝中国受益"这个等式在利润层面要打折扣。三条证据支持"永久性"：装置物理年龄（日本 50% 以上装置运行超 50 年）、资本开支消失（欧洲化工资本开支三年下降 81%）、企业战略转向（三菱化学剥离基础化工、旭化成把烯烃合资持股限制在 10%）。折扣的理由是：日本退出的是低毛利环节，而这类环节正是中国过剩最严重的地方；真正被腾出的高端空间（半导体材料、电子化学品、碳纤维），中国在短期内接不住。

判断四：中国化工最大的风险来自自身，而不是来自日本或贸易壁垒。17.8% 的全球产值份额，对应 4.5% 的行业营收利润率、1.5% 的研发投入强度、以及超过 35% 的亏损产品比例。中国石油化工板块 2025 年归母净利润 382 亿元，折算净利率不足 1%。这组特征与二十年前日本化工的处境高度同构——同质化的大宗产能、微薄的利润、不足以支撑技术跃迁的研发投入。两者的唯一区别是原料端的安全性。因此，"从大到强"的分水岭只有一个指标：高端材料国产化率能否从当前不足 30% 提升到 50% 以上。以 POE 为标尺测算，单靠自主研发攻克一个高端材料的周期约 16 年，这意味着并购而非研发才是加速这项进程的关键工具。

判断五：中日化工的关系会先"错位"、后"交锋"。未来两到三年，日本退守半导体材料、碳纤维、医药中间体、电子材料等高端存量市场，中国占据大宗品与中端衍生物市场，双方在多个环节形成互补而非正面冲突。五年以后，随着中国高端材料国产化率推进，双方会在更多细分环节正面相遇。分水岭是国产化率从 30% 走向 50% 的那一段。

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。

特朗普要求乌克兰不能打俄炼油厂，“泽连斯基最好立刻停手，乌克兰该换个新总统”

Sun, 11 Oct 2026 01:37:39 GMT

美俄达成柴油协议，特朗普公开向泽连斯基施压，乌克兰转而寻求欧洲支持。

当地时间10月10日，特朗普公开表态，乌克兰不得攻击俄罗斯炼油厂，并直接点名泽连斯基：“最好立刻停手。”他更进一步建议乌克兰换掉现任总统，称“这样他们就能达成协议了”。

此前一天，美国财政部宣布放松对俄罗斯柴油贸易的制裁，特朗普随即宣布美俄就俄向美国及全球市场供应柴油达成一致。泽连斯基对此强烈反弹，称感到“被背叛”。乌克兰随即转向欧洲，泽连斯基10日与多国领导人通话，寻求协调应对。

特朗普直接点名：换掉泽连斯基

据央视新闻，10月10日，特朗普在被记者多次追问泽连斯基的批评后，拒绝正面回应，但随即主动发起攻势。

据央视新闻报道，特朗普表示，乌克兰总统泽连斯基想干什么就干什么，但不能打炼油厂。

特朗普还表示，泽连斯基最好立刻停手。特朗普称，建议他们换个领导人，这样他们就能达成协议了，乌克兰该换个新总统了。

特朗普同日表示，他对与普京达成的协议感到满意。

美俄柴油协议：导火索

特朗普此番表态的直接背景，是美俄之间一项新达成的能源协议。

10月9日，美国财政部外国资产控制办公室发布公告，宣布在未来几个月内放松针对俄罗斯柴油贸易的制裁，官方理由是缓解美国国内柴油供应紧张、平抑油价。

同日，特朗普宣布，美俄领导人就俄罗斯向美国及全球市场提供柴油达成一致。

乌克兰总统泽连斯基9日在接受采访时，对美俄达成柴油协议表现出明显失望，并称自己有一种“被背叛”的感觉。泽连斯基称允许俄罗斯出售石油产品“就是在投资战争”，并在9日夜间发布声明，直指“美方的行为不是伙伴应有的做法”，将这一决定定性为“强大伙伴作出的软弱决定”。

泽连斯基转向欧洲

面对来自华盛顿的压力，泽连斯基10日迅速展开外交行动。

据新华社报道，泽连斯基当天在社交媒体发布消息，确认已与多位欧洲领导人通话，包括芬兰总统斯图布、法国总统马克龙、挪威首相斯特勒以及英国首相伯纳姆。

通话内容涵盖三个方向：通报俄乌冲突近况；讨论美国放宽对俄石油产品制裁所带来的挑战；协调应对措施并筹备后续会晤。

泽连斯基呼吁欧洲各方加大对乌援助，并加强对俄罗斯的制裁力度。

风险提示及免责条款

下周重磅日程：中美CPI、沃什讲话、Anthropic投资者日、台积电与ASML财报

Sun, 11 Oct 2026 01:35:30 GMT

10月12日 - 10月18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：

首先关注IMF年会、沃什压轴讲话。IMF与世界银行年会横跨整周，全球增长、通胀、利率与政府债务是核心议题；IMF同期发布《世界经济展望》与《全球金融稳定报告》，G20财长与央行行长会议一并召开。出席阵容包括英国、欧洲、加拿大、韩国等央行行长。美联储主席沃什在会议尾声发表讲话。

其次关注中美通胀数据及国际局势。10月14日，美国9月CPI出炉，彭博预计显示整体通胀上升、部分受能源价格上涨推动。同日，中国9月CPI与PPI先行公布，中午进出口接棒，中国金融数据预计也将发布。此外美联储褐皮书在周四凌晨发布。国际贸易方面，美国对中国船舶的额外港口费下周生效；紧接着欧洲理事会会议或讨论对华贸易立场，据中信证券研究，汽车是本轮谈判中弹性最大、利害最集中的领域。地缘政治方面，特朗普改口称“可能”中选前对伊朗采取军事行动。

产业动态方面，Anthropic举办上市前投资者日，最快可能在11月9日当周启动IPO正式营销。此外，苹果举行智能家居发布会，预计推出新一代Apple TV 4K、HomePod mini与一款全新的家庭中枢设备。10月15日，特斯拉展示新一代Roadster，该活动原定10月1日举行、因天气恶劣改期。

财报与AI动态方面，ASML与台积电三季报先后登场，美股三季度财报季同期由高盛、摩根大通等大型银行开启。AI模型侧，阶跃星辰开源Step 5 Preview，千问新一代AI眼镜现货发售；监管侧，英国议会举行AI安全听证会，美四大AI巨头参与。此外，AI产业活动密集——OCP全球峰会在圣何塞举行，SEMICON West在旧金山召开并设先进封装峰会，英伟达中国开发者日与湾区半导体博览会落地国内。消费侧，京东淘宝“双11”开启，广交会同期开幕。

连续第9年的财经“神”历，也是你第九年的陪伴
 2027见闻历预售开启｜超值早鸟价 99元
 让每一个重要日子，都有备而来。

经济指标

美国CPI、PPI

美国劳工统计局将于10月14日20时30分公布9月CPI，前值同比3.4%。彭博预计整体通胀上升，部分受能源价格上涨推动。Continuum Economics 预计升至3.7%、核心2.4%。

中国CPI、PPI、进出口数据、金融数据

国家统计局将于10月14日09时30分公布9月CPI，8月同比上涨0.8%。同日一并公布9月PPI，8月同比3.8%，两者共同反映内需价格与工业品价格的修复节奏。

海关总署将于10月14日中午公布9月进出口数据，8月出口同比增长25%、进口增长28.2%。数据落在美国对华船舶港口费生效当日，是观察抢出口与转口节奏的窗口。此外，中国最新金融数据或也将公布。

财经事件

IMF与世界银行年会

IMF与世界银行年会10月12日至18日在曼谷举行，13日发布《世界经济展望》与《全球金融稳定报告》，15日G20财长与央行行长会议同期召开。英国央行参会阵容最齐，行长贝利、副行长布里登、首席经济学家皮尔与利率制定者格林均在列；美联储主席沃什16日与格奥尔基耶娃的炉边对话是全场焦点。日本央行不在曼谷，会期内于东京安排市场操作会议与副行长讲话。

继续关注地缘政治，特朗普改口称“可能”中选前对伊朗采取军事行动

近日，美国白宫媒体记者会上，当特朗普被问及为何推迟到中选后、而不是立即对伊朗采取行动时，特朗普说“可能”立即行动。据新华社，特朗普10日还表示，美国“可能”加入沙特针对胡塞武装的打击行动，“我们将仔细考虑”。这是迄今美方就该冲突最直接的介入表态。

美联储褐皮书发布、官员密集讲话

美联储褐皮书在周四凌晨发布，美联储哈玛克、沃勒、柯林斯先后发声。

苹果智能家居发布会

苹果公司宣布，将于10月13日举办「欢迎回家」主题活动，预计推出新一代Apple TV 4K、HomePod mini，以及一款全新的家庭中枢设备。这也是John Ternus上月出任苹果首席执行官后，苹果在智能家居领域的最新更新。

Anthropic上市前投资者日

美东时间10月1日周四，彭博援引知情人士消息称，Anthropic将于10月14日与潜在投资者举行Pre-IPO投资者日，公司已向一批机构投资者发出邀请；最快可能在11月9日当周启动IPO正式营销，争取在美国感恩节前开始交易。

英国议会AI安全听证会

英国议会商业、创新、科学与贸易委员会已致函 Meta、谷歌、OpenAI 和 Anthropic，邀请其出席10月13日的AI安全证据听证会，英国政府AI安全研究所代表亦受邀。看点是四家实验室首次在同一立法机构同场接受质询。

美国对中国船舶征收额外港口费

据环球时报，美国海关与边境保护局（CBP）10月3日正式发布CSMS #66427144号公告，确定自10月14日起，对进入美国港口的中国拥有、运营或建造的船舶，以及所有外国建造的汽车运输船征收额外费用。

欧洲理事会会议，或讨论对华贸易立场

据中信证券研究，10月15—16日欧洲理事会会议或讨论对华贸易立场。由于汽车行业是本轮谈判中弹性最大、利害最集中的领域，该机构认为此次谈判对汽车行业影响最为重大；欧盟预计2026年为中国车企贡献的总净利润空间约200亿至300亿元。

特斯拉新一代Roadster

特斯拉在X平台发帖称，由于天气恶劣，Roadster活动改期至10月15日举行。此前特斯拉计划于10月1日正式展示跳票多年的新一代Roadster。据报道，新车可能搭载来自SpaceX的冷气推进系统。

2026年诺贝尔经济学奖

2026年诺贝尔经济学奖，定于10月12日（周一）北京时间17:45公布。

欧盟各国外长会议

10月12日，欧盟各国外长在卢森堡举行会议，就俄乌冲突、中东局势发展以及欧盟进一步扩大带来的安全影响进行讨论。

第140届广交会

第140届广交会10月15日开幕、持续至11月4日，据新浪，为最大外贸展会，市场关注出口订单（家电、新能源车、机电）与海外需求信号。

美国财政部季度交易商问卷

美国财政部季度交易商问卷定于2026年10月16日发布，随后于11月4日公布季度再融资公告。市场参与者将密切关注问卷中是否包含削减长期债券发行规模、国库券市场容量上限或回购机制等相关问题。

iPhone Duo开启预售

苹果发售计划显示，iPhone Duo将于10月16日开启预售，10月23日正式上市。

京东、淘宝2026年“双11”

京东今年“双11”将于10月12日全面开启、现货开卖。从整体节奏来看，大促期分为起售期、开门红、专场期、高潮期以及返场期。2026年淘宝天猫「双11」活动分为预售和现货两个阶段，预售开始时间为10月15日20:00，现货售卖时间为10月20日20:00至11月13日23:59。

AI 大模型追踪

下周国产模型两个确定节点：阶跃星辰10月15日正式开源Step 5 Preview，13日阶跃终端发布首款智能体手机STEPX Neo；千问AI眼镜13日现货发售。传闻Gemini 4.0、Claude Opus 5.2、GLM-5.4将发布，官方均未官宣。

AI峰会及产业活动追踪

下周AI产业活动以算力基础设施为主线：OCP全球峰会12日至15日在圣何塞举行，SEMICON West 13日至15日在旧金山召开并设APHI峰会，英伟达中国开发者日15日至16日在苏州，众智FlagOS开放计算大会17日至18日在京举行。政策侧看英国议会13日的AI安全听证。

财报

美股及台积电财报

三季度财报季10月13日由高盛、摩根大通、摩根士丹利等大型银行开启。永丰金证券称，银行股的两个落点是净息差展望与第四季信用损失准备预提。全周最重的一场是台积电15日14时的第三季法说会，紧接ASML财报次日，设备端与制造端在一周内连续验证AI需求。

AH股财报

下周是A股三季报的开场而非高峰——沪市首份由有研新材13日发布，赣锋锂业15日、海康威视16日跟进，密集披露期在10月下旬。

传音控股港股IPO上市交易

传音控股拟通过香港IPO募资逾33亿港元，预计股票将于10月15日上市交易。

重磅事件提前预警（下下周）

下下周（10月19日—10月25日）重点事件提前提醒：

10月19日 2026金融街论坛年会在京开幕
10月20日 英伟达GTC大会（柏林）
10月27—28日 美联储FOMC议息会议（再下一周）

下下周（10月19日—10月25日）财报季进入高峰：

10月19日　中国巨石、海光信息　
10月20日　宁德时代、中国移动、大族数控、中船特气
10月21日　奈飞；中国电信　
10月22日　特斯拉、IBM、德州仪器、泛林集团、宝洁、Vertiv　均为；深南电路、长电科技、大族激光
10月23日　平安银行、亿纬锂能；西部数据

风险提示及免责条款

黄仁勋要“亲自下场”？英伟达洽谈收购“美国DeepSeek”Reflection AI

Sun, 11 Oct 2026 01:29:56 GMT

英伟达正寻求进一步掌控美国开源AI赛道的核心资产。

据英国《金融时报》最新报道，英伟达正与美国AI初创公司Reflection AI洽谈收购或深化投资事宜，知情人士透露，双方谈判仍处于早期阶段，交易可能在未来数周内达成，但也存在破裂风险。Reflection AI被视为“美国版DeepSeek”，其最新估值在今年3月的融资轮中达到250亿美元。

此次交易若成功落地，将是英伟达近期大规模AI投资浪潮中的又一重磅动作。就在今年9月，英伟达刚刚以130亿美元收购AI模型库Hugging Face；12月，英伟达还与芯片初创公司Groq达成约200亿美元的许可协议。彭博援引知情人士称，英伟达此次与Reflection的谈判尚未确定任何条款，可能的交易结构包括"acqui-hire"（即雇用员工并授权技术）、提供更多算力，或进一步增持股权。

交易结构灵活，规避监管审查

据报道，此次谈判中讨论的交易形式之一是"acqui-hire"——英伟达将直接雇用Reflection员工并获得技术授权，而非进行完整收购，从而绕开耗时较长的反垄断审查程序。

这一模式在大型科技公司的AI并购中日趋流行。英伟达此前与Groq的约200亿美元交易即采用类似结构，但该交易本周已遭到部分Groq员工提起诉讼。

除"acqui-hire"外，英伟达也可能选择向Reflection追加股权投资，或通过提供更多芯片与算力来深化双方合作关系。英伟达目前已是Reflection最大股东之一，此前已向其投入8亿美元。

Reflection AI：美国版"开源模型"的战略棋子

Reflection AI由两位前谷歌DeepMind研究员Misha Laskin和Ioannis Antonoglou联合创立，专注于开放权重（open-weight）模型的研发——此类模型允许用户自定义并在自有硬件上运行，运营成本远低于OpenAI或Anthropic的顶级商业模型。

本月初，Reflection发布了首款公开可定制AI产品Beam，运行于英伟达芯片之上。该公司称，Beam在高级推理基准测试中的表现与国内智谱AI旗舰开源模型GLM-5.2相当，同时在编程和AI智能体任务上具备成本优势。

Reflection还与美国国防部、能源部建立了合作关系，并与韩国等美国盟友签署了AI模型开发协议。此外，据华尔街日报此前报道，Reflection已与埃隆·马斯克旗下SpaceX及云服务商Nebius Group达成数十亿美元的算力采购协议。

Reflection的投资方阵容同样引人注目，除英伟达外，还包括红杉资本（Sequoia Capital）、Disruptive以及1789 Capital——特朗普之子小唐纳德·特朗普（Donald Trump Jr.）是1789 Capital的合伙人。

黄仁勋押注开源生态，补齐前沿模型短板

英伟达目前已拥有自家开放权重模型系列Nemotron，但在前沿规模的基础大模型领域仍存在明显空白。收购或深度绑定Reflection，将有助于英伟达直接填补这一缺口。

今年7月，英伟达首席执行官黄仁勋公开呼吁建立美国本土开放权重模型"生态系统"，称其对于"在全国范围内创造创新与繁荣机会"至关重要。特朗普政府的AI行动计划亦明确表态："我们需要确保美国拥有基于美国价值观的领先开源模型。"

从更宏观的视角看，英伟达过去两年持续向AI产业链各环节大规模注资——从OpenAI等大型AI实验室，到Nebius等新兴云服务商，再到一系列小型AI公司。这一策略在为英伟达芯片持续制造需求的同时，也令其在整个AI经济体系中的核心地位愈发稳固。与Reflection的潜在交易，则标志着英伟达开始从"卖铲人"向"亲自下场"的模型生态构建者转型。

风险提示及免责条款

159bp！法国债市危机愈演愈烈：是否重演2011欧债风暴？

Sun, 11 Oct 2026 01:10:45 GMT

近期，法国债市危机持续恶化，已成为欧洲金融市场的风暴眼。10年期法债与德债利差（OAT-Bund）一度扩大至159bp，创2011/12年欧债危机以来最宽水平，随后因法国极右翼政党释放财政纪律信号而快速收窄至约130bp，仍远高于年初水平。

表面来看，市场压力有所缓解，但法国财政危机解除言之过早。根据法国政府公布的最新预算草案，2026年赤字率预计达5.4%，2027年目标为5.0%，但达标难度较大；同时，公共债务/GDP约为119%，并可能升至121.7%。与此同时，学生抗议、教师罢工与预算僵局叠加，极右翼勒庞与极左翼梅朗雄在民调中持续对政府施压，穆迪将于10月23日审查法国评级，市场对法国财政可持续性的信任明显削弱。

这也让法国债市的定价逻辑发生显著变化：此前市场主要交易全球利率上行和欧洲央行（ECB）政策预期，而近期10年期OAT收益率升至4.75%附近，季度涨幅创40年来之最； OAT-Bund利差超额走阔愈发反映法国自身的财政与政治风险。

目前风险已开始向法国银行业、机构债以及其他欧洲主权债市场扩散。法国主要金融机构的CDS溢价大幅飙升，法兴银行5年期优先债违约保护年成本达10.3万欧元，较德银高出约1.65万欧元；法国机构债在本轮抛售中出现明显跟随，失业保险机构Unédic 10年期资产互换利差（ASW）相对OAT ASW的贝塔达到0.96，主权风险正通过融资成本向准主权及金融体系传导。

尤为值得关注的是，OAT向边缘国家的传染效应，已成为近期欧元加速贬值的关键。过去一周，利差压力从法国这一单一国家扩散至更广泛市场，定价逻辑由个体因素转向共同因子主导，市场随之对欧元区整体信用风险重新定价。

最大的风险是法国问题从单点风险变成欧洲共同因子

沙特利雅得机场遇袭造成12人死亡309人受伤，特朗普称美国有可能加入对胡塞武装的打击

Sun, 11 Oct 2026 01:01:12 GMT

利雅得机场连续遭袭，伤亡持续扩大，特朗普公开表态美国或介入，局势骤然升温。

据环球时报消息，沙特阿拉伯民航总局11日发布声明指出，利雅得哈立德国王国际机场10日遇袭造成12人死亡、309人受伤。死伤者包括多国公民，目前尚无中国公民伤亡报告。机场已暂停运营，以完成损失评估并检查设施安全。

就在同日，美国总统特朗普在谈及此次袭击事件时表示，美国“可能”加入沙特针对胡塞武装的打击行动，“我们将仔细考虑”。这是迄今美方就该冲突最直接的介入表态。

机场连续遭袭

这已不是利雅得机场首次遭到攻击。

此前沙特阿拉伯民航总局9日曾发表声明说，位于首都利雅得的哈立德国王国际机场8日遭到两次袭击，造成3名沙特公民死亡、多人受伤。10日再度遭袭后，伤亡人数大幅上升至12死309伤。

沙特阿拉伯主导的多国联军发言人图尔基·马利基10日晚另行表示，一枚炮弹坠落在达曼法赫德国王国际机场附近，显示袭击范围已不局限于利雅得一地。

目前，哈立德国王国际机场已暂停运营。沙特民航总局表示，正与有关部门协调开展相关工作，后续进展将另行公布。

美国称强烈谴责对沙特的袭击

当地时间10月10日，谈及沙特利雅得机场遭袭事件时，美国总统特朗普表示，在近期袭击事件发生后，美国“可能”加入沙特针对胡塞武装的打击行动，“我们将仔细考虑”。特朗普并未给出具体时间表或行动细节，但这一表态本身已引发外界对局势进一步扩大的关注。

当晚，特朗普还表示，对沙特的攻击是“一件糟糕的事情”。

美国国务卿鲁比奥当天也表示，美国强烈谴责近日对沙特阿拉伯的袭击。鲁比奥还证实，有美国公民死于沙特首都利雅得的哈立德国王国际机场遭袭事件。

胡塞武装释放信号，但双方分歧未消

就在袭击发生的同一天，胡塞武装也发出了另一方向的信号。

据新华社报道，胡塞武装10日表示，愿意与沙特采取相互对等的措施，避免将机场、海港及其他具有人道主义功能的设施卷入军事对抗，并将机场和海港列为优先保护对象。

但胡塞武装同时指责沙特于7月13日袭击也门首都萨那国际机场，称正是这一行动导致此前的缓和局势结束。胡塞武装还明确表示，不接受沙特在也门驻军。但双方立场分歧明显，冲突走向仍存在高度不确定性。

沙特主导联军：将坚决回应胡塞武装袭击利雅得机场

据新华社，沙特阿拉伯主导的多国联军发言人图尔基·马利基10月11日在社交媒体上表示，胡塞武装10月10日对利雅得哈立德国王国际机场一处航站楼发动袭击，造成旅客和机场工作人员等平民出现伤亡。

马利基称，此次袭击“已构成战争罪行”，多国联军将予以坚决回应。

沙特主导的多国联军表示，目前正开展大规模军事行动，打击胡塞武装军事能力，着力瓦解其弹道导弹网络，并全天候为也门政府军提供空中支援。

风险提示及免责条款

长鑫科技：4F²架构技术取得突破，相关产品预计年底亮相

上海证券报 — Sun, 11 Oct 2026 00:52:08 GMT

长鑫科技4F² DRAM架构研发取得关键进展。

第四届集成芯片和芯粒大会于‌10月9日至10日‌在上海举行，长鑫科技总裁曹堪宇在大会上发表演讲，全面介绍长鑫科技在DRAM器件、4F²架构及混合键合等方向的技术探索与积累，并官宣预计年底推出融合上述先进技术的新一代DDR5 RDIMM产品。

据曹堪宇介绍，长鑫自成立以来就启动4F²的研究和专利布局，公开专利族超300件，数量领先海内外厂商。长鑫在2021年发布4F²架构相关的论文，并在2023年、2025年的两篇论文中分享在该架构上的研发进展。

在演讲中，曹堪宇详细介绍了DRAM的技术发展演进，剖析了6F²和4F²架构的工艺挑战。他表示，长鑫的4F²架构，最核心的特色是在DRAM存储阵列晶体管上的创新，即自研的VSG（Vertical Surrounded Gate）晶体管。VSG晶体管采用垂直包围沟道结构，能实现更强栅控，解决漏电与短沟道效应痛点，同时竖立的晶体管也助力面积微缩，提升存储密度。

目前DRAM行业内主流的架构是6F²架构。6F²是衡量DRAM存储单元面积的一个核心指标。在DRAM芯片设计中，一个存储单元通常由一个晶体管（1T）和一个电容器（1C）组成。F（最小特征尺寸）代表晶圆制造工艺中光刻技术能实现的最小线宽或间距。4F²意味着每个单元仅占4倍最小特征尺寸的平方，因此单位面积内的晶体管数量会增多，实现存储密度的提升。

从6F²到4F²的跨越，本质上是晶体管沟道方向从水平布局向竖立布局的根本性变革。这意味着6F²时代的设计和工艺流程无法完全复用，需要整合新一套的工艺流程。据悉，研发过程中，长鑫科技对多项核心工艺流程展开深度技术探索与突破，全面优化涵盖字线金属化、位线成型以及结激活等关键工艺，以实现最优的性能与功耗比。

随着6F²架构的微缩难度越来越大，4F²架构再度成为业内积极探索的方向。最大的变化就是在于将DRAM与CMOS的工艺解耦，再通过晶圆级混合键合的方式实现高速互联。这是DRAM技术从二维缩放迈向三维集成的一个关键转折点。它破除了传统一体化制造中长期存在的工艺瓶颈，允许独立地优化逻辑性能和存储单元的密度与可靠性。

据悉，长鑫自2019年开始推进混合键合相关技术的独立自主研发，目前已公开的专利数量已经是全球前十水平。2025年长鑫在IEDM发表论文，介绍了多层水平单元堆叠DRAM架构研发成果。这是长鑫首次在12英寸晶圆平台上完成DRAM和CMOS晶圆级键合的实验验证。

记者获悉，DDR5 RDIMM作为服务器市场的主流配置，其应用环境对产品的性能指标、运行稳定性及兼容性提出了极高要求。长鑫将4F²架构的首代产品定为DDR5 RDIMM，将直面服务器内存领域极高的技术与工程壁垒。

本文来源：上海证券报

风险提示及免责条款

为何每个人突然又讨论CPU了

董静 — Sat, 10 Oct 2026 12:33:01 GMT

著名半导体行业分析师Ian Cutress认为，随着AI从单纯依赖GPU的大模型生成向调用外部工具的“智能体工作流（Agentic workflow）”演进，CPU在处理复杂逻辑和执行任务时的核心作用再次凸显；但由于应用场景复杂且智能体仍在快速迭代，目前整个行业尚未能准确界定这种新兴工作流究竟需要多大级别的CPU算力，以及最佳的CPU与GPU配置比例。

四部委征求意见稿：禁止隐藏式车门把手，关键功能保留实体操纵件

Sat, 10 Oct 2026 12:13:11 GMT

10月10日，中国工业和信息化部、公安部、生态环境部、市场监管总局联合发布征求意见稿，拟对汽车产品创新设计和研发测试验证实施全面强化管理。

征求意见稿明确提出，禁止配备全隐藏式车门把手；灯光、雨刮、除霜除雾等关键驾驶安全功能在采用虚拟操纵件的同时，必须保留实体操纵件；折叠显示屏、柔性显示屏被明确禁止；行车时不得使用"零重力"座椅、旋转座椅或座椅放倒成床等功能。

在时间节点上，自2027年1月1日起，涉及创新设计的新申报车型须提交额外技术参数及验证材料；已获批车型须在2027年7月1日前完成补充申报，逾期且存在安全隐患的车辆须立即停产并启动召回程序。

禁止全隐藏式门把手，关键功能须保留实体操纵件

征求意见稿中《汽车产品创新设计技术指南》明确规定，禁止配备全隐藏式门把手。采用门把手创新设计的产品，须按照《汽车车门把手安全技术要求》（GB 48001）等要求，充分验证车门把手在极端环境中的功能稳定性和紧急情况下的可操作性，并具备机械冗余设计和手部操作空间。

在操纵件方面，征求意见稿要求，挡位、灯光、喇叭、前风窗玻璃除霜除雾、前风窗玻璃刮水器、车窗升降、辅助制动、应急制动手刹、驱动系统电源切断装置和组合驾驶辅助系统激活等功能，均须配备实体操纵件，并纳入新增技术参数申报范围。

对于采用虚拟操纵件（触摸按键、压感按键等）替代传统物理按键的产品，须完成触控可靠性、防误触性能、反馈清晰度等评估验证。汽车应急逃生装置、应急制动装置、驱动系统电源切断装置等涉及安全的应急操纵件，必须具备实体操纵件和醒目标识，便于应急操作。

折叠屏、柔性屏被禁，显示屏娱乐功能受限

征求意见稿明确规定，不得采用折叠显示屏、柔性显示屏。对于采用中控娱乐屏、大面积显示屏、复杂抬头显示的产品，须评估信息呈现对驾驶安全的影响，以及极端环境场景下的功能可靠性，并进行碰撞安全评估。

新增技术参数申报项目中，要求企业填报中控显示屏娱乐功能的限制使用场景，以及是否配备组合驾驶辅助信号灯等信息。

座椅创新设计须受技术手段限制，行车时禁用特定功能

针对当前市场上广泛推广的大角度座椅（"零重力"座椅）、旋转座椅及座椅放倒成床功能，征求意见稿要求，汽车生产企业应通过技术手段限制座椅使用场景，行车时不可使用上述功能。

相关产品须完成座椅防夹安全性、碰撞安全性、调节机构锁止可靠性和防止误触其他操纵件等评估验证。同样，采用升顶座舱结构的产品，行车时亦不可使用升顶座舱功能，须通过技术手段加以限制，并完成防夹安全性、碰撞安全性、防风等评估验证。

新型交互方式受限，非驾驶人不得操控关键功能

对于采用语音交互、手势交互等新型人机交互系统的产品，征求意见稿规定，涉及关键驾驶安全的功能，如开启/关闭除霜除雾、前照灯、雨刮、车门、前机盖等，不得允许非驾驶人在车辆行驶过程中通过语音交互或其他新型交互方式直接操控。

新增技术参数申报项目中，要求企业填报防止语音等新型交互方式误操控车辆关键驾驶功能的情况，包括有效交互区域、语料识别、指令确认机制等内容。

研发测试验证门槛全面提升，环境适应性验证不少于一年

征求意见稿中《汽车产品研发测试验证技术规范》要求，汽车生产企业须在申报《公告》产品准入前，完成综合可靠性与耐久性、结构可靠性、软件功能可靠性、环境适应性、采暖与制冷、防护性能与密封性等方面的测试验证。

具体要求包括：综合可靠性与耐久性验证须完成不低于30000公里的可靠性验证试验；环境适应性验证周期不少于1年，且须包含从高寒—高温—高寒的试验次序（"两冬一夏"）；验证材料留存期限不少于6年。

未完成全部研发测试验证项目的企业，不得申报《公告》。未按要求进行测试验证、测试验证不充分或提供虚假验证材料的产品，工业和信息化部将不予公告。

营销宣传须如实，企业主体责任全面压实

征求意见稿对汽车生产企业的营销宣传行为作出明确约束，要求企业真实客观开展营销宣传，不得作虚假、夸大或引人误解的宣传，不得使用违反道路交通法规的场景来宣传产品功能，不得诱导驾驶人忽视安全驾驶责任。

在告知义务方面，企业须编制简洁易懂的使用说明书和用户培训材料，完整准确告知产品创新设计的正确使用方式、功能边界、使用条件及应急处置方法，不得隐瞒创新设计存在的技术局限性。

此外，征求意见稿鼓励汽车生产企业为创新设计涉及的系统和部件购买产品责任险。在发生安全事故时，企业须主动开展调查分析，并在公安机关依法开展交通事故调查时，及时提供数据和技术协助。

完善汽车产业链后端规范

在强化前端产品准入的同时，中国四部委发布的《汽车零部件再制造规范管理办法（公开征求意见稿）》进一步规范了报废汽车零部件的循环利用。

文件提出，支持回收拆解企业将报废汽车的“五大总成”（发动机、方向机、变速器、前后桥、车架）交售给通过再制造质量管理体系认证的再制造企业。再制造企业收购的种类需与自身业务一致。

同时，文件明确设定了回收禁区，不得回收尾气后处理装置进行再制造。对于不具备再制造条件的零部件，必须作为废料交售给冶炼或破碎企业，以确保环保标准与产品质量底线。

风险提示及免责条款

中国新能源车9月销量同比转负12%，乘用车零售降24%

Sat, 10 Oct 2026 11:51:00 GMT

中国乘用车市场9月延续下滑，长期扮演增长引擎的新能源车同比转负，需求疲软正传导至车市最后一块增长高地。

乘联会数据显示，9月全国乘用车零售销量170.2万辆，同比下降24%；新能源乘用车零售114.1万辆，同比下降12%。新能源车由增转降，是本月数据中最关键的变化。

这一变化意味着此前“整体下滑、新能源逆势增长”的结构被打破，车企四季度的量价与盈利将同时承压。

此前乘联会已将2026年国内汽车销量预测从下降1%下修至下降11%，一季度行业利润率创历史新低、价格战延续，9月数据进一步强化了需求偏弱的前景。

降幅仍处20%以上高位

9月24%的同比降幅仍处20%以上高位。作为对照，2月受春节及购置税免税政策退坡影响，零售同比下降25.4%；7月零售同比下降20.9%。9月降幅介于两者之间，显示终端需求收缩并非单月扰动，而是贯穿全年的趋势。

从绝对量看，170.2万辆的零售规模处于年内偏低区间。去年同期在政策与基数支撑下销量较高，今年缺乏同等力度支撑，叠加消费者观望情绪，零售端持续承压。

新能源车同比转负，渗透率高位下增长减速

新能源车零售114.1万辆、同比下降12%，是9月最具信号意义的变化。此前新能源车长期是乘用车市场的增长引擎，国内新能源渗透率持续走高，6月达63%、7月进一步升至65.1%。

9月新能源转负，是继2月因春节因素同比下降32.0%之后年内再次转负，但出现在渗透率已处高位的背景下。这意味着新能源车增长对整体车市的拉动正在减弱，其增量越来越依赖对存量燃油车的替代，而在需求整体收缩时，这一替代进程同样放缓。

四季度业绩承压，价格战或加剧

9月数据对车企四季度业绩构成直接压力。一季度全汽车行业利润率已降至3.2%的历史新低，行业平均单车净利润约10965元。销量下滑叠加价格竞争，将进一步压缩单车收入与毛利空间。

2026年开年已有近70款车型集体降价，新能源与燃油车平均降价力度均超13%。需求疲软环境下，价格竞争可能继续加剧，以价换量的效果递减，行业盈利修复更加困难。乘联会已将全年销量预测下修至下降11%，9月数据使这一判断面临的现实更为严峻。

后续需关注四季度是否有新的刺激政策出台，以及车企在价格与库存策略上的调整。

风险提示及免责条款

中国证监会召开资本市场和金融形势专家座谈会

Sat, 10 Oct 2026 11:16:51 GMT

10月10日，中国证监会党委书记、主席吴清在北京召开座谈会，与部分上市公司负责人、证券基金机构专家深入交流，就当前资本市场和金融形势充分听取意见建议。座谈会上，大家一致认为，我国宏观经济稳中向好，产业结构转型持续深化，资本市场运行总体稳健，多层次市场功能有效发挥，虽然面临一些风险挑战，但高质量发展的态势不会改变，对经济运行和资本市场充满信心。同时，与会专家对更好推动资本市场平稳健康发展提出了具体建议，主要包括：持续加强稳市机制建设，进一步拓宽中长期资金来源、渠道和入市方式，发展壮大耐心资本；推动有条件的上市公司加大分红回购力度，完善投资者回报和权益保护机制；优化发行上市制度，支持不同类型、不同行业、多元化的优质企业发展壮大；强化交易监管，加强跨境风险监测应对；研究储备更多增量政策工具；等等。吴清表示，上市公司和行业机构是市场的重要主体，希望大家积极建言献策，共同把资本市场建设好，更好回报广大投资者，为中国式现代化建设积极贡献力量。中国证监会有关司局负责同志参加座谈。

风险提示及免责条款

苹果把摄像头做成"不录像的传感器"：隐私牌能撬开智能家居吗？

36Kr — Sat, 10 Oct 2026 10:57:05 GMT

「Welcome home.」

一句「欢迎回家」，苹果为 10 月 13 日的神秘新品活动埋下了伏笔。

一个「Home」，似乎暗示了这场活动的主角。正如我们此前的报道，这一次，苹果可能要往我们家里添不少新东西。

图｜Apple

在这些硬件的新品身后，苹果也正试图让 AI 真正走进家庭，让 Siri AI 成为整个智能家居的「大脑」。

当一向强调隐私保护的苹果，遇上需要主动感知周围环境的 AI，苹果在 AI 时代的隐私策略，或许比即将亮相的新品更加耐人寻味。

也就在几天前，一则关于苹果新设备的爆料，恰好揭示了一种颇为反常识的产品思路：

一台不录像的 AI 摄像头

根据彭博社记者 Mark Gurman 在他的《Power On》播客中透露，苹果正在开发一款代号为 J450 的智能家居摄像头。

它的的外形是一个小型金属圆柱，看起来像放大版的唇膏，可以摆放在家中的不同位置。

特别的是，这款摄像头并不保存或传输视频，它通过很低的帧率来感知周围环境，再用 AI 分析人员和宠物的活动，最终将这些发生的事件转化成文字的描述。

这么看，叫它「传感器」好像还更恰当一些……

这款产品也不会单独形成一条产品线，它是代号 J490 的智能家居显示屏中枢——也就是此前爆料中的 HomePad——的配套产品。

图｜MacRumors

爆料同时提到，它的感知方式可能与苹果此前探索的摄像头版 AirPods 所使用的技术非常相似。

今年 8 月，曾有一段演示视频曝光：带摄像头的 AirPods 被用于识别用户眼前的书籍。而在稍晚的 9 月，Gurman 在另一档播客中，用「Depth map」（深度图）来形容相关技术——更接近于通过点状信息来呈现人员的位置及移动。

爆料是否准确，我们暂且放在一边。这里借它来理解，这款新「摄像头」究竟想做什么。

对于传统摄像头而言，一段十分钟的视频，意味着十分钟的连续画面。但对于能够理解视觉信息的 AI 来说，用户真正需要的可能只有一句话：

「有人把快递放在门口，随后离开。」

我们不能说完整录像会失去它的价值，毕竟在现实生活中，连续影像所能提供的信息，还是一句 AI 生成的文字能没有办法交代清楚的。

只不过从这条技术路径来看，它确实提供了另一种思路： 设备不一定要完整记录周围发生的一切，才能理解正在发生什么。

如果打个比方，苹果正在探索的这套感知方案，有点像浴室门上的一块磨砂玻璃/光栅玻璃。

门外的人依然能看见里面有没有人，甚至能够通过模糊的轮廓，猜出一个人大致在做什么。但至少，他无法再像隔着透明玻璃一样，把里面的一举一动看得清清楚楚。

这当然不意味着隐私得到了万无一失的保护。毕竟，磨砂玻璃又不是一堵墙，总归还是能透出点什么。

但两者给人的心理压力显然不是一个量级。如果一间浴室只有透明玻璃，恐怕很少有人愿意走进去；而当玻璃变成磨砂的，即使知道外面依然能看见自己的轮廓，许多人也愿意接受这种程度的暴露。

苹果试图改变的，可能正是这种心理上的边界。

不久前发布的 Apple Watch Series 12 带来了 Siri Recap 功能。我觉得，它也有类似的思路的体现。

图｜Apple

用户主动开启后，手表能够检测周围的对话，通过 Apple Intelligence 生成标题、摘要和要点，方便用户事后回顾。

在这个过程中，采集到的音频会交由 iPhone 和 PCC（私有云计算）分析与转录。最后留下的是一份「高度压缩且去除敏感信息」的文字形式的记录，这份原始录音则不会留给用户回放。

再回头看那款摄像头，两者看似是不一样的产品形态，但苹果在两者上探索的方向其实是心有灵犀的：

从记录发生了什么，转向理解发生了什么。

被 AI 改写的社交信任

过去，智能设备往往被动响应用户的主动操作；而未来，AI 助手需要主动、持续地理解用户所处的环境，才有机会提供更贴近场景的服务。这也就是我们常常提及的「个人上下文」概念。

矛盾也出于此。

一台设备越了解用户，就越可能接触用户不愿被记录的生活细节；更复杂的是，隐私涉及的不只是设备主人，还有朋友、家人，甚至不经意出现在感知范围内的其他人。

一个简单的场景。和朋友坐在咖啡馆聊天，对方戴着一副智能眼镜，我们像往常一样讨论工作、吐槽同事。

想想可能觉得没什么大不了的，不就是一副眼镜呗。

但如果这位朋友突然掏出一支录音笔，摆在桌上，告诉我，接下来我的那些吐槽过的奇葩甲方、和爸妈吵架的糟心事，甚至关于前任的那些陈年旧账，这些都可能被一一记录下来，上传到某个不知道在哪的服务器，最后被整理成一份备忘录供他随时搜索、查阅。

这口咖啡我大概率是喝不下去了。

因为在我们传统社交环境中，其实存在着许多不需要明确说出来的规则。

朋友之间的闲聊，默认不会被录音；饭桌上的玩笑，说过笑过，也就过去了——这些规则很少被写进正式的社交礼仪，却构成了人与人交往时心照不宣的默契。

真实的窘境是，AI 可穿戴设备正在逐渐消解这一层默契。

过去，我们想录下一段谈话，通常还得掏出手机、打开录音，周围的人至少有机会问一嘴。

今天，我们使用一些智能眼镜设备的时候，录制时亮起指示灯，还能算是给周围的人提个醒。即便这在我看来，这多多少少有点「我已经提醒过你了喔，剩下就不关我事了哦」的意味。

亮灯终究只是一种提醒，而不是一种承诺。 它并不意味着周围的人已经同意被记录。

更何况，未来那些能够全天候感知周围环境的设备，可能连「按下录制键」这一步都省了。即使佩戴者没有主动做什么，设备也可能已经在暗中默默完成了感知和分析。

这也是当下一些 AI 硬件产品形态的尴尬：它们的许多能力成立的基础，恰恰建立在周围人未必知情、也未必同意的环境感知之上。

这也让我们不得不重新审视对「隐私」的理解。

过去，当我们谈论科技产品的隐私问题时，关注的往往是数据安全和个人信息泄露。比如，我们的聊天记录有没有被泄露，平台又有没有在未经允许的情况下，将这些信息交给第三方。

当 AI 设备开始拥有持续感知现实世界的能力，隐私问题也多了一层新的复杂性。

事实上，早在 AI 可穿戴设备出现之前，美国隐私研究学者 Helen Nissenbaum 就曾提出过一种理解隐私的理论——「情境完整性」（Contextual Integrity）。不过，我觉得将其放之于 AI 时代也同样适用。

情境完整性理论告诉我们， 隐私并不简单等于保密 。

我们每天都在不同的社会关系和场景中交换信息，而这些信息的流动是否恰当，很大程度上取决于它是否符合特定情境下人们默认的规则。比如，看病时，我们会向医生讲述一些连家人都未必知道的身体状况。

而判断一段信息的流动是否越界，就需要考虑谁在传递信息、谁在接收、涉及什么内容，以及信息是在什么条件下被传递的。

所以，即便信息本身并没有改变，一旦接收者或传递方式发生变化，原本合理的信息交流，也可能越过隐私的边界。

仍然是看病的例子，我愿意将身体状况告诉医生，可这些信息未经同意就被提供给广告商，即使内容没有变化，恐怕也很难让我接受。

回到刚才咖啡馆的场景。

我愿意向朋友吐槽甲方，不代表也同意这段对话被他的 AI 眼镜采集和分析。就算信息没有泄露，这本质上也远超了我对「私人交流」这一场景的预期。

所以，隐私保护不能只停留在数据被收集之后，设备选择记录什么、不记录什么，本身也是隐私保护的一部分。

从这个角度来看，苹果作为一家硬件厂商，或许正在尝试用一种不同的技术思路缓解这种矛盾——

尝试将「感知」与「记录」区分开来，通过不保留原始录像，或许能给用户减少因为持续记录带来的社交风险。

苹果的隐私生意经

其实，这样一种产品思路出现在苹果身上，并不令人意外。

我们在过往的文章中聊过，苹果与谷歌达成合作，借助 Gemini 模型增强 Siri 的 AI 能力。这件事当中，也能看出苹果对隐私保护的态度。

尽管用上了谷歌的大模型，苹果仍然选择把相关 AI 功能的运行环境，紧紧掌握在自己手里，让它们在设备端和 PCC（私有云计算）架构中运行。

即便部分计算借助了谷歌的云端基础设施，苹果也希望通过自己的隐私保护机制，避免用户的私人数据被第三方获取。

感兴趣的朋友可以自行跳转阅读：为了让你的 iPhone 聪明点，苹果每年给谷歌砸 10 亿美元

能看出来，苹果一直试图把「隐私保护」变成自己的竞争优势。

与此同时，如果苹果希望继续成为 AI 时代最重要的硬件入口之一，它就不得不让自己的产品获得更多感知现实世界的能力。

设备知道得越多，随之而来的隐私问题也就越难回避。

从这个角度来看，传闻中这款摄像头的产品思路，既延续了苹果一直强调的隐私理念，也符合它自身的商业利益。

毕竟，除了隐私理念，还有一个很现实的因素： 苹果首先是一家硬件公司 。

尽管服务业务的重要性不断提高，iPhone、Mac 等硬件产品，依然构成了苹果收入的主体。

这意味着，苹果并不需要依靠尽可能多地收集、留存用户行为数据，才能从一台设备上赚到钱。

恰恰相反，如果一台家庭摄像头因为更好的隐私保护，让更多人愿意把它放进自己家里，那对苹果来说，会不会反而是一笔更划算的交易呢？

换成其他科技公司，这笔账可能会没这么好算。

以 Meta 为例，它同样希望通过智能眼镜等设备，成为下一代 AI 的重要入口。只不过，与苹果不同，Meta 的收入一向都高度依赖广告业务。

在 Meta 的商业模式中，用户数据与广告定向、效果衡量、推荐算法以及商业增长都有着密切关系。

并不是说 Meta 一定会将智能眼镜采集的环境信息用于广告。只不过，对于一家依赖数据驱动广告业务的公司来说，减少数据收集与留存，可能就不只是一个产品设计上的决定，还需要考虑对现有业务的影响。

同样是做 AI 硬件，不同的赚钱方式，可能会让两家公司对隐私保护产生不同的考量。

所以相比之下，苹果或许更有动力，将隐私保护变成下一代 AI 硬件的重要竞争力。

更有意思的是，这件事的影响可能不止于苹果自己。

当一家足够有影响力的公司，把「不保存原始数据」作为公开的产品承诺，消费者可能也会拿这个标准，去看待行业里的其他 AI 设备。

那其他厂商或许也会面临类似的追问——

既然苹果已经开始尝试少留一些数据，那其他公司的 AI 设备呢？它们会留有多少关于我的信息？

原本只是某家公司的产品选择，也可能因此逐渐像滚雪球，成为整个行业需要公开回答的问题，而消费者也就有了更多知情和选择的空间。

其实最终受益的，是每一个在未来，将不得不与这些 AI 设备共同生活的你我。

本文来源：36Kr

风险提示及免责条款

野村警告：美股指数“严重失真”，十只股票贡献标普七成涨幅，警惕柴油带来新冲击

Sat, 10 Oct 2026 10:23:15 GMT

美股表面平静之下，一场滚动式熊市正在悄然蔓延。

野村证券跨资产策略师Charlie McElligott在10月8日的报告中警告，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，指数的"平静"不过是极度集中的市场结构所制造的幻觉。

McElligott指出，仅十只股票就贡献了标普500自3月30日以来23%涨幅的70%，其中英伟达一家独占13%。与此同时，欧洲柴油短缺正通过利率波动率传导至整个市场，构成随时可能引爆的“导火索”。

就在野村报告发布数小时内，两大关键变量相继落地：特朗普宣布中期选举前不对伊朗动武，油价应声下跌；英国《金融时报》随即披露OpenAI年化营收远低于此前向投资者传递的预期，纳斯达克周四当日跌逾1%，AI板块遭到重创。

上述两则消息直接冲击了McElligott所描述的市场核心逻辑——一个由少数AI赢家撑起指数、其余成分股在水面之下大幅下跌的"严重失真"结构。野村的分析显示，当前市场相关性处于过去25年中仅有两次出现过的极低水平，而那两次的历史背景，分别是2007年全球金融危机前夕和2018年的"波动率末日"（Volmageddon）。

指数"原地踏步"，水面之下已是熊市

自7月"动量去杠杆/AI平仓"冲击以来，标普500指数整体涨跌幅不足1%，波动率指标全面压缩：SPX 10日已实现波动率仅为7，3个月平值隐含波动率处于过去一年的第2百分位，25-delta认沽/认购偏斜更低至0.4百分位。

然而，这种平静与个股层面的剧烈分化形成鲜明反差。过去一个月，标普500指数仅移动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。AMD单月涨幅达39.5%，英特尔上涨27.6%；而奈飞下跌18.2%，银行股同样承压。

从更宏观的视角看，成分股的损伤触目惊心：

85%的标普500成分股较历史高点回撤超过10%

59%回撤超过20%

41%回撤超过30%

26%回撤超过40%

17%回撤超过50%

换言之，指数距历史高点仅一步之遥，但六分之一的成分股已腰斩。McElligott将此定性为"滚动式大幅修正"，并批评那些认为"股市没有反映利率风险"的观点——利率敏感型板块过去一个半月已遭到重创：医疗保健-3.5%，非必需消费品-3.6%，公用事业-4.6%，工业-5.8%，金融-7.7%，材料-7.9%，REITs -9.8%。过去30天内，标普500中仅有科技、媒体、电信（TMT）和能源两个板块录得正收益。

十只股票撑起七成涨幅，集中度风险极端

野村的数据揭示了这场"幻觉"的核心机制。自3月30日以来，标普500累计上涨23%，其中十只股票贡献了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%。

自8月3日以来，"Mag 7"（七大科技巨头）上涨7.7%，标普500上涨2.6%，而等权重标普500则下跌3%。

McElligott将这一现象定义为"主题性分化"（Thematic Bifurcation）：

少数AI赢家承担了全部指数上行动力，其余股票则因资本和情绪被"挤出"、AI颠覆风险的预期，以及利率上升的压制而持续落后。

当前市场相关性之低，历史上仅有两次可比先例。标普500一个月隐含相关性处于过去一年的第1.8百分位，一个月已实现相关性处于第0.7百分位。

据彭博报道，高盛衍生品策略师Brian Garrett此前指出，过去25年中仅有两个时期出现过如此低的已实现相关性——分别是全球金融危机前夕和Volmageddon。

期权市场"只怕上涨"，Gamma压制波动

指数层面的平静并非偶然，而是有结构性力量在主动维持。

McElligott指出，指数"波动率供给"规模庞大，尤其是0DTE/1DTE日内期权的卖出行为，主要来自QIS波动率风险溢价（VRP）策略，将做市商的Gamma头寸"塞满"，从而隔绝了大幅波动的可能。野村测算的0DTE客户Gamma区间达到+140亿美元，处于第100百分位。

卖出波动率的回报之丰厚令人咋舌：卖出日度25-delta标普认沽期权的10日夏普比率高达13.9，卖出日度宽跨式组合的夏普比率达14.2。

除QIS策略外，衍生品收益基金的规模同样不可忽视。衍生品/收益基金资产管理规模目前达3220亿美元，自2020年以来增加2220亿美元，基金与结构性产品合计每月提供的Vega供给达4.15亿Vega。

低实现波动率形成自我强化循环：波动率控制策略、CTA和风险平价基金的美股敞口已回升至第86百分位，接近年内高点。

最为反常的是期权偏斜结构：认沽偏斜处于过去一年的第0.4百分位，而认购偏斜则高达第99.6百分位（野村图表显示为第100百分位）。市场参与者几乎不购买下行保护，“唯一的恐惧是右尾上涨风险”——大量机构投资者因持仓不足AI核心股票而面临踏空压力，被迫追涨的潜在动能持续积聚。

柴油短缺：利率波动的隐形导火索

McElligott将能源——尤其是欧洲柴油短缺——定性为整个市场结构中最脆弱的环节。他的核心判断是：柴油裂解价差（Cracks）= 利率波动率。

其逻辑链条清晰：欧洲和亚洲面临能源短缺，全球（亚洲和印度除外）炼油产能严重不足。特朗普此前以"柴油禁令"相威胁，迫使欧洲释放了规模超出预期的紧急储备（仅法国一国就释放1000万桶柴油），但这仅能维持约一个月的供应，且无法解决根本性的炼油产能瓶颈。

欧盟柴油裂解价差目前处于85，欧元区1年1年利率波动率为112.6，两者自2月以来几乎同步运动——利率交易员实际上已在交易柴油。

欧洲能源市场同样处于年内高位：德国1年期远期基础电价138，荷兰天然气近79，英国天然气196，柴油价格1485美元。

McElligott警告，即便伊朗局势暂时缓和，炼油产能的结构性短缺依然存在，"无论多少条Truth Social帖子，都无法炼出一桶柴油"。

三种交易路径与核心风险

面对上述复杂局面，McElligott提出三种交易策略：

第一，追逐右尾上涨。在未来一个月的财报季中，买入大型科技股认购价差期权，押注AI财报再度提振市场，推动标普500向8000点冲击。当前认购偏斜处于第99百分位，对于仍处于低配状态的机构而言，这一策略具有不对称的赔率。

第二，在和平预期中做空能源溢价。若特朗普在中期选举前释放伊朗谈判信号，能源和利率波动率将大幅回落，届时可转向黄金和罗素2000（IWM）上行期权等"超跌资产"。

第三，无论如何持有利率波动率。McElligott建议通过做多美元/欧元利率Vega、持有长期限Swaption宽跨式期权进行对冲，因为即便财报季表现亮眼，终端利率预期仍可能上行，美联储政策路径需要重新定价至"真正限制性"区间。

野村回测显示，美元20年20年Swaption宽跨式期权在通胀最高五分位数环境下月均回报超过1%，几乎全部来自Vega收益。

OpenAI营收数据重击AI叙事

就在McElligott报告发布当日，两大关键事件相继验证了其分析框架。特朗普在Truth Social宣布中期选举前不对伊朗动武，油价随即下跌，印证了McElligott所描述的"和解"情景。

然而更具冲击力的是，据英国《金融时报》报道，OpenAI年化营收约为200亿美元，远低于此前向投资者传递的约700亿美元预期，差距高达约500亿美元。消息公布后，纳斯达克当日跌逾1%，AI板块遭到集中抛售。

分析认为，这一数据直接打击了支撑整个市场结构的核心前提——AI需求的真实性与增长可持续性，也对英伟达、博通（AVGO）等芯片融资交易的逻辑构成直接挑战。

McElligott的牛市情景建立在"AI资本支出涓滴效应"最终惠及其余493只股票的预期之上——Mag 7对标普500盈利增长的贡献已从15%降至7%，而其余493只股票的贡献则从7%加速至13%再至18%。

但这一逻辑链条的起点，正是AI需求的真实性，而这一前提刚刚遭遇了来自OpenAI自身投资者文件的首次重大冲击。

当前，市场相关性处于仅在全球金融危机前夕和Volmageddon出现过的极低水平，认沽偏斜处于第0.4百分位，几乎所有人都在以14倍夏普比率的代价做空左尾风险。McElligott的Swaption宽跨式期权，或许是当前市场上性价比最高的保险。

风险提示及免责条款

厄尔尼诺70年最强，从糖到铜：大宗涨幅还剩多少空间？

Sat, 10 Oct 2026 10:23:00 GMT

9月，超强厄尔尼诺事件正式形成。预计该事件将于12月达到峰值，并有接近100%的概率持续至2027年2月。当前正迎来1950年以来最强超强厄尔尼诺。Niño3.4区海表温度异常值已达3.0℃，峰值可能达到3.7℃，远超2015/16年另一次超强厄尔尼诺事件的2.6℃历史极值。

气候异常已转化为明确的区域天气冲击。印度6-9月季风降雨较常年同期偏少13%-15%，为十年来最弱季风降雨，水库水位降至五年低位；印尼降水同比大幅下降；巴西南部及中部部分地区降雨过多；澳大利亚、东南亚部分地区则面临高温干旱。

农业领域已出现显著的供给受损。欧洲夏季干旱预计导致欧盟2026/27年度小麦产量同比下降约8%，玉米产量降至5060万吨、创14季低点，糖产量下降约20%。印度季风降雨不足，水稻和甘蔗承压；印尼棕榈油产区干旱、火灾及雨季推迟，2027年减产风险上升；巴西中南部甘蔗收割与压榨进度亦受显著影响。

工业品与运输亦受气候冲击。印尼部分镍加工设施因缺水面临减产；智利、秘鲁及赞比亚铜矿生产与物流受异常降雨或干旱影响。印度水电出力下降，燃煤发电需求上升。巴拿马运河与欧洲莱茵河低水位制约船舶通行与装载效率，推高部分商品物流成本。

气候异动对大宗商品市场的冲击已进入实质性定价阶段，农业、工业金属以及能源航运板块的价格波动显著放大。受厄尔尼诺影响较大的玉米、大豆、豆粕和糖等农产品，其投机资金净多头持仓已升至近10年高位；CFTC持仓从深度净空头转为净多头。

当前大宗市场已定价多少？

张忆东：港股10月大概率反弹，先抑后扬，把握两条主线

投资作业本Pro — Sat, 10 Oct 2026 10:21:27 GMT

10月5日，海通国际首席经济学家张忆东发布策略周报，分享了对港美股、美债和欧债的看法。近期该团队的预警已多次应验。

张忆东团队于5月6日率先在业内发布《夏日寒风》预警，7月份全球股市如期大跌。8月16日，该团队发布《秋季行情将从跌深反弹转向震荡分化》，在市场短期反弹后前瞻性提示全球主要股市的秋季行情将面临短期震荡风险，指出美债10年期收益率已突破近三年高位，未来数周不排除进一步向4.8%—4.9%靠近，极端情况下甚至触及5%左右。

投资作业本课代表整理了该团队本次周报的要点如下：

1、10月份全球股市有望从risk off走向risk on。

2、9月至今的美债收益率"飙升"之势难以持久，海外债市风波较难演变为全球金融危机。美债长端利率10月份高位震荡回落或是大概率。

3、近期欧洲债市风波较难演变为再一次的欧债危机或者新的全球金融危机，反而可能导致欧洲的资金流向美债市场进行避险，短期有利于压低美债长端收益率。

4、基本面将是四季度行情的关键，在海外高利率和宏观高波动背景下，投资需要立足基本面以不变应万变。

我们继续看好四季度美股行情，但近期创新高后，美股基本面和估值的性价比下降，警惕美股短期遭遇美债和欧洲收益率惯性冲高的冲击。

5、我们依然维持港股10月份大概率出现反弹行情的判断。后续港股行情反弹，可能只需要short cover就能启动，未必需要等待经济和盈利全面回升。

港股10月份有望先抑后扬，厚积薄发，可以关注港股波动率指标和美债利率走势和美股走势。

6、我们的投资建议是高利率时代精选基本面，掘金超级智能的应用主线，配置非科技领域的深度价值资产。

以下是投资作业本课代表（微信ID：touzizuoyeben）整理的精华内容，分享给大家：

10月全球股市有望从risk off走向risk on

9月27日我在《宏观利空下美股保持强势，AI行情如期转向应用主导》提出：在基本面的支撑下，美股将保持强势。

当前，在全球股票定价的影响因素中，美债长端利率上行、风险偏好恶化以及上市公司短期业绩等已经比较充分地兑现了（price in）。

但是，在AI这种时代性、革命性的科技变革面前，关于企业长期可持续增长上限，也就是自然增长率，市场对其定价存在严重的不充分，而这才是真正在AI行情之秋的大机会。

高利率时代精选基本面，AI应用中美共振、科技硬件“缩圈”，非AI科技领域看产业景气。10月份全球股市有望从risk off走向risk on。

美债"飙升"之势难以持久

首先，美债10年期收益率近期升至5.3%左右，在今年年内比较充分地定价了各种宏观基本面。

5月以来，我们持续提示“夏日寒风”的风险，并将美债长端利率超预期上行视为全球风险资产面临的一只“灰犀牛”，预判三季度或升至5%以上、极端情况下达到5.3%左右，目前市场已经运行到这一位置。进入三季度，这一风险逐步兑现。

9月30日美债10年期收益率收于5.29%，为2007年6月以来最高，6月底以来累计上行91bp。市场对2027年末政策利率的定价约4.8%，较美联储9月点阵图中位数高出近70bp，说明加息预期已计入得相当充分。

其次，当前美债长端利率上行的主要矛盾由利率水平转向上行速度，美债收益率升至高位本身具有美国经济较强、通胀较强等基本面基础，真正值得关注的是9月以来过快上行的速度。

最近几周美债收益率加速上行偏向极端：MOVE指数在9月下旬由78.6升至110.45，利率上行由低波动下的有序上行转为高波动下的加速。

9月份至今美债收益率上行，经历了政策重定价和交易性放大两个阶段。前期短端领涨、实际利率主导、曲线走平，是典型的政策路径重新定价；9月23日以后，收益率走势开始与政策定价分化：加息概率下降、2年期收益率回落，10年和30年期收益率仍继续上行，曲线由熊平转为熊陡，源于高波动环境下风险预算收缩叠加季末市场承接能力减弱。

第三，9月至今的美债收益率"飙升"之势难以持久，海外债市风波较难演变为全球金融危机。

我们相信常识：任何可持续的变化都应是相对稳步的，持续而猛烈的飙升往往难以持续，不宜因为短期飙升就过度寻找理由去论证其合理性。相反，我们维持此前的预判——美债长端利率10月份高位震荡回落或是大概率。

短期看，随着季末过去，交易性因素可能逐步消退。长端市场承接尚未失灵。

中期看，美国经济保持较强韧性，美债长端利率或继续维持高位震荡，但这是与高增长相匹配的高利率。

欧债风波难酿危机

近期欧洲债市风波较难演变为再一次的欧债危机或者新的全球金融危机，反而可能导致欧洲的资金流向美债市场进行避险，短期有利于压低美债长端收益率。

近期欧洲国债市场出现明显波动，但不同国家之间的表现高度分化。德国国债仍获得避险资金，压力主要集中在财政约束较紧、增长偏弱、国债风险溢价上升的国家，反映的是国别财政风险重估。

更关键的是，美国融资市场和国债现券流动性指标保持正常，以史为鉴，或成为后续避风港。

继续看好四季度美股行情

基本面将是四季度行情的关键，在海外高利率和宏观高波动背景下，投资需要立足基本面以不变应万变。

首先，基本面的差异近期充分反映在股市定价上，海外债市风波之下，美股的盈利韧性构成赢家通吃的优势。

美股的盈利预期持续上修、更为强势，港股逐步走出低位，边际改善。

标普500未来12个月每股盈利预测的同比增速由6月底的32.06%升至9月底的37.61%，盈利支撑仍较强劲；同期，恒指未来12个月每股盈利预测的同比增速连续三个月回升至6.94%，恒生科技的盈利预测回升至8.89%。

其次，玫瑰有春天，苦菜花也有春天，四季度行情关注基本面的“预期差”和股市基本面和估值的“性价比”。

基于基本面，我们继续看好四季度美股行情，维持此前《宏观利空下美股保持强势，AI行情如期转向应用主导》的判断，但近期创新高后，美股基本面和估值的性价比下降，警惕美股短期遭遇美债和欧洲收益率惯性冲高的冲击。

港股10月大概率出现反弹行情，有望先抑后扬

基于基本面，我们依然维持港股10月份大概率出现反弹行情的判断。

虽然基本面修复尚需时间，但是，海外债市波动引发了过度拥挤的悲观交易，导致港股的调整大大超出了基本面的原因，所以，后续港股行情反弹，可能只需要short cover就能启动，未必需要等待经济和盈利全面回升。

美债长端利率能否结束急升、中国经济基本面能否企稳回暖，是打开港股修复空间的两个关键变量。具体而言：

第一，海外投资者对于中国经济的预期，已从年内最悲观的位置开始修复，后续还需等待更多积极政策落地。

花旗中国经济意外指数自5月中旬以来持续处于负值区间，但是，9月15日该指数降至-45.9，10月2日回升至-35.6，有所改善。需求端，1—8月社会消费品零售总额累计同比增长1.1%，消费修复仍需时间。

第二，港股基本面目前的“预期差”较大，投资者拿着显微镜审视中国经济和经济政策而得出悲观结论，忽略了中国经济政策方向一定比具体某个政策重要的原则，低估了政策最终稳内需稳经济的能力。

中国经济企稳对港股的意义尤其直接，不论是金融地产，还是互联网、消费，港股的权重股的基本面基本上都是立足于中国经济，一旦稳经济政策组合拳不断落地，势必有助于推动港股行情从风险溢价回落走向盈利修复。

后续若经济数据改善，港股反弹的基本面支撑将进一步增强。

当前更值得把握的是偏低预期下的修复机会，再由后续盈利验证行情的持续性，更符合港股的定价特点。

港股当前盈利和估值的性价比较好，风险偏好极低，卖空和估值等指标已到极端值。

10月2日恒指下跌2.60%，失守24000点，当日卖空成交占全市场成交的27.34%，为2015年以来第五高；恒指未来12个月预测市盈率降至9.97倍，AH溢价指数升至126.77，H股相对A股的折价进一步扩大。

这些指标表明，投资者对港股的定价已较为谨慎，防御和对冲需求也较集中。

港股10月份有望先抑后扬，厚积薄发，可以关注港股波动率指标和美债利率走势和美股走势。

一方面，从历史经验看，港股的阶段性底部多出现在波幅指数冲高之时，恒指波幅指数目前19.34，尚未明显放大，若后续波幅进一步上升，阶段底的胜率将显著提高。

另一方面，关注美债长端利率何时震荡回落，一旦外部环境转稳，当前港股集中的卖空和对冲交易就可能出现short cover。

若美债长端收益率果真如我们预期的那般10月份结束急升并逐步回落，港股面临的外部折现率压力将随之减轻；在中国内地利率相对稳定的情况下，中美利差也将收窄，中国资产的相对吸引力进一步改善。

若海外债市波动同步下降，投资者要求的风险补偿也将回落，与无风险利率下行共同推动港股估值修复。

若美债压力缓解，美股行情或从科技权重龙头向更广阔领域扩散，也为港股反弹提供进一步支撑。

立足基本面以不变应万变，掘金超级智能的应用主线，配置深度价值的非科技

四季度中美股市行情反弹的催化剂有三个。

第一，美国中期选举之前，地缘政治风险如期迎来降温；第二，美债市场迎来转机，美债长端收益率震荡回落：关注美国通胀与就业数据、FOMC决议及会后表态、财政部借款估计与再融资公告；第三，美国超级智能的应用持续扩散，而中国经济政策持续发力。

我们的投资策略是防守反击，立足基本面以不变应万变。

我们维持此前预判，当前，在全球股票定价的影响因素中，美债长端利率上行、风险偏好恶化以及上市公司短期业绩等已经比较充分地兑现了（price in）。

但是，科技企业长期可持续增长上限，也就是自然增长率，市场对其定价存在严重的不充分，而这才是真正在AI行情之秋的机会。

我们的投资建议是高利率时代精选基本面，掘金超级智能的应用主线，配置非科技领域的深度价值资产。

主线一、精选全球科技龙头，把握应用扩散的成长机会。

未来数月，科技资产的产业成长与估值修复可能形成共振，为中美科技龙头继续走强提供持续催化。

对美国科技龙头而言，供应链稳定与融资环境改善，有助于推进算力建设和应用商业化；对中国科技企业而言，技术和制造优势将进一步转化为订单与盈利，在把握跨境合作机会的同时，中国科技的中期配置仍应重视自主可控。

中国科技则兼顾自主可控与全球产业需求，继续重视安全可控、私有化部署和行业适配需求，聚焦技术突破、实际可用性与商业化兑现能力较强的企业，把握自主能力建设与应用扩散共同带来的成长空间。

AI应用将出现景气繁荣，AI产业链价值有望从单纯追求模型能力，进一步向安全可靠和推理应用扩散。

第一，网络安全、模型治理及企业私有化部署的重要性将持续提升。AI安全讨论进入中美两国政府层面的制度化协调。

第二，重视生物医药、具身智能等领域AI应用落地带来的机遇，AI应用可通过优化研发、生产、运营和服务流程，推动医药、智能驾驶、具身智能、先进制造等领域的科技创新。

第三，AI生态打通，够用的大模型和海量应用场景结合，为既有流量、数据和客户关系打开新变现空间。上周Meta Muse持续活跃，进一步强化AI应用商业化预期，并带动市场关注应用扩散所带来的软硬件增量机会。与之类似，北京时间9月30日凌晨OpenAI将举行DevDay。

第四，AI硬件端，精选国产算力、半导体设备、先进封装、国产模型与算力协同以及算力与能源协同等机会。自主算力与模型建设的需求，特别是推理需求增长带来的结构性增量，不仅来自外部限制，也来自供给稳定、数据安全、行业适配和成本控制。

主线二、配置深度价值资产，做好海外高利率高波动时代的港股“熬”的准备。

首先，四季度，我们预判中国经济政策将持续发力、美国经济将保持韧性，叠加美债长端利率有望高位震荡甚至有所下行，有色金属、电力设备及储能、化工、数字资产等，行情值得关注。

其次，港股可能迎来风险溢价收缩与盈利边际改善的共同支撑。一方面，精选具备客户基础、应用场景和现金流支撑的互联网及科技龙头；另一方面，精选内地高股息资产、香港本地股、澳门本地股。

来源:投资作业本Pro，作者王丽

更多大佬观点请关注↓↓↓

风险提示及免责条款

特朗普任命新白宫新闻秘书：曾在北京工作3年，任职中国知名律所，会讲普通话

每日经济新闻 — Sat, 10 Oct 2026 10:04:00 GMT

据新华社，美国总统特朗普9日在社交媒体上宣布，任命保守派评论员凯蒂·扎卡里亚出任白宫新闻秘书，接替离职的卡罗琳·莱维特。

图片来源：凯蒂·扎卡里亚社交媒体

特朗普介绍说，扎卡里亚目前是特朗普媒体科技集团旗下“真实社交”网站的高级通讯顾问，“表现出色”，曾协助他在关键摇摆州的竞选中取得胜利。

特朗普说，扎卡里亚曾任国土安全部发言人兼公共事务副助理部长，经常在福克斯新闻频道、大全新闻网等保守派媒体担任评论员。

据红星新闻，一名知情人士表示，尽管扎卡里亚并非华盛顿政坛的常驻人物，但她在特朗普的圈子里早已为人熟知，而且十分符合特朗普心目中白宫新闻秘书的理想形象。该人士形容，扎卡里亚“简直就像是专门为这个角色挑选出来的人”。

此外，扎卡里亚还有一段在中国生活和工作的经历。扎卡里亚毕业于美国佩珀代因大学卡鲁索法学院。她此前在一档访谈节目中透露，毕业后自己曾前往中国北京，在中伦律师事务所工作，并担任世界银行集团旗下国际金融公司的外部法律顾问。

扎卡里亚称自己在中国生活和工作了大约三年。谈及中文水平，她表示，虽然随着时间推移，自己的普通话已经有所退步，难以进行长时间交流，但仍能听懂不少中文。

值得一提的是，扎卡里亚的丈夫泰勒·扎卡里亚也曾在北京工作。据悉，泰勒本科毕业于乔治城大学，毕业后前往北京学习中文，随后进入一家私募股权投资公司，从事全球新兴市场投资业务。

白宫新闻秘书这一职务在莱维特8月底离职后一直空缺。据悉，莱维特离职原因是有两个年幼孩子需要照顾，想有更多时间陪伴孩子和家人。特朗普则已邀请她继续担任“外部高级顾问”。

本文来源：每日经济新闻

风险提示及免责条款

第三批摊余成本法债基上报， 16家中小基金公司“抢滩”热门产品

资事堂·暮延 — Sat, 10 Oct 2026 10:01:57 GMT

8 月 14 日摊余成本法债基重新“开闸”后，中小公募机构的申报热情持续高涨。

因为摊余成本法债基确实具备独特的市场热度。

同样是买债券，普通债基的净值随债券市价涨跌，市场一波动净值就上下起伏。摊余成本法债基则以买入成本记账，把票息和折溢价摊销到持有期的每一天，净值几乎是一条平稳向上的曲线。但产品必须封闭持有到期、中途不能卖出。

10 月 8 日、9 日，第三批 16 家中小基金公司集中上报。

又有16 家集体申报

证监会网站显示，财信基金、金元顺安基金、金信基金、泉果基金、红塔红土基金、易米基金、汇百川基金、百嘉基金、安联基金、兴华基金、红土创新基金、联博基金、国新国证基金、华西基金、兴合基金、尚正基金等 16 家机构上报摊余成本法债基，目前处于 “接收材料”状态。

此次上报的机构依然以中小型公募机构为主。产品条款延续此前框架，全部设置 63 个月封闭运作、到期终止，单只募集规模上限 80 亿元。

按照监管要求，每家基金公司原则上最多申报两只摊余成本法债基。

累计申报产品已达44只

作为支持中小基金公司差异化发展的重要落地举措，摊余成本法债基于8月14日重启上报。

8 月 14 日首批 15 家上报，9 月 11 日第二批 13 家接力，10 月 8 日、9 日第三批 16 家而至。前两批合计 28 只产品已获批，随着第三批集体上报，短短两个月累计上报数量达到 44 只。

在两个月的窗口期内，财信、泉果、红土创新、易米、汇百川、百嘉、安联、兴华、联博、华西、兴合、尚正等十余家机构已触及 “双产品”上限。

若两只产品均实现80亿元顶格募集，单家中小基金公司有望收获约160亿元的规模增量。

这一增量对于中小基金公司来说意义重大。

发行端认购火热

9 月下旬，贝莱德、红土创新、路博迈、财信、兴华、国融、鹏安等旗下 7 只摊余成本法债基同步开启发行。

仅仅两天后，贝莱德稳利 63 个月封闭、红土创新瑞泽 63 个月封闭便迅速售罄。财信、路博迈旗下产品也相继提前结募。

据悉，银行理财子公司是这一类产品最重要的买家。

摊余成本法债基在不同持有阶段，越往后年化收益率越高，后段收益表现亮眼，这恰恰是理财子机构看重的。

有的理财子公司会采用期限错配的方式布局，重点博取产品后段更高的年化收益，以此优化自身组合收益表现，这也是理财资金大举进场的核心逻辑。

中小公募打破规模瓶颈？

摊余成本法债基的募集，也将对行业结构产生重要影响。

虽然，已获批产品管理费统一为 0.15%，单看费率确实不高。但对中小公募来说，这是一笔雪中送炭的钱。

按单只 80 亿元募集上限算，0.15% 的费率每年能带来约 1200 万元管理费收入，五年封闭期累计约 6000 万元。对运营成本高、管理费收入少的中小公募来说，这笔现金流能带来持续稳定的管理费现金流，改善营收结构。

同样重要的是入场券。多数银行对合作基金公司设有规模、业绩门槛，没有品牌和存量的中小公募平时很难够到。摊余成本法债基净值稳、单只规模上限高，银行愿意接，托管合作的达成为中小公募打开了合作渠道。

当然，拿到产品红利并不意味着可以“躺平”。多位业内人士热恩威，中小公募未来要真正突围，仍需走好差异化的竞争路线。

风险提示及免责条款

Anthropic如果值20万亿美元，那将撕裂社会

董静 — Sat, 10 Oct 2026 09:33:44 GMT

半导体研究机构SemiAnalysis创始人Dylan认为，Anthropic若达到20万亿美元估值，意味着AI的能力已强大到导致人类全面失业，而由此产生的巨额财富将极度集中在极少数股东和供应链手中，这种极端的财富分配不均必将引发民众反抗与社会动荡，最终彻底撕裂现有的社会结构。

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？

Sat, 10 Oct 2026 09:11:47 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"。

“芯片大佬”Pat Gelsinger：从存储、光互联、电气到网络架构，当下是硬件创新的黄金时代

Sat, 10 Oct 2026 08:35:34 GMT

在AI重塑全球算力版图的当下，前英特尔CEO Pat Gelsinger一针见血地指出：AI让芯片设计变得简单，但制造、内存与能源的物理瓶颈正引发一场史无前例的硬件复兴。

10月9日，硅谷创投机构a16z 播出一期深度访谈节目。在对谈中，Playground Global普通合伙人、前英特尔CEO Pat Gelsinger与a16z的Raghu Raghuram、Guido Appenzeller展开了一场跨越芯片设计、存储创新、光互联、能源瓶颈乃至AI代理（Agent）基础设施的深度讨论。这位亲手设计了英特尔386和486处理器、见证了现代EDA行业诞生的芯片老兵，以其数十年的一线经验，为当前AI硬件浪潮提供了罕见的底层视角。

（左：Guido Appenzeller；中：Pat Gelsinger；右：Raghu Raghuram）

Gelsinger开门见山地抛出了一个核心判断：“对于我们所有硬件人来说，这就像是文艺复兴。”在他看来，从存储到光互联、从电力架构到网络拓扑，当下的硬件创新机会密度，是他职业生涯中前所未有的。

“能源容量即经济产能”，数据中心或面临违约潮

在AI基础设施建设如火如荼的当下，市场最容易忽视的硬约束是电力。Gelsinger将能源问题提升到了宏观经济的高度。

“在AI数字时代，能源容量就等于经济产能。” Gelsinger指出，过去15年美国在增加可再生能源的同时淘汰煤炭，导致国家整体能源容量几乎停滞，即便近期激增，年化增速也仅约4%。这与AI动辄需要百万级GPU集群的庞大胃口形成严重错位。

他发出了明确的市场警告：“为什么还要建新的数据中心？如果我买了一百万个GPU却无法为它们供电，你将会看到越来越多此类数据中心项目发生违约，因为根本没有足够的能源。” 甲骨文此前关于核能数据中心的言论，在Gelsinger看来只是行业面临供电瓶颈的“初步信号”。

为了解决这一问题，他提出供电网络的底层重构迫在眉睫，“800伏直流电（DC）重返数据中心，可以说是‘爱迪生的复仇’。” 从发电、输电到利用垂直GaN（氮化镓）技术进行一步到位的降压转换，以及液冷等散热技术的升级，整个电气系统正迎来25年未见的复兴周期。

“HBM是极其糟糕的内存”，30年来最大的存储创新即将来临

针对当前市场备受追捧的HBM（高带宽内存），Gelsinger给出了极具冲击力的评价：

“HBM是一种极其糟糕的内存（hideous memory）。只不过它是我们目前能拿到的最好的。”

他直言不讳地指出了HBM的物理局限：极差的比特密度、受限于边缘的带宽、高昂的功耗以及严重的散热问题（DRAM非常怕热）。然而，正是这些痛点，加上AI对内存计算的极度依赖以及过去四年存储行业增加的2.5万亿美元市值，正在催生行业的质变。

“准确地说，过去30年里我们到底经历了多少次重大的新型内存创新？只有DRAM、SRAM和Flash。”Gelsinger表示，“30年来的首次内存创新已经近在眼前。” 他极度看好铁电材料（ferroelectrics）等新材料在非电容、高密度、可堆叠内存中的应用，并透露自己已投资相关的隐形初创公司。

对于芯片堆叠技术（3D Packaging），他保持了理性的克制。他认为受限于良率呈指数级下降的数学规律，“我不是一个疯狂追求16层或32层堆叠的人。我认为2到4层的内存堆叠将是最佳的甜点区（sweet spot）。”

设计只需3个月，制造却要9个月：摩尔定律后的“制造时间差”

AI正在大幅缩短芯片前端设计的时间。Gelsinger认为，当前AI辅助芯片设计就像当年486处理器引入现代EDA工具一样具有划时代意义。利用AI工具，一个优秀的团队可以在三个月内完成一款AI加速器的逻辑设计。

但技术的进步总是将瓶颈转移到别处。“现在已经没有单纯的‘芯片’了，一切都是‘机架’（Rack）。”

Gelsinger详细拆解了当前的制造地狱：

“我花了3个月设计，但我至少需要3个月才能让晶圆出厂，再花3个月进行复杂的3D高级封装，最后还要把它集成到机架级解决方案中。也就是我用了3个月设计，但实际上要等9个月才能真正开始使用它。”

如果算上部署软件和模型迭代的速度，这种长达一年半的硬件交付周期，往往会导致“芯片刚落地，AI工作负载已经发生改变”的尴尬局面（如Graphcore曾面临的困境）。

100家AI芯片公司大乱斗终将“九九归一”

面对当前市场上涌现的近百种AI推理加速芯片，Gelsinger做出了“天下大势合久必分，分久必合”的断言。他认为当前的架构异构化只是暂时的，市场最终将收敛至少数几家主导平台。

他的逻辑基于三点：

工作负载的演进：大语言模型（LLM）正在接近瓶颈，未来的AI将融入更多传统的HPC（高性能计算）特性（如对64位高精度计算的需求，用于分子或化学分析），过度专门化的芯片将难以适应2-4年后的模型。

资本与规模的壁垒：建立AI算力规模需要数百亿美元的资本支出。“建立这些东西需要庞大的资本，这违背了你能同时维持100种不同芯片架构的逻辑。”

巨头的选择：OpenAI、Nvidia和Anthropic等头部玩家会主动挑选赢家，因为软硬件生态的协同演进成本极高。

光互联：铜的死亡，迟早会来

“我宣布铜的死亡大约已经有20到25年了。终有一天我会是对的。”

Gelsinger在光互联问题上态度鲜明：所有IO功能都应该迁移到光学互联，但核心计算-存储复合体本身不需要走这条路。他认为，当前数据中心中铜缆的波导特性正在让铜缆在5米距离的成本超过光纤在100米距离的成本，物理规律正在逼迫迁移发生。

对于关键的时间节点，他指出2028-2029年将是行业转折点——英伟达已明确表示将在这一时间窗口采用NPO/CPO（近封装光学/共封装光学）方案，其他厂商也将跟进。

“NVL72在工程上是奇迹，在制造上是噩梦。如果我们当时有更成熟的光学供应链，我们今天会更先进。”

在网络架构层面，Gelsinger支持向光路交换（OCS，Optical Circuit Switching）演进。他引用网络专家Nick McKeown的观点：

传统互联网是为“数据包可能去任何地方”而设计的，而AI工作负载“几乎完全相反——流量是大规模且可预测的。这更像是电路交换而不是包交换。”

AI代理时代的"新VMware"

对谈最后，Gelsinger回归到他在VMware时代的管理经验，讨论AI代理（Agent）时代的基础架构范式。

“每一次创新都会引出下一个抽象层。”他认为，虚拟机抽象依然是计算层级中值得保留的核心范式，但服务对象正在从"硬件与人类"转变为"代理"。

“虚拟化和管理的每一个基本要素，都需要在下一个计算层级中被重新创建。”

Gelsinger指出，新一代“代理VMware”需要解决：如何让代理高效运行、如何为代理构建安全配置、如何管理代理性能，同时还需要保留人类设定策略、描述“宪法”（引用Anthropic创始人Dario Amodei的概念）和查看仪表盘的能力。

访谈全文实录如下（由AI辅助翻译）

第 1 章：Intro

Pat Gelsinger：

在AI数字时代，能源容量等于经济容量。为什么要建新的数据中心？买上百万块GPU，如果没有电力支撑，你会看到越来越多的数据中心项目出现违约，因为电力根本跟不上。

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，瓶颈就会转移到其他地方。

Pat Gelsinger：

现在没有什么单纯的芯片了，它已经是一个机架，我花了三个月来设计它，但还要再等9个月才能真正开始使用。过去30年里到底出现过多少种全新的存储技术？存储领域30年来首次迎来真正的创新，就在眼前。我大约在二十二五年前就宣告了铜互连的死亡。终究我会被证明是对的。对我们所有硬件人来说，这就像文艺复兴一样。AI推理加速芯片，我肯定连名字都叫不全。你们为什么要资助这么多这类项目？

Raghu Raghuram：

你自己也资助了不少。

Guido Appenzeller：

历史上从来没有哪个行业同时存在100家相互竞争的处理器厂商。这只是暂时现象吗？最终会收敛到少数几家吗？

第2章：从技工学校到18岁加入英特尔

Raghu Raghuram：

我今天邀请到了我们尊贵的嘉宾、亲爱的朋友，也是我的前任老板——Pat Gelsinger先生，欢迎Pat。Pat目前是Playground Global的普通合伙人，但他在业内以领导才能而广为人知，曾担任英特尔首席技术官，后来领导VMware，以及许多其他职务。欢迎你的到来。

Pat Gelsinger：

嘿，谢谢你。Raghu，很高兴能和你还有Guido在一起，对吧？对我来说，这感觉有点像回到了老地方，你知道，就像……是啊，感觉就像我们叠加了一年的变化，但你们两个看起来还是一样，我也很有活力，那我们就开始吧。

Raghu Raghuram：

那可不是在说David，你也停不下来，一直都这么有活力，这不是什么新鲜事。不过，让我们从你在英特尔的职业生涯说起。最近，Andreessen Horowitz创办了一个学院，旨在发掘16到22岁之间的有才华的人，然后将他们放入现代教育环境中，让他们为自主创业或加入当今的公司做好充分准备。你有过类似的经历，你上了一所普通的职业技工学校，然后在18岁或19岁的时候就直接进入了英特尔，是吗？

Pat Gelsinger：

是的，那真的是一段非常神奇的时光。我16岁的时候，偶然赢得了一个奖学金，去了一所技工学校，跳过了高中最后一年半的学业，18岁的时候英特尔来招募我。 你知道，我那时从来没坐过飞机，但已经深深爱上了技工学校的学习。面试官，他叫Ron Smith，他在纸上写着——我是他那天面试的第12个人，如果你连续面试了12个人，到最后你根本分不清男女，对吧？他写道：聪明、积极、有点傲慢，他会适应的，就这样。

Pat Gelsinger：

于是我被邀请加入英特尔，那真的是一段非常辉煌的经历。从一名技术员开始，后来进入设计团队，参与了286的收尾工作，成为386的第4号工程师，再到486的架构师和设计经理。 与此同时，我完成了本科、硕士和博士的学业。这简直是最完美的职业发展路径——白天在工作中学习，晚上把所学付诸实践。

Raghu Raghuram：

而且这完全是你热爱的芯片领域，我敢说，你在那里所热爱的和所构建的东西，之所以有巨大突破，是因为你在开拓新的领域。

Pat Gelsinger：

是的，在很多方面都是如此。那真的是行业里一段相当不可思议的时光。我记得在斯坦福的一门课上，一位教授提出了一种新的进位前瞻设计方案。我当时正在做386的进位前瞻，所以我就想，让我去试试看。两天后我回来告诉教授：这个方案行不通。

Pat Gelsinger：

然后我就开始和我在斯坦福的教授争论起来，接下来的两节课，就变成了我和教授争论为什么他的设计不可行。他当时有一本正要出版的书里用了那个设计，这让他非常恼火。我们还开始研究他的自测试方法，我记得斯坦福的Ed McCluskey教授，他可以说是这一领域的奠基人，我们就他的很多想法展开了精彩的争论——那些想法对真实芯片来说并不实用。 但我当时正在把内建自测试应用到386上。我的论文导师是John Hennessy，他后来也做得很好。

Pat Gelsinger：

我说嘛，我帮助了他的职业生涯，他后来成了校长，之后一直如此。

Raghu Raghuram：

是啊，之后我们会聊到CISC和RISC之争，但我想先聊聊486。不好意思，你先说。

Guido Appenzeller：

我在斯坦福教书时也有过同样的经历。你带着你认为是真理的东西走进课堂，然后一个在业界工作的学生说：嗯，实际上并不完全是这样。所以下一节课你回来说：好吧，我查了一下，你是对的，这是更新后的内容。

Pat Gelsinger：

是的，你知道，这正是学生互动的一部分，我认为这也是硅谷之所以如此独特的原因之一。这里有那么多公司，创业精神就像融在水里一样，创业、新想法、挑战教授……在斯坦福这样的地方当教授，你必须做好被挑战的准备，并且享受这个过程。

Guido Appenzeller：

那栋楼里人来人往，流量还挺大的。

第3章：486与现代EDA的诞生

Raghu Raghuram：

是的，486是你的重大成就，当然，很多人都参与其中。你们在芯片设计上开辟了一些新领域，增加了芯片应该具备的功能，等等。

Pat Gelsinger：

是的，那也是一段相当神奇的时期，因为那是在你所认为的EDA行业诞生之前。

Raghu Raghuram：

哇，是的。

Pat Gelsinger：

你知道，386末期有一点点苗头，但486才是真正第一款采用现代EDA技术的芯片。我们做了高层设计，对吧？就是RTL描述，但那时候还没有Verilog，所以我们发明了HDL，对吧？就是英特尔硬件描述语言，我自己写了一门语言。当然，你还得为这门语言构建一个编译器，对吧？所以我们为这门语言创建了一个编译器。那时候还没有自动布局布线，所以我们不得不发明它，我们与Alberto Sangiovanni-Vincentelli以及他在伯克利的一些学生合作，完成了第一个布局布线、第一个自动时序管理。

Guido Appenzeller：

所以他们在某种程度上创造了EDA……

Pat Gelsinger：

是的，在很大程度上是这样，486不仅是一款兼容的流水线微处理器，我们还奠定了现代EDA行业的许多基础，那真的是这个行业一段相当神奇的时期。

第4章：AI如何改变芯片设计

Guido Appenzeller 如果我们看看今天，人们回顾Blackwell时会说，这是AI接管微处理器设计流程之前最后一代精心设计的芯片，我们现在是否正处于类似的转变之中？

Pat Gelsinger：

我认为某些方面确实如此。所以我认为，当你看看今天像Jalapeno这样的东西，你会说，这是在芯片设计流程中从第一性原理使用AI的方式，抛弃了很多传统的东西。当然，设计中有些部分在这个意义上仍然非常困难。很多模拟方面的工作，Circs可能是最好的例子，仍然无法用AI来完成，对吧？你只是需要大量的硅片数据才能搞定这些。所以你要么在模拟设计上非常保守，从而能够用AI来处理，要么……

Pat Gelsinger：

你就得用老办法来做，但是现在很多逻辑功能真的可以用AI工具和技术以相当令人难以置信的方式来完成，对吧？你的晶体管预算足够大，设计工具越来越智能，少数专家指导工具如何应用，我真的认为这将有点像486那个时代，对吧？

Pat Gelsinger：

你们回过头来会说，是的，那是芯片设计新纪元的开始。

第5章：为什么芯片制造仍然需要九个月

Guido Appenzeller：

每当你拥有某种技术让某件事变得容易，那就意味着瓶颈会转移到其他地方。那么，我们现在能猜到未来的瓶颈会在哪里吗？有些事情AI似乎做得非常好，对吧？比如处理软件层，编写内核，还有很多……我认为很多是能够在更高层面上指定目标，然后将其转化为非常长的……那么新的前沿是什么？未来什么事情会变得困难？

Pat Gelsinger：

你知道，看看今天的情况，假设Guido和Pat，我们要一起做一次伟大的新旅程。我们要去构建一个……对吧？这将是一个领先的东西，因为我们了解架构，了解AI工作负载，了解如何组合这些，然后是正确的乘累加运算和寄存器结构。

Guido Appenzeller：

还能完美地看清明天的模型工作负载。

Pat Gelsinger：

所有这些东西。假设我们把AI工具全部释放出来，那真的太棒了。三个月之内，我们就能得到一个出色的设计，对吧？ 当然，在模拟组件方面我们会稍微保守一些。

Pat Gelsinger：

但我们现在仍然有几个重大瓶颈。其中一个就是，我们仍然需要9个月的硅片加工时间。 对吧？就是这样。所以我可以在三个月内完成设计，但实际上要大规模生产出真正的芯片，还需要九个月。这很糟糕，对吧？所以如果我们要推动这种创新，就必须真正改善这个瓶颈。

Raghu Raghuram：

甚至在那之后，我们还有更多的等待周期。

Pat Gelsinger：

你知道，首先，从晶圆厂拿到东西，最快也要三个月，而这还是在设计流程极度优化的情况下。 那我怎么压缩这个时间？然后还要进入先进封装，3D封装越来越复杂，这又要花大约三个月。然后还要把它集成到机架级解决方案中，因为现在没有什么东西只是一块芯片，它是一个机架。所以加起来是9个月，我花了三个月设计，但要真正开始使用它，还需要9个月。 那么我们如何开始压缩设计的这些环节？我认为我们需要新形式的光刻技术来实现这一点，我们需要不需要花费5000万美元掩模成本的设计流程。

Pat Gelsinger：

直到我能够进行原型测试。你告诉我，怎么把这个时间压缩到一两个月？因为我现在可以在三个月内完成设计，但如果要花一年半才能真正实现规模量产并跑通软件，那我对AI工作负载的理解，早就不再适用于最终流片的那块芯片了，对吧？ 所以，所有这些……

Guido Appenzeller：

你现在就能看到这个问题在AI领域实时上演。

Pat Gelsinger：

是的。我们可以从历史上看，Graphcore的设计并不差，但世界已经向前走了，对吧？ 所以，所有这些方面都在某种程度上抵消了AI让设计变得容易这一事实，所有制造和规模化的问题，对我来说都成了巨大的瓶颈。 当然，另一个瓶颈就是内存，对吧？内存带宽。

Guido Appenzeller：

我们深有体会。是的。

Pat Gelsinger：

你知道，正如我所描述的，HBM是一种糟糕的内存，但它偏偏是目前最好的一种。

Raghu Raghuram：

我们正想问你这个问题。

Pat Gelsinger：

是的，这是一种很糟糕的内存。位密度差，受限于带宽，还有功耗问题、散热问题。DRAM不喜欢高温。

Guido Appenzeller：

把所有东西都堆在一个地方。

Pat Gelsinger：

对于AI这种内存计算密集型工作负载来说，这简直太糟糕了。 所以我需要压缩从开发到真正规模化落地的时间，我需要解决与此相关的内存问题。对我来说，这是另一个关键瓶颈。还有功耗——功耗、散热，现在大多数功耗仿真工具都很差，没有好的3D功耗建模工具，没有功耗热点分析，没有好的电压输入建模。我基本上是在用几乎整个功耗余量来做保护带，这意味着我损失了大约40%的功耗在保护带上。 所以我必须在功耗建模上做得更好，而且我的散热技术也很落后。

Raghu Raghuram：

功耗传输模型也必须改变。

Pat Gelsinger：

是的，所有这些，对我来说，都是下一批重大瓶颈。我怎么逐一改善这些问题？如果我做到了，那我们才真正进入了一个令人兴奋的新时代。 感谢那些出色的AI工具，但即使这些工具全部部署到位，我面临的挑战依然巨大。

Raghu Raghuram：

我们确实看到了芯片数量和芯片架构的某种复兴。

Pat Gelsinger：

是的。

Raghu Raghuram：

这都要归功于这些工作负载。

Pat Gelsinger：

现在大概有100种AI推理加速芯片，我甚至肯定不知道它们全部。

Raghu Raghuram：

是的，确实。所以……

Pat Gelsinger：

你们为什么要投资这么多这类项目呢？

第6章：100种AI芯片会收敛到少数几种吗？

Raghu Raghuram：

你也资助了不少。是的，所以，你知道，它们都很擅长在你提到的那些组件上，或者在它们所针对的帕累托曲线的某个部分上，做出不同的设计假设。那么你认为这些芯片都有存在的空间吗？还是说，部分由于Guido所讲的AI工具链的发展，我们现在有能力构建更多种类的芯片？而且时间也非常充裕。无论你怎么看……

Guido Appenzeller：

更挑衅性地说，从历史上看，任何行业都从未出现过100家相互竞争的处理器厂商，对吧？所以，这是一个更加异构的未来吗？我们会看到——这只是暂时现象吗？最终还是会收敛回少数几家。

Pat Gelsinger：

我认为这更像是一种暂时现象。我预期它最终会收敛。我看到这种情况的原因大概有三点。其中一点是，你在计算环境中看到的这种新兴异构性——好，现在我有了专门用于预填充（prefill）和解码（decode）的不同芯片。然后人们开始说，我们真的需要一个专门针对中间阶段的层，而不只是预填充阶段。所以现在我有了早期预填充，还有中间填充，它们是不同的。

Guido Appenzeller 推测与验证。听听OpenAI怎么说。

Pat Gelsinger：

是的，你知道，突然之间，整个计算集群在不同工作负载之间变得越来越细粒度。我认为，历史上任何时候出现这种情况都是不可持续的。

Pat Gelsinger：

然后突然之间，当你看到这些，人们又开始说，当我转向推理模型时，我希望它看起来更像一个CPU。所以突然间，我并不需要那个层级——那个层级并没有成为我计算能力的主导部分，我反而需要更多这边的资源，对吧？还有模型工作流等等。所以我真的不喜欢——我会说，大规模的专业化，对吧？因为我认为工作负载会持续地、大幅度地调整和迁移。这是第一点。第二点是，我认为当今的模型也即将经历一些演进上的突破。

Pat Gelsinger：

我认为大型语言模型（LLM）正在触及某些极限。现在人们在思考如何真正对三维结构建模——当你涉及分子、化学品和成像时，扁平化的LLM并不好用。所以我认为我们会看到这方面的局限性，这将在算法领域引发不同的转变。我也认为，一些最有趣的工作负载，是那些将高性能计算（HPC）类的东西重新带回AI的场景——比如突然之间，64位精度再次变得重要。

Raghu Raghuram：

能举个例子吗？

Pat Gelsinger：

好，比如说，假设我的AI模型现在正在为一项化学分析推导出最有价值的五个领域。那些化学算法是以高精度运行的——计算量最大的部分，到底是找到我需要运行的那五个算法，还是在不同的化学或生物系统上运行这五个算法？ 所以我确实认为，随着我们优化AI系统，它会把我们带回到一些更传统的高性能计算领域。所以我也看到了这方面的工作负载趋势。综上所述，这种极端的专业化，在我这个计算架构师看来，我不太喜欢它，因为我不认为这将是2、3、4年后工作负载的样子。这是我不看好这些越来越专注于计算工作负载某一部分的AI芯片的原因之一。

Pat Gelsinger：

第二点是，现在大概有100家这样的公司，对吧？

Pat Gelsinger：

有多家做光学的，有做概率计算的，它们不可能全部胜出——之所以不能全部胜出，是因为归根结底，这些东西需要规模。而规模需要你赢得市场、获得资本、让工作负载跑在上面。所以我认为，说你会有100家这样的公司，本身就违背逻辑。因此，我认为受资本、市场份额等因素的影响，行业会回归——谁是胜出的团队、胜出的设计、胜出的架构。我认为工作负载会驱动这一点。

Pat Gelsinger：

我预见到行业自然整合会发生。同时我也预期，赢家会挑选出一些赢家——比如OpenAI、英伟达、Anthropic会说，我喜欢这个，因为这不只是硬件，而是硬件和软件如何共同演进。对吧，向前发展。我确实预期，这里有10个我可以选，但我喜欢那个——而且它确实需要在软件和工作负载演进上投入，才能充分利用那些平台。基于这三个原因，我们会看到这个领域的收窄。

Raghu Raghuram：

还有部署复杂性的问题。抱歉，请继续。

Guido Appenzeller：

这完全说得通。我大体上同意。不过让我还是来搅搅局，制造一点争议。

Pat Gelsinger：

你们改变了这一点，对吧？

Guido Appenzeller：

所以，100家公司可能会存在，也可能会整合，对吧？我完全同意你的论点——归根结底，大型消费者会在一定程度上选出赢家。

Guido Appenzeller：

我认为，今天要成为这个领域的先行者，在某种程度上，你是否在其中，取决于你在真正的大玩家那里获得了多少牵引力。同时也有一种说法是：在任何过渡期，你可能会看到更多不同方法的爆发，然后随着时间推移逐渐淘汰。话虽如此，我认为有一个论点可以这样说：从历史上看，我们之所以标准化在一两种架构上，是因为不同的指令集很难处理——我们需要构建多个编译器，基本上是软件复杂性决定了你只能有少数几个硬件平台。这一部分似乎正在随着AI而改变。但如今，为某个芯片编写优化内核——我认为Kleinia是个很好的例子——正如我说的，人类已经无法真正编程这个东西了，但一个Agent可以在一夜之间完成。这就是我们所需要的，对吧？基本上你可以说，如果你能构建一个具备某种能力的芯片，现在在上面构建充分利用它的软件层变得容易多了。这样的结果会不会是，我们拥有更多一点的异构性，只因为对这种异构性编程变得更容易了？

Pat Gelsinger：

我确实认为这改变了瓶颈所在的位置。第一个瓶颈是我要指出的——我们已经谈过了——构建这些东西仍然需要一年半的时间，对吧？第二个瓶颈是，不仅需要一年半才能把这些东西装进机架、实现规模化，要让它们真正有用，你能借到500亿美元吗？

Pat Gelsinger：

我的意思是，我们谈的不是小额资本支出，而是非常巨大的资本支出——数据中心、电力、承诺等等。所以我必须大规模地构建这些东西，这与之相关。这将打破很多异构性。

Pat Gelsinger：

当然，大玩家们——我们看到了英伟达对Groq所做的事情——会在某种程度上拥有一些异构性，对吧？

Pat Gelsinger：

两年后，你不会知道英伟达里面跑的是什么架构，它就会像另一个东西一样，对吧？所以你会看到这些架构，异构性会被隐藏在内部，这对我来说完全没问题。这就是分层、这就是抽象一直以来所做的事情。但我认为那些力量是强大的，会让大量的异构性暴露出来——不对，我认为它会被抽象在这些东西之下。但归根结底，大规模构建这些东西仍然很难。

第 7 章：为什么 HBM 是一种糟糕的内存

Raghu Raghuram：

好的，你提到了 HBM 是一种糟糕的内存。

Pat Gelsinger：

但它却是我们目前拥有的最好的内存。

Raghu Raghuram：

确实。但关于内存的令人沮丧之处在于，我真的不记得上一次内存创新是什么时候了，可能是 eDRAM（嵌入式动态随机存取存储器）。我觉得你可能也参与其中。

Pat Gelsinger：

是的，那个项目死掉了，所以我也算经历了一次失败。

Raghu Raghuram：

我们把它搞死了。那么你认为内存创新即将到来吗？或者说需要发生什么？显然，我们理解规模问题，因为在这方面规模问题更大。但如果把规模问题放一边，即使从技术角度来看……

Pat Gelsinger：

是的，你看看那段历史，我个人可能至少参与过五种不同的新内存架构，eDRAM 只是其中之一，这些架构都没能见到天日。我可能还了解过去 30 年里业内发生的近 100 种类似情况，而在过去 30 年里，我们究竟有过多少种主要的新内存？对吧，你知道，好吧，DRAM、SRAM、闪存，好吧，还有什么？DRAM、SRAM、闪存，是的。所以我确实认为……

Raghu Raghuram：

闪存堆叠稍微算是一点。

Pat Gelsinger：

勉强算吧，是的，对，你知道，不管怎样，对，所以在这方面，确实令人失望，我们还没有创造出下一种物理技术，能够实现低成本、高性能、可靠且可制造的内存。所以我确实认为，在过去三四十年里，内存一直是一个糟糕的行业，因为你可能一年盈利，接下来四年亏损。所以在一个五年中只有一年盈利的行业里搞研发，这实在太难了，因为它一直被如此剧烈的商品化周期所驱动。

Guido Appenzeller：

不过这在一定程度上已经有所改变了。

Pat Gelsinger：

在过去五年里。

Guido Appenzeller：

三大内存公司都跻身全球最有价值的前 20 家公司之列。这是一个疯狂的转变。

Pat Gelsinger：

确实令人惊叹，对吧？谁能想到会这样？任何关注 AI 工作负载的人都知道，预测过去容易，预测未来难，对吧？而当你看这一切时，会说 AI 是一个内存的世界，确实如此，就在其中。所以我认为，资本和技术需求的结合将会推动内存创新。

Pat Gelsinger：

现在有两个领域让我感到兴奋。其一是，我确实认为 HBM 的带宽限制是一个根本性问题。因此，基于这一点，这个想法……显然，我们有一家公司 D-Matrix 正在做这件事，但我认为其他公司也会加入，无论是 Cerebras 及其技术，还是其他公司。

第8章：芯片能叠多高？

Guido Appenzeller：

未来是堆叠式的

Pat Gelsinger：

你必须想办法把内存整合进来

Raghu Raghuram：

而且要从多个维度来考虑

Pat Gelsinger：

你必须把内存和计算整合在一起，对吧？要有一种全新的基础架构。我确实认为，鉴于目前AI领域已经投入了如此巨大的资本来应对这些工作负载，我认为我们实际上也能够突破其中一些物理层面的挑战。所以我相信，你知道，我刚刚……

Raghu Raghuram：

投资了某个项目，对吧？

Pat Gelsinger：

你知道，我刚刚也投资了一家新的内存公司。目前还在隐秘阶段，但你知道吗？

Pat Gelsinger：

我对新内存领域即将发生的一些创新感到非常兴奋。你将会看到新材料的出现，比如用于内存的铁电材料，寻找非电容式、高密度的内存，寻找能够实现高性能、高密度且可堆叠的内存，对吧？但是，你知道，有人正在研究用低成本闪存来实现这一点。我个人对这个想法并不是特别热衷。我认为闪存或MRAM结构在底层单元的速度和性能方面存在一些问题。是的，但我确实认为，内存领域三十年来首次迎来创新。我认为这将是一个令人兴奋的领域。我相信届时会有几家公司在这里涌现。

Pat Gelsinger：

好的，你知道，我们会在这里找到一些可以做的事情。但我认为三十年来首次出现的内存创新就在眼前。

Pat Gelsinger：

你知道，我认为内存行业在过去四年里市值增长了2.5万亿美元。我觉得这个数字大致是对的。

Guido Appenzeller：

我们本可以直接投资那里，而不用做任何差异化的事情。

Raghu Raghuram：

是的，完全正确。用你的钱就行了。嗯，你怎么看？抱歉，你先说。

Guido Appenzeller：

稍微展开说一下堆叠这部分，如果你要预测芯片会以多快的速度"长高"，这会是像……你知道，我们会先到2层然后停在那里一段时间，还是说我们会有，比如16层的三明治结构？你知道，逻辑层和内存层愉快地混合在一起？

Raghu Raghuram：

HBM把这个拉低了

Guido Appenzeller：

HBM在Nvidia上在往下走，但你怎么看这个演变趋势？

Pat Gelsinger：

是的，你知道，我认为，堆叠的问题在于，随着堆叠维度的增加，整个堆叠的价值也在增大，这意味着每一层的良率以及堆叠工艺本身必须持续提升。基本上，它不能线性提升，而是必须指数级提升。当你堆到8层或16层高的时候，以指数级方式提升制造和设计特性就会变得极其困难，当你算一算相关的数学，你的制造流程必须接近完美。

Guido Appenzeller：

他们可能会看到一些设计，这些设计会考虑到某种特定的模型类别，就像我们在二维领域看到了很长时间的那样。

Pat Gelsinger：

当然。但请记住，这就是DRAM的本质。你总是有坏块替换机制，比如备用行之类的。所以我不是在任何意义上轻视这一点，但假设你已经做到了这些，你仍然需要良率非常高。你知道，如果我有一颗裂了的芯片，不管你内置了多少冗余，你也没办法，它就是一颗坏芯片，对吧？所以，正因如此，我不是那种疯狂追求16层、32层堆叠的人。我认为会出现3、4、5层的堆叠，这最终会成为最佳平衡点。

Guido Appenzeller：

中层建筑。是的。

Pat Gelsinger：

是的，你知道，部分原因在于制造，部分原因在于相关的复杂性，良率的甜蜜点在哪里，所以这就是我认为大多数事情的落脚点。但即便如此，对吧？比如说，假设我现在有了一块很棒的计算芯片，那块芯片需要多大？现在一切都受到了光刻场的限制，对吧？我能不能用更多的小芯片来获得更好的良率特性、更好的散热，然后你会说我希望在上面有一个内存堆叠。

Pat Gelsinger：

是两层内存堆叠，还是四层内存堆叠？我不认为它会变成八层内存堆叠。所以大概是2层或4层，对吧？但是电源传输也需要集成进去，这就变成了另一个要素，我希望它在Z轴方向上，因为我希望我的电源阵列也从这个方向接入，对吧？然后我需要相当智能的RDL层来在整个平台上分发信号。所以在某种程度上，你知道，当你把所有这些部分加在一起，我的标准结构已经大约有8层厚了，我认为这差不多就是极限了，至少以我们今天对制造工艺的理解来看是这样。

Pat Gelsinger：

当然，我们预计光学技术也会加入进来。所以会有更多III-V族材料结构更靠近这个复杂体，因为我希望我的IO能够深度集成到这个架构中。所以我以硅为核心的部分需要得到这些其他III-V族材料的补充。我如何将光学互连集成进来？我如何将电源轨集成进去？

Pat Gelsinger：

你知道，这是一项工程壮举，也是一场制造噩梦，要把所有这些部分整合在一起，但这就是物理规律随着时间推移带领我们去的地方。因此，16层高的堆叠对我来说太疯狂了，2层或4层高的内存堆叠，我认为这大概就是最佳平衡点所在。

Raghu Raghuram：

你还可以谈谈散热问题以及为此所需的新材料。

Pat Gelsinger：

显然，首先会有很多挑战，你就是不能允许今天存在的那些物理热点。所以你必须更加智能地利用热量和分散热量。但你知道，然后你会说，好的，我如何在这些环境中既能输入电能又能将热量散出去？顺便说一句，如果我能以我想要的电压更高效地输入电能，同时拥有更好的电源响应能力和电压调节能力，那么我产生的热量就会少一些，但我确实需要思考，好的，我如何冷却这些东西？

Pat Gelsinger：

新材料，比如金刚石和其他一些被提出的东西，在改善散热冷却方面能发挥什么作用？我如何采用更好的液冷技术？你知道，直接贴在上面，具有良好的导热特性。所以，你知道，我们工程师正在变成管道工，对吧？确实如此。

Raghu Raghuram：

是的。你担心芯片级别的电磁兼容问题。是的，让我问你一个相反的现象，有些人说，嘿，我们把内存从封装上拿走，在计算和内存之间全部用光学连接。这样可以给你更多的自由度，以及更多构建系统的方式。与堆叠相比，你怎么看这种方式？这是另一个极端。

Pat Gelsinger：

是的，你知道，我认为越多的OEO，对吧，接口，也就是光-电-光的转换，在你的核心计算复合体中需要越多这样的转换，对我来说就越困难，从这个意义上说。而且你总会有与之相关的损耗。

Pat Gelsinger：

你知道，人们正在努力想出更聪明的技术来降低成本和功耗，对吧？我在经过DAC和各种转换时浪费了多少功耗？所以我不喜欢这种方式，因为我认为它虽然让你能够访问大型内存池，但消耗大量功耗才能到达那里。是的，对吧，记住，基本上每次计算的飞焦耳现在已经相当惊人地低了，对吧？但每比特通信的飞焦耳相比之下要差1000倍。如果我要花那么多能量去访问大型内存池，我不喜欢这些方法，我认为它们在某种程度上违背了解决方案的底层物理规律。

Guido Appenzeller：

我的意思是，还有另一种方法，就是说，我们能不能真正直接将计算和内存整合在一起，对吧？把一部分计算移到内存里去？

Pat Gelsinger：

这就是一些PIM（存内计算）的方案。

Guido Appenzeller：

正是。那么，你对此有什么看法？

Pat Gelsinger：

我也不喜欢这些方案，对吧？因为我认为工作负载，你知道，因为现在我必须拿着我的工作负载，然后把这些小块计算推进内存里，对吧？这样我就不需要那么多内存带宽流入我真正的计算单元。但这给工作负载带来了约束。再说一次，我可能是错的，特别是考虑到我们现在能够通过设计手段带来的一些设计灵活性和智能化，但大多数PIM的想法已经存在了25到30年，我认为再过25到30年它们仍然还在那里，从这个意义上说。你知道，给我高密度、高性能的大内存带宽，并让它靠近真正的计算引擎。我预计这将是一个对许多不断演变的工作负载来说更具普适性的解决方案。

Guido Appenzeller：

所以我们还是被困在越来越密集的芯片里，堆叠，更多逻辑，更多功耗。

Pat Gelsinger：

但会好得多。我是，我是，我是光学的超级粉丝，你知道，转向光学来实现所有IO功能。是的，对吧？你知道，我大约在二十到二十五年前就宣布了铜的死亡，最终我会是对的。

Guido Appenzeller：

你还是对的。

Raghu Raghuram：

总有一天会的。

Pat Gelsinger：

很快就会是对的了。但我认为，对我来说，所有IO都应该转向光学，对吧？但核心计算-内存复合体，不。对吧？

Raghu Raghuram：

那么当你第一步迈出去的时候，我们的文章是关于纵向扩展，甚至比横向扩展更多。你对此有什么看法？

Pat Gelsinger：

是的，你知道，我认为我们现在……

Raghu Raghuram：

如果可以的话，驱动工作负载的应用场景会是什么？

Pat Gelsinger：

好吧，我认为驱动工作负载的就是摆在我们面前的这个，对吧？

Pat Gelsinger：

我的意思是，你知道，今天，在我们的纵向扩展环境中，我们铺设了大量铜缆，对吧？你知道，铜缆本质上正在变成一种波导，而且越来越短。 突然之间，你知道，让铜缆在5米距离内工作，比让光纤在100米距离内工作还要贵，对吧？所以，你知道，我认为物理规律正在推动我们走向这条路。那么，Pat，既然如此，我们为什么还没有迁移过去呢？

Pat Gelsinger：

这是一个复杂的供应链，你知道，从未经过大规模测试。 我认为现在，大家都在考虑某种形式的NPO、CPO等，时间节点大约在28、29年，因为如果不做出这种转变，我就无法将纵向扩展环境扩展到大基数的计算集群。所以，很明显Nvidia已经表明了这一点。我认为业内其他所有人都预期，那就是转折点。你知道，说实话，我本不应该构建NVL 72的。它是一个工程奇迹，但也是一个制造噩梦。 你知道，整个行业花了额外一年半的时间来消化这个庞然大物，对吧？

Pat Gelsinger：

真的令人惊叹，你知道，我们能够将其扩展到那种规模。但是，你知道，这确实证明了，如果我们当时拥有更成熟的光学供应链，我们今天会更加先进。 我们今天就能构建更好的纵向扩展环境，更好的功耗表现、更低的成本、更好的能效，但我们当时没有足够成熟的光学供应链来支撑这一切。

Pat Gelsinger：

这些问题解决起来并不简单，还有大量工作要做，但我认为28、29年是产能爆发的年份。

Guido Appenzeller：

我们可能在封装光学器件如何应用于网络方面积累了大量经验，对吧？我认为其中很多经验可以很好地迁移到GPU上。

Pat Gelsinger：

是的，我确实这么认为。但突然之间，你知道，就像，好吧，这些东西必须能在1000万GPU的规模下运行，对吧？它必须能集成进封装里，还有很多其他问题，你知道，很多形式的光学器件不喜欢恶劣的热环境。但猜猜怎么着？恶劣的热环境恰恰是IT领域的常态。 所以我们有热管理问题要处理，封装集成问题要处理。业内激光产能也不够，所以有一堆问题，但我认为这里面没有什么根本性的障碍，只是需要大量艰苦的工作把所有这些部分整合到一起。

Guido Appenzeller：

在网络架构方面，也有一些减法，比如交换，还有什么，更多的电路交换网络，只是因为你无法无限扩展这些非常快速的光网络。

Pat Gelsinger：

好吧，你知道，我喜欢你，Nick McCune或者另一个例子，这里的教授，也是我的好朋友，你知道，我的意思是，你也稍微了解一点，Guido。

Guido Appenzeller：

他是我的论文导师，我……

Pat Gelsinger：

所以，但你知道，他描述得很好，你知道，我们构建网络，是为了能够处理任何数据包去往任何地方，而不需要知道它可能去哪里。当你想到AI的时候，几乎完全相反，对吧？我们处理的是大规模且可预测的数据流。所以，仅凭这个描述就说明，这看起来更像是电路交换而不是分组交换。所以我确实认为，向光网络迁移与拥有一个更可预测、可管理、大流量的工作负载这两者的融合，对我来说，我确实看到了这一点。是的，我们将一路走到把光引入计算复合体，并且我们将一路走到OCS或某种形式的光交换，你知道，配合更可预测的数据流，那才是正确的架构。

Pat Gelsinger：

然后你会问，这算是纵向扩展还是横向扩展？某种程度上……

Raghu Raghuram：

它某种程度上模糊了这条边界。

Pat Gelsinger：

是的，对吧？如果我的纵向扩展足够大，那么你就只需要问，我的纵向扩展环境的半径是多少？ 有一天我想把它连接到其他真正大型的集群上。对我来说，这最终会是一个相当漂亮的答案，你知道，面向未来。但我正看着一个在这方面比我更专业的人。

Guido Appenzeller：

现在，你看，我一直认为纵向扩展与横向扩展在某种程度上是一种人为的区分。你能理解它的来源，对吧？因为我们使用不同的协议，一个是前端，一个是后端网络，等等。所以现在，实际上，它确实有很大的区别，但如果你退一步从系统架构的角度来看，它们实现的是相同的目标，只是略有不同的特点、略有不同的协议，我认为随着时间推移这些会趋于融合。

Raghu Raghuram：

是的，我的意思是，尤其是对于训练工作负载来说。

Guido Appenzeller：

是的，尽管我的意思是训练和推理看起来相当相似。

Pat Gelsinger：

是的，现在我要说，你知道，对吧？你的大脑会停止学习吗？你知道，顺便说一下，这是工作负载演进的另一个特征。我确实认为，训练和推理的分离在未来会越来越少，而不是越来越多，对吧？ 这也是反对更多异构架构的一个小论点，我认为是持续学习。我认为会有一些算法领域会说，是的，持续学习成为算法的本质，在那里，是的，我确实希望我的推理环境能够更新我的模型权重，因为，你知道，这给了我越来越多的精细化，在工作负载迁移到那些不那么正式的训练环境中，或者在那些环境中是更小的数据集的情况下，不断演进。所以我不确定那是不是……

Raghu Raghuram：

但是你需要的节点数量才能有用，推理的直径比训练要小。

Guido Appenzeller：

今天来说确实如此。是的。

Guido Appenzeller：

我仍然认为从另一个角度来看，异构性可能扮演一定角色，那就是不同类型的AI工作负载需要非常不同的底层支持，有些更受算力限制，有些更受内存瓶颈限制。 我们也有小型扩散模型工作负载，对吧？其最优芯片与那种顶级的、拥有……抱歉，50万亿参数权重的LLM看起来非常不同，对吧？后者需要创建大规模集群。我认为这可能会推动异构化。

Pat Gelsinger：

是的，我认为这方面有一定的空间。是的，但我也要说，好吧，现在我在谈论在我的数据中心里让100万个GPU协同工作，对吧？你会说，好吧，对于那个特定的扩散模型工作负载，我确实应该放一些针对性优化的东西，对吧？所以我不会开始放，你知道，1000个那种进去，对吧？而对于那个工作负载，我需要，你知道，2000个这种，然后对于某些……突然之间，你知道，你就失去了规模带来的一些灵活性， 对吧？你会说，你知道，管理和升级、连接、故障域，所有这些事情要花我多少成本？

Guido Appenzeller：

智能体会做所有的升级工作。

Pat Gelsinger：

是的。是的，谢谢你。一切都变得简单了，太好了，我无所谓了。

第9章：能源容量等于经济容量

Raghu Raghuram：

好的，所以车队管理已经讲完了，我们讨论了计算、内存、网络，下一个是电力

Pat Gelsinger：

对对对

Raghu Raghuram：

你提到了芯片内部、芯片上的垂直供电。但我的意思是，还有800伏直流电、数据中心的电力传输，整个生态系统一直延伸到发电，以及相关的社会政治层面，等等。

Pat Gelsinger：

是的，是的。

Pat Gelsinger：

如果你从基本原则出发，我们国家在能源容量方面做得非常糟糕。基本上，我们经历了10到15年，在这段时间里，我淘汰煤炭的速度与增加可再生能源的速度基本持平。

Pat Gelsinger：

国家的整体能源容量基本上停滞不前，这非常不好，因为在人工智能数字时代，能源容量等于经济容量。 所以基本上，作为一个国家，我的经济容量在15年内停滞不前。如果你认同这一点——我认为这在过去五年中是非常可以证明的——我们看到了巨大的涌入，只是为了给我更多的容量。但我认为即便如此，我们国家的能源容量每年增长也只有大约4%，从基本上的0增长到1，对吧？哇，增长了4倍，或者说4%。所以对我来说，这是一个糟糕的局面，我们确实需要更多的能源容量。

Pat Gelsinger：

第一点，显然我们在这个领域有一些公司。

Pat Gelsinger：

我们谈到了核能，其中之一是与Alva合作运营的。我认为核能作为基础负荷是非常好的，我们希望继续建设更多。不幸的是，我们所有的可再生能源都深度依赖中国，这非常令人遗憾。你知道，燃气轮机的交货期目前只需要八年，对吧？所以，我们在快速扩张方面确实面临困难的环境，但首先，我们只是需要更多的容量。这从根本上制约了我们在AI领域能走多远，因为如果我无法为它供电，为什么还要建新的数据中心、购买数百万个GPU呢？我认为你会看到越来越多的数据中心项目出现违约，能源根本无法到位。

Raghu Raghuram：

所以你认为这将是一个重大阻力？

Pat Gelsinger：

我认为这将是一个阻力，而且我认为你已经开始看到一些早期迹象了。Oracle的那个评论，我认为那只是你将要看到的众多案例中的第一个。现在，这并不意味着我们会因此放慢脚步，但我认为人们会开始问：我真的有足够的能源来支撑我为水泥、数据中心机架和GPU采购所做的资本承诺吗？所以你认为这会成为一个上限？我们需要更多的能源容量，需要在这方面进行更多创新，需要在美国建立更多的供应链，核能是我的最爱之一。 美国上一次核反应堆投入使用是什么时候？

Pat Gelsinger：

是20年前了，对吧？我们就这样停止了一个非常有能力的行业。所以这是我们需要更多的领域之一，我们需要在电力传输方面变得更加高效。正如你所说，将数据中心迁移到800伏直流电是绝对必要的，要能够消除沿途许多转换步骤，这些步骤都是由于历史原因和标准化原因造成的。好吧，我们必须解决这个问题，800伏直流电，爱迪生的复仇来临了，我喜欢这么说。我确实认为，我们需要更好的电力转换。我们有几家公司，其中一家做垂直GaN，我认为这将是一项杀手级技术，能够在一个转换步骤中实现800到48、800到12，甚至800到5的转换，这样就能给你提供更多的能量。我们提到了

Raghu Raghuram：

固态变压器，你知道的。

Pat Gelsinger：

是的，所有这些，固态变压器、开关等等，重建整个电力传输网络。我认为这将会有很多创新，就好像，好吧，电力又变得酷了，对吧？然后你在冷却系统中也需要所有这些，对吧？所以会有一系列的创新，涡轮机、制冷剂，突然间它们又成为了令人兴奋的新技术。所以，对于我们所有的硬件人来说，这就像是一场文艺复兴就在我们面前，它将会……

Raghu Raghuram：

25年之后，我不得不回去重新学习卡诺循环

Pat Gelsinger：

卡诺效率，哦是的，这是好东西吗？热力学第一定律是如何对抗的。

Guido Appenzeller：

毕竟这里还有一些东西

Pat Gelsinger：

所以这将是一个令人兴奋的时代。但我们也说，我们需要改变物理规律，因为在过去五代Nvidia芯片中，CMOS在基本功耗、每太浮点运算功耗方面没有任何改善，完全停滞，这是不行的。这就是我们拥有超导公司Snow Cap的意义所在，它提供了从根本上改变物理规律的机会，功耗性能提升一千倍。所以我确实认为，这些创新在不久的将来也将到来。

第 10 章：面向智能体的 VMware

Raghu Raghuram：

在过去这一个小时里，我的时间管理做得很糟糕。有太多话题需要聊，我们没有涵盖到，但在结束之前至少要聊一个。

Pat Gelsinger：

好的，你来主导。

Raghu Raghuram：

好，我是这么想的。现在虚拟机又回来了。你怎么看待这件事，VMware 的未来走向？

Pat Gelsinger：

嗯，你知道……

Guido Appenzeller：

我感觉被排除在这个对话之外了。

Raghu Raghuram：

网络方面也聊聊。

Pat Gelsinger：

是的，我认为每一次创新都会引领出下一个抽象层，对吧？我觉得很多这些想法……你知道，我喜欢说，我们今天的世界有什么新东西？数据结构、算法、抽象……我们把它们追溯到那些基础性的东西。我认为虚拟机这个抽象概念，无论是从基础设施层面还是从应用层面来实现，它仍然是一个基础性的抽象模型，在计算层级中始终有一席之地。 那么，你们觉得呢？我们中有谁要回去重新运营 VMware 吗？

Raghu Raghuram：

是吗？要回到哪一年？

Pat Gelsinger：

是啊。你知道，我确实认为这些抽象概念……但你也要想想。就像我们在 VMware 做的事情，我们基本上管理了计算层级的每一个方面，管理工作负载、管理网络、管理存储系统。你怎么对这些进行抽象？在 AI 的语境下，当我们思考这些智能体的形态时——谁来管理这些智能体？谁来为所有智能体创建安全配置？谁来管理智能体的性能？本质上，虚拟化和管理的每一个基本要素都需要在这个下一代计算层级中被重新构建。会有很多优秀的公司在这方面取得突破，去实现这些事情。

Raghu Raghuram：

你想以网络话题来结尾吗？

Guido Appenzeller：

我想在虚拟机这个话题上再停留一会儿。对我来说最有趣的是，我们现在构建虚拟机是为了让智能体使用，而不是让人类使用。 我们从其他公司迄今看到的是，这会改变很多东西——产品形态会变，你的市场推广方式会变，比如你是否想让智能体来选择你的虚拟机产品，这会改变你能承受的复杂程度，会改变启动速度的要求。人类比智能体耐心得多。所以，如果今天要重建 VMware，它会有什么不同？

Pat Gelsinger：

是的，我确实认为……

Guido Appenzeller：

面向智能体的 VMware。

Pat Gelsinger：

是的。我也确实认为……你知道，需不需要同时有一个面向智能体的 VMware 和一个面向人类的 VMware 呢？

Guido Appenzeller：

我明白你的意思。是的。

Pat Gelsinger：

对。你知道，从某种意义上说，我还是需要人类来参与。

Guido Appenzeller：

我们还是聚焦在智能体上吧，它们现在比人类有趣多了。

Pat Gelsinger：

是的。但是，你知道，我认为这是一个重要的点，因为我确实觉得需要……我借用一下 Dario 的"宪法"概念，就是护栏，或者说能够设置策略。然后你就真的可以说，好，虚拟机的每一个方面，就像我们今天所熟知和喜爱的那样，现在都是在服务智能体，而不是服务硬件和人类。 所以我认为这就成了你的基本设计约束。

Pat Gelsinger：

在这一侧，你要思考：我怎么让智能体变得更好？怎么让它们更安全？怎么让它们性能更强？怎么对它们进行抽象？怎么迁移它们？所有这些问题，都会有新的实现形式，也就是面向智能体的新形态。但同时我也需要思考：人类如何来设置策略、编写"宪法"、获取仪表盘等等。 我认为这才是有趣的地方，因为你两者都需要做，而不是只做其中一个。我要说，就像我们当年为虚拟机所做的那些核心设计难题——是以高性能的方式为应用程序或操作系统抽象硬件——这里，为智能体抽象硬件和操作，是你真正要服务的根本所在。

Raghu Raghuram：

这次讨论非常精彩，非常感谢你的到来，我们下次再聊。

Pat Gelsinger：

两位都是我最喜欢的人，随时奉陪。

Raghu Raghuram：

好的。

Guido Appenzeller：

太棒了，谢谢。

Pat Gelsinger：

谢谢。

风险提示及免责条款

前三季基金业绩揭榜: 半导体吃肉、原油喝汤、医药复兴

资事堂·资文 — Sat, 10 Oct 2026 08:27:27 GMT

2026年前三季度，A股市场在半导体国产替代与AI算力浪潮的双重驱动下走出结构性行情，由此，公募基金业绩榜单（前三季）也随之呈现鲜明的"科技+资源"双主线格局。

根据官方公布的净值和收益水平，今年前三季度的主动权益基金中，易方达旗下的杨宗昌、汇安基金陈思余、诺安基金左少逸、财通基金金梓才等发挥较为出色，领涨全市场；

被动指数端，半导体材料设备主题ETF霸榜；QDII阵营则上演原油与半导体的"双雄对决"。以下为七大分类基金前三季度业绩全景。

主动权益基金：新名字占据潮头

主动型非货币基金前三季度冠军由杨宗昌管理的易方达供给改革基金超越年中的方正富邦吴昊和财通基金金梓才占得鳌头。

亚军也是杨宗昌管理的易方达产业机遇A，业绩增幅达到111.62%，两只产品均由杨宗昌掌舵，凸显其前期重仓半导体产业链，后期又及时调整的精准节奏（根据净值推测）。

第三名由陈思余管理的汇安趋势动力A获得，年内收益以96.66%位列第三，该基金一季度（Q1）即领跑同类（第12名），上半年（H1）升至第1，全程保持强势。

此外，左少逸管理的诺安创新驱动A（94.83%）从Q1的613名一路飙升至前三季第4名，后程发力显著；东方人工智能主题A（92.68%）、申万菱信智能驱动A（89.38%）等AI主题基金同样表现亮眼。

上半年全面业绩领涨的金梓才，继续保持着多点开花的节奏：财通多策略福鑫（85.30%）、财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通成长优选A（76.91%）四只产品齐入前20，形成"财通科技军团"。

附图：主动非货基金前三季排名靠前者

股票型基金：医药批量复苏

股票型基金（主动型）的排名则较为清晰，领跑者就是年内亚军汇安趋势动力A（陈思余管理，年内收益96.66%），不过它的H1收益率高达163.21%，为全市场主动股票型之最，此次虽然排名未动，收益率已然大幅回撤。

另外，卜忠林管理的申万菱信智能驱动与刘力管理的华商改革创新A分列二、三位。

此后还有王先伟的创金合信专精特新和金梓才的财通集成电路。

股票型基金榜单呈现鲜明的双寡头特征，半导体基金与医药基金“共治”天下：

半导体方向，除前三名外，国寿安保数字经济（吴坚，62.12%）、景顺长城全球半导体芯片产业（63.78%）、国富亚洲机会A（61.70%）等都是业绩靠前的。

医药方向这边，招商前沿医疗保健A（李佳存，61.78%）、招商医药健康产业（61.08%）都进入了前20，而且两者的上半年收益率仅10%左右，凸显了其三季度的强势表现。

附图：股票型基金前三季排名靠前者

混合型基金：科技风景这边读好

主动型混合型基金冠军为易方达产业机遇A（杨宗昌，111.62%），与主动权益冠军同源。另外，东方人工智能主题A（严凯，92.68%）、国泰半导体制造精选A（彭凌志，85.41%）、银华集成电路A（方建，83.88%）分列二至四位、

另外，王悦的民生加银聚优（81.98%）、华商均衡成长A（张明昕，74.87%）、华夏移动互联美元现汇（78.95%）、建信新兴市场优选A（74.93%）等基金表现突出

与股票基金不同，这边还是半导体主题的基金占据半壁江山。

另外，财通系金梓才再度成为最大赢家：财通匠心优选一年持有A（82.79%）、财通景气甄选一年持有A（78.53%）、财通品质甄选A（76.35%）三只产品齐入前十。

指数型基金：半导体材料霸榜，中韩半导体跨境亮眼

指数型基金前三季度榜单几乎被半导体材料设备主题ETF垄断。

鹏华科创板半导体材料设备主题ETF（林嵩，82.43%）居首，华夏上证科创板半导体材料设备主题ETF（杨斯琪，81.95%）与华泰柏瑞上证科创板半导体材料设备主题ETF（李沐阳，81.78%）紧随其后，三只产品H1收益率均超169%。

从排名变动看，鹏华ETF从Q1的574名飙升至半年末和三季末的第1名；华夏ETF从565名升至第2名，后程发力特征显著。

跨境指数基金方面，华泰柏瑞中证韩交所中韩半导体ETF（75.25%）表现突出，反映韩国半导体产业链的景气外溢。

整体而言，半导体材料设备主题还是2026年前三季度被动投资的最强主线。

债券型基金：华商系张永志包揽前三，可转债"先抑后扬"

债券型基金冠军为华商瑞鑫定期开放（张永志，26.64%），华商可转债A（26.30%）与华商稳定增利A（18.82%）分列二、三位，华商系张永志一人包揽前三，堪称年内的“债基之王”。

值得关注的是华商可转债A的“先抑后扬”：一季度收益为-4.48%（同类排名7654名），H1飙升至40.74%（第3名），前三季累计26.30%，展现出可转债品种在权益市场回暖下的高弹性。

此外，财通收益增强A（15.98%）、易方达丰和A（12.39%）、华商稳健双利A（12.18%）等"固收+"产品表现稳健。

QDII基金："双雄对决"局面

QDII基金前三季度呈现原油与半导体两大阵营的对决。

原油阵营中，易方达原油A美元现汇（殷春涛，86.47%）居首，南方原油A（张其思，80.80%）、易方达原油A人民币（78.66%）、嘉实原油（75.38%）紧随其后。

上述基金的Q1收益普遍超59%，到三季度末已经都上周涨到了75%以上，反映国际油价上半年的强势。

半导体/科技阵营中，华夏移动互联美元现汇（78.95%）、华泰柏瑞中证韩交所中韩半导体ETF联接A（77.50%）、建信新兴市场优选A（74.93%）、国富全球科技互联美元现汇A（68.80%）表现突出，H1收益率普遍超96%，反映全球半导体与科技互联的景气共振。

两大阵营"双雄并立"，成为QDII市场最鲜明的特征。

FOF基金：易方达系垄断前十，养老目标产品亮眼

FOF基金前三季度榜单几乎被一家公司垄断：

易方达优势驱动一年持有A（张浩然，35.58%）居首，易方达优势领航六个月持有A（34.10%）、易方达优势价值一年持有A（33.97%）分列二、三位，易方达优势回报A（26.51%）、易方达优势风华六个月持有（23.04%）亦跻身前五。

值得注意的是，易方达养老目标日期2055五年持有Y（19.77%）、易方达汇裕积极养老目标五年持有Y（17.96%）等养老目标产品表现亮眼，反映FOF与养老投资领域的密切关系。

非易基金中，交银智选星光A（17.51%）、汇添富聚焦价值成长三个月持有（17.32%）表现相对突出。

2026年前三季度，公募基金业绩呈现"科技+资源+医药"的新主线格局，这个变化会孕育未来怎样的草蛇灰线，值得后续密切跟踪。

风险提示及免责条款

特斯拉欧洲改称“TAD”，辅助驾驶的边界仍待审批厘清

Sat, 10 Oct 2026 08:23:37 GMT

特斯拉坚守了十年的“FSD”，在欧洲还是更名了。

当地时间10月9日，特斯拉德国、比利时和丹麦官网已将原称“完全自动驾驶（监督版）”的功能改称“Tesla Assisted Driving”（TAD，特斯拉辅助驾驶）。

名称换了，车辆并未因此获得在欧盟全境使用该功能的许可。特斯拉官网仍注明，功能只能在取得监管批准的市场启用。

这次更名有明确的监管背景。德国联邦交通部10月6日发表声明称，交通部长比尔格9月曾与特斯拉会谈，特斯拉已提出将系统改名。

声明同时指出，“Full Self-Driving”容易使人误以为系统能够承担全部驾驶任务；实际上，系统可以辅助加速、制动和转向，驾驶员仍须始终保持注意，并对驾驶负责。比尔格表示将支持继续推进欧洲审批。

名称之争涉及驾驶员如何理解功能边界。一套能在城市道路完成转弯、变道等动作的系统，容易让使用者把“持续监督”理解为偶尔接管。

荷兰车辆管理局RDW在批准文件中专门说明：车辆并非自动驾驶，驾驶员必须参与驾驶，随时准备控制车辆。将“辅助”写进名称，有助于使产品表述与这一责任划分一致；它本身并不能证明系统已通过所有安全审查。

审批路径也解释了为何欧洲各国进度不同。

RDW于4月10日给予该系统临时批准，丹麦随后认可了荷兰的批准。按照丹麦交通主管部门的说明，其他成员国可以分别作出认可；要在欧盟全境通用，仍须完成欧盟层面的程序。特斯拉目前列出的已开放欧盟市场包括荷兰、丹麦、比利时等八国，德国不在其中。

此前特斯拉称，10月6日可能进行欧盟范围投票；该次技术委员会会议的议程草案仅列出“继续讨论荷兰提出的第39条核准请求”，没有列出表决，也未点名特斯拉。按现有会议安排，12月是下一次可能讨论表决的时间。

巴黎车展将提供另一处观察场景。车展官网称，10月12日开幕的展会将设置开放道路试乘项目；小鹏公告显示，参加这一项目的车企只有小鹏与特斯拉，小鹏称这将是其NGP首次在中国以外大规模面向公众试乘。

改名之外，德国与特斯拉还讨论了系统速度设置和驾驶责任。德国交通部称，双方就系统相对限速最多高出10%的方案达成理解，驾驶员仍对安全驾驶负责。

RDW则指出，欧洲和美国车辆使用的软件版本及功能不能一一对应。这意味着，判断系统能否在欧洲扩大使用，仍需着眼于当地版本及其适用规则。

中国市场也需要区分已推送的功能与后续开放的能力。2025年2月，特斯拉向中国车主推送了城市道路辅助驾驶更新；但截至目前，其中国官网的Model Y订购页虽提供“特斯拉辅助驾驶”选装包，仍注明该功能“稍后推出”。

对特斯拉而言，更多国家获批意味着辅助驾驶软件有机会覆盖更大的现有车主群体。尤其是在欧洲市场，面对来自中国品牌愈发激烈的攻势，特斯拉亟需FSD建立起自己的技术招牌。

对行业而言，这一过程也提供了一个观察窗口，功能持续通过软件更新演进时，车企仍需向用户讲清每个市场实际开放了什么、驾驶员必须做什么，并让监管机构审查相应版本。

TAD的名称已经调整，欧盟范围内的使用边界，还要等待审批结果来确定。

风险提示及免责条款

花旗：法国财政风险或令欧央行12月后暂停加息，欧元料跌破1.10

Sat, 10 Oct 2026 07:39:15 GMT

花旗在最新报告中提出了一种不同于市场主流预期的判断：法国公共财政风险可能制约欧洲央行进一步收紧货币政策。如果财政压力持续加剧，欧央行可能在12月加息后暂停行动；若金融压力提前蔓延至欧元区其他国家，暂停加息的时间还可能更早。欧元兑美元也可能因此跌破1.10。

花旗利率策略师指出，欧央行利率预期与法国、德国国债收益率之差之间的关系已经逆转，反映出市场对进一步收紧货币政策的态度正在发生变化。随着法国财政风险上升，投资者可能越来越担心，进一步加息会加剧金融条件收紧。

汇率市场可能率先反映这一变化。花旗外汇策略师认为，如果欧元跌破两年期利差所对应的公允价值，欧元兑美元可能下探1.10。花旗的两年期估值模型显示，若欧元区与美国的两年期利差收窄50至75个基点，即使欧元没有进一步偏离公允价值，汇率也可能降至1.1075至1.1000区间。

花旗将做多美联储利率、做空欧央行利率列为首选交易策略，即押注欧央行利率预期相对美联储进一步下修。尽管市场目前几乎已完全消化欧央行12月加息的预期，并计入2027年接近两次加息，但花旗认为，法国财政风险可能促使投资者重新评估欧央行的政策路径，为相关交易留下50至75个基点的调整空间。

法国财政风险开始影响欧央行政策预期

花旗的核心判断是，法国财政风险可能通过金融条件影响欧央行的政策选择。随着法国国债风险溢价上升，欧元区整体融资环境可能趋紧。如果压力进一步波及其他高负债成员国，欧央行继续加息的代价也将随之上升。

这意味着，即便通胀压力仍然存在，欧央行也未必会按当前市场预期持续加息。财政风险引发的金融市场波动，可能成为影响其政策路径的重要变量。

利差收窄或令欧元跌向1.10

花旗预计，欧央行相对美联储的利率预期仍有50至75个基点的下修空间。按照其两年期估值模型，如果欧元区与美国的两年期利差收窄50至75个基点，欧元兑美元可能降至1.1075至1.1000区间，即使没有额外的汇率超调。

这一判断的关键在于，市场目前仍在为欧央行继续加息定价。如果法国财政风险促使投资者下调对欧央行利率峰值的预期，而美联储的政策预期没有出现同等幅度的变化，欧美利差收窄就可能进一步压低欧元汇率。

花旗押注欧央行利率预期相对走低

花旗首选的交易策略，是做多美联储利率、做空欧央行利率，押注两者之间的利率预期差进一步向有利于美联储的方向变化。

花旗认为，即使伊朗局势缓和，这一策略仍有吸引力。地缘局势缓和、大宗商品价格回落，可能支撑法国股市、国债和欧元，从而降低直接做空这些资产的吸引力。但法国财政风险对欧央行政策预期的影响，未必会随能源价格回落而消失。

接下来，法国财政风险如何演变，以及欧央行12月会议是否会释放放缓紧缩步伐的信号，将成为检验花旗这一判断的重要观察点。

风险提示及免责条款

靠定增赚了数百亿的人，又把钱拍在了桌面上

资事堂·暮延 — Sat, 10 Oct 2026 07:08:52 GMT

大腕出手，志在必得。

10月8日晚，新材料龙头中材科技发布定增公告：以51.40元/股向15名对象定向增发8718.19万股，合计募资44.81亿元。

消息一出，最引人注目的名字，不是易方达，不是国寿养老，而是——葛卫东。

这位私募大佬，以全场最高报价强势入局，最终获配1361.87万股，斥资约7亿元，一举跻身公司第五大股东。

他曾在沐熙股份、兆易创新等科技股上分别斩获上百亿元浮盈，但最终却把最新的“重拳出击”放在了一个材料股上。

这着实出人意料。

报价最高，志在必得

中材科技这次定增，来“抢”的机构和投资者着实不少。

9月下旬申购报价阶段，共有25名投资者提交有效报价，覆盖头部公募、险资、券商资管、外资及知名个人投资者，阵容堪称豪华。

最终，中材科技以51.40元/股完成发行，15名对象入围，合计斥资44.81亿元。

葛卫东的报价策略颇为强势——他分三档报价：59.15元、57.85元、56.55元，对应认购金额分别为3亿、4亿、7亿元。

其中59.15元，是25家申报者中全场最高价。

这个姿态，已经无需多言。

最终，他按顶档7亿元全额获配，拿下1361.87万股，限售期6个月。

名家云集的配售名单

除葛卫东外，此次定增的配售名单同样星光熠熠。

易方达基金以10.22亿元成为最大认购方；近两年业绩亮眼的财通基金拿下4.85亿份额；诺德基金获配4.27亿元。

险资方面，国寿养老、大家资产悉数现身；券商资管方面，华泰资产、上海国泰海通资管各有斩获；外资UBS AG获配1.38亿元；国家军民融合产业投资基金二期亦参与认购。

知名个人投资者钟革、陈学赓各获配约1亿元。

中材科技大股东中国建材集团旗下的中建材联合投资公司，则认购了8.20亿元，锁定期长达18个月。

这份名单，本身就是一种信号。

为什么是中材科技？

资本聚焦于此，答案无外乎两点：公司质地，以及价格。

质地层面，中材科技是中国建材集团旗下的新材料核心平台，聚焦特种纤维、复合材料、新能源材料三大赛道，旗下子公司泰山玻纤是国内玻璃纤维行业龙头。

业绩层面，公司正在提速。2026年上半年，营收162.57亿元，同比增长21.95%；归母净利润12.08亿元，同比增长20.93%；扣非净利润10.95亿元，同比增长35.54%。

另外，中材科技还踩中了眼下热门的AI叙事。

子公司泰山玻纤主营玻璃纤维及制品，其中与AI关联的特种纤维布，2026年上半年销量达1345万米、收入5.3亿元，同比分别增长50%和114%。

公司在半年报中透露增长原因：

AI算力需求叠加供给缺口，特种纤维布供不应求。

另外，此次募集的44.81亿元中，将有16.62亿元投向年产3500万米低介电纤维布项目，14.75亿元投向年产2400万米超低损耗低介电纤维布项目。

两个项目均属特种纤维布范畴，也就是说，后续中材科技有更多的需求会与AI相关零部件的行业挂钩。

成本优势并不明显

不过，葛卫东此次参与定增的成本优势并不明显。

葛卫东参与配售的价格是51.40元/股。10月8日当天，中材科技收盘价52.01元，以此计算，葛卫东账面浮盈幅度仅为约1.2%。

而10月9日定增公告后的首个交易日，中材科技开盘52.96元，盘中最低探至49.24元，最终收于51.92元。

按收盘价计算，葛卫东账面浮盈进一步缩减到约1%。这还没有考虑，中材科技的股价在盘中一度跌破他的成本线。

然而，参与定增出现短期浮亏乃至微利，在葛卫东的历史记录里并不罕见。

让他赚得盆满钵满的兆易创新、西藏药业，起初都经历过漫长的浮亏煎熬，最终靠长期持有等来了爆发。

这一次，他大概率也不会在意短期的账面涨跌。

定增"封神"之路

在A股投资史上，葛卫东或许是参与二级市场定增赚钱最多的个人投资者之一。

他的战绩，足以单独写成一部传奇。

兆易创新，是他"定增封神"的代表作。

葛卫东自2018年起在二级市场建仓（预测成本约70元/股），此后两度重仓参与定增：

2019年8月：以75.47元/股，斥资约3.8亿元认购503.51万股；

2020年6月：以203.78元/股，豪掷15亿元再度认购约736万股。

此后，他的持股经历堪称一场漫长的"过山车"：2021年年中股价最高升至230元以上，2024年初又跌至55元低位——但葛卫东的底仓，基本纹丝未动。

转折点出现在2025—2026年。

AI算力浪潮带动存储周期反转，兆易创新业绩爆发。2026年上半年，归母净利润预告约69亿元，同比增幅约1099%。

2026年6月29日，兆易创新股价创出846.66元历史新高。

按市场测算，葛卫东家族（含配偶王萍）合计持股约2400万股，累计投入约36.8亿元，高位浮盈一度突破130亿元。

西藏药业，是让他"名声大噪"的另一战。

2017年5月，葛卫东以36.48元/股参与定增，耗资约1.06亿元。此后逆势加仓，持有三年。

2020年7月，西藏药业攀上88.40元高峰，定增部分浮盈非常可观。

外界对此的评价是："浮亏三年，暴赚十亿。"

近年参与的景嘉微，葛卫东2023年参与定增，阶段性浮盈超50%。

但这些，都不如他在一级市场（PreIPO）的那一笔来得惊人。

沐曦股份，葛卫东通过个人账户和旗下混沌投资，自2022年起多次增资或受让股份，累计投入超十亿元。

2025年12月17日，沐曦股份登陆科创板，首日暴涨692.95%，盘中一度触及895元。

按最高价计算，葛卫东及混沌投资持股价值一度超240亿元，浮盈超200亿元。

当然，葛卫东的定增投资，也同样踩过坑。包括江淮汽车、思瑞浦、铂力特等。

所以，高手不是不会亏，而是赚的时候，会赚得足够多。

复制哪一个结局？

这一次，葛卫东把7亿元拍在了中材科技的桌面上。

还是成本优势不明显，还是短期浮盈微薄，但这次和他一起在定增名单里蹲的，是这个市场上一大批知名机构。

他们看中的什么，各自有何投资逻辑，外界并不知晓，他们成功与否外界也无法推测。

结果如何，时间会给出答案。

风险提示及免责条款

苹果iPhone Duo加单30%，iPhone 18 Pro系列总订单量未变

证券时报 — Sat, 10 Oct 2026 06:13:26 GMT

10月10日，证券时报记者独家从苹果供应链方面获悉，苹果公司结构性调整2026年秋季手机新品订单量：对iPhone Duo加单30%，但总量仍未超过1000万台，并对iPhone 18 Pro砍单10%—15%，同时对iPhone 18 Pro Max加单10%—15%，iPhone 18 Pro系列总订单量未变。“这意味着销量在往更高价值产品倾斜，所以整体利好苹果供应链公司业绩。”苹果供应链人士对记者表示。

风险提示及免责条款

ASML零部件价格全线上调10%，三星SK海力士接受涨价，半导体设备成本压力蔓延

Sat, 10 Oct 2026 06:01:44 GMT

全球最大半导体设备制造商ASML宣布对韩国客户实施零部件价格全线上调10%，三星电子与SK海力士已接受这一方案，涨价将于明年1月起正式生效。这标志着半导体设备供应链的定价权正加速向供应商一侧倾斜，行业成本压力持续扩散。

据韩国科技媒体The Lec报道，ASML总部于上月初通过韩国法人向三星和SK海力士发出涨价通知，经双方采购部门协商后确认。此次涨价覆盖EUV与DUV光刻机的全部零部件，包括定期采购的消耗性部件，以及因故障或性能下降而需更换的核心组件，涉及光学系统、光源、精密驱动装置等。

此次全线一次性上调10%被业界视为异常举措。ASML此前通常仅在原材料价格大幅上涨或特定材料采购困难时对个别零部件进行单独调价。与此同时，ASML正与主要客户就新设备价格上调展开谈判，设备本体涨价预期也在升温。业界普遍认为，三星和SK海力士接受涨价后，其他设备与零部件供应商的提价要求将获得更大支撑。

ASML零部件涨价：覆盖范围广，时机罕见

此次涨价范围涵盖ASML供应韩国市场的所有替换用设备零部件，EUV与DUV光刻机均在其列。从定期更换的消耗品到关键结构件，价格将于2026年1月起统一上调10%。

ASML将安装于客户工厂的设备服务、零部件及升级业务单独核算。2024年该业务收入达81.93亿欧元，占公司总营收326.67亿欧元的约25%。ASML预计今年这部分收入将增长逾30%。

一位半导体行业人士表示，零部件构成要素的整体成本确实有所上升，但ASML此举也有在客户盈利改善之际提升自身利润率的考量。

设备本体涨价谈判同步推进，TSMC态度存分歧

在零部件之外，新订单设备的价格上调同样在酝酿之中。ASML目前正与主要客户就设备价格上调进行磋商。

据The Information此前7月报道，ASML已通知中国半导体企业等客户，DUV设备价格将上调10%，部分客户已接受。然而，作为ASML最大客户的台积电据悉对设备涨价持反对立场。

三星和SK海力士率先接受零部件涨价，被业界解读为一个重要信号——在供需格局已然逆转的背景下，大型客户的议价空间正在收窄。

涨价潮蔓延，多家设备巨头跟进

ASML并非孤例。半导体设备领域的涨价趋势已在多家头部企业中蔓延。

美国应用材料公司在今年8月的业绩发布中表示，新产品与现有产品价格均已提升。日本东京电子在7月末的业绩说明会上表示，正推进包括在售设备在内的价格调整，以应对成本上升压力。美国等离子电源设备商Advanced Energy也宣布对部分产品线提价。

供需失衡是核心驱动力

此轮涨价潮的根本原因在于供需结构性失衡。AI数据中心投资热潮带动存储与晶圆代工厂商同步扩产，设备与零部件订单集中涌入，而供应商扩充产能需要时间。与此同时，通胀与原材料价格上涨也推高了供应商的成本负担。

这与过去半导体厂商凭借采购规模优势压低供应商单价的格局形成鲜明对比。当前，供应商的价格谈判能力已显著增强。

一位行业人士指出，大规模扩产正在实际落地，设备与零部件已进入供应短缺阶段，随着晶圆投入量持续增加，耗材领域也将出现大规模供应缺口。

风险提示及免责条款

OpenAI的200亿美元疑云，刺中了AI最敏感的神经

万周 — Sat, 10 Oct 2026 01:55:14 GMT

200亿美元，足以让华尔街重新打量AI的万亿美元生意。10月8日，媒体披露OpenAI截至9月底的年化收入运行率接近500亿美元，较此前流传的700亿美元少了近三成。消息传出，美股AI硬件板块普遍承压，英伟达下跌2.9%，博通下跌4.3%，美光下跌4.8%。

这场抛售看起来有些荒诞：OpenAI并未披露一笔突然消失的200亿美元订单，需求也没有被证实骤降。资本市场却迅速把一场收入统计争议，翻译成对算力投资回报和下一轮资本开支的质疑。

01 消失的200亿美元，藏在统计口径里

按照《金融时报》披露的投资者材料，OpenAI年化收入接近500亿美元。此前700亿美元的说法，来自投资者为了与Anthropic直接比较而进行的口径调整。两家公司的云渠道销售统计方式存在差别：Anthropic把部分经云合作伙伴完成的销售按总额展示，OpenAI则对部分合作伙伴销售仅记录归属于自身的收入。700亿美元因而不能简单理解为OpenAI曾经给出的、后来落空的经营目标。

总额法与净额法的差异并不复杂。假设企业通过云平台采购100美元的模型服务，渠道保留30美元。满足总额确认条件的模型公司可以记录100美元收入，同时列示相关渠道费用；满足净额确认条件时，则可能仅记录70美元。决定适用方式的是谁控制服务、承担履约责任以及合同的实质，而非管理层可以任意选择的美化手段。

……

华尔街见闻 - 资讯 - 最新

化工产业出海记：中国化工有多强？ 为何日本格外焦虑？

一、发生了什么？日本的巨大焦虑

进口结构的"中国化"：从 11.8% 到 16.1%，从 47.6% 到 51.5%

价格：这一次，中日石脑油没有一起涨

二、为什么重要？中国化工的出海之路

400 美元与 900 美元：成本曲线决定了谁先出局

17%、60%、77%：原料自主真实含义

规模：从 4,000 万吨到 6,600 万吨，以及一个被忽略的缺口

4,260.9 亿美元的出口：中国已经站在全球化工贸易的第一位

17.8% 的产值、4.5% 的利润率、1.5% 的研发强度

三、接下去关注？为什么这一次不是周期

供给曲线的永久左移

6,000 亿元煤化工：投什么，什么时候投产

出海的真实形态：三条腿走路，还没有第四条

核心判断

特朗普要求乌克兰不能打俄炼油厂，“泽连斯基最好立刻停手，乌克兰该换个新总统”

特朗普直接点名：换掉泽连斯基

美俄柴油协议：导火索

泽连斯基转向欧洲

下周重磅日程：中美CPI、沃什讲话、Anthropic投资者日、台积电与ASML财报

经济指标

财经事件

财报

重磅事件提前预警（下下周）

黄仁勋要“亲自下场”？英伟达洽谈收购“美国DeepSeek”Reflection AI

交易结构灵活，规避监管审查

Reflection AI：美国版"开源模型"的战略棋子

黄仁勋押注开源生态，补齐前沿模型短板

159bp！法国债市危机愈演愈烈：是否重演2011欧债风暴？

最大的风险是法国问题从单点风险变成欧洲共同因子

沙特利雅得机场遇袭造成12人死亡309人受伤，特朗普称美国有可能加入对胡塞武装的打击

机场连续遭袭

美国称强烈谴责对沙特的袭击

胡塞武装释放信号，但双方分歧未消

沙特主导联军：将坚决回应胡塞武装袭击利雅得机场

长鑫科技：4F²架构技术取得突破，相关产品预计年底亮相

为何每个人突然又讨论CPU了

四部委征求意见稿：禁止隐藏式车门把手，关键功能保留实体操纵件

禁止全隐藏式门把手，关键功能须保留实体操纵件

折叠屏、柔性屏被禁，显示屏娱乐功能受限

座椅创新设计须受技术手段限制，行车时禁用特定功能

新型交互方式受限，非驾驶人不得操控关键功能

研发测试验证门槛全面提升，环境适应性验证不少于一年

营销宣传须如实，企业主体责任全面压实

完善汽车产业链后端规范

中国新能源车9月销量同比转负12%，乘用车零售降24%

降幅仍处20%以上高位

新能源车同比转负，渗透率高位下增长减速

四季度业绩承压，价格战或加剧

中国证监会召开资本市场和金融形势专家座谈会

苹果把摄像头做成"不录像的传感器"：隐私牌能撬开智能家居吗？

一台不录像的 AI 摄像头

被 AI 改写的社交信任

苹果的隐私生意经

野村警告：美股指数“严重失真”，十只股票贡献标普七成涨幅，警惕柴油带来新冲击

指数"原地踏步"，水面之下已是熊市

十只股票撑起七成涨幅，集中度风险极端

期权市场"只怕上涨"，Gamma压制波动

柴油短缺：利率波动的隐形导火索

三种交易路径与核心风险

OpenAI营收数据重击AI叙事

厄尔尼诺70年最强，从糖到铜：大宗涨幅还剩多少空间？

当前大宗市场已定价多少？

张忆东：港股10月大概率反弹，先抑后扬，把握两条主线

10月全球股市有望从risk off走向risk on

美债"飙升"之势难以持久

欧债风波难酿危机

继续看好四季度美股行情

港股10月大概率出现反弹行情，有望先抑后扬

立足基本面以不变应万变，掘金超级智能的应用主线，配置深度价值的非科技

特朗普任命新白宫新闻秘书：曾在北京工作3年，任职中国知名律所，会讲普通话

第三批摊余成本法债基上报， 16家中小基金公司“抢滩”热门产品

又有16 家集体申报

累计申报产品已达44只

发行端认购火热

中小公募打破规模瓶颈？

Anthropic如果值20万亿美元，那将撕裂社会

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？

“芯片大佬”Pat Gelsinger：从存储、光互联、电气到网络架构，当下是硬件创新的黄金时代

化工产业出海记：中国化工有多强？为何日本格外焦虑？