摩根士丹利認為，中國“十四五”規劃明確了科技自立與綠色經濟的量化目標，正在晶片、AI算力、機器人等關鍵領域加速追趕，並憑藉完整的鋰電產業鏈維持全球主導地位。這為投資者指明了清晰的結構性增長賽道。AI 算力追趕： 中國正在縮小與輝達A100的性能/成本差距，並追趕H200。算力是AI發展的基礎，國產替代處理程序加速。從摩根士丹利的預測看，中國GPU自給率將從2024年的33%，提升到2030年的76%。昇騰950PR量產了，搭載這顆晶片的Atlas 350加速卡，綜合推理性能是輝達H20的2.87倍，而且是國內唯一原生支援FP4低精度計算的AI晶片，還用上了華為自研的HBM記憶體。綠色能源支撐： 資料中心綠電使用比例有強制性目標（2025年30%→2027年50%→2030年75%→2032年100%）。AI發展需要綠色、靈活的電力系統作為支撐，推動新能源與智能電網投資。產業鏈優勢：鋰離子電池：憑藉完整價值鏈、快速技術迭代及規模成本優勢，主導地位強勁且可持續稀土磁體：中國在精煉和磁體供應環節具有技術壁壘，但面臨技術出口限制，全球替代需時3-5年AI全端能力：中國已經建構了從晶片到雲到應用的完整AI產業鏈，這在全球範圍內除了美國，沒有第二個國家能做到。機器人（物理AI）前景：中國供應鏈的成本優勢——關鍵零部件（減速器、伺服電機、感測器）的本土化率正在快速提升，使得中國製造的人形機器人成本，將遠低於非中國供應鏈方案。很有可能是另一場"新能源車"式的降維打擊。預計到2050年，中國將佔全球人形機器人累計採用量的約30%（約30.2萬台），成為最大市場之一，標誌著AI從數字向物理世界的延伸。中國的科技突圍，不是靠某一個點的突破，而是靠整個產業鏈的系統性重建——從稀土到晶片到AI算力到機器人，每一層都在補課，每一層都開始補上來了。 (iRich投研助手)

美國經濟正面臨嚴峻的滯脹風險。以下從多個維度分析當前經濟形勢，基於最新資料和地緣政治事件的影響。經濟增長顯著放緩美國經濟在2025年第四季度已顯現明顯疲軟跡象。根據美國經濟分析局（BEA）第二次估算，2025年第四季度實際GDP按年化率增長僅為0.7%，較初估的1.4%大幅下修0.7個百分點，也遠低於市場預期的1.5%左右。這一水平較第三季度的4.4%增速急劇減速，標誌著經濟動能快速減弱。下修主要源於多項核心指標的向下調整，包括消費者支出、出口、政府支出和私人投資。實際最終銷售至私人國內購買者（反映消費和投資核心驅動）增長率為1.9%（年化），但同樣被向下修正。全年2025年實際GDP增長率為2.1%，較先前估算下修0.1個百分點，也低於2024年的2.8%。這些資料表明，在進入2026年前，美國經濟已處於顯著放緩通道。政府關門等因素雖對部分季度資料產生一次性影響，但整體趨勢顯示內需和外需雙雙承壓。通膨壓力持續高企與經濟增長放緩形成鮮明對比的是通膨頑固性。核心PCE物價指數（聯準會首選通膨指標）在2026年1月同比上漲3.1%，較上月上升0.1個百分點，為近兩年高點。剔除食品和能源的核心PCE月環比上漲0.4%。過去三個月核心通膨年化增速約為3.7%，接近聯準會2%目標的兩倍。整體PCE物價指數1月同比上漲2.8%，雖較上月略有回落，但仍高於目標水平。服務業通膨（尤其是醫療和交通服務）表現強勁，進一步推高核心讀數。通膨已從疫情後高點回落，但近期再度加速，顯示供給側壓力和需求韌性並存。消費者信心明顯惡化消費者信心指標進一步確認經濟脆弱性。密歇根大學消費者信心指數2026年3月初步值為55.5，較2月的56.6下降約1.9%，創年內低點。當前經濟狀況指數小幅升至57.8，但預期指數大幅跌至54.1，顯現現況與未來預期的明顯脫節。這一下滑主要發生在美伊衝突爆發後約兩周（衝突於2026年2月28日正式升級）。調查顯示，跨收入群體、年齡段和政治派別的受訪者均報告個人財務預期惡化約7.5%。汽油價格上漲成為最直接負面因素，年化通膨預期持穩於3.4%，長期預期小幅降至3.2%。消費者信心低迷通常預示支出意願減弱。由於消費佔美國GDP約70%，這一轉變將對整體增長產生放大效應。地緣衝突引發的能源價格衝擊美以對伊朗的大規模軍事行動導致全球能源市場劇烈動盪。荷姆茲海峽航運幾近停滯，約佔全球石油貿易20%的通道受阻。伊朗及周邊產油設施遭受打擊，供應中斷。布倫特原油價格一度突破110美元/桶以上，美國WTI原油周漲幅超過35%，創歷史性紀錄。汽油平均價格從衝突前約2.92美元/加侖升至3.50–3.58美元/加侖以上，柴油和航空燃料價格同步急升。分析師估計，此輪油價衝擊短期內可能推高美國通膨0.3個百分點以上。若衝突長期化，能源價格高企將持續傳導至消費品、企業運輸和化肥等領域。滯脹特徵初步顯現滯脹指經濟增長緩慢或停滯，同時伴隨高通膨。通常經濟放緩會帶動通膨下降，但當前美國出現增長減速與通膨頑固並存的局面。衝突前經濟已顯疲態：勞動力市場雖年初略有改善，但歷史資料常向下修正，需謹慎解讀。能源衝擊加劇這一矛盾。高油價削弱消費者實際購買力，同時推升生產成本，導致需求收縮與價格上漲平行。若持續，將形成經典滯脹格局——增長低迷、通膨高企、政策空間受限。聯準會政策面臨兩難困境聯準會決策陷入經典滯脹陷阱。經濟增長放緩通常需降息刺激，但通膨遠超2%目標，且能源衝擊可能進一步加速通膨。若過快降息，將強化通膨預期並削弱美元；維持高利率，則加劇增長下行風險。政治壓力進一步複雜化局面。現任總統及其聯準會主席提名人已公開呼籲降息，增加獨立性挑戰。聯準會需在控制通膨與支援增長之間艱難權衡，短期內大機率保持謹慎觀望。2026年展望與主要風險展望2026年第二季度及全年，美國經濟面臨多重疊加挑戰。能源價格衝擊將逐步全面傳導，消費者購買力削弱、企業成本上升、全球需求放緩。滯脹風險顯著上升，可能演變為增長長期低迷、通膨難以快速回落的局面。若美伊衝突長期化，油價持續高位，將放大負面效應。其他風險包括供應鏈進一步中斷、財政政策不確定性以及勞動力市場潛在惡化。當前資料表明，經濟脆弱性在衝突前已存在，地緣政治事件則成為重要催化劑。政策制定者需綜合運用財政、貨幣和外交工具，避免單一措施加劇另一風險。未來數月關鍵資料（包括就業、通膨和油價走勢）將成為判斷滯脹是否全面顯現的核心依據。總體而言，美國經濟正處於高度不確定的轉折期。增長動能減弱、通膨頑固、信心低迷與能源危機交織，形成複雜嚴峻局面。 (周子衡)

最近在用 OpenClaw 的時候，我在想一個問題：AGI 已經來了嗎？如果需要回答這個問題，可能還是要定義下什麼是 AGI。然而關於什麼是 AGI，眾說紛紜。比如最近，Google DeepMind 創始人提出了一個很有趣的 AGI 的定義：訓練一個 AI 模型，將它的知識庫截斷到只到 1911 年，如果它能夠像愛因斯坦獨立發現廣義相對論，那麼它就是 AGI。然而，專門訓練一個大模型來驗證一個人的觀點，即便對於Google來說，也未免太奢侈了。直到昨天，我在紅杉社區看到了一篇文章，我突然有個感受：也許 2026，AGI 已經來到了。原文：https://sequoiacap.com/article/2026-this-is-agi/幾年前，一些頂尖 AI 研究者告訴我們，他們的目標是通用人工智慧（AGI）。當時我們迫切想知道一個清晰的定義，便天真地問：“你們怎麼定義 AGI？”，他們頓了頓，猶豫地對視一眼，然後給出了後來在 AI 領域廣為流傳的一句話：“嗯，我們每個人都有自己的定義，但看到它時我們就會知道。”這一小插曲，正是我們探尋 AGI 具體定義時的典型縮影。這一目標一直沒有結果。雖然 AGI 的定義至今模糊不清，但現實已經毫無懸念：它就在這裡，此刻已然降臨。程式設計智能體是第一個例子。還有更多正在路上。Long-horizon agents，在功能意義上就是 AGI，2026 年將是它們的爆發之年。在繼續討論之前，我們得先明確一點：我們沒有足夠的道德權威來為 AGI 提出技術定義。我們是投資者，研究的是市場、創始人，以及這兩者碰撞孕育出的產物：企業。鑑於此，我們的定義是功能性的，而非技術性的。新的技術能力引出了唐·瓦倫丁的問題：那又怎樣？答案的關鍵在於其現實世界的影響力。通用人工智慧的功能定義AGI，就是能把事情搞明白的能力。就這樣。我們明白，這種模糊的定義解決不了任何哲學爭論。但從實用角度看，當你想做成一件事時，你到底需要什麼？不過是一個能自主解決問題的 AI 而已。至於它是怎麼做到的，遠不如“它能做到”這件事本身重要。一個能解決問題的人，通常具備三個核心能力：紮實的基礎知識儲備；基於這些知識進行推理的能力；以及通過反覆試錯找到答案的能力。能解決問題的 AI 具備三方面核心能力：一是基礎知識（預訓練），二是基於該知識進行推理的能力（推理計算），三是通過逐步迭代得出答案的能力（長程智能體）。第一個關鍵要素（知識/預訓練）正是 2022 年那個「ChatGPT 時刻」背後的驅動力。第二個要素（推理/推理時計算）隨 2024 年底 O1 模型的發佈登場。第三個要素（迭代/長程智能體）則在最近幾周浮出水面：Claude Code 等程式碼智能體已突破能力閾值。具有通用智能的人可以連續幾小時自主工作：他們會犯錯，也會自己修正，不用別人吩咐就能知道下一步該做什麼。現在，通用智能體也能做到這一點。這是前所未有的。什麼叫把事情想明白？一位創始人給他的 Agent 發消息：“我需要一個開發者關係負責人。一個技術能力足夠高、能贏得資深工程師尊重的人，但又真正喜歡用 Twitter 的人。我們向平台團隊銷售產品。去吧。”智能體的第一步操作很直接：在 LinkedIn 上搜尋 Datadog、Temporal、Langchain 等競爭對手公司的“開發者布道師”和“開發者關係”崗位。結果出來好幾百份簡歷，但光看職位頭銜根本分不清誰真的能勝任這份工作。它轉換了思路，開始關注真實表現而非資質：它會在 YouTube 上搜尋各類會議演講，找到 50 多位演講者後，再從中篩選出那些演講互動性強的人。智能體將這些演講者與 Twitter 帳號進行了交叉比對。其中一半人的帳號要麼長期不活躍，要麼只是轉發公司的部落格文章，顯然這些不是我們想要的類型。但有十幾個人擁有真正的粉絲群體：他們會發表真實觀點、回覆網友，還能吸引開發者互動，而且內容很有格調。智能體進一步縮小了篩選範圍，開始排查過去三個月發帖頻率下降的使用者。活躍度降低往往意味著員工對當前崗位的投入度在下降。最終，三個名字浮出了水面。智能體對這三位候選人做了背調：第一位剛官宣新職位，已經來不及了；第二位是一家剛融到資的公司創始人，顯然不會離開當前崗位；第三位是 D 輪公司的高級開發者關係負責人，他們公司剛裁了市場部。她最近分享的主題正好是這家初創公司瞄準的平台工程領域，推特上有 1.4 萬粉絲，發的梗圖還能吸引工程師互動，不過領英已經兩個月沒更新了。Agent 寫了一封郵件，內容提及了對方最近的演講，以及這家初創公司理想客戶畫像的契合點，還特別提到小團隊能帶來的創作自由。郵件提議進行一次輕鬆的交流，而非正式的推銷。總時長：31 分鐘。創始人並未在招聘網站發佈職位描述，而是已經鎖定了唯一的最終候選人。這才是解決問題的真諦，在模糊中摸索著達成目標：提出假設、驗證假設、碰壁、調整方向，直到找到突破口。智能體沒有按既定指令碼行事，它像頂尖招聘者那樣在腦海裡反覆推演，卻只用了 31 分鐘就不知疲倦地完成了全過程，而且沒人教過它該怎麼做。值得注意的是：智能體智能體仍然會犯錯，它們會產生幻覺、丟失上下文，有時甚至自信滿滿地走錯方向。但發展趨勢清晰可見，這些問題也越來越容易解決。走到今天，我們經歷了什麼？去年的文章裡，我們曾指出推理模型是 AI 領域最重要的新前沿。而長程智能體則通過讓模型採取行動並隨時間迭代，將這一範式向前推進了一步。想讓 AI 模型「思考」更久，可不是件簡單的事。基礎推理模型的「思考」時長通常只有幾秒到幾分鐘。目前有兩種技術路徑，看起來都表現出良好的效果和可擴展性：強化學習（reinforcement learning）和智能體框架（agent harnesses）。強化學習的思路是，在訓練過程中通過引導和督促，讓模型從根本上學會長時間保持專注、不偏離目標。而智能體框架則針對模型的已知短板：比如記憶交接、資訊壓縮等問題，搭建專門的支撐架構。強化學習的規模化研究，目前仍是各大實驗室的主攻方向。他們在這一領域成果斐然：從多智能體系統的突破，到 AI 工具的可靠應用，都取得了顯著進展。設計優秀的智能體應用框架是應用層的核心任務。如今市場上一些廣受歡迎的產品，正是憑藉其精心設計的智能體應用框架脫穎而出：比如 Manus、Claude Code、Factory 的 Droids 等。如果要押注一條指數增長曲線，長程智能體的性能曲線絕對是首選。METR 一直在持續密切跟蹤 AI 完成長程任務的能力：其進步速度呈指數級，每 7 個月就翻一倍。按照這個指數趨勢推算：到 2028 年，智能體將能可靠完成人類專家耗時一整天的任務；2034 年可完成耗時一年的任務；到 2037 年，甚至能完成耗時百年的任務。所以呢？很快你就能僱傭一個 AI 智能體了。這正是通用人工智慧的試金石之一。你現在就能「僱傭」 GPT-5.2、Claude、Grok 或 Gemini 了：醫療領域：OpenEvidence 的 Deep Consult 智能體可充當專科醫生法律領域：Harvey 的智能體能作為初級律師開展工作網路安全領域：XBOW 智能體扮演滲透測試員角色DevOps 領域：Traversal 的智能體充當站點可靠性工程師（SRE）GTM 領域：Day AI 智能體可同時擔任業務開發代表（BDR）、解決方案工程師（SE）及營收營運負責人招聘領域：Juicebox 智能體作為招聘專員數學領域：Harmonic 的 Aristotle 智能體充當數學家半導體設計領域：Ricursive 的智能體扮演晶片設計師角色AI 研究領域：GPT-5.2 和 Claude 可作為 AI 研究員從空談者到行動派：對創始人的啟示這對創始人來說意義深遠。2023 到 2024 年的 AI 應用都很會聊天，有些甚至是老練的對話高手！但它們的實際影響卻很有限。2026 和 2027 年的 AI 應用將不再是工具，而是實幹夥伴。它們會像同事一樣，和你並肩工作。使用頻率也會從一天幾次，變成全天無間斷，甚至多個 AI 實例同時運行。使用者不再是偶爾省幾個小時，而是徹底轉變角色：從獨立貢獻者變成 AI Agent 團隊的管理者。還記得之前大家熱議的“賣成果”嗎？現在這真的能實現了。長程智能體究竟能完成那些工作？它的能力與模型的單次前向傳播有天壤之別。在你的領域裡，這類智能體能夠解鎖那些新能力？那些任務需要持續投入，且瓶頸在於持久注意力？如何將這項工作產品化？隨著工作場景的使用者介面（UI）正從聊天機器人向智能體委託模式演進，你們領域內的應用介面又會發生怎樣的變化？你能否穩定完成這項工作？有沒有在「近乎偏執地」持續最佳化智能體框架？反饋閉環是否完善？這項服務該怎麼推廣出去？能不能圍繞價值和成果來定價和打包？準備出發！是時候把握長程智能體的指數級增長浪潮了。如今，你的 AI 智能體大概能穩定工作 30 分鐘左右。但用不了多久，它們就能完成一整天的工作量，最終甚至能承擔相當於一個世紀的工作任務。如果你的規劃能以百年為尺度，會帶來怎樣的改變？一百年，可以把那 20 萬份從未交叉驗證過的臨床試驗資料徹底打通；一百年，能把歷史上所有的客服工單都翻一遍，從中找出真正有價值的資訊；再用一百年，美國的稅法體系也能被梳理得邏輯清晰、條理分明。你之前那個看似遙不可及的路線圖，現在竟然變得切實可行了。 (特工宇宙)

多年來，AGI（通用人工智慧）如同科幻迷霧中的海市蜃樓——頂尖研究者們對其定義各執一詞，甚至以「看到才知道」的模糊共識迴避爭論。然而，一場靜默的革命正在發生：長程智能體（Long-horizon Agents）的突破，讓AGI從哲學辯題落地為功能現實。多年前，一些頂尖研究者告訴紅杉，他們的目標是實現通用人工智慧（AGI）。當時，紅杉天真地問：「你們如何定義AGI？」他們停頓片刻，略帶猶豫地相視一眼，然後給出了一個後來幾乎成為AI領域某種信條的回答：「嗯，我們各自都有自己的定義，但等我們看到它時，自然會知道。」這就是大家對AGI具體定義的不懈追尋的見證之一。事實證明，這個定義確實難以捉摸。雖然定義難以明確，現實卻非如此。AGI已經到來，就在當下。編碼智能體是第一個例證。未來還會有更多。長遠規劃智能體在功能上已相當於AGI，而2026年將屬於它們。AGI不再是哲學辯論，而是你的「虛擬同事」矽谷AI初創公司創始人馬克自述他的經歷，曾經招聘一個人，需要發佈職位描述，篩選數百份簡歷，初篩50人，面試15人，最後發出offer。總共要耗時數周，成本上萬。如今只需要給智能體指令：「我需要一個懂Kubernetes、有開源貢獻、能在開發者社區建立影響力的工程總監」。智能體按分鐘推進：0-5分鐘：掃描GitHub，篩選5000+個Kubernetes相關倉庫，識別活躍貢獻者 。5-15分鐘：交叉驗證LinkedIn、技術部落格、會議演講記錄，篩掉那些殭屍帳號。15-25分鐘：分析推特互動質量，去掉以及只轉發僱主文章的人，識別真正有影響力的開發者。25-31分鐘：發現目標人選剛結束大廠項目，撰寫個性化邀約郵件。從接到需求到獲得精準候選名單，僅31分鐘。上述場景，來自紅杉發佈的部落格。文中用「能把事兒搞定」，來通過功能性重新定義了AGI，稱當下的長程智能體已跨過關鍵門檻；AI應用將從「對話者」升級為「執行者」，可以被視為AGI了。長程智能體的發展軌跡AGI的發展，有三個關鍵時刻。第一個是知識，源於預訓練，代表事件是2022年末發佈的ChatGPT。第二個是推理時計算，可以對應2024年OpenAI的o1及2025年初的DeepSeek R1。第三個關鍵點是迭代/長程智能體，其代表事件是在過去的幾周內，Claude Code和其他程式設計智能體跨越能力閾值。具有通用智能的人，能夠獨立工作數小時，自己犯錯後修正，並在無需被告知的情況下弄清楚下一步該做什麼。通用人工智慧也要能做到同樣的事情。圖1：不同歷史階段的人工智慧能夠完成的任務耗時2025年3月的一篇研究[2]，發現了一個智能體領域的摩爾定律：在過去6年中，智能體能夠完成的任務時長，一直呈指數級增長，約每7個月翻一番。這可比摩爾定律的18個月翻一番快得多。這意味著智能體能力的增長，要遠快於硬體性能的增長。這裡的任務，涵蓋了軟體程式設計上的各類問題，相當廣泛，而上述結果不依賴於特定的資料集，其結論相當魯棒。根據這一趨勢預測，在未來不到十年內，我們將看到AI智能體能夠獨立完成當前需要人類花費數天或數周才能完成的軟體程式設計任務。在2025年3月，那時的大模型在人類完成時間少於4分鐘的任務上幾乎有100%的成功率，但在人類需要花費超過大約4小時的任務上，成功率低於10%。而按照歷史經驗外推，能以50%機率成功完成的多步任務數，大約每年增長1-4倍。如果過去6年測量的趨勢在未來2-4年內繼續，2028年智能體可完成人類專家一天工作量；到2030年，通用型自主智能體將能夠執行一系列為期一周的任務，而2037年或能處理需專家百年時間的任務。一個能夠替代人類專家終其一生才能解決問題的智能體，說什麼都該被視為通用人工智慧了。這就是紅杉這篇文章真正想說的。不必糾結通用智能的定義及其哲學爭論。只要能把事兒搞定，就是通用智能。這種強調結果的思考方式，更關注現實影響，無論是投資者，創業者還是打工人，都需要押注智能體能力的指數增長曲線，據此重估創業與商業機會。明白通用人工智慧打工人要轉變思路2023-2024年的AI應用多為「對話工具」，而2026年後，智能體將成為「虛擬員工」。醫學領域，OpenEvidence的深度諮詢功能可以進行醫療諮詢。在法律界，智能體Harvey可以擔任助理律師。即便是晶片設計，也有發表了AlphaChip的研究者創立了「Ricursive Intelligence」。2026年和2027年的AI應用將從對話者成為行動者。它們將像同事一樣存在。使用頻率將從每天幾次增加到全天候，同時運行多個實例。智能體將不止是讓使用者節省幾個小時，而是讓使用者角色從「個人貢獻者」轉為「管理一組智能體」。對於打工人來說，能夠完成長任務周期的智能體，其能力與大模型的單次呼叫有著本質的不同。每一個人都需要思考，在你的領域，長時程的智能體解鎖了那些新能力？那些任務需要持久的注意力，如今這些任務是時候外包給AI了。等到這些任務外包給AI之後，需要人來思考並回答下面三個問題1. 如何將AI自動化的工作產品化推廣出去？你能對此定價和包裝以創造價值嗎？2. 工作介面從聊天機器人發展到智能體，將在你的領域如何影響人機互作？3. 如何在智能體完成任務的過程中提供反饋，從而讓智能體能夠可靠而穩定地完成複雜任務，而非痴迷改進智能體的介面。此外，能完成長時間任務的智能體的出現，也會帶來更多的隱患。曾經大模型的安全，只需要考慮會不會回覆有害問題，而在連續工作幾個小時，去解決複雜問題的智能體上，就要小心智能體「刪庫跑路」，或者侵犯個人隱私，將人類世界的偏見引入等問題了。監管缺失也不容忽視，目前尚無法律定義「智能體作為員工」的權利義務。A呼叫B公司提供的智能體完成的特定任務，所引起的合同糾紛、責任認定等問題仍懸而未決。 (新智元)

一、人形機器人：全球技術迭代與政策加持的史詩級產業機會人形機器人是2026年機械行業裡最具確定性的投資主線當中的一個，在2025年達成0到1的突破之後，2026年正式邁入1到10的破局初始階段，特斯拉Optimus引領全球技術迭代，Gen - 3版本預計在2026年Q1發佈並且逐步規模量產，靈巧手技術會成為重大升級方向。國內的廠商展現出亮眼的表現，宇樹、智元以及優必選這幾家企業，共同包攬了到2025年時全球出貨量排名前六的位置，它們的出貨量合計超過了1.1萬台，在佔到全球總共1.5萬台銷量的情況下，佔比達到了73%以上。在整個產業層面，呈現出了兩大特徵，其一，是供應鏈進入定點加速的狀態，核心部件（像絲槓、減速器、感測器、電機、靈巧手這些）的技術持續不斷地進行迭代；其二，是出現了資本化共振的情況，宇樹、智元、優必選等這些本體企業紛紛開始踏上IPO的征程。應將投資策略聚焦於核心環節，去優選那些在供應鏈方面卡位清晰明確的標的，像絲槓領域的恆立液壓、貝斯特、北特科技啦 ，以及減速器領域的綠的諧波、雙環傳動 ，還有感測器領域的漢威科技、柯力感測這些。二、商業航天：低軌資源稀缺性以及星座組網急切性促使全產業鏈出現爆發態勢商業航天的關鍵緣由包含著低軌頻軌資源具備的“先佔先得”特質和國家戰略安全那種雙重的緊迫性，依據ITU規則，衛星星座要在申報之後7年之內啟用資源，9年之內投放10%的衛星，14年之內完成全部的部署，不然就會自動失效。美國SpaceX的“星鏈”，已經發射了超過一萬顆衛星，從而搶佔了先機，中國的“GW星座”，規劃數量為一萬三千顆，還有“千帆星座”，規劃數量是一萬五千顆，二者合計規劃數量接近兩萬八千顆，然而截至2025年年底，在軌數量不足二百五十顆，到2029年年底之前，需要完成大約一千三百顆的部署，以此來避免資源被收回，時間窗口非常緊迫。成本端方面，在2020年的時候，關於中國衛星發射，其實從那時起成本就是每千克11.5萬元，但到了2024年這一成本降到了每千克7.5萬元，並且預計在2029年的時候會達到每千克4.5萬元，不過呢和SpaceX獵鷹 - 9每千克0.5萬元這一個代價相比較，依然是存在著差距的。2026年的時候是有希望成為可重複使用火箭正式開啟商業化的元年的，在這一年朱雀三號以及長征十二號甲等會展開首次飛行來進行驗證。產業鏈的上游會在這個情況下確定無疑地從中有所收益，對於此應該重點去予以關注的環節有點對點的3D列印，這裡比如涉及到的鉑力特、華曙高科，還有檢測方面的東華測試、蘇試試驗，另外還有特種軸承方面的國機精工等一系列環節。三、可控核聚變，其處於終極能源產業化即將到來的前夕階段上游投資已然進入到加速的時期 ，可控核聚變已經完成了從“科學可行性驗證”處於1950年到2020年這個階段，朝著“工程可行性驗證”處於2020年到2035年這個階段的進階發展，正處在朝著商業化即將到來的前夕的關鍵加速階段 ，全球投資呈現出爆發性的增長 ，聚變行業總的投資額從2021年的19億美元急劇飆升到2025年的97億美元 ，僅僅在2024年就新增了26億美元。國際能源署做出預測，到2030年的時候，全球核聚變市場規模會達到5000億美元，到2050年則會突破兆美元。在技術路線方面，磁約束托卡馬克佔據著絕對的主導地位，其裝置數量佔比為49%，而氘氚燃料方案是主流的選擇，佔比72%。ITER項目預估成本是220億美元，其中磁體系統佔比28%、容器內部件佔比17%、建築佔比14%，這些是核心成本項；商業化DEMO階段工廠總體成本佔比將會升至40%。國內建構起“國家主導和市場創新”雙輪驅動的模式，CFEDR定下在2050年之前進行示範發電的計畫，上游的材料以及裝置廠商會率先獲得益處，重點留意合鍛智能（其涉及真空室部件）、安泰科技（專注於核級材料）、國光電氣（與之相關的是偏濾器）、上海電氣或者東方電氣（負責主機裝置）等。四、低空經濟：政策加持下的產業破局與兆市場啟動低空經濟被收納進“十五五”規劃建議之中 ，明確判定為戰略性新興產業 ，在2025年的時候《政府工作報告》頭一回提及“助力低空經濟安全且健康地發展” ，其定位被提升至全新的高度。空域管理改革收穫突破 ，民航局把空域劃分成A - G - W七種類別 ，其中G、W類是屬於非管制空域（300米以下） ，為低空飛行去釋放空間。在市場規模這一方面，預計在二零二五年的時候，中國低空經濟規模能夠達到一點五兆元，到二零三零年的時候會達到兩兆元，而二零三五年的時候則會達到三點五兆元。eVTOL迎來了“一到十”的產業拐點，預計在二零三五年全球市場規模會突破二百一十億美元。產業鏈進行拆解表明，推進系統（價值量佔比百分之四十）、機體結構（百分之二十五）、航電飛控（百分之二十）、能源系統（百分之十）成為核心環節。基礎設施（通航機場、垂直起降點）、空管系統、營運服務同時呈現放出量的態勢。需重點予以關注的標的包括，動力/能源系統方面的，宗申動力、臥龍電驅，整機方面的，億航智能、萬豐奧威，以及空管系統方面的，萊斯資訊、四川九洲。五、深海科技：國家戰略引領之下的兆海洋經濟新的抓手深海科技屬於2025年《政府工作報告》裡面明確提出來的新興產業，它跟商業航天、低空經濟是並列的，而中央財經委第六次會議又再次著重指出要去推動海洋經濟高品質發展。中國海洋經濟規模達到了兆的等級，在2024年的時候，海洋船舶工業有著百分之十四點九的增長幅度，海洋工程裝備製造業有著百分之九點一的增長幅度，海洋電力業有著百分之十四點七的增長幅度，它們都實現了高速增長，海工裝備新承接訂單金額在全球所佔比例為百分之六十九點四，連續七年一直保持著全球首位。深海開發麵臨著複雜環境的挑戰，這對深海水下探測感知裝備、資源勘探施工裝備、油氣生產裝備提出了迫切需求。在政策方面，自2013年提出“深海進入、深海探測、深海開發”起，到2025年“深海科技”被納入政府工作報告，其戰略定位一直持續升級，後續具有針對性的扶持政策或許將會陸續出台。產業鏈所涵蓋的有深海裝備，比如載人/無人潛水器、深海鑽井平台，還有水下作業系統，以及海洋新材料等，重點需要關注微光股份，也就是深海電機領域裡的，巨力索具，即系泊系統方面的，亞星錨鏈，如同錨鏈這個細分領域的，振華重工，像海工裝備這個領域的等細分領域龍頭。(TOP行業報告)

當技術不再孤立，當AI開始“物理化”，普通人如何“擁有未來”？如果你關注投資圈，一定對“木頭姐”（Cathie Wood）和她的ARK Invest不陌生。就在最近，ARK發佈了重磅的《Big Ideas 2026》年度報告。每年年初，ARK Invest的《Big Ideas》系列都會成為全球投資者關注的焦點。這不僅因為“木頭姐”Cathie Wood過去對特斯拉、比特幣等顛覆性技術的精準押注，更因為ARK的研究方法論——以萊特定律和技術融合網路為基礎，試圖量化未來五到十年的指數級增長。這不是一份簡單的市場預測，而是一份關於 “技術融合”的藍圖。讀完這份長達111頁的報告，我發現：我們以前討論的“未來”，可能要提前到來了。如果說2023-2024年是AI的“啟蒙時代”，那麼2026年，將是技術開始“接管現實”的元年。ARK的預測邊界正在從“數字世界”全面擴展至“物理世界”。AI不再是螢幕後的演算法，而是開始驅動火箭、機器人、基因編輯和全球貨幣體系。以下是這份報告的深度解讀，提煉出最核心的五個賽道及其背後的資料支撐，並探討對普通人未來投資方向的參考。核心邏輯：技術融合引爆“超級投資周期”ARK提出一個關鍵概念：Convergence Network Strength（融合網路強度），即不同技術平台之間相互催化、相互增強的程度。2025年這一指標增長了35%，AI仍然是核心引擎，但機器人、能源儲存、區塊鏈和多組學正在成為新的催化劑。關鍵資料：全球AI資料中心投資正以每年29%的速度增長（此前為5%），預計2030年將達到1.4兆美元。投資啟示：單一技術主題的投資正在讓位於跨行業交叉主題。例如，投資AI不僅要看晶片，還要看能源（供電）、機器人（執行）、區塊鏈（支付）。五大技術平台深度拆解：資料、趨勢與估值1. AI基礎設施：從“訓練”到“推理”的價值遷移2022年ChatGPT的出現引爆了第一波AI投資，但ARK指出，真正的商業化紅利正在從模型訓練轉向模型推理。資料一：推理成本崩潰根據ARK測算，過去一年AI推理成本下降了99% 以上。成本下降直接刺激需求：OpenRouter平台的tokens消耗量25倍增長。投資邏輯：成本下降曲線通常遵循萊特定律——累計產量每翻倍，成本下降固定百分比。這意味著AI應用層將迎來爆發，類似網際網路時代的“寬頻降價→應用繁榮”。資料二：資本開支結構變化2025年全球資料中心系統投資約5000億美元，是過去十年均值的2.5倍。預計2030年投資達1.4兆美元，其中ASIC定製晶片市場份額將從現在的低個位數提升至30%以上。投資邏輯：Nvidia的GPU目前佔據主導，但自研晶片（如Google TPU、亞馬遜Annapurna、博通ASIC）正在侵蝕通用GPU份額。投資者需要關注算力成本控制能力和專用晶片設計公司。Data Center Systems Investment*圖註：資料中心系統投資在2025年達到歷史峰值，且未來五年復合增速將超過20%，遠超市場預期。*2. 機器人：人形機器人將創造“新GDP”ARK對機器人的分析跳出了傳統的工業自動化框架，提出人形機器人將直接創造經濟價值。資料三：家庭經濟價值目前美國戶均房屋維護年價值約6.8萬美元，但只有2600美元計入GDP（主要是專業服務）。一台人形機器人每年可替代約6.2萬美元的家庭勞動價值。若滲透率80%，可為美國GDP增加6兆美元（+20%）。投資邏輯：機器人不再是成本中心，而是生產力單元。未來衡量一個國家的GDP，可能要考慮其“機器人勞動力”數量。關注通用人形機器人平台（如特斯拉Optimus、Figure）和核心零部件（電機、減速器、感測器）。資料四：複雜度與算力人形機器人操作複雜度是自動駕駛計程車的指數級倍數。基於特斯拉FSD的算力擴張曲線，ARK預計人形機器人達到人類水平所需算力將在2028年左右實現。投資邏輯：自動駕駛技術堆疊可直接遷移至人形機器人。因此，在自動駕駛領域領先的公司（如特斯拉、Waymo）可能在人形機器人賽道也佔據先機。Compute Scaling Laws for Optimus*圖註：橫軸為累計AI算力（對數），縱軸為英里/干預（對數）。Optimus達到人類水平所需的算力規模與Robotaxi相當，但時間點晚2-3年。*3. 區塊鏈與數位資產：從邊緣到主流資產配置區塊鏈部分ARK提供了大量量化資料，顯示數位資產正在成為不可忽視的資產類別。資料五：機構持倉美國比特幣ETF和上市公司持有比特幣總量佔比從2024年的8.7%升至2025年的12%。比特幣的波動性下降：2025年平均回撤幅度遠低於歷史水平，開始顯現“數字黃金”屬性。投資邏輯：比特幣的夏普比率（風險調整後收益）在2025年持續高於以太坊和Solana，說明其作為配置資產的性價比提升。資料六：穩定幣與代幣化資產2025年12月，穩定幣調整後月交易量達3.5兆美元，超過Visa+PayPal+全球匯款總和。代幣化真實世界資產（RWA）從2024年的60億美元增至2025年的190億美元（+208%）。投資邏輯：穩定幣正在取代傳統支付網路，代幣化資產將打通鏈上金融與傳統金融。關注合規穩定幣發行商（如Circle、Paxos）和代幣化基礎設施（如以太坊、Solana、Base鏈）。Stablecoin Volumes vs. Legacy Systems*圖註：2025年12月穩定幣月度交易量3.5兆美元，遠超Visa（1.4兆）、PayPal（0.3兆）及全球匯款（0.6兆）的總和。*資料七：比特幣目標價更新基準情景：比特幣市值~16兆美元（單價約76萬美元）。貢獻因素變化：黃金市場擴容使“數字黃金”TAM增加37%；但發展中市場因穩定幣競爭下調了滲透率。ARK更新了2030年比特幣價格預測模型：投資邏輯：比特幣正從單一風險資產轉向多元用途（機構配置、國家儲備、鏈上金融抵押品）。估值需採用情景加權法。4. 多組學+AI：醫療健康的價值重構多組學是ARK長期看好的方向，今年重點強調AI如何加速藥物開發和治癒經濟。資料八：資料規模爆炸分子診斷測試年產生資料量已超過主要AI模型（GPT、Claude）的訓練資料量，預計2030年再增長10倍。投資邏輯：擁有獨家、高品質生物資料的公司將成為AI製藥的“資料護城河”。資料變現模式包括藥企合作、診斷服務等。資料九：AI縮短研發周期AI可將藥物上市時間從13年壓縮至8年（-40%），研發成本從24億美元降至7億美元（-70%）。對藥企而言，這意味著更長的專利保護期和更快的現金流回正。投資邏輯：AI製藥公司的估值邏輯應從“管線預期”轉向平台驗證和資料價值。關注臨床階段成功率提升的標的。資料十：治癒經濟的價值一次性基因編輯療法價值是傳統慢性病藥物的2.4倍，是普通藥物的20倍。以心血管疾病為例，美國適應症人群約1700萬，價值基礎價格16.5萬美元，對應TAM達2.8兆美元。投資邏輯：基因編輯技術正從罕見病向慢性病拓展。具備體內編輯技術平台（如CRISPR、鹼基編輯）的公司市場空間巨大。ASCVD Gene-Editing TAM vs. Lipitor Cumulative Sales*圖註：ASCVD基因編輯療法的潛在TAM高達2.8兆美元，是立普妥累計銷售額的12倍以上，顯示治癒慢性病的巨大商業價值。*5. 可重複使用火箭與能源：突破物理邊界最“科幻”的部分：太空資料中心和分佈式能源。資料十一：發射成本下降自2008年以來，SpaceX將LEO發射成本從15,600美元/公斤降至<1000美元/公斤。若Starship實現快速復用，成本有望進一步降至100美元/公斤。投資邏輯：成本下降將催生新應用：衛星網際網路（Starlink）、太空旅遊、甚至在軌製造。可關注太空基礎設施公司和衛星通訊服務商。資料十二：電力需求與成本AI資料中心將推動全球電力需求，預計到2030年需新增~10兆美元電力投資。得益於太陽能、電池和核能成本下降，美國零售電價有望結束50年停滯，重新進入下降通道。投資邏輯：電力成本下降將利多高耗能產業（如AI訓練、加密貨幣挖礦）。關注分佈式能源（太陽能+儲能） 和下一代核能（SMR） 技術。接下來對我們普通人有什麼投資啟示，如何建構“未來組合”？啟示一：跨行業配置，而非賽道押注ARK強調，創新不再孤立，因此投資組合也應體現融合趨勢。例如：AI + 能源：投資資料中心的同時，也要考慮供電方案（太陽能、儲能）。AI + 機器人：軟體（AI模型）與硬體（執行器）的協同。區塊鏈 + 金融：代幣化資產需要底層公鏈和合規託管機構。啟示二：關注萊特定律主導的賽道歷史表明，符合萊特定律的行業（產量翻倍、成本下降固定百分比）往往能產生長期超額收益。當前符合該定律的領域：AI算力（晶片）基因測序電池儲能火箭發射自動駕駛里程啟示三：估值方法的迭代傳統市盈率在創新公司面前可能失效，因為早期投入巨大、利潤甚微。ARK建議採用：市場規模×滲透率×利潤率 的TAM折現法。情景加權估值（如比特幣）。基於資料的估值（如擁有獨家生物資料的公司）。啟示四：關注“第二曲線”公司很多傳統行業巨頭可能通過技術創新開啟第二增長曲線。例如：特斯拉：從電動車到Robotaxi到人形機器人。亞馬遜：從電商到雲到衛星網際網路。Meta：從社交到元宇宙到AI開源模型。風險提示ARK在報告開篇也列出了多重風險：監管風險：數位資產、基因編輯、自動駕駛均面臨政策不確定性。技術失敗風險：量子計算、核聚變等仍需數十年。市場過熱風險：當前科技capex佔比已達歷史高位，但估值並未泡沫化，需警惕增速放緩。未來已來，只是尚未流行ARK《Big Ideas 2026》的價值不在於精確預測（預測本身就有誤差），而在於提供了一套量化分析技術變革的框架。對於投資者而言，擁抱這些趨勢的方法不是追高熱門股，而是理解背後的成本曲線和滲透率邏輯，找到那些能夠在技術融合中佔據關鍵節點的公司。正如木頭姐所言：“那些早早認出未來的人，將有機會擁有它。” (不讓未來打盹研究)

自2022年10月香港特區政府發佈《有關虛擬資產在港發展的政策宣言》、確立虛擬資產交易所持牌制度以來，至2026年2月11日發佈增強市場流動性的監管指引，香港特區政府及監管機構（主要為香港證監會SFC、金管局HKMA）圍繞持牌制度完善、交易機制鬆綁、機構資金准入、穩定幣與衍生品開放、流動性基礎設施建設等核心目標，發佈了一系列直接或間接增強虛擬資產交易市場流動性的政策檔案。香港虛擬資產監管遵循“先基礎制度→再持牌落地→後流動性鬆綁→最後工具與生態完善”的清晰路徑，2022-2025年已完成持牌、穩定幣立法、共享流動性等基礎建設，2026年必然進入流動性深化與生態擴張階段。秉持“相同活動、相同風險、相同監管”原則，對標傳統金融市場，逐步完善做市、OTC、衍生品、機構准入等流動性基礎設施。一、香港虛擬資產流動性政策回顧自從2022年發佈虛擬資產政策聲明以來，香港特區政府為建構虛擬資產市場啟動流動性採取了一系列政策措施。需要說明的是，以下統計可能沒有完全把所有相關政策措施羅列，也歡迎相關同仁交流補充。（一）2022年：制度奠基，確立持牌與監管框架《有關虛擬資產在港發展的政策宣言》（2022年10月31日，特區政府）核心定位是香港虛擬資產監管的綱領性檔案，明確香港將打造全球虛擬資產中心，對虛擬資產交易平台（VATP）實施強制持牌制度，納入《打擊洗錢及恐怖分子資金籌集條例》（第615章）監管。對流動性意義而言，該宣言確立合規基礎，為後續機構資金入場、交易機制開放掃清制度障礙。《虛擬資產交易平台監管指引》（2022年12月，香港證監會）配套持牌制度，明確VATP的發牌條件、資產託管、反洗錢、投資者保護等核心規則，搭建合規交易的底層框架。（二）2023-2024年：持牌落地與基礎擴容，啟動合規交易生態《打擊洗錢及恐怖分子資金籌集條例》修訂案（2023年6月1日生效，特區政府）正式將虛擬資產服務提供者（VASP）納入監管，明確VATP必須申請證監會牌照方可在港營運，完成持牌制度的立法落地。《虛擬資產服務提供者發牌制度》實施細則（2023-2024年，香港證監會）細化發牌流程、合規要求，推動多家頭部交易所（如HashKey、OSL）獲牌，形成首批合規交易場所，提升市場基礎流動性。《虛擬資產基金及投資組合管理監管框架》（2024年，香港證監會）允許持牌資管機構發行虛擬資產相關基金，向專業投資者開放，引入機構資金，拓寬交易需求端。《虛擬資產託管服務監管指引》（2024年，香港證監會）規範虛擬資產託管，解決機構資金的資產安全痛點，為大額資金入場提供保障。（三）2025年：關鍵突破，穩定幣、衍生品、流動性機制開放《穩定幣條例》（2025年8月1日生效，特區政府）核心是將法幣穩定幣納入持牌監管，由金管局實施審慎監管，要求發行人持有100%法幣儲備並接受即時審計。對流動性意義在於，穩定幣是虛擬資產交易的核心“流動性媒介”，該條例為穩定幣合規流通、提升交易效率奠定基礎。《虛擬資產交易平台共享流動性通函》（2025年11月，香港證監會）核心是允許持牌VATP之間共享訂單簿與流動性，同時放寬專業投資者交易品種限制——將“12個月交易記錄”豁免簡化為“合規審查”，可交易資產種類預計2026年翻倍。對流動性意義在於打破平台間流動性孤島，提升市場深度與交易活躍度。《虛擬資產衍生品監管框架》（2025年，香港證監會）明確虛擬資產衍生品（如期貨、期權）的合規發行與交易規則，允許持牌機構向專業投資者提供衍生品服務，豐富交易工具、吸引量化與機構資金。《虛擬資產做市商監管指引》（2025年，香港證監會）規範持牌做市商行為，鼓勵為合規VATP提供持續報價與流動性支援，改善市場買賣價差與成交效率。（四）2026年：全面鬆綁，保證金、永續合約、流動性終極最佳化《增強虛擬資產市場流動性監管指引》（2026年2月11日，香港證監會）核心突破是廢除虛擬資產保證金借貸禁令，允許持牌虛擬資產經紀向證券保證金融資客戶提供虛擬資產融資；首設永續合約發行高層次框架，合格虛擬資產抵押品僅限比特幣（BTC）、以太幣（ETH），並設定不低於60%的審慎扣減率。對流動性意義在於直接開放槓桿交易與主流衍生品，大幅提升資金使用效率與市場交易活躍度，是香港虛擬資產流動性監管的里程碑檔案。穩定幣發牌推進（2026年2月，金管局），宣佈2026年3月發放首批穩定幣發行人牌照，首批控制在個位數，進一步夯實穩定幣流通基礎，為交易提供高效結算工具。二、香港虛擬資產核心流動性增強措施2026年展望關於未來增強市場流動性的相關推進，香港特區政府相關官方作出一系列公開規劃與表態。金管局總裁余偉文明確宣佈2026年3月發放首批穩定幣牌照，並推進穩定幣生態建設。證監會於2025年11月《虛擬資產交易平台共享流動性通函》明確“2026年將進一步最佳化交易機制、擴大可交易資產”；立法會議員吳傑莊透露2026年推出OTC與託管框架。另外，特區政府財政司司長陳茂波在2026年達沃斯論壇表示，香港將“積極穩慎發展數位資產，推動代幣化與機構資金入場”。從市場方面促進流動性相關措施落地條件不斷成熟。一方面全球虛擬資產中心（如新加坡、迪拜、倫敦）均在加速流動性鬆綁，香港需通過政策創新鞏固領先地位。另一方面，持牌交易所、機構投資者對穩定幣、OTC、槓桿、RWA等工具的需求強烈，政策需匹配市場發展節奏。另外，已披露的監管試點與研究成果來看，2025年已完成共享流動性、質押收益、穩定幣立法等試點與立法工作，2026年將進入全面落地與最佳化階段。巴塞爾協議虛擬資產資本標準2026年1月在港落地，為銀行與機構資金入場提供了合規基礎。基於上述分析，預計2026年將是香港虛擬資產市場流動性全面爆發的關鍵一年，核心邏輯是在已建立的合規持牌框架基礎上，通過穩定幣落地、OTC開放、專業投資者擴容、RWA推進、跨境互通、工具完善六大措施，系統性提升市場深度、廣度與活躍度。這些預計均基於官方公開規劃、政策演進邏輯、市場需求與競爭壓力，具有高度確定性。一是穩定幣生態全面落地。包括首批穩定幣發行人牌照發放，2026年3月發放首批穩定幣牌照（個位數），允許合規法幣穩定幣在港流通、用於交易結算；穩定幣交易與支付場景拓展，推動穩定幣接入持牌交易所、支付機構，成為虛擬資產與法幣間的核心流動性媒介；穩定幣跨境結算試點，探索與大灣區、新加坡等地區的穩定幣跨境合規結算通道。二是場外交易（OTC）與大宗交易監管框架落地。包括推出《數位資產託管及場外交易（OTC）監管框架》，規範大額虛擬資產場外交易、大宗撮合與託管，填補OTC監管空白；允許持牌機構開展合規OTC做市，引入專業OTC服務商，為機構提供大額、低滑點交易管道，補充場內流動性；大宗交易資訊披露與價格形成機制，建立OTC交易資料報送與公開機制，提升市場透明度與定價效率。三是專業投資者准入與交易限制進一步放寬。包括簡化專業投資者認定標準，降低資產門檻、簡化稽核流程，擴大合格投資者基數；擴大可交易虛擬資產範圍，在現有BTC、ETH基礎上，逐步開放更多主流合規代幣（如SOL、ADA等）的專業投資者交易權限；零售投資者小額交易試點，研究在嚴格風控下，允許零售投資者參與小額、低槓桿虛擬資產交易，啟動長尾流動性。四是代幣化傳統資產（RWA）與機構資金深度入場。包括擴大RWA發行與交易場景，推動更多債券、房地產、股票等傳統資產代幣化，豐富虛擬資產市場投資標的；銀行與持牌資管機構虛擬資產配置鬆綁，在巴塞爾協議框架下，逐步放寬銀行對合規虛擬資產（如穩定幣、RWA）的投資比例限制；推出虛擬資產ETF/ETP等標準化產品，允許持牌機構發行面向專業投資者的虛擬資產指數基金、ETF，降低機構參與門檻。五是跨境互聯互通與流動性互通機制深化。包括深化與新加坡、阿聯等虛擬資產中心的監管合作，建立持牌機構互認、流動性互通機制；探索“香港—內地”數位資產合規通道，在大灣區框架下，研究合格境內機構投資者（QDII）投資香港合規虛擬資產的試點；推動跨境虛擬資產託管與清算合作：建立跨境資產安全託管與高效清算體系，吸引全球資金。六是做市、槓桿與衍生品工具進一步完善。包括最佳化永續合約與保證金交易規則，在2026年2月指引基礎上，逐步擴大合格抵押品範圍、最佳化扣減率，提升槓桿交易靈活性；推出更多虛擬資產衍生品，如指數期貨、期權、結構化產品，豐富機構避險與交易工具；做市商激勵機制，對為市場提供持續流動性的持牌做市商，給予牌照費用減免、交易手續費優惠等政策支援。需要說明的是，以上預測僅代表個人意見，並非官方立場，也不一定準確。同時政策措施推出與全球宏觀環境與市場發展緊密相關，因此具體發展會受諸多因素的影響，但無庸置疑的是香港虛擬資產市場發展趨勢已經基本形成。 (數字新財報)

2026年全球經濟動態分析：通脹冷卻、日本選舉衝擊、美聯儲政策與勞動力市場轉型2026年伊始，全球經濟呈現出複雜而多變的格局。通脹壓力有所緩解，但勞動力市場面臨結構性挑戰，人工智慧（AI）的快速發展正重塑生產力和就業格局。同時，日本選舉結果帶來的政策轉向，以及美國聯邦儲備系統（美聯儲）新提名人的潛在影響，都在為市場注入不確定性。本文基於最新資料和分析，探討這些關鍵議題，旨在為投資者和決策者提供參考。資料顯示，美國1月消費者物價指數（CPI）年同比漲幅降至2.4%，創下近三年新低，這為美聯儲貨幣政策調整提供了空間。日本首相高市早苗領導的自民黨在選舉中大勝，推動日元走強和債券收益率回落。美國勞動力市場雖強勁，但非農就業資料和AI的影響引發了對未來增長的擔憂。通脹趨勢：冷卻訊號與市場反應2026年1月，美國CPI資料顯示，整體通脹年同比漲幅為2.4%，低於市場預期的2.5%，較上月的2.7%進一步下降。這是自2021年4月以來最低水平，標誌著通脹壓力顯著緩解。核心CPI（剔除食品和能源）年同比漲幅為2.5%，月環比上漲0.3%，符合預期。能源價格的下降是主要驅動力，汽油價格同比下跌7.2%，燃料油下跌4.2%，儘管電力和天然氣價格分別上漲6.3%和9.8%。服務通脹雖仍頑固，但核心商品和服務價格均在回落。這一資料引發市場積極反應。標準普爾500指數上漲0.3%，比特幣反彈至約67,000美元，金價逆轉昨日跌勢上漲。債券市場表現強勁，30年期國債拍賣需求創近年新高，收益率下降。波動率指數VIX雖維持在20附近，但整體市場情緒轉向樂觀。分析認為，通脹冷卻為美聯儲提供了降息空間，市場定價顯示2026年降息機率達63個基點。這可能刺激經濟增長，但需警惕能源價格反彈風險，如自然氣價格因極端天氣逆轉下降趨勢。從全球視角看，美國通脹下降有助於緩解新興市場壓力，但需關注中國和歐洲的通脹動態。中國1月CPI年同比漲幅可能降至0.3%，反映需求疲軟。日本通脹雖受選舉影響，但仍維持在2%目標附近。總體而言，2026年全球通脹預計在2%-3%區間波動，支援溫和貨幣寬鬆政策。然而，如果地緣政治風險加劇（如中東衝突推高油價），通脹反彈將考驗央行應對能力。通脹資料雖正面，但服務通脹黏性（佔CPI大部分）表明美聯儲需謹慎。短期內，股市和加密貨幣可能受益於降息預期，但長期通脹目標2%仍需努力。投資者應關注下月CPI，以判斷趨勢可持續性。日本動態：選舉結果與市場轉向2026年2月8日，日本下議院選舉結果出爐，高市早苗首相領導的自民黨（LDP）贏得316席，獲得三分之二多數席位，這是戰後首次單黨超多數。這場閃電選舉為高市提供了強大立法授權，推動民粹主義政策，包括臨時減稅和財政刺激。儘管高市被視為“撒切爾主義者”，強調財政紀律，但選舉後市場反應出人意料。債券市場買入強勁，30年期日本國債收益率下降45個基點，收益率曲線趨平。日元兌美元走強，匯率上升（日元升值）。這與預期相反，通常民粹勝利會引發債券收益率上升和日元貶值。分析顯示，市場視此為“新聞失敗事件”，即選舉結果未能推動預期通脹壓力。日元可能進入12-18個月強勢期，挑戰此前低點。選舉背景中，高市繼承安倍經濟學遺產，強調寬鬆貨幣和財政。但自民黨與日本維新會的聯盟可能限制極端政策。銀行日本（BOJ）正常化處理程序或加速，短期利率上升，但長期收益率受壓制。股市反應正面，日經指數創紀錄高點，受益於稅改預期。選舉勝利為日本經濟注入活力，但債務負擔（GDP的250%）和人口老齡化是隱憂。高市需平衡刺激與可持續性。若日元持續走強，將利好進口企業，但出口商（如汽車業）承壓。全球投資者應關注BOJ會議，以評估貨幣政策轉向對新興市場的溢出效應。美聯儲政策：Kevin Worsh提名與鷹派擔憂2026年1月，美國總統川普提名Kevin Worsh為美聯儲主席，接替Jerome Powell，任期至2026年5月結束。Worsh曾任美聯儲理事，以鷹派立場聞名，曾批評寬鬆政策。但市場擔憂其提名可能加劇波動，黃金和白銀一度暴跌35%。分析顯示，Worsh鷹派程度可能被高估。他過去言論受黨派影響，在共和黨總統下較溫和。美聯儲資產負債表難以縮減至3.5萬億美元，負債側限制（如逆回購已近零、銀行儲備不能低於2.8萬億美元）使縮表不可行。相反，資產負債表可能隨GDP增長擴張5%。利率方面，市場平均利率3.3%，高於當前曲線，利息支出已達1.2萬億美元/年，佔稅收23%。財政主導下，美聯儲需降息以遏制利息增長。最新PMI資料顯示，製造業PMI升至52.6，四年來最高；服務業PMI為53.8，連續19個月擴張。生產力提升允許更低利率而不引發通脹。Worsh提名短期加劇波動，但機械約束將限制鷹派行動。2026年美聯儲可能降息三次，支援經濟增長。但若通脹反彈，政策轉向將考驗其靈活性。投資者應關注提名確認過程，對黃金和加密貨幣持謹慎態度。勞動力市場：強勁資料與AI隱憂2026年1月，非農就業增加13萬，超出預期（預期6.5萬），失業率降至4.3%。剔除政府崗位，私營部門增長17萬。醫療和社會援助主導增長（12.35萬），建築和專業服務各增3萬以上。但2025年資料修正顯示全年僅增18.1萬，遠低於初步估計58.4萬，反映資料質量問題。JOLTS資料顯示，職位空缺降至2020年以來最低，失業人數超過空缺。招聘率變化顯示低招聘、低解僱環境，辭職率下降表明工人議價力減弱。初請失業金雖上升，但歷史低位。製造業就業疲軟，服務業就業波動。AI影響日益顯著。斯坦福研究顯示，AI暴露崗位就業下降13%，主要影響22-25歲年輕人。生產力激增（2025年Q3高於Q2），允許更低利率。但AI針對白領崗位，可能導致失業上升，影響消費。消費者信心指數降至84.5，創12年低點，現況指數最低自2021年。評論：勞動力市場強勁支撐增長，但AI驅動的生產力提升可能“過度通縮”。政治響應（如針對白領失業）將關鍵。2026年就業增長或放緩至3.1%，需政策干預如再培訓。投資者關注AI受益股，但警惕整體消費疲軟。財政與生產力：債務利息與AI驅動增長2026財年首季度，美國利息支出達2703億美元，年化超1萬億，佔GDP 3.2%。CBO預測，2026年赤字1.9萬億，債務升至GDP 120%。利息支出將從1萬億升至2036年2.1萬億，佔GDP 4.6%。AI推動生產力，沃頓模型預測至2035年GDP增1.5%，2055年增3%，但年增長貢獻峰值0.2%。部門轉移（如製造業自動化）永久提升增長0.04%。評論：高利息支出限制財政空間，AI生產力是關鍵解藥。但需平衡就業影響，避免不平等加劇。2026年，債務可持續性將是焦點，投資者青睞高生產力資產。結 論2026年經濟展望樂觀但不確定。通脹冷卻、日本穩定、溫和美聯儲政策支撐增長，但勞動力轉型和債務壓力需警惕。AI雙刃劍：提升生產力卻威脅就業。建議多元化投資，關注宏觀資料。全球聯動下，美國動態將主導市場走向。 (周子衡)