尋找方向，在變化到來之前 本期聚焦當前 AI 行情中最關鍵的一條主線：Anthropic 的收入高速增長，正在改變市場對 AI 基礎設施投入（AI Capex）的定價邏輯。 主播 Minta 認為，AI 基礎設施之所以在“泡沫”質疑中尚未崩塌，核心並不只是晶片、半導體或模型迭代，而是 Anthropic 證明了大模型商業化正在快速兌現。文中結合收入、估值、企業客戶付費等資料，說明華爾街正在從“AI 是否能賺錢”的懷疑，轉向“算力是否限制了收入上限”的新框架；同時進一步拆解了圍繞 Anthropic 的三層交易路徑，包括一級市場 Pre-IPO 份額、二級市場影子標的，以及整個 AI Capex 產業鏈。 Minta 認為 SK Telecom 是相對更純粹的 Anthropic 影子資產，但也提示了持股比例、對應折價及主營業務波動等風險。整體結論是：Anthropic 負責驗證需求，AI Capex 負責擴產，兩者共同構成這一輪 AI 行情的核心邏輯。

AI 行情再次暴力回調，這次因為$Meta Platforms (META.US)$說可能要把自己多出來的 AI 算力拿出去賣。 這個消息如果放在三年前，大概沒人會覺得奇怪。雲計算本來就是一門把服務器切碎再賣給別人的生意。$亞馬遜 (AMZN.US)$、$微軟 (MSFT.US)$、$Google-C (GOOG.US)$都這麼幹了很多年。$CoreWeave (CRWV.US)$、$NEBIUS (NBIS.US)$這些新雲廠商，也是在這條路上把$輝達 (NVDA.US)$晶片變成融資抵押物，再把融資變成更多晶片。 可偏偏輪到 Meta，事情就變了味道。 Meta 過去不是這樣理解算力的。它買晶片、建數據中心、搶電力和土地，是為了自己的模型，為了廣告系統，為了推薦流，為了祖克柏嘴裡那個越來越近的 superintelligence。它不是雲廠商。它原來不靠把機器租給別人賺錢。

資本市場是一個敘事的製造機。去年11月以來，美股對AI的質疑，從對CAPEX的緊張、對SaaS的，終於進化到了——對AI末日論的最終幻想。相信經過再度血洗的一夜後，很多人都看到了Citrini的那篇關於“2028年AI末日”的科幻文章。其中內容並不高明，但作為一種情緒催化，給緊繃的市場帶來了更多壓力。不過，儘管很多人並不完全認同它的結論，卻依然欣賞它的“問題意識”，認為它至少提出了一些值得嚴肅面對的問題。但我的觀點或許更激進一些：這些思考角度，甚至問題本身，可能都不成立。和AI一樣，人類基於未知和焦慮會產生很多“幻覺”，進而單薄地理解了過去，線性地預測了未來。我們從這篇文章開始。它實際上假設了一個過於靜態的宏觀世界：AI顯著提升了生產率，衝擊了舊有商業模式，但分配結構沒有重構，需求總量可能崩潰。在這個設定裡，世界只剩下一組決定性的“快與慢”：AI的性能是加速的，替代是加速的，而人類智力將迅速不再稀缺，因為AI將很快進展到可靠、直接完成目標。於是AI將顛覆既有的商業模式，而新的商業模式來不及創設，傑文斯悖論（替代發明反而會增加對該資源的需求）失效了。人類的企業組織按最高效運轉的原則，應對方式是直接而血腥的資本主義：裁員。高薪崗位被大量消滅。這一處理程序快到分配問題來不及得到解決：財富集中到大公司和極其有限的技術精英團體手中（財政甚至分不到一杯羹），這意味著總需求的劇烈收縮。注意力護城河不再：作為消費者的人類是高度理性的，他們只關注“質優價廉”，他們消費的痛點只是消費注意下的資訊不對稱，而AI替代了消費者進行高度理性的決策，品牌、入口等等一切依賴消費者心智模型的護城河不再了。（其實這個邏輯在之前豆包手機出來的時候已經被中國市場討論過，關於平台巨頭入口的護城河問題）。在這種推演下，結論當然會顯得順理成章：留給人類的時間不多了。但事實上，針對這些推演，我們可以找到以下的證據表明，其基礎可能都是不成立的：首先，那怕在快速的技術滲透下，傑文斯悖論也並未失效。舉個直觀的例子，在上一輪電子化浪潮中，零售業和金融業是受益於電子化最快、最深的行業：大量耗費人力的紙質流程都被系統、電子化代替、交易結算風控都效率都得到了極大的提升，理論上，這替代了巨大的後台基礎崗位。但從全行業來看，1980年代以來，零售和金融的從業人數並沒有見到明顯的下降。這和技術滲透的速度無關：關鍵是在效率提升的同時，行業選擇了做大規模，這一效應明顯強於對勞動力的擠出。第二，AI的替代在企業內部，更多體現為工作內容和流程的最佳化，而不是崗位的削減。很不幸，那怕在資本主義下，大多數人類企業也未必處處按照“利潤最大化”行動。相反，普遍的“委託-代理”問題帶來的現實是，企業內部往往分佈著各種謀求內部資源的權力結構，這些結構會成為企業削減崗位的重大阻礙。而歷史研究也表明，在經營壓力面前，“裁員”往往並非企業的第一選擇，更優先的是工作內容的調整，這體現為不同行業、國家中勞動力市場的彈性。第三，安全、法律和責任體系會顯著拖慢“全面替代”的速度。很多AI敘事默認：只要技術可行，商業很快就會快速採用。但那怕在純粹的業務層面，利潤最大化都不是唯一的答案，安全和法律問題是人類商業活動的關鍵部分（而不是輔助部分）。這使得AI在業務的嵌入或是直接不可行，或是面臨相當的論證成本，至少將有人的全程監督。這意味著，在接下來一段時間，我們將看到AI和既有的法律、商業規範、企業組織發生摩擦和衝突，但最終的結局大機率是適應和嵌入，而不是直接顛覆和替代。這類路徑我們並不陌生：號稱去中心化解決方案的區塊鏈，其對中心化金融的“顛覆”至今都沒有實現。相反，追求“合法化”的招安反倒成了幣圈的重大利多。第四，消費端更不能簡單根據“理性代理”推理，消費者的主體性來自形成決策的過程，在此，AI推薦可能未必勝得過演算法推薦。當前時代的商品的品牌和功能已經相當繁複，使用者在購買東西時，很少第一刻就明確地知道“我要買什麼”，在多數時候，人們只能在第一時間回答“我不想買什麼”。人在這一階段，需要廣泛的資訊以啟動靈感，需要比較和猶豫完成心理確認，甚至需要一輪輪的反覆篩選來完成“自我說服”。所以我們才會經常經歷那種典型的時刻：“比了一圈還是第一個好”。這不是因為人類算力不夠，而是因為消費本身並不是求最優解，更關鍵的是偏好、身份認同、情緒滿足等等。從這個角度看，AI可以強化推薦、縮短搜尋路徑、提升轉化率，但它很難徹底替代人類在消費中的主動收集資訊、主觀自我說服的過程，滿足後者的仍然是演算法推薦。甚至於，AI推薦可能被平台演算法廣告、投流機制明顯影響。那麼，平台與品牌的護城河並不會消失，只會換一種技術形式繼續存在。第五，財政不是旁觀者，財政收入能夠從AI浪潮中大幅獲益，而人類的分配製度也能靈活調整，至少保證總需求不崩塌。一個宏觀常識是，財政收入並不只來自勞動所得稅。隨著生產率提升和產業利潤集中，資本利得、企業利潤、商業流轉所形成的稅基完全可能擴張。只要名義經濟活動仍在，財政就很難“分不到一杯羹”，這提供了二次分配最重要的資源。而一旦分配矛盾上升為政治問題，現代國家幾乎不可能毫無反應。回顧歷史，不平等的擴大確實常常壓制增長質量，製造社會撕裂，但它幾乎從未以“總需求崩塌”的方式結束。更常見的路徑是：在壓力上升過程中，政治系統逐步（甚至被迫）啟動兜底機制——轉移支付、再分配、產業補貼、監管干預、勞工保護、稅制調整。儘管這未必意味著不平等程度會徹底扭轉，但至少意味著宏觀兜底：總需求不崩塌是全社會的共同利益。尤其是在強大的現代國家面前，我們或許見到的，更多是“潰而不崩”的停滯狀態。所以，與其沉浸在“2028末日倒計時”式的想像裡，我更想保留幾條樸素但重要的經驗判斷：零碎的微觀證據不能替代宏觀結論：我們見到很多微觀的故事在發生，比如某些企業被AI明顯賦能，某些企業在激進地裁員，但宏觀不是微觀的簡單疊加，關鍵是AI衝擊能否穿透制度與組織層層緩衝，最終演化為系統性塌縮”。到目前為止，這個證據仍然很弱：AI已經比2023年進步了相當多，但對勞動力市場的整體壓力仍然有限。那麼向未來看，我們是會見證一個奇點、從此往後衝擊突然放大，還是見證波瀾不驚的延續？我傾向於是後者。技術的末日論普遍來自於對人文缺乏信仰：技術精英很喜歡“末日論”，但實際上技術精英只是人類社會的一員，他們也需要和商業、金融、政治以及廣泛的消費者進行複雜的互動，這會控制技術的路徑、也抑制技術的副作用。相信人類文明的複雜性提供了充足的反饋機制和韌性：人類迄今的政治、法律、組織制度顯然不是吹彈可破的紙上文章，而是在複雜博弈下形成的歷史結果，其中固然有許多弊病，但仍然蘊含著相當的彈性：既劃定了邊界，又扮演了阻尼，也會基於既有的問題做出靈活的修正。我相信這些制度保證了人類文明的最終安全（儘管避免不了中間的衝突）。人的一切發明都服務於人，每一輪技術革命都帶來了人類的巨大發展，而不是消滅人類。如果要預期技術最終失控、人類社會最終被自己的發明所消滅，我覺得這個問題就無需辯論，這是最根本的大是大非都搞錯了。誠然，比起技術，制度、法律、組織、政治、文化都是慢變數，但正是後者決定了現實世界的將如何吸收技術衝擊，這也導致末日敘事經常在技術層面看似正確、在史實上卻反覆落空。所以，若你要問AI還會留給人類多少時間？我個人的答案是：比你想像得長。至少，足夠讓企業、制度和社會在衝突中適應，足夠讓分配機制在壓力下被迫調整，也足夠讓個體重新適應新技術的環境。我知道，每天睜開眼睛，就看到很多技術精英在鼓吹著超級個體、一人公司等等名詞，希望能夠借此甩下大部分人。但歷史的現實總是：技術進步不是零和博弈，它會將小部分人推向神壇，但最終也讓大部分人從中獲益。市場敘事只是敘事而已。當它退潮時，你自然會發現它的荒謬之處。要保持觀察和思考，但不必過度焦慮。 (虎嗅APP)

當AI大廠的資本開支從"印鈔機"變成"碎鈔機"，一場關乎流動性與資產定價的劇變或許正在醞釀。在距離美國中期選舉還有9個月之際，美銀王牌分析師Michael Hartnett在2月15日最新發布的《Flow Show》報告中，將他對市場的警告提升到了一個新的層級。相較於三天前的"預警"，Hartnett這次的觀點更加犀利且具體。他指出，隨著AI資本開支（Capex）預期的進一步上修，"AI破壞交易" （AI disruption trade）正以驚人的速度從科技類股向傳統服務業擴散。而對投資人而言，真正的變盤訊號可能只取決於一個動作：科技巨頭何時"認悵"削減開支。01 7400億美元：從“印鈔”變成“碎鈔”Hartnett本次報告中最具衝擊力的增量資訊在於AI資本支出的重新定價。三天前市場還在消化6,700億美元的支出預期，而這次Hartnett指出，2026年超大規模雲端廠商（Hyperscalers）的資本支出預期已飆升至7,400億美元。這一天文數字不僅是驚人的，更是危險的。這種瘋狂的投入將產生極端的財務後果："這可能會將Mag 7的自由現金流推向零，甚至轉為負值。"為了維持這種規模的資本開支，科技巨頭們可能被迫開啟大規模的債券發行狂潮。這意味著，曾經擁有完美資產負債表的科技成長股，正在全面"信用化"。Hartnett認為，現在的市場敘事，正在加速從「對AI的敬畏」（AI-awe）轉向「被AI搞窮」（AI-poor）。在這種背景下，Hartnett給出了一個極為明確的交易訊號："扭轉這一局面的最明顯催化劑，將是某家AI超大規模廠商宣布削減資本支出。"一旦發生這種情況，將直接觸發從科技巨頭向"主街"（Main Street）資產的劇烈輪動。02 "野火般"的AI顛覆效應擴散如果你以為AI的衝擊只停留在科技股內部，那就錯了。最新研發顯示，破壞效應正向傳統服務業瘋狂擴散。Hartnett將這種現象稱為"像野火一樣的AI顛覆"（wildfire AI disruption）。他按時間列舉了AI衝擊的擴散："（上）周一是保險經紀崩了，周二是財富顧問，周三是房地產服務，周四是物流…"值得注意的是，首個被AI顛覆的類股——2025年第一季的印度科技股（如Infosys, TCS）——至今仍未看到任何買盤支撐。這意味著，一旦被市場認定為"AI受害者"，其股價修復將遙遙無期。03 政治倒數：2月24日Hartnett再次提醒，政治因素正在加劇這種輪動。Hartnett指出，川普在華爾街的支持率創歷史新高，但在主街（一般民眾）的支持率卻創新低（對通膨的不滿高達36.4%）。Hartnett明確指出，2月24日的國情咨文（State of the Union）將是關鍵節點。「如果屆時沒有出現所謂的『川普提振』（Trump bump），預計政府將轉向更激進的『可負擔性』政策以贏得中期選舉。"為了安撫因AI而焦慮的選民，這些政策可能包括壓低能源、醫療、住房成本，其可能會透過控制收益率曲線（YCC）來發錢（全民基本收入），這將進一步利多小盤股，而不是那些高高在上的科技巨頭。從持股和價格表現來看，Hartnett認為「做多主街（Main Street），做空華爾街（Wall Street）」的策略正在生效。自10月29日降息以來，資產表現極度分化：贏家（通膨/主街資產）： 白銀（+56%）、韓國KOSPI（+34%）、巴西Bovespa（+30%）、能源（+20%）。輸家（泡沫/華爾街資產）： Mag 7（-8%）、加密貨幣（-41%）、軟體類股（-30%）。04 日元：從避險到"長牛"訊號在資產價格方面，Hartnett捕捉到了一個極具歷史意義的訊號變化。日元與日經指數的相關性，自2005年以來首次轉為正值。簡單說，就是日元漲，日本股市也漲。 Hartnett認為："沒有什麼比匯率上漲、股市同時也上漲更能說明'長期牛市'了。"這現象曾出現在1982-1990年的日本、1985-1995年的德國以及2000-2008年的中國。儘管這對日本股市是長期利多，但短期內強勢日元加劇了加密貨幣、白銀和軟體股的平倉痛苦。 Hartnett特別警告了匯率的"紅線"：「日本不能容忍日元無序飆升（即日元兌美元匯率低於145）。這將壓垮日本出口商，打擊全球流動性，並歷來與全球去槓桿化同時發生。"05 資金流向：賣出訊號還在亮著儘管上周全球股市流入了463億美元，看起來大家還在買買買：股票流入463億美元債券流入254億美元現金流入145億美元黃金流入34億美元（「沒有恐慌性拋售」）加密貨幣流入1億美元，且比特幣在去年10月歷史高點後經歷約50%下跌、伴隨槓桿清算後，「賣盤也結束了」。但美銀的牛熊指標（Bull & Bear Indicator）讀數從上次的9.6小幅回落至9.4，依然處於「賣出」區間。同時，Hartnett提醒，風險資產的"賣出訊號"（自12月17日開始）仍然有效。Hartnett堅持認為，風險資產的調整還沒結束，只有當大家開始恐慌囤現金、科技股部位降下來，指標回落到8左右時，這波始於12月的調整訊號才會真正解除。現金佔比從歷史低點3.2%大幅上升至3.8%或更高；債券從淨低配35%回補至淨低配25%或更少；科技股從淨超配17%降至中立；必需消費從淨低配30%回補至淨低配10%或更少。06 50年「偉大輪動」複盤：大事件點火、領導資產變換，下一棒指向新興市場與小型股Hartnett在周報中以「過去50年的偉大輪動」解釋當下：重大政治、地緣、金融事件往往改變資產領導權——1971布雷頓森林體系終結：新領導者為黃金與實體資產（1971-1980上漲417%），落後者為債券與金融資產（僅67%）。1980雷根/柴契爾/沃克衝擊：通膨見頂（1980年3月14.8%），10年期美債殖利率從16%降至1985年的6%，債券成為領導者。1989柏林圍牆倒塌、全球化與通貨緊縮：美股在全球資產的相對位置觸及75年低位，90年代大宗商品落後，銅甚至是90年代唯一出現負年化回報的資產。2001「9·11」與中國加入世貿：落後者為美元與科技股，領導者轉向新興市場/大宗商品與資源金融類股。2009金融危機後QE與回購：美股再成領導者，私募與成長抬升（ACWI中科技/電信/醫療佔比從2008年的24%升至2020年的44%；金融/能源/材料從44%降至20%）。2020疫情與貨幣財政擴張：美國政府支出+56%、名目GDP成長>50%；領導者包括「七巨頭」等，落後者為債券（2020-2023年美國30年期公債下跌50%）。展望未來，Hartnett判斷下一輪結構性領導者將是：新興市場與小型股。他給予的支撐包括：從美國大盤成長到小盤價值：服務業向製造業、資產輕向資產重切換，以及AI軍備競賽成本上行；並指出hyperscaler過去5個月發債1700億美元，顯著高於2020-2024年每年約300億美元的節奏，利差上行已開始形成壓力。從美國到新興市場：他用「新世界秩序=新世界牛市」描述全球再平衡，並提到新的「除了美元什麼都買（ABD）」交易；同時強調對中國與印度的資產配置仍很低，而兩國已是全球四大經濟體中的兩員；並指出中國銀行股悄然升至8年新高。 (華爾街見聞)

一、報告亮點速讀📌 核心預測：2025年全球雲資本支出（Capex）上調至4,450億美元（同比+56%），較此前預期高12個百分點；對於2026年，初步的共識預測為5,180億美元，同比+16%，但摩根士丹利預測有望達到5,820億美元，同比+31%。📊 主力貢獻：Google、Meta、亞馬遜、微軟四大巨頭佔2025年全球Capex增量的77%。🔋 非AI支出韌性：非GPU/ASIC（即非AI計算）雲資本支出預計在2026年同比增長+27%，為近十年最強水平。⚠️關鍵風險 ：供應鏈短缺或延緩算力部署，利率上行可能擠壓融資能力。二、正文解讀1.背景資訊資料修正動因：全球11大超大規模雲廠商的2025年資本支出目前預計達到4,450億美元，同比增速為56%，較第二季度財報季開始時的預期高出12個百分點或350億美元。本季度財報期間，微軟、亞馬遜和Alphabet的資本支出上調貢獻了90%以上的正向修正，CoreWeave（輝達“親兒子”）、蘋果和Meta的上調貢獻了剩餘部分。歷史對比：雲資本支出預計將佔2025年收入的18.4%，同比上升5個百分點，並創下歷史新高，2026年或突破20%。其中亞馬遜增加了343億美元、Alphabet增加了322億美元、Meta增加了315億美元、微軟增加了253億美元，這四家公司合計貢獻了2025年資本支出同比增長的77%。2.核心邏輯AI需求爆發：主要雲服務提供商（CSPs）每月處理的Token數量激增→ 算力供不應求 → 雲廠商集體上調支出（GOOGL: $75B→$85B; META: $64B→$66B）→ 資本密集度突破歷史極值。美國四大雲服務提供商（CSP）的資本支出繼續上升，主要由對AI基礎設施的投入推動，以應對短期算力短缺以及長期變現戰略。本季度財報季，大多數管理層都強調了：必須加快基礎設施部署進度、應對供應緊張、支援日益複雜的雲和AI工作負載。對這些投資能夠產生回報的信心更高，有意願在2026年前繼續維持較高的支出水平。結構性增長：2025年：非GPU/ASIC（即非AI計算）相關的資本支出預計同比增長56%至66%。受益領域主要包括高算力晶片（NVDA/AMD）、光通訊模組（800G滲透率↑）、液冷解決方案（散熱功率密度↑）。2026年：大摩預測非AI支出增速（27%）顯著高於共識（3%）。大摩認為目前2026年的市場共識過於保守，非AI計算資料中心元件供應商將在2026年迎來又一個強勁增長年。三、簡評：AI越來越卷，背後雲支出漲得飛快你用AI越多，科技巨頭投的錢就越多，雲支出就越漲。看似虛無的科技浪潮，其實早已對應在你每天用的每一個App裡。從筆者日常生活以及身邊的朋友也能感受到，企業在給投資者講故事時都在強調公司與AI的連接，嵌入的AI功能，為AI付費的使用者也越來越多，連PPT、Excel 都可以一鍵生成，甚至帶講解！這不是你的錯覺，而是背後雲端運算基礎設施在狂飆。 (研報百靈鳥)

01 2月25日早上，港股阿里巴巴大跌-10%開盤。這是意料之中，頭天晚上川普公佈了“美國優先”投資法，出重手對付中國企業。但意外的是，阿里股票隨後被硬拉上來，隔天完全收復。 來源：wind 之前基本每一次對岸出重招，如貿易戰，如中概股審計新規，都會血雨腥風。