從伊朗遭襲後的3月2日至6日的主要資產的漲跌幅度來看，漲幅最大的是原油。亞洲股市下跌嚴重，尤其是日韓股，韓國綜合股指一周內下跌11%，日經平均股指一周下跌5%。另一方面，被視為相對安全的資產的黃金與美元出現分化……美國和以色列攻擊伊朗已過去一周，以股票為中心,幾乎所有主要金融資產都出現下跌。特別是在人工智慧（AI）概念股的帶動下、年初以來漲勢明顯的日本和韓國股市明顯出現了調倉拋售。另一方面，美元則吸引了“有事狀況”下的避險資金的流入。原油價格的漲勢加劇，市場投資者已開始意識到經濟放緩和通貨膨脹。從伊朗遭襲後的3月2日至6日的主要資產的漲跌幅度來看，漲幅最大的是原油。3月9日，在美國紐約商品交易所（NYMEX）的交易中，日本時間9日早間，國際原油指標WTI（西德克薩斯中質原油）一度突破每桶110美元，創下3年8個月以來的新高。截至6日的一周裡的上漲率也達到36%，創歷史最高紀錄。原油的供應隱憂加強。伊朗伊斯蘭革命衛隊3月2日宣佈封鎖荷姆茲海峽。全球約20%的石油消費量需要經過該海峽運輸。有報導稱，卡達能源部長薩阿德·卡比預測稱，中東軍事衝突將導致“海灣國家的能源出口商在未來幾天內停止生產，原油價格將升至150美元”。美國總統川普在社交媒體上發文稱：“除非無條件投降，否則不會與伊朗達成任何協議”。對伊朗攻擊之後一度出現的衝突很快會結束的預期正在消退。地緣政治風險的加劇將通過經濟活動的萎縮等，導致企業業績惡化和經濟減速。投資者意識到這一點後，股票紛紛遭到拋售。亞洲股市下跌嚴重，尤其是韓國綜合股價指數（KOSPI）一周內下跌11%。創出2020年3月以來的最大跌幅。日經平均股價指數一周下跌5%，創出自美國宣佈對等關稅導致暴跌的2025年4月（9%）以來的最大跌幅。特別是3月2～4日的跌幅達到4604點，抵消了日本自民黨在眾議院選舉中大勝之後的上漲。日韓兩國股市下跌有兩個共同原因。一是原油對中東的依賴度高。日本從沙烏地阿拉伯、阿聯等中東地區進口的比例超過9成。韓國也達到7成。越來越多觀點認為，軍事衝突將長期化，原油價格的進一步上漲將不可避免。認為兩國經濟和企業將因能源漲價而遭受巨大衝擊的預期引發拋售。與本國能生產原油的美國的道瓊斯工業平均指數（下跌3%）明顯不同。另一個原因是AI概念股主導的從年初開始的急劇上漲。從2025年末開始的2個月裡，韓國綜合股指上漲48%，日經平均股指上漲17%。從韓國綜合股指來看，半導體巨頭三星電子和SK海力士佔成分股的總市值合計的40%。隨著AI半導體需求的增長被看好，兩家公司的總市值在2月出現了首次超過中國騰訊控股和阿里巴巴集團合計的局面。從日經平均股指來看，除了藤倉和愛德萬等主要股票之外，資金也集中於住友金屬礦山和三井金屬等一部分概念股。從顯示股價達到每股收益多少倍的預期PER（市盈率、以12個月後為基準）來看，可以看出短期內的過熱跡象。從日經平均股指的成分股來看，2月末達到近21倍，接近美國標普500指數（21.7倍）。由於此前上漲預期加強，避險的影響也很大。在野村證券負責日本股票交易執行的常務董事佐野敬表示：“由於前景不明朗，廣泛的投資者之間出現了減少日本股票持倉的動向”。如果原油價格持續上漲，有可能引發低增長和高通膨同時出現的“滯脹”。液化天然氣（LNG）價格也將大幅上漲。由於認為能源價格走高將打擊經濟，MSCI歐洲指數也在一周內下跌7%。東海東京Intelligence Lab的首席股票市場分析師仙石誠指出：“今年最大的風險是通貨膨脹”，他在此基礎上表示：“如果各國不能按計畫地推進降息，經濟受到的打擊將會很大”。全球股市上漲的基調可能會發生變化。另一方面，“亂世買美元”的現象依然存在。美國班諾克本資本市場的馬克·錢德勒表示：“爭端正在持續擾亂世界資本市場”，在這種情況下，美元成為投資資金的避風港。顯示美元對主要貨幣整體強弱的美元指數在一周內上漲1.4%，一度觸及三個月以來的高點。美國擁有世界最大軍事力量並掌握基軸貨幣，其貨幣向心力在地緣政治風險提高時就會增強。日元、英鎊和瑞士法郎對美元在同一期間貶值1%左右，歐元貶值近2%，形成鮮明對比。被視為相對安全的資產的黃金與美元出現分化。國際價格下跌2%。從黃金來看，應對戰爭、金融和經濟混亂等緊急事態是利多因素。當這種風險事件發生後，為了彌補行情驟變導致的股票等發生的損失，會暫時造成拋售。與黃金一樣被期待具有保值功能、被稱為“數字黃金”的加密資產（虛擬貨幣）比特幣上漲。出現了年初以來暴跌的反彈。 (日經中文網)

網飛白賺28億“分手費”後，轉身就收購了一家AI影視技術公司。這幾個月，好萊塢爆發了一場瘋狂的收購案。原本，串流媒體巨頭網飛（Netflix）都已經和華納兄弟探索公司（WBD）談好了，準備以827億美元拿下這個百年傳媒帝國。結果，甲骨文老闆拉里·埃裡森的親兒子大衛·埃裡森，直接砸出1110億美元的天價要“截胡”。80歲的甲骨文老闆為了兒子的好萊塢夢，直接甩出400多億美元的個人擔保給兒子撐腰。面對這種簡單粗暴的“鈔能力”，網飛表現極為理智。他們沒有死磕到底，而是瀟灑拿走了28億美元（約合人民幣200億元）的天價“分手費”。更有意思的是，白賺28億的網飛轉頭官宣，收購由好萊塢影星本·阿弗萊克創立的AI影視技術公司InterPositive。一邊是甲骨文“太子”背負千億美元債務，吞下舊好萊塢的龐然大物，另一邊是串流媒體新貴，拿著巨額違約金轉身擁抱AI時代。這長達90天的奪權大戲，是如何一步步演變成今天這個局面的？01 拿走28億天價分手費，網飛轉身擁抱AI新貴在商業世界裡，懂得什麼時候上桌是本事，懂得什麼時候下桌才是大智慧。面對派拉蒙天舞（Paramount Skydance）高達1110億美元的瘋狂抬價，網飛按照協議原本有四天的考慮時間來決定是否加價跟進。全好萊塢都在屏息以待，以為網飛會為了奪取《哈利·波特》、DC宇宙和華納影業的製作能力血拼到底。網飛高層卻展現出了極其冷酷的理性。2月26日，網飛發佈聲明，匹配31美元的報價“不再具有財務吸引力”，正式退出競購。他們走得極其瀟灑，根據協議，順手從華納的帳上劃走了一筆高達28億美元的終止交易費，而這筆巨款實際上是由派拉蒙代墊的。網飛退出的根本原因，遠不止是“嫌貴”。在網飛的商業版圖裡，他們想要的是HBO的創作體系和超級英雄IP，用來充實串流媒體內容庫。網飛極其反感華納旗下的CNN、Discovery等傳統有線電視網路，認為這些是正在衰退的包袱。如果硬著頭皮買下整個華納，不僅要背上沉重的歷史債務，還會讓公司陷入傳統媒體複雜的組織架構中，決策變慢，這徹底違背了網飛“輕資產、快速迭代”的網際網路基因。市場對網飛的清醒退讓，給出了極高的評價，消息公佈當天，網飛股價大漲近10%。拿著28億美元巨款的網飛，立刻暴露了他們真正的野心——用前沿科技重塑內容生產。3月5日，放棄華納後，網飛轉身就宣佈收購了AI影視技術公司InterPositive。這家由本·阿弗萊克創立的公司，核心業務是為電影製作人開發AI驅動工具。與Sora那種僅靠文字直接生成短影片的應用不同，InterPositive的技術聚焦於影視製作與後期環節，用AI幫創作者簡化繁瑣的流程，提升製作效率。收購完成後，InterPositive整個團隊併入網飛，阿弗萊克本人也將出任高級顧問。網飛的這步棋走得非常毒辣：既然買傳統製片廠太重、太貴，不如直接買下最前沿的AI技術。利用AI來提升內容製作效率，遠比背著幾百億債務去消化一個傳統電視台划算得多。與此同時，這場交易裡還誕生了另一個贏家——華納現任CEO David Zaslav。這位被稱為好萊塢最精明“算帳人”的高管，早就為自己埋下了“控制權變更”條款。無論公司賣給誰，只要交易達成，他個人的巨額股票期權就將全額兌現，有望一次性拿到數億美元的驚人回報。02 老爸豪擲400億擔保，甲骨文太子硬剛串流媒體巨頭這場震撼全球的世紀併購，到底是怎麼演變到今天這個局面的？時間倒回幾個月前，華納兄弟其實已經是網飛的囊中之物。2025年秋天，深陷債務泥潭、股價長期低迷的華納兄弟探索公司啟動戰略評估，華爾街立刻嗅到了血腥味。同年12月，網飛突然宣佈與華納達成收購協議，估值約827億美元。就在所有人都以為這筆交易即將板上釘釘時，甲骨文老闆的兒子，大衛·埃裡森，帶著他的派拉蒙殺了出來，發起了敵意收購。作為甲骨文創始人拉里·埃裡森的親兒子，大衛從小就對寫程式碼和看財報毫無興趣，反而痴迷於開飛機和拍電影。13歲收到老爸送的特技飛機，17歲成為專業飛行員。後來他考入南加州大學電影學院，大四覺得教得太慢索性輟學。拿著家裡的信託基金，他去當了帶資進組的演員，並且遭遇了票房慘敗。老爸拉里·埃裡森完全不在乎兒子的失敗，甚至鼓勵他換個玩法。於是，大衛成立了“天空之舞”傳媒，自己當老闆做製片人。到了2024年，大衛靠著老爸的80億美元資金支援，直接上演“蛇吞象”，吞併了百年巨頭派拉蒙。這一次，大衛的胃口更大了。他不想像網飛那樣把華納拆開賣，他的目標是打造一個囊括新聞、有線電視、串流媒體和電影的龐大帝國。華納董事會起初根本看不上大衛的方案。他們覺得，派拉蒙這筆交易槓桿太高，而且資金來源是“可撤銷的家族信託”，萬一中途變卦，華納就會陷入萬劫不復的境地。華納董事會成員還在批評派拉蒙的融資方案“不切實際”。看著兒子被華納董事會百般刁難，80歲的拉里·埃裡森怒了。這位全球第三大富豪、身家約2473億美元的科技老炮兒，直接簽了一份具有法律約束力的檔案：為這筆收購的股權融資提供404億美元的“不可撤銷個人擔保”。這筆巨資相當於拉里·埃裡森全部身家的六分之一。老爺子霸氣放話，這筆錢不可撤銷，也不會轉移信託資產。這招“鈔能力”，也擊碎了華納董事會的防線。有了老爸的金錢和信用背書，大衛瞬間底氣爆棚，直接把報價推高到每股31美元，總估值約1110億美元，並且承諾全現金收購，違約金也提高到了與網飛持平的水平。在絕對的實力面前，華納董事會宣佈,派拉蒙的方案為“更優方案”，從而逼退了網飛。03 1110億吞下百年帝國，太子接手“燙手山芋”？甲骨文“太子”大衛如願以償拿下華納。合併後的派拉蒙-華納，將擁有CBS與CNN、HBO Max與派拉蒙+、華納兄弟與派拉蒙影業。這標誌著好萊塢傳統的“五大”製片廠時代徹底終結，一個在體量上足以對抗迪士尼的超級媒體寡頭正式誕生。欲戴王冠，必承其重。大衛接手的，是一個充滿風險的龐然大物。這筆1100億美元的交易中，股權價值約810億，承接華納現有的長期債務高達290億。為了完成支付，派拉蒙需要進行470億美元的股權融資（由埃裡森家族、部分主權財富基金等提供）和540億美元的債務融資（由美銀、花旗等提供過橋貸款）。這意味著，原本市值僅140億美元的派拉蒙，將背負起近900億美元的巨額債務。為了幫兒子填補資金缺口，拉里·埃裡森不可避免地要動用自己最核心的資產——甲骨文股票。他目前持有價值超1640億美元的甲骨文股票。雖然他此前已經質押了3.46億股（目前價值約500億美元）用於資助外部商業項目，足以覆蓋此次出資承諾，不需要直接拋售，但這依然是一場極其危險的走鋼絲。背負沉重債務的超級併購，往往會擾動市場，引發投資者對甲骨文高負債和AI資料中心支出的擔憂，從而壓低相關公司的股價。更微妙的是，派拉蒙接管CBS後，已經對新聞機構進行了重組，包括收購獨立媒體《The Free Press》並任命其創辦人Bari Weiss為CBS News主編。這一系列人事變動，在業界引發了激烈討論。這場商業併購，實際上已經演變成了一場資本、媒體交織的深度博弈，埃裡森父子在華盛頓的人脈，或許能充當一道有力的“護身符”。對於好萊塢底層的編劇、演員和幕後工作者來說，凜冬才剛剛開始。為了償還那龐大的債務，合併後的新公司可能會開啟一場史無前例的裁員與成本削減風暴。面對一個更加壟斷、買方定價權更強的寡頭市場，好萊塢的打工人們將面臨前所未有的生存壓力...... (新質動能)

1. AI boost to economic growth（AI推動經濟增長）生成式AI對中國經濟的核心拉動體現在勞動生產率的實質性提升，且帶來的經濟價值具備明確的量化支撐，未被當前股價充分反映。- 十年維度看，生成式AI將為中國勞動生產率帶來累計8%的提升，對應1.6兆美元的當期經濟增值（美國為累計15%、4.5兆美元），中國企業AI相關勞動生產率年均提升0.8個百分點。- 綜合AI帶來的效率提升和新商業機會，高盛測算中國AI相關經濟收益的現值達6-7兆美元；按50%資本份額、15%加權平均資本成本的假設進行折現，其中3兆美元現值將成為中國企業的資本收入，若AI帶來的勞動力替代效應加劇，資本份額或勞動生產率提升超預期，該數值仍有上行空間。- 從市值匹配度看，DeepSeek時刻後中國AI股市值的增長，與AI推動經濟增長帶來的潛在價值相比表現溫和，未出現價格遠超價值的泡沫特徵。2. New revenue opportunities generated by AI（AI創造新的收入機會）AI為中國企業打開了全新的市場空間，覆蓋21個AI相關行業的全球市場規模具備長期增長潛力，且中國企業能從中獲得的盈利現值具備紮實測算基礎，當前估值未反映該增量。- 高盛行業團隊測算，21個AI導向型行業2035年全球總可觸達市場（TAM）將達16兆美元；考慮到中國在全球AI版圖中的比較優勢，假設中國企業佔全球TAM的30%（高於中國GDP約20%的全球佔比），其可觸達的市場規模具備顯著優勢。- 按中國AI科技企業15%的淨利率（非AI企業為10%、美國科技企業為25%）、10%的股權資本成本現值折現測算，中國企業從AI新收入機會中獲得的潛在盈利現值約2.4兆美元。- 該測算仍屬保守參考，因21個AI相關行業並未涵蓋AI技術可能滲透的所有領域，未來隨著AI應用場景拓展，盈利現值測算存在向上修正的空間。3. Potential corporate earnings uplift from AI（AI推動企業盈利提升）AI通過成本節約/效率提升、新市場機會兩大路徑，為中國企業帶來持續的盈利增量，A股上市企業的盈利增值現值明確，且AI類股盈利增速顯著優於非AI類股，市值未反映該盈利增長潛力。- 未來十年，AI的廣泛應用將通過勞動力成本降低等成本節約/提效方式（貢獻2%）、中國超大規模企業AI資本開支帶來的供應鏈盈利傳導等新市場機會（貢獻1%），推動中國企業年盈利提升3個百分點；若考慮AI與非AI企業的增長差異，AI類股對全市場上市企業的增量利潤貢獻達6個百分點。- 按10%的股權成本測算，A股上市企業由AI帶來的盈利增值現值達8000億美元，該數值雖會隨AI落地和技術顛覆程度出現上下修正，但為企業盈利增長提供了明確的量化支撐。- 盈利增速層面，中國AI企業未來十年的盈利復合增速達15%，非AI企業為10%，十年間AI企業盈利增長將遠超非AI企業140個百分點；AI類股盈利在全市場上市企業中的佔比，將從當前的37%升至2030年的超40%、2035年的47%，盈利端的核心增長優勢未被當前估值充分定價。 (海外君)總結：

伊朗局勢：戰術上強勢，戰略上失焦《經濟學人》最近幾篇文章的主線其實非常一致：美以在戰術層面取得優勢，但戰爭目標越來越模糊，這才是最大風險。《Donald Trump bets big on the Iran war》強調，川普把自己的政治資本押在一場目標不夠清晰、國內支援並不深厚的衝突上；《Donald Trump must stop soon》則直接主張，美國更合理的目標應是削弱伊朗軍事能力後盡快收手，而不是滑向政權更迭或長期地區改造。需要特別說明的是，《How the latest regional conflict is reshaping the Middle East》在摘要中被標註為 fictional account，更接近情景推演，而不是逐條核實的硬新聞。把最新新聞放進來，這個框架反而更成立。到 3 月 8 日，衝突已進入第二周：以色列繼續擴大打擊，並公開威脅追擊伊朗最高領袖的任何繼任者；伊朗則在推進接班安排的同時，把報復外溢到海灣國家，巴林、阿聯、科威特等都遭遇襲擊；荷姆茲海峽航運一度幾乎停擺，而川普本人也從“可能談判”轉向更強硬表述。與此同時，美國國內對這場戰爭的支援並不高，路透圖解顯示，只有 27% 的美國人支援對伊朗的打擊，43% 反對。這背後的各方利益並不複雜。**美國要的是“打出勝利感，但別陷進佔領戰”；以色列要的是“把伊朗的長期威脅打到儘可能弱”；伊朗要的不是正面贏，而是活下來並把代價擴散到石油、航運和海灣安全；海灣國家則處在最尷尬的位置：它們希望伊朗被削弱，但又不願面對一個失控、內戰化的伊朗。從這個角度看，我更傾向於判斷：未來數周大機率還是高強度有限戰爭，隨後轉入降烈度但長期對峙的階段。也就是說，熱戰未必打很久，但風險溢價不會很快徹底消失。Part.02三種情景，對美股到底意味著什麼情景一：局勢較快降溫，進入談判或事實停火。這對美股尤其是科技股最友好。3 月 4 日，路透曾報導，因為市場一度押注伊朗釋放談判意願、川普承諾穩定油市，納指當日明顯反彈。這個情景下，最近被地緣風險和高油價壓制的高彈性科技股，通常會有一輪修復，尤其是前期漲幅大、最近被獲利盤和風險偏好雙殺的名字。像 Sandisk 這類儲存股，本輪迴撤更像“高Beta + 風險偏好回落”的結果，而不是基本面突然反轉；Bloom Energy 也會受益於風險偏好修復，但它還疊加了單項目節奏擾動，所以反彈未必像純記憶體股那麼幹淨。情景二：戰爭拖成數周的有限衝突，油價維持高位波動。這是我認為機率最高的路徑，也是對美股最“彆扭”的路徑。因為它不會立刻把市場打崩，但會持續抬高通膨預期，壓低估值彈性。路透 3 月 5 日報導稱，油價上衝、市場重新計入通膨和聯準會路徑後，美股再度回落。這個情景下，Sandisk、Micron 這類高波動儲存股容易先跌，因為市場會先砍高彈性倉位；Bloom Energy 則會出現“基本面受益、股價不一定立刻受益”的分裂——電力稀缺利多它，但高利率和大項目節奏反覆又壓著估值。情景三：衝突進一步外溢，荷姆茲海峽和海灣基礎設施持續受衝擊。這個情景對全球風險資產最差。路透顯示，荷姆茲海峽承擔全球約五分之一油氣運輸，航運一度從 2 月 27 日的 37 艘油輪降到 3 月 4 日的零。若這一狀態持續，市場交易的就不再只是“油價漲一點”，而是“全球增長+通膨”的雙殺。在這種情況下，最受傷的仍是高估值、高彈性、對宏觀利率敏感的科技資產，Sandisk 和 Bloom 這類“今年本來就漲得多”的名字會先被砍；相反，能源、部分電力裝置和防務鏈條會相對更抗跌。Part.03美國電力：真正的缺口，不只是“沒電”SemiAnalysis 文章有一個很重要的價值：它把“美國電力短缺”這件事從情緒敘事，拆成了結構性問題。文章的核心觀點是，PJM 居民電費上升，並不等於“AI 把居民電搶走了”，更大問題在於市場設計和容量拍賣機制。文中指出，PJM 地區 2026 年居民電費較“AI 資料中心爆發前”平均高出約 15%，作者把原因歸結為政策和容量市場設計，而不是 AI 本身；PJM 的 2025/26 容量拍賣價格同比暴漲 9.3 倍，而 ERCOT 雖然同樣經歷大規模 AI 負荷增長，卻沒有出現類似的價格失真。更重要的是，SemiAnalysis 的判斷不是“AI 不缺電”，而是：短期依然缺，但缺的是“確定性能按時交付的電”；中期約束正在從電力，轉向施工、裝置，甚至矽和記憶體。文中寫得很直白：ERCOT 已經看到大量“approved to energize”的園區並沒有拉滿負荷，原因往往不是變電站沒接上，而是樓體、機架和施工沒結束；作者還判斷，到了 2027 年，整體約束會從 power 轉向 silicon，行業拿不到足夠的 memory 和 logic。與此同時，文章認為 onsite gas 的興起顯著緩解了能源約束，behind-the-meter 到 2028 年可能佔到美國新增資料中心 MW 的一半以上。這和白宮最近的動作，其實是互相印證的。3 月 4 日，川普在白宮召集 Amazon、Google、Meta、Microsoft、OpenAI、Oracle 和 xAI 簽署了所謂 Ratepayer Protection Pledge。這份承諾的核心不是“政府替科技公司建電”，而是要求它們 build, bring, or buy 新的電力資源，並承擔輸配電升級成本，不把負擔轉嫁給居民電費。換句話說，華盛頓已經默認了一件事：**AI 時代的資料中心擴張不能只靠擠現有電網的余量，而要自己把新增電帶進來。這對 Bloom Energy 這種“現場供電、快速落地”的模式是直接利多，對 GE Vernova 這種“補大發電和電網裝置”的路徑則是中期大利多。Part.04那些公司真正受益，那些容易被誤讀第一類，短期最直接受益的是 Bloom Energy。理由很簡單：白宮要求科技公司“自己帶電”，而 Bloom 和 Oracle 去年 7 月的合作公告寫得非常明確——Bloom 將為 Oracle 的部分 AI 資料中心提供可在 90 天內 落地的 onsite power。Bloom 2 月財報還給出 2026 年 31-33 億美元 的收入指引，說明管理層並沒有因為個別項目波動而撤回高增長預期。它最近股價的壓力，更像是兩件事疊加：一是中東風險帶來的高Beta回撤，二是 Oracle/OpenAI 取消德州 Abilene 從 1.2GW 擴到約 2.0GW 的計畫，提醒市場 AI 園區不是線性推進的。好消息是，彭博材料同時顯示，Oracle 去年 7 月同意為 OpenAI 開發的 4.5GW 總協議仍在推進，Abilene 擴建也可能被 Meta 接手，所以這更像項目換擋，而不是需求消失。第二類，中期最穩的受益者是 GE Vernova。如果 Bloom 吃的是“現在就給我電”，GE Vernova 吃的是“未來幾年美國要認真補電”。路透 3 月 2 日報導稱，美國資料中心帶動的燃氣發電項目在 2025 年規劃或開發規模已達 252GW，燃機交付周期最長拉到 五年，成本顯著上升，供應瓶頸至少會持續到 2027 年；GE Vernova、Siemens Energy 和 Mitsubishi 都在擴產。對 GEV 來說，這不是一兩筆訂單，而是一整個電力基礎設施超級周期。第三類，裝置鏈裡 Vertiv 這類公司值得重視。如果電力不再是唯一瓶頸，真正能把 MW 變成可用算力的裝置商會越來越重要。Vertiv 2 月披露，2025 年四季度 organic orders 同比增長 252%，book-to-bill 約 2.9 倍，backlog 升至 150 億美元，公司明確說 hyperscale 和 colocation 資料中心是訂單主要驅動力。簡單說，電拿到了，不代表園區就能馬上跑起來，冷卻、配電、UPS 和機房裝置同樣是下一階段的稀缺資源。第四類，Vistra 是“有條件利多”，也是最容易被市場誤讀的一類。它當然受益於 AI 負荷增長——今年 1 月，Vistra 與 Meta 簽了支援 PJM 三座核電站的 20 年協議，總量超過 2600MW，這說明大型科技公司願意為確定性電力簽長約。問題在於，白宮這次會議並不是在鼓勵“居民和公用事業替資料中心埋單”，而是在鼓勵“新增負荷自己配新增供給”。所以 VST 真正的利多，不是“市場越缺電越好”，而是“它能否持續把 AI 負荷鎖成長協和定製供電合同”。這和簡單押注 scarcity premium，是兩碼事。Part.05結論把這篇文章濃縮成一句話：伊朗戰火短期衝擊的是風險偏好和油價，而不是AI主線本身；美國電力短缺短期利多 Bloom，長期卻會把機會慢慢分給 GE Vernova、Vertiv 乃至更後面的矽和記憶體鏈條。所以，最近 Sandisk、Bloom 這類名字的回撤，不能簡單理解成“邏輯壞了”。Sandisk 更像是在地緣衝突和高油價下被風險偏好先砍；Bloom 則是“長期邏輯仍在、短期兌現並不線性”的典型。真正要警惕的，不是 AI 基建沒需求，而是市場把“需求很大”錯誤翻譯成了“每個項目都會按最樂觀節奏兌現”。我的判斷仍然很明確：**伊朗局勢大機率不是幾天內乾淨收場，而是先打出一輪有限戰爭，再進入更長的對峙；美股裡最值得盯的，不只是油價和指數，而是誰能把“新增電力、園區施工和裝置交付”真正變成收入。**這輪行情的下半場，比拚的已經不是講故事，而是交付。 (老王說事)

AI頂流們正在加緊“梭哈”晶片。Meta、OpenAI和Anthropic等公司今年以來已簽下了數千億美元訂單。憑此賺得盆滿缽滿的，自然還是“賣鏟人”。在本周ASIC晶片龍頭博通公佈的財報中，一季度（2025年11月至2026年1月）AI半導體收入84億美元，同比大漲106%；Q2預期環比再漲27%達107億美元，同比將暴增143%。此前，輝達的業績更是炸裂，公司同期總營收已達681億美元，同比增長73%，新財季營收預期更是增至780億美元，預計同比增長77%。核心指標全都大幅刷新紀錄。這些公司的掌舵者也對未來一致樂觀。博通CEO陳福陽說，明年，公司光AI晶片營收就能超過1000億美元，比上個財年的公司總營收還高出至少五成。輝達CEO黃仁勳說，在截至2026年底的五個季度中，公司主力晶片Blackwell和下一代晶片Rubin的訂單至少有5000億美元，這個數字是輝達此前年收入的兩倍還多。表面上看，“狂飆突進”仍在加速，甚至每一次破紀錄都像是新的指數級增長曲線的起點。但在風光背後，從晶片到雲，從大模型到應用，一系列技術、產業與社會的變化正在發生，某種約束已若隱若現：Scaling Law（縮放定律）和通用GPU多年來的統治地位受到挑戰，雲廠商巨額Capex（資本開支）的驗證時間窗口縮小，“定製化”和“個性化”等分佈式需求愈發吃重，讓集中式的迅猛增長有落潮之虞。一邊狂賺千億，一邊“友誼破裂”作為AI大模型時代並駕齊驅的造浪者，今年以來，輝達與OpenAI之間的關係明顯鬆動。年初，媒體爆出輝達不滿OpenAI的商業策略，欲大幅削減投資。此後，又有消息稱，OpenAI對輝達最新晶片在推理環節的表現不滿，會繼續探索替代方案。傳言難以證實，但輝達在OpenAI新一輪融資中出資300億美元，相較此前的千億美元投資方案明顯縮水。在3月4日的摩根士丹利TMT會議上，黃仁勳親口表示，這次投資“可能是最後一次”，去年11月被他稱為“一代人僅有一次機會”的千億美元合作大機率會不了了之。為什麼會突然發生這樣的轉變？背後有些行業趨勢值得探討。首先是，Scaling Law和GPU性能提升飛輪，已有觸頂跡象。電腦科學家伊利亞·蘇茨維克（Ilya Sutskever）已表示，此前Scaling Law能夠主導大模型發展，是因為預訓練的道路走通了。誰的大模型喂得越飽，就顯得越聰明。但隨著大模型領域競爭白熱化，高品質、結構化的公開資料實際上已被吃盡。光有算力不足以支撐這條路走到頭。業界對Scaling Law的未來，有很多討論，比如轉向後訓練，轉向推理時擴展，或者改進Transformer核心架構。但拆解這些方法，其關鍵詞多與“提升效能”、“合理分配算力”和“特定領域針對性最佳化”相關聯，實際上，也意味著預訓練階段的性能躍遷不會再現。GPU面臨的境況是相似的。在Scaling Law時代，成熟度高、通用性和靈活性強、適合大規模平行運算的GPU，無疑是大模型的最佳搭檔。其性能在近十年間飛速進化，是大模型能力提升和規模化復刻的重要動力。所以，儘管輝達產品售價極高，毛利率常年在75%左右，還是屢屢供不應求。半導體行業知名研究機構SemiAnalysis分析稱，晶片領域先進製程的演進速度已明顯放緩，典型案例是台積電3nm帶來的性能增幅與成本增加已不成正比。全球計算聯盟GCC資料也顯示，摩爾定律放緩正導致AI晶片性能增幅下滑，2018-2022年間，AI晶片性能年均提升50%，到2023-2025年已降至20%以下（未計入尚未量產投入市場的新一代產品）。而就在2025年，追求特定場景下更極致的性能，功耗更低、體積更小、量產後成本更優的定製化AISC晶片強勢崛起。以GoogleTPU的市場良好反饋為標誌，其市佔比開始向GPU發起挑戰。而包括Meta、亞馬遜、微軟乃至OpenAI等都在加緊自研AISC晶片，2026年預計就將迎來量產和商業化的集中爆發期。資料來源：各公司官網、野村證券、公開報導；作者製表這條技術多元化路線的核心，又是“定製化”“高效能”“低延遲”和“性價比”，實際就是通用硬體效率狂飆的階段已經落幕。從這個視角再來看，OpenAI與輝達之間隱現的“友誼裂痕”，所謂不滿晶片推理表現，是因為GPU不再能通過“暴力破局”來“包打天下”。而所謂對商業策略有疑義，則是在大模型能力“無限增長”故事講不下去後，希望確證能有可觀商業回報維持其需求的穩定。是誰在給輝達們“潑冷水”？當然，性能增幅放緩絕不意味著需求會驟降，反而可能推動更加平穩、持續的增長。而在2025年“DeepSeek衝擊波”中，描述效率最佳化往往導致消耗總量增加的“傑文斯悖論”也屢被提及。不過，前提是盡快切換到更加“細水長流”的發展模式，而目前AI產業的慣性動能，卻與此存在一定錯位。最核心的，是拚命壓縮時間周期可能帶來的系統性病灶。早期以GPU為主的AI晶片，迭代周期約為18-24個月。隨著AI熱潮來臨，需求方競爭壓力加劇，對迭代速度的渴求愈發極端，這讓輝達和Google等將晶片迭代周期壓縮到“年更”。但即使這樣還是不夠。目前，頂尖大模型基本每三個月就要迭代一次。SemiAnalysis創始人迪倫·帕特爾（Dylan Patel）此前在參與The MAD Podcast with Matt Turck播客節目時表示，即使晶片廠商將迭代周期壓縮到半年，也無法很好適配模型進步的速度，也難言確保自身優勢。即使晶片和模型的性能增幅雙雙放緩，這種“賽跑”也未見稍顯的跡象。而考慮到前文提到的製程、技術演進等方面的瓶頸，以及美國能源供給方面愈發緊迫的硬性約束，結果可能演變成跑著跑著增長動能斷檔，甚至雙雙“撞牆”，讓原本可能在斜率放緩中更加平衡的供需被打破。更不可小覷的是這種“賽跑”對Capex的依賴。處在晶片與模型之間，被這種“你追我趕”來回拉扯的雲廠商，承擔了最集中的資本支出，他們往往同時也涵蓋AI業務，投資與回報都面臨風險和壓力。根據亞馬遜、微軟、Google、Meta和甲骨文這五大雲廠商披露的資訊，其2026年Capex總額將超過7000億美元。資料來源：公司財報及電話會議；作者製圖按照較為傳統的算力基礎設施五年折舊周期來計算，大約對應1400億美元的AI銷貨成本，這對AI行業目前的ARR（年度經常性收入）來說是天文數字。雖然OpenAI預計2026年ARR能夠突破450億美元，Anthropic也有望達到類似規模，但這兩巨頭本身的市佔比已接近八成，即使不考慮利潤，行業的淨收入也很難支撐資本開支。而正是由於晶片和模型迭代速度越來越快，市場對折舊周期的計算也產生了疑惑。知名投資人“大空頭”麥可·貝瑞（Michael Burry）自去年起，就一再“炮轟”當下的折舊周期不符合實際，認為如今AI晶片的實際經濟價值可能在2-3年內就會因技術過時而大幅衰減。雖然此類觀點爭議頗多，但如果大模型和晶片的“賽跑”繼續，甚至還要加速，那麼，有關折舊周期的質疑只會越來越多。而且，資本端的超額支出，往往以Scaling Law和大模型性能的繼續躍遷為由。從前文提及的趨勢來看，Scaling Law的退潮，也會讓Capex的狂飆不再“師出有名”。2025年下半年至今，雲巨頭的投資回報率（ROI）愈發成為市場矚目的核心指標，美股對缺乏利潤增長的Capex往往報以拋售，典型如微軟，其公佈的財報營收、淨利均超預期，但股價隨即暴跌10%。而晶片企業即使持續創造新的紀錄，但以去年11月輝達市值從5兆高點回落為節點，市場始終未給出匹配增速的估值溢價，空頭聲音反而愈發顯眼。這些，也構成了時下盛行的“AI泡沫論”的核心焦慮。不過，值得注意的是，相較於泡沫本身的存在與規模，人們看待和對待其方式，可能更加重要。當市場持續不給單純的拼規模、拼速度以正向反饋後，這一趨勢更可能會以幾次陣痛為代價放緩步伐。目前晶片大廠和部分大模型、雲廠商對未來兩年已有明確規劃，迭代速度和支出規模可能仍然維持高位，高盛也預測2025至2027年是AI伺服器出貨量增長最迅猛的三年，其中增速峰值出現在2026年。但在這之後，全產業鏈的增長可能都會面臨結構性放緩。如果只在商業和技術層面考慮，對AI增速形成影響的變數還有很多，但最近兩大標誌性熱門事件，為AI產業的發展，蒙上了一層不確定性陰影。其中一個就是，Citrini Research的《2028全球智能危機》（The 2028 Global Intelligence Crisis）。報告幾乎是以“近未來科幻”的方式，描述了從2025年末起Agent（智能體）登堂入室開始，直到2028年人類社會在新的AI時代可能面臨的窘境。圖片來源：CitriniResearch報告本身是虛構，且先進技術替代人類工作種類，也不是什麼新鮮論調，但是，當下的時點討論這個問題，卻意外引發空前共鳴。畢竟，就在2026年初，OpenClaw、Anthropic的Claude Cowork及一系列Agent外掛的出現，將AI的“替代力”十分直接地擺上了檯面。在種種預警和焦慮下，人類社會加以反制AI嗎？AI發展得越快，替代性危機的發酵就可能越快，但AI落地真實工作場景的實戰能力和可持續性，卻需要進一步探索，但顯然，我們正在看到的景像是，大小公司集體AI化的步調已經加快了。 (鈦媒體)

意料之中，“懂王”又變卦了！在川普暫緩H20晶片出口、叫停關稅政策時，咱就知道，這人說話不要太當真，變卦是常事。只是沒想到，這變卦速度也太快了點！本以為川普急於向華出口H200 AI晶片，會暫時沒有新動作，沒想到，全球AI產業又迎來了一場新變革，全球AI晶片管制新規即將落地，美國這次又要整出什麼新招數？據瞭解，美國正在醞釀一項針對AI晶片出口的全球管制新規，不只是針對中國，而是全球範圍的。和之前的出口管制措施不同的好似，這次重點會放在分級審批機制上。也就是說，針對全球200多個國家，它會有不同的等級分類，能不能出口、出口什麼型號、出口多少等等，或許都會有明確的分級規則。說白了，美國這是要對全球AI算力格局重新洗牌啊，想要從源頭來管制全球AI晶片的流通，都要讓自己說了算。具體地，新規很可能會採取三個等級劃分，其中，1000顆GB 300以下晶片的小額採購，審批手續可以簡化、甚至可享受豁免，這主要面向用量較小的中小企業與科研機構，兼顧市場需求與管控成本。而超過1000顆的中級叢集採購，則需提前預審、披露商業模式，甚至接受實地核查。至於20萬顆以上的超大規模採購，則需由東道國出面談判並作出安全承諾。不同於傳統的技術封鎖，此次管制的核心目的的是掌控全球AI晶片流通的主動權，而非徹底禁售。AI晶片作為全球科技產業的核心器件，其出口是重要的產業收入來源，因此管制並未完全切斷供給，而是通過設定審批門檻，將全球AI產業的發展節奏與話語權牢牢掌握在手中，這種“可控性供給”的模式，可以提升美國在AI領域的地位和影響力，但也讓全球AI企業面臨著前所未有的供應鏈不確定性。當然了，雖然有明確的等級制度要求，但美國給不給，給多少，怎麼稽核，也存在很強的主觀性。大機率就是中國很難要到先進的AI芯，盟友國可以豁免等，說法變了，套路不變，懂得都懂。反正美國一向喜歡自說自話、朝令夕改，要扣帽子就扣帽子，想要和這種不守規則的國家談規則，那不是自討苦吃嗎？但經過這麼多年的磨練，中國早就已經習慣西方的多變了。這種不確定性，恰恰成為國產AI晶片實現突破的關鍵風口。全球管制引發的供應鏈信任危機，讓我們深刻意識到，過度依賴單一來源的晶片供應，將直接威脅自身AI產業的穩定發展，國產AI晶片由此從“可選”轉變為“必選”，國產替代時唯一選擇。客觀來看，國產AI晶片已取得階段性突破，具備了替代海外晶片的基礎實力，但仍存在明顯差距。目前，華為升騰910C、寒武紀思源590等國產訓練晶片已完成萬卡級叢集驗證，其中升騰910C的半精度浮點運算（FP16）性能可達到海外主流型號H100的約80%。但不可忽視的是，在高端訓練晶片的極致性能、軟體生態完善度以及全產業鏈協同能力上，國產晶片與海外巨頭仍有差距，這也是未來需要重點突破的方向。需要理性看待的是，當前AI晶片管制新規仍處於草案階段，存在調整、修改甚至擱置的可能，國產晶片的發展仍需避免盲目樂觀。此次風口帶來的不僅是市場機遇，更是技術攻堅的壓力。國產晶片企業需抓住機遇，聚焦核心技術短板，加大研發投入，完善軟體生態，推動全產業鏈協同升級，才能真正實現從“替代”到“引領”的跨越。 (W侃科技)

曾幾何時，前沿AI研究還靠著一群"碳水化合物電腦"——他們在吃飯睡覺摸魚的間隙，偶爾通過"組會"儀式用聲波互相吼兩嗓子，就這麼推進著人類的技術邊界。那個年代已經一去不返。如今，研究完全被AI智能體接管，它們成群結隊地在雲端巨型計算叢集裡狂奔。據說程式碼已經迭代到了第10205代，但這數字真偽已無從考證——那些程式碼早已進化為能自我修改的二進制生命，遠遠超出了人類的認知範疇。這個程式碼倉庫，正是這一切故事的起點。——@karpathy，2026年3月以上是Karpathy為新項目撰寫的序言。就在剛剛，AI大神Andrej Karpathy發佈並開源了一個名為autoresearch的新項目，一句話來說Karpathy開源了一個自主AI研究員，它會在你睡覺的時候運行100個實驗，任何人只要擁有一塊GPU，就能在一夜之間運行一個研究實驗室。這個項目的核心想法很簡單：給AI Agent一個雖小但真實的LLM訓練環境，讓它通宵達旦地自主進行實驗研究人類的新工作是編寫一個提示（Prompt），用來指導Agent如何去思考和進行研究。這個Agent會徹夜不休地循環執行以下任務：編輯程式碼、訓練一個小型語言模型（每次精確到五分鐘）、檢查得分、根據結果決定保留還是放棄，整個過程完全無需人工干預。5分鐘是真正的精妙之處。這個設計有兩個好處：首先，無論AI代理如何修改模型大小、批次大小或架構，實驗結果都可以直接比較。其次，這意味著自主研究將在固定的時間預算內，為你的特定平台找到最優的模型。其缺點是，你的運行結果將無法與其他人在不同計算平台上得到的結果進行比較具體來說是這樣的：他將這個項目打包成一個獨立的迷你程式碼庫，方便大家上手體驗。這個項目本質上是nanochat大模型訓練核心的精簡版，被壓縮成一個約630行的單檔案程式碼，並且能在單GPU上運行。整個程式碼庫被刻意設計得非常小巧，核心只有三個檔案：prepare.py - 這個檔案包含固定的常數、一次性的資料準備工作（如下載訓練資料、訓練BPE分詞器）以及執行階段工具（如資料載入器和評估）。此檔案不會被修改。train.py - 這是AI Agent唯一會編輯的檔案。它包含了完整的GPT模型、最佳化器（Muon + AdamW）和訓練循環。從模型架構、超參數、最佳化器到批次大小，一切都可以被AI修改。program.md - 這是為單個AI代理準備的基線指令。人類研究員通過編輯和迭代這個檔案來指導AI。項目的核心機制是，無論你的計算平台性能如何，單次訓練的執行階段長都固定為5分鐘（不包括啟動和編譯時間）。評估指標是val_bpb，即每字節的驗證位元數，這個指標越低越好。由於它與詞彙表大小無關，因此可以公平地比較不同模型架構的變更效果。項目的核心工作流分為兩個部分：人類負責迭代提示詞，即.md檔案。AI智能體則負責迭代訓練程式碼，即.py檔案。Karpathy指出，該項目的目標是設計出能夠無限期、無需任何人工干預，並以最快速度取得研究進展的AI智能體。在實際運行中，智能體在一個Git的特性分支上自主循環工作。每一次完整的模型訓練運行恰好持續5分鐘，在Karpathy分享的圖片中，每一個點都代表一次這樣的訓練。當智能體發現能讓驗證損失更低的更好配置時，比如調整神經網路架構、最佳化器或各項超參數，它就會將這些改進以Git提交的形式累積到訓練指令碼中。通過這種方式，研究人員可以比較不同提示詞或不同智能體帶來的研究進展速度。Karpathy本人形容這個項目是程式碼、科幻和一絲瘋狂的結合體。他還透露，自己仍在nanochat的生產環境中運行一個規模更大的版本。這個加強版智能體正在一個更大的模型上工作，並部署在8塊H100 GPU上。Karpathy表示他會一直讓這個系統持續運行下去。除了PyTorch和少數幾個小包外，沒有其他外部依賴。沒有分佈式訓練，沒有複雜的配置檔案。一塊GPU，一個檔案，一個指標，構成了整個實驗環境。項目地址：https://github.com/karpathy/autoresearch快速上手指南環境要求：一塊輝達GPU（已在H100上測試），Python 3.10+，以及uv包管理器。第一步：安裝uv項目管理器（如果尚未安裝）curl -LsSf https://astral.sh/uv/install.sh | sh第二步：安裝依賴uv sync第三步：下載資料並訓練分詞器（一次性操作，約2分鐘）uv run prepare.py第四步：手動運行一次訓練實驗（約5分鐘）uv run train.py如果以上命令都能正常工作，說明你的環境已經準備就緒，可以進入自主研究模式了。如何運行AI代理你只需在這個程式碼倉庫中啟動你選擇的AI代理，例如Claude或Codex（並停用所有權限），然後可以發出類似這樣的指令：你好，請看一下program.md檔案，我們來啟動一個新的實驗吧！先從設定開始。這個program.md檔案本質上是一種超輕量級的技能指令。平台支援目前，該項目程式碼要求使用單塊輝達GPU。雖然原則上可以支援CPU、MPS等其他平台，但這會增加程式碼的複雜性。Karpathy表示，他目前不確定是否會親自進行這方面的擴展。這個項目主要是一個概念演示，未來會提供多少支援還是未知數。如果需要更廣泛的平台支援，使用者或其AI代理可以參考父項目nanochat，那裡展示了各種解決方案，如Flash Attention 3的備用核心實現、通用裝置支援和自動檢測等。 (AI寒武紀)