我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。YOLO式下注，風險旋鈕擰的太狠了。我認為勝率會在我們這邊。幾個小時前，素有“華爾街、矽谷超級提問者”的DealBook 創始人、紐約時報首席財經記者Andrew Ross Sorkin，與 Anthropic 的 創始人 Dario Amodei 展開了一場年末對話。這次採訪背景一方面是大洋彼岸已經處於聖誕前夕，但更重要的一面是，昨天，Anthropic被曝出已經啟動IPO籌備工作，計畫最快2026年上市，估值或達3000億-3500億美元。在此之前，則是 Transformer 架構和 Scaling Law 終結的爭議，以及 Gemini 3 Pro 模型的爆火，OpenAI  內部拉響紅色警報。這些事件的接連發生，讓此前甚囂塵上的“泡沫爭議”和接下來AI模型的發展走向帶來了新一輪的不確定性。Dario在爆出了自家的算力財務模型，他們內部稱之為一個不確定性圓錐。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。此前，Dario 就曾表示，Anthropic 計畫在 2028 年實現盈虧平衡。而對於 AGI 的實現路徑，Dario 對於 Transformer 架構依舊保持樂觀：我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。對於業界一直擔心的GPU晶片的折舊周期，Dario 回應道：舊晶片的價值會快速下滑。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。對於自己經常發出警告這件事，Dario對美國AI監管隱隱表達了不滿：現在美國監管已經分成了兩個世界，應該讓真正最接近AI技術的人來發聲。對於自己曾說過的“90%的工作會被AI替代”言論，Dario說，那只是半句話，下半句則是——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。以下是這次採訪的整理內容，大家enjoy！泡沫存在：接下來速度一定會放緩 但有些公司卻在YOLO 式下注主持人（Andrew Ross Sorkin）：今天下午的重頭戲從 Dario 開始。他是當今人工智慧領域最具影響力的人物之一，是 Anthropic 的聯合創始人和 CEO，這家公司以 Claude 模型聞名，是歷史上增長最快的科技公司之一，現在更是同時獲得了三大科技巨頭——亞馬遜、微軟和Google的支援。他比大多數人更早進入這個領域，早年在 BYU 做研究，後來加入Google，又成為 OpenAI 的早期成員，主導了 GPT-2 和 GPT-3 的研發。歡迎你來到現場。Dario Amodei： 謝謝邀請。今天可以聊的話題很多，包括——我們是不是正處在一個 AI 泡沫中？但我保證，我們會慢慢談到那個問題。主持人： 那我就直接問那個一開始提到的問題吧。你也承認，2014 年沒人想到 2025 年會走到今天這個程度。現在這個行業吸納的資金規模，幾乎代表了美國當前 GDP 增長的主要來源之一。我們是不是正處在某種泡沫中？是不是在過度投資？Dario： 這是一個非常複雜的問題，我必須把“技術本身”和“經濟層面”分開來看。從技術角度看，我非常堅定，我可能是最樂觀的那一類人之一。 但從經濟層面看，我確實有擔憂。即便技術真的兌現了承諾，生態裡如果有人在節奏上稍微踩錯一步，後果會非常嚴重。先說技術這部分。之所以我對技術進展並不太驚訝，是因為我和幾位後來成為聯合創始人的同事，最早系統性地總結過 AI 的“Scaling Law”——也就是只要你不斷加算力、加資料，在少量結構微調下，模型能力就會持續提升。像推理模型、測試時算力，本質上都是非常小的改動。我已經跟蹤這個趨勢 12 年了。最震撼的是：你用這樣極其簡單的方式訓練模型，它會在幾乎所有領域同步變強——程式設計、科學、生物醫藥、法律、金融、材料、製造業，這些正是整個經濟的核心價值來源。只看 Anthropic 自身，因為我們更偏企業級市場，我覺得更像一個“純粹的溫度計”。我們過去三年，收入每年 10 倍增長：2023 年從 0 到 1 億美元，2024 年從 1 億到 10 億，今年會落在 80 到 100 億之間。未來還會不會這樣漲？我不知道。但技術確實在推動價值，經濟回報也正在兌現。 它一定會放緩，但依然會非常快。所以我對“長期終局的經濟價值”是有信心的。主持人： 但問題在於，現在有公司每年要燒掉上千億美元，你們也計畫投 500 億。Sam Altman 去年的規劃數字同樣驚人。這是一次超級昂貴的下注。這個帳到底能不能算清，還是更多是一種“直覺賭注”？Dario： 這就進入我剛才說的第二部分——真正的困境來自於：“經濟價值增長速度”的不確定性，與“資料中心建設周期”的滯後性之間，存在巨大張力。 這是擺在所有公司面前的真實兩難。我認為有些參與者是在“YOLO 式下注”，把風險旋鈕擰得太狠了，對此我非常擔憂。主持人： 誰在 YOLO？Dario： 這個我不回答（笑）。但你可以換個視角想：如果你站在我這個位置，連續三年收入 10 倍增長，很自然會去問：明年會怎樣？如果你非常粗暴地外推，下一年可能是千億美元等級——我必須強調，我完全不相信這個數字。但它是數學上的上限之一。如果你從更理性的企業客戶、具體場景、銷售路徑去拆，可能是 200 億、300 億。所以我內部把它稱為一個“不確定性圓錐”——一年後是 200 億，還是 500 億，極其不確定。 我只能按最保守的一側去做規劃，但這種不確定性本身就足夠令人不安。算力財務模型 不確定性圓錐實在太寬了Dario ： 還要疊加一個現實因素：資料中心建設有很長的滯後周期，通常是一到兩年。這意味著我必須在“現在”，甚至幾個月前，就決定：在 2024 年初要買多少算力，去服務 2027 年初那個收入規模下的模型。這中間存在兩個強耦合風險：第一，如果我買少了算力，我就沒法服務所有客戶，只能把他們推給競爭對手；第二，如果我買多了算力，而收入又沒跟上，我就付不起這些算力的成本，極端情況下甚至會面臨破產風險。這個“安全緩衝”本質上取決於我的利潤率。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。Dario： 我們自認為是一家相對克制、負責的公司。因為我們主做企業市場，我覺得我們的商業模式更健康，利潤更穩，也更謹慎。但如果你換成另一種模式，比如純消費者業務，收入來源沒那麼確定、毛利也不穩定，再加上企業家本身就是那種“偏愛 YOLO、偏愛大數字”的性格，那風險旋鈕就可能被擰得非常狠。只要存在不確定性，就必然存在過度擴張的系統性風險。 我們每家公司都面臨這個問題，再加上彼此之間的競爭壓力，甚至還疊加了與威權國家“國家層面的技術競爭”，整個系統都會被推著往前走。這種風險是不可消除的，只能被管理。 但我確實認為，有些參與者並沒有管理好這種風險，而是在進行不明智的下注。主持人： 你說到這裡，其實大家心裡大概也知道你在暗指誰。你曾對投資人私下說過，Anthropic 計畫在 2028 年實現盈虧平衡；而 Sam Altman 說的是 2030 年。我暫且按他的演算法來算：他需要在兩年內從 740 億美元等級的虧損，轉為兩年後實現盈利。這個在你看來合理嗎？Dario： 說實話，我不瞭解任何其他公司的內部財務情況，也不可能評價別人。我只能回到我們自己的計算邏輯，也就是那個“圓錐式不確定性”：我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。再糟也會存在“尾部風險”，這從來不可能為零，但我們在盡力把風險控制在可承受範圍內，同時又要確保我們在競爭中不被甩開。我們在訓練和推理上都很高效，利潤結構也不錯。我認為勝率在我們這邊。主持人： 現在市場上很多人開始討論所謂的“循環交易”，以前我們管這叫“廠商融資”。尤其是輝達，以及其他一些公司，直接入股 AI 公司，而這些公司隨後又用這筆錢去買輝達的晶片，相當於形成了資金閉環。你怎麼看？Dario： 我們也做過類似的交易，只是不是某些玩家那樣的大規模操作。我不講具體案例，只講一個“標準化結構”的例子，解釋為什麼它在邏輯上成立：假設你要建 1GW 的算力規模，買晶片、建機房，總資本開支大概是 500 億美元，使用周期可能是 5 年，也就是每年攤 100 億。如果你是一家年收入 80—100 億、處在快速增長期的公司，現在就讓你一次性掏 500 億，現實中根本不可能。那怎麼辦？大型廠商站出來說：“我先投你 100 億，佔 20%，你先用這 100 億覆蓋第一年，其餘的慢慢按收入滾動支付。” 如果你已經接近 100 億年收入，那這並不是一個瘋狂的賭局。資料中心一年建成，第一年融資覆蓋，意味著你只要在兩年後做到 100 億等級收入，就能跑得通這套邏輯。從結構上看，這並不違背商業邏輯。Dario： 真正的危險只發生在一個場景：如果你一層層疊加這種結構，最後變成“到 2027 或 2028 年，我必須做到 2000 億美元年收入”，那你就一定是在過度擴張。規模，決定了一切的風險邊界。一批晶片到底能撐過幾年？舊晶片的價值會快速下滑 保守押注者會活下來主持人： 這裡還有一個關鍵變數，幾乎決定了整個行業的“投資算不算得過帳”——晶片的折舊周期。你買一批新晶片，它到底是有效四年、五年，還是八年、十年？這個假設不同，整個行業的財務模型就完全不同。你怎麼看？Dario： 我們在內部做的是非常保守的假設。嚴格來說，並不存在一個固定、統一的“折舊年限”。晶片本身可以跑很多年，真正的問題不是“它還能不能用”，而是有沒有更快、更便宜的新晶片出現，並且你的競爭對手已經在用它了。 一旦出現這種情況，老晶片的相對價值就會迅速下降，甚至一年之內就會發生。現在不止是輝達，各家都在推新一代 TPU、GPU。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。我們在 Anthropic 的所有假設，基本都站在極端保守的一側。 結果是：在“幾乎所有世界線”裡，我們都可以活下來。當然，極端尾部世界線一定存在，但我只能為我們負責，不能替別人背書。我也完全可以想像，有些公司正在“自我欺騙”，建立在過度樂觀假設之上。主持人： 所以，市場上真正理性克制的，其實就你們兩家？Dario： 我不知道你在指誰（笑）。我真的不知道。ps：這裡小編猜測，所謂市場上真正保持克制的這兩家，一家自然是Anthropic，另一家90%的機率是指的 Amazon。（同樣瞄準的是企業市場，而且沒有過度囤卡。用排除法的話，只剩下 Amazon 和 Apple 了。然而Apple 算是大模型玩家嗎？？？不大會。）不卷C端！GoogleGemini強歸強，Claude清風拂山崗主持人： 那我們換個話題，聊聊模型本身的競爭格局。就在過去一周，矽谷內部幾乎“情緒失控”，因為某位你我都認識的人發佈了新模型，引發了巨大震動。Saraparay 去年也來過這裡，現在大家突然意識到，原本被認為“資料天生佔優、理應贏麻了”的 Google，可能真的開始發力了。 Sam Altman 內部甚至發了“紅色警報”郵件，讓所有人回到工位衝刺下一輪突破。在你看來，現在這些模型的真實排序是怎樣的？以及，這種“當下時刻的領先”，到底有多重要？Dario ： 這是少有的幾個時刻之一，我真心覺得 Anthropic 選擇了一條不同的道路，是一件值得慶幸的事。 我們走的是企業市場路線。你剛剛提到的另外兩位玩家，本質上都還是以 消費者市場為核心，雖然也在做企業業務，但主戰場仍在 C 端。這也是為什麼會出現“Code Red”那種等級的內卷——Google 要守住搜尋壟斷，而 OpenAI 的核心陣地也在消費者端，這兩家是在正面肉搏。對他們而言，企業只是“第二戰場”。而我們過去幾年一直在 圍繞企業真實需求反向打磨模型能力，最先爆發的是程式設計，現在已經開始延伸到金融、生物醫藥、零售、能源、製造等領域。模型戰爭當然重要，比如我們上周剛發佈的 Opus 4.5，在程式設計能力上幾乎被公認為目前行業最強模型。但我們真正走的是“不同維度”的競爭路線，所以對這種你來我往的短期廝殺，依賴反而更低。某種意義上，我們處在一個相對“優越”的位置：可以持續增長、持續迭代模型，而不用天天發“紅色警報”。企業級AI很挑模型，遷移成本很高 專精能力會和AGI長期並存主持人： 那這些公司真正的“護城河”到底是什麼？如果有一天真的到了 AGI 等級，所有模型是不是都會趨同？誰還會在乎你用的是那家？是“記憶能力”嗎？還是人格差異？很多人現在就是那個新就用那個。Dario： 我只能從企業側講我的結論。為企業打造的模型，和為消費者打造的模型，在“性格”和“能力結構”上差異非常大。 企業模型更少追求“黏性與娛樂感”，更強調編碼能力、高階智力活動、科學推理能力。我也不認同“只要到了 AGI，所有東西都會收斂成一個形態”。你看看在座的所有人，都具備“通用智能”，但我們沒有變成同一種人。專精能力會和通用智能長期並存。 再加上企業側的現實因素：公司會形成使用習慣，會和某個模型建立長期關係。即便是在 API 這種“賣裸模型”的業務裡，遷移成本也極高。下遊客戶適應了某個模型的“脾氣”，提示詞、互動方式都深度繫結，切換代價很大。這意味著企業級 AI 具備長期穩定的商業粘性。通往AGI，“規模化+小修小補”足夠了主持人： 一個純技術問題：你認為，現在這種基於 Transformer 的架構，加上純算力規模化，本身就足以通向 AGI 嗎？還是說還缺“某個關鍵成分”？Dario： 我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。這些修改之小，小到外界可能根本不會注意到，只是實驗室裡的技術迭代。我已經觀察這些 scaling laws 超過 10 年了。主持人： 那你的時間判斷呢？AGI 在什麼時候？Dario： 我其實不太喜歡“AGI”“超人工智慧”這些詞，因為沒有清晰定義。它更像 晶片摩爾定律式的指數曲線——模型會在所有維度持續變強：新模型比上一代程式設計更強、科研更強，現在已經常態化拿下高中數學競賽，正在沖大學數學，甚至開始 首次產生“全新數學發現”。Anthropic 內部已經有人對我說：“我現在已經不寫程式碼了，我只是讓 Claude Code 先打草稿，我負責修改。” 這種狀態，在過去從未真正出現過。 這個節奏只會繼續加快，沒有所謂“質變奇點”，只是能力持續外推，模型的智力不斷抬升，收入曲線不斷往後面加零。美國AI監管已經分成了兩個世界主持人： 你在（美）監管、就業衝擊這些問題上也相當激進。白宮的 David Sacks 曾公開指控 Anthropic 正在通過“製造恐慌”推動監管，從而進行“高階版的監管俘獲”，並且已經傷害了創業生態。你怎麼回應？Dario： 我還是那句話：不要把這場討論變成對個人或單一機構的攻擊。 我從 2016 年起就開始公開寫 AI 風險和治理的論文，那時候 Anthropic 這個公司根本還不存在，更談不上什麼“監管俘獲”。而且我們支援的幾乎所有監管法案，都明確為中小型創業公司設立了豁免條款。 比如我們支援的 SB53 法案，年營收低於 5 億美元的公司根本不在適用範圍內。 我們在這件事上非常謹慎。真正該討論的，不是立場對立，而是具體政策是否合理。Dario： 你可以拋出各種指控，但這些說法和現實完全不符，無論是和我們實際支援過的法律條文，還是和真實情況，都對不上。現在其實存在兩個世界：一邊是 Andreessen Horowitz 等人，他們支援一個超級政治行動委員會；你們這邊也在建構另一個超級 PAC，試圖用完全不同的方式去影響這個行業的監管。問題是，為什麼？你們看到了什麼，是他們沒有看到的？我還是想把討論維持在政策層面。我對這項技術的看法是：我能理解一些人的樂觀來源，但我確實擔心，有一部分人把 AI 視為類似網際網路、通訊技術那樣的技術革命，覺得市場自然會解決一切問題。放在過去那些技術浪潮裡，這種看法也許是成立的。但真正最接近 AI 技術的人，並不這麼看。如果你去問那些真正做 AI 研究、真正建構模型的人——不是投資某些 AI 應用的投資人，也不是自以為懂 AI 的技術評論員——你會發現，他們一方面對潛力感到興奮，另一方面也非常擔憂。他們擔心國家安全風險，擔心模型對齊問題，擔心 AI 對經濟結構的衝擊。 舉個例子，有人曾提出要在十年內凍結所有監管，或者凍結州一級監管，而聯邦層面又沒有統一框架。這種提案去年夏天就出現過，上周又嘗試了一次，結果再次失敗，因為它極不受歡迎。連普通大眾都清楚，這是一個全新而且極具力量的技術。我可能是對 AI 正面效果最樂觀的那一類人之一。 我寫過一整篇文章《Machines of Loving Grace》，我在裡面說，AI 甚至可能把人類的壽命延長到 150 歲。再往後推，當資料中心裡真的出現“天才之國”，我們將擁有一個比任何人類都更快做出生物學發現的虛擬生物學家；它可能把經濟增速推到 5% 甚至 10%。老實說，我對這項技術的樂觀程度，可能比很多自稱“技術布道者”的人還要高。 但一切如此強大的東西，都不可能沒有巨大的副作用。作為一個社會，我們必須提前思考這些代價。 如果你說未來十年都不去監管這種技術，這就好比你在高速路上開車，然後決定把方向盤拆掉，因為“未來十年我都不需要轉向”——這在邏輯上是說不通的。老闆們不應該只做極致降本，而忽視創造新價值 90%的工作被AI替代，但剩下的10%會被放大10倍主持人： 那我們就談談其中一個最具體、最現實的風險——就業。除了駭客攻擊這些問題，你最近在《60 Minutes》裡也談到過工作崗位。我想知道的不是“有沒有可能”，而是，如果真的出現大量入門級崗位被替代，你認為應該怎麼應對？Dario： 我之所以不斷髮出這些警告，並不是為了當什麼末日預言家，而是因為“發出警告本身，就是解決問題的第一步”。如果我們不提醒自己風險的存在，就相當於在雷區裡閉著眼睛往前走；如果我們看見了地雷，就可以繞開它。我這段時間在認真思考這些問題，在 Anthropic 內部也是一樣。現在 Claude 已經開始為我們寫大量程式碼，我們也在親身經歷“工作如何發生變化”。我把應對方式分成三個層級，從短期到長期，也對應從企業就能推動，到需要整個社會投入更多資源。第一層，是企業自身與客戶層面的調整。 每一家客戶都會面臨同樣的權衡，這不是簡單的“取代或不取代”。一部分場景中，AI 會直接完成原本由人類完成的工作，比如保險理賠流程、KYC 全流程自動化，這些都可以端到端由 AI 完成。結果就是：更高效率、更低成本、更少人力。但還有另一種路徑——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。 前一種他們一定會做，我們也不打算攔；但如果他們願意更多做第二種，新增崗位也可能超過被替代的崗位。第二層，是政府的介入。 我並不把“再培訓”視為萬能解法，但它一定是必要選項的一部分。企業會做，企業也必須和政府一起做。但從財政層面看，我認為政府遲早要介入。我不確定具體是稅收工具，還是其他政策工具。但在一個高速增長的世界裡，我們曾做過一份報告，即便是今天這些模型，也已經能讓生產率每年提高 1.6%。這幾乎意味著生產率的翻倍，而且模型還在不斷變強。我認為未來有可能到 5%，甚至 10%。 這是一塊極其巨大的“蛋糕”。如果財富過度集中，這塊蛋糕本身也足夠大，大到我們完全有條件照顧到那些並未直接從 AI 中受益的人。第三層，是更長期的社會結構問題。 如果一個社會真正建構出了強大的 AI，它的運行方式必然會發生變化。回到凱恩斯在《我們後代的經濟前景》中提出的“技術性失業”，他設想他的孫輩也許每周只需要工作 15 到 20 個小時。這是一種完全不同的社會結構。當然，總有人會選擇拚命工作，但是否可能出現這樣一個世界：對很多人來說，工作不再是生活的絕對中心，意義的來源發生轉移，工作不再只是為了生存，更偏向於實現感？這種可能性真實存在。 我不是在提任何自上而下的規劃，我只是認為，社會終究會在後 AGI 時代，自己找到新的運行方式。這三層變化，從企業層面最容易、最快發生，到政府層面需要共識，再到社會結構層面最慢、最難推進。但未來很多年裡，我們三件事都必須一起做。主持人： Dario，我真心希望你還能再回來，和我們繼續討論這三件事該怎樣一步一步落地。非常感謝今天這場精彩的對話。Dario： 謝謝你，Andrew。謝謝大家。 (51CTO技術堆疊)

三季度總營收兩年來首次同比加快增長，和資料中心收入齊創單季新高，後者同比增66%、環比增近25%；四季度營收指引中值同比增65%，三季度毛利率略低於預期但四季度料升至75%、六個季度內首次同比提升。黃仁勳稱，雲GPU售罄，訓練和推理的計算需求均呈指數級增長。股價盤後一度漲超6%。CFO重申，新晶片未來幾個季度料將創收5000億美元，稱六年前發貨的A100 GPU今年仍滿負荷工作。在投資者持續擔心企業的人工智慧（AI）領域超高投入難以為繼之際，AI晶片龍頭輝達送來驚喜：上一財季營收加快增長，增速重回60%以上，和資料中心的收入均創單季新高，體現AI基礎設施需求持續強勁，本財季的營收料將保持60%以上的增速，再度超出華爾街預期。輝達CEO黃仁勳在財報公告中表示，公司最新一代Blackwell架構的晶片“銷量遠超預期，雲端GPU已售罄”，“訓練和推理的計算需求持續加速增長，均呈指數級增長。我們已進入AI的良性循環。” 他在業績電話會上再次反駁AI泡沫論，稱關於AI泡沫的說法很多，“從我們的角度看截然不同。”評論稱，雲GPU售罄通常是黃仁勳用來表明其晶片買家和使用者——雲服務商需求旺盛、且沒有閒置產能的慣用說法。這顯然是他近期的宣傳策略，意在安撫擔心產能過剩的投資者。還有評論指出，財報顯示，截至 上財季末，輝達持有現金及等價物606億美元，顯示其仍有充足的資金支援AI在新的經濟領域應用。財報公佈後，收漲近3%的輝達盤後漲幅迅速擴大，盤後漲幅曾超過6%。分析師認為，輝達提供的總營收和毛利率指引緩和了外界的AI泡沫擔憂。美東時間11月19日周三美股盤後，輝達公佈截至自然年2025年10月26日的公司2026財年第三財季（下稱三季度）財務資料，以及第四財季（下稱四季度）的業績指引。1）主要財務資料：營收：三季度營業收入570.1億美元，同比增長約62%，分析師預期551.9億美元，輝達自身指引529.2億至550.8億美元，前一季度同比增長56%。EPS：三季度非GAAP口徑下調整後的每股收益（EPS）為1.30美元，同比增長60%，分析師預期1.26美元，前一季度同比增長54%。毛利率：三季度調整後毛利率為73.6%，同比下降1.4個百分點，分析師預期74.0%，輝達指引為73%至74%，前一季度為72.7%、同比下降3個百分點。營業費用：三季度調整後營業費用42.15億美元，同比增長38%，分析師預期42.2億美元，輝達指引為42億美元，前一季度增長36%。2）細分業務資料：資料中心：三季度資料中心營收512億美元，同比增長66%，分析師預期為493.4億美元，前一季度同比增長56%。遊戲和AI PC：三季度遊戲和AI PC業務營收43億美元，同比增長30%，分析師預期為44.2億美元，前一季度同比增長49%。專業可視化：三季度專業可視化營收7.6億美元，同比增長56%，分析師預期為6.128億美元，前一季度同比增長32%。汽車和機器人：三季度汽車和機器人業務營收5.92億美元，同比增長32%，分析師預期為6.209億美元，前一季度同比增長69%。3）業績指引：營收：四季度營收預計為650億美元，上下浮動2%，即637億至663億美元，分析師預期中值為619.8億美元。毛利率：四季度非GAAP口徑下調整後毛利率預計為75.0%，上下浮動50個基點，即74.5%至75.5%，分析師預期中值為74.6%。營業費用：四季度調整後營業費用預計為50億美元，分析師預期45.9億美元。01 總營收兩年來首次同比加快增長和資料中心收入齊創新高財報顯示，輝達三季度營收達到創紀錄的570億美元，高於公司的整個指引區間，並且較分析師預期高3%以上。營收同比增速從前一季度的56%提升至62%，這是自2024財年第四財季以來、將近兩年來首次營收增速較前一季度加快增長。貢獻三季度將近九成營收的資料中心業務收入也創單季最高紀錄，較分析師預期高將近190億美元、將近4%，同比增速從前一季的56%提升至66%。環比一季度，資料中心收入增長約101億美元，環比大增24.6%。三季度調整後EPS盈利同比也加快增長，同比增速從前一季的54%提高至60%，為本財年內最高增速。02 營收指引中值同比增65% 毛利率升至75%從業績指引看，輝達的整個四季度營收指引區間都高於分析師預期中值，以指引區間的中值650億美元計算，輝達預計的四季度營收將再創單季新高，較分析師預期中值高將近5%，預計將同比增長逾65%，也就是有望保持60%以上的增速。不過，此前一些非常樂觀的華爾街人士預期營收為750億美元，較輝達的指引區間中值高15%以上。輝達首席財務官（CFO）Colette Kress在業績電話會上說，四季度的營收指引未包含來自中國的資料中心計算收入。輝達三季度的毛利率同比超預期回落至73.6%，略低於分析師預期的74.0%，但四季度毛利率指引表現不錯。四季度輝達預計，毛利率中值將較去年同期的73.5%提高至75.0%，那將是自2025財年第二財季以來六個季度內首次毛利率同比增長。Kress說，即使面臨投入成本不斷增加，輝達也在努力將毛利率維持在75%左右。Wedbush證券的分析師Matt Bryson指出，輝達實現了此前投資者擔憂無法達到的兩個目標，一是預測總營收將超過600億美元，二是預計毛利率將達到75%左右。彭博行業研究高級技術分析師Kunjan Sobhani評論稱，輝達三季度的業績和四季度的指引均高於市場普遍預期，指引尤其高於預期，據其解讀，也領先於大多數買方機構的預測。這表明，GB300晶片的產能將大幅提升。03 CFO：六年前發貨的A100 GPU 今年仍滿負荷工作花旗、摩根大通等機構此前就對輝達的三季度業績持樂觀態度。這種信心源於輝達的客戶基礎。微軟、亞馬遜、Alphabet和Meta這四家公司合計佔輝達銷售額的40%以上，預計未來12個月這些公司的AI支出總額將增長34%至4400億美元。更關鍵的是，黃仁勳在今年10月的GTC大會上透露，輝達已合計獲得2025年和2026年兩個公曆年價值5000億美元的晶片訂單，其中包括將於明年開始量產的新一代Rubin晶片。本周三的業績電話會上，輝達CFO Kress重申，輝達預計，旗下最先進的一些晶片未來幾個季度將帶來5000億美元的收入，並且資料中心基礎設施領域存在著數兆美元的巨大整體機遇。Kress說，輝達有望達成這一5000億美元的目標，而且這個數字還會增長。Kress表示，OpenAI的使用者數量和毛利率都是令人鼓舞的跡象，其競爭對手Anthropic的營收也同樣讓人鼓舞。Kress稱，在三季度，GB300對輝達營收的貢獻超過了其前代產品GB200，實現了“交叉”。六年前發貨的A100 GPU今年仍滿負荷工作。Kress透露，針對中國市場的定製款AI晶片H20三季度銷售僅僅0.5億美元。她說，由於地緣政治問題的緣故、也因為市場競爭越來越激烈，H20 AI晶片的訂單永遠不會很大。公司正在努力尋找方法對華出口“更具競爭力的資料中心計算產品”。談到大客戶如何從AI投資中獲利，黃仁勳說，客戶的融資方式“由他們自己決定”，各國也將自行籌集AI建設的資金。如果深入瞭解就會發現其中蘊藏著巨大的利潤，足以負擔建設的投入。對於輝達是會將持有的現金投入生態系統，還是會回饋股東，黃仁勳說，這要看供應鏈。輝達的投資與擴大其技術的應用範圍密切相關。這些合作關係旨在幫助輝達與這些公司在更深層次的技術層面展開合作。輝達投資OpenAI是為了建立深度合作關係並支援其發展。 (硬AI)

知名科技博主Ed Zitron援引內部檔案披露，OpenAI存在巨大的“財務黑洞”，其真實推理成本可能高達公開資料的三倍，而通過微軟分成反推的收入卻遠低於官方宣傳，導致收入難以覆蓋驚人支出。若資料屬實，不僅OpenAI的商業模式面臨可持續性質疑，整個生成式AI行業的盈利前景也將被徹底顛覆。一份據稱來自OpenAI內部的檔案，正對這家人工智慧巨頭的財務狀況和整個生成式AI行業的商業模式構成嚴峻挑戰。檔案內容顯示，OpenAI的實際營運成本可能遠超外界想像，而其收入則被顯著誇大，這使得其高昂的營運成本與收入之間存在一條驚人的鴻溝。此次引發震盪的源頭，是知名科技博主、時事通訊《Where's Your Ed At》的作者、同時也是科技行業尖銳批評者——Ed Zitron。他一方面通過個人媒體平台激烈批評人工智慧行業，預言其泡沫即將破裂；另一方面，他經營的EZPR公關公司卻曾為多家AI初創公司提供公關服務，這種既批判AI又為AI公司代言的雙重角色，使他成為科技界一個頗具爭議的聲音。作為深諳行業運作規則的"內部人士"，他卻堅信當前AI熱潮本質上是資本催生的泡沫，並以其標誌性的激烈言辭預言著整個行業的"審判日"即將來臨。Zitron在其部落格發佈文章，該文章援引其看到的檔案資料稱，OpenAI僅在微軟Azure雲平台上的模型“推理”成本，就已達到驚人水平。例如，在2025年上半年，該項支出接近50億美元，而此前媒體報導的同期“收入成本”僅為25億美元。這表明，OpenAI的燒錢速度可能是公開資料的近三倍。與此同時，這些檔案還揭示了OpenAI向其主要投資者微軟支付的20%收入分成。通過這一資料反向推算，OpenAI的實際收入遠低於此前報導的數字。例如，2025年上半年，微軟獲得的收入分成對應的OpenAI營收約為22.7億美元，但這與媒體報導的43億美元相差甚遠。如果這些資料屬實，不僅OpenAI的財務健康狀況堪憂，整個AI大模型行業的盈利前景也將被打上一個巨大的問號。對於這些資料的精準性，微軟和OpenAI的回應顯得模糊。據瞭解，微軟一位女發言人對英國《金融時報》表示，“數字不完全正確”，但拒絕提供更多細節。OpenAI則未予置評，僅建議媒體向微軟求證。一位熟悉OpenAI的人士稱，這些數字未能提供“完整的畫面”。儘管無法得到官方證實，但相關方也未能提供有力證據來實質性地反駁這些資料。01. 驚人的成本黑洞推理支出遠超收入根據Ed Zitron披露的資料，OpenAI的營運成本（特指模型推理成本）與其收入之間存在巨大差距，且這一差距比此前任何報導都要大。推理是類似ChatGPT的應用呼叫大語言模型以生成響應的過程，是其核心營運成本之一。資料顯示，從2024年第一季度到2025年第三季度的七個季度裡，OpenAI僅在Azure上的推理計算支出就超過了124億美元。僅在2025年的前九個月，其推理成本就已高達86.7億美元。相比之下，The Information曾報導稱，OpenAI在2024年全年的推理成本約為20億美元，2025年上半年的“收入成本”為25億美元。Zitron的資料顯示，真實成本幾乎是這些報導數字的三倍。更令人擔憂的是，這些天文數字般的成本似乎與收入增長並不同步。資料顯示，即使考慮到收入增長，推理支出似乎仍在以更快的速度線性攀升，完全吞噬了收入。這種模式讓人質疑，在當前技術和定價下，大模型業務是否可能實現盈利。02. 被誇大的收入？營收資料與公開報導存在巨大差異除了高昂的成本，Zitron披露的檔案還對OpenAI的收入提出了嚴重質疑。通過微軟獲得的20%收入分成款項，可以反向推算出OpenAI的最低收入水平，而這個數字與媒體引用或OpenAI自己透露的樂觀資料相去甚遠。2024年度：檔案顯示微軟當年獲得了4.938億美元的收入分成，這意味著OpenAI的收入至少為24.69億美元。然而，CNBC和The Information當時的報導預測，OpenAI 2024年的收入將在37億至40億美元之間。2025年上半年：微軟獲得4.547億美元分成，暗示OpenAI同期收入至少為22.73億美元。而The Information的報導稱，OpenAI在該時期創造了43億美元的收入。這些巨大的差異難以調和。就連OpenAI首席執行官Sam Altman聲稱公司年化收入“遠超”130億美元的說法，也與檔案所揭示的財務狀況格格不入。Zitron推測，公開報導的高收入數字可能源於對“年化收入”或“年化經常性收入”（ARR）的創造性計算方式，但OpenAI從未明確其定義。03. 複雜的合作關係與模糊的回應值得注意的是，OpenAI與微軟的財務關係極為複雜，並非簡單的投資與成本關係。據報導，雙方存在雙向的收入分成協議。微軟除了從OpenAI的收入中抽取20%外，還需要將其通過Azure OpenAI服務銷售模型所得收入的20%支付給OpenAI。此外，還有與Bing相關的收入分成和可能的版稅支付。這種複雜的結構意味著，僅從微軟獲得的收入分成來推算OpenAI的總收入，得出的必然是“低估值”。然而，即便考慮到這一點，Zitron資料所揭示的成本與收入之間的巨大鴻溝依然難以解釋。據瞭解，在向兩家公司求證時，《金融時報》並未得到明確的否認。微軟“數字不完全正確”的回應和一位知情人士“未能提供完整畫面”的說法，為市場留下了巨大的想像（或擔憂）空間。在沒有更具體反駁的情況下，這些洩露的資料可信度正在增加。04. 行業警鐘：AI商業模式的可持續性遭拷問如果Zitron披露的資料那怕只是部分精準，它也將對整個生成式AI行業敲響警鐘。這意味著作為行業領導者的OpenAI，其商業模式可能根本無法持續。英國《金融時報》基於這些資料進行的推演顯示，按照目前的增長率，OpenAI的最低預估收入可能要到2033年左右才能覆蓋推理成本。如果再減去微軟20%的收入分成，那麼它可能“永遠”無法通過自身收入覆蓋推理成本。這一發現對投資者和市場提出了一個尖銳的問題：如果連資金最雄厚、市場地位最領先的OpenAI都面臨如此巨大的財務壓力，那麼其他通用大模型供應商的處境又將如何？分析認為，未來只有兩種可能：要麼模型運行成本出現斷崖式下降，要麼面向客戶的收費標準必須大幅提高。然而，目前這兩種趨勢都未見苗頭，這讓生成式AI的商業化前景蒙上了一層厚厚的陰影。 (硬AI)

近日，AI基礎設施提供商CoreWeave因數據中心交付延遲及財務透明度問題引發市場關注。該公司宣佈下調2025年營收預期，主要受第三方數據中心開發商工期延誤影響。CoreWeave目前預計2025年營收介乎50.5億至51.5億美元，較先前預期有所下調。此外，CoreWeave的資產折舊政策也成爲市場焦點。該公司在2023年初將技術設備的使用壽命從五年延長至六年，這一調整顯著降低了年度折舊費用。然而，有分析指出，用於AI工作負載的數據中心GPU的實際使用壽命可能僅爲1至3年，這引發了對CoreWeave折舊政策合理性的質疑。儘管CoreWeave近期與Meta和OpenAI簽訂了價值數十億美元的大額合同，但數據中心建設的延遲可能影響其將合同轉化爲實際收入的能力。同時，財務透明度的擔憂也可能對公司的長期發展構成挑戰。市場觀察者建議投資者密切關注CoreWeave在數據中心交付和財務報告方面的進展，以評估其未來表現。

📊 核心財務資料🔥 重磅合作AMD與OpenAI達成6GW晶片供應協議預計未來幾年帶來超1000億美元收入📈 業績總覽AMD在11月4日盤後發佈的Q3財報超出市場預期，營收達92.5億美元，超過分析師預期的87.5億美元約5%。調整後每股收益1.20美元，也超過預期的1.17美元約3%。這是AMD在過去五個季度中首次實現雙線超預期。從增長趨勢看，Q3的36%同比增長與Q1持平，略高於Q2的32%，顯示AMD在AI浪潮推動下保持穩健增長態勢。但值得注意的是，儘管業績亮眼，AMD股價盤後下跌約2.5%，市場對估值的擔憂開始顯現。市場反應：在過去五個季度中，AMD有三次恰好達到預期，只有一次超預期。本次Q3實現雙線超預期屬於罕見的積極表現，但市場更關注估值是否合理。💡 業務亮點深度解析① 客戶端與遊戲：本季度最大驚喜客戶端與遊戲業務營收達40.5億美元，同比暴漲73%，環比增長12%，成為本季度表現最搶眼的業務類股。客戶端業務：營收28億美元（+46% YoY），創歷史新高。這主要得益於Ryzen處理器的強勁需求，特別是Zen 5架構的Ryzen 9000系列表現出色。桌面CPU銷售達到歷史最高水平，管道銷售和實際銷售都創下紀錄。OEM筆記型電腦的Ryzen銷售也大幅增長。遊戲業務：營收13億美元（+181% YoY，+16% QoQ），這一驚人增長來自兩方面：一是Radeon RX 9000系列GPU的強勁需求，管道銷售大幅增長；二是索尼和微軟為即將到來的假期銷售季準備的半定製晶片需求增加。商業市場突破：商業PC市場表現尤為突出，Ryzen PC銷售同比增長超過30%，在醫療、金融服務、製造、汽車和製藥等領域贏得大量財富500強企業訂單。② 資料中心：增長改善但仍需努力資料中心業務營收43.4億美元，同比增長22%，環比大增34%。增速從Q2的14%提升至22%，顯示出改善趨勢。伺服器CPU強勢：第5代EPYC Turin處理器爬坡速度極快，在Q3就佔到了EPYC總收入的近50%。更重要的是，上一代Genoa處理器需求依然旺盛，顯示出AMD在伺服器市場的強大競爭力。雲服務商在Q3推出了超過160個基於EPYC的實例，全球EPYC雲實例總數達到1,350個，同比增長近50%。AI加速器爬坡：Instinct MI350系列GPU的銷售大幅增長，推動資料中心AI業務快速發展。Oracle成為首個公開提供MI355X實例的超大規模雲服務商。多個雲服務商和AI開發者開始大規模部署MI300系列，包括IBM、Zyphra、Cohere、Character.AI等。CPU需求新動力：值得注意的是，管理層指出AI工作負載正在推動通用計算需求大幅增加。許多超大規模客戶預計在2026年大幅擴建CPU容量以支援AI應用，這為AMD伺服器業務提供了新的增長催化劑。③ 盈利能力：增長背後的隱憂儘管營收增長強勁，但盈利能力指標卻不那麼樂觀。調整後毛利率維持在54%，與去年同期持平，沒有改善。更令人擔憂的是，調整後營業利潤率實際下降了100個基點。原因分析：毛利率持平主要有兩個原因：一是產品組合變化，毛利率相對較低的客戶端和遊戲業務增長更快；二是台積電持續提價，壓縮了AMD的利潤空間。作為完全依賴台積電代工的公司，AMD在定價上缺乏議價能力。與競爭對手對比：AMD的營業利潤率遠低於輝達，後者的利潤率約為AMD的兩倍。對於一家高估值的成長型科技公司來說，利潤率下降不是好訊號。管理層預計Q4毛利率將提升至54.5%，如果實現將是積極訊號。🤝 OpenAI合作：改變遊戲規則的交易AMD與OpenAI達成了一項多年、多代、6吉瓦規模的全面協議。首批1GW的MI450系列加速器將於2026年下半年開始上線。這筆交易的規模之大，可能在未來幾年為AMD帶來超過1000億美元的收入。戰略意義：這項合作確立了AMD作為OpenAI核心計算供應商的地位。OpenAI選擇AMD來運行其最複雜的AI工作負載，清楚地表明AMD的Instinct GPU和ROCm開放原始碼軟體棧能夠滿足最苛刻的部署需求。深度合作：AMD和OpenAI將在未來的硬體、軟體、網路和系統級路線圖和技術上更加緊密地合作。這不僅僅是一筆供應協議，而是一項長期戰略夥伴關係。獨特的激勵結構：AMD向OpenAI授予了股票認股權證，這些權證的行權價格對雙方都非常有利，創造了高度一致的激勵機制。每個人都會贏：AMD贏、OpenAI贏、股東也贏。其他重要合作：除OpenAI外，Oracle將部署數萬個MI450 GPU，Meta支援開放機架標準，美國能源部選擇MI430X和MI350系列為多個超級計算項目提供動力，包括Lux AI和Discovery超級電腦。🚀 產品路線圖：技術領先優勢MI400系列與Helios機架方案AMD將在2026年推出下一代MI400系列加速器和Helios機架級解決方案。MI400系列結合了新的計算引擎、業界領先的記憶體容量和先進的網路能力，旨在為最苛刻的AI訓練和推理工作負載提供重大性能飛躍。Helios平台：這是AMD的機架級AI平台，整合了Instinct MI400系列GPU、Venice EPYC CPU和Pensando網路卡，在雙倍寬度機架解決方案中，針對下一代AI基礎設施所需的性能、功耗、冷卻和可維護性進行了最佳化，支援Meta的新開放機架寬度標準。市場反應：在開放計算項目(OCP)展會上，Helios的展示引起了巨大反響。許多客戶帶著工程團隊前來深入瞭解系統設計。管理層表示，早期MI450客戶將主要採用機架級解決方案，但也會提供其他形態。Venice：2奈米伺服器處理器AMD計畫在2026年推出採用2奈米工藝的Venice處理器。Venice晶片目前已在實驗室中運行，表現非常出色，在性能、能效和計算密度方面都實現了顯著提升。客戶需求創新高：客戶對Venice的需求和參與度是AMD有史以來最強的，反映了公司的競爭地位和對更多資料中心計算能力的日益增長的需求。多個雲和OEM合作夥伴已經啟動了首批Venice平台，為發佈時的廣泛解決方案可用性和雲部署奠定了基礎。ROCm 7：軟體生態重大突破AMD推出了ROCm 7，這是迄今為止功能最先進、功能最豐富的版本。與ROCm 6相比，推理性能提升了4.6倍，訓練性能提升了3倍。開源生態繁榮：ROCm 7引入了無縫分佈式推理、增強的跨硬體程式碼可移植性以及簡化部署的新企業工具。重要的是，AMD的開放軟體策略正在贏得開發者的認可。Hugging Face、vLLM、SGLang等公司直接為ROCm 7做出了貢獻，使ROCm成為大規模AI開發的開放平台。📊 未來展望：2026年是關鍵之年Q4 2025指引• 營收：96億美元（±3億美元），同比增長25%，高於市場預期92億美元• 毛利率：54.5%，較Q3小幅提升• 資料中心：環比兩位數增長，伺服器和MI350都將增長• 客戶端與遊戲：客戶端增長，遊戲因季節性因素大幅下降• 嵌入式：兩位數增長，需求環境改善2026年增長催化劑•MI350持續爬坡：預計在2026年上半年繼續強勁增長•MI450下半年推出：將帶來更陡峭的增長曲線•伺服器CPU需求強勁：AI工作負載推動通用計算需求•Venice處理器發佈：客戶需求創歷史新高•OpenAI 1GW部署：從2026年下半年開始上線2027年營收目標管理層明確表示，資料中心AI業務正在進入新的增長階段，預計在2027年實現數百億美元的年收入。這得益於領先的機架級解決方案、不斷擴大的客戶採用以及越來越多的大規模全球部署。💰 估值分析與投資觀點當前估值水平AMD目前的市盈率約為65倍，這是一個相當高的估值水平，遠高於大盤平均水平。更關鍵的是，AMD的估值甚至高於一些增長更快的競爭對手。與競爭對手對比：輝達和博通的估值都明顯低於AMD，而輝達的增長速度顯著快於AMD。輝達預計下個季度EPS增長超過50%，而AMD的EPS增長為30%。從相對估值角度看，AMD的性價比並不高。機構估值觀點TQI估值模型：• 公允價值：$285/股（約470億美元市值），意味著從當前價格還有約15%的上漲空間• 5年目標價：$506/股，假設退出倍數為20倍P/FCF• 預期年化收益率：15.5%，高於15%的投資門檻關鍵假設：TQI模型假設AMD在AI加速器市場能獲得約20%的市場份額，年增長率30%，最佳化後的FCF利潤率從25%提升至30%（仍遠低於輝達的45%）。⚠️ 市場反應：謹慎的訊號儘管AMD的Q3財報雙線超預期，但股價盤後下跌約2.5%。這表明市場認為：• 業務增長雖然強勁，但已充分反映在當前估值中• 資料中心業務22%的增速相比輝達仍顯不足• 利潤率下降令人擔憂，不符合高估值成長股的預期• 投資者可能在等待更好的入場時機📌 投資建議長期投資者AMD無疑是一家優秀的公司，在AI浪潮中佔據重要地位。但當前價格不便宜，建議採取分批建倉策略，在$240多的位置逐步積累，而非一次性重倉。短期交易者當前不建議追高。盤後下跌表明市場對估值存在分歧。等待回呼或更明確的催化劑（如2026年上半年MI450進展）可能是更好的策略。關鍵觀察指標• 2026年上半年MI350的持續增長表現• OpenAI 1GW部署的進展（2026下半年）• 毛利率是否能如指引提升至54.5%以上• 與輝達的競爭格局變化📈 業務資料速覽⚠️ 投資風險提示競爭風險：輝達在AI加速器市場佔據主導地位，AMD份額提升面臨激烈競爭執行風險：MI450和Helios的按時交付及大規模量產能力仍待驗證客戶集中風險：OpenAI可能成為重要客戶，但過度依賴單一客戶存在風險供應鏈風險：完全依賴台積電，面臨產能和價格雙重壓力估值風險：當前估值較高，如果增長不及預期可能面臨回呼壓力📝 核心總結積極因素：✓ Q3營收和EPS雙雙超預期，多業務線增長強勁✓ OpenAI合作打開千億級市場空間，戰略地位提升✓ 產品路線圖清晰，MI450和Venice客戶需求強勁✓ ROCm軟體生態顯著改善，性能大幅提升✓ Q4指引超預期，2026年增長催化劑明確關注因素：✗ 估值偏高（65倍PE），相對輝達缺乏吸引力✗ 盈利能力有待提升，利潤率同比下降✗ 資料中心增速（22%）仍顯著低於輝達✗ 盤後股價下跌，市場反應謹慎✗ 過度依賴台積電，成本壓力持續 (FinHub)

OpenAI據悉正在進行一個秘密項目“水星”，旨在讓AI學習建構金融模型，以取代初級銀行家的工作。據業內消息，OpenAI正在進行一個秘密項目“水星（Mercury）”，以幫助其人工智慧模型學習建構金融模型，以取代初級銀行家們來完成一些繁重工作。據悉，OpenAI的這個項目已經吸引了100多名前投資銀行家，其中不乏來自摩根大通、摩根士丹利和高盛集團的前僱員。業內人士透露，參與水星項目的前投行人士每小時可獲得150美元的報酬，他們負責編寫提示詞，並為一系列交易類型建構財務模型，包括重組和IPO。OpenAI還允許這些合同工提前使用其正在開發的人工智慧。OpenAI公司人士則表示，公司正在與一系列專家合作，以改進和評估模型在不同領域的能力。專家的招募、管理和薪酬由第三方供應商負責。▍亟需賺錢的OpenAI投資銀行的初級分析師通常每周工作超過80小時，一般負責處理即時交易，使用Excel為併購和槓桿收購等項目建構詳細模型。此外，他們還需要按照要求對PPT進行修改，工作負擔頗為沉重。目前，許多人工智慧初創公司正在針對這一需求開發人工智慧，但與此同時，一些分析師也擔憂讓人工智慧加入分攤工作，可能會引發安全性問題。OpenAI加入“初級銀行家模型之戰”可能暗示該公司在長期未能盈利下產生了一定危機感。儘管本月早些時候OpenAI估值已達5000億美元，但這家全球最大的初創公司至今仍未盈利，這也導致市場持續質疑人工智慧行業中存在著巨大的泡沫。據知情人士稱，OpenAI水星項目的工作目前十分靈活，參與者預計每周只需要提交一個財務模型。該計畫吸引了眾多前華爾街精英，以及哈佛大學和麻省理工學院的MBA候選人。 (財聯社AI daily)

近日，網傳一張聊天記錄截圖顯示，理想汽車一銷售在和客戶溝通時，轉發蔚來相關新聞，並直言“蔚來財務造假”、“股東起訴”以及“品牌岌岌可危”，之後建議客戶放棄蔚來5000元定金，“遠離這個坑”。10月16日晚，蔚來使用者營運負責人楊波在微博上轉發該聊天記錄並表示，總有一些人會跳出來給自己的品牌減分；他還表示“國產新能源路還很長，別這麼急”。此前，據電車界報導，新加坡政府投資公司（GIC）起訴蔚來，指控蔚來通過與合作夥伴成立的武漢蔚能電池資產有限公司虛增收入和利潤，誤導投資者，導致GIC遭受投資損失。對此，蔚來相關人士回應稱，該案件源於2022年6月做空機構灰熊對蔚來的不實指控。2022年8月，蔚來董事會獨立委員會在第三方國際律所和法證會計師事務所的協助下，完成了獨立內部調查，相關指控均無事實依據。蔚來作為在美國、中國香港、新加坡三地上市的企業，始終嚴格遵守三地上市的合規和企業治理要求。電池租用服務自推出以來，為使用者提供了更好的購車和用車體驗，也推動了動力電池壽命的進步。後續，蔚來將繼續推動電池技術進步與商業模式創新，為使用者帶來更大利益，促進新能源汽車行業良性發展。 (三言Pro)

這幾年全球大豆都在增產，每年大約4%，明顯的供過於求，所有大豆生產國的庫存都堆積如山，天天都在琢磨怎麼賣。而中國是最大的甲方爸爸，每年進口大豆9000萬到一億噸，佔了全球市場的60%；第二名是歐盟，27個國家加起來進口量也才就是1500萬噸；中國說求我買大豆的人，排隊都排到火星了.......美國是全球最大的大豆生產國之一，每年的總產量大約是1億噸，而在高峰期，中國每年找美國大約採購3000萬噸的大豆，佔了美國產能的30%；但美國從來不說謝謝，從來不感恩，一直軟飯硬吃，覺得理所應當，到今年川普又瘋狂作死，各種挑釁，中國乾脆一粒大豆都沒找美國買，這讓川普破了大防。有很多人感到很奇怪，說中國向美國採購大豆，一噸也就是400美元，每年的採購價值也就是120億美元左右，這個數字也不大啊，120億美元怎麼就讓美國難受了？因為這後面有巨大的蝴蝶效應。大豆是美國最為廣泛的種植作物之一，佔據了美國種植面積的33%。美國的大部分農場通常採用玉米和大豆的輪作模式，也就是同一塊土地一年種玉米，下一年種大豆，美國一半的農場都種植了大豆。中國停止進口美國大豆，導致美國至少多出來大約3000萬噸的大豆沒人買，想找其他的買家是不可能的，全世界大豆都是供過於求。幾千萬噸的大豆堆倉庫裡面出不去，怎麼辦，只能美國內部消化，可惜美國人再能吃，也吃不了這麼多大豆，況且中國找美國進口大豆主要是用作榨油和飼料，美國根本就用不了。於是沒辦法，美國各個農場主都想先把自己的大豆賣掉，開始了瘋狂降價促銷。結果現在美國大豆的價格暴跌40%，但是還是賣不掉。賣不掉很正常，就比如早點鋪，你早上就能吃4個包子，就算我把包子價格降到一分錢一個，你難道就能吃100個？我白送你你也吃不了啊.........現在美國大豆基本上就這個情況，送人都困難，何況你送我了我還要找倉庫去放。美國大豆的價格已經從至每蒲式耳15美元左右，跌到了現在的10美元，還在一路跌，而大豆的成本是11美元。也就是說，現在美國農場的狀態，是種多少大豆就要虧多少。美國農場的毛利率大約是20%左右，把各種種子、化肥、農藥、農機燃料、租金等成本扣掉，並不怎麼掙錢，大約也就是5%-8%左右的淨利潤，而大豆是其中的重要一塊。現在大豆是賣得越多，虧得越狠，美國農場一下就扛不住了。根據紐約時報的報導，有65%的農場面臨嚴重的財務危機，有40%的農場瀕臨破產。40%的破產風險啊，這真是要了老命了！但是影響還遠遠不止這些。美國人都不存錢，尤其是美國農場主，都是典型的紅脖子，有多少錢花多少錢，農場利潤也不高，生活過得一塌糊塗，否則他們也不會推川普上台。他們基本都沒啥積蓄，只要一個環節出問題立馬就會血崩。而大豆產業在美國具有顯著的金融屬性，許多農民在種植季前，會以預期的未來大豆訂單作為抵押物向銀行申請貸款，以支付種子、化肥和農機的前期投入。就說個最簡單的例子，華爾街日報說美國大豆協會的主席，凱萊布·拉格蘭今年種大豆虧了75萬美元，現在每天看著倉庫裡面的大豆哭，現在連化肥農藥都買不起了，要找銀行貸款。你想這貨還是大豆領導都混成這個德性了，別的美國農民還有得好？現在要貸款還貸不到，因為美國農民在排隊貸款，又沒有訂單做抵押，銀行也不敢放貸......所以美國農民就貸款貸不出來了，不僅以後得種子化肥買不起，而且前期的貸款也還不上了，這就會引起美國農業範疇的壞帳潮，衝擊美國農業州的金融穩定。所以帶來的連鎖反應，一是美國農業貸款達到了近6000億美元的歷史高峰，而壞帳率同樣也達到了歷史高峰；二是有近40%的農場面臨破產，就是銀行的錢我乾脆不還了，直接破產走人；但是吃虧的不僅僅是農民，相關的供應鏈都出現了問題。大豆價賣不掉，美國的壓榨企業也根本賺不到錢，甚至陷入嚴重虧損，一些加工企業可能因此停產或半停產。反正這樣一搞，美國的各個農業州全亂套了.......而這些農民全是川普的鐵桿粉絲，都是忠誠的嘛噶信徒，天天盼著讓美國再次偉大自己能過上好日子。結果萬沒想到，川普剛上台就給他們送來了一份厚禮，這下子都不幹了，天天在抗議，狂罵川普，說早知道這樣，我們還不如支援一條狗去做總統。川普看到這個陣勢，也傻眼了，在上個月的時候就放風了，說馬上要和中國談，談什麼呢，重要的一點就是大豆問題，就是趕緊求甲方爸爸多買一點，好歹給美國農民一點交代。但是川普這個人吧，天生就愛佔便宜，往死裡佔便宜的那種。他要求中國買大豆，也是要擺出求你們快來求我的架勢出來。本來，他要求甲方爸爸，說幾句好話，說不定中國就買了，可他偏不.......他又開始犯賤了，要虛空造牌，沒有籌碼他就要創造籌碼。他做了兩件事情，首先是把3000多家中國企業納入實體清單，接著又開始加征中國船舶的過路費。他的算盤打得很美，也是他所謂的交易的藝術，就是他但凡有求於你，他不來求你，他先把你打一頓，然後告訴你答應我的條件我就不打你了........他不是求甲方爸爸，也不是來提供優質服務吸引客戶的，而是跑來砸你的場子，然後對你說：你看，你這兒現在不太安全啊。這樣吧，你以後多來我這兒消費，我就保證你的店平安無事。你看，我是不是很夠意思？但是中國一點都沒慣著他，先是做了一個加強版的反制，不僅是要對美國船加征過路費，連美國資本投資的順帶也要加征過路費。再接著就是強化版的稀土管制，以後讓美國連高端晶片都做不出來了.......那邊川普還美滋滋的等著中國上門來求他，已經在琢磨要逼中國買多少大豆了，要給美國農民一個交代了。結果萬沒想到被中國連續兩巴掌抽地上了，這個現實和預期差距也太大了，川普徹底破防，再加上又沒有拿到諾貝爾獎，瞬間怒火中燒，發表了千字小作文，就表達兩個意思。川普說你們怎麼這麼壞，等著看我怎麼收拾你們，我加關稅加死你們，我要再加100%。反正就是在講狠，就是你們給勞資等著......川普好像都忘記了，幾個月前他都加到快300%了，結果美國的供應鏈全紊亂了，沃爾瑪等各個超市都跑到白宮來求他，說你不要再作死了，我們的貨架都要空了，你這是要把美國經濟搞崩啊。中國說你T瑪的加到300%我們都沒怕，你還加100%？川普剛說要加關稅，美國股市就遭遇重挫，道指暴跌近900點，納指重挫超過3.5%，多家科技巨頭的市值一夜之間大幅蒸發.......川普很快就冷靜下來了，他也知道，他要這麼作，最後吃虧的一定是他自己，最終現實一定會教他做人。於是他寫完小作文，也就過了一天，川普又在社交平台上說：別擔心中國，一切都會好起來的。又過了一天，美國財長貝森特說：別緊張，100%的關稅不一定要發生。而也在這一天，副總統范斯在接受記者採訪的時候特意說：我們並不是要加關稅，我們只是想和中國理性談判......你說這幹了個啥啊，川普自己威脅說要加關稅，我們還什麼都沒說，他自己過了一天就開始找梯子下了。川普說我本來是想做出掀桌子的樣子恐嚇他們，結果發現居然沒人搭理我，我的只好默默的自己又把桌子扶正了。我們就靜靜的看他表演.......這就是川普和他的流氓團隊的交易的藝術。現在烏央烏央的人求中國來買他們的大豆，中國應該對川普說：你說謝謝了嗎？你穿唐裝了嗎？川普這個人，是典型的佔便宜沒夠，出門不撿錢就算虧，糞車從家門口經過都要嘗嘗鹹淡........中國說現在你們農業州的金融秩序即將崩潰，40%的農場主面臨破產風險，合著你就這樣求人辦事？你就拿這個來考驗我？你要真買了他的大豆，他不僅一點也不感激你，還到處會說是你幫了他的忙。而且你買少了他還不干，還要琢磨下次把你打得更狠點，脅迫你買更多的大豆。這才是最經典的軟飯硬吃，真的是超級大鯊幣。 (一個壞土豆)