過去一周，美國半導體股遭遇了逾一年來最慘烈的單周下跌。
費城半導體指數較6月高點累計回撤超過20%，正式進入技術性熊市。但指數的跌幅，只是這輪拋售最溫和的一面。
跌勢幾乎蔓延到了整條AI產業鏈。
過去一個月，美光股價從最高點的1254美元跌至848美元，回撤32.4%；英特爾從最高點142美元跌至95美元，跌幅33.1%；AI雲端運算公司CoreWeave近一個月回撤約38%。
港股同樣沒有倖免。
最近一個月，長飛光纖光纜從最高304港元跌至141港元，回撤超過54%；智譜股價從最高2410港元跌至900港元，跌幅達到62.7%。
而最慘烈的地方，是槓桿資金。
港股的南方兩倍做多SK海力士ETF單周暴跌47%，從193.65港元的歷史高點算起，不到一個月已經跌去超過70%。
高盛資產配置研究主管Christian Mueller-Glissmann說，這是有記錄以來規模最大的動量策略拋售之一。
講真，AI資產漲了這麼多，暴跌並不奇怪，但最讓人困惑的是：這輪暴跌，並不是發生在壞消息之中。恰恰相反，AI產業鏈正在交出歷史等級的業績。
台積電將2026年營收增長指引上調至40%以上，營收基數已經超過1500億美元。在券商的最新預測裡，SK海力士二季度營業利潤更是同比增長超過500%。
但即使如此，也擋不住投資人用腳投票。
為什麼業績創新高，AI資產的股價卻開始下跌？這輪AI行情，究竟發生了什麼？今天矽基君就來說說這個事。
/01/
AI資產的風向變了
一場覆蓋全球AI資產的去槓桿，正在發生。
從各細分市場看，韓國綜合股價指數較峰值下跌27%，美國AI受益股下跌25%，全球記憶體晶片股下跌36%，歐洲半導體股下跌23%。其中，記憶體晶片貢獻了整體跌幅的約三分之二。
但奇怪的是，這輪下跌並不是由基本面惡化引發的。恰恰相反，無論企業盈利還是宏觀資料，傳遞出的訊號都相當積極。
根據最新的宏觀資料，美國的企業貸款同比增長17%，創下歷史紀錄，而且增長覆蓋了經濟中的幾乎所有類股；美國消費者支出保持中個位數增長，信用卡消費增長6%。
AI資本開支也沒有明顯降溫。
台積電將2026年營收增長指引上調至40%以上，營收基數已經超過1500億美元。ASML發佈財報後，市場開始上調其未來一至三年的盈利預期，調整幅度達到15%至30%。
基本面沒有崩，但股價還是跌了。
核心原因是，動量交易的資金正在系統性平倉。
所謂動量交易，簡單來說，就是追漲殺跌的系統化版本。它會買入過去一段時間表現最好的股票，同時賣出或迴避表現最差的股票。
過去一年，AI算力、半導體、記憶體和資料中心一直是市場最強勢的方向。動量資金因此不斷買入這些股票，同時減持甚至做空醫藥、消費和部分傳統行業。
這成了今年避險基金和共同基金中流行的交易策略。這套策略在趨勢延續時非常有效。但它也存在一個非常致命的問題：一旦市場風格突然反轉，策略會在多頭和空頭兩端同時受傷。
原來的強勢股開始下跌，迫使量化基金減倉，原來的弱勢股突然反彈，又迫使空頭回補，動量策略兩頭挨打。
而本輪市場正在經歷的，正是這樣一次反轉。
按照摩根士丹利量化與衍生品策略團隊（MS QDS）的統計，本輪廣義動量因子從峰值到谷底下跌28%，整個過程只用了17個交易日。
相比之下，自1999年以來，歷史上一輪典型動量回撤的中位數為22%，平均持續33個交易日。也就是說，這輪市場只用了一半的時間，就完成了一場幅度更深的風格清算。
科技股的情況更加極端。
摩根士丹利追蹤的TMT動量因子已經從高點下跌40%，無論回撤速度還是回撤深度，均創下有記錄以來的最高水平。
歷史上，動量策略一共出現過45次超過10%的回撤，只有兩次比這一輪更深。
一次是2000年至2001年的網際網路泡沫破裂；另一次則發生在2020年11月9日，當天輝瑞公佈新冠疫苗取得重大進展，市場對經濟重啟的預期突然升溫。
彭博追蹤動量策略表現的指數，自6月科技股行情見頂以來已經累計下跌13%，並可能創下2007年指數成立以來最差的月度表現之一。
而就在6月，這一指數剛剛錄得成立以來最好的單月表現。這意味著，從歷史最佳到歷史最差，前後只隔了不到一個月。
那麼問題來了，我們應該怎麼理解這次風格切換，AI資產到拐點了嗎？
/02/
需要回答的三個核心問題
幾乎所有人都相信，這輪AI變革遠沒有結束。
但這並不意味著AI資產的股價上漲。因為在這場超級周期裡，其實走著三隻速度完全不同的時鐘：
模型按月迭代，資本按季重估，晶圓廠和資料中心按年建設。
市場最終只會被走得最慢的那隻時鐘校準。
而市場現在的擔憂，恰恰來自這裡，主要體現在三個方面：
第一個問題，是資本開支增長的持續性。
UBS預計，微軟、亞馬遜、Alphabet和Meta等超大規模雲廠商的資本開支，2026年將增長76%，達到6730億美元；2027年增速降至25%，2028年進一步降至6%。
絕對投入仍然很高，但邊際增速正在見頂。
一個很重要的原因是，在持續多年的大規模投入後，科技巨頭必須證明這些高額的資本投入，能夠產生足夠高的回報。
目前，真正實現大規模商業化的模型公司，仍主要集中在OpenAI、Anthropic等少數頭部玩家。CSP砸下去的千億美元級資本開支，尚未完全轉化為同等規模的內部需求和現金流。
Meta考慮對外釋放部分算力，就是一個典型訊號。
對於輝達、記憶體、光模組、伺服器和資料中心公司來說，賺的主要是建設期的錢。只要資本開支還在加速，上游訂單就會不斷超預期。一旦增速見頂，即使投入仍處於歷史高位，產業鏈的估值也可能提前收縮。
第二，除了Coding，誰來接棒AI商業化？
過去一年，AI商業化最清晰的方向是程式設計。開發者願意付費，產品價值容易衡量，模型能力提升也能夠迅速轉化為收入。從Claude Code到Cursor，Coding已經成為目前最接近“殺手級應用”的AI場景。
按照目前市場預測，按明年約2兆美元的TAM測算，即使OpenAl(約2400億美元收入)和Anthropic約3600億美元收入)快速增長，對應的行業滲透率約30%。
有投資者認為，當行業滲透率接近30%後，增速也可能逐漸放緩。一旦Coding增速放緩，且沒有空間足夠大的新場景接棒，市場就會提前交易AI收入增速見頂。
第三，記憶體價格還能漲多久。
在這一輪AI超級周期中，記憶體行業的利潤已經到了一個極其誇張的水平。
摩根大通算過一筆帳：未來三年，SK海力士和三星電子的預期淨利潤，相當於韓國政府債務的1.4倍。即使只計算兩家公司預計繳納的稅收，也能夠覆蓋韓國政府債務的約四成，接近韓國外匯儲備的八成。
也就是說，兩家公司，三年的利潤，幾乎裝下了一個發達經濟體的主權資產負債表。
過去一年，市場給記憶體行業講了一個“這次不一樣”的故事：AI正在把記憶體從周期行業，變成結構性成長行業。
如果這個邏輯成立，三星、SK海力士、美光和閃迪的估值框架，就不應該繼續停留在傳統周期股上。即使利潤沒有同步增長，估值也可以從個位數市盈率切換至兩位數，股價因此上漲數倍。
這套估值切換，支撐了記憶體股過去一年的暴漲。但這個故事仍然需要更多時間證明。
一方面，記憶體在資料中心整機成本中的佔比，很難繼續大幅提升。
另一方面，記憶體漲價的空間也在縮小。原因很簡單，下游可能已經承受不起繼續漲價了。這一輪周期中，記憶體拿走了產業鏈大部分新增利潤。但PC、智慧型手機和伺服器廠商，未必能夠無限把成本傳導給消費者，最終可能迫使廠商削減生產計畫。
這也是市場開始重新審視記憶體股估值的原因。
有趣的是，這已經是ChatGPT問世以來，記憶體股經歷的第三次大幅回呼。前兩次回呼，都沒有真正打斷行業上行周期。這一次會不會成為例外，沒人知道。
從雲廠商到大模型，再到記憶體，每個環節都有需要回答的問題。這些問題什麼時候能有一個清晰的答案並不清楚。但至少有一點可以肯定，比起答案本身，所有人都更需要一個新的故事。 (矽基觀察Pro)