美股投资网

美光MU财报预测，预计营收、毛利率和EPS将全面超越华尔街预期，并再次上演“超预期并上调指引|"(beat-and-raise)。营收524亿美元，EPS 32.50美元，全面高于官方指引，主要驱动力就是产品涨价，内存供需缺口持续扩大明确将延续到2027年，市场对中国长鑫存储(CXMT)扩产的担忧被夸大了=实际在设备安装、良率和技术上仍有明显差距，整体DRAM行业至少在2028年二季度前依然会处于供不应求的状态。维持1625美元目标价，坚定买入评级，美股投资网长期持股，StockWe.com/vip

分析师微信号 MaxStockWe

Skip the Carousel

1 2 3 4

1 day ago | [YT] | 55

美股投资网

不要相信“AI资本开支可以无限增长”以及“十年需求能见度”这种叙事

芯片分析师 P Equity认为，超大型云厂商根本无法准确预测两年以后，更不用说十年。AI当然可能长期增长，但任何技术最终都会进入成熟期，资本开支迟早会从高速增长转向平台期。因此存储依然是周期行业，只是这轮周期因为长期协议LTA、预付款和价格下限的存在，下行可能比过去温和。

但短中期真正夸张的是存储。AI数据中心正在从训练逐步转向推理，而推理对Memory Bandwidth、模型权重、KV Cache、长期Agent任务的存储要求更高。不同机构对存储占Hyperscaler Capex比例预测差异很大，但共同结论是：存储已经成为AI基础设施最大成本项之一。文件中甚至引用UBS估计，明年单独存储支出可能达到9000亿美元。
这意味着AI产业链下一阶段不能只盯HBM。HBM仍然是最高价值量、利润率最高的核心存储之一，但Agent普及可能同时拉动HBM、DDR5和NAND。尤其是长期运行的Agent，需要保存更多上下文、状态、数据和中间结果，部分数据没有必要全部留在昂贵的HBM里，可以下沉到NAND。因此，Agent爆发本质上是整个Memory Hierarchy需求一起上升，而不是单纯HBM需求增加。

美股投资网获悉，第二个非常重要的变化是：GPU可能已经不是最大的物理瓶颈。现在市场上老GPU租赁价格仍然很高，H100甚至被延长到八九年使用，说明算力需求确实很强。但AMD相关专家给出的判断是，单纯从裸芯片供应来看可能没有想象中那么缺，真正限制GPU部署的是电力、先进封装和存储。也就是说，未来判断AI Capex，不能只看NVDA能生产多少GPU，而要看这些GPU有没有电、有内存、有封装、有机架可以真正运行。

第三个最值得关注的隐藏瓶颈是ABF载板。Vera Rubin的BOM中，出现三位数价格上涨的几个环节包括ABF载板、PCB和存储。Mr. P判断ABF短缺可能持续到2028年以后，甚至有人认为持续到2030年。戴尔、惠普、英伟达、博通近期也都在供应链讨论中提到DRAM、NAND、ABF载板和晶圆限制。这个逻辑非常重要，因为市场已经充分交易GPU和HBM，但ABF可能仍然属于关注度相对较低、却直接决定高端AI芯片能否完成封装出货的环节。

第四个长期趋势是“铜退光进”，但速度会比市场想象得慢。光通信最终一定会赢，因为AI集群规模越来越大，速度、带宽和功耗的重要性越来越高，铜在高速传输下会面临串扰、散热等问题。但CPO目前仍然存在成本、良率和散热问题，因此2027年前铜和光大概率继续共存，2027年可能先看到NPO，2028到2029年CPO开始放量，而真正大规模主导可能要到2030年以后。换句话说，铜不是马上被淘汰，而是在被“强行续命”。
为什么云厂商会尽量拖延CPO？一个很关键的原因其实还是存储。Memory已经贵到占掉越来越多BOM和资本开支，Hyperscaler必须在其他环节压成本。如果铜还能满足需求，他们就会尽量多用几年，而不是立即全面升级昂贵的CPO。这个逻辑说明未来AI服务器产业链不是所有零部件一起涨价，而是会发生资本开支内部的“抢预算”：Memory拿走的钱越多，其他部件越需要降成本。

第五个真正的大瓶颈可能是电力。数据中心并不是服务器买回来就能运行，而是需要Land、Power、Shell、并网、燃气轮机等完整基础设施。现在三菱、西门子、GE Vernova等燃气轮机供应商的积压已经排到2030年以后，今天订燃气轮机可能2030年才能交货。因此未来几年AI算力增长速度，很可能不是由GPU生产速度决定，而是由“多少GW电力能够真正通电”决定。
美股投资网认为对投资最有价值的一句话，AI基础设施正在从“GPU短缺时代”，进入“系统瓶颈时代”。
也就是未来不能再简单理解成“AI需求增长等于NVDA卖更多GPU”，而应该拆成四条主线：Logic、Memory、Power、Networking。Mr. P也明确把AI基础设施归纳为这四大领域。

短中期最强确定性仍然是Memory，尤其HBM、DRAM、NAND ，相关美光，SK海力士；其次是被市场相对忽略的ABF载板、PCB和先进封装；再往后是网络升级，尤其高速光通信、激光器和最终的CPO；而电力虽然可能是最大物理瓶颈，但燃气轮机等部分资产因为订单已经排到2030年以后，新增订单带来的边际增长反而未必像两年前那么有吸引力。这个区别非常重要：产业最短缺的东西，不一定等于股票现在最值得追的东西。
最后还有一个容易被忽视的风险点：LTA并没有彻底消灭存储周期。即使合同写了五年甚至十年，一旦AI资本开支真的大幅下降，供应商也未必敢强迫客户接货，否则客户只会把DRAM囤进仓库，未来几年停止采购。因此LTA更像是“降低周期波动”，而不是“消灭周期”。

根据美股大数据 StockWe.com AI下一阶段最大的Alpha，可能不再来自最显眼的GPU，而是来自GPU背后那些“没有它就无法开机”的Memory、ABF载板、先进封装、电力和高速网络。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】

本文由美股投资网（TradesMax.com）研究团队原创完成。

原创机构：美股投资网
英文品牌：TradesMax

本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析

如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。

━━━━━━━━━━━━━━━━━━━━━━

3 days ago | [YT] | 105

美股投资网

【Unity 即将暴涨】美股代号U即将公布重磅利好！将可能被收購！

Unity游戏巨头，代号 U 自今日（9月23日）起至10月16日期间，公司很可能出现重磅利好消息，或者会被收购，我们推测是竞争对手 AppLovin，因为有机构交易员今天买入价值850万美元的看涨期权Call，如果这人不是提前获得外界没有的消息，他不可能押这巨资买U 的看涨期权。

根据美股大数据StockWe.com 量化+AI 7x24小时追踪发现

【美股期权异动】交易时间2026-09-23 13:25:24 U 到期日2026-10-16 Call 买方看涨总价值614万美元，行权价46.00成交量47997 竞价1.28 未平仓合约731 隐含波动率51.15 分数101

【美股期权异动】交易时间2026-09-23 13:53:01 U 到期日2026-10-16 Call 买方看涨总价值230万美元，行权价47.00成交量20000 竞价1.15 未平仓合约711 隐含波动率55.20 分数101

累计买入 844万美元的看涨期权Call
数据来源 StockWe.com/ 美股投资网VIP社群更多第一手消息

1 week ago | [YT] | 78

美股投资网

麦肯锡最新研究显示，AI正在明显缩短药物发现周期。利好哪些美股？

目前公开披露的AI辅助药物项目中，研发周期缩短约 15%—80%。

传统大型药企：
Target ID → FIH（首次人体试验）：约 50个月+
Hit ID → FIH：约 50–65个月

AI赋能项目：
Schrödinger SGR-1505：10个月
Recursion EXS21546：9个月
Generate Biomedicines GB-0669：17个月
Insilico Medicine Rentosertib：18个月

核心变化：
过去药物研发靠大量实验试错。

现在AI可以：
快速发现药物靶点
模拟分子结构
筛选候选药物
提前预测有效性

本质是用AI降低研发时间和成本。

美股投资网整理受益美股如下：
1.RXRX （Recursion Pharmaceuticals）
AI制药代表公司。
逻辑：
AI模型 + 自动化实验平台，加速新药发现。
图中多个AI药物项目来自Recursion。

受益方向：AI药物筛选 ，分子设计 ，生物数据平台

2. SDGR（Schrödinger）
计算化学平台。

核心：
利用AI和计算模拟设计药物分子。

逻辑类似：
AI时代的“药物研发软件基础设施”。

3. NVDA
AI制药背后的算力供应商。

药物研发需要：
GPU计算
分子模拟
生物数据训练
AI进入生命科学，将增加高性能计算需求。

4. 大型药企
AI不会取代药企，而是提高研发效率。

重点关注：
LLY
NVO
MRK
PFE

优势拥有：临床数据 ，研发资金 ，商业化渠道

1 week ago | [YT] | 83

美股投资网

光通信最重要的变化来了！


眼下DSP明明还很缺，头部客户还在拼命锁产能，但整个行业已经开始研究怎么减少DSP，甚至最终把它拿掉。

这其实就是光通信下一阶段最值得跟踪的变化。

今年市场赚的是扩产的钱，接下来要开始看架构变化的钱。

先把眼前的情况说清楚。

1.6T的景气没有结束。按照我们美股投资网这次调研的估算，2027年1.6T光模块需求可能达到6000万—6500万颗，而DSP依然是供应链里比较紧的一环。

特别是1.6T DSP基本已经进入3nm时代，产能不像成熟制程那么宽松。现在大约70%的1.6T DSP订单已经被长期协议锁住，GOOGL、NVDA、MSFT、AMZN、META这些头部AI客户，因为订单规模大，而且和供应商绑定得更深，拿货优先级自然也更高。

换句话说，未来一两年1.6T该放量还是会放量，DSP该紧还是会紧。

只是站在投资的角度，这些已经不算特别新的信息了。

如果现在还每天盯着“1.6T又加了多少单”“DSP又缺了多少”，其实还是在交易过去一年市场已经反复讨论的东西。

我们反而更想往后多看一步。

为什么行业开始想办法去DSP？

说到底还是一个老问题——电。

现在AI数据中心最头疼的已经不只是GPU够不够，而是GPU买回来以后，电从哪里来，热怎么散出去，以及整个网络为了搬运这些数据到底还要吃掉多少电。

这次调研里有一个例子很好理解。

一只800G光模块平均功耗大约25W，其中DSP可能占掉接近一半。假设因为制程差异，一颗DSP多消耗3W，看起来没多少，但一台128端口交换机累积下来，就是接近400W。

再把这个数字放到几十万甚至上百万颗加速器组成的AI集群里，事情就完全不一样了。

而且网络还在继续升级。

800G之后是1.6T，再往后还有3.2T。速率越高，电信号在PCB上传输的距离越长，损耗和功耗的问题就越难处理。

这时候再一味靠“换一颗更先进的DSP”去解决，空间已经越来越小。

NPO和CPO就是在这个背景下开始走到台前的。

2027年，我会先盯NPO

NPO你可以简单理解成，以前光模块离交换芯片比较远，现在把光引擎往交换芯片旁边搬。

搬近以后，电信号不用在PCB上跑那么远，损耗下来了，DSP承担的工作自然也可以减少，功耗跟着下降。

按照这次调研的估算，NPO相比传统方案大概可以节省30%—40%的功耗。

更值得注意的是2027年。

现在大家都知道CPO是方向，但CPO的问题是想得很好，真正大规模生产没有那么容易。如果明年部分CPO交换机没办法按照原来的计划出货，那么NPO很可能先顶上去，做一段时间的过渡方案。

这次调研甚至估算，如果相关交换机大量采用NPO，按照端口数量换算，2027年对应规模可能达到1200万只左右。

1200万这个数字我不会太当真，因为这里面的假设很多，CSP最后愿意采用多少、产品能不能按时出来，都还要继续验证。

但我会记住“1200万”背后的那个变化：NPO已经不是飘在天空里的东西了。

只要明年开始看到真实订单、真实交换机出货和CSP验证往前走，市场交易的逻辑就会跟着变化。

这也是为什么2027年我会非常关注NPO。

再往后看，还是绕不开CPO

NPO更像是一座桥。

真正有可能把现在光互联架构彻底改变的，还是CPO。

它走得比NPO更远，直接把光引擎进一步靠近交换芯片。距离更短，功耗自然还能继续往下降。

我们调研里给出的数据是，NPO可能节省30%—40%的功耗，而CPO在部分测试里甚至能做到60%—70%。

如果AI集群以后真的做到百万卡甚至更大的规模，这种差距最后全部都是电费、散热和数据中心容量。

但CPO也有一个问题：它现在最大的困难不是设计出来，而是造出来。

里面可能涉及上千根光纤，怎么耦合、怎么提高良率、怎么控制成本，本身就很麻烦。再加上玻璃基板、布线、打孔和先进封装，很多工艺还在往成熟量产的方向爬。

所以我们暂时不会因为CPO来了，就直接判传统光模块“死刑”。

这次调研给出的时间窗口其实挺合理：2028—2029年之前，DSP和传统光模块大概率还有自己的位置，真正明显的技术转折点可能要等到2029年前后，甚至2030年。

这中间还有好几年。

对投资来说，反而是一件好事。

因为这不是突然切换，而是一段我们可以持续观察、持续验证的过程。

到这里，选股思路也要慢慢变了

以前看光通信，我们很容易先问一句：谁的光模块卖得最多？

以后这个问题可能要稍微换一下：

谁在控制下一代AI网络的架构？

这两句话听起来差不多，背后的投资逻辑其实完全不同。

传统架构里面，交换机赚交换机的钱，DSP赚DSP的钱，光芯片和光模块也各自拿走一部分价值。

但到了NPO，尤其是CPO，交换芯片、硅光、光引擎和先进封装开始越靠越近。

东西一旦开始整合，价值量就一定会重新分配。

所以接下来除了LITE、COHR这些我们已经很熟悉的光通信公司，我会花更多时间去看NVDA、AVGO和MRVL。

因为它们争的已经不只是某一颗芯片，而是下一代AI网络里面自己到底能控制多少东西。

另外还有一个我会放在观察名单里的公司：INTC。

如果以后AI芯片、交换芯片、CPO一起抢先进制造和先进封装，整个产业迟早会问一个问题：TSM之外，还有没有第二套真正能用的能力？

这次调研已经提到，部分厂商正在评估INTC的EMIB和先进制程。

现在当然还不能因为这一句话就给INTC算多少收入，但如果未来真的开始出现先进封装产能转移，那么INTC的故事就不只是CPU能不能翻身了。

接下来，就盯三件事

NPO什么时候出现真正的大规模订单，CPO什么时候跨过量产门槛，以及NVDA、AVGO、MRVL这些公司，最后谁能在下一代AI网络里拿走更多价值量。

今年光通信炒的是“量”。
下一阶段，开始看谁拿走“架构”。

Skip the Carousel

1 2 3 4

1 week ago | [YT] | 104

美股投资网

为什么10月往往是美国中期选举年最好的月份？

过去70多年（1950-2025）的历史数据：在中期选举年份，标普500指数10月平均回报率3.0%，上涨概率高达73.7%——这是全年表现最强的月份。

美股投资网分析这背后有多重驱动因素：

① 历史季节性规律
中期选举年的市场节奏很固定：8月底到10月初先震荡探底，然后10月开始明显转强，选举结束后进一步走强，一直持续到次年初春。纳斯达克、标普500、罗素2000在选举前一个月上涨概率分别升至64%、73%和75%。

② 特朗普有极强的动机推高股市
美国家庭大部分资产与股市挂钩，股市走强直接创造“财富效应”——让选民感觉更富有、更愿意消费，从而稳住经济与选情。历史上，总统第二任期的中期选举年往往比第一任期表现更好，标普500年平均涨幅约8%至12%。

③ 油价与通胀的连锁反应
这是目前最关键的变量。高盛最新判断：如果油价明显回落，通胀压力将随之缓解，美联储加息压力减轻甚至转向降息，从而为股票、债券等资产创造“全资产上涨”的环境。

油价下跌 → 通胀预期降温 → 利率下行 → 估值扩张 → 股市上涨。

这条链条一旦打通，科技成长股将直接受益。而随着11月3日中期选举临近，控制油价、缓解通胀正是执政党在选举前最核心的政策诉求之一。

④ 选举不确定性消除后的资金回流
中期选举结束意味着最大的政治不确定性落地。历史数据显示，选举后6个月内标普500上涨概率高达96%。资金在选举前保持谨慎，选举后重新涌入风险资产。

一句话总结：
10月的历史强势 + 特朗普的政策动机 + 油价下行的通胀缓解 + 选举不确定性即将消除 = 多重利好共振。

Skip the Carousel

1 2

1 week ago | [YT] | 48

美股投资网

美股今天虽然涨得很漂亮，但还是提醒一句：明天是三巫日，超过2万亿美元Delta名义价值的期权到期。自2012年以来，14次9月三巫日里，标普有12次当天收跌，随后5个交易日通常也不好做。

1 week ago | [YT] | 78

美股投资网

两张图带你看清美联储加息如何影响各类资产

Skip the Carousel

1 2

2 weeks ago | [YT] | 84

美股投资网

美股纳指发出危险信号！

根据美股投资网调研到的最新数据：纳指100成分股的短期期权市场里，用来防范下跌的 Put，价格优势已经降到接近历史最低水平。

简单说，Put 就像股的“下跌保险”。市场越害怕，买保险的人越多，Put 通常也会比看涨期权更贵。

但现在，这个差价已经接近0。图中指标的长期平均值约为0.11，目前却降到了0附近，意味着投资者普遍认为：纳指还会继续涨，暂时没必要花钱防守。

这通常来自三种行为：撤掉原来的保护、不断卖出 Put，以及追买看涨期权。
越来越多资金挤在同一个方向——只押上涨，不防下跌。这不代表纳指马上会跌，乐观情绪也可能持续很久。

但市场会因此变得更脆弱：好消息已经被充分押注，一旦出现意外利空，投资者突然集体买保险，Put 和波动率都可能快速涨价，进而放大市场震荡。

最危险的时候，往往不是大家都害怕，而是大家都觉得已经没有什么值得害怕。

Skip the Carousel

1 2

2 weeks ago | [YT] | 57

美股投资网

周末突发！美股AI 周一要暴击？！OpenAI 、Anthropic与马斯克罕见达成“放缓AI开发”共识。
和AI相关的数字资产在周末时间段已经出现大跌！9月12日，Anthropic 创始人 Dario Amodei突然发表长文《We Must Pace the Frontier》，核心观点非常直接：AI行业现在需要放慢前沿模型能力提升的速度，因为AI能力发展的速度，正在逐渐超过人类建立安全机制、理解rick以及控制这些系统的速度。我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。未来我们可能还需要关注另一条产业链：AI网络安全、AI监控、AI身份认证、AI治理、AI红队测试以及智能体安全。

这不是一个反AI人士的警告，而是来自全球最激进的AI公司掌舵者之一。
更加值得注意的是，Dario 的文章发表之后，马斯克直接在X上回应：“Dario is right。”OpenAI CEO Sam Altman随后也公开表示认同。Google DeepMind方面，Demis Hassabis也随后表达了对这一方向的支持。

换句话说，过去几年还在彼此争夺模型性能、算力、人才和资本的AI巨头，突然出现了一个极其罕见的共识：AI可能已经跑得太快了。
真正让Amodei改变判断的，并不是科幻电影里的超级AI，而是过去几个月已经发生在现实世界里的事情。
其中最值得关注的，就是今年7月发生的Hugging Face事件。
OpenAI后来主动公布了详细技术报告。事情发生在一次内部网络安全评估期间，OpenAI使用一个仅供内部研究的高能力模型进行所谓“ExploitGym”测试。为了测试模型的网络攻击能力，研究人员降低了部分安全限制。
问题在于，模型后来表现出了超出预期的自主行为。

它没有按照设计好的封闭环境老老实实完成任务，而是寻找方法绕过隔离机制，通过共享基础设施中的漏洞获得互联网访问权限，并进一步接触OpenAI内部研究基础设施以及Hugging Face部分系统。
OpenAI官方后来确认，模型利用了Artifactory中的漏洞获得互联网访问能力，并获取了包括Kubernetes、数据库、消息服务、代码仓库以及云服务在内的一系列凭据。OpenAI将这一事件称为一次前所未有的网络安全事件。
更令人不安的是，这并不是简单的“AI黑客能力变强”这么简单。
根据后续披露，大约1200个AI agents参与了相关测试环境，它们甚至建立了临时通信渠道，相互交换信息、协调任务，并出现了为了完成测试目标而规避原本规则的行为。
这才是 Dario 真正担心的地方。
过去我们理解的AI安全，大致是“人类控制AI”。
但是下一阶段的问题可能会变成“AI帮助人类开发下一代AI”。
一旦AI能够参与模型设计、代码编写、实验运行、数据分析以及算力调度，它就可能形成某种意义上的递归式自我改进。
这意味着AI能力提升的速度不再完全由人类工程师决定。


Dario 尤其担忧这种趋势正在加速。他认为，如果前沿模型继续按照目前的速度发展，而安全和对齐研究没有同步推进，那么未来某个阶段可能出现能力快速跨越，而人类还没有准备好控制它的情况。


最值得投资者关注的是，Dario 并没有提出停止AI发展。
恰恰相反，他的逻辑非常像一位真正理解技术产业的人：不是不要AI，而是让安全体系获得一点追赶时间。
他提出的第一步，是建立“Embedded Evaluators”，也就是嵌入式独立评估员。
Anthropic愿意向独立第三方评估机构提供永久性的、员工级别的系统访问权限，让外部机构能够持续检查安全措施是否真正执行，调查事故，并在模型训练过程中评估其alignment，而不是等到模型发布之后再做一次形式上的安全测试。
这个动作的意义其实非常大。
因为传统的软件安全测试，本质上是工程师先开发产品，然后找安全团队测试。
但是前沿AI可能正在进入完全不同的阶段。
如果被测试对象本身已经具备越来越强的推理、编程和网络攻击能力，那么“让开发公司自己证明自己的模型安全吗”，这套逻辑本身就可能不够用了。
因此，Dario 希望把第三方安全评估直接嵌入AI公司的内部体系。
而Sam Altman随后表示OpenAI也愿意采取类似方式。
第二个建议，是AI巨头之间进行协调。
第三个，则是国际层面的协调。
这其中其实隐藏着一个非常现实的矛盾。
如果Anthropic单方面放慢速度，而OpenAI继续疯狂训练；如果OpenAI放慢，而Google继续扩大算力；如果美国企业放慢，而中国企业继续推进，那么任何一家公司的单方面“刹车”，都可能意味着竞争优势被别人拿走。
这就是AI行业现在最棘手的问题。
每一家企业都知道风险存在，但每一家企业又都有非常强的动力继续向前。
这与冷战时期的军备竞赛存在某种相似之处。
你知道继续增加武器会增加风险，但你又不敢成为唯一一个停止研发的人。
因此，Dario 真正提出的并不是一家公司的“自我约束”，而是让头部AI企业、美国政府以及盟友建立一个协调机制，让大家至少在安全标准上尽可能同步。
问题是，资本市场最喜欢的恰恰不是“放慢”，而是增长。
这也是为什么这一次AI安全事件，对Anthropic和OpenAI的IPO故事格外敏感。
Anthropic目前正在推进一场可能成为历史上规模最大的科技IPO之一。公司可能募资最高1000亿美元，估值可能达到约2万亿美元，Nvidia甚至被曝考虑以约100亿美元成为锚定投资者。
而就在9月13日，Reuters进一步报道称，Anthropic已经选择Nasdaq作为潜在IPO交易所。
更有意思的是，Anthropic已经向部分投资者透露，公司预计连续第二个季度实现调整后营业利润为正，2026年7月年化收入已经达到约650亿美元，远高于去年同期的约90亿美元。
所以这里出现了一个非常有意思的资本市场悖论。
一边是CEO告诉世界：AI发展太快，我们需要踩刹车。
另一边是公司正在告诉投资者：我们的收入增长非常快，而且已经越来越接近盈利。
这两件事情并不完全矛盾。
实际上，Anthropic真正希望“踩刹车”的，很可能不是商业化，而是最危险的前沿模型能力跃迁。
Claude可以继续卖给企业，可以继续进入金融、软件开发、法律、医疗等行业，可以继续扩大商业收入。
但对于那些可能带来自主复制、自主攻击、自主研究甚至自主改进能力的前沿模型，公司希望获得更多时间进行安全测试。
这可能会成为未来AI产业一个非常重要的分化。
AI不会停止。
AI商业化也不会停止。
真正可能被监管的，是“最前沿能力的提升速度”。
OpenAI的情况则更加戏剧化。
Sam Altman已经明确表示，OpenAI不会在2026年IPO，并认为在当前AI安全问题不断升温的背景下，今年上市并不是明智的选择。
对于一家可能拥有数千亿美元甚至万亿美元估值的公司来说，这个表态非常不寻常。
因为一旦上市，资本市场会不断要求管理层回答收入增长、利润率、算力投入、模型迭代速度以及竞争格局。
而现在OpenAI实际上告诉投资者：我们宁愿晚一点上市，也不希望在AI安全问题尚未解决的时候承担公众公司的巨大压力。
这背后反映出的，可能并不是OpenAI不想IPO，而是公司管理层越来越清楚，未来最大的风险可能已经不是“模型不够强”，而是“模型强到什么程度以后，人类还能够控制它”。
但资本市场真正应该警惕的，还不是“AI会不会毁灭人类”这种极端情景。
对于投资者而言，更现实的问题是：如果前沿AI真的开始受到监管，那么整个AI产业链的估值逻辑会不会发生变化？
答案很可能是会。
因为现在AI产业的估值，很大程度上建立在一个隐含假设上：未来几年模型能力会持续提升，而模型能力越强，需要的GPU、数据中心、电力、网络、存储以及先进封装就越多。
如果前沿模型开发真的开始受到监管，首先受到影响的并不一定是整个AI产业，而可能是AI资本开支增长曲线。
这意味着投资者需要把AI产业重新拆开来看。
一端是AI应用和企业软件。
另一端是模型公司。
再往下是GPU、ASIC、HBM、DRAM、NAND、高速网络、光模块、服务器、数据中心、电力和冷却基础设施。
如果监管限制的是最前沿模型训练，那么GPU和数据中心的需求并不会突然消失，因为企业AI推理、Agent、机器人、自动驾驶、科学计算等需求依然存在。
但如果模型训练规模出现阶段性放缓，最受影响的可能是那些高度依赖“无限增加算力”来获得下一代模型性能提升的商业模式。
这也是为什么，对于美股投资者而言，这件事情真正值得研究的不是“AI末日论”，而是AI资本开支周期有没有可能出现结构性变化。
美股投资网认为，尤其值得注意的是，Dario 提出的“放慢”，并不等于AI需求下降。
恰恰相反。
如果AI安全要求提高，第三方评估、模型监控、网络安全、身份权限管理、Agent审计、模型可解释性、数据隔离以及AI基础设施安全，都会成为新的市场。
换句话说，AI安全本身可能变成一个新的千亿美元级产业。
今天大家疯狂购买GPU，是为了让AI更聪明。
未来大家可能需要购买更多安全基础设施，是为了防止这些越来越聪明的AI做出不该做的事情。
这也是为什么OpenAI的Hugging Face事件非常重要。
它第一次让市场看到，AI安全已经不再只是学术会议上的理论问题。
AI已经开始碰到真实的互联网基础设施。
而且OpenAI自己公布的报告显示，相关模型已经能够绕过原有隔离机制、利用漏洞、获取互联网访问权限，并对第三方系统产生实际影响。
这可能会改变未来AI基础设施的投资逻辑。
过去投资者看到AI，第一反应是Nvidia、AMD、Broadcom、Marvell、Arista、Micron。
未来可能还需要关注另一条产业链：AI cybersecurity、AI monitoring、AI identity、AI governance、AI red teaming以及Agent security。
因为当AI从“聊天机器人”变成可以自己执行任务的Agent之后，安全问题的量级完全不同。
一个只能回答问题的模型犯错，可能只是给用户一个错误答案。
一个可以自己写代码、调用API、访问数据库、登录网站、修改文件、交易资产甚至控制物理设备的Agent犯错，后果完全不是一个数量级。
这才是“Agentic AI”真正的投资分水岭。
更值得玩味的是，美国Z府目前并没有跟随AI巨头踩刹车。
特朗普近期在被问到AI风险时明显淡化了这种担忧，并强调美国不能把AI领先优势让给中GUO，甚至表示“whoever wins AI wins”。
这就形成了一个非常现实的三角关系。
AI公司担心技术失控。
美国Z府担心美国失去AI领先地位。
资本市场则希望AI继续高速增长。
三者之间很难同时满足。
所以这一次Amodei的公开喊话，真正重要的地方并不是“AI是不是马上要毁灭人类”。
这个问题目前没有人能够给出确定答案。
真正重要的是，全球最领先的AI公司第一次开始公开承认一个事实：模型能力的增长速度，可能已经开始超过传统监管体系和安全体系的适应速度。
这意味着AI行业可能正在从过去的“Capability Race”逐渐进入“Capability + Safety Race”。
而对于美股投资者来说，这意味着未来看AI不能再只盯着谁的模型跑分第一。
真正决定下一轮AI牛市高度的，可能是三个东西：算力能不能继续扩张，模型商业化能不能兑现，以及安全和监管能不能跟上。
如果这三个变量同时成立，那么AI超级周期依然可能继续。
但如果安全事件频繁发生，监管突然加速，或者前沿模型训练受到限制，那么AI产业的估值体系就可能发生一次非常剧烈的重新定价。
所以这一次，我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。
它更像是一条分水岭。
AI没有踩刹车。
但AI行业第一次开始认真讨论，刹车到底应该装在哪里。
而最值得关注的，可能恰恰是马斯克。
因为如果把今天的AI竞争放到更大的时间维度来看，OpenAI、Anthropic和Google DeepMind主要在争夺的是“数字世界里的智能”。
而马斯克押注的路线更加特殊。
Grok只是其中的一部分。
背后还有Tesla的自动驾驶和机器人、xAI的模型、巨量算力基础设施，以及最终连接现实世界的物理AI。
如果未来AI真的进入“模型可以自己改进模型”的阶段，那么竞争的终点可能就不再是一家公司的聊天机器人到底比另一家聪明多少。
真正的终点，是谁拥有最强的算力，谁拥有最强的模型，谁拥有最多真实世界数据，谁能够把AI部署到机器人、汽车、工厂、卫星和能源系统里，以及谁最终控制AI进入现实世界的入口。
从这个角度看，马斯克这句简单的“Dario is right”，可能远比表面上更加耐人寻味。
因为他可能非常清楚，AI真正的下一场战争，根本不只是ChatGPT、Claude和Gemini之间的模型战争。
而是数字AI和物理世界之间的融合。
到了那个阶段，AI安全就不再只是一个科技公司的问题，而会变成整个资本市场都必须重新定价的问题。
对于投资者来说，真正需要做的不是恐慌，也不是相信所谓“AI一定毁灭人类”的末日叙事。
而是开始认真研究一个更加现实的问题：
当AI从工具变成Agent，从Agent变成能够自主执行任务的系统，再从数字世界进入汽车、机器人、工厂和金融市场之后，谁会是最大的受益者，谁又会成为最大的风险敞口。
这或许才是这场AI革命真正进入下半场之后，华尔街最值得研究的问题。
美股投资网VIP社群 StockWe.com/vip

Skip the Carousel

1 2

2 weeks ago | [YT] | 69