市场对日本央行加息预期显著提前 - 日本银行业协会会长表示央行最早可能在3月或4月启动加息 [1] - 路透调查显示多数经济学家预计日本央行将在6月底前将政策利率上调至1% 市场共识预期已从9月前移至上半年 [1] - 去年12月日本央行已将利率上调至0.75% 创30年来最高水平 并明确表示准备继续推进加息进程 [1] - 部分投资者开始计价加息时点可能进一步提前至4月 甚至不排除3月会议采取行动的可能性 [1] 政策决策面临数据滞后挑战 - 日本央行1月会议纪要显示内部分歧正在收敛 但部分委员指出人工成本向核心CPI的传导受限于家庭消费能力不足 [2] - 关键通胀数据发布时点滞后于政策会议 4月全国CPI及东京CPI将分别于5月22日及5月1日公布 导致4月会议将在核心数据缺失背景下决策 [2] - 市场建议关注短观调查及分行经理会议等补充性指标 并高度关注副行长Himino（3月2日）及Koeda（2月24日）的讲话以获取政策指引 [2] 外部政治与政策协调构成压力 - 分析指出今年1月日美进行的外汇联合检查以及定于3月举行的会晤 可能构成外部政策协调压力 促使日央行在3月提前出手 [1] - 日本首相高市早苗宣布将于3月访美与美国总统特朗普会晤 称将开启日美同盟新历史 [1] - 市场正密切关注高市早苗是否会再次呼吁日本央行维持低利率 其政策立场可能对货币当局形成潜在压力 [2] 财政政策叙事发生转变 - 市场对财政政策的叙事已从担忧过度财政扩张 逐步转向评估财政宽松将有选择性地推进 [3] - 消费税削减的具体框架与实施时机仍存在不确定性 但市场正密切评估相关委员会讨论方向及其对财政管理框架的潜在影响 [3] - 考虑到海外投资者在超长期日本国债市场中的重要持仓地位 市场对财政可持续性的关注不会消退 [3] 经济关注点向安全与战略投资延伸 - 在执政党政治基础巩固背景下 市场对日本经济上行空间的关注正从抗通胀逻辑向安全与战略投资领域延伸 [4] - 投资者对国家安全相关政策的产业影响兴趣浓厚 普遍预期与安全相关的财政预算将持续扩大 [5] - 预算焦点集中在危机管理与战略投资（如经济安全、食品、能源、医疗保健）以及人工智能、半导体、造船等17个关键战略部门 [5] - 针对此前提出的对美国5500亿美元投资计划 部分投资者预期具体项目细节可能在3月日美会晤后逐步披露 [5] - 市场对新近讨论的国防支出目标关注度升温 尤其关注非核心国防支出项目（如基础设施）的资金使用细节 [5]

全球财政刺激影响评估 - 瑞银研究显示，2026年全球财政冲击预计仅为全球GDP增长贡献约8个基点，而2027年将转为14个基点的拖累，整体财政立场接近中性[1] - 基于对周期性调整后基本财政余额变化的分析，今年全球财政立场的变化幅度在历史上处于较低水平[1] - 投资者不应过度依赖财政刺激来推动全球经济增长，新兴市场普遍处于财政整固状态，发达经济体的刺激规模也相对温和[4] 主要经济体财政刺激力度分析 - 美国扣除关税影响后的净财政冲击约为30个基点，过去20年美国实施财政刺激的9个年份中，所有年份的刺激力度都超过2026年的预测水平[1][6] - 日本迄今为止财政立场仅放松0.9个百分点的GDP，规模相对有限[1][7] - 德国今年的财政刺激规模预计约为1个百分点的GDP，约占欧元区刺激总量的三分之二，欧元区整体的国防支出增长今年仅为0.3个百分点的GDP[1][7] 全球财政立场历史对比与市场预期 - 瑞银过去20年的历史数据显示，2026年和2027年的全球财政立场预测值在历史对比中处于相对温和区间，与当前市场对大规模财政刺激的讨论热度形成鲜明对比[5] - 今年财政立场变化超过0.5个百分点的国家非常少，导致全球层面的财政立场仅略好于中性[5] - 各国在政策层面展现出积极姿态，但实际执行力度和速度都相对温和，导致全球财政刺激呈现“雷声大雨点小”的局面[8]

GTC大会新品发布预告 - 英伟达CEO黄仁勋透露将在今年GTC大会上发布“世界从未见过的”全新芯片产品[1] - GTC主题演讲定于3月15日在加州圣何塞举行，AI基础设施竞赛的下一阶段将成为核心议题[1] 潜在新品技术方向分析 - 新品可能涉及两个方向：一是Rubin系列的衍生芯片，如Rubin CPX[2]；二是更具颠覆性的下一代Feynman架构芯片[2] - 英伟达在CES 2026上已发布并进入全面生产的Vera Rubin AI系列，包括Vera CPU和Rubin GPU在内的六款芯片[1][2] - Feynman架构被视为“革命性”产品，可能采用更广泛的SRAM集成方案，甚至通过3D堆叠技术整合LPU（语言处理单元）[2] 市场计算需求与产品演进 - 市场计算需求正从Hopper和Blackwell时代的预训练，转向以推理能力为核心，延迟和内存带宽成为主要瓶颈[3] - 预期Feynman架构将针对推理场景进行深度优化，通过更大规模SRAM集成和可能的LPU整合来突破性能瓶颈[3] - 公司正从单纯芯片供应商向AI生态系统构建者转型，强调在整个AI堆栈（涵盖能源、半导体、数据中心、云及应用）中进行投资和建立广泛合作伙伴关系[3]

文章核心观点 - 面对人工智能驱动的内存芯片需求激增，韩国存储巨头三星电子与SK海力士正加速推进新晶圆厂投产，战略重心由谨慎控货转向积极扩产，以抢占行业“超级周期”红利 [1] 公司扩产计划与进展 - SK海力士计划将其龙仁一期晶圆厂的试运行时间从原定竣工日期（明年5月）前提前至明年2-3月，将在率先建成的洁净室优先投产高性能DRAM和HBM产品 [1][2] - 三星电子将其平泽P4工厂的投产时间从明年一季度提前至今年四季度，生产规划前移约三个月，将专注生产供应紧张的高性能内存 [1][2] - 三星电子计划在P4工厂新建用于HBM的10纳米第六代（1c）DRAM生产线，该产线月产能预计达10万至12万片晶圆 [2] - SK海力士的龙仁一期工厂规模相当于其清州M15X晶圆厂的6倍，外部框架工程已完成约一半，6个洁净室中的3个正在同步建设 [2] 市场需求与供应状况 - 截至今年2月，主要客户的内存芯片需求满足率仅约60%，短缺程度较去年四季度进一步加剧 [1][4] - 三星电子内存出货量中已有约70%被AI数据中心企业吸收 [1][4] - 花旗集团预测，今年DRAM与NAND闪存的供给增速分别为17.5%和16.5%，而需求增速则高达20.1%和21.4%，需求持续超过供应 [1][4] - 由于生产线集中生产高附加值的HBM芯片，通用DRAM的产量相对减少，加剧了供应紧张 [3] 产能增长预测 - 三星电子的DRAM年产能（以晶圆计）预计将从2024年的747万片增至2025年的817.5万片 [3] - SK海力士的DRAM年产能预计将从2024年的511.5万片扩大至2025年的639万片 [3] - 随着新工厂提前投产，2026年产量有望进一步增长 [3] 行业周期与资本支出 - 市场普遍预期供应紧张态势将持续至2027年，晨星和摩根大通等机构也持相同预测 [1][5] - DS投资证券分析，如果2027年供应增长仅为1%，本轮DRAM周期将至少持续到2027年，价格上涨预计将持续至2026年三季度 [6] - 三星电子和SK海力士均表示将增加今年的资本支出以应对内存短缺，三星电子内存事业部副总裁表示计划在2026年大幅扩大设备投资规模 [6] - 尽管企业加大投资并提前投产，但从建设到稳定量产仍需时间，短期内难以完全缓解供需失衡 [6]

核心观点 - 在人工智能引发的市场波动中，苹果公司因其与科技股的低相关性及“硬件防御”属性，成为投资者规避AI不确定性的避风港 [1][6] 市场表现与相关性 - 苹果与纳斯达克100指数的40天相关性上周跌至0.21，创2006年以来新低，自去年5月0.92的高点持续下滑 [1] - 2月苹果股价上涨1.7%，而纳斯达克100指数下跌3.2%，Magnificent Seven指数暴跌7.2% [1] - 本月内第三次出现苹果表现超过纳斯达克100指数至少3个百分点的情况，包括2月4日创下一年多来最佳单日表现 [4] 独特的市场定位 - 苹果未参与大规模AI基础设施建设的资本支出狂潮，也未被视为面临生成式AI工具直接威胁的主要业务线 [1][3] - 市场认为其硬件业务（如iPhone）不易被AI工具直接替代，提供了相对稳定的回报预期，形成了“硬件防御”逻辑 [4][6] - 苹果在科技股中的定位使其既未押注AI繁荣，也未面临被AI颠覆的直接风险，成为市场寻找确定性的罕见选项 [6] 财务与运营状况 - 公司近期财报实现季度销售纪录，核心iPhone产品线表现强劲，并给出好于预期的本季度展望 [3] - 公司正加速开发三款AI驱动的硬件设备 [3] - 分析师预计其截至9月的2024财年收入增长11%，但2027财年将放缓至6.7% [5] - 基于未来一年预估收益的市盈率约为30倍，高于除特斯拉外的所有Magnificent Seven同行，也远高于纳斯达克100指数24倍的水平 [5] 面临的挑战 - 上周股价暴跌8%，创4月以来最大跌幅，其中上周四下跌5%，主因是报道称其Siri虚拟助手升级可能延迟 [5] - 内存芯片价格飙升成为日益增长的阻力 [5] - 在增长落后于其他科技股的背景下，明年盈利增长也预计放缓 [5]

英伟达CEO罕见宴请合作伙伴工程师 - 英伟达CEO黄仁勋于2月14日晚间，在总部附近的餐厅花费约两小时，亲自为30多名SK海力士和英伟达工程师调制烧啤、敬酒致意，这一举动在半导体行业被视为高度不寻常的“工程师外交”[1][4] - 黄仁勋在晚宴中反复强调“我们是一个团队”和“我为你们骄傲”，并敦促工程师们“通过不懈挑战和努力交付非凡成果”，特别提及SK海力士承诺供应的第六代HBM4产品[1] - 此次聚会是黄仁勋临时指示员工迅速安排的，旨在鼓励SK海力士的HBM工程师，凸显了HBM4对英伟达未来业务的关键性[4] HBM4的战略重要性及规格要求 - HBM4被英伟达视为其计划于今年下半年推出的新一代AI加速器Vera Rubin的关键差异化组件[3][5] - 公司对HBM4供应商提出了“运行速度11 Gbps以上”和“带宽3.0 TB/s以上”的规格要求，这些指标比竞争对手AMD对HBM4的要求高出30%以上[3][6] - HBM4是一种通过堆叠12层先进DRAM芯片制成的高性能内存模块，负责及时向处理计算的GPU提供海量数据[5] HBM4市场竞争格局与供应商进展 - 与由SK海力士基本独霸的上一代HBM3E市场不同，HBM4市场呈现出新的竞争格局，三星电子已于2月12日向英伟达出货了首批正式HBM4产品，成为行业首家，其产品运行速度达到11.7 Gbps（最高13 Gbps），带宽为3.3 TB/s[6] - SK海力士目前已确保HBM4性能达到11.7 Gbps或以上，正在向英伟达批量供应付费样品，同时进行性能优化工作，行业预计其将在近期获得英伟达的正式“批量供应”批准[6] - 根据英伟达去年12月的初步分配，今年的HBM供应份额中，SK海力士获得55%以上，三星电子占20%多至接近30%，美光科技约20%[3] 供应链关系与时间压力 - SK海力士于2020年7月以HBM2E产品正式进入英伟达供应链，随后成为HBM3和HBM3E的事实上独家供应商，与台积电一起形成了被称为“AI半导体三方联盟”的紧密关系[4] - 黄仁勋在晚宴上敦促SK海力士工程师“无延迟交付顶级性能的HBM4”，并提及“HBM4和Vera Rubin的开发时间表很紧”，这被解读为对供应时间表的明确要求[4][6] - 业内普遍认为，SK海力士在第一季度完成质量优化后，仍有很大机会确保最大配额，但三星在技术竞赛中的进展引发了份额变动的可能[3][7]

融资概况与估值 - 公司正在敲定新一轮融资 目标筹集1000亿美元 融资完成后公司估值将达到8300亿美元 [1] - 本轮融资是公司自去年秋季公司制改革以来的首次融资 该改革使公司能够发行标准股权 是其IPO路上的关键一步 [3] - 本轮8300亿美元的估值较去年秋季的5000亿美元大幅跃升 反映了主要投资者对AI先驱的持续热情 [4] 领投方与战略投资者 - 软银预计将领投本轮 投资额达300亿美元 资金将在年内分三期 每期100亿美元 [1] - 为OpenAI提供云服务的亚马逊可能投资高达500亿美元 [1] - OpenAI模型芯片的供应商英伟达可能投入高达300亿美元 [1] - 长期合作伙伴微软则可能投资大约数十亿美元 [1] 金融投资者与融资条款 - 在获得首批投资承诺后 公司还在寻求金融投资者的支持 包括现有投资者Thrive Capital、Khosla Ventures、Founders Fund和Sequoia Capital等 [2] - 参与本轮融资（公司称之为“C轮融资”）的投资者将获得优先股 这些优先股在公司退出时（例如公开募股）将转换为A类普通股 [2] - 投资者将获得1倍清算优先权 这是一项典型的交易条款 旨在确保投资者在公司出售时至少能收回全部投资 [2] 融资背景与资金用途 - 公司启动巨额融资 源于其对AI运营和训练成本飙升的预期 公司去年夏季预测 2025年至2030年间 其人工智能系统运行和训练成本以及支持其增长的备用服务器费用将达到约4500亿美元 [4] - 融资的顺利推进为公司的技术研发和基础设施扩展提供了充足的资金保障 [4] - 在本轮融资前 公司已从包括微软、Thrive和软银在内的投资者处募集约610亿美元 [3] 上市计划与历史交易 - 公司高管们已经讨论过最早在第四季度上市 [3] - 去年秋季 该公司以5000亿美元估值出售员工及其他股东持有的股份 [3]

文章核心观点 - 2026年软件板块回调的核心驱动因素与以往不同，市场焦点从短期增长转向对长期“终值”的辩论，即质疑软件公司的护城河和商业模式在“代理式”AI时代能否维持 [1][2] - 高盛报告通过为七个主要看空论点评分，系统性地拆解了风险，认为最尖锐的担忧在于价值从系统记录层向代理式操作系统/编排层迁移，以及技术迭代速度带来的定价不确定性 [1][3] - 在不确定性中，报告指出应关注两类关键信号：软件公司能否证明其行业域经验能转化为高质量的代理式结果，以及财报基本面能否保持稳定或改善 [1][15] 市场担忧与风险评分分析 - **系统记录层被彻底替换风险极低（评分1）**：生成式AI更偏向分析与生成引擎，而非交易引擎，企业级AI依赖的高质量结构化数据仍需SoR作为容器和治理体系，因此“rip and replace”风险低 [3] - **价值向代理式操作系统/编排层迁移风险高（评分4）**：更现实的风险是SoR变为“合规数据底座”，价值转移到能跨系统推理、调用API、自动执行工作流的编排层，这会削弱SoR依赖用户界面和习惯形成的护城河 [5] - **技术迭代速度导致终局难定价风险最高（评分5）**：技术演进过快（如Anthropic Cowork、OpenAI OpenClaw等）使长期终局难以预测，高不确定性本身会压低估值倍数 [13] 垂直软件与横向平台的竞争 - **垂直软件短期更具韧性（评分2）**：行业专有数据、深度嵌入的工作流、长期口碑及强监管合规构成了护城河，例如Guidewire管理着全球约7750亿美元的财产与意外险保费，数据积累难以复制 [6] - **横向平台构成长期定价权威胁**：当横向平台的AI功能达到“够用”水平，可能因其集成更简单、碎片更少而吸引客户，侵蚀垂直软件的长期定价权，例如Intuit推出GenOS让用户在会计软件中编码垂直工作流 [7] AI对开发成本与商业模式的影响 - **代码成本下降带来的竞争风险较低（评分2）**：AI编码工具虽降低开发门槛，但软件工程涉及设计、排错、审查等多个环节，效率提升会将瓶颈转移至安全、维护、集成等企业级交付的硬性要求上 [8] - **企业自建趋势构成中等风险（评分3）**：代码成本下降不会普遍改变“自建与购买”的决策，但可能促使企业将预算投向传统SoR之间连接不好的“中间地带”进行自建 [9] - **Palantir展示定制化平台模式**：通过AIP与客户共建AI用例，强调可量化ROI，其美国商业业务2025年增长109%，预计2026年加速至超过115%，并以约85%的毛利率运行混合模式 [9] 利润结构与成本压力 - **“LLM税”带来短期毛利压力（评分3）**：行业预计经历12-24个月的温和毛利压力，厂商为抢占采用率可能吸收GPU推理和第三方模型API成本，使SaaS经济模型更接近按消费计价 [12] - **AI原生公司毛利率普遍较低**：一些最快达到1亿美元年经常性收入的AI原生公司毛利率约25%（部分为负），更成熟的也在60%左右，低于传统SaaS水平 [12] - **长期毛利有望恢复**：LLM推理成本正快速下降（实现与GPT-4相近性能的价格年降约40倍），长期毛利恢复取决于产品差异化带来的定价权，微软因垂直整合在价值链中具有优势 [12] 关键观察信号与护城河演变 - **稳定信号一：域经验的兑现**：需观察软件公司能否证明其行业域经验能带来更高质量的代理式AI结果，例如Datadog展示用内部数据训练的小语言模型在成本更低时准确率更高 [10][15] - **稳定信号二：基本面的稳定**：需要通过财报和业绩季验证基本面是否稳定或改善 [15] - **护城河向架构层延伸**：未来的护城河不只在于应用层界面和工作流，更可能延伸到底层的技术与平台架构，例如Salesforce的replatforming和Workday的开放路线调整 [3][15]

移民政策收紧导致劳动力供给骤降 - 特朗普政府的移民限制政策导致美国净移民人数从2010年代的年均约100万人骤降，2025年降至约50万人，预计2026年将进一步下滑至仅20万人[1][2] - 净移民人数已骤降80%，劳动力供给的急剧收缩正在重新定义维持失业率稳定所需的就业增长水平[1] - 劳动力供给收缩直接压低了经济所需的就业增长“盈亏线”，预计到今年年底，美国每月仅需新增约5万个就业岗位即可维持失业率不变，远低于当前的7万个[1][2] 劳动力需求端表现脆弱 - 当前就业增长范围狭窄，主要由医疗保健行业主导，而职位空缺持续下降，已降至约700万个，低于疫情前水平[1][3] - 职位空缺的持续下降增加了失业率更显著上行的风险，即使劳动力供给增长放缓也无法完全对冲这一压力[3] - 由于新增劳动力进入经济体系的速度放缓，招聘不再需要像以往那样强劲，只需小幅回升就足以维持就业增长达到盈亏平衡水平，疲软的就业数据可能掩盖一个仅在维持现状的市场[2][3] 人工智能构成主要下行风险 - 高盛将人工智能视为劳动力市场面临的最大下行风险，AI可能带来更快速、更具破坏性的结构性调整[1] - AI的风险主要在于可能在边际上抑制企业招聘意愿，高盛估计与AI相关的替代效应目前仅从受影响最大行业的月度增长中削减了5000至1万个就业岗位，影响仍属“温和”[5] - 在AI最容易部署的几个子行业中，就业增长已经放缓并略微转为负值，公司层面的证据表明AI已经在减少对工人的需求，若部署速度超出预期，可能对就业市场造成比当前估计更大的冲击[5] 劳动力市场前景与矛盾 - 高盛预计失业率仅会小幅上升至4.5%左右，认为劳动力市场正在“迈出走向稳定的早期步伐”，明年经济衰退的概率为“温和”的20%[5] - 形成的矛盾在于，劳动力市场的“稳定”可能越来越像是“疲软”，过去通常被视为警示信号的就业增长水平，如今可能很快就足以维持市场稳定[3] - 更严格的移民执法可能正在推动更多工人进入非正规或账外就业，这可能使官方就业数据低估真实活动水平，增加美联储评估经济的复杂性[2]

文章核心观点 - 受AI工具OpenClaw本地化部署预期驱动，低成本计算机制造商树莓派股价短期内被散户资金及社交媒体情绪大幅推高，市值一度触及10亿英镑，但随后出现剧烈回调，市场关注点转向AI边缘化趋势及对行业的潜在影响 [1][4][6] 市场表现与驱动因素 - 公司股价在三个交易日内近乎翻倍，推动市值自去年5月IPO以来首次触及10亿英镑，但周三午后急剧逆转，收盘时市值回落至略高于8亿英镑 [1][4] - 此轮行情主要由散户资金推动，投资平台数据显示，周二购买该股票的用户数较过去30天日均水平增长逾两倍，周一、周二两天的交易量已是前一周总量的两倍以上 [6] - 市场狂热源于对AI Agent本地化部署硬件需求的预期，特别是OpenClaw可在个人电脑本地运行，社交媒体讨论显示爱好者正寻求利用树莓派作为其低成本物理载体 [4][5] 行业趋势与公司定位 - OpenClaw作为可在本地运行的AI Agent工具，与主要运行在云端的ChatGPT等不同，其核心吸引力在于用户能以接近零的增量成本在树莓派上获得足够好的功能，并拥有计算资源而非从云端租用 [5][7] - 分析师指出，OpenClaw的意义是行业更广泛转变的证据，表明AI推理工作负载正从集中式云服务器向成本低廉的分布式边缘设备转移 [7] - 公司回应称，OpenClaw仅是AI从云端向设备端迁移的应用案例之一，市场对在低成本硬件上直接运行模型的兴趣正在增长 [7] 产品与成本优势 - 运行OpenClaw的苹果Mac电脑在美国售价通常至少为600美元，而该软件可以简单地安装在售价低至100美元的树莓派上，硬件成本大幅降低 [5] - 除了成本优势，本地部署还带来了额外的安全性，避免在用户主计算机上安装可能导致个人数据暴露的风险 [5] - 社交媒体传闻称，硅谷的初创公司和个人正在购买数十台甚至数百台树莓派设备，用来运行并发的OpenClaw代理群 [5] 公司面临的挑战 - 公司股价在去年初达到首发价格近两倍的高点后持续低迷，部分原因在于市场对内存供应短缺及其影响的担忧 [8] - 动态随机存取内存（DRAM）价格快速上涨，对公司廉价设备的成本构成压力，公司上月发布预警称DRAM价格及供应何时恢复正常存在重大不确定性 [8] - 尽管本财年上半年库存充足，但超出该期限的可见性有限 [8] 市场情绪与更广泛影响 - 此轮股价异动具备典型的模因叙事特征：一个引人注目的社交媒体帖子、一个看似被低估的股价，以及可以被框定为对立面的大量空头头寸 [6] - OpenClaw的出现还催生了AI代理社交网络Moltbook，引发硅谷业界人士热议 [8] - 部分投资者开始担忧AI Agent未来可能对商业软件、财富管理乃至物流运输等行业的白领工作岗位产生颠覆性冲击，这一情绪已对多个行业的股市表现造成扰动 [4][8]