投资组合总览 - 截至2025年9月30日，美国银行第三季度持仓总市值为1.47万亿美元，较上一季度的1.37万亿美元有所增长 [1] - 投资组合出现资金净流入，占总投资组合市值的比例为+0.3428% [2] - 本季度新增504只个股，增持3704只个股，同时减持3585只个股，清仓582只个股 [1][2] - 前十大持仓标的占总市值的17.03% [1][2] 前十大重仓股详情 - **微软 (MSFT.US)** 为第一大重仓股，持仓约7,169万股，市值约371亿美元，占投资组合2.52%，持仓数量较上季度增加2.14% [3][5] - **英伟达 (NVDA.US)** 为第二大重仓股，持仓约1.91亿股，市值约356亿美元，占投资组合2.41%，持仓数量较上季度减少5.54% [3][5] - **苹果 (AAPL.US)** 为第三大重仓股，持仓约1.23亿股，市值约313亿美元，占投资组合2.12%，持仓数量较上季度增加5.28% [3][5] - **Vanguard价值股ETF (VTV.US)** 为第四大重仓股，持仓约1.34亿股，市值约250亿美元，占投资组合1.69%，持仓数量较上季度增加4.42% [3][5] - **Vanguard成长股ETF (VUG.US)** 为第五大重仓股，持仓约4,709万股，市值约226亿美元，占投资组合1.53%，持仓数量较上季度减少4.66% [3][5] - 第六至第十大重仓股包括SPDR标普500指数ETF(SPY)、博通(AVGO)、SPDR标普500指数ETF看跌期权(SPY PUT)、iShares安硕核心MSCI EAFE ETF(IEFA)、亚马逊(AMZN) [4][5] - 其中，SPDR标普500指数ETF看跌期权(SPY PUT)的持仓数量较上一季度大幅增加约142% [4][5] 主要调仓动向 - **前五大买入标的（按投资组合占比变化）** 为：SPDR标普500指数ETF看跌期权(SPY PUT)、苹果(AAPL)、iShares 20+年以上美国国债ETF(TLT)、iShares iBoxx高收益公司债指数ETF看跌期权(HYG PUT)、iShares罗素2000ETF看跌期权(IWM PUT) [5][8] - **前五大卖出标的（按投资组合占比变化）** 为：iShares标普500指数ETF(IVV)、纳斯达克100指数ETF看跌期权(QQQ PUT)、纳斯达克100指数ETF(QQQ)、ServiceNow(NOW)、亚马逊(AMZN) [6][8]

技术核心与创新点 - 提出一种免训练、用于超长上下文推理的动态稀疏注意力方案Retrieval Attention，核心观点是每个Query实际上只需要和一小部分Key进行强交互即可，注意力本身是天然稀疏的[1][3] - 核心创新在于将向量检索机制引入注意力计算路径，通过近似最近邻检索找出对当前Query最相关的少量Key（如只找前1%），实现真正意义上的动态稀疏化[3][7] - 在系统架构上提出CPU-GPU协同的双路注意力机制：GPU负责保留少量"可预测"的局部KV缓存，而CPU以检索方式动态调用大规模KV存储，两路计算独立并行，最终融合结果[7][22] - 整个机制无需对模型进行重新训练，以可插拔模块形式接入现有Transformer，仅修改注意力层的前向逻辑，即可在不牺牲精度的前提下显著加速长上下文推理[8] 性能表现与基准测试 - 实测在RTX4090（24GB）上，8B级模型可在128K上下文下稳定生成，每token耗时约0.188秒，且与全注意力精度几乎一致[5] - 后续工作RetroInfer在A100 GPU上相比于全注意力实现了4.5倍的解码吞吐，并在1M token上下文时相比于其它GPU-CPU稀疏注意力系统实现了10.5倍的吞吐[5] - 在128K上下文长度下，Retrieval Attention的每token延迟为0.188秒，显著优于Full attention的43.927秒，且在不同上下文长度下延迟增长平缓[6] - 该方法通过极低的扫描比例（约1–3%）实现高召回率，使显存占用降至原来的约1/10，同时几乎不损失精度[7][22] 研究背景与设计思路 - 研究思路源于数据库管理系统与机器学习在底层资源有限情况下高效组织信息的共通问题，将传统数据库的"检索"逻辑迁移到模型层面[9][11] - 核心是将数据库中成熟的向量检索方法移植到语言模型推理过程中，让模型在生成时只访问"最相关"的信息，通过系统层设计让模型更高效利用已有记忆[11][14] - 将注意力机制理解为动态的信息检索系统，模型每生成一个新token都需要在已有语义空间里"查询"最相关信息，这与数据库执行查询请求的过程相似[18][19] - 研究目标是让模型的注意力机制变得更像一个"可控的数据库"，使模型能主动查询、筛选、调用真正需要的信息，而非被动遍历全部上下文[20][21] 行业影响与未来方向 - 该项研究让模型具备了真正的"长时记忆"能力，使其能在极大范围内保持语义一致性，从"局部理解者"转变为"系统性推理者"[30][31] - 未来大模型推理框架不应再是"GPU-only"，而应是一种充分利用CPU内存优势的混合架构，让更便宜、更可扩展的系统也能实现接近主流GPU集群的性能[28] - 长期看可能会推动重新理解"知识"的组织方式，未来可能出现具备自主知识管理能力的AI系统，能长期保留信息、持续学习，实现真正的可扩展性[32] - 动态注意力与系统优化未来可能会融合，形成一种既能主动学习、又能自我管理"记忆"的新型注意力体系[29]

公司战略与用户反馈 - Epic Games CEO蒂姆・斯威尼公开批评微软，讽刺要求AI将任务栏设置为垂直，并对微软强制要求使用微软账户登录、取消本地账户功能表示愤怒 [1] - 微软Windows负责人Pavan Davuluri提出新AI战略，计划将Windows 11转变为“智能体操作系统”，通过连接设备、云和AI来提升生产力 [5] - Pavan Davuluri的设想引发用户强烈反弹，帖子浏览量从50万飙升至150万，最终迫使官方关闭评论区 [5] 行业意见领袖动态 - 马斯克在蒂姆・斯威尼发表评论后四个半小时内表示支持，特别赞同关于Windows账户的部分 [4] - 有用户提及采用StartAllBack工具来应对系统更改，蒂姆・斯威尼则表示自己常用GitHub上的ExplorerPatcher工具 [4] 公司回应与产品方向 - 微软Windows负责人Pavan Davuluri承认团队收到大量关于可靠性、性能和易用性的反馈，并承诺团队深切关心开发者，将继续改进产品 [5] - 微软方面未暗示会改变其AI战略 [5]

彼得·蒂尔投资组合变动 - 亿万富翁彼得·蒂尔在第三季度清空其持有的全部英伟达股份，总计约537,742股 [1] - 同期大幅削减特斯拉持股，从272,613股减少至65,000股 [1] - 新建仓买入79,181股苹果和49,000股微软股份 [1] - 同时完全清空其在能源公司Vistra Energy Corp的全部208,747股持仓 [1] 英伟达股票出售详情 - 根据英伟达七月至九月平均股价测算，出售股份总金额接近1亿美元 [1] - 此次减持行动发生在软银宣布清空英伟达持股仅一周之后 [2] - 以预测2008年金融危机闻名的投资者迈克尔·伯里近期也披露了对英伟达的重仓做空头寸 [2] 市场对AI行业担忧 - 蒂尔曾警告英伟达估值过高，并将近期科技股估值飙升比作1999至2000年的互联网泡沫崩盘 [2] - 市场对AI推高科技估值的泡沫担忧迅速升温，投资者担心OpenAI如何兑现超过1万亿美元的支出承诺 [2] - 英伟达对OpenAI的投资引发关于循环融资的担忧，华尔街巨头在AI领域的资本支出正在快速增加 [2]

投资组合变动 - Thiel Macro LLC在第三季度完全清仓英伟达，卖出全部53.77万股，该持仓在第二季度占其投资组合权重高达40% [1][2] - 基金同时抛售了另一重要持仓Vistra Energy，该持仓在第二季度占投资组合权重的19% [2] - 基金整体投资组合规模从第二季度的约2.12亿美元急剧收缩至7440万美元，缩水近三分之二，换手率超过80% [1][2] - 基金对长期持有的特斯拉进行了大幅减持，卖出20.76万股，减持比例高达76% [3] 新建仓头寸 - Thiel Macro LLC在第三季度首次建立微软和苹果的头寸，分别买入49000股微软股票和79181股苹果股票 [1][3] - 截至第三季度末，基金投资组合仅剩三只股票，减持后的特斯拉为第一大重仓股，占比约38.8%，新建仓的微软和苹果分别占34.1%和27.1% [3] - 投资组合的转变表明其更青睐拥有多元化收入来源、庞大云业务、硬件生态和成熟软件服务的平台型公司 [3] 对人工智能行业的看法 - Peter Thiel曾公开警告AI领域的炒作周期已远超其实际经济效益，并将当前市场狂热与1999年互联网泡沫时期相提并论 [4] - 清仓英伟达的决策体现其观点，即AI的变革将是缓慢燃烧的过程，当前为技术支付的价格过高 [4] - 在Thiel看来，能够提供持久经济价值的是平台型公司，而非估值已处于高位的纯粹芯片制造商 [4] - 其他知名人士如亚马逊创始人Jeff Bezos将AI热潮形容为工业泡沫，高盛首席执行官David Solomon指出市场可能面临12至24个月的回调 [4] 英伟达公司基本面 - 与Thiel的清仓操作形成对比，英伟达的季度销售额从393亿美元飙升至467亿美元，其数据中心业务收入增长了56% [2] - Thiel的清仓举动发生在英伟达市值突破5万亿美元，且华尔街分析师普遍将其视为不可动摇的领头羊之际 [1]

公司投资与设施扩张 - 公司宣布扩张其位于丹麦Lyngby的设施，将其打造为企业最大的量子研究机构[1] - 此次追加投资使公司在丹麦量子领域的累计投资总额突破10亿丹麦克朗（约11亿元人民币）[1] - 扩张后的Lyngby设施将拥有更大的洁净室以容纳更多仪器[3] 研发团队与项目进展 - 公司丹麦Lyngby量子团队由来自20多个国家的综合科学工程团队组成[3] - 该团队参与了首颗拓扑量子比特芯片"Majorana 1"的开发[3] - 设施扩张后，有可能在丹麦完整制造Majorana芯片的核心部分[3]

减持交易核心数据 - 比尔与梅琳达·盖茨基金会信托在2025年三季度出售1700万股微软股票 [1] - 此次减持将其在微软的持股比例削减近65% [1] - 按微软三季度平均股价510.13美元计算，减持金额约为87亿美元 [1] - 交易完成后，基金仍持有920万股微软股票，按现价估值约47.6亿美元 [1] 投资组合影响 - 减持后，微软在基金投资组合中的权重由超过27%降至约13% [1] - 此次减持是基金建立以来最大规模的单季减持之一 [1] 减持动机与背景 - 本次减持动作被视为投资组合调节，而非对微软公司基本面转弱的判断 [1] - 比尔与梅琳达·盖茨基金会信托已宣布计划将年度分配额提高至90亿美元 [1] - 提高分配额需要其490亿美元的投资组合保持稳定的流动性 [1]

事件概述 - 微软在最新的Windows 11 Copilot社交媒体营销活动中，意外展示了其AI助手的失误 [1] - 科技媒体Windows Latest于11月16日报道了该事件 [1] 事件具体过程 - 微软与科技博主Judner Aura合作，在X社交媒体上发布宣传视频 [1] - 博主使用语音指令"Hey Copilot"唤醒AI助手，并询问如何增大系统字体 [1] - Copilot在执行过程中出现明显失误，将用户引导至错误的"显示"设置，而非正确的"辅助功能"菜单 [1] - 当被进一步询问应选择哪个缩放比例时，Copilot推荐了"150%"，而系统当前缩放比例本就处于150%状态，建议完全无效 [1] - 博主为继续演示，手动将比例调整至200% [1]

主要机构持仓变动 - 软银集团于第三季度清仓英伟达股份，套现58.3亿美元 [2] - 桥水基金第三季度大幅减持英伟达，减持比例近三分之二，并减持过半Alphabet股票、约9.6%的亚马逊股票以及超35%的微软股票 [2] - 花旗集团第三季度减持了英伟达、微软、苹果以及亚马逊四大科技巨头，但将英伟达目标价从每股210美元上调至220美元 [2] 市场对AI泡沫的担忧 - 桥水基金首席投资官等人警告当前市场稳定性面临高风险 [2] - AI公司DeepL CEO指出很多市场评估相当夸张，有迹象表明泡沫即将出现 [3] - 图片编辑工具公司Picsart CEO对AI公司在低收入情况下获得极高估值表示担忧 [3] - 知名投资者Michael Burry对AI基础设施建设热潮表示担忧，认为主要云服务提供商低估芯片折旧费用，公司利润或被高估，其正在做空Meta和英伟达 [3] - 投资机构Novo Capital管理合伙人认为大型科技公司讨论的投资数额可能被夸大，数据中心建设可能已过度繁荣 [3] 对AI长期潜力的看好观点 - 打车应用Lyft CEO表示当前金融泡沫源于AI变革性技术，数据中心和模型有很长寿命，当前投入未来能让生活更好 [5] - 风险投资公司Accel报告预测，到2030年新AI数据中心容量将达117吉瓦，未来5年相关资本支出近4万亿美元，需约3.1万亿美元收入来偿还 [5] - AMD CEO预计到2030年数据中心芯片和系统市场将扩大至1万亿美元，公司数据中心芯片年收入将在5年内达到1000亿美元 [6] 软银的资金调配与战略布局 - 软银清仓英伟达主要为资助其人工智能项目，包括联手OpenAI、甲骨文发起的“星际之门”项目所需的大规模数据中心集群建设 [4] - 软银计划对OpenAI投资400亿美元，并在押注芯片赛道，此前买下Arm、计划65亿美元收购Ampere，近期还考虑收购Marvell [4] - 分析指出软银创始人孙正义此次抛售主要是出于资源分配目的，要将资金投到其他地方 [5] 英伟达近期表现与市场关注 - 英伟达股价10月底超过200美元/股，11月14日收于190.17美元/股，市值4.62万亿美元 [6] - 英伟达即将发布第三季度财报，巴克莱分析师认为该财报对确定人工智能超级周期和相关支出是否仍在预定轨道上至关重要 [6]

微软CEO对通用人工智能（AGI）的行业观点 - 公司CEO认为，如果单一AGI模型取得压倒性优势并全面部署，市场竞争将直接结束[3] - 公司CEO指出，行业当前迫切需要发展多种模型和生态系统，而非依赖单一模型解决所有问题[3] 人工智能行业的未来生态架构 - 行业需要构建“多模型、多场景、多规模”的生态，而非追求“全知全能”的单一模型[3] - 行业中的“模型公司”与“架构支撑型公司”必须协同合作[3] - 模型公司提供算法底座，架构支撑型公司通过云、端、芯片和安全框架将模型转化为可持续的商业服务[3] 对行业竞争格局的警示 - 公司CEO提出“赢家的诅咒”风险，即领先者付出高昂研发成本后，因技术复制门槛降低而迅速商品化，利润被生态下游截留[3]