文章核心观点 - 阿里妈妈推出的「万相点睛」通过AI全域捕获消费意图，帮助商家发现过去想不到的新客、新场景和新需求，在淘内确定触达并快速转化促成交，实现“全域外种内收，精准锁定新增量”的完整经营闭环 [5] - 万相点睛不只是帮商家找到意想不到的新人群，而是让商家第一次在大促里和AI一起重新定义投放方向和增量账本 [6] - 消费者按生活场景做选择，商家却习惯按品类理解市场，供需之间存在品类边界导致的错配 [7][8][9] - AI定向不只是“找得更准”，而是“想得更远”，结合商品特点和消费场景推理消费者当前可能需要什么以及需求产生的原因 [14] - 万相点睛带来人和AI共创的新经营范式：投放方向由人和AI共同确定，新增量由新客成交等可量化指标单独核算 [19] - 增长不再局限于已知标签人群池，而是延伸到海量潜在需求当中，从零和存量厮杀转向共同做大市场 [25] 双11数据表现 - 10月15日至10月20日，在关键词推广与人群推广两大场景，万相点睛拓展发现海量搜索与意图需求，为商家带来额外成交累计近10亿，新客点击占比超90% [5] - 万相点睛在UD品牌、品牌新力WIN、关键词推广、人群推广、超级短视频、超级直播等多场景验证新增量能力 [5] 消费者需求与品类边界 - 消费者很少按照电商平台的类目表生活，其真实需求可能藏在一次搬家、一场演唱会、一段通勤生活或一次居家养生的日常里 [7][10] - 过去商家依据消费者看过什么、搜过什么、买过什么以及预先定义好的人群寻找潜在客户，这套方法容易让商家视野停留在已熟悉的需求里 [9] - 市场并非没有需求，而是这些需求还没有被商家看见，也没有被准确地连接到合适的商品 [12] AI定向能力与商家主导权 - 万相点睛不只参考消费者历史行为，还会结合商品特点和消费场景推理消费者当前可能需要什么以及需求为何产生 [14] - AI给出的人群建议包含推荐理由，商家可以采纳、拒绝或补充自己的经营判断，最终是否投放、投给谁的决定权仍在商家手中 [16] - 商家可以用一句话描述经营目标、目标客群或增长方向，AI先理解商家需求，再基于需求理解商品特质、推理潜在人群并给出推荐和理由，最终投向哪些人群是人和AI在一轮轮对话中共同确定的 [20] MAIA ACTIVE案例 - MAIA ACTIVE专为亚洲女性身形设计，核心单品瑜伽裤主打版型贴合、面料裸感与日常通勤可穿搭性，核心卖点为身形适配——高腰、遮肉、无尴尬线、适合梨形身材，但这些身形痛点和穿着场景不在传统兴趣标签体系里 [17] - 启用万相点睛后，AI主动挖掘出17类人群，把身形痛点、运动场景、居家通勤延展、材质偏好等不同动机驱动的人群分别列出 [18] - 万相点睛精准识别出“梨形身材，寻高腰遮肉无尴尬线”“需要遮臀收腹的梨形身材”人群，AI直接读懂品牌核心卖点并匹配有相同痛点的人群，当人群定义和商品卖点用同一套语言描述时说服成本几乎为零，转化率提升超过80% [18] - 万相点睛还发现“宅家养生，求极致裸感居家体验”“注重自我关怀的品质女性”等场景延伸人群，这类人群愿意为面料与版型买单 [18] - 投放结果显示，万相点睛人群的成交新客占比较同期其他人群高出28%，新客成本降低4%，触达的是店铺既有定向资源覆盖不到的那部分女性运动消费者 [18] 新客核算与预算组合打法 - 新客成交占比、新客ROI、新客成交规模等指标能把“投给了谁”与“带来了多少新生意”对应起来，让新增量可统计、可评估 [22] - 万相点睛的投放逻辑是“替代”而非“叠加”：原有预算继续守住熟悉的品类人群和基本盘GMV确保生意底座稳固，新增预算专门投向人和AI共同发现的新人群、新需求和新场景，形成“保基本盘+拓新增量”的组合打法，让每一分投入都有清晰归因和回报 [22] 桂格案例 - 在新品测试阶段，宝尊英赛帮助桂格围绕早餐饱腹、夏日冷泡、肠道友好、孩子营养四大方向，和万相点睛一起筛选高转化营销机会和方向 [23] - 万相点睛基于用户搜索意图反向拆解卖点，提炼出桂格乳酸菌发酵营养燕麦片具备高饱腹、轻负担、可DIY燕麦饮品、口感软糯香甜等产品特征 [23] - 万相点睛进一步发现都市白领群体中正兴起以代餐替代重油重糖早餐、以轻负担饮品替代奶茶的需求，该人群并非专门购买麦片，而是希望找到省事、扛饿、减脂期间还能解馋的早餐方案，由此捕捉到“懒人快手早餐，既要快又要饱”的潜在诉求 [23] - 投放验证后新客购买表现突出，新客成为重要增量来源，新人群点击率提升2倍以上 [24] 行业经营思路变化 - 过去大促经营是商家凭经验圈人群、凭感觉赌转化，今年开门红出现经营方式本身的变化 [19] - 万相点睛带来的不是“自动找到所有新客”的确定答案，而是一种新经营方法：让商品理解从品类属性走向生活场景，让消费者理解从历史行为走向当下需求，再为这些新方向配置新预算并用新客成交指标拿到新增量 [25] - 阿里巴巴集团高级副总裁、天猫事业部总裁、阿里妈妈总裁、淘宝直播及内容事业部负责人家洛表示，AI提供的最大价值是对消费需求的理解更深层、更长期，消费者还没想到就已经替他准备好，从满足需求到创造需求才是品牌无可替代的核心竞争力 [25] - 双11走到第十八年，新增量不在拥挤的赛道里，而是藏在各式各样的生活场景和用户没有说出口的需求之中，AI改变的不只是投放操作方式，更是商家看待增长的思路 [25]

文章核心观点 - 不存在独立的Personal Agent，只有Context（上下文）+ Agent，同一个Agent接上什么Context就是什么Agent，工作与生活的边界在Context层面已难以区分 [8][9] - Agent冲击最大的是只卖界面、系统里没有多少Context的软件以及按人头收费的定价方式，而存着客户、合同和审批记录的系统反而会变成Agent干活的地方 [18] - 中美Personal Agent市场出现明显分歧：美国倾向云端部署，中国厂商争相在手机端侧布局，根源在于服务生态碎片化程度不同 [21][22] - 生活Context散落在互相竞争的平台手中，缺乏统一授权主体，超级App成为最接近“管理员”的角色，但开放缓慢且存在责任划分问题 [26][27] - Agent产品依赖Context飞轮驱动，飞轮转得越快差距越大，而带不走的授权边界、纠错记录等构成Personal Agent的壁垒 [30][32][36] - Context定义执行任务的“对与错”，掌握Context即掌握判断标准，但生活场景中Agent的排序依据是否透明、用户偏好能否强制锁定存在疑问 [38] 一、Context与Agent的关系 - MyContext开源项目可将钉钉、飞书聊天和协作记录整理成不断更新的工作档案，每条记录来源和时间，前后信息对不上时系统先自行判断，拿不准则询问用户，用户确认过的结论模型不能自行更改 [7] - Context是Agent执行任务所需的前因后果加上事情实际发生的地方，可以是App里的订单或手机上登录的账号 [9] - 订票场景中，是否赶在见客户前回来等约定既不在日历也不在邮箱里，模型无法猜测，必须事先知道或主动询问 [9] - Context不只是让答案更个性化，而是在定义什么叫“做对”，如合同折扣业务中Agent需知道客户签的是哪一档合同、公司回复口径、用户是否有折扣权限，这些上下文分别存在CRM、群聊、钉钉飞书企业微信等平台 [13][14] 二、Work Agent与企业系统 - 年初美股软件股大跌，流行说法是Agent会杀死SaaS、企业不再需要按人头购买软件账号，文章不同意该观点，认为很多SaaS存的正是工作的Context，Agent办工作上的事绕不开这些系统，变化的是用系统的方式——从人登录点界面变为Agent直接调用 [15][16] - 3月17日阿里发布悟空时，时任钉钉CEO陈航表示“过去是人用钉钉来工作，未来是AI用钉钉来工作”，钉钉为此重写底层代码，上千项功能改成Agent可直接调用的命令行，员工账号和权限被Agent继承 [16] - 10月14日腾讯办公Agent WorkBuddy进入企业微信通讯录，两边打通账号，在企业授权范围内可接上消息、文档和会议 [18] - 国内Work Agent已有千万级用户，生活Agent仍在尝试，Work Agent先跑起来是因为工作的Context早已集中在少数几个系统里，有权批准的人也都在公司里，Agent继承员工账号和权限就等于进了公司的Context [18] 三、生活Context的碎片化 - 国内生活Context尚无相对成熟的生态系统，订单在邮箱、聊天在手机上、答应家人几点到家等可能在备忘录也可能哪儿都没记，阿里做个人Agent也只是先接上淘宝、支付宝等App [19] - 同样一趟出差，机票在航旅App、酒店在携程美团、同事确认在微信群、改签要进航司小程序，登录和支付绑在手机上靠已登录会话、短信验证码和设备确认，云端新开电脑很难继承这些关键上下文 [23] - 阶跃星辰下场探索硬件推出自研手机STEPX Neo以应对生态碎片化 [23] - 苹果是美国上云潮中的例外，走端侧路线，原因是iPhone用户很多Context留在本机，iMessage不给第三方读取接口，照片和健康数据需逐项授权，9月推出的新版Siri主打根据个人Context在系统里直接操作 [23] 四、中美市场路径分歧 - 美国个人Agent大多上云，dots给每个Agent配一台云端电脑，Muse跑在专属云端虚拟机里；国内厂商很多在尝试做Agent手机，阶跃星辰发布Agent手机，豆包手机助手已出到第二代 [21] - 美国公司倾向上云是因为很多人用同一邮箱注册登录各种服务，银行、医疗、购物不少有现成接口，用户授权一次云端Agent就能拿到对应信息 [21] - ChatGPT今年能接美国医疗机构病历，也能经Plaid接1.2万多家金融机构账户；dots一上线就能连4000多个应用；Meta的Muse接邮箱时读邮件和代发邮件分开授权；没有接口的服务只要网页能办且网站允许，云端电脑浏览器就能去点；支付有Stripe发放的一次性受限凭证，真实卡号不用交出 [21] - 握着操作系统的公司在Personal Agent上占便宜，验证码、通知、屏幕上刚发生的事都是系统先看到，但如果设备事件和平台接口按同样条件开放给云端Agent，手机优势会缩小 [23] 五、超级App的开放与授权 - 生活信息上下文散落在十几个互相竞争的平台手里，没有一个统一主人，哪一家都可以单独说不 [26] - 在中国最接近管理员的是超级App，接得最顺的是各家自己的Agent，第三方Agent靠屏幕自动化操作随时可能被拒绝，而专为自家Agent重写底层的产品改的是自家系统 [27] - 支付宝开放了300多项服务，美团只开了跑腿、外卖没开，腾讯首批接进来的是WorkBuddy、企业微信和微信读书 [27] - 通过调用服务接口，超级App产生的生活化上下文仍在平台自己手中，第三方Agent只是发送需求并得到执行结果 [27] - 开放缓慢还有责任划分问题：工作里Agent办砸了有公司兜底，生活里订错票损失只能由用户自己承担 [27] - 美国公司做法是先做了再说、平台不满意再拦，9月20日Amazon以Muse未表明身份为由拦下其代用户购物，Meta此前称Muse看不到用户密码和支付方式，去年Amazon还因类似理由起诉AI浏览器Comet开发商Perplexity，今年8月二审法院撤销一审初步禁令但官司未打完 [28] 六、Context飞轮 - Agent产品跑起来依赖Context飞轮，跑起来后呈螺旋向上的能力和体验提升，接入早期依赖已存在的Context如邮箱订单、手机会话执行任务，用户逐步提供更多上下文后Agent手里多出用户批准过什么、改过什么、哪次出错后收紧授权等内容 [30][31] - 聊天里提过的偏好各家Agent都能记一些，办过事的经验更难得，Agent照章办事、用户交待资料更少、出错更少，用户提供资料就会更多，飞轮能否转起来要看产品能否正确记住这些：用户纠正一次有没有问清原因、一次性要求和长期偏好有没有分开存、事情办完结果有没有记下来 [31] - MyContext明确规定用户确认过的结论模型不能自己改，做的就是这一层 [32] - Agent站在同一起跑线时比的是谁手里已有Context多，往后比的是谁飞轮转得快，差距会越拉越大 [32] - Work类Agent积累的内容归公司，Agent学会的“这个团队怎么做事”留在公司系统里；生活里攒下的上下文按理该归用户自己 [34] - 现阶段用户实际能带走的不多，ChatGPT和Claude能导出聊天记录，Claude和Gemini能导入别家记忆摘要，Gemini还能导入聊天记录压缩包，但授权边界、纠错记录、办到一半的任务目前都很难跟着走 [35] - 带不走的这部分反而成为Personal Agent的壁垒，用户换一家飞轮就得从头转，壁垒多高要看规则会不会像当年携号转网那样要求把这些也做成能带走的 [36] 七、Context与“对错”定义权 - 模型可以租，如苹果下一代基础模型基于Gemini定制，但Context租不到，只能握在自家手里或靠飞轮一点点攒 [38] - Context可以定义执行任务的“对与错”，掌握Context也就握着判断标准，飞轮转得越久Agent越清楚对用户来说什么叫“做对” [38] - 掌握生活Context、转着飞轮的大多是各种在线服务平台，生活里“做对”的标准本该由用户自己定，实际上替用户办事的Agent往往夹杂平台利益 [38] - Meta发布Muse时承诺对话和虚拟机数据不进广告系统，但这只是一家公司政策，替用户在商家间做选择的Agent排序依据是否透明、用户偏好能否强制锁定而不被平台结合自身利益优化，仍是关键问题 [38]

光通信板块盘前普跌，应用光电跌超5%，Lumentum、Coherent、康宁跌超4%。 10月22日美股盘前，三大股指期货集体下跌，截至发稿，道指期货跌0.64%，标普500指数期货跌1.01%，纳斯达克100指数期货跌1.78%。 存储芯片股盘前集体下跌，SK海力士跌超4%，美光科技、闪迪、希捷科技跌超3%。 | 말 음 = (0) | 最新 | 涨幅 | 涨跌 | | --- | --- | --- | --- | | Us SK海力士 | 143.250 | 2.48% | 3.460 | | SKHY | 136.798 盘前 | -4.50% | -6.452 | | Us 美光科技 | 913.670 | 1.96% | 17.600 | | MU | 884.500 盘前 | -3.19% | -29.170 | | Us 闪迪 | 1378.220 | 0.94% | 12.840 | | SNDK | 1325.400 盘前 | -3.83% | -52.820 | | us 西部数据 | 378.510 | 3.89% | 14.190 | | WDC | 367.290 盘前 | -2 ...

市场表现与指数走势 - 10月22日恒生科技指数再创本轮调整新低，跌破3800点，日内跌幅超过5%，已跌至2024年9月24日行情启动水平（当天开盘3786点）[3] - 腾讯控股和阿里巴巴轮番大跌拖累恒生科技指数，腾讯控股、阿里巴巴盘中一度跌破380港元、100港元[3] - 腾讯控股、京东集团等多家互联网公司权重成分股跌破2024年9月23日行情启动前水平[3] - 恒生指数与恒生科技指数均触及调整新低，预计短期调整格局或继续维持[3] 下跌原因分析 - 部分蓝筹股业绩表现不理想，如中国移动、宁德时代等拖累市场情绪[3] - 美债利率依然处于高点，美联储加息预期犹在，压制成长股估值[3][4] - 全球科技股AI行业定价从"算力故事"切换为"资本回报约束"，烧钱换估值的定价体系被重估[4] - 三季报逐步披露之际，海外资金对权重股业绩比较谨慎[4] - 市场关注下月初美国中期选举前后美国政策变化及内地可能出台的经济刺激政策，因素明朗后市场才有更明确方向[3] - 本轮下跌是多重因素叠加的结果，港股交易情绪跌至冰点[4] 估值与基本面判断 - 本轮行情杀的是估值而非盈利，恒生科技指数成分股龙头现金流依然稳健[5] - 动态市盈率已压至历史极低水平，为2024年"924"行情以来最低[5] - 当前香港互联网公司估值处于历史低点，已充分反映消费疲软、居民信用走弱、海外利率高企及AI投入回报周期拉长等负面因素[5] - 龙头基本面仍具韧性，现金流与盈利质量较好，相对海外同业存在明显折价，中长期具备吸引力[5] - 科技股估值底已现，但基本面底部仍在确认[3] 资金与市场情绪 - 南向资金持续越跌越买[5] - 短期技术面已超卖，南向资金有流入迹象，空头回补或情绪修复可触发技术性反弹[5] - 恒生科技指数短期或有技术反弹，但在美债利率和AI盈利兑现两个核心变量解除之前，更可能维持震荡筑底，而非V型反转[5] 投资策略建议 - 中长期更适合分批布局[3] - 投资者不宜猜测股价底部，可考虑控制仓位分批承接[5] - 优选已经盈利、自由现金流扎实的龙头标的，并匹配个人风险承受力、预留充足现金[5] - 真正的趋势反转需要居民信用周期改善或政策进一步向居民端发力[5]

市场整体表现 - 恒指下跌3.03% [1] - 恒生科技指数下跌5.03% [1] 个股表现 - 联想集团跌近11% [1] - 华虹宏力跌超9% [1] - 智谱跌超7% [1] - 阿里巴巴跌超6% [1]

截至收盘 ， 沪指跌1.48% ， 深成指跌2.96% ， 创业板指跌4.37%， 创业板指较今年6月的历史高点跌幅超40% 。 沪深两市成交额1.53万亿 ， 较上一个交易日放量994亿， 全市场近5000只个股下跌 。 盘面上， 人形机器人概念逆势活跃 ， 大业股份5连板 ， 兆威机电4天2板 ， 大洋电机 、 襄阳轴承 、 鸣志电器涨停 ；银行板块局部回暖 ， 工商 银行 、 建设银行再创历史新高。 下跌方面 ，科技股 集体走弱 ， 华盛昌 、 崇达技术跌停 ， 新易盛跌超12% ； AI漫剧概念震荡调整 ， 引力传媒 、 德才股份跌停 ， 果麦文化跌 超13%。 与此同时，港股也走低，截至发稿，恒生指数跌超3%，恒生科技指数跌超5%。 01 科技板块大跌 "易中天"集体走弱 市场全天调整 ， 三大指数集体走弱。 科技股走低， "易中天"集体大跌，新易盛跌超12%，中际旭创跌超8%，天孚通信跌超8%。 300502 盘后交易10-22 15:20:00 北京 22.55万人加自选 4 1 > 258.01 -36.11-12.28% CN 融 通 L1 高 295.00 开 293.89 量 73.43 ...

文章核心观点 - FDE（前线部署工程师）概念由Palantir带火，核心是驻场交付，将标准化数据产品嵌入客户系统与工作流，帮助Palantir股价从2022年底不到6美元涨至2025年200美元 [5] - 字节、阿里、腾讯、金山等大厂紧急招募FDE，豆包开出105万元年包，阿里云大模型FDE月薪2万至5.5万、16薪，月之暗面Kimi上线年包109万元FDE岗位，字节部分FDE入驻企业日薪可达1万元 [4] - FDE本质是提升一线人员作战能力，解决"销售谈不清需求、研发够不着客户"的AI to B交付核心矛盾 [6][7] - 行业分歧明显：FDE内核成立但被过度神化，若仅作为销售获客敲门砖则沦为伪概念，人机结合是必然趋势 [21] FDE的岗位定义与能力要求 - FDE即Forward Deployed Engineer，需面向市场拿单、懂业务、能将需求翻译成技术语言并自行部署交付，是复合型人才，能对结果负责并以结果收费 [9] - 面试要求覆盖技术栈极长，从服务器一直到Agent平台，岗位分1到10级，类似TAM角色但技术广度要求更高 [10] - 市面FDE岗位分两类：一类基于自家Agent产品做垂直行业能力，技术深度更深；另一类无自家Agent产品，利用外部工具按客户需求从0到1定制开发 [10] - FDE需具备全栈技术能力与销售灵敏嗅觉，深入客户现场标准化需求并反馈给产品设计 [10][11] - 鼎晖高级合伙人郭其志判断：最好的人选是曾经的销冠，AI Coding能力可补足技术短板，能0基础学会编程即为天然FDE选手 [12] - FDE常被当作技术岗招入、当作交付工种使用、最后按销售考核 [12] 收费模式与交付现状 - 国内FDE驻场收费分两种：项目制按每人每天薪酬收费；订阅产品打包服务项目付费 [10] - 字节FDE岗位不要求长期驻场，以改善自家Agent为主、偶尔出差；阿里云可线上合作办公；部分创业公司要求长期出差 [10] - 不少FDE进企业实际做的事是培训，给客户办AI比赛、上AI课，距离理想状态很远 [14] - 国内to B交付甲方常要求定制，平台最终落个"魔改"版 [15] - 企业端AI落地分四阶段：个人应用、企业局部应用、企业整体应用、社会化管理，目前仅走到第二阶段，端到端全域尚未见到 [15] 客户付费意愿与落地障碍 - 企业不信任AI、不会重度依赖市面AI产品，B端容错率极低，哪怕AI有0.01%概率误删数据或做错账，企业都绝不接受 [15] - OpenAI服务某半导体企业案例：团队4周产出demo，后续耗费4个月为每份输出结果完整标注数据来源，更多是心理需求而非实际需求 [15] - 上下文不充足、数据割裂是通用AI进入大厂落地的拦路虎，客户员工需手动喂信息，决策和审核仍需人工过一遍 [16] - 有客户采购某头部AI平台首年掏几十万元，第二年完全不续约，大厂角度该单变成亏本生意 [17] - 客户希望直观看到AI效果，如Token数量与效率提升，但AI产品实际效果难以直观显示，交付流程也做不到标准化 [17] - 大厂汇报混乱、KPI混乱、工作目标混乱，数据集成模块收益算在另一拨人头上导致协同困难，大厂以产品为主语反推B端业务流程而非相反 [17] - 苏州制造业老板反馈智能制造还很难靠AI介入，一直是厂商试图教育市场，客户根本没有相应诉求 [19] - B端落地必然触碰客户内部利益再分配，哪些部门数据开放、哪些岗位核对流程简化、谁为上线结果签字，写不清楚再强的技术也会在会议室被耗死 [20] 海内外模式差异与团队规模 - 海外更多是标准化SaaS产品，中国总是需要项目式交付 [20] - OpenAI的FDE团队早期仅两人，截至2025年底整个团队规模仅50人左右，人效很高 [20] - 国内大厂都在搭建数百人规模的交付、生态服务团队，人力投入差距悬殊 [20] - 模型能力直接决定FDE产品标准化后需要多少人力兜底，模型长程任务准确率持续提升则FDE人效越来越高 [20] - 智谱现阶段基本只输出标准化API，背后依托较强模型底座，被钱追着跑；一家公司现场堆的人越多，恰恰说明产品和模型越不够用 [20] - FDE真正目的是把需求标准化地带回产品里，仅驻场做一次性项目交付就与外包无异 [20] 小玩家与"一人公司"形态 - 大厂交付不了的缝隙里长出一批小玩家，冯璐瑶团队最初仅三人：一人负责诊断出方案和搓demo，一人负责部署落地，一人负责获客 [22] - 客户画像为50人到300人的公司，无强技术团队或业务与技术磨合不好；定价为改造一条业务流程5.8万元起步，两条流程加咨询和培训一年收取12.9万到15.9万元 [22] - 一批拥有十年以上开发经验的程序员正转型"超级个体"，只亲自完成30%的架构设计与技术选型，剩余70%执行工作交由AI承接 [23] - 李峰在物理隔离设备上本地部署四五个大模型与8个Agent，配套供电、门禁、隔离围栏、记忆维护机制及紧急任务队列，定义为"受控工业级" [24] - 小玩家增长天花板已显现，飞书原有不少大客户已转向采购豆包工作，企业服务仍是堆人力的生意 [25] - 中小企业主算账：软件服务商百万元AI升级报价，不如20万元聘请一名懂Agent的开发用一年落地项目 [25] - 破局路径一是放大单人能力积累人力复利，一个FDE替代售前加产品经理；二是将交付成果产品化沉淀，已沉淀出餐饮门店、跨境电商两套标准化方案 [25] 行业前景判断 - 李峰认为机会和泡沫只在一瞬间，切入好是机会、切入不好是灾难，落地策略是双S曲线并行、不贸然推翻原有成熟业务，金蝶内部已推动工程师同时考取AI工程师与FDE认证 [26] - 行业共识是岗位是否叫FDE不重要，关键在于中国企业的AI落地能否真正跑通 [26]

亚太主要股指集体大幅下挫 - 韩国KOSPI指数日内跌超4.5%，SK海力士跌超6%，三星电子跌超4% [1] - 日经225指数向下跌破63000点，最新报62928.36点，日内下跌2.62% [1] - 韩国KOSPI200报850.54点，下跌40.50点，跌幅4.55%；韩国KOSPI报5488.53点，下跌247.13点，跌幅4.31% [2] - 日经225报62928.36点，下跌1692.88点，跌幅2.62% [2] A股及港股主要指数表现 - 创业板指跌逾4%，沪指跌1.50%，深成指跌2.88% [3] - 创业板指报2593.29点，下跌101.42点，跌幅3.76%；深证成指报11381.16点，下跌323.19点，跌幅2.76% [2] - 沪深300报4032.85点，下跌79.08点，跌幅1.92%；中小100报7156.84点，下跌197.78点，跌幅2.69% [2] - 恒生指数报22902.42点，下跌749.45点，跌幅3.17%；国企指数报7670.90点，下跌272.51点，跌幅3.43%；红筹指数报3824.49点，下跌115.37点，跌幅2.93% [2] - 恒生科技指数跌超5%，现报3790.120点，年内跌幅超30% [4] 行业板块与个股表现 - 算力硬件、贵金属、医药生物、半导体芯片等方向跌幅居前，沪深京三市下跌个股近4900只 [3] - CXO板块午后走低，昭衍新药、凯莱英、药明生物跌超10%，泰格医药跌超8%，药明康德跌超6% [6] - 港股科网股多数下跌，联想集团下跌11.62%，创梦天地跌超10%，华虹半导体跌超8%，网易-S跌近7%，阿里巴巴跌超6%，京东、美团跌超4%，小米集团、腾讯控股跌超3% [6]

市场整体表现 - 香港股市跌至四个月低点，恒生指数下跌2.9%，香港科技股下跌4.6% [8] - 内地蓝筹股沪深300指数午盘下跌1.3%，较6月峰值低近20%，接近技术性熊市门槛 [8] - 上证综合指数下跌0.9% [8] - 从近期峰值下跌20%或以上被广泛视为技术性熊市的阈值 [1][8] 科技板块表现 - 创业板综合指数下跌2.8%，追踪科技型公司的科创50指数午盘下跌1.6% [6][9] - 香港科技权重股领跌大盘，腾讯控股下跌3.4%，阿里巴巴下跌6% [6][9] - 全球人工智能相关股票的广泛抛售也加剧了中国股市的疲软 [5][8] 投资者情绪与政策预期 - 投资者情绪因北京刺激措施有限及三季度经济增长强于预期后对额外政策支持的预期降低而减弱 [1][8] - 国庆假期前宣布的措施（包括针对低价房产首次购房者的房贷利息补贴）未达市场预期 [3][8] - 2026年上半年投资者集中持有科技股，这一趋势反映在第二季度公募基金投资组合中，导致部分板块估值过高，同时使投资从其他板块分流 [5][9] 经济基本面 - 中国经济在第三季度从三年增长低点反弹，受强劲出口支撑，但消费者支出仍保持谨慎 [5][8] - 分析师警告经济对外部需求的日益依赖正在加剧结构性失衡 [5][8] 市场展望 - 部分投资者认为抛售压力可能接近尾声，腾讯等主要股票的快速下跌可能表明恐慌性抛售正接近最后阶段，但市场需要时间从损害中恢复 [7][9] - 最新跌势凸显投资者对中国经济前景、政府支持措施有效性以及科技板块估值可持续性的担忧加剧，背景是人工智能相关投资的更广泛重新评估 [8][9]

腾讯AI投入与股价重定价 - 腾讯控股10月21日跌破400港元关口，股价回到2018年初水平，年内累计跌幅近四成 [2] - 二季度资本开支同比增176%至527.8亿元，瑞银测算三季度AI运营支出约160亿元，拖累经调整营业利润同比下滑2% [2] - 剔除AI战略投资后内生利润增速仍达13%，毛利率升至57.2% [2] - 公司将于11月18日披露三季报，并已发债筹资继续加码AI [2] - 市场将腾讯定价从现金牛切换为烧钱成长股，PE中枢从20倍砍到15倍区间 [2] - 财报验证前预期差会反复影响股价，11月18日三季报为第一个验证点，需关注AI资本开支节奏、自由现金流能否回正、经调整利润下滑幅度 [2] - 400港元下方、15倍PE已进入价值区，但价值区不等于买点，需等财报消除不确定性后再行动 [2] 港股科网板块集体走弱与阿里巴巴跌破100港元 - 10月22日港股走弱，科网股集体大跌，阿里巴巴跌幅超5%，股价跌破100港元关口，报98港元/股，成交额36.61亿港元，最新市值1.95万亿港元 [3] - 阿里跌破100港元与腾讯破400港元联动，反映整个科技板块在被重新定价，资金在系统性撤出 [3] - 1.95万亿市值对应的是被悲观预期打满的定价，但估值便宜和股价见底是两回事 [3] - 港股流动性太薄，卖盘涌出没有承接，成交量放大说明抛压还在释放，未到衰竭 [3] - 需等待两个信号：科网板块成交缩量、跌停式杀跌停止；南向资金从净流出转净流入 [4] 泡泡玛特高位波动与长线资金态度 - 泡泡玛特近五个交易日累计跌超13%，知名投资人段永平表示会继续买入 [4] - 五日跌13%属于前期涨太多后的获利回吐，高位股波动放大是常态，不改变基本面 [4] - 段永平表态对市场是情绪锚，对个股是长线资金的态度宣言，但不应将其视为买入信号 [4] - 高位消费股最大风险是筹码结构，前期赚钱的人随时可能落袋，趋势未稳之前任何利好都可能是出货窗口 [4] - 想跟随长线资金思路的，等股价走出企稳信号再分批进，已持有的需设好止盈线 [4]