微软股价技术分析 - 股价自六月初以来经历了大幅下跌，从466美元直接下跌，每股快速损失了110美元[2] - 当前股价接近约350美元的主要支撑区域[1] - 若该支撑位失守，股价可能快速跌至315美元水平[1] 短期与长期前景展望 - 短期来看，股价可能出现技术性反弹，可被视为一次“快进快出”式的交易机会[2] - 上行方面，股价难以轻松突破375美元水平[2] - 长期来看，要形成更坚实的底部需要更多努力，当前下跌是“彻底的崩盘”[2] 影响长期表现的关键因素 - 公司需要解决其人工智能产品Copilot未被广泛采纳的问题[2]

全球算力竞赛与资本投入 - 全球AI算力基础设施建设持续升温，资金涌入算力产业链多个节点，A股光通信与算力硬件板块受到关注 [1] - DeepSeek完成首轮外部融资，募资超500亿元，估值达3380亿元，标志着国内AI大模型进入“重资本”阶段，将驱动GPU集群、高速互联、数据中心配套等环节需求增长 [2] - 英伟达启动五年来首次大规模债券发行，市场认购额高达850亿美元，微软、谷歌、Meta等科技巨头2026年合计AI基础设施建设预算或突破3000亿美元，驱动光模块、服务器等硬件需求迅速增长 [2] 光通信与AI算力产业链受益环节 - 全球算力竞赛驱动光通信与AI算力产业链深度受益，光模块、服务器等硬件需求增长迅速 [2] - A股光通信三巨头中际旭创、新易盛、天孚通信作为全球高速光互联核心供应商，在海外AI数据中心供应链中可替代性弱 [8] - 海外云计算巨头持续加码与1.6T光模块加速放量，构成了光通信产业链中长期向好的基本面 [8] 相关投资基金产品梳理 - 英大策略优选C（001608）前五大重仓覆盖光通信/AI算力核心环节：中际旭创(6.39%)、东山精密(5.85%)、天孚通信(5.38%)、新易盛(5.38%)、菲利华(4.71%) [3] - 景顺长城稳健回报混合C类（001407）重仓中际旭创、新易盛、源杰科技、东山精密等光通信龙头，同时对算力产业链有一定布局 [4] - 汇添富优选回报混合C（002418）重仓新易盛、阳光电源、中际旭创、源杰科技等标的，持仓覆盖光伏与光通信 [5][6]

文章核心观点 - AI行业顶尖人才竞争加剧，谷歌在短期内损失了多位具有代表性的核心技术人才，流向OpenAI和Anthropic，这反映了AI人才价值正在被重新定价，也引发了外界对谷歌AI竞争力和产品创新能力的讨论 [2][3][5] - 谷歌DeepMind CEO Demis Hassabis 回应了外界对人才流失和模型能力的质疑，他认为判断AGI竞赛的赢家不能只看短期人才流动或单一模型赛道，并强调谷歌DeepMind拥有最广泛的研究团队和最完整的AGI技术路线 [22][26][29][34] 关键人才流失事件 - 在6月的一周内，谷歌DeepMind损失了四位技术元老，包括Gemini共同负责人Noam Shazeer（加入OpenAI）、AlphaFold共同创造者John Jumper（加入Anthropic），以及研究员Jonas Adler和Alexander Pritzel（均加入Anthropic）[3] - 这些人才分别对应谷歌AI体系中的关键技术线：Transformer架构、大模型预训练、Gemini、AlphaFold、AI coding以及模型训练系统，他们的离职具有强烈的象征意义 [4][11][14] 离职人才的技术背景与影响 - **Noam Shazeer** 是2017年提出Transformer架构的里程碑论文《Attention Is All You Need》的共同作者，也是Gemini项目的共同负责人，他的离开表明即便通过高价交易（如27亿美元收购Character.AI相关交易）也难以永久绑定顶尖人才 [7][9][11] - **John Jumper** 是AlphaFold的核心人物之一，曾因蛋白质结构预测工作获得2024年诺贝尔化学奖，他的离开意味着谷歌DeepMind失去了“AI for Science”方向的招牌人物 [12][14] - **Jonas Adler 和 Alexander Pritzel** 是Gemini模型开发的重要贡献者，分别专注于AI Coding和AI系统训练，他们的加入将增强Anthropic在编码、智能体和复杂任务执行上的竞争力 [16][17] 行业人才竞争态势分析 - OpenAI和Anthropic对顶级人才的吸引力部分源于更聚焦的组织目标和潜在的pre-IPO股权激励，相比成熟的谷歌，它们能提供更大的股权上行空间 [19] - 算力分配不仅是基础设施问题，也关乎项目优先级、技术路线和组织话语权，有媒体报道Shazeer负责项目的部分算力被重新分配，这可能成为人才流动的隐性变量 [19] - AI人才的选择标准正在变化，顶级研究者不仅看平台规模，也考量模型路线、组织效率、算力分配、产品落地速度以及在下一轮资本化中的收益 [20] 谷歌DeepMind的回应与战略定位 - Demis Hassabis承认前沿实验室间存在激烈的人才竞争和流动，但强调谷歌仍然能赢得“相当一部分”顶级人才，并拥有所有前沿实验室中“规模最大、覆盖最广”的研究团队 [24][25][28] - Hassabis认为AGI的路径不会仅由文本模型或代码生成能力决定，谷歌DeepMind押注于包括多模态基础模型、代码、视频、图像、音乐生成以及科学研究模型在内的多条技术路线 [27][29] - 他将DeepMind定位为长期AGI竞赛的参与者，其优势在于整合语言、视觉、代码、科学推理、世界模型、机器人和模拟能力的跨学科、跨模态系统能力，而非追逐短期应用热度 [30][32][34]

文章核心观点 - 苹果与谷歌达成协议，由谷歌的Gemini AI模型为苹果的Siri提供支持，据传年费约为10亿美元，该交易被解读为苹果在AI领域的战略胜利，而非落后 [1] - AI模型正趋于商品化，而苹果对用户生态的掌控力是难以替代的核心资产，此次交易使苹果能以较低成本快速提升产品体验，同时保持财务自律 [4][5][8] 交易细节与财务影响 - 交易金额约为每年10亿美元，但双方均未确认具体条款 [1] - 该费用仅占谷歌为维持iPhone默认搜索引擎地位向苹果支付款项的5% [3] - 对于年销售额超过4000亿美元的谷歌而言，10亿美元年费微不足道，这是一笔高利润的授权收入，且无需额外重大支出 [2][3] 交易对谷歌的意义 - 获得高利润的模型授权费，且无需新的重大开支 [2] - 获得品牌背书，苹果以对品质的严苛要求著称，选择Gemini而非OpenAI的ChatGPT或Anthropic的Claude具有象征意义 [2] 交易对苹果的意义与战略优势 - 苹果无需承担研发成本即可大幅提升Siri能力，内部评估显示Siri在处理复杂请求时约有三分之一的情况出错，整合Gemini将显著改善产品和用户体验 [6] - 苹果以相对较低成本获得即时解决方案，同时继续完善自有模型，10亿美元年费虽不便宜，但远低于谷歌投入开发Gemini的成本 [7] - 苹果在AI资本支出上保持高度自律，2025年约为127亿美元，而谷歌同期支出约为900亿美元 [7] - 此举使苹果能享受尖端AI技术带来的收益，而无需承担大部分创造该技术的成本 [8] 双方核心业务依赖性与市场地位 - 谷歌极度依赖在iPhone的默认搜索引擎地位，若失去该位置，将被排除在超过15亿台全球最具价值设备的搜索流量之外，对其核心业务构成重大打击 [4] - 相比之下，AI模型近乎商品化，是苹果可以采购和替换的零部件，若苹果将Gemini替换为OpenAI的GPT、Anthropic的Claude甚至中国的DeepSeek，普通iPhone用户可能不会察觉 [4][5] - 苹果对客户的掌控力是其无可替代的核心优势 [5] 公司市场数据 - 谷歌母公司Alphabet当前股价为344.24美元，市值达4.2万亿美元，当日跌幅0.30% [3] - 苹果公司当前股价为274.30美元，市值达4.3万亿美元，当日跌幅6.41% [5]

谷歌人才流失 - 谷歌DeepMind“推理第一人”周登勇已低调离职，加入Meta MSL担任研究科学家，其谷歌学术引用量超过12.8万[2][3][8][15] - 2024年6月，Transformer核心作者之一Noam Shazeer离开谷歌加入OpenAI，此人于2021年随其公司Character.AI被谷歌以27亿美元收购[27][29] - 2024年诺贝尔化学奖得主、DeepMind副总裁John Jumper于2024年6月宣布加入竞争对手Anthropic[30][32][33] - Gemini核心贡献者Jonas Adler和Alexander Pritzel同样于2024年6月离职并加入Anthropic[34][36][37] Meta人才吸纳 - Meta近期成功吸纳了两位顶尖AI人才：前谷歌推理专家周登勇，以及UC Berkeley教授、AI安全领域权威学者宋晓冬[3][19][21] - 宋晓冬以Meta MSL AI研究副总裁身份加盟，其Google Scholar引用量约16.9万，她创办的Virtue AI整个团队（包括其他两位联创）也并入了Meta[22][24][25][26] 谷歌内部战略调整与冲突 - 谷歌新成立了一个由DeepMind CTO及创始人谢尔盖·布林亲自参与的“AI Coding突击小队”，旨在全力提升Gemini在编程（Coding）和智能体（Agent）方面的能力[40][41][42] - 该突击队的权限近期升级，其研究范围已从工程优化扩展至包括模型训练中期（Midtraining）在内的更广泛领域[44] - 内部战略重心向“Coding”倾斜，这与DeepMind许多研究人员最初构想的“世界模型”AGI路线存在冲突，据透露世界模型进展不顺利，可能暂时搁置[46][47][51] - 战略资源（如算力）向Coding突击队倾斜，被认为是导致部分人才（如Noam Shazeer）离职的原因之一[52][53] 行业人才竞争与趋势 - 顶级AI人才正从谷歌流向OpenAI、Anthropic、Meta等竞争对手[6][27] - 除了薪酬吸引力，Pre-IPO公司的股权包对顶级研究员有巨大吸引力[37][38] - 编程（Coding）路线的商业价值已被Anthropic和OpenAI验证，而“世界模型”路线则面临商业回报慢和技术瓶颈的挑战[50][51]

文章核心观点 - 中美互联网巨头在AI编程这一关键且成熟的商业场景中集体表现不佳，面临“大公司魔咒” [3][4][5] - AI编程的战略意义在于定义AI时代的开发规则，并掌握下一代软件（如Agent）的生产方式与数据，是AI To B的重要入口 [7][8] - 互联网大厂做不好AI编程，主要症结在于组织、产品和生态困境，而非技术能力不足 [10][16][26][28] - 国内大厂在AI编程领域同样“哑火”，存在战略失误、缺乏自用压力、思维惯性以及错过关键时间窗口等问题 [19][20][23][29] - 未来AI编程的竞争胜负手在于工程化与产品体验，机会可能属于独立、专注、能快速迭代的团队，而非采用传统“集团军”打法的大厂 [24] 谷歌在AI编程上的困境分析 - **产品碎片化与组织分散**：谷歌拥有多个AI编程产品（如Gemini Code Assist, Jules, Gemini CLI, Firebase Studio, AI Studio），但由不同部门操刀，导致品牌、入口和收费模式混乱，内部互相竞争，削弱了产品稳定性和用户认知 [10] - **生态入口缺失**：在开发工具链领域缺乏根基，没有同等级别的代码仓库和IDE分发渠道，而竞争对手如微软拥有全球超过70%程序员使用的VS Code和GitHub，Cursor也卡住了IDE核心入口 [12][13] - **商业化导向偏差**：AI编程产品（如Gemini Code Assist）长期被视为Google Cloud的附加销售工具，目的是防止客户流失，而非围绕开发者体验独立打磨的产品 [15] - **“创新者窘境”与基因冲突**：公司资源与注意力向搜索和广告主业倾斜，AI coding新物种在内部难以获得高权重和匹配资源；大厂追求规模化、稳健，与AI coding所需的小团队、快速迭代、贴近开发者痛点的创业节奏相悖 [16][17] 国内互联网大厂在AI编程上“哑火”的原因 - **战略失误与优先级低**：国内大模型起步晚，初期有跑分压力，AI coding未获优先考虑，许多大厂优先考虑AI与主营业务的结合 [20] - **缺乏“自用压力”与内部动力**：各事业部门KPI不同，缺乏动力打磨自研工具，员工可直接使用公司报销的全球最好工具（如每人每月数千美元额度），导致内部产品缺乏“提效飞轮” [20][21] - **认知滞后与方向偏差**：国内很多团队在2025年七八月份才意识到AI coding的重要性，开始做IDE工具，但随后Claude Opus 4.6的出现改变了行业定义，显示卷IDE方向可能存在问题，因为“IDE是给人用的，而不是给AI用的” [22][23] - **思维惯性与模式不适配**：国内大厂习惯流量分发、企业销售和捆绑合同的传统互联网或云业务思维，而AI编程是典型的PLG（产品驱动增长）赛道，程序员群体崇尚技术、对抗商业洗脑，传统打法难以奏效 [23] AI编程的竞争格局与未来展望 - **竞争窗口期**：AI coding的竞争格局尚未完全固化，但窗口期可能不会超过两年 [30] - **胜负手转移**：竞争关键越来越在于工程化和产品体验，而非单纯的模型参数军备竞赛 [24] - **机会所在**：最好的AI编程工具更可能出自相对独立、能快速迭代的小而专团队，而非采用“集团军”打法的大厂 [24]

互联网大脑模型与超级智能的关系由来 - 互联网在过去50年里从网状结构进化成为大脑模型，人类群体智慧与机器群体智能通过此结构形成了前所未有的超级智能形式[4] - 21世纪涌现的云计算、物联网、工业4.0、边缘计算、大社交网络、区块链等技术概念，分别对应互联网大脑的中枢神经、感觉神经、运动神经、神经末梢、类脑神经元网络、神经纤维及反抗中枢化的古老神经系统[6] - 互联网大脑架构与城市、工业、农业等各行业结合，形成了城市大脑、工业大脑、农业大脑等行业应用[6] - 世界科技巨头为适应此结构，将核心业务与之结合，例如谷歌大脑、讯飞超脑、360安全大脑、腾讯超级大脑、阿里ET大脑、华为EI智能体[6] - 互联网大脑模型指出，人类、商业与政府机构连接形成右大脑（云群体智能），传感器、机器人与智能设备连接形成左大脑（云机器智能），两者的结合是超级智能实现的基础，与谷歌对ASI的预期直接呼应[7] - 以互联网大脑为物理基础的超级智能，正对21世纪人类的社会结构、经济形态、科技创新和哲学思考产生重大深远影响[8] 实现超级智能的四条路径与互联网大脑的发育 - 谷歌报告提出通往ASI的四条路径，与互联网大脑的发育进程高度对应[2] - 第一条路径：算力、模型与数据的规模化扩张，对应互联网大脑中枢神经系统（云计算与大数据）的持续扩容及AI巨型神经元的不断增大[9] - 此路径的主要瓶颈之一是“数据墙”，即高质量训练数据增速跟不上模型规模扩张，这要求互联网大脑的感觉神经系统（物联网、视频监控、人机交互）必须持续汲取更丰富的真实世界输入[11] - 第二条路径：算法范式的转变，跳出当前大模型框架，相当于互联网大脑神经信息处理机制本身的进化升级，是类脑巨系统在结构层面走向成熟[11] - 第三条路径：递归自我改进，即AI参与并加速AI自身研发，形成正反馈循环，对应互联网大脑的“云反射弧”从被动响应走向自我强化的高级形态[11] - AlphaZero式的自我对弈与自我蒸馏是递归改进的典型机制，这正是互联网大脑左半球（云机器智能）加速成熟的真实写照[13] - 第四条路径：通过大规模多智能体集群形成群体智能体，这是与互联网大脑契合度最高的一条路径[14] 群体智能体：是超级智能也是互联网大脑的核心命题 - 谷歌报告提出ASI可能从大量AGI智能体的协同中涌现，这些智能体可像企业、市场那样组织，形成具有独立表征与动机的群体智能体，甚至构成虚拟智能体经济[15] - 这一论断与互联网大脑模型的核心命题几乎完全一致，互联网大脑从一开始就是由人类神经元与机器神经元通过大社交网络互联而成的巨系统[17] - 2026年智能体的发展，意味着代表机器智能的AI神经元将进一步发展，并与代表人类神经元的社交网络结合，一个世界级的物理神经元网络正在不断发育成型[17] - 谷歌报告设想的群体智能体协调、市场化价格信号以及多智能体规模法则，对应的正是互联网大脑中类脑神经元网络的成熟，以及云群体智能与云机器智能两个半球的协同放电[17] - 未来的ASI可能表现为高度同质、持续共享知识的超级集合体，也可能是大量异质专才在市场竞争中动态自组织的形态，但都未超出互联网大脑左右半球协同与大社交网络互联的基本图景[17] 超级智能的能力上限与人类的归宿 - 谷歌报告借助通用人工智能框架为机器智能给出理论上限，指出数字智能可被无损复制、可跨载体迁移、可高带宽共享经验等优势会随算力增长不断放大[19] - 这些优势是互联网大脑中神经元能够海量复制、快速连接、协同放电的技术前提，一个可以无限复制并高带宽互联的AI神经元群体，与互联网大脑追求的成熟类脑神经元网络在工程含义上是同一件事[19] - 谷歌报告与互联网大脑模型都强调这是一个充满不确定性的发育过程，而非确定的终点，ASI既非全知也非全能，仍受物理、复杂度与逻辑等根本限制[19] - 在《崛起的超级智能》一书中提出一个终极推论：若有无限时间进化，互联网大脑将在结构上与大脑高度相似，范围扩展到宇宙深处，与宇宙任何元素链接，最终形成智能宇宙或宇宙大脑[20] - 谷歌的路线图与互联网大脑的哲学预测在方向上高度一致，人类正在培育一个由人脑、机器与万物互联而成的超级智能体，谷歌的路线图更像是在描述互联网大脑走向成熟的发育时刻表[22] 谁来控制这个不断发育的超级智能 - 互联网大脑模型认为超级智能由数十亿人类和AI机器共同构成，人类构成右大脑，机器构成左大脑，二者的结合才称得上完整超级智能[23] - 谷歌报告提出的“抽象壁垒”假说间接支持了这一判断，该假说认为主要依靠人类已有概念训练的AI，可能缺乏从原始数据中独立提炼全新概念原语的能力[23] - 这意味着AI在基础科学原理层面全面超越人类，目前尚无现成可行路径，因此在互联网大脑模型中，人类（及代表人类的科技巨头与政治家）依然会握有最终决策权，AI和机器仅在人类授权下获得一定控制权[25] - 需要警惕两个现实问题：第一，被授予控制权的AI和机器在自主运行时，可能因程序缺陷或错误被网络放大为系统性危害，谷歌报告借用“正常事故理论”指出，在高度耦合的社会技术系统中，失效往往源于组织决策而非孤立技术故障[26] - 第二，连接到互联网大脑的AI和机器过度替代人类后，失业问题及超级智能创造财富的分配问题，谷歌报告指出后AGI时代经济的主要资源可能从劳动转向资本，这会冲击现有社会契约，必须重新设计分配机制[26] - 归根结底，超级智能越是成熟，人类越不能完全让渡决策权，互联网大脑的右大脑必须始终清醒地握住授权与分配这两根缰绳，这是安全的底线，也是超级智能能够继续健康发育的前提[26]

日韩股市集体跳水。 日韩股市跳水 今日早间，日韩股市开盘后，主要指数集体跳水，截至8:30，日经225指数跌2.65%，韩国KOSPI指数跌 3.26%。权重股方面，SK海力士跌4.35%，三星电子跌3.63%。 隔夜美股市场，大型科技股集体重挫，苹果大跌超6%，创2025年4月以来最大跌幅；微软、亚马逊大跌超 3%，Meta跌超2%，英伟达、SpaceX跌超1%，谷歌、特斯拉小幅收跌。 6月26日早间，日韩股市开盘后，日经225指数一度大跌超2200点，跌幅一度超3%；韩国KOSPI指数亦大跌 超3%，SK海力士、三星电子均大幅跳水。有分析人士指出，隔夜美股大型科技股下挫加剧了投资者对"AI交 易"前景的担忧情绪。 与此同时，霍尔木兹海峡局势也传来变数。据美媒报道，伊朗提议向途经霍尔木兹海峡的船只征收通行费，美 国国务卿鲁比奥随即回应，称此举将"树立不可接受的先例"。另据英国海上贸易行动(UKMTO)报告，一艘货 船在阿曼附近海域遭不明飞行物击中，多艘货轮被迫折返。 有分析人士警告称，随着存储芯片价格上涨，几乎所有含有半导体元件的电子产品都将面临涨价压力。科技供 应链中出现的大规模通胀效应，正在产生相当广泛 ...

文章核心观点 - Google正在重组其新成立的AI编码工具突击小组，旨在改变其AI模型的训练方法，以提升在编码及制作演示文稿等领域的AI能力，从而在有利可图的AI应用领域追赶竞争对手Anthropic和OpenAI [1] - 此次重组伴随着关键高管离职，引发了外界对Google能否在开发和调整具有竞争力的AI模型方面保持领先地位的担忧 [1] 公司战略与组织变动 - Google重组了成立仅数月的AI编码工具突击小组，目标是通过改变AI模型训练方法来提升其在编码及其他业务功能（如制作演示文稿）上的能力 [1] - 此次变动将原本的短期小组结构正式化，并扩大了其工作范围，以对标Anthropic和OpenAI将AI编码工具扩展到其他业务功能的努力 [1] - 尽管Google是AI繁荣的主要受益者之一，但公司在如何最佳分配人员和计算资源以与Anthropic和OpenAI竞争方面面临挑战 [1] 关键人才流失 - 明星研究员诺亚姆·沙泽尔（Noam Shazeer）突然辞职并加盟OpenAI，其离职发生在公司调整其访问AI服务器权限之后 [1][3] - 沙泽尔是2017年开创性“Transformer”架构论文的合著者，该架构是当前生成式AI热潮的基础，他离职前正在研究超越Transformer的新模型架构 [2][3] - 不到两年前，Google曾支付27亿美元达成一项许可协议，将沙泽尔带回公司 [2] - DeepMind副总裁约翰·贾姆珀（John Jumper）宣布将前往Anthropic，他此前因在蛋白质结构预测方面的工作获得诺贝尔奖，且最近被调至该特别行动小组 [3]

事件概述 - 谷歌工程师Justin Poehnelt因在业余时间开发并开源了名为Google Workspace CLI的工具而被公司解雇 [1] - 该工具使用Rust语言开发，发布后迅速登顶Hacker News榜首，在几天内获得数千个GitHub Stars并积累了数万真实用户 [4][5] - 在谷歌官方宣布推出自研的同款Workspace CLI产品两天后，该工程师收到了解雇通知 [6] 事件核心矛盾与观点 - 工程师认为，法务部门以在开源仓库使用谷歌Logo违反合规为借口，其根本原因是谷歌Workspace团队惧怕该工具背后的AI智能体模式会颠覆现有产品的商业模式 [5] - 该工程师认为自己的经历是为官方竞品验证市场并铺路，最终却被扫地出门 [7] - 有网络观点批评该工程师的行为，认为在上市公司未经审批私自开发并携带公司标识开源是严重违规，被辞退是合理结果 [10] 行业与市场反应 - 该事件在开发者社区引发热议，有同行声援该工程师，并吐槽谷歌的文化已发生变化，与十年前鼓励创新的氛围不同 [7][9] - 有网友指出，此类事件在谷歌并非个例，听说过同类离谱事件达11件 [9] - 事件发生后，包括“龙虾之父”Peter以及Vercel公司的CEO在内的行业人士向被解雇的工程师发出了工作邀约 [12]