全球市场表现 - 美股三大指数全线大涨，道琼斯工业平均指数大涨952点（涨幅1.94%），纳斯达克指数涨1.17%，标准普尔500指数涨1.07%并创历史新高 [1][2] - 美股大型科技股集体走强，苹果公司与台积电ADR大涨超2%，英伟达、微软、亚马逊、博通、Meta、特斯拉涨幅超1% [2] - 受国际油价大跌刺激，美股航空板块全线大涨，阿拉斯加航空大涨超11%，西南航空大涨超9%，美国航空涨超7%，达美航空涨超6% [2] - 热门中概股普涨，纳斯达克中国金龙指数涨近1%，三倍做多富时中国ETF大涨超3%，两倍做多中国互联网股票ETF涨超2%，小马智行、爱奇艺、万国数据涨超4% [2] - 欧洲股市涨幅扩大，德国DAX30指数大涨2.11%，法国CAC40指数涨2%，欧洲斯托克50指数涨1.86% [2] 地缘政治进展 - 美伊谈判传来重大利好信号，美国总统特朗普表示大部分关键条款已完成谈判，整体进程将非常迅速 [1][3][4] - 特朗普宣布霍尔木兹海峡已完全开放并准备恢复商业与全面通航，但对伊朗的海上封锁将维持至协议100%达成 [3] - 以色列军方宣布全面恢复全国正常活动，取消自2月28日以来实施的大部分战时限制，这是过去48天以来首次基本解除所有限制措施 [1][5] - 以色列总理内塔尼亚胡称，应美国总统特朗普要求，以色列将给黎巴嫩一个寻求全面政治和军事解决方案的机会 [4] 市场驱动因素与展望 - 市场分析认为，中东局势缓和使市场注意力重新回归基本面，尤其是刚刚启动的财报季 [1][3] - 盈利预期目前仍较为乐观，与坚实的宏观经济基本趋势相符，围绕人工智能的乐观情绪持续为科技板块提供支撑 [3] - 瑞银策略师认为美股仍有上涨空间，得益于强劲的企业利润增长和稳健的美国经济，预计标普500指数成分企业第一季度利润将增长约17%，为自2021年第四季度以来最快增速 [6] - 瑞银将利润强劲增长归因于美国经济广泛的增长势头以及与人工智能基础设施支出相关的半导体需求强劲，并预计金融和材料行业业绩将实现高于平均水平的增长 [6] - 高盛资产配置研究主管指出，近期美股涨势若要延续需要美联储重新转向降息，交易员目前认为美联储在12月前降息的可能性约为60% [6][7] - 高盛将近期美股反弹形容为迅速而猛烈的修复阶段，部分由技术性因素推动，但对缺乏货币政策支持下的涨势持续性提出质疑 [7]

文章核心观点 - 文章认为，相较于当前估值处于历史低位的软件股，AI基础设施股票是更值得关注的投资方向，尽管部分“聪明钱”正在抄底软件股，但AI颠覆的威胁可能永久性地侵蚀软件公司的经济护城河，投资者在软件领域应保持高度选择性，而AI基础设施领域则提供了具有合理估值和行业顺风的投资机会 [1][9][11] 软件行业现状与投资争议 - 以Michael Burry为代表的部分“聪明钱”基金经理正在买入受重创的软件股，因估值已处于历史低位，但核心争议在于投资者是否应选择性投资软件即服务公司，或等待观察AI颠覆是否已永久性收窄了它们的经济护城河 [2][3] - 软件行业经历了所谓的“SaaS末日”或软件清算，年初几个月表现令人沮丧，但目前情况似乎有所缓和 [3] - 软件股估值处于前所未有的低位，使其成为深度价值投资者的新选择 [6][7] - 软件股近期出现反弹，例如iShares Expanded Tech-Software Sector ETF在过去一周上涨超过10% [4] - Nvidia首席执行官Jensen Huang认为软件股的猛烈抛售“是世界上最不合逻辑的事情” [4] AI基础设施领域的投资机会 - AI基础设施领域持续被视为投资重点，即使软件股略有反弹 [9] - Oracle同时提供软件和AI基础设施，其股价在过去一周因软件股的释然性反弹和对AI基础设施重燃的热情而上涨超过30%，尽管涨幅巨大，但股价距离峰值仍有很大距离，现在介入为时未晚 [1][9][10] - Alphabet近期因其TPU受到关注，是另一个值得考虑的AI计算领域投资标的，其市盈率为30.7倍，对于处于AI繁荣正确一方的创新者而言，这个价格是公允的 [1][11] - 文章作者最看好Oracle，因其完美融合了软件和AI基础设施 [12] 市场背景与投资者行为 - 随着第一季度13F文件陆续公布，市场将观察到有多少对冲基金在下跌时买入以及它们部署了多少资金，而其他投资者则在卖出 [8] - 市场短期是投票机，长期是称重机，当前是否是市场为软件股称重其真实价值的时候，仍是一个重大问题 [6]

量子计算的技术突破与定义 - 量子计算代表一种全新类别的机器，其计算速度远超当今超级计算机，能在几分钟内完成传统超级计算机需耗时超过宇宙年龄的计算 [1] - 量子技术的理论基础已扩展至宏观机器和设备，这为量子计算等后续发展奠定了基础 [1] - 行业真正的技术目标是构建一个能进行通用纠错的大规模量子计算机，而非单纯追求物理量子比特数量 [2] 量子计算的进展与能力 - 行业预计量子技术将在5到10年内实现重大突破 [1] - 2024年12月已出现一台具备颠覆性计算能力的量子处理器 [1] - 建造大规模通用量子计算机可能需要上百万个物理量子比特协同工作，且其能力将随着错误率降低而显现 [2] 量子计算的应用与影响 - 量子计算将彻底改变药物研发和材料设计领域 [1] - 量子计算对金融和网络安全等领域将产生深度冲击 [1] - 基础的量子计算机破解比特币加密所需的资源比此前认为的要少20倍，可能在几分钟内破解加密系统 [1] 行业参与者的动态 - 谷歌等科技巨头已在量子计算领域积极布局 [1] - 谷歌的研究印证了量子计算可能带来的颠覆性安全影响 [1]

行业投资评级 - 增持（维持）[6] 核心观点 - 近期类似OpenClaw的AI智能体不断涌现，Agent加速进入落地阶段，AI生态必然离不开金融支付这一关键环节，随着科技巨头推出MCP/A2A等协议，Agent支付应运而生[2][9] - 本文对相关Agent支付协议和工作机制做出介绍和分析[10] AI时代，Agent支付已成为必须 - 根据OpenRouter数据，3月23日至3月29日当周全球大模型Token调用数量超过22万亿，Agent正在加速成为人类真正的“助理”，其开展支付等金融行为已成为必然[11] - 实现Agent支付首要考虑通信层，即实现Agent与Agent、Agent与外部数据源/工具的通信与协同工作[3][11] - 2024年11月，Anthropic推出开放协议MCP（模型上下文协议），旨在通过标准化接口实现大语言模型与外部数据源、工具的无缝集成，被比喻为AI世界的USB接口，其核心功能包括统一通信标准、主动执行能力、安全与效率优化[3][11][12] - MCP协议已获OpenAI、阿里、微软等巨头支持，成为事实上的行业通用标准，2025年4月15日，支付宝联合魔搭社区在国内率先推出“支付MCP Server”服务，使AI开发者可用自然语言接入支付宝支付服务[14] - 2025年4月，谷歌发布Agent与Agent之间通信协议A2A，合作伙伴包括Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG和Workday等行业知名公司[3][14] - HTTP协议预留了状态码402“Payment Required”，意图是让互联网像传递信息一样轻松完成支付，此码在AI时代为Agent自动化支付提供了用武之地[4][17] - 加密货币市场快速发展为Agent支付提供了丰富的使用场景[17] 比肩SWIFT：x402协议加持下的Agent支付 - 2025年初，加密货币巨头Coinbase推出x402协议，为HTTP 402状态码注入新生命力，它是一个开放支付协议，能通过HTTP直接实现即时、自动的加密货币支付[4][18] - x402协议使服务能够将API和数字内容货币化到区块链上，允许客户端（包括人类和机器）以编程方式支付访问权限，无需账户、会话或复杂身份验证，为Agent支付提供了简单的基础协议[4][18] - x402支付流程无缝嵌入HTTP协议，AI Agent可以像人类点击鼠标浏览网站一样简单，通过支付加密货币获得完整资源服务，且过程无需人类干预[18][22] - x402支持区块链EVM和Solana网络，以及使用ERC-20标准的加密货币支付[22] - x402协议支持通过HTTP以简单的请求-响应流程进行程序化支付，Agent可在无人为干预下实现支付[23] - x402的迅速崛起得益于科技巨头的集体背书，包括谷歌、Cloudflare、Stripe、Visa、AWS和Circle等科技、金融领域巨头已开始支持或整合x402协议[4][26] - 2025年9月，Cloudflare和Coinbase共同创立了x402基金会[26] - 2025年11月，基于x402协议的交易笔数曾一度接近400万笔/日，交易额达到200至300万美元/日[4][26] - 2026年3月，金融支付巨头Stripe和风投机构Paradigm推出MPP（Machine Payments Protocol）协议，基于Tempo区块链主网，意味着AI Agent可以像人类刷卡一样自主完成支付——零注册、零API Key、按请求付费[5][27] - MPP协议受到Visa、Mastercard、OpenAI及Shopify等金融、科技巨头的支持[5][27] - x402和MPP协议都遵循相同的流程：Agent调用资源API，服务器返回支付请求，Agent支付后获得资源服务，两者都是原生于HTTP的简洁协议[30] - x402的关键特征是支持基于区块链的加密货币支付，MPP协议将支付通道设计成可插拔的，目前提供两种支付方式：Tempo（区块链加密货币）和Stripe（银行卡、钱包等传统支付方式），在支付方式上更灵活，融合了加密货币和传统金融支付手段[30] AI Agent的安全拼图亟需补齐 - AI生态系统可简化为三层：身份层、通信层、安全层[31] - 在身份层，针对AI生态新崛起的代表是Worldcoin，它是一个由OpenAI创始人Sam Altman成立的开源协议，通过扫描眼球虹膜实现身份认证，目前已扫描近1800万人[31] - 在通信层，MCP、A2A、x402等协议已崛起并进入快速发展阶段[31] - 在安全层，生态面临一定空白，随着OpenClaw近期火爆，安全隐患立刻显现[5][31] - 2026年3月10日，国家互联网应急中心针对OpenClaw发布安全风险提示，建议采取强化网络控制、加强凭证管理、严格管理插件来源、持续关注补丁和安全更新等措施[5][31][33][34] - AI Agent的安全问题十分突出，人类目前对AI Agent并未了解全面，涉及金融支付时，安全隐患问题更需注意，AI生态面临全新的监管法规、技术体系以及应急备案体系[5][34]

文章核心观点 - 谷歌研究团队提出了一种名为“记忆缓存”的新技术，旨在通过机制创新赋予RNN“可生长的记忆容量”，从而找到一种兼顾Transformer与RNN优势的新方法，以解决大模型处理长文本时的内存瓶颈问题 [1][2][4] - 该方法可以让AI处理更长的文本，解锁“超长上下文”能力，同时极大地降低了推理的资源门槛，被业界认为是大模型生产环境所需的关键技术 [4][5] - 尽管在极限的密集召回任务上，该方法尚未彻底超越Transformer，但它为RNN、SSM等架构的进化铺平了道路，可能改变Transformer一家独大的现状 [17][18] 技术背景与问题 - 当前主流大模型基于Transformer架构，其注意力机制的计算和空间复杂度随上下文长度呈二次方增长，这使其擅长长上下文信息召回，但也导致了严重的算力和显存瓶颈，处理超长文本成本极高 [6][7] - 作为替代方案的循环架构，如RNN、线性注意力模型和状态空间模型，虽然具有记忆容量固定、推理速度快、显存占用低的优势，但其必须将所有过去信息压缩到一个固定大小的隐藏状态中，形成“信息漏斗”，导致在密集召回任务中表现远不如Transformer [7] 记忆缓存技术原理 - 记忆缓存技术是一种介于Transformer（无压缩，Token级缓存）和传统RNN（全压缩，单一记忆）之间的新形态，其核心是将成组Token压缩并缓存到长期记忆状态中，在需要时进行检索 [8] - 具体而言，该技术定期对RNN的隐藏状态进行“快照打卡”，形成缓存记忆。在进行信息检索时，模型不仅能查看当前的“在线记忆”，还能直接调取“缓存记忆”中的历史快照，以找回过去的相关信息 [8] 技术变体与特点 - 研究人员提出了三种技术变体：门控残差记忆、记忆汤和稀疏选择性缓存 [10][11][12] - 门控残差记忆和记忆汤的有效记忆会增长，因此解码成本也随之增长 [10][11] - 稀疏选择性缓存通过稀疏地选择过去缓存记忆的一个子集，实现了有效记忆增长的同时，保持每token解码成本相对恒定 [12] 性能表现 - 在760M参数/30B tokens规模的模型上，采用GRM技术的Titans模型在多项任务平均得分达到52.55，优于基础Transformer++的49.64和Samba*的51.46 [15] - 在1.3B参数/100B tokens规模的模型上，采用GRM技术的Titans模型平均得分达到58.33，显著优于基础Transformer++的53.19和Samba*的54.46 [15] - 实验表明，记忆缓存机制在语言建模和长上下文理解任务中，使循环模型的性能得到全面提升，并在最具挑战性的“上下文内召回”任务中击败了其他先进的循环模型，极大缩小了与Transformer的性能差距 [16][17]

谷歌Chrome推出Gemini Skills功能 - 谷歌Chrome浏览器推出名为“Gemini Skills”的新功能，允许用户将提示词保存为可复用的技能，通过敲击斜杠键（/）或点击加号按钮即可一键调用[1][2][17] - 该功能完全免费，默认内置在Chrome中，无需任何订阅[7] - 该功能旨在解决用户需要反复输入或复制粘贴相同提示词的痛点，将提示词存储为技能后，可在任何相关网页上快速执行任务，例如分析食谱营养价值[4][5][13][14][15] Gemini Skills的核心特性与优势 - **预置技能库**：谷歌预置了一个包含50多个现成技能的库，覆盖食谱营养计算、护肤品成分分析、YouTube视频总结等多种场景，用户可自定义修改并保存[19] - **跨设备同步**：用户登录Google账号后，在公司电脑上保存的技能可在家中的Chrome浏览器上同步使用[20] - **多标签页操作**：一个技能可同时读取多个标签页的内容，例如同时打开两个产品页面运行技能，即可生成并排对比表[21][22] - **安全确认机制**：对于涉及日历、邮件等会产生实际动作的操作，Gemini会先请求用户确认再执行[24] - **降低使用门槛**：将AI技能整合至浏览器，使其更贴近使用场景，使用门槛显著降低[11][25] 浏览器行业的“智能体化”趋势 - **行业变革**：浏览器的核心角色正从“帮你展示网页的工具”转变为“替你完成任务的助手”[31] - **新进入者**：专用AI浏览器已率先出现，例如Perplexity的Comet、ChatGPT Atlas，以及美团旗下光年之外推出的Tabbit[26][27][28] - **传统厂商跟进**：传统浏览器厂商正纷纷向智能体方向转型[30] - Opera的Neon版推出了名为“Cards”的功能，其思路与Chrome Skills类似，支持保存和复用提示词，用于任务排序、规划电影之夜、寻找便宜机票等场景[32] - 微软新推出的Copilot App被指实质上是Edge浏览器的套壳版本，凸显了浏览器与AI助手的深度融合[34] - **行业意义**：此次变革堪比上世纪90年代的浏览器大战，将决定未来互联网的入口以及人与互联网的交互方式[38][39] - **竞争格局**：行业面临洗牌，最终哪家公司将成为类似Netscape、Firefox或Chrome的赢家尚是未知数[40]

人工智能融资热潮 - 人工智能融资热潮持续 垃圾债市场出现创纪录交易 涉及谷歌支持的数据中心和云基础设施公司CoreWeave 共筹集67亿美元新垃圾债 [1] - 尽管中东战争打乱其他公司借款计划 但对人工智能交易强劲的投资者需求基本保持稳定 [3] 主要交易详情：谷歌关联数据中心项目 - 摩根士丹利牵头一笔57亿美元的债券发行 该交易于周四定价 获得了190亿美元的投资者订单 [1] - 交易将资助印第安纳州沙利文县园区内两个数据中心的建设 这些数据中心将租赁给云计算初创公司Fluidstack Ltd 并由Alphabet Inc的谷歌提供支持 [2] - 发行实体为Meridian Arc HoldCo LLC 该合资公司由Next Frontier LLC和Fluidstack旗下的实体创建 发行了为期五年的新票据 [5] - 这笔57亿美元的债券是美国美元垃圾债市场中与人工智能相关的最大规模发行 也是由单一华尔街机构牵头的最大规模发行 [5] - 官方营销开始仅一天后即完成发行 债券按面值定价 收益率为6.25% 处于价格讨论区间的低端 [5] - 此次发行规模打破了摩根士丹利自身保持的由单一机构牵头的最大垃圾债发行纪录 此前的纪录是去年为加密货币矿商TeraWulf Inc的32亿美元债券发行所创 该交易同样由谷歌支持 [6] 主要交易详情：CoreWeave增发债券 - 云基础设施公司CoreWeave在原始发行仅一周后 增发了10亿美元的2031年到期债券 [1][3] 行业背景与市场动态 - 人工智能的快速扩张造成了数据中心空间、图形处理单元芯片以及为其供电的快速电力接入的前所未有的短缺 [3] - 为资助这些需求 公司正在从垃圾债券到项目融资等债务市场的各个角落筹集资金 [3] - 尽管战争导致部分借款人暂停债务发行 但华尔街近几周仍成功确保了数百亿美元的资金 [4] - 随着对长期和平协议的乐观情绪上升 各类公司的借款成本已普遍下降 随之而来的是发行活动的复苏 [4]

微软股价表现与面临的挑战 - 截至新闻发布时 微软股价年初至今下跌约20% [1] - 下跌原因包括市场对人工智能影响软件即服务公司的担忧 以及对公司AI基础设施支出的忧虑 [1] 微软在人工智能领域的竞争态势 - 公司的企业软件业务因根深蒂固 预计在很大程度上免受人工智能颠覆 [2] - 云计算业务增长迅速 并与OpenAI有重大合作承诺 [2] - 公司缺乏顶级的人工智能模型和顶级定制AI芯片 处于竞争劣势 [2] - 虽在人工智能热潮初期投资并与OpenAI合作是明智之举 但对后者模型的依赖也带来一定拖累 [2] - 定制AI芯片开发进程仍处于早期阶段 在该领域也处于落后地位 [2] 谷歌在人工智能领域的优势 - 谷歌被认为是当前市场中更好的投资机会之一 [3] - 作为第三大云计算提供商 谷歌在人工智能领域定位最佳 [6] - 最大优势是开发了名为张量处理单元的最佳定制AI芯片 这带来了巨大的成本优势 [6] - 在博通协助下 谷歌十多年前开始开发TPU 并围绕这些芯片优化了整个软硬件堆栈 [7] - 其第七代TPU经过实战检验 谷歌大部分内部工作流程及备受推崇的Gemini基础大语言模型的训练均使用这些芯片 [7] - 使用自研芯片进行AI模型训练和推理可节省成本 [8] - 公司还将受益于客户在其谷歌云平台及自有数据中心内部署这些芯片 例如Anthropic已通过博通下达价值210亿美元的TPU订单 将于今年交付 三方近期还宣布了从2027年开始的扩大交易 [8] - 谷歌已将TPU训练的Gemini模型嵌入其全线产品 包括谷歌搜索 这提升了产品性能并推动了查询量和收入增长 [9] - 凭借强大的广告网络和巨大的分销优势 谷歌拥有完整的生态系统 可通过使用人工智能真正推动其核心业务增长 [9] 其他被提及的投资机会 - 亚马逊与谷歌一同被认为是当前市场中更好的投资机会 [3]

模型性能升级 - 公司最新模型Opus 4.7%相较于前代4.6%版本实现了性能提升，在广泛能力上均有改进[1] - 新模型在编码和处理复杂任务方面能力显著增强，能够处理过去需要分解的完整复杂任务，尤其在软件工程领域[1] - 模型在计算机视觉方面取得进步，能够处理更高分辨率的图像并更好地从中提取信息，为分析各类数据或指标数据等应用开辟了可能性[2] - 公司强调Opus 4.7%是对现有模型的更新和改进，并刻意区分其与另一模型“Mythos”的不同[3] 战略模型“Mythos” - “Mythos”是公司开发的一个能力强大的模型，但公司不打算普遍发布[4] - 该模型正被移交给少数公司，供其在早期阶段使用，其设计初衷是专门用于发现网络安全漏洞，以便进行修补[5] - 鉴于该模型在发现漏洞方面的潜在强大能力，公司出于安全考虑，有意限制了其功能，未开放全部能力[5] 市场地位与竞争格局 - 公司目前发展势头强劲，受到其技术能力等多种因素推动[8] - 尽管公司技术受关注，但在人工智能领域，如同其他市场一样，通常不会只有单一赢家，竞争格局尚未定型，最终可能出现多个赢家[8] - 根据彭博社报道，公司正在推后异常高的估值和更多融资，因为风险投资界对其兴趣浓厚[7] - 公司正在进行全球推广，市场热度非常高[7] - 模型Opus 4.7%的性能提升可能被视为一种进步，但或许不及市场对“Mythos”所期待的那种变革性跨越[6]

谷歌Gemini AI集成与隐私策略 - 谷歌推出Gemini AI新集成 其图像生成器Nano Banana 2能够利用用户个人数据创造个性化图像 例如根据“设计我的梦想之家”等指令 从用户已连接的谷歌应用中推断其品味[2][3] - 该功能可深度利用用户谷歌照片库中已标记的人物和宠物信息 自动生成用户与家人进行喜爱活动的图像 无需用户输入冗长提示或手动上传照片[3][4] - 谷歌强调 用户对Gemini的访问授权是选择加入且可在设置中调整的 同时Gemini不会直接使用用户的私人照片库来训练其模型[5] 谷歌的数据与生态系统优势 - 谷歌通过其搜索、Gmail、Chrome和地图等应用与用户建立了深厚关系 这为其在消费者AI领域创造了难以匹敌的优势[5] - 谷歌拥有庞大的装机用户基础 包括所有使用Gmail、谷歌云端硬盘及其他谷歌云应用的用户 这构成了其核心优势[5][6] - 谷歌正利用其多年积累的用户数据作为在消费者AI领域的竞争优势 这一策略被描述为利用其“飞轮效应”[2][9] 苹果的AI战略与合作伙伴关系 - 苹果公司被视为AI发展的潜在受益者 主要得益于其终端用例的优势[7] - 过去两年 行业对苹果是否在AI领域错失良机存在普遍疑问 特别是其语音助手Siri在过去15年发展缓慢 据报道 苹果目前正将其编码人员送往AI训练营[8] - 苹果在2024年1月宣布与谷歌Gemini建立合作伙伴关系 以支持其重启的“苹果智能”功能 这一合作原预期在去年6月的开发者大会上公布 现预计在今年6月的大会上亮相[8][9] 行业竞争格局与资本支出差异 - 在AI模型开发上 不同公司采取了差异巨大的资本支出策略 例如微软今年计划投入巨额资本支出（文中提及2000亿美元 应为口误 实际可能指百亿或十亿级别）以成为超大规模云服务商并构建强大的训练框架[9] - 相比之下 苹果选择以每年约10亿美元的成本使用谷歌Gemini的模型 而非自行投入巨资进行基础模型训练[9] - 苹果与谷歌等前沿AI实验室一样 拥有多年的个人数据积累 这使其能够创造类似的定制化用户体验[9]