美股科技股市场表现 - 当地时间2月27日，美股三大指数全线收跌，万得美国科技七巨头指数跌1.72% [2] - 英伟达股价在超预期财报公布后连续两个交易日下跌，本周累计下跌6.65%，2月份下跌7.29% [2] - 有市场分析师认为，去年推动市场的AI如今在拖累股价，因人们尚不清楚AI对经济的实际影响 [2] 英伟达财报与市场反应 - 英伟达第四财季总营收681.3亿美元，环比增长20%，同比增长73%，高于分析师预测的662亿美元 [3] - 数据中心营收623亿美元，上年同期为355.8亿美元；网络营收109.8亿美元，高于分析师预期的90.2亿美元；游戏营收37亿美元，低于分析师预期的40.1亿美元 [3] - 财报公布后两个交易日，英伟达股价连续大跌，市值蒸发超4000亿美元 [4] - 市场担忧科技龙头资本开支大幅提升，影响英伟达财务可持续性及AI投资实际盈利能力 [3] - 英伟达CEO黄仁勋在电话会上表示对客户现金流增长有信心，并强调算力等于收入 [3] 其他科技公司动态与行业警告 - 微软2026财年第二季度营收813亿美元，同比增长17%，非GAAP每股收益4.14美元，同比增长24%，但财报公布次日股价下跌10% [4] - 云基础设施供应商CoreWeave股价2月27日暴跌18.51%，因其最新财报中2025年第四季度净亏损扩大，且预计2026年资本支出至少300亿美元 [4] - 高盛警告，AI资本开支增速预计将在2025年下半年放缓，可能威胁严重依赖资本开支的AI基础设施股的估值溢价 [4] AI基础设施投资持续 - OpenAI宣布获得1100亿美元融资，投资者包括英伟达、亚马逊和软银，资金将用于扩大AI基础设施建设 [6] - 微软、谷歌、亚马逊等在2026年计划中仍规划了创纪录的资本支出规模以新建数据中心 [6] - 谷歌CEO表示，即使提高产能，供应仍然受限，今年的资本支出是着眼于未来的 [6] - D.A. Davidson分析师表示，这些公司将AI算力竞赛视为下一个“赢者通吃”的市场，不愿输掉竞争 [6] AI泡沫风险分析 - 银河证券研报分析认为，当前AI泡沫与2000年互联网泡沫相比，在宏观环境、估值与投资节奏层面的风险依然可控 [8] - 美联储自2024年9月以来累计降息125个基点，实际利率回落提高了市场对长期资本开支与远期回报不确定性的容忍度 [8] - 当前AI核心企业市盈率主要分布在35倍至45倍区间，市值扩张伴随真实业绩兑现 [8] - AI投资仍处通用技术扩散早期，科技类资本开支占GDP比重虽已上行，但距离互联网周期高点仍有空间 [8] - 研报也提到，当下全球经济结构性和周期性问题叠加，系统性风险超过互联网泡沫时期，资本与政策高度集中，若技术落地节奏无法对冲宏观下行压力，或演化为风险出清 [8]

OpenAI创纪录融资 - 2026年2月，OpenAI完成1100亿美元单笔融资，为人类历史上最大规模的非上市公司单笔融资 [2] - 此轮融资由亚马逊投资500亿美元、英伟达和软银各投资300亿美元构成 [5] - 亚马逊投资中的350亿美元附有条件，需OpenAI在年底前实现AGI或完成IPO才能到账 [6] - 融资后公司投后估值达到8400亿美元，投前估值为7300亿美元 [7] 公司财务状况与市场地位 - 2025年公司营收达到131亿美元，超出原定目标30%多，但同年亏损80亿美元 [11] - 预计2026年亏损将飙升至250亿美元，2026年烧钱率预计维持在83.3% [12][13] - 从当前到2029年，累计亏损预计将达到1150亿美元，公司预计到2030年代才可能实现盈利 [12] - ChatGPT市场份额从2025年初的86.7%下降至2026年初的64.5%左右 [14] 融资背后的战略逻辑 - 主要投资者（亚马逊、英伟达、软银、微软）与OpenAI存在深度商业合作，融资部分资金将以购买服务形式回流至投资方 [16] - 科技巨头通过投资抢占股份和话语权，旨在锁定长期商业合同并定义未来AI技术标准和商业规则 [17][18][20] - 融资用于支持公司到2030年约6000亿美元的算力支出计划，以及此前提及的1.4万亿美元基础设施投入 [22] - 公司估值逻辑基于对AI基础设施和算力霸权未来主导地位的预期 [24][26] 星门计划（Stargate）的困境 - 星门计划是2025年1月宣布的、为期4年、总投资5000亿美元的AI数据中心建设项目，合作伙伴包括OpenAI、甲骨文和软银 [28] - 项目进展缓慢，合资公司未招聘员工或开发数据中心，三方在控制权、场地所有权和资金流向上存在分歧 [29][30] - 项目延误导致OpenAI错失关键建设窗口，未能实现2025年底前签约10吉瓦算力的目标，实际仅签约约6.8吉瓦 [34][41][42] - 为填补算力缺口，公司不得不从AWS和谷歌云等竞争对手处购买临时算力，增加了成本和对云服务商的依赖 [43] 与Anthropic的竞争及IPO前景 - OpenAI的主要竞争对手Anthropic在2026年初完成300亿美元G轮融资，投后估值达3800亿美元，较2025年9月翻倍多 [47] - Anthropic年化营收达140亿美元，过去三年每年增长超过10倍，其产品Claude Code年化营收超25亿美元，2026年初以来收入翻倍有余 [49] - Anthropic聚焦企业市场（80%收入来自企业），预计2028年实现盈亏平衡，2026年烧钱率将降至营收的三分之一左右 [50] - OpenAI主攻C端市场，ChatGPT拥有超过9亿周活跃用户和5000万付费订阅用户 [51] - 两家公司均在为2026年下半年IPO做准备，但预测市场对OpenAI在2026年内IPO的概率评估仅为51.5% [52][54] - 若Anthropic先于OpenAI上市，将获得更大的资本市场灵活性，OpenAI因此加速了IPO进程 [56][58] 技术发展与其他战略动向 - 2026年1月爆火的AI智能体（agent）项目OpenClaw的创始人加入OpenAI，公司获得该领域关键技术和人才储备 [63] - 行业竞争核心假设是缩放定律（scaling law）仍然有效，即投入更多算力和数据能获得更强模型能力 [60] - 若缩放定律失效，模型能力提升遇到瓶颈，当前的高估值可能面临风险 [61]

史上最大融资事件 - OpenAI完成1100亿美元融资 投前估值达7300亿美元 约合近5万亿元人民币 创全球风投史最大单笔融资纪录 [2] - 本轮融资由亚马逊出资500亿美元 英伟达与软银各出资300亿美元 豪华投资阵容 [2] - 融资完成后 软银累计向OpenAI投资超过640亿美元 持股比例上升至13% [2] 主要投资者策略与条款 - 软银将通过愿景基金二期分三批注资300亿美元 资金分别于4月1日、7月1日和10月1日到位 初期由过桥贷款支付 [3] - 亚马逊500亿美元投资分两阶段进行 首批150亿美元 未来几个月满足特定条件后再投350亿美元 关键条件包括OpenAI在年底前实现通用人工智能或成功上市 [3] - 英伟达创始人黄仁勋亲自打破放弃投资传闻 坚定表示将投入大量资金 [3] 1 - OpenAI首席执行官萨姆·奥特曼表示将适时选择IPO 并称本轮融资预计还将有更多财务投资者加入 [4] 孙正义的“All In”赌注 - 孙正义为投资OpenAI进行全球资产腾挪 包括以58亿美元出售全部英伟达股票 减持T-Mobile US等资产 利用Arm股票扩大保证金贷款 仅第四季度就新增270亿美元债务 [5][6] - 投资通过愿景基金二期完成 该基金曾从软银借款85亿美元 孙正义个人提供了10亿美元担保 并签署协议 当基金回报率超过30% 其个人将独享17.25%的利润分成 [6] - 随着OpenAI估值抬升 愿景基金二期亏损已大幅收窄接近盈亏平衡 若OpenAI成功上市且市值飙升 孙正义个人或获得数十亿美元收益 [7] - 软银去年4月至12月盈利207亿美元 约为去年同期五倍 创历史最高净利润纪录 利润增长主因是OpenAI估值上升带来的收益提升 [7] AI行业融资与估值热潮 - Anthropic以3800亿美元估值完成300亿美元融资 成为仅次于OpenAI的第二大超级独角兽 [9] - Databricks宣布完成总额超过70亿美元融资 估值超过1340亿美元 约合人民币9364亿元 [9] - 李飞飞创办的AI公司World Labs成立仅16个月 便完成10亿美元 约合人民币70亿元 新融资 [10] - 风投机构正蜂拥涌入AI项目 推高初创公司估值 私募巨头创始人称此为“错失恐惧症”（FOMO） [10] 科技巨头的资本开支竞赛 - 仅今年一年 微软、亚马逊、Meta和谷歌将至少投入6700亿美元用于数据中心建设 相比去年暴涨70%以上 该数额甚至超过了瑞典或以色列全年的GDP总和 [10] 市场反应与潜在风险 - AI初创公司与芯片、云计算供应商形成“循环融资”模式 投资方绑定算力和基础设施资源 若实际AI算力需求未达预期 可能成倍放大损失甚至引发“AI泡沫”破裂 [11] - 天价融资消息披露后 英伟达股价不涨反跌4.16% 市值蒸发1871亿美元 约合人民币1.28万亿元 [11] - 对冲基金人士认为 等到OpenAI和Anthropic成为上市公司且AI应用无处不在时 泡沫才可能真正到来 [11]

OpenAI最新融资与估值 - OpenAI完成1100亿美元超大规模融资 融资前估值达7300亿美元 融资后估值升至约8400亿美元 [1] - 本轮融资为OpenAI迄今规模最大一轮融资 旨在支持其AI算力资源获取和顶级人才招募的高成本投入 [1] - 亚马逊在本轮融资中投资500亿美元 这是该公司迄今对任何公司投入金额最大的一笔投资 [1] - 软银集团和英伟达在本轮融资中各投资300亿美元 [1] 主要投资者与战略合作 - 亚马逊与OpenAI达成深度合作 OpenAI将使用亚马逊自研AI芯片Trainium 并联合为亚马逊开发定制化大模型 [3] - OpenAI将在未来八年内向亚马逊云计算服务额外投入1000亿美元 大幅升级了去年11月达成的七年约380亿美元服务使用协议 [3] - 微软表示其与OpenAI的长期合作关系条款不会因本轮融资而改变 [4] - 亚马逊首席执行官安迪·贾西认为这项大规模交易将在很长一段时间内为亚马逊带来良好收益与回报 [4] AI行业竞争与融资动态 - OpenAI的主要竞争对手Anthropic本月早些时候在一轮融资中筹集约300亿美元 投资者包括英伟达和微软 [4] - 该轮融资对Anthropic的估值达到3800亿美元 估值包含所募集资金 [4] - OpenAI和Anthropic都在加快融资步伐 以支持在顶级人才、AI芯片和AI数据中心建设方面的高成本投入 [3] - 两家公司开始大规模接触一批重叠的风险投资基金和大型科技投资机构 [3] 行业趋势与市场观点 - 全球投资者围绕“人工智能投资主题”的“AI信仰”被视为美股牛市行情的核心看涨驱动力 [1][6] - 标普500指数过去三年累计上涨约30万亿美元的行情 很大程度上由科技巨头及受益于AI算力投入的芯片、存储和电力供应商驱动 [6] - 华尔街机构如摩根士丹利、花旗等认为 以AI算力硬件为核心的全球AI基础设施投资浪潮远未完结 现在仅处于开端 [7] - 在“AI推理端算力需求”推动下 持续至2030年的本轮全球AI基础设施投资浪潮规模有望高达3万亿至4万亿美元 [7] - 美国银行研报显示 全球AI军备竞赛仍处于“早期到中期阶段” [7] - 先锋领航指出 人工智能投资周期可能仅完成了最终峰值的30%-40% 但大型科技股回调的风险正在增加 [7]

霍华德·马克斯对AI的探索与学习过程 - 橡树资本联合创始人霍华德·马克斯以近八十岁高龄，怀着好奇心主动学习并研究人工智能[2] - 为撰写备忘录，他主动与三四十岁的技术从业者交流，并后续跟进，使用Claude AI模型制作教程以深化理解[2][6] - 其学习心得体现为一份补充备忘录，记录了他使用自身方法论探索新领域的过程，而非简单的外部评论[3] 对AI本质的理解 - AI模型不应被简单理解为搜索引擎，而是一套能够综合数据并进行推理的计算机系统[11] - 模型的生命周期分为两个阶段：训练阶段的核心是“教会它怎么思考”，而非单纯装入信息；推理阶段则是模型运用能力回应用户需求[11][12] - 提示词的质量至关重要，当前AI潜力被低估的原因可能在于用户不擅长编写高质量提示词，限制来自用户而非模型本身[13] 关于“AI是否会思考”的探讨 - 核心争议在于AI是进行“真正的思考”还是对训练数据模式的“复杂重排”[17] - 怀疑者认为AI只是进行“惊人的模式匹配”，无法开辟全新领域，如同“优秀的翻唱乐队，却不是作曲家”[17][18] - 支持观点反驳认为，人类的学习过程同样基于吸收他人思想并综合创新，AI在“组合输入成新颖有用东西”的能力上，与人类大脑在结构上并无本质区别[19] - 从经济角度看，关键在于AI能否产出可靠有用的工作成果，而非哲学上是否“真正理解”[22] - “生成式AI”的定义是能够创造新事物，而不仅是分析或贴标签[23] AI技术的最新进展与特点 - AI发展速度前所未有，从被商业媒体广泛认知为通用技术到被约4亿人使用、75%到80%的公司采用，仅用了大约两年时间[26][27] - AI能力分为三个层级：第一层是聊天式AI，节省研究与思考时间；第二层是会使用工具的AI，节省执行时间；第三层是自主代理，能在任务层面替代劳动力[27][28] - 2023年AI尚处第一层，2024年到达第二层，目前（备忘录发布时）已进入第三层，这区分了生产力工具与劳动力替代品，市场潜力从500亿美元跃升至数万亿美元[28] - 技术进步具体表现为：2022年AI无法稳定做基础算术，2023年能通过律师资格考试，2024年能编写软件并解释研究生层级科学问题，到2025年底顶尖工程师已将大部分编码工作交给AI，2026年2月的新模型（如GPT-5.3 Codex）标志着质的飞跃[33][34][35][36][37] - 新模型展现出自主性，例如GPT-5.3 Codex参与了自身训练流程的调试与管理，AI开始对自身改进做出实质性贡献[38][39] - AI与以往技术创新的本质区别在于其拥有前所未有的自主行动能力，可能接管人类从未想过或根本不存在的任务[28][39] AI当前存在的局限与问题 - 能否处理训练数据中无模式可循的全新情境，仍是一个未解决的真正问题[40] - AI可能出现“幻觉”，倾向于给出答案而非承认自己不知道，且并不总能意识到自己的无知[40] - AI的可靠性虽提高，但仍无法做到完全不犯错[41] - “上下文窗口”容量有限，无法无限期保存并随时调用所有工作记忆[41] - 存在AI未来可能完全自主运行并发展出自身动机的长期担忧[42] AI对投资行业的影响分析 - AI具备成为优秀投资者的许多特质：能处理超大量数据、擅长识别历史成功模式、不受情绪与偏见影响[45][46] - AI的不足在于：应对缺乏可靠历史模式的全新领域时可能较弱；难以对定性因素（如合作方选择、管理效能）做主观判断；没有切身利益，风险承担意愿可能不受人类天性约束[48] - 唾手可得的量化信息及AI强大的处理能力，使得依赖此类信息获取超额收益的前景非常有限[49] - 未来的投资优势将更依赖于：(a) 正确判断信息重要性；(b) 评估定性因素；(c) 预测公司发展。AI可能会提高行业门槛，淘汰无法在这些非量化任务上表现出色的人[50][51] - 在涉及对新事物的“猜测”时，AI未必能稳定优于所有人类投资者，其提出的假设也需要经过合理性检验[51][52][53] 对“AI是否为泡沫”的综合评估 - 技术本身是真实存在的，且有潜力深刻改变商业与生活，其应用并非遥远梦想，当前需求正在大规模应用[54] - AI的潜力在当下更可能被低估，而非被夸大[54][59] - 对AI基础设施的投资存在资本错配与毁灭的历史规律，其最终回报是否匹配当前投入尚不可知[54] - 科技巨头（如微软、亚马逊、谷歌）的估值不太可能被证明是“高到毁灭性”的离谱，而以AI为核心的初创公司高估值则像彩票[55] - 核心悬疑在于AI基础设施投入是否过度，当前更多资本开支投向回应真实需求的“推理”阶段，而非投机的“训练”阶段，但需警惕需求增速放缓或建设超前的风险[56][57] - 部分AI收入存在“循环”性质（AI公司互购服务），最终需由终端用户为真实经济价值买单[57] - 总体结论：AI非常真实，应用增长极快，今天仅是开始，但无法断言当前AI投资是否便宜或合理[59] - 建议投资者保持适度仓位，同时做到精选与审慎[60][61] AI可能带来的社会经济影响 - AI可能快速导致大规模失业，例如电商广告文案部门80%的员工可能被替代，软件工程师、驾驶员等众多职业面临冲击[65][66] - AI作为“替代劳动力”的技术（第三层代理），与“节省劳动力”的工具（第一、二层）有本质区别，可能重构经济，将每年数万亿美元劳动力市场中的相当大部分价值迁移到AI算力上[66][67] - AI的影响速度可能远超社会适应能力，其变化比制造业外包冲击更广、更快[67] - 存在乐观观点，基于历史经验认为新技术总会创造新就业，但作者对此缺乏足够乐观的想象力[68][69][71] - 作者对社会影响表示深度担忧，但希望这些担忧最终被证明是杞人忧天[72]

核心观点 - 文章认为，当公司的增长动力从内生创新转向外部杠杆时，增长本身就变成了风险，并以CoreWeave为例，指出其通过巨额债务驱动扩张的商业模式存在结构性脆弱，可能成为AI泡沫中最先破裂的环节 [2][15] CoreWeave的财务与运营表现 - 公司2025年成为史上最快实现50亿美元年营收的云服务商，包含RPO在内的积压订单达到668亿美元，较年初暴增三倍以上 [4] - 公司Q4每股收益（EPS）亏损0.89美元，同比扩大1.6倍，是分析师预期的四倍；营业利润由盈转亏，达到8900万美元；净亏损4.52亿美元，几乎是一年前的9倍 [6][7] - 公司预计2026年资本支出（CapEx）至少300亿美元，至少为2025年的三倍，其增速远超营收增速 [7] - 公司商业模式是提前锁定算力需求，举债购买GPU并建设数据中心，依赖长期合同回收现金流 [9] 商业模式的风险与历史类比 - 公司的“先融资、后盈利”模式与2000年光纤泡沫时期的逻辑惊人相似，当时企业因需求不及预期导致现金流断裂和行业出清 [9] - 客户高度集中在微软、NVIDIA等少数科技巨头，这些客户议价能力极强，可能通过自建算力或要求降价来压缩中间商的利润空间 [9] - 积压订单（RPO）是合同义务而非现金，若客户部署延迟或实际算力使用率低于预期，公司仍需按时偿还巨额债务本息 [10] - GPU是快速贬值资产，若公司在价格高位举债大量购入，未来算力租赁价格下跌将导致资产减值与刚性债务的双重打击 [10] - 若公司年度经常性收入（ARR）到2026年底达到190亿美元，需要证明的是现金流转正能力，而不仅仅是增长 [11] 行业风险与债务脆弱性 - 在AI产业链中，像CoreWeave这样的独立云算力商处于最脆弱环节，它们没有芯片厂的垄断技术或下游巨头的生态壁垒，通过高杠杆抢占市场份额 [13] - 债务结构在三种情况下会成为风险放大器：算力需求增速放缓、GPU价格回落导致资产减值、客户压价或延迟部署 [14] - 泡沫的破裂源于“杠杆失衡”，即债务成本高于资产回报率，投资者应关注债务成本是否上升、资本开支是否依赖再融资、经营现金流是否能覆盖扩张 [14] - CoreWeave的债务问题不仅是单个公司的风险，也是整个AI基建板块财务健康度的晴雨表，若头部玩家依赖巨额债务维持扩张，则整个行业的资本效率值得怀疑 [14] 总结与警示 - 资本市场对“高杠杆高扩张”的容忍度是周期性的，在流动性收紧时，债务会成为催命符 [15] - 技术革命常伴随资本泡沫，泡沫破裂往往不是因为技术落后，而是因为财务无法支撑野心 [15] - 投资者需区分真正创造价值的公司和仅转移风险的公司，在AI这场马拉松中，活得久的不是跑得最快的，而是负债最轻的 [16] - 当一家公司用债务追赶风口时，增长本身就变成了风险，这是整个AI基建时代需要铭记的箴言 [16]

当前AI泡沫的宏观与市场评估 - 当前AI泡沫被定义为“理性泡沫”，与2000年互联网泡沫有本质区别，其发展可能伴随阶段性去泡沫化而非彻底破灭[4] - 宏观金融环境对比2000年更可控：全球主要经济体处于降息窗口，2024年9月以来实际利率回落125个基点，提高了市场对远期回报不确定性的容忍度[4] - AI相关资产估值结构未现失序：当前AI龙头公司市盈率（P/E）在35-45倍之间，远低于2000年互联网泡沫时期80倍以上的水平，且市值扩张伴随真实业绩兑现[4] - AI投资强度仍处早期：科技类资本开支占GDP比重虽从2022年的4.87%上升至2025年的6.28%（增长28.80%），但仍低于2000年互联网周期高点，且远低于1995年至2000年间51.79%的增幅[18] 潜在风险与泡沫破裂路径 - 全球经济面临“3D约束”（人口老龄化、债务扩张、逆全球化）叠加，系统性风险远超2000年，可能放大AI泡沫破裂的冲击[4] - 泡沫破裂路径一：流动性紧缩意外。若“二次通胀”导致实际降息慢于预期，或美债供需失衡引发“失血效应”，可能触发高估值AI资产抛售[4][33] - 泡沫破裂路径二：商业模式难以闭环。AI产业呈现重资产扩张（如Mag7资本开支从2021年Q1的278.3亿美元增至2025年Q3的105.8亿美元），且研发运营成本高企，需求侧应用落地节奏持续低于预期[36][39] - 泡沫破裂路径三：AI替代引发就业与消费冲击。本轮AI替代呈现“反身性闭环”特征，更易影响中产与核心消费人群，可能导致“幽灵增长”（统计产出增长未转化为有效需求）[50] 中国市场的相对韧性 - 中国发展AI存在举国体制与内需市场优势。在算力（如GPU）受限背景下，产业发展路径更重效率（如DeepSeek模型在单位token成本上具备优势），客观上抑制了无序扩张[55] - 中国AI发展更接近“需求拉技术”模式，超大规模市场与多元化产业结构为AI应用提供了持续且分散的需求来源，使得风险更分散、传导链条更短[59][63]

英伟达财报与股价表现 - 英伟达发布2026财年第四季度业绩及2027财年第一季度展望，均超出分析师平均预期 [3] - 2026财年第四季度实现营收681亿美元，环比增长111亿美元，毛利率重回75% [3] - 对2027财年第一季度的营收指引为780亿美元（上下浮动2%），环比增长仍超百亿美元，高于市场预期 [3] - 尽管基本面强劲，但股价在财报发布后出现“卖事实”行情，26日收跌5.45%，为2025年4月以来最大单日跌幅，市值蒸发近2600亿美元（约1.7万亿元人民币） [2][3] - 这是英伟达股价连续第三次在发布好于预期的财报后下跌 [3] AI与科技股市场动态 - 英伟达股价下挫导致AI交易降温，当日美股科技板块整体承压 [2] - 纳斯达克指数跌逾1%，标普500指数收跌0.54% [2] - 美股科技股“七巨头”指数跌幅达1.87%，费城半导体指数收跌3.19% [2] - 自2023年以来，生成式AI浪潮推动科技股显著跑赢基准指数，但2025年四季度后，市场对AI投资回报周期的耐心下降 [2] - 市场内部出现结构性轮动迹象，资金正从过度拥挤的美国科技股流向新兴市场、大宗商品和价值股 [6][8] 行业基本面与潜在风险 - 科技巨头持续大规模资本开支，对自由现金流形成挤压，部分企业融资结构中债务占比上升，财务杠杆压力增加 [2] - 在高利率环境下，企业通过回购提升每股收益（EPS）的空间趋于收敛，估值扩张逻辑面临边际约束 [2] - 英伟达数据中心业务收入高度集中，其一半收入来自最大的超大规模数据中心客户 [4][5] - 这种客户结构意味着，一旦头部云厂商资本开支放缓或AI投资进入调整期，公司业绩波动可能放大 [5] - 投资者对AI需求的持续性与增长质量的关注度明显提升 [5] 市场估值与集中度 - 截至2026年2月26日，标普500市盈率为29.3倍，显著高于过去10年中位数（20.4倍） [5] - 美股前十大公司市值占比为32.1%，较2025年10月边际回落，但仍处于偏高水位 [5] - 在市场集中度偏高的情况下，市场对AI叙事的可验证性要求提高，对AI公司财务可持续性的关注度提升 [6] 机构观点与投资策略转向 - 多数投行及市场分析师仍维持对英伟达的“买入”评级，并上调其中长期目标价，分歧更多集中于市场情绪与估值压力 [4] - 高盛认为，股票上涨的驱动逻辑与回报来源正在发生结构性变化，整体指数层面的回报或趋于放缓，市场内部分化扩大 [7] - 分析师建议投资者进行更均衡的资产配置，以对冲科技股潜在波动 [7] - 多元化配置受到关注，欧洲市场因提供风险资产多元化机会及宏观环境改善而受关注 [8] - 亚洲固定收益市场吸引力提升，在宏观和政策环境支撑下，高质量的亚洲本币政府债券与亚洲高收益债券有助于构建稳健投资组合 [8]

AI技术发展现状与市场渗透 - AI技术普及速度史无前例，全球已有约4亿个人用户、75%至80%的企业在使用生成式AI [4] - AI能力已从对话式（一级）、工具型（二级）迈入具备“自主行动能力”的三级“自主智能体”阶段，实现了任务层面的劳动力替代而非辅助 [5] - 2026年2月5日，OpenAI发布GPT-5.3，Anthropic发布Opus4.6，新一代AI展现出自主编写数万行代码、测试修复、判断力及审美能力，并已“参与了自身的研发过程” [5][20][23] AI对投资行业的影响与局限性 - AI具备成为优秀投资者的特质：能吸收海量数据、记忆力出色、不受情绪左右，在处理“易于获取的当下定量信息”方面能力远超人类 [6][29] - AI的短板在于应对缺乏历史数据和过往经验的“全新发展态势”，以及对定性因素（如管理层能力、产品创新）的主观判断、直觉和风险感知能力 [6][7][30] - 投资的核心价值将进一步向非定量工作集中，AI可能会提高行业门槛，淘汰在定性判断、未来预判和洞察力方面表现不及AI的从业者 [31][32] AI市场前景、资本支出与估值分析 - AI推理环节的资本支出已超过训练环节，推理支出是为了满足当下真实的算力市场需求并已转化为大幅收入增长，验证了其合理性 [8][35] - AI基础设施投资存在“循环收入”问题（企业间相互采购），且部分尚未明确商业模式的初创企业估值“本质上与彩票无异” [8][35] - AI是真实存在的技术，拥有彻底改变商业的潜力，其应用需求真实且快速增长，但技术潜力被低估不等于相关投资标的估值合理或被低估 [34][36][37] 投资策略建议 - 鉴于无人能确切判断市场是否存在泡沫，建议投资者不应全仓入场（以防毁灭性风险），但也不应完全回避（以防错失技术革命） [9][37] - 最佳策略是以审慎的态度精选标的，保持适度的持仓 [9][37] AI对社会劳动力市场的冲击 - AI的极速普及可能远超社会适应能力，仅在软件行业，若AI接手30%至50%的结构化工作，每年将有1500亿至2500亿美元的劳动力价值向AI算力转移 [9][40] - 三级自主智能体是“劳动力替代技术”，将波及律师助理、金融分析师、软件工程师等大量知识型工作者，其影响规模和速度将远超以往的离岸外包等冲击 [38][40]

宏观与政策 - 美联储理事米兰认为通胀已非主要问题，主张2024年累计降息100个基点以支持劳动力市场 [2] - 利率期货市场显示，市场预期美联储在3月议息会议上维持利率不变的概率高达98% [2] - 美国10年期国债收益率小幅上升至4.0518% [2] - 日本央行行长植田和男表示将在3月与4月会议评估数据以决定利率，市场预期年内可能加息两次 [8] - 日本政府任命两名支持经济刺激的学者进入央行董事会，显示政策内部博弈加剧 [8] - 欧洲央行行长拉加德表示通胀有望在近期稳定于2%的目标 [8] 美股与科技行业 - 美股周四走弱，纳斯达克指数下跌约1.8%，标普500指数跌超1%，道指回落0.4% [3] - 英伟达公布营收与利润双双超预期且业绩指引强劲，但股价仍下跌约5% [4] - 市场担忧英伟达未详细说明未来增长驱动因素，且未将中国潜在收入纳入展望，引发对AI需求持续性与竞争压力的疑问 [4] - 近期市场持续担忧“AI泡沫”及“AI冲击传统软件行业” [4] - 汽车制造商Stellantis公布全年亏损260亿美元，主要受电动车相关减值影响 [6] - 华纳兄弟探索、戴尔与CoreWeave等公司亦公布财报 [6] 外汇市场 - 美元指数反弹并逼近98关口 [6] - 日元兑美元上涨0.2%至155.99，结束此前两连跌 [6] - 欧元兑美元基本持稳于1.18附近 [8] - 英镑兑美元小幅下跌至1.35，英国国内政治风险成为焦点 [8] - 离岸人民币兑美元升至6.8344，为近三年来最强水平之一，尽管中国央行释放抑制升值过快的信号 [8] 加密货币市场 - 比特币自本周初低于63000美元反弹至约66750美元一线交投，稍早一度触及69000美元 [8] - 以太坊从1815美元跃升至2023美元以上 [8] - 预测市场数据显示，交易者对比特币短期冲至84000美元的押注上升，但仍给予其跌至55000美元约56%的概率 [10] - 另一平台数据显示，比特币跌破55000美元的概率降至66% [10] - 市场情绪指数仍停留在“极度恐慌”区间，显示整体情绪依旧低迷 [10] - 机构观点偏谨慎，有分析认为比特币真正熊市底部或在55000美元附近，以太坊或先跌至1400美元，比特币或回落至50000美元后再反弹 [10] - 比特币和以太坊分别较2025年历史高点回撤约47%和59% [10] - 预测市场数据显示，两者在2026年底前创出新高的概率仅约19% [10] 原油市场 - 原油市场受美伊核谈动态牵动，WTI原油一度下跌2.8%，随后反弹至66美元上方，走出V型反转 [11] - 阿曼方面表示谈判交换了“富有创意且积极的想法”，令油价短暂承压 [13] - 伊朗国家媒体报道称德黑兰不会允许浓缩铀离境，重新点燃地缘紧张情绪 [13] - 美伊正在日内瓦进行第三轮核谈，市场担忧若谈判破裂可能引发军事冲突并扰乱OPEC成员国供应 [13] - 高盛经济学家指出，中东局势、俄乌前景及中美关系均构成持续风险因素 [13]