纪要涉及的行业与公司 * **AI与算力行业**：涵盖AI应用发展、模型迭代、算力需求、资本开支、网络改造、光通信等[1][3][4][8][9][10][20] * **半导体与硬件行业**：涉及AI芯片（如GPU、TPU）、存储、光模块、交换器、液冷技术等[1][8][11][12][13][14][20] * **燃气轮机与能源行业**：聚焦燃气轮机产业链，特别是涡轮叶片供应瓶颈，以及固体氧化物燃料电池(SFC)行业[2][15][16][17][18][19] * **提及的主要上市公司**： * **海外**：Meta、微软、谷歌、亚马逊、英伟达、闪迪、赛莱斯卡（天虹科技）、康宁、Lumentum、Coherent、GE、GEV、安萨尔多、PCC、HWM、Bloom Energy、Akamai、Cloudflare[1][7][10][11][12][13][14][15][20][21] * **A股/国内**：新易盛、中际旭创、航务机、海光、东阳光、应流股份、万泽股份、春晖智控、振华股份、三环集团、国付清、潍柴动力、易事通、汇聚、博创、腾景、致尚科技、炬光科技、泰辰光[2][3][8][16][21][22] 核心观点与论据 **1 AI应用与算力需求进入新临界点** * AI应用进入新临界点，现象级应用（如Cloudy Code、Cloud Boat、剪映）频繁出现[1][4] * 模型迭代加速，硬件（如CPV7、Black Clear机型）落地及强化学习等后训练方法成熟是主要驱动力[1][4] * GPT-3 Pro关键指标达临界值，各类评价指标准确率提升约15%以上，例如屏幕理解指标从11.4%提升至72.7%[1][5][6] * AI超级入口载体成形，阿里、腾讯争夺流量，豆包手机等新载体有望成为重要数据接口和操作平台[1][7] **2 海外科技巨头资本开支强劲，验证算力高景气** * Meta预计2026年资本开支达1,150至1,350亿美元，用于数据中心、服务器及网络设施，较2025年的700亿美元显著增长[1][10] * 微软2025年第四季度资本开支达7,375亿美元，同比增长66%，云商业订单增长230%[11] * AI对Meta业务产生积极带动，Facebook广告点击率因新序列学习模型提升3.5%，用户观看时长增加20%至30%[10] **3 算力产业链各环节表现强劲，前景乐观** * **存储**：闪迪公司2026年第二财季营收30.25亿美元，同比增长61%，环比增长31%；下季度营收指引中值同比增长171%，毛利率预计达65%至67%[1][12] * **设备与制造**：赛莱斯卡大幅上修2026年资本开支至10亿美元，扩建泰国和美国产能，并与谷歌达成10年TPU系统合作[1][13] * **光通信**：康宁与Meta达成价值60亿美元、期限至2030年的协议，推动光纤扩产[20]；台积电给供应链积极指引，对应今年4-5万台CPU交换器需求[20] * **整体展望**：英伟达积极拉动订单，谷歌、亚马逊新TPU将量产，一季度许多公司淡季不淡，一二季度业绩环比有望提升[14]；包括ACIK等领域在2026年及2027年将爆发式增长[14] **4 网络端改造与边缘算力带来新增长机会** * 云手机和AI手机普及将消耗大量边缘端带宽和算力，创造巨大流量需求[9] * 国内CDN价格未稳，但海外Akamai、Cloudflare已初步稳住[9] * 网络端改造对相关公司业绩提升具有重要意义[9] **5 燃气轮机行业供需矛盾突出，国内叶片企业迎机遇** * **需求旺盛**：GEV 2025年新签订单达29.8 GW，其中第四季度10.2 GW，超出市场预期的8 GW[17] * **供应瓶颈**：核心零部件涡轮叶片产能紧缺，全球市场高度集中（PCC和HWM占约50%份额），其扩产慢于主机厂[18] * **产能挤占**：叶片公司优先承接毛利率高、合同期长的航空发动机叶片订单（军用、民航），挤占燃气轮机叶片产能；美国军费提升计划将进一步加剧此矛盾[18] * **国内机会**：应流股份已突破西门子能源重型燃气轮机市场，并与GEV、安萨尔多等合作[2][19]；万泽股份获西门子能源轻型燃气轮机开发订单[2][19] **6 固体氧化物燃料电池(SFC)行业获政策与订单驱动** * **政策支持**：美国从2026年起对SIC实施30%的投资税收抵免政策[16] * **需求紧迫**：近期缺电问题促使采用多种手段，包括商业燃气轮机、天然气发动机等[16] * **公司动态**：Bloom Energy计划大幅扩展SOC产能至2026年底2GW、2027年底4GW以上[15]；获得德克萨斯州数据中心1.5GW动力订单，并与AEP签署26.5亿元合同[15] * **供应链**：核心供应商MTAR计划在2026、2027年将产能分别提升至1.2万台和2万台，较2025年的8,000台分别增长50%和150%[15] 其他重要内容 **1 市场情绪与投资时点** * 尽管近期科技股财报不错（如旭创、新易盛），但市场情绪较为低迷，博弈氛围浓厚[3] * 这种时刻往往意味着较好的投资机会，当前正处于新一轮临界点[3] **2 本周关注点与潜在催化剂** * **业绩发布**：需关注谷歌、Lumentum和Coherent的业绩，乐观指引将对相关产业链产生积极影响[21] * **行业事件**：英伟达(NV)有关CPO的演讲可能成为短期催化剂[22] * **关注公司**：可重点关注致尚科技（MPU代工）、炬光科技（硅透镜）及泰辰光（MPO代工）等企业[22] **3 国产算力与技术公司** * 看好国产算力资产如航务机、海光等[8] * 东阳光公司在液冷技术方面有潜力成为中国核心企业[8]

纪要涉及的行业或公司 * **公司**：Anthropic（及其产品Claude Code）[1] * **行业**：AI编程助手、AI Agent（智能体）、软件开发工具[1][44][56] 纪要提到的核心观点和论据 * **Claude Code的核心能力与定位** * Claude Code是一个运行在命令行（终端）的客户端产品，其核心优势在于Anthropic最新模型（如Opus、Sonnet）在代码编写方面效果远超竞争对手[1][27] * 主要功能包括：自然语言对话、在指定文件夹内创建/修改文件、通过MCP（模型上下文协议）控制外部工具（如浏览器、数据库）[4] * 与VS Code/Cursor等集成开发环境（IDE）的关键区别在于自动化程度：Claude Code在终端内接收指令并自动执行（编码、构建环境、运行、修改），最终直接输出成品；而IDE中的AI编程仍需程序员主导交互和整合代码[11][21][22][24] * 它能自动管理Git、下载所需环境、循环执行任务直至达到要求[22] * **Claude Code带来的效率变革与替代** * 代码编写能力达到关键节点：使用Claude Code写代码，程序员主要工作变为Review（审查）其输出是否正确，而非亲自编写或大量修补，真正实现了节省精力[2][3] * 显著替代了传统开发环节：例如，替代了程序员在遇到错误时去谷歌或Stack Overflow搜索解决方案的工作流程，Claude Code能直接分析代码文件并详细列出Bug位置、原因和影响[13][14][17] * 对计算机的操控：通过命令行，Claude Code拥有操作电脑的权限，可以执行创建文件夹、安装程序等任务，实现功能的自动化执行[38][39][41] * **AI Agent的实现与生态** * Claude Code是驱动当前AI Agent生态的基础，许多热门产品（如Claude Bot、Claude Co-Worker）都模仿或基于它[1][44] * Agent（如Rafael）的工作模式：用户提供任务清单（To-Do List），Agent自动选择任务、编程、执行、检验结果、提交并记录进度，然后循环处理下一任务，直到清单完成，全程可在“跳过模式”（skip mode）下自动运行，无需人工确认[29][30] * 实现Agent能力的关键：模型能准确理解需求并将其转换为可执行程序，同时具备自动搭建环境和运行的能力[28][45] * 不同产品（如Claude Bot）本质是封装了类似Claude的强模型，只是接收指令的界面（如Discord、WhatsApp）不同，后台执行逻辑相似[48][49] * **技术细节与资源消耗** * **算力分布**：本地主要消耗CPU资源，用于文件读取、写入和运行程序；GPU仅在编写的程序本身调用GPU时才会使用；大模型推理在云端API完成[33][34][35] * **性能瓶颈**：CPU运行速度远超人反应能力，单线程任务不会成为瓶颈；主要等待时间在于API请求反馈和需要人工授权确认的环节[36][37] * **使用成本与限制**：有两种模式，账号登录模式有使用次数限制（约每5小时10-50次请求）；API密钥模式按实际消耗的token计费[51][52] * **上下文长度**：模型上下文极限为20万token[54][55] * **有效使用的方法与最佳实践** * **核心前提**：必须提供清晰、结构化的需求。不能像“许愿”一样提出模糊要求，而应准备或让AI协助生成一份详细的产品需求文档（PRD），明确功能、场景、约束和验收标准[70][71][74] * **使用工具**：善用内置的“Ask user questions tool”，让AI通过提问帮助用户将初步想法完善成完整的PRD[74][75] * **开发流程**：应采用模块化、分步开发的方式。先完成一个功能，验收通过后，再进行下一个功能，最后整合[71][76] * **发展现状、局限与未来展望** * **当前局限**：命令行界面对于非程序员用户不够友好，存在“对话框恐惧”；赋予AI过高系统权限存在安全风险；复杂程序一次性开发成功的概率不高[42][43][57][66] * **近期进展**：内核模型未大变，但推出了界面更友好的Co-Worker产品，并涌现了如Rafael、Agent.md等辅助工具，增强了自动化（Agent化）和指令优化能力[72][73] * **未来趋势**：自动化开发是必然方向，关键在于如何清晰传达需求。在强大模型内核支撑下，开发新界面和新操作方式的速度会非常快[56][68][69] 其他重要但是可能被忽略的内容 * **国内使用**：在国内使用Claude Code需要配置代理，否则可能无法连接其网络服务[10] * **初始设置**：首次运行时，会生成一个`claude.md`文件作为说明文档，用户可自定义工作指令（如定期记录进度）[8][9] * **初始操作**：使用`init`指令可以让AI预先读取并分析项目文件夹的文件结构，但非必需[12] * **模型选择**：根据任务复杂度可选择不同模型，简单文件操作可用Sonnet，复杂指令建议用Opus[64]