史上最大 IPO:Anthropic 上市,全球 AI 会发生什么撰文:硅谷 Alan Walker
资本 · 算力 · 终局
从一块卡、一片封装、一根光纤、一度电,到模型、Agent、每个行业,再到一级市场和被做空的旧世界——这条链条上的每一环,都会在敲钟那一刻 被重新定价 一次。
硅谷 Alan Walker 看到 Anthropic 投资者会议的消息,把这件事从头到尾想了一遍。先把事实摆清楚。Anthropic 六月已经向 SEC 秘密递交招股书,高盛、摩根士丹利、摩根大通三家一起做,投行已经在安排投资者会议,时间窗口指向今年十月。股东端预期的定价在 两万亿美元 以上——如果成,这是 人类历史上最大的 IPO,超过今年六月的 SpaceX,超过之前所有纪录。
而更重要的是,它会在 OpenAI 之前完成。OpenAI 六月递交 S-1 的同时说"可能还要一段时间",随后传出倾向 2027 年上市,Altman 把一万亿以下视为不可接受。这意味着在未来至少一年里,Anthropic 是地球上 唯一可以直接买到的前沿 AI 资产。下面按这条产业链从下往上,一层一层拆。每一层都给出具体的公司和数字,以及 Alan 认为会发生什么。
筹码荒
第一个后果不是估值,是 没货。按两万亿定价,IPO 通常只释放 5%到 8%的流通股。也就是说,全世界真正能买到的 Anthropic,只有 1000 亿到 1600 亿美元的浮筹。而想配置纯 AI 资产的钱是多少?主权基金、养老金、共同基金、对冲基金、加上两代散户,量级在十万亿以上。供给和需求差两个数量级。在这种结构里,价格不由基本面决定,由边际买家的急切程度决定。首日翻倍 是常态,不是意外。说人话:一百个人抢一张票,票价就不是印在票面上的那个数了,是最想去的那个人愿意出的那个数。
而更要命的是,钱还会变多。美联储从 2025 年底至今按兵不动,联邦基金利率卡在3.50%到3.75%,今年市场甚至在给加息定价。但主流机构对明年的判断高度一致:高盛预计 2027 年 6 月和 12 月各降一次;美银预计 2027 年 7 月和 9 月;晨星更激进,预计 2027 年三次、2028 年再两次。说人话:今年的钱是紧的,明年开始松。而 Anthropic 大概率在今年十月上市——正好卡在最紧的时点定价,然后迎着放水的方向往上走。这个时序对持股人是最舒服的一种。
降息 意味着 无风险收益率下降,所有靠未来现金流折现估值的资产同时变贵,而 AI 是折现期最长、增长曲线最陡的那一类,杠杆 效应最大。2027 年的每一次降息,都会往这个已经过热的池子里再倒一桶水。这里有个细节几乎所有人都看错了。Anthropic 预计二季度收入 109 亿美元、经营利润5.59 亿美元,首次盈利。市场在讨论"这个盈利含金量够不够"——问错了问题。它的真正作用是指数纳入的资格门槛:标普 500 要求 最近四个季度 GAAP 盈利为正 且 最近一季度为正。Anthropic 现在踩上了这条线。
两万亿市值进标普,权重约 3%。光被动资金的机械性买盘就是数千亿美元。主动基金那边压力更大:基准里有 3%的 Anthropic,你不持有,等于对全球最强的 AI 资产净做空 3%。年底跑输同行,你去跟 LP 解释。然后是正反馈:被动买入推高股价 → 市值上升 → 权重上升 → 必须买得更多。这台机器一旦启动,靠基本面是停不下来的。
溢出效应 会比大多数人预期的更广。买不到 Anthropic 的钱不会回到银行账户里躺着,它会去买最接近的替代品——于是台积电、SK 海力士、三星、ASML、东京电子、爱德万、中际旭创、Vertiv、GE Vernova,这一整排全球供应链公司会被顺带抬起来。东京、首尔、台北、阿姆斯特丹的股市,会因为一家旧金山公司的敲钟而集体上涨。这是这轮 AI 牛市的第一波,也是最容易被误读成"基本面改善"的一波。
散户那一头更简单。SpaceX 六月上市当天的场面已经预演过一遍了。当一只股票同时具备"人类历史最大"、"AI"、"以前买不到"这三个标签,它在零售端的吸引力不需要任何分析支撑。
卡即通行证
往下一层。Anthropic 的招股书会做一件对整个行业影响最深远的事:把 算力合约的真实价格 公开。Anthropic 已公开的算力承诺(截至 2026 年 5 月)SpaceX(Colossus 1)每月 12.5 亿美元,三年近 450 亿 | 至 2029 年 5 月
Amazon最高 5 GW | 2026 年底近 1 GW 上线Google + 博通5 GW | 2027 年起上线Microsoft + NVIDIA300 亿美元 Azure 容量 | 已签署Fluidstack500 亿美元美国基建投资 | 多年期把这几行加起来你会发现一件事:做前沿模型的入场费,已经从"几亿美元种子轮"涨到了"每月十亿美元级别的固定支出"。Colossus 1 那一笔就是超过 300 兆瓦、22 万块英伟达 GPU。作为对照,Google 付给 SpaceX 的是每月9.2 亿美元、约 11 万块 GPU——只有 Anthropic 的一半。
说人话:每月 12.5 亿美元是什么概念?相当于每天睁开眼就要付掉四千万美元,一年下来比整个星巴克中国的营收还多,而这只是它五份算力合同里的一份。说人话以前判断一家模型公司行不行,看它招了几个大牛。现在只看一件事:它每月能不能稳定烧掉十亿美元,并且有人愿意继续给它十亿。全球能过这一关的公司,五个手指数得完。所以上市之后,对全球 AI 公司最直接的影响是:算力合约 成为公开可比的行业标尺。任何一家二线模型公司去融资,LP 第一个问题会变成"你们锁了多少 GW、月付多少"。答不上来的,一轮都过不去。
Alan 的判断:2027 年之前,全球宣称做通用前沿基础模型的公司会从今天的二十几家收敛到五家以内。不是技术淘汰,是付款能力淘汰。还有一件事会同时被公开:算力的地缘属性。Anthropic 今年六月经历过商务部对其顶级模型的临时禁令,直接拖慢了当月收入,七月初恢复。这段经历必须写进招股书的风险章节。一旦写进去,"美国政府可以随时关掉一家两万亿美元公司的一条产品线"这件事,就从行业内部的共识变成了全球投资者的定价变量。
对中国 AI 公司来说,这一页招股书的价值超过任何一份行业报告。它等于用最权威的形式确认了两件事:第一,算力供应是可以被 政治 中断的;第二,因此 自主算力路线的溢价 是真实存在的,不是口号。预计 Anthropic 上市后的三个月内,中国和中东的算力自主化投资会出现一次明显加速。
封装的瓶口
再往下。钱可以印,卡不能印。真正的物理天花板在 台积电的先进封装线 上。2026 年 CoWoS 的需求量估计接近 100 万片晶圆,而 2024 年只有约 37 万片。台积电 CoWoS-S 和 CoWoS-L 两条线全部订满,英伟达一家锁定约 60%,前三大客户合计锁掉 85%以上。HBM3E 在 2026 年基本售罄,HBM4 正在爬坡,SK 海力士拿下约 62%份额、供应英伟达约三分之二的 HBM4。
供给端 在拼命扩:SK 海力士刚在纳斯达克募了 265 亿美元——超过阿里巴巴 2014 年 250 亿的纪录——用于 P&T7 封装厂、M15X DRAM 厂和向 ASML 采购近 12 万亿韩元的 EUV 设备。但业内很清楚:实质性的 HBM 新增产能要等到 2028 年。说人话:CoWoS 就是把好几块芯片和内存拼装成一整块 AI 加速卡的那道工序,全世界能做的产线基本只有台积电那几条。芯片再多,没有这道工序也装不成卡。2026 年的产能已经被订光了,钱再多也插不进队。
Anthropic 上市会把这件事推向极端。手握两万亿市值和几千亿现金的公司,去跟台积电、SK 海力士签长约,出价能力和二线玩家完全不在一个维度。上市募资的第一用途不会是研发,是 锁产能。这对上游意味着什么?台积电、SK 海力士、美光、三星、Amkor、日月光、ASML 这一整排公司,会在 Anthropic 上市后的三个月内被系统性重估。逻辑很简单:市场刚刚给下游客户定了两万亿的价,那卡住这个客户咽喉的供应商,凭什么还按周期股的估值方法算?
顺带说一句:先进封装的紧张已经在把订单往外挤——联电、世界先进、英特尔、Amkor、日月光都在接溢出的活。英特尔的 EMIB-T 良率据称已到 90%,成本可能比 CoWoS 低四到五成,2027 年量产。这是英特尔十年来第一次有真实翻身机会,而这个机会是 Anthropic 这类客户的产能饥渴喂出来的。
还有一个连锁反应值得盯:内存。二季度三星 DRAM 均价涨了 44%到 46%、NAND 涨 67%到 69%,美光分别涨超 60%和 80%。当 DDR5 的利润率逼近 HBM,厂商的产能分配就会开始摇摆,而所有需要内存的行业——手机、PC、汽车、消费电子——会被迫为 AI 的胃口买单。2027 年全球消费电子的成本上涨,源头在这里,不在关税。
再往上看一层,这条链的地理分布是台湾、韩国、日本、荷兰四个点Anthropic 这样一家两万亿美元的美国公司,它的存续实际上取决于这四个地方的产线是否正常运转。招股书的风险章节会把这句话用法律语言写出来,然后全世界的资产管理人会同时读到它。台海和东亚的 地缘风险,会第一次以"最大市值公司的单点故障"的形式被主流资本市场定价。
铜换成光
第三层,是被中文媒体讨论得最不充分的一层:互联。模型越大、集群越大,芯片之间和机柜之间的通信量增长得比算力还快。铜缆在几米之外就撑不住了,所以整个行业在往硅光和1.6T 光模块迁移。台积电旗下的采钰已经在扩1.6T 硅光产能。这一层的玩家是中际旭创、新易盛、Coherent、Fabrinet、Astera Labs、Arista、博通。为什么 Anthropic 上市会引爆这一层?因为招股书里会写清楚一件今天大家只能猜的事:推理集群的实际拓扑和带宽配置。一旦公开,所有人会同时意识到,光模块的需求不是按算力线性增长的,是按集群规模的 平方级 增长的。
说人话一万块卡的集群,卡与卡之间的连接数不是一万,是接近五千万。集群翻一倍,连接数翻四倍。所以在 AI 这轮里,卖光的最终会比卖算的增长更快——只是没人写在幻灯片第一页。还有一层更远的东西已经写进合同了:Anthropic 在与 SpaceX 的协议里明确表示有兴趣合作开发数吉瓦级别的 轨道算力。今天听起来像科幻,但它出现在一份正式披露的商业协议里,就说明有人已经在算这笔账——地面上电力和散热的边际成本,正在逼近发射成本。
Alan 的预言:光互联 这一层会在 2027 年跑出下一个市值超过五千亿美元的公司。今天它还被归在"通信设备"这个死气沉沉的行业分类里,市盈率按周期股给。这是整条链上最大的一次错配。
电价即算力
第四层,也是 Alan 认为整个链条上最被低估的一层:电。大五家超大规模厂商 2026 年的资本开支超过 6000 亿美元,同比增长 36%。这些钱最终都要插到某个插座上。而美国的电网,从卡特政府之后就没有为这种量级的负荷做过准备。能源层的实时读数(2026 年)GE Vernova 总积压订单:1760 亿美元约为 2026 年预期收入 460 亿的近四倍
燃气轮机积压:Q2 单季 100 GW → 116 GW交付排到 2029 年之后Q1 有机订单:183 亿美元,同比+71%电气化板块数据中心订单 24 亿,超 2025 全年Constellation 收购 Calpine:164 亿美元(企业价值约 266 亿)成为美国最大电力生产商
Vistra 与 Meta 核电 PPA:约 2600 MW核电从"夕阳资产"变成稀缺资产说人话:GE Vernova 手里的订单是它一年收入的近四倍,意思是你今天下单,排队排到 2029 年之后。发电设备这种以前没人愿意碰的生意,现在成了比芯片还难抢的东西。Anthropic 自己已经做了一件很少人注意的事:它承诺覆盖因其数据中心导致的 美国居民电价上涨部分。这件事在招股书里会成为一条正式的或有负债披露。一旦披露,所有做数据中心的公司都会被问同一个问题:你打算怎么处理你推高的那部分电价?
顺着这条线看下去,中国 的位置会变得非常特别。全球约 60%的 变压器产能 在中国,而西方四大电气巨头——日立能源、西门子能源、ABB、GE Vernova——全部售罄到几年之后。美国要建 AI 数据中心,绕不开中国的电网设备;中国要建 AI 数据中心,绕不开台积电的封装线。这两条依赖各自都是死结,而市场目前只给其中一条定了价。
Alan 的判断:Anthropic 上市后六个月内,市场会把 GE Vernova、Vertiv、伊顿这类电气设备商,以及 Vistra、Constellation、Talen 这类独立发电商,从"公用事业/工业"重新归类到"AI 成长股"。估值方法一变,倍数就是两三倍的跳。这是这轮里最确定的一次板块迁移。
而更扎心的一层在下面:电力是有 政治 的。数据中心推高的电费最终要落到普通家庭的账单上。Anthropic 已经承诺覆盖这部分涨幅,说明它的团队看到了这个雷。2027 到 2028 年美国的中期选举周期里,"AI 数据中心推高了你家电费"会成为一个真实的竞选议题。那时候,限制数据中心用电的州级立法会开始出现,而这才是 AI 基础设施建设真正的天花板——不是芯片,不是资本,是选票。
模型层清场
现在到 LLM 这一层。这里会发生的事最残酷。今天的格局:Counterpoint 的数据显示,2026 年一季度全球 LLM 收入份额,Anthropic 以31.4%略微超过 OpenAI 的 29%。而两家的财务状况完全不同——OpenAI 年化收入约 250 亿美元,每赚一美元亏1.22 美元;Anthropic 年化收入从二月的 140 亿冲到五月的 470 亿,二季度已经预计盈利。说人话:一家每收一块钱要倒贴一块二,一家已经开始赚钱。在私募市场这个差别可以用故事盖过去,在公开市场盖不住。
Anthropic 上市,等于给整个模型层安装了一把公开的尺子。以后每一家模型公司融资,投资人手里都会多出三个可比数据:每美元收入对应多少算力成本、毛利率多少、企业客户集中度多少。说人话以前融资讲的是"我们的模型在某某榜单上排第几"。以后要讲的是"我们每一美元 token 收入的毛利是多少"。前一个问题所有人都能讲得漂亮,后一个问题绝大多数公司答不出口。结果会是分层:
第一层,Anthropic、OpenAI、Google 三家,加上算力自给的 Meta 和 SpaceX,构成前沿俱乐部。第二层,中国的 DeepSeek、阿里 通义、字节,靠国家级算力和成本结构活着,走的是另一条曲线。第三层,欧洲和其他地区的模型公司,以及美国的二线玩家,在两年内会被迫转型做垂直或者被收购。第二层这条曲线值得单独说。中国模型公司走的是另一套经济学:算力受限,所以被迫在 效率 上做到极致,然后用价格把市场砸开。这条路在企业市场很难赢,但在全球南方、在中小开发者、在成本敏感的场景里,它会拿走相当大的份额。Anthropic 上市之后,这条曲线不会被消灭,反而会因为公开的价格对比而变得更锋利——因为所有人第一次能算出美国模型的成本结构到底是什么。
开源的位置也会变。当闭源模型公司变成上市公司,季度财报压力会让它们更快地把上一代模型开源出来打击对手——开源从理想主义变成 竞争工具。这对创业者是好消息:模型能力的地板每年会被免费抬高一次。但对那些商业模式就是"我们的模型比开源好一点"的公司,这是判决书。顺带一个不太好听的预言:2027 年会出现第一起 AI 模型公司的大型并购,收购方不是科技公司,是一家上市的 AI 巨头用高估值的股票去买。股票就是弹药,两万亿市值意味着 Anthropic 可以用不到 2%的股份买下今天任何一家二线模型公司。这是上市带来的、被严重低估的战略武器。
Agent 的收费站
这是 Alan 认为 Anthropic 收入十倍增长的真正来源,也是它区别于所有对手的地方。卖 token 是卖水,卖 Agent 是 卖结果。当 Claude Code、Cowork 这类产品直接完成一整份工作,客户付的不再是每月 20 美元的席位费,而是这份工作原本要付给人的钱。定价的锚从"软件许可"换成了"工资"。
这个换锚的杀伤力,你看 SaaS 股就知道了:2026 年一到二月,全球软件板块蒸发了约两万亿美元市值。Atlassian 跌 35%,Salesforce 跌 28%。1 月 29 日那一天,微软单日蒸发约 3600 亿美元,是 2020 年 3 月以来软件最惨的一天。Gartner 的预测是到 2030 年,35%的单点 SaaS 产品会被 Agent 取代或吸收。
说人话:以前软件卖的是"给你的员工每人配一个账号",一个账号一个月一百美元。现在 AI 直接把那个员工的活干了,客户愿意付的是那个员工的年薪。同一个客户,能收的钱多了一百倍,但前提是那个岗位真的没了。Anthropic 上市会把这场处决加速。因为招股书里会披露企业客户数和 ARPU——一旦市场看到"一个客户为 AI 付的钱已经超过它为全部 SaaS 付的钱",重估会在一个季度内完成。
而 Agent 层 的创业公司会集体受益:Cursor 已经到 293 亿美元估值,Sierra 100 亿,Glean 72 亿,Decagon 45 亿。这些数字在 Anthropic 上市后会显得便宜。原因不是它们变好了,是分母变了——当市场接受"一家 AI 公司值两万亿",所有下游的估值锚点都要往上平移一次。
这里有个更深的结构变化。按席位收费的时候,软件公司的收入上限是客户的 IT 预算,全球大约一万亿美元。按结果收费之后,上限变成客户的人力预算,全球五十万亿以上。同一批客户,同一批需求,可收费的池子大了五十倍。这才是 Anthropic 年化收入能在三个月里从 140 亿跳到 470 亿的真实机制,不是因为用户变多了,是因为 收费的口径 换了一层。
行业层的分蛋糕
再往上是各个 domain。这一层按可被替代的确定性从高到低排:最先倒下 编程已经发生。代码是有明确正确性判据的领域,验证成本极低,所以 AI 在这里的经济学最干净。Anthropic 收入结构里编程占比最高,不是偶然。正在进行 客服 / BPO
印度和菲律宾的外包产业面临的是结构性消失,不是效率提升。这一层的上市公司会在两年内被市场当成夕阳股定价。正在进行 法律流程合同审查、尽调、文档发现。律所的计时收费模型和 AI 的边际成本是正面冲突,初级律师岗位是第一批被消化的。2027 金融分析
卖方研究、财务建模、合规报告。数据结构化程度高、输出格式标准,是最适合 Agent 的中后台工作。2027–28 医疗影像判读、病历生成、临床决策支持。技术上早就可行,卡在监管和责任归属,所以慢,但方向没有悬念。最慢 制造 / 物理世界
需要机器人和真实世界的数据闭环。这一层的红利要到 2029 年之后,也是留给创业者时间最长的一层。创业者真正该看的是 垂直数据层:模型层的能力会被三家公司免费抬高,应用层的界面会被 Agent 直接吃掉,中间剩下的价值在那些"模型拿不到的数据"上——手术记录、机床参数、法院内部卷宗、供应链的真实履约数据。这轮里能守住的东西,一定是 数据的所有权,不是产品的功能。
一级市场沸腾
对做投资的人来说,Anthropic 敲钟最直接的作用是:退出通道被证明存在。过去三年 LP 最常问的问题是"AI 公司怎么退出"。没人能给出有说服力的答案。这个问题在敲钟那一刻永久消失。结果是 LP 重新开闸,而供给端——真正值得投的 AI 公司数量——一年之内不会变多。同样的钱去追同样多的项目,只能推高价格。Alan 的判断是 IPO 后六个月内,AI 种子轮的中位数估值会再上一个台阶,A 轮更夸张。没投到 Anthropic 的基金,会用两倍的价钱在"下一个 Anthropic"上找补。还有一件事会同时发生:主权基金 和 家族办公室 会绕过 VC 直接下场。今年已经有近千亿美元涌进 Anthropic,这些钱的持有人尝到甜头之后,不会再满足于付 2/20 给别人。这轮 AI 牛市会顺便完成一次风险投资行业的去中介化。
基金的形态也会变。过去两年已经出现了一批 加杠杆押注 AI 的对冲基金,接下来会更多——因为在一个只涨不跌的叙事里,不加杠杆就是主动放弃收益。这一步是这轮周期里最危险的一环,但它一定会发生,而且规模会大到出乎意料。杠杆永远是在最有把握的时候加上的,也永远是在那个时候最致命。还有一个具体的时间点值得记下来:锁定期解禁。IPO 后六个月,几千名员工和早期投资人的股份同时可以卖。这个日期会成为 2027 年上半年全球市场最重要的单一事件之一,也是这轮 AI 牛市的第一次真实压力测试。
造富与鸡毛
Anthropic 有几千名员工。上市那天,账面财富的分布会是这样:早期员工里会直接走出一批 身家十亿美元以上 的人,中层工程师普遍在 一亿美元 量级,而 千万美元 级别,会是这家公司里最普通的一档。说人话:在 AI 这一轮里,百万富翁已经是乞丐版,亿万富翁才刚够入门。过去在硅谷,一千万美元叫"财务自由";在 Anthropic 的期权表上,一千万美元叫"来得比较晚的那批"。
这不是修辞。做个算术:假设员工和早期投资人合计持有公司三成,两万亿市值对应六千亿美元。按几千人分,人均就是一到两亿美元。而期权是按加入时间和层级分布的,头部几十人会各自拿到几十亿。一次敲钟凭空造出的百亿富豪数量,可能超过过去十年硅谷的总和。而这只是一家公司。OpenAI 在后面,SpaceX 已经上了,再往下还有 Cursor、Sierra、Glean 这一整排。2027 到 2028 年,全球超高净值人群的数量和构成会被重写一遍,而且这批人的 平均年龄比上一轮低十岁。
这些钱会去哪里?第一站已经很清楚了:房子。Atherton 这个只有七千人的小镇,2026 年上半年房价中位数涨了 20%,从去年的 833 万美元涨到 993 万,一举超过迈阿密的 Fisher Island,重新拿回全美最贵邮编。今年到目前为止已经成交五笔三千万美元以上的房子,而 2025 年全年的纪录才六笔。两千万到三千万区间的房子普遍收到多份报价,还要加价成交。
Palo Alto 这边,独栋中位数在 410 万左右横盘,但五百万以上那一档在飞。Old Palo Alto 已经有好几套刷新纪录成交。整个城市的均价比中位数高出近一百万美元——历史上最大的一次背离。这个背离就是 AI 造富效应的形状:中间没动,顶部起飞。说人话:一个镇子的房价中位数一年涨两成、逼近一千万美元,说明买家根本不看价格,只看有没有货。他们不是在按揭买房,是拿刚变现的股票现金全款抢。
顺着房子往外扩散:私人飞机、游艇、艺术品、Napa 的酒庄、私立学校的入学名额、旧金山和纽约的顶层公寓。凡是供给固定、无法量产的东西,价格都会被这波流动性推到新的台阶。而 Anthropic 上市之后六个月的锁定期一到,这波 购买力 才真正落地——那正好是 2027 年上半年,也正好撞上 美联储恢复降息。钱变多和利率变低,同时发生。
还有一件不那么愉快的事在同步发酵:加州十一月要就一项公投表决,对亿万富翁一次性征收 5%的财富税用于医疗。已经有人在讨论超高净值人群外流,Google 两位创始人都在增加与其他州的联系。财富积累的速度和政治反应的速度,正在拉开一个越来越危险的差距。这条线会在 2028 年前后变成 美国政治 的主战场之一。
然后是创业。历史规律非常稳定:Google 2004 年上市,18 个月后走出第一批创业者;Facebook 2012 年上市,两年后硅谷冒出一整代消费和社交公司。Anthropic 的员工创业潮会在 2027 年下半年开始,2028 年到高峰。这批人手里有钱、有前沿工程经验、有分销人脉,是这轮里质量最高的创业者供给。而且他们的起步条件和上一代完全不同——不需要融种子轮,自己就是 LP。
但更大的一波是外部模仿者,而这一波的结局 Alan 已经能看见了。我们刚刚看过一模一样的剧本:英伟达一路涨到5.3 万亿美元,直接催生了一大批 AI 芯片创业公司——Groq、Cerebras、Etched、Tenstorrent,加上国内数不清的名字。今天回头看,绝大多数是在陪跑。原因在第一性上很清楚:这条赛道的门槛不是聪明人,是 资本开支 和 分销渠道。Anthropic 一家三年就要付给 SpaceX 近 450 亿美元,加上亚马逊、谷歌、微软、Fluidstack 那一串——这不是拿两亿美元种子轮能挤进去的游戏。所以 2027 到 2029 年会重演一遍:一大批"我们也做基础模型"的公司拿到钱,两年后发现自己既买不起算力,也进不了企业采购名单,最终以人才收购的方式消失。这一次的差别只在于,因为钱更多,尸体会更大。
更值得警惕的是第二类模仿者:看到能源和电力涨了,去创业做数据中心的。这一类在 2027 年会非常热闹,而它的风险比芯片还大——数据中心是重资产、长周期、依赖单一客户的生意,而客户的算力合同大多可以提前 90 天终止。Anthropic 和 SpaceX 那份 450 亿美元的合同就是这样写的,Google 那份也是。
说人话:你借了二十年的钱盖楼,租客的合同上写着"提前三个月通知就能走"。这就是 2027 年那一批数据中心创业公司资产负债表的样子。三十年下来 Alan 总结出一条:造富效应 传导到 创业决策 的时候,信息已经损耗了两轮。你看到的是市值,看不到的是 产能配额、是 分销合同、是 十年积累的客户关系。追着市值创业的人,追的是别人已经吃完的那顿饭的照片。
做空名单
新钱会涌进来,老钱会搬家。搬家意味着有人被卖。这份名单会是这样:被抽血的六类资产AI 影子股 | Amazon、Alphabet过去买这两家有相当部分是在买 Anthropic 的间接敞口。正主上市,代理溢价消失。Alphabet 还叠加了 AI 领导层动荡的估值折价。按席位收费的软件 | Salesforce、Workday、Atlassian、Monday
Agent 直接减少席位数。收入模型和技术趋势正面对撞,越增长越被怀疑。IT 外包与 BPO | 印度三大 IT、菲律宾呼叫中心人头计费的生意,客户改用 Agent 之后,需求消失而不是转移。二线模型公司 | 欧美中型模型创业公司
有了公开可比公司之后,估值不再靠叙事,靠折算。折算的结果通常很难看。防御性资产 | 公用事业、必需消费、长久期债券牛市初期的经典搬家:钱从安全的地方往刺激的地方跑。短期的英伟达 | NVDA不是变差,是资金从"卖铲子的"往"淘到金的"迁移一部分。长期仍是受益方,但会有一次明显的相对跑输。最反直觉的是最后一条。英伟达今天5.3 万亿美元,是全球第一大公司。但当市场第一次可以直接买到应用层的最终受益者,"我买英伟达来代表 AI"这个持有理由就弱了一截。这个切换会发生在 Anthropic 上市后的头两个季度。
比这份名单更远的,是传统产业里那些还没被市场认真做空的东西。我列三个:教育培训。凡是收费教"一项将被自动化的技能"的机构,商业模式已经被判了死刑,只是账面还没反映。编程培训是第一个,会计和法律职前教育是第二批。这个行业的问题在于,它的客户是在为一个已经消失的就业市场付学费。商业地产里的写字楼。远程办公只是把这件事推迟了几年,真正的杀伤在于席位本身在减少。当一家公司的知识工作岗位缩减三成,它不需要重新装修,它需要退租。这一波会在 2028 年前后集中体现在 REITs 的财报上。市场调研、内容生产、初级设计。这三类的共同特征是:输出是文档、交付是文件、质量判据模糊。恰恰是模糊的判据让人以为 AI 替代不了——但客户从来不是在买质量,是在买"有人交了活"。
十万亿
最后说结论。个人判断:Anthropic 会成为 人类历史上第一家市值十万亿美元 的公司,而且这个数字最终会被证明保守了。先看数量级规律。每一代主导技术的头部公司,市值比上一代高一个数量级。PC 时代的微软在 2000 年峰值约 6000 亿美元;互联网和移动时代,Alphabet 今天约4.2 万亿,苹果和英伟达在4.5 到5.4 万亿之间。按这个节奏,AI 时代的头部就该落在五十万亿到一百万亿这个区间。但真正硬的论证不在类比,在可寻址市场的性质变了。第一性推导
互联网公司赚的是广告和交易抽成的钱。全球广告市场一年约一万亿美元,Google 把这个池子做到极致,得到 4.2 万亿市值。AI 公司卖的是认知劳动的替代品。全球人类薪酬总额一年约五十到六十万亿美元,其中知识工作占相当大的比重。池子大了几十倍。哪怕 AI 最终只拿到全球薪酬支出的 5%,那就是每年两万五到三万亿美元的收入规模。按软件行业二十到三十倍的市销率,对应五十到九十万亿市值。Anthropic 在其中占一到两成,就是十万亿。再看时间。Anthropic 的年化收入二月 140 亿、五月 470 亿,投资人预期年底到 1000 至 1200 亿。从这里走到十万亿市值所需要的年收入约 5000 亿——按二十倍市销率——不需要奇迹,只需要现在的增速再维持两到三年。
说人话:互联网公司抢的是广告预算,AI 公司抢的是工资单。广告预算全球一年一万亿,工资单一年五十万亿。同样一家公司,站在哪个池子边上,决定了它最后能有多大。这条规律从蒸汽机到铁路、从铁路到电力、从电力到半导体、从半导体到互联网,没有失效过一次。每一个新产业都比它取代的旧产业大至少一个数量级。AI 不会是第一个例外。
Anthropic 敲钟的那一刻,标志的不是一家公司的成年礼。它是 全球资本第一次被允许直接购买人类认知能力的替代品。在这之前,你只能买卖铲子的、买搭着旧业务的、买影子。在这之后,池子里有了真东西。而池子里的水,比现在所有人算的都要多。
开源模型会杀死「算力需求」?摩根士丹利推演 AI 的三种未来当单次推理消耗下降,更多业务开始调用 AI,反而可能换来更大的调用总量。
原报告:Morgan Stanley Research《Weighing In: Open-Weights Models & 3 States of the World》,2026 年 8 月 3 日
编译及整理:DaiDai、Frank,MSX 麦通研究院
核心速览
开放权重模型降低的是单次调用成本和部署门槛,不一定降低总算力需求,随着 AI 进入更多企业、工作流与设备,调用量的增长可能超过效率提升,触发典型的「杰文斯悖论」;
企业已经进入多模型时代,开放权重模型主要承担编程、文档处理、高频调用和特定领域任务,复杂推理与 Agent 工作负载仍更多依赖前沿闭源模型;
开放权重并不等于免费,企业省下的可能是模型授权费或部分 API 费用,但仍需承担 GPU、云服务、本地机房、微调、人才、安全和运维成本;
无论闭源、混合还是开放权重模型最终占据主导,NVIDIA、现场电力与安全软件都属于较明确的跨情景受益方向;
开放权重模型越普及,AI 价值链越可能从基础模型层,向推理、路由、编排、可观测性、本地基础设施、边缘设备和垂直应用扩散;
每隔一段时间,AI 市场似乎都会经历一次「效率恐慌」。
当模型参数变小、推理成本下降,或者一家模型公司用更少的芯片实现接近前沿的性能时,市场很快便会产生一种直觉,既然完成同样任务所需要的计算资源越来越少,GPU、数据中心和电力需求是否也将随之见顶?
Kimi K3、DeepSeek V4 Flash 正式版等新一代开放权重模型的出现,再次把这一问题推到市场面前,它们不仅试图缩小与前沿闭源模型之间的能力差距,也允许企业下载、修改和自主部署模型,将过去高度集中于少数美国模型实验室的能力,扩散到更广泛的开发者与企业技术栈中。
但摩根士丹利在最新报告中给出的答案,恰恰与这种直觉相反:
模型效率提高,未必会杀死算力需求,它更可能让 AI 变得足够便宜,从而进入过去不值得使用 AI 的场景,并最终推高整体调用量。
在此基础上,真正需要重新讨论的,就变成了算力会在哪里发生、由谁提供,又有哪些公司能够从这种扩散中获得收入。
一、更便宜的模型,为什么可能消耗更多算力?
开放权重模型最容易引发的一种误解,是把「模型成本下降」直接等同于「基础设施需求下降」。
但对于多数企业而言,是否采用 AI,并不只取决于模型完成一次任务需要多少算力,而取决于它所创造的收益,能否覆盖模型、工程和基础设施成本。
摩根士丹利引用的测算显示,一个企业 AI 任务平均可以创造约 55 美元收益,而直接成本约为2—5美元,即使考虑数据、工程、安全与管理成本,这一收益成本比仍然意味着,大量企业工作流尚未完成 AI 化。
在这种情况下,模型降价带来的结果,可能不是企业减少 AI 支出,而是更多任务跨过经济可行性的门槛。
过去,企业或许只会将最重要、价值最高的任务交给 AI;当推理价格继续下降后,客服记录分类、合同审核、代码测试、商品描述、企业搜索、营销素材、数据清洗乃至内部审批,都可能被纳入模型工作流。
每项任务所需的计算资源可能下降,但任务数量、运行频率与用户规模却会同步扩大。
这正是报告反复提到的「杰文斯悖论」,当一项资源的使用效率提高、单位成本下降后,由于应用范围迅速扩大,其总消耗量反而可能增加。
譬如汽车更省油,并没有让全球石油需求自动消失;网络带宽越来越便宜,也没有让数据流量下降,类似地,更高效的模型未必减少 GPU 使用,反而可能让 AI 从少数高价值任务,变成企业内部无处不在的基础能力。
目前,这一扩散已经开始发生。
报告援引的 McKinsey 调查显示,63% 的受访企业已经在技术栈中使用开放模型,但多数企业并没有完全放弃闭源模型,而是将二者组合使用,开放权重模型主要用于编程、文档解析、高频调用和特定领域任务,前沿闭源模型则继续承担复杂推理、可靠性要求较高以及更难标准化的工作。
2026 年2月至7月,美国公司每周通过 OpenRouter 路由至中国开放模型的 Token 比例一度超过 30%,这一数据可能更偏向开发者和初创公司,无法直接代表大型企业支出,但至少说明,开放权重模型已经从实验室概念,进入真实的调用与部署环境。
当然,开放权重模型也并不等于「免费模型」。
企业在自托管时,可以不再向模型提供商支付按 Token 计算的 API 费用,但仍需购买或租赁 GPU,并承担机房、云服务、微调、工程团队、安全和日常运维成本,这意味着通过模型厂商或云平台提供的托管 API 使用开放权重模型,企业仍然可能按照 Token 或计算量付费。
因此,开放权重改变的不是计算成本是否存在,而是企业以什么方式支付计算成本,以及价值由模型提供商、云平台还是企业自有基础设施获得。
摩根士丹利援引的一项 MIT 研究估算,从闭源模型转向开放模型,平均价格可能下降约70%,每年为消费者节省约250亿美元。但报告也特别提示,这一研究完成时间较早,不同模型的能力并不完全可比,也未必充分计入工程、微调和运维等隐性成本。
另一项 Carnegie Mellon 研究则显示,开放模型自建部署的回收期可能从约 3 个月延伸至 6 年,其中参数较小、任务固定、调用频率高的模型,能够较快摊薄硬件成本;大型模型和复杂企业级应用,则可能因为利用率不足、更新频繁和微调成本过高,很长时间都无法证明自建比 API 更便宜。
所以,开放权重模型的经济性并没有统一答案。
它取决于模型规模、使用频率、基础设施利用率、企业工程能力,以及数据是否必须留在本地。模型越开放,企业拥有的选择越多,但承担的技术责任也越多。
二、下一阶段,算力发生在哪里?
如果 AI 的未来只由少数闭源模型主导,那么训练和推理会继续集中在大型云平台与超大规模数据中心中。
但如果开放权重模型获得更广泛采用,AI 算力并不会消失,而是会从少数中心节点,进一步扩散至私有云、企业机房、主权数据中心、边缘服务器和个人设备。
这意味着,市场需要关注的变量将从「需要多少块 GPU」,转向「GPU 部署在哪里、由谁管理、如何被调用」。
在闭源模型时代,企业可以将大部分复杂性外包给模型公司:接入一个 API,按照 Token 付费,由提供商负责模型更新、基础设施、安全对齐与部分法律责任。
进入多模型时代后,这种简单结构开始被打破。
企业可能将最复杂的任务交给前沿闭源模型,将高频且成本敏感的任务交给开放权重模型;敏感数据留在本地,一般工作负载运行在公有云;部分请求在数据中心处理,部分请求则直接在电脑、手机或其他边缘设备完成。
模型数量越多、部署位置越分散,企业 AI 技术栈也会变得越复杂:
首先是网关层:企业需要一个统一入口,管理不同模型的身份认证、调用权限、速率限制、日志记录和供应商故障切换;
其次是路由层:系统需要根据准确率、延迟、成本、数据敏感程度和任务难度,将每个请求分配给最合适的模型;
随后是编排层:复杂的 Agent 工作流通常需要多个模型、数据库和外部工具协同,单次用户请求可能被拆解为数十个步骤与调用;
最后是可观测性与评估层:企业必须持续跟踪模型输出质量、响应延迟、Token 使用、运行成本、失败原因和安全风险。
这也是为什么开放权重模型的扩散,不只利好模型厂商。
当基础模型本身变得更容易获得,企业更愿意为「如何把模型稳定地投入生产」付费。模型网关、任务路由、Agent 编排、数据治理、可观测性和安全软件,可能成为价值链中更难被压缩的环节。
安全的重要性尤其突出。闭源模型集中运行时,部分安全责任由模型实验室和云平台承担;而开放模型进入企业本地、私有云和边缘设备后,身份、数据、端点、模型权重和运行时环境都需要独立保护。
企业不仅需要防止员工将敏感数据发送给错误的模型,还需要管理不同模型能够访问哪些数据库、调用哪些工具,以及是否可能遭受提示词注入、模型蒸馏、权重篡改或权限滥用。
模型部署越分散,攻击面越大;模型数量越多,治理成本越高。
因此,开放权重模型真正带来的,并不是 AI 基础设施价值的消失,而是价值从单一的基础模型和 API 层,逐渐向整个系统栈扩散。
未来的 AI 支出可能不再只体现为少数科技巨头建设超级训练集群,也会表现为企业购买服务器、升级网络与存储、部署安全系统、建设私有 AI 平台,以及在手机和 PC 上配置更强的端侧算力。
算力需求从集中走向分布,并不意味着总量减少,只意味着受益者不再只集中于模型实验室和大型云厂商。
三、AI 的三种世界:无论谁赢,谁都绕不开算力、电力与安全
摩根士丹利没有为未来三种情景分配明确概率,而是分别推演了闭源模型胜出、混合架构共存和开放权重模型胜出时,AI 产业链可能出现的价值分配方式。
第一种世界:闭源模型继续掌握前沿能力
在这一情景下,前沿模型的性能、可靠性和安全能力仍然难以被复制,少数资本实力雄厚的模型实验室继续保持领先。
企业更看重准确率、部署便利、知识产权赔偿和品牌可信度,而不是完全控制模型权重,因此愿意继续为闭源 API 与企业订阅付费。
训练与推理工作负载会进一步集中在 AWS、Google Cloud 等 Hyperscaler 平台,超级训练集群继续推动对 GPU、高速网络、光通信和定制 ASIC 的需求。
Google、Amazon 等拥有云基础设施和模型能力的平台处于更有利的位置,Broadcom、Arista Networks、Lumentum、Coherent 等芯片与网络厂商也可能受益。
报告测算,如果 Google 能够凭借领先模型,在自有基础设施上运行 Gemini API,其示意投入资本回报率可以达到约45%;即使模型并未处于绝对领先位置,仅作为基础设施提供商,相关回报率也可能接近30%。
这说明,闭源世界最重要的资产不只是模型本身,还包括模型运行所依赖的算力所有权,谁拥有芯片、数据中心和客户入口,谁就更有能力保留模型调用产生的利润。
第二种世界:开放与闭源长期共存
这是目前最接近企业真实使用状态的一种情景。
闭源前沿模型负责复杂推理、长流程 Agent 和高可靠性任务,而开放权重模型与小模型则处理高频、成本敏感、低延迟或高度专业化的工作。
企业不会只选择一个模型,而是根据任务不断切换和路由,这也意味着 AI 部署同时存在于公有云、私有云、本地基础设施和边缘设备中。
这一情景下,单一模型厂商很难获得完全垄断性的定价权,但整个 AI 软件与基础设施市场会获得最广泛的需求。
微软、亚马逊和 Google 仍然受益于云端工作负载;
Datadog、Palantir、Appian 等基础设施与工作流软件厂商,可能受益于模型编排、数据连接与可观测性需求;
Palo Alto Networks、CrowdStrike、Fortinet、Zscaler、Netskope、Okta 等安全厂商,则受益于企业攻击面与身份边界持续扩大;
与此同时,Cisco、F5 等网络设备厂商,以及 Dell、HPE、NetApp 等企业基础设施公司,也可能从本地和混合部署中获得新增需求。
混合架构最大的投资含义是,AI 支出不会只集中于训练集群,而会沿着企业技术栈逐层扩散,且模型层的竞争越激烈,企业越需要中立的软件与基础设施,帮助其在不同模型和部署环境之间进行切换。
第三种世界:开放权重模型成为主流
在这一情景下,开放权重模型逐步接近前沿闭源模型,基础模型智能变得广泛可得,API 价格大幅下降。
企业不再愿意为通用模型能力支付过高溢价,而是利用私有数据进行微调,将主要预算投入推理优化、Agent、行业工具和应用部署。
创新重心由预训练转向后训练和应用层,AI 基础设施也更加分散。政府和大型企业可能出于数据主权、隐私、延迟和避免供应商锁定等考虑,将更多模型部署在主权云、私有数据中心和本地环境中。
微软可能凭借 Azure、GitHub、企业软件与开放模型生态获得更强地位;
MiniMax、智谱/Z.ai,以及阿里巴巴、腾讯等开放模型提供商的战略价值上升
Dell、HPE、NetApp 等本地基础设施厂商,HP、苹果等端侧设备公司,以及系统集成与 IT 分销渠道,也会获得更明显的需求;
但开放世界并不意味着云平台失去价值。
多数企业仍不会完全自行建设基础设施,开放模型仍然可能运行在 Azure、AWS 或 Google Cloud 上,Hyperscaler 的角色会从唯一的模型入口,转变为开放模型托管、计算资源、数据服务和企业 AI 平台的提供者。
因此,云厂商面临的并非简单的输赢,而是利润结构的变化,譬如基础模型租金可能下降,但计算、存储、数据库、安全与企业服务收入仍可能增长。
三种结局中的共同赢家
在摩根士丹利列出的资产矩阵中,最值得注意的不是每个情景独有的公司,而是那些在三列中反复出现的名字。
首先是 NVIDIA。
闭源模型胜出,意味着更多算力集中在超大规模训练与推理集群中;开放权重模型胜出,则意味着推理节点向企业、本地和边缘环境扩散。
两种路径所对应的芯片形态、客户结构和单个集群规模可能不同,但都需要持续增加计算能力,说到底,开放模型降低的是模型使用门槛,而不是取消计算过程。
其次是电力。
闭源世界需要稳定的 GW 级电力支撑超级数据中心,开放世界则会增加企业数据中心、主权云与现场推理设施的供电需求。模型效率提高,可能降低单次任务耗电量,却也可能让更多任务和设备持续运行 AI。
Bloom Energy、Williams、Liberty Energy 等现场电力、天然气与能源基础设施公司,因此被报告反复列入受益范围。
第三是安全软件。
无论企业使用闭源还是开放模型,都需要保护身份、数据与应用;而当部署从少数云平台扩散至本地和边缘环境时,安全需求只会变得更加复杂。
从这个角度看,安全软件可能是开放权重模型扩散中被市场低估的二阶受益方向。
写在最后
总的来看,开放权重模型真正可能杀死的,或许从来不是算力需求,而是基础模型层能够长期维持高额租金的想象。
当模型能力逐渐普及,企业不再只为「获得智能」付费,而会将更多预算投入如何部署智能、连接数据、管理工作流、保护系统,并让模型在真实业务中持续创造回报。
算力也不会简单地从增长转向衰退——它可能从少数超级训练集群,扩散至更多推理节点、企业机房、主权云和边缘设备;从一次性的模型训练竞赛,逐步变成覆盖企业每个工作流程的长期基础设施投入。
因此,开放权重模型带来的最大变化,不是 AI CapEx 周期即将结束,而是这个周期正在进入一个参与者更多、部署更分散、价值链也更长的新阶段。
NVIDIA 创始人 Jensen Huang(黄仁勋):AI 工厂时代,算力即收入撰文:Techub News 整理
导语
在摩根士丹利 2026 年 TMT(技术、媒体与电信)大会上,NVIDIA 创始人兼首席执行官 Jensen Huang(黄仁勋)接受了长达 40 多分钟的深度访谈。作为该会议长达 27 年的支持者,黄仁勋此次亮相的背景是 NVIDIA 2026 年 3 月公布了创纪录的季度财报,其影响力已从游戏显卡制造商转变为全球 AI 计算基础设施的绝对核心。本次对话不仅回顾了 NVIDIA 三十三年来的全栈创新之路,更前瞻性地定义了“AI 工厂”这一新经济范式,并详细阐述了算力如何直接转化为企业收入和全球 GDP,是理解下一代 AI 驱动型经济的关键窗口。
摘要
NVIDIA 的核心竞争力源于 33 年构建的“全栈”能力,从芯片、系统架构到软件库深度集成,使其能每年革新整个基础设施。
AI 发展已历经生成、推理、智能体三大拐点,智能体 AI(如 OpenClaw)的爆发将驱动令牌消耗呈指数级增长。
未来的数据中心是“AI 工厂”,其核心产出是令牌,工厂的功率限制使得“每瓦特令牌”效率成为决定企业营收的关键指标。
整个软件行业将从工具租赁转向“智能体租赁”,催生数万亿美元的令牌经济,算力需求将获得持续且庞大的资金支撑。
NVIDIA 正将前沿从数字 AI 拓展至物理 AI(机器人、自动驾驶、数字生物),这将是未来十年的新前沿。
从游戏显卡到 AI 超算:三十三年的全栈哲学
访谈始于对 NVIDIA 惊人增长规模的回顾。摩根士丹利分析师指出,从 1998 年 IPO 时 4800 万美元的收入,到如今单季度数百亿美元的营收和净利润,这种增长是“前所未有的”。黄仁勋将这一切归因于公司创立之初就确立的核心理念:创造一个新的计算平台。
他回忆,NVIDIA 始于解决一个特定的算法难题——计算机图形学,即模拟光线。这项技术催生了现代电子游戏产业。“从某种意义上说,是我们创造了现代电子游戏产业,”黄仁勋表示。早期的成功并非偶然,而是源于一种“全栈”方法:NVIDIA 不仅设计芯片(GPU),还创建了让应用直接与硬件对话的 API(如 DirectX 的前身),甚至革新了系统架构(如 AGP/PCIe 总线),以便在个人电脑上实现 3D 图形加速。这种深度集成——将算法、芯片、系统、软件库和开发者工具紧密结合——是 NVIDIA 的基因。
“加速计算本质上要求全栈,”黄仁勋强调。他将公司早期向游戏引擎(如 Epic 的 Unreal Engine)派驻工程师的模式,称为“前向部署工程师”,这确保了 NVIDIA 的技术被深度集成到最终应用中。这种能力后来被无缝迁移至 AI 领域。世界首台 AI 超计算机 DGX-1 的诞生,以及为微软 Azure 和 OpenAI 打造的超大规模集群,都是同一套“全栈、全系统”方法论的结果。
黄仁勋指出,正是这种对全栈的掌控,使得 NVIDIA 能够以惊人的速度创新。“我们每年不只是设计一颗芯片,我们是构建一整套基础设施。”从 GPU 到 CPU(Grace),再到连接芯片的 NVLink 和网络(Spectrum-X AI 以太网),NVIDIA 拥有并优化堆栈的每一层。“如果你不拥有整个堆栈,不拥有内部的其它芯片,就很难每年都创新。因为你是在把太多不同的东西拼凑在一起,如果无法控制,这就是一个全栈难题。”
AI 的三重拐点:从生成、推理到智能体爆发
当被问及过去两年 AI 领域的剧变时,黄仁勋清晰地勾勒出三个连续的“拐点”。第一个拐点是生成式 AI 的普及,以 ChatGPT 的出现为标志。它将强大的模型(如 GPT-3)通过一个易用的界面和 API 包装起来,让世界看到了 AI 生成内容的能力。
然而,生成式 AI 存在“幻觉”问题。黄仁勋解释说,这并非技术根本缺陷,而是因为生成过程缺乏上下文和事实依据。于是,第二个拐点随之而来:推理 AI(以 OpenAI 的 o1 模型为代表)。这类模型引入了自我反思、自我纠正的能力,并能基于检索到的信息进行“条件生成”,输出更可靠、更具事实性的答案。其直接结果是模型变得更大(约 10 倍),生成的令牌数量剧增(可能百倍),整体算力需求跃升了约一千倍,而由于其有用性,使用量更是增长了百万倍。
当前,我们正处在第三个,也可能是最具颠覆性的拐点:智能体(Agentic)AI。黄仁勋以 OpenClaw 为例,指出这款开源软件在发布三周内的下载量就超过了 Linux 的历史总量,成为史上最受欢迎的开源软件,增长曲线“几乎是垂直的”。其革命性在于,用户指令从过去的“是什么”(查询)变成了“做什么”(行动)。
“现在的提示词是‘创建’、‘执行’、‘构建’、‘编写’,”黄仁勋说。智能体 AI 可以理解复杂的任务描述,自主进行研究、阅读手册、使用工具并执行任务。在 NVIDIA 内部,他们称这些智能体为“Claws”。这些数字工作者在后台持续运行,编写代码、开发工具,消耗着海量的计算资源。“一个智能体消耗的令牌量,可能是之前生成式对话的百万倍。”这预示着企业对算力的需求将不再是线性增长,而是爆炸式攀升。
AI 工厂经济学:算力即收入,令牌即货币
面对如此庞大的算力需求,如何融资和构建基础设施成为关键问题。黄仁勋在此提出了其核心观点:未来的数据中心不是“数据中心”,而是“AI 工厂”。
“人们不喜欢建数据中心,因为不知道回报如何。但人人都爱建工厂,因为工厂赚钱。”黄仁勋几年前提出的这个概念如今已成为现实。AI 工厂的根本目的是生产“令牌”,而令牌可以直接货币化。“我们现在确切地知道,公司的收入与算力直接相关。这就像梅赛德斯-奔驰受限于工厂产能一样。如果 OpenAI 现在有更多算力,他们的收入就会更高。”因此,第一个等式是:算力 = 收入。进而推导出更大的等式:算力 = 国家 GDP。没有一个国家会自愿放弃拥有智能的机会。
在工厂模型中,核心约束是功率。每个工厂的电力供应是有限的(如 1 吉瓦)。因此,衡量系统优劣的最关键指标是“每瓦特令牌”(Tokens per watt)。黄仁勋自豪地宣称,NVIDIA 的架构在此指标上“领先替代方案一个数量级(10倍)”。这意味着,在相同的电力预算下,使用 NVIDIA 系统的工厂能产生 10 倍的令牌,从而带来 10 倍的潜在收入。同时,由于架构高效,“每美元令牌”成本也是最低的。
“历史上第一次,公司工厂里选择的计算机架构,必须经过 CEO 的审核。”黄仁勋断言。在电力、土地、许可证都受限的环境下,选择错误的计算系统将直接影响下一年的营收。这种稀缺性迫使客户必须选择最有效、最可靠的解决方案,而这正是 NVIDIA 的优势所在。
万亿美元令牌经济:软件行业的范式转移
那么,支撑这庞大 AI 工厂建设的资金从何而来?黄仁勋描绘了一幅软件行业根本性变革的图景。
他预测,未来的所有软件都将是“智能体化”的。软件公司将不再仅仅是向客户出租工具(如 CAD 软件许可证),而是会出租“会使用这些工具的专家”——即 AI 智能体。就像现代企业同时拥有正式员工、承包商和外部专家一样,未来的数字劳动力也将由企业自建的模型(“内部培养”)、微调的开源模型以及租用的顶级闭源模型(如 OpenAI)混合构成。
“因此,每一家软件公司——未来将不仅是工具出租者,他们还将出租使用这些工具的智能体。”黄仁勋以 Cadence(电子设计自动化)、Synopsys(芯片设计)、Siemens(工业软件)为例,指出这些公司的业务规模将变得“大得多”,但其商业模式将从软件授权转变为“令牌租赁”。今天价值数万亿美元的 IT/软件产业,目前几乎不消耗令牌,而未来将成为令牌的“超级消费者”。
“这就是资金的来源。”黄仁勋总结道。整个互联网行业(云服务商)已经将资本支出 100% 转向生成式/智能体 AI 系统,因为它们被证明能提升搜索、购物、广告等所有服务的效率。现在,整个软件行业也将加入,为算力需求提供持续数万亿美元的燃料。“我们正处在这段旅程的起点。”
应对约束与开拓前沿:供应链、投资与物理 AI
面对芯片、内存、电力、施工人员等全行业的约束,黄仁勋表现出乐观态度。“我喜欢约束。因为在受限的世界里,你别无选择,只能选择最好的。”约束迫使客户做出最优决策,而这有利于拥有最佳架构和完整交付能力的 NVIDIA。他提到,NVIDIA 强大的资产负债表具有战略意义,公司利用资本提前锁定了从晶圆、CoWoS 封装、内存到电缆、电容器的整个供应链,从而能够向客户(如微软的 Satya Nadella)承诺快速部署成吉瓦规模的 AI 工厂。
在生态建设方面,黄仁勋强调 NVIDIA 的所有投资都旨在扩展和巩固 CUDA 生态系统。他证实了 NVIDIA 向 OpenAI 投资 300 亿美元(而非传闻的 1000 亿美元)的协议已最终敲定,并指出 OpenAI 预计将在年底上市。此外,他还提到正在全力为 OpenAI 在 AWS 上扩展产能,并提及了新出现的 AI 实验室(可能指 MSL)带来的新增需求。
展望未来,黄仁勋认为,物理 AI 将是未来十年的新前沿。NVIDIA 已在自动驾驶(Alpamayo)、机器人(Gr00t)、数字生物学(La-Proteina)和气候模拟(Earth-2)等多个物理 AI 领域处于领先地位。他预测,大约两年后,当智能体 AI 变得普及时,行业讨论的焦点将完全转向物理 AI。“为了建立 Lilly(礼来)的 AI 工厂,除非你拥有 NVIDIA 的全栈软件能力、模型专业知识和领域知识,否则你根本无法做到。”
在访谈最后,当被问及对公司股价的看法时,黄仁勋重申了他的根本信念:“你无法压制它(股价)。原因很简单:算力等于公司收入。未来,每一家公司都需要算力来获得收入……算力等于 GDP。”他坚信,我们正站在一个由算力驱动、智能体执行、令牌经济支撑的全新经济时代的开端,而 NVIDIA 的全栈架构正是这一切的基石。摩根士丹利以低于Coinbase的比特币手续费入场……华尔街影响力是否会扩大摩根士丹利(Morgan Stanley)针对“比特币(BTC)”和加密货币交易手续费实施了降价,推出了比 Coinbase、Robinhood、Charles Schwab 更具攻击性的定价策略。尽管如此,Strike 首席执行官杰克·马勒斯(Jack Mallers)划清了界限,认为华尔街的进入并不会动摇比特币的本质。
据 CoinDesk 13 日报道,摩根士丹利已通过 E*Trade 启动了加密货币交易试点,并向客户收取每笔交易 50 个基点(0.5%)的费用。这一水平低于美国主要交易平台针对普通散户的交易费用,被解读为传统金融巨头正更深入进军数字资产市场的信号。
在《What Bitcoin Did》播客中,马勒斯针对机构参与会损害比特币核心价值的担忧表示:“如果华尔街进来就能毁掉比特币,那它从一开始就不是一个能成功的资产。”他强调,不应将比特币视为特定群体的专属物,而应视其为与政治倾向或价值观无关的“面向所有人的货币”。
他的逻辑很明确:比特币既然是争夺全球资本的资产,那么大型机构的涌入就不可避免。事实上,美国于 2024 年 1 月推出的现货比特币 ETF,以 11 只产品计算,已录得近 600 亿美元的净流入。
不过,比特币社区内部也存在不同观点。风险投资者兼比特币倡导者尼克·卡特(Nic Carter)警告称,大型机构的持有长期来看可能导致开发者更替的压力。他认为,一旦围绕量子计算等技术威胁的冲突加剧,机构可能对现有开发团队不满,并引入新的人才。
归根结底,华尔街的低价手续费攻势非但不会阻碍比特币普及,反而可能加快其采纳速度。然而,所有权集中以及治理影响力扩大这一新风险,预计将成为未来比特币市场的另一个变量。
文章摘要 by TokenPost.ai
🔎 市场解读
摩根士丹利以 0.5% 的低费率进入加密货币交易市场,引发与传统交易所的价格竞争
传统金融(华尔街)的正式参与,是比特币市场加速纳入主流体系的信号
随着 ETF 资金流入,以机构为中心的市场重组趋势加强
💡 策略要点
短期内预计出现手续费降价竞争 → 交易平台间争夺客户的竞争加剧
中长期需考虑机构资金流入带来的价格稳定性,同时关注“持有集中风险”的扩大
比特币在结构上无法排斥机构参与 → 与其逆势而行,制定利用该趋势的策略更为重要
📘 术语整理
比特币 ETF:像股票一样可交易的比特币间接投资产品
bp(基点):100bp = 1%,50bp 即 0.5%
治理影响力:大型持有者对网络方向或开发所施加的影响
💡 常见问题 (FAQ)
Q.
摩根士丹利的低费率策略为什么重要?
相较于 Coinbase 或 Robinhood 等平台更低的费率,是能够迅速吸引投资者流入的强大竞争因素。这意味着传统金融开始在加密货币市场主导价格竞争,被视作市场结构变化的信号。
Q.
机构参与对比特币也可能构成风险吗?
部分专家担心,大型机构大量持有比特币可能会对网络开发方向或决策施加影响。这可能导致去中心化被削弱的新的风险。
Q.
对个人投资者而言这是机会还是危机?
费率降低和可及性提高对个人投资者是积极因素,但同时市场重组为机构主导后,价格影响力可能会增大。因此,长期需要根据市场结构变化调整投资策略。
TP AI 注意事项
本文基于 TokenPost.ai 语言模型进行摘要。主要新闻内容可能存在遗漏或与事实不符的情况。
香港 Web3 每日必读:投行摩根士丹利推出加密货币交易试点,巨鲸起诉 Coinbase 拒返 5500 万美元被盗 DAI整理:Cora,Techub News
美国出现巨鲸起诉Coinbase拒返5500万美元被盗DAI、BG财富共享被联邦机构查封等案例,凸显合规与资产保护压力持续抬升。华尔街方面,摩根士丹利在E*Trade聚焦低费率加密交易,对抗比特币ETF,进一步将加密资产嵌入主流财富管理体系。同时,State Street、Galaxy、Coinbase与Centrifuge等机构在代币化基金、链上现金管理和RWA基础设施上持续加码,CME推出比特币波动率期货并转向24/7交易,「受监管场景中的链上金融」正在成为新的共识。
香港
港府推進數字資産五年規劃,立法會召集行業機構閉門討論代幣化
今天香港立法會舉行閉門數字資產代幣化討論會,邀請多個行業持牌機構參加。據了解,這次出席機構涵蓋持牌穩定幣發行商、數字資產交易所、數字資產 ETF 發行商、資產管理機構等,主要為香港特區政府近期推動的「五年規劃」提供具前瞻性的專業意見。
监管/宏观
巨鲸起诉 Coinbase 拒返 5500 万美元被盗 DAI
据 crypto.news 报道,匿名投资者「D.B。」周一向联邦法院提起诉讼,指控 Coinbase 冻结其 2024 年 8 月被盗的 5500 万美元 DAI 资产后,拒绝在原告提供所有权证明的情况下返还资金。 据报道,攻击者使用 Inferno Drainer 钓鱼工具通过伪造的 DeFi Saver 登录页面窃取资金。区块链安全公司 Zero Shadow 追踪到部分资金流入 Coinbase 账户,原告称已提供宣誓所有权证明,但交易所仍要求法院命令才肯释放资产。
美执法机构查封 BG Wealth Sharing,项目 CEO 曾要求 12%税款
据 Cointelegraph 报道,美国执法部门已查封加密货币投资平台 BG Wealth Sharing 域名。此次行动由 FBI 参与的联合工作组执行,此前萨摩亚央行与华盛顿州金融机构已警告该平台涉嫌无牌经营及投资诈骗。 BG Wealth Sharing 通过社交媒体承诺每日 1.3% 至 2.6% 收益吸引投资者。项目 CEO 上周六曾要求用户支付 12% 的「税款」以进行 IPO,随后用户报告无法提款。目前该项目网站已显示执法部门的查封通知。
项目/公司动态
Ripple CEO:若 CLARITY Act 标记程序推迟通过几率将急剧下降
据 NewsBTC 报道,Ripple CEO Brad Garlinghouse 在 CoinDesk Consensus Miami 活动上表示,未来两周对 CLARITY Act 立法进程至关重要。他警告称,若参议院银行委员会未能按期推进该法案,其通过可能性将「急剧下降」。 该法案草案旨在限制加密公司向持有支付稳定币的客户支付利息或收益,但允许提供非功能性激励措施。他承认该法案是妥协产物,但认为监管明确性优于行业不确定性。
Core Scientific 4.21 亿美元收购 Polaris DS 扩展 AI 基础设施
据 Blockonomi 报道,Core Scientific 宣布以 4.21 亿美元收购 Polaris DS LLC,获得 440 兆瓦电力容量,以支持其人工智能基础设施建设计划。该公司目标是在俄克拉荷马州实现约 1 吉瓦的可租赁电力基础设施。 该公司正从比特币挖矿业务向高性能计算服务转型,此次收购的物业位于俄克拉荷马州,与其现有业务相邻。交易预计于 2026 年第三季度完成,届时将加速高密度计算基础设施的部署。
投行摩根士丹利推出加密货币交易试点
据 Cointelegraph 报道,投行摩根士丹利(Morgan Stanley)已在旗下 E*Trade 平台推出加密货币交易试点,向客户收取每笔交易 50 个基点的费用,低于 Coinbase、Robinhood 和 Charles Schwab 的基本零售定价。 该试点目前仅对部分用户开放,预计年内将向 E*Trade 的 860 万客户全面推出。此前约一个月,摩根士丹利刚刚推出现货比特币 ETF(MSBT),首日即获得 3060 万美元资金流入。目前包括 Charles Schwab、Goldman Sachs 在内的多家华尔街巨头正加速布局加密货币交易业务。
MetaMask 与 theMiracle 合作推出全新 Rewards 标签页
据 CryptoBriefing 报道,加密货币钱包 MetaMask 与行为智能平台 theMiracle 达成合作,推出重新设计的 Rewards 标签页。该集成通过分析用户链上行为,在钱包内直接提供个性化品牌奖励和忠诚度福利,旨在解决加密奖励分散且难以发现的问题。 该合作通过读取链上资产和交易数据匹配相关品牌活动。MetaMask 产品总监 Christian Montoya 称,此次更新反映钱包正从单纯存储资产转向提供综合体验平台。theMiracle CEO Danilo Cerullo 表示,将行为智能嵌入钱包有助于在可信环境中建立用户忠诚连接,用户无需跨平台搜索即可发现福利。
Aurora 与 McLane 合作在德州运行无人驾驶卡车
据 TechCrunch 报道,Aurora Innovation 宣布与分销巨头 McLane 达成商业协议,将在达拉斯至休斯顿路线部署无人驾驶卡车,车内不设安全驾驶员但配备人类观察员,计划年底前扩展至美国 Sun Belt 地区更多配送中心路线。 双方于 2023 年启动试点项目,最初配备安全操作员,现已获批实现每周七天无人驾驶运营。货物在 Aurora 卡车完成长途运输后,将在终点站移交 McLane 司机进行本地配送。此次合作是该公司从技术研发向商业运营转型的重要进展,此前已与 Detmar Logistics 及 Hirschbach Motor Lines 达成类似协议。
SpaceX 拟在德州投资 550 亿美元建设芯片制造设施
据 Blockonomi 报道,SpaceX 计划向德州奥斯汀的 Terafab 芯片设施投资 550 亿美元,整个项目最终投资或达 1190 亿美元,远超摩根士丹利此前预估。 该设施将生产用于自动驾驶、机器人和轨道计算的芯片,采用英特尔 14A 工艺。马斯克称该工厂对满足 AI 芯片需求至关重要,早期资金将主要由 SpaceX 承担,短期内不会影响特斯拉财务。
Hut 8 签署 98 亿美元 AI 数据中心 15 年租约
据 Decrypt 报道,比特币矿企 Hut 8 宣布签署一份为期 15 年、总价值 98 亿美元的 AI 数据中心租赁协议,涉及其德克萨斯州 Beacon Point 园区 352 兆瓦的 IT 容量。 该设施最初用于比特币挖矿,后按 Nvidia DSX 架构改建为 AI 基础设施。此交易使 Hut 8 的 AI 数据中心总签约容量达 597 兆瓦,租户为匿名高投资级公司,预计 2027 年第三季度交付首批数据大厅。
OpenTrade 完成 1700 万美元融资,总融资额超 3000 万美元
据 CoinDesk 报道,稳定币基础设施平台 OpenTrade 完成 1700 万美元融资,由 Mercury Fund 和 Notion Capital 领投,a16z Crypto 等参投,总融资额超 3000 万美元。该公司计划利用资金扩展许可与非许可基础设施,并扩充资产管理及交易团队。 该平台面向金融科技公司、交易所及钱包提供基于现实世界资产的稳定币收益产品,目前总锁仓价值达 567 万美元,去年交易量超 2.5 亿美元。此次融资正值稳定币市场规模突破 3100 亿美元之际,该公司正扩展服务至非托管平台、国库及资产发行方。
摩根士丹利在 E*Trade 推出低费率加密货币交易
据 CoinDesk 报道,摩根士丹利正在 E*Trade 平台推出加密货币交易试点,收取 50 个基点手续费,低于 Coinbase、Robinhood 和 Charles Schwab 等竞争对手的 60 至 95 个基点。该行财富管理部门负责人 Jed Finn 称,此举旨在「去中介化的去中介者」,不仅是提供更便宜的加密交易,更是客户获取数字资产方式的结构性转变。 该行计划今年晚些时候向 860 万 E*Trade 用户推广服务,并推出比特币 ETF 及以太币、Solana 相关产品。此外,该行正申请国家信托银行牌照以直接托管数字资产,并探索加密货币转 ETF 转换及代币化股权交易服务。
加密货币交易所 Crypto.com 推出旅游预订功能
Crypto.com 宣布推出应用内旅游预订服务 Crypto.com Travel,与 Bookit 合作,Level Up 订阅用户预订酒店、航班等可获最高 35% 的 CRO 返现奖励。 该服务覆盖超 100 万个全球旅游房源及 2000 万张门票,用户通过 Crypto.com App 即可完成预订。Crypto.com 称此举旨在扩展数字资产在现实世界的实用性,进一步丰富其 Level Up 用户权益计划。
Ripple CEO:XRP 社区活跃度达历史峰值行业需摒弃单链思维
据 Bitcoinist 报道,Ripple CEO Brad Garlinghouse 在 Consensus 2026 采访中称,XRP 社区活跃度已达历史峰值,同时警告链上最大化主义阻碍行业普及,强调未来将是多链世界而非单链主导。 其指出,Ripple 近期收购与产品扩展旨在深化 XRP 实际应用而非市场投机。加密货币行业正进入机构相关阶段,代币化、抵押品用例及传统金融合作成为核心主题,社区力量帮助网络度过监管冲突与市场低迷。
币安 Oracle 启动服务迁移至 Atlas,过渡期 90 天
币安宣布其预言机服务 Binance Oracle 将于 5 月 6 日起启动向 Atlas 的迁移,过渡期为 90 天。在此期间,Atlas 将逐步接管此前由 Binance Oracle 在 BNB Chain、opBNB 等网络上提供的相关服务,现有项目及合作伙伴需尽快与 Atlas 团队对接并完成技术迁移。 该交易所表示,未在过渡期内完成对接和迁移的项目可能会面临服务中断、数据不可用或更新延迟等问题,且 Binance Oracle 对此不承担责任。具体迁移范围、时间表和技术路径可能根据网络状况及项目集成进度进行调整,最终细节以技术通知和产品文档为准。
Forward Industries 与 OnRe 合作并扩展 Solana 财库
据 Blockonomi 报道,Forward Industries 宣布与数字再保险基础设施平台 OnRe 建立战略合作,承诺投入高达 2500 万美元用于部署基于 Solana 的收益型代币 ONyc,并作为领投方参与 OnRe 500 万美元 A 轮融资。 该公司目前持有超过 701 万枚 Solana 代币,此前已建立 Solana 验证节点并推出 fwdSOL 产品。此次投资旨在通过代币化现实世界资产实现财库收益多元化,超越传统 SOL 质押机制。
CME Group 推出比特币波动率期货合约
据 Cointelegraph 报道,CME Group 宣布将推出比特币波动率期货合约,该产品将在美国受监管期货框架下运行,与现有加密原生波动率产品形成区分。 该集团计划自 5 月 29 日起将加密货币期货与期权交易转为 24/7 模式,以契合数字资产全天候交易特性。此前 CME 已于 2017 年推出现金结算比特币期货,目前其产品线涵盖比特币期权、微比特币合约及以太坊衍生品等。
CME 集团计划推出比特币波动率期货
据 crypto.news 报道,CME 集团计划于 6 月 1 日推出比特币波动率期货,待监管审查通过。该合约将结算至 CME CF 比特币波动率指数(BVX),反映比特币 30 天预期价格波动,允许交易者在不押注现货价格方向的情况下进行风险管理。 该集团加密货币产品全球主管称,新产品将为交易者提供关键的风险管理层。此次发布紧随 CME 即将于 5 月 29 日启动的 24/7 加密货币交易服务,旨在满足机构对受监管加密衍生品工具日益增长的需求。
Coinbase 与 Centrifuge 合作加速代币化并战略投资
加密货币交易所 Coinbase 与代币化平台 Centrifuge 达成合作,指定后者为首选代币化基础设施平台并对其进行战略投资。Centrifuge 将基于 Base 网络构建机构级合规资产上链基础设施,旨在扩大代币化资产的分布和实用性。 双方表示,此次合作将结合 Centrifuge 的机构级代币化经验与 Coinbase 的用户基础和机构资源,解决当前代币化资产流动性受限问题。Centrifuge 近期已在 Base 推出 deRWAs 框架,首发产品 deSPXA 为与标普道琼斯指数及 Janus Henderson 合作推出的标普 500 基金代币化敞口。
State Street 与 Galaxy 推出 SWEEP 代币化基金支持 7x24 小时链上现金管理
据 Blockonomi 报道,State Street Investment Management 与 Galaxy Asset Management 推出 SWEEP 代币化基金。该基金面向合格机构投资者,支持其通过区块链基础设施全天候将稳定币投入收益生成工具,不同于传统货币市场基金。 该基金先在 Solana 上线,后续将扩展至以太坊和 Stellar。Galaxy 提供底层代币化系统,Anchorage Digital 负责数字资产托管,State Street 管理传统证券组合。道富银行管理超 5 万亿美元资产,为该产品提供机构级背书。
Ekubo 遭黑客攻击,损失约 136 万美元
据 AMBCrypto 报道,Ekubo 协议于近期遭黑客攻击,攻击者通过 85 笔交易窃取约 136 万美元资产。该攻击利用协议漏洞在短时间内完成多笔异常转账。 目前项目方尚未公布详细的事件说明及赔偿方案。安全团队正在追踪被盗资金流向,用户资产安全状况仍在评估中。此次事件引发市场对 DeFi 钱包安全性的广泛关注。
Solana 与 Google 推出 AI 代理稳定币支付网关
据 crypto.news 报道,Solana 基金会与 Google Cloud 合作推出 Pay.sh,这是一个支持稳定币的支付网关,允许 AI 代理使用 Solana 上的稳定币按请求支付 Google Cloud 服务及 API 费用,无需订阅或账户。 该服务基于 x402 开放支付标准和 Machine Payments Protocol 构建,支持 Gemini、BigQuery、Vertex AI 等 Google Cloud API 及 50 多个社区 API 提供商。通过 HTTP 402 状态码实现直接支付,旨在为 AI 代理提供无需传统计费流程的原生互联网支付能力,利用 Solana 的低费用和快速结算特性处理小额支付。
a16z 完成 22 亿美元加密货币基金募资,策略转向成熟赛道
据 AMBCrypto 报道,风投机构 Andreessen Horowitz(a16z)已完成 22 亿美元新加密货币基金募资。该机构称此次投资策略有所调整,将专注于已有成功验证的细分领域。 此次募资显示出该投资机构对成熟赛道的关注。与此前侧重早期创新项目不同,此次基金更倾向于支持已证明商业模式可行性的加密货币领域。
莫斯科交易所将推出 SOL、XRP、TRX、BNB 指数
据 bitcoinist.com 报道,莫斯科交易所计划自 5 月 13 日起推出 Solana、XRP、Tron 和 BNB 的加密货币指数,代码分别为 MOEXSOL、MOEXXRP、MOEXTRX 和 MOEXBNB。新指数将基于 Binance、Bybit、OKX 和 Bitget 的交易数据加权计算,计算频率从每日一次调整为每 15 秒更新。 该交易所表示,此举旨在扩展俄罗斯受监管的数字资产市场基础设施,这些指数未来可能成为新金融工具的基础资产。目前该交易所已推出基于比特币和以太坊指数的期货产品,以及挂钩 BlackRock 旗下 iShares 比特币和以太坊信托 ETF 的衍生品,但仍仅限专业投资者参与。
Michael Saylor:Strategy 或出售比特币以支付股息
据 crypto.news 报道,Michael Saylor 在 Strategy 第一季度财报电话会议上表示,公司可能出售部分比特币持仓以支付股息。Strategy 第一季度净亏损达 125.4 亿美元,目前持有 818,334 枚比特币,较年初增长 22%。 这标志着其长期「只买不卖」策略的转变。Saylor 称此举旨在消除市场对其股息支付能力的疑虑,证明公司有能力出售比特币而不会引发恐慌。此前他曾在 2 月表示 Strategy 将每季度持续购入比特币。
Figure 挑战房利美和房地美,区块链降低放贷成本 91%
据 CoinDesk 报道,区块链公司 Figure Technology Solutions 宣布进军一级抵押贷款市场,直接挑战房利美(Fannie Mae)和房地美(Freddie Mac)。该公司称通过其区块链平台可将贷款发起成本从 1.1 万美元降至 1000 美元,降幅达 91%,同时可将审批时间从行业平均的 30 至 45 天缩短至 5 分钟审批、3 天放款。 该公司专注于 30 万美元以下的贷款细分市场,并正从资产负债表放贷模式转向市场模式,预计调整后 EBITDA 利润率将在未来一至两年内达到 80% 至 85%。此外,该公司正在与 ConsenSys 旗下 MetaMask 洽谈整合其 DeFi 协议 Democratized Prime,以支持链上抵押贷款和汽车抵押借贷。
观点
AI 又一次成了「体面理由」:从 Coinbase 裁员 14% 看 Web3 的现实困局
Web3 正在经历一场前所未有的惨烈出清。那份长长的「死亡清单」上,每一个名字背后都是流动性的枯竭、认知的过载以及长达数年的熊市消磨。它们死于资金断裂,死于用户离场,唯独不死于「不够 AI」。
鲍威尔最后一场发布会,币圈听见了什么?
一边是中东冲突推高全球油价,一边是关税继续往商品价格里传导。鲍威尔说,美联储一直假设关税会带来一次性价格上涨,然后随着时间消失,但接下来两个季度必须看到它真的发生。摩根士丹利比特币ETF,2亿美元大卖…个人投资者资金引领摩根士丹利推出的比特币(BTC)现货ETF 'MSBT',自推出初期便吸引超过2亿美元(约2911亿韩元)的资金,展现出超出市场预期的迅速成功。尤其值得注意的是,这些资金大部分是在"未经咨询"的情况下,由个人投资者主导流入的,这表明投资模式正在发生变化。
在迈阿密举行的Consensus活动中,摩根士丹利数字资产部门负责人艾米·奥登堡(Amy Oldenburg)表示:"推出后第一至第二周的资金流入,大部分是基于投资者自身的判断","并非由我们的财务顾问团队主导"。推出仅数周的MSBT,以传统ETF市场罕见的增长速度吸引资产,取得了初期的成功。
'未经咨询'流入的资金……投资主导权转移
这一趋势表明,个人投资者不再完全依赖财务顾问,而是自行调整加密货币的投资比例。特别是,原本直接持有比特币(BTC)的投资者,正明显地将部分资产转移到受监管的金融产品——ETF中。
奥登堡解释道:"同时持有现货加密货币并希望投资ETP(交易所交易产品)的投资者需求相当大",并指出数字资产正处于从"去中心化"部分迁移至"传统金融体系"的过渡期。
ETF与直接持有并存的'混合市场'
摩根士丹利并未押注单一投资方式,而是选择了同时支持ETF和直接持有的策略。该公司计划在今年内于其资产管理平台支持比特币(BTC)现货交易。
奥登堡表示:"我们将在相当长的一段时间内生活在一个'混合世界'中","我们将同时支持数字原生资产和传统金融资产。"
这反映了金融机构当前面临的现实问题。客户分别在各个不同平台持有股票和加密货币,如何将其整合到一个统一的视角进行管理,仍是一项正在进行中的课题。
代币化与支付创新……长期变化的信号
摩根士丹利关注的焦点已超越ETF,着眼于数字资产将如何改变市场结构本身。快速支付系统、代币化金融产品等是其中的核心。
奥登堡强调:"我们不会为了'代币化'而进行代币化","最终目标是能为客户提供更好的价值和服务。"
她接着补充道:"这一变化并非到2026年或2027年就能结束的项目,而是将持续未来十年的结构性变革。"
以比特币(BTC)ETF为中心的这一趋势表明,加密货币已不再是边缘资产,而是正在成为与传统金融相结合的"主流资产"。投资方式也正从单一选择向复合结构演变。
文章摘要 by TokenPost.ai
🔎 市场解读
摩根士丹利的比特币现货ETF 'MSBT'在推出初期便吸引了超过2亿美元资金,证明了强劲的需求。特别是资金在未经咨询的情况下由个人投资者主导流入,表明投资决策正从专家中心转向个人中心。
💡 战略要点
核心在于比特币直接持有与ETF投资同时增长的'混合策略'。一种通过受监管的ETF确保稳定性,同时通过直接持有维持资产控制权的方式正在扩散。
📘 术语解释
现货ETF:持有实际资产(比特币)并追踪其价格的基金
ETP:在交易所上市的各种投资产品(包括ETF)
混合投资:同时管理传统金融产品与数字资产的策略
代币化:将资产转换为基于区块链的数字代币形式的技术
💡 常见问题 (FAQ)
Q.
MSBT ETF与现有的比特币投资有何不同?
MSBT是一种无需直接购买比特币即可投资其价格上涨的产品。您无需管理个人钱包或安全措施,即可在证券账户中进行交易,因此具有更高的可及性和便利性。
Q.
为什么个人投资者会在没有咨询的情况下投资ETF?
这是因为随着信息可及性的提高,投资者自行判断的趋势日益增强。特别是ETF作为一种结构简单且受监管的产品,是个人易于理解和选择的投资工具。
Q.
未来比特币投资的主流方式会是什么?
与其说会收敛于一种方式,不如说ETF与直接持有并行的'混合'形式更有可能成为主流。投资者将根据其目标和风险偏好组合这两种方式。
TP AI 注意事项
使用基于TokenPost.ai的语言模型总结了文章。可能遗漏了正文的主要内容或与事实存在差异。[下午新闻简报] 摩根士丹利计划下半年在资产管理平台提供现货加密货币交易 等摩根士丹利计划下半年在财富管理平台提供现货加密货币交易
据PANews引用CoinTelegraph报道,摩根士丹利计划于今年下半年在其财富管理平台上开始提供现货加密货币交易。
摩根士丹利同时还将扩大对代币化资产和加密货币交易所交易基金(ETF)的整合接入。
若该计划得以实现,传统金融领域大型财富管理渠道的现货加密货币投资可及性预计将进一步拓宽。
比特币核心高危漏洞公开...约43%节点可能受影响
据panewslab.com报道,比特币核心的高危漏洞(CVE-2024-52911)已被公开。该漏洞影响0.14.1至28.4版本,矿工若能挖掘出特制的区块,可远程使其他用户的节点宕机或执行代码。
该漏洞由Corey Fields于2024年11月发现并负责任地公开,修复补丁于2024年12月合并后,反映在2025年4月发布的29版本中。但由于节点升级是自愿进行的,目前估计仍有约43%的节点在使用易受攻击的旧版本。
不过,实际发动攻击成本高昂。攻击者需投入大量算力去挖掘无法获得区块奖励的无效区块,因此媒体称实际被利用的案例预计不会很多。
此前受影响的最新版本系列28.x已于2026年4月19日停止支持。
Solana基金会与谷歌云推出面向AI代理的稳定币支付服务Pay.sh
Solana基金会与谷歌云合作,推出了面向AI代理的稳定币支付服务“Pay.sh”。其核心是让AI代理能够按需使用基于Solana的稳定币支付谷歌云及社区API的使用费。
据PANews于6日引用Decrypt的报道,Pay.sh被设计为无需预先注册账户或订阅,即可按API调用次数支付费用。Solana基金会与谷歌云旨在通过此举将AI代理与后端服务连接起来,并支持更灵活的机器间支付环境。
该服务通过运行在谷歌云平台上的API代理运作,并使用由Coinbase开发、目前由Linux基金会管理的开放式AI支付标准x402协议。同时支持由Tempo和Stripe开发的机器支付协议。
据此,AI代理每次API调用仅需支付几美分的费用,即可使用谷歌云、Gemini、Anthropic Claude Code、OpenAI Codex等服务。也可用于访问Helius、Alchemy、Dune Analytics、Nansen等区块链基础设施及数据服务。
此前业界已关注到AI代理直接支付服务费用的结构作为新兴需求。Solana基金会与谷歌云的目标是通过Pay.sh,向企业开发者提供现有支付网络难以实现的可编程支付模式。
美国XRP现货ETF单日净流入1127.66万美元
美国XRP现货ETF在单日内录得总计1127.66万美元的净流入。
6日,PANews引用SoSoValue数据报道称,5日(美国东部时间)XRP现货ETF总计净流入1127.66万美元。
资金流入最多的产品是Canary XRP ETF (XRPC),单日净流入额为749.87万美元。累计净流入额达4.32亿美元。
Bitwise XRP ETF (XRP)紧随其后,单日净流入268.22万美元。累计净流入额为4.27亿美元。
截至报道时,XRP现货ETF的总净资产价值为10.89亿美元,净资产比率为1.24%,累计净流入额为13.06亿美元。
近期美国XRP现货ETF的资金流向作为衡量机构投资者需求的指标备受关注。
道富银行与Galaxy推出链上流动性基金SWEEP
道富银行与Galaxy推出了链上流动性基金“SWEEP”。投资者可将稳定币转换为收益型代币化资产,实现24小时链上现金管理。
据Odaily报道,SWEEP将首先在Solana上运作,并计划未来扩展至Stellar和以太坊。Chainlink等基础设施也将一并整合。
该基金面向合格投资者,与贝莱德的BUIDL类似,设计为通过链上结构提供美国国债类收益的产品。这被解读为传统资产管理与区块链结合案例增多的趋势延伸。
芝加哥商品交易所集团将于6月1日推出比特币波动率期货
据@WatcherGuru消息,芝加哥商品交易所集团将于6月1日推出比特币波动率期货合约。
该产品据分析旨在满足希望投资比特币价格波动或对冲风险的机构投资者需求。CME集团此前已提供比特币期货和期权,此举将扩大其相关衍生品产品线。
Anchorage Digital计划在Solana上推出无现金稳定币储备模型
PANews报道,获得美国联邦政府许可的数字资产银行Anchorage Digital计划在Solana区块链上推出“无现金”稳定币储备模型。
该模型的核心是将储备资产持有于可产生利息收入的低风险代币化产品中,同时确保即时流动性以应对赎回需求。此举旨在减轻固定的现金持有负担,提高机构发行方的资本效率和安全性。
Anchorage Digital将代表机构合作伙伴发行和管理稳定币,并正在探索与摩根大通资产管理公司合作潜在的代币化解决方案,以支持其流动性框架。
该计划是机构级稳定币基础设施升级趋势的延伸,市场也关注其可能推动Solana上实物资产代币化及支付应用的扩展。
Ripple CEO称未来两周是美国加密货币法案处理的关键分水岭
Ripple CEO布拉德·加林豪斯表示,未来两周将是美国加密货币相关法案处理的关键分水岭。
据The Block报道,加林豪斯在Consensus Miami活动上表示,如果参议院银行委员会在未来几周内不举行听证会,法案通过的可能性可能会急剧下降。
他判断,如果立法讨论推迟至中期选举阶段,该问题将变得更加政治敏感,选举后重新推进的可能性也可能降低。
此前,参议员Angela Alsobrooks和Tom Tillis已就稳定币奖励问题制定了折衷方案,为5月审议打开了可能性。不过媒体称,特朗普总统的加密货币相关利益冲突及非法金融担忧仍是争议焦点。
加林豪斯强调,尽管SEC和CFTC通过指导方针和代币分类提供了一定明确性,但独立于政权更迭而持续存在的监管框架最终只能通过立法来实现。
Blockaid称基于以太坊的Ekubo协议遭攻击,约140万美元被盗
据Blockaid称,基于以太坊的Ekubo协议的自定义扩展合约遭到攻击,约140万美元规模的资产被盗。
来源PANews于6日引用Blockaid监控结果报道称,并非所有Ekubo用户都遭受损失,只有那些已批准V2合约作为代币支出者的用户才面临风险。
Blockaid解释,此次漏洞出现在Ekubo扩展合约的IPayer.pay回调函数中。用于token.transferFrom调用的payer、token、amount值直接从锁定负载中传递,攻击者可操纵这些值,且合约并未验证调用者是否为实际的锁定发起者或授权支付者。
据此,攻击者利用现有的ERC-20授权记录,将已授权的用户指定为支付方,并将自己设为接收方,从而窃取了资产。
此前,Ekubo的交换路由合约也曾报告过相关安全事件,当时已建议用户撤销对相关地址的授权。
摩根大通杰米·戴蒙称数据中心、芯片等最多1万亿美元投资长期看有意义
据Odaily报道,摩根大通CEO杰米·戴蒙在Anthropic活动“The Briefing”上表示,包括数据中心、芯片、电缆和硬件在内的最多1万亿美元规模的投资,从长期来看是有意义的。
戴蒙CEO解释说,技术投资的成果不会在短期内直线显现,但最终往往会带来回报。
此番言论是在市场对人工智能(AI)基础设施投资扩大的持续预期背景下发表的。JP摩根·摩根士丹利也作为赞助商……共识所揭示的传统金融进入加密领域美国大型金融机构以“赞助商”身份出现在加密货币活动中,传统金融与数字资产的界限正在迅速消融。“共识大会 - 迈阿密 2026”有望成为这一变化的直观舞台。
即将于5月5日至7日举行的此次活动预计将有超过15000人参与,机构投资者占比预计将大幅增至约35%。这意味着管理着约10万亿美元(约合1.4862亿亿韩元)资产的资金将汇聚一堂。尤其是摩根士丹利和摩根大通首次作为官方赞助商参与,象征性地展示了传统金融业的正式入场。美国商品期货交易委员会(CFTC)主席迈克尔·塞利克、参议员阿什利·穆迪、白宫官员帕特里克·维特等政策核心人物也将首次出席。
传统金融与加密,共处同一舞台
此次活动将有大量行业核心人物参与,包括Solana联合创始人阿纳托利·雅科文科、Strategy(微策略)的迈克尔·塞勒、Ripple CEO布拉德·加林豪斯等。此外,摩根士丹利、纳斯达克、嘉信理财、花旗集团等主要金融机构的高管也将同台亮相。
讨论的核心议题是“稳定币”、“代币化”和“代理式商业”等。尤其是美国GENIUS法案之后,稳定币的角色与监管方向已成为主要议程。在Coinbase支付协议x402创始人埃里克·雷佩尔参与的专题讨论中,将重点探讨支付结构变革的可能性。
共识大会方面评价称:“政策、机构采用、稳定币普及等一直以来被视为‘未来’的因素,如今已变为现实。”
机构资金流入“加速”……财富管理行业也备受关注
在活动首日举行的“机构峰会”上,机构投资者与资产管理公司将讨论资金流向数字资产的问题。随后的“财富管理日”将涉及高净值人士的加密货币投资策略、纳入退休账户(IRA)的可能性等议题。
Mariner Wealth Advisors的克里斯蒂娜·林指出:“对财富管理行业而言,加密货币是巨大的机遇。”但她也表示:“如果应对迟缓,客户可能会转向直接投资,从而增加风险。”
嘉信理财也正在为个人投资者准备推出“Schwab Crypto”,并首次参与此次活动。这表明传统金融的参与并非一时之举,而是正演变为结构性变革。
“比特币,现在归零的可能性很低”
ETF管理公司Turtle Capital Management的马修·塔特尔将稳定币和代币化视为“不可避免的趋势”。他表示:“如果不理解这一趋势,就只能在市场中落伍。”
近期正在筹备比特币相关投资产品的他透露,自己对市场的看法也已改变。他解释道:“在如此程度的机构参与下,很难再想象比特币会归零。”
本次共识大会已超越单纯的行业活动范畴,成为确认传统金融与加密货币市场“融合”的契机。制度化与机构资金流入相结合,预示着数字资产市场结构性变革的全面加速。
文章摘要 by TokenPost.ai
🔎 市场解读
传统金融机构(摩根士丹利、摩根大通等)以官方赞助商身份参与,表明加密货币市场正从边缘资产向“制度核心领域”转移。
机构投资者占比35%,约10万亿美元资金汇集,意味着市场的结构性增长和信任度提升。
政策人士(CFTC、参议员、白宫)的参与,暗示行业正进入监管与产业并行发展的阶段。
💡 战略要点
稳定币和代币化并非单纯趋势,而是正在成为金融基础设施,需要提前理解。
财富管理行业参与度扩大,在提升个人投资者可及性的同时,也预示着竞争加剧。
若机构资金持续流入,比特币等主要资产的下行风险将结构性缩减。
📘 术语解释
稳定币:与美元等实物资产挂钩以降低价格波动的数字资产
代币化:将房地产、股票等实物资产转换为基于区块链的代币的技术
代理式商业:由AI自动进行决策和交易的新一代商业模式
机构投资者:管理养老基金、银行、资产管理公司等大规模资金的专业投资主体
💡 常见问题 (FAQ)
Q.
为什么传统金融机构会参与加密货币活动?
这是因为加密货币正从投机资产向制度化金融资产转变的趋势正在加强。银行和资产管理公司为了开拓新的收入来源并满足客户需求,正在积极进入市场。
Q.
稳定币和代币化为何重要?
稳定币提高了支付和汇款的效率,代币化则扩大了资产的流动性和可及性。这两项技术都被视为改善现有金融体系的关键基础设施。
Q.
机构资金流入对投资者意味着什么?
机构资金流入是提高市场稳定性和信任度的因素。虽然波动性可能降低,长期增长潜力增大,但同时市场竞争和监管也可能加强。
TP AI 注意事项
本文摘要基于TokenPost.ai的语言模型生成。可能遗漏或偏离原文的主要事实。JP摩根·摩根士丹利也作为赞助商……从共识中显现的传统金融进军加密领域美国大型金融机构作为“赞助商”出现在加密货币活动中,传统金融与数字资产的界限正在迅速模糊。“共识大会-迈阿密 2026”有望成为展示这一变化的舞台。
本次大会将于5月5日至7日举行,预计将有超过1.5万人参与,机构投资者占比预计将大幅增至约35%。相当于管理着约10万亿美元(约合1.4862亿亿韩元)资产的资金汇聚一堂。特别是,摩根士丹利和摩根大通首次作为官方赞助商参与,这象征性地展示了传统金融业的全面入场。美国商品期货交易委员会(CFTC)主席迈克尔·塞利克、参议员阿什利·穆迪、白宫官员帕特里克·维特等政策核心人物也将首次出席。
传统金融与加密货币,同台亮相
此次活动将汇聚众多业界核心人物,包括Solana联合创始人阿纳托利·雅科文科、Strategy公司的迈克尔·塞勒、Ripple CEO布拉德·加林豪斯等。此外,摩根士丹利、纳斯达克、嘉信理财、花旗集团等主要金融机构的高管也将一同登台。
讨论的核心议题包括“稳定币”、“代币化”和“代理型商业”等。特别是继美国GENIUS法案之后,稳定币的角色和监管方向成为主要议题。在Coinbase支付协议x402创始人埃里克·雷菲尔参与的专题讨论中,将重点探讨支付结构变革的可能性。
共识大会方面评价称:“政策、机构采纳、稳定币普及等此前被视为‘未来’的因素,如今已成为现实。”
机构资金加速涌入……资产管理行业也备受关注
在大会首日举行的“机构峰会”上,机构投资者和资产管理公司将讨论资金流向数字资产的趋势。在随后的“财富管理日”中,将探讨高净值人士的加密货币投资策略以及纳入退休账户(IRA)的可能性等议题。
Mariner Wealth Advisors的克里斯蒂娜·林指出:“加密货币对资产管理行业来说是一个巨大的机遇,”但同时警告称,“如果应对迟缓,客户可能会转向直接投资,从而增加风险。”
嘉信理财也正准备为其个人投资者推出“Schwab Crypto”,并首次参加此次活动。业界评价认为,传统金融的参与并非一时之举,而是正在引发结构性变革。
“比特币,现在归零的可能性很低”
ETF管理公司Turtle Capital Management的马修·塔特尔将稳定币和代币化视为“不可阻挡的趋势”。他表示:“如果无法理解这一趋势,就只能在市场中被淘汰。”
近期正筹备推出比特币相关投资产品的他坦言,自己对市场的看法也已改变。他指出:“在目前这种程度的机构参与下,很难再想象比特币会归零。”
此次共识大会已不仅仅是单纯的行业活动,更成为了一个确认传统金融与加密货币市场“融合”的契机。制度化与机构资金流入相互交织,数字资产市场的结构性变革正在全面展开。
文章摘要由TokenPost.ai提供
🔎 市场解读
传统金融机构(摩根士丹利、摩根大通等)作为官方赞助商的参与,表明加密货币市场正从边缘资产向“体制核心领域”转移。
机构投资者占比达35%,约10万亿美元资金集结,意味着市场的结构性增长和信任度提升。
政策人士(CFTC、参议员、白宫)的参与,暗示行业正进入监管与产业并行发展的阶段。
💡 战略要点
稳定币和代币化并非单纯趋势,而是正在成为金融基础设施,需要前瞻性理解。
资产管理行业参与度的扩大,既意味着个人投资者可及性提高,也预示着竞争加剧的信号。
若机构资金持续流入,比特币等主要资产的下行风险将逐步收窄。
📘 术语解释
稳定币:与美元等实物资产挂钩,以降低价格波动的数字资产
代币化:将房地产、股票等实物资产转换为基于区块链的代币的技术
代理型商业:由AI自动执行决策和交易的新一代商业方式
机构投资者:管理养老基金、银行、资产管理公司等大规模资金的专业投资主体
💡 常见问题解答 (FAQ)
问。
为什么传统金融机构要参与加密货币活动?
因为加密货币正从投机资产向体制内金融资产转变的趋势正在加强。银行和资产管理公司为了开拓新的收入来源并响应客户需求,正在积极参与市场。
问。
为什么稳定币和代币化很重要?
稳定币提高了支付和汇款的效率,代币化则扩大了资产的流动性和可及性。这两项技术都被视为改进现有金融系统的关键基础设施。
问。
机构资金流入对投资者意味着什么?
机构资金流入是提高市场稳定性和信任度的因素。波动性可能减小,长期增长潜力增大,但同时市场竞争和监管也可能加强。
TP AI 注意事项
本文基于TokenPost.ai语言模型进行摘要。可能遗漏了原文的主要内容或与事实存在差异。摩根士丹利推出稳定币储备金管理产品…标志着其纳入传统金融的信号摩根士丹利的资产管理部门推出了"稳定币储备投资组合 (Stablecoin Reserves Portfolio)",允许稳定币发行方将其持有的储备金存入银行的货币市场基金并获取利息。此举因开辟了更接近"传统金融 (TradFi)"惯例的稳定币储备管理方式而受到市场关注。
该产品基于摩根士丹利机构流动性基金信托 (Morgan Stanley Institutional Liquidity Funds) 内的产品 MSNXX。摩根士丹利在周四的声明中解释说,该基金的目标是保本、提供每日流动性和分配收益,并维持 1 美元的基准价格。
针对 GENIUS Act 的设计……传统支付机构也向稳定币扩展
摩根士丹利数字资产战略负责人艾米·奥尔登堡 (Amy Oldenburg) 表示:"开发与稳定币发行方合作的创新方式,是金融基础设施现代化的又一举措。"随着稳定币成为支付和资金管理的核心轨道,此举被解读为旨在加强储备金管理的"信任"和"透明度"。
摩根士丹利强调,该产品旨在遵守于 7 月立法的"GENIUS 法案 (美国稳定币国家创新促进与制度化法案)"的指导方针。在该法案之后,西联汇款 (Western Union) 和 Zelle 等传统支付服务商也纷纷向稳定币领域扩张,市场在监管框架为前提下的扩张正在加速。
比特币信托、推进 ETF、准备托管……华尔街的加密驱动
摩根士丹利是近期顺应机构投资者需求增长,大举进军加密市场的华尔街金融机构之一。于 4 月 8 日推出的摩根士丹利比特币信托 (MSBT) 自推出以来净流入达 1.72 亿美元,按美元兑韩元汇率 (1 美元=1482.80 韩元) 计算,约合 2551 亿韩元。
与此同时,该公司还向美国监管机构提交了基于以太坊 (ETH) 和质押型 Solana (SOL) 的交易所交易基金 (ETF) 上市申请文件。今年 2 月,它向美国货币监理署 (OCC) 申请了国家信托银行牌照,若获批,将能够提供客户资产的加密托管以及买卖、互换、转账等交易执行服务。
最低 1000 万美元起……也对稳定币发行方以外的投资者开放
据摩根士丹利称,MSNXX 投资于现金、期限不超过 93 天的美国国债以及以国债为抵押的隔夜回购协议等。这是一种典型的货币市场基金管理方式,优先考虑储备金管理中最敏感的流动性和安全资产比例,与稳定币储备的"现金性"需求相契合。
根据摩根士丹利网站数据,MSNXX 的最低投资额为 1000 万美元 (约合 148.28 亿韩元),管理费为 0.15%。预计基金份额主要由稳定币发行方持有,但补充称也可向其他投资者提供。随着这家拥有约 1.6 万名金融顾问、管理着超过 6 万亿美元客户资产的大型投资银行直接进入稳定币储备市场,在稳定币监管框架 (GENIUS 法案) 下的储备管理竞争预计也将更加激烈。
文章摘要 by TokenPost.ai
🔎 市场解读
- 摩根士丹利推出专用投资组合,将稳定币发行方的储备金"停放"在银行货币市场基金 (MSNXX) 以获取利息收益,加强了稳定币储备管理迅速融入 TradFi (传统金融) 方式的趋势。
- 将遵守 GENIUS 法案 (美国稳定币监管框架) 置于首位,表明"合规"已成为市场扩张的前提条件。
- 在西联汇款、Zelle 等支付机构也向稳定币扩张之际,储备管理 (安全资产、流动性、透明度) 正成为竞争的关键基础设施。
💡 战略要点
- 发行方视角:储备金首要考虑的是"收益率"之外的"赎回流动性、本金稳定、监管合规" → 以现金/短期美国国债/隔夜回购为中心的 MMF 可能成为符合监管框架的标准解决方案。
- 市场视角:大型投行的参与可以在储备管理中形成"规模经济 (6 万亿美元 AUM,1.6 万名顾问)",从而扩大与中小型管理公司的差距。
- 投资者视角:最低 1000 万美元,费率 0.15%,实际上是机构级产品 → 稳定币储备管理越"机构化",发行方的信用/透明度披露及审计 (鉴证) 就越重要。
- 检查点:即使是维持 1 美元基准价格的产品,在利率急剧变化或流动性压力下,也需要检查 MMF 风险 (赎回压力/流动性管理),而储备资产构成的"期限、抵押品、托管机构"的披露水平将决定信任度。
📘 术语整理
- 稳定币储备 (Reserves):稳定币发行方为 1:1 赎回而持有的现金/国债等抵押资产。
- 货币市场基金 (MMF):投资于短期安全资产 (现金、短期国债、回购等),注重流动性和稳定性的基金。
- 隔夜回购 (Overnight Repo):以国债等为抵押,按天借贷和偿还资金的超短期交易。
- 维持 1 美元基准价格:MMF 通常追求的稳定资产净值 (NAV) 结构 (但市场压力下可能存在波动)。
- GENIUS 法案:美国稳定币制度化法案 (据文章为 2025 年 7 月立法),规定了储备资产要求、运营标准等。
💡 常见问题 (FAQ)
Q.
摩根士丹利的"稳定币储备投资组合"是什么产品?
这是一个将稳定币发行方持有的储备金委托给摩根士丹利的货币市场基金 (MSNXX),以现金、短期美国国债、隔夜回购等安全资产为中心进行管理,同时兼顾流动性和利息收益的结构。
Q.
将储备金存入 MMF 会使稳定币更"安全"吗?
如果储备金集中在短期国债等相对安全且流动性高的资产上,可以改善赎回应对能力和透明度。但需要注意的是,MMF 在市场剧烈变化时也可能出现流动性压力,因此同时确认发行方公开的储备构成 (期限/资产类型/托管机构) 和合规状况非常重要。
Q.
个人投资者可以投资 MSNXX (或该投资组合) 吗?
根据文章,最低投资额设定为 1000 万美元,一般个人实际上难以参与,很可能主要面向机构或超高净值投资者。管理费为 0.15%。
TP AI 注意事项
使用基于 TokenPost.ai 的语言模型总结了文章。正文的主要内容可能被遗漏或与事实不符。瑞银集团要求 2027 年起全球银行与市场部门毕业生及实习生具备 AI 技能Techub News 消息,瑞士银行业巨头瑞银集团(UBS)宣布,自 2027 年起,其全球银行与市场部门的毕业生及实习生职位将把 AI 技能作为必备条件。申请者需在面试中展示如何运用 AI 提升工作成果与效率。
桑坦德银行也已开始招聘具备高级 AI 技能的人才。摩根士丹利预测,未来五年内欧洲银行业将有超过 20 万个工作岗位消失。(The Decoder)摩根士丹利比特币现货 ETF 单日净流入 770 万美元Techub News 消息,根据 Farside Investors 数据,摩根士丹利发行的现货比特币 ETF(MSBT)在 9 月 3 日录得约 770 万美元的净流入。
(@FarsideUK)摩根士丹利预测 Robinhood 股价将上涨 43%,增长动力来自预测市场等新产品Techub News 消息,摩根士丹利发布报告预测,Robinhood 股价有望上涨 43%。报告认为,该公司向预测市场及其他新金融产品的多元化发展将推动显著增长,从而降低对加密货币交易的依赖。(Crypto Briefing)摩根士丹利:AI 数据中心到 2028 年将面临 38 吉瓦电力缺口Techub News 消息,摩根士丹利估计,人工智能数据中心到 2028 年将面临 38 吉瓦的电力供应缺口。该电力缺口可能推动现场能源解决方案的创新,并对能源市场和基础设施投资产生影响。
(Crypto Briefing)摩根士丹利:Nvidia 面临 2000 亿美元 AI 信贷风险Techub News 消息,摩根士丹利发布研报称,Nvidia 面临约 2000 亿美元 AI 相关信贷风险敞口,预计 2028 年底达该规模,其中约 1700 亿美元为表外负债。该行指出,2026 年 Nvidia 已关联超 5400 亿美元融资安排。
该公司 CEO 黄仁勋回应称,多数融资结构旨在动员第三方资本。7 月 27 日,Nvidia 五年期 CDS 利差飙升至 82 个基点,创历史最大单日涨幅。Michael Burry 等投资者已对其信贷规模表示担忧,IMF 和国际清算银行亦警告相关系统性风险。(CryptoBriefing)摩根士丹利以太坊信托引入质押风险,投资者面临协议惩罚与资产损失Techub News 消息,摩根士丹利推出的以太坊信托(代码 MSSE)将部分 ETH 置于以太坊验证器系统中进行质押以获取收益,但投资者需承担协议惩罚和提款延迟等风险。该信托于 7 月 28 日与 Solana 产品一同推出,年费率为 0.14%,由 Figment、Galaxy Blockchain Infrastructure 和 Coinbase Canada 作为质押服务商。
根据其法律结构,该信托在美国证券交易委员会注册,但并非《1940 年投资公司法案》下的投资公司,因此投资者不享有相关法律保护。若验证器因违规操作(如签名冲突)遭受惩罚,信托资产净值将直接受损,投资者通过股价下跌承担损失。
Figment 收入主管 Eva Lawrence 表示,机构级验证器发生惩罚事件较为罕见,且顶级质押服务商通常提供惩罚保障,但信托的招股书指出,补偿可能受条件限制或延迟,甚至无法覆盖全部损失。(BeInCrypto)Anthropic 将新增花旗集团为其 IPO 顶级顾问,与摩根士丹利等投行合作Techub News 消息,Anthropic 计划新增花旗集团为其即将进行的 IPO 顶级顾问。此前,摩根士丹利、高盛和摩根大通已担任其顾问角色。此举意味着 Anthropic 在筹备上市过程中进一步集结了华尔街主要投行的支持。(@Cointelegraph)摩根士丹利比特币 ETF 单日流出 146.15 BTC,价值约 1100 万美元Techub News 消息,摩根士丹利旗下比特币现货 ETF(MSBT)于 8 月 20 日从 Coinbase Prime 托管地址转出 146.15 枚 BTC,价值约 1100 万美元。数据显示,该 ETF 近期出现资金流出,与近期市场波动相关。
链上数据显示,相关 BTC 已转移至新地址,摩根士丹利暂未就此次资金流动发表评论。(@OnchainLens)宇树科技 CEO 称人形机器人 ChatGPT 时刻或于 2-10 年内到来Techub News 消息,宇树科技创始人王兴兴在北京世界机器人大会上表示,人形机器人将在 2 至 10 年内迎来其“ChatGPT 时刻”,即能够仅凭文本或语音指令进入陌生家庭并完成约 80% 的日常任务。他预计,若进展迅速,该里程碑可能在 2-3 年内实现,否则可能需要 5-10 年。
摩根士丹利数据显示,2026 年上半年全球人形机器人出货量约 1.9 万台,同比增长 272%,其中中国制造商占比达 97%。该行预计中国今年人形机器人出货量将达 5 万台,较 2025 年的 1.2 万台大幅增长。 (BeInCrypto)摩根士丹利 Q2 增持比特币 ETF 并建仓 SolanaTechub News 消息,Morgan Stanley 在 8 月 11 日签署的 SEC 13F 文件中披露,其于第二季度增持约 304 万股 BlackRock 现货比特币 ETF(IBIT),持仓总量升至约 1650 万股,环比增加 23%,期末持仓价值约 5.49 亿美元。同期,该行对 BlackRock 以太坊 ETF 的持仓增加 202% 至 460 万股,并新建仓自有比特币基金 MSBT 及两只 Solana 投资产品。
此外,Morgan Stanley 还增持了 Grayscale Bitcoin Mini Trust ETF、Bitwise 比特币 ETF,并将 Fidelity Wise Origin 比特币 Fund 持仓提升近 38%。文件显示,该行于 4 月 8 日在 NYSE Arca 推出的 MSBT 持有约 257 万股,期末价值约 4330 万美元,管理费率为 0.14%,低于 BlackRock IBIT 和 Fidelity 比特币基金的 0.25%。此次 13F 文件由 Morgan Stanley 联合多家关联管理人提交,包含 45,905 项持仓条目,总报告市值约 1.89 万亿美元。(crypto.news)撰文:硅谷 Alan Walker 资本 · 算力 · 终局 从一块卡、一片封装、一根光纤、一度电,到模型、Agent、每个行业,再到一级市场和被做空的旧世界——这条链条上的每一环,都会在敲钟那一刻 被重新定价 一次。 硅谷 Alan Walker 看到 Anthropic 投资者会议的消息,把这件事从头到尾想了一遍。先把事实摆清楚。Anthropic 六月已经向 SEC 秘密递交招股书,高盛、摩根士丹利、摩根大通三家一起做,投行已经在安排投资者会议,时间窗口指向今年十月。股东端预期的定价在 两万亿美元 以上——如果成,这是 人类历史上最大的 IPO,超过今年六月的 SpaceX,超过之前所有纪录。 而更重要的是,它会在 OpenAI 之前完成。OpenAI 六月递交 S-1 的同时说"可能还要一段时间",随后传出倾向 2027 年上市,Altman 把一万亿以下视为不可接受。这意味着在未来至少一年里,Anthropic 是地球上 唯一可以直接买到的前沿 AI 资产。下面按这条产业链从下往上,一层一层拆。每一层都给出具体的公司和数字,以及 Alan 认为会发生什么。 筹码荒 第一个后果不是估值,是 没货。按两万亿定价,IPO 通常只释放 5%到 8%的流通股。也就是说,全世界真正能买到的 Anthropic,只有 1000 亿到 1600 亿美元的浮筹。而想配置纯 AI 资产的钱是多少?主权基金、养老金、共同基金、对冲基金、加上两代散户,量级在十万亿以上。供给和需求差两个数量级。在这种结构里,价格不由基本面决定,由边际买家的急切程度决定。首日翻倍 是常态,不是意外。说人话:一百个人抢一张票,票价就不是印在票面上的那个数了,是最想去的那个人愿意出的那个数。 而更要命的是,钱还会变多。美联储从 2025 年底至今按兵不动,联邦基金利率卡在3.50%到3.75%,今年市场甚至在给加息定价。但主流机构对明年的判断高度一致:高盛预计 2027 年 6 月和 12 月各降一次;美银预计 2027 年 7 月和 9 月;晨星更激进,预计 2027 年三次、2028 年再两次。说人话:今年的钱是紧的,明年开始松。而 Anthropic 大概率在今年十月上市——正好卡在最紧的时点定价,然后迎着放水的方向往上走。这个时序对持股人是最舒服的一种。 降息 意味着 无风险收益率下降,所有靠未来现金流折现估值的资产同时变贵,而 AI 是折现期最长、增长曲线最陡的那一类,杠杆 效应最大。2027 年的每一次降息,都会往这个已经过热的池子里再倒一桶水。这里有个细节几乎所有人都看错了。Anthropic 预计二季度收入 109 亿美元、经营利润5.59 亿美元,首次盈利。市场在讨论"这个盈利含金量够不够"——问错了问题。它的真正作用是指数纳入的资格门槛:标普 500 要求 最近四个季度 GAAP 盈利为正 且 最近一季度为正。Anthropic 现在踩上了这条线。 两万亿市值进标普,权重约 3%。光被动资金的机械性买盘就是数千亿美元。主动基金那边压力更大:基准里有 3%的 Anthropic,你不持有,等于对全球最强的 AI 资产净做空 3%。年底跑输同行,你去跟 LP 解释。然后是正反馈:被动买入推高股价 → 市值上升 → 权重上升 → 必须买得更多。这台机器一旦启动,靠基本面是停不下来的。 溢出效应 会比大多数人预期的更广。买不到 Anthropic 的钱不会回到银行账户里躺着,它会去买最接近的替代品——于是台积电、SK 海力士、三星、ASML、东京电子、爱德万、中际旭创、Vertiv、GE Vernova,这一整排全球供应链公司会被顺带抬起来。东京、首尔、台北、阿姆斯特丹的股市,会因为一家旧金山公司的敲钟而集体上涨。这是这轮 AI 牛市的第一波,也是最容易被误读成"基本面改善"的一波。 散户那一头更简单。SpaceX 六月上市当天的场面已经预演过一遍了。当一只股票同时具备"人类历史最大"、"AI"、"以前买不到"这三个标签,它在零售端的吸引力不需要任何分析支撑。 卡即通行证 往下一层。Anthropic 的招股书会做一件对整个行业影响最深远的事:把 算力合约的真实价格 公开。Anthropic 已公开的算力承诺(截至 2026 年 5 月)SpaceX(Colossus 1)每月 12.5 亿美元,三年近 450 亿 | 至 2029 年 5 月 Amazon最高 5 GW | 2026 年底近 1 GW 上线Google + 博通5 GW | 2027 年起上线Microsoft + NVIDIA300 亿美元 Azure 容量 | 已签署Fluidstack500 亿美元美国基建投资 | 多年期把这几行加起来你会发现一件事:做前沿模型的入场费,已经从"几亿美元种子轮"涨到了"每月十亿美元级别的固定支出"。Colossus 1 那一笔就是超过 300 兆瓦、22 万块英伟达 GPU。作为对照,Google 付给 SpaceX 的是每月9.2 亿美元、约 11 万块 GPU——只有 Anthropic 的一半。 说人话:每月 12.5 亿美元是什么概念?相当于每天睁开眼就要付掉四千万美元,一年下来比整个星巴克中国的营收还多,而这只是它五份算力合同里的一份。说人话以前判断一家模型公司行不行,看它招了几个大牛。现在只看一件事:它每月能不能稳定烧掉十亿美元,并且有人愿意继续给它十亿。全球能过这一关的公司,五个手指数得完。所以上市之后,对全球 AI 公司最直接的影响是:算力合约 成为公开可比的行业标尺。任何一家二线模型公司去融资,LP 第一个问题会变成"你们锁了多少 GW、月付多少"。答不上来的,一轮都过不去。 Alan 的判断:2027 年之前,全球宣称做通用前沿基础模型的公司会从今天的二十几家收敛到五家以内。不是技术淘汰,是付款能力淘汰。还有一件事会同时被公开:算力的地缘属性。Anthropic 今年六月经历过商务部对其顶级模型的临时禁令,直接拖慢了当月收入,七月初恢复。这段经历必须写进招股书的风险章节。一旦写进去,"美国政府可以随时关掉一家两万亿美元公司的一条产品线"这件事,就从行业内部的共识变成了全球投资者的定价变量。 对中国 AI 公司来说,这一页招股书的价值超过任何一份行业报告。它等于用最权威的形式确认了两件事:第一,算力供应是可以被 政治 中断的;第二,因此 自主算力路线的溢价 是真实存在的,不是口号。预计 Anthropic 上市后的三个月内,中国和中东的算力自主化投资会出现一次明显加速。 封装的瓶口 再往下。钱可以印,卡不能印。真正的物理天花板在 台积电的先进封装线 上。2026 年 CoWoS 的需求量估计接近 100 万片晶圆,而 2024 年只有约 37 万片。台积电 CoWoS-S 和 CoWoS-L 两条线全部订满,英伟达一家锁定约 60%,前三大客户合计锁掉 85%以上。HBM3E 在 2026 年基本售罄,HBM4 正在爬坡,SK 海力士拿下约 62%份额、供应英伟达约三分之二的 HBM4。 供给端 在拼命扩:SK 海力士刚在纳斯达克募了 265 亿美元——超过阿里巴巴 2014 年 250 亿的纪录——用于 P&T7 封装厂、M15X DRAM 厂和向 ASML 采购近 12 万亿韩元的 EUV 设备。但业内很清楚:实质性的 HBM 新增产能要等到 2028 年。说人话:CoWoS 就是把好几块芯片和内存拼装成一整块 AI 加速卡的那道工序,全世界能做的产线基本只有台积电那几条。芯片再多,没有这道工序也装不成卡。2026 年的产能已经被订光了,钱再多也插不进队。 Anthropic 上市会把这件事推向极端。手握两万亿市值和几千亿现金的公司,去跟台积电、SK 海力士签长约,出价能力和二线玩家完全不在一个维度。上市募资的第一用途不会是研发,是 锁产能。这对上游意味着什么?台积电、SK 海力士、美光、三星、Amkor、日月光、ASML 这一整排公司,会在 Anthropic 上市后的三个月内被系统性重估。逻辑很简单:市场刚刚给下游客户定了两万亿的价,那卡住这个客户咽喉的供应商,凭什么还按周期股的估值方法算? 顺带说一句:先进封装的紧张已经在把订单往外挤——联电、世界先进、英特尔、Amkor、日月光都在接溢出的活。英特尔的 EMIB-T 良率据称已到 90%,成本可能比 CoWoS 低四到五成,2027 年量产。这是英特尔十年来第一次有真实翻身机会,而这个机会是 Anthropic 这类客户的产能饥渴喂出来的。 还有一个连锁反应值得盯:内存。二季度三星 DRAM 均价涨了 44%到 46%、NAND 涨 67%到 69%,美光分别涨超 60%和 80%。当 DDR5 的利润率逼近 HBM,厂商的产能分配就会开始摇摆,而所有需要内存的行业——手机、PC、汽车、消费电子——会被迫为 AI 的胃口买单。2027 年全球消费电子的成本上涨,源头在这里,不在关税。 再往上看一层,这条链的地理分布是台湾、韩国、日本、荷兰四个点Anthropic 这样一家两万亿美元的美国公司,它的存续实际上取决于这四个地方的产线是否正常运转。招股书的风险章节会把这句话用法律语言写出来,然后全世界的资产管理人会同时读到它。台海和东亚的 地缘风险,会第一次以"最大市值公司的单点故障"的形式被主流资本市场定价。 铜换成光 第三层,是被中文媒体讨论得最不充分的一层:互联。模型越大、集群越大,芯片之间和机柜之间的通信量增长得比算力还快。铜缆在几米之外就撑不住了,所以整个行业在往硅光和1.6T 光模块迁移。台积电旗下的采钰已经在扩1.6T 硅光产能。这一层的玩家是中际旭创、新易盛、Coherent、Fabrinet、Astera Labs、Arista、博通。为什么 Anthropic 上市会引爆这一层?因为招股书里会写清楚一件今天大家只能猜的事:推理集群的实际拓扑和带宽配置。一旦公开,所有人会同时意识到,光模块的需求不是按算力线性增长的,是按集群规模的 平方级 增长的。 说人话一万块卡的集群,卡与卡之间的连接数不是一万,是接近五千万。集群翻一倍,连接数翻四倍。所以在 AI 这轮里,卖光的最终会比卖算的增长更快——只是没人写在幻灯片第一页。还有一层更远的东西已经写进合同了:Anthropic 在与 SpaceX 的协议里明确表示有兴趣合作开发数吉瓦级别的 轨道算力。今天听起来像科幻,但它出现在一份正式披露的商业协议里,就说明有人已经在算这笔账——地面上电力和散热的边际成本,正在逼近发射成本。 Alan 的预言:光互联 这一层会在 2027 年跑出下一个市值超过五千亿美元的公司。今天它还被归在"通信设备"这个死气沉沉的行业分类里,市盈率按周期股给。这是整条链上最大的一次错配。 电价即算力 第四层,也是 Alan 认为整个链条上最被低估的一层:电。大五家超大规模厂商 2026 年的资本开支超过 6000 亿美元,同比增长 36%。这些钱最终都要插到某个插座上。而美国的电网,从卡特政府之后就没有为这种量级的负荷做过准备。能源层的实时读数(2026 年)GE Vernova 总积压订单:1760 亿美元约为 2026 年预期收入 460 亿的近四倍 燃气轮机积压:Q2 单季 100 GW → 116 GW交付排到 2029 年之后Q1 有机订单:183 亿美元,同比+71%电气化板块数据中心订单 24 亿,超 2025 全年Constellation 收购 Calpine:164 亿美元(企业价值约 266 亿)成为美国最大电力生产商 Vistra 与 Meta 核电 PPA:约 2600 MW核电从"夕阳资产"变成稀缺资产说人话:GE Vernova 手里的订单是它一年收入的近四倍,意思是你今天下单,排队排到 2029 年之后。发电设备这种以前没人愿意碰的生意,现在成了比芯片还难抢的东西。Anthropic 自己已经做了一件很少人注意的事:它承诺覆盖因其数据中心导致的 美国居民电价上涨部分。这件事在招股书里会成为一条正式的或有负债披露。一旦披露,所有做数据中心的公司都会被问同一个问题:你打算怎么处理你推高的那部分电价? 顺着这条线看下去,中国 的位置会变得非常特别。全球约 60%的 变压器产能 在中国,而西方四大电气巨头——日立能源、西门子能源、ABB、GE Vernova——全部售罄到几年之后。美国要建 AI 数据中心,绕不开中国的电网设备;中国要建 AI 数据中心,绕不开台积电的封装线。这两条依赖各自都是死结,而市场目前只给其中一条定了价。 Alan 的判断:Anthropic 上市后六个月内,市场会把 GE Vernova、Vertiv、伊顿这类电气设备商,以及 Vistra、Constellation、Talen 这类独立发电商,从"公用事业/工业"重新归类到"AI 成长股"。估值方法一变,倍数就是两三倍的跳。这是这轮里最确定的一次板块迁移。 而更扎心的一层在下面:电力是有 政治 的。数据中心推高的电费最终要落到普通家庭的账单上。Anthropic 已经承诺覆盖这部分涨幅,说明它的团队看到了这个雷。2027 到 2028 年美国的中期选举周期里,"AI 数据中心推高了你家电费"会成为一个真实的竞选议题。那时候,限制数据中心用电的州级立法会开始出现,而这才是 AI 基础设施建设真正的天花板——不是芯片,不是资本,是选票。 模型层清场 现在到 LLM 这一层。这里会发生的事最残酷。今天的格局:Counterpoint 的数据显示,2026 年一季度全球 LLM 收入份额,Anthropic 以31.4%略微超过 OpenAI 的 29%。而两家的财务状况完全不同——OpenAI 年化收入约 250 亿美元,每赚一美元亏1.22 美元;Anthropic 年化收入从二月的 140 亿冲到五月的 470 亿,二季度已经预计盈利。说人话:一家每收一块钱要倒贴一块二,一家已经开始赚钱。在私募市场这个差别可以用故事盖过去,在公开市场盖不住。 Anthropic 上市,等于给整个模型层安装了一把公开的尺子。以后每一家模型公司融资,投资人手里都会多出三个可比数据:每美元收入对应多少算力成本、毛利率多少、企业客户集中度多少。说人话以前融资讲的是"我们的模型在某某榜单上排第几"。以后要讲的是"我们每一美元 token 收入的毛利是多少"。前一个问题所有人都能讲得漂亮,后一个问题绝大多数公司答不出口。结果会是分层: 第一层,Anthropic、OpenAI、Google 三家,加上算力自给的 Meta 和 SpaceX,构成前沿俱乐部。第二层,中国的 DeepSeek、阿里 通义、字节,靠国家级算力和成本结构活着,走的是另一条曲线。第三层,欧洲和其他地区的模型公司,以及美国的二线玩家,在两年内会被迫转型做垂直或者被收购。第二层这条曲线值得单独说。中国模型公司走的是另一套经济学:算力受限,所以被迫在 效率 上做到极致,然后用价格把市场砸开。这条路在企业市场很难赢,但在全球南方、在中小开发者、在成本敏感的场景里,它会拿走相当大的份额。Anthropic 上市之后,这条曲线不会被消灭,反而会因为公开的价格对比而变得更锋利——因为所有人第一次能算出美国模型的成本结构到底是什么。 开源的位置也会变。当闭源模型公司变成上市公司,季度财报压力会让它们更快地把上一代模型开源出来打击对手——开源从理想主义变成 竞争工具。这对创业者是好消息:模型能力的地板每年会被免费抬高一次。但对那些商业模式就是"我们的模型比开源好一点"的公司,这是判决书。顺带一个不太好听的预言:2027 年会出现第一起 AI 模型公司的大型并购,收购方不是科技公司,是一家上市的 AI 巨头用高估值的股票去买。股票就是弹药,两万亿市值意味着 Anthropic 可以用不到 2%的股份买下今天任何一家二线模型公司。这是上市带来的、被严重低估的战略武器。 Agent 的收费站 这是 Alan 认为 Anthropic 收入十倍增长的真正来源,也是它区别于所有对手的地方。卖 token 是卖水,卖 Agent 是 卖结果。当 Claude Code、Cowork 这类产品直接完成一整份工作,客户付的不再是每月 20 美元的席位费,而是这份工作原本要付给人的钱。定价的锚从"软件许可"换成了"工资"。 这个换锚的杀伤力,你看 SaaS 股就知道了:2026 年一到二月,全球软件板块蒸发了约两万亿美元市值。Atlassian 跌 35%,Salesforce 跌 28%。1 月 29 日那一天,微软单日蒸发约 3600 亿美元,是 2020 年 3 月以来软件最惨的一天。Gartner 的预测是到 2030 年,35%的单点 SaaS 产品会被 Agent 取代或吸收。 说人话:以前软件卖的是"给你的员工每人配一个账号",一个账号一个月一百美元。现在 AI 直接把那个员工的活干了,客户愿意付的是那个员工的年薪。同一个客户,能收的钱多了一百倍,但前提是那个岗位真的没了。Anthropic 上市会把这场处决加速。因为招股书里会披露企业客户数和 ARPU——一旦市场看到"一个客户为 AI 付的钱已经超过它为全部 SaaS 付的钱",重估会在一个季度内完成。 而 Agent 层 的创业公司会集体受益:Cursor 已经到 293 亿美元估值,Sierra 100 亿,Glean 72 亿,Decagon 45 亿。这些数字在 Anthropic 上市后会显得便宜。原因不是它们变好了,是分母变了——当市场接受"一家 AI 公司值两万亿",所有下游的估值锚点都要往上平移一次。 这里有个更深的结构变化。按席位收费的时候,软件公司的收入上限是客户的 IT 预算,全球大约一万亿美元。按结果收费之后,上限变成客户的人力预算,全球五十万亿以上。同一批客户,同一批需求,可收费的池子大了五十倍。这才是 Anthropic 年化收入能在三个月里从 140 亿跳到 470 亿的真实机制,不是因为用户变多了,是因为 收费的口径 换了一层。 行业层的分蛋糕 再往上是各个 domain。这一层按可被替代的确定性从高到低排:最先倒下 编程已经发生。代码是有明确正确性判据的领域,验证成本极低,所以 AI 在这里的经济学最干净。Anthropic 收入结构里编程占比最高,不是偶然。正在进行 客服 / BPO 印度和菲律宾的外包产业面临的是结构性消失,不是效率提升。这一层的上市公司会在两年内被市场当成夕阳股定价。正在进行 法律流程合同审查、尽调、文档发现。律所的计时收费模型和 AI 的边际成本是正面冲突,初级律师岗位是第一批被消化的。2027 金融分析 卖方研究、财务建模、合规报告。数据结构化程度高、输出格式标准,是最适合 Agent 的中后台工作。2027–28 医疗影像判读、病历生成、临床决策支持。技术上早就可行,卡在监管和责任归属,所以慢,但方向没有悬念。最慢 制造 / 物理世界 需要机器人和真实世界的数据闭环。这一层的红利要到 2029 年之后,也是留给创业者时间最长的一层。创业者真正该看的是 垂直数据层:模型层的能力会被三家公司免费抬高,应用层的界面会被 Agent 直接吃掉,中间剩下的价值在那些"模型拿不到的数据"上——手术记录、机床参数、法院内部卷宗、供应链的真实履约数据。这轮里能守住的东西,一定是 数据的所有权,不是产品的功能。 一级市场沸腾 对做投资的人来说,Anthropic 敲钟最直接的作用是:退出通道被证明存在。过去三年 LP 最常问的问题是"AI 公司怎么退出"。没人能给出有说服力的答案。这个问题在敲钟那一刻永久消失。结果是 LP 重新开闸,而供给端——真正值得投的 AI 公司数量——一年之内不会变多。同样的钱去追同样多的项目,只能推高价格。Alan 的判断是 IPO 后六个月内,AI 种子轮的中位数估值会再上一个台阶,A 轮更夸张。没投到 Anthropic 的基金,会用两倍的价钱在"下一个 Anthropic"上找补。还有一件事会同时发生:主权基金 和 家族办公室 会绕过 VC 直接下场。今年已经有近千亿美元涌进 Anthropic,这些钱的持有人尝到甜头之后,不会再满足于付 2/20 给别人。这轮 AI 牛市会顺便完成一次风险投资行业的去中介化。 基金的形态也会变。过去两年已经出现了一批 加杠杆押注 AI 的对冲基金,接下来会更多——因为在一个只涨不跌的叙事里,不加杠杆就是主动放弃收益。这一步是这轮周期里最危险的一环,但它一定会发生,而且规模会大到出乎意料。杠杆永远是在最有把握的时候加上的,也永远是在那个时候最致命。还有一个具体的时间点值得记下来:锁定期解禁。IPO 后六个月,几千名员工和早期投资人的股份同时可以卖。这个日期会成为 2027 年上半年全球市场最重要的单一事件之一,也是这轮 AI 牛市的第一次真实压力测试。 造富与鸡毛 Anthropic 有几千名员工。上市那天,账面财富的分布会是这样:早期员工里会直接走出一批 身家十亿美元以上 的人,中层工程师普遍在 一亿美元 量级,而 千万美元 级别,会是这家公司里最普通的一档。说人话:在 AI 这一轮里,百万富翁已经是乞丐版,亿万富翁才刚够入门。过去在硅谷,一千万美元叫"财务自由";在 Anthropic 的期权表上,一千万美元叫"来得比较晚的那批"。 这不是修辞。做个算术:假设员工和早期投资人合计持有公司三成,两万亿市值对应六千亿美元。按几千人分,人均就是一到两亿美元。而期权是按加入时间和层级分布的,头部几十人会各自拿到几十亿。一次敲钟凭空造出的百亿富豪数量,可能超过过去十年硅谷的总和。而这只是一家公司。OpenAI 在后面,SpaceX 已经上了,再往下还有 Cursor、Sierra、Glean 这一整排。2027 到 2028 年,全球超高净值人群的数量和构成会被重写一遍,而且这批人的 平均年龄比上一轮低十岁。 这些钱会去哪里?第一站已经很清楚了:房子。Atherton 这个只有七千人的小镇,2026 年上半年房价中位数涨了 20%,从去年的 833 万美元涨到 993 万,一举超过迈阿密的 Fisher Island,重新拿回全美最贵邮编。今年到目前为止已经成交五笔三千万美元以上的房子,而 2025 年全年的纪录才六笔。两千万到三千万区间的房子普遍收到多份报价,还要加价成交。 Palo Alto 这边,独栋中位数在 410 万左右横盘,但五百万以上那一档在飞。Old Palo Alto 已经有好几套刷新纪录成交。整个城市的均价比中位数高出近一百万美元——历史上最大的一次背离。这个背离就是 AI 造富效应的形状:中间没动,顶部起飞。说人话:一个镇子的房价中位数一年涨两成、逼近一千万美元,说明买家根本不看价格,只看有没有货。他们不是在按揭买房,是拿刚变现的股票现金全款抢。 顺着房子往外扩散:私人飞机、游艇、艺术品、Napa 的酒庄、私立学校的入学名额、旧金山和纽约的顶层公寓。凡是供给固定、无法量产的东西,价格都会被这波流动性推到新的台阶。而 Anthropic 上市之后六个月的锁定期一到,这波 购买力 才真正落地——那正好是 2027 年上半年,也正好撞上 美联储恢复降息。钱变多和利率变低,同时发生。 还有一件不那么愉快的事在同步发酵:加州十一月要就一项公投表决,对亿万富翁一次性征收 5%的财富税用于医疗。已经有人在讨论超高净值人群外流,Google 两位创始人都在增加与其他州的联系。财富积累的速度和政治反应的速度,正在拉开一个越来越危险的差距。这条线会在 2028 年前后变成 美国政治 的主战场之一。 然后是创业。历史规律非常稳定:Google 2004 年上市,18 个月后走出第一批创业者;Facebook 2012 年上市,两年后硅谷冒出一整代消费和社交公司。Anthropic 的员工创业潮会在 2027 年下半年开始,2028 年到高峰。这批人手里有钱、有前沿工程经验、有分销人脉,是这轮里质量最高的创业者供给。而且他们的起步条件和上一代完全不同——不需要融种子轮,自己就是 LP。 但更大的一波是外部模仿者,而这一波的结局 Alan 已经能看见了。我们刚刚看过一模一样的剧本:英伟达一路涨到5.3 万亿美元,直接催生了一大批 AI 芯片创业公司——Groq、Cerebras、Etched、Tenstorrent,加上国内数不清的名字。今天回头看,绝大多数是在陪跑。原因在第一性上很清楚:这条赛道的门槛不是聪明人,是 资本开支 和 分销渠道。Anthropic 一家三年就要付给 SpaceX 近 450 亿美元,加上亚马逊、谷歌、微软、Fluidstack 那一串——这不是拿两亿美元种子轮能挤进去的游戏。所以 2027 到 2029 年会重演一遍:一大批"我们也做基础模型"的公司拿到钱,两年后发现自己既买不起算力,也进不了企业采购名单,最终以人才收购的方式消失。这一次的差别只在于,因为钱更多,尸体会更大。 更值得警惕的是第二类模仿者:看到能源和电力涨了,去创业做数据中心的。这一类在 2027 年会非常热闹,而它的风险比芯片还大——数据中心是重资产、长周期、依赖单一客户的生意,而客户的算力合同大多可以提前 90 天终止。Anthropic 和 SpaceX 那份 450 亿美元的合同就是这样写的,Google 那份也是。 说人话:你借了二十年的钱盖楼,租客的合同上写着"提前三个月通知就能走"。这就是 2027 年那一批数据中心创业公司资产负债表的样子。三十年下来 Alan 总结出一条:造富效应 传导到 创业决策 的时候,信息已经损耗了两轮。你看到的是市值,看不到的是 产能配额、是 分销合同、是 十年积累的客户关系。追着市值创业的人,追的是别人已经吃完的那顿饭的照片。 做空名单 新钱会涌进来,老钱会搬家。搬家意味着有人被卖。这份名单会是这样:被抽血的六类资产AI 影子股 | Amazon、Alphabet过去买这两家有相当部分是在买 Anthropic 的间接敞口。正主上市,代理溢价消失。Alphabet 还叠加了 AI 领导层动荡的估值折价。按席位收费的软件 | Salesforce、Workday、Atlassian、Monday Agent 直接减少席位数。收入模型和技术趋势正面对撞,越增长越被怀疑。IT 外包与 BPO | 印度三大 IT、菲律宾呼叫中心人头计费的生意,客户改用 Agent 之后,需求消失而不是转移。二线模型公司 | 欧美中型模型创业公司 有了公开可比公司之后,估值不再靠叙事,靠折算。折算的结果通常很难看。防御性资产 | 公用事业、必需消费、长久期债券牛市初期的经典搬家:钱从安全的地方往刺激的地方跑。短期的英伟达 | NVDA不是变差,是资金从"卖铲子的"往"淘到金的"迁移一部分。长期仍是受益方,但会有一次明显的相对跑输。最反直觉的是最后一条。英伟达今天5.3 万亿美元,是全球第一大公司。但当市场第一次可以直接买到应用层的最终受益者,"我买英伟达来代表 AI"这个持有理由就弱了一截。这个切换会发生在 Anthropic 上市后的头两个季度。 比这份名单更远的,是传统产业里那些还没被市场认真做空的东西。我列三个:教育培训。凡是收费教"一项将被自动化的技能"的机构,商业模式已经被判了死刑,只是账面还没反映。编程培训是第一个,会计和法律职前教育是第二批。这个行业的问题在于,它的客户是在为一个已经消失的就业市场付学费。商业地产里的写字楼。远程办公只是把这件事推迟了几年,真正的杀伤在于席位本身在减少。当一家公司的知识工作岗位缩减三成,它不需要重新装修,它需要退租。这一波会在 2028 年前后集中体现在 REITs 的财报上。市场调研、内容生产、初级设计。这三类的共同特征是:输出是文档、交付是文件、质量判据模糊。恰恰是模糊的判据让人以为 AI 替代不了——但客户从来不是在买质量,是在买"有人交了活"。 十万亿 最后说结论。个人判断:Anthropic 会成为 人类历史上第一家市值十万亿美元 的公司,而且这个数字最终会被证明保守了。先看数量级规律。每一代主导技术的头部公司,市值比上一代高一个数量级。PC 时代的微软在 2000 年峰值约 6000 亿美元;互联网和移动时代,Alphabet 今天约4.2 万亿,苹果和英伟达在4.5 到5.4 万亿之间。按这个节奏,AI 时代的头部就该落在五十万亿到一百万亿这个区间。但真正硬的论证不在类比,在可寻址市场的性质变了。第一性推导 互联网公司赚的是广告和交易抽成的钱。全球广告市场一年约一万亿美元,Google 把这个池子做到极致,得到 4.2 万亿市值。AI 公司卖的是认知劳动的替代品。全球人类薪酬总额一年约五十到六十万亿美元,其中知识工作占相当大的比重。池子大了几十倍。哪怕 AI 最终只拿到全球薪酬支出的 5%,那就是每年两万五到三万亿美元的收入规模。按软件行业二十到三十倍的市销率,对应五十到九十万亿市值。Anthropic 在其中占一到两成,就是十万亿。再看时间。Anthropic 的年化收入二月 140 亿、五月 470 亿,投资人预期年底到 1000 至 1200 亿。从这里走到十万亿市值所需要的年收入约 5000 亿——按二十倍市销率——不需要奇迹,只需要现在的增速再维持两到三年。 说人话:互联网公司抢的是广告预算,AI 公司抢的是工资单。广告预算全球一年一万亿,工资单一年五十万亿。同样一家公司,站在哪个池子边上,决定了它最后能有多大。这条规律从蒸汽机到铁路、从铁路到电力、从电力到半导体、从半导体到互联网,没有失效过一次。每一个新产业都比它取代的旧产业大至少一个数量级。AI 不会是第一个例外。 Anthropic 敲钟的那一刻,标志的不是一家公司的成年礼。它是 全球资本第一次被允许直接购买人类认知能力的替代品。在这之前,你只能买卖铲子的、买搭着旧业务的、买影子。在这之后,池子里有了真东西。而池子里的水,比现在所有人算的都要多。
