Loading...
Loading...
当 AI 向华尔街借钱：科技巨头的「CapEx 周期」，加速金融化AI 基础设施正从科技行业的「CapEx 周期」，演变为一场由整个金融体系共同承接的融资周期。
撰文：Jim，MSX 麦通
编辑：Frank，MSX 麦通
过去两年，华尔街讨论 AI，最重要的数字一直是 GPU、数据中心和 CapEx。
但到了 2026 年，另一个数字开始迅速进入市场视野：债务。
曾经，硅谷最赚钱的一批公司习惯用自己的现金购买 GPU、建设数据中心。如今，随着 AI 基础设施的规模继续向数千亿美元甚至万亿美元迈进，即使是 Alphabet、Amazon、Meta 这些全球现金创造能力最强的公司，也开始越来越频繁地走进债券市场。
Morgan Stanley 预计，2026 年全球 AI 相关债务发行规模可能接近 5700 亿美元，较去年翻倍以上；截至 5 月底，规模已经达到约 2360 亿美元，是去年同期的四倍。
与此同时，Alphabet、Amazon、Microsoft 和 Meta 今年相关支出预计达到约 7000 亿美元，到 2027 年，Hyperscaler 的资本开支甚至可能突破 1 万亿美元。
而融资方式也正在继续向外延伸。
8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 合作，希望撬动超过 5000 亿美元第三方资本进入 AI 基础设施。
几乎在同一时间，Microsoft、Meta、Oracle、Amazon 和 Alphabet 披露的尚未开始执行的未来租赁付款承诺，已经来到万亿美元量级；
当全球最富有的一批公司都开始改变自己的融资方式，意味着 AI 的故事也正在进入新的阶段，那问题来了，这些公司以前躺着几百亿美元现金，为什么突然这么喜欢借钱？
一、AI 的烧钱规模，越来越夸张
Alphabet 是理解这场变化最好的例子。
从业务本身看，它最新一个季度几乎称得上强劲——Q2 营收达到 1198 亿美元，同比增长 24%；Google Cloud 收入达到 248 亿美元，同比增长高达 82%。
但另一边，Alphabet 单季度资本开支已经达到约 449 亿美元，导致其即使业务仍在高速增长，公司依然第一次出现了季度自由现金流为负，Q2 自由现金流降至 -59 亿美元，与此同时 Alphabet 又将 2026 年资本开支指引提高至 1950 亿—2050 亿美元。
这正是 AI 资本开支与传统软件时代最大的区别。
软件时代的大型科技公司，本质上是一台现金机器：前期研发完成之后，每增加一个用户的边际成本有限，大量收入最终可以沉淀为自由现金流。
换句话说，AI 正在重新把科技公司变「重」。
GPU、服务器、高速网络、数据中心、变电设施、冷却系统和土地，都需要在收入真正形成之前先投入巨额现金。
Amazon CEO Andy Jassy 就曾解释，数据中心往往在正式投入使用大约两年前就开始产生建设支出，而收入却必须等到设施真正上线之后才能逐步兑现。
于是，一个天然的资金期限错配出现了，现金今天就要花，但收入需要未来很多年慢慢收回来，在这种情况下，即使公司账上有大量现金，全部依赖内部现金流融资也未必是最合理的选择。
Alphabet 今年 2 月已经完成约 315 亿美元全球债券融资，其中甚至包括罕见的 100 年期债券；8 月又完成了一笔 250 亿美元投资级美元债发行。Amazon 的动作更加激进，3 月先在美国债券市场融资约 370 亿美元，第二天又发行 145 亿欧元债券，两笔合计接近 540 亿美元，7 月又发行 250 亿美元美元债。
与此同时，Amazon 已经将 2026 年资本开支计划提高到 2200 亿美元，AWS 最新季度收入同比增长 37%，创下四年多以来最快增速，但过去 12 个月自由现金流依然从一年前的正 182 亿美元降至 -76 亿美元。
Meta 也呈现出同样的变化。今年 4 月，Meta 完成 250 亿美元债券发行；Q2 收入仍然增长 28%，达到 608 亿美元，但自由现金流却从去年同期的 85.5 亿美元骤降至只有 7.84 亿美元，2026 年 CapEx 指引已经提高到 1300 亿—1450 亿美元。
这些公司并没有突然失去赚钱能力，且利润仍然很多，只是可以自由分配的现金越来越少。
这也是为什么，在 AI 时代，自由现金流正在成为一个比单纯 EPS 更难忽视的指标。
二、同样是借钱，Google 和 Oracle 完全不是一个故事
但借债本身，并不意味着危险。
对于 Alphabet、Amazon 这样的公司而言，债务更多是一种资本结构工具。
它们拥有庞大的主营业务、稳定的现金流和很高的信用评级，在资本支出极度前置的情况下，通过长期债券把建设成本分摊到未来，是一种正常的期限匹配。
真正需要关注的是当资本开支开始持续超过自身现金创造能力，融资究竟是在优化资产负债表，还是已经开始给资产负债表增加压力？
Oracle 是目前最极端的样本之一。
截至 2026 财年结束，Oracle 全年资本开支达到约 556.6 亿美元，而经营现金流只有约 320 亿美元，全年自由现金流降至 -236.9 亿美元。与此同时，公司 FY2026 已经完成约 430 亿美元债务融资和 50 亿美元股权融资，截至 5 月底全部借款未来本金约 1301 亿美元。
7 月 9 日，S&P Global Ratings 将 Oracle 的长期信用评级由 BBB 下调至 BBB-——投资级评级中的最低一级，再下一档便进入投机级。
所以，同样是 AI 烧钱，Alphabet 更多是在利用资产负债表，Oracle 却已经开始挑战资产负债表，这也是 AI 行情下一阶段必须重新建立的一套观察框架。
以前市场最关注的是 AI 收入增长多少、订单增长多少、云业务增速多少，那未来还需要再增加几个问题，比如为了得到这些增长，公司花了多少钱？每增加 1 美元收入，需要增加多少资本开支？自由现金流还有多少？需要借多少钱？当利息、折旧和租赁成本全部开始进入利润表之后，最终还能留下多少利润？
说到底，真正决定估值的，不会只是增长本身，而是增长的资本效率。
三、比发债更重要的变化：AI 正在成为一种金融资产
如果说 Alphabet、Amazon 和 Meta 发债，只是融资方式发生变化，那么英伟达最新的动作，则把这件事又往前推进了一步。
8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 建立战略合作，希望成立独立的算力融资平台，长期动员超过 5000 亿美元第三方资本进入 AI 基础设施。
英伟达本身拥有对潜在交易提供最高约 25%、也就是最高约 1250 亿美元 backstop 的选择权，不过目前各机构具体出资额和资金部署时间仍未公布。
真正值得关注的是英伟达如何定义这套模式。在官方公告中，英伟达直接把 AI Compute 和 AI Factory 描述成一种新的「可投资资产类别」。
逻辑其实并不复杂。过去，一家 Neocloud 如果需要购买数十亿美元 GPU，首先得自己筹到大量资本。未来，这套结构可能越来越像传统基础设施融资，譬如数据中心和 GPU 形成资产，客户长期租用算力形成现金流，Apollo、BlackRock、KKR 等机构提供长期资本，项目再用未来的算力收入偿还融资成本。
于是，GPU 不再只是一块卖出去就结束的芯片，相反，由 GPU、数据中心、电力和长期算力合同组成的整套 AI Factory，开始被包装成一种能够产生长期现金流、可以被资本市场定价和融资的基础设施资产。
这背后的意义非常大。
因为一旦 AI 基础设施能够进入养老金、保险资金、私人信贷、基础设施基金和资产管理机构的投资范围，AI 能够调用的资本池就不再局限于科技公司的现金。
这可能让这一轮 AI 基础设施建设持续得比市场想象得更久。
但与此同时，它也会改变风险的形态。毕竟 AI 周期第一阶段最大的风险是 AI 没人用，但最新第二阶段更值得担心的可能是 AI 明明有人用，但算力价格下降得太快，收入增长赶不上债务、折旧和融资成本。
尤其当 GPU 更新速度仍然极快时，今天按照五年甚至更长周期设计的资产回报模型，必须建立在一个重要假设之上，那就是未来几年，这些设备仍然能够保持足够高的利用率和经济价值。
这也是金融资本真正开始进入之后，AI 行业需要面对的新变量。
除此之外，还有一笔更容易被忽视的资本承诺。
根据 Reuters 对公司文件的统计，Microsoft、Meta、Oracle、Amazon 和 Alphabet 已经披露约 1.09 万亿美元尚未开始执行的未来租赁付款承诺，其中 Microsoft 约 3291 亿美元、Meta 约 2790 亿美元、Oracle 约 2600 亿美元、Amazon 约 1372 亿美元、Alphabet 约 852 亿美元；Meta 随后又在 7 月签署约 680 亿美元新的数据中心租赁协议，将目前已知规模进一步推高到约 1.16 万亿美元。
当然，这些数字不能简单理解为「科技公司已经欠了 1.16 万亿美元」。很多合同横跨十几年，并且尚未正式开始执行，因此目前并没有全部以租赁负债形式进入资产负债表；Amazon 的相关披露还包括仓库、办公室、飞机和车辆等资产，并不全部属于 AI 数据中心。
但它依然揭示了一件重要的事情，未来几年的相当一部分 AI 基础设施投入，其实已经提前被锁定，只要算力需求持续增长，这些承诺就是未来收入增长的基础，但如果模型效率快速提升、单位算力价格持续下降，或者企业 AI 商业化速度低于预期，那么今天提前锁定的长期容量，也可能变成未来难以快速削减的固定成本。
而这，正是 AI 融资周期与单纯技术周期最大的不同。
写在最后
现在还很难把这些变化简单解释成消极信号。
恰恰相反。
债券市场、私人信贷、养老金、保险资金和全球资产管理机构的进入，很可能进一步扩大 AI 能够调用的资金规模，让这一轮基础设施建设持续更久。
截至 8 月 12 日，美股仍然距离历史高位不远。最新财报之后，Amazon 因 AWS 增长达到 37% 一度盘后上涨近 9%；Microsoft 在证明云业务增长和现金创造能力之后也获得市场明显奖励；与此同时，Alphabet 在宣布继续提高 CapEx 后承压，Meta 则在自由现金流骤降 91% 后遭遇抛售。
市场并没有开始拒绝 AI 投资，只是正从单纯的「需求交易」，逐渐进入更加严格的「资本回报率交易」：
第一阶段，比的是谁敢花钱；
第二阶段，比的是谁能够以更低的资本成本拿到更多算力，并让每一美元投入最终产生足够多的现金流；
而当 AI 从技术公司的资本开支，变成华尔街可以购买、融资和定价的资产时，这场竞赛真正需要回答的问题，早晚会变成「谁建出来的东西，最终真的能赚钱？」
而这可能才是未来一两年，决定 Google、Amazon、Meta、Oracle、CoreWeave 乃至英伟达，估值差距的真正分水岭。
Brian Armstrong（布莱恩·阿姆斯特朗）：重塑生产者责任延伸制度，应对电子垃圾危机撰文：Techub News 整理
导语
2025 年 6 月，在南非举办的一场关于“重塑生产者责任延伸制度（EPR）”的行业会议上，出现了一位令人意外的演讲者——全球最大加密货币交易所 Coinbase 的联合创始人兼 CEO Brian Armstrong（布莱恩·阿姆斯特朗）。尽管他自称在电子垃圾管理领域是“门外汉”，但其以学者和商业实践者的双重身份，对电子垃圾治理这一复杂系统性问题进行了深刻剖析。他的演讲跳出了技术细节，从治理架构、激励机制、合规科技等更高维度，为这一传统环境议题带来了来自科技与加密世界的跨界视角和启发。
摘要
电子垃圾问题与社交媒体、石化行业类似，在带来巨大效益的同时，也产生了严重的负面外部性，行业必须正视并承担其“照管责任”。
当前治理体系存在五大“关键对话”：资金模式与公平性、可信的验证与透明度、有效的合规与执行、生产者责任组织（PRO）的治理，以及普遍高效的回收基础设施。
解决问题的核心在于行业协作与“自愿者联盟”，同时必须为关键举措配备精干、有问责的执行能力。
数字技术与人工智能（如大数据分析、可追溯系统）是提升治理透明度、效率和可信度的关键赋能工具。
行业必须通过有效的自我监管来证明市场并未失灵，否则政府更严格的干预将不可避免。
跨界视角：电子垃圾的“照管责任”
Brian Armstrong（布莱恩·阿姆斯特朗）开篇便坦诚自己并非电子垃圾专家，但他指出，电子垃圾问题恰好处于当今商业议程上多个最重要议题的交汇点：环境、良好治理、财务可持续性、创新和社会责任。他以两个类比来说明“善意创新可能带来负面后果”这一普遍规律。
首先是石化行业，它为人类带来了巨大的经济和社会效益，是 mobility、制造业和无数产业的基础，但同时也通过温室气体排放、污染和废物管理问题，对环境造成了显著伤害。其次是社交媒体，其创立初衷是为了连接人与人，带来了民主参与、社会归属等益处，但也衍生出仇恨言论、虚假信息、成瘾性和隐私侵犯等诸多社会问题。
“关键点在于，” Armstrong 强调，“电气和电子产品产生了惊人的经济和社会效益。但如果我们作为一个行业，对其不利的社会和环境影响视而不见、疏忽大意，那么我们同样可能被指控未能履行对社会和地球的照管责任。” 他认为，行业必须认真地在经济可持续性、股东回报、环境责任、社区尊重、良好治理和有目的的创新等多个维度上寻找最优解。
五大“关键对话”：系统治理的核心矛盾
Armstrong 将演讲的核心内容聚焦于五个“关键对话”。他认为这些对话的共同特点是存在对立观点、强烈情感和高风险利害关系。
1. 资金模式：谁付钱？如何公平？
Armstrong 首先确立了“生产者付费”原则是唯一可行的基石。让消费者通过购买时的附加费或市政费来支付处理成本，在行政上不可行，且会打击消费者参与回收的积极性。然而，面对南非目前低于5%的电子垃圾收集率（全球平均22%，欧盟最佳实践为43%），提高收集率必然导致总处理成本上升。
因此，资金模型必须解决几个公平性问题：需在不同类别的电子垃圾间实现公平（质量并非环境危害的唯一指标）；需公平对待所有生产者（公平不等于平均）；不应将负担完全压在守规则的“先行者”肩上，而应通过激励鼓励早期参与；同时必须遵循“无代表不征税”原则，让付费的生产者在生态系统治理中有重要发言权。
此外，费用结构必须与期望的结果（如减少产量、提高回收率）保持一致，任何豁免或激励措施都需要谨慎设计，防止被“钻空子”。最终，费用必须在可持续的前提下保持可负担性，这需要通过优化资金使用效率、推动生产者责任组织（PRO）之间共享基础设施以达成规模经济，并确保所有人遵守规则来实现。
2. 保证与验证：如何建立信任？
要确保系统按设计运行且值得信赖，需要可靠、完整的数据来追踪电子产品如何进入经济体系、被何处消费。没有这些数据，就无法保证费用结构的普遍应用、防止逃逸和公平参与。
其次，必须应对“洗绿”行为——即做出环保姿态却无实质行动。第三，要防止系统被滥用和操纵，“任何可能被自私利用的系统都会被利用”。这必然引向对收集和处理过程进行可信、可审计记录的需求。Armstrong 认为，目前行业主要依赖自我保证和自我验证，这不足以提供公信力。他引用了一句外交格言：“信任固然好，信任加验证则更佳。” 因此，建立一个共享的、数字化的追踪追溯系统以及独立的（或由各方共同控制并信任的）验证机制至关重要。
3. 合规与执行：如何惩处违规者？
能够发现问题固然重要，但最终必须能够执行合规。这引发了一系列子问题：如何应对“灰色市场”运营商？他们生产电子垃圾却无需承担处理责任，这对守法的市场参与者极不公平。如何界定直接用户进口（如跨国企业直接销售设备给本地公司）的责任归属？谁应负责识别这些交易并确保其支付处理费用？
对于不合规行为，处罚措施是否合理且得到实际执行？执行机构是否有足够能力？是否有过可见的起诉案例以起到威慑作用？Armstrong 指出，后果管理可以有多种目的：恢复性、报复性、修复性、威慑性和“去能力化”（防止再犯）。在电子垃圾治理中，应侧重威慑和必要的“去能力化”。最后，如果行业实行自我监管，那么如何监督这种自我监管？行业参与者如何相互制裁？谁又来制裁生产者责任组织（PRO）本身？
4. 生产者责任组织（PRO）的治理：如何避免“董事会俘获”？
Armstrong 预料这部分讨论会颇具争议。他指出，目前生产者责任组织的董事会主要由其服务的行业代表组成。这有一定道理，因为毕竟是这些行业在出资。但这就像上市公司董事会只由投资者代表组成一样，从治理角度看并非最佳实践，会忽视更广泛的利益相关者义务和“社会经营许可”。
现代企业治理要求董事会拥有多数独立董事，国有企业也是如此。Armstrong 认为，增加生产者责任组织董事会的代表性是必要的，这将带来额外技能、多元观点、更好决策，并减少“董事会俘获”的风险，提升市场和利益相关者的信任。此外，还需要思考跨生产者责任组织的宏观层面监督与治理，因为一个坏例子会损害整个系统的信誉。
5. 回收基础设施：普遍性与效率的缺失
前面讨论了费用、监督、合规、治理等使能框架，但“实际干活”的部分呢？Armstrong 认为，当前的关键制约因素是回收基础设施。我们需要一个普遍（覆盖大部分电子垃圾）、便捷（对消费者无碍）、高效（能处理目标量）且有诚信（无泄漏，便于验证）的收集系统。这不可避免地意味着基础设施的共享。统一的、无处不在的基础设施比多个重叠但互不关联的系统更能提升消费者认知度和使用率。
变革路径：协作、赋能与科技杠杆
在抛出大量问题后，Armstrong 也谨慎地提出了两点具体建议。
首先，关于行业结构与监管。他确信整个生态系统需要执行能力。这对目前守规则的生产者尤其有利，因为将更多玩家纳入合规体系可以分摊成本。这种执行能力可以是行业自建的（他举了一个有争议的例子——南非的AfriForum私人起诉部门），但更可能且更理想的是与政府形成某种形式的伙伴关系。
另一个相关思考是生产者责任组织的“合理化”：是维持多个生产者责任组织并改进现有模式，还是走向每个类别一个单一的生产者责任组织（如新加坡的模式）？Armstrong 认为，行业需要不带偏见地探讨其优劣。
其次，也是他更为熟悉的领域：数字与人工智能的角色。Armstrong 坚信，数字技术和AI正在变革所有行业，电子垃圾行业不应例外。他看到了几个“亟待有效利用数字和AI技术”的机会。
一是数据基础设施。利用当前的AI和大数据分析技术，可以极大地帮助建立并动态更新关于电子产品如何进入经济、消费、最终成为废弃物并被处理的事实数据库。这对于行业管理信息、验证和合规监督至关重要。
二是可审计、透明的电子垃圾追踪追溯系统。这并非火箭科学，而是基于现有技术：在收集点通过条形码或二维码标记废弃物，加上时间戳、地理位置，并叠加审计跟踪功能，一直追踪至最终处置。关键在于有效地整合这些技术并一致地采用。
结语：协作、能力与自我监管的必然性
在总结中，Armstrong 强调了三个要点。
第一是协作的重要性。所有关键对话和建议都依赖于行业协作。推动南非电子垃圾管理进步是一项“团队运动”。行业参与者虽然是竞争对手，但在承担电子垃圾责任方面，需要搁置竞争心态，拥抱协作。他呼吁建立一个“自愿者联盟”，囊括生产者、生产者责任组织、拾荒者、回收商、政府和消费者。
第二是能力建设。Armstrong 坦言自己不喜欢官僚主义和臃肿的治理结构，但他多年的经验表明，“确保一事无成的最好办法，就是不为关键举措配备专职的、有能力并对结果负责的人员。” 他认为，必须为行业层面的优先事项配备精干、节俭、目标明确的能力，无论是实体还是虚拟形式。
第三是自我监管的紧迫性。目前政府主要以轻度干预的方式参与。作为一名前商业人士，Armstrong 认为这是恰当的做法，监管应留给市场失灵之时。因此，他的结论直截了当：“确保市场不失灵。如果行业未能对其行为的下游影响——其产品、利润带来的社会和环境影响——承担起应有责任，那么政府将别无选择，只能介入。而我会同意他们。行业必须展现出意愿，并展示出在承担更多责任和所有权方面的进展性行动。它需要协作，需要自我监管，需要自我执行。简而言之，行业必须管理好自己的问题，否则政府就会来管。”
最后，Armstrong 引用了南非国父曼德拉的名言：“事情在未完成之前，看上去总是不可能完成的。” 他坚信，凭借正确的协作精神、关键举措的能力建设、对关键技术赋能者的投资以及建立通用的收集系统，看似不可能的任务，终将得以完成。
Cape CEO John Doyle：在已知被渗透的电信基础设施上，如何构建安全可信的蜂窝网络撰文：Techub News 整理
在2026 年 3 月a16z举办的一场对话中，美国海军首席技术官（CTO）Justin Fanelli与新兴安全电信运营商Cape的联合创始人兼CEO John Doyle进行了一场富有洞察力的交流。这场对话之所以重要，是因为它触及了两个关键且紧迫的议题：一是国家级对手对全球关键通信基础设施的深度渗透已成现实，二是国防机构正如何转变思维，以前所未有的速度吸纳商业创新技术来应对这些威胁。Cape在关岛的试点项目，正是这种新型公私合作模式的成功范本。
一、 危机浮现：从“盐风暴”到关岛困局
对话从一个令人震惊的事实开始。John Doyle分享了他去年在达沃斯世界经济论坛网络安全分论坛上的经历。当时，一位演讲者提到了名为“盐风暴”（Salt Typhoon）的高级持续性威胁（APT）组织，这是一个被认为隶属于中国政府的黑客团体。Doyle询问在场约60位网络安全专业人士，有多少人了解此事？结果只有5人举手。
“盐风暴”所揭示的，远不止一次普通的网络攻击。根据后续公开报道，该组织已经“全方位”渗透了美国主要的电信运营商。这意味着，攻击者实际上能够监听电话通话、获取通话详单、追踪互联网连接，甚至控制用于合法监听的接口。“他们可以随时打开开关进行监听，”Doyle强调，“想想你的手机上有多少生活内容？基本上全部。而我们现在了解到，这对美国的每个人都是如此，包括最高层人士。”
这一威胁在2024年美国总统竞选期间已现端倪，当时有报道称参议员J.D. Vance的电话遭到监听。更严重的是，攻击者还能获知哪些人正在被执法部门合法监听，这直接危及调查行动与相关人员安全。
这一宏观威胁在具体地点——关岛——变得尤为尖锐和棘手。关岛是美国在西太平洋的关键战略枢纽。Justin Fanelli指出，海军清楚地意识到关岛当地电信运营商可能已被渗透。然而，传统的“排查与清除”思路面临巨大挑战：在复杂如电信网络的系统中，很难确信自己找到了所有后门并彻底清除了威胁。
“与其试图在关岛现有的运营商网络中费力搜寻所有（中国）植入物，并尝试清除——而且永远无法确定是否完成或成功，”Doyle阐述了Cape的基本思路，“不如直接在现有物理基础设施之上，干净地安装一套电信网络。” 换言之，假设物理基础设施是敌对的，但通过上层的软件和架构创新，依然能提供可信的通信服务。这一想法成为了Cape与海军在关岛合作试点项目的核心。
二、 Cape的解法：构建“网络之上的网络”
那么，Cape究竟是什么？它如何实现其宣称的“更私密、更安全、更有韧性”？
John Doyle解释道，Cape是一个全球性的商业蜂窝网络，用户手机可以接入。它本质上是一个移动虚拟网络运营商（MVNO），但其中的“虚拟”（Virtual）是关键。Cape不拥有或建设物理蜂窝塔，而是从世界各地的现有运营商那里租用塔楼容量。在美国，这意味着与主流电信公司合作；在海外，例如近期宣布的与日本乐天移动的合作。
这种模式带来了独特的优势：
韧性：Cape构建了一个“网络的网络”，将不同物理基础设施提供商的资源编织在一起。因此，用户不依赖于任何单一供应商。Doyle提到，过去六个月中，美国三大电信运营商中的两家都发生了重大中断，但对Cape用户的影响则小得多，因为可以故障切换到其他网络。
安全：Cape团队在四年前创业时几乎没有任何电信行业经验，多来自国防科技背景。他们发现电信行业的网络安全现状“非常、非常糟糕”。因此，Cape选择在商业云上部署，采用行业最佳的网络安全实践，并对不符合安全标准的现成组件进行自研。Doyle自信地表示，从网络安全角度，Cape已“显著优于其他运营商”。
隐私：Cape在管理用户数据和手机标识符的方式上高度差异化。就像苹果为iPhone旋转MAC地址一样，Cape对其网络使用的多种标识符进行定期轮换，增加了用户追踪的难度。
关岛项目完美诠释了这一架构的价值。海军没有要求Cape去修复或清理现有网络，而是直接在其上叠加部署Cape的软件定义核心网。通过加密穿越可能被渗透的物理层，Cape为关岛的军事人员提供了可信的蜂窝连接。这个试点项目提前完成、未超预算，并达成了所有预设的成功指标（WHAMs）。
Doyle还分享了一个令人瞠目的故事，揭示了电信行业供应链的脆弱性。在建设自身网络时，Cape需要集成一个第三方供应商的系统，以响应执法部门的合法监听请求（这是法律要求）。这家供应商服务于众多大型电信公司。然而，Cape的站点可靠性工程（SRE）团队在评估该供应商提供的安装程序时，发现了一个未加密的文本文件，里面包含了该供应商所有客户的用户名和密码。“而这恰恰发生在‘盐风暴’新闻爆出的前三个月，”Doyle说，“我们后来得知中国攻破了所有这些主要电信公司的X1接口……现在看来，对他们来说似乎并不难。” 这件事促使Cape更换了供应商，并更坚定了自研与严格审核的决心。
三、 海军CTO的变革：从“建造者”到“园丁”，加速创新采纳
Cape能与海军快速达成合作并取得成功，离不开海军内部，尤其是Justin Fanelli所领导的团队，在创新采纳方式上的根本性转变。
Fanelli回顾，过去海军乃至整个国防部的采购体系严重依赖“需求轴”，即花费数年时间详细定义需求，过程缓慢。对于软件和快速发展的商业技术而言，这种模式已然过时。现在，海军正转向一种更灵活、更具前瞻性的“小赌注”模式：通过小型试点项目验证有潜力的技术，如果成功，再迅速扩大规模。
“我们以前更擅长自己建造一切，”Fanelli说，“现在我们正从‘建造者’转变为‘园丁’。” 他的团队致力于发现并培育有前景的技术种子，为它们在海军内部的应用扫清障碍。
这一转变的核心是改变内部流程与文化。Fanelli指出，过去负责采购飞机舰船的人员，习惯于用同样的漫长流程来采购软件。为此，他的团队与支持者一起，为项目经理和合同官员举办“训练营”，教授他们如何在3个月内完成过去需要18个月的事情。他强调，这不仅仅是外部初创公司需要学习如何与政府打交道，政府内部也需要进行“由内而外”的改革，消除瓶颈。
另一个关键工具是制定清晰、可衡量的“世界级对齐指标”（WHAMs），也就是成功标准。Fanelli坦言，如果技术介绍只停留在功能层面，而非聚焦于解决什么具体痛点、带来什么可衡量的作战或业务成果，就很难在决策链条中推动。在关岛项目中，双方花费了大量精力打磨这些指标，确保了目标一致，为后续顺利执行奠定了基础。
为了扩大创新规模，Fanelli的团队推行了“创新采纳工具包”，并鼓励形成“网络中的网络”。他们不再试图由一个小团队包揽所有创新发现，而是激活海军各社区（如弹药、机器人自主系统等领域）内部的“推动者”，并与外部投资者和生态系统保持紧密联系，共同识别和牵引新技术。
四、 给创业者的建议与未来的机会领域
对于有志于进入国防科技或军民两用领域的创业者，两位嘉宾给出了务实建议。
John Doyle指出，过去圈内有一种“传统智慧”：如果你要面向政府销售，应该最后才找海军，因为他们被认为采纳速度最慢。但这种情况正在改变。他建议创业者重视可共享的、非密的技术验证报告，就像DIU为关岛项目资助的第三方深度渗透测试报告那样。这类客观证据能极大加速技术在不同军种和政府机构间的传播与采纳。
Justin Fanelli的建议更直接：深入问题现场。“去圣地亚哥或诺福克，那里停泊着许多舰船。” 他建议创业者与最终用户（水兵、海军陆战队员）交流，倾听他们的痛点，参加黑客松，关注国防部发布的“结构化挑战”。关键在于找到那些“偏头痛”级别的、紧迫的真实问题，而不是轻微的不便。他还提到，软件领域存在大量“技术债”，许多陈旧系统亟待替换。如果一个新应用能整合并取代五个旧系统，将极具吸引力。
在机会领域方面，Fanelli提到了几个重点：
海事工业基础与分布式制造：通过3D打印等技术实现关键零部件的快速制造与维修，解决因单一小零件短缺导致昂贵装备停摆数月的问题，能产生巨大影响。
软件现代化：几乎所有软件领域都存在系统过多、用户体验不佳的问题。能够提供安全数据交付和直观用户界面，并能替代多个遗留系统的新方案，有很大空间。
对于有热情但暂无具体想法的创业者，Doyle建议可以先加入一家优秀的国防科技初创公司获取经验，而Fanelli则再次强调，深入一线发现问题本身就是最好的起点。
五、 结语：构建桥梁，共迎挑战
在对话的最后，Justin Fanelli用了一个比喻：匹兹堡是一座拥有数百座桥梁的城市，最初并非有意设计如此，但这些桥梁最终让城市受益匪浅。他认为，在当前这个对国家安全的支持达到空前水平的时刻，需要更多“桥梁建造者”——那些能够连接技术创新与国防使命、理解双方语言和需求的“战士工程师”和双语人才。
“我们更关注结果，我们可以衡量这些成果，”Fanelli总结道，“带来那些能形成‘压倒性优势’的方案，展示你能带来的改变。我们将提升价值、增强影响力、加强威慑。越多的人能够连接各个节点、说同样的语言，从国家安全和经济繁荣的角度来看，我们所有人的处境都会更好。”
这场对话清晰地表明，面对日益复杂严峻的网络威胁与地缘政治挑战，敏捷的商业创新与积极改革的政府机构之间的紧密合作，不再是可选项，而是必选项。Cape与海军的关岛合作，为这种新型伙伴关系提供了一个可复制的蓝本。
APEC 首个青年学者论坛在香港中文大学（深圳）举办13 个经济体青年学者共聚神仙湖畔，共塑亚太发展新动能
五月鹏城，草木葱茏；神仙湖畔，群贤毕至。2026 年 5 月 7 日，“APEC 研究中心联席会议青年学者论坛”在香港中文大学（深圳）正式拉开帷幕。这是亚太经合组织（APEC）大家庭历史上首次专为青年学者举办的学术论坛，列入了“APEC 中国年”系列活动。
论坛以“共塑发展新动能：青年、创新与可持续未来”为主题，于 5 月 7 日至 8 日举行。澳大利亚、智利、中国、中国香港、韩国、马来西亚、墨西哥、新西兰、巴布亚新几内亚、秘鲁、菲律宾、俄罗斯、新加坡等 13 个经济体的青年学者代表及 APEC 秘书处高级官员出席论坛，并特邀中国澳门学者参与，共话亚太发展新动能。
教育部副部长任友群通过视频致辞，勉励 APEC 成员经济体青年学者做前沿科技的探索者、绿色发展的践行者、文明互鉴的推动者，为构建开放包容、互利共赢的亚太命运共同体贡献源源不断的青春力量。
本次论坛紧扣 2026 年“APEC 中国年”的年度愿景“共赴深圳之约，共创美好亚太”，是 APEC 框架下青年力量首次以独立、系统的方式登上区域合作的对话舞台，具有重要的历史意义与示范价值。
湖畔论道
群贤共话亚太未来
开幕式由香港中文大学（深圳）协理副校长王丛主持。APEC 秘书处执行主任 Eduardo Pedrosa、APEC 秘书处传播与公共事务部主任 Fernando Salas、中国社会科学院大学教授、国务院原副秘书长、国家数据专家咨询委员会主任江小涓、世界互联网大会秘书长任贤良、外交部国际经济司参赞徐钟生、深圳市委常委陈清、中国教育发展基金会副理事长葛振江、广东省政府外事办公室副主任陈广俊、深圳市人才局局长罗冰、论坛组委会主席、香港中文大学（深圳）校长徐扬生、论坛组委会副主席、公共政策学院院长、前海国际事务研究院院长郑永年、南开大学 APEC 研究中心主任刘晨阳等领导嘉宾及大学主管人员 800 余人出席开幕式。各方嘉宾与 13 个经济体青年学者齐聚一堂，共同见证这一亚太青年学术交流的历史性时刻。
论坛组委会主席、香港中文大学（深圳）校长徐扬生教授：
以实践连接世界，让青年定义未来
香港中文大学（深圳）校长徐扬生教授代表东道主致辞，向与会嘉宾及各合作方致以热烈欢迎与诚挚感谢。他指出，深圳作为全球最年轻的主要城市之一，平均年龄仅 32 岁，而香港中文大学（深圳）汇聚了来自 41 个国家和地区的 1000 多名国际学生，“当不同背景的人们共同学习、共同工作时，理解与创新会变得更加强大。”
徐校长深情寄语青年学者：“APEC 的下一个黄金 30 年，需要青年去参与，更需要青年去定义。”他特别强调“实践”对青年学者的重要性，鼓励青年学者重视三种实践：一是国际实践，通过跨文化直接接触成为未来的桥梁建设者；二是与社会深度连接的实践，在人工智能时代，青年对人性、文化和社会动态的综合理解才是赋予 AI 驱动时代以灵魂的关键；三是亲身经历的实践，培养判断力、同理心，将知识与责任联系起来。
APEC秘书处执行主任 Eduardo
Pedrosa：
汇聚青年智慧，共塑开放、活力、韧性的亚太未来
APEC 秘书处执行主任 Eduardo Pedrosa 在致辞中感谢论坛主办方及与会嘉宾。他指出，青年学者代表着新一轮创新与研究浪潮，将为亚太合作和学术发展注入新的活力。他回顾了 APEC 成立 37 年以来，成员由 12 个增长至 21 个，覆盖世界 37%的人口，贡献约 61%
GDP 的辉煌成就。
围绕论坛主题，Pedrosa 指出，当前世界正处于深刻变革之中，青年学者拥有独特视角与创新能力，将为建设更加开放、充满活力和韧性的 APEC 大家庭作出重要贡献。
中国社会科学院大学教授、国务院原副秘书长、国家数据专家咨询委员会主任江小涓：
AI促进国际交流，青年要作排头兵
中国社会科学院大学教授江小涓以“AI 促进国际交流，青年要作排头兵”为题发表致辞。她引用习近平主席“人工智能是年轻的事业，也是年轻人的事业”这一重要论述，指出 AI 是一种“原生全球化的技术”，从最大的大模型到最小的产品，都天然面向全球开发与应用。
江小涓以中国千问大模型海外用户突破 50%、ChatGPT 月活 10 亿用户中海外占比超 85%为例，生动说明数智技术从诞生之日起便超越国界。江小涓指出，在这个时代，所有人、技术、产品、消费都是“原生全球化”的。她寄语在场青年学者：“年轻人是这个世界的未来，希望各位携手努力，促进 AI 向善，共创美好、团结、共享的世界。”
世界互联网大会秘书长任贤良：
做走在时代前面的奋进者、开拓者、奉献者
世界互联网大会秘书长任贤良在致辞中充分肯定青年力量。他表示，青年是最富活力、最具创造性的群体，也是最积极、最有生气的力量。当前，亚太乃至全球经济社会发展既面临前所未有的发展机遇，也面临复杂严峻的风险挑战。青年一代不仅是时代变迁的见证者，更是弥合鸿沟、引领创新、推动变革的重要力量。
围绕全球数智化转型浪潮下青年如何推动变革、塑造未来、造福社会，任贤良与与会青年学者分享了三点体会：一是以创新发展为引擎，做技术突破的开拓者；二是以开放交流为桥梁，做互学互鉴的践行者；三是以责任担当为使命，做数字未来的守护者。最后，他深情寄语青年：“希望各位青年朋友们珍惜韶华、奋发有为，勇做走在时代前面的奋进者、开拓者、奉献者，以团结凝聚力量，以创新赋能发展，以行动赢得未来。”
南开大学校长陈雨露：
深化交流合作，共筑紧密团结的亚太共同体
南开大学校长陈雨露通过视频方式发表致辞。他指出，在第三次“APEC 中国年”到来之际创设青年学者论坛，是 APEC 发展进程中的一次有益拓展与创新。他介绍了南开大学 APEC 研究中心成立 30 多年来为亚太和平与发展贡献的“南开智慧”。他表示，期待以本次论坛为契机，深化与 APEC 各成员同仁的交流交往，携手应对全球共同挑战，为推动构建更加紧密、更加团结的亚太共同体凝聚更多共识，汇聚强大合力。
外交部国际经济司参赞徐钟生：
以创新思维和学术智慧为“APEC 中国年”注入青春力量
外交部国际经济司参赞徐钟生在致辞中介绍了 2026“APEC 中国年”相关安排。当前百年变局下亚太发展面临多重挑战，作为 2026 年 APEC 东道主，中国将“开放、创新、合作”作为三大优先领域，建设开放融通、创新驱动、合作共赢的亚太。他期待青年学者发挥专业优势和学术智慧，为“APEC 中国年”相关工作提供智力支持，为亚太共同繁荣贡献青春力量。
广东省政府外事办公室副主任陈广俊：
敢为人先，凝聚青年向未来
广东省政府外事办公室副主任陈广俊在致辞中表示，广东是中国改革开放的前沿，也是连接亚太、通达世界的重要门户，为亚太青年才俊施展才华、实现理想提供了广阔空间。本次论坛主题契合亚太各经济体共同利益和发展诉求，希望青年学者以此为契机深入交流、增进互信，为亚太地区稳定繁荣和可持续发展贡献智慧、注入动能。
智汇四方
四场论坛共议时代命题
开幕式后，论坛进入学术研讨阶段，围绕当前最前沿的时代议题展开深度对话，这是 APEC 大家庭成员首次关于未来、关于创新、关于青年的学术对话。四个分论坛各有侧重，共同回应同一核心命题：在充满不确定性的世界里，亚太如何培育新的发展动能，青年又如何在其中发挥更积极、更有建设性的作用。
“创新科技赋能：AI 与数字经济机遇”聚焦人工智能如何重塑亚太产业格局，探索以技术驱动区域共同繁荣的路径；“区域经济一体化：青年的角色与行动”探讨青年如何从研究、政策倡导与创业创新等多维度积极参与区域合作进程；“被打破的围墙：AI 时代的教育重塑与代际冲突”聚焦人工智能对传统教育范式的系统性冲击，探讨技术浪潮中教育公平与代际变革的深层课题；“迈向绿色与可持续未来：青年的视角与倡议”汇聚亚太青年声音，围绕气候行动与可持续发展探寻跨区域绿色合作新机遇。四场论坛上，各经济体青年学者在神仙湖畔畅所欲言，既贡献学术思考，亦提出行动方案，既分享本经济体经验，也探寻跨区域合作的更多可能。
科技进步不断改写产业生态，人工智能深刻重塑教育形态，绿色转型持续重构发展路径——而青年，正是推动这一切变革最具活力的核心力量。APEC 首次专设青年学者论坛，正是对这一力量的郑重确认。5 月 8 日，与会青年学者还将赴深圳标杆科创企业开展实地研习与产学研对话，在真实的创新场景中增进理解、启发思考，将论坛中的思想碰撞延伸为对深圳创新生态的切身感受。
湖山为证
青春、创新与开放的三重共鸣
2026 年，“APEC 中国年”的故事，在深圳开篇。深圳这座因改革开放而生、因创新创造而盛的城市，以“敢闯敢试、敢为人先”的时代精神，成为亚太创新合作最具说服力的现实注脚。无数青年在这里追风赶月，用智慧与汗水书写着城市的创新传奇。以深圳为坐标举办 APEC 首次青年学者论坛，不仅是一次地理意义上的相聚，更是青年精神与城市气质的深度共鸣。
APEC 首次青年学者论坛选址香港中文大学（深圳），恰是青年、城市与大学三重精神的自然交汇。作为一所年轻、开放、国际化的大学，香港中文大学（深圳）为亚太青年学者搭建起交流互鉴、凝聚共识、拓展合作的平台。与会代表在这里交流观点、启发彼此、碰撞思想、增进友谊，并在多元对话中探寻跨区域合作的更多可能。
在“APEC 中国年”的重要节点上，本次论坛彰显了高校在促进青年交流、推动学术合作、激发创新思考中不可替代的独特价值。青年意味着希望，交流孕育合作，合作通向未来。这场汇聚于神仙湖畔的思想对话，正在为构建更加开放、包容、创新、可持续的亚太未来，注入一股清澈而持久的青春力量。
本次论坛由香港中文大学（深圳）与南开大学 APEC 研究中心联合主办，前海国际事务研究院协办。
APEC 研究中心联席会议青年学者论坛隆重开幕开幕式
时间：2026 年 5 月 7 日（周四）上午 8:30
地点：香港中文大学（深圳）礼文堂
主持人致辞
主持人钟昊楠（香港中文大学（深圳）数据科学学院、逸夫书院学生）和薛润（人文社科学院、厚含书院研究生）以中英双语拉开论坛序幕。钟昊楠表示："五月鹏城，繁花似锦；湾区潮涌，汇智未来。"本次论坛作为"APEC 中国年"系列活动之一，由香港中文大学（深圳）与南开大学 APEC 研究中心共同主办，前海国际事务研究院协办，汇聚了来自 13 个 APEC 经济体的青年学者代表，围绕"塑造发展新动能：青年、创新与可持续未来"这一主题展开深入探讨。
重要嘉宾
论坛邀请到来自国家部委、APEC 秘书处、广东省及深圳市政府、高校、企业及社会各界的尊贵嘉宾，包括：
论坛组委会主席、香港中文大学（深圳）校长徐扬生
APEC 秘书处执行主任爱德华多·佩德罗萨
中国社会科学院大学教授、国务院原副秘书长、国家数据专家咨询委员会主任江小涓
世界互联网大会秘书长、国家互联网信息办公室原副主任任贤良
深圳市委常委、市政府党组成员陈清
外交部国际经济司参赞徐钟生
中国教育发展基金会副理事长葛振江
以及来自澳大利亚、智利、中国、中国香港、韩国、马来西亚、墨西哥、新西兰、巴布亚新几内亚、秘鲁、菲律宾、俄罗斯、新加坡 13 个 APEC 经济体的青年学者代表和特别邀请的澳门学者代表共 800 余人。
主席台致辞
香港中文大学（深圳）协理副校长王丛致开幕辞
王丛教授宣布："APEC 研究中心联席会议青年学者论坛，正式开幕！"他强调，今年是 2026 年 APEC"中国年"，深圳作为 APEC 领导人非正式会议的举办地，将以创新之城、开放之窗的姿态，向全世界展示中国式现代化与改革开放的生动实践。
徐扬生校长：实践是青年学者的关键
徐扬生校长在致辞中表示，深圳是全球最年轻的大城市之一，人口平均年龄为 32 岁。他鼓励青年学者重视三种实践：
国际化实践 - 参与国际合作项目，与不同经济体的青年学者合作，从多角度解决问题
与社会深刻连接的实践 - 与产业界、社区、公共机构互动，理解现实问题的复杂性，特别是在 AI 领域融合人文理解
第一手实践经验 - 走进工厂、医院、社区，直面数据无法捕捉的真实人类生活
徐校长表示："当我们能够跟来自不同背景的人们一起学习和工作，我们将会加深彼此的理解，促进创新。"
爱德华多·佩德罗萨：青年是 APEC 的未来
APEC 秘书处执行主任佩德罗萨在致辞中指出，自 APEC 成立以来，成员已从 12 个增长到 21 个，占世界人口的 37%，占全球 GDP 的 61%。亚太地区的平均收入增长了近 2 倍，从 12000 美元增长到 31000 美元。他强调："未来属于年轻人，各位的工作将会在整个前行的过程中发挥关键的作用。"
江小涓：AI 促进国际交流，青年要作排头兵
江小涓教授以"AI 促进国际交流，青年要作排头兵"为题发表演讲。她指出，AI 是原生的全球化技术，中国有名的大模型千问（Qwen）海外用户已达到 50%，ChatGPT 月活 10 亿人，海外用户超过 85%。江教授举例说明，橙色云设计平台汇聚 17 个国家 30 多万设计工程师，为约 40 个国家的企业提供研发和设计服务，体现了科技全球化的广泛性。她呼吁："年轻人是这个世界的未来，我们是原生的 AI 人类，希望各位携手努力，促进 AI 向善，共创美好、团结、共享的世界。"
任贤良：青年要做技术突破的开拓者
世界互联网大会秘书长任贤良提出三点期望：
以创新发展为引擎，做技术突破的开拓者 - 推进科技交流合作，投身 AI、大数据、6 G 等新技术研发
以开放交流为桥梁，做互学互鉴的践行者 - 主动走向世界舞台，在交流互鉴中碰撞思想、激发灵感
以责任担当为使命,做数字未来的守护者 - 参与国际规则制定和数字治理实践，促进可持续发展
他还介绍了世界互联网大会"全球青年领军者计划"，已有来自 38 个国家和地区的 56 位青年领军者入选，欢迎青年学者踊跃参与。
教育部副部长任友群视频致辞
任友群副部长在视频致辞中提出三点希望：
做前沿科技的探索者，勇闯学术"无人区"，以原创性突破让创新成果惠及亚太人民
做绿色发展的践行者，推动低碳技术从实验室走向生产线
做文明互鉴的推动者，以青春之我促进民心相通，为构建亚太命运共同体注入温暖的人文底色
南开大学校长陈雨露视频致辞
陈雨露校长代表南开大学表示，南开大学 APEC 研究中心成立于 1995 年,三十多年来为中国开展 APEC 相关理论和政策研究发挥了先进作用。他期待以本次论坛为契机，深化与 APEC 各成员同仁的交流交往，携手应对全球共同挑战。
外交部国际经济司参赞徐钟生介绍 APEC"中国年"进展
徐钟生参赞详细介绍了 APEC"中国年"的主题和三大优先领域：
主题： "建设亚太共同体，促进共同繁荣"
三大优先领域：
建设开放融通的亚太 - 今年是亚太自贸区愿景提出 20 周年，将探讨 RCEP 和 CPTPP 对接，助力亚太自贸区建设迈出新步伐
建设创新驱动的亚太 - 举办 APEC 数字周系列活动，就数智赋能、AI 基础设施、包容普惠发展等深化合作
建设合作共赢的亚太 - 深化绿色低碳发展、清洁能源、财政金融、交通运输等领域合作
他透露，APEC 第二次高峰会将于 5 月 11 日至 19 日在上海举办，5 月 20 日至 23 日将在苏州召开 APEC 贸易部长会。
广东省政府外事办公室副主任陈广俊致辞
陈广俊副主任介绍，2025 年广东经济总量突破 14.58 万亿元，连续 37 年居全国首位，区域创新综合能力连续 9 年位居全国第一。深圳-香港-广州创新集群首次跃居全球创新指数榜首位。他表示，今年 11 月 APEC 第三十三次领导人非正式会议将在深圳举办，广东将以此为契机，进一步推动与 APEC 各经济体在经贸投资、科技创新、教育人才等领域的务实合作。
论坛意义
本次论坛是 APEC 首次举办青年学者论坛，已列为"APEC 中国年"官方活动之一。论坛设有四个分论坛，分别聚焦"创新科技赋能：AI 与数字经济机遇""区域经济一体化：青年角色与行动""被打破的围墙：AI 时代的教育重塑与代际冲突""迈向绿色与可持续未来：青年视角与倡议"。
王丛教授在主持中表示："我们期待各位学者在分论坛中积极分享、深入交流，碰撞出更多思想火花，产出更多富有价值的学术见解与合作倡议。"
开幕式在全体嘉宾集体合影后圆满结束，论坛随即进入分论坛研讨环节。NFT涨势受挫，APE暴跌12%……套利兑现全面展开ApeCoin(APE)在NFT市场的短期涨势受挫后，一日内暴跌12%。虽然一度反弹至0.18美元以上，但获利了结卖盘涌现，导致价格被压低至0.14美元左右。
根据13日CoinMarketCap的数据，APE是Bored Ape Yacht Club (BAYC) NFT生态系统的治理代币，最近乘着整个NFT板块的上涨势头强劲上扬。Pudgy Penguins (PENGU)、Blur (BLUR)等相关代币也一同上涨，刺激了投资情绪。
交易量激增后回调……"过热后冷却"的信号
此次调整被解读为NFT相关资产暂时领先市场后失去动力的典型走势。PENGU因NFT系列地板价上涨而吸引资金涌入，BAYC的地板价也在反弹期间有所上升。但上涨动力未能持久，主要代币随之出现回调。
根据CoinMarketCap数据，APE的24小时交易量一度飙升至约3亿美元，随后因抛售压力增大而恢复正常。特别是未能守住0.18美元阻力位，被解读为买盘力量尚不够强劲的信号。市场分析认为，短期暴涨后的获利了结已全面开始。
存在进一步下跌可能……NFT市场复苏是关键
未来APE的走势预计将很大程度上取决于NFT市场的热度。近期，根据OpenSea和Blur的数据，NFT的销售量和交易活动有所放缓，生态代币的上涨空间也因而受限。
技术面也存在压力。相对强弱指数(RSI)已从过热区间回落，目前在68附近。虽然这还不是看跌信号，但如果跌破50线，则可能再次测试此前低点0.081美元。反之，如果NFT市场情绪重新活跃，APE可能会试图反弹至0.20美元甚至0.30美元水平。
最终，APE在"NFT复苏预期"和"获利了结压力"之间摇摆不定。短期内，交易量和NFT市场指标被视为决定方向的关键变量。
文章摘要 by TokenPost.ai
🔎 市场解读
APE随NFT市场短期涨势一同上涨，但在过热后，获利了结卖盘涌现，导致其暴跌12%。
NFT板块特有的"急涨后急跌"模式再次上演，投资情绪迅速冷却。
交易量激增后减少，被解读为投机需求减少和市场正常化的信号。
💡 策略要点
未能突破0.18美元阻力位意味着短期上涨动能减弱。
有必要将NFT市场交易量和地板价趋势作为核心先行指标进行关注。
若RSI跌破50，则存在进一步下跌的可能；反之，若NFT市场复苏，则有望再次挑战0.20~0.30美元区间。
📘 术语解释
RSI: 表示资产超买或超卖状态的技术指标，70以上通常被解读为过热区间。
NFT地板价: 特定NFT系列中的最低价格，是衡量市场需求的指标。
治理代币: 拥有参与项目决策权限的代币。
💡 常见问题 (FAQ)
Q.
APE代币暴跌的最大原因是什么？
由于NFT市场短期上涨后，获利了结卖盘大量涌现，导致价格迅速下跌。特别是未能突破0.18美元阻力位，刺激了抛售情绪。
Q.
为什么APE价格与NFT市场走势密切相关？
APE是BAYC生态系统的代币，直接受到NFT交易量、地板价、市场关注度等因素的影响。NFT市场活跃时需求增加，反之市场萎缩时价格则表现疲软。
Q.
未来APE价格反弹的可能性怎么看？
NFT市场能否复苏是关键变量。如果交易量和市场情绪回暖，有可能反弹至0.20~0.30美元区间；但如果RSI进一步下跌，则可能再次测试此前低点。
TP AI 注意事项
使用基于TokenPost.ai的语言模型对文章进行了摘要。主要正文内容可能被遗漏或与事实不符。一天内暴跌12%……ApeCoin，NFT热潮降温，回调正式开始与无聊猿游艇俱乐部（BAYC）生态系统相关联的治理代币ApeCoin（APE）在短期上涨后急剧转向。它曾趁着NFT板块短暂升温而反弹，但受市场整体获利回吐潮流影响，跌幅扩大。
截至撰稿时，ApeCoin在24小时内下跌约12%，交易于0.14美元附近。按韩元兑美元汇率（1美元=1,483.60韩元）计算，大约相当于208韩元水平。
未能突破0.18美元……盘中大部分涨幅回吐
ApeCoin盘中一度强势突破0.18美元，但因买盘未能突破阻力线，回吐了大部分涨幅。这再现了Meme/NFT相关代币根据“市场情绪”暴涨暴跌的典型走势。
根据CoinMarketCap数据，ApeCoin的24小时交易量在急涨区间一度接近约3亿美元，但随着抛售压力增大，呈现正常化走势。未能守住被视为核心阻力的0.18美元区间，急剧冷却了投资情绪，加速了下跌。
NFT板块热度消退引发联动回调……PENGU交易量减少50%
此次回调并非ApeCoin特有的问题，而更接近于NFT板块整体短期涨势消退后出现的联动回撤。最近一周内，ApeCoin与胖企鹅（Pudgy Penguins）（PENGU）、Blur（BLUR）等一起乘上了NFT预期重燃的东风，包括BAYC在内的主要系列的地板价也在上涨过程中反弹。
然而，势头未能持久。就胖企鹅（PENGU）而言，随着NFT系列地板价飙升引发的投机性资金流入趋于稳定，其日交易量减少50%，降至约1.32亿美元水平。ApeCoin（APE）也同样回吐了相当一部分涨幅，呈现出“获利回吐行情”的特征。
短期前景取决于NFT热度……RSI 68，可能再次测试0.081美元
对于未来ApeCoin（APE）的短期方向，普遍评价认为最终取决于NFT市场的体感温度。如果NFT交易增加，生态代币也容易获得动力。但近期有分析指出，价格上涨的同时，交易、销售等“基础实力”并未跟上，因此涨势难以持续。
在OpenSea和Blur等主要平台的指标中，也观察到最近7天内NFT整体销售势头放缓的迹象。从技术面看，相对强弱指数（RSI）正从过热区间回落，指向68附近。一旦跌破50线，则可能再次测试接近历史最低点的0.081美元。相反，如果NFT情绪复苏，0.20美元和0.30美元将被视为上行目标，但其前提是整个板块的重新升温。
文章摘要 by TokenPost.ai
🔎 市场解读
- APE在NFT板块短期上涨（情绪）后遭遇获利回吐，24小时内暴跌12%，回落至0.14美元（约208韩元）水平
- 未能突破0.18美元，再现“阻力确认→买盘减弱→急跌”的典型波动模式
- 整个板块也联动回调：PENGU因投机资金离场，日交易量减少50%（约1.32亿美元）
💡 策略要点
- 核心分水岭：能否收复/站稳0.18美元（短期趋势反转的第一道关口）
- 确认交易量/销售量“基础实力”：仅有价格上涨而NFT交易、销售指标未能跟上，则可能再次回落
- 下行风险：若RSI跌破50，则可能再次测试0.081美元（接近历史最低点）
- 上行情景：以NFT情绪重燃为前提，0.20美元和0.30美元被提及为阶段性目标区间
📘 术语解释
- RSI（相对强弱指数）：衡量短期超买/超卖的指标（通常70以上为超买，30以下为超卖）
- 阻力线：价格上涨时卖盘集中、容易阻碍上涨的价格水平（本文中指0.18美元）
- 获利回吐：为锁定涨幅而卖出以确定利润的行为
- 交易量：一定时期内实际交易的金额规模（衡量流动性和参与热度）
💡 常见问题解答 (FAQ)
Q.
APE (ApeCoin) 一天内暴跌12%的核心原因是什么？
由于NFT板块短期升温，APE曾出现反弹，但随后市场整体获利回吐，导致其回吐了大部分涨幅。特别是未能突破被视为核心阻力位的0.18美元，急剧冷却了投资情绪，加剧了下跌。
Q.
未来观察哪些指标有助于判断APE价格的走向？
(1) NFT市场的“交易/销售指标”是否实际增长（如OpenSea、Blur等），(2) APE能否收复并站稳0.18美元，(3) RSI是否跌破50线。结合这些因素观察会比较有效。如果仅有价格急涨而交易、销售等基础指标未能跟上，反弹可能短暂结束。
Q.
文章中提到的0.081美元“再测试”是什么意思，为何重要？
0.081美元被提及为接近过去最低点的区间，意味着当市场情绪转弱时，价格可能再次下跌去测试（再测试）该水平。该区间可作为心理和技术支撑位。如果跌破，可能加剧进一步下跌的担忧；反之，若能守住，则可能成为短期反弹的跳板。
TP AI 注意事项
本文摘要使用了基于TokenPost.ai的语言模型。主要信息可能被遗漏或与事实存在差异。Nektar Therapeutics (NKTR), 3亿7380万美元增资售罄…核心新药临床试验‘绿灯’Nektar Therapeutics (NKTR)正通过推进针对自身免疫和慢性炎症性疾病的核心候选药物rezpegaldesleukin的临床进展，并结合大规模融资，强化其增长势头。
近日，该公司成功完成了总额达3.738亿美元（约合5382.72亿韩元）的公开发售。这一规模较最初计划的3.25亿美元（约合4680亿韩元）有所扩大，得益于需求增长，追加的股票也已全部售罄。这远超此前提出的2.5亿美元（约合3600亿韩元）融资计划。所筹资金将用于研发、三期临床以及制造成本等方面。
吸引投资者关注的背景在于“rezpegaldesleukin”的临床成果。Nektar公布了针对重度斑秃的REZOLVE-AA 2b期临床的52周延长数据，并表示应答率持续改善。在高剂量组中，主要指标相比安慰剂达到了统计学显著性，同时安全性也保持在良好水平。
在针对特应性皮炎的REZOLVE-AD研究中，也确认了其一致的疗效，该公司计划于2026年第二季度启动三期项目。该适应症已获得美国食品药品监督管理局（FDA）的“快速通道”资格认定，从而加快了开发速度。
财务方面，以2025年为准，年营收从5520万美元下降，录得1.641亿美元的净亏损，但由于年初额外资金的流入，流动性已大幅改善。市场评价认为，大规模资金的获得与临床进展相互配合，巩固了中长期增长的基础。
Nektar计划于5月7日公布2026年第一季度业绩，届时将披露进一步的业务规划和临床进展情况。以“rezpegaldesleukin”为核心的管线价值正成为左右股价走向的关键变量。AI 代理支付战争，已经开始了……Tiger Research “商务是当下型，Paper Call的开花时机将决定胜负”有分析指出，代理支付基础设施的竞争已经全面展开。Tiger Research在最近的一份报告中诊断称，全球大型科技公司、信用卡公司、支付基础设施企业和加密原生参与者已开始标准竞争，以抢占由AI代理主导的新支付秩序。报告将市场区分为人类委托代理购物的“代理商务”和代理直接购买API、数据、计算资源的“Paper Call”，指出前者竞争已经开始，而后者市场开启的时机将成为决定胜负的变量。
据Tiger Research称，仅在过去的这一年里，就发布了大约8个代理支付标准协议，进入2025年后，相关企业之间的合作公告也接连不断。这不仅仅是功能竞争，更接近一场围绕“基础设施的战争”——即当AI代理真正成为消费和交易的实际主体时，谁能掌控搜索、支付、清算和信任验证的核心层。
报告首先将代理商务定义为当前形态的市场。该领域是用户下达“为下周的东京出差做准备，预算200万韩元”等指令后，代理根据预算和条件搜索机票、酒店、机场接送、保险、货币兑换等并执行支付的结构。这个过程大致分为发现商品和服务的“搜索层”以及执行实际支付的“支付层”。
其中，谷歌被指为典型运营商，试图通过UCP和AP2同时掌控这两层。UCP是一种搜索协议，使代理和加盟商能够以标准化方式进行沟通；AP2是一种支付权限标准，记录用户批准范围和责任归属。与人类直接点击支付按钮不同，在代理支付中，“谁、何时、批准了什么”成为核心问题，而AP2则专注于将其以不可篡改的数字契约形式留存下来。
谷歌致力于这一标准的背景也很明确。截至2025年，谷歌的广告收入为2627亿美元，云收入为580亿美元，占其总收入的绝大部分。然而，如果消费者开始使用AI代理代替搜索栏进行购买，现有的搜索广告模式将受到直接压力。报告评估称，谷歌正试图将Gemini、Google Pay、Android、Chrome以及庞大的加盟商网络捆绑在一起，以求在代理时代也将搜索和支付流量锁定在自己的生态系统内。
OpenAI正通过与Stripe共同开发的ACP尝试不同的方法。ACP是一个开源协议，帮助ChatGPT内的代理代表用户查找商品并支付。其核心是一种委托支付结构，不将用户卡信息直接传递给代理，而是仅让代理处理由支付服务商(PSP)发行的临时令牌。该令牌对在哪个加盟商、最多多少金额、截止何时、在哪个结账会话中有效均设置了限制，以降低故障和盗用风险。
然而，OpenAI的初期尝试暴露了局限性。2025年9月推出的ChatGPT内即时结账功能，对Shopify加盟商采用了每笔交易4%的手续费结构，但库存同步、税务处理以及低购买转化率问题成为绊脚石。尤其是沃尔玛表示，通过ChatGPT的转化率仅为自家网站的三分之一。最终，OpenAI在2026年3月实际上放弃了即时支付实验，修正为ChatGPT专注于商品搜索，而实际支付转交给加盟商系统的方向。报告将此解读为“调整阶段”而非“退步”，并认为OpenAI长期来看仍会试图通过结合消费数据和金融信息来持续掌控交易起点。
在传统卡网络阵营中，Visa(V)和Mastercard(MA)选择了相似策略。两家公司都期望实现“支付层中立化”，即不执着于自有协议的胜负，而是无论哪个协议获胜，都要确保自家网络在支付瞬间介入其中。Tiger Research解释说，Visa通过2025年4月发布的Visa Intelligent Commerce构建了能够容纳竞争协议的结构；Mastercard则通过Agent Pay和Acceptance Framework设计，使加盟商无需额外开发负担即可接受代理支付。
Visa 2025年收入约为400亿美元，年交易额达14万亿美元。其收入的本质仍然是支付手续费。Visa认为，无论是AI代理点击还是人类点击，只要支付经由自家轨道，就能获得相同收益。此外，代币化基础设施使用费可能成为新的收入支柱。不过报告诊断称，如果稳定币不经Visa网络直接结算的情况成为现实，该战略的前提可能会动摇。
Mastercard的手续费结构虽然相同，但在方法上尝试了差异化。核心在于通过与Cloudflare合作，在加盟商网站前端自动识别可信代理流量，使得无需修改代码即可接受代理支付。报告评估称，Mastercard更侧重于抢占加盟商接纳层，而非防御稳定币。
Stripe与OpenAI共同开发了ACP并引入自有支付令牌SPT，深入了代理商务基础设施。当用户在ChatGPT中请求购买商品时，Stripe发行仅对该交易有效的临时支付令牌，代理仅将此令牌传递给加盟商。已在使用Stripe的加盟商只需最少的代码修改即可参与，外部加盟商也可通过其他渠道加入。报告分析称，Stripe的优势不仅限于简单的支付处理，而是以代理支付为契机，将各种金融服务和数据基础设施捆绑起来，强化生态系统的依赖性。
报告特别关注的要点是“Paper Call”市场。与由人类批准购买的代理商务不同，这是代理直接为其他代理或服务的API、数据、计算资源支付费用的领域。例如，编写市场分析报告的代理调用OpenAI API、使用Dune和Nansen等数据服务、并委托其他审核代理确认结果时，一次任务中就会发生数十笔微支付。由于信用卡手续费结构在经济上不可行，该领域被归类为需要基于稳定币的低成本支付。
在这个领域，Coinbase正力推x402。x402的结构是：在现有的HTTP 402状态码中附加支付条件，请求方通过钱包签名支付后再次发起请求。服务器验证并确认支付正常后，才提供资源。其核心在于“支付即认证”。无需另行开设账户或发放API密钥，只要能付款，即可立即访问资源。
Coinbase 2025年全年收入约为72亿美元，大部分来自交易所手续费。x402目前虽非直接现金来源，但其将基础结算层放在Base上，并将促进者功能与自身开发者平台(CDP)连接，这被解读为旨在长期获取链上使用费和基础设施费的布局。报告认为，x402的意义不在于与Visa、Mastercard直接竞争，而在于创造了卡支付无法实现的超低价、高频支付这一新市场。
在同样的Paper Call市场中，Stripe通过MPP采取了应对措施。MPP与x402一样利用HTTP 402模式，但不同之处在于，它可以在同一协议内处理稳定币、卡支付以及法定货币。特别是它支持基于会话的支付，实现了代理在会话开始时存入一笔资金，期间的大量调用通过链下凭证处理的，仅在会话结束时进行一次最终结算的结构。这被提出作为报告强调的“每秒百万笔”处理量目标的基础。
Stripe将与Paradigm共同创建的Tempo作为MPP的基础结算链。结果上，它旨在通过ACP和SPT瞄准卡轨道上的代理商务，同时通过MPP和Tempo瞄准稳定币轨道上的Paper Call。报告将此表述为“开放协议，封闭基础设施”的策略。
Circle(CRCL)则从不同层面看待这场竞争。作为USDC发行商，Circle握有的是“用于支付的资产”本身，而非支付协议或特定链，因而具有结构优势。通过垂直整合开发者钱包、纳米支付、Arc链等堆栈，其目标是随着代理支付的扩散，增加USDC的流通量和存款利息收入。2025年，Circle的总收入和存款收益为27亿美元，其中超过95%来自USDC储备金运作产生的利息收入。报告认为，无论哪个链和协议获胜，只要USDC被采用为支付手段，Circle就很有可能受益。
以太坊(ETH)的重点在于掌控“信任层”而非支付本身。2025年8月提出、2026年1月反映到主网的ERC-8004是一个将代理身份、声誉和验证结果标准化记录在链上的框架。它以通用标准记录了谁是哪个代理、拥有何种交易记录和反馈、高风险任务结果如何被验证等。报告解释说，这不是与x402或MPP竞争的支付协议，而是构建在其之上的通用信任基础设施。
Kite AI被归类为采取了更为激进的方法。它不是改造卡网络或现有PSP以适应代理环境，而是从零开始构建专为代理设计的专用支付基础设施。它将稳定币原生支付、基于Passport的身份验证、可编程信任层和SLA自动执行捆绑成一个堆栈，并支持与MCP、AP2、x402、MPP等多种外部标准的兼容。不过，由于仍处于测试网和早期伙伴关系阶段，实际采用仍是最大变量。
报告的结论很明确。代理商务已步入商业化阶段，胜者不是市场是否会开启的问题，而是谁最快占领市场的问题。相反，Paper Call的需求验证尚未完成。目前，OpenAI、Anthropic、AWS等API提供商通过月度订阅或后付费模式已足以运营服务，关键在于超低价、超高频支付实际成为不可避免局面的速度有多快。
归根结底，AI代理支付基础设施的竞争被诊断为“顺序的游戏”。这意味着，先由人类委托代理购物的代理商务打开市场，在此过程中积累起对代理的信任和自主性之后，代理间直接交易的Paper Call市场才有可能真正扩大。Tiger Research诊断称：“代理商务的胜者已在竞争中，而Paper Call的胜者将由市场开启的时机决定。”Oruka Therapeutics, 银屑病抗体临床速度……关键在于“给药间隔”与现金流能力Orca Therapeutics (ORKA) 是一家处于临床阶段的生物科技公司，致力于开发治疗银屑病和化脓性汗腺炎等慢性皮肤疾病的药物。近期，与该公司的相关消息主要集中在候选新药的临床进展、资金筹集以及管理层变动上。从投资者的角度来看，“管线推进速度”和“现金储备状况”被视为关键变量。
核心候选药物，以银屑病治疗为中心加速开发
Orca Therapeutics 是一家纳斯达克上市公司，专注于开发针对自身免疫性和炎症性皮肤疾病的抗体疗法。该公司的代表性管线是 ORKA-001 和 ORKA-002。这两个候选药物都旨在精确靶向斑块状银屑病及相关适应症中的免疫通路，其差异化优势被认为在于可以延长给药间隔。
特别是 ORKA-001，针对中度至重度斑块状银屑病的‘EVERLAST-A’和‘EVERLAST-B’研究设计被提及为主要更新点。相关报道将 I 期中期数据、II 期试验启动以及患者入组进展视为关键检查点。生物科技行业认为，不仅初期疗效，“低频次给药”的可能性能否在临床试验中得到重现，将是决定其竞争力的变量。
ORKA-002，长期给药可能性引市场关注
ORKA-002 同样是一个备受投资者关注的候选药物。该公司已公布了该药物首次人体试验中的药代动力学和药效学数据。该结果被解读为一个潜在信号，支持其在银屑病中实现每年两次、在化脓性汗腺炎中实现每季度一次的给药可能性。
这在患者便利性和治疗持续性方面具有重要意义。在慢性皮肤疾病治疗药物市场上，用药负担与疗效同等重要，被视为关键竞争要素。如果 Orca Therapeutics 能通过临床数据证明其“扩大给药间隔”的策略，那么这很可能对其后续的企业价值评估产生积极影响。
业绩、融资及董事会变动也是主要新闻焦点
关于 Orca Therapeutics 的消息并不仅限于临床开发。季度业绩发布、公司运营状况、私募融资等财务事件也会定期公布。由于临床阶段的生物科技公司，其研发支出和现金消耗速度比营收更受重视，因此市场密切关注其现金储备能维持多久以及未来再次融资的可能性。
董事会任命、管理层晋升、组织架构调整等公司治理方面的变化，也通过新闻稿和美国证券交易委员会（SEC）提交的文件（Form 8-K）得以确认。这些人事相关的公告看似是简单的行政事务，但实际上也可能成为判断其临床开发策略和业务扩张方向的线索。
未来看点在于临床数据和监管里程碑
展望未来，关注 Orca Therapeutics (ORKA) 的投资者需要同时关注临床试验结果公布、与临床试验计划批准相关的监管里程碑、资金募集情况以及管理层变动。特别是银屑病项目的数据解读以及抗体管线组合是否会扩大，被视为评估公司价值的关键。
归根结底，围绕 ORKA 新闻的核心是“临床成功的可能性”和“维持财务健康状况”。由于新药研发生物科技公司的特性，短期波动性可能较大，但市场正密切关注 Orca Therapeutics 能否在皮肤疾病治疗领域证明其明确的差异化优势。
TP AI 注意事项
本文基于 TokenPost.ai 语言模型进行摘要总结。正文主要内容可能被遗漏或与事实存在差异。AI 基础设施正从科技行业的「CapEx 周期」，演变为一场由整个金融体系共同承接的融资周期。 撰文：Jim，MSX 麦通 编辑：Frank，MSX 麦通 过去两年，华尔街讨论 AI，最重要的数字一直是 GPU、数据中心和 CapEx。 但到了 2026 年，另一个数字开始迅速进入市场视野：债务。 曾经，硅谷最赚钱的一批公司习惯用自己的现金购买 GPU、建设数据中心。如今，随着 AI 基础设施的规模继续向数千亿美元甚至万亿美元迈进，即使是 Alphabet、Amazon、Meta 这些全球现金创造能力最强的公司，也开始越来越频繁地走进债券市场。 Morgan Stanley 预计，2026 年全球 AI 相关债务发行规模可能接近 5700 亿美元，较去年翻倍以上；截至 5 月底，规模已经达到约 2360 亿美元，是去年同期的四倍。 与此同时，Alphabet、Amazon、Microsoft 和 Meta 今年相关支出预计达到约 7000 亿美元，到 2027 年，Hyperscaler 的资本开支甚至可能突破 1 万亿美元。 而融资方式也正在继续向外延伸。 8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 合作，希望撬动超过 5000 亿美元第三方资本进入 AI 基础设施。 几乎在同一时间，Microsoft、Meta、Oracle、Amazon 和 Alphabet 披露的尚未开始执行的未来租赁付款承诺，已经来到万亿美元量级； 当全球最富有的一批公司都开始改变自己的融资方式，意味着 AI 的故事也正在进入新的阶段，那问题来了，这些公司以前躺着几百亿美元现金，为什么突然这么喜欢借钱？ 一、AI 的烧钱规模，越来越夸张 Alphabet 是理解这场变化最好的例子。 从业务本身看，它最新一个季度几乎称得上强劲——Q2 营收达到 1198 亿美元，同比增长 24%；Google Cloud 收入达到 248 亿美元，同比增长高达 82%。 但另一边，Alphabet 单季度资本开支已经达到约 449 亿美元，导致其即使业务仍在高速增长，公司依然第一次出现了季度自由现金流为负，Q2 自由现金流降至 -59 亿美元，与此同时 Alphabet 又将 2026 年资本开支指引提高至 1950 亿—2050 亿美元。 这正是 AI 资本开支与传统软件时代最大的区别。 软件时代的大型科技公司，本质上是一台现金机器：前期研发完成之后，每增加一个用户的边际成本有限，大量收入最终可以沉淀为自由现金流。 换句话说，AI 正在重新把科技公司变「重」。 GPU、服务器、高速网络、数据中心、变电设施、冷却系统和土地，都需要在收入真正形成之前先投入巨额现金。 Amazon CEO Andy Jassy 就曾解释，数据中心往往在正式投入使用大约两年前就开始产生建设支出，而收入却必须等到设施真正上线之后才能逐步兑现。 于是，一个天然的资金期限错配出现了，现金今天就要花，但收入需要未来很多年慢慢收回来，在这种情况下，即使公司账上有大量现金，全部依赖内部现金流融资也未必是最合理的选择。 Alphabet 今年 2 月已经完成约 315 亿美元全球债券融资，其中甚至包括罕见的 100 年期债券；8 月又完成了一笔 250 亿美元投资级美元债发行。Amazon 的动作更加激进，3 月先在美国债券市场融资约 370 亿美元，第二天又发行 145 亿欧元债券，两笔合计接近 540 亿美元，7 月又发行 250 亿美元美元债。 与此同时，Amazon 已经将 2026 年资本开支计划提高到 2200 亿美元，AWS 最新季度收入同比增长 37%，创下四年多以来最快增速，但过去 12 个月自由现金流依然从一年前的正 182 亿美元降至 -76 亿美元。 Meta 也呈现出同样的变化。今年 4 月，Meta 完成 250 亿美元债券发行；Q2 收入仍然增长 28%，达到 608 亿美元，但自由现金流却从去年同期的 85.5 亿美元骤降至只有 7.84 亿美元，2026 年 CapEx 指引已经提高到 1300 亿—1450 亿美元。 这些公司并没有突然失去赚钱能力，且利润仍然很多，只是可以自由分配的现金越来越少。 这也是为什么，在 AI 时代，自由现金流正在成为一个比单纯 EPS 更难忽视的指标。 二、同样是借钱，Google 和 Oracle 完全不是一个故事 但借债本身，并不意味着危险。 对于 Alphabet、Amazon 这样的公司而言，债务更多是一种资本结构工具。 它们拥有庞大的主营业务、稳定的现金流和很高的信用评级，在资本支出极度前置的情况下，通过长期债券把建设成本分摊到未来，是一种正常的期限匹配。 真正需要关注的是当资本开支开始持续超过自身现金创造能力，融资究竟是在优化资产负债表，还是已经开始给资产负债表增加压力？ Oracle 是目前最极端的样本之一。 截至 2026 财年结束，Oracle 全年资本开支达到约 556.6 亿美元，而经营现金流只有约 320 亿美元，全年自由现金流降至 -236.9 亿美元。与此同时，公司 FY2026 已经完成约 430 亿美元债务融资和 50 亿美元股权融资，截至 5 月底全部借款未来本金约 1301 亿美元。 7 月 9 日，S&P Global Ratings 将 Oracle 的长期信用评级由 BBB 下调至 BBB-——投资级评级中的最低一级，再下一档便进入投机级。 所以，同样是 AI 烧钱，Alphabet 更多是在利用资产负债表，Oracle 却已经开始挑战资产负债表，这也是 AI 行情下一阶段必须重新建立的一套观察框架。 以前市场最关注的是 AI 收入增长多少、订单增长多少、云业务增速多少，那未来还需要再增加几个问题，比如为了得到这些增长，公司花了多少钱？每增加 1 美元收入，需要增加多少资本开支？自由现金流还有多少？需要借多少钱？当利息、折旧和租赁成本全部开始进入利润表之后，最终还能留下多少利润？ 说到底，真正决定估值的，不会只是增长本身，而是增长的资本效率。 三、比发债更重要的变化：AI 正在成为一种金融资产 如果说 Alphabet、Amazon 和 Meta 发债，只是融资方式发生变化，那么英伟达最新的动作，则把这件事又往前推进了一步。 8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 建立战略合作，希望成立独立的算力融资平台，长期动员超过 5000 亿美元第三方资本进入 AI 基础设施。 英伟达本身拥有对潜在交易提供最高约 25%、也就是最高约 1250 亿美元 backstop 的选择权，不过目前各机构具体出资额和资金部署时间仍未公布。 真正值得关注的是英伟达如何定义这套模式。在官方公告中，英伟达直接把 AI Compute 和 AI Factory 描述成一种新的「可投资资产类别」。 逻辑其实并不复杂。过去，一家 Neocloud 如果需要购买数十亿美元 GPU，首先得自己筹到大量资本。未来，这套结构可能越来越像传统基础设施融资，譬如数据中心和 GPU 形成资产，客户长期租用算力形成现金流，Apollo、BlackRock、KKR 等机构提供长期资本，项目再用未来的算力收入偿还融资成本。 于是，GPU 不再只是一块卖出去就结束的芯片，相反，由 GPU、数据中心、电力和长期算力合同组成的整套 AI Factory，开始被包装成一种能够产生长期现金流、可以被资本市场定价和融资的基础设施资产。 这背后的意义非常大。 因为一旦 AI 基础设施能够进入养老金、保险资金、私人信贷、基础设施基金和资产管理机构的投资范围，AI 能够调用的资本池就不再局限于科技公司的现金。 这可能让这一轮 AI 基础设施建设持续得比市场想象得更久。 但与此同时，它也会改变风险的形态。毕竟 AI 周期第一阶段最大的风险是 AI 没人用，但最新第二阶段更值得担心的可能是 AI 明明有人用，但算力价格下降得太快，收入增长赶不上债务、折旧和融资成本。 尤其当 GPU 更新速度仍然极快时，今天按照五年甚至更长周期设计的资产回报模型，必须建立在一个重要假设之上，那就是未来几年，这些设备仍然能够保持足够高的利用率和经济价值。 这也是金融资本真正开始进入之后，AI 行业需要面对的新变量。 除此之外，还有一笔更容易被忽视的资本承诺。 根据 Reuters 对公司文件的统计，Microsoft、Meta、Oracle、Amazon 和 Alphabet 已经披露约 1.09 万亿美元尚未开始执行的未来租赁付款承诺，其中 Microsoft 约 3291 亿美元、Meta 约 2790 亿美元、Oracle 约 2600 亿美元、Amazon 约 1372 亿美元、Alphabet 约 852 亿美元；Meta 随后又在 7 月签署约 680 亿美元新的数据中心租赁协议，将目前已知规模进一步推高到约 1.16 万亿美元。 当然，这些数字不能简单理解为「科技公司已经欠了 1.16 万亿美元」。很多合同横跨十几年，并且尚未正式开始执行，因此目前并没有全部以租赁负债形式进入资产负债表；Amazon 的相关披露还包括仓库、办公室、飞机和车辆等资产，并不全部属于 AI 数据中心。 但它依然揭示了一件重要的事情，未来几年的相当一部分 AI 基础设施投入，其实已经提前被锁定，只要算力需求持续增长，这些承诺就是未来收入增长的基础，但如果模型效率快速提升、单位算力价格持续下降，或者企业 AI 商业化速度低于预期，那么今天提前锁定的长期容量，也可能变成未来难以快速削减的固定成本。 而这，正是 AI 融资周期与单纯技术周期最大的不同。 写在最后 现在还很难把这些变化简单解释成消极信号。 恰恰相反。 债券市场、私人信贷、养老金、保险资金和全球资产管理机构的进入，很可能进一步扩大 AI 能够调用的资金规模，让这一轮基础设施建设持续更久。 截至 8 月 12 日，美股仍然距离历史高位不远。最新财报之后，Amazon 因 AWS 增长达到 37% 一度盘后上涨近 9%；Microsoft 在证明云业务增长和现金创造能力之后也获得市场明显奖励；与此同时，Alphabet 在宣布继续提高 CapEx 后承压，Meta 则在自由现金流骤降 91% 后遭遇抛售。 市场并没有开始拒绝 AI 投资，只是正从单纯的「需求交易」，逐渐进入更加严格的「资本回报率交易」： 第一阶段，比的是谁敢花钱； 第二阶段，比的是谁能够以更低的资本成本拿到更多算力，并让每一美元投入最终产生足够多的现金流； 而当 AI 从技术公司的资本开支，变成华尔街可以购买、融资和定价的资产时，这场竞赛真正需要回答的问题，早晚会变成「谁建出来的东西，最终真的能赚钱？」 而这可能才是未来一两年，决定 Google、Amazon、Meta、Oracle、CoreWeave 乃至英伟达，估值差距的真正分水岭。
