熊猫校长 AI 基建月报｜7 月：问题变了，主角没换

这是《熊猫校长 AI 基建月报》第一期。

我不想把 7 月写过的文章再念一遍。

我更想留下三件事：这个月什么变了；我的判断因此往前走了哪一步；下个月用什么证据来检验。

本月母句：问题变了，主角没换

7 月，AI 基建的主角没有换。

存储、芯片、网络、服务器、数据中心和电力，仍然是这轮投入的地基。

但市场开始问的，已经不只是 “谁最缺、谁的订单最满”。

而是：更强、更开放的模型出来以后，企业到底会把钱花在哪里？这笔钱，又会流回产业链的哪一段？

过去一个月，我的判断走了三步。

第一步：从 “硬件都受益”，走到 “钱开始挑着花”

7 月，我们先看海力士、三星、美光、台积电，也看韩国扩产和长鑫上市。

这些事情放在一起，不是在证明 “AI 硬件都很好”。

恰恰相反，它提醒我：硬件不能再一锅端。

AI 训练和推理，把 HBM、高价值 DRAM、企业级 SSD、先进制造和封装，推到了不同的位置。钱开始挑着花以后，不会平均流向所有硬件公司，而会先流到眼下最缺、最难交付、最接近客户认证的地方。

这就是 7 月第一处认知变化：

AI 基建仍在扩，但 “什么硬件都受益” 的看法，已经太粗了。

另一面也要记住。三星竞争、韩国扩产和长鑫上市，都是未来的供给变量。今天最紧的地方，不等于明年也最紧。

所以这一段真正该观察的，不只是需求有多热，还有稀缺会不会被新的供给慢慢冲淡。

第二步：从 “云厂还花不花”，走到 “谁最终付钱”

接着，问题走到了云厂。

Meta 的财报让市场把一个问题摆到台面上：Capex 越报越高，未来回报在哪里？🤔

微软和亚马逊没有给出完整答案，但给出了比上一季更硬的线索。

微软让我们看见，企业不只是买云里的算力，也开始为工作里的 AI 付钱。Microsoft 365 Copilot 的付费席位已经超过 3,000 万，Microsoft Cloud 约 90% 的收入，来自前沿模型公司之外的客户。

亚马逊则从收入端给了同一个方向的数字：AWS 二季度收入 422 亿美元，同比增长 37%，比上一季的 28% 更快。按目前这个速度一年算下来，AWS 的 AI 业务和芯片业务，各自都超过 250 亿美元。

这不是说 AI 已经回本。

亚马逊过去 12 个月的自由现金流仍是负数；管理层在电话会中把 2026 年现金 Capex 预期上调至约 2,200 亿美元，里面除了 AI，也有机器人、芯片和卫星等投入。

租金开始来了，不等于整栋楼已经回本。

所以，7 月第二处认知变化是：

AI 基建的正循环开始形成，但现金回收还在施工期。

换成更直白的话：现金流承压已经看见，市场开始算账、企业付款开始出现；但 Capex 减速，还没有出现。

第三步：从 “谁在付钱”，走到 “企业为什么会持续付钱”

这一步，才是我觉得 8 月最值得开始研究的新问题。

模型更便宜、更容易部署以后，价值会不会往工作流入口迁移，是我在 8 月开始研究的新问题。

Kimi K3 的开放权重、DeepSeek 的模型和 API 迭代，给企业多了几条路：可以先试一试、改一改，也可以自建或选择托管部署。

模型变得更强、更便宜、更容易部署，可能带动更多推理需求，进而带动算力、存储和网络；但它也逼着我们问另一面：模型越来越接近以后，企业为什么还会持续为工作流付钱？

DeepSeek 的 V4-Flash 已经把低成本、长上下文和工具调用放进可用 API。它说明竞争正在从 “模型会不会回答”，往 “模型能不能接工具、跑长任务、稳定交付” 延伸。

于是，问题自然走到了工作流。

Anthropic 的 Cowork、OpenAI 的 ChatGPT Work，以及微软的 Microsoft 365 Copilot Cowork，正在把同一个问题推到台前：AI 不只是会聊天、会写代码，还能不能替人把一段真实工作做完。

随后，腾讯的 WorkBuddy、飞书里的豆包和阿里的千问办公／QwenWork，也在中国市场争企业工作流的入口。

我的判断是：开放模型不会让 AI 基建故事结束，它会把价值继续往两边推——底下是更多推理带来的算力需求，上面是谁能把模型接进工作流、收住企业付款。

但这只是一个正在形成的判断，不是结论。

产品上线、能力整合，甚至外部测试招募，都只能说明大家正在加速投入；它们还不能证明企业会持续付费，更不能证明 ROI 已经跑通。

 8 月三张考卷：不是背日历，是看答案

下面这张表值得收藏。日期本身不重要，重要的是每一张考卷要验证什么。

考卷一：宏观

要验证什么：估值的尺子会不会变？

8/4 JOLTS：看劳动力需求是否继续降温；

8/7 非农、8/12 CPI、8/13 PPI：就业和通胀会不会让市场重新押注 9 月降息？

8/19 FOMC 纪要、8/26 个人收入与支出（含 PCE）与 GDP 二读、8/27–29 Jackson Hole：市场对利率路径的看法会不会再变？

对高估值科技股来说，借钱贵不贵会影响估值的尺子。但一份数据不好，不等于 AI 需求就突然消失。

考卷二：硬件

要验证什么：AI 需求还在不在扩散？

8/4 AMD Q2：看数据中心需求是否继续扩大；

8/11 Supermicro FY2026 Q4：看交付、服务器订单和毛利率；

8/26 NVIDIA FY2027 Q2：看客户需求、供给交付、毛利率和下一季指引。

重点不是 “超没超预期”。真正要看的是：订单有没有扩散，出货变大以后利润率有没有被压住，客户是不是仍然过于集中。

考卷三：AI Work

要验证什么：模型能力有没有变成企业愿意持续付的钱？

8 月未必会给出一张漂亮的收入表。我们先看更早的信号：谁拿到了企业的入口、数据和权限；模型能不能真正帮人把活干完；使用率能不能慢慢走到续费、用量和收入。

AI Work 是开始观察的主线，不是已经爆发的结论。

本期判断，以及什么会让我收紧判断

本期判断：

AI 基建没有换主角，但研究重点正在从供给瓶颈，向付款人、工作流入口和现金回收延伸。

会让我收紧判断的证据：

如果 8 月硬件财报同时显示订单、交付或下一季指引走弱，我们会重新检查 “需求仍在扩散” 这一步；

到下一轮云厂财报，如果企业付费和云需求没有延续，同时经营现金持续跟不上大额投入，我们会下调 “正循环开始形成” 的确信度；

AI Work 若长期只有产品发布、没有使用走向续费、用量和收入的线索，它就只能继续停留在观察名单，而不能被当成新的增长结论。

8 月底，我们先对宏观和硬件两张考卷。付款人、续费和现金回收，则留到下一轮云厂财报再对账。

最后：下个月，我们回来对账

7 月，我们没有离开海力士、存储、制造、芯片和网络。

只是沿着这条链，往后多走了两步：从 “谁最缺”，走到 “谁在交租”；再走到 “租客为什么愿意持续交租”。

这也是月报存在的意义。

文章记录今天发生了什么；月报记录我的判断这个月发生了什么变化。

如果你愿意，先把这篇存下来。8 月底，我们不只回看市场涨跌，也回来对账：这三次认知迁移，哪一步被证据加强了，哪一步需要收回来。

你最想先看哪一张考卷：宏观、硬件，还是 AI Work？🤔

本期关键数据口径：微软、亚马逊数据来自公司财报及电话会；宏观日程来自 BLS、BEA、美联储和公司 IR。

实盘观察，不构成投资建议。

—— 熊猫校长 Ming ｜ AI 基建研究

相关研究标的：

$谷歌(GOOG)$  $微软(MSFT)$  $亚马逊(AMZN)$  $Meta Platforms, Inc.(META)$  $英伟达(NVDA)$  

@小虎活动 @人生舵手__小琳 

#深度研报 #行业分析 #星级创作者