咱们这个反直觉美股系列，前几期刚聊完AI硬件的物理天花板、三星的利好出尽，市场立马又给我们上了一堂新课。这次不讲芯片，讲一个更原始、更暴力的变量——油价。 昨晚的盘面，把精神分裂演绎到了极致。布伦特原油直接怼了+6.62%，WTI也炸了+5.71%，按理说这是避险模式开启的信号吧？结果你猜怎么着——传统避险资产黄金反而跌了-1.46%，白银更惨，暴跌-3.9%。 大盘更是分裂到离谱：道琼斯指数被砸下去576点（-1.09%），但隔壁纳斯达克居然顽强收涨+0.20%。这到底是在避险，还是在挑着避险？今天咱们不聊地缘八卦，就扒一扒油价暴涨背后的资金传导链，顺便告诉你在这种分化式避险里，到底该把手放在哪里才安全。 一、看懂：能源独涨，巨头独跌 先把昨晚的板块热力图摊开，结果极其割裂： 能源板块一枝独秀，跟着油价一飞冲天。这逻辑最直白，油价涨，产油卖油的当然先吃红利。 大市值科技股（Mag7）却被集体摁在地上摩擦。苹果、微软、亚马逊这些巨无霸，成了拖累道指的最大元凶。 为什么会这样？因为市场瞬间把油价暴涨翻译成了三句潜台词： 能源成本飙升→企业利润受压。 油价推高通胀→美联储更难降息，甚至可能被迫维持高利率。 高利率维持→现金流折现在远端的科技成长股，估值率先被杀。 道指里虽然也有能源股（如雪佛龙），但它的权重远不及被利率预期拖垮的工业、金融和消费巨头。而纳指之所以能勉强收红，是因为部分资金从传统蓝筹回流到了那些够轻、够灵活、能在高利率下用AI降本增效的科技龙头。市场不是不害怕，而是在害怕中精挑细选——只杀利率敏感型，不杀逻辑硬核型。 二、核心反直觉：为什么地缘一出，黄金白银反而跌了？ 这应该是昨天盘面最让人摸不着头脑的地方。地缘冲突，油价飙升，难道不正是黄金表演的时刻吗？这次怎么就反着来了？ 记住咱们这个系列反复念叨过的一把钥匙：实际利率。这次油价跳涨，直接点燃了市场对通胀卷土重

昨天，路透社报道称DeepSeek正在自研芯片，用于AI推理环节。 今天，据The Information援引三位知情人士报道，智谱近期向部分中国芯片设计公司进行了初步询问，以探讨开发一款针对其模型优化的定制AI处理器的可能性，原因是需求增长和美国出口管制。 这两个报道让我联想到美国科技巨头也在自研芯片的事，如上个月，OpenAI发布了与博通联合开发的首款定制芯片。亚马逊正洽谈向其他公司的数据中心出售定制芯片。Alphabet Inc.自有芯片张量处理单元(TPU)也已获得显著需求。 这些AI公司，悉数自研芯片，对半导体行业会产生怎样的影响？ 我把这个问题抛给了claude，回答的很好，供大家参考： 问题： $谷歌(GOOG)$ 自研芯片， $微软(MSFT)$ 、 $Meta Platforms, Inc.(META)$ 也自研，现在有消息称deepseek和智普也打算自研芯片，AI芯片这么好设计吗？对半导体产业链的公司有什么影响？ claude回答：这问题问到点子上了。先纠正一个最容易误解的前提：这些公司做的不是"造芯片"，而是"设计芯片"，而且大多是为自己的活儿定制的专用芯片(ASIC)——这跟英伟达那种通用GPU完全是两码事。 搞清楚这个区别，后面全通了。 一、AI芯片"好不好设计"？要分两层看 结论：设计一颗"够自己用"的推理芯片，今天确实门槛大降了；但要做一颗能跟 $英伟达(NVDA)$ 抢市场的通用训练卡，依然极难。 为什么"自研"变得没那么可怕

今晚美股市场有一个很值得关注的事件：SK海力士 ADR 即将登陆纳斯达克。 这不是一只普通半导体股票的上市，而是 AI 存储链进入美股资金视野的一次重要事件。 过去大家谈 AI，第一反应往往是 GPU、算力和芯片设计。但随着大模型训练和推理需求提升，市场越来越意识到：算力不只是“会不会算”，还包括“数据能不能高速喂进去”。 这就是 HBM 的价值。 SK海力士是 HBM 领域的重要玩家，它登陆美股后，意味着美股投资者可以更直接地交易 AI 存储逻辑。市场关注点会从“AI算力看英伟达”进一步扩展到“AI算力背后的存储瓶颈”。 但交易上不能简单理解为“上市就追”。 新股/ADR 上市初期往往波动较大，资金关注度高，定价也容易受情绪影响。真正要看的是： 第一，美股资金是否持续承接； 第二，HBM 供需逻辑是否继续强化； 第三，SK海力士与美光、三星之间的估值对比如何变化； 第四，AI芯片和存储链是否形成共振。 小猫量化云看这类事件，不会因为热点强就直接追，而是先看趋势、成交、资金轮动和仓位边界。 AI主线没结束，但交易难度越来越高。 越是热点事件，越要把风控放在前面。 #量化投资 #美股 #港股 #股票 #量化交易

近两年光模块、半导体、算力始终占据A股市场“C位”，光模块、光纤、PCB、AI 芯片、存储芯片、工业气体、玻璃基板、MLCC、先进封装等细分领域均有出彩表现。在情绪偏“高潮”的位置，鄙人未免影响投资者判断，现和大家聊聊AI工业软件以及高位股中期看法。 《“人工智能+制造”专项行动实施意见》提出到 2027 年推动3－5个通用大模型在制造业深度应用，推出 1000 个高水平工业智能体，打造 100 个工业领域高质量数据集，推广500个典型应用场景，培育 2－3 家具有全球影响力的生态主导型企业和一批专精特新中小企业。现我国累计建成3.5万家基础级、8200余家先进级、500余家卓越级智能工厂。 Mordor Intelligence 研报显示2025年全球工业AI软件市场规模估计有1559.3亿美元。Mordor Intelligence预测2025-2030年全球工业AI软件市场复合年增长率为35.97%，2030年规模将达7246.8亿美元。其中AI Agent 市场规模将从2024年51亿美元增至 2030年471 亿美元，期间年化复合增速约44.8%。IDC则预测2024-2028年中国AI+工业软件细分市场年化复合增速达41.4%，渗透率将从2025年的9%提升至22%。未来工业AI 将深度融入流程工业基础设施，聚焦多 Agent 协同与领域大模型的融合应用，推动决策模式从“辅助支持”向“自主运行”演进。相比于AI板块一些跟风炒作公司，近期市场备受关注的中控技术等AI软件公司确实有更为光明的未来。 中国流程工业产值约为60万亿元（约占工业总产值的 43%），但其能耗占比却超过三分之二。据测算，能效提升 1 个百分点可创造 6000亿元经济效益。而中控技术则能通过“物理AI”的方式助力各类工业企业降本增效。 中控技术现已部署了 10 万余套控制系统、1 亿个 I/O

美股看着还挺强，但盘面已经开始有点不对劲了。 昨晚，道指大涨近900点，再创历史收盘新高；标普500指数继续维持高位；可另一边，纳指却小幅收跌，费城半导体指数跌超2%，博通暴跌12%，美光跌超7%，AMD、ARM、高通集体走弱。 如果只看指数，你会觉得市场没什么问题。 但如果把盘面拆开来看，就会发现资金已经开始悄悄换地方了。 金融、医疗、零售这些过去两个月一直跑输市场的“老登股”突然集体爆发，高盛涨近5%，摩根大通涨超3%，联合健康涨超5%；而此前最火的AI和芯片板块，却明显开始出现分化。 这说明什么？ 说明资金并没有离开美股。 但已经开始从高估值、高弹性的AI交易里往外挪一部分仓位。 而今晚即将公布的美国5月非农就业数据，很可能决定这种轮动究竟只是短期休息，还是新阶段的开始。 先看昨晚引发市场震荡的导火索。 很多人把芯片股大跌归结为博通财报不及预期。 但如果只是单纯财报问题，市场反应其实不应该这么大。 真正让市场敏感的地方在于，博通虽然业绩依然增长，但给出的AI业务展望并没有进一步上调。 换句话说，市场期待的是100分，结果公司交出了90分。 放在正常年份，这依然是一份非常不错的成绩单。 但放在如今的AI行情里，90分已经不够了。 过去几个月，整个AI产业链经历了一轮近乎疯狂的上涨。 英伟达不断刷新纪录，迈威尔暴涨超30%，美光市值突破万亿美元，AI数据中心、电力、服务器、光模块几乎全线起飞。 市场交易的已经不仅仅是业绩增长，而是未来几年持续超预期增长。 于是问题就出现了： 当估值已经提前把未来很多年的增长都算进去之后，企业还能继续给出更高预期吗？ 博通给出的答案是暂时没有。 于是市场立刻开始重新审视整个AI产业链。 这也是为什么桥水基金创始人达利欧近期再次提到AI泡沫问题。 他的观点其实不新鲜。 每一次重大技术革命都会出现泡沫。 铁路如此、互联网如此、房地产如此，AI也

今晚美国劳工统计局将公布5月CPI资料。这也是美联储新主席沃什下周政策利率会议前，市场最关注的重磅通胀资料。从预测看，四家华尔街机构对5月整体CPI同比的预测集中在4.17%~4.3%区间，均高于4月的3.81%。但核心CPI环比预测普遍低于市场共识。 高盛、瑞银、德意志银行、摩根士丹利四大机构在资料发布前夕密集发布前瞻报告。四家机构预测数字各异，但方向相近：整体通胀可能很高，但核心通胀可能没那么热。能源价格把整体CPI推上去，租金、车险等因素则压低核心CPI。 解读本次CPI不能只看整体数据，细项拆解尤为关键。整体 CPI 走高主要由汽油、能源带动，市场可结合 6 月油价回落走势，判断通胀上行能否持续。若核心 CPI 显著低于预期，需进一步区分原因：究竟是住房通胀降温，还是短期季节性因素影响。一旦机票、电子商品、非租金服务价格持续走强，核心通胀降温的趋势便会大打折扣。 整份数据呈现明显分化：其一，整体通胀重回4%上方，有望创下2023年4月以来新高；其二，核心CPI环比或仅录得0.2%左右，大幅低于市场预期。这种两极走势，也大幅提升了本轮市场交易难度。 在通胀可能维持强势的局面下，纳指等科技板块料将面临更剧烈的波动，投资者需要谨慎应对。建议投资者关注 $南方两倍做多纳指(07266)$ 和 $FI二南方纳指(07568)$ ，对冲市场波动风险。 新闻来源：华尔街见闻，2026/06/10。预测数据仅供参考，并不代表或保证未来实际表现。 免责声明及重要提示 本文件涉及的子基金(「子基金」) 、南方东英杠杆及反向系列及南方东英资产管理有限公司(「南方东英」) 与子基金底层证券对应公司(「底层公司」)并无任何联系。底

近期，一家全球领先的光学制造企业与绚星智慧科技（ $云学堂(YXT)$ ）合作，对新员工培养与岗位能力建设体系进行数字化和智能化升级。项目上线后，该企业整体管理人效提升68%，首年流失率下降至8.9%，岗位胜任率达到95%。 这组数据说明，企业学习系统的价值正在从课程管理和培训记录，进一步延伸到岗位能力建设、组织知识沉淀和业务执行效率提升。对绚星而言，这一项目也是公司智能生产力战略在大型制造企业中的具体应用案例。 该光学制造企业每年需要吸纳超过1200名高校应届毕业生，作为未来技术和管理人才储备。随着新员工进入不同基地、产线和岗位，传统培养模式逐渐面临培养标准不统一、导师带教差异较大、过程难以统一追踪、优秀经验难以复制等问题。 这些问题表面上是新人培养问题，本质上是大型制造企业在规模化运营中常见的组织能力问题。对于多基地、多岗位、多层级协同的制造集团而言，岗位知识、工艺经验、管理方法和导师经验能否被系统沉淀、快速复制，并转化为稳定的岗位胜任能力，直接影响企业的组织效率。 从分散培养到统一运营 在该项目中，绚星帮助企业将原本分散在11家子公司和多个制造基地的人才培养流程进行统一管理，覆盖文化融入、岗位培养路径、轮岗机制、技能认证要求和导师带教经验等关键环节。 过去依赖各基地独立执行的培养体系，被转化为统一的数字化运营体系。总部管理者可以实时查看不同区域的培养进度、能力达成情况和关键节点完成情况，推动跨区域新人培养从分散执行走向统一运营。 这意味着，系统记录的不再只是员工是否完成课程，而是进一步覆盖岗位任务、实践反馈、能力达成和成长路径。企业获得的也不只是学习记录，而是围绕岗位能力和业务实践形成的组织知识资产。 AI实践辅导进入培养流程 在项目建设过程中，AI实践辅导能力被引入人才培养流程。学员完成任