社区

全球人工智能产业正面临一场前所未有的能源悬崖，当科技巨头们计划在未来五年投入超过万亿美元建设AI基础设施时，一个残酷的现实浮出水面：现有的电网体系根本无法支撑这场算力军备竞赛。在美国，数据中心电力需求预计将从2024年的4吉瓦GW飙升至2035年的123吉瓦，增长超过30倍。这不是一轮科技股行情，而是一场基础设施争夺战。当NVIDIA的GPU成为新时代的印钞机，真正决定AI扩张上限的，已经不再是算力，而是谁能在合规框架内，把电尽快送到芯片旁边。过去一个月，全球AI基础设施建设遭遇了一个残酷现实，GPU不缺、钱不缺，但电力极度短缺。 这就是宏观三缺的真相：缺供给（发电能力不足），缺电网（并网排队长达数年），缺合规（清洁能源审批缓慢）。在这个背景下，Bloom Energy与 Vistra，成了资本市场上两种完全不同的解法。在这场危机中，两家美国能源公司 $Vistra Energy Corp.(VST)$ 与 $Bloom Energy Corp(BE)$ 代表了两种截然不同的生存策略。一个是手握核能与天然气资产的重装甲帝国，另一个是提供"表后直连"快速通道的技术颠覆者。 科技巨头们没有选择站队，而是采取了全选策略，例如 $Meta Platforms, Inc.(META)$ 既签下长达20年的核电协议，锁定长期基荷电力，又大量部署燃料电池以解燃眉之急。但对于我们这些普通投资者而言，关键问题在于，在这场能源与 AI 的生死竞速中，究竟谁是真正的赢家？ 先看看Vistra，这是是能源皇冠上的重装甲巨人，他的护城河就是那无可匹敌的基荷电力资产组合，

不得不说，投资股票也讲究一个缘分的，例如我和 $奈飞(NFLX)$ 就好像少了那么一点缘分，又爱又恨的Netflix ，只要我一买就跌，等我一卖出，立马就涨给我看。明明抄的大佬的作业，人家是赚的，我就早那么一丢丢，就倒在了黎明前的黑暗里。[捂脸] 当然，这是气话。我这种一买就跌，一卖就涨的现象，在投资中其实很常见，通常是因为情绪驱动了交易，而非逻辑或趋势。这不仅是缘分问题，往往反映了我们这些底气不足的人，在面对Netflix这类高波动科技股时常见的心理陷阱。 为什么会出现这种反向指标效应呢，自我反省一下，应该是因为情绪性追涨，奈飞作为流媒体巨头，当利好消息频传，如奈飞收购华纳兄弟这类大动作时，股价往往已经处于高位。而我在那个时候，感到再不买就晚了，而追高入场，往往正好撞上老手的获利了结期。认真的看看，其实Netflix 是有几个非常典型的特征： 1.叙事驱动强（订阅数、提价、广告层、并购、内容爆款）。 2.消息先行、财报验证。 3.股价常常在“故事完成时”见高点。 当利好频传时，反而容易买在高位，本质上是Narrative Peak（叙事峰值）问题。对Netflix 来说，当我们觉得“逻辑太顺了”的时候，往往意味着未来2~3个季度已经被提前定价。一个很残酷但很有用的结论，我们可能并不是在选股，而是在选“你最想动手的那一刻”。而对高波动科技股来说： 最想买的时候 = 波动率刚收缩、情绪正转热 最想卖的时候 = 波动率刚放大、情绪已经恐慌 所以“一买就跌 / 一卖就涨”并不神秘，是因为我们在跟着情绪波动率在做交易决定。 一位很老练的朋友说，也是因为估值偏好差异。我们这些没有深入研究的普通投资者，对奈飞的估值通常给予极高预期。我就是，即便奈飞市值高达4000亿美元且市盈率超过35倍，仍被我视为超值，而

黄金，让人又爱又恨，我买了点，马上就跌，刚卖出去，立马就涨。总之就是跟我对着干，我都不怎么敢动手了。我相信很多紧跟时事的朋友们都知道，当前黄金交易的核心矛盾就是，短期受制于美元走强和流动性挤兑，中长期则受央行买入和地缘通胀支撑。这个逻辑博弈，导致价格波动剧烈。这种分裂并非源于黄金本身价值的动摇，而是源于不同时间维度上驱动因素的激烈冲突。 今天，也就是2026年4月13日，美伊和谈正式破裂，美国宣布对霍尔木兹海峡实施海军封锁，全球金融市场在新一周开盘即陷入剧烈震荡。按照传统避险逻辑，这种级别的地缘冲突升级理应推动黄金价格飙升，然而市场却给出了截然相反的答案：美元指数一度上涨0.47%至99.19，迅速收复此前跌幅，而黄金却在通胀预期升温与央行政策转向的双重压力下暴跌。也是醉了。[喷血] 美伊局势恶化本应利好黄金，但由于美元指数同步走强，黄金的避险光芒短期被美元盖过，另外，油价破100美元强化了长期通胀预期（利好黄金），但短期内市场更担心美联储因此维持高利率（利空黄金）。很多时候都会看到短期下跌，不是黄金不行了，而是别的东西更急。在风险突变，外加杠杆账户承压时，黄金往往会被卖出，不是因为不看好，而是因为它流动性最好、浮盈最多、最容易换现金。例如上个月杠杠出现的那个43年来最大单周跌幅。 当市场其他资产（如债市、股市）因油价冲击出现缺口时，黄金因其极佳的流动性和前期丰厚的浮盈，往往成为机构“率先套现救急”的提款机。 而大头条新闻则告诉我们关于一些“聪明钱”的信号，例如瑞士私人银行UBP的操作，从减仓到重新配置，这说明机构不接“下落的刀子”，在波动率最高、流动性最紧的时刻，机构会果断砍仓规避系统性风险。 一旦恐慌抛售结束，机构看重的是去美元化（Central Bank buying）和实际利率见顶的长逻辑。就像高盛将目标价调至 5400 美元，本质上是在博弈全球货币体系的信用重塑。

老婆不知道在那里看到这张图，她自己算了算，告诉我说，在新加坡做到40多岁，手里如果没有50万新币现金，日子可能会随时崩盘，我就纳闷了，谁规定的啊50万新币，不吃不喝的，大学毕业就做工，做到40岁，全部工钱加起来，才多少钱啊，我们这些普通打工人，夫妻两个人赤手空拳的拼着自己的工钱，如果不算 CPF 里面的钱，怎么能存下来50万新币现金呢，这不扯淡吗。 表面上大家都在这个全球人均GDP顶尖的小红点穿得光鲜亮丽，但我们这些“夹心层”打工人，都是表面光鲜而已。除了政府爸爸给的福利HDB房子，和CPF被强制存下的钱，手里能随时有50万新币Cash的，应该不会超过总人口的20%吧？ 根据新加坡统计局2024年的数据，40-44岁年龄段的月薪中位数是6,400新币（含雇主CPF）。按31.5%的平均储蓄率计算，理论上到40岁可能积累约25万新币现金储蓄。但这只是纸面推算，现实要复杂得多。真正关键的是，新加坡人的财富结构根本不是以现金为主的。 根据2025年第一季度的家庭资产负债表，新加坡人的财富构成是：房产占41%（主要是自住的HDB或公寓），CPF占20%，现金和存款仅占18%，这意味着，如果一个40岁新加坡人的净资产是50万新币，其中现金部分可能只有9万左右，而不是50万。 我个人认为，安全感不是来自一个具体数字，而是欲望小于能力。我胆小谨慎，为人处事都三思而后行，宁愿退一步，不愿强出头，因为我知道自己有几斤几两。我觉得，在新加坡这个高成本城市，真正的财务安全来自完善的保险（例如MediShield Life，还有Integrated Shield Plans），还有HDB提供的稳定居住成本，CPF作为强制退休储蓄的保底，以及自己慢慢累计起来的，可以持续的现金流能力，例如投资技能和经验。 对我们来说，万一失业了一阵子，确实是一种"麻烦"，但不至于"直接穿仓"。我们有撑过去1年或者几年

2026年4月9日，Anthropic正式发布Claude Managed Agents，提供开箱即用的Agent基础设施（沙箱环境、记忆系统、权限管理、多Agent编排），让企业无需自建复杂系统即可部署"Agent舰队"，按token使用量，外加0.08/会话小时收费（仅计算活跃运行时间），彻底脱离传统SaaS的席位订阅逻辑。Anthropic的增长主要来自Claude Platform（API调用），而非传统软件式的功能订阅，也就是说，Agent模式卖的是"任务完成"本身，而非"工具使用权"。 过去市场相信AI会让SaaS公司如 $ServiceNow(NOW)$ 和 $赛富时(CRM)$ 如虎添翼，通过 AI Copilot 卖更高的客单价。但 Anthropic Claude Managed Agents 的出现打破了这种幻想，连逻辑都转变了，如果AI Agent智能体可以直接调用底层 API 完成任务，用户为什么还需要臃肿的 SaaS UI界面？ 特别是像 $Palantir Technologies Inc.(PLTR)$ 和ServiceNow这种高估值公司，如果不能证明 AI 带来的收入增长能跑赢 AI 算力投入的成本增长，他们的估值逻辑就有可能会坍塌。这就是为什么软件板块IGV在大跌，因为市场在担心 AI 正在吃掉传统软件的护城河。 不过，有个反常的 $亚马逊(AMZN)$ 居然还在大涨，因为他的核心不在于电商，而在于 AWS + Anthrop

又是一条路，看新闻说 $Meta Platforms, Inc.(META)$ 推出首款封闭式AI 模型Muse Spark，这是是Meta首款原生多模态推理模型，支持文本、图像、音频和工具使用， 这次他们的设计和代码，都不会再免费公开了，福利时代过去了。 Muse Spark这是Meta AI战略的历史性转折。此前，Meta通过Llama系列（Llama 2、3、4）确立了开源AI领导者地位，所有模型权重均可下载。而Muse Spark完全闭源，仅通过meta.ai和Meta AI应用提供服务，不提供公开API，仅向部分企业合作伙伴开放私有预览。看很多朋友总结出来的，这个模型大概是具备以下这些核心特性： 扎克伯格一直以来都是“开源 AI”的最强旗手，Llama系列几乎定义了开源模型的高度。如今 Meta 推出封闭模型 Muse Spark，标志着其战略重心从“建立生态标准”正式转向“商业变现与性能竞赛”。以下是几个值得关注的深层信号： 1.从做公益到割韭菜，Meta过去通过开源打击闭源厂商的利润空间，现在自己下场做订阅和 API 模式，说明 Llama 带来的品牌红利已完成阶段性使命，Meta 现在急需通过 AI 直接贡献营收Revenue，以向华尔街证明其巨额算力投入的价值。 2.国产架构引发的争议，消息提到 Muse Spark 借鉴了阿里等开源架构（如 Qwen 系列），这反映了目前全球 AI 开发的一种新常态，顶尖模型在技术架构上正高度趋同。但在目前地缘政治背景下，这确实会给 Meta 带来额外的合规与舆论压力。 3.资本市场的逻辑，他们的股价大涨 6.5% 表明大多数的投资者并不在乎 Meta 是否背离了“开源情怀”，他们在乎的仅仅是Meta终于要开始收钱了，毫不夸张的说，Meta那

看到新报道说 $IBM(IBM)$ 与 $ARM Holdings(ARM)$ 宣布达成深度战略合作，共同开发一套针对企业级市场的双架构硬件平台。这一合作旨在解决AI时代下企业面临的系统僵化、不同架构间兼容性差等痛点，通过结合Arm的高效能架构与IBM的稳健企业平台，强化企业运算的灵活性与弹性。 这次他们的核心合作方向，主要是下面这三大技术支柱，旨在简化企业工作负载的部署与管理。 1.虚拟化技术扩展。据说，这是开发使基于 Arm 的软件环境能在 IBM 企业级计算平台如IBM Z 系列或 LinuxONE上无缝运行的技术。这将允许开发者将Arm工作负载直接引入 IBM 关键任务环境，而无需从头重建代码，这就极大降低了现代化转型的门槛。让 Arm 架构的软件与应用环境，可以在 IBM Z 与 LinuxONE 等企业平台上运行。重点不只是跑得起来，而是要满足企业级要求，高可用（HA），高安全（Security），数据主权与合规（Data residency / sovereignty），这被视为降低企业 Arm 迁移心理门槛 的关键一步。 2.架构性能与效率优化。这是针对现代人工智能AI和数据密集型应用，探索新的架构设计。利用Arm以高能效著称的芯片设计，结合IBM的系统集成能力，帮助企业在不增加电力和基础设施成本压力的情况下，处理更沉重的 AI 算力需求。让IBM平台可直接识别并执行Arm工作负载，同时维持 IBM一贯强调的99.999% 可用性，企业级资安，长周期稳定营运，这对AI推论（Inference）、实时资料处理尤其关键。IBM 明确提到将结合其 Telum II 处理器 与 Spyre AI 加速器 的现有布

如果把2021年到2024年的减肥药市场拍成一部商业大片，戏肯定非常精彩，而且，前半段的绝对主角无疑，就是 $诺和诺德(NVO)$ 。这家丹麦药企凭借司美格鲁肽Semaglutide，先后以Ozempic（降糖）和Wegovy（减重）两个品牌名，开创了一个全新的时代。股价五年涨超250%，市值一度突破5000亿美元，让这家北欧公司短暂成为全球市值最高的药企。如果这是一部商业大片，为什么一开始诺和诺德站在聚光灯下？如果把过去三年的减肥药竞争拍成一部商业大片，那么前半段的主角几乎毫无悬念，诺和诺德。不是因为它营销最狠，也不是因为资本最捧，而是因为它定义了这个时代。 但到了2026年，诺和诺德一直跌跌不休，几乎腰斩了。 舞台中央最耀眼的位置，已经越来越像是 $礼来(LLY)$ 的主场，礼来的股价高达900多刀一股，比起诺和诺德的30多块钱一股，这哪里是2大霸主在打擂台，简直就是一个年老的步履蹒跚的老狮子，在对战一个刚刚成年的，全方位都处于盛年的雄狮！[捂脸] 这不是简单的"谁的药更好"的问题。礼来的市值已稳定在6500-7000亿美元区间，而诺和诺德在经历股价腰斩后，市值已跌至约2500亿美元。更关键的是估值逻辑的分裂：礼来以46倍以上的远期市盈率交易，而诺和诺德仅为10-13倍。这代表着资本市场对两家公司未来增长潜力的截然不同的预期。 这场战争的本质，从来不只是实验室里的数据对比，而是一整套商业系统的较量，药效差异、产能爬坡、支付体系设计、渠道控制能力、价格压力应对、灰色市场管理、口服药布局、下一代产品预期。每一个维度都影响着数百亿美元的市值波动。 在司美格鲁肽（Semaglutide）出现之前，减肥药在医药体系里的地位是非

科技发展，日新月异，后浪一重重。看到 $谷歌(GOOG)$ 表示，他们新推出的TurboQuant方法能够通过压缩大语言模型推理过程中使用的键值缓存，并支持更高效的向量搜索，从而改善AI模型的运行效率，医药行业也特别的捧场，多篇新闻看到他们利用TurboQuant提高了多少效率。 Google正在解决当今AI系统中最令人头疼、讨论最少的问题之一：推理过程中的内存爆炸！他们通过在不影响输出质量的前提下更积极地压缩这些工作负载，TurboQuant可以让开发人员在现有硬件上运行更多推理任务，并减轻部署大型模型时的成本压力。 要理解Google的 TurboQuant，我们得先把 AI大脑的工作流程拆解开。市场之所以恐慌，是因为它触碰了AI硬件最昂贵的两个字：内存。咱们一层层剥开看： 1.什么是量化Quantization 简单说就是“降精度，省空间”，AI 模型原本用高清格式（如 FP16，每个数字占 16 位）存储。量化就像把 4K 电影压缩成 720P。虽然损失了一点细节，但体积小了数倍，运算速度也快了。 2。什么是 KV Cache？为什么它费内存。 这是理解 TurboQuant 的核心。模型权重（Weights）： 相当于大模型的“知识库”，是静态的。KV Cache相当于大模型的“草稿纸”。你在对话时，模型每吐出一个字，都要回看之前的对话。为了不重复计算，它把之前的中间结果存起来，这就是 KV Cache。 区别就在于，权重大小是固定的（比如 Llama-3-70B 就是 700 亿个参数）；但 KV Cache 会随着对话长度（上下文）的增加而无限膨胀。当你要处理超长文本（比如读一整本书）时，KV Cache 消耗的内存远超模型权重。 3.Google TurboQuant 到底干了什

这段时间的 $耐克(NKE)$ 大跌特跌，半年里他们的股价几乎已经拦腰斩半，看样子，他们转型阵痛中的"Win Now"策略，还没有看到效果。[鬼脸] 这2天的大跌，可能是因为他们的财报表现，2026年3月31日盘后，全球体育用品巨头Nike公布了截至2026年2月28日的2026财年第三季度财务业绩。从表面数据来看，Nike交出了一份超预期的成绩单，营收112.8亿美元，同比持平，略高于华尔街分析师预期的112.4亿美元；每股收益EPS0.35美元，虽然同比大幅下滑35%，但仍显著优于市场共识的0.28美元。 然而，这份看似合格的财报并未获得市场认可。公布财报后，Nike股价在盘后交易中暴跌超过8%，盘中最低触及47.85美元，创近9年新低 。截至4月2日收盘，Nike股价报44.19美元，较前一交易日下跌0.99%，盘后进一步跌至最低处43.17美元。尽管他们的营收和EPS超出预期，但盈利能力指标全面恶化。净利润率从去年同期的7.0%骤降至4.6%，EBIT利润率从7.3%下滑至5.6% 。这种"增收不增利"的现象，加上令人失望的Q4指引，成为股价暴跌的直接导火索。 Nike当前的困境源于过去几年战略方向的偏差。在疫情期间，公司过度押注DTC（Direct-to-Consumer，直接面向消费者）模式，大幅削减批发合作伙伴，导致市场份额流失；同时，产品创新乏力，过度依赖经典款复刻而非真正的运动科技创新。2024年10月，Elliott Hill接任CEO后，启动了名为"Win Now"的紧急转型计划。"Win Now"战略的核心要素包括： 1.重新聚焦运动本质。 Nike将组织架构从按性别和年龄划分，调整为按运动项目划分，重新确立跑步、篮球、足球等核心运动品类的战略地位。CEO Elliott