社区

1 引言

自 ChatGPT 3.5 问世以来，AI 一直是美股市场最重要的主线之一，尤其是纳指100投资者，几乎每天都能看到各种互相矛盾的说法。

• 有人说 AI 需求还在爆发；

• 有人说 AI 支出已经降温；

• 有人说 token 太贵，客户用不起；

• 有人说 token 降价，厂商收不回投资；

• 有人说 GPU 太贵、折旧太快，云厂商要被拖垮；

• 有人说 GPU 租赁价格又涨了，算力依然供不应求；

• 有人说美国大模型继续领先，纳指100还能涨；

• 有人说中国大模型价格太低，美国 AI 要被卷死；

现在又多了 SpaceX 进入纳指100、QDII额度、场内溢价这些问题。这些说法单独看，好像都有点道理；放在一起看，又很容易让人越看越乱。

所以这篇文章，我不想喊口号，也不想简单看多或看空，而是把近期最重要的几个问题聊一聊：

• AI 需求到底还猛不猛？

• token 降价到底是好事还是坏事？

• GPU 会不会快速贬值？

• 云厂商投 AI 能不能收回钱？

• 中国大模型会不会卷死美国 AI？

• SpaceX 进入纳指100会不会拖垮指数？

• QDII额度和纳指溢价又该怎么看？

以下都是我的个人理解，不一定对，但尽量用数据和逻辑说话。

2 分析与讨论

2.1 AI的需求还很猛吗？

市场对于AI的需求很猛很猛。

这里我们重点观察两个代表性数据来说明。

第一个数据是openrouter（全球最大的第三方token接入站点）上的每周token调用量数据。

根据下表可以看到，openrouter上token的周环比增速大约在10%以上。这个数据是很恐怖的，普通产业的增长速度大约是每年10%，这意味着一年顶上普通产业52年的发展速度。

第二个数据就是anthropic公司的ARR年化收入。

可能部分人对anthropic公司不太熟悉，主要因为他主要面向公司客户以及编程市场，现在这家公司现在估值已经接近1万亿美元，已经超过openai了。

下图可以看到，anthropic公司的ARR持续爆发式增长，如今已经来到了470亿美元，这需求猛吗？当然了，后面增速肯定不会这么快了。

因此，整个市场对于AI的需求毫无疑问是很猛的。

最初的chat时代，AI只能用来聊天，一次消耗一点token；

后来出现了推理，是chat的几倍；

后来出现了智能体agent，又比推理时代的需求高一个数量级；

后来出现了...

随着AI能力越强，需求只会更猛。

任何人和任何组织都无法拒绝n个聪明的24h的打工AI。

那什么时候会饱和？或许直到每个人的电脑，每个人的手机，每家公司的服务器，每台汽车，每个机器人身上都随时运行着智能的时候，token需求的增速才会显著降低。

2.2 token降价了吗，影响如何？

是的，最近token价格指数确实降低了。

6 月 8 日以后，SDLLMTK（大语言模型LLM推理token使用成本指数，Silicon Data 官方说它是按美元/百万 token 表示的标准化混合价格） 变成热门“AI 体温计”：Seeking Alpha 把它称作 AI 多头不能忽视的图，市场开始用它讨论 AI boom 是否可持续。

6 月 11 日左右，焦点转向“token 价格战/支出降温”：MarketWatch 报道称该指数从 5 月底约 2.05 跌到 1.80，跌幅超过 10%，并把它和 OpenAI/Anthropic 价格竞争、企业客户觉得 AI token 太贵联系起来。

它就像一个导火索，引发了市场对AI的担忧。

Silicon Data的这个价格指数不仅包含了openai，anthropic等美国顶级闭源大模型的价格，也包含了开源大模型（如deepseek等），跟踪 400+ models，每日篮子约 20+ models，覆盖超过 90% 的可寻址全球 LLM 推理支出。不过具体成分其实披露的并不透明。

由于价格下降主要在6月，这个价格指数的下降大概率源自：

• 开源模型的价格下移；

• 企业部分转向开源模型；

• 推理效率的提升与缓存价格的下降

不过需要说明的是，价格的下跌与用量增加是不矛盾的。前沿的贵模型用量也在增加，便宜模型的用量也在增加，只要便宜模型的增速更快（这个基本是肯定的，观察openrouter上的数据就能明白），那么综合价格指数就会表现为下降。

token价格的下降并非坏事，如果手机的价格还像曾经的大哥大那么贵，如果流量费还是5元30M，移动互联网会有今天的场景吗？

未来大模型token价格会怎么样变化？

答：极大概率是继续降价！原因请看2.3的分析与讨论。

2.3 英伟达GPU迭代速度如此之快，价格又如此之高，购买显卡的大客户要被折旧拖入深渊吗？

首先，英伟达 GPU 迭代快，这是真的。

从 A100 到 H100、H200、B200、GB200、GB300，再到 Vera Rubin，英伟达已经进入接近“年度迭代”的节奏。

其次，价格贵，也是真的。

B200 单卡公开估算大约 3-4 万美元，GB200 Superchip 大约 6-7 万美元。到了 Vera Rubin，市场估算单 GPU 约 5.5 万美元，一个 NVL72 机柜约 780 万-910 万美元。英伟达也在电话会上说过，1GW AI 工厂大约需要 500-600 亿美元，其中英伟达相关计算系统大约 350 亿美元。

但问题的核心不是“投入多少”，而是“资产能不能持续创造价值”。

云大厂一般把服务器和网络设备按 5-6 年折旧：微软计算设备大致 2-6 年，Alphabet 服务器和网络设备一般 6 年，Meta 多数服务器和网络资产 5.5 年，亚马逊部分 AI/ML 相关设备从 6 年缩短到 5 年。也就是说，并不是两年一迭代，旧卡就直接归零。

现实中，老 GPU 仍然有价值。最新 GPU 用来训练和高价值推理，上一代 GPU 可以跑推理、微调、embedding、小模型、内部 AI 工具。只要 token 需求继续增长，便宜算力反而会有自己的市场。

以 SpaceX的算力租给 Anthropic 和谷歌为例。

根据 SpaceX 文件披露，Anthropic 租用 Colossus/Colossus II 约 32.5 万张 NVIDIA GPU，月租金 12.5 亿美元。Google 向 SpaceX 租用约 11 万张 NVIDIA GPU，月租金 9.2 亿美元。

因此年化收入是：

(12.5+9.2)亿美元 × 12月 = 260亿美元/年

再看整体投入。SpaceX 文件显示，其 AI 业务2023 年投入约 5 亿美元，2024 年 AI 资本开支约 56 亿美元，2025 年资本开支约 127 亿美元，2026 年 Q1 又投入约 77 亿美元，合计约 265 亿美元。

一年就收回主要成本了，投资算力卡不是吃亏，而是赚翻了！

按照5年折旧来计算，毛利润也接近60%，这是顶级生意！

这个案例能说明：在当前 AI 需求下，GPU 不是负担，而是稀缺现金流资产。市场真正该看的是 GPU 利用率和租赁价格，而不是简单看到英伟达迭代快，就认为老 GPU 会迅速归零。

只要 AI 需求还猛、算力仍然紧、老 GPU 还能出租和跑业务，折旧就是利润表压力，而不是资产归零风险。市场真正该担心的不是“GPU 太贵”，而是“这些 GPU 最后能不能产生足够多的智能收入”。

2.4 英伟达GPU租赁价格变化如何，为什么？

下图展示了H100为代表的算力卡每小时租赁价格的变化趋势。

H100 是英伟达在 2022 年 3 月发布的，首批产品和云服务在 2022 年 10 月开始推出。所以图里 2023 年上半年价格很高，本质上是 ChatGPT 引爆需求后，H100 刚开始规模交付，供给极度紧张。这张图看的是 H100 一年期租赁价格，不是 GPU 购买价格。它大致经历了三段：

第一段，2023 年高位。

H100 刚量产不久，ChatGPT 又突然引爆大模型训练需求，云厂商、OpenAI、Anthropic、Meta、xAI 都在抢卡，而供给受制于台积电 CoWoS、HBM、整机集成、机房电力等环节，所以租赁价格可以到 3 美元/GPU/小时以上。

第二段，2024-2025 年下行。

英伟达供给上来，云厂商自建集群增多，H200、B200/GB200 陆续推出，H100 从“最前沿训练卡”逐渐变成“成熟主力卡”。同时推理优化、缓存、量化、调度提升，也压低了单位算力成本，所以 H100 一年期租赁价格一路降到 1.7-1.8 美元/GPU/小时附近。

第三段，2026 年重新上行。

这并不是因为 H100 变新了，而是因为需求又超过供给了。推理模型、agent、多模态、企业 AI 应用都在大量消耗算力；而 Blackwell/GB200 很贵、很紧、被大客户锁定，很多任务用 H100 仍然性价比很好。于是 H100 作为“成熟、稳定、好用、现货可得”的 GPU，租赁价格又回升到 2.4 美元/GPU/小时附近。

与此同时，模型的迭代更新其实也会提高旧硬件的价值。H100运行GPT5.5的时候，产生的是高价值的聪明token，自然要比运行GPT3.5产生的token价值更高。

H100就像一间厨房，做盒饭（gpt3.5）一天赚 1000 元；后来请来米其林厨师，做高端私宴（gpt5.5）一天赚 1 万元。厨房还是那间厨房，但因为产出的东西更值钱了，厨房的经济价值也变高了。

这张图真正说明的是：GPU 价格不只由新旧决定，更由供需和利用率决定。H100 虽然是 2022 年发布的产品，但只要 AI 需求继续增长，它仍然是能产生现金流的高价值资产，而不是简单随着新一代 GPU 发布就快速归零。千万别不经思考就相信别人满口胡言。

2.5 微软，谷歌，亚马逊等云厂商如此大力投入AI，能有回报吗？

我认为大概率能有回报，但回报方式不一定是“买 GPU，然后直接出租 GPU”这么简单。

对于云大厂来说，AI 算力有三种变现方式：

第一，直接变成云收入。

微软 FY2026 Q3 披露，AI 业务年化收入已经超过 370 亿美元，同比增长 123%；Azure 和其他云服务收入增长 40%。谷歌 Q1 2026 披露，Google Cloud 收入达到 200 亿美元，同比增长 63%，云业务经营利润 66 亿美元。亚马逊 AWS Q1 2026 收入 376 亿美元，同比增长 28%，经营利润 142 亿美元。这些不是概念股，这是已经在财报里兑现的收入和利润。

第二，AI 会提升原有业务的赚钱效率。

比如微软把 Copilot 卖进 Office、Windows、GitHub、Dynamics；谷歌把 AI 放进搜索、广告、YouTube 和 Gemini；Meta 把 AI 用在推荐、广告投放和内容分发。Meta Q1 2026 收入 563 亿美元，同比增长 33%，广告展示量增长 19%，平均广告价格增长 12%。这说明 AI 不只是成本，也在提升广告系统的效率。

第三，AI 算力本身正在变成稀缺基础设施。

Google 自己已经是云厂商，但仍然愿意向 SpaceX 租约 11 万张 NVIDIA GPU，月租金 9.2 亿美元。这说明什么？说明现在不是“GPU 没人要”，而是头部客户为了拿到算力，愿意支付很高的溢价。

所以，云大厂投 AI，短期肯定会压低自由现金流，折旧也会增加。但不能简单理解为“钱烧掉了”。这些钱买来的不是普通设备，而是未来几年云收入、软件提价、广告效率和企业 AI 工作流的基础设施。

真正要观察的不是“资本开支有多大”，而是三件事：

云收入是否继续高增长；

AI 产品是否能提价或提升用户粘性；

GPU 利用率和租赁价格是否保持强势。

目前看，微软、谷歌、亚马逊、Meta 的财报数据都还在证明：AI 投入正在产生收入，而不是只有故事。风险当然有，但现在更像是高资本开支换高增长，而不是单纯被折旧拖入深渊。

2.6 因为投资AI，美股大科技现金流要干了，是不是非常危险，泡沫要破裂了？

首先，因为AI投资，美股很多大科技的自由现金流要干了，这是正确的。

下图展示了Financial Times（FT）的预测分析。可以看到，大科技的现金流在2026和2027将会显著降低。

然而，这是否意味着一定危险，是否意味着泡沫破裂则不一定。关键还是看AI的投入是否有回报。

这里同样举个例子来理解：

比如一个人原来开奶茶店，每年能赚 100 万现金流。

后来他发现旁边新商圈要起来，于是花 300 万重新装修、买设备、扩门店。结果这一年自由现金流变成了负数，因为赚的钱都拿去投资了。

这时候能不能说这家店要完了？不能。

关键要看这 300 万花出去以后，未来能不能带来更多收入。如果扩店后每年利润从 100 万变成 300 万，那短期现金流下降不是坏事，而是投资期；但如果装修完没人买奶茶，那才是真正的风险。

AI 也是一样。

微软、谷歌、亚马逊、Meta 现在自由现金流下降，不是因为主营业务突然不赚钱了，而是因为把大量现金拿去买 GPU、建数据中心、扩 AI 基础设施。

所以，现金流变少本身不等于泡沫破裂。真正要看的是：这些 AI 投入，未来能不能带来更多云收入、广告收入、软件收入和效率提升。只要未来回报足够高，今天现金流下降反而是为了明天赚更多钱。

2.7 中国大模型和美国大模型有多大差异，未来竞争态势如何？

中美大模型最初差距非常大。2022 年 11 月 ChatGPT 3.5 问世时，国内基本没有同等级产品。

直到 2025 年初 DeepSeek-R1 出现，市场才真正意识到：中国模型在推理、代码、数学和成本控制上，已经追上来很多。Stanford 2026 AI Index 甚至提到，2026 年 3 月中美顶级模型性能差距一度只剩 2.7%。

但最近看，差距又有重新拉大的迹象。

原因很简单：OpenAI 和 Anthropic 不仅模型参数量明显更大，而且更新速度太快。OpenAI 从 GPT-5 到 GPT-5.1、GPT-5.2、GPT-5.4、GPT-5.5，不断迭代；Anthropic 从 Claude Opus 4.5、4.6、4.7、4.8，再到 Fable 5 / Mythos 5，也是在几个月内连续更新。相比之下，国内模型虽然也在进步，比如 DeepSeek、Qwen、Kimi、GLM，但最前沿闭源能力的迭代密度，暂时还是美国更强。

Epoch AI 数据显示，截至 2025 年 5 月，美国拥有约 74.5% 的全球 GPU 集群性能，中国约 14.1%。Stanford AI Index 也显示，2025 年美国私人 AI 投资约 2859 亿美元，是中国 124 亿美元 的 23 倍。模型训练不是光靠聪明就行，越往后越需要算力、数据、工程系统和持续烧钱能力。

如果大模型很快碰到技术上限，那中国肯定会快速追平。就像很多成熟制造业，一旦路线清楚，中国工程能力和成本能力非常强。

但问题是，机器智能的上限远高于人类智能。

现在 AI 还远没有到天花板，后面还有更强推理、更长上下文、更强 agent、更强多模态、更强机器人控制。只要能力上限还在继续抬高，算力更多、资本更多、生态更强的一方，就更容易保持领先。

所以，我认为未来大概率不是“中国干掉美国”，也不是“美国甩开中国看不见”，而是中美共同领导大模型技术：美国模型负责拉高能力上限；中国模型和开源模型负责压低使用成本。

2.8 中国大模型只有美国大模型价格的1%-10%，美国AI是不是要被卷死，收不回来投资了？

中国大模型价格确实很低。

• OpenAI GPT-5.5 API 价格约 5 美元/百万输入 token、30 美元/百万输出 token；

• Anthropic Fable 5 / Mythos 5 约 10 美元/百万输入 token、50 美元/百万输出 token。

• DeepSeek 官方价格大约只有 0.14-0.435 美元/百万输入 token、0.28-0.87 美元/百万输出 token。

• 也就是说，中国模型在很多场景下确实只有美国前沿模型价格的 1%-10%。

但这不代表美国 AI 一定会被卷死。

原因是：AI 市场不是单一市场，而是分层市场。

普通摘要、客服、翻译、内部知识库、简单代码，这些任务会越来越多用中国模型和开源模型，因为便宜、够用、性价比高。

但最复杂的任务，比如高难度代码、科研、金融分析、法律推理、长链路 agent、自动化工作流，客户仍然愿意为最强模型付高价。因为这里贵的不是 token，而是错误成本。如果一个模型能帮企业少犯一次大错，或者让程序员少花 3 小时，几十美元 token 成本根本不贵。

就像手机市场一样。

小米、传音、荣耀把手机价格打下来，并没有让苹果破产。相反，低价手机让更多人用上智能手机，整个移动互联网市场变大了；而苹果仍然靠高端体验、生态和品牌赚高利润。

AI 大概率也一样。

中国模型会把 AI 使用门槛打下来，让更多企业和个人开始大量使用 token；美国前沿模型则继续负责最难、最贵、最有价值的任务。便宜模型扩大需求，顶级模型赚能力溢价。

所以，价格下降会冲击“单纯靠普通 API 卖高价”的模式，但未必会摧毁美国 AI。真正危险的是模型能力停滞、需求不增长、GPU 利用率下降。只要 AI 能力继续提升、使用量继续爆发，价格下降反而可能像当年流量费下降一样，把整个市场做得更大。

2.9 spaceX会纳入多少比例进入纳指100？

按 SpaceX 总市值 2.5 万亿美元、纳指100原总市值约 39 万亿美元粗算，SpaceX 纳入纳指100后，初始权重不会特别高。

原因是纳指100对低流通股有折扣处理：自由流通比例低于 33.3% 时，计入市值大约按“自由流通比例 × 3”计算；超过 33.3% 后，才基本按完整市值计入。

所以，SpaceX 上市初期自由流通比例约 4.3%，对应权重大约只有 0.8%。随着解禁推进，如果自由流通比例升至 18.3% / 25.3% / 32.3%，权重可能升至约 3.4% / 4.6% / 5.8%。

当自由流通比例超过 33.3% 后，在 2.5 万亿美元市值假设下，SpaceX 在纳指100中的权重大约会稳定在 6%左右。

也就是说，SpaceX 对纳指100的影响不是一次性释放，而是会随着流通盘扩大逐步抬升。

2.10 如何看待spaceX进入纳指100，它会拖垮纳指100吗？

SpaceX 进入纳指100，是一件影响很大的事情。

因为它不是普通新成分股，而是一个刚上市就达到万亿美元级别的超级公司；同时，它的估值也非常贵。按 SpaceX 总市值 2.5 万亿美元估算，若后续自由流通比例提高，它在纳指100里的权重可能升到 6%左右。这意味着 SpaceX 会直接成为纳指100的重要权重股之一。

一方面，SpaceX 的纳入，给纳指100带来了新的科技方向。过去纳指100主要代表互联网、软件、芯片、云计算；现在 SpaceX 进来后，纳指100进一步增加了太空、卫星通信、国防、AI 算力基础设施这些新方向。

另一方面，它也确实提高了纳指100的风险暴露。SpaceX 当前估值很高，而很多长期故事还没有完全兑现，比如 Starship、Starlink 手机直连、Starshield、AI 算力、太空数据中心等。一旦预期落空，股价波动肯定不会小。

但我并不太担心 SpaceX 会“拖垮”纳指100。

原因很简单：就算 SpaceX 最终权重大约是 6%，如果股价腰斩，对纳指100的拖累也大约是：6% × 50% = 3%

3% 的影响当然有，但远远谈不上拖垮纳指100。纳指100里还有英伟达、微软、苹果、谷歌、亚马逊、Meta、博通等公司。SpaceX 是重要变量，但不是唯一变量。

为什么美股愿意给 SpaceX 这么高的估值？

核心原因是：市场不是只按现在的利润给它估值，而是在给它的多个长期期权定价。

第一，Starlink 已经证明自己能赚钱。2025 年，SpaceX Connectivity 业务收入约 114 亿美元，经营利润约 44 亿美元，Adjusted EBITDA 约 72 亿美元，这已经不是纯概念。

第二，SpaceX 有稀缺的基础设施能力。它不是普通互联网公司，而是同时掌握火箭发射、卫星制造、全球通信网络、政府合同和 AI 算力建设的公司。这种垂直整合能力，全世界几乎没有第二家。

第三，市场在押注未来的新业务。Starlink 宽带客户、手机直连卫星、Starshield 国防通信、Colossus AI 算力租赁，甚至未来的太空 AI 数据中心，任何一个方向做大，都可能打开新的收入空间。

所以，我更愿意把 SpaceX 看成纳指100里的“彩票股”：抽中了，可能带来很大上行；抽不中，也不至于把整个指数拖入深渊。

它贵，这是真的；风险大，也是真的。但它进入纳指100后，更像是给纳指100增加了一个高波动、高想象力的新科技资产，而不是一个足以毁掉指数的炸弹。

然而需要注意的是，彩票股如果越来越多，那就逐渐变得危险了，比如：特斯拉，spaceX...

2.11 为什么纳指100和标普500不在一个层级？

标普500是真正意义上的大宽基。

它覆盖美国约 500 家大型公司，行业分布更广，既有科技，也有金融、医疗、消费、工业、能源、公用事业等。S&P Global 自己也说，标普500覆盖约 80% 的美国可投资市值。所以标普500更像美国经济的综合代表。

纳指100则更像“偏科宽基”，或者说“小宽基”。

它只选纳斯达克上市的 100 家非金融公司，科技、互联网、芯片、软件权重很高，金融、能源、传统工业这些基本缺席。所以它弹性更大，牛市涨得猛，但结构也更集中。

其次的区别是规则严谨度。

标普500对新上市公司更严格。它要求 IPO 后通常要有 12 个月交易历史，还要求最近一个季度盈利，并且过去四个季度合计盈利。也就是说，公司不仅要大，还要经过时间和盈利能力的验证。

这次 SpaceX 就是一个典型例子。

纳指100为了大市值 IPO 设立了快速纳入规则，允许符合条件的新上市公司最快 15 个交易日 后进入指数。而标普500没有跟进，仍然保留 12 个月 IPO seasoning period 和 GAAP 盈利要求。也就是说，SpaceX 可以很快进入纳指100，但短期进不了标普500。

这背后反映的是两种指数性格：

纳指100更进取，更愿意快速拥抱新科技巨头；标普500更保守，更强调稳定性、代表性和可投资性。

所以，纳指100不能和标普500完全等同。纳指100适合押注美国科技创新，尤其是 AI、云计算、芯片、软件、太空这些高成长方向；标普500则更适合作为美国核心资产配置，因为它更分散、更稳，也更能代表美国整体上市公司。

2.12 新一轮QDII额度什么时候发，发多少，影响如何？

2026陆家嘴论坛于6月17日上午正式开幕，中国人民银行副行长、国家外汇管理局局长朱鹤新表示，近期将新增推出“一揽子”增量政策，全面改革FDI跨境政策，进步简化OD1、外债等汇兑管理，优化外汇贷款、跨境股权激励等制度，发放新一批QDII额度。

去年陆家嘴论坛，也是发了新一轮额度，大约30亿美元。今天只是惯例罢了。如果一切正常，大约也是6月30日的时候宣布消息。

额度会发多少呢？如果按照往常惯例，预计是30亿美元左右（观QDII额度变化，论QDII基金 — 第4版）。不过考虑到今年外汇局的大动作，可能会额外多给一些。因此，可以期待30-50亿美元。

现在纳指溢价中位数来到了9%附近，这次外汇额度发放会使溢价显著降低吗？

首先说结论：大概率不降低，或者降低1%-3%左右。

假设发放多一些，比如50亿美元。基金公司会发多少给场内纳指呢？实际上1/3都不一定会有。为什么？

答案很简单，留给专户，留给场外直销份额，主动纳指，全球科技类，每年躺赚1.2%-2%，凭什么便宜场内ETF那些0.6%-0.8%呢。

此外，现在想买的纳指的人远比之前多了，纳指远比2018，2020，2022年知名度高多了。这会显著支撑溢价。

2.13 场外纳指限额好严重，基本都暂停了，怎么办？

现在场外纳指代销额限制确实十分严重。

不过仍然还有部分基金公司不时放出额度。比如广发，华安和南方的官方直销渠道，每日仍然还有1000元的额度，足够普通人用了。同时，新一轮QDII额度即将发放，后面肯定还有信额度。

同时，自6月22日起，万家的纳指AC份额也放出了每日1万的额度，天天基金已经更新，支付宝预计要到6月22日更新信息。

此外，华宝纳指精选纳指精选这个额度还很充足。我知道很多人说这个不是纯正的纳指。它确实不是，不过它的业绩基准是纳指100，近一年略微落后，近三年收益反而还超越纳指100了。

此外，这个市场不仅有场外，还有场内，不仅有纳指，还有标普500和美国50，场内LOF/ETF的溢价率并不是都高。

总之，不要自己给自己限制，也不能既要方便，又要可靠，还要高额度，还要低费率，这不可能。你只能自己多了解，然后思考哪个适合自己，无人能替你做决定。

3 结论

整体看，我对这轮 AI 和纳指100的判断是：风险确实在上升，但现在还没有看到泡沫破裂的核心证据。

纳指100仍然是押注美国科技创新最直接的工具，但它不是标普500。它更集中、更偏科、更刺激，也更容易出现阶段性大波动。

• 如果你买的是纳指100，就要接受它的性格：涨的时候很猛，跌的时候也不会温柔。

• 如果你追求更稳，更分散的美国核心资产，标普500仍然是更底层、更可靠的选择。

• 如果你买的是场内QDII，还要额外考虑溢价、额度和流动性，不要只看指数涨跌。

AI、SpaceX、纳指100，都不是没有风险。但目前真正的问题不是“有没有风险”，而是这些风险有没有被增长覆盖。

只要 AI 需求继续增长，算力仍然紧缺，云厂商收入继续兑现，纳指100的长期逻辑就还没有被破坏。

但如果未来出现 GPU 利用率下降、云收入放缓、AI 产品无法变现、SpaceX 高估值故事落空，那就需要重新评估。

注：本文仅是个人投资记录，不为任何人提供建议。成年人为自己的钱负责！

引申阅读：

经典文章合集 第7版

基金横评合集 第7版

如何开一个实惠的好账户？