电影《Margin Call》里有一个著名场景。 深夜，一群华尔街高管坐在会议室里。 Jeremy Irons扮演的大Boss说，他拿那么高的薪水，其实只负责一件事：猜音乐什么时候会停。 今天AI的音乐会好像还在举行。 英伟达还在卖GPU。 微软、亚马逊、谷歌、Meta还在砸钱。 OpenAI和Anthropic还在签一张又一张天文数字的算力合同。 数据中心还在全世界拔地而起。 只是最近，这场音乐会听起来有点不太对了。 有几根琴弦，好像已经断了。 一根，来自一家大多数人以前根本没听说过的英国公司： Nscale。 它的工作是：找地、找电、当数据中心包工头、买GPU，再把算力租给微软、Anthropic这样的超级客户。 过去两年，它像疯了一样地扩张。 合同总价值已经从1亿美元膨胀到超过1000亿美元。 这是一家CoreWeave和Applied Digital，可能再加上一些别的不知名公司的混合体。 是的，大家的钱它都要赚。 大家的风险它也都想要。 9月份，意气风发地已经申请去纽约上市。 结果上周，微软从Nscale英国数据中心项目里走了。 原因当然有各种好听，但是结果直截了当 — 要撤退。 过去两年AI数据中心最流行的逻辑是： 先签合同。 电以后再说。 融资以后再说。 数据中心以后再建。 GPU以后再买。 反正只要客户是MSFT、OpenAI、Anthropic，所有问题最后都会有人解决。 现在微软说： 不一定。 我跟你有合同。 但是，我也可以走。 澳大利亚有一家叫Firmus的AI数据中心公司。 达哥、黑石抢着做他干爸，塞钱给他。 目标：澳大利亚几十年来最大的，估值300亿美元的IPO。 结果十天前： IPO撤了。 投资者不肯按这个价格买了。 路透社说： 以前是FOMO - Fear of Missing Out 怕错过。 现在是FOGS - Fear of Gettin

我认为 $Microsoft(MSFT)$ Azure削减成本未必是AI需求转弱的信号，关键要看它削减的是什么成本。如果是通过自研芯片、优化数据中心效率和提高算力利用率来改善利润率，我反而认为是积极的，因为AI军备竞赛最终比的不只是投入规模，还有谁能用更低的成本创造更高的回报。 不过，我也会留意资本开支快速增长对自由现金流的压力。即使Azure收入继续高速增长，如果数据中心建设、芯片采购和运营成本增加得更快，利润和现金流依然可能受到挤压。微软近期被报道讨论Azure相关业务的降本方案，但公司也回应称，Azure管理层并未要求团队制定相关削减计划，因此目前不宜直接把报道解读为AI投资回报不及预期。 对我来说，我仍然看好微软长期的AI和云计算布局，但接下来会更关注Azure的增长率、AI业务变现能力、利润率和自由现金流，而不是只看营收增长。AI行业正在从比谁投入更多，逐渐走向比谁更有效率、真正赚到钱。我认为能够持续扩大收入，同时控制成本并改善现金流的公司，才更有机会在下一阶段的AI竞争中胜出。 @TigerStars @Tiger_comments @T

我个人更关注第四种情景，企业盈利、美联储政策和 AI 资本开支仍然是影响美股走势的关键因素。中期选举确实可能改变市场对监管、税收和财政支出的预期，但政策从讨论到真正落地需要时间。我不会单凭政治消息就轻易调整投资方向，而是更关注这些变化最终会如何影响企业的收入、利润和现金流。 当然，我也会重点关注 AI、金融和加密货币板块的政策变化。尤其是 AI 基础设施投资，如果数据中心需求持续增长， $NVIDIA(NVDA)$ 、 $Microsoft(MSFT)$ 和 $Meta Platforms, Inc.(META)$ 等公司的长期发展仍值得关注。不过，我也会留意资本开支是否能够转化为实际回报，以及电力成本、融资压力和估值是否开始带来风险。即使政策环境有利，也不代表股价一定会上涨。 对我来说，与其押注哪个党派胜出，不如提前做好不同情景的准备，持续跟踪企业财报、估值和现金流。我更倾向于长期持有有竞争力的企业，并在市场回调时寻找合理的机会，而不是追逐短期热点。政治影响的是预期，最终还是要看基本面能否兑现。保持耐心、分散风险和严格执行自己的投资纪律，才能在不同的市场环境中走得更稳。 @小虎福利站

$微软(MSFT)$  ✌️

微软基于阿里Qwen推新决策模型，阿里怎么做到的？ 据硬AI消息，微软于10月12日正式推出全新决策模型Microsoft-Decision-1，该模型基于阿里Qwen3.5-9B后训练而成。微软官方透露称，该模型基于Qwen3.5-9B后训练而成，在结构化决策任务中，该模型在时延和准确性等方面均超过了LLM及Jev 1.13.0等热门决策模型。 首先，阿里 Qwen 能获得全球认可，核心踩中了决策模型赛道的产业需求。此前行业里 Jev 带火决策模型，这类模型不靠长篇文本生成，主打概率与预测输出，企业大量高频判断场景，需要小体量、低延迟的底座。HuggingFace 开源项目里，超六成决策模型选用 Qwen，微软这次的 Microsoft-Decision-1 就依托 Qwen3.5-9B 二次训练，这不是偶然的单次合作，是开源生态长期积累的结果。很多海外厂商不愿开放轻量化底座，阿里选择开源千问，降低二次开发门槛，海外企业可以直接在底座上微调，不用从零搭建基础能力，自然吸引众多科技企业接入。 其次，底座本身兼顾性能与成本，契合企业商业化落地逻辑。产业 AI 落地最大卡点，往往不是单纯的准确率，而是时延、稳定性和使用成本。微软的基准测试数据能看出，这个基于 Qwen 的新模型，推理速度远超同类竞品，同时在选项打乱转述后，决策波动很低，鲁棒性足够。定价上输入代币成本低廉，输出免费，大幅削减企业试错开销。放到产业经济学视角看，AI 产品想要规模化普及，必须把边际使用成本压下去。Qwen 底座本身轻量化的设计，刚好解决企业端 “能用，还要便宜、快速” 的痛点，这也是微软愿意在此基础上打磨决策模型的关键。 第三，开源生态的网络效应，反过来持续强化 Qwen 的竞争力。开源模型有明显的正反馈：越多企业基于底座开发，会产生更多测试案例，持续暴露、修复问题，底座能力进一步完善，吸引

10月9日，21:30美股开市至收盘，发财台收录1318条快讯。 美联储穆萨莱姆称需进一步收紧货币政策使通胀回目标，消息量居本轮首位，是最高频事件；同一时段美国暂停微软PERM移民计划，并暂停塔塔等IT公司移民计划，Anthropic向15个以上联邦机构提供Claude模型，英伟达未来五年投入10亿美元推动美国科学发展。本轮最高频关联标的是微软。 $微软(MSFT)$ ：开市529.4 → 收市522.6，全日-1.28% NVIDIA：开市234.9 → 收市230.5，全日-1.89% $星巴克(SBUX)$ ：开市93.00 → 收市93.21，全日+0.23% 苹果：开市336.8 → 收市340.4，全日+1.07% Palo Alto Networks：开市403.7 → 收市398.5，全日-1.29%

我认为 $Microsoft(MSFT)$ 目前值得关注，估值相对其他科技巨头更具吸引力时，确实可能带来不错的布局机会。不过，我不会单纯因为股价看起来便宜就急着加仓，毕竟估值低不代表股价不会继续调整。 我对微软的长期前景仍然乐观。无论是 Azure 云业务、Microsoft 365 Copilot，还是企业级 AI 服务，微软都拥有成熟的客户基础和强大的商业化渠道。相比一些仍在寻找盈利模式的 AI 公司，微软更有机会把 AI 融入现有产品，并逐步转化为实际收入。 当然，AI 投资最终还是要看回报。如果资本开支持续增加，但收入增长和利润率改善跟不上，市场迟早会重新评估它的估值。因此，我会继续关注 Azure 的增长、AI 产品的付费采用情况，以及资本开支对自由现金流的影响。 我的策略会偏向长期分批布局，而不是一次性重仓。我认为估值提供了入场参考，基本面才决定持有的信心。只要微软能够持续兑现 AI 的商业价值，我愿意给它时间；如果股价回调，也会结合估值和技术面寻找更好的机会。毕竟，投资不是买入最热门的故事，而是以合理的价格买入有能力持续创造价值的企业。 @TigerStars @Tiger_comments