敢问身在何处？聊聊美股长周期（6个月 – 2年）

04/26写的。
 
上周咱们聊了美股1-6个月的中周期，核心框架是中期要看一个个事件对长期趋势的影响。结论是看以下3件事：
1. 美伊战争本身对股市影响在逐步减弱。但长尾风险是：原油断供如果继续持续6-8周，那么近月有可能疯涨，且油价中枢长期会保持在高位，对股市会通过通胀粘性->联储决议和利率走势->股票折现率提高和流动性受损的路径产生负面影响。
2. AI长期叙事走过了GPU->数据中心->存储和光模块，走到了CPU和云厂商（因为Agent需要环境）。不过可惜没加仓INTC与AMD，接下来看看云。
3. 联储独立性，这件事已经缓解。
 
然后埋了个坑，想聊聊长期，6个月— 2年。股票价格 = 盈利 × 估值，就从这两个角度出发。
 
TLDR版：
美股目前的唯一主角就是AI，其它的都无法单独撑起整个市场。
首先AI 不是假故事或者纯泡沫，是确定的一次技术革命。AI 在代码、文本、客服、搜索、企业工作流里的能力已经真实进入商业化阶段。

其次是每轮牛市必然存在的“危险信仰”：因为 AI 技术真实，就认为所有 AI 相关估值都合理。历史上，真实技术革命从来不等于好投资回报。铁路、电力、汽车、互联网都真实改变世界，也都制造过错误定价、过度融资和大规模资本毁灭。

AI 是真的，但 AI 的账单也是真的。所以核心问题是，谁来付这个AI技术的账单。当前美股不是健康牛市的起点，也不是泡沫已经破裂，而是 AI Capex 主导的牛尾。最准确的描述是强且脆。

指数还能创新高，龙头盈利仍强，信用利差还很紧，AI 叙事没有崩。但底层市场越来越窄，Capex 越来越大，融资结构越来越脆弱，应用收入还没有追上基础设施投资。这就是牛尾最典型的形态：看起来很强，但缓冲垫越来越薄。
 

第一节 · 盈利

9–14 倍缺口，最核心问题

盈利端的核心问题：当前 AI 周期的现金流不是由应用层主导，而是由 hyperscaler Capex 主导。

2024–2027 累计 hyperscaler 总 Capex 约 2.3–2.6 万亿美元，其中 AI 专属 1.5–2 万亿。

应用层收入呢？OpenAI ARR ~240–250 亿，Anthropic ~300 亿，Microsoft AI ~130 亿，AWS AI ~150 亿。整个 AI 生态当前年化收入约 1100–1500 亿美元，而且其中 30%+ 来自 hyperscaler 股权融资再变成云开支，有显著的双重计算成分。
回本算式：

• Capex 2.5–2 万亿 / 5 年折旧 = 年折旧 3000–4000 亿
• 35% 推理毛利下需要营收 8570–11400 亿/年
• 加 8% 资本成本(2 万亿 = 1600 亿/年)
• 成熟期所需总收入：2.3–2.6 万亿美元/年
• 当下生态总收入1100–1500 亿
• 缺口 9–14 倍

Sequoia 的 David Cahn 用更简化的框架 (NVDA数据中心 ×2×2)：需要约 1 万亿美元年化终端收入，缺口 7–10 倍。

AI 不需要技术失败，也可能金融上失败，只要收入速度跟不上基础设施投资速度。

应用收入增长其实非常快，Anthropic ARR 14 个月从 $1B 到 $30B，Cursor 9 个月到 $2B。但关键是绝对规模和上限。

即便目前所有 AI 应用收入立刻翻一倍，也只能覆盖本年 Capex 的三分之一不到。如果Capex不继续增加，牛市叙事堪忧，如果继续增加，在AI工具多一个用户多一份成本（意味着持续Capex支出） + Token 价格被开源压住下行 + 基座API垄断收入（意味着应用收入比不过基模）的情形下，AI应用能不能，什么时候能“回Capex的本“是个很严肃的问题。当然，也是个短期无法证伪的问题。所以咱们放到长期趋势。
 
 
 
为什么现在是硬件主导？

这轮AI 周期的本质特征：
硬件先收钱，云先花钱，应用后证明。

现在我们正处在"应用证明"的开端，具体说是 Agent 阶段的开端。这就是为什么CPU (Intel)和 neocloud(CRWV/NBIS/IREN)在同一时间窗口被一起拉起。Agent 是把"云的支出"翻译成"云的收入"的桥梁。但桥梁能不能承重还没有定论。
那"下一个是 cloud 吗"?

云厂商既是赢家，也是账单承受者。它们一方面控制客户、算力、分发、平台和企业入口；另一方面承担折旧、电力、融资、闲置产能和价格竞争风险。只有当三个 Agent-driven 条件同时满足，cloud 才会从"支出方"变成下一阶段核心赢家：

• Agent 需求持续兑现 —— GitHub Copilot Q1 周运行成本翻倍、Anthropic 倒贴 $200 Max 用户跑 $1000–5000/月 算力，这些是需求爆棚的早期信号；但能否持续要看 Q2/Q3 企业级 Agent 部署的真实采用率，因为C端还只能烧钱。
• GPU + CPU + 内存利用率足够高 —— Agent 同时吃 GPU 和 CPU，所以 GPU-only 利用率指标已经不够，真正要看的是完整运行环境的综合利用率。
• Agent 算力价格没有被开源压垮 —— DeepSeek V4 把 token 价格压到 Claude Opus 的 7%，下半年还更低。如果 Agent 推理也按这个价格曲线走，云的毛利空间会被严重侵蚀。

当前的核心叙事是 Agent 运行环境的 利用率、Agent 推理毛利、Agent 算力定价权。

如果三个条件不能同时满足，云就会从"AI 受益者"变成"AI 账单承受者"，Neocloud 三人组(CRWV/NBIS/IREN)和 Oracle 是这种切换里弹性最大的部分。
 

循环融资

有多少盈利是“真实盈利”，这个讲了很多了，不再赘述。

 

SPV 和私募信贷：成本
 

只看 Mag 7 的资产负债表会低估风险，因为 AI 基础设施的边际融资越来越多进入 SPV、项目融资、私募信贷、GPU 抵押债和 neocloud。

Meta 与 Blue Owl 的 Hyperion 数据中心 JV 是典型例子。2025 年 10 月公告：Blue Owl 持有 80%，Meta 保留 20%，双方为约 270 亿美元总开发成本出资。项目级 6.58% / T+225bp 票息，比 Meta 自己的公司债 30 年发行成本宽 ~125bp，定义了一个新的"AI 基础设施项目融资"信用利差。
整个 AI 数据中心债务市场在快速扩张。UBS 数据显示AI 数据中心和项目融资从 2024 年同期约 150 亿美元，增长到 2025 年约 1250 亿美元。BofA 数据显示2025 年 9–10 月 AI 相关 Big Tech 发行了 750 亿美元投资级债，超过该行业 2015–2024 年平均年度发行规模的两倍。
而私募信贷端的压力已经开始显现：

• Blackstone BCRED：Q1 2026 收到赎回 $37 亿(占 NAV 7.9%)，这是史上最大单只私募信贷基金赎回潮。董事会把月度上限从 5% 升到 7%
• Cliffwater Corporate Lending(CCLFX，$33B)：14% 赎回请求，7% 上限触发
• BlackRock BDC 2025 Q4 NAV 下跌 19%，9.6% 非应计
• Goldman BDC 派息从 $0.45 砍到 $0.32；20 只 BDC 中 13 只大概率在 2026 年减派息
• PIK 收入(实物支付)占 BDC 贷款的 12.8%，是真实违约率被掩盖的信号

去年还有标志性破产：Tricolor Holdings(2025 年 9 月，>$9 亿贷款人损失)；First Brands(UBS、Jefferies、Mitsui 合计敞口超过 $25 亿)。
特别是Oracle 的 Stargate $16.3B 融资 2026 年 4 月 17 日完成时，美国大行因为对 AI 需求可持续性的担忧退出了，导致PIMCO 不得不锚 $10B/$14B 债券。当美国大行在一笔旗舰 hyperscaler 担保的融资上后退，信用周期的信号不乐观。
泡沫不一定先破在股票市场，也可能先破在融资市场。
 

AI 的真实能力：盈利上限

要回答 AI 的盈利能力上限，必须看它在哪里封神，在哪里还是凡人。

符号世界早晚会封神。包括代码、文本、图像、搜索、客服、法律文本、财务分析、营销、数据查询。这些场景高度数字化、反馈快、复制成本低，所以 AI 能力可以迅速变成产品和收入。
但物理世界还是凡人，而且大概率会持续很久：

• Tesla Optimus 至今依赖远程操控。Tesla Q4 2025 财报会承认 Optimus 单元"主要用于学习，不是生产用工"。截至 2026 年 4 月，零外部客户
• Stanford 2026：机器人在真实家庭任务只有 12% 成功率
• Waymo：3000 辆车，50 万付费乘车/周，10 个城市，全球约 70 名远程协助员工，花了16 年、$300 亿+ 投入，只到了 50 万周乘车

 
跟大家最相关的当然是金融，那么金融市场里Gen AI能封神么？答案是半神。

金融市场恰好处在中间。市场是虚拟的，大部分资产是真实的。价格、研究、财报、文本、因子、新闻、交易信号、风险报告这些都能被AI大幅加成。但真实供需、公司经营、生产制造、监管、宏观调控等都不是AI可以操作的物理世界。
而且金融市场有 AI 最不擅长处理的四个特征：
·       输出验证昂贵(交易盈亏要等几个月才知道)
·       错误不可逆(亏掉的钱拿不回来)
·       训练分布不稳定(市场是对抗系统，策略一公开就被对手反向利用)
·       历史信号洗漱、噪音大且其真实分布随时间而改变
代码恰好是个反面：bug 立刻可见、可以 rewrite、训练数据稳定、底层机制一直不变。
 
那第二个问题是，AI让金融市场的投资者们强者更强？还是弱者能补上差异更容易变成强者？
我认为是前者，只要前者以开放的心态拥抱AI，从AI-Native的思路出发。
在AI 提供的知识可及性的标准化场景里，比如把高绩效员工的隐性经验快速传播给新人。原本知识储备弱的人受益最大，顶级员工原本就有这些知识，所以提升小。
但在需要经验才能做好的高自由度场景里，比如编程、比如投资，验证、调试、优化才是最重要的一环，而这一环最需要经验。同时执行环节可以交给AI自动完成，大大解放了顶级人员的精力和注意力，让他们能更好的自我迭代和带着AI迭代。
顶级研究员、顶级产品经理、顶级交易员 + AI 都是一个人变成一个小团队。
Gen AI会让新人更快上手，也会让顶级员工产出倍增；真正被挤压的是中间层，是那些过去靠熟练流程、信息不对称、重复经验赚钱的人。
所以这个K型经济的上下斜线差异很可能继续扩大，这必然会带来社会问题。
因此AI盈利能力的上限至少能对标IT产业再加部分制造业和服务业，空间非常大。但同时也不意味着它能称霸虚拟和物理两个世界，不是无限大。
 

开源：压死 token 价格上限

开源把 token 价格的天花板压死，让封闭 lab 没法把数万亿 Capex 通过推理变现。这是盈利天花板。
Anthropic 4 月把 Opus 4.5 比 4.1 砍价 66%、Microsoft 改 Copilot 按 token 计费，这些都是"封闭 lab 定价权被开源压缩"的早期信号。
这一点对 Capex 缺口论是放大器：如果 token 价格的天花板被开源压死，9–14 倍的缺口就更难闭合，因为分子(收入)的增长上限被砍了。
 

长期地缘：科技代差是终极竞争领域

地缘对盈利有两层具体影响：
第一层 · Capex 时钟被国家安全锁定
国家安全的逻辑让 AI 不会因为短期 ROI 不够就被砍掉。Capex 有地缘兜底，当然同样道理，不是AI股的股价，而是AI的产业叙事。
好的方面是：AI 的 Capex 周期会比纯商业逻辑下更长，Mag 7 烧钱的"许可"被国家背书续期。坏的方面是中美双方的 Capex都会拉高。烧得更久不等于回本更快，它意味着回本所需的总收入目标只增不减。
 
第二层 · TAM 上限取决于"谁赢"
如果美国 AI 主导全球(像 1995–2020 的互联网)，Mag 7 的 TAM 是全球。如果中美 AI 各自独立则 Mag 7 的 TAM 被切掉中国 + 一带一路 + 部分发展中国家 = 大致 30–40% 的潜在市场被排除在外。这直接降低了"隐含未来现金流"。让现金流折现的估值更加脆弱。
 
 
过去几百年的历史反复证明：科技的代差，足以弥补制造业、军事、文化等方面的差距。
具体案例有很多，直接放结论：科技代差 > 制造业规模 > 军事体量 > 文化软实力。这是过去 200 年的规律。
中国：用工业 30%+ 的占比走效率/规模，寻求供应链稳定同时追赶芯片和AI模型等前沿技术。
美国：靠创新优势 + 卡脖子节点 + 制造业回流。
两条路径都在用力，而且都有真实进展。两个国家都在认真下注科技，而且在不同维度上都有领先优势。
Fareed Zakaria 2026 年 4 月 20 日《华盛顿邮报》专栏记述了他之前一周在中国的访问：他遇到的官员、智库学者、企业领袖"大多对美国混乱的政策感到困惑、担忧、并对 老川下一步会做什么深度不确定。
这印证了一个判断框架：中国对长期竞争充满信心(因为工业基础真实)，但对短期失控强烈反感(因为短期失控可能让长期优势失效)。意味着中美在 AI 领域的竞争是长跑。
最终竞争领域大概率会集中在 AI + 太空。因为它们共享几个结构性特征：巨型 Capex 门槛、指数级回报、天然双用、赢家通吃。
 
 

第二节 · 估值：已经站在牛尾

牛尾的定义

健康牛市的特征：上涨广泛、行业参与度提高、估值由盈利驱动、信用宽松但不狂热。
中段泡沫的特征：估值变贵、叙事变强、市场宽度收窄，但投机还没有完全社会化。
牛尾的特征：集中度接近或突破历史极值、估值历史性拉伸、投机大众化、招牌 IPO 排队、融资结构出现反噬，但宏观断裂还没有发生。

 
今天明确属于第三种。

要注意，贵从来不是泡沫破裂的理由，已经很贵，还可以更贵，贵很久。需要下面这四个条件之一触发才行，但实际上都还没触发。牛尾是很疯狂的。

今天这四条都还没完全触发，但结构层面已经出现大量预警信号。
这就是牛尾，有明显能看到的风险，但风险还没兑现。
 

估值的绝对水平

衡量当下估值的脆弱性，我们用四个相互独立的指标，它们都各自有完整历史记录，且对长期回报和顶部识别有可靠的实证基础。但注意，就像上节说的，估值高（就是贵）只是说跌下来会有多疼，不是说要破了。

1999 类比

把今天和 1999 摆在一起，市场结构、融资反身性、IPO 节奏在押韵，但 今天的现金流质量明显好得多。

合起来看，Howard Marks 给出了最精确的判断：今天的 AI 大概率是"拐点泡沫"(inflection bubble)，就像 1860 年代铁路、1920 年代汽车、1990 年代 dot-com 一样，真实的生产率革命同时也可能让投资者整体亏钱。技术大概率改变世界；股东大概率被价格毁掉。
 

投机情绪大众化

估值不是精确的数学，本质还是群体决策，那么情绪、注意力等就很重要。当估值高到一定程度，继续推高需要散户和短期投机者代替机构成为边际买盘，而这往往是疯狂牛尾最典型的特征。
 
牛尾体感证据(2026 年 1–4 月)：

• 保证金/GDP 1 月峰 4.07% 创史上最高(2000 年峰 2.6%、50 年中位 2.5%)
• 0DTE 期权占总成交 24.1%，SPX 0DTE 占 SPX 期权 59% 创历史最高
• Mag 7 内部人 2 年净卖出 $163.2 亿；NVIDIA 18 个月内部人卖出 $33 亿，15：0 卖买比——黄仁勋一人 $29 亿
• Allbirds(BIRD)4 月 15 日宣布从鞋业转型 AI compute——3 月底以 $3900 万卖掉鞋类资产给 American Exchange Group，4 月 15 日上市壳拿到 $5000 万可转债融资，计划改名 NewBird AI 做 GPU-as-a-Service/neocloud。但截至公告日还没有任何 GPU、任何客户、任何合同。单日 +582% 收盘，当周累计 +350%——市值从 $2170 万峰值冲到 $2.59 亿，只因为一份新闻稿和一份融资意向

 
主题轮动加速。

AI 资金已经把核心标的买过一遍后，被迫不断向外扩散去找新的吸金点。轮动经过的几个圈层（顺序不严格，但层级递进很清楚）：

第一圈 · 算力本身(芯片、内存、互联)：

• GPU
• HBM、存储、CPO

第二圈 · 物理基础设施(算力的物理空间和能源)：

• 数据中心
• 电力
• 冷却

第三圈 · Agent 运行环境(这是当下正在跑的一圈)：

Agent 是云轮动的核心催化剂。当 AI 从"对话"进化到"Agent"——长会话、并行任务、代码沙箱、浏览器沙箱、Kubernetes 编排、向量检索、状态保持、网络通信——它需要的是完整的服务器运行环境。这同时拉动两类标的：

CPU 和 neocloud 是同一个 Agent-driven 故事的两方面，Agent 跑起来需要 CPU 算力 + 完整服务器环境，所以两者在同一个时间窗口同步拉起来。

当主题需要从 GPU 一路向外扩散，到 memory，到物理基础设施，到 Agent 运行环境，才能继续吸资金，说明真正的核心叙事已经"吃饱"。每一层的 beta 越来越高，但贡献给指数的权重越来越小，注意力的中心从核心叙事向外围漂移。这是 1999 年末期最典型的模式。
与此并行，还有一类投机概念爆发：Allbirds 的 NewBird AI 转型，只需一份新闻稿 + $5000 万融资意向，市值从 $2170 万拉到 $2.59 亿

纯概念投机和外围轮动同时发生，这正是 1999 下半年到 2000 年 3 月顶部的节奏：从龙头网络股，到 B2B 软件，到光纤，到生物技术，到任何带"."的互联网东西。当主题需要从核心向 Agent 运行环境 + 改名股一起找弹性，真正的核心叙事就是已经吃饱了，直到证实了下一轮Agent的大爆发才会有新的循环。
把数据和情绪合起来看：少数几只股票拉着指数创新高，大多数股票已经在回调；散户资金大量涌入，内部人大量减持；轮动速度从年缩短到周；改名就涨。这些不会让市场马上崩，但它们告诉你一件事，市场的能量来源已经从基本面切到流动性和情绪。
 
 

贴现率风险

估值 = 未来现金流 / 贴现率。所以利率直接通过分母影响估值。
支持AI能力建设确实是美国的核心国策，但这不代表Warsh 的 Fed会无条件推高 AI 股票估值。
Fed 的职责不是保护 AI 股价，而是通胀、就业和金融稳定。即使 AI 是国策，Fed 也不一定用 2020 年式资产负债表扩张救高估值股票。
 

Warth降息+缩表的净效应是熊陡（bear-steepener），短端价格宽松，长端流动性收紧。10 年期可能从 4.31% 走到 4.80–5.30%；30 年期可能测试 5.50%。

这种政策倾向恰好和美国 AI 战略竞争互补：

• 降短端 + 升长端 = 短期融资便宜、长期估值压缩
• 谁短期融资多？ Neocloud(CoreWeave、Nebius、Lambda、IREN)——它们的资本结构高度依赖 GPU 抵押债不断 rollover
• 谁现金多？ Mag 7(Apple 净现金 $165B+、MSFT、GOOGL、META 都是净现金)
• 长端上行最先伤的是杠杆 AI 基础设施，不是 Mag 7
• 这反向加速 '弱者出局，强者集中'，Mag 7 的相对优势放大，中小 neocloud 在再融资压力下被淘汰或被收购

这正是美国 AI 产业政策真正想要的"赢家集中化"。美国不需要五百个 AI 公司，它需要五个能跑赢中国的 AI 公司。
所以产业政策可以支持 AI 建设，货币政策不一定保护 AI 估值。
 

外部因素：霍尔木兹

霍尔木兹不是本文主线，但是当前最直接的宏观催化剂——它通过油价 → 通胀 → 利率 → 估值这条链路，直接打到第二节要讲的盈利端时间窗口。

 
巴基斯坦 4 月 26 日(本文写作日)调停谈判失败，Iran 外长 Araghchi 离开伊斯兰堡未与美方会面，未来一周如果没进展，概率向"持续中断"迁移。
对美股的传导机制核心是 Fed 反应：
油价高 → 通胀更黏 → Fed 降息空间被压缩 → 长端利率和信用利差上行 → AI 长久期估值和项目融资 NPV 同时承压

结语

把估值和盈利合起来，当前美股 AI 牛尾的运行条件可以用六个"必须为真"来概括。其中 5 条关于盈利，1 条关于估值。今天的核心悬念是而是"AI 的账单到底能不能被支付"。

 
硬件先收钱，云先花钱，应用后证明。 如果应用证明成功，今天的 Capex 是新一代基础设施。 如果应用证明失败，今天的 Capex 就是未来折旧、减值和信用风险。
这轮 AI 牛市真正的问题是：

AI 改变世界的速度，能不能快过资本市场提前支付账单的速度。

市场仍然愿意等，但等待的耐心越来越少，越来越急躁，这就是"强，但脆"的全部含义。

左手AI硬件，右手能源是目前的最优解。

匿名用户 发表于 2026-5-25 22:35
首先感谢楼主花费大量时间分享这么有干货的文章，加米收藏，看了篇报道，光26年一季度四大就花了近1300亿， ...

太难猜，猜不了时间但有前瞻现象可以观察，比如巨头AI Capex增速、散户杠杆率、B端AI营收。我的估计是牛尾刚开始第一波，牛尾一般有2.5波。

这轮AI革命非常重资产，要拉爆一个资产负债表才行。我最近在研究1929，也是重资产泡沫。现在联邦政府杠杆率早已拉满了，企业杠杆率在升高，居民资产负债表还健康。接下来是企业向居民转移风险的时候。当散户和养老金通过信用债和股市开始挑大梁，就是牛尾的开始，也就是现在，而牛尾一旦开始见顶不会超过2年，互联网时代只会更快。

每轮泡沫都是一个坚实的短期无法证伪的叙事 + 监管漏洞下的杠杆机制组合而成，每次破裂都是这个杠杆机制被戳破。还没到时候，韩国都还没崩呢哈哈。

叙事本身弹性大不会带崩。Token可以分成前沿认知的稀缺商品和通用认知的廉价商品两种（回头把公众号的文章贴过来），前沿模型的Token有3-6个月保质期，保质期里有定价权。但前沿模型早晚会触到顶，到一个再scale就贵到离谱的顶。那时候token会快速统一到廉价商品，然后成为公共资源。这时候就要指望卖工作流给B端真的能撑起收入。

都是个人理解。

毫无营养的帖子

很有营养的帖子

匿名用户 发表于 2026-4-29 18:06
结论就是买就完了，等真bubble 破了大家一起完蛋

哈哈对，疯狂牛尾干就完了。短期咱也加了一句：左手AI硬件，右手石油粮食。

说了一堆，最终结论是啥？

lindastar1994 发表于 2026-4-29 17:18
说了一堆，最终结论是啥？

结论就是买就完了，等真bubble 破了大家一起完蛋

bill1203 发表于 2026-4-29 23:07
哈哈对，疯狂牛尾干就完了。短期咱也加了一句：左手AI硬件，右手石油粮食。

右手部分可否展开说说？石油粮食还是电力？有没有具体的标地可控参考？

bill1203 发表于 2026-4-29 20:07
哈哈对，疯狂牛尾干就完了。短期咱也加了一句：左手AI硬件，右手石油粮食。

估计下一次就是新的联储老大作妖，然后跌个10%

开源模型压榨闭源模型利润空间与云服务商有什么必然联系吗？开源模型的部署也是部署在云服务器上，交的和闭源模型公司一样的钱啊。

bawerlacher 发表于 2026-5-23 02:53
开源模型压榨闭源模型利润空间与云服务商有什么必然联系吗？开源模型的部署也是部署在云服务器上，交的和闭 ...

还是有差别的吧，开源就是完全的iaas了，就跟水电煤一样，白菜价

闭源的话，各大云厂商可以和模型公司合作，类似paas，甚至saas了