然后我们来回顾一下上周。首先，重点关注的两个标的的财报均录得了历史性的涨幅。我有其中的snow的二倍杠杆eft，而dell不好意思，我忘了hh。不过没关系，已经习惯了，似乎每个月都有奇迹发生，哪怕在3月都有疯狂的标的。我还是想重申一下我的观点，我认为，不管是snow还是网安，都体现了对于ai 流量和企业分布式本地数据库处理的巨大需求趋势，以及有硬件/软件强绑定能力的巨大优势。我在q1季度财报也写了文章，软件股越跌我越兴奋，因为整个板块撤资绝对有错杀，而我们要有耐心，这个部分需要1-2个财报来证明自己。结果确实是如此，因此，从这个角度讲，不管是唐票，now，还是我认为被错杀的搞AI workers的net，曾经的王者pltr，都应该是有潜力的。我也有大量的分析，从错杀和逻辑角度的，争取早一点发。大家也可以顺着这个思路找一找，我想mitk，okta，等等吧其实都还可以，我的自建软件eft里也有。目前看就intu打止损跑输了，其他的都做对了。

周四的PCE数据从3.5%加速到3.8%，预期内，但是方向并不好，尤其是核心pce，历史最高。驱动依然是能源，伊朗油价冲击吧通胀指标推高，同时也给消费端带来压力。K型经济进一步加重，4月经通胀调整后的消费支出增长仅仅为0.1%，个人储蓄降低为2.6%，是2022年6月以来最低，意味着一些家庭在动用储蓄应付高物价，应该不是动用储蓄炒股吧，也有可能hh。这是warsh上任后的首份通胀报告，意味着未来所有的美联储票委讲话，可能都会重新成为我们需要关注的点，直到他们的货币政策路径变得清晰。即便如此，周五三大指数齐创新高，收官五月。

周末美伊依旧反复。这其实是预期内的，美国每次战争谈和都是这样，没有半年结束不了。我也依然拿着部分油气。这个当作hedge，就不看了。一方面，军事行动重启，被市场期待的周五决定落空，trump周六表示不着急达成协议，并继续用军事行动威胁伊朗。

同时我们也看到了后巴菲特时代，伯克希尔哈撒韦的首笔大并购，这个纺织厂要收购建商，对依然建商。这次是Taylor Marrison，目标是人口流入多的增长区域。然后减仓了雪佛龙。我对这个没啥评价，美国地产是一个健康的市场，有耐心，总能会得来。但是，这不见得是个人投资者需要学习的行为，我不理解，工业革命时代，我们做不做生产力提升的方向和卡脖子的环节有什么特殊的理由。但作为分散配置，没啥毛病。我估计10年后，黄仁勋将成为代替巴菲特最伟大的投资人，我看好nbis，也是因为他们的管理层也有这样的眼光。

蓝色起源爆炸与spacex ipo估值下调至1.8万亿美元。这个没啥说的，尤其是对rklb来说，板块情绪和他能不能发射中子火箭有什么关系。最终重估看的就是中子火箭么毕竟。

Anthropic估值超过了openai。嗯。a社进入后期冲刺阶段，放了软件板块一命对吧。

老黄台北computex主题演讲和gtc taipei。主要讲驱动下一代ai的突破。一方面是vera rubin进入量产，这个比市场预期要快，同时也有和crwv，dell的架构合作。考虑到token已经成正资产，我这次想看看crwv能不能补涨这次，我也买入了。另外是这个架构依然要消耗倍数的hbm，然后没啥好说的，我还有一半的muu和snxx在跑，目前看mu到1500，或许真能实现，而sndk可能因为hbf破2000。这次还提到了英伟达将自己定位成cpu和网络公司，说白了，老黄的extreme codesign，要吃掉所有的东西。新的动作是进军笔记本，rtx spark/n1x 芯片，这个是基于arm的windows芯片（孙正义的py游戏，当然arm本身也很好）。给出了三代路线图，会有一堆用LPDDR6内存的vera rubin spark，以及未来的rosa feynman版本的。这当然叙事上冲击了intc，amd，苹果，高通，但应该也只是叙事上。我是一直看好arm的，年初就买了120的c，然后翻倍后换了正骨一直到现在。我的理由其实很简答，就是一个适应ai时代的技术，不能按照传统方法估值，后续会有一连串催化剂帮他的。最后是我校神人孙晨宇和老黄都要说的物理ai。物理ai，我比较看重传感环节。

这次也宣布了有cpo的Spectrum-X以太网光学交换机进入量产，和Vera Rubin绑在一起。不过这里是交换机侧的，不是。最近还有很多关于光的小作文，比如说cpo良品率低，要改方案，或者是中国扩产多，美国企业不想扩产，吃不到红利。我目前判断，这个其实比turboquant要更模糊一些。但也有一些逻辑问题，一个是cpo良率低，但是有些零部件是很难绕过的，比如激光器，毕竟100g，200g，400g的lane还是爆发式需求，比如dsp（按理说cpo好了，距离更短，都是不利好dsp的），比如scale across的glw，cien。要说中国扩产，emm，国内是模组厂吧我记得，威胁不到关键零部件，反而增加了比如零部件的需求对吧，从而抬升价格。更何况，连cohr这种能造出6inch inp 晶圆的也再杀。目前虽然有些模糊，但我初步判断，还是类似于turboquant的错杀。如果说mu 600c 我没有珍惜到最后，市场要是能把lite杀到400，我将去强制爱他，再给我一个机会好不好hh。

另外我还关注be，gev。这俩神仙有没有机会。总之也是有做空报告，但没啥新活。就是估值高，加gev的风电不太好。

然后我们来说一说量化，市场在高高中继续高高。称得上一个欣欣向荣。不过指数连连新高，似乎大盘宽度也变高，但是涨跌差依然连续四个交易日为负数，这种情况也是历史罕见，内部参与度降低，背离存在，spy单日资金净流出120m，smh和spy看跌期权累计。也就是这一次的所谓的普涨集中于少数权重股，msft，dell，orcl，now，crwd，pltr，ibm等企业软件和ai部署。关键判定落在spx 7580附近。多头铁底与板块松动并存。目前盘前，净gex+136.41 Bn，正区且较 5/27 的 +85.41 Bn 进一步抬升，机制对短期波动是压制态。上方阻力7600，下方支撑7550。另外期权异常，nvda 215c 7/17 29m看涨，断层第一，与之相反的是，存在对设备侧的多头松动。美光存在极端的多空对赌，目前来看多头赢了，那个开盘1015的大c要收获了。dell依然有短期的大量420c。软件板块多头也成了公示。暗池上，依然是nvda一枝独秀，另外亮眼的是存储四件套mu，sndk，wdc，stx。eft期权显著偏空，主要是smh，spy有深度虚值看跌，说明存在半导体的换手和减仓。于此对应的是，能源工业消费的c出现。以上为技术分析，仅供参考。

另外核电是一个还没有补涨，依然因为利率被打压的一个板块。其实整个有色大宗，不是因为明显供需的话，都是计价了一次加息了。这个很值得关注。不过，我是不会把这个当作一个主线，而是会当作逢低加仓的部分，因为利率政策不清晰，没必要占用AI时代要用的主流的资金。

另外是特朗普说要打古巴。这个我目前联想不到太多的后续机会和风险。我的第一反应其实是，当特朗普说要干这件事时，意味着中东的问题可能基本告一段落了。不过我原本看6月中旬风险比较大，也给出了回撤3-5个点的理由，但现在我见有一些大v说可能会回撤10个以上，和古巴有关。我不太清楚，或者说我觉得这个雷是和债市有关，然而日本6月加息已经是版上订钉，应该计价了一部分（情绪上应该没有），我保持开放态度，想看这些人之后怎么说。

本周我会重点关注周一通讯的hpe（惠普分拆的，和企业oem有关系，类似于dell），crdo，数据中心hive，周二的软件panw，gtlb，周三的大哥avgo，网安crwd，周四的光通信cien，核电xe，太空pl，安全rbrk，物联网IOT。
大事有spacex 路演正式启动，美伊余波，美巴起始，看看还怎么演，周三的ADP就业人数和日本央行行长发言，周四初领失业金人数，周五的大非农。另外周二到周四都有美联储票委发言。卡什卡利，哈玛克，巴尔，洛根，巴尔金，戴利，这几个都是导致市场波动的老朋友了，不了解的可以查一下。周日opec。

0. 黄金减肥药

这篇文章讨论的是过去两年全球资本市场关注度最高的医药赛道之一：减肥药。

故事的主角是一类药，叫GLP-1类药物。GLP-1是人体肠道分泌的一种激素，叫胰高血糖素样肽-1，作用是让人感到饱、抑制食欲、调节血糖。科学家发现，把这个激素做成药、定期给身体补充，就能持续抑制食欲，达到稳定减重的效果。早期这类药用于治疗2型糖尿病（因为它也能帮糖尿病人控制血糖），后来发现它的减重效果非常显著，于是被开发出专门的减肥适应症产品。

这类药当前在售的明星产品有几个名字大众可能听过。Ozempic（奥泽匹克）：糖尿病版本的注射针，每周打一次。Wegovy（维戈维）：减肥版本的注射针，跟Ozempic是同一个分子，只是剂量更高、适应症是肥胖。Mounjaro（孟吉罗）：糖尿病版本，新一代双靶点药物。Zepbound（泽邦德）：减肥版本，跟Mounjaro是同一个分子。Rybelsus（瑞贝尔苏斯）：口服版本的糖尿病药，跟Ozempic是同一个分子，做成了药片。Foundayo：2025年新获批的口服减肥药。

故事的主角是两家公司。礼来（Eli Lilly，股票代码LLY）是美国制药巨头，旗下产品包括Mounjaro、Zepbound、Foundayo。诺和诺德（Novo Nordisk，股票代码NVO）是丹麦制药公司，旗下产品包括Ozempic、Wegovy、Rybelsus。两家公司当前合计占据全球GLP-1减肥药市场的绝大部分份额，是这个赛道事实上的双寡头。

过去两年市场的剧情大致是这样的：2023年到2024年初，诺和诺德凭借Ozempic和Wegovy的提早上市，股价一度飙升成为欧洲市值最大的公司。但从2024年下半年开始，礼来的Tirzepatide（也就是Mounjaro和Zepbound里的活性成分）凭借更强的减重效果迅速追赶，2025年内逐步反超诺和。同期诺和经历了一系列负面事件：下一代产品临床数据不达预期、阿尔茨海默病试验失败、业绩指引连续下调，股价从2024年高点跌掉约一半。礼来则相反，股价持续创新高，2026年Q1业绩同比增长56%。
那为什么这两家走到了不同的位置，我更看好lly；这是阶段性的领先反超，还是结构性的胜负；普通投资人现在该怎么看这两家公司，以及更广的赛道。

0.1 CVS的覆盖 lly 大涨

2026年5月28日，礼来股价盘中上涨约3%，触发事件是CVS Caremark宣布两件事。

CVS Caremark是美国最大的药品福利管理公司之一，简称PBM（Pharmacy Benefit Manager，药品福利管理机构）。PBM在美国医疗体系里扮演的角色是中间方：保险公司把药品报销的决策权交给PBM，PBM负责跟药企谈判价格、决定哪些药能进保险报销目录（叫处方集）、哪些药患者能用低价买到。美国三大PBM加起来覆盖全国80%以上的处方药市场。一个药能否被PBM覆盖、以什么价位被覆盖，直接决定了它的销售规模。

CVS Caremark宣布的两件事是：第一，把Zepbound（礼来的注射版减肥药）恢复为标准处方集的优先覆盖药物；第二，将礼来新获批的口服减肥药Foundayo（通用名Orforglipron）加入标准处方集。CVS Caremark覆盖约2500到3000万美国人。这意味着美国三大PBM首次全部覆盖礼来的完整减肥药组合。CVS Caremark的Foundayo覆盖从6月1日生效，Zepbound的覆盖于10月1日恢复，合资格患者每月最低支付25美元。

支付端的打通对减肥药的可及性影响是数量级的。原本自费每月1000美元以上的减肥药，进入保险报销通道后患者实付降到25美元，意味着原本只服务高净值人群的产品被推向中产阶级和老年Medicare人群（Medicare是美国65岁以上老人和部分残障人士的联邦医保）。礼来在同一周宣布以约40亿美元收购Curevo、LimmaTech、Vaccine Company三家公司进入疫苗赛道，体现的是另一面：现金流足以同步推进减肥药扩产、新管线投入、以及横向并购。两件事叠加起来，礼来近期内部的资本运作密度，已经在用行动定义GLP-1是消费品级别的赛道这个判断。

同期诺和诺德的股价位于44美元附近，距离52周高点81美元跌去46%。CagriSema（诺和正在开发的下一代减肥针，本来用来追赶礼来）数据未达预期、Semaglutide治疗阿尔茨海默病的试验失败、2026年指引预计负增长、CagriSema在跟礼来Tirzepatide的头对头试验中输给对方，几件事在过去十二个月里依次发生。市场重新定价的过程已经发生，问题不再是诺和有没有问题，而是46%的折价是否过度反映了它的长期处境。

CVS的覆盖决定处在一个更大的趋势线上：减肥药的支付端正在被系统性打通，产能仍是约束，疗效仍在迭代，竞争格局已经基本定型。真正决定性的是，赛道的市场属性、礼来与诺和的全维度对比、诺和的几个非结构性优势、长期投资判断与上游机会。

1. GLP-1是被错配定价的赛道

1.1 市场仍在用传统药企框架给GLP-1定价

主流医药公司的估值框架围绕几个核心变量：在研管线（pipeline，指公司正在开发但尚未上市的药品）的成功概率、专利保护期、仿制药悬崖距离（即专利到期后被仿制药冲击的时间点）、医保谈判压力。这套框架默认了一件事，药物的需求是医生处方决定的，患者的支付意愿低，价格主要由保险公司决定，市场天花板由患者人数和报销标准决定。

GLP-1类减肥药的需求特征跟这套框架的预设有几处明显不符。患者主动来要药，不是医生主动建议；患者愿意自费，不是只能等保险报销；停药体重反弹意味着用药是长期的，接近终身；减肥本身带有自我提升的属性，跟治疗高血压这类慢病有体验上的差异。

这几个特征加起来，GLP-1类药物的产品属性更接近消费品而非传统处方药。市场目前的估值框架没有充分定价这种产品属性的差异，是赛道里仍然存在alpha（超额收益）的根本原因。

1.2 消费品属性的四个维度

1. 复购粘性。诺和诺德在2025年公布的真实世界数据显示，停药后体重在一年内平均反弹约三分之二。这意味着减重达标的患者大概率终身用药。从医药行业的传统视角看，慢病药也有终身用药特征，但GLP-1的复购更接近订阅模式，因为患者用药的直接动机（保持体重）和直接体验（外形改善）每天都在反馈，依从性远高于无症状的慢病管理药物。

2. 品牌认知。Ozempic、Wegovy、Zepbound已经是大众认知度极高的品牌，在美国社交媒体上是常见词。这在传统处方药市场极其罕见，处方药通常只在医生和患者群体内部有认知。GLP-1类药物已经具备了消费品意义上的品牌资产，进入了大众文化的语境。

3. 自费意愿。减肥的自我提升属性让患者愿意承担相当的自费比例。这个维度上GLP-1更接近医美产品（Botox、玻尿酸）而非传统药物。礼来的Zepbound自费价格虽然从1300多美元降到接近500美元的水平，但需求一直处在产能极限附近，价格弹性远低于普通药物（价格弹性低指的是价格变化对销量影响小，即使涨价也卖得动）。

4. 适应症的纵向扩展。从减肥到糖尿病到心血管保护到MASH（代谢功能障碍相关脂肪性肝炎，俗称严重脂肪肝）到睡眠呼吸暂停到肾病，再到尚处早期的成瘾治疗方向。每个新适应症都是一块独立市场，并且每个新适应症都打开一条新的支付通道。Wegovy通过心血管获益标签进入Medicare Part D报销（Medicare Part D是美国老人医保里覆盖处方药的部分），是这个机制的典型案例。Medicare原本不覆盖减肥药，但覆盖心血管药，所以诺和拿到心血管标签后，等于打通了几千万老年人的报销通道。

1.3 市场规模与渗透率

全球肥胖（BMI≥30，BMI是身高体重指数）人口约10亿，超重（BMI≥25）人口超过20亿。当前GLP-1类减肥药的全球用药人数约2000到2500万，渗透率不到5%。

行业研究机构对2030年全球GLP-1药物市场规模的预测区间在1000到1390亿美元之间。这个数字仍可能低估，原因有三：第一，预测大多基于当前价格水平折算，没有充分纳入Foundayo这类口服小分子药放量后价格大幅下降带来的市场扩容；第二，适应症扩展（心血管、MASH、睡眠呼吸暂停、肾病、成瘾治疗）每一项都还在临床读出阶段，未完全反映在预测里；第三，新兴市场（中国、印度、东南亚）的渗透率假设普遍偏保守。

1.4 价格下降叠加保险覆盖放大市场

礼来与诺和都在做主动降价。诺和的Wegovy自费价从约1350美元降到约350美元，礼来的Zepbound降幅相对小但量增覆盖了价格压力。表面看是利润率压力，本质是把市场从高净值人群扩展到中产阶级。CVS Caremark对Foundayo的覆盖让月支付降到25美元起，是这条路径的延续。

从需求端看，需求并没有因为价格高而饱和。从供给端看，价格降到能进入大众市场的水平后，需求曲线会陡峭抬升。这个机制类似消费电子产品的渗透曲线，与传统医药的价格越高、毛利越好、利润越多逻辑反向。

1.5 类比与定位

最接近的类比是Botox（保妥适，一种肉毒杆菌素，用于治疗肌肉痉挛和医美除皱）从1989年获批治疗眼睑痉挛、到2002年获批改善眉间纹、再到今天成为医美必备品的路径。Botox的市场扩展主要不靠原适应症（眼睑痉挛患者数极少），而靠在监管批准的医美适应症之外的真实需求释放。

GLP-1正在重复同样的路径，但规模量级远超Botox。Botox的全球市场约70亿美元，GLP-1预计2030年达到1000到1390亿美元，是Botox的15到20倍。把GLP-1类药物的产品属性、支付路径、患者人群、品牌认知拼起来看，它更接近一种全新的消费医疗品类，与任何已有处方药都有结构性差异。

赛道的alpha来自这种产品属性的错配定价。投资人按传统药企估值框架看到的折现、悬崖、仿制药压力是真实的，但忽略了消费品级别的需求强度、定价权和适应症扩展。当支付端打通时，市场天花板的真实位置远高于当前预测。

2. 为何我更看好礼来的alpha

赛道的alpha和具体公司的alpha不是一回事。GLP-1赛道值得看好，不等于赛道里所有公司都值得买。下面从疗效、技术路线、产品矩阵、商业、专利五个维度比较礼来与诺和。每个维度都用同一个标准：拆解到底层机制，看长期竞争壁垒。

2.1 疗效：双靶点对单靶点的代际差

减肥药的核心竞争力是单位时间内的减重幅度。当前主要产品的Phase 3（指药物上市前的最后一期大规模人体试验，是最关键的一期，通常涉及数千名患者）数据如下:诺和的注射版Semaglutide（商品名Wegovy）68周减重约15%;礼来的注射版Tirzepatide（商品名Zepbound）72周减重约20到23%;诺和的下一代CagriSema（Semaglutide与Cagrilintide两种成分的固定剂量组合）68周减重约22.7%;礼来Phase 3的Retatrutide（三靶点新药）48周减重约24%。

最具说明力的数据来自2026年2月公布的REDEFINE 4试验。这是诺和主动设计的CagriSema与礼来Tirzepatide的头对头试验（指两个药物直接同时在同一群患者身上对照测试）。结果：CagriSema减重23%，Tirzepatide减重25.5%。CagriSema未达到对Tirzepatide的非劣效性终点（非劣效性是临床术语，意思是新药效果不显著差于对照药;连这个最低要求都没达到，意味着新药明确输给对照药）。诺和投入巨资开发的下一代药物，在头对头试验中输给了礼来已经上市三年的现有药物。

疗效差距的根本来源在靶点（药物作用的目标受体）机制，不在剂量或制剂。Semaglutide只激活GLP-1受体（一种与食欲调节相关的肠道激素受体）;Tirzepatide同时激活GLP-1和GIP两个受体（GIP是另一种肠道激素，作用在外周脂肪组织和胰腺）。两个受体的作用通路互补：GLP-1主要管中枢的食欲抑制（让大脑感到饱），GIP主要管外周的脂肪代谢和胰岛功能（让身体更高效地代谢脂肪、控制血糖）。两者协同的效果不是简单相加，而是真正意义上的1+1>2。

CagriSema选择的第二靶点是Amylin（淀粉样多肽，作用在脑干区域抑制食欲），与GLP-1的作用通路存在重叠（都是中枢抑制食欲）。机制上CagriSema是两次中枢抑制，Tirzepatide是中枢加外周，前者天然不如后者。这是CagriSema即使在剂量和剂型上做了大量优化，仍然追不上Tirzepatide的根本原因。

Retatrutide在Tirzepatide基础上加了第三个靶点Glucagon。Glucagon受体激活后促进脂肪分解和产热（即让身体把储存的脂肪烧掉、产生热量），从能量消耗端进一步发力。Phase 2（药物上市前倒数第二期临床试验，规模比Phase 3小但已经能看出明显疗效）48周减重24%，且未到达平台期（指减重效果还在继续增加、没到极限）。如果Phase 3数据维持，Retatrutide将成为有史以来减重效果最强的药物。礼来在双靶点已经领先的基础上又把三靶点推到Phase 3，疗效维度的差距在拉大而非收窄。

2.2 技术路线：多肽与小分子的代际分工

这一个维度比疗效更接近问题的核心。GLP-1类药物分两条技术路线：多肽（peptide，由几十个氨基酸组成的大分子生物药）和小分子（small molecule，化学合成的小分子化合物）。两条路线在生产成本、产能扩张、给药方式上的差异是数量级的。

• 多肽的特征。分子量在4000到5000道尔顿（衡量分子大小的单位）之间，由几十个氨基酸组成。生产工艺是固相多肽合成或生物发酵，需要大规模生物反应器、严格质量控制、冷链运输（药品需要全程低温保存）。Semaglutide、Tirzepatide、CagriSema、Retatrutide、Amycretin都是多肽。

• 小分子的特征。分子量在500道尔顿以下，化学合成。生产成本低一个数量级，产能可以快速放大，可以做成口服片剂且生物利用度高（生物利用度指口服后实际进入血液的药物比例）。礼来的Foundayo（Orforglipron）是目前唯一获批上市的GLP-1类小分子。

诺和的口服版Semaglutide（商品名Rybelsus和口服Wegovy）选择的是多肽硬做口服的路线。多肽分子在胃肠道很容易被消化分解，所以正常情况下没法做成口服药，大部分还没吸收就被胃酸破坏了。诺和的解决办法是在多肽分子上加一种叫SNAC的吸收促进剂，让多肽在胃肠道不被消化就能穿过胃壁吸收。这条路线最大的问题在原料药消耗量。

诺和第一代口服Semaglutide（Rybelsus）每天需要口服14mg（高剂量版可达40mg/天），注射版Wegovy每周只需要打1到2.4mg。按每周累计折算，口服剂型对原料药的消耗量是注射剂型的几十倍。从生物利用度看，口服Semaglutide的生物利用度仅约0.8到1%（即吃下去99%被浪费掉），注射版接近89到94%。为了在体内达到与皮下注射相似的临床效果，口服剂型所需的有效成分API（Active Pharmaceutical Ingredient，活性药物成分，即药物里真正起作用的化学成分）约是注射剂型的100到280倍。

这个差异在传统药物里看不到。多肽口服路线的产能挑战因此是双重的：产能扩张本身困难（多肽生产工艺复杂），扩产完成本压力依然存在（卖一份口服药消耗的原料药够别人卖几十份注射药）。这从根本上挑战了多肽口服的商业模式可持续性。

诺和的母公司Novo Holdings（诺和控股，诺和诺德的母公司，丹麦的家族慈善基金会）在2024年12月以165亿美元完成对全球CDMO（Contract Development and Manufacturing Organization，合同研发生产组织，即帮药企做代工生产的公司）巨头Catalent整体的收购，并随后将其中位于意大利Anagni、美国印第安纳州Bloomington、比利时Brussels的三大核心无菌灌装与制造工厂以110亿美元转售给诺和诺德旗下。这次收购的目的是从根本上解决多肽口服的产能瓶颈，通过规模效应强行摊薄生产成本。从战略意图看，诺和管理层非常清楚口服多肽的成本难题，并在用最重的资本动作应对。这也从侧面证实了这条技术路线的根本性挑战是真实的。

礼来的Foundayo走的是完全不同的路径。小分子化学合成成本是多肽的几十分之一，产能扩张速度快得多，且天然适合口服。Foundayo的Phase 3数据显示，72周减重约12.4%。减重幅度不如注射版Tirzepatide的23%，但作为方便服用、价格可以做得很低、产能可以快速放大的口服药，它服务的是一个跟注射药差异化的患者群体。

多肽分子有几十个氨基酸提供足够的接触面积，可以同时与三个不同的受体结合口袋发生互动。小分子分子量限制在500道尔顿以下，物理上难以同时精确激活三个不同的受体并维持适当的亲和力比例。这是为什么礼来的Retatrutide三靶点必须做成注射多肽，Foundayo口服小分子必须维持单靶点。

礼来由此形成了双线分工。注射多肽（Tirzepatide、Retatrutide）服务对减重效果有最高要求的患者群体，提供最大临床收益;口服小分子（Foundayo）服务对方便性敏感、对减重幅度要求中等的患者群体，扩大可及性。两条线分别占据最强效和最方便两个互不替代的临床场景。

诺和的产品线在这两个场景上都没有形成对礼来的有效竞争。口服Wegovy受制于多肽口服的成本和产能问题，注射版CagriSema在头对头试验中输给Tirzepatide。下一代的Amycretin仍是多肽路径，并未触及小分子赛道。

更长期的维度上，礼来在通过AI和大规模数据计算尝试设计三靶点小分子。三靶点小分子在物理上是否可行目前尚无定论，但礼来对计算资源和数据资产的投入说明它认为这条路径在可见的未来值得探索。如果这条路径能走通，礼来将形成小分子三靶点口服的产品形态，疗效与给药便利性同时打到极致。

2.3 产品矩阵：三层覆盖与单线追赶

把礼来与诺和的产品线分别铺开看，两家公司的差异不在单产品的强弱，而在产品矩阵覆盖的完整度。

礼来的产品矩阵分三层。最强效层：Zepbound（已上市）加Retatrutide（Phase 3）。这一层服务对减重效果有最高要求、可接受每周注射的患者。Zepbound 23%减重已经是当前在售产品的最高水平，Retatrutide三靶点把这个数字推到24%以上。最方便层：Foundayo（已获批上市）。小分子口服，每天一片，不需要冷链，不限饮食饮水，生产成本和价格都可以做得很低。服务的是对方便性敏感、不愿打针、对减重幅度要求中等的患者。最深机制层：Retatrutide（三靶点）以及在研的Oloralintide、Brenepatide等。这些药物在GLP-1加GIP的基础上引入第三、第四个机制（Glucagon、Amylin等），向代谢平台药的方向演进。

诺和的产品线在每一层都没有领先。最强效层：Wegovy（15%减重）落后于Zepbound（23%）。CagriSema作为下一代被设计来追赶，但头对头输给Tirzepatide。最方便层：口服Wegovy（多肽口服，16.6%减重）数据上略高于Foundayo（12.4%），但生产成本和产能扩张能力被小分子路径降维打击。最深机制层：Amycretin是诺和的下一代双靶点多肽，Phase 2减重23.9%。即使Phase 3数据维持，仍是双靶点对礼来三靶点的差距。

横向看，礼来的产品迭代沿三条轴推进：靶点数从1到2到3、给药方式从每天到每周到每天口服、机制方向从减少摄入到减少摄入加增加消耗。诺和的迭代主要在减少摄入这条单一轴上推进（GLP-1食欲抑制到Amylin进一步食欲抑制到CB1反向激动剂仍是食欲抑制），机制天花板更接近。

2.4 商业：市场份额与价格结构

美国GLP-1处方市场的份额变化体现两家公司在商业层面的当下状态。到2025年2月，礼来在美国GLP-1处方量份额约60%，诺和约40%。两年前这个比例是反过来的。份额转折发生在2024年下半年，主要驱动是Zepbound的快速放量加上Mounjaro在糖尿病侧的持续渗透。

价格层面，诺和的Wegovy美国自费价从约1350美元降到约350美元，降幅74%。礼来的Zepbound整体价格降幅约13%，靠量增（同比+65%）覆盖了价格压力。礼来2026年Q1毛利率82.6%，仍是制药行业的顶级水平。诺和在同期承受了更明显的利润率压力。

2026年财务指引（公司对未来一年业绩的官方预测）的差异更明显。礼来2026年收入指引区间为820到850亿美元，Q1单季度同比增长56%后上调了全年指引。诺和2026年最新指引（Q1财报修订后）预计调整后销售和营业利润同比下降4到12%（CER口径，CER指恒定汇率，是排除汇率波动影响后的同比增长率）。一家在加速，一家进入负增长，反映的不只是当下的份额差异，更是市场对两家未来增长曲线的预期分叉。

2026年5月CVS Caremark将礼来的Foundayo和Zepbound纳入标准处方集，意味着美国三大PBM首次同时覆盖礼来完整的减肥药组合。这件事对礼来Q2及之后的处方量是直接的正向催化（催化是投资术语，指能推动股价短期上涨的具体事件）。诺和的口服Wegovy虽然已经获批上市，但产能和成本约束让它的放量速度受限。

横向的同期事件：礼来在2026年5月26日宣布以约40亿美元收购Curevo、LimmaTech、Vaccine Company三家公司，进入疫苗和感染病赛道。这次收购反映的是现金流和扩张能力，主营业务高速增长的同时还能调动数十亿美元做横向并购，并不依赖外部融资。诺和同期处在股价下行、机构降评级的状态，2025年也曾参与对Metsera的竞购（Metsera是一家GLP-1新进入者，有多个候选药物）但最终被Pfizer（辉瑞，全球最大的制药公司之一）以最高100亿美元的价格胜出，反映出诺和在资本运作的相对位置承压。

诺和过去十二个月的状态由几次关键事件构成。2025年3月CagriSema首次Phase 3数据未达预期。2025年内四次下调全年业绩指引。2025年11月EVOKE和EVOKE+两项Semaglutide治疗阿尔茨海默病的Phase 3试验失败，击穿了GLP-1有望成为阿尔茨海默治疗药物这一估值溢价（即股价里包含的对这个潜在大市场的预期值）的来源。2026年2月初公布2026年指引为收入和利润负增长，单日跌幅两位数，市值蒸发约500亿美元。2026年2月底REDEFINE 4头对头试验CagriSema输给Tirzepatide。这一系列事件叠加，从2025年初到2026年2月底，诺和股价跌幅接近50%。

商业层面礼来与诺和的位置差异，与疗效、技术路线、产品矩阵的差异是一致的，互相印证。

2.5 专利接力：迭代速度的不同节奏

专利在医药行业的核心意义是：药物获批后通常有20年的化合物专利保护期，期间其他公司不能生产同样的药。专利到期后，仿制药（generic drug，跟原研药成分相同但价格便宜得多的复制品）可以进入市场，原研药销售通常暴跌50%以上，这叫专利悬崖。专利悬崖对应的就是大型药企的失血点，一个不能正常迭代新药的药企，到了专利悬崖就会出现明显的业绩塌方。

两家公司核心产品的专利到期时间是错开的。诺和Ozempic和Wegovy的核心分子专利美国到期2032年。Rybelsus和口服Wegovy的相关制剂专利延伸到约2039到2040年。印度的核心专利已于2026年3月到期，中国预计2026年内到期，巴西、加拿大、土耳其等其他新兴市场陆续到期。

礼来Tirzepatide的分子专利美国到期2036年，相关制剂专利延伸到2039到2041年。Foundayo（Orforglipron）作为全新分子，专利保护到2040年代中后期。Retatrutide作为另一个全新分子，专利保护到2040年代末。时间差4到9年。在仿制药压力到来之前，礼来有比诺和更长的窗口期来巩固市场地位、推进新一代产品的渗透。

更重要的是迭代节奏。礼来从2014年Trulicity（首代每周一次的GLP-1药）到2022年Tirzepatide到2025年获批Foundayo到Retatrutide和后续多肽产品在2027到2030年陆续上市，平均每3到4年推出一代新产品。每一代的新专利保护期都是新的20年。这种迭代加专利接力的循环让仿制药永远追在后面：旧分子的专利到期时，患者已经在用第二代或第三代。

诺和的迭代节奏在Semaglutide之后明显放缓。CagriSema作为次世代在头对头试验中输给了上一代礼来产品，Amycretin要等到2027到2028年才有Phase 3数据，2030年Q4才可能获批。中间这段时间诺和需要靠现有Semaglutide体系维持收入，但2032年Ozempic美国专利到期、印度和中国仿制药已经在路上，专利体系的护城河在收窄。

多肽生产工艺本身构成一层非专利的制造壁垒。即使分子专利到期，能够大规模生产高质量多肽的厂家屈指可数。这层壁垒对诺和和礼来两家都是有利的，但不构成区分两家公司的竞争力差异。

3. 诺和的几个优势是真实但非结构性的

前面五个维度的对比指向了清晰的方向，但诺和现阶段并非没有牌可打。它的优势主要来自先发上市带来的临床数据和监管资产积累。这些优势真实存在，需要在长期判断里给出应有的权重。但它们的共同特征是有明确的到期时间窗口，不构成持续的技术壁垒。

3.1 五个先发优势

• 心血管保护标签。2023年公布的SELECT试验数据让Wegovy获得降低心血管事件风险的FDA批准（FDA是美国食品药品监督管理局，相当于中国的药监局）。这个标签让Wegovy可以通过心血管通道进入Medicare Part D报销。美国Medicare传统上不覆盖减肥药（视为生活方式选择），但覆盖心血管疾病治疗药物。Zepbound目前没有这个标签。礼来的Tirzepatide心血管结局试验（SURPASS-CVOT）预计2027年读出数据。在结局试验数据出来之前，诺和在Medicare心血管通道上有独占的报销准入。

• MASH（脂肪肝）适应症。2025年8月，Wegovy获批治疗MASH，成为首个获批治疗这一适应症的GLP-1药物。MASH全球患者数估计约1.5亿。这是另一个Wegovy已经拿到、Zepbound尚未拿到的适应症。

• 青少年适应症。Wegovy获批用于12岁以上的青少年肥胖患者。Zepbound目前仅批准成人。在美国青少年肥胖率持续上升的背景下，这是一个独占的细分市场。

• 口服Wegovy的先发。2026年初Wegovy获批口服剂型，成为全球首个上市的口服GLP-1减肥药。诺和2026年Q1财报披露的一个数据值得关注：口服Wegovy的用户中约80%是过去未曾用过任何GLP-1药物的新患者。这说明口服剂型在做市场扩容而非蚕食注射版的用户基础。

• 镰刀型贫血的Phase 3数据。诺和2026年Q1财报披露etavopivat（非GLP-1类药物，是诺和管线里的另一个候选药）在镰刀型贫血HIBISCUS Phase 3试验上达到两项主要终点：将血管闭塞性疼痛危象的年化频率降低27%，48.7%的患者血红蛋白响应超过1g/dL（安慰剂组7.2%）。诺和规划2026年Q4提交监管申请。这是诺和管线在非GLP-1领域的重要进展，市场容量相对较小但完全独立于减肥赛道。

3.2 这些优势的到期时间窗口

每一项先发优势都有明确的时间窗口。心血管标签的窗口约2年。礼来的SURPASS-CVOT预计2027年读出。考虑到Tirzepatide减重幅度更大（23% vs 15%），心血管获益大概率也更大或不弱于Wegovy。一旦Tirzepatide拿到心血管标签，Medicare心血管通道的独占就消失。

MASH适应症的窗口约1到2年。礼来的Tirzepatide和Retatrutide都有MASH相关临床试验在进行中。MASH的适应症跟进对礼来而言是临床数据时间问题，不是机制问题。青少年适应症的窗口约1到2年。礼来的儿科临床试验已在推进。

口服Wegovy的先发窗口已经在缩小。礼来的Foundayo于2025年获批上市，2026年5月CVS加入后接入三大PBM。Foundayo作为小分子在生产成本、产能、价格、不限饮食饮水等使用便利性上的优势会逐步显化。诺和口服Wegovy的先发优势主要体现在2025年底到2026年的市场启动期。镰刀型贫血等较小适应症的市场容量决定了即使保持独占，对诺和整体估值的影响也是边际的。

这些优势的共同特征是它们都依赖于先发上市后的临床数据积累，而不依赖于结构性的技术壁垒。当后发者完成同类临床试验时，先发优势就被追平。这是把它们归类为非结构性优势的原因。

3.3 真正的底牌：Amycretin

Amycretin（Phase 3开发代号zenagamtide）是诺和长期叙事的核心赌注。Amycretin是一个单分子同时激活GLP-1和Amylin两个受体的双靶点多肽。与CagriSema（两个分子物理混合）的设计不同，Amycretin是单分子双靶点，机制上更接近Tirzepatide（单分子GLP-1加GIP双靶点）的设计思路，分子工程难度更高。

已公布的数据：Phase 1b/2a试验中，皮下注射版Amycretin在36周时减重约23.9%（最高剂量组），早期数据显示12周时已实现超过13%的减重。Phase 2数据中减重曲线在36周未到达平台期，意味着更长疗程或更高剂量可能继续推高减重幅度。口服版在Phase 1试验中12周减重13.1%，是目前公布的最强口服GLP-1早期数据。

诺和已于2026年Q1启动注射版和口服版Amycretin的大规模Phase 3项目（AMAZE项目）。诺和管理层选择跳过Phase 2b阶段直接进入Phase 3，体现了与监管的沟通顺利和对早期数据的信心。

如果Phase 3数据维持Phase 2的减重幅度，且确实没有到达平台期，Amycretin可能成为唯一在疗效上能对Tirzepatide构成竞争的多肽药物。23.9%且未到平台期意味着实际终点减重可能接近或超过Tirzepatide的25.5%。

但Amycretin的关键时间节点是2027和2028年。Phase 3数据预计在2027年读出，FDA获批预计2030年Q4。在此之前的两到四年时间里，诺和需要靠现有Semaglutide体系应对礼来的全面挤压。这段空窗期是诺和短期股价下行压力的主要来源。

Amycretin即使成功能解决什么、不能解决什么，值得分开来看。

能解决：诺和在双靶点疗效上追平或超过礼来当前在售产品（Tirzepatide）。叙事层面诺和重新拥有差异化产品，估值修复有支撑。短期股价的悲观预期被部分缓解。不能解决：礼来同期推进的Retatrutide三靶点疗效预计在Tirzepatide基础上进一步提升，Amycretin能追平Tirzepatide但不一定能追上Retatrutide。礼来Foundayo小分子口服在成本、产能、可及性上的优势仍然存在，诺和缺少对应的小分子产品。礼来的产品矩阵三层覆盖结构仍然完整，诺和仍是双靶点单点产品。

这意味着Amycretin成功后诺和大概率能稳住强劲的第二名位置，但回到赛道领先者的概率较低。

3.4 几个潜在催化点

Wegovy HD（高剂量注射版本）。2026年3月FDA批准了Wegovy HD（Semaglutide 7.2mg），4月7日在美国上市。STEP UP试验显示68周减重20.7%，超过30%的患者达到25%以上减重。Wegovy HD将注射版Semaglutide的疗效从原来的15%抬升到20.7%，与Tirzepatide的23%差距显著缩小（不再是15% vs 23%的悬殊对比）。这是诺和在Amycretin之前能够拿出的最直接的疗效升级。

Monlunabant（CB1反向激动剂）。Monlunabant作用于内源性大麻素系统的CB1受体（内源性大麻素是人体自己合成的、跟大麻素结构类似的物质，参与食欲和成瘾的调节），机制完全不同于GLP-1。Phase 2a数据16周减重约15磅。这个药物的更大意义可能不在减肥本身，而在成瘾治疗。CB1受体在酒精、烟草、毒品成瘾的神经机制中扮演重要角色。如果Monlunabant后续能拓展到成瘾治疗适应症，这是一个完全独立于减肥赛道的新增长来源。风险：CB1类药物有精神科副作用（焦虑、抑郁、自杀倾向）的历史包袱，2008年上市的Rimonabant就因此被全球撤市。Monlunabant Phase 2b的安全性数据是关键观察点。

海外市场的差异化策略。印度的Semaglutide核心专利已于2026年3月到期，诺和的应对策略是主动降价（Wegovy在印度降价37%）加上与当地分销商合作（Abbott、Emcure）抢在仿制药之前完成市场渗透。这种以价换量的策略短期压低毛利，但长期可能保住品牌认知和处方习惯。

3.5 估值反映的位置

诺和当前股价44美元附近，从52周高点跌46%。Forward PE（远期市盈率，用股价除以未来12个月的预期每股盈利，反映市场对公司未来一年的估值水平）约16倍。作为参照，礼来当前Forward PE约26倍（增速预期+25%），艾伯维（AbbVie，美国大型药企，主营自身免疫病和肿瘤药，曾凭借Humira一款药拿过制药业最大单品销售）Forward PE约14倍（增速预期低单位数）。

把三家放在一个估值光谱上看。艾伯维14倍代表已经过悬崖、增速稳定、确定性最高的稳态药企定价;诺和16倍介于稳态药企和成长药企之间，反映暂时承压但仍有翻盘可能的悲观定价；礼来26倍是明确的成长药企定价，反映对持续高速增长的预期。

诺和16倍的估值已经定价了相当程度的悲观预期。如果Amycretin Phase 3数据维持Phase 2的减重幅度且无安全性意外，估值有重新向成长股区间靠拢的空间。如果Amycretin数据低于预期或安全性出现问题，估值有向稳态药企区间下行的风险。

这个估值水平不便宜（艾伯维更便宜），也不贵（礼来贵很多）。它的位置是赔率定价（赔率指的是用相对小的概率博取较大上行空间，是赌博和投资共有的概念），市场已经反映了大量悲观，剩下的上行空间主要依赖几个关键临床事件的兑现。

4. 长期判断与投资视角

4.1 礼来的核心壁垒在迭代速度

把礼来的产品线展开来看：1996年Humalog（人胰岛素类似物，治疗糖尿病）、2014年Trulicity（每周一次GLP-1）、2022年Mounjaro和Zepbound（GLP-1加GIP双靶点）、2025年Foundayo（口服小分子GLP-1）、预计2028年前后Retatrutide（GLP-1加GIP加Glucagon三靶点）、预计2029年Oloralintide和Brenepatide（更新机制的代谢药物）。

平均3到4年推出一代新产品。每一代解决上一代的真实痛点：Trulicity解决每天注射的依从性问题、Tirzepatide解决疗效天花板、Foundayo解决打针抗拒、Retatrutide从能量摄入端进一步走到能量消耗端。每一代都有全新的20年专利保护。

这种产品迭代加专利接力的循环意味着仿制药永远追在后面。旧分子专利到期时，主流患者已经在用第二代或第三代。礼来卖的不是某个具体分子的垄断权，是持续创新的能力。

更深一层，礼来在数据和算力上的投入指向更远期的路径。如果AI驱动的分子设计能让三靶点小分子物理上可行，礼来的下一个产品周期将是小分子多靶点口服，疗效、便利、成本三个维度同时打到极致。这个方向目前还在技术上未证实，但礼来已经在为它做准备。而礼来在自建大型数据中心上，已经走向了前列。

风险点：连续几个Phase 3失败会击穿这套迭代叙事。Retatrutide Phase 3数据、Foundayo的放量速度、长期安全性信号（甲状腺C细胞瘤、胰腺炎等可能的副作用）是关键观察点。礼来当前26倍Forward PE对应40%+的盈利增速，PEG（市盈率与盈利增速比，PE除以增速百分比，常用来判断成长股估值合不合理，1以下通常被认为偏便宜）约0.65，从增速看不算贵，但绝对估值水平在制药行业里属于偏高，对负面意外的容忍度较低。

4.2 诺和的路径选择问题

诺和的技术路线选择是中枢抑制优先。GLP-1抑制食欲、Amylin进一步抑制食欲、CB1反向激动剂仍是抑制食欲。这是一条相对集中的机制赌注，效果天花板取决于中枢抑制的极限在哪里。

礼来选择的是中枢加外周。GLP-1中枢抑制、GIP外周代谢调节、Glucagon产热和脂解。三条机制覆盖摄入端和消耗端，理论上的天花板更高，已实现的疗效数据也证实了这一点。

诺和错过的另一个关键节点是小分子口服。在礼来开始推进Orforglipron的同期，诺和选择在多肽口服路径（Rybelsus、口服Wegovy）上投入资源。多肽口服路径面临原料药消耗280倍的根本性约束，商业模式上很难与小分子口服竞争。诺和的母公司Novo Holdings收购Catalent的165亿美元投入是在事后补救，目标是用规模效应摊薄成本，但小分子和多肽的成本差距在数量级层面，规模效应能否完全弥补这个差距是开放问题。

诺和的长期投资逻辑可以归结为一个组合：市场扩展速度超过竞争劣势，加上Amycretin Phase 3顺利兑现。两个条件都不是确定性事件。市场扩展速度取决于支付端打通速度、产能扩张速度、海外渗透速度;Amycretin成功取决于Phase 3数据维持、安全性无意外、监管批准顺利。

4.3 投资视角的选择

把三家公司放在一起看（礼来、诺和、艾伯维），三种典型的长期投资逻辑都有对应。

礼来对应确定性溢价的成长股。每个维度都是赛道里的最优解，估值合理偏紧，长期增长的可见度高。买礼来买的是创新机器的持续输出能力。风险是估值对负面意外的容忍度低，以及40%+的高增速能维持多久存在不确定性。

诺和对应赔率定价的转折股。悲观预期已经反映了相当程度，剩余下行空间相对有限，上行依赖关键临床事件兑现。买诺和买的是赔率，以及Amycretin成功后估值重新进入成长股区间的可能性。风险是Amycretin若失败，估值有继续向稳态药企下行的空间。

艾伯维对应稳态药企的确定性收益。虽然不是本文核心讨论对象，但作为对比参照系，它的14倍Forward PE加3.4%股息率反映了已经穿越悬崖、增速放缓但稳定的定价。买艾伯维买的是穿越周期的确定性现金流。

三种逻辑不构成相互排斥的选择。从资产配置的角度，三家在风险收益特征上的差异本身提供了组合化的可能。但如果只在赛道内选一家最优的GLP-1资产，礼来在每个维度上都是更稳妥的选择。

4.4 一个超出两家公司的视角

GLP-1赛道扩张的最直接受益方未必是礼来或诺和。当前赛道的核心约束是产能：多肽生产、小分子合成、注射笔制造、冷链运输、临床检测的整条供应链都处在产能极限附近。无论礼来还是诺和扩产，都要购买同类设备和服务。这条供应链上的核心公司是相对独立于具体药企竞争格局的alpha来源。这一视角延伸到第五部分。

5. 上游、风险与赛道的更大图景

5.1 上游供应链：不依赖于具体药企胜负的alpha

GLP-1赛道扩张的硬约束在产能。礼来和诺和都在大举投入扩产。礼来自2020年以来累计在美国制造业承诺投入超过500亿美元，其中印第安纳州累计扩产投入超过210亿美元，最新一笔是2026年5月的45亿美元投入Lebanon两个设施。2027年开业的Lebanon API设施将成为美国历史上最大的API生产基地。诺和的母公司Novo Holdings 2024年完成165亿美元收购Catalent整体，其中将位于意大利、美国印第安纳州（Bloomington）和比利时的三大无菌灌装与制造工厂以110亿美元转售给诺和诺德旗下。

无论两家最终如何分胜负，扩产对上游的拉动是确定的。上游的几个核心环节:

CDMO（合同研发生产组织）。Catalent是其中规模最大的一家，已经被诺和体系整合。剩余可独立投资的CDMO包括Lonza（瑞士龙沙，多肽与生物药代工龙头）、WuXi STA（药明康德旗下，中国小分子CDMO龙头）、Samsung Biologics（三星生物，韩国生物药代工龙头）等。这些公司服务的客户不止礼来和诺和，也包括所有进入GLP-1赛道的新玩家（Pfizer、Viking、AstraZeneca等）。

生物制造设备。包括生物反应器、分离纯化设备、无菌灌装设备等。Thermo Fisher Scientific（赛默飞，股票代码TMO，全球生命科学仪器和试剂龙头）在生物加工设备、色谱分析、质量控制设备方面是行业领导者，客户覆盖所有主要药企。Sartorius（赛多利斯，德国生物制药设备公司）在生物反应器和过滤膜领域占据重要份额。

分析仪器。多肽和小分子的质量控制都依赖高分辨液相色谱（HPLC）和质谱（MS）。Waters Corporation（沃特世，股票代码WAT，全球分析仪器龙头之一）和Thermo Fisher在这一领域的设备是行业标准。无论是多肽产能扩张还是小分子产能扩张，分析仪器的需求都是同步增长的。

注射器具与给药装置。Becton Dickinson（碧迪医疗，股票代码BDX，全球医疗器械龙头）、West Pharmaceutical Services（西氏制药，专做注射用胶塞、玻璃管的公司）等公司在注射笔、预灌封注射器、玻璃瓶等环节占据重要位置。GLP-1注射版的放量直接拉动这一环节的需求。

多肽合成原料。多肽合成所需的氨基酸、保护试剂、固相树脂等原料的核心供应商分布在中国（吉尔生化、信汇等）、欧洲（PolyPeptide）等。GLP-1需求拉动的原料端弹性可能更大。

上游的投资逻辑是：押注整个赛道的产能扩张，规避具体药企竞争格局的不确定性。如果礼来与诺和注定都要扩产（而当前数据来看二者都在扩产），上游设备和服务商的订单是双向受益的。

5.2 主要风险维度

政策与定价管控。美国IRA（Inflation Reduction Act，通胀削减法案，拜登政府通过的法案，赋予Medicare与药企谈判药价的权力）将GLP-1类药物纳入Medicare药价谈判范围的可能性持续讨论中。如果纳入，礼来和诺和的美国市场定价权将被明显压缩。Trump政府对处方药定价的关注度较高，行政命令层面的不确定性较大。欧洲多国的国家医保谈判也在压缩定价。

长期安全性。GLP-1类药物的甲状腺C细胞瘤、胰腺炎、胃轻瘫（胃排空延迟，胃里食物长时间不下行）、抑郁/自杀倾向等长期信号目前数据仍不充分。Semaglutide上市时间较长（2017年至今约9年），Tirzepatide较短（2022年至今约4年），长期用药超过10年的安全性数据要等更长时间才能积累。如果某一类副作用信号在大样本长期数据中放大，赛道整体可能面临监管收紧。

新进入者。Viking Therapeutics（维京医药，美国生物科技公司）的VK2735正在Phase 3，机制类似Tirzepatide。Pfizer通过约100亿美元收购Metsera重新进入赛道，带来双激动剂和Amylin类似物管线。AstraZeneca（阿斯利康）、Roche（罗氏）也在通过自研和并购积累GLP-1管线。新进入者的产品大多瞄准三到五年后的市场，对礼来和诺和的长期份额构成潜在压力。

估值脆弱性。礼来26倍Forward PE对应高增速预期，如果Retatrutide Phase 3意外失败、Foundayo放量低于预期、或长期安全性出现负面信号，估值下行空间不小。诺和16倍虽然反映了悲观预期，但若Amycretin Phase 3失败，估值仍有进一步向稳态药企（艾伯维14倍）靠拢的空间。

产能爬坡的不确定性。扩产的执行风险（建设进度、合规、质量控制）是真实的。两家公司在扩产指引的兑现节奏上都有过低于预期的记录。

5.3 赛道的更大图景

GLP-1当前阶段还在赛道早期。全球10亿肥胖人口对应不到5%的渗透率，2030年市场预期1000到1390亿美元（仅减肥适应症，未完全计入心血管、MASH、睡眠呼吸暂停、肾病、成瘾治疗等扩展适应症）。支付端在打通（PBM覆盖、Medicare进入），产能在扩张（数百亿美元级别的设施投入），价格在下降（自费门槛已降到月25美元起），适应症在延展（每年新增多个临床读出）。

这是一个真实的需求释放过程，不是估值泡沫。需求侧的特征跟消费品更接近，跟传统处方药更远。支付端打通和产能扩张是两个核心瓶颈，瓶颈逐个被消除的过程就是市场扩容的过程。

赛道的alpha分三个层次：礼来代表头部确定性的押注，捕获最大的市场份额加最强的产品矩阵;诺和代表赔率层面的反向押注，赌悲观预期已经过度反映加Amycretin成功;上游代表绕开两家公司竞争、押注整体赛道扩容的最干净表达。

三个层次对应不同的风险偏好。在GLP-1这个相对清晰的长期主线上，三种选择不互相排斥，可以组合配置。从单一选择上看，礼来在五个维度都占优，是赛道内确定性最高的资产。诺和需要押注Amycretin兑现，长期看的不确定性更大。上游是规避竞争不确定性的相对干净表达。

CVS将礼来完整减肥药组合纳入标准处方集这件事，本质上反映的是支付端打通的一个具体节点。这个节点对礼来的短期处方量是直接催化，对赛道整体是长期方向的局部信号。读懂这个信号需要的不仅是关注当下的股价反应，更是把它放回到赛道的扩张曲线、两家公司的产品矩阵差异、长期专利接力的时间表里去理解。

请记住 本系列文章写于25年，10-12月期间。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

我为什么认为 NBIS 被显著低估

关于 NBIS 这家公司，已经有很多人介绍过了。基本信息这里不赘述，重点说说为什么我认为，这反而是提供了一个机会。

由于处于饱受争议的 neocloud 板块，并受到 OpenAI 波及，TA 的股价被不断下杀。可我认为这种下杀本质是量化和板块关联，并没有直接对应到 NBIS。市场粗暴地把 ORCL 等同行的某些问题套到 TA 头上，这也构成了 mispricing 的基础。

正如 AI 板块跟随绩优股出现分化，我相信未来 neocloud 本身内部也会分化。一起惩罚之后，价格发现机制会重新发挥作用，构成了这次机会的基础。

TA 已经被市场看到的是 high beta，被忽视的是 high alpha。这就是不对称机会本身。

❖ 两条路线

NBIS 与 ORCL 的对照

把 NBIS 和 ORCL 放在一起看，差异并不只是市值或负债率的高低，而是两种完全不同的赛道打法。先用一张总览把维度铺开，后面的章节会逐项拆开讲。

TABLE 两条路线总览

左列珊瑚色边为 NBIS 视角，右列深色边为 ORCL 视角，下文按维度逐项展开。

我的判断是，这两条路并不互斥，TA 们是同一条赛道上的两种打法。市场情绪高涨时，ORCL 和 CRWV 这种激进的标的冲得更猛；情绪转向稳健时，NBIS 这种结构的 alpha 才会被重新看见。眼下这一波下杀里，NBIS 被无差别地连带，正是机会所在。

❖ 板块处境

无差别错杀的连带效应

先把背景说清楚。

板块下杀的本质是量化和板块关联的连带效应，并没有具体落到单家公司的基本面差异上。ORCL 的债务问题、CRWV 对单一大客户的依赖、OAI 的循环融资焦虑，这些问题被市场无差别地映射到 NBIS 身上。然而 NBIS 的资本结构、客户结构、技术路线和这三家有本质区别。这种粗放的算法，构成了 mispricing 的基础。

短期内技术性压力还在。可做空股数突然增多，导致 NBIS 的 short interest 一度占到 14%。借券费率在 12 月初出现断崖式下降，背后可能是 ATM 增发后新批量可做空股票入场，也可能是部分长线机构把仓位放进了 securities lending。在 ORCL 等事件性风险叠加之下，原本冲击 102 美元的动能转向下探。关键技术位落在 78 到 82 美元，以及 68 美元。

目前从披露看，机构依然在增持 NBIS 这只散户过多的股票。NBIS 满足我对好公司的基本面要求，TA 的行动与策略也符合我所认为的，面对 neocloud 行业大浪淘沙能做出的最好选择。我相信这一点同样符合很多机构的期望。可是二级市场并不始终有效且理性。这次圣诞前的调整，我认为是对整个 neocloud 板块在可见性提升前的去风险化，并没有考虑到具体公司的特质。

从长期资本视角看，主流机构在过去一段时间内不断抬升 PT 以及持股比例。叠加 tax 操作（获利了结、loss harvesting）、数据风险、日本加息、不分标的的价格行为，构成了一个极其符合风控偏好的再冷静与观望局面。目前看不仅清出了潜在泡沫，这种为了排除特定 beta 的连带，已经造成了二级市场上事实上的 undervalue 和散户的抛售。随着将来一段时间交付上线、可见性提升、利好出现，这个 mispricing 不会一直持续。

❖ 市场背景

12 月这个时间点

时点上需要保持警惕。上周和本周都处于圣诞节前的危险期。上周 FOMC 会议、ORCL 等数据公开，需要降杠杆并适当对冲。原因是 12 月降息预期，甚至明年降息 50bp，在 Trump 鼓吹之下，已经极大 pricein。Fed 需要重新拿回预期控制权，不能任由 gov 控制市场预期，good cops、bad cops 都会出现。最终周五果然打出了一手快慢刀。

另外是日本加息。整体来看，由于早就预告，已极大 pricein；并且预期日本会滥用财政政策，长期看日元可能依然处于低位甚至贬值，仍有一定的套息交易基础。但这次加息技术上还是会产生负面影响，消息面会掩护资金获利了结、撤出，尤其是科技板块。本周还有大非农、CPI、日本加息的最终决议，然后才迎来圣诞节。这同样构成了机构获利了结、调整策略、调整仓位、调整结构的基础。CTA 在这个过程中会持续卖出。

流动性这边，恐慌贪婪指数已经不太准确，更恰当的形容是麻币指数。一天可以把 20% 的降息概率乐观到接近 80%，明明整体在甩卖，但是一有机会就 FOMO，然后稍微风吹草动就抛售。当下又有预期流动性了，但实际交易量还不大，大部分还在观望。

另外一个观点是，日本加息不是因为人人皆知所以早就计价，而是因为人人皆知所以在 FOMC 之后、加息之前才开始影响股市。去年 8 月加息后已经影响过一次。现在经历的，是套息交易科技股提前做好最坏的打算。Timing 大于一切。

❖ 资产负债表

稳健底色 vs 激进负债

谈估值之前，先看资产负债表。按照 Q3 财报披露（当时 ATM 增发尚未开始），NBIS 市值约 20B，账面现金及等价物 4.8B，流动资产 5.2B。流动资产对总资产的比例达到 51.6%，对市值的比例也相当可观。和同板块比较一下。

TABLE 板块内三家主要标的财务结构对比（截至 2025 Q3）

数据来源：各公司 Q3 财报，市值按当时收盘价计。

在这个对比下，所谓滥用债务、抵押资产的指控在 NBIS 身上站不住脚。CRWV 的负债占比接近 90%，IREN 走的是另一个极端。NBIS 处在中间偏稳健的位置，叠加极低的利息占比，处于 capex 增长初期的 TA，在面对私募股权、债务、一般债务时也更有灵活性。

ORCL 这边的资产负债结构完全是另一种样子。Q1 财报里，ORCL 现金及等价物 10B，占总资产 6.1%；流动资产 24B，占 13.65%；流动负债占比 22.1%，总负债占比 86.3%。资产债务期限匹配度偏低，负债率高，利润率承压。毛利率 67.28%（从 70 至 72% 区间下滑），经营利润率 31.38%，净利率 19.61%（从 21 至 22% 区间下滑）。

12 月初，NBIS 联创 Roman Chernin 公开提到对 AI 数据中心行业资产与信用出清的判断。他的态度比较清醒。技术革命过程中出现起伏正常，长期看，向企业提供 AI 基础设施访问的市场未来可能有 10 倍甚至 100 倍的扩张空间，要为寒冬到来做好准备，到那时 Nebius 希望成为行业整合者。consolidator 这个角色定位，指明了 TA 们计划在市场出现怀疑情绪时整合资源、获取更长远利益的思路。现在市场和奖励激进者的曾经相比，应该更看重稳健、注重效率与灵活性的一方。

❖ 投资组合

被忽视的另一份资产

把 NBIS 仅仅当作一个 neocloud 标的是不够的。TA 源于 Yandex，这个东欧版谷歌的 TA，在 AI 世界里更有野心。大致估计一下。

TABLE NBIS 旗下及关联公司穿透估值

ClickHouse 是 cloudflare 那次全球互联网大瘫痪背后的核心组件，过去一年 ARR 超四倍增长。同业 Databricks 最新一轮估值 134B，ClickHouse 当下 6.35B。

整体来看，五家公司穿透估值保守估计 6B 量级。相当于 20B 的 NBIS 公司市值下，市场给 NBIS 本身的业务估值仅有 14B，其中还包含将近 1B 的净现金。所以这部分非主业资产，几乎等于完全没有被市场考虑。

✦ ✦ ✦

❖ 运营策略

利润率优先 vs 规模优先

在最近的访谈里，Chernin 谈到大单时表态：更优先考虑利润率而不是收入规模，把每一个项目当作系统性融资和扩张的组合决策来对待。

这个偏好和市场的惯性预期形成反差。市场过去更习惯奖励激进者，谁规模最大、谁订单最多、谁 capex 最猛。然而当行业进入价格发现重新发挥作用的阶段，稳健、效率、灵活性这些特质会被重新定价。

具体到运营效率上，NBIS 目前 SG&A 加 R&D 占收入的比例较高，达到 61% 加 30%。这部分高企的成本主要来自保留下来的原 Yandex 工程师团队。这部分确实高的吓人。假设到 26 年末 ARR 达到 8B，SG&A 与 R&D 即便同比 100% 增长（即 +400m），到 26 年末这部分占比会从 91% 压缩到 20% 至 30% 之间。对比 CRWV 当前季度，其 SG&A 加 R&D 占收入比例约 70%；即使其收入扩展到 2B，该占比也仍在 45% 左右。NBIS 的运营效率会随着规模放大逐步凸显。

1000 名工程师团队在早期是绝对的压力，他们文化多元，覆盖了 AIDC 几乎所有的关键链条，从机房、硬件、调度平台到云产品。在北美，尤其是欧洲面对不同法规、文化、用地、水电、供应商要求时，能更加游刃有余。我相信这种难得的团队会成为宝贵资产。

❖ 现金流

4 年折旧 vs 6 年折旧

NBIS 几乎采用了业内最严格的 4 年折旧。如果用 IRR 看，这种方式其实也降低了初期的应税利润，提升了单项目的整体回报水平。正如之前讨论过的，无论是考虑到次代硬件可对华出售，还是 NBIS 正打造的全栈 AI 内部梯次利用的机会，4 年后都将是持续的利润或残值释放阶段。ORCL 采用 6 年折旧，账面利润早期更漂亮，代价是后期持续被高 capex 项目拖累。

Capex 节奏方面，按照 26 年的目标和 25 年要 connected 的 220MW 容量，NBIS 仍需要 connect 580MW 到 780MW。AIDC 投资按区域差别较大，行业范围一般在 30 至 80B/GW。按 OAI 给出的全包 50B/GW 估算，需要追加投资 29 到 39B。看样子很吓人。

但这只是说 connected，并不是 active。这中间差了最核心、最昂贵的 IT 和 rack 部分，这部分只有在客户锁定、需求确认、预付款兑现之后才以合同形式落地。目前 220MW 中实际 active 100MW。按这个比例，加上 25 年剩余 110MW，明年的重点是 connect 0.58 到 0.78GW，active 0.37 到 0.46GW。connect 按 15B/GW，加上设备按 35B/GW 测算，年度投资额度落在 21.7 到 27.8B 之间。

按照 JLL 数据中心开发融资的常规结构，65% 到 80% LTC 抵押融资。取 70% 中位，股本需求约 6.5 到 8.3B。若全部由 NBIS 自筹股本，约 4.6 到 5.8B。再叠加 MSFT 17.4B 合同的预付款 1.9 到 2.5B，ATM 增发预期可筹集 2B 左右，现金端基本可以 cover。预计股价恢复到 130 到 140 区间时还会有一次增发，稀释 10% 到 20%。此后这一轮建设完成，利润率有望转正。届时有息负债率大约稳定在 60% 上下。

再往细一层看容量构成。未来要 connected 的 0.6 至 0.8GW 容量主要基于 BW 与 Rubin。被市场担心的快速折旧的 H 系列不到 0.2GW（因为目前 H 系列实际只有 0.1GW active）。在账面迅速折旧后，BW 与 Rubin 系列也可以像 H 系列一样，从 baremetal 转入 NBIS 的云服务和 token factory 之中，产生不计折旧的收入。这是 4 年严格折旧叠加全栈梯次利用的真正含义。

对比 CRWV 590MW active 的结构中，相当一部分都是 H 系列。CRWV 的折旧账面看起来比 NBIS 还在拉满，但底层硬件代际并不更新。由于 CUDA 和交易市场更通用广泛，GPU 真实使用寿命不会像账面那么短。相比之下，ASIC 算法和系统更新可以导致更大程度的折旧。这一点很多分析里被混淆了。NBIS CRO 也表态，Blackwell 做大规模训练集群的性能与规模化交付，代际交错之后会融入 TA 们更注重、软件加持的推理服务之中，榨干最后一份效益。

❖ ORCL 这条路

荆棘长路需要 AI 信徒陪 TA 走

讲清楚 NBIS 的差异化，绕不开 ORCL。ORCL 是这一轮 neocloud 板块讨论中最被聚焦的传统大厂，路线、节奏、风险都和 NBIS 形成鲜明对照。

经过 30% 的大幅回调后，ORCL 股票本身实际上已经成为对其公司成功转向领先 AI 云业务的二元看涨期权。从交易估值讲，即便经过大幅回调，当前业务静态视角下，溢价依然巨大。倘若较为苛刻的多重条件顺利满足，增长预期实现之后，则可以带来不菲收益。这条路要走，但风险与收益同样巨大。

ORCL 更是与风口浪尖的 Openai 强绑定。短期看尤其是以 OAI 为主的盈利提升速度，OAI 拉起的融资与订单大网稳定性是近期最大 concern；长期看，巨量稳定多元化需求能否实现。

投资 ORCL 必须看到未来 3 至 4 年的大趋势。短期 OAI 兑现节奏、降息周期下的债务担忧，对长期持有者意义不大；但短期下杀仍然真实。

TABLE ORCL 关键估值倍数（Q1 财报口径）

经过 30% 回调后估值倍数依然不便宜，溢价大头在对 AI 云转型的预期。

TABLE ORCL 业务条线收入结构（FY 同比）

Cloud 占比上升显著，Software 收入小幅回落，整体重心转向云与 AI。

Cloud 业务内部，重点已经从 Cloud Application 切换到 Cloud Infrastructure。Cloud Application 同比从 3,469 升到 3,839（占云收入 53.4%），Cloud Infrastructure 从 2,154 升到 3,347（占云收入 46.6%）。后者是 OCI 的 IaaS/PaaS/分布式云部分，按使用量、按算力小时、按存储容量、按带宽付费。公司对未来此类收入给出 77% 的增长规划。

从成本结构看，通用 operating expenses 整体都呈现了不小的瘦身，体现为重组之下整体运营效率的提升。但分业务看，云与软件业务运营成本占相关收入的 27.9%，去年同期仅占 22.8%；硬件 26.5%，去年同期 24.7%；服务 81.5%，相比 90.8% 大幅下降。业务集中投入 AI 云之后，分项高 capex 支出带来的折旧影响巨大。

TABLE ORCL Q1 运营费用拆分（占当期收入比）

重组成本同比从 73m 升至 402m，重组计划总成本 1.6B，其中 484m 用于云与软件，已计入 402m，未来三个季度每季约 400m 仍需支付。

AI 云转型的第一笔大账就是 capex 和折旧。Q1 折旧总和 1.35B，同比增加 34.8%，迅速提升至收入的 9%；Capex 支出同比提升 269% 至 8.5B，即 57.0% 的当期收入。按行业内 70 至 80% capex 落在 GPU 上估算，本季度的 capex 将为未来 5 年每个季度新增 531m 的折旧。FY26 全年 capex 约 35B，大部分依然放在能产生收入的数据中心设备上，意味着本财年内 capex 支出至少要保持在 Q1 水平。财年末预计将有不可避免的 3 至 3.5B 季度折旧。

再叠加 ORCL 已签的 455B AI 与云大单，其中 OpenAI 占 300B，按官方履约口径折算如下。

TABLE ORCL 455B AI 与云大单的履约节奏

数据按公司给出的合同确认口径，455B 中 OpenAI 占 300B。

如果履约顺利，FY 末季度收入增量预计在 11.3B 到 14.2B 之间，季度收入将达 26.2B 到 29.1B 之间，折旧占比预计在 10.3% 到 13.4% 之间，有极大可能高于目前的 9%。然而早期的竞价行为与相关成本的加速投入，让利润率在一定时期内继续承压。

利息这一边压力同样不轻。哪怕老利息支出基本保持不变，发债计划推出后，新的利息也会让利润率承压。2030 年之前，季度利息部分会增加 240.7m。以本季度的 923m 为基础，相当于增加 26.1%。这意味着季度利息支出将达到收入的 7.8%。近期可以预期到的是，仅仅利息和折旧就要占据收入的 18% 至 20%。考虑到实际会计采用 6 年折旧，对利润在早期有润色作用，加上 Bury 选择 27 年做空的时点，资本支出叠加利息的双重压力在那个窗口最大。等到 28 年、29 年业务本身有显著增长和成效，季度收入逐渐提升至 30B 量级，利息占比将降低至 3.9%，折旧加利息总占比回到 12% 至 13%。

TABLE ORCL 18B 新发债到期与年利息测算

TABLE ORCL 本金归还计划（按 Oracle FY）

FY26 至 FY28 共需归还 23.2B 本金，对应到 FY29 之后才进入大规模兑现期。

把这两本账放在一起看。FY26 至 FY28 三年共计划归还本金 23B，发债后现金应有 28B，而 FY 全年 capex 35B，理论上近三年需要产生足够 revenue 支持额外 30B 支出。前三年新增大额订单可释放收入约 160B，保守估计基础订单收入 60B 一年，前三年合计可产生 220B 收入。扣减非折旧运营成本（按 Q1 比例 62.3%）、1.2B 重组成本之后，仍有 81.74B 应对额外 30B capex 与本金支出，以及 13.7B 利息支出。如果占据 300B backlog 的 OpenAI 能够顺利履约，问题不大；倘若打对折，危机就会浮出水面。

云业务的发展似乎都要经历这么一个漫长的过程。早期的承压无法避免。AWS 在 2012 到 2014 年期间也曾因云业务的大量基础设施投资把 amzn 整体利润率拖低。盘整 3 年之后，2015 年开始进入高增长与高利润率阶段，到 2019 年成为 amzn 业务里最赚钱的部门。深耕云业务的 ORCL 想要做转型，一定会经历 1 至 2 年的市场质疑和低回报时期。再往后到 FY29 至 FY31，仅仅是目前签好的云大单就会释放 154.8B 收入，预计产生 35B 的季度收入，折旧占比回到 8% 至 9% 的舒适区间。前提是 OAI 没有掉链子。

❖ 差异化定位

Token Factory 与三类角色

把 NBIS 仅仅当地产商也低估了 TA。NBIS CRO 给出的市场分类比较清楚。人工智能基础设施市场存在三种角色：bare metal 或地产商、hyperscaler 或通用云、细分专用基础设施。NBIS 要做的是第三类的领先者。

TABLE AI 基础设施市场的三类角色

Token factory 是这个差异化的具体落地。NBIS CRO 在访谈里说得很直接：bare metal 肯定会成为一种商品，然而公司的大部分 IT 支出用于集成堆栈和管理软件，这是一个利润丰厚的领域，不会参与自下而上的价格竞争。在侧端推理算力不足的现实下，推理需求可能有百倍量级的增长空间。NBIS 把 Blackwell 用于大规模训练集群的性能与规模化交付，代际交错后融入推理服务之中，软件加持榨干最后一份效益。

Token factory 实际上更具通用性，软件性更强，利润率更高，现金流模式相比单笔项目组成的地产商也会更稳定。

云这件事本身就不容易。技术上拥有稳定运营（多少卡数量）的运算集合经验的公司并不多。不要看现在很多团队都在做云服务，稳定性、质量差别很大。NBIS 据说运行率达到 99.99%，这种工程能力是无法靠 capex 短期堆出来的，要靠 Yandex 时代积累下来的团队和方法论。这也是为什么 TA 在欧洲多种监管环境下能游刃有余的底层支撑。

所以从这个角度讲，哪怕只把 NBIS 当作一个地产商，TA 作为平台，上层经营上随规模扩大效率提升，下层单个项目以信贷投资的严谨锁定 IRR，注重 portfolio 的现金流、应对风险能力以及多样性。这更让 NBIS 像一个稳健的市场参与者。供应链 ABS、债务拉满的赌徒，那是另一种打法。

市场可以预计 NBIS 没有那么赚，但计价 TA 同样不稳而过分杀估值。仅仅从财务投资的角度讲，我认为二级市场定价已经失效。

❖ 野心

目标不止 neocloud

把 NBIS 标签化为一家 neocloud 公司是低估了 TA。这家公司从 Volozh 在 Q3 财报会上的那句话就能看出心气：我们身处一次代际级别的 AI 革命中心。Chernin 给的 consolidator 定位、CRO 给的细分专用基础设施领先者定位、产品线一年一台阶的迭代，都指向同一件事：NBIS 想做的远超 GPU 出租。展开看 TA 的六条线。

第一条线，软件化。NBIS 的产品堆栈不是单一层。底层 IaaS 是裸金属和调度；中层 PaaS 是 Token Factory 加 Aether AI Cloud 3.0 平台加配套工具链；上层 SaaS 雏形包括开发者自助产品、企业级管理工作区、教育产品 TripleTen 提供的 B2B 培训服务（Nebius Academy）。CRO 反复强调，大部分 IT 支出会落在集成堆栈和管理软件上。意思很直白：bare metal 会商品化，价格竞争会拖低利润率；PaaS 和 SaaS 这两层不会参与自下而上的价格战，是稳定利润率的真正护城河。Volozh 在 Q3 财报会上说每次让新产能上线 TA 都会被卖掉，意思是底层供给紧；中层和上层才是利润真正所在。三层并进，意味着 NBIS 想在每一层都吃到对应的利润率结构。

第二条线，开源模型生态。2025 年 11 月 5 日，NBIS 正式推出 Token Factory，支持 60 多个开源模型，覆盖 DeepSeek、Llama、Qwen、OpenAI 开源版本，提供 OpenAI 兼容 API、企业级 SSO、统一计费、审计工作区，并且通过了 MLPerf Inference 基准测试。同期 HuggingFace 把 NBIS（前身 AI Studio）作为官方 inference provider 之一，HuggingFace CTO Julien Chaumond 在公开声明里说，HuggingFace 和 NBIS 共享同一个使命：让 open AI 可访问、可扩展。这一步的战略意义远大于产品本身。闭源模型有人卡脖子，OAI、Anthropic、Google 都各自有自己的算力和分发路径；开源模型有海量需求但缺少高 SLA 推理设施。NBIS 选择站在开源这一边，等于站在所有不想被任何一家闭源大厂锁定的企业客户这一边。这也是 NBIS 拒绝陷入 OAI 那种单一大客户依赖的根本原因。

第三条线，三类客户。NBIS 的客户结构大致分三类。

• 一类是超大头部客户。MSFT 17.4B 五年合同、Meta 3B 合同是代表。签长期、量大、价格相对低，提供基础订单与现金流的稳定器。

• 二类是模型公司和 AI 应用公司。Higgsfield AI（视频生成）、Mithril（合规推理）、HuggingFace 上的活跃开发者，以及欧洲法规复杂区域的本土 AI 公司。这类客户用量大、增长快、对推理 SLA 高度敏感、利润率好。Higgsfield CEO 公开说，NBIS 是唯一满足 TA 们对大规模推理可持续 unit economics 要求的供应方。这种评价的含金量比签约金额更说明问题。

• 三类是长尾企业与开发者。通过 Token Factory 自助产品、按 token 计费的推理服务接入，HuggingFace 路由过来的开源模型用户也属于这一类。分散、流失低、单位利润最高。

三类混合的结构，决定了 NBIS 不会被任何单一大客户的兴衰拖垮。和 ORCL 的 OAI 强绑定形成完全不同的风险结构。

第四条线，全栈策略。NBIS 的 1000 名工程师覆盖了 AIDC 链路上几乎所有关键环节：机房选址与建设、硬件采购与组装（包括自研服务器机柜）、网络与调度、底层云平台、上层管理软件、对客户的 turn-key 解决方案。这种垂直纵深，hyperscaler 之外没几家能做到。CRWV 重心在 bare metal 与机房；ORCL 偏应用与软件，底层借助 NVDA 协同；NBIS 是少数从硬到软全部自有的玩家。99.99% 运行率不是吹的，是这套全栈整合后的工程结果。在客户需要不同层级服务时，NBIS 可以灵活响应、可以在不同层抓不同的利润率，这是单一层供应方做不到的。

第五条线，横向规模对比。把 NBIS 放进 neocloud 板块里看，TA 的位置在哪里？最适合对照的是 CRWV。

绝对规模上 NBIS 在板块第二梯队，增长曲线上 NBIS 是这条赛道里斜率最陡的之一。

看绝对数 NBIS 还小：Q3 收入 146m，CRWV 一个季度 1.36B，差了 8 到 10 倍；NBIS active 容量 100MW，CRWV 590MW。但看增长曲线，NBIS 是板块里最陡的：核心 AI 基础设施业务同比 +400%，2025 ARR 指引 0.9 到 1.1B，2026 ARR 目标直接拉到 7 到 9B，意味着接下来一年要做 7 到 8 倍跳跃。CRWV 已经过了这种斜率最陡的阶段。再看背后的资产结构：CRWV 走的是 9% 高息债 + 2.6B DDTL 融资 + 大客户 backlog 锁定的激进打法；NBIS 现金 4.8B、有息负债率 40%、ATM + MSFT 预付款，财务弹性大得多。一个像 2017 年的 Tesla，一个像 2010 年的 Amazon。如果按照预期，nbis26年末能到25年末crwv的规模，匹配更好的运营策略和资产负债表，怎么会比当时年末的crwv的市值低呢。

第六条线，收购策略。Chernin 说要做 consolidator，不是空话。NBIS 的资本结构让 TA 在板块下行周期里反而是少数还能扩张的标的之一。已经有的几条线索证明这家公司天然就是 portfolio 思维：ClickHouse 28% 持股、Toloka 控股、Avride 控股、TripleTen 控股，本身就是 Yandex 时代分拆出来运营加投资的资产。Aether AI Cloud 3.0 自研平台 + Token Factory 软件层已经成熟，下一步可以整合外部模型公司或工具链团队，作为 SaaS 层的补足。

板块出清时可能的收购方向有几个。一个是数据中心物业，在 PJM、MISO 等电力紧张区域获得 ready-to-build 站点，比自建快得多。一个是模型公司或推理服务公司，用来补足上层应用堆栈。一个是软件能力，调度、可观测、MLOps 这些工具链。这几个方向都不需要新发债，自有现金加 ATM 都能 cover。对比 CRWV 试图收购 Core Scientific 被股东否决，NBIS 的现金弹性是真实的扩张选项。

TA 想做的远超 GPU 出租。六条线展开看，每一条都在指向同一件事：NBIS 在做的，是一家未来 100B 至 500B 量级公司的早期形态。

❖ 生态位

NBIS 在 NVDA 联盟生态里

差异化定位讲的是 NBIS 自己在 AI 基础设施市场里要做什么，但 TA 不是孤军作战。把视野再放大一层，看 NBIS 处在更大生态系统里的什么位置，被错杀这件事的含义会更完整。

先看 AI 基础设施的市场规模。过去三年美国私人非住宅固定实际投资里，数据中心激增 +300%；同期不含数据中心的非住宅结构性投资几乎零增长。2025 年前六个月美国 1.6% 的 GDP 增长里，AI 相关支出贡献 62.5%，即 1 个百分点。如果没有 AI，美国可能正在衰退中。这是宏观大盘对 AI 基础设施的真实依赖度。

在这个市场里，未来一定不是一家独大。NVDA 这条路是把 GPU 做成通用算力标准，通过 CUDA、NIM、Omniverse 等软件层把云厂、AI 云、模型公司、行业应用公司拉进来形成一个松散联盟。NVDA 通过投资作为联盟的黏合剂，换来的是长期订单、共同开发和潜在的股权回报，把这类投资简单解读为价格战白送 GPU 是有失偏颇的。GOOG 这条路是垂直内生整合，从芯片到云到应用一体化。还有 musk 的第三种模式，自有协同网络。如果未来美国是赛博朋克世界，这三种生态就是夜之城的御三家。

三种生态各有优劣，都有一席之地。联盟治理在公司边界之外，协同存在不稳定性；单一公司过度一体化带来锁定感、监管压力和内部复杂性；治理高度集中于单一企业家的生态稳定性与个人状态强相关。我倾向认为，在蛋糕做大的前提下三种共存，都有潜力。

OAI 即便倒下也会有角色快速填充生态位。OAI 未来 6 年要砸 8000 亿、GOOG 26 年 capex 超过千亿，投资强度其实接近。AI 基础设施这个市场不会停。

NBIS 正好处在 NVDA 联盟生态里。在 AWS、GCP 这样的通用云之外，在 g 家和 m 家自有体系之外，NBIS 这种灵活、专用、可跨云部署、面向企业客户的 AI 云平台，是 n 家联盟里最重要的一类基础设施供应方。NVDA 联盟模式服务的核心客户群体，是那些希望保持多云策略、需要向大量客户分发模型服务、需要在本地机房持续运行的企业，以及在 GCP 数据里增长最快的初创和中小企业（初创客户数量同比增速超过 28%，中小企业超过 8%）。这些是长尾客户，是未来 AI 应用层最重要的需求方。

通用 GPU 加多云架构是支撑长尾创新的底层公共基础设施。TPU 和专用 ASIC 在头部公司内部可以带来显著成本优势，也能作为对 NVDA 的有效议价工具，但能服务长尾的依然是前者。NBIS 站在长尾客户和 NVDA 联盟之间，这是 TA 的位置。

❖ 风险

需要承担的波动

风险也要讲清楚。

• 第一，NBIS 还不是绩优股，有潜力，但业绩仍需要验证，特别是在 TA 庞大团队经营成本的影响下，EBITDA 才开始转正。从这个角度讲，就要做好承担波动的准备。这是最大的风险，也是这段 mispricing 过程中最大的机会。

• 第二，数据中心因为劳动力、建材、电力设备工期延误似乎是一个通病。NBIS 合作方 Dataone 在 Vineland 项目 Phase I，原本承诺 4 个月交付，但由于部分供应商交付延迟，最终用了 6 个月。值得注意的是，尽管没有实现当初的口嗨，即便是 6 个月，也依然是行业里比较高效的水平。

• 第三，板块情绪传染。在 ORCL、CRWV 出问题时，NBIS 不可避免会被波及。Entry point 需要紧盯做空 borrow rate 是否上升、ORCL 与 CRWV 的 CDS 是否结束暴涨。

❖ 明年的方向

板块轮动与资金面

把视线放到明年，需要保持时刻的警惕。

• 首先是资金面。今年的资金很多来自外国投资者抄底，明年这部分将减少。如果经济增长延续，家庭反而可能成为股票需求的最大来源，而由于现金余额较低，共同基金和养老基金将成为股市的最大卖方，获利了结转向固定收益板块。这是一个结构性的资金切换。

• 板块方面，医药、消费落后于总体大盘。从板块轮动、消费情绪触底、世界杯等催化因素看，很可能是明年的重要主题。另外，由于财政扩张以及潜在的 Trump 对货币政策的影响，通胀可能重新抬头，大宗、能源电网、关键制造可能依然是、或即将成为明年的热点。优质的 AI 股才能得到市场进一步青睐，AI 应用可能成为进一步炒作的对象。油气可能在明年到达底部后回升，油气粮食很有可能成为炒作对象。

• 中长期的隐忧也要放进视野。家庭为主要资金流入、中期选举与 zz risk、Spacex 等上市吸血、Fed 丧失独立性，这几条叠在一起让人非常担心。要知道能够连续 4 年大涨的市场并不多。考虑到这次 AI 和 95-99 年连续上涨的互联网有技术进步上的类似，并且估值上明显更谨慎，但也不能掉以轻心。回顾 95-99 这个时期，97 年也经历过单日的暴跌。

回到 NBIS 本身的节奏，可能还有空头反扑。最后希望 Santa Rally 顺利，压空顺利。

NEBX 是 NBIS 的 2x 杠杆 ETF。仓位变动节奏紧贴 NBIS 在 78 至 82、100 至 102 这两条技术线附近的资金面信号。

几个关键判断写在这里。第一，84 价位接近 80 区间的资金底信号一旦出现，多日大买盘就是信号本身，无需等基本面催化。第二，NVDA Q3 完美财报助攻把 NBIS 冲到 103 之后，次日观察到买盘变弱就果断全出做 T，一天后以 30 的成本重新全部买回 NEBX。这套动作的核心是 NBIS 在 100 至 102 之间没有突破力，所以高位做 T 是稳的。

第三，我看 NBIS 至少到 150。所以这个位置已经很便宜了。如果跌入 60 区间，连 Q2 财报正面影响都被抹除的话，会 all in。这时候成本只是赚多赚少的问题，期间亏不亏，我丝毫不怕。第四，从 11 月中旬到现在仓位几乎翻倍，但除了因为流动性波动导致的做 T 需求，不打算出售。

我足够了解这个公司。这个位置已经很便宜了。

❖ 小结

被看到的 high beta，被忽视的 high alpha

NBIS 本身的股价涨跌依然极其依赖于同行、同业的表现算法。比如 OAI 的循环融资，尽管 OAI 并不是 NBIS 的客户；比如 NVDA 的股价，尽管 NVDA 对 TA 并没有所谓的包揽剩余算力的政策，或者强制使用 GPU 的要求；比如 CRWV 和 ORCL 高企的债务和单一大客户问题，尽管这个在 NBIS 并不存在，发力点也不相同。在利空不断出现、价格矫正即将到位的现在，再重新出发，这种粗放的算法应该会随着未来的执行逐渐修正。

从长期来看，看看早期的 AWS，基于高性能计算，和种子 AI 应用一起成长，和传统 hyperscaler 一起发力的，这个赛道里出现一个 100B 至 500B 市值的公司，并不奇怪。不过受制于这个板块的短时偏好，对短期持有者来说技术难度较高。我还是认为，盯准 68、78 至 82、100 至 102 这三个位置是否站稳，选择 entry point，再结合 Fintel、borrow rate 判断短期风险，以对冲或者做 T。

TA 只被看到的 high beta，以及被忽视的 high alpha，就是这次不对称机会本身。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

1. AI 数据中心建设正在重新发现NOK

诺基亚是我很早看好的，也是这一波AI浪潮下老树新花最完整的范本，也是我很早就看好的一个标的。沿同一条供应链，同样的模式正在反复出现。我们这里也以此为例，展开讲讲这一投资现象和投资策略。

2025 年 10 月，Nvidia 宣布以每股 6.01 美元买入诺基亚 1.664 亿股新发股份，投资额 10 亿美元。在中文圈里这条新闻流过去得很快，多数人看到的版本是一行标题，Nvidia 又投了一家公司。但这家公司是诺基亚。

诺基亚是手机时代的失败者。2007 年它的手机市占率接近四成，市值最高超过 1500 亿欧元，是芬兰国家级的科技代表。同年 6 月 iPhone 上市，从那以后诺基亚被持续清算，2013 年 9 月把手机业务以 72 亿美元卖给微软。这宗交易是诺基亚作为消费电子品牌的彻底退场。微软自己后来也没把这块业务做下去，几年内分批减记和清算。

从 2013 年到 2024 年的十一年里，诺基亚在公开市场里基本是一只没有故事的电信设备股。营收增长缓慢，被华为压制，估值低位。绝大多数人没有理由关心它。

Nvidia 在 2025 年用 10 亿美元改变了这个故事的版本。两家公司联合开发 AI-RAN，把 AI 算力直接嵌入到无线接入网设备里。Nvidia 有 GPU、CUDA、数据中心的全套软硬件能力，缺的是无线接入网的工业能力和运营商关系。这两样东西诺基亚有，是 2016 年它用 158 亿欧元收购阿尔卡特朗讯时一并买回来的资产，里面包含贝尔实验室、光网络产品线、IP 路由产品线。

一个被宣判退出主舞台十几年的硬件老兵，被 AI 时代最强势的公司选作产业链伙伴。这个动作本身就是一份估值修正信号。Nvidia 不需要给诺基亚做免费 PR，但它确实需要诺基亚的工业能力。

AI 数据中心建设是这一代规模最大的基础设施扩张。Nvidia 自己的财报里数据中心营收一个季度 752 亿美元，同比涨 92%（财年 2027 第一季度，按 Nvidia 财年口径）。这种规模的资本开支没有理由只落到一家公司身上。这条供应链上跟诺基亚结构相似的硬件老兵不只它自己，正在被同一波建设浪潮重新定价

图一 这七个标的在 AI 数据中心供应链上占据的位置

1.1 诺基亚的三段叙事

• 至暗时刻，2007 到 2013 年。手机市占率从接近四成一路掉到不足一成，股价从 40 美元跌到 2 美元附近，市值缩水超过九成。2013 年 9 月手机业务被微软买走，象征彻底退场。

• 中间转身，2013 到 2024 年。诺基亚重做成了一家网络基础设施公司。两个关键动作：2013 年从西门子手里买回西门子诺基亚网络的全部股权，网络业务完全归到自己名下；2015 年宣布以 158 亿欧元收购阿尔卡特朗讯，2016 年完成交割。这两步给了诺基亚三样东西，光网络产品线、IP 路由产品线、贝尔实验室。但这十一年市场对诺基亚的定价基本没动过，仍然把它当作欧洲低增长电信设备公司。这段时间持续之长，足够让大多数投资者形成稳固共识，诺基亚的增长结束了。

• AI 时刻，2024 年第四季度起。2025 年 10 月 Nvidia 投资是分水岭。2026 年第一季度财报印证了重定价的基础：当季营收 45 亿欧元，AI 与云客户营收同比涨 49%，新增订单 10 亿欧元，光网络业务营收同比涨 20%。公司把 AI 与云业务的长期复合年增长率指引从 16% 上调到 27%。股价从 4 美元附近一路涨到 13 美元附近，16 年新高。

诺基亚把过去几十年积累下来的电信工业能力、运营商关系和专利组合，拿到 AI 时代换一种讲法继续卖。老树新花的本质就是这个。

2. 光网络供应链上也有同样的故事

https://newgrowth.theshuffle.workers.dev/

2.1 爱立信（ERIC）

是诺基亚的瑞典版双胞胎。2007 年同样在智能手机时代被边缘化，公司战略从消费电子收回到电信设备。从 2017 年到 2024 年第三季度，主营业务连续八个季度营收下滑，是市场最不愿意碰的欧洲低增长名字之一。

转身从 2024 年第四季度开始。营收企稳并回到正增长，2025 年第三季度 EBITA 利润率到 14.7%，三年新高。多年的成本重整把人力压缩 9400 人左右，成本结构永久变轻。AI 时刻有三条线：跟 Nvidia 联合推 AI-native 6G 研究；跟 NTT Data 签 30 亿美元规模的企业私有 5G 合作；跟 Future Technologies 签超过 1.5 亿美元的合作，把 5G 推到能源、制造、物流的 AI 用例里。爱立信自己的措辞是，从传统的运营商设备商重新定位成 AI 在物理世界的连接基础设施供应商。

爱立信的估值仍然低于诺基亚。一个营收下滑了八个季度的名字，等市场完全相信它的转身需要时间。这种时间差就是赔率位的来源。

2.2 GLW

是 1851 年成立的玻璃公司，过去 175 年里做过爱迪生灯泡的玻璃壳、康宁餐具、汽车玻璃、显示玻璃。光纤业务从 1970 年代切入，长期被市场看作周期性硬件业务，估值不高。

AI 数据中心建设让光纤业务重新成为主角。康宁自己 2026 年初的预测里讲的是 scale across 趋势，把多个分布式数据中心连成一个超大计算单元。这种架构同时拉动数据中心间互联、网络交换、机柜内部三个层面的光通信需求。光纤厂商至少有一家已经把 2026 年的全部库存预售完。市场已经开始定价，康宁过去一年股价涨 188.9%，远期市盈率 41.28 倍。从被遗忘的工业品到 AI 基础设施核心标的，转换发生在 18 个月之内。

2.3 Viavi

是 1923 年成立的 JDSU 拆分公司，主营网络测试、监控和保障。公司本身体量不大，过去十几年长期被市场看作小盘工业测试设备厂，2024 年之前估值一直处在低位。

AI 数据中心的爆发让 Viavi 的核心产品突然变成刚需。AI 工作负载对网络性能极度敏感，每个机柜都需要高速以太网测试。Viavi 推出的 TestCenter D2 1.6T Appliance 是行业首批支持 1.6T 以太网的测试设备，专门验证 AI 集群所需的网络性能。2026 财年第三季度营收 4.068 亿美元，同比涨 42.8%，非 GAAP 营业利润率 21%。股价从 2025 年初不到 10 美元一路涨到 54 美元附近，过去 12 个月涨幅 481%，市值到 123 亿美元。

诺基亚、爱立信、康宁、Viavi 是完整的光网络复活四件套。它们的共同结构是，在某一段时间被市场打成低增长甚至已经退场的角色，因为 AI 数据中心拉动了从物理介质到测试到系统到运营商网络的整条供应链，每一家都重新获得了估值空间。当前的市场定价分歧在于谁已经被充分发现（康宁、Viavi），谁还在低位（爱立信），谁正在被市场重新打分的过程中（诺基亚）。

3. 其他还有

光网络只是其中一条。沿数据中心向内的算力层、网络互联层、边缘智能层，每一层都有自己的老树新花范本。

3.1 戴尔

是 1984 年成立的 PC 公司，2000 年代初是 PC 直销模式的代名词。2013 年迈克尔·戴尔联合银湖资本以 250 亿美元把公司私有化退市。这次退市当时被解读为 PC 时代结束的标志性事件。2018 年戴尔通过 VMware 资产重新上市，市场长期把它当作低增长硬件公司，估值受限。

AI 服务器订单从 2024 年开始改变戴尔的财报结构。财年 2026 全年总营收 1135 亿美元，同比涨 19%。AI 服务器订单 641 亿美元，全年已发货 250 亿美元，进入财年 2027 的 backlog 达到 430 亿美元。第四季度单季 AI 服务器营收 90 亿美元，同比涨 342%。AI 客户基础从早期的少数大客户扩展到 4000 家以上，覆盖 neocloud、主权 AI 和企业三类。管理层给的财年 2027 营收指引 1400 亿美元、AI 服务器营收 500 亿美元，分别对应 23% 和 100% 同比增速。

戴尔的市场定价已经反映了相当一部分基本面，现在是市场认可的 AI Factory 整机厂，不再是 PC 老厂。AI 服务器的毛利率被 GPU 成本约束在中个位数，盈利能力不如传统服务器业务，这是另一个层面的问题。

3.2 思科（CSCO）

是 1984 年成立的网络设备公司，互联网泡沫顶峰时是全球市值最高的上市公司。2000 年泡沫破灭后，公司没能恢复到当年的市场地位，股价至今没有突破 2000 年的高点。过去十年市场对思科的定价基本是把它当作彻底成熟的现金流公司，估值长期压在 12 到 15 倍市盈率之间。

转身用了两步。一步是多年的并购收购转向软件订阅，二步是 2024 年完成 280 亿美元收购 Splunk，把数据中心可观测性能力补齐。AI 时刻在 2025 到 2026 年完整兑现。财年 2026 第三季度营收 158.4 亿美元，同比涨 12%，创历史季度纪录。管理层把财年 2026 AI 基础设施订单指引从 50 亿美元上调到 90 亿美元，CEO 的措辞是订单需求强劲且广泛。从过去十年的低增长叙事直接切换到 AI 网络订单驱动的成长叙事。

3.3 黑莓（BB）

是 1984 年成立的加拿大公司，2000 年代是企业邮件手机的代名词。iPhone 之后业务陷入长期下滑，手机业务最终在 2016 年彻底关停。多年来黑莓一直被市场视为转型失败的案例。

它的特殊性在于，2010 年黑莓以 2 亿美元收购了 QNX。QNX 是 1980 年代开发的一种实时操作系统，确定性的执行时间和高可靠性，广泛用于汽车安全关键系统、工业控制、医疗设备。手机业务关停后，QNX 留在了车里。

2026 年 4 月公司在财报里直接宣布转型完成。财年 2026 全年营收 5.49 亿美元，恢复增长；GAAP 净利润 5320 万美元，扭转去年 7900 万美元亏损。QNX 全年营收 2.68 亿美元，同比涨 14%，第四季度单季营收 7870 万美元，同比涨 20%，调整后毛利率 83%。QNX 已经部署在 2.75 亿台车辆上，覆盖车道保持、自适应巡航、碰撞预警等核心安全功能。版税积压达到 9.5 亿美元，提供多年营收可见性。客户名单包括 BMW 的 Neue Klasse 软件定义汽车架构、Mercedes-Benz、Volvo EX60。

黑莓还在跨第二个 AI 时刻。QNX 8.0 已经支持 AMD Ryzen 嵌入式处理器，部署到汽车、工业、机器人和医疗设备上。它不只是车载 OS 玩家，也在抢占物理 AI 的操作系统位置。

4. 卖铲人二代的五条标准

• 一，曾经在某个科技浪潮里占据核心位置。 诺基亚是手机时代的霸主，戴尔是 PC 时代的代表，思科是互联网泡沫期最大的网络公司，黑莓是企业邮件手机的代名词，爱立信是电信设备双寡头之一，康宁是显示玻璃和光纤业务的工业品代表，Viavi 是网络测试设备老兵。共同点是都积累了完整的工业能力、客户关系和知识产权，这些资产新公司用几年内的研发投入买不来。

• 二，经历过漫长的衰退期和叙事压制。 每一家都有一段被市场宣判死刑的时间。诺基亚 17 年，戴尔 11 年，黑莓 17 年。思科的特殊性更明显，2001 年互联网泡沫破灭至今 25 年，股价没有回到当年高点。这段时间长到足以让市场形成稳固共识，这家公司增长结束了。共识越深，估值反弹的赔率越大。

• 三，在 AI 数据中心供应链上有不可替代的工业能力。 不可替代的能力来自历史积累。诺基亚有阿尔卡特朗讯并购带来的光网络专利和贝尔实验室；思科有数据中心交换机的客户基础和 Splunk 可观测性栈；戴尔有 hyperscaler 的供应链关系和服务器整机集成能力；黑莓有汽车安全认证体系下的 QNX OS；爱立信有运营商深度合作关系；康宁有 175 年的玻璃工艺；Viavi 有 1.6T 以太网测试的工程积累。

• 四，被 AI 时代的核心玩家用订单或投资重新背书。 Nvidia 在 2025 年 10 月对诺基亚的 10 亿美元投资是最强的背书动作。其余六家也有各自的背书：戴尔是 4000 多家 AI 客户的订单基础，思科是 90 亿美元的 AI 基础设施订单指引，黑莓是 BMW Neue Klasse 这种汽车 OEM 的多年合同，Viavi 是 NTT DOCOMO 和主要 hyperscaler 的合作。背书的来源越接近 AI 资本开支的源头，重定价的可信度越高。

• 五，估值反应有阶段性差异，赔率结构清晰。 同一组老树新花标的，市场重定价的速度不一样。Viavi 和康宁已经被充分定价，过去一年分别涨 481% 和 188.9%。戴尔和思科在跑出来的过程中。诺基亚、爱立信和黑莓仍然在低位，市场反应还没完全到位。这个分层对应不同的赔率定位，已经定价完毕的是确认的高质量资产，未充分定价的是赔率位。

  

图二·七个标的当前的市场定价位置

5. 三类典型的判断陷阱

• 第一类是 AI 资本开支的周期性风险。这七只标的全部依赖 AI 数据中心和企业 AI 部署的资本开支景气度。如果 hyperscaler 因为某种原因放慢资本开支节奏，例如 GPU 供应不再短缺、AI 模型货币化遇阻、利率环境变化迫使资本结构重新评估，整条供应链上的标的都会同步承压。戴尔、思科这种已经把 AI 订单写进财报指引的标的受影响最直接。这是系统性风险，个股规避不了。

• 第二类是订单到收入的时间差。每家公司从拿到订单到把订单转成报表上的收入，时间不一样。戴尔已经在 FY26 季度财报里持续兑现 AI 服务器营收；思科的 AI 基础设施订单指引到收入还有一到两个季度的释放窗口；黑莓的 QNX royalty 转化为收入要等 2 到 3 年的车辆量产周期；诺基亚与 Nvidia 的 AI-RAN 合作的实地试验要到 2026 年底；Viavi 的 TestCenter D2 1.6T 设备要客户实际部署 1.6T 以太网才能放量。订单不是收入，背书不是现金流，转化进度直接决定股价节奏。

• 第三类是老树新花的判断本身可能被滥用。不是所有曾经辉煌过、跌入低谷的公司都能完成这个跨越。判断标准回到上面那五条。其中最容易被忽略的是第三条，公司是否还有不可替代的工业能力。如果一家公司的核心资产已经被时代抛弃，单纯靠估值低位反弹的逻辑站不住脚。

具体到这七只标的，每只都有自己的不确定性。戴尔的 AI 服务器毛利率被 GPU 成本约束在中个位数，盈利能力不如传统服务器业务。思科 Splunk 280 亿美元收购的整合协同还需要时间证明。诺基亚与 Nvidia 的合作刚启动，AI-RAN 商业化至少要一到两年，整体业务里手机时代留下的 IP 授权业务仍贡献了相当一部分利润，AI 与云只占总营收的 8%。爱立信 5G 商业化进度依赖运营商资本开支，私有 5G 在企业端的渗透速度可能比预期慢。黑莓的 QNX 面临 Android Auto、Windows Embedded、开源 RTOS 的竞争，汽车行业本身在 2026 年面临关税不确定性和软件定义汽车节奏放缓的双重压力。康宁过去一年股价已涨 188.9%，远期市盈率 41 倍，已经定价了相当部分预期。Viavi 涨 481%，市值从不到 20 亿涨到 123 亿，估值在小盘工业测试设备厂里属于偏高，下行弹性也最大。

市场最不愿意承认的事情，往往是被负面共识固化太久的位置被打破。诺基亚跌了 17 年，在大多数投资者的认知里它已经是一具僵尸，但 Nvidia 给的认证撕开了这层定价。共识越固化的地方，赔率越大。

AI 这场建设浪潮的真正规模到现在仍然在被低估。Nvidia 自己一个季度 752 亿美元的数据中心营收，这是供给侧能交付的数字，不是需求侧的极限。沿着这条供应链找受益方是个公开的练习，但市场重定价的速度参差不齐。在已经被充分定价和还没被发现之间，结构性机会仍然存在。

同时英伟达 通过XAI深入A社，同时也打入了各大hyperscaler的某些领域的首批解决方案。更加根深蒂固。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

0. Earning Call 原文与解读

Colette Kress：谢谢Toshiya。本季度表现卓越，收入、营业利润和自由现金流均刷新历史纪录。总收入820亿美元，同比+85%、环比+20%。这是同比增速连续第三个季度加速，也是连续第14个季度环比增长，在我们这个体量和制造复杂度下属不易。环比增加135亿美元也是历史最大单季增量。

我们抓住了推理需求的拐点，把Blackwell系统在多元化客户群中大规模上量，覆盖hyperscaler、模型厂商、AI云服务商和sovereign客户。本季度，我们在R&D、生态投资和回购上有效配置资本，向股东返还创纪录的200亿美元，同时执行了上游供应链和下游go-to-market生态的战略投资。这对市场培育和我们的长期定位至关重要。

上下游战略投资被独立列为capital allocation的条目，与R&D和shareholder return并列。这是NVIDIA第一次明确把自己定位为产业资本配置者。Upstream投资指向TSMC CoWoS / HBM预付款 + IREN这类power+DC运营商投资。Downstream指向CoreWeave、Lambda、xAI、Together AI、2025年4月被收购的Lepton AI等。Q1单季strategic investment $18.6B，年化$70-80B级别，是一级市场AI infrastructure企业最大的资金源。

数据中心收入750亿美元，同比+92%、环比+21%，由Blackwell架构持续强劲驱动。GB300和NVL72需求尤其强劲，frontier模型厂商和hyperscaler已累计部署数以千计的Blackwell GPU，这是公司历史上最快的产品ramp。Grace Blackwell是最快的训练系统，也是推理token生成成本最低的平台。

这部分老生常谈并非预期之外。GB300是Blackwell Ultra系列，NVL72是72颗GPU + 36颗Grace CPU的rack-scale系统。每个NVL72 rack价格约$300万、功率120kW+，这种密度强制液冷部署。NVL72 rack的BoM拆解涉及GPU + Vera CPU、NVLink switch、48V DC电源分配、液冷CDU + manifold + quick-disconnect、铜缆 + 光纤、机柜结构。受益供应链：液冷的Vertiv / Coolit / Asetek，国内英维克 / 高澜；电源的Delta / Schneider，国内麦格米特 / 欧陆通；高速铜缆的Amphenol / TE，国内立讯精密 / 中航光电。

Spectrum-X作为我们为AI构建的端到端以太网平台，目前规模已超过所有以太网同业之和。InfiniBand本季也表现强劲，同比增长超4倍，由下一代XDR部署推动。为方便建模，数据中心计算收入600亿美元，同比+77%；数据中心网络收入150亿美元，同比近3倍。

AI 训练要让成千上万张 GPU 协同工作，节点之间得高速交换数据。普通的数据中心网络速度远远不够，会让昂贵的算力大量闲置。InfiniBand 和 Spectrum-X 就是解决这个问题的两套专用高速网络方案，都由 NVIDIA 主导。

• InfiniBand 是老牌方案，原本服务于超算，如今成为 AI 训练的事实标准。速度极快、延迟极低，但属于一套独立的专用技术体系，只有 NVIDIA 一家在做，价格也贵。OpenAI 的 Stargate 集群（6.4 万张 GB200）、Oracle 的 13 万 GPU 超算等顶级部署都采用 InfiniBand 互联 。

• Spectrum-X 是 NVIDIA 2023 年推出的新方案，思路是把全球数据中心通用的以太网升级改造，让它跑出接近 InfiniBand 的速度。性能比 InfiniBand 略低，但兼容现有设备和运维体系，企业部署更省力。Meta 与 Oracle 已经把它作为开放、加速的 AI 网络架构标准化部署。

• 简单说，NVIDIA 同时卖这两套 Scale Out 方案：追求极限性能的训练集群通常选 InfiniBand，希望沿用熟悉网络体系的企业 AI 场景倾向 Spectrum-X。另外下一代Rubin的NVL576会把NVLink域扩展到576颗GPU。这种规模下铜缆可能物理上不够（NVL72已经接近铜缆物理极限），所以NVL576很可能引入光NVLink，因此要站在光里。

Spectrum-X超过所有Ethernet同业合计这一表述按部署带宽和端口数算，对应NVIDIA Ethernet AI业务运行率$80B+量级（粗略估算）。InfiniBand XDR是800Gbps单端口，4倍YoY增长说明训练集群IB没被Spectrum-X替代，而是并行分工：IB服务训练，Spectrum-X服务推理 + scale-out。光模块产业链最直接受益：Coherent、Lumentum、Corning（press release提到的多年战略协议），国内中际旭创、新易盛、华工科技、剑桥科技、天孚通信。

在深入数据中心之前，先简要介绍我们正在转向的新报告框架。我们有两个市场平台：数据中心和边缘计算。数据中心下分两个子市场：Hyperscale和ACIE（涵盖AI云、工业和企业）。Hyperscale包含公有云和全球最大的消费互联网公司；ACIE对应跨行业、跨国家的AI专用数据中心和AI工厂增长机会。边缘计算覆盖agentic AI和physical AI设备，包括PC、游戏机、工作站、AI-RAN基站、机器人和汽车。

报告框架重构是这场call最隐性但最重要的变化，也是我提早一年看到nbis的原因。把ACIE单独列出让sovereign AI、企业on-prem、AI native cloud成为独立story，支撑NVIDIA估值上修。类似Microsoft当年把Azure从Server Tools里拆出来。ACIE作为分部之后，分析师可以单独建模并给溢价。受益对应市场：CoreWeave、Nebius、Applied Digital、IREN，未来可能上市的Crusoe、Lambda、Together AI。

回到数据中心。Hyperscale收入380亿美元，约占数据中心收入的50%，环比+12%。ACIE收入370亿美元，环比+31%，其中AI云收入同比增长超3倍。客户已具备快速搭建AI算力的能力。10兆瓦以上的合作数据中心数量一年内近乎翻倍，目前超过80个站点。Sovereign收入同比增长超80%。NVIDIA AI基础设施已部署于近40个国家，对应50万亿美元GDP。

Hyperscale 12% QoQ vs ACIE 31% QoQ，ACIE环比增速是Hyperscale的2.5倍。两块体量接近1:1。AI cloud部分3倍YoY是CoreWeave、Lambda、Crusoe、xAI等non-hyperscale算力供应方的增长信号。80个10MW+ partner DC对应总容量800-1500MW新增。每个10MW站点power infra capex约$30-50M（估算），80站点累计power infra市场$2.4-4B直接受益方。Sovereign +80% YoY对应40国部署，sovereign deals每个$1-10B级别。中东（HUMAIN、G42）、欧洲（Mistral背后基础设施）、日韩（KT、Naver）、印度（Yotta、Reliance）是核心。

正如Q1结果所示，我们的客户基础多元且持续扩张。借助庞大的生态系统和装机基础、广泛的CUDA加速应用库，以及最低的token成本，我们有能力服务一个远超任何其他AI计算平台的市场机会。AI基础设施需求以前所未有的速度扩张。AI工厂的建设正在加速。NVIDIA AI基础设施的价值正在上升。H100租赁价格年初至今上涨20%，A100云租价上涨近15%。受益于平台的通用性和软件栈带来的持续性能提升，客户在GPU折旧期之后仍能产生有利润的收入。

可见年初看空nbis这样优质大厂有多么愚蠢。A100是2020年发布、H100是2022年发布。两代产品在2026年仍在涨价是结构信号：供需吃紧 + GPU资产寿命远长于会计折旧。后者打开GPU asset-backed securities的资本市场空间。CoreWeave已经在做GPU资产抵押结构化融资，还是危险，但杠杆效应或许会更明显。折旧期之后还在赚钱这一句给所有GPU as a service公司估值模型背书：折旧schedule可拉长，单位资产ROI上升，估值可参考不分basic infrastructure而非半导体周期股。

NVIDIA算力这个广阔且可信的市场，是数十亿美元AI基础设施支出得以被生态融资的关键基础。AI基础设施加速建设背后有两个主要驱动。第一，从搜索广告到推荐系统再到内容理解，最大的hyperscale workload正在从CPU迁移到GPU加速计算。第二，AI原生产品和服务的采用正在拐点。自ChatGPT问世以来，主流AI已从one-shot inference演进到reasoning，现在进入agentic阶段。AI不再是nice-to-have，AI已成为提升各行业、各岗位生产力的必需品。这正在推动AI价值链各层级（能源、芯片、基础设施、模型、应用）的收入加速。

AI cake五层结构是NVIDIA对整个AI价值链的官方分层。每层都有独立投资标的：Energy层是Constellation、Vistra、gev、be；Chips层是NVIDIA + TSMC + HBM三家 + 配套Marvell / Broadcom / AMD / Astera；Infrastructure层是Vertiv / Schneider / Eaton + 服务器ODM；Models层是OpenAI / Anthropic / xAI；Applications层是Salesforce / ServiceNow / Microsoft Copilot / Adobe。Jensen说all layers都在加速，意味着这是连锁revenue cascade而非单点放量。我们可以看到是，价值传导来到了软件，不过是受益于ai agent流量的软件。不过软件叙事复杂，需要臻辨。

模型层增长非常惊人，尤其是Anthropic和OpenAI，且势头持续加速，包括OpenAI Codex自GPT-5.5发布以来的爆发式增长。目前分析师预测hyperscale资本支出到2027年将超过1万亿美元，agentic AI开始在各行业普及，AI基础设施支出有望在本十年末达到每年3万亿到4万亿美元。

Hyperscale CapEx $1T这个数字比市场之前共识（$725-800B for 2026）高出20-30%。可能意味着Microsoft / Meta / Google / Amazon会在下季度再次上调guide。本十年末$3-4T年化是Jensen真实信仰的TAM锚。NVIDIA当前run rate约$300-400B，意味着市场扩大10倍、NVIDIA份额即使下降仍有5-7倍空间。OpenAI Codex的breakout growth对应AI编程市场爆发，受益方：Cursor、Replit、GitHub Copilot生态，以及背后Anysphere的估值持续抬升。

Blackwell架构无处不在，被每一家hyperscaler、每一家云服务商、每一家主要模型厂商采用部署。上个月，OpenAI发布了GPT-5.5，与Blackwell联合设计、训练、运行，目前位居Artificial Analysis排行榜首位。微软的Fairwater，世界上最强大的AI数据中心，已提前投产，由数十万颗Blackwell GPU提供算力。从今年开始，AWS将新增超过100万颗Blackwell和Rubin GPU，并在Spectrum-X网络上展开合作。在Google，Blackwell将向云客户提供，含confidential computing能力，是高性能AI安全运行的新基础。

这段藏着三个被低估的细节。第一，Microsoft Fairwater提前完工反映Blackwell产能匹配上hyperscaler扩张节奏。数十万颗Blackwell对应Fairwater单站GPU硬件价值大致$200-400亿（估算）+ 配套$50-100亿。第二，AWS采用Spectrum-X是最重磅的产业信号。AWS长期自研网络Nitro + EFA，从不用第三方Ethernet stack。AWS让步意味着NVIDIA full-stack渗透深化。100万颗GPU对应$400-500亿GPU硬件订单（估算）。第三，Google把confidential computing作为云服务卖点。Confidential GPU是新的cloud服务类目，对应受益软件：Fortanix、Anjuna、Edgeless。

我们在frontier AI算力的份额持续提升。我们与Anthropic加深合作，很高兴成为其扩张算力的战略合作伙伴。我们将通过AWS、Azure、CoreWeave、xAI等支持其增长。加上Anthropic，现有合作的frontier labs还包括OpenAI、Gemini、xAI、Meta、Mistral AI、Microsoft AI、TML、Inflection AI、Perplexity、Cursor等，我们在frontier AI模型的份额将显著提升。

通过AWS、Azure、CoreWeave、xAI支持Anthropic这一表述是关键。NVIDIA作为Anthropic算力配置orchestrator，不只是芯片供应商。xAI作为Anthropic算力提供方之一被点名值得注意：Anthropic和xAI是frontier model竞争者，但xAI被pulled into supply role，反映NVIDIA对整个frontier model生态算力调度的话语权。MSL是Meta Superintelligence Labs，2025年6月30日组建，Alexandr Wang担任Meta首任Chief AI Officer。TML可能是Thinking Machines Labs（Mira Murati 2025年创立）。所有新frontier lab全部用NVIDIA是稳定收益的强证据。

今天的数据中心是产生收入的AI工厂。受电力和资本约束，AI工厂运营商必须选对架构。我们以extreme co-design的方式，提供业内最低token成本、最高token吞吐、最高ROI。

电力和资本两个约束被Jensen明确点出。Power约束对应5月7日NVIDIA + IREN 5GW deal：$3.4B managed GPU services合同、NVIDIA拿IREN $2.1B 5年warrant。这种NVIDIA股权 + 长期采购模式可能扩展到Applied Digital、Crusoe、TeraWulf、Iris Energy这一线crypto miner pivot to AI玩家。Capital约束反向催生GPU资产证券化、leasing市场扩大。

MLPerf推理结果已出，我们再次横扫所有基准，Blackwell Ultra在广泛的模型和部署场景中输出最高吞吐量。全栈创新带来GB300相比6个月前2.7倍的吞吐提升和60%的token成本下降。

6个月内同代硬件吞吐2.7倍、成本下降60%。主要驱动是软件优化：Dynamo 1.0（press release单列highlight，inference加速7倍）、TensorRT-LLM新版本、CUDA Graph优化。软件让硬件价值翻倍的机制是NVIDIA对ASIC路线的杀手锏。ASIC一旦投产性能靠软件提升天花板低，NVIDIA每半年通过软件让客户机器价值翻倍。这是lock-in的真正基础。

NVIDIA算力不只是性能最高的AI基础设施，还是最经济、最可融资的。客户不是买GPU，客户是建AI工厂。正确的经济指标不是GPU的购买价，而是AI工厂生产智能的全生命周期成本：token per watt、tokens per dollar、可用性、利用率、上市时间、软件耐久性和资产生命周期。这些方面，NVIDIA都做得最好。

Agentic AI和强化学习给CPU带来新的增长机会。在Grace CPU成功的基础上，Vera正好赶上这个拐点。Vera基于定制Arm core，与Rubin GPU和NVLink端到端联合设计，相对x86替代品提供每核1.5倍性能、2倍每瓦性能、4倍机架密度。Vera CPU为NVIDIA打开了一个2000亿美元的全新TAM，这是我们之前未涉足的市场。每一家主要的hyperscaler和系统厂商都在与我们合作部署Vera。本年度CPU总收入可见性接近200亿美元，让我们走向成为全球领先的CPU供应商。

4x per-rack密度是结构性数字。一个标准42U rack原本能装32颗x86 CPU，用Vera可装128颗。同等data center面积compute密度4倍提升，但per-rack功率从30-40kW飙到120-160kW，强制液冷部署。$200B TAM定义涵盖standalone server CPU（约$70B Intel + AMD合计市场）、embedded CPU、edge AI CPU、agentic specific compute。即使NVIDIA只拿30-40%份额也是$60-80B年化业务。$20B本年standalone直接挤压Intel Xeon SP最高端SKU和AMD EPYC高端线。

我们的年度产品节奏依然是我们市场地位的关键支柱。我们计划在今年下半年Q3开始Vera Rubin的量产出货。Vera Rubin整合7颗专用芯片跨5个加速机架，相对Blackwell提供最高35倍推理吞吐和最高10倍AI工厂收入。作为早期采用者，Google A5X bare-metal实例可支持跨多站点最多96万颗Rubin GPU。

7颗专用芯片猜测组合：Vera CPU、Rubin GPU、Rubin CPX、CX9 DPU/NIC、NVLink switch、Spectrum-X switch、BlueField-4 STX。5-rack pod意味着deployment unit从单rack（NVL72）放大到5-rack pod，单pod功率500-700kW（估算）。这种密度对data center电力配送是质变，pod-level switchgear替代rack-level PDU。受益：大功率switchgear制造商ABB / Eaton / Siemens。Google承诺96万颗Rubin对应$77-115B GPU硬件价值（估算）。Google同时是TPU生产者却仍如此大规模采用Rubin，说明TPU定位为内部workload优化，Rubin负责GCP外部商业化workload。这对Broadcom（Google TPU合作伙伴）的中长期upside是压制。

虽然美国政府已批准H200对中国客户的出口许可，但我们尚未产生任何收入，也不确定是否会有任何产品进入中国。因此，与上季度一致，我们在展望中不计入任何中国数据中心计算收入。

中国市场作为$50B潜在TAM被冷冻在optional upside桶里，完全不在Q2 guide。任何H200进入中国并产生收入都会是pure upside on top of $91B Q2 guide。Beijing继续禁止采购、Huawei Ascend被扶持，短期解冻可能性低。

接下来谈边缘计算。我们的边缘计算市场平台收入64亿美元，环比+10%，同比+29%。Blackwell工作站需求强劲是主要贡献，消费需求因内存和系统价格上涨而略有下降。我们的physical AI持续放量，过去12个月收入超过90亿美元。我们与Uber的合作将到2028年覆盖近30个城市、4大洲的robotaxi车队。

Blackwell workstation强对应RTX PRO系列（press release提到RTX PRO 4500 Blackwell Server Edition）。RTX PRO面向AI engineering workstation，OEM受益：Dell Precision、HP Z系列、Lenovo ThinkStation。消费GPU受memory涨价压制，反向受益SK Hynix / Samsung / Micron。Physical AI $9B TTM首次披露，已接近AMD整个客户端GPU业务规模。Uber robotaxi按每城2000-5000辆估算，30城对应6-15万辆，单车NVIDIA BoM $8-15k（Thor SoC + 传感器套件，估算），对应NVIDIA $5-20亿独立收入。中国车端智驾产业链受益：德赛西威、华阳集团、经纬恒润。

我们在保障供应方面继续front-footed。Q1，包含库存采购承诺和预付款在内的总供应承诺增加到1450亿美元。

$145B供应承诺是NVIDIA对TSMC CoWoS / HBM三家 / ABF substrate供应商的真实cash exposure。这个数字让2026 / 2027年的TSMC CoWoS-L订单、HBM3E / HBM4订单从预期变成已锁定。TSMC、SK Hynix、Micron、Samsung HBM部门2026 / 2027收入有bottom-up确认。

接下来是损益表的其他部分。GAAP毛利率74.9%，非GAAP毛利率75.0%，环比基本持平。GAAP和非GAAP运营费用环比+12%，主要由薪酬增加和算力/基础设施成本上升驱动。非GAAP有效税率16%，略低于此前指引，原因是地理结构利好。资产负债表方面，DSO 45天，受益于回款时点；预计Q2回到50天中段。我们产生了创纪录的490亿美元自由现金流，对比Q4的350亿美元。

75%毛利率在Blackwell大规模出货阶段维持不变，反驳了新世代ramp会压毛利率的市场担心。OpEx +12% QoQ激进，主因是薪酬 + 内部compute。NVIDIA自己内部用GPU的compute费用进OpEx，意味着NVIDIA是自己最大的客户之一。FCF $49B / 季度等于年化$200B，cash conversion约60%。

下面更新我们的资本配置计划。我们将季度股息从每股0.01美元提升到每股0.20美元（Jensen后续更正为0.25美元）。我们计划随着业务扩展定期审视股息政策。我们还宣布800亿美元的额外回购授权，加上当前剩余的390亿美元。本年度我们计划返还约50%的自由现金流。

25倍股息提升。$0.25季度对应$1/年股息，按当前股价yield约0.45%，对dividend investor不够，但信号是NVIDIA从pure growth公司向growth + return混合模式过渡。$119B总回购授权 + 年化$100B回报承诺，按当前FCF run rate是可执行的。这一转向也降低被动指数fund抛售的tail risk。

下面是第二季度展望。总收入预期910亿美元，±2%。环比增长预计主要由数据中心驱动。我们正全力推进供应链生态建设以应对前方巨大的需求，让我们对2025年到2027日历年的1万亿美元Blackwell + Rubin收入保持充分信心。GAAP和非GAAP毛利率预期分别为74.9%和75.0%，±50个基点。全年仍预期在mid-70s水平。GAAP和非GAAP运营费用预期约85亿和83亿美元。全年OpEx预期增长在upper 40s水平，由R&D加速和AI工具内部使用加速驱动。2027财年全年GAAP和非GAAP税率预期16%-18%。

Q2 $91B guide超出Street $86-87B共识$4-5B。但buyside whisper已经在$90B附近，所以这是略超whisper而非大幅超。$1T保留没上调是市场失望的点，但Jensen后面在Goldman Sachs提问回应里明确说$1T只是Blackwell + Rubin GPU，不含Vera CPU、不含LPX、不含frontier model份额扩张，真实Total Pool粗算$1.3-1.5T。全年OpEx增速从low-40s上调到upper-40s是结构性变化。AI tools内部使用加速意味着NVIDIA自己内部compute消耗在加速，反映agentic AI在企业级渗透的隐性证据。

1. Q&A

Joseph Moore（Morgan Stanley）：是什么驱动了报告分部的调整？这种披露方式背后的理念是什么？

Jensen Huang：好的，谢谢Joe。首先，Colette刚才想说的是我们把季度股息从0.01美元提升到0.25美元，多出来的5分钱对大股东来说意义重大。

回到分部和业务描述的问题。我们希望大家更好地理解我们的业务。AI非常多元，计算也非常多元。AI涵盖的范围广，根据行业不同可能涉及语言、3D图形（用于制造业和工业机器人）、蛋白质（生命科学）、小分子化学物质（生命科学或材料科学）、物理（能源行业、科研实验室、高等教育等）。AI本身就是多元的。

这一段是隐性TAM map。每个垂直方向对应NVIDIA加速库：cuNumeric（科学计算）、Modulus（物理仿真）、cuChem（化学）、AlphaFold（蛋白结构）。受益涵盖生物科技（Recursion、Schrodinger、AbCellera）、材料（Citrine Informatics）、能源（地震勘探）。每个垂直行业的科学计算软件被NVIDIA加速库渗透。

Colette Kress：第二，应用场景多元。运行位置也多元，可以在hyperscale云、AI native、企业本地、工业现场、超算中心、边缘。边缘包括自动驾驶、机器人，以及制造工厂内部不断增长的计算网络。未来每一个基站、每一个无线网络都会变成AI驱动的无线网络。还有就是治理方式不同：可以由公有云运营，也可能因工业监管、confidential computing、国家安全等原因不允许跑在公有监管云上。

AI-RAN被明确列为战略。T-Mobile + Nokia是first concrete deployment，6G是长期布局。全球数百万基站规模是10年以上TAM。挤压Qualcomm终端modem、Marvell基站基带ASIC。治理方式不同对应confidential computing和sovereign AI的合规驱动需求。

NVIDIA独特之处在于我们是唯一一家把所有技术组件都自己做、并以extreme co-design的端到端、全栈方式构建的公司。

Jensen Huang：但有些环境就是需要一家能把所有技术整合在一起的公司。在数据中心市场的很多segment里，NVIDIA作为全栈、完全集成但同时开放的解决方案，是非常重要的交付方式。（Jensen继续阐述三大segment划分逻辑）

全栈竞争优势论证。这段间接挤压所有merchant chip + open ecosystem竞争者：Broadcom、Marvell、AMD部分。但Marvell通过NVLink Fusion入局NVIDIA生态是hedged的：Marvell可基于NVLink IP做交换芯片、retimer、光器件控制芯片，custom ASIC业务多了NVLink兼容ASIC产品线。

Ben Reitzes（Melius Research）：公司的目标是增长得比hyperscaler资本支出更快吗？

Jensen Huang：首先，我们应该增长得比hyperscale资本支出更快。原因正是我刚才描述的分部结构。第一块是hyperscaler。他们今年是1万亿美元，我完全预期这个数字会继续往上走。世界在变化，过去SaaS不需要这么多算力，但AI需要海量算力。算力就是收入，算力就是利润。

Jensen公开承诺NVIDIA增速会持续高于hyperscale capex。算力是收入、算力是利润这一表述被重复多次，是NVIDIA最核心叙事：把GPU从cost item重定义为revenue item。客户的GPU采购决策从成本控制变成收入投资。这种心智转变在企业级和sovereign买家中正在加速发生。

第二类是所有的AI native cloud、企业本地、工业本地、sovereign AI。25万家企业，很多想自建AI工厂自己运营。很多工业公司没有选择，必须把计算放在context所在地。第二类还包括sovereign AI cloud。这是一整类数据中心，semi-custom芯片完全不适用，这些数据中心想买系统、运营系统，不想自己设计、自己造。

Semi-custom芯片完全不适用于第二类是Jensen对ASIC替代叙事的明确反击。ACIE这一类客户没有自研ASIC能力，必须买完整系统。意味着ACIE 100%是NVIDIA市场。25万家企业客户的数字第一次出现在管理层口径，对应$50-80T经济体量。受益的中型data center builder：DigitalRealty、Equinix；中国对应：万国数据、世纪互联。

C.J. Muse（Cantor Fitzgerald）：您怎么看Vera Rubin和Extreme Co-Engineering对2026年下半年到2027年推理市场份额的影响？

Jensen Huang：我们在推理的份额正在增长，而且增长得非常快。原因之一是今年frontier模型公司的数量增加了，包括Cursor、Perplexity、TML、Inflection AI等等。加上Anthropic今年成为我们的合作伙伴。Anthropic扩张极快，我们已与他们合作通过Azure、AWS、CoreWeave确保算力。我们今年和明年为Anthropic上线的容量将非常大、非常显著。我们对Anthropic的覆盖在最近之前基本是零。

Anthropic覆盖在最近之前基本是零是关键。意味着Anthropic的算力订单是pure incremental，没有从其他客户挪过来。对CoreWeave财报是直接利好：后续季度CoreWeave会看到Anthropic贡献的显著增量。Lambda、Crusoe、Together AI、Lepton AI（NVIDIA于2025年4月收购）这一类compute marketplace公司是这个机制的执行层。

Vera Rubin在这一点上会比Grace Blackwell更成功。每一家frontier模型公司从一开始就会跳上Vera Rubin。这在Blackwell阶段还做不到。

每一家frontier模型公司从一开始就会跳上Vera Rubin是pricing power最强证据。整代产品所有frontier客户全部锁定，没有切换风险。这种lock-in让Rubin generation毛利率不会被价格战压低。

要记住，还有第二类AI数据中心，几乎只有我们在服务。这一类里所有的推理，绝大多数都是NVIDIA。还有physical AI，NVIDIA几乎是今天唯一服务physical AI的公司。

两个关键数据点：ACIE推理NVIDIA份额接近100%，physical AI近独占。前者反驳ASIC会先在推理上替代NVIDIA的市场叙事；后者确认physical AI赛道在未来3-5年是NVIDIA几乎独占。

Timothy Arcuri（UBS）：您在做的一些custom merchant项目，比如Rubin CPX和Groq 3 LPX的进展。

Jensen Huang：LPX设计用于低延迟和高token rate，但它的吞吐量低，模型容量低，context处理能力低。LPX的use case不广，针对的是已经有大量不同类型token服务组合、且其中高token rate服务可能是高价服务的客户群。

我预期LPX以及其他基于SRAM、聚焦decode和高token rate的加速器在未来一段时间内仍然是niche产品。

这是call里对市场观点最直接的降温。SRAM-based accelerators仍然是niche产品这一论断对Cerebras（市值$95B，PS约140x）、SambaNova、Tenstorrent的中长期估值是直接重置。SRAM全替代HBM叙事被NVIDIA以最权威声音定义为非主流。Cerebras季度收入$171M年化约$680M，按当前估值需要重大revisit。但LPX在NVIDIA自己portfolio里仍然存在，定位是premium tier service配套。

Vivek Arya（BoA Securities）：CPU相对GPU的角色是替代关系还是增量关系？200亿美元这个数字是standalone Vera CPU还是已经包含了Vera作为Vera Rubin一部分的部分？

Jensen Huang：200亿美元是standalone CPU。Vera有4种使用方式。第一种是Vera Rubin，每两颗Rubin配一颗Vera。第二个use case是standalone Vera CPU。第三个是Vera + CX9 + 存储软件栈。第四个是Vera + CX9 + 安全/计算隔离/confidential computing软件栈。每一种use case都构建在Vera之上。我的判断是Vera Rubin整个生命周期都会supply-constrained。

这是call里最被忽视的产业线索。$20B standalone CPU只是第一层。Vera的四种use case对应四条独立挤压路径：Use case 1（系统配套）的供应链是TSMC CoWoS + HBM；Use case 2（standalone）挤压Intel Xeon SP最高端 + AMD EPYC高端；Use case 3（Vera + CX9 + STX）进入存储服务器市场，挤压Dell PowerScale / NetApp / Pure Storage，受益软件方VAST Data / WEKA / Hammerspace；Use case 4（confidential computing）挤压Intel TDX + AMD SEV-SNP，受益软件方Fortanix / Anjuna / Edgeless。Vera Rubin整个生命周期都supply-constrained是pricing power最强信号。CX9是NVIDIA第9代ConnectX SmartNIC / DPU，每个use case 3和4都会带动一颗CX9 + 一颗Vera的组合出货，BlueField + ConnectX的DPU业务从小业务变大业务。

（Jensen继续阐述agent harness、CPU与GPU协作、tool acceleration）我们和Cadence、Synopsys深度合作加速世界上所有工具。我们加速所有工具、数据处理引擎、数据库引擎，因为agent要用这些工具，agent的耐心比人类低。

EDA和工业软件是agentic AI变现的早期受益方。Cadence Cerebrus、Synopsys DSO.ai都跑GPU。Siemens覆盖工业自动化，Adobe覆盖创作工具。这条线含义：工业软件 / EDA / 创作软件公司BoM里GPU权重上升，订阅价格和license fee也上升。受益方Cadence、Synopsys、Siemens、PTC、Dassault、Adobe。国内对应：中望软件、华大九天、概伦电子。

过去的CPU设计为多核以便可出租，人们租core。Agent不租core，agent只要工作快做完。过去的经济学是$/core，未来AI的经济学是tokens/$或$/token。Vera设计为agentic CPU。

CPU设计范式转变被明确陈述。Intel / AMD的high core count策略被Jensen定义为过去。这对Intel Xeon SP和AMD EPYC最高端SKU的市场叙事是直接挤压。

它需要极好的存储，这是为什么我们做STX。它需要极好的网络，所以我们有Spectrum-X。它需要极好的GPU和推理能力，所以有NVLink 72。它需要极好的安全和confidential computing，所以Vera Rubin是全球第一个端到端confidential computing的平台。

STX被Jensen点名是Vera Rubin不可分割的组成。BlueField-4 STX是NVIDIA进入存储服务器市场的硬件基础。端到端confidential computing打开金融 / 医疗 / 政府 / 国防 / 制药这些高度受监管行业。GPU侧confidential computing替代部分Intel TDX / AMD SEV-SNP的市场份额。

Stacy Rasgon（Bernstein）：Neo cloud放在哪个分部？

Jensen Huang：AI native cloud不造芯片、不设计自己的芯片，也没办法把不相关的零件拼凑成AI工厂。他们对time-to-first-token的耐心极低。我们的架构是世界上最可租的计算平台。最高性能、最易组装、最可租、TCO最佳、最易融资。所有这些属性都精准匹配AI native的需求。它属于第二类。

最易融资这个表达对GPU asset-backed financing市场是核心叙事。GPU可作为ABS底层资产，CoreWeave已做过类似结构。这种金融化让data center buildout资本约束打开，反向支撑NVIDIA未来3-5年增长曲线。专门做GPU leasing的fintech会成长起来。Neo cloud（CoreWeave / Lambda / Crusoe / Together）放在ACIE确认。

长期看，工业和企业才是未来的经济所在，对应世界经济中50万亿到80万亿美元的部分。我预期第二类长期会更大。我还希望在未来5年内，physical AI和robotics segment也会增长得非常快。

ACIE长期TAM被定为$50-80T经济体量的AI渗透。NVIDIA当前run rate $300-400B年化对应这个TAM的0.5%。即使渗透率到2-3%（参考SaaS对企业软件的渗透曲线），都是10x级别空间。Physical AI 5年内大增长是2030年前核心增长曲线。

James Schneider（Goldman Sachs）：GTC时您讲过Rubin和Blackwell平台收入有1万亿美元可见性，这不包括LPX、Rubin CPX和Vera CPU机架。Vera CPU是否会是这1万亿美元之上最大的upside来源？

Jensen Huang：1万亿美元之上的增量：第一，frontier AI模型份额的持续提升。第二，1万亿美元数字里没包含任何Vera CPU（standalone）。我预期这是第二大upside。第三是LPX。通过Vera Rubin + LPX的组合，我们能覆盖AI整个谱系。

Goldman这个问题问得最精准，直接把市场关注引导到$1T是低估。Jensen回应确认三层upside：frontier份额扩张、Vera CPU、LPX。这等于Jensen公开承认$1T只是Blackwell + Rubin GPU口径。真实Total Pool粗算$1.3-1.5T。这对sell-side模型是巨大upside catalyst，未来一两个季度分析师会陆续上调2027-2028 revenue预测。

Joshua Buchalter（TD Cowen）：GB300是公司历史最快ramp。Vera Rubin的ramp斜率应该怎么对比？

Colette Kress：我们之前已经多次指引，会在下半年发布Vera Rubin，从Q3开始。Q3是初步组件到位，Q4开始我们应该会看到ramp继续。这些是非常复杂的系统。Q3开始，Q4持续ramp，下一年Q1也会非常大。

Vera Rubin真正大批量在FY28 Q1（日历Q4 2026到Q1 2027交界）。这一句对sell-side revenue模型是定向guidance。FY28 Q1的Street预期可能从当前$95-100B上修到$110-120B。供应链订单 visibility：TSMC CoWoS-L订单集中Q2-Q3 2026下单，HBM4 ramp在Q3-Q4 2026，服务器ODM（Quanta / Foxconn / Wistron）的Vera Rubin系统组装订单在Q4 2026到Q1 2027。

Jensen Huang（收尾）：这是非凡的一个季度。需求已经变成parabolic。原因很简单：agentic AI已经到来。AI现在可以做有生产力、有价值的工作。Token现在能盈利，模型厂商正在比拼谁能生产更多。在AI时代，算力即收入、算力即利润。

Parabolic是Jensen对当前周期的定性，对应AI infrastructure周期被框定为1990s互联网早期级别的产业周期而非周期性升级。Tokens are profitable validate了整个token经济学循环：模型厂商token变现 → 扩张算力 → NVIDIA收入 → NVIDIA再投资模型厂商。这是飞轮。

（Jensen列举top 5：唯一运行每一个frontier AI模型的平台、在每一个hyperscale cloud里、全栈AI factory服务ACIE、CUDA延伸到边缘、Vera作为agentic CPU有$200B TAM）

世界正在为agentic AI和robotic physical AI重建计算。NVIDIA处于这些转变的中心。我们花了三十年构建NVIDIA Compute Platform，一个架构、庞大生态、跨越芯片/系统/网络/软件的extreme co-design。我们在这一刻到来之前就把它建好了，所以当agentic AI到来时，NVIDIA已经准备好。它已经来了。下次再聊。

30年布局的护城河叙事。CUDA从2006、NVLink从2014、Mellanox从2019、Grace从2022、Cosmos / Isaac从2023。这种提前布局逻辑解释为什么NVIDIA相对Broadcom / AMD / Intel不可复制。同时暗示NVIDIA未来5年仍会大幅R&D投入，OpEx upper 40s增长是结构性而非阶段性的。

2. 第一次出现的全新产品类目

BlueField-4 STX（press release highlight，Jensen在call里点名）。这是NVIDIA第一次正式进入存储加速服务器市场。STX全称是Storage Accelerator。之前NVIDIA在存储侧只有GPUDirect Storage软件层，现在BlueField-4 STX把存储加速从软件层做到了硬件层。

Agentic AI workload需要海量context（向量数据库、KV cache、checkpointing）的低延迟读写。传统NAS / SAN已经成为AI factory的瓶颈。BlueField-4 STX让向量查询、KV cache管理在硬件级别加速。直接挑战Dell PowerScale、NetApp ONTAP、Pure Storage的主营业务。配套软件可能与VAST Data、WEKA、Hammerspace的合作深化。

市场目前还没把STX定价进任何模型，因为产品太新。后续季度财报会逐步看到这条线的收入贡献，是Vera Rubin整体ramp时容易被忽略的小branch。

NVLink Fusion + Marvell合作（press release highlight）。NVLink从专有标准变成半开放标准。Marvell拿到了基于NVLink IP做custom芯片的资格，包括retimer、光器件控制芯片、custom ASIC的NVLink兼容接口。

这件事的含义有两层。第一，NVIDIA从”封闭壁垒”转向”标准制定”，Astera Labs、Credo等retimer / SerDes玩家有了明确生态位。第二，Marvell的custom ASIC业务多了一条”NVLink兼容ASIC”产品线，对应Marvell为Google TPU、Amazon Trainium做ASIC业务的扩展。

DSX架构（IREN deal里第一次正式名字出现）。DSX是NVIDIA为AI factory提供的reference blueprint。NVIDIA从”卖芯片 + 卖rack”升级到”卖工厂蓝图”。任何想做AI data center的operator都可以拿DSX作为标准设计。

这条线对Vertiv、Schneider Electric、Eaton、ABB这种power infrastructure设备供应商是利好。DSX设计的标准化让他们更容易跨场景复用产品。同时也让小型data center operator（Applied Digital、Crusoe等）的进入门槛降低，因为不用自己设计AI factory。

3. 需求显著超预期的数据点

• Vera CPU $20B本年standalone。市场之前对NVIDIA CPU业务的预期普遍在$5-10B年化。$20B是超出预期2-4倍的数字。更关键的是这是standalone（不含与Rubin系统配套的Vera）。如果加上系统配套部分，NVIDIA本年CPU总相关收入可能$30B+。这个数字对Intel Xeon SP高端SKU和AMD EPYC高端线的guidance压力会在下一两个季度逐步显现。Intel data center group / AMD data center group的guide需要重新审视。

• ACIE环比+31% vs Hyperscale环比+12%。市场之前预期Hyperscale和ACIE增速接近，因为以为Hyperscale占绝大多数。实际ACIE远超Hyperscale，且两块体量已接近1:1。这意味着NVIDIA的客户基础在快速widening。投资含义：CoreWeave、Nebius、Applied Digital这类股票应该有估值溢价，因为他们处在NVIDIA最快增长的分部里。

• AWS 100万颗Blackwell + Rubin GPU。这是AWS第一次给出如此具体的承诺规模。100万颗对应$400-500亿GPU硬件订单（估算）。AWS之前对NVIDIA GPU的采购规模一直被认为低于Microsoft和Google，这次100万颗的承诺把AWS拉回到大客户阵营。

• Google A5X承诺96万颗Rubin。Google有自己的TPU，但仍然承诺96万颗Rubin对应$77-115B GPU硬件价值（估算）。说明TPU路线和NVIDIA路线在Google内部是并行而非替代关系。Broadcom作为Google TPU合作伙伴的中长期upside被压制。

• Microsoft Fairwater提前完工。过去两年Microsoft数据中心项目大多延期。Fairwater提前完工意味着Blackwell产能匹配上hyperscaler扩张节奏。数十万颗Blackwell对应单站$200-400亿GPU价值（估算）。

• 10MW+ partner data center一年翻倍。从40个翻倍到80+，对应总容量800-1500MW新增。这是ACIE快速增长的物理基础证据。每个10MW站点power infra capex约$30-50M（估算），80站点累计power infra市场$2.4-4B直接受益方。

• Sovereign +80% YoY，覆盖40国。Sovereign AI已经从概念变成实质性投入。中东、欧洲、日韩、印度都在大规模采购。这条线的特点是被电力和资本约束少（政府主导），增长可见性高。

4. 某些领域开始首次用新技术

AWS采用Spectrum-X。这是这场call最被低估的产业信号。AWS长期自研网络（Nitro + EFA），从不用第三方Ethernet stack。AWS让步意味着NVIDIA full-stack在AWS内部渗透深化。Cisco、Arista、Juniper的AI Ethernet产品线面临直接竞争压力。光模块产业链是直接受益方。

Google Cloud采用Blackwell + Confidential Computing。Google是first hyperscaler把confidential computing作为Blackwell云服务的卖点。打开了”confidential GPU as a service”这个新cloud服务类目。对应受益的confidential computing软件公司：Fortanix、Anjuna、Edgeless Systems。

Vera Rubin端到端confidential computing（世界第一个）。端到端confidential意味着GPU + CPU + 网络 + 存储全链路加密。这打开金融、医疗、政府、国防、制药的高合规需求市场。这些行业之前因为合规问题无法把敏感workload放在公有云GPU上，现在可以了。

预期受益方：所有处理敏感数据的enterprise AI部署，特别是欧洲（GDPR合规要求高）、中东主权基金、亚太政府IT采购。

AI-RAN落地（T-Mobile + Nokia + 6G commitment）。AI-RAN把通信基带处理 + AI推理 + 边缘compute用一颗NVIDIA GPU + DPU统一处理。每一个5G/6G基站变成一个mini AI datacenter。

这是NVIDIA第一次拿到主要美国运营商（T-Mobile）的concrete deployment承诺。挤压Qualcomm终端modem、Marvell基站基带ASIC。Nokia和Ericsson的基站BoM里多了一颗NVIDIA GPU。国内对应：中兴通讯、烽火通信。

EDA / 工业软件 / 创作软件全面CUDA化。Jensen点名Cadence、Synopsys、Siemens、Adobe。这条线之前没被市场充分定价，因为大家觉得这些公司是软件公司不直接受益NVIDIA。但Jensen说agent要use这些工具，工具必须GPU加速。这意味着Cadence、Synopsys、Siemens、PTC、Dassault、Adobe的BoM里GPU权重上升，订阅价格和license fee也上升。

国内对应：中望软件、华大九天、概伦电子的EDA AI化。

Ising for quantum computing（press release highlight）。NVIDIA第一次发布”world’s first open AI models to accelerate the path to useful quantum computers”。这是NVIDIA进入quantum computing辅助开发的新方向。受益方：IonQ、Rigetti、Quantinuum、PsiQuantum这一类quantum hardware公司，以及Classiq、Quantinuum软件层。规模仍小，但是新方向。

Uber Robotaxi 30城4大洲by 2028。第一次给出具体规模。物理AI从demo阶段正式进入大规模商业部署阶段。

Dynamo 1.0进入生产（press release highlight）。开源软件，让Blackwell推理加速7倍。这是NVIDIA开源软件的新里程碑，对应Dynamo是用户可以直接用的开源工具，而不是NVIDIA闭源软件。这种”开源 + 硬件锁定”模式让NVIDIA的软件价值进一步外溢，但同时巩固硬件优势。

5. 市场没充分注意的信号

xAI作为Anthropic算力提供方。Anthropic和xAI是frontier model竞争者，但Colette原话明确把xAI列为Anthropic的compute supplier之一。这反映几个含义：第一，NVIDIA对整个frontier model生态算力调度的话语权远超想象。第二，xAI的Memphis Colossus有富余算力出租。第三，frontier model之间的”硬件互助”机制开始出现。

Anthropic对NVIDIA”largely zero until just recently”。Anthropic之前主要用Google TPU。现在Anthropic成为NVIDIA strategic partner意味着Anthropic算力订单是pure incremental——从Google那里抢过来的，不是从其他NVIDIA客户挪过来的。

NVIDIA作为Anthropic算力orchestrator。NVIDIA不只是芯片供应商，是Anthropic算力配置的协调方，决定算力部署在AWS / Azure / CoreWeave / xAI哪个云上。这是NVIDIA角色升级的关键信号，从B2B供应商变成产业链中枢。

Inflection AI重新出现在客户名单。Inflection AI 2024年被Microsoft吞并（Mustafa Suleyman加入MS），原以为已经消失。这次Jensen把Inflection AI列入frontier lab客户名单，意味着Inflection AI核心团队和模型仍在运营，且独立于Microsoft AI（Microsoft AI在名单上独立列出）。

Microsoft AI单独列出（与Inflection AI并列）。Jensen把”Microsoft AI”和”Inflection AI”分别列入frontier lab名单。Microsoft AI是Microsoft内部的frontier model团队（Mustafa Suleyman领导），独立于OpenAI合作。这说明Microsoft在做自己的frontier model（不只依赖OpenAI），且全部用NVIDIA。

MSL（Meta Superintelligence Labs）。MSL 2025年6月30日成立，Alexandr Wang领导。Meta把核心AI研发资源全部集中在MSL。MSL用NVIDIA意味着Meta虽然有自研MTIA ASIC（Broadcom合作），但frontier model训练仍以NVIDIA为主。MTIA可能定位为推理optimization，训练市场仍是NVIDIA独占。

TML和其他新frontier model公司。Mira Murati离开OpenAI后2025年成立Thinking Machines Labs（融资$2B）。Cursor、Perplexity等新frontier lab全部用NVIDIA。Frontier model玩家数量在扩大，所有玩家都用NVIDIA是稳定收益的强证据。

6. 隐性指引

Total供应承诺$145B。Q4披露过预付款 + 库存承诺数字（具体数字记忆中是$130B左右），$145B是Q1上调约$15B。说明NVIDIA对2026 / 2027的供应锁定在持续加码。TSMC CoWoS、HBM三家的forward orders bottom-up确认。

OpEx全年增速从low-40s上调到upper-40s。这是上调指引，反映NVIDIA自己的内部AI tools使用加速。NVIDIA是自己最大的客户之一。OpEx upper 40s YoY增长是结构性的。

Inventory单季+$4.4B。从$21.4B到$25.8B。增量主要是HBM和Blackwell GPU库存的pre-build。是NVIDIA在Vera Rubin ramp前的供应链准备。

Marketable equity securities从$12.9B涨到$30.2B。半年内翻倍。主要来自CoreWeave、Arm等被投公司股价上涨的unrealized gains。验证NVIDIA”投资 + 销售”飞轮的财务效果。

Non-marketable securities从$22.3B涨到$43.4B。Q1单季策略投资$18.6B直接体现。年化$70-80B级别的strategic investment是产业一级市场最大单一资金源。

Tax rate从17-19%下调到16-18%。Geographic mix变化带来的小利好，但容易被忽视。年化对$200B FCF的影响约$2-4B。

7. 被点名的新车厂 / 新合作

新车厂登上DRIVE Hyperion（press release highlight）：BYD、Geely、Isuzu、Nissan都在DRIVE Hyperion平台上做L4-ready车型。Hyundai + Kia扩展合作。

含义：NVIDIA在主流车厂（除Tesla外）的渗透接近全覆盖。Thor SoC的BoM放量是2026-2028车端确定性主线。

RTX PRO 4500 Blackwell Server Edition（press release highlight）。新workstation产品。RTX PRO面向AI engineering workstation市场。OEM受益：Dell Precision、HP Z系列、Lenovo ThinkStation。

NVIDIA Cosmos + Isaac GR00T N（press release提到，新版本model发布）。Cosmos是世界模型，Isaac GR00T N是人形机器人foundation model。人形机器人公司（Figure、Skild、Agility、宇树、优必选）都在这两个model上构建应用。

Alpamayo 1.5（press release提到）。NVIDIA自动驾驶open model新版本。NuRec技术让自动驾驶感知系统通过neural reconstruction加速训练。

NemoClaw + OpenShell + Agent Toolkit（press release提到）。NVIDIA进入agentic AI开发框架市场。这与Anthropic Claude Code、OpenAI Codex争夺agentic开发工具市场。市场关注度低但战略意义大。

8. 其他

三个最值得跟踪的新信号：

第一，BlueField-4 STX。下季度Q&A可能有更多分析师问STX相关，NVIDIA可能给出STX的TAM和客户list。如果点名Dell / NetApp的客户被NVIDIA挖去，是直接催化。

第二，Anthropic算力ramp细节。Anthropic对CoreWeave、xAI的算力分配规模在下季度CoreWeave财报里会体现。如果CoreWeave Q2 / Q3收入超预期，间接证实NVIDIA这场call的”significant capacity coming online”陈述。

第三，AWS采用Spectrum-X的部署进度。AWS下次财报和re:Invent（11月）会披露AI网络细节。如果AWS正式announce Spectrum-X在re:Invent上，是Arista和Cisco的directly negative信号。

被低估的长期主题：confidential computing GPU市场（Fortanix / Anjuna受益）、EDA / 工业软件GPU化（Cadence / Synopsys / Siemens / Adobe BoM上升）、AI-RAN产业链（Nokia / Ericsson BoM上升 + 国内通信设备商）、人形机器人foundation model生态。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

把一台 AI 服务器拆到最底层，会看到一条电的路径：市电从电网进来，一路降压，最后变成 GPU 芯片能用的不到一伏的电压。这条路径上有一颗很小的降压开关，二十多年来它一直在，不起眼，便宜，论个卖。但现在完全不是这样了。

数据中心最贵的部件通常被认为是 GPU。这没错，但有一个被长期忽略的事实：决定一座 AI 数据中心能不能建成、能建多大的，往往不是芯片，是电。电怎么从几万伏的电网，一级级降到 GPU 芯片需要的零点几伏，这条转换路径上的价值分布，在过去二十多年里发生了一次不显眼但根本性的变化。

同样，本文也用网页加文章的形式呈现，来帮助大家在市场震荡时快速扫盲，发觉机会。网页信息量很大，文章中无法完全照顾到所有的专业技术信息，具体的技术名词，对应的功能在网页中都有事无巨细的解释与讲解。Link放在文章第二部分开头。本文主要面向市场，部分概念介绍比较粗略，部分与具体工程恐怕有些出入，欢迎指正。具体公司和标的分析部分也请参照网页。

1. 前言：

从电网到 GPU，电压要经过多级转换。这条链上始终有一颗做降压的功率开关器件。它每一代都在，但三件事一直在变：它用什么材料做（从普通硅，到改进的超结硅，再到碳化硅和氮化镓），它待在什么位置（从电路板边缘，移到 GPU 芯片正下方；从机柜内部，移到电网边缘），以及它值多少钱（从论个卖的标准件，变成和系统一起设计、单价高得多的集成模块）。

把这三件事连起来看，迁移的方向非常清楚：价值正在从中间那颗普通的降压开关，同时向两端流走。向上，转移到靠近电网的高压碳化硅和固态变压器；向内，转移到 GPU 正下方的氮化镓和集成电源芯片。价值被两端分流的，是中间那段二十多年没怎么变过的 12 伏多相降压电路。

图 1　价值从中间那颗降压开关，同时向两端转移。这是全文的主线

这颗开关是唯一一个每一代都存在、但位置和价值持续变化的元素。以它为线索，整条产业链二十多年的演化就有了一条可以追踪的主线，谁在这条主线上往哪一端移动，谁就在获得价值或者被边缘化。

2. 四代演进：电源架构变化引起价值链转移

https://dcpower.theshuffle.workers.dev/

第一代　隐形公用设施期（约 1990s 到 2015）

这一代电源相当于机房的基础设施，没有受到特别关注。单个机柜耗电不到 15 千瓦，12 伏供电干线一米最多送约 2.5 千瓦，完全够用。价值落在两个地方：机房级的不间断电源和配电设施，以及那颗低单价的 12 伏硅 MOSFET。这一代没有迁移，是基准线。功率器件这一环当时已经由大厂主导，硅器件靠规模和良率竞争。

第二代　48 伏机柜期（2016 到约 2023）

第一次真实的架构拐点发生在 2016 年，开放计算项目和 Google 把 48 伏供电做成行业标准。供电干线电压从 12 伏抬到 48 伏，同样一根铜，能送的功率变成四倍。这一抬，价值第一次从机房设施移到了电路板上：48 伏要先降到 12 伏，再降到芯片核心电压，这中间的多级降压电路第一次成了各家可以争夺的资产。这一代板级电源芯片的主导者获得了主要的价值，依靠的是自有的模拟工艺，以及被写进客户参考设计后极高的替换成本。

第三代　AI 机柜应力期（约 2023 到 2025）

英伟达 Blackwell 平台把单机柜功率提高到 120 到 140 千瓦，部分配置更高。48 伏的供电方式开始不敷使用：1200 瓦的芯片在 0.8 伏下工作，意味着需要约 1500 安培的电流（按功率除以电压换算），下一代 Rubin 按 2300 瓦算更接近 2875 安培。这样的电流在板级长距离传输，损耗已经很大。价值在板级内部进一步迁移，迁到垂直供电和宽禁带材料。这一代垂直供电的第一个真正商业赢家，是一家欧洲功率半导体大厂和一家台湾电源系统厂的联合体，拿下了 Blackwell 的主要板级份额。同时一家体量小得多的功率器件厂在 GB300 这一档，从在位厂手中获得了份额，说明这一层的份额可以在短时间内改写。

第四代　电网到 GPU 期（2025 到 2027 及以后）

整套转换架构被重新设计。行业出现两条并行的高压直流路径：一条是超大规模数据中心阵营的正负 400 伏，一条是英伟达主推的 800 伏，full production 指向 2027 年的 Kyber 平台。价值向两端分化：向上是电网边缘的高压碳化硅和固态变压器，向内是 GPU 最后几厘米的氮化镓和集成电源芯片，中间的硅降压处在被两端分流的位置。值得注意的是，碳化硅领域的先驱厂商恰恰在碳化硅机会到来时进入破产重整，这一点后面会专门讨论，它揭示了这条链一个容易被误读的地方。

图 2　配电电压沿四代从 12 伏抬到 800 伏，单机柜功率从约 15 千瓦走向 2027 年目标 1 兆瓦

3. 第四代凭借旧有供应链快速成型

第四代的电网到 GPU 端能在两年内成形，速度快得不寻常。原因不是人工智能把宽禁带半导体和无源器件的供应链从零建起来，而是它直接继承了一条别人在过去十年已经建好、并且付过钱的供应链。

这条供应链原来是给电动车、光伏逆变器、快充建的。英伟达 2025 年 5 月的 800 伏技术博客把底层技术明确归功于电动车和公用事业级光伏行业，这是来自原始来源的确证。同一批碳化硅晶圆，原来供给电动车，现在供给 800 伏的 Rubin。当年建这条供应链的资本开支曾经是沉重负担，碳化硅先驱厂商正是因为这笔开支严重削弱了资产负债表。

但是快不见得是。主要原因是电动车需求在 2024 到 2025 年是收缩的，这正是先驱厂商破产的根本原因。把继承理解成稳定的支撑，方向就错了。准确的说法是，底层供应链是现成的，所以第四代成形快；但这条供应链本身的需求基础并不稳固。

这条继承的视角也带出一批原来不在视野里的参与者：依靠提价而非扩产的模拟与功率大厂，GPU 旁边大量使用的多层陶瓷电容供应商，碳化硅资本设备厂，以及专门做固态变压器的企业。它们在这条被继承的供应链上都有各自的位置。

四、竞争格局

功率器件：高度集中的寡头

碳化硅和氮化镓这两类宽禁带功率器件，是整条链上集中度最高的环节。碳化硅前五名约占九成，氮化镓前五名约占八成。老牌厂的市占率不仅没有下降，本身就是格局的主体。新进入者主要是中国厂商和从代工切入的企业。

图 3　碳化硅功率器件份额。来源 TrendForce，ST 与 onsemi 为 2023 口径，其余为 2022 口径，前五约占 92%

碳化硅这一环，意法半导体份额第一，靠的是从粉料到模块的全周期垂直整合；onsemi 第二，抢份额最快；英飞凌靠全材料背书和汽车工业双驱动仍在增长；先驱厂商 Wolfspeed 材料和产能地位强，但刚经历破产重整、又赶上碳化硅周期下行。中国的三安、比亚迪半导体、士兰微借国产化和垂直整合在快速扩产，博世和三菱 2025 年进入 200 毫米量产。

图 4　氮化镓功率器件份额。来源 TrendForce，2024 年口径，前五约占八成

氮化镓这一环，中国的英诺赛科份额第一，8 寸氮化镓制造领先，被多家国际大厂借为产能来源；Navitas 第二，走氮化镓加高压碳化硅双材料路线，在英伟达 800 伏生态有卡位；EPC、英飞凌、Power Integrations 依次跟随，其中 Power Integrations 是唯一量产高压 1250 伏和 1700 伏氮化镓的公司，路线最激进。

机柜电源与电网侧设施：只有集中度区间

机柜电源这一环没有公开的分家精确份额。大致上，台达、光宝、华为、Advanced Energy 四家合计占机柜电源市场过半，台达在功率密度和效率标准上领先。电网侧的电源系统和不间断电源这一环，按 MarketsandMarkets 口径，施耐德、Vertiv、ABB、伊顿、台达五家合计约占四成多。固态变压器的专门企业目前还在风险投资阶段，没有上市公司精确份额。

板级供电：份额在代际间被反复改写

板级供电这一环没有公开精确市占率，份额在代际之间剧烈摆动，只能给定性位置。板级长期的在位主导者依靠自有模拟工艺加参考设计锁定；垂直供电的商业落地赢家在 Blackwell 上的份额按分析师估计约六到七成，这是分析师口径，不是精确普查；一家体量小的厂商在 GB300 上完成了份额反转。这一环之所以重要，恰恰因为它的份额在代际之间被反复改写，这正是价值迁移最显著的环节。

5. 真正稀缺的不是芯片

市场最强的叙事是人工智能要大量碳化硅和氮化镓，所以这些芯片公司必然受益。这个叙事在方向上对，但它把稀缺放错了位置。

先看一个被忽略的事实。碳化硅目前不是短缺，是产能过剩。按 Yole 的数据，2025 年碳化硅上游产能利用率只有约五成、器件线约七成，行业下行要持续到 2027 到 2028 年。资本设备开支在 2023 年见顶后转为负增长。所以靠继承到现成产能就推出对碳化硅公司绝对利好，这个推理本身就不成立，继承到的恰恰是一个过剩周期里的产能。

那真正的瓶颈是什么。是电网容量和高压重型设备。电力变压器的交货周期长达三到五年，美国电网的接入排队已经超过 2100 吉瓦。一个被反复验证的判断是，电气设备占数据中心总成本不到 10%，却构成了 100% 的瓶颈。半导体公司是这场由稀缺驱动的架构变化的受益者，但它们本身处在不稀缺、或只是局部偏紧的环节。

把稀缺分成三层看最清楚。第一层，材料不稀缺，碳化硅过剩，英飞凌甚至说宽禁带的成本正在接近硅。第二层，高门槛的具体产品局部偏紧，比如千伏级碳化硅、单级高压氮化镓，但这属于公司层面的差异化，不是行业稀缺。第三层，真正的瓶颈是电网容量和高压重型设备，这一层既稀缺又难以快速扩产。处在这一层的公司议价能力最强，但其中很多没有上市，或者要到 2027 年以后才放量。

6. 市场规模

市场规模的数字在不同机构、不同版本之间有出入，所以这里按出处分开列，不合并成一个看起来精确的单一数字。方向比绝对值可靠。

图 5　三个相关市场到 2030 年的规模量级。氮化镓并列两个版本口径

功率氮化镓器件市场，2024 年 3.55 亿美元、2030 年约 30 亿美元，年复合增速约 42%；2026 年 3 月的季度监测更保守，给约 25 亿美元以上。两个口径都列出来，方向一致都是价值向氮化镓捕获。功率碳化硅器件市场，2026 年行业复苏后趋向约 103 亿美元，但其中数据中心五年增量只有约 2 亿美元，绝大部分仍是汽车。数据中心电源市场到 2030 年超过 140 亿美元，年增 15.5%，其中 3 千瓦以上的高功率段增速更快。

这里有一个对叙事的修正。所谓人工智能将消化掉一半碳化硅的说法，和 Yole 的数据是矛盾的。Yole 的口径里，数据中心给碳化硅带来的五年增量只有约 2 亿美元，碳化硅的盘子仍然由汽车主导，五年内汽车占比保持约七成。

结语

数据中心电源这条链上，价值正在离开中间那颗二十多年没变的开关，向电网边缘和 GPU 正下方两端转移，而真正约束整个行业的，不是市场普遍关注的芯片，是电网和高压设备本身。

理解这次迁移的价值，不在于据此去看某一公司，而在于理解价值地图：当所有人都在谈论 GPU 的时候，知道电这条路径上的价值正在怎么重新分配，知道哪里是真正的瓶颈、哪里只是叙事，本身就是一种不容易被市场情绪影响的视角。The World Shuffles, We Deal.

CoWoS、SoIC、CoPoS、COUPE、SoW-X 不是五代互相取代的产品，而是一条价值链上不同尺度的环节。而这些环节的核心变化点在于，芯片之间的连接由谁来做这件事的所有权，正一代一代从后段封测厂手里，转移到晶圆代工厂手里。

同样，本文也用网页加文章的形式呈现，来帮助大家在市场震荡时快速扫盲，发觉机会。网页信息量很大，文章中无法完全照顾到所有的专业技术信息，具体的技术名词，对应的功能在网页中都有事无巨细的解释与讲解。Link放在文章第二部分开头。本文主要面向市场，部分概念介绍比较粗略，部分与具体工程恐怕有些出入，欢迎指正。

1. 前言：

过去几十年，让计算机变快的办法很简单：把晶体管做得更小，同一块芯片上就能塞更多。这条规律就是常说的摩尔定律。问题是它现在越来越吃力，每往前一步，成本和难度都成倍增加。

当单颗芯片不容易再快时，工程师换了一个思路：与其只靠一颗大芯片，不如把多颗芯片拼在一起协同工作。把多块硅片连接、堆叠、组装成一个整体的这套技术，统称先进封装。它现在是算力增长的主要推手，地位已经和制造工艺本身一样关键。

很多人第一次看到 CoWoS、SoIC、CoPoS、COUPE、SoW-X，会以为是五代产品在抢同一个位置，或者一个套一个的五层结构。两种理解都不对。这五个名字其实只有三种关系：SoIC 是装在 CoWoS 里面的；CoWoS 越做越大，大到用掉整片晶圆，就叫 SoW-X；CoPoS 不改大小，只是把承载芯片的圆晶圆换成方形大板子来做；COUPE 是另外加上去的光接口。

逐个说清楚。SoIC 和 CoWoS 是包含关系：SoIC 把芯片一层层往上叠，靠混合键合让上下层的铜直接焊在一起；CoWoS 是把好几颗芯片并排摆在一块硅中介层上，而并排的其中一颗本身就可以是一摞叠好的 SoIC，所以 SoIC 是装在 CoWoS 里面的。CoWoS 和 SoW-X 是大小关系：CoWoS 越做越大，一直做到用掉整片晶圆、当成一台机器用，这就是 SoW-X，台积电自己也说 SoW-X 就是 CoWoS 做到极致的版本。CoPoS 和 COUPE 是另外两件事：CoPoS 不改芯片做多大，只改用什么形状的板子来做，把圆晶圆换成方形大面板，上面几种封装都能用；COUPE 是给封装加一个光接口，把电信号转成光信号的模块直接做进封装、贴到芯片旁，省电也更快，它本身又是用 SoIC 那套堆叠工艺做出来的。看懂这三种关系，下面进入这篇要回答的问题：把芯片连起来这件事，钱和话语权过去归谁、现在归谁、接下来会归谁。

讲产业变化可以从很多角度切，这篇只盯一件具体的事：芯片和芯片之间的连接，到底是谁在做。盯这件事的好处是它有实物可以指——那根焊线、那块基板、那层硅片、那道铜对铜的混合键合、那片晶圆——每一代都能指出具体是哪个零件、由哪家公司做，所以每一步说法都能去查证。

另外还有两件相关的事会顺带讲到：一是这些连接离封装越来越近（原来在电路板上，后来进了封装、面板、晶圆），二是封装这道工序在芯片总成本里越来越值钱、越来越能定价。第一个会在后面单独讲，第二个体现在开头那组数字和每一阶段的价值分布里。

把芯片连起来这件事，谁来做、谁说了算，正在从后段封测厂和基板厂，一代一代转到台积电这样的晶圆代工厂手里。原因是芯片之间的连接做得越来越精细，过去在电路板上做的事被搬进了封装；最近，新的钱又开始流向做晶圆级整合、做光接口、做新基板材料的公司。

2. 五个阶段

https://adv-packaging.theshuffle.workers.dev/

这十几年里有四件事让局面发生质变：硅中介层开始量产、HBM 内存让它变成标配、AI 让它变成全行业抢不到的瓶颈、封装开始大到要用面板和整片晶圆来做。

第 0 阶段 · 起点｜后段封装时代

约 2010 年以前

封装是芯片做完之后的收尾工序，价值低，和晶圆制造是两个分开的产业。把芯片连起来这件事，归后段封测厂和基板厂。这一代的玩家以封测厂与基板厂为主角。

第 1 阶段｜硅中介层登场

2012 – 2015

代工厂第一次把封装做进自己流程。一块硅做的中介层，让多颗芯片在亚微米精度上互连，这件事第一次需要代工厂的工艺能力。这一代的玩家代工厂首次入场，封测厂仍是主体。

第 2 阶段｜HBM 的更高要求

2016 – 2022

高带宽内存的接口又宽又密，传统封装接不动。一旦 GPU 用上 HBM，硅中介层就从可选项变成必须项，迁移因此提速。这一代的玩家，代工厂主导高端，HBM 厂崛起。

第 3 阶段 · 现在｜AI 把它变成全行业瓶颈

2023 – 2026

AI 需求爆发，先进封装产能成了整条 AI 供应链最紧的一环。这一代里，连接由谁做、定价说了算的权力高度集中到代工厂，同时设备厂和材料厂也变成了新的卡脖子环节。这一代的玩家，代工厂控盘，卡点转到设备与基板。

第 4 阶段｜封装大到要用面板和整片晶圆来做

2026 起试产 · 放量时间未定

封装继续做大，大到要用方形面板、甚至整片晶圆来做，于是过去装在电路板、机柜、整机上的东西被一步步搬进封装里。新的钱开始流向做面板、做晶圆级整合、做光接口、做新基板材料的公司。但这一代有个现实情况：很多东西具体哪年量产还没定，各家说法不一。这一代的玩家，代工厂仍居中心，钱流向新环节。

3. 底下那块板子：基板的四种材料

基板是封装最底下那块承载板，作用是把封装好的芯片模块连到电路板上，相当于芯片和主板之间的转接层。它用什么材料做，直接决定了能承载多大、多密、多热的芯片。这十几年材料换了好几轮，每一轮都对应上面某个阶段。

• 有机基板是用树脂加铜箔一层层叠起来的，便宜、成熟、产能大，是过去几十年的绝对主流，今天绝大多数封装还在用。它的高端版本叫 ABF，用的是味之素的一种特殊薄膜。短板是芯片一大它就容易翘曲，走线也细不到哪去，做不了最高端 AI 芯片那种密度。

• 硅基板（硅中介层）不是上面那种意义的基板，而是夹在芯片和有机基板中间的一层。它用做芯片的工艺来做，走线极细极密，能让并排的多颗芯片高速通信。这正是 CoWoS 的核心，也是价值从封测厂转到台积电的那一层。短板是贵、做大了良率掉得快、还受圆晶圆尺寸限制。

• 陶瓷基板耐高温、散热好、可靠性高，长期用在汽车、军工、射频这些对稳定性要求极高的地方。短板是贵、脆、难做大、走线密度上不去，所以一直是个小众但不可替代的存在，没成为 AI 主线。

• 玻璃基板是下一代的热门候选。玻璃又平又稳，受热不容易翘，能做得又大又平，正好治有机基板和硅基板的痛点，适配越来越大的 AI 封装。短板是现在还不成熟，玻璃易裂、打孔和量产工艺还在爬坡，第一批真正能用的产品业界普遍预计要到这个十年的后半段。

第 0 到第 1 阶段，封装基本只有有机基板，价值低，归 Ibiden、欣兴这些基板厂；第 1 阶段台积电把硅中介层加进来，最值钱的那层连接从有机基板转到了硅，价值跟着转到台积电；第 2 到第 3 阶段，AI 芯片越做越大，对 ABF 这种高端有机基板的需求暴涨，ABF 一度紧缺到要被芯片大厂提前补贴产能，做 ABF 的味之素、Ibiden、欣兴成了新的卡脖子环节；第 4 阶段，有机基板和圆形硅基板都快到物理极限，玻璃基板被各家押注成下一代，做玻璃的康宁、肖特和做玻璃基板方案的英特尔、三星、SKC 等开始卡位。

未来有机基板不会消失，中低端会长期用下去；硅中介层在最高端继续用，但贵和尺寸限制逼着行业找替代；玻璃是公认的下一站，谁先把玻璃基板的良率和量产做通，谁就拿到下一阶段基板这一层的话语权——这也是为什么玻璃基板被反复提到，它是基板这一层的价值接下来要去的地方。不过任何材料都不是十全十美，玻璃基板也有易碎等问题，需要克服。

除了基板，封装还要好几样配套材料，这条链上常被忽略但都有明确的龙头。

底填胶（Underfill）是倒装焊和大芯片必须用的：芯片靠焊球扣在基板上，焊球之间是空的，受热一胀缩焊点容易裂，底填胶就是灌进这些缝隙把它们粘牢、分散应力。AMD 的 MI300 这种把多颗芯片拼在一块大基板上的封装，就靠它在 70 毫米见方的范围里把翘曲压住。龙头是汉高（Henkel）、Namics、Won Chemical，前三家合计约 45% 份额，汉高是绝对第一。芯片越大、拼得越多对它要求越高，第 2、3 阶段随 AI 大芯片明显上行。

塑封料（EMC）是把芯片包起来的那层黑色硬壳，提供机械强度、防潮、散热。它是贯穿所有阶段的基本盘材料，每颗封装都要。龙头是住友电木（Sumitomo Bakelite，全球第一）、信越化学、汉高，2024 年市场约 20 亿美元。价值稳定但单位价值不高，属于稳定刚需而非卡脖子环节。

电镀化学是另一条和键合并列、却常被漏掉的线。前面讲键合是怎么把芯片接上，电镀讲的是另一半：芯片上的铜柱、微凸点、RDL 走线、TSV 里的铜，这些铜本身是靠电镀化学一点点长出来的。AI 芯片连接越密，要镀的铜越多越精细。龙头是 MacDermid Alpha、Atotech（已并入 MKS）、田中，2025 年电镀化学市场约 13.7 亿美元，其中先进封装这块约 5 亿且在快速涨。第 1 阶段铜互连重要性上升后它持续受益，第 3、4 阶段随面板级和混合键合显著放量。

RDL 与高速互连材料是 AI 时代新冒头的一块：芯片越拼越大，信号在封装里跑的距离变长，需要专门的低介电材料做重布线层、做信号完整性涂层和层压材料，否则高速信号会失真。代表是 2025 年 11 月刚从杜邦拆分独立上市的 Qnity Electronics（纽交所 Q，2025 营收约 47.5 亿美元，客户覆盖全球前 20 大半导体厂里几乎所有），以及 JSR、东京应化等做封装光刻胶和介电材料的厂。它属于第 3、4 阶段随 AI 高速互连需求才真正变重要的环节。

4. 芯片到底靠什么连：四种键合方式

前面只点了“混合键合”一种，其实“芯片和芯片、芯片和基板之间到底用什么把它们接起来”这件事，本身就是一条贯穿全程的主线。键合方式每换一代，连接的精细程度就跳一个数量级，这正是价值能从封测厂转到代工厂的物理原因——越往后越要前段工艺能力，封测厂越做不了。

• 打线键合（Wire Bonding）是最老的办法：用一根极细的金属线，把芯片上的焊盘一根一根连到基板上，像给芯片接飞线。精度大概在百微米级，又便宜又成熟，到今天汽车、模拟、物联网芯片还在大量用，全球每年还有约 45 到 50 亿美元的市场。短板是连接点数量上不去，喂不饱现代 AI、HPC 芯片那种海量 I/O。

• 倒装焊 / 凸点键合（Flip-Chip / Bump）是把芯片翻过来，底下种一排焊球，直接扣到基板上，一次连成百上千个点，比打线密得多。焊球间距能做到约 40 到 50 微米。这是 AI 之前的高端主流，今天仍是大量封装的基础。短板是焊球再小就容易桥连短路、可靠性下降，到 40 微米左右就接近极限。

• 热压键合（TCB，Thermocompression）是给倒装焊加压加热精确控制，把间距压到约 10 微米，并能配合 TSV 把芯片往上叠。它是 HBM 那一摞内存能堆起来的关键工艺，第 2、3 阶段 AI 加速器靠它把内存和逻辑拼到一块。短板是焊球到 10 微米以下又会出现金属化合物、桥连问题，再往细走焊球这条路就到头了。

• 混合键合（Hybrid Bonding）干脆不要焊球，让上下两面的铜直接对接、氧化层贴氧化层，间距做到亚微米、个位数微米级。它就是 SoIC、Intel Foveros Direct 的底层工艺。和热压键合相比，混合键合的互连密度高约 15 倍、速度快约 12 倍、功耗低约 20 倍（AMD 实测数据）。短板是对表面洁净度和对位精度要求极高，设备贵、爬坡难，目前主要用在裸片叠裸片，裸片连基板还很难。

第 0 阶段全是打线和早期倒装焊，设备主要受益的是打线龙头 Kulicke & Soffa（历史高峰期球形打线机份额约六到七成）和 ASMPT；第 1、2 阶段 AI 加速器和 HBM 起来，热压键合成主力，ASMPT 的 FIREBIRD 系列出货超 250 台、是 TCB 设备全球第一，K&S、Besi、Shibaura、SET 跟进；第 3 阶段混合键合进入 AI 主流，设备格局换人——BESI 在裸片对晶圆混合键合上份额约 67%、并与应用材料深度绑定（应材 2025 年 4 月入股 BESI 约 9%），晶圆对晶圆这边 EVG 是龙头，前五大（EVG、SUSS、应用材料、BESI、K&S）合计约六成市场；第 4 阶段混合键合继续往更细推，并开始进 HBM4（三星、SK 海力士已在 HBM4 试产线上用）。需求侧最早吃到红利的是 AMD（2021 年首个用铜混合键合出芯片）和英特尔（Foveros Direct，键合间距 9 微米往 3 微米走）。

未来打线和倒装焊不会消失，中低端长期用；热压键合在 HBM 上还会撑几代，但 HBM4 开始往混合键合切；混合键合是公认的下一站，它把连接做到焊球做不到的密度，谁的设备良率和产能先做通，谁就拿到这一层的话语权。连接方式越往后，价值越集中在这几家设备厂身上。

5. 越来越多东西被搬进了封装

这是贯穿全文的第二条线，也是那段广为流传的描述说的事。把上面五代连起来看，会发现一个清晰方向：原本分布在电路板、机柜、整机层面的连接和供电，正被逐级往封装、面板、晶圆里收。

这两件事其实是一回事：连接被搬进封装，意味着原来电路板厂、封测厂做的活，现在归做封装的台积电做。位置变了，钱也跟着变了。

6. 价值迁移总览

1. 封装成为新的扩张引擎

制造工艺微缩变慢，靠把更多芯片拼起来获得的算力增长，已经比传统工艺微缩更快。封装从配角变主角，地位与先进制程并列。市场规模据 Yole 口径 2024 年约 460 亿美元、同比增约 19%，2030 年预计超 790 亿美元、复合增速约 9.5%；不同机构对绝对值口径有差异，本文只取方向不押数值。

2. 产能是真正的瓶颈，定价权随之确立

主流 CoWoS 产能被头部 AI 客户提前订满，单片封装晶圆报道均价已被推到接近先进逻辑工艺。谁拿到封装产能，几乎等于谁能出货 AI 芯片，定价权完成向代工厂转移。

3. 封测厂被挤向中低端，靠地理与共设计求生

最高价值的互连归代工厂后，封测厂在高端被边缘化，转向用产地布局（如美国本土产能）和早期共设计来差异化，争取被替代不掉的位置。

4. 卡脖子环节转到设备与材料

混合键合的精度与产能成新卡点，专用设备由少数厂商主导，毛利高。基板侧 ABF 与玻璃基板成为下一个被争夺的环节，玻璃替代硅中介层进入路线图。

5. 光开始往封装里走

系统越大，芯片之间传数据耗的电就越多。把电转光的器件从电路板搬进封装、贴到芯片旁，是公认的下一步，目的就是省电、降延迟。

6. 一条龙整合是当前的护城河

从做逻辑芯片、做光子芯片到做各种封装，能在同一家、同一条线上做完，目前几乎没有对手能完整复制。这是先进封装利润被看好的原因，也是这套迁移能继续走下去的前提。

2026 年初，NVIDIA 一次性掏 $4B，押给两家做激光器的公司，Lumentum 跟 Coherent。几乎同一时间，Marvell 花 $3.25B 买下一家做芯片间光互连的初创 Celestial AI。NVIDIA 又投钱给法国一家做多波长激光器的小公司 Scintil。

这些钱，一笔一笔砸在了光电集成上。本文深度全面全程讲解数据中心加速计算光电集成演进图谱。可以帮你学习这一个热门产业，发掘宏观下的机会。本文主要面向市场参与者，部分论断与细节可能与具体工程仍有出入。主要展示产业逻辑，具体公司情况需要自行尽调。并且市场情绪可以很轻松超过基本面，尤其是原先无人在意的小公司。

我也是因为有这个图谱在脑海中，提前在大家疯狂fomo lite等大厂时，低位买入了nok，himx，aehr，axti等。这个思维习惯，也有助于帮助大家寻找挖掘不拥挤的机会。今天也把这个图谱整理成正式的展示网页和文稿，分享给大家。

网页信息量很大，文章中无法完全照顾到所有的专业技术信息，具体的技术名词，对应的功能在网页中都有事无巨细的解释与讲解。Link放在文章第二部分开头。

1. 背景

1.1 长距离 GPU 互联只能用光，链路上有六个核心零件

一个大型 AI 训练集群里有几万颗 GPU，分布在几百个机柜里。训练大模型时这些 GPU 要持续互相同步，每颗卡算出的参数、中间结果和协调任务都要传给其他卡。同步速度要接近瞬时，慢一点 GPU 就会空等数据，几亿美元的硬件随之闲置。

GPU 之间的通信走线。大体上短距离（同机柜内）用铜，距离一长就要换成光。

这是物理条件决定的。铜线在每秒 800Gbps 以上信号衰减很快，只能传几米。要更快更远，必须把电信号转成光，通过玻璃纤维传输。

铜到顶有两个原因。一个是信号衰减。铜线有跟频率相关的插入损耗，速率爬到每秒 800Gbps 以上以后，损耗预算在一两米内就耗尽，信号还原不出来。这是最硬的物理限制，给再大功率也过不去。另一个是驱动功耗和散热。速率越高、距离越远，需要的均衡、retimer 和驱动越强，这部分功耗在交换机端转成热；高速铜线又粗又重，密集机柜里还会挡住风道。信号衰减决定了铜传不远，驱动功耗和散热决定了即使勉强能传，代价也越来越不划算。要更快更远，就必须把电信号转成光，通过玻璃纤维传输。其中驱动功耗这一条，第 2 节会作为推动换代的力量之一展开。

AI 数据中心里有一类核心组件叫光电集成链路，覆盖电变光、光走纤、光变电的全过程。其中比较核心的是：

• 激光器：发光，把电变光

• 调制器：给光加载数据，常和激光器集成，合称 EML

• 驱动芯片 Driver：给激光器加电

• 跨阻放大器 TIA：接收端把微弱光信号放大成电

• DSP：数字信号处理器，补偿光路上的失真

• 光电二极管 PD：把光转回电

完整可交互版本见研究网页。

这些零件组成一颗光模块，插在交换机或 GPU 板上，负责一段距离的传输。一台 AI 训练交换机要插几百颗光模块。2025 年光模块全球出货量约 6300 万只。

光电集成在不同距离层级上做的事不同：

• scale-out（机柜之间、楼之间，几米到几百米）：800G、1.6T 光模块是主战场。本文 Gen 1 到 Gen 4 讲的都是 scale-out。

• scale-up（GPU 之间、芯片之间，几厘米到几米）：目前仍是铜（NVLink、PCIe）。带宽到 800Gbps 以上铜传不到，光开始替代铜。Gen 5 Optical I/O 就是把光做进 scale-up。

• scale-across（跨园区、跨城，几公里以上）：用相干光（ZR / ZR+ 模块），本文不展开。

NVIDIA 那 $4B 投的是 scale-out 和 scale-up 两层链路上的零件，具体是 CPO 时代的 CW 激光器（scale-out 用）和下一代 Optical I/O 的封装内激光器（scale-up 用）。

1.2 速率、功耗、铜的极限，三股力量逼链路换代

光电集成不是新技术，数据中心一直在用光。最近几年它的换代频率明显加快。推动换代的有三股力量。

• 速率往上走：一根光纤里能承载的数据量从 100Gbps 爬升到 800G、1.6T、3.2T。每翻一倍，光路里所有零件的工艺难度都跳一级，部分零件直接不能用。

• 功耗墙逼近：AI 集群规模上来后，数据中心总耗电量大幅上升。光电集成占数据中心总功耗的 5% 到 8%，同时热量问题不优化就会成为下一代规模化的瓶颈。每一代演进的核心动作经常是砍掉某个耗电的零件。

• 铜的物理极限：GPU 内部、芯片与芯片之间目前还是铜。带宽往 800Gbps 以上爬，铜传几米就到顶。方向是把光做进 GPU 封装内部、替代铜。一旦做到，光电集成的市场规模会从每台交换机几百颗，跳到每颗 GPU 都要。

过去 5 年的光电集成演进，本质是速率上升、功耗墙、铜的物理极限合起来重写整条链路。

1.3 五代链路同时放量，从 DSP 模块走到光进 GPU 封装

五代同时 ramp。Gen 2 当前主流，Gen 3 进入规模部署，Gen 4 早期出货，Gen 5 在卖样品。Meta 量产 LPO，NVIDIA 出货 CPO，Marvell 以 $3.25B 收购 Celestial AI 进入 Optical I/O。每一代演进，光路零件的位置、数量、单颗价值都在变，这也是我们的机会所在。

1.4 激光器从模块零件变成独立产品

激光器一直在链路里，但每代它的角色也有所不同。

单看每台数量会产生误读。Gen 1 到 2 一台 576 颗，Gen 4 当前一台 144 颗，表面减少约 4 倍，而单颗价值从 10 倍起步。Gen 4 下一代会涨回 288 颗以上，单颗价值继续上升。Gen 5 进入封装内之后，激光器数量和 GPU 数量挂钩，市场总规模再翻一个量级。

数量减少约 4 倍，单颗价值上升 10 倍以上，合并起来仍是净扩张。

这就是 NVIDIA 一次性投 $4B 锁定 Lumentum 加 Coherent 的原因。Barclays 拆解过这 $4B 的去向，大部分是针对 400mW CW 激光器的多年期采购承诺。激光器在链路里的数量在减少，激光器生意却在变大，它从模块里的子零件变成了前面板的独立产品。

https://opticalevolution.theshuffle.workers.dev/

2. 代际演进

2.1 Gen 1：DSP 主导，过去十几年的标准结构

时间：2010 到 2024。速率 100G / 400G / 800G。

要解决的问题：数据中心交换机之间几十米到几百米的距离，铜线传不到，要把电信号扛过去就必须做电光转换。

标准结构：一颗光模块里塞进 DSP、Driver、EML，做成可热插拔的标准件。电信号在 PCB 上走几十厘米才到模块边缘，必须靠 DSP 做信号补偿才能把失真扳回来。功耗大、延迟高，但成熟稳定。

链路：信号源 → DSP → Driver → EML → 光纤 → PD → TIA → DSP → SerDes。

价值分布（800G 模块约 $500 到 800）：DSP 28%，EML / 激光器 22%，Driver 10%，TIA 10%，PD 5%，封装 / 光学 / 其他 25%。

关键玩家：Broadcom 的 Portofino 7nm DSP 加上 Marvell 的 Inphi DSP 垄断高速 DSP，合计约 65% 份额（第三家 MaxLinear 起量后双寡头格局开始松动）。Lumentum 是 EML 全球第一（50% 到 60%），Coherent 第二（约 25%）。MACOM 在高速 TIA / Driver 上份额最高。

设备 / 量测：工艺重心在 InP 激光器制造，封装是成熟可插拔模块，没有特殊瓶颈。InP 外延镀膜设备（Veeco、AIXTRON）的价值从这一代开始释放，会贯穿后面所有用 InP 激光器的世代。封装量测的价值要到 Gen 4 CPO 才真正放大。

关键判断：DSP 是这个时代单 BoM 占比最高的环节。Broadcom 和 Marvell 是过去十年估值最高的两家光电集成玩家，而MXL就是老三。这个结构稳定了十几年，到 1.6T 时代才开始松动。

2.2 Gen 2：1.6T 工艺门槛卡在 Lumentum 一家

时间：2024 到 2026。速率 1.6Tbps，200G/lane × 8 通道。

上一代的瓶颈：800G 不够用。GPU 集群规模上去后，交换机背板带宽要翻倍，需要 1.6T 模块。

这一代的解法：架构没变，还是 DSP + Driver + EML + TIA + DSP 那一套，但每个零件的工艺难度都跳一级。DSP 升到 7nm，EML 升到 200G/lane，Driver / TIA 跟上线性度。

代价：单模块 BoM 成本翻倍（$1,000 到 1,500）。200G EML 几乎只有 Lumentum 能量产，工艺门槛把行业卡在一家手里。

价值分布（1.6T 模块约 $1,000 到 1,500）：DSP 30%（+$150），200G EML 28%（+6%），Driver 11%，TIA 11%，PD 5%，其他 15%。

门槛跳变：200G EML 几乎是 Lumentum 独家。Coherent 在追赶，但 6 英寸 InP 产线要 2026 年底才贡献产能。独家工艺、长协锁定、产能不足 30%，合起来是 LITE 2026 YTD 涨 180% 的核心原因。

关键玩家：Lumentum，200G EML 独家，YTD +180%。Broadcom，7nm DSP 约 40%，Portofino 是 1.6T 模块事实标准。Marvell，7nm DSP 约 25%，NVIDIA 战投 $2B 加 NVLink Fusion 整合。MaxLinear，DSP 第三家，Keystone 800G 已在多家云厂商量产，2026 Q1 基础设施业务同比 +136%，1.6T DSP 2026 H2 量产，双寡头格局首次被实质打破。MACOM，NVIDIA 自产 1.6T 模块 Driver / TIA 唯一供应商，FY Q2 营收 $289M，YoY +22.5%，新接订单 / 出货比 1.5:1 创历史新高。Coherent，EML 第二，6 英寸 InP 量产是关键追赶。Innolight（中际旭创），中国最大光模块厂，NVIDIA 主要外购方，但 NVIDIA 自产率从 15% 到 20% 提到 50%+ 是直接挤压。第二供应源方向：200G EML 卡在一两家手里是这一代的结构性风险，Almae（法国，光迅持股）提供独立 EML 设计平台，是 Lumentum / Coherent 之外的第三家选项。

设备 / 量测：200G EML 卡在 Lumentum 一家，工艺门槛在 InP 外延和镀膜上。这是 InP 外延设备（Veeco、AIXTRON）价值释放最强的一段，800G / 1.6T 收发器厂是订单主力。封装仍是成熟模块，无新增量测瓶颈。

关键判断：Gen 2 的价值变化都发生在原有链路结构里。架构层的真改动从 Gen 3 开始。

2.3 Gen 3：LPO 砍掉 DSP，价值移到模拟前端

时间：2025 到 2028。速率 800G / 1.6T，数据中心内部。

上一代的瓶颈：1.6T DSP 模块太耗电。DSP 占 BoM 的 30%，功耗占模块总功耗的 30% 到 40%。AI 集群规模再扩，光电集成功耗墙先撞上。

这一代的解法：把 DSP 整颗砍掉。原本 DSP 负责的信号补偿，改由交换机 ASIC 自带的高线性 SerDes 加上模块内的 Linear Driver 和 Linear TIA 一起承担。功耗降一半，延迟降一个数量级，模块成本下来。

代价：模拟器件的线性度要求大幅提升，单颗 TIA / Driver 的设计难度跳升 2 到 3 倍，单价跟着上去，能做的厂大幅减少。速率上限被卡在 1.6T，3.2T 上力不从心。

链路：信号源 →（去掉 DSP）→ Linear Driver↑↑ → EML → 光纤 → PD → Linear TIA↑↑ →（去掉 DSP）→ SerDes 直驱。

价值分布（1.6T LPO 模块约 $700 到 1,000）：DSP 0%（−100%），EML 35%（+3%），Linear Driver 22%（+13%），Linear TIA 20%（+12%），PD 6%（+1%），其他 17%。DSP 原本那 28% 没了，价值流向 Linear Driver 和 Linear TIA，这是 MACOM 的核心业务。

关键玩家：MACOM，LPO 路线最大受益方，PURE DRIVE 系列明确定位为 DSP 替代方案。Coherent，垂直一体化让它能在自家 LPO 模块里集成 Driver / TIA，但独立芯片业务弱于 MACOM。Lumentum，路径中立，EML 在 LPO 路线下不变，仍是发射端核心。Broadcom / Marvell，DSP 业务在 LPO 模块里被消灭，有 SerDes 升级对冲。Meta，公开站队 LPO 的代表 hyperscaler。OIF 800G LPO 标准 2025 OFC 完成，多供应商可用。硅光集成方向：传统硅光要外接激光器，效率低、组装贵。POET（Optical Interposer 平台）和 OpenLight（把 III-V 直接做在硅光晶圆上）从这个切面切入，都已在 800G / 1.6T 拿到量产订单。

设备 / 量测：LPO 砍掉 DSP 后模块结构反而简化，没有新增的设备封装大瓶颈。InP 激光器还在用，外延镀膜设备延续需求但不是新看点。硅光晶圆检测量测开始出现，但要等 Gen 4 CPO 才集中放大。

关键判断：LPO 的核心动作是消灭 DSP，价值从 DSP 流向 Linear Driver / TIA。MACOM 是这一代的单点最大受益者。

2.4 LPO 和 CPO 平行竞争，时间窗高度重叠

把五代看成线性演进，容易误以为 LPO 是 CPO 的过渡。LPO（2025 到 2028）和 CPO（2026 到 2030）在时间上高度重叠，两条架构并行竞争。LPO 渗透足够快、成本下降足够陡，CPO 的窗口期就会被压缩。

1.6T 阶段 LPO 大概率主流。CPO 在 3.2T+ 之后才被强制需要，两条路并存到 2028 之后。站队也清楚：Meta 走 LPO（OIF MSA Co-Chair 是 Arista 的 Andreas Bechtolsheim），NVIDIA 走 CPO。

路径独立的两类组件，MACOM 的 Driver / TIA 和 Lumentum 的 CW 激光器，两条路都受益。EML 业务只在 1.6T 时代有窗口，3.2T 时代被 TFLN（铌酸锂薄膜）替代的风险升高。

2.5 Gen 4：光引擎搬进 ASIC 旁，激光器独立出来

时间：2026 到 2030。速率 3.2T，数据中心 scale-out。

上一代的瓶颈：LPO 速率封顶 1.6T。3.2T 速率上，SerDes 信号在 PCB 上跑几十厘米后失真严重，模拟前端撑不住。

这一代的解法：把整个光引擎封装到交换机 ASIC 旁边，电信号路径从几十厘米缩到几毫米，DSP 在物理上变得不必要。EML 被拆分，CW 激光器独立成可热插拔的 ELS 模块（单独卖），调制功能交给硅光调制器。激光器从零件变成独立产品就发生在这一步，也是 NVIDIA $4B 投的那个位置。

代价：故障维修难（光引擎坏要拆服务器或换板）。生态还在磨合（NVIDIA + TSMC + 三家 ELS 供应商）。整机成本上升。

NPO 是同代的折中：CPO 把光引擎封死在 ASIC 旁边，坏了维修要拆整块。变体 NPO 把光引擎放在 ASIC 旁边但可以拆下来单独换，电路径接近 CPO，维修保留可插拔。对 Meta、AWS 这种在意运维的客户，NPO 是 CPO 的现实折中。两者技术栈高度重合，玩家几乎一样，差别在维修便利和集成度之间取舍。

链路：ASIC + 光引擎 → 外置 CW → 硅光调制器 → 光纤 → Si PD → die-to-die TIA → ASIC SerDes。消失的环节：DSP retimer、独立 EML、模块连接器。

价值分布（Q3450 整机 ELS + 光引擎约 $35K 到 40K）：DSP 0%（−100%），CW Laser（ELS）30%，硅光引擎 22%（新增），die-Driver 12%，die-TIA 12%，先进封装 20%（新增），光学 / 连接器 4%。一台交换机的激光器数量减少约 4 倍，单颗从 EML 内部隐性子模块变成 400mW 高功率独立产品。NVIDIA $4B 投资 Lumentum 加 Coherent，大部分针对 400mW CW 激光器。数量减少、单价上涨，合并仍是扩张。

工艺底座：CPO 是多个工艺迭代叠加的结果。TSMC 的 COUPE 用 hybrid bonding（DBI）把电芯片和硅光芯片键合在一起，是 CPO 的物理实现基础。3.2T 时代调制器材料从 InP 转向 TFLN（铌酸锂薄膜，带宽 >100GHz，CMOS 兼容），是下一个材料浪潮。国内光库科技（300620）是全球唯三量产 TFLN 之一。

关键玩家：CW Laser / ELS：Lumentum、Coherent、Sumitomo（NVIDIA 官方列出三家），Applied Optoelectronics（AAOI）2025 年宣布 400mW pump laser，Q1 2026 营收 $151M（YoY +51%），YTD +488%。CPO 平台：NVIDIA Quantum-X 主导，Broadcom Bailly 51.2T，Meta 评估中。先进封装：TSMC CoWoS + COUPE，SPIL 做 NVIDIA CPO multi-chip module 封装。die-to-die TIA / Driver：MACOM，FY Q1 2026 财报提到 CW 激光器早期量产认证。代工 / 光纤：Fabrinet，Corning 拿到 NVIDIA $500M 光连接合同，扩 10x 产能。

这一代的几条解法路线：光引擎封进 ASIC 旁边会同时撞上三个工程瓶颈，每个都有公司专门攻。调制器在 200G/lane 以上速率不够（Lightwave Logic 用电光聚合物），激光器数量爆炸（Quintessent 用量子点让一颗激光器出多波长），电芯片和硅光芯片怎么键合（Adeia 的 hybrid bonding IP，另有 Aeluma 用 MOCVD 直接把材料长在硅片上）。这些是 CPO 能否落地的关键支撑，每一条都是很细的技术分支。

设备 / 量测，价值集中放大：前三代封装是成熟模块，设备量测是配角。CPO 把光引擎封进 ASIC 之后，封装、光纤耦合、对准、晶圆级测试从次要变成决定良率的命门，因为 CPO 封装后光引擎坏了报废整颗 ASIC，封装前的检测和老化测试价值被大幅放大。这一代涉及四类环节：光纤耦合元器件（FOCI 的 FAU、Himax 的 WLO 组件、Largan / Sunny 跨界做棱镜、Teramount 免对准耦合），键合设备（BESI / ASMPT / EVG 的 hybrid bonding），装配对准（ficonTEC，强路径独立），检测测试（KLA / Onto / Camtek 检测，Advantest / Teradyne / Aehr 测试老化）。这层大多路径独立，不管哪条 CPO 路线赢都要用。

关键判断：CPO 把价值从模块层分散到两端，一端是独立卖的激光器，一端是先进封装。中间的 DSP 和独立 EML 是这一代的输家。

2.6 Gen 5：Optical I/O，光进 GPU 封装替代铜

时间：2026 到 2032。速率：芯片间 / GPU 间互联。

上一代的瓶颈：即使有 CPO，GPU 内部、GPU 与 GPU 之间的通信还是铜（NVLink 这类）。带宽往 800Gbps 以上爬，铜传几米就到极限。

这一代的解法：把光做到芯片或封装内部，直接替代铜。GPU 之间、CPU 和内存之间、芯片和封装之间，全部用光。

代价：还在 pre-revenue 阶段。Ayar Labs CEO 预测 2026 到 2028 市场开始成熟，2028 后大规模扩散。Marvell 2026 年初以 $3.25B 收购 Celestial AI 抢入场券，商业化时间表至少到 2028。

链路：Chip A → 硅光 PIC → WDM 多路复用 → 光波导 / 光纤 → WDM 解复用 → 硅光 PIC → Chip B。

价值分布（置信度 L，pre-revenue 早期估算，单链路价值未知）：硅光 PIC 约 40%，WDM 约 25%，CW Laser 约 20%，先进封装约 15%。

关键玩家：Ayar Labs（未上市），2026 年 3 月 Series E 融资 $500M，估值 $3.75B，NVIDIA + AMD + MediaTek + Alchip 战投，TeraPHY 是首个 UCIe 兼容光互连 chiplet。Lightmatter（未上市），估值 $4.4B，累计融资 $850M，Passage 3D 共封装加 Envise 光计算两条线。Celestial AI，2026 年初被 Marvell 以 $3.25B 收购，Photonic Fabric 直接把光送到芯片任意位置。POET、Lightwave Logic，公开市场的高 beta，pre-revenue。Scintil Photonics，NVIDIA 2025 年 9 月战投，法国多波长激光器。NVIDIA，投了 Coherent、Lumentum、Ayar Labs、Scintil，全方位卡位。TSMC、GlobalFoundries，硅光代工。

设备 / 量测，价值转移：集成度比 CPO 更高，封装前测试和精密装配的重要性继续上升，Aehr / Teradyne / ficonTEC 进一步强化，这是设备量测层里确定性最高的环节。价值转移发生在链路测试这端：EXFO / Viavi / Keysight 过去靠可插拔模块的产线测试，光进 GPU 封装之后，这部分需求转移到上游晶圆级测试。同一笔测试价值从模块产线挪到晶圆厂，没有消失，只是换了环节收费。这是设备量测层内部随演进迁移的典型例子。

关键判断：Optical I/O 还在大规模商用前的小批量试用阶段。一旦成熟，整个数据中心的互联架构会被重写。铜的物理极限让光成为唯一选项。

3. 总体市场

3.1 五家 hyperscalers 路径不同，但组件层需求被总体放大

NVIDIA 的 CPO 路线不等于行业方向。Google、Meta、Amazon、Microsoft 各走自己的路。

五家走五路，含义分两面看。对组件层（CW 激光器、Driver / TIA、InP / TFLN 调制器）的需求，分母变大，不管哪条路赢都要用。对架构特定厂（只绑 NVIDIA Quantum-X 链路）的依赖，分子变小，因为 NVIDIA 只占 hyperscaler 部署的一部分。

未来 3 年是多路径并存。Lumentum、MACOM、TSMC 这种路径独立玩家受益大。

3.2 市场在扩张，1.6T 单价下行和 capex 回撤是两个风险

供给侧只是一半。需求侧是另一半：每代 TAM 量级、S 曲线拐点位置、AI capex 2026 到 2027 放缓的应对。

三代渗透节奏： 800G 已经成熟，占比 60%+，价格进入下行通道。1.6T 正在快速起飞，出货从百万级跳到 2,000 万只，单价 $1,000+ 仍维持。CPO / Optical I/O 还在大规模商用前的小批量试用阶段。下面这张图把三代的渗透曲线叠在一起：三代在不同阶段同时 ramp，给组件供应商带来多重需求叠加，任何一代放缓都会被另一代消化。

capex 端的风险点：一，2026 到 2027 hyperscaler capex 有 20% 到 30% pullback 风险，当前股价已 price in 完美执行，任何 miss 触发估值倍数压缩。二，单价侵蚀加速，1.6T 从 $1,200+ 到 2027 的 $700 到 900，模块厂毛利率承压。三，光电集成占 capex 比上升慢，从 2.7% 到 4.1% 用 5 年，意味着光电集成不是 capex 的最大受益方。

3.3 跨代都受益的是路径独立的位置，路径绑定的每代则会有危险，但也有起伏的机会

Lumentum 在 CW 激光器和 InP EML 双线 IDM，CW 业务跨 LPO / CPO / TFLN 都受益，EML 业务面临 TFLN 渗透风险但有 2027 前长协窗口。Broadcom 和 Marvell 在 LPO 时代承压但能靠 ASIC 业务对冲，Marvell 还在 2026 年 2 月以 $3.25B 收购 Celestial AI 进入 Optical I/O。MACOM 的 Driver / TIA 是路径独立组件，LPO 和 CPO 都用，加 NVIDIA 自产链唯一供应商是双重确定性。NVIDIA 在 CPO 之后会成为整个网络层的平台主导者。

最稳的位置：在路径独立这一列：CW 激光器（Lumentum / Coherent）、Driver / TIA（MACOM）、先进封装（TSMC）、精密代工（Fabrinet）。承压的位置在路径绑定这一列：DSP（Broadcom / Marvell 都承压但有 ASIC 对冲）、外购模块（Innolight 最被挤压）。

更纯粹的路径：是设备与量测层。键合设备、装配对准、晶圆级测试这些环节，不管哪条路线赢都要用，是典型的卖铲子。它内部也有价值迁移：InP 外延设备绑定 InP 激光器，被 TFLN / 硅光替代就转移；晶圆级测试随集成度提高只增不减，是这一层确定性最高的。这层在五代上分布不均匀，价值真正放大在 Gen 4 CPO，因为那一代封装才从配角变成决定良率的命门。

• InP（磷化铟）是做激光器的衬底材料。激光器要先在 InP 衬底上一层层"长"出半导体结构，这个生长工序就是外延（MOCVD/MBE）。Veeco、AIXTRON 卖的就是干这个的外延设备。所以这套设备的需求量，直接取决于全行业要生产多少颗 InP 激光器——这就是"绑定"的意思。InP 激光器造得越多，外延设备卖得越多。

• TFLN（铌酸锂薄膜）替代的是调制器，不是激光器。EML 这个器件是激光器 + 调制器做在一起的。1.6T 往 3.2T 走的时候，InP 做的调制器带宽不太够，TFLN 调制器性能更好，可能把调制这部分从 InP 方案替换掉。但激光器本身大概率还是 InP（TFLN 不发光，只调制）。所以 TFLN 渗透，影响的是 InP 在 EML 里调制器那部分的份额，对纯激光器的 InP 外延需求冲击有限。

• 硅光替代的是光引擎的集成方式。传统方案激光器单独用 InP 做，硅光方案是想办法把激光器集成到硅基上。但硅本身不发光，到今天为止，主流硅光方案的光源还是得用 III-V 材料（InP/GaAs），要么贴上去（flip-chip），要么键合上去（wafer bonding，OpenLight 那种），要么直接长上去（Aeluma 的 MOCVD on Si）。所以请注意，是InP 用量和形态在变：从一颗颗独立 InP 激光器，变成集成进硅光的 III-V 增益区。

TFLN 在高速调制（3.2T及以上）这一环技术前景更被看好、增速最快，但它替代的是调制器这个零件，不能替代 InP 的单片集成和自带光源能力。产业的实际走向是按场景分代际并存，TFLN 抢调制、InP 守集成、硅光走产能，而且越来越多是混合集成把它们拼在一起，而不是一个平台通吃。所以异质混合集成相关的工艺封装量测会变得越来越重要。

3.4 每家头部公司都有 bear case，市场还没定价

护城河的另一面，是每家头部公司可能出错的具体场景和时间窗口。

• Lumentum：EML 被 TFLN 蚕食的速度。TFLN 在 2027 到 2028 拿到 30%+ 渗透率，EML 业务（占营收约 50%）承压。光库科技、Liobate 已 145GHz 量产。缓解：CW 业务路径独立，TFLN 渗透对 CW 反而利好。

• Coherent：6 英寸 InP 量产延期。原定 2026 底贡献产能，如果延期到 2027 H2，错过 1.6T 周期最高利润窗口。缓解：CPO ELS 三家之一保障份额。

• Broadcom：DSP 在 LPO / CPO 中被消灭，加 ASIC 客户集中。AI 半导体 60%+ 来自单一客户（Google TPU）。缓解：自家 CPO Bailly 方案加 ASIC 客户多元化（OpenAI、Anthropic）。

• Marvell：Celestial AI 整合执行风险。Photonic Fabric 25× CPO 带宽是 marketing 数字，实际可达性未验证，商业化时间表至少到 2028。缓解：DSP 现金牛加 NVLink Fusion 战略绑定。

• MACOM：Driver / TIA 被 ASIC 厂直接集成。3nm / 2nm 工艺让 ASIC SerDes 能直驱光学，独立 chiplet 空间收窄。缓解：CPO 阶段独立 chiplet 仍是主流，加防务业务（占 20%）对冲。

• Ayar Labs：商业化延期，加 dilution，加 Optical I/O 路线非主流。估值 $3.75B 但 pre-revenue。NVIDIA 同时投了多家 Optical I/O 初创，Ayar 未必赢。

• Lightmatter：3D 共封装良率，加量产时间表。M1000 114Tbps 是 demo 数据，规模化良率未验证，2027 H2 是关键验证窗口。

• Innolight：NVIDIA 自产率扩张，加 CPO 长期蚕食。地缘政治风险和实体清单叠加。

贯穿所有玩家的系统性风险：

• AI capex 2026 到 2027 有 20% 到 30% pullback 风险，当前股价已 price in 完美执行，任何 miss 触发估值倍数压缩。

• 光电集成股票已 priced for near-perfect execution。1.6T 单价从 $1,200+ 压缩到 2027 的 $700 到 900，模块厂毛利率承压。

• 地缘政治尾部风险。InP 原料 70% 来自中国，光模块 BoM 重度依赖中国供应链（中际旭创、新易盛、天孚通信等）。美国实体清单加中国出口管制是双向风险。

这一波涨幅里，反方都在，只是还没被定价进去。

3.5 最为核心的是 CW 激光器、Driver/TIA 和先进封装

未来 12 到 18 个月，几个指标决定上面的判断站不站得住：

• NVIDIA 1.6T 自产率（50%+ 兑现速度），决定 Innolight 这类外购模块厂的天花板。

• LPO 在 800G 部署的渗透率（2026 是否真到 1/3+），决定 MACOM 和 Meta 路线的速度。

• NVIDIA Quantum-X CPO 2026 H1 实际出货量（真量产还是只见样品），决定 CPO 兑现还是 LPO 接管 1.6T。

• Coherent 6 英寸 InP 量产时间表（2026 底贡献产能还是延期 2027 H2），决定 Lumentum 长协窗口的稀缺性。

• TFLN 调制器渗透 1.6T 二供地位的速度，决定 Lumentum EML 业务的中期天花板。

• AI capex 2026 到 2027 回撤信号（TOP5 hyperscaler 季度 guidance），决定整条赛道的估值压缩风险。

光电集成链路在换代，赚钱的环节每一代都换位置。CW 激光器、Driver / TIA、先进封装、精密代工这几个零件，从 Gen 1 到 Gen 5 都还在卖，每代都有需求。DSP 在 LPO 时代被消灭，外购模块在 CPO 时代被光引擎替代，路径绑定的位置每代都被压缩。

因此哪怕从现在开始，AI和光通信的技术浪潮迭代也远远没有结束，只要有耐心，永远有的是机会。

任命

Trump 在 2026 年 1 月底正式提名 Kevin Warsh 接替 Powell 出任美联储主席。市场反应分裂。

• 一部分人立刻调出 Warsh 的历史档案：2006 到 2011 年任美联储理事，2008 金融危机救援团队核心成员，2011 年 3 月因公开反对 QE2 辞职，离任后回到 Stanford Hoover Institution 做 visiting fellow。这套履历在主流叙事里被归类为反 QE、反宽松、对降息抵制的鹰派。提名当天比特币下跌，长债收益率上行。

• 另一部分人注意到 Warsh 近期的公开发言却对不上这套标签。他在 2025 年 7 月接受 CNBC 采访时说美联储迟疑降息是相当扣分的事情。同年 11 月在 WSJ 写专栏，论证 AI 在产业层面带来深层通缩效应，美国政策制定者具备降息空间而不会引发通胀。Citizens Private Bank 在 2026 年 2 月 11 日的客户报告里把 Warsh 的利率立场评为 notably dovish。

在 4 月 21 日的参议院银行委员会确认听证会上，Warsh 当着议员的面拒绝按 Trump 的指令承诺降息路径。原话是：The President never, generally or specifically, instructed me or suggested I should commit to any interest rate path whatsoever. I will be an independent actor if confirmed as chair of the Federal Reserve. 这段话被当天绝大多数财经媒体解读为鹰派 Warsh 拒绝 Trump 的降息要求。

但 Warsh 说的是他不会因为 Trump 让他降息就降息。他没说他不会降息。拒绝指令和拒绝降息是两回事。这个差别决定了 Warsh 在位四年大概率会怎么做。

沃什

Warsh 在 2025 年公开场合说过一句话：If the printing press could be quiet, we could have lower policy rates。这句话被一些评论员当成又一个鹰派表态略过。从他自己的框架看，这其实是他货币政策框架的浓缩。

拆开有三层意思。一是美联储应该停止扩表。二是同时降息。三是缩表和降息不矛盾，是同一个框架的两面。

支撑这套框架的机制不复杂。美联储自 2008 年开始把资产负债表从一万亿扩到 2025 年峰值约 9 万亿，2026 年初仍有约 7 万亿。Warsh 在多个场合把这张资产负债表称为 bloated，说这套机制 helped assets on Wall Street at the expense of Main Street。机制是：美联储通过 QE 把美债买进来，给银行体系注入准备金，准备金以低成本停在美联储账上。资本被仓储，没有进入实体经济做投资和消费。资产价格被这部分流动性垫高，实体经济活动被挤压。

Warsh 的解法是缩表，把资本从美联储释放回流通领域。同样规模的货币供应，因为流速上升，能支撑更多经济活动；通胀压力反而下降；给降息留出空间。降息和缩表同向不冲突的关键就在这里。

再叠加 AI 通缩论。Warsh 在 2025 年 11 月 WSJ 那篇专栏里把 AI 定位成 profoundly deflationary 的力量。论证路径是：AI 提升劳动生产率、压缩中间环节、把价格水平往下拉。美国相对其他发达经济体在 AI 投入和应用上领先，意味着美国在未来 2 到 3 年具备一个其他央行没有的优势：可以在不引发通胀的前提下降息。这给降息提供了一个不依赖 Trump 政治压力的理论基础。

三件事合起来是一个完整的政策框架：缩表激活资本流速，AI 制造通缩压力，降息释放融资空间。三者互相印证。

这其实是很高级的目的匹配。利率层面看似分歧，政策方向上深度一致。

把这套框架对照 Trump 的诉求清单：财政空间（要利息支出下降）、美元地位（要美元在新一代全球支付层占位）、美联储不挡路（要美联储别用紧缩政策把财政计划顶回来）、加密友好（要不被监管打压）。Warsh 在前三条上方向一致。第四条上 Warsh 本人有大量加密公司投资记录。他在 4 月 14 日提交的 OGE Form 278e 财务披露文件有 69 页，列出他个人通过 DCM Investments 10 LLC 和 AVF、AVGF 系列基金结构持有过 Bitwise、Flashnet、Basis 等十几家加密公司股权。按联邦伦理规则他要在上任前剥离大部分加密持仓，但这套投资记录意味着 Warsh 至少在认知层面对加密技术友好，美联储在他手上不太可能主动监管打压稳定币。

回到 4 月 21 日听证会上那段话。脱离上下文读是鹰派 Warsh 拒绝 Trump，放在 Warsh 自己的框架里读是制度性表态。Warsh 说的是他不会因为 Trump 让他降息就降息。他会按自己的框架决定要不要降息。这个框架的结论恰好和 Trump 想要的方向几乎一致。这是比简单服从更复杂的一种合作方式：Warsh 保留美联储制度独立性（市场不会因为政治化担忧抛售长债），同时按自己框架推进的政策方向和 Trump 想要的方向几乎重合。Trump 得到了政策结果，市场也不需要付美联储被政治化的代价。

贝森特

Trump 和 Warsh 这条线之外，故事里还有第三个关键人物。Scott Bessent 是 Trump 任命的财政部长，背景是 Soros Fund Management，1992 年英镑崩盘那笔交易的核心团队成员，后来创办 Key Square Group。在 Trump 经济团队里他是最像华尔街主流的那个人，市场对他的接受度从一开始就高。

Bessent 上任后两件动作值得单拎出来。

• 第一件是 Activist Treasury Issuance。把短期国债（T-bills）在国债总发行中的比例显著提高。（这个非常重要，请记住）这件事 Yellen 后期已经开始做，Bessent 把它系统化。在 2025 年 11 月的国债拍卖会议上，财政部官方文件第一次把稳定币市场预期达到 3 万亿美元规模作为继续提高短债比例的政策依据写进去。Politico Pro 在 11 月 12 日报道了这段细节。美国财政部历史上从来没把一个私人加密产品的需求预期写进发债结构的政策依据。

• 第二件是给稳定币政策定位。在 2025 年 3 月的白宫数字资产峰会上 Bessent 公开说：As President Trump has directed, we are going to keep the U.S. the dominant reserve currency in the world, and we will use stablecoins to do that. 同年 7 月 18 日他在 GENIUS 法案签署声明里说稳定币是 internet-native payment rail for the dollar，并明确预期这套技术 will lead to a surge in demand for US Treasuries。

组合

到这里三人组分工清晰：Trump 提供政治意志和方向，Warsh 通过降息加缩表加 AI 通缩论给 Bessent 创造最有利的财政环境，Bessent 通过 Activist Treasury Issuance 和培育稳定币需求来运用这个环境。三人组分工到位，构成一套配合明确的政策组合。

稳定币在这套组合里是三方都需要的产品。Trump 需要它扩张美元在新一代支付层的影响力。Bessent 需要它充当短期国债的新增买家。Warsh 需要它配合自己缩表后的市场结构。

法案

立法层面已经有进展。GENIUS 法案 2025 年 7 月 18 日 Trump 签署，参议院 68 比 30 通过，17 位民主党参议员赞成。这是稳定币第一部联邦专项立法。CLARITY 法案规范整个加密市场结构，2026 年还在两院谈判阶段。

党派层面，表面是两党分歧，往里看是民主党内部分歧。Warren、Brown、Markey 反对，Schumer、Gillibrand、Fetterman、Coons 支持。GENIUS 拿到 17 张民主党赞成票，意味着党内务实派在数量上占优。

River

• 稳定币本身简单说就是 100% 美债背书的美元数字版本。Tether 发的叫 USDT，Circle 发的叫 USDC，PayPal/Paxos 发的叫 PYUSD。流通量加起来 2026 年初约 3000 亿美元。

• AI agent 指能自主完成任务的 AI 软件。两个 agent 之间需要支付时，传统支付系统从手续费、结算时间、最小金额三个维度都不适配，稳定币是目前最现实的支付层。

• 美国财政这边，年赤字超过 2 万亿美元，年利息支出超过 1 万亿。

• 美联储 QT 每月被动减持 600 到 900 亿。海外央行减持。商业银行受 SLR 限制。

• 美债市场出现真实的需求缺口，没有新型买家进入承接这部分需求的话，长端收益率上行的压力会越来越明显。

立法、党派、稳定币、AI agent、美债，这五条线索看起来在各自方向上展开。表面上是这些力量在共同的时间窗口里汇合。

再仔细看，它们其实在互相喂养。稳定币把美债买盘做大，美债买盘把财政空间做大，财政空间把产业政策（包括 AI 基础设施）做大，AI 基础设施把对稳定币的需求做大。每一环的产出是下一环的输入。这套结构构成一个会自我加速的系统。

Circle 是这个系统里少数同时占据多个节点的公司。USDC 是循环的起点。Circle 的跨链转账协议 CCTP 是资本流速这一环的关键基础设施。跨境结算网络 CPN 把循环延伸到全球跨境支付。机构级公链 Arc 把机构资金引入循环。看多 CRCL 其实押注的是这套力量共生和资本循环本身的运转。

这套循环本身才是故事的底层。Circle 就是落在循环上的一个具体载体。

1. 货币

美元体系正在经历的形态调整、AI 经济对支付层提出的新要求、财政主导时代的结构性需求、监管框架的成型。

四股力量各自有源头、各自有当前状态、各自指向下一步。把它们拆开看其实都不算新故事。美元在变形态、AI 在改变交易频率和金额、财政有缺口、监管在跟上。这些事各自都有人讲。

把它们放在同一时间窗口里看才有意思。每一股力量的产物落在另一股力量的输入位置上。美元延伸出来的稳定币是财政缺口的新型买家。财政空间是 AI 基础设施的资金来源。AI 经济是稳定币需求的新增维度。监管框架给这套结构提供合规基础。

1.1 美元体系正在经历的形态调整

在 2025 年 3 月的白宫数字资产峰会上，Bessent 给稳定币定的位置是 internet-native payment rail for the dollar。同年 7 月 18 日 GENIUS 签署声明里他再说一次。这两次发言把稳定币从加密圈话题升格成美元政策载体。这也是我随后说，加密从去中心化，变成了美元走狗的原因。这也是会经历巨震的原因。

美元体系过去七十多年经历过两次显著调整。

• 第一次是 1944 年的布雷顿森林会议。会议在新罕布什尔州 Bretton Woods 召开，44 个国家参加，把美元和黄金挂钩（35 美元兑 1 盎司），其他国家货币和美元挂钩。这是一份正式的国际协议，建立了美元作为全球结算和储备货币的地位。

• 第二次是 1971 年布雷顿森林解体之后。Nixon 关闭黄金窗口，美元和黄金脱钩。后来美国和沙特达成了一份事实安排：沙特用美元卖石油，把石油收入大部分配置成美债。其他产油国跟进。石油美元这个名字不是任何官方文件里写的，是后来给这种安排起的称呼。SWIFT 网络（1973 年成立、1977 年开始运营）把跨境清算的实际管道也建立在美元中心结构上。

第二次调整的规模和影响力比第一次大。格式上不正式，是事实安排加配套技术网络。

当前正在发生的第三次调整还没有正式名称。形态特征明确：美元从纸币和银行账户里走出来，变成可以在代码层面被编程、被路由、被自动结算的资产。承担这个新形态的产品是稳定币。储备金 100% 现金或短期美债等价物，区块链发行，全球任何接入互联网的设备能持有、转移、结算。

稳定币市场的规模数据是这次调整的直接证据。市场规模从 2023 年初约 1500 亿美元，到 2025 年初约 2050 亿美元，到 2025 年底约 3000 亿美元，2026 年初维持在 3000 亿美元附近（DefiLlama 口径）。三年规模翻倍。Standard Chartered 在 2025 年的研究报告里预测 2028 年达 2 万亿美元。Bessent 在多个公开场合预期市场达到 3 万亿美元。

诚然，这次调整和前两次不完全可比。布雷顿森林是正式的国际协议，石油美元是事实安排加技术网络，稳定币是法定货币的代码化延伸。三者格式不同。规模上稳定币市场目前比石油美元体系小很多。但增长曲线的方向性和政策定位的明确性让这次调整有理由被放在和石油美元相当的严肃中讨论。

调整有地缘政治维度。中国走的是另一条路径：央行直接发行的数字货币 e-CNY。技术形态上同样是数字货币，但发行主体是中央银行，账户中心化在国家系统里。美国选择不走 CBDC 路线。Trump 上任早期签署的行政命令明确禁止美联储发行 CBDC，把美元数字化的载体交给私人稳定币。两条路径的关键差异：美元稳定币基于公链、可编程、多发行方竞争；e-CNY 单一发行方、中心账本、隐私由央行掌握。

竞争的窗口期是未来 5 到 10 年。哪条路径先在全球数字经济的支付层占住事实标准，后来者切入摩擦显著。美元稳定币目前的流通量、交易量、生态成熟度都领先 e-CNY 的全球版本。

Mar-a-Lago Accord 这个概念在 2024 到 2025 年 Trump 经济团队内部流传。简单说就是用政策工具弱化长端美元同时维持储备货币地位的一套设想。稳定币是这套设想里的一块拼图。稳定币让美元在全球数字经济里的实际使用扩大（持有方更分散、终端用户更多），即使美联储和财政部做某些弱化美元的操作（关税、不参与外汇干预、容忍美债收益率上行），美元的全球需求底盘可以从稳定币层得到补充。

这套结构和过去七十年的结构不同。过去美元持有方主要是央行和大宗商品贸易方。新维度的客户群是全球分布的个人和中小企业。

回到稳定币本身的形态。每一美元 USDC 必须对应一美元短期美债储备。USDC 流通量上升一块，Circle 就要在二级市场买入一块短期美债。Tether 类似（按 GENIUS 框架未来要符合美国合规标准）。这把美元延伸的产出自动转化为美债需求。

美元体系形态调整的产物是一种程序化的美元，背书资产是美债。美元延伸到哪里，美债买盘就跟到哪里。

1.2 AI 经济对支付层提出的新要求

截至 2026 年 4 月底的 30 天滚动窗口，x402 协议结算了 2424 万美元。这个数字本身可以忽略，美国卡组织的日清算量在数百亿美元量级。但里面 99.8% 是 USDC，60% 流量来自 Anthropic 的 Claude。

x402 是 Coinbase 2025 年发布的 agent 支付协议。名字来自 HTTP 状态码 402 Payment Required，这是 HTTP 规范保留但长期未被广泛使用的状态码。互联网早期开发者设计这个状态码的时候已经预见到机器之间需要支付的场景。

传统支付系统从三个维度都不适配 agent 之间的支付场景。

• 金额维度。Visa 和 Mastercard 的网络结算最小金额大约 1 美分。美国 ACH 转账面值下限是 0.01 美元。AI agent 之间一次 API 调用可能只值百万分之一美元。传统支付的成本结构是按笔收费加 percentage take rate，按 1 美分一笔的成本结构跑 100 万次百万分之一美元的交易在经济上跑不通。

• 频率维度。Visa 网络 peak TPS 约 65000，平均每秒处理 1700 笔。这是为人类发起的支付设计的容量。AI agent 集群的交易理论上可以做到每秒上百次每个 agent，10 万个 agent 同时跑容量需求达数百万 TPS 量级。Visa 和 Mastercard 的清算延迟是 T+1 到 T+2 工作日，agent 经济需要秒级 finality。

• 结算时效维度。传统支付的 settlement 在银行间清算系统完成，工作日 9 到 5、跨境 T+2 到 T+5。agent 经济 24/7 跨境跑。

稳定币体系在这三个维度的承载能力不一样。

• 金额方面，稳定币转账成本和金额无关。Solana 上每笔约 0.00025 美元 gas，Ethereum L2 0.001 美元上下，Lightning + Taproot Assets 也是这个量级。百万分之一美元的交易在经济上跑得通。

• 频率方面，Solana 实测 TPS 约 3000-4000，理论上限超过 50000。Ethereum L2（如 Base、Arbitrum）做 rollup 后 TPS 上千。Tempo 设计目标 10 万 TPS，亚秒级 finality。Circle 的 Arc 公链按其测试数据目标是 sub-second finality 加上 1 万级 TPS。

• 结算时效方面，稳定币转账的 finality 在公链上是出块时间加 confirmation 数。Solana 出块时间约 400 毫秒，Ethereum 约 12 秒。Tempo 设计是亚秒级 finality。

x402 不是唯一在押注 agent 支付层的协议。过去两个月集中发布的同类产品至少四个。

• AWS Bedrock AgentCore Payments：Amazon 和 Coinbase、Stripe 联合发布，agent 通过 x402 协议在 Base 链上用 USDC 付费。Amazon 选 USDC，意味着 AWS 内部跑的 agent 经济默认结算货币是 USDC。

• Google Cloud Pay.sh：Google 和 Solana 基金会合作。agent 在 Google Cloud 内部交易默认走 Solana 上的稳定币结算。

• Tempo Machine Payments Protocol：Stripe 和 Paradigm 孵化的 Tempo 公链上的专用协议。设计参与方包括 Visa（V 的 Crypto 主管参与了协议设计）、OpenAI、Shopify。Tempo 主网 2026 年 3 月上线。MPP 在协议层支持多稳定币中立。

• Circle Agent Stack：2026 年 5 月 11 日发布，含 CLI、Agent Wallets、Agent Marketplace、Nanopayments。Nanopayments 把单笔金额下限做到百万分之一美元。

四个产品的共同特征：底层结算资产用美元稳定币，主要是 USDC。竞争发生在公链选择（Base、Solana、Tempo、Arc）、抽成模式、合规接口。结算资产本身没有竞争。

BTC 在 agent 经济里不是候选项。两个原因。

• 一是波动率。BTC 30 天年化波动率长期在 50-80%。AI agent 做百万次 micro 交易的时候，结算资产本身的波动会在累计层面被叠加放大。USDC 设计为 1 美元锚定，单笔结算的资产侧风险可忽略。

• 二是图灵完备。Bitcoin Script 故意做得不图灵完备，没有 if/else 条件判断和循环（出于安全考量）。这意味着 BTC 链上跑不了智能合约，跑不了 agent 之间的复杂支付逻辑（条件支付、分账、escrow、订阅扣款）。Ethereum EVM 图灵完备，Solana SPL 也图灵完备。USDC、USDT 在 Ethereum 和 Solana 上能跑 agent 经济所需的支付逻辑。Bitcoin 后来通过 Taproot Assets + Lightning 间接支持稳定币，但效率和生态都吃亏。

Citrini Research 在 2026 年 2 月 22 日（周日）发了一篇文章 The 2028 Global Intelligence Crisis。作者是 James Van Geelen 和 LOTUS 的 Alap Shah。文章发表后两个交易日 MA、V、AXP、DoorDash 跌了 4-6%，市值合计减少约 3000 亿美元。

文章核心论点是 habitual intermediation（习惯性中介）的租金会被 agent 经济摩擦归零。

传统中介（发卡行、卡组织、订餐平台、票务平台）的护城河由摩擦构成。摩擦包括找商户、信任、结算、争议处理、跨境换汇。这些摩擦在人类用户场景里是真实成本，中介靠把摩擦降到一定程度收 take rate。

agent 是另一种用户类型。agent 不需要找商户（API 调用直接定位）、不需要建立信任（智能合约 escrow）、不在乎结算成本（稳定币 0.0001 美元一笔）、不需要争议处理（链上交易确定）、不需要换汇（USDC 全球同一种）。习惯性付给中介的摩擦租金在 agent 经济里收不到。Citrini 的判断：发卡行（AXP/SYF/COF/DFS）受冲击最深；卡组织（V/MA）次之，MA 比 V 所受冲击更明显（V 在稳定币基础设施层定位更强）。

AI 公司本身的支付结构在变化。OpenAI、Anthropic、Google AI、Meta AI 的 API 收入按目前体量估算合计年化数百亿美元。这些收入目前主要走 Stripe + 信用卡处理。

迁移逻辑：发起 API 调用的从人类用户向 agent 转移。Agent 没有信用卡。Agent 持有的钱包是公链钱包，钱包里装的是稳定币。Agent 调用 API 用稳定币付费是默认路径。

这部分迁移目前才开始。x402 30 天 2424 万美元是早期数据。从绝对量到接管 AI 公司 API 收入 10% 这一级别（年化数十亿美元）需要 2-3 年。从那里到接管 30-50% 需要 5 年以上。绝对量级目前低，方向性清楚。

AI 经济创造的资金流形态和传统资金流不一样。每个 agent 可以做高频低面值支付，每笔结算秒级完成，全球 24/7 跑。USDC 链上年化 velocity 约 1100 倍，美国 M1 货币速度年化是 1-2 倍，差异接近三个数量级。同样的货币供应支撑更多经济交易。这种 velocity 改变美元在经济中的运转方式。

1.3 财政主导时代的结构性需求

美国财政 2026 年的状态：年赤字超过 2 万亿美元，年利息支出超过 1 万亿美元。每年发的新债大部分用来支付旧债利息，剩下一小部分用于新支出。

美债市场原有的买家结构在缩减。

• 美联储自 2022 年开始 QT（quantitative tightening），每月被动减持 600 到 900 亿美元美债（让到期国债自然到期不再续买）。Fed 从买入方变成减持方。三年累计减持超过 2 万亿美元。

• 海外央行持仓在下降。中国持有美债规模从 2013 年峰值 1.3 万亿美元降到 2026 年初约 7600 亿美元。日本是持仓最高的海外央行，但受日元波动和国内利率上升压力，2024 年开始减持。沙特持仓和油价相关，2025 年底约 1500 亿美元，比 2020 年峰值低三分之一。

• 商业银行受 SLR 限制。补充杠杆率（Supplementary Leverage Ratio）规定银行持有美债要计入杠杆率分母。多持有美债会拉低杠杆率，需要更多核心资本来支撑。这把银行持有美债的边际成本推高。

• 传统三类主要买家（Fed、海外央行、商业银行）同时缩减持仓，美债市场出现结构性需求缺口。

新型买家的位置由 Bessent 在 2025 年 11 月国债拍卖会议上回答。财政部官方文件第一次把稳定币市场预期达到 3 万亿美元作为继续提高短债比例的政策依据。

稳定币发行方是历史上第一种被合规强制把储备金放在短期美债的金融工具。GENIUS 法案明确要求储备金 100% 现金或短期美债（一般 90 天以内）。每发一美元稳定币，发行方必须在二级市场买一美元短期美债。买入是机械式的（合规要求）、不政治化（不像央行受地缘政治影响减持）、规模可预期（跟随流通量曲线）。

Tether 目前持有 1410 亿美元美债，已是全球第 17 大美债持有方（排在韩国和挪威之间）。Circle 持有约 600 亿美元短期美债。两家合计 2000 亿美元。

稳定币目前占美债总市场（约 36 万亿美元）不到 1%。但在 T-bills（短期美债，约 6 万亿美元）这个细分的占比已经显著高于此。Standard Chartered 预测 2028 年稳定币市场达 2 万亿美元时，稳定币占全部美债的比例会到约 5-6%。

Bessent 的 Activist Treasury Issuance 政策和稳定币需求的对应关系是直接的。

ATI 的核心动作是把短期国债（T-bills）在总发行中的比例显著提高。Yellen 后期开始做，Bessent 系统化。

提高短债比例的原因有三个。

• 一是稳定币只买短期美债。发行更多长期国债的话，找不到稳定币这个新型买家。

• 二是发短债成本相对低。2025-2026 利率曲线在正常化中，发短债融资成本比发长债低约 50-100bp。

• 三是给降息空间。短债占比提高后，平均融资成本对短期利率的敏感度上升。Warsh 一旦降息，财政利息支出快速下降。

ATI 也有代价。把发债期限缩短意味着 rollover risk 增加。每年到期的国债规模放大，需要不断在市场上重新发行。如果某一年市场情绪转差或利率快速上升，rollover 成本上升。Yellen 任内没把 T-bills 比例推得更高，因为有这个隐忧。Bessent 系统化推进是因为他判断稳定币需求增长能持续 absorb 短债供给。

Warsh 的政策框架和 Bessent 的 ATI 在这里形成关键配合。

• 降息直接降低财政利息支出。短债占比高的情况下，降息对利息成本的影响直接生效。每 100bp 降息，财政利息支出按当前债务结构估算每年下降 1000 亿美元量级。

• 缩表释放美联储资产负债表上的美债。Fed QT 每月减持的 600-900 亿短期国债，需要市场新型买家承接。稳定币流通量增长目前每月在 30-100 亿美元量级，承接速度跟不上 Fed 减持速度。流通量曲线在加速。2028 年 2 万亿目标意味着年增长 50-60%，到那时稳定币的月度新增需求就能覆盖 Fed 减持。

• AI 通缩论给降息提供独立的理论基础。Warsh 在 WSJ 专栏的论证是 AI 提升美国相对生产率，让美国能在不引发通胀的前提下降息。这条理论让 Warsh 在制度上保留对降息的话语权（他不会因为 Trump 让他降息就降息），同时能按自己的框架推动降息。

到这里 Trump-Bessent-Warsh 三人组的分工清晰。

• Trump 提供政治意志和方向：推动稳定币立法、加密友好、扩张产业政策（AI 基础设施、制造业回流、国防、关税补贴）。

• Bessent 通过 ATI 把短债结构和稳定币需求挂钩，通过监管框架（GENIUS、CLARITY）和国际游说把美元稳定币推向全球默认地位。

• Warsh 通过降息加缩表加 AI 通缩论给 Bessent 创造最有利的财政环境：利息成本下降、资本流速上升、通胀压力可控。

三个人在政策方向上深度一致。利率层面 Warsh 保留制度独立性，他自己的框架推导出来的结论和 Trump、Bessent 想要的方向几乎重合。

这套组合的输出是财政空间扩大。每年 2 万亿赤字、1 万亿利息这套数字会因为利率下降和稳定币买盘增加而显著改善。Trump 把省下来的财政空间用于产业政策。

• AI 基础设施方面，2025 年美国宣布 5000 亿美元的 Stargate 项目（OpenAI、Oracle、软银、MGX 主导），2026 年联邦层面追加产业政策资金支持 AI 数据中心建设和能源配套。

• 制造业回流方面，CHIPS Act 后续讨论在 2026 年继续，重点放在台积电、三星、英特尔的本土晶圆厂支持。

• 国防开支方面，2026 财年国防预算超过 1 万亿美元的提案在国会讨论中（含太空、网络、AI 武器化项目）。

• 关税补贴方面，Trump 2025-2026 年关税政策让美国进口商承担额外成本，部分通过财政补贴或退税回流国内企业（主要是制造业和农业）。

这套组合的政治阻力主要来自银行业。

GENIUS 立法过程中，American Bankers Association 等银行游说团体公开反对。核心担忧：稳定币会从银行存款里抢客户。如果客户把美元存款转成 USDC，银行存款基础萎缩，放贷能力受限。

GENIUS 法案的折中是禁止稳定币向持有人支付利息（避免直接和存款竞争）。但稳定币的转账速度、跨境能力、24/7 可用性已经让它成为存款的功能性竞争者。

银行业的反弹会持续。2026 年中期国会预计有针对 GENIUS 的修订动议，焦点是要不要给银行类似稳定币的发行许可（银行联盟稳定币）。JPM Coin、欧洲 12 银行联盟 Qivalis、Klarna 在 Tempo 上发的银行稳定币是银行业的反击信号。

财政空间扩大后，省下来的利息成本会以两条路径转化为产业政策的资金：直接资金（AI 数据中心、芯片厂、国防）和间接空间（更扩张的赤字而不引发利率上行）。AI 基础设施、制造业回流、国防开支都需要这部分空间。稳定币需求最终转化为实体经济活动。稳定币 → 短债买盘 → 财政空间 → 产业政策 → 实体经济。每一环之间的连接是机制层面的。

1.4 监管框架的成型

在 2025 年 7 月 18 日 Trump 签署 GENIUS 法案。参议院 68-30 通过，17 位民主党参议员投了赞成票。众议院更早一周通过。这是美国第一部稳定币联邦专项立法。

GENIUS 的核心条款简短直接。

• 储备金要求：100% 现金或短期美债等价物（一般 90 天以内）。必须按月发布储备金报告，年度审计。区块链链上抵押品验证。

• 付息禁令：稳定币发行方禁止向持有人支付被动利息（保护银行存款基础不被直接竞争）。

• 财政接口：稳定币储备金可以直接接入财政部 Treasury General Account（TGA）。

• 财政激励：发行方持仓达到一定阈值的，有税收激励。

这套条款的设计意图明确：把稳定币纳入合规框架，机械式地把储备金导向短期美债，给银行业留出避免直接存款竞争的空间。

CLARITY 法案是稳定币立法之外的第二条主线。

CLARITY 规范整个加密市场结构，把数字资产分成三类：digital commodities（CFTC 监管）、digital asset securities（SEC 监管）、payment stablecoins（联储和州监管混合）。这件事比 GENIUS 复杂，因为牵涉到 SEC 和 CFTC 的管辖权划分，多年是诉讼焦点。

CLARITY 在 2025 年 7 月 17 日已经在众议院以 294-134 通过（78 位民主党赞成），但在参议院卡了将近一年。卡点是 stablecoin yield 问题。

参议院 3 月 24 日泄露的早期草案中用 “economically equivalent to interest” 和 “directly or indirectly” 两条表述，市场担心 Coinbase 给 USDC 持有人的 pass-through 奖励（Coinbase 把储备金利息的一部分以奖励形式回馈给 USDC 持有人）会被定性为禁止的被动利息。CRCL 当天跌 20% 到 101.17 美元。

在 5 月 4 日参议院银行委员会主导的妥协版本（Tim Scott、Cynthia Lummis、Thom Tillis 联合推动）公开：明确允许 activity-based rewards（交易奖励、忠诚度计划、支付返利），禁止 banking-style 被动收益（直接按持仓支付固定利息）。CRCL 当天涨约 20%，收 119.53 美元。

参议院银行委员会 5 月 14 日进行正式 markup（Memorial Day 5 月 21 日之前是关键窗口期）。如果错过窗口，2026 年内通过的概率显著下降。

CLARITY 通过之后还有 12 个月细则期。SEC、CFTC、财政部要把法律条款细化成可执行规则。这 12 个月对最合规的玩家（Circle、Paxos）是利好。监管细则越具体，合规要求越高，新进入者的门槛越高。Circle 已经持有美国 46 州 money transmitter license + DC + 波多黎各、NYDFS BitLicense、FinCEN 注册、欧洲 MiCA、英国 FCA、新加坡 MAS、阿布扎比 ADGM、迪拜 DFSA、百慕大 Class F、加拿大 OSC、日本 JFSA 等十几张牌照。新进入者要复制这套合规矩阵需要数年和数亿美元投入。

OCC 信托银行牌照是第三条主线。

OCC 在 2025 年 12 月 12 日同时给五家公司有条件批准：Circle（新设 First National Digital Currency Bank, N.A.）、Ripple（新设 Ripple National Trust Bank）、BitGo（州牌照转 BitGo Bank & Trust, N.A.）、Fidelity Digital Assets, N.A.、Paxos Trust Company, N.A.。

OCC 是 Trump 政府的关键金融监管位置。Comptroller of the Currency 是 Jonathan Gould，Trump 任命。Gould 在批准声明里说：New entrants into the federal banking sector are good for consumers, the banking industry and the economy。

下一步是美联储 master account。信托银行牌照本身只允许 fiduciary activity（托管、结算、支付、资产管理），不能吸收存款、不能开支票账户、不能拿 FDIC 保险。美联储 master account 是关键升级。如果获批，Circle 可以直接接入美联储清算系统，事实上变成数字美元半官方运营方。Ripple 已经申请，其他几家在路上。

两党加密真实图景比公开叙事更分层。

公开叙事是两党分歧。仔细看是民主党内部分裂大于党派对立。

• 反加密派：Warren（参议院银行委员会 ranking member）、Brown、Markey。立场是加密本质上是投机泡沫，监管应当收紧到接近禁止。这一派在 2020-2024 年是民主党加密政策的主导声音。

• 务实派：Schumer、Gillibrand、Fetterman、Coons。立场是监管要清晰、消费者保护要充分、技术创新要鼓励。GENIUS 17 票民主党赞成、CLARITY 在众议院 78 票民主党赞成都来自这一派和中间派。

反加密派被边缘化的原因有三个：加密选民群体规模在 3000-5000 万美国人量级（边际影响摇摆州选举）、机构投资者全面进场（BlackRock、Fidelity、Apollo、Goldman Sachs 都进了加密配置）、GENIUS 的实证效果（美元延伸、美债需求、就业、税收）让民主党难以否认。

2028 年大选即使民主党回归白宫，稳定币和市场结构立法已经定型，整体回滚的概率低。技术性立法一旦通过，重新立法的政治成本显著上升。Warren-Brown 派在 2028 年大概率被排除在加密政策制定核心之外，Gillibrand-Fetterman 派会主导民主党加密叙事。

民主党加强监管的政策方向，对最合规玩家是利好。

• USDC 发行方 Circle 在 2025 年付出的合规成本比同行更高（审计、律师、合规团队、各国牌照申请）。这些都是直接进入运营成本的真实开销。如果监管不收紧，Circle 在合规上的投入相当于沉没成本。监管越严，合规越成为门槛，Circle 在合规上的边际优势越显著。

• Tether 在 2021 年被 CFTC 罚 4100 万美元（关于储备金的虚假陈述），在 MiCA 框架下被欧洲主流交易所下架。监管越严，Tether 在合规市场的份额下降幅度越显著，Circle 在欧洲、日本、新加坡、阿联酋等合规市场的份额上升越快。

GENIUS 法案规定的 100% 现金或短期美债储备金标准，Tether 当前的储备金结构（包含 BTC、黄金、reverse repo、secured loans）并不匹配。Tether 已经在 2025 年推出符合 GENIUS 的 USAT，但 USAT 是新产品，没有 USDT 的市场份额和流动性。如果美国监管要求所有在美国市场流通的稳定币都满足 GENIUS 储备金标准，USDT 在美国市场的份额会明显收缩。

监管框架的作用超出给现状合法化。它在为整个系统的自我加速铺设法律基础。GENIUS、CLARITY、OCC 信托银行、美联储 master account 路径加在一起，是稳定币发行方从加密圈玩家升级为美元体系正式参与者的法律转型。一旦合规护城河锁定，反对这套结构的政治力量（银行业、反加密派民主党、海外央行）即使后续反扑，回滚法律基础的成本明显高于阻止它建立的成本。循环就难被外部力量打断。

2. 正循环的形成

美元形态调整把稳定币延伸出来，稳定币机械式买入短期美债。AI 经济创造高速 velocity 的资金流。财政主导时代需要新型买家承接美债缺口。监管框架给整套结构铺设法律基础。

把这四条线头放在一张图上看，它们首尾相接构成一个闭环。每一环的产出是下一环的输入。闭环本身有自我延续的性质。一旦启动，每跑一圈系统规模放大。

2.1 四股力量的正向生态

四股力量的关系是链式喂养。每股力量的产出成为下一股力量的输入。

• 第一环到第二环。GENIUS 法案规定稳定币储备金 100% 现金或短期美债。流通量每增加一美元，发行方在二级市场买入一美元短期美债。买入是合规强制的、机械式的、规模可预期的。Tether Q1 2026 持有约 1410 亿美元美债，Circle 持有约 600 亿，两家合计 2000 亿，相当于一个排在韩国之上的”主权级”美债买家。流通量曲线是这股买盘的直接放大器。

• 第二环到第三环。稳定币持仓占短期美债（T-bills，约 6 万亿美元市场）的比例从 2024 年约 1% 上升到 2026 年初约 3%。Standard Chartered 预测 2028 年稳定币占全部美债（约 36 万亿美元）的比例到 5-6%。新型买家在 Fed QT 减持、海外央行减持的窗口期填补需求缺口。Bessent 的 Activist Treasury Issuance 把短债发行比例提高来对接这部分需求。Warsh 降息让平均融资成本对短期利率敏感度上升，降息每 100bp 财政利息支出按当前债务结构估算下降 1000 亿美元量级。叠加结果是财政融资成本结构性下降。

• 第三环到第四环。利息成本节省的财政空间转化为产业政策资金。AI 基础设施有 Stargate 5000 亿美元项目（OpenAI、Oracle、软银、MGX 主导）和后续联邦补充资金。芯片厂有 CHIPS Act 后续讨论中的台积电、三星、英特尔本土晶圆厂支持。国防开支 FY2026 提案 1.01 万亿美元，FY2027 提案 1.5 万亿。关税补贴让美国制造业和农业承接关税回流的财政红利。

• 第四环到第五环。产业政策资金进入实体经济，AI 数据中心建设带动半导体、能源、土建、运营服务整条产业链。Warsh 同时推进缩表，每月减持 600 到 900 亿美元美债。缩表把美联储仓储的资本释放回流通领域。在 M × V = P × Q 的恒等式下，V（货币流通速度）上升让同样的 M（货币供应）支撑更多的 P × Q（经济活动）。资本流速激活的事实证据是 USDC 链上年化 velocity 约 1100 倍，远高于美国 M1 货币速度的 1-2 倍。

• 第五环到第六环。经济活动里 AI agent 经济是新增维度。x402、Tempo、AWS AgentCore Payments、Google Pay.sh、Circle Agent Stack 等 agent 支付基础设施跑起来，绝对量级目前低但方向清楚。跨境支付从 SWIFT 体系往稳定币体系迁移，Mastercard 18 亿美元收购 BVNK、Stripe 11 亿美元收购 Bridge 是行业层面的下注信号。DeFi 机构化把 BlackRock、Apollo、Standard Chartered 等机构资金引入稳定币结算层（Circle 的 Arc 公链是这一层的关键落地）。三层用途加在一起增加 USDC 流通量。

• 第六环回到第一环。使用扩大反向推动流通量增长。循环跑完一圈，规模放大。

主循环之外还有三个嵌套子循环。

• AI 子循环：产业政策资金到 AI 基础设施到 agent 经济成熟到稳定币结算量上升到美债需求增加到财政空间扩大到更多 AI 投资。这个子循环在主循环的第四环（产业政策 → AI 基础设施）和第六环（稳定币使用扩大）之间形成一条额外捷径。AI 经济成熟越快，对稳定币的需求增长越快，对美债的购买越快，主循环跑得越快。

• 监管锁定子循环：美国先定标准（GENIUS、CLARITY、OCC 信托银行牌照）到全球合规跟进（欧洲 MiCA、新加坡 MAS、阿联酋 ADGM、日本 JFSA）到美元稳定币成为全球默认数字货币到网络效应固化到其他国家发行的稳定币（包括 e-CNY）难以切入美国合规市场。这个子循环不在主循环的能量流里。它给主循环起保护作用，监管协调让外部冲击难以打断主循环。

• velocity 子循环：稳定币激活仓储资本加 Warsh 缩表到经济活动上升到货币供应不需扩张到美联储继续 QT 到美债缺口需要稳定币填补到稳定币流通量增加。这个子循环把 Warsh 的缩表政策和 USDC 的高 velocity 特性绑定在一起。在 M × V = P × Q 恒等式下，V 显著上升让 Fed 不需要扩表也能支撑经济，给 QT 持续提供操作空间。

2.2 循环的加速机制和边界

循环每跑一圈系统规模放大。整体处于加速状态。

这里的核心可能不是float，而是目前还未被重点考虑的 velocity。

• 传统美元体系扩张速度受银行体系流动性创造限制。美国 M2 货币供应量长期年增长率在 4-7%（除疫情时期短暂飙到 25%），背后是商业银行通过贷款创造存款的过程，每一步都要经过信用审查、资本充足率约束、监管报送。这套机制的扩张上限由结构决定。

• 稳定币体系的扩张速度受技术承载力限制。每发一美元 USDC 在二级市场买一美元短期美债是一笔几秒钟的电子交易。USDC 流通量从 2020 年 10 亿美元增长到 2026 年 Q1 770 亿美元，CAGR 约 45%。Standard Chartered 预测 2028 年稳定币市场达 2 万亿美元，意味着年增长率维持在 50% 以上。

技术承载力还有上升空间。Solana TPS 上限超过 5 万，Tempo 设计 10 万 TPS，Arc 设计 1 万级 TPS。USDC 已经在 20 多条链原生发行，每条链增加一份分发能力。链上 velocity 1100 倍/年 vs M1 货币速度 1-2 倍/年，差异三个数量级。技术层面看不到明确的扩张瓶颈。

加速的二阶效应是循环每跑一圈时间缩短，规模放大。

主循环跑一圈包括稳定币发行、美债买入、财政成本下降、产业政策落地、经济活动扩张、稳定币使用扩大，回到稳定币发行增长。其中财政成本下降到产业政策落地这一段是最慢的（需要立法、拨款、招标、建设），实际周期 1-3 年。其余各段在金融市场实时反映，周期以季度计。整圈周期目前估算 18-36 个月。每跑一圈 USDC 流通量、美债持仓、财政空间都放大一档。

历史上有过类似结构的正循环。

• 金本位时代的国际收支自动调节机制是一个温和的正循环：贸易顺差国黄金流入，国内通胀上升，出口竞争力下降，贸易顺差缩小。逆差国相反。这套机制在 1870-1914 年支撑了第一次全球化。

• SWIFT 网络的扩张是另一个正循环。用 SWIFT 的银行越多，新加入的银行越没理由不用，网络效应自我强化。从 1973 年成立到 2020 年代覆盖 200 多个国家、11000 多家金融机构。

2003 到 2007 年的美国次贷市场是失控的正循环：低利率刺激购房需求，房价上涨，房屋抵押贷款规模扩大，MBS 市场扩张，投行需求更多次级贷款，贷款标准放松，房价继续上涨。每一环喂养下一环，每跑一圈风险积累。最后由资产价格泡沫的边界条件（家庭收入与房贷月供之比超出可持续水平）触发反转。

循环的边界条件存在。分两类。

第一类是自我修正情景。循环跑到一定规模后，内部张力会触发修正。

• 通胀失控。Warsh 的 AI 通缩论假设 AI 提升的生产率足够抵消财政扩张和稳定币 velocity 上升带来的通胀压力。如果 AI 通缩效应来得比预期慢，或者关税推高商品价格的速度比预期快，核心 PCE 可能在 2026-2027 年回到 4-5%。届时美联储被迫加息，财政利息支出反弹，主循环第三环（财政成本下降）被打破。

• 监管反弹。稳定币流通量超过某个阈值（比如 1.5-2 万亿美元）后，银行业、SEC 内部反对派、消费者保护组织的压力会汇集到立法层面。GENIUS 二次立法可能加严储备金要求、提高发行方资本充足率、限制稳定币向特定用户群发行。这会减慢主循环第一环（流通量增长）的速度，不至于直接打破，但会延长循环周期。

第二类是外部冲击。

• 政治反转层面，2028 年大选可能让民主党回归白宫，反加密派民主党重新获得政策影响力。Warren-Brown 派要回到核心位置需要务实派失误的窗口期。如果窗口期出现（某个稳定币发行方爆雷、agent 经济发生大规模欺诈事件），反加密派可能重新主导监管方向。

• 地缘政治反弹。中国 e-CNY 在 2025-2028 年加速全球扩张。如果俄罗斯、伊朗、沙特、东盟部分国家在跨境结算上选择 e-CNY，美元稳定币的全球默认地位被部分挑战。这不会打破主循环，但会让监管锁定子循环的网络效应停在某些地区。

• 技术替代。CBDC 联盟（中国 e-CNY、欧洲数字欧元、加拿大 CAD-Pay 等）形成跨境联盟，绕开美元稳定币体系。或者新一代去中心化稳定币（不依赖美债储备）在监管套利地区获得份额。这是低概率高影响情景。

3. Circle 的地位

在这套运转系统里 Circle 占了什么位置，把循环图叠到公司产品矩阵上就能回答。

关键的位置判断不在于 Circle 在某一个节点上有产品。Circle 在循环的多个节点上都有产品。循环任何一环加速，Circle 都有一条业务线受益。这是 Circle 和单节点稳定币发行方（Tether、PYUSD、RLUSD）的差异。

这种多节点位置带来一种鲁棒性：循环里某一环失灵或被打破，单节点玩家会直接受伤，Circle 还有其他节点维持收入和增长。

3.1 Circle 在循环中占据的多个节点

把 Circle 产品矩阵映射到循环六环加三个子循环。

第一节点。USDC 发行是主循环第一环（美元延伸 → 美债需求）的载体。

USDC Q1 2026 流通量 770 亿美元，Q1 链上交易量 21.5 万亿美元（同比增长 263%），年化交易量约 86 万亿美元。USDC 占稳定币交易量 63%。每发一美元 USDC，Circle 通过 BlackRock 管理的 Circle Reserve Fund（USDXX）买一美元短期美债等价物。USDC 是主循环第一环的输入端。流通量曲线决定整个循环跑得多快。

第二节点。CCTP 是主循环第六环（资本流速 → 稳定币使用扩大）的关键基础设施。

Cross-Chain Transfer Protocol 是 Circle 2023 年发布的跨链转账协议。让 USDC 在不同区块链之间转移时不走传统跨链桥（lock-and-mint），而是在源链销毁、在目标链原生铸造。结算秒级完成，安全性等同 USDC 本身的发行安全性。

USDC 已经在 20 多条链原生发行（Ethereum、Solana、Base、Arbitrum、Polygon、Avalanche、Aptos、Sui、Stellar 等）。CCTP V2 已上线，引入 Fast Transfer（按笔收费，30 秒内结算）和 Standard Transfer（免费，13-19 分钟结算）两档。CCTP V1 在 2026 年 7 月 31 日 phase-out。

CCTP 在生态层面是事实标准。主流 orchestration 玩家底层都用 CCTP：Stripe 收购的 Bridge、Mastercard 收购的 BVNK、Stripe 旗下 Privy、MoonPay、Kyriba 等。LayerZero、Wormhole、Axelar 等竞争协议存在，生态成熟度差一档。

CCTP 把 Circle 放在主循环第六环（资本流速激活）的中心位置。稳定币跨链转移的每一笔交易（无论用哪个 wallet、哪个支付公司、哪个 DeFi 协议发起）大概率经过 CCTP。Fast Transfer 按笔收费给 Circle 提供新增长曲线，按 5 bps 量级收费对应年化收入 10 亿美元以上的潜在规模。

第三节点。CPN 是 velocity 子循环的全球延伸。

Circle Payments Network（CPN）是跨境结算网络。截至 2026 年 3 月 31 日年化交易量约 83 亿美元。早期客户包括 Hecto Financial、Triple-A、Kyriba。

CPN 的客户场景：一家美国企业要给越南供应商付款。传统流程是美国银行 → SWIFT → 越南银行，T+2 到 T+5，跨境换汇成本 1-3%，工作日 9 到 5。CPN 流程是美国端用 USDC 通过 CPN 即时清算，越南端通过本地 CPN 接入方（如 Triple-A）换成越南盾，结算秒级完成，成本可压到 0.5% 以下。

这条业务对应 velocity 子循环的全球延伸。velocity 子循环讲的是稳定币激活仓储资本加资本流速上升。CPN 把这个 velocity 优势带到全球 B2B 跨境支付（150 万亿美元/年市场）的具体场景。

第四节点。xReserve 锁定监管锁定子循环的网络效应。

xReserve 让其他公链发行自己的稳定币时，用 USDC 1:1 做储备。Canton Network 已经接入（用 USDC 做储备发行 USDCx），Stacks、Cardano 等也在接入。

机制是这样：Canton 不想自己拿 money transmitter 牌照、不想自己解决储备金审计问题、不想自己接 Treasury General Account，它发自己的 USDCx，背后用 USDC 做 1:1 储备，相当于把所有合规问题外包给 Circle。Circle 拿到的是 USDC 储备金的 float 收入（短期美债利息），Canton 拿到的是自己生态的稳定币和品牌。

xReserve 的战略意义在于把 Circle 从单一稳定币发行方升级为稳定币基础设施提供方。其他链的稳定币越多，对 USDC 储备的需求越大。这是监管锁定子循环网络效应的具体载体：美国先定的合规标准（GENIUS）→ Circle 是最符合标准的发行方 → 其他链发稳定币选 Circle 做储备 → Circle 在合规市场的份额持续放大。

第五节点。Arc + USYC 对接 AI 子循环和机构 DeFi。

Arc 是 Circle 主导的机构级 L1 公链。2026 年代币预售融资 2.22 亿美元，FDV 约 30 亿美元。a16z 领投 7500 万。投资人包括 BlackRock、Apollo、ICE、Standard Chartered、SBI、Janus Henderson。Circle 保留 25% 代币用于运行验证者。

Arc 设计目标是 sub-second finality 加 1 万级 TPS。预设支持机构 DeFi 所需的合规层（KYC、AML、链上身份）。Apollo 已经在 Arc 上做 tokenized credit，Standard Chartered 做 tokenized trade finance。

USYC 是 Circle 收购的 Hashnote 旗下产品，机构级 tokenized 货币市场基金。简单说就是一个买短期美债的链上基金代币。机构用 USDC 在链上交易，资金停泊时换成 USYC 拿利息。USYC 是机构 DeFi 入口。

Arc 加 USYC 对应 AI 子循环：产业政策资金 → AI 基础设施 → 机构 DeFi 落地（Arc 加 USYC）→ 稳定币结算量上升 → 美债需求增加 → 财政空间扩大 → 更多 AI 投资。Circle 在这个子循环的机构 DeFi 落地节点上是头部位置。

第六节点。Programmable Wallets 是 agent 经济的钱包基础设施。

Programmable Wallets 让开发者在自己的产品里集成稳定币钱包，不需要用户自己保管私钥。MPC（多方计算）签名，gas station 支持 ERC-4337 账户抽象。按 Monthly Active Wallet（MAW）收费，前 1000 个免费，USDC MAW 有 $0.01 rebate（变相补贴）。

这是按 active wallet 收费的 Twilio 模式。每个 AI agent 持有的钱包计入 MAW，未来 agent 经济成熟时 wallet 数量从百万级到亿级。

Programmable Wallets 对应 AI 子循环的 agent 经济入口。x402、Tempo MPP、Circle Agent Stack 在协议层做 agent 支付，Programmable Wallets 在钱包层做 agent 持仓基础设施。两层结合让 Circle 在 agent 经济成熟时多一条按使用量收费的现金流。

第七节点。OCC 信托银行牌照加美联储 master account 是循环的合规护城河。

OCC 在 2025 年 12 月 12 日给 Circle 有条件批准 First National Digital Currency Bank, N.A.。这本身是国家信托银行牌照，允许 fiduciary activity（托管、结算、支付、资产管理），不能吸收存款、不能开支票账户。

关键升级是美联储 master account。Ripple 已经申请。Circle 在 master account 上的进展没有官方公告，市场预期未来 1-2 年是关键窗口期。如果获批，Circle 可以直接接入美联储清算系统（Fedwire、FedNow），事实上变成数字美元半官方运营方。

历史上没有任何私人公司持有过类似位置。Visa 和 Mastercard 是支付网络但不接入美联储清算系统，PayPal 也是。Circle 如果拿到 master account，金融管道意义比信托银行牌照本身高一个数量级。

把 Circle 产品矩阵和循环节点的对应关系排出来后，有三个优势。

第一，单节点玩家和多节点玩家。

Tether 在主循环第一环（USDT 发行）的规模显著高于 Circle：USDT 流通量约 1830 亿美元，美债持仓 1410 亿，全球第 17 大美债持有方。但 Tether 在跨链转账、跨境结算网络、链上货币基金、机构 DeFi 公链、agent 钱包、OCC 信托银行牌照、美联储 master account 这些节点上都没有产品或没有头部位置。Tether 押的是 USDT 流通量这条线。

PYUSD（Paxos 发，PayPal 品牌）流通量约 38 亿美元，主要走 PayPal 自有生态。RLUSD（Ripple 发）约 13 亿美元。两家都只在第一环上有产品，规模和 USDT、USDC 不在同一量级。

第二，发行权和基础设施。

发行权（USDC 的发行）是循环第一环。基础设施（CCTP、CPN、xReserve、Arc、Programmable Wallets）是循环里的其他节点。Circle 同时占住发行权和多个基础设施位置。即使 USDC 流通量增长被 USDT、PYUSD、RLUSD 抢一部分份额，Circle 的基础设施层会从全行业稳定币使用扩大（包括竞争对手发的稳定币）中受益。

第三，循环鲁棒性。

主循环某一环失灵或被打破，单节点玩家会直接受伤。Circle 在多节点位置的好处来源于一种结构性的非对称：任何一环加速 Circle 都受益，任何一环失灵 Circle 还有其他业务线维持。这是这个押注的核心非对称性。

3.2 Circle 的三层增长曲线

Circle Q1 2026 总营收 6.94 亿美元，其中储备金收入 6.53 亿美元，占 94%。

第一眼看 Circle 是单一业务公司：发 USDC，收储备金利息，付分销费给 Coinbase，剩下的归自己。整个营收对 USDC 流通量和短期利率两个变量敏感。

但我认为 94% 的占比掩盖了 Circle 真实的业务结构。按成长性和对循环节点的对应关系拆，Circle 业务结构是三层。

第一层是 float 业务。

float 业务的机制：USDC 发出去之后，Circle 把对应的美元换成短期美债（Treasury bills、Reverse Repo、Money Market Funds）。这部分储备金的利息收入归 Circle。

具体数字：Q1 2026 储备金 770 亿美元，加权平均收益率约 3.4%（部分现金低收益），季度储备金收入 6.53 亿美元。年化约 26 亿美元。Coinbase 拿走其中约 56%（2024 年数据），Circle 净留约 44%。

float 业务对应主循环第一环（USDC 发行 → 美债需求）。这是循环里最成熟的节点，也是 Circle 现金流的主要来源。

float 业务的收入对两个变量敏感：流通量曲线和短期利率水平。

流通量曲线方面，USDC 历史 CAGR 约 45%。每年流通量增长 45%，意味着 float 储备金规模年化增长 45%。

短期利率方面，T-bill 收益率从 2022 年 0.1% 上升到 2024 年峰值 5.4%，2026 年初约 4-4.3%。Warsh 上任后降息预期让短期利率在 2026-2028 年下降。每 100bp 降息需要约 25-33% 流通量增长才能维持 float 收入不变。

第二层是 GMV 业务。

GMV 业务的机制是 Circle 在 USDC 储备金利息之外，从 USDC 的具体使用场景里收费。

• CCTP Fast Transfer。每笔按 bps 量级收费（V2 白皮书有可变定价架构）。CCTP V1 免费，V2 引入 Fast Transfer 才开始有这一档。按 5 bps 收费、年化通过 CCTP 转移的 USDC 价值 1 万亿美元的话，年化收入 50 亿美元。目前实际收费量级远低于此。按已知 V2 上线和 ramp-up 节奏估算 2026-2027 年达到 1-3 亿美元，2028 年突破 10 亿是可能场景。

• CPN（Circle Payments Network）。截至 2026 年 3 月 31 日年化交易量 83 亿美元。take rate 业内估算 30-50bp，年化收入 2500 万到 4000 万美元。规模低，同比增速估算 200% 以上。

• Nanopayments。Circle Agent Stack 里的 micro-payment 协议。每笔按笔数收费（具体费率没披露）。agent 经济跑起来后是按使用量收费的现金流入口。规模目前接近零。

• Agent Marketplace。Circle Agent Stack 里的 marketplace 抽成。Circle 从 agent 之间的支付里抽 take rate。

GMV 业务对应循环 velocity 节点（CCTP）和跨境节点（CPN）和 AI 子循环（Nanopayments、Agent Marketplace）。规模目前低（合计可能 1-2 亿美元年化），增速最快。

GMV 业务的关键反直觉点在利率下降的情景下，对 float 业务的对冲作用最直接。利率下降时 USDC 流通量加速（机会成本降低），跨境支付从 SWIFT 迁移加速，agent 经济场景启动。这些情景都让 GMV 业务受益。

第三层是基础设施层。

基础设施层的机制是让 Circle 在循环成熟到下一阶段时，有相应的产品占住位置。当前营收贡献接近零，5-10 年视角下是期权价值。

• Arc。机构级 L1 公链，已经融资 2.22 亿美元，FDV 30 亿美元。Arc 上的交易（机构 DeFi、tokenized credit、tokenized trade finance）未来产生 gas fee、网络费、validator 奖励。Circle 保留 25% 代币用于运行验证者。Arc 的网络效应一旦起来，是 Circle 在机构 DeFi 这个赛道的护城河。

• xReserve。其他链发自己稳定币用 USDC 1:1 做储备。Circle 收的是 USDC 储备金 float 收入。已经接入 Canton、Stacks、Cardano。每多一条链接入，USDC 储备金规模增加，对应的 float 收入增加。

• Programmable Wallets。按 MAW 收费的 Twilio 模式。AI agent 经济成熟时 wallet 数量从百万级到亿级。每 wallet 月费假设 0.1 到 1 美元，agent 经济到 1 亿 wallet 量级时年化收入 1-12 亿美元。

• StableFX。链上稳定币外汇协议，在 Arc 上跑。让 USDC、EURC、未来的 GBPC、JPYC 等多币种稳定币之间即时兑换。Take rate 类似传统外汇 broker 的 spread。

• USYC。机构端 tokenized 货币市场基金。USDC 持有方可以一键换成 USYC 拿短期美债利息。USYC 是机构 DeFi 的入口产品。Circle 收的是基金管理费。

基础设施层对应循环的扩展节点和未来加速器（AI 子循环成熟、跨境支付重构、多币种数字货币基础设施、DeFi 机构化）。当前贡献低，每个产品对应未来 5-10 年某个明确赛道的位置。

三层结构有内在的利率对冲。

• 利率下降的情景下，第一层 float 业务承压。每 100bp 降息让储备金加权收益率下降，按当前结构估算收入收缩约 25%。

• 第二层 GMV 业务受益。利率下降让 USDC 流通量加速增长（持有 USDC 的机会成本降低，企业和个人愿意持有更多稳定币），跨境支付从 SWIFT 迁移加速（融资环境宽松、跨境贸易活跃），agent 经济场景启动加快（资本充裕度增加、新场景投入加大）。

• 第三层基础设施层受益。利率下降让机构 DeFi 资金成本降低，tokenized credit 和 trade finance 需求上升，Arc 生态活跃度上升。

数字层面的利率弹性。

USDC 流通量假设 CAGR 维持在 45%，每 100bp 降息需要约 25-33% 流通量增长才能维持 float 收入不变。在 USDC 历史 CAGR 45% 的速度下，温和降息（每年 50-75bp）情景下 float 收入能继续增长。

• 风险情景：如果 Fed 急速降息（2008 式从 5.25% 降到 0.25%，两年内降 500bp），float 收入会在两年内缩水约 75%。即使 USDC 流通量同步翻倍，也只能部分对冲。GMV 业务在那个时间点的规模（按 2026-2028 路径估算可能到 5-15 亿美元年化）不足以完全抵消 float 收入下降。这是利率对冲的真实边界。

• 基线情景：每年 50-75bp 渐进降息，2026-2029 年累计降息 200-300bp。USDC 流通量按 CAGR 45% 增长，2028 年达到 2000 亿美元（与 Standard Chartered 预测的稳定币总市场 2 万亿一致）。GMV 业务 ramp-up 到年化 5-10 亿美元。基础设施层贡献 1-3 亿美元。基线下总营收 2028 年达 40-50 亿美元区间。

Circle 三层结构的设计意图是在循环不同节点成熟时都有产品。利率对冲是这种结构的衍生效果。

3.3 被市场低估的护城河

Circle 的市场估值大体反映 USDC 流通量、储备金收入、Coinbase 分销关系这些可见指标。三条护城河目前在市场估值里贡献接近零，每一条都有 2-3 年内变现或巩固的路径。

第一条是 CCTP

CCTP 是 Circle 2023 年发布的跨链转账协议。USDC 在不同区块链之间转移用 CCTP。机制是在源链销毁、在目标链原生铸造，绕过传统跨链桥的 lock-and-mint 模式。结算秒级完成，安全性等同 USDC 本身。

CCTP 当前的市场地位是事实标准。USDC 在 20 多条链原生支持，主流 orchestration 玩家（Bridge、BVNK、Stripe、Privy、MoonPay、Kyriba）底层都用 CCTP。LayerZero、Wormhole、Axelar 等竞争协议存在，生态成熟度差一档。

商业模式之前是免费。CCTP V1 不收费，Circle 当作基础设施推广。CCTP V2 上线后引入两档：Fast Transfer（按笔收费、30 秒结算）和 Standard Transfer（免费、13-19 分钟结算）。V1 在 2026 年 7 月 31 日 phase-out。

按 V2 白皮书的可变定价架构和 5 bps 量级收费假设，对应的年化收入空间：USDC 年化跨链转移量目前约 5-10 万亿美元（行业估算，没有官方披露），按 5 bps 收费就是 25-50 亿美元年化收入空间。

但目前 CCTP 实际收费量级远低于这个上限。V2 刚上线，大部分使用方还在用 V1 免费档，迁移到 Fast Transfer 需要时间。按 ramp-up 节奏估算：2026 年下半年 1 亿美元年化，2027 年 3-5 亿美元，2028 年突破 10 亿美元是可能场景。

市场目前给 CCTP 估值基本是零。Circle 财报里 GMV 业务这一栏没有单独披露 CCTP 收入（V1 免费、V2 早期），分析师覆盖也几乎不把 CCTP 算进估值模型。一旦 V2 在 2026-2027 年开始大规模收费，CCTP 会从被忽略的护城河变成 Circle 的第二条主要现金流来源。

CCTP 在单独收费产品之外，承担 USDC 多链格局的固化机制功能。每一笔 CCTP 转移都消耗 USDC 流通量统计意义上的活跃度，对其他链的吸引力增加，对 USDC 这个品牌的网络效应增加。

第二条是 xReserve

xReserve 让其他公链发行自己的稳定币时，用 USDC 1:1 做储备。Canton Network 接入了（发行 USDCx，USDC 做储备），Stacks 用 USDC 做 sBTC 生态里的稳定币储备，Cardano 也在接入。

商业模式：partner 链不想自己拿 money transmitter 牌照、不想自己解决审计、不想自己接 Treasury General Account。它发自己的稳定币（如 USDCx），背后用 USDC 做 1:1 储备，相当于把合规问题外包给 Circle。Circle 拿到 USDC 储备金 float 收入（短期美债利息），partner 链承担发行和分销成本，拿到自己生态的稳定币和品牌。

战略意义有两层。

• 第一层是分销路径多元化。Circle 当前 USDC 分销主要靠 Coinbase（拿走约 56% 储备金收入）和 Binance（中高双位数百分比费率）。这种集中度是 Circle 估值的折价项。xReserve 是 Coinbase 和 Binance 模式之外的第三条分销路径，Circle 不需要直接和接入链谈分销分成。

• 第二层是从稳定币发行方升级为稳定币基础设施提供方。随着 xReserve 接入的链增加（Canton、Stacks、Cardano 之后可能还有 TON、Hedera、Polkadot 等），Circle 对外的角色从单一 USDC 发行方扩展到美元数字储备的基础设施提供方。这个角色定位让 Circle 在监管锁定子循环里的位置更稳：美国合规标准下，其他链选 Circle 做储备的合规成本最低。

xReserve 当前给 Circle 贡献的 float 收入还在低位（partner 链稳定币规模合计目前在 1 亿美元量级），5-10 年视角下 partner 链稳定币总规模到 50-100 亿美元是可能场景，对应每年 2-4 亿美元 float 收入。

xReserve 还有一个差异化效果。Tether 没有同类产品（USDT 不开放做其他链稳定币的储备），其他链要选合规储备时只有 USDC 选项。这条让 Circle 在面对 Tether 的份额竞争时多一个不能被复制的卖点。

第三条是 OCC 信托银行牌照加美联储 master account

OCC 在 2025 年 12 月 12 日给 Circle 有条件批准 First National Digital Currency Bank, N.A. 牌照。OCC chief Jonathan Gould 是 Trump 任命的。Circle 不是唯一获批方（Ripple、BitGo、Fidelity Digital Assets、Paxos 同期获批），但 Circle 在稳定币流通量上是规模最高的一家。

信托银行牌照本身允许 fiduciary activity（托管、结算、支付、资产管理），不能吸收存款、不能开支票账户、不能拿 FDIC 保险。这一步本身的金融管道意义有限。这一步是下一步的前提。

下一步是美联储 master account。master account 让持有方直接接入美联储清算系统（Fedwire、FedNow）。历史上 master account 的获批方是商业银行、保险公司、政府机构、外国央行。私人加密公司从来没有过。Ripple 已经申请，Circle 在 master account 上的进展虽然没有官方公告，但市场预期 2026-2027 年是关键窗口期。

如果 Circle 拿到 master account，金融管道意义比信托银行牌照本身高一个数量级。Circle 可以直接在美联储清算系统操作，绕过商业银行做 USDC 的发行、铸造、销毁结算。事实上 Circle 变成数字美元的半官方运营方。

这种位置在历史上没有先例。Visa 和 Mastercard 是支付网络但不接入美联储清算，PayPal 也不是。如果 Circle 拿到，在未来稳定币市场份额竞争中享有 Tether、PYUSD、RLUSD 等竞争对手没有的政策护城河。

更隐性的好处是政策对冲。如果 Circle 接入了美联储清算系统，美国政府监管层对 Circle 的态度从商业稳定币发行方转向准官方金融基础设施。这种位置上即使民主党 2028 年回归白宫、即使 Warren-Brown 派短暂获得政策话语权，要打压一个已经接入美联储清算系统的实体的政治和法律成本，显著高于打压一个商业公司。

较小护城河三条。

• BlackRock 管理储备金的关系。Circle Reserve Fund（USDXX）由 BlackRock 管理。BlackRock 是 Circle Reserve Fund 的管理方，也是 Circle 的早期投资人之一。BlackRock 通过和 Circle 的关系把 BUIDL、tokenized credit 等产品对接到 USDC 生态。Circle 通过和 BlackRock 的关系获得机构客户和资产管理行业的对接。

• 多币种全球扩张潜力。EURC 是 Circle 2022 年发的合规欧元稳定币，流通量约 3 亿美元，已经是欧洲 MiCA 框架下规模最高的合规欧元稳定币。未来 GBP、JPY、SGD、AED 等多币种稳定币是 EURC 模板的复制。每多一种法币的合规稳定币，Circle 在该法币市场就有一份分发能力。多币种产品组合让 Circle 成为全球数字货币基础设施提供方，业务范围超出美元稳定币发行。

• 被并购尾部期权。Circle 当前市值 325 亿美元。理论上的潜在并购方包括传统支付公司（Visa、Mastercard、PayPal）、大银行（JPMorgan、Bank of America）、科技公司（Apple、Google、Amazon）。Stripe 在 2024 年收购 Bridge 花了 11 亿美元（稳定币 orchestration），Mastercard 收购 BVNK 花了 18 亿美元（稳定币基础设施）。这两笔交易给 Circle 的并购价格设了下限：Circle 在稳定币市场的地位显著高于 Bridge 和 BVNK，并购价不会低于 Stripe 加 Mastercard 出价水平。

并购在 Circle 拿到美联储 master account 之前可能性最高。一旦 master account 获批，Circle 的独立性和不可替代性上升，被并购的可能性下降。并购可能性作为尾部期权，给估值提供下行保护。

三条主要护城河（CCTP、xReserve、OCC 加 master account）和三条较小护城河（BlackRock 关系、多币种扩张、并购尾部期权）目前在 Circle 估值里贡献接近零。每一条都有 2-3 年内变现或巩固的路径。这是看多 Circle 的估值锚之外的额外 upside。

4. 加速循环的长期机制

五个长期机制可以让循环跑得更快。它们各自指向 2030 到 2035 年的规模目标，每条都是数千亿到数万亿美元的市场。它们的共同特征是循环现有节点的延伸：第一环规模扩大（tokenization）、第六环路径增加（跨境支付重构）、AI 子循环成熟（agent 经济基础设施化）、第一环维度扩展（多币种）、机构 DeFi 入场（机构资金进入循环）。不依赖任何一条单独跑通。两到三条规模化，循环加速度会显著提升。

4.1 五个加速循环的长期机制

机制一是 tokenization of everything（资产代币化）。

代币化的本质是把传统金融资产（货币基金、债券、股票、私募信贷、商业地产、艺术品）在区块链上发行成代币化版本。代币化资产可以在公链上转移、质押、结算，使用稳定币作为计价和结算货币。

具体进展：BlackRock BUIDL（链上货币市场基金）AUM 约 25 亿美元（截至 2026 年 5 月），是规模最高的代币化资产。BUIDL 已经在 Ethereum、Solana、Aptos、Arbitrum、Avalanche、Optimism、Polygon、BNB 八条链上运行。Ethereum 上代币化国债总规模超过 80 亿美元。JPMorgan 在 2025 年申请 OnChain Liquidity-Token Money Market Fund（在 Ethereum 上发行）。Apollo 在 Arc 上做 tokenized private credit。Standard Chartered 在 Arc 上做 tokenized trade finance。Goldman Sachs 通过自有 DAP 平台做 tokenized 国债。McKinsey 在 2024 年研究报告里估计 2030 年代币化资产市场达到 2-4 万亿美元。

代币化和循环的连接点在主循环第一环。每一个代币化资产在公链上发行，需要稳定币作为计价和结算货币。代币化市场规模放大，稳定币流通量需求放大，主循环第一环加速。

机制二是跨境支付重构。

全球跨境支付市场年规模约 150 万亿美元，B2B 占主要部分。SWIFT 网络的痛点是 T+2 到 T+5、成本高、不透明、工作日 9 到 5。

行业整合在过去 18 个月加速。Mastercard 用 18 亿美元收购 BVNK（含 3 亿对赌），是稳定币基础设施领域最高金额并购。Stripe 用 11 亿美元收购 Bridge。Visa 接入 Tempo 公链（V 的 Crypto 主管参与了 MPP 协议设计）。Ripple 用 2 亿美元收购 Rail。Polygon Labs 收购 Coinme 和 Sequence。2025 年至少 14 笔稳定币相关并购。

Circle CPN 在这个赛道直接竞争。CPN 年化交易量 83 亿美元，take rate 30-50bp，年化收入 2500 万到 4000 万美元。规模目前低于 Mastercard、Stripe 的稳定币业务，Circle 的优势在发行权（USDC）和合规护城河（OCC 信托银行牌照）。

跨境支付重构和循环的连接点在主循环第六环（资本流速）和 velocity 子循环。跨境结算从 SWIFT 体系迁移到稳定币体系，每年迁移 1% 就是 1.5 万亿美元，对应稳定币使用规模放大。

机制三是 AI 经济基础设施化。

x402 协议 30 天结算 2424 万美元。绝对量级低，60% 流量来自 Anthropic 的 Claude 这条数据说明 AI agent 经济在用稳定币作为支付层。

OpenAI、Anthropic、Google AI、Meta AI 的 API 收入按目前体量估算合计年化数百亿美元。Anthropic 2025 年报道年化营收超过 50 亿美元，OpenAI 报道超过 100 亿美元。

AI 公司 API 收入的迁移路径：人类用户用信用卡付费 → agent 之间互相调用 API → agent 持有公链钱包用稳定币付费。每一步迁移 1% 就是 5-10 亿美元年化稳定币结算量。

x402、Tempo MPP、AWS Bedrock AgentCore Payments、Google Pay.sh、Circle Agent Stack 这些 agent 支付基础设施在过去两个月集中发布。三年后这些协议的合计结算量到数百亿美元是合理预期。

AI 经济基础设施化和循环的连接点在 AI 子循环和主循环第六环。agent 经济规模放大，稳定币使用量放大，回到主循环第一环。

机制四是多币种数字货币基础设施。

USDC 是美元稳定币，EURC 是欧元稳定币，其他法币的合规稳定币是未来 3-5 年的延伸方向。

EURC 当前流通量约 3 亿美元，规模低。但 EURC 已经是欧洲 MiCA 框架下规模最高的合规欧元稳定币。MiCA 在 2024 年生效后，欧洲主流交易所下架了 USDT 等不合规稳定币，EURC 受益于这个合规清场。

未来可能跟进的法币稳定币：GBP（英国 FCA Electronic Money Institution 框架）、JPY（日本 JFSA 框架）、SGD（新加坡 MAS Major Payment Institution 框架）、AED（阿联酋 ADGM 框架）、CAD（加拿大 OSC 框架）。Circle 在每个司法辖区都已经持有相关牌照。

多币种数字货币基础设施和循环的连接点在主循环第一环的维度扩展。从单一美元延伸到多法币并行，每种法币的合规稳定币背后都是该法币国家的政府债券需求。Circle 在多币种数字货币基础设施上的位置是早期占位。

机制五是 DeFi 机构化。

DeFi（去中心化金融）过去由 crypto-native 用户主导（个人、加密对冲基金、链上 yield farming 玩家）。机构资金（养老金、保险、共同基金、银行资管部门）一直没有大规模进入。主要原因是合规、隐私、可审计性、对手方风险这些机构层面的硬要求。

变化在 2024-2026 年发生。BlackRock 进入 tokenized 资产（BUIDL）。Apollo 在 Arc 做 tokenized credit。Standard Chartered 接入 Arc 做 tokenized trade finance。Goldman Sachs 通过 DAP 做 tokenized 国债。机构资金对 DeFi 的态度从观望转向小规模配置。

为机构 DeFi 设计的公链：Arc（Circle 主导，已经融资 2.22 亿美元，FDV 30 亿美元）、Canton Network（金融机构联盟，含 Goldman Sachs、Deutsche Börse 等）、Onyx（JPMorgan 主导）。这些公链支持机构层面的合规层（KYC、AML、链上身份、隐私交易）。

Safe 协议（机构钱包基础设施）和 Circle 合作让 USDC 成为机构 DeFi 的事实结算资产。机构客户在 Safe 钱包里持仓 USDC、转账 USDC、在机构 DeFi 协议里用 USDC 作为抵押品和结算货币。

DeFi 机构化和循环的连接点在 AI 子循环（机构 DeFi 是 AI 子循环的落地节点）和主循环第六环（机构资金扩大稳定币使用规模）。机构资金的规模量级（养老金、保险、共同基金合计数十万亿美元）显著高于 crypto-native 资金，进入循环的边际效应明显。

每个机制对应的时间窗口不同。tokenization 和跨境支付重构当前已经在 ramp-up 阶段，3-5 年看到规模化结果。AI 经济基础设施化在早期 ramp-up，5-7 年看到结果。多币种数字货币基础设施和 DeFi 机构化是 5-10 年视角。Circle 在每个机制上都有产品占位：USDC（tokenization 的结算货币）、CPN（跨境支付重构）、Agent Stack 加 Programmable Wallets（AI 经济）、EURC 加未来多币种（多法币）、Arc 加 USYC（DeFi 机构化）。

5. 风险

前面讲的循环和 Circle 多节点位置都是建设性论证。要让看多论证完整还需要做反向评估。也就是循环的脆弱点在哪里、Circle 在竞争格局里的真实位置、估值锚需要什么条件支撑。

循环鲁棒性比 Circle 单一公司的鲁棒性更重要。即使 Circle 公司层面遭遇问题（被起诉、爆雷、被并购），只要循环本身在运转，多节点位置上的产品组合还有价值。单如果循环本身被打破，Circle 单一公司的护城河帮不上忙。

5.1 稳定币市场的分散格局

看多 Circle 的反面观点之一是 Stripe 在稳定币赛道里规模最显眼。

Stripe 私募估值 1590 亿美元（2026 年 2 月披露），Circle 当前市值 325 亿美元。Stripe 估值约是 Circle 的五倍。

Stripe 在 2024-2025 年完成了一整套稳定币布局。

• 收购 Bridge（11 亿美元）拿下稳定币 orchestration 层。Bridge 是稳定币基础设施 API，让企业不用关心后端用哪个链、哪个稳定币，只需要调用 API 就完成跨境支付、商户结算、钱包托管。

• 收购 Privy 拿下钱包层。Privy 是嵌入式钱包基础设施（embedded wallet），让企业在自己的产品里集成稳定币钱包。

• 联合 Paradigm 孵化 Tempo（估值 50 亿美元）拿下公链层。Tempo 主网 2026 年 3 月上线，TPS 10 万，亚秒级 finality。Tempo 设计伙伴包括 DoorDash、Klarna、Visa、Nubank、Shopify、OpenAI、Deutsche Bank、UBS。Tempo 协议内置 AMM 支持多稳定币中立。Klarna 在 Tempo 上发了银行背书稳定币，Tempo Machine Payments Protocol（MPP）专门针对 agent 经济。

Stripe 加 Tempo 加 Bridge 加 Privy 这套组合在 orchestration、商户、钱包、公链层都拿到头部位置。Circle 在这些层都不在头部。

但 Stripe 没上市。当前看多 Stripe 只能通过非公开市场（Stripe 私募份额、Stripe 早期投资人、Stripe 员工股票变现）参与，流动性低，估值锚不稳。Stripe 公开上市路径目前没有明确时间表。

Circle 是公开上市的纯稳定币标的。325 亿市值对应 PS 12 倍，相对 Stripe 1590 亿对应 PS 约 8 倍，估值不算便宜。Circle 是稳定币循环里风险调整后可投资性最直接的载体。

另外从整个体系看，竞争也比较分散，每个位置都有2-3名玩家。

• 发行权层：Tether（USDT 1830 亿美元）、Circle（USDC 770 亿美元）。两家加起来占稳定币市场约 85%。

• orchestration 层：Stripe 加 Bridge（B2B 跨境）、Mastercard 加 BVNK（企业 acceptance）。Bridge 覆盖企业 API 接入，BVNK 覆盖 130 个司法辖区的牌照网络和 Worldpay、Deel、Rapyd、Flywire 等企业客户。

• 钱包层：Stripe Privy（embedded wallet）、Coinbase Wallet（crypto-native）、MetaMask（DeFi）、Trust Wallet（移动）、Phantom（Solana）。

• 公链层：Ethereum（DeFi 主场）、Solana（高速）、Base（Coinbase 主场）、Tempo（Stripe 加 Paradigm 主场）、Arc（Circle 主导，机构 DeFi）。

• 消费者层：MoonPay（3000 万以上用户、180 国，估值 50 亿美元）、Coinbase（美国零售加加密原生）、MoonPay 旗下 Helio（Solana 商户 checkout）。

• 新兴市场零售：Tether 主导（Tron 网络转账成本低，USDT 在新兴市场是事实美元替代品）。Tether 2025 年净利润超 100 亿美元，Q1 2026 净利润 10.4 亿，规模量级显著高于 Circle 在新兴市场的渗透。

每一块的头部玩家有自己的护城河，互相之间难以横跨。Stripe 在企业支付 API 上的客户网络（数百万企业）是 Circle 短期内做不到的。Tether 在新兴市场零售的网络效应（用户基数、Tron 网络份额、跨境汇款渠道）是 Circle 在这些市场不容易切入的。Mastercard 1.5 亿商户网点是 Circle 没有的分销渠道。

当然回顾一下Circle也有自己的优势。

• USDC 发行权（合规、美元的数字版本标准产品）。Tether 不在美国合规市场，Circle 在美国合规市场是顶部份额。

• CCTP（事实标准的跨链转账协议）。Stripe Bridge、Mastercard BVNK 底层都用 CCTP。

• 机构合规（OCC 信托银行牌照、美联储 master account 路径）。其他玩家中只有 Ripple 在这条路径上，但 Ripple 的稳定币 RLUSD 流通量只有 13 亿美元。

• Arc（机构级 L1 公链）。BlackRock、Apollo、Standard Chartered、a16z 投资。

每一处都有自己的赢家，赢家通吃不会发生。每家公司在自己的护城河上是头部，跨过护城河进入对方地盘需要数年和数亿到数十亿美元投入。

看空 Circle 的另一个论点是稳定币商品化。

逻辑：稳定币本质是 1 美元的链上代币，发行方之间没有差异化，最终会变成商品市场，价格（发行方拿到的 float spread）被压到接近零，所有发行方利润被侵蚀。

这个逻辑的关键支撑：

• Tempo 协议层多稳定币中立。Tempo 在 AMM 层面让 USDC、USDT、PYUSD、RLUSD、Klarna 银行稳定币、未来的 Tempo 原生稳定币之间即时兑换。用户和开发者对底层稳定币品牌无感知。

• Mastercard 多稳定币策略。Mastercard 收购 BVNK 是支持稳定币基础设施，不绑定特定发行方。Mastercard 公开声明是 stablecoin-agnostic。

Circle 反击这个商品化趋势有两条线。

• 第一条是 xReserve。让其他链发自己的稳定币用 USDC 1:1 做储备。即使 partner 链的稳定币品牌不是 USDC，背后的储备金还是 Circle 在赚。Circle 从单一品牌发行方升级为美元数字储备基础设施。

• 第二条是合规护城河。GENIUS 法案规定稳定币储备金 100% 现金或短期美债。Tether 当前储备结构（含 BTC、黄金、reverse repo、secured loans）不符合 GENIUS 标准，需要推 USAT 来对接美国合规市场。这给 Circle 在美国合规市场更多的份额空间。

商品化风险的真实程度需要看 2026-2028 年市场演变。如果 Tempo 多稳定币中立加 Mastercard stablecoin-agnostic 成为行业默认，稳定币 issuer 之间的差异化空间被压缩。如果 GENIUS 严格执行加 xReserve 扩大，Circle 在基础设施层的位置反而上升。

5.2 其他风险

Coinbase 和 Circle 的 USDC 协议在 2026 年 8 月三年期到期

这是 Circle 在 2026 年最具体的风险事件。Coinbase 当前拿走 USDC 储备金收入约 56%（基于 2024 年数据），Coinbase 平台外 USDC 的储备金收入和 Circle 五五分，Coinbase 平台内 USDC 全部归 Coinbase。Coinbase 对任何新的 USDC 相关合作有否决权。

如果续约谈判 Coinbase 提高分成比例，Circle 的净 float 收入下降。如果 Coinbase 接受降低分成（市场份额竞争中让步），Circle 净 float 收入上升。当前默认是自动续约，具体条款大概率会重新谈判。

Coinbase 续约只影响 Circle 在主循环第一环（USDC 发行）的留存比例。不影响循环本身。即使 Coinbase 续约对 Circle 不利，循环还在运转，USDC 流通量还在增长，只是 Circle 拿到的份额减少。

监控指标：2026 年 Q3 财报里 distribution costs / reserve income 的比例。当前比例约 56%。续约后如果上升到 60-65%，是 Circle 估值要重新评估的信号；如果下降到 50% 以下，是 Circle 净 float 业务的 upside。

第二个 Circle 特有风险是 GMV 执行

GMV 业务（CCTP 收费、CPN 跨境结算、Nanopayments、Agent Marketplace）目前规模合计 1-2 亿美元年化，相对储备金收入 26 亿美元年化是边角料。GMV 业务在利率下降情景下是 float 业务的对冲。如果 GMV 业务在 2026-2028 年没有 ramp-up 到 5-15 亿美元年化，利率对冲机制失效。

监控指标：Q3-Q4 2026 财报是否分项披露非 float 收入。Circle 之前没有单独披露 CCTP Fast Transfer、CPN、Nanopayments 等的收入细分。如果开始单独披露，说明 GMV 业务到了规模化阶段。如果继续合并在 other revenue 一栏不披露细分，意味着 GMV 业务仍处于早期，对冲机制还没到位。

第三个风险是 Fed 急速降息。

如果 Fed 在 2026-2027 年急速降息（比如一年内 200-300bp），Circle 的 float 收入会快速下降。每 100bp 降息让 float 收入收缩约 25%。一年内降 300bp，float 收入下降约 60-70%。GMV 业务和基础设施层的 ramp-up 速度跟不上这个下降速度。

但 Fed 急速降息打破的是循环第二环（财政空间）的速度，不打破第二环本身。降息让财政利息支出下降，主循环第三环（财政融资成本下降）加速。利率从 4% 到 1% 直接节省美国年财政利息支出数千亿美元。Trump、Bessent、Warsh 这套组合不在意 Circle float 收入，他们在意财政空间。

Circle 在这种情景下的真实风险是市场对 Circle 估值方法的重新评估。如果市场认为 Circle 是 float-rate-sensitive 的金融机构，估值下调。如果市场认为 Circle 是 GMV-driven 的基础设施公司，估值反而上调。Circle 在 2026-2028 年的关键执行任务是让市场看到 GMV 业务和基础设施层的 ramp-up。

监控指标：FOMC 利率路径预期。当前市场预期 2026 年降息 75-100bp，2027 年降息 75-100bp。如果实际节奏快于这个，Circle 估值短期承压。

第四个风险是政治反转。

在 2026 年 11 月中期选举可能改变参众两院控制权。2028 年大选可能让民主党回归白宫。在两个时间点上反加密派民主党（Warren、Brown、Markey）的影响力可能上升。

反加密派对 Circle 的具体威胁是减慢关键监管节点：美联储 master account 申请可能被推迟、OCC 信托银行牌照下的具体业务范围可能被收紧、GENIUS 二次立法可能加严储备金要求。Circle 不会被直接打压（它是最合规的玩家），合规护城河的进一步加固会变慢。

监控指标：参众两院控制权、Warren-Brown 派在民主党加密政策上的话语权、OCC chief Jonathan Gould 的任期延续性、美联储理事会构成。

第五个风险是银行业反弹。

GENIUS 法案禁止稳定币向持有人支付利息是给银行业的让步。如果稳定币流通量到 1.5-2 万亿美元后，银行业感受到存款基础的实质威胁，会推动 GENIUS 二次立法或者监管细则收紧。

具体可能的收紧动作：加严储备金要求（要求一定比例的现金、限制 reverse repo）、提高发行方资本充足率要求、限制稳定币向特定用户群（散户、低净值）发行、要求银行获得对等的稳定币发行牌照（让稳定币赛道变成银行业的延伸）。

银行业反弹打破的是主循环第六环（稳定币使用扩大）的政治可行性。如果监管反弹严重，循环第六环的扩张被压制，主循环跑得慢。Circle 受影响的程度低于 Tether（Circle 储备结构本来就符合 GENIUS，二次立法的收紧主要打 Tether）和 PYUSD/RLUSD（小规模发行方合规成本显著上升）。

监控指标：GENIUS 二次立法的议程、American Bankers Association 的游说强度、稳定币付息相关国会听证。

第六个风险是地缘政治反弹。

中国 e-CNY 在 2025-2028 年加速全球扩张。如果俄罗斯、伊朗、沙特、东盟部分国家、非洲部分国家选 e-CNY 做跨境结算，美元稳定币的全球默认地位被部分挑战。

欧洲数字欧元在 2026-2027 年可能进入测试阶段。如果欧元区把数字欧元定位为对美元稳定币的替代品角色，EURC 在欧洲市场份额受压。

地缘政治反弹打破的是监管锁定子循环的网络效应。这个子循环不在主循环的能量流里，但是主循环的保护套。监管锁定子循环失效让主循环面对更多外部冲击。

Circle 在地缘政治反弹情景下的优势是已经在多个司法辖区持有合规牌照（46 州 MTL、NY BitLicense、MiCA、英国 FCA、新加坡 MAS、阿联酋 ADGM、迪拜 DFSA、加拿大 OSC、日本 JFSA 等）。即使全球默认地位被部分挑战，Circle 在已合规市场的份额受冲击较小。

监控指标：中国 e-CNY 跨境结算试点扩张速度、欧洲数字欧元立法进展、新兴市场对美元稳定币的限制政策。

第七个风险是通胀失控。

Warsh 的 AI 通缩论假设 AI 生产率提升足够抵消财政扩张和稳定币 velocity 上升带来的通胀压力。这是 AI 通缩对财政扩张通胀的赛跑。

如果 AI 通缩效应来得比预期慢，或者关税推高商品价格快于预期，核心 PCE 在 2026-2027 年回到 4-5%。届时美联储被迫加息，财政利息支出反弹，主循环第三环（财政融资成本下降）被打破。

通胀失控是这套循环最深层的系统性风险。其他风险只打破循环的某一环，通胀失控打破整个循环的基础假设。

监控指标：核心 PCE 路径、AI 资本支出对生产率的实际拉动（劳动生产率统计数据）、关税对 CPI 的传导速度、长端美债收益率走势。

Circle 在通胀失控情景下没有有效对冲。Circle 是这个循环的载体，循环坏了，Circle 跟着坏。这是看多 Circle 押注的真实尾部风险。

七个风险按对循环的影响程度排序。

• 最深层是通胀失控（打破整个循环）。

• 次深层是政治反转和银行业反弹（打破主循环的关键环和监管框架）。

• 中等是地缘政治反弹（打破监管锁定子循环但不直接打主循环）。

• Circle 特有的是 Coinbase 续约和 GMV 执行（影响 Circle 在循环里的盈利能力，不影响循环本身）。

• Fed 急速降息是 Circle 的近期高频风险（影响 float 业务，不打破循环）。

Circle 在多节点位置的部分隔离让它在以下情景下还有缓冲：Coinbase 续约不利（GMV 业务和基础设施层不受影响）、Fed 急速降息（GMV 业务受益）、地缘政治反弹（Circle 多市场牌照分散风险）。在政治反转、银行业反弹严重、通胀失控这些情景下，Circle 的多节点位置帮助有限，循环本身受到根本冲击。

5.3 估值和节奏

Circle 的估值方法有两个常见的坑。

• 第一个坑是用 P/E。Circle GAAP 净亏损（Q1 2026 亏损 6950 万美元，主要是 IPO 费用和 SBC）。TTM P/E 是负值。这条排除。

• 第二个坑是只用 P/S。当前 PS 约 12 倍年化营收。和 Stripe 1590 亿对应 PS 约 8 倍、和支付公司平均 PS 5-10 倍比，Circle 看起来不便宜。

P/S 把 Circle 三层业务合并起来估值，忽略了三层的成长性差异。更合理的方法是分层估值。

• 第一层 float 业务。Q1 2026 储备金收入年化 26 亿美元，扣掉分销费（约 56% 给 Coinbase 等）净留约 11 亿美元。这部分按金融机构估值方法估：PE 12-15 倍（对标资管公司），净利润年化按 60% 利润率估为 6-7 亿美元。第一层估值约 80-100 亿美元。

• 第二层 GMV 业务。当前规模合计 1-2 亿美元年化，增速估算 200% 以上。按 take-rate 业务的成长股估值（对标 Stripe、Adyen 早期），PS 15-25 倍。第二层当前估值 30-50 亿美元（按 2028 年达到 5-15 亿美元规模、PS 20 倍 forward 估）。

• 第三层基础设施层。Arc、xReserve、Programmable Wallets、StableFX、USYC 当前营收贡献接近零。按平台估值（对标 Visa、Mastercard 早期），看 5-10 年期权价值。给 50-100 亿美元的期权价值是合理范围（占总估值 15-30%）。

三层合计：80-100 亿（float）加 30-50 亿（GMV）加 50-100 亿（基础设施）等于 160-250 亿美元。

当前市值 325 亿美元，相对分层估值上限 250 亿溢价 30%。市场已经给 Circle 一定的循环 upside 溢价。

分层估值是基于当前业务结构的静态视角。3-5 年稳态营收推算可以给出市值上限。

三个情景。

• 中性情景：USDC 流通量 2000 亿美元（CAGR 维持 45%），平均利率 2.5%（Warsh 框架温和降息），GMV 渗透率 1%（CCTP、CPN 渗透稳定币使用 1%），营收 40-50 亿美元年化。按金融机构 PE 加 GMV PS 加基础设施 PS 加权估值，市值上限 800-1200 亿美元。3 年 2.5-3.5 倍。

• 乐观情景：USDC 流通量 3000 亿美元（CAGR 维持 50% 以上，对应 Bessent 3 万亿稳定币市场预期里 Circle 拿到 10% 份额），平均利率 3%，GMV 渗透率 2%，营收 80-100 亿美元年化。市值上限 1500-2000 亿美元。3 年 5-6 倍。

• 悲观情景：USDC 流通量增长停滞在 1000 亿美元附近（Coinbase 续约失利、Stripe Tempo 抢市场份额、GENIUS 二次立法收紧），平均利率降到 1%（Fed 急速降息），GMV 业务没有 ramp-up（Circle 执行不力）。营收停滞或下降，市值下行到 200 亿美元左右。下行空间 35-40%。

时间节奏。

• 在 2026 中期之前是政策窗口期。CLARITY 法案能否在参议院通过（关键窗口期是 2026 年 5 月 14 日 markup 到 5 月 21 日 Memorial Day）、Warsh 在美联储理事会的具体政策动作、GENIUS 二次立法的议程都在这个时间窗口内定型。

• 在 2026 年下半年到 2027 年初是 Circle 公司层面的密集催化剂期。具体节点包括 Coinbase 续约谈判在 8 月给出结果、Q3-Q4 财报是否分项披露非 float 收入、Arc 主网正式上线（预计 2026 年 Q4 到 2027 年 Q1）、CCTP V2 收费规模化的速度。

• 业务落地期在 2026 中期到 2028 年。GMV 业务从 1-2 亿到 5-15 亿美元的 ramp-up 需要在这个区间完成。Arc 生态从 BlackRock、Apollo 早期客户扩展到更多机构。美联储 master account 是否获批是这个区间内最重要的催化剂。

• 在 2028 年的大选会是最深层的政策不确定性节点。Trump 第二任期结束，新总统可能延续也可能反转加密政策。从 2028 年 11 月到 2029 年 1 月的过渡期，是 Circle 估值波动幅度最高的时间窗口。

Circle 的估值在 PS 12 倍上不便宜。分层估值显示当前价格已经包含一定 upside 溢价，乐观情景下 3 年 5-6 倍仍有空间。下行空间 35-40% 是真实存在的尾部风险。时间节奏上 2026 年下半年到 2027 年初是 Circle 公司层面密集催化剂的窗口，2028 年是最深层的政策不确定性节点。

尾声

当时市场把 Warsh 那段话听成了鹰派拒绝降息。但实际上是 Warsh 按自己的框架降息，加上 Bessent 把短债发给稳定币，加上 Trump 把财政空间花在产业政策，来拉动AI时代的经济，让这套组合自我加速。

Circle 在看似规模不如 Tether，orchestration 不如 Stripe。但作为同时落在这个组合循环多个节点上的公开市场标的，目前只有它一家。

只要这套循环跑下去，越跑越大，越跑越快，就有足够想象力。不过值得注意的是，估值 PS 12 倍不便宜，需要注意Fed 的降息节奏，Coinbase 续约，以及这个力量循环在政治、银行、通胀维度顺不顺利。不过，只要循环还在，CRCL 就值钱。

因为 Circle 正是这个拉动美国经济力量循环上不可或缺的中介和载体。

理解Ouster需要先把镜头拉远。这不是一家可以孤立看的公司，它的位置、逻辑、估值都嵌在激光雷达行业大整合和物理AI兴起两条主线的交汇处。最近他果然把 REV8 原生彩色激光雷达接入了英伟达 DRIVE Hyperion 自动驾驶开发平台，是继上周接入 NVIDIA Jetson 之后的第二个英伟达生态动作。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

哈哈哈，这篇在草稿箱里躺了4天。本来想先写planet lab。继续看航天。我始终相信物理ai是未来的大趋势，结果遇到serenity喊了，她总为我抬轿子，就是有点过快了。我总是能稍微比她早半步，还是挺有意思。这个公司其实最近来看，还没到业绩转折点，但是vpg确实很有可能带着这个赛道炒作一下。

另外依然要注意，最近总体来说，市场宽度依然很差，利好落地，利空开始酝酿。当然散户接盘动力也很强，总之我会降杠杆。

1. 行业格局：激光雷达大整合后的三家幸存者

1.1 过去 24 个月的出清

SPAC 上市潮带来的十几家激光雷达公司里，绝大多数没活到现在。

Velodyne 2023 年被 Ouster 反向合并，Quanergy 2023 年破产，Ibeo 2022 年破产，Cepton 2024 年被日本 Koito 私有化退市，Luminar 2025 年底破产、部分资产 $33M 被 MicroVision 收购，AEye 持续亏损边缘化，Intel RealSense 2024 年宣布退出立体视觉。

整合的逻辑清晰。激光雷达是重资本、重研发、长周期生意，需要数代芯片迭代和大批量出货才能跑出毛利曲线。SPAC 潮支撑了第一波研发，但客户进入量产阶段后，没规模、没良率、没现金流的公司接连倒下。

1.2 三家独立玩家的差异

行业出清后，能持续融资、迭代产品、拓展客户的独立激光雷达公司剩下三家：Hesai、Ouster、RoboSense。

Ouster Q1 2026 lidar 出货约 8,200 台，单台 ASP 约 $5,500。Hesai 2025 全年出货 162 万台，单台 ASP 约 $267。Ouster 单台 ASP 是 Hesai 的 20 倍以上。

ASP 差距来自客户结构差异。Hesai 卖给车厂的是车规 ADAS 模组，每辆车装 1 至 4 颗，成本压力极大。Ouster 卖给矿山、港口、智慧路口、工业 AMR 的是工业级感知设备，单点价值高、采购周期长、对价格不敏感。这条差异决定了一个反直觉的事实：Hesai 出货是 Ouster 的约 200 倍，但客户重合度低于 30%，直接价格竞争比账面数字看起来要小。

1.3 物理 AI 感知层的定义扩展

激光雷达只是物理 AI 感知栈的一个零件。如果只把 Ouster 看成卖激光雷达的，理解不了它过去 12 个月做的几件事。

物理 AI 把 AI 从屏幕带进现实世界，应用包括人形机器人、自动驾驶、智慧基础设施、工业机器人、服务机器人。这些场景的感知层不是单一传感器能解决，需要四样东西的预集成：激光雷达提供长距离和低反射场景下的几何精度，立体视觉摄像头提供近距离纹理识别和颜色信息，边缘 AI 算力把传感器数据现场处理成可用 perception，感知软件和模型把多传感器信号融合成决策。

谁能提供整套预集成、预标定的方案，谁就有平台溢价。这是 Ouster 转型的内在逻辑。

2. Ouster 产品矩阵与护城河

2.1 完整产品栈

经过 Velodyne 合并和 Stereolabs 收购，Ouster 现在的产品栈分四层。

• 激光雷达硬件层包括 OS1 Max（长程，500m 最大检测距离）、OS1（中程）、OS0（短程超广角）、OSDome（半球形）、DF 系列（固态），覆盖工业、智慧基建、机器人全场景。

• 摄像头层来自 Stereolabs，包括 ZED X（工业级，IP67 防护，原生集成 NVIDIA Jetson Orin）、ZED 2i（泛用消费级）、ZED X Nano（2026 年 4 月发的人形机器人手腕级专用产品）。

• 边缘 AI 算力层主要是 ZED Box，把摄像头和算力打包成可直接部署的设备，跑 NVIDIA Jetson Orin 或 Thor。

• 软件层包括 Gemini 感知平台（统一传感器输出）、BlueCity 智慧交通方案（卖给州政府和市政部门）、ZED SDK（开发者生态，10 万开发者）。客户买回去插上就能用，省掉自己做多传感器融合的工程量。

2.2 数字 SPAD 和 L4 芯片

Ouster 走数字 SPAD 路线（Single Photon Avalanche Diode），和 Hesai 一致。相比早期 Velodyne 的模拟 APD，这条路线可集成到 CMOS 工艺、芯片化迭代、成本下降快、抗干扰强。

L4 是 Ouster 第四代自研芯片，关键参数为 42.9 GMACs 处理能力、每秒检测 20 万亿光子、40 kHz 测量速率、皮秒级时间精度、每秒处理 10.4M 个点。L4 有 128 通道版本，L4 Max 有 256 通道版本。

Hesai 2026 年 4 月 17 日发布 Picasso 6D 全彩 SPAD-SoC 芯片和 ETX 平台，两家在芯片级 RGB-ToF 融合的路线上几乎同步，不存在根本性技术代差。

2.3 Rev8 的差异化设计

5 月 4 日发布的 Rev8 基于 L4 芯片，差异化卖点不在参数（200 米检测距离、视场角 45 度这些 Hesai 也能做），而在两个设计选择。

• 原生彩色感知，每个 SPAD 检测点同时捕获深度和颜色信息，省掉后期软件融合。色彩科技来自富士胶片合作，48 位色深、116 dB 动态范围。对 World Model 训练数据的供应能力来看，Ouster 给出的是 3D 空间里每个点的几何 + 颜色完整信息，而非一团点云。

• 功能安全级认证齐全。汽车级符合 ISO 21434 网络安全标准，设计满足 ASIL-B（ISO 26262）、SIL-2（IEC 61508）、PLd（ISO 13849），承诺 10 年生产寿命。工业、机器人、智慧基建客户对这些认证有硬要求，没有认证进不了正经客户的 BOM。

竞品 Hesai ETX 系列预计 2026 下半年量产，Ouster Rev8 已开始 shipping，提前 3 至 6 个月。但建立长期结构性护城河来说，其实3 至 6 个月的量产时点领先不够大。

2.4 五层护城河

但是，我们这里是西方叙事，还是有不同。

Ouster Rev8 本月已开放订单，Q2 出货，比 Hesai ETX 量产时间早半年到一年。但车规这条线不是 Ouster 的优势，Hesai 在 ISO 26262 ASIL-B 上 2021 年就拿了证。Ouster 的差异化在工业功能安全：Rev8 按 SIL-2（IEC 61508）和 PLd（ISO 13849）设计，对应工业、机器人、矿山、农机这类客户的合规要求，中国头部厂商目前还没在这个方向上系统投入，补齐至少要 2 至 3 年。这是 Ouster 在物理 AI / 工业自主这条线上真正的窗口期。

Ouster 的差异化护城河叠加五个层次。

• 第一层，数字 SPAD 自研 4 代芯片，技术基础。

• 第二层，ASIL-B 加 SIL-2 加 PLd 三认证齐全，客户准入门槛。Hesai 在这两项工业级功能安全认证上目前未发布公开 roadmap，西方工业客户的认证审核周期通常 18 至 36 个月，给 Ouster 留出一个时间窗口。

• 第三层，NVIDIA 全栈合作最深。Rev8 原生 Jetson Thor 集成、5 月 12 日完成 DRIVE Hyperion 资质认证，绑定物理 AI 计算栈的入口。

• 第四层，激光雷达加立体视觉摄像头的物理预集成，西方阵营独家。

• 第五层，西方供应链加西方客户，避开中美关税和地缘政治风险，是 Hesai 和 RoboSense 无法复制的结构性优势。在美国国防、智慧基建（州政府采购）、敏感工业客户这些场景，Hesai 因 ITAR 和供应链溯源问题进不去。

任何单独一层都不是绝对壁垒，五层叠加才是 Ouster 在工业、机器人、智慧基建三个垂直能维持高 ASP 和高毛利的根本原因。

3. 业务现状

3.1 业务优先级

Ouster 官方把市场分成汽车、工业、机器人、智慧基础设施四个垂直，但优先级和资源投入完全不同。

智慧基础设施 Q1 2026 已经是第一大营收来源。这是过去几个季度最重要的结构性变化。BlueCity 卖给州政府和市政部门做智慧路口、交通流分析、安防，竞品 Iteris 和 Cubic 用摄像头方案精度低、隐私问题多。Ouster 在这个赛道接近独占，单赛道份额估计 30% 至 40%，毛利最高，客户黏性最强。

BlueCity 的商业模式是硬件部署一次加软件 recurring 订阅的混合模式。3D 激光雷达加边缘 AI 算力一次性安装后，城市需要持续付费购买软件升级、数据分析、维护服务，形成 recurring revenue。Q4 管理层电话会明确把 software-attached sales 列为亮点，提到 BlueCity 的 recurring 部分正在帮助拉高混合毛利率。这一层属性对 Customer E 集中度风险有部分缓解作用。

工业是第二大营收来源，客户包括 Komatsu、Liebherr、Epiroc、Konecranes 这些矿山、港口、起重机巨头。Ouster 在这个赛道与 SICK AG 平起平坐。

机器人包括 AMR、无人机、人形机器人。仓储 AMR 赛道 Ouster 第一梯队，但 Hesai 用价格压力快速进入：Hesai 2025 全年机器人 lidar 出货 239,273 台，同比 +425.8%（约 5.3 倍），Q3 单季同比 +1311.9%（约 14 倍）。这是中长期最大威胁。无人机赛道 Ouster 主导（Skydio、Flyability、Freefly Systems）。人形机器人赛道还在早期，谁也没建立龙头地位，Ouster 主要拿到 Boston Dynamics、Field AI、AIM Intelligent Machines 这些西方专业级玩家。

汽车 Ouster 是边缘玩家，份额低于 5%。Hesai 在汽车赛道 33% 全球份额、Robotaxi/L4 61% 份额。Ouster 已经放弃消费级 ADAS 量产价格战，保留的是 Robotaxi 和商用 AV 端的少数高 ASP 客户（Aurora、Plus AI、Volvo Autonomous Solutions、Field AI）。5 月 12 日 Rev8 接入 NVIDIA DRIVE Hyperion 是巩固这条线，而非进入消费 ADAS。Hyperion 是 NVIDIA 的 L4 自动驾驶 reference platform，官方覆盖范围是 passenger vehicles、robotaxis、shuttles、delivery fleets，单车装 lidar 数量多、单台价值 $5,000+，符合 Ouster 的 ASP 结构。

3.2 收入构成

Q1 2026 总营收 $48.6M，按业务线拆开。

• 激光雷达本体约 $45.5M（产品营收 $48.2M 减去 Stereolabs 约 $2.7M），同比 +46%。仍是收入主力。

• Stereolabs 摄像头从 2026 年 2 月 4 日并表，Q1 贡献 56 天（约 8 周），按 10-Q Note 3 pro forma 数据倒推全季度等价营收约 $4.3M，落入 Ouster Q1 的实际部分约 $2.7M。Q2 开始全季度并表后预计季度贡献 $4.5M 左右。

• Royalty Q1 2026 仅 $0.3M（Q1 2025 为 $1.5M），因为 Q4 2025 那 $21M 一次性 royalty 后，2026 年 Velodyne legacy IP 授权进入低位。管理层指引 2026 全年 royalty 低于 $5M。

• 激光雷达出货量 Q1 2026 创纪录，总出货 12,600 台传感器（lidar + camera），其中 lidar 约 65% 即 8,200 台。

3.3 利润关系

GAAP 毛利率 43%，超出公司长期框架上限。Q2 大概率回落，主要两个原因：Stereolabs 摄像头毛利约 35%（典型摄像头水平），全季度并表会拉低混合毛利率 2 至 3 个点；Rev8 新品爬坡期良率不稳定。Q2 GAAP 毛利率回到 39% 至 41% 是正常的。

营业费用 $40M，同比 +7.3%。研发 +7.3%，G&A 仅 +1.4%（行政严控），销售营销 +22.1%（大幅扩张）。营销费用增速远超其他两项，对应 Stereolabs SDK 社区维护、BlueCity 销售人头扩张、Rev8 全球 demo，是为 H2 铺渠道的主动投入。

年度对比里运营杠杆更明显。2024 年全年 opex 占营收 129%，2025 年降到 89%。40 个点的杠杆释放是转盈路径的真实数据支持。但读 Q4 2025 那次明显的 opex 降幅需要谨慎：Q3 2025 SBC 约 $11.8M，Q4 降到 $7.3M，减少 $4.6M；总 opex 减少 $4.4M，意味着 Q4 成本控制几乎完全来自 SBC 变动。Q1 2026 SBC 同样是 $7.5M，说明 Q3 的高位更像 grant timing 或 vesting 事件造成的会计高峰，Q4 至 Q1 的低位才是稳态。

GAAP 净亏损 $17.5M，同比从 $22.0M 收窄 $4.6M。Operating loss 从 $23.8M 收窄到 $19.2M。调整后 EBITDA 亏损 $6.9M，连续第 6 个季度收窄。GAAP 转盈预期 2027 至 2028 年。

具体盈亏平衡分两种口径：

Adjusted EBITDA breakeven。Q1 2026 Adj EBITDA 亏损 $6.9M，按 46% non-GAAP 毛利率反推，单季营收再涨 $15M（从 $48.6M 到 $64M）能扭亏。按当前 +30% 至 +40% 同比增速，大约需要 4 个季度，落在 2027 年 Q1 左右。

GAAP operating breakeven。Q1 2026 operating loss $19.2M，按 43% GAAP 毛利率反推，单季营收需要到 $93M（opex 维持现状）。这是 +91% 的增长，按当前节奏需要 2.5 至 3 年，落在 2028 年。

两者差距主要是 SBC（约 $7.5M 每季度）和无形资产摊销（约 $1.7M 每季度）。市场关心 Adj EBITDA breakeven，2026 年底至 2027 年 Q1 是估值能否进一步重估的关键时间点。

3.4 趋势变化

• 第一，智慧基础设施反超工业成为第一大营收来源。这是结构性变化，意味着护城河最深的赛道也是增长最快的赛道。

• 第二，Stereolabs 完成并表，Ouster 从单一传感器公司变成多模态感知平台公司。Stereolabs 2025 年营收 $16M，EBITDA-positive。Q1 pro forma 数据显示 Stereolabs 单季营收已经到 $4.3M 全季度等价，2026 年有机会做到 $20M 量级。

• 第三，Rev8 新品周期开启。Q2 开始出货，意向客户包括 Google、Volvo Autonomous Solutions、Liebherr、Epiroc、Field AI、Skydio、PlusAI 等。意向不等于订单，但客户面已经铺开。

3.5 想象空间分层

• 短期（1 至 2 年）想象空间在 BlueCity 智慧基建合同的跨州扩展、工业客户 Rev8 升级周期、Stereolabs 摄像头通过 Ouster 渠道渗透。

• 中期（3 至 5 年）想象空间在专业级人形机器人量产、World Model 训练数据需求爆发、NVIDIA Jetson Thor 物理 AI 生态成熟。

• 长期（5 年以上）想象空间在 Ouster 成为西方阵营物理 AI 感知层的事实标准供应商，类似 Cognex 在机器视觉、Trimble 在精密定位的位置。

4. 竞争格局

4.1 vs Hesai

两家客户重合度低于 30%，主战场不同。

需要担心的是 Hesai 向西方市场的渗透。机器人 lidar 2025 全年同比 +425.8%、Q3 单季 +1311.9%，价格压力快速攻城，在 AMR、无人机、机器人赛道已经侵蚀 Ouster 份额。

但 Hesai 进入 Ouster 的智慧基建和工业核心赛道门槛远比 AMR 高。BlueCity 卖给州政府需要符合美国制造或非中国供应链要求，矿山港口客户对 ASIL-B 和 SIL-2 认证有硬要求，地缘政治风险让大客户偏好西方供应商。这是一个 2 至 3 年的安全窗口，前提是 Hesai 不能突破认证和地缘政治这两道墙。

4.2 vs SICK AG、Cognex 这些工业老牌

SICK AG 是德国工业传感器巨头，激光雷达端历史悠久但技术迭代慢。Ouster 在数字 SPAD 芯片化和软件平台上有代差优势。两家在 AMR 赛道平起平坐，长期看 Ouster 有侵蚀 SICK 份额的空间。

Cognex 是机器视觉龙头，在工厂质检领域是统治级，但 Cognex 主要做 2D 视觉，3D 感知能力不强。Stereolabs 加 Ouster 的组合可以在 3D 工业视觉细分市场和 Cognex 产生竞合关系，这块业务还在早期。

4.3 vs 纯视觉路线

最大长期叙事风险是纯视觉。Tesla Optimus、Figure 03、1X NEO 这些消费级人形机器人主流是纯视觉，无激光雷达。Tesla FSD 公开主张端到端纯视觉。

如果纯视觉路线在 L4 级自动驾驶和精细操作两端都被验证，激光雷达赛道的故事会显著缩水。

Ouster 的对冲逻辑两条线。

• 第一条，专业级和工业级人形机器人（Field AI、AIM Intelligent Machines、Boston Dynamics 电动 Atlas）单价超过 $100k，功能安全是法规要求，激光雷达必装。这是 Ouster 已经签下的客户群。Boston Dynamics 电动 Atlas 在 Hyundai Metaplant 投产、Agility Digit 在 GXO 仓库部署，都是已经在用 lidar 的 reference case。

• 第二条，World Model 训练需要激光雷达提供 ground truth。即使量产是纯视觉，训练数据集仍需要激光雷达。Tesla 内部训练 FSD 的车队部分配置激光雷达就是这个逻辑。

两条对冲意味着即使消费级人形不装激光雷达，Ouster 在专业级机器人和 World Model 数据采集端仍有市场。但天花板会被压低。

4.4 vs 同样亏损的同行

Aeva 押注 FMCW 路线，Innoviz 押注汽车量产，MicroVision 合并了 Luminar 部分资产。这些公司技术路线各有不同，共同问题是现金流弱、产品商业化进展慢，不是 Ouster 的直接竞争对手。

5. 管理层执行力

这是值得忌惮的一个点。Ouster 2020 年 SPAC 上市的招股书给出过一份长期 projection，2025 年营收要做到 $1.5B。实际 2025 年营收 $169M，miss 89%。

需要给管理层留余地的部分：2020 年那份 projection 是和 Velodyne 合并之前画的；2022 至 2023 年激光雷达行业经历大调整，Ouster 在 2023 年完成 Velodyne 反向合并消化整合也占了精力；2020 年到 2025 年宏观环境从极度宽松走到加息周期，这些是客观因素。

但不能完全用环境替管理层开脱。用同期 Hesai 作对照：Hesai 2020 年营收约 $60M，2025 年 $432.9M，5 年 CAGR 约 48%，期间从亏损做到全年 GAAP 盈利 $62.3M。Ouster 2020 年营收 $18.9M，2025 年 $169M，5 年 CAGR 约 55%（数字看起来不输 Hesai，但其中包含 2023 年合并 Velodyne 带来的非有机增量；如果把 Velodyne 合并前的纯有机口径单独看，Ouster 原本规模和 Hesai 差距不止一个数量级）。更关键的是利润：Hesai 2025 年净利润 $62.3M，Ouster 2025 年仍亏损约 $60M。绝对额相同，方向相反。差距不能完全用市场环境解释。Ouster 的 miss 在 projection 能力和盈利节奏两层都跟不上中国头部。

但管理层在 Q4 2025 电话会上的表态比 2020 年招股书要保守得多。30% 至 50% 的年度增速指引接近可达预期。Q4 实际产品营收 +36%、Q1 +49%、Q2 指引中值 +46%，正好落在这个区间内的偏中上。新一届管理团队（CFO Ken Gianella 2024 年加入）的 projection 能力比上一轮务实。

可以信任管理层的短期 guidance（季度级别），需要折扣管理层的中长期 vision（3 年以上）。

6. Q1 2026 财报拆解

6.1 营收：headline 不错，有机增长在减速

总营收 $48.6M，同比 +49%，环比 -22%。

环比掉得厉害是会计错觉。Q4 2025 那 $62M 里包含 $21M 一次性 royalty，剔除后 Q4 真实产品营收 $41M。Q1 2026 产品营收 $48.2M 对应的环比是 +18%（press release 口径），这才是业务真实节奏。市场如果把 Q4 整体当基线读 Q2 指引，会觉得增长在放缓，是误读。

关于 $21M royalty 的来源，管理层未明说具体对手方，只说”长期 IP 授权合同”。10-Q litigation note 披露 Hesai-Velodyne 交叉授权协议在 2025 年 3 月仲裁 interim decision 中被认定适用于 Ouster（继承自 Velodyne 合并），9 月 15 日 final decision 生效。时间点和 Q4 2025 royalty 确认完全吻合。Hesai 在自己 2025 年报里把 $6.4M 列为”received approximately US$6.4 million from a resolved IP arbitration”。综合看，$21M 是 Hesai 继续按 cross-license 给 Ouster 付的 royalty（Velodyne 继承权），$6.4M 是同一仲裁里 Ouster 反向支付 Hesai 的仲裁相关费用，两笔钱方向相反、合并在同一裁决里。

但同比 +49% 的 headline 需要进一步拆解。10-Q Note 3 pro forma 披露 Q1 2026 combined revenue 为 $50.2M，actual 为 $48.6M，差额 $1.64M 是 Stereolabs 在 2026 年 1 月 1 日至 2 月 3 日（34 天）的 revenue。倒推 Stereolabs Q1 2026 全季度等价营收 $4.3M，进入 Ouster Q1 的部分（2 月 4 日至 3 月 31 日，56 天）约 $2.7M。

剔除 Stereolabs 后，Q1 2026 organic 营收 $45.9M 对 Q1 2025 的 $32.6M 是 +40.6%。Q2 指引中值 $51M（含 Stereolabs 全季度并表），剔除 Stereolabs 估计 $4.5M 和 royalty 估计 $1M 后，organic 约 $45.5M，对 Q2 2025 的 $35M 是 +30%。

有机增速从 Q1 的约 +41% 降到 Q2 mid 的约 +30%，比 headline +49% 降到 +46%（仅放缓 3pp）的图景明显更弱。Organic 层面放缓约 10 至 11pp，比 headline 放缓多出 7 至 8pp。这是 Q1 财报最容易被忽视但最关键的信号。30% 左右的有机增长仍然落在管理层 30% 至 50% 框架内，但和市场可能 price in 的 40% 以上有距离。

6.2 客户结构：集中度仍高

10-Q 披露的客户结构变化双面性强。

Customer E 从 Q1 2025 的 15% 涨到本季的 31%，单季度贡献从 $5M 级跳到 $15M 级。Customer H 新增到 11%。Q1 2025 占 19% 的 Customer F 本季已经掉到 10% 以下，未在披露名单里。

正面看，Customer E 从 15% 到 31% 证明 Ouster 智慧基建销售模式跑通。负面看，Customer F Q1 2025 还是 $6M 级客户、本季已退出前列，是被忽视的负面信号。整体仍然集中在少数几个大单。

Customer E 的身份未披露。从智慧基础设施反超工业、ITS 赛道项目制特征明显这些边证看，最可能是某个州级 BlueCity 智慧交通合同。也可能是工业、物流或机器人 OEM 大客户，比如 Konecranes 这种类型。

如果是 BlueCity 合同，风险结构相对温和。BlueCity 是硬件加软件订阅模式，硬件部署完成后软件 recurring 部分能补回相当一部分缺口。完全断崖的情景需要硬件不续约同时软件订阅也停掉，概率比单纯硬件项目要低。

如果是工业 OEM 大客户，风险结构不同。工业客户有特殊的采购 pattern：先在 A 厂部署、第二年扩到 B 厂、第三年扩到 C 厂的多站点 rollout 节奏。一次签约可以转化成数百万美元的多年收入。Konecranes、Komatsu、Liebherr 这些客户都有几十甚至上百个全球站点，单一客户多年贡献 20% 至 30% 营收在这个商业模式下并不罕见。

Customer E 的 concentration 需要分情景看：BlueCity 情景下软件订阅缓解部分缺口，工业 OEM 情景下多站点扩张可能是延续性收入。Q2 财报里如果 Customer E 比例降到 20% 以下而总营收还在涨，说明结构在分散；如果维持 30% 以上甚至上升但总营收增长稳定，可能是工业大客户在多站点扩张。

我目前认为是工业大客户，因为远比Bluecity的一般合同大得多。

6.3 资产负债表

现金加短投加受限现金 $174.9M，零有息债务。这是激光雷达同行里最强的资产负债表。

季度经营现金流出 $7.3M，资本开支 $2.6M，季度自由现金流出 $10M，年化 $40M。$174.9M 除以 $40M 得 4.4 年，考虑 Stereolabs 带来的收入贡献，实际可撑 5 至 6 年。

同行对比：Aeva 净现金 $35M 撑约 1 年，Innoviz 撑不到 2 年，AEye 现金不到 $20M 持续融资压力，MicroVision 负净现金。Hesai 现金约 $1.07B 且已盈利，是另一个量级。

这个数字的真正含义不只是还能活多久，更是管理层有多少弹药做战略动作。Stereolabs 收购总 purchase consideration 约 $55M（现金 $32.4M 加股票 $22.8M，其中 660,005 股锁定股按 ASC 805 规则不计入 purchase price 而是按 4 年 vest 确认为 SBC），加上 $5M acquisition costs 和 $3M seller transaction costs Ouster 代付，加总现金影响约 $35M，cash flow statement 上 “net of cash acquired” 显示 $27.5M（扣除 Stereolabs 带来的 $4.9M 现金）。账上还能再做 1 至 2 笔类似规模的 tuck-in 收购。可能方向是感知软件公司或第二个传感器模态。

需要注意 5 月 8 日 Ouster 新 file 了 $100M ATM shelf。按当前 $25 均价算，未来 12 至 18 个月可能多发约 400 万股，5 年累积稀释幅度从原估算的 20% 至 23% 上调到 25% 至 30%。

6.4 公司质量

正面：资产负债表行业第一梯队、GAAP 毛利率连续超出长期框架上限、营业费用纪律严明（G&A +1.4%）、调整后 EBITDA 连续 6 个季度收窄亏损、存货 +27% 和合同负债 +14% 为 H2 出货做准备、管理层对 H2 strong 的表态有数据支持。

中性：营销费用 +22.1% 大幅扩张是主动投入，需要后续季度营收增速跟上才能验证杠杆是正向的。

负面：客户集中度上升（Customer E 31%，前两大客户合计 42%）、供应商集中度高（Supplier B 占应付账款 60%）、Stereolabs 商誉 $38.5M 加新增无形资产 $23.4M 合计占总资产 16%（减值风险存在）、有机增长在减速（约 +41% 降到 Q2 指引隐含约 +30%）、新 $100M ATM 蓄水池打开。

业务质量在改善但仍未到拐点。

7. 估值与物理 AI 上行空间

7.1 当前估值

5 月 12 日股价 $26.80，市值 $1.71B，企业价值（扣除净现金）约 $1.54B。从 4 月高点 $41.65 回落约 36%。Cantor Fitzgerald 5 月 7 日基于估值理由把评级从 Overweight 下调到 Neutral。

EV/Sales 不同基数：FY 2025 总营收 $169M 算约 9.1 倍；剔除 $23M 一次性 royalty 后用 $146M 算约 10.5 倍；真 TTM（Q2 2025 至 Q1 2026）$185.3M 算约 8.3 倍。

2026E EV/Sales：按管理层指引隐含的 $230M 至 $240M 算约 6.4 至 6.7 倍，按 Wall Street 共识 $215M 至 $220M 算约 7.0 至 7.2 倍。2027E EV/Sales 约 5.0 至 5.5 倍。

同行 2026E EV/Sales 对比：Hesai 9 至 10 倍（已盈利溢价合理）、Aeva 12 至 15 倍（深度亏损但叙事强）、Innoviz 3 至 4 倍、MicroVision 4 至 5 倍、AEye 1 至 2 倍，行业中位数约 6 倍。

工业自动化平台公司对标：Cognex 6 至 8 倍、Trimble 3 至 4 倍、Hexagon 4 至 5 倍、Keyence 8 至 10 倍。AI 软件平台对标：Palantir 30 倍以上、ARM 25 倍以上、Cadence 15 倍以上。

Ouster 当前 7 倍处于亏损同行的中等偏上、工业自动化平台的合理区间。

7.2 估值 price in 了什么

反向 DCF 推算市场当前 price in 的执行预期。假设条件：5 年退出 EV/S 倍数 5 倍（对标 Cognex 合理水平），5 年期望股权回报率 12%（合理风险溢价）。倒推得到 5 年市值需要达到 $3.0B，对应 2030 年所需营收 $600M。从 2025 年 $169M 出发，需要 5 年 CAGR 29%。

当前价格 price in 了5 年约 29% 营收 CAGR的执行假设。这个数字落在管理层指引 30% 至 50% 框架的下沿。

7.3 物理 AI 自上而下：人形 lidar 给 Ouster 留多少空间

Goldman 基本情景预计 2030 年全球人形出货 25 万台，多数工业用。Goldman 牛市预计 2035 年 140 万台、市场规模 $38B。Morgan Stanley 极端情景预计 2050 年 10 亿台。

但人形 lidar 渗透率不会是 100%。看现状：Tesla Optimus 纯视觉路线、Figure 03 从早期型号的 lidar 重度往视觉转、1X NEO 纯视觉。装 lidar 的是 Boston Dynamics 电动 Atlas、Agility Digit、UBTECH 等工业级和部分中国玩家。整体出货 30% 至 50% 装 lidar，且偏工业级、单价高的那一端。

还有一个关键事实：Figure 用的 lidar 是 Livox MID-360（DJI 体系），不是 Ouster。中国人形几乎全部用 Hesai 或 RoboSense。Ouster 在人形赛道目前能拿到的设计 win 主要是 Boston Dynamics、Field AI、AIM Intelligent Machines 这些西方专业级玩家。

中性测算：2030 年人形出货 25 万台、lidar 渗透 40%、单机 1 至 2 颗、ASP $2,000 至 $3,000、Ouster 在西方专业级份额 25% 至 30%，对应 Ouster 人形 lidar 营收 2030 年 $50M 至 $80M。Goldman 牛市 2035 年 140 万台、渗透 50%、Ouster 份额 25%，2035 年人形 lidar 营收能到 $300M 至 $400M。

数字看上去诱人，但要打三个折扣：纯视觉路线一旦在更多场景被验证，渗透率会低于 40%；Ouster 在专业级人形里要和 Hesai、RoboSense 抢，Hesai 已经在 Unitree 等中国厂供货，扩到西方需要绕开 ITAR 但概率不低；到 2030 年 lidar 单价会进一步下降（Hesai 在 ADAS 端 ASP 已经 $300 至 $500），单机 ASP 用 $2,000 至 $3,000 已经偏乐观。

人形单赛道给 Ouster 的增量天花板大致是 2030 年 $50M 至 $80M、2035 年 $200M 至 $400M。

7.4 整体物理 AI 营收路径与市值情景

把人形、智慧基建、工业自动化、AMR/无人机、Robotaxi 全部加起来，三档情景：

Base 情景，2030 营收 $500M 至 $600M（5 年 CAGR 24% 至 28%），落在管理层指引 30% 至 50% 框架的下沿。

Bull 情景，2030 营收 $800M 至 $1B（5 年 CAGR 36% 至 43%），需要人形、BlueCity 跨州、工业 Rev8 升级周期、Stereolabs 翻倍都兑现。

Hyper bull 情景，2030 营收 $1.2B 至 $1.5B（5 年 CAGR 48% 至 55%），需要 Ouster 真正成为西方阵营物理 AI 感知层事实标准供应商，叠加 World Model 数据采集服务变成软件级收入贡献。

估值倍数能给到哪取决于硬件结构性约束。Ouster GAAP 毛利 43%、non-GAAP 46%，和 Hesai 41.8% 一个档次。这是硬件加部分软件的毛利结构，离 Cognex 70%、Trimble 58%、Palantir 80% 还有距离。每台传感器都是真金白银的 BOM 成本，没有边际成本接近零的属性。Ouster 拿到的多倍重估更可能在 8 至 12 倍 EV/S 区间，不到 AI 软件 15 至 20 倍。除非 BlueCity 的 software-attached recurring 部分能真正做到 30% 至 40% 营收占比，把混合毛利率拉到 55% 以上，才有理由给到 12 倍以上。

三层合起来算市值情景：

• Base 情景。2030 营收 $550M × EV/S 7 倍 = $3.85B EV，按 $200M 净现金算 $4.05B 市值。5 年 2.4 倍。

• Bull 情景。2030 营收 $900M × EV/S 10 倍 = $9B EV，加净现金 $9.2B 市值。5 年 5.4 倍。

• Hyper bull 情景。2030 营收 $1.3B × EV/S 12 倍 = $15.6B EV，加净现金 $15.8B 市值。5 年 9.2 倍。

• 按 80M 完全稀释股数估算，三档对应股价 $50、$115、$197。

要把反向风险算进折扣：稀释（新 $100M ATM 加 RSU vesting，5 年累积稀释 25% 至 30%）、Hesai 突破西方门槛（如果 Hesai 拿到第一个州级 BlueCity 或第一个 Tier-1 西方矿山客户，护城河叙事被 challenge）、纯视觉路线对人形 TAM 的压制。

7.5 市场博弈的关键变量

• 博弈 1：物理 AI 叙事是否兑现。消费级人形机器人是否接受激光雷达、World Model 训练市场是否爆发、NVIDIA Jetson Thor 生态是否做大。决定 TAM 定义从激光雷达扩展到物理 AI 感知层、估值倍数能否重估。

• 博弈 2：客户集中度风险是否暴露。Customer E 占 31%，如果是 BlueCity 项目制合同，2027 年 Q1 可能出现 $15M 级营收缺口。Q2、Q3 财报是验证窗口。

• 博弈 3：Stereolabs 整合是否成功。$38.5M 商誉加 $23.4M 无形资产合计占总资产 16%，2 至 3 年内 Stereolabs 营收必须翻倍以上。Q2 完整一季度贡献达到 $12M 至 $15M 是 successful 整合的信号，低于 $10M 是明确负面。

• 博弈 4：Hesai 是否突破西方核心市场。Hesai 在 AMR 赛道渗透速度已经在侵蚀 Ouster 机器人份额。如果未来 1 至 2 年 Hesai 拿到智慧基建或工业的标志性西方客户，护城河叙事被冲击。

这四个博弈点决定 Ouster 未来 3 至 5 年的估值轨迹。当前估值处于中性博弈位置，市场在等数据点。

8. 风险

8.1 客户集中度

Customer E 占 31%、Customer H 占 11%，前两大客户合计 42%。Q1 财报最值得盯的雷。

风险触发：Customer E 如果是 BlueCity 项目制合同，部署完成后留下 $15M 级缺口。Customer F 今年已经从 19% 降到 10% 以下的事实证明客户进进出出是常态。

缓解条件：Q2 财报里 Customer E 比例下降而总营收仍在涨说明客户基础在分散。Q3 至 Q4 新州 BlueCity 合同接力，结构性风险被对冲。

8.2 供应商集中度

Supplier B 占应付账款 60%，几乎肯定是 Benchmark Electronics 或 Fabrinet。10-Q 风险因素明确写”严重依赖关键第三方供应商”。

风险触发：泰国关税突变、地缘政治冲突、产能不足。

缓解条件：Ouster 可以增加另一家代工厂作为备份。这块没有明确的公开计划，是潜在执行风险。

8.3 Stereolabs 商誉减值

商誉 $38.5M 加无形资产净增 $23.4M，合计占总资产 16%。

风险触发：Stereolabs 2 至 3 年内营收不能翻倍到 $32M 以上，触发减计。会一次性冲击 GAAP 利润，但不影响经营现金流。

缓解条件：Q2 财报里 Stereolabs 完整一季度贡献达到 $12M 至 $15M 说明整合显现协同。低于 $10M 是负面信号。

8.4 稀释

过去 12 个月（Q1 2025 末至 Q1 2026 末）流通股从 53.79M 增加到 63.46M，稀释 18.0%。未来稀释来源：Amazon 认股权证 3,277,155 股（反稀释调整后行权价 $50.49，已 vest 2,871,875 股，未 vest 405,280 股），Stereolabs 锁定股 660,005 股按 4 年 vest 确认为 SBC（进的是 opex 而非 purchase consideration），5 月 8 日新 file 的 $100M ATM shelf（按 $25 均价约 400 万股），年度 RSU vesting 约 2M 股每年。

按当前节奏，5 年累积稀释会让流通股增加到 80M 至 85M 股。市值增长里 25% 至 30% 让渡给员工和新增股东。

但 ATM 增发不算恶意稀释。Ouster 在 2025 年股价从底部反弹时增发，均价 $20.88，没在低点狂发；Q1 2026 股价飙到 $40 高点时没继续增发；5 月初股价回落到 $25 才重开 $100M shelf。工具上没有可转债、PIPE 折价、反向拆股这些毒丸条款。

8.5 物理 AI 叙事破灭

三种触发情形：

第一，纯视觉路线在 L4 级 FSD 和精细操作上都被验证，激光雷达赛道故事整体缩水。

第二，Hesai 突破西方核心市场，Ouster 智慧基建护城河被冲击。

第三，人形机器人量产推迟到 2030 年后，物理 AI 平台故事失去最大想象空间。

三个风险相互独立，全部触发概率较低，任何一个触发都影响估值倍数。

8.6 综合

Ouster 是一家基本面下限有保护、上限取决于多个低概率高赔率事件的公司。资产负债表防止破产风险，叙事兑现的不确定性意味着估值波动比同行更大。

总结

Ouster 不是一家激光雷达公司，至少它正在努力不再是。它是物理 AI 时代的西方感知基础设施公司，主战场在工业、机器人、智慧基建三个垂直，避开汽车 ADAS 价格战，通过 Stereolabs 收购完成了从单一传感器到多模态感知平台的转型。

行业整合后只剩三家独立激光雷达玩家，Ouster 是其中唯一的西方阵营选手。地缘政治和客户准入门槛形成 2 至 3 年的安全窗口。

业务现状是健康但未到拐点。营收同比 +49% 是 headline，剔除 Stereolabs 和 royalty 后有机增速从约 +41% 降到约 +30%，仍然健康但市场可能预期更高。客户集中度上升是双面的，既证明销售模式跑通也暴露结构性风险。

技术路线上 Ouster 和 Hesai 都走数字 SPAD-SoC，没有根本代差。Hesai 2026 年 4 月发布 Picasso 6D 和 ETX 平台，Ouster 5 月发布 Rev8 OS family 和 L4 芯片，两家在原生彩色、芯片化集成、megapixel 级分辨率这些核心能力上几乎同步。Hesai ETX 在硬件参数上更激进（最高 4320 通道、600 米最大 range、400 米 @10% 反射率），Ouster Rev8 OS1 Max 是 256 通道、500 米最大 range、200 米 @10% 反射率，两者面向不同应用场景。前者瞄准 L3 高速自动驾驶和 Robotaxi，后者覆盖工业、智慧基建、机器人。

Ouster 真正领先的是量产时点：Rev8 Q2 2026 已开始 shipping，Hesai ETX 要 2026 H2 才 mass production，Ouster 在量产 ramp 上领先 3 至 6 个月。这个窗口给 Ouster 在工业和智慧基建客户那里建立先发 design win 的时间，但对建立长期结构性护城河来说不够长。

Ouster 相对 Hesai 的不可复制优势主要是西方供应链加西方客户基础。这是地缘政治结构性的，不是技术性的。在美国国防、智慧基建（州政府采购）、敏感工业客户这些场景，Hesai 因为 ITAR 和供应链溯源问题进不去，这是 Ouster 真正的安全期，可以维持 2 至 3 年甚至更久。

资产负债表行业强，$175M 现金加零有息债务，5 月 8 日新 file $100M ATM shelf 进一步加厚弹药库，代价是 5 年累积稀释幅度上调到 25% 至 30%。

估值层面，当前 2026E EV/Sales 约 7 倍已经 price in 5 年约 29% 营收 CAGR 的执行预期，是管理层指引 30% 至 50% 的下沿。再往上需要超额兑现。三档情景下 5 年 2.4 倍、5.4 倍、9.2 倍的市值天花板，对应股价 $50、$115、$197。硬件结构性的毛利约束让多倍重估的上限停在 EV/S 10 至 12 倍，达不到 AI 软件平台 15 至 20 倍。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

AI时代的，到底什么才稀缺呢。我不知不觉把想到了一些更大的尺度，就这样开始从农业革命开始，一路到AI时代。

历史不会重复，但会压着相同的韵脚:一种新技术出现，让某些东西从稀缺变成过剩。过剩之后，另一些东西悄悄变得极度稀缺，限制了新技术把影响力发挥到极致。与此同时，真正的生产力驱动要素，人的注意力，也被彻底重构。而这又会催生了全新的需求。新需求和新稀缺互相碰撞，巨大的供需不平衡就出现了。

这个不平衡，可能就是时代最大的红利。

农业革命

• 过剩的：食物的基本供给。人类第一次不需要每天追着猎物跑才能活下去。热量从生死搏斗变成了可以预期的产出。

• 稀缺的：土地、水源、种子，这些成了第一批生产资料。谁控制了可耕地，谁就控制了生存权。

• 注意力：我想这是人类历史上注意力的第一次根本性转向。狩猎时代的注意力是360度全方位的。人们得同时警惕猎物和天敌。农业把注意力压缩成定向等待。只用盯着一块地，等它长出东西来。人类也第一次学会了延迟满足，春天播种，秋天才收获。这是文明的起点，也可能是人类神经系统第一次被训练出忍耐的能力。

• 新需求：定居催生了所有权的概念。这块地是我的，这些粮食是我的。于是需要秩序、需要规则、需要权力机构来仲裁纠纷。宗教、王权、法律全都是从这个需求里长出来的。管理他人注意力这件事本身变成了一种权力。

• 被解放的：不用每天打猎了，多出来的时间催生了手工艺、祭祀、艺术、语言的复杂化。人类第一次有了闲暇。而闲暇是文明的燃料。

• 被占据的时间：游牧时代是自由的，虽然危险。农业时代人们是安全的，但不再自由。庄稼在哪人就得在哪。因此地产变得重要。

• 农业革命让人类第一次学会延迟满足，春种秋收，等待几个月才能获得回报。人类花了大约一万年训练出来的这种忍耐力和延迟满足能力，可能会被AI时代的即时反馈环境迅速拆掉。

文字、造纸术与印刷术

• 过剩的：知识的存储和传播成本在阶梯式下降。信息的物理载体。文字出现前，所有知识都存在人的脑子里，靠口耳相传。一个老人死了，就等同于一座图书馆烧了。文字让知识第一次脱离了人体，且降低了载体成本。

• 稀缺的：在文字时代，识字本身是稀缺的，僧侣、文官、祭司，甚至直接与权力挂钩。但印刷术出现后，识字不再稀缺了，好书变得稀缺。这可能是历史上第一次出现信噪比问题。

• 注意力：文字把人的注意力从听转向看，从即时的，线性的口头叙述转向可回溯的，可跳跃的视觉阅读。这是巨大的认知跃迁，因为可以反复读一段话，前后对照，做批注。这可能就像是AI的深度思考模式，第一次进入人类心智。这样可以教堂里听布道，也可以家里自己念经。这直接催生了宗教改革。因为当每个人都可以自己解读经文时，大祭司式的权威的垄断就开始断裂了。

• 新需求：印刷术制造了大量可读物，催生了公共舆论的概念。人们开需要更快速了解世界上正在。与已经发生什么。

• 被解放的：知识传承不再依赖个人记忆和师徒口传。学习的门槛大幅下降。

• 被占据的：但识字和阅读需要大量训练，教育系统开始吞噬人的童年和青年时期。上学这件事就是印刷术的副产品。教育变得重要。

• 工具改变了思维本身。口头文化的人和文字文化的人，认知结构是不一样的。文字不只是记录思想的工具，它重塑了思想的形态，包括线性逻辑、抽象概念、因果推理，全都是文字思维的产物。这和AI正在做的事情是同构的，AI不只是工具，它正在重塑我思考的方式本身。

大航海时代

• 过剩的：航海技术让物理空间的供给突然爆发了。地球从一个无限大的未知变成了有限的、可以丈量的已知。贸易品的供给路线从丝绸之路变成了跨大洋运输。

• 稀缺的：控制航线的能力、殖民地、劳动力(奴隶贸易)。风险承受能力变得极其值钱，愿意拿命去赌的探险家和愿意拿钱去赌的投资人成为最有可能暴富的一批(东印度公司出现，现代股份制的雏形)

• 注意力重构：人类的注意力第一次从本地扩展到全球。在此之前，一个欧洲农民一辈子关心的就是他那个村子和领主。大航海之后，远方就成了持续吸引注意力的概念，那里有黄金、有未知、有机会。这种远方的诱惑在之后的每个时代都在重复，只是载体不同，从物理的远方到互联网的虚拟远方到AI的可能性远方。

• 新需求：跨文化交流、地图绘制、保险(为了对冲航海风险)、标准化的度量衡和货币。现代金融体系的很多基础设施就是在这个时期被逼出来的。

• 大航海时代证明了，当物理空间的摩擦被降低后，敢于承担风险和能在不确定性中做判断的人会获得巨大的溢价。这个其实也符合当今时代的逻辑，探索可能性与投入，或者帮别人降低探索的成本和风险。我总想，今天AI给可以从任意节点，生成一百种人生方案，但是最终成功的应该不是只是看到最多可能性的人。我可以探索100种方案，但却只能有一种人生，时间也没法倒流。

第一次工业革命

• 过剩的：汽动力与机械化时代，纯体力劳动、手工纺织品的产量。机器的生产力是人的几十倍。

• 稀缺的：资本，煤炭，钢铁等新式能源与原材料，以及能驾驭新机器的技术管理人才。

• 注意力重构：人从日出而作的自然节律中被抽离，重构为打卡制的注意力集中。出现了工作时间与下班时间的绝对区分。人的精力在工厂被高度榨取后，在下班后被集中释放。

• 新需求：择时，集中，快速，廉价的感官刺激和情绪释放进入人们视野。

• 供需不平衡：现代大众娱乐和消费主义诞生。职业体育(英超足球)，大众酒馆，百货商店，廉价小说爆发。红利不仅在造蒸汽机的工厂里，更在赚取工人下班注意力的产业里。

• 被解放的：大部分的人也终于从土地的束缚中解放，人不再需要有地才能活。

• 被占据的：然而，却进入了工厂的束缚。流水线，打卡钟，工头的监视。多出来的自由，却换了一种形式被限制。

• 现代的社缘和家庭概念开始流行，似乎酒馆里的工友和家庭的温情依然还是未被技术染指的真实。

第二次工业革命

• 过剩的：消费品的种类和数量。流水线让标准化产品的生产成本暴跌。电力让工厂不再受白天限制，三班倒出现了。物质匮乏在发达国家第一次不再是主要矛盾。

• 稀缺的：品牌、差异化、消费者的选择偏好。当所有东西都能被大量生产时，为什么买这个变成了核心问题。品牌营销开始爆发的。

• 注意力：电灯极大延长了人类的活动时间。黑夜不再是强制休息。广播和电话出现了让信息第一次可以实时传播。注意力从本地的，延迟的变成了远程的，实时的。

• 新需求：当物质不再匮乏，人开始追求身份认同。消费主义从满足需求升级到制造需求。广告业正式成了印钞机。这是品牌和即时心智影响力的黄金年代。

• 我想当物质过剩之后，稀缺会从物理层面向心理层面转移。不再是有没有的问题，是怎么选。不是怎么生存，而是我是谁。这个趋势在之后的每一轮都在加速。到了AI时代，存在主义困境应该也会愈演愈烈。

计算机与早期信息技术时代

• 过剩的：计算能力和数据处理能力。人脑算不过来的东西，计算机可以。科学研究、金融建模、军事模拟，需要大规模计算的领域最先被改变。

• 稀缺的：会写代码的人，能理解计算逻辑的人。程序员作为职业类别在这个时期诞生。大数据本身开始变得有价值。

• 注意力：办公室出现了电脑屏幕。白领的注意力从纸和笔转向键盘和显示器。尽管信息以多样类别瀑布的形式开始精细化出现在我们眼前，但这个阶段的个人屏幕是工作工具，还没有完全入侵私人生活。

• 新需求：信息的数字化存储和检索。数据库成了企业的核心基础设施。ERP、CRM开始出现，将公司运营的摩擦进一步数字化，降低。知识工作被技术普遍性增强。不过还好，这个阶段的计算机是增强，不是替代。

互联网变革

过剩的：爆发性的信息获取渠道和传播范围。在互联网之前，信息需要去图书馆、打电话、问专家。但互联网让任何信息在理论上都可以被任何人获取。发布信息的门槛也下降，我们不需要拥有一家报社，只需要一个网页。

稀缺的：注意力和信任。信息真正意义上出现过剩。这第一个后果就是注意力成了战场。谷歌解决了在过剩的信息中找到所需的问题，成为行业领头羊。同时当任何人都可以发布信息时，谁说的话可信变得极其重要。品牌信任、专家背书、平台公信力成了新的稀缺品。

注意力：个人屏幕变成了生活的一部分。电子邮件让工作开始入生活。不过，Laptop依然保证了物理空间上还有最后一道防线。

新需求：在线购物、在线社交、在线搜索。人的基本行为开始数字化迁移。便利性成了核心卖点。

供需不平衡：信息过剩与注意力稀缺让搜索引擎和门户网站处于黄金年代。电商过剩与信任稀缺让平台（淘宝、亚马逊）靠评价体系建立的护城河。

信息过剩同时也降低了摩擦成本，互联网让中间人第一次面临淘汰和被压缩。这个趋势一直延续到今天，AI会把它推向极致，连专业知识的不对称都要进一步被抹平。

移动互联网

• 过剩的：是连接本身。你可以随时随地连接任何人、获取任何信息。同样内容产出量爆炸。

• 稀缺的：深度注意力，真实的信任锚点，未被屏幕占领的空白时间变得稀缺。

• 注意力：这应该是人类注意力被重构最剧烈的一次。物理空间的最后一道防线被打破了，个人屏幕开始侵占所有缝隙时间。真正可以享受的主动无聊作为一种人类状态变得稀少。

• 新需求：精准的即时满足和碎片化的多巴胺刺激、以及在海量信息中找到我的族群的情绪共鸣。

• 供需不平衡：碎片化注意力无处安放加上极度懂人性的推荐算法，就构造了短视频，流媒体和社交媒体。字节跳动一部分起家就是来自注意力的精准收割。

• 移动互联网压缩的不只是主动享受的无聊，还有背后发呆时的灵感、等待时的思念、无所事事时的自我反思。这些看似没用的心理状态其实是创造力、深层情感和自我认知的必要土壤。智能手机也让人和屏幕的关系从去找它变成了它一直跟着你。注意力机制正式大规模从主动分配变成了被动响应。这是注意力主权丧失的关键转折点。

AI时代

过剩的

基础认知劳动、套路化的代码与文本、初级数据分析、正确但平庸的答案、甚至情绪反馈和情感陪伴。过去被认为高级的脑力活动开始贬值。连获取答案的过程都被消灭了。这一轮和之前所有轮次有一个根本的不同。AI开始替代使用工具的人本身。

不仅事物变得廉价了，连感受事物这个动作本身都开始显得多余。体验也在被商品化。如果说之前的技术革命是机械取代体力，AI时代的本质是算法对人类欲望和体验的驯服。我们的欲望正在被系统性地接管。食欲、探索欲、甚至情感上的渴望都可以被推荐算法精准截获，用加工过的内容即时满足掉。我们越来越习惯借由别人的眼睛欣赏风景，借由别人的舌头品味美食，借由别人的故事感受心动。什么都能makeup。连感情都变成了按条件匹配的交易游戏，人也可能是假的，随便的，连真诚都可以被模仿得毫无破绽。一切都蒙上了一层塑料感。

我们同时活在两个时钟里。一边是算力带来的指数级增长的效率时间，几秒钟生成研报、画作、代码；另一边是作为碳基生物线性流逝的肉身倒计时，细胞在老化，精力在衰退，我们连能陪家人的额度每天都在缩减。

稀缺的

• 时间。算力越来越廉价，但人的生物学时间每天都在折旧，而我们错过的可能性就永远无法回头。那些必须耗费大量正在折旧的时间才能沉淀下来的东西，对一个行业的深层理解、和一个人之间慢慢长出来的信任、在反复试错中磨出来的判断力，反而变得极其珍贵。

• 在场。AI可以替人回消息、替人写文章、替人做分析，当越来越多的事情可以被外包，但亲自的在场，整个人真正投入在一个时刻里，反而成了最昂贵的行为。而且技术制造了一种幻觉，觉得随时能联系一个人就等于一直在联系，但实际不是这样的。

• 感知力。当所有精神消费品同时过剩，人的感知阈值被不断推高，对被内容打动这件事本身越来越麻木。同样，到处都是信号信息。能在噪音里被正确的信号击中，前提是感知力还没有被过剩钝化。

• 好奇心。AI可以秒答任何问题，这个答案是什么这一层的好奇心已经没有价值了。但被更强的表达需求能力所代表的更深层的好奇心依然珍贵。而这不仅仅是对这个世界的好奇心，更是对自己的好奇心。

• 真诚。真诚意味着愿意为一段关系、一个作品、一个判断承担后果，不管是被拒绝、被嘲笑、还被证明是错的。AI没有这个成本，可以无限试错，没有任何一次输出会让它受伤。所以AI给的可能性，其实并不负责任。当完美的模仿随处可得，真正有赌注的勇气和真诚反而变成了这个时代最稀缺的东西之一。

• 摩擦。AI把做事的摩擦大量移除了，但摩擦恰恰是感知质地的方式。越来越分不清一份东西是花了心血做的还是随手生成的，分不清一句话是真心想了很久的还是顺嘴说的。当一切变得同样光滑，能愿意克服和感知粗糙和阻力的能力本身，就更有价值。

注意力重构

之前每一轮技术变革都明确地重构了人的注意力方向。农业把注意力从全方位扫描压缩成定向等待，工厂把自然节律替换成打卡制，移动互联网把主动分配变成被动响应。Al这一轮的重构同样剧烈：人的注意力从怎么做被推向 - 做什么以及做出来。

过去大量的注意力被消耗在执行层面，查资料、写初稿、做图表、跑数据。AI把这些接管了之后，人的注意力被迫向上游转移:该做什么、该问什么问题、该往哪个方向走。同时也在向下游转移:能不能在物理世界里把事情真正落地、产生真实的影响。执行变得廉价了，方向感和落地能力变得昂贵了。

但解放出来的时间并没有真正回到自己手里。AI把人从案头工作中解放出来，同时用更高密度的虚拟反馈循环重新占据了这些时间。面对无限生成的AI内容，注意力很容易陷入一种持续的信息疲劳。AI时代最隐蔽的剥夺可能是替代感受。

每个时代的自由含义不同。农业时代是不被绑在土地上，工业时代是不被绑在流水线上，互联网时代是信息的自由获取。AI时代最核心的自由，是真实的感受归谁所有。

新需求

面对无限的数字内容，真实的连接与信任就更加重要了。当获取答案的成本降为零，需要的是好的品味和好的问题来指引方向。品味可能就是感知摩擦、感知痛苦、感知重量的好奇心和敏感度。

还需要能在物理世界里产生真实影响的落地执行力。AI可以生成一百种方案，但目前能把数字世界的想法兑换成物理世界的结果，需要的是亲自去协调、去推动、去承担。在一个一切都可以被设计和投喂的时代，那些没有被设计、自发涌现的感受，反而成了最可靠的指南针。或者说，不管是人还是bot，能够与现实建立起主动交互的能力才是最重要的。

对于机器，主动性可能来自于算法。对于人来说，可能来自于期望，痛苦和快乐。多巴胺系统奖励应该是预期与现实之间的正向差值。等待越久、不确定性越高，痛苦越深，最终得到时的满足感越强。比如异地恋重逢那一刻的感觉，自己花三个月写出来的一首歌给的满足感，花大量精力做的研究和坚持纪律赢来的收益，这些是重要的驱动力，也是区别于其他人获得价值的根源。而这也需要主动的感受，而不是被那些能让我们不用等待忍受的AI和嘈杂的信号麻痹。市场里的人应该很容易理解这个。即时满足就是在做多巴胺的日内交易，频繁的小刺激，逐渐钝化的感知，需要越来越大的仓位才能获得同样的快感，没有纪律和高度警惕就无法坚持。而长线投资者忍受大段的无聊，但也会获得判断被时间验证时的那种满足感。

整整一代人可能正在AI系统性地训练成低多巴胺状态。创造力需要忍受混沌期，判断力需要在有后果的环境里被锤炼，关系能力需要穿越低谷期。所以痛感和摩擦反而成了这个时代的一种药。AI可以帮规划一条完美的旅行路线，但那种在陌生城市迷路、手机没电、被迫和当地人比划着问路的下午，可能是多年后唯一记得的片段。旅行中的迷路，创业中的失败，感情中的争吵和误解，这些与其说是体验的杂质，不如说是体验本身。

因此也需要主动给生活重新引入延迟，不确定性和适度的不适。神经系统需要一定强度的摩擦才能正常运转，就像肌肉需要撕裂才能生长。写一首歌，穿越感情的误解和争吵的低谷。去做一些看起来没意义，没效率的事。在一个一切都可以被设计和投喂的时代，那些没有被设计、自发涌现的感受可能是最可靠的指南针。可能才能在AI模拟的无数可能性，在永远觉得自己选错的焦虑中，找到方向。要不然错过就追不回来了。

供需不平衡

除了基础设施的狂潮，每一个时代的供需不平衡都催生了具体的产品和产业。消费品过剩催生了品牌和广告业，信息过剩催生了搜索引擎，碎片注意力过剩催生了短视频和算法推荐。AI时代也一样。

AI内容过剩，人类的判断力和品味就成了筛选器。而这个中介可能就是融入人和AI特征的Agents系统。如果经验可以沉淀，人格可以提炼，虽然还有差距，但这种可复制的不完美就成为了一种炙手可热的产品。

同时去摩擦的工具过剩了，制造摩擦的体验反而升值。过去十年最赚钱的投资逻辑是去摩擦，比如Uber，Airbnb，Stripe。那我想，真到了citrini提到的无摩擦世界，那些故意保留或制造摩擦的东西就变得重要。从奢侈品的配货机制看，AI时代可能需要直接教育，全身心的在场活动，实物大宗与定制。

感知力在系统性退化，感知力修复也会重要。正念冥想，心理健康，注意力训练，数字排毒，身体感知与训练。也不仅仅如此，每次技术革命都会让我们退化。而人们总是会花大成本，去追回那些曾经的失去的技能和感受。

传统护城河和仿制攻击门槛在AI时代也被削弱。但会更缺安全信任以及物理世界的嵌入深度。所以网安，物理ai，边缘计算，再到生活中低信任成本的朋友圈，深入产业链的能力，认真聆听和共情的能力。

成功的定义在这个时代也需要被重写。传统的成功是积累性的，更多的钱、更多的资源、更高的地位。但AI时代我想需要指向一种消耗性的定义：我会把把时间花在了什么上面，和谁一起经历了什么，在什么过程中感受到了什么。这些是我人生折旧完成时唯一真正拥有的东西。所以我有时也很焦虑迷茫，我也在尽量做一些笨拙的事情，但实感却依然在涣散消失。

每一轮技术变革剥夺的东西，都在一层层逼近人的内核。农业是腿脚，工业是身体的节律，互联网是注意力，AI是思考和感受的过程。与此同时，每一轮的束缚都比上一轮更隐蔽。种地时代那块地就在那里；工厂还有和家的界限；到了互联网时代，已经开始被算法操纵；到了AI时代，思想已经在被悄悄重塑。稀缺品也在变得越来越抽象。农业时代稀缺的是土地。工业时代稀缺的是资本和人才。信息时代稀缺的是注意力和信噪比。AI时代稀缺的是时间、在场、感知力、信任真诚。这些东西没法交易没法定价，更可怕的是，能看懂这些有多重要的人也在变得稀缺。

新需求的方向也在变。农业时代需要秩序和规则。工业时代需要大众娱乐。互联网时代需要信息筛选和情绪共鸣。工具越强大，人的需求就越往意义的方向走。每一轮变革中，人身上可替代的部分都在扩大，不可替代的部分都在缩小。农业替代了追猎的腿脚，工业替代了劳作的双手，计算机替代了基础认知，AI开始替代判断力和创造力的初级形态。

正在开发的自动化监测和行研工具

这些只是自己的随想。因为我自己，真的挺workaholic，总有不停的想法，想要去尝试，但是忽略了身边的风景。哪怕有点时间，也放到健身和学习上。我也会为未来的可能性焦虑，也在为过去的遗憾惋惜。并不只是市场。道理能说出口，自己却无能为力，不知道什么时候能有机会暂时停下脚步，享受简单的快乐。现在写写这些，也是一种笨拙的冥想吧。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

SpaceX计划2026年6月启动IPO路演，预期估值在1.75到2万亿美元之间，募资规模约750亿美元。

这次IPO覆盖SpaceX的三块业务比较值得关注：卫星互联网(Starlink)、太空AI数据中心(AI Sat Mini)、以及军事防务(Golden Dome)。每块业务需要的零部件和供应商不同，受影响的上市公司也不同。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

目前市面上已经有不少对SpaceX供应链的梳理，但大部分停留在列出谁是SpaceX的供应商。这个信息有用，但做投资判断还不够。

原因很简单：一家公司是SpaceX的供应商，不代表SpaceX的增长能显著推动它的股价。如果SpaceX的订单在这家公司总收入里只占1%甚至更少，那么无论SpaceX发展多快，对这家公司的财务影响都很有限。

• 举个具体的例子。Linde是全球最大的工业气体公司之一，在2025年宣布两笔扩产，合计投入5亿美元，专门为SpaceX在德州和佛罗里达的火箭发射提供液氧、液氮和氩气。这个合作关系有合同、有落地投资，非常扎实。但Linde全年收入有330亿美元，SpaceX贡献的收入占比不到1%。Linde的股价主要由工业气体行业的整体景气度决定，SpaceX的扩产对它的影响很小。

• Vicor是另一种情况。Vicor做高密度DC-DC电源转换器(把一种电压转换成另一种电压的模块，用在需要极高功率密度的场景)，全年收入只有4亿美元。SpaceX在2026年1月向美国联邦通信委员会(FCC)申请了100万颗AI算力卫星，叫AI Sat Mini，每颗卫星的功率达到兆瓦级，是现在Starlink卫星的250倍。这种功率密度的电源处理需要特殊方案，Vicor的产品定位刚好对得上。如果SpaceX最终选用了Vicor的方案，这笔订单在Vicor的收入里占比会非常高。但目前市场上还没有人把Vicor当成SpaceX相关的投资标的讨论。

Linde和Vicor的差别，就是这份报告要解决的问题。同样是SpaceX的供应商(或潜在供应商)，一个的股价几乎不受SpaceX影响，另一个可能因为SpaceX的一个选型决定而大幅波动。所以总的来说，我这次是对SpaceX供应链里的几十个上市公司逐一做了这种区分，按两个维度给出了分层排名：第一，供应关系是否有硬证据(合同、SEC文件、公开披露)；第二，SpaceX的订单在这家公司总收入里占多大比重。

另外还需要注意的是，供应链相关股票的股价走势本质上和SpaceX每个月的发射次数高度相关，跟IPO本身反而关系不大。韩国的SeAH Holdings(SpaceX的特种合金供应商)在2025年3-4月，SpaceX发射节奏从月均3次放缓到1次的时候，股价同期跌了18.2%。对已确认的供应链标的，跟踪SpaceX每月发射多少次，比关注IPO日期更管用。不过IPO融资本身，也会影响未来的发射计划。

1. SpaceX的三块业务

SpaceX的IPO同时覆盖三块独立的业务，每块业务的供应链不同，受影响的上市公司也不同。

1.1 Starlink卫星互联网

Starlink是SpaceX目前最成熟的商业业务。通过在近地轨道部署大量小型卫星，为全球用户提供宽带互联网。截至2026年2月，Starlink用户规模超过1000万。2025年SpaceX发射了约180次火箭(对比2020年的25次)，主要就是在部署Starlink卫星。SpaceX 2025年全年收入约150到160亿美元(EBITDA约80亿)，其中大部分来自Starlink。

Starlink的供应链相对最成熟，合同披露也最多。跟Starlink相关的标的，股价弹性主要跟SpaceX的发射节奏和用户增长挂钩。

1.2 AI Sat Mini太空数据中心

这是SpaceX最新也最激进的业务方向。2026年1月30日，SpaceX向美国联邦通信委员会(FCC)申请部署100万颗AI Sat Mini卫星。跟现有Starlink卫星不同，AI Sat Mini的目标是在太空搭建分布式AI计算网络，每颗卫星搭载AI芯片，在轨道上直接跑AI推理任务。

AI Sat Mini的技术参数远超Starlink：每颗卫星的太阳能板展开后长170米(Starlink是几米级)，单星功率初代约100千瓦(Starlink大约5千瓦)，后续版本目标兆瓦级。初代功率差距约20倍，兆瓦版本会到200倍以上。这个数字很重要，因为它意味着AI Sat Mini的电力系统、散热系统、计算芯片等组件的需求量级完全不同于Starlink，会带动一批新的供应商。

这块业务目前还在早期，技术细节没有完全披露。SpaceX会在S-1(IPO招股说明书，预计2026年5月中下旬公开)和6月路演中披露更多信息。这些披露会直接决定几个标的的走向，后面会专门讨论。

1.3 Golden Dome防务

SpaceX的军事业务近年扩张很快。Golden Dome是美国正在推进的新一代太空导弹防御系统，计划部署数千颗装备传感器和拦截器的卫星。2026财年国防拨款法案为Golden Dome拨款134亿美元，整体项目预计花费约1850亿美元，目标2028年交付初始能力。2026年4月，美国太空军向包括SpaceX在内的12家公司授予了总计高达32亿美元的太空拦截器原型开发合同。SpaceX还加入了由9家公司组成的Golden Dome核心软件开发团队。SpaceX旗下的xAI(原独立运营的AI公司)已经合并入SpaceX，其AI助手Grok参与国防部整合。

防务业务的供应链跟Starlink和AI Sat Mini都不同，涉及抗辐射芯片、导弹拦截、卫星载荷等细分。这条线的催化剂(能推动股价的关键事件)主要在9-11月的美国国会议会披露周期。

1.4 几个重要的内部能力

评估SpaceX供应链时，也要知道他inhouse有哪些产能和能力，因为它们决定了哪些环节SpaceX需要外购，哪些不需要。

1. SpaceX的星间激光通信(卫星之间互相传数据的激光链路)完全自己做，在轨已经部署了超过5000个自产激光器。SpaceX甚至计划把这个技术当产品卖给其他卫星公司。这件事的含义是：市面上做激光通信设备的公司(比如德国的Mynaric已于2026年4月被RKLB以1.55亿美元收购、美国的Coherent、Lumentum、IPG Photonics)跟SpaceX没有供应关系，反而可能被SpaceX反向竞争。

2. SpaceX计划自研AI芯片(叫D3)，在Austin建Terafab工厂年产1太瓦处理器。但这个项目目前还在announcement阶段，工厂没有动工。这意味着短期内(可能2-5年)SpaceX需要外购AI芯片和抗辐射处理方案。

3. SpaceX火箭整体约85%的组件由内部生产，留给外部供应商的环节相对少。

EchoStar(美股代码SATS)分两笔把卫星频谱卖给了SpaceX：第一笔170亿美元(85亿现金加85亿SpaceX股票)，第二笔26亿美元(全部SpaceX股票)。交易完成后，SATS持有约110亿美元的SpaceX股票。SATS目前市值约340亿美元，2026年3月加入了标普500指数。SATS同时背负原DISH Network的大量债务和正在萎缩的卫星电视业务，所以它的股价走势在很大程度上取决于SpaceX持股的价值变化。这个角度后面评估标的时会展开。

2. 评估供应链标的的几个重要前提视角

是不是真正不可替代

判断标准有五条：全球做这个东西的供应商不超过3家；新建产能从启动到投产需要超过2年；有专利或工艺壁垒，新进入者短期复制不了；这个零部件在SpaceX的生产线上不能被别的东西替代；SpaceX愿意为它付溢价保证供应稳定。

同一家公司的不同业务线要分开看

Rocket Lab(美股代码RKLB)是这个原则的典型案例。RKLB有一块火箭发射业务(Electron)，直接跟SpaceX竞争，SpaceX越强对它越不利。但RKLB还有一块GaAs太阳能电池业务(SolAero)，如果SpaceX的AI Sat Mini选用GaAs电池，SolAero反而是受益方。同一家公司，两条业务线对SpaceX的方向完全相反。如果不拆开看，投资判断会出错。

750亿募资会从其他地方抽流动性

IPO募资750亿美元，这些钱不是凭空出现的，会从市场上其他标的里抽走。抽离有先后顺序：

不同类型的标的，其实最佳交易时间不同

这一点很容易被忽略。做空Pre-IPO套利基金的最佳时间是现在到招股书公开；做空直接竞争标的的最佳时间是招股书公开到IPO后一个月；做多真实供应链标的的最佳时间是第三季度财报后(供应商会在财报里披露SpaceX相关的业务数据)；做多防务标的的最佳时间是9-11月(美国国会的防务合同披露周期)。

3. 从卫星组件看供应链

3.1 电力系统

电力系统是AI Sat Mini相对Starlink变化最大的部分。Starlink单星功率约5千瓦，AI Sat Mini初代约100千瓦(20倍)，后续版本目标兆瓦级(200倍以上)。这个放大效应贯穿电力系统的每个组件。

3.1.1 太阳能电池（并非储能电池，光伏发电组件）：三种技术路线

Starlink目前使用硅基太阳能电池，由台湾的TSEC供应。硅电池效率约22%，成本低(大约0.10美元/平方厘米)，适合大规模量产。

但AI Sat Mini有可能换用不同的技术。170米的太阳能阵列尺寸下，电池效率每提高1个百分点，就能省掉很大的面积和重量。这让两种更高效的技术进入候选：

• GaAs三结电池(砷化镓多结太阳能电池)。效率30%以上，比硅高出约8个百分点。抗辐射性能好，在太空应用里有几十年历史，几乎所有美国卫星都用过。缺点是成本高，大约3-5美元/平方厘米，是硅的30-50倍。做GaAs三结电池最主要的上市公司是RKLB旗下的SolAero部门。

• 钙钛矿电池。这是一种新兴的薄膜太阳能技术，使用一种叫钙钛矿的晶体结构材料。优点是极轻、可弯曲、成本低(理论上比硅还便宜)，效率在实验室已经做到25%以上。一个重要的事实：新加坡的Singfilm Solar已经在2026年1月向SpaceX交付了柔性超薄钙钛矿光伏组件(钙钛矿-有机串联结构，效率26.7%)。钙钛矿在SpaceX手里不是停留在实验室阶段，已经有实际交付了。但Singfilm Solar是私有公司，不能在公开市场投资。但是能做一级市场投资的朋友，可以注意。

AI Sat Mini最终选哪种技术，目前没有公开披露，要等招股书或路演才知道。但主观判断，对于新业务，GaAs 可能加入考虑，钙钛矿可能性也很高，并且两者可能并不是完全矛盾。

如果选硅，供应商在台湾(TSEC)，美股没有显著受益标的。如果选GaAs，RKLB的SolAero部门是最直接受益方。如果选钙钛矿，Singfilm Solar私有买不到，公开市场上做钙钛矿研发的公司(JinkoSolar、LONGi、Trina、Hanwha Solutions、Sekisui Chemical等)都是大公司，钙钛矿在它们收入里占比微乎其微，弹性很弱。

对在公开市场投资的人来说，GaAs路线命中的投资价值最大，因为有干净的美股纯标的(RKLB-SolAero)。其他两条路线在公开市场上都很难受益。

另外GaAs电池的制造离不开MOCVD设备(金属有机化学气相沉积，把砷化镓等材料一层一层长在衬底上的核心设备)。如果GaAs路线命中，SolAero需要大规模扩产，MOCVD设备需求会非常大。粗算：AI Sat Mini初代100千瓦/星，GaAs效率30%，每颗卫星大约需要280平方米的电池面积。即使只部署1万颗(不是100万颗全量)，就需要280万平方米的GaAs电池，分3年生产意味着年产约93万平方米，而当前全球太空级GaAs电池年产能可能不到10万平方米。这种量级的扩产需要上千台MOCVD反应器。美股做MOCVD设备的是VECO(Veeco Instruments)，其Compound Semiconductor segment 2025年收入只有约6000万美元。如果SolAero扩产哪怕500台MOCVD(每台300-500万美元)，订单总额就是15-25亿美元，会让VECO这个segment的收入翻好几倍。竞争对手是德国Aixtron(法兰克福上市，非美股)。

但这个MOCVD产能缺口反过来也说明GaAs路线在100万颗卫星的全量规模上几乎不可行。MOCVD产能是物理瓶颈。GaAs更可能在小批量初期部署(1万-10万颗)中被选用，全量规模大概率还是要靠硅或钙钛矿。目前来说，更可能是钙钛矿。

3.1.2 太阳能阵列的部署机构

170米的太阳能阵列在太空中要收纳成很小的体积放进火箭，到轨道后再展开。传统卫星用刚性面板加铰链展开，但这个方案在170米尺寸上行不通，铰链太多、太重、可靠性不够。

目前唯一在轨验证过的可扩展方案叫ROSA(Roll-Out Solar Array)，原理是把太阳能电池固定在柔性基板上，卷成圆筒，到轨道后像卷尺一样展开，不需要机械铰链。国际空间站和多个NASA任务已经在用ROSA。

• RDW(Redwire)：ROSA技术的所有者(2021年收购了DSS获得)，在轨flight heritage最强。年收入约3亿美元，ROSA业务估计占15-25%。ROSA对电池技术中立，硅、GaAs、钙钛矿基板都可以承载，所以无论AI Sat Mini选哪种电池技术，ROSA都是部署机构的候选

• NOC(Northrop Grumman)：MegaFlex是替代方案，但NOC是大盘防务公司(年收入约400亿美元)，可展开太阳阵在NOC收入里占比微乎其微

风险：SpaceX有可能自己开发部署机构。但170米尺寸的在轨工程经验目前只有Redwire有，SpaceX自研需要3-5年的试错周期。短期内ROSA是最现实的方案。

3.1.3 储能电池

近地轨道的卫星每96分钟绕地球一圈，其中大约三分之一的时间在地球阴影里，接收不到太阳光。这段时间需要靠储能电池(锂离子电池)供电。AI Sat Mini初代功率约100千瓦，阴影时段需要的储能量是Starlink的几十倍(兆瓦版本会到几百倍)。

美股缺乏好的投资标的。空间储能电池行业最大的供应商是法国的Saft，但Saft在2016年被TotalEnergies收购退市了。EnerSys(美股ENS)有空间业务但在公司总收入里占比很低，主营是工业储能(数据中心UPS、铁路)。中国的CATL、亿纬锂能规模大但跟SpaceX没有任何已知合作。

3.1.4 电源管理

100千瓦到兆瓦级的单星电力需要从太阳能板的高压输出转换成卫星各个子系统需要的不同电压，这个转换过程需要专门的电源模块。功率越大，对电源转换器的功率密度(每单位体积能处理多少功率)要求越高，普通的DC-DC转换方案做不到。

• VICR(Vicor)：Vicor做的就是高功率密度的电源转换模块，它有一种叫Factorized Power Architecture(FPA)的架构，在军用和航天领域有超过30年的应用历史。Vicor年收入约4亿美元(Q1 2026季度收入1.13亿，同比增长20%)，市值约70到80亿美元(2026年初)，积压订单3.01亿美元(同比增长75%)。如果AI Sat Mini的电源方案选了Vicor，SpaceX的订单在Vicor的收入里占比会非常可观。但Vicor目前还没被市场作为SpaceX相关标的讨论。

3.2 推进系统

SpaceX的卫星推进器(Hall推进器，一种用电场加速离子产生推力的装置)完全自己制造。推进系统的外购需求集中在推进剂(气体)和火箭发动机的3D打印零件。

3.2.1 推进剂

Starlink V1卫星用氪气做推进剂，V2换成了氩气。氪气原子量大、推进效率高但贵，氩气便宜但效率低一些。SpaceX转氩气是为了降本，适合百万颗卫星量产。

• LIN(Linde)和APD(Air Products)是全球最大的两家工业气体公司，几乎确定是SpaceX的氩气和液氧供应商。但SpaceX的需求在这两家的收入盘子里占比太小(LIN年收入330亿，APD年收入120亿)，SpaceX贡献的弹性可以忽略

3.2.2 3D打印(增材制造)

SpaceX的Raptor火箭发动机大量使用3D打印，包括喷管、涡轮泵壳体、点火器等复杂部件。目的是把原来需要几百个零件焊接的结构变成一个整体打印件，大幅减少加工和装配时间。

• VELO(Velo3D)：2024年9月SpaceX以800万美元购买了Velo3D增材制造技术的许可证，2025年12月披露SpaceX已经在运营至少22台Velo3D的Sapphire打印机。Velo3D年收入约7500万美元，SpaceX的许可费加打印机加耗材，合计可能占Velo3D总收入的30-50%。但Velo3D自身有严重的财务问题，2025年业绩亏损，从纳斯达克退到了OTC市场，流动性很差。SpaceX的订单虽然对Velo3D是救命级别的，但公司能不能活下来是另一个独立的问题

3.3 通信系统

通信系统的供应关系是SpaceX供应链里证据最强的部分，有SEC文件和合同公告支撑。这一段有一个关键概念：T/R模块。

3.3.1 相控阵天线和T/R模块

Starlink卫星和用户终端都使用相控阵天线来收发信号。相控阵天线由几千个微小的天线单元组成，每个单元需要一个T/R模块(Transmit/Receive模块，同时负责信号的发射和接收)。一个完整的T/R模块里面有：功率放大器(PA，把信号放大发射出去)、低噪放大器(LNA，接收微弱信号)、移相器(控制天线波束的指向)、开关(在发射和接收之间切换)等。

T/R模块里的关键芯片：

• STM(意法半导体)。STM用BiCMOS工艺为SpaceX做相控阵的核心芯片，集成了LNA、移相器和开关功能。SEC文件确认STM和SpaceX从2015年开始合作，已经交付了超过50亿枚芯片，到2027年交付量可能翻倍到100亿枚。STM的LEO太空业务收入从2021年的1.75亿美元增长到2025年的约6亿美元，2026年预计接近10亿美元，2026-2028三年累计目标超过30亿美元。STM在LEO半导体市场的份额接近90%。STM 2025年总收入118亿美元，LEO业务占比约5%并在快速增长。

• Filtronic(伦敦上市，代码FTC.L)。Filtronic做E-band(60-90GHz)的GaN功率放大器。E-band是Starlink下一代卫星和AI Sat Mini要用的高频段。在这个频段，GaN-on-SiC(碳化硅基板上的氮化镓)是唯一可行的功率器件工艺，没有什么可替代的方案。Filtronic在2025年8月拿到了SpaceX一笔4730万英镑(约6300万美元)的独家合同，累计SpaceX合同金额已经超过1.15亿美元。SpaceX占Filtronic收入的65-75%。SpaceX同时还获得了认购Filtronic最多约2171万股的权证。对一家年收入约5500万英镑的公司来说，这些合同是决定性的量级。

• MTSI(MACOM)。MTSI做全频段GaN功率放大器，2023年收购了Wolfspeed剥离出来的射频业务后产品线覆盖更全。MTSI有60年的空间应用历史。年收入约8.5亿美元，SpaceX是其中一部分。

T/R模块的芯片做完之后，需要把多个芯片封装集成到一个模块里。这个封装环节是一个新出现的关键节点：

• Innolux(台股代码3481.TW)。Innolux主营业务是显示面板(目前亏损)，但近年转型进入半导体封装。2025年12月29日台湾媒体报道，Innolux用FOPLP技术(Fan-out Panel-Level Packaging，一种先进封装工艺，在面板上同时封装大量芯片)拿下了SpaceX的射频芯片封装订单，产能满载，订单排到了2026年上半年。5个交易日内股价涨了近50%。

这意味着Starlink T/R模块的供应链大致是：STM做核心芯片→Filtronic或MTSI做GaN功率放大器→Innolux把这些芯片封装集成成T/R模块→安装到卫星上。Innolux的FOPLP订单对Innolux自身来说非常重要，因为它是Innolux从亏损的显示面板业务转型到先进封装的关键一步。

3.3.2 星间激光通信

SpaceX的卫星之间用激光互相传输数据，100%自产。市面上做激光通信的公司跟SpaceX没有供应关系。Mynaric原本是独立的德国激光通信公司，2026年4月被RKLB以1.55亿美元收购，现在是RKLB的子公司，主要为SDA(太空发展局)的卫星项目供应CONDOR Mk3激光终端，跟SpaceX的Starlink激光通信没有关系。Coherent、Lumentum、IPG Photonics同样不是SpaceX的激光通信供应商。

频谱和EchoStar

SATS持有约110亿美元SpaceX股票，市值约340亿美元(2026年3月加入标普500)。SATS同时有原DISH的大量债务和亏损的卫星电视业务，所以110亿SpaceX持股经过债务和legacy业务调整后，对应的就是当前的340亿市值。SpaceX IPO后如果估值上涨，SATS持有的SpaceX股票价值也会随之上涨，直接反映在SATS的股价上。

直连手机(D2C)

SpaceX的Starlink Direct-to-Cell服务通过T-Mobile(TMUS)在美国独家分发，2025年开始商用部署。国际合作伙伴包括日本KDDI、澳大利亚Optus等。D2C对运营商是双刃剑：短期补充覆盖盲区有好处，长期SpaceX可能绕过运营商直接面向消费者。

用户终端组装

Wistron(台股3231.TW)旗下启棋科技在越南生产Starlink的路由器和网络设备。2025年3月追加3000万美元越南投资。但Wistron年收入330亿美元，SpaceX在其收入里占比不到3%。Wistron股价从40涨到128.5新台币的真正原因是NVIDIA和AMD AI服务器的代工订单。

Shenmao(台股3305.TW)为SpaceX提供印制电路板焊接材料。年收入约2.5亿美元的小盘，SpaceX相关业务可能占5-15%。

3.4 计算和航电系统

这一段有一个影响标的选择的架构问题：SpaceX的卫星用集中式计算还是分布式计算。

集中式(域控架构)是指用一颗高性能处理器同时管理卫星的多个子系统(导航、通信、AI推理等)。好处是成本低、布线简单、AI算力强。坏处是单点故障风险高。特斯拉在汽车上率先采用了这种架构。SpaceX的Starlink V2/V3已经偏向集中式，AI Sat Mini因为AI算力需求，几乎一定是集中式。

分布式(传统航天架构)是指每个子系统用独立的小型处理器。好处是冗余度高、容错好。坏处是成本高、性能受限。

3.4.1 抗辐射

这两种架构对应不同的受益标的。集中式架构利好做高性能处理器和抗辐射封装的公司，分布式架构利好做小型抗辐射微控制器的公司。SpaceX走集中式，意味着抗辐射微控制器(比如Microchip的产品)的市场会被压缩，而高性能抗辐射处理方案的市场会扩大。

SpaceX计划用自研的D3芯片(Terafab工厂生产)做AI Sat Mini的主处理器。但Terafab工厂还没动工，从announcement到出货可能要5-7年。在这5-7年的空白期里，SpaceX需要外购方案。

• MRCY(Mercury Systems)：做抗辐射处理板卡，可以把NVIDIA或AMD的商用芯片重新封装做太空认证。年收入约8亿美元。MRCY同时受益于两条SpaceX业务线：AI Sat Mini的AI处理需求，以及Golden Dome防务的抗辐射处理需求

• OSS(One Stop Systems)：OSS做的是把商用GPU和存储硬件打包成军规加固的边缘计算系统，客户是美国军方，应用场景是战斗车辆、军用飞机、舰船、移动指挥所这些地面和空中平台。最近的合同包括500万美元海军P-8A反潜机数据存储和120万美元陆军战斗车辆计算系统。OSS没有出现在SpaceX供应链的任何位置，原因是它做的加固和SpaceX需要的加固是两套不同的技术。OSS的加固解决的是温度、振动、冲击的问题，适合地面和空中的恶劣环境。SpaceX的AI Sat Mini在500-2000公里轨道上运行，面对的是宇宙射线和高能粒子辐射，需要的是rad-hard(抗辐射加固)。这两种加固在工程上完全不同，OSS目前的产品线不覆盖太空辐射环境。

  做rad-hard处理封装的是Mercury Systems(MRCY)，它可以把NVIDIA或AMD的商用芯片重新封装做太空级抗辐射认证。AI Sat Mini的在轨AI推理和Golden Dome的太空拦截器都需要这种能力，所以MRCY跟SpaceX供应链的逻辑关联比OSS更直接。OSS本身作为防务AI边缘计算的标的有它自己的投资逻辑(Golden Dome的地面指挥段、军用自动驾驶、电子战等)，但这个逻辑跟SpaceX IPO供应链不直接相关。

• NVIDIA、AMD：地面AI的主导厂商，但太空版本需要重新认证。而且这两家的股价已经充分反映了AI故事，SpaceX对它们的边际弹性很小

• Microchip(MCHP)：做抗辐射微控制器，但年收入45亿美元，SpaceX在其中占比极低

3.4.2 星敏感器和姿态控制

Honeywell(HON)做惯性导航和姿态控制系统，RDW(通过收购Adcole)做星敏感器和精密相机，Moog(MOG.A)做反作用轮。但HON年收入近400亿美元，SpaceX对它完全没有弹性。RDW的星敏感器业务是次要条线，它的主要弹性在ROSA(太阳能阵列部署机构)。

3.5 热管理系统

AI Sat Mini初代功率是Starlink的约20倍(兆瓦版本200倍以上)，散热需求也按这个倍数增长。100万颗卫星的散热面积需求合计会远超现有空间散热产业的产能。

散热方案可能从Starlink的被动辐射(不需要移动部件，热量通过辐射散发)升级到主动加被动结合，甚至需要可展开式散热器(类似太阳能阵列那样展开一块大面积的散热板)。

• MTRN(Materion)：Materion做铍铜合金，这种材料密度低、导热性好、机械强度高，是空间散热的特殊材料。Materion是全美唯一的铍开采和加工厂商，在铍材料上有近垄断地位。年收入约16亿美元。需要确认SpaceX相关业务在收入里的占比

• HEICO(HEI)和TransDigm(TDG)有航空航天精密部件和热管理产品，但业务分散，SpaceX相关占比不明确

• ATI和Haynes International做特种高温合金，部分用在火箭发动机

3.6 结构和材料

3.6.1 火箭

Falcon 9火箭的整流罩和Dragon飞船用碳纤维复合材料。Hexcel(HXL)是碳纤维供应商，Defense， Space & Other业务2025年持续增长，年收入约19亿美元。日本Toray在2016年和SpaceX签了20-30亿美元的碳纤维长期协议。Starship用30X不锈钢替代了部分碳纤维应用，但Falcon 9和Dragon还是大量用碳纤维。

3.6.2 特种合金

SeAH Holdings(韩国上市，代码058650.KS)在2023年2月跟SpaceX签了特种合金供应合同(火箭发动机部件、压力容器等用)，2025年投资1.553亿美元在美国建特殊合金工厂。SeAH年收入约60亿美元，SpaceX直接占比1-3%。但市场已经把SeAH当成SpaceX概念股，2020-2025年股价涨了123%。

Sphere Corp(韩国KOSDAQ上市，代码347700)是另一家韩国特种合金供应商，2025年8月签了一份10年约10.5亿美元的SpaceX供应合同，2026年交付承诺约5500万美元。Sphere Corp做航空航天级镍基超合金，这份合同相对它原有的收入体量是量级变化。

3.7 光学和传感器

Teledyne(TDY)做红外焦平面和可见光成像传感器，主要用在SpaceX的军事卫星(Starshield)上。TDY年收入约55亿美元，SpaceX相关业务占比未披露。STM除了做射频芯片，也是Starlink的GNSS(卫星定位)芯片供应商。

4. 其他讨论

4.1 RKLB的业务线分裂

RKLB(Rocket Lab)有多条业务线，跟SpaceX的关系方向相反：

所以RKLB整体看是SpaceX的竞争对手，但SolAero一条线是潜在受益方。投资RKLB应该把SolAero业务单独估值，而不是看RKLB整体。如果GaAs路线没有命中，RKLB的发射和卫星平台业务会被SpaceX持续压制。在技术选择披露前，RKLB的方向性是不确定的。

4.2 T/R模块的集成度

相控阵天线的T/R芯片可以走更高集成度(把更多功能集成到一颗芯片上)或者保持多芯片方案。如果走高集成度，STM(做集成主芯片的)受益，Filtronic和MTSI(做独立功率放大器的)会受到压缩。但目前看E-band(60-90GHz)还是需要专门的GaN功率放大器，集成度提升空间有限。Filtronic的E-band合同因此相对安全。

4.3 卫星计算架构

集中式架构几乎确定，这让MRCY(做抗辐射处理封装)同时受益于AI Sat Mini和Golden Dome两条业务线。Terafab的D3芯片一旦出来会替代MRCY的角色，但Terafab工厂还没动工，MRCY的窗口期至少2-5年。

5. 总体评估

下面按两个维度评估：

• 关系强度：是否有合同、SEC文件、公开披露等硬证据

• 收入影响：SpaceX的订单在这家公司总收入里的占比大概是多少，以及这个占比是否足以显著影响股价

5.1 高关系+高收入影响

这一组是供应关系确认且SpaceX订单对公司财务有显著影响的标的。

Filtronic(FTC.L)。英国小盘，E-band GaN功率放大器，SpaceX累计合同超过1.15亿美元，SpaceX占Filtronic收入的65-75%。这个合同体量相对Filtronic的原有规模是决定性的。E-band在这个频段几乎没有可替代的工艺，合同有技术锁定效应。

SATS(EchoStar)。持有约110亿美元SpaceX股票，2026年3月加入标普500，目前市值约340亿美元。SATS同时背负原DISH的大量债务(约200-250亿美元)和亏损的legacy卫星电视业务。按$110B持股减去债务粗算，净SpaceX敞口约$85B，但市场只给了$34B市值，折价约60%。

SATS的投资逻辑在IPO前后完全不同。IPO前，SATS是公开市场上间接持有SpaceX股权最大的渠道，有稀缺性溢价(52周从$14.90涨到$119)。IPO后，任何人都可以直接买SpaceX股票，SATS的稀缺性溢价会被抽走。持有SATS获得SpaceX敞口的人会转向直接买SpaceX，因为直接买没有DISH债务拖累、没有卫星电视亏损、没有控股公司折价。如果SATS持有的SpaceX股票还有180天锁定期，那锁定期内SATS既失去了稀缺性叙事，又无法变现SpaceX持股，是最脆弱的窗口。

SATS不适合放在长期做多的位置。更准确的定位是：IPO前可以短期持有(骑稀缺性溢价)，IPO后是做空候选(稀缺性溢价坍塌加legacy拖累)。

Innolux(3481.TW)。2025年12月确认用FOPLP技术拿到SpaceX射频芯片封装订单，产能满载排到2026上半年。Innolux主营显示面板业务亏损，FOPLP是转型的关键方向。如果FOPLP业务持续放量，市场对Innolux的定价会从一家亏损的面板公司变成一家先进封装公司，这个估值跨度非常大。

VELO(Velo3D)。SpaceX在800万美元许可加至少22台打印机的基础上，贡献了Velo3D总收入的大约30-50%。SpaceX订单对Velo3D的重要性是毫无疑问的。问题在于Velo3D自身的财务状况(亏损、退市到OTC)，即使有SpaceX的订单，公司能不能持续经营是独立的风险。

STM(意法半导体)。SEC文件确认10年合作50亿芯片。STM的LEO太空业务2025年收入约6亿美元(占总收入118亿的约5%)，2026年预计接近10亿(约8%)，2026-2028三年累计目标超过30亿美元。STM在LEO半导体市场份额接近90%。SpaceX/Starlink是STM太空业务的绝对主力客户。这个占比比一般认知的要高，而且增长很快。

Sphere Corp(KOSDAQ：347700)。韩国航空航天级镍基超合金供应商，2025年8月签了一份10年约10.5亿美元的SpaceX供应合同，2026年交付承诺约5500万美元。这个合同体量相对Sphere Corp原有的收入规模是量级变化。

5.2 高关系+中低收入影响

这一组是供应关系确认，但SpaceX的订单在公司总收入里占比较小的标的。

SeAH Holdings(058650.KS)。合同确认，美国建厂确认。但SeAH年收入约60亿美元，SpaceX直接占比1-3%。不过市场已经把SeAH当成SpaceX概念股在交易(股价跟着发射节奏走)，所以操作层面SeAH的SpaceX敏感度比它的收入占比暗示的要高。

HXL(Hexcel)。Falcon 9碳纤维供应商，Defense， Space & Other业务2025年持续增长。SpaceX在HXL总收入里占比约3-8%。HXL股价主要由商用航空周期(波音、空客)驱动。

Toray、Wistron、Linde、Air Liquide、Air Products。关系都有证据，但SpaceX在这些公司的总收入里占比都不到2%，有的不到0.5%。这些标的的股价驱动因素跟SpaceX关系不大。

5.3 潜在关系+如果命中则高收入影响

这一组是供应关系还没被确认，但一旦相关的技术选型或合同公布，SpaceX的订单对公司收入影响会非常大的标的。

RDW(Redwire)。ROSA是AI Sat Mini 170米太阳能阵列部署机构的候选方案。命中的话，年收入3亿美元的RDW会获得量级变化的新订单。而且ROSA对电池技术中立，三种电池路线中任意一种命中都不影响ROSA的候选资格。

VICR(Vicor)。AI Sat Mini电源管理的候选(初代100千瓦级，后续兆瓦级)。年收入约4亿美元(增速20%+)，市值约70到80亿美元，Q1 2026积压订单3.01亿美元(同比+75%)。如果命中则SpaceX订单占比会非常高。目前没有被市场作为SpaceX相关标的讨论。

MRCY(Mercury Systems)。AI Sat Mini和Golden Dome双重驱动的抗辐射处理方案候选。年收入8亿美元，空间和防务双向暴露。Terafab不出D3的2-5年窗口期里，MRCY是最可能的外购对象。

RKLB(SolAero业务)。如果AI Sat Mini选GaAs电池，SolAero就是绑在生产线上不可替代的供应商。如果选硅或钙钛矿，SolAero的价值有限。两种结果之间没有中间地带。

MTRN(Materion)。铍铜导热合金，AI Sat Mini散热系统候选。年收入16亿美元，需要确认SpaceX相关业务占比。

VECO(Veeco Instruments)。如果GaAs路线命中，SolAero扩产需要大量MOCVD设备，VECO是美股唯一的MOCVD设备供应商(竞争对手Aixtron在德国上市)。VECO的Compound Semiconductor segment 2025年收入只有约6000万美元，面对的潜在MOCVD扩产需求是几亿到几十亿美元级别。如果命中，这个segment的收入可能翻数倍。但触发条件是GaAs路线被选中(概率约30%)，而且需要SolAero实际启动大规模扩产。

5.4 防务/Golden Dome

KRMN(Karman Holdings)。防务部件，小盘。如果Golden Dome合同进一步扩大，收入影响显著。催化剂在9-11月国会披露周期。

KTOS(Kratos)。拦截器和靶机，中盘。对Golden Dome有直接增量。

PLTR(Palantir)。Foundry平台加Grok整合。但PLTR市值已经反映了大量AI和防务故事，SpaceX对它的边际影响有限。

L3Harris(LHX)。Tracking Layer卫星载荷。但年收入约200亿美元，Golden Dome相关业务被大盘稀释。

5.5 考虑做空

DXYZ等Pre-IPO套利基金(IPO后折溢价收窄)，AST SpaceMobile(ASTS)、Iridium(IRDM)、ViaSat(VSAT)等被SpaceX竞争或叙事压制的标的，以及SATS(EchoStar)在IPO后(稀缺性溢价消失，legacy债务和亏损业务拖累，锁定期内无法变现SpaceX持股)。但是一定要做好择时和尽调。否则不要轻举妄动。

6. 时间窗口

大致思路逻辑如上，但自行尽调，谨慎操作，不做建议。

供应链股的股价跟SpaceX发射节奏高度相关(SeAH在发射放缓时跌18.2%是实证)。以下几类指标需要持续跟踪：

• 月度运营：SpaceX每月发射次数(2025年峰值月均14次)、Starship V3测试进度、AI Sat Mini测试卫星部署进度。

• 合同披露：SEC的8-K文件(公司重大合同公告)、Pentagon合同披露、各供应商年报中的客户集中度数据。

• 技术选型：AI Sat Mini电池技术(硅/GaAs/钙钛矿)、T/R模块集成度方案、主处理器供应方案。

如果仅仅从SpaceX角度，可以参考这个策略。但是，这些公司并不是只有一个业务来源。因此具体哪个需要进一步尽调。

7. 风险

SpaceX执行风险。Starship V3发射失败或推迟会直接传导到供应链股(SeAH在发射放缓时跌18.2%是先例)。2025年12月Starlink卫星在轨失控事故已经引发过一轮供应链股回调。AI Sat Mini技术细节披露后，部分假设可能与实际不符。

估值风险。1.75到2万亿的估值在历史上处于最高分位，IPO有破发可能。已经涨过的标的(SeAH涨123%、Wistron涨3倍、Shenmao涨4倍)估值并不便宜。IPO如果破发，流动性冲击会反向打击供应链股。

技术选型不确定性。招股书公开前，以下问题没有确定答案：AI Sat Mini的太阳能电池技术(决定RKLB-SolAero走向)、ROSA是否被采用(决定RDW)、主处理器供应方案(决定MRCY的窗口)、T/R模块集成度(决定STM和Filtronic的相对位置)。

几条研究原则。评估SpaceX供应链标的时有几条值得遵守的检查项。不能假设SpaceX用行业默认技术，Starlink用硅不用GaAs、Hall推进器用氩不用氙，这些都是反直觉的选择。一定要核查公司近期的重大变动(剥离、并购、破产)，Wolfspeed的射频业务已剥离给MTSI且经历了Chapter 11是典型案例，只看公司名字会判断错。一定要评估SpaceX是否自己做了这个环节，激光通信就是一个反复容易出错的假设。股价跟发射次数相关，跟IPO日期关系不大。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

RELX 是一家容易被误解的公司。从外表看,它挂着信息分析与决策工具提供商的标签,业务横跨学术出版、法律检索、风险数据、商业会展四个看似不相关的领域,集团总部在伦敦,在伦敦、阿姆斯特丹、纽约三地上市。这种结构让多数投资者第一眼觉得它分散、复杂、缺少明确的故事线。

RELX 不属于任何一个标准行业,它跨越了多个行业的交集。在 GICS 行业分类里,它被归类为媒体(Media),但这是一个误导性的标签。它真正所属的是一个比较新的概念,叫做专业信息与数据分析服务(Professional Information & Data Analytics)。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

服务的是高端专业人士(律师、科学家、风控分析师、保险精算师),不是大众消费者。产品的本质是把专有数据加上分析工具加上工作流软件,卖给那些做关键决策的人。商业模式以订阅或长期合同为主,客户黏性极高。利润率高(典型 35% 以上),现金转化率高(95% 以上)。市场结构高度集中,通常是一两家寡头加上若干细分玩家。

这个行业的全球总规模约 2,000 亿美元,主要玩家除了 RELX,还包括 Thomson Reuters、Wolters Kluwer、S&P Global、Moody’s、MSCI、Verisk、Equifax、TransUnion、Experian、Bloomberg(私有)等。这些公司的共同特征是高 ROIC、高现金流、长期复利,被巴菲特、特里·斯密斯(Terry Smith)等长期价值投资者称为”收过路费的公司”或”特许经营权”(franchise)生意。

理解 RELX 必须用这个行业的视角看,而不是用传统出版业或科技股的视角。所以与其说 RELX 在卖信息,不如说它在收专业决策的过路费。这种业务模式本质上接近公用事业,但比公用事业有更强的成长性和更高的盈利能力。

作为全球专业决策的信任基础设施运营商。它在四个领域分别占据近垄断或第一第二的位置,几乎所有业务都建立在几十年甚至上百年积累的专有数据之上。这些数据资产有一个非常关键的特征:它不会被卖光,反而每天还在变多。RELX 的客户深度嵌入在工作流里,续约率长期保持在 90% 以上,自由现金流极度稳定,过去 25 年的股东总回报跑赢了标普 500 和富时 100。

当下这家公司处在一个特别值得关注的时点。一方面,2026 年初的 AI 恐慌(俗称 Claude Crash)让股价从高点腰斩,前瞻 PE 跌到 19 至 21 倍,处于过去 5 年的最低分位。另一方面,公司四个分部全部加速、利润率全部扩张、AI 战略已经在业绩里兑现,基本面与股价走势出现明显背离。这种背离正是这份报告要讲清楚的故事。

为了方便阅读,本报告里所有股价用美元报价(NYSE 上的 RELX 代码),需要时附带英镑价格作为参照。下面的章节会从”公司速览”开始,逐层深入到业务、商业模式、护城河、AI 战略、估值、催化剂与风险,最后落到投资判断。

RELX 通过四个分部为全球专业人士提供数据、分析工具和决策支持。每个分部都有一个标志性品牌。

形象一点讲，科学家想发论文要找 Elsevier,律师查判例要用 LexisNexis,银行做反欺诈要查 LexisNexis Risk,你买保险时背后定价依靠 RELX 的车辆数据,你参加 Comic Con 是 RELX 旗下 ReedPop 在办。这家公司的产品已经成为全球专业社会的水电基础设施。

虽然每个分部里都有比 RELX 更聚焦或某个细分领域更强的对手,但没有任何一家公司同时覆盖这四个领域。这种多线条的统治力是 RELX 独有的特征。

管理层最显著的特征是稳定和低调。Erik Engstrom 担任 CEO 已经 16 年,是 FTSE 100 里任期最长的 CEO 之一,一贯不爱接受媒体采访,不开盛大发布会,不讲宏大叙事,但每年稳定交出 7% 收入加 9% 利润加 10% EPS 的成绩。这种风格让市场不容易给他高估值溢价,但反映在长期复利上,过去 25 年股东回报跑赢了所有主要指数。

核心投资逻辑

RELX 是全球少数几家在多个高门槛专业领域同时拥有近垄断数据基础设施的公司,业务正在以 7% 至 9% 的速度持续加速,AI 战略已经在业绩中兑现,但当下因为市场对 AI 颠覆专业服务的恐慌,股价从高点腰斩,估值跌到过去 5 年最低分位,比同业中位数低 30%。这种估值与基本面的背离创造了一个非对称的投资机会:下行风险约 15%,上行空间约 50%,基础情景下年化回报 16% 至 17%。

• 第一,业务质地在持续变好,不是变差。四个分部全部加速,利润率全部扩张,Legal 从 +7% 跳到 +9%,Risk 维持 +8% 高位,STM 从 +4% 加速到 +5%,Exhibitions 利润率扩张 +250bps。AI 不仅没有伤害公司,反而推动了双位数的客户支出提升(spend uplift)。

• 第二,护城河在 AI 时代变得更深,不是更浅。AI 越强,对权威数据、可问责依据、专业信任基础设施的需求越大。RELX 的专有数据是 LLM 即使再强也复制不了的,它已经把自己定位成所有 AI 公司必须接入的内容层。Sean Fitzpatrick 说”你给一个人 10 亿美元也建不起这种资产组合”,这不是吹牛,是事实。

• 第三,市场对它的担忧大约只有 30% 合理,但股价反映了 70% 以上的悲观假设。这种担忧主要来自 AI 颠覆论、定价权侵蚀、Visibility Premium 消失等情绪性因素,而实际业绩(续约率、增速、利润率)完全没有支持这些担忧。

• 第四,催化剂窗口密集。2026 年 7 月半年报会验证 Legal 增速能否突破 +10%,2027 年 2 月全年报可能首次完整披露 AI 数据,2027 年内可能召开 Capital Markets Day,Doctrine 收购整合后欧洲法律业务加速,LexisNexis Risk 在欧洲和亚洲的扩张持续兑现。

• 第五,资本回报力度大幅加码。2026 年回购计划 22.5 亿英镑(约 30 亿美元,占市值约 5%),股息每年 +7% 增长,管理层连续 25 年纪律性地把现金还给股东。这种”无 catalyst 也能涨”的复利动力在低估值时被放大。

• 第六,估值修复的非对称性。即使 AI 担忧部分成立,RELX 的下行空间也很有限,因为 19x PE 已经隐含了较多悲观假设。但任何业绩超预期、披露超预期、AI 战略验证,都可能触发 +20% 至 +50% 的估值重估。

历史

RELX 是英荷混血。Elsevier 创立于 1880 年的荷兰,Reed 创立于 1894 年的英国,两家在 1993 年合并成 Reed Elsevier,2015 年才更名为 RELX。也就是说,这家公司血脉里有接近 150 年的专业信息出版基因,光这一点就让它在数据深度上不可复制。

更值得讲的是它的自我重塑能力。1995 年福布斯预测 Elsevier 会成为互联网的第一个受害者,因为内容会被免费的网络颠覆。结果完全相反,这家公司用接下来 30 年时间,完成了从印刷到数字、从数字到分析工具、从分析工具到 AI 工具的三次产品形态升级。

更具体讲,2006 年到 2019 年之间,RELX 在 65 笔交易里系统性地卖掉了 300 多个印刷版 B2B 杂志,把印刷收入占比从 51% 砍到 9%。到 2025 年,印刷业务只剩 4%。能在不发生危机的情况下,用十几年时间主动把一半业务砍掉换成数字业务的公司,全球都很少见。

它不是被动等着被颠覆的公司,而是擅长在颠覆中重生的公司。

1. 商业模式

1.1 订阅or按量计费

RELX 整体收入结构里订阅占 54%,交易占 46%。但简单说订阅或非订阅都不准确,需要拆开看。

RELX 是混合模式公司。Legal 和 STM 接近 SaaS(订阅占 80% 以上),Risk 是数字时代的过路费(类似 Visa Mastercard,按使用次数收费),Exhibitions 是事件型。整体订阅占 54%,但所有”交易”都是长期合同框架,不是单次零售。

这种混合模式既有 SaaS 的稳定性,又有按量计费的爆发性,是一种被低估的优秀商业形态。

• Legal 板块本质上就是 SaaS 公司。律所按律师数年订阅(每律师每年 1,500 至 3,000 美元),典型 3 年合同。Lexis Tax 等产品采用固定费用、无附加费的纯订阅模式。

• STM 板块也是订阅为主。大学图书馆通过 Big Deal 多年合同订阅 ScienceDirect 和 Scopus。OA 模式下作者按文章付费(APC),但同样有机构整体协议框架,稳定性接近订阅。AI 工具(Scopus AI、Sherpath AI 等)嵌入主订阅,作为升级选项。

• Risk 板块是真正的按量计费模式,这是它最有意思的地方。每次反欺诈查询(per-lookup)、每笔交易(per-transaction)、每次决策(per-decision)、每次 API 调用都是计费单元。Digital Identity Network 每天处理 3 亿次以上身份验证决策,每年处理 1,160 亿笔以上交易。这种模式的好处是客户业务越增长,RELX 收入越多,Risk 板块实际上是全球数字经济的水电费。

• Exhibitions 板块是事件型,参展商按展位面积和位置付费,B2B 访客按入场费付费。

1.2 用量增加怎么货币化

很多人担心 AI 让用量爆发后,订阅模式会不会”漏掉”这部分收入。RELX 已经有六种成熟机制把用量货币化。

• 第一是阶梯式订阅。从基础 Lexis+ 到 Lexis+ AI 到 Lexis+ with Protégé 到 Premium 版本,用得多就升级到更高档次,对应更高订阅费。

• 第二是每席位定价。律所规模越大,需要的席位越多。AI 时代律师效率提升,律所雇用更多专业人员处理更多案件,这反向带动 RELX 收入增长。

• 第三是用量阶梯。小客户固定订阅加用量上限,中等客户订阅加超量计费,大客户长期合同加保底用量。用量超限就触发升级或加价。

• 第四是工作流任务计费(新兴模式)。Lexis+ with Protégé 推出 300 多个工作流(motion to dismiss、summary judgment 等),基础订阅包含基础工作流,高级工作流单独包或按使用计费。

• 第五是数据 API 授权。RELX 把数据 API 授权给 Anthropic、OpenAI、Microsoft、Mistral 等 AI 公司,后者付费使用。这是 AI 时代的新模式。

• 第六是平台费。比如 Harvey 集成 Lexis 数据时,LexisNexis 在后台收取数据使用费,类似 App Store 抽成。

把这些机制应用到具体板块,可以看到 Legal 板块 +9% 增速里,新客户贡献 2 至 3 个百分点,价格年涨 2 至 3 个百分点,用量驱动加销升级 3 至 5 个百分点。Risk 板块 +8% 增速里,新客户 2 至 3 个百分点,单价提升 1 至 2 个百分点,用量增长 4 至 5 个百分点。

关键是 RELX 已经在通过多种机制把用量增加货币化,这就是为什么四个分部都在加速。客户使用 AI 工具频次增加,RELX 通过订阅升级和加销变现,Risk 板块用量爆发直接乘到收入。

1.3 AI 时代的商业模式演进

很多人担心 AI 会让 RELX 这种订阅公司失去定价权。实际情况恰恰相反,RELX 选择的是”AI 增强订阅”,而不是”AI 替代订阅”。

具体来看:

• 第一层是嵌入式 AI 订阅升级,这是主路径。Lexis+ AI 升级带来双位数的支出提升,客户从基础版升级到 AI 版需要支付更高订阅费。

• 第二层是数据 API 授权给 AI 公司。RELX 与 Anthropic、OpenAI、Microsoft、Mistral 都有直接合作。

• 第三层是联盟分成,Harvey 集成 Lexis 数据,有保密的商业条款。

• 第四层是 AI 工作流销售,300 多个工作流提供差异化定价空间。

• 第五层是垂直 AI 模型微调。Protégé Legal AI 是自有微调模型,服务于专业法律场景。

需要注意 RELX 故意不做的两件事:不按 Token 计费(避免 token 价格战),不完全替换订阅模式(订阅依然是核心)。这种选择背后的逻辑是订阅模式收入稳定性最高,客户预算更愿意付订阅费,保护现有定价体系,避免与基础模型公司直接竞争。

2. 接下来我们看看业务全貌与财务分析

2025 年这份成绩单质量非常高。

• 报告增速和有机增速差距很大,2% 对 7%。差异来自三块,英镑升值带来的汇兑负向影响约 2 个百分点,印刷业务主动收缩拖累约 1 个百分点,会展周期及处置影响约 2 个百分点。剔除这些噪音,底层业务实际是 7% 的有机增长。

• 利润增长持续快于收入增长,有机 9% 对 7%,营业利润率扩张 90bps。这是这家公司多年来的核心叙事，成本增长持续低于收入增长,带来运营杠杆。

• ROIC 提升到 15.4%,在做了大量并购的情况下还在改善,说明并购整合质量不错。

• 需要特别注意的是,2025 年起的报告口径调整。RELX 从 2025 年开始把印刷及印刷相关业务从 Risk、STM、Legal 三个分部里独立出来单列,同时把一小块商业医疗产品从 STM 转到 Risk。所以 2024 年的对比数字是按新口径重述过的,做年度对比时要小心。

2.1 然后我们分部门看看财务

2.1.1 Risk 被低估的第一大业务

Risk 现在是 RELX 第一大业务,占集团 36%,但市场对它的定价偏低。它包含四个子业务,每个都是细分隐形冠军。

Business Services 做反金融犯罪、欺诈与身份验证,核心产品是 ThreatMetrix、IDU、Emailage、IDVerse(2025 年 2 月收购)。客户是全球银行、支付公司、电商平台、金融科技公司。这是 Risk 板块增速最快的子业务。

Insurance 做保险数据分析,核心产品 C.L.U.E.(车险理赔历史)、Current Carrier、Home Claims Insights。美国前 50 大车险公司几乎全覆盖。

Specialised Industry Data Services 是行业垂直数据,旗下 ICIS(化工大宗商品)、Cirium(航空数据)、Brightmine(原 XpertHR,人力合规)、PatentSight(专利分析),每个都是细分领域第一名级别的存在。

Government 是政府数据服务,核心产品 Accurint Public Safety,客户是美国联邦、州、地方政府。

Risk 实际上跟 Equifax、TransUnion、Verisk 高度可比,但 RELX 整体被当成信息公司估值,Risk 没有得到独立的数据基础设施溢价。这是后面估值分析的重点之一。

2.1.2 STM 高利润率

STM 占集团 28%,营业利润率 38.1% 是四个分部里最高的,接近垄断级别的盈利能力。

它包含两块。第一块 Databases, Tools & Electronic Reference,核心产品 Scopus、ScienceDirect、Reaxys(化学)、ClinicalKey(临床)、SciVal(科研评估)、Sherpath(护理教育)、Embase(生物医学),以及新一代 AI 产品 Scopus AI、ScienceDirect AI、LeapSpace。第二块 Primary Research,即 3,000 多份学术期刊,Cell、Lancet 等顶级期刊家族都在这里。商业模式包括订阅(图书馆 Big Deal)和开放获取(作者付费 APC)双模式。

STM 是四个分部里增速最慢但利润率最高的。增速从过去几年的 4% 慢慢爬到 5%,管理层用了 developing momentum 这个词,意思是动能在改善。这是市场最担心的板块,因为开放获取(OA)和 AI 替代的双重压力都集中在这里,但目前看 RELX 已经把 AI 从威胁转成了提价工具。

2.1.3 Legal 亮眼业务

Legal 板块占集团 19%,2025 年有机增速从 +5% 一路加速到 +9%,而且利润率从 22% 出头开始扩张。驱动力很清晰,Lexis+ AI 和新一代代理式法律助手 Protégé 的快速渗透,带来双位数的客户支出提升。

它包含三块。Law Firms & Corporate Legal 是律所和企业法务业务,核心产品 Lexis+ AI、Protégé、Lex Machina(诉讼分析)、Intelligize(证券合规),这是 Legal 增速最快的子业务,被定义为双位数增长。Government & Academic 是政府与学术市场。News & Business 主打 Nexis 平台。

需要注意,Legal 的利润率比 Risk 和 STM 低十几个百分点。这一方面意味着它的杠杆空间还很大,另一方面也提醒投资者这块业务没有 STM 那种近乎垄断的护城河,竞争更激烈,Thomson Reuters 的 Westlaw 是直接对手。

2.1.4 Exhibitions 亮眼业务

Exhibitions 占集团 12%。报告收入降 4% 是因为处置和展会周期效应,不是业务恶化。利润率扩张 250bps 是四个分部里最大的,反映了疫情期间做的实质性成本结构优化。

RX 现在已经稳定在 7% 到 8% 的有机增速,且利润率显著高于疫情前水平。RX 是全球前三大 B2B 会展运营商,运营 500 个展会,服务 14 万参展商和 700 万访客,旗下 ReedPop 还组织 New York Comic Con 和 PAX 等顶级流行文化活动。这块业务是四个分部里最不可重复(non recurring)的部分,但稳定性比看起来强。

2.2 收入结构

订阅占 54% 且仍在小幅提升,北美 58% 意味着虽然 RELX 是英国注册公司,但业务实质极度美国化。LexisNexis Risk 总部在亚特兰大,LexisNexis Legal 总部在纽约。

这里有一个很重要的细节:虽然 46% 标记为交易收入,但这些交易不是单次零售交易,而是基于使用量的长期合同。这点跟 Visa、Mastercard 类似,每次刷卡是交易,但合同框架是长期的。所以 RELX 实际的可预测收入比例远高于 54%。

2.3 资产负债表

最反常的现象是股东权益只有 23.66 亿英镑,但市值近 500 亿英镑,市净率 20 倍。同时总负债 124 亿英镑,看起来负债重得吓人。

但用正确的指标看,RELX 的偿债能力极其健康:

为什么股东权益这么薄?四个原因。

• 第一,RELX 真正值钱的资产是自创无形资产(Shepard’s 引用系统、Scopus 数据库、ScienceDirect 平台、LexisNexis Risk 的 14PB 数据网络等),会计准则规定自创无形资产几乎不能计入资产负债表,只有买来的资产才能形成商誉和无形资产。所以 RELX 真实价值有 486 亿英镑,但账面权益只有 24 亿,95% 的价值不在表上。

• 第二,大量回购消耗权益。2025 年 RELX 净利润 20.78 亿英镑,但股息派发 12 亿加上回购 16 亿,合计 28 亿,远超净利润。差额通过借债融资。这种超额分配模式叫杠杆化资本回报,是成熟现金流公司的标准做法。

• 第三,2025 年汇率折算损失 4.38 亿英镑,因为英镑兑美元升值,美元资产折算成英镑缩水。

• 第四,股票期权和员工激励持续摊薄。

这种资本结构在成熟现金流公司里很常见。麦当劳、星巴克、菲利普莫里斯、Moody’s 都有类似形态,有些公司股东权益甚至为负。这不是缺陷,而是特征,管理层主动选择把所有剩余现金尽可能高效地还给股东。RELX 现金转化率 99%、ROIC 15.4%、利息覆盖 12 倍,核心指标全部健康,负债重的表象不构成实质问题。

2.4 资本配置

RELX 的资本配置纪律是公司的核心竞争力之一。多年来它把每年的自由现金流分配在四个方向。

并购策略很有特点,每年完成 5 至 10 个小并购,平均规模 4 亿英镑左右,几乎从不做大规模并购。这种策略的好处是任何单笔失败都不至于伤筋动骨,且历史上整合成功率极高。2024 年收购的 Henchman(比利时法律科技公司)是经典案例,收购完成几个月后,LexisNexis 把 Henchman 的文档管理技术整合进 Protégé,直接推动 2025 年 Legal 板块从 +7% 加速到 +9%。

回购方面,2024 年 10 亿英镑,2025 年 15 亿英镑,2026 年指引 22.5 亿英镑(其中已完成 2.5 亿)。回购规模在持续加码,而且是在历史低估值时加码,这是创造每股价值的关键动作。

3. 行业地位与竞争格局

RELX 的特殊性在于它在四个领域分别处于第一或第二,但没有任何单一对手覆盖它的全部业务范围。

具体到关键数据。Elsevier 承担全球大约 17% 的科研论文产出,但获得了约 29% 的引用,运营 3,000 多份期刊,与 36,000 名编辑和 170 万名同行评审专家协作。LexisNexis 法律和新闻数据库包含 1,190 亿份文档和记录,Lexis+ with Protégé 平台拥有 2,000 亿法律文档,每天新增 400 万。LexisNexis Risk Solutions 全球部署 200 多个国家,管理 14PB 数据,Digital Identity Network 每年分析超过 1,160 亿笔交易。RX 运营 500 个展会。

3.1 与 Thomson Reuters 的对决

这是法律领域最经典的一对竞争。先看体量:

短期内 LexisNexis 不会全面超越 Westlaw。Thomson Reuters 在美国市场份额第一(约 45-50%,LexisNexis 约 35-40%),美国法院系统嵌入最深(78% 法院 e-filing 用 TR 系统),CoCounsel 用户规模领先(2026 年 2 月达到 100 万),整体 Legal Professionals 收入更高,利润率显著更高。这些都是几十年积累的结果。

但在以下几个维度,LexisNexis 已经反超或大幅领先。

• 第一是 AI 产品准确率。斯坦福研究显示 Lexis+ AI 错误率 17%,Westlaw AI-Assisted Research 错误率 34%,Lexis 几乎是 Westlaw 准确率的两倍。这是产品力上的代差。

• 第二是国际化布局。LexisNexis 在英联邦(英、加、澳、新)、香港、欧陆都有显著优势,Thomson Reuters 北美依赖度 75% 以上。

• 第三是 AI 生态合作。LexisNexis 与 Anthropic、OpenAI、Microsoft、Mistral、AWS 都有直接合作,2025 年与 Harvey 达成战略联盟,而 Thomson Reuters 主要是单一 OpenAI 路线。

• 第四是数据库总量。LexisNexis 的 4,300 万文档比 Westlaw 的 3,800 万多,Shepard’s 引用系统从 1873 年开始,比 KeyCite(1997 年)更深更早。

最有趣的反差是估值。Thomson Reuters 估值倍数(28-32x PE)比 RELX(19-21x)高 50%,但实际业务质量差距并没有那么大。增速相近,RELX 利润率(35%)和 ROIC(15.4%)还略高于 TR(33% 和 13%)。这种估值差异主要来自上市地点、披露文化、业务聚焦度的差异,不是真实生意质量的差异。

RELX 短期竞争不过 Thomson Reuters Legal,但中长期正在赢得”产品力加国际化”的关键战场。两家都不会输,行业整体扩张让两家都受益。

3.2 全球同业对比

RELX 估值显著低于同业中位数(约 30%)。同样的生意质量,RELX 只享受同业 70% 的估值。这一点是后面估值分析的核心起点。

4. 核心优势与护城河

4.1 数据资产

RELX 最核心的优势是数据资产,所有其他优势都建立在这之上。有几个特征值得展开。

• 第一,数据是河流不是水库。很多人以为 RELX 的数据是静态库存,卖一次就少一次,这完全错了。Elsevier 每年新发表 60 多万篇论文,LexisNexis Risk 每年新增 1,000 亿笔以上交易记录,Shepard’s 每天都在更新判例引用关系。RELX 卖的不是现有数据库,而是持续运行的科学评审基础设施、持续更新的判例引用网络、持续记录的全球数字身份网络。这就像电网,电是持续在产生的,你不能把它卖完。

• 第二,数据有三层价值。原始数据是第一层(论文文本、判例文本、交易记录),数据上的结构是第二层(引文网络、判例引用关系图谱、风险评分模型),嵌入工作流的工具是第三层(ScienceDirect、Lexis+ AI、ThreatMetrix)。RELX 向 AI 公司做的数据授权主要是第一层,第二层和第三层是 AI 公司即使拿到原始数据也复制不了的真正护城河。

• 第三,数据有网络效应。LexisNexis Risk 的 Digital Identity Network 是典型例子,每加入一个新客户银行,就贡献新的交易数据,让欺诈识别模型更准,反过来吸引更多客户。这种贡献式数据库是后来者无法快速建立的护城河。

LexisNexis CEO Sean Fitzpatrick 有一句话很到位:你给一个人 10 亿美元,他也建不起这种资产组合。这不是吹牛,是事实。几十年沉淀的数据深度、权威性、客户关系,确实不是钱能砸出来的。

4.2 工作流嵌入

RELX 的产品已经成为客户日常工作流程的一部分。律师查 LexisNexis、科研人员投 Elsevier、风控人员查 LexisNexis Risk,这些都是行业空气级别的存在。

工作流嵌入的量化指标是续约率,RELX 各分部续约率长期保持 90% 以上。一旦客户的整个工作流、历史记录、决策流程都建立在 RELX 平台上,切换成本就极高。

更深层的嵌入来自专业责任要求。律师不能拿一个 ChatGPT 给的”看起来对”的答案上庭,他需要可以引用的、有出处的、被 Shepard’s 验证过仍然有效的判例。研究员不能引用一个 LLM 编出来的论文,他需要真实存在、经过同行评审的文献。LLM 提供”快速答案”,RELX 提供”可问责的依据”,这是两种不同的产品。这种法律责任链条是 LLM 短期内无法承担的。

4.3 网络效应与品牌

RELX 几个分部都有不同形式的网络效应。Risk 板块的 ThreatMetrix 是最典型的双边网络效应,更多客户带来更多交易数据,模型更准,反欺诈结果更好,客户更愿意付费,吸引更多客户加入。STM 板块的网络效应来自学术声誉,Cell、Lancet 等顶级期刊有”研究者要投、读者要读”的双向需求。Exhibitions 板块也有典型双边网络效应,参展商希望去访客最多的展会,访客希望去参展商最齐全的展会。

品牌方面,RELX 旗下品牌都是各自领域的事实标准。Cell、Lancet 是医学顶级期刊,Shepard’s 是法律引用的金标准,LexisNexis 是法律研究代名词,Scopus 是学术评估基础设施。这些品牌在各自专业社区里就是质量信号。

4.4 资本规模

RELX 每年自由现金流 23 亿英镑以上,可以从容投入 AI 研发,不像创业公司必须为下一轮融资讲故事。这种资本规模让 RELX 在 AI 时代有四个优势:不需要短期变现压力,可以做长期产品投入;能够同时与多个 AI 模型供应商合作而不绑死任何一家;可以做战略性收购(IDVerse 5 亿美元、Henchman 等);能够大规模回购在低估值时创造股东价值。

加上集团 4 个分部支撑,Legal 投入有保障,STM 投入有保障,Risk 投入有保障,各分部不需要争夺有限资源。这是单一业务公司难以做到的。

5. AI的机会

RELX 的 AI 战略是行业里最有深度的。它不是单一产品策略,而是一套三层结构的体系。

• 第一层是内容层,收所有 AI 公司的过路费。把权威数据(判例、论文、风险数据)以 API 形式开放给所有 AI 平台。Anthropic 的 Claude 法律插件用了它的数据,Harvey 用了它的数据,Cohere 等也在合作。这一层的逻辑是”中立的内容供应商”,不和任何 AI 公司直接对抗。

• 第二层是接入层,在自己的产品里集成所有主流 LLM。Protégé General AI 让律师在 Lexis 平台里可以选择用 Claude Sonnet 4、GPT-5、o3 等任何一个主流模型,但答案都会被 Lexis 的 Shepard’s 引用系统校验。这一层的逻辑是模型不可知论(model agnostic)。LexisNexis 从 2020 年就开始测试 GPT-2,后来又测试 GPT-3、Anthropic 等等,从一开始就决定不下注任何一个模型供应商,而是做”模型层之上的工作流层”。

• 第三层是垂直 AI 层,用自有数据微调自有模型。Protégé Legal AI 用的是 LexisNexis 微调过的模型,在专有基础设施里运行,锚定在判例、元数据、引用关系上。这一层是真正的专家级 AI,但有意没有走 ChatGPT 那种通用对话产品的路,而是嵌入到工作流里。

这三层叠加的结果是,无论 AI 行业怎么演化,RELX 都有位置。如果通用模型变得超级强大,它在第一层(数据)收钱;如果模型分化、客户需要选择,它在第二层(平台)收钱;如果专业领域真的需要垂直深度,它在第三层(自有 AI)收钱。

5.1 产品矩阵

Legal 板块的 AI 产品矩阵已经成型:

STM 板块的 AI 产品也在快速铺开:

Risk 板块的 AI 已经是核心引擎,从 20 多年前就在用机器学习做反欺诈,生成式 AI 时代之后,IDVerse 又加入了深度伪造检测和 AI 文档认证能力。ThreatMetrix、RiskNarrative、IDU 等产品本质都是专业 AI 系统。

5.2 Harvey 联盟与 Anthropic 整合

2025 年 6 月 LexisNexis 与 Harvey 的战略联盟是法律科技十年来最重要的事件之一。

合作的本质是单向数据集成,Harvey 用户在 Harvey 平台内可以调用 Lexis 的美国判例法、成文法、Shepard’s 引用系统,以及 Protégé AI 助手。两家联合开发工作流,初期包括 Motion to Dismiss(驳回动议)和 Motion for Summary Judgment(简易判决),后续陆续上线更多。

Harvey 选择 LexisNexis 而非 Westlaw,因为 Harvey 缺权威法律内容。Lexis 选择 Harvey,因为 Harvey 是法律 AI 创业公司里估值最高、客户基础最强的(300 多家律所),与其让它独立做大成为对手,不如把它绑定为分销渠道。

2026 年 1 至 2 月 Anthropic 推出 Claude 法律插件,引发市场恐慌,RELX 单日跌 14%。但 LexisNexis 几周内就把 Anthropic 的法律插件集成到了自己的 Protégé 平台里,反向把威胁变成合作。CTO Greg Dickason 把这种关系叫做”合作中竞争”(coopetition),这是 RELX 这种公司能做出来的高级玩法,因为它的数据足够稀缺,有谈判筹码。

5.3 AI 准确率优势

斯坦福大学的研究是这场竞争里最关键的客观证据:

LexisNexis 几乎是 Westlaw 准确率的两倍。这是产品力上的代差,不是营销的差距。在法律这种错误代价极高的领域,准确率差距直接影响客户选择。一位三年 associate 测试 Anthropic 法律插件加 LexisNexis Protégé 后说,完成法律任务的速度像从马车换到玛莎拉蒂。这种用户体验差距需要时间转化为市场份额,但方向已经明确。

6. 市场需求与扩张机会

各分部对应的市场规模

RELX 当前 130 亿美元收入,只占其所在市场总规模的约 9%。其中 3 个领域(Legal AI、反欺诈、身份验证)市场增速都在 15 至 28%,远超 RELX 当前 7% 的整体收入增速。这意味着市场需求增长的上限远高于 RELX 当前业绩反映的增长。

6.1 需求依然被低估

• 第一,AI 时代反而推高了对权威数据的需求。AI 越强,真信息越稀缺。LLM 容易产生幻觉,客户需要权威数据校验。AI 工具普及让合规要求上升,法律责任、监管要求让客户更需要可问责的数据源。通用 AI 可以接近答案,但不能承担责任,责任链条永远需要权威数据。AI 让律师效率提升,律所反而扩张,单律师产出更多,律所雇用更多律师。

• 第二,全球数字身份危机带来反欺诈需求大爆发。合成身份欺诈占全球欺诈比例从 1.4% 增长到 11%(8 倍增长)。AI 驱动 bot 攻击 +450%。全球反欺诈支出年增速 22%。LexisNexis Risk 的 Digital Identity Network 处于这个洪流的核心。AI 既是威胁,也在创造对反欺诈基础设施的史无前例需求。

• 第三,国际化空间远未被充分挖掘。RELX 当前北美 58%,欧洲 21%,其他地区 21%。亚太(尤其印度)、中东、拉美几乎是低渗透或零渗透状态。Lexis+ Protégé 的法、德、西、意四国扩展(通过 Doctrine 收购)、香港首发,都是这一波的开端。

• 第四,企业法务部门崛起被严重低估。美国企业法务 AI 采用率从 23% 跳到 52%(1 年内),企业法务团队规模从 10 年前几十人扩张到现在几百人,ESG 合规要求持续加强。企业法务部门正在变成 LexisNexis 第二大客户群。

• 第五,新兴客户群在出现。加密货币交易所(反洗钱)、数字游戏平台(身份验证)、跨境电商(反欺诈)、AI 创业公司(数据授权)、政府数字化(福利反欺诈)、中小律所(AI 普惠)等,都是 RELX 历史上没有充分覆盖的新客户群体。

6.2 各分部的具体爆发点

• Risk 板块。国际市场扩张是最大机会,LexisNexis Risk 的反欺诈业务在美国已经高渗透,但欧洲、亚洲、拉美的渗透远远不够。中小金融机构和金融科技通过 API 化、SaaS 化产品快速接入。政府福利反欺诈每年损失上千亿美元,持续扩展。保险扩展到家庭、商业、宠物、网络险等新险种。医疗欺诈每年估计 1,000 亿美元规模。

• STM 板块。企业 R&D 市场被严重低估,制药、化工、半导体、新能源企业研发部门对科研工具需求快速增长,客单价高于大学图书馆。AI 工具的 ARPU 提升,LeapSpace、Scopus AI、ScienceDirect AI 都是在原有订阅之上附加销售。新兴市场科研基础设施,中国、印度、东南亚、中东科研投入快速增长。临床决策支持(ClinicalKey)在 90 多个国家有部署但渗透远未饱和。护理教育市场(Sherpath AI)瞄准全球护士培养。

• Legal 板块。AI 产品国际扩张是核心,Lexis+ AI 和 Protégé 已在美、英、加、澳、新、港部署,陆续扩展到南非、法国、奥地利,欧洲大陆、亚洲、拉美这些大市场刚刚开始。企业法务市场,世界 500 强法务团队从几十人扩张到几百人,合规成本飙升,急需 AI 工具。中小律所(SMB)市场过去因价格因素用得少,AI 工具让产品可以做分层定价。监管科技(RegTech),Intelligize 在 SEC 监管收紧、ESG 监管出台、AI 监管立法背景下需求爆发。Harvey 联盟带来交叉销售机会。

• Exhibitions 板块。新兴市场(印度、东南亚、中东)的 B2B 会展需求快速增长,数字化工具(AI 配对、虚拟展会、数据分析)提升客户体验。

6.3 用量爆发的具体证据

目前relx部分增速不如整体市场增速是因为。比如，Legal 板块大部分是传统订阅(占 60-70%),AI 业务实际增速 25-30% 但被传统业务稀释到 +9%;订阅模式有 3 年合同惯性,转型缓慢;法律 AI 市场口径包含 RELX 不做的领域(eDiscovery 等);市场 28% 增速里有大量被新创业公司瓜分;Westlaw 同样在加速,瓜分增量;RELX Legal 增速实际正在持续加速,从 +5% 走到接近 +10%。

7. 估值分析

从历史区间看,RELX 当前估值在 5 年低位附近,只有 2020 年 3 月疫情底和 2026 年初 AI 恐慌时低于这个水平。

7.1 五种估值方法的目标价

• 方法一,历史均值 PE 回归。历史 5 年均值 26x 乘以 2026E EPS 1.85 美元,得出 48 美元,上涨空间 +32%。

• 方法二,同业可比估值。行业中位数 27x 乘以 1.85 美元,得出 50 美元,上涨空间 +37%。

• 方法三,DCF 基础情景。假设未来 5 年 FCF 增速 +9%,5 年后过渡到 +5%,终值增速 +3%,WACC 7.5%,得出公允价值 45.5 美元,上涨空间 +25%。

• 方法四,分部加总(SOTP):

得出股权公允价值 552 亿英镑(约 740 亿美元),对比当前市值 650 亿美元,隐含上涨空间 +14%。

方法五,股息折现模型(DDM)。当前股息率 2.5%,股息增长率历史平均 +7%,假设长期股息增长率 +5%,必要回报率 8%,得出公允价值约 43 美元,上涨空间 +18%。

7.2 目前估值便宜不是因为质地不好

RELX 在多数核心指标上(营业利润率、ROIC、现金转化率、AI 产品准确率)反而比 Thomson Reuters 更好,但估值低 40%。这是典型的错误定价形态。

7.3 估值修复路径

8. 估值修复路径

8.1 已经发生的催化剂

8.2 未来 24 个月的催化剂日历

8.3 同业披露 AI 数据后的股价路径参照

• ServiceNow Now Assist 从 2023 年 5 月推出到 2025 年高峰,股价累计上涨 +104%。每次详细披露都是显著正催化剂,包括 Now Assist 是史上最快达成 1 亿美元 ARR 的产品(2024 年 1 月披露,股价 +18%),后续季度持续披露 ARR 增长。

• Salesforce Agentforce 从 2024 年 9 月推出,初期 +10% 但后续因 200 单成交低于预期 -10%,2025 年 Q4 披露 5,000 单超预期 +8%。Salesforce 经验提醒我们,披露数据如果不及预期反而会被打击,这正是 RELX 故意延后披露的逻辑。

• Thomson Reuters CoCounsel 通过持续披露用户增长,享受了 SaaS 类似的估值溢价(28-32x PE),即使在 AI 恐慌后跌幅也比 RELX 小得多。

RELX 在四个样本里业务体量接近 ServiceNow 和 Thomson Reuters,AI 产品成熟度比 Salesforce Agentforce 高,商业模式最像 ServiceNow,估值起点比四个样本都低。预期上涨幅度 +50% 至 +80%,分 2 至 3 年实现。

9. 关键问题解答

市场目前最核心的担忧来自几个方向。

• 第一,AI 颠覆论。Anthropic、OpenAI 等通用 AI 直接替代 LexisNexis/Elsevier。反驳是 LLM 没有专有数据,律师不能用未验证答案上庭,责任无法追溯。Stanford 研究 Lexis+ AI 错误率 17%,通用 LLM 远高于此。实际续约率 90% 以上无下滑,Legal 增速从 +7% 加速到 +9%。合理度约 30%。

• 第二,定价权侵蚀。AI 让信息变得便宜,客户压价。反驳是 RELX 报告 AI 产品带来双位数支出提升,反而提价。2025 年 Legal 利润率扩张 +80bps,集团整体利润率扩张 +90bps。合理度约 20%。

• 第三,续约率下滑。律所 IT 预算被分流到 AI 创业公司。反驳是 2025 年报续约率仍强劲,4 月份交易更新维持双位数增长。合理度约 20%。

• 第四,Visibility Premium 消失。订阅制公司的可预见性溢价被重新定价。部分合理,整个 SaaS/数据股板块都在调整,这是行业级现象。但 RELX 的现金流稳定性没有发生任何实质变化。合理度约 40%。

• 第五,AI 收入披露不足。部分合理,RELX 确实不披露具体数字,但业绩兑现胜过披露。合理度约 50%。

• 第六,Open Access 压力。Elsevier 已成功转型 APC 模式,STM 增速从 +4% 加速到 +5%。合理度约 30%。

真实存在的风险

担忧合理性低不代表没有真实风险。需要重点跟踪的风险包括:

• 风险一,AI 真正的中期颠覆路径(最大风险)。概率 20% 至 30%,时间窗口 5 至 10 年。触发条件是 LLM 能从公开数据自主重建专业知识图谱。影响是部分低端市场流失,但高端客户(责任要求)仍需 RELX。缓解因素是 RELX 自己也在做 AI、Harvey 联盟锁定生态。

• 风险二,监管和 ESG 风险。美国 ICE 合作争议(LexisNexis Risk 与移民执法部门合同引发员工抗议),数据隐私监管(GDPR、CCPA),反垄断诉讼,涉孕妇/堕胎数据诉讼,欧盟 AI 法案。概率 30% 至 40% 出现重大事件,严重程度中等(罚款可能 1 至 5 亿美元级)。

• 风险三,Open Access 长期压力(STM)。概率高(已经在发生),影响范围 Elsevier STM 业务,影响幅度利润率长期可能下降 2 至 5pp,缓解因素是 Elsevier 已转型,APC 模式同样高利润。

• 风险四,利率风险。净债务 72 亿英镑,1% 利率上升等于 7,200 万英镑额外成本,占利润比约 2 至 3%。缓解因素是 66% 固定利率加自由现金流强。

• 风险五,英镑兑美元汇率。60% 美元收入英镑财报,2025 年汇率使报告增长被压缩 5pp。不影响业务,只影响报告数字。

• 风险六,商誉减值风险。商誉 79 亿英镑,占总资产 54%,占股东权益 335%。RELX 的并购质量历史上很好,几乎没有大规模减值。如果 AI 转型失败可能会有部分减值,但概率不高。

• 风险七,管理层接班。Erik Engstrom 已任 CEO 16 年,5 年内可能交接。资本配置纪律可能改变。管理团队稳定,内部传承机制成熟。

• 风险八,科研造假/同行评审危机(STM)。AI 生成论文激增,影响学术信誉。Elsevier 已建立 AI 检测工具。

风险其实很小。但如果Legal 有机增速跌回 +6% 以下;续约率明显下降(85% 以下);自由现金流增长停滞;商誉大额减值;CEO Erik Engstrom 突然离开;美国监管机构对 LexisNexis 立案;三大评级机构降级;净债务/EBITDA 升到 2.8x 以上;管理层突然减持;公司开始用激进会计;STM 增速倒退到 +3% 以下。就需要警惕了。

10. 总结

财务投资角度看。如下。但是市场炒作和周期并不会这么简单。我的意思是，不要低估市场非理性的部分。

因此

对长期持有者(5 年以上)。这家公司过去 25 年穿越了互联网泡沫、金融危机、疫情、AI 冲击,每次都活得更好。它现在的业务质量(全分部加速、利润率扩张、AI 已经在变现)比过去任何时候都强。21x PE 不便宜但合理,买的是一个复利机器加 AI 时代基础设施的双重故事。年化 16% 至 17% 的回报对长期持有者是非常优质的。

对中期投资者(1 至 3 年),需要看催化剂。催化剂可能来自 Legal 板块增速从 +9% 跳到 +12%(Harvey 联盟和 Protégé 国际化),市场重新认知 Risk 板块的数据基础设施价值,STM 的 AI 工具放量。如果这些发生,估值有从 21 倍向 28-30 倍重估的空间。如果这些没发生,股价可能横盘消化估值。

对短期投机者,酌情吧，还是偏左侧。但市场嘛，说来也就来了，理性可以分析，感性上开始炒作ai收益软件标的，那还有很大机会。总之，这家公司没有短期 catalyst,股价波动小,也需要注意。

如果只用一句话概括:RELX 是一家被严重低估和误解的优质企业,而当下处在它过去 5 年里比较好的位置之一。

这家公司从外表看分散、复杂、不性感,四个不相关的业务,英国户籍但美国为主,不讲 AI 故事,披露保守,CEO 低调,估值结构怪异。但深入研究会看到完全不同的画面。

它在四个领域分别处于近垄断或第一第二位置,核心资产是几十年甚至上百年积累的专有数据,这些数据具有持续生产、网络效应、工作流嵌入、品牌权威等多重护城河特征。它的商业模式是一个混合形态(54% 订阅加 46% 长期合同框架的用量计费),既有 SaaS 的稳定性又有过路费的爆发性。它已经把 AI 战略推进到行业最深的程度(三层结构:数据 API 层、模型接入层、垂直 AI 层),AI 准确率显著优于直接对手 Thomson Reuters,与 Anthropic、OpenAI、Microsoft、Mistral、Harvey 都有合作。它的业务正在加速,四个分部 2025 年全部加速,利润率全部扩张,Legal 从 +7% 跳到 +9%,Risk 维持 +8% 高位,STM 从 +4% 加速到 +5%,Exhibitions 利润率扩张 +250bps。

它所在的市场需求被严重低估。法律 AI 市场年增 28%,反欺诈市场年增 22%,身份验证市场年增 15%。RELX 当前只占其所在市场总规模的约 9%,扩张空间是 10 倍以上。具体爆发点包括东南亚和印度合规、欧陆法律 AI、企业法务 AI 化、加密货币合规、政府福利反欺诈、医疗反欺诈等。

它的财务质量非常优秀。ROIC 15.4%,现金转化率 99%,营业利润率 35%,利息覆盖倍数 12 倍,自由现金流 23 亿英镑/年。资产负债表看起来怪异(股东权益薄、负债重)是成熟现金流公司的特征(真实价值在表外、大量回购消耗权益),不是缺陷。

但它当前估值在 5 年最低分位(前瞻 PE 19 至 21 倍),比同业中位数低 30%,比直接对手 Thomson Reuters 低 40%。这种估值差距的 65% 至 75% 来自非质地原因(上市地折扣、披露文化、AI 恐慌、集团折价、管理层风格),只有 15% 至 20% 来自真实质地差距(Legal 利润率较低、Exhibitions 周期性)。

未来 24 个月有多个明确的催化剂窗口,包括 2026 年 7 月半年报(验证 Legal +10% 增速)、2027 年 2 月全年报(可能首次完整披露 AI 数据)、2027 年内可能的 Capital Markets Day。同业(ServiceNow、Salesforce、Thomson Reuters)详细披露 AI 数据后累计涨幅 +50% 至 +100%。

风险评估方面,当前市场担忧的合理度大约只有 30%,但估值反映了 70% 以上的担忧。真实存在的长期风险包括 AI 中期颠覆路径(20% 至 30% 概率)、监管和 ESG 风险、OA 长期压力、管理层接班,但没有一个达到基本面恶化的程度。下行风险约 -15%(跌到 31 美元),上行机会约 +50%(涨到 54 美元),风险/收益比是显著不对称的。

我的核心判断是:RELX 是当前市场上少数几个估值低位、业绩加速、护城河深、AI 战略已经在兑现的标的。概率加权下,12 个月目标价 44 美元(+20%),24 个月目标价 52 美元(+45%),36 个月目标价 54 至 60 美元(+50% 以上),年化回报约 16% 至 17%。对长期持有者、价值偏好者、相信 AI 时代权威数据稀缺性的投资者,这是一个高质量的复利标的。

最重要的认知是:这家公司的真实价值不在它的故事里,而在它的复利里。它不会让你三个月翻倍,但它会用 5 年到 10 年的时间,把现金流稳定地转化为每股价值,持续穿越每一次技术变革,如同它过去 25 年一样。市场每次预测它”灭亡”时(1995 年福布斯、2018 年 Plan S、2023 年 ChatGPT、2026 年 Claude Crash),最后都成为还不错的买点。这次大概率也不例外。

The Shuffle Light is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.