# market update Shanghao Jin · 2026-10-18 · 91 min · https://x.com/shanghaojin/status/2111827847727980777 ## 逐字稿 Shanghao Jin 我看看有没有录音。我看不少朋友上来了，我看看给谁帮我 co-host 一下。我等一等。你们听得见吗？听得见的话，给个表情好吗？好的，听得见，行。等一下，我看看谁给我 co-host 一下，待会儿我讲话的时候用。 OK，我讲一下我最近一段时间对市场的看法吧。其实两周前我讲过，市场上可能会有流动性危机，流动性可能会比较差一点。那个时候我没有让大家平仓，也没有提到说大家要跑掉，因为我觉得那个时候的风险上下相对对称。 ### Finding Alpha 我说一下为什么我最近在 Twitter 上一直相对看多。先讲两个事吧：一个是如何在市场上找到 Alpha，以及如何把这个 Alpha 交易出来。这也关系到为什么这次我看到流动性可能比较差，却没有让大家降低仓位或者平仓。 做量化的人经常在市场上筛选各种各样的因子。做过量化的肯定都知道，筛因子的时候有很多种，可能几百、几千种。对于散户能够下单的频率来说，没有一个因子是能够拿得到的。不管这个因子是 implied vol、恐慌指数，还是盘口数据，你得做 sub-second，也就是毫秒级的交易，才有可能用得上。又或者，你通过多个矩阵组合，挖出很多因子，再把它们组合在一起，那绝对是有 Alpha 的，大家都在做这件事。 但是对散户下单来说，其实没有一个因子能保证你赚钱。在没有 Alpha 的情况下，我看这个市场，唯一一种散户下单能够赚钱的策略就是 sell put。过去 5 到 8 年，唯一能行的就是 sell put。Sell put 赚的最终是市场上涨的钱；sell call 不赚钱。虽然有 positive skewness，但哪怕你一直卖 call，每天卖，或者每 5 天卖一次，把东西都吃掉，过一段时间回头看也是这样。 你们做很多交易的时候，包括我，也会看到流动性有问题，也会看到各种市场风险指标、因子指标。但是最终操作成功，往往是幸存者偏差。举个线性的例子，最后操作成功，往往就是幸存者偏差。可能我一年躲过两次，而且这两次都躲中了，然后觉得自己很厉害；或者我踩中了，空头砸对了，砸下去以后很开心。这都很正常。 但是这些因子在统计上其实是无效的。统计上有效是什么意思？就是你按照自己的市场感觉操作，每个星期在那里调仓，跑几年以后赚到钱，那才是 Alpha。简单地说，我们筛因子的时候，在美股上用简单的线性矩阵，很少能看到这些因子。 这就是我开场讲这些的原因。虽然我也看到流动性会比较差，但当时觉得利率上升还可以；利率的 vol 一旦上去，一般来说市场就会有比较大的波动。不过最终来说，不要瞎操作，也没有什么问题。当然，现在是不对称风险，风险发生了，市场跌下来就是跌下来了。 ### The AI Infrastructure Cycle 第二个我想说的是，如果你觉得自己操作没有 Alpha，真正的 Alpha 是什么？真正的 Alpha 是你对行业的了解，它能在更长的周期里帮你赚到钱。所以现在我们处在一个交点上：你到底认不认 AI，认不认半导体这件事？ 数据和半导体这两件事，是一个双向的推论。其实我们经历了 3 次周期：第一次是互联网周期，第二次是移动互联网周期，第三次就是现在 AI 的周期，也就是半导体带动数据、数据带动半导体，然后带动能源。 第一次，我们把原来积累在纸面上的数据放到电脑里存起来，这是第一次半导体和数据连接起来。第二次，在十几年的数据周期里积累了很多数据，人们需要更频繁地访问数据，所以我们发明了手机，让人和数据有更多接触，于是有了移动互联网周期。 但我们要认清一点，这一次 AI 周期不是看 AI 能干多少活，而是数据和半导体之间的连接会变得更紧密、更频繁。这是个范式变化。数据和半导体接触的过程本身，会成为一件很普遍的事。不管 token 价格怎么样，整个市场还没有做好准备，让半导体变成最大的产业。我不是说我多么信任 AI，但我相信这件事肯定会发生。 我们从互联网到移动互联网，再到现在的 AI，发生了几次大的转移。前一次是人把原本记在纸上的东西记到电脑里，可以互相查看；再到移动互联网。接着数据量到了足够大的程度，人们开始通过移动互联网访问。现在的数据调用和当时已经不是一个数量级，而且这个过程方兴未艾，才刚刚开始。 这也是为什么我今天在会员频道讲这件事。我觉得市场上有很多不同观点，最近这些观点之间拉扯得比较厉害。我不太想拿自己的观点被别人引用。我有一些看空的人，跟我关系不错，但我不同意他们在市场上的一些说法。待会儿我讲完整体看法，会讲一下上周市场为什么跌成这样，以及我怎么看后面。现在先总体说一下。 ### Is Demand Really Topping 我不太同意现在流传的一种说法，说需求到头了。比如光通信、存储、半导体，或者整个半导体行业的需求，随着 token 减少而减少，需求到顶了。如果真正需求到顶了，那你就别说云端了，连 TSMC 都可以下去。大家的观点是一样的：如果你今天认为需求到顶，你质疑的是什么？你是在说云厂今天下的订单不负责，看的只是 Anthropic 或 OpenAI 的 AI，之后数据还会往下掉，所以云厂的订单不靠谱。 云厂订单不靠谱，到了 TSMC 自然也不靠谱；Fabless 端也不靠谱，到了 TSMC 的上游厂家也都不靠谱。所以现在市场在定价 2027 到 2028 年半导体要砍单。举个例子，ASML 的订单已经订到后年了，你认为后年的订单不确定、要砍掉，市场现在就在这样定价。 我不太同意。我觉得这样说的人把这次事件的因果倒置了。如果事情发生，是因为半导体需求或者 token 需求出了问题，我们对 AI 的看法转变，然后市场开始砸盘、信用利差变宽，大家开始淡定，那原因就在基本面，这才是他们讲的问题。 ### The Liquidity Shock 但我觉得这次的原因并不是基本面，而是我两周前说的流动性问题。三四周前我们看到利率上升。利率上升本身不是问题，但是利率波动率也在上升，超过临界点就有风险，而且这个风险在两个星期前开始蔓延，主要蔓延到信贷市场，包括企业信贷和主权信贷。主权信贷现在还没有完全恢复，各个地方都有自己的基本面原因，但把它们合在一起看，其实没有什么共同的基本面原因，就是流动性问题。 这个流动性问题是不是升息造成的？并不完全是。我觉得更多是联储现在不想给市场非常明确的预期，而且联储不想宽松断针这件事比较明确。对通胀和加息的预期，导致油价和利率挂钩了。油价本来的波动率就大，最近又在打仗，伊朗这边出了事情，所以油价的波动率被输入到利率上，导致利率波动率变大。 市场上有几十万亿美元的利率相关衍生品，所以它会对所有市场造成普遍的流动性冲击。这个冲击是阶段性地传到各个市场，你不能说它一定先冲击股票，也可能先冲击债券，也可能不冲击股票。这件事本身就不确定。但它确实在两个星期前蔓延到了 credit、主权 credit，也蔓延到了 FX。FX 的影响也很恶劣，如果回头看南美那些货币，在股票之前就已经跌得一塌糊涂。 周五有人在群里问我市场跌得很恐怖，我当时没注意，晚上睡觉了。但我觉得现在股票市场的恐慌，没有两三个星期前 credit 市场，或者欧洲债券市场的恐慌严重，那个时候可能更严重。所以如果你把原因看成流动性紧缩，它会从 credit 影响市场。比如法国国债跌了 4%，美国国债不跌个 20% 到 30%，你觉得合理吗？它可以不跌 20% 到 30%，业绩很好，但跌 20% 到 30% 也很正常。 这是流动性紧缩把冲击传了出去：先冲击 CDS，CDS 拉宽以后，股票开始下跌，大家就开始质疑需求本身。不要把因果倒置。为什么要这样看这件事？因为要判断它是长期问题还是短期问题。如果是短期问题，它在那里不停波动的时候，就回到我最开始讲的，怎么找市场投资的 Alpha。 这种事件可以看成随机事件。你很难在随机事件中间赚钱，只能在确定性事件中间赚 Alpha。确定性事件就像打德州扑克时你看到了底牌：你知道半导体怎么样，知道后面大家想下什么单，所以你赌的是这条赛道。 为什么很多看基本面的人在短期操作里不太会赚钱，经常会亏？因为 fundamental view 的周期是两年、三年、五年，但你下单是在 2021 年、2031 年，中间很可能有人觉得你明年就要砍单。你可能知道明年、后年，比如 ASML 的订单肯定没问题，但要验证这件事需要两年。虽然看上去不长，但放在每天的市场波动里就很长。所以短期里拿基本面去操作并不稳。如果你是拿基本面进入市场，说明你想赚 fundamental Alpha，那就拿着不要动。这是我的观点，我对 AI 没有任何观点上的变化。 我刚才讲了，我认为这一轮市场冲击是流动性冲击的延伸。冲击会不会继续、会打到哪里，本身有不确定性；这一次它确实打到了股票市场。大家可能更关心的是，从确定性角度看市场会怎么样，特别是短期。我觉得大家可能对短期比我刚才讲的长期更感兴趣。看到有人进来了，如果你们问我问题，待会儿大家可以一起讨论。我先说一下我的短期看法。 ### Hedge Funds Force the Trade 我觉得现在是 hedge fund 在 forcing 的策略，也就是猎杀大象。什么叫 forcing？我知道现在距离中期选举还有两个星期，中期选举之前伊朗这边很可能会闹出一些幺蛾子。刚才讲流动性问题的时候忘了补充，为什么我一个星期前觉得风险没有那么大，或者说如果看风险偏好，我会更站在看多一边？ 一方面，我只能看到长期，所以短期操作对我来说是 brown emotion，我肯定站在长期这一边。即使看到短期风险，我基本上也会站在长期一边。我在 Twitter 上讲过，我只会告诉你流动性好像有点问题。 短期里，我觉得利率上的流动性问题已经缓解了。可以看到周三 CPI 之后利率的变化。为什么冲不上去？因为没有 convexity hedge。Convexity hedge 的节奏是上周那一轮，也就是我上周二出视频的时候那一周。我们看到 convexity hedge 在变少，所以即使 CPI 出了幺蛾子，这次看上去比上个月还严重，市场反应还是比较轻。我不觉得这是因为联储有几个委员说 10 月不加息；非农数据出来之后，10 月加息已经 off the table，大家等于都认为不会加息了。但 CPI 对利率整体市场的影响比较 mild。 我觉得原因是 convexity hedge 结束了。第二，市场往上走、vol 飙升的时候，有大量的 vol 平仓，也有大量的 swaption 平仓。这个 gamma squeeze 和股票上的 gamma squeeze 没有任何区别，一模一样。大家可以想一想股票卖 option 时 gamma squeeze 怎么发生，在利率市场也是这样。 我觉得这个 gamma squeeze 也在结束。在现在这个位置再卖 swaption，利率本身比股票更 mean-reverting，也就是更容易向均值回归。无论是做市商做市，还是卖 option，收益都比较容易获得。股票上光卖 call 不太会赚钱，卖 put 才赚钱；但利率波动很大之后，卖 option 比较容易赚钱。所以在那个位置，我肯定会卖 swaption。 我觉得利率 vol 在这个区间里已经差不多到顶了，利率 vol 和利率都在筑顶。如果把这次定义为流动性冲击，冲击打到了 CDS、信贷市场，从信贷市场蔓延到对股票的担心，然后引发恐慌，那么上游的水源已经断掉，没有看到继续恶化，除非伊朗再来一轮大炒作。 所以短期里，市场担心的可能是 hedge fund forcing 这样的交易。流动性差的时候，我手上有钱，肯定会找一个边缘市场把它打爆。周四、周五盘后非常像是要把有杠杆的仓位，或者他们知道有杠杆的大仓位挤压出来。 为什么？第一，新闻报得非常密集。当然，这有巧合的成分，也有炒作的意味。我觉得大家关于基本面的解释很多都能看到，比如我看了布布讲了好多 Anthropic 上市的事情。Anthropic 上市、降价肯定很不好，包括 AI 降价也很不好。 但从基本面说，Anthropic 的 AI 降价有两个影响。第一，我觉得是 per token 价格在下降，OpenAI 和它打价格战。开源模型的影响可能还没有那么严重，但 OpenAI 可能有影响。第二是供应面的影响：最后还是没有半导体供应，或者供应有点不足，新的部署可能要到三季度。所以我知道像 Google 他们内部自己租算力，做训练都比较紧。这时候告诉我 Anthropic 的 AI 降价、算力要过剩，我肯定不认。 我说得可能有点乱，因为开 Space 就随便讲一下，没有准备得很好。为什么说 hedge fund 在 forcing 这样的交易？我觉得是有些仓位想把它挤爆。流动性源头现在虽然止血了，但还不宽裕。Credit market 没有恢复，IG 还好，但还有很多地方没有恢复，spread 还是很高。法国、意大利和西班牙国债的 spread 也没有恢复，还是很高。 它的传递是从 credit 传过去的。如果我看到一个边缘市场，它的波动性应该比主流市场更大，我很容易把它砸爆。市场上这种事情司空见惯：大家都知道那个仓位在那里，没人会接盘。于是就炒作最疲软、最脆弱的点。AI 上最脆弱的点就是 CoreWeave。 ### CoreWeave and Credit Risk 关于 CoreWeave，我也跟以前高盛的几个老同事聊过。大家担心的焦点是，他们相信 AI，也了解行业、做了很多调研，但还是有几个 concern。接下来做基金时，他们会担心 hedge fund 现在这样的行为会不会反向造成一次危机。炒高 CDS 和砸低股票不一样，CDS 炒上去会影响公司的融资能力，从而形成负反馈和恶性循环，反向制造一次危机。我们周末讨论过很多次，有些人确实有这样的担心。 我个人觉得，首先基本面其实根本没有变化，公司还是原来的公司。整体的 forward PE 已经到了发布 GPT 之前的水平，我刚刚也发了张图。现在定价半导体特别简单，不像微软，你还要看 corporate AI 能不能做起来；也不像 Meta，你要看 Muse 能不能做起来、能不能赚钱。半导体特别简单，就是零和一：你认为算力够不够。你认为算力不够，那就是一；你认为算力够、过剩，那就是零，大家全完蛋，没有一个能幸存。你今天持有 ASML 也好，或者持有 AEHR 也好，都是一样的，就像开大小。我觉得是“一”。从前端订单和更前端的需求来看，我觉得都是“一”。 但在这个时间点上有几个因素。第一，对冲基金在中期选举之前、在 Anthropic 上市之前要融很多钱，所以有一部分钱要出来，也不会再进去，毕竟要应对融资需求。第二，CDS spread 变化，它又是个边缘市场，整个 credit spread 没有收窄的时候，站在空头去砸盘相对安全。这不代表我们拿着股票半年、一年会不安全，只是空头现在砸盘、影响市场，可能相对安全。 它能不能 force 进入衰退或者信心危机？我觉得和 2008 年比较有一个点挺有意思。08 年整个危机是怎么发生的？CDO 背后的 mortgage 的 default rate、delinquency rate 已经上去了。Delinquency 上升时，先吃掉 equity tranche，再吃掉 mezzanine tranche。那些 CDO 都是根据 mezzanine tranche 合出来的。你看到 CDO 的 super senior，在整个 tranche 里可能就是 8% 到 20% 之间，是由中间的 mezzanine 合出来的。 所以当 MBS 真的跌下去，比如房屋违约率真的上升，这一部分就应该受到伤害，只是不知道会受多少伤害。Lehman Brothers 手上有大量各种未平仓的衍生品，算都算不清楚。最后 delinquency 走了一年半，Lehman 最后好像 settle 在 0.6，我记得是这样。Delinquency 走了一年半，中间算不清楚，最后给你价到零，几乎是零。CDO 在危机爆发的时候，市场也没办法给它定价。整个美联储、政府或者财政部采取的机制就是不管，完全不管。当时只要给 Lehman 提供流动性，这件事就不会发展成那样。 08 年有两个特点。第一，大量相关的杠杆，美联储其实没管，政府放任这些杠杆在市场上一次性平仓。这种问题在现在的市场不可能发生，CoreWeave 也没有这个规模、联系度和量去发生这件事，不存在这个风险。第二，当时 underlying asset 确实在亏损，只是不知道亏多少。CDO 确实亏了 40%，super senior 也亏了 40%。 现在把 CoreWeave 的财报拿出来看，我还不说 Nvidia，只看 CoreWeave 的资产。现在跌得比较多的是 senior unsecured loan，也就是没有抵押的那部分债，spread 涨到了 15%，大概占融资的一半。另外一半是 secured loan 或 collateralized loan，或者和算力中心、Meta、CSP 放在一起的债，利率其实很低，因为有 GPU 作抵押，或者有云厂兜底。所以 CDS 直接把 CoreWeave 挤破产、逼成 default，我非常怀疑，我觉得不可能。 CoreWeave 的财报状态肯定不是很好。但最差的情况不见得是它 default，然后像 Lehman 一样抵押品清算、卖不出去，大家把算力全部停掉，不可能。我觉得比较差的情况可能是它减少投入，但它减少投入的份额甚至都会被别人吃掉，因为现在缺货远远超过它的规模。它一共也就 400 多亿美元，所有 PP&E 加起来大概 460 亿。它租了场地，PP&E 基本上全是半导体设备、芯片、连接设备、电源、电控这些生产资料。你们可以看看二手 H100 和 A100 的价格，最差就按 A100 算。折价以后，460 亿能卖出来多少钱？这还是成本价，里面存储也是当年的存储价格。 它欠了 300 亿债，net debt 大概 300 亿，现金好像 80 亿到 100 亿左右。所以 CoreWeave 状态不是很好，但它的资产能够抵债，现金流是正的。这和当年的 CDO 不一样，CDO 已经出现现金流问题了。New Century Financial 倒的时候，underlying collateral 出问题也已经发生了。 我们怕 credit 问题，是因为它往往会持续很长时间，造成很大的问题。当 credit 问题反映到基本面时，问题往往已经积累了很多，已经积重难返，所以要慢慢释放。但 CoreWeave 现在看到的 credit 问题里，它的资产特别干净，现金流是正的，operating cash flow 是正的，大概能覆盖利息。所以最终看的是能不能找到其他人愿意给它投钱，能不能把它没有建成的算力中心卖给别人，或者打包卖掉。我觉得现在来说很容易，现在连电条都拿不到，大家愿意花 80 亿买电条。 我不觉得这是基本面问题。归根结底，上周整个市场周期里，我觉得很多人讲的是结果，不是原因。市场被 force 进入恐惧状态是真实的，我觉得是对冲基金现在在做的仓位。流动性不好的时候，砸一个边缘市场、砸比较脆弱的地方肯定比较有利。这种交易只能做短期，稍微长一点风险就很大。 我觉得整体市场估值已经压到了发布 GPT 之前的水平。整个半导体行业的订单都是满的，你都不用看行业细分。从彼此的关系来看，相关度都是一，大家都一样。你如果真的认为会砍单，放在哪家公司里都没有区别。比如 CoreWeave 不见了，新的自定义 ASIC 芯片不做了，联发科肯定完蛋，因为它冲得最猛，去台积电拿产能冲得最猛。大华股份也不会好。所以从这个角度来说，业务关联度是一。 正常情况下，大家都缺货，CoreWeave 现成的算力全部封掉，联发科就应该最好，因为它和台积电关系最好，能拿到产能，margin 又低，所以它和 AI chips 都能吃得最饱。这个逻辑还在不在？我觉得还在。 这就是刚才讲的第二个问题：市场是怎么发生的，我们怎么解读。现在是 post deleverage，但整个市场的 leverage 并不高。可能有个别大象杠杆比较高，但整个市场的杠杆、估值和仓位都相对低。低有各方面原因，最主要的是时间：有一些固定时间点之前，大家不太愿意 deploy cash。包括我刚才讲的巴菲特的 end of it，还有很多人在这次业绩之前对业绩不确定，所以不愿意 deploy cash；还有中期选举、选举前的议案这些事情。 ### The Case for Lower Rates 我们稍微把时间拉长一点，放到今年年底。10 月肯定不会加息了，CPI 出来之后，联储几个人已经给出指示，非农数据出来以后，10 月加息已经 off the table。那你可以认为 12 月再加一次息，之后结束。往后看 3 到 6 个月，一定会发生的事情是 tariff effect 下降，这是确定的。Tariff 对今年的核心 CPI 有很多贡献。10 月的通胀数据可能有些问题，因为去年 10 月好像政府关门，导致后面的数据有问题。但你把这几个数据抛掉，看 12 月和 1 月的通胀数据，通胀也不会继续涨。 核心通胀很难变得非常顽固。它是 imported inflation，是供应端通胀。你加息是为了防止它的二阶效应再次蔓延，或者通胀预期继续上去，是未雨绸缪。你今天加的息，明天都得做出来，因为你不可能多生产一头牛，也解决不了供应端的问题。这不是螺旋上升的通胀。供应端的问题，我理解是短期的，不管是 3 个月、6 个月，还是更长时间。现在油船都在开，供应已经到 100%。就算运费是 30、60，海湾里出来的油卖到外面是 90 或 100，你维持在这个位置，能不能从 100 涨到 150，取决于伊朗是否继续搞事，中期选举之后是否还会继续搞，能不能持续 3 到 6 个月。我确实不知道，但我偏看多，觉得比较难。 另一边，CPI 上有明确的降温。所以整个利率方面，我是做利率出身的，上个星期明确看空利率。我觉得利率会降下来。短期涨太多了，长期来看利率要调整到增长水平，但短期涨得太多。从 3 个月、6 个月来看，我们现在开始发生的信贷、利率、外汇和流动性风险，一定是短期事情。 ### Where AI Demand Comes From 第二个方面是 AI 需求。所有人说的其实没有什么用，你也不是下订单的人。很多看空的人说需求不够，都没有什么用。你觉得需求看空或者不够，应该去问 CSP 下单的人或者老板怎么看。反正我得到的信息是很正面的。 我之前讲过，AI 中间会一波三折。现在是在质疑 AI 的阶段，接下来大家会认识到，AI 后续需求有很大的 gap，有很大的预期差。我甚至觉得这一次或者下一次业绩，Microsoft 或 Amazon 就会让大家意识到这个预期差。上一次 Amazon 的增长和 Microsoft 的 corporate AI 增长突然出来，市场懵了一下，只是 Microsoft 涨得很高，没有达到对市场的影响，大家还是把注意力放在高配上。 这有点像我朋友跟我说的，国内有红绿灯路口，你骑自行车或者走人行道等着过去，所有人都盯着一个红灯。所有人都盯着一个指标，但市场并不是一个指标。AI 的需求是真实的，我认为是真实的。 Token 降价可能是第二轮的事。等你完成后训以后，会觉得可能不需要用那么大的模型，但你得先完成后训。这个过程需要大量数据。大家现在只是在比模型谁更聪明，但你再聪明的博士生，也不能直接到公司上班。你不可能让博士生拿着员工手册，每天遇到问题就去读一遍，或者拿一本员工手册和 4 本 skill，每次上班干活都不停地读，这不靠谱。 最终大家会意识到，要把 AI 训练成员工，它才能 access 我所有数据和 know-how，然后做我让它做的事情。我觉得这个过程市场还没有完全定价。现在市场定价的是 AI 掉链子，所以明年半导体供需要逆转，从缺货走向不缺货。这是市场短期下跌以后的反应，并不是基本面。基本面要发生什么，要看最 leading 的那些人。 我觉得很多朋友都在硅谷，可以问问身边 CSP、云厂、大厂、OpenAI 和 Anthropic 的朋友，大家基本上都有这样的预期，只是担心最近为什么跌这么多。黄浩上次说得很有道理：大部分看空的人是积极炒股的人，真正干活的人好像没什么看空的。如果大家每天面对的是内存又买不到了，要去求韩国人，卡不够，算力不够，Google 的人周末训练模型也发现算力不够，这才是真实的事情。所以 Google 的业绩会不错。 ### What Labs Could Become 我大概就这样讲一下市场，然后说一下第三、第四个点：我对模型和模型公司的理解。我觉得 Anthropic 上市会破发，不管它什么价格上市，都有可能破发。光看数据，CSP 的数据带着企业后训，当然 OpenAI 的企业后训订单也满，但这部分我觉得竞争不过 Microsoft。它的场景和 Amazon 的场景都比较强。Meta 有自己的场景，自己做的东西有自己的场景。他们在某些方面，我觉得可能比 Google 还强一些。Google 不是做这个生意出身的。 从 SaaS access 来说，我觉得 Microsoft 和 Amazon 比 Google 好。所以 Anthropic、OpenAI 后面有可能破发，我觉得很正常。半导体可能是零和一，但前端公司可不是零和一，有的会好一点，有的会有不同的故事。即使半导体可能 stabilize，前端公司也可能出问题。 但我现在觉得 Labs 很有价值。我最近用的时候感受到，在高价值场景里，你占住了这个场景，所有使用的人都等于花钱帮你调模型、给你后训数据。这个过程不会很长，包括现在做 coding。像 Google 现在做 coding，我觉得就很难了，因为你不会用 Google 的东西做 coding，就得不到很多反馈数据。最早做的当然有很高的先发优势，但你也可以争夺别人，比如 DeepSeek。除了争夺以外，你还是需要很多反馈数据，来回使用模型，让模型和数据形成双向 feedback。 抛开中国模型厂不说，我觉得中国模型厂里被低估最多的是字节，不是 DeepSeek。字节占的是一个真正的高价值场景。每个场景占进去以后，哪怕模型一开始不那么强，经过这个场景的后训也会更加好用。高价值场景不多，所以我觉得 Labs 最后有可能直接进入这些场景。Coding 是工具性的东西，但有些东西不是工具性的。 我自己做交易时的体会是，Anthropic 的编程能力并没有提高得像外面说的那么多。中间来来回回有算力不足的问题。它整体编程能力当然在提高，但没有提高到模型宣传的程度。不过它在具体 know-how 上提高很多。 举个例子，我在 BN 下单，需要调一堆服务器，让它们同一时间算完，同毫秒级地到同一个 AWS 地方，然后把它们 tie 在一起。这些调度和下单的细节 know-how，不是拿大模型就能算出来、训练出来的。你得有懂的人在上面调模型、用模型，给它后训数据，它才会知道怎么做。 我刚开始用的时候，它没有这个能力，非常弱，完全不知道所以然。但现在你直接用语言告诉它要做什么，它已经可以做到七七八八，做得很不错。肯定比一个有经验的团队做一个星期的效果好。 模型厂以后能不能自己做这些事？这些 Labs 积累的 know-how 不是这一两个月形成的，是过去几十年形成的。现在已经被它吸收了，而且你们还在继续给它贡献数据和 know-how。到了某个时间点，在一些最有价值的场景里，它可以自己把所有事情拿来做。我觉得模型厂真的会做这件事，而且这部分价值其实被低估了。 我说到一波三折时讲过，现在还没有给后训需求定价。后训需求是持续的，公司数据会新增，东西也会改，过一段时间就要训一次，像云员工一样要持续训练。这个需求对算力需求很大。后面可能会预期推理需求没有那么大，这有可能，你用小一点的模型，后训完再用小模型。接着会有一个低谷期，最后你会发现模型厂实际能够做很多超高精度、超高价值场景的事。 展开说一下，我最近不是在会员内容里说过把 Google 卖掉。卖掉 Google 的一个重要原因是，今年年初 Anthropic 用的那个垃圾 search，现在效果肯定不垃圾，很不错。它今年年初大概占 Google 的 20%；去年所有 others 加起来大概是 0.5%。我觉得现在它可能占 Google 的 70% 到 80%，也不奇怪。 这些高质量搜索为什么不用 Google？Google 现在好像有规定，其他 agent 搜索的范围和人不一样，人的范围更大，Gemini 也更大。但以前好像没有这个问题。它不是因为这个原因，而是它知道自己可以做。自己做一个很快就能把东西培养起来。它不是爬虫去爬 Google，虽然可能也会搜 Google、建立最初的库，但 agent 调用的次数和连接质量都比人类好，所以它可以比较快地用更好的数据做自己的 search。 我以前觉得 Google 的 search 收入会受到影响，因为 AI 调用时不读广告，AI search 会让 search 收入下降。但我觉得 search 这个赛道永远不会有人超越你，你是永远的垄断。现在看来不是这样，search 的最终效果也不一定是谁好谁坏。你们可以做个小测试，比如你在香港，问 OpenAI 怎么走、地铁哪个口出去，再和 Google Maps 比较，有时候 Google Maps 未必比它好用。调用多了，效果就会提升。 Google 现在用的是 Brave，也就是 search.brave.com。OpenAI 的 search 你不能 access，它是自己的内部搜索引擎。我觉得以后 Muse 也会搞一个搜索，每家都会做一个。这只是举个例子，说明头部 Labs 多么容易自己下手做一件事。一旦它觉得这件事能创造最高价值，它就会去做，包括以后可能做 iDNA，也可能做量化交易。如果它下手做量化交易，我们肯定没有翻身的机会。我很确定，Jump、Tower 这些机构都算不过它们。你的算力就没有它们多，不可能跟它们比。 大家做的过程都知道，不是因为 Jump 的团队，或者 Jane Street 的团队特别强。筛因子这件事怎么做，大家都知道个七七八八。你不需要 tier one 最强的 10 个人；可以有 100 个像我们这样的 tier three 的人跟它调模型，最后效果就跟 tier one 做出来的一样，而且它算力更强。这个蛋糕也很大，有几百亿美元。所以我觉得大家低估了这些 Labs 直接进入细分赛道的可能性，这是它们后面的价值。 真正的 Labs 下场做一件事还没怎么发生。哪怕是最简单的文字性工作，比如法律，也没有怎么发生。企业把数据用起来做后训、把 AI 变成员工，也没有发生。所以我们现在处在周期的什么阶段？我觉得是 end or beginning。Beginning 的时候大家都不懂，没人知道怎么回事，所以头脑一热就冲进去，市场容易涨得很凶、很疯狂。但需求和钱真正出来以后，大家还没有做好准备，让半导体变成最大的产业，或者让 AI 变成一个很大的产业。所以 end or beginning 会有一轮质疑。我觉得肯定不是结束。 我不太会在公开的地方建议大家操作，因为我不觉得持续地做这件事能够拿到 Alpha。持续手动操作在某些交易上是有 Alpha 的，但很少，肯定不是靠各种指标。你把所有指标列出来，时间够长也不一定 work。你知道仓位，比如 prime broker 的仓位，或者 market maker 知道市场仓位，这个是有 Alpha 的，是确定的。你观察市场价格、K 线这些量价指标，小指标无效，几个无效指标合在一起也还是无效。你用 GPU 算一算，能不能找到相关性？ 大部分人看的是 Y 等于 AX 加 B，再加上 R，R 是 residual。这是统计上的线性关系。但往往 Y 等于 AX 加 B 里的 R 小于 0.05，小于 5%，所以没有什么可表达性。你可以把函数 scale up，把线性关系归纳出来，但表达性还是比较差。这是我和很多人的想法不同的地方：我看 R。我觉得随机性很强。唯一有确定性的，是更长期的周期，比如一年、几年。我现在没看到这个周期发生变化。 我之前也有一段时间质疑过这个东西。你们看得到我写的东西，我之前也说过 AI 想象力、Adobe AI 想象力，市场可能会大幅砍单，这件事有很大担心。但我现在觉得 CSP 对这个东西的补充会更快一些，chatbot 会更快。 ### China's AI and Supply Chain 再说一个中国模型的问题，因为我觉得周五也有一个很大的因素，就是有人说以后可能限制中国模型使用。首先眼前肯定不影响。现在说的所谓限制，可能是你已经开源了，总不能把开源的再关回去。东西已经开源，你下载下来以后，关回去也没用。所以我觉得对现有的东西肯定不影响，往前看半年都不会影响。 但有这个预期出来，我觉得恰恰是正面的。比如微软一定要训练自己的模型。有自己的模型以后，你在自己的模型上加东西，或者用开源模型做后训，效果肯定比自己部署 GPT 好。你还得用自己的模型做后训。既然你认为企业端需求是大头，那自己原本有一个模型备用，现在自己有模型就成了必须。你不能说我准备 DeepSeek 以后就不发布开源了。所以最后大家还是得搭算力。 第二，中国这件事会不会发生？我觉得会。这跟很多华人圈的想法不太一样。我为什么认为会？因为中国的决策机制有这个问题。W 非常聪明，他说的那个泄露情报机密的事情就是一个例子。在这种情况下，如果有人提出我们要把模型，比如说像出口管制一样限制出口，本质上代表我们的模型遥遥领先，中国在 AI 上遥遥领先。我可以担保，中国模型从下到上的汇报都会说我们已经追上去了、遥遥领先，不会说我们只是争优。 在这种情况下，任何人跳出来反对，都是打自己的脸，等于说我以前骗了大哥。没人敢说自己骗大哥，所以这件事不会有任何阻力，也不会有人说我们依靠境外开源社区提高模型的工程化能力。不会有人讲这句话，只会吞下去。所以这件事真的发生的概率挺大。 再补充说一个中国制造和产业链的问题。中国产业链可能会面临境外部署困难。比如中际旭创去泰国开厂这件事，在国内老大哥的视角里，可能会被看成是对美国妥协，所以政策上肯定不会支持这件事。我听到越来越多消息，觉得这件事以后可能会比较难。 它的影响是什么？比如中际旭创这类公司，要成为美国 CSP 一线供应商、二级供应商时，会面临更大阻力。你都不确定中美关系，就不只是产能供应的问题，还取决于供货可靠性，中国所有产能的供货可靠性都会变差。最后产能可能还是在中国生产，但会变成分包：我找其他人供货，再让他到你这里供货。我觉得可能会这样。但这件事不确定，最后的影响也不确定。我听说的是，中国这方面会开始限制。限制对中国光通信都不好。 现在整个行业没有办法取代你。明年是封测大年，要规模化生产，最后每个环节都要进入封测，包括封装和测试。随着制程越来越先进，测试要求也越来越高。明年反正是大年，大家都缺货。这不一定真的影响业绩，但在不能境外扩产的情况下，别人可以在境外扩产。比如你去泰国扩，中国人扩不了，其他人可能可以扩。这完全是中国产业链的问题。 然后说一下韩国。不是说存储不缺，存储还是会很缺，但我觉得存储的 margin 有问题。我不认为它能拿到 90% 的 margin，我一直是这么讲的。第二，韩国相对来说在去杠杆之后，市场重建得比美国快。所以如果你要博弈这个领域，我觉得美国的风险回报比韩国好一点，这是我个人感觉。韩国的仓位 leverage 比大家更快，美国整体不管 fundamental 还是 hedge fund，仓位都比较低。Hedge fund 现在全部在做空、砸盘。 ### Audience Questions 我今天先简单跟大家说这些，看看你们有什么要讨论的。人蛮多的。谁要把我 co-host 一下？有没有问题可以问？我不知道怎么把大家拉上来。我都听得到。你把我给 co-host 吧。有人说进不去。你们听得到吧？刚才那个……OK，我知道了，你们刚才没有按。 Speaker 1 我把你们拉上来一次。 Shanghao Jin 你说。 Speaker 1 金老师，想请教一下。中芯、华虹现在跌得比较厉害。前几个月谈过华虹比较贵，想问您一下，现在也跌到这个水平了，您对这两只股票怎么看？ Shanghao Jin 我说点反动的。华虹和中芯其实都是不错的公司。以前有一家公司一直要制造 GPU 和 CPU，所以让他们的 DUV 一直当 EUV 用。这个过程让他们两家公司都不赚钱。人多，我就不说这家公司名字了，你们知道。DUV 当 EUV 用，需要多次曝光，margin 就会下降，所以你会看到业绩看上去不怎么低。 从 fundamental 来说，这家公司最近明确地不在“遥遥领先”的名单上了。现在“遥遥领先”的名单上是 DeepSeek 和长鑫，长鑫以后可能还有长存，这些是“遥遥领先”。包括上周说的长鑫 CFR，这些都是中宣口径，方向比较明确。后面这两家公司如果走这个方向，margin 应该会改善，我感觉。 但晶圆厂最后还是看 PB。你看 PB 就知道了，华虹现在是 3.5 倍还是 3 倍多，我这两天没看。Intel 如果把 CPU 业务剥掉，因为 PB 是零。现在明年 CPU 如果看 5 块钱，20 倍就是 100；它的晶圆厂 PB 是零。所以这个看法很割裂。它未来可能比现在好一点，但你也有一些更好的东西。 GFS 这种公司 PB 也不高。所以中国本身带着一个中国溢价。GFS 现在是 2 倍 PB，你不能说你比 GFS 牛吧？ Speaker 1 是的。但是它们两个算不算因为国家也只有这两个独苗？这也是您刚才说的中国溢价吗？ Shanghao Jin 对，有个中国溢价。 Speaker 1 明白，谢谢老师。 Shanghao Jin 好。 Speaker 2 金老师，请问能听到吗？ Shanghao Jin 可以，你说。 Speaker 2 你好，金老师。我是中途加进来的，前面的部分没听到，我回去再复习一下。我有一个问题想问，您对 CRWV 这家公司的看法有没有变化？这家公司未来看起来有比较大的不确定性，我们是适合把它当成一张彩票，还是说在当前价格下，可以占据一个不低的仓位？想问一下。 Shanghao Jin 我只能说我自己的看法。你怎么投资肯定是自己的 view，每个人风险偏好不一样，这肯定要自己看。我肯定不会把它当成一个重要仓位。我甚至卖掉 Google，也没有直接去买所谓的半导体，这是整个仓位分布的问题，每个人的仓位分布可能不一样。 CRWV 这只股票，最近资金方和台资验证了 TSMC 订单、TSMC 供应链以后，认为它业绩很好。我掌握这个信息，是因为它业绩很好，但它没有报出预期。上季业绩的时候没有报出这个预期。那最后的 gap 出在哪里？是它有产能但没有报出来，还是产能中间打了折扣？这个不太清楚。但我倾向于现在大家都低了。我肯定在这个时间点倾向于看多。看多的话可能会跌两天，但如果看空，跌两天你也不会买。 当然，彩票类的股票还有不少，比如 WOOF 也是彩票类的股票。别人拿到的钱已经跟市值一样，国防股给它的钱跟市值差不多，它该跌还是一样得跌。所以现在的跌法其实跟基本面没什么关系。你不应该因为基本面进去买或者做空。你做空肯定是因为 CDS spread 变宽，大家要砸盘，但你不知道要砸多久。 还有一个比较确定的买盘信号，我觉得就是听到哪个基金爆仓了，你就可以进去。特别是大 hedge fund 谁爆仓了，我觉得一般这种砸盘都是砸到有人死掉就结束。 Speaker 2 所以我们不能光看它跌得多深、跌了多少，还是要看它的确定性？ Shanghao Jin 对。不是，我说现在原来别人都没涨，它没涨、别人都涨，是一种机会。现在它跌了，别人跌得更多，有很多股票跌得比它还惨。基本面很好的股票跌得比它惨很多。 Speaker 2 是的，比如 INTC 这样的股票，确定性更高，所以我们可以放更多仓位在这些上面？ Shanghao Jin 对。INTC 我会放比较大的仓位。 Speaker 2 好的，谢谢您的解答。 Shanghao Jin 嗯。 Speaker 2 好。 Shanghao Jin 我后面自己的具体仓位可能就不说了。我再 take 两个问题吧，然后就下线了，我准备睡觉。 Speaker 3 金老师您好，可以听到吗？ Shanghao Jin 可以，你说。 Speaker 3 我想请教两个完全不相关的问题。一个是您觉得 12 月份以后通胀压力会小很多，这个我不太明白，您可以讲得仔细一点吗？第二个是关于 tariff 的问题。还有一个是您为什么觉得 Anthropic 会破发？尤其如果它为了上市把估值降到 1.5 倍 trailing，我理解它降估值是为了让后市交易更好一点，为什么您觉得它还是不行？ Shanghao Jin 你等一下，我吃口东西。 Speaker 3 没事。 Shanghao Jin 你现在到底是 40 倍 PS 还是 35 倍 PS，对市场交易来说没有差别。我也可以给你炒到 50 倍、100 倍，也可以砸到 20 倍。本身这个交易里情绪性就很强。你有两个选择：降价，或者加规模。在这种情况下只有这两条选择，要不就别干。 Speaker 3 嗯。 Shanghao Jin 你既然选择降价，就表示你很 desperate。你很想融。 Speaker 3 很想融。 Shanghao Jin 对，你很想融，很绝望，很 desperate。 Speaker 3 嗯。 Shanghao Jin 你很绝望，融完以后就很容易破发。一般来说，IPO deal 很 desperate，结果都不会特别好。很久以前有个类似的 deal，叫 Facebook，现在叫 Meta。当时也是比较大，不是 best home lead，但反正卖到 retail 去。我觉得卖到 retail 去就说明它融的量特别大，融了不少。现在看起来都无所谓，但当时融的量比较大，受众面比较广。受众面比较广的 IPO 一般也不会特别好。包括 SpaceX 也暴跌，跌了挺多，都是这样。 一般什么样的 IPO 会比较火？不是看发行价，而是看买方是不是 long-term money，是不是有大量优质投资人。你都不愿意给 hedge fund allocation，allocation 抢不到，最后不给他们 allocation，这种 deal 就会比较好。你都降价 25% 了，还在乎谁投吗？你里面挤进来多少对冲基金？所以这种交易一般上市以后不会太好。这是我个人感觉。 Speaker 3 好。那通胀呢？您讲讲为什么 12 月份以后可能就没什么通胀压力了。 Shanghao Jin 通胀比较大的部分，核心通胀的大头，是关税。关税的影响有滞后性。当时加了关税，滞后的影响高峰可能是今年 3 月、4 月。所以你要把全年算进去，再过一段时间，现在已经每个月都在下降，这个数据很明确。接下来关税就不怎么增加了，除非再新加。 不是加原来的关税，是要新加。就像油价一样，你要再产生通胀，就得再往上涨。 Speaker 3 对。 Shanghao Jin 从数据上来看，关税的影响在往下走。整个关税对核心通胀的影响大概是 0.8%。 Speaker 3 哦，那非常—— Shanghao Jin 是个大头，比油这些东西重要多了。 Speaker 3 好的，谢谢金老师，谢谢精彩讲解。 Speaker 4 金老师你好。 Shanghao Jin 你好。 Speaker 4 我想问一下美国电力供应上限的问题。美国明年的电力审批有一个明显的天花板，包括 BE 的装机量也有上限。明年、后年会不会因为电力问题导致很多项目被砍，进而让半导体被砍单？ Shanghao Jin 我了解下来，明年不会，后年不知道。明年不会。我了解下来大家都有储备，多多少少都有。这也是为什么我现在这个时间比较看多的原因之一。 看 2027 年，如果现在看 2027 年，2028 年还太远。现在是 2026 年，至少现在看 2027 年，整个 2027 年大的投入方 CSP，有几件事情是准备好的。第一，买卡是有准备的，至少已经知道从哪里买到卡。第二，电是有准备的。比如我差多少电，准备了哪些电条，联网不够的怎么办，原来有储备但没联网的怎么办，如果消耗到某个程度，准备去外面用什么方案。比如燃气涡轮也好，或者用 BE 的方案也好，大家都有几个电力方案，知道能源要砍的时候怎么做。这个限制在明年，大家都有准备。 第三，钱是有准备的。我明年准备发多少债，发 4,200 亿债，已经把 operating cash flow 计算进去。这三方面都是有明确准备的。他们都是大公司，跟 2000 年互联网公司想着就投、乱买服务器不是一回事。他们都明确做过自己的需求打算和预期，然后再去做这件事。不能把 2000 年的情况套过来。两者的负责程度差距非常大。 Speaker 4 好的，谢谢金老师，没别的问题了。 Speaker 5 金老师你好，我有两个问题。第一个，从 equity story 来看，Anthropic 现在 MoM 降速到大概 5%，这样平推的话，隐含一年 YoY 大概只有 80% 到 90%。但 Anthropic 明年和后年要框的算力大概都是翻倍，所以在市场还不知道 CSP 的 post-training 营收之前，市场担心供应过剩，这个 equity story 是不是短期有基本面的负面影响？ 第二个问题是关于 post-training。我不太清楚 post-training 是不是指 CSP 看着客户的资料，选定特定垂类，然后自己来 train？ Shanghao Jin 不是，不是。 Speaker 5 那目前 YoY 的需求，至少上一季 Microsoft 和 Amazon 都说是三位数。扣掉 Frontier Labs 的份额，因为它们 YoY 也大概是三位数，剩下的需求大概也至少是 80% 到三位数。我可以这样理解需求增长吗？ Shanghao Jin 我给你说一下。先说第一个问题，是不是供应过剩。供应过剩有几个层面。第一个是 token 层面是不是供应过剩。我觉得 token 供应过剩不太会发生。真是 token 供应过剩，租金就会下来。现在你看到租金下来了吗？比如 on-demand 机器租金下来了吗？你可以去看一下租赁价格。我这边也有一张租金表。短期租赁的价格至少要和长约价格差不多，才叫租金过剩。 但现在不是这样，短期租金其实是紧缺的。第二，训练需求也要看租金，因为训练需求平时要和推理需求比。训练很多是在周末做，所以周末的租金有没有下降，也代表了大家对训练的需求够不够。现在周末租金没有下降。那些说不要这么快训练模型的人，基本上还在私下训练，这个趋势非常明显。 所以回到第一个问题，是不是因和果？你说供应过剩，整个半导体行业或者 token 都是供应过剩，所以导致下跌，根本不是这么回事。供应过剩造成下跌，是因为租金倒挂了，然后供应过剩，最后才跌，这才是因果。现在的原因跟半导体或者整个 AI 行业的基本面没有关系，而是流动性出了问题，利率出了问题，导致 CDS 变高，大家把 CoreWeave 的 CDS 炒起来。这是一段让你相信的故事，跟事实没有关系。当然很多人会相信，短期也可以相信，但我心里很清楚这是胡扯。这个故事能维持多久，取决于市场上有多少人相信、它能吹多久、能拿钱砸多久。 第二个问题是 post-training 需求。Microsoft 那边年初大概是 20 亿，现在大概 200 亿这个水平。你可以关注 Amazon 和 Microsoft 怎么讲 corporate AI 的需求。我听说挺多，知道应该挺强，可以看它们上一次业绩，上次业绩也讲到这个问题。 这个需求主要来自哪里？比如我本身是个 SaaS 服务商，Amazon 也是，它有很多场景。我公司要做一件具体的事情，再聪明的模型也做不了，因为它没有我公司原来的数据。所以我可以把它放到 Microsoft 或 Amazon 上面做训练，让模型了解我自己的数据，然后用这个小模型干活。 原来要训练模型，必须让 OpenAI 帮你训。Codex 一直有这个口子，可以提供后训数据让它帮你做后训，现在好像把这个关了。 Speaker 5 嗯。 Shanghao Jin 你用 OpenAI 模型，就等于是数据都要交给 OpenAI。现在如果用 Microsoft 训练，哪怕它部署 GPT，它也可以自己部署，比如部署在自己的数据中心上。你会觉得更安全一点，因为 Labs 不管市值多少，还是比较新的公司。你愿意把自己的 know-how 都交给 OpenAI 吗？其实你不太敢。但你比较敢交给 Microsoft，它服务你的 SaaS 多年，要偷你的数据早就偷了。所以你可能会觉得更安全一点。后训的需求很大，因为你不后训就做不了事。 基本上你只能拿个模型，让五年级学生照着大模型抄，或者拿个博士生去硬想一个问题。你让它写一篇文章，写成你自己的口气，试试看，这个都很难。你要把你口气的东西标注完给它看，后训完以后，它才会写得更像样。否则哪怕给它看一眼你以前的文章，它也会把通用口气和你的口气混在一起。 Speaker 5 关于这点，需求我大概理解，但我比较担心，他们做训练的时候会不会没办法调用最先进的模型帮忙做 data labeling？ Shanghao Jin 不会，当然不会。我最后回答你，当然不会。我自己做过一个写小说的模型，用的是千万级的模型，写出来的效果肯定比 LLM、比 OpenAI 好。因为我做了后训，把网络小说的这些偏好标注进去，让它重新训练了一次。你用了一个更小的模型，但经过后训，写出来的东西就是比 LLM、OpenAI 更能看。 所以我说 AI 真正干活，最后还是数据、算力、模型结合起来。如果没后训，等于没有数据。 Speaker 6 谢谢。 Shanghao Jin 谢谢。 Speaker 7 金老师，我有几个问题。第一个，现在整个 A 股的光模块跌得特别惨，包括中际旭创、东山精密。中际旭创明年的 forward PE 应该只有 11 到 12 倍。我们都知道光模块缺得非常厉害。现在市场传的几个鬼故事，比如 FCC 的 65% 规定。最近我有渠道可以买到东山精密，它不是要在港股 IPO 吗？我觉得东山精密是不是更像美股的 AAOI，弹性更强，但基本面上可能没有中际旭创那么安全？ Shanghao Jin 我其实对 A 股估值没那么明确，因为我得把 A 股估值映射到美股，但这个不太准。所以我讲的不代表什么。你看我跟你说我来赌一把，但我又不敢买，所以你要知道我不是那么专业。 第二，东山那类公司和中际旭创相比，我可能更了解中际旭创一点。我觉得封装上面确实没有办法超越它。但它的鬼故事不是美国方面。我觉得真要有鬼故事，可能是中国方面。刚才最后其实讲过了，我觉得这个才是比较严重的问题。 中国这边，我听说最近政策上可能会救一下跌得太多的股票，短期内可能会有动作。但 A 股长期政策我也不确定。中际旭创的产业地位肯定没有问题，但如果它不能在境外建厂，又不能绕过 FCC，可能会有一些阻力，业务上会受到影响。 Speaker 7 谢谢。 Shanghao Jin 好的，不好意思，我让 beefcube 再说一个，然后我就下线了，我准备睡觉。 Speaker 6 金老师，谢谢。我想问一下，之前有人怀疑 Intel EMIB 的方法和台积电不一样。它是放一个基板，然后在基板上放一个小硅片。大家说这个东西难度不低，容易变形，可能会影响良率。现在这个情况怎么样？ Shanghao Jin 良率很好，没有问题。它的问题是基板良率不好，基板良率可能不好，会影响产能。 Speaker 6 但基板良率提高起来应该也不是很难吧？ Shanghao Jin 那你得让供货商提高，这不是你自己直接提高的，得供货商给你提高。它现在确实在供货商那里花了不少精力改善这个问题。基板良率不高，导致基板供货不多，进而导致出货有问题、出货量受影响。不是说封装出来的良率有问题，而是说我可能不能赚那么多钱。Intel 这边，我听说现在供货应该 OK，我个人觉得 OK。 Speaker 6 也就是说，它的良率提升是有时间线的，不是还在摸索阶段？ Shanghao Jin 对。不过基板良率提高这件事，你看成本占比没有那么高。你花钱就是了。提高良率就像 HBM 一样，你是甲方，花钱就能提高。 Speaker 6 明白了，谢谢。 Shanghao Jin 好，谢谢大家，今天先到这里。我睡觉去了，拜拜。 Speaker 6 拜拜。