最近看完 #Microsoft、##Google、##Meta、##Amazon# 这几家财报，我最大的感受是： AI 交易已经进入第二阶段了。 前两年市场更愿意奖励“谁有 AI 故事”。 现在市场开始追问一个更现实的问题： 这些 AI capex 最后到底怎么回收？ 这也是为什么这轮 Big Tech 财报后，几家公司股价反应差异很大： #Google# 这次最像“AI 投入开始被验证”的样本。 Alphabet Q1 收入同比增长 22% 至 1099 亿美元，Google Cloud 收入同比增长 63% 至 200 亿美元，主要受企业 AI 需求推动。它还有 TPU、搜索、YouTube、广告、云这些入口，可以把 AI 放进已有业务里变现。 所以市场对 Google 的反应相对直接： 它不只是花钱做 AI，它已经让一部分 AI 投入进入收入和利润表。 #Microsoft# 的情况也强，但市场更纠结。 Azure Q1 增长 40%，下一季度 Azure 和其他云服务收入预计还能以 39%–40% 的速度增长，这说明需求没有问题。 但问题在于，Microsoft 的 AI 投入也越来越重。 当云增长很强，同时 capex 继续上行时，市场会开始计算： 这笔钱多久能转成自由现金流？ Azure 的增长能不能持续覆盖 AI 基建投入？ Copilot、OpenAI、企业 AI 服务最后能不能形成足够高的付费转化？ 所以我前几天在均价 370 左右买入 $MSFT 后，420 附近选择先止盈了一部分。 我并不看空 Microsoft。 相反，我仍然认为它是 AI 时代最稳的公司之一。 只是从交易角度看，短期从 370 到 420 后，风险回报已经没有刚买入时那么舒服。 #Meta# 是这轮最有意思、也最有分歧的一个。 它的基本面其实不弱。Q1 收入同比增长 33% 至 563.1 亿美元，广告业务表现也不错。 但市场没有只看利润表，而是盯住了 #capex。# Meta 把 2026 年资本开支指引上调到 1250–1450 亿美元，股价因此明显承压。 原因其实也很简单： Microsoft、Google、Amazon 有云。 它们可以把 AI 算力直接卖给企业客户。 Meta 没有同级别的公有云业务。 它的 AI 投入更多要通过广告效率、推荐系统、内容分发、智能助手、AI agent、硬件生态去间接回收。 这条路径可能很有价值，但市场需要更多时间验证。 所以 $META 大跌后，我在610附近建仓了一些。 我在 605、600、595 这几个位置也设置了限价单。 我之前没有吃到 Meta 从 520 左右涨到 680 左右那一波，现在如果市场因为 capex 恐慌给出更低价格，我愿意分批接一点。 #Amazon# 则处在中间位置。 AWS Q1 收入同比增长 28% 至 376 亿美元，仍然是 Amazon 最重要的利润引擎之一。 它的 AI 逻辑也很清楚：AWS、Trainium、Anthropic 生态、企业客户云迁移。 但 Amazon 的复杂之处在于，它不是一个纯云公司，电商、广告、物流、AI 基建都会共同影响市场给它的估值。 所以这轮财报后，我对 Amazon 的看法是： 它依然是 AI 基建和企业云需求的受益者，但市场给它的定价不会只看 AWS。 由于我的资金有限，$AMZN 我也没有选择建仓，应该还有机会的 在我看来，Big Tech AI 投资不能只看一句“AI 很重要”。 真正要拆的是三件事： 钱花在哪里。 是数据中心、GPU、TPU、模型、人才，还是产品分发？ 钱从哪里回来。 是云收入、广告效率、订阅、企业软件，还是未来某个还没有被验证的新入口？ 市场愿意给多久时间。 同样是花钱，Google Cloud 立刻增长，市场会奖励；Meta 花钱押未来，市场会先打折。 这也是我最近操作上的一个小变化： Microsoft 从 370 到 420，我先兑现一部分利润。 Tesla 在 369 左右加了一些，更多是另一个高波动成长资产的风险配置。 Meta 大跌后，我开始小仓位分批接，因为它的争议正好来自 AI capex，而不是核心广告业务突然失效。 这轮财报给我的最大提醒是： AI 叙事还没有结束。 但市场已经开始区分： 谁的 AI 投入已经进入收入表， 谁的 AI 投入还停留在未来期权， 谁的 AI 投入会先压低自由现金流。 作为学生，我不可能比机构更快建模所有财务细节。 但我至少可以训练自己不要只看股价涨跌，而是问一个更底层的问题： 这家公司花出去的每一美元 AI capex，未来最可能通过什么路径回来？ 这可能才是接下来几年看 Big Tech 最重要的框架。 Not financial advice. Just my own learning notes.