ZERO Market Flash 2026年7月16日 韩国加息，为什么首先击中了AI Memory？ 韩国央行今天将基准利率上调25个基点至2.75%，这是三年半以来首次加息。官方理由并不是针对AI行业，而是经济增长强于预期、通胀压力持续、韩元走弱以及金融稳定风险上升。韩国半导体出口和投资的强劲增长，反而给了央行收紧政策的空间。 但市场真正受到冲击的，却是AI Memory。 原因并不复杂：SK hynix和Samsung此前是韩国股市最拥挤、杠杆最高的交易之一。过去一个月，韩国和香港市场与这两家公司相关的单股杠杆ETF迅速膨胀；部分交易日，这些产品一度占到KOSPI成交额的35%。当利率上升、风险偏好下降时，最先被卖出的自然是涨幅最大、融资最多、交易最拥挤的股票。 结果是，KOSPI当天暴跌约6.2%—6.4%，SK hynix下跌约12%，Samsung接近9%。这不是央行“主动刺破AI泡沫”，而是货币收紧触发了已经非常脆弱的去杠杆过程。 冲击随后迅速传到美国。SK hynix ADR、Micron、SanDisk和Western Digital盘前同步大跌。全球Memory和Storage板块在产业链、资金流和投资者情绪上高度联动；韩国市场的强制减仓，很快被美国投资者解读为整个AI硬件交易的新一轮风险信号。 接下来，市场大概率仍会剧烈波动。短期决定股价的，是去杠杆是否结束；中期决定方向的，则是7月底至8月的财报能否证明AI数据中心需求、芯片价格和利润增长仍然强劲。 今天下跌的导火索是加息，真正放大跌幅的却是杠杆。 基本面决定长期方向，流动性决定短期速度。 ⸻ 本文仅代表个人研究观点，不构成任何投资建议。请独立研究，自行决策。 ZERO 优秀，不足以托付。 唯有最好，方可重仓。 Scientist · Doctor · A9 Investor #韩国股市# #韩国央行# #AI# #半导体# #芯片股# #Memory# #SNDK# #MU# #WDC# #STX# #SKHY# #Samsung#

做 Agent 开发做到后面，怎么让模型在多轮对话里记住之前说过的东西，是个绕不开的问题。 Awesome-AI-Memory 把 AI 记忆相关的论文、框架和评测数据集整理到了一起，目前收录了 540 多篇论文和 110 多个开源项目。 内容按记忆类型、存储方式、管理策略分了类，检索增强、记忆压缩、多 Agent 共享记忆这些方向都有覆盖。 GitHub： 资料一直在更新，最近一次还补了 25 篇论文。 在研究大模型记忆机制或者自己搭记忆系统的朋友，这份合集省得到处翻。

0G Al Alliance Carnival正式启动，千万不要错过。 The 0G Al Alliance Carnival is officially live. Don’t miss it. 0G 亚太生态正在快速扩张。🌏 越来越多 AI Native 项目正在加入 0G，为社区带来更多早期参与机会。 The 0G ecosystem in APAC is growing rapidly, bringing early participation opportunities for creators and communities across AI + Web3. 本次 Carnival 将联合多个生态项目，通过线上任务、社区活动与线下曝光，共同推动 0G 生态增长，也让大家能抢先体验产品并获取早期 Alpha。 This campaign connects ecosystem projects through quests, community activations, and offline exposure to accelerate the growth of the 0G AI ecosystem. 👇 Participating Projects & Rewards | 参与项目及奖励 ━━━━━━━━━━━━━━ 🔹 @NeoSoulAI 基于 AI Agent Oracle 的原生 AI 预测市场。 AI-native prediction market powered by autonomous agentic oracles. 🎁 Rewards: • 1,000,000 NeoSoul Tokens • $OUL Points ━━━━━━━━━━━━━━ 🔹 @Ghast_AI 构建于 0G 之上的原生 AI Agent 基础设施，让 AI 记忆与交互成为可交易资产。 Native AI Agent infrastructure built on 0G — turning AI memory & interaction into tradable on-chain assets. 🎁 Rewards: • 50 Early Bird Codes ━━━━━━━━━━━━━━ 🔹 @moonfun_ai 将 Meme Token 演化为具备自主能力与社交智能的 AI Agent。 Transforming meme tokens into autonomous living AI agents with social intelligence. 🎁 Rewards: • 50,000 Moon Points ━━━━━━━━━━━━━━ 🔹 @primus_labs 面向链上链下数据与身份验证的隐私证明层。 Privacy-preserving verification layer for identity, data, and on-chain/off-chain activity. 🎁 Rewards: • Primus Reputation Score ━━━━━━━━━━━━━━ 🔹 @gmdottown 打造下一代 Agent Economy，实现 AI Agent 的自治协作与交易。 Building the next-generation Agent Economy for autonomous coordination and 24/7 AI workforce trading. 🎁 Rewards: • 50 OpenWhale Founding Member SBTs ━━━━━━━━━━━━━━ 更多 0G 生态项目即将加入。👀 More ecosystem projects are joining soon. 0G 亚太 AI 生态的增长才刚刚开始。 This is just the beginning of the 0G APAC AI expansion. 🌐 Online Quests 🌐 Offline Activations @ BEYOND Expo 🌐 Ecosystem-wide Collaboration 🌐 Early Community Rewards 更多任务与奖励即将公布，保持关注。 Stay tuned. 本次活动由 0G 生态项目 @lighthouse_2026 提供市场支持。 This event is supported by 0G ecosystem project @lighthouse_2026 for marketing.

【SK集团CEO崔泰源Bloomberg专访】7月10日，SK Hynix正式登陆纳斯达克。随后，SK集团董事长Chey Tae-won接受了Bloomberg的专访。 当然，作为全球最大的存储企业掌舵人，他难免有"王婆卖瓜"的成分。但站在美股投资者的角度，我觉得这场采访最大的价值是在于他从存储企业的角度，提供了一些值得思考的新视角。我挑几个让我印象最深的观点分享一下。 1."AI时代，本质上就是Memory Era存储时代。"过去，存储需求主要来自PC、智能手机等消费电子，本质上受设备出货量和换机周期驱动。一个人通常只有一部手机、一台电脑，因此需求最终会受到人口和硬件数量的限制。需求增长到一定阶段后就会饱和，随后进入库存调整、价格下跌，再进入下一轮景气周期，这也是过去几十年存储行业始终摆脱不了周期股属性的重要原因。 但AI改变了这个逻辑。Chey Tae-won认为，未来真正推动存储需求增长的，不再是谁卖出了更多手机、更多电脑，而是每个人同时拥有多少个AI Agent。未来一个人可能拥有几十个，甚至上百个Agent，它们负责搜索、编程、交易、医疗、教育、办公和生活管理。而每一个Agent在推理过程中，都需要保存上下文、历史信息以及KV Cache。Agent越多，推理越复杂，上下文越长，并发越高，对Memory的需求就越大。 他还进一步解释，AI带来的Memory需求，并不是简单跟随服务器数量线性增长，而是同时受到模型规模、推理次数、上下文长度、用户数量以及Agent数量共同推动。 训练需要HBM，而推理阶段同样需要HBM、DRAM以及NAND。尤其当前AI逐渐进入推理时代以后，模型需要不断读取和保存KV Cache。如果这些数据不能快速存取，GPU和AI加速器就只能等待数据，而无法充分发挥性能。从AI工作原理来看，这也进一步说明了Memory在整个AI基础设施中的重要性。 这其实也验证了我之前一直强调的观点：AI时代，存储的定位正在从过去的大宗商品，逐渐演变成AI基础设施中的核心战略资产。 2. Chey Tae-won还用了一个非常形象的比喻。他把HBM、DRAM比作人的短期记忆，可以快速读取；而NAND、SSD等更大容量的存储，则像人的长期记忆，容量更大，但读取速度更慢。 未来AI不会依赖某一种Memory，而是形成完整的Memory Hierarchy，包括HBM、DRAM、CXL Memory、NAND等多个层级，不同的数据根据访问频率、延迟要求和成本放在不同的位置。 我个人非常认同这个比喻。人的记忆越强，处理信息和做出判断的能力就越强。AI也是一样。未来AI能力不断提升，本质上也意味着它需要越来越强的"记忆能力"。所以他说AI时代其实也是Memory Era，我认为这个观点非常值得关注。 3. 另一个让我印象非常深刻的观点，是关于未来AI Memory的供需关系。 SK Hynix已经宣布，未来五年整体产能翻倍。对于一家已经深耕存储行业二十多年的企业来说，这本身就是一个非常激进的扩产计划。但Chey Tae-won透露，客户给他们的反馈却是："翻倍仍然远远不够。" 按照他的说法，客户真正希望获得的Memory供应能力，甚至可能达到目前的五到六倍。当然，这并不是说SK Hynix一定会扩产五到六倍，而是反映出大型AI客户对于未来AI Memory需求的内部预期，远高于目前整个行业的扩产节奏。 这一点让我联想到，我之前也一直强调，市场普遍担心2028年前后新增产能释放以后，存储行业重新进入供过于求。但如果AI的发展速度远快于行业扩产速度，那么未来AI Memory需求很可能仍然保持高速增长。即使2030年前后行业整体产能已经大幅提升，也未必意味着供需关系一定会重新宽松。当然，这仍然是一种比较乐观的推演，还需要未来几年AI应用持续兑现去验证。 4.最后还有一个我觉得非常有前瞻性的概念——Memory as a Service。Chey Tae-won强调，这并不是简单把Memory租给客户，而是未来Memory厂商不仅卖芯片，还要提供完整的Memory解决方案。

🔥 SK Hynix 刚刚做了一件市场很多人还没完全意识到意义的事： 它开始“拒绝”Alphabet、Microsoft、Meta 的数百亿美元投资支持。 不是因为缺钱。 而是因为它终于站在了 AI 供应链权力结构的最顶端。 过去几十年，半导体行业大多数时候都是客户主导。 云厂商、手机厂商、PC 厂商拥有订单权。 芯片公司负责拼命扩产、降价、抢客户。 但 AI 时代第一次出现了真正的角色反转： 现在不是科技巨头挑供应商。 而是供应商开始挑客户。 SK Hynix 的担忧其实非常直接。 如果接受 Meta、Microsoft、Alphabet 的资金去建晶圆厂，未来就会形成一种“绑定式供应关系”。 问题在于： 一旦经济周期反转、AI 需求放缓、库存调整出现，大客户可能要求： 优先供货 锁定低价 长期折扣 独家产能 价格底线限制 这会直接破坏 SK Hynix 现在最核心的优势： 超级供应商地位。 而这个地位，来自 AI 推理时代最稀缺的东西： HBM。 现在市场很多人还停留在“GPU 最重要”的阶段。 但真正跑 AI 推理的人越来越清楚： GPU 决定算力上限。 HBM 决定模型真正能否持续推理。 没有 HBM，GPU 只是空转。 尤其进入 Agentic AI 时代后，模型需要： 更长上下文 更大 KV Cache 更多并行推理 更多实时检索 更多持续状态保持 这会直接推高 HBM 的重要性。 而真正能稳定量产高端 HBM 的厂商，全球几乎只剩： SK Hynix Samsung Micron 其中 SK Hynix 又是 NVIDIA HBM 供应链里的核心主导者。 这意味着什么？ 意味着 Meta、Microsoft、Google 这些本来拥有全球最强资本实力的公司，现在开始反过来： 希望帮供应商建厂。 这是 AI 时代非常重要的权力信号。 因为这些科技巨头真正害怕的，不是 GPU 不够。 而是未来 HBM 不够。 报道里有一个细节特别重要： Meta、Microsoft、Alphabet 甚至愿意帮助支付 ASML High-NA EUV 设备费用。 这不是普通设备。 这是下一代先进 DRAM 节点的核心工具。 单台接近 5.5 亿美元。 科技巨头愿意帮忙买设备，本质上是在提前“锁产能”。 因为他们知道： 未来 AI 基础设施真正的瓶颈，可能已经从 GPU 慢慢转向： 先进内存。 而 SK Hynix 最聪明的地方在于： 它没有直接拒绝这些资金。 它只是拒绝“股权式绑定”。 然后把这些科技巨头的焦虑，转化成： 更高预付款 更长期合同 更强价格保护 更长锁单周期 这才是最强势供应商会做的事情。 你会发现，现在 AI 产业链里真正拥有议价权的公司，开始越来越像： “资源垄断者” 而不是传统电子制造商。 这也是为什么我一直认为： AI 的下一阶段核心，不只是 GPU。 而是： HBM DRAM NAND 先进封装 EUV 电力 冷却 高速光互连 这些才是 AI 推理真正的“氧气层”。 而很多人低估了： $MU 可能是整个美国市场里，最重要的 AI Memory 战略资产之一。 因为美国最终一定会希望： 先进 HBM 供应不能完全依赖韩国。 这也是为什么现在越来越多人开始重新理解： $DRAM 本质上不是传统存储逻辑。 而是 AI 推理时代的“认知容量基础设施”。 谁控制 AI 的记忆系统。 谁就控制未来 AI 的一部分上限。 你觉得未来 AI 最大瓶颈会先出现在： GPU、HBM、电力，还是数据中心本身？