已经很清晰了。 WMT 这份财报已经彻底讲清楚了美国消费现在的状态。消费在降速，但还没有衰退；通胀和生活成本却没有同步下来。 WMT 核心 comp 剔除药品影响仍然 +3.4%，grocery 还强，全年销售指引也上调，所以不存在 demand cliff。但另一边，ticket 只有 +1.1%，transactions 从 Q1 的 +3% 降到 +1.5%，再叠加 7 月 retail sales -0.6%、control group -0.4%，说明消费者已经明显变得更谨慎。 这不是最舒服的 growth↓ + inflation↓，而是growth↓ + inflation sticky = real income squeeze。 低中收入群体已经开始被生活成本挤压，真正还在撑美国消费的，是中高收入群体。 问题恰恰也出在这里。 美国中高端消费现在很大一部分韧性，来自过去几年异常强的 equity wealth effect。股市涨，富裕家庭资产负债表变好，premium travel、restaurants、luxury、autos、leisure 这些消费自然还能撑住。 而过去两年美股最核心的边际驱动力，又恰恰是 AI。 所以美国现在其实存在一条非常重要的正反馈链： AI capex → 科技股盈利预期 → 股市上涨 → 高收入财富效应 → 中高端消费。 这条链目前还没断。 但我觉得市场真正应该开始担心的，是它什么时候反转。 AI 现在的问题我已经讲过太多次，唯一的变现场景仍然只有coding，大量普通白领场景虽然有 usage，付费意愿和实际经济价值远没有 coding 那么清晰。 同时，开源模型越来越强、模型效率越来越高，最先被侵蚀的是闭源模型的 pricing power。 市场已经明显开始怀疑AI 最终产生的现金流，能不能 justify 今天这种级别的 capex。 如果未来 hyperscaler capex 增速开始明显下台阶，哪怕不是负增长，只是从 +50% 掉到 +15%，对美国 private investment 都会是很大的边际拖累。 更麻烦的是，一旦 AI capex 预期下修，科技股本身也会先杀估值。 于是原来的正反馈： AI capex↑ → 股市↑ → 高收入消费↑ 就可能反过来变成： AI capex↓ → 科技股↓ → wealth effect↓ → 中高端消费↓。 而此时低中收入消费本来就已经在 real income squeeze 下减速。 我预计最迟2027年 H1，市场最终会痛苦地承认，Main Street consumption 已经在降速，同时 AI capex 和 equity wealth effect 也开始反转。 到那个时候，美国面对的就不再只是消费放缓，而是一个清晰的recession。 结合这两点，我认为接下来的一段时间，逢高做空会是一个更好的主意，直到ai产生新的killer app。

周末仔细研究了一下，现在的宏观环境应该这样描述：第一眼看起来像滞胀，第二眼看起来像金发女郎，实际上是一个广谱需求存在但边际加速几乎完全押注在AI capex上的“金发伪娘”。 金发女郎的"不过热"来自需求温和。当下的"不过热"来自供给退出。失业率从4.2%降到4.1%看起来像劳动力市场健康，但实际是26.4万人退出了劳动力大军。参与率61.4%是1976年以来最低（排除疫情）。这是人少了，不是活多了。金发女郎是"大家都有一份工作但没人过度加班"，当下是"人少了所以剩下的岗位看起来还稳定，但就业人口比跌回了2014年"。 金发女郎的"通胀低"来自需求不过热。当下的"通胀低"来自能源供给冲击自行消退。核心CPI +2.6%确实接近目标，但整体+3.5%和核心之间那0.9个百分点的缺口全是能源。五月能源同比+23.5%是中东供应中断，不是需求拉动。油价崩了通胀就下来，油价反弹通胀就回去。这不是金发女郎，这是"供给侧冲击的尾部效应在消退"。 金发女郎的"增长稳"来自广谱需求。当下的增长压在AI capex一条腿上。GDP里进口暴增+11.5%进口的是服务器和网络设备，ISM新订单56.5的边际驱动力是AI capex。消费从0.5%加速到3.2%是真的，但这是唯一一条独立于AI capex的验证。如果AI capex边际增速放缓，增长论证同时失去三条腿。 所以更准确的描述是：当下是一个"假金发女郎"——看起来像（增长强、核心通胀温和、联储按兵不动），但驱动机制完全不同。金发女郎是需求端的良性平衡，当下是供给端约束制造的统计幻象。失业率下降不是因为就业好，通胀回落不是因为需求弱，增长强不是因为经济广谱向好。 如果周三CPI弱，市场会把它当金发女郎来交易——利率下行、股票上涨、黄金上涨。这个交易方向是对的，但你要知道你交易的是"市场把假金发女郎当真金发女郎来定价"这个不对称，不是交易一个真正的金发女郎环境。区别在于：真金发女郎可以持仓很久，假金发女郎随时可能被一条供给侧变量（油价反弹、AI capex放缓、劳动力结构断点验证失败）打穿。

实际上，我认为大模型公司估值的上限已经很明显了，哪怕现在增速还没有降低，但是增长的二阶导肯定是已经看到头了。原因有: 1.token的使用量不会指数增长，而是更加贴近对数增长。2.来自中国模型的压力是源源不断的。如果美国模型领先，中国就开源，如果中国模型能力打平或者领先，中国模型也必然更便宜。

实际上，我认为大模型公司估值的上限已经很明显了，哪怕现在增速还没有降低，但是增长的二阶导肯定是已经看到头了。原因有: 1.token的使用量不会指数增长，而是更加贴近对数增长。2.来自中国模型的压力是源源不断的。如果美国模型领先，中国就开源，如果中国模型能力打平或者领先，中国模型也必然更便宜。

好，我已经彻底领悟。 tldr：两个二阶导正在同步拐头。我的操作：做多2Y和5Y国债，做多GOOG和NBIS，不做多半导体。 第一个拐点：Fed鹰派再定价的速率见顶。 FOMC维持3.5-3.75%不变，3名委员异议支持hike，但Hammack、Kashkari、Logan已经打光了弹药还是输了，说明鹰派的天花板就在3票。Warsh也在淡化AI相关价格压力，把利率上行归因于经济强劲而非市场加息信号，暗示市场利率已经替代加息——"rates are higher today than June, markets didn't pause"。这个框架一旦建立就是结构性鸽派：只要市场利率维持在高位，Warsh就有理由按兵不动。而市场目前定价9月加息60%，但是我觉得很可能全年都利率不动。6月核心CPI -0.02%如果延续到8月PCE，前端利率会快速下行。 做多2Y是最pure的mispricing表达。加5Y是因为它同时捕获Fed路径重新定价和增长减速。避开10Y+，因为Warsh偏鸽会推高通胀预期，长端被breakeven和Q3国债供给contaminate。 第二个拐点：AI价值链从半导体建设端向云计算消费端的shift。 MSFT是AI capex叙事启动以来第一个超大规模企业没有上调capex指引，与此同时，微软Azure加速到43%固定汇率增长，Copilot付费座位突破3000万（净增1000万），Google Cloud +82% yoy。 这里的关键是价值链的时序结构。半导体订单是领先指标，云计算消费是滞后6-12个月的确认指标。现在出现了一个罕见剪刀差——半导体增长率在减速（MSFT capex收窄），但云计算消费增长率在加速（Azure 43%+Copilot 30M）。这个窗口通常只持续1-2个季度。 还有一些被忽略的细节：韩国存储专家电话会议透露LTA（长期协议）覆盖超过50%的服务器DRAM，包含预付款和take-or-pay条款。这意味着云服务商已经锁定了内存成本——明年HBM定价翻倍的预期主要由没签LTA的买家承担。半导体在卖"涨价预期"，云服务商在享受"成本锁定+消费加速"。 所以我做多云不做半导体。GOOG的Cloud +82%最猛但被反垄断压制估值，asymmetry更好。NBIS是pure-play AI云基础设施，直接表达utilization加速。不做空半导体是因为一阶导仍然很强（HBM翻倍、博通AI收入>$1万亿），做空一阶导仍然强劲的资产timing不对会被squeeze，正确的表达是不参与而非做空。 认错条件：8月核心PCE >0.25% m/m则债券thesis invalidate；Google或Amazon Q3 capex继续上调而非收窄，则AI价值链shift判断错误，本次维持capex是孤立事件。

我们7/22一键平仓了所有，避开了这一波巨大的flush。 事实上，这种内生性的去杠杆行情，如果没有外源利好，只会无限下跌。 短期之内能看到的利好有：fomc，msft，amzn，meta财报可能产生向上的动力。 跌吧多跌点，我要来捡尸体了。

看完了梁圣的演讲和很多twitter上面的观点，我先说下我的把。首先。GPU 五年折旧是合理的，CUDA 的单点锁定正在变弱，但 NVIDIA 的护城河并没有消失，而是从“软件锁定”升级成了“Token Economics＋AI Factory 全栈”。 五年折旧不代表一张 GPU 五年后仍处于技术前沿，而是它在五年内仍能持续产生经济收益。新卡最初服务前沿训练、强化学习和最高端推理，随后逐步下沉到模型后训练、微调、RAG、企业 Agent、客服、文档处理、视觉 AI、批处理和开发测试。技术领先期可能只有两年，但经济寿命完全可以达到五年甚至更长。 H100 在 B200、GB200 和 B300 推出后仍然存在真实租赁需求，大型 H100 集群也可以在 xAI、Meta、Anthropic 等不同客户和工作负载之间重新配置。中国影子市场甚至愿意为受限制、缺乏官方支持的 NVIDIA GPU 支付显著溢价。这说明 NVIDIA GPU 不是一次性消耗品，而是具备通用性、流动性、可转租性和二级残值的生产资产。真正需要判断的不是第五年还能不能运行，而是第五年的租金、利用率和电力成本能否继续产生正贡献。 AI 从 hyperscaler 向 enterprise、银行、政府、医疗、制造和主权客户扩散，会进一步强化这条折旧逻辑。前沿模型公司永远希望获得最新 GPU，但大多数企业推理任务不需要最新一代架构。大量稳定、延迟要求适中、模型规模有限的企业工作负载，正好为旧 GPU 创造“第二生命周期”。因此，enterprise inference 不仅扩大 AI 算力需求，也会降低旧卡闲置率，延缓租金下滑和资产减值。 从 Neocloud 角度看，最理想的商业模式是：先通过 hyperscaler 和模型实验室的长期合同锁定基础收入，用这些锚定合同完成融资、建设数据中心和采购 GPU；再把剩余容量出售给 enterprise、政府、金融、医疗、机器人和 AI-native 客户，提高利用率和租金上限。大客户负责保底，长尾客户负责提高 ROIC。 这也是为什么 NVIDIA GPU 对 Neocloud 比专用 ASIC 更有价值。Neocloud 的核心能力不是只服务一个固定内部工作负载，而是把同一批算力在不同客户、模型和行业之间反复变现。今天可以租给 Meta，明天可以租给 Anthropic，之后还可以拆分给银行、医疗、企业软件和推理客户。通用 CUDA 生态、NVLink、网络、通信库、模型兼容性、OEM 支持和二级租赁市场，共同提高了资产流动性。 Dell、HPE、Supermicro 最近的订单、backlog 和客户结构，也在验证 AI 正从少数科技巨头向 enterprise 和 sovereign 客户扩散。Hyperscaler 有能力开发 TPU、Trainium 或其他 ASIC，也有足够的软件和编译器团队承担迁移成本；普通银行、政府和制造企业没有。它们更关心的是能否由 Dell、HPE、SMCI 或 Cisco 直接交付，能否满足安全、数据主权、合规、可靠性和运维要求，出现问题时由谁负责。在这种 OEM 驱动的企业市场里，NVIDIA stack 仍然是风险最低、部署最快、生态最完整的默认选择。 梁文锋关于 CUDA 的判断有一部分是对的。TileLang、Triton 和 AI 编程正在降低 Kernel 开发和跨平台迁移难度，所以“客户因为代码无法迁移而永远离不开 CUDA”的护城河确实在变浅。但 CUDA 从来不只是写 Kernel。真正的平台还包括驱动、编译器、cuDNN、cuBLAS、TensorRT、NCCL、NVSHMEM、NVLink、InfiniBand、Spectrum-X、调试工具、集群调度、故障恢复、OEM 认证和云端支持。 Jensen 很早就开始把 NVIDIA 的竞争标准从“单颗 GPU 和 CUDA 锁定”上移到 AI Factory 的整体经济性：tokens per watt、cost per token、revenue per megawatt、集群利用率、部署速度和可靠性。 旧的 NVIDIA 护城河是： 你很难离开 CUDA。 新的 NVIDIA 护城河是： 你即使可以离开，也未必能获得更好的 Token ROI。 因此，真正威胁 NVIDIA 的，不是竞争芯片能够运行同一个模型，而是竞争平台能够同时做到接近的模型效果、tokens/watt、cost/token、集群可靠性、部署速度、OEM 支持和跨客户流动性。在此之前，CUDA 的单点锁定可能继续变弱，但 NVIDIA 作为 AI Token Factory 和 enterprise AI Factory 默认平台的系统级护城河仍然存在。

敏捷交易的核心，是把命运掌握在自己手里。 我会把每一次高点都当作潜在的历史大顶来审视。诚然，这可能让我过早离场，错过一部分后续行情；但我宁愿犯多次小错，也绝不允许自己犯下一次不可逆的大错。 因为当史诗级下跌真正到来时，我不想像邪教徒一样，对自己的持仓和判断抱有盲目信仰，在下跌中不断加仓，最终把整个牛市赠送的收益全部归还给市场。 交易可以判断错误，可以踏空，也可以反复止损，但不能让任何一次判断拥有摧毁账户的权力。 请切记：命运赠送的一切，早已在暗中标好了价格。