今天美股大盘和半导体为什么大跌？

network

今天美股大盘和半导体为什么大跌？
今天美股大跌的原因是，Meta资本开支上调、已经同意未来在各类租赁和合同上支出约8250亿美元引发融资担忧，Meta（META）盘中一度跌超7%，彭博数据显示，Meta五年期CDS价格盘中一度上升约8.9个基点至119.3个基点附近，创历史新高。CDS价格上涨意味着投资者对相关债务违约风险的对冲成本上升，反映市场对公司不断扩张的AI投入及潜在融资需求更加谨慎。
Meta还宣布向现有股东分配一类新的无投票权股票，未来可用于融资、员工薪酬和潜在收购。该安排进一步引发市场对公司如何为AI扩张筹资的关注。
一、Meta赚钱的速度虽然惊人，花钱的速度却更夸张。
第三季度，Meta资本支出达到349亿美元，超过了同期328亿美元的经营现金流。
这直接导致公司单季度自由现金流转为负21.2亿美元。
要知道，去年同期Meta还创造了106亿美元自由现金流。
而今年Meta的资本开支预计达到1350亿至1450亿美元，接近2025年的两倍。
这意味着什么？
过去， $Meta 依靠广告业务赚取巨额利润，既能够研发新产品，又能够大量回购股票、回报股东。
如今，公司不得不把越来越多的钱投入AI基础设施。
Meta已经从一家现金流极其充裕的互联网平台，逐渐转向一家需要持续投入巨额资本的AI基础设施运营商。
这才是华尔街真正担心的变化。
二、8250亿美元究竟花在哪里？
根据Meta最新披露的信息，未来付款承诺主要分为三部分。
第一部分是约3557亿美元的长期租赁承诺。
主要涉及数据中心、机房、网络以及其他基础设施。
部分租赁将在2026年至2036年间陆续开始，租期最长可以达到30年。
第二部分是约4545亿美元不可撤销的采购合同。
包括第三方云计算算力、服务器、网络基础设施、数据中心相关项目，以及Reality Labs消费硬件。
第三部分是最多147亿美元有条件的云计算采购义务，最终金额可能低于上限。
三部分合计，最高接近8250亿美元。
但这里必须解释清楚：
8250亿美元不是今年一次性要支付的现金，也不是全部用于AI芯片，更不是已经全部确认的债务。
其中包含跨越多年甚至几十年的付款承诺，部分支出还存在条件和不确定性。
就像一家企业签下一栋大楼20年的租赁合同，虽然未来需要支付数十亿美元租金，但并不意味着第一天就要把所有钱交出去。
不过，这并不意味着风险很小。
Meta披露，仅不可撤销的采购合同中，2027年预计到期的金额就达到约1214亿美元。
这些合同一旦签署，公司未来能够自由调整采购规模的空间就会受到限制。
即使未来AI市场发生变化，签下的合同也不会因为需求不及预期就自动消失。
这才是8250亿美元背后真正的财务压力。
三、为什么AI需要这么多钱？答案可能超出你的想象
很多投资者可能会问：
OpenAI能训练ChatGPT，Anthropic能开发Claude，为什么Meta一个Muse智能体，就需要如此庞大的基础设施？
因为扎克伯格想做的，根本不只是一个聊天机器人。
传统聊天机器人，主要负责回答问题。
但是AI智能体不同。
假设你让Muse帮你安排一次全家旅行。
它可能需要搜索机票、比较酒店、查看天气、规划路线、查询景点开放时间，最后还要协助完成预订。
你只下达了一次指令，背后的AI却可能需要执行几十个甚至更多计算和操作步骤。
这意味着，一个AI智能体用户所消耗的算力，可能远远超过传统聊天机器人的简单问答。
如果未来有10亿用户，每人每天执行10个AI任务，就相当于每天100亿个任务。
注意，这只是用于理解潜在规模的假设，并非Meta当前的实际使用量。
但问题在于，每个任务背后还可能需要多轮模型推理。
而Meta不只要服务Muse用户。
Facebook、Instagram、WhatsApp等平台每天拥有超过36亿活跃用户。
这些平台的广告推荐、视频排序、内容理解、广告生成，同样需要庞大的AI算力。
因此，Meta实际上同时在建设两套增长引擎。
一套是继续强化现有广告业务，让算法更精准，提高广告收入。
另一套是Muse、企业AI服务、智能眼镜等新产品，希望开拓未来几十年的全新收入来源。
这就解释了为什么Meta不仅需要训练AI模型，还要在全球建设大规模推理基础设施。
而真正烧钱的地方，不只是购买英伟达GPU。
GPU需要搭配高带宽内存、服务器、交换机、光模块、冷却系统和供电设备。
数据中心还需要土地、建筑、电网连接，以及长期稳定的能源供应。
更重要的是，AI芯片更新换代的速度非常快。
数据中心建筑或许能够使用几十年，但服务器和GPU往往需要在更短周期内升级替换。
也就是说，这不是一次性的投资。
Meta正在建立一套需要持续投入、持续维护、持续升级的超级计算基础设施。
四、问题来了：Meta哪来这么多钱？
答案是四个字：
提前融资。
Meta并不打算等到赚够8250亿美元，再开始建设数据中心。
它正在用各种方式，把未来的钱提前投入到今天。
最直接的来源，就是Facebook和Instagram持续创造的广告现金流。
即使资本支出不断扩大，Meta的核心广告业务仍然具备很强的盈利能力。
但仅靠广告赚钱已经不够。
2026年5月，Meta一次性发行了250亿美元债券。
这些债券的到期日横跨2031年至2066年，票面利率从4.55%到6.45%不等。
简单理解，Meta正在把未来几十年的偿债责任，用来支持今天的AI投资。
这还不是全部。
Meta还开始采用一种更加值得关注的建设模式：
让其他投资者出钱建设数据中心，Meta未来再付租金使用。
例如，Meta参与的路易斯安那州数据中心项目，预计建设成本达到270亿美元。
得克萨斯州El Paso的另一个大型项目，规模约140亿美元。
通过合作结构，Meta仅持有部分股权，其他资金由外部投资者及融资方承担。
这样一来，Meta不需要自己承担全部前期建设成本，却可以通过长期租赁锁定未来算力。
听起来很聪明，对吧？
但问题也很明显。
今天少付的钱，未来可能变成长期租金；今天减少的建设压力，未来可能变成难以摆脱的合同义务。
而且Meta还设立了新的无投票权Class C股票类别，为未来的资本安排提供更多灵活性。
不过，新股类别设立及股票拆分本身不等于筹集到了现金，只有真正向外部发行股票才会融资，并可能稀释现有股东权益。
这些变化共同说明一件事：
扎克伯格已经不打算完全依赖公司每年产生的自由现金流来建设AI帝国。
他正在调动债券市场、基础设施投资者和长期合同，把Meta未来几十年的资金能力提前集中到AI投资上。
五、最关键的问题：8000亿美元投进去，什么时候赚回来？
这是整场AI豪赌最大的悬念。
Meta旗下Muse已经取得一些初步成绩。
根据管理层披露，Muse上线大约六周后，美国和加拿大已经有超过1000万人建立个人智能体，其中约四分之一的用户在任意一天使用。
这说明产品并不是无人问津。
但1000万用户距离Meta希望服务的10亿用户，还有非常遥远的距离。
更重要的是，用户增长不等于利润增长。
AI智能体与传统社交平台有一个根本区别。
Facebook多增加一个用户，主要增加服务器、网络和内容分发成本。
但Muse每多执行一次复杂任务，就可能需要消耗更多模型推理、云计算和相关资源。
用户使用得越频繁，Meta的算力成本也可能越高。
当然，Meta未来可以通过模型优化、芯片升级和软件改进降低单位任务成本。
但即使每次任务越来越便宜，如果用户规模和任务数量增长得更快，总成本仍然可能持续上升。
那么到底需要多大的收入，才能支撑这场投资？
我们做一个简单的假设。
假设未来Muse拥有10亿用户。
如果平均每位用户每个月为Meta贡献2美元净收益，一年就是240亿美元。
如果每个月贡献5美元，一年就是600亿美元。
如果每个月贡献10美元，一年就是1200亿美元。
注意，这只是一个商业化情景测算，既不是Meta官方预测，也不代表这些收益足以覆盖全部基础设施成本。
而且Muse并非唯一回报来源。Meta仍然可以通过广告效率改善、企业服务及其他AI产品创造收入。
但这个简单的测算至少说明：
真正决定这8000多亿美元长期承诺是否值得的，不是Muse有多少人下载，而是AI产品最终能带来多少持续、真实的现金收益。
如果未来Muse成为拥有数亿甚至10亿高活跃用户的平台，同时明显改善现有广告业务，那么扎克伯格今天的投入就可能成为长期竞争优势。
但如果用户不愿意付费，企业客户增长缓慢，或者AI算力越来越便宜导致竞争对手迅速跟进，那么Meta可能发现，自己提前锁定了太多昂贵的长期资源。
这也是投资者最担心的地方。
六、这场豪赌最大的赢家，可能不是Meta
美股投资网认为，这次8250亿美元的长期付款承诺，给整个AI产业链释放了一个极其重要的信号：
即使华尔街开始担心AI资本开支过高，全球科技巨头仍然在用长期合同锁定未来的算力资源。
对于Meta股东来说，这些合同意味着未来现金流压力、融资成本和投资回报的不确定性。
但对上游供应商来说，逻辑却完全不同。
英伟达（NVDA）负责提供AI GPU和计算平台。
博通（AVGO）受益于定制AI芯片和高速网络需求。
AMD则希望在AI加速器市场争取更多份额。
还有高带宽内存、光模块、交换机、先进封装以及数据中心电力设备供应商。
只要数据中心按计划建设，这些企业就有机会随着设备交付获得收入。
当然，订单也可能受到项目延期、采购调整和价格竞争的影响，并非毫无风险。
但相比需要长期承担基础设施运营和商业化风险的Meta，部分具备技术优势的供应商，能够更早看到订单转化为收入。
这也是为什么同一轮AI投资浪潮中，运营商和设备供应商的股价可能出现明显分化。
一边是Meta投入越来越多的现金，等待未来AI商业化兑现；另一边是产业链企业通过交付芯片、服务器和网络设备，争取当下的利润。
不过，如果Meta等巨头最终发现AI回报不足，大幅削减新订单，上游供应商同样无法独善其身。
因此，投资者不能仅凭8250亿美元的长期承诺，就认为相关股票未来的增长已经得到保证。
七、扎克伯格真正赌的，是下一代互联网入口
回顾过去二十年的科技发展，每次出现新的互联网入口，都会重新分配巨大的商业利益。
PC时代，微软掌握重要的软件平台。
移动互联网时代，苹果和谷歌掌握操作系统入口。
社交互联网时代，Meta依靠Facebook和Instagram，建立了全球最大的数字广告业务之一。
如今，扎克伯格看到了下一场竞争：
未来用户可能不再亲自打开十几个App完成任务，而是直接告诉AI智能体自己想做什么。
智能体负责搜索、比较、操作和执行。
一旦这种模式成为主流，用户获取信息、购物、办公甚至使用互联网服务的方式，都可能发生重大变化。
问题就在这里。
如果未来的流量入口被OpenAI、谷歌或其他AI公司掌握，Meta今天拥有的数十亿社交用户，未必能够保证它继续掌握未来的商业入口。
所以扎克伯格必须下注。
而且他认为，必须在AI基础设施竞争最激烈的阶段提前布局。
8250亿美元的长期承诺，正是这种战略判断的集中体现。
但历史也反复告诉我们：
看对技术方向，不代表每一笔投资都能获得理想回报。
如果AI智能体真正成为下一代互联网的核心入口，Meta今天的大规模投入可能建立深厚的竞争壁垒。
但如果AI商业化速度远远落后于基础设施建设速度，巨额合同和债务也可能成为未来许多年的财务负担。
美股投资网认为，Meta现在最值得关注的，已经不是它每个季度营收能增长20%还是30%，而是这些增长最终能够留下多少自由现金流。
对扎克伯格来说，这是争夺下一代互联网入口的战争。
对华尔街来说，这是对8000多亿美元长期承诺的一次回报率考验。
对英伟达、博通等产业链企业来说，这又是一场规模空前的AI基础设施建设机会。
最后留下一个值得所有美股投资者思考的问题：
如果未来AI真的改变世界，最终赚走最多钱的，究竟是花重金建设AI帝国的Meta，还是向这些巨头出售芯片和基础设施的公司？
这场8000亿美元级别的豪赌，答案可能要到未来数年才会真正揭晓。

network

黄仁勋今天在CNBC被问到韩国媒体那个说法——新供应会让内存行业在2029年变成一片红海——他直接回了一句：我不这么认为。

理由给得很简单，但挺有分量：内存真正伟大的地方之一，就是你总能用得更多。他特别提到了数据中心里LPDDR的使用，意思是别只盯着HBM堆了多少层，普通内存的消耗也在往上走。这句话点到了一个容易被忽略的层面：AI数据中心不只是HBM的事，LPDDR这类内存的用量也在跟着算力一起膨胀。

我个人的看法是，这句话比任何一份供需模型都值得听，原因不在结论，在位置。英伟达是整条链上最接近供应采购和新增产能的那个人，架构怎么变、客户要什么、产能排到哪一年，它比卖方分析师看得更靠前。它自己就是那个在推动架构变革、然后回头去锁产能的角色。

而且这里还有一层：英伟达是内存的大买方，如果2029年真过剩，内存价格下来，对它的成本是好事。它没有动机去否认过剩。所以当它说“我不这么认为”的时候，这个判断的可信度反而更高，因为它说的不是对自己有利的话。

支持这个判断的，也不只是黄仁勋一句话。三星已经把大部分产能分配到了2031年，KeyBanc的报告里提到，超大规模云厂商已经在跟内存供应商谈长达2035年的长期协议。这些合同的期限本身就在说一件事：买方怕的不是买贵，是买不到。如果2029年真会过剩，没人会去签2035年的长约。

所以现在内存这个板块，情绪上全是“一切都完了”的声音，但合同簿上的字是反过来的。我倾向于在这个问题上相信黄仁勋，不是因为他永远对，是因为他站的位置、加上他作为大买方的身份，让他在这个问题上没有说反话的动机。

network

半导体这波跌，表面上是产能过剩、中国扩产、AI泡沫那一套说法，其实底层是4件事叠在一起。

第一，美债。10年期顶在5%+，20年最高。钱贵了，拥挤的交易+估值高的资产最先挨刀。

第二，借钱。AI基建不是靠利润盖的，是靠借来的钱。AI相关发债接近5000亿美元，云厂商1/3的capex是借的。利率往上走，借钱成本就往上走，数据中心建设就得放慢，GPU和HBM订单的可持续性就会受到质疑。

第三，白领。AI替代人工这件事，现在还卡在一个尴尬阶段——新人的门关上了，入门级岗位四年少了73%，但老登还没被请出去。收入慢慢在兑现，债要月月还利息，市场砸的就是这个时间差。

第四，ROI。长逻辑没变。AI不拿工资，但每天都要吃算力。白领身上省下来的钱，最后都会变成GPU和HBM的账单。但短期内AI缺的不是手，是判断。普林斯顿那个实验说得很清楚：文献看完了，实验跑完了，研究本身"明确地很差"。不会回头，不会推翻自己。

串起来就是一句话：建设期是通胀的，抢电抢芯片抢债务，把利率顶在高位；兑现期是通缩的，替代人工压低成本，把利率压下来。市场现在用建设期的利率去给兑现期的资产定价，疼是正常的。但这套东西自带反馈。芯片一跌，钱涌进美债，收益率就下来。收益率下来，借钱变便宜，capex续上，替代和ROI继续往前推。下跌本身就在给下一轮涨降成本。

network

做空科技股已经变成最拥挤的共识交易？
@fundstrat
再次逆向开火：“坚决抄底半导体，AI 没有泡沫，底部就在眼前。”

针对近期市场对 AI 资本支出见顶、债务危机的恐慌，Tom Lee 在 CNBC 最新专访中表示：

“未来 25 年 AI 预计耗资 $30 万亿，而全球移动网络基建耗资 $25 万亿、公路网络同样是 $25 万亿。AI 作为比移动网络更底层的基础设施，这个体量完全不高。

仅美国居民家庭一年的利息收入就有约 $7 万亿，资本根本不缺弹药。

OpenAI 刚攻克数学难题、智能体还在迭代，AI 绝不是晚期周期；信贷市场降温反倒杀灭了投机狂热，是极为健康的洗盘。”

随着美债收益率回落、美联储转向偏鸽，此前两座大山已被移开。Tom Lee 强调：科技股抛售已进入尾声，别人恐慌离场之时，正是捡起核心筹码的良机。

network

整个半导体产业
都依赖两家公司
一家是OpenAI一家是Anthropic

英伟达卖给亚马逊等数据中心设备
亚马逊再把算力卖给O和A
O和A还没有完全盈利
主要靠融资输血支付算力采购
市场又没有这么多钱投给O和A

绕了一圈只有英伟达 亚马逊这些有钱
于是微软 英伟达 亚马逊先后投资给O和A
闭环了

其实现在英伟达和亚马逊也感觉自己投不动了
怎么办呢
于是他们都向市场发债
把整个财务风险转移给全社会

如果A和O的收入增长很快
有能力盈利覆盖成本
那么这些股权和债权风险也并不高
但现在O和A收入增长不及预期
那么股权增值部分和债权风险就大了

这就是本轮半导体暴跌的核心
在OA财报出来之后跌倒现在都没停的原因
市场非常害怕
AI的to c端已经到了增长瓶颈
但盈利还远远未到来
大规模的投资却还要不停投入

能拯救市场的
是O和A再给一份超预期的营收数据
以及后续的增长预期

network

你以为美股跌是因为AI泡沫，比特币跌是因为ETF流出？全错了❗️

你有没有发现一个奇怪的现象：
美股下跌，比特币跟跌；
美股反弹，比特币还是半死不活。

很多人以为是两个独立的市场。

其实，纳指和比特币的相关性已达到40%左右，背后的剧本是同一个：它俩正面临同样的两座大山。

⛰️ 第一座大山：加息预期逼出强美元。

中东局势推高油价，通胀阴魂不散。12月加息的刀悬在头顶，美元一走强，美债收益率死咬5%以上。

美股科技股和比特币，都是不生息的资产。美元越强，它们越喘不过气。

⛰️ 第二座大山：美日联手抽干流动性。

日元加息、美联储加息，美债10年和30年的收益率在5%以上，全球流动性正在被抽干。资金回流美元，风险资产和无息资产都被抽血。

美股科技股被抽，比特币也被抽。

但这两座大山压下来，结果大不一样。

美股科技股背后，有英伟达、美光、微软这些能赚钱的硬业绩托着。

比特币没有现金流，全靠流动性和情绪撑着。

所以流动性收紧时，比特币的弹性比美股更大：
跌得更狠，反弹也更快。

⚠️ 现在美股的真实处境是：指数在云端，个股在泥潭。

一旦AI泡沫破灭，这些业绩不错的高科技公司也撑不住指数继续高高在上，肯定也会连同指数一起暴跌。

所以，现在的焦点根本不是K线，而是连续加息和10年期美债收益率居高不下。

只要12月加息的刀还没落地，只要10年期美债收益率还在5%以上横着，这两座大山就搬不走。

更可怕的是，美联储在2027年大概率还有两次加息。

不管是美股还是比特币，现在都只是在死撑。

什么时候加息利空兑现，美债收益率有效跌破5%并拐头向下，真正的修复窗口才会打开。

在那之前，管住手。
把子弹留给真正的反攻。

👇 你猜，如果12月加息落地，第一个从坑里爬出来的，会是美股还是比特币？评论区见。

network

10月22日半导体暴跌近7%，很多人以为只是散户恐慌割肉，但高盛最新披露的数据说明，这轮下跌背后还有更严重的问题：华尔街对冲基金正在遭遇2020年疫情以来罕见的集体亏损。$QQQ
$SOXX

$NVDA

$MU

$AVGO


根据高盛Prime Brokerage的数据，10月22日，基本面多空策略、系统化交易策略和多策略基金三大类别单日亏损均超过1%。这是2020年疫情暴跌以来，首次出现这三类策略同时遭受如此规模的单日损失。

更值得注意的是，科技股对冲基金10月至22日累计亏损约10%，亚洲市场相关对冲基金累计亏损约9%。

这就能解释为什么10月的半导体下跌如此猛烈。

过去一年，大量资金集中交易AI产业链。无论是GPU、HBM、存储、光通信还是数据中心电力，许多机构都持有高度相关的增长资产。

上涨的时候，所有人都能从AI资本开支扩张中受益。但当市场开始怀疑AI投资回报，部分机构选择降低科技股风险敞口时，问题就出现了。

一家基金卖出
$NVDA
，另一家基金减持
$MU
，还有基金同时卖出半导体ETF和其他AI基础设施股票。这些操作并不需要完全相同的交易理由，却可能形成相互强化的抛售压力。

如果基金本身还使用杠杆，亏损扩大之后就可能被迫进一步降低风险。价格下跌推动减仓，减仓又给价格带来新的压力。

这也是为什么部分公司财报非常强劲，股价依然能在一天之内暴跌10%以上。

不过，机构去杠杆和企业基本面恶化是两件事。

10月22日的抛售已经证明，拥挤的AI交易存在很大风险。但不能因为对冲基金正在减仓，就直接认定AI行业未来几年的增长已经结束。

10月23日费城半导体指数仅反弹约0.4%，说明经过前一天的大幅杀跌，板块仍然没有恢复足够强的上涨动能。

此前一直强调10月需要防范大回撤，现在机构的亏损和去杠杆数据进一步说明，这轮调整不仅仅是普通的获利了结。

但我对11月之后的行情依然偏乐观。

如果下周科技巨头财报能够证明AI资本开支仍然有合理回报，同时机构集中减仓的压力逐渐缓和，那么此前被大幅压缩估值的半导体股票，就有机会重新获得资金配置。

现在没有必要急着和整个市场的去杠杆过程对抗。

等被动卖盘逐渐消化，企业盈利预期稳定下来，再寻找重新增加仓位的机会。

这轮回撤之后，真正有竞争力的AI龙头不会因为机构短期减仓就失去全部长期价值。