来源：微信公众号「李迅雷金融与投资」，作者徐驰、张文宇（中泰策略） 原文：https://mp.weixin.qq.com/s/Zy5jI4H-W95tekfrsB0UDA
引言
近期，科技股的波动明显放大，海外资本市场对”AI泡沫”的讨论持续升温，”AI-washing”（企业夸大或虚报自身AI能力以博取估值）也成为全球资本新的警惕对象。
科技的多空博弈加剧。以Alphabet二季度财报为例：多头看到的是收入和云业务加速，空头看到的是资本开支侵蚀自由现金流。
与此同时，韩国杠杆ETF资金大幅出逃、海力士等核心资产同步承压；美联储7月议息决议按兵不动，但会间期长端利率已大幅上行。这些看似分散的事件，指向的是同一个问题：这一轮AI科技行情，除资金结构的松动之外，产业基本面是否能支撑科技估值？
当前市场主流AI叙事是：云厂商自由现金流已被资本开支持续消耗，一旦股价和信用同时转弱，订单可能像2000年科技泡沫那样迅速”蒸发”。
本文试图从产业趋势出发回答：这一轮AI科技行情走到了哪个阶段，和2000年科网泡沫相比有哪些本质差异，又该如何理解7月以来的这轮波动。
去杠杆与财报季，AI投资的审美发生了什么变化？
美股科技龙头在财报之后的股价反应，说明了市场资金对于AI资本开支”审美”的变化。
Alphabet二季度的财报发布后，公司收入同比增长24%，Google Cloud收入同比增长82%，经营现金流达到391亿美元，业务层面并没有失速的迹象。但单季资本开支升至449亿美元，自由现金流因此转负59亿美元，全年资本开支指引还在上调，来到1950亿至2050亿美元。
以往财报季，只要资本开支指引上调，市场大多把它读成AI需求还在加速的证据，股价通常随之走高。这一次，同样的上调却被读成了自由现金流被侵蚀、股东回报被压缩的信号，Alphabet股价应声下跌。
但市场并没有简单地开始厌恶资本开支。同一个财报季里，微软的投入照样在增长，股价反而大涨。
这是因为资金的审美变得更加苛刻：过去投得多就算利好，现在还要再看：一是投出去的钱有没有对应的收入增速可以验证，二是这个数字有没有清晰的解释。
这种审美变化把三家公司放在一起对照就很明显。Alphabet的Cloud增速82%已经很亮眼，但资本开支涨得更快，以致把单季自由现金流推成负数，市场于是把它归入”回报尚未兑现”；Meta的收入仍在加速，经营利润率却在一年之间从43%掉到31%，同样是投入跑在了回报前面。
微软的Azure增速从40%抬到43%，其日历年资本开支数字甚至还出现名义下调，公司说明降幅主要来自资产使用年限等会计口径调整，实际投入并未收缩。加速可被验证、口径有清晰解释，市场因此仍然愿意给其溢价。
所以这轮财报季的信号，是市场开始就资本开支这笔钱考虑”对价”。同样一笔投入，过去买的是估值想象空间，现在必须换回可验证的收入增速，否则就要按风险折价。市场对”AI资本开支”的容忍度，正在系统性下降。
这种重新定价，在股价上的反应比较清晰：Alphabet 7月22日盘后发布财报，次日收跌7.1%；Meta 7月29日盘后跌约9.6%，次日收跌7.9%；而同一晚发布财报的微软，盘后涨约8%，次日收涨15.5%。
另一方面，市场对美股科技龙头财报反应差异的背后，是资金去杠杆的冲击。
这种资金结构冲击的本质，是杠杆仓位的强制平仓，本身和基本面无关。仓位越集中、杠杆越高，市场热情一旦减退就越容易被迫平仓；但如果这类仓位是被强力买方整体接走，并没有无序抛售给市场，接下来的反弹又常常被误读成”基本面改善”，而不是空头回补带来的技术性修复。
例如，7月底的Situational Awareness事件。这只由前OpenAI研究员Leopold Aschenbrenner创立、重仓半导体与AI基础设施的对冲基金，资产规模一度达到450亿美元，上半年回报率高达439%，但杠杆据报道接近400%、持仓高度集中，在7月的AI股回撤中组合价值单月下跌67%，最终被迫把约160亿美元的公开股票组合以约一成折价卖给Citadel。
值得注意的是，该基金并未清盘，出售的仅为公开股票组合，年内仍录得约80%的正回报，并已宣布停止对公开市场头寸加银行杠杆，这也印证冲击来自杠杆结构本身，而非基本面判断失误。
7月30日前后美股随即明显反弹，直接触发因素是Microsoft、Amazon的财报超预期，微软单日涨幅创下其历史最大单日市值增幅。但另一层更重要的原因被市场忽略：这个原本注定要被强制平仓的大仓位被Citadel整体承接，预期无序抛售的空头反而被迫回补。
这种资金结构冲击，在AI硬件和云服务/软件的股价分化上体现得更清楚。韩国2026年5月27日首批放行单一个股杠杆产品，16只跟踪三星电子、SK海力士的两倍杠杆ETF合计规模，从上市时的4.4万亿韩元升至7月15日的11.9万亿韩元，其中约92%由个人投资者持有。
按高盛交易台的统计，截至7月13日，韩国全市场已有超过120万个杠杆信用账户触及追保线，约32万至36万个被券商强制平仓。而三星资产管理的KODEX SK海力士单一个股杠杆ETF，自6月23日峰值回撤超过80%，对应的三星电子产品自6月3日峰值回撤近75%。
而同一时期，AI软件和云厂商股票的回撤幅度明显小于杠杆集中的硬件标的，部分被大量做空的企业软件公司甚至逆势上涨。可见，资金结构成为主导变量时，受冲击的是杠杆集中的具体标的，并不是整条产业链。
“AI资本开支悖论”，为什么市场开始质疑AI需求？
所谓”AI资本开支悖论”，指的是同一笔算力投入既是需求最直接的证据，也是自由现金流最直接的消耗。投得越多，既像景气，也像风险，市场没法只靠这个数字判断产业究竟处在什么位置。
要拆开这个悖论，得从订单转化为收入的角度看：上游订单里其实混着两类完全不同的需求。
一类来自能用现有业务现金流支付的企业，比如Google用搜索广告利润投资TPU，这类需求哪怕回报周期长，也有成熟业务托底，不会因为一次融资环境收紧就突然消失。
另一类来自依靠融资维持的客户，Oracle是最典型的例子。Oracle在这一轮AI浪潮里扮演的角色，和Google、Microsoft不太一样：它没有搜索广告或企业软件这类现金牛业务能反哺算力投入，而是几乎把公司重新定位成一个”云算力批发商”，通过Oracle Cloud Infrastructure（OCI）向OpenAI、xAI这些大模型公司出租GPU算力。
为了跟上这个节奏，Oracle于2026年3月一次性裁员3万人，把腾出来的资源和现金押注在这轮AI资本开支上。
截至2026财年末，公司剩余履约义务达到6380亿美元，同年还筹集了430亿美元债务和50亿美元股权。这些订单到底是真实需求，还是靠不断举债维持的预期？
按Oracle披露，这批大型AI合同中已由客户预付或客户自供的硬件部分合计约750亿美元。剩余合同对应的数据中心仍需Oracle自行融资建设，公司指引2027财年净资本开支约700亿美元、计划融资约400亿美元，2026财年自由现金流已为负237亿美元。
如果剩下那部分订单真的开始出问题，这类合同大多要到2027、2028财年才确认成收入，中间这段时间差就是风险敞口。一旦因为电力、用水或芯片供应等问题被推迟，Oracle的现金流压力会先反映在信用市场上。
而融资成本一旦上升，Oracle就得放慢新的资本开支，已经下给上游芯片、服务器、电力设备厂商的订单也会跟着被重新谈判或延后，压力就这样从Oracle自己的资产负债表，一路传导到整条产业链的上游。
2000年科网泡沫，与本轮AI周期有何本质区别？
回顾2000年的科技泡沫，直接点燃泡沫破裂的，是美联储从1999年6月到2000年5月连续六次加息，联邦基金利率从4.75%一路推高到6.5%。真正决定这场泡沫破裂有多剧烈的，是融资闭环的断裂。
电信运营商和互联网公司过去几年靠IPO、供应商融资和高收益债建起了远超实际需求的产能。2000年下半年，投机级电信服务商从债券市场拿到的净融资只剩70亿美元，比上半年少了六成。
但两者的差异同样明显：
- 今天的主要买方不是亏损初创企业，Google、Microsoft、Amazon、Meta有成熟的现金流缓冲
- 算力目前仍存在可观察的产能上限与供给约束（客户排队、配额分配）
- GPU具备一定再配置能力，旧GPU可从训练转向推理
- AI具有直接的国家安全属性，中美两国都在为本国战略模型公司兜底
Oracle这类高杠杆样本值得警惕，但不能把思科的结局直接套在整个产业上。
押注推理的军备竞赛，AI模型层的护城河在哪？
模型层的收入确实在快速增长，但增长并不同步：Anthropic一季度收入48亿美元，二季度预计109亿美元，环比翻倍以上，并预计在二季度录得5.59亿美元的首个经营利润。OpenAI可比的年化收入口径约250亿美元。
更值得关注的是收入结构的变化：两家公司的收入驱动都已经转向企业级入口，企业客户贡献已过半。这意味着商业闭环正在从”有没有人付费”，走到”付费的人是不是越来越难以离开”。
AI模型层护城河的三个层次：
- 数据飞轮：门槛没有想象中高，领先窗口正在从”年”压缩到”月”
- 模型架构：更难成立，架构创新几个月内就会被同行复现
- 生态整合：真正开始体现黏性，迁移成本不仅是”换一个更聪明的模型”
为什么把AI模型公司类比成苹果是有偏的：苹果的护城河建立在硬件分销和消费者品牌溢价之上，但AI模型是一层可以被API调用、可以被开源复制的软件能力。
更贴切的对比，其实是半导体制程或创新药研发这类军备竞赛式的技术密集型行业：没有一家公司能凭一代产品建立永久领先，整个行业的研发和资本开支强度会常年维持高位。
高波动之下，科技行情仍有哪些影响因素？
四个关键变量：
- 美联储加息冲击：7月FOMC按兵不动，但9比3的投票结果偏鹰，冲击已基本被定价
- 前沿模型差距：Moonshot Kimi K3接近OpenAI GPT-5.6，差距在缩小但没有消失。特朗普签署前沿模型行政令，OpenAI将GPT-5.6推迟约两周发布
- 资金去杠杆：大概率已过最剧烈阶段。七巨头敞口占比降到14.5%，接近三年最低
- IPO窗口：OpenAI和Anthropic将于秋季挂牌，届时必须首次提交经审计的完整财务报表
结论与配置建议
AI大周期未结束，AI产业的应用主线仍是Agent。中长期应用空间的打开关键取决于物理AI的应用落地。
配置建议：
- 科创50为代表的高端制造、国产半导体设备龙头已进入中长期底部区间
- 关注物理AI落地受益领域：军用AI、卫星、光纤、钨钼
- 防御仓位转向与高端制造结合的方向：化工龙头、工程机械龙头与精密设备龙头
- 有色金属可以逐步进入左侧布局
风险提示： AI商业化和知识工作Agent渗透不及预期；模型公司收入披露口径与实际财务结果存在差异；高杠杆算力云和数据中心项目再融资受阻；GPU、存储等设备出现产能过剩；前沿模型发布因监管审查延后超预期；美联储加息预期反复。
作者： 徐驰（中泰策略首席）、张文宇（中泰策略分析师）