HTX Research|从美股到链上:永续合约重塑全球股票交易格局

一、代币化股票市场的产品架构与演进逻辑

代币化股票市场真正范式转换发生在 2023 至 2025 年间,三个关键变量的成熟推动了质变。第一,链上永续合约机制成熟——GMX 的 GLP 池模型、dYdX v4 的订单簿架构及 Hyperliquid 基于 Arbitrum Stylus 构建的专用 L1 引擎,将链上衍生品延迟压缩至毫秒级,同时通过内置预言机和清算引擎实现了传统中心化交易所无法提供的全天候不间断交易能力。第二,预言机基础设施跨越式升级——Chainlink Data Streams 和 Pyth Network 使亚洲股票价格能以亚秒级延迟上链,解决了长期制约代币化金融产品的价格源可靠性问题。第三,监管框架初步明晰——SEC 于 2025 年底至 2026 年初释放积极信号,准备推出「创新豁免权」(Innovation Exemption),为合规代币化产品提供监管沙盒路径;Coinbase 于 2026 年 6 月 8 日正式上线四款受 CFTC 监管的股票指数永续合约(AI10、China10、Defense10、Tech100),标志着受监管实体正式进入这一赛道。

从产品结构看,当前市场由两类截然不同但互补的产品构成。第一类是全额抵押现货代币化,以 Ondo Finance、xStocks 和 Backed 为代表。Ondo Finance 占据绝对领先地位,TVL 达 8.878 亿美元,占全市场 60.87%份额,覆盖 231 只股票;xStocks 以 3.942 亿美元 TVL 位居第二,份额 27.03%。这类产品的核心价值在于跨境投资可及性和结算效率——投资者无需开立当地券商账户即可持有全球股票,且链上结算将 T+2 缩短至 T+0。 

第二类是永续合约,以 Hyperliquid、币安和 dYdX 为代表。这类产品不持有实际股票,仅以稳定币作为保证金追踪资产价格标的,最大优势在于 24 小时全天候交易、最高 20 倍杠杆以及无需托管标的资产所带来的极速上市能力。一个典型的例子是 2025 年 10 月 Hyperliquid 社区通过 HIP-3 提案后,先后上线了三星电子、SK 海力士等韩国蓝筹股永续合约,触发了一轮以亚洲市场为核心的「代币化股票合约上链潮」,随后币安迅速跟进上线同类标的。

二、永续合约驱动的市场结构重构与竞争格局

2026 年代币化股票永续合约竞争格局呈现出清晰的三层结构:链上协议主导层、中心化交易所追赶层和机构逐步入局层。Hyperliquid 凭借专用 L1 链的超低延迟和零 Gas 费优势,占据永续合约市场约 50%的交易量份额。其核心策略可以概括为「地理套利」——优先覆盖韩国、日本等亚洲高流动性市场,利用当地交易所休市期间建立流动性壁垒,从而吸引全球时段的投机者和对冲者入场。币安作为全球最大的加密交易平台,在 2025 年底加速扩展代币化股票永续合约产品线,已与 Hyperliquid 形成双寡头格局。两者之间同标的价格差异平均达到 0.93%至 1.03%,极端行情下最大可至 2.3%,这既反映了做市商竞争的不充分性,也构成了套利交易的天然土壤。

Coinbase 则依托 CFTC 监管牌照走「合规替代」路径,为美国机构投资者提供首个受监管的链上股票衍生品入口。其 2026 年 6 月上线的四款指数永续合约(AI10、China10、Defense10、Tech100)采用集中清算模式,每笔交易均经过 KYC 验证和反洗钱审查,这与 Hyperliquid 的去中心化无许可模式形成了鲜明对比。dYdX v4 基于 Cosmos SDK 构建独立应用链,主打机构级订单簿和跨链互操作性;GMX 的 GLP 模型则为小型标的提供了更灵活的上线和流动性供给机制。从竞争焦点演变来看,市场正从早期的「谁先上线」转向「谁定价最准」——预言机延迟、做市商深度和清算机制成为决定平台竞争力的三大支柱。实证研究表明,永续合约价格与次日标的股票开盘价的相关系数高达 0.85 至 0.89,回归系数分别为 0.93 和 1.00,这意味着代币化股票永续合约已经不再仅仅是被动追踪价格的工具,而是正在成为一个独立于传统交易所运行的信息聚合和价格发现机制。

三、链上数据实证:永续合约的三重价值创造

代币化股票永续合约之所以能够引发如此广泛的关注,根本原因在于它创造了传统股票市场无法提供的三重独特价值。第一重价值是隔夜价格发现功能。通过对三星电子和 SK 海力士永续合约的系统性研究发现,两只标的盘后走势系统性地领先于次日开盘价。具体而言,三星电子永续合约在 KOSPI 收盘后若呈现上涨趋势,则次日高开的概率约为 82%;反之若下跌则预示低开概率高达 96%。SK 海力士的数据同样令人瞩目,上涨预示次日高开概率 95%,下跌预示低开概率 78%。更关键的是回归系数分析显示分别为 0.93 和 1.00,表明隔夜永续合约不仅能够预测次日开盘方向,还能够相当准确地预判开盘跳空的幅度大小。这种信息聚合能力源于链上市场 7 乘 24 小时持续运转的特性——全球各地的宏观消息、公司公告和行业动态都能实时反映在永续合约价格中,而无需等待下一个交易日的开盘竞价。

第二重价值是资金费率驱动的 Delta 中性套利机制。永续合约的资金费率设计天然地在多头和空头之间进行利益转移——当市场情绪偏多时多头支付资金费给空头,反之亦然。数据显示,三星电子永续合约日内平均产生约 0.15%的正溢价,SK 海力士约 0.23%。理论上构建 Delta 中性策略即买入全额抵押现货代币同时卖出等量永续合约头寸,可完全消除方向性敞口并仅靠资金费率实现年化收益率 66.7%至 119.7%。当然实际执行中滑点成本、基差风险和资金利用率等因素会压缩理论收益空间,但这已经足以吸引专业做市商和量化对冲基金大规模入场布局。第三重价值是跨交易所套利的结构性机会。由于同名标的分散在多个独立运营的平台之上且缺乏统一清算机制,币安与 Hyperliquid 之间的三星电子永续合约平均价差维持在 0.93%,极端时段最大可达 2.3%。特别是在夜间和周末因现货市场休市导致链上流动性下降时,价差进一步扩大,为具备多平台接入能力的套利交易者提供了周期性获利的天然窗口。

四、创新趋势与商业机遇的四大方向

代币化股票永续合约市场的高速扩张正在催生四个具有独立商业价值的创新方向。第一个方向是专业化做市商服务。与传统金融市场特许做市商垄断的模式不同,链上永续合约做市场向任何有足够资本和技术能力的参与者开放。同名标的分散在多平台独立定价的现状意味着夜间和周末时段价差自然扩大至 0.15%至 0.75%,为专业做市商创造了持续且高度可预测的获利空间。第二个方向是区域化预言机服务。亚洲市场股票在纽约和伦敦交易时段之外的定价需求催生了一个全新的预言机细分市场——能够为亚洲股票休市时段提供高频、多层验证定价数据的预言机服务商将成为该赛道的关键基础设施提供商。第三个方向是代币化发行中介服务。目前 KOSPI 200、日经 225 和恒生指数中的大量标的尚未实现代币化发行,能够在传统证券发行方和链上交易平台之间提供合规对接、资产托管、定价参数设定和流动性引导的一站式「发行即服务」平台拥有广阔的市场空间。第四个方向是基于基差的链上对冲基金。与传统基差对冲相比,链上永续合约版本具有资金周转速度快(无需证券结算周期)和跨平台价差提供复合收益来源的独特优势,专业对冲基金可以在多个平台上动态配置头寸实现高频换手以放大收益。

从更广的产业视角来看,Coinbase 上线受 CFTC 监管指数永续合约标志着美国监管机构开始将这一新型金融产品纳入正式分类体系。巴塞尔委员会于 2025 年 11 月重新启动了对银行加密资产敞口规则的审查工作,一旦银行被允许持有代币化股票敞口,整个赛道的流动性将迎来指数级增长。4Pillars Research 预测如果全球 1%的股票市值实现代币化,到 2030 年市场规模可达 1.34 万亿美元,而当前渗透率不足万分之一。

五、风险框架与投资策略

代币化股票永续合约市场虽然增速迅猛但其风险结构复杂且多层次。智能合约风险是最直接的技术威胁——永续合约类协议在 2024 至 2025 年间因预言机攻击、清算逻辑漏洞和前端操控造成的累计损失超过 5 亿美元。其中最具警示意义的事件是 2025 年 2 月 Hyperliquid JELLY 代币事件暴露出的清算机制缺陷,导致部分用户在非自愿情况下遭受实际损失。市场风险层面,高杠杆特性在放大收益的同时也指数级放大了清算风险——财报季或重大政策事件发布期间的低流动性环境可能触发连锁清算进而导致价格崩盘。流动性碎片化风险构成第三维度的系统威胁——同一标的如三星电子或 SK 海力士的永续合约分散在多个独立平台各自定价,各平台之间缺乏统一的清算协调机制,极端行情下可能导致平行市场间出现巨大且持久的价差扭曲。

监管不确定性则是最大的外部变量。各国态度在此问题上存在显著分化:美国 CLARITY Act 立法进程虽提出 DeFi 开发者安全港条款但整体推进受阻;欧盟 MiCA 框架对链上股票衍生品的具体覆盖范围尚未明确;中国香港和新加坡作为亚洲金融中心尚未出台针对代币化股票的专门监管指引;日本金融厅对加密衍生品的审慎态度也可能限制该产品在日本市场的推广速度。

基于以上风险框架投资策略可以从三个维度来构建。第一维度是平台代币配置策略——HYPE 代币因 Hyperliquid 平台手续费 30%回购销毁机制而与平台交易量高度联动,ONDO 和 DYDX 则分别代表 RWA 赛道头部协议和去中心化衍生品基础设施的核心贝塔标的。第二维度是生态参与策略——量化团队可以部署基于资金费率套利和跨平台价差套利的自动化交易系统,散户投资者可以利用隔夜价格发现功能优化传统股票次日交易决策,实证数据显示辅助决策可提升亚洲市场短线策略胜率约 7 至 12 个百分点。第三维度是 Gamma 做市策略——同时在多个交易所提供流动性并自动对冲敞口赚取买卖价差,同时利用资金费率的周期性方向性收益增厚总体回报。核心风险观测指标应重点关注三个时间节点:2026 年下半年 Roman Storm 审判结果对 DeFi 开发者责任边界的法律界定影响、CLARITY Act 能否在国会取得实质性立法进展、FATF 标准下一次修订中对旅行规则在 DeFi 场景下的具体合规要求。

六、结语与未来展望

代币化股票永续合约的真正历史意义在于它试图回答区块链技术诞生以来最核心的一个命题:链上金融是否能够超越「加密货币的链上金融」这一狭义范畴,真正成为「所有资产的链上金融」?三星电子永续合约高达 85%的走势一致性和 0.93 至 1.00 的回归系数强有力地证明,链上衍生品不仅能够有效追踪传统资产的价格变动轨迹,还能在传统市场休市期间独立完成有效的价格发现和信息聚合功能。从投资时钟的角度来判断 2026 年下半年至 2027 年是该赛道的关键催化窗口期——Coinbase 受监管指数永续合约上线后的市场反响、SEC「创新豁免权」能否正式落地、Hyperliquid 能否维持其在链上永续合约领域的市场份额领先地位,这三个观测指标将成为判断代币化股票市场能否从实验阶段迈入主流阶段的核心参照系。对于具备足够风险承受能力的投资者而言当前不足全球股票市值 0.01%的渗透率与复合增速超 200%之间的巨大落差构成了典型的早期赛道投资图景——高回报潜力与高不确定性并存,参与时应坚持以底层风险可控、合规路径可追踪和技术迭代可验证为标尺来筛选投资标的。

加密一级市场投融资前瞻周报|稳定币监管临近落地,ETF资金连续撤离,资本开始押注支付与现金流

研报周期:2026 年 6 月 1 日—2026 年 6 月 7 日

一、本周核心结论(Executive Summary)

过去一周,加密市场出现了一个非常值得关注的现象:

风险资金正在撤离,但链上资金并未离场。

从传统机构视角来看,BTC ETF 连续第四周出现大规模净流出,单周流出规模约 17.2 亿美元;ETH ETF 同期净流出约 1.68 亿美元。四周累计流出规模分别达到 54 亿美元和 8.8 亿美元,创下近一年最强连续流出记录。

但另一方面,稳定币市场并未出现同步收缩。

随着美国 GENIUS Act 进入关键阶段、英国监管机构开始讨论稳定币监管细则调整,全球稳定币监管框架正在加速形成。

这意味着市场正在出现新的资金迁移逻辑:

资金正在从“风险资产配置”转向“支付与收益基础设施配置”。

与此同时,一级市场融资仍然集中于三个方向:

  • Stablecoin Infrastructure
  • AI Agent Infrastructure
  • RWA Yield Layer

相比过去追逐公链和叙事,资本开始更加关注:

收入、支付能力与真实现金流。

二、过去一周发生了什么?

2.1 核心市场数据总览

指标本周(6.1-6.7)上周(5.25-5.31)环比有效融资项目数 2631-16.10%融资总额 3.02 亿美元 4.12 亿美元-26.70%最大单笔融资 4000 万美元 8500 万美元-52.90%BTC ETF 净流量-17.2 亿美元-14.4 亿美元扩大 19.4%ETH ETF 净流量-1.68 亿美元-2.57 亿美元收窄 34.6%DeFi TVL778 亿美元 801 亿美元-2.90%稳定币总市值 3254 亿美元 3216 亿美元 0.012

MetricsThis Week (Jun 1 – Jun 7)Last Week (May 25 – May 31)Week-on-Week ChangeNumber of Valid Financing Projects2631-16.10%Total Financing Volume$302 million$412 million-26.70%Largest Single Financing Round$40 million$85 million-52.90%Net Flow of BTC ETFs-$1.72 billion-$1.44 billionOutflow expanded by 19.4%Net Flow of ETH ETFs-$168 million-$257 millionOutflow narrowed by 34.6%DeFi Total Value Locked (TVL)$77.8 billion$80.1 billion-2.90%Total Market Cap of Stablecoins$325.4 billion$321.6 billion0.012

市场解读

本周最大的变化并非融资下降,而是资金结构变化。

BTC ETF 连续第四周净流出,单周流出规模达到 17.2 亿美元,成为 2026 年以来最大单周资金撤离之一。

与此同时,稳定币总规模仍在扩张。

这种现象通常意味着市场进入防御阶段:投资者降低风险敞口,但仍然保留链上流动性,等待新的确定性机会出现。

2.2 本周重点融资事件

Halliday

赛道:AI Agent Infrastructure

融资金额:2000 万美元

轮次:Series A

领投机构:a16z Crypto

投资逻辑:

随着 AI Agent 逐渐进入商业验证阶段,市场开始关注 Agent 执行层基础设施。Halliday 试图成为未来 Agent 自动执行链上操作的底层网络。

OpenRouter

赛道:AI Infrastructure

融资金额:4000 万美元

轮次:Series A

领投机构:a16z

投资逻辑:

未来 Agent 时代将产生大量模型调用需求,模型路由层可能成为新的基础设施入口。

M0 Protocol

赛道:Stablecoin Infrastructure

融资金额:3500 万美元

领投机构:Bain Capital Crypto

参投机构:Pantera Capital

投资逻辑:

监管框架逐渐明确背景下,稳定币发行和结算网络开始获得机构关注。

Gradient Network

赛道:Decentralized AI Network

融资金额:1000 万美元

领投机构:Pantera Capital

投资逻辑:

去中心化算力与推理网络成为 AI Agent 生态的重要基础设施。

2.3 本周资本最关注的三个赛道

第一名:Stablecoin Infrastructure(占融资额约 28%)

代表项目:

  • M0 Protocol
  • Ethena
  • Agora

核心数据:

指标数据稳定币总市值 3254 亿美元环比增长 0.012 收益型稳定币占比约 10%监管进展 GENIUS Act 关键阶段

MetricsDataTotal Market Cap of Stablecoins$325.4 billionWeek-on-Week Growth0.012Share of Yield-bearing StablecoinsApproximately 10%Regulatory ProgressThe GENIUS Act has entered a critical stage

资本逻辑:

稳定币已经不再只是交易工具。

未来竞争焦点将转向支付、清算与跨境结算网络。

第二名:AI Agent Infrastructure(占融资额约 26%)

代表项目:

  • Halliday
  • OpenRouter
  • Spectral

核心数据:

指标数据本周融资项目数 7 个融资金额约 7900 万美元占总融资比例 26%

MetricsDataNumber of Financing Projects This Week7Total Financing AmountApproximately $79 millionProportion in Total Financing26%

资本逻辑:

市场已经从 Agent 概念转向 Agent 经济体。

未来 Agent 需要:

身份、支付、信用与协作网络。

第三名:RWA(占融资额约 18%)

代表项目:

  • Ondo Finance
  • Plume Network
  • Centrifuge

核心数据:

指标数据RWA 总规模超 140 亿美元 Ondo TVL 超 14 亿美元 Plume 生态项目超 200 个

MetricsDataTotal Size of RWAOver $14 billionTVL of OndoOver $1.4 billionProjects within the Plume EcosystemOver 200

资本逻辑:

机构开始寻找链上现金流资产。

RWA 正在从叙事阶段进入规模化竞争阶段。

2.4 本周重点安全事件与协议风险

Gravity Bridge 安全事件

损失规模:

约 540 万美元

原因:

验证节点签名密钥泄露

风险等级:

★★★★★

DxSale 权限控制事件

损失规模:

约 730 万美元

原因:

管理员权限被恶意控制

风险等级:

★★★★☆

链上司法冻结案例(Zama cUSDC)

冻结规模:

约 1260 万美元

原因:

法院命令触发资产冻结

风险等级:

★★★★★

风险观察

本周安全事件呈现出明显变化。

攻击重点正在从智能合约漏洞转向:

  • 密钥管理
  • 权限控制
  • 监管执行风险

对于未来融资项目而言,安全能力正在成为重要加分项。

三、未来链上投融资趋势前瞻

3.1 稳定币支付网络或成为 Q3 最大主线

GENIUS Act 进入关键阶段后,市场开始重新评估稳定币赛道价值。

过去市场争论的是:

稳定币是否合法。

未来市场关注的是:

谁掌握支付网络。

目前值得重点关注的项目包括:

  • M0 Protocol
  • Ethena
  • Agora

未来 4 周关键观察点:

  • GENIUS Act 后续进展
  • USDC 与 USDT 市场份额变化
  • 稳定币支付场景增长情况

3.2 合规衍生品基础设施进入价值重估阶段

本周虽然市场整体调整,但链上衍生品市场仍保持活跃。

特别是 Hyperliquid 继续维持高收入状态。

核心数据:

指标数据未平仓合约超 80 亿美元日均收入 180-220 万美元年化收入超 7 亿美元

MetricsDataOpen InterestOver $8 billionAverage Daily Revenue$1.8 million – $2.2 millionAnnualized RevenueOver $700 million

市场正在形成新的共识:

收入型协议比叙事型协议更具长期价值。

3.3 AI Agent 开始进入商业验证阶段

过去一年资本投资的是 Agent 概念。

未来一年资本投资的是 Agent 收入。

重点观察项目:

  • Halliday
  • Spectral
  • Virtuals

未来 4 周需要重点观察:

Agent 之间是否开始出现真实支付和交易行为。

如果形成闭环,Agent 赛道可能进入新的估值阶段。

3.4 未来 1—4 周重点 TGE 与上线事件

第一梯队关注项目:

  • GRVT
  • Initia
  • MegaETH

第二梯队关注项目:

  • Monad 生态项目
  • AI Agent 生态项目
  • RWA 生态项目

未来一个月预计仍将以生态激励和测试网机会为主。

四、数据驱动的投研分析

ETF 持续流出,但稳定币持续增长意味着什么?

如果只看 ETF 数据,市场似乎已经进入明显风险收缩阶段。

BTC ETF 单周流出 17.2 亿美元,创下今年最大单周撤资记录之一。ETH ETF 同样连续流出。

但与此同时,稳定币总规模仍在扩张。

这说明资金并没有真正离开加密市场,而是在等待新的确定性机会。

历史上,这种现象往往出现在新主线形成之前。

而当前最有可能承接资金的方向,正是稳定币基础设施和支付网络。

为什么 VC 开始降低出手频率?

本周融资总额较上周下降约 27%。

这并不意味着资本撤离。

更准确地说:

机构正在等待三个关键变量落地:

  • GENIUS Act
  • 美联储 6 月议息会议
  • 美国加密监管法案进展

在监管和宏观环境明确之前,VC 更倾向于提高投资标准。

未来融资越来越看重:

  • 收入
  • 用户增长
  • 商业闭环

而不是单纯叙事。

为什么 Hyperliquid 逆势获得资本认可?

过去几年市场习惯用 TVL 衡量协议价值。

而 2026 年开始,市场越来越关注收入。

Hyperliquid 的成功证明:

真正创造现金流的协议,能够获得独立于市场情绪之外的估值体系。

这可能成为未来整个一级市场的重要变化。

五、未来 30 天观察清单

GENIUS Act:关键进展 6 月,重要程度:★★★★★

FOMC 议息会议:6 月 18 日,重要程度:★★★★★

CLARITY Act 推进:6 月下旬,重要程度:★★★★

GRVT 潜在 TGE:7 月初,重要程度:★★★★

Initia 生态释放:6 月-7 月,重要程度:★★★★

结语

过去市场争夺的是叙事,今天市场争夺的是现金流。

从稳定币支付网络,到链上衍生品基础设施,再到 AI Agent 经济体,资本正在寻找能够持续创造价值的协议。

未来一个季度,最值得关注的三条主线仍然是:

Stablecoin Infrastructure、AI Agent Infrastructure、Compliant Derivatives。

而决定项目能否获得融资的关键因素,也正在从“故事”转向“收入”。

美股AI一周蒸发万亿,市场开始为「借钱买铲」定价

原文作者:Ada,深潮 TechFlow

过去这一周,美股 AI 板块上演了一组奇怪的画面,记录一个接一个被刷新,股票一个接一个被卖出。

6 月 1 日,账上躺着千亿现金的 Alphabet 宣布史上规模最大的股权融资之一;6 月 3 日盘后,博通交出史上最佳季报,次日股价崩跌;6 月 5 日,纳指单日重挫 4%,半导体板块一天蒸发约万亿美元市值;6 月 10 日盘后,甲骨文营收与在手订单双双创纪录,股价照跌不误;6 月 11 日,史上最大的 SpaceX IPO 进入定价时刻。财报数字本身没有问题,有问题的是这些数字得以成立的方式:越来越多的钱,正以越来越复杂的方式被借进这场 AI 基建竞赛。当市场开始数这笔账,创纪录也救不了股价。

同一个剧本:先创纪录,再被砸

博通的剧本在前。据公司财报及多家媒体报道,截至 5 月 3 日的第二财季,博通营收 222.19 亿美元、同比增长 48%,AI 芯片收入 108 亿美元、同比增长 143%,每股收益超出华尔街预期。但市场只盯住一个缺口,即公司对下季度 AI 芯片收入的指引为 160 亿美元,低于分析师预期,CEO Hock Tan 也未上调全年 AI 收入目标,并提到 Google 可能分散其芯片供应链。但是,次日博通股价一度下跌约 15%,单日蒸发近 2800 亿美元市值,为华尔街史上最大单日市值蒸发之一。

一周后轮到甲骨文。据公司财报及 CNBC 报道,截至 5 月 31 日的第四财季,甲骨文营收 192 亿美元,同比增长 21%,云基础设施收入 58 亿美元,同比增长 93%,调整后每股收益 2.11 美元,高于分析师预期的 1.95 美元。在手订单更是惊人,剩余履约义务(RPO)达 6380 亿美元,同比暴增 363%,远超分析师预期的 5957 亿美元。但股价同样不买账,盘后一度跌约 9%。

夹在两份财报之间的,是 6 月 5 日的整体性抛售。据 TheStreet 与 CNBC,纳斯达克综合指数当日下跌 4%,为 2025 年 4 月关税动荡以来最差单日,由博通谨慎的 AI 芯片前景引爆,AMD、英特尔领跌整个半导体板块。

值得注意的是,6 月 5 日的暴跌并不全是「AI 怀疑」。当日美国非农新增 17.2 万人,远超预期,推高了利率预期,引发资金从高估值成长股向医疗、必需消费等防御板块,而 AI 股因估值最高,跌得最狠。换言之,宏观利率与板块轮动是一重驱动,对 AI 资本开支的疑虑是另一重,两者叠加,而非单一归因。

被砸的不是损益表,是现金流表

把三段行情拼在一起会发现一个共同点,损益表还在记「创纪录」,市场已经改读现金流表和资产负债表。定价的重心,从「赚了多少」转向了「为了赚这些,还要烧掉多少、再借多少」。

甲骨文是最直白的样本。据公司财报,FY2026 全年经营性现金流创纪录达 320 亿美元、同比增长 54%,但自由现金流为负 237 亿美元,全年已融资 430 亿美元债务与 50 亿美元股权。而真正击穿情绪的,是它对未来的口径。据 CNBC,甲骨文计划在 2027 财年再融资约 400 亿美元,方式为债务与股权组合。一家刚融完近 500 亿,自由现金流为负的公司,又预告了下一轮 400 亿融资,这与「创纪录」并列出现时,市场选择给后者定价。

博通的逻辑相似,只是表现在别处。据 Barron’s ,博通将第三财季毛利率指引从 77% 下调至 74%,原因是毛利率较低的 AI 芯片在收入中占比上升。再加上从「卖整机系统」退守「只卖芯片」,以及客户要求租赁芯片、转嫁融资压力,市场看到的是一门增长很猛,但利润率与资本占用都在恶化的生意。

高盛为这种转向提供了框架。据其研报,投资者对资本开支增长的容忍度,取决于盈利强度与 AI 变现的可见度;同一份报告指出,Alphabet 因上调利润指引而股价上涨,Meta 则因指引持平而下跌。市场不再一视同仁地奖励「增长」,而是按「能不能变现」来区分赢家与输家。

融资链条成了主角:连现金最多的玩家也在借钱

如果说损益表是表象,融资链条才是这一周真正的主角。从最上游到最末端,几乎每一个环节都在以加杠杆或稀释股权的方式,为同一场 AI 基建买单。

最具说服力的样本是 Alphabet。据其向 SEC 提交的文件,6 月 1 日宣布 800 亿美元股权融资,6 月 2 日上调并定价至 847.5 亿美元,其中包含伯克希尔哈撒韦 100 亿美元的私募投资。反常之处在于,这家公司根本不缺钱。据多家媒体报道,Alphabet 截至 2026 年 3 月账上有 1268 亿美元现金、年经营性现金流 1740 亿美元,且自 11 月以来已新发逾 550 亿美元债务。即便如此,Melius Research 估计 Google 的自由现金流未来几年将转为负值。投资人 Dan Niles 对此的评论是,资本并非无限,而 Google 坐拥「全 AI 最强的技术栈」却仍要大举融资,恰恰说明了这轮投入的烈度。

往下游看,链条上的每一环都在做同样的事。新云厂商甲骨文自由现金流为负,靠债股双线融资,并让客户预付 GPU 货款或自带 GPU 以压低自身的建设垫资;芯片卖铲人博通则在 6 月 9 日联合阿波罗(Apollo)与黑石成立 AI XPV Platform,首期 350 亿美元,目标在 2028 年前支撑逾 20 吉瓦算力,服务包括 Anthropic 与 OpenAI 在内的前沿实验室。而链条最末端的实验室,则同时在动用更激进的工具:此前已有报道指软银以 OpenAI 股权为抵押安排保证金贷款,如今 SpaceX 正冲刺目标 750 亿美元的纳斯达克 IPO,Anthropic 已秘密递交上市申请,OpenAI 预计紧随其后。

这场投入的总量同样在快速膨胀。据 CreditSights,超大厂 2026 年合计资本开支估计约 7500 亿美元,较 2025 年增长约 67%;高盛的另一口径则为,超大厂 2026 年资本开支预测已从年初的 3140 亿美元上修至 5180 亿美元。无论采用哪个口径,方向都是一致的,开支在加速,而能用经营现金流覆盖的部分在缩小,缺口要靠资本市场来填。

链条的承重点,压在几家还没盈利的实验室身上

杠杆本身不可怕,可怕的是杠杆最终系于谁。把这条融资链拉到尽头会发现,它的承重点高度集中。

甲骨文 6380 亿美元在手订单看似坚不可摧,但据美国银行(Bank of America),其中逾 50% 来自 OpenAI 一家;同时甲骨文也披露,近两个季度 RPO 的增量大多来自大型 AI 合同,客户要么预付 GPU 货款,要么自行采购 GPU 再交给甲骨文。博通的六大定制芯片客户,同样集中于 Google、Meta、Anthropic、OpenAI 等少数几家。也就是说,从超大厂的融资,到卖铲人的订单,再到私人信贷与保险资金的注入,整条链条的最终买单方,收敛到了 OpenAI、Anthropic 这样一小撮尚未盈利,且自己也在排队融资的前沿实验室身上。

创纪录的收入是真的,6380 亿美元的在手订单也是真的;但这些订单的买单方高度集中,自身也在靠融资续命,整条链的杠杆正在被市场重新审视。这一周,市场没有否认 AI 的增长,它只是开始要求看清这笔增长的账单由谁,用什么方式来付。SpaceX 将于 6 月 11 日盘后定价,6 月 12 日以每股 135 美元、约 1.77 万亿美元估值挂牌纳斯达克,这场史上最大的 IPO 能否顺利消化,会是这条融资链的下一个压力测试。

参与SpaceX万亿IPO之前,你需要先看懂这几组数字

SpaceX 将在明天开盘时登陆纳斯达克。

每股 135 美元,计划发行约 5.56 亿股,募资约 750 亿美元,对应估值约 1.75 万亿至 1.8 万亿美元。市场消息称认购需求超过 2500 亿美元,接近 4 倍超额认购。

Goldman Sachs 和 Morgan Stanley 担任两大主承销商,整个承销团共 23 家投行参与。Goldman 拿到了俗称「lead left」的位置,名字印在 S-1 首页左上角,也是实际管理账簿的那家。这个安排有些微妙的是:Morgan Stanley 跟马斯克合作关系超过 15 年,从 Tesla IPO 到收购 Twitter 的融资,一路跟下来,但这次却屈居第二。

区域分销层面,Barclays 负责英国,Deutsche Bank 和 UBS 覆盖欧洲大陆,Royal Bank of Canada 负责加拿大,Mizuho 负责亚洲。

这套豪华阵容,按募资规模估算,这笔交易带给华尔街的承销费总池子可能在 8 亿至逾 10 亿美元之间。

这次没有「价格区间」。SpaceX 直接绕过了传统 IPO 的路演询价环节,以固定价 135 美元直接开放认购,账簿预计在 6 月 8 日至 10 日关闭,6 月 11 日定价。

股票结构上,SpaceX 此前已获批 5 拆 1 股票分割。上市后马斯克仍将保持极高投票权,普通股东拿到的是经济敞口,不是控制权锁定期方面,内部人士 180 天解禁,时间点被精确安排在纳斯达克 12 月中旬指数再平衡窗口前后,届时被动资金也将按规则被迫大量买入。

这次 IPO 新发约 5.56 亿股,上市后全部进入流通盘,占公司总股本约 4.3%。其中 30% 分配给散户,折合约 225 亿美元,是美国大型 IPO 惯例 5% 至 10% 的三倍。Morgan Stanley 旗下 E*Trade 平台负责服务中小散户,Bank of America 负责美国高净值客户,Fidelity、Robinhood、Charles Schwab、SoFi 均已开放认购通道。

SpaceX 会抽水大盘吗

直觉上,一个募资 750 亿、散户份额占新发股票 30% 的 IPO,必然要从别处抽走流动性。

散户得从某个地方凑出这笔现金,最顺手的就是卖掉手里的股票和加密资产。最近几周比特币承压,可能有一部分就来自这里。

那么大型科技公司 IPO,是否意味着必然抽水大盘,我们可以先看一组背景数据。

据数据统计,纳指 ETF(QQQ)在历史大型科技公司 IPO 前后 4 个交易日及上市后 20 个交易日内的表现分化明显。

Facebook、Snowflake、Airbnb、Coinbase 等在上市后 20 日多数录得正收益,Uber、部分阶段的 Alibaba、Arm 等则偏弱或大幅波动。

SpaceX 当前模拟 IPO 窗口阶段的数据显示,前 4 日累计回报约为 -6.3%,弱于多数历史样本。

这组数据给我们的结论更偏向于:大型科技公司 IPO,并不意味着必然抽水大盘。

但这并不意味着所有资产都是安全的。SpaceX 很可能会压缩的边际上最依赖远期风险偏好的那部分资金,比如长尾资产、高 beta 仓位。

Bitrue Research Institute 研究主管 Andri Fauzan Adziima 把这种压力叫「IPO 税」。

财务数据撑不起估值?

这也是 SpaceX 上市面临的分歧最大的问题。

公开文件显示,SpaceX 2025 年收入约 187 亿美元,净亏损约 49 亿美元。按 1.75 万亿估值算,这相当于约 94 倍的 2025 年市销率,而对应的还是一家仍在亏损的公司。

业务结构上,最接近成熟上市公司的是 Starlink 所在的连接服务,火箭发射提供部署能力和技术护城河,真正把估值天花板继续往上抬的,是 AI。2026 年 2 月 SpaceX 以 1.25 万亿美元合并估值吃下 xAI 之后,它已经不再只是一家航天公司。

马斯克想讲的是一条更长的链路:火箭降低入轨成本,Starlink 铺设全球连接,Starship 把更重的设备送进轨道,AI 业务制造算力需求,数据中心最终被放到太空里。

故事很宏大。但马斯克把所有业务都一起打包给了投资者,不只是已经跑出来的 Starlink 和已经证明价值的 Falcon 9,还包括没商业化的 Starship、没验证经济性的轨道数据中心,以及还在烧钱却有些烂尾的 AI 业务。

因此分析师和不同市场,对 SpaceX 收入的预估和合理估值也有很大的差异。

最保守的一头是 Morningstar,公允价值估计约为 7800 亿美元,不到 IPO 目标的一半。它不否认 SpaceX 的技术能力,认为公司有「窄护城河」,单是 SpaceX 一家就占了去年全球火箭发射量的一半以上,但只是觉得轨道计算和 AI 业务的可行性、时间表和财务结果都还高度不确定。

NYU 金融学教授 Aswath Damodaran 的模型给出 1.22 万亿至 1.29 万亿美元,承认工程优势,但认为 1.75 万亿以上的上行空间已经变薄。长期持有人 Scottish Mortgage 的持仓锚点落在 1.25 万亿美元,也未直接跟进到 IPO 目标价。

承销商这一头则把价格往天上拉。Goldman 预测 SpaceX 的 AI 部门到 2030 年单独贡献年收入 3220 亿美元,公司整体营收超过 4700 亿美元,Morgan Stanley 走得更远,预测到 2040 年营收达 3.4 万亿美元,调整后 EBITDA 超过 2.7 万亿美元。

而最激进的定价,来自链上。Binance 5 月推出的 SPCXUSDT 永续合约,反映的预期估值区间在 1.75 万亿至 2 万亿美元之间,Polymarket 上有超过 70% 的概率押注最终 IPO 估值突破 2 万亿美元。到临近上市,Binance 已将 SPCXUSDT 合约对应的 SpaceX 预估股份数量从 118.7 亿股调整至 130.8 亿股,按当前价格计算,对应估值已经超过 2 万亿美元。

目前来看,下一次 Starship 试飞就排在 6 月,它要是能稳定、高频、低成本地进入商业运营,那么马斯克可能又成功将故事讲的很完美,但如果路演期间失败,或是进度低于预期,很多长期叙事都会受到影响,从而动摇市值和股价。

解锁会不会来得太快

关于解锁的问题,也是投资者对 SpaceX IPO 颇有微词的一点。

通常新股有 180 天锁定期,内部人士在这期间不能卖,目的是给市场留出建立真实价格的时间。

SpaceX 名义上也是 180 天,但许多人不知道的是,它用的是一套阶梯式提前解锁结构,把这 180 天切成了好几段。

第一个解锁日在 Q2 财报发布后就到,符合条件的内部人士可以卖出 20% 的股份,也就是 7 月中旬到 9 月之间。

换句话说,上市才一个多月,第一批解禁股就可能出现。其他内部人士最早在首份季度财报后的第二个交易日就能开始卖,大概率是 8 月。

后面还有一连串安排,如果股价在首份财报前的连续 10 个交易日里有 5 天比发行价高出 30% 以上,可以额外提前解锁最多 10%,再加上分散在 70、90、105、120、135 天的五次时间档释放,Q3 财报后还能再放出最多 28%,到第 180 天(12 月中旬)全部解禁。

虽然马斯克本人承诺 366 天内不会卖出,但其他所有早期员工、风投、银行团,真正想退出的早期资本,在第一份财报之后就能开始离场。

对刚刚以 135 美元买入的人来说,他们要承接的第一波卖压,可能比想象中来得早。

指数基金连夜为 SpaceX 改规则

前面三点可以说是 SpaceX 自身的问题和争议,而这一点,可能是整个市场机制的问题。

纳斯达克为这次上市改了规则。正常情况下新公司要等上一年左右才有资格进入主要指数,这个等待期的存在是为了让市场先完成真实的价格发现。

纳斯达克的「快速纳入」机制把 SpaceX 进入 Nasdaq-100 的窗口压缩到 15 个交易日,富时罗素更短,只要 5 个交易日,MSCI 也确认了大型 IPO 的快速通道。标普 500 是少数没跟进的,因为它仍要求公司具备持续盈利能力,SpaceX 不符合,暂时进不去。

另一个问题出在流通盘上。SpaceX 这次新发股票约占总股本 4.3%,剩下 95% 以上由 Musk、早期员工和机构投资者持有,全部处于锁定期内,无法在二级市场流通。相比之下,微软的流通比例是 99.97%,英伟达 95.8%,亚马逊 90.5%。

纳斯达克还允许低流通盘股票按实际流通量的最多三倍来计算权重。把一个被紧紧掌控的、几十亿美元级别的真实流通盘,套上一个数百亿美元级别的虚构权重,然后逼着大量对价格不敏感的被动资金按规则买入。

有机构估算,被动资金可能在上市后 15 个交易日内吃下大约 30% 的自由流通盘,而追踪 Nasdaq-100 的总资金量约 1.4 万亿美元。更难受的是,由于没有成分股被剔除来腾出空间,每一只 Nasdaq-100 基金都要按比例卖掉自己已经持有的全部其他成分股,去买这一只新股。这是为了一只股票,强制抛售其他所有股票。

「大空头」Michael Burry 转发了对这一规则的批评,有华尔街老将直接称之为「无耻的」指数操纵,《华尔街日报》专栏作者把纳斯达克的快速纳入规则形容为「武断、不公平且潜在危险」,《金融时报》记者称这是「史上最大的接盘游戏」。

总的来说市场批评的核心是:低费率指数基金本来是普通人以极低成本获得市场敞口的工具,现在却可能因为规则被改写,变成早期资本退出和风险转嫁的通道。把退休账户里的钱,按规则、不问价格地灌进一只 94 倍市销率的新股,这跟指数投资最初要解决的问题,正好相反。

树越大,风越多,受到的争议自然也越多。SpaceX 是这个时代最宏伟的 IPO,也是这个时代最受争议的一笔 IPO。

公开版Mythos正式上线:解析AI智能合约审计的优势与局限

原文来源:Beosin

6月9日,Anthropic 正式推出 Mythos 公开版本 Claude Fable 5。此前 Mythos 在安全漏洞挖掘的能力突出,能迅速发现系统内部隐蔽的漏洞,在网络安全领域引发了高度关注。

近期的Zcash事件是AI挖掘区块链漏洞的典型实例。安全研究员 Taylor Hornby 借助 Anthropic Claude Opus 4.8 模型,在短短几小时内就发现了一个潜伏四年、此前多次人工审计均未察觉的 Orchard 隐私池 soundness 漏洞,该漏洞理论上可铸造无限未被检测的假 ZEC,直接导致 ZEC 价格暴跌近 40%。

目前AI在代码模式匹配、批量初筛等方面展现出惊人的效率,将AI融入区块链与智能合约安全审计流程正在成为Web3安全行业的趋势。本文将结合真实漏洞案例和Fable 5 的实测表现,分析 AI 在智能合约审计中的优势与短板。

AI审计优势场景

案例分析:存储槽碰撞

某合约同时使用了以下两个组件:

1. 自定义的 rewards mapping(用于记录用户可领取的奖励)

2. Solady 库的 ReentrancyGuard(防止重入攻击)

两个组件的存储布局发生了冲突

其中 Solady 的 ReentrancyGuard 为了极致 gas 优化,使用了固定的、低编号的存储槽(通常通过特定计算得到一个接近常量的 slot)。nonReentrant modifier 的典型逻辑是:

// A simplified versionmodifier nonReentrant() {    // when entering, write guard slot as 0xff...ff(Sentinel Value)    assembly {        if eq(sload(REENTRANCY_GUARD_SLOT), 2) { revert(...) }  // 2 represents locked        sstore(REENTRANCY_GUARD_SLOT, 2)  // locked    }    _;    // recover when function finishes    assembly { sstore(REENTRANCY_GUARD_SLOT, 1) }}

自定义的rewards mapping:

mapping(address => uint256) public rewards; 

由于 Solidity 存储布局规则(mapping 的第一个 slot 是其声明位置计算得到),rewards mapping 的第一个槽位与 ReentrancyGuard 的固定保护槽完全相同。

攻击流程(详细步骤):

1. 攻击者调用 getReward() 函数

2. nonReentrant modifier 触发,把 guard slot 写入 0xffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff(全 1)

3. 合约代码随后读取 rewards[攻击者地址] —— 但由于槽位碰撞,它实际读到的是 guard slot 里的 0xff…ff 这个超大值

4. 合约认为“有巨额奖励”,于是把这笔 ETH 转给攻击者,同时尝试把 rewards[攻击者] 清零(但又写回了同一个 guard slot)

5. 因为 modifier 会在函数结束时把 slot 恢复,攻击者再次调用 getReward() 时,流程重复

6.攻击者循环调用 200 次,每次都成功提取固定金额的 ETH,直到合约中可提取的 ETH 被抽干

需要注意的是,这不是传统意义上的“重入攻击”(reentrancy attack),而是ReentrancyGuard 自身的防护机制被存储碰撞反向利用,变成了无限领奖的漏洞。人工审计时极少会逐行深挖第三方库的存储布局,而 AI 可瞬间完成库版本比对 + 存储槽精确映射,直接命中这类“隐蔽碰撞”漏洞。

AI审计劣势场景

Fable 5 在单一合约、纯代码语法、底层存储类漏洞检测中表现优异,但面对跨协议组合语义、多合约组合攻击时,仍存在明显局限性。我们采用最新公开版 Fable 5,对 Curve LlamaLend sDOLA 攻击事件相关合约开展复测,结果印证了这一问题。

本次审计涉及合约清单:crvUSD Controller.vy、sDOLA.sol、ERC4626.sol等系列合约。而Fable 5 未能识别出本次攻击对应的核心风险:

该事件属于典型跨协议组合漏洞,单一合约代码语法、逻辑均无问题,但攻击者利用多协议联动构建攻击链路:

1. 借助闪电贷工具,操纵 Curve 资金池价格,恶意压低 sDOLA(ERC-4626 金库份额)的资产价格;

2. 大量以 sDOLA 为抵押品的借贷仓位触发清算阈值;

3. 攻击者批量执行清算操作,从中获利。

这类漏洞依托 DeFi 多协议组合形成,考验AI/审计专家对整体业务、协议经济模型的综合分析能力,目前ai审计在跨协议组合语义还是存在不足。

结语

通过实际案例测试可以看出,Fable 5 在存储槽冲突、代码模式漏洞、单合约逻辑缺陷、批量代码初筛等标准化、细节化场景中,能够有效挖掘人工审计易遗漏的隐蔽漏洞,但在处理跨协议组合语义、DeFi 经济模型、多合约联动攻击、复杂业务逻辑漏洞时,难以理解链上生态的业务本质,挖掘组合攻击路径,这部分仍需专业安全审计人员主导分析。

在日常审计工作中,Beosin已建立成熟的AI+安全审计专家协同的审计流程,不仅大幅提升审计效率,还能更好地发现潜在的细节风险与复杂业务逻辑漏洞,让审计工作更加高效、全面和深入。

杠杆出清、买盘缺席:比特币仍困在“最后一跌”的等待中

原文作者:Chris Beamish、CryptoVizArt、Antoine Colpaert、Glassnode

原文编译:Chopper,Foresight News

TL;DR:

  • AVIV 指数 Z 值跌至 – 1.09,随后回落至 – 1.06,意味着当前币价相对周期均值已进入深度超跌区间。价格在低位未能迎来有效反弹,市场恐慌情绪持续蔓延。
  • 超 95% 的短期持有者处于亏损状态,短期持有者盈利筹码占比仅小幅回升至 3.3%,远低于 55% 的四年均值,市场基本面脆弱,极易受到外部冲击影响。
  • 短期持有者已实现盈利 / 亏损比率(STH-SOPR)Z 值最低下探至 – 1.86,距离 – 2 的深度恐慌抛盘临界值仅有一步之遥。这表明市场止损行为不断加剧,但尚未达到历史上能够催生持续性反弹的抛压强度。
  • 美国机构需求显著降温。比特币向 6 万美元回落期间,Coinbase 价差持续处于折价区间,反映出该平台的现货市场已不见机构主动抄底的迹象。
  • 企业财库的比特币增持节奏大幅放缓。自 6 月以来,机构单日净买入量从此前日均超 5 亿美元的峰值回落至接近零,市场又一大支撑力量退场。
  • 比特币跌破关键支撑位后,市场迎来大规模去杠杆行情,大量杠杆多头头寸被集中清算,市场中的过度投机盘得以出清。
  • 比特币跌破区间后,隐含波动率大幅上行。波动率风险溢价持续走高,期权市场计价的不确定性,远超近期实际行情波动所对应的风险水平。
  • 各期限期权波动率偏斜指标全面飙升,市场对下行保护工具的需求显著增加,交易员为看跌期权支付更高溢价。
  • 市场交易以防御性操作为主,最大负 gamma 敞口集中在 65000 美元附近,该价位与当前现货价格相距不远。

宏观市场洞察

美元指数收于 100.01,单周上涨 0.8%,三十日累计涨幅达 2.1%。美元持续走强,过去近一个月全球流动性整体收紧。美国 10 年期国债收益率维持在 4.53%,2 年期国债收益率报 4.14%,十年期与两年期国债利差为 0.39%。收益率曲线形态表明,美国经济处于周期尾部,美联储尚未对货币政策做出实质性调整。

受宏观不利因素影响,比特币本周下跌 7.5%,现价 61700 美元。经历一段时间的走势分化后,2022 至 2023 年期间形成的 「美元走强、加密资产承压」 的负相关关系再度显现。美元指数站稳 100 关口,叠加 10 年期美债收益率突破 4.5%,从历史规律来看,这样的利率与美元组合通常会压缩风险资产的投机溢价。

比特币想要迎来持续性反弹,需要满足两大条件之一:美元指数有效跌破 99,或是 10 年期美债收益率回落至 4.2% 附近。目前两项条件均未达成。

链上数据分析

估值深度超跌

上期分析曾指出,5 月的上涨行情属于熊市反弹。短期持有者持仓成本基准自 2022 年 1 月以来首次跌破真实市场均值,这一信号预示市场已步入熊市后期阶段。本期将继续解读后续回调走势,包括币价下探至 59000 美元,以及随后脆弱的横盘整理行情。

我们借助 AVIV(活跃投资者价值偏差)指标判断当前价格相对周期均值的超跌幅度。该指标将现货价格与真实市场均值(剔除矿工持仓后的活跃投资者综合持仓成本)进行对比。其四年期 Z 值可以衡量价格相对这一基准的偏离程度,Z 值为 0 是估值溢价与折价的分界线。

目前 AVIV 指标数值为 0.80,对应 Z 值 – 1.06,过去两周最低触及 – 1.09,当前估值处于历史区间内的深度折价区域。过去一周价格在周期低位始终未能有效反弹,足以证明市场恐慌情绪久久未能消散。

新入场投资者全面被套

结合整体市场的折价状态,我们单独分析近期入场资金的处境。短期持有者市值 / 已实现市值比率(STH-MVRV)对比了现货价格与短期持有者的持仓成本,该指标数值低于 1,代表这一群体整体处于浮亏状态。

指标近期最低跌至 0.81,小幅反弹后回升至 0.83,意味着新进投资者平均浮亏比例达到 17% 至 19%。这也印证了 5 月行情中,市场在 78000 至 82000 美元区间形成的密集持仓区,如今已普遍陷入亏损,与上期 「新进投资者承压」 的判断保持一致。

价格在低位短暂企稳是下跌行情中的常见形态。当亏损最严重的投资者完成首轮被动抛售,剩余市场参与者会进入观望状态。这一横盘阶段最终能否构筑有效底部,还是下跌途中的中继整理,取决于当前价位能否出现新增买盘。

95% 短期持有者出现亏损

为进一步评估短期持有者的压力,我们参考短期持有者盈利筹码占比指标。该指标统计盈利状态的短期持仓量在短期总持仓中的占比,用以判断亏损现象的范围,区别于单纯衡量浮亏幅度的指标。

该指标近期最低仅为 0.6%,小幅回升后至 3.3%,远低于 55% 的四年均值。从实际数据来看,超过 95% 的短期持有者目前处于亏损状态。这种程度的亏损在历史上属于显著的投降区间,此时新投资者普遍承受压力,导致市场结构脆弱,极易受到任何负面外部因素的影响。

市场近乎全面亏损,且相关指标未见明显修复,足以说明当前横盘走势只是抛压阶段性衰竭,并非市场筑底完成。

市场逼近恐慌性抛盘临界点

除浮亏数据外,投资者的实际卖出行为,进一步印证了当前市场的严峻形势。我们以四年周期均值为基准,通过 Z 值统计短期持有者七日移动平均已实现盈利 / 亏损比率(STH-SOPR),以此衡量本轮周期内新进投资者的亏损兑现强度。

当前该指标 Z 值为 – 1.57,两周内最低点为 – 1.86,距离 – 2 的历史深度恐慌抛盘阈值仅相差 0.14 个标准差。

现阶段,短期持有者的割肉行为愈发频繁、速度持续加快,这与上期统计的单日总已实现亏损达 13.5 亿美元、以及前文短期持有者 MVRV 反映的深度浮亏现状相互印证。不过,历史上能够催生中长期反弹的终极恐慌抛盘行情,至今仍未出现。

当前市场处于尴尬的中间状态:亏损兑现规模足以确认熊市深度,但尚未达到抛压彻底出清、构筑坚实底部的标准。

链下市场洞察

Coinbase 价差彻底消失

Coinbase 价差指标统计 Coinbase 现货价格与币安永续合约价格的差值,是观察美国机构需求的重要窗口。当 Coinbase 价格出现溢价时,代表机构正在主动买入现货比特币,推高平台价格,使其高于离岸合约市场报价。

近几周市场格局彻底逆转,该价差持续维持折价状态。在比特币向 6 万美元下跌的过程中,美国现货市场买盘全面降温。以往回调行情中都会出现的逢低买入行为,本次并未上演,机构普遍选择观望,市场又一重要支撑力量消失。

企业财库需求降温

4 月至 5 月,企业财库持续增持比特币,成为市场核心支撑力量,多次出现单日净买入额超 5 亿美元的情况。但自 6 月以来,这一需求明显走弱。

比特币从 75000 美元上方回落至 60000 美元期间,企业财库净买入规模大幅缩水,单日增持量降至此前的零头。虽然整体来看企业仍在净买入,但增持力度下降,意味着这一群体的风险偏好开始趋于谨慎。在市场整体情绪低迷的环境下,边际买盘进一步减少。

7 万美元下方迎来全面去杠杆

清算热力图数据显示,64000 至 70000 美元区间聚集了大量杠杆多头头寸。上周比特币快速下探,该区间内的多头仓位被集中清算,连环爆仓推动价格短暂跌破 60000 美元,随后才获得支撑。

当前近区间的多头流动性基本消耗殆尽,市场完成一轮大规模去杠杆。对比一周前的数据,当前杠杆持仓结构更为健康,近期震荡区间内积累的大量过度投机杠杆盘,已基本被市场出清。

隐含波动率大幅上行

比特币打破持续数月的震荡区间后,全期限波动率曲面迎来重定价,随着现货价格逼近 2 月低点,市场对期权工具的需求全面上升。

短期波动率反应最为剧烈。一周平值期权隐含波动率一度飙升至 60% 以上,随后回落至 50% 附近;一月期隐含波动率从约 34% 上涨至 45%。长期品种同步走高,六月期隐含波动率自 40% 左右升至 44%。

此次波动率上行,是市场对未来不确定性的全面重估,并非短期情绪扰动。虽然波动率已从峰值回落,但市场对期权对冲工具的需求依旧旺盛。即便现货价格出现短暂企稳,交易员仍愿意支付更高成本购买风险保护。本轮下跌彻底改变了市场对波动率的预期,全期限品种的对冲成本同步走高,市场避险情绪居高不下。

波动率风险溢价维持高位

隐含波动率大幅上行后,对比隐含波动率与已实现波动率可以发现:期权市场计价的未来行情波动幅度,依旧高于现货近期的实际波动水平。

一月期隐含波动率从 35% 左右涨至 44%,本轮下跌过程中,已实现波动率也从 27% 升至 39%。两类指标同步走高,但隐含波动率涨幅更为激进,波动率风险溢价维持正值。

行情跌破关键支撑后,市场紧急重估风险,波动率价差一度扩大至 10 个波动率点位。目前价差虽有所收窄,但期权价格依旧高于实际行情波动对应的合理水平。这也反映出,市场普遍预判未来仍会出现剧烈波动。

期权市场定价的未来不确定性,远超近期实际行情所体现的风险,波动率风险溢价因此持续处于高位。

25Delta 波动率偏斜大幅走高

波动率溢价整体上行的背景下,波动率偏斜指标能够清晰体现资金的布局方向。比特币跌破支撑、下探 2 月低点期间,交易员集中买入下行保护工具。

波动率偏斜由看跌期权波动率减去看涨期权波动率计算得出,数值为正,代表看跌期权价格高于同等条件的看涨期权。本轮下跌带动全期限偏斜指标集体走高:一月期偏斜从 11% 左右升至 24%,三月期、六月期分别攀升至 18%、14%。

短期指标反应最为强烈,一周期偏斜一度逼近 30%,下跌行情中,市场对短期下行对冲的需求集中爆发。如果说隐含波动率上行是全市场风险警惕,那么波动率偏斜则明确指向单一方向 —— 资金集中布局下跌对冲。

随着市场环境持续走弱,下行保护的需求显著增强,交易员为看跌期权支付的溢价不断攀升。

65000 美元附近聚集大量 gamma 敞口

除期权价格外,gamma 敞口可以判断期权做市商对冲行为对行情影响最大的行权价位。

当前市场交易风格整体偏防御。过去七日,看跌期权交易量占总期权成交额的 32.4%;近 24 小时这一比例进一步升至 35.9%。即便经历一轮大跌,市场交易依旧以买入下行保护为主。

交易行为直接体现在 gamma 敞口结构上:目前最大负 gamma 敞口集中在 65000 美元,59000 至 70000 美元区间也分布着大量负 gamma 敞口。比特币当前价格约 62000 美元,现货价位刚好处于最大短期负 gamma 区间下方。而正 gamma 敞口主要集中在更高的 76000 至 82000 美元区间。

防御性交易主导了做市商的持仓结构,市场最大负 gamma 区域位于 65000 美元一线,与当前现货价格十分接近。

总结

当前市场呈现出熊市后期回调的典型特征:近期入场投资者深度被套,市场已实现亏损规模居高不下,多重核心买盘力量走弱。

比特币向 60000 美元回落的过程,触发了大规模去杠杆行情,市场中的投机仓位被集中出清。杠杆水平回归合理,但现货市场始终未能迎来有效的新增买盘。

期权市场整体维持防御姿态,隐含波动率高企、下行对冲需求旺盛,做市商关键敞口也紧贴当前现货价位。叠加机构参与度下降、企业财库增持力度减弱,足以说明市场风险偏好持续低迷。

综合各项数据来看,市场正逐步迈入深度恐慌抛盘阶段。虽然市场杠杆已基本出清,估值指标也跌至历史深度折价区间,但历史上构筑坚实底部所对应的增量买盘,至今仍未出现。

揭秘“白毛股神”Serenity:焦虑散户的精神良药

原创 | Odaily 星球日报(@OdailyChina

作者|Golem(@web 3_golem)

在 A 股市场,“白毛股神”Serenity 彻底火了。

6 月 5 日至 6 月 9 日,Serenity 先后在 X 平台“喊单”三只 A 股,分别是具身智能机器人概念股绿的谐波、数智新能源概念股易事特与光模块龙头股中际旭创,前两者股价当日被直线拉至 20cm 涨停,绿的谐波6月涨幅已超 30%。

Serenity 之所以有这么强的“带单能力”,是因为他进入国内 A 股投资者视线之前,就在国际散户投资社区获得了极高的知名度。

Serenity 的投资特点是根据“瓶颈点(Chokepoint)投资法”筛选出 AI 产业链上那些未被充分定价的小型垄断企业。因其喊单的超 16 只股票在今年内投资回报率均超 100%,个人今年迄今最新投资回报率超 3612%,再叠加前 AI 研究科学家的专业身份和每次对 AI 产业及看好企业的严谨分析,Serenity 在欧美日韩积累了一大批忠实的散户粉丝,X 账户订阅人数超过马斯克位居平台第一,因此他对一支股票价格波动的影响力也超过了一般的股票分析师。

如 5 月 27 日,Serenity 在 X 平台发文宣布已在欧股 XFAB 市值 12.8 亿美元处完成建仓,XFAB 的股价随之被一路推高,单日盘中最高涨幅达 77%,股价最高涨至 13.13 欧元。此后,XFAB 股价便开一路下跌,目前报约 8.8 欧元,已回到了 Serenity 喊单前的水平。

就在造成 XFAB 股价大幅波动的第二天,Serenity 在 X 平台用中文发帖称,“因看到有这么多中文社区支持……也许会为了好玩,开始写写对两支中国股票的看法。”

一场席卷 A 股市场的腥风血雨就此开启。

扰动 A 股市场却不持仓,只为好玩?

事后来看,Serenity 所说的这两只股票就是绿的谐波和易事特。

6 月 5 日,Serenity 用中文发帖并特别强调“专门写给我的中文读者”称,绿的谐波(LeaderDrive,688017,577.3 亿人民币)是其在布局人形机器人赛道时最青睐的中国上市标的,主要原因是它在某些机器人零部件供应链上占据着绝对的主导地位,有超过 60%的国内市场份额以及 1800 多家全球客户。

该条帖子截止目前被浏览超 400 多万,并已二次传播到国内多个社交平台。绿的谐波股价在 6 月 5 日就触发 20% 涨停,截止 6 月 10 日,仅 4 个交易日,股价涨幅超 30%。

6 月 8 日,同样的市场剧本再次上演,Serenity 在 X 平台发布了一份包含 30 多家公司的”800V 直流电”概念股众包名单,其中包含 A 股公司易事特。消息在国内迅速发酵,易事特股价一小时内喜提 20CM 涨停,截止 6 月 10 日涨幅也超 30%。

Serenity 本人甚至也感到意外,发文感叹到”大家都知道这只是个众包名单吧,300376(易事特)怎么涨 20%?”

紧接着他又发文称“这些都是粉丝推荐的股票,并非我个人推荐”,企图将自己摘除在外。

除了这两只股票外,Serenity 还在 6 月 9 日提及到了第三只 A 股中际旭创(Innolight),称中际旭创是他去年唯一投资过的中国上市公司。但因有些 AI 将”Innolight”误译为另一家 A 股上市公司英诺激光,使得英诺激光在 10 分钟内被暴拉近 10%,从这一起“乌龙事件”也能看出散户对 Serenity 本人的 FOMO,“两眼一瞎,只问买啥,生怕吃不上热乎的”。

Serenity 的这些行为很快引起了国内财经媒体和券商分析师的注意,纷纷猜测起他“跨境吹票”的目的。6 月 9 日,财联社发表长文提醒国内投资者要警惕海外信息倒灌,若 Serenity 的分享存在利益分成,那行为就是经典的“出口转内销式跨境吹票”,需要承担法律责任,还有甚至国内券商分析师在朋友圈公开怒喷,“这帮鸟人迟早药丸,以为跑到国外就无法无天了”。

面对国内媒体对其“割韭菜”的质疑,Serenity 回应称喊单 A 股只是认为“外国人会给 A 股带来一种不同的视角”,并又表示“虽然很喜欢绿的谐波,但并不持有其股票”,或许正如其一开始所说,做这一切的初衷只是为了好玩。

Serenity 看起来就像一个“慈善家”,他强调自己不做任何付费推广和营销,唯一付费的东西是每月 1 美元的订阅服务,也不是某个机构或光明会成员,持续做免费分享的原因是认为股市是一个正和博弈的过程,他希望散户能在不加入任何昂贵付费社区、甚至在机构入场之前买到优质股,他称自己在推进信息民主化。

在投资领域不要过度神化任何一个人,Serenity 可能不图利,但肯定图名。自 6 月 5 日开始喊单 A 股后,Serenity 的粉丝数再次暴涨超 20 万,截止 6 月 11 日,X 平台粉丝数已超 81 万,账户订阅数增长至 5.4 万,将马斯克(4.6 万)甩在身后。如此庞大的订阅人数,即使价格为 1 美元,Serenity 月固定收入也达 5.4 万美元,轻轻松松年入百万人民币。

Serenity 的置顶帖都是在庆祝自己的账号订阅数超过马斯克,称这是他的目标。一个匿名账户能有如此高的影响力和关注度,投资者对其真实身份更加好奇,在这个账户背后,究竟是一个人、还是一个团队、甚至只是一个 AI?

极大概率是一个居住在日本的华人?

Serenity 解释自己保持匿名的原因是为了可以在网上自由的发表想法。他表示当他第一次发布关于 IREN(纳斯达克上市股)的负面看法时,就受到了数十个账号来自现实生活中的威胁和骚扰,因此他才继续保持匿名。

尽管如此,社区在收集到的各种碎片信息中慢慢拼凑出了 Serenity 的形象,他极大概率是一个生活的日本的华人

Serenity 在 5 月末透露过他的一些个人信息,他称自己相当国际化,目前在日本学习日语,因为曾经在大陆住过一段时间还经常去台湾旅游,所以会一点中文,另外还在墨西哥踢了两三年足球,专程去韩国打英雄联盟……生活可谓是相当滋润了。

Serenity 至少在日本居住了半年时间,2025 年底他经常在 X 平台上晒出在日本的生活照,但自从火了后就很少提及个人生活了。

Serenity 在日本

Serenity 是一个高频发帖者,日均发布 9~10 条帖子,高峰期达 20 多条,用 AI 统计其一天发帖频率来看,其每天有约 5 个小时的账户绝对静默期,这个静默期大概率就是 Serenity 休息睡觉的时间,而该时间段刚好可以对应到亚洲部分时区(UTC+8、UTC+9)的凌晨时间 3:00 至 8:00,在配合前文信息,基本就可以将 Serenity 点位置锁定在日本。

社区倾向于认为 Serenity 是一个华人,但 Serenity 强调英语是他的母语,其大部分帖子依旧以英文为主,偶尔使用中文发帖看起来也仅是为了照顾中文粉丝,并且若统计不同语言的发帖数量,其日语发帖量还要高于中文。

再结合 Serenity 的早期经历,未转战 X 前在 Reddit WSB (Odaily 注:Wall Street Bets 是美国最大的散户交易社区)上活跃、曾在 2018 年拒绝过英伟达 AI 团队递来的 Offer、被彭博、路透等海外知名媒体报道,因此基本可排除 Serenity 是中国人的可能。

Serenity 的匿名身份、投资收益不透明以及对影响力的过度渴望都在加大市场对其的争议,但有趣的是,所有质疑他的人,也都在不停刷新着他的主页。

股票投资从来都是一代版本一代神,巴菲特、木头姐、Roaring Kitty,每个时代都有自己的精神图腾。牛市会放大收益,也会放大信仰,当越来越多的人开始赚钱时,我们总想找到一个能够“科学解释泡沫”的人,Serenity 或许只是这一轮 AI 牛市情绪的外向化投射,神秘、专业、成功,符合大众对于“股神”的全部想象。

但神坛的旁边就是断头台,因为当行情转向时,市场又会想找到一个应该为亏损负责的人,那时 Serenity 可能也是最合适的人选。历史反复上演,市场永远向前,人们喜好造神,也擅长”毁神”,至于Serenity 究竟是谁,估计也没现在这么重要了吧。

AI吞噬一切后,还有什么是不可训练的?

原文标题:The Untrainable

原文作者:Sarah Guo,Conviction

原文编译:Peggy,BlockBeats

编者按:当 AI 能力持续跃迁,投资圈正在出现一种新的悲观判断:如果模型越来越强,所有应用公司终将被 Anthropic、OpenAI、Nvidia 这类模型与算力层吞噬,市场最后只剩下前沿模型、算力和少数基础设施。但 Sarah Guo 认为,这种判断只说对了一半。那些「thin wrapper」(薄包装,即简单套壳模型的应用)确实会被吸收,凡是能够被 benchmark(基准测试)衡量、被公开数据训练、被低成本验证的任务,也都会逐渐商品化。

真正的问题是:AI 吞噬一切可训练之物后,什么仍然不可训练?

本文的答案,是那些存在于真实组织内部、无法从外部轻易复制的价值:企业私有数据、复杂工作流、用户信任、系统权限、行业判断、合规责任,以及长期运行中积累出的经验。模型可以更聪明,却不能自动进入银行的生产系统;可以生成医疗答案,却不能直接获得医生的信任和医院的决策流程;可以写出法律文本,却不能替资深律师承担责任,也不能凭空定义什么才是合格的法律工作。

因此,未来真正有护城河的 AI 公司,不是简单地比通用模型更聪明,而是深入某个行业内部,完成艰难但关键的「翻译」工作:把客户的私有现实、工具、流程和判断标准整理成模型可以行动的系统,并在长期服务中逐渐写下「什么才算好结果」的定义。AI 越强,越会让可衡量、可复制的任务贬值;也越会凸显那些带有历史、关系、权限和专业判断的「不可训练之物」。这才是模型吞噬之后,仍然可能保留下来的真正价值。

以下为原文:

2026 年中,投资者版本的「AI 精神错乱」,是一种认为已经没有任何东西值得投资的绝望感:我们好像应该把所有钱都投给 Anthropic 和 Nvidia,然后回家睡觉。但我从来没有这种感觉。过去好几个小版本以来,我一直确信模型已经比我更聪明;如果按市场价格买入 Anthropic 和 Nvidia,我也会很乐意;我身边最聪明的朋友也都相当确信,模型的自我改进很快就会真正跑通——但我仍然没有这种绝望感。

这种绝望并不愚蠢。它的逻辑是这样的:如果模型在所有事情上都持续变强,那么所有建立在模型之上的公司,都只是等待被模型吸收的薄薄一层外壳;最终能保留下来的价值,只剩算力和前沿模型权重。

以软件为例,这是这种绝望感最依赖的案例。Devin 在 2024 年发布时,只能解决标准软件基准测试中 13% 的任务,因此大体上被市场轻视。一年半之后,最强的 Agent 已经能达到 80% 多的高分,并且开始在高盛和美国陆军内部处理真实工作。几乎所有人都得出了同一个错误结论:模型吞掉了软件工程。

但当模型吞下了软件工程中最容易被衡量的那部分之后,我们也在重新认识许多团队早就知道的一点:工程本来就一直抗拒衡量,而最容易被衡量的部分,未必就是唯一重要的部分。

MIT 的 Mert Demirer 及其合作者终于把这件事量化了:在超过 10 万名开发者中,最新一代编码 Agent 让代码编写量大约提升了 180%,但真正交付上线的代码量只提升了约 30%。写代码变便宜了,但剩下的环节仍然要经过人,而且这些环节很重要。当然,整体净影响依然惊人。

基准测试,是一种你可以衡量的东西;而任何可以被衡量的东西,都可以被拿来训练。因此,编码 Agent 最先成熟:编译器是免费的验证器,测试套件也是免费的验证器。当答案几乎可以零成本地自我检查时,你就可以围绕这个检查信号不断打磨,直到把它打穿。

但通过测试从来不意味着这个改动对一个已经运行了十年的代码库来说就是正确的。那个模块之所以存在,背后可能有三个没人写进文档的原因;部署流水线可能靠一个没人愿意承认是自己写的 cron job 勉强维持着。

这种正确性无法从排行榜上读出来,甚至也无法真正从任何东西里直接读出来。你只能让一个如此复杂的系统在真实世界里运行足够久,才能知道它是否真的有效。而更聪明的模型,并不会让真实世界运行得更快。没有人会给一个像 Google 这么大的系统跑完单元测试、看到绿色勾就完全放心。你之所以信任它,是因为它已经承受了多年真实负载。

这种正确性不仅是私有的,而且是一种缓慢形成的护城河,是资本无法直接压缩时间的护城河。即便是乐观派也承认,这个时钟无法跳过。OpenAI 推理模型的先驱 Noam Brown 最近写道:评估一个 Agent 在一年周期里的表现,唯一可靠的方法可能就是让它真的运行一年。

正如 Gabe Pereyra 所说,真正的自动化并不只是模型变得更强。它是产品、模型、工作流和公司组织一起变化,而这四者之中,有三个都按照组织的速度前进。

让人动起来,是任何基准测试都触及不到的部分:说服一个持怀疑态度的合伙人改变她处理事务的方式,让一支团队在重建过程中保持凝聚力。这也是为什么我们在招聘 CEO 时,看重其处理人的能力,至少不亚于分析能力。模型变得更聪明,并不会改变这个权重。

这里的反馈是模糊的,时间跨度是以年为单位的,而信任属于某个具体的人。我认识的每家公司,都已经让每位工程师使用前沿编码模型,但没有一家公司的工程组织以接近模型进步的速度发生变化。采用工具只花了一个季度,而那是多么神奇的一个季度 token 增长期!但真正的重建需要数年。

可被看清的工作,正在离开。真正有价值的工作,在结构上就是不可读的:任何你能放到排行榜上的东西,都可以被拿来训练;因此,任何可衡量之物,都已经在走向商品化。这个过程需要时间,也永远不会彻底完成,但方向从不会逆转。

用我朋友、Rippling 的 Matt MacInnis 的说法,把它换成金钱语言就是:一个 token 如果只是用来回答一个通用问题,几乎一文不值,因为任何人的模型都能回答;但一个 token 如果是在你的公司数据之上进行推理,就值钱得多,因为它做的是你真正想要的事,而不只是生成一个看起来合理的答案。

可读的工作会从两个方向被吞掉。

从下方看,任务会饱和:一旦某项工作可以被低成本检查,买家就不再关心是哪一个模型完成了它,而是开始问它要多少钱。于是,这项工作就会落到当周最便宜的开源模型或蒸馏模型手里。只要利润率能够发挥作用,最终它就一定会发挥作用。

从上方看,实验室正在尝试让模型吞掉自己的脚手架。检索、便宜调用与昂贵调用之间的路由、工具使用,甚至推理策略——所有曾经包裹在模型外面的装置,都正在被拉进模型权重之中,直到「外壳」本身变成模型。这就是吸收边界。

利润压力也会从另一个方向发挥作用:一个通用 Agent 必须随时准备处理任何事情,因此成本很高;而一个聚焦型应用可以把一个工作流调优到极致,让它只消耗一小部分 token。并且,与出售这些 token 的实验室不同,应用公司可以把中间的差额留下来。

因此,我们可以向任何一种工作提出两个问题:它的正确性是不是私有的、昂贵的,是否是一种只存在于某家公司数据内部的真相?它是否被隔离在一个外人无法进入的系统之内?再把这些问题与任务的饱和程度放在一起,就会得到一个 2×2 矩阵。

已经饱和、答案公开的工作,是商品化 token 的地盘,开源模型会占据它。前沿但答案公开的工作,比如编码基准测试,是实验室会赢的地方,因为当评估是免费的,拥有它本身就不值钱。

真正的奖品,是最后一个角落,也就是「不可训练」的角落:前沿工作,但其正确性只存在于私有环境之中。你可以在为 AI 原生先行者提供服务的推理云上看到这一点:绝大多数 token 都是由定制模型生成的,而不是由通用开源模型生成的。

通往这个最后角落的墙,有高有低。一个开发者的玩具代码库是可迁移、标准化的,所以爬进去并不难。但一家银行的生产系统既不可迁移,也不标准化。你不会因为在 SWE-Bench Verified 上聪明了 2%,就获得它的 root 权限。

能力会吞掉很多东西,但更好的模型不会让私有的真实标准变成公开标准。它不会持有许可证,不会为责任签字,也不拥有公司的文件;当答案出错时,它也不能成为被起诉的一方。这里的瓶颈不是智能,而是权限,也是责任。你可以想象一个远比任何人都聪明的模型,但它仍然必须被允许进门,而且仍然必须有人为它做的事情签上自己的名字。

那扇门有一道锁,还有一道门闩。

那道锁是环境:只有在一个系统内部获得信任之后,经过安全审查、完成集成、签下带有结果责任的合同,你才能验证 AI 是否真的做了有用的事。

那道门闩是用户。如今,大多数美国医生每天都会打开 OpenEvidence,这不是任何算力都能买来的。一家实验室明天就可以训练出一个完美的医疗模型,但它依然没有办法进入医生的使用习惯,也没有办法进入 UCSF 的决策流程。因为信任是慢慢建立起来的,靠关系、靠用户的默许,而不是靠梯度下降把这些东西抹掉。

这也正是应用公司的工作。一款应用之所以能在「不可训练」的角落里占据位置,靠的是那些并不光鲜的工作:整理一家公司的私有现实,让模型能够基于它行动;把行动工具交给模型;与客户一起改变其劳动力的实际运作方式。

一家能够完成这种「翻译」的公司很难被复制,而且这种翻译永远不会结束。集成和维护会随着客户关系一直持续下去。赢下这件事的,是那些把领域专精工程师和工具放到客户身边的团队。

举个例子,在一家顶级老牌律所里,光是并购业务每年就接近一千宗交易。你不能让几百名律师助理分别把客户文件下载到桌面,然后交给一个通用 Agent 去通读。保密原因就已经不允许这样做,更不用说还有十几个其他问题。即便可以这样做,你学到的也只是碎片:一个助理一次纠正一点,没有人能看见一整宗交易是如何流动的。

真正重要的信号,存在于交易这个层级。一宗交易有自己的形状:对并购来说,是 NDA、条款清单、尽职调查、购买协议、附属文件、交割清单;对知识产权诉讼来说,是动议、证据开示、现有技术、更多动议。每个业务领域都有自己的结构,律师和工具都不能随意互换。

而这家律所真正要解决的问题,还在更高一层:如何同时运行每一个业务领域,就像顶级合伙人一边并行管理数百个事项,一边引入新案源、培养助理律师。改造这样一家公司,并不是一个你可以写出评测任务的单一问题。它需要一位操盘手像打「数据棒球」一样处理它:中间目标极其模糊,反馈不完整,周期极长,而且环境本身也不会静止。

不幸的是,不可读的价值也很难销售,原因和它难以商品化一样:一家公司无法从外部判断,AI 到底能不能像基准测试显示的那样改造它的运营。因此,最强的公司会停止试图在外部证明自己,而是先进入客户内部,然后为结果定价。

Sierra 只有在它的 Agent 解决了客户问题时才收费;如果问题被转交给人类,它就不收费。因此,价格本身变成了评估机制。而这之所以成立,是因为 Sierra 拥有「已解决」的定义权。Cognition 的 Devin 在软件领域做了同样的事,推出「性能保证」。只有当你被信任地进入一个系统内部时,才有资格为结果提供这种保证。

即便是在提供 token 服务这一层——也就是所有人都喜欢称之为纯商品的那一层——它的表现也并不像商品。最好的 AI 原生公司会把服务集中在一到两家供应商那里,比如 Baseten 或 Fireworks。因为每 token 成本会按时走向商品化,但真实流量下的可靠性,以及对稀缺算力的稳定获取,并不会商品化。在哪里提供推理服务,与使用哪些模型,是两个不同的选择。推理中唯一真正像商品的部分,是价格。

一个常见反驳是:实验室是你的供应商,为什么它不会用自家第一方产品低于成本倾销,把你拖死?或者直接撤销你的 API 访问权限,自己拿走这个市场?这才是那种绝望感的真实版本。但它只有在模型层是单人游戏时才成立。

很明显,事实并非如此。模型层更像是一场三家半玩家的死亡竞赛,旁边还有一批训练进度落后大约六个月的国际玩家,以及一个规模是去年的五倍的发展联盟。客户希望自己的供应商之间存在竞争,而实验室想要市场份额,胜过想要杀死任何一个具体应用。

你可以在实验室正面竞争的市场里看到这一点。在消费者聊天场景里,最好的模型从来没有简单地赢下全部市场。ChatGPT 在多年真实竞争中一直保持领先;它现在失去的份额,流向的是 Gemini,而原因是 Android 和搜索的分发能力,并不是模型更好。Anthropic 目前在预测市场和互联网氛围中被认为拥有最好的模型,但它在消费者聊天中几乎不是主要玩家,而是在企业和编码场景中建立了自己的业务。

如果一个更好的模型都无法在最核心的应用中夺走竞争对手的用户,它也不会轻易通过集成吃下一家医院的病历系统,或一家银行的责任体系。今天,公众选择产品依据的东西,不只是编码能力。如果前沿模型层依然拥挤,那么它上方的应用层就会有价值。

如果一项工作无法从外部评分,那么内部就必须有人来决定什么才算是好答案。而这个决定,就是整个游戏本身。足够多这样的决定被写下来,就会变成基准测试。Harvey 发布了法律领域的基准测试,Sierra 发布了语音 Agent 的基准测试。你之所以有权定义一个领域里的「好」是什么意思,是因为这个领域已经在使用你。而这些公司,是通过真实采用过程中的艰难斗争赢得这种权利的。

真正决定金钱流向的评估,是私有的、逐公司形成的:这家公司,在这种事项上,会接受什么作为好工作。而这件事远远没有完成,因为法律的深度远远超过任何公开测试。OpenEvidence 正在沉淀什么才是安全的临床答案。

这一切其实都不是真正意义上的「测量」,而是关于什么是真的、什么是好的判断。这些判断被写下来,直到变成其他所有人都要接受衡量的标准。无论基础模型实验室变得多聪明,它都无法凭空写出这些标准,因为这种地位只存在于领域内部。

这种权威往往会落在它原本就存在的地方。资深律师写下法律基准。定义安全临床答案的是医生。「已解决」意味着什么,则由那个已经拥有客户关系的公司来决定。

吸收边界还会继续上升,因为我们会不断学会衡量更多工作,而可衡量之物会被吞掉。不可训练的地面会在站在上面的人脚下不断缩小,所以你不能找到一个可防守的位置就停下来。你必须不断走向那些还无法被评分的地方,并且持续重新承保、重新判断风险。

在一个狭窄任务上,凭借你的私有数据和你自己的评估体系,你可以训练到前沿水平,并在关键场景中击败通用模型;这个专用模型会成为护城河的一部分。另一方面,如果你是在通用模型能力上竞争,那就是一场资本战争,你会输给拥有最多算力的人。这也是那些只有浅层访问权限、任务又高度可读的公司最容易落入的陷阱。

当一家公司为了生存而决定在一大片通用任务上训练出超过前沿模型的能力时,胜负看起来通常已经由数据中心规模决定。最后的结局往往不是出现一个独立冠军,而是被卖给某个算力充足的玩家。

以上都是防守。更难的是进攻:首先决定到底要建什么。这就是我这一年一直在寻找的东西,而我大概只找到了三次。模型在这件事上帮不上忙。你把它指向哪里,它就会做什么;但它无法告诉你什么值得被指向。你无法为此建立基准测试,因此也无法训练它。

这也是为什么既有巨头不会拿走一切:它们会守住自己已经拥有的地盘,而下一个东西来自某个在其他人之前发现用途的人。也许,意图是一种比算力更加稀缺的输入。

这种绝望感有一半是对的。薄外壳层确实正在被吸收,而今天很多看起来像公司的东西,确实只是薄外壳。但它对于「吸收之后还剩下什么」的判断是错的。机制是清楚的,终点却不是。

我愿意下注的是这个方向:智能会继续变得更便宜,而价值会继续滑向少数几个模型无法抵达的地方。不可训练之物,是带有历史的价值。

所以,进入其中一个这样的领域,去做那些并不光鲜的翻译工作,然后开始写下那里「好」的定义。因为总有人会这么做。今年最常被引用的基准测试分数,其实是一张即将变得一文不值的领地图,也是一份通知:通知某些人,他们即将失去定义什么才算「好」的权利。

原文链接

增长的故事讲完了?甲骨文暴跌背后,市场开始追问回报率

TL;DR

  • 甲骨文交出强劲财报和云业务指引,但盘后一度跌超一成,市场担心 AI 基建太烧钱。
  • 需求没有消失,问题变成订单要穿过数据中心、GPU、电力和融资成本后,能留下多少自由现金流。

关联标的:ORCL、NVDA、MSFT、AMZN、GOOG、META、QQQ,以及潜在上市的 OpenAI、Anthropic、SpaceX。

甲骨文这份财报,几乎是 AI 多头想看到的一切。

据 Oracle 官方财报,2026 财年第四季度营收 192 亿美元,云收入 99 亿美元,IaaS(基础设施即服务)收入 58 亿美元、同比增长 93%。剩余履约义务(RPO,已签未确认收入)从 5530 亿美元增至 6380 亿美元。公司给出的 2027 财年第一季度指引也很强,预计总营收同比增长 27% 至 29%,云收入按固定汇率增长 57% 至 63%。全年营收指引则为 900 亿美元。

但市场第一反应不是奖励,而是卖出。行情显示,甲骨文在延长交易中从前收约 205.11 美元一度触及 177.52 美元,最大跌幅约 13.5%。

这轮 AI 交易最值得注意的变化就在这里:公司讲的是增长,股价问的是回本。

过去两年,市场愿意为「AI 需求有多大」支付溢价。云收入增长、算力订单、GPU 采购、模型公司合作,都能成为估值上修的理由。甲骨文这次反应说明,同样一组好消息,正在被市场用另一套公式重算:为了拿到订单,公司要提前花多少钱?要借多少钱?要不要发股?数据中心交付后多久满载?毛利率和自由现金流什么时候跟上?

AI 需求还在,但 AI 交易正在从「谁拿到订单」进入「谁算得过账」。

好财报触发了融资担忧

如果只看收入端,甲骨文并不像一家出问题的公司。

第四季度营收高于市场预期,云收入继续扩大,IaaS 增速尤其强。RPO 大幅上升,也增强了未来收入可见度。对一家正在转向 AI 云基础设施的公司来说,这类数据本应支撑「需求真实存在」的叙事。

公司指引同样激进。下一财季收入和云业务都预计维持高增长,2027 财年总营收目标达到 900 亿美元。电话会和媒体纪要还提到大型 AI 基础设施合同、数据中心交付进度,以及 OpenAI 等客户合作线索。客户没有停止下单,AI 算力需求也没有突然消失。

市场现在不只看订单大小,也看订单背后的资本消耗。

AI 云不是轻资产软件业务。甲骨文要承接前沿模型公司和大型企业客户的需求,需要建设数据中心,采购或接入 GPU,配置网络、电力、冷却系统,还要在客户收入完全确认之前先投入大量现金。订单越大,未来收入越可见,前期投入也越重。

这就是「好消息变成卖出理由」的原因。RPO 增长说明未来有活干,也要求公司把产能建出来。云收入高增证明需求强,同时强化了市场对资本开支继续上行的预期。投资者开始把同一组数据翻译成另一个问题:这家公司是不是要用更重的资产负债表,才能换来这些增长?

甲骨文官方披露,2026 财年自由现金流为 -237 亿美元。公司在 2026 财年已完成债务融资 430 亿美元、股权融资 50 亿美元。对 2027 财年,公司预计通过债务和股权融资约 400 亿美元,其中包括已宣布的 200 亿美元 ATM 股权发行计划,并称 2026 日历年不预计再发债。

这里也有一个反向信息需要放进估值框架。公司称,大型 AI 合同中客户预付或自供 GPU 的部分合计 750 亿美元,这可以降低甲骨文需要自行筹措的资本规模。换句话说,压力不是「所有钱都由甲骨文先垫」,而是市场要确认:扣除客户预付和自供硬件后,公司剩下的融资、折旧和运营负担是否仍然过重。

增长仍有价值,但市场开始要求证明,增长的价值高于增长的成本。

AI 基建更像电厂,不像软件订阅

AI 基础设施最容易让投资者误判的一点,是把它当成传统软件增长来看。

软件公司的理想模型是产品做出来后,新增客户带来的边际成本较低,收入增长可以较快转化为利润。AI 云更像电厂、高速公路和仓库的结合体。客户真正使用前,公司要先有机房、芯片、电力和网络。客户开始使用后,还要承担折旧、运维、能耗和升级成本。

这会制造一个时间错配:现金流压力先出现,利润兑现后出现。

可以把它理解成一家餐厅收到大量预订,于是决定开更多门店。预订说明需求好,但开店要先租房、装修、买设备、招人。预订越多,扩张越快,前期现金流越紧。只有当新店坐满、翻台率稳定、客单价覆盖租金和人工后,这些预订才会变成利润。

AI 数据中心也是类似逻辑,只是金额更大、周期更长,不确定性更高。

甲骨文面对的是前沿模型公司和大型企业客户。它们的算力需求可能非常真实,也可能长期增长。但基础设施提供商必须提前押注:买多少 GPU、建多少容量、锁多少电力、以什么价格签长期合同。如果未来利用率爬坡慢于预期,或者云服务价格下降,或者电力和硬件成本高于预期,今天看起来漂亮的订单,未必能快速变成高质量现金流。

这也是市场对资本开支特别敏感的原因。

资本开支本身不是坏事。对云厂商来说,扩张产能是抓住 AI 需求的必要条件。英伟达、微软、亚马逊、谷歌和 Meta 都在同一条链条上:有人卖芯片,有人建云,有人训练模型,有人把模型嵌入产品。过去,投资者愿意相信整条链都会因为 AI 需求扩张而受益。

但当资本开支越来越大,市场会开始区分「花钱买增长」和「花钱买利润」。

如果一家公司的数据中心很快满载,客户稳定续约,云毛利率改善,自由现金流回升,高资本开支就是提前锁定未来利润。相反,如果公司持续加大投入,却需要不断融资支撑扩张,利润又被折旧、利息和运维成本吃掉,高增长就会被打折。

甲骨文这次下跌,本质上是市场把 AI 基建从「收入故事」重新放回「资产回报率」框架里看。

公开市场开始重比 AI 资产

甲骨文不是孤例,它只是把一个更大的问题提前暴露出来:公开市场正在重新比较 AI 资产质量。

过去 AI 交易有一个相对简单的排序。谁离算力最近,谁离模型最近,谁能拿到企业 AI 支出,谁就应该享受估值溢价。英伟达因为 GPU 需求成为核心标的,云厂商因为承接训练和推理需求获得重估,软件公司则围绕 AI 功能和订阅提价讲故事。

现在排序开始细化。投资者不再只问「谁有 AI 故事」,而是问「谁能把 AI 需求留在利润表和现金流量表里」。

对英伟达来说,市场会看客户资本开支是否可持续,因为芯片需求最终来自云厂商和模型公司的预算。对微软、亚马逊、谷歌和 Meta 来说,市场会看 AI 投入能否转化为云收入、广告效率、订阅增长或成本下降。对甲骨文这样的基础设施扩张者来说,市场的问题更直接:数据中心投入能不能带来足够高的利用率和回报率。

这也是潜在大型 IPO 会带来影响的原因。

SpaceX、OpenAI、Anthropic 等大型私人公司如果未来进入公开市场,未必会简单「抽走」纳指流动性,历史上大型 IPO 窗口对科技股表现也没有稳定规律。但它们会带来一个现实压力:公开市场会多出一批估值极高、叙事极强、盈利路径仍需验证的 AI 或科技资产。

当这些资产摆到同一个货架上,投资者会重新比较。买已上市云厂商,是买更确定的现金流和平台能力。买模型公司,是买更靠前的技术叙事和应用入口。买基础设施公司,是买算力需求的确定性,也承担资本开支压力。买英伟达,则是在押注整个 AI 投入周期继续延长。

如果风险偏好很高,投资者可能同时买下所有 AI 资产,认为它们处在同一条增长曲线上。一旦利率、融资成本或盈利预期发生变化,市场就会更挑剔。谁的收入确定性更高,谁的毛利率更稳,谁的现金流更快改善,谁的估值就更容易被保住。

甲骨文的反直觉下跌,正好发生在这种切换里。AI 交易还没有结束,但无差别抬估值的阶段已经变得更脆弱。

下一步看数据中心兑现

甲骨文这次被卖出,不能直接推导出 AI 泡沫已经破裂。需求端数据仍然强,云收入、RPO、客户合作和公司指引都说明,企业和模型公司对算力的需求还在。更准确的说法是,市场开始把需求和回报拆开定价。

接下来最重要的变量,是数据中心交付之后的利用率和利润率。

如果相关项目按计划交付,客户使用量快速爬坡,云收入继续兑现,同时毛利率没有被电力、折旧和运维成本明显吞噬,市场对高资本开支的担忧会被缓解。今天的下跌可能只是一次阶段性重估:投资者先要求更高风险补偿,等现金流证明后再重新给估值。

但如果后续财报显示,收入增长仍依赖更大规模资本开支,融资需求继续上升,自由现金流改善缓慢,或者股权融资带来稀释压力,甲骨文就不只是个股问题,而会成为 AI 基础设施估值框架变化的样本。

投资者下一步需要看的,不是 AI 订单有没有继续增加,而是订单穿过数据中心、GPU、电力和融资成本后,还能留下多少现金流。

CFTC拟立预测市场新规,重新定义哪些事件能上、谁能参与

原创 | Odaily 星球日报(@OdailyChina)

作者 | Asher(@Asher_ 0210)

预测市场正在迎来一套更清晰的监管。

6 月 10 日,美国商品期货交易委员会 CFTC 发布一项拟议规则,计划对事件合约的审查方式进行调整。根据 CFTC 公告,该提案将修改 Regulation 40.11,并新增 Appendix F,用于评估预测市场中的事件合约是否涉及恐怖主义、暗杀、战争或违法行为,以及相关合约是否违反公共利益。CFTC 通过这份拟议规则 试图建立一套判断框架——哪些事件可以被金融化,哪些事件应该被挡在市场之外。

对于快速扩张的预测市场来说,或许 CFTC 这次发布的拟议规则是一个关键转折点。

过去几年,预测双雄 Kalshi、Polymarket 不断把真实世界事件做成可交易合约,从总统选举、宏观数据、体育赛事,到娱乐节目、地缘政治事件,几乎所有可以被验证结果的事情,都有机会被包装成“是”或“否”的交易市场。

但规模扩大的同时,问题也开始集中暴露。谁能参与交易?哪些市场容易被操纵?如果有人提前知道结果,甚至能影响结果,预测市场还算不算一个公平市场?

CFTC 这次出手,正是想回答这些问题。

不是一刀切,而是逐个合约审查

这次 CFTC 发布的并不是一份简单声明,而是一份长达 267 页的拟议规则文件,标题为 《Prediction Markets; Public Interest Determinations》。从文件性质看,属于规则制定提案,目前仍处于征求意见阶段,并非已经生效的正式规则。在这份文件中,CFTC 试图进一步明确,哪些事件合约可能被认定为违反公共利益,从而不得在 CFTC 注册实体上挂牌交易或接受清算。

从规则设计看,CFTC 并没有直接列出一张完整的禁止清单,而是选择按具体合约审查。根据文件内容,这项提案拟建立一套结构化框架,用于判断某个事件合约是否涉及《商品交易法》中列明的敏感类别,包括恐怖主义、暗杀、战争以及违反联邦或州法律的行为。如果涉及这些类别,CFTC 还会进一步判断该合约是否违反公共利益。

因此,预测市场并不是只要触及敏感事件,就一定会被直接禁止。监管关注的是事件到底预测什么,以及这个事件是否会诱导操纵、伤害或违法行为。举例来说,一个市场如果直接预测某地是否发生恐怖袭击,大概率会进入重点审查甚至禁止范围。但如果一个市场关注的是霍尔木兹海峡某段时间内的原油运输量,即便这一数据可能受到军事局势影响,它本质上衡量的仍是商业航运活动,而不是直接预测战争或恐怖行为。

CFTC 不是简单否定预测市场,而是在尝试区分“预测风险影响”和“预测伤害发生”。前者可能仍有信息价值,后者则更容易触碰公共利益底线。

体育类预测事件有望被保留,且边界更清楚

外界最关心的,或许是体育类预测市场是否会被完全禁止。从目前的提案看,CFTC 释放出的信号偏积极——多数围绕体育比赛整体结果的预测事件,仍然可能获得较明确的合规空间。CFTC 初步认为,基于比赛比分、分差、胜负结果、晋级结果、球队或球员整体数据、赛季表现等设计的体育预测事件,可能具备价格发现功能,也能提供有意义的信息。

世界杯、NBA、NFL、MLB 等体育赛事天然具备高关注度、高频交易和清晰结算条件,是预测市场交易量的主要来源。如果相关规则最终定稿,并确认体育胜负、晋级、比分等市场具备合规空间,体育类预测事件仍是平台争夺用户和流动性的主战场。

但,这并不意味着所有体育相关市场都能放行。CFTC 同时也在强调,某些更细碎、更容易被少数人影响的市场,可能不符合公共利益。例如球员是否受伤、比赛中是否发生冲突、裁判是否作出某个判罚、未成年人赛事结果,以及任何可能鼓励作弊或伤害运动员的市场,都可能面临更严格审查。

真正被盯上的,是“知道答案的人”

相比体育市场本身,内幕交易和操纵风险,才是这轮监管真正要解决的问题。预测市场和传统金融市场不同,很多事件结果不是由市场外部自然产生,而是可能由某个人、某个机构或某个小范围群体决定。一旦这些人参与交易,市场就不再只是“预测未来”,而可能变成“提前兑现内幕信息”。

近期,类似问题已经多次出现,预测市场已经出现多起涉嫌内幕交易案例,包括美国军方人员被指利用涉委内瑞拉相关行动的信息、美国前国会议员预测“自己不会出席特朗普的国情咨文演讲”、Google 工程师利用公司内部工具查看 2025 年最受搜索人物相关数据等。

上述事件暴露了预测市场最核心的风险是有些交易者不是判断能力更强,而是本身离答案更近。这会直接破坏市场公信力,让预测市场从信息聚合工具变成内幕套利工具。

监管框架更清晰,不等于争议结束

不过,CFTC 的提案并不意味对预测市场的争议已经结束。目前,美国多个州监管机构仍然反对 CFTC 对体育类预测事件的态度,认为这类预测事件本质上就是体育博彩,平台不应绕开州的博彩监管体系。美国博彩协会负责人 Bill Miller 也批评称,CFTC 的提案是在重新定义体育博彩。

这背后其实是联邦监管和州博彩监管之间的权力之争。如果体育类预测事件被认定为 CFTC 监管下的金融衍生品,那么平台就可能通过联邦框架面向更广泛用户提供交易服务。但如果它被认定为体育博彩,就必须面对各州复杂的牌照、税收和消费者保护要求。

因此,即便相关规则最终定稿,围绕预测市场的法律争议也不会消失,反而会进一步集中到一个问题上——CFTC 监管下的预测市场,究竟能否绕开州级博彩监管,提供全国性的体育预测交易。

预测市场正在变得更像金融市场

回到这份提案本身,CFTC 的态度其实已经比较清楚。预测市场不会被简单否定,但其灰色地带正在被重新划线。

具备客观结算标准、能够提供信息价值,且操纵风险相对可控的预测事件,仍可能获得更清晰的合规空间;而那些容易被少数人影响、诱发伤害或涉及非公开信息的市场,则会成为监管重点。

这也意味着,预测市场的下一阶段,不是更自由,而是更制度化。

在此之前,预测市场的扩张更多依赖热点、流量和市场数量;在此之后,平台能否继续增长,将越来越取决于其能否证明市场公平、结算透明、风险可控。CFTC 这次提案未必是预测市场的刹车,反而更像是一条分界线——行业开始从灰色扩张,走向更接近金融市场的规则化竞争。

Exit mobile version