分類: 星球日報

本文由 Tiger Research 撰写。西方已经通过衍生品法或博彩牌照为预测市场开了口子，但亚洲监管者既没有通用牌照框架、也没有开放式的金融产品定义，导致数千万美元流向离岸平台，政府收不到税、投资者没保护。监管空白不是文化问题，是制度设计缺失。

核心要点

• 亚洲市场缺乏对预测市场进行分类的监管架构，监管者只能将其留在灰色地带
• 西方司法管辖区利用现有框架——美国的衍生品监管或英国的博彩法——为运营商创造了明确的准入路径并建立了监管机制
• 亚洲缺乏框架并未抑制市场活动，大量流动性涌入离岸平台就是证明，但这阻止了税收征管和消费者保护
• 建立监管基础需要公开讨论：预测市场应被视为衍生品、博彩，还是全新的第三类别

定义与分类的重要性

正如此前报告所述，预测市场作为信息平台有其价值，但法律从未在它与赌博之间划出清晰界限。

这引出一个问题：法律如何定义赌博，特别是投注行为。

英国 2005 年博彩法第 9 条对投注对象做了宽泛定义，一旦附加了金钱价值，就会被纳入博彩监管范围：

比赛、竞争或其他事件或过程的结果

某事发生或不发生的可能性

某事是否为真

根据这一法律定义，预测市场将经济价值附加于特定事件的结果或事实的判定，这意味着它们与投注（赌博的核心要素）在结构上高度相似。

监管辩论的核心最终归结为定义问题：是将预测市场纳入传统博彩监管框架，还是在衍生品等金融架构下重新分类，或是通过单独立法建立为独立类别。

西方：制度路径如何产生不同结果

与亚洲相比，西方司法管辖区对预测市场态度更宽容，但这并非源于对赌博的文化容忍，而是反映了现有制度架构允许它们绕开与博彩法的直接对抗。主要路径如下：

美国：预测市场被归类为商品交易法下的衍生品（掉期），纳入现有注册框架

英国：市场被容纳在通用「博彩中介」牌照制度内

欧盟：如合约被归类为金融工具，则适用二元期权禁令；若避开这一归类，则面临严格的各国博彩法这第二道屏障

一致的规律是：只有在拥有衍生品法或灵活牌照制度等独立于博彩法规的替代监管框架的司法管辖区，才可能实现制度性接纳。

美国：扩展衍生品定义

美国并非通过认可博彩框架来容纳预测市场，而是通过有目的地应用商品交易法（CEA）的现有合约结构。

2000 年商品期货现代化法（CFMA）：通过对「排除商品」的开放式定义奠定基础，允许选举结果和天气事件等非金融变量与原油等传统商品并列分类

2010 年多德-弗兰克法：赋予 CFTC 两项关键权力：对事件合约的联邦专属管辖权；根据 40.11 规则禁止与恐怖主义、暗杀、战争和博彩相关的特定合约的权力

两部法律均非为预测市场设计，但它们共同创造了将此类合约视为金融协议而非赌博的法律基础，并在 CFTC 建立了集中监管对应方，取代了原本需要逐州游说的碎片化过程。

长期积累的法律架构催生了围绕持牌实体运作的市场。

2020 年 11 月，Kalshi 获得指定合约市场（DCM）资格，允许向散户投资者出售广泛的事件合约。Polymarket 在 2022 年遭执法后，通过 2025 年收购持牌交易所 QCEX 走向合规。

英国：通过通用牌照框架纳入

英国并未将预测市场视为衍生品的延伸，而是将其作为投注的一种形式，利用现有的 2005 年博彩法将其纳入监管范围。三项条款尤为重要：

第 9 条：对投注的定义足够宽泛，为预测市场提供了灵活的法律基础

第 13 条「博彩中介」：精准捕捉了预测市场的结构特征，因为它们撮合用户间的合约而非直接持仓

第 65（4）条：允许通过部长令调整牌照类别，使框架能够在无需单独立法的情况下吸纳新市场模式

2026 年 2 月，博彩委员会明确预测市场平台属于「博彩中介」类别，必须获得相应牌照。这并非一概禁止，而是构成了明确定义的准入路径：一方面是对无牌运营的严厉处罚，另一方面是开放的注册窗口。

尽管有既定框架，主要全球平台对进入英国市场仍持谨慎态度，原因根植于它们的美国诉讼策略。

Kalshi 和 Polymarket 都在法律论证中大量强调预测合约是金融衍生品而非赌博。获得英国「博彩中介」牌照会将它们正式归类为博彩运营商，这会削弱它们在美国诉讼中的法律立场。

这使英国形成了与全球标准不同的市场环境，实际上为英国本土运营商创造了理想的建立业务的条件。现有博彩交易所 Matchbook 利用其博彩中介牌照于 2026 年 1 月推出”Matchbook Predictions”，新入局者 Versus 获得 UKGC 通用博彩牌照并推出自己的预测市场。

欧洲：金融与博彩监管的双重封闭

欧洲大陆的监管格局将 MiFID II 下的金融监管与各国博彩法结合，形成双层屏障：

任何被归类为金融工具的合约立即遭遇二元期权禁令

任何逃脱该归类的合约随后面临严格的各国博彩定义

2026 年 7 月，欧洲证券和市场管理局（ESMA）在官方声明中明确了金融监管维度，指出事件合约的二元支付结构完全属于二元期权禁令范围。这有效关闭了以金融产品身份进入欧洲市场的路径。

预测市场在博彩法下面临同样困难的条件。法国是最清晰的例证：国家博彩管理局（ANJ）实施了分阶段执法升级，最终将预测市场运营归类为非法赌博。

唯一例外是直布罗陀。2026 年 7 月，直布罗陀设计了专门立法框架——预测市场法规，将预测市场定义为独特的「第三类别」。这是创造新路径而非在现有框架内运作的策略，但由于直布罗陀不是欧盟成员国，该方法的局限在于不受欧洲内部互认约束。

然而欧洲的封闭结构未必永久。欧盟委员会目前已将预测市场的法律处理正式列入加密资产市场监管（MiCA）审查流程。取决于 2027 年 6 月到期报告的结论，向容纳预测市场的新制度框架转变的大门仍然敞开。

亚洲：制度缺失的现状

亚洲司法管辖区面临两个在西方市场不以同样形式存在的结构性障碍：

国家控制的博彩牌照：不存在能够以英国「博彩中介」类别方式容纳私营部门创新的通用牌照框架。牌照权通过国家控制的垄断结构分配

金融产品分类约束：韩国和日本的金融法使用封闭的正面清单定义标的资产，这使得美国通过「非金融或有事件」概念实现的广泛重新分类在法律上不可行

正如西方案例所示，预测市场能否立足取决于哪条路径定义它：现有金融产品架构或博彩监管。然而亚洲市场面临的根本约束是，两套分类系统都未提供能够容纳这种新商业模式的制度基础。

亚洲各地已存在合法博彩市场——日本、韩国、新加坡和香港——因此任何以情感抵触或文化特殊性为由否定市场的观点都与实际情况大相径庭。

那么核心问题不是市场是否被社会接受，而是如何设计监管基础来容纳这种新市场模式。

韩国：缺失的架构与刑事执法作为默认选项

国内对预测市场的讨论尚未达到辩论其法律地位或社会价值的阶段。现有监管框架默认将其视为投机产品，这在实质性讨论开始之前就切断了它。

相关的法律条款已经与预测市场的运营方式存在冲突。《投机行为规制及处罚特别法》涵盖「奖金业务」，定义为通过正确预测特定事件结果来分配金钱或财产的业务。这在结构上与预测市场的运作相似。

然而，法律问题尚未完全解决。奖金业务法预设了一种赌场式结构，即运营商直接控制资金池。像 Polymarket 这样的现代平台使用撮合架构，运营商在用户之间促成合约，而不是直接持有资金。目前还没有司法解释说明这种结构性差异在现行法规下会如何处理。

金融监管途径也被封闭。《资本市场法》采用正面清单方式定义标的资产。虽然金融指标被覆盖，但没有明确依据将选举结果等非金融变量归类为衍生品。

由于经营博彩业务的权利无论如何都保留给国家垄断实体，私人平台也无法通过这一渠道进入市场。

日本：复杂的变通方法和非正式实践的局限

日本的预测市场遵循了监管变通而非制度整合的模式。

本地平台采用的方法类似于三店系统，这种机制起源于柏青哥行业，通过在运营过程中物理切断直接现金流。

平台运营商：平台阻止直接现金存款，改为运行基于观看广告等活动的免费奖励模式。它还消除了平台内部的任何现金兑换功能，从而移除了「财产得失」这一赌博的定义要素。

奖励发行方：独立于平台的第三方为成功预测发放奖励，如礼品券。将平台运营商与发行实体分离，消除了运营商成为奖励兑换现金直接参与方的法律风险。

外部兑现市场：平台外的点对点转移市场和附属商户形成生态系统，在那里奖励实际被消费或转换为现金。由于运营平台不参与这一分配过程，结构保持独立并避免满足赌博罪的法律要素。

这最终是一种出现在监管灰色地带的非正式商业实践，而不是建立在坚实法律基础上的结构。全球平台要么被阻止进入日本市场，要么通过加密货币交易所在严格限制下运营。日本政策讨论的实质水平与韩国并无实质差异。

亚洲市场正在放弃什么

亚洲缺乏制度架构并不意味着市场不存在。超过 5200 万美元（约 728 亿韩元）的流动性流入与韩国 2026 年 6 月地方选举相关的预测市场，表明即使没有国内监管框架，用户对境外平台的参与已经跨越了一个有意义的门槛。这些交易处于税收体系之外，缺乏消费者保护机制，市场诚信监督也不可能。

监管机构面临三种可用应对措施：

扩展现有刑事法规以实施制裁（当前韩国的做法）。

使用技术手段完全封锁平台访问（新加坡模式）。

将预测市场纳入监管范围，在此过程中获得税收收入和监管权。

只有第三种选择能够精确实现税收征收、消费者保护和市场透明度等实际监管目标。

2026 年预测市场的全球年交易量预计将超过 2000 亿美元。保守假设韩国国内用户占该交易量的 1%，任何给定亚洲市场可归因的交易量将达到 20 亿美元。根据采用的税收模式，这将产生估计每年 400 万至 4320 万美元的新税收收入。

更重要的一点不是这些数字本身的规模。如果没有监管适应，这些交易不会消失；它们将在不受监管的环境中继续进行。监管机构将放弃税收和监管权，同时继续承担行政和刑事执法成本。

重构预测市场的监管方法

如上所述，预测市场的制度适应取决于使用哪种现有监管架构（赌博或金融产品）来定义它们。

赌博监管框架：这条路径改编了现有的亚洲模式，用于国家批准的投机活动，如体育博彩池或综合度假村赌场。它与国家垄断结构一致，可以通过公共资金理由证明合理性，但在适应私人平台的商业模式方面存在固有局限。

衍生品监管框架：这代表了摩擦最小、运营上最可行的路径。它涉及微调金融产品的定义，借鉴日本《金融商品交易法》接受非金融变量或韩国《资本市场法》中「经济风险」语言等先例。这种方法避免与现有国家赌博垄断的直接冲突，同时通过将合格标的资产限制在可公开验证的统计变量来预防对投机和市场操纵的担忧。

创建独立的第三类别：这涉及设计专门的立法框架，就像直布罗陀所做的那样。它允许最精确的监管校准，但鉴于缺乏先例，承担最高的立法和政治成本。

值得注意的是，这是一项长期的制度事业，而不是近期结果。在许多亚洲司法管辖区，关于预测市场法律身份的基本公共讨论尚未形成。确保任何这些路径所需的立法动力，首先需要建立公共审议程序，并就预测市场的价值建立广泛的社会共识。

值得注意的一点是，预测市场在整个亚洲仍然是一个陌生的概念，没有实体牵头塑造围绕预测市场的话语。因此，即使是最基本的议程项目也尚未讨论。

精确分析预测市场整体如何运作需要一个正式的公共论坛，例如围绕上述核心问题建立的公私圆桌会议，建立这样的论坛现在是当务之急。

即使设定了这种讨论水平，也需要一个能够将其带到实际政策桌面的实体。像 Limitless Research 这样的专业研究机构在实践中展示数据驱动的预测模型，并在此过程中在建立市场价值体系和塑造公共话语方面发挥核心作用。

从 Limitless Research 开始，具有专业分析能力的组织展示其数据可靠性和公共价值的过程，将成为将预测市场的碎片化话语提升为制度体系内核心议程项目的决定性催化剂。

预测市场具有明显的收益和风险，但在辩论发生之前就达成制度性结论将是一种忽视核心问题的草率做法。现在需要的是尚未发生的建设性话语。

原创 ｜Odaily 星球日报（》）

现实进入了第三种情况，这也是最糟糕的情景，即 BIP-110 链无法超越主链，Luke Dashjr 号召 BIP-110 支持派将 BIP-110 链永久分叉成一条独立链，“手动”调整区块难度，推出新的网络代币。

BIP-110 链无法出块的原因很简单，它继承了比特币主链约 127.48 万亿的挖矿难度，却只吸引了比特币主链 SHA-256d 算力的极小部分。唯一支持 BIP-110 的矿池 Ocean 仅占全网算力的 1.6%，其每天最多只能产生 2-3 个区块，每次出块都可以用幸运女神眷顾来形容。

为了改变这个局面，Luke Dashjr 及 BIP-110 支持者选择的解决办法是“fire the miners”，即更换 BIP-110 链的工作量证明算法，使主链矿工无法在 BIP-110 链上作业，支持 BIP-110 的算力也就成为了“全网算力”，主导 BIP-110 的出块，但矿工挖出来的区块奖励也不再是价值超 6 万美元的比特币。

在 Bitcoin Knots（由 Luke Dashjr 创建的一种比特币全节点软件版本）的 Discord 频道中，Luke Dashjr 及 BIP-110 支持者已经集中在讨论什么工作量证明机制能摆脱对当前比特币矿工依赖情况下还能保持 BIP-110 链的正常运行。参与者讨论了 RandomX、KT256、BLAKE3、BLAKE2 的各种变体、Scrypt、Autolykos v2、CPU 和 GPU 挖矿等具体的加密算法 。

Luke Dashjr 在 Bitcoin Knots Discord 服务器上讨论 BIP-110 变更算法，来源：BitcoinNews

最终，Luke Dashjr 提出从这些候选算法名单中通过确定性随机过程选出最终算法，理由是“这样一来，在所有人都知道之前，就不会有人提前知道了，”降低了部分矿工抢先一步准备 BIP-110 链专用矿机的风险。

截至发稿前，BIP-110 链还未启用或批准任何 PoW 变更，Luke Dashjr 也尚未公布选定的算法和启用区块高度，相关实验代码已被移植至近期 Bitcoin Knots 代码库。简言之，BIP-110 链硬分叉还未真正落地，但这件事发生的概率已超过了以往任何时候。

谁真正造成的中心化问题？

与此同时，BIP-110 支持方与反对方的矛盾还在升级。

BIP-110 提案作者 Dathon Ohm 认为，BIP-110 走向硬分叉是被大型矿池联合“逼迫”的。其在 X 平台发文称：“大型矿池已经勾结起来，通过对比特币节点网络执行秘密硬分叉，将比特币从货币网络变成了有毒的数据倾倒场。”言下之意是，真正进行硬分叉的不是 BIP-110，而是那些违背社区意志的大型矿池，也社区制定新工作量证明机制是为了摆脱他们的中心化控制。

Luke Dashjr 则言语更加激烈，其依旧认为 BIP-110 得到了社区支持，并将不支持 BIP-110 的大型矿池（如蚂蚁、F2Pool）抢夺出块权的行为视作极少数恶意攻击，因此改变 PoW 机制就是为了消除他们的中心化威胁。

蚂蚁和 F2Pool 与 BIP-110 矿工抢夺 961632 区块出块权，Luke Dashjr 视为是对比特币网络的攻击

目前，BIP-110 的支持者的论调为决定比特币网络治理的是节点和社区，而不是矿工和算力，他们主观上认为大型矿池依靠“算力领先”运营的主链已经不是真正的比特币链，挖出的也只是 Core 山寨币，真正的比特币链是新的 BIP-110 链。

但 BIP-110 论调中最大的漏洞是，抛开矿工群体，所谓支持 BIP-110 的节点和社区在比特币社区中也是小众群体。真实的社区支持率难以统计，但节点支持率清晰无比，当前在全网 118850 个比特币节点中，仅有 17913 个节点愿意执行 BIP-110，全网占比 15.07%。如果再剔除掉“僵尸节点”，那么支持率将更低。

BIP-110 节点支持率

这样的数据很难说明比特币节点及社区大部分都支持 BIP-110，只有大型矿池在联合反对。说到底，Luke Dashjr 和 BIP-110 支持者不过是一直在自欺欺人罢了，抗议大型矿池实施“中心化暴政”时，不妨回过头来看看自己是否将所谓比特币原教旨主义意志强加到了每个人身上？这何尝又不是一种治理中心化。

BIP-110 反对者、Strategy 创始人 Michael Saylor 认为 BIP-110 失败的结局是注定的，其表示BIP-110 可以自由分叉，但其他网络成员也可以选择不跟随，BIP-110 当前算力仅为比特币主链的 0.15%，“任何人都可以对比特币进行分叉，但如果没有安全性、实用性、资金和用户，分叉就毫无意义。共识是靠努力达成的，而不是靠人为声明的”。

加密朋克先驱 Adam Back 也对 BIP-110 支持者的大型矿池“迫害妄想症”进行了抨击。其指出 BIP-110 支持者认为“比特币巨头”、政府或矿工集团密谋反对比特币导致比特币遭受损失是错误的，认为节点控制着比特币协议变更矿工会屈服更是错的离谱，“BIP-110 当前未达成共识，因此经济节点和市场忽略了它，所以矿工没有进行挖矿”。

没有人能控制比特币，共识源于网络，而网络已经做出了选择。

原报告：Morgan Stanley Research《Weighing In: Open-Weights Models & 3 States of the World》，2026 年 8 月 3 日

编译及整理：DaiDai、Frank，MSX 麦通研究院

核心速览

• 开放权重模型降低的是单次调用成本和部署门槛，不一定降低总算力需求，随着 AI 进入更多企业、工作流与设备，调用量的增长可能超过效率提升，触发典型的「杰文斯悖论」；
• 企业已经进入多模型时代，开放权重模型主要承担编程、文档处理、高频调用和特定领域任务，复杂推理与 Agent 工作负载仍更多依赖前沿闭源模型；
• 开放权重并不等于免费，企业省下的可能是模型授权费或部分 API 费用，但仍需承担 GPU、云服务、本地机房、微调、人才、安全和运维成本；
• 无论闭源、混合还是开放权重模型最终占据主导，NVIDIA、现场电力与安全软件都属于较明确的跨情景受益方向；
• 开放权重模型越普及，AI 价值链越可能从基础模型层，向推理、路由、编排、可观测性、本地基础设施、边缘设备和垂直应用扩散；

每隔一段时间，AI 市场似乎都会经历一次「效率恐慌」。

当模型参数变小、推理成本下降，或者一家模型公司用更少的芯片实现接近前沿的性能时，市场很快便会产生一种直觉，既然完成同样任务所需要的计算资源越来越少，GPU、数据中心和电力需求是否也将随之见顶？

Kimi K3、DeepSeek V4 Flash 正式版等新一代开放权重模型的出现，再次把这一问题推到市场面前，它们不仅试图缩小与前沿闭源模型之间的能力差距，也允许企业下载、修改和自主部署模型，将过去高度集中于少数美国模型实验室的能力，扩散到更广泛的开发者与企业技术栈中。

但摩根士丹利在最新报告中给出的答案，恰恰与这种直觉相反：

模型效率提高，未必会杀死算力需求，它更可能让 AI 变得足够便宜，从而进入过去不值得使用 AI 的场景，并最终推高整体调用量。

在此基础上，真正需要重新讨论的，就变成了算力会在哪里发生、由谁提供，又有哪些公司能够从这种扩散中获得收入。

一、更便宜的模型，为什么可能消耗更多算力？

开放权重模型最容易引发的一种误解，是把「模型成本下降」直接等同于「基础设施需求下降」。

但对于多数企业而言，是否采用 AI，并不只取决于模型完成一次任务需要多少算力，而取决于它所创造的收益，能否覆盖模型、工程和基础设施成本。

摩根士丹利引用的测算显示，一个企业 AI 任务平均可以创造约 55 美元收益，而直接成本约为 2—5 美元，即使考虑数据、工程、安全与管理成本，这一收益成本比仍然意味着，大量企业工作流尚未完成 AI 化。

在这种情况下，模型降价带来的结果，可能不是企业减少 AI 支出，而是更多任务跨过经济可行性的门槛。

过去，企业或许只会将最重要、价值最高的任务交给 AI；当推理价格继续下降后，客服记录分类、合同审核、代码测试、商品描述、企业搜索、营销素材、数据清洗乃至内部审批，都可能被纳入模型工作流。

每项任务所需的计算资源可能下降，但任务数量、运行频率与用户规模却会同步扩大。

这正是报告反复提到的「杰文斯悖论」，当一项资源的使用效率提高、单位成本下降后，由于应用范围迅速扩大，其总消耗量反而可能增加。

譬如汽车更省油，并没有让全球石油需求自动消失；网络带宽越来越便宜，也没有让数据流量下降，类似地，更高效的模型未必减少 GPU 使用，反而可能让 AI 从少数高价值任务，变成企业内部无处不在的基础能力。

目前，这一扩散已经开始发生。

报告援引的 McKinsey 调查显示，63% 的受访企业已经在技术栈中使用开放模型，但多数企业并没有完全放弃闭源模型，而是将二者组合使用，开放权重模型主要用于编程、文档解析、高频调用和特定领域任务，前沿闭源模型则继续承担复杂推理、可靠性要求较高以及更难标准化的工作。

2026 年 2 月至 7 月，美国公司每周通过 OpenRouter 路由至中国开放模型的 Token 比例一度超过 30%，这一数据可能更偏向开发者和初创公司，无法直接代表大型企业支出，但至少说明，开放权重模型已经从实验室概念，进入真实的调用与部署环境。

当然，开放权重模型也并不等于「免费模型」。

企业在自托管时，可以不再向模型提供商支付按 Token 计算的 API 费用，但仍需购买或租赁 GPU，并承担机房、云服务、微调、工程团队、安全和日常运维成本，这意味着通过模型厂商或云平台提供的托管 API 使用开放权重模型，企业仍然可能按照 Token 或计算量付费。

因此，开放权重改变的不是计算成本是否存在，而是企业以什么方式支付计算成本，以及价值由模型提供商、云平台还是企业自有基础设施获得。

摩根士丹利援引的一项 MIT 研究估算，从闭源模型转向开放模型，平均价格可能下降约 70%，每年为消费者节省约 250 亿美元。但报告也特别提示，这一研究完成时间较早，不同模型的能力并不完全可比，也未必充分计入工程、微调和运维等隐性成本。

另一项 Carnegie Mellon 研究则显示，开放模型自建部署的回收期可能从约 3 个月延伸至 6 年，其中参数较小、任务固定、调用频率高的模型，能够较快摊薄硬件成本；大型模型和复杂企业级应用，则可能因为利用率不足、更新频繁和微调成本过高，很长时间都无法证明自建比 API 更便宜。

所以，开放权重模型的经济性并没有统一答案。

它取决于模型规模、使用频率、基础设施利用率、企业工程能力，以及数据是否必须留在本地。模型越开放，企业拥有的选择越多，但承担的技术责任也越多。

二、下一阶段，算力发生在哪里？

如果 AI 的未来只由少数闭源模型主导，那么训练和推理会继续集中在大型云平台与超大规模数据中心中。

但如果开放权重模型获得更广泛采用，AI 算力并不会消失，而是会从少数中心节点，进一步扩散至私有云、企业机房、主权数据中心、边缘服务器和个人设备。

这意味着，市场需要关注的变量将从「需要多少块 GPU」，转向「GPU 部署在哪里、由谁管理、如何被调用」。

在闭源模型时代，企业可以将大部分复杂性外包给模型公司：接入一个 API，按照 Token 付费，由提供商负责模型更新、基础设施、安全对齐与部分法律责任。

进入多模型时代后，这种简单结构开始被打破。

企业可能将最复杂的任务交给前沿闭源模型，将高频且成本敏感的任务交给开放权重模型；敏感数据留在本地，一般工作负载运行在公有云；部分请求在数据中心处理，部分请求则直接在电脑、手机或其他边缘设备完成。

模型数量越多、部署位置越分散，企业 AI 技术栈也会变得越复杂：

• 首先是网关层：企业需要一个统一入口，管理不同模型的身份认证、调用权限、速率限制、日志记录和供应商故障切换；
• 其次是路由层：系统需要根据准确率、延迟、成本、数据敏感程度和任务难度，将每个请求分配给最合适的模型；
• 随后是编排层：复杂的 Agent 工作流通常需要多个模型、数据库和外部工具协同，单次用户请求可能被拆解为数十个步骤与调用；
• 最后是可观测性与评估层：企业必须持续跟踪模型输出质量、响应延迟、Token 使用、运行成本、失败原因和安全风险。

这也是为什么开放权重模型的扩散，不只利好模型厂商。

当基础模型本身变得更容易获得，企业更愿意为「如何把模型稳定地投入生产」付费。模型网关、任务路由、Agent 编排、数据治理、可观测性和安全软件，可能成为价值链中更难被压缩的环节。

安全的重要性尤其突出。闭源模型集中运行时，部分安全责任由模型实验室和云平台承担；而开放模型进入企业本地、私有云和边缘设备后，身份、数据、端点、模型权重和运行时环境都需要独立保护。

企业不仅需要防止员工将敏感数据发送给错误的模型，还需要管理不同模型能够访问哪些数据库、调用哪些工具，以及是否可能遭受提示词注入、模型蒸馏、权重篡改或权限滥用。

模型部署越分散，攻击面越大；模型数量越多，治理成本越高。

因此，开放权重模型真正带来的，并不是 AI 基础设施价值的消失，而是价值从单一的基础模型和 API 层，逐渐向整个系统栈扩散。

未来的 AI 支出可能不再只体现为少数科技巨头建设超级训练集群，也会表现为企业购买服务器、升级网络与存储、部署安全系统、建设私有 AI 平台，以及在手机和 PC 上配置更强的端侧算力。

算力需求从集中走向分布，并不意味着总量减少，只意味着受益者不再只集中于模型实验室和大型云厂商。

三、AI 的三种世界：无论谁赢，谁都绕不开算力、电力与安全

摩根士丹利没有为未来三种情景分配明确概率，而是分别推演了闭源模型胜出、混合架构共存和开放权重模型胜出时，AI 产业链可能出现的价值分配方式。

第一种世界：闭源模型继续掌握前沿能力

在这一情景下，前沿模型的性能、可靠性和安全能力仍然难以被复制，少数资本实力雄厚的模型实验室继续保持领先。

企业更看重准确率、部署便利、知识产权赔偿和品牌可信度，而不是完全控制模型权重，因此愿意继续为闭源 API 与企业订阅付费。

训练与推理工作负载会进一步集中在 AWS、Google Cloud 等 Hyperscaler 平台，超级训练集群继续推动对 GPU、高速网络、光通信和定制 ASIC 的需求。

Google、Amazon 等拥有云基础设施和模型能力的平台处于更有利的位置，Broadcom、Arista Networks、Lumentum、Coherent 等芯片与网络厂商也可能受益。

报告测算，如果 Google 能够凭借领先模型，在自有基础设施上运行 Gemini API，其示意投入资本回报率可以达到约 45%；即使模型并未处于绝对领先位置，仅作为基础设施提供商，相关回报率也可能接近 30%。

这说明，闭源世界最重要的资产不只是模型本身，还包括模型运行所依赖的算力所有权，谁拥有芯片、数据中心和客户入口，谁就更有能力保留模型调用产生的利润。

第二种世界：开放与闭源长期共存

这是目前最接近企业真实使用状态的一种情景。

闭源前沿模型负责复杂推理、长流程 Agent 和高可靠性任务，而开放权重模型与小模型则处理高频、成本敏感、低延迟或高度专业化的工作。

企业不会只选择一个模型，而是根据任务不断切换和路由，这也意味着 AI 部署同时存在于公有云、私有云、本地基础设施和边缘设备中。

这一情景下，单一模型厂商很难获得完全垄断性的定价权，但整个 AI 软件与基础设施市场会获得最广泛的需求。

• 微软、亚马逊和 Google 仍然受益于云端工作负载；
• Datadog、Palantir、Appian 等基础设施与工作流软件厂商，可能受益于模型编排、数据连接与可观测性需求；
• Palo Alto Networks、CrowdStrike、Fortinet、Zscaler、Netskope、Okta 等安全厂商，则受益于企业攻击面与身份边界持续扩大；

与此同时，Cisco、F5 等网络设备厂商，以及 Dell、HPE、NetApp 等企业基础设施公司，也可能从本地和混合部署中获得新增需求。

混合架构最大的投资含义是，AI 支出不会只集中于训练集群，而会沿着企业技术栈逐层扩散，且模型层的竞争越激烈，企业越需要中立的软件与基础设施，帮助其在不同模型和部署环境之间进行切换。

第三种世界：开放权重模型成为主流

在这一情景下，开放权重模型逐步接近前沿闭源模型，基础模型智能变得广泛可得，API 价格大幅下降。

企业不再愿意为通用模型能力支付过高溢价，而是利用私有数据进行微调，将主要预算投入推理优化、Agent、行业工具和应用部署。

创新重心由预训练转向后训练和应用层，AI 基础设施也更加分散。政府和大型企业可能出于数据主权、隐私、延迟和避免供应商锁定等考虑，将更多模型部署在主权云、私有数据中心和本地环境中。

• 微软可能凭借 Azure、GitHub、企业软件与开放模型生态获得更强地位；
• MiniMax、智谱/Z.ai，以及阿里巴巴、腾讯等开放模型提供商的战略价值上升
• Dell、HPE、NetApp 等本地基础设施厂商，HP、苹果等端侧设备公司，以及系统集成与 IT 分销渠道，也会获得更明显的需求；

但开放世界并不意味着云平台失去价值。

多数企业仍不会完全自行建设基础设施，开放模型仍然可能运行在 Azure、AWS 或 Google Cloud 上，Hyperscaler 的角色会从唯一的模型入口，转变为开放模型托管、计算资源、数据服务和企业 AI 平台的提供者。

因此，云厂商面临的并非简单的输赢，而是利润结构的变化，譬如基础模型租金可能下降，但计算、存储、数据库、安全与企业服务收入仍可能增长。

三种结局中的共同赢家

在摩根士丹利列出的资产矩阵中，最值得注意的不是每个情景独有的公司，而是那些在三列中反复出现的名字。

首先是 NVIDIA。

闭源模型胜出，意味着更多算力集中在超大规模训练与推理集群中；开放权重模型胜出，则意味着推理节点向企业、本地和边缘环境扩散。

两种路径所对应的芯片形态、客户结构和单个集群规模可能不同，但都需要持续增加计算能力，说到底，开放模型降低的是模型使用门槛，而不是取消计算过程。

其次是电力。

闭源世界需要稳定的 GW 级电力支撑超级数据中心，开放世界则会增加企业数据中心、主权云与现场推理设施的供电需求。模型效率提高，可能降低单次任务耗电量，却也可能让更多任务和设备持续运行 AI。

Bloom Energy、Williams、Liberty Energy 等现场电力、天然气与能源基础设施公司，因此被报告反复列入受益范围。

第三是安全软件。

无论企业使用闭源还是开放模型，都需要保护身份、数据与应用；而当部署从少数云平台扩散至本地和边缘环境时，安全需求只会变得更加复杂。

从这个角度看，安全软件可能是开放权重模型扩散中被市场低估的二阶受益方向。

写在最后

总的来看，开放权重模型真正可能杀死的，或许从来不是算力需求，而是基础模型层能够长期维持高额租金的想象。

当模型能力逐渐普及，企业不再只为「获得智能」付费，而会将更多预算投入如何部署智能、连接数据、管理工作流、保护系统，并让模型在真实业务中持续创造回报。

算力也不会简单地从增长转向衰退——它可能从少数超级训练集群，扩散至更多推理节点、企业机房、主权云和边缘设备；从一次性的模型训练竞赛，逐步变成覆盖企业每个工作流程的长期基础设施投入。

因此，开放权重模型带来的最大变化，不是 AI CapEx 周期即将结束，而是这个周期正在进入一个参与者更多、部署更分散、价值链也更长的新阶段。

原文作者：顾翎羽

原文编辑：徐青阳

原文来源：腾讯科技

“A 股人形机器人第一股”宇树科技（688836.SH）在 8 月 10 日正式开启网上申购，其高达 219.23 倍的发行市盈率——将 38.56 倍的行业均值远远甩在身后。网下询价环节也异常火爆，有效申购倍数突破了 2618 倍。

近期，各大股票论坛里充斥着投资者祈求中签的留言，“祝你中签宇树”甚至演变成了一种股民间的社交问候语。一位在 2021 年就接触过宇树的投资人告诉腾讯科技，宇树卖硬件逻辑他十分认可，所以即便中签率低自己中不了，他也大力向身边的朋友都推荐了。

从招股书披露的细节来看，宇树此次 IPO 实际募集资金规模约为 61 亿元，按此推算，其发行后总估值将达到 610 亿元左右。由于网上初始发行额度仅有 647.1 万股，若以每签 500 股为单位计算，全市场可供摇号的签数不到 1.3 万个。这意味着在每一万个有效申购配号中，只有约两个人能幸运中签，预计中签率在万分之二至万分之三之间徘徊，中签难度远超此前备受关注的长鑫科技。

这种狂热情绪的背后是极具诱惑力的打新收益预期。根据多家券商的综合测算数据，2026 年以来 A 股新股上市首日的平均涨幅达到了 276.04%。如果宇树科技能保持这一平均水准，中一签的账面浮盈有望突破 20 万元大关；若进一步对标年内科创板新股首日高达 466.61%的平均涨幅，单签潜在盈利更是可能飙升至 35 万元以上。

昂贵的门票

在 8 月 7 日举行的长达三小时的网上投资者交流会上，面对投资者抛出的“两百多倍市盈率是否偏高、是否脱离基本面”的问题，宇树科技创始人王兴兴给出的回应是“当大多数同行还在亏损泥潭中挣扎时，宇树已经实现了盈利。”

根据财务数据，宇树科技的营业收入从 2023 年的 1.59 亿元飙升至 2025 年的 16.99 亿元，年复合增长率达到惊人的 226.78%。盈利能力也实现了大逆转，扣非净利润从亏损 1800 多万元，一跃攀升至 2025 年的 5.91 亿元。此外，公司 2025 年经营性现金流净额达到 6.70 亿元，账面趴着 14.19 亿元货币资金，且几乎没有有息负债的压力。

公司的核心业务结构也发生了重塑。人形机器人板块的营收从 2023 年微不足道的 296 万余元，激增至 2025 年的 8.68 亿元，其在总营收中的比重也从不到 2%跃升至 51.78%，取代四足机器人成为公司的第一大增长引擎。2025 年，宇树人形机器人出货量突破 5500 台，居全球榜首。在此期间，公司主营业务综合毛利率也从 44.22%一路攀升至 60.13%，其中人形机器人业务的毛利率达 63.18%，让不少纯软件企业都相形见绌。

正是基于这样的基本面，资本市场才愿意给出 219 倍的超高发行市盈率，网下申购的火热程度也可见一斑。在战略配售环节，全国社保基金旗下的三个组合共计认购约 1.41 亿元；AI 大模型独角兽 DeepSeek 同样获配约 1.41 亿元，并签下了长达 36 个月的最长锁定期承诺。

机构投资者掷出重金，买的并不是宇树眼下的业绩表，而是提前为人形机器人赛道未来可能达到的万亿级市场规模买单。

然而，支撑这种高毛利的结构性因素正在面临考验。宇树科技在回复监管问询时表示，在 2025 年前三季度的人形机器人收入中，来自科研教育领域的订单占比高达 73.60%，而商业消费和行业应用分别仅占 17.39%和 9.01%。在为数不多的行业应用中，又以企业展厅导览等场景为主，真正落地于智能制造、工业巡检等硬核场景的收入，在行业应用板块中的占比还不到三成。

这表明，当前的人形机器人依然是一个主要由科研需求驱动、愿意为前沿技术支付高昂溢价的特定小众市场。由于科教市场的容量上限远远不及广阔的工业制造领域，未来当宇树的客户群体不可避免地向工业端拓展时，其毛利率水平的下行压力将随之而来。

进入 2026 年，增速放缓的迹象开始显现。一季度，宇树科技实现营收 4.23 亿元，虽然同比仍增长 68.49%，但与 2025 年全年超 330%的增长相比，已出现明显降温。其一季度扣非后归母净利润仅录得 4025 万元，同比大幅缩水 52.55%。公司方面预测，2026 年上半年的扣非净利润区间约为 2.36 亿元至 2.83 亿元，同比降幅预计在 6%至 22%之间。

2023 年，宇树人形机器人的单台平均售价还在 59 万元左右，到 2025 年已滑落至 16 万元上下。据高工机器人产业研究所的统计，到了 2026 年一季度，行业内单台均价更是进一步下探至 10 万元大关。然而，降本的速度却未能追上降价的步伐——从 2023 年到 2025 年前三季度，其单位成本仅从 7.32 万元降至 6.22 万元，降幅约 15%。这种变化正对公司的毛利空间形成系统性挤压。

宇树科技在招股说明书指出，公司目前尚未将自主研发的通用具身大模型大规模部署到机器人终端上。为了弥补在“大脑”技术上的短板，在本次实际募集的约 61 亿资金中，有超过 20 亿元被明确规划用于智能机器人模型研发项目，重点攻坚具身智能的“大脑”与“小脑”系统。

当前，人形机器人在复杂场景下的泛化能力依然十分有限。在路演中，有投资者质疑其产品是否只是“遥控玩具”，王兴兴对此解释称，保留遥控器是为了设置“最高级别的安全冗余”，旨在当 AI 模型发生误判时，能够提供最后一道物理防线以避免安全事故。

现实的博弈

伴随着宇树的上市，一场造富盛宴正在上演，但一级市场的狂欢与二级市场的现实考量之间，正横亘着一道明显的鸿沟。

早期投资者收益惊人。变量资本在 2018 年仅投入 209 万元，如今的回报倍数已飙升至 174 倍以上；红杉中国历年累计注资约 1.02 亿元，若按发行价估算，其持股市值已逼近 30 亿元。美团系通过多个投资主体合计持有 9.65%的股份，账面浮盈超过 36 亿元。

然而，等待二级市场投资者的，却是一个筹码高度集中、情绪博弈激烈的交易环境。

本次宇树科技公开发行的总股数约为 4044 万股，但分配给网上散户的初始额度仅占 16%。剩余 84%的股票则通过战略配售和网下询价的方式，被机构投资者收入囊中。在发行后总计 4.04 亿股的总股本中，上市首日能够真正在市场上流通的股份合计仅有 2977 万股左右，占总股本的比例微乎其微，仅为 7.36%。这意味着，超过 90%的股份在敲钟首日都处于被锁定的状态。

在可交易筹码极度稀缺的背景下，股价在上市初期的波动弹性势必会被急剧放大。这种典型的“事件驱动型炒作、随后冲高回落”的走势，在今年春节前后的一波人形机器人概念股行情中已经预演过一次。一旦市场的乐观预期被提前透支，且缺乏后续增量资金的接力，在高位拥挤的交易结构下，资金的抢跑出逃往往会引发股价的剧烈杀跌。

一级市场的投资人们无疑期盼着宇树上市后能迎来大涨，从而在 A 股确立具身智能赛道的“估值标杆”，并为后续排队 IPO 的越疆、云深处等同行撑起更高的估值天花板。但在二级市场，不少二级市场交易人士认为，资金的审美标准正在变得愈发严苛，投资逻辑开始从单纯听取技术愿景，转向审视企业真实的商业化落地能力和盈利质量。

放眼更长远的未来，宇树将面临一个更复杂的市场竞争格局和海外环境。在国内，小米、比亚迪、小鹏等自带强大制造基因和丰富应用场景的跨界巨头，正加速杀入具身智能赛道；在海外，虽然特斯拉 Optimus 第三代量产机型的发布延期至 2026 年初，但其在技术路径和降本能力上的远期威慑力依然强大。此外，考虑到宇树科技有超过 43%的收入依赖境外市场，美国 FCC（美国联邦通信委员会）近期将中国先进机器人列入限制清单的举动，为中国机器人企业的出海叙事蒙上了一层真实的阴影。

目前官方尚未公布确切的上市日期，按照科创板新股上市的惯例流程，宇树最快有望在 8 月中旬正式挂牌交易。

本周比特币日线级别 c 浪反弹仍在延续，币价自 62,268 美元低点启动，能否有效突破 65,700～67,300 美元关键阻力区，是本周结构验证的核心；HYPE 则在长期上升趋势线、下降通道下轨与 50～52 美元三重支撑交汇区获得支撑，日线级别反弹信号已初步显现，能否站稳并向下降通道上轨发起挑战仍待确认。以下为本周 BTC、HYPE 多周期结构复盘、操作策略，以及上周短线交易的市场验证，供参考。

本周交易核心观点摘要：

• BTC 多周期走势结构分析 （详解见第一部分内容）
• BTC 本周行情预判及中、短线操作策略 （详解见第二部分内容）
• HYPE 日线级别走势结构分析 （详解见第三部分内容）
• HYPE 本周行情预判及短线操作策略 （详解见第四部分内容）

上周交易策略及核心观点市场验证：

• BTC 行情研判市场验证：在上周文章中强调：日线短期（b 浪）调整于 60,900-61,500 美元区域上方完成终结的概率显著。目前看，市场实际走势与我们的预判高度吻合。
• BTC 短线交易成效：比特币上周完成一次短线多单操作(1 倍杠杆)，成功实现收益约 2.28%。（详解见第五部分内容）
• HYPE 行情研判市场验证：上周我们判断价格在 50～52 美元区域止跌企稳概率较高，当前实盘走势已对该观点形成有效验证。

一、比特币多周期走势结构分析

1、比特币日线级别走势结构分析：（基于 5 月 6 日之后的行情分析）

图一 比特币日线 K 线图

①、如（图一）所示：自 5 月 6 日高点 82,850 美元开启的调整行情，日线已呈现出（0-1）、（1-2）、（2-3）、（3-4）、（4-5）、(5-6)共六段式调整结构。

②、从日线结构分析：（自 7 月 1 日低点反弹至今）

• a 浪反弹：（7 月 1 日-7 月 21 日）自 57,820 美元启动,历时 21 个交易日，最高触及 66,955 美元，区间涨幅 15.8%。
• b 浪调整：（7 月 21 日-8 月 1 日）自 66,955 美元回落至 62,268 美元，历时 11 个交易日，最大回撤 7%。
• c 浪反弹：（8 月 1 日至今）自 62,268 美元开启至今，截止当前已运行 8 个交易日。

③、基于自主构建量化模型研判：日线 b 浪调整已于 62,268 美元终结，c 浪反弹正式启动。该段首要目标为 67,300 美元阻力区，若实现有效突破，则下一步看向 69,500～71,000 美元区域。

2、比特币小时级别走势结构深度剖析：（以 4 小时为分析周期）

图二 比特币 _4 小时 K 线图

①、自 66,955 美元至 62,268 美元展开的日线 b 浪调整，在 4 小时图表中可明确拆解为（51-52）至（55-56）共五段走势。其中（52-53）、（53-54）、（54-55）三段存在重叠关系，则构成中枢 F。

②、自 62,268 美元开启的日线 c 浪反弹，映射为 4 小时级别（56-57）上行段。截止当前已运行了 49 个（4 小时）周期，反弹高点触及 65,474 美元附近。从时空维度测算，结构形态完好，反弹动能较强。

二、比特币本周行情预判及操作策略 

1、BTC 本周行情走势预判： 本周核心观点：密切关注日线 c 浪反弹至 65,700-67,300 美元区域时的多空争夺。

2、核心压力位：

• 第一压力区：67,300 美元区域 （前期重要阻力区）
• 第二压力区：69,500～71,000 美元区域 （前期重要阻力区）

3、核心支撑位：

• 第一支撑位：63,600～64,000 美元区域 (前期重要支撑位)
• 第二支撑位：60,950～61,500 美元区域 (前期重要支撑位)
• 第三支撑位：57,820 美元附近 (前期重要支撑位)

4、本周操作策略(排除突发消息影响)

①、中线策略：

图三 比特币 _ 日 K 线图：(仓位监测模型)

仓位监测模型：如（图三）所示，当前币价已有效跌破”多空通道”，市场结构确认转为空头主导格局。

• 按照上周制定的交易预案：”若币价有效站稳 63,600 美元后展开持续反弹，届时中线空头仓位降至 20%以内”。因此，当前仓位已按预案要求降至 20%以内。
• 若本周币价有效突破 67,300 美元阻力位，上行至 69,500～71,000 美元区域出现明确滞涨信号，并结合量化模型信号，将中线空头仓位加至 50%左右。

②、短线策略：利用 30%仓位，设置止损点，依据支撑及压力位，寻找做”价差”机会。(以 30 分钟/60 分钟作为操作周期)。

③、在短线操作中，为动态应对市场复杂演变，我们提前拟定 A/B 两套具体操作预案。

方案 A：强阻力区承压试探性做空

• 开仓：若本周币价反弹有效突破 67,300 美元阻力位，上行至 69,500～71,000 美元区域出现明确滞涨信号，并结合量化模型信号，可建立空头仓位 30%左右。
• 风控：设置初始止损位。
• 平仓：当调整至重要支撑位附近并结合量化模型信号，可逐步清仓获利了结。

方案 B：强支撑区轻仓试多

• 开仓：若币价出现冲高回落，当调整至 63,600～64,000 美元区域出现止跌企稳信号，并结合量化模型底部信号，可建立多头仓位 15%左右。
• 风控：设置初始止损位。
• 平仓：当反弹至重要阻力位附近并结合模型信号，可逐步清仓获利了结。

三、HYPE 日线级别走势结构分析

图四 HYPE 日线 K 线图

1、日线结构显示：HYPE 自 6 月 16 日高点 76.94 美元开启的回调，目前运行于一条明确的下降通道（蓝色）内：上轨连接 6 月 16 日与 7 月 7 日的两处高点，下轨则平行于上轨，穿过 6 月 25 日低点延伸而成。

2、自 1 月 21 日启动日线升势以来，HYPE 构建了一条日线级别的长期上升趋势线（白色），该趋势线连接 1 月 21 日低点（经 2 月 24 日验证）与 5 月 14 低点。

3、如（图四）所示：价格于 8 月 2 日回调至三重技术支撑交汇区：长期上升趋势线、下降通道下轨及 50～52 美元关键支撑区域。三重支撑共振，市场在此处形成日线级别反弹概率显著提升。

四、HYPE 本周行情预判及短线操作策略

1、HYPE 本周行情走势预判：

①、核心压力位：

• 第一压力位：58.5～60 美元区域
• 第二压力位：下降通道上轨附近
• 第三压力位：72.97 美元附近

②、核心支撑位：

• 第一支撑位：50～52 美元区域；
• 第二支撑位：45 美元附近；

本周核心观点：重点跟踪价格反弹至下降通道上轨附近时的多空博弈结果。此位置能否有效突破，将直接界定此轮上行的属性：是技术性反弹还是趋势性反转。

2、HYPE 本周短线操作策略：

本周短线操作：

①、持有多单着：若已按照上周交易预案，于 50～52 美元区域建立多单的投资者，设置止损位并严格遵守，持仓待涨。

②、空仓者：若周初价格再次回踩 50～52 美元区域呈现止跌企稳时，可考虑轻仓试多，需严格遵守止损纪律。

五、比特币短线操作复盘

我们严格遵循操作预案，依据自主构建的”价差交易模型”与”动能量化模型”发出的交易信号，在上周完成一次短线（多单）操作，总计交易盈利约 2.28%。

1、短线交易纪录：（见表一）

比特币短线交易明细汇总：(杠杆*1 倍)

2、短线交易复盘：（见图五）

开仓策略：

• a、当币价下行至 62,000 美元上方时出现止跌企稳信号，K 线构成”底分型”形态；
• b、”价差交易模型”触发底部预警信号（红点），随后图中信号带（橙黄色）突破地平线（紫红色），发出上涨信号；同步叠加”动能量化模型”底部信号共振。因此，我们于 62,753 美元建立了 30%多头仓位。

平仓策略：

• a、当币价上行至 65,000 美元附近呈现滞涨信号,K 线构成”顶分型”形态；
• b、”价差交易模型”连续触发顶部预警信号（白点），随后图中信号带（蓝色）跌破天际线（绿色），并与”动能量化模型”形成顶部共振信号。因此，我们于 64,183 美元附近全部清仓。
• 小结：本次交易成功盈利约 2.28%。

六、特别提示：

1. 开仓时：立即设置初始止损位。
2. 盈利达 1%时：将止损位移至开仓成本价（盈亏平衡点），确保本金安全。
3. 盈利达 2%时：将止损位移至盈利 1%的位置。
4. 持续跟踪：此后币价每再盈利 1%，止损位就同步移动 1%，动态保护并锁定。

金融市场瞬息万变，所有行情分析及交易策略均需动态调整。本文所涉及的全部观点、分析模型与操作策略，均源自个人技术分析，仅为个人交易日志之用，不构成任何投资建议或操作依据。市场有风险，投资需谨慎，请勿据此决策。

TL;DR

• 日本央行 8 月 10 日发布 7 月会议意见摘要，偏鹰表述推动市场上调近月加息定价。
• 市场关注的不是日本是否再次干预，而是加息能否提高做空日元的成本。
• 关联标的：USD/JPY、日元交叉盘、短端日债、日本股市、日元融资套利交易。

日本央行 8 月 10 日发布 7 月会议意见摘要后，市场重新定价日本近月加息路径，日元获得短线支撑，短端日债也承受上行压力。

这份摘要没有承诺 9 月加息，但把一个此前被压低的情景重新摆到台面上：日本财务省干预买来的时间，能不能由日本央行加息接住。

对投资者来说，这不只是外汇盘的问题。过去几年，日元一直是全球套利交易的重要融资货币。借低息日元、买高收益资产，是很多宏观交易的底层结构。

现在市场交易的不是一份央行文件，而是一个时间表。干预能打断贬值节奏，加息才可能改变做空日元的成本。

干预买时间，加息改变资金成本

汇率干预最直接的作用，是打断单边贬值预期。日本财务省买入日元、卖出外汇储备，可以让空头短期不敢继续追空。但如果利差结构不变，市场很快会回到同一个问题：为什么不继续借便宜日元？

这就是干预的边界。它能制造震慑，却很难单独改变资金成本。真正影响套利交易的是利率路径。如果日本央行继续缓慢正常化，而美国利率仍有吸引力，做空日元、买入高息资产的逻辑就不会消失。

日本央行官网文件显示，7 月 30 日至 31 日会议后，政策声明以 8:1 维持无担保隔夜拆借利率在约 1.0%，委员高田创反对并提议升至 1.25%。

单看结果，会议并不激进。变化在于摘要中的讨论温度。部分意见强调需要继续提高政策利率，关注价格上行风险，并提到加息步伐可能快于市场预期。

这些表述不是下一次会议一定加息的承诺，更像条件性警告。白话说，日本央行不想让市场默认它只会慢慢移动。如果通胀、工资和汇率压力继续，它可能更早行动。

近月加息定价被重新打开

7 月会议维持利率不变后，市场原本可以继续交易「日本央行很慢」。但意见摘要发布后，焦点从「这次没加」切到「下次会不会加」。

市场报价和利率互换定价显示，交易员上调了近月加息预期。这个变化不是官方路线图，而是市场对央行沟通的即时重估：如果央行担心通胀上行和日元贬值传导，就不能长期观望。

植田和男在这条链条中很关键。作为日本央行行长，他此前已把注意力放在价格上行风险上，并强调后续会议需要更认真讨论价格压力。行长表态和摘要中的偏鹰措辞叠加，使 9 月或 10 月加息不再只是极低概率情景。

误读风险也在这里。日本央行仍强调数据依赖，工资、服务价格、进口成本、能源价格都会影响决策。摘要提到汇率、AI 需求和中东局势对价格的上行压力，但这些变量能否持续，还需要数据确认。

所以，日元这次获得的是条件性支撑。只要市场相信日本央行会用加息配合稳汇，USD/JPY 就会承压。一旦后续沟通淡化这种解读，或者数据不支持继续收紧，这部分定价也可能回吐。

美国态度让交易更像政策组合

这次日元交易还有一个外部变量：美国态度。

据 Axios 8 月 3 日报道，美国财政部长斯科特·贝森特表示，美国不会犹豫参与进一步联合干预。此前路透社也提到，贝森特的表态释放出华盛顿希望日本给央行更多利率空间的信号。

美国是否实际参与干预是一回事，公开支持又是另一回事。后者至少提高了日本稳汇行动的政治可行性，也削弱了市场押注日本「孤军作战」的信心。

这不等于美国能替日本央行决定利率。更准确的理解是，干预、美国支持和央行偏鹰沟通被市场放进了同一套交易框架。过去，日元空头可以把干预看成一次性事件，官方出手，市场回避几天，随后继续按利差逻辑交易。

当干预背后叠加外部支持、央行摘要偏鹰和短端收益率上行，交易结构就变了。市场不再只问日本会不会再次买入日元，而是问日本央行是否准备提高做空日元的成本。

对加密和其他高波动资产投资者而言，风险也在这里。日元融资套利交易如果松动，冲击未必只停留在外汇市场。资金成本上升、杠杆收缩和避险情绪升温，都可能传导到风险资产。

数据和政治会决定重估寿命

这轮重估还没有走到「日元趋势反转确认」的阶段。它更像一个窗口：市场先把更快加息纳入价格，等待日本央行用沟通和数据来确认。

日本国内政治环境会限制这个窗口的斜率。高市早苗政府有财政扩张和降低居民生活压力的诉求，减税、支出和融资成本都可能与央行收紧形成张力。政府希望稳住物价和汇率，但未必愿意承受过快加息带来的融资压力。

日本央行最难的地方在于两边都不能放任。日元过弱会推高进口价格，让通胀更难回到可控区间；加息过快又可能压制需求、推高国债收益率，并增加财政压力。

日元空头是否真的要撤，不能只看近月加息概率有没有继续上升。更重要的是，植田和男接下来的沟通是否继续强化上行风险，9 月前通胀和工资数据是否支持加息，美国对日本稳汇行动的支持是否延续。

如果这些变量继续同向，干预就不只是一次买时间，而会成为加息预期的起点。若其中任何一环松动，日元得到的支撑仍可能停留在短期反弹，而不是趋势重估。

原文作者：马赫，Foresight News

2026 年 8 月 7 日，巴拉圭当地媒体《La Tribuna》报道，一名华人男子在亚松森 Trinidad 区豪华公寓楼 Jade Park 外被发现死亡。初步身份确认为 Harry Chun Tak Yeh（叶俊德，社交媒体账号@harryyeh），Quantum Fintech Group 创始人兼管理合伙人。

据当地警方通报，初步估计他的坠落发生在当地时间上周二凌晨，从该楼 30 层落下，该楼是该街区最高的建筑之一。其遗体全身赤裸，并被黑色塑料袋覆盖。调查人员随后检查其关联的 30 层公寓，发现大门敞开、室内严重凌乱。同一栋楼 27 层另有一套与他相关的公寓也被刑事技术部门取证。Harry Yeh 的 29 岁巴西籍女友住在较低楼层，向当局表示对事件一无所知。

巴拉圭警方凶杀科与刑事技术部门已收集物证并移交检方。检方目前将意外、疑似自杀和他杀等多种可能性并列调查，遗体已送司法停尸房进行尸检。截至目前，尚无官方最终结论。

曾是多个项目方投资者

其官网 harryyeh.com 介绍称，Harry Yeh 是 Quantum Fintech Group 管理董事，该公司专注于加密货币、区块链和数字资产领域的投资管理，为客户与合作伙伴追求超额回报。官网明确写道，他在运营该公司期间，创立并成为 LIF3 和 L3 Reserve 的种子投资者。LIF3 是全链 DeFi 生态系统，L3 Reserve 则是 L3USD 的发行方，后者被定位为可变抵押稳定资产。

官网显示，Harry Yeh 拥有超过 25 年科技与商业经验，曾担任多家创业公司首席技术官与联合创始人，并有多年股票、期权与外汇交易经验。公开资料显示，他出生于香港，童年移居加拿大。

2013 年，比特币价格约 60 美元时，他进入市场并以约 25 万美元启动第一支基金。早期通过 Binary Fintech Group 开展 OTC 交易、做市及相关基金管理业务。

2021 年是关键节点。当年 9 月，Tomb Finance（部署在 Fantom 上的算法稳定币类项目，涉及 TOMB、TSHARE、TBOND 等代币），为了了防止巨鲸提现而设立的卖出税（Gatekeeper Tax），结果遭社会工程学利用导致清算恐慌。Harry Yeh 宣布由他和团队接管，并于 9 月 11 日公布详细计划。随后，他利用杠杆与狂热公关， 2022 年 1 月，一度将 Tomb Finance TVL 推到了 16 亿美元历史高点。不过目前该项目代币已接近归零，上一条 X 动态停留在了 2025 年 2 月。

同期，他是 Fantom 生态的重要早期支持者与推广者，多次公开表达对 FTM 的看好，并在相关会议上分享观点。

2022 年起，他开始推动 LIF3。项目被定位为对 Tomb 的改进与延伸，强调可访问性与安全性，提供交易、收益农场、流动性提供、衍生品等功能。其 X 社交媒体账号长期标注 LIF3、TOMB、FTM、TSHARE、L3USD 等代币标识。

他的公开形象偏高调，虽然未在 X 上晒出奢靡生活，然而在 INS 上，却频频展示私人飞机与豪华游艇等顶级奢华生活。加密社区对其评价分化，早期被部分人视为帮助生态快速扩张的 OG，后期则有不少声音质疑项目可持续性、团队透明度。

加密行业并非首次出现高净值参与者非正常死亡事件。

2025 年，土耳其已倒闭交易所 Thodex 创始人 Faruk Fatih Özer 在狱中死亡，律师称其近期自我隔离、拒绝见家人，初步司法鉴定倾向于自杀。同年，乌克兰加密相关人士 Konstantin Galish（Kostya Kudo）被发现在基辅自己的车内中枪身亡，警方提及自杀倾向与告别信息，正值市场大幅下跌之后。2026 年初，香港一名男子因加密投资亏损约 120 万美元后从住所坠落，警方定性为高处坠落。

这些案例中，官方结论与社区猜测常并存。Harry Yeh 事件目前仍处调查初期。现场细节（全裸、塑料袋、公寓凌乱）确实引发外界对单纯意外或单纯自杀的怀疑，但在尸检结果和更多证据公布前，任何定性均属过早。

链上财富可以快速积累，链下安全、隐私与心理健康却需要每个加密玩家更加重视。

原文作者：卜淑情

原文来源：华尔街见闻

美银证券首席投资策略师 Michael Hartnett 在最新一期 Flow Show 报告中提出了一个看似矛盾却逻辑自洽的市场判断：短期内保持谨慎，建议撤离风险资产；但从长期战略视角看，他维持”做多股票、做空债券”的配置，核心逻辑是美国政策制定者已将股市视为”大而不能倒”的系统性资产。

在最新动态上，美银牛熊指标已从 9.4 升至 9.7，创 2021 年初迷因股泡沫以来最高水平，反映出市场情绪极度乐观。

与此同时，Hartnett 警告，信贷市场正在发出越来越明显的看跌信号，AI 超大规模数据中心运营商的信用利差和 CDS 持续走阔，而科技股资金流向也在六周来首次出现净流出。

对投资者而言，这一”战术看跌、战略看涨”的双轨判断意味着：短期内应向防御性资产和久期资产轮动，但无需对市场长期前景过度悲观——除非出现”收益率上升、银行股下跌”这一关键反转信号。

牛熊指标触及五年高位，情绪过热风险上升

美银牛熊指标升至 9.7，为近五年来最高读数，主要受高收益债券大规模资金流入、全球高收益债及 AT1 风险债券利差收窄，以及全球股票指数广度改善等因素驱动。

Hartnett 指出，历史上每当该指标触及类似极值——无论是 2018 年、2020 年还是 2021 年——市场情绪往往在此后一年内从极度乐观迅速逆转至极度悲观。他并未断言历史必然重演，但明确提示这一规律值得警惕。

从本周资金流向来看，几乎所有资产类别均获净流入：现金流入 537 亿美元，股票流入 329 亿美元，债券流入 231 亿美元，黄金流入 9 亿美元，加密货币流入 6 亿美元。

其中，美国股票年化流入规模达 6520 亿美元，创历史纪录；投资级债券年化流入 5270 亿美元，同样创历史纪录。

短期战术：撤退与轮动，而非加仓

在短期操作层面，Hartnett 明确表示仍处于”夏季撤退/轮动而非加仓”阵营，建议投资者从风险资产撤离，转向防御性资产（如必需消费品）、久期资产（如 REITs、小盘股、生物科技）以及美元。

他的逻辑在于，上述资产对金融条件持续收紧具有更强的抵御能力，且相较于银行、工业和半导体等周期性板块，受”无宏观硬着陆、美联储不加息、AI 资本开支不削减、民主党中期选举不横扫”这一市场主流共识落空的冲击更小。

在宏观数据层面，Hartnett 此前预判，若 7 月非农就业人数超过 12.5 万且失业率低于 4.1%，美联储主席候选人 Kevin Warsh 可能在 8 月 28 日杰克逊霍尔会议上重回鹰派立场；而若非农数据低于 5 万且失业率超过 4.3%，则将利好久期资产和防御性配置。

最终公布的数据呈现出混合信号——非农数据大幅不及预期，但失业率降至 4.1%，部分抵消了负面冲击，尽管劳动力人口同期萎缩了 26.4 万人。

长期战略：政策托底令股市”大而不能倒”

从战略视角看，Hartnett 维持”做多股票、做空债券”的核心配置，理由是政策制定者已清晰表明不会允许股市大幅下跌。他指出，当前美国经济高度依赖财富效应——美国家庭股票持仓今年迄今已增加 7 万亿美元，此前 2024 年和 2025 年分别增加 9 万亿美元——以及 AI 数据中心资本开支热潮。

上周外汇市场的协调干预行动——旨在终结 Hartnett 所称的”穷人版 LTCM”去杠杆事件——进一步印证了这一判断：美国政府始终会出手阻止金融条件收紧终结繁荣与泡沫。他还补充，特朗普政府和财政部长 Scott Bessent 手中仍握有收益率曲线控制这张牌。

在盈利层面，Hartnett 承认 EPS 是当前牛市的核心引擎，12 个月远期 EPS 预期已上调 33%，部分得益于过去三个月约 350 亿美元的关税退款，一定程度上抵消了 2025 年 5 月至 7 月间约 750 亿美元的关税冲击。

终结信号与尾部风险

尽管长期看涨，Hartnett 明确指出了当前牛市的终结条件：一旦出现”收益率上升、美元下跌”的债券自卫式抛售事件，迫使财政政策急转弯，并推动资产配置从股票向债券切换，本轮繁荣将走向终结。

对于投资者最关心的”煤矿中的金丝雀”反转信号，Hartnett 给出了明确答案：“收益率上升、银行股下跌”。

在信贷市场，他注意到 AI 超大规模数据中心运营商的信用利差和 CDS 仍在走阔，原因是大规模股票回购和现金流正在消退。他认为，若 MAGS（科技巨头）季报每股收益超过 70 美元，方能消除”中国廉价算力终结 AI 资本开支热潮”的威胁。

黄金成为政治周期与中期选举对冲工具

Hartnett 在报告结尾将视野拉至更宏观的政治经济框架。

他指出，2020 年代的政治民粹主义推动财政扩张，带动美国名义 GDP 在过去六年间从 20 万亿美元增至 32 万亿美元，增幅达 63%，而美国国债规模即将突破 40 万亿美元。

在政治格局上，他将即将到来的中期选举定性为”民粹资本主义”（以增长降低赤字）与另一种政治路线（以财富税降低赤字）之间的路线之争。

就市场含义而言，共和党保住参议院多数席位将构成利好；做多消费股是押注特朗普转向关注民生可负担性的最佳策略；而做多黄金，则是对冲”K 型”选民结构在年底前引发收益率、美元和股市同步大跌这一尾部风险的有效工具。

原创 | Odaily 星球日报（@OdailyChina）

作者｜Azuma（@azuma_eth）

北京时间 8 月 9 日美股盘后，伯克希尔·哈撒韦公布了 2026 年第二季度财报。

财报数据显示，伯克希尔 2026 年第二季度总营收达 1018.08 亿美元，同比增长约 10%，归属股东的净利润为 256.67 亿美元，较去年同期实现翻倍（增长约 107%），营业利润与净利润双双大幅超越市场预期。

但财报中更具信号意义的点在于，伯克希尔·哈撒韦终于结束了持续超三年（14 个季度）的股票净卖出，转向了净买入。

手握4000亿美元现金，伯克希尔终于动手了

财报数据显示，第二季度伯克希尔·哈撒韦买入股票约 234.7 亿美元，卖出仅 36.9 亿美元，净买入接近 198 亿美元，终结了自 2023 年以来的长期净卖出状态。

更值得投资者关注的是资金去向。财报披露，伯克希尔·哈撒韦上季度最大的一笔出手为，通过私募形式对 Alphabet（谷歌母公司）追加了约 100 亿美元投资。这也使得谷歌正式跻身伯克希尔·哈撒韦市值前五大重仓股行列 —— 与美国运通、苹果、美国银行、可口可乐并列。截至 6 月末，这五大持仓合计占股票投资组合的 66%，仓位集中度依然极高。

虽然巴菲特本人长期对科技股都抱以偏谨慎的态度，但巴菲特此前在首次建仓谷歌时曾透露，对谷歌的投资是他与格雷格·阿贝尔（伯克希尔·哈撒韦现任 CEO，今年 1 月 1 日已正式接任巴菲特）商议后共同做出的决策。巴菲特还曾坦言，早年错过谷歌是“历史性失误”，此次补票基于价值投资逻辑，看重的是其搜索垄断的壁垒和稳定的现金流 。

而本次的百亿级增持则是在新任 CEO 阿贝尔统帅下所做出的投资决策 —— 这或许表明，在巴菲特退居幕后、阿贝尔掌权的新格局下，伯克希尔·哈撒韦对科技前沿的容忍度和参与度正在提升。

除了重新在市场上开始净买入之外，第二季度伯克希尔·哈撒韦还进行了两年以来的首次股票回购。财报披露，上季度伯克希尔·哈撒韦合计斥资约 45.27 亿美元回购，创下 2021 年以来单季新高；7 月再度追加超 33 亿美元进行回购。

今年 3 月，伯克希尔·哈撒韦曾官宣了重启股票回购计划，阿贝尔当时曾表示，回购是因为管理层认为自家股票的“内在价值”高于其市场价格。

随着投资及回购节奏的转向，伯克希尔·哈撒韦长期积累的现金储备也开始出现变化。过去几年，该公司最大的标签之一就是“现金机器”。由于缺少符合巴菲特投资标准的大型机会，公司现金及短期美债规模持续攀升，并在今年一季度末达到接近 4000 亿美元的历史高位。

但随着股票增持、股票回购以及产业并购（主要用于收购石油化工企业 OxyChem 以及住宅开发商 Taylor Morrison）相继展开，伯克希尔·哈撒韦的现金储备开始进入下降通道。截至 6 月 30 日，伯克希尔持有的现金及现金等价物约 351 亿美元，短期美国国债规模约 3249 亿美元，合计约 3647 亿美元，较一季度末的 3973.8 亿美元明显下降。

曾被嘲讽“跟不上时代”，其实是在“时代激湍的岸边”静静注视

时间拨回 2023 年至 2026 年初。

过去几年间，AI 的技术浪潮彻底引爆了全球资本市场，以英伟达、SK 海力士、三星、美光为代表的芯片及半导体产业链成为了最拥挤的交易赛道。

市场上充斥着“All in AI”的狂热，任何没有重仓半导体的基金经理都被视为落伍，而巴菲特和他的伯克希尔·哈撒韦，账面上虽然躺着数千亿美元的现金，却选择了近乎冷漠的旁观。

嘲讽随之而来。“巴菲特跟不上时代了”、“价值投资已死”、“在 AI 革命面前，护城河理论已过时”、“老头还不如我”……类似的质疑不绝于耳。人们津津乐道于半导体股票们动辄数倍甚至数十倍的涨幅，对比伯克希尔·哈撒韦股价看似温吞的表现，急切得得出结论 —— 这位 90 多岁的老派投资大师，以及他指定的接班人阿贝尔，已经失去了对科技革命的判断力。

但比伯克希尔·哈撒韦的选择显然有其自己的逻辑。在 2026 年二季度的财报中，比伯克希尔·哈撒韦重申了其标志性的警告：“任何特定季度的投资损益金额通常毫无意义，几乎没有任何分析或预测价值。”

这句话看似针对 GAAP 会计准则，实则是对短期市场炒作的一贯态度。在巴菲特和阿贝尔的眼中，或许依然对半导体行业是否能够摆脱周期性抱有疑问，而 AI 硬件的爆发式需求何时会转化为可持续的现金流，也存在着不确定性。

在市场进入狂欢阶段，半导体公司的股价高企之后，彼时的市场环境更是已完全不符合伯克希尔·哈撒韦“以合理价格买入伟大公司”的纪律。于是当市场沉浸在 FOMO 情绪中时，伯克希尔·哈撒韦选择了最枯燥但也最符合其 DNA 的策略 —— 等待。

直到最近的几个月，随着半导体狂热的突然退潮，前期被过度炒作的标的遭遇大幅回调。那些曾经嘲讽巴菲特“踏空”的投资者突然发现，追高半导体的账面浮盈在回调中迅速蒸发，而伯克希尔·哈撒韦账上的数千亿美元现金不仅为其提供了无与伦比的安全边际，更赋予了它在别人恐慌时贪婪的底气。

第二季度的 198 亿美元净买入，正是这一纪律的验证。值得注意的是，伯克希尔·哈撒韦并不是在市场最高点追涨，而是在经历了市场波动、优质资产价格回归合理区间后，才大规模出手。

这正是巴菲特用几十年时间践行过的真理 —— 投资不是比谁跑得快，而是比谁活得久、笑得最后。