整理 & 编译：深潮 TechFlow
嘉宾： Doug O’Loughlin，SemiAnalysis 分析师（前 Fabricated Knowledge 创始人）
主持人： Dylan Patel，SemiAnalysis 创始人
播客源： SemiAnalysis Weekly
原标题： Ep. 022 – Market Drawdown, Historic Bubbles, Funding The Buildout, AI Politics (Doug is Back)
播出日期： 2026 年 7 月 29 日
利益声明：Doug O’Loughlin 和 Dylan Patel 均为 SemiAnalysis 员工，SemiAnalysis 为半导体行业付费研究机构，其商业模式依赖行业景气度。以下内容忠实呈现对话原文，不构成投资建议。
要点总结
Doug O’Loughlin 久违回归 SemiAnalysis Weekly，正值半导体板块经历”史上最佳上半年”之后的剧烈回撤。韩国 KOSPI 跌 40%，散户 2x 杠杆被清零，SK Hynix 因转向 LTA 导致价格涨幅放缓而miss 预期。Doug 将当前局面与 1980 年代台湾泡沫类比，认为泡沫的行为模式高度相似，但基本面仍然健康。
两人围绕”AI 需求到底有多大”展开激烈辩论。Dylan 从 SemiAnalysis 自身经验出发：编码代理上线后，公司 AI 支出 100 倍增长，用户从 9 人扩到 90 人，每人使用量也增长 10 倍。Doug 不否认需求强劲，但提出核心担忧：供给端可以算清楚，需求端是”万亿问题”，没人有答案。更关键的是，scaling laws 要求芯片翻倍，但电工、资本、许可等物理和制度瓶颈无法同步翻倍。超大规模云厂商今年已发债 $450B，资金来自退休金和年金，而退休金池子本身在萎缩。
精彩观点摘要
关于市场回撤
“到 Q2 结束，这是半导体历史上最好的表现。然后我们就开始还债了。涨得越快的东西，地心引力越大。”
“韩国人有个 20 年记录：每次都在顶部买入。2007 年买银行，2021 年买 SaaS，这次 yolo 了自己。”
“KOSPI 跌 40%，2 倍杠杆的人直接清零。然后就是自我实现的螺旋：每个人看着账户缩水，决定卖出，然后加剧下跌。”
关于内存周期
“SK Hynix 转向更多 LTA，价格涨幅从 3 倍放缓到 30 到 50%。金融圈的脑子全坏了，只看变化率。二阶导数一下来，就觉得周期结束了。”
“半导体的剧本永远一样：短缺的时候所有人双重下单，工厂看到需求疯狂扩产。然后需求打个喷嚏，供应还在 ramp，利用率从 100% 掉到 50%，只能砍价。”
关于 AI 需求
“需求曲线才是万亿美元问题。供给曲线相对好理解，但需求到底是 10 倍还是 100 倍，没人知道。”
“SemiAnalysis 自己就是案例：编码代理上线后，9 个技术用户变成 90 个全员用户，每人 token 用量也 10 倍。公司 AI 支出 100 倍。”
关于供应链瓶颈
“美国缺 10 万个电工。中级电工年薪 25 万美元，愿意加班的能到 40、50 万。有人用塞斯纳小飞机把电工送到偏远工地。”
“超大规模云厂商今年发了 $4500 亿债务，仅次于美国政府和中国的借款规模。这些钱来自退休金和年金，但退休金池子不会翻倍。”
“台积电直接间接占台湾 GDP 的 20%。如果再翻倍，台湾需要多生孩子才能凑够工人。”
关于 AI 政治
“AI 的不受欢迎程度低于冰淇淋，低于政客。这没有被定价。中期选举里 AI 会成为生活成本议题的替罪羊。”
“ROSA 法案在众议院 300 比 20 通过，卡在参议院。企业游说力量在阻止限制中国远程访问 GPU 的立法。”
正文
半导体史上最佳上半年，然后开始还债
Dylan： 股票市场回撤，AI 名字全在跌。我们今天要么火上浇油，要么给大家一点安慰。
Doug： 到 6 月 30 日 Q2 结束，这大概是半导体历史上最好的表现。然后我们就开始 unwind 了。其中很多可以归因于技术性因素：杠杆、动量反转。但现实是，涨得越快的东西，地心引力越大。我们在为之前疯狂的动量 rally 买单。
韩国的情况很疯狂。每天都有股票打到跌停。有条推文说”我怎么做我的工作？”人事总监亏光了所有钱，所有人都很抑郁，因为股票全跌了。如果你回看亚洲金融市场历史，这种事发生的频率比你想象的高。
我最喜欢的一本书讲的是台湾大泡沫。台湾在人均基础上出现了 100 倍的泡沫，银行交易在 500 倍市盈率，所有东西都疯了。
Dylan： 这是什么时候？
Doug： 1980 年代末。
Dylan： 你觉得现在韩国的基本面和那时候不同吗？
Doug： 基本面是好的。但问题是，事情永远没有恐惧的那么坏，也没有你想象的那么好。SK Hynix 今天 miss 了预期，因为他们转向了更多 LTA。讽刺的是，他们做 ADR 路演的时候还在吐槽 Micron 做 LTA 拿了更低的价格。
内存价格去年涨了大概 3 倍，明年不可能再涨 3 倍，可能涨 30 到 50%。但金融圈的脑子全坏了，只看变化率。 历史上内存周期里，二阶导数一下来通常就是终点。因为变化率不会停在 30%，而是会直接掉到负 50%。
这个周期的剧本永远一样：所有人投资建厂，产能上线，然后发现”天哪，需求怎么这么少”。因为之前是双重下单、三重下单。工厂从 100% 利用率掉到 50%，唯一能回本的办法就是砍价。这就是半导体市场的本质。
KOSPI 现在跌了 40%。2 倍杠杆的人直接清零。然后就是自我实现的螺旋：每个人看着账户缩水，决定卖出，然后加剧下跌。
中国内存：可能搞砸派对，但需求仍然大于供给
Dylan： 最近中国内存进入生态系统，CXMT、YMTC 大 IPO，你怎么看？
Doug： 历史上中国碰什么就把什么搞成白菜价。他们有产能，即便良率低，也无所谓。中国公司不是在竞争利润率或 EPS，股东就是政府，政府激励生产，各省之间为 GDP 互相竞争。
CXMT 现在明确是市场第四，但这是短缺环境，他们照样能赚钱。Apple 已经开始用 CXMT 的内存，因为 Micron 在”价格欺诈”。没有人在赌场里哭，Tim Apple。你得按市场价格买。
CXMT 可能会搞砸派对，但现实是需求仍然大于供给。真正的万亿美元问题是：需求到底在哪？ 供给曲线相对好理解。需求曲线我们不知道。我们知道编码代理和聊天机器人意味着更多需求，但不知道是 10 倍还是 100 倍。供给会盲目 ramp，直到有一天撞上需求曲线。
编码代理是拐点：SemiAnalysis 自身 100 倍 AI 支出
Dylan： 我觉得需求明显非常强劲，而且会持续很长时间。我光看自己公司的内部使用量就够了。如果你认为未来需求会走平甚至下降，你得相信模型不会再变好。我看不到任何停滞的迹象，只看到反方向的信号。
Doug： 让我当一下魔鬼代言人。最大的空头论点是什么？技术进步的速度可能超过人们使用它的速度。假设 AI 的杀手级应用是数据录入，Kimi K3 就够用了。我们造越来越快的车、越来越好的产品，但真正的需求曲线被一个我们已经掌握的产品满足了。
这就像互联网泡沫：当时说”需求每 90 天翻倍”，但光纤技术每年提升 2 到 3 倍。最后一根光纤的性能变成了原来的 50 万倍，然后大家说”等等，我们好像不需要这么多光纤”。
Dylan： 我不认同，但这是值得讨论的。我的反驳是：还有 100 到 1000 倍的人现在没有在用任何模型。第二，AI 的用例远不止编码。它还可以做视频生成、药物发现、材料科学。有人用 AI 做超导元件，这值多少钱？值很多 GPU 的钱。
而且编码本身也不只是”居中一个 div”。它代表一整类经济价值远高于前端调试的任务。Sam Altman 在谈 RSI（递归自我改进），Anthropic 有新模型要出。编码代理在 Claude 4.5 那个版本就是一个清晰的拐点：你跨过某条智能线，一个全新的市场就出现了。前一天你做不到的事，第二天就能做了。
Doug： 你是原型用户。去年这时候 SemiAnalysis 技术团队不到 10 人在用编码代理，然后你和 Dylan 说”公司每个人都要学会用这个”。现在我们有 90 个用户。
Dylan： 从 9 到 90，10 倍。然后 3 到 4 个月内，每人的使用量也大概 10 倍。公司 AI 支出 100 倍。现在的问题是，每个公司都会这样吗？可能不是我们这个强度，但很多公司有大量工作可以砍。
H100 不会变废铁，但模型在变大
Doug： 我觉得老芯片会变 worthless。所有人说”H100 是升值资产”，但总有一天推理一个模型需要 100 张 H100。到时候你就说”让老姑娘退休吧，买张 B300″。真正的确认信号是 B200 和 B300 之间出现定价分化。
Dylan： 我完全不同意。最根本的原因是：没人会把 H100 拆出来换成 B300。数据中心的设计完全不同。你不能在同一个机房里把 Hopper 换成 Blackwell 或 Rubin，你得把整个东西拆了重建。所以要 justify 退役一整个 Hopper 数据中心，得先证明那些芯片的收入已经低于运营成本。这不是变量成本，是沉没成本。
Doug： 在无摩擦世界里你是对的，但我们生活的世界摩擦越来越大。新建算力的摩擦包括电力许可、土地、审批。
Dylan： 对，我同意。GPU 价格下跌的情景是模型进步停滞，上涨的情景是模型进步持续。还有一个 X 因素：政府干预前沿实验室。如果限制谁能用最新最好的芯片，需求会被压缩，老芯片的价格也会跟着跌。
资本和电工：scaling laws 的物理天花板
Doug： 最让我担心的不是需求，是供给端的物理瓶颈。第一个是电工。美国缺 10 万个电工。中级电工年薪 25 万美元，愿意干 18 小时的能到 40、50 万。有个网站追踪电工招聘，Wayback Machine 上能看到时薪从 15、20 美元涨到 50、100、200 美元。培训一个电工要 18 个月。再翻倍需要的人，我们从来没训练过那么多。
第二个是资本。超大规模云厂商今年发了大概 $4500 亿债务，史上最大。仅次于美国政府和中国政府。有人得买这些债。要让他们买更多，就得给更高利率。而这些钱的来源，很大程度上是退休金和年金。退休金池子在结构性萎缩。养老金已经大量转向 401k，401k 不买债。所以你基本上得相信每个人都需要两倍的保险，但这说不通。
scaling laws 说”太好了，我们把模型做两倍大”。但不是所有东西都能两倍三倍地同步放大。
Dylan： 等一下，你是说养老金在为数据中心建设买单？
Doug： 是的。年金在退休前集中购买，婴儿潮一代都在退休，所以这个资产池子比较大。但它能翻倍吗？能三倍吗？我不觉得。人寿保险也是来源。但你得相信所有人都需要两倍的保险。没人会买两倍的人寿保险。
Dylan： 这很有意思。退休金在结构上萎缩，但确实有很多钱在那里。
Doug： 还有个例子是台湾。台积电直接间接占台湾 GDP 的 20%。如果台积再翻倍三倍，台湾需要多生孩子才能凑够工人。台湾只有一个游戏在玩。台湾 GDP 今年涨了 25%，就是 TSMC 在烤芯片。但再翻倍，人就不够了。
AI 政治化：中期选举的替罪羊
Dylan： 很多人不喜欢 AI，这没有被定价。怎么会被定价？我觉得是中期选举。
Doug： AI 大概是第五优先级，不是前三。医疗、生活成本排前面。没有人会以 AI 为政纲参选。
Dylan： 但 AI 会成为生活成本议题的子代理。不是”我们是否支持 AI”，而是”关心经济，怪科技 bro 和 AI”。ROSA 法案在众议院 300 比 20 通过，卡在参议院。企业游说在阻止它。
Doug： 如果不是前三优先级，游说力量就会赢过民意。
Dylan： 但 AI 已经是人们在其他议题上的替罪羊了。气候变化、住房、通胀，AI 和科技 bro 都会被拉出来。
Doug： 有个有趣的民调：讨厌数据中心的人通常不住在数据中心附近。而住在附近的，尤其是年轻人，态度是正面的，因为就业。我去布法罗附近参观过一个数据中心，当地人超支持。数据中心建在偏远地区其实是好事，它让经济参与变得广泛。一个千兆瓦数据中心大约需要一万人。70 千兆瓦就是 70 万个岗位。这开始影响选票了。
终局：五万亿投资，五百亿收入
Doug： 技术繁荣的未来总会实现，问题在于现金流的时间。你花了一万亿，拿到一千亿，它确实有一天会变成一万亿。但可能是五年后，到那时候你说”老兄，我没钱了”。
假设整个 AI 生态系统目前 ARR 是 1500 亿，累计 CAPEX 一万亿。15% 的收入回报，按 50% 利润率算就是 7.5%。不算差，但也不是超级赚钱。你得相信 1500 亿能变成 5000 亿，这可以做到。然后 5000 亿能支撑两到三万亿的 CAPEX。但再翻一次倍就很难了。
OpenAI 和 Anthropic 相信最终预训练即将到来，因为他们要 IPO。最终预训练出来的模型确实很好，收入增长很快，但增长速度不够付账单。你建了一栋你付不起的房子。花了五万亿投资，收入五百亿，那是十年的钱。
Dylan： 你说这是收入不是利润。而且你说这话的时候，你知道这些公司现在提供服务的利润率有多高。
Doug： 对，我们还没到那一步。现在还在窄路上，能看到收入怎么对得上。超大规模云厂商有其他业务狂赚现金，如果他们想停 CAPEX，利润立刻就能印出来。但随着你投入越来越多，赌注越来越高，路越来越窄。到某个点你实际上得要求所有人都在用它。问题在于决策者和实际采用者是两个完全不同的世界。Zuck 觉得每个人都会戴 Meta 眼镜在元宇宙里每天烧万亿 token，但内布拉斯加的奶奶连新 iPhone 都不会用。
Dylan： 收入不靠奶奶。靠的是企业、银行、电信、零售公司、国防和情报机构。我看到每家银行、每家电信公司、每家零售商都在日常工作中用这个。更有趣的约束在供给端：你能不能装够 GPU，能不能招够人去卖。
Doug： 对，供给端的问题更有意思也更难。电工、资本、许可，这些东西没法按 scaling laws 翻倍。但给他们时间，它会到的。他们明年确实可能发一万亿债券。真正的问题。problem 在于路径会变窄，赌注会变高，然后你得要求所有人都在用。这个采用曲线需要时间。
