新年直播3：华尔街视角下的AI泡沫、芯片及黑天鹅
摘要
2026年的基准情景不是AI泡沫破裂，而是估值高位震荡、增长继续接棒。 Bruce判断QQQ约24.9倍，处在25—27.4倍高位区间的偏低处，但绝对水平仍不便宜；财政刺激与联储保增长可支撑基本面，估值却很难真正突破过去四年的“强顶”。投资回报更依赖EPS增长，而非multiple继续扩张。
刺破AI泡沫的不是融资规模，而是市场失去对能力进步和商业回报的信仰。 企业停止采用、模型能力见顶、成本无法下降或ROI长期不成立，才会让hyperscalers削减capex；眼下银行信贷年化增长已到5%—6%，资金仍在经影子银行流向data center。节目末泓君将这一判断概括为：“钱是不值钱的，信仰才是值钱的。”
ASIC会拿份额，但2026年更像与GPU并行扩张，而非立即取代NVIDIA。 GPU凭通用性和云平台中立性仍占dominant位置，ASIC则在特定workload、尤其inference中降低成本；所有GPU和TPU instance都处于100% utilization，几年前的Hopper instance仍维持高价，说明AI capacity整体仍供不应求。“不是一个你死我活的斗争”，蛋糕还在变大。
Google已经从低估值修复变成高预期兑现，第一梯队模型只是入场券。 Gemini令市场数月内将Google估值从约14倍推至27—28倍，并较Meta形成约3—4个turn的溢价；下一段上涨必须来自搜索或云业务的EPS上修，同时证明AI mode和chatbot不会严重cannibalize原有搜索货币化。“第一梯队的模型，是必要非充分条件。”
OpenAI的估值取决于它最终是iOS式入口，还是难以收费的基础设施平台。 近端要证明广告和agent commerce能够变现，远端要让通用agent真正进入白领工资budget；但coding之外仍受domain knowledge、vertical数据和compliance约束。若价值沉淀在垂直Agent的“能力”而非底层模型的“智商”，Bruce认为OpenAI可能成为“value trap”。
最大的尾部风险可能不是AI缓慢降温，而是欧洲或日本触发金融条件骤然收紧。 Bruce给AI放缓约5%—10%的情景概率，且认为它会经过两三个月发酵，非AI周期板块还可能在财政、货币政策支持下补位；更像黑天鹅的是，欧洲激进财政若失去市场支持，或日本财政扩张撞上BOJ因通胀加息，最终造成流动性收缩和风险偏好跳水。
2026年的组合调整应同时押注盈利兑现、因子均值回归和非AI复苏确认。 2025年四季度high beta、被称为junk的高波动股票与value显著跑赢高质量公司；Bruce认为value强势与不断上升的高实际利率有关。NVIDIA/GPU叙事也分化到Google/ASIC，memory和光通信增长更快。任阳补充说，DeepSeek moment之后虽坚定押注算力和capex，仍错过了这些边际变化最大的方向。传统金融、消费已有走强，地产等仍主要在交易affordability政策预期，最终要“跟着数据走”，尤其看仍低于50的PMI能否真正回升。
精读
1. 2025最值钱的判断来自政策转向，最痛的错失来自边际弹性
Bruce在2月中旬因financial conditions过紧、涨幅透支增长潜力而转谨慎，提前避开一部分随后至3月底的回调；4月关税冲击却是surprise，“我们也get hit”，他真正担心的是Trump挑战立法独立性可能压低估值。
加仓信号来自Trump在一个周末迅速转向；Bruce判断经济会重新找到平衡，增长潜力不会因关税永久受损。到8月17日，联储主动选择支持增长，他又从谨慎转为“不应过于悲观”。
这次转向后的框架是：估值停留在25—27.4倍高位震荡，由增长追上。按Bruce的口径，QQQ相关同比增长从年中约9%升至约24%，类似2017年至2018年三季度“估值高位、增长跟上”的组合。
真正没抓住的是四季度分化：“high quality公司其实都不行”，high beta、“垃圾股们”和value反而占优；Bruce认为value的强势跟着不断上升的高实际利率走。产业叙事也从NVIDIA/GPU移向Google/ASIC、memory和光通信，后两者的增长、业绩弹性和估值扩张更明显。任阳补充说，尽管从年初、包括DeepSeek moment之后一直坚定押注算力和capex，仍错过了这些边际变化最大的方向。
2. 叙事只能点火，盈利与终端需求决定能否续航
任阳把Google称为“一个被市场教育的过程”。他原本认为搜索比电商、社交和办公软件更容易被AI吃掉蛋糕，却没预料Gemini会在几个月内反转共识，把估值从底部约14倍推到近乎翻倍。
任阳拒绝把叙事与基本面做成非黑即白的分类：叙事通常源自“一颗基本面的种子”，也会追随股价；最终仍要回到估值、盈利能力和风险收益比，因为共识在AI早期阶段变化极快。
Bruce给出的反例是SaaS：HubSpot、CRM等在2024年底至2025年初讲AI agent并一度上涨，2月后却一路回落。它们既从AI赢家变成了AI失败者，非AI终端需求又未复苏，“叙事又不好，现有业务也起不来”，形成双重打击。
3. 2026估值上行有限，财政与流动性托住增长
Bruce的总框架是“一个国家就是一个公司”，财政与货币政策不仅改变估值，也改变基本面。即使联储保留降息倾向，约25倍的美股估值已靠近极限，他仍难看到真正突破27.4倍。
“大而美法案”在2025年主要奖励企业资本支出，2026年则把部分支持转向个人：退还2025年税款、降低2026年个人所得税等，一季度合计约900亿美元，相当于每个美国家庭约2,000美元，可对上半年美国经济形成支撑。
非AI消费、地产和传统制造业过去几年多次被提前price in，却始终没有真正起来。Bruce认为2026年的宽财政与联储托增长再次提供条件，但这仍是待数据验证的复苏，不是已经发生的事实。
四季度Bitcoin疲弱还有流动性解释：“联储的表不够大了”，最底层funding market过紧，迫使高杠杆资产unwind。12月联储会议重点解决了这一问题；若修复顺利，高杠杆资产受益，若资金端继续紧，压力仍会延续。
4. Google已从修复交易变成EPS兑现题
任阳认为大模型的shelf life很短，Gemini、Anthropic、OpenAI、xAI乃至第二梯队都可能每三至六个月交替领先；基本假设不应是任何一家已经“断档式遥遥领先”。
Google当前约27—28倍，并较Meta享有约3—4个turn的溢价，与此前的折价状态正好相反。估值已经“比较满”，下一阶段必须靠搜索或云业务的EPS revision继续向上。
第一梯队模型只是“必要非充分条件”：没有它，Google甚至失去AI信息入口的竞争资格；有了它，还必须重做搜索的产品化与monetization，让AI mode和chatbot改变入口形态时，不至于吞噬原有高利润搜索业务。
5. ASIC会拿份额，但GPU仍是中立底座
任阳提醒，ASIC不是新故事：Google做TPU已有十年，Amazon有自己的Trinium和Inferentia，Microsoft、Meta也在自研。短期GPU仍会处于非常dominant的位置，ASIC则为特定workload提供更高效的补充。
当前头部模型中，Gemini与Google芯片、云平台的垂直整合最完整；OpenAI、Anthropic等仍相对独立，各家云厂商也希望适配尽可能多的模型。GPU因通用性及不绑定单一云平台，天然适合这种行业结构。
若独立模型厂商掉出第一梯队或明确站队，选择模型等于选择云平台，ASIC的软硬件协同价值才会明显放大。但芯片设计以两三年为周期，必须提前预测算法需求；软件中途变化会影响排产与流片，是“牵一发动全身”。
陈茜提出TPU扩产可能受上下游及Broadcom优先级约束；随后Bruce强调竞争是持续演进。NVIDIA已吸收Tensor Core等ASIC设计思路，并用CPX强化inference效率，加上对Grok的收购，不会静止等待份额流失。
6. Neocloud承接脏活累活，AMD夹在二供与自研ASIC之间
任阳判断AI capacity仍供不应求：所有GPU、TPU instance都是100% utilization，几年前的Hopper instance仍保持高价和满载。因此2026年仍是“蛋糕变大”的阶段，而非各类算力立即零和蚕食。
AMD仍有增长机会，战略位置却更尴尬。过去它是NVIDIA GPU的二供或备用供应商，但从NVIDIA GPU迁移到AMD GPU需要云计算厂商与AMD共同完成软件适配；如今云厂商有限的工程capacity会优先投向自家ASIC，AMD的内部优先级随之下降。
Bruce把Neocloud定义为替大厂“干脏活累活”：CoreWeave有电便承接算力，Oracle则从传统value play转向承担融资、金融风险与压货。它们上行弹性高，却也处于组合里风险最高、周期结束后最可能“被市场捕杀”的位置。
Oracle和CoreWeave的股价可反映市场对AI buildout的信心。Bruce认为，若OpenAI没有把融资计划“一股脑”激进抛给市场，而是分步推进，投资人对其体系的担心可能更低，Oracle表现也可能更好。
7. AI泡沫缺的不是钱，而是刺破信仰的证据
Bruce的定义很直接：“泡沫不会自己破，泡沫破一定要有个原因。”企业拒绝使用、模型能力停止进步、成本无法继续下降，或投资回报变得不值得，才会形成削减capex的共识；目前大厂投资信心仍极强。
资金端也尚未构成约束：美国银行对外信贷年化增长约5%—6%，不少资金经影子银行和Blackstone一类机构进入data center。经历2023、2024年的沉寂后，这轮扩张在最近才开始上行。
Bruce以页岩油作类比：美国从2009年烧到2014年，最终由Saudi发动价格战才刺破信仰；他给出的2014年资金量级为9,000亿美元，对照当前约1.5万亿美元。互联网相关投资也曾以20%年化增长七八年，而AI本轮只是第一次达到20%。
8. OpenAI要证明自己是入口，而不是难以收费的基础设施平台
对OpenAI若上市是否值得买，任阳的回答仍是“说不好”。近端他要看到广告、agent commerce等成熟的产品化和变现路径；长期则要看通用agent能否进入白领及知识劳动者的工资budget，兑现“星辰大海”。
难点在于企业场景包含大量domain knowledge、vertical数据和compliance要求，并非一个通用agent即可解决。任阳因此对方向中长期偏乐观，却不认为各行业会像coding一样快速渗透。
Coding agent之所以领先，是因为数据well defined、程序员积极采用、工作流中又保留大量人工反馈。若每月多花几百美元就能把编码效率提高一倍，用户自然觉得“make sense”；其他行业还没有同样清晰的闭环。
Bruce给出两个极端：OpenAI若成为iOS或Windows式入口，所有人都必须经过它且不易被commoditized，就极有价值；若模型趋同，价值都落在调用模型的垂直Agent上，“模型有智商，但真正值钱的是能力”，它就可能成为value trap。
9. Apple可以外接模型，但不能丢掉下一代入口
Bruce不确定Apple是在等待模型成熟后以更高性价比切入，还是确实找不到方案；人才持续流向不同AI公司，端侧和自研大模型也未见明显进展。他尤其质疑：“完全靠端侧模型到底能有多大的价值？”
任阳对Apple自研大模型“没什么期待”，认为接入Gemini或ChatGPT完全可行，正如苹果浏览器默认使用Google搜索。关键不是模型归属，而是Gemini等模型与Apple生态之间谁最终拥有更强议价权。
真正风险是AI催生新的killer hardware并改写入口。任阳不看好AI Pin，认为智能眼镜或未知form factor更有可能；但当前能想到的设备都很难完全取代手机，更现实的角色仍是手机补充。
10. SpaceX的国家安全稀缺性压过传统估值
面对“太空数据中心能增加多少估值”，Bruce认为单纯讨论这一点意义不大。全球在贸易战等影响下重建冗余供应链，国家安全成为投资驱动力；SpaceX与中国长征火箭都兼具国家安全属性和稀缺性，难套普通估值体系。
他给出的市场数字是SpaceX当前约8,100亿美元，上市预期约1.5万亿至2万亿美元。自己的做法可能是“拿一点小钱”支持Elon Musk并持有稀缺资产，但不会all in。
11. 真正的黑天鹅更可能从主权财政与流动性传导
Bruce把模型见顶、ROI不足和hyperscalers削减capex视为同一条因果链，给2026年出现AI放缓约5%—10%的概率；它会经过两三个月逐步发酵，且非AI行业可能在政策支持下补上，因此不完全像突然袭来的黑天鹅。
更值得警惕的是，欧洲激进财政若失去市场支持，或日本新政府扩张财政、BOJ却因通胀继续加息。Bruce以英国为例指出，市场若不再支持政府的激进财政政策，可能造成短期流动性收缩。
Bruce的落点是，真正冲击来自金融条件突然紧缩及风险偏好坍塌，而不是一个可以连续观察到的AI数据拐点。这不是base case，却可能成为scenario。
在热门名字之外，他更愿意研究Synopsys、Cadence：“像半导体产业里面的血液一样。”它们不sexy，也没有黄仁勋式人物持续讲故事，却拥有相当高的产业重要性和技术壁垒。
12. 非AI轮动已有预期，数据尚未完成确认
11月、12月后，美国金融、消费行业过去两个月相对走强，偏非AI周期股占比较多的Dow Jones也在尝试上行。中期选举前，Trump开始强调affordability，希望通胀下降、工资上升、住房重新可负担，并预告一季度推出地产改革。
Bruce的保留意见是：“你现在从数据里面还看不到，这可能就是一个信仰。”市场在2025年初也交易过同一轮复苏，后来证明没有兑现；2026年是否不同，应继续“跟着数据走”。
支持复苏的条件确实存在：美国PMI仍低于50，全球又在重建供应链、基础设施并采用积极财政和货币政策，因此周期板块有向上空间；若PMI已经在60，反而意味着接近顶部。
组合层面，Bruce关注低质量high beta与高质量股之间的均值回归，以及NVIDIA/GPU链与Google/ASIC链重新收敛。市场周期已处高估值区，QQQ约24.9倍，上限为27.4倍；但增长周期仍有空间，“AI这个火车甚至可能会加速地往前跑”。