摘要

2026年风险资产趋势向上，但路径颠簸。 主讲人看到的是增长稳定、通胀下行、就业略软、货币与财政共同宽松的组合，因此宏观“指向一个牛市”；真正制造波动的不是经济硬着陆，而是市场对AI回报期的巨大分歧——“bumpy road ahead”。
“AI divide”是全年核心矛盾。 华尔街认为数字生产力不算真正生产力，担忧需求不足、过度投资和高杠杆；硅谷则认为token需求太大，未来两三年供应都可能短缺。双方对2026年的共识是半导体会缺货、年初可能就开始缺货；token的长期短缺判断主要来自硅谷。
美国全年增长不会太差。 三季度GDP为4.3%，虽然2026年一、二季度可能承受去年特朗普政策造成的短暂下滑，但流动性改善、政府支出和AI生产率将支撑全年“steady”；AI替代部分软件工程岗位，又会令就业恰好偏软，给美联储保持鸽派留下空间。“Train has left the station。”
通胀约束可能继续减轻。 工资领先指标向下，关税只是一次性抬价，AI提高效率，中国则会继续输出通缩；主讲人判断中国房地产尚未见底，高杠杆与老龄化决定去杠杆不可能一年完成。由此形成“通胀走低、失业略差、增长稳定”的风险资产友好组合。
半导体不是TPU与GPU二选一，而是整条链都可能缺货。 华尔街给存储、光模块按产量定价，却仍在争论英伟达与TPU谁胜出；主讲人的反驳是token需求足以让两者同时增长，“船沉了，船上的人怎么能活下来呢？”若AI需求被证伪，MU、光模块等同样不可能独善其身。
当前最大预期差在GPU和CPU，而非已被追捧的后端环节。 美光据称把手机排产转向数据中心，荣耀已经难以拿货，手机出货量明年可能下降20%；但存储与光模块的短缺及配货逻辑已被市场较多知晓，存储到底缺多少仍不明确。AI Agent会为每个用户生成并保存独立数据，分布式存储最终仍靠CPU读写，因此“存储的逻辑和CPU逻辑是对应的”。
战术仓位宜维持约60%—70%，用确定性承受波动。 主讲人把英伟达视为确定性最高、或预期差最大的选择：2026年芯片缺口约400万片，earning预计9.2—9.5美元，对应约18—19倍PE；市场若调整10%—15%，高估值光模块可能回撤50%、存储可能回撤30%—50%，所以“不是现在空仓，是现在买一些扛打的票”。

精读

1. 宏观组合指向牛市，AI分歧决定颠簸程度

主讲人的一句话展望是：“颠簸的路往上”。增长、通胀、就业和政策尚未形成宏观大雷，但市场对AI投资回报的判断高度割裂。
华尔街担忧需求不足与过度投资，因此做空产出延至2027—2028年的公司，并把Oracle的CDS推高；对2026年立即缺货的存储和光模块，却愿意追随行情。
硅谷的相反判断是：token供应未来两三年仍可能短缺。主讲人虽出身Wall Street，却明确更相信硅谷，尤其看好直到2026年末的中期窗口。

2. 增长稳定、就业略软，让宽松政策能够延续

三季度GDP达到4.3%；即使2026年上半年出现去年特朗普政策造成的短暂下滑，流动性、财政刺激与AI生产率仍可能令全年增长保持“steady”。
他观察到AI Agent已经进入企业、SaaS和编程场景；OpenAI的To B业务据原话已做到6个类别，且美国基本没有花多少BD，就让大量美国公司onboard。
AI也会带动部分人的失业，包括软件工程岗位，因此就业不会特别强。这个“有一点点软”的状态，反而支持美联储给银行松绑、提供流动性并维持偏鸽基调。
债券利率的稳定被他视为政策确定性的信号：“Train has left the station。”无论谁任联储主席，2026年的货币基调大体已锁定为偏松。

3. 关税效应退潮，中国继续向美国输出通缩

主讲人对2026年的明确判断是通胀下行：工资调查等领先指标均向下，最难压制的工资—价格螺旋没有重新加速的迹象。
关税可能解释此前部分通胀，但它是一次性价格冲击：“杯子加了百分之十，明年不会再加百分之十。”随着基数切换，其对PCE的持续影响应当减弱。
另外两股力量是AI效率提升与中国出口通缩。他认为中国房地产尚未到底，高杠杆、老龄化和庞大的房地产规模意味着去杠杆不会在一年内结束。
他用“切尔诺贝利核电站”作比喻：政策不断拔掉控制棒、试图提升功率，却因旧杠杆而难以起效；在完成出清前，对美国的主要外溢仍是商品通缩。

4. 财政与金融条件共同托底，主要风险来自政策事件

他引用的高盛数据中，financial condition和global growth各支持约0.2个百分点；美国、中国和欧洲的财政影响在2026年总体由负转正或保持偏正。
中国一季度支出对GDP的影响可能达到约0.4个百分点，效果不足还可能追加政策。美国四季度支出的作用受政府关门干扰，而且财政传导本身存在时滞，已宣布的支持可能要到后续季度才真正进入增长数据。
主讲人不排除中期选举出现类似“黑命贵”的社会或政策冲击，但若只看通胀、增长、就业及财政货币条件，并不存在类似此前4月的巨大宏观尾部风险。

5. 真正的算力瓶颈正从制程转向先进封装

领先芯片正由端侧向云端集中，因为手机无法承受成本翻倍，而一个约300万美元的NVL72系统可以吸收更昂贵的芯片和封装成本。
台积电的效率提升重心正在从N5、N3、N2等wafer制程，转向advanced packaging；谁能拿到封装产能，谁才有能力交付更多GPU并兑现收入。
华尔街却给产业链两套估值法：对存储按短缺产量定价，对GPU则因TPU竞争而拒绝这样做。主讲人的结论是：“TPU赢还是英伟达赢”是伪命题，两者都可能赢。

6. 存储先涨只是第一幕，AI Agent最终会把CPU推入短缺

美光据称已把手机排产转向数据中心，因为后者毛利更高；荣耀手机正在外部抢货仍难以满足需求，主讲人预计手机出货量可能因此下降20%。
光模块与存储的配货逻辑已较广为人知，但存储到底缺多少仍不清楚；光模块估值已经偏高，却可能继续上涨。MU当前约按6倍P/E定价，几家投行大致如此。
AI Agent改变了存储模型：传统平台让所有用户调用同一份酒店数据，Agent则会为尖沙咀、湾仔等不同用户分别生成并保存结果，因此数据量是“天量级别的，非常恐怖”。
这些分布式数据仍需CPU读写，GPU则承担集中式训练与API服务。主讲人称能做CPU的只有Intel和TSMC，而存储有三家能够扩产，NAND和光模块更容易扩产；因此市场会先炒较易补产能的品种，再传导到更难扩产的CPU和GPU。他预计Intel芯片可能涨价三次，AMD也据称将涨价。
他还强调OpenAI已有约8亿月活To C用户，To B业务形成的内容以后可沉淀为库存再扩展到To C；金融训练、KYC、开户、会议纪要和PPT等场景已可一键生成。

7. 英伟达预期差最大，高仓位要与高波动同时接受

主讲人认为前端GPU/CPU的预期差高于已充分交易的后端短缺品种，其中真正预期差最大的是GPU或TPU：“投资是左边大于右边，现在的估值是右边大于左边。”
英伟达被视为最“扛打”的选择：2025年据称缺约300万片，2026年缺约400万片；2026年earning约9.2—9.5美元，对应当前约18—19倍PE。
他的反证测试是：若英伟达跌至约120—130美元、降至12—15倍PE，便意味着AI需求被证伪；届时MU可能腰斩，LITE至少跌到200美元以下、甚至100美元以下，AAOI跌到10美元以下，整条船无人幸免。
因而战术仓位不宜过低，可保持60%—70%并优先配置确定性资产。高估值牛股在市场质疑时回撤30%—50%并不矛盾，“最终可能涨百分之一百”的资产，同样会经历剧烈杀估值。

128. Manus决定出售前最后的访谈：啊，这奇幻的2025年漂流啊…2025年末，消费者AI走到哪一步了？