CYBERCAESAR

这一周最值得留意的，是一张账单。

10 月 21 日，OpenAI 和 Google 宣布，GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 进入 Google Cloud 的 Model Garden，先向部分企业客户开放预览。费用走 Google Cloud Marketplace，记在同一张 Google Cloud 账单上，还能抵扣客户已经签下的云消费承诺。

单看标题，这是两家竞争对手的一次合作。和同一周的另外几件事放在一起，它更像一个更大变化的一部分：AI 产业链上把买方锁在某一家供应商那里的东西，正在一层一层松开。

模型开始跟着预算走

企业买模型，很多时候不是先比哪个最强，而是先看预算已经承诺给了哪朵云。签下的云消费承诺是一笔迟早要花掉的钱，哪个模型能从里面扣，哪个模型就少了一道采购流程。

Google 说它现在是唯一同时提供 Gemini、Claude 和 GPT 的超大规模云厂商，Model Garden 里有 200 多个模型；GPT 之后还会进入 Google 自己的编程工具 Antigravity。OpenAI 则强调，微软仍是它的主要云合作伙伴。

对 OpenAI，独家渠道曾经是议价筹码，现在它拿独家去换覆盖面。对 Google，自家工具里摆上对手的模型看似吃亏，其实它做的是货架生意：客户留在它的云上，用谁的模型都在它的账单里结算。模型越来越像货架上的商品，握着预算入口的一方，分量在变重。

芯片的护城河，有一半是软件

10 月 19 日，AWS 发布 TorchNeuron 公测版，PyTorch 代码改一行配置就能跑在 Trainium 上。第二天，Google 开源 TorchTPU；在此之前，PyTorch 用户想用 TPU，要么用 JAX 重写，要么用较旧的 torch_xla。

过去从英伟达 GPU 迁走，代价是重写代码、重新调优、承担出错的风险。这笔切换成本是 GPU 定价权的重要组成部分，它不写在芯片规格里，写在开发者的时间里。两家最大的云厂商在两天内先后把它往下压，等于在说：以后选芯片，更多看每美元换来多少算力，而不是代码被锁在哪里。

不过，目前还没有同一模型在不同芯片上的公开对比，门槛在降，还没降到零。

推理栈被摊开

10 月 20 日，DeepSeek 以 Apache 2.0 协议开源了支撑自家服务的推理框架 DeepInfer，支持英伟达和华为昇腾芯片，但保留了 KV 缓存、预填充与解码拆分、负载均衡这几块最难的部分。同一天，Google Cloud、Red Hat 和 IBM 发布的 llm-d 1.0，恰好补上了这些，能跑在英伟达、AMD、Intel 的 GPU 和 Google 的 TPU 上。

“把模型跑得便宜”一直是模型公司和推理云不太对外讲的手艺，每个 token 的成本差异，很大一部分来自这一层。手艺变成公共代码，单靠“跑得比别人省”赚到的利润就会被摊薄。

买方开始算账

这些变化集中出现，是因为买方的态度变了。IBM CEO Arvind Krishna 在 10 月 21 日的财报电话会上说，大企业越来越在意 AI 支出的真实回报，也担心一部分支出“完全失控”。按他的估算，在自有机柜上运行开源权重模型，token 成本大约是前沿模型的 10% 到 25%。

切换成本一旦下降，定价权就会从被选择的一方，慢慢移到做选择的一方。模型可以在云之间换，代码可以在芯片之间换，推理框架可以直接拿来用，企业能比较的选项多了，议价自然变硬。

绑定松开以后，价值落在哪里

这并不意味着所有人都更好赚。陈福阳 10 月 12 日给过一组估算：前沿实验室大约用 1000 亿美元支出换来 1200 亿美元收入，开源权重阵营花得差不多，回收只有约 300 亿。对买方，替代品让账单变轻；对卖方，被替代的那一层很难留住利润。

所以这一周真正变的是竞争方式。以前靠绑定留住客户，以后要在客户随时可以换掉你的情况下仍然被选中。能做到的大概有两类：一类握着客户的预算入口，另一类在每一次重新比较时，依然是性价比最好的那个。

这和同一周资本市场的情绪是一体两面：基建投入越大，越需要用户长期付钱，而用户手里能选的东西正在变多。

10 月 22 日，周四，纳指跌 2.60%，收在 26,008.86，是 6 月以来最差的一天；纳斯达克 100 跌 2.90%，标普 500 跌 1.21%。道指反而涨了 0.02%。

同一个市场里，科技股集中抛售，蓝筹几乎不动。卖压压在一个很具体的地方。

周四跌的是哪一层

费城半导体指数单日跌 6.7%，距 6 月 22 日的高点已回撤超过 26%。AMD 跌 8.10%，Intel 跌 8.04%，ASML 跌 6.93%，美光跌 6.26%，英伟达跌 4.40%。GE Vernova、Bloom Energy 这类给数据中心供电的公司跌超 11%，算力租赁商 CoreWeave 跌 10.06%。

芯片、设备、电力、算力出租，这是一条完整的 AI 基建链。前两周我写过，供应商交易的是大厂资本开支的增量。这周的不同在于，市场怀疑的不再是大厂想不想花，而是钱从哪里来。

一份超预期的财报，为什么跌了 7%

Meta 三季度收入 646 亿美元，同比增 26%，高于预期，盘后一度涨 3%，第二天收跌 6.98%。

转折在利润表之外。当季自由现金流为负 21.2 亿美元，是 2012 年上市以来第一次。季报列出约 3557 亿美元未起租的租约和 4545 亿美元不可撤销的合同承诺，合计约 8100 亿。它还准备设立无投票权的 C 类股，文件写到未来几年可能要筹集“数千亿美元”，融资环境“越来越有挑战”，要赶在竞争对手占满融资渠道之前行动。当天，Meta 五年期信用违约互换的价格创下历史新高。

过去两年，大厂的资本开支基本由自己的经营现金流覆盖，市场争论的是回报率。现在，最赚钱的公司之一写明要去外部融资，还担心排不上队。问题从利润表挪到了资产负债表，从“值不值”变成了“付不付得起”。

资本成了新的瓶颈

同一天，黄仁勋对 CNBC 说，新云厂商的需求“爆表”，但对资本的需求远大于资本的供给。10 月 12 日，Broadcom CEO 陈福阳也说过，最大的约束可能是资本。

这改变了这轮基建的约束条件。过去两年的瓶颈在供给，GPU、内存、电力，谁拿到货谁就有收入，供给瓶颈给了供应商定价权。资本瓶颈压在买方身上：买方融不到钱，订单就要排序、延期，最先被砍的是边际上最弱的那部分需求。CoreWeave 的债券收益率和信用违约互换一直在高位，是这个机制最直接的样本。另一边，Blackstone 当天涨了 8.4%，理由是 AI 相关债务的信用利差走阔，可以锁定更高回报。资金还在，只是要求的回报变高了。

油价在涨，收益率却在跌

有报道称美国和以色列计划在中期选举后重新打击伊朗，布伦特原油涨 4% 到 113.17 美元，是 5 月以来最高。按常理，油价上行意味着通胀压力，长端利率该往上走。实际上，10 年期美债收益率下行超过 17 个基点，到 4.972%。

我的理解是，债券市场这一天更担心增长。AI 基建是这一轮美国企业资本开支里最大的一块，融资链一收紧，这台发动机就会降速。收益率下行对估值是一种缓冲，但它来自对增长的担忧。

接下来盯什么

截至 10 月 22 日周四收盘，纳指本周累计跌 0.50%，道指涨 1.66%。周一到周三纳指反弹了约 2.2%，周四一天几乎全部回吐；而上一周，它刚走完 6 月以来最差的一周。

第一是其他大厂陆续发布的财报。看的不只是资本开支指引，更是经营现金流能覆盖多少、缺口打算怎么融。这一季真正要细读的，是现金流量表和承诺事项的附注。

第二是信用市场：CoreWeave 的债券、Meta 的信用违约互换，以及 AI 相关公司新发债的利差。股价可以一天来回，利差的方向更难掩饰。

第三是油价和收益率的关系。油价涨、收益率跌，说明对增长的担心在加深；两者一起往上走，压力会回到估值本身。

需求还在，黄仁勋和陈福阳都没有否认这一点；变的是兑现需求的成本。我不预测点位，能写下来的只有我在看什么、为什么看。

以上只是我自己的读法，不是买卖建议。

最近在读霍华德·马克斯的《周期》。这本书讲的是市场：经济的周期、信贷的周期、投资者情绪的周期，以及怎么判断自己处在周期的哪个位置。读到一半，我发现自己在用另一种方式读它，把书里描述市场的那些话，一句一句拿来对照自己。

学金融的人对周期并不陌生。我们习惯看图表上的起伏，知道没有只涨不跌的资产。可轮到自己的状态、情绪和判断，我很少用同一套眼光去看，好像市场有周期，人没有。

情绪是一只钟摆

马克斯在书里花了很多篇幅讲投资者心理的钟摆：在狂喜和沮丧之间来回摆，在只看到好消息和只盯着坏消息之间来回摆，在什么都信和什么都不信之间来回摆。他说，钟摆停在中点的时间很少，大部分时候，它都在去往某一端、或者从某一端回来的路上。

回头看自己这几年的状态，几乎能画出同样的轨迹。学一样新东西，开头几周进步很快，会觉得找到了方向，什么都想试；过一阵碰上一个怎么也绕不过去的难点，又开始怀疑之前的判断全错了。做事顺手的那几天，看什么都像机会；卡住的那几天，看什么都像问题。事情本身未必变了那么多，变的是我站在钟摆的哪一头。

知道这一点，并不能让钟摆停下来。但至少在情绪很满或者很空的时候，我会提醒自己：这时候看到的东西，大概被放大了。

先弄清楚自己在哪里

书里有一句话我反复读过，大意是：我们也许永远不知道要去哪里，但最好清楚自己现在在哪里。马克斯的意思是，预测未来很难，判断当下的位置却是可以做到的：价格高不高，人们是贪婪还是恐惧，风险是被重视还是被忽视。

放到个人身上，这句话很实用。我没办法预测一年后自己会在做什么，但可以问自己几个关于当下的问题：最近是不是做什么都觉得顺？是不是开始觉得某件事稳了，不需要再检查？或者反过来，是不是已经很久没有进展，开始怀疑一切？这些问题比“我应该往哪走”容易回答，也更能帮我决定下一步该多做还是少做。

周期总会转向

马克斯反复强调，周期最可靠的一点，是它会反转。树不会长到天上去，大多数东西也不会跌到零。好的趋势走得太远，会埋下自己转向的原因；坏的局面持续太久，也会慢慢积累回升的条件。

这对我既是安慰，也是提醒。状态好的阶段，我容易把它当成新的常态，觉得终于找到了方法，以后都会这样。状态差的阶段，又容易把它当成最终的结论，觉得自己就是不行。两种想法犯的是同一个错：把周期里的一段，当成了整条线。

所以我现在尽量做两件事：顺的时候，不把它当成常态；低的时候，不把它当成结论。

风险最高的时候，往往感觉最安全

书里另一个观点我印象很深：风险最高的时候，往往是人们觉得风险最低的时候。大家都觉得安全，就会放松标准、加大押注，风险正是在这种放松里积累起来的。反过来，人人恐惧的时候，价格里已经包含了大量坏消息，真正的风险反而在下降。

人也一样。最容易出问题的，往往不是最难的那段日子，而是一切都很顺、开始觉得不用那么小心的时候。连着几次判断都对了，我会不自觉地少做一步验证，多接一件事，把计划排得更满。等到出错再回头看，问题多半是在那段最轻松的时间里种下的。

太早和错了，看起来一样

马克斯说过，太超前于时代，和犯错没有区别。方向看对了，时间点不对，结果上和看错是一样的。这和他在《投资最重要的事》里讲的第二层思维是连在一起的：第一层思维只问“这是好事还是坏事”，第二层思维还要问“别人怎么看，已经反映了多少，什么时候会被看到”。

用在自己身上，它让我对“看对了却没结果”多了一点耐心，也多了一点诚实。有些方向我可能确实看早了，坚持下去未必是错的，但得承认，在结果出来之前，它和错了看起来没有区别。我能做的，是不把全部精力押在一个时间点上，给自己留出等待的余地。

在极端处少做一点

读完这本书，我没有得到一套管理自己的方法。马克斯自己也说，周期没法精确预测，能做的只是根据所处的位置调整姿态：在高处更谨慎一些，在低处更积极一些。

落到我自己身上，就是在两端少做决定。情绪很高的时候，不急着加码，不急着许诺；情绪很低的时候，不急着放弃，不急着推翻。重要的决定，尽量等钟摆回到中间附近再做。这样并不能让我躲开周期，但能让我少在最差的位置上做最大的动作。

以前我只在图表上看周期，现在开始试着在自己身上看。