AI

很多人看财报，只盯着两个字，超预期。结果博通 Broadcom 的财报一出来，数字确实好看，股价却当场翻脸。这种剧情，老股民一看就懂。市场不是不爱AI，而是开始认真计较，你这份AI到底赚得值不值。

电话会议之后，情绪直接急转直下。不是公司讲错话，而是讲得太清楚。清楚到投资人终于开始拿计算机，而不是只靠想象。

AI订单很大，但客户不多

这几年博通最核心的转型方向，其实就一个，定制芯片。也就是替大型客户量身打造专用AI芯片，业界习惯叫ASIC。听起来很爽，因为客户一签就是多年，金额常常是十亿、百亿美元在跳。

管理层这次也正式摊牌，之前市场传很久的神秘大客户，其实就是做Claude模型的Anthropic。顺带一提，Anthropic和谷歌 Google 的关系很深，所以这批芯片，本质上是博通和谷歌长期合作的延伸。

问题不在老客户，而在新客户的节奏。最新加入的第五位AI客户，订单规模不能说小，但和前面几位相比，落差还是很明显。你可以把它想成，餐厅依旧客满，但今天进来的新客人，只点了一碗牛肉面，没有再加点。。。。 继续阅读

特斯拉又要交卷了，交车那种。

每次特斯拉季度财报前，都会上演一场大型预测秀。有分析师、独立研究者、媒体、投行，甚至聊天室里的韭菜，全都下注这家公司这一季能交几台车。这次的看点在哪？答案在下面。

Q4预期冷飕飕，市场先降温

上一季，特斯拉靠着美国联邦电动车补贴到期前的最后冲刺，交付创下历史新高。但这季度的气氛明显不一样。

根据FactSet，主流分析师估Q4交付45万辆，年减9%。Bloomberg的共识预测更低，约为44.8万辆，跌幅接近10%。比较狠的是独立分析师Troy Teslike，他的预测常常比官方还准。这次他下修到40.6万辆，年减18%。

讲白了，上季冲太猛，这一季就得还债。补贴没了，加上很多人提前买车抢优惠，Q4自然软掉。更实际一点，市场合约隐含预期显示，特斯拉交付超过43万辆的机率只有41%。

Robotaxi战争：Waymo打实战，特斯拉讲未来

除了交付数字，特斯拉现在更想讲软体、AI、Robotaxi的故事。刚好Google旗下DeepMind的科学家Jeff。。。 继续阅读

大家都说AI是未来，但没想到这群实验室真能把未来开成加速车道，直接把全球 DRAM 市场缩进了他们的仓库里。我第一次看到 RAM 可以在一个月内翻倍，而且做这一切的是 OpenAI，这不是一场随意投资，是排好战队的动作。

为什么这么重要

当最大的 AI 公司和最大的内存制造商合作，就是一件不应该被忽视的事。它向全行业发出明確信号：AI 所需的硬件报送速度，远超过想象中的一般品。

关键点

• 2025年10月1日，OpenAI 同时与 Samsung 和 SK Hynix 签下合同，销耗约 40%全球 DRAM 供给
• 行业內多数人士事后才得知，展示出合同封闭约极高
• 同期展开了大规模的拟急购，云服务商和厂商全部上铺
• 市场本已缺乏备胎，关税改变快速、价格下滑、二手设备闲置，造成整个供应链失灵
• OpenAI 采购的是未切割晶圆，而非现成品，短期内无法流入市场。

大场面是怎样的

这场市场雨，不是天气缓处。OpenAI 击中了整条供应链最脏的部分，大量分销商立即全速开跑拉起。。。 继续阅读

Google 的 Gemini 火力全开，仅用三个月冲上 2 亿用户，OpenAI 那边直接拉响了 “code red”。这场 AI 大逃杀才刚开局，观众请就位。

为什么大家该关心这事

用户是资本的方向盘，谁握得久谁活得下去。Gemini 的成长速度已经不是在追，是在贴着你车尾逼近。OpenAI 最大的问题不是技术落后，而是现金流可能随时断电，搞不好还没进收费站就熄火。

关键点

• Business Insider 数据：Gemini 从 7 月 4.5 亿月活跃用户成长到 10 月的 6.5 亿
• 同期，ChatGPT 每周活跃用户达 8 亿
• Google 用广告金流补贴 AI，OpenAI 则完全靠募资撑住运营
• OpenAI 已签下超过 1 万亿美元的云服务与芯片采购合约
• 公司估值约 5000 亿美元，但至今尚未盈利
• OpenAI 近期宣布与 Accenture 合作，并入股 Thrive Capital 项目
• Altman 在内部信中表示，下周将推出新一代推理模型，目标超越 Gemini 3

这局怎么看

当马斯克（Elon Musk）在美国社群平台上公开表示FSD（Full Self-Driving，全自动驾驶）已趋近成熟，美国车主也早已上街测试之时，欧洲的监管机构却还在反复讨论“驾驶员是否必须是人类”的问题。听起来荒谬，却是目前的真实局面。2025年即将结束，FSD在欧美和亚洲多数地区仍属“非法技术”，无法大规模部署。

监管本意是保障安全，但若法规落后太久，最终只会成为阻碍。

卡在1958年的欧洲规则

FSD的问题不在于技术能力，而在于法律根基。欧洲的法规体系基于1958年联合国欧洲经济委员会（UNECE）的协定，当时压根没人能想象汽车未来会自动驾驶。结果，这套架构至今仍规定“驾驶者必须是人类”。AI根本无法取得“合法身份”。

反观美国，采用的是“合法默认”逻辑，除非明文禁止，否则企业可自由试验。这使得特斯拉可以快速在道路上积累真实世界的驾驶数据，训练出更成熟的FSD模型。而欧洲以“安全优先”为由，凡未明确纳入法规的技术一律禁止使用，导致系统虽已准备好，却只能“卡关”无法部署。。。。 继续阅读

如果你最近在看特斯拉的消息，应该已经被它的FSD（Full Self-Driving，全自动驾驶）洗版。尤其是那种在阿姆斯特丹街头自己转弯、不撞行人、还礼让自行车的影片，真的很香。但问题来了：这么香的功能，欧洲人到底什么时候才能用上？

表面上看，监管卡住了。但其实，这是一场技术、政治、法规，还有面子的四方角力战。不是说里程到了就能上路，也不是说技术成熟就能放行。

法规 vs 技术：谁先谁后？

在欧洲，自动驾驶系统必须符合联合国的UN R157法规，也就是俗称的ALKS（Automated Lane Keeping Systems）标准。如果你以为ALKS只是几个英文字母组合，那就太天真了。这套规则细到连方向盘什么时候该让人摸一下都有意见。

重点是，这些法规改得慢，审得更慢。你要等法规更新、投票通过、执法单位准备好，再到整车厂（OEM）配合调校，整个流程跟你看邻居种一棵橄榄树差不多。

不过，特斯拉找到了一个小门——型式认证豁免程序（例如EU。。。 继续阅读

讲个冷知识，全球最快的汽车生产线现在已经不是丰田或大众，而是特斯拉，而且他们还嫌不够快。你可能觉得35秒一辆车已经是极限？不好意思，马斯克要做的是5秒出一车。你没听错，是五秒。不是五分钟，不是五小时，是五秒。这不是在做泡面，这是在重新定义制造速度的上限。

制造像芯片一样造车

马斯克不是在优化工厂，而是在重构整个制造的思维。他的思路根本不来自汽车圈，而是芯片圈。他用芯片设计的逻辑重新分析生产效率，讲求体积利用率、布局密度和“时钟频率”。简单说就是：把东西塞得更紧，走得更快，干得更顺。

为什么其他车厂不这样搞？马斯克讲得很直白，职业经理人怕出事。他们只敢改个5%、10%，太激进就可能被炒鱿鱼。换句话说，特斯拉的成功不是因为它比别人聪明，而是因为它敢玩别人不敢玩的。

AI芯片：从两条死路中杀出一条血路

特斯拉自己做AI芯片，不是随便玩玩，而是正面杠上整个AI产业链。当初两个项目都卡住，马斯克就把资源合并，集中火力干最核心的AI5推理芯片。。。。 继续阅读

Meta宣布未来三年将在美国投入6000亿美元，全面扩建AI数据中心。扎克伯格（Mark Zuckerberg）亲自对特朗普（Donald Trump）拍胸保证：要为美国AI算力铺路。这消息一出，华尔街一片沸腾。问题是，6000亿花在哪、图什么、谁会被卷进去？

为什么重要

AI的竞争早就不是写写模型或比谁更聪明，而是比谁的机房更多、谁的电力更稳。Meta这一手重金布局，不只是抢跑AI算力，更是抢美国政策红利。对美国来说，这相当于AI版的制造业回流。

关键点

• 投资规模：三年6000亿美元，重点在AI数据中心与基础设施。
• 战略逻辑：提前囤积算力，押注未来AI需求爆发。
• 融资模式：与Blue Owl Capital签下270亿美元融资，用于路易斯安那州最大数据中心项目。
• 地点布局：德州再加码15亿美元新中心，总数已达29座。
• 市场信号：Meta资本支出明年将“显著上升”，AI硬件周期还没到顶。

大局观

AI竞争正在从“模型战争”转向“电力与冷却之战”。谁能先建好基地，谁就能吃下AI算力的长期租金。Meta这次不只是追赶OpenAI或微软Azure，而是在模仿亚马逊AWS当年的套路：烧钱铺地，再慢慢收租。。。。 继续阅读