一、去杠杆与财报季：AI投资“审美”的系统性变迁
全球科技股经历深度调整，市场对AI投资的核心审美从“规模崇拜”转向“对价验证”。Alphabet和微软财报显示，资金不再为投入规模买单，而是要求资本开支对应可验证的收入增速和清晰的财务解释。对冲基金减持美国科技股，科技板块持仓敞口收缩至近三年低位，叠加韩国单一股票杠杆ETF强制平仓潮，市场正在从杠杆出清中寻找新的均衡点。
二、“AI资本开支悖论”：市场为何开始质疑AI需求的真实性
“AI资本开支悖论”集中表现为同一笔算力投入既是产业景气的信号，也是自由现金流被侵蚀的源头。区分两类不同性质的买方：以Google为代表的成熟业务现金流托底型需求，与以Oracle为代表的高杠杆融资驱动型需求。Oracle截至2026财年末剩余履约义务达6380亿美元，但2026财年自由现金流已转负，其能否如期将订单转化为收入，是判断本轮资本开支持续性的核心变量。
三、2000年科网泡沫与本轮AI周期的本质差异
2000年科技泡沫破裂剧烈程度的底层因素是融资闭环的断裂，电信运营商依靠IPO、供应商融资和高收益债建起远超实际需求的网络产能。将当下与2000年对照，相似之处确实存在——长期合同与预付款在功能上与当年的供应商融资具有相同的性质，订单并不等同于现金。但差异构成了系统性反驳：今天的买方以Google、Microsoft等拥有成熟业务现金流支撑的巨头为主，而非亏损的初创企业；算力存在明确的产能上限与再配置能力；AI的国家安全属性更意味着政策兜底的存在。
四、押注推理的军备竞赛：AI模型层的护城河与持续性
AI模型层的收入增长呈现显著分化，领先者已预告首个盈利季度，追赶者仍陷于大额亏损。但比总量更关键的是收入结构转向企业级入口，AI正从技术尝鲜品蜕变为商业必需品。模型架构和算法优势的领先窗口正在从“年”压缩到“月”，真正体现黏性的是生态整合深度。这一竞争格局决定了模型层难以决出唯一赢家，而只要头部几家公司还在相互追赶，军备竞赛带来的算力采购需求就不会因单一公司的商业化不及预期而系统性停滞。
五、高波动之下的四大关键变量
需要聚焦四个关键变量：第一，美联储加息冲击是否已被充分定价——当前市场对加息的定价大概率已过度；第二，前沿与开源模型的能力差距能否重新拉开——监管程序为闭源模型增加了额外的时间成本，客观上为开源阵营提供了追赶窗口；第三，资金去杠杆进程是否接近尾声——对冲基金科技持仓已降至近三年低位，韩国杠杆ETF的集中平仓潮也已充分释放；第四，模型公司IPO融资窗口能否顺利开启——OpenAI与Anthropic的上市若推进不及预期，一级市场估值将面临系统性重估。
六、结论与配置建议
AI大周期并未结束。从产业趋势来看，只要大模型之间的能力差距仍未明显拉开，市场竞争的强度就将持续维持在较高水平。AI产业的应用主线仍然是Agent方向。中长期应用空间的进一步打开，关键取决于物理AI的应用落地。考虑到以两融为代表的杠杆资金已经进行了系统性的出清，我们认为，以科创50为代表的国产半导体设备与高端制造龙头，已经进入中长期的底部区间。科技板块与市场整体指数在下半年仍有可能走出一轮新高行情。就配置建议而言，本轮科技行情更可能延续板块内部轮动、高景气与高波动并存的特征。产业趋势本身未被破坏，继续看好AI基础设施和现金流强劲的龙头科技公司。
