客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
美股投资网获悉，华尔街投行伯恩斯坦表示，快速崛起的预测市场可能远不只是传统体育博彩的另一种形式，而有望发展成为一种新的金融市场基础设施。随着交易品类从体育赛事和政治事件向加密货币、股票、大宗商品乃至企业经营指标扩展，伯恩斯坦预计，全球预测市场交易规模将从2026年的约4100亿美元增长至2035年的约10万亿美元，2025年至2035年的复合年增长率约为70%。
伯恩斯坦指出，围绕预测市场的争论目前主要集中在监管定义上，例如体育赛事合约究竟应该被视为由各州监管的体育博彩产品，还是由美国商品期货交易委员会(CFTC)监管的衍生品。不过，该行认为，市场可能低估了预测市场背后的结构性机会。
与传统博彩公司不同，预测市场采用交易所模式，平台本身无需成为用户交易的对手方，而是通过全球订单簿连接买卖双方，并引入专业做市商提供流动性。这种模式可能使预测市场从体育领域进一步扩展至更广泛的金融市场，并吸引机构投资者参与。
交易量爆发式增长 2035年或逼近10万亿美元
预测市场今年以来已经出现明显增长。报告显示，全球预测市场交易规模从2025年的约500亿美元迅速增至2026年前8个月的约3000亿美元。推动增长的主要因素包括加密货币和大宗商品短周期合约快速发展，例如15分钟比特币合约，以及世界杯带来的体育类交易热潮。
值得注意的是，世界杯结束后，预测市场交易量仍维持在历史高位，显示新增用户并未随着赛事结束而完全流失。伯恩斯坦预计，2026年全年交易规模将达到约4100亿美元，并在2035年进一步增长至接近10万亿美元。
在这一过程中，预测市场的结构也可能发生明显变化。2025年，体育类合约约占预测市场交易量的61%，金融资产仅占约12%。但伯恩斯坦预计，到2035年，体育类占比将下降至约38%，而包括加密货币、股票和大宗商品在内的金融资产占比将升至约49%，成为预测市场最大的交易类别。
换言之，伯恩斯坦并不认为预测市场的终局是一家更大规模的“线上博彩公司”，而是一个能够同时交易体育、金融资产、经济数据、政治事件等不同结果的综合交易平台。
从“赌比赛”走向交易股票、黄金和企业经营数据
预测市场最基本的产品是一种围绕未来事件结果设计的二元合约。例如，用户可以交易“某支球队是否获胜”、“某个指数是否收于特定点位之上”或“某项经济数据是否超过预期”。如果事件发生，合约最终结算为1美元，否则结算为0美元。在到期前，合约可以在0.01至0.99美元之间持续交易，因此价格本身也可以被理解为市场对事件发生概率的实时判断。
但伯恩斯坦认为，未来的应用范围将远远超过这类简单事件合约。该行预计，短期限二元期权与长期永续期货可能逐渐出现在同一个平台和账户体系中。用户既可以交易5分钟或15分钟的比特币价格结果，也可以持有黄金、股票等资产的永续合约。
更值得关注的是所谓“KPI市场”。未来投资者可能无需直接买卖一家公司股票，而是针对某一项具体经营指标进行交易，例如汽车交付量、产量、订阅用户增长或者交易量。
这意味着，投资者如果只想表达对某家公司某项经营数据的观点，可以直接交易这一指标，而不必通过公司股价间接押注，从而减少宏观经济、资本配置以及其他因素造成的干扰。
预测市场正在吸引博彩业以外的新用户
体育仍然是预测市场当前最重要的用户入口，但伯恩斯坦认为，这一市场并非简单从DraftKings(DKNG)等传统体育博彩平台手中抢夺现有用户，而是在扩大整个市场的参与人群。
数据显示，大约80%的Kalshi用户此前从未使用过线上体育博彩应用，而DraftKings Predictions与DraftKings传统线上体育博彩业务的用户重合度仅约1%。 报告还指出，目前美国有20个州、约1.5亿消费者无法使用开放且持牌的线上体育博彩市场，相当于美国总人口约45%。
伯恩斯坦估算，如果预测市场仅仅吸引这些州原本可能参与体育博彩的消费者，相关体育预测市场2026年的潜在可寻址交易规模就可能超过6000亿美元。
因此，该行认为，预测市场更重要的意义可能不是重新分配现有博彩市场份额，而是扩大体育交易本身的用户基础和流动性。
机构资金或成为下一阶段增长引擎
预测市场的另一个潜在变化是机构投资者入场。伯恩斯坦预计，机构资金未来将主要集中于体育以外的预测市场，包括加密货币、股票、大宗商品、经济数据和政治事件。到2035年，机构交易可能占非体育预测市场交易量约50%，对应约3万亿美元，占整个预测市场交易量约31%。
其背后的逻辑在于，预测市场能够让机构直接对某个具体事件进行风险管理。例如，债券投资者可以直接交易美联储是否降息，而无需通过美国国债期货间接对冲；医药基金可以针对某项药品定价法案是否通过建立头寸；并购套利基金则可以直接交易某笔收购是否能够通过反垄断审查。
这类合约的优势在于，投资者可以直接交易希望对冲的事件本身，从而减少利用股票、利率或外汇等相关资产进行间接对冲时产生的基差风险。
目前机构化趋势已经开始出现。报告称，今年4月，Kalshi完成预测市场行业首笔机构大宗交易；6月，Polymarket完成首笔链上机构大宗交易，用于对冲英伟达(NVDA)H100 GPU算力租赁成本；Galaxy Digital也完成了一笔约1000万美元、与美国《CLARITY ACT》结果挂钩的Kalshi交易。
Robinhood(HOOD)、Coinbase(COIN)等争夺新金融基础设施入口
随着预测市场规模扩大，一场围绕产业链控制权的竞争也已经展开。伯恩斯坦将预测市场产业链划分为消费者入口、期货佣金商(FCM)、交易所(DCM)、清算机构(DCO)和做市商等多个环节，并认为每增加一个由自身控制的环节，平台就能够增加新的收入来源。
不过，从竞争壁垒来看，该行认为最关键的仍然是用户分发能力，因为交易和清算基础设施可以购买或建设，但拥有大量已经入金的零售客户需要长期积累。
在伯恩斯坦覆盖的公司中，Robinhood被认为在产业布局方面具有明显优势。其不仅拥有消费者应用和庞大的零售客户群，还通过Rothera等业务布局交易所和清算环节。与此同时，公司仍然向用户提供来自Kalshi、ForecastEx和Crypto.com等其他平台的合约，从而扩大产品覆盖范围。
Coinbase、盈透证券(IBKR)以及传统交易所和博彩运营商也正在不同环节切入预测市场，一场围绕下一代事件交易基础设施的竞争正在形成。
监管仍是最大不确定因素
不过，预测市场尤其是体育赛事合约的监管地位仍存在重大不确定性。争议核心在于，体育赛事合约究竟属于受CFTC监管的金融衍生品，还是本质上属于应由美国各州监管的体育博彩。
伯恩斯坦指出，近期法院对于这一问题出现不同解释，美国各州监管机构、博彩行业、CFTC以及预测市场平台之间的法律争议仍在持续。该行预计，体育预测市场的长期监管框架可能要到2027年至2028年才会更加明朗。
因此，未来数月行业需要关注的问题包括相关案件是否最终进入美国最高法院、各州是否进一步加强执法和征税，以及美国联邦层面是否重新调整监管框架。
尽管存在监管风险，伯恩斯坦认为，预测市场正在经历一个更重要的结构性变化它正在从围绕选举和体育赛事的零售产品，逐步发展成为可以容纳金融资产、宏观经济、企业经营指标和事件风险的交易基础设施。
如果这一趋势延续，体育博彩可能只是预测市场吸引消费者的第一站，而非最终形态。随着金融资产和机构资金占比不断提高，预测市场最终可能演变成一个横跨传统金融、加密资产和事件交易的新型市场，并在未来十年形成接近10万亿美元的年交易规模。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
【【美.股..期.权..提.示】】SPY 公司期.權 2026年 9 月 23日到期的看跌期權PUT現在買.入，行權價772 美.元 , 競價美.元附近買入或市場價，目標美.元，未平倉，止.損設，取消前有效，英文 GTC=good till cancel=除非手動解除否則【永遠持續有效】
The Information 最新报道显示，Muse 上线约一周后已经有超过 50 万人使用过，其中超过 25 万是日活跃用户 DAU。粗略看，相当于首批累计用户中有很高比例仍在日常使用，虽然这不能严格等同于“50%留存率”，但说明它不只是下载后尝鲜一次。The Information
更重要的是，Muse 后续增长还在加速。Reuters 报道，截至上线约两周，Muse 下载量已经超过 250 万；Sensor Tower 数据显示，其近期单日下载甚至超过 30 万次。Reuters
所以美股投资网研究团队会这样理解：
25万 DAU 对 Meta 本身体量来说还非常小。Meta 旗下应用每天有大约 36 亿活跃用户，因此 Muse 目前远远谈不上影响 Meta 整体收入。Reuters
但如果从“新产品验证”角度看，25万 DAU 很有意义。特别是 Muse 不是普通聊天机器人，而是可以购物、订餐、订行程、发邮件、打电话执行任务的 Agent。对于这种需要用户授权账户、提供个人信息、并真正让 AI 替自己做事情的产品，能够一周做到 25 万 DAU，说明用户接受度可能比市场此前预期更高。
美股投资网研究团队认为真正应该盯的不是现在的 25 万，而是接下来 1到3个月能不能走：
25万 DAU → 100万→ 500万→ 1000万 DAU。
如果 Muse 很快突破几百万 DAU，而且用户持续让它进行购物、预订、支付、打电话等真实交易，那么意义就完全不同了。那时候 Muse 就不只是一个 AI App，而可能成为 Meta 新的“AI交易入口”。
这也是为什么最近华尔街对 META 的反应这么大——市场交易的不是“25万用户值多少钱”，而是在重新评估 Muse 有没有可能成为 Meta 的下一个大型消费者平台。Investopedia
所以一句话：25万 DAU 本身不算大，但“上线一周做到25万 DAU”很强，尤其对于 AI Agent 来说，是一个值得重视的早期信号。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
目前公开披露的AI辅助药物项目中，研发周期缩短约 15%—80%。
传统大型药企：
Target ID → FIH（首次人体试验）：约 50个月+
Hit ID → FIH：约 50–65个月
AI赋能项目：
Schrödinger SGR-1505：10个月
Recursion EXS21546：9个月
Generate Biomedicines GB-0669：17个月
Insilico Medicine Rentosertib：18个月
核心变化：
过去药物研发靠大量实验试错。
现在AI可以：
快速发现药物靶点
模拟分子结构
筛选候选药物
提前预测有效性
本质是用AI降低研发时间和成本。
美股投资网整理受益美股如下：
1.RXRX （Recursion Pharmaceuticals）
AI制药代表公司。
逻辑：
AI模型 + 自动化实验平台，加速新药发现。
图中多个AI药物项目来自Recursion。
受益方向：AI药物筛选，分子设计，生物数据平台
2. SDGR（Schrödinger）
计算化学平台。
核心：
利用AI和计算模拟设计药物分子。
逻辑类似：
AI时代的“药物研发软件基础设施”。
3. NVDA
AI制药背后的算力供应商。
药物研发需要：
GPU计算
分子模拟
生物数据训练
AI进入生命科学，将增加高性能计算需求。
4. 大型药企
AI不会取代药企，而是提高研发效率。
重点关注：
LLY
NVO
MRK
PFE
优势拥有：临床数据，研发资金，商业化渠道
$NVDA
$LLY
#美股
摩根士丹利亚洲团队9月发布的中国互联网行业深度研究显示，在已使用或计划采用AI的广告主中，72%表示广告总预算没有变化，74%认为跨平台广告支出正在进一步集中。在总预算增长有限的情况下，AI首先改变的是广告预算的配置方式。
这一趋势已经体现在广告主的实际应用中。2025年，74%的受访广告主使用AI进行内容生成，62%用于广告活动管理，而商品Feed/目录优化、生成式引擎优化的渗透率分别仅为9%和5%。当前AI对广告行业的主要作用仍是提升效率，而不是创造新的广告入口。
随着AI从内容生成、投放优化进一步走向Agent，广告平台的竞争也将逐渐延伸至用户决策和交易环节。对于互联网平台而言，真正值得关注的不是AI本身带来多少新增预算，而是谁能够借助AI获得更多存量预算，并进一步打开广告之外的商业化空间。
AI先改变预算流向，广告增量尚未打开
摩根士丹利基于第六期AlphaWise中国广告主调研得出的结论相当明确：AI正在改变广告预算分配，但尚未显著扩大广告总盘子。
调研显示，50%的广告主认为AI已经带来ROI提升，46%认为客户咨询处理以及售前、售后承接有所改善。但在预算层面，72%的广告主表示总广告支出没有变化，更多是在既有预算内部调整投放结构。
与此同时，74%的广告主认为跨平台广告支出更加集中。随着广告主越来越重视投放效率和结果可衡量性，预算正在向能够提供更高转化效率、更完整数据反馈的平台集中。因此，AI当前带来的首先是份额变化，而不是市场整体扩容。
这一阶段的另一个特征是，AI应用仍主要停留在广告生产和管理环节。内容生成、广告活动管理已经成为较成熟的使用场景，而商品Feed优化、生成式引擎优化等更接近AI原生广告的模式，渗透率仍然较低。只有当AI进一步参与用户发现、商品决策和交易执行，新的商业收入空间才可能真正释放。
2030年看预算迁移，2040年才体现增量
摩根士丹利预计，到2030年，可单独识别的AI总变现规模约为2910亿元人民币，其中候选集广告约100亿元，AI归因交易佣金约2810亿元。
需要注意的是，这一预测并不包括预测式AI提升现有广告库存变现效率所带来的收入增长。也就是说，如果AI提高了广告点击率、转化率或投放效率，这部分增量仍将体现为传统广告业务收入，而非新的AI独立收入。
真正的增量空间来自Agent进一步进入交易链路。到2040年，随着AI参与发现、决策和交易执行，AI促成的广告收入预计达到3190亿元，AI归因交易佣金规模则可能达到1.24万亿元。不过，扣除传统业务被替代、激励支出以及合作伙伴分成后，最终形成的净市场扩张规模将低于上述总量。
因此，两个阶段对应不同的商业逻辑：2030年前主要是预算迁移，2040年前后才更多体现AI对商业模式和市场空间的重构。2040年的预测更适合作为长期情景锚点，而非精确的时间节点。
模型之外，商业闭环决定价值获取
当AI从广告投放工具进一步变成能够理解需求并执行任务的Agent后，平台竞争的核心将转向对商业链路的控制。摩根士丹利将其归纳为四个关键节点：谁发起需求、谁决定候选集、谁完成交易，以及谁掌握结果数据和回写权限。从广告、赞助排序，到交易佣金、支付和商家服务，不同环节对应着不同的价值获取方式。
这也是独立AI与嵌入式AI的主要差异。独立AI能够聚合跨领域用户意图，但嵌入业务体系的AI距离商品、商家、支付和交易更近，更容易把用户需求转化为可量化的商业结果。调研显示，47%的广告主认为AI创造的价值将由各参与方共同分享，37%认为平台将成为最大的单一受益方。
由此看，AI未必会彻底改变互联网竞争格局，反而可能放大不同平台在用户需求、供给、交易和数据上的既有差异。对于广告市场而言，短期看预算向高效率平台集中，中长期则取决于平台能否把AI接入完整商业链路。随着Agent从辅助投放走向“读取需求—决策—执行—回写”，广告之外的交易佣金和商家服务收入，有望成为下一阶段更重要的增量来源。
美股大数据 StockWe.com 每天追踪存储芯片价格，发现内存DDR价格在9月已经开始回落，但美光和SK海力士股价继续创新高，为什么，因为AI已经从拼模型能力，转向落地一款极具粘性的个人Agent产品 META #Muse
这意味着，AI产业的竞争正在进入一个新阶段：模型能力是必要条件，但不再是充分条件。谁能把通用模型转化为具体的产品体验、稳定的工作流和可验证的商业回报，谁才能在下一阶段的竞争中真正占据有利位置。
而这一变化提示了一个值得重新审视的估值框架：在AI领域，模型参数规模和基准测试排名固然重要，但应用层的工作流深度、用户入口的粘性，以及ROI的可验证性，可能正在成为更具预测力的商业价值指标。当模型开始“够用”，下一场战争的战场，已经悄然转移。
美股投资网获悉，OpenAI 正呼吁美国牵头建立全球 AI 技术标准，覆盖模型评估、安全测试、事故报告和国际协作等领域。
与此同时，Sam Altman 本周将前往联合国，就 AI 安全与国际治理问题进行讨论。
这件事真正值得关注的是竞争层级变了：
从OpenAI、Google、Anthropic 这些公司之间争模型能力，到现在开始进入美国z府、中国、联合国、多边治理体系。
谁掌握标准，谁就可能掌握未来模型测试、算力准入、跨境部署甚至芯片出口的话语权。
美股投资网认为，短期这不是直接的业绩催化，但它意味着 AI 产业正在多出一条新的估值变量：
技术竞争之外，规则竞争正式升温。
$NVDA $MSFT #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
指数快创新高了，但越来越多股票却在创新低。
周一标普500大涨1.49%，距离历史高点已经不到1%，但标普成分股内部却出现明显背离——创新低的股票数量远远超过创新高。
类似“指数在高位、内部宽度却快速恶化”的情况，历史上并不常见。
更值得注意的是，部分市场宽度指标已经降到历史极端区域。过去比较接近的阶段，包括1973年前后以及1999年科技泡沫末期；
其中更严格的“指数大涨并逼近新高、但新低股票反而超过新高”的组合，上一次出现要追溯到1999年12月。
美股投资网认为，这说明现在真正的问题不是指数，而是上涨越来越集中。
AI、半导体和少数超级科技股还在不断抬高指数，但大量普通股票已经提前进入深度调整。
这并不意味着美股马上见顶。
但历史告诉我们，当指数不断创新高，而参与上涨的股票却越来越少时，市场的容错率会明显下降。
所以接下来比$SPY 能不能创新高更重要的是：
如果指数再创新高，市场宽度能不能一起回来？
如果回不来，这个背离就值得真正重视。$QQQ #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
眼下DSP明明还很缺，头部客户还在拼命锁产能，但整个行业已经开始研究怎么减少DSP，甚至最终把它拿掉。
这其实就是光通信下一阶段最值得跟踪的变化。
今年市场赚的是扩产的钱，接下来要开始看架构变化的钱。
先把眼前的情况说清楚。
1.6T的景气没有结束。按照我们美股投资网这次调研的估算，2027年1.6T光模块需求可能达到6000万—6500万颗，而DSP依然是供应链里比较紧的一环。
特别是1.6T DSP基本已经进入3nm时代，产能不像成熟制程那么宽松。现在大约70%的1.6T DSP订单已经被长期协议锁住，GOOGL、NVDA、MSFT、AMZN、META这些头部AI客户，因为订单规模大，而且和供应商绑定得更深，拿货优先级自然也更高。
换句话说，未来一两年1.6T该放量还是会放量，DSP该紧还是会紧。
只是站在投资的角度，这些已经不算特别新的信息了。
如果现在还每天盯着“1.6T又加了多少单”“DSP又缺了多少”，其实还是在交易过去一年市场已经反复讨论的东西。
我们反而更想往后多看一步。
为什么行业开始想办法去DSP？
说到底还是一个老问题——电。
现在AI数据中心最头疼的已经不只是GPU够不够，而是GPU买回来以后，电从哪里来，热怎么散出去，以及整个网络为了搬运这些数据到底还要吃掉多少电。
这次调研里有一个例子很好理解。
一只800G光模块平均功耗大约25W，其中DSP可能占掉接近一半。假设因为制程差异，一颗DSP多消耗3W，看起来没多少，但一台128端口交换机累积下来，就是接近400W。
再把这个数字放到几十万甚至上百万颗加速器组成的AI集群里，事情就完全不一样了。
而且网络还在继续升级。
800G之后是1.6T，再往后还有3.2T。速率越高，电信号在PCB上传输的距离越长，损耗和功耗的问题就越难处理。
这时候再一味靠“换一颗更先进的DSP”去解决，空间已经越来越小。
NPO和CPO就是在这个背景下开始走到台前的。
2027年，我会先盯NPO
NPO你可以简单理解成，以前光模块离交换芯片比较远，现在把光引擎往交换芯片旁边搬。
搬近以后，电信号不用在PCB上跑那么远，损耗下来了，DSP承担的工作自然也可以减少，功耗跟着下降。
按照这次调研的估算，NPO相比传统方案大概可以节省30%—40%的功耗。
更值得注意的是2027年。
现在大家都知道CPO是方向，但CPO的问题是想得很好，真正大规模生产没有那么容易。如果明年部分CPO交换机没办法按照原来的计划出货，那么NPO很可能先顶上去，做一段时间的过渡方案。
这次调研甚至估算，如果相关交换机大量采用NPO，按照端口数量换算，2027年对应规模可能达到1200万只左右。
1200万这个数字我不会太当真，因为这里面的假设很多，CSP最后愿意采用多少、产品能不能按时出来，都还要继续验证。
但我会记住“1200万”背后的那个变化：NPO已经不是飘在天空里的东西了。
只要明年开始看到真实订单、真实交换机出货和CSP验证往前走，市场交易的逻辑就会跟着变化。
这也是为什么2027年我会非常关注NPO。
再往后看，还是绕不开CPO
NPO更像是一座桥。
真正有可能把现在光互联架构彻底改变的，还是CPO。
它走得比NPO更远，直接把光引擎进一步靠近交换芯片。距离更短，功耗自然还能继续往下降。
我们调研里给出的数据是，NPO可能节省30%—40%的功耗，而CPO在部分测试里甚至能做到60%—70%。
如果AI集群以后真的做到百万卡甚至更大的规模，这种差距最后全部都是电费、散热和数据中心容量。
但CPO也有一个问题：它现在最大的困难不是设计出来，而是造出来。
里面可能涉及上千根光纤，怎么耦合、怎么提高良率、怎么控制成本，本身就很麻烦。再加上玻璃基板、布线、打孔和先进封装，很多工艺还在往成熟量产的方向爬。
所以我们暂时不会因为CPO来了，就直接判传统光模块“死刑”。
这次调研给出的时间窗口其实挺合理：2028—2029年之前，DSP和传统光模块大概率还有自己的位置，真正明显的技术转折点可能要等到2029年前后，甚至2030年。
这中间还有好几年。
对投资来说，反而是一件好事。
因为这不是突然切换，而是一段我们可以持续观察、持续验证的过程。
到这里，选股思路也要慢慢变了
以前看光通信，我们很容易先问一句：谁的光模块卖得最多？
以后这个问题可能要稍微换一下：
谁在控制下一代AI网络的架构？
这两句话听起来差不多，背后的投资逻辑其实完全不同。
传统架构里面，交换机赚交换机的钱，DSP赚DSP的钱，光芯片和光模块也各自拿走一部分价值。
但到了NPO，尤其是CPO，交换芯片、硅光、光引擎和先进封装开始越靠越近。
东西一旦开始整合，价值量就一定会重新分配。
所以接下来除了LITE、COHR这些我们已经很熟悉的光通信公司，我会花更多时间去看NVDA、AVGO和MRVL。
因为它们争的已经不只是某一颗芯片，而是下一代AI网络里面自己到底能控制多少东西。
另外还有一个我会放在观察名单里的公司：INTC。
如果以后AI芯片、交换芯片、CPO一起抢先进制造和先进封装，整个产业迟早会问一个问题：TSM之外，还有没有第二套真正能用的能力？
这次调研已经提到，部分厂商正在评估INTC的EMIB和先进制程。
现在当然还不能因为这一句话就给INTC算多少收入，但如果未来真的开始出现先进封装产能转移，那么INTC的故事就不只是CPU能不能翻身了。
接下来，就盯三件事
NPO什么时候出现真正的大规模订单，CPO什么时候跨过量产门槛，以及NVDA、AVGO、MRVL这些公司，最后谁能在下一代AI网络里拿走更多价值量。
今年光通信炒的是“量”。
下一阶段，开始看谁拿走“架构”。
LITE COHR #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
美东周二（9月23日），AI智能体“Muse”带火的芯片行情进入第二天，市场不再全面冲，而是明显分化：
周二领涨主角更换
闪迪上涨有直接原因：券商Rosenblatt当天上调评级，直接点燃了存储板块情绪。
但真正要看懂的不是评级，是背后逻辑。
AI智能体Muse在消费端火了，意味着AI应用正在从“训练侧”往“推理侧”大规模扩散。训练需要GPU算力，推理同样需要高带宽内存和存储容量，而且推理需求可能更持久、更贴近日常使用。
摩根大通CEO戴蒙当天表示：AI领域的支出热潮“丝毫没有放缓的迹象”，明年整个超大规模数据中心生态系统的投资额可能达到1万亿美元。
存储芯片集体爆发，就是市场开始给这个远期推理需求算账。
美股投资网认为，存储接棒不是简单轮动。它说明市场在问一个新问题：Muse火了之后，产业链上谁最受益？周二的答案，是存储。
Meta大会是本周大考
Meta Connect 2026开发者大会在9月23日至24日举行，Muse AI是最大看点。这是本周AI行情能不能继续的关键窗口。
但Meta股价周二反而跌了0.63%。这典型的“利好兑现”。市场对Muse的短期定价已经比较充分，光靠“Muse很火”已经不够了。
接下来需要开发者大会给出更具体的商业化路径，或者更硬的用户增长数据，才能推动新一轮上涨。
如果大会只是重复已知故事，AI行情可能就要歇一歇。如果大会给出真金白银的数据，存储和推理链还有继续冲的燃料。
小心的是“加息后的松口气反弹”
AI越强，越容易让人产生一个错觉，好像只要产业趋势足够好，其他东西都可以暂时不管。
但现在美股恰恰同时存在两套完全相反、却都真实存在的逻辑：一边是AI产业需求越来越强，另一边是美联储刚刚重新开始加息。
9月16日，美联储刚刚把联邦基金利率上调25个基点到3.75%—4.00%，而且最新点阵图显示，18名政策制定者里面有16人预计今年至少还需要再加一次。
这几天市场之所以突然舒服了，是因为前几天压着成长股最狠的两个东西暂时松开了——油价下来了，长端美债收益率也没有继续往上冲。
到了周二，WTI已经回到大约95美元，Brent回到100美元附近，美国10年期国债收益率也跟着回落。
所以市场一下子出现了一个很典型的交易组合：
产业基本面这一边，AI故事重新变强；宏观这一边，最紧的绳子又暂时松了一点。
对于前面已经积累大量空头仓位的高Beta科技股来说，这种环境很容易触发空头回补和追涨资金同时进场，于是过去两天AMD、ARM、INTC这些弹性最大的股涨得最猛。
但这里有一个历史教训，我觉得不能因为纳指连续创新高就忘了。
2022年美联储第一次加息以后，市场并没有立刻崩，反而出现过非常猛烈的反弹。
真正经典的是2022年5月4日，当时美联储一次加息50个基点，鲍威尔表示75个基点并不是委员会正在积极考虑的选项，市场立刻把这句话理解成“没有想象中那么鹰”，当天标普500上涨2.99%，纳指上涨3.19%。
结果第二天，标普500下跌3.56%，纳指直接下跌4.99%，前一天所有关于“Fed没那么鹰”的乐观，24小时之后几乎全部变成了流动性撤退。
为什么会这样？
因为市场很快意识到，“没有更鹰”和“货币政策已经宽松”，根本就是两回事。
这句话放到现在同样适用。
现在最大的风险不是看多AI错了，AI产业趋势完全可以继续往上走，存储也完全可能继续接棒，Muse后面也可能继续给市场新的催化。
真正危险的是把这几天高Beta股的暴涨，理解成“加息已经没事了”。
Fed现在没有宣布紧缩结束，最新点阵图和官员讲话反而仍然在提醒市场，通胀压力没有真正解决。只要10年期美债收益率重新站回5%以上，油价重新反弹，或者接下来通胀数据再次超预期，那么市场马上就会重新问一个问题：Fed后面到底还要加几次。
而到了那个时候，第一个被卖掉的，通常不是那些最便宜、最没涨的股.票，反而恰恰是过去几天涨得最猛、估值弹性最大、仓位最拥挤的那一批。
所以现在这个市场其实没有想象中复杂。
AI在踩油门，Fed还踩着刹车。
过去两天，只是因为刹车暂时松了一点，所以油门的力量一下子被放大了，但这不代表刹车已经被拆掉。
美股投资网认为，接下来真正值得盯的，是三件事能不能同时成立：
只要这三件事同时存在，这轮AI行情就还有继续往产业链深处走的空间；但如果前两个越来越热，第三个突然翻脸，那么市场也会很快重新提醒所有人一件事：产业趋势决定你长期应该看哪里，利率决定你短期要付多少钱。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
Workday 最近给部分大客户免费开放一年 Sana Enterprise，很多人第一反应是：它是不是自己搭了 AI 基础设施，所以推理成本很低？
其实不是。
美股投资网认为，Workday 的路线更像是：
它把 Gemini、GPT、Claude 这类大模型，当成未来可以随时替换的“AI 算力层”。
目前 Sana 默认接入的是 Google Gemini，但 Workday 真正掌握的核心不是模型，而是：
企业HR 数据 + 财务数据 + 公司权限 + 工作流 + 审批规则 + AI Agent。
比如员工问：
“我刚生了孩子，帮我添加家属、更新福利，再告诉我还有多少产假。”
Gemini 负责理解和推理，但真正知道员工身份、福利计划、公司政策、审批流程，并能执行操作的，是 Workday。
所以它的产品更像：
Gemini / GPT / Claude
↓
Workday Sana
↓
企业数据 + 权限 + 工作流 + Agent
↓
真正执行 HR 和财务任务
这也是为什么 Workday 没必要自己训练一个 GPT-5 级大模型。
未来它甚至可以做模型路由：
简单任务→小模型 / 开源模型
复杂任务→ Gemini / GPT / Claude
谁更便宜、更强，就用谁。
所以 Workday 免费送一年 Sana，重点未必是“AI 成本有多低”，而是先让客户把更多工作流搬进 Sana。
一旦 HR、财务、审批和 Agent 都开始围绕 Sana 运转，客户以后换掉的就不只是一个软件，而是一整套 AI 工作方式。
这才是 Workday 真正想赌的未来。
$WDAY $GOOGL #AI
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
微信分析师 微信公众号
