作者 Mr. Z 在 PANews《168X》最新一期节目中，再次邀请 AI 产业从业者「挖掘机」对 AI、半导体与相关资产的阶段位置作出判断。节目时间为 2026 年 8 月 19 日。当天，半导体板块自此前的剧烈去杠杆后出现一段反弹；同日，宇树科技上市开盘一度暴涨 600%，市值冲上 3,600 多亿元人民币，折合 530 多亿美元，超过美国 Figure AI 私募市场约 390 亿美元的估值。节目围绕一个问题展开：这轮 AI 与半导体牛市，是重新起涨，还是已进入顶部区间。
5、6 月降仓后仍以现金为主
「挖掘机」在节目中表示，他在上次分享结束后就已开始降仓，之后仓位一直维持在较低水平。按其说法，美股、A 股、港股以及当时配置的一些日股仓位都已明显下调，目前仅保留一点美股仓位，其他市场基本没有持仓。
在他看来，市场需要分开看待。对韩国、日本和 A 股相关板块，他给出的判断较为直接：这些市场在他看来已经见顶，后续难以再创出新高，甚至未必能重新接近此前高点。
Coding 之外，暂未出现第二个短平快的大市场
谈到产业基本面时，「挖掘机」把焦点放在过去一年多持续被讨论的 Coding 场景。他称，两家头部 AI Labs 的核心叙事主要围绕这一市场展开，相关 ARR 增长迅速，也推动了半导体行情中涨幅最猛的一段。
但他提出两个问题。第一，除了 Coding 之外，当前还没有看到另一个能够快速放量、足以吃下大市场的应用场景。第二，开源模型在近三四个月能力进步很快，不论是中国大陆还是美国的开源模型，水位都已经明显抬升。按他的说法，这与去年 DeepSeek 那一阶段不同，当时模型智能仍有较大提升空间，而到了现在，开源模型已不只是「能不能用」的问题，也不只是「好不好用」，而是已经跨过临界点，用户关注重点正在转向价格与成本。
他还以图片模型举例称，Google 的 Nano Banana、GPT 的 image、千问的 image 之间已经出现明显同质化竞争。由于竞争者增多，算力使用率下降，成本与价格也随之下行。他表示，至少在自己可见的范围内，大语言模型未来也可能落入类似局面，这会削弱现有叙事。因此，他此前曾在推特发文指出，头部 AI Labs 短期存在泡沫，但长期仍可能随着各行业业务展开而重新增长。
闭源转开源正在发生，软件公司更看重成本与数据安全
节目中，「挖掘机」称，不论海外还是中国大陆，已有不少 Agentic 公司把原先采用的闭源大模型方案切换为开源模型，主要出于两层考虑。
- 一是成本。随着开源模型能力上升，其性能已足以支撑很多业务需求。
- 二是数据安全。按其说法，头部 AI Labs 更容易借助客户数据学习某一业务，而对 SaaS 公司来说，数据本身就是自身 knowhow 的一部分。
他提到，Perplexity、Coinbase 都在逐步向开源模型迁移，国内市场也有类似情况。其判断是，随着 Coding 逐步逼近瓶颈，OpenAI、Anthropic 等公司势必会进一步争夺 SaaS 公司的业务，这也会使软件公司对闭源模型保持更强防范。
86% 毛利能否持续，关键要看下游应用能否撑住
谈到产业链利润结构时，节目回顾了上月底海力士财报中的一个数字：毛利率达到 86%。主持人提到，价格向消费端转嫁也已出现，例如苹果涨价。对此，「挖掘机」表示，这样的利润水平在他看来难以长期维持，他也对闪迪 CEO 关于未来 4 年维持毛利的说法表示担忧。
他的逻辑是，上游毛利能否站稳，取决于下游应用端。如果下游利润率开始松动，却仍要求上游维持极高毛利，这一结构本身就较脆弱。尤其当利润水平已处在极端区间时，无论是基本面逻辑还是市场叙事，都会变得更容易被打破。
他认为，前期板块出现过一轮下跌，随后又有一轮反弹，这种反弹并不奇怪，因为短期财报数据仍然坚挺，加上一些回购动作，对股价形成支撑。但在长期逻辑上，现阶段并没有足够依据支持这种高利润状态持续下去。
在中游 CSP 环节，他表示当前数据仍很好，因为需求尚在。不过，在需求由闭源模型转向开源模型的过程中，投资者需要注意一件事：闭源模型对应的是超高毛利，而开源模型未必能维持这样的利润结构。即便 token 消耗量持续上升，价格是否还能守住，仍然要打问号。
他把判断的重点重新落回下游应用场景。如果没有新的场景快速突破，其他讨论意义有限。以当前情况看，Coding 之外的场景仍较少；SaaS 或许能够创造一些需求，但由于 SaaS 更依赖 knowhow 与渠道推进，往往需要逐行业铺开，速度明显慢于 Coding。
主持人也提到一个市场现象：三星、海力士财报表现都很好，但股价在财报发布后下跌，这在他看来属于危险信号。双方随后讨论存储板块是否仍是周期股。「挖掘机」表示，他基本同意主持人的看法，即这类公司并未脱离周期属性，只是当前体现的是上行阶段，若后续再次出现供给过剩或需求下降，周期性仍会重新显现。
更像房地产，而不是 2000 年泡沫
对于这轮 AI 资产热潮，「挖掘机」的表述是：市场本质上是在交易基础设施建设。美国正在建设新一代基础设施，包括数据中心和电力系统。大规模加杠杆扩建时，上游资源自然会趋紧。
不过，他认为市场已经出现几个信号。首先，从资金源头看，CSP 是主要资金提供方，因为 AI Labs 本身几乎不产生现金流；除此之外，还有来自中东一些主权国家的资金。按节目中的说法，Jensen 正在去华尔街拉拢投行与 Blackstone 之类资本入场，号称 5,000 亿美元规模，本质上就是继续把更多资金拉进体系中维持这套运转。
他进一步指出，所有新增资金最终都会回到一个问题：能否产生超额收益。比如，如果 Anthropic 未来一年能维持 70% 至 80% 的毛利率，那么这套逻辑或许成立；但他质疑，这一假设目前是否真的站得住。
在他看来，智能能力本身具有同质化特征。当竞争趋同，长期维持高毛利几乎不现实，产品最终会更接近商品化。如果这一判断成立，上游利润率也很难长期停留在当前高位，后续更可能出现利润回落、竞争加剧、下游应用逐步扩散的局面。
当被问到这是否类似 2000 年泡沫时，他表示自己并不倾向于直接对比 2000 年，而是认为更像房地产。原因在于，2000 年泡沫中很多企业并没有利润，而当前很多环节确实已经产生真实利润。但市场是在一个共同假设上继续加杠杆：头部 AI Labs 能维持很快增速和高毛利，因而后端持续扩张、把数据中心等资产打包为债务再融资，这种模式与房地产时代围绕房价持续上涨预期不断加杠杆有相似之处。
他还用中国房地产周期作历史对照：从 2000 年左右启动，到 2007 年、2008 年后又持续上涨多年，但中国的铜和钢铁在 2007 年就已见顶。在他看来，这与当前存储板块并没有本质区别。只是金融周期和实体周期之间原本就存在时滞。2023 年初，实体周期仍然较弱，CSP 财报很差，资本开支也在缩减，但半导体股价已经先行上涨；而现在则可能反过来，业绩仍好，但若半年后没有新的叙事和产业逻辑变化，业绩见顶将逐步反映到股价上，而股价往往会先走一步。
节目还提到，几家 CSP 今年合计资本开支达到 7,250 亿。主持人提到所谓 NVIDIA Backstop，即用 NVIDIA 资产负债表做后盾，鼓励 Neocloud 建 AI 数据中心，并在部分违约风险上提供兜底。「挖掘机」回应称，从长期看，所有智能最终都会建立在数据中心之上，数据中心长期未必会过剩，类似当年提前铺设的光缆，最终都有用途；但他质疑的并不是长期方向，而是当前价格是否合理，例如美光 75%、85% 的利润率、英伟达 75% 的利润率，在他看来都值得怀疑。
他补充称，Jensen 对 Neocloud 的支持只是部分兜底，不是全面承担风险。对 NVIDIA 来说，尽快把 GPU 卖出去当然最有利；同样，他维护开源模型，也有商业考量。如果模型市场被两家闭源公司垄断，对方完全可能自行研发 ASIC，这会削弱 NVIDIA GPU 的地位；而开源模型越多、架构越分散，越有利于 NVIDIA 当前的卡销售。
以闪迪为例估值：按节目测算约 1,600 亿美元
在估值讨论中，「挖掘机」表示，那些近期涨价幅度很大的公司，自己大致不会再看。其理由是，长期需求或许仍会高速增长，但如果价格已经被推得很高，未来就必须依赖很大的销量补足 EPS；而当市场进入主要靠「量」补利润的阶段时，股价很可能已经处在一段长时间高点附近。
他以闪迪为例做了一个 DCF 练习。按照节目中的估算，闪迪税后现金流大约每年 300 亿美元；若假设未来 4 年价格都能维持不变，则对应 4 年合计约 1,200 亿美元利润；再按周期底部给予公司 400 亿美元残值溢价，合计估值大约 1,600 亿美元。他指出，如果未来 token 价格继续下跌、GPU 订单回落，那么 CEO 关于未来 4 年价格稳定的判断就可能被推翻，估值也需要重新计算。
宇树科技市值超过 Figure AI，受访者称机器人 5 年内难见大规模落地
除 AI 模型和半导体外，节目也谈到机器人。主持人提到，宇树科技当天上市开盘涨幅约 600%，最高市值达到 3,600 多亿元人民币，折合 530 多亿美元，高于 Figure AI 在私募市场约 390 亿至 400 亿美元的估值。他认为，这更像是在交易情绪，而不是基本面。
对此，「挖掘机」表示，自己一直不看好机器人赛道，哪怕是在此前行业热度很高的时候。按他的判断，机器人距离真正落地仍然很远。当前围绕机器人的炒作，一部分集中在供应链，如丝杠、灵巧手等，但要实现大规模推广，仍有几个关键问题待解。
其中最核心的是模型训练所需的数据。机器人行业数据采集难度很高，不像自动驾驶可以依赖海量司机自然提供数据。按他的说法，许多机器人公司目前仍需靠人工手扶机器人完成操作，以这种方式采集训练数据，速度很慢；而且除了视觉数据外，触觉等数据同样难以获取。基于这些现实约束，他的判断是，机器人在未来 5 年内都看不到大规模落地，包括美国的特斯拉和 Figure。
不过，他也表示，长期并不否认这一方向的潜力，只是现阶段尚未看到技术突破到达拐点的迹象。节目中主持人还提到，中国开源模型如 DeepSeek、月之暗面 Kimi、千问等表现很强，且成本据称不到美国同行的 10%；他还提及，按其印象，DeepSeek 认购了宇树科技接近 5% 的股权。对此，「挖掘机」回应称，中国在高工业技术产业的制造、本体环节确实可能具备优势，但在临界点到来之前，他仍不会对该行业转向乐观。
RSI 被视为 Transformer 路线的最后一级台阶
关于市场持续讨论的 RSI（递归自我改进），「挖掘机」将其拆成技术与渗透率两部分。
在技术侧，他回顾称，自 2017 年 Transformer 出现后，AI 每一代发展大体经历预训练、后训练、强化学习，再到 online learning。如今所谓 RSI，在他看来本质上是 online learning 的升级版，即让足够聪明的模型自行筛选样本、自行训练，训练频率甚至可以达到几分钟一次。他据此判断，Transformer 这一路线已经接近走到头，下一次明显技术迭代很难再单靠 Transformer 本身完成，需要新的模型结构加入，智能水平才可能再上一个台阶。
在渗透率侧，他表示，自己观察到身边深度使用 AI 或可能深度使用 AI 的人群，基本都已被覆盖。Coding 的跃迁点出现在去年 Claude Sonnet 4.6 推出后，当时 10 个人里只有两三个人在用；到今年三四月、四五月，已经接近 10 个人里 10 个人都在用，而且一个人手上往往同时开着 Codex、Claude Code、Cursor 多个工具，使用深度接近拉满。
与此同时，开源模型普及也推动订阅价格下行。按节目中的说法，订阅费用已从 200 降到 100，而且还在继续降，因为成本下来了。很多同事和企业也在逐步把模型切换到 GLM、Kimi 等开源方案，公司层面在推动从闭源转向开源。基于这一点，他判断用户 ARPU 只会下降，不会上升。
他还举例称，自己所在环境从 Claude Code 切换到 Codex 大约发生在 5、6 月，因此预计 Anthropic 的 ARR 放缓会先体现出来，随后才是 OpenAI。后者虽然抢下不少份额，但为了竞争经常重置额度、让利 token、下调价格，相关影响可能会在未来一两个月逐步显现。
主持人提到 OpenAI 曾公告称，暂停针对即将部署的新模型进行两周强化学习训练，理由是达到其定义的「关键网络安全能力」门槛，并追问是否可能另有原因。「挖掘机」对此表示，不掌握内情，因此无法判断；但他强调，要改变自己当前看法，相关公司需要回答几个问题：ARR 是否还能持续增长，市场到底在哪里，靠什么竞争、靠什么维持价格。在他看来，目前尚无迹象推翻其既有判断。
他补充称，即便 token 用量仍可能指数级增长，也不能直接推出 ARR 会指数级增长，更不能据此直接推导出 Anthropic 或 OpenAI 的估值会继续同样方式抬升。所谓杰文斯悖论可能适用于全行业，但不必然适用于某一家具体公司。另一方面，他也提到，当下 10 年期和 30 年期国债利率较高，在某种程度上体现出市场对 ARR 增长的预期很高，因为企业债在与政府债争夺资金，而几家 CSP 龙头吸走了大量市场流动性。如果这一增长假设最终被证明偏高，局面将更尴尬。
产业内部的泡沫信号：把调参的人捧成神
「挖掘机」还从产业内部视角描述了自己看到的泡沫信号。他表示，除最顶尖的少数人外，现在模型训练相关工作在 AI 工具辅助下，很多环节反而比过去更简单，例如清洗数据、搭建模型结构等；但行业里却在把做这些事情的人「捧得跟神一样」。在他看来，这种气氛本身就是泡沫的一种表现。
他还强调产业视角和市场视角之间存在明显错位。行业刚启动时，产业内的人往往偏悲观；而到了中后段，产业内部情绪通常会非常乐观。现在若去调研硬件公司，多数都会说自身业务很好；但在 2023 年初，很多人给出的却是相反反馈。原因在于，产业中的人往往是看到身边需求真实发生才相信，却未必意识到，当周围几乎所有环节都在高景气时，行业往往已经处在顶部区域附近。
这也解释了为什么各行各业都有周期：当产业内部 FOMO、加杠杆扩产时，供给过剩也会随之出现。他还举出另一个现象称，目前大公司几乎都在做 Agentic System，很多团队在做高度相似的事情，仍处于探索阶段且尚无明确结果。一旦行业降温、企业开始核算 ROI，这类重复建设会很快暴露，大量冗余最终都会转化为资本开支，多余算力也可能在这一过程中集中释放。
一级市场融资加速，受访者称上市可能就是短期高点
节目后段谈到一级市场。主持人提到，Jane Street 领投 AI 推理芯片初创公司 Etched 的 7 亿美元融资，公司估值达到 210 亿美元；而在一个月前，该公司才刚完成一笔 3 亿美元 C 轮融资，估值为 100 多亿美元，参投方包括 Sequoia 和 a16z。主持人认为，一家公司在一个月内连续完成两轮融资，是一个值得警惕的信号，说明市场狂热可能开始接近转折点，未上市公司正试图在私募市场尽快融资。
对此，「挖掘机」表示认同，并称 OpenAI、Anthropic 等公司也会很着急。节目中还提到 Anthropic 有传言称可能在 10 月推进 IPO。主持人猜测，在当前市场仍有韧性的情况下，相关公司可能希望借助承销商支持尽快上市。「挖掘机」给出的判断是，上市本身很可能就是高点，至少是短期高点；之后会如何发展，还要看后续基本面变化。不过在他看来，Jensen 与华尔街资本都已经绑在这套体系上，「同一条船」，因此顺利发行本身问题不大，但发行完成后，早期资本套现，局面就会进入下一阶段。
节目也谈到 Crypto：主持人称资金或开始重新关注比特币
节目尾段，主持人提到团队原本带有 Crypto 背景，今年 2 月、3 月时曾感觉围绕 Crypto 的节目关注度下降，因此转而学习 AI 与半导体。他表示，从 6 月底、7 月中到节目当下这轮调整里，比特币跌幅并不算大，自己感觉「有人一直在囤货」；一些 DAT 资产中，例如其口中最大的 Solana DAT Forward Industries，在当周市场普跌时反而仍小幅上涨 2% 至 3%。他据此提出个人观察，称若半导体板块资金开始获利了结或止损，部分资金或许会逐步把目光重新转向比特币，并强调这并非投资建议。
对此，「挖掘机」表示，自己并不懂 Crypto，但有去看 MSTR、Coinbase 的 K 线图，认为主持人的判断「有可能，有点东西」。
投资建议：空仓等待、必要时买 put，对高杠杆板块更谨慎
在节目最后，主持人追问，如果投资者当前持有存储、Neocloud、GPU 等仓位，具体该如何处理。
「挖掘机」给出的回答是，散户最好的做法就是空仓等待，等这些事情某天真正爆掉之后，再去买那些政府一定会救的公司，他举例提到英特尔。如果手里已经持有芯片股、存储股，而且仍看好长期方向，可以买 put 做保护，用少量资金为多头仓位买保险；而机构由于必须保持一定仓位，则应尽量均衡配置。
在板块偏好上，他表示自己最不看好高杠杆公司，因为市场一旦坍塌，杠杆链条断裂会很快。Neocloud 在他看来是承接微软等大 CSP 风险转嫁的平台：大公司不自己建数据中心，而是交给这些公司去建并给订单，但后者自身不产生现金流、举债率又高，因此他对这类公司保持谨慎。存储公司虽然现金流较足，未必会「死」，但即便经历过回调，位置仍然偏高；与正常周期比较，其 PB 仍很高，因此也需要谨慎。他明确表示，自己对半导体、对 SOX 维持高度警惕。相较之下，软件更安全一些，云和大 CSP 更安全一些；其他行业只要预期足够低、位置够低，他觉得问题不大。他的总体判断是，美股整体未必会大跌很多，但对半导体的跌幅仍然偏悲观。
若没有新应用场景，2027 年可能是杀伤力很大的一年
当被问及 2026 年这轮「狂暴牛市」是否已基本结束时，「挖掘机」给出肯定回答。他进一步表示，自己较悲观的看法是：如果没有新的应用场景跑出来，2027 年可能会是「杀伤力很大的一年」，也是指数跌幅很大的一年。
他解释称，可以去看半导体指数年线与 5 年均线的偏离度，目前偏离已经很大。即便今年最终只是收平、不继续下跌，明年也可能回踩 5 年均线；若真的回踩，按他的估算，跌幅可能在 40% 到 50% 左右。当然，他也提到，美国和中国台湾都将面临选举，选举前不排除再被拉起一小波行情。但就他的判断而言，这轮行情已经走到末端。
他还表示，全球市场当前除美股外，其他市场已经跌得较多；美股之所以相对坚挺，在他看来与其流动性最好有关，节目中他提到 Bessent 与特朗普一直在维护这个市场。主持人则补充称，中国台湾股市其实已有部分提前反应，例如被动元件公司国巨已经下跌 40% 至 50%。
在利率问题上，主持人提到 Stanley Druckenmiller 的基金 13F 显示，其在布局对利率较敏感的产业，例如房屋和汽车，并由此追问是否可以理解为利率进一步上行空间有限，但也不太可能出现猛烈降息。「挖掘机」回应称，自己并不擅长宏观，但个人看法是，在当前如此高的利率水平下继续加息的可能性不大；更可能的路径是，某些高位环节先发生坍塌，拖累经济进入衰退，然后出现降息，市场再重新慢慢往上爬。
节目最后，他也强调，自己并不悲观看待 AI 产业本身。按他的判断，待产业链上中下游预期完成修正、各公司和各环节回到各自应有位置之后，这个产业仍会继续健康发展。问题不在方向，而在当下价格。在现阶段，他认为这并不是一个好价格。