一份最新披露的交易动态，又把迈克尔·伯里推回市场视线。
这位因做空次贷危机而成名、并被电影《大空头》记录的基金经理，6月30日通过其 Substack 通讯《Cassandra Unchained》披露了一份做空名单，涉及英伟达、特斯拉、应用材料、工程机械巨头卡特彼勒，以及费城半导体 ETF SOXX。其中，英伟达的入场价被列为 198.09 美元。7月1日，他新开仓做空美光科技，入场价为 1051.87 美元。到了 7月25日，伯里再次发文，继续扩大对英伟达、美光和 SOXX 的空头仓位。
伯里这次盯上的，仍是 AI 基建财务处理
伯里给出的核心理由并不新鲜，焦点仍落在 AI 基础设施建设的财务逻辑上。他提出两项主要质疑：一是所谓“表外循环融资”，二是折旧年限虚报。他认为，英伟达客户端的财务处理方式，可能让整条产业链账面上的利润看起来比实际情况更健康。
消息传出后，社交媒体上的反应几乎是条件反射式的重复看空叙事。市场更关注的，还是英伟达股价随后如何演绎。
6月30日，也就是伯里首次披露相关仓位当天，英伟达收于约 200 美元，与其 198.09 美元的入场价大体持平。进入 7 月后，受 Meta 宣布出租闲置 AI 算力等因素影响，费城半导体指数单日跌超 6%，英伟达一度回落到 194 美元附近，但很快反弹，并在 7 月中旬重新站上 210 美元。
7月25日伯里二次加码后，英伟达在 7 月27日单日跌近 5%，报 196.51 美元。不过，这轮下跌的直接触发因素并不是伯里的披露本身，而是当天一篇报道称，英伟达正讨论向 OpenAI 提供约 2500 亿美元融资担保。伯里随后在社交媒体评论称，这相当于“英伟达担保客户购买自家芯片”，与他此前提出的“表外循环融资”论点形成呼应，也让市场担忧升温。
此后，英伟达股价在 190 美元至 200 美元区间震荡，7月29日触及 190 美元低点后快速回升，7月31日收于 200.75 美元。按这一价格计算，伯里 6 月30日以 198.09 美元建立的空头仓位基本持平，略有浮亏；7月25日以 210.28 美元加仓的部分，则浮亏约 4.5%。
成名之后，伯里的做空并不总是奏效
这套剧情对市场并不陌生。过去几年，伯里频繁发出看空警告，但命中率一直伴随着争议。问题也随之出现：当这样一位“专业悲观者”再次开口，他的判断该如何衡量；而在华尔街，真正持续下注做空这些热门公司的，又到底是少数人押重注，还是更广泛的撤退。
伯里封神的一战发生在 2008 年。次贷危机爆发前，他逐份翻查大量抵押贷款合同，认定许多被评级机构打上 AAA 标签的证券，底层却建立在偿付能力很弱的借款人之上。这一轮做空让他一战成名，“大空头”的标签也自此保留至今。
但在那次成名交易之后，他的战绩并不算稳定。
2020 年底，伯里开始建仓做空特斯拉。随后几个月，特斯拉股价并未下跌，反而继续上行。到 2021 年一季度末，披露出的仓位规模一度被市场解读为数亿美元级别的重仓，尽管其中更多反映的是期权名义价值，实际投入的权利金远小于这一数字。这笔空头在 2021 年三季度已经从持仓中消失，多份报道认为他大概率以亏损离场。
在 GameStop 上，他先是在暴涨前几周清仓，错过了最猛烈的一轮逼空行情；几年后重新买入后，又因不认可公司收购 eBay 背后的债务风险和估值逻辑，再次主动清仓。
围绕英伟达和 Palantir，伯里也给出过两种不同层面的判断。2023 年初，他曾发出一条只有“卖出”两个字的推文，这更像是一次泛市场警告。此后市场反而走出强势反弹，到了 3 月底，伯里本人也承认判断失误。真正把矛头指向英伟达和 Palantir 这两只具体股票，则要到 2025 年 11 月。当时他披露，大约 80% 的仓位押注在英伟达和 Palantir 的看跌期权上。随后，Palantir 超预期财报带来冲击，股价短暂回落后迅速收复失地并创出新高。
进入 2026 年上半年，这两笔空头走势开始分化。英伟达股价继续上冲，市值一度突破 5 万亿美元，伯里的空头仍处于浮亏；Palantir 则在他公开质疑其 AI 业务正被对手蚕食后，单周下跌超过一成。
当然，伯里的记录也并非全是失手。他早在 2019 年就曾警告，被动投资资金无差别流入大盘股可能扭曲定价；据他本人事后向媒体透露，2020 年疫情崩盘前他曾做空并完成获利；他自己也提到，2021 年年中曾判断 meme 股热潮将要退潮。
押中方向和押中时点，从来不是一回事
把这些成功与失手并列起来，会看到一条相对清晰的分界线。伯里真正押对的几次，通常都同时具备“结构性问题”和“明确催化剂”两个条件，次贷违约集中到期、疫情冲击都属于这种情况。相反，那些缺少明确导火索、主要依靠“估值过高”支撑的看空判断，往往在时机上出现偏差。
这也与伯里一贯的分析框架有关。他较少依赖容易被修饰的市盈率和净资产收益率，更关注自由现金流；对评级机构和分析师报告保持距离，习惯像查阅病历一样去看最原始的财务凭证。
这套方法更擅长回答“资产是否被高估”“是否存在隐患”，却不擅长回答“风险会在什么时候引爆”。这正是理解他本轮做空英伟达的前提。
先看一组容易被忽略的数据。英伟达目前的做空比例约占流通股的 1.3% 至 1.4%，处于较低水平。不过，若换算为名义金额，英伟达同时又是美股做空规模最大的个股之一，绝对金额并不小。根据截至今年 2 月的一份统计，做空英伟达的机构整体已亏损超过 50 亿美元，是当时全市场空头亏损最重的一只股票。需要注意的是，英伟达的做空规模在今年初一度收缩后，目前又重新回升。
真正敢于公开、大规模下注做空的，始终只是极少数。伯里声量最大，但并不是唯一一个，也远非主流。
三条做空逻辑，说服力并不一样
伯里这次提出的三条论点，强弱并不一致。
折旧年限：三条里最扎实的一项
第一条争议集中在折旧年限。这里对应的是一个基本会计处理规则：企业购置长期使用设备后，不能把全部支出一次性计入当期费用，而是要按照设备使用年限，在未来多个会计年度内分摊。分摊周期越长，每年确认的成本越少，账面利润就会更高。
伯里的质疑在于，AI 芯片这类硬件更新很快，实际可用年限可能只有 2 至 3 年，但微软、谷歌、Meta 等采购芯片的云厂商，却把折旧年限拉长到 6 年。年限被拉长后，每年摊销成本被压低，账面利润也随之被抬高。
英伟达和部分分析师已经就此作出正面回应，但回应聚焦的是下游客户的折旧政策，而不是英伟达自身。这个问题最后还是要靠未来几年的财报去验证，看是否会出现较大规模的减值。
表外循环融资：依赖更多未完全披露信息
第二条指向“表外循环融资”。这一说法的核心是，英伟达当前看起来旺盛的芯片订单，未必全部来自终端用户的真实需求，可能存在某种“自我创造需求”的资金循环。
市场流传的一种具体版本是，英伟达为某家 AI 公司扩张算力提供资金担保，这家公司据此去租用云服务、采购英伟达芯片，英伟达则确认了一笔“真实”的营收和订单。资金在流转之后又回到英伟达自身，而中间相当一部分资金往来不需要在财务报表中完整展现，因此被称为“表外”。
伯里担心的是，如果把这类“资助客户购买自身产品”的循环剔除，英伟达面向终端的真实需求可能没有报表数字那样强。英伟达对此的反驳是，对外战略投资规模很小，只占营收中的极小比例，相关指控缺乏依据。和折旧年限相比，这一论点更依赖尚未完全披露的信息，可验证性也更弱。
股票回购摊薄：目前说服力最弱
第三条是股票回购摊薄。伯里指称，英伟达近几年进行的股票回购夸大了每股盈利表现。对此，英伟达回应称，伯里的计算口径把员工股权激励对应的税款也计算在内，存在明显错误。伯里本人没有提供更详细的数据继续反驳，因此在三条论点中，这一条目前最缺乏说服力。
同样来自《大空头》，艾斯曼和查诺斯给出不同答案
和伯里立场相反的，是另一位《大空头》原型人物史蒂夫·艾斯曼。艾斯曼表示，暂时不打算做空英伟达，理由包括营收仍在大幅增长、回购和分红还在持续加码、几大云厂商的资本开支承诺仍在扩张，这些数字目前都经得起检验。
不过，艾斯曼也明确表示自己对这一轮上涨的可持续性感到紧张，已经主动减仓，并在 7 月底警告称，只要任何一家科技巨头削减 AI 资本支出，美股就可能面临直线下跌的风险。
两位都经历过 2008 年、都以逆向思维闻名的老将，这次在 AI 问题上给出了明显不同的结论。
传奇空头吉姆·查诺斯的态度则更复杂一些。他认同伯里对于“会计错配”的大方向判断。芯片设备商可以立刻确认收入，而采购芯片的云厂商却把巨额支出按 4 年至 7 年逐期摊销，这种组合让他联想到 2001 年互联网泡沫前夜。当时思科财报持续向好，电信运营商则通过拉长摊销周期掩盖产能过剩，WorldCom 更是直接财务造假，直到丑闻暴露后风险才集中爆发，并酿成美国历史上最大规模的破产案之一。
但在具体操作层面，查诺斯走的是另一条路线。按照他的公开表态，他对存储芯片领域的周期博弈保持谨慎，基本不碰美光；他也不直接做空英伟达，反而认为英伟达比同行更具估值吸引力。他真正押注做空的，是那些同时重仓 AI 基建和商业地产、又处在低资本化率环境中的私募股权公司。也就是说，他下注的是 AI 热潮里金融杠杆外溢的部分，而不是芯片股本身。
把伯里、艾斯曼、查诺斯三方立场放在一起，可以看到一个更清晰的结构：在“AI 是否存在泡沫”这一层面，资深空头之间并非没有共识；但一旦进入“具体做空谁、如何下注”的层面，分歧就变得很大，几乎各自为战。
这场争论里，更值得保留的是什么
方向和操作，从来不是同一个问题。
一个值得留意的悖论是，像存储芯片这样周期性极强的行业，理论上似乎最容易判断“终将回调”，但现实里职业空头却一再在这类标的上遭遇挫折。原因并不复杂。三星、SK 海力士、美光等寡头可以通过减产影响价格节奏；市场的非理性情绪维持时间可能长于空头资金的承受能力；而会计制度又可能把真实问题延后数年才集中显现。这些变量，并不是只靠研究做得足够细，就能准确预判。
这条规律同样贯穿在伯里、艾斯曼和查诺斯身上。判断方向，依赖的是扎实研究、对现金流的敏感、对会计处理的警觉，以及对结构性风险的识别能力，这些可以被学习；但判断何时下跌、会跌多深，则还取决于非理性情绪、产业博弈和随机催化剂能否同时出现，这已经超出纯分析能力的范围，更像是一场概率游戏。
对普通投资者而言，更有参考价值的，也许不是去复制某位空头的具体仓位，而是学习他们提出问题的方式：哪些财报数字容易被修饰，哪些结构性风险容易被忽略，当市场反复强调“这次不一样”的时候，究竟该去核查什么。
至于某一笔空头交易最终能否兑现，这并不是这场争论里唯一重要的部分。
本文首发钛媒体 APP，作者为硅谷 Tech_news，编辑为林深，MarsBit 转载发布。