（来源：科技头版） 硅谷不讲忠诚，只讲未来。 出品 | 科技头版 作者 | 刘峰 2026年的硅谷，没有岁月静好，只有硝烟弥漫。 最近，一则消息炸裂了美国科技圈：入职仅7个月的Meta"超人工智能实验室"AI基础设施负责人、身价高达2亿美金（约合人民币14.35亿元）的华人研究 员庞若鸣（Ruoming Pang），正式转投OpenAI。 这不仅是硅谷"最贵华人"的又一次跳槽，更是在短短一周内，继清华大神张鹏川之后，又一位从Meta FAIR出走的顶尖大脑。 为什么？为什么在扎克伯格挥舞着天价支票簿，在Meta豪掷千金组建"超级智能实验室"之际，那些站在金字塔尖的华人研究员，依然选择"弃船"？ 一切，都隐藏在算力、薪酬和股权背后的硅谷新秩序中。 钱没给够？不，是平台比人才更重要 外界看到的是2亿美金的数字，看到的是庞若鸣放弃了在Meta的天价薪酬。但这背后，其实是一场关于人工智能研发主导权的残酷博弈。 庞若鸣是谁？他不是普通的算法调参师。翻开他的履历，你会发现这是一个典型的构建者。 上海交大本科毕业，普林斯顿博士，在谷歌深耕15年，联手打造了谷歌TPU上使用率最高的深度学习框架Lingvo，后来又去苹果负责基 ...

Group 1: AI Bubble Characteristics - The current AI bubble is characterized as a "rational bubble," differing from historical irrational bubbles like the Dutch tulip mania, due to AI's transformative potential for society[4] - The macroeconomic environment, valuation structures, and investment intensity indicate that the risks associated with the current AI bubble are manageable compared to the 2000 internet bubble[4] - Global major economies are in a rate-cutting window, with actual interest rates significantly declining, which increases market tolerance for long-term capital expenditures and uncertainties in future returns[4] Group 2: Risks and Potential Outcomes - Structural and cyclical issues in the global economy present systemic risks that exceed those during the 2000 internet bubble, driven by demographic aging, debt expansion, and de-globalization[4] - The AI bubble may lead to unexpected liquidity tightening, especially if geopolitical tensions raise commodity prices, potentially resulting in a "secondary inflation" scenario[5] - The difficulty in forming a closed-loop business model within the AI industry could hinder the sustainability of the bubble, as heavy asset expansion increases operational cash flow pressures[5] Group 3: Economic Implications - AI's impact on employment and consumption may lead to economic demand shocks, with the potential for a "smart crisis" that could exacerbate economic downturns[5] - If the bubble bursts, China's adjustment may be more manageable due to its national system and domestic market advantages[5] - The ongoing AI investment is still in the early stages of technology diffusion, with significant room for growth compared to the peak of the internet cycle[7]

大模型市场，直接来了一个「新物种大分叉」。 全球最大AI模型API聚合平台OpenRouter给出数据： 9号到15号这一周，中国大模型的调用量冲到了 4.12万亿Token，第一次超过美国模型的2.94万亿Token。 调用量前五的模型里，中国直接占了四个：MiniMax的M2.5、月之暗面的KimiK2.5、智谱GLM-5、 DeepSeek V3.2。 市场已经彻底分成两拨人：BAT正在「向内收缩」，把模型塞进搜索、电商、办公这些老业务里；新势 力Kimi、智谱、MiniMax则「向外长手」，靠成百上千个Agent死磕开发者生态。 这是商业底层逻辑的彻底分家，大家都在算一笔名为投资回报率的生死账。 01 先得搞清楚一件事：这4.12万亿Token的调用量，到底是谁在用？ 要光看新闻标题，肯定以为中国老百姓突然爱上跟AI唠嗑了；OpenRouter的用户构成很有意 思，上面美国开发者占了47.17%，中国开发者只有6.01%。 这4.12万亿Token，主要是全球那帮程序员「用脚投票」投出来的，跟咱们在抖音刷到的那些AI聊天没 啥关系。 所以，Token调用量比DAU实在多了，日活用户能被红包砸出来，能被 ...

英伟达CEO黄仁勋在2月25日财报电话会上确认，公司已接近与OpenAI达成合作协议，但澄清此前传闻 的1000亿美元投资"从来不是一项承诺"。该协议涉及英伟达向OpenAI提供先进AI芯片及技术支持，以 支撑其大模型训练与推理需求，同时英伟达或将参与OpenAI新一轮融资。黄仁勋形容OpenAI为"一代人 中仅此一家"的企业，强调双方自2016年合作至今，OpenAI所有工作均基于英伟达技术平台。 值得关注的是，OpenAI近期也与AMD达成战略合作，计划部署6吉瓦AMD Instinct GPU，显示其在芯片 供应上正寻求多元化。分析认为，英伟达与OpenAI的协议若最终敲定，将进一步巩固前者在AI算力领 域的霸权地位，同时助力OpenAI推进"星际之门"等大规模AI基础设施建设。 此次合作标志着OpenAI采购模式的重要转变——从通过微软等云服务商间接采购，转向与英伟达直接 合作。与此同时，英伟达正加速AI生态布局，本季度已宣布向Anthropic投资最高100亿美元，并与Meta 签署多年期、价值数十亿美元的芯片供应协议，后者将部署数百万颗Blackwell和Rubin GPU。黄仁勋表 示，公司投资 ...

图源：网络 需要说明的是，"蒸馏"是全球部分AI公司训练自家大模型的常用手段，而Anthropic自己，恰恰是"蒸馏"技术的使用者，甚至存在更激进的数据抓取行为。 值得一提的是，Anthropic如今却成了人工智能领域对中国最不友好的公司之一。2025年9月，Anthropic在官方文件中明确封禁对中资企业的服务。其实指 责中国企业进行数据蒸馏，已经成了美国企业惯用套路。就在2026年2月12日，OpenAI向美国国会提交内部备忘录，明确指控DeepSeek通过复杂的混淆手 段，绕过其安全防护对GPT系列模型实施蒸馏行为。 Anthropic这次直接对中国企业"高调指控"，一个重大背景是进入2026年2月，美国AI概念股出现多轮明显下跌，资本市场对人工智能的未来产生了"颠覆传 统商业模式"的担忧。CNN评论也指出，不少所谓大模型，其实只是精心包装过的搜索引擎。 马斯克嘲讽、资本变脸，中美AI大战升级，中国凭什么破局？ 开工第一天，AI圈就上演"大戏"！美国AI独角兽Anthropic突然发难，指控DeepSeek、月之暗面（Kimi）等3家中国AI企业，靠"蒸馏攻击"抄袭技术。 "蒸馏攻击"是什么？先按下不表 ...

机构：高景气格局有望持续 | 代码 | 名称 | 现价 | 张唱� 涨跌 | | --- | --- | --- | --- | | 300317 珈伟新能 | | 5.36 | +0.89 +19.91% | | 003032 | 南网能源 | 8.22 | +0.75 +10.04% | | 600452 涪陵电力 | | 13.28 | +1.21 +10.02% | | 002015 | 协鑫能科 | 14.16 | +1.29 +10.02% | | 000899 | 赣能股份 | 14.61 | +1.33 +10.02% | | 6660000 | 闽东电力 | 14.43 | +1.31 +9.98% | | 001896 | 豫能控股 | 13.34 | +1.21 +9.98% | | 600744 华银电力 | | 7.94 | +0.72 +9.97% | | 600821 | 金开新能 | 7.39 | +0.67 +9.97% | | 600644 乐山电力 | | 13.12 | +1.04 +8.61% | | 600157 永泰能源 | | 1.84 | +0.13 +7.6 ...

2026 年 2 月 27 日 陈伟光 S0340520060001 电话：0769-22119430 邮箱： chenweiguang@dgzq.com.cn SAC 执业证书编号： S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq.com.cn S0340524070002 电话：0769-22119302 邮箱： chenzhanqian@dgzq.com.cn 超配（维持） 散热需求向互连系统延伸，连接器散热成为重要补充 深 度 研 AI 集群互连散热专题报告 证 券 研 究 报 告 资料来源：iFind，东莞证券研究所 相关报告 投资要点： 本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 通信行业 SAC 执业证书编号： 罗炜斌 AI集群功耗上扬，集群散热需求增长。AI算力需求呈指数级爆发直接推 动了AI集群功耗上扬，从单芯片到机柜级别的功耗密度的激增已经超越 了传统数据中心的设计极限。以英伟达产品为例，2026年是其AI硬件产 品将从H100/H ...

AI 编程行业深度报告 2026 年 2 月 27 日 卢芷心 S0340524100001 电话：0769-22119297 邮箱： luzhixin@dgzq.com.cn S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq.com.cn S0340520060001 电话：0769-22119430 邮箱： chenweiguang@dgzq.com.cn 超配（维持） 海外价值获验证，国内市场开启高增长周期 深 度 资料来源：iFind，东莞证券研究所 投资要点： 本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 SAC 执业证书编号： 罗炜斌 SAC 执业证书编号： AI Coding向"自主型Agent"跃迁，未来市场空间广阔。AI Coding已 成为众多AI应用领域中落地速度最快、发展潜力最大的细分赛道之一， 其产品或功能演进高度依赖底层大模型能力的发展。当前，国际前沿编 程大模型发展由海外厂商引领，而国产大模型正展现出强劲的追赶态 势。在发展趋 ...

数据不会说谎。2025年全球AI芯片市场规模突破1200亿美元，台积电、三星的3nm产线火力全开，单块 GPU的算力三年翻了10倍。可另一边，全球电力增速常年维持在3%左右，欧洲甚至因能源危机砍了数 据中心的供电配额。马斯克的焦虑不是空穴来风：当单个AI集群的功耗突破100兆瓦（相当于一座小型 核电站），当数据中心耗电量占全球10%且还在飙升，地面上的"电"确实快不够用了。 "记住我的话，36个月内太空会成为部署人工智能的最便宜去处。"马斯克的语气带着惯有的笃定，像极 了当年宣布"殖民火星"时的决绝。但这次，他的论据扎得很痛："芯片产出几乎呈指数级增长，但电力 产出是平的。那么你要如何让这些芯片通电？靠魔法电源？魔法电力精灵吗？" 当马斯克用"魔法电力精灵"调侃地面电力困境时，黄仁勋正拿着散热板图纸算尺寸。一个在太空画饼， 一个在现实算账——这场关于"太空数据中心"的隔空对话，撕开了AI时代最尖锐的矛盾：人类对算力的 贪婪，正在把地球逼到电力极限。 二、黄仁勋的"冰冷现实"：没空气的太空，散热板得造到"看得见" 就在马斯克畅想太空算力乌托邦时，黄仁勋在财报电话会议上泼了盆冰水："在太空中，能源与散热是 两回事 ...

Core Viewpoint - The intense negotiation between the Pentagon and AI startup Anthropic regarding military technology boundaries is causing significant reactions in Silicon Valley, with employees from major tech companies voicing their concerns about ethical implications and potential misuse of AI technology [1][2]. Group 1: Employee Reactions - Over 100 Google AI employees submitted a letter to management demanding clear boundaries in collaboration with the military, specifically opposing the use of their technology for mass surveillance or autonomous weapon systems [1]. - Nearly 50 OpenAI employees and 175 Google employees also published an open letter criticizing the Pentagon's strategy to divide tech companies and urging them to unite against unethical practices [1]. Group 2: Pentagon Pressure and Responses - The Pentagon has exerted significant pressure on Anthropic to allow the military to use its Claude model for "all legitimate purposes," which Anthropic's CEO Dario Amodei has firmly rejected, citing moral objections [2]. - Google employees expressed their desire to prevent any transactions that would cross ethical boundaries, indicating a strong internal push against military collaborations [2]. Group 3: Google Executives' Stance - Jeff Dean, a prominent Google engineer, publicly supported Anthropic's position, emphasizing that mass surveillance violates constitutional rights and can lead to misuse for political or discriminatory purposes [3]. - Google has a complex history with employee activism, having previously faced protests that led to the cancellation of military contracts, highlighting ongoing internal ethical scrutiny [3]. Group 4: Military Strategy and AI Risks - In response to Anthropic's stance, the Pentagon is seeking alternative solutions, having already reached an agreement with xAI to use its Grok model for military applications [4]. - The Pentagon's negotiations with Google are ongoing, and there are threats to invoke the Defense Production Act to compel Anthropic's compliance, indicating a high-stakes environment for AI in military applications [4]. - Concerns about the potential risks of AI in military contexts are underscored by simulations showing that top AI models could opt for nuclear weapon use under pressure, raising alarms about the implications of AI in decision-making [5][6].