AI 资产遭遇史诗级抛售，三大核心问题待解

过去一周，美国半导体股遭遇了逾一年来最惨烈的单周下跌。费城半导体指数较 6 月高点累计回撤超过 20%，正式进入技术性熊市。但指数的跌幅只是这轮抛售最温和的一面，跌势几乎蔓延到了整条 AI 产业链。

美光股价从最高点 1254 美元跌至 848 美元，回撤 32.4%；英特尔从最高点 142 美元跌至 95 美元，跌幅 33.1%；AI 云计算公司 CoreWeave 近一个月回撤约 38%。港股方面，长飞光纤光缆从最高 304 港元跌至 141 港元，回撤超过 54%；智谱股价从最高 2410 港元跌至 900 港元，跌幅达 62.7%。最惨烈的地方在杠杆资金：南方两倍做多 SK 海力士 ETF 单周暴跌 47%，从 193.65 港元的历史高点算起不到一个月已跌去超过 70%。高盛资产配置研究主管 Christian Mueller-Glissmann 表示，这是有记录以来规模最大的动量策略抛售之一。

一场覆盖全球 AI 资产的去杠杆

从各细分市场看，韩国综合股价指数较峰值下跌 27%，美国 AI 受益股下跌 25%，全球存储芯片股下跌 36%，欧洲半导体股下跌 23%，其中存储芯片贡献了整体跌幅的约三分之二。然而，这轮下跌并非由基本面恶化引发。台积电将 2026 年营收增长指引上调至 40% 以上，营收基数已超过 1500 亿美元；SK 海力士二季度营业利润同比增长超过 500%；ASML 发布财报后，市场开始上调其未来一至三年的盈利预期，调整幅度达 15% 至 30%。

核心原因在于动量交易资金的系统性平仓。所谓动量交易，即买入过去一段时间表现最好的股票、卖出或回避表现最差的股票的系统化策略。过去一年 AI 算力、半导体、存储和数据中心是市场最强势方向，动量资金因此不断增持这些板块，同时减持甚至做空医药、消费和部分传统行业。一旦市场风格反转，策略会在多头和空头两端同时受伤。

按摩根士丹利量化与衍生品策略团队（MS QDS）统计，本轮广义动量因子从峰值到谷底下跌 28%，整个过程只用 17 个交易日。历史上典型动量回撤中位数为 22%、平均持续 33 个交易日，这意味着本轮只用一半时间便完成了一场幅度更深的风格清算。TMT 动量因子已从高点下跌 40%，无论速度还是深度均创有记录以来最高水平。彭博追踪动量策略表现的指数自 6 月以来累计下跌 13%，可能创 2007 年成立以来最差月度表现。

需要回答的三个核心问题

几乎所有人都相信这轮 AI 变革远没有结束，但这并不意味着 AI 资产股价会持续上涨。在这场超级周期里，其实走着三只速度完全不同的时钟：模型按月迭代，资本按季重估，晶圆厂和数据中心按年建设。市场最终只会被走得最慢的那只时钟校准。

资本开支增长的持续性。 UBS 预计微软、亚马逊、Alphabet 和 Meta 等超大规模云厂商 2026 年资本开支将增长 76%，达到 6730 亿美元；2027 年增速降至 25%，2028 年进一步降至 6%。绝对投入仍高，但边际增速正在见顶。一个重要原因是，在持续多年大规模投入后，科技巨头必须证明这些高额资本投入能够产生足够回报。目前真正实现大规模商业化的模型公司仍主要集中在 OpenAI、Anthropic 等少数头部玩家，CSP 砸下去的千亿美元级资本开支尚未完全转化为同等规模的内部需求和现金流。Meta 考虑对外释放部分算力，便是一个典型信号。

Coding 之外，谁来接棒 AI 商业化。 过去一年 AI 商业化最清晰的方向是编程，从 Claude Code 到 Cursor，Coding 已成为目前最接近「杀手级应用」的 AI 场景。按明年约 2 万亿美元的 TAM 测算，即使 OpenAI（约 2400 亿美元收入）和 Anthropic（约 3600 亿美元收入）快速增长，对应行业渗透率约 30%。有投资者认为，当渗透率接近 30% 后增速可能逐渐放缓，一旦 Coding 增速放缓且没有空间足够大的新场景接棒，市场就会提前交易 AI 收入增速见顶。

存储价格还能涨多久。 在本轮 AI 超级周期中，存储行业利润已到极其夸张的水平。摩根大通算过一笔账：未来三年 SK 海力士和三星电子的预期净利润相当于韩国政府债务的 1.4 倍。存储行业讲了一个「这次不一样」的故事：AI 正在把存储从周期行业变为结构性成长行业。若逻辑成立，三星、SK 海力士、美光和闪迪的估值框架应切换至两位数市盈率。但一方面存储在数据中心整机成本中占比难以继续大幅提升，另一方面下游可能已承受不起继续涨价。这也是市场开始重新审视存储股估值的原因。这已经是 ChatGPT 问世以来存储股经历的第三次大幅回调，前两次都没有真正打断行业上行周期，这一次会不会成为例外，没人知道。

从云厂商到大模型再到存储，每个环节都有需要回答的问题。这些问题何时能有一个清晰答案并不清楚，但至少有一点可以肯定，比起答案本身，所有人都更需要一个新的故事。