Welcome to Yahoo TV，我是Josephine Lei。今天我想和大家聊聊美国政府、科技巨头和华尔街之间的资本争夺战。我相信许多人都对近期发生的事件感到关切——无论是我们之前讨论过的美国国债问题、科技公司的大规模借贷，还是为什么华尔街机构突然开始警告潜在的过度杠杆风险。
这造成了巨大的资本流动，你可能会想知道自己是受益者还是受害者，但有一个关键要素我想在今天为大家拆解并分享。如果我们回顾时间线，从今年一月到六月，科技和AI公司开始大量借贷，并在八月达到峰值。
从这个八月的峰值开始，我们逐渐看到对美国国债的连锁影响。到了九月，美国政府采取了广泛行动，企业债券、美国国债甚至全球债市之间的关系变得日益清晰。到了十月，你会注意到各种警告出现，这导致了AI板块的重大调整；一些估计显示在峰值时下跌了约11%，尽管其他指数如标普500仅下跌了几个百分点。
这一切的核心在于一个主要的潜在因素。过去，当我们讨论流动性时，往往是从国家到国家的角度，例如亚洲金融危机；但这次我想为大家拆解说明，世界现在正处于一个资本大规模争夺的时代。这涉及政府、企业和华尔街的角色。他们共同面对AI带来的压倒性浪潮。
在此背景下，美国建立AI霸权的模式仍然是资本驱动的，利用巨额资金构建能够确立未来标准并定义下一个五十年的结构。例如，我们在过去看到过类似的结构，从IBM到微软，甚至包括苹果智能手机。
在这个广阔的结构中前端投入的资本无论是通过股权还是债务本质上都是在押注一旦你确立了标准或达到里程碑，就会有各种全球货币化渠道将资金收回。所以这是一种资本发展模式。
在AI和通用大规模模型兴起的前提下，你可以看到它蓬勃发展，你能叫出名字的主要公司都投入了其中。但突然之间你遇到了来自中国大陆的另一种AI发展模式，它侧重于赋能千行百业在各种场景中实施应用并利用大规模分布式研发。
最终通过使用开源参数或代码甚至部分版税收取方式，其结果与美国最初预期的货币化资金和金额截然不同。因此你原本的资金逻辑是只要我投入足够的钱最终无论如何都能收回成本。
现在随着中国大陆新AI发展模式的出现——其特征是去中心化应用、赋能千行百业并惠及千家万户——在中间产生了一种潜在的“穿透效应”。这也是你最近看到的，从高盛到摩根大通都在向公众发出警告。
回到正题，这与美国国债有什么关系？我们都知道今年在非常短的时间内美国国债就超过了40万亿美元。这个数字实际上是在美国财政年度于9月30日结束后出现的；从那天起到今天10月20日录制此时它仍在持续攀升且速度很快。
因此如果你是在美国掌权的人你已经看到最近发行的债务需要提供更高的收益率，甚至需要使用许多非常规工具来维持美国财政的相对稳定性——我甚至不能说是财政平衡只是相对稳定。
那么在同一池资金中争夺资金的紧迫感变得越来越高，因为美国国债提供的收益率——例如30年期债券超过5%——与不断上升的企业债务相比，不可避免地会造成资本竞争。
为什么会有资本竞争？因为他们最大的资金池实际上是相同的。主要的养老基金、保险机构和大型资产管理公司都是从同一池资本中进行管理和配置。
根据哪里最安全且回报最高，以及我愿意承担的风险我可能会投资于美国国债、短期债务、黄金、石油或企业债券。所以虽然这些事物表面上看起来完全无关，但从资本的角度——即华尔街和主要资产管理者的视角来看——他们只是在同一池资金中分配资源和资产。
今天我想用一些例子和记录来为大家拆解这一点。例如我们刚才提到9月30日标志着美国财政年度的结束。Bessent早在四月或五月就已经表示，他希望到9月30日时TGA余额强制达到9500亿美元。
TGA可以被视为美国财政部在美联储持有的支票账户，可以随时提取资金。这就是TGA的含义，而他希望其中保持9500亿美元的余额。
因为他设定了到9月30日财政年度结束时TGA余额为9500亿美元的目标，你会注意到他接二连三地做了很多事情。我可以将其分解为主要三个行动，就像你是家庭户主处理债务时所做的那样。
他做的第一件事是前置化——即使我目前不一定需要，也提前发行债务，利用良好的条件筹集一些资金， specifically 为了满足9月底强制性的9500亿美元余额。
他做的第二件事是你注意到在九月左右大量的“再融资”——发行新债券替换旧债，或者使用我们常见的概念即借新还旧。只是对于美国国债来说你必须发行新的来替换旧的。
所以你会看到我们讨论30年期或20年期的债券，但新发行的债务主要是3年期、10年期和30年期票据旨在一对一地替换现有债务。
然而我们必须看接下来的12个月，现有的债务存量如此之大以至于我们要看到它如何被替换；在未来一年中该债务存量为10万亿美元。所以即使你发行了一些新债，你仍然必须不断处理到期的10万亿债务。
同时你会注意到许多新发行的债券是短期的，这就是我们
最令其担忧的是财务上的“短借长贷”风险。若大量举借短期贷款以偿还长期债务，一旦期限错配，便面临巨大风险。财政部正如此操作，并采用巧妙的还款策略：包括到期本金偿还、防御性借贷以及回购。此前贝森特曾提及拟进行20亿至40亿美元的回购，起初众人嘲笑此举对40万亿国债杯水车薪。实则他利用短期债务（如国库券）到期时，迅速发行市场愿意吸收的新债来置换旧债。
这一过程本质上是减少市场流动性的调整。九月间，美国政府的三大举措——前置发行、再融资和回购均有所体现。鉴于债务上限为41.1万亿美元，而当前已超40万亿（约40.4万），形势紧迫。这对行业有何影响？首先，若从同一资金池融资且面对相同的资产配置者，其他企业的借贷成本必然上升。
即便美国政府担保的利率已达5%，作为高风险企业该如何应对？CoreWeave便是近期案例。其逻辑纯粹为资本驱动：重金建设算力并出租变现。因有初始资产背书，它可从市场借入大量资金。然而很快，其信用违约互换（CDS）——即针对潜在违约的保险定价飙升至近10%至11%。
当违约保费如此之高，且需支付两位数利息时，这不仅是单一公司的问题，更反映了该行业风险评估与供需关系的失衡。所谓供需，指那些资金雄厚的机构（如保险基金或大型资管公司）开始质疑是否投资于此。它们需权衡资金投向，可见政府与企业借贷间的关键因素是华尔街。
无论是通过管理资产配置还是利用定价机制（如CDS），当风险溢价过高，资本自然流向他处。此外，“芯片战”也有新动向，应用材料公司计划在加州建立“EpicCenter”。我认为该中心将成为美国领导亚洲“国家队”的核心。
通过建设此中心，英特尔、台积电等芯片制造商以及三星、SK海力士和美光存储厂商等均被纳入。所谓50亿美元投资涵盖设施与设备，实则打造协同研发新枢纽。这令我想起近三十年前参观英特尔时的感受：当时Intel自称为“校园”，类似大学环境，研发人员集中于一地。
如今ICCenter旨在复制这一模式，其终极目标是通过确立标准来建立权力垄断。因此，即便能降低初期研发成本，但在向实体制造及未来发展推广时仍需巨额资本投入。看看台积电赴美投资便知，其规模非数十亿而是数千亿美元级别。
因此，未来的资本争夺战——即全球可用资金的竞争不会是一日之功，也不会在本财年结束。美国政府长期的财政问题迫使其持续向市场借贷；同时，为在AI世界领先并确立新标准与垄断地位，政府与企业均需持续借款。
这种借贷不仅发生在美国，更通过华尔街流向全球，涉及影子银行及其他金融机构。例如最新数据显示AI公司今年可能借款4600亿美元。但若计入其其他承诺（如未来算力担保或扩产计划），在影子银行体系内，这些属于“表外”债务。
这类未出现在资产负债表上的承诺已达2.8万亿（保守估计），我也见过3.5万亿甚至4万亿的数据。由于涉及非银行金融机构，缺乏统一报告或绝对统计追踪，故数据范围在2.8万亿至4万亿之间。
难怪为保持美国政府稳定并防止金融部门过度杠杆化，九月和十月间各大投行纷纷警告谨慎行事。但无论多谨慎，美国政府需借新还旧以维持现金储备，而科技行业则需借款建设算力并锁定未来标准。
这两种需求具有持续性，华尔街的定价将持续在二者间创造动态平衡。这些掌握最大资金池的公司，实质上决定了谁能从同一池中获取资本、以何种程度和资源、承担多大风险。
因此，今日我想探讨从八月九月至十月的技术变革及美国财政操作。它们有一个共同点，即公因数：华尔街不仅在配置资产，更在进行资本分配与风险分配。
最终，它决定了哪些具体行业将获得相应的资源。在这些分配中，中国大陆目前采用的新AI发展模式可以说是挑战这一整套资本逻辑的最大变量。这些利用大规模资金堆叠出新发展标准的概念，是否会像我们熟悉的PC时代、互联网时代或智能手机时代那样实现巨大的溢价；或者在完全不同的市场条件下变成巨大的泡沫，这是目前所有研究人员都在争论的问题。
此外，我们已经看到美国正朝着相对大规模资本或联合研发的方向发展，希望此时不要过于乐观，也不要让个别公司单打独斗。其目标是建立一个“震中”，汇聚美国所能控制的所有力量，继续在资本堆叠的道路上前行。
事实上，中国大陆在AI发展上的路径与美国的大规模资金堆叠模式截然不同。从去年突然出现的DeepSeek，其在通用大模型上能达到平局水平；到现在无论是K3还是Qwen模型，都可以看出其主要路径并非寻找单一的通用大模型，而是直接落地于不同的行业。
作为其发展的核心模型，赋能各个部门。同时，人形机器人及其他相应的发展也可能使其未来进入千家万户，让更多普通消费者进入AI世界。因此，我认为中国大陆的AI市场发展逻辑与专注于未来变现的单标准大模型完全不同。
试想一下，在我们所知的模式中，有些进入农业领域，使用简单的无人机回传数据，告诉人们何时施肥、何处除草或哪里有害虫。或者在简单传统的织布机上，它可以远距离检测潜在缺陷，显著减少生产浪费。这些都是AI赋能各个行业的例子。
当然还有更多，比如“黑灯工厂”和直接制造，这些我们都已经见证过。将AI整合到实际应用场景中是中国大陆的主要发展模式。这种模式之所以成功，是因为它依赖于其普遍、大规模的基础设施，也就是我们最近常看到的“六网”发展：水、电、通信、算力、城市网络和物流网络。
这六大网络的发展使得无论身处何地的人们都能接受AI服务，或者如果你是开发者，它允许你直接进入研发世界。我最近访问了安徽并印象深刻，因为此前经济发展落后的安徽，近期已跃居中国大陆十大经济体之列。
在从底部追赶的过程中，他们不仅在传统行业取得了巨大进步，也在量子技术等新领域取得进展。他们的领导告诉我们，他们将这称为“沿途下蛋”。在进行技术研发的同时，他们还建立了许多公司并加以培育，从而为当地中小企业创造了众多发展机会。
换句话说，虽然美国的AI开发通常被视为大企业驱动的模式，但在中国大陆，它在不同地理区域拥有非常包容、广泛且可行的发展模式。因此，“赋能千行百业”关乎工业侧，而“进入千家万户”则关乎普通消费者侧。
由此产生的庞大消费加产业市场，最终将成为中国大陆与美国在发展和竞争中的关键分歧点。正如我刚才所说，包括Kimi和K3在内的实体是这条资本之路上的最大障碍，也是这些公司可能无法绕过的关卡。感谢大家的观看，我是Peggy Liu，我们下次见。