策略观察|市场调整的深层逻辑
科技股近期的回调，不能简单地归因于美国长期国债收益率处于高位，其背后更深层的问题在于AI相关股票的远期定价。当前存在三个关键叙事变量：其一，商业化的速度与空间能否跟上市场预期；其二，算力优势是否能转化为市场份额与定价权；其三，当期的算力差距是否会显著拉大远期AI模型之间的代际差异。目前市场共识性的担忧集中在商业化的速度与空间，而最大的潜在变数在于“防蒸馏”技术能否在未来重新拉开模型差距。
至于宏观层面，美国财政部宣布回购长期国债的影响较为有限，但短期内美元走弱以及加息预期的降温，都有助于全球市场K型分化的收敛。然而，推动美国长端利率持续上行的根本因素并未发生实质性改变，未来一段时间可能仍会形成持续扰动。在这些外部因素影响下，A股短期的资金结构决定了市场博弈的复杂性仍在上升，在当前的震荡市中应控制心理预期，避免过度沉溺于宏大叙事。
科技股调整不能简单归因于美债利率高企
美国长期国债利率的高企，更多反映的是AI投资对社会资本的挤出效应，是AI投资依然旺盛的结果。美股科技七巨头去年的债务融资规模为874.9亿美元，而截至2026年当前，这一规模已扩大至2192.2亿美元，较去年全年增长150.6%。过去，这些企业凭借庞大的现金储备和经营现金流，是国债等高流动性资产的重要边际买家；但随着AI算力、数据中心和能源基础设施投资的快速扩张，其角色正从债务资本的供给方转变为需求方。这意味着原本可能配置于国债的企业现金和社会资本，正被更多吸引至AI投资领域。
长端利率高位与科技公司发债扩张，本质上是同一轮AI资本开支繁荣的一体两面，反映的是有限资本在国债与AI投资之间的重新定价。长端利率的上行更多反映的是实际利率的上行，因此用长债利率上行来解释科技股下跌并不合理。
调整背后是AI股票的远期定价问题
首先，商业化的速度与空间是否跟得上市场预期。5月底以来，投资者对Anthropic的ARR反复争论，7月增速确实有所放缓，5至7月的月均增长约为18%；但若将OpenAI也纳入考量，放缓幅度则要小得多。据CNBC 8月19日报道，OpenAI CFO Sarah Friar在8月一次内部会议上表示，季度至今ARR增长约35%。也就是说，同时考虑两家前沿模型厂商，整体ARR的环比增长并未明显放缓。
市场近期还形成了一种新叙事，即相当大比例的前沿模型Token消费并不直接计入模型厂的ARR，而是通过CSP的TaaS（Token as a Service）渠道实现。企业在既有AWS/Google/Azure合同框架内，经由Bedrock/Vertex/Foundry调用模型、按用量付费，CSP与模型厂分成。单看模型厂的ARR会系统性低估终端付费规模的增长，TaaS渠道的增速事实上快于模型厂直接收入增速。这一叙事目前支撑了不少算力投资者的乐观情绪，对北美链核心硬件厂的股价提供了支撑，但只要Agent在非Coding环节还未出现更具潜力的商业付费场景，TaaS叙事似乎仍难以吸引更多新增资金入场。
其次，算力优势是否能带来份额和定价权优势。根据企业支出管理公司Ramp的AI Index数据，在其覆盖的超过7万家美国企业的API支出中，OpenAI的份额从5月的28.5%、6月的28.1%抬升至7月的36.0%，而Anthropic则从71.2%回落至63.4%。拆解到模型层面，这一变化几乎完全由GPT-5.6 Sol贡献，该模型5月的支出份额还是零，7月已单独占到14.9%。若按付费企业数量而非支出金额计算，Anthropic以约44%对40%仍保持领先，但OpenAI的增长动能明显恢复。
一个可能的解释是，OpenAI当前掌握的算力更多，因而在新一代模型的发布节奏和推理容量供给上更为从容。那么“抢到更多算力就能获得更高的应用市场份额”似乎就构成了模型厂继续押注算力的理由。但其中存在一个关键问题：静态份额并不完全等同于定价权。如果前沿模型的能力和Agent功能趋于同质化，且用户切换成本不高、粘性很低，那么静态份额的意义有限，总的市场空间远比份额分配更为重要。根据OpenRouter数据，Anthropic模型的周度Token使用量在7月中旬后出现明显下滑，与此同时OpenAI、Deepseek、Minimax等模型的Token使用量均明显上升。在能力趋同的情形下，算力优势带来的是阶段性份额，而非可持续的超额利润率，最终仍要回到第一个问题，即总的商业化空间。
第三，当期的算力差距是否会显著拉大远期的AI模型差距。这一问题的回答对算力“卖铲人”的远期定价影响最大，因为它直接影响了市场对算力竞赛强度和持续性的预期。目前影响该问题回答的关键，可能在于前沿模型厂未来能否通过“防蒸馏”手段，将训练端的算力优势转化为新一代模型的技术代差，从而获得定价权。8月中旬，来自MATS Research、ELLIS图宾根研究所等机构的研究人员发布了题为《Stealing Reasoning Traces from Proprietary LLM APIs》的论文，详细分析了当前主流API架构下前沿模型推理链的可提取性。论文并未对模型蒸馏下最终定论，但不少证据至少表明，大厂耗费巨额算力形成的推理能力壁垒，确实面临被低成本追赶的风险。
如果这一问题持续存在，那么算力“卖铲人”的定价最终将回归传统公共基础设施链条的定价模式，以时间换空间，爆发性下降。不过，市场目前也存在另一种预期，即前沿模型厂可能在年底前解决防蒸馏问题，并同步发布能力明显更强的新一代前沿模型。若如此，训练端的Scaling优势将转化为远期竞争壁垒和定价权，算力竞赛的强度还将继续升级，AI硬件又会被当作稀缺资源定价，而非公共基础设施链条。
美国财政部回购影响有限，但加息预期走弱利于K型分化收敛
美国财政部8月19日宣布，将扩大对长期国债的回购规模，为债券市场提供更大流动性支持。根据声明，长期国债回购规模将由20亿美元提高至40亿美元，回购对象涵盖10年期至30年期债券。相对于突破32万亿美元的公众持有美债存量，40亿美元的回购规模对债市的影响有限。这一操作更实际的意义在于强化“财政部会在长端利率失序上行时采取‘类YCC’调控”的预期，引导市场形成长端利率的预期上限，压制期限溢价的尾部风险。这种做法的负面作用也显而易见，可能进一步加深市场对财政纪律的不信任感，加剧美债抛售。
这些宏观叙事变化的直接影响是弱化美联储年内加息的预期，间接影响是促使全球市场K型分化收敛，因为非AI板块对利率成本的敏感性相对高景气的AI板块更高。
造成美债长端利率上行的因素并未改变
一是AI硬件投资短期的高回报率仍会对债券市场需求形成挤出，推高实际利率。目前在算力短缺环境下，数据中心的静态投入回报率依然可观，主要CSP厂商的云业务EBITDA率也还在上升。只要算力竞赛持续，AI就仍会挤出国债市场需求，推动长端利率上升。
二是能化产品的涨价比美伊战争爆发之初更具粘性。二季度以来的去库存对原油市场的供需缓冲作用在降低，随着中国在下半年加快广义财政支出力度，需求抑制的作用也在减弱，而霍尔木兹海峡问题“烂尾”的概率还在提升。这些因素对欧美通胀预期的影响可能重新升温。
外部扰动下，A股短期资金结构推升博弈复杂性
对中信证券渠道调研的数据显示，活跃私募在8月第一周反弹过程中大幅加仓，从7月底的71.7%迅速加仓至79.0%，单周加仓7.3个百分点，是2017年以来第二大单周加仓幅度（仅次于2018年10月12日当周的7.8个百分点）。此外，私募排排网数据显示，截至2026年8月14日，大型私募（管理规模在50亿元以上）的股票仓位指数已达88.56%，再创年内新高；同时，满仓的大型私募占比77.11%，同样创出年内新高。由此可见，8月以来市场上风险偏好最激进的资金已经加仓并推动了这波反弹。对于A股这样一个单边做多的市场而言，乐观预期已很大程度上被定价在内。
与此同时，主动公募股基指数与通信、半导体ETF的走势相关性依然很高，持仓结构并未出现明显调整。不同于历史上典型的“抱团瓦解”后的行情，“避开机构股”目前看并非有效策略。在控制市值因素后，8月以来的市场反弹中，无论是宽基、主题、行业还是风格，个股涨跌幅与机构持仓多少并无明显关联性，不少行业内部反而是机构持仓比例更高的个股反弹幅度更大（在控制市值因子后）。与其说8月以来市场在回避机构票，不如说市场更像是在回避大盘股，这可能与量化资金在市场中的策略敞口变化有关。
震荡市中应控制心理预期，避免宏大叙事
目前很多板块有业绩、有景气度，但短期内看不到估值提升空间，例如北美AI、国产算力、有色、储能、创新药等，都具有类似特征。投资者应在乐观叙事占优时保持谨慎，而杀估值风险爆发时反而构成布局点。市场刚经历过数月的板块高波动状态，控制心理预期是第一位的，需要避免频繁陷入宏大叙事。
配置策略上，在科技板块内部，建议借AI涨价品种反弹之机，及时向核心资产（如燃气轮机、晶圆制造平台、半导体设备等）调仓，更加重视“量的确定性”，审慎对待“价的爆发性”。对于非科技板块，建议重点增配能化、有色、创新药以及有出海潜力的头部券商。
风险因素
中美科技、贸易、金融领域摩擦加剧；我国政策力度、实施效果或经济复苏不及预期；海内外宏观流动性超预期收紧；俄乌、中东等地区冲突进一步升级；我国房地产库存消化不及预期。