收购交易概述 - 字母表公司宣布将以47.5亿美元现金加承接债务的方式，收购数据中心及能源基础设施供应商Intersect公司 [1][2] - 交易完成后，Intersect将继续以原有品牌独立运营，不并入字母表公司及谷歌体系 [1][2] 收购资产与范围 - 字母表公司将收购Intersect旗下多个处于开发或建设阶段、总功率达千兆瓦级的能源及数据中心项目 [1][2] - Intersect位于得克萨斯州的在运营资产，以及加利福尼亚州的在运营和开发中资产，不纳入此次收购范围 [1][2] 战略背景与目的 - 科技巨头正纷纷加大投入，以扩充发展人工智能所需的算力与电力容量 [1][2] - Intersect将探索各类新兴技术，以扩大能源供应规模并实现供应多元化，同时为谷歌在美国的相关数据中心投资提供支持 [1][2]

公司战略与交易 - 谷歌母公司宣布将收购Intersect公司正在开发的数据中心项目 [1] - 交易内容包括多个吉瓦级别的能源以及Intersect团队 [1]

文章核心观点 - 资深投资人但斌认为，在AI投资中应注重确定性，其海外基金持仓以英伟达和谷歌等确定性高的标的为主 [1] - 但斌判断2024年将成为AI应用大年，基础层与应用层将相辅相成、快速发展，目前产业排期已至2027年，远未达到供给过剩的泡沫阶段 [2] - 但斌不认为AI存在短期泡沫，类比历史科技周期，人工智能可能是一个十年以上的长周期，泡沫可能在十年后出现 [3][4] - 但斌对比中美市场，指出美国企业凭借原创商业模式和先发优势赚取全球利润，而中国企业更多参与全球产业链，具备内外循环的公司更具优势 [5] - 但斌对白酒行业的长期逻辑提出挑战，认为房地产价格下跌和人口结构变化对白酒消费构成压力，需要观察年轻人消费习惯的变化 [6][7] - 证星研究院对茅台持有不同观点，认为茅台的核心客群与财富积累相关，未来白酒消费将呈现“量减质升”趋势，龙头集中效应将加强，其价值与中国宏观经济增长高度相关 [8][9][10] 关于投资：AI领域注重确定性 - 投资选择偏好确定性高的标的和商业模式，东方港湾海外基金上季度前两大持仓为英伟达和谷歌 [1] - 预计明年一季度披露的持仓仍将以确定性方向为主，对特斯拉等不确定性较高的标的持仓比例保持稳定 [1] AI发展判断：明年将成AI应用大年 - 应用层拓展已在推进，例如Palantir、蚂蚁健康的“蚂蚁阿福”以及谷歌的翻译应用 [2] - 预测2024年或2025年将因OpenAI与谷歌的激烈竞争而出现激动人心的应用变化，惠及大众 [2] - 苹果公司也可能在明年大规模将AI应用嵌入其商业模式 [2] - 基础层与应用层将共同突飞猛进，产业排期已到2027年，目前远未达到泡沫程度 [2] 关于泡沫：不认为AI短期泡沫会破灭 - 对比2000年互联网泡沫长达十年的周期，认为人工智能是十年以上的长周期，不会在两三年内结束 [3][4] - 认为当前处于更具颠覆性的技术进步时代开端，担心泡沫为时过早，真正的泡沫可能出现在十年以后 [4] 关于中美市场差异：聚焦全球优势 - 美国企业凭借原创商业模式和先发优势赚取全球利润，形成强大护城河，例如苹果公司利润可能占手机行业80%-90% [5] - 中国企业更多参与全球产业链（如苹果、英伟达、特斯拉产业链），同时具备内循环和外循环的公司更具毛利率和净利率优势 [5] 关于白酒：白酒阶段性具有压力 - 指出当前投资白酒的挑战比2012、2013年更大，主因是房地产价格下跌影响居民财富和消费意愿 [6] - 人口结构变化（如出生率下降）是更长远的挑战，需要观察年轻人消费白酒的情况 [6][7] - 认为白酒行业受变量影响较大，但其派息率若回到2013年水平，情况可能好转 [8] 证星研究院对茅台的不同观点 - 认为茅台的核心客群划分基于社会经济地位和财富积累成熟度，而非年龄 [9] - 未来白酒消费总量会下降，但质量会上升，呈现“少喝酒喝好酒”趋势，龙头集中效应将更加明显 [9] - 茅台价值的深层支撑在于其与中国宏观经济增长及国民财富积累进程的高度相关性，对中国实现“十五五”人均GDP目标有信心 [9] - 认为AI发展与茅台并非对立关系，国家AI产业突破驱动整体升级与财富创造，茅台也将共同受益 [10]

人工智能市场表现 - 尽管人工智能在2025年持续主导市场头条，但与该技术联系最紧密的股票——即“科技七巨头”表现不佳 [1] - “科技七巨头”包括Alphabet、Amazon、Apple、Meta Platforms、Microsoft、Nvidia和Tesla [1] - 这些股票显示出波动性或表现滞后 [1]

事件概述 - 旧金山发生大规模停电 影响约13万家庭和企业 约占公用事业公司客户的三分之一[12] - 停电至少部分原因是太平洋燃气电力公司变电站发生火灾 损坏严重且广泛 修复工作复杂[12][13] - 截至周日早上7:30 公用事业公司已为约11万客户恢复供电 仍有约2.1万客户无电[15] Waymo自动驾驶服务中断事件 - Waymo因大规模停电 于周六晚间在旧金山湾区暂时暂停了自动驾驶出租车服务[2] - 在线视频显示 Waymo自动驾驶汽车在十字路口停滞 导致受影响区域交通堵塞[2] - Waymo解释 其全自动驾驶技术Waymo Driver设计上将故障交通信号灯视为四向停车标志[7] - 公司表示 停电规模导致其自动驾驶汽车在受影响路口停留检查的时间比平时更长 加剧了交通拥堵[8] - Waymo发言人称 公司致力于确保其技术在此类事件中能适应交通流 并正迅速整合从此事件中吸取的教训[5][10] - 周日午后 Waymo宣布正在恢复该地区的出租车服务[4] 特斯拉CEO的公开评论 - 特斯拉CEO埃隆·马斯克在X上发文称“特斯拉Robotaxi未受旧金山停电影响”[3] - 马斯克转发了一段视频 显示Waymo车辆在交通信号灯熄灭的十字路口停滞 后方车辆鸣笛并试图绕行[3] - 马斯克还转发了一段据称显示特斯拉自动驾驶汽车在交通信号灯失灵的路口通行的视频[3] 相关公司股价信息 - 特斯拉股价为481.20美元 下跌2.17美元 跌幅0.45%[10] - Alphabet股价为308.61美元 上涨4.86美元 涨幅1.60%[10] - Alphabet A类股股价为307.16美元 上涨4.70美元 涨幅1.55%[10] - Waymo由Alphabet Inc拥有 与谷歌同属一个母公司[10]

公司动态 - 科技巨头Alphabet同意收购数据中心及能源基础设施解决方案提供商Intersect [1] - 本次收购交易金额为47.5亿美元 [1] 交易详情 - 交易形式为收购 [1] - 交易标的为数据中心和能源基础设施解决方案提供商Intersect [1]

收购事件概述 - Alphabet宣布将以47.5亿美元现金收购数据中心与能源基础设施公司Intersect [1] - 交易还包括承担Intersect的债务 [1] - 该消息为突发新闻，可能后续有更新 [2] 交易细节 - 交易对价为47.5亿美元现金 [1] - 交易方式为现金收购 [1] - 收购方为谷歌母公司Alphabet [1] 被收购公司信息 - 被收购公司名称为Intersect [1] - Intersect是一家数据中心与能源基础设施公司 [1]

风险提示及免责条款 谷歌母公司Alphabet将以47.5亿美元收购数据中心的能源供应商Intersect。 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何 意见、观点或结论是否符合其特定状况。据此投资，责任自负。 ...

自动驾驶出租车行业动态 - 行业出现波折与进展并存的局面 部分公司有起有伏[1] - Alphabet旗下Waymo因大面积停电导致交通拥堵 被迫在湾区暂停无人驾驶叫车服务[2][3] - Waymo表示其车辆设计可将无灯信号视为四向停车 大部分行程安全完成 车辆靠边或返回停车场[2][3] - 事件引发竞争性评论 特斯拉CEO埃隆·马斯克在X上表示特斯拉的自动驾驶出租车未受影响[3] - Uber和Lyft通过合作而非内部开发的方式在自动驾驶出租车领域取得进展[4] - Uber和Lyft分别与比亚迪合作 计划于2026年在伦敦启动无人驾驶出租车试验[4] - 英国因新法规明确将责任归于自动驾驶运营商 正成为全球出租车测试试验的前沿地[4] - 受此消息推动 Uber股价上涨[5] - 特斯拉自动驾驶出租车服务已在美国奥斯汀使用 并计划扩展至30多个城市[6] - 特斯拉股价创下新高 达到496.20美元[6] 霍尼韦尔公司更新业绩指引 - 公司因一次性法律费用而下调了全年业绩展望[7] - 预计第四季度将产生约4.7亿美元的一次性费用 与长期诉讼潜在和解相关[7] - 诉讼方为私人航空企业Flexjet 指控霍尼韦尔未按维护协议及时维修飞机发动机[8] - 公司因此下调了全年利润和收入指引[9] - 全年调整后每股收益预期从先前估计下调至9.70至9.80美元[9] - 第四季度调整后每股收益预期为2.48至2.58美元 大致符合市场预期[10] - 公司重申基础有机增长预期仍将保持强劲 为6%至10%[10] - 公司澄清该费用不影响其非美国通用会计准则下的盈利[10] 甲骨文公司获机构看好 - 富国银行对甲骨文转为更乐观看法 认为当前股价疲软更多源于恐惧而非基本面恶化[11] - 富国银行重申对甲骨文的“增持”评级 并设定280美元的目标价[11] - 该目标价意味着较当前水平有超过40%的上涨空间[12] - 富国银行认为近期的抛售过度 大部分坏消息已被消化 而积极因素被忽视[13] - 公司面临的阻力包括AI交易情绪降温 对Luau Capital融资的疑问 以及对OpenAI过度依赖的担忧[12] - 积极因素包括围绕其运营美国TikTok业务的交易 信心有所改善[13] - OpenAI的1000亿美元融资轮次缓解了部分资金担忧 并支撑了对甲骨文云服务的长期AI需求[13]

文章核心观点 - 人工智能发展进入新阶段，超级智能的出现将首次导致技术革命“消灭工作”而非仅替代岗位，对社会经济结构构成根本性挑战 [2][8][78][79] - 大模型技术发展远未到顶，预训练模型的Scaling Law仍有空间，而推理模型的Scaling Law则刚刚开始，技术演进正沿着“预训练模型-推理模型-智能体”的主线快速推进 [12][13][16][17] - 行业竞争格局未定，OpenAI与Google各有优势，未来可能多种生态共存，而下一代模型（如世界模型、AI科学家）的探索已吸引巨额资本押注 [4][20][34][41] - AI基础设施（算力、能源、数据中心）的投入是构建下一代数字时代的基石，当前不存在整体性泡沫，但算力仍是核心瓶颈 [42][44][47][48][51] - 应用层面，编程和内容生成已成为明确的爆款方向，具备强自主运营能力的智能体（Agent）预计将在2026年开始大量涌现 [52][53][54][55] 技术发展趋势与模型演进 - **发展主线**：过去三年AI发展呈现清晰的三部曲：预训练模型、推理模型、智能体，模型能力持续向上突破，推理模型与智能体的边界正在模糊 [13][14][15][18] - **Scaling Law 现状**：预训练模型的Scaling Law还远远没有到达顶点，其效率虽不如三五年前，曲线变平缓，但投入产出依然成正比，而推理模型的Scaling Law其实还有很长的路要走 [16][17][19] - **下一代模型探索**：行业正在寻找Transformer之外的新架构突破口，世界模型和“AI科学家”（用AI改善AI）是重要方向，硅谷已有相关初创公司在人未到齐、网站未上线时估值就达40亿至50亿美元 [4][20][22][23] - **模型能力评估**：评判模型能力不能只看传统“跑分”，需更关注其完成实际任务的生产力，推理模型能够“慢思考”的时长是衡量智力上限的重要标志 [24][25][26] 行业竞争与市场格局 - **OpenAI vs Google**：两者竞争激烈，各有优势。Google凭借全栈能力、强大执行力在Gemini 3.0上实现了爆发，其AI三要素（算法、人才、数据）结合良好；OpenAI则拥有约8亿周活跃用户的ChatGPT应用生态和先发优势，但面临内部动荡及在预训练模型上投入不足的挑战 [34][35][36][37] - **生态模式**：未来AI时代可能像移动互联网时代一样，封闭的全栈生态（如苹果）与开放的生态体系（如安卓）共存，现在给OpenAI、英伟达下结论为时过早 [40][41] - **芯片竞争**：Google使用自研TPU训练出Gemini 3.0，引发了TPU是否会打败GPU的讨论，给英伟达股价带来压力，但最终哪种体系胜出尚待观察 [40] 基础设施与资源瓶颈 - **核心瓶颈**：算力依然是AI发展的根本瓶颈，电力、数据中心（IDC）建设是满足算力需求的前提 [42][44][47] - **美国基建挑战**：美国IDC建设速度慢，从立项到运行需约三年，电网能力是主要卡脖子环节，而非能源本身短缺 [43][44] - **算力密度单位**：行业开始用“兆瓦”作为算力集群的新单位，1兆瓦电力约对应50万张GPU（H200）的算力 [44] - **中国算力制约**：DeepSeek团队明确表示其模型性能受限主要因为算力不足，加算力后模型能力仍有持续提升空间 [46][47] 应用落地与投资热点 - **已确认的爆款应用**：To C端的ChatGPT和To B端的AI编程（如Cursor）已成为明确爆款，AI生成内容在金融、体育等领域的新闻报道占比已超过50% [52][53][60] - **智能体（Agent）爆发点**：随着推理模型能力提高，预计在未来12到24个月内AI会有非常大突破，2026年将出现大量具备强自主运营能力的Agent [54][55][56] - **垂类机会**：编程、客服、媒体内容生成、企业工作流自动化是可能快速发展的垂类赛道 [57][59][60][62] - **端侧AI现状**：当前的AI手机、AI眼镜等硬件主要聚焦于智能交互，真正的智能仍在云端，端侧生成式模型驱动尚未成熟，自动驾驶是特例因其车载算力充足 [63] 机器人赛道与具身智能 - **存在泡沫**：中国的机器人赛道被认为是AI领域泡沫最多的，中国可能有上百家机器人公司，而美国仅约十家左右 [65][66] - **发展挑战**：在世界模型取得突破之前，具身智能很难做到通用，这不是三到五年的事，而是五到十年的事 [66][73] - **中美差异**：中国在机器人本体制造和供应链上有显著优势（一次升级仅需一周，美国需两个月），但大部分本体仍处于遥控状态，缺乏自主执行通用任务的泛化能力 [67][72] - **务实路径**：特斯拉机器人可能实现百万台量产，因其专注于工业场景中的“一类任务”机器人，而非通用机器人，这在特定领域已具重大意义 [68][69][75] 社会经济影响与未来挑战 - **就业冲击本质**：超级智能将“消灭工作”本身，而不仅仅是替代某个岗位，这是人类首次面临技术革命减少整体工作机会的挑战 [2][78][79] - **创造与消灭的循环**：AI会创造新工作机会（如图片需求增加），但这些新机会最终可能仍由AI自身满足，而非转移给人类 [78] - **贫富差距与超级个体**：在大模型驱动的Agentic Economy时代，会出现“一人的独角兽”式超级个体，个人能力和收入差距将进一步拉大 [9][85] - **潜在解决方案探索**：社会开始探讨全民基本收入（UBI）、新的税收体系（向机器人或公司利润征税）以及让公民分享技术成长红利的投资账户等方案 [82][83] - **未来职业形态**：自由职业者、非全职工人招聘可能成为主流，人们需要具备机器难以替代的特定技能，并保持好奇心和创造力以应对变化 [86][88][89]