行业趋势与投资热度 - 全球科技巨头与投资界领袖普遍认为人工智能是明确的发展趋势，行业仍在野蛮生长 [2][8] - 行业投资热度极高，呈现“军备竞赛”态势，2025年已有49家美国AI初创公司融资至少1亿美元 [8] - 科技巨头持续大规模投入，Meta、Alphabet和微软等公司在AI基础设施上投入了数百亿美元 [8] - 行业存在显著泡沫风险，多位领袖预测将出现“超级输家”和占据头条的史诗级“炸雷” [4][10][12] 就业与社会影响 - Anthropic首席执行官预测，随着AI达到“博士级”智能，多达50%的初级白领岗位将面临被永久取代的风险 [4] - 未来五年内，半数初级岗位可能因AI消失，导致失业率飙升至10%-20% [7] - AI可能推动社会价值观转型，未来社会结构可能不再以“经济生存”为唯一目标，“工作”不再被视为人生的核心 [7] - 应对AI的就业冲击需要“企业-政府-社会”三层模型共同应对，再培训项目势在必行但非万能解药 [5][7] 行业风险与商业模式 - AI行业天生高风险，支撑其运行的数据中心建设成本极高，是“烧钱”的行业 [12] - 行业存在巨大的时机误判风险，即使技术实现突破，生态玩家在时机上的微小偏差也可能导致严重后果 [12] - 企业级市场（To B）被视为关键的差异化竞争领域，关注代码能力、高强度智力活动及科研能力，而非用户参与感 [22][23][24] - 行业面临核心不确定性：经济价值的增长速度能否跟上资本消耗的速度 [28] 公司战略与竞争格局 - Anthropic采取“稳字当头”的保守策略，专注于与大企业客户合作，在算力投入上保持谨慎 [14] - Anthropic通过差异化竞争，主攻企业用户市场，避免与科技巨头在消费级市场直接竞争 [22] - 公司模型优化方向高度符合商业需求，并在企业级代码领域找到“甜蜜点”，正计划向金融、生物医药、零售和能源领域扩张 [23][25] - Anthropic发布其最强模型Claude Opus 4.5，在代码生成和办公文档处理方面表现突出，并在多项基准测试中与谷歌Gemini、OpenAI GPT等模型竞争 [26][27] 技术发展与AGI路径 - Scaling Law被认为是通往通用人工智能最可能的路径，模型通过持续的规模扩展和微小调整线性变强，没有所谓的“魔法时刻” [29][30] - 当前AI模型已能完成大部分代码编写工作，工程师角色转向修改和优化 [30] - 模型能力持续进化，已在高校奥数竞赛中胜出，并开始进行“前所未有的新数学”研究 [30] - 预测模型能力与经济价值将持续同步增长，每一代模型都更聪明，经济价值也继续加倍 [30] 基础设施与算力需求 - 亚马逊、谷歌、微软等“超大规模服务商”是维持AI运转的幕后关键，它们私下抱怨“算力根本不够用” [12] - AI基础设施的巨额资本开支是行业主要特征之一 [8] 公司动态与市场观点 - Anthropic首席执行官公开嘲讽OpenAI的“红色代码”策略，强调自身公司从未发布过任何“红色警报” [16][17][21] - 暗示部分同行（如OpenAI）在采取高风险、孤注一掷的激进策略 [14][15] - 根据报道，Anthropic最早可能于2026年进行首次公开募股，并有望成为史上规模最大的IPO之一 [30]

中美关系动态 - 中美领导人于11月在韩国釜山成功举行会晤，为两国关系校准航向并注入动力[1] - 中美双方意识到两个强大经济体之间存在深度交织的利益关系，必须找到共存之道[2] - 双方目前进入阶段性缓和，正在寻找一种可持续的共存方式[3] - 特朗普本人并非“对华鹰派”，他喜欢中国并相信中美合作能解决全球性问题，这反而可能成为巨大的历史机遇[4] - 在一个摇摆不定的世界里，中美需要为彼此找到一个更加稳定的着陆点，否则任何一次意外都可能成为冲突的催化剂[6] 美国政治与经济影响 - 2026年美国中期选举临近，美国经济表现将成为关键因素，而中美关系正是影响美国经济的核心变量[2][3] - 特朗普政府格外清楚中美关系是影响美国经济的核心变量[3] - 今天的美国在某些方面更像沙特、阿联酋、希腊或意大利，政府和商业的关系正发生结构性变化，这对外国企业进入美国市场既带来不确定性也带来机会[6] - 特朗普对吸引中国重大投资有兴趣，例如中国企业在里士满建设电池厂等项目[6] 中国资产与市场展望 - 今年以来国际投资人对中国市场的兴趣显著回温[2] - 展望2026年，中国资产的吸引力还将进一步提升[2] - 2025年四季度市场可能存在一定波动性，但投资者普遍期待行业轮动，比如一些高股息、传统消费和金融板块接力上涨，从而提升整体资产的估值[2] - 市场波动反而可能被视为更好的入场时机[2] 中国企业出海 - 近年来中国制造、消费类企业加速出海，美国市场亦成为主要目的地[6] - 对于中国企业进入美国市场，建议保持耐心、通过合资企业形式增强文化理解并获得政治保护、接受审慎监管[6] - TikTok最终达成的协议是可行的，不应成为阻碍中国企业全球化布局的理由[6] 人工智能（AI）领域的竞合 - AI可能为中美提供少有的合作空间，因为任何一方都无法单独应对AI带来的跨国性风险[2][10] - 2025年初的“DeepSeek时刻”令世界感到冲击波，AI似乎变成了中美的新竞技场[6] - AI界分为两大阵营，许多科技界领军人物相信“赢得AI竞赛者，将赢得一切”，将AI视为全方位的权力[7] - OpenAI计划筹集数万亿美元资金，拥有数千名员工和数十万枚尖端GPU[8] - DeepSeek拒绝出售股份，完全私营，只有数百名员工，芯片资源远少于OpenAI[8] - 中国领导层和许多科技企业似乎并不把“通用人工智能”（AGI）视为必须争夺的终极目标，重心在于把AI普及到各行各业以提升效率和产品[8] - AI蕴含巨大风险，如军备、算法偏差等，需要国际治理与合作[9] - 如果两国足够明智，人工智能会是促使合作的领域，而不是让世界陷入陷阱的技术[10] - 瑞银观点认为，AI的发展将是2026年的重要变量[10]

谷歌AI进展与市场影响 - 摩根士丹利报告显著上调谷歌自研AI芯片TPU的产量预测，预计到2027年达500万片，2028年达700万片，较此前预测的300万片和320万片大幅提升 [1] - TPU产量提升预计将为谷歌带来约130亿美元营收增量及0.40美元的每股收益提升 [1] - 谷歌最新大型语言模型Gemini 3完全由其TPU训练，在训练成本和效率上相比英伟达GPU更具优势 [1] - 谷歌母公司Alphabet股价冲破320美元，年初至今涨幅接近70%，市值逼近4万亿美元，市盈率从年内14倍翻倍至逼近28倍 [1] 谷歌的核心竞争优势 - 谷歌被投资经理视为最接近通用人工智能的企业，具备算力保障与数据两大关键优势 [2][4] - 算力优势源于自身强劲现金流，无需外部融资即可获取充足GPU [4] - 数据优势在于沉淀了数十年的搜索、视频、安卓移动等浅层与深层数据，是AI训练的核心“养料” [4] - 谷歌拥有“一体化”生态系统优势，包括搜索、Gmail、Workspace、Android，利于将AI融入数十亿用户工作流程 [5] - 谷歌联合创始人佩奇回归主抓AI，结合DeepMind技术，有望推出超越ChatGPT的产品 [4] 对英伟达及AI硬件格局的影响 - 市场担心谷歌AI进展，导致英伟达市值蒸发超千亿美元 [1] - 英伟达持股的数据中心运营商CoreWeave股价从历史高位下跌近50%，其竞争对手Nebius股价也持续下行 [7] - 分析认为TPU作为专用计算芯片，在特定推理场景有优势，但无法取代GPU的通用计算地位，两者是互补而非替代关系 [2][7] - 在AI解决“情商问题”（处理非确定性、概念性内容）的背景下，英伟达GPU是关键支撑，扮演“情商调动总协调师”的角色 [7][8] - 英伟达在算力领域的主导刚起步，行业资本开支上升趋势有望维持，其市盈率接近20倍，估值被认为合理 [8] AI投资格局与市场观点 - 巴菲特旗下伯克希尔·哈撒韦于2025年三季度首次建仓谷歌母公司Alphabet，持仓规模达43亿美元，引发市场震动 [4] - 当前大模型竞争格局从“谁拥有最智能的聊天机器人”转向“谁拥有最集成的一体化工作流程”，谷歌两者兼备 [5] - OpenAI面临挑战：若在多模态消费者功能上与谷歌竞争，将陷入消耗战；若退守企业市场，则面临谷歌通过生态系统渗透的威胁 [5] - 市场开始担心AI投资性价比，但认为AI是类似工业革命的重大变革，不能以单一企业短期收支衡量整个行业 [6] - 多位投资经理仍长期持有AMD和英伟达，认为以目前市盈率减持不明智，但短期内不利因素不太可能消失 [9] AI应用端的投资机会 - 未来投资者目光将更多聚集于AI应用端，因为应用端是“资本开支的接收者”和被AI真正赋能的部分 [10] - 垂直应用领域如教育、医疗、文创、通用办公等都可能跑出独角兽 [11] - 中国企业在AI应用层，特别是在用户体验打造方面占据优势，得益于庞大用户群体 [11] - 以哔哩哔哩为例，其被看好的原因包括：用户规模达3.6亿且具备消费力、内容生态适合知识类长视频与AI赋能、游戏与广告业务增长潜力清晰 [11] - 高盛、摩根士丹利等机构已发布报告提高哔哩哔哩目标价，看好其广告变现潜力与AI带来的效率提升 [11]

文章核心观点 - AI行业对“世界模型”的定义和技术路径存在显著分歧，但普遍认为其是超越大语言模型、通往通用人工智能的必经之路 [1][2] - “世界模型”概念正经历严重的通货膨胀，其外延被无限扩大，成为一个涵盖环境理解与模拟上下游技术的宽泛“筐” [2][3][18][19] - 世界模型的兴起背后交织着资本焦虑、技术瓶颈和对AGI的渴望，并被视为一场“反LLM中心主义”的运动 [20][22] 概念起源与演变 - “世界模型”的思想最早可追溯至1943年认知科学家Kenneth Craik提出的“心智模型”，即大脑通过构建外部世界的微缩模型来进行预测 [4] - 2018年Jürgen Schmidhuber等人的论文《Recurrent World Models Facilitate Policy Evolution》首次系统定义了神经网络世界模型的框架 [4] - 近两年，随着大语言模型的爆发和对AGI的渴望，该概念迅速繁殖，衍生出众多抽象定义，如“自主智能”、“空间智能”、“压缩即智能”等 [5] 主要技术流派：表征派 - 以杨立昆为代表，主张世界模型是一个在潜在空间运作、预测“抽象状态”的“大脑”，而非生成具体画面 [7] - 其定义的世界模型需同时输入四个变量来预测下一时刻的世界状态，追求逻辑上的因果推演，而非视觉逼真 [12] - 提出的I-JEPA和V-JEPA模型摒弃了生成式AI“预测每一个像素”的做法，以避免浪费算力在不可预测的噪音细节上 [12] 主要技术流派：生成派 - 与表征派的核心区别在于旨在重建和模拟视觉世界，认为“我若无法创造，便不能理解” [13] - OpenAI的Sora被视为世界模拟器，其通过在海量视频数据上预测下一帧像素，试图涌现出对物理规律的理解 [13] - 生成派进一步衍生出互动式生成视频，如谷歌DeepMind的Genie 3，支持生成720p分辨率、24fps帧率的实时互动画面，理解动作与环境的因果关系 [14] 主要技术流派：3D空间智能 - 以李飞飞为代表，主张通过构建持久、高精度的3D环境来实现“空间智能” [16] - World Labs发布的Marble采用类似“3D高斯泼溅”的技术，将世界表征为成千上万个高斯体，以生成符合物理规律的3D世界 [16] - 该路线旨在生成可下载、高精度且物理准确的3D空间，区别于Sora的视频流和Genie 3的实时生成 [16] 行业现状与驱动因素 - 当前各技术路线的成果均未达到理想的世界模型状态，但概念已广泛挂钩于具身智能、自动驾驶、游戏视频、多模态模型、3D模型乃至视觉信息压缩等领域 [18] - 热潮背后存在巨大泡沫，部分源于创投圈需要新叙事来突破大语言模型竞争已定的格局，将“视频生成”等工具概念提升至AGI高度以吸引投资 [20] - 科研人员大规模下场创业，使得学术上的“定义之争”蔓延至商业世界，不同定义直接关联数十亿级别的算力投入和产业链方向 [21] - 行业对大语言模型产生集体性技术焦虑，认为其存在“离身”的先天缺陷，且性能提升的边际效益递减，因此转向对物理现实的模拟与交互被视为关键 [23]

公司业绩与增长 - Anthropic已连续三年实现每年10倍的营收增长 [2] - 公司营收从2023年的1亿美元增长至2024年的10亿美元，2025年预计将达到80至100亿美元 [6] - 基于自下而上的估算，公司预计2026年营收可能在200亿到300亿美元之间 [8] 行业竞争格局与公司战略 - Anthropic的差异化优势在于深耕企业市场，避开了与OpenAI和谷歌在消费者领域的直接竞争 [2][14] - 专注企业市场的商业模式被认为更稳健，利润率也更健康 [10] - 公司最新发布的Opus 4.5被广泛认为是当前最强的代码模型，但公司认为真正的差异化在于专注于企业需求的另一个维度 [14] 技术发展与AGI路径 - 公司CEO坚信规模定律将继续推动技术飞跃，无需范式革命，仅靠持续扩展计算规模和数据配合微小改进就足以持续逼近AGI [2][15] - 模型能力在所有维度上持续进步，已能稳定赢下高中数学奥赛并开始进军大学级别 [16] - 公司内部研究员已完全依赖Claude生成代码初稿，只进行编辑工作 [17] 行业投资与风险 - AI行业正面临真实困境，源于经济价值增长的不确定性与数据中心建设的长周期（通常需一两年）之间的错配 [6] - 有AI公司（暗指OpenAI）采取“YOLO”（孤注一掷式）激进策略，可能面临严重后果，包括破产 [2][7] - 行业存在“循环交易”现象，例如芯片供应商投资AI公司以支持其数据中心建设，但如果交易层层叠加指向过度乐观的营收预期，则可能意味着过度扩张 [12][13] 公司运营与财务规划 - Anthropic依据“不确定性锥体”进行规划，目标是确保即使在最差10%的情景下，仍有能力支付算力成本 [11] - 公司面临算力规划的两难：算力不足可能导致客户流失，算力过剩则可能因营收不及预期而无力覆盖成本，极端情况下可能导致破产 [8][9][10] - 公司预计在2028年实现收支平衡 [11]

公司战略与文化 - 公司本质上仍然是一家纯AI研究公司，核心目标是构建AGI，产品是研究自然流出的结果 [5][21][124] - 公司拥有约500名核心研究人员，内部同时进行约300个项目，通过每1-2个月梳理项目并分配算力来明确优先级 [5][14][15] - 公司采用自上而下押注方向与自下而上文化并存的研究模式，鼓励来自意想不到地方的好点子，并积极放大有前景的研究线索 [79][97] - 公司坚持开放文化，研究人员之间自由分享想法，认为通过速度压制对手比建立信息隔离更有效 [84] - 公司非常重视人才密度，并有意控制研究团队规模，认为甚至可能少于500人，同时通过管理实验确保高门槛 [129][130][131] - 公司在项目署名上持开放态度，被认为是行业内单位人数上对外部署名与个人功劳最大方的地方之一，旨在认可并打造AI超级明星 [133][134][136] 研究重点与进展 - 过去半年，公司研究重心重新聚焦于预训练，认为预训练领域仍有巨大潜力可挖掘，并对此非常有信心 [5][31][88][89] - 公司在“思考”（Reasoning）方向的研究已取得突破，并投入了巨量资源，该能力现已被广泛认为是不可或缺的 [20][86] - 公司内部已有性能达到Gemini 3的模型，并确定很快会发布，且能发布表现更好的下一代模型 [5][27] - 公司认为扩展定律（Scaling Law）并未失效，将继续扩大模型规模，并已有算法突破支持继续扩展 [89][114][116] - 公司设定了明确的研究目标：一年内让AI成为能提高效率的研究实习生；2.5年内实现AI端到端执行研究流程 [112][113] - 公司观察到AI在数学与科学领域产出实打实的新发现，标志着科研前沿推进发生了剧烈的阶段转变 [100][106] 竞争态势与人才争夺 - AI行业人才竞争激烈，Meta等公司采用激进的招聘策略（如高管亲自送汤），但公司在保护核心人才方面做得相当不错 [5][9] - 公司不会与竞争对手进行报价对标，即使面对远高于自身的报价倍数，许多人才仍因相信公司的研究路线和未来而选择留下 [11] - 公司也从竞争对手处学习激进的招聘方法，并积极争取明星人才，目标是为使命组建最强团队 [80] - 面对竞争对手发布新模型（如Gemini 3），公司会建立内部共识并进行试探，但强调不被竞争动态困住，坚持长期可持续的研究方式 [19][27] - 公司对DeepSeek等开源模型的崛起持冷静态度，认为应坚持自己的研究节奏持续创新，而非被外界叙事干扰 [128] 技术细节与算力需求 - 公司在“探索下一代范式”上投入的算力，比训练最终产物本身还要多 [16] - 公司的算力需求极为旺盛，如果今天多10倍算力，可能几周内就能全部用满，看不到需求放缓的迹象 [5][115] - 构建大型模型深度依赖工程能力，如优化内核速度、确保数值计算稳定等，没有这些则无法扩展到当前使用的GPU数量 [24][25] - 公司在数据效率相关算法上非常强，认为这是相对于竞争对手的一个优势 [116] - 公司在模型对齐与安全研究上投入巨大，特别关注随着模型能力增强可能出现的“谋划”（scheming）倾向，并设计了如不监督思考过程等重要工具来保持观察窗口 [137][140] 产品与未来展望 - 公司正在与Jony Ive合作开发硬件设备，旨在重新思考与AI的交互方式，使其具备更强记忆和持续学习能力 [117][118][119] - 未来的ChatGPT应具备更强的记忆和持续学习能力，能根据历史交互变得更聪明，而非每次重新思考 [118] - 公司推动“OpenAI for Science”计划，目标是打造工具与框架赋能全球科学家，加速诺贝尔奖级别的科学发现，而非仅让公司自身获奖 [101][102] - 公司认为AGI是一个过程而非某个具体完成点，更看重是否在持续产出新的科学知识和推进科学前沿 [99][100] - 公司认为当前正处于下一次工业革命的黄金时刻，变化将非常剧烈 [109][126]

11月27-28日，被誉为"年度科技与商业风向标"的36氪WISE2025商业之王大会，在北京798艺术区传导空间落地。 今年的WISE不再是一场传统意义上的行业峰会，而是一次以"科技爽文短剧"为载体的沉浸式体验。从AI重塑硬件边界，到具身智能叩响真实世界的大门； 从出海浪潮中的品牌全球化，到传统行业装上"赛博义肢"——我们还原的不仅是趋势，更是在捕捉在无数次商业实践中磨炼出的真知。 我们将在接下来的内容中，逐帧拆解这些"爽剧"背后的真实逻辑，一起看尽2025年商业的"风景独好"。 光联芯科 CEO 陈超 不能。为什么？因为算力行业面临了两大挑战，有带宽的瓶颈、也有能耗的问题。 以下是真知创投合伙人、光联芯科CEO 陈超先生的演讲实录，经36氪编辑： 大家下午好！我是来自光联芯科的陈超。非常高兴有机会跟大家分享,我的演讲主题是"算力·无界 光互连是通往AGI的必由之路"。 在正式开始之前，我想邀请大家来先看一组图片，这三张图由Open AI Sora多模态大模型生成的，算力规模不同，从左到右别用到了300张GPU、1250张 GPU和10000张GPU，从左到右也是图片质量越来越好。那么，我们是否可以做一个基 ...

文章核心观点 - IBM首席执行官阿尔文德·克里希纳对当前科技巨头数万亿美元的AI数据中心投资热潮提出严重质疑，认为基于当前的成本，这些投资“没有办法”获得回报 [2][4] - 其核心论据建立在简单的数学计算上：全球科技公司承诺的约100吉瓦数据中心容量将导致高达8万亿美元的资本支出，而由此产生的利润需求难以满足，且AI硬件（如GPU）折旧速度极快 [4][5] - 克里希纳认为当前技术路径实现通用人工智能（AGI）的可能性极低（0-1%），这与OpenAI、Meta等公司高管的乐观预期形成鲜明对比 [6][8] - 基于上述判断，IBM选择专注于企业市场和应用，并押注量子计算的未来潜力，而非参与面向消费者的AGI军备竞赛 [8][9][10] 科技巨头资本支出计划 - 科技巨头宣布了巨额资本支出计划：Meta未来三年计划投入超过6000亿美元，微软2025年计划投入800亿美元，谷歌计划投入750亿美元，苹果规划未来四年投入5000亿美元 [1] - 这些投资加起来，可能使全球数据中心和AI基础设施的总投资在未来五年内突破5万亿美元 [1] 对投资回报的数学计算与质疑 - 填满一个1吉瓦（gigawatt）的数据中心，按当前价格水平约需800亿美元成本，包括服务器、GPU、存储、网络及冷却系统 [4] - 全球科技公司为追逐AGI承诺的总容量约为100吉瓦，简单相乘意味着8万亿美元的资本投入 [4] - 8万亿美元资本支出需要约8000亿美元的利润来支付利息，尚未考虑设备折旧问题 [4] - AI芯片更新换代速度极快，设备可能需要在五年内更换，因为半导体技术可能进步100倍 [4][5] 与互联网泡沫及成本下降的对比 - 当前AI热潮与2000年互联网泡沫的对比：当时铺设的光纤可使用数十年，而当前GPU等AI硬件生命周期短，需每隔五年进行昂贵更新 [5] - 预测未来五年通过半导体技术进步、新架构和软件优化，计算成本可能降低30倍甚至更多，但关键在于成本下降速度能否让当前投资产生回报 [5] 对通用人工智能（AGI）可能性的评估 - 克里希纳评估当前技术达到AGI的可能性仅为0到1%，这与OpenAI CEO、Meta CEO等产业界领导者的乐观公开表态形成对比 [6][8] - 认为实现AGI需要将“硬知识”与大型语言模型融合，而这需要比当前LLM路径更多的技术 [8] IBM的战略选择与业务实践 - IBM选择不在消费者端AI市场直接竞争，而是专注于企业市场，利用其品牌可信度和数据保护承诺 [8] - 公司使用自研代码辅助工具，让6000人团队在四个月内生产力提高45%，并因此在其他公司裁员时反而进行招聘 [9] - 另一个战略押注是量子计算，预计未来三到五年内将达到实用规模，早期年市场价值可能在4000亿至7000亿美元，目前已有300个研究模式客户，开源软件有65万用户 [9][10] 对技术发展路径的总体看法 - 认为AI技术发展是不断叠加的过程，LLM本质上是统计性的，下一个重大进展可能需要来自学术界在确定性、知识部分的突破 [10] - 理解但不同意其他公司对投资回报的“信念”，强调当前LLM技术虽能释放数万亿美元生产力，但与支撑巨额投资的AGI愿景是两回事 [11]

2026年市场展望与投资主线 - 2026年市场可能成为波动加大版的2025年，增长主要动力仍来自AI驱动的产业周期 [1] - 中美科技巨头持续投入大量资本，将转化为芯片采购、算力扩容、模型训练等需求，并渗透至制造、医疗、运输、能源等行业 [1] - 资本市场在向通用人工智能（AGI）冲刺过程中难免有泡沫，但目前尚难断言泡沫会从内部破裂 [1] - 美联储致力于为科技革命提供稳定的金融条件，呵护市场，外部刺破泡沫的风险不大 [1] - 2025年中美科技资产的较好表现可能在2026年延续，但随着资产价格上涨，市场波动也会增大 [1] - 市场波动源于两种担忧：一是担心科技巨头财报引发泡沫内部破裂，二是对美联储降息路径敏感导致外部风险 [1] - 近几周中美股市的波动可视为2026年预演，降息变数与泡沫担忧导致短期快速回撤，随后行情重回科技主线上行轨道 [2] 2026年资产配置核心思路 - 配置思路一：以长期视角和坚定心态布局中美科技资产 [2] - 配置思路二：寻找其他优质的、低相关性的回报流以对冲科技资产波动 [2] - 基于以上两点，2026年资产配置核心可能是“科技+CTA”组合 [2][9] CTA策略的配置价值分析 - CTA策略与股市相关性低，且能提供可观收益，在国内绝对收益策略多元性不足的背景下，是分散风险同时追求收益的重要选项 [2] - CTA兼具收益创造与风险对冲功能 [2][4] - 2025年各CTA管理人业绩出现分化：目标波动率较高且在贵金属等有大级别行情品种上权重高的管理人，年内收益可达40%以上 [3] - 叠加了中性策略的CTA管理人，受益于中性策略较好的超额表现，年内收益超过20% [3] - 其他策略类型的CTA管理人业绩在3%至20%之间不等 [4] - 各策略多元配置的CTA FOF产品具有一定代表性，2025年初至11月21日的费后收益约为9% [4] - 在11月17日至11月21日股市出现较大回撤的一周，各CTA管理人表现平稳，部分管理人及CTA FOF仍实现正收益 [4] - 若2026年投资环境延续2025年且波动模式重现，CTA将是非常值得重视的配置工具 [4] CTA策略的当前配置窗口 - 当前投资环境下，CTA或许迎来了较好的配置窗口期 [5] - 从收益创造看，在国内低利率环境中，CTA的绝对收益属性愈发宝贵，收益水平越来越有吸引力 [5] - 全球方面，美联储降息周期继续，叠加贸易局势变化和关税政策影响，可能触发大宗商品行情，使CTA再次迎来收益爆发期 [5] - 2025年以黄金、白银、铜为代表的部分商品以及股指期货已迎来大级别行情，为不少CTA产品创造了收益机会 [5] - 国内方面，逆周期政策效果待显，未来“反内卷”政策或进一步催化商品行情，可能为CTA产品创造盈利条件 [5] - 从风险对冲看，在AI科技革命主导全球经济周期与资本市场行情时，CTA正成为对冲科技行情波动的配置工具 [6] - AI开启了全球经济增长曲线的新一轮跃升，其长期核心逻辑明显，技术渗透率提升有望带动产业循环发展并促进生产力升级 [6] - AI的长期机会映射到资本市场，可能是一条充满波动、震荡向前的曲线 [8] - 具有颠覆性的科技主题越可能出现泡沫与波动，投资者需在更长时间周期把握增长趋势 [8] - 这为资产配置提出两点要求：重视AI科技资产的长期配置意义，以及重视对冲短期波动的配置手段 [8] - 在此背景下，CTA的风险对冲作用与配置意义格外明显 [8] “科技+CTA”组合的总结 - 资产配置不存在唯一答案，但当前周期下，对于积极攫取收益的投资者，“科技+CTA”是一个值得考虑的资配思路 [9] - 以此为核心再适当丰富组合，或能以攻守兼备的姿态把握2026年的机会 [9]

文章核心观点 - 谷歌AI研究员约翰-克拉克·莱文组建了一个由三十多位学者、科学家及神职人员组成的网络，旨在推动梵蒂冈正视通用人工智能（AGI）可能带来的极端破坏性风险，并将其视为物种级别的挑战，而非普通的AI伦理问题 [5][7][17] - 莱文认为，梵蒂冈因其全球14亿天主教徒的软实力、外交中立性以及现任教皇利奥十四世的技术背景，成为继中美之后影响AGI治理的关键力量，但其行动速度可能跟不上科技公司的研发进度 [8][10][11][13] - 尽管莱文通过活动在梵蒂冈内部发现了对AGI风险未被低估的关注度，并获得了面见教皇的机会，但最终因官僚程序未能与教皇进行实质性交流，不过他认为梵蒂冈对AGI议题的开放程度超出预期 [26][27][29][32] 关键人物：约翰-克拉克·莱文 - 莱文是谷歌AI领域远见者雷·库兹韦尔的研究负责人，负责预测通往超级智能（ASI）的路线图，并专注于生命科学应用 [3] - 他拥有哈佛大学肯尼迪学院硕士学位和剑桥大学博士学位，是宏观战略咨询公司Greenmantle的人工智能高级顾问，为政府、非政府组织及财富500强企业提供AI技术政策咨询 [3][4] - 过去十年，他在哈佛和剑桥深入研究AI影响，并在美国海军战争学院、兰德公司等数十家机构演讲，评论文章见于《华尔街日报》、《华盛顿邮报》等知名媒体 [4] AGI的风险认知与分歧 - AGI是一个充满分歧的概念，技术圈子对其何时降临或是否会降临从未达成共识，但其指向的风险是实实在在的 [10] - 潜在风险包括极端的贫富分化、地缘动荡、核战争与瘟疫级别的灾难 [10] - 莱文警告，那种极其严峻的灭顶之灾可能就在几年之后，如果等到百分之百确信才行动就太晚了 [9] 梵蒂冈的战略地位与立场 - 梵蒂冈领土、军力和经济微不足道，但拥有全球14亿天主教徒及庞大的外交与文化网络，是国际事务中罕见的中立力量，握有独特的调解筹码 [11] - 现任教皇利奥十四世是历史上首位美国籍教皇，更易与美国顶尖AI实验室对话，且拥有数学学位，据称相当精通技术，比历任教皇更能理解代码逻辑 [13] - 梵蒂冈并不排斥AI，前任教皇方济各曾因AI生成图引发全球对DeepFake的讨论，现任教皇已将AI视为任期核心议题，并正在准备一份关于AI的最高级别指导文件（通谕） [14][16] 莱文的核心诉求与策略 - 莱文的核心诉求是希望梵蒂冈承认AGI的可能性，并像处理气候变化那样，启动正式的、专门针对AGI的科学咨询，而非将其混在普通AI伦理议题中 [14][16] - 他认为教廷目前关注通用AI伦理存在巨大盲区，就像研究工业革命时只盯着珍妮纺纱机而无法理解随后的社会巨变 [16] - 策略上，莱文搭建“AI复仇者联盟”网络，并通过在罗马“建设者AI论坛”组织周边活动来渗透梵蒂冈圈子，活动反响热烈，显示神职人员中对末日技术的关注被低估 [7][20][26] 游说行动的过程与结果 - 莱文最终获得了教皇接见的入场券，并计划在几秒内通过一封一页纸的信件直接向教皇陈述诉求，赞扬其作为并敦促启动AGI专项咨询 [27] - 但由于梵蒂冈古老的官僚程序，接见团体被临时合并，个人交流环节取消，信件按外交礼节交给了教皇的一位秘书，而非教皇本人 [27][29] - 莱文对收到实质性回复不抱太大希望，但他指出，每一个在梵蒂冈直接交流过的人都非常乐意接受其信息，那扇门是开着的，开放程度可能超出了硅谷的预期 [29][32]