预制菜把海天味颐魅整焦虑了？
48 小时 。一家中国公司的模型宣布 。全球 AI 股票集体下跌 。英伟达跌，半导体跌 ...... 全球市置魅蒸发万亿美元 。高盛合资人在客户电话会里直接抛出一句：算力扩张时代，可能到头了 。摩根大通给客户发的备忘录，称之为 DeepSeek 2.0 。所有人都在问同一个问题：Kimi K3 真有那么厉害？说实话，我觉得没有 。Kimi 是个好模型 。但它还缺乏以撼动全球资本市场 。真正被震动的，也不是英伟达，是华尔街已往三年一直相信的那套故事 。Kimi 只是推倒多米诺骨牌的那只手 。一、华尔街究竟怕什么要看懂这场恐慌，先得看清已往三年华尔街究竟在信什么 。实质上，他们相信的是一条大模型定律 。模型越强，参数就越大，训练就越贵，需要的 GPU 就越多，资本开支就越高，英伟达就越值钱 。这也是整个 AI 时代最大的金融叙事 。2023 年 ChatGPT 火了之后，这条公式一路跑到 2026 年中 。英伟达市值从 1 万亿美元冲到 5 万亿美元 。微软、Meta、Alphabet、亚马逊，每次财报电话会都在重复同一句：我们继续加大 AI 基础设施投入 。估值逻辑只有一个假设，做 AI 就得烧钱 。烧得越多，护城河越深 。三年，这条公式没被证伪过一次 。直到 DeepSeek 泛起 。2025 年 1 月，DeepSeek-R1 用远低于预期的本钱，跑出了接近 GPT-4 的推理水平 。英伟达那天蒸发了 5890 亿美元，创下美股历史纪录 。结果呢？半年之后，微软继续投 。Meta 加预算 20% 。CoreWeave 上市股价翻倍 。所有人继续下注 � ；炙闪艘豢谄�，DeepSeek 被当成一次虚惊 。然后 Kimi K3 来了 。这次的数据更耀眼 。LMArena 前端代码榜以 1679 分登顶，凌驾 Claude Fable 5 。综合排名从上一代的第 18 名直接跳到第 1 。前端 7 个细分偏向，拿下 6 个第一 。7 月 27 日开放权重宣布，本钱据说只有美国顶级模型的六成 。高盛在内部备忘录里写了这样一句反问：一家买不到最大规模算力的中国实验室，靠着架构立异、合成数据、强化学习、后训练，凭什么把差别缩得这么快？这个问题一问出来，华尔街的信仰就出问题了 。以前所有人默认，Scale 就是 GPU 。今天 Scale 酿成了 GPU 加算法加数据加后训练加 RL 的协力 。算力不再是唯一的谜底，这才是华尔街真正怕的工具 � ；峙碌牟皇� Kimi，是英伟达 。准确说，是 AI 资本开支永远在扩张这个订价逻辑 。硅谷巨头们预计 2026 年资本开支抵达 7000 亿美元，台积电刚宣布 2026 年资本开支 640 亿美元，超市场预期 。这些钱要酿成芯片、酿成数据中心、酿成英伟达的订单 。前提是，大模型必须继续变大、继续烧钱 。Kimi K3 出来后发明，未必如此 。如果越来越多公司都能用更少 GPU、更低本钱，做出同等水平的模型，那全球 GPU 采购量还需要那么大吗？台积电 640 亿美元的回报率会不会打折？英伟达的远期收入预期要不要下调？这下好了，已往三年所有算力扩张的估值模型，都得重新盘算 。Kimi 只是让所有人第一次真正开始问一个问题：GPU 还能卖这么多吗？只要华尔街开始思考这个问题，股价就一定晃动 。二、为什么偏偏又是中国？另有一层更深的工具，许多人不敢明说 。为什么又是中国？DeepSeek 第一次让华尔街意识到，中国能追 。Kimi 第二次告诉华尔街，中国还在追，并且没停 。一次可以叫偶然，可以归给几个天才或者运气 。两次在差别节点、差别要领上都爆发了低本钱逆袭，资本就必须重新算概率 。这个概率一改，事情就变了 。美国巨头信的是大力出奇迹 。钱多、卡多，工程上有瑕疵就用更多算力去盖已往 。这种打法效率其实不高，但在充� Ｇ榭隼锩蝗嗽谝� 。中国头部公司从第一天起，情况就完全反过来 。买不到十万卡集群，融资也没那么阔绰，只能把手里的算力压榨到极致 。被逼出来两个能力 。一是合成数据 。用最少的高质量样本，卷出最高的逻辑上限 。二是后训练增强化学习 。用工程微和谐战略优化，去补底层预训练的缺乏 。这两个能力，恰好是算力信仰最不重视的地方 。结果就是，当追赶者能用 40% 甚至更低的本钱做出顶级性能，美国巨头堆起来的十万卡壁垒，反而酿成本钱累赘 。这才是华尔街真正的系统性恐惧 。不是一家中国公司做出了一个好模型，是这条低本钱路径被走通了两次 。第三次、第四次，可能已经在路上 。三、但华尔街可能又看错了就在华尔街砸盘、讨论算力时代是否终结的时候，现实给了一个反转 。昨晚，Kimi 官方通告，K3 宣布后请求量远超预期，集群迫近承载极限 。克日起暂停 C 端新用户订阅，全速扩容 。为了匹配算力，还得把耗能最猛的 Kimi Code 从主权益里拆出来单独卖 。这条消息，狠狠打了华尔街一记耳光 。它把一个重复被验证的技术工业纪律，直接摆到了台面上 。本钱下降，历来不会减少需求，只会让需求爆炸 。这样的例子也比比皆是 。盘算机自制了，电脑数量翻倍 � ；チ灾屏�，网站数量爆炸 。云盘算自制了，全球效劳器比以前多得多 。现在模型自制了会爆发什么？Agent 变多，AI 应用挪用量变大，推理需求飙升，Kimi 自己都撑不住了 。这套现象在经济学上叫杰文斯悖论 。19 世纪英国经济学家发明，蒸汽机效率提升后全国煤炭总消耗反而上涨，效率降低了使用门槛，大宗工业开始普及蒸汽机，整体需求扩张抵消了单台设备的能耗节约 。今天的 GPU，就是 19 世纪的煤炭 。GPU 需求不会消失，变的是身份 。以前 GPU 的主要买家是训练 。几万张卡集中关闭训几个月，训完之后其实许多时候是间歇性闲置的 。以后主要买家是推理 。7×24 小时的 Agent 效劳 。每台手机、每辆车、每个机械人上的外地模型，视频生成，百万 token 窗口的连续盘算 。算力消耗的模式，正在从低频、巨量、集中，酿成高频、海量、泛在 。总量可能不降，甚至可能更高 。但谁受益、怎么受益，会重新排队 。高盛说算力扩张时代接近尾声，至少在两年维度里，这个判断或许率是错的 。更准确的说法应该是，算力扩张的逻辑变了 。主导权从训练移交到推理 。英伟达不会因此崩盘 。但已往三年那种闭着眼买英伟达的日子，可能真的已往了 。四、Kimi 只是那面镜子转头看这次抛售，Kimi K3 的角色其实很清楚 。它是导火索，不是原因 �？醇父鍪菽憔兔靼琢� 。费城半导体指数今年还在涨 68% 。涨了这么多，一次深回调原来就是一定 。标普 500 等权重指数同一天创了历史新高 。钱没走，只是从科技股挪到了别的板块 。EPFR 的数据显示，美国企业内部人士上半年抛股票 776 亿美元，20 年来第二高 。智慧钱早就在撤 。台积电 Q2 净利润同比涨 77%，营收预期上调 。但资本开支 640 亿美元超预期，反而让市场焦虑 。Alphabet 的 Gemini 3.5 Pro 延期好几个月，AI 产品落地节奏跟不上预期 。这些工具堆在一起，市场早就绷得紧了，缺一个理由释放压力 。Kimi K3 恰好递上了这个理由，给了华尔街一块砖砸自己的脚 。严格来说，这次抛售更像是拥挤交易的松动，不是 AI 逻辑的突然崩塌，是已往三年集中抱团在英伟达身上的钱，开始往别处走了 。Kimi 不是改变了 AI，Kimi 改变了资本理解 AI 的方法 。五、旧地图，新大陆站在今天的位置来看，AI 工业的竞争逻辑，正在快速变道 。第一阶段从 2023 年到 2025 年，焦点是算力储备 。GPU 多、能训更大模型的一方就是赢家 。 这一阶段的赢家是英伟达、台积电，加上少数几家能扛百亿美元训练预算的巨头 。第二阶段从 2025 年底开始，焦点酿效果率 。 谁能用更少资源做同等水平的模型，更快把模型酿成产品，在推理本钱上建立优势，谁就在下一轮拿主动权 � ；值奈侍�，历来不是不智慧，是太喜欢用一个简单故事，去解释一个庞大时代 。三年前，AI 被讲成 GPU 的故事 。估值围着 GPU 转，仓位也围着 GPU 转 。今天，这个故事第一次泛起明显的逻辑盲区 。盲区不即是结束，盲区意味着故事需要升级 。从谁 GPU 最多酿成谁把 GPU 用得最好 。从硬件红利酿成工程能力和系统效率，从资本密集酿成技术密集和应用密集 。DeepSeek，让华尔街开始怀疑 。Kimi，让华尔街开始修正 。【版面之外】的话：如果未来有一天转头看 。Kimi K3 未必会成为最重要的模型 。但它很可能会成为一个标记 。不是因为它逾越了谁，是它第一次让全球资本意识到，AI 竞争，比的已经不是谁拥有更多资源 。现在看的是，谁能把同样的资源，酿成更大的能力 。这是两种完全差别的工业时代 。前一个时代，钱决定速度 。后一个时代，效率决订价值 。