又一记DeepSeek时刻,算力叙事被撬动了 上周五美股以一场芯片的溃败收尾:纳指一周累跌 2.9%,费城半导体指数近一个月回落超过13%,滑入技术性熊市区间——尽管它年内仍有63%的涨幅。而且,来自东方神秘力量的催化剂正在重新改写市场:Moonshot AI 发布了 Kimi K3,让人想起了呗deepseek支配的日子。 Kimi K3的分量在于它的性价比。 这是一个2.8万亿参数的开源权重模型,在多项能力上匹敌甚至超过多数美国模型,仅次于Anthropic的Claude5和OpenAI 的GPT-5.6,而成本远低于他们。如果接近前沿的模型能以远更低的成本训练出来,那么支撑美股这轮上涨的一个核心假设——AI 的领先必须靠海量、持续的算力和资本开支堆出来——就要打上问号。而这个假设,恰恰是芯片乃至整条 AI 硬件链高估值的地基。 顺着产业链看这层冲击如何传导。上游是算力芯片、先进制程与记忆体(英伟达、台积电、海力士),它们的需求预期建立在"模型越强、所需算力越多"的线性外推之上;中游是模型层,Kimi K3 代表的是一条用工程效率而非蛮力堆料取胜的路线;下游是 AI 应用。一旦市场相信效率路线成立,对上游硬件的需求曲线就会变得平缓,估值也随之下修。 但这里需要一层更冷静的判断。效率提升未必等于总算力需求下降。历史上,当一种资源的使用成本大幅下降,往往会激发出远超预期的使用量,这就是所谓的杰文斯悖论——AI 变得更便宜、更好用,可能反而让它被用在更多场景里,把总的算力蛋糕做大,而非做小。所以 Kimi K3 真正抛出的是一个悬而未决的问题:效率革命究竟是压缩了芯片需求,还是会通过普及把需求撑得更大? 与这层结构性疑虑同时发生的,是一次资金的再平衡。上周五能源是唯一上涨的板块,油价随美伊局势升温而跳涨——地缘风险叠加 AI 疑虑,资金从最拥挤的成长赛道流向能源与避险资产。一