社区

上周很多人在讨论 Kimi K3 —— 中国月之暗面发布的这个开源大模型，是不是意味着 AI 硬科技要凉了。

我真正关心的，其实不是模型本身。

因为我越来越相信一个判断，一直没变过：AI 时代的钱，不会消失，它只会不断地迁移。

所以 K3 发布，我第一个想的不是"谁赢了、谁输了"，而是一个问题：这件事，会把钱推着往哪个方向流？

今天，我们就用这个视角，来看 Kimi K3。

先看看上周到底发生了什么

上周有两件看起来互相矛盾的事，凑到了一块。

一件是 K3 发布。它有 2.8 万亿参数（这是它的总参数，实际每次干活只调动其中一小部分，属于业内说的"混合专家"架构）。在第三方的综合能力榜单上，它排到全球第三，已经很接近排前面的两个顶尖闭源模型 —— Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol，差距只有几分。而调用价格，大约是 Fable 5 的三分之一、GPT-5.6 Sol 的一半。它还承诺 7 月 27 号完全开源，让企业能下载回家自己部署。

另一件是：就在同一周，美国的半导体股票全线重挫。费城半导体指数一周跌了约 10%，从六月的高点已经跌超两成，正式进入了"技术性熊市"，英伟达、AMD 这些 AI 芯片龙头全线下挫。

很多人一下就把这两件事连起来了，得出一个特别顺的结论：

中国人用便宜不少的成本，就做出了这么强的模型 —— 这说明 AI 根本不需要烧那么多钱、买那么多芯片。所以 AI 硬科技要凉了，该跌。

这个逻辑听起来天衣无缝。但如果你顺着"钱往哪流"这个视角看，会发现可能正好相反了。

第一个提醒：效率变高，历史上往往让人"用得更多"

这里有个反直觉、但反复被验证的规律，经济学上叫"杰文斯悖论"。

十九世纪，蒸汽机效率大幅提升，烧同样的煤能干更多的活。按直觉，煤该用得更少了吧？结果正相反 —— 因为用煤变划算了，各行各业都抢着上蒸汽机，整个社会烧的煤，不减反增，还多了好多倍。

AI 很可能也是这样。当一个够强的模型，价格降到顶尖模型的三分之一到一半、还能自己下载回家部署，会发生什么？

不是大家买更少的算力，而是原来用不起、不敢用 AI 的公司、场景、国家，现在都用得起了。用 AI 的人和事，会爆炸式地变多。

便宜，不会让需求消失。便宜，是把需求的大门，向更多人打开。

当然，这有个前提：得有大量被高成本压住的真实需求，一旦变便宜就涌出来。AI 是不是这种情况还得观察 —— 这也是为什么我下面只给要看的信号，不急着下结论。

顺便说一句，帮你把事实看得更准：K3 其实也没便宜到"白菜价"，它的定价和 Claude 的中端型号是一个档，比自己上一代还贵了好几倍。所以"中国用极低成本颠覆一切"这个说法，本身就被夸大了 —— 恐慌，多少有点过头。

第二个、也是更关键的：需求不会消失，它会"换个地方"

就算 K3 这类高效模型真省下了一部分算力，那省下的需求，也不是凭空蒸发 —— 它会迁移到别的地方去。

往哪儿迁移？往"推理"和"内存"迁移。

你可以这么理解：过去 AI 烧钱，主要烧在"训练"一个模型上，那是少数几家巨头的事。而现在开源模型遍地开花、人人都能下载来用，战场就从"训练"转向了"推理"（模型跑起来、真正干活的过程）。

而推理，尤其是 K3 这种 2.8 万亿参数的大块头跑起来，特别吃一样东西 —— 高端内存 HBM。 为什么是它？因为模型大、用的人多、上下文长，最卡脖子的不是算得快不快，而是数据"喂"得够不够快，而 HBM 拼的就是这个带宽。模型越大、用的人越多，对它的胃口就越大。

所以你看，这就接上了我开头那句判断：钱和需求都不会消失，只会不断迁移。 K3 这类事件，更可能是把需求从"训练的高端 GPU"，往"推理、往内存体系"这个方向，推得更快了。

而最有意思的是：上周五的市场，已经悄悄替这个判断投了一票。

就在芯片股普遍大跌的那天，存储、内存这条线走出了明显的"深 V"行情—— 韩国的海力士盘中一度大涨 9%、收红，希捷涨近 6%、西部数据涨超 2%，连美光都从盘中近 6% 的深跌一路拉回、几近收平。同一场恐慌里，资金第一个去捞的，就是内存。这不是巧合，是钱在用脚告诉你：它觉得需求要往这儿流。

这背后有个硬邦邦的产业事实撑着：高端内存 HBM 的 2026 年产能，已经全部卖光了；海力士管理层在 7 月上市那天公开说，2027 年可能是内存史上最严重的短缺年，供不应求还要往后延续好几年。注意，这是结构性紧张先从 HBM 这个高端品类爆发，不是所有内存一起涨。

但需求会来，不等于钱就一定留得住

讲到这，如果我只告诉你"需求要往内存流、所以内存受益"，那我就只讲了半句话 —— 而且是不负责任的半句。

因为需求来了是一回事，这些钱最后能不能真正留在存储厂的口袋里，是另一回事。就像我上一篇讲台积电时说的：赚得到钱，和留得住钱，中间隔着好几道关。

内存这条线，我会重点看三道闸：

第一道，供给纪律。 现在 HBM 之所以这么赚钱，是因为就三家（海力士、三星、美光）在供货、谁也不乱扩产。可一旦大家为了抢这波需求疯狂扩产（何况还有长鑫这样的新玩家在往里挤），量涨上去了，价格和利润可能反而被自己打下来。

第二道，买方的议价权。 现在买 HBM 的，是英伟达这样的巨头。到了下一代 HBM，这些大买家开始自己参与设计底层芯片、把存储厂往"代工"的位置上挤 —— 谁设计、谁定价，利润就往谁那儿偏。

第三道，长约封顶。 现在很多产能是靠三五年的长约锁定的 —— 比如美光就和十几家大客户签了三到五年的协议，锁定上千亿美元的保底收入。好处是"看得见的收入"，坏处是不少长约还设了价格上下限，等于把这轮涨价的天花板，也提前锁死了。

说白了 ——

钱，正从"模型的利润"，迁向"记忆的账单"。

而这张账单，最后是谁来收？这，才是真正的投资问题。

这三道闸怎么走，我会单独用一篇讲透。今天你先记住这个"问法" —— 它比"内存会涨"这个结论，重要得多。

但先别急着乐观 —— 有个前提必须说清楚

上面这个"需求会迁移、不会消失"的判断，有一个很重要的前提：AI 硬件的总需求，不能出现"趋势性的收缩"。

说白了：如果只是"钱从训练挪到推理、从 GPU 挪到内存"，那是结构变化，内存这条线受益。但如果是巨头们真的开始集体踩刹车、总的资本开支往下掉，那再怎么迁移，也架不住总盘子在缩水 —— 到那时候，连内存也躲不过。

所以真正该看的，不是 K3 跑分多高，而是这几个数： 四大云厂接下来的资本开支指引，是继续上调，还是开始冒出"优化开支""消化产能"这类措辞；海力士、三星这几家 7 月下旬的财报指引，是更乐观，还是转谨慎；HBM 和 DRAM 的合约价，是接着涨，还是掉头往下。

其实最后这个信号，眼下还在给多头撑腰：三星刚发的二季度业绩，营业利润同比暴增了近 20 倍、创下纪录，当季 DRAM 的价格环比还在涨。价格还在往上走，这是已经发生的事实，不是猜测。 这三个信号接下来往哪走，就知道钱是在这张桌子上换了个位置，还是开始离场了。

还有一点也得留个心眼：K3 综合榜第三有第三方背书，但不少细分成绩还是厂商自己跑的，含金量得等 7 月 27 号真正开源、被全球独立复测之后才能定论。在那之前，别把话说太满。

顺便说一句，这波大跌未必全是 K3 的锅

其实这轮回调从六月下旬就开始了 —— Meta 说要自己搞算力、台积电上调资本开支引发回报担忧、中东局势推高油价、高位的拥挤交易开始平仓。高盛干脆把它定性为"有记录以来最大规模的动量抛售之一，主因并非基本面恶化"。K3 更像是在一堆绷紧的神经上又补了一刀，而不是真正的元凶。

一个反差很能说明问题：就在芯片股入熊的同一周，台积电把全年营收增长预期上调到 40% 以上、资本开支还在加码。工厂在加速，股价却在跌 —— 市场怕的不是当下的需求，是 2027 年之后的折旧大考、回报会不会见顶。这跟我上一篇讲台积电，是同一条线：钱赚得到，能不能留住，是另一回事。

所以，回到最开始那个问题

Kimi K3 发布，AI 硬科技到底该跌还是该涨？

我的看法是：别被"中国用低成本做出强模型、所以 AI 硬科技要凉"这个直觉带跑了。

效率变高，历史上更多带来的是"用得更多"，而不是"用得更少"。就算某个环节的需求真被省下了，它也更可能是迁移到别处（比如内存、推理），而不是凭空消失 —— 上周五存储股的逆势，已经给了你一个提示。当然，这一切的前提，是 AI 的总需求不出现趋势性收缩，而这，就是接下来那几个信号要替我们回答的。

这几年我越来越觉得，看 AI 产业最容易犯的错，就是老想着预测"下一家公司是谁"。而我真正想研究的，是下一站的钱。因为公司会变、模型会变、芯片会变，但"资本不断迁移"这件事，一直都在。

别问 AI 会不会崩，要问钱最后流到了哪里。K3 这件事，不是需求的终结，更像是一次需求的"换挡"。挡换到哪儿，就是钱要流向的下一站。

下一篇，我们接着研究：AI 时代的钱，下一站流向哪里。

你觉得呢？Kimi K3 这类越来越强的开源模型，会让 AI 硬件的需求变少，还是只是换个地方变多？评论区聊聊你的判断 🤔

我们下篇文章见。

实盘观察，不构成投资建议。

—— 熊猫校长 Ming ｜ AI 基建研究

相关研究标的：

$SK海力士(SKHY)$  $美光科技(MU)$  $英伟达(NVDA)$