137Labs

过去十年，自动驾驶行业最容易被资本市场记住的故事，是城市道路上的Robotaxi，是一辆没有司机的出租车在街头穿行，是未来出行网络被算法重新组织，是城市交通的入口被少数技术公司重新掌握。但当这个故事被讲了太多年之后，市场也开始意识到，Robotaxi虽然想象力巨大，却长期被法规、城市道路复杂度、运营密度、车队成本和消费者接受度共同制约，真正的大规模商业化并没有想象中来得那么快。
在这样的背景下，驭势科技登陆港股的意义，或许并不只是港交所多了一家自动驾驶公司，而是给自动驾驶行业提供了另一种叙事方式。它并不把全部筹码压在城市出租车场景上，也不急着向公众证明无人驾驶可以在最复杂的开放道路中取代人类司机，而是选择从机场、厂区、港口、矿山、园区、物流、巴士等更具体、更稳定、更有付费能力的产业场景切入，把自动驾驶从一个未来概念，拆解成企业今天就可以计算投入产出比的生产力工具。
这也是驭势科技最值得讨论的地方。它真正想卖的并不是一辆无人车，也不是某个机场里的自动驾驶设备，而是一套可以嵌入不同车型、不同场景、不同产业流程里的“AI司机”能力。如果Robotaxi公司讲的是“未来谁来运营城市出行网络”，那么驭势讲的则是“未来谁来为千行百业提供可复制、可调度、可持续进化的数字劳动力”。这两种故事看似同属自动驾驶，底层商业逻辑却完全不同。
为什么驭势没有先去抢出租车
理解驭势科技，首先要跳出传统汽车公司的视角。传统车企卖的是整车，零部件公司卖的是硬件和系统集成，Robotaxi公司卖的是未来出行服务网络，而驭势更接近于一家把驾驶能力产品化、平台化、服务化的人工智能公司。它的核心不是“造一辆什么样的车”，而是“能不能让不同类型的车在不同产业场景里无人化运行”。
这也是为什么外界如果只把驭势理解成一家机场无人驾驶公司，就会低估它真正想讲的故事。机场场景确实是驭势最有代表性的优势业务，因为机场道路相对封闭、路线相对固定、运营规则清晰、车辆任务高频重复，同时又存在明显的人力成本、安全压力和全天候作业需求，因此天然适合L4级自动驾驶率先落地。对企业客户而言，机场无人驾驶不是一个遥远的技术愿景，而是一个可以直接落到行李牵引、货运运输、摆渡接驳、巡检保障等具体环节中的效率工具。
但机场只是起点，而不是终点。驭势真正试图证明的是，自动驾驶能力可以从一个高确定性的封闭场景中被验证，再逐步迁移到厂区、港口、矿山、物流、园区和更多产业现场。这个迁移过程如果成立，驭势就不再是一家依赖单一场景的项目型公司，而有机会成为全场景L4自动驾驶能力的基础设施供应商。
这也是“AI司机”这个概念的关键。所谓AI司机，并不是简单地让方向盘前没有人，而是让驾驶这件事本身从依赖个体经验的劳动，变成一种可以通过算法、数据、硬件、云端平台和运维系统共同交付的标准化能力。过去企业雇佣司机，本质上是在购买人的驾驶时间、经验、稳定性和责任感；未来如果AI司机成熟，企业购买的可能是一套可以7×24小时运行、可远程调度、可持续学习、可复制部署的机器劳动力。
全场景，是未来还是陷阱
驭势故事里最重要的关键词，是“全场景”。从资本市场角度看，全场景意味着更大的市场空间、更高的横向扩张能力和更强的平台属性；但从产业落地角度看，全场景同时也是最难被证明的部分，因为不同场景之间的复杂度、作业流程、车辆形态、道路环境和安全要求差异极大。
机场、厂区、港口、矿山、农牧、物流、巴士，看上去都可以归入“自动驾驶”这个大类，但真实世界中它们面临的问题并不相同。机场场景更强调标准化路线、空侧安全和与航空保障流程的协同；港口场景更关注集卡调度、装卸效率、通信稳定和复杂设备协同；矿山场景要面对粉尘、坡道、重载、恶劣天气和高危险环境；厂区与园区则往往存在更多混合交通参与者，车辆、人、叉车、自行车和临时障碍物的交互更加频繁；如果进一步进入公交和开放物流场景，复杂度又会明显抬升。
因此，判断驭势的关键，不是看它是否宣称进入了多少场景，而是看它在不同场景之间的技术复用率到底有多高。如果每进入一个新行业，都需要重新做大量定制开发、重新采集数据、重新适配车辆、重新构建交付流程，那么所谓全场景更像是多个项目的集合，商业模式仍然偏重工程交付；但如果U-Drive这样的底层系统能够把感知、决策、控制、运维、仿真、交付工具链和安全策略高度模块化，让新场景的边际交付成本持续下降，那么驭势才真正具备平台化公司的特征。
这也是吴甘沙所说“一横一竖”的真正含义。横向，是场景覆盖度，代表驭势能否从机场扩展到厂区、港口、矿山、物流和更多行业；纵向，是能力纵深，代表系统能否在安全下限和智能上限之间同时进化。横线越长，意味着公司打开的新市场越多；竖线越深，意味着公司处理复杂环境和长尾问题的能力越强。只有横向扩张与纵向能力共同提升，所谓全场景L4才不是一句营销口号，而是一套可以持续放大的技术与商业飞轮。
但这里必须保持冷静。自动驾驶不是普通软件，不能简单复制互联网产品“研发一次、全球分发”的模式。每一个真实场景背后都有车辆、传感器、道路、调度系统、客户流程、运维团队和安全责任。驭势的难点不只是把车开起来，而是把车长期、稳定、安全、低成本地运营下去，并且让客户相信，这套系统比人工司机更可靠、更可控、更经济。
从Robotaxi到Physical AI，自动驾驶的叙事正在转向
驭势科技的上市，恰好踩中了一个更大的产业变化：自动驾驶正在从“未来出行故事”转向“Physical AI故事”。过去几年，市场最关注的是AI能不能生成文字、图片、视频和代码；但随着大模型能力不断外溢，资本开始重新关注AI如何进入物理世界，如何操控机器，如何承担真实劳动，如何在工业、物流、制造、能源、农业和城市服务中创造生产力。
从这个角度看，驭势的AI司机并不是孤立概念，而是Physical AI的一种落地形态。它让AI不再只是屏幕里的算法，而是通过车辆这个物理载体，进入机场、港口、厂区和矿山，完成运输、接驳、搬运、巡检、调度等具体任务。它解决的不是信息效率，而是劳动效率；它替代的不是某个软件流程，而是大量重复、高强度、高风险、难招聘、难管理的驾驶岗位。
这也是为什么“新劳动力经济”这个概念具有资本叙事价值。过去企业购买自动驾驶设备，本质上是在购买硬件和项目；但如果AI司机逐渐成熟，企业购买的就可能是一种持续服务。它不只是一次性交付一辆车，而是持续提供驾驶能力、远程运维、算法升级、调度优化和安全保障。这样的商业模式一旦跑通，收入结构就会从项目制向订阅制、服务制和平台制转变。
当然，资本市场最容易高估的也正是这一点。AI司机听起来像SaaS，但它并不是纯软件。它依赖车辆、传感器、域控制器、通信网络、场景部署、现场运维和安全认证，因此很难像普通软件那样实现极低边际成本的全球复制。更现实的判断是，驭势未来可能介于工业设备公司、自动驾驶方案商和软件服务平台之间，而不是一步成为完全意义上的SaaS公司。
因此，投资者真正要看的不是公司是否提出AI司机订阅模式，而是订阅收入能否真实增长，软件和服务收入占比能否持续提高，单车生命周期收入能否覆盖部署和运维成本，客户是否愿意为算法升级和持续服务长期付费。如果这些指标逐步改善，驭势的估值逻辑才可能从硬件项目公司向数字劳动力平台切换；如果不能，AI司机就更多停留在概念层面。
资本市场最终相信什么
硬科技公司最容易出现的问题，是故事很大，财务很小。驭势也一样，市场可以因为L4、AI司机、Physical AI、全球化这些关键词给出很高关注度，但长期估值最终还是要回到收入、毛利率、订单、现金流和盈利路径。
从已有信息看，驭势的毛利率表现是一个积极信号。整体毛利率提升，软件解决方案毛利率较高，说明公司并不完全是低毛利硬件集成商，而是具备一定软件价值和系统能力溢价。对于自动驾驶企业而言，软件毛利率是观察商业模式质量的重要指标，因为它决定了公司是否有机会摆脱单纯卖硬件、卖项目的估值框架。
订单数据同样重要。自动驾驶公司常常面临“技术展示很多、真实订单很少”的问题，如果驭势能够持续获得来自机场、厂区、港口、物流等场景的订单，说明客户并不只是为技术买单，而是在为真实业务价值买单。这一点比宣传中的“全球第一股”更重要，因为资本市场最终需要看到的，是客户愿意付费、系统能够交付、收入能够确认、现金能够回流。
但财务层面同样存在必须正视的风险。首先是持续亏损。自动驾驶行业研发投入高、安全验证周期长、交付复杂度高，短期亏损并不意外，但亏损能否随着规模扩大而收窄，是判断商业模式是否健康的关键。其次是项目收入的不确定性。很多产业场景的自动驾驶项目存在交付周期长、验收节点复杂、客户预算波动和收入确认滞后的问题，因此订单金额不能简单等同于收入质量。再次是现金流。对于硬科技公司而言，利润表上的增长如果不能转化为经营现金流改善，就容易形成“账面增长、资金紧张”的压力。
所以，判断驭势不能只看它是否有想象力，而要看几个更具体的指标：软件收入占比是否提高，单个场景复制成本是否下降，客户复购率是否提升，海外收入是否持续扩大，运维成本是否被摊薄，经营现金流是否改善。如果这些指标同步向好，说明公司正在从项目型交付走向平台型扩张；如果只是订单增长但亏损扩大、现金流承压、交付越来越重，则说明全场景叙事仍然需要打折。
全球化比想象中更难
驭势还有一个值得重视的方向，是全球化。自动驾驶如果只在中国市场竞争，最终会面对价格战、客户预算周期和行业拥挤的问题；如果能进入海外机场、港口、园区和工业场景，就有机会获得更高客单价、更长合同周期和更强品牌溢价。尤其在机场和港口这类高度标准化、全球共通性较强的场景中，中国企业如果能证明系统安全可靠，确实存在向外复制的机会。
但全球化不是简单出海卖设备，而是一场系统能力考试。自动驾驶进入海外市场，需要适配当地法规、客户流程、车辆体系、运维标准、数据合规要求和合作伙伴网络。更重要的是，海外客户往往对安全、责任划分、售后服务和系统稳定性有更高要求，这意味着驭势不能只是把中国方案搬过去，而要建立本地化交付、本地化运维和本地生态合作能力。
如果驭势能把AI司机能力嵌入海外车厂、运营商和行业客户体系中，它的全球化就会从项目输出升级为能力输出；但如果海外扩张仍然高度依赖总部工程团队逐个项目推进，则扩张速度和利润率都会受限。因此，全球化表面看是市场问题，深层看是组织能力、产品标准化能力和生态赋能能力的问题。
AI司机，可能比无人车更值钱
如果从更高维度看，驭势最有意思的地方，不是它让机场行李车无人化，也不是它让厂区物流车自动运行，而是它试图把“司机”这个传统劳动角色，重新定义为一种可以被训练、复制、部署和订阅的生产资料。
过去的司机是一个人，是经验、时间、体力、判断和责任的结合体。企业管理司机，本质上是在管理排班、疲劳、安全、培训、薪酬和流失率。AI司机出现后，司机这个角色被拆解成感知、决策、控制、远程监控、数据闭环、算法升级和运营调度等模块，人的经验被转化为数据，人的判断被沉淀为模型，人的劳动时间被机器运行时间替代，企业的用工方式也因此发生变化。
这并不意味着人会简单消失，而是人的角色会从重复驾驶转向系统管理、远程调度、现场保障和异常处理。一个熟练司机的价值，不再只体现在自己开一辆车，而可能体现在帮助一组无人车持续运行、优化路线、处理异常、训练系统和提升整体效率。真正的新劳动力经济，不只是机器替代人，而是让人的经验进入系统，让人从重复劳动中上移到更高价值的环节。
这也是驭势故事最容易打动人的部分。自动驾驶如果只讲“车里没有司机”，很容易陷入技术炫耀；但如果讲“重复性、危险性、高强度的驾驶劳动被重新组织”，它就进入了产业变革的层面。机场、港口、矿山、农牧和厂区里的很多驾驶岗位并不显眼，却支撑着现代工业和物流系统的日常运转。AI司机真正改变的，可能正是这些不在聚光灯下、但极其重要的生产环节。
结论
综合来看，驭势科技的上市提供了一个观察自动驾驶行业的新样本。相比Robotaxi，它的商业化路径更现实，因为它从企业愿意付费的场景切入，解决的是今天存在的人力成本、安全管理和运营效率问题；相比传统自动驾驶方案商，它的叙事更大，因为它试图把驾驶能力抽象成AI司机，并进一步走向全场景、全球化和订阅化。
但驭势的真正挑战也在这里。资本市场可以因为“全场景L4第一股”“AI司机”“Physical AI”“新劳动力经济”给出热情，但公司最终必须证明，这些概念不是包装，而是可以转化为持续增长的收入、更高的软件占比、更低的边际交付成本和更清晰的盈利路径。
未来几年，决定驭势估值中枢的核心问题不是它能不能在机场继续领先，而是它能不能把机场中验证过的能力复制到更多场景；不是它能不能交付无人车，而是它能不能交付持续进化的AI司机；不是它有没有订单，而是订单背后是否形成复购、订阅和规模化运维；不是它是否进入海外市场，而是它能否在海外建立本地化生态和长期服务能力。
如果这些问题的答案逐渐清晰，驭势就有机会从一家自动驾驶解决方案公司，升级为面向产业世界的AI司机平台。那时，市场重新定价的将不再是一批无人车，而是一种新的数字劳动力基础设施。
但如果全场景复制难度过高，订阅模式推进缓慢，收入仍然高度依赖定制项目，那么驭势即便技术领先，也可能长期被市场按照工程公司或设备公司定价。它的故事依然成立，但估值天花板会被压低。
所以，驭势科技最值得期待的地方，是它把自动驾驶从“无人出租车”的单一路径中解放出来，让市场看见AI进入真实产业世界的另一种可能；而它最需要被持续验证的地方，则是这个AI司机到底能不能像软件一样复制，像劳动力一样稳定，像平台一样扩张。
一句话概括，驭势真正要证明的，不是车能不能无人驾驶，而是“司机”能不能成为一种可规模化交付的人工智能服务。

Recentemente, le notizie sul prossimo IPO di SpaceX hanno fatto il giro dei social, con discussioni e previsioni a non finire. Ieri mattina, dopo il lancio del prodotto pre-mercato #SPCX sulla piattaforma Hyperliquid, il mercato ha subito acceso gli animi, con i partecipanti che sono accorsi in massa. Questa mossa ha continuato il trend positivo delle precedenti collaborazioni tra Trade.xyz e Hyperliquid nel progetto $CBRS , permettendo a molti investitori di cogliere opportunità in anticipo.
Questo articolo analizza il confronto dei prezzi di lancio su varie piattaforme, i dati di trading attuali di Hyperliquid SPCX, i titoli interessanti nel settore aerospace, e una riflessione multidimensionale dal punto di vista degli investimenti, per esaminare a 360 gradi il fervore globale pre-IPO di SpaceX, insieme per afferrare chiaramente le opportunità e i rischi coinvolti.

过去三年，市场关于 AI 的讨论几乎始终围绕模型、芯片和算力展开：2023 年担心 GPU 不够，2024 年开始讨论数据中心建设速度，随后焦点又转向先进封装、土地和基础设施接入能力。技术叙事不断向上推进，但一个更底层的问题正在浮出水面：决定 AI 扩张速度的，可能已经不再只是芯片，而是电力。长期以来，电力被视作一种天然存在、随时可得的基础资源，美国公用事业行业也因此长期被贴上低增长、稳定分红的标签，很少站在科技革命的舞台中央。但当一个大型 AI 数据中心的耗电规模开始接近一座城市，当数据中心建设速度开始快于电网扩容速度，能源第一次从后台走到台前，成为影响 AI 产业节奏的关键变量。
NextEra Energy 以约 668 亿美元收购 Dominion Energy 的交易，正是在这样的背景下出现。表面看，这是一笔刷新行业纪录的公用事业并购；更深层看，它反映的是 AI 正在重构能源行业的增长逻辑、资本流向和竞争秩序。过去是科技公司寻找电力资源，现在开始变成电力公司主动扩张规模，以适应未来数十年的算力需求。当算力增长速度超过能源基础设施建设速度，AI 的竞争就不再只是模型能力和芯片性能的竞争，而越来越像一场围绕发电、输电、电网接入和能源调度能力展开的新基础设施战争。
670亿美元买的是什么
NextEra Energy 以约 668 亿美元全股票方式收购 Dominion Energy，表面上看是一场美国公用事业行业的大型整合，但它真正指向的是一个更深的变化：AI 基础设施扩张正在把电力公司从“稳定分红资产”重新推向“战略增长资产”。
交易完成后，合并公司将成为全球最大受监管电力公司之一，企业价值约 4200 亿美元。更重要的是，NextEra 将借 Dominion 进入美国最关键的数据中心腹地——弗吉尼亚，尤其是北弗吉尼亚的 Data Center Alley。这里是全球最密集的数据中心集群之一，也是云计算和 AI 基础设施的核心节点。Dominion 不只是卖电给普通居民和企业，它手里握着 Alphabet、Amazon、Microsoft、Meta 等科技巨头的大型负载需求，相关已签约数据中心容量接近 51GW。
这意味着，NextEra 买下的不是一张传统电网资产负债表，而是一张通往 AI 时代电力需求中心的门票。
AI重写电力增长逻辑
过去二十多年，美国电力需求增长相对平缓，公用事业公司的投资逻辑也很稳定：监管收益、区域垄断、分红、低波动。但 AI 数据中心的爆发打破了这个模型。
美国能源信息署预计，美国用电量将从 2025 年创纪录的 4195 十亿千瓦时，继续上升到 2026 年的 4248 十亿千瓦时和 2027 年的 4379 十亿千瓦时。这个增长背后，AI 数据中心、加密资产计算、电气化和工业扩张是主要驱动力。
更大的问题在于，AI 负载不是传统意义上的普通商业用电。一个大型 AI 数据中心园区的用电需求可能达到数百兆瓦，甚至接近 1GW，相当于一座中型城市的用电规模。过去电力公司服务的是居民、商业楼宇和制造工厂；现在，它们必须面对云厂商和 AI 公司提出的城市级、连续性、高可靠性电力需求。
国际能源署预计，全球数据中心用电量将从约 485TWh 增长至 2030 年接近 950TWh，几乎翻倍。其中 AI 数据中心将成为增长最快的部分。
问题不在于电力需求增加，而在于需求结构发生变化。过去新增电力需求来自人口和工业增长，是一种相对平滑的增长；现在新增需求来自超大型数据中心集群，是一种集中、突发且高度密集的增长。
这种变化意味着，过去几十年形成的电力行业运行逻辑，正在被重新改写。
真正稀缺的是接入权
过去两年，市场讨论 AI 基础设施时，焦点主要集中在 GPU、先进制程、HBM、服务器和数据中心建设。但瓶颈正在向更上游迁移：芯片可以买，数据中心可以建，真正难的是能否快速接入足够稳定、足够便宜且持续可用的电力。
Morgan Stanley Research 预测，到 2028 年，美国数据中心电力需求可能达到 74GW，但可获得电力接入存在约 49GW 缺口。
这个数字揭示出一个关键矛盾：算力建设周期远快于能源基础设施建设周期。
数据中心项目通常 18 至 24 个月即可落地，而发电项目、输电网络、变电站扩建和电网接入通常需要数年时间。部分输电项目甚至需要更长周期。
于是 AI 行业开始出现一种前所未有的现象：不是没有服务器，而是没有电。
过去科技公司的核心竞争力是采购 GPU；未来，它们可能需要提前锁定长期购电协议、核电项目、天然气资产和电网接入资格。
资源稀缺性的重心正在转移。
弗吉尼亚：AI电力前线
Dominion 最大价值不在资产规模，而在地理位置。
北弗吉尼亚长期是美国互联网基础设施最密集区域之一，也是全球最大的数据中心集群所在地。这里聚集着云服务、光纤网络、互联网交换节点和大量企业客户。
数据中心形成聚集效应后，会吸引更多客户继续进入，因为低延迟、网络连接和生态协同优势会越来越强。
Dominion 长期掌握这一地区供电权，因此天然占据 AI 扩张的重要节点。
NextEra 原本已经拥有美国最大的新能源开发能力和佛罗里达州受监管公用事业业务，但如果想进入 AI 用电需求增长最快区域，直接收购 Dominion 显然比重新建设更加高效。
因此，交易真正买下的是未来十年最稀缺的基础设施入口。
谁控制入口，谁控制增量。
规模经济逻辑正在重写
Bloomberg 将这笔交易定义为 AI 公用事业超级并购时代的开端，其背后是电力行业最低有效规模正在发生变化。
过去，公用事业规模优势主要来自区域垄断和运营效率。
但 AI 改变了规则。
首先是资本开支规模。AI 基础设施需要同时建设天然气、核电、储能、输电和新能源项目，小型电力公司难以承担。
其次是融资能力。大型公司更容易获得低成本资金。
第三是客户能力。面对 Microsoft、Amazon 等超级客户，需要足够体量进行长期协议谈判。
第四是监管协调能力。跨州输电、电价机制、居民补贴和项目审批，都需要更复杂的政治与监管协调。
NextEra 提出约 22.5 亿美元用户账单补贴，本质上就是提前减少监管阻力。
因为真正难的不是完成收购，而是让公众接受。
问题越来越敏感：
AI 公司大量用电，谁来承担成本？
居民会不会付出更高电价？
这些问题未来都可能成为监管焦点。
被卷入的不止电力公司
AI 用电增长会沿着能源产业链向多个方向传导。
首先是天然气。
数据中心需要全天候稳定供电，可再生能源虽然成本下降，但波动性决定其仍需要调峰能力。天然气因为建设速度快、调节能力强，很可能成为中期主要补充。
其次是核电。
大型科技公司已经越来越积极布局核电合作，因为 AI 需要稳定、低碳且连续的基荷电源。
第三是储能。
储能不仅承担削峰填谷功能，也可能帮助数据中心减少备用柴油系统依赖。
第四是输电设备。
很多时候，不是缺发电，而是电送不过去。
变压器、高压线路和变电站可能成为未来数年最容易被忽视的瓶颈。
因此 AI 电力军备赛并不会只利好某一个行业，而会重估整个能源基础设施链。
能源重新定义竞争
最近 Ryanair 高管对喷气燃料危机发出警告，看似与 AI 没有关系，但底层逻辑相同。
能源供应正在重新定义行业竞争力。
航空公司提前锁定燃油。
科技公司提前锁定电力。
制造业开始争夺电网容量。
未来竞争不再只是资本竞争，而越来越像能源竞争。
过去企业竞争核心是技术、规模和渠道。
未来可能增加一个新的关键指标：
能源锁定能力。
强者提前获得资源。
弱者暴露于价格波动和供应紧张风险。
能源正在重新回到产业竞争中心。
真正的变量是监管
NextEra-Dominion 预计审批周期长达 12 至 18 个月，涉及州公用事业委员会、联邦审批以及反垄断审查。
监管将关注多个问题：
合并是否推高居民电价；
数据中心是否挤占居民资源；
电网升级成本由谁承担；
清洁能源目标是否受影响；
规模扩大后竞争是否减弱。
AI 电力周期最大的复杂性在于：市场希望更快扩张，而公用事业天然受到监管约束。
科技公司想快速接入电网。
居民不想支付更高账单。
州政府希望吸引 AI 投资。
社区又担心水资源、土地和噪音。
所有力量会同时拉扯行业。
因此 AI 基础设施扩张不只是资本问题，更是监管和社会问题。
市场真正要重估什么
如果把这笔交易仅仅看成传统并购，那么分析框架无非是估值、债务和协同。
但如果它意味着 AI 能源时代开启，那么市场需要重新思考：
第一，AI 电力需求能否持续兑现。
第二，哪些公司拥有最稀缺的接入节点。
第三，新增投资能否转化为监管收益。
第四，能源结构是否满足科技公司需求。
第五，社会阻力是否会持续增加。
未来最值钱的不一定是发电资产，而是拥有接入能力、监管资源和关键节点的综合基础设施平台。
结语
过去十年，AI 的故事一直发生在芯片、云计算和软件世界里。
但 NextEra 与 Dominion 的交易显示，下一阶段竞争开始转向另一个层面：发电厂、电网、输电线路、监管委员会和基础设施建设。
AI 的瓶颈正在从芯片转向能源，从服务器转向电网，从科技公司内部竞争转向跨行业资源竞争。
谁拥有稳定电力，谁控制电网接入能力，谁就掌握未来算力扩张速度。
因此，这笔交易真正重要的地方，不是 668 亿美元规模，而是它释放出的信号：未来十年的 AI 军备赛，表面看是模型竞争，底层却越来越像一场围绕能源、土地、电网和监管能力展开的基础设施战争。

在全球宏观投资领域，如果只选几个真正影响过市场历史的人物，Stanley Druckenmiller（斯坦利·德鲁肯米勒）一定在名单最前列。相比公众更熟悉的沃伦·巴菲特，德鲁肯米勒身上的标签更复杂：他既是索罗斯时代最核心的操盘者之一，也是华尔街传奇基金 Duquesne 的缔造者；既创造过连续数十年无年度亏损、年化收益接近30%的神话，又在事业巅峰时期主动关闭基金。
更重要的是，他不是依靠单一风格成功的人。价值、成长、宏观、趋势、行业轮动、集中下注，这些看似矛盾的元素，在德鲁肯米勒身上形成了一套独特的方法论。
今天如果研究全球宏观投资体系、理解顶级交易员如何构建认知，德鲁肯米勒依然是绕不开的人物。
早期经历：从银行分析师到宏观交易大师
德鲁肯米勒的职业起点并不传奇。他最早在匹兹堡国家银行担任股票分析师，研究具体公司和行业。这段经历很重要，因为它让他并不是一个只会看宏观变量的人。他既理解企业基本面，也理解市场定价逻辑。
后来他创立 Duquesne Capital，逐渐形成自己的投资风格。与许多传统基金经理不同，德鲁肯米勒并不把自己局限在某一类资产中。他可以做股票，可以做债券，可以做货币，也可以做商品。他真正关注的是：哪里存在最大的风险收益比。
1988年，德鲁肯米勒加入索罗斯的量子基金，这是他职业生涯中极其关键的阶段。索罗斯擅长从哲学和宏观结构层面理解市场，而德鲁肯米勒擅长把宏观判断转化为具体交易。两人的结合，几乎是全球宏观投资史上最经典的组合之一。
这段经历强化了德鲁肯米勒的一个核心观念：市场不是静态的估值表，而是一个不断反馈、不断自我强化、不断从极端走向另一个极端的系统。
金融史最经典战役：做空英镑
1992年做空英镑是德鲁肯米勒最著名的一战，但如果只把它理解为“胆子大”，就低估了这场交易的本质。
当时英国加入欧洲汇率机制，英镑汇率被维持在一个相对固定的区间内。但问题在于，英国经济基本面并不支持这样的汇率水平。英国需要更宽松的货币政策来刺激经济，但为了维持英镑汇率，又不得不保持较高利率。这就形成了一个不可持续的矛盾：国内经济需要降息，汇率机制要求高息。
德鲁肯米勒看到的不是短期价格波动，而是制度安排本身的脆弱性。他判断英国政府最终无法同时守住经济和汇率。当一个宏观体系内部出现不可调和的矛盾时，市场迟早会攻击这个弱点。
这场交易真正体现了德鲁肯米勒的三个特点。
第一，他不是先预测价格，而是先识别结构性矛盾。第二，他不是平均分散下注，而是在高胜率、高赔率机会出现时集中押注。第三，他不是因为仓位大才成功，而是因为逻辑足够强，才敢把仓位放大。
这正是德鲁肯米勒和普通交易者的区别。普通交易者喜欢用仓位证明勇气，德鲁肯米勒用仓位表达概率。
Duquesne体系：高收益背后的纪律
Duquesne Capital 最令人震撼的不是某一年赚了多少，而是长期几乎没有年度亏损。对于一个全球宏观基金来说，这比高收益本身更难。
宏观交易天然具有不确定性。货币政策会变化，战争会爆发，市场情绪会反转，央行可能突然干预，政治事件也会改变资产定价。在这种环境下长期保持优秀表现，靠的不是一次判断正确，而是一整套完整的投资系统。
德鲁肯米勒的系统可以概括为四个关键词：宏观、集中、纠错、流动性。
所谓宏观，是指他总是先判断大的经济方向。例如经济是在加速还是放缓，利率是在上行还是下行，通胀是在扩散还是回落，央行是在放松还是收紧。只有当这些大方向形成清晰判断后，他才会寻找最合适的表达方式。
所谓集中，是指他不会把资金平均分散到大量平庸机会中。他认为真正优秀的投资机会很少，一旦出现，就应该用足够大的仓位去表达观点。很多基金经理追求“不要犯大错”，所以仓位分散；德鲁肯米勒追求的是“在正确时赚足够多”，所以敢于集中。
所谓纠错，是指他并不迷信自己的判断。他可以强烈看好某个方向，但如果市场反馈和基本面变化不支持原判断，他会迅速退出。对他来说，认错不是失败，而是投资流程的一部分。
所谓流动性，是指他非常重视市场环境。很多资产在流动性宽松时可以上涨得远超基本面，在流动性收紧时也可以跌得远超估值模型。德鲁肯米勒深知，资金环境往往决定市场的边际方向。
“先投资，再验证”的真正含义
德鲁肯米勒那句著名的话，“Invest, then investigate”，常常被误解为冲动下注。实际上，这句话的核心并不是轻率，而是对市场速度的尊重。
在现实市场中，最好的机会往往不会等所有信息完全确认。等数据完全清晰、新闻全部落地、研究报告都写完时，价格往往已经反映了大部分预期。因此，德鲁肯米勒的方法不是等到百分之百确定才行动，而是在逻辑初步成立时先建立仓位，然后通过市场反馈、基本面变化和数据验证不断调整。
这套方法有一个重要前提：仓位必须是动态的。先投资，并不意味着一开始就满仓下注，而是先让自己进入场内，获得更真实的市场感知。如果逻辑被验证，就加仓；如果逻辑被破坏，就退出。
这其实是一种非常高级的认知方法。很多投资者的问题不是研究不够，而是过度追求确定性。他们希望在行动前排除所有风险，但市场从来不给这种完美答案。德鲁肯米勒接受不确定性，并通过仓位管理和快速纠错来处理不确定性。
德鲁肯米勒与巴菲特的根本区别
把德鲁肯米勒和巴菲特放在一起比较，可以更清楚地理解他的独特性。
巴菲特的核心问题是：这是不是一家好公司，价格是否合理，未来十年是否能持续创造现金流。德鲁肯米勒的核心问题则是：当前世界正在发生什么变化，市场是否错误定价了这个变化，哪类资产最能表达这个判断。
巴菲特更关注企业内在价值，德鲁肯米勒更关注边际变化。巴菲特强调长期持有，德鲁肯米勒强调灵活调整。巴菲特喜欢稳定复利，德鲁肯米勒喜欢在关键节点重仓进攻。
这并不是说谁更高明，而是两人处理市场的方式不同。巴菲特把市场看作企业所有权的报价系统，德鲁肯米勒把市场看作宏观变量、资金流和人性预期共同作用的动态系统。
如果投资者研究巴菲特，学到的是耐心、护城河和复利；研究德鲁肯米勒，学到的是周期、赔率和仓位。
两个学生：Bessent 与 Warsh 代表的两种传承
德鲁肯米勒的影响力不仅体现在业绩上，也体现在他培养和影响的人物上。Scott Bessent 和 Kevin Warsh 可以看作他思想体系的两种延伸。
Scott Bessent 更接近交易层面的继承者。他长期处在索罗斯和德鲁肯米勒的宏观交易环境中，熟悉货币、利率、财政政策与市场价格之间的关系。他所继承的是德鲁肯米勒最具交易属性的一面：寻找宏观错配，判断赔率，用仓位表达观点。
Kevin Warsh 则更接近政策层面的继承者。他曾在美联储系统中工作，对货币政策、央行决策和金融监管有深刻理解。Warsh 的价值并不主要体现在交易执行，而是体现在政策判断和制度理解。
这两个人放在一起看，会发现德鲁肯米勒体系并不只是“会交易”。它需要两种能力：一是市场能力，二是制度能力。只懂价格波动，不懂政策和制度，容易陷入技术性交易；只懂宏观叙事，不懂市场反馈，又容易停留在纸面分析。德鲁肯米勒的强大，正是在于他把这两者结合起来。
为什么他在巅峰时期关闭基金
2010年，德鲁肯米勒关闭 Duquesne 的对外基金业务，这个决定非常值得分析。
一般基金经理如果拥有辉煌业绩，往往会继续扩大规模，因为管理费和业绩提成意味着巨大利益。但德鲁肯米勒选择退出，说明他非常清楚规模对投资收益的侵蚀。
全球宏观投资依赖灵活性。资金规模越大，进出市场越困难，可选机会越少，交易对市场价格的影响越大。过去一个中等规模基金可以灵活捕捉的机会，在资金膨胀后可能已经无法有效执行。
更重要的是，德鲁肯米勒对自己的要求极高。他不愿意在无法保持原有质量的情况下继续管理外部资金。这一点体现了他的风险哲学：真正的风险不是少赚一点，而是在不适合进攻的时候继续进攻。
关闭基金并不代表他对市场失去兴趣，而是从“替别人管理钱”转向“管理自己的资本”。这让他摆脱了外部投资人的申赎压力，也让他的决策更加自由。
从AI到铜：最近持仓变化背后的逻辑
近几年，市场最关注德鲁肯米勒的地方，是他如何看待AI浪潮、美元趋势和资源品周期。
他曾较早参与AI相关投资，这说明他并不是传统意义上的保守宏观投资者。只要他认为产业趋势足够强、市场定价仍有空间，他会积极参与成长股和科技股。但近期他降低AI相关暴露，并表示组合不再由AI驱动，这并不一定意味着他看空AI本身，而更可能说明他认为市场预期已经过度集中。
这正是德鲁肯米勒的典型思维：他关心的不是主题好不好，而是价格是否已经反映了主题。如果一个主题人人都认可，估值已经充分透支，那么它即便长期正确，短期也未必是好交易。
相比之下，他对铜的关注更能体现二阶思维。AI表面上是芯片、模型和算力，背后却是电力、数据中心、输电网络和基础设施。铜正处在这个链条的底层。如果AI继续发展，能源系统和电网改造就无法回避，而铜可能成为最直接受益的资源之一。
这说明德鲁肯米勒不是简单追逐热门资产，而是寻找热门叙事背后尚未被充分定价的资产。他不一定买最显眼的东西，而是买最能表达供需矛盾的东西。
看空美元：财政赤字与货币信用问题
德鲁肯米勒对美元长期购买力的担忧，也延续了他的宏观框架。他并不是简单预测美元明天会跌，而是在观察美国财政和货币体系的长期压力。
如果一个国家长期财政赤字扩大，债务不断累积，同时政治系统缺乏削减支出或增加收入的能力，那么货币信用最终会受到挑战。美元作为全球储备货币，短期仍然拥有强大地位，但这并不意味着它的购买力不会被稀释。
德鲁肯米勒关心的是长期制度约束。当财政纪律下降，央行和财政之间的边界变得模糊，市场最终会重新评估货币价值。这种判断未必会立刻反映在汇率上，但会逐渐影响黄金、资源品、海外资产和实际资产的配置逻辑。
这也是为什么他会同时关注美元、铜、财政赤字和产业投资。这些看似分散的主题，其实都指向同一个问题：未来世界可能进入一个货币信用下降、实物资产重新定价、资本开支上升的阶段。
德鲁肯米勒方法论的核心：赔率而非胜率
很多人研究德鲁肯米勒时，会误以为他最大的能力是预测准确。其实更准确地说，他最强的是赔率判断。
投资并不是考试，不是答对题目越多越好。一个投资者可以十次判断对七次，但如果每次正确只赚一点，错误一次亏很多，长期仍然失败。反过来，一个投资者即便判断次数不多，只要在高赔率机会中重仓，在错误时快速止损，也可能取得极高收益。
德鲁肯米勒非常重视这个差异。他并不追求每天都有观点，也不追求每个资产都配置。他等待的是那种“错了亏有限，对了赚很多”的机会。
这也是他和普通投资者最大的区别。普通投资者常常问：“这个会不会涨？”德鲁肯米勒式的问题是：“如果我对了，能赚多少？如果我错了，会亏多少？市场现在是否已经充分反映这个判断？有没有更好的表达方式？”
从这个角度看，他的体系不是预测体系，而是决策体系。
普通投资者能学什么，不能学什么
德鲁肯米勒的方法很有启发，但并不意味着普通投资者可以照搬。
普通投资者最不应该学的是高杠杆和频繁宏观交易。全球宏观交易需要大量信息、经验、流动性理解和风险控制能力。如果只看到德鲁肯米勒重仓成功，却忽略他背后的研究深度和纠错速度，很容易变成盲目赌博。
真正值得普通投资者学习的，是他的三种思维。
第一，学会关注边际变化。市场价格反映的是预期，而不是静态事实。好公司如果预期太高，也可能不是好投资；差行业如果预期极低，也可能出现阶段性机会。
第二，学会区分观点和仓位。一个观点可以很强，但仓位必须根据风险收益比来决定。投资中最危险的不是看错，而是看错后仓位太大、纠错太慢。
第三，学会从二阶逻辑寻找机会。比如AI热潮中，市场最先买的是芯片和软件，但更深层的机会可能在电力、铜、设备、基础设施和能源系统。这种从表层叙事走向底层约束的能力，是德鲁肯米勒体系最值得学习的部分。
结论
德鲁肯米勒不是单纯的交易员，也不是传统意义上的价值投资者。他更像一个市场中的战略家。他理解宏观，也尊重价格；他敢于重仓，也极度重视风险；他有强烈观点，但从不迷信自己；他追求大机会，但不沉迷于一直交易。
他的成功并不是来自某一个神秘指标，而是来自一套完整的投资人格：敏锐、克制、灵活、果断，同时又极其尊重市场。
如果用一句话概括德鲁肯米勒的投资哲学，那就是：在世界出现重大错配时，识别它；在市场尚未充分定价时，进入它；在逻辑被验证时，加大它；在判断被证伪时，立刻离开它。
这套体系之所以值得今天继续研究，是因为无论市场主题从互联网变成AI，从低通胀变成高债务，从全球化变成再工业化，真正决定长期投资成败的，仍然不是追逐热点的速度，而是理解周期、判断赔率、管理仓位和控制风险的能力。
免责声明：本文根据公开资料整理，仅供参考，不构成任何投资建议。

2026年上半年，全球AI市场持续火热。数据中心对高性能内存的需求像火箭一样飙升，导致存储芯片价格上涨，供应紧张。三星电子交出亮眼成绩单，第一季度营业利润达到57.2万亿韩元，同比暴增超过750%，创下公司历史新高。HBM4芯片已经开始量产出货，2026年HBM整体营收预计同比增长三倍以上，产能早已全部锁定，甚至提前接到2027年部分订单。三星电子的产品线覆盖广泛，从Galaxy系列智能手机、平板，到高端Exynos处理器，再到内存芯片和显示面板。
在AI浪潮中，公司正积极将服务器级的高带宽内存（HBM）技术延伸到移动设备，目标是让普通用户的手机和平板也能轻松运行强大本地AI功能。
本文通过通俗易懂的语言，从投资增长潜力、AI使用体验变革、竞争战略布局、产业链影响以及风险与长期展望五个方面来分析这一举措的深层意义，帮助大家看清其中的投资机会和产业变化。
投资增长潜力：从周期波动到稳定高增长
过去很多投资者把三星电子看成典型的内存周期股，股价容易随供需起伏。现在情况正在改变。AI服务器对HBM的强劲需求，让三星半导体业务毛利率大幅提升。第一季度内存业务贡献了绝大多数利润，HBM4出货顺利，传统DRAM也跟着涨价。移动HBM项目一旦落地，就能进一步打开消费电子市场的新空间，避免公司完全依赖服务器订单。三星在HBM研发上投入巨大且动作迅速。公司已率先实现HBM4的量产和商用出货，这是业界首家做到这一点的厂商。
HBM4采用先进工艺，实现高达11.7Gbps的数据处理速度，比上一代HBM3E提升显著，单栈带宽大幅增加，能效也优化了40%左右。公司还将HBM开发周期从原来的两年缩短到一年，快速迭代HBM4E样品计划在2026年下半年推出，定制化版本2027年交付。
产能方面，三星计划2026年把HBM月产能提升至约25万片，HBM比特出货量预计达到112亿Gb，同比增长三倍以上。这些技术突破和扩产计划，直接支撑了公司利润的爆发式增长。
在整个HBM市场中，三星的份额正在稳步回升。2025年第三季度，三星HBM市占率约22%-35%，SK海力士仍居领先位置。但进入2026年，随着HBM4大规模出货，三星份额有望提升至28%-30%以上。
分析师预测，到2027年三星在HBM比特出货量上可能与SK海力士并驾齐驱，各占约40%的市场份额，美光则在20%左右。这种追赶态势，让三星从过去的市场跟随者逐步获得更强话语权。移动HBM项目进一步分散风险，把服务器级技术带到手机端，打开全新增长曲线。
想象一下，未来Galaxy旗舰手机内置服务器级内存，AI处理速度更快、功耗更低。这不仅能提升手机销量和溢价，还能带动整个半导体业务的稳定性。分析师认为，这种内存加手机一体化的优势，有望让三星在估值上获得重估空间。
中长期来看，投资者可以把三星视为AI基础设施和终端设备双轮驱动的标的，配置价值值得关注。公司已规划超过110万亿韩元的巨额资本开支，用于研发和扩产，显示出管理层对AI长期趋势的坚定信心。
AI使用体验变革：让强大AI真正走进日常
以前，高性能AI计算主要放在云端大服务器里，用户用手机时常常需要联网等待。现在三星开发移动HBM，就是要打破这个限制。手机里的AI模型能直接调用更多高速内存，生成图片、实时翻译、视频编辑等复杂任务变得又快又顺畅，而且隐私数据留在本地，更安全。
普通用户会明显感受到变化：打开相机，AI自动美化或生成背景，几乎没有延迟；和朋友视频聊天时，实时字幕翻译准确自然；甚至在没有网络的环境下，手机也能帮你总结笔记或规划行程。这不只是硬件升级，更是让AI从“偶尔用一下”变成“随时随地好帮手”。开发者也能基于更强本地计算能力，做出更聪明的应用，整个移动生态都会跟着活跃起来。用户生活因此变得更便捷，高端AI手机的市场需求也会水涨船高。
竞争战略布局：三星的一体化反击武器
在AI手机战场，三星面对苹果A系列芯片和高通骁龙处理器的竞争。移动HBM给了三星独特优势。公司自己掌握内存、先进封装和Exynos处理器，能把这些技术紧密结合，打造差异化产品。Galaxy系列如果率先用上移动HBM，AI功能就会更突出，吸引追求高端体验的消费者。SK海力士等对手在服务器HBM领域暂时领先，但三星靠移动端创新实现突围。Exynos芯片集成移动HBM后，对外部供应商的依赖会减少，利润空间自然扩大。公司还把HBM研发周期从两年缩短到一年，紧跟NVIDIA等客户的节奏。这种一体化战略，帮助三星从过去的“跟随者”逐步走向“定义者”。投资者观察财报时，可以重点看HBM市占率变化和Exynos在Galaxy手机里的采用比例，这些都是判断战略执行力的好指标。
产业链影响：带动上下游共同繁荣
移动HBM项目不只影响三星一家。它会像石头扔进湖里，激起层层波澜。先进封装材料供应商会接到更多订单，散热技术和电池公司需求也会上升，因为高性能内存需要更好配套来控制温度和续航。传感器、显示屏等环节同样受益，整个AI终端产业链价值都会提升。从更大范围看，全球AI资本开支正在从纯云端向终端设备延伸，打开万亿级新市场。高端AI手机溢价能力增强，刺激消费者升级换机。数据隐私意识强的地区，本地AI方案也会更受欢迎。三星此举，体现了行业从“云主导”向“云端加终端协同”的转变，为供应链上下游创造实实在在的增长机会。
最后/// 理性看待机遇与挑战
任何新技术布局都伴随风险。三星HBM产能目前优先满足服务器大客户，移动版量产时间可能推迟到2027年以后Exynos后续芯片。成本较高、技术良率需要验证，初期很可能只用在旗舰机型上。内存行业周期性强，如果AI投资节奏放缓，价格可能回调，投资者需要保持警惕。
不过，长期来看前景乐观。到2030年前后，AI手机计算能力会大幅跃升，用户生活方式随之改变。三星凭借这一布局，有望巩固半导体领导地位，利润结构更加均衡稳定。对普通投资者来说，这是一个值得持续跟踪的中长期题材。建议大家关注三星季度财报、HBM出货数据和供应链验证消息，结合个人风险偏好，分散配置半导体相关资产。
三星押注移动HBM，展现了对AI未来的清晰判断。这一行动不仅推动公司自身成长，也在悄然重塑整个产业格局。AI时代到来，抓住终端侧创新机会，或许正是下一波半导体投资的新风口。
免责声明：本文仅供信息参考，不构成任何投资建议。加密市场波动极大，投资有风险，请自行研究并独立承担后果。

5月14日，纳斯达克迎来2026年迄今最大IPO——AI芯片独角兽Cerebras Systems（股票代码：#CBRS ）正式上市。发行价185美元每股，开盘即报350美元（较发行价暴涨89.2%），盘中最高触及386.34美元（涨幅108%），触发多次熔断，最终收于311.07美元（较发行价仍涨68.15%），单日募资约55.5亿美元，创下近五年美国科技IPO最大规模。本次事件既展现了AI算力领域的强劲势头，也凸显了链上价格发现对传统IPO的创新价值。
前几天写过一篇关于 《Cerebras （CBRS） 临近IPONVIDIA最强对手即将登陆》的文章，详细的介绍了 CBRS 感兴趣可以回看这篇。
本文通过上市时间线与价格表现复盘、Hyperliquid生态与trade.xyz链上交易拆解、RWA股票上链出圈效应、市场情绪全网影响、潜在类似AI芯片/算力标的展望、风险提示与未来展望等几点，全面整理了当前CBRS上市事件及其对加密金融基础设施的深远影响。
一、CBRS上市完整时间线与价格表现复盘
CBRS的IPO之路早在2025年就已酝酿。2026年4月正式递交S-1，5月13日晚最终定价185美元每股（远超此前150-160美元区间上限），发行3000万股，认购需求超20倍，IPO定价时完全稀释估值约564亿美元。5月14日美股开盘（北京时间5月15日早间）：
开盘价350美元（涨幅89.2%）；盘中最高386.34美元（涨幅108%）；收盘价311.07美元（涨幅68.15%）； 全天市值一度逼近950亿美元（完全稀释口径），触发多次熔断。
基本面支撑强劲：2025年营收5.1亿美元（同比增长76%），核心Wafer-Scale Engine（WSE）晶圆级芯片在推理任务上比NVIDIA GPU快15倍以上，已锁定OpenAI、AWS等长期大单。与链上Pre-IPO价格对比格外亮眼：trade.xyz早在5月初就将CBRS合约从200美元以上区间逐步推高至开盘前380美元区间，领先华尔街完成价格发现。这正是本次事件的最大看点——链上永续合约首次实现了对传统IPO的实时定价引领。
二、Hyperliquid生态与trade.xyz 链上交易全景拆解
trade.xyz 作为Hyperliquid上最大Perp市场提供商，此次Pre-IPO永续（IPOP）产品成为绝对主角。合约机制设计精妙：现金结算永续，上市后自动转为标准CBRS永续；若延期则进入60天TWAP结算，避免流动性断层。核心链上数据（截至5月15日早间）
上市前数周累计成交超1.27亿美元；5月14日开盘前后单小时成交近1亿美元，24小时总成交量达2.8亿美元；持仓量（OI）峰值约5770万美元；订单簿深度在10x杠杆下仍保持极低滑点，散户与量化基金同台博弈，多空持仓比例接近1比1。
部分链上地址（如loracle.hl）从早期做空浮亏130万美元转为盈利，完美诠释了链上高频博弈的魅力。Hyperliquid原生L1全链上订单簿加高性能撮合，让trade.xyz在开盘前数小时就处理了传统交易所无法企及的巨额流动性，真正实现了加密资本提前定价美股IPO。
三、RWA股票上链的出圈效应与Hyperliquid生态意义
CBRS事件让Hyperliquid生态彻底出圈。
此前Hyperliquid主打高性能Perp，此次Pre-IPO产品直接把链上流动性注入传统IPO定价，被媒体称为on-chain finance disrupting traditional IPO gray market。
RWA现货代币同步爆发：MSX平台上线CBRS.M，早期认购价仅100.35美元，开盘350美元，盘中最高386.34美元，收益率超300%。这不仅为散户提供了Pre-IPO布局通道，更让Hyperliquid TVL和用户活跃度间接飙升。
核心出圈点包括以下方面：24/7全球无地域限制，让散户与机构站在同一起跑线；
全链上透明订单簿，杜绝传统灰市黑箱；无缝转Perp机制，上市后流动性无缝衔接；首次证明Hyperliquid可承接亿级美股事件，桥接TradFi与Crypto。
此次事件后，trade.xyz进一步强化美股个股永续加Pre-IPO赛道，Hyperliquid生态正从纯衍生品平台升级为币股联动基础设施。
四、市场情绪与全网影响复盘
市场情绪呈现极度FOMO加理性分化双峰态势。正面声音认为CBRS是英伟达挑战者首秀成功，晶圆级芯片技术壁垒加OpenAI大单，点燃2026 AI IPO季预期。理性声音指出估值已达130倍2025年销售额，客户集中风险高，短期存在泡沫回调压力。全网讨论量激增，X平台与中文社区焦点从股价转向加密如何提前定价IPO。板块联动明显，AI芯片加半导体板块集体上涨，进一步强化币股融合叙事。
五、潜在类似待上市AI芯片/算力公司前瞻
CBRS的成功为2026 AI硬件IPO季拉开序幕。以下是与Cerebras技术路线相近、具备Pre-IPO潜力的重点标的（基于最新公开信息）：
SambaNova Systems：Cerebras最直接竞争对手，RDU可重构数据流架构，已获Intel收购传闻。若独立IPO，估值潜力巨大，技术路线互补竞争，Pre-IPO永续兼容性极高。Etched / Taalas：新兴推理芯片初创。Etched专注Transformer-only ASIC，Taalas则将AI模型权重直接刻进晶体管，实现1000倍能效提升。两者均在2026融资/IPO pipeline中，wafer-scale或专用架构与Cerebras高度契合，适合链上提前定价。D-Matrix：微软背书，专注AI加速器，已在2026年初完成2.75亿美元融资（估值20亿美元）。推理优化路线与Cerebras重叠，RWA上链潜力大。Lambda：AI GPU云基础设施提供商，NVIDIA背书，2025年完成4.8亿美元融资后明确2026 IPO计划。与CoreWeave（已于2025年上市）直接竞争，算力租赁赛道与Cerebras生态高度协同。
此外，OpenAI与Anthropic虽属模型层，但作为Cerebras核心客户，其2026下半年潜在巨型IPO（估值分别8000亿至1万亿美元以上）也将带动整个AI算力链条的Pre-IPO热潮。这些标的共同特征在于AI推理/算力赛道、技术壁垒高、融资活跃、与NVIDIA形成差异化竞争，均具备在trade.xyz上线IPOP的条件。
结尾
Pre-IPO Perp仍属高波动衍生品，基差与资金费率波动大；美股上市后面临解禁压力与估值回调风险；监管层面（SEC、CFIUS）对AI芯片出口与数据安全仍存不确定性。展望2026，CBRS已证明链上Pre-IPO永续可成为标配。Hyperliquid加trade.xyz有望复制更多案例，推动RWA股票上链从边缘走向主流，真正实现加密资本全球定价传统资产的范式转变。2026或将成为AI IPO大年，而币股联动将成为新常态。结语
CBRS上市标志着AI芯片领域的重大进展，同时也体现了加密金融基础设施对传统IPO的成功突围。trade.xyz与Hyperliquid用实际成交数据证明链上可以更快、更公平、更透明地完成价格发现。 （数据来源于公开市场、链上记录及主流财经媒体）
免责声明：本文仅供信息参考，不构成任何投资建议。加密市场波动极大，投资有风险，请自行研究并独立承担后果。

2026 年 AI 领域正在经历从对话到执行的深刻变革。Codex 作为市场最受关注的 Agent 平台之一，正以惊人速度吸引开发者与企业目光。
本文系统整理了 Codex 的最新进展，通过技术能力、市场采用、生产力表现、生态集成等多维度展开分析，并且梳理了市面上多家主流 Agent 工具的定位与特点，为 AI 爱好者和开发者提供清晰的全景参考。
GPT-5.5 与 ChatGPT 最新更新
OpenAI 在 2026 年 4 月 23 日正式发布 GPT-5.5 模型。该模型快速推送至 ChatGPT Plus Pro Business Enterprise 用户以及 Codex 平台。GPT-5.5 Pro 版本仅限高阶用户访问。API 版本在次日同步上线。5 月 5 日 GPT-5.5 Instant 成为 ChatGPT 默认模型并向所有用户开放其中包含免费层。该版本取代了之前的 GPT-5.3 Instant。
GPT-5.5 大幅提升 agentic 执行能力。它支持复杂目标规划、多步工具调用、自我检查以及原生计算机和浏览器操作。Codex 平台同步获得增强。多 agent 并行处理能力得到提升。长任务稳定性显著改善并支持 7 小时以上连续工作流。同时新增 worktree 支持。5 月新增功能包括 Plus Pro 用户记忆系统升级。该系统可从历史对话、上传文件以及 Gmail 等来源提取持久上下文。免费用户回答中插入更多网络图片。Codex 与 Slack Google Drive 邮件和日历等应用实现深度集成。GPT-5.6 已在 Codex 环境中进行内测。上下文窗口有望达到 1.5M tokens 并预计于 6 月发布。
这些更新标志着 OpenAI 从对话式交互向自主执行平台的转型。Codex 成为这一转变的核心载体。
Codex 的核心优势与采用驱动
Codex 周活跃用户在 2026 年 5 月已突破 400 万。该数字较 4 月底实现显著增长。它成为开发者转向 agentic 工作流的主要入口。其受欢迎的主要因素包括执行能力突出。在 GPT-5.5 驱动下 Codex 可自主完成端到端编码、重构、调试及多小时复杂工作流。自我纠错机制有效降低人工干预需求。
计算机使用与集成支持也很关键。它提供 macOS 桌面代理、内置浏览器控制以及 90 余款插件。这些插件覆盖 Jira Microsoft 365 Notion Slack 等领域并实现图形界面应用的直接操作。生态兼容性方面 Codex 与 ChatGPT 无缝衔接。它支持持久记忆和多 agent 协作。同时通过 CLI 桌面 App 及 IDE 插件提供多种部署形式。
生产力验证显示在企业环境中 Codex 帮助用户节省初级开发时间并实现成本优化。OpenAI 近期推出的企业切换优惠进一步推动采用。在 Terminal-Bench 等 agentic 编码基准测试中 Codex 保持领先。它尤其适用于后端 DevOps 和大规模项目场景。
官方商用 Agent 平台对比
官方商用 Agent 平台呈现清晰对比格局。Anthropic Claude Code Cowork 在推理能力和安全性上处于领先位置。SWE-bench 基准常居前列。最新更新包括 JetBrains IDE 深度集成和更长无监督任务支持。Google Gemini CLI Antigravity 依托长上下文和免费优势。它适合轻量级实验但在 agentic 执行深度上落后于 Codex。
Codex 在执行自主性和集成广度上展现明显实力。Claude Code 则在高可靠性推理场景中保持优势。Gemini 系列以低成本长上下文吸引轻量实验用户。三者共同构成当前商用 Agent 的主流选择。
开源二次 Agent 生态详解
开源二次 Agent harness 生态提供灵活补充。该类工具采用 BYOK 自带密钥和自托管方式。OpenClaw 的 GitHub stars 超过 34 万至 37 万。它拥有 700 余款社区插件并支持 WhatsApp Discord 等多通道交互。它适用于广度自动化场景。
Hermes Agent 由 Nous Research 开发。它具备自进化能力。该能力包括自动生成和优化技能以及持久记忆。在 OpenRouter 日 token 用量上 Hermes Agent 领先。它获得 NVIDIA 本地优化支持并常与 Codex 组成混合工作流。开源工具以零边际成本和数据主权优势成为商用平台的有效补充。
各类 Agent 市场使用占比分析
根据 JetBrains 2026 开发者调研、OpenRouter token 排名以及公开报告，当前 AI Agent 市场呈现明显分层格局。
GitHub Copilot 工作场所采用率达到 29%，仍是传统主流选择。
Cursor 采用率达到 18%，凭借 IDE 原生体验受到开发者欢迎。
Claude Code 同样达到 18% 的采用率，以 46% 的高满意度在推理任务中保持领先。
OpenAI Codex 处于快速上升阶段，已拥有 400 万周活跃用户，是当前增长最快的商用 Agent 平台。
开源 harness 领域也展现强劲势头。OpenClaw 成为社区主流选择，在 OpenRouter token 排名中位居前列，凭借丰富生态获得广泛认可。
Hermes Agent 则在技术爱好者群体中领先，目前占据 OpenRouter 日 token 用量第一的位置，以突出自进化能力受到关注。
整体来看，商用编码 Agent 合计占据 70% 以上市场份额。同时超过 20% 的开发者同时使用 2 至 3 个工具。他们形成混合工作栈，Codex 主要承担重度项目，Hermes 或 OpenClaw 则负责个人持久代理任务。
真实应用案例与生产力影响
真实应用案例进一步印证生产力影响。NVIDIA 等企业在复杂工程与机器学习中采用 Codex。它完成基础设施协作任务。开发者工作流示例包括多 agent 重构项目以及日常自动化任务例如邮件日历研究。量化影响显示任务完成速度提升并且成本节约数据来自 OpenAI 及第三方报告。
不同工具的适用场景匹配清晰。Codex 聚焦大规模执行。Claude Code 侧重高可靠性推理。开源 harness 强调持久自托管运行。混合使用模式已成为当前主流实践。
当前挑战与风险
当前存在若干挑战与风险。token 费用和订阅门槛构成成本压力。Key 管理与权限控制涉及安全问题。幻觉与可靠性仍需持续优化。模型锁定与开源灵活性形成对比。监管与伦理问题也值得关注。数据主权与自托管运维存在一定门槛。
未来趋势与展望
未来趋势指向模型迭代加速。GPT-5.6 将带来 1.5M 上下文窗口。混合栈成为主流形式。它结合商用执行与开源自进化。开源 harness 份额持续扩张。本地部署优化得到推进。AI Agent 将进一步向自主化和持久化方向发展。
结论
2026 年 5 月 ChatGPT 与 Codex 的持续更新推动 AI Agent 生态演进。底层模型能力的提升使自主执行成为现实。开源 harness 则加速了这一能力的普及。Codex 以执行力和集成优势占据重要位置。最佳实践通常为多工具协作。随着后续迭代以及更大上下文窗口的落地 AI Agent 将继续演进。AI 爱好者与开发者正处于这一转变的最前沿。他们可根据具体场景选择单一工具或混合配置。2026 年中 Agent 时代已全面开启。持续迭代值得持续关注。

本篇是《拆解100+项目增长方法》第三期- Hyperliquid 篇。我们一起来聊聊 @HyperliquidX 在TGE后经历6个月低迷的情况下，如何依靠HIP-3 RWA飞轮，从30万用户逆袭到140万+、TVL超过50亿的惊人增长
本文将完整拆解其增长路径，包括Points真实交易激励、巨额社区空投、L1高性能护城河、HIP-3 permissionless机制抓住RWA流动性红利这四轮驱动，提炼出可复制的方法论，帮助创业者、产品和运营人员在类似环境下设计自己的飞轮。
2024年11月29日TGE后，Hyperliquid经历了一段市场低迷期。2025年下半年起，用户数量从约30万快速增长至140万，TVL峰值超过50亿美金，2025全年notional交易量达到2.6万亿美金，超越Coinbase同期水平。HIP-3于2025年10月13日上线后，RWA perps（美股指数、大宗商品等tokenized传统资产）贡献平台超过35%的交易量，Open Interest一度突破14亿美金，直接推动平台数据全面反转。
项目背景与时间线
Hyperliquid是一条高性能L1链，专注于全链上订单簿的永续合约DEX，由交易者为交易者打造。平台强调无VC、无公司抽成、所有费用回归社区，核心优势在于CEX级交易速度和去中心化执行。
早期阶段，Hyperliquid通过Points程序积累种子用户。2023年11月启动Points，每周发放100万积分，严格奖励真实交易和存款行为，避免刷量。该机制吸引了大量专业交易者（pro traders），为后续增长奠定高质量用户基础。此时平台用户规模尚小，但留存率和交易深度领先同类项目。
2024年11月29日TGE落地，同时进行巨额HYPE空投。超过9.4万用户获得总计约31%供应的HYPE代币，平均每人价值数万美元。这次空投没有VC稀释，76%以上供应直接给社区。TGE后平台用户一度接近30万，但很快进入低迷期，整体crypto市场成交低迷，HYPE价格回调，交易量出现回落。
进入2025年，Hyperliquid持续迭代产品能力。HyperEVM上线、验证者开放、本地USDC集成等功能提升了生态兼容性和用户体验。尽管外部环境仍有压力，高质量pro trader基盘保持了平台基本交易量。
2025年10月13日HIP-3正式激活，这是重要转折点。该提案允许合格builder质押50万HYPE即可部署自己的永续合约市场。HIP-3上线后，RWA perps市场迅速启动，主要覆盖美股指数（如S&P 500、Nasdaq 100）、个股（如TSLA、AAPL、NVDA）和大宗商品（如WTI原油、黄金）。trade.xyz builder主导了90%以上HIP-3 Open Interest。
2025年四季度至2026年初，RWA板块流动性红利叠加HIP-3机制，平台数据全面爆发。用户达到140万，TVL峰值超50亿，单日交易量多次突破300亿，全年notional volume 2.6万亿。HIP-3市场OI峰值超过14亿，平台日费收入峰值高达数百万美金，用于HYPE回购销毁，进一步强化正向循环。
增长数据全景
Hyperliquid的增长曲线呈现清晰的低谷到爆发特征。2024年底TGE前后用户约30万，2025年低迷期小幅波动，随后在HIP-3驱动下实现约367%增长，2025年底达到140万活跃用户。TVL从早期数亿规模增长至峰值约50亿以上。Open Interest在2025年提升300%，2025全年perp交易量2.6万亿，远超Coinbase同期水平。HIP-3贡献超过35%的平台交易量，成为最强增长引擎。留存方面，pro trader用户黏性突出，RWA市场则吸引了部分传统金融背景用户首次在链上交易。地域分布从早期以crypto native为主，逐步走向多元化。平台收入主要来自交易费，全部用于社区回馈，形成健康循环。
增长打法核心拆解
Hyperliquid的成功来自四轮相互强化的驱动。第一轮：预TGE的Points程序
2023年起每周积分奖励真实交易，多赛季设计并严格反洗量。核心是只奖励深度使用行为，积累了高价值pro trader种子用户。这些用户在低迷期提供了稳定交易深度，为平台熬过考验奠定基础。可复制之处在于设计积分系统时，优先奖励真实贡献，形成高质量早期社区。第二轮：TGE巨额社区空投
2024年11月直接向9.4万用户发放大量HYPE，平均价值可观，且零VC、无私募。空投用户成为天然传播者，通过真实持有和交易自发分享平台。零付费营销预算下实现病毒式分发，永久把交易量带到平台。可复制方法是让早期用户通过空投获得真金白银收益，从而转化为长期evangelists。第三轮：底层产品护城河
Hyperliquid L1提供20万TPS级别速度、全链上订单簿、跨保证金、低延迟执行。这些能力在低迷期维持了pro trader黏性，即使外部热度下降，用户依然选择平台交易。HyperEVM等后续升级进一步扩展了生态兼容性。可复制经验是始终为重度用户设计产品。第四轮：HIP-3 permissionless机制与RWA时机结合
2025年10月上线后，builder质押50万HYPE即可部署市场并赚取50%费用分成。这种设计极大降低了新市场冷启动门槛。RWA perps精准抓住2025-2026传统资产流动性红利，美股指数和大宗商品成为主力交易对。HIP-3贡献显著交易量和OI，形成“更多市场-更多流动性-更多用户-更多费用-HYPE回购”的闭环。可复制关键在于提前布局permissionless机制，等待外部红利窗口打开。
营销与分发策略深度拆解
Hyperliquid营销高度依赖机制驱动，而非传统付费投放。Points程序阶段通过积分和Leagues形成社区参与感。TGE空投后，9.4万获益用户成为主要分发力量，在X、Discord、Telegram等渠道自发传播真实使用体验。平台Referral机制提供积分匹配激励，进一步放大传播。HIP-3上线后，每个builder自带流量和流动性，新市场通过Growth Mode（初期费率大幅降低）实现快速冷启动。整体营销预算接近零，核心靠产品机制让用户成为传播主力。量化结果显示，空投用户留存率较高，RWA产品吸引了新用户群，传统金融用户通过美股和商品perps首次体验链上交易，扩展了用户画像。
挑战、低迷期与风险复盘
TGE后低迷期，#HYPE 价格回调，整体crypto成交低迷，平台交易量一度回落。竞争对手也在perps赛道发力，市场份额面临压力。Hyperliquid依靠高质量用户基盘和持续产品迭代度过难关，没有依赖烧钱补贴。HIP-3 spam风险通过质押门槛得到控制，但监管不确定性和流动性依赖仍是潜在挑战。增长天花板可能受RWA板块热度波动影响，需要持续迭代新市场类型。
竞争格局与差异化
Hyperliquid在去中心化perps赛道中定位独特。作为L1+permissionless perps的“交易所工厂”，它在速度、费用分享和RWA支持上形成差异化。与GMX、dYdX相比，其全链订单簿和builder经济更开放；与传统CEX相比，则提供24/7非托管交易和社区收益分配。
未来预测
乐观情景下，RWA持续热门加上HIP-4等新功能，平台有望维持高增长。中性情景保持perps龙头地位。悲观情景下需应对监管或流动性退潮。给读者的可执行建议包括：
早期阶段优先采用真实行为积分系统，积累高质量用户。空投设计要确保用户获得实质收益，从而驱动自发传播。提前构建permissionless机制，为外部红利做好准备。产品始终围绕重度用户痛点迭代。监控外部流动性窗口，及时推出匹配产品。
最后
Hyperliquid通过Points激励、空投传播、L1产品护城河和HIP-3 RWA飞轮四轮驱动，完成了从低迷到爆发的完整逆袭，这是一个极具参考价值、非常亮眼的增长案例。低迷期并不可怕，真正决定成败的是机制设计、用户真实价值和对外部红利的精准捕捉。
欢迎大家讨论与交流你的看法，关注本系列，我们会持续不定时更新，一起挖掘和拆解更多Web3项目的增长实战打法！
///////////////
本系列会持续更新，感兴趣可阅读过往Web3项目增长打法拆解文章：
Chap.1：如何驱动魔性传播与爆发式增长
Chap.2 ：Virtuals真正做的不是 AI Agent，而是 AI Agent 的资本市场

Ieri, Circle (NASDAQ: $CRCLon ) ha pubblicato il bilancio per il primo trimestre del 2026. L'azienda ha anche rilasciato il whitepaper del token ARC e ha annunciato di aver completato una prevendita privata di 222 milioni di dollari in token ARC. Dopo la pubblicazione del bilancio, il prezzo delle azioni CRCL ha mostrato una chiara volatilità, toccando un massimo per poi ritirarsi, con un'ampia oscillazione nell'arco della giornata. Tuttavia, prima della conference call sui risultati serali, il prezzo delle azioni ha iniziato a stabilizzarsi e alla fine ha chiuso con un incremento di circa il 13%-16%, con un volume di scambi significativamente aumentato. L'attenzione del mercato si è concentrata principalmente su due aspetti: le performance dei dati dell'attività USDC e la nuova strategia di Circle sulla blockchain Arc. Anche il design economico del token ARC è diventato un argomento di acceso dibattito tra la comunità e gli analisti, inclusa la distribuzione dell'offerta iniziale e la ragionevolezza dei prezzi della prevendita. Gli utenti comuni possono attualmente partecipare più direttamente tramite la rete di test pubblica di Arc. Di seguito sono riportati i dati chiave di questo evento, i meccanismi fondamentali del token ARC e i percorsi di partecipazione effettivi.

过去一年，加密市场悄然发生了一件最重要、却被许多人低估的变化：市场的定价逻辑正在从“当下基本面”转向“未来结构性想象力”。
很多人仍沿用上一轮牛市的思维框架——盯着 TVL、链上活跃地址、手续费收入、生态项目数量，寻找“价值洼地”。但2025-2026年的资金，已经越来越不按这套老逻辑出牌。真正被市场疯狂追逐的，往往不是基本面最扎实的项目，而是那些同时具备强叙事 + 流通盘收缩 + 机构背书 + 巨大用户/行业增长想象力的结构性资产。
TON 和 BIO，正是这一轮风格切换中最典型的两个案例。它们代表了两种完全不同、却高度一致的市场新逻辑：
$TON ：Web2 超级平台向 Web3 的流量入口化$BIO ：Crypto 对现实世界高价值行业的金融化改造
表面上看，一个是社交公链，一个是 DeSci 项目，似乎毫无交集。但深入拆解，它们的上涨底层驱动高度相似——都不是传统“价值投资”标的，而是典型的结构性叙事资产。
TON：市场为什么重新相信 Telegram？
TON 的故事早已讲了很多年。最早由 Pavel Durov 主导的 Telegram 官方项目，因 SEC 监管压力被迫分离，一度被市场判“死刑”。但过去一年，尤其是2026年5月，TON 强势回归，成为表现最突出的 Layer 1 之一。许多人把这简单归结为“Telegram 概念股”，但真正驱动重估的核心并非短期情绪，而是市场第一次认真回答了一个问题：如果 Telegram 近10亿用户真正大规模进入 Crypto，会发生什么？
这是 TON 当前最大的想象空间。传统公链普遍面临用户获取成本高企的问题：以太坊太复杂，Solana 太投机，大多数 Layer 1 缺乏真实外部流量入口，增长主要依赖 Crypto 原生用户的内循环。TON 的核心优势从来不是 TPS，而是 Telegram 自带的十亿级流量入口。它拥有全球化用户、高频社交场景、内置支付潜力，以及极强的社区传播能力。更关键的是：TON 用户甚至不需要知道自己在用区块链。
过去一年，Notcoin、DOGS、Hamster Kombat 等 Mini Apps 的爆发，本质上验证了 Telegram 作为 Web2-to-Web3 桥梁的威力。用户在聊天窗口里就能直接参与，无需下载钱包、记助记词、理解 Gas。这正是行业第一次真正接近“Web2 用户大规模迁移”。因此，市场对 TON 的估值逻辑正在悄然转变：它的竞争对手不再是 Solana、Sui 或 Aptos，而是微信支付、PayPal、Cash App、Grab 等超级流量与支付入口。
TON 正在从“一条公链”被重估为“超级应用的经济基础设施”。2026年5月的最新进展进一步强化了这一叙事：Telegram 正式成为 TON 最大 validator，Pavel Durov 公开强力推动，网络手续费大幅下降，Mini Apps 与钱包、支付深度整合。TON 不再是被“支持”，而是被 Telegram 真正当作自身经济系统的底层轨道。
TON 的核心风险也正源于其核心优势——它与 Telegram（尤其是 Pavel Durov）的绑定极深。市场高估值建立在对以下预期的信任上：Telegram 会持续开放 Crypto、Durov 会坚持隐私与去中心化路线。但 Durov 长期处于全球监管压力中心（欧洲内容审查、法国事件、隐私争议、各国对加密支付的敏感性），这使得 TON 的系统性风险高于普通公链。一旦 Telegram 因外部压力调整方向，TON 的长期叙事将面临显著冲击。
BIO：Crypto 为什么开始“入侵”科研领域？
如果说 TON 是“用户入口”的故事，BIO 则是“资本重新组织科研”的故事。BIO 属于 DeSci（Decentralized Science） 赛道，这是过去一年 Crypto 里最特殊、也最被低估的新叙事。过去十年，Crypto 已尝试改造金融、游戏、社交、艺术、支付。如今，它正在叩响一个体量更大的领域——科研与知识产权。传统科研融资面临周期长、风险高、转化难的问题，尤其在生物科技、长寿研究、AI 制药、基因工程等领域，传统 VC 越来越难以覆盖。Crypto 的优势恰恰在于：擅长为高风险、高想象力、长期主义的项目提供全球化、快速、高流动性的融资。BIO 的核心设计是 BioXP + Ignition Sale：持有并质押 BIO 可获得 BioXP 积分，进而获得未来科研项目融资的优先参与权，形成一个链上的“科研资产 Launchpad / IPO 平台”。它已不再是简单的 DeFi，而是试图构建一个去中心化科研资本市场。
市场当前交易的并非 BIO 已产生的收入，而是以下长期叙事的叠加：
AI + 生物科技的爆发长寿经济科研成果 tokenization去中心化科研治理
Arthur Hayes、Binance Labs 等机构的背书，进一步让 DeSci 成为 AI 时代的新资本主题。Crypto 在其中扮演全球化融资层、资产交易层和社区治理层的角色。BIO 的最大问题是：它目前仍高度依赖“梦想”。与 TON 已有真实流量入口不同，BIO 大部分价值仍停留在叙事阶段。科研成果的定价、验证、临床转化、学术共识等环节极其复杂，链上社区治理能否长期高效，仍待时间检验。因此，BIO 属于典型的高风险、高波动、高叙事密度的资产。买入它，本质上是在押注：未来5-10年，Crypto 是否能真正改变全球科研融资体系。
共同结论：市场正在奖励“未来想象力”
TON 和 BIO 共同印证了当前市场最显著的变化——传统估值方法正在失效。过去牛市里，TVL、收入、用户数据是核心定价锚点；现在，资金越来越关注流量入口、资本叙事、社会结构变迁以及行业重构潜力。真正被重估的，是那些能让市场相信“它可能改变某个巨大行业底层结构”的资产。TON 代表 Web2 超级平台与 Crypto 的深度融合；BIO 代表 Crypto 对现实世界高壁垒行业的金融化渗透。这不是简单的“山寨季”，而是结构性机会的切换。当前市场交易的，已不再是“现在”，而是用户规模预期、行业重构预期、以及未来五年的全球想象力。
免责声明：本文仅供信息参考，不构成任何投资建议。加密市场波动极大，投资有风险，请自行研究并独立承担后果。

A soli due giorni dalla fissazione ufficiale del prezzo per Cerebras Systems, questa azienda di chip AI, soprannominata dai media come il 'killer di NVIDIA', sta diventando il centro dell'attenzione nei mercati di capitali globali. Oggi, i mercati azionari americani e coreani continuano a essere in forte aumento, con il settore dei concetti AI che guida i guadagni e un'alta emozione da parte dei fondi. In un clima di mercato del genere, parliamo dell'evento IPO di #CBRS che tutti stanno seguendo.
L'azienda aveva originariamente pianificato di emettere 28 milioni di azioni a un prezzo di 115–125 dollari, ma a causa della domanda esplosiva ha dovuto alzare urgentemente la fascia di prezzo a 150–160 dollari, aumentando anche il numero di azioni emesse. Se il prezzo viene fissato al limite superiore, il capitale raccolto nell'IPO si avvicinerà ai 4,8 miliardi di dollari, con buone possibilità di diventare una delle IPO più grandi del 2026. Attualmente, il libro ordini è sovra-sottoscritto di oltre 20 volte, e alcune istituzioni sono state persino richieste di presentare ordini limite, una situazione estremamente rara.

Negli ultimi dodici mesi, la discussione nel mercato Crypto riguardo agli AI Agent è passata da "l'AI può andare on-chain?" a "gli AI Agent possono formare un sistema economico indipendente?". In questa evoluzione narrativa, il motivo per cui il Virtuals Protocol è rapidamente diventato il centro dell'attenzione del mercato non è perché abbia introdotto per primo il concetto di AI Agent, ma perché per la prima volta ha riposizionato l'AI Agent da oggetto software funzionale a soggetto economico che può essere emesso, scambiato, posseduto collettivamente, capitalizzato e, infine, partecipare alle attività commerciali on-chain.