中美8位顶级投资人的最新研判：沈南鹏 · 张磊 · 张宏江 · 朱啸虎 · Sam Altman · Dario Amodei · Cathie Wood · 黄仁勋
信息更新至 2026年10月16日
观点要义：从"Long China"到Double Down on 硬科技，2026年他的答案具体得多。IT桔子数据显示，中国一级市场2021年投融资9315起、近1.5万亿元，2023年跌至6877起、约7959亿元谷底，2026年前三季度回升至9283起、11284亿元：数量回到高位，单笔金额更分散——"广撒网"已不够，必须在确定主线上重仓复投。红杉的应对是三层结构：科技端"投早投小"把住赛道入口，现金流端用控股并购把被验证的成熟资产纳入长期治理，全球化端借消费与医疗品牌加速出海。前沿科技、先进制造、机器人等四条硬科技主线已占出手约85%，医疗健康约7%，传统赛道不足一成。最新变量在募资端：首支美元基金若如期关账，意味着全球LP对中国资产的配置意愿正在筑底回升——这或许比157笔出手更有分量。留下考题同样直白：账面估值与落袋现金之间的距离，才是下一张成绩单的真正难点。
观点要义："时间的朋友"在2026年换上了新度量衡。高瓴医疗健康与人工智能两条主线合计仍约占出手三分之二，但筛选标准已从"看长赛道"升级为"看团队的可迁移能力"。机构真正愿付溢价的，是智驾老兵身上三样可整体迁移的资产——端到端模型经验、量产交付经验、数据闭环基建；把能力从四个轮子搬到双足机器人，学习曲线与时间成本被大幅压缩。一级市场正在为"已被验证过一次的人"付溢价，而不再为"第一次讲新故事的人"付溢价。第二层是为"可复用的数据资产"付溢价：教机器人"动手"的数据只存在于操作发生的那一瞬间，厘清智能用自研力触觉数采设备记录接触、受力与动作，再以"真实数据校准、仿真数据放大"转成可训练资产，押注"从世界工厂到世界训练场"。风险也直白：股东名单同时坐着本体与零部件厂商，中立性是它能否成为公共技术层的真正考验。
观点要义：从微软亚研院到金山再到源码资本，横跨研究、产业与投资三界的轨迹，让他对"技术—产业—资本"传导链的判断极具参考价值。技术突破正催生新经济形态：从Agent到Agent Economy，多个Agent形成经济关系网络，进化路线是"从对话到助手，从被动到主动，从个体到群体"。他有句话锋利依旧："智能体经济简而言之就是Token经济"，但Token价值有高下——"最具价值的Token相当于新一代的茅台，用户应该选对茅台，而不是一般的烈酒"。软件正从"人使用软件"转向"Agent使用软件"，这是范式变革；组织也在变，OPC模式下"一个人+多个Agent"让公司进一步小型化，企业资产表要加上know-how、专有模型、算力与Agent协作系统——"核心竞争力在于能否把IP、Know-how、用户关系和产品能力转化为模型并产生涌现效应"。当调用主体从人变成代理，分发起点已从流量入口变成Token质量。
观点要义：他提供的是更底层的反共识框架。需求侧：不追全新需求，而是"把已被验证的用户需求，用AI提供十倍、百倍的体验"——角色扮演与情绪价值占token消耗近三成，是这条路线最硬的实证。供给侧：通用性是伪命题，"优先解决高价值的具体任务"——水下泛化易、陆地泛化难，工业与危险环境先于家庭；非夕科技进入特斯拉上海工厂和苹果供应链，证明"单点高价值任务"能被最挑剔的制造业客户验收。生态侧："中国软件90%的机会不在定制化，而是把中国的开源token卖到全世界"，他引梁文锋——"必须把90%的人带上去"。三句合成一个坐标系：技术先进只是入场券，市场规模、规模化能力、用户留存、入口、商业模式和壁垒才决定长期价值。对上半年融资超900亿元的具身智能赛道，提醒足够直白：技术会随开源与供应链扩散而平权，能守住超额利润的只剩商业本身。
观点要义：他的核心战场已从伦理转向口径：ARR究竟是总收入还是净收入，决定了1.4万亿美元估值对应的收入基础是否需要重算。这条路线与OpenAI商业结构高度自洽——企业端收入已全面超越消费者端，常驻型Agent与高性价比模型矩阵的商业化节奏并未因"限速"而收缩；宁可把IPO推到2027，也不让研发在上市压力下刹车。在Politico《Decoded》专访中，他首次公开与Amodei的"限速路线"划清距离：承认AI安全风险需被认真对待，但直言"我们之间存在很大差距"，主张识别"真正具有灾难性的风险"并加以防范。副作用同样清晰：第三方独立评估、对齐审计、异常行为披露，正从合规成本变成一条全新的基础设施赛道——9月的"限速倡议"是一份伦理文本，10月的"收入口径之争"已可直接写进投资备忘录。他用两笔动作标定边界：把IPO推到2027换取研发不刹车，参投Merge Labs把人机接口纳入视野。
观点要义：他把"安全"从实验室伦理推向了可披露、可审计、可定价的工程规范，并用自己的招股书作示范。矛盾正被市场定价：招股书一边警告生存性风险，一边写着"客户用量和公司收入都靠新模型拉动，要想保持第一梯队，就离不开一个接一个、前后交叠的模型发布节奏"——减速倡议与商业油门被同时踩下。45%的环比增长在普通行业是卓越，在AI领域却被读作"增速放缓"；彭博专栏作者Shuli Ren直言，这种异常坦诚正在损害投资者对AI股的兴趣。对一级市场而言，自我披露给出了最实用的清单：AI安全正在从成本中心变成可投资产——对齐审计、运行时监控、紧急停止，都是明天会被写进采购预算的产品。当上游说"需求几年内停不下来"、下游主动把收入增速放到放大镜下，安全就从一份伦理文本变成了可定价的合同条款。
观点要义：作为2000年科网泡沫的亲历者，她的框架始终围绕"学习曲线"——新技术早期成本随研发上升，产量越过临界点后成本沿曲线骤降，投资者必须站在曲线正确的一侧。她的表述更精确：99.99%的年降幅不是毛利率的故事，而是新收入结构的生成机制——当推理趋近零边际成本，计费单位就从"席位订阅"迁移到"按完成的工作付费"，支付主体也从人变成代理。"follow the agents"（跟着代理的钱走）是自然延伸：不再是"有多少开发者在用"，而是"代理在替谁付钱、付给谁"。她最新颖之处，是把"良性通缩"与"利率上行并存"当作同一情景的两面——短期利率上行快于长端，将冲击用短期债务加杠杆的私募股权及相关银行敞口。但市场正在检验软肋：她一直在给需求侧建模，而市场正在给供给侧定价——"AI很可能是未来，但偿付债务是现实。"
观点要义：他的表态改变了"限速之争"的座次：Altman与马斯克支持Amodei的减速倡议，特朗普反对，而真正的变量是——整个行业的物理约束都攥在这家卖铲人手里。断供红线把AI安全从"实验室倡议"升级为"供应链可执行条款"：倡议书没有牙齿，芯片有。"以AI监控AI"则是典型的工程化解法——用加速代替减速，把安全预算变成自己的需求：2.5亿美元的英国捐助，本质是把"安全"孵化为一条新的算力消费赛道，与Anthropic招股书里"对齐审计、运行时监控"的可投资产判断形成跨洋呼应。对投资的含义有三层：其一，重申供需失衡持续数年，等于给全行业需求曲线背书，"算力即权力"的定价权仍在卖方手中；其二，断供红线意味着通用算力分配从此叠加安全审查变量，采购方的供应链安全溢价将系统性上升；其三，同一条产业链两端的定价终会收敛——跟踪抓手是英伟达数据中心毛利率与信用利差，不是任何一方的口头判断。
图注：红色星座为中国投资人的布局网络——主线已切换为硬科技换轨 + 能力溢价 + 商业平权：沈南鹏前三季度出手157笔、金额约210亿元，人工智能、先进制造、机器人、前沿科技四条主线合计约85%，10月8日完成佩尔科技控股收购、同日现身Manus超5亿美元B轮，10月16日再传为单飞以来首支美元基金募集12亿美元（"157笔·美元基金重启"）；张磊以"只为被验证过的人付溢价"追注智驾老兵创立的昆仑行（成立不到90天估值破十亿美元），并把筹码延伸到厘清智能这类Physical AI数据基建（投后36亿元）与太空在轨服务的弦引未来（"能力溢价·Physical AI"）；张宏江把Agent Economy直译为Token经济，"最具价值的Token是新一代的茅台"，并给出"五年后非人类流量是人类的1000倍"的量级判断（"Token即茅台·流量千倍"）；朱啸虎则代表最锋利的反共识——机器人不必追求通用，"水下泛化比陆地泛化容易太多"，非夕科技已进特斯拉上海工厂与苹果供应链，20%-30%的token消耗来自角色扮演与情绪价值（"水下泛化·高价值任务"）。蓝色星座为美国投资人的布局网络——主线是"收入口径之争 + 供应链立规"：Amodei的261页招股书首次在SEC文件中引用"对人类的生存性风险"，同时披露Q3营收168亿美元、目标估值超2万亿美元、路演预计11月9日当周启动（"261页·2万亿IPO"）；Altman把战场从限速伦理转向收入口径，年底ARR冲刺700亿美元，约200亿美元的"总收入与净收入缺口"仍待解释（"700亿ARR·口径之争"）；Cathie Wood用"推理成本年降99.99%"重述"增长不等于通胀"，把16—24岁失业率回落解读为"创业大爆炸"（"99.99%降本·创业潮"）；黄仁勋划下断供红线——不安全AI软件的客户将被停供芯片，同时驳斥泡沫论、重申供需失衡持续数年，并宣布五年2.5亿美元算力捐助英国AI安全研究（"断供红线·供需失衡"）。中部金色交汇轴是双方共同聚焦的三大方向——具身智能·从故事到兑现（上半年融资超900亿元、前20家拿走近六成，星尘智能投后150亿元、DeepSeek拟以约5000亿元投前估值融资约1000亿元，朱啸虎的"高价值具体任务"路线与主流的"兑现能力"定价互为表里）、AI解仓 × 信用承压（10月14—15日CoreWeave两日累计跌逾20%、债券跌破78美分、隐含五年违约概率63%，韩国综合指数盘中暴跌9%触发熔断，10年期美债收益率回落至5.09%）与Agent Economy × Token经济（智能体思考长度翻番周期从7个月压缩到4个月，无问芯穹单日Token调用量较去年12月增长约40倍，Manus被监管阻断出海收购后独立融资5亿美元）。金色虚线箭头即两侧资金的汇聚流向——美国在为"成本坍塌后的收入函数"重新建模，中国在给"谁能把故事兑现成回款"重新定价，而共同的记账单位，已经变成Token、合同、完成的工作，以及写进供应链合同的治理条款。
纵览中美八位顶级投资人最新一轮表态，对AI长周期的共识依然稳固，但支撑共识的证据形态在10月中旬再度变化——从"相信未来"到"核对账单"，再到"追问这笔钱是谁借的"。触发点是10月14日：Anthropic向华尔街开放财务数据，Q3营收168亿美元、环比增长45%、调整后经营利润转正——市场反应却是抛售。当日CoreWeave崩跌逾15%、信用违约互换利差扩大135个基点；15日CoreWeave再跌近10%，纳指跌至近一个月最低，10年期美债收益率下行至5.09%（三周低点），MSCI亚太指数大跌超3%，韩国综合指数盘中一度暴跌9%并触发熔断、进入技术性熊市。美国银行衍生品团队将这类行情定性为"AI资金大规模解仓的预演"，并指出它与历史经验不同——泡沫最终破裂时呈现的很可能不是"股跌债涨"，而是股票与收益率同步下行，如同2000年互联网泡沫破裂时纳指崩盘、10年期美债收益率从6.5%一路回落至4%附近。但本轮与以往有一个关键的不同：供给侧第一次出现了官方背书——黄仁勋在芯片股大跌当日于伦敦驳斥泡沫论，称供需失衡将持续数年、"供需最终会趋于平衡，但绝不是今天"；Cathie Wood则以Truflation 0.7%的实时通胀与99.99%的推理降本把"良性通缩"写进宏观框架。一句话概括：AI仍是估值故事的中心，锚已从"可被审计的收入"退到"能否偿付为收入所借的钱"，而多头的最后防线，是卖铲人手里的订单簿。
同一份账单，中美读出了不同的东西。中国的主线是"为兑现能力定价"：提问方式收紧为一组可核对的硬指标——剔除关联交易、政府补贴与一次性订单之后的真实收入质量，客户复购、交付兑现、回款情况；标志性事件不再是"故事最大"，而是"跑得最快也交付得最多"：星尘智能半年内完成第四轮融资、投后150亿元，昆仑行成立不到90天跻身独角兽，厘清智能半年三轮、投后36亿元。朱啸虎在这套主流定价之外补上反共识一维：通用性是伪命题，非夕科技凭柔性装配进入特斯拉上海工厂和苹果供应链、世航智能把水下清洗扩展到海关与海上光伏——"技术会平权，但商业不会"，估值锚最终落在市场规模、规模化能力与壁垒上。美国的主线则从"收入函数是否成立"退到"融资成本能否承受"：CoreWeave债券收益率突破16%、2032年到期债券跌破78美分、隐含五年违约概率63%；OpenAI约200亿美元的收入缺口悬而未决，1.4万亿美元估值的收入基础待确认。有意思的是，两边的募资端却同时回温：高瓴2026年新一轮募资180亿美元、远超130亿美元目标；红杉中国10月16日被曝正为首支美元基金募集12亿美元、并考虑成长基金与人民币基金——全球LP对中国资产的配置意愿正在筑底回升。一句话概括本轮分化：中国在计算"谁能活到拐点"，美国在计算"谁能还得起利息"，而LP们已经开始为两边同时下单。
中美资金在具身智能/物理AI赛道完成新一轮跨太平洋合围，行业坐标已从"演示"转向"泛化"，再进一步转向"谁带着量产经验和真实回款进场"。宇树科技王兴兴的临界点定义仍是最佳参照——"两个80%"：在80%的陌生场景中，机器人通过语音或文字指令顺利完成约80%的任务，具身智能的"ChatGPT时刻"就会到来。10月的坐标首先是"钱"的密度：据《科创板日报》不完全统计，2026年上半年具身赛道融资已超900亿元、同比增长约5倍，资金明显向头部集中，前20家企业拿走近六成；估值突破百亿元的企业已达26家，其中16家为今年新晋。其次是"人"与"模型"的迁移：高瓴为智驾老兵创立的昆仑行给出90天独角兽的速度，DeepSeek同意领投机器人AI初创Winverse AI的数千万美元种子轮——大模型公司以投资方式切入具身智能的"大脑"环节。第三是反共识路线的实证：朱啸虎投出的非夕科技已在特斯拉上海工厂和苹果供应商大规模采用，世航智能把水下清洗做到海关查走私与海上光伏——当"通用梦"还在等待"两个80%"，"单点高价值任务"路线已经先拿到了最挑剔制造业客户的验收单。最大的结构性变化则是"边融边投"：29家具身智能企业对外投资100多笔、覆盖近百家公司，自变量机器人投了巨蟹智能与墨现科技，星海图联合凯辉基金发起5年10亿元投100家上下游的"星途计划"。当本体厂商开始用资金为某一条技术路线投票，最大的风险随之而来：押错技术路线，以及被自己的投资绑住手脚。
本轮最重大的结构性变化不在技术，而在资金来源的形态与价格。同一时点上出现三个方向相通的动作：芯片厂商博通同意向Anthropic提供最高420亿美元融资（相关债务工具可转换为股份），约覆盖其未来五年1252亿美元TPU算力租赁承诺的三分之一；软银在10月1日完成对OpenAI累计646亿美元的投资后，把桥贷全部清偿、转为票息最高9.75%的长期债券；而英伟达则把"断供"写进自己的权限清单——对开发不安全AI软件的客户停止供芯。把三者放在一起读：供应方开始用多年期融资锁定订单、用供应链条款锁定治理，纯财务投资人则在清理短期杠杆——AI基建的资金属性已从"股权估值"切换到"供应商债权+可执行合同"。当Anthropic在招股书里写下未来数年5180亿美元的基础设施计划支出、两家客户各贡献约12%收入且"大部分大客户没有签署长期合同"时，这套结构便在10月中旬迎来第一次公开市场的压力测试：CoreWeave信用利差突破1000个基点；一份广泛流传的研报警告到2030年高达3.5万亿美元的AI基础设施支出可能面临减值风险；瑞银测算2026年全球超大规模厂商AI相关资本开支约1万亿美元、2026—2028三年累计约4.1万亿美元，而IDC预测2027年全球生成式AI整体市场规模仅接近1500亿美元。值得注意的是，表面的平静有一部分是人为压制的：标普500的5日已实现波动率处于过去一年极低位置（约7.6%），做市商约145亿美元的对冲Gamma加大量0DTE期权把盘中波动牢牢锁住。市场总结出的四大预警指标值得长期跟踪：英伟达5年期CDS价差是否涨超200个基点、新兴云服务商GPU采购订单环比增速是否降至10%、英伟达数据中心业务毛利率是否降至60%、头部云厂商自研AI芯片采购占比是否超过50%——判断行业景气的方式，需要从看估值切换成看合同，再切换成看信用利差。
中美投资人对应用层的判断正合流于一个新框架，且两侧的证据罕见地互为印证。张宏江给出量级预言："五年后非人类流量将是人类流量的1000倍"——智能体正取代人类成为互联网主角，智能体思考长度翻番周期从7个月压缩到4个月；经济形态上，"智能体经济简而言之就是Token经济"，"最具价值的Token相当于新一代的茅台"。Cathie Wood从宏观侧补完：推理成本年降99.99%使计费单位从席位迁移到"按完成的工作付费"，方法论升级为"follow the agents"——追踪代理把钱付给了谁；16—24岁失业率回落至10%以下被解读为"创业大爆炸"。中国侧的证据则来自最微观的一层：朱啸虎拆解出20%—30%的token消耗来自角色扮演与情绪价值——这一数字既解释了中国应用层"把模型用到刀口上"的定价直觉，也解释了为什么"选对茅台"在Token经济里如此重要：当调用主体变成代理，情绪、意图与完成的工作都被折算成token，价值高度集中而非平均。落地事件密集出现：无问芯穹完成23亿元C轮、单日Token调用量较去年12月增长约40倍，并已以保密形式递交港交所申请；Manus在Meta收购被阻断后独立完成超5亿美元B轮（博裕、IDG领投）；通用型Agent的入口之争与"开源卖全球"的出海带并行——朱啸虎引梁文锋"必须把90%的人带上去"，张宏江则提醒企业核心竞争力在于"把能力转化为模型并产生涌现效应"。路线之争的终局大概率不是谁取代谁，而是"平台纵深 + 应用渗透"的双轨并行——中国的机会在世界模型、Physical AI基础设施与垂直场景的新物种，美国的机会在通用平台的垄断级变现与"代理金融"的支付层，而共同的记账单位，已经是Token、完成的工作与多年期合同。
综合八位投资人的最新研判，未来三至五年的确定性清单包括：Agent Economy与Token经济的持续爆发（非人类流量千倍量级）、推理成本坍塌带来的需求扩张、具身智能在"两个80%"临界点后的陡峭爬坡与"高价值具体任务"先行、Physical AI数据基建升级为公共技术层、AI安全产业（独立评估、对齐审计、运行时监控——黄仁勋的"以AI监控AI"与Anthropic的可审计披露正把它催熟为采购预算里的正式科目）。不确定性清单则更锋利：其一在信用端——CoreWeave式的融资链条、3.5万亿美元减值风险，任何一家超大规模厂商削减资本开支都可能沿供应链反向放大；其二在口径端——OpenAI约200亿美元的收入缺口未厘清，1.4万亿美元估值的收入基础待确认；其三在时间表——Anthropic路演预计11月9日当周启动、2万亿美元定价能否守住，将是整条AI估值曲线的校准事件；其四在治理端——断供红线、出口管制与"不需要新法律"的政治立场并存，供应链条款正在替代公约成为行业规则；其五在结构端——"边融边投"的产业资本绑架技术路线、内存周期因中国扩产而加剧的波动。八位投资人给出的行动指南各有侧重而底层一致——沈南鹏"投早投小、控股并购延伸、卡住Agent入口、盯住募资端温度计"的组合拳、张磊"只为被验证过的人与可复用的数据资产付溢价"的能力定价、张宏江"寻找只在Agent时代才可能存在的组织与新物种"的范式嗅觉、朱啸虎"技术会平权但商业不会、优先高价值具体任务"的反共识纪律、Altman"识别真正灾难性风险、不为零风险牺牲可能性"的权衡、Amodei"把风险写进可审计框架"的工程化、Wood"站在学习曲线正确一侧、跟着代理的钱走"的反身操作、黄仁勋"用供应链条款立规、以加速代替减速"的卖铲人哲学——本质上都是同一命题的不同表述：当AI进入"收入可验证、安全可审计、杠杆可追索"的下半场，稀缺的不再是算力和叙事，而是对成本的建模能力、对合同的阅读能力、对信用利差的敏感度，以及在解仓声中不放弃优质资产的纪律。对一级市场参与者而言，这意味着把仓位从"叙事共识性资产"向"有账面收入、有数据飞轮、有安全框架"的资产再平衡；而历史经验同样再次表明，能约束狂奔者的从来不是倡议书，而是收入、利润、票息与真实场景的引力——区别只在于，这一次它们同时出现在同一张报表、同一份招股书、同一个信用市场和同一条供应链合同里。