❯ 三星二季度营业利润暴增 18 倍至 615 亿美元，AI 内存涨价成主因
[利润跳变] 三星电子二季度营业利润同比暴涨 1814% 至约 614.6 亿美元，越过 606.8 亿美元的分析师预期；营收同比增 130% 至 1181 亿美元，反倒略低于 1189 亿美元的预期口径（据 CNBC 报道）。更值得记住的是这个数字的绝对位置：它是科技公司有记录以来最高的单季营业利润，把同期的英伟达和苹果都压在了身后。
[涨价逻辑] 利润跳这么高，主要不是卖得更多，而是卖得更贵。AI 基础设施对高带宽内存的胃口把供给抽紧，二季度内存价格整体上涨 40% 至 60%，HBM 与常规 DRAM 一起涨。全球能量产 HBM 的只有三家公司，三星是其中之一，涨价几乎原封不动落进它的营业利润里。环比看，这个季度比一季度还高 56%——说明涨价周期在季度内还在加速，而不是见顶。此前 7 月初的预告口径是营收约 171 万亿韩元、营业利润约 89.4 万亿韩元，最终报出的数字与预告基本对得上，没有出现前高后低的回撤。
[账单转移] 一家内存厂能赚到超过英伟达的单季利润，说明这一轮 AI 的成本压力已经从算力芯片扩散到了存储。云厂商和服务器整机厂接下来签的每一份采购合同，都要按新价格重算物料清单；手机与消费电子厂商处境更糟，它们既没有议价能力，也不像数据中心客户那样能把成本转嫁给下游。三星这份财报里最扎眼的不是 18 倍，而是它反过来指向的东西：内存已经成为 AI 建设成本里涨得最凶的一项。
▪ SIGNAL 涨价周期把三星从代工苦力抬回了利润链顶端，代价由所有下游买家分摊。
❯ SK 海力士财报不及预期引发抛售，全球芯片股一周蒸发超万亿美元
[跌势扩散] 投资者周三继续抛售芯片股，Sandisk 跌超 7.5%、Arm 跌超 6.5%、AMD 跌超 6.5%（据金融时报报道）。起点是 SK 海力士的财报：营业利润近乎增至六倍、创下 60.5 万亿韩元（约 420 亿美元）的历史纪录，却仍低于市场约 64 万亿韩元的预期——一份创纪录的财报，换来股价创下 ADR 新低。
[资金撤退] 抛压的规模比单只股票的跌幅更能说明问题。本周内，全球市值最高的一批芯片公司合计蒸发 超过一万亿美元，英伟达、SK 海力士、三星电子、美光、AMD、台积电各自跌掉 1000 亿美元以上，其中英伟达自上周五收盘以来一家就跌了 2380 亿美元。震动传回亚洲后更剧烈：韩国综合指数周三盘中一度跌近 13% 触发交易熔断，收盘仍跌约 6%，这已经是连续第二天熔断。市场的理由不再是需求不足，而是「AI 基础设施支出可能比预期更早见顶」，以及短期收入究竟撑不撑得起这个量级的资本开支。
[定价重置] 卖出的人并不认为 AI 不行了，他们是在给「高增长能持续几个季度」重新标价。真正被重新定价的是内存与算力厂商的估值倍数——过去一年这批公司按「供不应求可以长期延续」来估，现在改按「周期股」来估，纪录级利润也救不回来。对上市芯片公司的投资者关系部门来说，麻烦事在于业绩超预期已经不够用了，市场要看的是下季度的订单能见度。
▪ SIGNAL 记录利润配上创新低的股价，说明市场已经在赌这一轮周期的顶部位置。
❯ Anthropic 用 Claude 找出 HAWK 与 AES 新攻击，密码学家称仍需人工复核
[自主发现] Anthropic 称其 Claude Mythos Preview 在后量子签名方案 HAWK 和缩减轮数的 AES-128 上各自找出了一个此前未知的数学攻击，两项结果都不影响在用的生产系统。公司说整个发现过程在少量人类提示后基本是自主完成的，历时数天，随后由研究员花了数百小时验证。HAWK 的问题已通过美国国家标准与技术研究院及方案作者渠道披露。
[两个结果不一样重] 两项结果的分量差得很远。HAWK 那一项来自模型识别出一个此前没人注意到的数学对称性，压缩了方案的有效安全边际——密码学家 Matthew Green 的评价是，这里用到的「配料没有一样是稀奇的」，真正难的是把已知方法彻底用到位，而模型恰好擅长这种系统性的苦活。AES 那一项则只是 2013 年工作的小幅推进：模型基于中间相遇方法造了一个被 Anthropic 称作「莫比乌斯桥」的指纹技术，省掉了一个需要枚举 256 个取值的猜测步骤，把攻击速度提到此前最好结果的 200 到 800 倍，但整体仍需 2 的 89 次方量级运算和 2 的 105 次方个选择明文，离能用差得远，完整的 AES-128 依然安全。
[验证成了瓶颈] Green 的判断更值得从业者记住：「模型吐出一个看起来是新结果的东西，不等于这个结果是真的。」 眼下的瓶颈已经不是 AI 的能力，而是人类专家的复核产能——数百小时验证一条结论，这个比例决定了这类工具一年能真正贡献几个成果。正在标准化后量子算法的机构处境反而是幸运的：新方案还在评估窗口内，此刻多一个能自动找对称性的工具，比标准落地五年后再发现问题要好得多。下一步要盯的是学术界怎么给这类成果分署名和责任。
▪ SIGNAL 密码学的产能瓶颈从「谁能想出攻击」挪到了「谁有时间去验证攻击」。
❯ OpenAI 称 GPT-5.6 Sol 自主重写内核，端到端推理成本降 20%
[自我优化] OpenAI 联合创始人 Greg Brockman 公布，GPT-5.6 Sol 通过改写生产环境的 GPU 内核，把公司端到端的模型服务成本压低了 20%。这不是实验室里的基准测试成绩，而是已经跑在生产上的结果。开发者 Simon Willison 顺手算了笔账：以 OpenAI 目前的调用体量，这个比例对应的是每月数十亿美元级的支出差额。
[它到底做了什么] 据 OpenAI 官方说明，具体的活分两块。一块是内核：此前 GPT-5.6 就被专门训练来写和改进 Triton 与 Gluon 这两种由 OpenAI 维护的开源 GPU 编程语言的代码，这部分与更广泛的内核改进合起来构成了那 20%。为了确认模型写出来的东西真的没错，OpenAI 押了不少精力在验证工具上，包括开源的浮点行为检查工具 FpSan。另一块更接近「模型改模型」：Sol 自己动手改进了投机解码所用的草稿模型，设计并跑完了数百次架构实验，在尺寸、结构、特性三个维度上逐个试，训练途中还自主处理了硬件故障与训练不稳定；最终把令牌生成效率提高了 15% 以上。
[成本来源变了] 过去几年推理降价主要靠三件事：新一代加速器、量化与蒸馏、以及规模摊薄。现在多了第四件，而且这件事不受硬件交付周期约束——模型厂商的降价节奏从此可以脱离新卡上架的时间表。做长期成本测算的应用团队要改的正是这个假设：调用单价的下降不再只跟着英伟达的产品周期走。对其他实验室来说压力更直接，谁的模型不会优化自己的推理栈，谁的毛利就要靠贴钱撑。
▪ SIGNAL 递归自我改进第一次不在论文里，而在一张月度账单上。
❯ Stripe 拟近 100 亿美元收购模型路由商 OpenRouter，两月估值涨约 7 倍
[高倍数交易] 支付公司 Stripe 正在洽谈以接近 100 亿美元收购模型路由平台 OpenRouter（据 The Information 与华尔街日报报道）。这个价格对应的是约 1.4 亿美元的年化经常性收入，市销率约 70 倍。更刺眼的锚点是时间：OpenRouter 在今年 5 月的融资中估值还只有 13 亿美元，两个多月涨了约 7 倍。
[为什么是支付公司] OpenRouter 做的事很窄：帮开发者用一套接口调用数百个模型，按调用量结算。两家此前就有业务关系——OpenRouter 自己的客户收款走的正是 Stripe。交易在 7 月 23 日被首次报道，谈判仍在进行，可能很快宣布，也仍存在破局或出现竞购方的可能。一家支付公司愿意为一个路由层出 70 倍市销率，赌的不是这 1.4 亿收入，而是每一次模型调用最终都是一笔待结算的交易——谁站在调用与计费之间，谁就掌握了这类流水的收单口。
[中间层的位置] 这笔交易把「模型中间层值多少钱」从空谈变成了一个报价。真正被重新定价的是开发者与模型之间那一层的位置：它此前被当成薄薄的便利工具，现在按支付基础设施的价来算。同类路由与网关厂商的融资叙事会立刻好讲很多；模型厂商则要重新盘算自己与开发者之间要不要留着这个中间人，毕竟被收编进支付公司的路由层，议价能力和从前不是一回事。
▪ SIGNAL 一笔 70 倍市销率的报价，赌的是模型调用会长成一种新的支付流水。
❯ 微软四季度营收增 18% 至 901 亿美元，365 Copilot 付费席位突破 3000 万
[席位翻倍] 微软四季度营收同比增 18% 至 901 亿美元，高过 876.2 亿美元的预期，盘后涨超 7%。财报里对 AI 从业者最有信息量的一项是席位数：Microsoft 365 Copilot 付费席位已超过 3000 万，而四月时这个数字还是 2000 万出头，一个季度多了近千万。
[配套数字] 此前一直被追问的云侧口径同样偏强：Azure 年收入首次突破 1000 亿美元，全年增长 41%；微软云全年收入超过 2140 亿美元，增 27%；整个财年营收超 3310 亿美元，运营利润超 1550 亿美元。GitHub Copilot 用户数达到 5000 万。同期资本开支仍高达 410 亿美元，主要投在数据中心与 AI 硬件上。纳德拉的说法是，365 Copilot 的使用正在从试点项目转向更大范围的企业部署。
[采购口径变了] 一个季度增加近千万付费席位，把「Copilot 卖不动」这个流行判断挡了回去。企业采购方现在要面对的不是「值不值得试」，而是按人头铺开之后的年度许可预算怎么排。做企业 AI 应用的公司则要接受一个更硬的现实：微软已经把席位制这条收费路径走通了。
▪ SIGNAL 三千万席位是 AI 办公软件第一次拿出可以按人头对账的规模证据。
❯ Meta 二季度营收增 28% 至 608 亿美元，三季度指引偏弱盘后跌超 8%
[指引拖累] Meta 二季度营收同比增 28% 至 608 亿美元，略高于 602 亿美元的预期，但每股收益 6.18 美元远低于 7.14 美元的预期口径，盘后股价跌近 8%。家族应用日活人数 6 月均值增 3% 至 36 亿。真正压住股价的是三季度指引：610 亿至 640 亿美元，中值低于华尔街 632 亿美元的模型。
[资本开支还在加] 与放缓的指引同时公布的，是继续上调的资本开支。Meta 把全年资本开支区间收窄并上抬到 1300 亿至 1450 亿美元，此前的区间下限是 1250 亿美元，理由仍是 AI 与数据中心扩建。这个组合就是市场不买账的地方：营收增速指向 20% 多，开支却按更陡的曲线往上走，中间的缺口要用未来的广告变现效率来填。放在同一天的对照里更明显——同期公布财报的微软盘后涨超 7%，微软的 AI 投入已经能对应到 Azure 破千亿与三千万 Copilot 席位这类可点数的收入项，Meta 目前拿得出的仍是日活与投放效率。
[缺口谁来填] 这份财报把压力转给了 Meta 自己的广告系统。Meta 的广告主短期内不必担心涨价，但要留意投放推荐模型迭代加快带来的效果波动；承压更实的是Meta 的资本开支决策——1450 亿美元的上限一旦定下，下个季度的指引就必须给出更明确的变现路径。接下来要看的是三季度实际营收能不能落在指引区间的上半段。
▪ SIGNAL 同一天两份 AI 财报，市场奖励能点数的收入，惩罚只能讲效率的开支。
❯ Arm 一季度营收增 22% 至 12.9 亿美元，版税创新高但下季增速将放缓
[营收创纪录] Arm 一季度营收同比增 22% 至 12.9 亿美元，高于 12.6 亿美元预期；版税收入同比增 22% 至 7.15 亿美元，授权收入增 23% 至 5.74 亿美元，数据中心版税同比翻倍以上。非美国通用会计准则每股收益增 29% 至 0.45 美元，超过公司此前指引上限（据路透社报道）。
[指引里的裂口] 下季指引本身不差：营收 13.8 亿美元，高过 13.4 亿美元的共识，调整后每股收益中值 0.47 美元。问题在拆开看——公司预计本季版税收入增速将骤降至个位数低到中段，原因是智能手机业务走弱。此前支撑 Arm 版税基本盘的一直是手机出货量，如今数据中心涨、手机跌，这条裂口直接决定了它的增长质量，也是财报当晚市场关注的焦点。
[两条腿的权重] 数据中心版税翻倍说明 Arm 在服务器侧的渗透已经成气候，但手机仍是它版税收入的大头。跟踪 Arm 的分析师要重新分配这两条腿的权重，而不是继续把它当成一只跟着手机出货量走的股票。前一天它还在芯片股抛售里跌超 6.5%，两条曲线的错位眼下正好撞上市场最没耐心的时候。
▪ SIGNAL 数据中心的增量抵不住手机的减量时，Arm 的估值就会两头挨打。
❯ ChatGPT 周活逼近 10 亿，比 OpenAI 原定目标晚了七个月
[里程碑与延迟] ChatGPT 的周活跃用户即将触及 10 亿，而这个目标 OpenAI 原本希望在去年底就达到——实际晚了七个月（据 The Information 报道）。参照点是：2025 年 12 月时这个数字约为 9 亿，也就是说最后 1 亿用了不到两个月补上。从发布算起不到四年做到十亿周活，仍是互联网史上最快的应用之一。
[慢下来的那一段] 值得看的是中间卡住的那七个月。报道给的原因有两条：去年秋天 GPT-5 发布后引发用户反弹，增长随之放缓；以及竞争明显变密。这两件事叠在一起，让 OpenAI 在消费端第一次尝到了「产品决策直接换算成用户曲线」的滋味——一次不受欢迎的模型切换，代价是数个月的增长停摆。同一天的另一组数字给了这个判断更多分量：公司正在推进上市计划，而在此之前，消费端的增长节奏是估值故事里最好讲的那一段。
[护城河的厚度] 十亿周活当然是护城河，但「晚了七个月」戳的是这道护城河的厚度。真正被重新审视的是ChatGPT 用户切换成本的高低——如果一次模型改版就能让增长停半年多，那么用户黏性并没有月活规模看上去那么硬。对手的产品团队读到的是同一个信号：这批用户是可以撬动的。
▪ SIGNAL 十亿周活证明了规模，七个月延迟证明了这个规模并不牢固。
❯ 月之暗面完成 35 亿美元融资估值 350 亿，据报最快 2026 年赴港上市
[超募两倍以上] 月之暗面完成 35 亿美元融资，估值 350 亿美元，远超其最初 10 亿至 20 亿美元的募资目标，并计划最快 2026 年在香港上市（据彭博 7 月 29 日报道）。领投方是同时投资 DeepSeek 的国家级 AI 基金。业务侧的支撑是 Kimi 的收入曲线：年化经常性收入 6 月达到 3 亿美元，而 3 月时是 1 亿美元。
[下一轮已经在谈] 更值得注意的是节奏。公司已在接触投资者洽谈下一轮，报价 500 亿美元投前估值，定位是赴港上市前的最后一轮私募融资。7 月它已向股东下发关于香港 IPO 的决议，把时间表压到六个月内，最新报道进一步收紧到年底前可能挂牌。8 月开谈 500 亿，等于要让新投资者接受一个由上月那轮超额认购定出的价格——这种衔接方式只有在收入还在翻倍时才站得住。国家资本走到领投位置，也是这一轮与之前几轮的关键差别。
[港股的定价难题] 一家开源模型公司要在公开市场上被定价，题目和美元一级市场完全不同。香港的机构投资者手上没有可比公司，只能拿三个月翻三倍的年化收入去推未来两年的曲线；国内其他模型厂商的融资节奏则会被这笔交易带着走，估值锚一旦立在 350 亿，后面每一轮都要参照它谈。压力会先落在那些收入曲线跟不上估值曲线的同行身上。
▪ SIGNAL 国家基金坐上领投席，月之暗面的融资就不只是估值问题了。
❯ OpenAI 谷歌 Meta 与贝莱德以数千人规模招电工木工，出价创行业最高
[抢人抢到工地] OpenAI、谷歌、Meta 与资产管理公司贝莱德正在以数千人的规模招募电工、木工等建筑工人，薪酬是这个行业史上最高的水平之一（据纽约时报报道）。这些公司还合计投入超过 2.65 亿美元去培训——不是招现成的人，是自己造人。
[钱花在哪] 拆开看各家的路数不一样。Meta 出 1.15 亿美元做首年投入，首批约 5000 人进入为期一个月的课程，交通与住宿全包，并称这是持续多年的计划。谷歌的 5000 万美元投给国际电气工人兄弟会及其承包商网络，目标是三年内把年度学徒招收量从 19500 人提到 30000 人。贝莱德投 1 亿美元，扩充其得克萨斯州数据中心所需的技工培训。缺口的量级可以从 OpenAI 给白宫的说法里看出来：仅它自己的基础设施计划，就需要全美技术工人总量的五分之一。代价也已经出现——密歇根州 Saline 镇在建的 OpenAI 设施，数百名电工的排班是每天十小时、没有休息日。
[真正的限速环节] 算力叙事里被谈论最多的是芯片和电力，但眼下卡住工期的是人。数据中心的开发商要把「能不能招到电工」写进项目排期，而不是当成可外包的施工细节；技工培训体系与工会则第一次拿到了议价的位置。花 2.65 亿美元培训工人，比起动辄千亿的资本开支只是零头，但它买的是工期本身。
▪ SIGNAL 芯片可以下单，电工要花一个月培训——这就是当下建设速度的真实上限。
❯ 扎克伯格接受金融时报采访称，美国不应封禁中国 AI 模型
[反对封禁] Meta 首席执行官扎克伯格对金融时报表示，美国政府不应封禁中国 AI 模型来给自己争取优势，封禁「不是一个有效的解决方案」；美国公司该做的是「系统性地」找出自己的瓶颈和阻碍。他同时警告美国前沿实验室可能形成监管俘获，反过来压死本土竞争。
[有条件的肯定] 对于给新模型做同行评审或审查，他给的是有条件的肯定：若「由有思想的人妥善执行」可能有益，但领先的 AI 公司不该在这个过程里握有过大影响力——「如果做评审的是一批有自身利益的公司，就总会有监管俘获的问题。」他还认为限制最先进的模型对网络安全是反向操作，因为这些模型正好能帮企业发现和修补漏洞。
[开源阵营口径] 这套说法与他本周在华尔街日报刊文重申的「人人可用的 AI」是同一条线：开源、可自行部署、能在自己的硬件上跑。美国的 AI 政策制定者接下来要处理的正是这个分歧——同行评审要不要做，和交给谁来做，是两个完全不同的问题；一旦评审席由前沿实验室占满，开源阵营的模型准入就会先受影响。
▪ SIGNAL 反对封禁与警惕监管俘获是一句话的两半，指向同一批坐在评审席上的公司。
OUTLOOK
[今天这批] 三星的 18 倍利润、蒸发的万亿市值和 2.65 亿美元电工培训费讲的是同一件事：AI 的成本正从芯片扩散到内存、工期和人力，收入端却没跟上同样的斜率——微软能点出三千万席位所以涨，Meta 只能讲投放效率所以跌。反方向只有一股力量：让模型去削自己的成本、干自己的活。这两股力量谁跑得快，决定下一轮资本开支还讲不讲得通。