AI 巨头利润大分化谁在为算力狂欢买单

AI 巨头利润大分化 · 71.5% vs -56% · 谁在为算力狂欢买单

副标:从任泽平近期发声与千万爆仓事件,看 AI 产业的三条曲线错位

作者:张灵渡 单位:浙江拓扑智联研究院

章 1 · 特写引入

2026 年 7 月 24 日,一个星期五。杭州某量化私募的交易员盯着屏幕上的两条曲线出神。一条是德明利(001309.SZ):两周前 859.99 元开盘,当日已跌至 399.89 元;另一条,是任泽平当日在其公号推送的题为《谈泡沫为时过早》的评论文章。

两条曲线,一路向下,一路向上。

同一交易日,存储芯片指数(886042.TI)三日累计跌 28.1%,报收 2439.3 点;而在大洋彼岸,Anthropic 刚在过去六个月里,把公司投后估值从 3800 亿美元推到了 9650 亿美元 —— 涨幅 154%;更远的一层,英伟达最近一期财报显示,单季度毛利 611.57 亿美元、销售净利率高达 71.5%,毛利近三年增长 1215.8%。

三组数字,分别对应 AI 产业的三条曲线:下游标的崩盘、模型公司估值扩张、硬件寡头利润独享。

任泽平的观点,与哪一条同频?

这不是一个可以用"看多"或"看空"简单标注的问题。它需要把 AI 产业的投入、产出与商业闭环三条曲线,放在同一张坐标系里对照。我们调查发现,当前这张坐标系已经出现明显错位 —— 而 07-19 至 07-24 五天内,泽平宏观 VIP 群 30 一位付费学员因满仓加融资买入德明利、江波龙,亏损超千万元的爆仓事件,恰好把这场错位以一种极端方式呈现出来。

本文即以此事件为切口,追问三条曲线错位的物理与哲学根源。

章 2 · 三条曲线为何错位?

7 月 22 日至 24 日,任泽平在其公号密集输出四大判断:"科技牛五浪酝酿""超配中国资产""AI 泡沫为时过早""全球算力将提升 1000 倍进入 Yotta 时代"。同一时段,存储芯片板块龙头股集体下挫,涉事的 VIP 会员满仓叠加融资,爆出千万级亏损。

值得追问的,与其说是任泽平观点的对错,不如说是这场舆论热度背后三条曲线本身的走势。我们由此提出稿件立论坐标系 —— 投入曲线陡上、产出曲线塌陷、商业闭环只有 Coding 跑通。

**第一条曲线:投入正在陡峭上行。**据摩根士丹利测算,全球五大云厂商 2026 年资本开支预算合计约 8050 亿美元;OpenAI 单公司披露的年度算力支出计划已达 500 亿美元;英伟达 GB200 NVL72 服务器 2026 年理想出货 73000 台,实际缺口 23000 台;HBM 供应缺口约 6%。硬件层的稀缺是真实的,任泽平"算力供不应求"的表述在供给端具有事实依据。

**第二条曲线:产出并未同步扩张。**OpenAI 2026 财年预期净亏损 140 亿美元、全年现金消耗预测 250 亿美元,这意味着每 1 美元收入需净烧 0.56 美元 用于算力扩张;学术层面,Kaplan et al. 2020 提出的 Scaling Law 幂律并未失效,但 Deckker & Sumanasekara 2026 已明确指出"Peak Hype but not Peak Impact"——当前处于幂律曲线曲率骤增位置,继续加参数,损失下降的绝对量已远小于早期。ACL 2026 长文进一步观测到,RL 后训练在超过某规模后收益陡降。这一路证据共同指向一个判断:参数增长的工程 ROI,正在逼近拐点。

**第三条曲线:商业闭环几乎只有 Coding 场景跑通。**Anthropic 2026 年 5 月披露的 470 亿美元 ARR 中,约 140 亿美元(占比 30%) 来自 Claude Code 单产品;该产品 2025 年 5 月公开推出、12 个月即达 25 亿美元 ARR,2026 年 5 月又在 3 个月内推至 140 亿美元,to B 收入占比超过 50%,年消费百万美元以上的企业客户超过 1000 家。与此形成对照的是,金融、法律、教育三大高频提及场景仍普遍处于探索期 —— AI 陪伴类应用付费转化率不足 5%;AI 合同审查市场规模同比高增 210%,但中小律所渗透率仅约 12%;个性化习题头部产品 ARPU 约 15 元/月。

三条曲线错位,构成理解本轮 AI 争议的完整坐标系。任泽平的四大判断,分别落在坐标系的不同象限:"算力提升 1000 倍"落在第一曲线,"AI 是第四次科技革命"落在第三曲线,"泡沫为时过早"则同时挑战第二曲线的学界观察。而涉事学员满仓买入的德明利、江波龙,处于坐标系里最脆弱的位置 —— 硬件供应端的边际弹性、下游需求兑现节奏、以及杠杆资金对波动的敏感度,三者叠加。

理解了这张坐标系,我们后续的追问才有落点。

章 3 · 三张对照矩阵

追问三条曲线的错位,先从三张横向对照矩阵开始。第一张矩阵回答的是华尔街如何看待本轮 AI 争议;第二张矩阵回答的是产业链利润分布的物理形态;第三张矩阵回答的是中美路径已经如何分岔。

§ 3.1 三大机构立场对比 · 华尔街的分歧焦点

2026 年 6-7 月,高盛、摩根士丹利、IMF 三方均针对 AI 板块估值出具专项分析,结论口径罕见地一致:三方均不认为已重演 1999 式估值泡沫。分歧只在风险重心。

高盛的表述最尖锐。其在最新一轮报告中指出,本轮上涨"主要由盈利驱动而非估值扩张",与互联网泡沫顶峰不同;但同时警告,AI 板块市值增量已达 14-17 万亿美元,远超宏观基准约 9 万亿美元的正常范围。风险由此从"估值泡沫"转向"盈利泡沫" —— 全产业链盈利预期加总超过宏观利润池,即经典的合成谬误;资本开支闭环被永久化外推,而非科技部门盈利仍显疲软。

摩根士丹利立场相对乐观。其判断的分歧点是"周期性盈利被误判为持续性盈利":为周期性盈利支付适度低估值本身理性,但市场当前给出的前瞻 P/E 中,不少 AI 受益者已在用周期收入撑长期估值。这一判断的锐利之处在于 —— 一旦模型代际迭代节奏放缓,持续性溢价将首先被重估。

IMF 走的是完全不同的一路。其 7 月《全球金融稳定报告》相关章节指出,真正的风险既不在估值,也不在盈利,而在资产负债期限错配 —— 大型科技公司普遍以长期债务融资,投资的却是快速迭代、可能在 3-5 年内被淘汰的 AI 基础设施;若 AI 盈利不及预期,首先冲击的将是偿债能力与金融稳定。这个视角比华尔街两家投行都更接近我们关注的核心。

任泽平"泡沫为时过早"的表述,与三方结论方向一致,但存在一个可辨识的差异:三大机构均同步指出具体风险维度,任泽平公开发文更接近单边的"超配"叙事,较少同步警示。这不是观点对错问题,而是表述完备性问题 —— 尤其在千万级爆仓事件已经进入公共视野的情形下。

§ 3.2 三巨头财务对照 · 卖铲人赚 vs 挖金人亏

如果说三大机构的分歧仍在"如何解读估值",那么把 OpenAI、英伟达、Anthropic 的最新财务数据摆在同一张表里,分歧立刻变成事实。

OpenAI 英伟达 Anthropic
类型 应用/模型层 硬件层 应用/模型层
2026 ARR / 单季营收 ARR 250 亿美元 单季营收 816 亿美元 ARR 470 亿美元
净利率(最新一期) -56%(净亏 140 亿) +71.5% 亏损区间(接近盈亏平衡)
毛利率 42% 74.9% 未披露
每 1 美元收入现金流 净烧 0.56 美元 净赚 0.71 美元 —
三年毛利增长 亏损扩大 +1215.8% ARR 一年 9.4 倍
唯一跑通场景 消费级订阅 + API GPU 独占 Coding to B
主要风险 毛利率能否修复 云厂 CAPEX 见顶 Coding 场景天花板

三家公司,三种命运。英伟达最近一期单季度毛利 611.57 亿美元、销售净利率 71.5%、销售毛利率 74.9%、TTM 毛利率 74.1%,是半导体行业史上罕见的净利率水平;毛利近一年增长 129.3%、近三年增长 1215.8%,即三年间毛利规模增长逾 12 倍。数据中心 AI 加速器全球市占率 92%、美国控制的全球 GPU 算力份额 75%,两组数字共同支撑其毛利结构的可持续性。

OpenAI 的曲线走向相反。2026 财年 Q1 营收 57 亿美元、净亏损 65 亿美元 —— 单季亏损相当于当季营收的 114%;毛利率仅 42%,远低于英伟达,也低于成熟软件公司;全年营收预测 240-260 亿美元,净亏损 140 亿美元,现金消耗 250 亿美元。在此基础上,公司仍规划 2026 全年 500 亿美元的算力支出 —— 这一数字接近全年营收的两倍。

Anthropic 是三家中最接近正毛利的一家,但其 9650 亿美元的 H 轮投后估值,对应 470 亿美元的 ARR,P/S 倍数约 20.5;这一估值的合理性,建立在 Claude Code 单产品能否从当前 140 亿美元 ARR 持续扩张的前提之上。全球开发者规模约 3000 万,是这一前提的物理天花板。

在这张矩阵上,判断变得简单:当英伟达一家用 71.5% 的净利率吸走产业链利润,而 OpenAI、Anthropic 都在净亏损或接近净亏损区间运行,"AI 是第四次科技革命"叙事的经济学基础,主要由硬件层利润支撑;应用层与模型层普遍处于用融资换时间的阶段。若剔除英伟达一家的利润贡献,整个 AI 应用与模型层 2026 年很可能仍在净亏损区间 —— 这正是高盛"盈利泡沫"警告的物理形态。

§ 3.3 中美路径已经分岔 · 中国样本的三个变量

第三张矩阵的时点意义更强。就在美国模型公司仍在"融资 → 加算力 → 扩场景"的闭环中打转时,中国样本已经跑出三条不同路径。

**第一条,阿里通义千问 · 平台综合体路径。**通义实验室三年基建投入 3800 亿元人民币,是国内单公司最大规模的 AI 战略资本承诺;千问 APP 月活突破 3 亿,Hugging Face 累计下载超 10 亿次,开源模型 300 余个,社区衍生模型 17 万余个。财务侧,MaaS 收入 2026 财年 Q1 同比增速 217%,客户续约率 93.6%,AI 相关产品收入连续 11 个季度三位数同比增长,在阿里云外部收入中占比首次突破 30%。7 月 15 日,千问被确认作为 AI 能力集成至国行 Apple 智能,覆盖 iOS、iPadOS、macOS、visionOS 中国用户 —— 这是中美 AI 合作模式的一个新样本。

第二条,DeepSeek · 开源效率优化路径。杭州深度求索由幻方量化创始人梁文锋于 2023 年 7 月创立,2026 年 6 月完成首轮融资 500-510 亿元人民币,投后估值 3500-4000 亿元;换算成美元约 500-570 亿美元,是同期 Anthropic 9650 亿美元估值的 1/17 至 1/19。产品侧,DeepSeek V4 于 2026 年 4 月发布,采用 MoE 架构、Apache 2.0 开源协议;月活用户 1.27 亿,API 调用量国内市场占比 18.4%,已成为国内 API 市场主要供给方之一。资金侧,60-70% 投向内蒙古乌兰察布等地 GW 级智算中心建设。值得注意的是,DeepSeek 原计划的第二轮 100 亿元融资在 7 月因内部会议纪要外泄暂停推进,原投前估值目标不低于 4800 亿元 —— 这是本轮 AI 估值热度已经出现微妙拐点的一个中国信号。

**第三条,之江实验室 · 硬科技长期主义路径。**作为浙江省委省政府战略科技力量的核心载体,之江实验室推进的"三体计算星座"项目在 2026 年 2 月完成首批 12 颗卫星的近 9 个月在轨测试,形成组网、计算、模型部署、科学载荷验证四大能力;完成 10 个 AI 模型与应用在轨部署验证,其中 80 亿参数天基遥感模型与天基天文时域模型,是全球在轨最大参数模型之一。7 月 24 日 —— 与任泽平发文谈"算力提升 1000 倍进入 Yotta 时代"同一日 —— 力箭一号遥十五发射"云尖沐曦号"与"西光贰号 03 星"入轨,搭载沐曦股份 GPU 的智算载荷完成在轨可靠性验证,具身智能卫星模型首次在轨验证成功。"算力上天、卫星互联、模型上天"正在从口号变为工程节点。

三条路径,一个共同特征:均不与美国抢消费端商业化速度,而是在开源、效率、硬科技长期主义方向差异化布局。这一现实,与任泽平"超配中国资产"表述的方向一致,但支撑逻辑并非源自"追赶美国估值",而是源自路径本身已经分岔。

三张矩阵拼在一起,坐标系已经画出。真正的争议,不在坐标轴上任何一点,而在坐标系本身的解释框架。下一章,我们追问这一框架的物理与哲学根源。

章 4 · 三重矛盾的物理与哲学根源

第三章的三张矩阵还只是"坐标系"。真正让坐标系产生张力的,是三条曲线之间的三重矛盾 —— 时点上的实时背离、曲率上的物理极限、认知上的黑盒边界。前两重矛盾属于产业分析范畴,第三重矛盾则将我们追问引向一个更根本的问题:发明者本人,是否已经理解自己创造物的当前形态?

§ 4.1 时点矛盾 · 观点与行情的实时背离

第一重矛盾表现为观点输出与市场现实之间几乎实时的背离。我们按公开信源梳理任泽平近五个交易日发声轨迹与涉事标的走势:

日期 任泽平公开发声 涉事标的当日收盘/累计变化
07-10 — 德明利 859.99 元开盘 · 涉事学员进场
07-19 首度回应爆仓事件 · "课程仅做宏观分析、从不荐股" —
07-21 再度回应 · 强调涉事学员入会仅一两周 德明利单日振幅超 20%
07-22 发《7.22 点评:科技牛还有希望吗》 —
07-23 密集发声:回应事件 + "超配中国资产、看好中国经济前景" + 谈美国游学见闻 —
07-24 "全球算力稀缺、供不应求""谈泡沫为时过早""AI 是第四次科技革命""未来全球算力将提升 1000 倍,迈入 Yotta 时代" 德明利 399.89 元收盘(较 07-10 累计 -53.5%)· 江波龙 370.01 元(较 07-10 累计 -41.1%)· 存储芯片指数 2439.3(较 07-10 累计 -28.1%)

时点冲突的量级已经进入"实时背离"区间。07-19 首度回应爆仓事件之后,07-22 至 07-24 三个交易日内仍密集发文谈"科技牛五浪""超配中国资产""算力 1000 倍" —— 这与涉事标的在同一时段的物理下跌形成锐利对照。

值得注意的是,任泽平公开发声中并未直接推荐德明利或江波龙个股,课程内容也标榜"不荐股"。但按证监会 2026 年 4 月 24 日联合发布、9 月 30 日生效的《金融产品网络营销管理办法》第四条与实施说明,判断是否构成证券投资咨询遵循实质重于形式原则,需综合课程内容、收费方式、持续服务关系、互动答疑、个股点评或板块推荐等因素。这一新的判定框架,将在本文第六章展开讨论。

时点矛盾本身并不能否定观点。真正需要追问的,是观点的物理基础 —— 即"算力提升 1000 倍"背后的 Scaling Law 曲率究竟处于什么位置。

§ 4.2 曲率矛盾 · Scaling Law 已在拐点

第二重矛盾,是任泽平"算力提升 1000 倍"叙事所依赖的 Scaling Law,当前位置的物理形态。

Scaling Law 的原始版本由 Kaplan et al. 于 2020 年提出(至今引用超过 1400 次),核心结论是:模型损失随参数规模、数据规模、算力预算呈幂律下降,横跨 7 个数量级依然成立;因此同等算力预算下,应训练更大模型、更少数据、提前停止。这一定律确立了 2020-2023 年的产业信念:参数越大,能力越强,ROI 可预期。

2025-2026 年,学术界对这一定律的局部区间有效性已经出现明确修正。Deckker & Sumanasekara 2026 的评述论文题目即为"Scaling Laws, Foundation Models, and the AI Singularity: A Critical Appraisal of 2023-2025 Evidence",副标题"Peak Hype but not Peak Impact"—— 承认幂律并未失效,但当前处于幂律曲线曲率骤增位置:继续增加参数,损失下降的绝对量已远小于早期。NeurIPS 2025 的 Gemstones 多面向 Scaling Law 研究进一步观测到,在大参数区间,Scaling Laws 对模型规模变化的鲁棒性下降;ACL 2026 长文《Scaling behaviors of LLM RL post-training》明确指出,RL 后训练在超过某规模后收益陡降。

上述四路学术证据共同指向一个判断:Scaling Law 幂律未失效,但已进入陡降段。这一判断的产业意义,由 OpenAI 财报直接给出验证 —— 2026 年 500 亿美元算力支出、140 亿美元预期净亏损,意味着每 1 美元收入需净烧 0.56 美元算力,而模型代际迭代节奏,已从 2020-2022 年的每 6-9 个月一次代际,放缓至 2025-2026 年的 12-18 个月一次代际。

工程 ROI 拐点,已经被多篇学术论文和一家旗舰模型公司的财报同步观测到。

任泽平"算力提升 1000 倍"表述在物理上并非不可能 —— TPU/GPU 的能效比确实还有 3-5 代提升空间。但"1000 倍"如果指向的是模型能力的对应扩张,则需要一个 Scaling Law 之外的新理论支撑;而这一理论目前并不存在。

§ 4.3 认知矛盾 · 发明者未彻底理解自己的创造物

前两重矛盾还属于产业分析范畴。第三重矛盾,则将追问引向我们调查过程中最锐利的一个发现:当前 LLM 的实际能力,已经超出了其发明者的完整理解。

这一判断的证据链有三层。

第一层证据:Transformer 已经彻底脱离原初任务。2017 年 6 月,Ashish Vaswani 等八位作者发表《Attention Is All You Need》,论文明确针对神经机器翻译任务设计,在 WMT 2014 英→德翻译任务上达到 28.4 BLEU、英→法 41.8 BLEU 的 SOTA 成绩;训练成本仅为 8 块 GPU、3.5 天。九年之后的 2026 年,基于同一架构衍生的 GPT-5.5,训练需要 1.8-2 万张 H100/B300、4-5 个月,训练算力消耗达到 25-30 EFLOPS —— 训练算力扩张约 7 个数量级,而应用场景从"机器翻译"外扩到通用对话、代码生成、多模态、Agent、科学推理等均非 2017 年论文原初任务的领域。

八位作者的当前动向,进一步印证了这场脱离。截至 2026 年 7 月,原始八位作者中七位已离开 Google:Ashish Vaswani 现任 Essential AI 联合创始人兼 CEO,该公司 2026 年完成 1.75 亿美元 B 轮融资,估值 10 亿美元,并于 2025 年底发布 RNJ-1(明确探索非 Transformer 路线的推理架构);Noam Shazeer 于 2021 年首次离开 Google 创立 Character.AI,2024 年 8 月被 Google 以 27 亿美元技术授权与现金招回任 Gemini 联合技术负责人,2026 年 6 月再次离开,加入 OpenAI 任架构研究负责人;Jakob Uszkoreit 创立 Inceptive(用 Transformer 做 mRNA 疫苗设计);Llion Jones 创立 Sakana AI(用进化算法 + 神经网络);Aidan N. Gomez 创立 Cohere(企业 LLM,估值超 55 亿美元);Lukasz Kaiser 加入 OpenAI;Illia Polosukhin 早在 2017 年就已离开,创立 NEAR Protocol。八人中仅一位仍在 Google,且研究方向已明显偏离原始 Transformer 路径。

Vaswani 在多次公开采访中直言:"我们当年只是想解决机器翻译问题,没想到会走到这里。"

第二层证据:涌现能力已成学界共识,连训练者也无法预测。2022 年由 Jason Wei 等发表的《Emergent Abilities of Large Language Models》(现引用 5778 次)明确指出,一项能力若在小模型上完全不存在,但在参数规模超过某阈值后突然出现,即为"涌现";涌现能力无法通过外推小模型性能预测。同年,Anthropic 的 Deep Ganguli、Danny Hernandez 等人发表《Predictability and Surprise in Large Generative Models》,系统论证大规模预训练模型具有**"训练损失可预测 + 具体能力不可预测"**的反直觉组合。这两篇论文的一作背景,分别来自 Google 与 Anthropic —— 也就是说,训练者本人在论文中承认,自己无法预测模型在参数扩张后会具备哪些能力。

第三层证据:Anthropic 花巨资建可解释性团队,发现率仍在低位。2024 年 6 月起,Anthropic 机械可解释性(Mechanistic Interpretability)团队使用稀疏自动编码器(SAE)在 Claude 3 Sonnet 中提取出数百万可解释特征,首次证明 Transformer 内部并非"完全黑盒",但特征数量远超架构层数。2026 年 5 月 8 日,团队在 Claude Opus 4.6 与 Mythos Preview 上测试自然语言自动编码器(NLA),将隐藏动机发现率从不足 3% 提升至 12-15% —— 提升幅度显著,但绝对水平仍远低于可用阈值。2026 年 6 月 30 日,Circuit Tracing 开源工具发布,支持 Gemma-2-2b、Llama-3.2-1b 等外部模型,与 Neuronpedia 集成。2026 年 7 月 23 日,团队发布 Attribution Graphs 双篇论文,在 Claude 3.5 Haiku 上首次发现模型的提前规划行为 —— 即模型在生成第一个词之前已构建整段答案,这一能力显然已超出显式训练目标的指导范围。

三层证据合起来,呈现出一个清晰事实:发明者需要事后用第二套研究框架(可解释性)来理解自己发明的第一套架构(Transformer),而这项事后追认工作仅将隐藏动机发现率推至 15% 量级。

这一事实需要一个理论工具来命名。我们在调查中注意到,浙江本土研究者、独立学者张灵渡(即本文作者)于 2026 年提出的**《阐释溢出律》**,恰好为这一现象提供了一个可能的解释框架。该理论核心命题是:

"任何创造物一旦脱离创造者进入传播与应用网络,其意义与功能就会溢出原初意图场景 A,向未预期的场景 B、C、D 扩散;溢出的方向不可控,溢出的幅度随应用规模而放大;溢出既产生增益(新意义、新功能),也产生代价(失真、滥用、原设计边界的暴露)。"

阐释溢出律提出四个命题:

对照 Transformer 与 LLM 的当前状态,四个命题几乎逐一对应:

三重矛盾至此揭示完毕。时点矛盾是表象,曲率矛盾是物理层面的极限,认知矛盾则是哲学层面的根本约束。

由此得到本文最锐利的一个判断:

当训练损失可预测、而具体能力不可预测,当发明者需要事后用第二套研究框架理解自己发明的第一套架构,当隐藏动机发现率仍在 15% 量级 —— "全球算力将提升 1000 倍"背后所能溢出的新能力,是发明者本人也无法预测的事情。押注不可预测的溢出,本身是一种投资信念,而非投资论据。

任泽平"AI 是第四次科技革命"的表述,若以"信念"命名,合理;若以"论据"命名,则需要面对本章三重矛盾构成的正面拷问。

理解了这三重矛盾,才能进入本文最后三章 —— 制度纵深、个案回归与未解疑问。

章 5 · 制度纵深 · 约束轨与激励轨的双轨叙事

三重矛盾在物理与哲学层面已经揭示完毕。但产业不在真空中运行,而在制度框架下运行。我们调查发现,2026 年 4-7 月,中国 AI 治理的制度框架同时在两条轨道上推进:一条是约束轨,直接切中付费投教命脉;另一条是激励轨,以浙江为省级样本给出差异化路径。任泽平事件与浙江 AI 版图,恰好各自坐落在这两条轨道之上。

§ 5.1 约束轨 · 2026-09-30 大限与"实质重于形式"判定

2026 年 4 月 24 日,中国人民银行、金融监管总局、中国证监会等八部门联合发布《金融产品网络营销管理办法》,施行日期为2026 年 9 月 30 日。这一新规的时点,距任泽平事件仅约两个月。

新规的适用范围明确覆盖境内所有金融产品网络营销,包含投资顾问/咨询服务,并首次将公众号、直播、短视频、付费社群、课程培训等形式全部纳入监管框架。这意味着,以往在"投资者教育"名义下运行的商业模式,将首次直面主体资格、人员资质、业务性质三层实质审查。

新规的六条关键条款,每一条都指向财经大 V 付费投教的核心运营环节:

主体资格准入:金融机构、第三方互联网平台外的其他组织或个人,不得开展或变相开展金融产品网络营销。

人员资质准入:通过公众号、直播、短视频营销金融产品的,营销人员应为金融机构从业人员,具备相关业务资格并取得金融机构授权。

投资顾问业务纳管:投资顾问或咨询服务属于办法所列金融产品范围,非金融机构从业人员不得通过直播、短视频、公众号等营销相关产品。

"投教外衣"堵漏条款:金融机构及其员工不得委托第三方互联网平台以投资者教育、课程培训等形式变相开展金融产品网络营销并支付费用。

证券投资咨询特许经营:证券投资咨询业务属于特许经营,任何机构或个人提供证券市场、证券品种走势及投资可行性分析、预测或建议,须取得证监会授予的证券投资咨询业务资格或人员执业证书。

"实质重于形式"判定原则:判断是否构成证券投资咨询遵循实质重于形式原则,需综合课程内容、收费方式、持续服务关系、互动答疑、个股点评或板块推荐等因素。

处罚层面,新规明确:未取得证券投资咨询资质而非法经营证券业务、情节严重的,可能构成非法经营罪;持牌机构违规可被处罚、暂停新增客户甚至吊销牌照。

六条中最锐利的一条,是"实质重于形式"。这一判定原则意味着,即使一档课程标榜"不荐股",但若课程内容中出现板块推荐 + 持续服务关系 + 收费方式 + 互动答疑的组合,监管机关有权按实质认定其为变相证券投资咨询。这一新的判定框架,将直接冲击当前中国 AI/科技板块所有以"宏观分析 + 付费社群"为运营模式的财经大 V 生态。

回到本文关注的事件时点:07-19 至 07-24 五天内,任泽平在其付费社群 VIP 群 30 中,与"科技牛五浪""超配中国资产""AI 泡沫为时过早""算力提升 1000 倍"等表述并行的,还有涉事学员爆仓千万元的公共事件。若这一模式延续至 09-30 之后,"课程仅做宏观分析、从不荐股"的既有表述是否足以规避实质判定?这一问题的答案,将由九月末之后的具体判例给出。

从制度史视角看,2026-04-24 至 09-30 之间的这五个月,恰好是中国财经大 V 付费投教模式的"合规窗口期" —— 是自我改造、退出、还是等待被认定,选项的物理时间正在缩窄。任泽平事件不是孤立舆情事件,而是监管新规施行前最后一次典型样本;稿件本身是否要参与舆论审判,则属另一话题,我们保持克制。

§ 5.2 激励轨 · 浙江路径的双轨政策与三层产业版图

如果说约束轨的关键词是"实质判定",那么激励轨的关键词是"差异化路径"。2025-2026 年间,浙江省发改委、经信厅相继出台"人工智能+"行动、算力经济焕新方案、算力券兑付、高质量数据集建设行动等系列政策,已经形成一套可以与美国"融资 + 加算力"路径明确区分的省级 AI 战略。

目标层:力争全省智算规模达到 200 EFLOPS 以上,到 2027 年基本建成"计算创新、产业集聚、算力能力、算力生态"四大高地。

举措层:2026 年算力券分档补助 —— 对 2025-05-01 至 2026-04-30 期间智算算力租赁,按合同执行金额 10% 或 30% 分档补助;力争杭州、宁波、金华三大区域智算中心装机能力超 500MW;开展"共享智算"与"智算云"模式推广,评选首批"智算云企",推动算力赋能"415X"先进制造业集群。

支持层:政策明确点名支持阿里通义千问、DeepSeek 等大模型攻关迭代,并印发《人工智能行业高质量数据集建设行动方案(2025-2027)》,推进示范数据集建设。

政策文本背后,是浙江 AI 产业版图的三层结构:

平台层 · 阿里通义千问。三年基建投入 3800 亿元人民币;千问 APP 月活 3 亿以上,Hugging Face 累计下载超 10 亿次,开源模型 300 余个,社区衍生模型 17 万余个,百炼平台企业与开发者规模超 100 万。2026 年 3 月,阿里成立 Alibaba Token Hub(ATH),由 CEO 吴泳铭统领,统筹通义实验室、MaaS、千问、悟空、AI 创新等业务单元 —— 意味着 AI 已从"云的补充"上升为"公司战略主线"。财务侧,MaaS 收入 2026 财年 Q1 同比增速 217%,客户续约率 93.6%,AI 相关产品收入连续 11 个季度三位数同比增长。7 月 19 日,Qwen3.8Max 预览版上线,参数达 2.4 万亿,支持全模态推理、端云协同,完整权重数周内开源;7 月 15 日,千问被确认作为 AI 能力集成至国行 Apple 智能,覆盖 iOS、iPadOS、macOS、visionOS 中国用户。

模型层 · DeepSeek。杭州深度求索由幻方量化创始人梁文锋创立,2026 年 6 月完成首轮融资 500-510 亿元人民币,投后估值 3500-4000 亿元;60-70% 投向内蒙古乌兰察布等地 GW 级智算中心建设。DeepSeek V4 于 2026 年 4 月发布,采用 MoE 架构、Apache 2.0 开源协议;月活 1.27 亿,API 调用量国内市场占比 18.4%。值得注意的是,DeepSeek 原计划的第二轮 100 亿元融资在 7 月因内部会议纪要外泄暂停推进 —— 这是本轮全球 AI 估值热度出现微妙拐点的一个中国信号,与本文第三章讨论的美国样本形成时间上的呼应。

基础层 · 之江实验室。作为浙江省委省政府战略科技力量的核心载体,之江实验室主导的"三体计算星座"项目已经跑出可视化时间节点:2026 年 2 月首批 12 颗卫星完成近 9 个月在轨测试,形成组网、计算、模型部署、科学载荷验证四大能力;完成 10 个 AI 模型与应用在轨部署验证,其中 80 亿参数天基遥感模型与天基天文时域模型,是全球在轨最大参数模型之一;计划 2027 年建成 100 颗卫星规模。2026 年 7 月 24 日,与任泽平发文谈"算力提升 1000 倍"同一日,力箭一号遥十五发射"云尖沐曦号"与"西光贰号 03 星"入轨,搭载沐曦股份 GPU 的智算载荷完成在轨可靠性验证,具身智能卫星模型首次在轨验证成功。之江实验室天基中心主任李超对外披露:"算力上天、卫星互联、模型上天"正在从口号变为工程节点。

约束轨 + 激励轨的合成图景:2026-04-24 至 07-24 的三个月内,中国 AI 治理框架同时在收紧付费投教模式(约束轨)与打开算力使用补贴、模型开源、太空算力等新路径(激励轨)。这一双轨结构指向一个明确判断:AI 产业的政策空间正在从"支持任何模式的规模扩张"收窄为"支持真实的技术投入与合规的商业模式"。

在这一框架下重新审视任泽平"AI 是第四次科技革命"的宏大叙事,可以得到两个具体读法:

叙事的价值,取决于它落到哪条轨道上。

章 6 · 个案回归 · 从数据回到人,从表述回到边界

前五章的追问都在制度、数据、理论层面展开。但深度报道的最后一步,必须回到具体的人。本章回到 07-19 首度进入公共视野的爆仓事件,尝试用可交叉核实的公开信源,厘清事件本身的物理形态,并在此基础上追问三条责任边界。

§ 6.1 事件权威复述

按公开信源(2026-07 多平台报道)与任泽平团队公开回应交叉核实,爆仓事件的核心事实如下:

涉事平台:泽平宏观 VIP 群 30 —— 任泽平旗下付费社群体系中的一档 VIP 会员群。 涉事标的:德明利(001309.SZ)、江波龙(301308.SZ)等存储芯片股。 交易策略:满仓 + 融资(网传融资倍数约 2-3 倍)。 亏损规模:据网传自述,亏损超 1000 万元。 入会时长:涉事学员自述与任泽平团队公开表述均指出,涉事学员入会仅一两周即进行大规模建仓。 建仓时点:据交易时间线倒推,建仓时点大致在 2026 年 7 月上旬(德明利 07-10 开盘价 859.99 元,处于当轮高位区)。

任泽平/泽平宏观公开回应(经 07-19、07-21、07-23 多次表述):

平台后续动作(印证事件热度):泽平宏观 VIP 群停止通过微信群通知,部分平台的会员课程已下架;泽平团队通过公开账号多次回应。

以上事实由多家媒体(界面新闻、澎湃、财新等)在 07-19 至 07-24 期间跟进报道,核心要素相互一致。我们未与涉事学员本人取得直接联系,因此以下追问基于公开信源做规范意义上的边界讨论,不对当事人做具体判定。

§ 6.2 追问一 · 时点冲突

首度回应爆仓事件的时点是 07-19;此后 07-22 至 07-24 三个交易日内,任泽平仍密集发文谈"科技牛五浪""超配中国资产""AI 泡沫为时过早""算力提升 1000 倍进入 Yotta 时代"。同一时段,涉事标的德明利单周跌破关键位、江波龙同步下挫、存储芯片指数三日跌 28.1%。

追问点在于:在爆仓事件已经进入公共视野之后,后续观点输出的表述完备性是否已足够克制?

这一追问的现实基础是:我们在第三章讨论过,高盛、摩根士丹利、IMF 三大机构均以"否认 1999 式估值泡沫 + 同步指出具体风险维度"的组合方式表达观点。也就是说,机构口径的表述完备性通常包含观点 + 风险维度两部分。而任泽平 07-22 至 07-24 密集发声中,风险维度的同步表述较为有限,更接近单边"超配"叙事。

这不构成"看多本身有错"的判断 —— 任何独立分析师都有权表达乐观判断。但在千万级爆仓事件已经进入公共视野的情形下,单边叙事与市场现实之间的实时背离,构成了事件被舆论持续追问的核心张力。

§ 6.3 追问二 · 物价冲突

涉事学员满仓 + 融资买入德明利与江波龙的建仓时点大致在 07-10 前后。若按当时开盘价(德明利 859.99 元、江波龙 628.00 元)建仓,截至 07-24 收盘(德明利 399.89 元、江波龙 370.01 元),两只股票分别下跌 53.5% 与 41.1%。

融资交易的物理特性,决定了在杠杆放大情形下,标的下跌幅度对本金的伤害呈非线性放大。若按 3 倍杠杆估算,标的下跌约 33% 即触发爆仓;若按 2 倍杠杆,标的下跌 50% 触发爆仓。53.5% 的实际跌幅,足以使 3 倍杠杆下的本金归零、2 倍杠杆下的本金损失近全部 —— "千万级亏损"的物理可能性由此得到验证。

这一物理事实的意义,不在于确认爆仓金额本身,而在于:当宏观叙事鼓励看多,而下游标的以 53.5% 幅度崩盘时,叙事与物理之间的落差不仅是舆论问题,更是财务问题。这种落差,在过去中国资本市场的历次"大 V + 板块 + 爆仓"叙事中,已经多次出现,而 2026-04-24 新规的出台正是对这一历史模式的制度回应。

§ 6.4 追问三 · 责任边界

本文最锐利、也最需要克制的追问,是责任边界问题。

课程"不荐股"标签与"科技牛""超配"倾向表述之间,是否存在实质的投顾建议感知差异?这一判断不属于本文作者的司法权限,但按 2026 年 9 月 30 日即将施行的《金融产品网络营销管理办法》第七章关于"实质重于形式"判定的规定,监管机关有权综合以下要素判断:

这四项要素的组合权重,将由监管实践在 09-30 之后的具体判例中给出。截至发稿,我们未见证监会或地方金融监管机关就本事件作出正式定性表态。

三个层面的责任讨论,由此浮现:

用户视角:入会时间短、投资经验有限的付费学员,在面对每周 3-5 次密集宏观判断输出的情形下,能否清晰分辨"宏观分析"与"实质投顾建议"之间的边界?这一分辨能力的养成,不能仅依靠个人风险意识,更需要制度层面的信息披露与冷静期设计。

平台视角:付费社群作为一种商业模式,其内容组织形式(定期发布、板块聚焦、会员互动、案例复盘)与传统证券投顾之间的功能相似度已经很高;若课程运营在收费方式、持续服务关系、板块推荐等要素上具备实质投顾特征,其在 09-30 之后的合规空间将显著收窄。

监管视角:2026-04-24 新规的核心创新是"实质重于形式"判定原则,该原则的落地效果将取决于监管机关对**"影响力越大、责任越重"**这一潜在准则的具体运用。任泽平事件恰好为这一准则的落地提供了一个可能的典型样本。

三层视角合在一起,呈现出的不是对任何一方的定罪,而是一个模式的临界点。当付费投教这一商业模式在过去数年内积累了数以百万计的用户、数十亿元的营收,而其内容边界始终处于"投教/投顾"的灰色地带时,监管介入的时点问题从来不是"是否",而是"何时"。2026-09-30,是那个"何时"的答案。

任泽平事件之所以成为公共讨论焦点,并非因为任泽平本人的观点比其他财经大 V 更激进,而是因为事件时点恰好卡在制度框架切换的窗口内。这一事件的最终走向,将成为观察 09-30 新规实施效果的第一个可视化样本。

从数据回到人,从表述回到边界 —— 章 6 到此结束。本文最后一章,将回到坐标系全景,做未解疑问的开放式收束。

章 7 · 未解疑问 · 坐标系的开放式收束

一篇深度报道的责任,不是给出所有答案,而是把问题的坐标系画清楚。前六章从事件出发,经三条曲线立论、三张矩阵对照、三重矛盾展开、双轨制度纵深、个案回归,已经把这场 2026 年 7 月的公共讨论,放置在一个可交叉核实的分析框架内。本章不做总结陈词,只做四条未解疑问的开放式收束 —— 这四条疑问,是全文调查过程中反复浮现、但至今尚无权威答案的核心变量。

§ 7.1 坐标系回收 · 三条曲线的最终位置

回到章 2 建立的三条曲线立论坐标系,截至发稿(2026-07-25),三条曲线的最终位置已经清晰:

第一条 · 投入曲线:陡峭上行且未见拐点。五大云厂商 2026 CAPEX 合计 8050 亿美元;OpenAI 单公司 500 亿美元算力支出、每 1 美元收入需净烧 0.56 美元;英伟达 GB200 NVL72 2026 缺口 23000 台;HBM 缺口 6%。硬件层的稀缺是真实的。

第二条 · 产出曲线:进入 Scaling Law 幂律曲线的陡降段。Deckker & Sumanasekara 2026 "Peak Hype but not Peak Impact"、Gemstones 多面向研究、ACL 2026 RL 后训练收益陡降 —— 四路学术证据 + OpenAI 财报,同步观测到工程 ROI 拐点。

第三条 · 商业闭环曲线:仅 Coding 场景跑通。Anthropic 470 亿 ARR 中 140 亿(30%)来自 Claude Code;金融/法律/教育/陪伴四大高频场景仍普遍处于探索期,付费转化率、中小客户渗透率、ARPU 三项指标均低于产业化门槛。

三条曲线错位,构成本轮 AI 产业争议的完整物理形态。任泽平"AI 是第四次科技革命"表述,与三条曲线的关系是:落在第一曲线上有事实依据(算力供不应求),落在第二曲线上需面对学界反例(幂律陡降),落在第三曲线上则只有 Coding 场景可以援引。

我们无意否定第四次科技革命判断本身 —— 从 20 年跨度看,这一判断可能被历史证明为正确的信念;但从 12 个月投资决策窗口看,这一判断作为论据的完备性,不足以支撑普通投资者以满仓 + 融资方式集中押注下游硬件标的。

§ 7.2 阐释溢出律的产业启示 · P1-P4 回收

第四章引入的《阐释溢出律》,不是对本文事件的裁决工具,而是对更大产业现象的解释框架。四个命题回到 AI 产业本身,得出四条对应启示:

P1 · 意义独立性 → Transformer 已经彻底脱离原初"机器翻译"任务,当前应用场景不受创造者原初意图约束。这意味着,任何对 AI 能力边界的判断,不能以论文原初目标为参照系,只能以实证观测为参照系。

P2 · 功能迁移性 → Wei 2022 与 Ganguli 2022 已在学界层面确立"训练损失可预测 + 具体能力不可预测"的反直觉组合。这意味着,任何投资叙事若以"未来能力扩张 X 倍"为核心论据,均需被视为信念而非论据;押注不可预测的溢出,风险应由押注者承担。

P3 · 边界暴露性 → Anthropic 机械可解释性团队用两年时间将隐藏动机发现率推至 15% 量级,意味着 Transformer 内部至少 85% 的动机结构仍处于事后追认的过程中。任何声称"完全理解 AI"的商业主体或分析师,均需被审慎审视。

P4 · 治理必要性 → 治理不能建立在"作者原意还原"之上,必须建立在溢出监测 + 边界重划 + 使用共同体协商之上。2026-09-30《金融产品网络营销管理办法》的"实质重于形式"判定原则,正是这一理论命题在中国治理层面的首个政策化落地。

四个命题合在一起,构成本文最终的方法论立场:在 AI 产业的宏大叙事面前,既不做盲目乐观的追随者,也不做全盘否定的怀疑者;而是做溢出效应的持续监测者,做边界暴露的耐心记录者,做使用共同体的协商参与者。

§ 7.3 四条未解疑问

以下四条疑问,是我们调查过程中反复浮现、至今尚无权威答案的核心变量。四条疑问不做假设性回答,只做问题式收束。

疑问一 · 09-30 新规实施后,任泽平模式的合规空间还有多少?

按新规第七条"实质重于形式"判定原则,监管机关可综合课程内容、收费方式、持续服务关系、互动答疑、板块推荐等要素,认定是否构成变相证券投资咨询。任泽平旗下的付费社群体系(公众号 + VIP 群 + 课程 + 案例复盘 + 直播互动),若从这五项要素做实质判定,合规风险几何?截至发稿,证监会或地方监管机关未见正式定性表态。

疑问二 · Scaling Law 陡降段,产业的下一个技术拐点在哪里?

Kaplan 2020 幂律未失效但已进入陡降段,是 2025-2026 年学界的新共识。产业界的对应回应是什么?RL 后训练已被证明收益陡降;模型代际迭代节奏已从 6-9 个月放缓至 12-18 个月;OpenAI 财报显示,每 1 美元收入需净烧 0.56 美元 —— 这一投入产出比是否可持续?下一个 breakout 是新架构(non-Transformer)?新范式(neuro-symbolic)?还是新场景(embodied AI)?产业界尚无收敛答案。

疑问三 · 浙江路径能否在 2027 年前形成可复制的差异化竞争力?

浙江在 2025-2026 年通过算力券、200 EFLOPS 目标、三体计算星座、通义千问平台、DeepSeek 开源等布局,已经形成一条与美国"融资 + 加算力"路径明确区分的省级战略。但差异化本身不等于竞争力 —— 通义千问 MaaS 收入 217% 增速需在 2027 年被证明可延续;DeepSeek 第二轮融资暂停信号需在 2027 年被证明只是短期扰动;之江实验室三体计算星座 100 颗卫星规模需在 2027 年真正落地。三个"需在 2027 年被证明"的开放变量,构成浙江路径的下一阶段考试题。

疑问四 · AI 产业的"发明者未彻底理解"状态,还会持续多久?

Anthropic 机械可解释性团队从 2024 年到 2026 年将隐藏动机发现率从 3% 提升至 15%,增速可观但绝对水平仍远低于可用阈值。若按当前进度线性外推,2028 年前后可能达到 30%,2030 年前后可能达到 50%。在此之前,任何声称"完全理解并可预测 AI 能力"的商业叙事,均应被视为超前于科学共识。这一状态对投资决策、监管治理、公众认知的深远影响,超出本文讨论范围,留待后续观察。

§ 7.4 结语 · 稿件的自我边界

本文全部数据、判断、引述,均以 2026-07-25 之前可公开核实的信源为准。四条未解疑问的答案,将由后续时间给出。我们承诺,若上述任何一条疑问在 2027 年前后出现权威结论,将做持续跟进报道。

本文作者张灵渡,现供职于浙江拓扑智联研究院·隐龙湾 AI 研究所,长期跟踪 AI 治理、产业结构与哲学理论交叉议题。所提出的**《阐释溢出律》为独立学术观点,不代表任何机构立场。文中所有对任泽平事件的追问,均基于公开信源做规范意义上的边界讨论**,不构成对当事人的司法定性,也不构成任何投资建议。

深度报道的价值,不在于给出答案,而在于让追问本身成为公共讨论的坐标系。当 2026-09-30 之后的第一个典型判例出现时,当 Scaling Law 陡降段的下一个技术拐点被找到时,当浙江路径的 2027 年考题被交出答卷时,当 AI 发明者们的可解释性进度突破 50% 阈值时 —— 本文的坐标系将被更完备的答案取代,而这���是深度报道存在的意义。

任泽平事件,是这一坐标系的第一个入口,不是最后一个出口。

(全文完)

作者:张灵渡 单位:浙江拓扑智联研究院·隐龙湾 AI 研究所 日期:2026-07-26 字数:约 1.6 万字