Anthropic发文要放慢AI,软件股单日+12%:史上最大一次轮动

过去两年，全球AI交易的定价链条是清晰的：实验室定节奏，资本开支跟上，算力与电力产业链吃订单，盈利预期最后兑现。9月中旬这一周，这条链条的第一环出现了变量——Anthropic首席执行官Amodei发表文章《我们必须放缓前沿发展的步伐》，警告失控的智能体群可能在6到12个月内劫持互联网。一篇文章值多少钱？摩根大通的Delta-One篮子给出了答案：9月14日，做多软件、做空半导体的配对指数单日上涨12.13%，创该指数有史以来最大单日涨幅。叠加10年期美债收益率站上5%、油价逼近104美元、FOMC决议前夜，一场发生在指数表面之下的巨震，把「AI支出会不会减速」从茶余饭后变成了全市场的持仓问题。

这篇文章把三层问题叠在了一起：市场层面，资金从AI「卖铲人」向软件、向AI落后者、向网络安全的迁移是否已经过头；产业层面，前沿实验室的算力结构正在发生什么真实变化；机构层面，当花旗因「模型开发可能放缓」下调美股风险评级时，它对冲的到底是什么。下面按这个顺序拆开。

一页速览

先看文章本身说了什么。Amodei的警告分两层：失控的智能体群可能在6到12个月内劫持互联网，因此领先实验室需要在前沿开发上主动减速。但摩根大通科技交易台在整理反馈时特别强调了他的原话——控制节奏并不意味着停止模型训练或技术进步，而是确保企业花足够的时间让模型实现对齐并落实安全措施，同时让第三方评估者对此加以确认。换句话说，文章主张的是「多花时间做安全验证」，不是「少买芯片」。这层区别，后来成了多空双方各自引用同一段话的分水岭。

市场的第一反应却远比文字激烈。摩根大通Delta-One团队的做多软件/做空半导体配对指数（JPPQSFSM）在9月14日单日上涨12.13%，是该指数发布以来的最大单日涨幅；作为参照，这个指数的样本内日均回报是-0.08%，而在两个月前的7月30日，它还创下单日-10.24%的反向纪录。两个月内两个方向的极端纪录，说明这不是趋势行情，而是两头拥挤仓位的互相踩踏。更值得注意的是指数的「装睡」：软件与半导体在标普500中的权重相近，一涨一跌在指数层面大量抵消，标普500当日仅下跌0.6%——换句话说，指数的平静掩盖了内部的历史级换仓，配对交易、相对价值与拥挤仓位的损益才是这场轮动真正的战场。

到9月15日盘前，剧情又添了一层政治变量：特朗普公开拒绝设置AI约束措施，并把有关人类生存的担忧斥为一场「骗局」，AI与科技板块应声反弹。同一篇文章，一天内被市场先当作利空出尽前最后一次抛售的理由，再被当作可以无视的噪音——情绪摆动的幅度本身，就是仓位拥挤程度的证明。

摩根大通把三个不同角色的声音并排记录了下来，拼出的轮动地图相当完整。行业专家Meyers的版本是「从训练向推理与防御迁移」：资金转向低贝塔的硬件与服务商，转向离端侧推理更近的消费电子，而所有兑现周期长的环节——尤其是晶圆制造设备——被放在了不利一侧；他还点名光通信里的CIEN可能面临估值下修，理由是其增量业务高度依赖训练开支。

行业专家Shilsky的版本更尖锐，且附带一个前提：如果你真的相信领先实验室会协调放缓前沿开发，那么在其他条件不变时，受益的是追赶者——此前被视为AI落后者的平台获得了更多追赶时间，部分被AI压制的互联网商业模式受到的即时冲击也在减小；而如果前沿模型真的变得危险，网络安全的预算只会更多。他还顺手纠正了一个市场习惯：「停止讨论扣除大模型训练成本之前的毛利率——训练成本属于研发，计入运营费用而不是销售成本。」这句话的潜台词是：用毛利率论证AI公司商业模式的分析框架，本身就需要重写。

交易员Heavey的观察则提供了订单流证据：只做多机构对超大规模云厂商的配置需求明显增加，集中在谷歌与Meta——两家一直被市场认为落后于前沿开发的平台；亚马逊因对Anthropic的敞口承压，尽管所有云厂商都与Anthropic有不同程度绑定。网络安全软件是这篇文章最直接的受益方向；半导体内部，长周期的晶圆制造设备出现卖盘，卖家既有只做多机构也有对冲基金，但「感觉更像减仓，绝不是恐慌性抛售」。资金流数据与此互相印证：利率期货上周遭遇约820亿美元的大额空头押注，公司债ETF流出40亿美元，而能源期货虽然连续大额净流入，其中近三分之二却流向了做空原油的产品——避险，而不是进攻。

注：为周环比口径；软件与金融服务的周度下跌发生在9月14日历史级轮动之前，当周指数层面SPX仅-0.8%。来源：Citi Global Markets

轮动叙事最大的软肋在于：产业数据暂时不站在卖方一边。摩根大通全球晨报记录了客户反馈中最有意思的一条反对意见——有投资者把Amodei的文章读成了「更高的对齐要求等于更多的算力需求」：建立一个覆盖范围更广、设计更精巧的评估体系，再结合可解释性分析做交叉检验，本身就需要大量计算。换句话说，如果「放缓」的含义是「每次发布前跑更多的安全评估」，那么对算力的净影响可能是正的。这不是抬杠：训练之外新增了一整个「评估与验证」的计算类别，而它恰恰发生在推理侧。

更有说服力的是结构数据。摩根大通整理的前沿实验室算力分配显示，Anthropic与OpenAI两家合计的算力中，用于预训练的比例从2024年一季度的67%一路降到2026年四季度预估的7%，同期后训练与强化学习从5%升到55%，推理从29%升到38%——带宽受限型工作负载已经占据主导。这个变化的关键在于：它不是算力总量下降，而是算力用途的迁移，且这个迁移早在安全文章出现之前就已持续两年多。配对的另一面是活动密度：截至9月初，过去90天前沿模型发布数量约26次，明显高于此前大部分时期；Epoch能力指数从约136上行至约167，几乎没有放缓迹象。一边是一篇呼吁减速的文章，一边是创纪录的发布节奏——市场最终交易的不是哪个声音更大，而是哪个会变成合同。

注：样本仅两家实验室，后两季为预估；占比下降不等于绝对算力下降，若总量增长足够快，占比下降时绝对量仍可能上升。来源：J.P. Morgan

合同层面的证据更加直白。摩根大通同时整理了Anthropic已宣布或被报道的算力交易清单，共12笔，总规模以千亿美元计：亚马逊云承诺1000亿美元、对应5000兆瓦容量；谷歌2000亿美元、同样5000兆瓦；Fluidstack与Nscale各450亿；SpaceX 450亿；微软与英伟达的Azure合作300亿。这些签约横跨2025年10月至2026年8月，最近的Nscale与Lambda都签在8月下旬——全部发生在安全争论升温之前，但合同一旦落地，取消条款、最低采购义务与融资安排都是慢变量。晨报的原话是：归根结底，市场对「AI支出会下降」仍持怀疑态度。

注：另有微软Azure/英伟达300亿、Volta 100亿、CoreWeave数十亿、AMD 2000兆瓦（金额未披露）及Akamai 18亿等；签约金额是合同口径，不等于已支付或已交付的算力。来源：J.P. Morgan整理自公司公告与媒体报道

轮动发生的同时，机构的整体姿态也在调整。花旗股票交易策略团队（CETS）把美国股票的短期风险收益评级从正面下调至中性，列出的第一条理由就是：AI模型开发可能因安全担忧而放缓，这将削弱推动市场上行的EPS上修——换句话说，过去两年支撑AI估值的「盈利逐级传导」故事，第一次被机构写进了风险清单，而非催化清单。花旗同时给出了对冲工具的排序：针对AI仓位风险，QQQ与SMH的看跌期权仍是首选；针对经济数据与美联储政策，IWM期权相对便宜，其对利率的贝塔接近20多年来最负的水平。

宏观背景让这次降级显得不那么突兀。标普500自8月5日以来的27个交易日里有17天走低，但期间从未出现单日跌幅超过1%的记录——阴跌而不深跌，是典型的「没有盈利掩护的宏观市场」；油价上周上涨9.4%、10年期美债收益率升破5%，跨资产逆风叠加9月季节性与夏季波动率冲击，共同抬高了重新入场的门槛。期权市场给9月16日FOMC的定价是正负77个基点的波动，高于过去8次会议平均的66个基点；自2000年以来的219次会议里，加息概率落在50-75%不确定区间的只有3次，而不确定区间对应的会议日平均波动是150个基点——市场对央行的不确定，和对AI的不确定，在同一周叠加。

值得注意的是花旗措辞里的分寸：他们并非激进卖方，中期判断仍是市场可以消化两到三次加息并继续上行，前提是EPS增长保持、劳动力市场稳健。降级降的是「短期风险收益比」，对冲的是「AI叙事若出裂缝，估值支柱会先于盈利动摇」这一种情景。这与摩根大通市场情报团队的立场形成了参照：后者在9月14日的交易表达清单里明确写道，因AI回撤叙事导致的下跌，他们倾向于逢低吸纳，因为这不太可能真正转化为收入下降或利润率压缩——同一场轮动，一家在为叙事破裂买保险，一家在为叙事证伪做布局。

回到最初的问题：一篇呼吁减速的文章，值一个历史纪录吗？答案取决于四个可验证的锚点。第一，前沿实验室的实际行动——发布节奏是否真的放缓、安全评估是否成为发布前的固定流程；只要90天发布数的曲线还在高位，「减速」就仍停留在倡议层面。第二，合同履约——Anthropic那12笔算力交易的首批容量是否如期到位，取消或延迟交付才是比任何文章都硬的证据。第三，监管的真实形状——特朗普已公开表态反对设限并称之为骗局，若无强制性的安全审查落地，「协调放缓」缺少执行机制。第四，盈利——若半导体与硬件的EPS预期开始实质性下修，轮动就从仓位行为升级为基本面事件；反之，若云厂商资本开支继续上修，这次+12.13%就会像7月30日的-10.24%一样，成为趋势中的又一次反向极端。

还有一个更深的背景值得放在结尾：这场争论发生时，10年期美债收益率正站上5%，油价在104美元附近，FOMC即将给出疑似加息的答案。AI叙事第一次要同时接受「自身安全争议」与「宏观逆风」的双重压力测试。花旗把当前的市场结构总结得很准确——事件风险、九月季节性与夏季波动率冲击叠加，抬高的不是下跌的概率，而是重新入场的门槛。换句话说，接下来无论轮动方向如何，波动本身都已经被定价成了常态。

后续验证日历

结束语 ▸一篇说「我们要慢一点」的文章，换来的是史上最快的一次板块换仓——这个反差本身就是答案：市场从来不是在给文章定价，而是在给自己的仓位找出口。接下来两三个季度，判断这场轮动是趋势还是噪音，盯四个数字就够：前沿模型90天发布数、Anthropic算力合同的交付进度、云厂商资本开支指引、半导体EPS修正方向。安全争议最终会改变AI的哪一段成本曲线，目前没有定论；但可以确定的是，装睡的指数之下，换手已经完成了一轮历史级的排布。

名词小百科

JPPQSFSM：摩根大通Delta-One团队编制的配对指数，做多软件板块、做空半导体板块，其涨跌衡量的是两个板块的相对表现，而不是软件自身的绝对涨跌。

对齐（Alignment）：让AI模型的行为符合人类意图与安全规范的技术与流程总称。Amodei文章的核心主张是发布前留足对齐与第三方评估的时间，这也是「减速派」与「增量派」争论的焦点。

预训练与后训练：预训练指在海量数据上从头训练模型的基础能力；后训练（含强化学习）是在预训练基础上针对具体任务与人类反馈做优化。两者对硬件的需求特征不同，后训练与推理更多受内存带宽而非算力容量约束。

Epoch能力指数（ECI）：将50多个AI基准测试整合到同一尺度上的综合能力指标，数值越高代表模型综合表现越强，常被用来判断模型能力是否出现平台期。

多栖（Multi-homing）：用户同时使用多个同类产品的行为。多栖程度越深，单一产品的转换成本与网络效应越弱，这是判断AI应用竞争格局的关键变量。

WFE：晶圆制造设备（Wafer Fab Equipment），半导体资本开支中兑现周期最长的环节，因订单与产能建设跨越多个年度，对「远期需求放缓」类新闻最敏感。

数据来源：J.P. Morgan《美国市场情报晨间简报》《国际市场情报晨间简报》（2026年9月15日，含Josh Meyers、Marc Shilsky、Brian Heavey交易台观点与Delta-One资金流）；Citi Global Markets《CETS: markets looking for an umbrella》（2026年9月14日，Stuart Kaiser等）；Anthropic算力交易清单由J.P. Morgan整理自公司公告及媒体报道。本号仅作公开研报信息整理，由 AI 辅助撰写，不构成任何投资建议。