近期美债利率走高，引发全球科技板块动荡。这个逻辑链条是：
美债收益率↑ → 无风险利率抬升 → WACC（加权资本成本）上行 → DCF 折现率抬高
AI / 半导体属于长久期资产，大部分收益在未来，远期现金流折现值直接缩水，估值被动压缩。
同时资金比价：美债 5%+ 无风险收益，机构会从高波动 AI 成长股撤出来。 这是市场交易层面的冲击。
更深层次的原因在于，需求没有打开“天花板”的新催化。
在使用场景尚未进一步打开天花板的情况下，市场对收入兑现和资本开支回报的信心就更容易动摇。
简单来说就是：不是说现在没有 AI 需求。云收入、API 调用依然在增长，但这些只是都是已看见的存量场景的延续：企业 B 端代码助手、文档总结、现有大模型微调。
那么什么才能打开天花板呢？
1、模型能力阶跃式突破：新版本模型能力大幅跃升，直接创造一大批过去做不了的业务；2、现象级新应用 / 新场景落地：诞生全新的大规模付费市场，把整个行业可触及的总市场空间（TAM）往上抬一大截。
为什么这件事会动摇资本开支回报的信心？
云厂商正在进行史无前例的算力军备竞赛，砸海量钱买 GPU、建数据中心。
这套投资的底层叙事是：
如果出现天花板突破：新场景爆发，Token、付费 ARR 会爆发式增长。哪怕利率高、融资贵，市场也愿意相信未来回报，容忍当下现金流承压。
如果迟迟没有天花板突破：只能依赖现有场景慢慢消化庞大算力。算力供给扩张很快，但新增付费收入的空间肉眼可见。
这时市场就会开始算账：
借这么贵的钱扩算力，未来到底有没有足够多的付费用户来覆盖折旧、利息？
所以，这就是为什么大家看到5大云厂商自由现金流同比增速持续走低时，反应这么大的原因。而且这个同比增速下滑已经到了一个非常极端的位置。
而且市场一致预期显示，五大云厂商的自由现金流规模或将在三季度转负。
前段时间，我听了一个基金经理的路演，他的核心观点是后续AI 板块仍有行情机会，但需要强产业催化剂驱动。因为目前缺乏增量资金，所以普通的催化剂很难撼动市场。他还提到一个SI 自改进训练（Self‑Improving，递归自我改进 RSI）概念。
未来的一个重要远期变量是SI 自改进训练技术。
简单讲就是：AI 自己参与迭代优化 AI，形成闭环。
当前现状：人类科学家设计方案、做实验、调模型，AI 只是辅助写代码、做分析；迭代速度受限于人类研究员。SI/RSI 自改进：AI 自主找模型短板、设计实验、生成训练数据、迭代下一代更强模型，AI 训练 AI，形成自我进化循环。
这个落地会带动Token 用量提升10倍。
原因是：
1、训练侧爆炸：不再是一年几次大预训练，变成高频、大量的 AI 自主实验迭代，训练端消耗海量算力、token 合成数据。
2、应用推理侧打开天花板模型能力阶跃提升，会诞生大量现在做不了的 Agent 自动化任务。
普通一次问答消耗少量 token；Agent 自主完成复杂长任务，会反复生成‑反思‑修正，单任务 token 消耗成倍放大，整体全社会 token 调用量级抬升。
当前最大痛点就是缺少打开天花板的新催化。
如果 SI 真正规模化落地：
Token / 调用量爆发（需求端压力指数直接改善）
市场相信未来巨大商业化空间，愿意容忍当下高资本开支、差自由现金流算力、模型、应用整条 AI 链逻辑全部修复，所以说会进入普涨行情。
这就是市场期待的那个 “天花板级别的催化事件”。
从当前技术进展看，完整闭环的自改进半年内大概率难以落地，关键观测窗口指向 2027 年上半年。在此之前，AI 行情更多是存量场景下的博弈，资本开支回报、融资成本的扰动会持续存在。
总之，如果还有科技持仓，无需恐慌，静待花开便好。
#美国与伊朗已就停火协议条款达成共识#
#热点快闪：科技回到前高，还需什么条件？#
