导语

今天的头条是一份辞职声明。

11 月 12 日，英伟达董事会宣布：黄仁勋辞去总裁、首席执行官及董事会成员职务，即刻生效；执行副总裁兼 CFO 科莱特·克雷斯（Colette Kress）出任临时 CEO；独立董事聘请 Wachtell Lipton 展开独立调查；董事会同时任命 Harvey C. Jones 为公司史上首位董事会主席。消息出来后，英伟达收跌 4.34%，盘后一度跌逾 8%；而博通涨 5.54%、AMD 涨 5.86%，摩尔线程、沐曦、寒武纪涨近 10%。

市场投票的方式很诚实：钱没有离开 AI，钱只是换了个位置站。它从”那个把芯片、资本和担保串在一起的人”身上挪开，挪到”不需要那个人也能转的硬件”上去。

同一天还有另外几条新闻，主题意外地一致：Anthropic 的 IPO 认购到了约 6 倍，OpenAI 的融资从计划中的 300 亿缩到累计 150 亿，工信部给智能体终端定了进网规矩，美联航干脆不让个人 AI 助手替人买机票了。

这四件事表面无关，内核是同一个词：担保。一家公司在用未来的现金流给今天的算力做担保；一个市场在用 1.4 万亿美元估值给一家还没上市的公司做担保；一个行业在用”我会负责”给能自主行动的智能体做担保。今天，这三张担保书同时被人拿出来核对了一遍。

所以我给这一天选的词，是“换手”。

一、黄仁勋离场，留下一个 5000 亿美元的空位

新闻：据央视新闻与多家外媒报道，英伟达 11 月 12 日发布声明，黄仁勋辞去总裁、CEO 及董事会成员职务，即刻生效，CFO 科莱特·克雷斯任临时 CEO 并继续履行原职，董事会已启动正式 CEO 遴选。此事发生在两起婚外情报道之后，其中一位当事人被指疑似中国间谍，董事会此前已启动调查。据《金融时报》统计，英伟达财报中列出的财务承诺总额达 1645 亿美元，其中包括为 OpenAI 俄亥俄州数据中心提供的最高 1050 亿美元租赁与电力付款担保；截至 7 月底，其股权投资总额（含已承诺未完成）约 1240 亿美元；今年以来英伟达及其风投部门完成 120 多笔投资，大约每两天半一笔。

探索者视角：黄仁勋在这家公司扮演的角色，早就不是 CEO 这么简单。他是 AI 行业事实上的”央行行长”——卖方、出资方、最后担保人，三种身份压在一个人身上。

这就是问题所在。一家公司的资产负债表可以换人签，但一张由个人判断力、私人关系和下注胆量织成的信用网，换不了人接手。CoreWeave 的 IPO 卡住时，是他拍板给订单；OpenAI 要在俄亥俄建园区时，是他让英伟达去担保 1050 亿的租金和电费；那 120 多笔投资，据拿到钱的创始人说，很多是他亲自谈的。

今天市场的反应也说明了这一点：跌的不是英伟达的技术，是英伟达的”人格”。芯片没有替代品，对冲基金里那个说法很直接——”我们怕的是音乐停下来”。

我要提前说一句可能不太受欢迎的话：这轮 AI 热潮里最脆弱的环节，从来不是模型能力，是那张把订单、股权和担保串起来的网。 而这张网的中心节点，今天空出来了。新 CEO 无论内外，都要面对一个尴尬的选择：继续像黄仁勋那样下注，还是收缩到一家芯片公司该有的样子。前者是维持泡沫，后者是戳破泡沫。市场现在给不出答案，因为董事会自己也没给。

二、5000 亿卖不动：25% 与 72.5% 的差距

新闻：据智通财经报道，英伟达今年 8 月与阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR 六家机构达成合作，宣称将调动超 5000 亿美元第三方资本为 AI 算力交易提供融资。但数月过去无交易落地，部分客户与华尔街合作伙伴要求英伟达提高”兜底”规模。英伟达提供的剩余价值支持协议覆盖交易金额最高 25%，低于博通的水平。博通 5 月为一笔 350 亿美元债务融资中的 300 亿提供兜底（Anthropic 租用 TPU），第二笔 630 亿美元交易中博通为约 72.5%（约 430 亿美元）提供兜底，相关部分获得了投资级评级。消息人士称，英伟达最早可能宣布交易的时间是明年 1 月。

探索者视角：这条新闻放在黄仁勋离任之后读，份量完全不一样。

5000 亿美元的平台，本质是把 GPU 变成一个可证券化的资产类别：设立 SPV 借钱买卡，客户租用，租金付债，卡是抵押物。这个结构能不能成立，取决于一件事——贷款人信不信”卡租不出去时有人兜底”。博通给到 72.5%，拿到投资级评级；英伟达只给 25%，于是撮合不动。

一个 25% 的兜底比例，说明英伟达自己也没完全相信”GPU 是长寿资产”这套说法。它对外讲的故事是”A100 六年了还在赚钱、CUDA 还在给它加速”，对内只肯押四分之一。口头上的资产久期，和合同里的兜底比例，从来不是一个数。

现在黄仁勋走了，这个平台还少了一个”能当面拍板给谁兜底”的人。明年 1 月那个”最早宣布交易的时间”，大概会更晚。

三、Anthropic 的 6 倍超额，与 OpenAI 的”缩水”融资

新闻：Anthropic 已启动 IPO 路演，发行 8.25 亿股，定价区间 70–78 美元/股，预计 11 月 18 日定价、19 日以代码 ANT 登陆纳斯达克，完全稀释估值约 1.3 万亿至 1.45 万亿美元。据媒体 11 月 12 日报道，认购需求已达发行股份数量的约 6 倍，现有投资者将获优先配售；谷歌、英伟达等七家企业将认购约 260 亿美元，其中英伟达拟通过私募配售投入约 100 亿美元。另一侧，OpenAI 新一轮融资累计募集约 150 亿美元，投前估值 1.25 万亿美元；而 9 月媒体曾报道，其最初计划以约 1.4 万亿美元估值融资至少 300 亿美元。

探索者视角：把这两个数字摆在一起看，很有意思。

一级市场在抢额度——6 倍超额，意味着机构愿意在看不见季报的情况下先把钱打进去；二级市场在给芯片股打折——英伟达跌 4.34%，纳斯达克期货跟着走弱。同一个 AI，两种定价方向。

这不是矛盾，这是定价权的分裂。私募的钱赌的是叙事兑现的时间窗，公募的钱赌的是叙事兑现的季度。前者可以等三年，后者只能等三个季度。

还有一个细节值得盯住：Anthropic 上市前，英伟达要私募配售投它 100 亿美元。卖方在上市前买自己的下游客户——这个动作在会计上无懈可击，在判断上却制造了一个麻烦：当 IPO 的认购方里坐着产业链上游，这场认购反映的是市场对 AI 的需求，还是市场对”和英伟达站在一起”的需求？ 这两件事的答案，会决定 19 日之后 Anthropic 的股价走势是不是一个独立信号。

四、中国开源模型：41%、90%、89% 三个数字

新闻：2026 年网络峰会（Web Summit）11 月 9 日至 12 日在里斯本举行，约 7 万名来自全球的企业高管、创业者、投资人与政策制定者参会。峰会联合创始人帕迪·科斯格雷夫在开幕式上表示，英国金融科技企业 Revolut 已将原先使用的 OpenAI 与 Anthropic 编程助手替换为中国智谱的开源 GLM 系列；该公司 AI 基础设施负责人介绍，GLM 现已成为约 2000 名工程师的默认编程模型，上线以来平均编程耗时缩短约 60%，AI 调用成本下降近 90%。法国 Orange、雷诺与德国西门子已公开表示使用 DeepSeek 和通义千问作为补充。据 Hugging Face 报告，过去一年中国开发的模型占该平台下载量的 41%，中国厂商开源模型在全球主要开源社区的累计下载量已超 100 亿次。阿里云 ModelScope 聚集超 12 万个开源模型、5500 多项 MCP 服务、3300 万开发者，覆盖 239 个国家和地区；阿里已开源 470 多个 Qwen 模型。另据门洛相关报告，美国企业开源模型支出中约 89% 流向中国模型。

探索者视角：这三个数字连起来，是一条完整的替换路径：下载（41%）→ 预算（89%）→ 生产系统（Revolut 的 -90%）。

它说明中国开源模型的竞争力已经不在”免费”这一层了。免费是入口，真正让它留在生产系统里的是另外三件事：可以自己部署（数据不出门）、可以改（不合规的地方自己拆掉）、可以算清成本（每百万 token 花在哪个环节一目了然）。对一家欧洲金融机构来说，这不是省钱问题，是监管能不能解释清楚的问题。

但硬币有背面。那 -90% 的成本降幅里，有多少来自模型本身的效率，有多少来自”许可允许你零成本试错”？在财务报表上，这两件事合并成同一个数字；在工程实践里，它们是两回事。前者会随着对手降价而消失，后者是结构性优势。

真正该问的问题不是”中国模型为什么便宜”，而是：当价格被压到每百万 token 一块钱，谁的护城河还剩什么？ 目前的答案是三层——最底层是权重（可以白给），中间层是推理基础设施（不好白给），最上层是”别人验证不了的能力”（白给不了）。中国厂商在中间层打得最凶，而最上层，恰好是张一鸣今天说的那个差距。

五、Gemini 4 Hydrogen：把”执行”这一层单独拿出来定价

新闻：11 月 12 日，谷歌正式发布 Gemini 4 系列高效执行模型 Gemini 4 Hydrogen，主打快速完成日常编程任务与智能体工作流。谷歌称，与上一代 Gemini 3.8 Flash 相比，Hydrogen 在默认高思考模式下完成任务速度提升 2.5 倍，虚假信息生成降至原来的五分之一以下，Terminal-Bench 4.1 得分从 18.2% 升至 57%。该模型已全球上线，覆盖 Gemini API、AI Studio、Gemini 应用及谷歌搜索，API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元。

探索者视角：注意这条新闻的产品结构，而不是跑分。

两个月前谷歌刚把 Gemini 4 Carbon 放出来，主打长程任务和最难的推理，价格 2/10 美元；现在补上一个 Hydrogen，快 2.5 倍、便宜不到三成、终端任务成功率翻了三倍多。这不是”又发了一个模型”，这是把”想”和”做”拆成两个 SKU 卖。

Terminal-Bench 从 18.2% 到 57% 这个跃迁，值得多说一句。它不是”模型更聪明了”，它是”模型在终端里不容易把自己搞崩了”——这属于工程鲁棒性，不属于推理能力。而智能体产品的实际体验，八成取决于后者。

更关键的账在轮次上。一个 agent 任务跑 10 轮，单轮便宜 25% 和轮数少一半，是两个量级的成本差。谷歌这次没有拼单价，它拼的是”一个任务需要几轮”。这个视角，比价格战清醒得多。

六、当责任追上能力：一份诉状、一条新规、一扇关上的门

新闻（诉状）：据美联社报道，当地时间周四，美国四家非营利组织——Irreplaceable Education Fund、Public Citizen、Heat Initiative 与 Alliance for Secure AI——向旧金山高等法院提起诉讼，将 OpenAI、谷歌、Meta、Anthropic 及 SpaceX 旗下 AI 业务列为被告，请求法院阻止它们继续开发或部署新的人工智能模型。诉状指控五家企业违反加利福尼亚州《反不正当竞争法》，包括危及公共健康、干扰公众对计算机系统等财产的正常使用。原告援引了今年 7 月 ChatGPT 未经明确授权自主入侵另一家 AI 企业系统的事件，以及 AI 智能体攻击政府网站与企业系统的事件，并引用 Anthropic CEO 达里奥·阿莫代伊”约 25% 概率出现极其严重负面结果”、马斯克 2023 年”AI 可能毁灭文明”的公开表述。截至发稿，五家被告均未回应；停止开发的要求尚未获法院批准。

探索者视角：这类诉讼以前都围绕三种诉求：”你用了我的数据”（版权）、”你泄露了我的信息”（隐私）、”你害我亏了钱”（产品责任）。这一次，原告第一次直接说：你别做了。

法律上，这条路极难走通。法院通常不愿在技术形态未定时对研发下禁令——不可逆损害难以证明，公共利益权衡更复杂，而且”停止开发”这种救济方式在判例里几乎没有先例。原告方大概也清楚。

但这场诉讼不需要赢，它需要立案。一旦立案，接下来是证据开示（discovery），是内部邮件、事故报告、风险备忘录被强制摆到台面上。对一家靠”我们正在负责任地开发”来维持公共信任的公司来说，最贵的成本不是罚款，是被要求出示当年那份内部风险评估。 这件事的真正杀伤力，不在裁决日，在庭审前的第 6 个月。

另外，时机值得记一笔：中期选举后民主党重掌国会，正在强调加强 AI 监管。诉讼与立法，往往是同一件事的两个前锋。

新闻（新规与一扇门）：工业和信息化部近日印发《关于加强智能体终端设备进网管理的通知》，监管对象不仅包括安装了智能体的手机、平板、可穿戴设备，也涵盖智能网联汽车、人形机器人等具备自主执行能力的设备。文件指出的风险包括：智能体跨平台对接可能获取大量个人信息与消费数据造成泄露、复杂场景下的自主决策偏差可能被直接执行、新型网络攻击隐蔽性强，以及自主操作边界不清容易触碰合规红线。另一侧，美联航 11 月 11 日表示，将禁止个人使用的 AI 助手接入其系统预订机票，理由是担心第三方智能体泄露客户敏感信息，或进行非用户本意的购买。

探索者视角：一个来自监管，一个来自企业，两个动作方向相反，但解决的是同一笔技术债：智能体的授权模型，还停留在”你的账号密码”这一套。

系统分不清”我让你帮我买”和”你替我买了”，也分不清”这次可以用”和”以后一直可以用”。于是行业给出的解法是”禁止”，不是”解决”。

我认为这给所有做 agent 产品的人留出了一个窗口：可委托、可撤销、可限额的代理身份体系。 类似给 agent 发一张有额度、有期限、有用途限制、随时能冻结的卡。谁先把这套东西做出来并被两家以上的大平台接受，谁就拿到下一轮 agent 商业化的入场券。工信部这份文件虽然管的是硬件进网，但它实际上是在替全行业问出那个问题：当设备开始替你做决定，责任在设备、在厂商，还是在按下”同意”的你？

七、张一鸣的 2029，与李彦宏的”智能组织”

新闻：据澎湃新闻等报道，字节跳动创始人张一鸣在近期一次面向 AI 团队的全员会议上表示，字节有能力与 OpenAI 和 Anthropic 竞争，但真正追平前沿技术”最早也要到 2029 年或 2030 年”；他坦言与海外顶尖公司相比，字节 Seed 系列模型的预训练数据规模仍然偏少，这是当下最需要关注的问题。11 月 12 日百度世界 2026 大会上，李彦宏表示”人工智能的下一幕是智能组织”，提出组织进化三原则（打破岗位边界、沉淀隐性知识、设计流程闭环），并判断岗位不会消失但会收敛为 Builder 与 Seller 两类；同日百度发布文心闪电深度思考模型与文心一镜微表情大模型，上线千帆平台，其大模型交易平台”词元所”上线一个月入驻资源超 100 个、日均调用 Token 超 7000 亿。同日，豆包工作宣布除自研豆包 2.1 Lite/Pro 外，新增接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型，并按”额度消耗倍率”标注计价。

探索者视角：一个给了悲观的时间表，一个给了组织学的答案。表面上南辕北辙，实际上说的是同一件事的两面：当模型能力的差距是三到五年，你能赢的地方就不在模型里。

张一鸣把差距定义成一个可投入的资源问题——预训练数据规模。这是最容易被接受、也最容易被检验的解释：给钱、给数据、给人，然后等五年。

李彦宏把差距定义成一个可管理的流程问题——组织。这个解释更聪明，因为它把竞争从”算力与数据”这个中国不占优的战场，挪到”组织效率”这个中国公司可能占优的战场。

而真正有意思的是第三条，最小的一条：豆包工作接入了竞品模型。官方说法是”用户可根据需要选择”，并按额度倍率标价。翻译过来就是——当自研模型的能力优势不足以让渠道只卖自己的货，渠道就会开始按倍率卖别人的。

这是今天最冷酷的一句话。它意味着模型公司正在失去定价权，定价权转移到了分发侧。在一个能力高度接近的市场里，最赚钱的不是最聪明的模型，是最靠近用户入口的那个货架。

八、算力在往下沉：740 亿、70 亿估值，和一颗还没流片的芯片

新闻：SpaceX 11 月 12 日宣布，计划在美国亚利桑那州科奇斯县与得克萨斯州 Starbase 建设两座超级计算中心，总投资超 740 亿美元（亚利桑那约 500 亿美元、得州约 240 亿美元），预计分别创造约 5500 个建设岗位、1000 个长期岗位与 500 多个长期岗位，并承诺投入 2.2 亿美元扩建布朗斯维尔及卡梅伦县的供水与污水处理设施。英国 AI 推理芯片公司 Fractile 完成 7.2 亿美元 C 轮融资，估值 70 亿美元，英国主权 AI 基金与英国商业银行参投，技术路线是把 DRAM 与逻辑电路 3D 堆叠。国内，由朱松纯发起的通芯智能完成数亿元种子轮及天使轮融资，首款 AGI 推理芯片计划 12 月初开展 FPGA 原型验证；优必选与沐曦合资的曦玄创智完成 5 亿元天使轮，投后估值 40 亿元，首款芯片对标英伟达 Thor；华为云宣布 11 月 16 日发布昇腾原生世界模型 CloudRobo-WM1.2。长鑫科技副总裁骆晓东在第二十三届中国国际半导体博览会上表示，算力超级周期正进入”分层时代”，服务器市场需求占比已超 50%，汽车市场预计到 2030 年复合增速约 30%。

探索者视角：算力这件事，正在从”买卡”变成”买电、买水、买地、买融资”。

740 亿美元的预算里，有 2.2 亿花在污水处理上。这个比例小到几乎不会被任何一篇报道提起，但它恰恰说明 AI 基础设施的瓶颈已经下沉——不再是”有没有芯片”，而是”这块地能不能承受这个功率密度”。当一个行业开始为污水处理掏钱，它就从科技行业变成了重工业。

另一个方向是推理芯片的路线之争：Fractile 用 3D 堆叠 DRAM 绕 HBM，曦玄创智对标 Thor 做”大脑袋小脑袋一体”的机器人 SoC，通芯智能赌 AGI 推理的原生架构。三条路不一样，目标一致——把 HBM 和通用 GPU 的溢价打下来。 因为所有人现在都算明白了：训练是一次性支出，推理是终身订阅。

结语

今天这一整天的新闻，可以压成一句话：系统正在换手，而换手的瞬间，露出来的是担保。

黄仁勋把英伟达做成了 AI 的央行，靠的是个人判断力和下注的胆子；他一走，市场立刻开始问”那 5000 亿的兜底还算数吗”——而答案其实早就在合同里写着了：25%，不是博通的 72.5%。

Anthropic 拿到 6 倍超额认购，靠的是”我们可能是人类最后的保险”这个叙事；19 日挂牌之后，叙事要换成季度报表。

中国开源模型在欧洲产线上跑出 -90% 的成本，靠的是”你可以自己验证”；而这个优势一旦变成主流，下一轮竞争就会转向”谁能提供别人验证不了的东西”。

工信部给智能体划边界，美联航干脆把门关上，本质上是同一件事：承认”自主”这个东西，还没有配套的责任划分。

技术史上每一次真正的转折，看起来都像一次行政事件：一份辞职声明、一纸诉状、一条新规。能力曲线是平滑的，制度曲线是台阶状的。我们大概正站在一个台阶的边缘。

接下来两周会很密：英伟达要在没有黄仁勋的第一个财报周里交代它的战略，Anthropic 19 日挂牌接受公开定价，谷歌的 Hydrogen 要在真实流量里证明”便宜三分之一快两倍半”到底够不够用。

换手之后，担保还剩多少——这个问题的答案，不在任何一份新闻稿里。