中信证券：AI股调整源于远期定价，三大叙事变量待厘清
Nashnova编辑部
中信证券指出本轮科技股调整的核心不是长债利率，而是市场对AI股远期定价的信心动摇——商业化速度、份额争夺、模型代差三个叙事变量尚未厘清，其中防蒸馏能否成立是最大悬念。
长债利率高不是真凶，那真正的问题是什么？
美股科技七巨头2026年至今发债2192.2亿美元，比2025年全年暴增150.6%。这意味着→ 科技公司自己就是推高长端利率的主力——拿利率上行反过来解释科技股下跌，逻辑上说不通。
用大白话说＝ 长债利率上行和科技公司疯狂发债，是同一轮AI资本开支热潮的一体两面，不是因果关系。
中信证券认为，真正压制股价的是市场对AI相关股票远期能否兑现的定价疑虑，而非融资成本本身。
三大叙事变量之一：AI到底赚到钱了吗？
Anthropic的ARR（年化经常性收入，即按当前付费速度折算的全年收入）5至7月月均增速约18%，有所放缓；但OpenAI首席财务官萨拉·弗莱尔称季度至今ARR增长约35%。这意味着→ 两家合看，整体商业化增速并未明显掉速。
还有一块"隐形收入"：通过云服务商卖出的Token消费（TaaS模式）不计入模型厂ARR。用大白话说＝ 只看模型厂自己的账本，会系统性低估终端付费的真实增长。
但中信证券提醒，只要Agent在非编程场景没跑出更有潜力的付费模式，TaaS叙事仍难吸引新增资金入场。
三大叙事变量之二：算力优势真能锁住市场份额吗？
据企业支出管理平台Ramp数据，OpenAI在逾7万家美国企业API支出中的份额从5月28.5%升至7月36.0%，几乎全靠GPT-5.6 Sol——该模型5月份额为零，7月已单独占到14.9%。
这反映出一款强模型能在短时间内大幅改写市场格局。但反面同样成立：如果前沿模型能力趋于同质化、用户切换成本又低，份额随时可以再被改写。
用大白话说＝ 算力优势带来的是阶段性份额，不是护城河——最终还是要回到"整个蛋糕能做多大"的问题上。
三大叙事变量之三：防蒸馏，为什么是最大悬念？
2026年8月中旬，多家研究机构发表论文，分析了当前主流API架构下前沿模型推理链（模型一步步推导答案的中间过程）的可提取性。这意味着→ 大厂花巨额算力训练出来的推理能力壁垒，面临被低成本"偷学"的风险。
如果防蒸馏问题解决不了，算力"卖铲人"（即卖算力基础设施的公司，如英伟达）的定价逻辑会退化成传统公共基础设施模式——利润率受压。
如果年底前前沿模型厂解决了防蒸馏并发布能力明显更强的新一代模型，训练端的Scaling优势就能转化为远期竞争壁垒，算力竞赛强度还会继续升级。这是中信证券眼中最大的定价变量。
美国财政部回购和A股仓位，还需要担心什么？
美国财政部将长期国债回购规模从20亿美元提高至40亿美元。但公众持有美债存量已突破32万亿美元，40亿美元杯水车薪。这意味着→ 信号意义大于实际效果——强化了"财政部会在长端利率失控时出手"的预期，但也可能加深市场对财政纪律的不信任。
A股方面，活跃私募在8月第一周单周加仓7.3个百分点，大型私募股票仓位指数达88.56%、满仓占比77.11%，均为年内新高。用大白话说＝ 最激进的钱已经进场并推动了这波反弹，乐观预期已大幅定价在内。
中信证券建议震荡市阶段控制预期，科技板块内部从AI涨价品种向燃气轮机、晶圆制造、半导体设备等"量的确定性"资产调仓；非科技板块增配能化、有色、创新药及有出海潜力的头部券商。
Content is for reference only, not financial advice.