觀點：本輪牛市源於 AI 領域資金溢出，動能仍將持續

作者：arndxt

編譯：深潮TechFlow

這是一個由流動性驅動的牛市，但卻缺乏傳統流動性的支持。

联准会仍然保持緊縮政策，財政刺激逐漸減弱，但風險資產卻持續漲。原因何在？因爲人工智能（AI）推動的資本收益和頂層經濟中的資本支出（Capex）正在逐層傳遞，而加密貨幣財庫公司（Crypto Treasury Companies，簡稱 TCos）則設計了一種新的傳導機制，將股市狂熱轉化爲鏈上競價。

這種「飛輪效應」能夠度過季節性疲軟和宏觀噪音，直到超大規模企業的資本支出開始下降或 ETF 需求停滯爲止。

圖片來源：

三大觀點解析

流動性來源轉移：流動性不再來自联准会或財政部，而是源於人工智能超大規模企業（AI hyperscalers）的股權收益和資本支出。NVIDIA 和微軟等公司帶來的財富效應，加上超過1000億美元的資本支出浪潮，正逐步傳遞至勞動力市場、供應商，尤其是散戶投資組合，從而將風險資產的曲線拉向加密領域。

加密領域的新型大買家：財庫公司（例如 MicroStrategy 對 BTC 的投資；Bitmine 及其他公司對 ETH 的投資）成爲公募股權資本與現貨代幣之間的橋梁。這種結構性買家是過去幾個週期中所缺乏的關鍵因素。

宏觀交叉影響暫時可控：盡管數據中顯示出通脹粘性風險（關稅、工資、美元）和勞動力市場疲軟，但人工智能帶來的生產力選擇權以及加密領域的監管利好仍然壓縮了風險溢價。

1）金字塔頂端的人工智能

資本收益→風險輪動：隨隨着標普500指數估值偏高（遠期市盈率較高），散戶開始轉向虧損科技股、高空頭籃子以及加密資產。

資本支出成爲流動性來源：超大規模企業的創紀錄支出充當了類似私營部門流動性泵的角色，將資金輸送給供應商、員工和股東，隨後又回流至市場。

副作用：人工智能基礎設施建設（數據中心、芯片、電力）目前以投資增長的形式出現，而生產力提升則需要時間滯後。時間滯後→財富效應立竿見影。

2）加密貨幣財庫公司（TCos）=數字資產財庫公司（DATs）

從「第零代」到尋價型TCos：早期的TCos（如 Michael Saylor 的策略）充當了價格無敏感性的底部支撐。而新一代專注於 ETH 的TCos則更加尋價，能夠在加速上遊股權價值時捍衛關鍵價格區間並推動突破。

反射性循環：股權融資 → 購買儲備資產（BTC/ETH）→ 代幣價格漲 → TCo 股權價值上升 → 更低成本的資本 → 循環重復。這就是所謂的「飛輪效應」。

致命弱點：關鍵區間之間的空檔。如果 ETF 財庫或散戶資金無法填補中間空檔，突破嘗試失敗將迫使 TCos 節約現金，價格也會迅速回落。

3） 政策與市場定位的順風

加密領域的政策利好：加密貨幣的去監管化和更友好的政策姿態已經打開了傳統金融資本的流入渠道。

關稅「解決」不過是海市蜃樓：企業仍然無法明確中國、墨西哥、加拿大及《美墨加協定》（USMCA）相關的豁免條款及法院裁決結果。這種不確定性使企業傾向於金融化而非資本支出——更多資金流向資產市場。

以太坊的現狀（以及爲何它實現翻盤）

財庫需求與 ETF 流入：財庫需求加上ETF 資金流入，爲ETH提供了新的敘事轉折點，使其在多年不敵 L2 的表現後迎來逆襲。

「杯型理論」視角：尋價型 ETH 財庫公司捍衛$3,000 關鍵價位，並推動價格向$3,300–$3,500→ $4,000區間發展；ETF 資金則填補其中的空檔。如果約270億美元的排隊需求分階段實現，當前漲趨勢可能延續；如果未能實現，價格空檔將成爲關鍵問題。

解讀：ETH現在擁有與過去週期截然不同的買家羣體。不再是「散戶 vs 礦工」的競爭，而是「ETF + TCos vs 流動性空檔」。

圖片來源：

宏觀：憂慮之牆（以及市場爲何越過它）

通貨膨脹

調查渠道壓力：銷售價格指數連續三個月漲（達到2022年8月以來的最高水平），表明商品主導的價格壓力。這與關稅成本傳導、美元走軟以及工資粘性相一致。

解讀：隱含通脹率接近約4%，雖然尚未達到危機水平，但卻使降息變得更加復雜。联准会只有在勞動力市場未出現明顯裂痕的情況下，才能容忍有利於增長的通脹水平。

勞動力市場

青年就業不足率飆升（3個月平均約17%）是經濟週期早期的預警信號。年輕勞動者最先感受到經濟波動；如果這種情況蔓延到核心就業市場，風險資產將受到影響。

增長、債務和人工智能

人工智能的財政調節作用：如果長期來看，總要素生產率（Total Factor Productivity，簡稱 TFP）因人工智能推動每年提升 50 個基點，那麼到 2055 年，公共債務佔 GDP 的比例可能降至約 113%，而基線爲 156%，人均實際GDP將高出約 17%。換句話說，人工智能是唯一一個足以扭轉債務曲線的可靠增長槓杆。

但時間滯後至關重要：正如 1980年代的計算機資本支出帶來的生產率提升直到 90 年代末才顯現，人工智能的廣泛應用和效率提升也需要時間。當前市場已在爲未來的效率提升進行估值。

關稅與不確定性

政策迷霧 = 估值清晰度風險：未最終確定的關稅稅率、模糊的貿易協議（如歐盟/日本）、頻繁變動的豁免政策以及法律爭議，導致未來成本曲線的不確定性。這使得首席財務官們傾向於增加金融資產配置，而減少長期實物投資——這一現象反而在短期內支撐了市場，同時提升了中期通脹風險。

熊市與牛市：我的評定因素

看跌因素

國庫帳戶（TGA）資金減少 + 量化緊縮（QT）仍具限制性。

季節性疲軟將持續至9月。

勞動力市場早期出現松動；通脹加速因素（關稅/工資）。

看漲因素（偏重）

人工智能資本支出 + 財富效應是當前的流動性來源。

加密貨幣政策轉向打開了傳統金融（TradFi）的資金流動閥門。

加密貨幣財庫公司/ETF結構成爲持續的機械性買家。

2026年联准会鴿派傾向的成員構成是一個可信的長期催化劑。

總結：只要 AI→散戶→加密財庫公司→現貨市場的鏈條保持完好無損，我就會保持建設性。

可能改變我觀點的因素：

超大規模企業資本支出下降：人工智能基礎設施訂單出現明顯下滑。

ETF需求停滯：持續資金流出或二級發行失敗。

加密貨幣財庫公司股權市場關閉：融資輪估值下降、ATM發行失敗或淨資產價值溢價崩塌。

勞動力市場裂縫：青年就業疲軟蔓延至黃金年齡段就業羣體。

關稅衝擊→消費者價格指數（CPI）：商品通脹迫使联准会再次收緊貨幣政策，而非降息。

把握週期定位（非財務建議）

核心策略：重點布局優質的人工智能增長型企業；有選擇地投資「工具和基礎設施」領域（計算、能源、網路）。

加密資產：比特幣作爲風險資產的系統性風險敞口，以太坊作爲自我強化的反身性飛輪機制。關注關鍵防守水平，並預估市場間可能出現的空檔。

風險管理：根據 ETF 資金流數據、加密貨幣財庫公司發行時間表以及超大規模企業的指導信息進行倉位調整。在關鍵支撐位加倉；對於缺乏後續跟進的狂熱突破行情，適時減倉。

核心總結

本輪週期與2021年截然不同。

其驅動力來源於人工智能股權收益和資本支出所帶來的私營部門流動性，這些資金通過新型企業架構轉移至加密領域，並受到 ETF 的認可和推動。

增長飛輪是真實存在的：它將持續運轉，直到金字塔頂端的超大規模企業出現動搖。

在此之前，市場的最小阻力路徑仍是向上並持續攀升