Neocloud 終局推演：當 “不確定性” 被單獨拿出來定價（crwv/nbis/orcl）

$Coreweave(CRWV.US) $甲骨文(ORCL.US) $Nebius(NBIS.US) $博通(AVGO.US) 

前言：这不是“我比机构更聪明”的博弈

在进入具体公司分析之前，必须先对当前这轮市场走势做一个定性判断。

最近 AI 基建板块的持续下跌，并不是某一天突然发生的意外事件，而是一段连续的、方向一致的去风险过程。换句话说，这不是情绪闪崩，而是资金在系统性地降低风险敞口。

当我把这轮调整称为“结构性错位”时，并不是在暗示市场不专业，或者试图证明自己比机构资金更聪明。恰恰相反，正是因为机构资金高度专业、流程严格、纪律清晰，在不确定性上升的阶段，它们才会做出高度一致、甚至看起来有些“过度防守”的选择。

在 AI 基建这样一个投入重、周期长、强依赖物理世界的行业里，短期内的股价变化，首先反映的往往是风险管理和仓位控制，而不是对长期需求是否存在的重新判断。

理解这一点，是区分“基本面走坏”和“市场在给风险定价”的前提。

一、真正的触发点：市场开始直接交易“不确定性”

在这轮下跌中，有一个经常被忽略、但非常关键的因素是：

市场开始把“不确定性本身”当成一个独立的风险来定价。

这里说的“不确定性”，并不是指“AI 需求到底存不存在”这种方向性问题，而是指：在高资本开支（CapEx）和长交付周期并存的情况下，很多关键变量在短期内变得很难判断。

对于机构来说，不管用的是贴现现金流模型，还是盈利预测模型，它们都需要一些相对清晰的前提假设，比如：

• 增长大概在什么节奏；
• 利润结构是否稳定；
• 投入大概什么时候能开始回收。

但近期市场看到的信号是：

• 大客户的贡献时间被往后推；
• 系统级交付变得更复杂；
• 收入确认和资本投入之间的时间差被明显拉长。

这些信息并没有否定长期需求，但它们让短期路径变得非常模糊。

一旦路径变得模糊，模型就很难给出一个稳定、可信的估值区间。此时，机构面临的核心问题就不再是“长期看好还是看空”，而是退回到一个更基础的风控原则：

在风险暂时无法精确定价之前，是否应该先把仓位降下来？

在去 Beta 的环境中，这个问题的答案，几乎总是“是”。

二、“先卖再说”：算法与风控如何一起把股价压下来

从外部看，这种“基本面没崩、股价却一路下跌”的情况，很容易被理解成情绪化抛售。但如果站在机构内部去看，这更像是一套标准、冷静、甚至有点机械的风险处理流程。

这套流程，主要由三部分叠加触发。

1. 模型的条件反射：算不清，就先降风险

当关键假设变得难以验证、短期波动明显放大，或者板块内个股的相关性突然升高时，在机构内部，风险控制的优先级会自动压过对长期逻辑的讨论。

在这种情况下，机构面对的不是“公司好不好”，而是一个更现实的问题：

这只资产，在接下来一两个季度内，会不会让整个组合的波动失控？

当这个问题无法被模型清楚回答时，机构往往会选择一个更保守、但更安全的做法：接受一个已经发生的折价，换取不再暴露在无法量化的风险之中。

这不是判断失误，而是风控本能。

2. 算法的执行逻辑：它只识别信号，不理解原因

在当前的市场结构中，大量交易并不是由分析师手动完成的，而是由算法执行的。

算法并不理解商业模式是否升级，也不理解交付复杂性背后的长期意义。它们只做一件事：对数据和关键词作出反应。

当财报、电话会议或市场信息中反复出现：

• “推迟”
• “压缩”
• “不确定”
• “能见度下降”

算法不会去区分：这是因为交付变得更复杂，还是因为需求真的走弱。

它们只会执行一个非常简单的指令：降低暴露，减少风险。

3. 波动率的连锁反应：下跌本身会触发更多卖出

在去 Beta 阶段，价格下跌本身，往往会成为新的卖出理由。

当股价波动加大、回撤扩大时，会自动触发：

• 仓位上限调整；
• 对冲比例变化；
• 被动资金的再平衡。

这会形成一个典型的负反馈过程：

下跌 → 波动变大 → 风控触发 → 进一步减仓

在这个过程中，并没有谁在重新否定长期趋势，只是风险被不断地重新定价、重新压缩。

因此，这一阶段的连续下跌，更准确地说，是仓位和风险管理的再配置，而不是对 AI 基建长期逻辑的集体否定。

市场并没有在说“这条路走不通”，它只是在说：

现在这段路，看不清、太颠簸，先把速度降下来。

三、时间维度的错配：市场并不是短视，而是被迫只看眼前

在去 Beta 的阶段，市场看起来好像突然变得非常短视，但更准确的说法是：它是被考核机制逼着，只能盯着短期看。

这并不是态度问题，而是结构问题。

1. 机构看的时间轴，其实很短

真正影响机构资金行为的，并不是三到五年后的产业蓝图，而是几个非常现实的问题：

• 接下来一两个季度，业绩能不能看得清？
• 波动会不会拖累整个组合的表现？
• 会不会明显跑输基准？

在去风险阶段，这些问题的权重，会天然压过对长期叙事的讨论。

2. 产业的时间轴，却偏偏拉得很长

AI 基建是一个时间结构极不对称的行业：

• 投入发生得非常早；
• 收入确认来得非常晚；
• 中间还夹着大量无法压缩的物理环节。

电力审批、工程建设、设备上架、系统联调，这些事情都不能靠“加钱”立刻解决。

这意味着一个很现实的情况：

管理层在谈未来三到五年的订单和绑定，市场却在盯着接下来两个季度的现金流风险。

3. 当两条时间轴对不上，资金的选择其实很明确

当短期看不清、长期又太远时，资金往往不会急着做价值判断，而是先选择一个中性的动作：退一步，观望。

这并不代表市场认为长期逻辑是错的，而是意味着：

市场现在不愿意，为远期的确定性，先承受近端的不确定性。

4. 那这一段下跌，本质上在“付什么钱”？

从这个角度看，这一阶段的下跌空间，更多是在为两件事付费：

• 为降低焦虑付出的“情绪成本”；
• 为换取流动性与安全感支付的“流动性溢价”。

这并不是一次价值判断的终局，而是一种在不确定性上升时，暂时后撤的定价方式。

因此，时间维度的错配，并不意味着市场判断失误，而是意味着：在当前阶段，市场选择了保守的时间顺序。

它并不是否定未来，只是暂时不愿意提前把未来买下来。

四、错杀与引信：Broadcom 的结构性误读，与 Oracle 的兑现压力

在“去 Beta”和风险收缩同时发生的阶段，市场处理信息的方式会出现一种非常典型的变化：复杂问题被快速简化，结构变化被压缩成一两个最显眼的指标。

Broadcom 和 Oracle，正好分别踩中了这套机制的两个极端。

一）Broadcom：被“单一指标”误读的商业升级

在这一轮调整中，Broadcom 是一个非常典型的“被错杀样本”。

1. 毛利率，为什么在这个阶段会被无限放大？

在正常市场环境下，毛利率只是众多经营指标中的一个。但在去 Beta 的阶段，它会被自动提升为高优先级的风险信号，原因并不复杂：

• 毛利率是即时的；
• 是可量化的；
• 可以被算法直接读取和比较。

于是，市场很自然地触发了一条非常线性的判断路径：

毛利率下降→ 商业质量变差→ 定价能力减弱→ 风险上升→ 降仓

在当前环境中，这条逻辑不需要被完整验证，就足以触发卖出。

2. 被忽略的事实：Broadcom 并不是“卖不动”，而是“卖得更深”

Broadcom 的毛利率变化是真实的，但它被放在了错误的语境里理解。

Broadcom 正在发生的，不是需求疲软，而是商业模式的升级：

• 从“只卖芯片”，
• 转向“交付整套系统级解决方案”。

在这个过程中，会同时出现两件事：

• 单位毛利率下降；
• 单笔订单规模、合同深度和确定性显著上升。

如果只看前者，结论是“质量恶化”；但如果把两者放在一起看，这反而是从产品商向系统商转型的典型特征。

系统级订单意味着更强的客户绑定、更长的合作周期，也更难被替代。

3. 为什么市场在这个阶段“看不进去”这种升级？

原因很现实。

系统级交付：

• 拉长了兑现路径；
• 提高了模型复杂度；
• 增加了短期的不确定性。

而这三点，恰恰是去 Beta 环境下资金最厌恶的属性。

所以，Broadcom 面临的不是“被否定”，而是：

在当前阶段，它的复杂性，比它的升级意义，更容易被拿来当成风险。

二）Oracle：这轮去 Beta 的“点火器”

如果说 Broadcom 是被动受伤，那么 Oracle 则是主动把整个 AI 基建板块的焦虑推到台前的公司。

1. 市场并没有否定需求，RPO 说得很清楚

Oracle 在 FY2026 Q2 抛出的核心信息，其实非常直接：

• RPO 大幅增长；
• 客户正在提前锁定未来的算力资源。

这组数据，很难被解读为“需求有问题”。

因此，Oracle 触发的市场反应，并不是对需求的否定，而是市场被迫把注意力转移到了**“怎么把需求变成现金”**这个问题上。

2. 真正引发恐慌的，是兑现路径太重太慢

与 RPO 同时出现的，是一组让风控模型非常不安的数据：

• CapEx 明显上调；
• 短期自由现金流大幅为负。

这组组合传递的信号非常清晰：

需求很强，但兑现需要穿越一个规模巨大、时间不确定的资金消耗阶段。

在去 Beta 的环境中，市场会把这段阶段统一理解为：

回报可能没那么快，现金流和融资节奏可能承压。

3. 物理世界的摩擦，把担忧变成了共识

关于 Oracle 在部分数据中心项目上存在交付延后的报道，进一步强化了市场的一个底层认知：

• 电力；
• 施工；
• 材料；
• 设备交付；

这些都不是短期内靠“意愿”或“多花钱”就能立刻解决的事情。

无论具体项目是否最终延期，市场已经确认了一件事：

兑现路径，确实暴露在物理世界的约束之下。

4. 为什么 Oracle 能“带崩”整个板块？

Oracle 的特殊性在于：

• 它既是传统软件巨头；
• 又被迫以重资产方式进入 AI 基建。

当它用一份财报同时呈现：

• 合同极强；
• 现金流极弱；

市场很自然地把这种不安感迁移到了整个产业链。

于是资金选择了一个最简单、也最安全的动作：

不区分谁已经交付，不区分谁仍在规划，先把整个板块的风险敞口降下来。

这就是 Oracle 在这一轮下跌中的真正角色：不是需求的反证，而是风险被重新定价的触发点。

Broadcom 是被简化，Oracle 是被放大

• Broadcom 的问题在于：结构升级被压缩成了单一指标；
• Oracle 的问题在于：兑现压力被放大成了行业共识。

两者叠加，点燃了这一轮去 Beta。

五、风险标签与物理门槛：重新理解 CoreWeave 被卖出的原因

在“去 Beta”逻辑主导的阶段，市场最关心的并不是谁已经做到哪一步，而是谁更容易被当成风险资产处理。这正是 CoreWeave 当前面临的核心问题：市场在卖它的风险标签，而不是在评估它已经跨过的门槛。

1. 错位的根源：市场在卖“标签”，不是在核对事实

在风险收缩阶段，机构并不会逐条拆解一家公司的运营细节。更常见的做法，是通过标签化来快速分类资产。

而 CoreWeave 身上，几乎集齐了当前阶段最不受欢迎的一整套标签：

• 重资产
• 高 CapEx
• 高杠杆
• 与 AI 周期高度绑定

在这种框架下，CoreWeave 很自然地被归类为“风险密集型资产”，从而被整体折价处理。

问题在于，这种做法忽略了 AI 基建中一个非常关键的分界线：

已经交付，和仍在规划，在资产性质上并不一样。

在 PPT 上规划十万张卡，和在现实世界里稳定跑着十万张卡，这两件事，本应对应完全不同的估值逻辑。

2. 跨过门槛之后，资产性质已经发生变化

一旦算力真正完成了：

• 通电
• 上架
• 稳定运行

它就不再只是“正在投入的项目”，而是变成了可以计费、可以产生现金流的生产能力。

市场目前的错位在于：把已经跑在电网上的算力，和还停留在规划阶段的算力，拉到了同一条估值线上。

3. 交付能力不是“有钱就行”，而是一系列不可逆的门槛

很多人误以为交付能力只是“愿不愿意花钱”。但在 AI 基建中，交付能力是由一整套无法回退的物理条件组成的。

CoreWeave 的核心价值，并不只是“有多少 GPU”，而在于它已经在四个关键层面完成了物理验证。

（1）电力门槛：已经通电，本身就是稀缺资源

在当前环境下，限制扩张速度的并不是融资能力，而是：

• 电力审批
• 并网周期
• 高功率密度的基础设施条件

CoreWeave 的资产，不是“未来可能拿到的电力指标”，而是此刻就可以被计费的电力能力。

在并网周期普遍拉长的现实下，这本身就是一种防御性极强的资源。

（2）集群门槛：从“拥有”到“能长期跑”

GPU 的价值，并不取决于是否买得到，而取决于：

• 能否批量上架
• 能否稳定散热
• 能否控制故障率
• 能否长期高负载运行

在万卡级、甚至更大规模的集群中，这些才是真正的壁垒。

CoreWeave 已经证明，它的 GPU 不是库存，而是已经进入调度体系、持续产生收入的算力。

（3）系统门槛：交付的是环境，不是硬件

客户真正购买的，从来不是一堆裸卡，而是：

• 可调用的算力环境
• 成熟的网络拓扑
• 稳定的作业调度
• 可预期的故障恢复

这些能力，无法靠一次性投入获得，只能通过反复交付和运行经验累积。

这也是为什么，“有卡”和“能交付算力”，之间存在一道极高的隐性门槛。

（4）合同门槛：把物理能力锁成现金流

最后一层，也是最关键的一层，是合同结构。

通过多年期、Take-or-pay（照付不议）的合同，CoreWeave 把交付能力直接锁进了现金流。

在这种结构下：

• 利用率风险被转移给客户
• 只要算力按标准上线，收入就被锁定

这意味着一件非常重要的事情：

每一张成功上架、通电的 GPU，实际上都自带了未来数年的刚性现金流。

因此，CoreWeave 当前承受的折价，并不是对其交付能力的否定，而是在去 Beta 阶段，对“高风险标签”的统一厌恶。

而真正的错位，发生在这里：市场卖的是标签，却忽略了这些标签背后，已经被事实消化掉的部分风险。

六、正视 CoreWeave 的风险：交付延误与“房东风险”到底意味着什么

讨论 CoreWeave，绕不开两个现实问题：交付延误，以及对第三方数据中心的依赖风险。如果不把这两点说清楚，前面的所有分析都会显得失衡。

1. 交付延误：这是物理摩擦，不是需求退潮

首先必须承认一个事实：CoreWeave 确实经历过交付节奏的调整，也因此下调过短期指引。

但关键不在于“有没有延误”，而在于延误来自哪里。

这类延误，并不是因为客户取消订单，也不是因为需求突然消失，而更多来自于：

• 电力接入节奏调整
• 数据中心施工进度变化
• 系统级交付复杂度上升

换句话说，这是物理世界的摩擦，而不是商业模式的问题。

更重要的是，延误发生之后，真正值得关注的是“后续反应”：

• 合同并未被取消
• 承诺并未被系统性下调
• 更多是确认时间被顺延

在当前供给依然偏紧的行业背景下，这种现象说明的并不是需求走弱，而是资源优先级在重新排序。

2. 延误真正带来的问题，是时间，而不是方向

交付延误最真实的影响，是把现金流确认往后推，而不是把现金流本身消灭掉。

但在去 Beta 的阶段，这种“时间问题”会被市场放大成“方向问题”，因为时间的不确定性，正是风险模型最难处理的部分。

因此，延误会显著放大估值折价，却不等价于交付能力不存在。

3. “房东风险”：它放大波动，但不直接切断需求

第二个经常被提及的风险，是所谓的“房东风险”——即 CoreWeave 对第三方数据中心的依赖程度高于自建模式。

这意味着两件事：

• CoreWeave 对场地和电力的控制权不完全掌握
• 上游项目的进度变化，会直接影响算力上线时间

这确实是一个真实存在的风险点。

4. 房东风险的本质：是波动放大器，而不是需求杀手

但需要区分的是：房东风险主要影响的是节奏，而不是方向。

它可能导致：

• 收入确认时间更不平滑
• 短期指引更容易被调整
• 市场在情绪紧张时给出更大的折价

但它并不意味着客户需求消失，也不意味着合同结构失效。

在目前的案例中，更接近事实的判断是：并购受阻暴露了整合上游的难度，但没有否定现有交付能力的有效性。

因此，更准确的表述应当是：

• 交付延误 → 推迟现金流，不等于否定现金流
• 房东风险 → 放大波动，不等于切断需求

这两类风险，在去 Beta 的环境中会被集中放大，但它们并没有改变 CoreWeave 已经跨过的物理门槛。

七、对照与拐点：为什么暂时 Nebius 更稳，但这并不是结论

在这几轮调整中，Nebius 的相对表现明显强于 CoreWeave。这一现象本身并不复杂，也不需要用“谁更好”来解释。

更接近事实的理解是：两者的风险，分布在不同的时间位置上。

1. 风险在时间轴上的不同位置

在去 Beta 的阶段，市场更关心的不是风险有多大，而是：

风险什么时候会集中出现。

从这个角度看，两家公司处在不同的位置上。

• CoreWeave 的风险是“现在的”高 CapEx、高折旧、高利息支出、交付摩擦，这些都已经体现在当期报表中，成为市场反复审视的对象。
• Nebius 的风险是“未来的”扩张节奏、电力兑现、融资成本、潜在稀释，这些风险更多还停留在规划和远期阶段，尚未集中反映在当期财务数据里。

在风险偏好下降的环境中，资金往往会优先回避已经显性化的风险，而对尚未发生的风险给予更高的容忍度。

Nebius 当前的相对强势，更多反映的是这种风险时间顺序的选择，而不是对最终胜负的判断。

2. 去 Beta 阶段，市场并不急着“下结论”

在这种环境下，市场的行为逻辑非常现实：

• 不急着区分谁最终更成功
• 不提前给远期路径下判断
• 先把“眼前看得见的风险”处理掉

因此，短期价格表现，更像是风险管理的结果，而不是价值判断的终局。

八、CoreWeave 的拐点：定价逻辑将如何发生变化

如果 CoreWeave 的错位并非来自需求问题，那么拐点也不会来自某一个突然的利好，而更可能是定价关注点逐步切换的结果。

第一阶段：从“风险标签”回到“交付事实”

拐点的第一步，发生在叙事层面。

当市场发现：

• 延误没有演变成系统性失速
• 上线节奏仍在推进
• 已有算力持续被使用

关注点就会从“是否需要继续降仓”，转向“风险是否正在被消化”。

这一阶段，并不一定伴随价格立刻反转，但会减弱持续下压的力量。

第二阶段：现金流开始成为讨论核心

真正的定价变化，发生在财务层面。

在这一阶段，市场不再只盯着：

• CapEx 有多大
• 杠杆有多高

而是开始关心：

• 新上线算力是否对应新增现金流
• EBITDA 是否开始覆盖利息支出

一旦“新增算力 = 新现金流”这个关系被持续验证，杠杆的性质就会开始发生变化。

第三阶段：杠杆从折价来源，变成弹性来源

在前两个阶段成立之后，杠杆的定义会被重新改写。

在去 Beta 阶段，杠杆是风险的放大器；在兑现被验证之后，杠杆会变成回报的放大器。

这并不是公司主动“去杠杆”，而是市场开始相信：现金流本身，会自然降低杠杆。

Nebius 和 CoreWeave 当前的分化，更像是市场在重新排序风险出现的时间，而不是在提前裁决谁对谁错。

在去 Beta 的环境中，“稳一点”往往比“走得远”更重要；但当定价逻辑切换完成后，市场才会重新回到谁已经走到哪一步这个问题上。

九、如果空头是对的：把最坏的情况一次性讲清楚

为了避免只站在多头视角，我们有必要把一个逻辑自洽的空头世界完整走一遍。只有在这个框架下，前面的多头判断才是有分量的。

要让做多逻辑彻底失效，需要三个条件同时成立，而不是只发生其中之一。

1. 第一条：平台级需求主动收缩

这并不只是“增速放缓”，而是更极端的情况：

• 大模型的训练和推理，无法持续带来足够回报；
• 平台方开始系统性压缩算力使用；
• 算力从“紧缺资源”变成“可替代成本”。

只有在这种情况下，算力需求才会从结构性问题，变成周期性退潮。

2. 第二条：信贷环境长期收紧，无法再平衡

第二个条件，发生在金融端。

这意味着：

• 银行和私募信贷，持续提高 AI 资产的抵押折扣；
• 再融资渠道被长期压缩；
• 即使资产本身在产生现金流，也难以获得合理成本的资金支持。

如果信贷环境只是一段时间偏紧，多头逻辑仍然成立；但如果这种状态被长期锁死，资本结构就会成为核心瓶颈。

3. 第三条：供给侧的物理瓶颈突然消失

最后一个条件，来自供给端。

例如：

• 电力审批显著提速；
• 数据中心建设周期被大幅压缩；
• 现货算力供给迅速增加，溢价消失。

只有在这种情况下，已经交付的算力优势，才会被快速稀释。

4. 为什么这是一个“时间要求极高”的空头世界

这三个条件并不是不可能，但它们对时间高度敏感。

它们需要在 12–18 个月内同时发生，只要其中任何一环延后或落空，空头逻辑就会开始松动。

因此，空头叙事是真实存在的，但它并不是一个“低门槛”的世界线。

十、给散户的最后提醒：优势不在判断，而在承受能力

在这一轮去 Beta 的过程中，有一个事实经常被忽略：

市场并不是在判断谁对谁错，而是在重新分配谁来承受风险。

1. 机构不是没看见，而是不能承受

机构资金并非没有看到长期逻辑，而是在当前环境下，它们无法、也不被允许承受过高的波动。

考核周期、风险预算、回撤限制，决定了它们必须在不确定性上升时先行收缩。

这是制度约束，不是认知缺陷。

2. 散户真正的“优势”，这并不轻松

散户与机构之间，真正的差异不在于信息、模型或智力水平，而在于风险承受方式不同。

• 机构的优势，是规模、流程和纪律；
• 散户的优势，是可以选择更高的波动容忍度。

但这不是免费午餐。

更高的波动容忍度，意味着：

• 更长时间的不确定；
• 更大的价格回撤；
• 更强的情绪压力。

3. 空头是真的，多头也是真的

在 Neocloud 这样的重资产、长兑现周期行业中：

• 交付可能延误；
• 融资环境可能恶化；
• 需求兑现可能慢于预期；
• 估值可能在很长时间内得不到修复。

这些风险，全部都是真实存在的。

同样真实存在的，还有另一条世界线：

• 已交付的算力持续被使用；
• 合同结构锁定现金流；
• 杠杆被现金流自然消化；
• 定价逻辑逐步切换。

空头叙事不是虚构，多头叙事也不是幻想。它们并不互相否定，只是发生在不同的时间条件下。

4. 最终，这是一场关于“能否承受”的选择

这不是一场“谁更聪明”的比赛，而是一场关于：

你是否愿意、也是否有能力，在较长时间内承受不确定与波动。

如果你选择参与 Neocloud 赛道，本质上是在做一件事：

用更高的波动容忍度，去交换那些已经发生、但尚未被市场完全定价的确定性。

这并不适合所有人。但它至少应该是在你充分理解风险之后，做出的选择。