临时停火协议与外交进展

美伊于6月19日在瑞士签署名为“伊斯兰堡谅解备忘录”的临时停火协议，有效期60天 ^[3][14][17]。协议核心条款包括：伊朗承诺不寻求发展核武器、开放霍尔木兹海峡；美国承诺全面停火、解除对伊朗海上封锁、豁免伊朗石油制裁、解冻120亿美元海外资产并提供至少3000亿美元重建资金 ^[14][17][25]。美国财长贝森特发布60天一般许可，授权伊朗原油及石化产品的生产、销售和进口至美国，允许以美元结算 ^[17][25][32]。美国副总统万斯表示谈判已奠定“良好基础”，但仍有大量工作有待完成 ^[3][8][17]。调解方巴基斯坦和卡塔尔促成此次协议，并成立高级别委员会监督后续谈判 ^[14][17]。

谈判最棘手的核问题悬而未决。万斯宣称伊朗已同意邀请国际原子能机构核查人员重返，但伊朗方面否认就此做出新承诺，强调铀浓缩权利“绝不退缩” ^[17][22][25]。伊朗坚持仅同意将高浓缩铀稀释，而非销毁库存 ^[14][35]。技术性谈判将在日内瓦继续，预计耗时超过60天 ^[17]。

霍尔木兹海峡通航现状：恢复仍脆弱

特朗普声称海峡“完全开放”，美能源部长赖特称输送量已达危机前水平 ^[29][30][31]，但实际数据差距显著。Kpler数据显示，6月19-21日三天共有71艘船只通过，高峰日35艘，远低于战前每日100-130艘 ^[18][19][36]。截至6月23日单日通航量突破30艘，创冲突以来新高 ^[11][12]。然而441艘大型船只仍集结在海峡东侧富查伊拉和苏哈尔港附近待命，因伊朗多次反复表态而不敢贸然全面通行 ^[39][42]。主航道仍布满水雷，船只依赖靠近伊朗或阿曼的侧翼航线 ^[5][11][18]。

伊朗方面在签署协议后不久即因以色列对黎巴嫩袭击而再次宣布关闭海峡，美国迅速否认封闭状态 ^{[18][19][23][38]}。这种“开-关”反复令市场对协议持悲观态度 ^[23][24]。

航线控制权博弈与安全风险

美伊对通航路径发出矛盾指令：美国推出由美军空中掩护的阿曼侧“守护天使”护航航线；伊朗则强硬要求船只必须靠近其海岸航行并获得许可，否则面临扣押或“惩罚” ^[11][12][18]。船东陷入两难——遵从美国路线可能遭伊朗干扰，听从伊朗路线则触及美国制裁合规风险 ^[11][12]。保险商普遍建议使用阿曼路线，但仍有船东试探伊朗路线 ^[11]。英国海事贸易行动办公室将海域风险等级从“严重”下调至“中等” ^[11][44]。伊朗计划在60天后启动通行费制度，特朗普亦威胁美方将征收通行费 ^[18][19][38]，国际海事法专家指出收费违反自由通行原则 ^[18][19]。

原油市场：价格回落但供应隐忧未消

布伦特原油价格从冲突高峰的114-120美元/桶降至约76-78美元/桶，WTI跌破75美元，均回到3月初水平 ^{[3][8][23][36]}。美国豁免制裁和临时协议是价格回落主因 ^[3][8]。但市场反弹乏力，德意志银行分析指出：美联储鹰派转向推高实际利率、市场已提前定价、风险资产估值过高、海峡结构性供应问题未解 ^[10][15]。高盛认为若协议持续，油价中期可能跌至50多美元 ^[2]。花旗预计油价在未来6-12个月将震荡下行至60-65美元 ^[26]。

亚洲炼厂对伊朗原油回归反应冷淡，因库存充足、已有绕道路线且担忧美国政策反复 ^[13]。约6800万桶伊朗原油滞留海上待清理 ^[13][26]，过去一周伊朗向亚洲出口超3000万桶 ^[34]。

供应链冲击与全球库存告急

战争导致全球供应链深度受损。美国战略石油储备降至3.312亿桶，创1983年以来新低，库欣库存逼近2000万桶运营警戒线 ^[23][26]。全球乙烯供应超25%受限，聚乙烯超20%，尿素价格自冲突以来涨60% ^[28]。海湾铝产量下降35%，化肥和石化价格高位预计持续至2027年 ^[28]。东南亚国家受冲击最重：菲律宾实行四天工作周、泰国限制空调温度，粮农警告厄尔尼诺叠加效应将加剧粮食危机 ^[16]。花旗全球供应链压力指数骤升至疫情以来最高 ^[28]。尽管美国能源部长称输送量已达战前水平，但分析认为航运完全恢复常态需3-4个月，弥补库存耗时更久 ^[26][38]。

未来风险与展望

主要风险点包括：以色列与真主党冲突持续可能引爆黎巴嫩战线，伊朗扬言若遭违约将重新封锁海峡 ^[5][18]；60天后美伊未达成最终协议、通行费制度实施将再度扰乱航运 ^[18][19][42]；美国国内中期选举压力可能迫使特朗普施压伊朗 ^[38]。但从中长期看，分析师指出石油对全球经济的主导性影响正逐步减弱，EV替代加速，战后油价中枢可能低于战前预期 ^[2][21]。

算力市场迎来结构性变局：CPU回潮、定制芯片崛起与“智能体”重塑需求

全球AI算力市场正经历从“训练为主”向“推理与智能体”驱动的深刻转型，这一转变正在重塑芯片需求格局。曾经被英伟达GPU垄断的叙事正在松动：英特尔CEO陈立武指出，在智能体时代，CPU与GPU的配比正从1:8趋向1:1，因为智能体的任务编排、数据移动和安全控制大幅提升了CPU的工作负载^[8]。这一趋势已反映在财报中，英特尔数据中心和AI产品营收同比增长22%，AMD则将服务器CPU市场规模预测翻倍至1200亿美元以上^[8]。伯恩斯坦分析师更是将2030年全球服务器CPU市场规模预测大幅上调至2230亿美元^[8]。英伟达也“亲自下场”，推出专为智能体打造的Vera CPU，间接佐证了这一趋势的重要性^[8]。

与此同时，定制化芯片（ASIC）正在蚕食英伟达的通用GPU份额。博通CEO透露，其AI半导体订单已超过300亿美元，客户包括谷歌、Meta、Anthropic和OpenAI^[8]。摩根大通预测，最快到2027年，定制化ASIC的出货量将首度超越英伟达的通用GPU，理由是ASIC在智能体推理应用上具备极高的能效比^[8]。伯恩斯坦分析师也认为，GPU与ASIC并非零和游戏，只要整个市场蛋糕足够大，两者都将蓬勃发展^[38]。英伟达近期收购推理芯片公司Groq，也暗示了其对于低延迟推理场景的重视与布局^[38]。

中国算力“荒”的深层困境与产业突围

中国AI产业正面临严峻的算力产能瓶颈。尽管智谱、Kimi、MiniMax等公司接连发布强大的编程模型，却普遍遭遇算力不足的窘境：套餐限购、接口过载、一年涨价三次的现象频发，被业内视为“中国AI产能池底的第一声警报”^[5][13]。高昂的Token消耗是主因，智能体工作流的Token消耗量可达聊天的数十上百倍^[5][13]。更严峻的是，模型公司的金主——腾讯、阿里等云巨头——自身也面临算力短缺，已出现将稀缺算力优先留给自家业务的趋势，被投创业公司反而排在队尾^[5][13]。

面对困境，中国公司正走向两条截然不同的突围路径：一是极致效率创新，二是向上游自建基建。Kimi和智谱分别通过Mooncake架构和TileRT推理引擎，在单位Token的生产效率上展开竞争，将竞争的胜负手从“堆资源”转向“推理系统的效率”^[5][13]。而DeepSeek则选择了更具风险的道路：创始人梁文锋自掏约200亿元，试图自建吉瓦级算力基地，成为中国第一家自建庞大算力基建的纯模型公司^[5][13]。在这背后，国产AI芯片正从“推理侧”向“训练侧”艰难突破。华为昇腾成为国产替代的主力，DeepSeek V4和智谱GLM-5均实现了与昇腾的适配，但单颗芯片性能与英伟达旗舰仍有4-6倍差距，且软件生态（CUDA）的壁垒难以在短期内逾越^[5][16][19]。

AI基础设施的金融化与“财报卸妆水”风险

围绕算力的金融上层建筑正在快速搭建，但也引发了关于泡沫与财务健康的激烈辩论。华尔街传奇空头查诺斯警告，当前的AI产业链存在巨大的“财务不匹配”：芯片供应商立即确认收入，而云厂商将巨额资本支出资本化并通过多年折旧摊销，一旦需求放缓，折旧成本将严重冲击利润表，类似互联网泡沫时期标普500利润暴跌40%的情况^[29][35][37]。他同时指出，算力租赁公司（如CoreWeave）本质上只是回报率个位数的金融租赁业务，而非高增长的科技公司^[29][35][37]。

这一担忧在现实中已有迹象。谷歌、微软等四家科技巨头的年度折旧费用已接近翻倍至1160亿美元，亚马逊已率先将数据中心资产使用年限从六年下调至五年，以应对AI技术的快速迭代^[14]。券商分析师认为，当大规模设备进入折旧高峰，科技巨头的利润表将持续承压^[14]。此外，存储芯片价格上涨正从消费电子传导至AI领域，Bernstein估计，为覆盖更高的HBM成本，超大规模云服务商的AI资本支出可能需要再提高30%^[26]。与此同时，随着Anthropic和OpenAI相继冲刺IPO（估值最高达9000亿和万亿级别），其招股书被视为AI行业的“卸妆水”，将真实披露高昂的算力成本与惊人的折旧压力^[30]。

行业焦点转向“智能体”：AI Agent引发超级App与算力入口争夺

AI竞赛正式从“比拼对话能力”迈入“比拼落地做事”的新阶段，超级App与智能体成为争夺算力资源的新入口。微信和支付宝几乎同时将AI助手嵌入应用内部，试图让AI理解用户需求并组织服务，从而掌握AI时代的服务分发权^[1]。行业共识正形成：决定Agent最终体验的不再只是模型能力，而是其背后连接多少真实世界的服务生态。微信凭借其通信、社交、内容、小程序和支付的庞大生态，被视作腾讯在这场竞赛中的重要差异化产品^[1]。然而，Agent模式也将重塑小程序生态的商业模式，开发者竞争的重点将从“获得曝光”转向“被AI优先调用”，平台未来销售的或许不再是曝光，而是推荐权^[1]。

这一趋势也体现在算力需求的结构性变化上。花旗研究指出，由于代理工作流高度复杂，顶级模型的任务成本年初至今已上涨32%，且代理生成的代码有46%因测试失败被拒绝，建立持久化记忆机制成为下一步关键^[31]。市场分析认为，AI的含金量不再简单看Token消耗量，而是Agent对任务目标的完成质量，这宣告了AI从粗放经营转向精细化作业的新阶段^[36]。

算力版图重塑：从芯片到能源的全球博弈

AI算力扩张正面临从芯片到能源的全面现实约束。供给端，台积电先进制程产能极度紧张，大科技公司展现出强烈的“去风险化”意愿，英特尔抓住机遇推动其18A制程代工业务，并获得了来自苹果、特斯拉等潜在客户的关注^[8]。存储芯片方面，由于HBM（高带宽内存）制造良率损耗，实际产出增量受限，分析师认为此次存储芯片需求高峰将比过去25年都更持久^[29][38]。能源层面，AI数据中心对电力的巨大需求正催生“科技+能源”的新合作模式。微软与雪佛龙签署20年协议，在得州自建267万千瓦天然气电站直供数据中心，规避电网瓶颈^[12]。中国的“算电协同”政策也已落地，旨在通过绿电直连解决算力中心的高能耗与碳排放问题，但专家指出，AI数据中心的峰值需求难以预测，使其与绿电的匹配存在障碍^[22][33]。长期看，电网容量被视为AI扩张的终极天花板，分析师测算，美国的电力容量需要每年增长5%，这在电力行业几乎是不可能完成的任务^[38]，也催生了太空算力（如SpaceX的轨道数据中心）等前瞻性方案的讨论^[27][29]。