半导体主题ETF上涨 中小盘宽基产品吸金
- 详细资料
- 分类:赛事资讯
- 发布于 2026年11月13日 星期五 02:49
● 本报记者 张韵
11月12日,A股三大指数回调,创业板指跌超2%。全市场1700余只ETF中,不到一成产品收涨,涨幅大于1%的共20只。半导体(含芯片)主题ETF逆势领涨,并出现明显放量。资金流向方面,前一交易日(11月11日),ETF市场在三大指数集体上涨的背景下净流出超80亿元。主投中小盘的宽基ETF相对“吸金”,多只产品跻身单日净流入额榜单前列。
半导体主题ETF明显放量
11月12日,全市场涨幅前二十位的ETF中,超半数投向半导体板块,且全部涨超1%。从11月以来的表现看,半导体主题ETF同样居于领涨位置。截至12日收盘,当月以来涨幅前十位的ETF全部投向半导体领域,其中8只产品已涨超20%。
当日多只半导体主题ETF成交额显著放大。单日涨超2%的半导体ETF博时,成交额较前一交易日翻倍;半导体设备ETF招商、半导体ETF鹏华、科创芯片ETF广发,成交额较前一交易日增长超过50%。科创半导体ETF华夏成交额高达116.9亿元,较前一交易日增长超30%。
据统计,目前全市场半导体主题ETF近50只,最新规模超过2600亿元,主要跟踪11类指数。其中,跟踪上证科创板芯片设计主题指数的ETF数量最多,达14只;跟踪中证半导体材料设备主题指数的ETF规模最大,5只产品合计规模超过600亿元。
成分股数量方面,上证科创板半导体材料设备主题指数、中证韩交所中韩半导体指数、国证半导体芯片指数(13009.163, 1.94, 0.01%)均仅有30只成分股,集中度较高;中证全指半导体产品与设备指数成分股最多,达87只。
中小盘宽基获青睐
资金流向方面,前一交易日(11月11日),A股三大指数集体上涨,但ETF全天净流出超过80亿元,股票型基金与债券型基金均出现不同程度净流出。股票型基金净流出超过50亿元,债券型基金净流出超40亿元。
在整体净流出背景下,中小盘宽基ETF逆势吸金。单日净流入前十位的ETF中,此类产品占据半壁江山,覆盖中证1000、中证500、中证2000三类指数;其中3只产品跟踪中证1000指数(6530.088, -7.75, -0.12%)(6529.7182, -8.12, -0.12%),合计净流入超过20亿元。
截至11月11日,中证1000ETF南方自11月以来净流入金额超过200亿元,同期全市场累计净流入额居第三位,仅次于沪深300ETF华泰柏瑞、科创50ETF华夏两只大盘宽基产品。
通信方向亦获资金关注。通信ETF国泰单日净流入超10亿元,居全市场首位。11日该基金大涨8%,为涨幅最高的ETF产品。该基金跟踪中证全指通信设备指数,前三大权重股为中际旭创(480.500, -28.40, -5.58%)、工业富联(41.120, -2.23, -5.14%)、新易盛(193.800, -11.78, -5.73%),权重占比均超10%。
关注市场情绪变化
对于近期表现亮眼的半导体板块,南方基金认为,全球半导体销售额与设备出货数据验证行业景气延续。往后看,若零部件认证与供应链约束缓解、设备订单持续转化为交付与收入,半导体设备产业验证线索或进一步增多;若认证进度、扩产节奏或设备国产化势头不及预期,相关逻辑需重新评估。可重点跟踪设备厂商订单与收入匹配情况、零部件认证进度、晶圆厂资本开支执行及国产设备市场份额变化。
展望后市,信达澳亚基金认为,短期市场连续经历大幅调整,投资者情绪仍偏谨慎,叠加外围因素尚不明朗,市场在一定时期内或维持震荡分化格局。A股经历调整后,风险已较大程度释放,后市具备修复空间,市场企稳震荡阶段,更应保持耐心。市场能否形成反弹,一方面关注稳市资金及增量资金能否带动市场情绪;与此同时,美联储12月加息预期升温等重要变量也需持续关注。
红筹投资认为,随着低利率环境的持续,理性资金将继续流向优质权益资产。红利资产估值修复仍未结束,但是更大的机会或许蕴藏在供给端和需求端的慢变量中,更多优质资产的重估才刚刚开始。在低利率与低预期交织的当下,市场提供的长期风险收益比或比以往更加友好。
员工快十倍,公司慢如故:AI消除组织复杂性意味着什么?
- 详细资料
- 分类:赛事资讯
- 发布于 2026年11月10日 星期二 03:12
最近作为外部工程师驻场做一个企业项目,为了连上客户服务器调试算法,我申请了一个虚拟专用网账号。
本以为是件小事,结果沟通、申请、解释、苦等了一整周,账号依然杳无音信。我甚至开始怀疑,开通虚拟专用网是不是某种现代宗教仪式,申请人必须表现出足够的虔诚,才能获准进入服务器的神殿。
拆开看,这事毫无技术难度:核实需求、评估风险、主管授权、系统配号。若由AI按规则完成前置评估,主管一键授权、系统自动下发,一小时绰绰有余。从一周到一小时,效率跃升百倍。AI在这里干了什么惊天动地的事吗?没有。它没让任何人干活更快,只是干掉了大量原本就不该存在的工作。
这正是当下企业应用AI最大的盲区:我们总在盯着“如何把人变快”,却对那个把人困住的庞大迷宫视而不见。
过去两年,学界和商界都在热衷测量AI对个体的提速:MIT实验证明ChatGPT让写作耗时减少40%,《经济学季刊》发现AI帮客服每小时多处理15%的工单。数字很漂亮,但离“百倍重构”差着数量级。更荒诞的现实是:许多企业斥巨资引入AI,让员工写报告、做表格的速度快了十倍,业务交付周期却纹丝不动——毕竟,报告生成得再快,也不能让正在出差的领导提前回办公室签字。
只给员工提速,就像在堵死的晚高峰高架桥上给每辆车换装 法拉利 引擎。只要红绿灯和收费站还在,跑车也只能原地怠速。
企业为什么会演化出如此庞大的“减速带”?
因为现代科层制,本质上是为“人类大脑的带宽极限”打的补丁。一个人不可能同时精通工程、法务、财务与安全,企业只能靠切碎分工来拆解复杂性。但科斯在《企业的性质》里早算过这笔账:组织不是免费的。
一件事拆给五个部门,就得额外发明一套管理岗和审批流把它们粘起来。部门扯皮,就成立跨部门委员会;委员会推诿,再设督导组;督导组难量化,再上一套考核体系。最终,一件芝麻大的需求,拥有了与其重要性完全不相称的宏大组织规格。
这就是复杂组织最致命的癌变:复杂性会自我繁殖。
在这台机器里,没人偷懒,每个部门都无懈可击:财务怕付错款,法务怕担风险,IT怕出漏洞,领导怕背黑锅。局部看人人尽责,整体看寸步难行。企业最可怕的内耗,从来不是一群人在摸鱼,而是一群聪明人加班加点,忙着解决彼此制造出来的麻烦。
打破这种死锁,靠“加速动作”没用,唯一的解法是“消灭动作”。
上世纪80年代, 福特汽车 发现北美应付账款部养了500多人,而马自达干同样的事只需5个人。原因不在于马自达的会计打算盘更快,而在于福特的500人全耗在采购单、收货单与发票的反复人工核对上;马自达则直接让收货数据触发自动付款——它直接废掉了“核对发票”这件事。
管理学家迈克尔·哈默将其提炼为一句狠话:“不要自动化,要彻底抹除(Don't Automate, Obliterate)。”讽刺的是,三十多年过去,无数企业面对新技术,依然痴迷于把纸质审批变成电子审批。
今天,AI真正颠覆的地方,恰恰在于它第一次具备了“抹除组织复杂性”的能力。
过去的软件只能执行死板规则;一个VPN申请之所以要走一周,是因为业务、网络、安全的知识散落在不同人脑子里,申请单只能在办公桌之间长途旅行。而大模型第一次打破了专业藩篱,能同时读取业务背景、技术架构和安全条例,几秒内完成跨专业评估,把终极决策直接推给授权人。
这意味着,过去为了“收集信息、对齐颗粒度、跨部门协调”而设立的庞大环节,一夜之间失去了存在基石。以前,我们必须用复杂的组织去对抗复杂的业务;现在,AI让我们第一次可以用极简的组织,吞吐同样复杂的世界。
麦肯锡2025年的调研印证了这一分野:在影响AI回报的25项因素中,“重构工作流”对利润拉动排名第一,但真正动刀改造流程的企业只有21%;超六成企业坦承AI对整体利润毫无影响。
原因再简单不过:员工用上了AI,不等于企业拿到了AI的红利。不敢追问“报告为什么要写、为什么要审四遍”,AI唯一的作用,就是帮公司以十倍速度制造等待审批的数字垃圾。
这也解释了为什么眼下AI圈最时髦的“前线部署工程师(FDE, Forward Deployed Engineer)”往往治标不治本。许多企业以为自己缺的是帮旧流程写代码的驻场工程师,其实他们真正急需的,是敢于动刀砍流程的“组织重构顾问(ORC, Organizational Reconstruction Consultant)”——FDE根本不是客户的真实需求,ORC才是。
因此,企业引入AI的第一刀,绝不该是盘算“哪个基层岗位能裁掉20%”,而是拿着手术刀审视组织架构图:哪些动作在创造客户价值?哪些动作纯粹在伺候旧制度空转?
工业革命的伟大,不是给马车夫喂更好的草料让他跑得更快,而是让马车退出了历史舞台。AI革命的终局,也绝不会是员工打字更快、领导批阅更忙。它真正要清盘的,是那些曾经无比正确、如今却只剩内耗的组织复杂性。
(作者鲁漫为科技行业创业者、产品经理)
奇瑞发布垂类基础大模型CheryMind和紫微芯片
- 详细资料
- 分类:赛事资讯
- 发布于 2026年10月21日 星期三 02:47
来源:上海证券报·中国证券网
上证报中国证券网讯(记者 俞立严)10月20日,以“Change•改变”为主题的2026奇瑞全球创新大会在芜湖奇瑞全球技术创新中心开幕。
奇瑞汽车 董事长尹同跃表示,进入瑶光2035战略阶段,奇瑞的高科技产业生态集群要具备全生命周期的电动化、高度协同的智能化、全球视野的品牌向上、深度融入的国际化、开放共生的生态化五个特征。
尹同跃介绍,作为最早布局AI的汽车企业之一,奇瑞已经进行了长达20余年的AI技术研发,并以汽车产业为基石,将AI汽车的通用技术复用到墨甲人形机器人(12.810, -0.04, -0.31%)、Robotaxi、eVTOL、能源、农机等千行百业,带动AI向物理世界全面延伸。
奇瑞汽车 执行副总裁、CTO高新华在全球创新大会发布了针对物理AI研发的垂类基础大模型——CheryMind。该模型是奇瑞走向“AI驱动企业”的核心引擎。同时,奇瑞自主可控的紫微芯片也正式发布,核心产品系列——紫微C系列、紫微S系列、紫微M系列在算力、电能、控制等三方面进行提升。
OpenAI收购Pierre,Codex要对Git下手?
- 详细资料
- 分类:赛事资讯
- 发布于 2026年11月05日 星期四 01:43
编辑|冷猫
刚刚,OpenAI 官方宣布将收购 Pierre Computer Company。
OpenAI 称这笔收购是为了加速一个愿景,让 Codex 成为团队与 AI 一起构建软件的地方,「从最初的想法,到最终发布的版本」。
同一时间,Pierre 官方账号也发出了一个在篮球场拍的视频,宣布加入 OpenAI 的事宜。在视频中,他们表示「好消息是,我们仍在做大家喜爱的产品」。(实话说视频拍得有点抽象)
OpenAI 他们希望和 Pierre 一起,为现代软件开发树立标准,覆盖的范围是「从智能体创建第一个分支,到代码部署上线、面向全世界的精彩时刻」。公告还提到,OpenAI 希望 Codex 能把企业交付的代码,与员工所做的决策联系起来。
根据官方公告,Pierre 此前打造了代码托管服务 Code Storage 及一系列开源开发者工具,其中 Trees 和 Diffs 两个开源库已被用于 Codex 应用的文件浏览和代码差异审查界面。
此次收购旨在进一步改进开发者熟悉的 Git 工作流,让其更好地适应人与 AI 编程智能体协作的新模式。
OpenAI 承诺,Pierre 的开源项目将继续保持开源,现有客户也可继续使用 Code Storage,相关能力未来将逐步整合进 Codex。目前交易仍需满足监管批准等交割条件,在正式完成前,双方将继续独立运营。
Pierre 是何方神圣
Pierre 的联合创始人兼 CEO 是 Jacob Thornton。前端开发者对他应该不陌生,他是 Bootstrap 的联合作者之一。这个诞生于 Twitter 内部的前端框架,后来成为全球最流行的 CSS 框架之一,几乎是一代 Web 开发者的入门工具。
另一位联合创始人是 Ian Ownbey。根据 Dealroom 等创投数据库的信息,Pierre 成立于 2023 年,团队规模在 11 到 50 人之间。另据 IA40 榜单披露,Pierre 累计融资约 2400 万美元。
打开 Pierre 的官网 pierre.computer,你会看到一个极简的复古风页面,像是从上世纪 90 年代穿越过来的。页面上对公司的介绍只有一句话:Pierre 做的是「为机器工作打造的底层、可组合的产品基础设施」。
对,官网只有这么多内容。
Pierre 的产品线并不多,一个商业产品加三个开源项目:
Code Storage:商业化主力产品,面向 AI 的 Git 托管基础设施
Diffs:代码差异渲染库
Trees:项目文件树浏览库
DiffsHub:基于 Diffs 的开源项目
Code Storage 是 Pierre 最核心的产品,定位是为业内最大规模的智能体工作负载存储代码和其他机器生成的产物。
它支持单仓库最高 32TB 的存储容量,仓库数量和总存储空间不设上限。Git 请求和 API 请求均不限速,实测单仓库每秒可处理超过 500 次 Git 请求,API 请求峰值超过每秒 1.5 万次,同时支持 30 个以上的并发写入,并提供 99.99% 的可用性 SLA。
这些指标背后,是 AI 编程正在改变代码生产的节奏。人类工程师一天可能只提交几次代码,AI 智能体却可能在一分钟内创建几十个分支,同时发起大量读写请求。传统 Git 托管平台的限流机制和访问控制流程,主要围绕人类开发者的使用习惯设计。当编程智能体成为高频用户,原有的基础设施也需要跟着改变。
Code Storage 正是为此而来。技术上,它基于 Git 的三阶段提交协议,结合「辐条式」法定多数(quorum)架构,在支持高并发读写的同时,保证数据的持久性与一致性。开发者既可以通过 TypeScript、Python、Go 的 SDK 直接操作仓库,也可以沿用原生 Git 协议进行 clone 和 push,并与 GitHub、 GitLab 、Bitbucket 双向同步。这意味着,开发者无需彻底改变现有工作流,就能接入面向 AI 智能体优化的代码存储服务。
连定价方式也考虑到了 AI 编程的特点。7 天内被访问过的热数据,每 GB 每小时收费 0.005 美元;超过 7 天未访问的冷数据,则降至 0.0002 美元,两者相差 25 倍。
在 AI 编程场景中,智能体可能快速生成大量代码、分支和中间产物,其中不少只会被读取或修改一两次,之后便长期闲置。通过冷热数据分层计费,Code Storage 试图让这种高频生成、低频访问的代码存储模式,在成本上变得更加可持续。
如果说 Code Storage 解决的是「代码存在哪」,那 Trees 和 Diffs 解决的就是「人怎么看懂代码」。
Trees 让开发者能快速浏览和定位项目文件,Diffs 让代码变更一目了然。OpenAI 在公告里专门夸了这两个库,说它们「都能让开发者轻松审查和浏览大量代码,同时保持出色的性能」。
Diffs 还有一个很实用的编辑模式。审查者在 diff 视图里发现问题,可以直接在原处改掉那一行,不用再切回编辑器。新发布的 Highlights 则能在开发者打字、或者智能体流式输出代码时,实时更新语法高亮。
当 AI 代码爆发
从 Pierre 做的事情中,不难发现 OpenAI 这笔收购背后,其实指向一个越来越普遍的焦虑。
AI 写代码的速度早就超过了人类。但代码写出来,总得有人看、有人审、有人为它负责。当一个工程师同时指挥好几个智能体并行干活,每天要过目的 diff 可能是过去的好几倍。
审查和发版环节,正在成为 AI 编程时代真正的瓶颈。
OpenAI 在公告里特别强调了这一点,「Git 的使用还有另一个重要环节,开发者如何审查代码」。Pierre 的工具能被看上,很大程度上是因为它们在「让人快速看懂大量代码」这件事上下足了功夫。
另一个值得琢磨的信号,是 OpenAI 提到的「将企业交付的代码与员工所做的决策联系起来」。Git 能够记录代码变化,却很难记录变化背后的讨论和取舍。当越来越多代码由 AI 生成,代码变更背后的原因会变得比以往更难追溯,也更加重要。
当然,收购本身并不代表 Codex 明天就会变成一个全新的代码平台。交易还需要监管批准,整合也需要时间。OpenAI 目前给出的承诺是开源项目继续开源、Code Storage 客户继续可用,具体的新产品形态还没有公布。
回头看,AI 编程工具的竞争正在一层层下沉。过去十多年,代码的存放、追溯和管理几乎被 GitHub 这样的平台牢牢占据。现在,OpenAI 把一家专为 AI 打造 Git 基础设施的公司收入囊中,意图已经相当明显。
那么问题来了。如果未来大部分代码由 AI 写、AI 审、存在 AI 公司的平台上,开发者还会需要今天这样的 GitHub 吗?你所在的团队,又准备好让 Codex 接管从第一个分支到上线发布的全流程了吗?
欢迎在评论区聊聊你的看法。
美国国债延续涨势 股市抛售打击风险情绪
- 详细资料
- 分类:赛事资讯
- 发布于 2026年10月15日 星期四 07:27
随着全球股市抛售引发避险资产需求,美国各期限国债普遍上涨。
周四亚洲早盘交易时段,基准10年期美债收益率下跌5个基点至5.14%。对利率政策敏感的2年期收益率也走低,而此前因通胀和财政担忧而遭遇重挫的30年期国债收益率同样下行。
“市场终于回到了追求优质资产的老路,即在抛售股票时买入国债,”ITC Markets高级分析师Kit Lowe表示。
美债延续了周三的涨势,此前美国通胀数据好于预期,导致股市暴跌,从而提振了债券需求。包括Pimco在内的多家基金管理公司均建议,在近期抛售潮过后增加债券配置。