廣發證券首席策略分析師劉晨明在8月9日釋出的專題研究中表示，6月下旬至7月末全球AI板塊的劇烈調整並非產業邏輯斷裂，而是高估值資產在槓桿收縮壓力下的集中出清。他同時指出，隨著北美雲廠商財報落地，三條新敘事正在重塑AI定價，而Agent向RSI（遞迴超級智慧）的迭代需求可能成為下一階段AI投資的主線邏輯。

劉晨明認為，本輪迴撤由三股力量共同觸發：擁擠交易的鬆動、AI應用增長未能持續超預期，以及韓國儲存鏈從“盈利上修”切換到“盈利高點與擴產壓力”的交易邏輯。這三者疊加，放大了全球AI硬體鏈的波動。調整始於6月22-23日，當時KOSPI收於約9114點，費城半導體指數處於14634點附近，市場估值缺乏繼續推升的安全邊際。韓國監管層隨後表示，允許單隻股票槓桿ETF上市的決定“可能過於倉促”，將重新審視投資者保護和產品風險，直接觸發融資平倉和槓桿產品減倉。6月25日，蘋果以儲存和記憶體成本上漲為由上調部分Mac和iPad價格，次日費城半導體指數下跌5.29%，日經225下跌4.15%，產業敘事轉向儲存漲價從“上游盈利利好”變為“終端成本壓力”。

7月末，北美四大雲廠商集中披露財報，AI板塊開始企穩。劉晨明指出，三條新敘事正在重塑定價邏輯。第一，市場不再單純懲罰高CapEx，而是轉向獎勵收入兌現。四大雲廠商自由現金流普遍惡化，但7月29日至8月7日股價整體明顯反彈，Amazon和Microsoft從低點分別反彈21.1%和28.0%，原因是兩者在上調CapEx指引的同時實現了更明顯的收入和營業利潤超預期；Meta則因Q2營業利潤低於預期、自由現金流同比下降91%，次日股價下跌7.95%，企穩幅度墊底。第二，CapEx再上修重新成為硬體鏈利好。二季報後，除微軟因會計重分類將2026E指引從1900億美元下調至1750億美元外（實質未削減裝置採購），其餘雲廠商CapEx預期均上行，四大雲2026E CapEx總體較年初預期增加250億美元，緩解了市場對上游晶片、通訊連線和儲存訂單增速放緩的擔憂。第三，2027-2028年CapEx增速缺口成為市場分歧最大的地方。四大雲CapEx絕對數額仍在增長，但增速預計從2026E的105%降至2027E的45%、2028E的9%。若要維持2025年67%的增速，2028年需額外填補5055億美元；若要維持2026年105%的增速，缺口高達1.9375萬億美元。

市場找到的新敘事是RSI——遞迴超級智慧。劉晨明解釋，不同於過去人訓練模型，RSI模式下模型訓練模型，可在短時間內進行巨量方案嘗試、不眠不休地迭代，訓練速度遠超舊範式，所需算力因此大幅增加。尤其是SSI公司獲得輝達約50億美元戰略投資後，“模型商接棒算力需求”的邏輯獲得更多關注。廣發證券對模型商和新雲廠商的2027-2028年CapEx做了系統測算：2027年，OpenAI（Stargate計劃，與AMD的6GW GPU部署協議）、Anthropic（與AMD簽署上限2GW計算系統部署協議，首批1GW計劃2027年上半年啟動）、xAI（AI業務2027年CapEx將達739億美元）以及Coreweave等新雲廠商，合計預計新增約10GW算力需求，對應CapEx中值約4609億美元；2028年，上述玩家CapEx增量進一步增長至中值約5252億美元。結論是，若參照2025年67%的增速，模型商和新雲目前已知專案的CapEx增量可填補缺口；但若要維持2026年105%的增速，2028年所需的19376億美元遠超預計新增的5252億美元，缺口仍顯著。劉晨明認為，第三條敘事方向正確，但定量層面有待更多專案協議落地。

除算力需求外，RSI還可能開啟新一輪應用需求。當前廣泛使用的Agent大多處於L1層級——根據人類指令完成編碼、除錯等子任務，本質是“高效執行工具”。真正的變化在L2-L3階段：L2階段AI能根據執行軌跡自主修改約束條件甚至演算法，例如在財務預測中模型可能發現需加入“換機週期”等新因子，並將改進反哺訓練資料，實現高質量資料自產，推動自身CoT和工作流的遞迴進化，這涉及強化學習和大量算力支撐；L3階段，當前一代模型實質參與下一代模型的訓練和部署，進化速度快到人類無法干預。劉晨明指出，當前市場擔憂coding agent和辦公輔助的滲透率接近階段性天花板，但AI投資具有“供給創造需求”的特徵——模型能力突破往往會開啟新的需求邊界，類似通訊從2G升級至4G後帶來的應用滲透浪潮。如果L2階段AI從被動執行走向主動參與“規律探尋”和“規則製造”，商業化形態可能從coding agent擴充套件至企業級work agent，乃至新agent模式。

關於修復節奏，劉晨明觀察到全球明顯分化。美國方面，企穩從下跌最劇烈的AI硬體半導體起步，隨後蔓延至雲廠商，微軟和亞馬遜反彈最強，Meta僅小幅收回跌幅。韓國KOSPI從6月22日至7月30日下跌約39%後，7月31日單日反彈17.9%，截至8月7日從最低點企穩18.9%；槓桿ETF較年內峰值已去化55.21%，但信用融資去化僅21.24%，場內衍生品去化10.50%，出清仍在推進。值得注意的是，8月5日KOSPI上漲3.76%的同時，散戶個股槓桿ETF仍出現2.56%的淨贖回，說明反彈並未重新吸引槓桿資金追漲。A股修復力度相對有限，創業板指僅小幅抬升，原因在於缺乏同步的盈利驗證與增量資金——海外雲廠商資本開支驗證了HBM訂單仍強，但這條傳導鏈對A股科技成長的對映相對間接。

劉晨明認為，AI板塊可能已出現第一個階段性頂部，但這不是產業週期終點。三個維度的泡沫框架顯示：實體投資擴張程度僅相當於1994-1995年中期階段，遠未過熱；投資者情緒大致相當於1999-2000年水平，樂觀但未狂熱；估值水平同樣類比1999年左右，後續上漲需要更多基本面兌現支撐。企穩並不意味著重新回到單邊上漲，後續更可能進入高波動、高輪動階段。修復順序大機率仍沿著“硬體 → 雲廠商 → 模型商 → 應用”的鏈條展開，硬體鏈很難長期一枝獨秀，市場會逐步切換到雲廠商的資本開支兌現、模型公司的商業化能力，以及最終的應用層。

需要密切跟蹤的核心指標包括：模型商ARR是否持續增長（OpenAI、Anthropic當前ARR分別已超470億和300億美元）；雲收入增速是否能持續覆蓋快速擴張的資本開支（AWS二季度收入同比增長37%至422億美元，創近18個季度最高增速）；以及token價格持續下降的背景下，使用量增長能否等比例轉化為收入。劉晨明強調，若出現真正具備使用者規模、留存和付費能力的現象級應用，AI行情的主線才會從“賣鏟人”進一步擴散到“用AI創造現金流”的公司。這一步目前尚未發生，但它是整個敘事鏈條的終點。