全球科技股的反弹终于来了！
隔夜纳指涨近 3%，费城半导体芯片指数涨近 7%，韩股开盘直接涨熔断，韩国综合指数最终收涨 4.39%，SK 海力士收涨 6.69%。
A 股这边 AI 软件、硬件同步上扬，影视 ETF 国泰涨 4%，科创机械 ETF 嘉实和创业板人工智能 ETF 华宝涨 3%。
( 本文内容均为客观数据信息罗列，不构成任何投资建议）
随着 13F 报告陆续披露，巨头调仓方向浮出水面：淡马锡在 AI 内部做再平衡，柏基则沿 AI 硬件全链条深度加码。
两份调仓背后，指向同一个方向—— AI 投资正从野蛮式狂奔进入算账阶段：资本密集不等于低回报，关键看谁有基建运营能力、谁能用 AI 提升竞争力。
其中，6 月就放话要未来 4 年斥资 500 亿美元追投 AI 的淡马锡，在史诗级回撤的三季度究竟会如何调仓，成为市场关注的焦点。
淡马锡 Q3 的核心不是简单加仓 AI，而是降低金融敞口之余、在 AI 上下游之间再平衡，并向电力能源和 AI 应用延伸。
截至今年 9 月底，淡马锡在美股投资达 367 亿美元，比第二季末略减 1.5%；共持有 190 只，前十大持仓占比达到 53.1%。
前十大重仓股中，前九位依旧是贝莱德、谷歌 A、VISA、英伟达、万事达卡、微软、博通、亚马逊和 spaceX，而生命科学龙头赛默飞世尔新进前十，替代印度工业信贷投资银行（IBN）。
虽然前十大重仓股名单看似变化不大，但淡马锡 Q3 动作可不小：仅谷歌、亚马逊、赛默飞世尔为主动加仓，其余均被减持。
其中，贝莱德、VISA 连续两个季度被减持，万事达卡 Q3 也被减持，呈现出持续降低金融敞口的迹象。
在 AI 方向的调仓呈现再平衡操作，上游与下游均衡配置：
Q2 建仓 983 万股便跻身第五大重仓的 SpaceX，Q3 被减持 214.6 万股，排名滑落至第九位，是前十中减持比例最大的标的。
同时，英伟达、博通和微软 Q3 被减持，仅谷歌、亚马逊两大云巨头获得持续加仓，新进 4.43 亿美元英特尔和 790 万美元 SK 海力士。
淡马锡 Q3 继续加码 AI 基础设施的电力与能源配套：新进数据中心配电龙头伊顿、高度互联龙头安费诺、英国公用事业龙头国家电网。
值得留意的是，淡马锡 Q3 开始试水 AI 应用：一方面，赛默飞世尔新进前十，是前十中唯一的医疗保健标的；另一方面，使用期权工具新进多只金融科技软件、手术机器人个股，同时新买入互联网视频巨头哔哩哔哩。
尽管淡马锡放话未来 4 年 AI 仓位要提升至 10% — 15%，但同时强调剩余的 85% 公司必须有能力利用 AI 应用提高自身竞争力。
官方直言：" 投资 AI 创新企业固然重要，但真正的落地在于 AI 的普及应用。我们组合中其余 85% 的资产必须聚焦于通过 AI 应用提升竞争力。"
这就是淡马锡今年 6 月突然发力追投 AI 的主要原因。在他们看来，生成式 AI 正在重塑商业模式与工作形态，是数字化进程中的关键爆发阶段，将成为长期价值创造的基础能力，而非短期主题热点。
" 我们持续投资于得益于数字化进程的企业，并且看到人工智能的快速发展期是创造大量新机遇的关键阶段……我们相信人工智能将成为长期价值创造的基础能力。"
如果说淡马锡是在 AI 内部做再平衡，那么百年巨头柏基投资则是沿着 AI 硬件全链条深度加码：三季度不仅继续加仓 AI 硬件，而且力度更大，英伟达继续获加仓，重回第一大重仓股。
截至 9 月末，柏基投资三季度的管理规模为 1058.96 亿美元，比二季度小幅减少 3.93%，共持有 278 只个股，前十大持仓合计占 44.98%。
柏基本次加仓的 AI 产业链标的，持股数增幅普遍在 100% 以上：
半导体设备商泛林集团从仅 58 股直接增至 350 万股，持仓市值达 11.49 亿美元，属于大手笔新建仓；Arm 持股数增幅 320.3%，市值增至 5.37 亿美元；科磊持仓增幅 180.1%，市值增至 5.17 亿美元；与淡马锡一致，柏基 Q3 同样小幅建仓 SK 海力士，金额 3262 万美元。
在 AI 融资疑虑升温、AI 硬件交易逻辑松动的背景下，柏基投资为何如此坚定加码 AI 硬件？这在其官网最新发表的《Trading cash flows for compute: the economics of AI infrastructure》（用现金流换取计算能力：人工智能基础设施的经济学问题）中可见端倪。
其 Long Term Global Growth（LTGG）团队核心围绕 AI 基础设施的资本经济学、融资周期与长期选股逻辑展开，给出一个核心观点：AI 正在终结轻资产增长时代，巨头集体用现金流换算力，有基建运营能力的巨头，资本密集≠低回报。
在 LTGG 看来，AI 若真的代表下一次工业革命，资本密集本就是历史必然，但资本密集不等于回报低下，正如技术进步本身也不保证投资收益。对该团队而言，资本强度上升反而是分化的机遇——核心是区分 " 为 AI 革命出钱融资的主体 " 和 " 真正能从革命中持续获利的主体 "。
文章以亚马逊为例，论证 AI 资本开支并非必然低效。一方面，财报已验证回报能力：AWS 营收增速已回升至近 40%，为五年最快，运营利润同比增长 56%，显著快于收入增速，说明资本扩张并未阻碍经营杠杆释放。
另一方面，文章点出算力资产的折旧周期比市场预期更长：上市 6 年的老款英伟达芯片租金仍在上涨，打破了 " 算力资产快速过时贬值 " 的假设，在其看来，已大幅折旧的基础设施若能持续高价利用，将带来可观的增量回报，叠加新一代芯片，长期回报空间充足。
但文章也指出风险：若基础模型算力需求下降、缩放定律失效，基建投资会面临过剩风险；但若递归自我改进（RSI）在未来几年落地，算力需求将出现爆发式增长。不过在该团队看来，SpaceX 的新云业务坚持现货定价而非锁定多年长约，就是在押注需求超预期的上行弹性。
从淡马锡的 AI 内部再平衡，到柏基的全链条加码，巨头们的调仓并非简单的投 AI 还是不投 AI，而是在回答 AI 进入资本密集时代后的核心问题：谁在为算力革命出钱，谁又能把算力转化为持续回报。
淡马锡聚焦用 AI 提升竞争力的企业，柏基强调区分 " 融资主体 " 与 " 获利主体 "，其实指向同一个判断—— AI 的长期价值不只在芯片和算力本身，更在谁能真正在生产中融入 AI。
因此，真正的分化，不是投不投 AI，而是能否在天量资本开支、需求不确定和技术迭代中，找到真正获益的对象。对市场而言，这或许比短期反弹更值得关注。
格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。