AI的尽头，真是太空？
AI智能体攻克千禧难题、美债收益率逼至2007年以来高位、长鑫科技DRAM份额升至10%——三件事拼出同一条暗线：AI的算力胃口正在重估一切产业链，包括轨道。本文拆解AI能力、资本成本与存储供给三条曲线，推演算力为何开始看天。
9月8日，OpenAI的一群AI智能体宣布给出千禧年大奖难题之一——纳维-斯托克斯方程问题的答案；同一个9月，长鑫科技的DRAM全球份额站上10%，30年期美债收益率冲到2007年以来最高。三件事看似各说各话，其实指向同一个问题：AI的算力胃口，正在重新给所有产业链定价——包括天上的轨道。这篇文章想把这条暗线拆开看看。
🧠 一道26年没人动的题，被智能体解了
数学的城墙，从来不是被推倒的，是被绕过的。
2000年，克雷数学研究所拿出700万美元，悬赏7道数学难题，每道奖金100万美元。这就是千禧年大奖难题，公认的人类智力天花板。26年过去，只有一道被解开——俄罗斯数学家佩雷尔曼2003年证明了庞加莱猜想，然后拒绝领奖，隐居至今。其余6道，纹丝不动。
直到9月8日，第二道的答案来了。给出答案的不是哪位数学家，是OpenAI的智能体。据流传甚广的一个细节，纽约大学教授看到结果后的第一反应是质问：你是不是看过我的草稿？
被攻克的纳维-斯托克斯方程，大约200年前写下，是描述流体运动的一组公式。水从龙头里怎么流出来，气流怎么掠过机翼，洋流怎么翻涌，全靠它来算。数学家一直被一个问题困扰：这组方程会不会在某个点算出速度无穷大——也就是所谓的"爆破"，数学上叫奇点。克雷悬赏的正是这个问题，两条路任选：证明爆破永不出现，或者找到一个会爆破的反例。
在AI介入之前，不少数学家已经倾向第二条路，包括华人数学家周帆在内的一批研究者一直朝这个方向推进。OpenAI也走了第二条路，构造出了一个会爆破的实例——这组服役200年的方程，在数学上并不完备。工程师照样可以用它算飞机和管道，因为真实流体由分子构成，数学上的不完备碰不到物理现实。但它揭示了一件事：哪怕在理想化的数学世界里，牛顿第二定律作用于流体的后果，也比直觉诡异。
对航天行业来说，这个消息的分量被普遍低估了。纳维-斯托克斯方程是火箭气动外形、发动机燃烧、再入热流仿真的数学地基。工程上方程照用不误，但AI把"从研究直觉到严格构造"的周期，从数十年压缩到了周末级。业内流传一句话：现在评估一家火箭公司，与其看厂房，不如看它的设计-仿真-试验闭环有多快。低轨星座竞争的本质是迭代速度竞争，而数学工具的产能，就是研发产能。
📉 债券才是AI交易的锚，选举是引线
AI故事的锚，不在芯片厂商的财报里，在债券收益率上。
美银证券首席投资策略师Michael Hartnett在最新一期《Flow Show》周报里给出了一个冷静的判断：长端收益率——而不是股票叙事——才是当前AI交易的真正锚点。上周市场最值得关注的事件，不是超预期的就业数据，而是全球债券市场的全面失守。
| 品种 | 收益率 | 位置 |
|---|---|---|
| 10年期美债 | 4.81% | 逼近2008年金融危机水平 |
| 30年期美债 | 5.31% | 2007年以来最高 |
| 日本10年期国债 | 突破3.0% | 1996年以来首次 |
| 日本30年期国债 | 4.2% | 约为日央行政策利率四倍 |
| 德国10年期国债 | 3.38% | 2011年后新高 |
| 法德利差 | 88基点 | 2012年欧债危机水平 |
| 意德利差 | 84基点 | 2012年欧债危机水平 |
彭博全球债券收益率指数升至2007年以来最高，距本世纪最高只差1个百分点。Hartnett把这套现象提炼为四个字：债券主导泡沫。他的核心结论是——在全球30年期收益率降到5%以下之前，AI基础设施的建设方与投资方将持续跑输AI技术的应用方。
更被市场低估的变量是中期选举。Polymarket数据显示，民主党横扫两院的概率已升至50%，远高于共和党横扫的10%；特朗普总统支持率仅在35%至40%区间，显著低于历史上中期选举前两个月53%的均值。美银8月基金经理调查中，47%的受访者预期"共和党控参院、民主党控众院"，预期民主党横扫的只有23%。目前共和党在参院以53比47、众院以218比212领先，但北卡罗来纳（翻转概率92%）、缅因（69%）、俄亥俄（55%）、德克萨斯（51%）等席位都在摇摆区间。Hartnett警告，民主党横扫将带来逾10%的美股跌幅，AI泡沫面临破裂风险，而投资者几乎未对此定价。
一个值得商业航天行业记下的细节是：华尔街已把目光投向德州州长选举——共和党现任州长Abbott（支持率49%）与民主党挑战者Hinojosa（45%）的角力，被视为AI数据中心扩张政策走向的风向标。当数据中心开始进入地方政治议程，意味着地面算力扩张的摩擦成本在系统性上升。这对商业航天是个重要参照：星座是比数据中心更长久的资本开支，对长端利率更敏感。同样的锚，同样压着卫星互联网的建设方。
🔋 存储：AI热钱先淹到的地方
风口来的时候，先湿透的是离水最近的那个卖铲人。
9月2日，市场调研机构Counterpoint Research发布报告：长鑫科技今年二季度全球DRAM营收市占率，从去年同期的4%升至10%，稳居全球第四。同期，三星从33%升至38%，SK海力士从39%降至25%，美光从22%升至24%。
| 厂商 | 去年同期 | 今年二季度 | 变化 |
|---|---|---|---|
| 三星 | 33% | 38% | +5个百分点 |
| SK海力士 | 39% | 25% | -14个百分点 |
| 美光 | 22% | 24% | +2个百分点 |
| 长鑫科技 | 4% | 10% | +6个百分点 |
业绩曲线更夸张。8月28日，长鑫科技发布上市后首份半年报：上半年营收1503.1亿元，同比增长873.64%；归母净利润776.05亿元，实现扭亏为盈。驱动因素素材里写得直白——全球AI基础设施建设热潮，存储晶片需求持续攀升，供应趋紧、价格上涨。长鑫正加快扩充产能，并推进高带宽存储器（HBM）等技术研发，向高端产品爬坡。
这轮9月前后的产业节奏排下来很有意思：
- 8月28日 ： 长鑫科技发布上市后首份半年报
- 9月2日 ： Counterpoint发布全球DRAM份额报告
- 9月8日 ： OpenAI智能体公布千禧难题答案
把这条时间线倒过读，就是AI产业资金的漫灌路径：模型能力跃升（第一节的智能体）→推理与训练需求暴涨→GPU之后的瓶颈落在存储→HBM吃紧外溢到通用DRAM→钱淹到每一个环节。对中国航天产业链，这不只是看热闹：卫星批量制造同样吃存储与算力芯片，国产存储产能起来了，星座载荷的供应链冗余度才谈得上提升。AI基建的钱是自上而下漫灌的，商业航天要盯住的是它漫到的下一站。
🚀 当地面装不下算力，轨道就不是段子了
需求不会消失，只会换个地方安放。
把前三节拼起来看：AI能力曲线陡峭上升（千禧难题），资本成本与政策摩擦同步抬升（债券收益率、德州选举），关键硬件供给在快速补位（DRAM份额）。这三条线交叉处，压着一个地面数据中心绕不开的问题——电力、土地、审批、融资，四重约束同时收紧。据多位接近星座运营方的人士说，近来头部星座公司的载荷需求讨论中，"在轨推理"被提起的频率明显变高了；业内甚至有半开玩笑的说法：德州州长选情，可能比一份火箭发射订单更能影响卫星行业的估值。
轨道的账本逻辑并不复杂：近地轨道光照资源充沛、散热依赖辐射天然高效、不占用地面土地与电网容量；而卫星互联网星座已部署的星间激光链路与全球覆盖能力，天然是分布式算力网络的骨架。SpaceX的星链证明了星座级批量部署的工程可行性，现在的问题只是：载荷从通信载荷升级为算力载荷，经济上何时成立。
但要把冷静保持到底：轨道算力短期是补充，不是替代。在轨维修基本为零、辐射加固成本高企、发射成本仍是硬门槛，这三条不会因为叙事火热就消失。真正的观察指标是三条曲线的斜率——单位重量发射成本、星间链路带宽、载荷算力功耗比。哪一条先陡下去，轨道算力就从段子变成生意。
小结
一道千禧难题、一串债券收益率、一份DRAM份额报告，其实是同一个故事的三种字体：AI正在重估一切产业链的定价。对商业航天而言，机会不在追热点，而在接住外溢——数学工具加速研发迭代、存储国产化补强供应链、地面算力约束把需求往天上推。未来12至18个月，盯住三条曲线：发射成本、星间带宽、载荷功耗比。AI的尽头未必是太空，但太空一定是AI绕不开的那一站。