跳到主要內容

NASDAQ 一週暴跌 4%、半導體 ETF 崩跌 9%,AI 泡沫真的要破了嗎?

一句話結論: 2026 年 7 月第三週的科技股暴跌不是 AI 基本面的崩壞,而是一次槓桿過度的清算——韓國散戶的兩倍槓桿 ETF 在市場下跌時被強制平倉,恐慌經由全球金融鏈條傳導到美股,真正的 AI 資本支出並未放緩,反而在加速。

這週到底跌了多少?

如果你這週打開過股票 App,大概會懷疑人生。

先看數據:標普 500 本週跌 1.6%,不痛不癢。但拆開來看,納斯達克(NASDAQ)跌了 2.9%,而費城半導體指數(SOX)單週暴跌 8.5%——距離上個月高點累計跌了將近 20%,技術上已經進入熊市區間。

最慘的是半導體 ETF SMH,本週跌了將近 9%

半導體指數兩次泡沫的走勢疊加圖——市場正在經歷一次劇烈的槓桿去化

個股方面更慘烈:

  • AMD:跌 11.1%
  • 台積電(TSM):季報超預期,但股價單日跌 7%
  • ASML:季報超預期,但股價跌 6%+
  • 特斯拉:跌 6.6%
  • 美光(Micron):持續下跌,DRAM 報價漲但股價照跌

好消息出來,股價反而跌——這在正常市場幾乎不可能發生。這背後只有一個解釋。

季報那麼好,為什麼還跌?

台積電和 ASML 這週都交出了超漂亮的季報。

台積電營收和利潤雙雙大幅超過華爾街預測,ASML 的訂單更是強勁,還上調了全年營收指引到 430-450 億歐元,同時宣布 2027 年 EUV 和 DUV 產能擴張 30%。

但季報公布後,兩家公司股價分別跌了 7% 和 6%。

為什麼?因為市場現在根本不在乎你這季賺了多少錢。它在問一個更大的問題:

微軟、Google、Meta、亞馬遜四家公司合計宣布了超過 3000 億美元的 AI 資本支出——這些錢,到底值不值?

除了 AI 資本支出回報的質疑,還有另一個催化劑直接引爆了恐慌。

Kimi K3 效應:中國 AI 的第二次衝擊

7 月 17 日,中國 AI 公司月之暗面(Moonshot AI)宣布,其旗艦模型 Kimi K3(2.8 兆參數)將於 7 月 27 日開源。

這消息直接炸開了市場對「AI 軍備競賽」的質疑:如果中國公司用極低成本就能做出頂尖開源模型,美國巨頭砸進去的幾千億美元資本支出還有意義嗎?

這不是第一次了。2026 年初 DeepSeek 就曾衝擊過美股,當時也引發了類似恐慌。但這次不同——K3 的規模更大(2.8 兆參數對比 DeepSeek 約 1.5 兆),且開源意味著任何人都可以下載、蒸餾、商用。

消息一出,NVIDIA、AMD、美光等硬體股集體跳水。

但冷靜想想,這裡其實藏著一個經濟學原理。

傑文斯悖論:效率提升從來不會減少消耗

Kimi K3 證明了一件事:不需要花天文數字的錢也能做出頂尖模型。短期來看,這對硬體股是利空——投資人擔心 GPU 需求可能降溫。

但歷史上有一個反覆驗證的經濟學規律叫傑文斯悖論(Jevons Paradox):當一項資源的使用效率提升時,總消耗量不但不會減少,反而會因為使用門檻下降而暴增。

DeepSeek 年初的衝擊就是完美案例。當時市場也因為「更高效的模型 = 更少的算力需求」而恐慌,但最終 AI 的使用量和算力需求反而創了新高。

Kimi K3 大概率是同一個劇本:模型價格被打下來,下游應用開發者會加速採用,最終推理算力需求不減反增。

真正的罪魁禍首:韓國槓桿泡沫

你可能以為這波暴跌是市場真的在懷疑 AI,但更深入的調查顯示了一個更技術性的原因。

這輪科技股暴跌的起爆點其實在韓國

韓國散戶對半導體股的狂熱舉世聞名。2026 年上半年,與三星、SK 海力士掛鉤的 2 倍和 3 倍槓桿 ETF 在韓國散戶中極受歡迎。這些 ETF 每天都需要重新調整部位——股價漲的時候買更多、跌的時候被迫賣出。

當三星和海力士的股價開始下跌時,產生了連鎖反應:

```

市場初始下跌

槓桿產品自動賣出

半導體股壓力加大

保證金短缺 → 更多強制平倉

恐慌情緒傳導到全球市場

```

韓國市場的流動性本來就不如美國,當散戶的保證金被追繳時,他們唯一能快速變現的資產就是流動性最好的美股科技巨頭。於是拋售壓力經由全球金融鏈條傳到了納斯達克和費城半導體指數。

這就是為什麼 KOSPI 跌最慘、NASDAQ 跟跌、但標普 500 只跌 1.6%——因為這次暴跌的核心是半導體板塊的槓桿清倉,不是整個 AI 產業的基本面崩壞。

接下來這兩週才是最關鍵的考驗

雖然這週跌得很慘,但真正的考驗才剛開始。

7 月 21-25 日(這週): Google(週三盤後)+ 特斯拉(週三盤後)同時公布季報。Google 的雲端業務增速和 AI 廣告收入將直接回答「AI 投入有沒有產生真實回報」。 WiseInvest 的財報分析:科技七巨頭即將密集登場 7 月 28 日 - 8 月 1 日(下週): 這是真正的決戰週。Meta + 微軟(週三盤後)、亞馬遜 + 蘋果(週四盤後)——四天之內,科技七巨頭裡有四家集中亮相。

這輪財報季的核心看點將是四個關鍵數字:

1. Google Cloud 的 AI 收入增速有沒有加速?

2. Meta 的 AI 廣告工具是否帶來每用戶收入的提升?

3. 微軟 Azure 的 AI 附加收入佔比是否持續擴大?

4. Apple Intelligence 有沒有推動換機潮?

如果四個答案都是「是」,那這波跌幅就是情緒過度反應,反彈會很猛。如果答案是「不確定」甚至「否」,那市場對 AI 估值的重新定價才剛開始。

中東局勢火上加油

除了 AI 泡沫論,這週還有另一個變數:伊朗衝突升級

美國和伊朗的 60 天停火協議實質破裂,美軍對伊朗目標實施打擊,布倫特原油本週上漲 4.6%,收在每桶 88 美元附近,從衝突爆發以來的低點計算,原油已經飆漲了 15%

油價反彈讓通膨預期重新抬頭,聯準會降息的期待也隨之降溫。資金正在明顯輪動——從高估值科技股撤出,流向能源、金融等防禦性板塊。高盛和默克本週逆勢上漲就是訊號。

所以,AI 泡沫真的要破了嗎?

我的判斷是:不是泡沫破裂,而是槓桿清洗。

兩層邏輯:

第一,AI 資本支出不會停。 谷歌、微軟、Meta、亞馬遜四家公司的資本支出都是 10-20 年級別的長期合約,現在停下來等於把市場讓給對手。在 AI 平台競爭還沒分出勝負之前,誰先踩煞車,誰就可能永遠失去領先優勢。

看看實際數據:雖然半導體股暴跌,但機器人與 AI ETF(KOID)今年至今仍上漲 25.6%、ROBO ETF 漲 19.7%。這些資金是從長期趨勢出發的配置,不是短線賭注。

各類 AI 與機器人 ETF 年初至今表現:雖然近期回調,但年度漲幅仍在 8-25% 之間 第二,真正的風險信號還沒出現。 歷史大頂通常出現在所有 AI 相關公司都完成上市之後——當 OpenAI 和 Anthropic 都 IPO 了、市場把這個預期完全消化完,那才更接近牛市周期的真正終點。而這,很可能要等到 2027 年底到 2028 年初。

對一般投資人來說,現在的策略很簡單:在財報結果出來之前,不要急著接落下的刀子。 等 Google 和特斯拉財報後市場的反應——如果交出好成績且股價站穩,那就是右側進場訊號;如果財報好但股價繼續跌,代表市場情緒還沒到底,繼續等。

常見問題 (FAQ)

Q1:這波科技股暴跌的原因是什麼?

A1:核心原因是韓國散戶的半導體槓桿 ETF 被強制平倉,恐慌經由全球金融鏈條傳導到美股。Kimi K3 開源消息和 AI 資本支出回報的質疑是催化劑,但底層結構問題是槓桿過度。

Q2:Kimi K3 開源為什麼會衝擊美股?

A2:因為它證明用極低成本也能做出頂尖模型,市場擔心這會降低對 NVIDIA 等硬體公司的需求。但經濟學上的傑文斯悖論顯示,效率提升通常會刺激總需求增加,而非減少。

Q3:費城半導體指數跌了近 20%,是不是熊市了?

A3:技術上是的——從高點回撤 20% 就算進入熊市區間。但這次下跌主要是槓桿去化,不是基本面惡化。真正決定方向的將是未來兩週的科技巨頭財報。

Q4:這週哪些板塊逆勢上漲?

A4:能源(油價上漲受惠)、金融(高盛)、醫療(默克)、消費零售(XRT 漲 2.5%+)、波克夏(BRK.B)逆勢漲 1%以上。資金明顯從科技股流向防禦性板塊。

Q5:現在應該抄底還是繼續等?

A5:建議等待右側訊號——等 Google 和特斯拉財報後市場的反應。如果財報好且股價站穩,是進場時機;如果財報好但股價繼續跌,代表市場情緒還沒到底。

Q6:AI 泡沫什麼時候才會真正破裂?

A6:歷史類比顯示,真正的週期頂點可能出現在 OpenAI 和 Anthropic 完成上市之後(約 2027 年底到 2028 年初)。現在更可能是一次健康的中場休息,而非終點。

Q7:油價上漲對 AI 產業有什麼影響?

A7:油價上漲推高通膨預期,聯準會可能延後降息,這會壓縮高估值科技股的上漲空間。但同時能源股會受益,資金正在向防禦性板塊輪動。

標籤:#AI泡沫 #NASDAQ #半導體 #費城半導體指數 #KimiK3 #槓桿清算 #科技股暴跌 #財報季

留言

這個網誌中的熱門文章

Intel 14A Defect Density Is Its Best Since 22nm — Is Intel Back in the Leading-Edge Race?

One-sentence takeaway: Intel's 14A process is cutting defect density faster than any node since 22nm, and customers have moved from watching to asking about capacity — if risk production stays on track for H2 2027, it's the strongest signal yet that Intel is back in the leading-edge game. "We have not seen this performance since 22nm." When Intel CFO David Zinsner dropped that line at the Deutsche Bank 2026 technology conference, the semiconductor world took notice. 14A — Intel's first 1.4nm-class node — is backing up the company's comeback story with data, not slogans. What is 14A, and why it matters 14A is Intel's most advanced planned process node, a "1.4nm-class" technology targeting high-volume manufacturing in 2028. It packs three headline technologies: second-generation RibbonFET gate-all-around transistors, PowerDirect backside power delivery, and High-NA EUV lithography. In short, it's the most technically complex node Intel ...

Google's Antitrust Remedies Enter Deep Water: Breakup, AI Mode, and the Browser

Bottom line: The U.S. DOJ's remedies phase against Google is redefining the commercial rules of "search" — from Chrome's fate to AI distribution and the ad business, every step could reshape global tech. Google's search monopoly case has been called "the most important antitrust case of the internet era." In August 2024, a federal judge ruled Google violated antitrust law; now the remedies phase is in deep water. The DOJ's proposals include breaking up the ad business, divesting Chrome, and ending default search agreements — each step ripples through the entire tech industry. Timeline: from monopoly ruling to remedies In August 2024, the D.C. federal court ruled that Google violated the Sherman Act by paying billions annually to make Apple, Samsung, and others set Google as the default search engine. The remedies trial runs through 2026, with DOJ options including: Breaking up the ad business: Google's ad tech stack is accused of stifl...

Why Is NVIDIA Spending Billions to Buy Up America's "Dark Fiber"?

One-line conclusion: NVIDIA is reportedly spending $5–10 billion to acquire long-haul "dark fiber" networks across the United States, signaling that the AI infrastructure race is shifting from raw compute power to the networks that connect it. NVIDIA is reportedly acquiring long-haul "dark fiber" networks across the United States, with total capacity estimated at 7.6 Pbps and a price tag between $5 billion and $10 billion. The news sent optical communications stocks surging globally: Taiwan's optical module makers jumped on July 22, and three more hit the daily limit on July 23. Many now read this as the moment the AI arms race moved from "who has more GPUs" to "who owns the network." What Is Dark Fiber, and Why Buy Instead of Lease? Dark fiber refers to fiber-optic cable that has already been laid but has no transmission equipment installed and carries no optical signal . The fiber cores sit "dark" and dormant, waiting to...