专题：效率突跃尾部——掀桌子的那只手（迁移 5 的弹药）

日期：2026-06-28　类型：前瞻/变体专题（半活快照） 一句话结论：整条 AI capex 超级周期都押在一个隐含假设上——"算力需求会一直近似线性/指数地涨"。但"单位智能"的成本正在两条轴上同时快速下降（硬件 + 算法），这埋着一个被市场定价为≈0 概率的尾部：一次足够大的效率突跃，可能在短期内把 capex 预期打骨折。 历史上 Jevons 悖论（越便宜用越多）几乎每次都赢，所以这是尾部、不是基准——但市场连这个尾部的小概率都没给定价。edge 不在预测突跃何时来（几乎测不准），而在：① 注意到市场 price 了"永不发生"；② 用仓位（多元现金牛 + 效率侧）保留 Jevons 的上行、同时削掉突跃的下行。

性质声明（按宪法）：本篇是判断类/前瞻（看逻辑，原则 1）。承重数字引用各公司卡/迁移地图的第一档数；"会不会突跃、谁受损"是推理，不是结论，更非"做空 capex 链"的建议。

一、现象与定义：什么是"效率突跃"

• 单位智能的成本 = 达到某个能力，要花多少算力 × 每单位算力多少钱。 它正在两条轴同时下降：
  • 硬件轴：每 FLOP 成本随制程 + 定制 ASIC 持续下降（自研 ASIC 卡：推理侧性价比已被验证）。
  • 算法/模型轴（关键）：达到同等能力所需的 FLOP 在下降——更好的架构（MoE 稀疏化）、蒸馏（大模型教小模型）、量化（FP4/INT4）、更省数据的训练、推理优化（投机解码/KV cache/批处理）。研究界（如 Epoch）观察到算法效率的翻倍速度快于硬件。
• "突跃" vs "渐进"：渐进的效率提升被 capex 链消化得很顺（大家都在做）；真正的尾部是"阶跃式冲击"——某个模型用一小部分成本就追平前沿（DeepSeek 2025 年初那一下就是样本：英伟达单日 −17%）。冲击的不是技术本身，是市场对"要砸多少 GPU 才不掉队"这个预期的瞬间重定价。

二、两股对冲的力（拆到可证伪）

关键洞察：两股力不互斥。 一次阶跃冲击可以先引发剧烈再定价，然后 Jevons 仍在 3–5 年里赢。所以这不是"二选一"的预测题，是时点 + 仓位题。

三、为什么是"最被低估的尾部"

1. 市场在线性外推：capex 链的估值（neocloud ~6x EV/Sales、电力四家 price 满、HBM 周期顶倍数）都隐含"需求只会涨"。
2. Jevons 每次都赢 → 大家直接 dismiss 突跃：正因为历史上突跃从未"赢过"，市场给它的概率≈0——而"≈0 概率"本身就是定价错误（小概率高影响 = 期权价值被忽略）。
3. 动量主导：capex 名字是动量/叙事驱动，越涨越买，对尾部不敏感。

→ 所以不对称：杠杆最大的名字（单一芯片/单卡折旧/电力扩张/neocloud）对突跃最脆；而多元现金牛 + 效率侧对两种情景都活。

四、谁受益 / 谁受损（两情景）

这正是核心篮子相关性那条的延伸：买多家 capex 链 ≠ 分散，它们共享"需求线性增长"这一个底层假设；真正的对冲是配一点不靠 capex 杠杆的资产（见 核心篮子决策备忘.md）。

五、我的变体（共识 vs 更锋利的问题）

• 共识：Jevons 会赢，算力需求持续增长，买 capex 链就对了。
• 我更锋利的问题："即使 Jevons 长期赢，capex 链扛得住一次阶跃冲击的再定价吗?哪些名字 price 进了'永不发生效率突跃'?" edge 不是预测突跃（测不准），是：
  1. 市场给突跃的概率≈0 → 任何不为 0 的概率都是错的定价 → 期权式的不对称；
  2. 仓位上：保留 Jevons 上行（持有多元龙头 + 效率侧），削掉突跃下行（不在高杠杆 capex 名字上重仓）。
• 这与"ROI 缺口"专题同根：ROI 缺口问"应用变现追不追得上 capex"，效率突跃问"capex 本身会不会被一脚踩空"——两个都指向同一个 kill criterion：capex 指引首次下修。

六、可证伪信号（盯死它）

1. Epoch 等的算法效率基准：达到同等能力所需 FLOP 是否下降快于预期（头号·机制读数）。
2. 任一超大厂 capex 指引首次下修——这是从"尾部"切换到"主线"的扳机（迁移地图的 kill criteria 之一）。
3. 首笔大额 AI 资产减值（GPU 残值/折旧政策被质疑）= 效率/过剩信号。
4. 新的 DeepSeek 式模型（前沿能力 / 一小部分成本）→ 看市场再定价的烈度。
5. GPU 租金趋势（Hopper 已 YoY −28%）+ 利用率：若租金续跌且利用率掉 = "供给 > 需求 / 效率咬人"的最早读数。
6. 推理单 token 成本趋势：成本若快速下降=效率真；但总推理支出是否同时上升=Jevons 在赢（两件事要分开读）。

七、诚实边界

• Jevons 历史上几乎每次都赢——把"阶跃突跃"当基准押注，历史上反复亏钱。本篇明确把它当尾部：是"市场没给它定价"的不对称，不是"它很快会发生"的预测。
• 不是做空 capex 链：是"保留 Jevons 上行 + 削突跃下行"的仓位题；时点几乎测不准。
• 这是前瞻判断、会错；多条迁移共享同一底层风险（AI capex 超级周期），若周期破裂整图重写。
• 用法：把它当盯盘清单 + 仓位纪律，逼自己回答"我的组合里，有多少押的是'需求永远线性涨'？"

来源：迁移地图迁移 5 [本库 报告/2026-价值迁移地图.md]；算法效率/Jevons [行业研究 + Epoch 等，二档]；GPU 租金 −28%、neocloud 杠杆、HBM 周期 [见各公司卡第一档]；DeepSeek 时刻 [二档·历史事件]。配套：报告/2026Q2-专题-capex与ROI缺口.md、报告/2026-技术专题-ASIC对GPU推理真实账.md、核心篮子决策备忘.md。