网红芯片研究机构Citrini Research曾是AI硬件交易最早、最响亮的多头之一。如今，Citrini已大幅减仓半导体，甚至持有部分空头。这一转变背后，是他对AI基础设施融资结构根本性变化的判断：当增量资金从超大规模云厂商的自有现金流切换为股权与债务市场，市场情绪本身就成了基本面的一部分。
10月21日，Citrini的创始人James van Geelen在Monetary Matters播客录制了这场对话。彼时，半导体股票刚刚经历九连跌——主持人Jack指出，这是自2006年以来最长的连跌纪录。James的判断是：这还不足以动摇AI建设支出，但风险的性质已经改变。他说："如果市场情绪急转直下，那些增量资金就会枯竭——因为这不再是一家公司花自己的钱，而是由市场决定的。"
这场对话涵盖了他为何转出半导体、做多Meta做空谷歌的逻辑、DeepSeek约80%推理毛利率的含义，以及什么信号会让他重新做多芯片。与此同时，他披露，新药研发瓶颈是"紧缺的猴子"而非算力，真正的投资机会在临床外包，而非AI概念股。
巨头现金流转负，融资结构变了，情绪就能杀死基本面
理解Citrini为何减仓AI硬件，需要先理解他所说的"反身性"（reflexivity）风险——这是整个判断的核心机制。
在AI交易的前三到四年，超大规模云厂商用自有经营现金流为AI基础设施买单。这意味着，无论市场情绪如何波动——无论是关税冲击、日元套利交易平仓，还是其他任何恐慌——只要Meta、微软这些公司继续花钱，半导体公司的基本面就有一个"地板"托底。情绪可以压低股价，但压不垮收入。
现在这个机制已经失效，科技巨头的现金流正在快速枯竭甚至转为负数。Citrini James的判断是，当前每一笔AI基础设施的增量投资，几乎都来自股权融资（无论是风险投资还是公开市场）或债务融资。
这意味着，AI可以变得更有用，使用量可以继续扩张，但如果市场情绪急转直下，那些增量资金就会枯竭——因为这不再是一家公司花自己的钱，而是由市场决定的。
这就是他所说的"反身性"：情绪下行可以直接切断资金链，进而影响实际建设支出，而不仅仅是压低估值。
他进一步量化了这个压力点。支撑当前基础设施估值，需要AI实验室的年度经常性收入（ARR）在2028年底达到约1万亿美元。以当前约136亿美元的ARR基数计算，每个月需要新增约500亿美元的净新增ARR。
如果你是靠（AI）实验室合计ARR达到5000亿美元，来支撑你对回流基建资金的假设，那么最后如果是3000亿，那就是灾难。
James列出了几处拖累ARR的因素。
一是"消费端够用了。"他自己用前沿模型时的感受是，日常需求被现有模型"覆盖了99%"，更强的能力很难再换来新的付费。
二是"降价没有换来等比例的用量。"他引用Anthropic经济指数的推算:"任务成本降低10%，只对应使用量增加3%。"
按他的理解，这条数据说明Jevons悖论(效率提升反而推高总消耗)在短期内未必适用于token。企业用AI搭好一套够用的流程之后,调用量还可能下降:也许你在它不好用的时候，token需求反而更多，因为你得一直修改。
三是开源份额在涨。他提到开源模型在新增ARR中的份额，据他估计已从一年前的约1%升到约18%，买家按任务付费，只要最低能力够用:他们不会开着战斗机去上班，他们开的是车。
他认为中美模型之间的能力差距依然存在，所以价格冲击不是他最担心的。他最看重的判断标准是:这不是AI有没有用、AI会不会变得更好的问题，而是前沿支出到底是否经济。他认为短期内"白领工作"必须成为那个杀手级应用，承担未来几年的绝大部分token需求。
“最便宜”恰恰是周期顶部的样子
主持人指出，按盈利算，这些科技公司因为盈利大幅飙升现在看上去比2023年更便宜，为什么反而减仓？Citrini James套用了周期股的规律回答说:
这就是周期，周期性行业总是在按明年预期看起来最便宜的时候见顶。
换句话说，James认为便宜是盈利暂时被推高造成的错觉，周期股一向如此。周期股的盈利跟着景气涨跌。景气最好的时候，公司利润冲到高点，分母变大，按"明年预期盈利"算出的市盈率就变得很低，看上去很便宜。但这个利润是景气顶点的利润，景气一回落，盈利下滑，股价随之下跌。所以"看起来最便宜"的时刻，常常正是盈利最高、周期接近顶部的时刻。
主持人补了一个类比：没人会在石油公司盈利最丰厚、市盈率只有14倍时去买。
这一逻辑解释了他的调仓。他说，如果4、5月仍保持重仓基础设施的组合，整体"大概要跌50%"。而在2023年9、10月半导体经历两三个月回撤时，他并不着急找替代品，因为当时估值低，下行有限。现在不同了:
下行空间，在真正出现负面结果或负面情绪的时候，是很大的。
他把自己的操作定位为组合调整，不是看空整个AI：他仍看好英伟达，认为更具不对称性的机会在他所说的“agentic utilities”(即真正使用AI、受益于AI落地的行业)中。他还表示，目前需求仍然超过供给，问题在于未来。
做多Meta，做空谷歌，等待重返芯片的信号
在具体持仓上，Citrini James的逻辑同样清晰。
做多Meta的核心论点是Muse（Meta的AI助手产品）的潜在变现空间。他的计算框架是：Meta目前每用户平均收入（ARPU）约20美元出头，数据资产覆盖Instagram、WhatsApp、Facebook。"如果Muse获得任何有意义的采用率，你可以从这些数据直接画一条线，到2030年ARPU增长4倍。"他表示，今年夏天已转为强烈看多，Muse的发布印证了这一判断。
做空谷歌的逻辑则来自他对DeepMind人才流失的担忧。他认为市场低估了这波人才出走的负面影响，而这恰恰发生在搜索业务仍面临结构性威胁的时间窗口。"我自己现在用Google搜索少多了。搜索会不会被彻底干掉？我不知道，也许不会。但风险还在，同时他们还在经历人才流失。"他表示持有止损，但目前维持"做多Meta、做空谷歌"的配对交易。
关于何时重返半导体，他给出了明确的触发条件：看到付费使用量的持续增长，以及ARR增速的二阶导数重新加速，能够真正支撑通过客户现金流来为建设融资。如果眼下的需求其实仍被供给卡住，当前只是模型能力跃升与新产品发布之间的空档，等产品上线后用户更容易为新能力付费，那么他的担忧就不成立，基建股的这次回调反而是买入机会。
他对CoreWeave的判断相对温和——他认为违约概率约60%，但并不预期真的会违约。他对AI周期下行路径的判断是"以呜咽而非爆炸收场"：不是某家公司违约引发崩盘，而是实验室ARR预期从4000亿下修到3600亿，这个增量差异因为已被充分定价而向外扩散，把整个板块拖低。
对于DeepSeek，他援引DeepInfer（DeepSeek内部推理框架）的数据：每天服务155万亿token，每GPU小时收入约38美元，而市场上GPU小时的租用成本约为5到8美元，隐含推理毛利率约80%，GPU投资回收期约81天。"这意味着token定价可能还有进一步下行空间，尤其是在非前沿模型领域。"
用Claude设计蝎毒抗体：AI压缩了什么，压缩不了什么
Citrini James同时披露了一项罕见的实验：他的团队与Anthropic合作，用Claude在64小时内设计出211个蝎毒抗体候选分子，其中17个在实验室中成功结合靶点。这个结果既令人震惊，也让他得出了一个对AI多头并不友好的结论：AI正在将药物设计"商品化"，但真正的瓶颈在实验室里，在猴子身上，而不在算力上。
为了搞清楚AI在药物发现领域究竟能做什么、不能做什么，Citrini James的团队做了一件不寻常的事：他们联系了Anthropic生命科学团队（Nathan Frey、Amir Chennisa和Steven Molina），在Anthropic办公室内，用其内部研究模型，花64小时设计蝎毒抗体。
整个过程中，Claude调用了约300个子智能体，生成了180个设计方案，最终送检211个候选分子。实验室结果显示，17个分子成功与靶点结合，其中7个针对墨西哥特定蝎毒CN2，最优候选分子CN2B1还与一个已知中和抗体在预期区域形成竞争性结合。
"AI生成了这些分子，其中17个在实验室里结合了——这相当令人震惊。"
但James随即给出了他认为更重要的另一面。AI压缩的，是从想法到实验方案的时间——这个过程原本需要数月，现在只需数天。但合成、测试、获取对照数据，依然花了39天。"如果数据以生命的速度运转，AI的到来并不能让培养皿里的细胞长得更快。这就是瓶颈所在。"
他估算，在整个从药物设计到临床试验的流程中，AI大约能压缩20%的时间，另外80%是不可压缩的。这个判断直接指向了他的投资结论：做多实验，做多能让实验更快的公司，而不是做多AI药物发现概念股。
他明确点名了Charles River Laboratories（CRL）作为最高确信度的多头标的。CRL约60%的收入来自早期发现与安全评估，正处于周期性复苏的低谷，且有充足产能承接新订单，每笔新合同都能直接流入利润。
他同时指出了一个市场尚未充分定价的瓶颈：猴子短缺。非人灵长类动物是临床前测试中最接近人类的不可替代资源，繁殖周期约四年，供给扩张极为困难。"这可能是临床前测试中最重要的供给约束。"