Figma 的 AI 功能已经进入八成大型客户的日常工作流，但毛利率仍面临压力。Arm 单季营收创下 14.4 亿美元纪录，数据中心版税翻倍。香港金融峰会上，华尔街高管公开承认难以预测 AI 的长期回报。AI 产业的增长仍在继续，但投资者开始要求企业证明，技术进步究竟能转化为多少利润。
1｜Figma 营收增长 43%，商业化进入利润验证阶段
Figma 公布 2026 年第三季度财报，营收达到 3.914 亿美元，同比增长 43%，比此前指引上限高出 1640 万美元。公司将全年营收预期提高至 14.97 亿至 14.99 亿美元，非 GAAP 营业利润预期提高至 1.58 亿至 1.63 亿美元。但市场没有完全买账，股价在盘后交易中一度明显下跌。
AI 产品的使用数据是本次财报最值得关注的部分。截至 10 月 31 日，在年化合同价值超过 1 万美元的付费客户中，超过 80% 每周消耗 AI 积分，65% 每周使用 Figma Agent。Figma MCP Server 第三季度的整体使用量环比增长 3 倍，其中写回操作增长 4 倍。公司还在 10 月推出 Code Layers 公测，允许用户直接在设计画布中构建和编辑基于代码的原型。
这些变化正在重新定义 Figma 的产品边界。传统设计工具的核心是让人更高效地绘制界面，而 Agent、MCP 和 Code Layers 则让软件能够直接参与设计、代码生成和修改。Figma 正试图从设计编辑器发展为连接设计与开发的工作平台。
商业模式也在发生变化。过去，Figma 主要通过席位订阅获得收入；现在，AI 积分增加了与实际使用量挂钩的收费方式。但 AI 使用量增长也意味着更多推理成本。Figma 第三季度 GAAP 毛利率为 80%，非 GAAP 毛利率为 82%，后者低于上年同期的 86%。公司正在增加自研模型承担的任务比例，以改善成本效率，但尚未披露具体节约金额。
Figma 已经证明大型客户愿意持续使用 AI，下一步需要证明的是这些使用量能够创造多少增量利润。如果 AI 积分收入增长快于推理成本，Figma 就可能建立新的收入来源；反之，AI 也可能成为一项持续挤压毛利率的服务成本。
（来源：Figma Q3 2026 官方财报 / Reuters）
2｜Arm 营收增长 27%，数据中心版税翻倍，AI 基础设施的竞争正在扩展到 CPU
Arm 公布截至 9 月 30 日的 2027 财年第二季度业绩，营收达到创纪录的 14.4 亿美元，同比增长 27%。授权及其他收入为 7.73 亿美元，同比增长 50%；版税收入为 6.7 亿美元，同比增长 8%。其中，数据中心版税收入同比翻倍。
Arm 的业务正在发生更深层的变化。公司过去主要通过向芯片设计商授权架构获得收入，如今开始直接提供自主设计的 Arm AGI CPU。公司表示，已获得多家客户延续至自然年 2027 年的采购订单，首批商业交付计划在 2027 财年第四季度进行。管理层预计，该产品在 2027 和 2028 两个财年合计最多可能贡献 20 亿美元收入。这是公司预测，而非已经确认的销售收入。
Arm 还披露，在主要超大规模云服务商中，Arm 架构服务器的份额从 2024 年的 15% 上升至 2025 年的超过 50%。这一统计只针对特定大型云服务商，不能直接视为全球服务器市场份额。
这些数字反映了 AI 基础设施需求的扩散。GPU 负责大量并行计算，但 CPU 仍承担通用计算、任务调度和系统管理。随着 AI Agent 需要运行程序、调用工具并执行复杂工作流，CPU 的性能和能效也将影响数据中心的整体成本。
对 Arm 而言，机会与风险同时扩大。销售自主设计的 CPU 可能带来比架构授权更大的单客户收入，但也意味着公司必须承担芯片交付、供应链和产品竞争风险。Arm 正从主要出售芯片设计知识产权，转向同时参与芯片产品市场。
（来源：Arm 官方财报及股东信 / Wall Street Journal）
3｜华尔街高管承认难以预测 AI 回报，技术进步正在超过资本的判断能力
香港国际金融领袖投资峰会上，高盛 CEO David Solomon、Citadel Securities CEO Peng Zhao 和 TPG 创始合伙人 Jim Coulter 等金融界人士讨论了 AI 的长期发展。Reuters Breakingviews 在北京时间 11 月 5 日 06:00 发表的评论指出，这场峰会最值得关注的不是金融机构对 AI 的乐观态度，而是多位高管公开承认长期预测存在巨大不确定性。
Solomon 认为短期算力需求依然强劲，但长期发展路径难以判断。Peng Zhao 提出了一个更直接的问题：技术发展的速度已经超过投资周期，资本市场必须在缺乏可靠长期预测的情况下做出巨额投资决策。Coulter 则提醒投资者，互联网泡沫时期的经验说明，即使正确判断一项技术将改变世界，也可能因为押错企业而损失资金。
这揭示了 AI 投资的一项结构性矛盾。数据中心、芯片和电力基础设施需要提前数年投入资本，但模型成本、应用方式和最终商业模式却可能在几个月内发生变化。基础设施的投资周期与技术迭代周期并不匹配。
峰会上，中国 AI 企业提供了另一种观察角度。Moonshot 创始人杨植麟讨论了开放权重模型和中国制造业的应用优势。与单纯扩大算力投入相比，将 AI 嵌入现有产业可能提供更直接的商业价值验证路径。
但应用价值并不自动等于投资回报。模型提供商、云计算企业、芯片厂商和应用开发者都可能创造价值，最终利润却未必平均分配。
这也是 AI 行业当前最重要的投资问题：市场已经相信 AI 会改变经济，但还无法确定谁能够获得与资本投入相匹配的收益。
（来源：Reuters）
也值得知道 ↓
美国科技巨头市值单日增加约 7500 亿美元。 民主党赢得国会两院后，亚马逊、苹果、微软、Alphabet 和 Meta 股价集体上涨。投资者认为，如果数据中心新建项目受到限制，已经拥有庞大算力基础设施的科技巨头反而可能受益。亚马逊上涨约 7.4%，苹果接近 7%，与部分数据中心运营商的下跌形成对照。（来源：Reuters）
美国油价下跌推动道指上涨超过 1500 点。 11 月 4 日，道琼斯指数上涨 1569 点，标普 500 上涨约 1.6%。布伦特原油下跌约 8.7%，至每桶 94.62 美元。能源价格回落缓解了市场对通胀的担忧，但伊朗战争和美国政治变化仍可能影响后续走势。（来源：Associated Press）
美国选民开始直接否决 AI 数据中心扩张。 2026 年中期选举中，多地选民支持限制数据中心建设的候选人或政策措施。得克萨斯州民主党州长候选人 Gina Hinojosa 意外胜选，成为 AI 基础设施行业关注的焦点。数据中心耗电、用水和推高居民电价的问题，正在从地方争议演变成全国性政治议题。（来源：Axios / Reuters）
Uber 放缓自动驾驶领域的大型交易。 据《华尔街日报》市场报道，Uber 正在收缩自动驾驶合作布局，与此同时，公司面临司机供给不足和核心出行业务收入承压的问题。自动驾驶商业化的关键仍是运营效率，而不只是技术成熟度。（来源：Wall Street Journal）
加州拟议的 5% 亿万富翁财富税面临失败。 中期选举初步结果显示，这项针对超级富豪的一次性财富税提案支持不足。该提案此前引发硅谷企业家和投资者关注，争议集中在财富征税、资本迁移和地方财政之间的取舍。（来源：Business Insider）
