168X 战情室：对话 Herman Jin，AI 空头可以闭嘴了！

今天是 8 月 27 日，星期四晚上 7 点。我们非常荣幸又请到了 Herman Jin。我们上次聊的时候，如果我没记错，是 5 月 13 日，星期三，大概也是快 3 个月前。

当时的市场行情跟现在真的是今非昔比。当时还在一个暴烈的牛市之中，乱买都会涨。幸好我个人在 6 月底做了避险，该卖的都卖了一些，后来 7 月就专心看四季度，没怎么瞎操作。现在进场应该也还算来得及，相信 Herman Jin 也度了一个小假。

今天我们就直接来，Herman Jin，唱多还是唱空？

1. 空头逻辑开始失效

这样吧，我先说一下我的观点。你们可以看我在 Twitter 上的观点，我在 6 月的时候是非常看空的，应该是第一批看空的人，你可以看我置顶的帖子。

现在看空的人挺多，基本上逻辑跟我当时看空的逻辑差不多。我总结一下，大概有几部分原因。第一个，AI 整体是缺钱，或者说是系统性地缺钱。

缺钱主要缺在几个部分。第一个是 CSP，也就是包括 Hyperscaler 在内的公司，它们其实缺融资，而融资就要借钱。你可以看到，在投资级市场和高收益债市场里面，其实都有很多公司需要借钱。

特别是 5 年前我们正好经历了另外一轮低息环境，当时融了很多钱。后来利息上升之后，很多公司就不再借钱，但是这些债务都是 5 年期、7 年期的。投资级债券的期限还要更长，所以它们现在正好进入再融资周期。

这个再融资周期，跟现在 AI 数据中心建设的融资周期——比如 Blue Owl、Apollo 的融资——用的是同一个资金池，所以有点撞车。投资级债券以前整体上，科技公司基本不怎么融资，但是到了今年，它们开始融很多钱。

你可以看到，今年 7 月、8 月好像融了 218 billion，去年整个 2025 年融了 80 billion，所以融资规模增加得非常快。总结一下空头的几个理由：CSP 要融资，CDS 要上升，这是信用和债务的问题，也就是缺钱。

第二个融资办法是做大量资本支出，也就是 CapEx。还有一个融资办法是发股票。上游到下游，从 CSP 开始发订单，到半导体公司扩产，扩产也需要钱。

虽然半导体公司赚到的钱很多，但是扩产所需要的钱肯定更多。比如 Intel 也在融资，我们看到不少半导体公司都在融资。甚至你想，一年就能把扩产资金赚回来的海力士，也发行了 ADR。

所以大家都在融资，融资就增加了股票的供应。CSP 也会增加股票供应。我一直觉得，资本市场并不是一个单纯看估值的市场，它更多是一个供需市场：有多少人需要多少钱来买这个资产， versus 这个资产有多少供应。

从供应端来讲，包括股票、CDS、债券，其实都有看空的道理。我能理解为什么这也是我 6 月看空的一个重要原因。

其实我 6 月看空的时候，最重要的一个原因是，我当时觉得 Anthropic 最终一定会崩掉。我当时已经用了很多很多 AI，所以觉得 Anthropic 最终一定会崩。那是在 6 月初，当时它增长非常快。

它崩掉会造成几个问题：大家会开始质疑 CSP 的投入产出。假设今年投了 800 billion，明年投 1 trillion，明年投入的 1 trillion 对应要有多少收入，才能证明今天的投入是合理的？

所以，能不能算过来这笔账，是 AI，或者说半导体和 AI 之间最核心的账。从预期角度来看，未来总体收入和未来总体 CapEx 投入，这两件事是不是能够互相证明？

一旦预期无法证明，所有半导体都不会拿到估值。就像过去，65 billion ARR 的事情传出来之后，市场就不给估值。

一旦市场觉得这笔账算得过来，就会发生 5 月份那种情况。当然，5 月、6 月下跌还有其他原因，包括动量交易，我们叫 Momentum 1，这是中间很重要的原因。

这是我当时看空的一个重要理由：我觉得期末 ARR 会掉。掉了之后，市场最终会开始给你定价到一种无法估值的状态。

宏观上还有一些看空的原因。大家比较担心的是美元债、美元利率和通胀。如果有通胀，你压着通胀，就要升息；如果不压通胀，长端利率就会上升。长端利率上升，所有估值都会出问题。

这基本上就是所有空头的观点。其中有一些是有效的、有道理的，有一些被夸大了，还有一些我觉得理解得不够深刻。所以在现在这个时点、这个估值水平下，我肯定没有理由继续看空。

这些想法都是我自己当时想出来的。我当时还想过一个词，叫“低市盈率估值陷阱”，也可以叫“低 PE 泡沫”。我当时想的其实是全指。

不过我确实觉得，AI 当时会有一次很大的调整，只是未来 2 年甚至更长时间，我们会一直进入这种周期。这个周期就是，公司盈利基本面现在跟 5 月没有任何区别，甚至更好。

你看英伟达的业绩出来以后，或者后面一轮季报出来以后，我只能说业绩会更好，不会更差。但是业绩变好之后，市场会不会给你估值，估值给多少，中间会不停波动，这是一个过程。

公司的业绩、AI 的需求，以及 AI token 的需求，我觉得都没有变化。而且在可见的未来，这些东西会一步一步证明需求还会增加。所以我觉得这是一个过程。

最近几个星期我相对更加看多，一方面是资金面的原因。我觉得 Momentum 1 已经结束了，包括 Anthropic 抛出 65 billion ARR 这件事，肯定是很大的利空。

但这个事情我们待会儿可以分开来说。我觉得它本质上并不是比之前的预期下降了那么多，而是统计口径做了调整。不过不管怎样，它是一个很大的利空。

但是这个大的利空出现以后，没有看到去杠杆，没有看到大规模的强制平仓，没有看到波动率上升，甚至没有看到 CDX 往上走。CDX IG 前两个星期往上走了一点，但背景是市场上有大量融资。

但是 CDX 并没有大幅往上走，所以没有看到整体市场在这个“鬼故事”之外产生连带性动能。没有连带性动能，代表整个市场的杠杆，从资金面来说已经差不多了，没有出现连续爆仓或者连锁反应的问题。

2. 开源模型改变周期

第二，最近开源模型出现以后，变成了一个很重要的 Game Changer。它让 CSP 有可能变得盈利，更直接的反馈是，你很有可能会看到自由现金流转正，或者没有原来那么负，现金流比原来预期有所改善。

回过来说，我 6 月的观点也是：中间会经历一轮很大的波动。这个波动的本质原因，是市场在定价“我的投入能不能被我的收入证明”。

当 CSP 能够直接获得更多收入的时候，这件事情就可以被证明，估值就有可能调回去。英伟达这次的业绩当然很好，我觉得也是一个推动因素，但本质原因并不是这个。

本质原因是，前端需求市场到底有多大，这个需求市场是不是可持续，以及有没有足够的钱，带动我们继续往前投入。

我跟空头最大的分歧是，空头觉得现在是 2000 年，而我们觉得现在最差可能是 1998 年，甚至不是 1998 年，而是 1998 年之前的某个时间。

现在跟互联网那一轮最大的区别是，互联网那一轮里面有很多互相刷单的情况。我答应投广告，你拿我的广告，但是体系外的钱没有成规模地涌入体系内。

比如 Amazon，当时说电子商务，但电子商务并没有实现。没有很多钱进来，Amazon 没有拿到那么多盈利，也没有拿到那么多现金。

但是现在 OpenAI 已经快要盈利，Anthropic 的运营业务也已经盈利。很多钱不管规模和增速怎么样，都是实实在在从外面涌进来的。

特别是最近这一段时间，我们会看到 CSP 里面的数据。待会儿你问到新的问题，我可以再详细讲。包括 CSP 端企业 AI 的数据和盈利数据，特别是盈利和现金流数据，是非常鼓舞人心的。

这就是本质区别。AI 的利用率现在已经能够直接给半导体带来收入，而且这个钱是真正进来的，所以半导体才会缺货。

就像昨天的报道里，Jensen Huang 也说，我们的产能只有 70%，不是因为客户需求，而是因为供应。我觉得这是跨行业的、整个行业性的问题：真正制约我们的因素是供应，不是需求。

再说回 65 billion ARR 的事情。Anthropic 有很多业务被分流，包括它的 ASP 在下降，也就是每个 token 的价格在下降。

因为内部竞争，比如 OpenAI 的竞争，以及 CSP 之间的竞争，它的 ARR 增长确实在降速。但是问题是，顶着这么多分流，它只是降速，并没有变成负增长。

为什么它的 ARR 不能继续上升？因为它没有产能，是没有供应，不是没有需求。并不是没有人想做 coding，而是做 coding 的时候，它变慢了、变笨了，没有那么多模型和算力供应。

我自己用了非常非常多 AI，你可以问我这方面的经验和教训。我相信自己用得比很多大厂员工多很多，所以我觉得 AI 的使用还处在方兴未艾的阶段。

真正开始说 AI 能够赚钱、能够干活，也就是今年年初开始的事情，连 1 年都不到。原来大家觉得 AI 像 SaaS 一样不太需要钱，像 Uber 一样，大家拼命用，能投多少钱就投多少钱。

现在大家发现不能这么用，于是觉得 AI 短期需求可能没有那么强。但我告诉你，并不是这样。

AI 的需求大概有 3 部分。第一部分，是原来的一些工作可以被替代。第二部分，是被浪费掉的，比如原来做龙虾、做 OpenClaw，乱用 token。第三部分，是去做原来不能做的事情。

第三部分会越来越多，第二部分会越来越少。我们看到的是第二部分在减少，第一部分的比例在增加，第三部分在慢慢探索。

这不是 AI coding 到头了，而是进入了一个更加完善、更加好的结构。我的 token 不是莫名其妙被烧掉、被浪费掉，也不是为了打榜，莫名其妙把原来的代码全部读一遍。

公司会发现，有些人手里有几千美元一个月的 AI 额度用不掉，于是一个人买几个 membership，大家分开来用，最后还是不够。

因为他们在做更多的事情，所以我觉得会发生很大的分化。Token 的需求现在更多是被需求驱动，而不是被供应驱动。这就是市场基本面。

再加上刚才讲的市场情绪和动量交易的仓位问题，所以我觉得现在很难有机会看空。你如果看空，在现在这个估值水平下，特别是半导体行业，继续看空的意义已经没有那么大。

这跟我 6 月 2 日看空时不一样。当时动量资金都在加仓，头寸在被挤压，一旦踩踏就会往下跌。

但是现在，一个这么大的负面消息被爆出来以后，并没有发生踩踏。你可以看一下我经常看的那个指标，最近两个星期虽然市场有很多恐惧情绪，但是 1 周的表现基本没有变化。

3. Anthropic 不再是锚

话虽如此，我好奇问一下：Anthropic 这次的操作，是不是其实有一部分是为了 IPO，在做某种程度上的管理？可以理解成先蹲低，才能跳得比较高吗？

有这个可能，但我觉得也有可能是监管方面的原因。如果它要上市，可能需要按月把自己的标准统一起来。

所以第一个可能是把标准统一起来。比如原来我是按照某种口径报，现在可能要用统一标准来报。

第二个原因肯定是降价。我的供应就这么多，原来可以像卖方一样卖 token，用得多的时候一天花 3,000 美元，高峰期一天 3,000 美元是比较多的，少的时候可能是 1,000 至 2,000 美元，都是 membership 之外的额外用量。

如果现在降价了，当然我的用量就会变少，最近我的用量确实少了一些。

第三个原因，是它总的供应其实已经到头了。并不是我想供应多少 token，就能供应多少 token。

现在不光是公司端的问题。比如微软通过企业 AI 在公司端赚钱、做训练，你们可以去看微软的 earnings report。Adobe 其实也有很多这样的 backlog 订单，但是这些订单没有那么多算力去 fulfill。

我再补充一下市场锚定的问题。我之前也把 Anthropic 当成锚定对象，我知道这个锚定是错的，但市场都是这么锚定的。所以当 Anthropic AI 崩掉的时候，市场当然会受到伤害。

但是市场也会意识到，把 Anthropic 和 OpenAI 当作锚定对象是不对的。为什么？过去 2 年部署的算力总和里面，Anthropic 和 OpenAI 加起来只占 27%，也就是只消耗了总算力的 27%。

确实，它们是目前唯一能够实现商业化的模型公司，也就是能够从这 27% 的算力里面赚到钱。但我们部署了这么多算力，只有假设 30% 的算力在这两家公司手上，而且这两家公司确实赚到了钱。

最近发生的一些变化，会让另外 70% 的算力也被开发出来，另外 70% 的算力也会产生收入。这会改变我前面讲的最本质的问题：我的 CapEx 能不能被证明是合理的。

原来我可能不太能证明 CapEx 合理，因为只有这 27% 的算力在产生收入。你得让 Anthropic 崩掉多少次、让多少人花钱，才能证明整体 1 trillion 的 CapEx 是合理的。

但是如果 CSP 手上的全部算力都能够被利用起来，情况就不一样了。比如微软明年可能增加 40%，这是一个保守预期。

增加 40% 的结果，是它能够让自己的现金流变成正数，而不是继续负现金流。这是一个从 0 到 1 的问题。

它莫名其妙增加出 50 billion，企业 AI 增加出 20 billion 以上，这些钱从哪里来？这些钱明确跟 Anthropic、OpenAI 没有关系，并不是用户调用它们的模型 API，而是微软部署完算力以后，给自己的企业客户使用。

它开发的是一个更大的蛋糕。当然，你原来是 100 里面的 30 在赚钱，而且赚了很多钱，但是另外 70 被开发出来以后，原来 30 的蛋糕肯定会变小，这是确定的事情。

所以我说 Anthropic AI 会崩，但是问题不在于 Anthropic AI 崩了，整个 AI 就要崩掉，而是我们把 Anthropic 和 OpenAI 当成锚定对象，这件事情错了。

你应该锚定的是整个算力池有没有足够的钱进来，是更多钱进来还是更少钱进来。我判断肯定是更多的钱进来，虽然单价会下降，每个 token 的单价都会下降。

Anthropic 打出了很高的预期，但是做算力这件事情是会赚钱的。

我再给你一个数据。我们跟 DeepSeek 聊过，DeepSeek 的毛利率是 80%。DeepSeek 的成本已经比 Anthropic 低很多了，但是它的毛利率还是 80%。

所以你要判断的是半导体，而不是买 Anthropic。我买 Anthropic 的 PE，有可能会亏钱，我不知道，这完全可能发生。但半导体的本质是：卖便宜算力的人能不能赚钱，这个循环里面能不能赚钱，钱会怎么分配。

原来可能是 CSP 全部在做苦力，背债、融资，建完数据中心以后，把 backlog 订单给 Anthropic 和 OpenAI，让它们用模型去卖，结果中间的毛利全被它们吃掉。

这个毛利分配可能会改变，但是 GPU 能不能赚钱，这是非常确定的。这个确定性来自几个报告。

你可以看最简单的阿里巴巴报告，里面讲的是 2.2 年回本。阿里不是单纯卖 token，它还卖 BML，也就是直接把卡租给别人使用，回本周期是 2.2 年。

梁文锋也说过，如果他有钱、能够买到卡，他会把钱全部变成卡。这是一个非常确定的信号。

再去看微软和其他公司的内部订单。比如微软跑 Enterprise AI，ROI 核算是 6 个月到 10 个月回本，也就是把这张卡赚回来的时间。

但是卡的折旧周期是多少？现在 V100 还在使用，H100 经过工程优化以后也能够运行一些原来需要更高规格卡的任务。

我这么多年还在赚钱。如果我把英伟达和 Nvidia 的卡丢掉，直接用原来的云平台去卖 token，6 个月就能回本，回本之后这个东西还能跑 10 年。你觉得这个投资他们会不会做？

这跟 2000 年的本质区别是，2000 年所有做 forecast 的公司都是小公司、新兴公司，很多人头脑一热就拍板，说话不顾后果。

现在不是这样。现在所有做 forecast 的公司，都是 trillion-dollar 级别的 TMT 公司，而且是经历过 2000 年风波的 trillion-dollar 级别的 TMT 公司。

它们说出来的话，不像 OpenAI 这样的初创公司想怎么说就怎么说。它们讲出来的话有根有据，一口唾沫一个钉子。历史 track record 一直以来都非常好。

所以它们说要投 CapEx，并不是锚定 Anthropic 的 backlog 订单去投，而是自己有一笔账：我今天买到这张卡，买完以后能不能把钱赚回来，多久能赚回来。

这笔账它们算得很清楚，所以它们会统一选择去做 OEM。Google、Amazon、Microsoft、Meta 都在干这件事。你不能认为这些公司是在前端看到 Anthropic 有没有业绩、能不能卖掉，然后把万亿美元公司的命运押在它身上。

它们不是这样。它们自己也能卖掉。哪怕 Anthropic 明天死掉、破产了，它们也没有一毛钱关系，它们依然可以发展得很好。

所以资本市场的锚定是有问题的，你得知道行业真正锚定的是什么。行业锚定的是自己和自己的数据，而从自己和自己的数据来看，它们确实能够做到盈利，或者非常盈利，ROI 非常高，所以才会继续投入。

所以第一个问题，是市场某种程度上有点 tunnel vision，只盯着 OpenAI 和 Anthropic，这当然是错的。

第二个问题是，如果现在大家都还在做 CapEx，我没记错的话，这几家 CSP 今年预计要投入 725 billion 左右。他们肯定看到了某些内部数据，显示需求还在，而且这样投下去，资本是有效率的。

所以 token demand 不可能见顶。总结起来，token demand 肯定不会见顶。比较理想的情况是，token 需求增速仍然非常快，但是 token 价格下降。价格下降、token 增速很快，整体收入的增速仍然会很快。

对。

我好奇再问一个：你怎么看英伟达上个月跟 Blackstone、Apollo、BlackRock 这些私募股权公司搞的 500 billion 基础设施交易？

首先，我觉得 Jensen Huang 讲的东西我肯定信。历史以来，他讲的东西基本没有错过，他没有理由来忽悠你、瞎说八道。他很早就讲过 8 万亿，也很早就讲过很多东西，只是你们当时不信而已。

但是华尔街的解读肯定会认为，他是在把泡沫吹大。因为做了这件事情以后，Jensen Huang 讲的基本上是：可以把 GPU 的摊销周期拉长。

他把 GPU 变成一种生产性资产，以后可以像汽车、飞机一样去融资。但我听下来，我身边的华尔街朋友还没有人买单，大家并不太接受这个说法。

所以不能说因为他做了这件事，市场泡沫就很大。但是他做了这件事，一定会让市场泡沫变大。

这也是我不太能理解的地方。黄仁勋明年的位置已经不可能被动摇，他已经赚了很多钱。即使 AI 爆掉，他也没有关系，都是 Sam Altman 那些人搞的，他肯定不是被 blame 的人。

但是等到他做的 funding vehicle 爆掉的时候，就好像当年的 CDO 一样，一定会被万夫所指。我不太能理解他们为什么要做这个事情。

但做这件事的结果，一定会让更多的钱涌进半导体，而且我觉得可能会比你想象中多很多。

刚刚我讲过，空头有一个很大的问题：他们觉得，数据中心不管生意多好、ROI 多高，毕竟还是需要现金来建设。那现金从哪里来？只能去融资。

你可以类比中国房地产泡沫。中国房地产泡沫第一轮的时候，是房地产公司自己的资本金进去买地、做房子、卖房子。后来才把各种政府、城投、地方债等东西全部搞起来，把整个国家拖进债务问题。

我们现在在哪一步？现在还在用自己的股权融资做 CapEx 投入这一步。所以这等于踢开了一扇门，让外面的钱，也就是华尔街的债务资金，更方便地进来。

短期肯定是一个非常大的利多因素，而且影响会非常深远，会变成一个很大的利好。只是短期内，这些钱不会马上全部流进来。

我其实好奇的是，你不可能期待大家盖数据中心都靠个别公司自己的资产负债表。不管是发债还是发股权，都不可能完全仰赖这个，所以他们才需要跟资本市场合作，搞这种 SPV，本质上就是基础设施融资。

基础设施融资里，股权大概占 20% 至 30%，剩下的是债务。各大银行通过 syndication 把钱堆出来。

可是盖高速公路、太阳能、风力发电这些基础设施，需求都非常稳定，现金流也很可预测。现在 Jensen Huang 搞这一套，真的 work 吗？

乍听之下，好像又是 work 的。Computing power、token，这些东西谁不需要？大家都需要。

当然 work。最简单证明它 work 的事情，就是 V100 现在还在用。

GPU 的现金成本，包括电力、托管、维护这些东西，比市场愿意支付的租金低了一个数量级，这才是最本质的问题。

所以 A100 全部租满，H100 以及 2020 年、2022 年释放出来的 GPU，95% 的产能都被订走了。这就是现在非常确定的市场情况。

未来会不会改变，取决于整个半导体行业扩产有多快。老黄今天在 earnings call 上总结得很好：我们现在看到的所有瓶颈，包括 token 使用到头、AI coding 需求到头，都是供应造成的，不是需求造成的。

除非你把供应极大地拉开，供应大量增加，最后才会出现供应过剩，然后快速迭代。现在还看不到这种情况。

还有一个问题，Andrew Ng 讲过一件事是对的：30 trillion 的脑力劳动市场里，有非常大的部分，而且会越来越多。每年你都可以裁掉一个人，虽然不能一下把人全部裁完，但是每年都可以裁掉 10% 至 25% 的人。

人力替代是一个过程性的东西，但是总规模非常大，对 token 的需求也非常大，很难停下来。现在肯定还没有看到顶。

我刚才讲，Jensen Huang 最后可能会把自己搞崩。产能最后都上来了，也许很多人失业了，没有人愿意打广告、买东西。那你把 AI 的工作做出来，卖给谁呢？

在很大的经济危机里，整个东西可能会瘫掉，但肯定不是今天。It’s not today。

我们再讲到老黄。我记得 7 月 23 日还是 24 日，他在 Twitter 上发的第一个帖子，就是呼吁美国政府不要禁止、不要阻挡开源模型。

Herman Jin，你最近对开源也有一些看法。很多网友问你，特朗普会不会禁开源？你说这怎么可能呢？这些 CSP 还是需要开源的，不可能一直给 OpenAI 和 Anthropic 当肉盾。

4. CSP 夺回定价权

对。你看今天老黄马上又去布局 Hugging Face，也是在开源这边做布局。

原来的 CSP 模式是，因为它不掌握模型，所以只能自己训练一个模型，或者使用 OpenAI 和 Anthropic 的模型。

但它们训练模型的时候，不能直接蒸馏。它们都在美国，是对方的客户，不可能拿对方的模型链接去训练，否则会被告。最早很多模型都是直接开放给大型云厂商的，但云厂商不可能直接拿来训练。

自己炼丹又是一件不确定的事情。比如 Meta 没炼好，Microsoft 也没炼好。于是你会陷入一个很被动的局面：建了很多算力，花了很多钱，但是只能把卡租给两家模型公司。

这两家头部模型公司可能有 90% 的毛利率，把所有的钱都赚走了。这是一个垄断生意。

所以 Hyperscaler，加上 Oracle，以及那些 GPU Cloud、新云厂商，全部都在为两家模型公司打工。CSP 过去一段时间很惨，前端被两家模型公司挤压，因为没有模型；后端又被存储厂商挤压。

模型厂下了大量 backlog 订单。OpenAI 和 Anthropic 不看价格地买算力，甚至可能愿意接受每瓦 50 美元。你的节奏没有办法慢下来，被迫买这么贵的存储，还要被存储公司再赚一笔。

所以 CSP 被夹在中间，非常惨。但现在情况不一样了。假设我手上有开源模型，那我不一定要把算力卖给你，我可以自己卖算力。

举个例子，企业 AI 里面，Microsoft 卖的算力价格可能比 GPT 本身还贵。因为它有整套客户服务体系，当然我之后可以再讲，为什么 CSP 能卖得更贵。

它确实可以卖得更贵，所以它把大头赚走了。但前端模型端会发生问题：模型端没有供应，没有那么多算力供应，逼着 OpenAI 也要搞算力中心，也要买卡。

OpenAI 当然可以自己设计芯片，昨天出来的数据也很强，但它做什么都需要台积电。它没有台积电现成的产能。你是谁？台积电为什么要帮你留下产能？

这就是远水难解近渴。所以中间的 CSP，议价权和整体定价能力会变强。

它变强以后，会去压后面的供应端。比如原来每瓦 50 美元我不愿意接受，现在我只愿意接受 30 至 35 美元。30 至 35 美元是我的目标，怎么做到你去找下面的人，我不管。

我可以投慢一点，等你降价再投。我看你的销售，是三星和海力士先死，还是我先死？反正我这里一直在赚钱。

所以半导体里特别激进、完全不看价格的那部分投资会减少。那种往桌上甩一沓钱、一定要把产能带走的人会少一些。

但市场上正常收价格的人，比如英伟达，以及所有做光通信的人，不会受影响。受影响的只有那几个坐地起价的供应商。

它们的占比越来越高，而它们会在这个过程中受到冲击。特别是两个不太在乎价格的人——Microsoft 和 OpenAI——支付能力没有那么强以后，可能会对它们造成影响。

但是 CSP 在整个环境里面的议价权会变强，生态位会好很多。因为 OpenAI 没有那么多用户，没有 Microsoft 那么多用户，也没有 Microsoft 那么多销售、资源体系、安全体系和算力。

你凭什么跟我竞争？大家的模型不会差很多。

至于为什么中国能够发展开源模型，因为中国不太注重这方面的法律限制。它不是骗你，而是直接跟你蒸馏。

比如 Qwen 和 DeepSeek，更多是把你的方法论蒸馏出来，重新做一遍，这件事情很难讲清楚是否合法。Kimi 和 GLM 有些则更接近直接蒸馏，如果放在美国，肯定不合法。

但是，如果我蒸馏完一个开源模型，而它本来就是开放权重的模型，那么我作为 Microsoft，在这个模型上做 post-training，或者拿这个模型再蒸馏一个自己的模型，可以不可以？可以，这并不触犯法律。

所以它的生态环境会好很多。有人帮你把闭源模型的东西蒸馏下来，已经帮你做好了，你可以再改一改、炒一炒，或者换一下，做 post-training。

原来是谁有模型谁说了算。达里奥在个人访谈里讲过，最重要的是两件事：谁有最高效的 inference，谁训练出了最好的模型。

最后，训练出最好模型的人，会逐渐被模型平权、token 平权。市场会越来越关注第一个问题：谁的 inference 最有效率，也就是谁的算力最多。

最多的议价权，最后会到 CSP 手里。

我可不可以用比较粗俗的方式总结一下？CSP 本来是一个大妓女，被两个黑人包夹——不是这个意思，是被两个大客户夹在中间。

存储和半导体是小店。原来 OpenAI 和 Anthropic 两个大款把钱放在桌上，有些供应商就坐地起价。DRAM 到底是真的被 HBM 消耗掉了，还是被放在仓库里卖，我不争论。

反正供应商坐地起价，原来的大客户不愿意付这么贵的钱，但是后面的供应商拼命出价，CSP 也被迫跟到每瓦 50 美元。

现在那个人跑了，或者说 Anthropic 的收入 ARR 降了，而 CSP 自己变得更强了，有了模型，价格也由 CSP 来定。

你回到一个正常价格，让供应商赚 70% 的毛利是没问题的。整个半导体行业赚 70% 毛利的公司多的是，但你赚 90% 的毛利就过分了。现在已经是 87% 到 90% 了。

对，这就是整个逻辑。行业本身没有什么问题，需求肯定没有问题，只是更大的议价权到了大头手上。

CSP 过去 2 年议价权不强，是因为它没有模型。现在它有模型，整个板块拼图完整了，模型公司拼不过它。

你有那么多销售吗？没有。你有 Microsoft 那么多用户吗？没有。你有 Microsoft 的资源体系、安全体系和算力吗？都没有。

明白了。CSP 本身可以通过蒸馏，把 Qwen 或 GLM 这样的模型直接拿来用，毕竟它们是开源的。

现在用得最好的，你知道是谁吗？是 Qwen，阿里巴巴的模型。

对。因为很多人还是觉得马云相对是个比较体面的人。DeepSeek 看起来有一些政治上的顾虑，但大家对阿里巴巴的 Qwen 没有那么多顾虑。

所以现在企业部署 Qwen 的很多。

原来那几个大模型公司把钱和注意力都吸走了，CSP 没有能力自己训练模型，只能跟着它们走。去年只有 Google 训练出了一个比较好的模型，其他几家都没有真正训练出来。

接下来是 token 平权，或者叫模型平权。在这个过程中，软件会更好。

对。SaaS 的价格会因为 token 价格下降而下降，企业调用更好的模型，模型能力也会变强，同时它们还有原来的服务能力。

但我不是说 SaaS 公司一定很好，我是说 SaaS 这个 business 可能会变好。至于具体公司好不好，要看它能不能跟 Microsoft 竞争。

5. 存储毛利触顶

那你刚刚提到 DRAM、HBM，可不可以跟大家聊聊存储？上个月底美光发布财报，毛利率有 86%，搞得苹果都要涨价，产品端要涨 30% 至 40%。存储这一块后续怎么走？

存储现在很大程度上是自己做出来的。包括 HBM，都是存储厂商自己做出来的。

美光的模式，是靠涨价来涨毛利和收入，并不是靠扩产或者产品迭代来增加毛利。我们上次 5 月 13 日应该也讲过这个问题。

所以你的股价要往上涨，就必须一直有毛利增长预期。但问题是，在整个投入里面，你不能占一半以上，这不合理。

英伟达每一次都在迭代，整体毛利大概 30% 多，而存储占到 40% 多，甚至比英伟达还高，而且还不停进入涨价周期。

那我最简单的问题是，英伟达凭什么不能涨价？它也可以涨价。那大家就都别活了，token 价格就会上升，AI 就结束了。

真正威胁 AI 的，前端是 Anthropic，后端是存储。你们两个都是市场公敌。

Anthropic 很难再靠闭源跑赢开源。历史上闭源一直跑赢开源，本来就不是常态。它可能很强，但开源会一直对它造成挑战。

后端的存储则是所有人的公敌，因为你的比例太高，导致光和 GPU 的比例变低。因为存储价格高，CSP 会一直质疑 CapEx 的投入产出，投入产出周期会变长，所以所有人都有动力把你的价格压下来。

这是整个行业都会针对你的过程。

再说存储在推理过程中的作用。存储不可替代，需求也确实是无限的。但存储需求无限，跟计算力需求无限是一样的道理，大家都是无限需求，并不是只有你是无限需求。

问题是，你是不是那个瓶颈，也就是整个木桶最低的那块板。慢慢地，你可能就不再是那个瓶颈。

现在当然还是你，所以你把价格乱涨，因为你是最低的那块板，超过你水就会漏出去，所以你的价格最高。但这是不合理的。

GPU 和存储之间，其实可以发生替代。举个例子，我用 Ultra Code 去做一个程序、做一个任务，然后我用 Opus 用 Ultra Code 再去做一个任务。它可能调 100 多个 agent 来帮我干活、做代码审核，效果绝对不会比 Fable 差，绝对比 Fable 单模型强。

你回过来看，人工作的流程是什么？比如我要做一个网站，或者做一个项目，我不是找一个特别聪明的爱因斯坦，把整个项目全部做完。

爱因斯坦也会犯错。真正的流程是，一个很聪明的人，比如大学教授，把任务拆成 100 个小任务，分给下面的下属或者不同部门，每个部门负责一块。

做完以后，由团队长汇总，再汇总到我这里，我再做审查，或者找另一个部门来审查。把任务拆开、分块完成、具体审查，这就是工程化流程。

我用 token 很多，也积累了一些经验。比如我把 Ultra Code 里面负责拆分任务的东西总结成了一个 skill，然后放到 Codex 里面。

现在 Codex 跑出来很强，比你们普通使用的效果强很多。因为我用了 Claude 的任务拆分方法，而 Codex 原本没有把这件事做好，所以我让它强了很多。

最后真正需要的聪明模型，是负责指挥的模型。它可以把任务拆成十几个、几十个、上百个小任务，再分给很多小模型去做。

但是你的 KV cache 是怎么算的？跟你读取上下文的平方有关。如果把一个任务变成 10 个模型，它并不是简单除以 10，而是大概变成原来的平方根关系。

所以你把上下文拆开以后，会少用很多 KV cache。但是这个过程中我调用了 100 个模型，GPU 的需求也增加了。

归根结底，这是一个比较复杂的数学问题，但最后 GPU 需求和存储需求是可以替换的。

你不会用的时候，不会很好地拆任务，AI agent 也不行，GPU 和存储之间就没有替代关系。比如让一个 agent 帮你干活，因为 MoE 模式可能只调用了 5% 的参数，GPU 闲置在那里，存储反而被大量调用。

但如果你会用，在软件和 AI agent 上用得比较精细，最后就可以用一部分计算力替代一部分存储。

这是我自己使用 AI 的体会。所以你问存储需求是不是无限，答案是无限；计算力需求也是无限。但这个无限不代表你可以随便收钱。

而且你现在是众人的敌人，大家都不希望你这样收钱，因为你在破坏整个行业的平衡。

存储有没有很强的需求？有。在存储里面，NAND 肯定会比 DRAM 好，这是我个人的看法。

我确认一下你的意思。比如使用模型的时候，一个更有效率的做法，是让 100 个 agent 把原本的工作分开做，这样就不需要那么依赖存储的效能，对吗？

对。因为每一个 agent 读取的上下文会变少，上下文跟 KV cache 是平方关系。每个上下文少一点，KV cache 的减少大概是开根号的关系。

所以讲来讲去，存储还是周期股，只是现在这个周期可能跟原来的周期不一样。

对，它确实有很强的需求。上次 5 月 13 日我讲完存储以后，被人狂喷。大家说存储需求是无限的，你不懂。

我说，存储需求是无限的，但是无限不代表你可以收 90% 的毛利。别人的需求也是无限的，英伟达的需求也是无限的。没有英伟达你怎么干？它的需求也是无限的。

TSMC 的需求也是无限的。甚至 Intel 的 CPU，现在在联想那里卖，价格也可以翻倍。国内的价格上涨已经很长时间了，但是 Intel 和 AMD 对 ASP 的预期都没有涨价。

两家公司各自都有问题。我今天也喷了一下，不知道有没有韩国听众，但我还是讲中文，韩国人应该听不懂，除非有人把它翻译成英文。

韩国这两家公司有一个共同问题，就是内部极其腐败。你可以看三星的销售，很多人都在里面拿钱。这个东西被炒起来，跟你们这些销售有多大关系？你们有多少个人利益在里面？

三星的问题是这样。第二个问题是海力士的崔泰源，他需要解释清楚自己在 SK Telecom 里面到底有多少股份，以及为什么要把自己的 HBM 换成英伟达的卡，自己还要做 CSP。

这就是韩国的问题：什么叫股东利益，好像根本没有人听说过。公司赚了钱，凭什么要给股东？

所以你问股票能不能涨，是另外一个故事。我觉得可能可以涨，但我不喜欢 DRAM。真要炒，我宁可买 NAND，宁可买 3D NAND。

你可以这样想。原来的设备是手机，手机需要计算力、CPU，需要 CPU 来调度，也需要存储，需要 NAND。

以后设备会变成 agent。Agent 虽然不是永久存在的，但是数量非常大。每一个大的 agent 调用模型时，你是直接调用模型，但你的 agent 需不需要 NAND？需不需要数据？需不需要 CPU？

未来有多少 agent 是推理为主，有多少 agent 会带来 NAND 和 CPU 的需求？这不是说 NAND 一定替代 DRAM，这个过程其实很难，也不一定要走这条路。

但最后，当 agent 的调用以推理为主时，CPU 和 NAND 的需求会更确定，周期会比 DRAM 更长、更稳定。

现在你已经有 85% 的毛利，甚至 87% 的毛利。你接下来还能怎么样？难道要做到 90%？那你的毛利增速肯定到头了。

当毛利到头以后，你怎么拿估值？只有往下，没有往上，毛利率只会往下，不会往上。

我不是说长江存储在那里扩产，或者明天 Intel 杀进来做存储，这些都不重要。你的需求确实很大，但是你很难再涨毛利。

所以如果半导体到年底还要涨，可能是三星和 SK Hynix 太贪心，一下子把毛利做得太高了。后面它们也很难继续拿估值、继续上涨。

后面应该是做光通信、GPU、CPU、被动元件，甚至散热、液冷这些公司补涨，把存储前面乱涨的部分补回来。

对。存储相对来说风险大一点。但是话说回来，DRAM 的需求确实是无限的，这毫无疑问。

半导体里面可以分散配置。如果很多人直接单买 DRAM，或者单买海力士，我觉得风险还是蛮大。

不过韩国的去杠杆也差不多了，韩国的杠杆已经去得差不多。所以你说它会不会反弹，有可能，确实会反弹。能不能破前高，我觉得也可以，因为这是一个大周期。

但是从资产配置角度，不应该只放在存储里面。

那长江存储不是说几个星期后要 IPO 吗？这个你怎么看？

我看长鑫的 DRAM 表现很强，长鑫可能还做不了 HBM；长江存储很强，但我不知道中国资本市场会给它什么估值。

最近几个月，宇树、长鑫存储这些公司的 IPO 表现，其实在全世界资本市场都算不错。IPO 当天，也就是 debut 当天，表现都很好，有的会上涨 300%、400%，甚至 500% 或 600%。

因为估值一开始给得低，先蹲低再跳高。中国的 IPO 一开始定价比较低，所以表现会很好。

美国最近没有什么 IPO，除了 SpaceX。韩国海力士的 IPO 或者融资就不一样，因为韩国市场本身有估值，是市场估值给出来的。

中国 IPO 一开始定价低，所以会出现这种表现。

我看宇树 IPO 的时候，王兴兴脸上一点笑容都没有。他们不是在吃庆功宴吗？我还看到王兴，心想这跟王兴兴有什么关系？旁边还有沈南鹏。我想，王兴可能会想：这个沈南鹏是谁？

6. 半导体争夺产能

那 Herman Jin，你可以讲讲光通信和 CPU 这一块吗？

这是一个必然的过程。很多人在说 CPU 会 delay，Vera Ultra 会 delay，我觉得不影响。

整体对光的需求是一个确定的过程，在这个过程中，光的比例一定会提高。所以光在整个方案里面的比例提高，需求也会变大，这是一个风口。

接下来是迭代需求，但现在其实有量产问题，也就是供应端的量产问题。最终供应会走到什么样，还是由供应决定。

原来光没有那么多需求的时候，短板可能在芯片或者封装里面，但慢慢地，光会变成更大的短板，只是它没有像存储那样乱涨价而已。

有些人说光后面很难落地。不过至少台股这边，像讯芯、联亚这些公司，我看到主动式 ETF 都在大量买入。

光肯定是确定的。现在的方案如果继续往前推，很长一段时间都需要大量交付，也就是 delivering scale。

最终你还是要在中国完成封装。随着需求增加，光会逐渐变成新的瓶颈。

有没有其他细分领域，比如被动元件、散热、液冷，可以跟大家讲讲？

Power semiconductor 会在第三季度，因为它跟着需求时间走。你要按照需求的时间来，而不是按照今天的情绪来。

第二季度的需求还没有完全到，你要跟着 Rubin 的交付时间。Rubin 的交付大概需要到第三季度，所以 Power Semiconductor 会稍微往后。

这一轮炒作里面，应该先买光和存储。如果买 Power Semiconductor，时间会稍微往后推一点。

包括 GFS，以及后面可能讲到的安森美。GFS 的光通信路径我觉得有一点问题，单片集成可能不一定是最好的路径。不过这不是最重要的。

现在半导体是不是一个大缺货周期？半导体大缺货周期来自 token 需求的大缺货周期。所有空头的想法都是：今天不是 token 需求的大缺货周期。这肯定是错的。

Token 需求绝对是一个大缺货周期。Token 需求最后带来的就是半导体需求，不管需求落在哪个方向，本质上都是半导体需求。

半导体需求的大缺货周期里，谁有产能谁说了算。谁手上还有工厂、还有产能，谁就能把半导体做出来。

回头来看，半导体的本质问题就是：现在谁有产能？除了台积电以外，就是 IDM，包括 Intel，这些公司也会表现得不错。

讲到台积电，台积电当然很强，肯定是无敌的。只是最近好像蛮安静的。

台积电永远无敌。但是台积电内部也有一些自己的问题。

我看 Intel 的时候，并不是说台积电要废掉、Intel 要取代台积电，不是这个 story。我的 story 是：Intel 一定成功。

Intel 的 foundry 一定成功，you have no doubt about this。因为晶圆厂本质上是一个数据包。不同客户、不同产品都有一套数据包，把这个数据包放进去，结果就出来了。

你今天把某个国内普通晶圆厂的数据包放进去，它可能只能做出 14 纳米；你把台积电的数据包放进去，它的结果就会超过原来的水平。

数据包怎么来的？是你跟客户一起调出来的，不是你自己闭门造车造出来的。

今天 Intel 和台积电的区别是，台积电放开了做，就没有问题，扩产多少就赚多少钱。原来的工厂折旧完了以后继续赚钱，它就是一台印钞机。

但你要知道，这台印钞机以后不一定只有台积电一家，旁边可能会出现一台小的印钞机。

台积电真正的工艺是苹果帮它调出来的。它真正的大客户、能帮它调工艺的就是苹果。最先进制程也会优先给苹果。

苹果不能接受一个完全由 AI 主导的晶圆厂。你明白我的意思吗？不能是一个完全 AI-oriented 的 fab。

当台积电的大哥变成英伟达时，英伟达用的芯片跟苹果还不是一个量级。英伟达毛利高，是因为它的 CoWoS 卖得贵。

这就好像你拿白酒装进一个很贵的酒瓶里卖，酒本身未必卖得贵，但瓶子卖得贵。CoWoS 就是酒瓶，wafer 就是酒。

但是台积电现在的工艺和产能，确实是 Apple 调出来的。Apple 在供应链上，从来没有被真正挑战过，这是第一次。

所以 Apple 对这件事情一定非常不爽，而且肯定会支持 Intel，做一个 backup。这是确定的。

Google 明年要 11 million、12 million 片。这个数字我反复讲过，假设是 10 million 片，台积电给了 6 million 片，那 6 million 片里面还要凑各种不同来源的产能给 Google。

Google 也会觉得不舒服。它会想，我这么强，为什么要通过传统供应商去下单？因为它不是台积电的传统客户，不能直接拿到它想要的产能。

那 Google 就会说，好，我去 Intel 那边调。Intel 允许我下单。

你得知道，半导体是一个黑社会。这个江湖里面，真正的大哥不只是台积电，而是后面那几个大客户。那些大哥需要一个 backup。

你可能是铜锣湾扛把子，很能打，但社团不能只有你一个人。万一发生什么事情，我得有另一个打手，至少可以跟你议价。

Intel 的 story 就是这样。它背后有这个需求。

第二个问题是，台积电内部其实有矛盾，有两个不同派系：刘德音派系和现在 C.C. Wei 的派系。刘德音已经被斗掉了，利普·布坦也是伯克利的，所以很多原来属于那个派系的人去投靠 Intel，并没有心理压力。

现在 Intel 那边的大哥是利普·布坦，所以 Intel 已经获得了很多人。

最后你是什么？是人和数据包。人代表数据包，因为数据在人的脑子里。

所以 Intel 的良率提升会这么快。你们问我会不会去投靠三星，我怎么会去给韩国人干活？公司文化都不一样。

但 Intel 没有那么大的心理压力，因为它毕竟不是两三年前的那个公司。里面已经被血洗了好几轮，原来的很多势力和山头都被铲平了。

陈立武接到了一个很好的盘。第一，他背后毕竟靠着特朗普，而特朗普家族在这里面是有利益的，也允许他在公司里面大刀阔斧地做事情。

你在民主党执政的时候，把很多东西砍掉，可能吗？不可能。

第二，公司确实跌到了低谷。跌到低谷再回来的过程中，很多山头自己已经被铲平。你再往上拉的时候，就有巨大的潜力。

陈立武把公司从 18 美元、20 美元一路带到接近 100 美元，甚至一度到 140 美元，差不多涨了 5 倍。

到了这个水平，他在董事会里的 credibility 很强，所以想干什么就能干什么。他确实有能力做到天时、地利、人和，把这些山头铲平，改变很多东西。

Intel 和台积电的问题是，台积电的霸主地位不会轻易被动摇。它在产品、know-how 和客户关系上的沉淀，是没有办法比拟的。

但是 Intel 在部分事情上有非对称优势，包括它在流片、封装大芯片方面的一些优势。

而且 Intel 在追赶的时候，速度会比你预期快很多，良率提升非常快，政治资源也很多。所以它不会被台积电干掉。

一年前、两年前，你可能觉得 Intel 会被干掉，但现在不会。

所有缺货周期都是这样，真正最获利的往往是追赶者。长鑫存储本来都快破产了，如果没有 120 亿、没有郑三杰给它 120 亿，长鑫存储已经没了。郑三杰是中国的那个发改委主任。

但现在它能赚这么多钱，就是因为处在巨大的缺货周期里。所以缺货周期最有利的，一定是追赶者。

所有行业其实都一样。光通信里面那些小公司，如果不是缺货，哪有机会？它们忽悠市场又不是第一次了，但这次是真的缺货。

只要你真的能把产能建起来，就可以赚钱。回到我们刚刚讲的，token 需求是一个缺货大周期。

但即便如此，你还是觉得 Intel 现在有点炒过头，对吧？

对。Intel 是 sentiment 炒过头了，这是非常短期的事情。

我这边有一些量化指标，用来观察市场情绪。前几个星期我一直在警告，是因为我看到情绪指标太好了。

你永远要记住，情绪指标要反着做。包括 Twitter、Reality 以及所有平台上的情绪指标，大家一致看好一家公司，你就应该考虑卖掉，甚至做空。

你们训练模型的时候，可以把所有 KOL 的观点加在一起，建立一个黑名单。比如把我放进黑名单，因为你觉得我可能看得比较准，就把我剔除掉。

然后把大部分 KOL 放在名单里。当他们一致看多的时候，你就去做空；当他们一致看空的时候，你就去做多。这个方法非常准。

特别是币圈的 KOL。

我先说，我不是半导体专家，绝对不是。但是因为我们做媒体，访谈过的 KOL 足够多。从 5 月到现在，我大概访了快 50 个 KOL。

我们也不会演，有做一些分级制度：哪些人说得准，哪些人可能是 Herman Jin 这个等级；专家可能就只有一个。后面我们再继续分级，讲得太差的人，我们也不会再请了。

讲得中间一点的，就要看时机。6 月底我发现，很多 KOL 都在说要买南方东英 7709。我就觉得奇怪：7709 有杠杆，而且基本上是在 short IV。

7709 是一个很愚蠢的东西。

你做的所有 ETF，为什么不直接买 000660？你难道买不到吗？抄底就直接买海力士，为什么要买 7709？

你买 7709，实际上还做了另一件事，就是 short vol。你一边杠杆买股票，一边 short vol，在底部是非常危险的。

底部波动率很大，股票一天上涨、一天下跌，来回震荡会消耗掉很多价值。所以绝对不能在抄底的时候买 2 倍杠杆 ETF。

7709 在什么时候表现特别好？在一条直线往上拉的时候。那时候波动率变小，你 short vol，同时股票上涨。

今天买了涨 2%，明天又涨 2%，本金不断滚大。波动率变小，你在波动率上赚钱，也在股票上赚钱。

所以在抄底的时候，切记不能买 2 倍杠杆 ETF。除非你认为它会走成一条直线上涨的行情。

在追多的时候买 7709，我觉得没问题。你是在表达自己的观点，认为波动率会变小，可能没有那么大问题。

但是不能在抄底时买 7709。底部即使真的反弹，也通常是震荡式反弹，过程中损耗非常大。

所以这帮人去买 7709，你就应该做空。他们全在买的时候，你就应该觉得危险了。

再说 Intel，统计下来，市场 sentiment 太好了，这就是危险。短期 sentiment 太好，我觉得有风险。

但是这个公司的基本面没有问题。它有封装、CPU，以及后面的先进封装等业务，还有可能和 Tower Semiconductor 一起做存储，这些都是市场没有完全定价的明牌。

你想，它甚至把 ASP 按照 0 来算，也就是把涨价完全不算进去，不像存储公司那样把涨价算进明年业绩。

如果把涨价算进去，Intel 的 CPU 明年 EPS 轻松到 6 美元。晶圆厂现在是负的。

它的晶圆厂去年底大概是 10.5 billion，今年投入 15 billion，甚至 20 billion。明年底可能达到 12.5 billion、13 billion。

如果按 1 倍估值，或者 2 倍 PB，它现在的估值其实很安全。你可以说它还会跌，也可以说它会涨，但从价值角度来看，它是一个更安全的资产。

我好奇问一下，你最近说不要小看马斯克的 xAI、Terafab，或者 Grok。Grok 确实变得比较好用，这一点我有感受。

Terafab 到底能不能做出来？

Terafab 没有那么多钱。马斯克投晶圆厂是需要钱的，你看看 Intel 花了多少钱，马斯克没有那么多现金。

但是马斯克的 Terafab 确实想跟 Intel 合作，想去做存储。Intel 以前的存储很强，后来把存储业务卖给了海力士。

它的钱从哪里来我不知道，但马斯克经常能把钱变出来，这件事我也搞不清楚。他背后有特朗普，所以他能不能变出钱，不能简单排除。

不过现在 Terafab 相对来说缺钱。

Grok 变好有几个原因。第一，我一直觉得 SpaceX 在快速部署算力方面很有一手。它部署算力、出售算力，以及快速形成算力集群的能力很强。

所以不要只看它今天训练模型的表现。Google 为什么能训练出模型？靠的是算力平权，简单来说就是暴力计算，算力足够就能把模型算出来。

SpaceX 有没有快速部署算力的能力？我觉得有。它现在只是没有能力买到那么多算力，但从通信系统开始，整套东西都是自己做的。

不同算力中心的建设方式很不一样，所以绝对不能小看 SpaceX 部署算力的能力。

第二，Grok 有另一个优势，就是它有 Cursor。Cursor 给了它大量 post-training 数据，所以你可以看到它的编程能力现在变强了。

中肯地说，它应该还不如 GLM，但确实进步很快，而且它便宜。它有 Cursor 这个前端流量，所以有数据，也能够做 post-training。

只要你有数据、有算力，模型变好只是时间问题。所以不要小看马斯克，他在这一块确实有机会。

如果估值能够跌到 1 trillion，我觉得有可能是一个进入的机会。

刚刚讲到 GLM。它最近是不是又直接抄了一个匿名模型 OX-Alpha？其实就是他们的 GLM-5.3 Flash，主打 coding agentic tasks，可以跟很多东西配合。

它的 input token 价格是 0.15 美元，output 是 0.5 美元，已经打到 DeepSeek 那种低成本、高效率的模型水平。

我们刚才比较多讲的是美国和韩国的半导体，中国的开源模型能不能再跟大家多讲讲？

包括现在的玩家：DeepSeek、Qwen、腾讯元宝，还有智谱 AI 和 MiniMax。MiniMax 说上半年营收 1 亿多美元，同比增长 200% 多，差不多翻了 4 倍。

不过它还是落后于智谱的 GLM-5.2，还有 Kimi，也就是月之暗面。中国开源模型这一块，可不可以跟大家聊一下？

我对模型的了解很多都是自己用出来的，所以也不是每个模型都知道。我只能这么说：实际使用的时候，GLM、DeepSeek 都不会比 Opus 差。

甚至我觉得 DeepSeek 比 Opus 强。

模型可以大概这样排。最强的一定是 o3，也就是 OpenAI 的 o3。判断一个模型好不好用，或者 AI 执行任务好不好用，我觉得有 4 个东西。

第一个是模型。第二个是模型后面的算力。你有模型、没有算力，一样算不出来。

第三个是数据。第四个是 AI agent，也就是它怎么组成、怎么拆任务。

这 4 个东西非常重要。Claude Code 很强，很大程度上就是因为第四个东西强，它的 AI agent 很强，知道如何拆分任务。

我已经把这套方法蒸馏出来，放到 Codex 里面，所以我的 Codex 跑得非常厉害，比正常使用 Claude Code 强很多，因为我用 Claude Code 的方法重新拆了任务体系。

单纯说模型的话，最强一定是 o3，接着可能是 Fable，再接着是 DeepSeek 和 GLM。GLM 可能比 Kimi 好一些。

这几个模型跟 Grok、Opus 差不多。其他几个我没用过，我也不可能花几千美元把所有模型全部测一遍。

Grok 做一些简单任务不错，但复杂任务肯定不行。

7. AI 改写工作结构

我补充一下你可能没问到的，就是我对 token 和 AI 使用的理解。如果你发现生活和工作中用不了很多 token，那就代表你可能是会被淘汰的那个人。

很 spicy。

如果你连一个 200 美元的 Claude Max 计划，一个星期都用不满，而且是在正常 workload 里用不满，那就说明你的工作太简单。

你连延展工作的能力都没有，连延展性的需求都没有，那你的工作一定会被取代。

任何一个人的脑力工作都会被 AI model 取代。但如果你现在连 200 美元的正常计划都用不满，那你注定是先被淘汰的人。

假设我们现在做的事情，我过去 3 个月写了 450,000 行交易级代码。你可以拿一个 reference：我原来整个深圳团队一年加起来写了 60,000 行代码。

现在这个团队已经不存在了，但他们一年加起来写了 60,000 行，而这 450,000 行代码中，有 60,000 行是他们一年完成的需求量。

我的 450,000 行代码，需要一个 20 人的专业交易团队写 1 年到 1 年半，而且是 professional 的交易团队。交易里不能容错。

我可以在 1 秒钟内调动大量数据和服务器，同时在交易所下单。一秒钟下 1,000 单、2,000 单，全部在 1.7 毫秒以内完成。

你做的是量化，对吧？

对，高频交易。

现在已经可以完全由一个人完成。原来我只是做模型，告诉程序员我要什么，让他们去编程。编出来以后会有 bug，一个 bug 可能让我亏几千美元。

现在基本上可以做到接近 zero bug。过去经常出问题，机器停机，找问题要找半天；现在已经没有再出现类似的问题，但我还在不停加新功能、新模型。

你会发现，原来的工作是有延展性的，你的 token 需求也是有延展性的。你不停需要做更多事情，工作就不会被取代。

我一直在发掘新的东西。如果你的工作是每天写 PPT，拿一个简单模型就能完成，那你的工作就是会被取代的。你在 AI 时代里没有用。

AI 时代里只有神族和虫族，没有人类。经常用模型、知道怎么用模型的人是神族，大部分人是虫族。

我上次跟你讲过，0.1% 的人用了 99% 的模型 token。你不要告诉我 token 需求到头了，AI coding 到头了。你只是没有用够，不会用。

AI 取代的是码农，AI 成就的是程序员。以前的码农可能被取代，但程序员反而会变多。

我本来不会编程，但现在会了，于是我变成了程序员。它会大量增加程序员，也会大量增加程序需求，而程序需求是非常多的。

所以说 AI coding 到头的人，肯定是没有用够 AI，或者自己不怎么用。他们用 AI，大概率是在做 research、写 PPT、问答，或者写简单的指令型网页。

当你对 AI 的需求越深，意味着你要完成的事情越复杂。比如我想完成一个在交易所下单的程序，AI 10 分钟不行，20 分钟肯定能做完，给它一个 API 就可以做完。

但是如果你要求它同时调用 100 个云，做 AWS 优化，把速度从 2 毫秒提高到 1.7 毫秒，虽然只是 0.3 毫秒的差别，需要投入的时间、精力和 token 是指数级上升的，可能是 1,000 倍。

如果你不需要这 0.3 毫秒，你就不会明白。你永远不懂，说明你的生活和工作存在瓶颈和限制，你没有看到更深层的需求。

还是拿交易来说，2 毫秒下单快不快？够快，肯定没问题。但在交易所里，你一单都抢不到。

对于高频交易来说，2 毫秒就是 0，一点价值都没有。2.1 毫秒肯定抢不到，但是如果把 jitter 做得很低，做到 1.7 毫秒，就需要调动一堆 AI agent 下单、一堆云下单。

一堆云下单以后，云还要计算，每个都要计算，还要对时钟，会有各种各样的问题。你把这些问题叠加起来，就会发现头非常大。

还有内网和安全问题。下单不能被别人看到。你会发现各种问题不断叠加。

所以我说的是深度，需要花更多 token，而不是需求本身。你想出需求可能很简单，但是要把它做深，就要花更多 token。

原来人能不能做？能做。最顶尖的那批人可以做，姜鹏也在做这件事，以前也在做。

但问题是，AI 把我和姜鹏之间的需求差距拉近了。真正的大型量化机构，用 token 会在乎钱吗？它们根本不在乎。

你花 token，觉得 coding 需求到头了，那只能说明你还没有进入神族的需求领域，没有看到更大的需求。

我补充一点。我觉得那些喊着 AI 会取代程序员工作的人，其实是他们自己活该，因为他们不会用。

AI 应该帮你解决更复杂的问题。以前创业时常听到一句话：Don’t boil the ocean。遇到一个大问题，不应该马上从最大的地方开始，而应该先从小问题着手。

但是现在 AI 来了，YC 的 Garry Tan 说，应该 boil the ocean。越是复杂、越是大的问题，越应该用 AI 去解决。

尤其你有小孩以后，已经可以用更高的标准、更专业的颗粒度去要求他。

我给你举几个例子。我朋友的小孩学文学、搞历史，最后可以发到专业杂志上。这个工作以前可能需要博士后做 5 年，他 2 个月就做完了，而且还是高中生。

所有需求都变得不一样了。你不但可以 boil the ocean，更重要的是，AI 取代的到底是什么？

它不是取代程序员，而是取代码农的组织架构。它也会取代整个公司的运行架构。

我不再需要前端、后端、产品、测试各自组成一个团队。我需要的是一个人，调用 AI，把这些工作全部变成 AI agent。

一个任务交给一个人完成，组织架构就不一样了。IT 架构和整个工作流都会变化。

传统机构如果不能适应新的工作流，就会像古代庞大的帝国一样，被英国人用一小撮人按着打死。

现在我们做高频交易，可能只需要两个人，就能按着很大的机构打，照样可以赚钱。

你拿战列舰去打仗，就会被航母按着打。本质上，我不应该只去看程序。

原来的码农不理解这件事。最早的编程是汇编语言，需要调动内存；后来的编程是 C 语言；现在的编程是英语，是 natural language。

谁不会 natural language？你不能说你的 natural language 比我好，但是我的 know-how 比你多。

在 AI 里面，程序会越来越多。最后最重要的，一方面当然是模型，但模型最终会被评价。

最早怎么评价模型？就是把任务拆成很多部分。一个模型干再多任务，也不一定比得过 1,000 个 Opus。1,000 个 Opus 分工合作，肯定可能比一个更大的模型好。

所以模型多了以后，就通过拆分任务来评价。拆任务的机制可以由你设定，也可以让 AI 辅助你设定。

第二个是数据。你今天能够看到的数据可能只有 10%，所有 know-how 都是数据。

我怎么做交易也是数据。一个程序员做不了我这件事，我告诉他怎么做，他也不一定能做到，因为有些数据在我的脑子里。

我的 IT 团队也不了解，只有我知道。这些数据是我 proprietary 的，所以我知道怎么下单、怎么做交易，也知道它能不能赚钱。

很多公司和企业背后都有自己的数据和体系。你让 AI 去网上找量化股票的数据，它找不到。你得买数据，买了数据以后还要知道怎么看。

这套东西 AI 教不会你，但是 AI 可以帮你把这些东西全部实施。原来你脑子里想得到，却做不到；现在只要脑子里想得到，基本都能做到。

以后缺的是能想到问题的人，不是能帮你执行的人。

这个感受很深刻。AI 时代来临以后，我也在想，体育和娱乐会不会变成下一个最有价值的领域。

你看 Thrive Capital 的 Josh Kushner，已经开始投资体育和娱乐，还在考虑收购 Lakers。阿里巴巴的蔡崇信也投资了 Brooklyn Nets。

是不是 AI 时代来了以后，体育和娱乐会成为下一个最有价值的行业？我也不知道。

先说 AI 相关的，我觉得 SaaS 和药会受益。

但是 SaaS 会面临 Microsoft 的竞争，所以有一点问题。我刚才忘了讲，为什么 Microsoft 卖一个 token，可以卖得比 GPT 还贵。

你看 Uber 现在会说，不能这样拼命用 AI token，花了很多钱，但是说不出产出了什么。

其实不是没有产出，最重要的产出是让员工可以摸鱼，而老板看不到。原来程序员一天要工作 15、16 个小时，现在可能只需要工作 10 分钟。

这难道不是产出吗？当然是产出。员工闲下来，老板却觉得没有产出。你不能说这没有产出，因为这些人最终会被淘汰，淘汰本身就是产出。

你解决的是 ROI 里面的 I，但是看不到 R。所有模型厂都有这个问题，不管用 GPT、GLM、Claude，都是这个问题。

但是到了 Microsoft 或大型 SaaS 公司里面，它有很多 meter。

比如我在跨境电商，在 Amazon 上投入多少 token 做优化，然后增加了多少销售、减少了多少退货。因为我跟客户对话，或者让 AI agent 跟客户对话，这些都有 meter。

Amazon 有数据接口，这个 meter 是数据。模型本身没有这些数据，但 Amazon 通过 API 可以看得到。

我投入一个 AI agent 跟客户聊天，或者做售后，减少了退货。退货给我造成了多少钱，这是可以计算的。所以我能解决 ROI 里面的 R。

这就是在不同工作场景和 workflow 里解决问题。Microsoft 去年完成了这件事。

所以今年它开始收果子。SaaS 今年增长很快，包括 AI agent business 增长很快，是因为客户根本做不过来。

客户能看到增长，这种增长会更加持续，一路往前走。也正因为如此，包括 Microsoft、Amazon 在内的公司才可以不断投入 AI capacity，它们不在乎。

因为它们能看到客户的 ROI 和回报。我今天投入 5 毛钱做 AI，让 AI 跟客户对话，增加了 2 块钱收入，我看得到 1.5 元的差价，那我就会一直投。

假设是跨境电商，我就会一直投。

Microsoft 有很多 CIM，虽然它在整个市场的占比可能只有 20% 多，但它有这些数据，所以后面的东西是一条完整的链。

它是一个 integrated product，是 vertical integration 的 product，所以一定能卖出更高的 premium，能够卖得比原来的模型厂更贵。

这就是 CSP 后面真正有价值的地方。今年年底你可能还看不到，可能只有几百亿，但明年大部分东西就能看到了。

那时候你就会发现，原来不光是 OpenAI 和 Anthropic。它们的增长可能没有那么快，但是其他地方跑出来几个，3 个加起来就已经是一个 Anthropic 了。

而且它们今年还是 revenue，不是 ARR。Microsoft 今年 20 billion 的 revenue，相当于 40 billion ARR，也不低。

所以你怎么能在这个时间点看空整体 AI，觉得 AI 到头了，觉得现在变成 2000 年了？No way。

这也是为什么半导体公司看 AI，未必能准确判断整体市场需求。因为它们看到的是供应端，但它们质疑的是需求端。

你是供应方，可以质疑供应。你说台积电没有产能、这件事完了，我信你。但你说模型厂没有需求、token 没需求，这不是你说的。

你只是坐在那里看客户给你多少订单。订单给多了，你反而害怕，说这单是不是假的。人家给你订单，CSP 是傻子吗？它们没有自己的数据吗？

你应该去问 CSP。你找一个 Google 的人来告诉我，这东西到头了，那我就信。可是 Google 的人告诉我还没到头，需求太多，干不过来。

Google 还在追 Amazon，Amazon 还在追 Microsoft。企业端的需求，是这几家公司的老板亲自顶着。

至少要问企业端里面最末位的那个。如果连 Google 都说做不下去了，那我才会考虑是不是到头了。但现在连最后面的 Google 都没有这么说，企业端就更不可能到头。

这才是看多的本质原因。

原来的商业模式是滥用 token。我刚刚讲了，token 有 3 个用途：第一，取代现有 workload；第二，加强现有 workload；第三，增加 incremental 的工作流和效率。

第三部分会越来越多，而且它具有持续性，因为已经有人把 ROI 里面的 R 和 I 连在一起了。

8. 医疗进入 AI 时代

那能不能再跟大家聊一下 healthcare？Moderna 上礼拜不是研究出什么 mRNA 疫苗吗？股价也涨得不得了。

其实最早你可以看那个澳大利亚人给一条狗治病的案例，当时就应该能看出今天可能发生的事情。

只是你不一定知道，哪一家药厂能够把这个东西跑出来。药厂本身有药厂的问题。至于制药有没有用 AI 去筛，我也不知道。

但有一件事确定：筛 DNA 会快很多，未来会大量筛 DNA。

所以我从去年开始就让人买药明康德。你再怎么筛，筛完以后要不要做药检？当然要做。

药检成本占 95%，你筛选只占 5%。你筛出 100 个、1,000 个，也得花 95% 的成本去做药检。

不过这 95% 的成本会下降，因为基因更加精准。你不会在二期里重新找方法论，三期里重新找数据，然后不停修改方案。

方案会更加 smooth，整体成本会低很多，这毫无疑问。

但所有东西都要过药明康德的管线。药明康德是药里面的台积电，所以没有人能在成本上打赢它。

中国的一个 case 和美国的一个 case，成本可能相差 20 倍。这一点 no doubt。

中国人和美国人都是人类，但是中国的药做完中国药检以后，再去美国做药检，可以走快速通道，所以会便宜很多。

如果美国的药能够走到药明康德的管线，因为中国有些药必须由中国人注册才能做，未来也会越来越多地搬到中国来做。

全世界范围内，医疗基础设施和人命不值钱这两件事，不可能同时存在，except for one country。我就不展开了，毕竟我在香港。

这证明了药明康德的能力。未来 DNA 管线的筛选速度会快很多，新药研发速度也会快很多。

这也是 coding 吗？不是 coding。Enterprise AI 不是 coding，science 也不是 coding。

AI 真正能够完成什么？AI 最早的工作，是帮助你做大量并行计算。最早的 reinforcement learning 和 deep learning，都可以帮你对大量数据做并行计算，并从大量数据里面找规律。

在大量数据里找规律，医疗、军事都是非常理想的场景。

Coding 和对话，都是后来额外开发出来的能力。AI 真正的能力，是大规模地分析数据、寻找数据之间的规律。

最快执行、最有价值的部分，比如交易，都是人类价值最高的部分，所以需要的 token 也会非常巨大。

你可以一个人筛出狗的癌症基因，然后做药把自己的狗治好。以后很多人都会做这种 tailor-made medicine。

你可以把整个基因筛一遍，再把各种复杂配方排列组合，研究如何改变、如何治疗，最后会出现很多新的管线。

所以医疗会因为 AI 取得很大的进步，这本质上是大数据的环节。

软件也会受益于 token 平权和模型平权。唯一的 concern，是有一个大家伙在那里竞争。

它太强了，有模型的时候很强；没有模型的时候，它就不行。Microsoft 一直没练出自己的模型，但现在它可以用别人的模型。

它等于是升仙了，吃了金丹以后飞升，突然就变强了。

它变强以后，其他 SaaS 可能会面临它的竞争，这是软件领域唯一的问题。但短期来说，Snowflake 这些公司都很强，都会获利。

9. AI 最终吞噬经济

我们差不多也到尾声了。最后跟你聊一下，既然我们是在讨论什么时候可能做空，这个周期总会结束。

你有一个理论，可能不太好听：AI 是癌症。

对，AI 是经济的癌症。

癌症会把身体里的养分全部吸走，包括债、股、收益和各种资源，因为癌细胞吸收养分的能力太强了。

AI 也是一样。AI 的 ROI 太高，在快速提高效率的时候，会把你的养分都吸走。

这不一定是坏事，因为癌症最后有可能把一个人变成金刚狼，让你不死。每一次产业革命其实都是这样，它需要把原来的产业替代掉。

农业被替代的时候，人全部被挤到城市里，城市里出现新的工作，把这些人安定下来。

制造业和工业被替代的时候，原来的制造业人口被挤出去，变成第三产业、文职工作。

现在如果 AI 把这些文职人员全部替代掉，这些人去干什么？这是一个需要解决的问题。

1848 年之后我们解决了这个问题，所以后面经济才发展起来。你可以看看 1848 年之前经济好不好，那时候在闹大革命，马克思主义也是那个时候被发现的，因为大家没有饭吃了。

AI 癌症理论是，最终 AI 相关投资这批癌细胞吸收大量资源，使整个经济体进入衰退，而且是严重衰退，不是今天这种衰退。

包括我们今天讨论会不会降息、会不会升息，8 月 28 日会不会升息，以及美国利率的问题。我觉得我们面对的不是通胀，而是衰退。

刨掉 AI 以后，实体经济其实非常差。只是 AI 这一块把资源吸走以后，整体数据看起来还在增长。

但是这个增长分配极其不平均。AI 的增长比互联网时代还不平均 100 倍，就是我刚才讲的 0.1% 对 99.9%。

最终问题会出在整体经济：严重失业，经济垮塌，最后没有人使用你的产品。

最终还是人的消费。硅基消费是硅基消费，但最后还是碳基消费。没有碳基消费，就没有硅基消费。

这些人没有工作、没有饭吃的时候，谁来打广告？汉堡卖不动，咖啡也卖不动，这才是问题。

但这不是今年的问题。现在癌症还在一期、二期，到四期才会发生这个事情。

到危机的时候，我们会采取什么措施，我不知道。比如民主党上台以后，可能会给 AI 做化疗，限制 AI 的发展。

也有可能给每个人打营养针，比如发 UBI。但我不知道最终会怎么做。

如果一直放任它发展，这个问题必然会出现。因为 AI 的效率比人高。

比如一家公司融资，融资成本 10%，肯定受不了。但如果买一张芯片 6 个月就能回本，Microsoft 也是 6 个月到 10 个月回本，而且是把所有成本算进去的 10 个月。

10 个月就回本，它会在乎融资成本是 10% 还是 15% 吗？它不在乎，马上就能赚钱，后面继续赚钱。

但你是 10% 融资成本的公司，可能就融不到钱。

真正的债务问题，还是回到我们刚刚讲的 CDS 和债务问题。最可怕的不是 Microsoft 的 CDS 上升、Amazon 的 CDS 上升。

这件事明年一定会发生，因为它们的融资需求变大。

真正的问题是债务成本上升，导致 Amazon 的融资成本接近地区性银行，甚至有些地区性银行已经融不到钱。

挤兑性的问题明年发生，这才是问题。这是基本面的问题，不是 AI 本身造成的。

所以今天市场才会扭曲到 Starbucks 的 forward PE 是 36 倍，而英伟达的 forward PE 是 12 倍。英伟达没有泡沫，真正出问题要等 Starbucks 卖不动。

Starbucks 也是在打广告、使用 AI，但如果它卖不掉咖啡，怎么办？咖啡不是机器，你不能喝机器。

那时候才会出问题。When it ends，每个周期都会结束，但我只是不觉得现在就会结束。

我顺便再问一个。前天我跟铁柱聊的时候，他说 AI 很强，资金需求会挤压 Treasury，所以长端利率一直在高位。

但他的意思是，AI 对利率并不敏感，因为它太强了。即使利率是十几%，它也不在乎。

没有影响，它不 care。

最简单的例子就是阿里的财务报表，2.2 年不到就能回本。它有什么资金压力？为什么要 care 那几个点的利息？

你有几个点的利息，它不 care，但别人 care。

市场上就这么多钱。除非你印钱，否则钱不会凭空增加。钱都被 AI 用完了，我这个卖咖啡的怎么办？

我开一家 Starbucks 门店，要规划 10 年、15 年回本。你们搞融资租赁，6 个月回本，那我的钱不就被你弄掉了吗？

这就是挤兑性的问题。

最后再说一个利率问题。美元利率上升，并不是因为美国债务太多，也不是因为美元货币本身出了问题。

我自己做过一个视频，这件事的本质是，美国的 nominal GDP growth 太高了。

Nominal GDP growth 一直比美元长期利率高，大概高 190 个 basis points。这 190 个 basis points 导致了大量资产泡沫。

但是美国现在刨掉 AI 的实体经济非常差。我们现在是两个世界被合并在一起：神族和虫族被放在了同一个世界。

在这个世界里，nominal GDP growth 是 6%，甚至 6.5%。6.5% 比现在 4.7% 的利率高 190 个 basis points。

但是如果只看虫族的世界，nominal GDP growth 并不高，长端利率就不应该这么高。

这对鲍威尔来说非常痛苦，因为实体经济无法承受更高利息。但美国经济因为 AI，又可以承受更高利息。

有了 AI 以后，你怎么把长期利率压住？如果不压住，就会继续产生资产泡沫。

现在泡沫还没有跑到半导体，因为 AI 还没有完全体现出来。现在的资产泡沫在 Walmart、Starbucks 这些公司，你去看看它们的 PE。

半导体里面现在还没有资产泡沫。但是当市场意识到半导体需求不是周期性的，它会产生一个巨大的资产泡沫，涨到你眼睛都不认识。

宏观基本面告诉你，一定会产生这个资产泡沫。你差 190 个 basis points，为什么不产生资产泡沫？

现在只是泡沫流错地方了。

从美国政策制定者的角度来说，他们会想尽一切办法阻止长端利率继续上升。哪怕明天我是鲍威尔，冒着风险，全部发行 T-bill，发行 50% 甚至 60% 的 T-bill，我也不会让 coupon rate 涨到那个水平。

美联储希望把利率交给市场，但为什么不愿意看到长端利率涨得太高？因为它对实体经济的杀伤力太大。

如果长端利率太高，就不会有人开披萨店、开咖啡店，也不会有人做很多实体业务。除了 AI，其他行业都会死，这件事不能发生。

既然不能发生，市场就一定要有泡沫。只是这个泡沫还没有跑到半导体上。

如果 Starbucks、Walmart 这些防御性板块的 PE 都这么高，那根本不需要等 AI 泡沫，泡沫已经存在了，也没有挤到 AI、半导体上。

既然泡沫还没有挤到半导体，做空半导体就不 make sense。

对。为什么？因为 CSP 的现金流现在还是负的，大家把它当成周期性行业。

到了明年，如果现金流真的变负，它可能还会跌一轮。但往后看，它的现金流会全部变正。

当现金流变正以后，整体动量会让半导体从周期性行业变成非周期性行业，泡沫才会真正跑到它头上。

那时候它会涨到让你眼睛都看不见。

所以听起来，这一波如果再拉一波，也不仅限于 11 月美国 midterm 之后就结束。

我觉得不限于。我不认为它现在就结束。

我觉得现在是 1998 年。你这一轮跌完是 1998 年，你看看 1999 年、2000 年涨成什么鬼样。

认不出，六亲不认。

嗯，很有可能。对，就是它真正要限制 AI。我现在看到它能够限制的方法就两种：第一个，实体经济真的垮掉，就真的是没有人付得起钱，这是一种。像中国，中国现在就没人付得起钱，但是还是能够把 GPU 给用完，对吧？

第二种就是民主党上台，决定卡你。

嗯，给你加一堆限制。这个，那个民主党的谁啊？那个 AOC，她现在在 Polymarket 当选的几率，我看是 13 还是 14 percent？但现在这个东西都不准，几率高不高啊？

你要在党内选出来，很有可能是 AOC，但是最后还要看很多博弈，这个事情 not certain。

OK，OK，这个 non-event 就先当 non-event，太远了，是两年后的事情。但 midterm 基本上我觉得共和党应该是要跛脚了，不是 wave。

对，肯定不是 wave。但是你这样想，总统现在难道是靠着议会在管国家吗？也不是啊。总统现在是随心所欲治国，随便一个行政命令就可以了。

这跟所谓我们台湾的领导人有点异曲同工。开玩笑，开玩笑啊，我不要乱讲话，不要给你添麻烦。

好，那这个我们也聊了蛮多。最后，Herman 哥有没有什么想给大家、给听众的警惕，或者一些体会？

我本来就是想讲警惕的，就是前面讲过那句话，我再重复一次：你去看一下你生活、工作当中的需求，如果你 token 用不够，就说明你的工作要被替代，要提起注意。

嗯哼，嗯哼。就是一个人脑被 token 淹没的时代啊。

对，对。

OK，那这是生活，这是工作、职涯方面。那有没有一些……我说投资上，投资上的一些？

投资上，我觉得还有一个。对于散户来讲，投资有一个策略，你尽量不要去 trade the market，就好像讲过类似的事情，不要 trade。

不要跟我们量化机器人作对。你觉得自己高抛低吸很厉害，但一般大数据统计出来并不是这样。现在有 AI 了，你可以把你以前所有的交易交给 AI，看一看你到底是赚钱还是亏钱，一看就知道。

嗯哼，嗯哼。就是说，投一个大趋势，不要投得那么刁钻，你会输掉。

对啊，我也干这个事情，我也经常自己检讨，我也干这个事情。比方说上周 65 个 billion 的那个事情出来，我知道它是假的，我知道它没有什么意义，但是你忍不住，就想按一键清仓，卖了很多，对吧？

卖了之后虽然卖对了，但你老是干这个事情，最后可能你做得好也就五五开这样，还是没意义，最终还是没意义，最后意义不是特别大。

我自己的主要 saving，比如说我主要 saving 在 Google，那么长时间我也没动，也没怎么样啊。我知道它要跌，去年我也没把它卖掉，就是放着。但是半导体都是我手贱的，都是我交易账户里的，所以交易账户我是会来回交易的，但是 saving 确实不怎么动。

这边有 Google、Meta 和 Goldman Sachs，基本这 3 个是不动了。我有一个 list，到时候可以发给你们看。Google 也是上个月吧，还是上上个月，搞了 87.5 billion 的 equity financing 嘛，听说 Berkshire 也有入股嘛。

你知道我对于这几个公司到一个什么地步吗？我不 care 它的价钱，我就不看了，一直放着不看，无脑买。不是我不买，我现在不买，我现在就放着，囤着。

但是我自己持有的 3M，那些肯定是固定的。我肯定是有新的钱进来，我是持续定投 3M 的，持续定投啊。

Herman 哥，你这个太夸张了。你如果都是散户，那谁是散户，对不对？

对啊，大家都散户。

我觉得散户的定义是这样，拿手去下单，都是散户。

哦，那我真他妈是拿手。我账号密码有时候还忘了。

手点，你是手点 API，对吧？

API 点都有可能是散户。你把 API 点策略好不好？哎，这个东西……

OK。突然想到，我们最后可以讲一讲 Bitcoin 的部分。Bitcoin 我们今天都没讲到。

对，对，对不起，忘了。Bitcoin 我也说一些信息给你们。

我原来是一个月大概 20 亿、30 亿美元的交易量，在币安上，所以我是 VIP 7。现在我已经降到 VIP 5 了。我有很多 VIP 9 的朋友，现在都在 VIP 6。我不刷单嘛，他们还刷单，所以是这么一个环境。

Bitcoin 有很多美股投资人会追问它的变化，但是你们一直要认识到，在币圈这个市场，它的定价场所是币安。这个是 for certain。其他地方没有定价权，一点都没有。任何一个 coin 的定价权都在 Binance。

现在 Binance 上有很多股票币，然后股票币分走了大量流动性。我们之前经常能够看到一个 token，不管小 token、大 token，除了 Bitcoin、Ethereum 和 Solana 以外，会看到那种小 token 交易量上十亿级、billion 级的，交易每天都有。现在几乎都没有了，有的几千万就已经很大了。

这是一个非常悲观的事情，就是币圈真正的流动性是真的缺失、跑掉了。我们身边 VIP 9 的朋友们都不怎么赚钱，或者说赚得少很多。

Sorry，你说的 VIP 9 是什么意思？V9？

VIP 9。

哦，OK，VIP 9。

我讲，我是 VIP 7，一天 1 亿，基本上是一天 1 亿交易量，对吧？那不是 1 亿块钱，是 1 亿美元交易量。他们可能比我们大很多。

他们现在为什么要刷到 VIP 6、VIP 7？其实是为了维持一个基本的利率，不然的话，我们永远在平衡一件事情：我刷了那么多交易量，币安知道我刷交易量，没关系吧？我刷那么多交易量，然后我的 VIP 等级使得我的策略能够赚多少钱，能不能把我刷单的钱赚回来？

这一部分基本上是持平的。对于他们 maker 来说，最多也就持平；对于我们 taker 来说，是没有办法持平的。所以我就不刷了，就让它掉。

但是 maker 他们是一定要有这个等级，所以他们继续去刷。但是整体大家的毛利很低，毛利赚钱其实非常少。这就是整个环境。

也就是说，从 2019 年开始的整个 Bitcoin 周期，中间的钱——任何资产都不是说这个资产有多好、有什么作用或者有什么估值，而是看这个资产的供需、钱在哪里。

Bitcoin 或者所有 crypto 资产真正的需求，99% 来自交易所，而不是来自链上，这个毋庸置疑。买入的 99% 是在交易所，交易量也有 99% 在交易所。但是交易所里面的资金现在被分流到股票里面去了，比如买美国股票、买海力士那些东西，所以原本买区块链资产的资金少了很多。

所以你们可以去质疑这一轮后面上涨的能力。你不要今天涨了，就觉得很上头、很牛。我没有什么上头，我也买了 Bitcoin。Bitcoin 跌到 6 万多的时候，我就一直在买，只要它跌到 6.5 万以下，我就会买一点、买一点。我每天交易赚点钱，就买一点。我现在也没有卖，但是我并没有那么看好它能够在短期里面涨到多少多少。

In the long run，作为一个币圈的人，我当然看好它涨到 20 万、50 万、100 万，我都可以看好它，对吧？但在短期里面，你先要解决钱的问题：钱从哪来？钱是从交易所来，而交易所那帮家伙都在炒股票。

这个才是币圈最大的问题。

也就是说，今天币圈不光是我们在半年前、一年前，我那时候上那个 Space 的时候说的，渔民们都发觉没鱼了，鱼都要被杀光了。那个时候是发觉项目方都在被割掉了，今天是发现 maker 都在被割掉。

我们 taker 还可以赚钱，我赚的是 maker 的钱，我就是赚做市商的钱，但是做市商都不怎么赚钱。这就是一个很大的问题，因为总有一天他不怎么赚钱，就不挂单了。他不挂单，我也吃不到单了，那我们全部一拍两散，全跑完了。

这是要小心的一个问题。所以 Bitcoin 最后要看流动性，我觉得不要这么上头吧，不管它涨多少。现在是干拉，干拉把做市商拉爆。你们做空的，做市商也很惨，对吧？你平时在那里挂单，然后忽然之间交易所开始拉盘。

他们开始拉盘了，然后没有人在里面，也没有人冲，就自己干拉，把价格拉上去。然后你吃了很多单，被迫在那里止损；你止损的时候，它又会拉到高位去。但是你不能够永远玩这个游戏，你得要有人 follow。我们现在包括小币、中币，各方面其实都没有看到。

我昨天有跟一个专门在搞链上数据的，叫贝格先生[?]。他的意思是，他觉得牛市是悄悄地要来了。第一个，他觉得应该也不会再回到 6.1 万、6.2 万这个价格，这是他从链上数据来看得到的。

第二个，他说以后也没有所谓的 4 年周期了，可能都是短牛、短熊，maybe 就是 2 年，可能 4 年周期会被打破。这个部分，Herman 哥你有什么见解？

4 年周期这个事情本身，我觉得意义确实没有很大，因为本身是减半、减半，挖矿的重要性很高，所以才会有 4 年周期这个东西。

我觉得 4 年周期没有了，但是你现在去认为牛市一定会来，或者会是多少牛市，I'm not sure。我想问的是，它牛市的原因是什么？为什么会看到一个很大的牛市，比如 20 万、30 万、50 万？

我是 only buying，背后的原因我不太会 buy in。比方说，你根据过去的趋势或者怎么样，因为牛市所以要看好它。牛市看好，是基于原来钱一样多；钱一样多，我可以在牛市的时候看好。

比方说现在半导体你们都看空，钱都在市场里，那我就看多，对吧？但是如果钱在被引出市场的情况下，会有一点不同。所以我没有那么看好这一波行情，而且因为我们可能接触得比较多。

我给你一个确切的数字：在高频吃单里面，假设我原来吃一单赚 100 美金，那我现在吃一单只能赚 25 美金，这几个月都是这样。这个还是前几天市场特别好的时候。你别看它交易量这么大，挂单的不多，市场流动性不大。

所以你虽然看到它涨，但是像我们这种做交易的，每一单能赚到多少钱，这是很清楚的数字。这个数字现在还是只有四分之一，当然比上两个星期好一点。上两个星期市场连波动都没有，但是没有深度、没有流动性，说明钱还是少。

钱少这件事情是毫无疑问的。

嗯嗯。那除了 Bitcoin 以外，你还会看其他的吗？像 Hyperliquid、HYPE 这种？

哦，我死也不会看那个貔貅所，哈哈。下单的快慢是 0.9 秒的。

对，对，0.9 秒。这个死也不会看。

OK，那我告诉你 Hyperliquid 怎么下单。你下单比它慢，它那里下单可能要 900 毫秒，现在可能不用 900 毫秒，但是还很慢。

而且它是完全中心化的，事后上链。所以你在那里，比如说买 Bitcoin，它在过了这个时间周期——很短的一个时间，比如 0.1 秒、0.2 秒——它会先去 Binance hedge，去 Binance 那里看一下单。如果 Binance 那里动了，对你 in favor，就不给你成交；对你 disfavor，就给你成交，是选择性的。

就是你的对手方吗？

对啊，因为它慢嘛，作弊的嘛，所以不可能去它那里交易了，开玩笑啊。它就是个貔貅所。它什么上链？它是中心化处理完以后，把结果上链。

Herman 哥，我刚刚看到有人问，可不可以请你讲讲 Meta 这个扎克伯格要被罚钱了？

Meta 还是我持有的股票，没动过。我觉得 CSP 都会不错的。它们在获得开源的力量以后，都是很强的，都会好很多。

Meta 我一直有拿着，但是 Meta 的仓位应该没有 Google 多，因为我当时把 Meta 卖了，然后去买了那个 Topic[?]。我现在觉得 Topic[?] 惨了，就是 Topic[?] 这个仓位有可能我也惨，那 P/E 嘛。

嗯，没关系。OK，我们最后要不要开放 maybe 10 分钟？

可以啊，可以，开放问题一下。

想要来问 Herman 哥的，大家申请一下麦。或者你留言，我也应该看得到。看一下啊。

哎呦，大家都没问题。好，那先这样。OK，那这个我们等下文章尽快处理。

哎，有一个，有一个。谢谢，有一个。可以吗？这个 OK 吗？

你好，我是康康style。想问一下，金总怎么看 Sivers Semiconductors 的产能问题？我也留意过 Sivers Semiconductors，就是那个瑞典的 Sivers，对吧？

它有产能吗？就是没产能啊。欧洲谁能扩得出产能？你其他不说，我就说欧洲光行业那帮鸟人，你说谁能扩出产能来？没有一个吧？

你扩机器也扩不出来。欧洲这个就完蛋了。你不管有多少需求给到它，它就是每周 40 小时，它不会给你扩产能的，你怎么扩得出来？你看看欧洲任何一个 3M 肯达[?]，它能扩出产能吗？

它在 Glasgow，在英国那个地方，对吧？在苏格兰。它的厂产能很小。然后它说到 Win Semiconductors 那边去流片，流的是磷化铟。磷化铟连 PDK 都没有，你怎么去 Win Semiconductors 流片？而且 Win Semiconductors 本身也没有产能。

所以 Sivers 的这个产能，我反正不知道它哪来的，但是不妨碍你们炒股票。产能这个事情，要等到最后不行的时候，你才知道它不行。

比方说林博[?]，那个 AOI 的林博[?]，他就是没有产能，经常忽悠大家，忽悠了这么多年。不也没关系，还是被炒上去嘛，该炒上去一样炒上去。所以炒股票跟产能是两回事。

在真的缺货的时候，你可以拿产能预期来替代产能，这个是可以的。但是你不要认为它真有产能，它肯定是没有产能。

你看美国那几个家伙，扩产都是 10 倍、10 倍地扩。就说那个激光器产能，Lumentum、Coherent，包括 Nokia，人家都是 10 倍、10 倍地扩，而且这些家伙都是从老黄那里拿了钱去扩的。你拿什么扩？扩产能不用钱啊？

谢谢，谢谢。那怎么看 AXTI 呢？

缺货嘛，那没办法，人家是瓶颈嘛。但是它是瓶颈，也不能往天上炒，对吧？

你可以把它当成太阳能这样炒，差不多。存储也有点像，可以这样炒，但它确实是这个 wafer，那个 InP wafer 肯定是缺货，肯定是个瓶颈。

嗯，谢谢。

好。

我跟你说，在光里面，我的建议是你就买个大票，不要看。也别搞那么多 beta 特别大的东西，你买几个大票就不要看。买光的、买检测的，AEHR，买几个大票，这都比较安全。

嗯哼，嗯哼。OK，好，那我们再介绍一个。阿月真的很严格。阿月先生，请问你在吗？阿月先生，请你开个麦。

有，有，请说，请说，请发问。

非常感谢金老师精彩的讲座。有一个问题，金老师该怎么去给 BE 这种票估值？

BE，我跟你说，我是想过买 BE 和 Intel 的这个逻辑的。其实那个时候在 deleveraging，deleveraging 的时候市场是无脑卖的。

一般来说，业绩特别好的公司会最后被卖掉，然后业绩特别好的公司出业绩的时候会暴涨，接着被卖空。所以你就看它暴涨那根针能拉到什么程度，看暴涨那一天能涨多少。

BE 那天是市场在狂砸盘，Intel 也是狂砸盘，但 Intel 涨了 13%，BE 涨了 20%，AEHR 涨了 50%。

你就不用看它是干嘛的，deleveraging 一结束就闭着眼睛买。

对，但是我现在想的是，因为我们散户可能打不过像金老师这样的专业做市商，所以就是想 buy and hold，尝试一段时间。

这个东西是这样，电力需求肯定是很大的。包括 Nancy 肯定是有一些信息的，至少有一点你是确定的：对于 BE 的这个电力方案，即使民主党去加强监管，也能接受的，对吧？

所以它供应的需求单肯定是无限的，现在数据中心这边过来的需求是无限的。而且现金流非常好，对吧？BE。

像 Intel 这种也是。你可以认为，共和党、民主党两党其实都是支持这东西的。它这个战略，并不是因为特朗普、特朗普的儿子把他拉进去，然后特朗普支持他；其实民主党也是支持他的，美国金主也是支持的。

所以买这两个，你就认为它政治上的风险被排除了。政治上的风险被排除，那它的需求现在没有问题，就无脑买了，不用看了，无脑买了。

但是从传统的估值方法来看，感觉它有点贵啊，为什么？它 P/E 好像都飙到 200 多了。

不是，你要看 forward P/E。那你说 Intel P/E 多少？

Intel 明年 6 块钱，EPS。

那你现在看 P/E 100 多倍啊，但估值很便宜嘛，对吧？

这个还是要看后面的预期。一般还是要看 forward P/E。

对。

金老师，您刚提到共和党和民主党共同支持的一些上市公司，但是它没有政策阻力。我说的是没有政策阻力，您明白我的意思吧？

比如 Oracle 可能是特朗普的票，如果民主党上台，可能会对它动手，会对它非常不客气。我举个例子。但是如果是像 Nancy 买的话，我会觉得她至少知道，他们党内并不是对它很敌对、很反感的那种。

那我们是不是可以监测共和党议员和民主党议员的持仓，去判断这个票有没有一定的政治风险？

对，对，我一直有。我自己的那个 pass 上面一直有，我每个都监测。

那非常感谢。

我建议去买一个 Quiver Quantitative，它会帮你检测，大概 200 块，200 美金吧。买个靠谱的才有感觉。或者我那个东西卖给你，你也可以看，我上面全有。

OK，OK。Herman 哥，你要不要再挑一个最后的？

没事，你挑吧。

那就随便请一个上来啊。看一下，一个这个 fly to t 是谁啊？fly to t，请你发问。你要开麦哦。

喂，不说话。OK，那踢掉。

那我再请个，这个家底。有吗？Judy。

哎，算了，这些人都不知道在干嘛。

好，非常感谢今天 Herman 哥拨冗参与。今天也讲了两个小时、两个半小时，非常精彩。事后我们会再整理成文章，然后把重点内容发给大家，好吧？

好，谢谢。

OK，感谢 Herman 哥，谢谢，谢谢，谢谢 Herman 哥。OK，OK，有空多来。好，拜拜。