168X 战情室：投资TALK君，AI 软硬轮动、仓位管理与下一阶段 Alpha

好，那我们就先开始吧。很欢迎大家来到 168X，今天是台北时间 9 月 9 日，星期三早上的 10 点。我们非常荣幸又请到我们的老朋友，Mr. Z。Mr. Z 最近还好吗？荷包跟仓位都还行吗？

荷包跟仓位都还行。

那我们可以先来聊一下总经大局势，包含上礼拜公布的非农 NFP 就业数据，以及星期五晚上即将公布的 CPI，还有到底升不升息，以及沃勒这些官员在表态上的态度。

1. CPI Sets The Fed Path

我是这么看的。上周五的大非农数据和失业率，从结果来看，无论哪个角度，这都是一组超预期的数据，至少代表劳动力市场是好的，没有任何信号能够指引出劳动力市场正在变糟糕。所以我觉得，这基本上已经是一个事实了。

但从债券市场交易的结果来看，其实那组数据出来之后，市场也没有把 9 月份加息的概率抬升很多。我觉得主要原因还是因为，从美联储的角度出发，劳动力市场不是唯一重点。美联储有两个任务，相较于 CPI、相较于通胀，劳动力市场目前不是重点，因为暂时来说，他们认为劳动力市场是稳定的，没有变得非常糟糕，也没有变得非常好，而且他们也不会拿一个月的数据当作趋势。

所以，最主要决定 9 月份到底是不是加息的，还是本周五公布的 CPI 数据。但今天有人问我，要不要针对周五的 CPI 数据做一些对冲，或者在仓位上进行一些调整，我个人不会这么做。

第一点，我个人还是倾向于从自己本身的仓位和个股角度出发。即使这一次加息，即使 9 月份加息，12 月份再加息，我们还是不会进入一个加息周期。只要不进入加息周期，我认为两次也好、三次也好，推升加息对于资产价格不会造成非常大的影响，因为我们并不是处在 2022 年那样的加息周期里面。至少从现在的通胀趋势来看，我们看不到这样的情况。

所以我不会把加息本身当成非常大的主线，它只是走在基本面，或者走在 AI 这条主线上的一个噪音、一个 roadblock，或者说一个路障。

另外一点，像今天收盘之后，整个市场因为指数下跌，市场的参与度和情绪面，如果看标普，其实都不高。在这种情况下，带着不是非常高的情绪面进入周五的 CPI 数据，我觉得无非就两种情况。

如果市场在下跌或者横盘的状态下进入 CPI 数据，那数据如果不好，市场下跌是合理的，但是下跌空间其实有限，因为现在市场情绪面是低的，虽然指数仍然接近高位。如果 CPI 好，或者符合预期，在市场参与度和情绪面都比较低的情况下，出现一波反弹，我认为也是非常合理的。

如果 CPI 不好，市场可能会再下跌一些，或者下周继续下跌，一直到下周美联储加息这个事情落地之后，市场才可能稍微缓一缓，出现一些反弹。但无论如何，在当下情绪面和参与度都不高的情况下，我认为没有太大必要针对 CPI 数据进行对冲。

以现在来讲，美伊又没有和解，油价也在 90 美元到 100 美元之间盘旋。我蛮好奇，这到底会对 CPI 造成多大冲击？看起来 CPI 八成会公布得不太好看。

其实我们应该这么看市场。CPI 数据，以前我分享过自己的观点：CPI 本身不重要，重要的是美联储怎么解读 CPI。影响市场走势的不是 CPI 数据本身，而是美联储的反应机制。

因为即使 CPI 很差，如果美联储说“我觉得没有必要加息”，对于资产价格也不会有影响。最好的证明就是 2021 年那段时间，CPI 从 2% 上升到 5%，但当时美联储一直是鸽派的，资产价格一直涨到 2021 年 11 月，直到美联储转向。

所以 CPI 本身好还是坏，不是直接导致资产价格下跌或者上涨的因素。当然，市场数据出来之后，市场马上会做出反馈，但更重要的是美联储的反应机制。

在这种情况下，无论是两次加息也好、三次加息也好，CPI 数据好或者坏，最终加两次或者加三次。从 3 次到 6 次这个角度来看，你觉得这对于资产价格真的会造成非常大的影响吗？我觉得不会那么大。

在这个基础上再去思考，因为通胀是 CPI 的一部分，而油价也是 CPI 的一部分。如果 CPI 相对于美联储的反应机制来说没有那么重要，那么油价对于 CPI 来说就更加没有那么重要。而且美联储制定政策时，更多关注的是核心 CPI，核心 CPI 至少把油价去掉了。

最近我接触到一个和我有些不同的观点，认为今年甚至可能会降息。因为如果美伊战争出现任何放缓、结束或者暂停的信号，油价可能下跌，CPI 可能下跌，所以美联储会降息。我不是那么认同这种看法。

就像我前面说的，美联储更加看重的是核心 CPI。油价对于核心 CPI，从表面上看没有任何影响；从短期传导的角度来看，也不会有太大影响。所以美伊战争结束，我觉得对于核心 CPI、核心 PCE，以及美联储的政策，影响不会那么大。

当然，如果战争真的结束，从方向上来说，一定会帮助美联储没有那么紧急地加息。但我不觉得这是一个非常重要的因素。

我看到你有一篇贴文，觉得蛮有趣。你说，以过往几年的经验来看，当两年期美债收益率开始往上走时，这是一个 leading indicator，很大概率代表美联储的利率区间要往上调。看起来这次也有这个征兆吗？

有。所以如果一定要我猜，或者要我做判断，我会认同市场的看法。市场怎么走，我就认同市场怎么定价；市场怎么定价，我就认同最后美联储会怎么做。

现在市场定价今年美联储会加息 1.5 次，那我认为今年美联储确实会加息 1.5 次。

底线不是说每一次看到两年期美债收益率上涨，美联储就一定要加息，市场也可能判断错误。怎么判断市场错了？必须要有数据去打脸市场预期。

比如，如果就业数据真的非常糟糕，通胀数据非常好，那就会打脸现在市场的预期，市场自然会把两年期利率往下调。但我的底线是，当市场开始定价两年期利率上涨、开始定价有可能加息时，至少在这种情况下，美联储不可能降息。

所以最终无非就是维持不变或者再加息这两个选项。如果问我今年美联储会不会加息，我就站在市场这边：市场认为要加息，那我就按照它会加息的方向去做投资决策。我不会去押注市场认为要加息，但我押注今年不会加息。

因为至少现在，我看不到通胀有任何放缓的迹象。无论是核心通胀、核心 PCE，还是中长期——中长期可能至少是 6 个月到 1 年，甚至 1 年以上——我都看不到通胀有放缓的迹象。

现在 AI 的 CapEx 砸下去，整体工资增速也没有回到疫情之前的水平，反而比疫情之前还高，所以很多消费仍然很坚挺。很多现象都表明，通胀很难回到 2%。

在这种情况下，最好的情况是不加息，最坏的情况就是加息两到三次，无非就在这两个选项之间游动。

总经聊来聊去大概就是这样。还有什么是我疏漏的吗？

没有。我自己觉得，接下来 3 到 6 个月，动因本身或者宏观本身，还是属于偏噪音。

当市场走得非常好的时候，可能需要一些相对负面的消息，比如加息的可能性、通胀等，让市场敲一敲警钟。但从最后一步来看，只要不进入加息周期，我觉得两三次加息市场都可以消化。

两三次加息是一个结果，中间无非是什么导致了两三次加息，通胀也好，其他因素也好，其实不是那么重要，因为最终的结果就是加息两到三次。

那我们稍微聊一下 equity。你最近有提到，如果在 6 月份决定继续买半导体、卖软件，听起来有点傻；但现在听起来好像反过来了，大家应该逐渐加仓 hardware、半导体，软件则可以慢慢 offload。我的解读正确吗？

2. Hardware And Software Diverge

一半正确。我并没有认为软件需要 offload，也没有认为软件需要减仓。

我当时发那条贴文，只是对当时情绪面的一个描述。6 月底的时候，市场都在讨论美光是不是周期股，讨论非常激烈，也在讨论美光的 PE 应该是多少。

在美光发布财报之前，包括美光发布财报之后，整个市场这一波回调，如果要找一个时间点，可能就是从美光发布财报之后开始下跌，一路下跌，整个硬件和半导体一路下跌。

当时市场讨论的是，美光是不是周期股，美光是不是不应该只给 10 倍以下的 PE，可能至少应该有 15 倍、20 倍 PE。同时，当时的市场情绪也没有人看好软件板块，大家认为软件是被 AI 破坏的板块。

所以我说的是，当时市场情绪面非常极端。到了 8 月底，我认为市场对于半导体的情绪反而非常悲观。

当然，在 8 月底、上周那个时间点，如果你要卖半导体，确实很容易做出这个决定。半导体经历了 7 月份一波没有反弹的下跌，到了 8 月上半月出现小反弹，8 月下半月又下跌。二次探底是最让人难受的，甚至有些标的二次探底，跌到接近 7 月底的低点。

这会让很多人觉得，等于经历了两个月的下跌，反弹又不太像样，所以持有芯片或者半导体的人会非常灰心。但恰恰在这个时候，我认为市场情绪面非常低。

如果看半导体整体向前看的市盈率，也就是 SOX 指数的 forward PE，其实已经接近 7 月底的水平。如果我当时认为 7 月底是便宜的，那么 8 月底估值接近 7 月底，当然还是便宜。

6 月中旬、6 月底的时候，半导体估值在 28 倍、29 倍甚至 30 倍，市场却在讨论美光是不是周期股，对半导体非常追捧。相较之下，现在 AI 仍然在往前走，丝毫没有放缓迹象，估值却从最高点跌了至少 40%，大家反而认为半导体没有任何信心，觉得半导体不行了。

我觉得这完全可以从市场情绪面感受到。投资不应该顺着情绪面去做，这就是我当时主要表达的观点。

至于软件，我并没有认为软件可以卖。相反，我认为最近这两天，半导体反弹之后软件又下跌，市场仍然在交易“软件跌、硬件涨，硬件跌、软件涨”这条故事线，反而可能给软件带来一个比较好的右侧进场点。软件左侧的机会可能已经在我们身后了，右侧会出现比较好的进场点。

因为从这个季度的财报来看，我认为这是第一个季度，很多软件标的在财报里能够看到业务本身和 AI 之间的结合，并且开始变现。这是第一个能够从财报里看到这种趋势的季度。

所以我认为软件和 AI 的结合，特别是 AI 在软件领域的落地，才刚刚开始。市场已经讲了 8 个季度、两年多的“AI 破坏软件”这个故事，我认为这个故事不但会被证伪，市场也可能慢慢醒悟。

至少软件的估值不应该是 10 倍、11 倍，应该至少回到以前 20 倍左右，或者回到以前估值的 70% 到 80%。我认为软件应该能够回到这个阶段。

所以我并没有说现在应该 offload 软件，但现在至少不应该卖硬件。相反，到了现在，半导体仍然是便宜的。

那半导体里面，从 foundry、GPU、光通讯和存储这几个板块来看，大家应该先看哪一个？

其实我觉得都可以。可以看哪些板块、哪些标的在反弹，哪些标的在回调。光通讯里面还是有些比较强的，像 Light 其实都接近于新高了，表现很强。

昨天大涨。

对，昨天涨得很多。但光通讯也不是所有标的都强，个股之间已经出现分歧，有些强，有些弱。所以也不能说整个板块弱或强，也不能简单说整个半导体弱或强。

如果你不想思考，最简单的方式就是直接买指数，SOX 指数现在就是便宜的。

如果一定要细分，我自己今天刚刚就在看高通和亚马逊之间的合作。我觉得高通是一个非常好的标的。

市场现在没有看到高通未来在数据中心的布局，也没有看到它未来在消费端 AI agent 上的布局。但我认为这两个方向都会成为高通未来非常好的 tailwind。

高通这一波相对没有赶上整个行情，算是比较落后、比较后知后觉。消费端的手机业务又受到硬件涨价影响，手机交付也不理想。但我反而觉得，从市场 setup，包括未来潜力来看，高通是一个比较好的标的，整体 risk-reward 很不错，估值现在也不贵。

但我感觉，现在市场对这些硬件公司的财报要求都非常严苛。比如高通不是一两个礼拜前才公布财报吗？财报数据非常好，但股价还是照样跌。

过去两个月，市场对财报的要求确实很严苛。但我觉得，所谓严苛，很多时候其实还是仓位的问题。

之所以会出现 sell the news，是因为财报非常好，但股价却下跌。你可以把它理解成市场要求严苛，也可以理解成市场仓位过满，或者原本就在里面的资金处于派发过程中，选择离场。

但正因为出现了这种情况，整个半导体的估值又被带回到非常低的位置。所以从投资者角度来看，还是应该关注整个行业本身现在往哪个方向走：是往更好的方向走，还是停滞，还是往更差的方向走；同时也要看估值是不是处在合理位置。

只要前面两个问题都有答案，一个季度的 sell the news，或者一次财报之后的 sell the news，我反而会把它看成机会。

那我们聊一下 Intel。我看你对 Intel 也有很多关注。它现在看起来，best case 应该还是会被市场重新定价。像它在 18A 上的突破、拉到 foundry 客户，还有今年苹果对台积电很不满意等因素，到底什么时候我们可以看到它真正更有爆发力的成长？

3. Intel Reclaims The Lead

我对 Intel 其实很看好。像今天 Intel 涨得非常好，今天涨完之后，Intel 又变成我第一大仓位了。虽然我还没有把在 120 美元附近减掉的仓位全部加回来，但我买 Intel 算是比较早。

不过从价格上涨空间来看，它可能绝对不像以前 20 美元的时候那样。以前市值还不到 100 billion，甚至有一段时间不到 100 billion；现在已经接近 500 billion、600 billion。

从投资角度来看，如果它从 500 billion 到 1 trillion，翻一倍，这个标的值不值得投资？我的答案还是值得投资。

但如果你问，能不能像以前从 100 billion 涨到 500 billion，再翻 5 倍到 2.5 trillion？你问 Intel 做不做得到，我觉得不能说完全做不到。因为你可以把它的想象空间理解成 AMD 加上台积电。

如果未来的想象空间全部打开，Intel 既有芯片设计，又有 foundry。现在 foundry 是亏钱的，但随着未来客户进入，我相信到 2027 年，可能就能够看到 Intel foundry 开始转正。

现在很多人，特别是散户，对于 Intel 的估值有一个很大的误区：不能单看 PE。你看 PE 会觉得很贵，因为是 60 倍、70 倍，主要原因是 foundry 在亏钱。

一家亏钱的业务，不可能拿 PE 去看。你看 foundry 的 PE，它到底是多少？是无限大还是 0？它本身不赚钱。所以 foundry 应该用 PB 去看，在 PB 的基础上给它一个 multiple。

至于 design 和 product 这一块，可以把它当作 PE 去看。拆开来看，Intel 其实并不贵。

整个半导体里面，有很多标的我都认为不贵。前段时间我也聊过，虽然有些标的我没有，但我认为 Intel 不贵，英伟达也不贵，博通也不贵。很多标的我都不认为贵。

我对 Intel 完全不担心，是因为陈立武已经很好地证明了自己在整个行业里的能力。第一是人脉，第二点，人脉的问题也帮助他解决了内部良率的问题。

从市场传闻来看，过去两个季度的财报已经反映了良率的改善。我记得他刚上任时，第一个季度财报提到，良率虽然达到公司预期，但没有达到他个人预期。到了下一个季度财报，他已经提到良率不但超过公司预期，也超过了他个人预期。

陈立武上任之后，从公关宣传、拉客户、招人到改善良率，你会发现这家公司发生了 180 度的转弯。我根本不担心 Intel，包括它现在又站在 CPU 的风口上，未来还有 AI agent 的风口。

至于什么时候爆发，我觉得可以先看它从 500 billion、600 billion 到 1 trillion。到了 1 trillion 之后，再看那个阶段的估值、市场给它多少倍数，然后再看下一步还有多大的展望。

基本面不断改善，估值也会不断更新。有这样的管理层，背后又有整个行业的 tailwind，这家公司在我眼里确定性很高，估值又不贵。所以我把它放到第一大仓位，我觉得很合理，也觉得它值得成为第一大仓位。

那我们也可以聊一下 NVIDIA。看起来你觉得 NVIDIA 最近很便宜。市场到底低估了什么？我觉得应该是它在做的 financing，也就是 infra financing 这一套玩法。如果成功的话，或者黄仁勋赌对的话，upside 会非常大。

4. Nvidia Financing Bets

市场杀跌的理由，我们可以找很多，但我们永远不知道市场到底在交易什么，也不知道市场共识到底是什么。

你说市场是不是不满意英伟达去做 secured financing，或者其他融资方式，我觉得都可以。但最近它宣布和 6 家机构一起，为未来规模达到 500 billion 的业务提供 residual value，也就是剩余价值担保。

最终还是要看落地和需求。如果是原来的 GPU，无论是 A 芯片还是 H 芯片，都没有什么风险。按照现在的市场需求，根本不存在剩余价值风险，因为芯片本身的租赁价格已经足够高。

像 5 年前、3 年前的芯片，按照现在的租赁价格，1 年就能回本。这说明什么？某种程度上说明，3 年前、5 年前，整个市场对于 AI 基建是 underinvestment。现在的需求远远高于 3 年前、5 年前市场在 GPU 上的投入，需求远远大于供给，远远大于算力能够提供的供给。

未来也一样。现在去担心 3 年或者 5 年之后英伟达会不会有风险，说实话，nobody knows，只能走一步看一步。

至少 1 年前就有人在讨论折旧错配：GPU 应该是 3 年一个周期，但那些 hyperscaler 都假设 CPU 的折旧周期是 5 年，所以有人认为这些大云厂商低估了 GPU 折旧的风险。

但现在事实证明，他们可能是高估了风险，也就是那些大云厂商太保守了。按照现在 on-demand 的租赁需求，像 SpaceX 卖出去的算力，可能 1 年就能回本，所以根本谈不上折旧周期和回报周期不匹配。

一年多前，市场担心 hyperscaler 的 GPU 折旧和最终回报周期不匹配，这是一个 false conclusion，完全错误。现在如果 1 年就能回本，就说明 2 年、3 年前关于这个问题的判断已经被证伪。

未来会怎么样没人知道。现在手里的 B 系列芯片，包括马上要全面铺开的 Vera Rubin 芯片，2、3 年之后市场愿意为这些新一代 GPU 支付多少租赁价格，没有人知道。

但过去的采购和布局，已经被现在的租赁价格完全证伪了。市场对于英伟达的预期，从 2023 年以来一直是错的。市场永远不知道英伟达下一年的营收增速是多少，一路都低估了它。

无论买方还是卖方，做预测时都是根据英伟达给出的指引来写，英伟达说多少，他们就写多少。他们永远不知道背后的实际需求是多少。你连明年都不知道，怎么知道两三年之后？

我看 AI 也是这样，只能有一个模糊但正确的判断，然后不断验证。老黄这一次给出下一个财年 70% 的营收增速，而市场预期在 40% 多，这恰恰又证明市场一次次低估了英伟达。

即使英伟达的估值不回去，现在 forward PE 大概是 17 倍、18 倍。即使估值不涨回去，营收增速是 70%，就算没有任何 operating leverage，EPS 增速也可以达到 70%。

即使再出现估值 contraction，一年涨 40% 到 50%，也已经是很好的回报。EPS 乘以 PE，有 40% 到 50% 的回报，我觉得已经很好。

对于 memory 市场，我也是这么看。不需要期待 PE 上升到非常高的位置，假设 PE 不变，每年靠 EPS、靠基本面增长，让股价上涨 40% 到 50%，已经是非常好的结果。

市场低估没有关系，因为市场需要不断验证。也有人问我，是不是市场钱不够了，也可以这么理解。但我永远不觉得市场是钱不够，市场只是在不断验证的过程中，这某种程度也代表整个市场是健康的。

真正不健康的市场，是像 5 月、6 月那样无脑堆芯片、堆硬件，去思考 memory 是不是已经变成非周期行业。现在市场不断质疑，反而是非常好、非常健康的表现。

只要这些公司持续 execute，基本面持续变现，我觉得这是一个非常好的市场：setup 这么好，估值这么低，公司又不断 execute，AI 也在不断落地和变现，这是多么好的市场。

刚刚你也提到云厂商。可以跟大家聊一下 CSP 吗？比如 Meta、Microsoft，还有 Amazon，你大概怎么看？感觉他们第三季度财报应该会不错，很多去年投资的东西应该都会开始实现。

5. Clouds Reclaim Pricing Power

如果看云业务，Google、Amazon、Microsoft 和 Meta 要分开看。Google、Amazon、Microsoft 这 3 家大云厂商，第三季度财报几乎是明牌，会非常好，而且增速会加速。

微软第二季度财报出来之后，我记得盘后只涨了 4%、5%，市场反应其实比较慢。当时我说很想直接在 X 上讲“buy Microsoft”，因为听完财报之后，我觉得市场完全低估了微软。

市场最低估的一点，是它软件业务在 AI 上的变现。不是说云业务不被低估，云业务也被低估，但最主要的是 Copilot 的落地。Copilot 环比增速达到 100%，已经有 3,000 万个 seats。

市场当时认为 Copilot 做得很糟糕，没有人用，但最终结果打脸了市场预期，证明软件业务是可以落地的，未来的定价方式也会和以前不一样。

回到云业务，微软以前在财报里明确说过，并不是不能把 Azure 增速拉上去，而是内部消耗了一部分算力。如果把一部分算力安排给客户，而不是安排给内部使用，Azure 增速自然就会上去。

结果第二季度云增速就上去了，并且给出了第三季度还会再次加速的指引。无论微软、Google 还是 Amazon，云增速都会持续加速，处在加速过程中。

微软下季度指引我记得是 45%，上一季是 43%。最终非常有可能做到 46%、47%。当公司的基本面在 accelerate、在加速时，绝对不是我们要卖的时候。

市场会做线性外推。对于很多标的，当市场情绪没有悲观、基本面又越来越好时，不应该卖。市场真正开始担心，是当增速开始放缓，比如从 43% 变成 40%，或者变成 38%。虽然仍然在增长，但增长幅度变小了，市场就会开始担心。

现在是 43% 变 45%，可能第四季度还会更高，margin 也还在扩张。这种情况下，基本面越来越好，没有理由看空这些 CSP。

而且最重要的是，CSP 还没有完全享受到短期租赁价格上涨的好处。能够马上享受到短期租赁价格上涨的，主要是新云厂商。

像 SpaceX 能够把算力卖给 Anthropic，价格可能 1 年回本，甚至 9 个月回本。但 CSP 签的订单相对更长。签长订单当然有好处，因为比较稳定，但短租的 on-demand 价格要反映到长租价格上，必须等原来的租赁时间或订单到期，续约时才能按照 on-demand pricing 续签。

所以短租价格上涨，对 CSP 的 margin 提升也一定是利好。现在 on-demand pricing 大约是新云厂商 3 年期价格的 2.5 倍到 3 倍。

新云厂商会受益，是因为它们新签订单的 margin 比以前高。为什么 margin 更高？因为投入的 CAPEX 已经在身后了，但未来订单的价格仍在上涨。只要 on-demand pricing 持续上涨，新签订单无论是一年、两年、三年还是五年，价格都会水涨船高。

这就是为什么新签订单的利润率反而比以前更高，回本周期也会更快。无论是 Cloudflare 的财报，还是 Navios 的财报，都提到新签订单的 margin 比以前高。Cloudflare 的订单里，operating margin 好像上涨了 5 个百分点。

所以，从 CSP 到新云厂商，CAPEX 本身是一个后视镜，你投下去的钱已经在身后了。真正可能出现错位的是，如果 on-demand pricing 因为需求大于供给而持续上涨，那么未来赚钱的能力会不断提升，回本周期会不断缩短。

你投入资金时，会预期一个回本周期，可能是两年、两年半或者 3 年，但你不会假设价格会持续上涨。如果 on-demand pricing 持续上涨，就会不断缩短原本预期的回本周期。

对于 hyperscaler、CSP 来说，on-demand pricing 上涨也是 margin 的利好，只是由于它们签的订单更长期，所以反映到 margin 上的速度可能没有新云厂商那么快。

无论如何，整个 cloud 领域，过去两年投入的资本开支，加上现在市场对算力的需求和涨价，对 CSP 来说都是处在一条非常好的赛道上。

营收增速加速，margin 也在加速，这种标的没有什么好担心的。

Meta 可能不太一样。Meta 现在还不是一家云公司，虽然未来可能出租算力。但作为一家靠 AI 变现的公司，出租算力不一定是好事，因为出租算力某种程度上证明了原本的路线图没有完全落地。

如果自己的 AI 业务落地得非常好，为什么要出租算力？当然，现在因为 AI 落地得很好，短期出现了一个 offer，所以 Meta 也卖了一部分算力给 SpaceX。

Anthropic 对整个市场的贡献很大。它抬高了算力价格，这对新云厂商是利好，对 CSP 是利好，对 Meta 是利好，对 xAI 也算是利好。

原本 SpaceX 有多余的算力，不知道怎么处理。内部消化的话，变现能力不强；但 Anthropic 的变现能力很强，所以它拯救了 xAI 多余的算力，也拯救了 Meta 多余的算力。

这使得两家公司过去布局的算力，即使当下还没有非常好的落地，也有了一个很好的 offering，可以用很好的价格卖出去。

Meta 的模型现在也开始慢慢落地，今天还公布了一个 AI agent，也就是个人智能体。Meta 未来还是要看 AI 业务的落地，这和另外 3 家云厂商不太一样。

CSP 现在很多都会套用开源模型蒸馏出来的东西，再把它拿去卖。这看起来也是让 margin 变好的一个原因。

对。我一开始投资 Amazon 的时候，就认为 Amazon 不会自己研发模型。它一开始就是服务商，所以对 Amazon 来说，哪个模型跑出来并不重要，最终只要能在 Backrock 上运行就好。

年初我就说，Amazon 未来最好的变现方式是 Backrock。现在可以看到，Backrock 正在变成它的变现机器。

未来的趋势是，模型可能会变成 commodity，变成商品。现在的合作关系是，闭源模型依赖 CSP，CSP 也依赖闭源模型。

但从 unit economics 角度看，如果最终落地的 API 卖 100 美元，大头会到闭源模型这一边。否则闭源模型不可能有 80%、90% 的毛利率。

也就是说，最终卖出去 100 美元的 API，可能有 90 美元到了 Anthropic 手里，剩下 10 美元是 Anthropic 的成本，支付给 CSP。假设 Sasha 和 Amazon 合作，这 10 美元给到 Amazon，Amazon 毛利率是 40%，成本是 6 美元，最后赚 4 美元。

也就是说，100 美元 API 的生意，Amazon 最终只赚 4 美元，Anthropic 拿走大部分收入。现在 pricing power 明显还在闭源模型这一边。

但有了开源模型之后，情况就不一样了。现在开源模型大多数来自中国，而中国开源模型未来的变现仍然需要依赖美国的 CSP，所以定价权反而会回到 CSP 手里。

对于 Amazon 这类 CSP 来说，百花齐放是最好的结果，尤其是开源模型，因为定价权等于回到了 CSP 手里。

开源模型的智能程度提升，对于 CSP 和软件公司都是非常大的利好。假设闭源模型卖 100 美元的 API，对应的 intelligence 是 130，那么对于软件公司来说，这 100 美元就是成本。

软件公司要想办法把 100 美元的 API 成本转移给消费者，还要把它和自己的产品结合，卖出更高价格。所以 intelligence 对软件公司来说，本质上是成本。

但有了开源模型之后，3 到 6 个月之后，同样是 130 的 intelligence，开源模型在 CSP 上运行的成本可能只有 10 美元、20 美元。软件公司的成本就可能从 100 美元降到 20 美元、30 美元。

它的成本下降非常快，但不代表它卖给客户的产品必须降价。客户不知道你的成本是多少，只关注你卖多少钱，以及你的产品能不能带来更好的变现能力。

所以我完全同意 Gavin Baker 的观点：开源模型利好 application layer，也利好 inference layer。在他讲这个观点之前，我就持有相同观点。

开源模型落地之后，特别利好 application layer，也就是软件的落地，因为成本大幅下降。软件公司可以不断试验不同产品，测试哪些产品能够落地，而且成本更低、开发周期更短。

软件公司有分发渠道，产品推出得很快，产品不行就淘汰，再推出下一个，成本也比较低。所以开源模型利好 CSP，也利好 application layer，因为它们的成本下降很多；而 CSP 则把定价权掌握回自己手里。

Gavin Baker 之前也说过，开源模型最后会吃掉大部分 token 使用量，但经济利益最终还是由闭源模型掌握绝大部分。如果开源模型不赚利润，那这些利润确实会有很多跑到应用端。

因为从 CSP 的角度，它是根据 token 收钱的。还是用前面的例子：软件公司愿意花 100 美元，从闭源模型调用 API。那 100 美元里面，CSP 的收入是 10 美元，毛利率 40%，最终利润是 4 美元。

但 3 到 6 个月之后，随着开源模型智能程度提升，同样是 130 的 intelligence，软件公司从开源模型调用，成本可能只有 20 美元。软件公司的成本下降，所以利好 application layer。

但这 20 美元怎么分配，就不一样了。原本 100 美元里面只有 10 美元分给 CSP，CSP 最终赚 4 美元。现在软件公司支付 20 美元，开源模型可能拿到 7 美元、8 美元，剩下 12 美元、13 美元到了 CSP 手里。

CSP 的成本没有变，还是原来的 6 美元。但如果收入从 10 美元变成 11 美元、12 美元，CSP 的利润就上升了。这就是背后的模式。

而且调用的 token 是一样的。沿着这个逻辑继续下去，如果软件公司的成本下降，软件公司调用 API 的次数就会提高。

原本花 100 美元能够完成的事情，现在花 20 美元就能完成。软件公司可能仍然愿意花 100 美元，但 token 调用量会增加 5 倍。

这 5 倍的调用量对于 CSP 来说，就等于以前做 1 个 business，现在可以做 5 个 business。所以一定利好 CSP，订单会上来，调用量也会上去。

过去所谓的大头都是闭源模型赚走的，但现在看起来 CSP 可以扳回一城。

既然聊到开源模型，像 DeepSeek、通义千问，听说是最容易被大家拿来蒸馏的两个模型，因为相对来说是比较合法的手段。我很好奇，开源和闭源模型到底会怎么演变？

现在比较有效率的用法，可能是高阶、复杂的任务用闭源模型，让它像大脑一样指挥；重复性、机械性的工作则交给开源模型。这个用法可能最终会普及到很多企业场景，因为企业也不可能一直花那么多钱订阅昂贵的闭源模型。

从你的观点来看，闭源与开源模型之争会怎么发展？

这已经发生了，不算预测。两三个月前，Coinbase CEO 就说过，他们的 spending 和以前一样，或者增速非常慢，但 token 数量仍然呈指数级上升。

因为他们做了 model optimization。我觉得 model optimization 已经讨论一个多月了，这一定会发生。

最难的任务交给闭源模型，重复性高、相对简单的任务交给开源模型。最终 token 需求会比以前高，但花费不一定比以前高。

这就回到了前面聊到的开源模型对于 CSP 和软件的影响，而且这已经在发生。接下来企业一定会这么做。

从 CSP 的角度来看，Backrop 未来也会帮助企业优化模型使用。所有模型都可以在平台上调用，但根据不同需求，平台可以提出建议，帮助企业优化模型使用方式。

也就是说，在不让 token 总花费大幅增长的情况下，如何从 model optimization 的角度做到最好的优化。

另外，硬件端也开始做 optimization。因为 HBM 的 capacity 受到供给限制，新一代 Vale Ruben 的 HBM 配比也在往下调整。

我今天在看高通和亚马逊合作的资料时，也看到高通未来在 HBC 方面的路线。某种程度上，这就是为了处理未来 AI inference、AI agent 推理的需求，解决 HBM 受限的问题。

现在大家也在把 inference 里的 decoding 和 preview 两块分开。英伟达也在走这条路线，并且收购了 Graph。最近还有 Cerebras 和亚马逊之间的合作，以及亚马逊和高通之间的合作。

所以你会发现，从消费端开始，模型 optimization 是所有人都会做的。投入越来越多之后，大家对花费越来越警觉，一定会挑选更加合理的路线。

硬件端受到限制后，硬件的使用场景也会被拆开。硬件会根据 AI、AI agent 的最终落地情况，形成不同的组合。

未来会看到各种各样的硬件组合，比如 XPU、GPU，以及 GPU 和 Graph 之间的工作分配。这个方向会越来越明显，但程度也取决于下一个 AI 落地的爆发点在哪里。

下一个爆发点我很好奇，应该就是 AI agent。但现在看起来，它还没有达到真正通用的程度，应该还没到每个人的日常生活都会使用的阶段。

6. AI Agents Begin Landing

但这两天已经有两个例子。一个是 Meta 今天公布的 Muse。Meta 的 Muse，其实和 Gemini 做的事情类似。

Google 的 Gemini Spark，我记得也是类似的智能体，可以帮你订餐、搜索、查看日历、安排事情。两家公司的优势不一样，Meta 掌握社交媒体，掌握很多人的社交习惯，未来落地方向可能不同，但能够做的事情类似。

我也期待未来苹果的 Siri 朝这个方向发展，也就是个人在消费端使用智能体。

另外一个是 Astra，也就是 GPT-6 的 Astra，它更接近 B 端智能体，往 B 端的方向发展。

所以我觉得 AI agent 已经开始落地了。如果年初的“小龙虾”算是第一代智能体，那么接下来半年到一年，智能体的落地和讨论可能会真正变得 meaningful。

现在 token 价格已经下降，我认为 token 价格下降，智能体才有可能爆发。今年上半年，很多和智能体相关的白皮书也好、故事也好，基本上都没有人在讨论，主要原因是 coding 落地得太好，市场算力几乎都被 coding 吸走了。

但现在开源模型的智能程度追上来，coding 慢慢商品化之后，自然会释放出很多算力。再加上 coding 的价格下降，也会帮助智能体发展。

智能体的调用次数会比人类调用次数呈指数级上升，所以价格不下降，智能体就不可能落地。现在随着智能程度上升，原来 1 美元能够解决的问题，未来可以解决更多、更难的问题。

所以智能体落地必须伴随 API 价格下降，也必须伴随开源模型智能程度提升。我觉得接下来半年到一年，应该能够看到很多智能体真正落地，开始变得 meaningful。

今天 Meta 公布的 Muse，好像每个月提供 100 万个 token 的额度，也可以订阅来使用更多 token。具体数据我没有完全记住，但我记得是每月 100 万个 token。

它能够让用户用这些 token 去试用，某种程度上说明 token economics 已经 make sense，智能体的落地已经 make sense。

明年、2027 年还会有很多算力落地，所以我很期待接下来半年到一年 AI agent 真正落地。

最近你也在看 Nike 和 Lululemon 这类消费品公司。Nike 这次的营销看起来非常失败，你有什么看法？

7. Legacy Brands Need Reinvention

这两家公司都是传统公司，和 AI 没有太大关系。现在市场天天聊 AI，确实很多 alpha 必须靠 AI、靠和 AI 相关的公司，但我也不会把所有押注都放在 AI 上。

有些时候关注传统公司，或者布局传统公司，分散一些和 AI 相关的风险，我觉得是有必要的。

Lululemon 和 Nike 这两家公司本身都有问题。回顾历史，这两家公司，包括前段时间的星巴克，都有一个共同问题：过于安逸。

管理层完全看不到消费者需求的改变，也没有任何创新。另外一个问题是不承认错误，这也是这几家公司的共同点。

直到价格下跌、问题反映到营收里，它们才反应过来，原来不能坐吃山空，不能产品上没有任何创新，还期待保持原来的地位。

等意识到的时候已经 too late 了。公司要转型，产品创新不是一天两天能解决的，公司内部文化也不是一天两天能改变的。所以这类公司的 turn around 至少需要一年。

星巴克算是比较成功地完成了 turn around，开始慢慢被拯救回来。最近它的产品涨价，消费者也能够比较好地接受。

Lululemon 虽然试图转型，但到现在明显还不够。管理层也提到推出了一些新产品，但市场接受程度并不好。

Lululemon 目前还没有受到非常大的挑战，但它最大的竞品 Alo 在中国市场的冲击才刚刚开始。Alo 8 月份才进入中国，而中国市场本身又是 Lululemon 增长最好的市场。

即使整体情况不好，中国仍然是 Lululemon 增长最好的市场。如果在其他市场已经挑战 Lululemon 地位的 Alo 刚进入中国，只能说中国市场的挑战才刚开始。

同时，Lululemon 新产品的市场接受程度又不高，说明创新不够，至少第一波创新是失败的。所以 Lululemon 基本面的转变，还需要时间验证。

Nike 的情况可能比 Lululemon 好一些。好的地方是，新产品在其他公司的财报中已经验证了，市场接受程度很好。

Nike 的问题在于 legacy，也就是原来的产品，问题非常大。现在消费者变得非常 picky、非常挑剔。

但高端市场的销售其实不差，美国消费也是一样。有钱人照样消费，高收入人群前 10% 的收入人群占美国总体消费的 50%。

高收入人群仍然会去好的餐厅，Costco 仍然排队，双收入家庭甚至很难挤进去。所以中高端市场消费基本没有受到影响。

消费者反而会对产品本身非常挑剔。像 On 这类跑鞋，价格比 Nike 贵，但消费者仍然愿意买单。

Nike 已经意识到，不能继续靠原来的 Jordan 等品牌卖下去。现在 Nike 的问题比较极端：原来的旧产品卖不掉，必须加大折扣清仓，但新产品的市场接受程度已经比较好。

所以 Nike 正处在转型过程中，新产品的创新已经得到验证，旧产品会面临更大压力。Nike 和 Lululemon 不一样，Lululemon 是新产品还没有得到市场认可，同时中国市场又刚开始受到 Alo 挑战。

Nike 则要看旧产品清仓的速度，以及用什么代价清掉旧产品，然后慢慢转向目前更受欢迎的新产品。

未来关注的不是旧产品最终以什么折扣卖出去，而是新产品能不能得到市场接受，以及新产品的增速。所以从基本面角度看，Nike 和 Lululemon还是有差别的。

我们聊一下 Circle 和 Robinhood，这两只比较偏币圈的股票。8 月 19 日之后 Bitcoin 上涨，也联动带动了币圈 native 资产和币股。

我看到你最近提到，Circle 和 Robinhood 对你的 portfolio contribution 都很明显，可以跟大家聊聊这两家公司吗？

8. Crypto Finds New Utility

虽然 Circle 对我的 contribution 很明显，但我现在持有 Circle 还是浮亏，因为我买得比较早，加仓的价格也比较早。

不过今年 Circle 对我的 contribution 确实很大，年初就很大。后来 Circle 从 130、140 美元一路跌到 60 美元，现在又涨回来。

8 月以来，这段时间对我的 contribution 确实很大。Circle 原来大概占 5% 仓位，现在涨到 7%，最高可能到过 8%，完全是自己涨出来的。

Circle 和 Robinhood 这段时间反弹，首先一定受到 Bitcoin 影响。Bitcoin 上涨对价格上涨贡献了一部分，这是毫无疑问的。

但 Circle 还有一部分可能被 Bitcoin 上涨掩盖了，那就是我们前面聊到的 AI agent 在未来半年到一年的落地。

今年年初 Circle 上涨时，市场炒作的一个点其实就是 AI agent。小龙虾出现之后，Circle 上涨；但后来大家发现没人用了，因为每个月花 400、500 美元在小龙虾上调用 API，却没有带来任何回报。

所以小龙虾算是第一波让大家尝鲜的 AI agent。但就像我们前面花很多时间聊到的，随着 API 价格下降、智能程度提升，Circle 的一部分上涨，可能反映了市场对于未来 AI agent 的预期。

未来 agent 和 agent 之间的支付，甚至人和 agent 之间的沟通，或者 agent 和商家之间的支付，有没有可能使用 Circle、使用 USDC？这可能是这段时间被 Bitcoin 上涨掩盖的一部分基本面，也就是行业基本面的变化。

这和 Circle 公司本身关系不大，只是行业往前走，而 Circle 原本就布局了这个行业，所以可能受到一部分利好。

不过 Circle 布局的是 agent-to-agent，我觉得真正的 agent-to-agent 还需要一段时间。我们现在刚看到第一步，可能真正 make sense 的是人给 agent 下指令，比如 Astra：人给 agent 指令，agent 重复人原来的工作。

今天 Meta 公布的 Muse，还宣布了和 Stripe 的合作，支付使用 Stripe。如果使用 Stripe，仍然是传统支付方式。

现在的模式还是人告诉 agent，告诉 Muse 我要买这个商品，然后 Muse 通过现有支付轨道完成交易。还没有到需要使用 USDC 支付的阶段，因为那会是高频支付，而现在还没有达到高频。

如果把它称为 agent e-commerce，现在可能只到第二步、第三步，还没有到 agent-to-agent，仍然差一步。但我觉得离 agent-to-agent 又近了一步。

Circle 的方向是正确的，而且它是一家布局基础设施的公司。我记得当时 Circle 在 60 多美元时，我和很多人分享过，可以放一部分仓位，布局未来的 infrastructure layer。

虽然 Circle 管理层的执行力，我认为和币圈里其他个股相比有差距，但 Robinhood 是完全不同的。Robinhood 基本上是所有币圈相关个股里面执行力最高的。

最近 Robinhood 上涨，币圈很多人开始讨论 Robinhood Chain，上面出现了很多 meme 币，做得非常好，大家又开始晒账户。

你会发现 Robinhood 做产品真的很厉害，包括 prediction market。所以市场也给 Robinhood 一个溢价，估值大概 30 多倍，并不便宜。

无论从传统券商角度，还是从币圈标的角度，Robinhood 的估值一直处在上游，市场一直给它估值溢价。但从 CEO 的执行力角度看，我觉得 Robinhood 配得上这个溢价。

所以这两家公司我都觉得不错。一个是管理层非常强，基本不需要担心市场有什么热点却追不上，比如 Robinhood；另一个可能还需要时间等待，还没有到 agent-to-agent。

现在可能是便宜的时候买一些，情绪面非常高、但没有明显落地时减一些。但 Circle 现在还没有到情绪面非常高的时候，所以我暂时没有太多加仓或减仓的想法。

如果看币圈更 native 的资产，聊 Bitcoin 就好。或者你有看 Hyperledger 的话也可以聊。我没看到你发相关内容，所以很好奇你怎么看币圈后市，至少未来 3 个月、6 个月大概会怎么走？

我个人认为，这一波币圈被带起来，是被黄金带起来的。从顺序来看，黄金是被实际美债收益率带起来的。

所以这波的逻辑线是：实际美债收益率传导到黄金，黄金传导到 Bitcoin。

我认为黄金还会继续走，所以 Bitcoin 也还有得走，整个市场也还有得走。

可能还要再等一阵。刚刚差点忘了最重要的 Tesla 和 SpaceX。

你提到，Elon Musk 他们最应该在 X 上做高稳定性的分发，因为确实很适合。我也很好奇，Tesla 好像是上个礼拜公布财报？看到他们在讲 Optimus 啊什么的，这部分可以跟大家聊一下。

9. Tesla Sells The Robotaxi Vision

Tesla 没有上市，它办的是 Cybercab Day 活动。

Robotaxi 这次我觉得挺成功，但更多是宣传角度的成功，让很多人知道它和 Waymo 的差别。

新的 Cybercab 和 Waymo 最大的差别是没有方向盘，这给人的感觉很不一样。造型本身也非常亮眼，金色车身，轮毂也很吸睛。

一家公司必须让别人知道自己的产品，所以需要造势和 marketing。Tesla 本身不太做 marketing，所以从这个 event 来说，我认为是成功的，噱头足，也能够造势。

但从基本面角度看，其实没有改变什么。Cybercab 能做到的自动驾驶，Model Y 也能做到。现在奥斯汀那边自动驾驶的车辆，有两人座、四人座等不同版本。

所以这次活动没有证实或证伪自动驾驶，基本面没有改变。但从宣传和最终结果来说，我认为这是一个比较正面的 event。

我一直在等 Tesla 的机会。我手里现在有一些 Tesla，仓位不大，年初也做过减仓。我一直在等一个比较好的价格，把一部分仓位加回来。

我仍然看好最终 Tesla 会实现自动驾驶的广泛落地，只是价格是否合适的问题。

那我们的太空第一股 SpaceX 呢？

10. SpaceX Looks Overvalued

我觉得 SpaceX 是高估的，市场对 SpaceX 的炒作有点过高。

从现在的结果来看，他们收购 Cursor 这件事做得不错，因为 Cursor 成了原来 X AI 非常好的变现渠道。原本 SpaceX、原本 X AI 明显缺乏一个变现渠道。

但马斯克画的大多数饼，来自数据中心建设和卖算力业务。卖算力本身值不了多少钱，市场不会给单纯卖算力的公司非常高的估值，除非你做 hyperscaler，并且附加了额外服务。

否则只能参考新云厂商。问题是，不能因为上个季度财报里提到卖算力的回报周期是 9 个月、小于 1 年，就给它很高估值。

小于 1 年的模式不可持续。如果你建数据中心，算力建出来之后必须签长期订单，不可能签短期订单。你一个人投了 8 GW 的量，却去签短期订单，等于自己砸自己的饭碗，破坏自己的市场。

如果 AI 营收全部靠卖算力，就不是一个好的业务，而且还是重资产业务，未来还需要融资。你看 Oracle 融资就融得很辛苦。

但如果 Cursor 在 coding 领域能够发展起来，我觉得这可能是现在对于 SpaceX 来说非常好的增长点，也是非常好的收购。

不过马斯克在 AI 上画的饼，我并不是非常认同。SpaceX 现在仍然属于高估，我觉得它贵。

你觉得它现在还是贵的？

我觉得贵。

马斯克是说 30 trillion 的 total 吗？

对，30 trillion 的 total market。

马斯克向来很会画饼。不过硅谷也有一句话：不要和马斯克作对，不要看空马斯克。

我认同不应该看空马斯克，但这句话应该解读为：不要看空马斯克能够做到的事情。你觉得他做不到，但最后他确实可能做到。

但投资时还是要讲价格，不可能只买一个理想。我们得分清楚，什么是可能做到的，什么是基本不可能做到，或者需要非常长时间才能做到。

投资本身需要给时间。验证一个东西，至少要知道在什么情况下、多久之后能够证伪或证实，总得有一个 thesis，也要有明确标准。

所以不能盲目投资。“Don’t bet against Elon Musk”，这点我认同，但不代表你可以盲目投资。SpaceX 上市，你就花两三百万去投，我觉得还是要讲价格。

什么东西都得讲价格。

今天聊了很多板块，从 GPU、CSP，到消费者、币圈，再到马斯克。Mr. Z 可不可以给大家一个更 overview 的看法？

假设从现在到 Anthropic IPO 是一个阶段，然后到中期选举，再到中期选举之后，未来 3 到 6 个月会怎么演变？

Anthropic IPO 已经定下来了吗？最快是什么时候？月底吗？

我看 Reuters 说，它的 roadshow 推迟到 9 月底，实际上 IPO 时间应该会落在 10 月底、11 月初。现在 Anthropic 在做 revolving credit facility，也就是 RCF、循环信用额度，要把规模扩张到 150 亿美元，让更多美国投资银行参与进来。

现在主要是在扩增 RCF 的 capacity。

11. IPO Hype Meets Reality

我觉得对于这些可能上市的公司，包括 SpaceX、两家大模型公司，投资这些标的还是要小心。

这些标的都已经 price in 未来两三年，甚至更远的未来，所以需要小心。而且背后有非常大的卖盘，因为一级市场投资者需要变现，他们会离开这个市场。

这些公司体量又非常大，本身会形成一个很大的 wealth transfer：一级市场投资者已经赚了几十倍，甚至上百倍，一定会卖。那卖给谁？就是卖给二级市场参与者。

所以你买这些公司的股票，对一级市场投资者来说，就是他们原本的投资终于获得回报。我觉得投资这些标的时要小心。

这些标的对市场还是有影响的，从流动性角度看，它们的体量实在太大。就像 SpaceX 上市时可能对 Tesla 抽血一样，会对 Tesla 形成资金分流。

但市场的主线，我觉得还是看 AI 的落地。这些标的上市本身，市场可能会不时拿出来解读成负面消息，或者作为下跌的理由。市场要找下跌理由时，它们可以成为一个理由，而且上市确实会造成比较明显的吸血行为。

中期选举也是一样，我不会简单套用历史走势。比如中期选举之后市场通常走得很好，或者某家公司上市之后市场会怎么走，我不会直接套用。

我的方式是看短期市场情绪和参与度。比如周五的 CPI，我会看当下市场情绪在哪里、参与度在哪里。

如果情绪非常高，像中期选举之前参与度很高，市场也非常 high，可能 Bessent 会做一些事情，美伊战争也可能出现一些变化。如果这些事情出来之后利好股市，或者市场带着很高的情绪进入中期选举，那中期选举之后 11 月反而可能下跌。

所以现在就预测 9 月、10 月一定下跌，意义不大。8 月之前很多人就认为 9 月要下跌，结果虽然这几天软件下跌，但硬件反而反弹。

我不愿意套用历史上的走势，更多是看现在市场处于什么情绪面，然后跟着情绪面走。估值是比较高层次的判断逻辑，情绪面也很重要。

情绪面高，就有必要减仓；估值高、情绪面又高，更应该减仓。但现在估值低，情绪面也低，当下参与度也没有那么高，其实没有什么好担心的。

在访谈尾声，有没有什么还想和大家分享或提醒的？

没有其他的。不过你一开始给我的问题里，最后一个问题我觉得很有意义。你问，如果用一句话和大家分享，我想说，这段时间的走势让我想到巴菲特以前说过的：买在无人问津时，卖在人声鼎沸时。

我觉得这句话非常适合今年到现在为止的市场。

无论是 3 月份的市场，还是年初的市场，年初市场情绪面很高；到了 3 月份下跌，情绪面又变得非常低，大家担心战争。其实那才过了半年，大家可能已经忘了当时对战争的各种分析和恐慌。

到了 6 月，大家又对半导体、硬件非常 high；然后到了 7 月底、8 月底，对整个半导体又变得非常悲观。

今年的市场其实给了很多次考验：在市场人声鼎沸、处于高位时，我们会不会卖；在无人问津时，我们敢不敢买。

真正考验的是，我们能不能把这句话落实到自己的投资或交易中。我觉得这一点很重要。现在可能叫作知易行难，但很多时候会发现，巴菲特留下来的这些经验确实很有用。

归根结底，还是要看自己对产业的理解有多深，行动能不能到位，能不能在大家还没有发现的时候买进去。不然有时候追进去，确实没什么意思。

现在市场处在估值模糊区，我自己虽然也买美股，但买得比较少，更多时间是在看台股。看台股的逻辑有时和看美股相反，差别蛮大。

有时候也会觉得，自己好像在估值模糊地带瞎搅和。我很好奇，Mr. Z 会看台股吗？

我不看，除了台积电。

基本上完全不看，除了台积电。

对。

好，感谢 Mr. Z 今天的时间，也感谢大家。