曲凯
There's something there。我们今天很开心，又请到我们的老朋友莫傑麟。
莫傑麟
Hello，大家好。
曲凯
对，我们其实之前聊过好几期，跟宏观、乐观、AI 相关的主题。最近因为我又来美国了，跟这边的一些人聊，我发现这个市场真是变化太快。这边大家突然开始相信一个所谓“东升西落”的趋势，我不知道你是不是最近也经常听到这个词。
莫傑麟
1. 宏观预期开始反转
对二级市场来说，应该从 1 月份 DeepSeek 发布之后，就一直在演绎这个剧本吧？具体里面到底哪些升、哪些落，背后的原因是什么，我觉得我们可以拆开来分析分析。
现在的走势里面，两个非常关键的、拐点性的事件，是 1 月份特朗普正式就职，以及 1 月份我们出现了 DeepSeek。其实我们 2024 年的铺垫很重要。2024 年美国的铺垫是什么呢？就是 AI 是一切，所有前沿的创新，美国都是有绝对领先地位的，再结合美元的强势，因为全球的投资者都在涌入美国，所以这两个事情构成了 2024 年美国的这么一个局面。也就是说，美国整体的宏观环境和各项经济数据，在 2024 年其实都是一个比较好的环境。
映射到中国这边，其实中国 2024 年的资产表现也是还不错的。很多中国公司虽然波动很大，但其实是有一个向上发展的趋势的。我们聊 2023 年底那期播客的时候提到，中国最重要的问题，还是我们要怎么走出宏观经济周期的问题。不管是人口、经济、就业还是消费，美国跟我们是不太一样的。美国很多高毛利的业务都留在了国内，而高毛利背后意味着什么呢？意味着它需要持续、坚定地对技术做创新。所以，AI 之于美国和 AI 之于中国，虽然看起来很类似，但它起到的作用其实是不同的。
一直到今年，这一层被捅破了。捅破的点是什么呢？就是特朗普上台之后，开始做比较多关于关税的动作，关于政府开支、财政支出，也要进行削减。我们如果把整个过程映射成去杠杆的话，就会感觉美国重新回到了宏观问题上面。
在它回到更宏观的问题上的时候，确实它的 AI 预期又被打到一个很满的局面。这两个东西会导致它处在一个很高的预期上，投资者看到的其实就是不确定性，看到的仅仅是短时间的瓶颈。在这些东西的作用下，其实就会产生一个东西，叫风险厌恶。
风险厌恶在这么高的价格上面，再加上今天信息传播这么快速，它就会体现出非常剧烈的波动。这个东西演绎到什么程度呢？就是目前为止大家会担心美国会进入衰退，我觉得部分投资人是有在预期这个东西的。比如大家可以去看一下美国航空公司最近的股价表现，因为航空公司是经济最直接的表现之一。国内可能看春运数量、假期旅游的经济体量，美国其实可以看航空公司的发展。美国投资人其实是在用脚投票，他们是在预期衰退。
但从另外一个客观层面上来讲，至少根据 3 月中发布的一系列数据，包括就业、通胀和消费，这些数据看起来目前没有直接指向任何衰退的趋势。但是投资人已经在预期了，这说明一个什么问题呢？说明大家对于风险现在是极度厌恶的。
包括这两天曲老师你们在硅谷应该有看到，大家会对特斯拉很不满意，因为埃隆·马斯克跟特朗普在这次政治改革的过程中，起了一个非常表征化的作用。这些东西最后汇总出来，就是投资人手上的票是什么？大家厌恶这个风险。
第二个阶段，大家会对这种风险产生一种更极端的演绎。这种演绎会不会变成实际的呢？我只能说它是有影响的，会慢慢地传递。如果真的有一天，某一期美国宏观数据暴露出问题，投资人会不会在这种短暂的数据问题之间去做进一步演绎？我觉得是会的。这就是美国的情况。
中国刚好是一个镜像。我们刚刚在讲这一套逻辑的时候，很像 2022 年、2023 年的中国。不管你做什么、政策怎么出，大家都在预期经济是停滞的，会出现很严重的就业和消费问题。但今年的中国，我觉得会反过来。
大家对于中国不去做大水漫灌的政策，预期首先已经放平了；其次，大家对于很多短时间的数据波动，会更加有抵抗力。所以，中国会变成美国宏观的一个镜像处理。
简单说起来，“东升西落”这个概念看起来是一个单一事件，指向特朗普就任之后开启大刀阔斧的去杠杆过程。在中国，“东升”会指向中国经济好转，包括我们在 DeepSeek 这样的技术创新里面，其实也有自己的周期。但“东升西落”背后呈现的，还是来自大家的预期，以及现实呈现出来的到底是风险厌恶还是风险偏好。
局部来看，大家对于中国资产确实呈现风险偏好的局面；对美国资产，在这么高的位置上会呈现风险厌恶的局面。但这个东西主要来自预期。原来大家对于中国的预期太低了，不管是在科技行业还是宏观行业。
曲凯
2. DeepSeek 重估人工智能
正好这里我们可以反过来聊到 DeepSeek 和 Manus 这些当下比较热的公司和产品。DeepSeek 已经过去一段时间了，但为什么我还想在这里提到它呢？我觉得你刚才讲的那个点也是我比较认同的，本质上是一种价值评判的回归。之前大家其实是过于低估国内的 AI 了。
以 DeepSeek 这个现象为主，我也想听听，你们现在回头来看，是怎么定义和看待 DeepSeek 这件事情的？
莫傑麟
我觉得 DeepSeek 首先有一个预期的问题，有几个点可以提出来大家讨论。第一个是，美国关注的 AI 和中国关注的 AI，我觉得是不同的。
美国关注的 AI，其实还是延续了 2022 年第四季度至今的一个核心叙事，还是 scaling law。只是在 scaling law 的前缀上做了一些变化，之前讲的是 pre-training 的 scaling law，后来讲 post-training，最近又讲推理，推理形成 deep research。它整个还是沿着 scaling law 来讲。
但中国讲的 AI，一上来就是对着应用去讲的。包括字节在去年很长一段时间里，还是会把豆包的日活、月活这些指标放在考量范围之内。
DeepSeek 这件事情出来，其实有两个冲击比较大。第一个确实是成本。DeepSeek 有一个非常核心的能力，就是在基础 infra 上面，他们很多写代码的能力，能够把 infra 成本降到目前行业最低的一个水平。甚至我们在美国都可以听到，头部 AI Labs 的人都很想要跟他们这部分的同学交流。
成本对应的是什么呢？其实就是 PMF。成本越低，相对来说就越容易尽快把这个事情推向市场。这句话其实就代表了中国的 AI 价值观：中国一上来就是在讲应用，在讲这个东西的投入产出，反而是在用一种更严谨、更理性的方式做。
美国至今为止，我觉得还没有逃出它 day one 的叙事，就是 intelligence。他们觉得 PMF，甚至到目前为止，我都不觉得他们觉得这个重要。所以两边讲的东西是不一样的，会导致大部分人看到 DeepSeek 这个范式时，跟原来在硅谷已经讲了 3 年左右的范式产生很大的冲击。
曲凯
这个其实我们之前也讨论过，对吧？它更多还是一个工程上的创新。当然它算法上是有东西的，但可能比较核心的还是工程上的一些优化。我不知道你是不是也这么认为。
莫傑麟
我觉得是。它最强的两个部分，肯定是来自工程上的优化；另外一个还是来自成本。工程下面的一个子项，就是在成本上的控制非常强。
曲凯
所以它其实是对美国整体 AI 趋势的一个打击。美国一直在讲的就是 scaling law：我堆更多的卡、更多的数据，花更多的钱，然后有更好的结果。但实际遇到的问题，可能是过去大家一年看到的美国那边的 AI 底层模型，没有一个很明显的结果提升，但是他们仍然想讲一个继续堆高成本的故事。
DeepSeek 这时候同时提供了更好的结果和更低的成本，正好跟美国那边的趋势反过来了。
莫傑麟
对。2024 年年终的时候，OpenAI 没有交付 GPT-5。DeepSeek 是刚好在 R1 开源之后，在美国引起了很大的反响。中国这边，当你没有预期的时候，反而交付出来一个成本更低，但 performance 也一样好的东西。
曲凯
3. Manus 走出中国叙事
对。然后再讲回来，最近新的热点就是 Manus 这件事。但 Manus 团队我们都很熟了，大家也都认识，所以我们尽量维持客观地分析一下 Manus。
从它一开始爆火，很多人夸，后面又变成很多人骂。我想先听听你的感受。
莫傑麟
我感受最大，其实就是我刚刚提到的那个点：中国看的 AI 和美国看的 AI，内核是千差万别的。
中国讲的 AI，还是在讲这个东西我要用到一个更大的用户身上。只不过这个用户从移动互联网时代 To C 的用户，变成了现在可能更看重生产力的用户，但它仍然是一个很庞大的用户基础。
所以中国的 AI，包括 DeepSeek 整个 1 月份破圈之后，大家纠结比较多的几个议题，还是 DeepSeek 的 infra 怎么能够 serve 这么多用户，短时间内它的成本是多少。你看它的整个角度，还是偏向于应用。但是我们在美国主要的 AI 叙事里面，不会把这个东西作为最重要的东西讲出来。
具体到 Manus 身上，当时其实很多人问过我，中国最特别的团队是谁？这个确实不是恭维，我当时就觉得，中国最特别的团队可能是有 10 个左右产品经理在做的这些创业项目。他们在做一些在硅谷这几年的叙事里面不会被当成重点的工作。
比如 Manus 其中一个产品的负责人张涛，当时在硅谷主要分享的一个点是，AI 可不可以做给从来没有用过 AI 产品的人。他们每天考虑的角度，其实不在 scaling law 这套体系之内，甚至没有考虑 model intelligence 一定要成为 AI 产品里面一个重要的支柱。
但在硅谷主流叙事里面，叙事为什么重要？因为这样 VC 才能达成共识，一级市场才能达成共识，你才能融到钱，才能做接下来的事情。所以从我的角度上看到，这个团队在硅谷是非常稀缺的。
曲凯
我也可以讲一下我的视角。我觉得有几个点造成了这个结果。
从去年开始，整个全球 AI 就有一种脉冲式增长的势头。比如 Cursor 的爆火，包括 Devin、Windsurf 之类的几款产品，包括其他的一些模型，也包括 DeepSeek 这样的产品，经常是出来一个东西，大家一下子转发，然后很快地使用起来。
大家能看到一些数据。比如 Cursor，我记得前几天他们在讲，自己到目前为止都是零投放，但他们团队仍然是小几十个人，可能最多的时候也就这么多，非常小的团队做出非常大的 ARR，而且有非常低的市场成本。我觉得这是过去两年明显发生的事情。
Manus 也一样走在这个路径上。我相信今年后面几个月也会持续有这样的产品出来。所以我们把它定义成一个脉冲式的发展。
背后的原因是什么？我觉得有几个点。一个点是，大家基本上不约而同地选择了所谓 prosumer 的人群，也就是一些专业的个人工作者。因为这些人具备 C 端属性，又具备一定的付费能力。
而且这些人，我们之前在播客里也讲过，他能够在各个平台里面通过分享、转发把这件事带起来。我觉得这是一个原因。另一个原因是，整个市场对于 AI 的热度烘托得实在太热烈了，但是大家确实缺少好的、可用的 AI 产品。所以出来一个做得还不错、可用的产品，很快就会被用户和网友推上去。
Manus 就是一个典型的被推上去的案例。但是你会发现，它被推上去的方式不太一样：它先被一些自媒体推上去。因为它毕竟没有开放大规模内测，而张涛、Pika，甚至包括肖弘，都带有一定的 IP 属性。
肖弘和张涛其实都上过我们的播客。肖弘在产品发布之前也上过其他播客，张涛在发布之前，正好讲了 DeepSeek 的那个视频。那个视频超级火，我觉得可能是全中国所有想了解 DeepSeek 的人都要去看的一个东西，包括海外。Pika 则是上一代很火的产品，一直延续到了这一代，所以他们正好具备了自媒体人愿意去推的属性。
自媒体人推起来以后，我觉得有的人确实有点用力过大。我当时看到就觉得，这件事对 Manus、对他们团队来讲，不一定是完全向好的事情，因为真的把他们放到了 OpenAI 的对立面。
DeepSeek 之前在承担这个事情，对吧？DeepSeek 是中国的 OpenAI，是中国的 OpenAI 时刻，是跟美国那些大模型去抗衡的。然后突然有人讲，Manus 是中国的下一个 DeepSeek，是中国的 OpenAI。但我觉得这个坐标其实有点错乱。
像你刚才其实讲了好几次，Manus 是一个典型的国内叙事。如果说 DeepSeek 是一个介于硅谷和中国之间的产品，那么我觉得比较合理的评价是：它是一个中国团队，但是用非常硅谷的方式做了一件事情，产出了一个模型层面的结果。
但 Manus 是一个典型的中国团队，用很中国的方式和理解，借助一些硅谷科技，总之是用中国团队很擅长的方法做出的一个产品。这是本质的区别。Manus 本身是一个产品，但是大家把它推到了模型层、先进科技的视角上。我觉得这是它最终被反噬的核心原因。
从结果来讲，很可能会有一个什么结果呢？之后这些产品再去做推广的时候，可能真的不会把中国作为第一站了。Manus 其实是一个纯海外的产品，整个网页都是英文的，但是它变成在国内火起来。所以我觉得这件事最大的影响，可能是国内团队以后会更怕在国内火起来，都会先放到海外去。这不一定是一件好事情。
所以我之前也发过一条内容，说中国的投资人、中国的创业者确实都需要学习，需要更有梦想，也需要更先进的创新能力。但同时，国内的媒体和网民其实也是一样的，要给这个市场更多时间，相对宽容一点，不要捧杀，也不要骂得太狠。
莫傑麟
其实那天 Manus 出来之后，你说的有一个点我挺有共鸣。部分人转发的时候，第一个点是说 Manus 不是 AGI，第二个态度是说 Manus 不如 DeepSeek 带来的影响大。大家会觉得，产品和商业模式的创新，在某一个维度上来讲，不如 AGI 和 DeepSeek 这套东西。
但是，一个生态环境是由里面的创业者、用户、商业环境、政治和政策环境，全部加在一起组成的。国内确实在 AGI 整个生态里面不如硅谷。说实在的，你要去招做 pre-training 的人，国内真正的供给还是不如海外。
但你刚刚提到的这几位，都是移动互联网时代产生的优秀产品经理或者技术人才。移动互联网我们比美国发展得更好一些，所以我们有这些供给。另外，曲老师你刚刚提到的 prosumer 也很有意思。中国其实比美国有绝对数量更多的 prosumer，所以我们讲的和硅谷讲的 AI 产业逻辑，完全不同。
Manus 出现之后，你说得非常对：它为什么要去对比 DeepSeek？为什么要去对比 OpenAI？因为它做的是不同的事情。
曲凯
我觉得这跟大众对于 AI 的理解和认知程度也有关系。这是两面。首先，国内大众对 AI 的信息没有跟得那么及时，所以 Manus 出来能这么火。我们当时看到的时候就在讲，它其实很像 OpenAI 的 Operator，它的产品形态在海外能找到影子，肯定不是一个完全纯创新的东西。
我觉得这是因为大众对于这件事没有那么了解，所以能把它捧得很火。但同时也因为大众对这件事没有什么了解，所以后面又会看到有人批评：你用的都不是自己研发的模型，凭什么是一个好的公司、好的产品？甚至极端地说，因为你用的是开源模型，所以你就是套壳。
我觉得这可能是当前市场发展过程中必然面对的一些问题。
最后我还想补充一个点。我发现一个很有意思的事情，就是大家说 Manus 的时候会说，海外都没有人讨论，所以它肯定不行。
我们回头去看 DeepSeek 那一波，其实它在国内火起来，很重要的一个原因是我们发现海外一些大的 KOL 都在讨论 DeepSeek。但美国本来就不 care To C 应用，而且本来就有各种 Operator 类型的产品。一个产品真的要在美国火起来，肯定是更难的，或者说它本身就不是主流叙事里面大家会去讨论的问题。
所以这个结果我觉得是正常的。但我想讨论的一个点是，国内仍然没有摆脱这样一种思维：如果海外认可，我们就觉得它牛；如果海外没有人讨论，就是不行。
大众关注的还是 To C 领域，硅谷本来就不 care To C 领域。但 To B 领域的讨论，很难泛化到媒体和 To C 的视角。
我还发现，DeepSeek 在某种层面上跟《哪吒》造成的舆论影响有点类似。大家会有一种民族自豪感：你看，我们做出来一个这么牛的东西。
DeepSeek 的牛，大家认可的点在于，海外这么多人都在讨论和认可；《哪吒》最后则是靠一个榜单，得到了很大的背书和认可。所以有可能，如果未来真的有新产品要宣发，可能还是要先在海外立住，再打回国内。
这有点像早年消费品的逻辑：大家先出海做个品牌，或者甚至做个假洋品牌，再打回国内。
最后我总结一下，站在我的视角来看，DeepSeek 确实有 AGI 理想，这是非常难得的，而且它确实做得非常好。梁文锋是非常专注于实现 AGI 的。
Manus 呢，我觉得大家现在对它的评价有点太极端了。它确实没有 AGI 梦想，因为人家是做产品的。Manus 的梦想，我觉得就是让更多人能更好地用上 AI，或者让 AI 发挥更大的效用，做一个更好的产品，这也是他们的初心。
他们没有大家说的那么差，但也没有必要非要拿它去跟 AGI 比。我觉得大概是这么个结论。
然后我们讲完今年比较主要的两个事件。为什么聊到这里呢？因为这两个事件，正好是“东升西落”的一些标志性事件。
曲凯
4. 二级市场接管东升西落
“东升西落”过去这几年，很多时候是体现在二级市场的资产上的。正好我做二级市场资产配置相关的事情，比较多的精力放在这个上面。我想听听你讲一下当下宏观和二级市场相关的一些趋势。
莫傑麟
二级市场其实等于两个东西：一个是预期，另外一个是实际的趋势。实际趋势里面包括产业和宏观。
像美国 AI 的趋势为什么会被 DeepSeek 冲击得这么大？我觉得核心作祟的东西其实就是预期。他们把 AGI 的预期一度拔得非常高，体现在市场上就是股价拔得非常高。
目前为止，大家对中国市场的预期有没有拔得很高？直接从股价来看，我的感觉是预期其实不低。但你说有没有美国高，我觉得可能还是没有，因为美国的预期是通过 2 到 3 年不断建立起来的。
我更愿意相信，大家是从原来对中国毫无预期，变成从现在开始逐步把预期填平。二级市场里面还有一个很重要的点，就是实际趋势。比如 AI 到底有没有交付，模型有没有交付；产业上有没有实现真正的投资回报，真正的收入增长。
中国的趋势，跟我们 2024 年初聊乐观的那期相比，确实有了很大的变化。
曲凯
我觉得我们可以分开讲一下。首先你说第一个点是预期，对吧？我想问的是，当下大家对于国内市场和美国市场，以这两个市场为代表，预期分别是什么？
莫傑麟
5. 中国资产等待产业验证
海外对中国的预期，还是集中在地产后时代、化债问题和消费问题。AI 只是这里面的其中一个子命题：它是不是能真正带来产业趋势，创造更多就业，进而创造更多消费，让经济逐步缓解？这可能是海外长线投资人比较关注的一个点。
本土投资人，包括全世界以科技为主的投资人，现在对于中国资产，尤其是互联网和 AI 相关公司的资产预期，还是来自这样一个问题：我们现在是不是处在 2023 年上半年的美国？ChatGPT 对应了我们 1 月份的 DeepSeek。
ChatGPT 出来之后，引起了美国核心互联网公司之间对于算力的 FOMO，进而导致头部大厂带着一部分创业公司，展开了对于算力和人才的 capex 投入，进而对美国经济产生了很实际的影响。
这部分投资人对于中国，我觉得是有一点映射当时环境的意思：DeepSeek 会带来中国头部互联网公司对于算力、人才这些地方的 FOMO，进而导致它们展开一段时间的 capex 和产业投入。
曲凯
你给大家解释一下吧。Capex 可能大家经常听到，但有些人不理解这个词。
莫傑麟
Capex 就是资本性投入。大厂比如腾讯、阿里，因为预期会有很多用户去使用，所以会去投入，比如买卡、建设数据中心、争夺更多人才，然后做更多上游投入，而且是前置性的投入。
曲凯
对。这个确实是我们今年看到的一个挺有意思的地方。字节大家都知道，过去两年一直在比较猛地投入，但至少站在今天这个节点回头看，我觉得它稍微有点折腾：投入很猛，预期也很高，但是并没有交付出一个特别领先的结果。
阿里呢，我们现在看到可能是从去年就开始投入。阿里云那期财报也是今年年初发的，对吧？它说要提高整体的 capex。
莫傑麟
是在今年的企业家座谈会之后。
曲凯
对。然后有意思的是，至少按照国内 A 股的逻辑，如果我说我要提高投入，成本要提高，但是不会马上带来明显利润结果的话，一般股价会跌，对吧？但阿里这波发完之后马上大涨。
这个是不是也是你讲的预期的一部分？
莫傑麟
是的，你说的这个点非常准确。国内正在走一个从坏到好的转折。大家觉得你敢投入了，至少是一件好事。
曲凯
对。过去两年一直缺位的腾讯，也突然开始发力了，感觉加入进来了。确实很像 2023 年美国那边的市场：大厂都进来竞争，非常像。
这里面有一个很有意思的争论。第一批会去买腾讯的人，大家是对标 Meta 去买的，因为两个公司的业务结构很像，有相似的收入，但估值上其实比 Meta 有差距。所以当时第一批所谓抄底腾讯的人，都是去对标 Meta 的。
但在 DeepSeek 这件事情之后，其实产生了非常明显的变化。
莫傑麟
因为 DeepSeek 除了是 ChatGPT 的一个对标之外，还有一个很重要的特点，就是它是一个开源模型。
原来头部互联网公司都需要经历 6 到 12 个月，去组建团队、寻找技术路径。腾讯其实直接就用了 DeepSeek 的东西。第一个阶段是军备竞赛阶段，它没有完整地去打我们内部叫的资格赛，所以在这个点上，腾讯是一个非常有意思的存在。
DeepSeek 出来之后，我觉得直接最受益的公司应该就是腾讯。腾讯可以直接一步跨向应用，然后从应用本身再反过来，在 DeepSeek 的基础上训练自己的模型。
曲凯
对，这确实挺有意思的。包括腾讯，以及各种海外和国内的公司，有点像大家集体获得了一张跳级卡，直接把第一关跳过去，大家都基于 DeepSeek 从第二关开始做。
但从这个叙事逻辑来讲，我刚才听你说的时候就在想，DeepSeek 在海外影响最大的到底是 Meta 的 Llama，或者说是有 Llama 的 Meta，还是 OpenAI，还是谁呢？
莫傑麟
这是一个特别好的问题。当时有一个企业家发了一条朋友圈，说 DeepSeek 让全国人民过了一个好年。
其实像阿里、腾讯这样的公司，在一段时间之内，我们都已经把它当成价值股来看待了。价值股的意思是，我们会要求你分红，会要求看你的现金流，但不会特别要求你告诉我，你有多么宏大的战略创新目标、业务创新目标。大家可能是以这个角度去看这些公司的。
硅谷的 AI 公司其实也可以分为两派。第一派是由 OpenAI 和 Anthropic 领衔的头部 AI Labs；第二派其实就是 Llama 这些公司。
我并不觉得 Llama 这批公司的模型，或者它们积累的工程认知，会比国内强多少，我觉得是比较齐平的状态。
我觉得 AI 整个投入里面最难的一件事情，就是我们一直在讲，全世界可能 T0 的人才不会超过 20 个。怎么定义 T0 呢？就是能看到这件事情终局的人，知道哪些方向要坚持，哪些方向不去坚持。
比如 Anthropic，大家会觉得，好，我就不碰多模态，坚持在文字模型上提升 intelligence。OpenAI 之前的 Ilya，包括到现在很多 researcher，大家会觉得有很多 T0 的人，在技术路径上做判断。
这种技术路径的判断，在整个事情里面其实起到绝对重要的作用。
DeepSeek 仿佛变成了那些原来缺少技术路径远见判断的公司里的一个 T0 角色。它帮大家趟出了一条路，帮这些 T0.2 的模型找到了技术路径上怎么继续 scale up，以及具体怎么在 infra 和推理上做技术提升。
除此之外，它对 OpenAI 这些公司的冲击也有。第一，OpenAI 也在讨论开源的价值是什么，是不是应该开源；第二，大家也开始重视 DeepSeek 为什么能在算法上做得这么极致。
所以它同时对这两批公司，也就是 T0-1 和 T0-2 的模型公司，都产生了很深的影响。对 T0-2 的模型来说，它有点像是帮它们确定技术路径方向的角色；对 T0-1 的公司来说，则起到了警醒、引发思考的作用。
曲凯
关于预期，我们最后再讨论一个问题。大家看美国市场，已经经过了两年的预期和验证，对吧？但至少在当下这个节点，AI 似乎还没有产生太多经济上的实际收益，还没有看到大规模的收益和回报。
但大家付出了超多成本，可能用于模型训练等事情。像亚马逊在最新的说法里面，仍然要大规模投入。国内市场呢，大家到底现在预期的是什么？或者说，大家会给这个预期多少时间？
莫傑麟
国内这个阶段的预期，还是在走 2023 年和 2024 年美国大厂的路线。
整个 2023 年，为什么美国互联网公司会涨得很好？因为这个故事只有互联网公司能去投入。当时美国的宏观环境并不支持创业公司做战略性投入，因为美国利率非常高。利率高，直接就会导致对于投入这件事情来说，这不是一个好的阶段。
但大的互联网公司能做 3 件事情。第一，它能讲清楚自己为什么能做这个投入，要么有很强的用户基础，要么有很强的业务场景。
第二，我做了这些卡的投入，像 Meta 很典型，它对于广告、搜索和推荐，可能都会起到很好的作用。
第三，像 Meta 开源、微软拥抱 OpenAI，进而现在拥抱其他模型，亚马逊拥抱 Anthropic，这些事情对于这些公司在公众中的认知度也很重要。
所以这条路径，我们把它叫作简单题。它是基于你现有的业务场景和财务能力就能做到的事情。我觉得 2025 年最重要的预期，还是国内先把简单题做完。
曲凯
所以有点像还在补课。美国当时走过的是简单题，美国现在已经走到难题了，但我们其实还有一段简单题可以做。
莫傑麟
但这些是跳不过去的。因为不管怎么样，最终核心都体现在卡、数据中心这些事情上，一定要建立。
而且其实是有优势的。AI 模型的 training 过程中会走很多弯路。由于整个开源生态，以及其他头部 Labs 已经摸索了一段时间，国内在投入上可能会呈现出一个商业上更好的局面。
这个“更好”指的是投入产出和确定性上可能会更好。再加上国内硬件、硬科技过去几年的发展，以及 DeepSeek 性能和研发能力的提升，所以过去两年我们提得比较多的卡脖子问题，相对来说也不再是问题了。
曲凯
可以这么理解吗？会不会因为卡的问题，这件事仍然无法很快追上？
莫傑麟
6. 国产芯片补上推理缺口
我觉得这个问题挺有意思。现在中美在模型上的分工其实有区别。中国可能会承担主动探索商业落地的作用。
如果沿着现在的路径，大家讲的是推理。推理卡方面，国内确实有非常大的进展，大家去看寒武纪的股价其实就能看出来。
这块其实我们讲自主可控这件事情讲了很多年，这个战略在执行过程中也确实收到了很多效果。今年还会上市很多推理卡，国内会呈现出一种百卡齐放的局面。
如果纯从性能上讲，短时间之内可能还是不如英伟达。但是能不能用？其实是能用的。因为如果要求的是卡的集群，整个互联技术上确实还是英伟达更好，更独家、更垄断一些。
但推理不需要做互联，所以卡的性能差一些，其实不会导致这个东西不能用。从这个角度来讲，我觉得卡脖子的问题不会严重。
另外，我们需不需要追求 AGI？如果我们也要追求 AGI，就需要建大集群，比如 10 万卡的集群。这里面的互联通信技术就是非常重要的技术，在这个点上，英伟达整个 GPU 技术上的投入，目前我们还是很难替代的。现在是这么一个状况。
曲凯
明白。这个是预期的部分。你刚才讲二级市场核心有两个点，一个是预期，第二个是趋势。当下具体的趋势是什么？
莫傑麟
7. 宏观暗线转向产业明线
我记得我们讲过明线和暗线。所谓暗线，指的就是房地产、债务、宏观周期，是更大趋势面的问题。明线的逻辑，其实讲的是产业趋势。
我们录那一期播客的时候，我记得是 2023 年底。当时宏观环境里面，大家比较纠结的几个问题，第一个来自地产转型之后，居民消费信心会减弱。第二个是，地产不再成为主要经济支柱之后，地方债务怎么解决，怎么进一步创收。
当时我们的解法是，要重新锚定、解决更长期的问题。什么是长期问题呢？第一个是人口问题，另外一个是找到新的经济转型和产业结构。
从实际宏观趋势来看，第一，从预期角度，当时大家预期我们解决不了这些问题；到现在，我们可能在一些点状问题上已经解决了一些。比如 DeepSeek 就很典型，我们可能都没有预期到会有一家模型公司做到这种程度，居民消费信心上也在解决。
再说房地产价格，我们能看到上海房价已经创了这几年的新高。所以从整个大的宏观环境来讲，我觉得国内从 2024 年 1 月份开始就是信心的底部，之后确实一路在缓慢、匀速地提升，一直到 2025 年 1 月被 DeepSeek 这件事情点燃。从宏观趋势上，我觉得是这样。
另外更值得讲的，其实是产业趋势。刚刚我们更多谈论的是互联网公司和 DeepSeek 引起的对 AI 产业的理解，但在这之前，很多公司其实已经走出了自己的产业周期，只是大家没有那么关注。
比如有一些储能公司，有一些做轴承的公司。我们过去很喜欢把这些公司叫作专精特新。还有最近除了 AI 之外走得非常火热的消费公司，这些公司其实也开始走出自己的一个比较好的周期。
所以从明线上来讲，很多行业确实呈现出二级市场很喜欢用的一个词，叫顺周期。所谓顺周期，就是它爬过了底部，并且在自己的上升周期里找到了一些点去做，要么是出海，要么是在细分行业里面做了技术突破，解决了整个行业竞争的问题。
这里面比较典型的像宁德时代，还有这些公司，其实都在逐步解决这些问题。两个部分来看，从实际趋势上来讲，它可能不直接指向“东升西落”，但确实指向“东升”。
曲凯
8. 宽牛市让位个体行情
我们开头聊了很多“东升西落”的各种分析，但其实我在想，从最简单、所有人最直接关注的结果来讲，不外乎就是 A 股今年是不是会往上涨，美股是不是会继续往下跌。从这个角度，你有没有答案？
莫傑麟
这里面有一个点，是大家的预期会有很大的不一样。我们刚刚聊前半段时，会认为趋势等于 AI，但我的感受是，AI 对中国资产的重要性没有美国这么高。
我们跟很多海外长线投资人聊的时候，他们更多还是关注消费问题、就业问题，以及经济是不是能够立得住。
如果从这个角度来讲，我们又要回到当时讲的暗线。要解决暗线，我们曾经用过一种方式，就是所谓放水，用杠杆的方式解决。
至少我们的政策在这个周期里面，没有选择用大水漫灌的方式，去迅速解决暗线上的问题。不管是地方债、房地产还是消费，我们至少没有走这条路径。
这意味着我们要付出的代价是什么呢？就是我们会用相对长的时间、相对波动的感受去面对这个周期。
所以，当我们提到中国资产的时候，如果狭义地觉得它指的就是 AI、互联网，以及相关的科技公司和半导体公司，我会相对比较看好。因为就像我们刚刚讲的，这是一个简单题。这个简单题在执行过程中虽然会剧烈波动，但整体趋势还是往上走的。
但如果回到一个更广大的中国资产局面，涉及更宏观的问题，它的解决我觉得还是需要有一个预期：需要有耐心。
至于所谓牛市的观点，我反而觉得应该把预期放平一点。我的判断是，中国资产可能会呈现所谓的 alpha，呈现一些个体趋势的行情。可能会有一些个体趋势，在很短时间之内，大家会把预期打得很满，这可能还是今年的主线。
曲凯
你这个作为国内韭菜听起来比较熟，有两个词：一个叫稳中向好，一个叫板块轮动。
莫傑麟
是这样。但这几年投资人的工具变多了，新闻也更快了，渠道更多了，对信息的处理更广。大家会倾向于在资产价格上，用更短的时间走完一个产业实际要走的全程。
它会迅速达到共识，然后迅速把这个共识演绎完。
曲凯
另外我在想，对于这些企业经营者来讲，其实是面临一个更难的局面。
莫傑麟
是的。最简单的道理，为什么我们在英伟达发财报之前，会看到 Jensen 每一次都出来做很多演讲，甚至像上个季度会去做很多播客，去普及 test-time compute scaling law 是什么，以及他们怎么找到新的 scaling law？
因为股价其实是一个很重要的信号。这个信号本身会产生很多直接的或者潜移默化的影响。
比如举一个具体的例子。在这个周期，因为美国利率很高，如果你的股价能够受到投资人，尤其是长期投资人的认可，是不是更容易做一些收并购，利用这个窗口期？答案肯定是。
所以你刚刚这个问题，我觉得答案是肯定的。股价本身对于公司的经营和战略，就是有非常直接的影响。
曲凯
但如果市场对于一件事的反馈周期过于快，就像你讲的，它会快速演绎完整个流程，那会不会变相激励一种蹭热点、讲故事的经营方式？
莫傑麟
我觉得一定会有。动物精神嘛，这个点上不止中国，美国也会有很多公司去蹭热点，包括 AI 的热点。
可能你会感觉，从以前所谓的专业机构来看，有些基本面你根本没法认可，但它觉得我就是相关的，所以我就应该去做这件事情。
但这里面也会产生一些真正实质性的好处。比如我刚刚提到的收并购，就是一种直接体现。还有一个很简单的逻辑：公司股价发展得好，员工的信心是不是会更高？发期权的时候是不是会更占优势？资金成本是不是会更低？
对于公司来讲，谁能够把资本市场的故事讲得更清楚，确实就会有更长远的优势。这些其实都是新的课题，以前不太存在。
我记得 2020 年以前，我当时的投资人互相之间会非常在乎一个所谓共识的东西。我买一个东西，还是会追求我理解的东西跟市场一样，大家还是会真的去做时间的朋友。
但在我的印象里，疫情之后，对于反共识的追求，或者说对于时间的要求，其实是在变相提高了很多。
曲凯
我们之前也聊过 AI 和二级市场的一些点。在这波 AI 里面，其实有很多人在讲，最应该赚钱的方式是炒股，对吧？
大家觉得，很多价值的体现，它的驱动力和最终呈现，都是在那些大的互联网公司上。这跟之前那一波还不太一样，之前很多时候可能是资本驱动，或者其他因素驱动，但这一波好像确实是一些大型二级市场上市公司驱动的。
我不知道你怎么看这个问题。从你个人来讲，你肯定已经用脚投票了，更多资产和时间是花在二级市场的。
莫傑麟
这个点我的感受非常直接。我印象里有一段时间，大家听到的故事是，某个 CEO 在选择卖自己股票的时候，总是找不好正确的位置。
但这几年我听到的故事其实是相反的。我发现，比如以 AI 为例，这个行业里面的人会很懂怎么做投资。
我举几个例子。2024 年初的时候，专业投资机构可能还没有关注到光模块，但一些云厂商的专业 CEO 已经知道，英伟达下一代技术至少在可预见的中期，光模块是非常重要的事情，所以应该大举买入这些光模块公司。
后来这个逻辑又演绎到寒武纪这些公司身上。其他行业其实也是一样。之前像 Manus 的张涛他们，也反复提到过，曾经他们对算力很悲观，但自己做了 Manus 之后发现，Agent 对 token 的调用数量其实是几何级增加的。
你会发现，他们对于产业的判断更有体感。很多投资人会去找他们聊天、了解行业，所以他们也会反向知道投资人的预期是什么。投资人的预期水位可能是在 30 分还是 60 分，他们会有这么一个刻度。
这两个东西加在一起，就意味着他们在二级市场上的很多表达，第一是更有 conviction；第二个更重要的点，是他们更知道产业趋势的起点和终点。
这也映射了我们刚刚说的那句话：市场会呈现出非常大的波动。我认可这个东西，就会在很短时间内走完产业可能要花 2 倍、3 倍时间走完的趋势。
所以这个年代讲“炒股”的逻辑，跟以前讲炒股的逻辑内涵已经完全不一样。以前炒股的重点词在“炒”，你要去炒作；现在炒股的逻辑重点是在“股”，是说你选择用什么样的公司，去表达你对于趋势、对于行业的信息密度的认知。
曲凯
明白。还有一个问题。今年我听到很多“东升西落”的说法，听到以后我觉得有点，甚至有点搞笑。
如果东升西落，我们当然每个人都非常开心，但这个事情来的有点太突然。我的体感是，过去两年大家都非常悲观，然后突然今年就彻底扭转了。
我很担心，这个预期能持续多久？会不会过半年、一年又扭转？还是说，这就是大家现在看待资产、看待世界发展的一个常态变化频率？
莫傑麟
9. 高波动重塑投资方法
刚刚我们有提到，因为投资人的预期，以及各种信息工具、信息传播，所以大家的预期和交易行为会呈现出非常快速、非常饱满的局面。
两个东西叠加在一起，我们一定会面临很大的波动。但最终我们要尊重一个现实：大的趋势本身，真的还是取决于一线的创业者、企业家，取决于他们实际上是不是能做出产业趋势。
曲凯
我觉得你这个讲得特别好。我们今天核心讲的一个点，就是未来会持续有高频率的波动，但波动最后到底向上还是向下，可能还是取决于每个个体、每家公司到底实际做出了什么。
但我有个小问题：有没有可能当你把时间线拉到足够长以后，小的波动就可以被磨平？
莫傑麟
不排除这种可能性。价值投资当然还是存在，我们还是能看到很多好公司。你拿的时间足够久，它就能不断诞生奇迹给你看。
但同时我们也看到，越来越多的人会觉得，在今天这么一个高波动的环境里，尤其这个波动不只来自交易行为，也来自实际趋势本身可能就在波动。比如美国和俄罗斯的关系，去年可能很糟糕，今年突然就发生变化。
所以我会看到越来越多的人选择不去跟时间做抗衡，而是去应对波动本身。怎么应对波动呢？要么有更好的风控措施，另外就是 intelligence，凭借更多的信息密度、更强的认知密度，去应对这个波动。
从这个角度来讲，跟时间做朋友可能不是市场的唯一答案。会有越来越多投资者在其他策略里面，直接去面对其他的东西。
比如前段时间段永平老师在雪球上也在写，说他可能会开始研究英伟达，因为这是一个很有意思的公司。但可能这个时间点，对于很多投资人来讲，他们已经在卖出英伟达。
你能够因此说段永平老师的投资能力不如这些趋势投资人吗？我觉得这是一个不公平的说法。他可能不是好与不好、优秀与不优秀的问题。这个人是投资大神，但你会发现，不同的人选择的角度、表达的载体、表达的区间，都会产生很大的区别。
曲凯
好，那我们最后一个问题。你正好也聊到英伟达，大家可能还是会比较关心一些股票，或者更具体地感兴趣的 2025 年资产走势之类的。有没有什么建议、想法，或者 2025 年你的规划，可以跟大家分享？
莫傑麟
我觉得应该分 AI 和非 AI 来看。
AI 到今天为止，确实是大家应该投入很多核心精力去研究的阶段，因为已经走到了一个彼此之间认知密度差异非常大的区间。硅谷人在讲的 AI 趋势、中国在讲的 AI 趋势和纽约在讲的 AI 趋势，可能会呈现出 3 个不同的趋势，大家关注的点会不一样。
这里面再阶段性地加上宏观问题、资金行为和投资者行为，就会呈现出很大的波动。波动就是机会，你可能会在里面找到很多自己的切面。
对于 AI 来讲，我觉得今年会非常有意思，可能有 3 个问题很重要。
第一个，我觉得现在争议最大的是，模型和其他基础设施建设，在整个产业链价值里面如何分配。我的直觉反应是，模型本身，尤其是闭源模型本身的定价权在减弱，但这件事情值得观察。
另外一个事实是，现在还能够获取大家信任，持续投入资源训练下一代模型的公司在变少。公司变少的情况下，你就会发现行业竞争格局其实在收敛。
这个事情的衍生问题是，技术本质上是不是每 3 年就会爬一个坡？我们是不是会慢慢不断接近一个不能叫 AGI、但更明显的智能提升？这些东西我觉得还是今年很值得关注的。
第二件事情，我觉得原生应用会特别重要。原生应用现在看起来，比如刚刚提到的 Manus，在海外有直接对标的产品，像 Devin、Deep Research 和 Operator，其实是在同一个路径上做实验。
包括 Google 其实默默出了很多工具和产品，海外的语音模型也进展很快。这些东西到底是什么样的趋势，也值得关注。
第三件事情，我觉得来自垂直应用。比如医疗、金融、保险行业，是不是会出现自己垂直行业里的 AI 载体？像之前 Ilya 就提到，他会特别关注生物医药、制药里面 AI 的应用。我觉得这些东西都很值得关注。
所有这些东西加在一起，在投资上就会有很多选择。投 AI，你是更相信中国公司的资产价格表现，还是美国公司的？你是更相信价值链上面的模型公司、应用公司，还是 To B、To Person、To C 的公司？这里面都会有自己的表达，我觉得这是 AI 层面的事情。
另外一个层面，其实有很多公司也很值得研究。比如生物医药行业，美国生物医药行业因为利率的关系，已经冷了很长一段时间。日本、美国的工业领域也会有很多机会，比如航空航天业的一些机会，都很值得大家研究。
另外一个角度是中国的自主可控。至少比如今年 2 月份企业家座谈会上出现的公司，我觉得都非常值得研究一遍。
所以如果从寻找投资机会的角度来讲，这几个点上我会花很多精力。
曲凯
我们之前聊到一个没有讨论的点。这两年我们也看到，你刚才提到很多创始人自己买英伟达的股票，很多人至少翻倍。
我们也看到，过去几年非常多一级市场基金的 GP、合伙人，最大的收入反而来自炒股。越来越多的人现在可能因为各种原因离职以后，开始专业炒股。
现在有一种说法，叫二级市场可能真的才是最终的归宿。我不知道你怎么看这件事，以及作为一个最后转行成为二级市场从业者的人，你给大家什么建议？
莫傑麟
10. 二级市场成为舒适归属
我觉得很正常，因为他们是有密度的。新的投资范式里面，很要求一个东西，就是密度。不管是信息密度还是认知密度，这个东西都很重要。
一级市场的同学，他的产业认知密度其实非常深，中间只是缺少一个转化。这个转化就是说，你怎么把它对应到资产价格上。它不是一个简单的事情，但其实是能够转化的。
有一个建议，就是要多跟在二级市场取得过结果的同学沟通。他们会告诉你，你的认知和信息密度怎么转化到价格上，怎么转化到策略上。
这个转化其实是一门技术，是一个技巧，但它并不是这里面最重要的事情。
曲凯
我觉得你刚才讲的逻辑是，不管是一级市场的人还是创业者，他具备的能力和素质，都能帮助他很好地做二级市场。
但二级市场到底是不是他最好的选择？或者是不是我们讲的最终归宿？
莫傑麟
我觉得不一定是最终的归宿，但它是一个舒服的归属，如果你能取得结果的话。
它舒服的点就在于，你不用经历很多事情发展过程中蜿蜒崎岖的路程。所以为什么社会还是在推崇企业家？因为他们真的是经历九九八十一难。他们应对的不只是产品路径，还要应对每天发生的所有事情。
投资这件事情很残酷，但是它的路径会简单很多。无外乎就是，我对一个东西有阅读理解、有信息，把它转化为一个判断。这个判断只要你能长期维持在一个稳定的胜率之上，你可能就能通过一个很舒服、很直接的通道。
但你说对于他们来讲是不是最终归宿？不一定。因为他可能全职炒股之后，认知密度也会消失。
总结来说，我觉得它会是一个很直接的表达方式，但它是不是最终归宿，要看每个人的情况和选择。
曲凯
好，谢谢莫经理。