我还坚信AI！——串台《三点下班》

浩哥，还两倍做多“大力士”了，怎么不继续讲 AI 军备竞赛了？听说 HBM 要缺到 2030 年啊。不是说存储已经不是周期，是信仰了吗？我看你们这个一整天几千条的聊天记录，今天吹 CPU，明天吹限定封装，后天吹 PCB，一下子全球唯二，一下子又是核心受益，又是算力革命，又是估值重塑，又是重新定义产业链地位。

我没买的时候，天天两倍、三倍起步，动不动就是机构没仓位、散户还没上车、历史性主升浪。怎么我一建仓，就开始研究 PE、研究兑现、研究周期、研究风险了呢？之前你说拿 3 年，结果跌 2 个点就有人问要不要减仓，跌 5 个点就开始说尊重市场，跌 8 个点开始说缺防御，跌 10 个点开始重新理解现金流。

怎么我不在的时候天天产业趋势不可逆，我一上车就价值回归了？有这么巧吗？

工业革命的浪潮还是滚滚向前的，但是这个浪潮中间总会有一些波浪和浪花嘛。

但是我最后就问浩哥你一句：你现在还相信 AI 的股票吗？

在这个市场重挫之下，我的底气确实就不像以前那么硬了。

我还是喜欢你桀骜不信嘲讽老邓那样子。

一剪寒梅。只为伊人飘。

虽然我对产业的信仰还是跟我的嘴一样硬，但是我的账户曲线已经不支撑我这么硬了，跟股价一样脆弱。所以我需要找一点外援，给我重新注入信仰。

每当我对 AI 的信心不足时，我都会反复阅读一个公众号。之前我在节目里也提到过，叫“奔波儿”。这个“儿”到底怎么读，我也不知道。这个公众号有很多文章，我都反复阅读好几遍。我之所以说 AI 是工业革命，其实也是看了那篇文章，觉得很有类比价值，所以每当信心不足时，我就去读几遍。

后来我觉得最近这个信心考验实在太严重了，所以这一期要把本人请过来现身说法，给我们北大的高材生——奔波儿博主——来一点掌声。哈喽，哈喽。

但是我感觉你最近好像信心也不足了，赶紧给我们注入信仰，快快快。

我一直信心很足。大家好，我是奔波儿，“r”是不发音的，所以叫我奔波儿就可以了。

我自己的主营业务其实是研究员，大概今年是工作的第 8 年。我看过很多很多行业，最开始看新能源、国内制造业，后来又看电力，去年还看周期，今年开始看 AI 硬件。我的研究非常分散。

我在空闲时间会写写公众号。本来是给大家分享一些用 Claude Code 结合投研的教程，后来又聊一聊自己的投资，以及包括浩哥刚才提到的、复盘技术革命和 AI 如何对标电气化的那篇文章。反正也是自己后面的一些思考，就利用空闲时间写出来跟大家分享。

一博太谦虚了。我最开始关注到你，是看你写的那篇关于投资审美的文章。虽然那篇文章的格式一看就是 AI 整理的，但是整体的润色和语言表述还是很有人味的。

当时我就觉得，AI 和人结合得很好，而且那篇文章写得真的特别好。它讲到简单题和复杂题，这也是我之前一直在脑子里有一个比较模糊的概念，只是没有那么清晰地梳理出来。所以当时看完之后，我真的是心有戚戚焉。

后来我看到你又写了一篇怒喷传统或者古典价值投资的文章，我更是觉得心有戚戚焉。叫什么来着？这个我们当时还探讨过，好像是“价值投资不是你故步自封的遮羞布，也不是你亏损的挡箭牌”，反正类似这样的表达。

当时我读你那些文字，就觉得讲的全是我心里的话。我那时候看身边所有亏钱的人，都是价值投资老灯。现在听说我也变老登了：我还拿着算力、拿着这些 AI，现在已经变老灯了，小灯已经跑了。这个轮动速度有点快，这个行业感觉需要不断迭代啊。

那唐总给我们讲一讲，怎么去适应 AI 时代的股票研究？

现在 AI 让大家的信息拉平得特别快。你看现在的业绩会，比如台积电的业绩会，可能一结束，马上就有人把纪要发出来了。原来你还要等券商点评之类的，信息流通速度特别快，所以定价也非常快。

而且现在又有几倍做多 ETF 这种可以加杠杆的方式，所以关键就变成：首先要判断 AI 处于什么阶段，然后根据 AI 现在所处的阶段，确定应该关注哪些方向、投资哪些方向，再找到对应的公司。

从目前这个阶段来看，如果先看整个 AI 的发展，我觉得它还处于非常早期的阶段。现在大家其实都在聊，投入的 Capex 占 GDP 的 2%，这大概对应电气化时期的一个比例。

第二个是 AI 的发展阶段。对比各种各样的历史技术革命，它有一个非常简单的衡量指标，就是渗透率。前几年的新能源，光伏的渗透率到多少了，新能源汽车的渗透率到多少了？一般来讲，技术革命的渗透率最舒服的时候，大概是在 5% 到 10%。

那个时候总量足够大，同时你还会预期它每年翻一倍：从 5% 翻到 10%，从 10% 翻到 20%，从 20% 翻到 40%，这样 3 年就可以翻 8 倍。每一年都翻倍，你就会觉得很兴奋，然后永远供不应求，利润永远赚爆。

但是 AI 现在有一个问题：你怎么去衡量 AI 的渗透率？这个没有定论。你知道分子是什么，Anthropic 和 OpenAI？你把其他都不看，单看这两家，到年底 ARR 肯定在 2,000 亿美元以上。那分母是什么？

定义分母，就是定义 AI 现在处于什么阶段的关键。比如说，如果你觉得 AI 主要是 coding，那美国程序员的工资是 5,500 亿美元，全世界大概是 1.2 万亿到 1.3 万亿美元。这样算下来，如果你觉得 AI 只是 coding，它的渗透率就有 20%，已经处于中后期阶段了。

但是 coding 也可以理解为所有能用电脑完成的任务，那它的分母就会变成全球白领的工资。美国是 10 万亿美元，全球是 50 万亿美元，那渗透率就很低。

如果再往上理解，AI 能够创造价值，比如帮助研发药物，不只是节省研发人员的工资，还创造了一种药，或者让药物成功的概率变得更高，节省研发成本，那它的价值就更大。这样分母还要更大，2,000 亿美元除以 10 万亿美元，才是多少？2%。

打住，打住，你这个干货含量太高了。我们还没有适应《三点下班》这档差不多各打 5 分、闲散聊天的节目。我们的听众都是开车的时候听这个，信息密度太高了。

一下子要开始记笔记了，我们循序渐进。这个密度不能太高，密度太高听众跟不上，起码我们跟不上。

这样子，你刚才讲到 AI 的发展进程，我们把它拆分一下。我先把第 1 个问题抛给你：你还相信 AI 吗？因为这是星辰对我的质问——我信仰不足，所以我要问你。

第 2 个问题，就是我们来聊一聊，你刚才讲的 AI 发展到哪一步了，后续还有哪些可能演化的路径？

其实这个东西算是开放式探讨，因为每个人的答案都不同，现在没有办法有标准答案。两个问题探讨完之后，我们再来弄一些实操。

我们的听众大多数都是自己做投资，或者对投资感兴趣，其中很多人可能也想借助 AI 工具，建立一套完整的、适用于自己的投研体系。有些人可能已经这样做了，但有些人面对稍微复杂一点的工具，还不知道如何入手。这一块你可以讲一讲，AI 给你的投资研究和交易带来了哪些帮助。

第 4 个问题，你再给大家讲一些小的实操技巧。我们按照这 4 个问题来，不能一下子干货这么强，不然听众都要听抽抽了。

OK，OK。不过根据你刚才讲的东西，我有一个特别有感触的点：你说现在 AI 把信息迭代的速度拉得特别快。我现在做股票，一个很大的感受就是整个市场都被卷起来了。

以前可能只有量化基金，后来是量化基金加上自媒体大 V。以前的自媒体大 V，在自媒体的前身可能是报纸或者互联网媒体，至少早期还需要编辑写一篇文章，写一篇长文，第二天才能看到。现在文章很短，发出来也很快，微信群小作文，再叠加各种视频号，你刷刷刷就全出来了。

现在是量化基金、自媒体和 AI 三浪叠加。我发现选股的重合度特别高，三浪叠加之后就会导致，一条信息出来，如果真的是利好，它马上兑现；有一个利空，也马上兑现。就像德某利一样，直接给你干出多少个跌停，让你出都出不来。

这几浪叠加之后，我们普通人做投资真的越来越难了。

另外一个难处是，虽然我们每天面对的是同样的信息，或者说同样的事实，但每个人的解读又不一样。比如最近 Kimi K3 出来之后，确实已经相当接近国外领先的闭源模型了。但是面对这样一个事实，每个人的观点又不一样。

所以我现在有一个很大的疑问：你在使用 AI，或者面对每天纷繁复杂的信息时，怎么去判断事实和观点之间的博弈？

比如杰文斯悖论，这是一个特别典型的说法。如果你是空头或者多头，两边的观点，以及如何用杰文斯悖论来武装自己，都是完全不同的。这是我刚刚想到的一个想要探讨的问题。

这个问题探讨完之后，我们再进入正题，先 warm up 一下。

其实我觉得是这样的：信息确实特别爆炸。比如浩哥你说的杰文斯悖论，如果有人要跟我讨论杰文斯悖论，我一般就不跟他讨论。

为什么？因为有一些问题，看多的人可以说，需求特别好。虽然模型价格降了，或者成本下降了，但会刺激更多用量，对硬件是利好。看空的人则会说，模型降价会压缩整个产业链的利润，模型降价之后，可能还会把硬件价格压下来，没有那么好的利润池了。

我自己还是认可多头，但空头的理论也没有办法说完全没道理。这其实是不同阶段的问题。

如果潜在需求特别多，举个例子，如果给 Anthropic 再加一倍算力，它的 ARR 能不能再涨一倍？我觉得完全有可能，那应该就是杰文斯悖论：哪怕模型价格降了、成本低了，使用量也会更多。

但是如果需求有限，到了某个瓶颈，降价也刺激不出更多需求，那就开始内卷。这其实取决于前提条件，但前提条件是说不清楚的。因为那个前提条件本身就是你的结论：如果你认为 AI 已经到了中后期，那你自然会得出另一个判断。无论如何都说服不了对方，所以很多看空的观点也都有道理。

我一般不去讨论这种事。比如 Kimi 这件事，前两天我刚好在公众号里写了：没有必要讨论海外算力到底是不是利好。你知道 Kimi 的出现肯定对国产算力是利好，因为国内模型已经追上了海外模型，而且定价相比其他国产模型上了一个台阶，开始追海外的定价。这个方向一定是利好，不需要讨论。

但是今天跌了很多啊。

短期涨跌不一定按照你的逻辑来。它有各种因素，比如 ETF 流出流入、杠杆资金怎么样。一两天的涨跌我觉得都是随机的，或者说比较随机，无所谓，还是要看产业后续的发展。

Kimi K3 不是一个利好的结束，后面还会有国产模型继续进步，算力上进步，模型上进步。它可能会持续出现。第 1 个你不信，第 2 个你不信，到第 3 个你信不信？第 4 个、第 5 个呢？

所以它不是一个单点事件。在特别有争议的方向，我一般不跟别人讨论，而是选最确定、没有什么争议的方向。你可以节省注意力，跟别人争论“你 40% 对，我 60% 对”没有什么意义，我希望达到的是 80% 对。

那现在请给我指一个 80% 对的方向，我现在急需注入信仰。

刚才说的就是，从这个时间点开始，我觉得进入了下一个阶段：国产模型或者开源模型的价值会很大。

这里有两个方向。上一个阶段是 Anthropic 和 OpenAI 吃掉一切，闭源模型吃掉一切。不管是开源模型还是应用，好像都没有任何价值，所有利润都被它们吃完了。

闭源模型的对面，就是开源模型加应用。因为开源模型要把模型的超额利润——80% 到 90% 的毛利率——打下来，让利润重新释放出来。至于这些利润最后由开源模型拿走多少、应用拿走多少，现在还不知道，但这一定对两个方向都是好事。

一个方向可能是应用。我也不知道具体是什么样的应用，现在还需要继续观察，但这肯定是一个很好的方向。从股价上来说，不管海外还是国内的偏应用公司，之前在担心闭源模型吃掉一切的质疑当中，都已经被杀得很惨了。就算赌错了，闭源模型没有吃掉应用的价值，好像也不会亏钱，或者亏不了太多。

第二个方向就是国产模型到了前沿水平。其实到智谱 5.2 的水平就够用了，再牛一点，我们的智力也有点跟不上了，你已经 get 不到它到底有多强。

在大部分人的工作场景里，当国产模型跨过“可以用”的门槛，就像它原来是小学生，现在变成了大学生。你是博士生，我雇不起你，那我雇一个大学生；但你是小学生，我肯定不用你。

所以当它跨过这个门槛，国内需求绝对会爆发。我觉得这两个方向确定性特别高。海外的争论，等大家争论出结果、逐渐形成共识之后，我们再在里面找更好的方向。

本来以为奔波儿过来分享，我是要跟奔波儿 battle 一下的，没想到他说的这两点我还挺认可。因为我一直比较质疑海外链条的可持续性，但你说的这两点，好像又变成我的友军了。

我看你一直在点头，因为应用确实也有一些机会。应用之前一直被“模型吞噬一切”的观点影响，但你说开源模型的普及对一部分应用可能是利好，这个逻辑我还不是特别理解，能不能更通俗地讲一下？

作为消费者或者用户，我们用一个模型来完成任务，其实不太关心它到底用的是什么模型。我们只是想按照标准把这个任务、这个活干完。

但是之前的闭源模型太垄断了，把价格定得很高。比如 Cursor 用户用 Cursor 编程，大家都想用最好的模型，因为效果确实最好，也确实有差距。但使用最好的模型，Cursor 基本上所有的钱都给了 Anthropic，它自己的毛利率是零，这就是为什么它要再训练一个专门用于 coding 的模型。

如果在定价上，有一些任务可以降级，比如简单翻译、全文总结，我真不需要用 Opus。换句话说，从产业链角度看，原来大家觉得上游会特别垄断，可能两家通用大模型就把价值全部吃掉，那作为中间应用就很难受，因为你没有定价权，变成了纯管道。

但如果上游有一些国产开源模型，能够把 90% 的工作做到那个水平，就会出现竞争。这种竞争可能会让应用的成本端变低。

可以这么理解吗？

对，就是大家去分上游模型原来那么高的利润的钱。

理解了，理解。这确实是最近叙事上的变化。我看网络安全这块已经有一些股票走出来了，因为大家意识到，大模型带来的黑客攻击变得更恐怖，企业可能需要增加对应预算。所以这条线确实可以挖掘。

但是 AI 应用这块，刚才看你点头点得像拨浪鼓一样，让我想起你以前买那些 AI 应用时，不是也说过会被模型吞噬吗？AI 应用还是一个超级难题，仍然要小心。

这个我当然知道。我现在也只是跟踪，确实需要具体情况具体分析。我并不是说 AI 应用都看好，只是说这里面可以精挑细选。

刚才提到的第二个方向，我觉得确实也是最近市场的一个热点。你看超节点对应的板块一直很强，上海的 WEC 会议上，华为的 950 超节点也吸引了很多人气。

所以，国产模型的崛起，是不是也会带动整个国产产业链的机会？我觉得一定是这样。

你看国内链条和海外链条，能明显感觉到，国产投资和挣钱其实远远落后于海外。但我觉得从今年第 3 季度开始，它可能是一个时间点：大家已经看明白，原来在国内也是可以挣钱的。

原来大家只是训练、推理，但不知道怎么赚钱。Anthropic 已经给你趟出来一条路了，你可以 To B 卖 API，就可以挣钱。

包括这两天大家看了很多梁文锋出来交流的内容。他提到，DeepSeek 那么低的定价，10 个月就能收回成本。10 个月收回成本，这是多高的 ROIC？

大家只要看明白这一点，我买卡，哪怕现在不训练，纯做推理，回报率也是特别高。到这个阶段，我觉得国内推理的商业模式已经跑通了：我买卡，我挣钱；我挣了钱，再去买卡；然后再去训练，把智能提升上去。

这个模式已经跑通了，只是各家模型可能有优劣，你的 ROI 更高，我的 ROI 更低，但它不再是一个纯烧钱、纯投入的事情了。

所以从这个时间点往后，我觉得大概率会看到国内各家厂商不断增加 Capex，就像海外前两年发生的事情一样。这是大概率事件。

这里我提一些质疑。你刚刚提到 DeepSeek 这个环节的 ROI 不错，但它也不是最终用户。最终用户其实是用 DeepSeek 模型解决具体问题的公司，可能是应用类公司，也可能是大的 B 端企业。

从一些调研结果来看，它们的 ROI 目前不一定很高。如果它已经是行业龙头，除非 AI 给它带来一块全新的市场，否则它的需求还是碳基需求，还是原来的那些碳基需求。

它的收益可能来自把碳基员工换成硅基的卡，但从目前来看，逻辑大概是这样。可是这些碳基员工是不是本来就是多余的？比如几十万人的互联网大厂，我觉得理论上几万人也够了，裁掉 60% 到 70% 完全没问题。

你小心说话。你有很多朋友都在互联网大厂，我们也有很多听众在互联网大厂，不要造成内部矛盾。

他们比我焦虑多了，都在说这个问题。我的意思是，我一直担心 ROI 穿透到最终端之后，里面会有一些短期需求。你看它增速很快，但我不知道里面有多少是尝鲜需求，或者说表演性需求，这是我的一个担心。

这个事情确实没有官方或者行业性的统计数据，只能通过一些点上的调研去感觉。但从我的大厂朋友反馈来看，确实是这样。

比如他在字节，原来可能是做投放系统的，投放系统替代掉做投放的人，效率会变高。现在做投放系统的人要去做 AI 投放系统，把自己的工作流沉淀进去，然后人数可能会变得更少。

所以我觉得现在还停留在“替代这一代人工”的阶段。但像你说的那么多冗余的人，我觉得其实是大型组织本身的摩擦成本。不是说我把现在组织架构里的中层全部开掉，其他工作就完全不受影响。

人和人之间就是有这么多摩擦，需要很多负责人。如果换成 AI，两个 AI Agent 一对一，上下文一对一，所有信息全部明了，然后怎么干就 OK 了。所以用 AI 的方式去做组织架构调整，可能会更好一点。

我不觉得那么多人都是纯粹冗余，说一刀砍了就砍了。

另外一个参考是，当模型能力达到一定水平之后，比如智谱 5.2 出来、Kimi K3 出来，你其实想买都已经买不到它的 Coding Plan 了。Kimi 大概两天吧，智谱则像抢火车票一样，每天中午要在那里抢，海外也是一样，要抢着去用。

从模型需求端的反馈来看，需求特别好。至于从自下而上的角度，每个人感受可能千人千面，但从供给端，也就是大模型的需求端来看，很明显是需求大于供给。

如果 Kimi K3、智谱、DeepSeek V4 正式版，以及字节等各种模型都达到这个水平，我觉得它们的 Coding Plan 都会卖爆。

从这个角度观察，包括从国内模型定价的角度看，价格已经在提高，当然成本也在提高。但如果需求没有那么多，谁愿意付 5 倍价格去买一个新的模型？

所以从这些视角相互印证，它下游的 ROI 还是足够高的，只是你需要找到目前 ROI 比较高、能够快速渗透的区域或者行业。

现在问题是，coding 已经证明了这个商业模式。那 2,000 亿美元最后大部分肯定能替代，但历史上很多泡沫出问题，都是因为大家把一个方向上的成功外推到很多方向。到了第 2 个、第 3 个方向，就可能出现问题。

这个我倒不担心。其实可以看 Anthropic 公布的用量分布，大概是 2026 年 1 月的数据。我还拿这个做了一个渗透率比较，把它和工资池放在一起比较。

Coding 的用量大概占 35%，还有 65% 是其他场景，比如科学教育。科学教育一般是学生在用，问它问题之类的。还有艺术创作、中层管理，以及其他一些场景，分布非常广。

如果按照这个分布，我做了一个图，到时候可以放到 Show Notes。Coding 现在大概占 35%。如果假设 Anthropic 和 OpenAI 到年底 ARR 达到 2,000 亿美元，对应的 coding 工资池渗透率大概是 10% 多一点。到年底达到这个水平，其实已经比较高了。

但往下看，比如科学教育，对应的可能是教师工资；还有艺术创作，这两个比较小的市场，渗透率其实也已经到了 5%。它不是 coding 顶到很高、其他场景完全没有渗透的一条直线，而是有点像一条下滑曲线。

最高的是 coding，可能有 10% 多；接下来是 5%、4%、3%、2%、1%，还有很多场景已经开始渗透。最大的场景是 coding，后面还有管理、企业管理、AI for Science。现在金融、法律也都有各种场景开始渗透。

你拿这个去反算，大概都能对应到 2% 到 3% 的渗透率。它们可能还没到 20% 或 30%，但到 5% 到 10% 也有可能，那就是很大的空间了。

所以它不是只有一个场景的市场，只是大家最关注 coding 这个场景而已。

我理解。你刚才说 coding 占 35%，而且是最先进模型的 35%，这个数据对我来说确实很有价值。

但是你刚才提到年底 2,000 亿美元，是 Anthropic 一家吗？

是 Anthropic 加 OpenAI 两家。

那这个市场上其实也有分歧。比如李贝就觉得 AI 已经显著放缓了，他推测可能已经显著放缓。

2,000 亿美元当然是拍脑袋拍出来的，也没有更好的办法去算。我觉得这主要还是观察。

Anthropic 现在每个月应该到 700 亿、700 多亿美元了，OpenAI 可能是 400 亿到 500 亿美元。

不过 OpenAI 最近不停地 reset 它的额度，再把相对免费送给你的 Token 放出来使用，这个行为会有一点影响 L2。但它的月活已经有 1,000 万用户了，所以可能会有影响。

实际上我们考虑的是渗透率，要观察两点：一个是边际变化有没有放缓。现在它每个月还是在往上增加 100 亿美元以上，而且它增长的原因是没有卡。

如果你去看卡的价格，就会很明显。Google、Anthropic，还有马斯克的 xAI 去租卡或者租数据中心，价格非常高。换算下来，大概 1GW 的租金就是 500 亿美元。

我之前大概算过，原来的卡做推理，Anthropic 的定价可能对应 1GW 只有 500 亿美元到 600 亿美元的收入，但现在卡的租金已经到 500 亿美元到 600 亿美元。你就知道卡其实变得更缺了，需求也变得更好。

它之所以没有做到更高的 ARR，不是因为没有需求，而是因为卡受到限制。

当然，现在不能只看 Anthropic 的 ARR，因为 OpenAI 明显在跟它竞争，未来可能还有其他模型参与竞争。所以未来的渗透率，应该用开源模型加闭源模型的整体 ARR 去算。如果应用有价值，也应该把应用的价值加进来，这才是整个行业的市场空间，而不能只盯着 Anthropic，因为竞争已经明显发生了。

这里我再挑战一下。你刚才说卡不够，所以 AI 现在看上去没有那么快地增长。但是我认为你现在已经买了足够多的卡，美国现在一年已经投入 8,000 亿到 9,000 亿美元买卡了。你再跟我说卡不够导致需求不行，这个我不认。

历史上我们看过很多行业变化，往往是抢不到的东西最香。我甚至怀疑，这可能有一部分是营销手段。虽然量下来了，但是价格上去了，你关注行业景气度，主要还是看它的定价。

所以对于你说卡不足导致 AI 变化这件事，我单独不认。

第二点在于，产业变化短期肯定都知道在往上走，但具体到股票，尤其科技股投资，我们经常说看二阶导，就是看增速的增速是正的还是负的。

比如我上半年同比增长 200%，下半年变成同比增长 100%；或者之前每个月环比增长 20%，过了一年之后变成环比增长 5%。虽然仍然在增长，但对应的产业链股票就不性感了。

我觉得这也是大家的担忧。大家可能都知道它能增长，但对增长二阶导的判断是不一样的。

先回到第 1 个问题。首先，它的 ARR 没有特别明显地放缓。你可以说它的增速在下降，但它每个月还是大概增加 10 亿美元左右。

Anthropic 哪怕面临 OpenAI 的狙击，比例上肯定会有变化，但谁能够连续 1 年、每个月环比增长 10%？那样就要上天了。从数学上讲也不合理。

我的意思是，你去观察它的紧缺程度。像你说的，卡肯定还是受限制的，但你可以看到它放量的节奏是跟着卡来的。

至于怎么样判断卡到底变得更缺，还是供需开始缓解，其实就看价格。看 GPU 租金，或者看它们租数据中心的价格。价格还在往上走，哪怕看老卡的租赁价格，也能明显感觉到这一点。

我们能看到的价格，其实就是供需的结果。价格没有下降，如果老卡的价格开始下降，可能代表卡的供需开始逆转，你就需要担心是不是进入下一个阶段、有没有需求承接这么多供给。

但现在没有看到，所以我觉得它仍然处于很早期的阶段。国内的情况也类似，就像 20 万到 60 万的碳酸锂——所以我说这个问题其实是讨论不清楚的。一般来讲，我们可以先把问题放到一边，再过 1 个月、2 个月，就能看得更清楚，现在讨论来讨论去也没有结果。

第二个是二阶导的问题。我以前也看环比增速、同比增速，但现在不太爱看了，我更愿意看叙事：叙事到了什么阶段，以及定价、叙事和股价的反应。

环比增长 20%、30%，我哪知道市场预期是 20%、30% 还是 10%？如果它增长 20%，结果股价跌了，那说明市场预期比 20% 更高。

有一个很好的例子，就是昨天晚上发布业绩的美股 GV。行业景气度非常高，业绩也很好，订单收入比在 3 倍以上，订单同比增长了 1 倍到 2 倍，价格同比增长 50%，环比还增长了可能 10% 到 20%，非常好。

但它说了一点：2028 年以后要把产能再扩充 25%，也就是从 2028 年开始，再用 3 年扩充 25%。你想，作为中国人来看，3 年扩产 25%，这是多么谨慎、克制的表述，而且还是 2028 年以后的扩产，结果昨天跌了 8% 到 9%。

所以你看，它仍然在加速，根本没有减速，只是因为它可能从 2023 年开始就一直涨，到现在可能涨了 10 倍、20 倍。它现在的定价，已经定价到 2028 年，可能是 25 倍到 28 倍的 EV/EBITDA。

你再好也说不清楚了。订单排到 2030 年以后，5 年以后才能交货，我只是稍微扩了一点产能，结果你把我砸 8 个点。

所以你可能会觉得，这个行业好像确实没什么意思了。我是 2023 年、2024 年开始看电力的，在这个阶段，我就不想在它身上浪费太多注意力，大概看一下就过去了。

我觉得叙事、股价的定价，以及股价的反应，可能更重要。如果以后出现一个事情，它涨价涨到逆天，然后股价开始有反应，估值明显又被压缩，那时候再去看它。

这就是我的视角。看环比增速又费劲，而且你也不知道市场预期到底在哪里。

因为如果你卷这种周度数据，其实就跟以前看白酒一样。但整个叙事的变化会特别重要，尤其是这个产业链非常大、非常广，里面的叙事一直在出现。

比如刚才提到的开源和国产化。前段时间存储还曾经是“存为王”，最近怎么叙事一下子就不行了？从美光财报出来之后就一直不涨。

存储方面的叙事其实一直存在。它在涨的时候，涨 3 倍、5 倍可能无所谓，大家觉得还可以。原来它只占 5%，涨了 10 几倍，可能就会有 1 万多亿美元的 Capex 被它吸走，或者说 6,000 亿到 7,000 亿美元。

所以整个行业的供给问题，这个叙事一直存在，只是因为它之前一直涨，大家根本不给它权重。你听到这个观点，只会当成笑话，觉得肯定是一帮看空存储的人没上车，才在那里嘟嘟囔囔。

但实际上它确实存在：价格很高，产业链拿走了大部分利润，那它会被什么击败？一个方向就是被供给击败，比如它的 ROIC 是 200% 到 300%，你投 1 块钱，1 年能赚 2 块到 3 块，傻子才不投，但他们就不投，他们说我要克制。

于是供给扩产的叙事就落到了长鑫存储身上，国产厂商通过扩产去击败它。

但我觉得更强的一个叙事是完全无法证伪，而且我觉得它会成为事实：它会被算法砍一刀。算法优化几乎没有成本，我把模型优化万分之一，就能省下不知道几亿美元。我只需要靠几个人不断优化算法就可以了。

原来不需要优化算法，所以这个叙事一直存在。只是到了某个阶段，资金通过两倍杠杆往里流，能买的都买了，最后一波可能连美国的那个老奥利都买了，把半导体仓位打满。

当没有人来买的时候，获利了结一出现，股价开始下跌，大家就要找原因。于是原来的空头叙事又被拿出来重新审视：好像说得有道理，那我也卖了吧。然后一路下跌，又跌回来了。

其实价格、EPS、估值都很低，但它就是跌回来了。关键是这个叙事短期内完全无法证伪，而且有可能成为事实。那你怎么办？难道把做存储优化的人打一顿吗？

所以到了这个阶段，至少短期内，我觉得它是复杂题。我需要判断什么，才能证明存储会变得更强？

我非常认同。我一直是存储的空方观点，之前也在节目里跟浩哥说过。你刚才提到，很多软件层的人会去做优化。新技术一定会解决整个产业向前发展过程中的瓶颈环节。

现在存储其实成为了限制整个行业增速的瓶颈。我听说很多公司第 2 季度业绩 miss，都是因为存储占比太大，导致整个出货量变小，进而导致其他公司也不行。

我觉得这很不合理，因为你赚到的利润，应该取决于你对整个行业的贡献。很明显，存储对行业的贡献不值得它赚走整个行业一半的利润。

我这里要特别表达一下我的观点：存储千万不要抄底。如果要抄，只能短期抄，不能长期拿。因为我身边很多原来不看 AI 的人，最近都在买存储股票，真的很吓人。

我是喊你来注入信仰的，怎么感觉要被策反了？

他们都看存储是几倍 PE。包括我身边那个经典价值投资者杨哥，他也看好韩系存储，韩国存储个位数 PE。

但我看了很多价值陷阱，都是高位个位数 PE，最后可能被革命。我觉得同样是个位数 PE，你买什么海狗都比买这个好，因为你买海狗你好歹技术路线不会发生变化，但这个的话你是有可能被颠覆的呀。

我只是觉得这个阶段看不清楚，但也有一种可能：算法出来优化，砍了存储一刀，结果存储被砸了一波；砸完之后发现，需求其实还是很强，那又可以了。

杰文斯悖论可能就被事实证明了。到那个时候，你又可以了。但在现在这个时间点，你没有办法下结论，股价又是跌的，就没有必要非得对抗市场，觉得自己一定是对的，觉得自己对算法、对杰文斯悖论的理解一定比别人深刻。

到了那个阶段，自然会有一个判断。到时候再结合股价，判断到底还有没有下一波，还是会怎么样。所以还是阶段、叙事和阶段的问题，交易节奏真的太重要了。

你被策反了。

我不是被策反了，我发现一波的输出密度太高，已经没有办法按照我们的框架来了。

行，那我们就讲到哪儿算哪儿。刚才在说第 1 个问题：你还相信 AI 吗？我觉得这个问题已经不用回答了，一波太相信了。

当然我有一个问题。你相信 AI，一方面是因为自己的使用强度比较大，另一方面，我之前看你做的 AI 预演，以及你对 AI 发展历史和工业革命的类比，觉得非常受启发。

这个可以展开讲一讲：你当时是怎么想到把 AI 和工业革命类比的？因为以前我的朋友讲 AI 革命或者 AI 浪潮，都是类比互联网革命。我之前也反驳过他们，我说互联网其实是一个连接的事情，只是提升效率；但 AI 相当于替代智力劳动。

当时有一个周末，我在想，AI 不管是新技术成长股，还是所有的周期股，历史上其实都是成长股。现在的消费、2000 年前后的钢铁煤炭，都是成长股，只是过了那个阶段之后才变成周期股。

所以现在我们处于一个技术革命的早期，但它一定有一个参照物。我就在想，找什么参照物最好，是互联网革命还是其他什么？但我觉得互联网革命的量级不够。

大家总说互联网革命，然后说思科的估值。反驳的人则会说思科估值太高、暗光纤之类，明显不符合。你要找一个量级足够大的参照物，就要看量级怎么判断。

我前面说过，Capex 占 GDP 的比例达到 2%，这个比例相当高。历史上除了房地产，几乎没有什么技术革命能够匹敌，而且还需要如此大的基础设施建设。互联网革命时期，光纤投资大概占 GDP 的 1%，还不到 1%。

所以如果量级足够大，就应该对标工业革命。我大概花了 10 个小时研究 AI，也去了解那段历史，然后对比它们所处的阶段。关键还是阶段。

电大概在 1870 年代出现了电灯，之后有路线之争，争了 20 年。这刚好可以对标 GPT-3 之前的阶段。那时大家还在争论，到底是 Transformer 架构，还是 Google 提出的另一种架构。我现在已经记不太清了。

这相当于前期的技术争论期。第 2 个阶段是基础设施建设期，对应的可能是 2023 年到 2025 年。你其实还不确定应用是什么，但就是在建设基础设施。

电力大概在 1919 年之前的 20 年里，经历了连续 20 年 GDP 2% 的 Capex 投入。但那个时候你没有看到 GDP 加速，制造业生产率增速可能只有 1%。所以这个阶段非常像，量级也很像。

到了 1919 年以后，电气化才开始腾飞，可能类似于我们现在这个时间点。

因为电和 AI 都是基础设施。不是说我现在用了 AI，就一步到位，马上得到最终效果。就像使用电一样，一开始电只有电灯，没有电器、电脑、电话，只有一盏电灯在那里照亮，你会觉得这是不是一个垄断场景？

照明只是电的一个场景，但后面有无数演化空间。你到底怎么使用电，它创造了巨大的价值。现在的 Token，最开始主要是问答，空间就像照明；现在到了 Agent，空间就变大了。

你使用它的方式变得更复杂，给它加上各种脚手架，让它能够长时间执行任务。未来如果它的智能进一步提升，会不会再演化出更多场景？这不知道。

就像电刚发明、或者电力普及时，你也想不到收音机、洗衣机，这些都超出了当时人的想象力。我觉得 AI 或者说智能，就类似于这样一个东西：它是一个非常厉害的发明，但不是凭空出现的，需要很多前置条件。

AI 可能是未来更多、更强创造的基础设施。它是一个基底，就像电一样，只是你不知道它未来的具体形态是什么。所以我觉得这两个类比是有效的。

复盘完电气化的节奏，你会对 AI 的节奏更有信心。现在可能才到 1919 年，甚至还没有到。因为除了 coding 以外，你还没有看到特别多元化、价值量巨大、又超出这一代人想象的东西。

这个类比对我的信心加强特别大。

但时间节奏上也有一个反面观点。电气化时代是一场百年的变革，并不是单方面加速的过程。

这一波生成式 AI 应该有两波加速：第 1 波是聊天机器人出现，第 2 波是 coding 场景大规模普及。那第 3 波在哪里？不知道。

它也有一种可能，第三波并不是未来两三年出现。如果未来一两年没有新的突破，整个产业链，股票，我说的是股票，肯定会有很大的下杀。它也可能 5 年后出现，甚至 10 年后出现。

就像刚才说的电的例子，电出现的时候，人们无法想象后来会有电脑，而电脑确实是电发明 100 多年后才出现。

当然，确实有几个很好的方向，比如 AI for Science。科学上的投入理论上可以很大。还有世界模型，最近我也在密集看物理 AI 这块的一级市场公司。

如果这方面出来的话，会是很大的趋势，因为它替代的是所有蓝领，市场量级其实不比替代所有白领小。但现在这方面分歧巨大。

我问过很多专家，有人觉得做世界模型的全是骗子，只是先搞一波投资；但也有人认为 GPT-3 时刻就在未来两三年。没人知道。

所以我觉得这还是一个节奏问题。大家其实都在豪赌，但如果 Capex 已经占到 GDP 的 2%，接下来再交易它从 2% 到 4%、5%，是不是有点难？

你其实没有办法想象自己完全不知道的东西。按照历史节奏来看，电气化的基础设施建设花了 20 年，让电力进入工厂和家庭，但那时候也没有什么应用场景。

基础设施建设期，相关股票跌得很惨，反而到了应用期，通用电气之类的公司才开始上涨。

但现在 AI 的基础设施建设节奏，和电不一样。它面临的物理限制更少。电线、电网等基础设施原来没有，需要重新建设；但今天的互联网连接、各家之间的连接，原本就有基础。

所以这个时间明显被压缩了。电力基础设施花了 20 年，AI 可能 3 年就已经看到 coding 出现了。这个时间点绝对比过去想象的少。

在 Agent 出现之前，大家讨论应用有没有衔接，是非常合理的。但 Agent 出现之后，才过了 6 个月，你就已经看到 Agent 了。那为什么要判断未来 5 年都没有新的进步？

我们原来一直在加速、加速、加速，然后你预测突然停滞不前，还是说顺着这个加速度，可能降一点速，但斜率还在继续向上？AI for Science 可能下半年、明年就出现。我觉得后者的概率更高，这就是行业发展的惯性。

这么多人吸引了全世界的注意力，Capex 就是钱，而且全世界最聪明的一批人都投身于这个行业。这个行业的回报率也更高，所以你不需要预测一个断点。

我觉得你是在很小的样本数上，去赌一个线性外推。其实 AI 也不是一个新的东西，历史上已经经历过几次 AI 浪潮。第 2 波和第 3 波之间也隔了 30 年，达特茅斯会议之后，从整个历史来看，中间的荒漠期才是主流，它是间断性地出现一些突破点。

当然，短期出现两个突破点之后，从贝叶斯定律角度，你确实需要重新审视：第 3 个点出现的时间可能会大大缩短。但不能因为 3 年里出现了两个突破点，就预测未来两年一定又会出现一个点。

在我看来，你们过于乐观了，但可能在你们看来，我比较悲观。

这很正常。前面说过，顶点不是一个点，不是一个场景特别高、其他场景全是零，而是一条曲线。所以你能看到这条曲线的变化。

我不太喜欢做强判断，更喜欢在它已经大概会成为事实、但可能还有一些人没有反应过来的时候下注，那是最好的。

这个确实可能没有办法讨论。我刚才说的理由，一个是它还有很多场景，很多人在做这些方向；另一个是你明显能看到 AI 的进步速度至少没有停止。

如果你说模型能力的进步有没有停止，肯定没有停止，Scaling Law 还在进步。

上一次 AI 浪潮的时候，大家讨论的是 AI 的模式到底是什么：到底是制定规则的 AI，还是没有启发式规则的 AI？那时候还处于很早期，类似于交流电和直流电的路线之争，可能比那个还要早期。

现在明显已经跑通了，而且不是小场景，是大场景。后面还有 AI for Science，或者其他企业级场景。

所以它不是必须做完 chatbot 场景，才能做 Agent 场景，再做完 Agent，才能做其他场景。其实这些事情都在同时进行，只是有的更早，有的到了中期开始爆发。

等一个场景成熟一点，其他场景可能已经顺其自然地出现了。因为有大量的人在做 AI for Science、AI for Education、AI for Finance、AI for Law、AI for Management，这些场景都是存在的。

对从业者来说肯定是开始。我也是行业从业者，所以我非常希望它的迭代能够不断进行。但从整个基础设施股票的市值占比角度，肯定会有一些老登投资者觉得风险很大。

比如，如果现在没有新的趋势出现，你会选择不开仓吗？我其实有点好奇，你具体是怎么挖掘股票的？

因为我是研究员，所以主要是给老板提建议，也给公司的投资提供建议。

首先，我肯定还是很看好 AI 方向。股票投资其实就是做比较，一个是 AI，一个是非 AI，现在大概已经划成两个阵营了。

股票只有发生变化，才会带来定价错配的机会。如果没有变化，可能也没有什么投资机会。AI 的变化空间更大，股票定价错位的空间也更大，所以我愿意在里面花更多时间。

比如最早看电力，后来转到 AI 硬件，现在可能又转到国产算力或者应用。这些都是值得看的方向，总有变化发生、但还没有被定价的地方。

如果看总体仓位，或者仓位高低，这个我也干预不了。但我自己的观点是，顺风的时候仓位就高一点，逆风的时候就少一点。

这种争议期其实每年都会出现。去年下半年也有这种争议期，去年年底到今年年初，Agent 这个场景成立之后，大家才又打消争议，再来一波。

这个交易节奏其实是纯交易，跟产业基本面没什么关系。你现在看产业很好，但担忧不都是我们脑补出来的吗？是不是定价又 Peak 了？你去看产业里发生的情况，肯定都是很乐观的。

所以这就是一个纯交易的问题，你可以在里面找到更好的方向。

至于非 AI 的部分，确实很多东西定价很低，那就去找真正被错杀、且价值巨大的标的。我之前也写过，我自己比较看好石油，它可能是一个被低估的方向。

周期品其实很简单：价格低、估值低，预期就低。你只需要回答几个简单的问题，比如石油需求会不会 Peak，供给会不会大涨，然后大概判断周期回暖的时间点。

非 AI 我也会看，但要求会更高。我不喜欢特别左侧的机会，等 2 年没必要，我可以等半年，但不想等 2 年。

从大多数对冲基金的角度看，等半年已经算耐心资本了。AI 一天就走完你半年的情绪和行情。

这两天不是有人在嘲笑我们吗？说这一期节目星辰终于可以对我颐指气使了。我说他有什么好颐指气使的？我只是回撤了 30%，他还有 30% 才回本呢，对不对？终于趾高气昂了。

这两天的行情确实是这样。

正好讲到这里。你刚才问一波关于研究和交易的问题，他之前写过一篇文章，叫《研究的归研究，交易的归交易》，里面也提到了 AI 给他的研究带来了什么帮助。

一波，你可以简单讲一讲，或者展开讲一讲，AI 是怎么对你的投资研究产生体系化帮助的？交易这块帮助是不大的，对吧？但研究这块，你基本上已经总结出了一套比较系统的方法论。

我也跟很多同行交流过。研究其实是一个很实际的任务，事实就是事实，不太需要和市场博弈。只要有具体的执行，就会比较简单。

第一步是把研究任务拆解，这是关键。投资任务也可以拆解。研究和投资，第一步都是获得一个想法，获得一个 Idea。

第二步，基于这个 Idea 收集信息，判断这个 Idea 或者这只股票值不值得研究、花时间，或者值得不值得投资。

如果觉得值得花时间，就先做快速研究，再做深入研究。研究完之后开始决策。如果是研究员，就要写报告、给老板汇报；如果是自己的投资，就要研究完算账，然后决定到底买不买。

买完或者不买，还要有一个跟踪机制，随时修正自己对公司的看法，以及对股价异动的判断。也就是说，要有跟踪和反馈。

这些环节构成一个完整工作流。接下来就要看，AI 在这个研究工作流里能帮你什么。

Idea 的获取，大家主要还是靠聊天或者自己思考。AI 可以帮助你的，是抓取网上其他人的讨论。我看了与世俱风的一个视频，发现 AI 可以抓取网上的讨论。

我自己做了一个叫 AI Signal 的工具，还做了一个股票灵感日报。它会抓取 Substack、Reddit 上面的讨论，告诉你今天大家在讨论什么，有没有一些有价值的 AI 方向，给你一些灵感。但最主要的还是靠你自己的 Idea。

信息收集就不用说了。只要把数据源接给 AI，你问它什么，它就能吐出什么。

研究环节，AI 可以帮你快速研究，但你自己还需要继续深入研究。决策肯定还是由你来做。

不过决策环节，AI 也可以提供帮助。你可以把自己之前的原则告诉 AI，比如不要随便追高，不要买 PE 超过多少的股票。它会帮你按住自己。

有时候你会觉得，这家公司太好了，股价今天涨了 20%，我一定要追。但你跟 AI 讨论两句，马上就冷静下来了。

最后是跟踪反馈。我觉得 AI 在这方面也会做得特别好，因为它可以收集大量你可能没有注意到的信息。

比如我们关注了一家北欧公司，华尔街没有什么人覆盖，现有覆盖中大概一半是卖出评级，根本不可能有太多分析报告或者关注度。但你告诉 AI 要关注这家公司，它就会自动帮你拆解。

我的假设是，美国可能建不了那么多数据中心，需要向外转移到北欧。AI 会帮我跟踪美国本土对数据中心的抗议，比如最近纽约州通过了一个法案，50MW 以上的数据中心不能建设。

它还会帮我统计欧洲谁在建数据中心，更细节的是谁在市政府拿了地，项目主体是谁，建设方是谁。我原来都没有想到这些，因为这不是我给它提的具体要求。

我唯一告诉它的是：我要跟踪这只股票和这个主题，你帮我收集相关信息，每天放到日报里。然后我突然看到，它告诉我某家公司跟市政府签了协议，今天买了多少亩地、花了多少钱，大概对应多少兆瓦。

它会去抓这些新闻，甚至去市政府网站上自己抓取信息。这是我一开始特别震撼、也是帮到我最多的地方。然后我再不断迭代，把整个工作流串起来。

信息收集由 AI 主导，跟踪由 AI 主导，其他环节由人主导、AI 辅助。最后由人把整个工作流串起来，就变成了一套 AI 投研工作流。

我现在基本上已经离不开这套工作流了。没有 AI 我就没法工作，只能去看点别的。

等于说，它把研究员的一部分工作替代了，关键是还能够扒出一些以前根本不会看的、犄角旮旯的信息源。

你现在是用哪个模型做这个事情？

我还是用 Claude Code，因为模型不一样。Claude Code 的创造力更强，你让它去写东西，它会多想一步。

比如我刚才说要跟踪一家公司，我没有告诉它应该怎么跟踪，它会自动帮你拆解：要跟踪美国那边的抵抗、当地的数据中心建设、相关政策，以及市政府的动向。

我试了一下，国产模型其实也可以，只是你可能需要给它说得更详细一些。你需要自己拆解这个任务：要跟踪什么，两边的推拉力是什么。如果能先想清楚，会更好；然后再让它执行。

如果是 Opus，它就会自动帮你拆解。你会觉得不错，那直接用它的版本就行。

我们这个行业的价值比较高，毕竟是跟钱打交道。用最好的模型，回报率肯定更高。虽然这个没办法统计具体有多少回报率，但最好的模型现在也不一定用得上，我的模型就被封了。

所以国产模型的进步，会带来国内市场的爆发。国内有多少人想用海外模型，却用不了。

其实 Kimi K3 出来之后，我就让它写了一个 PPT，写得比 Faber 还好。

正好来讲一讲国产模型。Claude 和 ChatGPT 毕竟还是有一点门槛。如果针对我们广大的听众，假如他是 AI 领域的小白，想借助 AI 工具建立一套自己的投资体系，甚至称不上投研体系，只是想自己能够上手、滚动起来，你觉得最基础应该从哪几个步骤开始？

现在国产模型进步已经很好了。我建议大家可以下载 Work Body，它已经把门槛降到极低。

如果要用 Claude Code 或 Codex，还需要翻墙；如果用中转站，还要做部署。但 WorkBuddy 一下载，连模型都不用选，云端已经帮你部署好了，可以直接使用。

只要把它下载下来，第 1 步就完成了：你已经有了模型，也有了 Agent 接入的接口。

接下来就是拆解工作流。其实也不用这么麻烦，我把自己的工作流放在 GitHub 上了，可以直接一键安装。

如果你不想搭一套完整体系，觉得太麻烦，也可以按照自己的需求来。一般来说，最多的需求是什么？日报监控。大家最喜欢问的是：今天怎么又跌了，为什么又涨了。

你可以把股票池，或者要监控的股票，全部交给 AI，然后告诉它：我要建立一个日报或者周报，帮我监控这些股票，如果有异动，帮我搜索相关信息，每天收盘后或者早上发给我。

这是最简单的启动方式，也就是刚才说的跟踪。

如果想做得更好一点，可以多接一些数据源。很多免费的方法都写在 GitHub 上，可以在 GitHub 上寻找，然后让 AI 帮你一键安装。

比如想了解 AI 前沿信息，有播客、推特等来源，也可以在 GitHub 上找。我做了一个 AI Signal，它每天在云端抓取播客和推特，安装好之后，每天就会给你推送。

Agent 的作用，是帮你打开一条通道，通往其他人在 GitHub 上做好的免费开源工具。那里有很多好用的工具。

你的需求是收集信息，就接入 AI Signal；你的需求是跟踪，就创建一个日报，也可以参考别人做日报监控的方法，他们都会提供一些免费的数据源。

如果你的需求是建造一个体系，形成闭环，不断沉淀，那就去找 AI Workspace Hub。它是我的一套闭环工作流。每次研究、讨论之后，都会有一个结论存进知识库，下次可以调出来使用。

这样你的 AI 会更加了解你。你每使用一次，就告诉它哪里做得好、哪里做得不好，它下一次就会改进。改进之后，它会更加贴近你的需求。使用得多了，它就变成了一个属于你的 Agent。

所以我觉得大家从零开始，可以先下载一个好用的国产应用，飞书也好，Work Body 也好。然后网上找一些视频，投研方面的视频到处都有。你可以看完，也可以不看完，直接把 GitHub 的工具下载下来，让 AI 按你的需求完成。

如果它完不成，就问它为什么完不成、你可以帮助它什么。你要数据源，就让它帮你找；需要部署，就让它帮你部署到电脑上。听它的就可以了，它在这方面比你聪明得多。

根据自己的需求启动，我觉得这是最好的方式。

还有一点我觉得最关键：有了这个工具之后，什么事情都要让 AI 先做，不要自己先做。

这个很重要。

你会发现，AI 在大部分方面都比你聪明。它的处理速度比你快很多，并行处理的量也比你大很多。

你先让它去做，可能它完成得比你好很多。如果它完成不了，你再去辅助它，给它提供数据；实在完成不了，最后再自己介入、拍板。

这样你就可以慢慢把更多任务交给 AI。一般来说，那些任务都是你最烦的：做起来特别不爽，又很浪费时间。

你可以把这些不想干的任务都丢掉，去做自己想做的事情，比如想一想明天哪个股票会涨，下一阶段的主线是什么，或者看看书。

你的时间就省下来了，因为那些繁杂任务最影响心情，也占用最多时间。

既然聊到 AI 股票，我们来聊听众朋友最喜欢听的内容：在当前这个节点，你觉得 AI 细分链条里还看好哪些领域？

前面提到过，我现在最看好的还是国内算力这个链条。

很简单，模型其实也没有多少可以买的。我看好国内这个链条，是因为模型能力已经达到了“可用”的跳变点。

Opus 可以用或者 Claude 的爆发点也就是 4.6。C6 以前，它也就是一个小 coding，不是泛化的 coding，也不是 Agent 或长任务；但 C6 以后，它就泛化了。

国内大部分人还会被封号和网络门槛挡住。如果国内模型能够达到这个水平，又像腾讯网这些大厂一样把产品做得非常好，把门槛降到极低，根本不需要编程知识和计算机基础就能使用，我觉得一定会爆发。

现在只是能力刚刚达到这个水平，爆发还需要时间。

所以在这个时间点，行业还很早期，股票最近也因为各种原因跌了不少，我觉得至少是一个很好的观察国产算力的时间点。

具体股票怎么选，是买大的还是小的，买上游、中游还是下游，各凭本事。每个人都有自己的审美：不想少亏钱的可以买一只，想多赚钱的可以买另一只。

但我觉得这个方向的确定性特别高。我不知道胜率有没有 50% 以上，但大概是有的，赔率也不错。

第二个是前面说的应用。应用确实是一个特别专业的问题，有时间可以看，没时间也可以不看。但在国产模型进步这个大事件出现之后，这两个方向的投资性价比明显提升了。

在这个事件之前，其实没它们什么事。

国产这块应该还有很大空间，包括供应链上有很多依赖日韩的环节。我觉得国产替代可能也是对应的机会，这条线确实可以挖一挖呀，我也要加入了。

不用挖，我已经在里面了，已经套在里面了。不用挖，我比你先到，只是到得有点早。

其实这些链条的思路都很清晰。不管是国产算力、半导体设备，还是上下游的一些东西，甚至材料，逻辑都很清晰。

现在难的是怎么给它定价，以及怎么评估当下的情绪和杠杆。所以，研究的归研究，交易的归交易。AI 可以帮我们做好研究，但没有办法代替我们做决策。

只是无法代替我们，也可以代替文峰。

现在场内可能有一半以上都是机器人。很多像你这样的已经躺平了，像我这样的也躺平了，小散老散都躺平了。所以我在想，每天这么大的成交量，到底是谁在里面交易？

你不知道有没有仔细看那个 K 线，真的很气人。一天就是直接下去，再直接上来，再直接下去，再直接上来，已经没有那种柔和的曲线了，全是 30 度角上下。

已经不是早些年那种给你往下走、还有缓冲的时期了，那就是机器打出来的单子。

面对这种情况，如果利用 AI，我们怎么做好防御？奔波儿r，面对这种情况，你怎么看？

我上周跟 AI 聊了很久量化交易，想理解一下量化到底在做什么。

我的结论是，短期内你没有办法赢过它了。现在的因子已经不是什么几天的因子，甚至日内因子、一天两天的因子都太低频了，无法产生 Alpha。

它们都在做日内交易，使用分钟级别的因子。我们能够做分钟级决策吗？不可能。

高频、大样本量，再通过机器学习去学习你的交易方式，然后割你的韭菜，简单来说就是这样。我觉得这个无法避免。

当然，今年量化其实也很惨。量化指增已经没有 Alpha 了，规模太大，已经进入量化互割。它们原来是在捕捉散户的短期交易行为，从中获利；但现在大家都在互相捕捉、互相收割。

那我们还要往里面添钱吗？你丢进去就是给它们送。

所以高频、大样本量的交易，普通人完全做不了。只能基于稍微长一点时间的判断，在自己能接受的位置参与。

你需要把自己的时间拉长一点，但不是说要做成长线、一直持有，而是需要更长时间、更小样本的判断。量化在小样本判断上没有办法，因为没有足够样本量支撑它做出判断，但人在这方面可能有优势。

比如一些大的转折点。国产模型 Kimi K3 的出现，就是一个转折点，进入了下一个阶段。它可能让定价的均值、波动率都发生变化。

你只能基于这种大的判断去做投资。通过短线或者日内盯盘，肯定会被打得体无完肤，这是数学上决定的。

价值投资，长期持有。

你刚才说国产模型突破，让我想到最近商业航天也突破了。可回收火箭出来之后，商业航天的股票好像连续 6 个跌停板。

我在想，这是不是触动了量化“利好兑现卖出”的同质化因子？否则我真的很难想象，这样一个利好出来，居然会是这样的走势。

聊完这个我心态就放得特别轻松。短期走势你完全决定不了，天天上一下、下一下，你跟着它上上下下。A 股的波动率都是 10 个点涨、10 个点跌，两天合并起来可能什么都没发生。

我现在就采取这种方式：大概判断温度是向下还是向上。向下就猥琐发育、别浪；向上就胆子大一点。

你也判断不了市场情绪和温度是好转还是变热，那就看结果，找到真正能够在更长周期里挣钱的大方向，然后在一个好的时间点参与。

好的时间点一般不是一天就涨完。所有股票的定价都不是这样，它往往会有一个阶段。一天可能涨幅很大，比如涨 10% 到 20%，但这 10% 到 20% 肯定不是你一开始看这只股票的理由。

如果你觉得它只能涨 10% 到 20%，一开始就不应该看。你一开始看的是更长、更大的空间，那它肯定会给你一个反应时间。无论是左侧先买一点，还是右侧再追，都没有必要在短周期内给自己下那么强的判断。

我的做法大概就是这样。每天有事干，跌了就去研究，没跌就看看乐呵乐呵；如果跌得太多，我就不看了。

这个非常好。你自己的股票肯定很了解，至少知道它大概是怎么定价、反映了什么预期。

如果一只股票偏高位，你也应该知道它已经过了自己判断的价值点，那它本身就进入纯交易阶段。像你刚才说的，过了那个点之后，它就是纯交易阶段。

这时候你还要坚守“我的研究、我的认知、我的基本面”，基本没有意义。跌了就算了，放它走，也放自己一条生路。所以判断阶段很重要。

你说起这个颠簸、振幅，我打开创业板指的年度 K 线看了一下。今年截至今天，7 月 23 日，也就涨了 11%。但过去半个多月里，单日振幅超过 10% 的可能都有好几天。

相当于坐在一辆车上，被颠得都要吐了。韩国这个月都 20 多次熔断了。你想，我们这么大的体量，现在每天还要看美股的脸色行事，真是让人觉得很憋屈。

主要还是因为最近股票跌了，我今天心情不太好，所以感谢奔波儿r来给我们打气。

但听下来，我感觉好像又要被策反了。我没有感觉到特别受鼓舞，他开始说要让我分清阶段、开始撤了。

不是，我的意思是有更好的股票。你的股票肯定是要换的。

比如存储，一年涨了 80 倍。以闪迪为例，你怎么看它都是一个超小样本事件。你再拿着它、再涨一倍，需要什么样的假设，最后又要演绎成什么样？

但还有很多方向，比如海外 GPU，或者全球晶圆厂，都是很好的资产。我觉得它们属于更早的阶段。

存储现在路边大妈都知道。上次我去上海出差，所有人都拉着我的手说：“哥们儿，你知道吗？那个存储，预期差特别大，四季度还要涨多少，明年还得涨。你知道有只好股票叫德明利吗？赶紧买。”

我就想，为什么所有人都跟我说这是超预期，别人都不知道？到底是谁不知道，还是只有我不知道？

到了这个阶段，就没有必要做复杂题。有一堆简单题可以做。AI 里面的投资机会还是很大，包括前面说的，如果对标电气化阶段，现在才刚开始，后面还会演绎出大量机会。

所以注意力一定要放在里面，不断去寻找。没有必要跟别人拼高位信仰，那可能不是拼研究，而是拼胆子、拼交易。

有很多选择。比如刚才说的国产模型，虽然波动很大，但不代表它未来没有空间。

一波刚才描述的就是：信仰坚定，身段柔软。

我以为只有我们这种江湖流派才有这种滑头气质，没想到你们北大的学院派也有。看来也是被市场毒打过很多次。

我原来就是因为信仰太坚定，被暴打过。后来发现不能这样。

我刚入行时在一家比较大的机构，是真的会被问一个股票 5 年以后是什么样、公司 10 年以后是什么样。当时看光伏，假设 5 年以后龙头能赚 100 多亿。当时它市值已经 900 亿，觉得它能赚 100 多亿，可能已经 Peak 了，给它 10 倍估值也就 1,500 亿，5 年从 900 亿涨到 1,500 亿，只有 60% 的空间，没什么意思。

结果它从 900 亿涨到了 5,000 亿，后来又从 5,000 亿跌回 1,000 亿。

但你想，那个过程得有多痛苦。我一路看空它，说这个商业模式不行、壁垒不好，然后被一路骂。等它跌下来的时候，你也挣不着钱，因为国内又不能做空。你只是收获了一半的谩骂，一分钱没挣到。

后来我就觉得，股票就是股票，公司是公司，基本面是基本面，还是要分开。股票有它自己的规则。如果它是一个游戏，你就要遵循这个游戏的规则。

我感觉我正在复制你曾经走过的路。

对，一分钱都挣不到。你是对的，真的对，但钱挣不到。

如果现在还有领导问我这个公司 5 年以后怎么样、10 年以后怎么样，我都不选择回答。因为时代变化太快了。

你站在今天这个节点往回推 5 年，想一想有多少当时的判断在今天还奏效？很少。资源的叙事过 5 年也会有很多变化，很多供给瓶颈过几年就不再是瓶颈了，很有可能会出现新的变化。

在 AI 变革如此快的情况下，不要固步自封，也不要想着看一个东西就看 5 年。AI 5 年之后的工具会变成什么样，给你的输入信息又会发生什么变化？

所以边走边看最好。

这也正好对应今天的主题：你还相信 AI 吗？我半个月前、一个月前还铁了心相信，现在我也相信，但账户不允许我这么坚定地相信了。

今天聊完之后，我觉得信仰又充值了一点。但希望明天不要遭到痛击。如果再遭到痛击，我相信我们真的得边走边看了。

毕竟每个人的嘴再硬，也抵不过大 A 的铁拳。

感谢今天一波来到《三点下班》来做客。对了，一波自己也做了一档播客节目，你那个播客节目叫什么名字？还有你自己的公众号，我相信之前我们在这档节目里给大家做过推荐，但是这次再说一遍，方便大家去拜读你那些雄文，真的非常非常好，关于工业革命、关于研究、关于怎么去做这些工具的实操。

谢谢浩哥，谢谢星辰。

我的公众号叫奔波儿，原来有很多教程，最近也有一些 AI 投研和投资的想法。我的播客叫《随处奔波》，但现在还只有一期，因为是在串台。那一期聊的是怎么样从零到一地建造一个投研工作流，大概聊了两个小时，只聊这一个方面，有很多具体执行的细节。如果大家想知道，也可以去听那期播客，也可以关注我的公众号，私信问我都可以。

信息密度是非常高的。感谢一波，今天把我们这档节目的信息密度也拉高了一个档次，非常有收获。感谢一波，那我们本期节目就到这里，我们下期再见，下期再见，拜拜拜拜。