硅谷坐标 x 喜马拉雅资本常劲：AI时代的价值投资

大语言模型至少在今天这样的情况下，只要还继续使用 Transformer 底层的模型，或者继续基于统计学的生成结果，它可能就很难替代我们人的判断。

喜马拉雅最新公布的持仓里面有一笔很大的仓位是在谷歌上。为什么如此看好谷歌这家公司？虽然谷歌也是大家的共识，但在这个位置，您会担心它的市值有点过高吗？

今天大家觉得谷歌好得不得了，所以喜马拉雅买了它？不是的。我们可能是在大家都认为这家公司很糟糕、很快就要被干掉的情况下去买了它。

常老师，非常高兴您今天来《硅谷坐标》做客。我们知道，喜马拉雅资本有一位非常特殊的 LP——查理·芒格先生。你们的基金也是查理·芒格家族生前唯一把自家资金交给外人管理、并且非常信任的机构。我们也知道李录先生，还有您，包括您和巴菲特、芒格先生都有非常多的来往。在这么多年的交往中，您觉得自己从他身上，在投资和非投资方面学到最多的东西是什么？

1. 芒格留下的两大影响

芒格先生和李录先生之间，其实是亦师亦友的关系。芒格先生对我影响最重要的一件事，就是我们做了中文版的《穷查理宝典》，英文版叫《Poor Charles Almanac》，是他的好友皮特考夫曼先生编辑出版的一本芒格先生演讲集，收集和记录了他的一些思想。我在这本书的制作过程中，也深度参与了这个过程。

芒格先生对我的影响，在投资上最主要当然是对价值投资的理解。其中有两个方面对我影响特别大。一个是我们所说的“普世智慧”（worldly wisdom），当然也包括大家比较熟悉的多元思维模型，也就是跨学科的心智模型（multidisciplinary mental models）。有人也把它叫作“山格理论”，因为芒格先生认为，各种各样的知识都可以串联起来，然后运用到投资研究中，产生洞见。

另外一个对我个人影响非常大的方面，就是他所说的“误判心理学”。他在一次演讲里提出了 25 个常见的误判心理倾向，这能够帮助我们在投资、学习和研究的过程中，深入认识自身的局限性，了解我们在哪些方面可能受到心理倾向的影响。

这些心理倾向可能让我们做出错误的判断，陷入自己设置的陷阱，然后对投资造成很大的影响。它和巴菲特先生提出的“能力圈”（circle of competence）也有相通之处。这是芒格先生在投资上对我最大的两个方面的影响。

当然还有很多。芒格先生倡导的思维方式，尤其是理性思维，对我们来说，特别是对做投资的人来说，非常重要。投资最怕的就是被情绪左右，从而对一些事情产生误判。

投资的成本是非常高的。我们做错一个决定，损失多少钱，和你管理的基金规模有多大有关。管理的规模越大，可能带来的损失就越巨大，尤其是在管理别人的钱时，我们还有 fiduciary duty，也就是受托责任。

如果是自己的钱出现损失，我们自己可以承受；可是如果亏了别人的钱，就是对我们受托责任的一个很大损伤。所以，这就是为什么芒格先生强调，在投资上一定要有理性思维，而且是非常非常重要的。

在生活方面，他其实也对我有很大的影响。这也是我在学习《穷查理宝典》的过程中慢慢领悟、更加深入理解的。当然，这也来自我和我的合伙人李录先生，以及芒格先生、巴菲特先生等许多价值投资者的交往，从他们的生活中看到的那些东西。

价值投资实际上也可以用到我们的生活里，比如人与人之间的交往。芒格先生一直强调，我们在生活中一定要生活在一个值得信赖的网络里，也就是“值得信赖的信任网络”（spider web of deserved trust）。这非常重要。

如果想让生活比较平顺、快乐、幸福，很重要的一点就是我们和谁、和什么样的人在一起，以及我们怎样和他们建立信任关系。这种关系必须是双方的：你要值得别人信任，也要值得拥有这样的信任。

从芒格先生身上可以看到，他在生活中非常好地实践了自己的看法和原则。比如，他在社区里有很多朋友。芒格先生虽然表面上看起来非常高冷，说话也好像直言不讳、无所顾忌，但他对朋友和周围的人非常关心，也非常善良。

所以，对于身边的朋友，他总是站在别人的位置上思考问题：我要给你的东西，是不是你想要的？是不是你给我，我也想要的东西？只有在双方都能够认可的情况下，这样的交往才能长期持续。

因此，他也为社区做了很多贡献。我们在硅谷旁边的斯坦福大学，可以看到芒格先生捐助的建筑；在加州大学圣塔芭芭拉分校、南加州大学，也有很多类似的捐赠。他还积极参与社区事务，在洛杉矶的一家大型医院担任董事会成员，也在当地的哈佛西湖学校担任董事会成员，为社区提供了很多支持。

当然，他一直活到 99 岁，几乎 100 岁。我觉得，他的人生确实为我们这些做价值投资的人树立了一座非常高的灯塔。我也希望将来我的人生如果能达到他的一半，我就已经非常幸福、非常满意了。

做公益是不是也受到他的启发？

很大程度上是受到他的影响，当然也受到李录先生的影响。

2. AI 时代重估价值投资

我很想跟您聊一聊，在 AI 这样的时代，我们应该怎样看待价值投资？在 AI 这样的大环境下，科技变革包括大模型的更迭都日新月异。在这样的速度下，我们知道价值投资很希望看到远期的可预见性，也很想听听您的观点。您觉得，我们现在身处的 AI 时代，和历史上的周期相比，有什么相同和不同？

这是一个非常好的问题。价值投资圈的年轻朋友经常问我，AI 出来以后，是不是连我们做价值投资的人也可以被替代了？

AI 时代可能会给我们带来什么样的变化，大家当然有各种各样的看法。有人说 AI 像互联网时代的变化，有人把它比作移动互联网时代的变化。但我自己感觉，它带来的变化更像工业革命时期的科技变革。

工业革命时期，机器和蒸汽机的出现，实际上替代了人的体力能力，大大延伸了人的体力。原来我们用肌肉、用自己的体力能够做的事情非常有限，但有了蒸汽机，就把这种能力放大了几百倍、几千倍、几万倍，甚至几百万倍。

今天我们能够用机器做的很多事情，都是人力完全做不到的。当然，这也给社会带来了巨大的影响和变革，对人类文明的影响非常深远。

AI 刚刚兴起，我觉得它对人类最重要的影响，就是在脑力劳动方面带来了巨大变化，让我们的脑力劳动能力获得了巨大的释放。过去我们能够理解和完成的事情非常有限，而现在我们基本上拥有了无穷无尽的记忆力。

过去我们只能专注于某一个方面的知识，比较擅长某一个领域，很难成为像芒格先生那样百科全书式的大家。但因为有了 AI，这些知识对我们来说都随手可得。我们想要获得某些知识，只要和 ChatGPT 对话，很多原来不知道、没有掌握的知识就可以获得。

将来的这种能力还会继续被放大，给我们带来很多惊喜。所以，它对未来社会的影响也会非常巨大，而且可能是百年以上的长期影响。它甚至可能要求我们的社会，乃至整个人类文明形态，随之发生一些重大变化。

但是，我觉得它和过去还是不太一样。工业革命时期是一次范式转移（paradigm shift），互联网其实也是一次范式转移。所谓范式转移，就是范式本身发生了变化。

比如，我们过去在农田里用体力劳动，后来进入工厂用机器工作，实际上是范式上的巨大飞跃。互联网出现以后，对生意来说也是范式性的变化。过去很多生意都发生在物理世界，也就是所谓的线下；有了互联网以后，突然出现了一个虚拟世界，也就是互联网世界。

电子商务以及很多其他事情，都可以搬到网上去做，这就变成了一种新的模式、新的范式。AI 和互联网很不一样的一点在于，它最大的影响发生在数字世界。

很多生意已经数字化、已经搬到互联网上了，而 AI 是在这个基础上进一步赋能我们的业务，把过去积累的数据、知识，更重要的是能力重新组织、重新放大。

所以，AI 和互联网又不太一样，它的发展速度比互联网更加迅猛。它可能直接给很多生意赋能，并不需要经历一次跃迁式的模式转换。这是我看到的一个非常不一样的地方。

我们知道，价值投资希望对未来有很长的可预见性，而 AI 变化、迭代非常快，大模型也在不停变化。您觉得，这对价值投资是让它更有意义了，还是让整个体系受到了挑战？

3. 价值投资应对 AI 变化

到目前为止，我感觉它还是在赋能，而不是在挑战。如果说有挑战，那是因为我们可能还没有把价值投资的方法做得更好，还没有真正应用大语言模型来帮助我们做投资决策。

做交易是有可能的。过去没有大语言模型的时候，大家也在做这件事，用算法去做，而且做得非常成功。比如 Renaissance Technology，他们就已经用数学模型和算法做得非常好、非常成功了。大语言模型可能会让更多这样的公司做得更好一些。

4. 长期判断仍离不开人

但是，如果要把它用在真正的投资上，尤其是特别长期的投资、像我们这样的价值投资，实际上还是存在很大的问题。因为在使用 AI 做研究的过程中，我发现了几个很重要的问题。

大语言模型对结构化信息的处理还是很好的。它有一个终端结果，比如写程序，程序是一种非常结构化的语言，写出来以后能不能运行，就是唯一的测试标准。是骡子是马，拉出去遛一遛就知道了。

但做投资不是一个特别简单的结果。做科学研究也可以有一个东西成功或不成功：做实验，实验成功了，说明这个东西可能是对的；实验不成功，可能就是错的。它的结果导向非常清晰。

可是做投资很难以结果为导向，尤其是做长期价值投资。第一，很多结论其实只是一个方向、一个倾向，并不是一个确定会发生的事情，其中有概率因素。而且很多时候，大概率发生的事件反而没有发生，小概率发生的事件却发生了。

第二，因为时间很长，所以结果没办法用当前的表现马上验证这件事能不能奏效。我们的价值投资持有期都要长于 5 年、10 年，有时候甚至是 20 年、30 年。

我们自己投资的公司里，持有期达到 20 多年的也有。大家比较熟知的比亚迪，我们持有它的时间已经差不多 23 年、24 年了，这是相当长的时间。

在这中间，它经历了无数次股价波动，历史上股价波动超过 50% 的情况就有 6 次。你不能用短期表现来验证，我们对这家公司的长期投资判断是不是正确。所以，大语言模型在这方面其实很难替代人的判断。

还有另外一个问题，这和大语言模型训练的基础有关。因为它是基于 Transformer 的模型，生成的结果完全取决于其中的概率参数。无论是语言、图片还是文字，都是因为相关性比较高，才产生了这样的结果。

看起来它像是在和我们对话，但并不是因为它真正理解了我们在讨论什么，而是把我们讲的内容放进大语言模型中，判断哪些连接的概率最高，然后把结果生成出来。

如果其中某些概率很难确定，它可能就通过各种不同的可能性，再以类似投票的方式决定哪个结果更可能。所以，最后它仍然是概率的产物。

这和人的思维非常不一样。人的思维并不完全是概率的产物。我们经常对一件事情的判断，并不是选择大概率的东西，反而可能选择小概率的东西。我们经常会发现，真理掌握在少数人手里。

如果我们完全是概率事件，真理就应该永远掌握在大多数人手里。所以，大语言模型和人的思维完全不是一回事。

还有一点是，它没办法解决跳跃性思维。人的思维是可以跳跃的，但它一跳跃就容易乱掉。另一个问题是，它很难解决信息缺口。

当一个知识点和另一个知识点之间存在缺口时，它没办法把两者连接起来。为了把它们连接在一起，它就会编故事。因此我们会发现，在研究过程中，它得出的很多结论似是而非，就是因为存在很多知识缺口，而它无法解决，于是就编故事。

编故事本身就是它训练过程中的一种能力，但这恰恰是我们做研究时需要避免的事情。在没有掌握事实的情况下，我们不能编故事，必须对知识保持诚实。

所以，大语言模型至少在今天这样的情况下，只要它还继续使用 Transformer 这种底层模型，或者继续基于统计学的生成结果，它可能就很难替代人的判断。

我们让 AI 去做它擅长的事情，让人继续做我们擅长的事情。实际上，我们可以用 AI 帮助自己提高效率。在这个过程中，要让 AI 和人进行合作，彼此做各自擅长的事情。

AI 擅长抓取资料、收集信息，以及组织整理信息。但它不擅长做判断，没办法很好地判断哪些信息更重要、哪些信息没那么重要。它所谓的判断，往往建立在公众共识上：大家都认为它重要，所以它也认为它重要。

但你可能根本不认为那是重要的事情，因为它对你的研究结果没有太大意义。所以，这需要人来判断。AI 告诉我收集了这么多信息，我需要进一步判断：这些来源是不是有质量，可能存在什么问题，还应该看哪些其他来源。

在这个过程中，我在学习，学习好了以后再把反馈给它。这样我们实际上就形成了良性互动，让最后的研究结果质量更好、更可靠。这是我们在这个过程中获得的一个新的洞见。

现在大家说 AI 一定会替代人，确实，机器出现的时候也替代了很多人的体力。但机器带给我们最重要的变化，是让人能够使用机器来提高体力和脑力能力，让我们变得更加高效。我觉得，这可能是 AI 将来给人类带来的非常积极的影响。

您刚刚讲到，芒格先生对您最大的影响，是帮您建立了一个多学科、跨学科的心智模型。这个模型是跨学科的理论知识吗？还是说，它只是信息，之后再往上建立完整的知识体系、知识图谱，仍然要靠人？

我觉得 AI 可以帮助我们，但它自己很难做到。核心问题就是刚才讲的：现在 AI 的判断能力还不够。

在研究过程中，我们会用到物理、数学、地理、政治、社会学、心理学等各个方面的知识，哪些知识应该在什么地方使用，实际上还是需要人来判断。

如果完全交给 AI，最后的结果就是它给你讲一个故事。这个故事看起来逻辑上非常完美，但不是真实的，和真实世界会有很大的距离。

为什么？因为 AI 没办法理解真实世界。它不像人一样有眼睛、嘴巴、鼻子，有感知、有经验，有对过去的记忆，也有对未来的感受。我们女性还有非常厉害的这种直觉。

AI 能不能上升到人对世界的感知、认可和理解，至少在现在，对我是一个巨大的问号。所以，我们应该怎样达到像芒格先生那样、建立自己的心智模型？这就是一个学习的过程。

最后，这些知识必须是我们自己的，我们才能做出这样的判断。如果知识只是 AI 的，而我自己没有掌握，那么 AI 再聪明，我也不能很好地利用它。

5. 喜马拉雅如何看待谷歌

我们也很想聊一聊喜马拉雅对于整个 AI 产业链，从模型到半导体以及其他不同行业的看法。我们知道，喜马拉雅最新公布的持仓里面有一笔很大的仓位是在谷歌上。为什么如此看好谷歌这家公司？虽然谷歌也是大家的共识，但在这个位置，您会担心它的市值有点过高吗？

关于谷歌这家公司，因为合规原因，我不能够具体评价。对于 AI 产业，从行业或发展角度来说，我们并不见得比别人有更好的理解，因为我们做价值投资，采用的是自下而上的研究方式。

什么叫自下而上？就是我们不是从大的行业、地域、国家或者宏观经济等角度去寻找投资机会。我们完全针对每一个具体的公司进行研究。

我们所有的投资机会都要看公司：如果我是这家公司的股东，我应该怎样理解这门生意？这门生意会怎样发展？外界各种各样的变化会对它的未来产生什么影响？对它的内在价值可能产生什么影响？我们又需要应对什么样的风险？

理解了这些问题以后，我们找到投资这家公司的安全边际，然后才决定是不是能够投资。所以，我们的看法和绝大部分人的看法不太一样。

如果要说我对宏观有什么看法，我可能有一些看法，但谈不上真正的专家。更多时候，我的看法还是和我们底层投资的公司相关。我们要看的是，这家公司有没有护城河，能够保护它的生意长期不受影响。

比如，技术的发展、AI 的发展是不是会影响它的生意？AI 的发展是不是会影响它的搜索模式？它会怎样应对？不光要看影响本身，还要看它怎样应对，以及它的护城河到底在哪里。

我们把这些问题看明白以后，才会去做投资。不是因为它现在是 AI 领域大家最看好的公司，也不是因为它未来在 AI 上有巨大发展空间、能够带来巨大价值，所以我们投资它。

而是因为我们觉得投资这家公司， downside risk 没有那么大。持有它的同时，我们还可以享受它的 upside 所带来的红利。可以这样理解我们的投资决策。

我可以理解成，一家好公司在估值非常合理、有很好的安全边际，而且市场已经把所有坏的场景、坏的情景都定价的时候，就是一个比较好的入场时机？

不能说市场把坏场景都定价了。市场往往在 downside、比较悲观的时候，更偏重于给 downside 定价，而且经常会把 downside 过度定价。

就像市场非常乐观的时候，它会给 upside 定价，因为它不会去想 downside，也会非常乐观地给 upside 定价。所以，upside 也会变得非常高、非常大，这就是泡沫产生的原因。

既然有泡沫，那么当市场非常冷淡、或者对某个东西非常悲观的时候，也会出现 overly negative 的情况，把价格打得非常低。这其实就给我们提供了买入这家公司的机会。

所以你会看到，我们投资这些公司，往往都是在市场不看好它们的时候买入，而不是在市场看好它们的时候买入。今天大家觉得谷歌好得不得了，所以喜马拉雅买了它？不是的。我们可能是在大家都认为这家公司很糟糕、很快就要被干掉的情况下去买了它。

听起来，好像是在“垃圾债”里面去淘没有那么垃圾、只是被市场错看的公司，是吗？

对，其实就是被市场错判、错杀的公司。但实际上，这些公司的竞争优势非常强，护城河很深、很宽，而且能够长期持续。

刚才说到，AI 和互联网时期还不太一样。AI 会给那些已经在数字世界里做得非常好的公司赋能。

如果一家公司已经在数字世界里拥有巨大的用户群、巨大的数据、巨大的计算能力、无数人才，以及很多其他优势，那么 AI 给它带来的可能不是负面影响，长期来看肯定会是正面影响。

除非管理层脑子进水、犯了一个巨大的错误，把机会白白让给别人。但我觉得，今天能够在市场上做得非常优秀、非常出色的公司，它们的管理层肯定有自己的智慧，否则也不可能做到今天的位置。

6. AI 产业链面临周期风险

我想再聊聊现在 AI 时代你们对半导体的看法，比如 GPU、现在比较火的 CPU，还有存储。在需求快速上涨的时候，硬件出现周期性消退也很正常。

过去经常会出现这种情况。比如中国太阳能产业爆发的时候，也曾经出现产能不够，很多公司纷纷扩张，扩张完以后却发现产能过剩，很多投资都打了水漂。今天我们是不是也进入了这样一个状态？

我不知道，但这个泡沫肯定是存在的。硬件、软件，以及很多数字世界里的需求都在快速增长。因为很多东西都是虚拟的、软件化的，所以需求上升得非常快。

比如大家都要使用电子邮件，传播速度可以非常快，对硬件 capacity 的需求也可以增长得非常快。但是硬件 capacity 的建立不会那么快，就像建房子一样，要一块砖一块砖地把它建起来，不是拿一个软件复制一下就能生成的。

所以，今天如果要满足 capacity，确实还需要时间，需要这些公司投入好几年的时间，把产能建立起来。但问题在于，未来产能建立起来以后，是不是还能满足那时的需求。

如果产能仍然满足不了，大家就会继续投资、继续往前走；但如果走过了头，产能太多、需求跟不上，反而会出现巨大的落差。

这也是我们投资时为什么要非常小心。当一件事情非常火热，到处都在说产能不能满足时，我们还是要保持冷静，对未来做出理性的判断。

现在各家 AI labs 发布模型的速度越来越快。您怎么看头部模型几家公司的竞争？

这方面我确实没有什么特别好的看法，完全是一个直观感受。我认为，纯粹做模型、没有客户的公司，最后必须把模型落地，必须让客户真正使用它。不管是自己去拓展客户，还是和别人合作，最终都要落到谁来使用这些能力上。

对于已经拥有大量用户的公司来说，虽然这些用户现在还没有使用 AI，也不用那么着急大规模投入。可以等到有些东西做得比较好以后拿过来使用，直接让客户受益。

但长期来说，最后还是能力和成本的匹配：谁的能力做得更好，谁的成本控制得更好。至于完全垄断某一个方面的能力，我觉得至少今天还看不到这样的情况。这个 barrier 也没有那么高。

如果有足够的资金往里砸，有足够的 computing power 往里砸，这个 barrier 也没有那么高。

所以您觉得，未来可能还是同质化竞争，直到某一家公司变现做得更好、收入体现得更好，那个时候才能看出谁是赢家？

至少到目前为止，我还没有看到谁做出一个模型以后，别人就赶不上了。而且我发现，你使用最先进的芯片、最强大的 computing power，也不见得能够永远跑在最前面。

最后还是要考虑怎样落地，最终还是有成本问题。

比如谷歌，可能在这方面相比其他头部模型公司，更接近你们的 sweet spot？

我觉得谷歌这家公司，我们投资它并不是因为它具备这些能力，也不是相信它一定能够做得最好。对我们来说，它的 downside 没有那么大。

只要 AI 继续发展，只要有公司做得更好，它总是可以向别人学习。谷歌其实也在比较激进地做资本开支。我不认为这是你们担心的事情，我觉得这是好事，可能对它未来的发展有好处。

英伟达您怎么看？您觉得英伟达的护城河，特别是在推理时代，不管是初创企业进入，还是包括谷歌的 TPU，英伟达在推理侧的护城河是变强了还是变弱了？

这个问题我也很难回答。英伟达本身我没有做过特别深入的研究，但它的护城河确确实实很深、很宽。

它的股价当然可能也还是有泡沫。如果 AI 整体存在泡沫，英伟达是其中最核心、也是受益最大的 player，毫无疑问会有泡沫在里面。

要判断这家公司未来会怎样，说实话，我也没办法做出很好的判断。我只能说，对我而言，它肯定存在 downside risk。

7. 华人社区需要更大影响力

您纵观这几十年，看到硅谷华人的整体生态位发生了哪些变化？

硅谷一直是华人比较活跃的地方，因为这里确实会聚集很多高端人才。一方面，这和美国过去的留学生政策、移民政策有关。它吸引了很多来自中国大陆、香港、台湾等华人比较密集地区的移民和留学生来到美国。

第二方面，它也确实受益于华人的教育文化。在我们的家庭教育中，比较注重让孩子学习科学、工程，以及华人认为比较世俗、比较有价值、能够找到更好工作、获得更稳定工作的学科。

所以，最后就造成我们在这些行业里有更多人才，也反映在硅谷人群的分布上。

但另一方面我们也看得到，华人在高科技行业，甚至很多其他行业，都有非常杰出的表现，可是在一些领域实际上还比较弱。

比如在政治领域，在美国政治中，虽然也有一些华人政治领袖，但凤毛麟角。至少到目前为止，我还没有看到在美国国会层面有大陆背景的参议员或众议员。州一级可能越来越多，下一层，比如 city、township 这些层级，也可以看到更多大陆背景的人，但还是不够。

和我们在其他领域的表现相比，这里面仍然有很大的差距。这是一个方面。

第二个方面，即便是在 corporate world 里，无论是投资界、高科技行业，还是传统企业，华人的身影也非常有限。

你看，像 NVIDIA 这样的公司，因为 Jensen Huang 本身就是创办人，所以是华人担任领袖、带领企业发展的例子。可是，在很多其他大型公司里，华人做到顶尖、达到 senior executive 位置的人仍然不够多，尤其是在一些传统企业中。

所以我觉得，华人在领导力这一块，也是一个需要补齐的地方。

第三个方面是华人对社区的贡献。我们可以看到，华人有很多捐款支持大学，做各种捐赠和公益活动，但对社区的投入非常有限。

这会造成华人草根层面的影响力不足。尤其是在疫情期间，我感觉到，如果华人不能积极参与社会，进入主流政治并产生影响，那么我们就可能成为摆在砧板上、任人宰割的羔羊。

别人不会因为你是华裔，就主动保护你的权益。只有你自己去争取，才能保护自己的权益，别人不会替你去保护。

所以，我也积极参与了很多华人社区工作。美国华人联盟最早成立的时候，我作为它的理事，也是主要捐赠人之一。后来我更多地参与组织的建设和发展，直到后来又和一群志同道合的朋友一起创办了 UCA Community Foundation，也就是美国华人联盟的社区基金会。

这些都是我个人在这方面做的一些努力。当然，我也希望有更多有志之士加入这样的行列，和我们一起为社区做贡献，丰富和加强我们的社区，empower 它，让它能够在美国主流社会发挥更大的影响。

您成立这个基金会，当时的初衷就是希望帮助华人改善在美国社会各方面的参与度吗？

我在做社区工作的时候发现，我们社区的组织有点像中小企业，资源非常有限。很多组织只有几个志愿者，大家有热心，于是组织起来，自己出钱出力，做得非常辛苦，却没有很好的资金支持。

所以我就在想，成立一个基金会，让整个申请资金的过程变得非常容易，支持社区里一些比较有创意、能够产生影响和效果的项目，支持它们发展，就像一个天使基金一样。因此，我们就做了这样一个基金会。

您可以给我们介绍一下，你们都投资了什么样的项目吗？

我们这个基金会主要专注于 6 个方面的项目。第一个是公民权利保护和教育；第二个是公民参与；第三个是培养二代、青年一代的领导力；第四个是传统文化传承；第五个是社区服务；第六个是中美民间交流和相互了解。

我们主要推动这 6 个方面的项目。比如，湾区去年有一个剧社制作了话剧《哥大的椅子》，这是非常有意义的一件事。

这个话剧讲的是过去有一位叫丁龙的华人，把一生的积蓄捐给哥伦比亚大学，用于东亚研究，留下了一段传世佳话。他们把这段历史做成话剧，展示华人在美国的历史以及对美国社会的贡献。

所以，我们这个社区基金会赞助了这个项目，我也参加了演出，非常成功。我自己也是哥伦比亚大学商学院的 MBA，算是哥大的校友，所以感到非常感动，也非常兴奋。

所以，你们主要投资哪些项目？大概是什么样的 check size？

我们现在做的是天使投资，大概是 500 到 5,000 块钱，主要起种子资金的作用。我们提供的是 grant，申请者拿到以后就可以使用，不需要偿还。但申请者需要告诉我们资金花到哪里去了，结果怎么样。

也就是说，全美范围内的华人，如果有一些有意思、能够产生 impact 的项目，都可以去 UCA 申请，对吧？

对，可以向 UCA Community Foundation，也就是 UCA CF 申请。流程非常简单：写一个 proposal，告诉我们准备怎样使用资金、需要多少钱、具体怎么花，以及你们是什么样的团队，做一些相关介绍。

当然，我们有一个要求：申请者必须是非营利机构，做的事情也必须是公益性质的。如果不是非营利机构，或者没有非营利资质，也可以找社区里有非营利资质的机构合作，然后申请我们的 grant。

我们判断是否投资，首先看项目是否符合那 6 个 area，也就是我们的 mission、我们的宗旨。第二，它需要是比较初创的项目。如果已经做了很多年、财力也非常雄厚，我们可能就不应该把有限的机会给它。

第三，我们还是希望项目能够产生社会影响。

今年 UCA 也会举办全美华人大会，地点在拉斯维加斯，时间是 6 月 29 日到 7 月 1 日。这也是一个非常盛大的活动。我们欢迎更多华人社区的活跃者、志愿者参加。

我觉得，这是华人社区联合、联系在一起，互相交流经验、建立连接，并在未来开展更多合作的一个很好机会。

还想知道，您做基金会的时候有没有遇到什么最大的挑战？

我们最大的挑战是，目前已经完成了从 0 到 0.5 的发展，但仍然完全依靠志愿者来运作。这样是不够的。下一步，我们希望进一步职业化，也在招募能够职业化运作基金会的人才，希望他们加入进来。

当然，我们也欢迎更多志愿者加入。志愿者最大的问题是时间 commitment 不稳定，不能够持续投入。但如果人多了，也可以把这些空缺补齐。

所以，目前最大的挑战就是怎样管理好志愿者，以及管理整个 grant 的流程：从 application，到发放、跟踪，再到最后的结果评估，以及财务报告、项目报告等等，把这些事情组合在一起，有头有尾地完成。

怎样管理好志愿者，其实是我们现在面临的最大挑战。

我知道基金会也做了很多事情，帮助华裔下一代培养对美国社会的认知、融入美国社会。能给我们介绍一下吗？

有一件很重要的事情，是我们和 UCA 一起做的项目。UCA 每年都会举办 summer camp，我们叫作青少年领导力培养夏令营。

每年他们都会组织这个活动，请国会议员、华人在政治领域比较杰出的领袖，以及社区领袖给孩子们做分享。这些孩子大概是中学生到大学生的年龄，他们会学习怎样服务社会、怎样建立自己的影响力和领导力，以及怎样寻找相关工作。

我们也会为他们提供在国会议员办公室实习的机会。每年大概是一到两周的夏令营，今年可能也很快就要开始了。我们欢迎更多华人家庭把自己的孩子送去，接受这样的培养。

每年参加的人大概有 100 到 200 人，少的时候也有上百名学生。

这个活动是大家都可以申请、都有机会参加吗？

对，也可以申请。今年的华人大会上，还会有一个青年领袖大会，大概有几百名青年学生参加，他们会通过这个活动进行连接和交流。

8. 培养不被 AI 替代的下一代

说到下一代的领导力，在培养下一代的时候，我们应该怎样思考它的长期价值？应该怎样培养下一代，教给他们什么样的品质和能力，才能让他们未来不会被 AI 替代？

如果不想被 AI 替代，首先要懂 AI，也就是 AI literacy，了解 AI，以及知道怎样应用和使用它，这可能非常重要。

另一方面，我们要更多地把学习专注在有创造力的领域，真正发挥自己的能力。我觉得 AI 可能很难替代人的创造能力。

最终来说，AI 可以给我们带来很多惊喜，但可能还是很难真正替代人。人有很多特殊的东西，比如信仰、创造力，以及丰富的想象力，这些可能都是 AI 不能完全替代的。

在硅谷，很多华人家庭都非常“鸡娃”。在您看来，AI 时代到来以后，“鸡娃”还是有必要的吗？还是更像美国，强调所谓快乐教育的概念？

我觉得两者都需要。在我们家里，我属于比较中立的。我认为美国的教育也有好的地方，它让孩子精神上和学习上的负担少一些，能够比较自由地发挥。

华人的教育方式也有自己的优点，会让孩子更加自律，建立好的生活习惯和学习习惯，然后更多地去 explore，去发现其他方面的能力。和我们的兴趣不那么相关的东西，也可以让孩子都去尝试一下。

这样可以让他们的能力有更加丰富的展现。我觉得两个方面其实都需要，最后可能需要找到一个平衡，而不是把它推到某一个极端。

今天问您的最后一个问题。您接触的二代也很多，您感觉这些二代和以前的华裔有什么不一样？他们身上有什么特点？

我觉得他们的视野会更加广阔。今天这些孩子的世界不只是在美国，而是全世界。

而且我觉得，今天 AI 给我们带来的变化，也不只是中美之间的问题，而是一个世界性的问题，需要大家一起合作、共同解决。

所以我是一个和平的倡导者，相信这个世界应该朝着和平发展，而不是国家之间、民族之间、宗教之间，以及政治实体之间相互对立。

未来的世界应该是一个更加和平的世界，这是我个人的期待。

非常感谢常老师今天和我们的交流，受益匪浅。

谢谢，谢谢。卿云的这个采访，我也非常荣幸。