我感觉现在的AI大模型、芯片、存储之类的，都是AI产业链的中上游产业。而AI能不能最终完全商业化落地，还需要下游应用层产业的发展。而这时候就需要大众群体都参与进来。就像当年淘宝、抖音的发展，非常依赖数以亿计的商户、商家的入驻。 而且我还感觉，AI的发展格外依赖知识密集行业或者中高端服务业的从业者，比如科研人员、程序员、影视后期人员、交易员、科研人员等等。这也就意味着，AI的发展，最终需要一个规模非常庞大的中高端服务业从业群体。 然后我觉得现在的AI基建产业的发展没有透支未来的需求。这就跟迂回生产差不多。你想获得更高产值的回报，你想做出更好的产品来，前期就得有海量的资金去预先投入。 这就跟00年代中国为了后续的房地产和各种招商引资的发展而大规模修基建一样，要想让企业低成本地把产品制造出来，就得预先把基建给修好。 但我觉得你要说现在AI有没有泡沫吧，我也觉得肯定有。AI确实是未来的发展方向，问题是现在企业有点过度投资的味道了，相当于在市场还没有产生充分的市场需求之前，企业端提前生产了一大堆存货，这会给企业的利润和现金流带来恶化。 针对第一个问题，我觉得目前可能是融资推动的可能性大一些。现在美国的那几个云厂商今年好像合计资本支出了7000亿美元左右，但它们建的服务器、gpu集群之类确实也产生了很高的一部分营收增长，甚至有人说它们机房里能出租的产能已经被订购至明年到后年了。可问题是，openai那些大模型的厂商，它们的赚的钱还不足以完全覆盖买算力的钱，它们有的时候还需要融资来弥补；而大模型那些厂商恰恰是云厂商的下游，也就意味着如果大模型厂商因为市场融资环境收紧而还不起算力的钱，那整个AI链条都会有风险。而且这些云厂商、算力厂商和大模型厂商之类的，还有循环交易、循环投资的嫌疑。 针对第二个问题，我认为未来会产生更多的gpu需求，也就是模型厂商的单位任务消耗的算力在下降，但由于最下游的用户的总需求的增长要更快，所以GPU的总需求更高。 第三个问题，我认为目前跟次贷危机有像的地方，那就是算力寿命折旧的速度非常快，这很有可能使得AI企业的资产负债比变得很高；还有就是SPV这样的公司结构，CoreWeave这类公司会把GPU设备为抵押去借债，借来的钱再买更多卡，企业的资金大多来自借债，自有股本非常少，一旦算力价格下跌，那么就会资不抵债；再有就是现在这些AI企业会借短债去投资期限很长的资产，这就导致一旦市场不愿意给企业续新贷，而AI企业的持有的这些重资产短期内又产生不了足够的现金流，就会导致债务违约。但其实次贷的问题是，大量信用不合格的买房子的人的房贷被经过多层嵌套打包后，形成市场上不知道底层的金融产品，然后又被大量分散的个人给直接持有，而这轮AI金融资产，主要是由机构持有，而且借款人也都是经过审计的AI公司。 第四个问题，我前面已经回答过了。
互联网泡沫也是因为建了太多的基础设施，然后发现没人用。不过这些基础设施倒是加快推进了互联网进入移动互联网。
昨天晚上，和一个做 AI Infra的博士朋友打了一个多小时电话。本来只是随便聊天，结果他抛出了一个让我越想越值得深思的结论： 现在各地又在大力搞基建投资数据中心了，动辄数十亿的项目，租赁算力中心也是单次几个亿的成本，但是以vc融资和我在前线的真实行业从业人员视角来看，ai基建确实有点泡沫的苗头了。 一开始我觉得这是危言耸听。 后来翻了很多资料，发现一件很有意思的事情——今天 AI 基建的发展轨迹，居然和 2008 年次贷危机之前，有一些非常值得警惕的相似之处。 当然我不是说 AI 会崩，也不是说会复刻次贷危机。真正值得讨论的是：金融市场是不是又一次，把“未来一定会发生的需求”，提前透支成了今天的巨额投资？ 先搞清楚当年的次贷危机，到底发生了什么。 很多人以为次贷危机就是“房价跌了”。其实不是。真正可怕的是，整个金融系统都建立在“房价会一直涨”这个假设上。 当时美国发生了一件事：银行拼命给人发房贷，哪怕信用不好也能借。 为什么？因为银行根本不准备一直拿着这笔贷款。 它会把几千笔房贷打包，卖给投资银行；投资银行再把它加工成各种金融产品（MBS、CDO），卖给全球投资者。 整个过程就像这样：房贷 → 打包 → 证券 → 全球投资者。 所有人都赚钱，银行赚手续费，投资银行赚承销费，基金赚收益，借款人买到了房子，大家都觉得这是个完美循环。 但问题来了，这套体系真正赚钱的前提只有一个：房价继续涨。只要房价涨，借款人还不上也能卖房；但是房价一停，整个循环就开始反着转，借款人违约。房贷价值缩水、证券暴跌、银行开始不借钱给彼此。 最后连当时的巨头雷曼兄弟都倒了，导致喊了数十年的九大投行格局变成了八大投行了，当年雷曼的江湖地位可以说紧紧略逊色于摩根这些元老。 这个事情最恐怖的地方在于，最开始出问题的，只是一部分房贷。真正毁掉整个系统的，是围绕这些房贷建立起来的金融结构。 我们聊着聊着突然发现，今天 AI 基建有一点像那个时候，起码目前，算力服务相关的市场初步出现了一些信贷市场的长期证券化票据，虽然还没到“次贷”的程度，但是有些合同票据已经有长期化、永续增长的假设了。 当然，两者完全不是同一件事。但逻辑真的很像。最近几年全球科技巨头——微软、谷歌、Meta、亚马逊——开始疯狂砸钱建数据中心，一年资本开支已经到了几千亿美元；当然中国也一样，各地都在建算力中心，GPU 一卡难求，电力、液冷、服务器、光模块……整个产业链都在扩张。 如果只看这些新闻，你会觉得：AI 需求大到根本供不应求。但我那个朋友告诉我一句话，我印象特别深。现在很多算力，不是因为真正有人在赚钱，而是因为所有人都在训练模型。 什么意思？现在一级市场上，所有看似光鲜亮丽的“拿到融资所谓大结果”的公司背后，每一家 AI 公司都在训练。因为你不训练，就拿不到下一轮融资。更悲催的情况是，含有对赌的投资条款在中国不在少数，一旦跑不出来，训不出来，所谓“大结果融资”，瞬间变成债务。 于是整个行业形成了一种奇怪的循环： 创业公司融资 → 买算力 → 投资人压力下继续训练 → 希望融下一轮 → 再买算力。 算力需求是真的。但其中有多少，是靠融资烧出来的需求？这是个值得思考的问题。更有意思的是，中国已经出现了一些信号。 去年路透社报道过一件事，国内许多建成算力中心的利用率只有 20%-30%，而且还有一大堆项目排期在路上。当然这不是全国平均，但是部分地区已经出现这种情况可以反映一些问题。 为什么？因为地方政府都想发展 AI，都想抢算力，于是大家一起建，结果有些地方建出来之后，客户没跟上。 这不禁让我想到房地产里的一个词，那就是“鬼城”。 当然，数据中心不是住宅，算力可以调度，客户可以跨区域。 但它们有一个共同点：建出来，不等于能赚钱。 一座数据中心最大的成本，不是今天把楼盖起来。而是未来十年，它到底有没有人持续租你的 GPU。 真正让我觉得细思极恐的是融资。 这里才是最像次贷的地方。 今天的数据中心，已经不是简单的“老板掏钱建机房”。 它背后已经出现了一整套融资体系。 包括：银行贷款、项目融资、融资租赁、数据中心 REITs、ABS（资产支持证券）、私募信贷 举个特别简单的例子。 以前买 GPU，老板一次付清；现在很多时候，可以融资买，可以担保，可以大额长期租赁，5年期居多，可以用未来赚的钱慢慢还。 是不是很熟悉？这本身没有问题，房地产开发商也是这么干的，机场、高铁、电站也都是这么干的。 问题只有一个，那就是，未来赚的钱，到底够不够还今天借的钱？ 有的银行今年专门写了一篇研究，它提到，越来越多 AI 数据中心开始通过 SPV（特殊目的实体）融资，导致很多债务并不直接躺在科技公司的资产负债表上，而是另一家关联实体上。 这说明 AI 基建，有一点点开始进入金融工程时代的意味了。 CoreWeave是一个很好的观察样本，它的公司主要商业模式就是买 GPU，然后租算力，听起来特别合理，但问题来了——它为了买 GPU，借了大量的钱。 整个商业模式其实就是一句话，今天借钱买设备，明天靠客户租算力还债。 如果客户一直来，没问题；但是如果 GPU 更新太快、如果租金下降、如果客户减少采购，那么压力就会越来越大。 所以我越来越觉得：技术革命是真的，围绕技术革命形成的部分投资，也可能形成真的泡沫。 最有意思的问题，不是 AI 会不会成功，而是： 如果未来真的只有少数几个基础模型成为赢家，那今天建出来的这么多算力中心，最终是谁来承担回报不及预期的风险？ 创业公司？地方政府？银行？还是买了这些金融产品的投资者？ 我最后想抛四个我觉得特别值得讨论的问题： 今天的 AI 算力需求，有多少是真实商业需求，有多少是融资驱动的训练需求？ 如果模型越来越高效，以后需要的 GPU 会更多，还是更少？ 数据中心 REITs、融资租赁、ABS 这些金融工具，会不会像当年的 MBS 一样，通过更大众的“金融创新”，把风险转移到了更多人身上，从而再次引爆次贷危机？ AI 基建现在到底是在提前布局未来十年，还是已经开始透支未来十年的需求？ 欢迎留下你的看法。
【限 10人】2 天 1 夜期权实战班 · 第四期 市面上讲期权的课很多，大部分讲完你还是不敢下单。这门课不一样的地方在于：第一天晚上九点半，美股开盘，我们陪你在课堂上真金白银下一单。 为什么是这门课 一、案例讲的是你身边的人，不是巴菲特 我们不讲股神，讲会员群里的真人真事。有人裸卖 Call 踩坑，有人用滚轮收租，有人用衣领策略躲过暴跌。包括亏的那些，一起拆开讲。 赚钱的案例谁都会发，我们把踩坑的过程也摊开，因为那才是你最可能遇到的情况。 二、当晚实盘，不是纸上谈兵 周五晚上 20:00 到凌晨，跟着美股开盘做盘前分析和实盘操作。老师在旁边，一步一步带。 三、限额10人以内，问到你懂为止 小班的意义就是你能一直举手。 四、课后不断线 线上持续指导，复训不限次数，每次只收 200 新元成本价。一次报名，长期有效。 两天的安排 周五 10:00–13:00 概念理论 14:30–18:00 实例教学 + 答疑 20:00–00:30 盘前分析 + 实盘操作 周六 10:00–13:00 复盘 + 答疑 六个模块 01 期权基础：看懂 Call 与 Put、买方与卖方 02 买卖逻辑：权利金、行权价、到期日 03 时间套利：时间价值与波动率 04 风险管理：看空不做空，算清最大亏损 05 真实交易：结合美股案例拆解实战 06 宏观与 ETF：把期权放进自己的投资体系 这门课适合 ✓ 已经在买股票，想弄懂怎么控制风险 ✓ 听过期权但一直不敢动手 ✓ 手上有持仓，想学会给它加个保护 ✓ 股票拿在手里不涨不跌，想搞懂如何用期权"收租" 私信我报名
通常我们讲，人民币的汇率是被中国央行高度管控的，人民币币值来自于中国的国家意志。那么中国官方对人民币汇率的评估依靠什么呢？ 就看出口，如果出口增速正常合理，这种情况下国家不介意人民币升值，因为毕竟人民升值意味着中国人更有钱。但如果出口增速出现下滑，此时就优先保出口，为了出口增速会放弃人民币币值，选择贬值。 配图是过去十年人民币汇率与出口的增速。红色线是汇率，蓝色线是出口增速，可以划分出六个阶段，也就是下面的六个框。 可以看到，六个框中有四个框，也就是四个蓝色框，人民币币值与出口增速都呈现高度相关性，即出口增速下降，则人民币贬值，出口增速提升，则人民升值。 这一波人民币升值（也就是第四个蓝框），就是一波典型的出口增长，人民币升值。目前这一波升值，其实也否定了市场一致认为的那个逻辑，人民币币值受美联储加息影响。 这种互为因果情况下，可以预见的未来是人民币大概率还会持续走强，手里的外币存款怎么应对，显然就变成了一个需要care的问题。 下周二欢迎手里有外币币种的朋友来一起聊聊！
核心逻辑依然没变，就是谁掌握入口，谁垄断利润。Google Chrome现在以肉眼可见的速度在强推Gemini的集成了。
9月22日，贝莱德数字资产研究团队发布白皮书，核心一句话：AI 是机器原生的智能，数字资产是机器原生的钱。 报告讲了三件事。 第一，同一套逻辑。大模型把语言切成 Token，机器才能读懂；区块链把资产切成 Token，机器才能验证归属、完成结算。 第二，支付。AI 代理要 24 小时不停地买数据、API、算力，单笔可能不到一美分，银行卡和转账的手续费、结算时效都跟不上。多种数字资产都能参与，但贝莱德判断稳定币最可能挑大梁。比特币更像长期储值，不是日常结算工具。 第三，算力代币化，这是全文最有料的部分。AI 公司为锁定成本会提前预订算力，这些算力权益可以变成代币，用来转让、交易、抵押，进而吸引机构资金入场。贝莱德引用的预测是，2030 年超大云厂商年收入将超过 1 万亿美元，这就是潜在盘子。
上周我把美股军工股全部清仓了，转而集中重仓买入我认为接下来表现会更强的美股加密货币概念股。接下来基本上不用管，拿着就行。 一般股票涨多了都会有调整，但这只票跟比特币的上涨联动性很强，所以回补缺口、财报后的回调，相对来说都不会那么明显。
历史一再重演：被巨头封杀的一方，往往反而被证明了成功。Muse 9月8日上线，12天就被 Amazon 拉黑，同期冲上美区 App Store 榜首。真不构成威胁，谁会动手。 Amazon 给的理由是：Muse 未经同意以用户身份浏览下单，不主动表明 AI Agent 身份，涉嫌账户凭证、隐私安全、违反使用条款。听着挺正当，但这不是技术兼容问题，是 AI Agent 时代的入口之争。 👉 真正的账是：一旦 Muse 这类通用 Agent 成了默认入口，用户就不再打开 Amazon、不再翻商品页、不再看广告。$AMZN 丢的不只是流量控制权，还有那 680 亿美元的广告盘子。 对 $GOOGL 同理，甚至更狠。Agent 带着用户意图直接执行，展示类广告给谁看？Google 的解法只有一条：尽快推自己的 Agent，而最快的落地渠道就是 Chrome。 封杀从来不是终点，是重估的起点。
