量化交易的优势是纪律性强，但劣势是智能抓历史规律，但历史上没有出现过的机会，比如太空探索，AI ，量化很难抓住。而主观交易则是反过来，优势是可以抓住历史上没有出现过的机会，但劣势是纪律性差，容易太主观，从而被人性的弱点拖累。我正在尝试的，是用 AI，把这两者优势结合，让 AI 把主观交易更加结构化，纪律化。也就是所谓的 Quantamental 策略。前两天去港大，我分享了如何用 AI 把这套体系落地。听课的同学主要是金融从业者，都挺感兴趣的。具体内容请见视频。

在沉沦了 14 个月之后，Meta在 AI 上重回第一梯队。 我觉得成功的因素主要是两个： 第一，小扎敢赌。用没有做过前沿模型的Alexandr Wang去带领团队。在不知道模型能不能做出来之前，就敢投入 1000-2000 亿美元。 第二，小扎会赌。智能硬件上，不像大部分人一样卷手机，而是搞智能眼镜。在 AI 上，不卷编程和 to B，而是搞 to C。赌创新，而不是卷存量，这其实是对的。 Meta 值得关注，尤其是即将发布的财报。 详细分析，请见视频。

美国GDP增速可能在 2030 年冲到 15%，超过中国？而且，不是超过现在的中国，而是超过当年中国经济增长最猛的时候。 这是 Anthropic 联合创始人 Jack Clark 前段时间在 IMF 年度讲座上抛出的判断。依据是 Anthropic 经济学家的推演：在最激进的情景下，到 2030 年，美国 GDP 增速冲到 15% 以上，GDP 达到 44 万亿美元，比没有 AI 的情况多出三分之一。 我把演讲和报告都看完了，先说他的逻辑： 科技是第一生产力，但过去半个世纪，全人类的科技突破越来越少。卡点在人：全世界只有大约 1000 万个科研人员，培养一个要十到十五年。但AI 让科学家第一次可以复制，只要算力够，要多少有多少。Jack Clark 的判断是，很快会变成 1000 万个人类科学家指挥 100亿个虚拟科学家做科研。 未来比拼的，不再是人口红利，工程师红利，而是大模型红利，算力红利。AI 时代，竞争逻辑变了。 详细内容和分析，欢迎观看视频。

太夸张了，马斯克真的用SpaceX的火箭推进系统做出来了会飞的车。我用任何语言都没法准确描述这辆车，大家看视频吧。

a16z 最新的"State of Markets"报告，干货很多。我给大家挑了 7 个重要的洞察： 1. 科技已经成为经济投资周期的主要驱动力，正在引领资本投入、企业盈利和经济增长。 2. 科技股上涨不等于泡沫，当盈利增长快于股价上涨时，估值倍数反而会下降。 3. 科技巨头的现金流承压可能是阶段性的，庞大的客户订单和芯片持续创造收益的能力，支撑了未来现金流恢复的预期。 4. AI 的影响正在扩展到实体经济，带动工厂、电力、交通等基础设施投资，成为经济增长的新动力。 5. 企业已经广泛开始使用 AI，但从部署工具到持续兑现商业价值，仍有很长的路要走。 6. 企业之间的 AI 使用差距正在扩大，率先获得商业回报的公司，可能形成“收益推动投入、投入强化优势”的良性循环。 7. AI 提高效率也可能带来更多就业机会，当员工借助 AI 创造更多收入、推动业务增长时，企业就有动力扩大招聘。 详细内容，请看视频。

很多人说太空 AI 算力集群没必要，但谷歌告诉你，其实很有必要。 谷歌一年花 2000 亿美元在地面建算力集群，但是在 美国时间10 月 1 日，搭载 SpaceX 猎鹰 9 号的Transporter-18运载任务，发射了 AI 算力实验卫星。之所以要做这个实验，就是在为未来搭建太空 AI 算力集群做准备。 逻辑很简单，就问两个问题，人类对 AI 算力的需求，是地面 AI 算力集群足够满足的吗？在地面上建 AI 算力集群，是越来越容易，还是越来越难？ 我的观点是，在太空里建 AI 算力集群就是个早晚的事。 谷歌做过测算，如果太空运载成本达到 一公斤200 美元，太空算力集群就有机会跑通。目前全地球所有航天公司最低的运载成本超过 一公斤1500 美元。只有 Starship，有机会做到一公斤 80 美元。可以说，SpaceX 卡住了太空 AI 算力集群的咽喉，一旦这个领域火起来，SpaceX必然是最大的受益者之一。 对于谷歌这次发射的 AI 实验卫星，以及 SpaceX在太空 AI 算力集群里的位置，我做了一期视频详细做了分析，感兴趣的朋友们欢迎观看。

Anthropic 上市，真的能达到 2 万亿美元的市值吗？悬，因为看起来，A社并没有跟其他模型公司拉开差距。 原来以为，模型能力越强，越接近 RSI（自我迭代），各模型公司之间的差距会拉大。结果，即使 A 社之前暂时领先，领先幅度也没有扩大，反倒是 xAI，谷歌，Meta这些被认为已经掉队的公司，又追上来了。 看起来，模型这个环节，恐怕卷价格是难以避免了。这对模型厂商是坏消息，但对我们这种 AI 使用者和 AI 应用的创业者来说，是个天大的好消息。 模型公司怎么办呢？两条路。第一，做成 AI 云。第二，延伸到 AI 应用环节。巨头是两边都做的。比如说 SpaceX 做了 Grok bot，也出租算力。Meta 建了大量算力，也做了 Muse。这对巨头来说是个舒适区，但是对 OpenAI 和 A 社这种历史上没有沉淀出 cash cow 的初创公司来说，确实是个巨大的挑战。 Anthropic今年能不能上市，包括上市后的市值能到多少，我偏悲观。接下来我们拭目以待。 详细分析，请见视频。

Meta在 VR 上的巨额投入，终于要看到曙光了。Meta 的 VR 眼镜实在是太惊艳了！发布会上 技术负责人 Boz 的那段演示，让我对未来的 VR+AI 的工作和娱乐方式，充满期待。明年春天，必须第一时间买一个体验一下。 看完 Meta 的 Connect 大会，我有几个猜想，分享给大家，也mark 一下，方便未来复盘： - Personal Agent 时代来了，这会打破互联网和移动互联网时代形成的平台格局，重新洗牌，没有人是安全的。 - Personal Agent 时代的赢家，必须是有生态+模型能力+算力充足+有创新硬件能力的公司，目前来看，只有Meta 符合标准。字节和阿里比较接近，但缺了创新硬件。苹果差了模型和算力。 所以，如果 Meta 真的跑通了，短期内没人能挡得住。未来需要持续关注 Muse 的数据。 详细内容，欢迎观看视频。

AMD 要花 82 亿美元，收购一家成立才两年多的公司：AI 教母李飞飞创立的 World Labs。 Lisa Su 为什么愿意下这么大的注？ 结合 Bloomberg 对两人的访谈，我的理解是：她在花重金买认知和团队，争取比别人更早看清下一代芯片的需求。 芯片从设计到交付需要几年。等一种新模型火了，再研究它需要什么算力，可能已经晚了。而做前沿模型的人，最早知道训练卡在哪里、哪些新想法被现有硬件限制了。 World Labs 的研究，正好能帮助 AMD 提前回答这些问题。 那么，李飞飞到底在研究什么？她为什么这么早就愿意跟一家芯片公司绑死？ 这期视频，我详细分析了这笔交易背后的逻辑。 BTW，你觉得Lisa Su的这个押注对吗？值吗？

Meta 在 AI 上打了一场漂亮的翻身仗，但靠的不是大模型，而是 AI Agent Muse。 从 Muse 发布到今天，短短 20 天，Meta 股价上涨约 18%。 看完 Connect 大会，我算是搞明白 Meta 独特的优势了。 在 AI 应用时代，公司拼的已经不再是模型能力这一个单点，而是完成整个商业闭环的综合能力。 以 AI 购物为例。以前 OpenAI 跟沃尔玛合作过，但最初让用户在 ChatGPT 内直接结账的方案，效果并不好。 这次 Meta 也搞 AI 购物，我觉得它搞成的概率会比 OpenAI 高很多。 原因是，即便模型能力没有领先 OpenAI 和 Anthropic 这样的前沿实验室，Meta 也有自己的优势：它手里的 Instagram、Facebook 和 WhatsApp，有更多的场景可以展示商品、发掘需求，覆盖购物决策的大部分环节。 当然，现在只是 Meta 取得了初步的成功，用户在尝完鲜之后是否会持续使用，产生好的口碑，还需要进一步的观察。 详细分析，请见视频。

马斯克说，SpaceX 的工程能力超强，用这种能力去建数据中心，就像让职业棒球队去打少儿组比赛。这个话没有吹牛。所有新建的 AI 算力中心都缺燃气轮机，因为叶片很难造。但SpaceX 可以自己造，因为人家连火箭发动机里的叶片都能造得出来。所以未来几年，谷歌、亚马逊、Meta、微软，包括所有的 neocloud，都只能眼睁睁的看着 SpaceX 的算力中心，1GW，1GW 的建起来。在这种算力供不应求的市场里，谁能把算力中心建起来，谁就能赚取溢价。从这个逻辑来看，SpaceX未来的收入增速，确实很有可能会很高。详细分析请见视频。

前段时间，Gavin Baker 爆了个料：Dario 认为未来世界上可能只剩下一家公司。Dario 很快出来辟谣。 但这个"疯狂结论"，最近被人用一笔一笔的账，算出来了。 Dwarkesh 和 SemiAnalysis 创始人 Dylan Patel 做了一场 77 分钟的对谈。我把访谈完整看完了，先说最硬的一笔账—AI 产业链的价值瀑布： 1 瓦算力，晶圆厂设备投资 6 美元；建成数据中心，长约租金每年 10-15 美元，基本贴着成本线；现货价 25-40 美元—SpaceX 就是按这个价卖给 Anthropic 和 Google 的；到模型公司手里卖 token，变现 50-100 美元；再到 Jane Street 这样的客户手里，变现 200-500 美元。 从头到尾，100 倍。每一环都赚钱，越往下游越赚。 这条瀑布隐含一个铁律：算力有限，谁变现效率高，算力就流向谁。我自己的判断是，它正在重新定义"公司"—未来公司规模的上限，不是你能管多少人，而是你能拿到多少瓦。 访谈里还聊到了： •模型公司手握天量算力，正式训练模型却只占 10%，剩下 90% 在干什么？ •为什么看算力格局，增量比存量重要—增量几乎就等于全部？ •AI"劳动力"每年翻 10 倍，一家公司的"员工"超过全人类，还需要几年？ •以及开头那个瓜：Dario 那句被辟谣的话，账到底是怎么一步步算出来的？ 每一个答案都反共识。详情请见视频。 真实感慨，算力即权利。

Moderna 单日暴涨 177%，创下标普500近25年最罕见的单日纪录之一。 为什么会暴涨？因为 mRNA 癌症疫苗通过了三期临床。 这是一次性的事件吗？研究完之后，我很肯定，这不是一次性事件。这件事会成为一个起点，在不久的将来，用同样的方法论，会有越来越多的癌症被攻克。 mRNA 癌症疫苗是怎么治疗癌症的？为什么这只是个起点？为什么Moderna值得研究？我在视频里有详细讲解。

黄仁勋攒了一个 5000 亿美元的高端局，参与的都是Goldman Sachs, BlackStone, BlackRock这样的顶级机构。我研究了 6 个问题： 1为什么要搞这个基金？ 2投算力，真的能赚钱吗？ 3英伟达担不担风险？ 4这 5000 亿用完了怎么办？ 5以史为鉴——被证券化的资产，最后都崩了吗？ 6在什么情况下，算力证券化会崩？ 对这些问题感兴趣的朋友们，欢迎观看视频。

马斯克 SpaceX 全员大会，信息量很大，我把重点帮大家整理出来了： 1．星链：11000 颗卫星在轨，是全球其他所有卫星总和的 2 倍多；覆盖 167 国；下一代 V3 卫星带宽是 V2 的 10 倍，星座目标 10 万颗。老马说，未来 90% 以上的互联网流量会走星链。 2．AI 收入 9 月将超过其他所有业务的总和。二季报里 AI 已占总收入 33%（26 亿美元）。而且这不全靠 Grok：Anthropic 正以每月 12.5 亿美元租 SpaceX 至少 300MW 算力，签到 2029 年；谷歌每月 9.2 亿美元，10 月开始付。光这两单，年化 260 亿美元。 3．算力：现在 1.4GW，今年底 2GW，2027 年底 10GW。按每瓦每年 30～50 美元算，就是年收入 3000～5000 亿美元——Anthropic 那单折算正好约 50 美元/瓦，价格假设已经有真实成交价背书。 4．五年之内，AI 将占 SpaceX 价值的 99%。 5．Grok 4.7 预计 9 月初发布，2.1 万亿参数，老马原话：每一个方面都比 4.6 强。 详细内容和分析，请看我的视频，链接在第一条评论。

Gavin Baker最新访谈信息量很大，我完整听完78分钟，结论都在这里： 1.7月大跌期间，硅谷找不到一个恶化的量化指标：GPU可得性、租金、DRAM现货、token增长，全部在加速 2.B200集群租金：年初约$2.5/GPU·小时，七个月后续租接近$4。还有算力公司公开说愿意加价100%续约——意味着云巨头手里的算力全卖便宜了 3.微软/Meta/亚马逊经营性现金流增速：28%→32%，剔除一次性项目≈35% 4.华尔街的模型实际按两代前芯片的费率给新算力定价，算出未来几年1.3～1.4万亿美元现金流；按市价重签合同，接近2万亿——差额恰好覆盖市场担心的那部分借债需求 5.开源爆发不是利空：token就是token，耗同样的芯片和电。开源只是把利润从模型层挪到算力层 6.这轮增长最猛的需求方（OpenAI、Anthropic、开源推理云）全没上市——他的说法：「公开市场的暗物质」 7.英伟达远期PE十年最低，市场笃定它在赚周期顶部的钱 8.我自己补查的一条：信用利差整轮只走阔5～12bp（投资级0.76→0.81%、高收益2.75→2.87%），8月初已回落大半。债市根本没把这当信用事件 全场唯一的负面数据点：第三方数据显示Anthropic增长曲线略偏轨，且争议很大。 详细内容，请见视频。

SpaceX 上市后的第一份财报出来了，电话会信息量很大。我把纪要从头读完了，先说最核心的结论： SpaceX 正式向美国三大电信运营商宣战了。以前马斯克的口径一直是，星链只是运营商的补充；这次 Gwynne Shotwell 直接说：三大运营商一年收入 6000 亿美元，我们的服务比他们好，会有相当多的用户转投 Starlink。底气来自手机直连：明年 EchoStar 的自有频谱接入，加上卫星数量扩大 10 倍，服务能力会是现在的 100 倍。而 Starlink 现在一年收入 170 亿美元左右，只相当于三大运营商的 3%。这会是 SpaceX 未来几年增长最猛的故事线之一。 电话会里还聊到了： — 手机直连的卫星不够多，拿什么支撑大体量用户？ — 宽带和手机直连用户都在暴涨，天上卫星的总带宽够用吗？ — 星舰什么时候成熟？隔热瓦问题到底解决没有？ — AI 业务收入暴涨 247%，马斯克在xAI 遇到困难时下了哪两步棋？ — 一个季度 184 亿美元资本开支砸进算力，多久能回本？建在地上还是太空？ 内容非常精彩，详情请见视频。

李飞飞正式进军机器人行业了。 她的 World Labs 最近收购了机器人仿真公司 SceniX。很多人好奇：世界模型的旗手下场做机器人，会怎么切入？是做人形吗？ 恰好，a16z 刚和李飞飞、SceniX 联合创始人李昀烛做了一场 40 多分钟的访谈。我把访谈看完了，先说结论：她不仅不做人形，还认为人形机器人可能不是正确答案。 理由有三层： - 人体是进化给"不可控环境"的通用方案，样样通、样样不精。她的原话：如果人类唯一的任务是爬树，我们会进化出完全不同的手指。用最通用的身体挑战最难的环境，是地狱难度。 - 机器人落地的顺序从来是：全结构化（工厂）→半结构化（仓库、餐厅）→非结构化（家庭）。行业才走到第二步，人形叙事直接把故事讲到了第三步。 - 能耗差距比想象大：人脑只要 30 瓦，连狂奔了 4 年的大模型都远没到这个效率，机器人差得更远。被问"5 年还是永远不行"，答案是：要很长时间。 我自己的判断：这轮机器人浪潮里，仓储物流这类半结构化场景的专用机器人，商业化会明显快于通用人形。值得跟踪的信号：头部人形公司会不会开始"降维"去接仓储订单。 访谈里还聊到了： - 机器人大脑的训练方式，和 ChatGPT 有什么根本不同？ - 为什么仿真数据在某些方面比真实数据还强？Waymo 数十亿小时的仿真说明了什么？ - 李飞飞不造机器人，那她到底要做一门什么生意？ 每一个话题的答案都反共识，详情请见视频。关注机器人行业的朋友们值得看完，否则容易踩坑。

Leopold Aschenbrenner的Situational Awareness基金，7月30日盘前把全部二级市场持仓一次性卖给了Citadel。半年净回报439%、管理规模200多亿美元（有报道称巅峰净值450亿）的AI明星基金，6天内被打爆。 我复盘了它的持仓结构，死因可以写成一个乘法： 爆仓＝集中（前五大占76%）×杠杆（约4倍）×拥挤（单只小盘股吃下8%流通盘）×对冲错配（用SMH和NVDA的puts对冲高beta重仓股）。 4倍杠杆下，持仓跌25%本金就归零。7月他的重仓股跌了30%上下，而纳指100只跌了10%——杀死他的不是市场，是结构。 他倒下前的持仓单（13F＋报道口径）：Bloom Energy、SanDisk、CoreWeave、IREN、Core Scientific、SK Hynix、Nebius，外加约50亿美元的Anthropic私有股份。这是全世界最懂AI的人用真金白银投出来的AI基建图谱——仓没了，图谱还值得研究。 我的判断：这是本轮AI回调的技术性投降标志事件，但技术性投降不等于基本面投降。接下来我跟踪两个条件：1）四大云厂商的下季capex指引是否继续上调；2）AI基建股的融券费率和期权skew能否在未来一两个月回落。两个都成立，这轮下跌大概率是周期中的深蹲；只成立一个，就要做好按季度熬的准备。 详细复盘，请见视频。

黄仁勋前几天接受了Axios的70分钟专访，正面回应了芯片股大跌。信息量很大，我把访谈看完了，划几个重点： 1）半导体要崩盘吗？他说短期不会：这轮是基建驱动不是需求驱动，未来10年半导体行业要扩大5到10倍，现在存储、封装、代工全线短缺。 2）泡沫呢？原话：总有一天会来，但5年内非常不可能。理由很反直觉：电力、土地、工人、芯片全都缺，资本开支想砸都砸不出去，供过于求被不断推迟。"这个约束是好事。" 3）Kimi冲击？市场第二次搞错同一道题——DeepSeek那次英伟达单日跌了17%，这次反应一模一样。免费的AI意味着更多使用、更多算力，反而是硬件的利好。 4）开源会干掉OpenAI和Anthropic吗？恰恰相反，最可能付费的就是用过免费AI的人。他说这两家会是人类历史上最成功的IPO。 5）中国业务？收入约等于零，指引里也没算。中国追没追上不重要——AI不是百米冲刺，中国培养的AI研究员比世界其他地方加起来还多，谁也挡不住谁。 6）Anthropic被锁起来的最强模型Mythos（强到能攻破银行系统），该不该开放？他说应该向所有人开放，加固是Anthropic自己的责任。 7）蒸馏算偷吗？违反条款走法律途径，但AI互相学习是智能的本质——几年后互联网99%的内容都是AI生成的，到时候所有模型都在蒸馏别的模型。 8）机器人的ChatGPT时刻？已经到了（它能推理出放苹果前得先开抽屉），但从有趣到有用，还要3到4年。 我自己的看法：打一个折扣（他是AI领域最大的卖铲人），记一个指标（电力、封装、存储的短缺何时缓解——缓解之日，就是警惕之时）。 详细分析，请见视频。