与「移动互联网」相关的搜索结果

我说AI中场，霍华德马克斯说AI才到棒球第三局，看他最新接受CNBC的访谈要点：1、防止非理性繁荣最好的办法，就是市场偶尔遭遇一些挫折。市场总是倾向于放大一切。过去一年到一年半，市场已经经历了几次明显的波动，包括近期AI和科技股的调整。在他看来，这些挫折并不是坏事，反而是健康的。 真正危险的，恰恰是所有人都相信没有什么会失败的时候。当投资者开始认为任何投资都不会出错，最严重的泡沫和非理性繁荣往往也就形成了。还是从反身性出发； 2、综合来看，他判断未来几年利率大体会维持在当前水平附近。 2009年至2021年那段超低利率时期本身就是一种异常，未来恐怕不会再回到那个时代。考虑到通胀仍然是一个值得担忧的问题，他相当确定，未来利率不会比现在低得多。这就对投资有了更高的要求； 3、但即使这样他在投资上还是很注重风控的 1）他并不认为当下这些公司的债券便宜到了随便买都划算的程度； 2）AI是他整个投资生涯中遇到过的最难预测的事情，但他并不因此主张完全回避。他更倾向于通过相对安全的方式参与。 这里多说点，马克斯创立的橡树资本主业其实信贷和不良资产，他说所得安全方式就是参与在不那么拥挤的地区建数据中心。 为什么认为AI到中场不是到尾声？核心还是AI大规模商业化才刚刚开始，看引用转发是的那条推文，大云厂商的云业务三个季度前才开始起速，而未来一两年是算力陆续上线的阶段（看数据中心的建设节奏）、那么云业务的业绩增速还会继续提速。想想28年AWS做到3600亿美金的体量，微软和谷歌云3000亿美金以上的体量、又会是什么情景。 anthropic25年营收45亿美金、今年三季度332亿美金全年500亿美金以上，当然未来很难再保持同比1000%以上的增速，但未来几年保持在一个较高增速是大概率的。 如果大家经历过移动互联网的商业化过程就知道，一项技术渗透率一旦跨过10%的鸿沟渗透率就会快速扩散、商业化也会不断加快、直到饱和和平台期。明显在Coding之后，企业采用AI正在深入和扩散、个人Agent、AI科学发现等各种新场景正在不断涌现，这都意味着AI大规模商业化正在开始加速、而不是已经到头了。未来市场真正的风险是AI商业化的降速，但不是现在。 当然问题也是现实存在的、资本开支巨大自由现金流为负，并不是视而不见，这也是造成市场动荡和调整原因。但这并不是说，已经到头了。还是引用的推文“AI中场的冰与火”里聊到的：趋势投资真正要做的，不是死守原来的 Winner，而是不断识别下一层利润池正在往哪里迁移，哪些板块是新的受益者新的主线。 当然我并不是死多头、恰恰个人可能是最早聊到中期选举前美股会有大动荡和调整的。 1）最早在8月下心这里 十月下旬的大科技财报决定基本面能否托底； 11月3日之后，选举不确定性消退，有机会形成一轮修复。 核心的逻辑也是油价、收益率，债务问题； 2）然后9月1号参加168X的访谈 11 月之后政治不确定性下降、三季报验证、估值更便宜（SOX 动态估值当下约 19.2，只是去年关税战低点10%多），会真正走出来； 3）然后10月9号 个人角度我们需要去看风险和机遇，承认有问题、问题有多大、对市场影响有多大。但也要看到基本面在进步的那方面。不是说涨了就要上天、跌了就下地狱，而很多人观点和判断跟着价格走。当然从投资上考验其实是仓位管理能力和调仓能力（需要往新的winner和主线上迁移）。 现在再看这一次财报季，商业化确实在加速、当然债务和现金流问题也是进一步放大和加速、然后宏观也没稳定特别是油价还没下来。 未来这轮修复能走多远，要看几点： 1）油价能不能下来，决定通胀走势。 通胀又决定了联储后续的利率走向；两次以内的加息市场还能接受，再多市场确实也扛不住； 2）产业上，商业化进一步加速。至于说资本开支到足够多的回报，可能要经历三个阶段 第一步：产能转化为收入，看营收和增速； 第二步：看扣除折旧后的经营利润 第三步：经营现金流／现金 Capex的从小于1变成等于1再到大于1。 3）至于中期选举、个人观点是结束比结果更重要，结束意味着政治不确定性降低，市场会根据新的国会权力结构来推演政策走向。上周末也有聊到，即使民主党拿下两院，也不是说就是遏制AI和加密发展、只是需要力度上要比共和党要小，不是方向问题而是力度问题。 4）当然近期还要看anthropic上市路演问题 个人角度整体市场也在慢慢做逻辑切换 1）过去一年多，市场奖励的是稀缺、扩张和想象力； 2）接下来市场更看重的会是利用率、利润率、自由现金流和资本回报率。 只是个人看法 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易

硅谷商业史上最讽刺的一幕，被 YC 现场这段访谈彻底撕开了， 硅谷教父彼得·蒂尔当年给 20 岁的扎克伯格投了 50 万美元，并留下一句名言：不冒风险才是最大的风险。 但他自己在赚到 10 亿美元时果断卖掉了全部股份，而扎克伯格拿着剩下的股票，硬生生把公司带到了今天的两万亿美元。 这段分享最值钱的本质是顶级投资人擅长用认知给别人指明未来的航向，但只有真正押上全部身家的创始人，才敢在最暴烈的惊涛骇浪里把风险杠杆拉满到底。 现在几乎所有做投资、做决策或创业的人，都在经历同一种心理撕裂： 道理我们全都知道，甚至能给别人讲得头头是道， 但一旦轮到自己面对确定性落袋为安的筹码时，绝大多数聪明人依然会被均值回归的理性引力拽回地面。 我把这场世纪投资背后的博弈真相，用大白话给铁汁们拆成三个最锋利的维度给大家讲透： 第一个，投资人与创始人的认知鸿沟：从 50 万美元到 10 亿美元的理性离场 蒂尔是 Facebook 最早的机构投资人，当时网站刚上线几个月，用户还全都是大学生。 那笔 50 万美元的早期下注， 后来给蒂尔换回了超过 10 亿美元的现金回报， 他在 2009 年卖掉了一半，在 2012 年 Facebook 以 1000 亿美元估值上市时，几乎把剩下的股份清仓套现。 从风险投资的角度来看，这是一笔创造神话的教科书级退出； 但多年后蒂尔在镜头前亲口承认：自己低估了顶级科技公司在规模化之后，继续二次规模化、三次规模化的狂暴复利。 第二个，言行知行合一的终极考验： 教别人承担风险的人，在自己的筹码前选择了求稳 这是整件事最耐人寻味的反讽之处。 那位亲手把求稳是最大风险这句真理刻进扎克伯格脑子里的硅谷教父， 在面对十亿美元现金的巨大诱惑时，身体却诚实地按下了止盈键。 蒂尔拿走了他的十亿美金落袋为安， 而扎克伯格选择用自己手里的每一股股票，继续在移动互联网、VR 乃至两万亿美元的 AI 终局里押上全部筹码。 第三个，非线性商业帝国的认知盲区： 为什么连顶级大脑都算不准规模的终局？ 算力与网络效应的奇迹，从来不是靠财务模型推导出来的线性增长。 当一个平台跨过了临界点，它吞噬现实世界商业价值的速度会彻底击碎所有传统的估值锚点， 你以为 1000 亿已经是人类社交网络的极限天花板， 但站在两万亿美元的 Meta 面前，当年的 1000 亿，仅仅只是巨轮驶向深海的第一道浪花。 真实历史与数据硬核印证： → 50 万美元到 2000 亿美元的世纪注脚： 蒂尔在 1000 亿估值时套现离场，拿走 10 亿美元；如果那 10% 股份留到今天，价值接近 2000 亿美元； → 创业者的风险不对称原理： 投资人的风险是组合投资里的单点破产，而创始人的风险是放弃了原本可以重塑人类商业版图的终极历史舞台； → 财富维度的代际分流： 赚到 10 亿美元靠的是顶级投资人的敏锐嗅觉，但能跨进两万亿美元俱乐部的，永远只有那些在牌桌上把自己彻底焊死的偏执狂。 但褪去台前的宏大光环，硬币的反面极其冷峻： → 幸存者偏差的残酷现实： 我们今天能歌颂扎克伯格死磕到底的勇气，是因为他是两万亿的 Meta，而那条路上有 99% 拒绝卖掉股份的创始人最终把百亿估值做成了一张废纸； → 落袋为安依然是商业常态： 蒂尔用 50 万美元换回 10 亿美元已经打败了全地球 99.99% 的基金，没有人的认知能真正穷尽未来几十年的全部变量； → 终极博弈拼的是心智而非智商： 真正拉开人与人代际差距的，不是你懂不懂风险理论，而是当命运把一千倍利润摆在你面前时，你是否还敢把后半生的全部筹码继续推上牌桌。 教导别人去冒险是聪明的哲学， 但敢在深渊面前把所有的筹码再推回去，才是属于少数偏执狂的英雄主义。 如果换作是你，在 2012 年面对手头价值 10 亿美元的股票，你会选择落袋为安拿着现金过完下半生，还是选择跟着公司继续狂奔去赌下一个两万亿？ 我觉得绝大多数人连熬到 1000 万美金都不可能忍住不卖，承认自己的贪婪与恐惧，才是最真实的商业人性hhh

最近听完了张小珺和曾鸣这期两个多小时的对谈，推荐。 里面有很多很猛的判断：模型最终会越来越像基础设施；Agent 会产生新的入口；旧平台很难自然长成新平台；甚至今天习以为常的“公司”这种组织形式，都可能逐渐衰退。 但我听完最有感触的，其实不是 OpenAI、Anthropic 最后会不会成为赢家。 而是 AI 真正改变的，可能根本不是“一个人能不能把原来的工作做快 10 倍”，而是我们为什么还要按照原来的方式工作。 过去的公司是： 人 → 岗位 → 部门 → 层级 → 流程 但 AI 原生的组织越来越可能变成： 目标 → 任务 → 能力 → Agent / 人 → 执行 → 反馈 谁来完成任务，反而没有以前那么重要了。 这一点我最近体感特别强。 自己这段时间一直在折腾各种 AI Agent 和自动化工作流。最开始想的也是“怎么让 AI 帮我干活”，但越往后做，越发现真正有意思的不是给现有流程加 AI，而是很多原来的流程、岗位甚至组织方式，本身就没有继续存在的必要。 AI Native 可能不是「原来的公司 + AI」。 就像移动互联网原生产品，不是把 PC 网站缩到手机屏幕上一样。 我们现在可能还处在一个非常非常早的阶段。 这期值得完整听一遍。

高盛Rich Privorotsky：Muse只是起点，AI Agent真正要重写的是整个经济的“摩擦成本” 高盛One-Delta交易台负责人Rich Privorotsky现在关注的，已经不只是 $META 的Muse有多火。 他提出了一个更大的判断： Agentic AI正在开始消除整个经济体系里长期存在的“摩擦”，而这可能带来一次真正的生产率跃升，并形成结构性的去通胀力量。 这可能也是理解下一阶段AI行情最重要的一条线。 过去三年的AI牛市，市场主要交易的是： 训练模型 → GPU → HBM → 数据中心 → 网络 → 电力 而下一阶段，市场开始交易一个完全不同的问题： 当AI真正进入日常经济活动以后，它到底能够替人类省掉多少时间、成本和中间环节？ Muse真正改变的，不只是AI能力，而是“消费者惯性” 很多行业过去能够长期维持较高利润，并不完全因为它们的产品无法替代。 其中一个很重要的原因，是消费者嫌麻烦。 保险续费涨价了，你懒得重新比较几十家公司。 手机套餐贵了，你懒得转运营商。 酒店价格高了，你没有时间每天重新搜索。 订阅服务每个月继续扣钱，你甚至已经忘记自己还在付费。 退款需要打电话、发邮件、等待客服，很多人最后干脆放弃。 这些看似微不足道的事情，实际上构成了一个巨大的隐形经济： Consumer Inertia——消费者惯性。 过去消费者的时间有限，所以很多公司实际上可以从“麻烦”本身赚钱。 Muse这样的AI Agent正在攻击的，恰恰就是这种摩擦。 如果你的AI可以24小时替你比价、取消订阅、申请退款、重新谈账单、寻找更便宜的保险、比较酒店、订机票甚至完成支付，那么过去建立在消费者“不想折腾”之上的商业模式就可能受到压力。 AI最先消灭的，未必是某一个行业，而是“麻烦”本身。 为什么这可能带来结构性去通胀？ 想象一下，当未来几亿甚至几十亿消费者都拥有一个永远不会累、永远愿意比较价格的AI Agent，会发生什么？ 保险公司更难依赖客户懒得换公司维持高价格。 旅游平台必须证明自己的佣金真正创造价值。 长期不用的订阅可能被Agent自动取消。 零售商品的价格透明度进一步提高。 企业内部大量重复的行政、客服和后台流程也可能被自动化。 于是经济体系中大量长期存在的成本： 信息差 + 搜索成本 + 时间成本 + 人工成本 + 中间环节 都有可能被压缩。 这就是Privorotsky所说的生产率红利。 过去互联网降低的是信息传播成本。 移动互联网降低的是连接成本。 而Agentic AI下一步可能降低的是： 行动成本。 这可能比单纯推出一个更聪明的大模型，对整个经济的影响更加深远。 所以AI行情可能开始从“卖铲子”走向“生产率革命” 第一阶段的赢家其实非常容易理解。 $NVDA、$AMD、$TSM、$AVGO，以及HBM、网络、光通信、服务器、数据中心和电力基础设施。 因为无论最后哪一个AI模型胜出，都必须先购买算力。 但Agent时代真正有意思的地方，是AI创造的价值可能开始从基础设施向整个经济扩散。 企业可以减少后台人工成本。 客服效率提高。 营销变得更加精准。 库存管理改善。 软件开发周期缩短。 采购和供应链流程自动化。 消费者寻找商品和服务的成本下降。 当这些效率提升逐渐进入企业利润表以后，AI的赢家就不一定永远只集中在半导体。 第一阶段赚的是“建设AI”的钱。 第二阶段赚的可能是“使用AI提高生产率”的钱。 这两轮行情的受益公司可能完全不同。 CPU为什么突然成为Agentic AI的重要交易方向？ 这一点也值得特别关注。 过去生成式AI最重要的硬件交易是GPU，因为训练和大规模模型推理高度依赖GPU。 但Agent并不是简单回答一个问题。 它需要打开浏览器、运行操作系统、调用API、处理文件、管理数据库、执行代码、安排任务，甚至同时运行多个Sub-Agent。 这意味着Agent时代增加的不只是模型推理负载。 它还增加了大量传统计算工作负载。 所以市场近期开始重新关注CPU以及整个服务器基础设施。 如果未来不是几百万人偶尔问AI一个问题，而是几亿个Agent每天在后台连续工作几个小时，那么计算需求的结构本身都会发生变化。 这也是为什么现在不能再简单用： “AI = GPU” 来理解整个产业链。 未来更完整的公式可能是： AI Agent = GPU + CPU + Memory + Storage + Networking + Power Agent运行时间越长，需要调用的工具越多，整个数据中心被消耗的资源也就越多。 但市场现在仍然处于非常早期的定价阶段 目前指数很强，但市场宽度并不好。 大量资金依然高度集中在AI和少数大型科技公司。 所以现在看到的更像是三个阶段： 第一阶段：AI基础设施重新定价。 GPU、HBM、网络、数据中心、电力率先上涨。 第二阶段：Agent平台重新定价。 $META 的Muse只是最近最明显的案例之一。 第三阶段：整个经济的生产率重新定价。 如果Agent真正大规模进入企业和消费者生活，受益范围才可能从科技行业逐渐扩散到更广泛的权益市场。 而现在，我们可能刚刚站在第二阶段的入口。 这也是为什么高盛交易台对大盘仍然保持积极观察 Privorotsky的另一个核心观点是，目前市场并不是毫无风险。 季节性仍然存在。 实际利率仍然偏高。 地缘政治风险没有消失。 市场宽度也并不理想。 但另一方面，投资者对这些问题已经非常警惕，仓位和情绪本身并没有进入极端乐观状态。 因此他认为，市场仍存在进一步向上突破的空间。 这里真正值得注意的，不是简单地说“美股一定继续涨”。 而是： 如果Agentic AI开始被市场从一个科技产品故事，重新理解成一场生产率革命，那么它能够支撑的估值范围，就不一定只局限在几家AI芯片公司。 这可能才是下一轮行情真正值得观察的变化。 过去三年，我们一直在问： 谁能提供AI需要的算力？ 接下来市场可能开始问： 谁能够利用AI，把自己的收入增长得更快、成本降得更低、利润率做得更高？ 而再往后，还有一个更大的问题： 如果Muse只是第一批真正进入大众市场的Agent，当几十亿个AI Agent每天替人类工作、购物、谈价格、管理订阅和完成交易时，今天哪些行业看起来稳定的利润，其实只是建立在“人类嫌麻烦”这件事上？

QQ 是腾讯在 PC 互联网时代的船票， 微信是腾讯在移动互联网时代的船票， 说不定 WorkBuddy 是腾讯在 AI 时代的船票呢。 你觉得呢？欢迎在评论区留下看法🤗

终于理解了AI时代并不需要去一窝蜂的做AI产品 ​ ​刚在群里看了一篇AI相关的文章，我基本没有心思看下去 ​ ​这意味着什么呢？这意味着，其实大部分的创业团队做的工具和产品，都是不具备抓住普通人眼球的价值的 ​ ​感觉时代最好的产品还是去做媒体搞流量 流水的产品 铁打的流量 让我又想到了移动互联网时代，那么多人去做APP都没有发财，反而做APP推广的人发财了

现在创办AI公司如同移动互联网创办App公司 ​ ​三五个人、四五条枪就可以干了 ​ ​拿钱似乎也没那么难，当然想比草根属性浓烈的移动互联网时代，还是难一些 ​ ​只需要满足如下几个条件 ​ 名校 - 清北打底，海外藤校优先 大厂 - 宇宙厂之类的 年轻 - 不要超过 28 我怎么看？ 我发X看🥶🥶🥶

如果说移动互联网最大的变革是将产品的形态从网页切换到手机，AI 互联网最大的变革我觉得应该是将一切工作信息化与自动化。我不认为界面会再次重要，与此同时，agents 目前在这样重大变革中只解决了一小部分问题，我们仍处于借助于已有产品的信息结构试图采用拼凑与组合的方式重新定义工作，就像社交网络刚出现的时候一样（有无数的类似的垂直社交网络和他们的连接器）

AI浪潮和之前的互联网浪潮相比 底层最大的差别，仅在于用户成本 曾经在移动互联网时代， 举例：如果是抖音， 以这样的用户体量 抖音新增一个用户， 成本基本为0 但是AI公司来说， 多一个人，就要多烧一份token 就要多用一份算力 那么对于AI公司来说 用户扩张带来的成本增量 是完全无法忽视的 现在大家一个月花一千多 每个月把AI服务拉满 实际上是一级市场的投资人 在花钱补贴用户 那么， AI终将只能成为少部分玩家的生产力 AI是平权运动和文艺复兴， 或许也只是对于这少部分来说是这样的 JUST BE READY FOR THAT.