當你在為年薪30萬沾沾自喜時，有人正用AI和加密貨幣每分鐘賺30萬如果現在有人告訴你，未來10年，普通人還有最後一次階層躍遷的機會，你會不會覺得是天方夜譚？但就在上周，華爾街“科技女皇”木頭姐（Catherine Wood）發佈了她的《2026年大創意報告》。這份長達百頁的預言書指出：AI、區塊鏈、機器人技術正加速融合，即將引爆一場堪比網際網路革命的財富海嘯。更震撼的是，報告預測：到2030年，僅AI催生的新財富就將超過28兆美元——這個數字相當於目前中國+日本GDP的總和。而最殘酷的真相是：這場財富分配極不均勻——只有提前佈局的普通人，才能吃到紅利。01 木頭姐是誰？為什麼她的預言值得賭上身家？如果你還沒聽過木頭姐，那麼你可能已經錯過了過去十年最好的投資機會。木頭姐的厲害之處在於，她從不追逐短期熱點，而是痴迷於用科技改變未來的“瘋子”。當所有華爾街大佬都在嘲笑特斯拉是“騙局”時，她力排眾議，重倉持有。結果如何？特斯拉股價最高漲幅超過100倍，比特幣更是從4000美元飆升至6萬美元。那些早期跟隨她的投資者，幾乎都實現了財務自由。如今，她的2026年報告同樣石破天驚。上面這張圖足以說明一切：技術融合的速度正在指數級增長，未來5年的變化可能超過過去50年。02 未來十年，五大科技浪潮將重塑世界木頭姐在報告中劃出了五大核心賽道。每一個都蘊藏著兆級機會，但普通人最多隻能抓住其中1-2個。1. AI：不只是ChatGPT，而是“空氣級”存在報告預計，到2030年，AI將像電力一樣無處不在。但最大的機會不是用AI聊天，而是成為AI生態的“賣水人”。基礎設施層：AI算力需求每年翻倍，相關晶片、雲端運算公司持續受益應用層：AI代理將替代一半白領工作，但更會創造新崗位——比如“AI提示詞工程師”年薪已突破百萬2. 區塊鏈：比特幣只是開胃菜，資產代幣化才是主菜報告預計，2030年數位資產市值將達28兆美元，比特幣佔比70%。但更大的機會在於：代幣化現實資產：房地產、股票、債券上鏈交易，解決信任問題DeFi（去中心化金融）：傳統金融中間商（銀行、券商）業務被重構3. 機器人：人力成本歸零，生產力暴增最震撼的預測來了：家用仿人機器人普及後，一個機器人可替代62,000美元/年的人力成本。美國9000萬家庭若普及，可提升GDP近6兆美元。工業機器人：製造業全面自動化，成本下降90%服務機器人：快遞、保潔、護理等崗位被重構4. 多組學：人類壽命突破120歲，健康產業洗牌基因測序成本暴跌，使得個性化醫療成為可能。報告預測：癌症將被攻克，壽命延長至120歲成為常態。基因編輯：一次治療，終身免病健康巨量資料：你的身體資料比房產更值錢5. 能源革命：電力免費時代來臨可控核聚變、太空太陽能等技術突破，使得能源成本趨近於零。這不僅解決AI耗電問題，更將重塑全球產業格局。03 普通人如何抓住機會？三個階層，三種活法面對這場巨變，木頭姐在報告中隱晦地指出了三條晉陞路徑：給普通人的具體建議：投資自己，而非僅僅存錢佈局未來工作，而非堅守現狀擁抱開源技術，而非閉門造車04 殘酷真相：大多數人註定成為旁觀者然而，報告也潑了一盆冷水：90%的人不僅吃不到紅利，反而可能被時代拋棄。技術鴻溝加劇：AI讓強者愈強，弱者失業財富兩極分化：早期入場者享受指數增長，後來者只能接盤認知稅高昂：看不懂趨勢的人，只能眼睜睜錯過最諷刺的是，當你在刷短影片時，有人正在用AI生成程式碼；當你在糾結房價時，有人已經通過代幣化資產實現全球配置。05 爭議與風險：泡沫還是革命？木頭姐的報告歷來爭議巨大。批評者認為：過度樂觀：技術突破未必如期而至忽略監管：各國政府可能出手遏制泡沫風險：當前估值已透支未來10年增長但支持者反駁：歷史總是重演：網際網路泡沫後誕生了Google、亞馬遜趨勢不可逆：AI、區塊鏈是確定性方向早鳥優勢：泡沫破滅前，早期參與者已獲利離場結語：現在行動，還是永遠旁觀？木頭姐在報告結尾寫道：“未來不會均勻分佈，它只屬於那些提前看見並勇敢行動的人。”10年後，當你回顧今天，會發現2026年是一個分水嶺——要麼成為AI時代的弄潮兒，要麼被拍死在沙灘上。最殘酷的認知稅莫過於：機會擺在面前，你卻視而不見。 (頜潮科技)

你有沒有一種感覺：這一年，變化不是“快”，而是“失重”。以前的世界像爬山——一步一步往上。現在像坐電梯——你還在找按鈕，它已經到 30 樓了。ARK 在《Big Ideas 2026》裡給了一個特別狠的判斷：未來十年最重要的不是單點創新，而是 5 個“平台級技術”互相咬合、互相加速，形成“大加速時代”。它們分別是：AI / 公鏈/ 機器人 / 儲能 / 多組學你可以把它理解成：世界的底層作業系統，正在被這 5 個模組重裝。這篇文章我用“普通人能用”的方式講清楚兩件事：1）這 5 條加速帶，各自到底在加速什麼？2）我們怎麼把它變成自己的機會，而不是焦慮？先說結論：別追熱點，追“飛輪”大部分人看趨勢報告，會變成“新名詞收藏家”：今天收藏 AI Agent，明天收藏 Tokenization，後天收藏 Humanoid。但 ARK 的精髓不是名詞，而是一個詞：耦合。當一種技術同時降低成本、打開分發、沉澱資料、吸引資本，它就會從“行業機會”變成“時代飛輪”。所以接下來我不按“行業”講，我按“飛輪”講——每個方向都回答你 4 個問題：•它在把什麼變得更便宜？•它在把什麼變得更容易獲得？•它會先改變誰的生活？•普通人怎麼上車？第一章人工智慧 AI它不是工具，它在“吞時間”1）它在加速什麼？AI 最可怕的地方不是“會聊天”，而是推理和執行的成本在斷崖式下降。（過去一年推理成本下降 99%+）當“動腦子”變得便宜，世界會發生一件大事：大量原本靠人力堆出來的流程，突然不值錢了。換句話說：AI 正在把“知識工作”從手藝活，變成規模化生產。2）它會先改變誰？•客服、營運、銷售支援：原來靠“人肉流程”的崗位，會先被重寫•內容生產：從“寫作”變成“策劃-生成-剪裁-分發”的流水線•研發協作：從“寫程式碼”變成“寫清楚驗收標準 + 讓 AI 幫你跑”3）普通人怎麼上車？別糾結“那個模型最強”，要做 3 件更本質的事：動作 A：把你的工作拆成“可驗收”的任務以前你交付的是“努力”，現在你要交付“標準”：•目標是什麼？•輸出格式是什麼？•失敗條件是什麼？動作 B：建立“個人流水線”不是一個 Prompt，而是一條鏈：•選題 → 資料 → 生成 → 校驗 → 發佈 → 復盤•你會發現，AI 真正的價值是“流程複利”，不是“靈感爆炸”。動作 C：搶一個“入口位”AI 時代的入口不再是 App 的按鈕，而是：誰能掌控你的搜尋、購買、學習、決策流程。第二章公鏈 Public Blockchains它不是幣，它在重做交易與信任1）它在加速什麼？區塊鏈本質上幹一件事：把“信任”從機構手裡，變成系統規則。當資產、合同、支付逐步“上鏈”，會出現一個很現實的改變：對帳、結算、清算、分潤、所有權確認……這些金融與商業的“後台成本”會被壓平。2）它會先改變誰？•跨境支付、國際貿易：省掉中間摩擦•數字錢包：從“存錢工具”變成“分發入口”•新型公司形態：小團隊 + 鏈上基礎設施，做出傳統公司等級的營收3）普通人怎麼上車？你不需要成為“幣圈玩家”，你只需要學會看一個指標：鏈上有沒有出現“真實需求”——不是炒作，而是每天都有人在用它做事。普通人最實用的切入點反而是：•穩定幣支付（更便宜更快的跨境結算）•資產上鏈（RWA）（把傳統資產變成更可組合的“積木”）•應用層（DeFi apps）（真正賺錢的往往在應用，不在底層敘事）第三章機器人 Robotics它不是科幻，它在“把勞動力變成可複製品”1）它在加速什麼？機器人包括：人形機器人 + 專用機器人 + 可復用火箭等“大機器人”。機器人這條線很直白：把體力勞動、現場服務、物理世界的執行，從“人”遷移到“機器”。人形機器人最大價值是“替代物理勞動 + 釋放時間”。只要它的成本曲線過了臨界點，你會看到一種“社會等級”的變化：以前很多服務貴，是因為人貴；未來很多服務會突然便宜，是因為人不再是瓶頸。2）它會先改變誰？•倉儲、物流、製造：ROI 清晰，先跑起來•醫療與護理：需求剛性，但安全門檻高•家庭場景：最難，但一旦成熟，市場最大3）普通人怎麼上車？別被“人形機器人”晃眼，先抓住一個樸素規律：機器人最先落地的，一定是“環境可控、目標明確、驗收清晰”的場景。所以普通人可以做兩件事：•在自己的行業裡找“可控場景”：有沒有一種重複勞動可以標準化？•提前訓練“機器人時代的工作方式”：把任務變成步驟，把步驟變成驗收。機器人時代，最值錢的人往往不是“最能幹的人”，而是“最會把工作標準化的人”。第四章儲能 Energy Storage它不是電池，它在“重做電力與成本結構”1）它在加速什麼？儲能包括：電池技術 + 分佈式發電/電力系統儲能的意義不是“讓你手機多用兩小時”，而是：當電能可以更便宜地生產、更靈活地儲存、更穩定地調度，整個社會的成本結構會被重算。尤其在 AI 時代，算力是電力的孩子：資料中心越多，電力需求越大；電力越緊，儲能越關鍵。2）它會先改變誰？•新能源與電網：電網韌性與調度能力成為核心•資料中心：選址不再只看地價，而要看電力結構•出行與物流：電池成本下降，疊加自動駕駛，會讓運輸成本再降一個量級3）普通人怎麼上車？普通人不一定要碰硬體，但你可以用“儲能視角”看商業：•那些生意的成本結構高度依賴“能源/運輸”？•那些行業一旦電力成本下降，會出現“規模化降價→需求爆發”的飛輪？判斷儲能是否進入“平台級拐點”：不要只看電動車銷量，要看“資料中心電力 + 電網韌性 + 分佈式發電”是否一起加速。你會發現，儲能像“隱形的基礎設施”：它不搶戲，但它決定了很多戲能不能演。第五章多組學 Multiomics它不是醫學新聞，它在“把生命變成可程式設計系統”1）它在加速什麼？多組學包括：生物資料 + 可程式設計生物學 + AI 自主實驗室多組學最像 AI 的地方是：把複雜世界（生命）資料化，再交給演算法去理解、去預測、去干預。測序、診斷、藥物研發，如果能像軟體一樣迭代——那醫療就會從“經驗驅動”走向“資料與模型驅動”。2）它會先改變誰？•早篩與分子診斷：從“發現晚”到“發現早”•藥物研發：從“十年賭一次”到“更快的實驗閉環”•個性化治療：從“一種藥給所有人”到“更精細的分類干預”3）普通人怎麼上車？你未必進入生物行業，但你需要用這個趨勢保護自己：•未來你和家人的健康管理，會更像“持續監測 + 早期干預”•你對醫療的理解，會從“看病”變成“管理風險”對於創業/投資者：別只看“某個檢測項目”，真正的護城河在資料質量 + 自動化實驗閉環 + 臨床/合規路徑。第六章最重要的一段普通人的“上車方法”，其實只有 3 條看完五大平台，你可能更焦慮：我到底該做什麼？我給你 3 條“最不容易錯”的方法——不靠押寶，靠結構性優勢：方法 1：讓自己站在“耦合點”別做單點技能選手，要做“跨平台受益者”。比如：AI + 內容、AI + 電商、AI + 工業流程、AI + 醫療資料……能同時吃到 2–3 個飛輪的人，增長更快。方法 2：把自己變成“系統搭建者”未來最值錢的人不是“會用工具的人”，而是：•能把流程拆清楚•能把資料組織起來•能把任務交給 AI/工具•能把結果驗收並復盤的人。方法 3：每周做一次“成本表”AI 時代最狠的競爭，不是比努力，是比成本曲線。你每周問自己三個問題：•我工作的那個環節，成本正在被 AI 迅速壓平？•我能不能把自己從這個環節遷移出去？•我能不能站到“制定標準/組織資源/分發結果”的位置？結束語你不需要預測未來，你只需要不站在加速帶的對立面很多人以為，趨勢是給“天才”和“資本”準備的。其實趨勢真正影響的，是普通人的生活方式。未來十年，你會越來越頻繁地遇到這種分叉：•繼續做“人肉流程”，還是學會讓流程自動化？•繼續靠經驗判斷，還是用資料與模型做決策？•繼續被平台分發，還是建立自己的入口與資產？你不需要每次都選對。但你要保證自己始終在車上，而不是站在車頭前面問：它為什麼跑這麼快？ (爽爺帶你秒懂)

福布斯2026年2月全球十大富豪榜新鮮出爐，半數大佬名次大換血，有人躺贏狂賺，有人意外翻車，唯獨榜首位置，依舊被同一個人牢牢鎖死——沒錯，就是馬斯克！截至美國東部時間2月1日午夜，馬斯克身家直接衝到7750億美元，過去一個月狂賺480億！啥概念？相當於每天淨賺16億，比很多上市公司的總市值還多，比排名第二的拉里·佩奇，整整高出5000多億美元，斷層式領跑，簡直離譜到沒朋友。可能有人會問，特斯拉去年不是迎來首次年度營收下滑嗎？為何馬斯克還能越賺越多？答案很簡單——AI風口+核心資產發力，buff疊滿了！關鍵推手就是他旗下的xAI Holdings。今年1月初，xAI以2500億美元的估值，一口氣融到200億美元，馬斯克手裡握著約49%的股權，光這一波就多賺620億美元，股權價值直接衝到1220億美元。再加上SpaceX和特斯拉的估值持續走高，馬斯克去年10月突破5000億，12月連破6000億、7000億，現在距離史上首位8000億富豪，就差臨門一腳，勢頭根本擋不住！除了馬斯克，科技圈大佬們也是幾家歡喜幾家愁。最大贏家之二，當屬Google的兩位創始人。隨著Google母公司Alphabet股價上漲8%，拉里·佩奇身家增加200億，達到2700億，穩坐第二；搭檔謝爾蓋·布林更猛，淨增180億，身家達2550億，直接跳兩級衝到第三名。這背後，離不開GoogleAI業務的強勢反彈，尤其是Gemini模型的亮眼表現，讓華爾街重新看到信心，股價一路飆升，大佬們自然跟著躺贏。緊隨其後的是祖克柏，Meta股價同樣上漲8%，讓他淨賺190億，身家衝到2460億，排名也小升一位，來到第五名。小扎這波排名提升，也得益於自身資產的穩步增長——看來去年Meta在AI和元宇宙上的佈局沒白下功夫，總算迎來了實打實的財富回報，小扎這波也算是逆風翻盤了。有贏家就有輸家，最大的“輸家”當屬甲骨文聯合創始人埃裡森。甲骨文股價直接暴跌17%，導致他身家縮水340億，從第三名直接掉到第六名，身家僅剩2110億，這波虧損相當於直接蒸發了一個中型上市公司的規模。排名第七的伯納德·阿爾諾也沒好到那去，作為法國奢侈品巨頭LVMH的掌舵人，本月LVMH股價下跌14%，讓他財富縮水260億，身家降至1690億，成為本月第二大財富縮水者。看來奢侈品行業今年的日子也不好過，連大佬都沒能倖免。還有個驚喜變化，西班牙快時尚大亨阿曼西奧·奧特加，也就是Zara的創始人，自去年6月以來首次重返前十！雖然Inditex股價小跌2%，他財富少了10億，只剩1450億，但依舊從第11名衝到第9名，擠掉了微軟前CEO史蒂夫·鮑爾默。而鮑爾默就比較難了，微軟股價下跌12%，讓他財富縮水130億，身家剩1340億，排名直接掉了三位，跌到第13名。值得一提的是，這也是去年6月以來，首次有兩位非美國籍富豪同時進入前十，打破了美國富豪壟斷前十的格局。排名第八的黃仁勳則比較穩健，作為半導體行業的大佬，本月他身家小幅增加40億，達到1660億，穩穩守住第八名，看來半導體行業的基本盤還是很穩的。最後一名是股神巴菲特，95歲的他本月身家縮水70億，降至1420億，排在第十名。雖說有所縮水，但能在95歲依舊穩居全球前十，股神的實力還是毋庸置疑的，只是今年的股市波動，連股神也沒能完全避開。總結一下，本次福布斯十大富豪總身家合計約2.38兆美元，和上月基本持平。整體來看，科技圈大佬依舊佔據主導，AI風口成為財富漲跌的核心關鍵——踩中AI的馬斯克、Google雙雄賺得盆滿缽滿，而未能跟上風口的大佬則紛紛縮水。馬斯克現在距離8000億身家僅一步之遙，不出意外的話，用不了多久，他就會成為史上首位身家突破8000億的富豪，刷新人類富豪的財富紀錄。以下是福布斯2026年2月全球十大富豪榜——1、埃隆·馬斯克（特斯拉、SpaceX、xAI、X）7750億美元；2、拉里·佩奇（Google）2770億美元；3、謝爾蓋·布林（Google）2550億美元；4、傑夫·貝索斯（亞馬遜）2500億美元；5、馬克·祖克柏（Meta）2460億美元；6、拉里·埃裡森（甲骨文）2110億美元；7、伯納德·阿爾諾（LVMH）1690億美元；8、黃仁勳（輝達）1660億美元；9、阿曼西奧·奧特加（Zara）1450億美元；10、華倫·巴菲特（波克夏）1420億美元； (BAT)

進入 2026 年 2 月，比特幣（BTC）的市場表現正處於關鍵的轉折點。自歷史高位回撤約 40% 的走勢，重新喚醒了市場對傳統「四年週期」下行規律的恐懼。然而，與過往單純的情緒驅動不同，今年的市場正經歷一場深刻的「結構性演變」：一方面是主流資產在宏觀壓力下的震盪築底，另一方面則是像 Bitcoin Hyper ($HYPER)這樣具備實質技術突破的二層網路（Layer 2）正逆勢突圍，吸引了大量聰明資金的湧入。四年週期再現？K33 分析師揭示比特幣底部關鍵支撐根據研究機構 K33 的最新報告，比特幣近期雖然出現了與 2018 年及 2022 年相似的深度拋售跡象，但市場底層邏輯已發生本質改變。分析師 Vetle Lunde 指出，目前的市場並不存在如 FTX 或 Luna 時期的系統性信用崩潰，而是處於機構化後的去槓桿階段。K33 認為，除非失守 58,000 美元的終極防線，否則比特幣重演 80% 跌幅的可能性極低。目前市場的技術底部信號正逐步成形，特別是在 74,000 美元附近的關鍵支撐區間。數據顯示，衍生品市場的負值資金費率暗示空頭情緒已接近臨界點，這通常預示著報復性反彈的到來。在這種等待主流幣築底的觀望期，資金開始轉向更具增長潛力的基礎設施項目，試圖捕捉比特幣生態「文藝復興」帶來的紅利。Bitcoin Hyper ($HYPER)：結合 Solana 速度與比特幣安全的新生代 Layer 2在眾多新興項目中，Bitcoin Hyper ($HYPER)正成為 2026 年最受矚目的焦點。該項目定位為首個構建在 Solana 虛擬機（SVM） 上的比特幣第二層網路，核心目標是徹底解決比特幣交易緩慢與高手續費的沉痾。透過 $HYPER，比特幣將不再僅是靜態的「數位黃金」，而是轉化為可支持 DeFi、智能合約與即時支付的高速金融工具。這種「技術融合」的策略在預售階段引發了強烈的 FOMO 情緒。截至目前，Bitcoin Hyper 已成功籌集超過 3,100 萬美元 的資金，顯示出機構與零售投資者對比特幣生態擴張的堅定信心。目前 $HYPER 的預售價格為 $0.0136751，相比於未來的交易所上市預期，這一價格為早期參與者提供了極具吸引力的准入門檻。為什麼聰明資金選擇在此刻布局 $HYPER？除了技術創新，$HYPER 的經濟模型也設計得相當激進。項目方為預售參與者提供了高額的質押獎勵，讓投資者在等待主網上線期間能持續獲得代幣收益。此外，$HYPER 採用了非託管的規範橋（Canonical Bridge）設計，確保用戶在二層網路享受 instant finality（即時結算）的同時，資產安全依然受比特幣主鏈的保護。這不僅僅是一個代幣預售，更是一場關於比特幣功能性的革命。當 Michael Saylor 等大戶選擇堅守比特幣底倉時，更多的靈活資金正透過 $HYPER 尋找資產配置的新平衡。隨著預售進度接近尾聲，市場普遍預期 $HYPER 在上線後將成為帶動比特幣 L2 板塊爆發的領頭羊。立即進入Bitcoin Hyper預售結論：在市場動盪中捕捉結構性機會總結而言，2026 年的比特幣市場不再是單一的漲跌邏輯，而是主流幣築底與技術創新並進的時代。儘管比特幣短線仍面臨壓力，但以 Bitcoin Hyper ($HYPER) 為代表的技術突破正為市場注入新的活力。對於投資者來說，在關注 $74,000 支撐位的同時，把握 $HYPER 預售這種具備高不對稱回報潛力的機會，或許是應對 2026 年動盪行情的最佳戰略。

華許被視為經濟學常識對官僚技術主義的修正。帶有學術和理想色彩的組合拳，是其獲華爾街和川普青睞的原因之一，儘管其政策或有“破壞性”。當地時間周四，川普正式提名凱文•華許（Kevin Warsh）為下一任聯準會主席。這一消息不僅標誌著貨幣政策重回經濟學視野，也在隔夜資本市場引發劇烈震盪，金銀價格雙雙重挫，美元和美債利率上行。市場的這一反應，實際上是對華許所代表的“回歸”邏輯的先行投票。儘管川普一直表示屬意白宮經濟顧問哈塞特，但最終卻選擇了更具有古典學術氣息的華許，在很大程度上表明貨幣政策需要回歸“專業”。某種程度上而言，華許的到來被視為經濟學常識對官僚技術主義的一次修正。長期以來，鮑爾時代被認為帶有強烈的法律背景色彩，政策往往滯後於資料，且在應對危機時傾向於“先開火、再瞄準”的防禦姿態。事實上，聯準會的專業性和預見性已經被市場廣泛質疑，每個季度公佈一次的經濟資料預測（SEP）和點陣圖經常被事後證偽，不僅貽笑大方，也讓市場失去了來自於權威機構的研究之錨。讓專業人士回歸聯準會，有助於檢討貨幣政策框架，也說明經濟在面臨巨變的當下，經典經濟學可能更適合成為政策決策的起點，同時在面臨外部不確定性時需要保持彈性。這在很大程度上意味著“動態平衡”理論的回歸，也表明讓更加專業的經濟學人士來擔綱聯準會，是對過去一個時代各種光怪陸離的糾偏。從這個角度而言，華許代表了更具前瞻性的經濟學邏輯回歸。他曾服務於摩根士丹利，也在布什政府任職，是2008年金融危機期間聯儲決策的核心成員。華許主張政策應基於市場預期的前瞻引導，而非僅僅是對過往資料的反應。這種風格的轉向，意味著聯準會將從一個“被動響應”的機構，重回一個“主動管理預期”的經濟中樞。金銀價格的下跌，部分源於市場預期他將帶回更具邏輯一致性的硬派作風，削弱了長期通膨預期的不確定性溢價。在過去十年中，聯準會的職能邊界經歷了前所未有的擴張，從支援綠色能源到涉足社會公平，貨幣工具被賦予了過多的政治屬性。華許代表了聯準會傳統職能與能力邊界的回歸。他一貫主張聯準會應專注於“穩定物價”和“最後貸款人”的初衷，而非成為社會問題的調節器。這種“退守”並非削弱權力，而是為了重建貨幣政策的公信力。當聯準會不再試圖解決所有問題時，它解決核心問題（即貨幣價值）的能力反而會增強。對於黃金等避險資產而言，這種職能的純粹化意味著“大水漫灌”式的救助時代可能終結。華許政策的另一個亮點在於他對政府槓桿的控制力回歸。他尖銳地指出，如果沒有財政紀律，通膨治理將永遠是無本之木。雖然讓財政回歸秩序絕非一蹴而就，但華許與川普政府之間存在一個極其務實的共識：只有財政紀律回歸，美債才能重新獲得市場的青睞。進一步來看，華許認為，通過建立財政紀律預期，可以有效壓低美債的長端利率，也只有這樣，降息才會達到效果——只有當市場不再擔憂政府債務違約或過度稀釋貨幣時，聯準會的降息才能真正轉化為實體經濟的低融資成本。相信在這一點上，華許仍然與川普繼續溝通，但對於川普而言，更低的利率不僅意味著政策利率更低，國債利率尤其是長債利率下行才具有實質意義，與此同時，財政紀律與通膨之間達到均衡，才能夠讓居民的通膨幻覺消失，從而達到更加良性的經濟內循環。這正是隔夜金銀大跌的深層原因——市場嗅到了聯準會與財政部可能達成的“新契約”：通過適度的財政約束換取更穩健的貨幣環境，從而在不引發惡性通膨的前提下控制美債利率。中長期而言，華許的新古典主義可能帶來的影響仍然需要進一步評估。路徑上而言，華許可能會通過“扭曲操作”——即一邊降息，一邊縮表——來達到其政策目的，但這也需要財政部的配合，同時財政部也很難在短期內大規模減少發債，這意味著“扭曲操作”可能帶來不同形式的市場動盪，而一旦市場出現波動，華許又該如何安撫市場，避免市場單邊押注“Fed put”和“TACO”。與此同時，如果聯準會出現“縮表”，那麼私人部門的資產負債表如何演繹，則對整體經濟產生重大的影響。一般而言，只要私人部門具備“動物本能”，那麼央行的資產負債表的收縮與否不會對宏觀經濟產生根本影響。但如果聯準會的縮表影響到財政部的發債規模，那麼私人部門的舉債可能會增加，這可能會帶來風險溢價的上行。而如果擔心這一趨勢，那麼私人部門的發債時間表則可能會提前，這可能會帶來信用利差的擴大。從這個角度而言，期限溢價和風險溢價之間的再平衡可能是華許時代需要觀察的一個重點指標。假設兩者能夠出現反向運行，那麼私人部門的整體債務壓力仍然可控。最終而言，勞動生產率的提高仍然是化債和控制通膨的最優解。相信華許的這一套帶有學術和理想色彩的組合拳，是讓其獲得華爾街和川普青睞的原因之一。相比之下，哈塞特更像一位帶有網紅氣質的新聞發言人，里德缺乏公共部門經驗，華許則帶兼具批判性和建設性，儘管他的政策可能帶有“破壞性”，但對於川普而言，缺乏創意的聯準會主席可能會讓其更加反感。未來華許和貝森特之間的溝通甚至交鋒，也會是一個頗有意思的看點，但相信兩個smart man會在很多問題上取得共識。但對於聯準會而言，其重新回歸學術路線，並重新擁抱古典主義，是一場華爾茲舞會，還是一場尬舞，我們很難確定，但可以確定的是，一場新的冒險即將開啟。 (FT中文網)

導讀2025年前三季度，全國結婚登記對數達515.2萬對，較2024年同期增長40.5萬對。參考近十年資料，前三季度結婚登記對數佔全年比重在72%-79%，估算2025年全年結婚登記對數在652萬-716萬對。由於2025年5月開始施行的《婚姻登記條例》最佳化婚姻登記服務，以及“520”、“521”、七夕節這類登記的“良辰吉日”等，第二、三季度全國結婚登記對數同比小幅上升。婚姻是家庭的基本組成部分。對於個人來說，婚姻是情感的昇華，家庭是切實的歸屬感。對於社會來說，長期和諧的婚姻家庭關係有助於社會穩定。目前，中國婚姻形勢有那些變化？1、不婚化小幅改善。由於近年年輕人口減少、結婚成本過高、婚姻觀念改變等，結婚對數不斷下滑，但2025年前三季度小幅改善，結婚登記對數同比為8.5%。2、離婚率小幅提升。“離婚冷靜期”使2021-2022年離婚對數大幅下降。2023年後離婚率連續回升，制度調整短期效果減弱，2025年前三季度離婚登記數同比5.6%。3、“晚婚”現象突出，初婚人數減少。2024年，25-29歲代替20-24歲人群成為結婚主力，高年齡層段（40歲以上）結婚登記佔比大幅上升。4、未婚比例增加，男性未婚比例遠高於女性。2023年中國30-34歲男性未婚比例為26.8%，女性未婚比例僅為12.1%，分別較2019年升高了8.6個、3.4個百分點。隨著社會發展，一方面新一代年輕人追求獨立自由，認為婚姻是束縛。另一方面，高婚育成本使年輕人實現家庭變得更加困難。從人口角度看，人口少子老齡化問題正在削減適婚年齡人數，結婚“主力軍”減少。“婚都不想結，還生什麼孩子”，正成為一批年輕人的選擇，結婚率下降、生育率下降和老齡化加重是互為因果的。當前，中國絕大部分是婚內生育，結婚數量的減少直接影響生育水平。老齡化、少子化、不婚化三大趨勢加速到來。人口因素影響重大深遠，生育政策調整是最根本、最重要的供給側結構性改革之一。我們在2021年呼籲婚姻背後是人口問題，應全面放開生育，發放生育補貼，降低生育養育教育成本，長期有助於擴大適婚年齡人口。目前生育政策正在積極改變。全社會已經開始高度關注中國的人口問題，政策也逐漸向鼓勵生育轉變。從“放開三孩”到“完善生育支援政策體系，建設生育友好型社會，發放育兒補貼”。2025年7月，國務院發佈《育兒補貼制度實施方案》提到：從2025年1月1日起符合法律法規規定生育的3周歲以下嬰幼兒發放補貼，每孩每年3600元，無論一孩、二孩、三孩，均可申領。啟示：給予年輕人自由選擇權的同時，減少因為娶不起和生不起導致的不婚和晚婚現象，為適婚人群提供保障和社會福利，改進住房、教育、醫療等問題。期待更多行之有效的人口支援政策出台，未來的中國人口，很大程度上取決於鼓勵結婚、生育的力度。相信經過一系列長短結合的措施，未來中國人口有望長期健康均衡發展。目錄1 中國婚姻現狀：結婚少了，結婚晚了，離婚多了2 年輕人不結婚：選擇還是無奈？2.1 自我選擇：高學歷、獨立和自我意識覺醒2.2 無奈：婚育成本高、社會壓力大2.3 婚姻基礎削弱：適婚年齡人數減少、婚姻匹配困難3 影響：拖累生育水平、加重養老負擔，家庭規模小型化帶來單身經濟4 啟示：盡快全面放開生育，加快建構生育支援體系4.1   從居住、就業、教育上緩解年輕人生活壓力4.2   全面放開並鼓勵生育，降低生育養育教育成本正文1 中國婚姻現狀：結婚少了，結婚晚了，離婚多了隨著經濟發展，中國婚姻狀況發生很大轉變，主要體現在結婚率下滑、初婚年齡推遲、離婚率升高等方面。一是近年結婚登記對數不斷下降，但2025年前三季度小幅改善，同比增加41萬對。2013-2024年，中國結婚登記對數從1346.9萬對的歷史高點持續下滑至610.6萬對，降幅54.7%。2023年結婚登記對數768.2萬對，同比增長12.4%，主因疫情後補償性結婚需求釋放。根據民政部資料，2024年全國結婚登記610.6萬對，同比減少157.6萬對，說明補償性需求已經結束，創下了1978年以來全國結婚登記對數的新低。2025年前三季度，全國結婚登記對數達515.2萬對，同比增長40.5萬對。2013-2023年粗結婚率從9.9‰降至5.4‰，2024年降至4.3‰。二是“晚婚”現象突出，初婚人數減少，25-29歲代替20-24歲人群成為結婚主力，高年齡層段（40歲以上）結婚登記佔比大幅上升。2013-2024年，內地居民初婚登記人數從2386萬的高點降至917萬人，再婚人數先升後降，2019年達到455.9萬人峰值後降至2024年的304萬人。2005-2024年，20-24歲結婚登記人數（含再婚）佔比從47.0%降至13.4%，25-29歲從34.3%升至35.1%，30-34歲、35-39歲、40歲以上結婚登記人數佔比分別從9.9%、4.9%、3.9%增至21.4%、11.4%和18.7%。三是離婚冷靜期制度調整短期效果消退，離婚對數連續回升。1978-2022年，中國離婚登記對數(民政部門口徑)先升後降，從1978年的17.0萬對升至2019年404.7萬對的峰值，此後大幅下降至2022年的210.0萬對，主因實施了離婚冷靜期政策。2024年，離婚登記對數262.2萬人，同比增加2.8萬對，法院判決、調解離婚89.1萬對。粗離婚率從0.2‰攀升至2019年的3.4‰，2022年下滑至2.0‰、2024年小幅升至2.5‰。2025年前三季度離婚登記207.7萬對，同比增加5.6%。四是未婚比例增加，未婚同居率提升，且男性未婚比例遠高於女性。中國同適婚年齡段的未婚比例存在嚴重的性別差異。2023年，中國30-34歲男性未婚比例為26.8%,女性未婚比例僅為12.1%,分別較2019年升高了8.6、3.4個百分點。根據2018年中國家庭追蹤調查資料，出生佇列為1980-1984年男性的未婚同居率為33.33%，女性為26.79%；出生佇列為1985-1989年男性的未婚同居率為37.99%，女性為33.13%。根據2016年CFPS資料，出生佇列為1970-1979年的人口婚前生育佔比為5.9%，未婚生育佔比為0.3%；出生佇列為1980-1989年的人口婚前生育佔比為6.1%，未婚生育佔比為1.2%。2 年輕人不結婚：選擇還是無奈？2.1 自我選擇：高學歷、獨立和自我意識覺醒受教育時間增加、教育年限延長推遲就業平均年齡，進而推遲結婚平均年齡。近年來，中國基礎教育及高等教育水平隨經濟發展大幅提高。根據國家統計局資料，2004-2024年博士在校學生數16.6萬人增至67.6萬人，碩士在校學生數從65.4萬人增至341.9萬人。15歲及以上文盲人口比例從1999年的15.8%下降至2024年的3.1%。伴隨受教育年限的增長，適婚人口結婚年齡明顯推遲。七普資料顯示，中國女性的平均初婚年齡從1990年的22.0歲上升到2020年的28.0歲;男性同期從24.1歲上升到29.4歲。新一代年輕人追求獨立自由與高品質生活，對婚姻持開放態度；尤其是女性自我獨立的實現與自我意識的覺醒。經濟發展和受教育水平提高給女性提供了更多就業機會，社會地位上升。女性不再只作為“家庭主婦”，而是進入職場實現自己的人生價值。1997-2022年，專科及以上學歷人口中，女性佔比從37.2%大幅提高至48.1%。2024年，高等教育在校生中女生共2661.4萬人，佔在校生的50.8%。女性在高等教育群體中逐漸接近男性。高學歷女性往往偏好不低於自身條件的男性，加大婚姻市場匹配難度，單身女性規模快速上升。思想開放與社會包容性增強，離婚不再是一個“談虎色變”的話題。經濟獨立使女性逐漸擺脫婚姻的束縛，更有底氣承擔離婚的不利後果。根據中國統計年鑑，2002-2022年，人民法院審理離婚一審案件結案數量呈現增長趨勢，從106.6萬件增至143.1萬件，增長34.3%。2023年經法院判決或調解離婚的夫婦為101.2萬對，同比增長23.3萬對；2024年為89.1萬對，同比-12%。2.2 無奈：婚育成本高、社會壓力大結婚成本高，城市高房價和農村高彩禮。核心城市房價收入比持續提升，年輕人面臨“買婚房”、“還房貸”雙重壓力。1998年房改以來，房價經過幾輪快速上漲，導致年輕人購置婚房首付、婚後還貸成本明顯提高。2010-2025年，百城樣本住宅均價從9314元/平上漲至16711元/平。2004-2025年中國個人購房貸款餘額從1.6兆元增至37兆元，增長22.1倍。2010-2024年，一線城市房價收入比從20.0增至26.1。此外，在部分農村地區，天價彩禮導致很多男青年結不起婚。並且，越是偏遠、經濟不發達的地方，彩禮要得越高，讓很多農村貧困家庭不堪重負。生育養育教育成本高，抑制組建家庭意願。住房、教育、醫療等直接成本高是抑制生育行為的“三座大山”，“四二一”結構的家庭養老負擔重、擠壓生育，女性勞動參與率較高但就業權益保障不夠，導致機會成本高。根據育媧人口發佈的《中國生育成本報告》，在統計的14個國家中，全國家庭0-17歲孩子的養育成本平均為48.5萬元；0歲至大學本科畢業的養育成本平均為62.7萬元。如果把一個孩子撫養到剛年滿18歲所花的成本相對於人均GDP的倍數進行國際對比，澳大利亞是2.08倍，法國是2.24倍，瑞典是2.91倍，德國是3.64倍，美國是4.11倍，日本是4.26倍，中國是6.9倍，幾乎是全球最高的。工作生活難以平衡，更多年輕人選擇推遲婚育。近年來，大學畢業生的就業競爭壓力越來越大，許多大學畢業生選擇“慢就業”。如果沒有穩定的經濟收入來源，結婚生育意願自然會降低。此外，已經就業的年輕人面臨著較大的工作壓力和競爭壓力，無法達成生活和工作的平衡，從而“沒有時間”或者“沒有精力”邁入婚姻。2.3 婚姻基礎削弱：適婚年齡人數減少、婚姻匹配困難適婚年齡人數減少且仍處下降階段。根據人口普查資料，2010-2020年，15-35歲青年人口占總人口比重從33.5%下降到27.2%。根據七普資料，中國80後、90後、00後在2020年的存活人口分別為2.14億、1.78億和1.55億，整體呈不斷下降趨勢。當前結婚年齡主力25-29歲人口大幅下滑，對結婚對數產生負面影響。根據育媧人口《中國人口預測報告》“中方案”，20-40歲人口仍處減少階段，2024-2044年下降16.8%。適婚人口男多女少，婚姻匹配困難。男女比例失衡。比如00後男女性別比約115，男性比女性多超1100萬，90後男女性別比約110，男性比女性多近900萬。2020年第七次全國人口普查資料顯示，20-40歲男性人口比女性多1752萬人。農村“剩男”和城市“大齡剩女”問題突出。中國30歲及以上未婚男性有超過60%分佈在村鎮、一般為較低學歷；未婚女性有超過60%分佈在城市、一般學歷較高。3 影響：拖累生育水平、加重養老負擔，家庭規模小型化帶來單身經濟晚婚導致晚育現象加劇，初育年齡每推遲一個月，總和生育率下降8%左右。“婚都不結了，怎麼生孩子”。當前，中國絕大部分是婚內生育，非婚生育佔比較低，所以結婚數量的減少直接影響生育水平。1990-2020年男性平均初婚年齡從23.6歲推遲至29.4歲，女性平均初婚年齡從22.0歲推遲到28歲；其中，女性、男性平均初婚年齡分別在1996、1998年超過晚婚年齡（女23歲、男25歲）。1990-2020年女性平均初育年齡從24.1歲推遲至27.9歲，平均生育年齡（所有孩次）從24.8歲推遲至29.7歲。並且，1990-2020年30歲及以上高齡產婦的生育一孩數佔比從4.6%增至近29.8%，生育子女數佔比14.0%增至45.4%。從2020年人口普查資料看，生育一孩、二孩、三孩及以上的平均年齡分別為27.5、30.3、31.6歲。2024年總和生育率僅1左右，不足更替水平的一半。晚婚晚育、不婚問題加重少子老齡化，進而加重養老負擔，拖累國家財政、制約經濟活力。2011-2024年中國城鎮職工基本養老保險基金收入算術平均增速13.7%，而支出算術平均增速約為10.4%；中國城鄉基本養老保險基金收入算術平均增速13.9%，而支出算術平均增速約為17%。養老保險基金累計結餘可支付時間自2012年見頂後逐年下滑，從18.5個月逐漸下降至2023年的11.9個月，城鎮職工基本養老保險基金的區域差異較大，2023年有14省養老金入不敷出。其中，黑龍江、遼寧、吉林下撥金額829.3、844.3、218.7億元，佔總下撥規模的77.5%。單身人口數量增長，家庭規模持續縮小。一方面，因為結婚對數下降、結婚推遲等原因，“單人戶”數量日益增長，另一方面，因為住房條件改善，很多年輕人不與父母同住，而是享受獨居生活。2024年，中國家庭戶5.5億戶，其中一人戶家庭1.1億。2024年，中國15歲以上單身人口數量2.4億，佔總人口的17%，幾近於歷史新高，超過英國、法國、德國人口總和。單身經濟盛行，單身人群普遍儲蓄低，追求高品質、高品質、高消費的生活，助推新消費模式、以及促進文娛、寵物消費。單身人群具有偏好便利性消費；尼爾森的《中國單身經濟報告》顯示，42%的單身消費者為悅己而消費，遠高於非單身消費者（27%）。此外，單身人群呈現年輕化、高學歷化特點，注重自我投資。關於對未來一年的時間規劃方面，22%的單身消費者期望去讀書，18%的單身消費者希望學習新技能，17%的單身消費者希望培養自己的興趣愛好，均高於非單身消費者的13%、11%和14%。尼爾森資料顯示，單身群體注重感情寄託，在寵物消費佔比高於非單身消費者，未婚人群佔比達57%。4 啟示：盡快全面放開生育，加快建構生育支援體系給予年輕人自由選擇權的同時，減少因為娶不起和生不起導致的不婚和晚婚現象，為適婚人群提供保障和社會福利，改進住房、教育、醫療等問題；婚姻背後是人口問題，應全面放開並鼓勵生育，降低生育養育教育成本。4.1從居住、就業、教育上緩解年輕人生活壓力一是成立大型住房保障銀行收儲庫存商品房用於保障房，完善以常住人口增量為核心的人地掛鉤，建構房地產市場健康發展長效機制，完善住房市場體系和住房保障體系，讓全體人民住有所居。二是進一步完善女性就業權益保障。一方面，進一步推動落實產假哺乳假等制度，妥善解決延長生育假、男性陪產假等的待遇保障，對損害女性就業權益的單位進行經濟或行政處罰。另一方面，根據單位女員工規模及年度生育情況，實行一定程度的稅收優惠以降低企業承擔的生育成本。加快建構生育成本在國家、企業、家庭之間合理有效的分擔機制。三是加大財政教育保障性支出。探索建立從懷孕保健到孕期分娩再到18歲或學歷教育結束的全面鼓勵生育體系，包括孕期保健補助、住院分娩補助、托育津貼、教育津貼、家庭個稅抵扣、以及對不符合交個稅標準的低收入人群實行直接經濟補貼等。並且，各地根據實際情況可在全國政策基礎上進一步差異化。四是托育服務供給和津貼保障。將九年義務教育延伸至十二年，提高公立托兒所（0-3歲）覆蓋率，推行幼兒園（3-6歲）免費。同時推進教育改革，切實根除“家庭作業變成家長作業”現象。大力鼓勵和支援用人單位和社會力量，興辦嬰幼兒托育服務機構；同時，提高祖輩隔代照料的積極性，減輕父母的照料壓力。4.2   全面放開並鼓勵生育，降低生育養育教育成本盡快全面放開生育，讓生育權重新回歸家庭。全面放開生育，將是否生育、生育幾個孩子、什麼時候生育的權利還給家庭，由每個家庭自主決定生育的孩子數量。全面放開生育是把生育權從國家計畫回歸家庭自主，是把生育數量多少的選擇權交回給家庭決定，充分尊重每個人的生育意願。全面放開生育，原本不想生的人還是不會生，但一些想生三孩的人能生，不用擔心部分人群、部分地區會大幅多生導致出生人口激增。加快建構生育支援體系，大力鼓勵生育。一是實行差異化的個稅抵扣及現金補貼、購房補貼等政策，覆蓋從懷孕保健到18歲或學歷教育結束。二是加大托育服務供給，並對隔代照料發放補貼。三是進一步完善女性就業權益保障，並對企業實行生育稅收優惠，加快建構生育成本在國家、企業、家庭之間合理有效的分擔機制。四是加大教育醫療投入，給予有孩家庭購房補貼，降低撫養直接成本。五是加強保障非婚生育的平等權利。六是建立男女平等、生育友好的社會支援系統，比如男女平等的育產假等。七是完善輔助生殖頂層設計、輔助生殖納入社保、給有需求家庭定向發放輔助生育補貼券。八是保障單身女性生育權。進一步加大生育補貼力度，切實減輕家庭養育孩子負擔。國家層面發放生育補貼的方式開啟內需復甦計畫，發放群體可以向有撫養老人、孩子的家庭傾斜，由於這部分家庭存在較大的育兒、養老支出需求，可以補貼的儲蓄漏出率，同時，可以切實降低這部分家庭生育養育成本。長期看，新增人口會增加對汽車、房屋、電器、旅遊等產品和服務的需求，支援相關產業的發展、增加就業機會。對於生育補貼的方案，目前國家層面是三歲以下每孩每年3600元，後續可提升補貼額度，可以按照孩子數量針對家庭發放，給有孩家庭每月1000-3000元。按此計算，大約需要提供1-3兆左右的補貼。相信經過一系列長短結合的措施，中國生育率一定能觸底回升，人口結構有望逐步改善，從而實現人口長期健康均衡發展。 (澤平宏觀)

1月30日，美國知名投資人、ARK Invest創始人木頭姐（Cathie Wood）接受播客訪談，她詳細解讀了ARK最新發佈的《Big Ideas 2026》報告，內容涵蓋AI Agent、自動駕駛、宏觀經濟等多方領域的發展趨勢。資料顯示，目前AI Agent在長周期任務上的成功率已達到80%。雖然這一數字對於人類員工來說尚不及格，但如果部署100個Agent平行工作，其解決問題的機率將呈指數級上升。最近開源智能體MoltBot（龍蝦機器人，因商標問題從Clawdbot改名而來）刷屏全球網際網路，Moltbot能夠連接使用者的社交媒體、信箱和本地檔案，像私人助理一樣自主完成任務。木頭姐認為Moltbot的爆火代表了個人Agent力量的崛起，個人可以利用開源工具擁有強大的生產力，無需完全依賴大公司的封閉生態。隨著AI Agent任務成功率的提升，智能體將從單純的聊天機器人進化為能夠自主執行複雜工作的數字助手，這是未來GDP和生產力爆發式增長的關鍵驅動力之一。關於大模型公司之間的競爭，木頭姐認為，OpenAI雖然擁有9億使用者的先發優勢，但巨大的算力成本迫使其不得不開始追求商業化。OpenAI正在計畫推出高達60美元的CPM廣告報價，這一價格是目前Facebook的三倍，堪比超級碗廣告的定價水平。相比之下，Google則顯得更遊刃有餘。Google擁有龐大的搜尋業務現金流作為後盾，具備極強的戰略耐力。它不需要急於通過高價搾取使用者價值，相反，可以利用價格優勢來搶佔OpenAI的市場份額。在自動駕駛領域，木頭姐對Robotaxi的未來絕對樂觀，並預測這一市場將徹底顛覆傳統汽車製造業。ARK研究預測，特斯拉將是Robotaxi領域的最大贏家，Waymo緊隨其後。Waymo雖然技術領先，但缺乏製造能力，它必須依賴汽車製造商提供車輛平台。這種組裝式的供應鏈模式，註定了其成本難以極致壓縮。而特斯拉擁有完全垂直整合的生態。從電池製造、晶片設計、資料中心到整車製造，特斯拉憑藉垂直整合的供應鏈，其每英里營運成本預計僅為20美分，比Waymo低50%。木頭姐表示，傳統汽車製造商在這一波浪潮中將難以生存或勝出。Robotaxi是機器人、AI和儲能技術三大領域的融合。傳統車企專注於內燃機，缺乏這三大關鍵技術的積累和融合能力。內燃機技術已經成熟，不再符合萊特定律帶來的成本下降曲線，而電動車和AI技術正處於成本快速下降的通道中，這使得傳統車企在未來的價格戰中毫無還手之力。另一方面，傳統車企嚴重依賴供應商，無法像特斯拉那樣通過內部完全自動化的供應鏈來快速響應指數級增長的需求。關於AI時代的宏觀經濟，木頭姐預測：全球GDP增長率將從歷史平均的3%躍升至7%。現在是機器人、儲能、AI、區塊鏈和多組學測序這五大技術平台的融合期，7%的預測甚至可能是保守的。雖然技術具有降低成本的通縮性質，但由此帶來的單位需求將呈爆炸式增長，從而極大地推動經濟總量的擴張。針對推理成本急速下跌的問題，木頭姐認為這不會導致市場萎縮。相反，人類對智能的需求在本質上是無限的，即便推理成本趨近於零，為了獲得更長思維鏈的智能代理服務，企業和個人仍將投入巨大成本。木頭姐訪談內容劃重點：1.智能的無限需求推理成本向零逼近，但人類對智能的渴望是無限的。人們會耗盡所有預算去獲取更多的智能，即使單次推理變得便宜，總需求量的爆發也會讓市場規模巨大。目前的AI Agent在長期任務上的成功率約為80%。2.個人AI Agent的生產力飛躍開放原始碼的Moltbot能夠運行在個人電腦上，幫助整理工作、連接社交媒體和郵件，甚至在睡眠時自動完成任務。這不僅是技術突破，更成為一種文化現象。這種工具能讓工作效率產生質的飛躍，但它同時也具有破壞性，如果出錯，它可能在兩秒鐘內搞亂甚至損毀電腦系統。3. 特斯拉Robotax的壓倒性優勢在自動駕駛領域，特斯拉將是最大贏家，Waymo位居其次。特斯拉的優勢在於其垂直整合的成本結構和製造能力，能夠將每英里成本降至20美分，而目前Uber等服務的成本在2美元以上。傳統汽車製造商由於依賴外部供應鏈、受限於工會以及缺乏機器人與AI的企業基因，很難在這場轉型中生存，因為未來的汽車本質上是移動的推理引擎和儲能裝置。4.汽車將演變成移動推理引擎和儲能未來的汽車不僅僅是交通工具，而是數以百萬計的移動推理引擎和能源儲存裝置。自動駕駛汽車將成為分佈式能源生態系統的一部分，利用閒置時間平衡電網（例如在夜間利用率低時充電，白天反向供電）。這種深度融合是傳統車企難以理解和複製的。5. 軌道資料中心與垂直整合SpaceX正在建構軌道資料中心，可重複使用火箭的發射成本急劇下降。在太空中，太陽能效率是地面的六倍，且不受土地限制。馬斯克意圖通過高度垂直整合，繞過傳統供應鏈的層層加價，這將徹底改變算力基礎設施的成本結構。以下是木頭姐訪談實錄：1.AI與GDP增長的加速Peter：歡迎大家來到《Moonshots》節目。我們邀請到了ARK Invest的創始人、CEO兼CIO凱茜·伍德（Cathie Wood）。凱茜，你預測全球GDP將實現7%的增長，這簡直是一個奇點事件，畢竟人工智慧的發展速度遠超我們要預期。今天我們還有幸請到了我的“登月”夥伴Dave Blundin和Salim Ismail。這可是全球排名第一的科技播客，旨在讓大家為即將到來的未來巨變做好準備。早上好，凱茜。Cathie Wood：早上好，Peter。Peter：你們發佈了一份令人驚嘆的《2026 Big Ideas》報告。我們從中挑選了大約20張幻燈片，想和團隊一起探討一下。這真的很重要，你能想像世界變化得有多快嗎？這對你來說仍然令人震驚嗎？Cathie Wood：即使我們一直預期世界變化的步伐會比人們想像的更快，但AI的發展速度依然超出了我們的預期。要知道，我們在這方面本來就已經走在很前面了，但這依然說明了某種趨勢。Peter：好的，我們來談談這場巨大的加速。凱茜，我在螢幕上放了第一張幻燈片，是關於2030年GDP預期變化的。這些數字相當驚人，你預測全球GDP增長7%，這就像是一個奇點事件，是國際貨幣基金組織（IMF）預測值的兩倍。我們剛和埃隆·馬斯克聊過，他也認為未來兩年內GDP可能增長5倍，並在下一個十年出現三位數增長。凱茜，你怎麼看？Cathie Wood：這張圖表做得很漂亮。你可以看到，歷史上每一次技術革命都伴隨著GDP增長的階躍式上升。回顧1500年到1900年那幾百年，除了末期的鐵路，並沒有太多新技術，根據Brett Winton與學術界合作的研究，那時的全球實際GDP增長率僅從0.6%提升到了6%左右。隨後，當我們經歷鐵路、電話、電力、內燃機這場技術革命時，在接下來的125年裡，增長率提升了五倍，穩定在3%左右。現在，我們要面對的是五個核心平台：機器人、能量儲存、人工智慧（這是最大的催化劑）、區塊鏈技術和多組學測序。這五大技術的融合，讓我們認為增長率會再提升兩倍半，達到7%左右。實際上，我認為這還是保守估計。幾年前我們剛提出這個數字時，人們都覺得我們瘋了，而在聽了埃隆的觀點後，你會發現我們對全球實際GDP爆發式增長的看法是一致的。這確實是當今在世的人從未見過的景象。Dave Blundin：我來充當一下反方觀點，儘管我自己並不相信這個反方觀點，但為了討論通過必須得有人提出來。Alex和我剛從達沃斯論壇回來，如果你隨機調查那裡的銀行家和政客，大概只有20%的人相信這種增長，80%的人都不信。那80%的人會說：“看，當電腦革命起飛時，GDP 增長率依然穩定在每年3%。不管有什麼突破，無論是聚變還是計算，最終都會被那3%的增長率所包含，我們擺脫不了這個困局。”這種心態源於過去125年的歷史經驗。凱茜，你會怎麼回應這些不信者？Cathie Wood：有趣的是，今天活著的人確實沒有經歷過除此以外的情況。在80年代和90年代，生產率增長確實有所上升，那是投資的黃金時代，但全球GDP增長大體保持在3%。但我認為那些金融界人士不相信這一點的根本原因在於他們的研究架構。Cathie Wood：傳統金融機構是按部門、行業或子行業來孤立地設定研究的。然而，現在的技術正在滲透到每一個領域並模糊這些界限。你必須像我們一樣建立研究體系，也就是圍繞這15項核心技術（歸納為5大平台）來開展。我們的每一位分析師都在研究這些技術何時以及如何在各個行業中擴展。我們在內部打破了孤島，分析師們協同工作，只有這樣才能真正理解當今正在發生的重大技術融合。Peter：這確實是完美的融合。正如你在幻燈片中所見，我們正在見證可重複使用的低成本太空發射技術與太空資料中心的結合。六個月前，我和埃隆·馬斯克以及戴夫交流時，還沒有人談論在太空建立資料中心，但現在每個人都在討論這個話題。Cathie Wood：我們與Mach 33合作推出了一個開放原始碼的SpaceX模型。早在去年年中我們就發佈了這個模型，當時還沒把“軌道資料中心”納入考量。現在，我們和Mach 33重新設計了方案，早期的結果顯示成本正在顯著下降，這將進一步推動單位增長。這正是賴特定律（Wright's Law）的核心：隨著累計產量的每一次翻倍，在這個案例中是可重複使用的火箭技術，成本會以穩定的百分比下降。對於火箭來說，成本下降的幅度相當可觀。信不信由你，在工業機器人領域，累計產量每翻一番，成本就會下降約50%。火箭領域的降幅可能沒那麼高，但我相信也會在百分之二十幾的區間。Dave Blundin：我其實想問關於左邊這張圖表的問題。既然發射成本正在大幅下降，我驚訝的是那條曲線沒有下降得更多。我和埃隆開會時的一個重要收穫是，老實說，我進去時對“太空資料中心”持半信半疑的態度，出來時卻完全被說服了，他正在積極且秘密地推進一件事：繞過現有的供應鏈。目前製造GPU晶片，台積電（TSMC）大約有50%的利潤率，NVIDIA有80%的利潤率，價值鏈中充滿了層層加價。埃隆打算繞過這一切，建立自己的晶圓廠。他總是問：根本性的約束是什麼？真正的物理障礙是什麼？其實很簡單：沙子（矽）的獲取非常便宜；至於電力，太空中太陽能板的效率是地面的六倍，成本極低。所以我認為，如果我們今天只看發射成本的下降，而不考慮GPU成本、電力成本和太陽能板生產成本的趨同性顛覆，那我們就低估了趨勢。如果埃隆是對的，這些都會在短短幾年內平行發生，成本曲線會急劇下降。Cathie Wood：確實如此。我們再看賴特定律在半導體行業的應用。現在的問題是，什麼會阻礙這種增長？我不認為監管會成為障礙，因為我們正處於一場太空競賽中。既然埃隆的公司高度垂直整合，我們假設他能搞定晶片供應。Dr. Alexander：凱茜，如果我們天真地通過過去的資料向外推演，我們會達到“戴森群”等級的規模嗎？在未來的某個時刻，為了建造軌道資料中心，我們是否需要從月球、其他行星或小行星帶獲取足夠的原材料？我知道你通常做五年預測，但如果讓你展望50年後，我們會看到戴森群（Dyson swarm）嗎？還是會有多個相互競爭的戴森群？Cathie Wood：雖然我不夠專業去回答關於戴森群的具體問題，但我們的模型確實已經把SpaceX的規劃推演到了五年以後，並且納入了Optimus機器人、特斯拉和The Boring Company甚至火星殖民的因素。我們認為這在技術上是可行的。不過，軌道碎片確實是近期最大的絆腳石，一旦發生連鎖反應，後果不堪設想。Peter：讓我們把話題轉回AI基礎設施。正如幻燈片所示，推理成本正以驚人的速度下降，其影響巨大，我認為人們尚未完全意識到這一點。Salim Ismail：這裡有個悖論：當技術像我們所見的那樣具有極強的通縮性，例如火箭發射成本從航天飛機的6億美元降至SpaceX的6000萬美元，甚至還將再降10倍，這對GDP來說是巨大的縮減。當技術如此徹底地降低一切成本時，我們如何預測GDP的增長？這是我最大的擔憂之一。Cathie Wood：成本下降的另一面是單位數量的爆炸式增長，這就是傑文斯悖論（Jevons Paradox）。很多人嘲笑我預測價格將開始下跌，他們認為通膨會卡在2%到3%的區間。但如果你看真實通膨資料，它已經降到了1.2%到2%。聯準會還在對抗通膨幽靈，但我認為明年通膨率會降至2%以下，甚至轉為負值。這裡的關鍵是生產率增長和單位勞動成本的下降。Dave Blundin：確實，油價在跌，租金也在跌。或許我們需要一個“凱茜·伍德定律”來解釋這一切。埃隆曾講過一個笑話：兩個經濟學家在樹林裡散步，互相付錢吃對方的排泄物，結果GDP增加了200美元，卻沒創造任何價值。反過來看，如果AI治癒了癌症，數百萬人不再需要放療和化療，這在GDP上會表現為負增長，但對人類價值卻是巨大的。所以在AI時代，GDP指標本身就有根本性缺陷。Cathie Wood：你說到了點子上，但這事還有另一面。看看機器人技術，特別是那些我們要花時間做卻沒有任何報酬的事情，比如接送孩子、做飯、打掃衛生。這些從未計入GDP。但未來我們將購買機器人來做這些事，這將轉化為付費服務，從而進入GDP統計。這就像從農業經濟向工業經濟轉型時，家務勞動逐漸社會化一樣。被“看不見”的勞動將轉化為可衡量的經濟活動，這將帶來GDP的大幅回流。Cathie Wood：舉個具體的例子，當年很多風險投資人錯過了Uber。有人告訴我，他們當時算了一筆帳：舊金山的計程車市場每年約為5億美元，如果Uber拿走20%，這生意就不值得投。但他們沒算到的是，由於價格和便利性的變化，拼車市場擴大了四倍，而且Uber從計程車手中搶走了80%的份額。如今，Uber僅佔所有城市出行里程的1%。根據我們在《Big Ideas》裡的分析，要滿足這1%的里程只需要14萬輛車；而要滿足全美所有的城市里程，需要2400萬輛車。考慮到美國現有的4億輛汽車保有量，Robotaxi（機器人計程車）的增長將徹底摧毀我們熟知的汽車市場結構。Peter：同意。我們正在見證“認知的商品化”。人類經濟的基石，智能，正以每年99%的速度降價。這是一場逐底競爭。我的問題是，隨著價格暴跌，大語言模型（LLM）公司能否維持建構AI基礎設施所需的收入？凱茜，你對這些前沿模型的商業閉環有擔憂嗎？Cathie Wood：觀察OpenAI最近的動向非常有趣。他們開始商業化了，規劃了廣告、電商和機器人業務。但我們聽說他們的廣告報價是每千次展示（CPM）60美元，這相當於超級碗廣告的價格，而Facebook目前只有20美元。OpenAI可能會因為控制了供應端而暫時得逞，但我們的分析師認為這不可持續。Google的Gemini不會這麼做，他們有Google龐大的現金流支援，可以打價格戰來搶佔市場份額。這對OpenAI來說不是好消息。雖然OpenAI有9億使用者的先發優勢，但他們必須加快收入增長來支撐基礎設施擴張。這可能意味著他們需要在某些方面收縮戰線，更加專注。Dave Blundin：我想插一句。幻燈片上提到AI Agent在長期任務上的成功率是80%。彼得，你說任何員工如果只有80%的成功率都會被解僱，但這還沒算完。如果把上一張關於推理成本降至零的幻燈片結合來看，你會發現：無論推理變得多便宜，離真正的“零成本”還很遠。因為人類對“思考循環”的渴望是無限的。正因為彼得提到的80%成功率，如果你啟動100個AI Agent去解決同一個問題，只要其中一個成功了，整體成功率就會極高。這是一種“暴力破解”法。因此，對智能的需求基本上是無限的，人們會花光所有預算去獲取更多的智能。Cathie Wood：另外，最近那個開放原始碼的Claude機器人（Claude-bot）真是令人驚嘆。它在一個周末內就火遍了網際網路。你可以把它看作個人版的Jarvis，它能運行在你的電腦上，幫你組織工作、連接社交媒體和郵件，甚至在你睡覺時自動完成任務。我們的首席AI分析師只用了一個周末，工作效率和條理性就有了質的飛躍。Dave Blundin：沒錯。它之所以還沒被大型AI實驗室直接推出，是因為它非常強大但也具有破壞性，如果出了差錯，它可能在兩秒鐘內搞亂甚至損毀你的電腦系統。所以使用時要小心，但這也正是它強大的原因。這不僅僅是技術，更是一種文化現象。Dr. Alexander：凱西，我想回到你剛才提到的一個非常有趣的觀點。據我所知，還沒有人像你這樣表述過。很多人，包括本節目的嘉賓，都在擔心GDP增長與實際財富增長之間存在固有的不一致，甚至擔心超級通膨。但你提出了一個相反的獨特視角：隨著人類將越來越多的服務委派給AI代理，從GDP的角度來看，這種“委派”構成了商業活動。本質上，我們將人類個體的角色與生產性服務剝離，而這些細分領域之間的互動許多將由代理完成，這反而會增加對GDP的貢獻並促進商業發展。所以，你描繪的是一個GDP資料可能爆發式增長，但實際人類財富或許保持不變的圖景。那麼我想問你，如果你能揮動魔法棒，給出一個並不是單純指GDP增長，而是定義“人類真實財富增長”的完美指標，你會如何定義？Cathie Wood：財富增長在很大程度上與生產率增長密切相關。我所說的實際財富增長，不是指由價格驅動的房地產泡沫，而是由技術推動的生產力提升。我們在80年代和90年代初曾稍微嘗到過一點甜頭。那時是PC時代和網際網路時代的開端。對金融市場而言，那是一個輝煌的時期，因為軟體的潛力首次被真正釋放。雖然我們在80年代經歷過一段“索洛悖論”時期，當時人們覺得科技發展似乎反而削弱了生產力，但隨後微軟崛起，緊接著迎來了網際網路熱潮。這只是我們即將經歷的變革的前奏。如果你回顧歷史，從糟糕的70年代到80年代初，生產率增長幾乎為零甚至為負。隨後生產率開始回升，金融市場隨之繁榮，通貨膨脹開始下降。我之所以對此深有感觸，是因為在我職業生涯早期，我們就判斷通膨會下降，而當時大多數人認為除非發生經濟大蕭條，否則這不可能發生。但事實恰恰相反，通膨下降是由於技術帶來的生產率增長以及合理的貨幣政策。這裡有一個與哈佛學派相關的凱恩斯主義經濟學的不同觀點：凱恩斯主義認為增長會導致通膨；但實際上，增長不會導致通膨，反而會導致通縮。我們即將進入的世界是通縮性的，這是“好的通縮”，即當商品價格下降時，需求會激增。2.在AI時代重新定義財富Dave Blundin：凱西，我也許可以順著這一點深入問一下。這似乎是問題的核心，不僅關乎視覺展示，也關乎你更廣泛的投資論點，即GDP可能不是衡量進步的最佳宏觀指標。聽起來你認為“人均生產力”才是關鍵。但最終，作為通過ETF進行的投資，你必須用美元或其他單位來量化它。我好奇的是，我們應該設定什麼樣的基準？你顯然在投資未來的行業。而標普500指數（S&P 500）作為傳統的基準，可能無法正確衡量通向未來的進步。如果讓你設定一個單一的度量標準來最佳化進步本身，那會是什麼？Cathie Wood：首先，關於指數化投資，這是我的一個痛點。目前的金融市場結構確實如此，埃隆·馬斯克（Elon Musk）對此也有非常強烈的看法，我們在一次X Space的對話中花了很多時間討論這個話題。標普500、納斯達克這些榜單前列的公司，代表的是過去的成功。如果我們的判斷是正確的，即我們正進入有史以來最具顛覆性的創新時期，那麼傳統的舊世界秩序將被打破。長期來看，標普500的名義回報率一直維持在個位數的高位。但我們認為這將會改變。因為標普在納入新股票時往往滯後，他們需要先看到收入增長和盈利能力。在我們的《Big Ideas》報告中，我們預測顛覆性創新在未來五年內將以年化35%的速度複利增長。Peter：你們那只基金專注於這個方向？Cathie Wood：我們所有的基金都專注於此。我們的旗艦基金ARKK整合了所有這些平台。這是一項艱巨的任務。我們經歷了一段非常艱難的時期，特別是在遭遇供應衝擊和與新冠相關的貨幣政策時，創新股在包括風險投資在內的各個領域都遭受了重創。當時很少有人相信創新，但我們認為現在正在走出困境。橡皮筋已經被拉得很長，事實上，企業已經加速了世界各個角落的數位化處理程序。Peter：僅僅看ARKK，過去兩年的年化回報率大約在31%到33%之間，這相當了不起。Cathie Wood：是的，我們的三年資料正開始向我們預期的數字攀升，但為了達到平均值，我們還得超過35%。如果你要我嘗試用一個經濟指標來衡量進步，當大多數人關注GDP時，我會關注國民總收入（GNI）。理論上，GNI和GDP的增長率應該相等，但實際上並非如此，兩者總是存在統計差異。這種差異正在擴大，因為從產出角度（GDP）我們無法精準測量剛才討論的許多技術影響，但這些影響會在收入端（GNI）顯現出來。Peter：所以答案是GNI，而不是某種人均生產力？Cathie Wood：對，我認為應該是GNI。生產率也很難測量，這就是為什麼我們認為目前的生產率被低估了，年化增長率大約被低估了2%。這意味著什麼？按照GDP的構成方式，如果我們低估了生產率，那麼我們就低估了實際GDP增長，同時高估了通貨膨脹。這像個拼圖，如果政策制定者不具備我們這種思維方式，盲目信任公佈的資料，就會在政策上犯錯。3.10兆美元公司的預測Peter：凱西，我想問你。到2030年，我們會看到市值達到十兆美元的公司嗎？比如SpaceX是會上市，還是可能與特斯拉合併？你認為埃隆會通過那種方式為SpaceX獲得流動性或穩定性？Cathie Wood：這很有趣。我不確定埃隆是不是在你的播客裡提到過，但我聽說過他說預見到旗下公司的融合，這是我之前沒預料到的。不過我們確實已經討論這種情況一段時間了，因為在人工智慧的世界裡，要取勝就必須擁有專有資料。想想他擁有的所有專有資料：特斯拉擁有路面的語言資料；Neuralink擁有多組學資料；SpaceX擁有太空資料；X擁有獨特的社交資料；Boring Company也有別人沒有的資料。所以，我確實認為由於這種融合驅動，到2030年那些兆美元等級的公司將會開始上線。Peter：我認為主要的候選者就是特斯拉，正如你剛才所說的原因。而且可能會有一些組合作為其中一部分發生。Cathie Wood：是的，這也很有趣。我知道有傳聞說SpaceX正在接觸投行人士，但我以前從未想過SpaceX會上市，也不覺得有必要。畢竟埃隆在特斯拉的公開市場經歷並不愉快。但如果SpaceX真的上市，那可能是為了抓住軌道資料中心（Orbital Data Center）的機會。Peter：其實在這個播客上我們也問過埃隆。那是關於他最不可思議的事情之一。我們問他：“看看你的商業帝國，Starlink、全球太空資料中心、雷射鏈路，這一切難道不是你畢生心血的匯聚點嗎？通向這個驚人的十兆美元的成功，當時的遠見一定非同凡響。”但他卻笑著說：“不不不，這完全是運氣，這些事情彼此毫無關聯。”我覺得這太不可思議了，他本可以藉機吹噓自己的遠見或宣稱自己是天才，但他沒有。Cathie Wood：其實這是因為人工智慧正在導致一切融合。這就是為什麼我們在組建公司和組織研究時，讓機器人工程、能源儲存和AI分析師共同協作來研究它。在傳統的金融機構裡，汽車分析師通常只懂內燃機，不懂技術，他們經常為此爭論地盤，導致技術分析師的話語權旁落。這就是為什麼華爾街到現在仍然看不懂特斯拉。Peter：沒錯，凱西。我對“專家”的定義就是那些能確切告訴你為什麼某件事做不成的人。那麼，讓我們進入最內層的循環，談談能源。再次引用《Big Ideas Report 2026》的圖表，我們看到越來越高效的能源正在驅動全球經濟，每美元GDP對應的千瓦時能耗正在下降。此外，太陽能和電池成本也在大幅下降。我認為人們並沒有真正意識到能源在根本上有多麼關鍵。它不僅與GDP相關，還與每個國家的生活水平、健康和教育息息相關，尤其是在現在的資料中心爭奪戰中，它已成為國家主導地位的根本。凱西，你對此有什麼看法？Cathie Wood：經濟活動本質上就是能量的轉化。那些盲目說能源是壞事的人，並不清楚自己在說什麼，他們基本上是想把我們逼回黑暗的中世紀。如果我們要進步，就必須使用更多能源。關於核能，特別值得注意的是，美國和日本在70年代開始的過度監管扼殺了這個行業。如果按照賴特定律，隨著技術進步建設成本本應下降。如果我們在核能上繼續沿賴特定律發展，今天的電力成本會比現在低40%。所以我認為我們對核能重新燃起的熱情很重要，這將把我們帶回成本下降的軌道。當然，還有太陽能。埃隆關於軌道資料中心的願景，也會為資料中心的太陽能採購注入強大動力。Dr. Alexander：我很好奇，凱西。你認為是因為核能過度監管，還是其他原因，導致1971年後美國經濟走上了一條不同的道路？Cathie Wood：我認為，當年放棄金本位制、關閉黃金窗口，導致貨幣政策除了受人性的脆弱影響外，不再與任何實質事物掛鉤，這實際上開啟了一段艱難的時期。隨之而來的是工資和價格管制、各種市場扭曲，以及整體監管力度的增加。核能產業就是這種情況的一個縮影。我記得那是1974年或1975年左右，在脫離金本位制後，我們失去了約束，油價幾乎瞬間翻了四倍，這讓我們走上了一條非常糟糕的道路，我們也因此停止了載人登月計畫。隨後出現了里根經濟學（Reaganomics），即沃爾克（Volcker）的貨幣政策與里根的經濟政策相結合，包括放鬆管制和減稅，這一策略今天仍在被沿用。目前美國的企業實際稅率在發達國家中屬於極低水平。雖然川普在第一任期內開始降低稅率，但在新稅法之前的折舊時間表其實並不利於創新。現在的新政策允許製造業結構在投入使用的第一年就完全折舊，而不是分30到40年逐步折舊。這意味著，任何在美國建設製造設施的公司，只要在2028年底前開工，就能獲得巨額退稅，並可以將這些資金重新投入研發，從而降低價格，推動再工業化。我們正在見證這一切，未來幾年我們將迎來一場經濟繁榮，這甚至會讓埃隆·馬斯克所說的5倍GDP增長都顯得保守。這聽起來是非常合理的預測。4.AI與未來投資方向Peter：Dave，我很好奇，我們之前在簡訊裡聊過關於下一波投資方向的問題。當然這不是投資建議，但你提到了能源基礎設施。小型模組化反應堆（SMRs）、核裂變能源，以及雖然目前還有點遙遠的核聚變，都是關注重點。同時還有資料中心的建設。這些領域的數字看起來非常驚人，這將是我們看到上市公司中投資最多、增長最快的領域。Dave Blundin：我們與凱西（Cathie Wood）以及Peter你的科技路線不同之處在於，我們並不試圖一次性部署上百億美元，所以我們可以更靈活地深入觀察資料中心的技術堆疊。你會發現，供應鏈中的某些元件突然之間面臨無限的需求。我們在Boom Supersonic（Boom超音速公司）身上也看到過類似的情況。這是一家製造超音速飛機的公司，其引擎元件的價值突然上漲了10倍甚至100倍，因為同樣的元件可以用於製造發電機，而這些發電機多年來一直處於積壓狀態。Peter：我認識Boom的創始人，當時我就覺得處理聯邦航空管理局（FAA）的監管簡直是瘋狂的挑戰。但後來他們找到了市場，完成了一次出色的轉型。Dave Blundin：沒錯，這是一個絕佳的轉型案例。這其實是兩個不同層面的案例研究：一個是與這次人工智慧（AI）建設相關的任何事物，如果你能搶先發現，可能會帶來千倍的回報；另一個是關於優秀的團隊如何轉型。有些項目乍看之下像是一潭死水，但如果你意識到這是一個了不起的團隊，你會發現他們轉型的速度比以往任何時候都快。所以，無論如何都要選擇並堅持支援優秀的團隊。Peter和我討論時，我們一直在尋找那些尚未被發現的機會。比如Alex對光子學（Photonics）有很多見解，在大型資料中心的網際網路互連、讓資料高速傳輸方面，存在著巨大的機會。但我認為這一切都指向同一個主題：如果你看未來幾年，軌道資料中心、對晶片的無限需求，以及將這一切連接起來的管道、布線和粘合劑，到處都是潛在的機會。Cathie Wood：我想回應Dave剛才提到的很重要的一點，那就是必須從“出色的團隊”開始。我們看到那些轉型之所以非常成功，是因為不同技術之間的融合創造了全新的產業。因此，轉型的機會比以前多得多。如果你因為擔心監管阻礙而錯過交易，那將是一個風險。因為就像Boom那樣，有時一次轉型正好能契合監管的需求，甚至監管機構也希望這種改變發生。關於這張幻燈片，我想指出，到2030年，全球電力累計投資需要增加到10兆美元。這說明我們將在電力方面進行巨額投資，毫無疑問，數兆美元將投入到與AI相關的一切基礎設施中。Dr. Alexander：我想問凱西，也想問問在座的各位關於能源的話題。也許你們看過Apple TV的劇集《為全人類》（For All Mankind），它提出了一個替代歷史的場景：如果蘇聯先於我們登上月球，太空競賽從未結束，核能技術因此被快速推進，歷史會怎樣發展？我很想從“學習曲線”的角度探討這個替代歷史。如果20世紀70年代中期我們的發展沒有脫軌，我們現在在能源領域應該達到什麼水平？是落後了十年，還是五十年？Cathie Wood：在能源方面，特別是核能，我不能說我們整體落後了，但我認為我們在新建項目上確實落後了。美國需要大、中、小型反應堆的全面投資。毫無疑問，我們在核能上確實浪費了很多時間。由於美元是儲備貨幣，我們在70年代將通貨膨脹帶給了全世界。雖然瑞士等少數國家能夠抵抗，但這總體上是一個全球現象。但我認為我們現在的心態是正確的，矽谷一直保持著正確的心態。我們正試圖在這裡打造一個新的創新中心，加州的稅法可能也在推動這一點。雖然AI人才聚集在矽谷至關重要，但我們現在看到創新力量正在分佈到全美各地。隨著創新成本的急劇下降，個人的能動性變得越來越強，你可以在任何地方成為企業家。5.自動駕駛車輛的未來Peter：我們現在進入最後一個話題，自動駕駛汽車。關於這個話題有太多可以討論的，比如人形機器人，也許我們在討論特斯拉時會順帶聊到。目前的消息是，自動駕駛計程車終於來了。我們已經看到了Waymo的進展，CyberCab也即將上線。Uber、Lucid都在部署自己的車隊。資料顯示，Waymo的份額正在上升，而Lyft和Uber在下降。我們在聖塔莫尼卡出差時，往返機場或送孩子上學的路上，平均每天能在街上看到10到12輛Waymo。我認為大約在四五年後，80%的車輛將是自動駕駛汽車。你們怎麼看？Cathie Wood：我們同意這個觀點。正如我們的研究報告所示，我們預計從平台角度看，特斯拉將是最大的贏家，Waymo將位列第二。原因在於Waymo的成本結構依賴於外部供應鏈，這與特斯拉的垂直整合模式完全不同。這正是埃隆的運作方式。Waymo曾一度難以吸引汽車零部件供應商，所以他們現在正與極氪（Zeekr）、現代（Hyundai）等公司合作。目前他們在全美的車輛少於3000輛，如果你一次行程能看到10輛，說明它們高度集中在你所在的區域。我們認為從成本角度看，特斯拉的方案將比Waymo低50%，因此能夠收取更低的費用。目前Uber的平均價格隨著高峰定價上漲了40%，達到每英里2美元到2.8美元。而我們的研究證實了埃隆的說法：當達到規模效應時，特斯拉能夠將價格定在每英里20美分。在達到那個低價之前，巨大的價格保護傘將導致特斯拉的現金流暴增。Dave Blundin：你完全說對了，凱西。在去參觀特斯拉超級工廠之前，我完全沒意識到這一點。我曾以為埃隆不喜歡供應商只是因為他是個控制狂，但這並不是真的。他不依賴供應商是因為他看到了製造業的指數級機會。需求會在一夜之間飆升，而滿足這種需求的唯一方法是將原材料（如原鋁）在工廠的一端輸入，在另一端直接產出汽車或晶片。你必須內部製造所有東西並提前規劃。如果你像Waymo那樣，在供應鏈中缺少那怕一個受限元件，整個生產鏈都不得不停下來等待。Cathie Wood：絕對是這樣。對Waymo和特斯拉的需求都會是無限的，但特斯拉能更快地生產更多汽車，因為埃隆將所有環節都納入了那個完全指數級自動化的內部供應鏈中。Salim Ismail：我認為如果特斯拉允許人們擁有自己的汽車並將其轉變為計程車，那將是一個巨大的優勢，這更符合指數級增長組織的特點。那樣的話，你甚至不需要擁有自己的資產，這正是Uber增長如此迅速的原因。Peter：凱西，在技術融合的討論中，你有沒有關注這樣一個概念：數以百萬計的自主聯網計程車，實際上就是移動在城市中的推理引擎（Inference Engines）和能源儲存裝置？Cathie Wood：哦，當然。這與埃隆關於我們電網目前效率低下的觀點不謀而合。電網在晚上的利用率很低，而白天有時又被過度使用。這是一個典型的分佈式能源生態系統機會。Dave Blundin：令人驚訝的是人們多麼低估這一點。如果你看特斯拉的超級工廠，街對面就是Optimus（柯博文機器人）的工廠，旁邊還有資料中心。這裡的核心在於，所有元件都是通用的。當你對比福特或通用汽車時，你會問：“你們到底在做什麼？”他們從別處訂購底盤和動力總成。如果他們明天想轉型成一家機器人公司，他們做不到，因為他們只是在組裝第三方的元件集合。他們只能是一家汽車公司。而埃隆建構帝國的方式是，整條製造鏈的每一個環節都可以在短時間內轉向，例如變成衛星製造業務。整條長鏈本質上是可重構的機器人。我認為這可能是他獨有的優勢。也許Google在做類似的事情，我不確定，但這就是未來。所有這些都可以通過AI和機器人進行重新配置。Cathie Wood：在這個方面，美國汽車行業正在減少對電動汽車的投入，開始收縮，但他們又試圖搞清楚如何切入Robotaxi（機器人計程車）領域。這一切最終會融為一體，而特斯拉早就看明白了這一點。埃隆在他的宏圖計畫裡早就寫明了。如果傳統車企認真對待過他，那答案早就擺在他們面前了。Peter：我看不出傳統汽車行業能挺過這一劫。未來是與AI深度整合的：AI知道你的日程，當你走向前門拉動門把手時，自動駕駛汽車已經在那裡等你，你甚至不需要叫車。Salim Ismail：關鍵在於，我們只需要幾千萬輛汽車就能覆蓋所有人的出行需求。現在全球每年銷售9000萬輛新車，這是瘋狂的供應過剩。Dr. Alexander：但我認為，對不同形狀和尺寸的機器人的需求實際上是無限的。所以我認為汽車行業會以某種形式存活下來，就像自行車演變成馬車、再演變成飛機和汽車一樣。這個行業會演變成機器人行業，並且規模比以往任何時候都大。Dave Blundin：但在行業內部，有些公司根本沒有做好轉型的準備，而其他公司則準備充分。在這方面，美國人有一種特質，那就是熱愛重塑，我們願意把舊的東西扔掉，去建立一個全新的創業公司。Salim Ismail：我想強調一個非常關鍵的點。有人類駕駛員的網約車服務與完全自動駕駛之間的成本差異，實際上超過了10倍，這是一種驚人的成本下降。Cathie Wood：問題的核心在於，傳統車企是在內燃機和人工駕駛的環境下成長起來的，這導致它們的企業基因與當前的技術變革不匹配。雖然人們常說它們可以重新配置、整合或重組，但在顛覆性創新領域，這種轉型往往難以成功。我認為它們無法在這個新領域獲勝，因為這涉及三項技術的深度融合：機器人技術（像埃隆·馬斯克那樣將汽車視為機器人）、人工智慧（這是方程中永恆的一部分）以及能源儲存。隨著電池技術的發展，電動汽車的成本持續下降。相比之下，內燃機是一個完全成熟的行業，根據賴特定律，由於其累計產量基數巨大，成本翻倍從而帶來成本下降可能需要上百年的時間。因此，傳統車企無法像堅持做電動汽車那樣享受到成本下降曲線帶來的紅利。Dr. Alexander：我認為我們可能遺漏了一個非常重要的組成部分，也就是埃隆所說的“製造那些生產機器的機器”。我們在討論內燃機與電動汽車的對比時，往往忽略了它們的製造方式。目前的傳統汽車公司在很大程度上依賴受工會保護的人工勞動，而在未來，大部分製造工作將由機器人自動完成。所以我想問Cathie，你是否認為對於傳統汽車公司，至少是美國汽車公司，來說，真正的競爭障礙在於它們無法像特斯拉那樣，實現高度機器人化的製造自動化？Cathie Wood：毫無疑問。大概三四年前，埃隆曾說過：“我發現自己其實是一個工廠的製造者。”這對我們來說也是一個重要的頓悟時刻。他在設計未來的工廠，並引入了正確的技術。Dave Blundin：回到Alex的觀點，當初位於加州的初代超級工廠（Gigafactory）在疫情期間被迫停工時，埃隆決定搬離加州，前往德克薩斯州，在一個監管環境更友好的地方從頭開始建設。如果你看看傳統汽車公司，它們受到工會、養老金計畫以及與當地選區緊密繫結的制約。因此，在一個新的司法管轄區從頭開始建廠，實際上比改造傳統車企的現有生產線要便宜得多。Salim Ismail：是的，歐洲的情況更糟。例如在德國，他們有工人委員會來決定寶馬或梅賽德斯作為公司被允許做什麼。這在達沃斯論壇上也成為了一個重要話題。歐洲的資本如果沒有好的去處，比如你想藏錢可以去列支敦斯登或摩納哥，但如果你想在一個監管相對理性、或者說較少受限的環境中建立一家低成本汽車公司，你會去那裡？Cathie Wood：我知道大多數人認為歐洲在技術和監管層面已經完全沒希望了，因為創新的崩塌和個人能動性的減弱。從宏觀層面上我同意這一點。但我想問，歐洲有什麼是其他地方沒有的？為什麼我們都去那裡度假？Dave Blundin：建築，還有生活方式。Cathie Wood：對，生活方式、悠閒的節奏、美食。所以我不會完全否定歐洲，他們會像以往那樣為世界其他地區提供服務，生活方式、旅遊服務、漂亮的廣場和濃縮咖啡。Dave Blundin：我來做個預測。歐洲擁有令人難以置信的潛在人才儲備，才華橫溢。歷史上，像印度這樣的人才流出國，人們去美國賺錢後往往會回國退休。但歐洲人以前不這麼做，因為離開歐洲太難了，那裡的生活太美好了。但我認為現在差距已經變得如此之大，真正的創業群體將開始湧向美國，工作十年，保留在歐洲的居所，然後來回往返。Salim Ismail：我可以提出反方觀點嗎？我認為過去對於歐洲企業家來說，來美國是一個可行的選擇，但現在這已經不再是唯一的路徑了。接下來會發生的是，歐洲將被迫改變監管制度。目前的結構無法維持，必須通過設立特別經濟區或進行結構性變革來突破，否則就會陷入“死亡螺旋”。我們在今年的達沃斯看到了這種跡象，他們試圖建立一種“歐盟公司”（EU Inc.）的概念，即在一個國家註冊就等於在所有國家註冊，並統一創新體系的規則。Peter：這是我們的最後一張幻燈片。全自動配送已經到來了。雖然我們長期以來一直關注機器人計程車（Robotaxi），但我們看到目前每年已經有400萬次無人配送。Cathie Wood：是的，最美妙的是他是從盧安達開始的，利用無人機運送醫療用品。據統計，他將孕產婦因產後大出血導致的死亡率降低了50%以上。Peter：所以，我們在空中看到了Zipline和Wing實現了無人配送，還有Matternet。在地面上，我們有Starship、Meituan和Coco Robotics等幾十家公司。當然，我們也看到了卡車運輸自動化的起步。有趣的是，地面交通已經很擁擠了，目前空中航線雖然是開放的，但最終也會變得擁擠。如果配送量激增，主要是來自Zipline和Wing，我很好奇人們是否會開始抱怨噪音問題，因為它們雖然在高空飛行，但需要通過纜繩放下貨物來完成投遞。Dave Blundin：航道是三維的，物理上不會那麼快擁擠，但你說得對，噪音將成為一個非常大的問題。如果有人能發明出靜音無人機，那將徹底改變遊戲規則。 (劃重點KeyPoints)

黃仁勳放話：ASIC取代GPU不合理也不現實，輝達掌控整個AI基礎架構！2026年AI產業極度吃緊：This year is going to be very big！！黃仁勳台北宴請供應鏈高管核1月31日晚間，輝達CEO黃仁勳在台灣台北磚窯古早味懷舊餐廳，宴請輝達合作供應鏈高管，原定35人，實際到場近40位台企高管，僅1位大陸企業（勝宏科技）高管出席。宴會合影中，第一排就坐的有華碩施崇棠、聯發科蔡力行、台積電魏哲家等供應鏈資深高管；第二排及以後包括鴻海劉揚偉、和碩童子賢等多位台企高管。現場唯二女性為緯穎洪麗寧、同德股份劉盈君。黃仁勳開場致詞（站上椅子）：“歡迎大家來到這裡！這稱不上是年度聚會，但我們一起工作這麼辛苦、這麼努力，所以我們每6個月應該聚在一起喝一杯。”黃仁勳提及2025年的挑戰：“2025年是非常充滿挑戰的一年，因為我們開始生產Grace Blackwell，現在回頭看，與Grace Blackwell相比，Hopper 簡直太簡單了。Hopper 的半導體系統在當時是最先進的，但Grace Blackwell又將先進技術推向極限，系統也相當困難，過去一年來，我們一起挑戰極限，在座的各位一起完成了不可思議的任務。”針對Grace Blackwell量產困難及設計修改，黃仁勳坦言：“今年運作模式跟以往也將有所不同，他對過去一年的成果非常滿意，也確實一路很挑戰，感謝大家一起工作，他也誠摯的要說謝謝，還有對不起。”關於產品進展，他表示：“目前GB300機櫃已經進入量產初期階段，GB200是輝達的第二代產品，量產非常順利，而Vera Rubin（第三代產品），希望量產會變得很簡單，現在供應鏈會跑得比以往任何時候都快，也感謝彼此的夥伴關係，相信今晚也是全台灣關注的一晚。”談及AI產業變化：“AI 變得有用，大語言模型變得非常有用，對產業也有用。也因此，現在 Token是可以賺錢的，2024年生成的 Token 沒那麼聰明，當 AI 不夠聰明時，就不太能獲利，現在 AI 變聰明了，就能有獲利模式。”黃仁勳回應關鍵問題：AI產業供需：“2026 年將是AI 產業‘極度吃緊的一年’，不論是高性能計算或低功耗應用，‘AI 要有智慧，就一定要有儲存’，今年對高頻寬記憶體（HBM）與LPDDR 的需求將大幅爆發，整體供應鏈面臨前所未有的壓力，但同時也將迎來‘非常好的一年’。”產品研發：“輝達目前已全面量產Grace Blackwell 架構，同步啟動下一代Vera Rubin 平台，Vera Rubin 是由六顆全球最先進晶片組成，製程與整合複雜度極高。”OpenAI融資：“輝達將參與OpenAI 下一輪融資，且金額可能是輝達史上最大的一筆戰略投資。OpenAI 是這個時代最具影響力的公司之一，輝達將持續加碼資金與算力支援。”ASIC晶片競爭：“外界擔憂AI專用晶片ASIC將取代GPU的疑慮不合理也不現實，因為輝達不是只做單一晶片，而是打造整個AI 基礎架構，這種規模與研發強度，不是單一ASIC 團隊可以追上的。”台灣供應鏈：“沒有台灣，輝達就不可能存在。預期未來十年台積電產能將遠超過倍數成長，是整個人類史上最大規模的科技基礎建設擴張之一。”△黃仁勳與台積電董事長魏哲家合影此外，黃仁勳透露：“輝達目前每年研發預算已達200 億美元，未來仍將以每年約50% 的速度成長，從Hopper 到Blackwell、再到Rubin，技術難度已從困難變成不可能，但也正因如此，必須持續高速投資，確保領先地位。”晚宴尾聲，他再度致謝：“今年是非常關鍵/盛大的一年（This year is going to be very big），換句話說，供應鏈會工作得很辛苦，但台灣供應鏈的優秀條件是獨一無二的。” (深科技)