一、1990 年代科技泡沫的五大宏觀特徵歷史上的“宏觀泡沫” 不僅是資產估值虛高，更伴隨全經濟層面的顯著失衡，1990 年代科技泡沫的五大核心特徵的如下：投資支出爆發式增長：科技裝置與軟體投資佔GDP 比重從 1995 年初的 3% 升至 2000 年初的 4.5%，非住宅投資佔 GDP 比重從 11% 升至 15%；1995-2000 年，企業投資對 GDP 年均貢獻 1.3 個百分點，過半來自科技相關支出。電信行業投資同步飆升，資訊 sector 投資佔 GDP 比重在 2000 年突破 2%。盈利能力提前見頂：企業利潤率在1997 年末達到峰值後持續回落，即便科技類股也不例外。儘管生產率保持增長，但 1997 年中後勞動力市場趨緊推升工資增速，單位勞動力成本上升侵蝕盈利空間。槓桿率攀升與儲蓄率下滑：企業部門從儲蓄盈餘轉為赤字，企業債務佔利潤比重大幅上升；電信行業依賴債務融資擴張，同時企業回購股票進一步加槓桿。家庭權益資產增值推動儲蓄率持續下降。外部資本大量流入：1997 年亞洲金融危機、1998 年俄羅斯債務違約後，資本大規模湧入美國市場，美國經常帳戶赤字急劇惡化；聯準會為對衝風險降息 75bp，進一步助推股市上漲。信用利差擴大與波動率上升：1998 年中後，信用利差顯著走闊，納斯達克隱含波動率（VXN）大幅上升，即便股市仍在上漲，其他資產已發出風險預警。二、當前AI 繁榮 vs 1990 年代科技泡沫：更像 1997 而非 1999當前AI 相關市場行情雖火熱，但尚未出現 1990 年代後期的全面宏觀失衡，核心對比資料與結論如下：投資規模與持續性不足：自2022 年末 ChatGPT 推出以來，AI 超大規模企業（AMZN、GOOGL、MSFT 等）資本開支翻倍，但科技投資佔 GDP 比重雖接近 2000 年峰值，增長幅度遠小於 1990 年代；AI 相關投資佔 GDP 比重仍低於當年電信投資峰值，且尚未形成持續多年的投資熱潮。盈利能力仍具韌性：企業利潤率保持穩定，財報盈利增長紮實；非金融企業生產率增長回升，同時工資增速放緩，單位勞動力成本下降，未出現盈利侵蝕壓力。企業財務狀況穩健：企業部門仍處於儲蓄盈餘狀態（近20 年來首次接近赤字），頭部科技企業多通過自由現金流而非債務融資支援 AI 投資；企業債務佔利潤比重雖有上升，但起點遠低於 1990 年代泡沫期。家庭儲蓄率保持穩定，未因權益資產增值而下滑。外部資本與政策環境不同：聯準會雖啟動“保險性降息”，但未出現 1997-1998 年那樣的大規模外部資本流入，美國經常帳戶赤字雖大但保持穩定。當前經濟需求增速（低於 5%）弱於 1990 年代後期，勞動力市場壓力更小。信用與波動率未發出預警：信用利差仍維持在歷史低位，權益市場隱含波動率雖有階段性飆升，但未出現1998 年以來的持續上升態勢，科技類股波動率也未顯著分化。三、當前AI 繁榮的潛在風險拐點訊號儘管尚未形成泡沫，但部分趨勢已顯現1990 年代泡沫初期的特徵，需警惕失衡加劇：投資擴張計畫激進：AI 超大規模企業與 OpenAI 等私有公司均計畫持續擴大 AI 相關投資，若落地將推動投資規模向 1990 年代泡沫期靠攏。企業財務狀況邊際惡化：企業部門財務盈餘持續縮小，即將轉為赤字；頭部科技企業現金資產佔比下降，債務發行增加，資產負債表優勢減弱。債務融資佔比上升：資料中心投資越來越依賴債務融資，AI 領域湧現複雜的供應商融資安排，與當年電信行業債務擴張模式相似。外部資本流入潛力：中東、日本等國已宣佈合計超4 兆美元的投資承諾，若落地可能重現 1990 年代外部資本大量流入的場景。四、投資策略：把握上行空間，避險潛在風險當前AI 行情仍有延續空間，但需防範未來 1-2 年可能出現的失衡風險，核心策略如下：利用期權工具最佳化持倉：當前信用利差窄、波動率低，相較於1998-2000 年，更適合通過期權工具鎖定上行收益、對衝下行風險，或用長期看漲結構參與行情。佈局信用利差走闊與長期波動率上升：即便AI 繁榮持續，債務融資增加也可能推升信用利差，長期來看權益波動率有上升空間，可提前佈局相關交易。警惕利率市場不確定性：若企業融資需求進一步上升，可能與美國財政赤字形成資本競爭，推升長期實際收益率；但AI 帶來的生產率提升或勞動力替代可能抑制通膨，若 AI 繁榮退潮，利率可能大幅下行。核心結論：當前AI 繁榮更接近 1997 年的科技行情，而非 1999 年的泡沫末期，仍有上行空間，但需密切關注投資強度、利潤率、槓桿率等關鍵指標的邊際變化。五、總結：AI 繁榮仍有空間，警惕泡沫化拐點當前AI 市場的核心邏輯是 “繁榮未達泡沫，警惕失衡加劇”：與1990 年代科技泡沫相比，當前 AI 繁榮在投資規模、盈利能力、槓桿水平、市場訊號等方面均未出現全面失衡，更接近 1997 年的階段，仍有持續空間；但企業財務狀況邊際惡化、債務融資增加、投資計畫激進等訊號需警惕，若這些趨勢持續，未來1-2 年可能向泡沫化演進。 (資訊量有點大)

西班牙《趣味》月刊網站10月8日刊登題為《虛構的真相：為何人工智慧會“胡編亂造”》的文章，摘要如下：生成式人工智慧（AI）的發展伴隨著一個棘手的問題：它能以驚人的自信編造事實。最新研究揭示了語言模型製造虛假資料的原因及其潛在風險。近年來，生成式人工智慧以富有創造力的回答、流暢的文字甚至堪比專家的診斷結果震驚世界。但伴隨這項技術騰飛的卻是一個令人不安的現象：所謂的“人工智慧幻覺”——那些與可驗證事實不符卻被人工智慧自信滿滿表達出來的回答。問題在於機器無法區分真實與合理。檢驗答案最新研究給出了一個簡單而有力解釋。語言模型並非為說真話而設計，而是為了預測序列中的下一個詞。也就是說，它們的回答經過訓練聽起來令人信服，但未必精準。研究人員將其定義為訓練目標與使用者期望之間的錯位：我們尋求可靠的資訊，卻得到聽起來不錯實則錯誤的內容。因此，當模型面對非常具體、鮮見或需要最新資料的問題時，更傾向於用虛構內容填補空白。對毫無防備的使用者而言，事實與幻覺的界限可能難以辨別。人工智慧並非故意說謊，只是像即興講述者那樣填補空白。鑑於問題的嚴重性，科學界設計了實驗來檢驗答案的真實性。其中最常被引用的實驗是TruthfulQA資料集，這套問題集能檢測人工智慧是否陷入流行誤區，或重複網路常見錯誤。實驗表明，模型回答得越自信，使用者就越容易相信錯誤資訊。其他方法如SelfCheckGPT則提倡模型自我驗證：要求模型對同一問題給出多個答案，再相互比對。如果自相矛盾，則很可能是幻覺所致。這種方法無需訪問外部資料庫，對需要即時響應的系統頗具吸引力。此外，最新研究將幻覺分為不同類型：從純粹虛構的內容到將真實資料與微妙的虛假資訊混雜的案例。科學界不再止步於揭露問題，而是將其作為複雜可測量的現象進行剖析。減少幻覺為減少幻覺現象，研究人員建議將模型與可驗證的外部來源（如資料庫或搜尋引擎）建立連接。這種被稱為檢索增強生成（RAG）的方法迫使人工智慧基於具體文獻而非憑空杜撰來建構答案。挑戰不再僅限於生成文字，更需提供佐證依據。RA-DIT系統就是一個先進範例，它能同步訓練模型與內部搜尋引擎，從而提升引用精度。研究表明，該技術能有效減少醫學、法律等專業領域中的虛構內容，而這些領域中任何錯誤都可能造成嚴重後果。然而，並非一切都依賴資料庫。另一種有前景的方法是驗證鏈（CoVe）：人工智慧先撰寫回答，再規劃驗證問題，最後根據驗證結果重寫文字。這種自我修正過程表明，即使是自動化系統也需要在發佈前“複查兩遍”。除驗證功能外，部分實驗還教會人工智慧使用外部工具（如計算器或翻譯器）來避免虛構結果。Toolformer項目證明模型可學會在檢測到特定需求時呼叫這些資源。研究的結論很清晰：沒有工具的人工智慧可能富有創造力，但配備工具後將更可靠。其他團隊正在探索即時檢測技術。如果系統識別出其回答隨樣本變化或缺乏依據，可選擇不作答或向使用者發出警告。其理念很簡單：誠實的“不知道”勝過華麗的謊言。設計問題最後，問題設計至關重要。要求引用依據、限定回答範圍、獎勵“無資訊”誠實回答的明確指令能有效降低幻覺發生頻率。人機互動仍是馴服人工智慧想像力的關鍵。儘管技術解決方案發展迅速，但另一端依然是我們人類自身。公眾必須認識到，人工智慧做的更多是“補充”而非“回答”，這是至關重要的一點。對流暢文字的盲目信任可能帶來危險。專家建議採用類似新聞業的核查習慣：對過於完美的內容保持警惕，追溯資訊來源，與其他參考資料比對，並在可能的情況下通過官方檔案驗證。人工智慧可以是起點，但絕非搜尋的終點。本質上，這場辯論對應出更深層的議題：我們如何與看似人性化卻非人類的技術共存。正如我們學會識別社交媒體上的謠言，現在也該培養對機器的批判性眼光。關鍵不在於停止使用，而在於學會在恰當時機保持警惕。機器不會做夢，但有時卻像在做夢。我們日常使用的人工智慧系統常會產生出人意料的回應，這些回應有時荒誕不經，有時近乎謊言。這些錯誤既是系統的缺陷，也折射出其演算法的複雜性。假如我們認定人工智慧無懈可擊，就不會創造出如此之多的科幻故事。幾乎所有科幻作品都基於相同前提：人工智慧邏輯嚴密、客觀可靠，直到它們失控的那一刻。畢竟，若沒有展現不可預測行為的人工智慧，作家幾乎無故事可寫。然而，這種絕佳的創作素材如果發生在現實世界，很可能演變成令人頭疼的難題。或者說，它早已成為令人頭疼的難題，因為事實上，這一切正在發生。 (新華國際頭條)

補鈣吃什麼？大部分人可能會說：喝牛奶呀。的確，牛奶是一種營養豐富的食物，富含鈣，磷、維生素D和蛋白質等物質，能夠為機體提供營養。因此受到世界各地許多人的喜愛。喝牛奶最常見的健康原因是補鈣，強化骨骼，防止骨折。可是，這麼有營養的食物，乳糖不耐受的人不能喝，素食主義者不能喝，你們覺得這是他們的損失嗎？之前也分享過很多牛奶的研究，牛奶其實也有兩面性，有好的一面，也有不好的一面。今天，又來給大家分享一篇很重要的文章。哈佛教授：牛奶有風險在《新英格蘭醫學雜誌》的一篇文章中，來自哈佛的醫生（David Ludwig MD，PhD）和他哈佛大學的同事沃爾特·威利特（Walter Willet）審查了100多項研究。①他們得出的結論是：喝牛奶不一定能強化骨骼，還會有各種對身體的危害。研究裡有一個表格，列出了牛奶和奶酪的營養成分。圖源sciencebasedmedicine.org確實，喝牛奶會幫助小孩長高，其中得益於蛋白質與維生素D，但它也與許多癌症、髖部骨折和肺栓塞有關。→牛奶中激素的問題牛奶中含有60多種激素，無論是生的、巴氏殺菌的、草飼的、有機的還是“無激素的”牛奶，都可能含有激素。以下是一杯牛奶中存在的一些激素：②黃體酮（來自孕烯醇酮）5α-孕聚糖-3β-醇-20-酮、20α-和20β-二氫黃體酮（來自黃體酮）雄烯二酮胰島素睾酮胰島素樣生長因子 1 和 2 （IGF-1 和 IGF-2）牛生長激素為了提高牛奶產量，奶牛會定期注射重組牛生長激素（rBGH），這是一種FDA批准的合成激素，可增加奶牛的產奶量。如果沒有人工激素刺激，奶牛不可能提供滿足人類所需的牛奶量。rBGH導致奶牛胰島素樣生長因子（IGF-1）水平升高，然後進入牛奶中，IGF-1 不受巴氏殺菌甚至胃液消化的影響，這意味著它幾乎原封不動地被吸收到血液中。此外，rBGH本身可以存在於牛奶中並被吸收，增加人體中的IGF-1。顧名思義，rBGH和IGF-1旨在幫小牛長身體，問題是，如果人類長期大量的喝，就會讓身體長出不好的東西。這種合成激素的另一個問題是，它使牛更容易受到乳房感染，這時候就需要使用抗生素。這就會增加雌激素和孕激素等激素的水平，而且工業奶牛在擠奶的大部分時間裡都懷孕了。③現在大部分工業奶牛都是被圈養起來，吃著很便宜的轉基因穀物長大。加上在成長過程中，注射進奶牛身體中的抗生素，所有“非天然”成分，最終會被人類喝進身體裡。牛奶的其他風險→骨折風險你沒有看錯哦，有些國家都在建議降低鈣攝入量，比如英國700毫克，世界衛生組織500毫克，而美國對牛奶攝入量的建議是基於對鈣平衡的小型、有缺陷的研究，建議成人1000-1200毫克。然而，事實是牛奶和鈣攝入量高的國家，髖部骨折率最高。瑞典這類牛奶消費量最高的國家，往往比中國等牛奶消費量最低的國家發生髖部骨折的風險更高。一項來自護士健康的前瞻性佇列研究，涉及96000多名絕經後白人婦女和美國衛生專業人員，超過22年的隨訪。研究結果顯示，每天每多喝一杯牛奶，男性髖部骨折的風險就會增加9%。④→可能引發，加重痤瘡很多研究發現，牛奶會刺激痤瘡，但是對其原因的解釋有很多，其中主要原因有3點:奶牛被注射了某些人工激素，當你食用奶製品時，這些激素可能會使你體內的激素失衡，這可能會引發痤瘡。圖源giphy.com牛奶中含有天然生長激素，可能會自然加重痤瘡。乳製品與精緻碳水化合物結合（牛奶麥片），會提高胰島素水平，使皮膚更容易長粉刺，乳糖的不耐受可能誘發痤瘡。→牛奶誘發乳腺癌風險，高達80%有研究人員評估了近53000名北美女性的飲食攝入量，所有這些女性最初都沒有癌症，隨訪了近8年。⑤飲食攝入量是通過食物頻率問卷（FFQ）估計的，隨訪期間出現了1057例新的乳腺癌病例。在這過程中，他們發現：牛奶與乳腺癌風險之間存在顯著關聯，較高的牛奶攝入量會增加患乳腺癌的風險。Higher intakes of dairy milk were associated with greater risk of breast cancer.具體資料顯示：每天喝60—80ml牛奶，患乳腺癌的風險會升高30%；喝237ml（一杯的量），患乳腺癌的風險升高50%；每天喝2-3杯，則風險會升高到70%-80%。並且，不論是全脂牛奶還是低脂牛奶，對患乳腺癌風險的影響抵都沒有明顯的差異。→增加帕金森病的發生率一項希臘26173名受試者的前瞻性研究，研究人員發現，只有牛奶攝入量，與帕金森病（PD）的發生率存在很強的正相關。⑥而奶酪和酸奶的攝入量，與帕金森氏症的發生率沒有任何關聯。還有一項薈萃分析納入了7項前瞻性研究結果，包括304193名受試者中的1083例帕金森病病例。⑦最高攝入量與最低攝入量相比，牛奶的帕金森病風險為1.45，奶酪為1.26，酸奶為0.95，黃油為0.76，只有牛奶組具有統計學意義。線性劑量-反應關係顯示，牛奶攝入量每增加200g/天，帕金森病風險增加17% [1.17 （1.06–1.30）]（P用於非線性= 0.22），有統計學意義。每增加200克/天的牛奶攝入量，每100000人一年會有1-3例帕金森病病例。→增加炎症水平我們都知道，牛奶中含有酪蛋白，分為A1，A2兩種。A2比A1安全，人奶/羊奶中含有A2酪蛋白。而A1酪蛋白會產生類似於毒品嗎啡的效果，讓我們對奶製品上癮。A1不易被身體消化吸收，很容易會觸發身體自身免疫反應，引起腸漏。腸漏其實大多數人都有，只不過程度不同，自己不知道罷了。明顯一點的，一些人攝入奶製品後，會出現關節疼痛、頭疼腦霧、起疹子皮膚瘙癢等症狀。→其他需要考慮的問題：不耐受和環境風險世界各地有三分之一以上的人群有乳糖不耐症，對於一些沒有不耐受症狀的人來說，經常食用可能會誘發過敏和過敏性疾病，如濕疹和哮喘。除了直接的健康影響外，乳製品還影響環境。比如與傳統的綜合耕作方法（草飼動物有助於將碳回收到土壤中）相比，高強度工業牛奶生產會產生大量溫室氣體、水污染、土壤退化、抗生素耐藥性和其他環境破壞。關鍵的瘦龍說人類進化幾百萬年的長河中，真正的“喝牛奶”的歷史也不過6000-8000年，這個時間段渺小到不足一提。人和牛是兩個不同物種，牛奶本來是用來哺育小牛，牛奶本身就是讓小牛長大用的，就像人類的母乳只會用來哺育人類的下一代。小朋友喝牛奶無可厚非，對生長有幫助，但是成年後要不要喝奶，一定要看身體的反饋。人類也是唯一在成年後，還大量喝奶的物種，就連基因上和人類接近的大猩猩，也在成年後不再喝奶。牛奶有好的一面，營養豐富，補鈣，但是也有不好的方面，包括乳糖不耐受引發的消化問題、過敏、痤瘡、帕金森症、骨質疏鬆等等。建議成人之後少喝或者不喝牛奶，想補鈣，可是有太多比牛奶還好的很多替代來源。比如發酵過的無糖酸奶、奶酪、蝦皮、魚骨、羽衣甘藍、西蘭花、堅果、種子、豆類、沙丁魚和其他全食物。不喝牛奶不僅會讓你更加健康，也會更加省錢。 (瘦龍健康)

比特幣的價格和回報率，大家都知道了，這個驚人的回報率讓很多人瘋狂，有的人盆滿缽滿，有的人拍斷大腿。很多人不斷提出疑問和質疑：比特幣到底是不是我們這個時代的“數字黃金”？華爾街的頂級投行高盛，怎麼看比特幣，我今天跟大家分享一下。首先，高盛給比特幣下的核心定義是“一種投機性交易資產”，並且，它“更適合賭博而非投資”。高盛認為，比特幣價格的大幅上漲，並不能改變其本質。高盛的報告甚至將比特幣的上漲與“狗狗幣”等“迷因幣”的非理性反彈相提並論，認為這恰恰印證了其投機屬性。報告還引用了比爾·蓋茲的觀點，稱比特幣是“純粹的博傻理論類型的投資”。那麼，為什麼高盛認為比特幣連“投資品”的門檻都夠不上呢？因為在高盛看來，一項可投資的資產，至少需要滿足以下五個標準中的三項，而比特幣，一項都無法滿足。第一，它能否產生穩定的現金流？像債券那樣，定期支付利息？比特幣的答案是不能。第二，它能否像股票一樣，通過分享經濟增長來產生盈利？答案也是不能。第三，它能否為投資組合提供可靠的多元化收益？答案依然是不能，因為它的波動性是美股的四倍以上，只會急劇放大風險。第四，它能否抑制波動？顯然不能。第五，它能否作為可靠的通膨或通縮避險工具？報告認為，由於歷史太短，目前完全沒有證據支援。有人可能會問，就算不能長期投資，做個短線交易總可以吧？高盛的回答是：我們無法提供戰術性建議，因為我們根本無法為比特幣估值。這可以說是最致命的一點。高盛的分析師們發現，無法用任何傳統金融模型對其進行估值。高盛的報告引用了紐約大學金融學教授的觀點：“你無法為比特幣‘投資’，你只能為它‘交易’”。說明高盛完全同意這一評估。除了以上這些，高盛還指出了兩個具體的潛在風險。第一，是泡沫化行為。高盛運用一個學術模型分析發現，比特幣近期的價格飆升呈現出典型的泡沫化行為。報告警告說，在歷史上，每當該模型的統計指標超過95%的閾值時（比如2017年和2021年的高點），隨後都出現了超過75%的巨大價格崩盤。第二，是技術的“阿喀琉斯之踵”。高盛的報告提到了一個長期風險——量子計算。理論上，未來的量子電腦可能破解比特幣的加密演算法。而比特幣最大的優勢——去中心化、無人負責——在此時恰恰成了它最大的弱點，因為它沒有一個中心化的機構，能夠確保其技術不斷進化，以應對未來的量子威脅。總結一下，高盛對比特幣的看法從未改變：它是一場由“接盤俠”驅動的投機遊戲，而非基於價值的嚴肅投資。它不產生收益，無法估值，波動巨大，且面臨著泡沫破裂和技術顛覆的雙重風險。實際上應該說，這也是以巴菲特和芒格為代表的很多“老錢”對比特幣的一貫看法。怎麼樣，你認可高盛的判斷嗎？ (奧派經濟學)

中國汽車產業近年來正在經歷一場深刻的變革，影響著各大車企、各大省份的生產佈局與市場表現。安徽省憑藉一系列產業升級與深度佈局，已經從默默無聞的汽車生產地迅速崛起，成為國內汽車生產的重要一極。隨著2025年上半年汽車產量的突破，安徽不但實現了歷史性的躍升，還成功登頂全國第一。究竟是什麼因素推動了這一地區的崛起？背後隱藏著怎樣的產業機遇與挑戰？讓我們一探究竟。安徽省的崛起並非偶然，而是深耕多年的成果。作為中國傳統的汽車產業重地，安徽在過去幾年中不斷加大對本地汽車產業的支援力度，逐步形成了多元化的汽車產業叢集。無論是傳統的自主品牌，還是新能源車企，安徽省都在市場競爭中佔據了一席之地。奇瑞、蔚來、大眾、比亞迪等知名品牌在此深耕，產值不斷提升，推動了整個地區的工業水平向前邁進。特別是比亞迪在安徽的投資，成為了地方汽車產業轉型升級的催化劑。不可忽視的是，安徽的進步背後離不開大規模的生產基地建設。例如，比亞迪在鄭州的超級工廠就成為其全國佈局的重要一環。這個工廠自2023年投產以來，累計生產超過100萬輛新能源汽車，其中一部分直接貢獻了安徽的汽車產量。如此高的生產效率也為安徽的崛起提供了有力支撐，而與之相應的，是該省汽車產業鏈的快速完善。安徽不僅有強大的整車製造能力，同時，在零部件、後市場服務等方面也積累了豐厚的資源。此外，安徽還在人才、技術、政策等方面積極佈局，進一步加強了產業競爭力。比如江淮汽車推出的尊界S800，憑藉其高端智能豪華的定位以及與華為的深度合作，使得該車型在短短幾個月內便突破了1萬台的訂單大關。江淮的創新不僅吸引了國內消費者的關注，也向全球市場發出了強烈的訊號。對於整個汽車行業而言，安徽的崛起代表著一個時代的變遷。從曾經的“後起之秀”到如今的行業領跑者，安徽用行動證明了其在中國汽車產業中的新定位。而這不僅僅是安徽的勝利，它還為全國其他地區的汽車產業發展提供了新的思路和啟示。尤其是在新能源車快速崛起的今天，能夠靈活調整戰略、積極響應市場需求的地區，必定會在未來的競爭中佔據更大的話語權。然而，安徽的成功背後也有值得關注的潛在風險與挑戰。隨著全國各地汽車產業的競爭日益激烈，如何保持持續的創新與市場優勢，將成為安徽乃至全國汽車產業發展的關鍵。尤其是在新能源汽車的技術瓶頸和市場飽和度不斷加劇的情況下，車企需要不斷突破自我、尋求新的市場空間。在未來的幾年裡，安徽的汽車產業或許將迎來更加輝煌的時刻，但如何能夠更好地適應外部環境的變化，提升產業的整體競爭力，將是擺在政府和企業面前的最大課題。從宏觀角度來看，中國的汽車產業正逐漸走向成熟，區域間的競爭也在不斷加劇。正如安徽的崛起，廣東等老牌汽車大省的產量下滑反映了中國汽車產業格局的轉變。在這種大環境下，未來的汽車產業不僅僅需要依賴傳統優勢，還需要不斷創新和突破。無論是技術研發、生產力提升，還是產業鏈整合，未來的中國汽車產業將更加注重綜合實力的提升。總之，安徽省的崛起不僅是地方政府和企業努力的結果，更是中國汽車產業全方位改革和創新的縮影。隨著更多地方和企業進入這一行業的競爭，誰能在全球化的浪潮中保持競爭力，誰將是未來汽車產業的贏家。 (汽車司機)

編者按 除了價格大幅波動和不被政府承認之外，加密貨幣還有那些風險？瑞銀集團全球首席投資官馬克·H·海菲爾提出了一個看起來十分驚悚的可能：由於認為威脅到了現存金融體系而被政府沒收。本文摘選自馬克·海菲爾和理查德·C·莫萊斯合著的《投資新規則：動盪時期的基本財富戰略》，本書將於2025年1月28日由哈珀·柯林斯出版社出版。 瑞銀 (UBS) 全球首席投資官馬克·H·海菲爾 (Mark H. Haefele) 在他的新著《投資新規則》(The New Rules of Investment) 中反覆建議讀者 “跟著錢走” （follow the money）——也就是不斷擴大的政府規模以及在美國經濟中日益強大的作用。 他寫道，人們是否贊成 “自上而下地干預自由市場” 並不重要。問題的關鍵在於，投資者必須理解政府政策的金融影響，這種政策對某些資產有利，對另一些資產則不利。在下面的書摘中，海菲爾警告加密貨幣愛好者們，如果加密貨幣被視為對現有金融秩序的威脅，政府將會對其加以控制。這本書的副標題是 “動盪時期的基本財富戰略”，由理查德·C·莫萊斯 (Richard C. Morais) 合著，將於1月28日出版。