高盛認為，日本市場定價邏輯發生根本轉變：自民黨勝選後，市場開始定價日本退出超低實際利率體制，表現為日元走強、收益率曲線趨平。核心驅動力是投資者預期資產回流。但若日本央行政策不夠鷹派，日元走弱等舊有邏輯可能回歸，未來幾周面臨不確定性。日本市場正在經歷一場重要的轉折，市場定價邏輯出現根本性轉變。日本自由民主黨在眾議院選舉中取得壓倒性勝利後，日元收益率曲線趨於平坦化，通膨預期穩定，日元匯率走強——呈現出發達市場面對更高實際利率預期時的典型反應。2月14日，據追風交易台消息，高盛在最新研報中指出，市場開始定價日本退出超低實際利率體制的可能性，而不再僅僅將其視為通膨衝擊。這一變化的核心驅動因素在於投資者將資產回流預期和退出超低實際利率體制納入更高的機率權重。但這一轉變能否持續存在重大不確定性。高盛警告，如果日本央行未能兌現市場預期的更鷹派路徑，此前的市場動態可能會重新回歸，導致日元再度走弱、長端利率波動性上升。研報特別指出，關鍵風險集中在日本央行的政策路徑上。如果日本央行在加快加息步伐方面表現出任何鴿派跡象——特別是考慮到日元近期的強勢——很可能會催化選舉前交易動態的回歸。市場定價邏輯發生根本轉變據研報，兩周前，高盛分析團隊提出了一個框架來理解日本政府債券和日元在當前政策組合下的表現。當時的邏輯是，當政策利率受到約束、通膨上升、而財政政策又計畫擴張時，債券和貨幣同時走弱是合理的市場反應。高盛指出，但選舉後市場出現了截然不同的動態。實際利率小幅上升，遠期通膨預期略有下降。股市走高，同時伴隨著更平坦的名義收益率曲線和更強勁的日元。該行認為，這種跨資產類別的聯動反應清晰且一致，符合發達市場在實際通膨接近目標水平時的典型相關性模式。資料顯示，2年期3年期遠期實際互換利率和通膨互換利率的走勢從2025年下半年以來發生了明顯分化，實際利率穩步上升，通膨預期則趨於穩定。資產回流預期成為核心驅動力高盛認為，市場定價邏輯轉變的關鍵在於，投資者開始將投資組合流動轉移和退出超低實際利率體制納入更高的機率權重。結合市場對新財政措施的預期，這些市場走勢主要符合對日本淨國際投資頭寸資產回流可能性提高的定價。研報表示，部分投資者將財務大臣最近的言論解讀為支援外國資產回流的訊號。鑑於日本強勁的淨國際投資頭寸，利用海外資產為新的財政擴張提供資金，或私人部門投資組合流動和外匯避險的轉變，都可能穩定日元並提振其他國內資產價格。值得注意的是，最近的市場走勢已大幅縮小了與高盛模型預測值的差距。日本政府債券10年期至30年期利差的實際水平已接近模型擬合值，這表明市場在選舉後確實在定價一個不同的體制。日本央行政策路徑面臨考驗當前市場動態能否持續，關鍵取決於日本能否真正退出超低實際利率體制。高盛指出，日本面臨的制度性挑戰和政策辯論可能使這一轉變變得困難或更為漫長。高盛認為，如果近期日元強勢持續，日本央行很可能會表現得更加淡定，這可能會重新點燃選舉前的動態，即更弱的日元是更快加息的關鍵前提。鑑於當前對政策路徑的定價以及市場對退出低實際利率體制可能性的探索，如果日本央行在加快加息步伐方面表現出任何鴿派跡象，很可能會催化選舉前交易動態的回歸。在政策路徑方面，市場目前只有3月份的會議提供了令人信服的風險回報比，定價7個基點。據研報，即使日元走弱和長端曲線變陡的風險可能重現，這也不會構成日本的通膨均衡。高盛認為，在通膨前景沒有下降的情況下，收益率曲線中段（5年期附近）的利率波動性不太可能下降。資料顯示，5年期至30年期互換利差與波動率價差之間存在明顯的相關性。隨著5年期至30年期互換利差從2024年初的約0.8%上升至當前水平，30年期與5年期的隱含波動率價差也顯著擴大。高盛認為，這種波動性模式表明，在較長時期內，日元收益率曲線趨於平坦化的風險更大。研報指出，短期來看，在未來幾周的資訊真空期，當前市場狀況可能會進一步延續。但高盛的傾向是認為這"可能來得太快、太多"。如果日本央行利用近期日元走強的機會繼續保持更為漸進的加息路徑，日元走弱和長端利率波動性上升可能會隨之而來。 (invest wallstreet)

投資者不再熱衷於尋找AI贏家，而是急於拋售任何可能被AI顛覆的公司股票，這種"先賣出、再提問"的恐慌情緒正在從軟體行業蔓延至金融服務、財富管理、保險經紀和法律服務等多個領域。寧願錯殺也不願承擔被AI顛覆風險的心態正在重塑華爾街投資策略。華爾街正在經歷一場投資邏輯的劇變：投資者不再熱衷於尋找AI贏家，而是急於拋售任何可能被AI顛覆的公司股票。這種"先賣出、再提問"的恐慌情緒正在從軟體行業蔓延至金融服務、財富管理、保險經紀和法律服務等多個領域，引發一系列劇烈拋售。最新的拋售潮發生在周二，一家名不見經傳的初創公司Altruist Corp.推出的稅務策略工具Hazel，導致嘉信理財、Raymond James Financial Inc.和LPL Financial Holdings Inc.等財富管理公司股價單日暴跌7%以上，這是這些股票自4月關稅戰引發市場崩盤以來的最大跌幅。這種恐慌始於上周，當時Anthropic推出的新工具引發軟體、金融服務、資產管理和法律服務類股的深度回呼。周一，線上保險市場Insurify推出使用ChatGPT比較汽車保險費率的新應用後，美國保險經紀商股價遭受重創。市場情緒已從擔憂AI泡沫轉向恐懼整個經濟類股被顛覆。據彭博社周三報導，Gabelli Funds基金經理John Belton表示："任何存在潛在顛覆風險的公司都在被不加區分地拋售。"Graniteshares Advisors首席執行長Will Rhind則坦言："我不知道下一個會是誰。"01. 財富管理行業成為最新重災區Altruist推出的AI工具Hazel引發的拋售，凸顯了市場對AI顛覆傳統金融服務的深層焦慮。該工具能夠幫助財務顧問為客戶定製個性化策略，而這項工作通常需要整個團隊來完成。Altruist首席執行長Jason Wenk在接受採訪時表示，即使他本人也對股市反應的規模感到驚訝，這次拋售抹去了多家投資公司數十億美元的市值。但他認為這發出了一個強烈訊號，表明他的公司構成了競爭威脅。"人們開始意識到——我們用來建構Hazel的這種架構，可以取代財富管理領域的任何工作，"Wenk說，"通常這些工作需要整個團隊來完成，而AI每月只需100美元就能有效完成。"02. 恐慌情緒快速蔓延多個行業AI顛覆的擔憂已經困擾軟體行業一段時間。但從上周開始，這種焦慮迅速擴散到更廣泛的領域。Anthropic推出的新工具引發了軟體、金融服務、資產管理和法律服務類股的深度回呼，標誌著市場情緒的轉折點。保險經紀行業緊隨其後成為受害者。周一，線上保險市場Insurify推出使用ChatGPT比較汽車保險費率的新應用後，美國保險經紀商股價遭受重創。投資者的邏輯很簡單：任何可能被AI取代的中介服務都面臨生存威脅。OpenAI和Anthropic等AI公司已經在軟體工程領域取得實質性進展，推出幫助開發人員簡化編寫和偵錯程式碼流程的產品，並正在向其他行業擴張。03. 市場分歧：顛覆是否被過度炒作儘管恐慌情緒蔓延，但部分市場人士對AI顛覆的速度和範圍持懷疑態度。Gabelli的Belton對華爾街從擔憂AI泡沫轉向恐懼AI顛覆經濟的巨大轉變表示質疑。"每個行業都會有贏家和輸家，"Belton說，"但有一條經驗法則是，技術顛覆往往需要比預期更長的時間才能實現。"他指出，銀行業曾周期性地面臨來自加密貨幣、電子服務和其他技術的挑戰，但這些最終都未能撼動其主導地位。Gerber Kawasaki首席執行長Ross Gerber認為，過去一周困擾市場部分類股的AI輸家焦慮為時過早。"我們可以嘗試推斷五年後AI世界的樣子，但我們根本不知道，"他說，"市場試圖對此做出判斷，但我們仍處於這一切的初期階段。"04. 估值高企加劇市場敏感性當前的拋售潮也反映出市場對過去幾年股價漲幅的普遍焦慮。在AI支出熱潮和美國經濟出人意料的韌性推動下，股市大幅上漲，估值被推高，使投資者對任何負面訊號都極為敏感。Graniteshares的Rhind表示："如果市場察覺到任何略微負面的資訊，股票就會下跌10%，這種情況在估值不是這麼高的市場中永遠不會發生。"這種高度緊張的市場環境意味著，即使是小型初創公司推出的產品，也可能引發大型上市公司的劇烈波動。投資者寧願錯殺也不願承擔被AI顛覆的風險，這種心態正在重塑華爾街的投資策略。 (硬AI)

如今，買房的邏輯徹底改變了，購房者不再為虛無的預期買單，而是用腳投票投向二手房市場。資料顯示，2026年1月全國百城新房價格環比微漲0.18%，二手房價格卻環比下跌0.85%，但與此同時，重點13城二手房成交面積同比暴漲33%，深圳二手房網簽量甚至創下近10個月的新高。這種“價格跌、交易火”的悖論，正是新舊邏輯交替的縮影，也就是說，房子正從“資產符號”回歸“居住工具”，安全感和實用性取代升值幻想，成為決策的第一要素。政策層面也在為這場邏輯反轉添柴加火。2026年1月起，換房個稅退稅延至2027年底，增值稅不滿2年的住房稅率從5%降至3%，公積金貸款利率探至2.6%的歷史低點。這些措施看似普惠，實則精準擊中了二手房交易的痛點：以一套總價300萬的房子為例，稅費和利率優惠可直接省去近20萬元成本，讓“賣舊買新”的鏈條加速轉動。更關鍵的是，政策不再盲目刺激房價，而是轉向疏通流動性。例如上海試點政府收購老舊二手房轉化為保障房，福建推行“帶押過戶”簡化交易流程，本質上是在用制度保障“住有所居”，而非鼓勵投機。購房者的心態變化更為深刻。過去，人們迷信“新房=升值”，如今卻因期房爛尾風險轉向二手房。貝殼平台調研顯示，2026年1月購房者諮詢量中，超65%的提問涉及房屋質量、物業水平和周邊配套，而非升值潛力。這種轉變背後是血淚教訓：全國商品房待售面積高達7.66億平方米，部分三四線城市房價較峰值腰斬，但核心城市的老破小因總價低、配套全，反而成為剛需“避風港”。例如北京天通苑片區，一套60平米老房總價不足200萬，月供甚至低於同地段租金，這種“租房不如買房”的性價比，讓現金流緊張的年輕人敢於出手購買。市場的分化也折射出邏輯重構。一線城市核心區豪宅依然熱銷，但遠郊新房深陷滯銷；同一小區內，房齡20年的二手房可能比新房便宜30%，卻因學區穩定、交通便利更受青睞。這種分化印證了新邏輯的底層規則：房子的價值不再由“新舊”決定，而是由“需求匹配度”定義，通勤時間、學區質量、社區配套等實用指標，取代了虛無的規劃藍圖。未來的樓市，將徹底告別普漲的神話。政策的工具箱仍有儲備（比如貨幣化安置、房貸貼息），但居民收入的預期修復仍需一段時間，市場會更趨於理性。對普通人而言，買房早已不再是財富躍升的捷徑，而是生活方式的選擇。當邏輯反轉為“為居住買單”而非“為泡沫付費”，樓市才能真正走向健康，這或許才是它本該有的樣子。 (樓市傑說)

導讀當地時間2026年1月30日上午，美國總統川普提名聯準會前理事凱文·華許為下任聯準會主席。本文梳理了2006-2025年華許的主要觀點，其重視發揮市場機製作用、反對過度干預，主張實用的貨幣主義、縮表為降息創造空間，主張危機時期的流動性支援非長期干預、危機結束後應退出，在財政、外貿、數字貨幣等問題上與川普的理念存在差異。同時，備受關注的“縮表”與“降息”組合也存在變數。01凱文·華許其人其事當地時間2026年1月30日上午，美國總統川普提名聯準會前理事凱文·華許（Kevin Warsh）為下任聯準會主席, 這一提名還需獲得參議院批准。圖 川普提名凱文·華許為下任聯準會主席資料來源：The White House據牽頭此次遴選工作的川普政府財政部長Scott Bessent透露，此次遴選最初考察了約十名人選。除凱文·華許外，最終入圍的四名候選人還包括國家經濟委員會主任Kevin Hassett、聯準會理事Christopher Waller以及貝萊德集團高管Rick Rieder。凱文·華許曾在史丹佛大學學習公共政策，專業方向為經濟學與統計學；隨後進入哈佛法學院深造，主攻法律、經濟學與監管政策的交叉領域。他還在哈佛商學院及麻省理工學院斯隆管理學院完成了市場經濟與債務資本市場相關課程的學習。1995年，華許加入紐約摩根士丹利公司併購業務部。任職期間，他在製造業、基礎材料、專業服務、科技等多個行業的多家企業擔任財務顧問。此外，他還參與資本市場交易架構設計，並協助開展固定收益與股權融資業務。2002年2月，華許辭去摩根士丹利副總裁兼執行董事職務，加入布什政府，擔任總統經濟政策特別助理及國家經濟委員會執行秘書，圍繞美國資本市場資金流動、證券、銀行及保險領域相關問題提供政策建議。同時，他還兼任總統金融市場工作小組成員。2006年，布什提名華許擔任聯準會理事會理事，那時他年僅35歲，是當時最年輕的聯準會理事。任期內，華許作為聯準會代表出席G20會議，並擔任聯準會面向亞洲新興及發達經濟體的特使。此外，他還履行行政理事職責，負責聯準會理事會的營運管理、人事及財務績效監督。同時，他與時任聯準會主席Ben Bernanke、前紐約聯儲行長Timothy Geithner一道，在應對金融危機中發揮了關鍵作用。因對量化寬鬆政策（QE2）存在分歧，2011年，他選擇從聯準會離職[2]。2011年至今，華許擔任無黨派國會預算辦公室顧問小組成員。2017年，川普在第一任期時曾就聯準會主席一職面試過他，但最終選擇了鮑爾。02凱文·華許觀點全景1.重視發揮市場機製作用，反對過度干預華許認為金融市場的價格訊號、流動性變化和風險分散功能對經濟穩定至關重要，反對過度依賴監管干預或政府支援，主張將市場紀律作為審慎監管的重要補充（Regulation is too important to be left to regulators alone. We must resurrect market discipline as a complementary pillar of prudential supervision.）[3]，通過改善資訊披露、促進公平競爭、強化機構風險自負意識，讓市場在資源配置中發揮主導作用。在離開聯準會後14年間，華許曾尖銳地批評聯準會，認為聯準會現在的角色太龐大，對市場干預程度過大。他對“大而不倒”問題高度警惕，認為政府對大型金融機構的隱性擔保會扭曲市場定價、削弱風險約束，主張通過強化資本與流動性緩衝、簡化企業結構、完善破產清算機制等措施，讓經營失敗的機構有序退出（We need a system in which insolvent firms fail. Market discipline only works if governments can demonstrably and credibly commit to allow firms to fail.）[3]。華許提出“市場流動性即信心”（Liquidity is confidence. That is, powerful liquidity in the U.S. capital markets is evidenced when the economic outcomes are believed to be benign.）[4]，高流動性源於金融創新、強勁的經濟表現以及國際資本流入。但應警惕“自信”演變為“自滿”，從而削弱市場紀律。2.主張實用的貨幣主義，縮表為降息創造空間華許認為，央行獨立性是現代發達經濟體的核心支柱，聯準會的最大資產是其制度公信力，而公信力源於獨立性[5]。聯準會肩負著促進物價穩定與最大可持續就業的使命，央行決策者面臨的核心問題是：政策利率應設定在何種水平，才能使實際經濟活動回歸至潛在產出水平？在估算這一水平時，央行決策者需要具備前瞻性，因為貨幣政策對實際經濟活動的影響存在顯著時滯[6]。他認為通膨是一種選擇，中央銀行可以實現它想要的任何通膨水平，而當下的價格水平正是聯準會政策不力的結果[7]。2025年4月25日，華許在華盛頓出席“三十國集團”活動時指責稱，聯準會協助美國國債擴張，涉足貨幣政策以外的領域，並犯下使通貨膨脹在疫情後飆升的錯誤[8]。華許曾指出，回顧經濟史，多國央行在退出策略的溝通、時機和力度上都有過失誤，要麼退出過晚導致通膨壓力，要麼行動過急阻礙經濟自主增長。經濟從嚴重金融危機和深度衰退中復甦的軌跡充滿不確定性，貨幣傳導機制和非常規政策工具的運作效果也難以精準預判，因此採取靈活、均衡的風險管理策略勢在必行。他認為，政策制定需保持謙遜並具備靈活性，充分認識到經濟變數的不確定性和模型的侷限性，反對盲目遵循單一政策規則，強調政策應不失時機（If policymakers insist on waiting until the level of real activity has plainly and substantially returned to normal--and the economy has returned to self-sustaining trend growth--they will almost certainly have waited too long.）[9]。依華許判斷，現在應該縮減中央銀行資產負債表，從而減少通膨。他說：“如果我們能讓印鈔機安靜一點，那麼我們就能有更低的利率，因為我們現在做的是向系統注入大量資金，這導致通膨高於目標。”[7]他主張通過激進的量化緊縮（QT）縮減聯準會龐大的資產負債表，直接回收過剩的流動性，以此壓制通膨預期。當通膨被實質性控制後，降低名義利率就不會引發通膨反彈，為降息創造空間。有趣的是，華許對通膨十分警惕，早期是主張加息、謹慎降息的（premature rate cuts that ignore inflation risks will undo previous anti-inflation efforts[10]；once market functions recover, interest rates must be raised in a timely manner to avoid capital idleness and asset bubbles, otherwise laying the groundwork for future inflation[11].），近兩年卻積極回應川普“大幅降息”的觀點。華許還希望財政部和聯準會達成某種協議，就像財政部和聯準會在1951年達成的那種協議。他指出，財政部長應該作為財政當局負起責任，而不是把責任模糊地推給聯準會，這只會把政治帶入聯準會，而且會干擾其正常運作[7]。3.主張危機時期的流動性支援非長期干預，危機結束後應退出對於2008年的金融危機，華許認為其根源是多方面的，既包括私人部門的風險管理失誤、過度槓桿和資產定價錯誤，也涉及公共部門的監管缺陷、政策短視和隱性擔保，次貸危機等事件只是導火索，而非根本原因（while the subprime-mortgage markets showed some of the earliest and most pronounced indications of weakness, I believe that problems afflicting the subprime-mortgage markets served more as the trigger than the fundamental cause of recent market turmoil and economic uncertainty.）[12]。在危機應對上，他主張兼顧短期穩定與長期改革，央行的流動性支援是臨時的，而非長期干預[13]，最終應依賴私人部門恢復活力（Only when the other plot lines advance apace-meaning that significant, private financial actors return to their proper role at center stage-will credit market functioning and support for economic growth be fully restored.）[14]。對於危機後的政策退出，華許認為，央行就是為了應對恐慌而建立的，當危機結束時會回歸“相當無聊”的狀態[7]。在方法論上，重視政策溝通的清晰度，認為需提前規劃、清晰溝通，平衡時機與力度主張央行明確傳達退出非常規政策的指引和條件（policymakers should continue to communicate as clearly as possible the guideposts, conditions and means by which extraordinary monetary accommodation will be unwound）[9]，避免因政策模糊或失誤引發市場波動。雖然他支援2008年危機時的（QE1）緊急注資，但強烈反對在經濟平穩期（QE2）繼續印鈔，指出這不僅無效，還助長了資產泡沫（Expanding the Fed's balance sheet is not a free option. There are significant risks that bear careful monitoring by the FOMC.）[3]，認為這與他的“危機結束後就退出”的理念相悖，並辭職以示抗議。4.在財政、外貿、數字貨幣等問題上與川普的理念存在差異，但並非核心議題值得注意的是，他曾對過度財政擴張和貿易保護主義持批評態度，並認為持續的財政赤字和債務累積會損害長期增長潛力（Excessive growth in government spending is not the economy’s salvation, but a principal foe.）[15]，貿易保護則會抑制生產率提升和全球資源最佳化配置（The creep of trade protectionism is anathema to pro-growth policies. U.S. companies are made better by global competition.）[16]，呼籲政策制定者擺脫短期主義，聚焦於提升勞動力市場靈活性、促進資本形成和技術創新等長期議題，推動經濟實現可持續繁榮。在數字貨幣方面，華許曾提出通過提高營運效率，一小部分穩定幣可能會變得具有巨大價值，但大多數穩定幣將毫無價值。因此，他主張聯準會應該建立一種批髮型數字貨幣，以改善美國的經濟和政治地位，同時確保波動不會危及美元的主導地位[17]。而2025年7月18日，美國總統川普發表講話稱：“承諾永遠不會允許在美國建立央行數字貨幣（CBDC）。”由此觀之，華許與川普的理念也並非完美重合，但在降息這個核心問題上，華許選擇“迎合”川普。而在一些議題上華許也並不偏頗，例如，華許是演算法穩定幣項目Basis的早期投資人，並且擔任過加密指數基金管理公司Bitwise的顧問。03政策展望與變數從目標來看，華許可能將價格穩定置於就業目標之上，對對通膨容忍度更低；從貨幣政策來看，可能呈現出“縮表”與“降息”的組合，大幅縮減聯準會的資產負債表，通過快速縮表回收市場流動性，抑制通膨，為降息創造空間；從職能來看，將減少對社會政治議題的介入。但也存在一些變數。首先，“縮表”與“降息”的組合效果還未可知，前紐約聯儲主席比爾·杜德利就曾批評其理論“如童話般不切實際”，認為在現行銀行體系下，縮表對金融條件的實際影響有限，難以置換出顯著的降息空間。激進縮表還可能擾亂貨幣市場。其次，實用的貨幣主義是華許在迎合政府政治訴求和保持央行獨立性信譽之間找到一條艱難的技術性路徑。Pantheon Macroeconomics首席美國經濟學家Samuel Tombs在分析評論中寫道：“可以合理推斷，他向總統表明了支援當前降息的立場，否則他不會獲得提名。但我們的直覺是，華許先生會更在意歷史對其執政記錄的評價，而非繼續迎合總統。”Renaissance Macro Research的分析師在社交平台X發文稱：“凱文·華許整個職業生涯都是貨幣政策鷹派，在勞動力市場崩盤時期亦是如此。他如今的鴿派立場完全是權宜之計。川普有被矇蔽的風險。”[1]最後，2026年將進行美國中期選舉，若聯準會縮表速度太快，將可能導致長債利率居高不下，這無疑與川普希望壓低長債利率以降低住房貸款成長有些背道而馳[17]。 (IMI財經觀察)

“公司失敗的第一原因，永遠是人招多了。”這是昨天凌晨，矽谷傳來的最寒冷的一聲槍響。在 2026 年初的這場直播上，OpenAI CEO Sam Altman 撕掉了最後一層溫情的面紗。對全球最頂尖的開發者，輕描淡寫地扔下了一枚核彈："We are planning to dramatically slow down how quickly we grow because we think we'll be able to do so much more with fewer people." （我們計畫大幅放緩增長速度，因為我們要用更少的人做更多的事。）你沒聽錯。全球最頂級的 AI 公司，手握著改變世界的技術，它的第一反應不是擴軍備戰，而是開始“嫌棄”人類了。注意，這是來自全球 AI 領頭羊的訊號。過去十年，矽谷的鐵律是“Headcount（人頭數）= 增長”。但現在，OpenAI 在主動剎車。它在向所有老闆傳遞一個極其危險的訊號：傳統的僱傭邏輯已經崩塌，未來的公司是“超級個體”與“無限算力”的組合。01.僱傭邏輯的崩塌在這場直播中，最令人背脊發涼的一段話，發生在一場關於面試的問答裡。為什麼 OpenAI 敢停止擴招？因為單位人效的衡量標準變了。Altman 描述了他們理想中的面試場景：不再是考你如何手寫紅黑樹，也不是考你 LeetCode 刷了多少題。他們要看的是："Sit you down with something that would have been impossible for one person to do in two weeks... and watch them do it in ten minutes or twenty minutes." （把你按在椅子上，給你一個以前單人兩周絕對幹不完的任務……然後看著你在10到20分鐘內搞定。）這就是 2026 年的及格線：20分鐘 = 2周。這對老闆來說：未來的公司形態，是“超級個體 + 無限算力”，而不是“千人團隊 + 複雜的KPI”。如果你還在靠堆人頭來做增長，你就像是在熱兵器時代，還在練習拼刺刀。真正的降維打擊是：我的一個員工帶著一堆 AI Agent（智能體），能在20分鐘內幹掉你一個部門兩周的產量。這就是 Sam 口中的“無限博士後（Unlimited Post-docs）”待遇。正如 Altman 所言，軟體工程並沒有消失，但形態徹底變了。以前你是砌磚的，現在你是設計圖紙並看著機器人砌磚的——如果你還想親手砌磚，你就是公司的負資產。02.隱私的徹底讓渡這裡有一個殘酷的邏輯死結：每個人都想成為那種“以一當百”的超級個體，但你有沒有想過，憑什麼 AI 能幫你做到？前提是，它必須比你更懂你。當 WorkOS 的提問者希望將 ChatGPT 帳號與公司身份整合時，Altman 坦承了一個極其激進的個人習慣。他已經跨過了“隱私恐懼”的門檻，進入了“完全功利主義”的階段："I am ready for ChatGPT to just look at my whole computer... and just know everything." （我已經準備好讓它讀取我的整個電腦，知道我的一切。）他甚至直言，他不想在那兒手動分類“這是工作記憶，這是個人記憶”，因為他“懶（lazy）”。 他希望 AI 能自動理解他生活的層級和複雜規則。這極其可怕，也極其真實。作為 OpenAI 的 CEO，他比誰都清楚資料隱私的風險，但他依然選擇讓渡隱私。為什麼？因為價值實在太高了。當 AI 能瞬間幫你調取三年前的一封郵件並結合昨天的會議紀要起草方案時，99% 的人會像 Altman 一樣，一邊罵著監控，一邊把所有權限都點“Allow”。03.“罐頭人”悖論技術狂飆突進，但人類的心理防線卻在收縮。Altman 在對話中提到了一個極具諷刺意味的現象：AI 越完美，人類越討厭它。他提到了一個詞："Clanker"（罐頭人/破銅爛鐵）。這是《星球大戰》裡對機器人的蔑稱，現在成了網路上對 AI 生成內容的歧視性稱呼。"'Clanker' is my favorite one [slur]... I think it just evokes people's emotional reaction." （“罐頭人”是我最喜歡的那個蔑稱……它激發了人們的情緒反應。）Altman 分享了一個反直覺的觀察：消費者其實分不清誰畫的更好，但一旦他們知道這是 AI 畫的，欣賞度就會**“dramatically”（戲劇性地）下降。這給了所有內容創作者一個極其重要的啟示：在 2026 年，"Human Made"（純手工）將成為奢侈品標籤。人們閱讀小說、欣賞畫作，本質上不是在消費內容，而是在消費“另一個人的生命體驗”。當我們讀完一本好書，我們想去瞭解作者的生平；但如果書是 AI 寫的，這種連接感瞬間崩塌，變成了一種 Altman 口中的“悲傷的把戲”。未來的商業邏輯會極其分裂：底層的工具流：交給 AI，追求極致的降本增效（100倍成本縮減）。頂層的體驗流：強調人的參與，人的痛苦，人的不完美。04.尾篇在對話的最後，一位來自越南的學生問出了那個終極問題：在 AI 時代，我們到底該學什麼？Altman 沒有推薦程式設計，也沒有推薦 提示詞工程。他給出的答案是三個看似“虛無縹緲”的詞：High Agency、Generate Ideas、Resilience別誤會，這並不是那套“只要努力就能成功”的職場雞湯。在“20分鐘幹完2周活”的殘酷背景下，這三個詞有更血腥的解讀：高能動性意味著沒有老闆告訴你該做什麼。因為老闆也沒空管你，你要麼自己找到破局點，要麼被系統自動最佳化掉。產生想法意味著當執行成本趨近於零（20分鐘），想法的質量就是一切。如果你只會執行，你的價值就是零。韌性不是讓你在被裁員時不哭，而是當你的工作被 AI 瞬間秒殺時，你能立刻擦乾冷汗，問出：“好，那我怎麼利用這個工具去做更牛逼的事？”工具的門檻已經平了。未來只有兩種人：一種是被 AI 的洪流沖刷得無影無蹤的“執行者”，另一種是騎在 AI 背上，指揮千軍萬馬的“暴君”。OpenAI 已經停止擴招了。現在的顯微鏡，移到了你的身上。 (科技然後呢)

錢，從來不迷信誰更聰明。它只信一件事：誰更能幹。最近，一隻龍蝦刷屏矽谷。開源智能體 MoltBot（它因為商標問題 Clawdbot 改名而來 ） 火到出圈：它不光會聊天，更真能交付任務。與此同時，ARK Invest 創始人木頭姐在最新年度報告中明確指出：AI 推理成本將每年下降70%-99%，全球GDP年增速可能突破7%，通膨甚至長期低於1%。把這兩件事放在一起看：一邊是智能體正在大量落地，另一邊是推理成本每年暴跌。這意味著，AI 不再只是演示工具，而是可以大規模部署的勞動力。當智能體變成勞動力，賺錢邏輯就變了。錢開始流向能交付的那一方，木頭姐給出3個方向：數字勞動力：MoltBot 這樣的智能體，正在從聊天工具變成能交付任務的數字員工。實體勞動力：Robotaxi 從技術展示走向商業閉環，2030年全球市場可能達到34兆美元。底層基礎設施：推理成本暴跌、核能重啟、太空資料中心，讓 AI 成為像水電一樣的基礎設施。這不是未來，這是現在。第一節｜MoltBot 背後：數字勞動力市場已開啟MoltBot 火了，但它不是大廠產品，而是開源社區裡自發誕生的小項目。短短幾天內，這只龍蝦在矽谷圈子裡迅速傳播，被用來代辦任務、歸類筆記、早起提醒、管理信箱。木頭姐形容它像個人工智慧實習生，在你睡覺時還在幫你整理生活。但這不只是個有趣的工具。她的研究團隊指出：這類智能體，不再是聊天機器人，而開始像勞動力一樣被部署。看資訊、下決策、做執行。用木頭姐的話說：MoltBot 不是在對話，是在交付。這背後，一個新市場正在成形。幾年前，AI 還是個問答工具：問它問題，等它回答。但 MoltBot、GPTAgent這些項目出來後，最明顯的變化是：人不再只是提問，而是直接安排工作。比如打開 MoltBot，只需要說一句：把我過去三天的簡訊、信箱和備忘錄裡的會議邀請都提取出來，做一個時間表發給我。就能得到一份 Word文件、日曆檔案和總結報告。這種“任務→完成”的互動方式，讓 AI 正式開始接手以前需要人類助理才能完成的工作。木頭姐認為：這是數字勞動力的起點。有人會問：這不是早就有了嗎？為什麼到了2026年，才突然集中爆發?答案在於:幾件事湊到一起，讓智能體從能用變成了好用。AI 能力躍升了。它處理速度從 30 秒降到 3 秒；它能讀的資料從幾頁變成上百頁文件；它從需要手把手教，到說一句話就能執行一整套流程。更關鍵的，是這些系統已經足夠開源和本地化。MoltBot 的出現，讓開發者可以在個人電腦上直接裝一個智能體，不依賴雲端，不需要登錄帳戶。從公司到個人，誰都能動手部署自己的AI實習生。木頭姐在訪談中提到 ARK 的變化。他們的首席 AI 分析師用了 MoltBot 後，工作效率明顯提升。整個團隊也是如此：我們沒多招人，但交付速度快了一倍。以前，一個人只能做一個人的活。現在，一個人可以配幾個智能體，讓每個智能體專做一類任務：收集資料、寫初稿、理解政策變動、生成展示文稿、整理會議紀要。當智能體能幹一個實習生的活，真正的問題不是 AI 會不會幹活，而是這些數字勞動力該怎麼定價。這，就是木頭姐說的數字勞動力市場。第二節｜Robotaxi：從技術敘事到商業閉環智能體是看不見的數字勞動力，但還有一種勞動力，正在馬路上跑起來。過去幾年，大家對自動駕駛的認知還停留在燒錢、遙遙無期、還在測試上。但在木頭姐看來，Robotaxi 正從技術敘事變成收入來源。它不僅能跑，而且能算出現金流。她在這次對話中明確表示:“Robotaxi 是我們未來五年最看好的商業模式，它的市場規模不只是大，而是已經能夠被清晰量化。”1、賺錢路徑清晰了:更少的車，更高的效率一輛 Robotaxi 的利用率可以達到50-60%，而私家車只有4-5%。這意味著更少的車，能服務更多的需求。她提到一個資料：Uber現在只覆蓋美國1%的城市里程，用了14萬輛車。要覆蓋100%的城市里程，只需要2400萬輛Robotaxi。這還不到美國現有汽車保有量(4億輛)的十分之一。關鍵是：沒有司機成本、車輛自動回充、AI 自我調度，邊際成本極低。過去是一個司機配一輛車，現在是一個調度後台配一城的車。Robotaxi 不只是新交通工具。它是穩定可規模化的自動化營運，與電力、AI晶片、路權調度繫結，成為城市基礎設施的一部分，能對接真實訂單產生收入。這意味著，Robotaxi 是可複製的盈利模型，而不只是科技展品。在木頭姐的投資框架裡，這類項目可以像早期特斯拉那樣，既能對外融資講故事，又能自我造血產生現金流。2、錢會流向那裡？過去談 Robotaxi，焦點都在車能不能跑、法規通不通。現在木頭姐更關注的是另一個問題：誰能從Robotaxi規模化營運裡，分得真實收入?她看好四類玩家:調度平台商，能接入多個Robotaxi品牌、做城市級路線規劃和訂單匹配的公司;能源服務商，掌握車輛夜間充電、路線中轉、電網平衡的調配能力;晶片和算力基礎設施提供者，為推理、路徑規劃提供穩定處理能力的底層服務;城市與地產開發商。在Robotaxi成本下降後，原本偏遠的地段反而變成了新價值窪地。這已經不是單點技術創新，而是一個經濟鏈條在重構。從交通到城市佈局，從能源調度到消費習慣。她說：當車開始自己營運，城市的稅收結構也會變。3、技術不是問題，條件正在成熟木頭姐明確表示：Robotaxi 的技術準備，其實早就完成。真正攔著它的是監管節奏、基礎設施跟不上、AI 營運成本沒降下來。但現在，這三個條件正在同時被突破:監管方面：多個城市已批准無人車夜間營運;基礎設施方面：多地新建Robotaxi專用充電站和等候區;成本方面：AI 的每公里營運成本已經低於人類司機。不少車廠過去十年在虧錢造概念，現在終於到了把 Robotaxi 變成盈利出口的節點。木頭姐特別強調特斯拉的優勢。特斯拉的成本結構比 Waymo 低50%，定價可以做到每英里20美分，而Uber現在是2.8美元。按照這個趨勢，到2030年，全球Robotaxi生態系統可能達到 34 兆美元。MoltBot 是數字勞動力，Robotaxi 是實體勞動力。但它們能大規模運轉，都依賴同一件事：讓 AI 運行起來的成本，要足夠低。第三節｜推理成本暴跌：AI正在變成基礎設施MoltBot和Robotaxi能用起來，因為有一個成本在暴跌。這個成本，指的就是推理成本。木頭姐在訪談中反覆強調：推理成本每年下降70-99%，這個變化讓一切商業模型都能重新算一遍。1、什麼是推理成本?不是訓練一整個大模型花的錢，而是每次你用AI做一件事，它背後實際消耗的電、晶片、記憶體資源。比如你輸入一段話，讓Claude/GPT 幫你寫一份方案，那一瞬間伺服器在後台呼叫模型、生成回覆，消耗的資源，就是推理成本。過去一次可能要幾毛錢，現在可能只要幾釐錢。不是模型變便宜，是用模型做事開始變便宜了。這個變化對普通使用者影響不大，但對企業決策至關重要。當推理成本高，AI是演示工具；當推理成本低到可以大規模部署，它就成了勞動力。這輪AI增長不是靠堆人，也不是靠提價，是靠成本通縮。2、通縮改變了競爭邏輯當推理成本變得像水電一樣便宜，企業就不再問AI能不能做，而是問：你每運行一次，花我多少錢?我能讓AI替我做幾件事?這時候，所有 AI 工具、平台、服務商的商業模型，都要重算一遍。Claude、ChatGPT 等的模型公司會被問：你們這個 Agent 跑10次，能省幾個人?電力平台會被問：你能不能在晚高峰給我壓縮電力成本?AI 晶片平台要回答：你能不能讓每秒處理的資料翻一倍，但電費不變?資金不再盯著誰模型大，而是盯著誰能把每次運行成本壓得更低、服務交付得更穩定。3、電力和算力，成了決定勝負的關鍵這一輪成本下降的背後，基礎設施在加速升級。木頭姐特別提到三個方向:核能重啟。她指出如果70年代沒有過度監管核能，今天的電價能低40%。現在美國多個州正在重啟核電站，中國一次性建設28座大型核反應堆。更便宜的電力，意味著更便宜的 AI 運行成本。太空資料中心。SpaceX的可重複使用火箭讓軌道資料中心成為可能，太空太陽能效率是地面的 6 倍。這將大幅降低資料中心的電力和散熱成本，讓AI推理變得更經濟。分佈式能源系統。她提到電網效率問題:晚上用電少，白天根據天氣又過度使用。未來Robotaxi本身就是移動的儲能裝置，可以平衡電網負荷，讓整個系統的能源利用率更高。這些變化疊加起來，讓 AI 可以像基礎設施一樣被接入、定價、規模化使用。推理成本每降一個點，就有一批新應用能落地。成本降下來，錢就流過去。結語｜錢往那流，已經有了答案AI 智能體不是下一件事，而是已經在幹活的事。木頭姐沒談模型有多強，她看的全是交付能力：MoltBot 這樣的數字助理，讓一個人的產出翻倍；Robotaxi這樣的實體勞動力，2030年市場可能達到34兆美元；推理成本每年暴跌70-99%，讓AI變成像水電一樣的基礎設施。錢，已經開始流向能交付的那一方。不是誰更聰明，而是誰更能幹。 (AI深度研究員)

將高度理性的資料驅動，與極度尊重個體創造力相結合。多年前，Gemini大模型的發佈讓全球科技圈重新審視Google的AI佈局。當外界還在討論其與GPT的參數比拚時，很少有人注意到一個細節：這款跨模態大模型的核心技術，源自Google2017年開放原始碼的Transformer架構，以及收購併長期投入的DeepMind實驗室——兩項看似不相關的佈局，在近十年後形成了精準共振。更早之前，當亞馬遜AWS已經在雲端運算市場佔據半壁江山時，Google雲（GCP）仍一度被視為“追隨者”，但如今憑藉AI原生雲的定位，成為全球第三大雲服務商，增速持續領跑行業。從搜尋引擎的絕對壟斷，到Android系統佔據全球移動裝置七成以上份額，從雲端運算的後發先至，到AI時代的技術引領，Google成立二十多年來，幾乎在每一個關鍵技術轉折點都踩准了節奏。與之形成鮮明對比的是，微軟有比爾·蓋茲、薩提亞·納德拉，亞馬遜有傑夫·貝佐斯，蘋果有史蒂夫·賈伯斯、蒂姆·庫克，這些CEO的個人光環幾乎等同於公司符號。而Google的歷任CEO，無論是埃瑞克·施密特、拉里·佩奇，還是如今的桑達爾·皮查伊，都顯得低調內斂，甚至在大眾認知中“存在感不強”。更值得玩味的是，科技行業對“管理文化”的討論，多集中在微軟的刷新、亞馬遜的Day1、蘋果的極致產品主義，Google的決策邏輯卻始終像一個黑箱。它沒有喊出振聾發聵的管理口號，也沒有形成可複製的“爆款方法論”，卻總能在複雜的市場博弈中做出正確選擇——以至於時至今日，在浪潮迭起的時代變化裡，這家公司從未落跑，市值更是超越蘋果，成為全球第二極。這背後，究竟隱藏著怎樣的運作模式？驅動Google持續做對決策的“發動機”，又是什麼？01 決策去中心化：讓聽到炮火的人掌握話語權在試圖理解Google如何做出決策時，一個常見的認知誤區是，尋找單一的、閃耀的個人權威或一句朗朗上口的管理箴言。但Google的決策體系，從根源上摒棄了“CEO集權”的模式。拉里·佩奇和謝爾蓋·布林在創立之初就意識到，技術創新的不確定性決定了最正確的決策往往不是來自頂層設計，而是源於一線團隊對技術趨勢和使用者需求的敏銳感知。這種認知，最終演變成Google“去中心化決策網路”的核心邏輯。在Google內部，幾乎不存在一言堂式的戰略制定流程。任何一個團隊，只要能拿出足夠有說服力的技術論證和市場分析，都可以向公司申請資源支援，甚至挑戰既定的戰略方向。2013年，當Google雲還處於起步階段時，內部有三個團隊同時在探索不同的雲端運算技術路線：一個聚焦基礎架構即服務（IaaS），一個主攻平台即服務（PaaS），還有一個嘗試將Google的核心技術（如巨量資料處理工具BigQuery）封裝成行業解決方案。不過這種“內部賽馬”，並不像當下許多網際網路公司的無序競爭。但與此同時，任何重大產品決策，從介面設計到市場進入，都必須通過嚴格的A/B測試和資料分析來驗證。即便是備受推崇的“20%自由時間”制度，其存續與調整也依賴於內部對創新產出率的持續評估。內部有一條廣為遵循的原則：“不要聽信‘河馬’，即最高薪人士的意見。” 在會議中，無論職位高低，最有說服力的不是頭銜，而是支援觀點的資料質量。一位初級工程師可以用詳實的A/B測試結果，質疑甚至推翻副總裁的產品設想。這創造了一種近乎“智力平等”的辯論場域，決策過程從權力博弈轉向真理探求。最終，Google沒有簡單地選擇某一條路線，而是將三個團隊的優勢整合，形成了“基礎架構+平台+行業解決方案”的三位一體模式。也正因此，Google雲避開了AWS早期“重IaaS輕生態”的短板，也沒有重蹈微軟Azure初期“定位模糊”的覆轍，在AI時代憑藉“雲+AI”的協同優勢實現彎道超車。在Google，“做決策”並不是高管的核心職責，決策往往在技術精英層的深度辯論中產生，CEO的角色更接近於辯論主持人、資源協調者和最終執行責任的承擔者，很少直接干預具體業務的決策，工作重心是協調跨部門資源、保障內部溝通順暢、維護公司的長期價值導向。這正是Google最獨特也最易被誤解的一點：它的決策權威，日益從個人身上轉移到系統之中。這解釋了為何其CEO相對低調，卻不妨礙組織高效運轉。佩奇和布林最持久的遺產或許並非某個具體產品。OKR才是核心處理程序，它強制要求目標公開透明、野心勃勃且可衡量。全公司上下，從CEO到基層團隊，每個人的OKR都相互可見。這一機制產生了兩個革命性效果：第一，它讓組織的力量在縱向和橫向上自動對齊，減少了因資訊不透明導致的重複勞動或方向偏離；第二，它使績效評估基於對公共目標的貢獻度，而非上級的主觀印象，進一步削弱了辦公室政治。“賦能而非管控”，讓Google內部形成了一種“自下而上”的決策動力。每個團隊都有足夠的自由度去探索，那麼公司要做的，是通過完善的資源調配機制，讓有潛力的方向獲得足夠支援。因此，Google的CEO無需像賈伯斯那樣扮演產品先知，也無需像貝索斯那樣事無鉅細地掌控，更無需像馬斯克那樣以個人形象繫結公司品牌。02 長期主義：不做“緊急但不重要”的決策Google的決策邏輯押注長期價值，但這種長期主義並不是簡單的“延遲滿足”。2006年，Google以16.5億美元收購YouTube時，這家視訊網站還處於虧損狀態，外界普遍質疑Google花天價買了一個燒錢機器。但佩奇和布林看到的，是視訊內容即將成為網際網路主流形態的趨勢。在收購後的十年裡，Google沒有強迫YouTube快速盈利，而是持續投入資金最佳化演算法推薦、搭建內容生態、完善創作者激勵機制。直到2019年，YouTube才成為Google營收的第二大支柱，如今更是佔據全球視訊串流媒體市場的半壁江山。反觀同期的競爭對手，雅虎視訊、微軟MSN視訊等，因急於追求短期盈利，頻繁調整戰略，最終在競爭中掉隊。除此以外，早年廣告業務爆發時，有團隊提出“根據使用者搜尋記錄精準推送廣告，甚至向第三方出售部分資料”，這個方案能讓短期收入大幅提升，卻被管理層否決。當時負責廣告業務的負責人拿出一份使用者隱私調研指出，大部分使用者願意接受適量廣告，但他們反感資料被濫用。團隊的邏輯很清晰：廣告收入的根基是使用者信任，破壞信任換短期增長，得不償失。如今，Google廣告業務依然是全球最賺錢的廣告模式之一，核心就在於使用者的信任積累。我們常常稱讚一家公司“反應迅速”、“抓住風口”，但Google的許多重要決策，在外界看來恰恰是“緩慢”甚至“遲鈍”的。雲端運算是另一個典型的例子。當亞馬遜AWS已經攻城略地、微軟Azure開始全力追趕時，Google雲似乎還在不緊不慢地搭建自己的技術架構。市場焦急，分析師質疑，客戶在流失。按照大多數公司的決策邏輯，這時應該立刻推出一套模仿對手的簡化產品，先搶佔市場再說。緊急嗎？非常緊急。重要嗎？似乎也重要。但Google的選擇是，繼續挖它的運河。因為它知道，如果僅僅複製一個AWS的替代品，自己永遠只能是追趕者。它要的，是修建一條完全不同的河道：一個真正為雲原生時代、為機器學習和巨量資料而設計的雲。這個決策意味著要忍受好幾年的市場質疑和份額落後，要把巨大的資源投入到像Kubernetes這樣的開源基礎設施中（當時看來這簡直是在為對手做嫁衣），要說服開發者接受一套全新的思維和工作方式。這個過程一點也不激動人心。但當數位化處理程序深入到下一個階段，企業不再滿足於簡單地把伺服器搬到網上，而是需要在雲上建構智能、靈活的應用時，人們才發現，Google挖的那條運河，恰好通往未來最需要水的地方。需要注意的是，在Google，有些團隊的任務就是應對“今天”和“本周”的問題，比如營運和最佳化現有產品。但另一些團隊，他們的OKR（目標與關鍵成果）時間跨度是三年、五年，甚至更長。他們的成功標準不是下個季度的營收，而是能否在某個根本性的技術或科學問題上取得突破。公司允許，甚至鼓勵一部分資源長期游離在“緊急”的業務壓力之外。這就好比一片森林，既有生長迅速、吸收養分的灌木層，也有生長緩慢、但最終決定森林高度的喬木層。決策時，你不能因為灌木長得快，就把所有陽光都給它。那麼，是誰在守護這種長期視角？在一個沒有強勢、獨裁型CEO的公司裡，這個責任是分散的。技術骨幹們承擔了一部分。在Google，高等級工程師擁有巨大的影響力。他們的晉陞和評價，很大程度上取決於對技術方向的判斷和貢獻。系統也承擔了一部分。OKR體系要求目標必須具有“挑戰性”，這天然鼓勵了超越當前能力的思考。當然，領導者依然是關鍵的守門人。長期主義的決策，結果不會立竿見影。但當它終於因為佈局深遠而迎來收穫期時，人們往往稱之為“幸運”或“遠見”。03 湧現的智慧：建構創新生態而非規劃創新路徑在《重新定義團隊》這本書裡，Google所認為的突破性創新，往往無法被“計畫”或“指揮”。規劃創新，聽起來很合理。設定明確的目標，分配資源，制定時間表，然後執行。但創新的本質，尤其是突破性的創新，常常是“規劃”不出來的。就像你無法在1920年規劃出網際網路，在1990年規劃出智慧型手機的具體模樣一樣。突破往往誕生於意料之外。Google很早就意識到了這一點。早期著名的“20%時間”政策，本質就是一種制度化的湧現機制，通過明確的制度授權，為自下而上的創意提供了資源、時間和合法性。Gmail、GoogleNews等里程碑產品皆源於此。儘管這一政策的形式隨著公司規模擴大而演變，但其核心，通過給予自主權來激發創造力，已融入Google的基因。這個制度能運轉，靠的不僅是規則本身，依然是一整套與之匹配的決策邏輯。首先，Google的決策尊重“自下而上”的發現。 在大多數層級森嚴的組織裡，資訊的流動和想法的認可，高度依賴匯報線。在這個過程中，想法很可能因為某個中間人而被過濾掉。Google通過技術論壇、內部程式碼開源、扁平化的項目啟動流程，努力讓好的想法能自己“浮”上來。其次，它鼓勵看似“不務正業”的跨界碰撞。管理層不會只根據“這個主題和我們的核心業務有多相關”來決定是否支援。他們認為創新常常發生在學科的邊緣和交叉地帶。保持知識的廣泛流動和跨界交流，就是在為不可預測的創新增加機率。在一個規劃驅動的文化裡，失敗是必須避免的污點，但在一個生態思維的文化裡，“嘗試-失敗-學習”是系統進化的基本方式。Google關停過無數產品，從Google+到Google眼鏡的消費者版本。這些決定當然不是輕易做出的，但公司不會因為一個項目的失敗，而全盤否定背後的團隊或個人，更不會因此就關閉所有高風險的探索通道。內部常常流傳著一些項目被砍掉的故事。有些項目可能有不錯的使用者資料，有忠實的團隊，甚至已經開始產生收入。但一旦評估認為，它只是對現有模式的微小改進，或者偏離了最核心的技術方向，就可能被終止。資源，尤其是最頂尖的人才會被重新調配到那些更具基礎性、更可能定義未來的工作上。這個決策過程通常是痛苦的。但它傳遞了一個訊號：在這裡，衡量一個決策的價值，不僅看它能否立刻解決一個麻煩，更要看它能否在五年後依然重要。這形成了一種文化，人們提出新想法時，會更自然地去思考它的長期潛力。這種思維在技術戰略上體現得尤為明顯。面對人工智慧的浪潮，Google早在十多年前就系統性佈局。收購DeepMind，開創性地發佈Transformer架構論文，開發TensorFlow開源框架……一系列決策看似分散，實則遵循著同一邏輯：在最底層、最肥沃的土壤中播種，然後耐心培育整個生態。所以當ChatGPT引發生成式AI熱潮時，外界驚覺Google早已在演算法、算力、資料、人才和基礎設施各層面構築了深厚壁壘。它的決策已超越追逐某個產品熱點，轉向投資一個必然到來的技術時代的全部基礎要素。這種模式要求決策者具備非凡的耐心和長遠的戰略定力。許多投入在短期內看不到回報，甚至會被外界詬病為“方向散亂”或“反應遲緩”。但Google的決策系統容忍這種模糊性，因為在正確的生態裡，湧現出的成果將遠超任何精心設計的路線圖。 (新眸)

一盒記憶體條價格堪比上海一套房，AI大潮正重塑整個儲存行業格局。“一天一個價，甚至一天幾個價。”深圳華強北的儲存商戶們這樣描述近期的市場行情。2025年下半年以來，儲存晶片價格漲幅驚人，記憶體、快閃記憶體價格翻了一倍以上。海力士和三星的256G DDR5伺服器記憶體一根超過4萬元，有的甚至高達49999元/根。一盒100根的記憶體條價格近500萬元，確實堪比上海一套房的價格。行業調研機構TrendForce集邦諮詢的資料顯示，2026年第一季度一般型DRAM合約價將季增55%-60%，NAND Flash各類產品合約價預計上漲33%-38%。儲存市場已進入“超級牛市”階段，當前行情甚至超越了2018年的歷史高點。01 儲存晶片漲價潮的深層邏輯本次儲存晶片價格上漲與過往周期性波動有本質區別。AI革命以前所未有的力量重塑儲存行業的市場需求格局，帶來的是結構性變革而非普通周期性上漲。人工智慧伺服器對儲存的需求是普通伺服器的數倍。單台AI伺服器的儲存配置達1.7TB，而傳統伺服器僅為0.5TB，這直接拉動了高頻寬儲存器、DDR5及企業級固態硬碟等高性能產品的缺口擴大。為滿足AI伺服器需求，三星、SK海力士等海外原廠將產能加速轉向DDR5、HBM等高利潤的高端產品。然而，HBM產能擴張速度遠滯後於需求增長。SK海力士2026年底前的HBM產能已被AI大客戶提前鎖定，三星HBM產能留給中小廠商的份額不足10%。產能向高端產品轉移導致DDR4等傳統儲存產品產能持續縮減，而大量存量伺服器和正在部署的新伺服器仍然大規模依賴成熟、穩定的DDR4記憶體，供給大幅減少導致供不應求，價格飆升。DDR4半年累計漲幅超200%，甚至出現了“前代產品價格反超新一代”的異常現象——DDR4價格比DDR5高出一倍。02 AI算力基礎設施重構儲存需求大模型的參數規模已經達到兆等級，上下文長度普遍超過128K，HBM的容量已難以滿足AI大模型對於記憶體容量的要求。在剛剛結束的CES 2026上，英偉發佈的新一代技術平台引入了BlueField-4技術，其核心邏輯在於改變資料的儲存位置，將原本儲存在GPU視訊記憶體（HBM）中的上下文資料轉移到本地SSD中。AI推理的瓶頸已從“計算能力”實質性轉向“上下文儲存能力”。每個GPU在原有1TB記憶體的基礎上，額外增加了16TB的SSD儲存需求。為了匹配Rubin GPU 5倍於前代Blackwell平台的推理性能，資料中心對大容量、高性能企業級SSD的需求量呈指數級上升。北京大學積體電路學院研究員王宗巍表示：“人工智慧對高頻寬儲存的需求在本輪價格上行中起到了顯著放大作用。以大模型訓練與推理為代表的人工智慧工作負載，對記憶體頻寬、容量和能效提出了遠高於傳統CPU和通用伺服器的要求。”03 國產儲存產業迎來歷史性機遇儲存晶片市場的持續漲價，為國產儲存產業帶來巨大推動作用。近年來，國產儲存廠商正加快技術突破，不斷提升市場份額。國記憶體儲晶片龍頭企業長鑫科技申報科創板IPO近期已獲受理。此次IPO，長鑫科技擬募資295億元，用於儲存器晶圓製造量產線技術升級改造項目、DRAM儲存器技術升級項目及DRAM前瞻技術研究與開發項目。2025年前九個月，長鑫科技實現營業收入320.84億元，公司主營業務收入的複合增長率達72.04%。另一家國產晶片廠商兆易創新2025年前三季度實現營收68.32億元，同比增長20.92%；歸母淨利潤10.83億元，同比增長30.18%。國記憶體儲產業正迎來階段性發展窗口。以長鑫儲存和長江儲存為代表的國產儲存企業持續在記憶體和快閃記憶體市場發力，加快產能佈局，通過IPO、擴產和技術迭代提升綜合競爭力。04 產業鏈擴產潮與供需前景全球儲存器市場迎來“超級周期”，產業鏈上下游同步吹響擴產號角。2026年1月9日，國內先進封測領軍企業通富微電宣佈擬募資不超44億元，其中8億元用於儲存晶片封測產能提升項目。深圳佰維儲存科技股份有限公司佈局的晶圓級先進封測製造項目正處於投產準備過程中。該項目建設完成後將為客戶提供“儲存+晶圓級先進封測”一站式綜合解決方案，服務於人工智慧手機、電腦、眼鏡等對大容量儲存解決方案的需求。儘管儲存產業鏈擴產潮起，但業界普遍認為市場供需緊張的局面短時間內將持續。儲存產線建設周期較長，且技術門檻高，短期內新增產能有限。集邦諮詢顧問分析師許家源表示：“雲服務商帶動的儲存產品需求規模已超越供應商原先的預期，而供應商在原有擴產規劃之外的擴產，最早至2027年下半年方可投入市場，難以緩解2026年行業供不應求的局面。”05 投資視角下的儲存類股機遇從投資角度看，半導體產業正處在“國產替代”與“全球AI技術革命”雙輪驅動的歷史性交匯點。德邦基金基金經理雷濤認為，未來兩年將是行業發展的關鍵窗口期。在半導體產業的眾多細分領域中，半導體裝置類股正處於高速成長期的中早階段。南方基金基金經理鄭曉曦表示：“自主可控方向核心邏輯是國產化率提升疊加需求驅動帶來長期景氣高增長。”她對半導體裝置為代表的自主可控類股非常有信心，未來三年有望進入成長邏輯逐步兌現的右側收穫期。對於市場關注的儲存晶片領域，鄭曉曦保持了冷靜判斷：確實看好儲存擴產帶來大周期的高景氣度，儲存擴產有望在2026年中或下半年實現加速擴張。而在核心儲存晶片領域（如DRAM、SRAM、HBM晶片等）國內與海外企業存在顯著差距，但她預期未來隨著製程的迭代升級、量產規模持續放大、工藝與良率持續提升，能顯著縮小這些差距。資料顯示，全球資料儲存市場空間已超2.6兆元。隨著AI技術發展，可能將引發儲存行業重新洗牌，進而產生新機遇。中國主流儲存產品無論從性能、成本還是能效等方面，都已經趕上海外同類產品。未來兩年將是行業發展的關鍵窗口期。投資者需要調整短期思維，從3-4年維度把握這一歷史機遇。儲存行業正由單一容量驅動向“算力密度+頻寬密度”協同驅動階段演進，這一變革將重塑整個產業鏈的競爭格局和價值分配。 (吐故納新溫故知新)