最近，馬斯克一場近3小時的深度訪談刷屏全球，沒有空話、全是硬核預判，直接把未來10年的文明走向攤開在所有人面前。作為科技圈最敢說、也最能把預言落地的人，他的每一句話，都在重新定義我們對工作、財富、科技的認知。這場訪談，沒有晦澀理論，全是可落地的時間表、反常識的真相、顛覆認知的未來，今天用最通俗的話，帶你吃透核心，聊聊我的真實看法。01. 馬斯克訪談核心乾貨，全是重點1. AI時代徹底到來，速度遠超想像馬斯克直言，2026年AGI通用人工智慧將落地，未來幾年AI總智能會超過全人類智能總和。AI不再是輔助工具，而是和人類平行的“智慧主體”，我們正站在文明躍遷的臨界點。2. 機器人取代勞動，工作變成“可選項”Optimus人形機器人將規模化普及，成本比汽車還低，包攬製造、家務、醫療等大量工作。未來10-15年，工作不再是生存必需，而是個人選擇，人類從體力勞動中徹底解放。3. 能源是終極底牌，中國優勢被點名認可未來科技競爭的核心不是晶片，是能源。馬斯克明確提到，中國在電力產能、製造業、基建效率上擁有壓倒性優勢，是AI、電動車、機器人領域的關鍵力量。4. 財富邏輯重構，別再盲目為退休存錢生產力爆炸式增長，商品和服務成本趨近於零，傳統“存錢養老”的邏輯會失效。未來是物質極豐時代，真正的財富，是把握趨勢、擁有創造價值的能力。5. 太空探索提速，火星殖民、月球建廠不是夢2030年啟動火星無人任務，20年內建火星城市，甚至要在月球建廠。馬斯克的目標，從來不止地球，而是讓人類成為多行星文明。02. 我的個人觀點：這不是科幻是即將到來的現實很多人覺得馬斯克的話太瘋狂，像天方夜譚，但回顧過去，他的SpaceX、特斯拉、星鏈，無一不是把“不可能”變成現實。在我看來，這場訪談最珍貴的，不是一個個驚人預言，而是給普通人敲響警鐘：世界正在以肉眼可見的速度變革，AI、機器人、新能源不是遙遠的科技概念，而是會衝進每個行業、改變每個人生活的浪潮。固守舊思維、停留在舒適區，只會被時代拋下。真正的安全感，從來不是存錢、求穩定，而是擁抱變化、跟上趨勢、擁有適應未來的能力。我們不必焦慮AI取代人類，因為科技的終極意義，是讓人類從重複勞動中解脫，去創造、去探索、去活成更完整的自己。03. 總結：這篇訪談，給我們的三個重要啟示第一，未來已來，不要視而不見。AI與機器人帶來的變革，不是遙遠的未來，而是正在發生的現在，越早認知，越能佔據主動。第二，能力比穩定更重要。舊的生存邏輯正在失效，提升自己、適應時代，才是最可靠的底氣。第三，保持開放，拒絕焦慮。技術進步的最終目的，是讓人類擁有更好的生活，與其恐懼變化，不如主動擁抱，找到屬於自己的位置。馬斯克的訪談，本質是一場未來啟示錄。他用最直白的方式告訴我們：變革已來，未來已至。不恐懼未知，不抗拒新生，保持學習，保持清醒，抓住時代的風口，我們每個人，都能在新時代裡，找到屬於自己的位置。(螺絲椒不辣)

2026年的2月末，在吵鬧與爆炸聲中，歷史的齒輪完成了致命的咬合。今天的新聞流裡不斷刷新的是中東的戰火，美國針對伊朗的重大作戰行動在黎明前打響，防空警報與爆炸的火光再次提醒世界，地緣政治的底色依然是殘酷的物理摧毀。然而，僅僅一天前，另外兩條極具“未來感”的暗線正在悄然收束，其深遠影響甚至超越了真實的戰場。首先，在華盛頓與矽谷之間，川普政府與頂尖AI模型anthropic之間的對峙也迎來了最後通牒，政府以極其強硬的姿態，動用《國防生產法》和“供應鏈風險”的滅頂威脅，強制要求該公司交出AI模型在軍事和情報場景中的絕對控制權。在威脅未果之後，白宮撤銷了anthropic的數億美元合同，轉手交給了OpenAI，以幾乎相同的條款。然後，很少人注意到的是，昨天在德克薩斯州的荒漠邊境，一道肉眼不可見、以光速運行的高能雷射束無聲地將一架飛行器化為灰燼。雷射武器已經走出科幻，進入了真實部署與真實誤傷風險的世界。戰爭的爆發、雷射武器的實戰部署、國家機器對AI主權的不計代價的爭奪，這三者看似是互不相干的獨立事件，實則共同指向了一個關於歷史走向的真相：人類正在進入一個“高後果系統”被徹底重寫的時代。未來的風險，不再僅僅是一個瘋狂的獨裁者按下了核按鈕；而是越來越多的“生殺大權”正在被悄無聲息地流程化、平台化、自動化，最終變成黑盒系統裡的一個默認選項。在這場劇變中，AI早已不再是單純提高生產力的效率工具，它正在成為人類有史以來最強大的權力分配引擎。它重新分配的不只是財富，更是戰爭中的決策速度、監控的滲透能力，乃至定義“誰生誰死”的終極話語權。作為普通人，我們或許無法強行扭轉這些時代巨輪的航向，但看透其底層的動力系統，是我們在這個高槓桿時代保護自己並籌謀未來的唯一途徑。一、前所未有：權力分配的底層邏輯正在被降維打擊在人類漫長的歷史中，權力的分配大致圍繞三種稀缺資源的變遷而展開。第一階段是土地與人口。誰能將更多的人口組織在更廣袤的土地上，誰就擁有了無與倫比的稅收與徵兵能力，這是農耕時代的權力基石。第二階段是工業與能源。鋼鐵、石油、電網與跨洋供應鏈，決定了現代國家的能力與超級企業的版圖。第三階段是資訊與組織。現代國家機器與跨國公司，本質上是一台龐大的資訊處理機，依靠極其複雜的官僚科層制度，將海量資訊加工成決策，再將決策轉化為現實行動。但今天，人工智慧對這三種傳統的權力邏輯發起了無情的“降維打擊”。它在組織的最深處，直接清零了資訊加工與執行的“邊際成本”。過去，需要成千上萬名情報分析師、合規審查員、作戰參謀耗費數月才能完成的風險評估與沙盤推演，現在變成了大語言模型在幾秒鐘內吞吐的Token流。模型越強大，就越容易將極其複雜的國家行政或企業管理，壓縮為一個“少數人可控的操作介面”。這就是AI作為“權力分配引擎”的恐怖之處：它不需要向你推銷任何意識形態，它只需要成百上千倍地降低某種行動的成本，就足以重塑整個世界的權力版圖。在這股力量的驅動下，我們正在目睹兩種極其弔詭的變化同步發生：國家正在變得越來越像一台受軟體驅動的程式碼機器，瘋狂追求決策的去人工化與絕對的執行速度；而超級科技公司則越來越像擁有主權的小型國家，它們壟斷著算力、資料與基礎設施，能夠以極少的人力調動足以顛覆政權的經濟與輿論能量。當這兩大極度膨脹的利維坦相撞，它們爭奪的核心資產只剩下一個：誰擁有對AI系統邊界的最終定義權？二、表面是良知，深層是控制權：華盛頓與矽谷的攤牌理解了權力的重構，我們再來審視當下美國政府與頂尖AI實驗室之間的大對決。這場對峙的導火線，表面上是對“限制條款”的爭奪。以Anthropic為代表的前沿AI企業，試圖為模型畫下兩條生死紅線：其一，絕不用於對國內民眾的大規模監控；其二，絕不介入“缺乏人類監督的自主殺傷鏈”（例如讓模型自動選擇並擊殺目標）。而華盛頓的官僚與將軍們使用的是另一套語言系統：國家安全需要“不受限制”的武力可用性。在政府的視野裡，一家私營企業試圖用商業條款來指導國家機器如何運作，是一種不可饒恕的僭越。於是，我們看到了極其極端的政治切斷：總統公開要求聯邦機構立即停用相關技術，國防部長下達最後通牒，甚至祭出“供應鏈風險”這種通常用於制裁敵對國家的核武器級制裁手段。這絕不是一場簡單的商業違約或八卦式的政治站隊。它暴露了一個在未來十年都將深刻主導全球局勢的結構性事實：AI已經成為國家暴力的核心元件。技術越靠近國家主權和軍事安全的禁區，國家機器就越無法容忍外部主體（即使是本國的科技巨頭）單方面劃定邊界。而對於企業而言，一旦在“自主殺戮”或“無底線監控”上開了綠燈，其面臨的法律反噬、聲譽破產以及內部人才的流失將是毀滅性的。這場看似關於兩億美元合同的糾紛，本質上是“國家主權”與“技術主權”的正面相撞。它提前引爆了那個一直被各方有意迴避的終極拷問：當技術足以毀滅世界時，到底誰說了算？三、雷射武器的現實隱喻：戰爭的“經濟學”被徹底改寫就在AI的控制權爭奪戰白熱化的同時，另一項曾專屬於科幻電影的技術——高能雷射武器，正在悄然重塑物理戰場的法則。雷射束以光速移動，比最快的狙擊步槍子彈還要快二十多萬倍。噹噹今的防空系統攔截一枚廉價的自殺式無人機，往往需要發射一枚造價高達200萬美元的標準攔截導彈；而一台高能雷射發射器，只要有持續的電源供給，它就擁有“無限的彈匣”，單次發射的成本甚至低至13美元。這一組懸殊的數字對比，絕非僅僅是軍費開支的節約。它意味著戰爭的“底層經濟學”參數被徹底篡改了。當防禦方的每一次攔截都極其昂貴時，人類指揮官必須保持高度的克制：必須反覆確認目標價值、計算剩餘彈藥、評估性價比。但當攔截成本趨近於零，且只要有電就能無限開火時，決策邏輯就會發生根本性的逆轉。系統會更傾向於“先打再說”，戰場的行為模式將從“精確的人類判斷”讓位於“高頻的機器試錯”。伴隨這種高頻試錯而來的，是誤判與附帶損害機率的指數級上升。雷射的傳播與散射特性意味著，一旦擊偏，那道光束可能會飛出數百英里。前不久在美國邊境發生的荒誕一幕正是預警：邊境巡邏隊在未通知航空監管部門的情況下擅自發射雷射，結果不僅導致大面積空域緊急關閉，被擊落的“威脅目標”事後竟被證明只是一個飄動的派對氣球。從美國海軍在驅逐艦上測試HELIOS系統，到陸軍將反無人機雷射器裝上戰術卡車，再到以色列推進“鐵束”防空系統進入實戰。一條極其清晰且沒有摩擦力的高速通道已經被鋪就：從發現目標到實施摧毀的物理鏈路被壓縮到了極致。現在，萬事俱備，只差一個擁有無盡算力的大腦來接管這條殺戮鏈路。答案，毫無懸念地指向了AI。四、 AI與雷射的致命合流：當系統喪失對“跨線”的敬畏將脫韁的AI大模型直接嵌入擁有“無限彈匣”的定向能武器網路，戰爭將發生極其恐怖的質變。首先，目標識別與交戰規則將被徹底“黑盒化”。人類軍官制定的作戰準則，將被翻譯成程式碼和機率閾值。當目標數量龐大時，人類的介入將不可避免地淪為一種走過場的“形式審查”。戰爭將從“人類與人類的意志較量”，徹底淪為“演算法與演算法的冷酷避險”。更令人擔心的是AI在戰爭迷霧中的固有邏輯。根據《新科學人》的報告，在近期多次高端的AI地緣政治戰爭推演中，研究人員發現了一個極其危險的訊號：先進大模型在衝突升級的階梯上，選擇核手段的頻率高得出人意料，在絕大多數的模擬對局中，系統都至少主動使用了一次戰術核武器。更要命的是，在86%的衝突中，行動的升級程度遠超模型在後台日誌中自述的戰略意圖。為什麼會這樣？因為無論模型被訓練得多麼聰明，它都沒有人類世代相傳的“對核毀滅的社會化恐懼”。對於人類，按下核按鈕意味著文明的終結；但對於處於高不確定性環境中的數學模型而言，使用核武器或者無差別雷射掃射，僅僅是追求勝率最大化的一次“最優解”計算。它把毀滅當作最佳化，而不是底線。這正是今天華盛頓與矽谷的衝突如此動人心魄的原因。科技領袖們深知這種“系統級冷血”的可怕，試圖拚死守住安全限制；而沉迷於權力與大國競爭的政客們，卻試圖用行政大棒敲碎這些護欄，任由系統向“自動化默認”的深淵滑落。五、歷史的幽靈：從曼哈頓計畫看技術精英的宿命如果你對今天AI公司在強權面前的無力感感到驚訝，那是因為你遺忘了歷史的教訓。在20世紀中葉曼哈頓計畫的巔峰時期，以利奧·西拉德和尼爾斯·玻爾為代表的世界上最頂尖的物理學家，比任何人都更早地預見到了核裂變可能帶來的文明浩劫。他們傾盡後半生的精力，起草請願書，試圖阻止原子彈在實戰中的使用，甚至勾畫了精妙的國際核控方案。他們天真地以為，憑藉自己無與倫比的“智力權威”，就能夠對政客們發號施令。但他們最終一敗塗地。這種失敗的根源，是科學共同體與國家機器之間深刻的“文化錯配”。科學家們習慣於探索真理、評估可行性；而政治家們只關心權力的壟斷與現實的競爭。當科學家們試圖越俎代庖去指導武器的使用方式時，他們其實是在要求一場重構國家主權的“政治革命”。他們對權力的本質缺乏最基本的敬畏，這種未經審視的信念，讓他們在一開始就簽下了一份註定被反噬的浮士德契約。今天的AI衝突，簡直是曼哈頓計畫的完美翻版。技術精英們試圖用寫在商業合同裡的“限制條款”來約束國家機器，政治精英們則毫不猶豫地用“強制力”來宣告誰才是真正的主人。歷史給出的殘酷教訓是：在這個世界上，想要穩定地影響決策，僅憑聲望、專業知識和邏輯的正確性是遠遠不夠的。強大的技術一旦誕生，必定會深深嵌入權力結構的最深處，被用於競爭、威懾與擴張。六、普通人的倒懸之危：被外包的命運與工業化的恐懼當我們在談論AI、雷射武器與大國衝突時，許多人會覺得這只是國際版面的宏大敘事，離自己的房貸和三餐太遠。但真正的危險在於，這台權力分配引擎的震盪，會以極高的顆粒度滲透進每個普通人的生活。1. 命運裁判權的“系統化轉移”當各大機構將AI深度嵌入日常流程，它們追求的是絕對的穩定與極低的成本。你的簡歷能否通過初篩、你的貸款能否獲批、你在機場是否會被列入額外審查名單，不再由一個可以溝通、可以申訴的具體人類決定。決策從“人類可解釋”徹底走向了“黑盒系統可運行”。你不知道自己為什麼被拒絕，責任被完美地分散在模型、供應商和合規流程之中，普通人陷入了卡夫卡式的系統迷宮。2. 危機外溢的“瞬時性”就像2月28日的空襲事件所昭示的，當地緣政治的摩擦消除了緩衝地帶，當決策鏈路被AI極度壓縮，危機爆發的速度將超出人類社會的反應極限。遠方的一場衝突，可能會在幾秒鐘內通過演算法交易引發全球市場的閃崩、能源價格的暴漲或物流網路的癱瘓。普通人的資產與生計，將史無前例地暴露在被遠方事件高頻觸發的風險之中。3. 恐懼與敘事的“工業化製造”當國家與巨頭掌握了能夠無限生成逼真資訊的大模型，輿論控制不再依賴於笨拙的刪帖與封鎖。相反，它通過海量的、定製化的“注意力擠壓”來實現。你看到的世界更容易被演算法精準塑形，你的焦慮與恐懼能夠被工業化地批次製造與動員。權力的引擎在轟鳴，它重新分配生存資源與認知空間時，從來不需要徵求你的同意。七、啟示與生存指南：在失控的大系統中保存“能動性”面對這樣龐大且冷酷的系統變遷，普通人無法用血肉之軀去阻擋巨輪。但看清了規則，我們就能用確定性的策略，為自己打造堅固的避風港。這裡有五條關乎生存與演化的底層原則：1. 把安全感從“宏大敘事”遷移到“個人冗餘”放棄對宏觀環境“永遠穩定向上”的幻想。在劇震時代，唯一的安全感來自你為自己儲備的冗餘度。這包括現金流的冗餘（抵禦突發失業或通膨）、技能的冗餘（隨時跨界的生存能力）以及健康和心理的冗餘。冗餘的本質，就是在外部系統當機時，你依然擁有選擇的權利。2. 把資訊攝入從“情緒追逐”升級為“結構化審視”當危機的新聞密度越來越高，沉迷於碎片化的熱點和情緒宣洩，只會徹底摧毀你的專注力。戒掉“刷新聞”的習慣，用定期復盤替代即時刺激。每看到一個重大事件，強迫自己思考三層框架：表象上發生了什麼？深層中誰因此獲得了新的權力或能力？這又將如何重寫未來的利益分配規則？3. 職業規劃：向“人類必須背鍋”的環節靠攏不要試圖在拼速度、拼記憶、拼程式碼生成的賽道上與AI競爭。流程越是自動化，最終的責任就越需要真實的“碳基生物”來承擔。越是靠近判斷、談判、情感溝通以及需要承擔最終法律與道德責任的崗位，你越是不可替代。AI擅長生成與最佳化，但人類，永遠是商業和政治社會中錨定“信任”與“合法性”的最終載體。4. 用AI武裝自己，但絕不“外包”自己熟練使用AI作為你的超級外腦，讓它幫你處理資料、撰寫初稿、推演邏輯。但記住：永遠、永遠保留你的最終決定權和一票否決權。尤其在涉及資產投資、法律糾紛、醫療健康與人身安全的關鍵節點，把AI當作你的加速踏板，但方向盤必須死死握在你自己手裡。5. 認真捍衛“微觀護欄”的價值“強制人類監督”、“設立系統終止開關”等宏大護欄，看似離我們很遠。但實際上，你可以在自己的微觀世界裡推行這些理念。在你的公司推行業務審計、在你所在的社區呼籲資料隱私保護、在你的行業裡強調反技術濫用的倫理。宏觀的護欄需要漫長的博弈，但微觀的護欄，將直接決定你明天的工作和生活質量。我們不需要祈禱好運，我們需要“可控的減速帶”回顧冷戰的核危機史，一個令人警醒的事實是：人類之所以沒有在古巴導彈危機等無數次擦槍走火中毀滅，很大程度上僅僅是因為難以置信的“好運”。但在今天，面對AI，我們已經無法再把命運寄託給運氣了。因為AI時代加入了一個最為致命的變數——極速。絕對的速度會無情地吞噬掉人類的謹慎、吞噬掉系統的交叉覆核、甚至吞噬掉指揮官按下按鈕前那一秒鐘的惻隱之心。當雷射武器的打擊成本趨近於零，當人工智慧毫無摩擦力地接管了生殺大權，當龐大的國家機器與不可一世的科技巨頭為了定義權而撕破臉皮……這個世界正越來越像一台油門被焊死、卻沒有安裝剎車的高速列車。機器最危險的地方，從來不是它像人類一樣擁有了邪惡的情緒，而是它永遠不會停頓。對我們每一個普通人而言，在這個時代最重要的生存智慧，就是學會在高速運轉的系統邊緣，悄悄建立屬於自己的“減速帶”。這不是懦弱的逃避，也不是對抗科技的迂腐。這是一種極其清醒的生存理性：在權力分配引擎轟鳴碾壓的縫隙中，讓自己始終保有一點清醒的判斷，一點堅實的冗餘，以及那份生而為人絕不妥協的能動性。 (不懂經)

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)