1985年的春天，華倫·巴菲特執筆為波克夏的股東寫信時，一定在心中反覆權衡著一個艱難決定。他手中這艘名叫“波克夏”的船正在慢性滲水——它的紡織業務日復一日地漏水，即使有最優秀的船長肯·蔡司掌舵，也無法阻止船艙進水。巴菲特最終寫下那句著名的忠告：“如果你發現自己處在一艘不斷漏水的船上，與其花精力去修補漏洞，不如花精力去換一艘更好的船。”01 紡織業的沉船當巴菲特在1965年收購波克夏紡織廠時，這家企業曾是當地最大僱主，有著強大的行業地位和可觀的帳面價值。表面看，這是一筆划算的交易。然而巴菲特很快發現，他登上的是一艘註定要沉沒的船。美國紡織業這艘巨輪正面臨來自亞洲低成本生產商的致命衝擊。行業結構已經發生根本性變化，而巴菲特最初未能看清這一趨勢。波克夏紡織業務的管理者肯·蔡司無疑是位出色的船長，他削減成本、最佳化流程、引進新技術，做了所有能夠做的修補工作。然而就像用勺子舀出不斷湧入的海水，修補終歸趕不上漏水速度。巴菲特後來在信中坦誠：“即使由天才經營，一個基本面不佳的企業，也不是好投資。”他花了二十年才明白這個道理，並最終停止紡織業務營運。02 巴菲特的換船智慧巴菲特這句“換船論”背後的投資哲學遠比表面看起來深刻。它關乎三個層次的認知轉變：第一層：區分努力與成效的能力許多人誤將“努力”等同於“成效”。企業家日夜不休地修補企業漏洞，投資者不斷加倉下滑的股票，總相信“再堅持一下就能好轉”。巴菲特則提醒我們，關鍵在於方向而非強度——在沉船上拚命舀水，不如游向另一艘船。第二層：識別結構性衰落的眼力多數企業困境可分為兩類：周期性波動和結構性衰落。前者如季節更替，冬天過後是春天；後者如冰山融化，不可逆轉。紡織業面臨的不是周期性問題，而是全球化分工下的結構性衝擊。巴菲特最終認清這一點，才果斷棄船。第三層：放棄沉沒成本的勇氣最難的往往不是識別問題，而是承認錯誤並承擔損失。巴菲特在紡織業務上投入大量時間、金錢和聲譽，這些沉沒成本可能讓許多人選擇繼續修補。但他展示了一個偉大投資者的特質：能夠冷靜地區分“已付出的代價”和“未來的機會成本”。03 今天的漏水行業巴菲特的紡織船已經沉沒近四十年，但漏水的船隻從未消失。每個時代都有其註定漏水的行業：傳統零售業面臨電商衝擊，就像當年的紡織業面臨海外競爭；傳統媒體在數字浪潮中苦苦支撐，廣告收入不斷流失；部分製造業在自動化與智能化轉型中舉步維艱。更微妙的是，許多行業看似完好，實則已出現細小裂縫：燃油車製造面臨電動車革命，傳統能源面臨清潔能源替代，部分金融服務面臨金融科技顛覆。這些行業的共同點是：結構性問題遠大於管理問題，行業趨勢決定了個體命運。04 當你的船開始漏水作為投資者，審視持倉時不妨自問：我持有的公司所在的行業，是在擴張的海洋中航行，還是在萎縮的池塘中掙扎？公司優勢是結構性還是暫時性？如果答案是悲觀的，或許該考慮“換船”而非“補漏”。以巴菲特為例，他放棄紡織業後，將資源重新配置給保險和其他更有前景的業務，最終締造了投資傳奇。作為企業家。當發現無論怎樣努力都難以逆轉頹勢時，可能需要思考：我是在修補漏船，還是在建造新船？行業變遷中，有時最明智的選擇不是戰鬥到最後一刻，而是戰略性撤退，將資源重新配置到更有前景的領域。作為個人職業者，同樣面臨“補漏”或“換船”的選擇。當你的技能與行業需求漸行漸遠，是花費精力修補過時技能，還是投資學習適應新趨勢的能力？05 謹慎換船的邊界當然，“換船論”不能濫用。巴菲特並非建議一遇到困難就放棄。關鍵在於區分兩種情境：可修復的臨時性問題：優秀企業偶爾遇到挑戰，但行業基本面良好，競爭優勢依然堅固。這時堅持修補往往是正確選擇。例如蘋果公司在1990年代末的困境，是管理問題而非行業問題，賈伯斯的回歸修補了漏洞，使蘋果成為全球最有價值的公司。不可逆的結構性問題：行業趨勢已變，競爭格局重塑，核心優勢不再。這時修補往往是徒勞。如柯達面對數位攝影革命，無論怎樣改進膠卷質量都無法挽回頹勢。二者的區別在於：前者是船體暫時受損，後者是海水已經漫過甲板。06 換船的勇氣與智慧回望1985年，巴菲特決定停止紡織業務時，他正在做的不僅是關閉一家企業，而是在踐行自己的投資哲學：承認錯誤的勇氣，識別趨勢的眼力，以及重新配置資源的智慧。他在信中坦承：“我花了太長時間才意識到紡織業沒有未來。”這種自我反思的能力，或許比任何投資技巧都更為珍貴。今天的市場中，漏水的船隻依然比比皆是。有些投資者忙於修補漏洞，有些企業家執著於拯救沉船，而真正的智者，已經在尋找下一艘能夠遠航的船。識別漏水船隻需要智慧，放棄沉船需要勇氣，而找到新船需要遠見。這三者的結合，或許就是巴菲特這句簡單箴言背後最深刻的投資智慧。當潮水改變方向時，游泳健將也無法逆流而上。有時最理性的選擇不是奮力掙扎，而是隨波轉向，尋找新的航道。畢竟，投資與商業的終極智慧，不在於永不犯錯，而在於知道何時停止修補，何時開始尋找新的航船。 (格上財富)

核心結論：中國CIO 對科技投資的信心全面回升，2025 年 IT 預算增速預期環比上調 160 個基點至 7.4%，2026 年初始增速展望更是高達 12.6%，標誌著科技投資進入穩健復甦通道。生成式 AI 仍是核心驅動力，其 IT 預算佔比將從 2025 年的 7.7% 升至 2026 年的 13%，軟體、半導體、AI 硬體、網際網路及電信行業將迎來結構性機會，而傳統 PC 供應鏈等領域仍面臨壓力。一、整體IT 支出：信心反彈，2026 年增速翻倍預期CIO 對 IT 支出的樂觀情緒顯著回升，2025 年整體外部 IT 支出增速預期從上半年的 5.8% 上調至 7.4%，重返 2024 下半年初始預期水平（7.2%）。更值得關注的是，2026 年初始增速展望達 12.6%，較 2025 年預期近乎翻倍，顯示企業對科技投資的長期信心強勁。分類股看，軟體類股增長領銜，2025 年增速預期達 9.9%（環比 + 570 個基點），2026 年預計進一步升至 13.1%；專業服務類股 2025 年增速預期 6.2%，2026 年達 8.6%；硬體、通訊及網路裝置類股增速相對溫和，2025 年預期 3.4%，2026 年有望提升至 8.1%。此外，48% 的 CIO 預計 2025 年 IT 預算將進一步上調，較上半年的 31% 大幅增加，預算上調與下調比例（3.2 倍）為 2023 年以來首次回升。二、核心驅動力：生成式AI 持續滲透，應用場景向營收端延伸1. AI 預算佔比穩步提升，物理 AI 投資成新增長點生成式AI 仍是 IT 投資的核心優先順序，儘管 2025 年其 IT 預算佔比預期從年初的 11.2% 下調至 7.7%，但 2026 年預計將躍升至 13%，62% 的 CIO 認為 AI 將在 2026 年產生顯著影響。同時，物理 AI 投資崛起，57% 的 CIO 目前已將 3.8% 的 IT 預算投向物理 AI，未來三年這一比例將升至 7.8%，62% 的 CIO 計畫增加相關投入。2. 應用目標：從降本到增收，客戶端場景成重點AI 應用目標已從單純的內部效率提升向營收增長延伸，37% 的 CIO 將 “廣義員工生產力提升” 列為首要目標，26% 聚焦 “專業崗位效率最佳化”，“客戶端增收應用” 躋身前三。投資領域方面，客戶服務（50%）、行銷（45%）、供應鏈與庫存管理（43%）是 AI 投入的 Top3 領域，其中辦公協作、IT 營運等場景的 AI 成本削減效果最為顯著，辦公協作領域成本降幅達 8.9%，IT 營運成本降幅達 2.8%。3. 部署偏好：公有雲成主流，阿里雲份額領跑CIO 對公有雲的接納度持續提升，38% 的 CIO 計畫加速公有雲部署（較上半年 + 9 個百分點），40% 計畫未來 12 個月通過公有雲部署生成式 AI（較上半年 + 12 個百分點）。供應商方面，阿里雲在 AI 雲支出中的領先地位強化，53% 的 CIO 認為阿里雲將成為 2025 年 AI 雲支出最大受益者，未來三年預期份額更是升至 40%，超越 DeepSeek（28%）位居第一；華為、字節跳動火山引擎也展現出長期潛力，華為未來三年 AI 雲支出份額預期從 12% 升至 27%，字節跳動從 10% 升至 15%。三、分行業投資機會：結構性分化，這些領域值得重點佈局1. 軟體與 IT 服務：從謹慎上調至中性，民企成增長主力軟體行業預算復甦勢頭強勁，民企與國企均實現預算上調，其中民企2025 年 IT 預算增速預期 8.3%（環比 + 190 個基點），國企增速同樣上調至 8.3%（環比 + 340 個基點）；2026 年兩者增速預計進一步提升，民企達 13.3%，國企達 12.5%，民企仍保持小幅領先。從細分標的看，北森（Beisen）憑藉強勁的 AI 變現能力成為企業級軟體首選，金蝶、金山辦公等民企軟體龍頭也受益於民企預算增長紅利，業務擴張確定性較強。2. 半導體：AI + 國產化雙輪驅動，優選製造與封測環節半導體行業迎來“AI 需求 + 國產化” 雙重驅動，投資需聚焦結構性機會。在國產化領域，中芯國際、北方華創、中微公司、盛美上海等標的，受益於國內半導體自主化趨勢，訂單與產能擴張確定性高；在 AI 產業鏈環節，台積電作為 AI 晶片與先進封裝龍頭，是 AI 半導體供應鏈核心受益者，頎邦（KYEC）、日月光（ASEH）等測試與封裝廠商，以及創意電子（GUC）、通富微電（Alchip）等 ASIC 設計服務提供商，將直接承接 AI 晶片產業鏈需求；儲存領域，旺宏、南亞科、華邦電子（Winbond）等標的，受益於 DDR4 供應短缺與 MLC NAND、NOR 儲存供需缺口擴大，業績彈性顯著。3. 硬體：AI 伺服器成核心亮點，PC 供應鏈承壓硬體支出呈現明顯分化，AI 相關硬體需求強勁，傳統硬體則面臨壓力。AI 伺服器供應鏈是核心增長點，伺服器 ODM/EMS 廠商如富士康工業網際網路（FII）、緯創（Wistron）、廣達（Quanta），散熱解決方案提供商台達（Delta）、AVC，伺服器 PCB 廠商金像電子（Gold Circuit），以及光模組廠商中際旭創（Innolight），均將受益於 AI 伺服器需求增長與資料基礎設施投入增加。與之相反，傳統 PC 供應鏈防禦性較弱，記憶體價格上漲將擠壓 PC OEM 廠商利潤率，華碩（Asustek）、宏碁（Acer）、仁寶（Compal）等標的需謹慎看待，短期面臨需求疲軟與成本壓力雙重挑戰。4. 網際網路與電信：阿里雲 + 三大營運商領銜，雲支出走穩回升網際網路領域，阿里巴巴、騰訊憑藉全端AI 能力成為優選標的，尤其是阿里雲，在 AI 雲服務市場份額已達 35.8%（超越行業第 2 至第 4 名總和），預計 2026 年增速將加速至 35% 以上，2027 年進一步提升至 40%，其 Qwen 系列大模型的持續迭代與 AI 應用落地，將持續拉動雲業務增長。電信行業方面，三大營運商（中國電信、中國移動、中國聯通）公有雲支出逐步走穩，儘管短期份額增長有所放緩，但未來三年增量份額預期達 17%，AI 雲支出佔比也將持續提升，長期看仍具備穩定增長潛力。四、風險提示與投資偏好1. 主要風險宏觀經濟波動風險：PC、傳統基礎設施硬體等項目防禦性較弱，若經濟下行，相關預算易被優先削減，從歷史資料看，桌面 / 筆記本裝置在經濟惡化時被削減的機率較高，淨削減比例達 3%。成本壓力風險：記憶體價格進入上漲周期，將直接擠壓硬體廠商利潤率，尤其對PC OEM、ODM 廠商影響顯著，部分企業可能面臨毛利率收縮壓力。AI 部署不及預期風險：部分企業受技術成熟度、預算分配等因素影響，將 AI 項目從 2025 年推遲至 2026 年，短期可能導致 AI 硬體需求釋放放緩。市場競爭風險：科技廠商折扣力度持續加大，88% 的 CIO 表示當前廠商折扣比以往更激進（較上半年的 77% 提升），可能引發部分領域價格戰，影響企業盈利水平。2. 優選標的與迴避領域AI 核心驅動標的：台積電、旺宏、中芯國際、騰訊、阿里巴巴。這類標的覆蓋 AI 晶片製造、儲存、國產化核心環節與網際網路 AI 應用，同時受益於 AI 需求增長與國產化趨勢，業務增長確定性高。雲長期趨勢標的：緯創、廣達、富士康工業網際網路、台達、中際旭創。聚焦雲基礎設施核心環節，包括伺服器製造、散熱、光模組等，將持續承接公有雲與AI 伺服器需求。AI 應用變現標的：北森（Beisen）。作為企業級軟體龍頭，AI 商業化能力突出，民企預算增長將進一步拉動其業務擴張，是軟體領域稀缺的高增長標的。國產化主線標的：北方華創、中微公司、中芯國際。屬於國內半導體裝置與製造領域核心企業，受益於半導體自主化政策支援，訂單與產能擴張具備長期保障。迴避領域：PC 供應鏈（華碩、宏碁、仁寶）、成熟製程晶圓代工廠（Vanguard）、部分傳統軟體企業（用友網路）。PC 供應鏈面臨需求疲軟與成本上漲雙重壓力，成熟製程晶圓代工廠受行業產能過剩影響增長乏力，傳統軟體企業則因產品競爭力不足，難以承接 AI 時代的軟體需求紅利。 (資訊量有點大)

估值百億，產品幾無，這便是當下最瘋狂的AI資本敘事。最近，前OpenAI CTO米拉·穆拉蒂創立的Thinking Machines Lab，正以高達500億美元的估值，籌劃新一輪40億至50億美元的融資。而它拿得出手的，僅是一個名為Tinker、介面尚待考證的API介面。相比傳統商業邏輯，這無異於一場豪賭：資本押注的，早已不是產品，而是人，是那串貼在創始人身上的“OpenAI開國元老”的黃金標籤。穆拉蒂的實驗室，正是席捲矽谷的neolab（新生代實驗室）風潮中最耀眼的一朵浪花。據國外知名VC menlo合夥人Deedy推文，AI領域新興的10家neolab中，9家在種子輪階段就斬獲10億美元估值。一批從OpenAI、DeepMind等巨頭出走的頂尖研究員，正以反叛者的姿態，用全新的範式重建AI研究的邏輯。他們不談營收，不論商業化，只談那些看似天方夜譚的方向：情感智能、AI社會、自動化科學家等。資本的反應則更為直接與狂熱：Humans&成立數月估值40億，SSI瞄準超智能安全估值320億，Periodic Labs一出手種子輪便是3億……這些在傳統視角下“啥也沒有”的實驗室，正以令人咋舌的估值，鯨吞著數十億美金。當最聰明的大腦決定另起爐灶，資本的選擇是不看PPT，只認履歷，用真金白銀為他們的直覺與純粹投票，賭他們能用履歷兌換一個不一樣的未來。/ 01 /5家，拿下 25億美元當OpenAI和Anthropic的估值飆升至1830億美元量級，變得“貴得離譜”時，資本的洪流正悄然湧向一批更為神秘、精悍的新型實驗室neolab。根據The Information報導，僅五家neolab初創公司，就在過去一個月內完成或洽談了高達 25億美元 的融資。如果只看研究方向，neolab的主題幾乎毫無共識：有人在做多智能體數字社會，有人在研究情感智能，有人在做自動化科學家，有人探索身體化智能，有人在推進實驗物理材料，有人在逼近通用智能的邊界。它們共同點只有一個——創始人都是那批走出巨頭實驗室的最能打的人。這些neolab的創始人，幾乎全部從OpenAI、DeepMind、Anthropic等巨頭出走，個人財富早已達到千萬乃至億美元等級。然而，他們放棄了巨頭的穩定與高薪，選擇all in一種新的AI範式。正是這種財務自由帶來的純粹性，構成了neolab最核心的魅力。他們可以無視短期商業化壓力，專注於那些巨頭不屑或無力觸及的高風險、長周期探索。於是，我們看到了研究方向呈現出前所未有的多元化：前xAI研究員Eric Zelikman籌集10億美元打造情感型AI初創Humans&，他不追求更快的推理速度，而是讓AI理解情緒、進行價值權衡，並建立長期關係。OpenAI安全研究員Eddie Zhang創業打造“多智能體數字社會”Isara，試圖讓上千個AI智能體像真實公司一樣自主分工、協作與治理。前OpenAI首席科學家Ilya Sutskever創立SSI，將“開發可控的超智能”作為唯一使命，安全優先於一切，據傳估值已觸及320億美元。相比之下，巨頭們似乎被禁錮在大模型最佳化的單一路徑上，追求參數與算力的線性增長。而neolab則追求迭代智能，其使命不是把模型做得更大，而是去發現新的智能結構。這種純粹性也讓他們能夠保持極度小而精的團隊，將“技術複利”做到極致。當然，這也催生了“夢想驅動估值”的奇觀。這些實驗室普遍收入極低甚至為零，沒有成熟產品，卻憑藉創始人的光環效應和顛覆性願景，在早期就獲得令人瞠目的估值。最典型的案例莫過於前OpenAI CTO Mira Murati創立的Thinking Machines Lab。在僅推出一個初步的開發者工具Tinker、產品能力有待考證的情況下，其估值據傳已高達500億美元。相比巨頭，neolab的10億美元估值幾乎是白菜價，例如Murati作為OpenAI開國元老的標籤，其加成就已值百億。/ 02 /情感智能、遊戲視訊模型……九成種子輪拿10億美元估值接下來依次介紹這些neolab。①OpenAI“開國元老”單干，做超智能保險Safe Superintelligence（SSI）由前OpenAI首席科學家Ilya Sutskever聯合Daniel Gross與Daniel Levy創立，將"開發可控的超智能"作為唯一使命，安全優先於短期商業化。團隊聚焦精銳科研與安全工程，而非消費級產品化。▲ Ilya Sutskever、Paul Christiano、aniel Kokotajlo（從左到右）披露融資規模接近/超過十億美元，並與雲基礎設施方戰略合作保障算力。技術上需解決三大核心：推進能力時確保安全邊界領先、將理論對齊工程化、在無產品壓力下維持透明治理。短期內SSI是"科研+安全驗證"的高強度實驗室。儘管目前無商用產品，但其獲得Google（TPU支援）與Nvidia投資，估值據報達320億美元等級，表明資本對“長周期、安全性極高”的AGI實驗室有信心。②前OpenAI CTO出走創業，聚焦“企業定製模型”相比Cursor的290億美金估值，Thinking Machines啥也沒有就快估值500億美元。原因在於其創始人Mira Murati給它的加成太大。這位前OpenAI CTO、臨時CEO技術背景聚焦工程研發+產品落地+AI前沿技術操盤，她於今年出走創立新公司。▲Mira Murati新公司主攻“可解釋的群體智能”與符號-機率混合架構，將大量輕量級模型組織成層級化“工作流工廠”，通過可驗證協議在金融風控、藥物發現等高風險場景，實現可審計的多智能體協同。實驗方向包括任務分解語言、跨智能體信任評分與動態合約（以弱監督獎勵流標註），安全邊界被設為首要原則。10月，Thinking Machines推出了Tinker。近期，Thinking Machines Lab在籌集40億至50億美元。此前它已籌集了20億美元資金，最近一次的估值為100億美元。③前xAI研究員籌集10億美元打造情感型AIEric Zelikman來自xAI，是行業內罕見專注“情緒、價值觀與長期關係建模”的研究者。他的方向不追求更快的推理速度或更長的上下文，而是讓AI更像人。其能處理數周乃至數月的任務，理解情緒、做價值權衡，並建立長期關係。▲Eric Zelikman由Zelikman創立的Humans&致力於打造“情感智能”AI，把傳統強化學習從分鐘級、小時級任務，延伸到用時數周甚至數月的現實任務，如長期決策、戰略規劃、陪伴式互動等。其目標是讓AI不再追求“一次答對”，而是追求“長期最優”，具備自我情緒建模與長期目標協調能力。儘管研究尚未商業化，也沒有成熟產品，Humans&仍在成立數月內與投資人洽談以40億美元估值融資10億美元。知情人士稱，Nvidia與AMD均有意投資，希望這類新實驗室成為下一代算力大戶。④前DeepMind 12年元老創業Reflection AI，逐夢超級智能Reflection AI的CEO Misha Laskin，DeepMind前研究科學家，主導了Gemini從初代到1.5的RLHF訓練體系和獎勵模型架構設計，負責模型與人類反饋的閉環最佳化。芝加哥大學理論物理博士+伯克利博士後，2017年創業做AI需求預測，25歲入選福布斯“30 Under 30”。CTO Ioannis Antonoglou是DeepMind 12年元老，AlphaGo、AlphaZero、MuZero核心架構設計者，直接參與策略搜尋與價值網路建構，推動強化學習在複雜棋類和決策任務中實現突破。兩位創始人聯手，帶領60人團隊大部分來自DeepMind、OpenAI，專注於高性能模型訓練、強化學習演算法最佳化與大模型架構設計。他們的目標是，將強化學習、獎勵建模和大規模生成模型緊密結合，首先打造自主編碼智能體，使其能夠在複雜程式設計任務中自我最佳化、規劃與執行，再逐步擴展到通用推理與跨領域問題解決。投資人直接投入1.3億美元，A輪估值5.55億美元，紅杉、輝達、LinkedIn聯合創始人Reid Hoffman等均在股東名單上。⑤You.com CEO雙線作戰，10億美元建AI實驗室前Salesforce首席科學家、You.com創始人、史丹佛NLP博士Richard Socher，正在籌建一家以他本人命名的新型研究所，目標直指“自動化AI研究”。同名研究所Richard Socher在籌備階段就計畫募資近10億美元。▲Richard SocherSocher的設想是把科研流程徹底機器化：建構一套能夠自動完成模型設計、實驗執行與迭代最佳化的閉環系統，讓AI能自主生成新想法、自我反思、自動驗證，從而顯著壓縮從概念提出到可復現結果之間的周期。這種理念瞄準的是“研究生產力的系統級解放”。短期內，Socher團隊的能力對藥物研發、材料科學、半導體等高實驗密度行業尤其具有吸引力。這一方向不是堆算力，而是重構科學家的工作方式。團隊強調三條核心路徑：1）自動化實驗設計與超參搜尋，減少人工反覆偵錯；2）強化實驗可復現性，並建構完善的閉環驗證體系；3）將“自動化研究”的產出標準化為可工程化模組，使其能真正應用在企業級場景中。⑥OpenAI和DeepMind大佬離職聯手，押注“AI做科學”Periodic Labs由前OpenAI後訓練研究副總裁Liam Fedus與前DeepMind資深研究員Ekin Dogus Cubuk創立，目標是打造“AI科學家”：不僅生成論文和預測，而是真正開啟“從模擬→設計→實驗→驗證”的全鏈路自動化科研流程。▲Ekin Dogus Cubuk（左）和William（Liam）Fedus（右）Periodic Labs首要研究方向聚焦於低能耗超導材料、新材料與催化劑等高壁壘、實驗密集型領域。其願景是讓AI不只是理論工具，而是能在實驗室裡自主提出假設、設計合成路線、執行物理實驗，並完成結果反饋，實現“真AI科學家”的閉環。據公開融資文件，Periodic Labs已完成首輪種子融資，金額約為3億美元，由風投機構Andreessen Horowitz (a16z)與Felicis Ventures領投。⑦史丹佛三教授做“身體化擴散智能”，專注長期決策Inception Labs是一家由三位史丹佛背景的頂尖學者聯合創立的新型AI公司：擴散模型和FlashAttention關鍵推動者Stefano Ermon、UCLA助理教授Aditya Grover、康奈爾大學助理教授Volodymyr Kuleshov。三人長期深耕生成模型、強化學習與科學計算，並擁有將前沿技術成功推向產業的履歷，為公司帶來罕見的“學術深度+商業落地”雙重優勢。公司聚焦“身體化智能”與“長期學習系統”，試圖突破傳統模型僅停留在文字或靜態資料中的侷限，讓AI置身真實世界，通過持續的物理互動積累經驗，形成可長期更新的策略與習慣。他們試圖打造“任務生命周期管理器”，讓智能體在數周甚至數月中依環境變化不斷迭代策略。在商業端，Inception Labs採用軟硬體一體路線，通過機器人與感測系統切入製造業和物流業這些需要長期適應、高頻執行的場景。團隊已推出Mercury系列擴散語言模型，其中Mercury Coder在程式設計任務上實現了數倍效率提升，為身體化智能提供高效推理引擎。⑧遊戲視訊專家專注於“時空推理”模型General Intuition由Pim de Witte聯合James Swingos、Ken Colton等核心成員創立。創始團隊彙集科研、技術基建及視訊處理領域專家，Pim此前執掌視訊平台Medal九年，帶領團隊積累海量遊戲視訊資料，其他成員深耕世界建模與策略學習前沿，兼具技術研發與產業落地經驗。General Intuition起源於視訊平台Medal，利用其每年數十億條遊戲視訊作為訓練集，專注於“時空推理”與環境感知基礎模型，讓智能體理解物理世界中的運動因果。2025年10月，公司獲得1.34億美元種子/早期融資，是2025年AI領域規模最大的早期融資之一。資金將用於擴展團隊、基礎設施及加速機器人/無人機原型驗證。其核心主張是，遊戲視訊提供了豐富的稀有成功/失敗鏡頭，適合訓練理解物體運動、碰撞與長期因果關係的模型。商業路徑從遊戲AI代理延伸至現實世界的感知控制，如搜救無人機、倉儲機器人。⑨金融圈名人下場做“數學超級智能”，可用於金融分析Harmonic的故事從一個金融圈明星開始：其聯合創始人Vlad Tenev，就是知名券商Robinhood的聯合創始人與前CEO。這一次，他從金融與演算法交易領域進入AI，引發了資本與媒體的廣泛關注。Harmonic是一家以“人類數學直覺”為起點的AI公司。它並不追求建立更大的模型、堆滿算力，而是重新設計數學推理系統：讓AI像人一樣抽象、驗證、反思，把複雜數學任務拆解成結構化步驟。公司已於2025年完成C輪融資，估值達約14.5億美元。Harmonic的技術路線是建構“數學層”的系統化推理引擎，與傳統大模型平行，而不是取代。他們面向的是科研、量化、工程與高複雜度任務，強調輸出必須可驗證、可審計、邏輯嚴謹。與當前主流AIagent趨勢相比，Harmonic的定位是提供底層高可靠性的“數學思維元件”。⑩OpenAI安全研究員創業“多智能體數字社會”前OpenAI安全研究員Eddie Zhang曾專注於多智能體系統的安全與協作機制研究。他認為未來智能不是一個超級大腦，而是一整個“AI社會”。於是他從最前沿的安全／協作研究中走出來，轉身搭建一個全新的“智能體社會平台”。其創業的公司Isara嘗試讓上千甚至上萬智能體自主分工、協作、達成治理共識，像一個有部門、有責任、有激勵機制的公司。它的AI智能體可以在不確定環境中自動分工、協作、分配“責任／信用”、共同完成諸如財報預測、企業盡調、法律檔案分析等複雜任務。從行業趨勢來看，Isara的產品與當前流行的“單體AI agent自動化”形成對比。它不只是為了替人做事，而是為了模擬“組織結構+社會機制+群體智能”。Neo Lab成為了這個時代的訊號。AI未來的發電機，正從資源密集但可能陷入路徑依賴的巨頭實驗室，重新回到那些手握新範式藍圖、極致專注的頂尖研究者手中。而資本所能做的，就是搶在最早期，給他們足夠的彈藥，去打開那些連巨頭都未曾設想的大門。 (矽基觀察Pro)

過去一個月，黃金悄悄完成了一次“風格轉換”。一邊是價格仍然頑強地站在高位，另一邊，美國最大的黃金 ETF GLD 在截至上周三的 21 天裡淨流出 19 億美元，為近五年來最大的一次資金撤離之一，也是從去年 9 月“21 天流入 90 億美元”的極端樂觀情緒，急轉直下的歷史性逆轉。我們 Wavers 管理的基金已經逐步消減現有倉位，這並不意味著我們看空黃金的長期價值。相反，在我們這代人的投資生涯裡，黃金大機率還有一到兩倍的上升空間。但從一個投資機構的角度看，它已經不再處於“足夠有性價比”的區間了。基金和散戶看同一塊金屬，邏輯完全不同，讓我們解釋給你聽為什麼我們要離場，而我們仍然建議你保持底倉。1央行買金：它不是黃金推手，是一個被高估的故事過去兩年，關於“央行買金推高金價”的論述幾乎佔據所有標題。連我們也是，但是最近我們刪除了那幾篇文章，因為我們發現了問題。首先確認一個事實確實是：自 2009 年以來，央行整體上一直是黃金的淨買家，2022 年以後買得尤其猛。如果把近五十年的央行淨購金量和金價放在一張圖裡，你會看到一個非常長的、多次換擋的周期。圖 1：央行淨黃金購買與金價趨勢圖從圖 1 可以看出：2009 年以前，央行整體是在“賣金”。2009 年之後立場翻轉，變成持續的淨買入。2022–2024 年確實是歷史上非常密集的買入階段，但 2025 年年化的購買量，其實已經明顯低於前幾年。也就是說，央行在黃金市場中的角色，更像是一個“穩態買家”——他們在慢慢加倉儲備，但最近一年並沒有加速。把 2024 年 2 月之後的金價狂飆，完全歸因於央行買盤，是一種過度簡化的敘事。從我們的視角看，央行的需求構成了金價的長期地基，卻不是這一輪急漲的“點火索”。2美元、實際利率與黃金：這一次，是誰脫離了誰？另一個熱度很高的說法，是“美元崩盤”“長線貶值交易”。這類論斷通常會配上一張黃金價格和美國 10 年期實際利率的對比圖：歷史上，兩者大致呈鏡像關係：實際利率下行，金價上行；實際利率上行，金價承壓。圖 2：黃金與美國 10 年期實際利率走勢如果你仔細看圖 2，會發現近兩年的情況有一點微妙：金價在實際利率仍然偏高的背景下，提前“起飛”了，二者出現了階段性脫鉤。這帶來兩種可能的解釋：第一種解釋，是金價走得太快，將來會有一段時間“等一等基本面”，也就是在高位橫盤或震盪，把時間拉長，消化估值；第二種解釋，是黃金在提前給債券市場“上課”：未來實際利率可能會重新回到零甚至負值，今天債券和 TIPS 的隱含通膨率反而太樂觀了。我們不否認第二種可能，但從資產定價的角度，我們更傾向於保守的第一種判斷：在實際利率沒有顯著再下一個台階之前，黃金向上空間並非無窮無盡，短期再快速翻倍的機率不高。換句話說，金價可以繼續漲，只是性價比與兩年前已經完全不同。3不要再拿 70 年代當範本了很多看多黃金的長線圖，從來都是從 1971 年尼克松關閉黃金窗口開始畫起。那一年，美國結束了黃金兌換制，黃金被“放飛”，價格從幾十美元一盎司一路猛漲，到 1980 年一度沖上 800 美元，漲幅超過 2200%。圖 3：一百年黃金價格與關鍵歷史節點問題在於：1933 年到 1971 年這 38 年之間，黃金價格一直被人為鎖定在每盎司 35 美元，而美元卻在不斷擴張。這 2200% 的上漲，本質上是一輪“制度壓抑後的集中補漲”，而不是普通的資產牛市。把今天的黃金走勢，強行類比為“又一次 70 年代”，忽略了這一段歷史背景，相當於把一場一次性的貨幣制度重估，當成可以無限複製的經濟周期，這是邏輯上的偷換。從估值紀律出發，我們更關心的是：在沒有新的制度性重估發生的前提下，黃金在今天的價格區間裡，對比其它資產，是否仍然有明顯的安全邊際和上升彈性。4從 M2 和房價的視角看黃金已經站在高地上了如果把黃金價格除以美國廣義貨幣 M2，你會得到一個“黃金/M2 比值”。這條曲線可以粗略理解為：在同樣規模的貨幣池子裡，黃金被賦予了多大的“份額權重”。圖 4：GOLD/M2 比值長周期圖從圖 4 可以清楚看到，黃金/M2 比值目前已經接近 1970 年代末的歷史高位。在此之前，一個多世紀的時間裡，這個比值極少來到今天這樣的高度。換一個更親民的角度，把美國房價指數除以黃金價格，你會得到“房價/黃金比值”。圖 5：謝勒房價指數 / 黃金比值歷史經驗是：比值越高，說明房地產相對黃金貴；比值越低，說明黃金相對房地產貴。從圖 5 可以看到，當前房價/黃金比值已經下探到接近 1980 年和 2011 年那兩輪黃金大牛市的低位區域——也就是說，用一套房子能換到的黃金數量，已經接近歷史底部，黃金相對實物資產並不便宜。再把視角放寬一點，看“黃金 + 比特幣”作為整體的“貨幣替代資產”，佔美國實際 M2 的比例圖 6：Fidelity 貨幣通膨與黃金+比特幣市值佔比圖可以發現，在過去一百多年裡，凡是這個比例衝到三位數的階段，背後都是“貨幣恐慌情緒”最濃烈的年份，而我們今天就處在這樣一個高位區間。這並不意味著黃金要見頂回落，只是在提醒我們：按照歷史相對定價的視角，黃金已經從“被低估的保險品種”，走到了“一種被熱情追逐的避險工具”。5從“冷門資產”到社交媒體的主角情緒拐點往往在這時出現2024 年 2 月，我們在 Wavers 開始大幅增持黃金，那時價格大約在 2000 美元附近，市場對黃金的態度，說不上悲觀，只能算禮貌性地“點點頭”：看得懂邏輯的人不多，願意真掏錢的人更少。轉折點出現在今年春夏。大約兩周前，我們的社交媒體時間線忽然被黃金刷屏：那些曾經對“持有黃金”不以為然的客戶，開始在金價翻倍之後追問“還能不能上車”；各類宏大敘事“央行大買”、“美元末日”、“債務重設”層出不窮。經驗告訴我們，當一個資產從“被嫌棄”到“人人都在聊”，通常意味著兩個訊號：第一，過去幾年長期的低配已經被修正，市場整體配置更趨均衡；第二，後面再賺到的錢，更多來自於博弈別人的情緒，而不是估值修複本身。機構資金在這個節點上，是不能裝作什麼都沒發生過的。於是你會看到 GLD 出現了近五年來最大的一次三周資金流出，也是從去年 9 月“巨額流入”到如今的“巨額贖回”的極端反轉。我們自己也是一樣：不是因為看空黃金的長期價值，而是因為在我們的資產池裡，已經出現了若干“相對便宜得多”的長期品種，而黃金在估值和情緒上，都離“便宜”越來越遠。結合我們昨天的公眾號，看一看AI量化交易是如何一個交易日獲取60%收益，你就會知道，為什麼我們已經不再戀戰窺探 AI 量化選股：看它如何在 AMBR 上打出一筆六成收益6我們建議散戶留一塊“黃金底倉”說了這麼多黃金“不便宜”的理由，關鍵的問題來了：既然我們在逐步減倉，為什麼仍然建議普通投資者在資產配置表裡留一部分黃金？答案其實很簡單：基金和個人，在資產配置上的使命完全不同。對 Wavers 這樣的多資產基金來說，我們要對 LP 的年度回報負責，要在全球範圍內尋找“性價比最高”的那一塊錢，把它投到我們認為最有潛力、又有足夠流動性的資產上。當黃金已經上漲了十倍以上，在 M2、房地產等維度上處於相對高位，而其他一些長期資產還在歷史估值區間的下半場時，我們的職責是把資金從相對貴的地方，挪到相對便宜的地方。但對大多數家庭和個人來說，黃金的角色更像是一份“長期保險”。看一眼 1971 年以來各國貨幣以黃金計價的長期走勢，你就會明白這一點。圖 7：法幣貶值與黃金購買力對比圖圖 7 告訴我們的事實非常殘酷：無論是美元、歐元、日元還是瑞郎，當你把它們換算成“能買多少毫克黃金”時，過去半個世紀都是一條持續向下的斜線。貨幣體系再怎麼重構，債務再怎麼滾動，最終買單的都是紙幣持有者，而不是那一小撮堅持持有“非負債資產”的人。從 1970 年代到今天，黃金價格大約漲了十倍以上。我們不認為故事就此結束，很可能在我們這一代人的餘生裡，再上漲一到兩倍，並不算誇張。只不過，這不再是一筆“幾年翻五倍”的暴富交易，而是一種在貨幣長期貶值背景下，緩慢兌付的“耐心保險”。因此，我們對散戶投資者的觀點是：黃金作為“底倉”，依然有意義。它不是你資產表裡最性感的那一項，卻是能在極端場景下，讓家庭資產體系不至於完全被動的那一塊安全墊。7我們的結論：機構離場，不等於散戶清倉把上面的線索串起來，可以得到一個看似矛盾、實則合理的結論：第一，黃金長期依然向上。央行持續淨買入，法幣體系長期通膨，黃金相對貨幣的“購買力曲線”依然穩定向上。我們不認為金價會出現結構性崩塌。第二，對估值敏感的機構而言，黃金已經不再是“最佳性價比資產”。無論是相對於 M2、房地產，還是相對於“黃金+比特幣”整體的貨幣替代資產佔比，黃金都處在歷史相對高位。再在這個價格上大舉加倉，對我們這樣的基金來說，並不符合“用有限的風險預算，換取儘可能多的長期收益”的原則。第三，對普通投資者而言，黃金仍然值得作為長期底倉持有。它不是為了擊敗某個指數，也不是為了在下一個牛市裡跑贏朋友，而是為了在這場漫長的貨幣實驗裡，給自己的資產留一塊不依賴任何對手方的“硬錨”。從這個意義上講，基金減倉和個人持有，並不矛盾，只是各自在履行不同的職責。用摩根大通的一句話來做收尾再合適不過：“黃金是貨幣，其他一切都是信貸。”在這個前提下，我們在 Wavers 可以根據估值和機會輪換資產；而對大多數散戶來說，做的也許只是另一件更簡單但更難的事——在漫長的時間裡，靜靜地守住那一點點不起眼的黃金底倉。 (capitalwatch)

炒股的朋友有沒有發現一個規律？有時候股市漲得好好的，突然就進入“橫盤摸魚”模式，不管怎麼操作都不怎麼賺錢。這時候別慌著割肉或者躺平，其實賺錢的風口可能已經悄悄轉移了——根據美林時鐘理論，股票上漲暫停之後，往往就是大宗商品的崛起時刻！先給大家用大白話解釋下什麼是美林時鐘。這玩意兒可不是什麼高深的玄學，而是華爾街大佬們總結出來的經濟周期規律，因為長得像個時鐘，所以叫美林時鐘。它把經濟分成四個階段：衰退、復甦、過熱、滯脹，每個階段都有對應的“賺錢神器”。簡單說，復甦期股票最牛，過熱期大宗商品稱王，滯脹期現金為王，衰退期債券最靠譜。1重點來了，為什麼股票漲不動了，大宗商品就該登場了？咱們拿實際情況舉例子就好懂了。比如經濟復甦階段，大家手裡有錢了，開始買房子、買汽車、搞投資，企業也忙著擴大生產，這時候股市肯定漲得歡——畢竟企業賺錢了，股價自然水漲船高。但等經濟熱到一定程度，問題就來了：原材料不夠用了！你想啊，所有工廠都在開足馬力生產，對石油、鋼鐵、銅、鋁這些基礎原材料的需求會暴漲，但原材料的供給沒那麼快跟上，物以稀為貴，價格肯定得往上衝。這時候就進入了經濟過熱期，大宗商品就成了市場的香餑餑。而股市呢？因為經濟過熱可能引發通膨，央行可能會加息抑制通膨，加息後企業融資成本變高，盈利增速會放緩，所以股票上漲就會暫停，甚至出現調整。咱們回顧下歷史就知道這規律有多准。2005-2007年那波行情，先是股市瘋漲，後來A股在2007年見頂後，大宗商品接著上演狂歡——國際油價一路漲到147美元/桶，銅價突破8萬元/噸，螺紋鋼、鐵礦石價格也翻倍上漲。還有2020年之後，全球央行放水刺激經濟，股市先漲一波，2021年開始，煤炭、鋼鐵、有色金屬又迎來了一波大行情，很多大宗商品價格創了歷史新高。2而且大宗商品的賺錢邏輯很實在，不用像分析股票那樣研究財報、行業競爭，核心就是“供需缺口”。比如拉尼娜現象導致農產品減產，供給少了價格就漲；地緣衝突影響石油、天然氣出口，供給受限也會漲價；經濟過熱導致工業原材料需求暴增，同樣會推高價格。這些邏輯普通人都能看懂，上手門檻比股票還低一些。當然了，美林時鐘也不是萬能的，有時候會因為突發政策、黑天鵝事件“走不准”，但它提供的大方向絕對靠譜。對於咱們普通投資者來說，不用非得精準踩中每個周期，只要知道“股票漲不動了，就多看看大宗商品”這個核心邏輯，就能多一個賺錢管道。以後再遇到股市橫盤震盪，別再死磕股票了，不妨把目光轉向大宗商品。 (新魚財經)

一家資產管理規模超過13兆美元的巨頭，正在悄然重塑全球金融業的未來格局。“代幣化可能是全球金融體系演進中的最重要因素。”貝萊德創始人兼CEO拉里·芬克在近期香港的金融峰會上擲地有聲地表示。這位曾經稱比特幣為“洗錢指數”的華爾街老將，如今已成為加密資產最積極的倡導者之一。2025年三季度，貝萊德的管理規模創下13.46兆美元的歷史新高，同比增長17%。但其野心遠不止於此。---01 轉身：從懷疑到All In加密資產貝萊德對加密資產的態度轉變，堪稱華爾街近年來的最大逆轉。2017年，拉里·芬克還公開將比特幣稱為“洗錢的指數”，對加密貨幣持明確否定態度。然而，2020年成為轉折點。那一年，比特幣價格漲幅超過300%，市值站上5000億美元以上，芬克的口風也開始鬆動。真正的戰略轉變發生在2023年。貝萊德提交了比特幣現貨ETF申請，這一動作成為整個加密市場的催化劑。消息公佈後，比特幣價格迅速突破30，000美元。隨後，貝萊德的加密佈局全面加速。2024年1月，SEC正式批准貝萊德的比特幣現貨ETF；3月，推出代幣化貨幣市場基金BUIDL；2025年，比特幣ETF規模突破1000億美元，成為史上最快突破千億規模的ETF。02 野心：金融代幣化的宏大藍圖貝萊德的野心遠不止於推出幾個加密產品。拉里·芬克在香港直言，如果全部5.3兆美元的ETF代幣化，被放入數字錢包，投資者可以無需中間商、無縫免費地在現金、股票和債券之間轉換，這將是金融業的未來。貝萊德已率先將一隻貨幣基金代幣化，即BUIDL基金，規模達到28億美元。這只是開始，貝萊德想把金融產品甚至房地產等傳統資產代幣化。貝萊德在2025年第三季度業績電話會上進一步闡述，其願景是將ETF和其他資產進行數位化標記，旨在簡化投資流程，降低成本，並吸引年輕投資者。這種轉型已初見成效。貝萊德比特幣ETF規模突破1000億美元，使其成為持有比特幣最多的法人機構之一，持幣數量達到80萬枚左右。03 佈局：全方位卡位加密生態貝萊德的加密資產佈局既深入又全面，構築了完整的生態體系。在ETF產品線上，貝萊德不僅擁有比特幣ETF，還有以太坊ETF，規模已達170億美元。2025年11月，貝萊德更進軍質押以太坊ETF領域，註冊了“iShares Staked Ethereum Trust”實體，旨在為其iShares以太坊信託增加質押功能。質押以太坊ETF的核心創新在於將傳統ETF結構與以太坊的質押收益機制相結合，提供 “價格暴露+質押收益”的雙重回報潛力。貝萊德還將以太坊視為RWA的底層平台，押注其成為“鏈上華爾街”。貝萊德的BUIDL基金選擇以太坊作為底層部署鏈，看中的是其基礎設施成熟、合規性對接容易、代幣標準完善等優勢。04 驅動：戰略增長的新引擎在傳統資管業務面臨費率壓力的背景下，加密資產與另類投資成為貝萊德新的增長驅動力。2025年第三季度，貝萊德客戶資金淨流入達2050億美元，其中iShares ETF淨注資1530億美元，旗下ETF規模首次突破5兆美元。貝萊德長期投資基金的淨資金流入額達1710億美元，超過分析師預期。另類資產業務已開始為貝萊德帶來更高費率收入。受私人市場業務推動，該集團三季度業績報酬同比增長約33%，達5.16億美元。通過收購HPS，貝萊德新增1650億美元客戶資產。目前，集團另類資產管理規模總計達6630億美元。貝萊德此前透露，計畫到2030年再新增4000億美元另類資產規模。05 前瞻：AI與能源的協同佈局貝萊德的野心不僅限於金融領域，還在AI與能源等顛覆性趨勢中積極佈局。貝萊德智庫在其2025年第四季投資展望中指出，人工智慧主題是當前投資決策的關鍵因素。在AI主題的推動下，他們維持超配美股的觀點。貝萊德認為，企業對人工智慧相關基礎建設的投資依然強勁，這凸顯出“大趨勢”已成為當前經濟的新支撐基石。更具前瞻性的是，貝萊德看到了AI與能源的緊密聯絡。據分析，AI的資料中心已成為吞電巨獸，2024年佔美國總用電量4%，預計2030年將飆升至12%-20%。貝萊德聯合輝達、微軟成立400億美元財團收購Aligned Data Centers，目標直指其5吉瓦電力容量。06 啟示：傳統金融與加密世界的融合貝萊德的戰略轉型為整個金融行業提供了重要啟示。傳統金融與加密世界的邊界正在進一步模糊。當華爾街開始主導以太坊質押，鏈上的權力結構也在重新分配。貝萊德的加密資產佈局已使其成為該領域的主導力量之一。隨著傳統金融機構深度參與加密生態，監管技術也需要同步升級。鏈上監管、即時風險監測和跨境協作機制的建設迫在眉睫。貝萊德在2025年第三季度業績電話會上強調，他們倡導為推動美國成為數位資產基礎設施領導者而明確監管。---貝萊德的野心早已超越了傳統資產管理的邊界。從紐約到香港，從比特幣ETF到代幣化基金，這家13兆美元的資管巨頭正以其驚人的戰略執行力，在傳統金融與加密世界的融合處繪製新的疆域。拉里·芬克坦言，貝萊德及其客戶和股東未來面臨的機會規模將遠超以往。在這場金融革命的浪潮中，貝萊德不再只是一家資產管理公司，它正悄然蛻變為未來金融基礎設施的建構者。 (設計醬2017)