📊 概览
本期涉及 4 个内容| 频道 | 嘉宾 / 主题 | 时长 |
|---|---|---|
| Excess Returns | Robert Hagstrom — Buffett 组合 25 周年：为什么只有 0.1% 的资金按他的方法管 | 1h7m |
| Hidden Forces | Chad Bown — 如何打赢贸易战：中美十年博弈、稀土武器化、规则的终结 | 47m |
| Steve Eisman | Dan Ives & Gil Luria — AI 革命赢家与输家：百亿营收、SaaS 末日、OpenAI 的护城河幻象 | 51m |
| The David Lin Report | E.B. Tucker — 芯片股暴跌：AI 泡沫还是换挡？黄金白银见顶信号 | 46m |
1. Excess Returns — Robert Hagstrom（The Warren Buffett Portfolio 25 周年）
1h7m · 新
核心论点：现代投资组合理论（MPT）的根基是一场学术意外，而非深思熟虑的理论。 1952 年，22 岁的 Harry Markowitz 在芝加哥大学为博士论文选题时，凭空将风险定义为"回报的方差"。他没有引用 Ben Graham（风险=安全边际）或 John Burr Williams（风险=支付高于 DCF 的价格），论文评审委员会（包括 Milton Friedman）也没有要求他这样做。Friedman 甚至投票反对论文通过，理由是"这跟经济学毫无关系"。但 1973-74 年熊市后，华尔街为寻找规避下跌的方法，将 Markowitz 的框架奉为圭臬——至今 40 余年，MPT 仍是主流资产管理的基石。
3000 个组合模拟的结论：集中持仓提高击败市场的概率，但也放大犯错成本。 Hagstrom 的研究将组合分为 250 只、100 只、50 只、15 只四个档位，各跑 3000 次模拟。250 只组合几乎无法击败市场（扣除费用后必然跑输）；50 只开始出现显著超额收益；15 只组合的 alpha 最大，但表现分布极宽——同样可能大幅跑输。股票选择能力在这里成为决定性变量。Buffett 的核心区分是"知者投资者"（能评估企业内在价值的人应集中持有）vs"无知者投资者"（买指数基金即可）。
市场是生物系统，不是物理系统。 Hagstrom 将 Darwin 和 William James 列为理解市场最重要的两位思想家。Darwin 告诉我们系统会进化、适应、改变——不存在"回归均值"的牛顿式铁律。James 的实用主义真理观意味着：搞清楚什么在奏效，然后去做；而不是固守一套你认为"应该如何运作"的对应真理。Bill Miller 在 Legg Mason 的 14 年就是这种多学科思维的实践者——他的桌上从来没有 CFA 教材，全是哲学、心理学、生物学著作。
大教堂与赌场：Buffett 2025 年的最后警告正在应验。 Buffett 在 2025 年股东大会上将市场比作"大教堂"（企业所有权）与"赌场"（价格投机）的对立。Hagstrom 指出，目前个股层面的波动率 dispersion 处于 25 年最高水平，但 VIX 表面平静——因为涨跌相互抵消。关键数据：期权每日名义交易额已超过股票市值的每日实际交易量，尾巴在摇狗。2-4 倍杠杆 ETF 在韩国等市场热销如"新赌场游戏"。Buffett 的警告是：不要让赌场接管大教堂，我们还没有搞砸这件事，但不要搞砸它。
为什么只有千分之一的 AUM 按 Buffett 方法管理？因为系统二思考实在太累了。 读年报、研究竞争对手、做 DCF 估值——这些是 Kahneman 所说的"系统二思考"。Hagstrom 在讲座中问听众"今年读过一份年报的请举手"——结果：零。而 AI 时代只会让懒惰思考更容易。另一个结构性原因：外部资金无法承受连续多年跑输指数。 Sequoia 基金刚成立时连续四年跑输市场，今天没有任何新兴基金经理能做到这一点而不失去客户。只有管理自有资金（永久资本）的私人投资者能真正实践巴菲特式投资。
3. Steve Eisman — AI 革命赢家与输家（Dan Ives & Gil Luria）
51m · 新
核心论点：AI 的两大辩论：资本回报率（ROI）与 SaaS 末日——Microsoft 两头挨打，但恰恰是最佳位置。 Gil Luria（DA Davidson）概括了当前围绕 AI 的两大争论：(1) 数万亿的 AI 资本支出是否有回报？(2) AI 是否会摧毁传统软件公司？Microsoft 同时承受两边的火力：既被指责"疯狂烧钱建数据中心"，又被警告"AI 会让你赖以生存的 Office 套件过时"。但 Luria 的反驳同样有力：五年后我早上起床还是会打开 Outlook、Teams、Excel、Word——只不过会有 AI agent 在使用它们，而站在模型前面的仍然是 Microsoft。
Dan Ives：我们处于 AI 革命的第三年，总周期 8-10 年——"在 1955 年建拉斯维加斯大道"。 Ives 的核心比喻：你看到的是荒漠中的地基和塔吊，质疑"谁会来这鬼地方"——但建成之后，你只有两三个选择（Microsoft、Alphabet、Oracle），你将别无选择地付费。每年会有 3-4 次"gut check moments"（类似当下的芯片股暴跌），但他在亚洲实地调研的结论是：芯片需求供给比仍是 15:1。
OpenAI + Anthropic 年化收入已超 1000 亿美元——从零到千亿只用了两年。 Luria 给出了被忽视的关键数据：OpenAI + Anthropic 的合并年化收入已超过 1000 亿美元（含 Gemini 和部分 Meta/xAI）。这不是概念炒作，这是真实的经济活动——消费者和企业愿意为 AI 付费。 迄今为止已投入约 1 万亿美元，已有 1000 亿年收入流回——ROI 仍不理想，但两年前这个数字是零。
关于护城河的三个反直觉结论。 Eisman 提出三个犀利的反击：(1) AI 业务变得极度资本密集——Google 自 IPO 以来首次融资，融了 850 亿美元；(2) 似乎没有护城河——每周都有新模型发布；(3) 中国 Kimmy K3 模型的价格只有美国竞品的五分之一，价格战在望。Ives 的回应：护城河是正在你面前建造的——就像 Netflix 当年烧钱建内容库时没人看懂，现在你看内容只有 Netflix 可选。当 hyperscaler 的生态系统建成后，企业将面临 2-3 个选择。至于中国模型的低价威胁，Nvidia 的策略是：如果没人建开源模型，Nvidia 自己建——Neotron 项目免费提供模型，因为你仍然需要 GPU。
Palantir 的 Karp 发出了最尖锐的警告：不要把生意建在别人的模型上。 几周前美国政府要求 Anthropic 管控其 Fable 模型遭到拒绝——那些将整个业务建在 Fable 之上的公司"瞬间出局"。这是 AI 时代的供应商风险。Palantir 的立场是"模型无关"（model agnostic）——价值在于数据和本体论，不在于哪个模型。
具体公司的输赢判断。 Google： 从"AI 输家"（股价 180）到"AI 赢家"再到"还行"，模型已不是最先进的，大量工程师流向 OpenAI，但搜索广告增速反而加快（AI 帮助卖更多更贵的广告）——这被称为"flippity flip"。Apple： "消费者 AI 高速公路上的 EZ Pass"——全球 20% 的人口通过 Apple 设备访问 AI，Apple 的策略是让其他人烧钱厮杀，自己选择最好的模型整合进"新 Siri"，坐收消费者生态系统的渔利。Oracle： 最戏剧性的案例——与 OpenAI 的交易让股价从 200 翻倍至 330，但当市场意识到大部分积压订单来自 OpenAI 单一客户后，崩回 140。Gil Luria 独自发现了这个风险。SaaS 末日被细化为赢家与输家：Salesforce 是输家（多年未投资软件，只涨价）；ServiceNow 和 Microsoft 是赢家。
4. The David Lin Report — E.B. Tucker（芯片股暴跌、黄金见顶、AI 泡沫换挡）
46m · 新
核心论点：芯片股暴跌不是 AI 泡沫破裂，而是技术迭代的前兆信号。 Tucker 的观点独树一帜：Intel 跌 40%、SK Hynix 跌超 50%、SanDisk 再跌 12%——市场在重新定价的不是 AI 需求放缓，而是新一代更高效芯片的到来。摩尔定律不仅活着，还在加速。"你的小指甲盖大小的芯片，某天能在 3 秒内解决整个比特币区块链的哈希难题"。每一轮半导体周期都是：短缺→疯狂扩产→过剩→新一代技术出现→旧产能过时。现在正从"疯狂扩产"阶段过渡到"过剩+换代"阶段。
Nvidia 和 OpenAI 的 2500 亿美元相互担保意味着 AI 派对不会因资金断裂而结束。 这个数字背后的机制是：OpenAI 想为俄亥俄州 Pike 县一个 10GW 的数据中心园区筹集债务资金，Nvidia 以其信用为 OpenAI 提供"backstop"，让 OpenAI 无需经过银行或股市即可发债。Tucker 的解读：只要巨头之间能这样相互输血，AI 泡沫就不会"pop"——它会换挡、会冷却、会浪费，但不会像 2000 年那样一次性爆炸。
数据是新黄金，我们不可能再回到过去了。 Tucker 的框架将"数据"与"黄金"画等号，但指出大多数人仍然用 1960 年代的思维方式看待科技——期待一次性的"大崩盘"然后一切回归正常。现实是：不会有 6000 个 Wanda 坐在办公室里做重复性文书工作，就像我们不会再骑马去上班。AI 取代的是重复性任务，尚未触及需要意识（consciousness）的创造性工作——这些任务属于"家猫意识"级别（能记住你、能感知环境，但无法进行长期规划和决策）。
黄金和白银的"太热了"信号已经出现。 Tucker 在白银 $121 时卖出了 15% 的持仓（后悔没卖 30%），在 Q1 卖出了部分黄金 ETF。他的框架不是"黄金完蛋了"，而是"当东西变得太热时卖出"——同样的逻辑适用于任何资产类别。实物黄金保留作为"生命保险公司"级别的保险，黄金股完全不感兴趣。Tucker 的"生命公司"（life corporation）理念：管理自己的财务就像经营一家公司——实物黄金是资产负债表上的保险，不是投资回报来源。
Fed 加息概率上升至 38%——但这在 AI 军备竞赛面前不重要。 7 月 27 日（周一）WTI 原油因美伊和谈消息单日跌 8%，但 Fed 7 月加息概率反而从 36% 升至 38%。Tucker 认为这种日内波动毫无意义：利率上升 25-50bp 不会阻止 OpenAI 和 Nvidia 的 2500 亿美元协议——这是结构性变革，不是周期性博弈。真正应该关注的是网络安全板块——Tucker 的基金在 2 月软件股暴跌后重仓网络安全，随后上涨 80-90%，现在正在冷却。周期模式：热→太热→冷却→下一个。
🔗 🔗 跨频道主题交叉
主题一：AI 资本支出的"建设-怀疑-信仰"周期
今天四个独立的频道从四个完全不同角度碰触了同一个核心问题：AI 的基础设施建设正在经历怀疑阶段，但所有人都认为这不是终点。
- Dan Ives（Eisman）称之为"在 1955 年建拉斯维加斯大道"——你现在看到的是荒漠中的混凝土，但建成后你只有 2-3 个选择，必须付费。
- E.B. Tucker（David Lin）称之为"数据是新黄金"——Nvidia/OpenAI 的 2500 亿相互担保意味着资本不是瓶颈；担忧的是"当量子计算让这些数据中心变成空壳时，Pike 县的 Wawa 加油站怎么办"。
- Hagstrom（Excess Returns）从完全不同的角度提供背景：他的"赌场 vs 大教堂"框架恰恰解释了为什么 AI 股票会出现如此极端的波动——期权和杠杆 ETF 在放大每一个 AI 叙事的变化，而底层企业的经济价值变化远小于价格波动。
- Bown（Hidden Forces）在贸易战的讨论中提及了一个关键的地缘维度：CHIPS Act 和半导体出口管制——美国正试图在本土重建芯片制造能力，这正是对"所有高端芯片放在台湾一个岛上"这一脆弱性的回应。
综合判断： AI 叙事正在从"无脑买入一切"进入"区分赢家和输家"的精细化阶段。四个来源都指向同一个模式：(1) 技术投资会在短期内制造供应过剩（芯片股的暴跌），(2) 但长期护城河正在被 hyperscaler 的生态系统构建所固化，(3) 最大的风险不是 ROI 不足，而是地缘政治切断关键供应（稀土、芯片）或监管事件（Anthropic/Fable 被叫停）导致的非经济性中断。
主题二：赢家通吃生态系统的不可逆性
Hagstrom 的"赌场"、Ives/Luria 的"只有 2-3 个选择"、Tucker 的"我们不会回到过去了"——三个完全不同的讨论指向同一个结构性问题：
- 在投资管理行业：被动化浪潮（Vanguard, BlackRock）和 MPT 的统治地位意味着只有 0.1% 的 AUM 能实践 Buffett 式投资——外部资金的短期考核制度使得集中长期持仓在结构上不可能。
- 在AI 行业：只有 Microsoft、Alphabet、Amazon（可能加上 Oracle）能玩 hyperscaler 游戏——它们将垄断 AI 基础设施层的访问权。
- 在全球贸易体系：一个岛（台湾）控制全球高端芯片制造，一个国家（中国）控制全球 90% 稀土供应——Krugman 式的规模经济集中创造了效率，但也创造了脆弱。
主题三：分配问题是所有结构性危机的根源
Bown 的贸易分配问题、Hagstrom 的"系统二思考太累"、Tucker 的"大多数人思维习惯很糟糕"——三条线汇聚：
- 贸易： 美国拒绝像北欧国家那样建立再分配机制，导致贸易的政治基础在民主制度下被侵蚀。
- 投资： 大多数人不愿做深度研究（系统二思考），因此被动投资成为理性选择——但这反过来让赌场行为（杠杆 ETF、期权投机）成为唯一的"alpha 来源"。
- 技术： Tucker 说得很直白——"重复性任务的工人不会有需求"，但社会尚未准备好应对这种转型。AI 的经济利益（1000 亿+ 年收入）正在迅速集中到少数公司和资本所有者手中。
📌 📌 综合行动清单
值得关注的方向
- →Hyperscaler 的护城河正在形成 — Microsoft、Alphabet 等通过数据中心生态系统创造的 switching cost 可能被市场低估。当 AI 模型本身趋于商品化（中国 Kimmy K3 价格的 1/5），拥有客户关系和数据的企业将捕获价值。
- →网络安全 — Tucker 在此板块获利 80-90% 后正在等待冷却后的再入场机会。AI 部署加速意味着攻击面扩大，Palantir/Karp 的"模型无关"架构在此逻辑下具有结构性优势。
- →消费者 AI 网关 — Apple 的"EZ Pass"策略可能是最聪明的：不参与军备竞赛，但坐拥 25 亿台设备的消费者入口。当 AI 模型变成商品，分销渠道就是国王。
⚠️ 需要警惕
- ✕单一客户集中风险 — Oracle 的前车之鉴：股价从 200→330→140，全因市场从"OpenAI 交易太棒了"转向"等待，大部分积压订单来自一个客户？"。任何严重依赖单一 AI 实验室的供应商都面临同样的重新定价风险。
- ✕芯片产能过剩 — E.B. Tucker 的核心周期识别：当每个人都相信芯片永远短缺时，过剩就在拐角处。Intel -40%、SK Hynix -50% 的信号需要认真对待。
- ✕稀土供应链 — 中国切断稀土出口不仅影响军事，更直接影响全球汽车生产。关注美国国内稀土开采和加工能力建设——这是 CHIPS Act 逻辑在关键矿产领域的自然延伸。
🔎 需专注的节点
- ◆Fed 7 月 30 日（周三）利率决议 — 加息概率从 36% 升至 38%，但 Tucker 认为对 AI 结构性趋势影响有限。
- ◆Nvidia/OpenAI $2500 亿 backstop 的细节 — 如果这个交易的结构被市场消化并理解为"无限资本弹药"，可能成为 AI 叙事的下一阶段催化剂。
- ◆Anthropic 的 Fable 监管事件后续 — 任何依赖第三方 AI 模型的企业都应密切关注这个案例建立的先例。
💡 逆向思考
- ●如果所有关于"没有护城河"的担忧都被证明是错的呢？ Ives 的 Netflix 类比值得深思：当 Netflix 烧钱建内容库时，市场说"任何人都能做流媒体"；现在 Netflix 是唯一真正赚钱的流媒体平台。AI 基础设施的资本密集度可能是最大的护城河——一旦建成，新进入者无法复制数万亿美元的投资。
- ●如果"赌场"行为本身就是市场的新常态呢？ Hagstrom 的数据——期权名义交易额超过股票市值日交易量——意味着价格发现机制已经从根本上改变了。在这种环境下，集中长期持有基本面的投资者需要的不是更聪明，而是更强的心理韧性。
- ●如果贸易战正在从"美国 vs 中国"转化为"美国 vs 所有人"？ Bown 提到 Trump 刚刚宣布对加拿大商品征收 50% 关税，并计划对 60 个国家征收新关税。过去两年，美国同时在与盟友和对手打贸易战——这正在加速"去美元化"（虽然 Bown 没有深入这一点）和供应链的全球重构。