41
0一、核心内容摘要
这期分享会的主线是：短期市场已经开始从 AI 硬件单边上涨，转向“宏观压力 + 流动性分化 + AI 主线轮动”的阶段。上周回调主要由中美会谈利好不及预期、油价和霍尔木兹风险、长端美债收益率上行、Fed 换帅后宽松预期下降共同触发；但从资金池看，市场并非完全没钱，真正的问题是资金质量分化，后续要重点跟踪 FINRA 保证金数据、hyperscaler 2027 CapEx、Fed 短债购买节奏和纳指/标普比率。
更大的主题是 AI 2.0：讨论认为，AI 1.0 主要是效率工具、代码工具和企业降本，但真正能承载万亿级市场的 AI 2.0 可能是 Agent Social / AI 原生社交网络。投资上，未来机会不只在 GPU 和存储，而在大模型平台、社交入口、健康 AI、CPO/CDN/通信/台积电供应链等 AI 2.0 底层与入口资产；同时要警惕传统互联网平台税、SaaS 中间商和纯效率工具的长期估值压力。
二、核心问题摘要
1、宏观市场复盘与流动性：本周回调到底发生了什么？
本周市场不是全面转熊，而是前期 AI 硬件上涨后的第一次明显校正。播客里认为，CTA 买盘结束后，市场仍然靠散户和少数 attention 足够高的 AI 硬件股继续向上走了一段；但上周后半周，尤其周四、周五，随着中美会谈不及预期、油价和通胀压力传导、美债长端收益率上行，AI 硬件带动指数开始回调。这个回调并不均匀，很多非主线股票此前其实已经在震荡下跌，真正上涨和下跌的都是少数 AI 硬件/高关注度标的。
流动性角度，会议重点提出要把“七指标看板”固定纳入每周宏观部分，尤其关注 FINRA 保证金数据、0DTE/期权反身性、散户动量资金、Fed 小放水、hyperscaler CapEx、纳指/标普比率等。核心判断是：市场短期仍有向上燃料，但不稳定，未来 5 月底更偏震荡回调，6 月要根据宏观数据和科技股基本面重新判断路径。
2、当前资金池结构如何？为什么说“表面有水，质量分化”？
播客把资金池拆成几类：退休金、保证金借款、散户和 0DTE、公司回购、外资和私募信贷、Fed 小放水、hyperscaler CapEx 等。结论是，资金池不是完全枯竭，但支撑越来越集中在 Fed 每月约 400 亿美元短债购买和大科技 AI CapEx 上；散户和 0DTE 提供速度和波动，保证金与回购的边际支撑下降，外资和私募信贷偏压力。
这里最重要的是反身性。散户不仅买现货，还大量买 call option，做市商为了对冲 Gamma 风险需要买卖现货和期货，形成“call 买盘—做市商追买—指数上涨—更多散户买 call”的循环；但同样的结构向下也会放大回撤。会议因此强调，接下来不能只看指数点位，而要看资金池是否继续提供边际买盘。
3、AI 2.0 和互联网泡沫如何类比？现在处在泡沫哪个阶段？
分享会将当下 AI 与 2000 年互联网泡沫做类比：互联网泡沫时，真正成为后来平台巨头的 Google、Facebook 等，在泡沫顶部时大多还没上市；当年先涨的是第一代门户网站和半导体基础设施。对应今天，AI 1.0 先涨的是 GPU、存储、半导体和 AI CapEx，而真正 AI-native 的应用和社交形态可能还没有完全进入资本市场。
但当前与 2000 年不同的是，今天 AI 基建的主要客户是 hyperscaler，而不是一批会倒闭的 dotcom 公司；半导体估值也没有当年那么极端。因此会议的阶段判断更偏：现在接近泡沫高潮开始，但未必已经到最终顶部。最大风险是 AI 2.0 可能像互联网 2.0 一样，在泡沫破裂后才真正到来；最大机会是如果 OpenAI、Anthropic 等大模型平台在泡沫破裂前上市，市场主线可能从硬件转向大模型平台。
4、AI 2.0 的范式转移是什么？为什么从效率工具转向社交网络？
AI 1.0 的主流用法仍然是把大模型当 editor、代码工具、内容生成工具或企业降本工具；这条路本质上是提高效率、减少成本，甚至是 GDP reduction，不一定能创造足够大的新增需求。真正能承载万亿市值的 AI 2.0，必须是改变人类行为方式、创造新连接和新消费场景的产品。
因此，他们认为 AI 2.0 很可能走向 Agent Social。原因是大模型掌握的不是传统社交图谱，而是用户长期对话、目标、情绪和思考路径，比 Meta、TikTok、淘宝、携程这类平台更了解“真实的你”。未来社交网络可能不再只是“你 follow 谁”，而是 AI 帮你找到同路人、合作伙伴、投资伙伴和精神路径相近的人。
5、AI 2.0 的投资趋势是什么？
第一类机会是大模型平台。分享会明确提到，如果 OpenAI 或 Anthropic 上市后因为各种原因估值低于 1 万亿美元，可能会是未来几年的重要机会；只要故事继续讲下去，它们有潜力成为新的七姐妹成员，甚至冲击 4–5 万亿美元估值区间。
第二类机会是 AI 2.0 的底层承载资产，包括 CDN、CPO、通信、光电、台积电供应链和部分小票。比如 Cloudflare 被视为 CDN 方向的重点，因为 AI 视频、内容生成和流量增长最终要体现在 CDN 需求上；CPO 方向则把台积电视为底层龙头，并进一步寻找台积电供应链里的小票。
6、AI Agent 会如何冲击互联网平台税？
Agent Social 不只是社交产品，也会重塑互联网平台经济。例子是外卖、酒店、机票、维修服务等：今天用户需要通过美团、携程、OTA 或各类平台找供给方，平台从中抽取 20%–30% 的 take rate；未来如果用户直接让自己的 agent 搜索、比价、判断评论、下单，那么餐厅或酒店是否在平台上，重要性会下降。
因此，传统平台税会面临长期压力。并不是说 AI 不收费，而是 agent 的收费率可能显著低于原有平台抽成。例如如果 agent 只收 5%，而平台抽成 20% 以上，供需两端都有动力绕开传统中间商。这是对外卖、OTA、本地生活、部分流量平台的长期结构性威胁。
7、Howard Marks 的五个问题如何用于当前市场？
播客引用 Howard Marks 的框架，不是为了预测明天涨跌，而是判断周期位置。五个问题可概括为：第一，顶级投资者不是更会预测未来，而是更会判断基础概率；第二，不是预测明天，而是判断当前处于周期的哪个位置；第三，信息必须同时重要且可知；第四，风险不是波动，而是结果不按预期发生；第五，落实到动作上，不是 all in 或清仓，而是根据周期位置调整仓位。
对当前市场的应用是：既不能因为 AI 长期对就满仓追高，也不能因为泡沫风险高就完全清仓。更合理的是保留核心仓位，同时随着流动性、估值、资金池和市场宽度变化做 calibration；如果市场进入高位末端，可以用对冲工具降低组合尾部风险。
8、AI 时代如何学习？核心是“成为自己”。
AI 时代的学习不是“问 AI 一个问题，得到答案就结束”，而是形成 问题—行动—结果—复盘 的闭环。好的问题不是随机产生的，而来自你在持续探索“自己想成为一个什么样的人”。AI 会极大降低知识获取门槛，所以真正稀缺的不再是信息，而是你能否围绕一个长期方向持续提出问题、采取行动、接受反馈，并在这个过程中逐渐成为自己。
换句话说，AI 时代的学习不是堆知识，而是把知识压进现实行动里。一个人今天问地球为什么转，明天问怎么修电脑，后天问妈妈为什么生气，这些问题单独看都可能有价值，但如果没有一个稳定的自我方向，它们很难形成知识体系。真正有效的问题，往往来自一个更深的追问：我到底想成为谁？我为什么要学这个？我希望用它改变什么？
投资被认为是普通人最容易建立这个闭环的场景。因为你和 AI 讨论一个标的后，会做出买入、观察、减仓或不买的动作；市场随后给出涨跌结果；你再用结果和 AI 复盘，这个循环会迫使认知不断校准。相比单纯读知识，投资更容易把 AI 学习变成实践性学习。
所以，AI 时代最重要的学习能力，不只是会问问题，而是通过问题不断校准自我。AI 会放大你的思考，但也会放大你的混乱；如果你没有方向，AI 只会让你更发散。如果你知道自己想成为什么样的人，AI 就会变成一个加速器，帮助你更快完成“理解—行动—反馈—修正”的成长循环。
9、苹果为什么是 AI 2.0 时代值得重新讨论的标的？
苹果的关键点不是传统意义上的 Apple Intelligence 或 Siri，而是它仍然掌握着最重要的 硬件入口 / 移动设备入口。如果 AI 2.0 从网页、App、企业软件，进一步走向个人生活、移动场景和随身智能体，那么入口很可能不只是浏览器或聊天窗口，而是手机、耳机、手表、眼镜和未来更多可穿戴设备。苹果的优势在于，它已经占据了用户每天最高频、最贴身、最稳定的硬件触点：iPhone 是移动入口，AirPods 是语音入口，Apple Watch 是身体入口，未来智能眼镜可能是视觉入口。这意味着苹果不一定需要在大模型能力上成为最强，但它有机会成为 AI 2.0 的终端分发层和个人上下文入口。
第二层逻辑是 wearable + health AI。分享会认为，健康可能是苹果在 AI 2.0 里最自然、最有差异化的方向。Apple Watch、AirPods、iPhone 和未来更多可穿戴设备，可以长期贴近用户身体，持续收集心率、睡眠、运动、体温、血氧、行为习惯等生理和生活数据。这类数据不是一次性输入，而是长期、连续、低摩擦、几乎无感地沉淀。
它和 Tempus AI 的区别在于，Tempus 更偏机构侧医疗数据、临床数据库、肿瘤数据、药企合作和医疗研究场景；苹果掌握的是普通用户日常生活中的连续生理数据和硬件入口。前者更像医疗数据资产和研究工具，后者更像 C 端健康 AI 的长期入口。如果未来用户健康问题越来越多地直接问 AI，苹果有机会成为普通人健康 AI 的前端入口，而不只是一个设备公司。
第三层逻辑是 AI CapEx 压力低。苹果几乎是七巨头里少数没有大规模重押 AI 数据中心 CapEx 的公司之一，因此在市场担心 hyperscaler AI 资本开支过高、GPU 采购过猛、自由现金流被 AI 基建吞噬时，苹果反而有一定防守属性。它的 AI 叙事不是“我要买更多 GPU”，而是“我已经有硬件入口、用户数据、操作系统和设备生态，只需要把 AI 嵌进去”。所以苹果在 AI 2.0 里的潜在价值，不一定来自算力竞赛，而可能来自移动设备入口、健康数据网络和个人 AI 分发层。
10、HIMX 的逻辑是什么？为什么它被放在台积电产业链和 AI 2.0 基础设施里讨论？
HIMX 的核心逻辑是：它不是纯 AI 硬件龙头，而是一个可能从传统显示驱动 IC 公司，向 smart glasses、ultra-low power AI、CPO / 光互连、汽车显示升级 等高毛利增长引擎切换的小票。Himax 原本服务 TV、手机、汽车显示等市场，业务基础偏传统；但现在市场重新关注它，是因为 AI 2.0 如果走向可穿戴设备、AR 眼镜、边缘 AI 和低功耗交互终端，显示、传感、低功耗芯片和光电相关能力都会重新变得重要。
它在台积电产业链里的位置，可以理解为 台积电制造生态下的 fabless IC / 光电与显示相关设计公司。也就是说，HIMX 不是台积电这种底层制造平台，也不是 CPO 最大龙头本身，而是依托台积电先进制造与台湾半导体生态，在显示驱动、低功耗边缘 AI、AR/智能眼镜和光电相关芯片方案中寻找增量。分享会里的思路是：如果 CPO、硅光、低功耗 AI 和新一代可穿戴设备成为 AI 2.0 的基础设施，那么除了台积电这种最大底层平台，也要向下寻找台积电供应链和生态里的弹性小票。
HIMX 的稀缺性在于，它既有成熟显示 IC 客户基础，又有向新场景迁移的可能。AI 2.0 不只是数据中心里的 GPU，也包括终端侧交互、智能眼镜、低功耗视觉、边缘推理和光互连。如果未来 AI 从“办公室效率工具”进入“日常生活入口”，那么显示、传感、低功耗处理和光电接口都会成为基础组件，HIMX 就有机会从传统显示周期股，切换成 AI 2.0 终端与光电基础设施的可选标的。
但这个逻辑不是短期追涨，而是“1.0 不一定最耀眼，2.0 后劲可能更强”的小票筛选框架。HIMX 当前更像一个估值切换候选：如果市场只把它当显示驱动公司，它是传统周期股；如果市场开始把 smart glasses、ultra-low power AI、CPO 相关方案和汽车显示升级纳入定价，它就可能获得新的叙事溢价。关键验证点是：非驱动业务收入占比、毛利率改善、智能眼镜/边缘 AI 客户进展、以及它在台积电生态中能否拿到更清晰的光电/低功耗 AI 供应链位置。
👋 加入社区：
请关注 www.x.com/memely 获取最新消息
加入我们的社群，请添加群主微信号：wish12779
⚖️ 免责声明：
【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。
