本期是关于叙事的一些想法。因为想聊的主线比较清晰，就把主体部分放在《墙裂坛》上，一些案例和边角料我后面会放在《发现叙事》上。 这两周，估计大家的眼球多少都被股市给吸引过去了，入局的小伙伴可能已经被市场折腾得有点生无可恋，没入局的小伙伴可能也看得上气不接下气。我也一直在盯着这件事，只不过我的角度可能不太一样，更多的是从叙事这个层面在看。 这两个礼拜盯下来，我有一个特别强烈的体会，我们现在所处的这个市场环境，它的噪音的庞杂程度、复杂程度，还有每一种噪音的声量大小，以及它们被社交媒体放大和操纵的程度，在历史上是很少见的。历史上当然有噪音很大的时候，但是像现在这样，各种噪音的声量差不多几乎全都一样大、全都理直气壮、同时往你耳朵里灌的情况，我觉得很罕见。 大家现在的状态，就像是待在海底。而你的周围，有七八艘敌方的军舰，每一艘都开着大喇叭鸣响，各种声波、各种噪音，从四面八方一起扑过来干扰你。你在海底下，不知道该往哪儿游的。往东游，有人跟你喊 AI 泡沫要破了；往西走，又有人跟你喊AGI 才刚刚开始，后面需求无限，你下了车，可就上不来了；要不干脆就停下来喘口气，旁边又炸出来一个伊朗战争的消息、一个美债的消息、还有大统领又要给全球加关税的消息。这两个礼拜，大家其实就是泡在这么一片声波里头熬过来的。 我一直在想一件事：既然噪音是躲不掉的，那我们能不能以子之矛，攻子之盾——把叙事这个东西本身，也做一个量化、做一个指标化的分析？ 虽然我们人在水下，但如果面前能有一块声呐屏幕，能让你能看见每一道声波是从哪个方向来的，大概是敌方的还是友方的，现在的声量有多大，接下来是会越来越响，还是正在慢慢地衰减——那我们虽然人还泡在水下，但心里头是会踏实很多的。 所以今天这期碎碎念，我就想借着过去这两个礼拜的实际情况，从头到尾给大家复个盘：这些噪音，是怎么一道一道地冒出来的，它们又是怎么排列组合、互相叠加，最后把市场推到现在这个样子的。 复完盘之后，我还想再问两个问题：一个是 AI 这条产业链到底应该怎么看？另一个是杰文斯悖论在历史上的后续故事，究竟是什么样的？能给我们一些什么启示？ 欢迎订阅 substack：《发现叙事》：https://wenli.substack.com/ 时间戳： 00:02:13 当投资如同深海迷航：市场噪音齐鸣，扑面而来 00:19:25 Gap裂谷：市场信念发生象限变换的临界点 00:21:09 谷歌的“负59亿”：一个Wake up call 00:35:55 一个了解 AI 产业链多米诺的方法：想象一个中央大厨房 00:43:58 杰文斯悖论：历史的后半段 播客中提到的示意图： 播客中提到的Percepta 中的 CFI 共识碎裂度： 把整个 AI 产业想象成一个大餐厅。餐厅的结构如下图： 延伸阅读 / 本期引用文献： 关于英国铁路投资回报 1. Arnold, A.J. & McCartney, S. (2004). "Were They Ever 'Productive to the Capitalist'? Rates of Return on Britain's Railways, 1830–55." Journal of European Economic History, 33(2), pp. 383–410. （"铁路投资者回报长期低于资本成本"这个核心结论的出处。该刊无公开电子版,可从作者主页查到条目:https://www.qmul.ac.uk/sbm/staff/emerita-emeritus-and-visiting-professors/profiles/mccartneys.html） 2. Arnold, A.J. & McCartney, S. (2005). "Rates of Return, Concentration Levels and Strategic Change: British Railways from 1830 to 1912." Journal of Transport History, 26(1), pp. 41–60. （1830–1912 年全英铁路资本回报率平均仅 3.5%–4.5% 的测算出处） 3. McCartney, S. (2022). "Managerial Failure in Early Victorian Britain: Network and Capital Expansion during the Railway Mania." Business History. https://www.tandfonline.com/doi/full/10.1080/00076791.2022.2096877 （开放获取。铁路狂热扩张导致盈利与分红崩塌的研究;节目里"ROE 1844 年峰值 5.1%、1849 年跌到 2.4%",以及 York & North Midland 铁路"狂热前网络回报 10.1%、狂热期延伸线 –0.3%"这组数字,即出自 McCartney & Arnold 对铁路狂热的系列量化研究） 4. McCartney, S. & Arnold, A.J. (2003). "The Railway Mania of 1845–1847: Market Irrationality or Collusive Swindle Based on Accounting Distortions?" Accounting, Auditing & Accountability Journal, 16(5), pp. 821–852. （对 1845–47 年铁路狂热的经典研究,可作为上一条的配套阅读） 关于运河、公路等基础设施回报的综述 5. Bogart, D. (2013). "The Transport Revolution in Industrializing Britain: A Survey." UC Irvine 工作论文(后收入 The Cambridge Economic History of Modern Britain)。 https://sites.socsci.uci.edu/~dbogart/transport_revolution_surveyjan2013.pdf （开放获取。综述了铁路、运河、收费公路的回报文献,节目里"基础设施资本回报普遍 4%–5% 左右"的说法以此为据） 关于煤矿投资回报 6. Church, R. (1986). The History of the British Coal Industry, Vol. 3: 1830–1913 — Victorian Pre-eminence. Oxford: Clarendon Press. （牛津五卷本《英国煤炭工业史》第三卷,煤矿投资回报与同期英国国债收益率〔约 2.5%–3.4%〕对比的讨论出处） 7. Clark, G. & Jacks, D. (2007). "Coal and the Industrial Revolution, 1700–1869." European Review of Economic History, 11(1), pp. 39–72. 全文 PDF(作者主页,开放获取):https://davidjacks.org/wp-content/uploads/2021/06/Coal-and-the-Industrial-Revolution-1700-1869.pdf 期刊页面:https://academic.oup.com/ereh/article-abstract/11/1/39/392601 （"1850 年代之前矿业长期资本回报缺乏可测量数据、账目散佚"这一细节的出处;文章的另一个主结论也和本期主题呼应——煤炭产量的扩张主要来自需求增长,而非采矿技术进步）

今天这一期是大概两个多礼拜之前，我和雨白在小酒馆录的一期关于世界杯预测的一个小节目。节目是视频播客，大家也可以在小红书上看到我们这一期节目的视频版。 这一期聊得非常的开心，聊了一个多小时，但是由于篇幅有限，最后的视频大概只有半个多小时。本期就把这半个小时的内容放到墙裂坛上播客的形式和大家分享。 我这么一个纯粹的足球小白，为什么还对世界杯这么感兴趣？因为在预测市场上，也有很多对于世界杯预测的一些镜像，会衍生出很多很有意思的问题。这些问题其实也和金融和经济也非常的相关。 小红书视频版：AI能预测佛得角门将封神吗？ 即使掌握了全部历史数据... http://xhslink.com/o/2Ws1RKEOQJX 存下口令，跳转【小红书】阅读~ 时间戳： 00:01:16 AI预测世界杯：是辅助工具，还是「赌球」伙伴？ 00:02:11 体育博彩公司可能是最早的「大模型公司」！逻辑与现代AI神似。 00:03:00 交易额突破20亿美元，世界杯预测市场让传统博彩侧目。 00:06:24 历史伏笔：几十年前，博彩公司的预测逻辑就已暗合AI模型。 00:14:09 预测市场像「知识聚宝盆」：基于哈耶克理论，汇聚群体隐性智慧。 00:18:57 博彩公司的数据帝国：20年前就开始系统收集数据，为AI奠基。 00:21:50 AI的「偏好」：七个预测模型中，四个选西班牙，三个选阿根廷。 00:28:38 小概率事件粉碎预测：小国门将一战封神，扑出7次关键射门！ 00:29:18 高胜率陷阱：西班牙90%胜率预测，最终却收获一场平局。 00:32:09 世界杯预测的天然挑战：样本小、噪音大，实为「概率套概率」。 00:36:45 我们的大脑本就是「预测机器」，并享受猜对后的多巴胺奖励。 00:38:47 核心提示：预测是门复杂科学，而非玄学，享受比赛，远离赌球。

(本期献给高善文老师。经济学家的使命到底是什么？是我们这个时代必须要回答的一个问题。) 本期是和刘院长的读书栏目。上次我们一起读了博拉尔德（Alan Bollard）的《战争中的经济学家》，这次接着读他的续作——《冷战中的经济学家》（Economists in the Cold War）——这本对当下非常有启发意义的书。 冷战不只是导弹和间谍的事，背后是一场"经济学的内战"——计划 vs. 市场，到底谁能更有效地分配一个国家的资源。在特定的时代和特定的情境下，经济学家不是在黑板上推公式，而是真的在用自己的理论决定几亿人怎么过日子。 我们为什么要从经济学家的角度回顾冷战？经济方案的对错与国力的输赢是什么关系？有了 AI 加持的“计划”能不能取代“市场”？后发国家到底有没有第三条路？当下这个很多人开始比作”新冷战“的时代，我们该怎么看经济学对政策的影响？以及，年轻人还应该相信经济学能让世界变好吗？ 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 01:11 为什么再读博拉尔德？ 06:07 七位经济学家速览：间谍、异见者与天才 19:06 冷战的底盘是一本经济账：大炮还是黄油，计划还是市场，钱从哪来、资源怎么调配——这本书重新定义了冷战，也重新定义了经济学家 23:28 怀特大战凯恩斯：布雷顿森林的三周 35:06 顺差国换了人：当年的美英与今天的中美 38:13 贸易失衡的轮回：从英国、日本到中国 48:17 经济学家效忠的是国家，还是体系本身？ 52:49 计划经济的核心难题：算得过来吗 54:31 智利Cybersyn：被暴力终结的实验 59:06 AI、算法与哈耶克悖论的当代版 01:02:22 第三条路：艾哈德的社会市场经济 01:07:13 东亚奇迹 vs 拉美困局：听话，还是偷偷保护？ 01:13:48 新冷战：从效率优先到安全优先 01:17:21 给年轻人：滤镜碎了之后，还相信经济学吗？ 本期书单： 1. Alan Bollard, Economists in the Cold War: How a Handful of Economists Fought the Battle of Ideas, Oxford University Press, 2023 —— 本期主题书。 2. Alan Bollard, Economists at War: How a Handful of Economists Helped Win and Lose the World Wars, Oxford University Press, 2019 —— 前作，上次读书栏目的主题书。 3. Matthew C. Klein & Michael Pettis, Trade Wars Are Class Wars, Yale University Press, 2020 —— 中译《贸易战即阶级战》，节目中引用其对贸易失衡历史轮回的分析。 4. 约翰·梅纳德·凯恩斯，《就业、利息和货币通论》—— 琼·罗宾逊深度参与成型讨论的"经济学圣经"。

今天是一期单口，想和大家聊一聊最近身边广泛流传的观点：“金融危机要来了”。 可能大家最近也有听到、或者刷到过相关的视频。最近我身边出了几件挺有意思的事：首先是我妈给我发消息，问是不是经济危机要来了，金融界是不是要出大事了？后来录《不熄灯》的时候，雨白也提到父母也在问同样的事。又过了两天我去剪头发，理发师知道我是干金融的，居然也问我是不是要金融危机了。 很神奇。我后来才搞明白，他们刷的都是同一个视频。 这个视频节选了高志凯老师的一段演讲。高志凯是全球化智库（Center for China and Globalization，CCG）的副主任，八十年代给邓小平当过英文翻译，后来在摩根士丹利做亚洲区副总裁，在香港证监会做过政策顾问。所以他是一位有经验的研究者，对金融底层的逻辑应该是非常清楚的。 那他到底说了什么呢？这是一个去年底的判断：未来12到18个月，也就是2026年底到2027年上半年，会爆发一场规模空前的全球金融危机，烈度远超2008年，甚至是2000年互联网泡沫的十倍。 其实这个观点并不新鲜：美债爆带崩全球经济，这种说法这几年已经听了很多遍了，隔几个月就会来一次。为什么这次流传如此之广，我妈、我朋友的妈、我的理发师，都关注到了？ 我想了想，关键可能就在那个倒计时上：如果只是”将来会来“，大家大概率会左耳朵进右耳朵出，因为"将来"太抽象。但有了”12到18个月“，就不一样了，它便从一个抽象的担忧，变成了好像马上要落到你头上的事；变成了我妈都会觉得和自己有关的一个预言。 那这件事到底会不会发生呢？高志凯讲的那三件事：美债、AI泡沫、美联储的两难，这些隐忧本身是有分量的，是值得听的。但光听高志凯老师的这一面，我们是没有办法做判断的。 所以我想把另一面补上。正好最近读到一篇研报，有点震撼。这篇研报的作者是Michael Cembalest，J.P. Morgan 投资策略主席。我隔段时间就会去看看他写的东西，他的播客也已经听很久了，在我心里他是那种，写的每一句话都是认真动过脑筋、做过详细功课的分析师。 这篇报告标题非常清奇，叫 Semiquincententacles（念：Semi-quin-cen-ten-tacles，能一次念对的真没几个人）。Semiquincentennial 的意思是250年。今年是美国《独立宣言》签署 250 周年，所以这个词就代表今年的美国建国 250 周年纪念（此时脑中响起《向天再借五百年》的 BGM，进度条还剩一半，可能也先不用借了）。 所以，我想用一期播客，把这篇报告拆解一下。看看“看空美国”的反方观点是什么：为什么他觉得美国现在依然像一个大八爪鱼一样，紧紧攫取着全球金融体系？为什么他觉得现在为止，看空美国这件事，他觉得没有任何站得住脚的理由？ 如果他反驳得有道理，我们至少能更踏实地看清楚现在的局面。知己知彼，百战百胜嘛。 报告原文链接：https://cdn.jpmorganfunds.com/content/dam/jpm-am-aem/global/en/insights/eye-on-the-market/semiquincententacles-amv.pdf 播客里选取的主要内容： 1. 美元的储备货币地位到底有没有被动摇？Cembalest跟踪美元在跨境贷款、国际债券、外汇交易量、官方外汇储备、出口计价、SWIFT 支付六个维度的份额，结论是整体稳定。外汇交易量中美元占约 89%，SWIFT 支付份额自 39% 升至 51%。美元在官方储备中的份额自 2020 年底下降约 3 个百分点，但减少的部分并未流向欧元、日元、英镑或人民币（这几项份额同期均下降），而是流入由新加坡元、韩元等小币种构成的"其他货币"类别。换句话说：储备资产在适度分散，而非更换核心。 2. 黄金储备占比上升主要是价格效应，而非配置增加。 央行黄金占储备比重从 2009 年的约 11% 升至 2026 年 3 月的约 29%。但若固定持仓、仅按当前金价重估，占比约为 26%，接近当前水平；若固定金价、仅看实际持仓，占比反而降至 8%。因此占比上升几乎完全由金价上涨驱动，"央行抛售美元、转向黄金"的叙事缺乏配置数据支持。 3. 人民币尚不具备承担储备货币的结构条件。 正常经济体的货币供应、央行资产、外汇储备通常同步变动；中国的特征是 M2 大幅扩张而外储与央行资产增长缓慢，二者之间存在显著背离，反映货币创造在很大程度上脱离央行的直接控制。这一模式只能在封闭、严格管制的资本账户下维持，而储备货币地位要求资本自由流动，二者直接冲突。 4. 没有证据显示外国投资者正在撤离美国资产。 外国持有美债占总量的比例持续下降，常被解读为资本撤离；但外国持有美债的绝对金额仍在上升，比例下降的原因是美国发债速度更快。外国持有的美国公司债与美股的绝对金额同样在上升。 5. "卖出美国"交易未能形成趋势。 2025 年 3 月，一系列行政令引发 1982 年以来首次"Sell America"——美股、美元下跌叠加美债收益率上升。但此后约一年，美元仅下跌约 1%，美国长债收益率上行 10 个基点（同期其他发达市场上行 70 个基点），美股跑赢全球。 6. 美国企业盈利能力在主要行业普遍领先，估值折价不构成买入理由。 非美股票相对美股长期存在市盈率折价，但在几乎所有主要行业，美国企业的资产回报率（ROA）与净资产回报率（ROE）都高于欧洲、日本、中国。以 2012 年起算，美股年化收益 12.5%，非美股 2.9%，超额收益 9.6%；即便计入 2025 年非美市场反弹，长期超额收益依然显著。 7. AI 是当前最值得关注的风险点，且集中于核心资产。 自 2022 年 ChatGPT 发布以来，AI 相关公司贡献了标普 500 约 65%–80% 的回报、利润与资本开支。美国前十大公司占标普 500 市值已从 2015 年的约 17% 升至约 40%（需说明：该集中度在全球范围内反而属偏低水平，仅日本、印度更低）。关键区别在于，本轮潜在泡沫不在边缘的初创企业，而集中在亚马逊、微软、Meta、Alphabet 等核心权重股上，这些公司的市值深度嵌入指数、养老金与全球资产配置，一旦市场重新定价其盈利前景，冲击会沿金融资产向全球传导。 8. 芯片格局正在变化，英伟达份额其实是在下降的。 超大规模厂商自研 ASIC（谷歌 TPU、AWS Trainium、微软 Maia、Meta MTIA）的单位经济性改善，自研芯片相对采购方案可降低总拥有成本约 30%–40%。英伟达在 AI 加速芯片收入中的份额从 2023 年约 85% 降至 2026 年预计约 75%。需求总量仍然旺盛，但"一家独大"的格局在松动。 9. 前沿大模型的资本承诺巨大，盈利时点高度不确定。 头部实验室的算力承诺合计约相当于主要云厂商披露的 2 万亿美元收入积压的一半。作者将各家的盈利转正时间表（OpenAI 2029–2030、Anthropic 2028）明确定性为"投机性的、不确定的、可能修订的"。 10. 开源与低成本模型对前沿实验室的盈利模式构成实质威胁。 在同一套综合智能评测中，顶级模型的运行成本可达低成本中国模型的约 20 倍，而分数差距有限。作者的结论是"并非所有任务都需要前沿级智能"，企业向更便宜模型迁移已有实际案例。随着"智能"趋于商品化，建立在"智能昂贵"假设之上的高估值面临重估压力。 11. 半导体供应链与台湾构成系统性单点风险。 全球半导体贸易占 GDP 的比重已超过原油。全球市值前十的公司中有 8 家高度依赖台积电供货。台湾约 90% 能源依赖进口，自产核电占比从 1980 年代的 50% 降至约 5%，天然气储备仅够约 10–11 天，约 60% 食物依赖进口，是全球对封锁最敏感的发达经济体之一。 12. 法治的不可预测性，是比债务与通胀更值得关注的中期风险。 作者区分了"合法范围内的政策"与"法治侵蚀的信号"，并引用 UCLA/Bright Line Watch 对法官、律师、法学教授的调查（同时提示受访者样本偏自由派、需打折看）。核心判断是：规则的不可预测性提高了不可量化的风险溢价，对资本配置的影响可能大于可量化的债务问题。 13. 联邦层面对科学的削减，威胁长期创新基础。 NIH 与 NSF 的竞争性科研经费在多个领域出现下降，约 6000 个 NIH 项目被终止。报告强调美国基础研究是私营 R&D 与创新管线的上游；2025 年美国科学家申请海外职位数量同比增加 32%，部分顶尖科学家外流。这是一种没有明确时点、但影响深远的结构性风险。 14. 美国能源相对独立，但低排放投资在收缩。 美国能源接近 100% 自给，但在低排放发电投资上明显回撤，去碳化速度慢于多数地区。由于多数大宗商品按全球定价，伊朗战争后美国国内商品价格仍大幅上行。一个缓和因素是：美国经济与企业利润的"石油强度"自 1990 年以来已显著下降。 播客里摘取的图表与解读： 图 1｜封面：Aquilaceph（半鹰半章鱼） ：用来形容美国对全球市场的掌控力依然牢固。 图 2｜“The usual suspects” 惯犯嫌疑人：政府财政赤字与政府总债务占 GDP（含中国） 美国债务占 GDP 二十年间由约 60% 升至约 125%，是看空美元的主要依据；但在同一坐标下，中国的债务与赤字指标并不优于美国，明缺乏明确替代者是美元地位的重要支撑。 图 3｜美元储备货币地位追踪表（六指标） 美元在跨境贷款、国际债券、外汇交易量、官方储备、出口计价、SWIFT 支付的份额（2020–2026）。 图 4｜主要币种与"其他货币"占全球外汇储备份额 美元份额下降的部分流向新加坡元、韩元等小币种构成的"其他"类别，而非主要竞争货币。储备分散化，其实并没有核心更替。 图 5｜黄金占全球外汇储备份额（三种口径） 内容：实际占比、"固定持仓只算价格"、"固定价格只算持仓"三条线。 解读：本期重点。黄金占比上升几乎完全由金价驱动；按 2009 年价格、用实际持仓计算，占比降至 8%。证伪"央行大规模增持黄金以替代美元"的叙事。 图 6｜中国 M2、央行资产、外汇储备的背离（How much Chinese liquidity would leave if it could?） 图就不放了，内容也不详细解释了，后面写一篇 Substack 把这些内容放进去。 图 7｜外国持有美债：份额与绝对金额（并列） 比例下降源于美国发债更快，而非外资撤离；绝对金额仍在增加，美国公司债、美股的外资持有金额亦然。 图 8｜前十大公司占标普 500 市值，及各国股市集中度对比 Guess what，美国约 40% 的集中度在全球范围内属偏低水平（仅日本、印度更低）。 图 9｜前沿大模型营收、算力承诺与云厂商收入积压 算力承诺约相当于云厂商 2 万亿美元收入积压的一半；盈利时点非常投机。 图 10｜智能指数得分 vs 运行成本（散点图） 同一评测中顶级模型成本约为低成本中国模型的 20 倍。 图 11｜NIH 与 NSF 科研经费削减 6000 个 NIH 项目被终止，2025 年科学家海外求职同比增 32%。 最后一张图：真正的黑天鹅可能出现的地方：

这阵子刷屏的"追觅崩老头"事件有很多可以仔细琢磨的地方：一个清华出身、技术过硬的创业者，是怎么把自己变成了热搜，又是怎么用 20% 的自有资金，撬动地方政府出 80% 的钱，一座城市一座城市地复制扩张？为什么现在国内做创投的钱，差不多八成都来自政府？这笔"不能亏"的钱，去做"必须亏掉大多数"的风险投资，到底会发生什么变形？返投、回购对赌、问责，这些设计是怎么一点点把"风险投资"变成"有抵押的放贷"的？杭州那只存续期长达 20 年的基金，算不算一剂解药？ 这些问题最后的落脚点，落在了 K 型经济——当财政把越来越多的资源导向生产端、科技端，居民和消费这条腿是不是正在被悄悄挤掉？刘院长和我在这里有一段分歧：关于"两张皮"和"分配"到底哪个才是病根？这些问题目前还没有最后的答案，但都值得我们继续想下去。 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 00:00 一次关于"政府支持科创"的实地调研 01:08 追觅始末：一个浮夸到投资人会跑的项目，为什么政府会抢着投？ 08:15 20% 出资换 100% 决策权？ 16:25 为什么政府成了创投市场唯一的活水？它们是真正的耐心资本吗？ 25:46 杭州样本：20 年存续期够耐心了吗？ 27:09 失败了到底该不该追责：把"看错"和"犯罪"分开 31:07 政府认证的创新，正在驱逐野生的创新 33:06 从科创基金到 K 型经济：被挤掉的那条腿 34:49 真诚的分歧：是"两张皮"，还是"分配问题" 40:51 一个自我强化的恶性循环：会不会攒出一个堰塞湖？ 43:24 最好的机制，往往从想象不到的地方长出来 延伸书单： * 《冷战中的经济学家》 ：我们常以为西欧、日本在二战后的复兴主要是市场的功劳，但这本书会让你看到，政府的作用其实是主导性的：政府和市场并不能截然对立。 * 关于"计划"与"控制论"的思想史 —— 当下大家又在用 AI、大数据、云计算重提"计划经济或许可以实现了"。但回看历史，无论是苏联还是英国，当年都曾寄望于计算机、控制论、线性规划，想让所有信息透明可得、即时算出供求、安排一国的生产，最终都没能成功。那么，换成 AI 就一定会成功吗？ 主题文章文字版：请见《墙裂坛》公众号

和王喆老师录上一期《龙虾经济学》时，龙虾刚刚火起来。三个月过去了，情况发生了什么变化？ 小龙虾和 AI Agent，是不是真的已经深刻地影响了我们的工作、改变了世界？亦或是大家打鸡血的剂量已经下降了？我们做了大量的 skills，但真正能留下来的应用多吗？还是仅仅停留在朋友圈里的摆拍？ 于是我们复了个盘，选了几个角度，看看这些变化和上次讨论有什么深层的呼应：从龙虾到 Harness 到预制菜，AI Agent 的叙事经历了什么？Token 到底是资源品还是货币？算力期货意味着什么？为什么 AI 行业里「最后一公里的脏活累活」反而最值钱？中国的”数字义乌“和”Good enough”模型会不会戳破泡沫？以及一个大胆预测：年内可能出现跟 AI 相关的新税种？ 本期嘉宾： 王喆：连续创业者，Sitesfy AI 创始人，前 AI 独角兽联合创始人；现在探索一人公司，Agent自主协同 播客：《量子玄学与AI的纠缠》 时间戳： 00:00 三个月后给 AI Agent 打个分——从 100 分到不到 50 02:17 复盘：你的龙虾还活着吗？从 Open Cloud 到飞书，形态在变 05:35 从龙虾到 Harness：AI Agent 叙事的 1.0 和 2.0 09:07 AI 进入「预制菜时代」：有手就行，加热就能出一个 APP 11:30 Harness 的真相：模型厂想让你多消耗 token，创业公司需要它来融资 13:24 为什么「脏活累活」反而最值钱？——看门人定律与最后一公里 17:13 AI 真的取代了那么多工作吗？Anthropic 的报告该打个问号 22:29 Token 到底是什么？资源品 vs 货币 vs 智能化水平的度量 27:49 杰文斯悖论：Token 越便宜，消耗越多——还有人做「空转消耗」薅绩效 31:30 算力 = 新石油：CME 算力期货与李嘉图地租理论 37:13 谁收走了 AI 的地租？英伟达就是最大的地主 41:34 华为的「化肥」：在贫瘠的土地上也能种出粮食 42:25 Good enough eating the world：中国 AI 会戳破美国的泡沫吗？ 44:20 钻石 vs 铁矿石：中美讲 Token 的两种叙事逻辑 47:09 劳动力复盘：初级员工比中层更危险？科学家不知道自己在干嘛了 52:31 付费上岗：未来的年轻人可能要交钱去公司上班 54:12 蒸馏牛马成立吗？——有名作家不会给普通人写自传 57:04 AI 最想结合的行业是什么？金融——但科技从来没赢过金融 01:04:08 教育的未来：从公立学校到付费工作到游学私塾 01:09:24 一个大胆预测：年内可能出现 AI 税 一些概念： * 杰文斯悖论（Jevons Paradox）：效率提高 → 单价下降 → 总消耗反而增加 * 李嘉图地租理论（算力版）：David Ricardo,《政治经济学及赋税原理》(1817)。最好的显卡收取最高的「算力地租」，定价由最差显卡的边际成本决定 * 看门人定律（Doorman Effect）：看起来最容易被取代的工作，往往有隐性的不可替代性 * Good Enough 趋势：中国 AI 的「数字化义乌」路线——经济适用性带给所有人 * 钻石 vs 铁矿石：美国把 Token 讲成稀缺品/溢价品，中国把 Token 讲成基础设施/产能 一些数据: * Token 消耗预测：高盛 2026 年 5 月 8 日报告《Decoding the Agentic Economy》预计，2026–2030 年全球月度 Token 消耗量将增长 24 倍，达到每月 120 千万亿（quadrillion）个 Token；若企业级 Agent 全面落地，到 2040 年需求可达当前的 55 倍。 * 算力期货：CME 集团与 Silicon Data（DRW 旗下）于 2026 年 5 月 12 日宣布将在年内推出全球首个标准化算力期货，基于 Silicon Data 的 GPU 日租金基准指数。CME CEO Terry Duffy 称「算力是 21 世纪的新石油」。H100 一年期租赁价格在 2025 年 10 月至 2026 年 3 月间上涨2%。 文字版：请见墙裂坛公众号

终于和神交已久的范阳老师录了个很长的播客，聊得非常投机。虽然他在科学领域深耕，我在经济学领域折腾，但很多想法出奇地一致。跨学科的思想风暴真的很神奇，会出现很多奇怪的化学反应，很多新的思路、理论都是由内行佐以外行神奇的脑回路作为催化剂，产生化学反应碰撞出来的。我们并不觉得 AI 有这种能力。 大家可能会把经济学和科学这两件事放在光谱的不同位置，但都会承认，这些年它俩都经历了很多变革和颠覆。它们和人的关系也出现了一些说不清、道不明的变化。 科学需要金融，需要市场，但这些年它们之间的关系似乎变得很扭曲。从捕鲸开始的古典主义风险投资（venture capital），现在变得有点面目全非。金融渗透科学的边界到底在哪里？我们有没有可能给科学重新装一个更好的金融引擎？既然科学和经济学，都在经历一场深刻的颠覆，但有没有可能他们中间会有座桥，让两边殊途同归？ 从亚当·斯密的道德哲学、到长达200年的经济学“物理嫉妒”、再到AI时代的元科学、预测市场、风险投资的异化，最后落在一个信念上：也就是霍金的 curiosity，好奇心，也许才是驱动一切的底层燃料。 本期嘉宾：范阳 美元基金合伙人、早期风险投资人、公众号「范阳」作者 公众号：《范阳》 播客：《因果异常 Acausal》 开头结尾BGM：来自霍金的curiosity：Stephen Hawking's Inspiring Last Words on the Importance of Science 时间戳： 02:52 跨界的化学反应：没预设的对话本身就是科学精神 10:00 科学和经济学本是一家 13:07 经济学的心路历程：从道德哲学的末位子学科到“物理学嫉妒” 19:00 元科学（Meta Science）崛起：当所有领域同时失效 20:47 经济学是唯心还是唯物？动物精神、反身性与测不准 27:19 量子力学的观察者效应：人的意识能否影响宇宙？ 30:38 形而上学先于科学，还是科学先于形而上学？ 35:15 “人”在科学家心里到底是什么存在？ 39:03 经济学和生物学的光谱：理论太多 vs 理论太少 41:06 AI for Science：没有理论，直接跑实验堆数据，算不算科学？ 50:28 如果隐性知识可以被显性化：中央计划经济会不会不一样？ 01:05:09 从情怀到现实：科学的钱从哪来？风险投资的起源、异化与初心 01:17:47 回到 true venture：边缘人支持边缘想法 01:24:59 市场作为信息发现机制：预测市场能为科学定价吗？ 01:30:48 科学终将变成内容产品：科学家需要成为IP吗？ 01:32:14 未来最理想的工作：公民科学家与博物学家的回归 01:38:40 五年后最理想的生活状态是什么？ 提及的人物与概念： * 亚当·斯密、凯恩斯、哈耶克、索罗斯、达尔文、爱因斯坦、赵鼎新、吉姆·西蒙斯（文艺复兴科技）、马斯克、E.O. Wilson * 边际革命（Marginal Revolution）：引入效用（utility）和微积分，经济学从此独立成学科 * 动物精神（Animal Spirits）：凯恩斯1936年《通论》提出，经济行为由直觉和情绪驱动 * 反身性（Reflexivity）：索罗斯提出，观测行为改变被观测对象 * 元科学（Meta Science）：当复杂性超出所有已有方法，需要一种更大的认识论框架 * AI for Science：用数据和模型驱动科学发现，不带预设的“涌现式”研究方法 * 哈耶克的隐性知识（Specific Knowledge of Time and Place）：分散在个体中、无法被中央收集的具体知识 * 智利 Cybersyn 项目（1971）：阿连德 + Stafford Beer 的赛博协同控制实验 * a16z 2025 年融资：超 150 亿美元，横跨六大基金（成长 67.5 亿、应用 17 亿、基础设施 17 亿、美国动力 11.76 亿、生物健康 7 亿、其他 30 亿），AUM 超 900 亿美元，约占 2025 年全美 VC 募资总额的 18%。（Newcomer, 2026.1.9; Wikipedia/a16z） 延伸阅读： * 《道德情操论》（The Theory of Moral Sentiments, 1759）— 亚当·斯密 * 《国富论》（The Wealth of Nations, 1776）— 亚当·斯密 * 《就业、利息和货币通论》（The General Theory, 1936）— 凯恩斯 * 《知识在社会中的运用》（The Use of Knowledge in Society, 1945）— 哈耶克（American Economic Review 论文） * 《金融炼金术》（The Alchemy of Finance, 1987）— 乔治·索罗斯 * 《叙事经济学》（Narrative Economics, 2019）— 罗伯特·席勒 * 《控制论革命者：阿连德时代智利的技术与政治》（Cybernetic Revolutionaries, 2011）— Eden Medina * 《征服市场的人》（The Man Who Solved the Market, 2019）— Gregory Zuckerman（关于吉姆·西蒙斯与文艺复兴科技） * 《社会与政治运动讲义》— 赵鼎新 文字版：请见《墙裂坛》公众号

终于又和郑老师坐下来聊市场了。 五月中旬，全球主权债出了一件挺罕见的事：美、英、日三国国债收益率几乎在同一天冲上了多年来的最高位。30 年期美债破了 5.18%，上一次到这个水平还是 2007 年；英国 30 年期创了 98 年以来新高；日本 30 年期直接破了历史纪录。新闻头条、油管 KOL、专栏作家一个比一个惊悚——"主权债要崩了"。 但真实情况到底是什么样的？这一期，一个天天做交易的人和一个天天琢磨叙事的人，坐下来把最近市场上的几个核心问题拆了一遍：这次波动的真实幅度到底有多大？ 聊到最后发现一个很有意思的现象：围绕通胀和美债的这些叙事，每一个泡泡都差不多大，谁也压不过谁，像一个蜂窝。但历史告诉我们，越是这种极度均衡的状态，越接近一个临界点。一旦某个泡泡开始虹吸其他的泡泡，方向就会瞬间明确。 这也是"发现叙事"/ Percepta 这个项目想做的事：在故事还在被写的时候，就把它识别出来。 时间戳： 01:53 全球国债齐跌:美英日同一天冲上多年高位 05:02 市场的真实波幅到底有多大?和硅谷银行、懂王当选比一比 09:36 这一波美债上行的两个直接推手:CPI 超预期 + 联储换帅 12:20 日本:200% 杠杆率为什么一直没爆? 15:55 谁在买美债、谁在卖?中日减持,英国补位 18:43 美债到底会不会崩?弗格森定律与懂王的"聪明"应对 22:43 一句话总结:叙事驱动的溢价 25:43 通胀到底有多严重?从剩菜盲盒到番茄涨 40% 31:00 2022 vs 2026:通胀低一半,恐慌翻三倍 32:10 真实利率重定价:AI 资本支出 + 全球军备竞赛 37:10 AI 泡沫会是那个终极拐点吗? 43:35 "Nothing Ever Happens":市场的即时反馈心理 49:10 美债被一个叙事牵着鼻子走:战争相关性超高 52:40 新任联储主席 Kevin Walsh:手术刀还是绣花针? 01:07:32 叙事经济学能不能量化?Percepta 想做什么 嘉宾：郑朗（固定收益交易员） 关键数据： * 30 年期美债收益率：5.18%（2007 年以来最高） * 30 年期英债收益率：5.8%（1998 年以来最高） * 30 年期日债收益率：历史新高（1999 年开始发行以来） * 美国 CPI：3.8%（其中能源同比 +54.3%，鸡蛋同比 -40%，番茄 +39.7%） * 核心 CPI：约 2.8% * 美国公共债务总额：~39 万亿美元 * 日本机构持有美债：超过 1 万亿美元 * 中国持有美债：约 7,000 亿美元（历史最高曾超过 2 万亿） 关键概念： * 弗格森定律（利息支出超过国防支出 → 文明衰落信号） * 真实利率重定价（real rate repricing） * HHI 指数应用于叙事集中度 * "Nothing Ever Happens" 市场心理 * 前瞻指引（forward guidance）与 Taper Tantrum（2013） 提到的项目： * 发现叙事 / Percepta —— AI Native Alternative Macro Research Analysis Platform 文字稿请见公众号“墙裂坛”。

听众朋友们，今天是一期 solo。 本来想和郑朗老师一起聊最近美债市场上的异动，他时间没凑上，那就我自己先开个头。今天市场上正在发生的事情，恰好就是我这一年一直最想搞明白的一件事：一个叙事是怎么形成的、怎么传播的、又是怎么在某个时刻突然反转的。以前听过我试图用 AI 预测联储下一任主席人选项目的伙伴们应该都知道，这是我这些年最上心的一个项目。我倒是要看看，AI 到底怎么能够帮我们发现叙事。 目前我们的进展是，我们正在构建一个叫做 Percepta 的工具：一个 AI native 的另类宏观研究分析平台。所以今天这一期，某种意义上也是这个项目视角下的一次实战。具体是什么实战呢？今天这一期就想和大家具体聊聊。 我想先从一件几乎没什么人报道的事说起：5 月 20 号下午，两艘巨型油轮悄悄地驶过了霍尔木兹海峡——半岛电台发了一条三百多字的小新闻，CNN、彭博、华尔街日报头版都没有。可几乎在同一时段，懂王放风说"和伊朗的交易可能很快达成"，30 年期的美债收益率刚刚收在 5.18%——一个19 年没见过的数字。 三件事看起来没什么关系。但放进同一个框架看，市场的叙事可能正在进入一个拐点。本期我想和大家走一遍这条线索。这些线索包括： * 一道数学题：2022 年 CPI 9.1%、联储疯狂加息、财政大手大脚的时候，30 年美债才 4.4%；今天通胀掉到 3.8%、财政在收缩，30 年美债却冲到了 5.18%。请问这说明什么？ * 葬礼薯片：日本卡乐比因为霍尔木兹断了石脑油，把 14 款薯片改成黑白包装。这个看似搞笑的新闻里可能藏着市场忽略的一件事——需求端其实一直在静悄悄地自我调整。请问这又说明什么？ * 从 TACO 到 Nacho：TACO = Trump Always Chickens Out，是过去一年华尔街最赚钱的交易策略之一。但 2026 年 2 月 28 号美以打伊朗之后，懂王陷入了一种"薛定谔的怂"。于是市场发明了一个新词 Nacho — Not A Chance Hormuz Opens — 懂也不管用，懂王下不来台了。这又说明了什么？ * 日本人的一万亿美元：30 年期日债涨到了 1999 年发行以来的历史最高。如果你把自己代入到东京中央区几个穿西装的中年男人，算一笔账，发现自家国债比对冲完汇率后的美债还香——这还说明了什么？你会悄悄开始卸货吗？ * 叙事见顶往往就是开始坍塌的时刻：席勒老师有云：故事的传播力跟它的恐怖系数成正比。但当所有人都在卖的时候，谁来继续卖呢？ * 水面上扇着翅膀的几只白天鹅：俄乌可能要谈了、霍尔木兹的灰色渠道在启动、美军弹药消耗已经"unsustainable"、以色列要重新选举……黑天鹅是塔勒布告诉我们看不见的，但白天鹅就在水面上飘着，为什么大家会选择视而不见呢？ 所以问题就变成：在故事还在被写的时候，能不能就把它识别出来？——这也就是我和 Percepta 想做的事情。但一切都只是在实验中，也非常希望大家和我一起同步这个实验。 希望Percepta 的 beta 也会在不远的将来开放测试，开放给对宏观研究和另类数据感兴趣的朋友们，我们一起发现叙事。 文字稿：请移步《墙裂坛》公众号。 时间戳： 01:00 5 月 20 号下午,两艘悄悄开过霍尔木兹的游轮 03:30 把三件事放在一起:游轮、懂王的话、19 年没见过的 5.18% 04:30 一道数学题:2022 vs 2026,通胀低一半,利率反而更高？ 07:00 Kevin Walsh:通胀不是价格变化,是一种心理状态 10:00 葬礼薯片:卡乐比黑白包装背后,需求端在静悄悄地自我消化：但市场只看戏剧化的那一面 —— 叙事的力量 15:30 TACO失灵了 19:30 Nacho 诞生:Not A Chance Hormuz Opens 21:00 真正价值几个亿的问题是 —— 时间 22:30 席勒、反身性,和叙事的自我坍塌 25:30 支线剧情:日本国债创 29 年新高 27:30 一万亿美元的日元 carry trade 正在反向？ 30:30 Nacho × 日本人卸货:一个完美的自我强化下行螺旋 32:00 白天鹅时刻:俄乌、霍尔木兹、AI 通缩、经济自适应 36:00 想象 6 个月后:满大街都是拿水晶球的人 37:30 叙事谬误 —— 以及一个正在做的尝试：Percepta

本期我们要探讨一个非常有争议的话题。 宏观研究中最容易产生争议的地方，就是当我们研究的问题关乎到我们每个人的时候。朱鹤老师最近发布了一篇挺有争议的报告：《中国居民资产负债表已经开始修复》——很多读者可能看了题目就已经开始有不同意见了。 过去五六年的时间里，经济好像一直有一种生了大病、一直在养伤的感觉。过去五年我们好像一直在问：中国经济到底恢复了，还是没恢复？到底是有啥治不好的内伤？到底能治好，还是落下后遗症了？ 2022年以来，我们听到过很多主流叙事，比如说“资产负债表衰退”，这可能已经成了我们的共识。还有：只要房价还没起来，就“好不起来” ，大家的资产负债表就会持续受损，好像房地产是我们到底能不能“出院”的一个必要条件。而这个必要条件，现在确实还是不是很给力。房价似乎还在持续调整，虽然最近似乎有些许回暖；而大家的收入好像也没有感觉有很明显的起色。 所以朱老师这篇《居民资产负债表》的报告可以说是非常反主流。大部分人读到时的第一反应都会是不同意：凭什么说我资产负债表已经恢复了？我的房子和工资都没涨，这个结论是从哪儿来的？ 那么，我们今天就来聊一聊“修复”这件事情：当我们讨论”修复”的时候，我们到底在谈论什么？宏观研究员看到了什么大家没有看到的拼图？ 本期嘉宾： 朱鹤｜中国金融四十人研究院 时间戳： 02:02 - 04:33｜为什么这是一个”找骂话题”？ 04:33 - 09:00｜当我们在谈论“居民资产负债表”时？我们在谈论什么？为什么我们要研究它？ 09:00 - 20:30｜深入"行为投资组合理论"："养老"和"暴富"——中国人到底怎么管自己的钱？ 20:30 - 30:00｜破除两大迷思：“存款搬家”和”超额储蓄”：中国人是用“零花钱”炒股？ 30:00 - 38:30｜楼市与股市：不是跷跷板，而是同一个温度计 38:30 - 48:50｜凭什么说我国居民资产负债表正在修复？ 48:50 - 59:30｜工资还没涨，“盈余”从哪来？ 59:30 - 1:09:00｜谁的资产负债表修复了？股票估值”由负转正”对谁意味着什么？ 1:09:00 - 1:15:40｜消费的真相：以旧换新政策本质上是”削峰填谷”，真正有意义的是其溢出效应 1:15:40 - 1:19:50｜什么情况下会推翻自己的判断？ **1:19:50 - 1:20:50｜从ICU到普通病房：**我们已经出院了，在家养着，但离去KTV还远 本期提及的报告与研究（均可在CF40 APP查阅原文）： * 《居民资产负债表已开始修复》，CF40研究·简报，2026年4月 * 《一个观察我国居民资产配置行为的新框架——兼议”存款搬家”是否成立》 本期提及的概念与理论： * 辜朝明「资产负债表衰退」理论（《宏观经济学的圣杯》） * 马科维茨均值-方差模型（Mean-Variance Portfolio Theory） * 行为投资组合理论（Behavioral Portfolio Theory） * 心理账户（Mental Accounting）

欢迎收听「墙裂坛」和一人创业加速社区「鸿鹄汇」联合推出的特别系列——《AI背后的经济学和经济学家们》。五位经济学家，跨越一百六十年，五个回响至今、也许能够解答我们AI焦虑的问题。每周一期，我们一起听听，历史中的经济学家怎么回答未来。 本期是系列的第5期，也是最后一期，主角是凯恩斯。 📻本期介绍： 2026年4月初，旧金山。OpenAI CEO山姆奥特曼（Sam Altman）的家被人点燃了。 纵火的嫌疑人还扬言要烧掉他公司的总部。警方抓人之后，记者挖出了嫌疑人的社交媒体记录——这是一位 AI 悲观主义者。他会在社交媒体上引用《沙丘》中人类對抗机器的主题，撰文论证AI“对齐”失效构成的“生存级风险”，批评科技领袖为追求“超人类主义”而“拿人类命运豪赌”——全是反AI、反失控、反”未对齐AI”的愤怒言论。 两天后，一辆本田轿车停在奥特曼的另一处住所旁，车内乘客将手伸到窗外，向住所开了一枪。警方随后逮捕了两位 20 多岁的嫌疑人，搜查住所时发现三支枪。一个周末内共发生了两起袭击。 而太平洋另一边——武汉。某科技大厂被传整个研发中心被裁撤。程序员论坛上一片哀嚎。这些是几年前被认为”最稳的高薪白领”——常青藤毕业、算法大厂、年薪百万。他们中的很多人，三年前刚刚用毕业论文畅想着AI会让人类”解放”。 而也就在同一周，美国盖洛普发布了一份民调：14到29岁的美国年轻人，对AI的兴奋感在过去一年下降了14个百分点，愤怒上升了9个百分点。——这是在AI技术突飞猛进的一年里发生的。技术越强，年轻人越愤怒。 本期是《AI 背后的经济学和经济学家们》的最后一期。从我们第一次开始讨论 AI 背后的经济问题到现在，不知道大家有没有和我同样的想法：关于 AI 的叙事似乎在潜移默化地慢慢反转，大家似乎开始对一些真正重要的问题要求给出答案。而这个变化和问题在最近一个月内，似乎是在密集出现。 这些都是非常重要的问题，但是我们现在似乎还没有很好答案。 今天这一期，我想来和大家一起尝试思考这些和自己密切相关的问题的可能答案。 也欢迎关注Honghub鸿鹄汇的社区播客：一人创业_B站 |小宇宙|Apple Podcast小红书：鸿鹄汇Honghub ⏱️ 时间戳 * 01:24 开场：奥特曼家被纵火与AI叙事的反转 * 04:49 凯恩斯1930年的预言：写给100年后人类的信 * 06:20 经济学史上活得最丰盛的人：凯恩斯的传奇人生 * 10:49 躺在床上做交易：凯恩斯的投资哲学 * 14:27 两个预言：生活水平提高4-8倍（对了）vs 每周工作15小时（错了） * 18:43 为什么我们更富却更忙：享乐跑步机与成本病 * 22:29 毫无意义的工作：格雷伯的五类"bullshit jobs" * 26:39 劳动的道德化：韦伯、波兰尼与阿伦特 * 32:24 AI叙事的六重变化：从颠覆巨头到乌托邦 * 39:01 年轻人的愤怒：入职阶梯被拆掉的一代 * 43:08 UBI的悖论：钱不够只是表面问题 * 48:07 中国路径：AI红利国有化再分配 * 51:32 闲暇与意义：亚里士多德、庄子与凯恩斯的共鸣 📚 本期书单 1. 《我们后代的经济可能性》(Economic Possibilities for our Grandchildren, 1930) — J.M. Keynes 2. 《就业、利息和货币通论》(The General Theory of Employment, Interest and Money, 1936) — J.M. Keynes 3. 《凯恩斯传》(三卷本) — Robert Skidelsky 4. 《和平的经济后果》(1919) — J.M. Keynes 5. 《毫无意义的工作》(Bullshit Jobs, 2018) — David Graeber 6. 《债：第一个5000年》(Debt: The First 5000 Years, 2011) — David Graeber 7. 《大转型》(The Great Transformation, 1944) — Karl Polanyi 8. 《新教伦理与资本主义精神》(1905) — Max Web 9. 《人的境况》(The Human Condition, 1958) — Hannah Arendt 10. 《闲暇：一份被遗忘的快乐》(How to Be Idle, 2004) — Tom Hodgkinson 11. 《有闲阶级论》(1899) — Thorstein Veblen 12. 《21世纪资本论》(2014) — Thomas Piketty 📖 文字版：请见《墙裂坛》和《Honghub鸿鹄汇》公众号 上期内容：EP.4 马克思：如果AI和机器人做了所有的活—钱,该给谁?

（欢迎大家关注中国金融四十人研究院的播客：《研究有意思WitTalk》。本专栏后续内容会在CF40播客首发，《墙裂坛》不定期同步。） 最近我在CF40研究（CF40 Research）的播客《研究有意思WitTalk》里开了一个新栏目。这个栏目想做的事情很简单，但也很有趣——我想挖一些特别精彩、有创新、藏着宏观经济新线索的CF40深度研究，和研究作者仔细聊一聊。这些研究有些是全新的数据和观点、有些可能是非主流叙事、还没形成主流共识，但都值得拿出来好好琢磨。 CF40研究院是我心目中最专业的金融机构（没加“之一”），出品的报告我每篇都读。有些研报读完会让人眼前一亮，有种挖到宝的兴奋。我经常读的悲从中来：这个题目是怎么想出来的？这个方法论是怎么设计出来的？我怎么就没想到？佩服又羡慕。 但更吸引我的是CF40几乎每篇报告中都会有一个特别之处——它总会给你“留白”。 普通研报最后一部分大都是——"结论和含义"，结论是从模型跑出来的硬数，政策含义讲得一清二楚。这当然没问题，但读起来有时候像看判决书，字字有据，却没什么琢磨的余地。CF40的报告不太一样，它的结论也是从模型里来的，该硬的地方一点都不含糊，但在"含义"那一段，往往会留下一些缝隙——这种留白不是炫技，也不是故意卖关子，而是是一种“有证据的克制”——把你带到门口，让你自己往里看。 而恰恰是这种留白，最容易勾起人的好奇心。你看到一个特别有意思的结论，就会上头，会忍不住反复回溯：前面是怎么想的？用了什么方法？一步一步推过来的逻辑是什么？这种呈现方式，我觉得非常高级。 这次有机会和CF40研究员们做播客，一篇一篇地剖析这些精品研报，对我来说是非常珍贵的学习机会。 第一期请到了朱鹤老师，探讨一个月前他和郭凯院长发布的一篇神奇的报告，题目就很特别——《当电力成为“中国制造”——一个关于中国能源转型与发电成本的模型》。 如果电力真的变成了一种制造品，服从制造业的学习曲线和规模效应，整个能源经济的底层逻辑会不会都要改写？本期节目，我和朱鹤老师从这篇报告出发，仔细聊聊当电力从”能源品”变成”工业品”这件事。 本期嘉宾：朱鹤 中国金融四十人研究院 也欢迎大家关注中国金融四十人研究院的播客：《研究有意思WitTalk》。后续内容会在CF40播客首发，《墙裂坛》不定期同步。 时间戳： 报告缘起 * 09:30 曼谷闲聊：电力成本无限趋近于零的假设 * 11:00 从AI算力到地缘政治——为什么这篇报告在此刻发布 报告核心框架 * 12:38 一条深夜微信与最初的Excel迭代模型 * 14:00 思想实验的落地：从边际成本为零到真实世界的机制设计 * 17:00 三个核心结论：加速阶段、成本下降30%、学习率33% * 18:30 第一个拐点已过：从补贴驱动到平价上网 关键概念拆解 * 21:00 永动机比喻：左脚踩右脚的自我循环 * 23:17 为什么叫"制造"电力：从资源品到工业品的重新定义 * 26:00 能源史回顾：工业革命、欧洲新能源与学习曲线 * 30:00 企业家的启发：光伏投资三年回本的真实案例 * 32:00 50倍能量回报率与化石能源的对比 * 35:00 储能的约束：电池成本、生命周期与下一条学习曲线 为什么是中国？ * 39:09 规模：一个月用电1万亿度的国家 * 41:00 不把大事当大事做：中国式技术突破的气质 * 42:37 完整产业链闭环：从多晶硅到特高压 政策与模型推演 * 43:09 补贴到底有多大作用 * 44:43 模型中没有补贴：唯一的政策变量是投资引导 * 47:00 2035年政策退出后：市场自主选择80%投向光伏 * 48:00 不同退出时间点的推演：2030 vs 2035 vs 2040 外部冲击与压力测试 * 52:04 地缘政治冲击：短期增加火电需求，长期加速能源转型 * 54:00 泰国案例：比亚迪首超日系车背后的能源逻辑 * 55:20 关键材料受制于人？——没有想象中那么脆弱 * 57:19 杰文斯悖论2.0：电越便宜用得越多怎么办 报告之外的延伸讨论 * 1:01:30 工业克苏鲁与汇率：中国制造便宜的真正原因 * 1:04:43 从制造到服务：产业升级为什么离不开汇率调整 * 1:07:01 产能过剩的另一面：规模积累是永动机的必要代价 * 1:10:36 叙事对抗：先让自己相信自己的逻辑 AI、电力与大国竞争 * 1:12:19 AI的尽头是电力，电力的尽头是中国——这意味着我们赢了吗？ * 1:13:14 历史的教训：工业革命、互联网革命都不是零和博弈 * 1:14:40 谁发展得快不重要，谁能处理好才重要 * 1:15:40 卡尔·波兰尼《大转型》：社会的自我保护机制 经济学反思 * 1:19:28 当稀缺性消失，市场还能运转吗 * 1:21:02 经济学的局限：统计学基础与思辨传统的张力 * 1:24:06 报告的留白：结论与含义的边界 延伸阅读： * 《当电力成为“中国制造”——一个关于中国能源转型与发电成本的模型》（CF40研究院） * 卡尔·波兰尼（Karl Polanyi）:《大转型：我们时代的政治与经济起源》（The Great Transformation) * 何帆：《在凯恩斯的左边，在马克思的右边：一个杂食经济学家的读书与思考笔记》 * 专题《中国制造业及其转型》（CF40研究院） * 专题《中国消费与投资》（CF40研究院） 完整报告： 大家可以在cf40 app上查看这篇报告的完整内容。CF40 APP已正式上线各大应用市场，即日起，首次下载登录即可获赠30天VIP会员体验，解锁全部深度研报。

一个比伊朗战争可能更需要我们现在就开始仔细思考的问题：全球办公室只要能在电脑面前做的工作，理论上瞬间都可以被替代。如果 AI 真的大面积替代了工作，我们的社会分配制度可以应对吗？全面基本收入（UBI）会在中国实现吗？中国版本的 UBI 会是什么样子的呢？ 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 ⏱️ 时间戳 * 01:14 AI裁员潮开始了？ * 04:13 这次为什么不一样：从辅助到替代整条任务链 * 07:48 被忽视的”窗口期“——创造跟得上破坏吗？ * 12:56 人间这些工作的诞生就是为了取代自己 * 17:26 任务vs技能：理解AI冲击的新视角 * 24:56 技术能替代 vs 实际会替代：X光片医生的故事 * 32:23 UBI思想实验：钱从哪里来，谁来养谁？ * 44:02 中国路径：国企再分配与专款专用 * 57:00 养懒汉是真问题还是假问题？ * 1:04:14 给三类人的建议：程序员、政策制定者、经济学研究者 📝 文字版请见《墙裂坛》公众号：安置碳基的窗口期还有多久？中国版UBI（全民基本收入）该如何实现？

欢迎收听「墙裂坛」和一人创业加速社区「鸿鹄汇」联合推出的特别系列——《AI背后的经济学和经济学家们》。五位经济学家，跨越一百六十年，五个回响至今、也许能够解答我们AI焦虑的问题。每周一期，我们一起听听，历史中的经济学家怎么回答未来。 本期是系列的第4期，主角是马克思。 📻本期介绍 一提到马克思，大家第一反应可能是思想家、政治学家、哲学家、经济学家、革命理论家、无产阶级伟大代表等等等等。但今天咱们先把其他标签先全部放在一边，只把马克思当一个经济学家来读。 为什么？因为在"机器替代人类劳动"这个问题上——恰恰是AI时代最核心的问题——马克思的分析深度，非常值得重新再拿起来仔细研读。 熊彼特——20世纪最重要的经济学家之一，"创造性破坏"的发明人。他不是马克思主义者，但他在《资本主义、社会主义与民主》这本书里评价马克思：他"首先是一位经济学家，而且是一流的经济学家。"熊彼特这么一位自由市场的信徒，却给社会主义之父颁发了经济学能力证书。 我们前三期讲了杰文斯、索洛和哈耶克。第四期，可能也是这个系列和你我最相关的一期——我们需要回答一个问题：当AI和机器人真的干了所有的活，钱到底该给谁？ 这是马克思150年前就在追问的问题。只不过AI把它从书上搬到了你和我的身边——这是我们都需要面对的问题。 也欢迎关注Honghub鸿鹄汇的社区播客：一人创业_B站 |小宇宙|Apple Podcast小红书：鸿鹄汇Honghub 制作人：肖小跑 ⏱️ 时间戳 • 01:33 伦敦贫民窟里的流亡者:马克思与恩格斯 • 05:01 不是书呆子:《资本论》里的工厂检查报告 • 08:08 蒸汽织布机来了:10年手艺一夜归零 • 11:02 思想实验:把蒸汽机换成AI • 14:03 产业后备军2.0:为什么这次可能不一样 • 19:29 资本有机构成:英伟达vs沃尔玛 • 22:53 黄金定律失效:AI不是工具,是替代 • 27:17 AI写了文章赚了钱,钱该归谁? • 34:01 劳动成为享受:乌托邦还是可能? • 36:44 四种分配方案:UBI、机器人税、数据分红、公共化 • 41:35 休谟的鸡:为什么过去不能预测未来 • 45:53 阿西莫夫的电梯:我们漏掉了什么? 📚 本期书单 1. 《资本论》第一卷（尤其第13-15章：机器与大工业） 2. 《1844年经济学哲学手稿》 ：“异化劳动”概念的来源 3. 《资本主义、社会主义与民主》(Capitalism, Socialism and Democracy, 1942) — 约瑟夫·熊彼特 4. 《二十一世纪资本论》(Capital in the Twenty-First Century, 2013) — Thomas Piketty：当代关于资本积累与不平等的最重要著作 5. 《AI超级大国》(AI Superpowers, 2018) — 李开复：关于AI时代的工作与分配问题 6. 《全球化及其不满》《不平等的代价》 — 约瑟夫·斯蒂格利茨：诺贝尔经济学奖得主关于全球化与收入不平等的系列研究 7. 《毫无意义的工作》(Bullshit Jobs, 2018) — David Graeber ：为什么我们创造了大量”没有意义的工作” 📖 文字版：请见《墙裂坛》和《Honghub鸿鹄汇》公众号 上期内容：EP.3 哈耶克：当AI无所不知，谁来做决策？

欢迎收听「墙裂坛」和一人创业加速社区「鸿鹄汇」联合推出的特别系列——《AI背后的经济学和经济学家们》。五位经济学家，跨越一百六十年，五个回响至今、也许能够解答我们AI焦虑的问题。每周一期，我们一起听听，历史中的经济学家怎么回答未来。 本期是系列的第3期，主角是弗里德里希·哈耶克。 📻 本期介绍 1971年,智利社会主义总统阿连德请了一位英国控制论专家，设计了一套名为Cybersyn的系统——用计算机实时控制整个智利经济。一个六角形控制室，七把旋转椅环绕巨大屏幕，显示着全国经济的实时状态：产量、库存、物流、劳动力。坐在椅子上的人可以看到整个国家的经济运转，就像在看一台机器的仪表盘。 这是1971年，没有互联网、没有个人电脑的年代。如果在今天AI能力的语境下发挥想象力，这不就是一个原始版的“AI控制经济”吗? 当年用电传打字机做不到的事情，今天的AI可能真的能做到：实时收集一个经济体所有参与者的行为数据——科技大厂每秒钟都在做；建立模型预测和引导经济行为——推荐算法的本质；一个中央大脑比所有分散个体更聪明地做出资源配置决策——这正是AGI信徒们的终极愿景。 1971年智利人用500台电传打字机试图做到的事情，2025年的硅谷和大厂们正在用几百万块GPU试图做到。 有一位经济学家,如果知道这件事，可能会说：这肯定会失败，就算成功了，人类社会很快也会面对一些预想不到的、很可怕的情景。这位经济学家就是哈耶克。他坚持了一个看似简单到不值得用一辈子去捍卫的观点：没有一个中心，不管它有多聪明、多强大、数据多完整，应该替所有人做决策。不是因为它做不到,而是因为就算它做得到，那条路的尽头是奴役。 本期让我们认真聊一聊：哈耶克到底在担心什么？以及为什么他担心的事情，在2025年的AI时代是否有了实现的技术条件？ ⏱️ 时间戳 * 01:42 智利Cybersyn:1971年的”AI控制经济”实验 * 04:27 1899年的维也纳:天才和疯子呼吸同一片空气 * 08:39 从战壕到崩溃:帝国瓦解如何塑造了哈耶克 * 11:27 世纪之战:凯恩斯大战哈耶克 * 15:40 大萧条的裁判:为什么哈耶克输得彻彻底底 * 19:13 在黑暗中坚持30年:一个被遗忘的人 * 21:17 1945年的论文:知识在社会中的运用 * 26:04 价格机制的奇迹:为什么没有人需要知道一切 * 28:25 推荐算法vs中央计划:新型的信息集中 * 32:48 致命的自负:硅谷正在犯的错误 * 37:46 开源AI:哈耶克式的分散解决方案 * 40:18 普通人能做什么:三个实际建议 也欢迎关注Honghub鸿鹄汇的社区播客：一人创业_B站 |小宇宙|Apple Podcast小红书：鸿鹄汇Honghub 制作人：肖小跑 📚 本期书单 * 《通往奴役之路》(The Road to Serfdom, 1944) — F.A. Hayek哈耶克最著名的作品，警告中央计划通向极权 * 《知识在社会中的运用》(The Use of Knowledge in Society, 1945) — F.A. Hayek可能是20世纪最重要的经济学论文之一，关于分散知识和价格机制 * 《致命的自负》(The Fatal Conceit, 1988) — F.A. Hayek晚年之作，批判人类”以为自己能设计一切”的幻觉 * 《监控资本主义时代》(The Age of Surveillance Capitalism, 2019) — Shoshana Zuboff科技公司如何通过数据积累权力 * 《凯恩斯大战哈耶克》(Keynes Hayek: The Clash That Defined Modern Economics, 2011) — Nicholas Wapshott关于这两位经济学巨人的世纪之战 * 《知识与决策》(Knowledge and Decisions, 1980) — Thomas Sowell托马斯·索维尔对哈耶克知识理论的精彩发展 * 《自由宪章》(The Constitution of Liberty, 1960) — F.A. Hayek哈耶克关于自由与法治的系统论述 * 《控制论革命者：阿连德时代智利的技术与政治》 文字版：请见《墙裂坛》和《Honghub鸿鹄汇》公众号 上期内容：EP.2 索洛：一万亿美金的沉默——"到处都是AI，唯独在增长数据中看不到？”