文章探讨 AI 基础设施建设的长期逻辑：与互联网时代单一维度的用户渗透不同，AI 硬件需求由用户渗透率与人均 token 用量两个指数增长维度相乘驱动，形成历史上罕见的「双 S 曲线接力」，支撑更长的半导体超级周期。同时指出，由于推理的高边际成本，AI 时代商业模式已从「流量×转化率」转向「每 token 毛利」。文章还分析编码（广义）作为下一个 ARR 增长引擎的潜力：大量非编码任务（财务、法务、销售等）正被转化为编码代理执行结构，OpenAI Codex 在非工程岗位的周活用户暴涨即为例证。
本文解读中财办马甲“钟才文”近期连发的四篇系列文章。作者指出该系列文出现在7月政治局会议之后，是对最高层经济决议的补充解释。文章分析了决策层对经济的新评价体系“稳、韧、新、优”，认为短期稳增长政策门槛抬高，科技与产业政策力度将加大；今年增长目标需至少保住4.5%下限；增量政策存在但触发条件与形势变化挂钩；投资“止跌回稳”目标放弃一半，转向新基建与新产业；商品消费被认定趋于饱和，政策重点转向服务消费；决策层警惕政策“依赖症”，不会有大水漫灌式强刺激；对房地产态度偏乐观，进一步刺激有限。
文章指出中国面临的不只是人口老龄化，而是人口、房地产、城市化三重增长假设同时失效，进入存量清算阶段。下一代年轻人需同时承担城市维护成本、房地产债务、地方财政转型、AI职业重构及家庭照护缺口。作者分析了资产型增长与老龄社会的错位（账面厚、钱包薄）、财政需从建设型转向照护型、高科技红利传导机制待重建等核心问题，指出真正的代际矛盾是“资产归社会，账单归年轻人”，呼吁完成增长模式结算、有序收缩、公平分配损失，将财政重点从投资于物转向投资于人。
作者分享邵艾伦寻找风口的经历：2018年做自媒体、2022年转知识付费、2026年押注长视频个人IP，核心方法是观察'已活在未来的人'，即看国外已跑通的模式是否会在国内重演。其公式为：先行市场验证 × 国内低渗透率 × 不可逆需求 × 新工具杠杆。AI时代知识贬值，稀缺的是值得信任、敢于表达立场的个人IP，可延伸至健康类IP、播客、一人公司等方向。作者补充'正确时机'变量，认为方向对不等于该现在All in，并在讨论中承认个人IP与Agent推荐是并行的风口。
作者以在日本做FDE的视角，分析东京房价松动、永住手续费暴涨20倍与高市早苗'危机管理型投资'三件事背后的共同暗线：日本正在重新给资本、身份和未来定价。文章指出东京楼市呈分层状态，高位失去流动性；20万日元损耗的是外国人才的预期而非钱包；产业政策最大的危险是不允许失败退出；国债利息上升使旧系统续命成本越来越高。作者认为日本不会崩盘，而是会体面而缓慢地失去竞争力，对个人而言最值钱的是退出权：收入全球化、资产流动化、职业可切换。
文章从旅日视角分析日本经济与AI发展。日本名义GDP和工资数据改善，但实际消费仍收缩，普通人生活未完全好转。核心问题已从需求不足转向供给不足——劳动力短缺制约交付能力。日本AI落地仍多停留在个人效率层面，真正嵌入业务流程的仅11.9%，卡点在于组织不敢让AI行动。政府押注垂直AI、物理AI与机器人，机会在于保存老师傅暗默知识，但面临软件工程与商业化的短板，还有电力、算力成本约束。作者认为日本AI首要目的是填补人力空缺、维持社会运转，未来最值钱的是能打通企业现场的工程人才，中国团队可凭速度与执行优势切入具体行业场景。
168X 战情室访谈铁柱，探讨美联储货币政策与 AI 资本开支的关系。铁柱认为美联储的终极使命是保住美债而非通胀或就业；加息压不住通胀水位，年底加息不可能、降息概率 60%。他指出 AI 是对利率不敏感的新房地产，AI 越强美联储越该降息以保护其他产业。SPV 与 GPU 融资标志 AI 进入信用扩张阶段但泡沫还早；需求未见顶，AI 大爆发要等 00 后成为主力军。中国方面，阿里带头举债搞 AI CapEx，开源模型将通过解构、降价、封锁三部曲与美国抗衡。
文章探讨了算力金融化的兴起。CME集团与Silicon Data计划于2026年10月推出算力期货合约。2026年AI资本开支达7650亿美元，首次超越油气行业。算力市场面临GPU租金波动、芯片迭代贬值、数据中心建设周期长等风险，急需期货工具对冲。但市场扩展需解决集中度和可互换性两大问题：NVIDIA垄断底层芯片供应，同型号GPU性能差异可达38%。作者发布129页深度报告，分析算力作为资产类的潜力、历史期货市场成败案例、算力交易单位及受益者。
文章分析AI基础设施供应链中的牛鞭效应：从2023年GPU短缺开始，压力依次传导至内存、服务器CPU，再到2026年的大容量存储短缺。HBM生产挤占传统DRAM产能导致SSD价格暴涨，Agent工作流推动CPU需求上升。同时数据中心建设成本高达每吉瓦200亿美元，变压器和涡轮机交付周期长达数年。作者警告，若终端软件收入无法匹配巨额资本支出，2027-2028年新增产能交付时或将面临产能过剩危机。
Earlybird投资人Andre Retterath在How I Invest播客中分享了将风投机构转型为AI原生投资平台近十年的经验与七点核心心得。文章探讨了风投中的幂律分布与漏投明星项目的巨大代价（如错过Lovable的50倍回报）、不存在万能的'优秀创始人'标准（不同技术层级对创始人要求不同）、融资能力与创始人个人品牌正成为硬技能，以及AI原生机构应从第一性原理出发重新设计工作流程而非简单套用AI等观点。
文章分析了为什么Coding成为AI第一个杀手级应用，指出其成功源于数据数字化、结果可验证、流程可拆解等条件。作者认为下一个大场景不会是单一的“第二个Coding”，而是客服、财务、IT运维、医疗、法律、供应链等数百条业务流程同时Agent化的总和。通过微软Foundry、M365 Copilot和Agent 365三组数据，文章判断企业AI正处于从第二阶段向第三阶段扩散的过程中，呈现“广而不深”的特点。最后展望了个人行动Agent和AI科学发现两大长期机会。
168X 战情室对话投资人 Rick，阐述 AI 与 Crypto 的多头逻辑。Rick 认为范式转移每天都在发生：码农用 AI 开发出抗癌疫苗说明 token 成本无关紧要，AI 带动生命科学、材料、机器人等一连串产业革命，GDP 增速将轻松跑赢 40 万亿美债，宏观已死，唯一宏观是 AI 产业的资金需求。他还看好存储与光通信板块，认为 Crypto 有两台发动机——美股上链与 Agent 经济驱动的稳定币，并认为 Anthropic 估值 2 万亿不贵。
桥水创始人 Ray Dalio 阐述其大债务周期框架：当政府债务供需失衡时，还本付息挤占财政、债券需求不足、央行印钞购债导致货币贬值，最终引发债务危机。当前美国年收入约5.5万亿美元，支出7.5万亿，债务32万亿，本息偿付相当于收入的200%。他提出'3%三部分方案'，主张平衡削减支出、增税与降低利率，将赤字降至GDP的3%。他预测若路线不变，危机约三年内到来，并建议投资者低配债券、超配黄金并少量配置比特币，跨国分散投资。
本文整理 Howard Marks 在 My First Million 的访谈及其备忘录《AI Hurtles Ahead》。Marks 坦承自己前 25 年职业生涯多靠运气而非自觉决策，并解释为何重写 AI 备忘录：AI 具备前所未有的自主性与不可预测性，Level 2 到 Level 3 的跨越意味着从生产力工具到劳动力替代的转变。他对技术为真保持信心，但认为 AI 可能取代大量结构化工作，结论是「温和部位、审慎参与」。作者指出 Marks 的论述在结构上近似「这次不一样」，但他将兴奋留在分析而非仓位，这种校准正是其专业所在。
作者针对近期知名孵化器和风投排行榜引发的争议，提出了一个以创始人为核心视角的天使投资人评估方法。他认为无法做出完全客观的排名，而是回答一个更实际的问题：谁有可信证据能在此刻、此阶段对该公司有用。他提出优秀天使的四个标准：早期判断力、可重复性、相关运营经验和投资后的实际帮助。评估方法以早期选择记录为核心，优先采信公开可验证的融资链条和退出结果。文章按传奇天使、活跃天使和专业天使三类列出了约30位候选人，包括Peter Thiel、David Sacks、Nat Friedman等，并附其代表投资案例。
作者通过实际案例指出，传统财务与技术尽调方法不适用于AI公司收购评估。一家宣称拥有'专有AI平台'、ARR达420万美元并年增长40%的公司，打开代码库后发现仅是调用gpt-4o的API包装：一个系统提示词加React前端，600行胶水代码。作者提出AI尽调的四大盲区：模型依赖风险、训练数据责任、以及AI产品与传统SaaS的根本差异，强调评估AI公司必须超越财务报表，直接审查代码库的真实技术壁垒。
本文是 168X 节目对 AI 产业挖掘机的访谈摘要。嘉宾认为，当前 AI 产业存在短期泡沫，Coding 之外缺乏新应用场景，开源模型冲击闭源模型，上游高毛利难以持续，AI 投资更像房地产而非 2000 年互联网泡沫。他建议散户空仓等待泡沫破裂，再捡拾政府会救的公司，并预警 2027 年可能是指数跌幅很大的一年。
本文是贝森特的人物小传，详细介绍了这位美国财政部长的生平与投资生涯。贝森特早年师从索罗斯，参与1992年做空英镑和2013年做空日元的经典战役，获利丰厚。他冷静理性、适应力强，兼具学者气质和冒险精神，从民主党金主转变为特朗普政府核心经济顾问，最终出任美国第79任财政部长。文章通过其职业轨迹、投资风格和人性特点，刻画了一位披着学者外衣的宏观赌徒形象。
本文由a16z合伙人Martin Casado撰写，宣布Stripe收购OpenRouter，并阐述其战略意义。文章提出“Token是新美元”的观点，认为Token已成为AI时代新的价值交换媒介，而OpenRouter作为模型路由和清算层，与Stripe在支付领域的角色类似，共同构成AI经济的基础设施。作者回顾了OpenRouter的创业历程，强调其从小规模聚合到大规模基础设施的演进，并看好合并后的发展前景。
本文深入剖析了Anthropic公司冲刺2万亿美元IPO背后的故事，聚焦于CEO Dario Amodei的妻子Cami Clark。她从蓝领家庭出身，经历破产和成人电影创业失败，最终通过人脉网络成为硅谷权力核心人物。文章还探讨了Anthropic的宗教式管理文化、融资循环模式以及估值争议，揭示了AI行业光鲜背后的复杂矛盾。
作者在2026年6月访问上海、深圳和香港，与数十位生物技术创始人、科学家、投资者等会面，分享了对中国生物技术生态系统的观察。他发现中国在将实验性疗法快速推向患者方面具有结构性优势，但尖端创新成本并不低，估值与美国相当。中国初创企业在公司建设上不如美国成熟，教授主导模式普遍，缺乏专业管理团队。政府导向的资本带来地方就业等非商业目标，造成扭曲。总体而言，美国在创新和公司建设上仍领先，但中国在化学和制造方面有优势，双方存在合作空间。
高盛发布报告指出，中国居民资产增长进入慢速时代，预计未来年均增速约5%。资产结构发生史诗级轮动，房地产占比从2021年的67%降至2026年一季度的52%，而存款和金融资产占比上升。高盛预测到2035年，房产占比将降至42%，直接持股和保险占比将提升。文章分析了资产轮动缓慢的原因，包括金融资产复杂性、风险要求高和居民资产负债表修复压力，并为普通人提供了应对建议，强调重新认识房产角色、拥抱金融资产并注重耐心与学习。
NVIDIA宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR等机构合作，建立独立融资平台，旨在动员超过5000亿美元的第三方资本，用于支持AI基础设施的建设。这标志着AI从研究转向生产，AI工厂成为可融资的生产性基础设施。NVIDIA的AI工厂平台具备灵活性、可互换性和软件升级能力，其经济价值随时间增长，如A100芯片在发布六年后仍在使用。这些特性使AI工厂成为可投资的基础设施资产。NVIDIA将提供平台，金融机构独立评估项目并融资，NVIDIA可能提供最高25%的残值支持。此举旨在解决AI基础设施融资不均的问题，开启AI基础设施的公开资本市场。
文章指出2026年AI行业正从“能力竞赛”转向“生产力竞赛”，模型本身不再是唯一重点。真正的商业价值在于工作流和收入。投资人应关注三个核心信号：一是AI应用能否真正盈利并为企业省钱；二是Agent能否深度接入企业系统并实际执行任务；三是AI能否走出数字世界，通过Physical AI（具身智能、机器人等）改造现实。此外，AI基础设施（卖铲子）及安全权限治理也是极具潜力的长期红利。
AI产业的爆发导致全球内存需求急剧增长，引发了严重的DRAM危机。由于AI服务器需要消耗海量LPDDR内存，挤压了智能手机等消费电子的供应，推高了内存价格。这对利润微薄的中国手机厂商冲击尤为严重。目前，长鑫存储(CXMT)等中国本土内存制造商的产能已被极度饱和的国内需求填满。面对长期的“内存墙”与产能建设周期问题，中国如何快速扩充DRAM产能以满足本土AI与电子产业的需求，已成为关乎整个科技产业竞争力的核心危机。
本文为 Chris Lee（李书沸）关于《AI 超级周期》的深度访谈。他提出 AI 投资应基于能源、芯片、存储、光互连和云端“五层产业链加 Crypto”的框架。核心观点认为 AI 真正的瓶颈在电力而非算力，因此极度看好能源与 AI 硬件。同时，由于寡头垄断和长期合约锁定，HBM 存储正脱离传统周期股逻辑。在芯片格局上，英伟达凭借 CUDA 生态稳固训练市场，而 ASIC 将在超大客户推理端分羹，两者共存做大蛋糕。强调掌握产业链稀缺节点和资产配置远比单纯选股更重要。
本文全景剖析了OpenAI从非营利实验室向万亿估值巨头蜕变的历程。其收入高速增长但因高昂算力成本深陷亏损，高估值全靠不断兑现的“故事”支撑。为摆脱手机厂商的入口控制，OpenAI重金收购团队进军硬件，却因涉嫌窃取商业机密遭苹果起诉。文章指出，AI行业在拼完模型与算力后，已步入争夺硬件入口的白刃战，而“讲新故事并兑现”是其生存发展的核心逻辑。
文章通过商业模式画布分析AI产品增长，指出用户细分应按认知阶段划分，价值主张需转向业务结果。定价模式正从按量收费转向订阅和基于成果的定价，成本大头从算力转向人力和信任。真正的护城河在于工作流锁定和领域知识积累。
文章分析了7月政治局会议的宏观政策定调变化，指出政策由“用好用足”转为“加力提效”，强调逆周期调节。文章解读了对经济形势评价中缺失“稳”字的深意，以及财政、货币、消费、地产等领域的政策走向，认为存量政策将加速落地，增量政策视情况出台，科技产业优先级仍居首。
