稳定币的演化历程 - 稳定币已从简单的支付工具演变为融合区块链、Web3.0和现实世界资产三大技术浪潮的金融新基建[7] - 其发展经历了三个阶段：区块链奠定价值互联网基础（2009-2015）、Web3.0推动可编程经济崛起（2015-2020）、现实世界资产实现数字世界价值互联（2020-2024）[8][11][14] - 2024年至今，稳定币已成为数字金融的“定海神针”，是三大技术浪潮的交汇点[16] 稳定币的技术基础与驱动因素 - 区块链技术通过去中心化账本解决了“双花问题”，实现了点对点的价值传输，为稳定币奠定基础[6][8] - 以太坊智能合约技术让区块链从“价值传输”升级为“可编程经济系统”，推动了DeFi等应用爆发，但也凸显了加密资产高波动性与经济系统需要稳定性之间的根本矛盾[6][11] - 现实世界资产代币化趋势为稳定币提供了更丰富的抵押品选择，推动了传统资产通过代币化进入加密领域[7][14] 稳定币在Web3.0生态系统中的作用 - 稳定币作为DeFi协议的“血液”，成为借贷协议的计价单位以确保贷款价值比计算和清算机制的准确性[12] - 在NFT市场中，稳定币作为定价锚，避免以太币价格波动对交易定价的干扰[13] - 稳定币为去中心化自治组织提供可靠的财政工具，满足其国库资金管理对稳定价值存储手段的需求[13] 现实世界资产与稳定币的结合 - 主流稳定币如USDC和USDT开始将部分储备投资于短期美债，成为“生息稳定币”，为用户提供更高收益回报[14] - Ondo Finance、Maple Finance等协议通过将企业债、国债代币化，增强了稳定币的收益能力[14] - 贝莱德与Securitize合作推出的代币化美债基金BUIDL资产管理规模接近30亿美元，显示传统金融巨头对RWA的积极布局[15] - 代币化美国国债市值在2025年显著增长，已超过73亿美元，平均到期收益率为4.13%[15] 稳定币的当前功能与影响 - 在技术层面，稳定币依托智能合约实现自动化管理，通过预言机接入现实世界数据，支持跨链互操作[16] - 在经济层面，稳定币作为法币与加密货币之间的桥梁，为DeFi提供流动性支持，为RWA提供价值锚定和结算媒介[17] - 在社会层面，稳定币推动普惠金融发展，在跨境支付领域展现显著优势，为新兴市场提供抗通胀工具[17] - 稳定币与RWA的结合正在重构金融基础设施，推动传统金融向数字化转型[17]

研究院战略布局 - 未可知人工智能研究院杭州分院在杭州市滨江区正式挂牌成立，是研究院布局华东地区的重要战略支点[1] - 此次落子杭州滨江区是研究院把握长三角人工智能产业发展机遇、完善全国战略布局的关键举措[3] - 杭州分院将依托长三角产业优势与人才资源，聚焦人工智能产业应用研究与创新人才培养[1] 研究院定位与业务 - 未可知人工智能研究院是国内领先的新型AI研究机构，整合集团旗下科技加速器、实验室及企业培训业务板块，形成“产学研用”一体化创新体系[3] - 研究院致力于人工智能技术的产业化落地，在AI解决方案开发、新质生产力咨询研究、人才培养等领域与各地政府、院校及企业建立深度合作[3] - 研究院已成为推动AI技术从实验室走向产业界的重要桥梁[3] 区域产业优势 - 杭州滨江区是浙江省数字经济核心区，集聚了大批人工智能领军企业与创新载体，产业生态完善、政策支持体系健全[5] - 滨江区政府正全力推进人工智能与实体经济深度融合，将为分院提供全方位的政策支持与服务保障[9] - 区域优势为人工智能技术研发与应用提供了得天独厚的土壤[5] 分院发展规划 - 杭州分院将重点开展智能图像处理、机器学习、工业AI应用等领域的研究，打造集技术研发、成果转化、人才孵化于一体的创新平台[5] - 分院将建立“政产学研”协同创新机制，与浙江大学、杭州电子科技大学等高校加强合作，攻克AI产业关键共性技术的产业应用[7] - 分院将打造AI人才培养基地，结合产业需求开展定制化培训，为企业输送高素质技术人才[7] - 分院将推动技术成果本地化落地，聚焦人工智能+智能制造、新能源、智慧医疗以及具身智能等优势产业，开发具有行业竞争力的AI解决方案[7] 合作伙伴与未来展望 - 杭州分院未来将以技术创新为核心驱动力，以产业需求为导向，不断深化与地方政府、企业及高校的合作[12] - 分院将加速人工智能技术成果转化，为长三角乃至全国AI产业高质量发展贡献智慧与力量[12] - 合作伙伴包括字节跳动、万科、招商基金等知名企业与机构[13]

文章核心观点 - AI行业呈现明显的两极分化格局，部分赛道已形成巨头垄断，新玩家难以进入，而另一些领域则存在显著的空白机会 [2][3][7][8][16] 已成定局的"死亡地带"：三大领域再无入场门票 - 基础模型领域由谷歌、Anthropic、OpenAI、xAI、Meta、Mistral六家寡头垄断，技术、资本和生态壁垒极高 [4] - OpenAI训练GPT-4花费超1亿美元，千亿参数模型每日耗电数十万度，百万级GPU集群维护成本高昂 [4] - 巨头通过生态闭环强化优势，例如OpenAI的ChatGPT拥有1亿日活用户，谷歌将Gemini嵌入安卓系统，Meta通过API接口绑定开发者生态 [4] - AI辅助编程市场呈现赢家通吃局面，Anthropic的Claude Code每周下载量达300万次，企业客户续约率超92%，年收入超2亿美元 [5] - OpenAI的Codex通过GitHub Copilot拥有1500万付费用户，市场份额超60% [5] - 客户支持AI市场估值达15亿美元，但竞争激烈，Decagon融资1.31亿美元，其系统能与企业订单、物流数据打通形成闭环能力 [6] - Salesforce、HubSpot等CRM巨头将AI客服模块作为赠品免费提供，挤压独立AI客服公司的价格优势 [6] - 医疗转录领域Abridge占据80%的三甲医院市场，与Ambiance共同占据90%市场份额，新玩家机会渺茫 [6] 野蛮生长的"希望之地"：四大空白领域的掘金机会 - 金融科技领域机会在于解决实际痛点，例如利用多模态模型进行跨境支付反欺诈，系统能在0.3秒内识别骗局，东南亚市场单套售价达200万美元 [9] - 通过替代数据（如电表转速、货车趟次、外卖订单）为中小微企业建立信用画像，贷款利率可降低2个百分点，印度市场已帮助银行降低40%坏账率 [9] - 会计行业AI化潜力巨大，未来5年财务审核岗位可能减少90%，AI系统能处理多国税务，将错误率从15%降至0.5%，深圳市场年服务费达18万元 [11] - 结合区块链的AI审计工具可将审计时间从3个月缩短至2周 [11] - AI安全需求迫切，2024年全球因AI安全漏洞损失超500亿美元，同比2023年增长3倍，定制化安全方案单套售价可达数十万美元 [13] - 联邦学习、大模型防火墙等技术可实现事前防护，并符合数据隐私和监管要求 [13] - 物理智能是AI与真实世界结合的新增量市场，工业机器人通过AI视觉和力控技术实现柔性生产，特斯拉工厂已替代60%人工，国内初创公司产品单价200万元，年销量破千台 [14] - AI药物研发可将新药研发时间从10年缩短至3年，成本从10亿美元降至2亿美元 [14] - 物理智能领域需要算法、硬件、场景深度结合，存在较高的跨学科壁垒 [15]

活动核心观点 - 活动主题为探讨未来十年最稳定、最划算的投资方向，强调"投资于人"的理念，认为这是超越物质与技术的核心价值[3] - 活动提出"成人者终达己"的投资哲学，融合经济学理性判断与中国传统"修己以安人"的智慧[3] - 活动旨在为参与者提供重新审视价值和规划未来的高阶视角，帮助各类人群提升未来竞争力[5] 活动基本信息 - 活动时间为11月16日（周日）14:00-16:00，地点在杭州上城区府学巷8号西湖国学讲堂[8] - 活动采用预约制，名额有限需提前报名，参与者需提前15分钟到场签到[10] - 活动面向寻求突破的职场人、为子女未来思虑的家长、渴望系统性成长的年轻人、希望洞察趋势的创业者与管理层等多类人群[7] 主讲嘉宾背景 - 主讲嘉宾杜雨博士为中国社会科学院技术经济学博士，现任未可知人工智能研究院院长[14] - 嘉宾拥有红杉资本副总裁从业经历，是人工智能领域的畅销书作家[14] - 未可知人工智能研究院聚焦AI前沿趋势、商业落地与人才发展，致力于成为AI时代的认知基础设施[17]

AI技术本质与终局 - AI技术的终局不是简单的工具迭代，而是人机结合的全新形态，其本质是新的生命形式，这与蒸汽机、电力等以工具赋能为核心的前几次科技革命存在根本属性差异[7] - AI已具备生命繁殖能力，证据包括特斯拉人形机器人工厂中机器人参与同类制造的生产闭环[9] - AI可干预人类意识，例如未可知人工智能研究院增速最快的GEO业务显示消费者决策正深度依赖AI建议，品牌商需转向影响AI而非说服人类[9] 应对AI革命的策略框架 - 产业端需政府与企业协同作战，联手打造新一代AI产业体系，推动技术、资本、人才的体系化聚合，摒弃单点突破思维[7] - 教育端改革核心在于重构考核逻辑，让学习者深入生活场景解决实际问题，以解决真问题取代纸上谈兵，这是AI无法替代的核心能力[7] - 国际端安全不能闭门造车，必须通过国际合作搭建安全屏障以破除技术孤岛，AI的全球性决定了安全需共建[7] 高质量发展新范式 - 新科技革命的核心是AI革命，高质量发展的关键在质不在量，过去追求GDP最大化的老路已经走不通[11] - 传统GDP指标已无法衡量AI时代的发展质量，例如小公司使用AI智能体后设计费用从年付几百万降至几百元，GDP下降但效率提升、幸福指数上升[11] - 必须打造新的发展仪表盘，未来的衡量标准应聚焦效率提升、民生改善与幸福增长，实现从重量到重质的转轨[11] 政策导向与高频关注点 - 根据四中全会“十五五”公报词频统计，“产业”出现8次，“科技”出现6次，“安全”出现7次，显示产业体系、科技创新和安全是政策重要性排序最高的三大领域[8] - 其他领域如改革出现5次，开放出现3次，内需消费出现2次，债务和房地产各出现1次，金融出现0次，反映出不同的政策关注度[8]

文章核心观点 - AI基础设施投资存在严重泡沫，科技巨头年资本开支近4000亿美元，未来五年计划总投资达5.2万亿美元，但当前全球AI收入仅200亿美元，需增长100倍才能匹配投资规模[1][5] - 历史规律表明，过度资本开支和重资产扩张将导致公司跑输市场，AI基建股估值过高，存在巨大风险[7][17][40] - 真正的投资机会在于不直接参与基建、但能有效应用AI技术提升业务的“AI搭便车者”公司，这些公司估值更低且能直接受益于AI带来的效率提升[31][32][33] AI基建投资规模与历史对比 - 美国科技巨头今年AI资本开支接近4000亿美元，麦肯锡预测未来五年全球AI基建投资将达5.2万亿美元，相当于印度全年GDP[5] - 当前AI收入与投资严重不匹配，全球AI收入仅200亿美元，需增长100倍才能达到2030年所需的2万亿美元年收入目标[7] - 历史上有类似泡沫案例：1868-1873年美国铁路泡沫期间铺设3.3万英里铁轨，经济恐慌后数百家铁路公司破产；2000年互联网泡沫中电信公司投资5000亿美元铺设光纤，导致85%光纤闲置，带宽价格下跌90%，行业指数暴跌92%[7] AI对股市的影响 - 自ChatGPT发布后，AI股贡献了标普500指数75%的涨幅、80%的盈利增长和90%的资本开支增长[11] - “七巨头”（苹果、微软等）在标普500中的权重超过30%，集中度高于互联网泡沫时期[11] - AI资本开支支撑了美国GDP增长的50%，成为经济的“遮羞布”[12] 资本周期与资产扩张风险 - 自1963年以来，疯狂扩张资产负债表的公司年化回报率比保守公司低8.4%，存在“资产增长异象”[17] - 该规律在全球各大行业和市场中普遍适用，过度投资的公司均表现不佳[20] - AI设备折旧速度极快，芯片可能2-3年过时，导致持续的高额资本支出，铁路可用30年，光纤可用7年，而AI芯片生命周期短[21] 科技巨头的战略转型与困境 - 过去十年“七巨头”依靠轻资产模式获得22.5%的投资回报率，是标普其他公司的3.6倍，无形资产是其他公司的3-7倍[25] - 目前“七巨头”资本开支占营收比例从2012年的4%上升至15%，Meta、微软、谷歌超过21%，高于公用事业公司水平[25] - 巨头陷入“AI囚徒困境”，Meta为建数据中心借入270亿美元表外债务，扎克伯格称“宁愿错花几千亿也不能错过AI”，拉里·佩奇表示“宁愿破产也不输”[29][30] AI领域的投资机会识别 - AI受益者分为两类：AI基建者（芯片、云、数据中心）估值溢价达137%；AI早期使用者（金融、工业、医疗等）估值溢价仅为13%[33] - AI早期使用者遍布全球，以色列、德国的AI使用者占比高于美国，日本、中国、印度也有众多机会，例如沃尔玛用AI优化供应链，摩根大通用AI做风控，西门子用AI改进生产，罗氏制药用AI搞研发[37][39] - 自2015年以来，便宜的AI股票收益比市场高136%，而贵的AI股票仅高出61%，尤其在2021-2022年估值回调时，便宜股票更具韧性[42]

文章核心观点 - AI行业当前存在严重估值泡沫，英伟达和Palantir等明星公司估值已严重脱离基本面，迈克尔·伯里以10亿美元看跌期权押注泡沫破裂，类似2008年次贷危机前的市场环境 [2][4][5][8][10][11][13][14][15] 泡沫现状与具体案例 - 英伟达市值突破5万亿美元，超过德国全年GDP，但估值与基本面脱钩 [5][8] - Palantir年营收仅44亿美元，但股价一年上涨4倍，市值达3.2万亿元人民币，估值达到营收增速的6倍 [5][7][13] - 超微电脑股价两年内上涨40倍，市盈率达800，但随后7个月内下跌80%，3个月内下跌47% [10] - 高盛指出2024年AI领域投资达1610亿美元，但大部分集中在10家公司，存在投资回报风险 [7][10] 历史对比与行业风险 - 当前AI泡沫与2000年互联网泡沫、2008年次贷泡沫相似，表现为全民疯狂、价值与价格脱钩、风险被忽视 [8][10][14] - AI行业已出现裂缝：Runway宣布放弃纯AI业务转向传媒，Character.AI估值从50亿美元降至25亿美元（实际价值仅10亿美元） [8][10] - 资本盲目追逐AI概念，例如StabilityAI一季度营收不足500万美元，亏损超3000万美元，仍获投资 [11] 市场反应与空头策略 - 伯里通过Scion资产公司投入9.12亿美元看跌期权押注Palantir，1.87亿美元押注英伟达，占其持仓80% [4][13] - 伯里持仓曝光后，英伟达股价短期上涨6.5%，Palantir上涨4.6%，但市场波动类似2005-2007年空头策略初期浮亏阶段 [13][15] - 泡沫预警信号已现：英伟达盘前跌2%，Palantir跌近8%，显示市场情绪敏感 [15] 行业未来走向 - 泡沫破裂后将引发行业清洗，缺乏技术的公司被淘汰，真正有技术实力的公司存活并长期发展 [14] - 类比2000年互联网泡沫破裂后纳斯达克指数下跌78%，但优质公司最终成长为行业巨头 [14]

文章核心观点 - 黄金的本质是货币而非投机品，是穿越千年周期的硬通货活化石 [2][3][5] - 当前金价上涨反映市场对全球债务高企、地缘冲突和法定货币信用贬值的集体担忧 [2][9] - 黄金在资产配置中应作为风险灭火器而非赚钱工具，核心价值在于抗贬值和抗没收两大保命技能 [10][12][13] 千年铁律：黄金是货币的终极备胎 - 货币分为两类：有硬资产支撑的金本位货币和依赖政府信用的法定货币，历史表明当政府债务超过黄金储备时货币体系必然崩溃 [6][7] - 1971年尼克松关闭黄金兑换窗口后，人类进入无锚印钞时代，当前金价突破4000美元是债务货币体系危机的明牌反应 [9] - 桥水基金达利欧指出当前处于债务和货币体系的黑暗时代，金价上涨符合历史规律：央行放水→通胀冒头→金价暴涨 [9] 黄金的两大保命技能：抗贬值、抗没收 - 抗贬值特性：黄金总量固定且不依赖信用背书，长期实际收益约1.2%，能精准对冲货币购买力下降 [10] - 抗没收特性：实物黄金独立于金融系统，规避资本管制或制裁风险，乱世中相对其他资产显避险优势 [12] - 黄金缺点为无利息收益，需对比利率与贬值风险决策配置时机，但普通投资者应避免择时操作 [12] 资产配置的黄金法则 - 黄金在组合中充当风险灭火器，建议配置比例5%-15%，用于对冲经济放缓、通胀飙升及地缘冲突风险 [13] - 战术增配黄金的两种情景：主要储备货币信用崩塌或极端风险事件爆发，如2025年美国债务死亡螺旋及全球央行增持黄金 [15] - 黄金应视为家庭基础货币而非赌桌筹码，其核心价值是稳定资产组合而非短期投机收益 [15][17] 结语：黄金作为货币照妖镜 - 黄金价值取决于对货币环境的判断，当前全球债务堆叠及印钞机持续运转背景下，黄金是守住钱袋子的底层工具 [16][17] - 配置黄金本质是为未知风险购买保险，其千年硬通货属性在货币信用修罗场中始终扮演定盘星角色 [17]

生成式AI在建筑施工行业的应用 - AI技术已从决策式迈向生成式，能够主动创作文本、图像与视频，大幅提升生产力[3] - 在南宁轨道交通工程中，AI隐患识别模型实现实时监测工地安全，10分钟内预警基坑风险[3] - 广联达AecGPT大模型可在30分钟内生成高质量施工进度计划，效率提升超过6倍[3] AI提示词方法论与案例 - 指令型与推理型是两大核心提示词方法论，通过结构化提示词使AI输出精准内容[3] - 施工安全说明和项目计划撰写案例显示，AI可模仿鲁迅文风批判工地乱象或生成藏头诗式工程报喜文案[3] - 这些技巧显著降低AI应用门槛，助力企业实现降本增效[3] 机器人技术与行业变革趋势 - 具身智能趋势下人形机器人展现出在安防巡检、物流分拣等场景的应用潜力[3] - 智元机器人已实现电力场景螺栓紧固作业，预示未来建筑工地人机协作的蓝图[3] - 结合BIM与AI的数治工地正推动行业从人防转向技防[3] 未可知人工智能研究院的专业能力 - 研究院在AI技术应用方案落地与战略咨询方面拥有领先经验[4] - 长期致力于产教融合，为企业提供从培训到实施的全程赋能[4] - 助力浙江建设投资集团等传统企业拥抱智能化浪潮，打造行业新标杆[4]

文章核心观点 - 华人在全球人工智能领域已从参与者转变为主导者，这一转变体现在学术研究和产业应用等多个层面 [2][4][5] - 华人主导地位的形成得益于扎实的数理教育基础、全球化的人才流动网络以及中国庞大的应用场景优势 [5][6][8][10] - 人工智能时代的核心竞争领域与华人优势高度契合，为相关从业者提供了明确的投资与发展方向 [11][13] 华人学术圈影响力 - 2020年ICLR会议收录的687篇论文中，华人参与论文达412篇，占比60%，其中第一作者占比44% [4] - 2019年NeurIPS会议中，华人署名论文占比42%，第一作者贡献了33%的录用成果 [4] - 全球47%的顶尖人工智能研究者本科阶段在中国高校接受训练，这一比例是美国本土培养者的近3倍 [4] 华人产业端势力 - 硅谷人工智能研发岗位中，华裔占比达32%，而华裔在硅谷总人口中仅占6% [5] - 美国顶尖人工智能实验室中，华人占比高达75%，其中六成拥有清北复交的本科背景 [5] - 具体企业案例显示，Meta超级智能实验室11个核心成员中有7个是华人，马斯克xAI的12个创始人中有5个是华人 [5] 华人主导地位形成原因 - 中国教育体系强调数理基础训练，使华人在算法设计和模型优化等硬核环节具备天然优势 [6] - 全球化人才流动形成“技术传送带”，2023年回国的人工智能人才数量增长23% [8] - 中国拥有14亿人的消费市场和完整制造业链条，为人工智能技术提供了全球最大的试验场 [10] 人工智能时代发展机遇 - 产业落地需求巨大，百度飞桨已服务37万家企事业单位，显示产业落地缺口比基础研发大十倍 [13] - 开源社区工具完善，百度飞桨、华为MindSpore等框架构建了超百万开发者的交流网络 [13] - 人才回流趋势明显，国内企业为人工智能人才提供高额薪酬，如华为“天才少年”年薪达500万 [13]