华尔街本以为英伟达公司（NVDA）的爆赚财报能安抚投资者对人工智能（AI）股泡沫的担忧，但事与 愿违。 如今，AI相关交易究竟处于何种境地？答案因人而异。 在英伟达财报发布后的上周四，股市的剧烈波动凸显了这种不确定性。这家芯片巨头的股价起初暴涨逾 5%，带动一众其他AI概念股走高，随后却调转方向，收盘下跌3.2%。标普500指数（SPX）和纳斯达克 100指数（NDX）也随之起伏，开盘上涨后迅速抹去涨幅，最终大幅收跌。 当前市场分为两大阵营，一方是怀疑论者，另一方是乐观主义者，双方观点针锋相对。 怀疑派：担忧估值、债务与系统性风险 乐观派：视回调为健康信号，坚信增长才刚开始 "需求强劲的确定性起初引发了一波缓解性反弹，但投资者现在开始追问后续问题：能源需求如何解 决？利润率情况怎样？投资回报率（ROI）有多少？"Apeira Capital Advisors管理合伙人娜塔莉·黄 （Natalie Hwang）表示，"只要市场仍有未解之惑，缓解性反弹就难以持续。" 上周五，投资者终于获得些许喘息，主要股指早盘在涨跌之间摇摆后，果断转为上涨。 两极对立：怀疑派警惕泡沫风险，乐观派看好长期增长 怀疑论者担心，随着投 ...

行业趋势变化 - 直播带货行业正步入退潮期，头部主播如辛巴、顿顿、毛光光等于2024年6月至8月期间相继离职或退网[1] - 2024年直播电商交易规模超5万亿元，但渗透率增速从2020年的约100%降至个位数百分比[10] - 2023年末至2024年初成为行业分水岭，疫情缓和后线上流量被分流，平台算法调整及比价机制透明化导致大盘整体下滑[9] 从业者薪资与就业状况 - 行业红利期新手主播时薪在杭州可达90元至120元，广州地区为80元至200元，西南地区普通主播月薪普遍在1.5万至3万元[5][6] - 2024年起主播薪资普遍下滑30%至40%，例如有从业者底薪从1万元降至8800元，年终奖缩水一半[8] - 截至2023年底，我国职业网络主播数量达1508万人，其中八成以上平均月收入在8000元以下[8] 平台与机构运营压力 - 直播ROI（投资回报率）从早期的1:4.2跌至1:3.5甚至更低，机构通过延长直播时间至6小时试图维持数据但效果有限[7] - 品牌为争夺流量增加投流预算，同时品牌自播间成熟化及主播数量激增加剧行业竞争，导致人工成本缩减[8] - 2024年杭州滨江、钱江世纪城等直播产业重地出现头部MCN机构退租撤离现象，部分小型机构因缺乏稳固供应链和资金抗风险能力被淘汰[11] 从业者转型案例 - 有主播在2023年618期间通过6小时直播实现80万元销售额，个人分得7万元收入，但于2025年初离职并转型线上水果销售，近两个月销售额突破10万元[5][12] - 另有从业者从主播转为平面模特，通过接洽拍摄通告月入过万，认为相比直播工作更为轻松自在[14][15] - 行业流动性极高，生存关键在于懂内容、能做IP的能力，而非单纯叫卖技能[15]

文章核心观点 - 文章分享了Bas van Opheusden成功入职OpenAI研究岗的详细面试经验，强调面试准备、过程技巧及后续谈判的重要性 [1] - 面试被视为一种需要精心准备的“表演”，涉及技术能力、行为表现及战略沟通等多方面 [1] - 真诚的态度和直接的沟通是有效的面试策略，甚至能扭转面试结果 [32] 面试准备 - 为面试所做的准备被视为人生中投资回报率最高的事情之一，建议尽早开始 [4] - 建议花费约100小时在LeetCode上练习，并投入同样多的时间阅读论文、使用工具复习知识以及与朋友交流 [5] - 求职者可通过Github主页、获得星标、参加黑客松等活动展示自己，专业平台如Linkedin的标签有助于推送相关岗位 [7] - 面试前需研究面试官背景，例如通过谷歌学术搜索其论文，了解其近期关注点 [9] 面试流程与设备准备 - 大多数公司面试流程的第一步是HR的简短“非正式”电话，需在此过程中做好笔记 [8] - 视频面试需配备好设备，如高质量麦克风、摄像头，建议使用双显示屏以便同时展示个人介绍PPT和进行视频通话 [10] - 面试环境需光线充足，准备备用耳机，清理桌面并备好笔纸 [12] - 需提前熟悉不同公司可能使用的视频通话软件和编码工具，适应无高亮和自动补全的编程环境 [13] - 面试前需保证充足睡眠和舒适环境，提前30分钟放松心情，并确保生理需求已满足 [14] 面试技巧与策略 - 所有互动均为面试一部分，包括所谓的“非正式”谈话，需准备标准话术应对 [17] - 面试不仅考察技术，还考察能否像CEO一样思考，理解组织使命并将个人工作与公司战略对齐 [18][20][21] - 行为面试需准备5个故事以覆盖80%的问题，特别强调需包含一个真诚的“失败故事”并采用STAR-I模型叙述 [23][24][25] - 编程面试常见题目包括从零实现方向传播或调试Transformer，需注重良好的编程习惯如使用to do注释和assert断言 [33][34][35] - 面试官通常希望候选人通过，候选人可直接询问“我需要做些什么才能通过”以争取机会 [30][31][32] 面试后策略 - 拿到offer后博弈才开始，公司可能通过拖延、设置极限截止日期等方式测试候选人诚意和谈判能力 [36] - 选择工作不应只看薪资，团队、使命、文化、地点等因素对长期幸福感影响重大 [36] - 若未拿到offer，可要求与面试官再次交谈或访问公司，但需记住没有真正的非正式交谈 [36]

研发投入规模与结构 - 公司累计研发投入达600亿元人民币 [1] - 研发资金主要分配在底层技术、核心零部件和车型研发三个部分 [1] - 底层技术投入对行业产生积极影响并培养人才 [1] 研发投入方向 - 核心零部件研发涵盖芯片、电驱、电池包及座椅等平台化组件 [1] - 车型研发包括应用软件功能如nomi和AS辅助驾驶应用 [1] - 每个项目实行ROI闭环管理以识别用户价值和收益创造能力 [1] 研发管理机制 - 从2022年下半年开始实施项目级ROI核算体系 [1] - 项目回报评估周期按类型差异化设定（如两年期核算） [1] - 通过提效手段以更少经济投入获取更好研发成果 [1] 研发效率认知 - 承认研发资金存在非高效使用情况 [1] - 项目实际效果需通过市场销售验证 [1] - 明确拒绝缩减研发回报目标和范围 [1]

研发投入规模与结构 - 公司累计研发投入达600亿元人民币 [1] - 研发资金主要分配在三大领域：基础底层技术、核心零部件开发、车型及软件应用研发 [1] - 基础技术研发被认为对全行业产生积极影响并促进人才培育 [1] 研发管理机制 - 自2022年下半年起实施项目ROI闭环管理体系 [1] - 每个项目需进行投资回报率核算并设定明确回报周期（如两年期） [1] - 通过提效手段而非缩减研发范围来优化投入产出比 [1] 产品研发重点 - 核心零部件研发涵盖芯片、电驱系统、电池包及座椅平台 [1] - 车型研发聚焦应用软件功能包括NOMI智能助手和AS辅助驾驶系统 [1] - 产品价值评估标准兼顾用户价值创造和公司收益贡献 [1]

监管约谈背景与核心问题 - 国家市场监管总局约谈饿了么、美团、京东三家平台企业，要求纠正激进促销行为，推动理性竞争，保护消费者、商家和骑手利益，重点从"平台经济健康增长"转向"餐饮服务业健康可持续发展" [1] - 监管部门出手原因在于外卖补贴过度引发四大负面效应：削弱线下餐厅客流、行业整体利润压缩（中小餐厅尤甚）、加剧浪费现象、助长用户"低价依赖"思维并加剧行业通缩风险 [2][3][4] 补贴政策的多重影响 - 补贴刺激外卖需求间接削弱线下餐厅客流，冲击堂食市场 [3] - 外卖平均单价较低且餐厅需承担部分补贴成本，行业整体利润被压缩，中小餐厅产能有限更易受损 [3] - 订单激增导致过度包装和资源浪费，长期补贴强化消费者"低价即合理"心理预期，可能引发行业价格战和通缩 [4] - 平台补贴更偏向连锁品牌（因其能消化订单增量），导致连锁店份额扩大而中小商户边缘化，连锁品牌因议价能力强佣金率较低（中小商户为获流量接受更高佣金） [8] 短期策略调整与市场反应 - 平台已投入200-300亿元，预计不会轻易退出但将转向ROI导向策略：补贴形式从"免单"转为"满减券"，品类从奶茶拓展至轻食/小吃以减轻对正餐冲击 [5] - 监管约谈后美团、京东、阿里美股ADR盘后上涨3%-5%，若资本投入趋稳2025年下半年盈利压力或缓解 [5][6] - 即时零售用户价格敏感度上升，阿里/京东入局加剧价格比价，美团60%-70%市占率受冲击，平台ASP和利润率承压 [9] 长期行业结构性变化 - 餐饮行业加速集中化，平台倾向合作品牌商户可能导致整体佣金率下降 [8] - 平台或长期维持低利润运营，将外卖视为引流和提升用户粘性的工具而非盈利主业 [10] - 履约成本上升：美团宣布为骑手缴纳养老金保险推高成本，用户被"惯坏"形成过度服务（非所有商品需1小时达） [11] 投资标的分析 - 短期美团优于京东和阿里：美团年内跌幅大弹性强，监管缓和最有望促其反弹；京东估值低且利润对盈利变化敏感 [12] - 中期阿里优于美团和京东：若行业持续低利润，美团估值中枢或下调，阿里因多元业务（如AI）更具估值想象力 [12]

亚马逊GPU资源短缺与应对策略 - 2024年初生成式AI热潮导致亚马逊零售部门面临GPU严重短缺，多个项目因无法获得芯片而延迟上线[1] - 2024年7月启动"格陵兰项目(Project Greenland)"，建立集中管理的GPU容量池并收紧审批流程[1] - 2024年下半年零售部门面临超1000个P5实例(含8颗Nvidia H100 GPU/台)的资源短缺[10] GPU分配管理机制 - 制定八条分配信条：以ROI为核心、禁止先到先得、持续优化、集中管理、重视时效、效率驱动创新、适度风险容忍、透明与保密平衡[4] - 要求所有GPU申请必须提供详细ROI证明，项目需满足"随时可开工"条件并说明市场抢占计划[3] - 实施动态回收机制：未达预期项目将被回收GPU资源[4][5] 技术解决方案与基础设施投入 - Greenland平台实现GPU资源跨团队共享、空闲服务器监测及预警功能，2025年强制所有申请通过该平台[5] - 预计2025年AWS云基础设施支出达57亿美元(较2024年45亿美元增长27%)，其中10亿美元专用于GPU驱动的AI项目[8] - 计划2025年底前通过自研Trainium芯片满足需求，但短期内仍需依赖外部供应[10] AI应用落地与商业成效 - 零售部门部署160+AI项目，包括购物助手Rufus、包裹识别系统VAPR、智能客服等，2024年间接创造25亿美元营业利润并节省6.7亿美元可变成本[7][8] - 重点AI项目覆盖物流(路线优化)、卖家服务(欺诈调查)、客户体验(NLP客服)等核心场景[7] 行业供需现状 - 全球GPU短缺持续两年，OpenAI等头部公司同样面临资源紧张[2] - 英伟达确认2025年仍存在供应限制，但亚马逊预计其GPU瓶颈将在2025年缓解[2][10] - AWS已为零售业务开放完整AI处理器访问权限，宣称具备可持续的GPU供应能力[2][10]

核心观点 - 亚马逊零售业务在2024年面临严重的GPU短缺问题，导致多个AI项目延迟，随后公司启动"格陵兰项目"进行内部资源改革，建立集中管理的GPU资源池并优化分配流程 [2][6] - 公司制定严格的GPU分配原则，强调投资回报率（ROI）优先，要求项目提供详细财务收益证明，并实施动态回收机制以提升资源利用率 [3][5] - 通过AWS云服务与自研芯片Trainium的协同，公司预计2025年GPU供应瓶颈将缓解，零售部门计划在AI领域投资10亿美元，2025年AWS基础设施支出将增至57亿美元 [8][10] GPU短缺背景 - 2024年生成式AI热潮导致全球GPU持续短缺，英伟达等供应商供应受限，OpenAI等企业同样面临资源紧张 [2] - 亚马逊零售部门曾出现超1000个P5实例（每台含8颗Nvidia H100 GPU）的短缺，影响160多个AI项目推进 [8][10] 格陵兰项目（Project Greenland） - 2024年7月启动，建立集中式GPU协调平台，实现跨团队资源共享、利用率监控及低效项目预警 [6][7] - 引入回收机制，将闲置GPU重新分配给高优先级项目，并强制所有新申请通过该平台提交 [7][10] - 系统集成网络设置、安全更新等功能，简化运维流程 [7] GPU分配策略 - 八条核心原则：ROI导向、动态优化、集中管理、效率优先、风险容忍、透明与保密平衡、资源可回收 [5] - 审批标准包括：项目"随时可开工"、市场竞争力证明、明确成果时间表及每颗GPU的财务收益测算 [3][5] - 2024年末零售部门计划在2025年Q1将新增GPU分配给优先级最高的项目 [3] AI应用与投资 - 重点AI项目包括购物助手Rufus、产品图像生成器Theia、物流优化模型及自动化客服系统等 [8][12] - 2024年AI投资间接带来25亿美元营业利润和6.7亿美元成本节约 [8] - 2025年零售部门预计投入10亿美元用于GPU驱动的AI项目，AWS基础设施支出同比增长27%（45亿→57亿美元） [8][10] 供应改善预期 - 自研芯片Trainium预计2025年底满足需求，AWS云服务已全面开放GPU访问权限 [10] - 内部预测显示2025年供应将从短缺转为盈余，CEO安迪·贾西称下半年限制将缓解 [10]