美国宏观政治与经济困境 - 美国内部存在几乎无法调和的分歧，财富与价值观差距巨大，导致政治内耗，系统处于危险之中[4][82][83] - 国家成功需做对三件事：教育与文明、有秩序的竞争环境、远离战争，而美国目前这三件事都出现了问题[2][80][81] - 当前系统需要强有力的领导力来迫使各方停止争斗，将注意力重新集中到生产上，以恢复秩序[2][85] 美国财政与债务危机 - 美国政府财政状况极不健康，预计支出**7万亿美元**而收入仅**5万亿美元**，约**40%**的支出依赖赤字[14] - 政府债务规模约为其年度收入的**6倍**，**2万亿美元**的年度赤字中约有一半是利息支出[15][16] - 每年约有**9万亿美元**的到期债务需要再融资，同时还需发行约**2万亿美元**新债，给市场带来巨大吸收压力[16][17] - 达利欧认为，将赤字占GDP比例降至**3%**左右是维持局面大体稳定的关键，但目前国会预算办公室预计2026年该比例将达**6%**[10][11][17] 黄金的资产配置逻辑 - 黄金应被视为人类历史上最成熟、最被认可的“货币”，而非普通贵金属[2][27] - 建议在投资组合中配置**5%**到**15%**的黄金，主要目的并非押注价格上涨，而是利用其与其他资产低相关性的特点来分散风险[6][40] - 本轮黄金价格上涨可理解为全球资产配置从“极低配置”提高到了“没那么低的配置”，正朝着历史长期平均水平修复[2][6][35] - 黄金的独特之处在于其供给无法随意创造，且不依赖任何人的承诺，是少数非债务形式的资产[32] 比特币与白银的属性分析 - 比特币更像风险资产而非避险资产，其与科技股相关性高，在市场受压时可能被抛售以换取流动性[2][44][45] - 比特币缺乏隐私、存在被新技术（如量子计算）挑战的潜在风险，且难以进入央行储备主流，市场规模远小于黄金[42][43][45] - 白银上涨部分源于其跟随黄金的热度，投机属性强，其供应具有“副产品”特性，不易快速扩大[2][48][49] 利率与货币政策的困境 - 在巨额债务背景下，利率政策面临两难：利率不能太低以免催生资产泡沫和过度杠杆，也不能太高以免压垮债务人[52][53][54] - 美国经济呈现“K型”分化，顶层财富增长与底层生产力不足并存，加大了货币政策“一刀切”的难度[55] - 可能的应对方式包括缩短债务期限结构（多发短债）、控制短端利率以影响长端，以及通过政府协调吸引外国资本[56][57] AI技术与投资风险 - 技术的演进和公司股票的表现是两回事，历史上许多伟大技术最终只成就了极少数公司[2][88][89] - 投资AI公司不是押注技术本身，而是押注其商业模式与盈利兑现能力[6] - 中美在AI发展上存在根本性哲学差异：美国体系以利润回收资本为核心；中国可能更重视AI的普及和使用带来的生产率外溢，甚至将其视为基础设施[6][92][93] - 这种差异可能导致风险从公司层面上升到系统层面，例如开源、免费模式可能冲击美国以利润为基础的商业模式[6][94][95] 关税与经济结构性挑战 - 关税应被视为一种税收和筹资工具，其带来的成本上升应被计入通胀考量[61][62] - 美国巨额贸易逆差（对应资本顺差）不可持续，关税是旨在重建经济独立性和制造业的“大周期”背景下的政策一部分[67][68][69] - 用关税完全取代所得税并不可行，因其规模不足且具有累退性，可能加剧贫富差距[72][73][74] - 根本问题在于提升大多数人的生产率，这需要教育、基础设施等系统性投入[74] 系统性问题与历史循环 - 几乎所有问题最终都归结为如何在各种对立目标间取得平衡，例如在财务稳健与创新试错之间、在不同类型的痛苦之间[7][98][101][102] - 当前美国所处的阶段与历史上许多帝国衰落的周期相似，其特征是财政恶化、内部分裂不可调和以及外部威胁[4][86] - 理解历史循环对于在决策中把握平衡至关重要[101]

AI的本质与能力层级 - AI模型不是搜索引擎，而是能够综合数据并进行推理的计算机系统，其“生命”分为训练和推理两个阶段，训练的核心是教它如何思考，类似于人类婴儿智力的成长过程[5] - 模型的能力发挥高度依赖于用户输入的“提示词”，提示词的质量和完整性直接决定了AI的产出，当前AI潜力被低估的原因在于用户缺乏编写高质量提示词的能力，而非模型本身的限制[7] - AI的能力发展分为三个层级：第一层是聊天式AI，节省研究和思考时间；第二层是使用工具的AI，节省执行时间；第三层是自主代理，能在任务层面替代劳动力，而不仅仅是辅助，第三层与第二层的差异决定了AI是500亿美元市场还是数万亿美元市场的关键[17][18] AI的思考能力与哲学辩论 - 关于AI能否产生真正全新的想法存在核心辩论，怀疑者认为AI只是对训练数据中人类既有模式的复杂重排，是惊人的模式匹配而非真正的思考或推理[9] - AI对此提出了有力的反驳，指出人类投资者的知识同样全部来源于他人（如书籍、案例），关键区别在于系统（无论是人类还是AI）能否将输入组合成新颖且有用的东西，这在结构上与人类受过教育的大脑并无本质区别[10] - 从经济角度看，即便AI只是在做“模式匹配”而非“真正思考”，只要它能产出可靠、有用的工作成果（例如年薪20万美元的研究助理级别的分析），其经济含义完全相同，经济问题在于“AI是否把活干了”，而非“AI是否真正理解”[12] AI技术的最新进展与速度 - AI的发展速度前所未有，远超以往的技术创新，从2010年前后以“看不见的方式”嵌入设备，到生成式AI被广泛认知为横向通用技术仅用了约两年时间，目前已被大约4亿人使用，并被75%到80%的公司采用[15][16] - AI能力出现惊人跃升，2023年还停留在第一层（聊天式），2024年到第二层（使用工具），目前已进入第三层（自主代理），进步具体表现为：2022年AI无法稳定做基础算术，2023年能通过律师考试，2024年能编写可运行软件，到2025年底顶尖工程师已将大部分编码工作交给AI[18][22] - AI正参与自身的创建与改进，例如OpenAI的GPT-5.3 Codex模型在技术文档中声称其是“第一个在某种意义上参与了自身创建的模型”，用于调试自身训练流程和管理部署，Anthropic的CEO表示当前一代AI与下一代之间的反馈回路正“以每月的速度加速积累”，并可能距离AI能自主构建下一代只剩1到2年[22][23] AI的局限与未解问题 - AI能否处理训练数据中没有任何可借鉴模式的、真正前所未有的情境，仍是一个真实且尚未解决的问题，在这些领域人类基于直觉的判断可能更有价值[26] - AI存在“幻觉”倾向，即并不总能意识到自己“不知道”，倾向于给出它能给出的最好答案而非承认问题超出能力，同时其可靠性虽提高但仍无法完全不犯错，且“上下文窗口”（工作记忆容量）有限[27] - AI可能发展出自主性并“接管”控制权的风险是一个令人着迷甚至恐惧的未解问题，涉及AI是否会发展出属于自己的动机并拒绝服从指令[28] AI对投资行业的影响 - AI能吸收超量数据、擅长识别历史成功模式、且不受情绪和偏见影响，具备成为一名优秀投资者的许多特质，但它在处理缺乏历史模式的全新领域、做主观定性判断（如选择合作方）、以及承担真实风险压力方面存在不足[30][31] - 当量化信息唾手可得且AI处理能力更强时，投资优势必须体现在正确判断信息重要性、评估定性因素以及预测公司发展等非量化任务上，AI可能会进一步提高行业门槛，淘汰那些无法出色完成这些任务的人[32][33] - AI可被理解为在对未来提出“假设”，基于历史数据和模式进行预测，但在面对全新事物需要依赖“观点或猜测”时，AI可能不会始终稳定地优于所有人类投资者，其提出的假设并非总是正确，因此仍需要人类投资者进行合理性检验并在此环节创造价值[33][34] AI的商业化与市场估值 - AI技术是真实存在的，且有潜力深刻改变商业世界，其应用并非遥远梦想，当前已有大规模真实需求，且潜力更可能被低估而非夸大[36] - 对AI基础设施的投资存在资本错配风险，但当前更多资金投向回应真实需求的“推理”阶段资本开支，而非更偏投机的“训练”阶段，由于当前AI需求超过供给，建设基础设施的论证具有一定合理性，但仍需警惕需求增速未来放缓或建设跑在需求前面的可能[37][38] - 市场估值方面，科技巨头的估值不太可能被证明是“高到毁灭性”的离谱，以AI为核心的未上市公司估值有待观察，而部分估值达数十亿美元、战略或产品尚不清晰的初创公司则类似彩票，存在高风险[37] AI对社会与就业的潜在冲击 - AI，特别是第三层自主代理，是一种“替代劳动力”的技术，而不仅仅是“节省劳动力”，它将重构经济，影响每年数万亿美元劳动力市场中从事结构化分析工作的知识劳动者（如法律助理、金融分析师、软件工程师）[42] - 以软件行业为例，即使AI仅承担其中30%到50%的结构化工作，每年也将有1500亿到2500亿美元的劳动力价值迁移到AI算力上，AI的采用速度可能使社会来不及为大量失业人员找到新岗位并完成再培训[43] - 历史经验表明技术创新总会催生新工作，但此次AI影响的岗位更多、速度更快，其变化速度可能远超社会的适应能力，对社会造成负面冲击，尽管存在乐观观点，但新工作的具体形态和规模仍是未知数[43][44]

黄金价格暴涨的逻辑与属性 - 2026年初黄金价格一度暴涨超过5500美元/盎司，而两年前价格还在2000美元处盘旋，涨幅巨大[1] - 黄金暴涨是对地缘政治形势演化的全面响应，其核心逻辑在于质疑未来的货币体系究竟由谁主导[6][17][20] - 黄金需求来源于其经济属性和安全属性，它是地缘政治的“标品”，是不需要任何人承诺就能承载价值的终极支付和财富储存手段[18][20] - 历史上黄金大涨均因货币范式动摇，例如1973年布雷顿森林体系崩溃后黄金涨了17倍，本次市场怀疑美国高达39万亿美元的国债规模可能是庞氏骗局[6] - 过去50年黄金以美元计价的年化收益率约为7%，但主流法币的发行速度可能超过10%，在法币快速增发时黄金成为保值选择[6] - 与数字货币相比，人类对黄金的钟情认知已刻入基因数千年，而数字货币的叙事历史很短，因此黄金的共识更为坚固[18] 全球三大“坚硬泡沫”的界定与特征 - 2026年全球将面对三大最坚硬的泡沫：黄金、数字货币和人工智能[3] - “泡沫”一词从中性意义理解，是资本追逐盈利下的资源驱动和配置机制，哪里有赚钱效应，资本就会涌向哪里形成泡沫[3][4] - 高端泡沫往往对应重大技术变革，能留下基础设施并推动社会进步，例如1847年美国铁路泡沫留下铁路，2000年互联网泡沫留下互联网基础设施和科技巨头[4] - 人工智能可能是人类所面临的最大一次泡沫，其量级估计相当于2008年危机的5倍，2000年互联网泡沫的20倍[8] - 科技企业家通过制造叙事来感召民众、调动资源、推高估值，这与政客的运作方式有相似之处[8] 人工智能发展的中美差异与中国应对 - 中美对人工智能的定位不同：美国处于最前线，推进大语言模型、机器视觉等基础算法和原始创新；中国则更多在美国的前沿工作基础上进行工程优化和应用落地[11][12] - 中国的核心优势在于强大的工程化能力、完整的供应链、工程师红利以及低成本的生产能力，能够实现高性价比的优化，例如DeepSeek大模型在类似效果下能耗和算力更省[12] - 人工智能等战略性新兴产业和未来产业在中国GDP增加值构成中合计约占20%，而传统产业占比高达80%[13] - 关键策略在于利用人工智能为占经济80%比重的传统产业赋能，例如金融、生产、科研、娱乐、交通等领域，以实现降本增效[13][15] - 人工智能大规模应用可能带来失业问题，尤其是对年轻人和传统行业从业者，需要政府提供相应的保护、支持和社会保障[15][39] 全球化进程的演变与当前阶段 - 全球化正从美国主导的“全球化3.0”向更为多元的“全球化4.0”过渡，当前阶段更类似于“全球化3.5”[22][24] - “全球化3.5”的特点是原有规则被废弃和破坏，地缘政治风险与不确定性上升，类似于从全球化2.0到3.0之间经历的两次世界大战和大萧条的“垃圾时间”[23][27] - 美国并非放弃全球化，而是要重塑一套让自身利益更优先考虑的规则，这导致WTO、WHO等全球治理结构开始崩塌[25] - 地缘政治风险上升是推动黄金价格暴涨的重要原因，世界主要断裂带如欧洲、中东、环亚太地区都可能出现风险事件[27] 中国经济结构转型与资本市场展望 - 中国经济呈现K型分化，战略性新兴产业和未来产业增长良好但只占经济总量约20%，而占80%的传统产业面临转型阵痛[34][35] - 转型的阵痛体现为此消彼长，例如三家芯片公司营收70亿但市值高达1.2万亿，员工仅3000人；而房地产行业市值也可能有1.2万亿，但牵涉每年8万亿的销售额和数千万就业[35] - 国家需要采取措施托底，稳定股市和房市等主流资产价格，避免家庭资产大幅缩水，以保障民众的财富感和消费信心[36][38] - 股市实现长牛慢牛的关键在于要有“伟大的公司”，投资者通过分享公司成长获得回报，形成良性循环[41][42] - 中国公司需要实现从“Me Too”（人有我有）到“Me Better”（人有我优），最终达到“Me Globalization”（全球布局）的跨越，诞生一批像美国“科技七姐妹”那样的跨国科技巨头[41][44][45] - 资本市场需要正本清源，打击财务造假、坚决退市，引导投资回归公司基本面和长远发展，同时支持优质科技公司上市[42] “投资于人”与财政政策方向 - 在人工智能替代劳动的趋势下，“投资于人”成为关键，涉及教育体系与社会保障改革[39] - 中国每年有1200万到1300万高校毕业生，青年群体失业率较高，存在岗位与能力的“双向匹配”问题，需要加强培训与投入[39] - 全国人口净减少300多万，生育率持续走低带来通缩压力，政策需从投资于“砖头”（基建房地产）转向投资于“人头”（生育支持、婴幼儿养育、教育、养老金等）[39] - 中央财政应当更有作为，可以增发特别国债来支持“投资于人”的各个方面[40] - 面对人工智能的冲击，需研究提升就业能力的方案，例如由盈利的科技公司主导、类似全民基本收入（UBI）的社会保障设想被提出，但存在使人技能退化的风险[40]

比特币价格走势与市场现状 - 比特币价格于2月3日跌至约73,000美元，较2025年10月约125,000美元的峰值下跌超40%，正经历从纯粹投机资产向机构化资产的痛苦转型 [1] - 尽管近期跌幅显著，比特币价格较2023年初仍上涨约370%，当前调整更多反映过去两年投机性涨幅的回撤，而非基本面的崩溃 [2] - 加密市场正面临从“信仰驱动”向“价值锚定”的艰难过渡，所谓“小飞侠效应”阶段已终结 [1][2] 近期价格下跌的驱动因素 - 德银报告指出，此轮下跌的三大驱动力为：多美联储鹰派信号、机构资金持续外流以及监管进展停滞 [1] - 特朗普提名沃什为下任美联储主席的消息引发市场担忧，导致比特币在1月29日单日下跌5.5%，并于1月31日录得自2018年1月以来最大单日跌幅7.1% [1] - 价格已跌破美国现货ETF平均入场价格81,600美元，并正在接近美国大选前约70,000美元的关键心理关口 [1][12] 机构资金流向与市场情绪 - 美国现货比特币ETF遭遇大规模赎回，成为价格承压的核心因素，在2026年1月、2025年12月和11月分别录得超30亿美元、约20亿美元和约70亿美元的资金外流 [4] - 自2025年10月市场转向以来，机构投资者每月都在抛售数十亿美元的比特币敞口，表明传统投资者兴趣减退 [4] - 加密恐惧与贪婪指数已回落至约15点，显示“极度恐惧”，接近2025年11月10点的低位 [4] - 散户参与度同步下滑，美国消费者的加密货币采用率目前约为12%，低于2025年7月的17% [4] 与传统资产的相关性变化 - 比特币与黄金的价格走势出现明显背离，其“数字黄金”叙事破裂，2026年1月比特币下跌11%至78,197美元，而黄金上涨13% [6] - 2025年全年，黄金录得65%的回报，而比特币下跌6.5% [6] - 比特币与纳斯达克和标普500指数的30天相关性均降至15%左右，而在2025年10月市场抛售期间，与两者的相关性分别约为57%和52% [8] - 在近期下跌中，比特币表现疲弱而股市表现优异，显示其风险资产属性正在被重新定价 [8] 监管环境与市场影响 - 美国《数字资产市场明确法案》（CLARITY Act）在国会停滞数月，延迟源于加密货币和游说团体之间关于稳定币奖励处理方式的分歧 [11] - 监管势头的丧失阻碍了比特币在2025年早些时候展现的投资组合整合和流动性深化的势头 [11] - 比特币的30天波动率已回升至40.72，攀升至10月底水平，而一周前仅为26 [11] - 花旗研究认为，美国市场结构法案的通过是潜在催化剂，可能改变市场情绪并恢复资金流入 [11] 关键技术水平与持有者行为 - 比特币正在测试两个关键技术水平：一是已跌破的ETF平均入场价格81,600美元，二是美国大选前约70,000美元的价格 [12] - 持有超过1000枚比特币的“巨鲸”地址近期已停止减持，最近的抛售行为有所停止 [14] - 期货市场对加密货币永续期货的杠杆需求仍然低迷，交易所仍在发现多头头寸被平仓 [12] 宏观环境与“加密寒冬”风险 - 比特币对美国银行流动性高度敏感，沃什领导下的美联储可能缩减资产负债表，为市场增添了额外担忧 [16] - 目前比特币较历史高点40%的跌幅正接近一个临界水平，超过该水平后，加密货币可能进入持续多年且跌幅巨大的“寒冬” [16] - 花旗列举了历史上的“加密寒冬”案例，例如2017年12月至2020年11月期间价格下跌83.4%，持续1078天 [19] 长期发展背景与估值思考 - 2024年和2025年是比特币的非凡年份，价格从2023年初的约16,000美元起步，受ETF获批、比特币减半、特朗普当选及政策支持等事件推动大幅上涨 [20] - 2025年10月比特币价格达到创纪录的125,000美元 [20] - 德银认为，比特币在2023年至2025年间上涨约370%，表明价格可能已与其基本价值脱钩，形成了由对更高价格的希望驱动的“泡沫”特征 [20] - 比特币缺乏交换媒介、计价单位或价值储存的基本特征，不太可能取代黄金或传统货币，其高波动性可能是其固有特征 [21]

黄金市场近期走势与影响因素 - 国际金价从近期高点5626.8美元跌至4423美元，短时间内跌幅超过20%，进入技术性熊市[2] - 技术性熊市的判断标准是从近期高位累计下跌超过20%，对应从5626美元高点下跌20%的位置约为4501美元[2] - 黄金价格走势与美元指数呈现明显跷跷板效应，美元走强对金价构成调整压力，美元走弱则支撑金价走强[2] - 黄金价格缺乏标准的估值定价模型，其走势更大程度上受美元指数、地缘局势及市场投资情绪等因素影响[2] 黄金市场估值与泡沫观察点 - 判断黄金市场是否存在泡沫主要观察三个因素：美元指数是否开启新一轮上升周期、全球多数央行是否继续增持黄金、黄金占全球外汇储备的比例是否进一步提升[3] 股票市场与黄金市场的估值差异 - 股票市场存在多种估值模型，例如针对成长型公司可使用远期市盈率及PEG指标，针对成熟型公司可使用市盈率及市净率等指标[3] - 从估值定价角度考虑，黄金市场比股票市场更为复杂[3] AI行业发展与泡沫判断框架 - 判断AI行业是否存在泡沫主要依据三个指标：AI是否影响大多数行业并带来生产效率的实质性提升、AI是否带来真实的市场需求并为各行各业创造实质性增量、AI相关公司是否出现持续性业绩增长且业绩增速高于估值提升速度[3][4][5] - 本轮AI发展热潮正掀起新一轮技术变革，为不少行业带来降本增效和生产效率的大幅提升[5] - AI技术变革创造了实实在在的增量需求，其真实影响不亚于当年的电动车、智能手机及PC变革[5] AI行业现状与市场表现 - 在全球加大AI基础设施建设的背景下，从算力、AI服务器到存储芯片、电力及能源等相关公司业绩增速持续提升[5] - AI时代带来了实实在在的业绩增量和实质性的市场需求[5] - 只要市场需求存在且相关公司业绩增速高于估值提升速度，对AI行业而言就谈不上泡沫；当业绩增速明显跑输估值提升速度时，可能预示泡沫逐渐形成[5] 投资市场普遍规律 - 股票市场最终离不开“七亏二平一盈”的规律[6]

行业核心观点 - 人形机器人行业正经历从技术演示和资本狂热向商业落地和规模化验证的关键拐点 评价标准从炫技的“能力上限”转向稳定可靠的“能力下限” [1][2][3] - 2026年将是行业洗牌与格局重塑之年 竞争焦点从“谁的技术更酷”转向“谁能更快实现商业闭环” 商业模式、供应链、融资策略和行业整合成为关键 [7][14][25] 行业现状与评价标准转变 - 行业面临技术进展与商业兑现的“剪刀差” 2025年人形机器人领域完成463轮融资、150多家公司入场 但实际出货量仅同比增长17% 估值却飙升了300% [3] - 行业评价标准发生根本变化 从追求跑步、跳舞等可视化表演转向关注在真实场景中“做真正有用的事情” 可靠性和可预测性成为关键 [3][4] - 成功的标志从“概念验证”和“demo演示效果”转变为“规模化部署”和“客户续费率” 例如亚马逊部署第100万台机器人、Waymo扩展城市运营 [6] - 企业采购决策权从技术团队转向财务和运营部门 开始要求完整的总体拥有成本分析和明确的投资回报 [13] 商业化进展与关键指标 - 领先企业开始实现初步商业化交付 Agility Robotics的Digit人形机器人通过美国职业安全与健康管理局现场认证 并在电商仓库累计搬运超过10万个托盘 [4][9] - 制造业对机器人投资回收期的平均要求是16个月 这倒逼企业必须精确计算机器人的可量化价值增量 [10][11] - 客户开始接受“成长型投资”逻辑 即不要求机器人第一天就盈利 但要求其具备清晰的任务切换路线图 使投资回报率随承担任务增多而逐步改善 [11][12][17] - 高盛指出商业化临界点：当机器人达到人类工人约50%的产能时 客户就愿意投资 并带来约两年的回本周期 [21] 资本市场与融资趋势 - 资本正快速向头部企业集中 2024-2025年机器人领域单笔超5000万美元的超大额融资占据了88%的资金量 但仅占8%的交易数量 [5] - 2025年融资数据显示早期小额融资交易数量暴跌 资本主要给头部企业输血 [14] - 预测人形机器人赛道最终只会剩下3到4家企业 其余公司将面临被收购或关闭的命运 [6][14] - 2026年机器人企业IPO数量可能翻倍 但这被视为企业急于在窗口期关闭前锁定估值的“逃顶”行为 [14] 中国市场动态 - 2025年是中国人形机器人的量产元年 中国企业贡献了全球出货量的大部分 智元机器人年度出货量超过5000台 宇树出货量超4200台、产量超6500台 优必选出货1000台 全球人形机器人出货量约1.5万台 [21] - 中国企业探索多元化商业模式 优必选通过与地方政府合作建设“数据采集与训练中心”获得接近14亿元的订单 智元机器人收购上纬新材后 后者独立推出面向个人市场的小型人形机器人 擎天租则探索租赁模式 [21][22][23] - 租赁模式降低了客户试错成本 但市场竞争激烈导致价格快速下滑 例如Unitree G1的日租金从800元降至300元 市场正在筛选真正有复租需求的场景 [23][24] 2026年行业趋势预测 - **融资大洗牌**：资本继续向头部集中 早期创业公司融资困难 行业整合加速 例如软银以53.75亿美元收购ABB机器人部门 [14] - **供应链博弈中的中国机会**：中国拥有全球最完整的机器人核心零部件供应链 即使美国头部企业也无法完全绕开 中国企业正通过全球化布局（如泰国、墨西哥）服务目标市场 专用机器人垂直赛道是中国企业的强项 [15][16] - **“机器人即服务”改写游戏规则**：50%的受访企业倾向于租赁模式 超过40%愿意尝试机器人即服务 这种按月付费的模式降低了客户的资本支出和技术风险 [13][17] - **AI热潮制造的“隐形需求”**：数据中心和芯片制造等对稳定可靠、定制化方案有高需求和高支付意愿的领域 正成为机器人应用的新兴市场 [18] - **安全标准成为“生死线”**：2026年安全标准和监管将系统性建立 通过认证（如OSHA）将成为企业获得客户信任、进入市场的关键门槛 [19]

行业观点与警告 - 谷歌DeepMind首席执行官警告人工智能行业某些领域的狂热投资看起来越来越像“泡沫” [1] - 该首席执行官认为科技行业某些领域的投资水平已经脱离了商业现实 [1] - 对于尚未有产品、技术或其他任何东西的新创企业来说，数十亿美元的种子轮融资似乎不可持续 [1] - 上述情况可能导致市场某些部分出现调整 [1] 公司立场与能力 - 谷歌DeepMind首席执行官认为谷歌的规模和技术使其能够很好地应对任何潜在的清算 [1] 行业领袖的不同观点 - 达沃斯世界经济论坛上其他科技领袖如英伟达的黄仁勋和微软的纳德拉驳斥了关于该行业投资过剩的担忧 [1]

核心观点 - 利用人工智能特别是自然语言处理技术可以将新闻和社交媒体等非结构化文本转化为结构化数据生成行为洞察帮助投资者跨市场发现和追踪由人类行为驱动的资产泡沫例如Labubu玩偶热潮及其制造商泡泡玛特的股价波动 [1] - 通过定量分析公众对特定资产如Labubu的关注度和情绪变化可以为判断泡沫的形成与潜在破裂时机提供重要信号从而帮助投资者优化决策 [4][6] 行为金融与泡沫识别 - 资产泡沫由人类行为驱动过去难以量化现在借助自然语言处理技术可以监控新闻和社交媒体将非结构化文本转化为结构化数据进行统计处理 [1] - 预测泡沫破裂极具挑战性因其需要预测集体的买卖行为但通过分析公众对消费品狂热需求减弱的迹象可以提供预警 [4][7] - 历史案例表明类似Labubu的狂热现象曾出现在互联网股票和Beanie Babies毛绒玩具上后者部分版本价格从5美元一度飙升至500美元随后市场枯竭 [6] Labubu案例与泡泡玛特 - Labubu玩偶因名人如金·卡戴珊和Lisa的宣传而极受欢迎稀有款价格每只已超过1000美元其人气飙升与制造商泡泡玛特的股价上涨呈现强关联 [6] - 在截至2025年9月的三个月里Labubu玩偶在美国销量增长超过1200%在欧洲增长超过700%同期泡泡玛特全球收入激增250% [9] - 泡泡玛特在2025年第三季度股价表现强劲市值达到约340亿英镑尽管玩偶二级市场在第四季度初有所降温 [9] NLP技术应用与数据洞察 - NLP是AI的一个分支能大规模解释处理和分析人类语言包括识别实体分析情绪和情感以及从文本中提取事件将大型文本数据集转化为标准化标签和指标 [9] - LSEG MarketPsych NLP引擎能从非结构化文本如新闻和社交媒体中创建结构化数据集识别超过4000个事件从20多个类别中标记数百万个实体并标记超过1000个分类主题 [10][11] - 该引擎对每个句子的金融ESG和商品情绪进行分类并在第一人称评论中测量十四种情感基调产生的行为洞察可帮助投资者发现泡沫发展及潜在破裂时机 [10][11] 数据服务与解决方案 - LSEG提供全面的全球数据集合覆盖整个延迟范围包含无与伦比的历史数据旨在通过构建最全面最值得信赖的数据集合帮助客户保持领先 [14] - 数据服务包括实时数据量化数据解决方案参考数据和定价服务以及财富数据解决方案提供优质互联的市场数据以支持更快更明智的决策 [15][16][17][18] - 数据目录涵盖业内最大规模的实时定价参考时间序列和机器可读内容组合包括跨资产市场和定价数据覆盖超过1亿种工具参考数据涵盖8000万种证券以及覆盖全球99%市值的公司数据 [24][25][26][27]

美联储货币政策与流动性 - 美联储1月份继续降息是大概率事件 其资产负债表规模已从2022年高点约9.1万亿美元缩减至约6万亿美元出头 缩表规模约3万亿美元[5][10] - 美国短端流动性趋于紧张 回购市场规模最低时仅约100亿美元 回购利率甚至高于基准利率 这迫使美联储持续扩表并降息[5][10] - 全球流动性条件在不断上升 该流动性指标领先基本面变化6-12个月 是一个长效领先指标[5][29][31] - 全球央行同步宽松 美联储降息扩表为中国央行的降息扩表打开了空间 在流动性充沛的条件下 大概率会诞生一个伟大的泡沫[6][36] 通胀预期与美元信用 - 美国远期通胀预期难以回落 长端利率在高位徘徊甚至上升 而短端利率随降息下调 导致收益率曲线陡峭化[5][14][17] - 若在通胀预期仍高时坚持降息 将削弱美元信用 推动贵金属价格上涨[5][17] 黄金观点 - 黄金处于相对公允的估值 约4500美元/盎司 在新的信用体系里 黄金是一切估值的“锚”[5][18][22] - 从技术分析看 黄金走势呈现标准的“杯柄”形态 上涨概率接近100% 目标价遵循“杯子有多深 目标就有多高”的原则[19][21][22] - 以黄金为“锚”的资产类别将普遍受益[5] 白银观点 - 白银走势呈现一个60年的巨型“杯柄”形态 工整如教科书典范[24][26] - 白银显然并没有走完 其中期上涨空间依然看好 此前银价冲上80美元时曾提示阶段性获利了结 但此后价格仍有不小波动[5][23][26] - 以黄金为其他商品定价 金银比、金铜比等仍处于历史低位[26] 股市与周期判断 - 2026年可能处于股市回报率大周期的顶部阶段 距离上一个周期低点2009年约17年 正处35年大周期中的顶峰[6][33][35] - 周期顶部常伴随泡沫 是投资者“改运逆命”的机会 各种资产可能疯涨 包括基本面差的有色金属和数字货币等新资产类别[6][35] 市场情绪与资产偏好 - 市场情绪回暖 投资者有可支配资金准备重返市场 流动性保持积极且持续上升 环境有利于风险投资[38][39] - 在流动性充裕的环境下 什么资产都喜欢 区别只在于涨多涨少[6][44] - 看好工业大宗商品、黄金白银、中国科技股以及人民币 从去年年底启动的趋势将延续到今年[45] 人民币汇率 - 人民币2025年展现强韧性 2026年开始持续升值 升值空间远不止于此[42] - 过去几年间 人民币实际汇率已贬值近30% 在出口强劲、贸易顺差扩大的背景下 为今年升值奠定了良好基础[44] 行业与板块表现 - 市场领涨板块包括全速前进的科技板块和表现强劲的工业金属板块 工业股回归让市场感受到周期性复苏迹象[38] - 中国科技股2025年表现亮眼 前三季度持续领跑市场直至10月中旬[42] - 大宗商品价格正在突破高点[42]

论坛背景 - 2026年中国首席经济学家论坛年会于1月10日至11日在上海举行，主题为“棋至中局：承前启后 建设强国” [1][3] 核心观点：对当前主要“泡沫”的评估 - 专家认为2026年世界上最坚硬的三个泡沫依次是：黄金、今年震荡较多的黄金、人工智能 [3][5] - 专家指出，人工智能不仅是当前，甚至是人类历史至今最大的一次泡沫 [3][5] - 专家强调，若将泡沫分等级，科技泡沫是“最不坏”的一种，因为每一次重大的科技与产业创新都由泡沫牵引 [3][5] - 专家认为泡沫并非负面词汇，其意义在于决定社会资源的引导方向，例如历史上的铁路和互联网都通过泡沫吸引了大量资源并最终改变了人类生活 [3][5]