AI技术发展 - GPT5发布标志着AI技术进入新阶段，被类比为《西部世界》和《三体》对未来最具前瞻性的诠释 [1] - 尽管AI技术光速发展，但实际应用仍面临障碍，如纳米经济学、微观数据分析和另类数据分析难以落地 [2] - 技术能力与实际应用之间存在巨大鸿沟，人类接受度是主要障碍之一 [2] 美国经济数据质量 - 美国CPI数据中估算部分（浅蓝色）从2024年2月的9%飙升至2025年6月的35%，显示数据可靠性下降 [6][8] - 非农就业报告显示2024年7月仅新增7.3万个岗位，5月和6月数据合计下修至不足3.5万个，为疫情以来最差表现 [9] - 2024年8月非农数据初报比7月多2.8万，修正后实际低6.6万，修正幅度极大 [10] 数据收集方法 - 美国劳工统计局仍采用人工田野调查方式，每月调查12万企业和6万家庭，过程存在诸多不可控因素 [11] - 预算削减和招聘冻结导致数据收集更依赖估算和滞后修正机制 [11] - 英国国家统计局已采用超市扫码器数据自动化采集价格，每月处理十亿级商品价格，覆盖面和准确性大幅提升 [15] 数据政治化问题 - 数据修正后各方首先考虑政治利益而非模型反思，经济学数据背后存在大量政治博弈 [14] - 人类倾向于将数据作为政治工具压制不同声音，使经济数据更接近玄学而非科学 [14]

制造业企业调研观察 - 企业家对宏观敏感度高于经济学家 身处一线需时刻关注生存问题[2] - 行业细分程度高 企业处境差异大 难以用统一结论概括[3] - 企业普遍采取积极应对策略 前阶段抢出口 现阶段加速海外本地化布局[4] 三类典型企业案例 - 大型家电民企：已完成全球化布局 通过调整各国生产基地灵活应对关税 未来继续提升海外本地化比例[5] - 中型纺织民企：2013年因成本压力提前转移东南亚 美国市场占比30% 当前关税水平可承受但需重新开发非美市场[5] - 发电机企业：2022年应客户要求采取"拎包出海"模式 客户建厂企业运营 因产品无国内应用场景必须维持美国市场[5] 美国市场重要性 - 企业普遍不愿放弃美国市场 因其利润高、订单规模大、消费力强且市场统一[10] - 美国零售商承受能力超预期 提价幅度达20%-30% 超过关税成本增幅[9] - 产业链转移风险需警惕 5-10年内可能出现替代性产业链或技术颠覆[10] 技术竞争力 - 技术成为贸易竞争中的核心筹码 具备技术优势可要求客户在第三国建厂[9] - 内卷问题严重 企业反映国内恶性竞争和核心企业压榨比外部压力更致命[11] 经济学研究反思 - 传统经济学模型难以应对碎片化现实 需建立"纳米经济学"细分研究最小经济单元[22] - 纳米经济学可通过AI/ML实现 对交易个体进行标签化追踪 映射全球价值链网络关系[22][25] - 现有经济指标如GDP等存在局限 无法衡量真实生活质量 导致增长内卷[28][29]