投资哲学与行为 - 投资策略中设定“永不卖出”的规则，旨在将每次买入都视为永久性决策，从而迫使投资者进行更深入的研究和更高的标准 [3] - 情绪驱动的卖出决策往往导致错失巨大收益，例如以拆股调整后0.33美元买入Netflix的投资者，卖出部分持股后错失了该部分仓位后续超过14,000%的涨幅 [3][4] - 长期持有的核心在于关注公司产生的股息流而非股价波动，目标是成为无需对每条新闻都做出反应的投资者 [5] - 不卖出的艺术并非绝对禁止卖出，当企业出现永久性恶化、投资论点被证伪或管理层失信时，卖出是合理的 [5] 遍历性与风险管理 - 遍历性指群体平均结果与个体时间平均结果一致，当两者背离时即为非遍历性系统，在投资中意味着不能依赖群体平均预期 [6][7] - 以俄罗斯轮盘赌为例，单次游戏的群体生存率为83%，但同一人连续玩100轮的生存率几乎为零，说明了时间维度下风险的毁灭性 [8] - 投资的首要原则是生存而非最大化短期收益，必须避免因单一事件导致永久性资本损失 [9][10] - 应追求反脆弱性而非脆弱性，反脆弱性在波动中受益且下行有限、上行无限，而脆弱性则相反 [11] - 应避免使用保证金或杠杆，模拟显示在20倍杠杆、年化回报8%和波动率18%的条件下，经历20个连续情景后约有90-100%的概率被永久性击穿（累计亏损-5%） [11] - 投资中不应进行“削峰填谷”式的再平衡，赢家往往持续赢，输家往往持续输，正确的做法是让赢家持续奔跑并适时加仓 [11] 人工智能对软件行业的影响 - 人工智能不会摧毁软件行业，反而将通过扩展软件能力、加快开发速度和扩大市场空间，使其成为更大的产业 [12][13] - 人工智能将改变但不会消除软件公司的护城河，网络效应、品牌、专有数据等护城河依然重要，而转换成本可能因AI迁移辅助而降低 [13] - “流程工程”或“流程能力”可能成为AI时代最强的护城河，成功的应用软件公司与其客户的工作流程共同进化，形成难以复制的深度整合 [13] - 人工智能将催生新的反定位机会，例如基于AI代理、按价值或结果定价的新商业模式（如按处理对话次数收费），可能使采用传统按席位定价的现有企业难以竞争 [14] - 人工智能将把软件行业一分为二，主要提供数据展示的“前端工具”和基于过时界面却每年提价的“记录系统”将面临压力，而提供真正价值的公司将获胜 [16] 非存款金融机构贷款风险 - 美国银行业增长最快的贷款类别是向非存款金融机构的贷款，截至2025年第一季度末，此类贷款余额已达1.14万亿美元 [17][20] - 银行对NDFI的潜在总风险敞口超过2万亿美元，包括已发放的1.14万亿美元贷款和超过9000亿美元的未提取信贷承诺 [20] - NDFI贷款自2012年以来年均增长约26%，2025年同比增长超过50%，而同期银行总贷款年均增长率仅为4% [21] - NDFI贷款中，46%用于抵押贷款发起和私人信贷贷款，其余54%涵盖从次级汽车贷款到对冲基金保证金贷款等多种用途 [27] - 贷款具体流向包括：抵押贷款中介（占23%，约2190亿美元）、私人信贷中介（占23%，包括约2020亿美元的私募股权基金贷款）、商业信贷中介（占21%）、消费信贷中介（占9%）和其他NDFI（占24%，约3950亿美元） [21][22][24][25][26] 技术变革与就业演变 - 历史上技术持续取代特定职业，例如农业就业人口占比从19世纪的70-80%降至今天的不足1%，但整体失业率在过去80年平均低于6% [28][30] - 人工智能将导致许多白领岗位经历痛苦转型，但同时也会创造新的角色，并使许多人在现有岗位上效率更高，从而带来更多机会 [30] - 人工智能通过消除瓶颈来提高产出，例如使律师能处理更多案件、税务会计师能申报更多税表、理财顾问能服务更多客户 [31]