阿里巴巴集团对AI发展的观点 - 公司认为AI的终极目标是应用普及和造福社会，公司唯一的方向是持续创新[3] - 公司指出中国AI的突破取决于基于共赢互利的开源信念，并认为中国科技正从“积累期”进入“百花齐放”的爆发期[3] - 公司表示中国在新能源、电动汽车、高端制造、机器人和人工智能等领域取得突破，正处于与世界共享科技发展和成果的最佳时刻[3] 蚂蚁集团对AI挑战与应对的思考 - 公司提出产业界需携手应对AI时代的四重挑战：底层的算力和能源消耗、模型和数据的安全、确保AI为人类带来福祉、人的发展问题[4] - 公司以自身2030年净零排放目标为例，指出AI发展使该目标实现更艰巨，但坚持目标不变，并通过构建绿色计算技术体系、降低有效Token单位能耗、精准构建绿色能源需求计划等方式应对[4] - 公司强调绿色计算需在基础设施层努力，并提升模型智能和可靠性以降低无效token产出[4] - 公司指出安全必须贯穿AI发展始终，包括应对模型幻觉、隐私安全、伦理底线和人机关系等挑战[4] - 公司认为企业是AI技术研发、产品化和运营的直接主体，必须遵循“谁开发、谁负责”原则，安全与伦理原则必须“内置”不能“后补”，不能因市场竞争激烈而放松安全责任[4] 蚂蚁集团对AI时代人才发展的观点 - 公司认为从个人角度需终身学习，并以CEO为例，指出其对AI的认知决定了企业发展的天花板，CEO需持续学习以建立对技术趋势、路径判断及技术边界的清晰认知[5] - 公司指出从企业角度，AI将彻底改变工作机制和岗位设计，企业需投资于人，发挥员工创造力和行动力，人才是AI时代最重要的资本[5] - 公司观察到对产业界而言，不仅企业在投资AI，越来越多个人也开始投资于自己学习和使用AI，这本身也是一个巨大的市场[5] TCL集团对技术转化与产业发展的建议 - 公司指出当前国家明确的新兴支柱产业（如集成电路、新型显示、新能源、新材料等）普遍呈现“高科技、重资产、长周期”特征，从前沿技术研发到产业落地离不开技术与资本的双轮驱动[5] - 公司为此提出两点建议：一是企业要加大基础研究与中试验证，二是培育长期资本[6] - 公司针对构建现代化产业体系表示，“十五五”规划将制造业划分为传统、新兴与未来产业，这三者并非简单的递进或替代，而是相互赋能、共生共荣的关系[6] - 公司以消费电子产业为例，认为AI与消费电子的深度融合将重塑未来生活方式与产业格局，成为拉动经济增长的重要引擎[6] TCL集团对企业全球化与产业体系的观点 - 公司在中国企业全球化转型方面提到，企业要迈入“全球化3.0阶段”，扎根海外、融入当地，提升全球资源配置能力，从追求GDP增长向注重GNP增长转变[6] - 公司指出构建现代化产业体系是一项系统工程，既需要技术突破与资本投入的“硬支撑”，也需要制度创新与开放协同的“软环境”[7] - 公司呼吁以更加开放的姿态拥抱世界，让中国产业在全球市场中寻找更多机遇，为全球经济发展作出贡献[7]

纪要涉及的行业或公司 * **行业**：全球宏观经济、人工智能产业、能源行业、金融行业（保险） * **公司**：未提及具体上市公司名称，但提及**中国保险及重资产龙头企业**作为配置标的[1] 核心观点与论据 * **全球核心风险根源**：全球债务周期面临下行压力，债务无法扩张导致经济总量增长停滞，各类矛盾凸显[2] * **美国内部核心矛盾**：劳资矛盾，利润分配不均导致居民购买力恶化[2] * **AI产业的加剧作用**：AI产业高资本开支（供给侧投入）需要高利润支持，导致利润向AI领域极致集中，挤压其他经济部门利润及居民收入，恶化需求侧[1][2] * **美国的外部解决策略及挑战**：在内部债务扩张受限后，试图通过制造地缘冲突、维持强美元以推高大宗商品价格、引发非美经济体通胀，从而吸引资本回流美国以支持内部需求[2] * **主要挑战**：中东冲突暴露美国军事实力短板，长期且不可逆地损害美元信用基础，修复需5至10年甚至更长时间[2][3] * **策略风险**：若地缘冲突未能成功“收割”财富，反而增加美国军事成本，将使其内部问题恶化[2] * **美元路径的两难困境**： * **弱美元路径**：可能加剧通胀或滞胀，因派生的信用需同时支持AI高开支与通胀环节，消耗政府及居民部门有限的信用和购买力，在财政受控下不可持续[3] * **强美元路径**：依赖美国在地缘冲突中展现绝对实力并成功掠夺财富，但其军事短板暴露已动摇美元信用基础，使该路径不稳固[3] * **共同问题**：两种路径均无法解决债务周期、AI发展与实体经济需求脱节的根本矛盾[1][3] * **AI产业的宏观角色与脆弱性**： * **角色**：扮演“利润吸血池”角色，以极高的资本强度和回报预期吞噬整个经济体的利润[4] * **演化路径**：吞噬美国债务扩张能力 → 挤压居民部门购买力 → 吞噬其他可被AI替代的企业部门盈利[4] * **脆弱性**：模式依赖未来AI形成巨大产业规模及对中国的技术代差，以维持长期高ROE来化解当前巨额债务；若无法实现，则债务链条难以为继[1][4] * **内部降本局限**：降低token成本、液冷、光模块等技术迭代力度有限，难以根本解决系统性成本问题和对高ROE的依赖[4] 其他重要内容（配置策略与市场展望） * **整体市场展望**：中短期偏向谨慎[5] * **核心防御配置**：以**能源及泛能源红利资产**为核心[1][5] * **关键观察点**：**原油价格120美元/桶**为重要关口，在**120至160美元/桶区间**会考虑增加保险性质仓位；若超过**160美元/桶**需重新评估策略[1][5] * **对中国资产的看法**：抱有非常强的信心，认为中国具备**完整性和安全性**的系统性优势，无明显系统性弱点[5][6] * **进攻性配置**：不会完全放弃，会配置一部分具备**长期估值提升潜力与高ROE**的资产，例如**保险及重资产龙头企业**[1][6]

文章核心观点 - 人工智能时代为女性决策者带来了重新定义自身价值与竞争优势的机遇 女性在共情、沟通、综合判断等方面的软实力与感性思维，在AI作为决策辅助工具的背景下，可能转化为独特的竞争优势 [5][6] - AI不会取代人类的决策权，而是作为“第二个大脑”或“军师”扩展人类的认知边界，帮助人类从重复性工作中解放，从而将精力集中于战略判断、价值选择和承担责任等核心能力上 [8][9][11] - 在AI重塑职场结构与决策方式的过程中，关键在于主动拥抱并驾驭技术，将AI的数据分析能力与人类特有的优势相结合，以增强决策能力与社会影响力 [6][9][13] - 随着AI成为社会运行的重要基础设施，需要关注技术治理、包容性发展以及人类在技术之上的创造力与价值定义，确保技术向善而行 [15][16][18] AI时代女性决策者的优势与价值重塑 - 女性管理人员在人文价值上的软实力，如共情能力和温度，将在AI时代变得愈发珍贵并具备更强的“议价能力” [5] - 女性的感性思维、敏感力及对多模态的感知能力，在创业早期阶段是重要优势 许多初创企业的早期合伙人中女性比例占一半以上 [6] - 在AI的加持下，女性决策者可以更快获取数据和市场资讯，以平台化的视角强化自身的决策能力，助力企业稳定发展 [6] - 当算法成为社会运行的重要基础设施时，女性价值不仅不会被技术稀释，反而可能在新的社会分工中获得重新定义的机会 [6] AI如何赋能个人与组织决策 - AI正在成为人类的“第二个大脑”，帮助人们在复杂环境中更高效地做出判断，而非取代人类的决策权 [8] - AI技术的进步显著改变了创业者获取信息和做出判断的方式，降低了技术门槛，赋能非技术背景的从业者 [8] - AI能够将人们从大量重复性、琐碎的事务性工作中解放出来，使人类能将更多精力集中在真正的决策与责任承担上 [9] - 在未来的商业和管理环境中，核心能力是判断事情是否值得做，以及决定如何执行并承担最终结果 AI可以出主意，但无法替人承担责任 [9] - 在组织形态中，数字员工与人类员工将协同工作 AI承担重复性和流程化任务，人类则专注于更具创造性和判断力的战略环节 [12] AI对行业效率与决策模式的具体影响 - AI带来的劳动生产率提升正在改变企业的人力结构和岗位需求 例如美国金融科技公司Block因内部AI Agent显著提高效率而缩减了岗位 [8] - 在投资领域，AI工具可以快速完成市场研究、数据分析和行业信息整理，使投资者能在更短时间内形成初步判断 当数据处理效率提高后，对趋势的理解和机会的判断能力变得更为重要 [12] - 在企业运营中，AI能帮助团队减少大量重复性事务工作，让管理者把更多精力投入到战略思考与组织决策之中 [13] - 以AI为驱动的具身智能机器人正在不断拓展新的应用场景，帮助企业解决现实生产中的诸多问题 [18] AI时代的治理、包容与未来方向 - 社会需要加快AI治理体系的跟进，包括探讨AI转型中可能涉及的社会保障机制以及技能重塑基金等议题 [15] - 企业需要建立更加完善的AI治理机制，例如设立多元化的AI治理委员会，并在AI产品设计与数据选择过程中更多纳入女性从业者与用户的声音，以推动包容与审慎的技术应用 [15] - AI像一面“镜子”，可能会放大社会中原本存在的偏见 在AI替代风险较高的职业中，部分受教育程度较高的女性从业者面临更大的转型压力，这提醒社会需关注技术发展中的公平与包容 [16] - AI的发展方向需要由人来规划，在技术应用过程中需持续思考其伦理与价值导向 AI在替代部分岗位的同时也会催生新的职业形态与工作机会 [16] - 女性应积极参与技术变革，并努力进入更多组织与行业的核心层，参与到关键事务的讨论与方向制定中，以获得更大的发展空间 [18]

文章核心观点 - 美国经济正面临“戴维斯双杀”时刻，即经济“盈利端”未改善且“估值端”出现松动，下行风险显著增加 [2][6] 一、非农新增就业依然疲软 - 2月非农数据疲软，扼杀了劳动力市场复苏的期待，就业广度差、数据波动大 [7] - 失业率为4.44%，私人部门新增就业为-8.6万人，劳动力参与率在人口调整后大幅回落，证明劳动力市场远非联储官员口中的稳健 [7] - 1-2月医疗保健业月均新增就业保持在4.8万人（25年均值5.7万人），但其余私人部门就业相当疲软且负增长居多 [9] - 永久失业人数持续缓慢上升，全职就业率在过去数月中的下降幅度超过以往季节性趋势，均是恶化信号 [9] - 核心私人部门就业同比增速自2024年9月转负（恰是此轮联储降息周期开端），至今仍处同比收缩趋势；广义政府部门就业同比增速跌落至2021年以来最低水平 [12] - 1990年至今，核心私人部门就业同比转负都对应着NBER认定的经济衰退（硬着陆） [13] 二、无AI，不增长 - 美国经济中实体资产与AI资产是“伴生”甚至“从属”关系：无AI，不增长 [14] - 从名义GDP中拆除库存、政府支出和净出口等波动大的“非核心”部分后，核心GDP部分（消费+固定资产投资）在过去两年表现相当稳定 [14] - 将核心部分拆分为顺周期（耐用品消费+住宅投资+设备投资+数据中心）与非顺周期部分，可见周期性部分的名义GDP环比折年率增速明显回落，非顺周期部分相对稳健 [17] - 在联储降息背景下，周期性部分增速回落说明货币政策效用下降，利率敏感型部门变得“不敏感” [18] - 周期性经济部分占整体名义GDP的16.5%，是政策作用目标；若拿掉占名义GDP 1%的AI部分，剩下的15.5%周期性实体经济部分自2022年第四季度以来再次环比（折年率）收缩 [19] - 2015-2019年期间，唯一的环比负增长发生在2019年第一季度，随后便是联储连续三次25bp降息 [19] - 从非农到GDP结构性增速的数据都在呼吁联储进一步降息 [21] - 美国经济中对利率最敏感的15%部分未展现复苏迹象，这与非农就业趋势及微观轶事（如数据中心成为建筑订单最主要支撑）对应 [21] - 2026年至今欧美制造业PMI持续小幅反弹，但更多对应低价库存消耗后的被迫补库需求，而非需求修复；补库将反馈关税带来的价格上涨，中东冲突带来的原油价格飙升可能进一步推动“被迫涨价”，对需求产生更大压力 [22] 三、AI叙事松动和中东持久战可能冲击估值体系 - AI叙事处于微妙状态：既怕AI技术过于颠覆，又怕不够突破的“神鬼二象性”阶段 [25] - OpenAI的Capex削减、英伟达业绩连续超预期却无法带来股价进一步拉升、以及META和微软“优等生”与“劣等生”的认知反转，都意味着2026年对“用铲人”业绩的更高要求，以及“谨慎激进”的投资态度 [25] - 美国“估值端”的另一个松动来自2026年的两场战争和格陵兰岛风波的延续 [25] - 美以突袭伊朗未复刻委内瑞拉的速战速决，欧洲乃至北约国家与美国在此事的表达越发“离心离德”，叠加格陵兰岛事件后部分主权基金对美元资产摆出的“拒绝姿态”，对美元资产吸引力带来冲击 [25] - 市场似乎未定价美国会陷入战争泥沼，但特朗普开启这场战争本身显得缺乏理性，且美国低估了伊朗的抵抗能力 [26] - 无论是油价之于美国，还是政经稳定之于伊朗，都尚未到退却的阈值，未来会进一步拔高全球生产成本，挑战美元信任度 [27] - 在当前美国经济面临“戴维斯双杀”的背景下，HALO交易也非风险免疫，需承担相当的宏观下行风险，并可能被AI的波动所放大 [27]

算力产业发展规划与挑战 - 当前人工智能产业正从大模型预训练阶段迈入“AI+”应用时代，算力需求结构发生根本性变化，推理算力需求将呈指数级增长[2] - 建议将算力区分为训练算力和推理算力，并重视推理芯片的战略价值，建议各地在发展算力方面偏向于推理算力[2] - 目前符合时代需求的智能算力供给仍有缺口，建议设立AI大模型训练专用算力开放平台，根据用户需求动态分配算力，实现负载均衡[2] - 建议对算力实行分级定价与补贴政策，建立“阶梯式收费”机制，以推动AI大模型健康发展、服务实体经济[2] AI技术赋能产业的路径与建议 - 当前AI发展处于从“算力基建”向“商业闭环与治理协同”转型的关键时期，但存在“重建设、轻应用”倾向，技术应用多停留在“点状创新”，难以形成规模化商业价值[3] - 建议加快实施“AI+场景闭环”示范工程，围绕工业制造、智慧金融等重点领域，组建“创新联合体”开展全栈式协同攻关，资源重点倾斜能降本增效、实现自我造血的项目[3] - 建议加快构建AI治理体系，启动专项立法研究，明确高风险领域责任边界，开展“沙盒监管”试点，并建立国家AI伦理与安全评估平台[3] - 建议重塑智能时代人才培养体系，推动教育改革，设立“AI+X”交叉学科，校企共建产业学院，并开展在职人员赋能培训，以破解人才短缺瓶颈[3] - 在人工智能与工业经济深度融合过程中，数据治理的滞后与薄弱已成为制约工业AI价值释放的瓶颈[3] - 建议系统推进工业数据治理体系建设，为人工智能赋能制造业扫清障碍[4] - 建议组织实施技术攻关与试点示范，如设立“工业数据治理与AI融合”科技专项，围绕多源异构数据融合、工业知识图谱构建等核心技术组织攻关[4] - 建议开展“工业数据治理标杆培育”工程，打造一批全流程贯通、AI应用成效显著的标杆工厂和产业集群[4]

行业招聘市场趋势 - 上海开年首场大型招聘会显示就业形势稳中向好，前期有意愿参与线下招聘的企业数量达到1200家至1300家[3] - 招聘会聚焦“3+6+2”重点行业产业领域，AI等新兴领域企业各类招聘需求增长超10%[3] - 招聘会提供超过1.3万个岗位，并设置了“直播带岗专区”等4大专区提供综合就业服务[3] AI领域岗位需求与薪酬 - 大模型及相关算法类岗位需求持续扩容，智能体开发算法工程师岗位月薪酬可达到4万元[3] - 有公司表示，其超过九成的岗位与AI相关，仅研发板块此次就有20余个涉及AI算法、编程的岗位对外招聘[4] - 企业希望员工具备数据驱动、工具使用的系统化思维[4] AI技术对行业与人才结构的影响 - 随着无人驾驶领域产业进步迅猛，AI系统构建愈发复杂，所需人才的知识储备与维度有所不同[5] - 未来，自动化、通信等专业可能逐步弱化或被AI助手取代，传统人才将更多承担设计、校验等人机协同工作[5] - AI正像过去的计算机一样，成为千行百业的必备技能，求职者并非必须从事AI岗位但需要具备一定的AI能力[5] 跨领域融合与人才培养 - 传统材料与AI技术的结合刚刚兴起，例如有研究所新成立了AI材料研发部门并对外发布相关岗位[5] - 人社部门将根据企业诉求对AI相关岗位进行分类、筛选、匹配，并与教育部门合作为求职者提供AI技能学习与培训[5] - 在岗位实践方面，将协同经信部门提供更多实习、见习等资源给劳动者提前体验[5]

文章核心观点 - 人工智能技术的发展正在颠覆华尔街传统的量化投资策略，导致“质量”、“动能”等传统股票因子的有效性减弱，市场估值体系被动摇，投资者正转向关注具有即时基本面、低估值或能提供AI基础设施支持的企业 [1][2][4] 传统量化因子遭遇挑战 - “质量”因子受挫：过去代表高利润率和稳定盈利能力的“质量”因子正受到市场惩罚，例如微软和AppLovins等高利润企业因其业务复杂度成为AI攻克目标，正遭投资者回避 [2] - “质量”与“价值”因子表现逆转：在罗素1000指数中，2月份高质量股票表现落后于价值股超过5个百分点，创2021年以来最差表现，扭转了过去三年高质量股领跑的局面 [2] - “动能”因子与基本面脱节：近期涨幅最大的股票与分析师盈利上调所反映的基本面改善几乎没有相关性，只要与AI概念相关股票就能获得上涨动力 [2][3] 市场资金流向与新投资焦点 - 资金转向“价值”与高现金回报策略：本月追踪高股息和股票回购公司的交易所交易基金（ETF）已吸引70亿美元新资金，在“智能贝塔”ETF中仅次于价值型基金；本季度专注于高现金回报的股票篮子已上涨约7% [4] - 投资者寻求确定性资产：由于AI迅速颠覆多个行业，市场不愿押注远期可能不存在的现金流，转而青睐具有当下基本面且价格较低的股票，如AngloGold Ashanti、可口可乐和Acadia Healthcare等 [3][4] - 基础设施与重资产公司受追捧：能够提供AI基础设施支持的企业，如公用事业、芯片制造商以及电网和管道制造商，成为新的热门交易，高盛策略师将其称为“重资产、低淘汰率”（HALO）股票 [4] 行业影响与市场结构变化 - 科技股遭受冲击：知名研究公司Citrini的报告构想AI迅速消灭白领工作的场景，引发市场震荡，导致国际商业机器公司（IBM）股价创下25年来最大跌幅，软件类股进一步跌至新低 [1] - 因子关系持续改变：AI作为一种特异性力量，正在推动因子关系的改变，预计典型的因子关系破裂将在未来一年持续下去 [5] - 传统策略可能恢复：若AI的颠覆性被证明窄于预期，或经济放缓足以恢复追求质量的交易，传统的量化手册也可能迅速恢复 [5]

文章核心观点 - 谷歌与OpenAI超过200名员工联合签署公开信，声援Anthropic，呼吁对先进人工智能在军事和监控领域的应用实施严格限制，并共同抵制美国五角大楼的相关技术诉求 [1] 员工联合行动 - 截至当地时间周四下午，公开信已获得超过160名谷歌员工和超过40名OpenAI员工的核实签名，部分人员选择匿名参与 [1] - 员工在信中呼吁谷歌和OpenAI的管理层搁置分歧，共同抵制军方获取AI技术支持的要求 [1] - 此次一线员工的联合发声，直接挑战了科技巨头现有的合规与商业决策 [1] 行业技术应用与立场 - 联名信明确反对将AI技术用于国内监控或全自动战争等争议性领域 [1] - 信件指出，美国五角大楼正试图利用企业间的竞争，分别与谷歌和OpenAI进行谈判，以获取此前被Anthropic明确拒绝的AI技术支持 [1] - 员工强调整体行业应在技术底线上保持信息透明 [1] 公司内部政策背景 - 资料显示，谷歌曾于2025年2月撤销了其内部关于禁止将AI用于武器和监控的规定 [1] - 目前焦点在于，面对拥有近20万名员工的谷歌和近1万名员工的OpenAI，这批签署者的行动能否实质性地迫使管理层重新确立AI技术授权的道德红线 [1]

晚会核心成功要素 - 晚会以“科技+文化+家国”为创作主线，通过三大篇章融合九州同心、天涯共庆与巴蜀文化，使传统文化呈现“潮”和“活”的新面貌 [2] - 创作团队坚持精品化策略，从策划、拍摄到后期制作均秉持专业严谨的态度，运用多机位、航拍及AR特效等技术实现高质量呈现 [3] - 全方位融入AR、VR、AI等前沿技术，打造虚实交融的舞台，实现传统文化与数字技术的创新结合，展现新质生产力 [4] 内容与节目创新 - 节目融合非遗茶艺、四川清音、传统醒狮等传统文化元素与全网热歌、爆款短剧、国潮说唱等时尚符号，采用网感化、青春化语态 [2] - 具体节目如《动物联萌闹春晚》《幺儿嘞》《家有欢喜嗨起来》《光影瑞狮》等成功打动观众并引发网络热议 [2] - 技术应用案例包括《戏语东坡》使用虚拟现实实现跨时空对话，《光影瑞狮》利用AI算法使机器人与醒狮节奏同频，以及AI机器人四川方言互动 [4] 技术应用与制作 - 拍摄运用多机位联动、航拍、特写等手法，捕捉舞台恢弘气势与非遗民俗细腻瞬间，展现南溪山水与巴蜀人文 [3] - 后期制作实现AR特效与实景表演无缝融合，虚拟场景与真人演绎自然衔接，保障了跨屏互动与直播的流畅沉浸体验 [3] - 技术把控确保每一项新技术如AI、数字萌宠创作都落地有声，恰到好处，服务于文化表达 [4] 传播效果与合作模式 - 晚会实现“网联四海，天涯此时共今宵”的初衷，让海内外华人通过大小屏幕感受巴蜀新年氛围 [3] - 晚会网络点击量超过2000万，证明“文化自觉+艺术匠心+科技赋能”模式可使地方文化IP破圈生长 [5] - 导演团队与四川传媒学院协同创作，探索出高校服务地方文化建设、科技助力传统文化传播的新路径 [4]

AI时代人类增强计划的核心观点 - 文章核心观点为对AI时代“人类能力增强”观进行反思 认为其本质是人类试图对一切加以掌控 而真正的幸福源于认识自我与感恩被赐予的一切 [2][3][4] AI时代的技术发展预判与态度 - 世人基于对AI技术发展后果的预判 主要分为悲观主义和乐观主义两种态度 [2] - 悲观主义多基于大规模失业威胁、失控风险与安全危机、伦理与人性侵蚀、权力垄断与监控 [2] - 乐观主义多基于生产力革命与新就业、增强人类能力 [2] 人类增强计划的内涵与驱动力 - “人类能力增强”指通过运用生物学、医学、神经科学、基因工程、人工智能等领域技术 克服人体局限、提升身体和智力能力的尝试 [2] - 其驱动力部分源于人们对被AI取代的恐惧 希望通过生物医学干预造就“更好”的人 [2] - 技术乐观主义者一方面发展机器智能 另一方面努力提高人自身能力 将人类增强计划视为一种“更好” [2] - 例如马斯克旗下的脑机接口公司力图让全人类与AI集成 以在技术发展奇点时保持人类竞争力 [2] 对人类增强计划的具体分类与哲学反思 - 哲学家迈克尔·豪斯凯勒将人类增强计划分为三类：在健康状态下延长生命、提升认知能力、增强情感 [3] - 对延长生命的质疑：无限制延长生命可能导致生育意愿下降 资源被老人长久占据 新人永无机会 对个体和共同体而言 没有死亡不一定是好事 [3] - 对认知增强的质疑：通过操纵大脑改善知识状况的干预措施 可能导致认知错乱 [3] - 对情感增强的质疑：提高控制情绪能力后 完全可掌控的情感不再是真实情感 若可随心所欲选择忧伤与喜悦 则情感成为自我捏造 无法与外在客观事物相联系 [3]