第一性原理真的是一个很重要的思考模式。 之前关于一个增长的问题我一直没有思路，后来发现，我其实是把两个目标合二为一思考，导致逻辑非常混乱，解决方法也是南辕北辙。 今天下午重新梳理了一下北极星指标，脑子清醒了很多。解决方法也有了。 所以我们，大多数时候没有解法的原因，是来自没有定义清楚问题和了解真正的目标。

十大第一性原理 赚钱的第一性原理是创造价值， 而不是出卖时间。 财富的第一性原理是复利增长， 而不是一夜暴富。 认知的第一性原理是破局重构， 而不是固化封闭。 学习的第一性原理是知行合一， 而不是纸上谈兵。 成长的第一性原理是持续迭代， 而不是原地等待。 做事的第一性原理是结果导向， 而不是形式忙碌。 婚姻的第一性原理是传递理解， 而不是争辩对错。 社交的第一性原理是价值共生， 而不是攀附迎合。 家庭的第一性原理是包容共生， 而不是计较输赢。 人生的第一性原理是向内扎根， 而不是向外强求。

从第一性原理来看，未来是纳斯达克/纽交所等传统交易所类似于L1，链上RWA现货类似于L2负责交易质押生息，永续合约为L3，这三层叠加势能会非常大，重塑所有资产的交易格局。

赚钱的第一性原理：真正的大钱，从来不靠干活 赚钱的最高心法，就是停止埋头干活。 只要你还在用体力、时间、劳动力换钱，你的财富天花板已经被死死锁死。 真正赚大钱的人，从来不是生产者，而是交易者、定价者、规则玩家。 世间财富层级，从来残酷又真实。 种西瓜的、摘西瓜的，是底层劳动者，挣最累的辛苦钱； 运西瓜的，跑动奔波，只能挣微薄差价小钱； 真正稳赚、轻松赚、赚大头的，是卖西瓜的人。 更高维的赚钱思维，是重构价值： 几块钱的普通西瓜，普通人只会原货卖出； 懂商业、懂溢价、懂包装的人，榨成一杯西瓜汁，就能卖到几十倍价格。 体力创造苦力价值，思维创造溢价价值。 所以财富真相很直白： 永远不要只做手艺人、干活人； 要做生意人、交易者、价值重塑者。 普通人穷的根源，就是一辈子习惯“靠劳动换钱”。 你的体力有限、时间有限、精力有限， 用有限的肉身，去博无限的财富，本身就是天道里的低维博弈。 上班，不等于赚钱。 上班，是把自己的时间廉价打包，卖给别人，薪资由别人定义、上限由别人掌控。 这叫“被定价”。 真正的赚钱，来自交易、差价、认知、价值交付。 商业本质，永远是：低买高卖、重组价值、放大溢价。 你以为不上班是损失， 其实你是在拒绝低维耗财、拒绝被锁命运、拒绝被廉价收割。 天道财富规律： 劳者少得，智者多得；动者耗身，静者掌局。 真正改命的第一步： 彻底停止“出卖劳动力换钱”的思维。 不再找工作，开始自己找事做、自己做局、自己定价、自己交易。 主动展示你的认知、你的能力、你的价值， 给财富一个主动流向你的理由。 你为别人打工，你只会越来越累； 你为自己布局，你才会越来越富。 干活换生存，交易换财富； 劳力只能糊口，认知才能暴富。

AI半导体投资第一性原理，其实就是在投 AI 变强的这条路上的瓶颈。这篇可以帮助你认知提升 我自身就在硅谷带AI 训练、推理团队。这个帖子我从一线第一性技术原理角度，解读一下过去算力、存储、互联的股票上涨原理，我的展望和布局。 希望你看完也有迹可循、能把好的标的拿住，看看是不是所有上涨时间线都符合我这三条路线的发展状态 三条路分别是 ① 预训练：把模型养大 ② 强化学习 RL：教模型推理 ③ 推理时算力：答题时多想一会儿 1/ 预训练（图 1） 当模型参数、数据、算力一起放大，模型的"底子"稳定变好。这就是过去3年 AI 的主叙事 算力越大，loss 越低，效果越好。一个 fun fact： 训练数据 token 数是参数量的 20 倍左右时候，效果最优。70B 参数的模型就该配约 1.4T token。这就是著名的 Chinchilla 定律 但问题来了，撞上了两堵墙 1. 数据墙： 人类数据快被读完了。 2. 经济墙：以前 10 倍算力换质变，现在 10 倍算力（几十亿美金一次训练）只换 loss 降 0.0x 预训练从投资角度来看，不会停止，但最赚钱的时候已经过了。 $SNDK $MU $NVDA 等等都是这个逻辑 2/ 强化学习 RL 这是最近业界的重要主线 原理：让 pre-train 好的模型自己刷题，做对了给奖励。这样现实生活中，agent 好干活 这就是为什么 $META 要录屏员工电脑，把员工蒸馏。因为员工的操作是宝贵数据 简单认为，RL 越多，数据越好，模型干活实际表现越好。集群内部的通信量爆炸。海量 rollout 意味着模型权重、KV Cache 在机器之间反复搬运——东西向流量成为瓶颈 目前投入 RL 的算力，比预训练还小一到两个数量级——意味着这条坡还很长，各家实验室的增量算力正在往这里搬 RL 训练的主要工作量是 rollout——让模型海量"试做题"。而试做题，本质上就是推理负载，也就是推理时算力 3/ 推理时算力 token 消耗量指数增长，推理成本成为每家 AI 公司的 COGS（销货成本） 谁能把每 token 成本打下来，谁就有毛利。整个行业从"融资竞赛"进入"成本曲线竞赛" 图三展现的曲线是，简单理解：相同模型，例如都是 Opus5或者 GPT 5.6，对于用户每次单次回答，投入算力越多，模型越聪明，投入少就更笨 有的时候你发现 Claude/GPT 变笨了，只是因为公司算力不够了偷偷降智。 这就是为什么你能看到 $NVDA $AMD $MRVL $ALAB 等等出现持续新的增量， $NBIS $MSFT $GOOG 等自有算力，host 模型公司出现新增量 通信需要光模块 $LITE $COHR 而 内存的价值居高不下，因为持续的消耗 4/ 我的观点和操作哲学 资本开支的结构在变，从一次性超大训练集群，转向 RL rollout + 用户推理的持续性负载 预训练决定原材料 → RL 锻造解题能力 → 推理时算力临场兑现。 任何一层的墙都会向下传导。目前的状态是：第一条轴的投资曲线在往 2/3移动 而 RL 和推理时负载，我认为总量会超过第一阶段，目前还在需求的早期 提到的标的我都持续持有，没有任何长线卖出打算

马斯克的第一性原理，是试图在平面的纸条上，用最锋利的剪刀，剪出一条最高效的捷径。而真正的宇宙和人类社会，是一条扭曲的莫比乌斯带。在这里，起点即终点，原因即结果，物质与意识、理性与经验，本就是连在一起的同一个面。用第一性原理去破局，用莫比乌斯带的全局视角去容纳复杂，这或许才是更完整的思维模型？马斯克在局部(工程学、电池成本、火箭重量)上运用第一性原理，推导出了绝对正确的局部真理。但是，当他把这个逻辑顺着商业、政治、复杂人性的长河“往前推一圈”回到宏观现实时，原本对的逻辑(比如绝对的理性控制、无视既有规则)就变成了错的(比如产能地狱、推特治理危机、地缘博弈泥潭)。

做互联网的第一性原理*，就是看起来必须比观众过的差。 你天天炫富、说自己过的很开心，是没有兄弟愿意看你的，你必须把自己展现的像个小丑才可以。 能够不断获得心理上的高位，才是兄弟们愿意捧你的真实理由。 峰哥就是逗你们玩的，他的合伙人留几手都多有钱 了，峰哥这么多年相比留几手勤奋多了， 还没结婚娶老婆，没有人帮他花钱，他百分百早就财富自由了。 就这他还搞转盘舞*，靠抽象赚钱，可见此人的勤奋程度了，这种勤奋着实是让人佩服。