註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 ai趋势
ai趋势 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 ai趋势 的搜尋結果
Conso 专题推荐更新 本期专题:AI前线情报局 当 AI 趋势变成大众共识时,红利往往已结束。 别把 AI 当科技新闻看,把它当成你的信息差与赚钱机会。本期专题为你追踪新模型发布与巨头动向,带你提前感知风向。拒绝滞后,捕捉早期红利。 👉 前往 Conso,进入专题,构建你的个人 AI 专属情报网。
顯示更多
AI改变脑力劳动,物理AI改变体力劳动;存储决定AI的效率,机器人决定AI的落地。 所以我一直看不懂长期做空存储的人,如果觉得位置高,可以减仓、等回调再买,但长期做空存储,本质上就是在赌AI趋势已结束。而我恰恰相反,同样认可未来的主线是物理AI。 GPU负责计算,HBM负责数据传输,没有存储,再强的AI也跑不起来。机器人、自动驾驶、智能制造的发展,最终都会继续推高高性能存储需求。 我的投资很简单,不追高,回调分批买,暴跌大胆买。推文只推荐最稳的2只股票。 SK海力士( $SKHY )全球HBM绝对龙头,AI存储最核心的受益者,目前142.7U。 特斯拉( $TSLA )早已不只是汽车公司,纯视觉方案FSD自动驾驶本质就是机器人,目前美国两大工厂更是同步推进人形机器人制造转型,目前322U。
顯示更多
最近学 AI 收获最大的 3 个 YouTube 视频。 强烈推荐大家看看硅谷这几期讨论 AI 趋势的 YouTube 视频,非常精彩。 最好的对抗信息 FOMO 的方式就是找到好的信息源,然后精读。 所以这周我给自己留了 3 天时间,比较松散的把 10 月份 YouTube 上一些重要的播客都看完了。 挨个分享下。 一、Stripe 的创始人认为 Agent 会重塑互联网的流量分配逻辑。 这期视频访谈的标题是,Stripe’s John Collison: AI Agents Will Rewire the Internet,大家自己去搜。不长,一共 28 分钟。 这里面有两个印象深刻的观点。 1、Computer Use 是现实世界终极的向后兼容层。 或者这么讲,Computer Use 可能是继 Transformer、LLM 和强化学习之后,推动 AI 能力发展的又一次重要跃迁。 只要模型的 Computer Use 能力足够强,那数字世界的 AGI 就已经实现了。 因为 Computer Use 让 AI 能够利用人类过去几十年已经建设好的软件基础设施。 举个例子,假设我想让 AI 帮你续办驾照。 一种办法,是等待交通管理部门开发专门的 MCP Server 或 API,让 AI 可以直接调用。但等这些部门完成接口改造,恐怕得等上好几年。 另一种办法是,既然现在的网站已经能让人办理驾照,那么只要 Agent 学会操作网站,就可以直接完成任务。 那些没有 API、没有 MCP,甚至已经非常陈旧的软件,只要仍然可以通过界面操作,Agent 理论上就有机会使用它们。 2、Agent Commerce 会重新分配互联网的流量。 这个我想结合自己的经历展开讲下。 比如昨天,我给家里买窗帘。我比较喜欢去 1688,但每次买东西都头大,我得搜索商家、比较价格、沟通尺寸和材质,前后折腾了一个多小时。 或许等 Agent 再成熟一些,我就完全可以把类似的任务交给 Agent。 我知道,有人可能会担心,万一 AI 买贵了怎么办? 这问题我也想过。但即使我自己买,也不可能把所有商家都研究一遍。最后无非就是挑几个比较一下。而且我相信,AI 在搜索和比较这些事情上,大概率比我更有耐心。 当越来越多的人开始通过 Agent 购物,整个互联网的流量分配逻辑可能都会发生变化。 过去,我们发现商品,很大程度上依赖搜索引擎、电商平台和社交媒体。很多商家能否成功,取决于他们有多熟悉这些平台的流量规则。 但如果消费者直接向 Agent 提需求,让它帮自己寻找商品、比较价格,那么哪些商家更容易被发现,可能就要由一套新的规则决定了。 Stripe 的创始人 John 说,他自己用 AI 研究商品时,经常会发现一些以前从未听说过的小众品牌。 这些品牌可能没什么知名度,但产品不错,用户评价也很好,于是被 AI 推荐出来。 AI Discovery 会成为未来商业领域新的流量聚合入口。 这让我想起十一假期的一段经历。 我去了趟内蒙古的一个小城,在当地吃了一家很不起眼的小店。老板五十多岁,店面挺破旧,环境也谈不上多干净,但东西确实好吃、正宗。 老板说,从去年开始,店里的生意突然好了很多。他问那些外地来的客人,大家都说是在网上看到的。 其实就是一些游客在小红书上分享了这家店,后来越来越多人慕名而来,吃完又继续分享。包括我自己,也是通过小红书找到这家店的。 你看,这个老板什么都没做,甚至不知道互联网的流量规则已经变了,但他的生意却实实在在地受到了影响。 就像当年社交媒体广告兴起时,一批新公司特别擅长利用社交媒体获客,然后围绕这套流量规则设计产品,最后成长起来。 未来 Agent Commerce 可能也会重演类似的事情。 二、Alex Wang 谈他对 Meta Muse 的设想。 Alex Wang 不用多说了,最近风口浪尖上的人物,Meta AI 一号位。访谈的标题是 The Biggest Launch Since ChatGPT。 记得之前 Alex Wang 刚加入 Meta 的时候,好多人觉得这哥们很水。 但其实我觉得只要认认真真看过这人的访谈之后,你会发现扎克伯格的选人水平是有多强。 主持人问,假如一切顺利,五年甚至更久以后,Muse 应该变成什么样? Alex 说,Muse 会成为用户的总管。 我想了一下,总管这个词好像比助理更贴切,因为助理似乎更多的是在完成我们吩咐给他的任务,而总管可以全盘考虑。 为什么需要这样的产品?这哥们讲了一段非常感性的个人思考。 很多人在小的时候,都有非常丰富的想象力。 有人想写一本书。有人想拍电影、制作音乐剧。有人希望改变世界,或者解决某个非常困难的问题。 但随着年龄增长,很多人的梦想逐渐消失。 他们按部就班的完成学业,进入社会,开始工作。生活中遇到各种各样的现实问题,大家开始向现实妥协,渐渐觉得,很多事情自己根本没有能力改变。 算了,就此算了?这真是令人遗憾的。很多人的想法可能很有价值,但他们从来没有机会真正尝试。 在 Alex 的想象里,他认为 AI 能够改变这一点。 一个人不应该因为缺少专业知识、不认识合适的人,或者无法处理复杂事务,就轻易放弃自己的想法。 如果有一个足够聪明的 AI,长期陪伴在用户身边,帮他搞定很多琐碎的事情,那么很多过去难以实现的目标,就可能逐渐变得可行。 那为什么这事是 Meta 做?因为 OpenAI、Anthropic 等等这批模型公司陷入到了技术的思维里。 大家也可以对应的想一想,过去一年时间好像 AI 行业里头有一个非常奇怪的现象。程序员好像觉得 AI 已经无所不能了,但普通人却不明白为什么大家这么激动。 因为对于大部分普通人来说,AI 仍然还是一个问答工具。这个我十一假期的时候出去旅游,发现大家用豆包的方式确实还是问答。 过去一年,几乎整个行业都在努力提升 Agent 的编程能力。 模型越来越擅长写代码,却很少有产品去思考,如何让一个完全不会编程、也不想学习编程的人,享受到 AI Agent 的能力。 Meta 从一开始,就是为了解决这个问题。 他们花了大量时间打磨 Muse 的细节。程序员对技术的容忍度通常比较高。遇到报错、任务中断、环境配置失败,他们可以自己排查,甚至觉得这就是使用新技术的一部分。 但普通用户不会这样。 所以 Muse 锚定的目标一直是把复杂的 Agent 技术包装成一个足够简单、稳定的消费级产品。 这好像确实是 Meta 擅长做的事。 三、a16z 的投资人对当下 AI 应用的分析 这集很有意思,因为 a16z 最近几年都会发布一些 AI 应用的榜单。然后在这个榜单的基础上,他们会给出一些自己的分析和判断。 播客的标题是 What AI's Biggest Spenders Are Buying and Building。 我今天才彻底把这一期播客听完。它核心讲了一个判断: AI 消费市场正在从少数重度用户购买生产力工具,逐渐走向面向普通人的全新软件市场,而软件的产品体验、用户 Context 和网络效应,会成为越来越重要的竞争力。 播客里提到一组很有意思的数据。在美国,大约一半的人都使用过 AI,但真正掏钱订阅 AI 产品的,只有 4.5%。 而且这些收入高度集中,在所有付费用户中,Top 10% 的重度用户,贡献了超过一半的收入。 这些重度用户有一个很明显的共同点,就是他们大多在利用 AI 创造东西。比如写代码开发产品、制作视频、搭建自动化流程。 对他们来说,AI 已经成为日常工作和创作的一部分,所以愿意花更多的钱。 但问题是,绝大多数普通人并没有这么强烈的创作和生产力需求。 比如把一个 Codex 交给普通用户,他可能根本不知道该用它做什么。产品可以告诉他,AI 能帮你订机票、管理邮件、预订餐厅。但如果他今天恰好没有这些需求呢? 这其实也是目前很多 AI 产品面临的问题。我们一直在努力让 AI 帮人们节省时间、提高效率,却很少思考,普通人究竟愿意把时间花在什么事情上。 播客里有一个观点,我特别喜欢。大多数人并没有整天想着怎么节省时间,他们反而在寻找值得花时间去做的事情。 仔细想想,过去移动互联网最成功的消费产品,TikTok、YouTube、Instagram、Netflix,哪个是以提高生产力为主要卖点的? 它们满足了人们娱乐、社交、表达和消磨时间的需求。 但今天的 AI 消费市场,绝大多数产品还在围绕生产力打转。 所以 a16z 的几位投资人认为,AI 消费市场其实还有大量机会没有被挖掘出来,比如社交、游戏、娱乐、购物,甚至婚恋交友。这些领域都有可能诞生全新的 AI 原生产品。 当然,还有另外一个视角。提高效率、节省时间,甚至省钱,这些价值对普通用户同样成立。只是很多人未必愿意为了这些能力,每个月专门花钱订阅一个 AI 产品。 目前,大部分头部 AI 产品的收入仍然主要依赖付费订阅。对于那些每天用 AI 写代码、做设计的重度用户来说,这种收费方式很合理。 但对于普通用户,如果只是偶尔让 AI 帮忙订张机票、买点东西、整理几封邮件,让他每个月花 20 美元订阅,可能就没那么容易了。 所以,播客里的几位投资人认为,广告、交易抽成等模式可能更适合真正的大众市场。 比如我让 Personal Agent 帮忙买窗帘,它可以帮我研究材质、比较价格,最后找到合适的商家完成购买。 对于我来说,省下了大量时间,也不用专门为这次购物订阅一个 AI 产品。而 Agent 可以通过商家的交易佣金获得收入。 而且我觉得这里还有一个矛盾:如果未来 Agent 通过商家佣金赚钱,那么它到底会帮用户寻找最合适的商品,还是优先推荐佣金更高的商家? 这都是一些还需要继续探索的新问题。不管怎么样,我感觉 AI 消费级应用爆发的临界点确实快到了。
顯示更多
0
18
195
48
轉發到社區
AI让一个人周末就能做出完整产品,但这不代表做产品这件事变简单了。恰恰相反,代码、原型的制作门槛持续降低,判断、注意力、品味、产品控制权,正在变得愈发珍贵。 OpenClaw创始人的分享,点透了AI时代产品竞争的底层变化。 几年前,想要落地商用产品,需要完整的开发团队,个人很难独立走完从原型到上线的全流程。如今依靠AI开发工具,普通人短短几天就能完成编码、调试、部署。技术不再是门槛,原型随手可得。 很多人产生错觉,觉得创业做产品更容易。但竞争赛道已经彻底切换。人人都能快速堆砌功能,单纯的开发能力无法构筑护城河,真正无法被AI替代的是四项能力。 第一是判断。AI只会执行指令,无法区分真实痛点与伪需求。能不能选对赛道、砍掉无效功能,决定项目最终价值。 第二是注意力。需求和工具无限泛滥,能够持续聚焦核心问题,不盲目扩张,是非常稀缺的能力。大量产品失败,并不是做不出功能,而是方向分散,毫无记忆点。 第三是品味。不止是界面美观,而是体验、价值传递上的取舍。AI输出大多是平均水准,独特的产品调性,是拉开差距的关键。 第四是控制权。重度依赖第三方API、外部模型的项目天生脆弱。服务商规则变动、涨价都可能让业务停摆,长期项目必须掌握自身底层架构主动权。 OpenClaw初代原型依靠AI一小时完成,但项目能够持续发展,依靠的并不是开发速度,而是赛道判断、长期聚焦、产品审美与自主可控的架构设计。 现在单人创业项目越来越多,但绝大多数都会快速消亡。通病很一致:只会堆砌AI生成的功能,缺少清晰定位,高度依附外部工具,没有自身壁垒。 技术红利慢慢消退,未来比拼的不再是谁更快做出原型。精准的商业判断、持续专注的精力、差异化审美、自主可控的产品体系,才是长期核心竞争力。 善用AI放大效率,但先打磨好属于自己的底层能力,再动手做产品。 #ai创新# #ai创业# #ai趋势#
顯示更多
AI行情第二轮来了? 上周美股走出了一波明显修复,标普500周涨3.58%,纳指涨5.19%,费城半导体指数更是大涨9.24% 很多人会问,AI行情是不是又回来了?我觉得现在还不能这么简单下结论。因为上一轮AI上涨,市场交易的是一个核心逻辑,英伟达GPU卖爆了 但现在市场想看的,是第二层逻辑,AI的钱到底有没有开始流向整个产业链?也就是说,从GPU继续往外扩散 这周真正重要的不是英伟达,而是几个验证点⬇️ ▶️CRWV、NBIS看AI云需求 ▶️SMCI看服务器订单能不能真正变成收入 ▶️LITE、COHR看光通信是不是跟上 ▶️SNDK看AI存储周期有没有启动 ▶️AMAT看上游设备厂是不是继续受益 如果这些环节一起走强,说明AI不是单纯炒一个芯片,而是真的进入产业扩散阶段 🪁 目前市场最大的催化还是CPI 6月CPI同比3.5%,核心CPI 2.6%。如果通胀继续降温,市场会重新交易降息预期。逻辑很简单 通胀下降 → 利率压力降低 → 成长股估值提升 → AI高Beta资产继续反弹 但如果CPI超预期,最先承压的也会是这些高估值AI链 我的看法是,这一轮更像AI CapEx 2.0 ▶️第一阶段赚的是卖铲子的英伟达 ▶️第二阶段市场开始寻找谁能从AI基建扩散中继续赚钱 接下来别只盯 $NVDA 涨不涨,更重要的是看AI产业链能不能一起赚钱。如果SOX突破12650附近,AI趋势可能真正重新打开 非投资建议 DYOR
顯示更多
长期大趋势的逆转!一不小心粉身碎骨 “当一个长期趋势失掉了动能,短期的波动性趋于上升。容易看出为什么应该这样:追逐趋势的人们迷失了方向。” 目前市场上的极端波动,明星基金爆仓,很可能是趋势逆转的标志,需要认真对待。 一个趋势的形成,非常复杂,是多方的合力。而且,构成趋势的不仅有价格,更有叙事,缺一不可,相互强化。当价格配合时,叙事自然得到了强化,被更多人相信,参与其中,趋势跟随,进一步推高价格,形成了趋势的反身循环。 但是,当价格剧烈震荡,上下波动,而不是强势上涨时,反过来也会影响叙事,甚至打破叙事,让人们不再相信,不再跟随,进一步削弱了趋势。这在年初的黄金趋势,以及目前的 AI 趋势中,体现得淋漓尽致。 大趋势逆转的标志往往是剧烈的波动。这不是简单的 A⇒B 的单向逻辑,而是互为因果,反身循环。 趋势末端,正反馈极端,容易放大波动,造成极端的波动率。这种极端的波动,反过来又会打击信心,证伪叙事,强化波动。大趋势逆转,180 度掉头,由于惯性和动量,会自然产生波动。这种波动达到一定程度,也会反过来彻底改变叙事,杀死趋势的根基。 当趋势的叙事结束了,趋势其实就已经死了。 现在需要观察的是,AI 相关的股票,是否持续剧烈波动,波动率是否下降。如果波动率不能降下来,还是天地板、来回熔断,那么不用出现外部冲击,趋势本身就难以继续。 另一个重要的观察是美元信用。如果资产价格下跌,会严重抑制信用创造,即使是美国政府扩大赤字、增加美元信用脉冲,恐怕也很难对冲。这种信用的收缩,也会产生反身循环,让资产价格进一步下跌。 价格改变,叙事改变,趋势改变。 拭目以待。
顯示更多
高盛市场观点:AI投资主线并未退潮,但行情已从“普涨”进入“分化和选股”阶段。 过去AI投资主要集中在半导体、云计算等基础设施,如今正向AI软件、网络安全、数据基础设施和智能体AI等应用层扩散,投资范围进一步扩大。 企业对AI带来的生产力和收入增长总体乐观,但市场开始更加关注数万亿美元资本开支能否真正转化为回报。 当前最大风险并非AI趋势终结,而是基础设施部署节奏低于预期,以及利率、油价和宏观经济等因素带来的估值压力。 以下是其节目全文: 这里是《The Markets》节目,我是 Chris Hussey。今天是 9 月 30 日星期三,我现在身处高盛(Goldman Sachs)的交易大厅,与 Pete Callahan 在一起;他是我们 FICC(固定收益、外汇和大宗商品)与股票部门负责美国科技、媒体和电信行业的专家。 Pete,非常感谢你再次做客《The Markets》。谢谢邀请。 好的,我们切入正题吧,因为刚刚过去的这个夏天市场表现平平。看看十大科技股,涨跌各半。AI 概念的投资热潮是否已显疲态?客户们怎么说? 是的,听着,我认为科技和 AI 的发展主线依然稳固,但你说得对,现在情况变得更加微妙了,对吧?市场表现出现了更大的分化——这或许是“市场广度不佳”的一种委婉说法,对吧? 但我们现在看到的是一个更考验选股能力的行情。 AI 周期已经进入第三或第四个年头了。既有很多令人兴奋的因素,也有许多投资者关心的问题。 所以我确实认为科技股的趋势依然向上。我认为盈利增长、估值水平以及行业主题的顺风效应都支撑着这一板块。 不过正如你所言,在经历了年初(比如 1 月到 6 月)的强劲开局后,我们确实可能经历一段平淡期。 今年夏天市场处于盘整态势,我认为这是合理的,因为投资者正在权衡 AI 领域在今年余下时间里的各种利弊因素。 更不用说利率、油价和宏观经济形势了——这些都是今天讨论的重点,而在今年上半年,它们受到的关注相对较少。 是的,我想谈谈宏观层面的话题,但在那之前,让我们继续探讨一下“AI 投资热潮”—— 因为这股 AI 投资热潮的性质似乎正在发生变化。 起初,这是一场围绕 AI 基础设施的投资,始于半导体行业,随后扩展到超大规模云服务商(hyperscalers)。 现在,投资重心是否正在向应用层转移,比如“智能体 AI”(agentic AI)这类领域?你是怎么看的? 这是一个很好的问题。我们先从背景说起:9 月初,我们举办了盛大的旗舰科技会议。参加完那场会议,很难不对 AI 和科技行业的现状感到乐观。这就是当前的背景,而且是一个积极向上的背景。 但你说得对,在最初的几年里,人们一提到 AI,想到的就是半导体,这更像是一种资本支出(CapEx)的“贝塔”(beta)投资——即押注于“卖铲子”的企业(基础设施提供商)。 但在过去几个月里,人们的关注点确实开始向技术栈的上层转移,比如基础设施软件和安全软件层面的支撑性架构,以及那些帮助企业采用和部署 AI 的工具和公司——这正是我们目前看到的趋势。 所以,是的,“智能体”应用是其中的一部分,网络安全也是,还有一些数据基础设施相关的股票也包含在内。 因此,我认为这股投资热潮的范围已经扩大了。从某种程度上说,虽然这看起来可能显得更加分散、广泛,但我认为这种广度其实是件好事,即便这意味着选股变得更具挑战性,而不再仅仅是围绕单一主题的叙事逻辑。 好的,太棒了,Pete。你提到了我们在 9 月举办的“Communicopia and Technology”大型会议。你在那里是否听到很多人说,这类人工智能(AI)的应用确实行之有效,并且带来了人们所期待的生产力提升? 是的,确实如此。听着,如今企业界关于生产力、新的创收机会等方面,流传着许多类似的说法。 关键在于衡量标准,对吧?毕竟我们在资本支出(CapEx)上投入了数万亿美元。 所以我认为,从生产力提升和应用场景的角度来看,整个市场正获得其期望的成效——尽管在消费者端,随着个人助理的兴起,相关应用场景才刚刚开始显现。 但归根结底,衡量标准始终在于:投入了多少资金,而企业在后端又能获得多少回报。 当然,随着第三季度财报季的到来,我们将看到具体的量化数据,以此来衡量企业如何从生成式AI中获益。 好的,Pete,请再详细谈谈AI基础设施建设的情况。投资者最担心的是什么?是担心资金耗尽导致项目停摆吗?他们关注的风险点究竟是什么? 是的,这是个好问题。 我认为大部分问题都与部署的线性过程有关。 因此,我认为投资者们相信这一主题将是一个持续十年的超级趋势。 所以我认为投资者对最终结果感觉相当不错,但是线性发展的过程变得 有点不确定了,对吧?  这是对这些数据中心的部署、物理搭建和启动的评论。 所以我觉得, 这部分讨论变得更加棘手了。 再说一遍,我不想再回到这个问题上, 但是当你观察 利率市场或石油市场时,你会发现有很多噪音。 因此,与  2023 年、2024 年的生成式人工智能周期相比,如今投资者需要考虑的因素要多得多。 好了,皮特,关于人工智能就到此为止吧。 接下来,让我们把目光转向更 广阔的科技领域。 我们来聊聊软件吧。 那支队伍年初就被淘汰了。虽然度过了一个美好的夏天,但上个月有点 压力。 软件行业目前处于什么状态?  分散,你肯定还会听到我再次使用“微妙的”这个词,对吧? 因为软件的一部分就是网络安全的 故事,数据基础设施的故事,  这已经成为投资者关注的一个重要主题 ,你可以把这些称为推断性投资。 核心 SaaS 和应用层软件这类问题,  市场仍在努力解决。 在这个 市场中,市场仍在努力寻找产品市场契合度、 定价策略以及它们  在过去几年中涌现的新模式层中的定位 。 所以,这实际上是一种软件内部的分散交易,但这已经 好多了。 我的意思是,今年上半年价格走势有点像是相关性较强的一种类型 ,这对谁都不是好事。 所以,看到这种分散是件好事。 你开始看到选股又开始用  软件完成了。但总体趋势是上升的。 过去几个月,该集团的待遇好多了,我仍然认为, 在该细分领域,市场定位是一个有利因素。  所以,如果你是一家 能够帮助实施人工智能或保障人工智能安全的软件公司,那么你就处于有利地位。 但如果你是一家必须使用人工智能来改进软件的软件公司,那么现在还不是时候。 对,或者把最终产品交付给客户。 市场正在试图 弄清楚,在接下来的几个月甚至几个季度里,这个故事将如何发展  。 好的,我们来截取宏。 科技与利率一直密切相关。 今天有什么活动? 是的。 听着,利率无疑已经成为科技投资者讨论和考虑的话题之一。 今年以来,纳斯达克指数的市盈率已经压缩了约 20%。 当然,有很多因素会影响这种情况,但我认为利率肯定 是其中一部分。 我们现在的10年期国债收益率肯定高于5.25%,对吧? 所以我觉得这算是这个故事的一部分。  今年科技股依然带来了丰厚的回报,这是为什么呢? 这是因为主题保持不变,盈利增长也保持不变。 因此,我们会关注利率,而且显然,如果忽略了收益率曲线的长期部分,我们会非常谨慎。 但从另一个角度来看, 这是否会将人们拒之于科技之外? 不。但这是否会给盈利带来更大的压力,使其承担更重要的业绩提升因素,而不是估值倍数? 当然,  而且我认为我们今年已经看到了这一点。 您刚才提到了盈利和市盈率的问题。 这是否表明市场对盈利存在健康的怀疑态度,人们 并不认为盈利会像我们预期的那样强劲? 没错。 我认为一部分原因是利率问题,当然,另一部分原因在于我们能以超过 20% 的盈利增长率持续多久,对吧? 这段时间过得很充实。 如果未来几年人工智能能够提高生产力, 企业利润率也能保持健康,我认为这个结论仍然成立。 你克服了 2027 年  和 2028 年的种种担忧,这或许是科技行业走向更高境界的道路。  好的,太好了。 让我们给它加个蝴蝶结吧。 交易内容是什么? 是的,我目前专注于两件事,对吧? 当然,首先是半导体。 我们讨论过这件事,  但那个团体已经很久没有发展了。多种因素交织在一起,我们讨论过 这种个人助理、消费人工智能的故事在过去几周开始兴起 。 所以我会密切关注半导体行业第三季度的财报,希望它能重新站稳脚跟。另一个方面是消费者服务和消费者体验。 9月份,消费类股票经历了10多年来 最大的单月跌幅之一。 当然, 利率和石油价格对该集团来说是个沉重的负担,但你也可以说这是一个在 2026年下半年克服重重忧虑的机会。 而这正是我会重新投入精力、认真思考 并寻找一些独特好点子的领域。  在科技领域,这是否意味着电子商务? 它们是什么意思? 对,没错。 互联网服务、商业,以及我们在这个领域举办的 一些现场活动和体验。 好的。 下个月你最关注什么? 当然。 所以这是月初的宏观经济数据,  对吧? 本月底我们将召开美联储会议 。 目前市场已经消化了大约40%的加息可能性。 所以我们将观察宏观经济数据是否会影响这一预期 。 我们将于月中开始发布公司财报。 当然,这一切都是为了找到人工智能投资的回报 ,这不仅在科技领域,  而且在科技领域之外也越来越重要。 最后,还有大约30天就要举行中期选举了 。  随着财报季的临近,这方面的情况会一直存在,所以这也是值得关注的一点。 皮特,非常感谢你的参与 。 非常感谢。  谢谢邀请。 本周的《市场》节目就到这里。 我是克里斯·赫西。 谢谢收听。
顯示更多
英伟达上半场,AMD下半场: AI大势,从训练走向推理 昨天下午我去拜访了一位深耕存储芯片行业30多年的前辈,他半辈子都在半导体圈,对AI趋势看得特别清楚。 他笃定地告诉我:AI的红利正在从“训练时代”彻底转向“推理时代”,这是未来几年最核心的拐点。 他的逻辑很简单也很透彻: 早期的AI,基本就是收集资料、罗列信息。你问它,它给你12345一堆选项,最后决策还是靠人自己。这就是初级阶段,拼的是疯狂堆算力、堆参数——也是过去两年英伟达一家独大的原因。 但未来的AI会越来越“聪明”。它不再只是帮你找资料,而是自主分析、自主推演、直接给出最优决策。 AI从“帮人找答案”,变成“帮人做决定”。这就是整个产业最大的转变:训练落幕,推理为王。 英伟达上半场,AMD下半场 前两年的上半场,AI核心是大模型训练。 海量参数、堆卡、暴力算力,靠CUDA生态无敌的英伟达吃下了最早、最肥的那波红利。 但从2026年开始,下半场逻辑完全换了。 行业不再无限烧钱搞训练,而是要落地商业化、落地真实场景、落地高效推理。 推理最核心的需求是:高性价比、低功耗、软硬件协同、CPU+GPU异构调度——这正好是AMD的强项。 在推理赛道,AMD的成长空间明显更大。 一句话总结核心逻辑: AI上半场拼训练,是英伟达的时代; AI下半场拼推理,将正式开启AMD的黄金周期。
顯示更多
《美股AI涨疯不敢追,我小资金悄悄布局链上AI币》 最近一个月一直在参与各种AI的线下学习会,线上课程,对AI认识也越来越深,AI作为一种收集信息、汇总提策略、执行力拉满的三位一体工具,在我们的工作生活中起了非常大的帮助。 但是作为投资者,在学习 AI 的各种工具技能的前提下,其实我更要注重的就是,在 AI 趋势的前提下,怎么才能抓住这一波的财富机会。 相信很多人都知道,最近的美股真的是如日中天,都把我涨得服服帖帖的,基本上跟 AI 沾上边的,特别是那些存储芯片等等给 AI 提供底层设施的公司,基本都涨了 2~3 倍,而纳指 100 也在短短的 30 个交易日直接从555拉到了 711,可以说是比较罕见的。 但是这些已经涨了这么多,算是在人声鼎沸的时候,我个人是不敢上车的,在这个时候,我更加偏向于去区块链找一些跟 AI 相关的小币种,或许还给我们一些普通人提供一些机会,但是毕竟也是属于二级交易,风险还是很大的,所以也只能用小资金去测试。 前几天找到了一个这个REI,看了一下钱包,浮盈30% ,趴了一下背景资料,发现背后是一群搞AI和加密的研究员搞的,不是随便蹭热度的土狗团队,主打链上AI智能代理,还能减少AI胡说八道的问题,想做能在区块链上稳定运行、自主学习的AI工具,REI就是生态里用的代币,现在市值才2000万刀左右,以上只是我个人的一些看法,不代表投资建议。 像我这种小资金布局的逻辑很简单:像谷歌等等这些AI市值太高,虽然是好的标的,但是我小资金也撼动不了什么,那么我个人更愿意拿小资金去参与那种小盘AI币,如果踩中链上AI、AI代理的风口,牛市来的时候爆发力很强,理论上有翻很多倍的机会。 但风险一定要心里有数,这种波动极大,一天涨跌十几二十个点很正常,而且这种Ai项目还在早期研发阶段,能不能落地不好说;加密行情一凉,它跌得也快。 所以如果是大资金,想走求稳的路线,当然是选类似谷歌、纳指 100 这些 AI beta 类的公司。当然,不是说现在上车,而是说等一个好的机会,回调的好机会再上车。
顯示更多