註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Jingle Bell 初号机
@ScarlettWeb3
Don't Trust, Verify | Manager of the Blockchain Community at Bytedance 字节跳动区块链交流社区负责人(非官方) | All in AI |Growth @Agentese_AI @Yarrow_ai
加入 January 2023
2.7K 正在關注    38.1K 粉絲
字节群 10月中 群精华总结(下) 一、腾讯:AI正在改变软件生意的成本结构 群里对腾讯的判断很直接:“因为要当AI血包,价值股的根基也动摇了。” 过去互联网软件最性感的地方,是边际成本极低。 Office多卖一份,微软几乎不需要为这一位用户重新生产一套Office。软件写出来以后,可以低成本复制给几百万甚至几亿人。但AI产品不完全一样。 Anthropic多卖一个订阅,背后真的要多消耗算力、电力和推理资源。用户使用得越多,成本也可能越高。 但“AI都能把软件直接写出来了,成本不是更低吗?” 不是的,“软件生意只是把软件写出来吗?‘复制’讲的是分发,不是构建。”AI确实降低了开发软件的成本,但也提高了运行智能软件的成本。 腾讯第二季度资本开支达到528亿元,同比增长176%;自由现金流一度转为负数。说明即使是过去现金流很好的互联网巨头,进入AI竞赛后也要重新面对一个问题:旧业务赚来的钱,够不够长期喂养模型、算力和AI产品? 不过,“腾讯体质不行”仍然只是群里的投资判断。 更准确地说,腾讯原来的流量、社交关系和商业生态仍然有价值,只是过去“占住入口就能稳定收租”的确定性正在下降。 以后评估一家互联网公司,不能只看它守住了多少用户,还要看它能不能把这些用户转化成足以覆盖AI成本的新收入 二、A股的“垃圾时间” 群里统计沪深300价格指数从2005年1月4日到2026年10月20日,共5291个交易日:全程持有:1元变成约4.22元。错过涨幅最大的20天:只剩约1.13元。这20个暴涨日中,有17天收盘时仍较历史高点回撤20%以上。 也就是说,很多最大的单日上涨,恰恰发生在大家认为市场已经进入“垃圾时间”的阶段。 “闪电劈下来的时候,你得在场。” 不是“永远满仓不会错”,而是市场最好的几天经常和最差的日子挤在一起。“仓位低的话,亏60%意味着你可以更便宜地建仓。”但这句话要加一个前提:就是,公司的基本逻辑没有被破坏,而且你真的留了补仓的钱。否则,跌60%也可能不是机会,只是市场终于发现它原来不值那么多 所以长期持有不是无脑躺平:是仓位能不能扛住波动,资金能不能放足够久,原来的投资逻辑还在不在 另外A股的:国家队、平准基金和长钱,不是一回事 · “国家队”是市场俗称,泛指中央汇金等具有国家背景、可能参与稳定市场的资金; · 平准基金是以逆周期买卖、稳定市场为目标的制度安排; · 长钱则包括保险、社保、养老金和年金等负债期限较长的资金。 三者有交集,但不能直接画等号。 稳市资金更像给市场铺一张安全网,主要任务是防止流动性危机和非理性踩踏,不负责把每一只科技股都拉上去。科技股最终还是要靠:产业空间;盈利兑现;政策变化;新产品和新订单;市场对长期天花板的重新判断。 “平准力量能保市场下限,但科技股要上涨,靠的是基本面与叙事共同改变。” 短期考核、偿付能力约束和资产负债匹配,会不会让本来应该长期投资的钱被迫短期操作。 目前我国消费税仍以生产和进口环节征收为主。改革方向不是把所有商品都改成消费者结账时额外交税,而是选择部分税目,把征税环节从生产或进口,逐步后移到批发或零售,并将部分收入下划地方。 这会让商品最终在哪里销售,与地方能获得多少税收的关系更紧密,目的之一是给地方增加更可持续的税源、鼓励地方改善消费环境。 三、AI算力会不会过剩: “只有贵的 token 能过剩,不贵的 token 能生产多少就能用多少。” 为什么贵的 token 会过剩?因为不是每个下游产品,都能把 token 成本赚回来。假设让AI整理一份资料要花100元,企业只会把它用在少数重要任务上;如果成本降到1元,会议纪要、客服、代码检查、数据清洗都可能开始用;如果再降到几毛钱,就可能出现24小时运行的Agent 价格下降,不只是让原来的任务更便宜,还会创造原来根本不会做的新任务 “是‘穷’导致‘过剩’,不是‘多’导致‘过剩’。” 这里的“穷”,不是没钱,而是生产率不够高:一单位算力创造的价值,覆盖不了它的成本。 企业设置 token 预算、提高使用效率,不一定意味着未来少用 token。很多时候,恰恰是因为单个任务变便宜、结果更可靠,企业才敢把AI扩展到更多场景。 但说“算力绝不可能过剩”就太满了。因为算力不是完全相同的商品:模型能力、显存、带宽、延迟、所在地区和电力成本都不同。总需求很大,不代表建在错误地点、使用错误芯片的算力也能卖出去。 电也一样。电本身有需求,但如果新疆的风电送不到东部,又没有足够储能,再便宜也可能被浪费。 四、AI做游戏:先过成本,再过玩家 群里出了一道很现实的题:“如果你做一个游戏,NPC可以靠AI自主行动和无脚本对话,你敢不敢开放给所有玩家玩?” 如果所有对话都在云端调用大模型,玩家玩得越久,厂商付出的推理费越多。所以有人开玩笑:“你敢做的话,我拼命帮你推广,让你破产。” 这也是端侧AI对游戏特别重要的原因:把推理放在玩家自己的显卡或AI PC上,可以降低厂商持续承担的云端成本,同时减少延迟。 但这只是成本问题。需求侧还有另一道坎:“Steam的玩家群体,对AI生成内容非常敏感。”最近《幕府将军2:完整版》因为Bug、性能、模组兼容,以及疑似使用未披露的AI美术等问题,遭遇大量差评并暂时下架。 玩家反感的是:“用了AI”经常和低质量、偷工减料、不尊重原作绑在一起。玩家沉浸在一个世界里,会认真检查人物、建筑和设定中的细节。如果发现画面缺乏逻辑,最后又被挖出是AI批量生成的,很容易认为制作方没有诚意。 群里的反方问得很好:“对世界进行极致模拟,游戏就一定更好玩吗?” “游戏和电影最大的乐趣,不就是体验优秀创作者思考几年后,浓缩出来的十几个小时吗?” AI可以降低开发成本,也可以创造更动态的世界,但它不能自动创造审美、节奏和好玩的机制。玩家要的不是‘这里用了AI’,而是‘这东西以前做不到,现在居然能做到’。 五、模型厂商最后会变成什么? 群里的判断非常尖锐:“模型只有两个归宿:要么商品化,要么跟Agent以及更上层的产品紧密协同。” 如果模型逐渐商品化,它会更像煤矿、石化和云计算资源:大家比较的是价格、产能、稳定性和供应能力。仍然可以赚钱,但估值逻辑更接近资源生意,而不是高毛利SaaS。 另一条路,是把模型和Agent、工作流、用户入口、企业数据结合起来。 用户最终不会为了“调用某个模型”付费,而会为了“帮我完成招聘、编程、采购、报税或客服”付费 SpaceX第三季度的数据很能说明这个趋势:其SI业务收入达到75.6亿美元,同比增长830%;但这个季度SI资本开支也高达164.4亿美元。收入增长很快,但不代表这门生意轻资产。 AI公司既要抢模型能力,又要抢算力、Agent、用户入口和真实任务。 “只做模型不做Agent就是找死”太绝对,但如果模型无法形成成本优势,也没有掌握上层产品,凭什么长期留住利润? 六、很多人不是怕封号,而是用封号说服自己不要开始 群里有人说:“太多人因为封号而放弃最强的智能,再用封号安慰自己。” —— “我们组刚开了AI使用分享会,他们还在分享三四月的观点。我说大家可以试试新模型,他们说会封号——其实他们根本没被封过,因为压根没开过。” 封号和地区限制是真实风险,应该通过合规渠道、账号备份和预算管理解决。但如果一个人从未真正使用过新模型,就已经因为听说“可能封号”而放弃,那么他评估的不是AI能力,而是自己的焦虑。 AI变化太快,用半年前的体验判断今天的产品,很可能相当于:拿功能机的使用感受,讨论智能手机有没有价值。 最简单的办法不是继续争论,而是拿一个真实任务,让新旧模型各做一次 最后大家都玩了 《IP,Please》吗 真的是好玩,我是美国东八区人~
顯示更多
字节群 10月中 群精华总结(上) 这一篇含 股票估值 + 美债 + 市场讨论 一、估值:市场真正关心的,是最后能长多大 群里说 “决定股价的不是增速,而是天花板。” 决定估值的,是长期能赚多少钱、多久能赚到,以及这件事有多大概率发生。 假设两家公司成熟后每年都能赚100亿元: A 公司3年后达到这个水平; B 公司10年后才能达到。 即使它们的“天花板”一样,今天的价值也不会一样。因为10年后收到的钱,要比3年后收到的钱多打很多折 所以,只知道“天花板+折现率”,并不能唯一算出合理 PE 中间还差:需要多久到达;途中烧多少钱;利润能不能变成自由现金流;为维持增长还要投入多少钱;最终能在天花板附近待多久 增速不是估值的最终答案,而是市场用来推测长期利润天花板的证据 一家公司的增速从50%降到40%,但市场认为总市场空间没变,只是订单晚了一个季度,估值未必下降。但如果增速下降是因为用户饱和、竞争加剧、价格战和利润率恶化,那么市场会进一步推断:它将来可能根本赚不到原来想象的那么多钱。 这时候被砍的就不只是当期 EPS,而是长期故事。 另外,股价=EPS×PE,股价变化在数学上当然可以拆成业绩变化和估值变化。只是增长预期会影响 PE,PE 的变化又反映市场对未来增长、风险和天花板的重新判断。 “福尔摩斯推演法”:假设 A 导致 B、B 导致 C、C 再导致 D。每一步都很精妙,但链条越长,错一个环节,整个结论就会跑偏。 “沙盘推演”:不押一条剧情,而是提前准备几个版本——市场空间大、中、小分别怎么办,每种情况概率多高,什么证据出现后需要修改判断。 投资不是猜中唯一剧本,而是:世界没按你的剧本走时,你还有没有下一套动作。 最近美股科技和 A 股科技来回震荡,本质上都是市场对“最终能赚多少钱”分歧很大。 之前反复讨论 AI capex 能不能持续,其实也不是只在讨论明年还能不能多卖几块 GPU,而是在讨论:AI 基建这门生意的最终天花板,到底是万亿美元级别的长期需求,还是提前透支的建设周期。 二、美债:群里看空的是长久期名义债,不是所有债 截至10月19日,美国10年期国债收益率约5.15%,30年期约5.48%。很多人看到5%以上的收益率,第一反应是:躺着拿利息,不香吗? 问题在于,长期债券不是利息更高的现金,而是一份锁定很多年的固定合同。 理解债券最重要的词叫“久期”。粗略地说,久期是:市场利率每变化1个百分点,债券价格大约反方向变化多少。 10年期美债的久期通常大约7—8。收益率如果突然上升1个百分点,价格大致可能下跌7%—8%。30年期债券的久期更长,才可能出现接近14%—15%的跌幅。 所以原来“收益率上升1个百分点,价格跌15%、年回报约-9%”这个例子,更接近30年债,不能直接套在10年债上。 第二个风险是通胀。 假设你锁定5.24%的名义收益率,但未来10年平均通胀是3.5%,实际购买力回报约为: 1.0524÷1.035-1≈1.68%。没算税,也没算这10年中出现更好投资机会的机会成本。 群里比喻别人都随着水面上涨,你拿着的长期名义债,像一把固定在水底的尺子。 群里为什么担心实际通胀高于这个数字?一个判断是:AI 长期可能提高生产率、降低部分商品和服务的成本,但建设初期会争夺电力、铜、存储、土地、工程人员和资金,短期反而可能增加通胀压力。再叠加逆全球化、关税、供应链重组和国家间对抗,长期名义债面对的不确定性就更大。 不是“所有美债都不能买”,而是当前尤其不愿意用很长时间,去锁死一个名义回报。 “你把钱借给别人越久,就承担越多不确定性、机会成本和风险。时间本身是有价格的。” 三、市场:这轮回调的一根重要导火索,是 neocloud 的债 这轮市场波动不能简单归因于一个变量,但 neocloud 的融资问题确实是重要引线。 澳大利亚 neocloud Firmus 取消了原定 IPO;与此同时,CoreWeave 的无担保债券价格大跌,部分债券收益率一度升到15%—16%以上。 股票市场可以先讲未来空间,但债券市场问得很直接:你借这么多钱建数据中心,未来现金流到底够不够还债?这也是 neocloud 模式最脆弱的地方:巨额前期投入+客户高度集中+设备折旧快+借款成本随着市场怀疑上升。 所以“加息降息只影响传统产业,这点利息对 AI 无关紧要”并不准确。 AI 很赚钱,不等于 AI 产业链上的每一种商业模式都不怕利率 Anthropic 的估值不是从1.5万亿美元降到1万亿美元,而是部分投资者把预期从约2万亿美元下调到约1.5万亿美元。公司依然在高速增长,但增速是否正在回归正常。 前沿模型公司的竞争,正在从“谁的模型更聪明”,扩大为“谁能以可承受的资金成本锁住算力”。至于“token 越便宜,用量越大”,方向上可以用杰文斯效应理解,但不能只看 token 数量。 企业真正关心的是:完成同一个任务,要花多少钱、多少时间、多少人工审核,以及最后有没有创造收入。 如果模型效率提高,完成任务消耗的 token 变少,短期账单可能下降;只有当更便宜的使用方式催生了更多任务,总支出才可能重新加速。 所以:“单价下降+用量增加”可以同时发生,但不自动等于收入一定增长,更不等于利润一定增长。 存储方向也有两个值得保留的细节。 第一,据 KeyBanc 渠道信息,美光对2026年第四季度 SSD 的报价环比上涨40%—45%,高于此前约20%的市场预期。 但这属于渠道调查,不是美光官方统一报价,也不代表所有 SSD 品类和客户都涨相同幅度。 第二,长鑫扩产不等于“低端产能直接变成高端产能”。 更准确地说,国产 AI 服务器不只需要 HBM,也需要大量普通服务器 DRAM、DDR5 和配套内存。长鑫增加这些产品的供应,确实可以缓解国产 AI 基建的一部分瓶颈;但普通 DRAM 和先进 HBM 仍然不是可以随意互换的东西。 群里“哑铃配置”思路:一端是 AI;一端是国家安全、国际对抗和资源通胀相关资产。 但这两端都属于进攻型押注,不是真正的防御。 判断一个资产能不能防御,不能只看平时是否和 AI 同涨同跌,而要观察: · AI 暴跌时它是否真的能涨; · 最大回撤有多大; · 危机时是否还有流动性; · 相关性会不会在压力时突然变高 金融、生物科技和黄金也不能笼统地全部叫“防御资产”。黄金有时能避险,金融和生物科技则可能有自己的高波动风险。至于“中期选举后出现分裂政府,政府什么都干不了,所以利好股市”,可以作为一种历史经验和交易叙事,但不是定律。 如果分裂政府减少政策折腾,市场可能欢迎;如果新国会集中调查和限制 AI,同样可能制造新的看空材料。
顯示更多
0
10
18
1
轉發到社區