说Meta的muse不好用，并非我脱离群众太久。而是我把模糊的感觉跟严谨的数据分开得出的结果 一个可爱的形象、好的传播途径，是重要，但我更多注意的是： 1. 次日留存和七日留存 2. 用户的 lifetime value 3. 对 Meta 资源的消耗以及带来的收益 4. 真正的付费比例 不论怎么说，我作为实际使用过 Muse 和高频使用各种 AI 助理的人，我都认为 Muse 是个半成品 包括我帖子的评论区，很多人估计都不太会用 AI，情绪被渲染得这么高。这在我这里是一个情绪跑在基本面前面的强烈信号 我认为 随着这个美国大豆包真正的留存和付费意愿被揭露, META 的股价可能会开始震荡甚至下跌。我打算买入看跌期权等待情绪回归

高盛Rich Privorotsky：Muse只是起点，AI Agent真正要重写的是整个经济的“摩擦成本” 高盛One-Delta交易台负责人Rich Privorotsky现在关注的，已经不只是 $META 的Muse有多火。 他提出了一个更大的判断： Agentic AI正在开始消除整个经济体系里长期存在的“摩擦”，而这可能带来一次真正的生产率跃升，并形成结构性的去通胀力量。 这可能也是理解下一阶段AI行情最重要的一条线。 过去三年的AI牛市，市场主要交易的是： 训练模型 → GPU → HBM → 数据中心 → 网络 → 电力 而下一阶段，市场开始交易一个完全不同的问题： 当AI真正进入日常经济活动以后，它到底能够替人类省掉多少时间、成本和中间环节？ Muse真正改变的，不只是AI能力，而是“消费者惯性” 很多行业过去能够长期维持较高利润，并不完全因为它们的产品无法替代。 其中一个很重要的原因，是消费者嫌麻烦。 保险续费涨价了，你懒得重新比较几十家公司。 手机套餐贵了，你懒得转运营商。 酒店价格高了，你没有时间每天重新搜索。 订阅服务每个月继续扣钱，你甚至已经忘记自己还在付费。 退款需要打电话、发邮件、等待客服，很多人最后干脆放弃。 这些看似微不足道的事情，实际上构成了一个巨大的隐形经济： Consumer Inertia——消费者惯性。 过去消费者的时间有限，所以很多公司实际上可以从“麻烦”本身赚钱。 Muse这样的AI Agent正在攻击的，恰恰就是这种摩擦。 如果你的AI可以24小时替你比价、取消订阅、申请退款、重新谈账单、寻找更便宜的保险、比较酒店、订机票甚至完成支付，那么过去建立在消费者“不想折腾”之上的商业模式就可能受到压力。 AI最先消灭的，未必是某一个行业，而是“麻烦”本身。 为什么这可能带来结构性去通胀？ 想象一下，当未来几亿甚至几十亿消费者都拥有一个永远不会累、永远愿意比较价格的AI Agent，会发生什么？ 保险公司更难依赖客户懒得换公司维持高价格。 旅游平台必须证明自己的佣金真正创造价值。 长期不用的订阅可能被Agent自动取消。 零售商品的价格透明度进一步提高。 企业内部大量重复的行政、客服和后台流程也可能被自动化。 于是经济体系中大量长期存在的成本： 信息差 + 搜索成本 + 时间成本 + 人工成本 + 中间环节 都有可能被压缩。 这就是Privorotsky所说的生产率红利。 过去互联网降低的是信息传播成本。 移动互联网降低的是连接成本。 而Agentic AI下一步可能降低的是： 行动成本。 这可能比单纯推出一个更聪明的大模型，对整个经济的影响更加深远。 所以AI行情可能开始从“卖铲子”走向“生产率革命” 第一阶段的赢家其实非常容易理解。 $NVDA、$AMD、$TSM、$AVGO，以及HBM、网络、光通信、服务器、数据中心和电力基础设施。 因为无论最后哪一个AI模型胜出，都必须先购买算力。 但Agent时代真正有意思的地方，是AI创造的价值可能开始从基础设施向整个经济扩散。 企业可以减少后台人工成本。 客服效率提高。 营销变得更加精准。 库存管理改善。 软件开发周期缩短。 采购和供应链流程自动化。 消费者寻找商品和服务的成本下降。 当这些效率提升逐渐进入企业利润表以后，AI的赢家就不一定永远只集中在半导体。 第一阶段赚的是“建设AI”的钱。 第二阶段赚的可能是“使用AI提高生产率”的钱。 这两轮行情的受益公司可能完全不同。 CPU为什么突然成为Agentic AI的重要交易方向？ 这一点也值得特别关注。 过去生成式AI最重要的硬件交易是GPU，因为训练和大规模模型推理高度依赖GPU。 但Agent并不是简单回答一个问题。 它需要打开浏览器、运行操作系统、调用API、处理文件、管理数据库、执行代码、安排任务，甚至同时运行多个Sub-Agent。 这意味着Agent时代增加的不只是模型推理负载。 它还增加了大量传统计算工作负载。 所以市场近期开始重新关注CPU以及整个服务器基础设施。 如果未来不是几百万人偶尔问AI一个问题，而是几亿个Agent每天在后台连续工作几个小时，那么计算需求的结构本身都会发生变化。 这也是为什么现在不能再简单用： “AI = GPU” 来理解整个产业链。 未来更完整的公式可能是： AI Agent = GPU + CPU + Memory + Storage + Networking + Power Agent运行时间越长，需要调用的工具越多，整个数据中心被消耗的资源也就越多。 但市场现在仍然处于非常早期的定价阶段 目前指数很强，但市场宽度并不好。 大量资金依然高度集中在AI和少数大型科技公司。 所以现在看到的更像是三个阶段： 第一阶段：AI基础设施重新定价。 GPU、HBM、网络、数据中心、电力率先上涨。 第二阶段：Agent平台重新定价。 $META 的Muse只是最近最明显的案例之一。 第三阶段：整个经济的生产率重新定价。 如果Agent真正大规模进入企业和消费者生活，受益范围才可能从科技行业逐渐扩散到更广泛的权益市场。 而现在，我们可能刚刚站在第二阶段的入口。 这也是为什么高盛交易台对大盘仍然保持积极观察 Privorotsky的另一个核心观点是，目前市场并不是毫无风险。 季节性仍然存在。 实际利率仍然偏高。 地缘政治风险没有消失。 市场宽度也并不理想。 但另一方面，投资者对这些问题已经非常警惕，仓位和情绪本身并没有进入极端乐观状态。 因此他认为，市场仍存在进一步向上突破的空间。 这里真正值得注意的，不是简单地说“美股一定继续涨”。 而是： 如果Agentic AI开始被市场从一个科技产品故事，重新理解成一场生产率革命，那么它能够支撑的估值范围，就不一定只局限在几家AI芯片公司。 这可能才是下一轮行情真正值得观察的变化。 过去三年，我们一直在问： 谁能提供AI需要的算力？ 接下来市场可能开始问： 谁能够利用AI，把自己的收入增长得更快、成本降得更低、利润率做得更高？ 而再往后，还有一个更大的问题： 如果Muse只是第一批真正进入大众市场的Agent，当几十亿个AI Agent每天替人类工作、购物、谈价格、管理订阅和完成交易时，今天哪些行业看起来稳定的利润，其实只是建立在“人类嫌麻烦”这件事上？

党军关系将呈现无可挽回的疏离趋势 尽管张又侠刘振立战功彪炳声名显赫，但他们在2026年1月20日的命运遽变，再次表明在中共党內，任何人都逃脱不了被当作政治棋子先利用后抛弃的命运。 中共党内保守派与改革派无论与习近平怎么斗，都守着一条底线：党这条老破旧船不能因内斗而翻船。对手习近平满脑子长霸党国大权不肯下台，他才不在乎中共党这条老船翻不翻沉不沉。习帮伙流氓斗狠无底线，前党魁们和党内改革派们则守着底线“相忍为党”。他们明知张刘是冤案，明知习流氓黑道手段陷害张又侠刘振立，却宣布党认了习进平栽给张刘的罪名，对张刘“双开”。 在我看来，2026年9月的政治局会议表明中共党又一次咽下习蔡王陈（新四人帮）密谋构害张刘的这坨狗屎。我说的是又一次咽狗屎！ 2018年2月底在中共19届三中全会上，全体中央委员第一次咽下习进平、栗战书、张高丽非法流氓修宪的狗屎，这次就是“又一次”！ 张又侠刘振立为党国在战场上出生入死，却落得个“兔死狗烹”的悲惨命运，足见中共党内人际关系的血腥与冷酷无情！ 这次中央政治局会议再次咽狗屎，当然让中共军队人人寒心，各军兵种和各战区集团军继续沉默不表态，在我看来很正常！ 无论中外，军队文化的底层逻辑都有两个基本点：1、军队是战场论英雄。军人都敬重与崇尚上了战场必出生入死无所畏惧的血性；2、军队将士朝夕相处，上了战场即是生死相依生死之托，战友情是一辈子过命的感情。 习近平1月流氓突袭张刘触怒全军将士；中共党9月忍让习黑帮团伙对张刘的泼污栽罪，怎么可能稳得住军心？！ 从此后，中共军队军心疏离中共党将是无可挽回的真实趋势！尽管中共党会百般撒谎、千般遮掩，终究无济于事。

我发现一个规律：此前盛传王忠林要接班公安部长，结果湖北爆发了烟花爆竹事件，王忠林的老巢济南接连发生几件贪腐案件；此后流传沈晓明有望晋升，结果又发生浏阳烟花爆炸事件；覃伟中流传接任深圳市委书记，结果被人家举报；任振鹤流传接任云南省委书记，结果弟弟接受调查；这回流传卢东亮接任云南书记，很快山西发生了大矿难。这一切，为什么这么巧合。你这么看？