Caser

宏观与周期 观察与思考

[阑夕 @foxshuo]

Quest Mobile的中国手游行业半年报告，不知道是不是符合你们的预期：

- 整个手游市场的月活用户是6.72亿，虽然同比小涨4%，但其实已经比短剧市场的月活跃用户都要低了，要知道短剧才用了几年时间发展起来；

- 大盘趋稳，增量都在小游戏这个细分赛道，微信小游戏的增速高达33%，6.54亿的月活，相当于97%的渗透率了，很可怕，小游戏这行的水非常深，摸透了也是真能赚点快钱；

- 微信小游戏主要靠崩老头赚钱，46岁以上的用户占比最高，这个正常游戏行业的画像特征完全不同，而且消费力也远高于手游，高氪人群的占比差不多是手游的2倍；

- 要说微信小游戏是靠社交生态躺赢的，也未必对，因为同期来看，做啥啥都成的抖音，反而在小游戏赛道出现了负增长，月活用户从1.02亿跌到了0.85亿，完全没追上；

- 从所有手游类型的消费时长来看，ARPG、策略、赛车是崩得最狠的三大品类，均出现了2位数的下滑，而射击、MMO、休闲的增长则排名前三；

- 「三角洲行动」的月活用户一枝独秀，接近7000万，相当于射击品类第2名到第5名之和，而且全部都是腾讯旗下的游戏，竞争属于完完全全的内战；

- 今年上线的新手游，只有「洛克王国：世界」的月活破了千万，能打的没有几个，同时版号发放量同比大增21%，可以说多出来的机会并没有转化成满足市场的结果；

- 重度活跃用户——投入时间高于平均值的——Top 10的游戏里有6家都是腾讯的，「王者荣耀」排名最高，防沉迷还是任重道远啊。

[看不懂的SOL @DtDt666]

兄弟们周末就别沉迷刷抖音了。

强烈推荐花3个小时看完北京大学内部投资学习课程。

投资必看！李录演讲：全球价值投资��时代

时隔5年，李录这场160分钟的价值投资思想盛宴令人醍醐灌顶。

李录极少公开演讲，每一次都弥足珍贵，

尤其是他对价值投资在中国成功践行的深度思考，

为我们提供了宝贵的本土化经验。

2026年4月8日，Himalaya Capital（喜马拉雅资本）首次发���李录在北大光华管理学院价值投资课程十周年庆典上的主旨演讲视频《全球价值投资与时代》（演讲时间：2024年12月7日）。

关于李录：查理·芒格的合伙人，芒格所说的“一生中三个最成功的投资之一”，芒格家族资产的主要管理者，被芒格称为“中国的巴菲特”。

2008年，84岁的芒格在采访中提到：“人的一生不需要做很多投资，我的财富主要来源于三次投资——伯克希尔、好市多，以及李录的喜马拉雅基金。”

李录1997年在美国创立喜马拉雅资本，至今管理资金规模约80亿美元，长期年化回报率超过20%。近年来更为人津津乐道的是，李录力荐比亚迪给巴菲特和芒格投资，帮助他们获得超过30倍的收益，成为价值投资在中国成功践行的经典案例。

本次演讲核心内容：

主��一：我们时代的困惑是什么？

全球发生了很多变化，给投资人带来了许多困惑。

主题二：对这些困惑的深度思考

探讨困惑背后的原因和本质。

主题三：中等收入陷阱与国际关系

关于中等收入国家的跨越，以及对当今国际关系的看法。

主题四：全球价值投资人如何应对时代挑战

面对关税、贸易战等挑战，价值投资者的应对之道。
价值投资的本质 回顾价值投资的起源，阐述六条价值投资的基本理念。

精彩问答环节：

1. 优质公司明显高估时，何时减持？
2. 长期持有的运气与勇气：年轻人如何在不确定性中决策？
3. 美国3.0时代与中国的改革路径
4. 如何理解“便宜的公司”？P/E应该怎么看？
5. 优秀企业家有什么共性特点？
6. 投资的意义究竟是什么？

时隔5年，李录这场160分钟的价值投资思想盛宴令人醍醐灌顶。李录极少公开演讲，每一次都弥足珍贵，尤其是他对价值投资在中国成功践行的深度思考，为我们提供了宝贵的本土化经验。

特此推荐给朋友们，值得珍藏！反复观看、深度学习。

[IELTS备考 @AiIeltsMaster]

油管上那些宝藏雅思学习博主汇总⬇️

💡English with Emma•engVid（语法专项）
💡The IELTS Listening Tes（听力提升）
💡English Speaking Success（Keith）（口语突破）
💡IELTS Daily（阅读技巧）
💡Fastrack IELTS（写作指导）
💡IELTS Liz（全科综合）

[nene @liu10102525]

要说实话，我每天必用的三个AI工具：

- Typless：有了Typless谁还打字啊，当之无愧的使用时长第一。口喷出稿，用完觉得自己就是丘吉尔。

- YouMind：写方案、做自媒体、写文章、看YouTube、画图、做PPT、写日记。别的工具是一个萝卜一个坑，YouMind是一个人就是一整个文艺复兴。这种轻而易举掌控多项技法的感觉太上头了，从菜逼变达芬奇，左手蒙娜丽莎、右手飞行器，中午还能顺手写篇十万加。样样都干，样样都行，关键还样样不累。

- FateTell：一天不看今日运势和掷圣杯我就浑身难受。为啥我不喜欢其他塔罗八字app，因为too much。我不会每天想起个盘、算个塔罗，但我会每天都想看看运势、为一个小决策掷一个圣杯。两种决策逻辑完全不同。反正拿着签文就觉得自己是被庇佑的孩子，宇宙专门给我开了后门。

所以AI工具在我这，只谈提效就太无聊了。情绪价值才是日活密码。这三个工具我离不开，就是因为它们各自喂饱了我一种幻觉——谁不想同时当丘吉尔、达芬奇、和神的孩子呢？

[XinGPT🐶 @xingpt]

太兴奋了！
Claude可以直接接金融数据库的mcp了，未来你可以获得全球上市公司的金融数据build自己的bloomberg终端。
Claude一不小心又干死了不少创业公司🤣

[AYi @AYi_AInotes]

华尔街藏了几十年的投研黑箱，被一套开源系统彻底砸穿了，

4.6万GitHub星标，8千次分叉，MIT协议100%开源，一分钱不用花，

你不用凑2.5万美元的开户门槛，不用付彭博终端的六位数年费，更不用给对冲基金交2%管理费+20%的业绩分成，

18位带着华尔街传奇投资思维的智能体，直接在你的笔记本上运行。

巴菲特智能体，只买价格合理的卓越企业芒格智能体，死死守住每笔投资的安全边际，
迈克尔·贝瑞智能体，逆向猎取市场忽略的深度价值木头姐智能体，高信念押注颠覆性创新成长股，

还有格雷厄姆、达莫达兰、比尔·阿克曼，外加11位覆盖技术面、情绪面、风控、基本面的专业智能体，全员到齐。

你只需要输入一个股票代码，
智能体自动抓取实时财报、资产负���表、内幕交易动态、全量市场新闻。

每位智能体完全遵循自己的投资哲学，独立完成全维度分析，
风控智能体同步核查仓位与组合风险，堵死所有潜在漏洞
组合经理整合所有信号，给出最终的买入/卖出/持有决策，
每一步都附完整推理链，没有任何黑箱操作。

开启「--展示推理」模式，你直接坐在上帝视角，看这群传奇大佬当场激辩。

巴菲特拆解公司的护城河壁垒，贝瑞揪出财报里的隐藏风险，木头姐挖出行业的颠覆性机会，他们真的会互相反驳，把每一个投资决策的正反两面，完完整整摊开在你面前。

内置完整回测引擎，用历史数据验证策略的真实收益，
配了可视化网页界面，不用敲复杂的命令行，上手就能用
支持OpenAI、Claude、Groq、DeepSeek云接口，也能通过Ollama完全本地运行，你的所有数据永远不会离开你的设备，
苹果、谷歌、微软、英伟达、特斯拉的核心数据永久免费，连API密钥都不用申请。

如果这套系统给你拿了半年的持仓票，发出了明确的卖出信号，你会跟着执行吗？

github 地址评论区自取👇

#美股 #AI投资 #开源项目

[米斯特姚 @mryao90]

不用自己写新闻行情、地缘政治、突发事件监控器了，这是一个监控全球热点突发新闻，金融市场，AI科技，美联储信息，加密货币等聚合到一起的行情监控开源项目 https://t.co/reyODYceT7 不过这个作者没有写readme，他应该也是用AI写的，里面有一份https://t.co/Ioor29Glor 是给ai看的手册，你可以丢给自己的AI让他根据这份文档帮你去���译启动，非常方便

[向阳乔木 @vista8]

终于看到靠谱的日更AI资讯聚合，来自著名的AI Newsletter：latent. space

如果没时间精力，读这个频道就够，不用折腾。

信息源：12个Reddit子版、500多个 Twitter账号 和 24 个 Discord频道，每天累计上万信息筛选精华。

这家专业性靠谱，Ben's bite也很好，但是周更。

地址见评论区，建议收藏

[Caser @kaize6688]

@MissCat_AI @grok 给我整理一下提示词

[Gorden Sun @Gorden_Sun]

CoPaw：阿里开源的个人助理
类似OpenClaw，配置更简单些，有网页UI界面。支持使用本机运行的LLM（Ollama、llama.cpp、MLX），支持打通飞书、钉钉、QQ，能导入ClawHub的Skill。
Github：https://t.co/A5aiM8uL6p

[XinGPT🐶 @xingpt]

https://t.co/5GBtn0C4qr

[qinbafrank @qinbafrank]

AI越能写，科技公司越缺会写的人。ChatGPT刚火起来的时候，不少人担心文案的饭碗要被砸了。但如今，硅谷给出的答案是：会写东西、会讲故事的人，反而更值钱了。

2026年初，Netflix挂出一个产品与技术传播总监的职位，年薪上限77.5万美元；
Anthropic的传播团队去年扩到80人，而且还在继续招，年薪20万美元起；
OpenAI挂着几个传播岗，薪酬40万美元往上。
而美国普通公司的传播总监平均年薪只有10.6万美元。

这意味着什么？
因为AI批量生成的内容泛滥成灾，信息噪音盖过了品牌自己的声音，真正能把事情说清楚、把话讲到点子上的人，反而成了稀缺���源。

垃圾信息太多了，企业愿意花高价请一个声称自己能穿透噪音的人”。“穿透噪音”这个词，在2025年底到2026年初的科技圈招聘文案里反复出现。没有公司愿意承认自家产出的内容也是噪音的一部分，但每个人都怕自己的声音被淹没。于是大家竞相抬价，仿佛谁出的钱多，谁就能获得越多的用户注意力。

AI让写作变得太廉价，反倒让好的写作重新变得昂贵。大批量生产的垃圾泛滥成灾，真正会思考、会打磨文字的人开始获得溢价”。

如果只是码字，AI已经完全够用。企业花大价钱招的“故事讲述者”，干的事远不止码字：
1）在谷歌云的故事讲述团队，他们要写的是客户案例，比如“家居零售商劳氏如何借助谷歌云的Vertex AI打造互动购物体验”。
2）在微软的安全部门，他们要找的是一个“集网络安全技术专家、传播者和营销人员于一身”的高级总监。在合规科技公司Vanta，这个岗位的���薪开到了27.4万美元。
3）USAA是一家做军事金融服务的公司，不到一年时间，他们已经招了第四位专职故事讲述者。公司的传播与公共事务副总裁塔拉·福特·佩恩（Tara Ford Payne）特意强调，这不是招文案。

信息的供给早就过剩了。真正的难题是：你怎么做出别人愿意花时间看、愿意分配注意力的内容？

核心还是之前聊到的：独到的观点，有趣的魅力。进而好的故事，通过这些故事让别人知道你是谁、相信什么、值不值得尊重。

在噪音里，光嗓门大没用，得有人真的能把话说明白。

媒介即权力的再一次体现https://t.co/T2HjoxreHN

[白板报 baiban.dev @baibandev]

这是我看到的关于Alex攀登101大厦最好的文章，从认知科学的角度，分析了为什么这件事对他来说，失败的概率约等于0，同时对我们每个人都有启发。你有没有掌握一项类似Alex攀岩的技能，它在你哪怕生病和疲惫的时候也能轻松完成，但在外人眼中又是一个奇迹。

[沉浸式翻译 @immersivetran]

被严重低估的宝藏网站，用数据看穿世界真相！想写深度内容却没数据？这个网站直接把底层逻辑喂到你嘴边。

它是牛津大学团队和一家英国非营利机构做的长期项目，专门研究贫困、疾病、饥饿、气候变化、战争、不平等等这些全球性大问题。

它厉害的地方在于，不是随便扔一堆表格给你，而是把几十年的数据做成可交互的趋势图，还配上通俗的解释文章。
你可以拖时间轴，看某个国家 50 年的变化，也可以一键切换国家，直接对比谁在进步、谁在原地踏步。

比如你想聊“世界到底有没有在变好”，它能给你看全球极端贫困率、儿童死亡率、识字率这些硬指标的长期曲线。
很多我们以为“越来越糟”的东西，用图一拉长，你会发现答案完全不一样。​

对内容创作者���说，它解决了几个很扎心的痛点。

第一，数据太分散的问题。以前要写篇全球视角的内容，要在世界银行、联合国、各国统计局之间来回跑，还要自己清洗、做图。
现在直接在这个网站搜关键词，比如“cancer”“suicide”“education”，就能拿到世界和各个国家的长期趋势，图和数据都整理好了。

第二，不会写代码不会做图的问题。它所有图都是交互式的，你只要点几下就能选国家、选时间区间、选展示方式。
最后一键导出图片或 CSV 数据，贴进小红书、公众号、PPT 都非常顺手。

第三，版权焦虑的问题。官方写得很清楚：所有图表、数据和文章都是开放获取的，按 CC BY 授权，只要署名就可以自由使用，甚至商业也可以。
这意味着你不用再担心“能不能用这张图”，只要在图下写一句“数据来源：Our World in Data”，就合规又专业。​

它和世界银行、联合国这些数据库最大的区别，是“数据 + 解读 + 可视化”一体化。
世界银行更像专业统计工具，指标多但解释少，对新手不太友好。
Our World in Data 会用长文帮你读完研究，翻译成普通人也看得懂的故事，再用图把逻辑走一遍。

举个很适合内容创作的例子。
立陶宛曾经是世界自杀率最高的国家之一，但近二十年自杀率几乎砍半，这种反转故事，在网站上一拉数据就一目了然。​
你完全可以围绕这条曲线，写“一个国家如何从绝望边缘拉回自己”的深度稿。​

再比如癌症。
用“病例数”“死亡人数”看，全球数字是在上涨，但网站会告诉你要看“按年龄结构调整后的死亡率”，趋势其实是在下降。​
这种“表面更可怕、实际更安全”的反直觉结论，是特别适合做爆款内容的素材。​

如果你是做数据分析、教育或产品的，它还有更爽的一层。
它的可视化工具 Grapher 是完全开源的，代码挂在 GitHub 上，许可是 MIT，意味着你可以在自己的网站、项目中复用同类交互图。
每个图背后的数据集也有固定的 CSV 地址，可以直接用 R、Python 批量抓取，做模型、做仪表盘都没问题。

https://t.co/Kelxvq3ddZ

[林晚晚的猫 @linwanwan823]

AI救活了一家马桶公司股。

TOTO，日本高端智能马桶那家公司，两个月股价反弹近40%，创下五年来最大单日涨幅。

但晚晚我查了下，人家还真不是蹭概念。

TOTO有个隐藏业务，高纯度精密陶瓷静电吸盘。

简单来说，是芯片制造时固定晶圆用的关耗材，精度做到头发丝的1/80。

这是半导体制造的关键耗材，纯度业界第一。

存储需求爆发，这玩意就成了刚需。

这块业务现在贡献了TOTO超四成的营业利润。

2024、2025连续两年，TOTO股价趴在地上。AI叙事一来，股价就起飞了。

做马桶的手艺，碰巧也能造芯片，这谁能想到呢。

[沉浸式翻译 @immersivetran]

哎呦！发现了一个超级宝藏！

BBC 把自己几十年广播、纪录片、影视里积累的声音资产，直接搬到公众面前的「免费声音金矿」

声音量级离谱大。全站收录两万九千多条专业音效，涵盖自然、交通、机械、人群、动物、脚步声等十多个大类，单自然类就有一万七千多条。

每条都是广播级录音。音效来自 BBC 节目制作现场，环境声、拟音、氛围声的真实感和细节，都明显高于很多「为了素材库而录」的商业音效包。

站点有完整的导航和分类列表，直接按「自然」「交通运输」「日常生活」点进去筛，比很多素材站更友好。​

内置「混音模式」。主页直接给了「混音模式：创建属于你的声景」，可以在网页里叠加多轨声音，现场调出自己的氛围 BGM，这是很多音效库没有的交互玩法。

找素材太费时间。做视频、播客、vlog 时，为了找「真实又不廉价」的脚步声、城市环境声，常常要在��大网站来回试听、筛选、下载。BBC 按场景和类型分好类，直接用搜索框和分类就能精准锁定，极大减少反复试错时间。

免费库要么音质差，要么版权模糊。很多所谓免费音效站，噪音重、采样粗糙，或者标着「免费」，实际授权条款复杂、踩坑风险大。BBC 官方在站内清楚写了使用说明和授权路径：非商业用途可免费使用并署名，商业用途通过指定渠道付费授权，规则透明、风险可控。

新手不会做声景。很多创作者其实不知道怎样把鸟叫、风声、脚步声叠成有情绪的背景。BBC 提供 Mixer 模式，还给出 Radio 1 主持人做混音的示范视频，等于把「怎么用好音效」的教程也一起打包给了你。

想要「电影感」，这类声音很难自己录。森林深处的鸟群、大型体育场人群、军用车辆、老式机械设备的细节声，普通人几乎不可能自己完整采集，但在这里都能找到，并且是 BBC 实战项目里验证过的素材。

做非商业项目，几乎是「白送」。按官方说明，只要是非商业、个人或研究用途，且按要求标注 BBC 来源，就可以免费使用这些音效；一旦触及商业项目，又可以通过 Pro Sound Effects 把同一套声音升级成终身可用的商业授权库，既能先免费试水，也有正规升级路径。

https://t.co/FTxV6jpZ1L

[Frank Wang 玉伯 @lifesinger]

读完 Dan Koe 的文章《如何用一天修复你的整个人生》，很欣喜。发现自己已实践十几年，确实简单有效。

我的实践是，定期更新三篇文档。

文档一是《活好这一生》。每年年初更新这篇文档，内容包括：我不想成为什么、我想成为什么、期待自己今年改变什么。暗合了 Dan Koe 说的 Anti-vision（不想是啥）、Vision（想是啥）和 1 year goal（今年干啥）。

文档二是《干好这一年》。每个月初更新这篇文档，内容包括：这个月最重要的三件事是什么。暗合 Dan Koe 说的 1 month project。这是我打开最频繁的一个文档。偶尔会有大调整。有意思的���，实践多年后，写这篇文档时，会越写越懂自己，不会去写难以实现的事项。定的三件事能干完两件，才能持续正循环起来。

文档三是《过好每一天》。这是更新最慢的一篇文档，经常好几年才会有比较大的调整。内容包括：习惯培养、兴趣实践。去年我��加的一条习惯是：上床不看手机、看手机不上床。文档三暗合的是 Dan Koe 说的 Constraints（约束）。不断达成约束，会有一种平静的自由喜悦。

除了上面说的三篇文档，日常我还经常用的工具是 Linear 和 Calendar，用来管理 Dan Koe 说的 Daily levels 的各种事项。这类工具用法很常见，不多说。

用好上面三篇文档，你的整个人生，会非常不一样。这过程中，不仅能知命，还有机会改命。Dan Koe 写下的，就是如何用一天学会如何去改命。我刚好已实践十几年，确实有用。

如果你不相信我的实践，可以给我点赞、转发、收藏。阅读数超过 2000 万，就公布我的这三篇文档：《过好每一天》、《干好这一年》、《活好这一生》。

[九龙塘右眼财迷 @jltyycm]

最近,坐拥11万亿美金资产的全球最大资管机构黑石集团发布了2026经济展望报告.此报告用四张图表对AI技术革命对经济增长的贡献做了非常透彻的分析,以至于笔者看完之后暗自庆幸没有抛掉手中的英伟达股票.本文中,财迷将深入解读这四张图,以帮助大家正确投资,赚点小钱：

【图一】 A rapid transformation

此图标题为《快速转型》，强调AI带来的经济转型速度之快。

📷

【此处应有图1】

上图由黑石投资研究所分析师基于Crafts (2021)的数据制作。它展示了从1760年到2040年，一些重大创新技术的“转型长度”（Length of transformation，即技术从开始到成熟所花费的时间，以年为单位）和“资本深化”（Capital Deepening，即资本投入对GDP增长的百分比贡献，以点数表示）。

此图的主要论点：

1）蒸汽技术 (Steam, 1760-1910)带来的经济转型长度约150年，对GDP增长贡献约15点（黄色点）。

2）电力技术 (Electricity, 1899-1941)带来的经济转型长度约42年，对GDP增长贡献约3点（绿色点）。

3）信息与通信技术 (Information and Communication Technology, 1974-2012)带来的经济转型长度约38年，对GDP增长贡献约20点（粉色点）。

4）人工智能 (AI, 2022-2040)带来的经济转型长度约18年，对GDP增长贡献约15点（红色点）。

据上图数据：【AI技术预计在仅18年的短时间内达到与蒸汽技术花了150年才达到的贡献（15点），这意味着AI投资强度更高、速度更快，可能带来更剧烈的经济影响】。

基于此图，黑石的分析师认为：【人工智能的建设速度和规模可能超过以往所有技术革命。到2030年，针对人工智能企业���投资估计会达到5万亿至8万亿美元，这些投资大部分将发生在美国】。

不过，这是一个前瞻性估计，可能不会完全���现。数据来源包括Crafts (2021)的历史数据（蒸汽为英国数据，其他为美国数据），以及对AI的计算：基于2022-2024年的实际资本支出、2025-2030年总资本支出意向的上限（美国5-8万亿美元范围的上端），并假设2030-2040年的资本支出强度保持类似速率——当然，做投资的都知道，未来并不一定和基于过去数据做的预测相符。

【图2】 Never broken out

此图标题为《从未突破》，强调美国人均GDP在过去150年中从未持久偏离约2%的长期趋势。

📷

【此处应有图2】

上图由黑石分析师基于美国经济分析局（Bureau of Economic Analysis）、宏观历史数据库（Macrohistory Database）以及其他历史数据来源（如Oscar Jorda、Moritz Schularick、Alan M. Taylor等研究）制作完成。它展示了从1870年到2024年，美国人均GDP（U.S. GDP per capita）的历史走势，使用对数刻度（Log scale）表示，以突出增长的相对变化和��期趋势。

上图中Y轴用了对数刻度（Log scale），从7.5到10.5。这意味着Y轴上的每个单位代表GDP的指数级增长（例如，从8.0到9.0表示GDP增长约2.7倍）。实际GDP值未直接显示，但对数刻度有助于显示长期增长率而非绝对值。X轴则是时间轴，从1870年到2024年左右（图中标记到2010年后延伸）。

上图主要观点：代表美国人均GDP历史实际值的橙色实线（Historic）从1870年起就开始波动上升。曲线在早期（1870-1900）较为平缓，随后加速上升，并在20世纪中叶（如1930-1950）有明显波动（可能受大萧条和二战影响），然后在战后进入更稳定的增长期，到2024年继续向上。

而代表长期增长趋势线的灰色虚线（1.9% growth trend）以年均1.9%的复合增长率上升。这条线从1870年开始平滑上升，与历史实际曲线紧密贴合，但实际曲线在某些时期（如大萧条时下行、二战后上行）围绕趋势线波动。

重点来了：【即使经历了多次经济周期和技术革命（如电力、汽车、计算机等），美国人均GDP曲线从未显著偏离1.9%的趋势线。到2024年，实际曲线略高于趋势线，显示近期增长强劲】。

根据以上信息，黑石分析师认为：【AI技术的进步可能让米国GDP突破长期年均增长2%的趋势】。人工智能资本支出在2026年仍将支撑经济增长，对美国经济增长的贡献将达到历史平均水平的三倍，且不会受到关税大战和其他传统经济驱动因素之影响。

【图3】Doing the math

此图标题为《数学计算》，强调通过计算来评估AI投资的回报。

📷

【此处应有图3】

上图来自由黑石分析师结合Bloomberg和其他来源的数据制作。它展示了通过2030年，美国企业年度��入增长的估计值（Estimates of annual U.S. corporate revenue growth through 2030），重点强调AI驱动的投资需要更高的收入增长来实现合理回报。图表使用柱状图比较两种场景：左侧是实现合理回报所需的增量收入，右侧是自下而上的收入预测。

上图Y轴为收入增长（Revenue growth through 2030），以万亿美元（T表示Trillion）为单位，从$0.0T到$2.5T。X轴则分为两个类别：

左侧柱子："Incremental revenues needed for a reasonable return"（实现合理回报所需的增量收入）——一个单一的灰色柱子，高度约$1.5T。

右侧柱子："Bottom-up revenue forecast"（自下而上的收入预测）——一个彩色堆叠柱子，总高度标注为$1.7-2.5T，标注"New AI-driven revenue"（新的AI驱动收入）。堆叠部分按颜色区分不同类别：

橙色：Cloud（云服务）
黄色：Ads（广告）
绿色：Retail（零售）
紫色：Services（服务）
红色：Software（软件）
棕色：Hardware（硬件）
粉色：Platforms（平台）

整体布局：左侧柱子代表保守估计（基于数据中心部署、资本支出等假设），右侧柱子代表乐观预测（基于Bloomberg对超大规模企业的共识估计）。

左侧柱子显示：要达到9-12%的终身内部回报率（基于2025-2030年的数据中心部署估计、吉瓦级规模的资本支出、GPU寿命、通胀等假设），需要约$1.5万亿的增量收入。这参考了McKinsey & Company、Boston Consulting Group、Lawrence Berkeley National Laboratory、International Energy Agency、U.S. Department of Energy等来源。

右侧柱子显示：根据Bloomberg共识，对美国超大规模企业（包括Microsoft、Meta和Google）的年度收入增长预测为$1.7-2.5万亿美金，包括云、广告、零售、服务、软件、硬件和平台等领域的AI驱动新收入。

综上，【这是一个盈利区间的展望，强调AI投资的回报取决于收入是否加速增长】——左侧的$1.5万亿是“底线”要求，代表AI基础设施（如数据中心、GPU）投资的回收门槛。右侧的$1.7-2.5万亿预测高于这一门槛，暗示如果这些AI驱动的收入类别（如云和平台）实现增长，投资将会有较大盈利。但这依赖于市场份额、技术采用和经济因素——当然，以上都是估计值。

报告指出，超大规模数据中心运营商的年度��收入将增长1.6万亿美元。但这仍然不足以实现人工智能投资上限9-12%的合理回报率。不过，人工智能的真正潜力远不止于现有业务领域。随着人工智能融入经济，【黑石分析师预计AI将在科技行业及其他领域创造全新的收入来源。具体在哪里尚不明朗】。但他们仍然可以尝试评估其宏观规模。为此，黑石分析师摆脱了2% 的增长率模型，预计人工智能通过提高生产力将为经济增长带来1.5% 的提升。他们估计，AI将使全球经济每年增加 1.1 万亿美元的收入。

【图4】Debt divergence

此图标题叫做《债务分化》，突出公共和私人部门债务路径的鲜明对比。

📷

【此处应有图4】

上图由黑石分析师基于国会预算办公室（Congressional Budget Office）、美国经济分析局（Bureau of Economic Analysis）、美联储（Federal Reserve）以及Haver Analytics和LSEG Datastream等数据来源制作完成。它展示了从1950年到2025年，美国政府债务和非金融企业债务的走势，使用双Y轴比较债务水平的变化。图表强调了公共部门（政府）和私人部门（企业��资产负债表的“分化”（divergence）。上图标题为“Debt divergence”（债务分化），突出公共和私人部门债务路径的鲜明对比。

图中X轴是时间轴，从1950年到2025年（2025年数据为估计值）。

Y轴左侧表示债务占GDP的比例（Share of GDP），从0%到120%，对应政府债务。

Y轴右侧表示债务与利润比率（Debt-to-profit ratio），从0x到24x，对应非金融企业债务（排除金融业）。

红色线（U.S. government debt）表示美国政府债务占GDP比例：从1950年的约80%开始，稳步下降到1970年代的约30%低点（战后去杠杆化）。从1980年起开始上升，受里根时代减税和支出增加影响，到2000年左右稳定在60%左右。随后在2008年金融危机、2020年疫情期间激增，到2025年估计超过120%（接近战后高点）。
黄色线（Corporate debt ex. financials）表示非金融企业债务与利润比率：从1950年的约4x上升，到1980年代末达到约20x高峰（企业杠杆化高峰期）。随后波动下降，到2000年左右约12x，并在2010年后进一步缓解，到2025年估计约8x。

两条线呈现反向分化——政府债务持续上升，企业债务比率则从高峰回落。这反映了【公共部门承担更多债务负担，而私人部门杠杆率降低】。

说明文字指出：公共和私人资产负债表急剧分化；政府债务激增到战后高点，而企业杠杆率已缓解。这就是为什么企业部门有空间增加杠杆（借债）来资助AI建设。

数据说明：图表显示美国联邦债务占名义GDP的比例，以及美国非金融企业债务占利润的比例（作为杠杆指标）。2025年数据为前瞻性估计，可能基于当时的经济模型。

综上，黑石集团2026展望报告这四张图给出了四大要点：

【要点1】：AI技术预计可以在仅18年的短时间内达到与蒸汽技术花了150年才达到的贡献（15点），这意味着AI投资强度更高、速度更快。

【要点2】:AI技术的进步可能让米国GDP突破长期年均增长2%的趋势，出现百年未有的经济新增速。

【要点3】:AI技术革命带来的盈利区间可达1.5万亿美刀至1.7万亿至2.5万亿美刀。

【要点4】:米国政府宁可自己借��，也要减少税收，让米国的个人和企业有更多的资金用于投资于AI技术革命这样的科技发展之中。

简而言之：黑石集团分析师认为AI技术革命会持续到2040年左右，并让米国经济出现百年一遇的突破，而川普右派政府的减税政策则能助力AI技术革命的投资增长，让AI企业的利润和整个宏观经济增速都获得较高的成长——既然如此，我们没有理由不��仓AI。最起码，笔者持股中至少80%都是AI概念股。

希望此报告能让列位看官增强对手中的AI概念股的信心，不要轻易抛售，错过这一次百年一遇的机会。

言尽于此。

[Rocky @Rocky_Bitcoin]

今天大空头原型Mike Burry发了一张图(如👇图1)——「美国家庭在股票上的净资产超过了房地产」。

这张图画的是从1951年到现在，美国家庭资产中“股票占比”（红线）和“房产占比”（蓝线）的对比情况，目前是第三次出现红线超过蓝线，也就是说，美国老百姓手里的股票总值，超过了房子价值。过去70年，这种情况只发生过两次：

第一次在1960年代末： 美股“漂亮50”泡沫，之后是长达十年的“滞胀”熊市，股市跌得稀里哗啦。

第二次在1990年代末： 互联网泡沫，纳斯达克指数从5000点跌到1100多点，跌了70%，花了15年才恢复。

但这一次，会是一样的刻舟求剑嘛？我认为不太会，因为 #AI 之于早期的互联网泡沫来说，它的价值和实用性，以及为社会带来生产力革命的巨大范式转变，完全不能同日而语。

同步我们看看第二张图，👇图2，顶级富豪们，他们的资产配置策略，就能解惑上述困扰，股票净资产超过房产，并不需要担忧：

这张图的名字叫《Wealthier households mainly own financial and business assets》（越富有的家庭，主要拥有金融和企业资产）。它按净资产分了7个档次，从最底层的“不到1万美元”到顶层的“超过10亿美元”，展示了不同阶层的人，钱都花在哪儿了。

核心结论就一句话：穷人靠房子和车子“撑门面”，富人靠股票和公司“生钱”。我们一层层看：

1️⃣净资产 < 10k (不到1万美元)：你看到的主要是“自住房产”（红色）和“车辆”（橙色）。

这基本是普通工薪阶层的真实写照。辛苦攒的钱，大部分都投在了生活必需品上——住的房子、开的车。股票？基本没有。这就是为什么说“净资产低于100万美元的美国人几乎完全不持有股票”，因为对他们来说，买股票是奢侈品，先解决温饱再说。

2️⃣净资产 10k - 100k (1万到10万美元)：房产比例更高了（红色块更大），车子也占一部分。

这个阶段的人，可能刚还完房贷或者还在还，资产结构和上面差不多，但房产占比更重。股票还是很少。

3️⃣净资产 1M - 10M (100万到1000万美元)：看到这里开始变化了！

“股票”（蓝色）和“企业股权”（深蓝/黑色）开始出现，并且比例不小。“退休账户”（��色）也多了起来。说明这部分人已经开始考��用投资来让钱生钱，而不仅仅是靠工资。

4️⃣净资产 > 1B (超过10亿美元)：重点来了！ 这个柱子被我框出来了。

可以看到，最上面是“企业股权”（深蓝色），下面才是“股票”（浅蓝色）。37%是股票，35%是企业股权！ 加起来超过70%！

这些顶级富豪，他们的财富不是放在银行里吃利息，也不是全押在一套房子里。他们要么直接持有自己创办或投资的公司的股份或股权，要么把钱投入公开市场的股票。这才是真正的“资本家”的玩法，让资产自己滚动增长。

财富的差距，本质是资产配置的差距。 穷人把钱锁在流动性差、增值慢的实物资产（房子、车子）上；富人则把钱投入到能带来现金流和资本增值的金融资产上。想跨越阶层，光努力工作不够，必须学会投资。 我们需要像富人一样，把资产配置从“消费型”转向“生产型”。并且拥抱优质资产，才是��速致富的最佳选择，跟随富人的步伐，才能立于不败之地！🧐

[娜美知识库 @fhwofjow51260]

这个 GitHub 仓库堪称“英语听力练习的大型宝藏库”。

里面集齐了《经济学人》《纽约客》《自然》《新科学人》《卫报》《科学美国人》《连线》《大西洋月刊》《国家地��》等顶级杂志的音频资源，支持免费下载、订阅，甚至还能一键推送到 Kindle， 每周都会持续更新。
https://t.co/dADN8lDRwY