這次牛市的真正推手：超越價格目標，關注基本面轉變

資金流動勝過價格預測

當分析師爭論比特幣是否會突破4,000、5,000或6,000美元時，他們忽略了整個局勢的本質。真正能夠反映可持續牛市的指標，藏在其他地方——房地產市場。歷史上，每一次重大的加密貨幣反彈都伴隨著房地產的劇烈升值和資本的大規模再分配。如果我們在本輪循環中看到類似的模式，潛在的上行空間可能是無限的，從根本上改變整整一代人對財富積累的看法。然而，如果房地產保持停滯，明智的做法就是退出——因為歷史確實會重演，這些模式是無法忽視的。

特朗普效應：資本回流美國市場

特朗普近期的地緣政治操作證明非常有效。歐盟、日本和韓國都與美國利益保持一致，促使大量資本回流到美國。這一動態特別有利於納斯達克指數和美國人工智慧基礎設施投資。這裡的基本教訓很簡單但常被忽視：要理解任何資產類別，必須追蹤資金流向。資金流動才是真正的真相。

政策再調整：從供給面經濟轉向需求面經濟

反向干預策略不僅僅需要供給面改革。其他經濟體的歷史成功經驗表明，需求面政策同樣至關重要。以啤酒產業為例——儘管沒有供給側的競爭壓力，但由於通縮性需求破壞，仍然表現疲軟。這一原則廣泛適用：如果政策真正轉向需求側刺激，可能帶來深遠影響，包括對人口激勵和生育補貼的潛在影響，這些可能很快就會與科技行業的補貼規模相抗衡。

AI的範式轉變：經濟圖靈測試

GPT5的“表現不佳”並非失敗——而是策略性行動。五天前披露的信息顯示，OpenAI有意管理市場預期。更深層的真相揭示了一個新的矽谷共識：放棄追求模型的全能性，轉而追求實用性。全球有7億用戶，OpenAI已經從一個追求AGI的研究機構轉變為一個優化現實生產力的公司。

華爾街和矽谷現在用“經濟圖靈測試”來評估AI——一個簡單的指標，問用戶在完成實際任務時是否能分辨人類與機器的輸出。根據這個標準，問題不在於AI是否真正達到AGI，而在於它是否能明顯提升生產力。這個重新框架解釋了近期美國AI硬體股的飆升。

生產力乘數效應

當用戶規模達到10億時，邊際效率的提升會帶來可怕的經濟後果。即使是千分之一的生產力提升，也會在整個人口中產生驚人的GDP擴張。OpenAI刻意選擇實用的增量，而非炫目的突破——這是華爾街早已預料並充分反映在近期估值中的策略決策。同時，競爭對手追求引人注目的能力，比如尖端的世界模型，但OpenAI的策略更為穩健。

基礎建設投資主導2025年GDP增長

預計美國在2025年，AI資本支出約佔實際GDP增長的25%。美國作為基礎建設超級大國的歷史角色——曾經鐵路資本支出佔GDP的6%——正通過AI基礎設施的主導地位重新展現。儘管近幾十年來國內努力缺乏明確的戰略方向，但這個領域代表了一個重拾基礎建設領導地位的機會。

AI應用的鴻溝

目前，GPT、Gemini和Claude在全球範圍內擁有超過10億的每週活躍用戶。國內AI應用的總和不到這個數字的十分之一。這個差距非常明顯——就像發達的移動互聯網生態系統與原始的前身相比。縮小這個差距迫在眉睫。

人才與計算能力：真正的護城河

Meta的戰略重點揭示了現實：人才和計算基礎設施(或“人和卡片”)決定了AI的可行性，無論是建立模型、應用還是生態系統。許多國內A股公司貼上AI標籤，但既沒有優秀的人才，也缺乏大量的計算資源。在一個人比晶片更稀缺的行業中，這些公司缺乏捕捉AI價值創造的基礎。篩選過程很簡單——這些機會應該被排除。

數據壁壘並非你想像的那樣

GPT5對合成數據和新型訓後範式的依賴，揭示了一個與傳統智慧相反的真相：數據護城河比想像中更窄。在經過數十年的“Big Data”論述後，真正的數據壁壘一直屬於規模領導者。小玩家很少能將數據武裝成可持續的競爭優勢。

競爭壓力加劇

分析芯片政策和關稅結構顯示，競爭者正以越來越成熟、先進的方法鞏固其地位。競爭環境要求真正的國內突破，而非僅僅是漸進式改進。

風投在國內市場的盲點

大多數國內主要市場的風投公司都在押注機器人技術；一些追逐AI硬體。令人驚訝的是，真正投資於AI模型和應用——真正的價值池——的公司寥寥無幾。這種資金配置模式充分反映了市場情緒，也值得個別深入分析。