投资思路

硅谷和华尔街，谁看错了 AI？

今天的市场，是一个已经铺开但仍很浅的多数，叠加一个已经很深但人数很少的头部。

从撒切尔、特拉斯到中国政府，新范式为什么必须为持续行动创造条件 “And we can be held accountable for delivering on our remit—the only true test of our credibility.” — Kevin Warsh, Jackson Hole, August 28, 2026 可信度不是靠说了什么建立的，而是靠最终做成了什么。 沃什要建立的新范式其实很清楚：收缩Fed Pu…

它当然是一部15亿美元级电影。但更重要的是，它把一条28年的能力曲线放在了我们面前：从6000美元的周末电影，到可以在不同片厂、不同题材和不同团队配置下，持续交付全球事件。

我们如何从“人执行、检查流程” 变成“系统自动跑流程”——中台工作流自动化：从材料进入到受控发布，让重复工作自动往前走。

BEDROCK | 路线会变，但检测、量测、测试不会消失先进封装这条线，最值得看的不是某一个封装名词，而是

“For modern AI workloads, data movement is as critical

从 48V 到 800V，再到固态变压器，AI 数据中心的瓶颈正在从芯片、网络、液冷，继续向更上游的电力电子和能源供给移动。

DCI 的角色已经变了。一旦算力不再被塞进一个数据中心，需求就不会只跟用户数走，而会被节点数量、单连接带宽和拓扑层级一起放大。 GPU、HBM、液冷、电力更容易被看到，因为它们都在机房里面。等模型跑成基础设施，瓶颈会一路往外冒：一个机房不够，就变成一个园区；一个园区不够，就变成多个数据中心；容量、电力、散热、…

最近学习Sequoia AI Ascent。其中这几张图很值得分享：最重要的判断不是 AI 又进步了，而是工作的生产函数正在被改写！