来 源 | 香帅的金融江湖
今年，我经常有一种很奇怪的感觉：时间好像折叠起来了。一些隔着二三十年的画面，会突然叠在一起，形成一种奇怪的历史重影。
前段时间，看到一个特别“2026”的故事：浙江有个年轻人，叫张乾超，开了家做跨国贸易的公司，叫“杭州炘扬贸易有限公司”。但走进办公室，除了他，只有两台电脑和8个智能体：市场调研智能体每天负责去抓TikTok趋势、Amazon榜单和各国贸易政策，然后交给产品设计的智能体。过去一个团队两三周才能完成的选品和设计，现在一天就搞完了。我看了一眼，他的出生年份：1997年。
一下子想起上次回家翻到的一张老照片——也是1997年，我父亲站在广交会门口，西装笔挺，意气风发。那时候，春秋两次的广交会，要占中国全年进出口额的10%以上。一个展位，就是一张通往世界的船票。
两个画面，相隔将近三十年。但画面里的人，其实在做同一件事情：把中国的东西卖到全世界。只不过一个人背后，是一个庞大的国有专业外贸体系，另一个人背后，是两台电脑和8个Agent——同样是“做外贸”，中间那套东西，已经完全不一样了。后来我仔细想才发现，其实很早以前，我就见过一次这样的变化。只是当时没认出来而已。
那是2011年的冬天，我出国后第一次回长沙过年。我家在长沙市芙蓉区竹园路7号——老火车站附近的湖南省粮油外贸大院。父亲的车停在大门口时，我愣了一下。
要知道，在我青少年时期的记忆里，“搞外贸的”，大概相当于今天说一个人是“搞AI的”——高收入、见识广、站在时代前沿。尤其是我们湖南省粮油食品进出口公司，一度占了全省进出口10%以上的份额。小时候，你感觉世界都是从那个门口进来的。
可十年没回，乍然相逢，我的第一感觉居然是：当年那么气派的大院，怎么变得灰扑扑的，显得有点衰老了？
我父母笑着说：“你这些年上大学、出国，家里的事情，你压根儿没知觉。”其实，变化早就开始了。2001年，也就是我准备出国念书那一年，中国加入世贸组织。在这之后，先是放开了外贸经营权，取消商品配额、许可证，然后撤销了“外经贸部（对外贸易经济合作部）”。到2004年，实施新《外贸法》，进出口经营权从审批制改成备案登记制。从此，工厂、企业，甚至个人，都可以直接和世界做生意。我们这样的“专业外贸公司”，基本失去了自己的历史位置。
到2005年前后，大批传统外贸公司已经改制、重组、拆分。湖南粮油也是如此。公司名字还在。院子还在。但“外贸”已经不是从前那个外贸了。
我记得当时我有点恍惚。作为经济系学生，“加入世贸”“外贸体制改革”“商务部”，这些大词我当然熟。但直到那一刻，我才第一次意识到——这些大词并不仅仅发生在会议室里，发生在统计数据里。它们也发生在长沙市芙蓉区竹园路7号，发生在很多普通人的日常里。
只是，历史发生的时候，我们通常不知道那就是历史。我们只是回了一次家，换了一份工作，看着一个熟悉的院子慢慢变旧。很多年以后再回头，才发现——原来时代就是这样，一点一点，从一个人、一个家庭的生活中走了过去。
但是，就在我们这些“外贸企业”退场的同时，中国的对外贸易却开始了一场长达20多年的狂飙：
2001年，中国货物进出口总额只有4.2万亿元。到2025年，是45.47万亿元。其中增速最猛的一段，就是刚入世那几年：从2002年到2007年，年均增速25.7%。就这么几年，大量中国工厂直通全球，跨国公司的生产链也大规模往中国走。到2007年，中国已经变成了全球供应链里一个绕不开的地方。
好了，现在问题来了——我们这些老的外贸公司退场了，那这么大的贸易增量，是谁承接了呢？其实，答案在我回家的那年已经出现了——
2011年12月，距离我们「竹园路7号」不到10公里的地方，一家叫“湖南海翼电子商务有限公司”的小公司刚在长沙市雨花区工商局拿到了营业执照。公司的创始人叫阳萌。几个月前，他刚辞掉美国Google的工作，回老家长沙创业。
当时我不知道这家公司。当然，更没有想到，15年后，我会在大洋彼岸，重新遇见它。只不过这个时候，它已经有了一个更为人熟知的名字——安克创新。
今年8月，我去美国访学，带了10来个安克的智能降噪耳机当伴手礼。选安克不是偶然。这几年我们一直在做“”——安克是我们长期关注的一个样本：有中国制造的底子，有自己的品牌，而且从第一天开始，做的就是海外市场。当然，还有很实际的考虑：东西小，好带，价格也合适。
到了硅谷，走进酒店房间，我放下行李，一抬头，忽然看见床头摆着一个手机充电器。Anker。再往桌上一看，还是Anker，只是款式不同。我忍不住笑了。我带着安克来美国，结果安克已经在这里等我了。
这当然不是什么了不起的发现。安克海外收入占比很高，在欧美卖得很好——这些我都知道。但一个报告里的“出海企业”，变成美国酒店床头的充电器，那种感觉还是很不一样。
因为知道阳萌也是长沙人，我就把这件事讲给湖南商务厅的一个老同学听。没想到他特别诧异：“搞笑呢？你一个外贸子弟，不知道现在安克、三一、蓝思这些民营企业，是湖南外贸的主力？”他给我报了一串数字：湖南现在的出口额有3000多亿，机电产品占六成，民营企业占八成以上，光阿里国际站就差不多2000个商家。
我当时愣了一下。不是因为陌生，而是因为熟悉。我突然意识到，这些年我做的研究，一直没有离开过“外贸”。研究宏观的时候，我们看出口，看中国制造；研究平台的时候，我们看Amazon，看供应链；后来研究出海，看“企业全球化、品牌、跨境四小龙”；再后来，甚至发现资本市场估值有显著的“出海溢价”——股票涨幅最高的行业和出口增速最快的品类形成完美映射。
但奇怪的是，我居然从来没有把它们叫作“外贸”。因为在我的脑子里，“外贸”属于我父母，属于竹园路7号，属于生猪、冻肉、苎麻衬衣，属于广交会、外经贸部，还有那些名字写着“进出口”的国有外贸公司——“外贸”，是一个已经远去的词语，一条已经消失的轨道。
可就在那一刻，我突然发现——安克、Amazon、跨境电商、独立站、品牌出海、DTC、超级供应链、中国制造全球化，甚至Token出海、OPC、AI Agent……这些听起来属于新世界的词语，顺着历史往回看，居然都通向同一个地方——长沙市芙蓉区，竹园路7号。
这时候，1997年湖南粮油的父亲，2011年海翼（安克）的阳萌，2026年炘扬的张乾超，在我眼前重叠在了一起。中国出口，中国制造，中国产业，中国企业——同样的词语，背后的世界却已经迥异。名字还在，但连接需求、生产、市场与人的那套财富生成机制，变了。
轨道已换。但换轨，不是清零。过去的积累，不会因此作废——就像过去二十多年，中国积累下来的工厂、工程师和供应链，被互联网与全球市场重新连接，长出了安克、比亚迪、蓝思这一批全球化的企业。今天，张乾超和智能体们调用的，仍然是这些真实的产业能力——只是组织它们的方式，又变了一次。
所以今年我越来越强烈地意识到：过去不会消失，但过去让我们成功的那些方式，未必还能把我们带往下一程——1997年的父亲，不知道后来会有安克。2011年刚刚创业的阳萌，也未必能想象今天，一个人带着Agent，就可以做跨国贸易。
此刻，我们都不再只是回望照片的人。因为2026，是一个充满了新名词、新概念的年份，一个旧轨仍有巨大惯性，新轨也已经加速铺开的年份。旧的世界还在运行，新的秩序已经开始生长；过去、现在和未来，会突然挤在一起。在这样的缝隙中，我们总会遇见一些似曾相识的时刻——
1859年春天的伦敦，47岁的狄更斯写道：“这是充满希望的春天，这是让人绝望的冬天；我们的前途拥有一切，我们的前途一无所有。”167年后，我们重新站在这样的历史交界处，面对相似的拷问：当财富创造的方式正在改变，一个人、一个家庭、一个企业、一个社会，该怎样接入那个正在生成的新世界？
这，也是今年《共潮生》想回答的问题。欢迎来到2026共潮生·香帅年度财富展望。
智能生产要素是什么
今年，我脑子里经常会冒出鲁迅的一句话：“人类的悲欢并不相通，我只觉得他们吵闹。”这可能是今天中国社会最真实的画面：有的人关心硅谷、华尔街；有的人担心养老金和中年职场危机；也有的人只关心明天送外卖、打零工的日结收入。
你去不同的地方，体感完全不一样。今年6月我去佛山，就明显觉得，这个城市今年有点闷。当时碰到一个朋友，原来在佛山的家电行业做IT主管。聊着聊着，他说，自己两年前已经离职了，现在每周回佛山陪娃。我问：“那你去哪儿了？”他说：“合肥。去了长鑫。”他说，两年前刚好碰到这么一个机会。其实当时也没想得特别清楚，就觉得AI热潮刚起来，得靠近一点。
但真要走，也很犹豫。毕竟在佛山生活、工作快20年了，人到中年，老婆孩子都在这里，换个城市、换个行业，哪有那么容易。
后来他说，不知道怎么就想起我2024年《共潮生》开头的一句话：“如果你是一个40岁左右的人，那么你的前半生和后半生，将完全生活在不同的世界格局之下。”他想，反正世界都变了。一咬牙，去试试吧。就这么去了合肥。
然后就是今年7月，长鑫上市，市值突破4万亿。差不多同时，合肥公布上半年GDP增速——6.8%，全国是4.7%，据说光长鑫这一波就给合肥市政府财政增加了万亿资产。
我看到这些数字的时候，又想起了他——觉得，好像一个人的换轨，和一座城市的换轨，就这么碰到了一起。
但说实话，不是每个人，都知道自己该往哪条轨上走。这可能也是为什么，今年整个社会对AI的情绪这么强烈——在几乎所有社交媒体上，增长最快、反复破圈的话题都跟AI有关：什么算力、芯片、存储，什么大模型、Agent、泡沫、监管……这些讨论背后有兴奋，但更多是焦虑。今年有两个特别流行的词，刚好把这种焦虑画了出来——K型分化和i型经济。
K型分化，大家比较熟：有人往上走，有人往下掉。很多人担心，AI会把这个K拉得更开，上面的人越走越高，下面的人越来越往下掉。
i型经济更形象：小写的i，上面一个点，下面一根长长的竖线。上面那一小点，是AI带来的繁荣；下面那一长条，是跟繁荣无关的绝大部分人。
所以这两个词为什么今年这么火？因为它们说中了同一种担心：AI这么热，但它到底跟我有什么关系？我会往上走，还是往下掉？我能到那个点里，还是在那根长长的竖线上？
这种担心和焦虑，有时候会落在我们想不到的地方。今年6月中旬，我在成都，跟一个化妆师聊天。她跟我说，今年生意特别差。以前基本天天有活，现在经常干一天、休两天。
我问她，为什么？她说：“AI。”我当时很诧异，化妆这种工作，应该很难被AI替代的吧？怎么会先受到冲击呢？
女生告诉我，她们的活主要来自企业活动和剧组。今年企业活动也少了，更重要的是，AI短剧起来以后，很多原来的小剧组不开机了。自然她们也就没活了。
所以那天回去的路上，我跟同事感叹——技术穿过时代，而时代会穿过我们每个人的身体。只不过时间早晚不同、方式不同而已。
所以接下来，咱们先别说什么大革命。先看看，AI已经进入到什么地方了。
新供给｜智能可以规模调用
刚才说到，化妆师的工作被AI短剧冲击。其实这就是当下内容行业的一个缩影。和两年前相比，今年四大平台——腾讯、爱奇艺、优酷、芒果TV——各种剧的开机率下降了将近一半。
但另一边呢？AI短剧、AI漫剧的供给正在爆发。去年这个市场大概200亿，今年估计会超过400亿。此消彼长的趋势已经很清楚了。尽管质量还经常被吐槽，但AI生成的短剧、漫剧已经占到市场产能的95%。内容行业还在，但内容换了一种方式被生产出来。而一旦生产方式变了，赚钱的企业就会变。
所以，Seedance——字节的视频生成大模型——已经成了他们公司最赚钱的应用之一。
赚钱的企业变了，个人赚钱的方式也会变——四川有一对95后夫妻，叫何杰和张芬，原来做广告的。2023年生成式AI起来以后，他们双双失业了。最困难的时候，送过外卖，也送过快递。怎么看，都像是被AI挤到了K的下方。但去年开始，他俩就在卧室的书桌上，靠两台电脑做短剧。前几个月也很苦，后来慢慢琢磨出了一点门道。今年5月，他们搓了一个剧出来，叫《发配边关，罪妻开荒养出战神》，一把拿下红果爆剧榜第一。因为AI，他们下场了，但恰恰也是AI，又给了他们另一次“上场资格”。
类似的故事还有不少。比如说杭州的彭青云，原来是品牌设计师，也是失业后靠AI短剧翻身，现在干脆做了一家“一人公司”，专门承接出海短剧制作。
其实说起来，这些都不是什么惊天动地的逆袭。经济变化的时候，总有人转岗或者换赛道。但这次，变化的不是岗位，是生产本身。过去，写作、设计、编程、分析……靠的是“专业能力”或者“专业组织”，但现在，越来越多这样的“专业技能”，开始可以直接从机器里调用。一个人加上AI，就可以完成很多过去需要专业人士、甚至一个专业团队才能完成的事情。
这，才是这次AI革命真正让人恐惧，也真正让人兴奋的地方：过去，智能长在人身上；现在，智能开始变成一种可以被生产、购买、复制和调用的“工业品”。
别以为这只发生在短剧、广告、编程这些更白领、更数字化的行业。它还发生在——养猪。今年市场有个段子，说养猪企业的研发费用比AI企业还高。2025年，牧原股份研发费用16.48亿元；某家具身智能公司，研发费用1.451亿元，前者是后者的10倍。养猪研发什么呢？数据、模型，还有“养猪能力”。
现代养殖其实早就工业化了。猪舍、设备、饲料，都可以标准化。资本投下去，规模就能扩张。但有一样东西一直很难复制——老师傅的脑子。猪突然不吃了，咳嗽几声，一个养了二十年猪的人进去转一圈，可能就知道哪里不对。但这种“判断”，靠的是一个人的时间积累、经验沉淀，很多时候甚至是不可言状的“直觉”。
但现在，摄像头、传感器不断记录猪的吃料、生长、体征和环境数据；养殖人员的判断和新的经验，也可以不断进入模型。过去，猪舍、设备是资产。未来，“会养猪”本身，也会成为一种可以积累、可以调用的资产。
养猪也不是特例。今年8月，美国医药市场出了一个大新闻。莫德纳和默沙东联合开发的一款个性化mRNA癌症疫苗，在三期临床试验中取得成功。消息出来当天，莫德纳的股价暴涨177%。市场这么兴奋的原因是：这款药是“个性化”的——也就是说，不同癌症患者拿到的治疗方案，可以是为他量身设计的。这事儿特别大，因为背后可能是一场制药范式的变化。
工业时代的医药逻辑是：研发一种药，生产一百万份，给一百万人用。现在新的可能是：用同一套测序、算法和mRNA生产平台，为不同的人生成不同的治疗方案。
这种“因人而异”的医疗方案，我们想了千百年了，却没法干。同样是癌症，每个人肿瘤里的突变可能都不一样。你不光要读出这些差异，还得判断哪些差异能让免疫系统认出肿瘤，最后，为这个人把药做出来。难的不是给每个人单独开一张处方，而是给每个人设计、制造一份不同的药。
现在，测序读出差异，算法帮助筛选，再把选出的肿瘤特征写进mRNA，教免疫系统去识别。更重要的是，每个人的药可以不同，背后的设计和制造流程却可以复用。过去我们熟悉的，是把一种药生产一百万份；现在出现的可能，是让同一套平台，为不同的人生产不同的药。
所以，在制药上，我们看到一种以前很难想象的组合——个性化第一次可能和规模化同时出现。
前几天跟朋友聊天，我还开玩笑说，以后万一生病，一定得苟着。因为AI for Science明显在加速，药物研发突飞猛进，原来很多需要一年一年往前磨的事情，现在可能会越跑越快。现在很多绝症过一段时间就变慢性病。借罗振宇老师那句话：现在活一年等于挣三年。所以记住，苟着。我倒是想活久点，看看这世界到底变成啥样子。
说到这里，我们不妨停一下。拍短剧、养猪、药物研发——好像是三个风马牛不相及的行业，但今天，把它们放在一起，会发现同一种变化——原来限制生产的边界，被打开了。短剧，打开的是生产门槛；养猪，打开的是经验瓶颈；制药，打开的是规模边界。
这样的例子还有很多。而且速度已经非常惊人：抖音上，每70秒就有一部新剧上线；现在，Anthropic一天入库的代码行数已经是2024年的8倍；多邻国一个季度发布的课程，是2024年全年的11倍……
从内容、编程，到教育、金融、法律、生物研究，都是同一个趋势——当智能开始变成一种可以规模调用的生产能力，人类社会的供给革命，就开始了。
肯定很多人会说：“我的生活、我所在的行业没太多变化呀。”先别急着反驳。技术革命的早期经常是这样：水面看上去风平浪静，但下面早已暗流汹涌。我们看一个指标吧——Token。
Token，你可以简单理解成AI工作时消耗的基本计量单位。有点像工业时代的电，一家工厂用电越多，通常意味着机器开得更多、产能更多；同样，一家企业消耗的Token越来越多，意味着更多工作在调用机器智能。
2026年，企业Token消耗的增长非常夸张。全球最大的接口网站OpenRouter，9月上旬的Token使用量，比年初增长了近20倍；26年3月，中国日均Token消耗，相比2024年初增长了1000倍；现在投行、律所、车企、医疗机构，都开始跟模型公司和云厂商讨论企业级Token Plan。
再说个我们自己的小例子吧：我们自己团队今年年初，每个月Token消耗还不到10亿；现在每个月已经300-500亿，而且用得很省，毕竟还没有盈利模式，小公司，得量力而行。
这些数字说明了一件事：智能正在从一种“偶尔用一下的工具”，变成一种批量购买、持续调用的生产投入。所以，为什么黄仁勋会把英伟达叫做“Token Factory”？为什么山姆·奥尔特曼会说，大模型公司本质上是在出售Token？因为他们看到的，是同一个未来：智能，正在成为生产经营里的基础投入。
在经济学里，这种进入各种生产活动、支撑我们创造财富的基础投入，有一个名字——生产要素。土地、劳动、资本，都是。而现在，智能正在成为一种新的生产要素。
为什么我要特别强调“要素”这两个字？为什么我对这件事这么着迷？因为，在经济学眼里，我们看到的，不只是一个新行业正在崛起，而是整个社会创造财富的基本条件，可能正在改变。人类历史上，厉害的发明很多。但能深入到这个层次的变化，非常少。
想想工业革命。机器和能源带来的，不只是纺织厂多织了几匹布。原来靠人力做不出来、做不起的东西，开始可以大规模生产。生产的规模变了，人们分工、协作的方式也跟着变：工厂扩张，城市长大，新的企业、新的职业、新的生活方式，一起长了出来。你不需要拥有一台蒸汽机，也不需要开一家工厂，仍然会生活在它改变的世界里。技术最初出现在少数人的车间里，最后改变的，却是无数人的一生。
今天，我们可能又站在了这样的门口。过去，一个社会有多少知识、经验和判断能力，很大程度上取决于：培养了多少人，这些人有多少时间，又能怎样合作。现在，其中一部分能力，开始可以被训练、生产、购买和调用。
这意味着什么？过去做不起的事情，可能做得起了；过去做不了的事情，可能做得成了；过去必须靠一个大组织才能完成的事情，小团队甚至一个人，也开始有机会完成。
变化到了这里，就不只是“原来的工作做快一点”。因为当完成一件事所需要的能力、成本和人数都变了，我们为什么还要按照原来的方式组织公司、划分岗位、培养人才？有些工作，可以交给机器；有些过去被埋没的能力，反而有了施展的空间。原来很贵的服务，可能变得普通；原来没人能满足的需求，可能长成新的生意。什么开始不那么稀缺，什么又变得更稀缺——人的收入、企业的利润、资产的价值，都会随之重新排列。
这才是我所说的“要素革命”。所以，我的兴奋，不是因为又多了一个可以研究的热门行业。而是因为，我隐约看见了：我们熟悉的组织、职业、教育和生活，可能都要围绕一种新的生产能力，重新生长一次。
而这件事，人人都有份。注意，不是说人人都会自动受益，而是说，没有人完全站在这场变化之外。
你可以不去做AI，不去创业。但你所在的公司以后会怎样用人？你积累的经验还有多少用处？能换来多少收入？你的孩子应该学什么？还有，你过去用不起的服务，以后能不能用得上？——这一切都会与你有关。
所以，我们接下来要问的，已经不只是“AI还能做什么”。而是——当我们能够调用的能力变了，我们自己可以做些什么？
因为这一次发生变化的，可能不只是几个行业、几个岗位。而是我们整个社会创造财富的方式。
前几周跟罗振宇老师聊到“智能生产要素”这个词，我很嗨。罗老师笑着说：“你们经济学家关心什么新要素，我们不关心，我们就关心粮食和蔬菜——所以你得告诉我，新要素来了，我们能干什么？”
预测容易被打脸，所以经济学家不爱预测。但是，这次不一样。所以我也冒险预测一下吧——过去一年，我跟很多人说，当下可能是人类历史上最好的创业时期，没有之一。创业机会在哪里？我觉得，很大一块机会，会出现在那些——大家一直需要，但过去太贵、太慢、轮不到自己的服务里。用经济学语言来说，就是——高人力资本服务业会迎来一轮巨大的供给扩张。
医生、律师、理财师、工程师……原来这些私人服务为什么贵？不是因为需求少，而是因为专家太少，一个人的时间又太有限。所以很多高质量服务，本质上是奢侈品。
但如果AI能把其中一部分知识、分析和判断变成可以规模调用的能力，原来做不出来的供给，就可能被做出来。
而且，不要把“高人力资本”理解得太窄。实际上，每个行业里，最缺专家、最依赖老师傅的环节，都会成为新的机会。养猪缺兽医，工厂缺维修老师傅，种地缺农技专家，小企业也缺真正懂供应链、质量、财务、法律的人。这些需求一直都在，只是过去专家不够，这些需求难以得到满足。所以，AI真正打开的，可能就是这些原来被供给压住的市场。
所以如果今天有人问：AI时代，机会到底在哪里？我的答案是：回到自己最熟悉的行业，先问自己三个问题——
第一，什么需求一直都有，但过去只有少数人负担得起？第二，我们所在的行业中，哪些环节因为离不开少数的老师傅、专业人士，而一直缺人？第三，这里面哪些能力，现在可以借助AI复制和调用，把成本降下来？
我的预测是——这三个问题交汇的地方，就是新一轮供给革命最先长出生意的地方。
这个问题实在太大，每个行业都会有属于自己的答案，资本市场也有属于自己的答案。所以呢，我们特地为未来一个月安排了《共潮生特别版》系列直播，会用具体案例继续拆，陪你一块找到答案。
所以，总的来讲，AI来了，不仅仅对公司老板是个好消息，对普通人也是个好消息。你不一定非得进AI公司。你过去做过什么、懂什么行业、解决过哪些问题——这些东西都在，所以真正值得做的，是回到自己最熟悉的地方去看：哪些过去做不了、做不起、做不大的事情，现在因为AI，第一次可以做了？你的机会很可能就在那里。
除此之外，我还有一个判断：这样的机会，在中国可能特别多。为什么？因为如果智能真的是一种生产要素，它最后一定要进入真实的生产。要说真实的生产场景——中国太多了。
西部有风、光、电，可以变成算力；东部有密集的工厂、工程师和供应链，可以把智能变成产品；中部有汽车、装备、农业，有大量真实的问题等着智能进去解决。
所以中国参与AI革命，远远不只是训练几个大模型。因为会有人生产智能，有人给智能供电，还有的人，是把智能装进工厂、汽车、农田和家庭。
最近我们团队看城市数据的时候，也发现一个挺有意思的现象。今年一些增长很快的城市，并不是大家熟悉的地方。我念几个给你听：哈密、庆阳、中卫、十堰、宁德……这些城市里面，有西北的能源城市，有制造业基地，也有老工业城市。但是如果把这些城市的产业拆开，你就会反复看到几个词：能源、算力、先进制造，还有供应链。
我不是说这些城市的增长都是AI带来的。我真正想说的是：这一轮AI革命，真的不只发生在大模型公司和科技公司的发布会上。它正在往真实产业里面走。而中国过去几十年积累下来的工厂、工程师、供应链和市场，恰好为“智能要素”提供了大量往纵深处走的空间。
我记得2023年的《共潮生》里，说过一句话：这是一个“复杂中国”——意思是，我们很难用一个简单的“中国经济”，去概括这片土地上发生的一切。今天把中国跑完一圈以后，我越来越深刻地意识到——这种复杂本身，可能正是这次智能革命里中国的优势所在：产业越密集，场景越丰富，智能可以进入的地方就越多。我们过去几十年的积累，都可以成为这一轮智能继续生长的底座。
新积累｜智能可以反馈复利
但有底座、能接上，还只是第一步。更重要的是，接上以后，“智能”能不能越用越强。这就是我觉得这次智能革命最不一样的地方——反馈复利。
反馈复利这四个字怎么强调都不过分。黄仁勋、比尔·盖茨、孙正义这些人都在说“这次不一样”。不一样在哪？“生产能力”本身，开始拥有了复利。
我对这件事的强烈体感，来自汽车。我已经16年没怎么开过车了，但今年打算买台车。故事是这样的：16年前回国时就有驾照，但最后没买车，因为车技不行，北京路况太复杂。
今年我在美国被特斯拉的自动驾驶惊艳到了，团队小朋友说我OUT，卯足了劲要让我感受国内辅助驾驶之先进——去阿那亚的时候，给我租了辆理想L9，我们从北京到阿那亚，全程312公里，人工干预大约3公里。
不过，我最受冲击的一刻不是在高速上，而是在到达之后：我们几个都下了车，站在路边聊天，然后眼睁睁看着空车自己往前一点，倒一点，调整一下，然后稳稳停进那个我大概率停不进去的车位。那一瞬，我觉得生活确实有点不一样了。
不过，很有意思的是，我跟朋友聊起这件事，发现大家对辅助驾驶的评价差别很大，问了一圈后，发现最核心的一个区别是：你买的是哪一年的哪一代系统？因为过去两三年，辅助驾驶系统迭代得太快。今天最新一代系统的“聪明程度”，和两三年前已经完全不是一回事。
为什么差异会这么大？因为这些系统每天都在真实世界里“干中学”。最近特斯拉公布：仅仅9月12日至9月18日这一周，特斯拉全球车队的FSD监督驾驶累计里程就增加了约4亿公里。这相当于一个司机每天开8小时，每小时开50公里，全年无休，连续开2700年。
一个人的经验积累，有天然上限。一天24小时，一辈子几十年。但一套硅基系统，可以同时经历千万个人、千万条路、千万种场景。
我们熟悉的工业时代积累链是什么？生产——利润——再投资。而现在，我们又多出了一条新的积累链：行动——反馈——学习——新的能力。
复利最本质的东西，是上一轮的结果变成下一轮的本金。上次要素革命，资本的复利创造了难以想象的巨大财富。现在，智能开始复利：今天的一次行动，会留下数据和经验；这些经验进入下一轮，变成更强的能力；更强的能力又去完成更多行动，再产生更多反馈。我们把这种积累，叫作——智能要素的反馈复利。
那么，反馈复利落到企业，到底意味着什么？很多年前，我跟曾鸣老师聊到过一家公司。这家公司核心业务就是卖数据，当时估值也有几十个亿。我记得当时曾老师斩钉截铁地说，这家公司没未来。为什么？因为活数据才有价值。
“活数据才有价值”——今年，我突然觉得自己想明白了。所谓的“活”，指的是新的问题和新的反馈。真正有复利的，不是“我过去存了多少数据”，而是：我是不是在一个不断产生新问题、新反馈的位置上。
用户今天有什么反应？机器今天哪里出了故障？哪个方案有效，哪个方案没用？这些事情每天都在发生。只要这些反馈能够回来，进入下一轮生产，它们就不再只是数据，而是在变成新的能力。
其实电商、短视频、量化早就在做这件事。数字巨头为什么那么强？很大程度上，就是因为它们更早建立了这套反馈闭环。今天真正的新变化，是这套机制开始从数字世界走进物理世界，走进汽车、工厂、农田和药物研发。
所以我现在越来越觉得，未来企业真正稀缺的，是一个能持续产生独特反馈的真实场景。基础模型会越来越强，Token会越来越便宜。同行可以买到和你一样的AI。但同行买不到你每天面对的问题，用户给你的反馈，以及你在解决这些问题过程中长出来的经验。所以，未来企业之间的差距，不只在于谁用了更强的AI，更在于谁能在真实业务里，长出自己的智能。如果你是企业家，以后每做完一笔业务，除了问赚了多少钱，还可以多问一句：这一次解决问题的经验，有没有变成下一次可以调用的能力？你真正要建立的，是一套“行动—反馈—学习—新能力”的闭环。
同样在用AI，有的企业只是完成了今天的工作，有的企业还在积累明天的能力。这次，我敢肯定地判断：未来的企业差距，会从这里拉开。
新组织｜企业怎么组织？
这就引出了下一个问题：什么样的组织，才能接得住这种“会学习的生产能力”？我们今天熟悉的企业，大多是一座金字塔：一线员工上面有主管，主管上面有总经理，再往上还有董事长。信息要一级一级往上传，判断和指令再一级一级往下走。但如果数据在售后，模型在算法部门，权限在管理层，问题出在一线，反馈闭环又没有形成，再强的AI也转不起来。
太平洋人寿保险的周建刚周总给我讲了他们公司正在做的一些变革，让我看到了某种雏形。
他们现在有个叫小蓝的AI助手，说是助手，其实是太保人寿自己生成的一套智能。比如，一个新手代理人准备去见客户张姐。见面前，可以让小蓝把已有的客户资料梳理一遍，有的放矢地准备问题和建议。到了现场，碰到产品和条款的问题，小蓝会随时调用公司智能。看上去，是一个代理人坐在客户面前；但他背后，其实站着整个组织的智能。
最重要的是，这套智能是“太保自己的智能”。
周总说，在太保智能的生成过程中，有一群很关键的人，叫“训机师”，其中有很多经验丰富的一线业务人员。他们把很多具体的业务经验，包括用户可能的追问等，整理、萃取出来，用来训练模型，再由业务部门校准，上线后再根据用户反馈调优。
为什么要找这些有经验的人？因为通用AI说的话，听着都挺有道理。但老业务员一看就知道，实际业务中根本用不了。正是通过他们的反复校正，买来的通用智能才逐渐变成员工可以调用的“专用智能”。
这背后，是组织开始产生变化：过去，新人遇到问题，要找师傅、问主管，一层层往上找。现在，很多经验可以直接从系统里调用。一线能做的事更多了，中间传话、找人的环节变少了。
我和惠璇有一个判断：未来的组织，会从科层制向神经网络结构演化。后台是共享的智能，前台是“人加Agent”，直接面对客户。组织的重心，会从“人和岗位的匹配”，转向“技能与任务的匹配”。一件任务来了，调动、组合相应的能力；任务完成了，再把新的经验带回来，让整个组织的智能继续生长。
所以，如果你是企业家，改造组织可以先从一项具体业务开始：不要只问“这件事归哪个部门”，而要问：“它需要哪些能力？怎样让一线调得动，怎样让反馈回得来？”
那么，在这样的组织里，什么样的人会变得更值钱？
新技能｜人凭什么值钱？
如果未来组织越来越像一张能力网络，那一个人职业生涯真正重要的问题，可能不再是“我要拿到什么岗位”，而是“离开这个岗位名称，我到底能替别人解决什么问题？”
今年我看到一个网站，名字还挺刺耳，叫RentAHuman——“租一个人”。它做的事情很简单：让人把自己的技能、位置和报价挂上去，供AI Agent寻找现实世界里能完成任务的人。
有一个来自佛山顺德的中国用户，叫Kelvin Fung。他给自己列了很多能力：会普通话、粤语、英语；做过飞机维修；经营3D打印设备；懂顺德饮食和咖啡；能做供应商核验、现场尽调和跨文化沟通；还擅长跟孩子交流。
然后他把这些能力分成几档：普通现场任务每小时45美元，技术任务每小时95美元，跨文化谈判、儿童互动、投资尽调这类高信任任务每小时180美元。
你说这个人到底是什么职业？很难定义。比如，一家海外公司要核验顺德的一家供应商。这不是一个长期固定岗位上的工作，却恰好需要一个人：在当地、会英语、懂一点制造、能做现场核验。那Kelvin就可能正合适。
所以，我对人的价值有一个判断：当越来越多通用能力可以被调用，一个人独特的长板，反而更有机会被放大。
所以，对于每一个站在职业生涯拐点的人来说，我觉得你不妨暂时忘掉职位和头衔，问问自己：别人为什么要找到我？
如果不做今天这份工作的话，你希望别人因为什么而看到你？是美貌？还是能力？是什么能力？是审美？是沟通？还是什么某一项手艺？
而我给的答案非常朴素：找到那块属于你自己，独一无二的长板。
这个长板，未必很宏大，它可能很小，小到一个道具。今年有部AI短片，叫《纸手机》。故事很简单，一个小男孩走进纸扎店，想买部手机给奶奶打电话。他还不太懂死亡，只是想再跟已经去世的奶奶说说话。
主创先让AI生成那部手机——生成得很好看。但导演李婷说：“不对。”为什么不对？一个纸扎店里临时做出来的纸手机，不该这么漂亮。然后她拿来纸壳，自己画了一部歪歪扭扭的手机，再放回画面里。
我很喜欢这个细节。AI给了李婷一个漂亮的好答案，但她知道，这道题需要的恰恰不是好答案。
而这就是我说的那个“长板”：它不一定是一个证书，或者一套标准技能。它有时候是审美，有时候是判断，甚至有时候是：别人没觉得哪里不对，而你觉得，不对。
这个故事其实让我想了很多，包括该怎么教育我8岁的孩子。有时候想想很魔幻，整个现代教育体系，都是为工业社会的“专业化分工”设计的：上好学校，学好专业，找好工作，争取更高职位……一条路，简单清晰。
但今天，当机器智能替代了大部分的人类智能时，教育不得不追问——我们不可替代的到底是什么？这个问题，可能100个人有100个答案。但我的答案是：天真。不是幼稚，而是那种对世界真正的好奇，对一件事情不计回报地着迷。
对AI时代的教育和未来，我其实比很多人更乐观。因为“通用智能”的工业化，可能让我们重新拥有一点奢侈：不必让每一种兴趣都先证明自己“有用”。当工具越来越便宜，一个人真正的好奇、审美、想象，反而更有机会被放大，最后变成真实的生产力。
所以，今天教育最重要的事情，不只是把孩子训练成一个有用的人，而是让他有机会长成他自己。
昨天下午在彩排的现场，我带着儿子过来了，他一个人旋转、跳JUMPSTYLE，玩得挺快乐。润宇问我，香帅，你会怎么教孩子？我平时讲过这么多教育问题，那一下反而愣住了。后来想了想，给了他一个答案：我允许他保留一切无用的兴趣，不急着让每一种兴趣都证明自己有用。
这句话我也同样送给自己。保住一点天真，找到真正愿意长期投入的东西，再用新的工具，把它做深、做出来。
新需求｜生产出来以后，卖给谁？
不过，到这里，我们讲的仍然都是供给。因为这就是要素革命的核心：生产力大幅提高，供给爆发。所以刚才我讲了很多：新要素是什么，组织、人和技能又怎样随之变化，从而长出新的财富。
这些当然重要。但今年和很多企业家见面，大家最现实的问题不是“会不会做”，而是——做出来，谁买？说得更直接一点：没订单。这是今天中国很多企业最现实的问题：产品做得更快、更便宜、更个性化，都不代表消费者一定愿意付钱。
但是，一场供给革命真正走向财富生成，必须回答另一半的问题：需求从哪里来？
需求的问题，其实要分成两半：一半是宏观问题，叫总需求。这个问题，我在自己的公号“香帅的金融江湖”和很多场合讲过很多，今天不多啰嗦。另外一半则是结构变化——也是企业值得重新思考的问题。
什么叫需求结构变化？我跟你们讲一个很小的场景。我在海淀住的，是一套2005年前后建成的二手房。和当年很多房子的装修一样，客厅里有一大面墙是用来挂电视机的。我已经20多年没有电视机了。屋主取走电视之后，这面墙裸露在那里，不太好看。我儿子八岁，平时很喜欢涂涂画画。我有一天站在那面墙前突然想：为什么不能让他来画呢？当然不是因为请不起工人，就是因为平时忙得要死，想着能不能陪娃一起找点他喜欢的乐子——
然后我上网找产品。教程很多：怎么保护地面，怎么刷底漆，怎么配颜色，豆包、千问也都能一条条告诉我。当然，可能因为我不专业，搜了半天，就是找不到自己真正想买的东西。比如说一小袋安全、好清洁的涂料，配好小滚筒、遮蔽胶带和简单教程，让我一个完全不专业的人，可以和孩子在一个下午画完一面墙。
就是那一刻我突然意识到：我想买的是“跟儿子一起画一面墙”，但市场回答我的，基本还是“你该买哪一桶漆”。你看——我的需求是一个生活场景，但供给却还停留在一个材料品类里。
今年家居建材行业是最不景气的，所以我反而想聊聊这个行业。原来这个行业的需求，就跟着房地产周期走：只要房子卖得多，需求就会一批批出现。
但现在——我不知道大家现在是不是有这种感觉，房子失去了金融资产的属性后，人对“家居”的需求开始跟着生命周期走。比如说，孩子长大了，房间要变；父母年纪大了，灯光、扶手和动线要变；所以，还是一套房子，但住在里面的人却是不断变化的。
最近很多企业家跟我讨论“好房子”——3.2米的层高、隔音、材料，这些当然都重要。但它们是好房子的门槛，而不是能创造“溢价”的天花板。真正的“好房子”，应该是满足这个家庭此刻生活方式的“房子”。而这种好房子，很明显，是真的不够的。
这种变化当然不仅仅发生在家居建材市场。比如说，车是交通工具，但现在很多人把车当作“家之外属于我的私人空间”，再比如说“养老”。我一直觉得，“60+银发经济”这个词真是太粗糙了——
现在一个刚退休的60岁的人，身体很好、退休工资不低、有时间、孩子也大了，所以他真正需要的也许不是“养老产品”，而是旅行、运动、社交、学习，甚至重新恋爱。你叫他“银发族”，他可觉得自己活力满满，前路漫长。
其实还有很多类似的例子——房子、汽车、旅游、教育，这些需求都没有消失。只是人变了。需求也变了。
其实我今年越来越强烈地觉得：所谓“新需求”，不是一个新产品。而是一种已经发生、却还没有被市场准确理解和定义的生活。
我不知道你这两年会不会也有这种感受：那种吃饱穿暖的基本需求确实不见了，但爱美、怕死、孤独带来的需求都在。只不过，它们太抽象，都藏在我们心里，不能被完整地表达出来。接下来我们聊聊，怎么找这个新需求。
跟你们讲一个我自己的经历。今年8月，我在浙江西塘参加小红书种草大赏，当时有个案例印象特别深。苏菲有款叫咚吸的卫生巾，面对的是一个很多女性都有，但很少有人能说清楚的问题。女生都懂，来例假的时候不舒服，但你不会说：“我需要一个吸收率提高多少、采用什么材料的产品。”你说出来的都是感受：“果冻状”“黏糊糊”“侧漏”“潮湿”“有异味”……
单独看，每一句都不像需求。但如果AI把成千上万句这样的表达放在一起，去找里面反复出现的场景、感受和问题，一个原来没有名字的需求，就会慢慢浮出来。原来大家真正想解决的，是经血接触皮肤以后那种黏、湿、不舒服的感觉。“咚吸”，就是冲着这个问题去的，然后卖成了爆款。
你看，我在这里有一个很深的感受：原来我们企业最熟悉的是交易数据，买什么、什么时候买、退没退货、有没有复购。这些当然重要。但交易数据告诉你的，是已经发生的需求。
而评论、搜索、提问、抱怨、内容互动里藏着的，可能是还没有达成交易的需求。也就是新需求。只不过，这些东西太碎、太杂，人根本看不过来。但AI第一次让企业有能力——往交易之前看，去从海量表达里把用户正在形成的意图找出来。
所以今年在小红书，我提出一个词——意图经营。意思是，企业经营的对象，要开始从“已经发生的交易”，往前走一步，走到“正在形成的意图”。这就是新需求。
所以如果你是企业家，我觉得这件事情，你明天就可以回去做：不要等。把你的评论区、客服记录、搜索词、售后反馈、社交媒体讨论交给AI，不要只问“消费者喜欢什么”，而要问——他们反复在抱怨什么？哪些场景反复出现？哪些需求他们讲不清楚，但一直在用不同的话重复表达？那里，很可能就藏着你的下一款产品、你的下一次机会。
怎么从海量抱怨里，找到那个值得做成产品的真需求？在《共潮生特别版》系列直播里，我会用具体案例带你走一遍判断方法。
但你不可能因为评论区里有人说了一句，就开一条生产线。所以企业真正面对的问题是：怎么把一个模糊的生活意图，变成一门真正成立的生意？这要回到我们去年共潮生提出的一个框架——4C。
去年我说，未来所有的营销，都需要从厂商视角转向用户视角，也就是从PRODUCER转向CLIENTS。当时给了一个框架——Context、Consensus、Co-creation、Compounding，也就是微场景、小共识、强共创和长复利，简称4C。
今年看了一些做得不错的企业，发现他们多少都在实践一个或者几个C。但我一直想找一个案例，能完整地把这四个C讲清楚。找了很久，直到碰到海尔旗下的Leader。Leader去年有一款超级火的三筒洗衣机，这个产品的想法，最早来自一个特别具体的生活麻烦：就是现在很多人觉得，内衣、袜子、外衣，最好不要混在一起洗。
你看，这就是第一个C：Context——微场景。不是先问：“洗衣机要增加什么功能？”而是先看：一个具体的人，在生活里到底哪里不舒服？
但用户说“我想分开洗”，还不能马上开模具。企业还得看：这到底是一个人的洁癖，还是很多家庭都在反复遇到的问题？当评论、搜索、讨论里，同样的需求不断出现，它才开始从一个人的麻烦，变成一群人的需求。这就是第二个C：Consensus——小共识。
然后更有意思的事情来了。网上真的有人画了一张草图：能不能在一台洗衣机里放几个筒？内衣、袜子、外衣，各洗各的。后来Leader真的做出了三筒洗衣机。这就是第三个C：Co-creation——强共创。
当然，这不是说用户画图，企业照着生产——用户知道的，是自己要怎么洗，但排水怎么办、震动怎么办、结构怎么设计、生产线怎么改——解决这些问题，靠的是企业几十年积累下来的能力。所以真正的共创是：用户给出生活问题，企业给出技术答案。
三筒洗衣机卖得非常好，但产品卖出去以后，故事还没有结束。开始有用户反馈：年轻人晚上回家把衣服扔进去，然后刷剧、打游戏，刷着刷着睡着了，第二天醒来，衣服洗好了，但还是湿的。于是需求继续往前长：能不能不只分开洗，还可以分开烘？最好晚上扔进去，早上直接拿出来穿。你看，上一轮产品进入真实生活以后的新问题，变成下一轮产品的起点。这就是最后一个C：Compounding——长复利。
所以4C说到底，就是四件很朴素的事：看见一个人——Context；确认一群人——Consensus；一起做出来——Co-creation；然后继续学下去——Compounding。
讲到这里，其实关于“新需求”，我们可以收一下了。新需求是什么？——没有被定义的生活。新需求在哪里？——交易之前的意图。怎么变成生意？——4C。
所以，我对下一轮消费机会的判断是：它不只来自新品类，更来自旧品类没有接住的新生活。做企业，不要只问“我还能卖什么”，还要问：我的用户，已经在过什么样的新生活，而我是不是还在给他旧的答案？这才是需求侧的供给革命。
好，到这里，我们把镜头拉远一点。今天前面讲了这么久，其实一直在讲两件事。一边，是新的供给能力正在长出来；另一边，是新的需求也在被重新发现。而财富真正产生的地方，恰恰就在这两件事情碰到一起的时候。所以这里，我想给一个特别简单的公式：
新财富 = 新供给 × 新需求
新供给，决定过去做不了的事情，现在能不能做；新需求，决定这些新能力，最后有没有人愿意买单。两边缺一边，都不是财富。
更有意思的是——供给和需求两边，最后居然都回到了同一个机制：反馈。供给端，反馈让企业越来越会生产；需求端，反馈让企业越来越懂人。两边不断碰撞、不断反馈、不断往前走——这可能就是这一轮要素革命下，新的财富生成机制。
万物都有来时路
这套关于“新财富怎么生成”的判断，并不是今年突然想出来的。这个问题，我们其实追了快十年。2016年，我和李惠璇教授开始研究平台经济。当时我们一直在问：为什么一些企业，可以用这么少的人，组织起这么庞大的生产和交易？为什么用户留下的搜索、评价、购买记录，会反过来影响下一件产品怎么生产、下一笔生意怎么发生？
到2020年，我们有了一个很模糊的答案：除了资本和劳动，还有一种新的东西正在进入生产。当时我们把它叫作——数字生产要素。
后来这些年，我们研究平台垄断、数字劳动者、服务业工业化、种草经济、消费重置……看起来是不同的话题，底下其实一直在追同一个问题：一种新的生产要素出现以后，财富会怎么生成？企业、人和市场，又会怎么重新组织？
前前后后，材料积累了1700多万字。但这本书，我一直写不出来。总觉得还缺了一块。直到今年春天，Agent出来，我们整个团队的工作流开始大规模Agent化，我才意识到，这些年我们一直在找的那个东西，是智能生产要素——数据像原矿，算力像冶炼炉，算法像冶炼工艺。三者合在一起，生产出来的东西是——智能。所以，矿石的质量、炉子的强弱、冶炼工艺的高低，决定了最后我们能调用什么样的智能。
而企业真正用起来以后，这里面又会加入自己的业务场景、工作流程、人才和反馈——所以，同样的大模型，最后长出来的能力也可能完全不一样。
到这里，过去那些看起来很散的问题，突然开始往一起收：组织为什么会变？人的技能为什么会变？需求和市场为什么会变？因为底下那个最基本的生产要素，变了。这也就是我和惠璇现在正在完成的一本书——《数字财富论：智能社会的基本经济准则》。
在这本书里，我们做两件事：第一，定义要素。智能生产要素到底是什么？怎么积累？为什么会产生反馈复利？
第二，推演规则。当生产要素变了，稀缺性怎么变？组织怎么变？人的价值怎么变？需求和市场怎么变？以及最终——利润流向哪里，什么资产会被重新定价？
到今天，我和惠璇反而越来越确定一件事情：《数字财富论》不可能是这个时代的终极答案，因为这个时代自己都还在生成。我们进一步认识到，如果智能时代最重要的机制之一，是反馈复利——那么研究这个时代的方法，也应该如此。所以，我们稍微修改了一下自己的计划：“数字财富论”不是一本书，而是一个时代系列。
明天晚上，是共潮生特别版系列直播的第一场。在那里，我们会发布我们关于这个时代的第一版解释：新的需求怎样生成，新的市场怎样形成，新的组织怎样生长，新的金融和资产定价又会遵循什么规则，以及我们将怎么沿着这套框架，一直研究下去。
我想，在一个正在生成的时代，与其急着写下最后的答案，不如让理论也保持生长。
好，接下来，我们进入今天离钱最近的一部分——新的财富正在生成。我们怎么拥有它？
3.1 未来已经被定价
去年共潮生里，我说过一句话，MONEY TALKS（钱会说话）——2026年的大资金在说什么样的话呢？8月，大模型公司Anthropic的IPO预期估值突破2万亿美元。截至9月底，全美估值最高的10家公司里，8家跟云、芯片、计算与智能终端有关——而20年前，2006年的时候，这个名单中有7家是石油公司和银行。
A股市场也在发生类似的变化。7月末，芯片公司长鑫已上市。市值突破了3万亿。到9月底，中国“万亿市值俱乐部”第一次出现四张硬科技的面孔：宁德时代、长鑫、富联、中际，分别对应电池、芯片、电子制造和光模块。
把两幅图放在一起，2026年的大资金在讲什么，已经非常清楚：社会的智能化刚刚开始，但资本市场已经换了轨道。
我们知道，一个人、一个家庭积累财富，无非两条路：靠劳动力累积和靠资金累积，简称“人挣钱”和“钱生钱”。资本市场是第二种——你不必创办一家芯片公司，也不必亲自训练大模型，也可以通过持有企业的所有权，分享新技术创造的财富。
所以很多人今天这么拼命研究AI，背后其实就一个很现实的问题：我怎么才能持有这个未来？但是——看见未来，不等于赚到未来。
给你们讲个故事。今年我们中国投资者特别羡慕隔壁韩国人——觉得人家怎么那么好命，躺赢。跟年初相比，上半年韩国综指涨了101%，海力士更涨了307%。但是，韩国人是不是都赚钱了呢？未必。
Jake Cheong是首尔的一个会计，一直都非常谨慎小心。3月份他还劝朋友别追高韩国芯片股，危险。结果海力士股价从4月初的83万韩元，一路涨到6月下旬298万韩元，不到三个月累计上涨约260%。6月份Jake实在忍不住了，拿出几万美金买了海力士，果然，3周赚了40%。他卖掉了，落袋为安。
尝了点甜头，Jake对海力士的态度，开始从怀疑转为热爱——7月10号，海力士要赴美上市，他毅然将本金和利润一股脑投了进去，而且——上了两倍杠杆。
结果——后面的故事其实很多人都熟悉了：从7月13号开始，AI硬件股遭遇巨大回撤，Jake那个带杠杆的仓位缩水了69%。
把这个场景换成A股，换成黄金，换成半导体ETF，换成光模块，都一样。其实，无数个Jake，都干了同样的事情。其实他反映的，正是今年资本市场上两种特别典型的情绪：
•一种叫做害怕错过；
•另一种是泡沫恐惧：每隔几天，就有AI泡沫要破的鬼故事出现。
这两种情绪，看上去是相反的，实际上都来自同一种不安：我们看见世界在变，但不知道现实走到了哪里，更不知道，今天的资产价格走到了哪里。
3.2 看见未来不等于赚到未来
这其实也是今年很多投资者最困惑的地方：AI我也看懂了，趋势我也相信，报告看了一大堆——为什么还是赚不到钱？
我们可以把技术和资产价格，想象成同一只钟上的两根指针：
• 一项技术从能够使用，到企业采用、组织改造、用户买单，需要很长时间，这是时针。
• 但资本市场不一样，一个模型突破、一笔订单、一份财报，就会让价格重新计算未来，这是秒针。
所以，在一场技术革命中，我们会发现：产业的时针和资产的秒针，经常发生错位。
第一种错位是：秒针远远跑在时针前面。
前面我们讲过，默沙东与莫德纳研发了一种个性化癌症疫苗。8月19号宣布三期临床试验取得突破，市场马上嗨了：前一天莫德纳股价60多美元，第二天直接收盘在174.38，一天涨到了原来的近3倍。
这个突破当然是真的。但从“三期突破”到真正形成稳定商业价值，中间还有多少事情？随便说几个：生存期继续随访、数据披露、监管申报、个体化生产、商业支付……每一步，都可能让这个故事不再成立。产业还在慢慢走，价格已经先把成功算进去了。
而且还不只是Moderna。第二天A股市场上，凡是跟这个故事沾边的——沃森生物、智飞生物、百克生物、康希诺——都冲到了涨停附近。可与此同时，莫德纳自己又从174美元跌回133美元，一天回撤超过20%。你看，两天时间，产业没走两步，资产价格已经好几个来回。
而这种时候，人特别容易犯一个错：把“未来是真的”当成“现在值得买”。
还有一种错位：看对产业的时针，没找准资产的秒针。
比如，当年大家都看好新能源汽车。美团的王兴押了理想。360的周鸿祎押了哪吒。当时看，哪吒可不像输家，直到2022年，它还一度是造车新势力年度销量第一。但几年过去，理想活了下来，哪吒却已经停产。这个月，周鸿祎公开说，新能源车投资已经“吃过一次亏”，以后不投了。
所以你看：产业的时针没有错，但要找准围着它转的资产秒针，没那么容易。人哪，其实很容易犯一个错——把“这个行业会赢”当成“我买的这家公司会赢”。
第三种错位更有意思。时针看对了，秒针也找对了，还是不赚钱。
2026年7月27日，长鑫科技登陆科创板。存储是这一轮AI革命里最赚钱的行业之一，长鑫又是中国存储龙头。产业看对了，公司也找对了。长鑫当天发行价8.66元，开盘49.5元，最后收在49元。当天所有财经新闻都在说：“长鑫上市，首日暴涨465%。”
但你看两个投资者：一个人打新中了10签，按发行价拿到5000股，当天大概赚20万。另一个人开盘49.5元冲进去，同样买5000股，到收盘账面是亏的。同一家公司，同一天，同一个“暴涨465%”。一个赚20万，一个还亏了钱。
为什么？因为市场告诉你的，是这只股票从哪个刻度走到了哪个刻度。但你的财富，只能从你买进去的那个刻度开始算。所以，未来好、公司好，也不等于任何价格都是好投资。
你看，想赚未来的钱，确实没那么容易。看对时代，不等于买对资产；买对资产，也不等于买对价格。
但这里还有一个更根本的问题——这一轮智能革命，技术、竞争、商业模式都还在快速变化，未来能赚多少钱、谁来赚，其实都远没有定型。可资本市场不能等。今天要交易未来，今天就得有价格。
3.3 叙事：市场如何给未来定价
那这个价格怎么来？未来还没有兑现，市场只能先形成一套关于未来的解释——把今天的技术突破、订单和竞争，连接到未来的收入、利润和价格。这套解释，就是叙事。
但投资当然不能只听故事。真正要判断的是：这个故事有多大可能变成现实？今天的价格，又已经相信了多少？再据此决定，要不要参与、怎么参与——这就是叙事投资。
我和我的合作者陈靖教授，大概是从2020年开始研究这个事情的。起因很有意思。我姐姐、姐夫是做一级市场投资的，那年他们跟我吐槽说，因为热炒“消费升级”故事，一级市场估值太离谱了，像当时墨茉点心局、虎头局那些热点标的，甚至出现“一个店面值一个亿”那种“以梦为马”的估值——我和陈靖开始关注：“故事”是怎么塑造市场预期，怎么影响市场价格的？
说起来，A股市场本来就是全世界“叙事”最多的地方，搞叙事投资的最佳场所。另外，全世界面临的不确定性也真的前所未有：智能化、岛链化，还有特朗普。多重冲击下，叙事对资产价格的影响也更大。
这个过程中，有两个人让我对“超级叙事者”的力量印象特别深——马斯克和黄仁勋。我记得有一年去Tesla参观，PR小姐姐说：“我们不公关，马斯克一个人顶100个顶尖公关。”后来黄仁勋也是一样——一句话，就可能让整个产业链重新想象一次未来。
我们越来越意识到，要理解资产价格，不能只看企业正在发生什么，还要看市场正在相信什么。未来越不确定，大家相信什么，就越重要。而社交媒体，又让故事变成共识的速度，变得前所未有地快。所以当时也总结过几条很糙的道理，比如说：
1. 叙事，要信就早信，要么不信。2. 长叙事要等好价格。3. 盯住超级叙事者。
这些内容，过去一直散落在《钱从哪里来》系列和我们自己的私域产品里。
到了今年，我们觉得，这件事需要更系统地做了。一方面，你们会发现大模型让信息越来越便宜，故事传播越来越快，大家也越来越容易同时涌向同一笔交易——叙事形成得更快，价格跑得也更快。
另一方面，做《数字财富论》以后，我们越来越意识到，这不是一个阶段性的现象。这一轮技术变化还会持续很多年，市场也会不断重新想象、重新给未来定价。
所以今年，我们团队正式立项，系统研究“叙事投资”。第一步，就是把过去这些年的研究和市场复盘，整理成一套《叙事投资二十法》。
这个产品正在最后的打磨中，11月27日会正式上线。上线那天，我和陈靖教授也会做一场直播，也就是我们共潮生特别系列直播的第二场——叙事投资心法直播。我觉得，今年但凡买过黄金、存储，看过国债，骂过A股，羡慕过三星、海力士，换过美金的人，其实或多或少都参与了市场的叙事。
直播里，我会和陈靖教授跟你们聊一聊我们整个“叙事投资”的研究思路和方法论。
实际上，今年我们一直在尝试用人机协作的方式，来做研究。比如信息搜集、研报整理、金融数据库的连接和数据检查，这些事情中，越来越多的工作可以交给AI。
但什么信息重要？市场现在到底在交易哪条逻辑？这个叙事走到了哪里？价格已经相信了多少？这些判断，还是要人和AI不断交互着往前走。
我们现在正在搓一个自己的“叙事投资看板”：将宏观、产业，以及股票、债券、汇率、黄金、原油这些资产的信息转化为清晰的指标、评级和市场判断；同时跟踪市场叙事的变化，用历史数据检验判断是否可靠。这个看板，这次也会跟着《叙事投资二十法》同步上线。
对我们来说，这其实也是一个挺有挑战的实验：人和AI到底应该怎么协作，才能让投资研究和决策变得更好。
3.4 家庭：分散风险，持有未来
我们前面说了这么多：财富生成机制在变，资产定价逻辑在变。总结起来一句话就是：旧轨的安全感正在变化，新轨的价格又充满不确定性。
那这种转轨时期，普通家庭该怎么办？我用8个字总结：分散风险，持有未来。
具体怎么做呢？我们先从一个很容易被漏掉的资产讲起——你自己。
今年在硅谷的时候，我跟一些搞AI的学者聊天，其中有个成都小哥哥，顶尖实验室出身，名校教授，还是一家创业公司的合伙人，属于AI时代的全垒打。我们聊完模型、机器人和创业，话题转到了个人投资，小哥说：“我不买任何AI相关的股票。”
为什么？因为他们的人力资本，研究、创业、未来的收入和机会，本来跟AI赛道密切相关。所以他说：“我只买房子。”接着又补了一句：“不过房子也在硅谷，还不够正交。”
当时饭桌上一半人哈哈大笑，一半是懵逼脸，没听懂正交是啥。“正交”是个数学词语，原本指两个方向互相垂直。小哥真的是纯学术理工男，估计本来是想表达：我房子也在硅谷，也跟科技行业的景气度相连，没有实现完美对冲——一下子不知道怎么表达“完美对冲”，就冲口出来“正交”这个词。
这个词很晦涩，但我后来越想越觉得特别好。平时，我们看一个家庭的资产，大多数是看房产、存款、股票、债券、基金等等。但对一个年轻家庭来说，最值钱的很可能是未来二十年的赚钱能力——你的职业、客户、技能、可能的公司期权，这些东西没有列在现实账本里，但决定了你未来的财富水平。
所以，“正交”想表达的意思是——尽量让家庭财富的几根支柱，依靠不同的收入和风险来源。
比如说，你在成都做化工，收入来自化工，公司的股权是化工，买的股票还是化工——你看上去有很多不同资产，其实背后押的是同一件事。那这时候，家庭配置里就应该有意识地加一点跟自己原来的生意不一样的东西：别的地区、别的行业，也包括一些新生产力的资产。
最近两年，我跟很多传统行业的老板聊天，特别能感觉到一个倾向：人总喜欢在自己熟悉、或者曾经成功过的地方继续加注。这当然很正常。
但如果我们面对的不是一次周期轮换，而是财富生成机制换轨，那家庭资产里，就需要慢慢增加一点对新轨、新资产的暴露，换句话说，持有未来。记住哦，是持有，不是押注。可以看错，不能出局。
今年5月，我和Sun Life永明一起，在香港落地了「共潮生」这场活动。
说起这次合作，其实特别有缘分。我本身是UBC、麦吉尔（McGill）毕业的，而Sun Life永明本身就是加拿大头部的保险公司，扎根香港更是已经有135年的历史。
我们一碰面，理念一拍即合。当下世界秩序正在重构，到处都是不确定性，我们聊下来，达成一个共识：在动荡的环境里，最核心的课题，就是看清方向，在不确定之中，找到属于家庭的确定性。
我们当时深度探讨了一个核心命题：对一个家庭而言，到底什么才是真正的安全资产？
答案，不只是金融产品，更包含安全感本身——一种可以穿越周期、守护家业的底气。
其实，今年买黄金这个事，就是个很好的例子。去年10月《共潮生》讲过黄金——说岛链化格局下，黄金的“非主权信用”属性越来越受重视。所以大家都把黄金当做安全资产来买。央行买、机构买，买得多了价格就上涨；价格越涨，又吸引越来越多散户和投机资金进来。
所以今年1月份，黄金价格一路从4320美元冲到5500美元，一个月连续12次创出新高。然后突然剧烈调整，甚至一度跌破4000美元。一个安全资产生生变成了高波动资产。
但你回头看，黄金属性一点都没变。从4000到5500，黄金背后的长期逻辑几乎没变。
真正发生变化的是什么？是你拿这笔钱来干什么。如果一个家庭拿10%的资产配置黄金，是为了分散长期的货币和制度风险，那这笔钱的任务，是对冲。
但如果因为黄金涨得快，仓位从10%加到30%、50%，甚至再加杠杆——黄金还是那个黄金，但这笔钱的任务已经变了。它从分散风险，变成了集中风险；家庭配置，变成了价格交易。资产的名字没变，你持有它的方式变了，它在家庭里的性质也就变了。
有个资深投资人说过一句特别形象的话。他说，如果亏5%、10%，慢慢熬、慢慢做，还能一点点“从门缝里挤出来”。但如果亏到30%、50%，要回到原点，分别需要上涨约43%、100%，这二者的难度天差地别。
看到别人短期赚了很多，就把自己的长期配置变成追逐价格斜率，这是在叙事投资市场上最容易踩的坑——这个坑，会发生在黄金上，也会发生在AI股票上。
这其实也是这两年我和陈靖教授在做“叙事投资研究”过程中感触特别深的一点——在信息过剩的今天，我们真正缺的不是激动人心的趋势，而是把“我相信这个未来”，变成一个自己承担得起的选择。
为什么我一直强调“承担得起”？因为说到底，家庭不是一个投资组合。它背后是一个人的职业，一家人的生活，孩子的教育，父母的养老，还有很多不能重来的人生。
所以家庭财富真正要解决的，从来不只是：我能不能赚到这个时代最多的钱。而是——当时代换轨的时候，我还有没有选择。
新的世界起来，我手里有一点它的所有权；判断错了，我也不会因此出局；风浪过去，我还有能力参与下一次机会。
所以我说，分散风险，是为了保住选择权；持有未来，是为了拥有新世界的一部分所有权。所有权，和选择权。我觉得这可能是一个家庭面对换轨时代，最值得守住的两样东西。
不要因为害怕未来，把自己永远留在过去；也不要因为相信未来，把整个家庭押给未来。
今天晚上我们一直在讲“换轨”：智能成为新的生产要素，财富生成的方式在变，资本市场也已经开始给那个未来定价。但最后，我想从新世界的财富生成机制，从账户里的资产，回到我们自己。
前两个月，吴晓波老师发了一条小绿书，说他跟两个朋友吃饭，一个做新材料的，一个是福建安溪人，几代做茶的，叫老肖。饭局上，做新材料的同学眉飞色舞，说起自己投的机器人公司，进去的时候30亿，现在估值200亿——新世界，新轨道，新财富，当然很意气风发，但老肖插不上话，有点落寞。
吴老师文笔一贯惊艳，寥寥数笔，老肖的寂寥跃然纸上。我心里一动，因为那种落寞，太似曾相识了——这两年见过的很多企业家、投资人，很多滴滴司机、按摩师、外卖员，也包括那个被AI短剧挤掉工作的化妆师，他们处境不同，但都有一种相似的感受，就像朱自清写过的——“这时候最热闹的，要数树上的蝉声与水里的蛙声；但热闹是它们的，我什么也没有。”
我突然意识到，技术穿过时代，而时代终将穿过我们每个人的身体——这句话背后，可能是一代人的落寞。
当时代换轨的时候，我们面对的，除了“钱该往哪里放”，还有一个更难回答的问题——我们的人和人生，怎么安放？我猜，这个“失重”，对很多人来说，可能比“失业”更痛。
但是我想跟你们讲讲我今年碰到的一个人和事，今年8月31号，芒果台推出国内首部AIGC长剧《后西游记》，一播出就引起很大反响——虽然在社交媒体刷到AI短剧已经不是新闻，但大电视台黄金档直接上AI长内容，多少有点自己革自己命的感觉。
同时，资本市场也开始沸腾：8月31号晚上上线，9月1号和2号，芒果传媒的股票连续拉出两个涨停，市值暴涨100多亿。《后西游记》热度急速飙升。
网上口碑不一，有狂赞的，也有吐槽的，但不影响它的影响力直接拉满，播放破亿，传播量几十亿，宣传部门都被惊动了，AI长内容的主流化迈出了一大步。
不要小看“长内容”这几个字。生成十秒钟惊艳的画面，和让观众连续看完几十分钟，是两回事。所以当时《后西游记》的出现，不但证明了Seedance的生成能力，也展示了一种新工作流的雏形，说划时代未免过誉，但一种新的影视生产方式，确实已经走到我们眼前。
9月6号晚上7点，我在北京高碑店一个园区见到了李东珅，《后西游记》的导演和制片人。和网上爆火的很多AI短剧创作者不同，李东珅不是彩色头发的非主流，相反，他非常主流，非常艺术——干了16年纪录片，能拿的奖都拿了。很多人没听过他的名字，但看过他拍的片子《中国》《河西走廊》——按一个业内人的说法，这是中国纪录片领域的天花板。
我进门的时候，他刚刚接受完几个访谈，还没吃饭，正在刷手机，我听见了音乐声，是悼念刚刚过世的何勇的。顿时明白，哦，这是同时代的文艺男，对过眼神，好了，同龄人，心有戚戚焉。
我们聊了两个小时：怎么想起来做这部片子，中间怎么跑AIGC工作流，中间又怎样反复试错。但我印象最深的，是他的“放下执念，重新生成”。
东珅告诉我，原来拍电影是基于摄影机的，而摄影机的本质是复刻人眼视觉的“记录”，所以整套影视工业体系，是围绕“改造现实”的记录逻辑而搭建的：搭景，布光，安排演员走位，然后拍摄、记录、剪辑。
而在AIGC工作流中，底层是单帧图像，视频则是一连串的图像拼接，导演的工作变成了“定帧”——先想清楚画面，然后借助模型生成和衔接。
所以，中间有个很难的部分：放下对摄影机的执念，回到“故事表达”本身。
而在“故事表达”环节，也要放下对“剧本生成完备”的执念，将那些更抽象的“审美/世界观”提前写进AIGC生成的规则中——因为剧情修改成本下降，而“审美偏差”则可能导致全盘皆废。
我听着，忍不住跟他握了一下手，太有感触了——对于一个有经验、甚至有过成功经验的中年人来说，要放下对自己“工作范式”的执念，重新生成一套工作流程，真的不是那么容易的事。
不是“从头再来”，而是要将自己的积累和能力，迁徙到一个全新的场景中“重新生成”。这一步很难，但做对了，会极大地激活那些被压抑在“范式”下的创造力。
所以，东珅说——技术变化是表层，生产方式是中层，思维方式和行为习惯的变化，才是底层。这一层变了，门就开了。
但门开了不等于精品自动出现，而是——他顿了一下，“是所有平庸，从此失去了借口。”那一瞬，他眼睛晶亮，犹如少年。
我突然想起了几天前在斯坦福路边遇见的一棵奇特的树：一边枝叶繁茂，一边枯枝伸向天空，树干上仍然有裂口，旧枝仍然枯着，但新的枝干就长在旧枝的伤口上。
当时我站在那里，看着这棵树很久。到我们这样的年龄，太知道那些裂口意味着什么——一个做了二十年的行业，一套曾经得心应手的方法，甚至一段完整的人生，里面装着职位、收入、身份、人脉、自我认知和尊严。所以，真正让人惶惑的，可能不是学不会一个新的工具，而是发现那条走了很多年的轨道，不再通向我们原来以为的那个终点。
但是，此刻的东珅，还有那棵树，都在告诉我，裂口还在，但新的枝干已经长了出来——过去曾经证明我们是谁，未必限定我们以后只能是谁。
我们不需要把走过的人生清零，也不必等所有的裂口愈合，才重新开始。因为——生成，常常开始在破碎之上。
我是香帅，感谢大家在2026年与我共潮而生。我们明年再见。
热门跟贴