熊潇雅 - 基金投资策略和运作

上半年的一些地缘事件冲击了全球的宏观供需节奏，以原油、天然气等为代表的大宗品价格出现较大波动并传导至中游资本品和部分下游商品中，引起了通胀预期在不同地区发生了不同程度的扰动，而利率、汇率的方向和波幅则在美联储人事变更和框架尚未稳定的背景下变得更加难以预测，整体宏观市场的波动是较为明显的。权益市场则在资产间产生了时间和空间上的分化，上半年科技相关资产相对表现亮眼，而进入7月后则出现了较为明显的回调，以现金流、红利为代表的相关指数则触底反弹，香港市场整体也呈现出短期的上行趋势，整体市场的交易结构向更均衡的维度发展。从产业趋势上看，人工智能的前景仍然光明，而大量的传统产业在经历了多年的冲击后也呈现出了足够的韧性，不少企业也发展出了更适应当下的商业模式实现了从1.0到2.0的进化，无论从远期的前景还是现金流回报的角度，两者都值得持续关注，往往经历过调整、韧性冲击的行业或是交易结构更有希望孕育出下一次的机会。所以，作为资产管理者，无论在何种市场环境下，我们都需要多一分冷静和逆向思维，始终着眼于企业自身的中长期竞争力及其当前定价的合理性分析，相较于博弈风格的轮动或是资金的变幻，企业的内在价值及其市场定价是否充分、企业估值兑现的久期和回报率是否具备吸引力是我们始终的关注核心

站在年中时点，我们依然坚定看好以AI硬件为核心的成长方向，理由有四：第一，AI硬件的上涨由盈利驱动，而非单纯估值扩张。本轮行情与历史上的主题炒作有本质区别：存储涨价、代工产能满载、光模块订单能见度延伸至明年、PCB与电子布供给紧张涨价、电力设备排产饱满，都是实实在在的财务报表改善。全球头部云厂商和模型公司的资本开支指引仍在上修，算力供给缺口在可见的一到两年内难以弥合，而瓶颈正沿着“芯片—存储—光互联—PCB与材料—电力”的链条逐级传导、逐级扩散。产业趋势的纵深，决定了硬件行情的持续性与受益面都远超市场此前预期。第二，大模型商业化的高增长具备可持续性，硬件景气拥有坚实的需求侧支撑。如上半年回顾所述，Agentic AI已将大模型商业化推入指数级增长通道。我们判断这一增长在下半年仍将保持极高的斜率：单个智能体任务的Token消耗可达传统对话的数十倍乃至百倍，企业级Agent部署刚从尝鲜走向规模化落地，渗透率仍处早期。推理需求的爆发正是存储、光互联、电力等硬件环节景气度最坚实的底层支撑——资本开支不再是基于信仰的投入，而是基于收入的扩产。第三，港股正在补上AI硬件的短板，稀缺标的的重估空间大。港股并非没有AI资产，而是AI资产长期被市场以传统框架定价。晶圆代工龙头的特色工艺产能持续满载、盈利大幅改善，上半年已率先走出独立行情；随着更多覆盖光通信、PCB、电力设备等环节的硬科技公司经由港股上市及南向标的扩容，港股AI硬件版图正在扩大。相对于韩国、A股同类资产已然高企的估值，港股硬件资产仍具备明显的性价比。第四，AI行情正在从“硬件兑现”向“应用变现”的第二阶段演进，港股弹性最大。当算力基础设施铺设完成，价值将向应用与服务环节迁移，而Agentic AI已经让这一迁移提前开启。港股互联网平台是中文世界最大的AI应用载体，当前估值已计入了资本开支的悲观预期，却尚未计入AI收入的任何乐观预期。一旦智能体对广告、云、电商效率的拉动开始体现在报表中，恒生科技指数的估值也将修复。在坚定看好的同时，我们对AI硬件面临的风险同样保持清醒，主要有三：其一，CSP资本开支的边际变化是硬件景气最大的变量。本轮硬件行情建立在头部云厂商（CSP）与模型公司资本开支持续上修的基础之上，而资本开支天然具有周期性。一旦AI投入的回报节奏不及预期，或宏观与融资环境收紧迫使CSP放缓扩张，资本开支增速的下修将沿着产业链迅速传导，硬件环节的订单能见度会在短时间内恶化，存储、PCB等当前供需偏紧的环节也可能随新增产能的集中释放而转向过剩。其二，大模型商业化的增速存在放慢的可能。上半年Token消耗与模型厂商收入的指数级增长，是硬件需求最重要的底层支撑，但智能体在企业级场景的渗透仍可能受到安全、合规、可靠性与预算约束的制约，模型厂商之间的价格竞争也可能压制收入的增长斜率。若商业化增速明显放缓，“基于收入的扩产”逻辑将被削弱，需求侧对硬件景气的支撑随之松动。其三，估值过高的问题需要正视。经过上半年的大幅上涨，全球AI硬件资产交易高度拥挤，部分标的的估值已经透支了未来数年的高增长。即便产业趋势不发生逆转，过高的估值本身也需要更多的时间来消化，期间难免出现幅度较大的震荡与回撤，这对组合的持仓结构与买入时点提出了更高的要求。对此，我们将把CSP资本开支指引与Token调用量增速作为核心先行指标，以产业链景气跟踪为锚，优先配置具备真实产能、真实订单、真实盈利的硬件核心资产，回避纯主题炒作及估值严重透支的标的，并根据景气与估值的匹配度动态调整仓位结构。对于已减持的创新药板块，我们将持续跟踪其估值消化进程与出海产业趋势，待风险收益比重新占优时，其仍是组合潜在的第二增长曲线。报告期后，市场对上述风险进行了一次真实的压力测试。7月初，Meta宣布筹建云基础设施业务，计划向外部客户出售富余AI算力，市场将其解读为算力过剩的先兆，全球AI硬件资产应声重挫：费城半导体指数单日下跌超6%，存储与设备龙头普遍跌逾10%，韩国存储双雄亦大幅回调。我们的判断是，这轮快速下跌的本质是对前期过度拥挤交易的集中修正，而非产业逻辑的逆转——Meta出租算力，恰恰印证了算力已成为可以直接变现的稀缺资产；同期GPU租赁价格仍在上涨、芯片交付周期仍在拉长，供需紧张的格局并未改变。只要大模型ARR保持较快增长、推理需求持续放量，AI硬件的长期成长便不存在根本性问题；相反，急跌带来的估值回落，正在为下一轮上涨积蓄空间。我们将保持定力，利用市场波动逢低布局核心资产。在阐述我们的判断之前，我们首先要向持有人致以诚挚的歉意。进入7月，随着这一轮AI硬件的急跌，本基金净值出现了明显回撤，回吐了上半年的部分收益，给信任我们的持有人带来了实实在在的浮亏与波动。对此，我们深感抱歉，也深以为戒。这次回撤也让我们深刻反思：无论产业趋势多么确定，市场都值得永远敬畏，周期都必须始终尊重。上半年AI硬件的凌厉上涨，容易让人产生趋势会线性延续的错觉，而市场恰恰在共识最一致、情绪最亢奋之时，用一次急跌提醒我们——再强的产业趋势也无法豁免估值的周期与情绪的钟摆，涨得越急、越拥挤，回撤的风险就积累得越高。看对方向只是投资的一半，另一半是对节奏、估值与风险的敬畏。需要明确的是，反思指向的是节奏与估值的把握，而非方向本身：我们对AI硬件这一时代主线的判断没有改变，也不会因为一次源于交易结构的急跌而动摇。恰恰相反，产业趋势愈是确定，我们愈要在估值上保持苛刻——把估值与景气度的匹配作为买入与加仓的前提，在估值透支时主动收敛敞口，在估值随急跌回落、赔率重新变得有利时坚定布局。以更严格的估值纪律，守住我们最看好的方向，是我们从这次回撤中得到的最重要的一课。这一轮急涨急跌也让我们更深切地体会到，借用狄更斯在《双城记》开篇的话，对今天的成长股投资而言，这是最好的时代，也是最坏的时代。在社交媒体高度发达的今天，产业趋势与投资逻辑的传播速度前所未有，一个有说服力的叙事可以在数日之内传遍全球投资者；叠加杠杆资金、被动产品与量化策略的推波助澜，共识形成的效率极高，股价得以在短时间内广泛上涨，迅速兑现未来数年的成长预期。截至6月底，A股杠杆资金重仓的AI算力股多达51只，其中34只年内股价翻倍，光模块龙头的融资余额更居两市首位，资金的正反馈效应可见一斑。但硬币的另一面是，同样的机制在趋势逆转时会反向运转——当叙事出现裂痕，高度一致的持仓与杠杆头寸会在同一时点夺路而出，形成踩踏式的下跌，7月初部分硬件龙头单日跌逾10%即是明证。上涨越迅猛、共识越一致、杠杆越充分，回撤时的冲击就越剧烈，这是这个时代赋予成长股投资的新特征，也是我们必须正视并加以管理的新课题。由此，上半年至今的市场给了我们三点宝贵的经验，我们也将其固化为今后的研究与投资纪律。其一，要始终紧扣产业趋势。产业趋势是超额收益最根本、也最持久的来源。上半年市场表现的巨大分野，本质上就是身处趋势之内与趋势之外的分野，个股的贝塔属性远强于阿尔法。二季度初我们敢于在市场犹疑之际大幅加仓AI硬件，依据的正是对产业趋势的实地验证与独立判断，而非市场情绪的指引。我们必须把最主要的研究精力投向对时代级产业趋势的识别、验证与跟踪，厘清其所处的阶段与传导的路径，宁可在正确的方向上承受波动，也不在错误的方向上追求安稳。其二，要始终敬畏估值。产业趋势决定方向，估值决定赔率与买入时点。当一个正确的方向被市场充分认知、股价已透支未来数年的增长时，再优秀的公司也难以提供理想的回报，甚至可能在业绩持续兑现的同时经历漫长的估值消化。创新药在2025年大涨之后的调整、AI硬件在7月的急跌，本质上都是估值向基本面回归的过程。我们将坚持在景气度与估值的匹配中寻找机会，回避估值严重脱离基本面的标的。其三，要同步跟踪资金面与交易拥挤度。在社交媒体放大叙事、杠杆资金放大共识的时代，资金结构与交易拥挤度本身已成为独立的风险变量，甚至可以在基本面毫无变化的情况下决定股价的短期走向。我们将把板块成交额占比、融资余额与杠杆水平、南向与外资流向、机构持仓集中度等指标纳入日常跟踪：在拥挤度过高时保持警惕、适度分散、控制单一主线的风险敞口；在恐慌抛售、拥挤度显著回落而产业趋势未变时，则保持勇气，逆向布局。同时我们也关注到，市场资金持续向AI主线集中所形成的“抽血效应”，使部分非AI领域的优质公司估值被动压缩至10倍市盈率左右，股价已计入过度悲观的预期。对于其中商业模式稳固、现金流充沛、竞争格局清晰的公司而言，当前估值已进入性价比非常高的区间，具备显著的长期布局价值。我们将持续跟踪，在合适的时点逐步布局，作为组合在AI主线之外的重要补充。三、我们的投资理念：投资于时代伟大的公司都有强烈的时代背景。回顾资本市场的百年历史，每一代伟大公司都是时代浪潮的产物：铁路与钢铁成就了十九世纪的工业巨头，石油与汽车定义了二十世纪上半叶，PC与软件时代造就了微软与英特尔，移动互联网时代孕育了苹果与腾讯。伟大的公司从不凭空出现，脱离时代谈伟大公司，如同离开土壤谈参天大树。投资伟大公司的本质，是投资于孕育它们的时代。因此，本基金的投资理念可以概括为四个字——投资于时代。我们将研究的重心始终放在识别时代级的产业趋势上，寻找最顺应时代与产业趋势的行业，再在其中精选卡位最深、壁垒最高、成长最快的公司，力争为持有人捕捉每个时代增长最快的标的，实现较好的长期回报。上半年向AI硬件的坚决切换，正是这一理念的践行：我们不追求预测市场的短期波动，但求不缺席时代的主航道。今天，人工智能就是这个时代最强的浪潮，它对生产力的重塑才刚刚开始，其纵深与广度或将超越此前任何一轮科技革命。我们将沿着“算力硬件—基础设施—应用变现”的产业演进路径动态配置，与最顺应时代的公司为伍，与时代同行。我们始终相信，人工智能将给人类社会带来革命性的改变，而这场改变的核心，是对生产力的巨大提升。智能体正在把知识的生产、组织的协作与商业的决策，从以人的时间为计量单位，压缩到以算力的时间为计量单位，效率跃迁的幅度是量级意义上的。但与上一轮互联网革命不同的是：互联网更多是对生产关系的改造——它重构了连接方式、交易结构与组织边界，而生产力的提升相对渐进，社会有充足的时间去适配新的分工与规则；人工智能则恰恰相反，它对生产力的提升速度太快，生产关系的调整难以同步跟上。就业结构、组织形态、分配机制、监管框架乃至伦理共识，都将在这一过程中经历剧烈的摩擦、冲突与重构。这是一场生产力跑在生产关系前面的革命，其间的阵痛与反复难以避免。反映到资本市场上，这意味着通往未来的道路不会是一条平滑的直线。技术路线的反复、商业模式的证伪、政策与监管的扰动、估值与情绪的钟摆，都会让AI资产的价格在相当长的时间里充满波折——我们已经在7月的急跌中体会到了这一点，未来还会反复体会。但方向从不因路途的颠簸而改变。我们仍然相信，通用人工智能（AGI）终将实现；而在通往AGI的漫长征途中，将持续涌现出这个时代最具价值的投资机会，我们要做的，是以最大的努力去发现并抓住它们。眼下的阻力，不过是横亘于途中的一座大山；山的那边是海，海的广阔无需赘述。我们坚信，没有一座大山无法翻越。我们将带着敬畏、带着纪律，也带着信念，砥砺前行。回望这个分化剧烈的上半年，我们同样记得《双城记》开篇的下半句——“这是失望之冬，也是希望之春。”时代从不均匀地馈赠所有资产：它把丰厚的回报给予最顺应产业趋势的方向，把漫长的等待留给结构错配的市场。但市场的分化终会收敛，而收敛的方向，取决于谁真正创造了价值。我们相信，AI驱动的科技浪潮仍处于早期，今天被低估的港股成长资产，正在积蓄下一轮上涨的力量；对于坚持与时代同行的长期投资者而言，眼下的失望之冬，恰恰孕育着未来的希望之春。感谢持有人的信任与陪伴，我们将勤勉尽责，力争为持有人创造长期回报。

宏观的预测可能是一个正确率相对比较低的事情，短期确实有看到海外十年期国债利率的上升，美伊战争阶段性恶化都在一定程度上影响了市场的风险偏好，叠加确实AI相关的企业的估值也处于相对较贵的水平。但是，我们复盘过去科技的发展，在绝大多数的时候，宏观都不是影响科技发展的核心的因素。站到这个时点，我们观察海外的经济，参考一些主流外资的观点，当前AI反而成为了宏观经济的最重要的影响因素。产业趋势成为更重要的影响因素。我们认为AI还是处于发展的早期，大模型的“价格战”可能在长期会刺激更多的Token的消耗，带来行业规模的持续的提升。另外我们还是相信模型还是在持续迭代，智能能力还在持续的进步，长期的维度我们还是看好AI的机会，当然可能确实AI的价值链的分配可能会发生变化，这个也是我们当前非常关注的变化。

笔者管理的股票基金和二级债基二季报中已经详细阐述了我们团队过去一个季度对市场的思考，主要集中在以下四个问题（1）价值与成长风格相比，两者到底在追求什么东西？（2）当价值面临逆风期的时候，如何能够改进和迭代策略？（3）AI的产业趋势蓬勃发展，落实到投资上，哪些地方依然值得反思？（4）作为资产配置者在面临市场分化，波动放大的环境中，如何应对？对上述话题感兴趣的读者可以找出来读一读，站在当前时间点，笔者推荐大家阅读（4）的讨论部分，其中详细讨论了二级市场抱团瓦解的一些征兆——相关性异常和波动率放大。在二季报公布之后，小伙伴第一时间分享给笔者雪球上一位大V“爱吃南瓜李子的香瓜”关于该话题的进一步发散思考，这些启发性的关联思考由AI产生，却给我们团队带来了很大的启发。笔者在这里引用下面的启发式的思考，供大家参考学习。感谢这位素不相识的朋友，希望有机会能够当面请教和探讨相关的研究。“物理学——临界相变：物质在相变临界点附近，原本无关的分子开始出现长程关联，涨落急剧放大——透明的液体突然变得浑浊（乳光现象）。恽雷的"充分定价预警信号"——不相关资产呈现正相关性 + 波动率放大——就是在描述金融市场的临界乳光。物理学家在100年前就知道：系统崩溃前的信号不是"某个指标变坏了"，而是"不同部分的涨落开始同步了"。投资组合中不同资产的波动率突然一起放大→不是分散失效，是相变前兆。结构工程——模态耦合检测：桥梁监测的核心不是看某根钢索的张力是否超标，而是监测不同振动模态是否开始耦合——原本独立振动的两个频率突然同步，意味着结构出现了损伤。恽雷说"本不相关的资产呈现出高度正相关性"就是资产组合的模态耦合——分散配置的价值不在于每类资产都赚钱，而在于它们的波动来源不重叠。当波动来源开始重叠，组合的隐性杠杆已经暗中上升了数倍。新认知：相关性异常和波动率放大是泡沫见顶的前兆。这不是金融学独有的现象，而是任何复杂系统在临界点附近的通用特征。物理学家早在研究水的相变时就发现了，液体到气体临界点，分子涨落放大、关联长度发散；结构工程师研究桥梁时发现：损伤前不同振动模态开始耦合；生态学家发现：生态系统崩溃前的信号是物种之间功能依赖突然增强。金融市场的"相关性异常"本质上不是"统计意义上的分散失效"，而是系统的自由度在减少——当系统中不同部分的运动开始同步，系统的有效自由度从N坍缩到接近1，此时任何扰动都会引发全系统的共振。这之所以重要，是因为所有风控框架（VaR、风险预算、分散配置）都隐含假设"不同资产有独立的波动源"。自由度坍缩的瞬间，所有风控模型的假设同时失效——这就是为什么黑天鹅从来不是"从已有的风险框架中推导出来的"，而是"让已有的风险框架本身失效"。”在中期报告中，笔者想分享几个小故事。这些故事素材基本上都摘录自笔者和团队研究员日常的交流讨论。故事的答案也仅仅是笔者的一家之言，总有对错，定期报告始终是笔者记录过去一个阶段思考和反思的地方，第一位读者始终是自己，碳基生物在日常进行大参数预训练（Pre-training）之后，还是需要通过“慢思考”（后训练中的微调（SFT）和强化学习（RL））来提升推理能力。第一个故事是关于油价的故事——定价来源于供需边际变化一天周末，TMT研究员微信语音问笔者：“为什么行业非常景气，供需缺口依然存在，但市场中公司的股价似乎钝化了？”于是，笔者分享了下面的故事：假设当前原油价格交易在80美元水平，突然间某个产油国由于地缘冲突减产了200万桶，原油的供需边际缺口为200万桶，笔者拍脑袋原油价格从80美元上涨至120美元。这时候，另一个产油国偷偷摸摸打开了自己的闲置产能，额外释放50万桶产量，自作聪明以为谁都不知道，这时候原油的供需缺口从200万桶变成了150万桶，那么油价应该去往何处？答案显然不言而喻，原油价格大概率是从120美元往下行。同时，由于原油供需缺口仍然有150万桶，整条下游产业链会觉得需求依然旺盛，持续景气，供不应求。当第一个产油国由于释放了50万桶产能抢占先机，占到便宜的时候，第二个，第三个产油国就会接踵而至，供需缺口不断收窄，油价在一轮一轮新的鬼故事中持续下行……投资者很诧异，明明需求很紧缺，产业链也在反馈拿不到货，库存水平也在低位，为什么价格一直下行。当然上面故事的主角是商品，商品在涨价的过程中，往往下游电厂，炼厂即使亏损也得使用，但如果把主角换成资本品呢？当涨价的故事受制于下游接受度的时候，那线性外推可能就成了最容易出问题的地方。第二个故事是关于K线的故事——搬起石头砸自己的脚一天晚上，周期研究员发微信问笔者“为什么有些公司一个月跌幅超过50%，有的公司5年才跌50%（跌幅缓慢）？杠杆破灭，抱团瓦解似乎不能解释其中的差别，因为5年跌幅50%的公司也曾经是被市场抱团的公司。笔者回答，你在做公司DCF（自由现金流折现模型）的时候，一个公司永续阶段的价值大概占到公司内在价值的1/2-2/3，所以这也是为什么我们在研究公司的时候时常要问公司护城河，竞争壁垒的原因，因为投资人都希望所投资的公司能够更加持久、稳定的产生现金流。如果未来1-2年有些行业就有新增产能释放出来，那这些公司是不是搬起石头砸自己的脚，毁灭自身远期的价值。尽管现在依然可以看到由于供需错配，公司产品仍然不断的提价，但重要的不是当下，而是公司的经营行为将导致远期价值的破灭。相反，对于那些5年跌幅50%（跌幅缓慢）的公司，远期宏大叙事依然没有破灭，更多是因为站在过往的人在当时高估了公司未来经营假设，所以需要逐步消化过去被寄予厚望的估值。第三个故事关于价值陷阱的故事——二级市场的既要又要还要一天中午吃午饭的时候，研究员问笔者“如果一个公司被低估，但是股价长期不涨应该怎么办？”笔者不止一次碰到过类似的问题，每次碰到这种问题的时候笔者都会有个疑问，市场对价值风格的投资人要求是尽可能准确抄到底，但与此同时，为什么市场对成长风格的投资人却刻意显得宽容。难道与价值风格成功抄底相对应的不应该是成长风格投资人能在股价顶部及时止盈么？这两者不正是互为镜像的关系。回到研究员的问题，笔者过去两年一直在扪心自问到底什么是价值陷阱，假如有一家行业正处于逐步缓慢衰退的上市公司，公司每年产生20块钱自由现金流，每年派息5块钱，现在公司交易在100块钱市值上。公司身处没有宏大故事的行业，业绩也没有增速，股息率也不算高，确实股价没有上行的“动力”。因此，二级市场往往会把这类型公司称之为“价值陷阱”。可假设笔者换个身份是一级市场投资人，有足够多的资本金，那就应该把这家公司直接给私有化。简单算笔账，5年就能回本，投资回报IRR超过20%，这应该是一笔收益率很有吸引力的投资（备注：港股有很多公司都值得被私有化）。同样的公司在二级市场称之为“价值陷阱”，而在私有化之后确实一笔收益率很有吸引力的投资。笔者认为，其实道理和橘生淮南则为橘，生淮北则为枳一个道理。在二级市场中，最大的不同来源于流动性，价值发现过程往往需要借助流动性，而吸引流动性则需要一个理由，例如，公司持续提升的经济回报（ROE水平持续提升，比如为什么海外的银行并非是红利股而是利率的周期股），公司新的业务中具备潜在未被定价的现金流而非故事，多元化的控股企业通过资产出售，回购，提升派息比率等方式增加股东回报。正如在笔者在二季报中写的“被低估并非是当下买入的理由，专业投资者经过一段时间的训练是能够识别出被低估的标的。而之所以即使在价值风格中依然可以衍生出了不同的投资范式，大体上都是在有意识或者无意识解决二级市场中如何吸引流动性，使之规避价值陷阱的问题。笔者认为，市场可能低估了巴菲特遇到芒格之后从捡烟蒂的投资方式转变为合理估值买入稳健成长型公司转变的重要性。巴菲特把这一投资范式的转变归功于芒格帮助他从猩猩进化到了人类，“捡烟蒂”的收益往往大部分来自于估值修复，而估值修复的契机可能是随机变量，而后者以合理估值买入稳健成长型公司的长期收益则大部分归因于EPS的增长加上平均股东回报。同样，海外也有不少以价值为主的资产管理机构，在过去的几十年中都在致力于解决二级市场中的价值投资估值如何修复的问题。例如AQR，用价值动量因子的叠加来解决陷入价值陷阱……因此，回到开始研究员提出的问题，在二级市场中识别公司被低估并不是什么太难的事情，专业投资者经过一段时间的训练即使凭直觉也能识别出这些标的。这只是资产定价研究开始的第一步，去思考这些公司哪些业务未来现金流是被低估的，同时满足估值修复的契机是什么，则是避免陷入二级市场所谓“价值陷阱”重要方法。第四个故事关于市场再平衡的故事——AI硬件城与工兵的较量一天下午，在公司内部基金经理季度归因分析会上，负责归因分析的同事问笔者“当前市场形态较为混乱，AI硬件链公司股价波动幅度巨大，尽管你提出市场抱团瓦解的前瞻指标是波动率放大，夏普比率崩塌，但是当前内生经济承压，市场又找不到第二条主线去承接AI硬件链再平衡的资金，你怎么看待这个问题？”笔者分享了下面这个故事，当前的市场像什么？以AI硬件链为主体的公司在二季度市场资金追逐之下，形成了一座看似固若金汤的堡垒，姑且可以把堡垒称之为“AI硬件城”，而医药，消费，金融，互联网，甚至是一些特定的防御型风格，例如红利就像是一个个工兵一样，轮番冲击这座城池。当然基本面强一些的工兵，能在这座城池上撕一道口子，基本面弱一些的工兵在完成冲击之后就倒下了。在AI硬件城内部，当城墙，城门甚至护城河都开始共振的时候，那就意味着系统自由度在减少——当系统中不同部分的运动开始同步，系统的有效自由度从N坍缩到接近1，此时轻微的扰动都会引发脆弱系统的坍塌。所以，当Meta的第一声枪响的时候，市场讨论的核心仍然聚焦在行业算力是否紧缺，笔者相信在模型能力不断提升背景下，算力大概率是紧缺的。可换个思路来思考这件事件，同样也可以解读为牌桌上花钱大手大脚的榜一大哥又少了一位，因为好大哥们开始算账了。另一方面，工兵们确实基本面呈现出不同的态势，一些出口链企业、非AI制造型企业前期由于汇率升值，基数等原因确实从选美的角度上弱于AI硬件链上的公司，从而被市场流动性所抽血，估值压到了具备性价比的水平，但这些公司的经营能力，现金流创造能力以及股东回报却是扎扎实实处于持续提升的阶段。在笔者6月份调研上市公司过程中有两个感受：（1）中国公司尤其是制造业领域，有越来越多公司具备站在世界舞台上和海外同行竞争的气质和底气；（2）不少经历了周期下行的公司越来越注重客户体验，公司服务能力逐步构建和提升，即使曾经高高在上的高端产品和服务也在逐步学会放低身段。在美股市场上，我们观察到当费城半导体指数，通信行业指数开始出现大幅度回落的时候，而与实体产业相关的道琼斯指数，与中小微企业相关的罗素2000指数，和创新药相关的XBI指数，甚至是美股smart beta类的红利指数都创下了历史新高。因此，跳出国内市场的局限性，做一些跨市场的研究和比较，往往能在迷雾中收获更多的想法。研究原本也是一场遵循scaling law的过程，在不断堆参数完成预训练的过程中，视角也会变得越来越多元化。过去两年笔者业绩并不好，说白了还是在真实市场中后训练（微调（SFT）和强化学习（RL））以及推理能力上还有不少值得进步的空间。第五个故事关于AI的故事——关于人，模型以及第二曲线；市场上关于AI的讨论大部分集中在算力是否持续紧缺，英伟达AI服务器中谁在BOM成本中的价值量是提升的，CSP厂商的Capex是否能够持续提升。笔者认为上述所有问题本质都是在回答AI硬件链的供需缺口是否持续扩大，供需缺口持续的扩大是这些资本品能够持续涨价的基础条件。涨价提供了潜在远期消化高估值的可能性，或者更加直白的说，类似于周期股，股价的动量很大程度上依赖于商品是否能够持续涨价。笔者在这里希望能够抛开市场热议的算力，硬件，资本开支等叙事故事，感性地去看一看大模型公司到底是一门什么样的生意，这些公司潜在的风险又到底在什么地方，当然所有思考都是基于个人的观察和研究，很多领域笔者也处于学习和积累认知的过程中，不足之处也请读者批评指正。市场对于大模型公司的研究似乎主要集中在ARR的增速上面，以及通过调研来比较各家公司技术擅长的领域在哪些亦或者哪些公司的训练架构存在缺陷。坦率地说，笔者好奇的反而是为什么国内大模型公司在短短几年爆发式的增长面前却呈现出了截然不同的发展特征，同时无论是国内还是美国互联网大厂在大模型领域总是遇到人员变动或者模型进展落后等问题。直到有一次笔者在调研一家模型公司的时候，公司技术人员反思自己最新一代大模型不成功的时候归因为面临资本市场的压力，同时基于过去自家模型不错的历史经验，把还没有训练完善的模型推向了市场。这不禁让笔者联想到了姚顺宇在接受张小珺采访的时候极度坦诚地谈到“AI这个事本来也不太需要脑子，最重要的是靠谱。靠谱就是做事细致、对结果负责——远重于聪明。”同样，大家也会把优秀的AI技术人员从大厂离开归因于大厂内部机制导致资源分配，战略投向产生分歧。笔者作为AI行业的观察者，隐隐约约地感受到决定于大模型公司最终是否能留在牌桌上比较重要的因素可能不是自建集群，拥有算力卡，不是当下ARR的增速有多快，甚至不是拥有多少顶级天才，而是公司文化是否靠谱（把模型迭代做扎实、细致），是否有灵魂（价值观是为用户创造价值），以及拥有理想主义带来强大的自驱力（探索除coding之外未知的领域）。笔者一直认为在港中文读博的四年多是人生中最值得回忆的阶段，足够纯粹，在实验室每天就是文献，实验，Seminar，讨论，不知疲倦。这可能也是AI-native的组织中价值观的一致性，体系化的创新能力、强大的工程执行力和稳定的团队协作，最终使组织能留在牌桌上的重要保障。与市场投资者广泛热议国内大模型公司依靠极致性价比实现token出海，内卷海外大模型厂商相比，笔者疑虑当下国产大模型公司是否实现了完整的商业闭环，以及在资本市场中到底应该如何合理定价。当Anthropic或者OpenAI推出SOTA模型之后，会给国内这些大模型公司留下“低垂的果实”，当国内模型公司争先恐后推出SOTA模型之后，竞争对手的“市值血条”就会掉一些。同样，假设未来某天海外两家大模型公司推出SOTA模型接近能力上限，“低垂的果实”不再易得的时候，国内模型公司似乎进入同质化的内卷竞争，比拼的则是降本增效，似乎变成了“高端制造业”，尽管市场的TAM空间依然很大，但是竞争非常激烈。所以，大模型公司是否是一个好的投资范式，笔者依然没有结论，只能边走边观察，在惊艳的模型效果以及飞速增长的ARR面前，我们不妨好好想一想商业模式的壁垒以及P/ARR无法解释的资本市场定价边际变化的行为，前两年给新能源车PS估值的或许就是前车之鉴。在惊叹于模型公司的模型效果和飞速增长的ARR的同时，这些普遍成立时间不到5年的大模型公司在一级以及二级市场上巨大的市值体量更是令人咋舌。人类曾感叹互联网企业凭借网络效应，低成本的移动互联的技术所带来的高速发展，但在这些模型公司面前，历史中上的一切高速都是苍白无力的。我们可以有很多方式去解释模型公司如此陡峭的增长曲线，例如，模型已经跳出碳基生物的生理使用极限，硅基生物们可以24小时不间断地自我迭代。但是，当前大模型公司除了满足coding场景之外，第二增长曲线在何处？笔者认为coding有其特殊性，是界限分明的“对”和“错”，有明确的判断标准。在日常使用过程中确实能大幅度提升程序员的工作效率，同时伴随着Agent的普及使用以及Harness工程优化，越来越多本不具备coding能力的人通过自然语言就能实现一些任务提效。但是，如果换个赛道，比如多模态，AIfor Science，还具备如此明确，且一致性的判断标准么？对于一段同样的提示词，不同大模型公司生成的视频到底哪个审美更好看，每个人的判断标准似乎有其主观性。即使对于同一家模型公司，不同版本的多模态模型，3.0产生的效果就一定好于2.0？坦率地说，笔者并不清楚第二条像coding一样的赛道在何处，只不过直觉上隐约感受到假如仅仅局限在coding场景，似乎总有到达尽头的时候。与市场中看好模型能力持续进步，算力持续紧缺以及CSP厂商是否不断上调Capex等切入视角有所不同，笔者写了一些作为行业旁观者的深度思考，可能这些思考和投资也没有太多直接关系。在最近听过的大部分AI实践经验分享会上，笔者深深感受到AI时代人依然是最重要的要素——人的洞见以及决策的勇气无法被替代。AI-native的组织可能并非仅仅通过使用了多少Token进行衡量，而是以人为本，尊重这个时代里组织中每个人所付出的价值，让同样的token消耗变得更有灵魂。

作为二级市场的投资者，越来越经常产生一种投资世界与现实世界矛盾与脱节的感觉。身处大变局之中，在这些具备成长性的行业中时刻感受着激动人心和备受鼓舞，同时又要理性地为公司以及各种资产定价。面对大环境的不确定性，资产价格地波动性会进一步提升，我们会坚持发挥长期以来深度研究的特长和优势，不断自下而上发掘未来3年基本面维度良好的优质公司，即使在中间动荡的市场环境下，也能由坚实的基本面托底，不跟风炒作无基本面、纯交易属性的公司。市场变化风云突变，唯有拥有坚实的竞争壁垒、健康的行业竞争格局、良好的行业成长性、和积极的股东回报的公司，才能在较长维度上为股东创造价值，我们也将以此为准绳，坚定选择那些拥有长期主义的企业家，坚定支持这些公司的长期发展，资本投资于实业，共同创造长期价值。未来将更多以全球产业研究为基础，从长期视角，投资全球和中国新兴成长行业的核心企业。从24年四季度开始，我们开始了一段魔幻式的市场旅程，过去这一年，作为聚焦新经济行业的成长风格基金经理，我们见证和经历了众多公司的激动人心，也经历了全球宏观环境和政策变化的过山车，我们越来越认识到即便我们在基本面、技术面、宏观面和情绪面有着一致的指向和判断，最终驱动市场变化的往往是完全未知以及未被定价的变量。敬畏市场，承认无知，保持谦虚是这一年的市场给我们的最大的启发。即便面对变幻莫测的市场，作为代客理财的服务者，像科技和创新药行业一线的工作者一样，我们需要继续发挥中国文化固有的勤奋和坚韧，坚信“长风破浪会有时，直挂云帆济沧海”，“千淘万漉虽辛苦，吹尽狂沙始到金”。