夜雨聆风
我用 AI 算了一套西雅图的房子,结果算懵了
一套挂牌 90 万美元的房子，月供”看起来”能承受，房价”应该”会涨，还能”抗通胀”——然后我让 AI 把账一笔一笔算清楚，发现事情没那么简单。
TL;DR： 这套 $899K 的房子，月供的 87% 是利息，10 年回本需要房价年涨 6.71%（高于历史均值），5 年内卖出所有情境都亏。买房不是不行，但先算账。
买房这件事，大部分人的决策过程是这样的：
看到一套不错的房子 → 月供算一下，好像能承受 → 房价长期在涨，买了总不会亏 → 下 offer。
听起来合理，对吧？
我最近用自己搭建的 AI 房产分析系统，对大西雅图地区的一套真实房源做了一次完整的财务拆解。这套系统不讲故事、不带情绪，只算数字——算完之后，我对”买房”这件事的理解被彻底刷新了。
今天就带你跟着这套房子，走一遍买房决策的全过程。每一步，我们都用真实数据说话。
这套房子长什么样
地点：大西雅图地区，东区某学区
挂牌价：$899,000
户型：3 室 2 卫，约 1,800 sqft
首付：20%（$179,800）
贷款：$719,200，30 年固定利率 6.75%
买方 closing cost：$13,485（1.5%）
入场总成本：$193,285
看起来是一套蛮标准的西雅图东区学区房。不算豪宅，但在当前利率下，月供也不低。
那么，问题来了——
第一关：月供能承受吗？
银行算出来的月供（本金+利息）是 $4,665。看起来还好？
但这只是”看得见”的月供。我让系统把它拆开看：
| | 第 1 个月 | 占比 |
|—|—|—|
| 利息（沉没成本） | $4,046 | 86.7% |
| 本金（真正在攒的） | $619 | 13.3% |
也就是说，你每个月还给银行的 619。
很多人说”租金是打水漂”，但你每个月 4,046 利息，也同样在打水漂。区别只是打水漂的对象从房东变成了银行。
第一年下来：总还款约 48,312（86.3%），本金仅 $7,665。
但这还不是全部。买房还有一笔**”隐藏月供”**，不出现在你的银行账单上：
| 项目 | 每月金额 |
|—|—|
| 房产税（Property Tax） | ~$674 |
| 维护费 | ~$562 |
| 房屋保险 | ~$300 |
| 合计 | ~$1,536 |
小贴士： 房产税是基于房屋评估值计算的年度税费，华盛顿州约为房价的 0.9-1.0%。这不是一次性费用，而是每年都要交，而且随房价上涨而增长。
把利息和隐藏月供加起来，你每个月真正”扔进水里”的钱是 $5,562——而且随着时间推移，维护费和房产税还会涨。
每月总支出 619 在攒权益。剩下的 $5,582，和租金一样，花了就没了。
所以，”月供能承受”和”这笔钱花得值”，是两码事。
第二关：房价在涨，买了总不会亏吧？
“美国房价长期年均涨 5%”——这句话你一定听过。它来自 Case-Shiller 全国指数，作为长期均值确实没错。
但均值背后藏着巨大的波动：
-
• 西雅图 2022 年：房价下跌 14%，约 2 年才恢复 -
• 西雅图 2008 年：房价下跌 28%，整整 6 年才恢复
更关键的是，对于这套 $899,000 的房子，系统算出来的 10 年 break-even CAGR 是 6.71%——也就是说，房价需要每年涨 6.71% 你才能在 10 年后刚好不亏。这比长期均值高了将近 1.7 个百分点。
换句话说，你不是在赌房价会涨——你是在赌它会涨得比历史平均更快。
系统跑了四种情境（10 年持有）：
| 房价年均增长率 | 10 年后售价 | 净利润 |
|—|—|—|
| 悲观 2.0% | 577,000 |
| 保守 3.5% | 418,000 |
| 基准 5.0% | 236,000 |
| 乐观 6.5% | 71,000 |
只有在 6.5% 的乐观增速下，持有 10 年才勉强赚 7 万。而基准 5% 情境下，10 年后卖出仍然亏 23 万美元。
第三关：至少能抗通胀吧？
“通胀时物价涨，房价也涨，买房至少是个通胀对冲。”
这话对了一半。问题在于，你的持有成本也在涨。
房产税跟着评估值走（房价涨它也涨），维护费跟 CPI 走，保险逐年调。这意味着你的”月供”实际上每年都在变贵——虽然贷款本身是固定利率，但隐藏月供部分在稳步上升。
还有一个更本质的问题：买卖一次房子的摩擦成本太高了。
在华盛顿州，round-trip 成本大约是 8-10%：
-
• 买方 closing cost：~1.5%（包括产权保险、律师费、贷款手续费、预付税款等） -
• 卖方 closing cost：~5.5%（主要是经纪人佣金） -
• 华州 REET：1.1-2.75%（华盛顿州特有的房产交易税，按售价分级累进，高价房税率更高）
以这套房子为例，即使 10 年后房价涨了 63%（年均 5%），round-trip 摩擦 + 累计持有成本仍然大于增值——净亏 $236,000。
有人想等利率降了再 refinance（重新贷款），但 refinance 本身有 2-3% 的手续费，需要 2-3 年才能回本，而且没人能保证利率会降到多少。
底线： 买房抗通胀只在低利率（<4%）+ 长持有期（>15 年）+ 低交易摩擦的市场才真正成立。在 6.75% 利率 + 华盛顿州高 REET 的环境下，这个优势大打折扣。
第四关：网上说这房子值这个价啊？
前三关我们算的是”如果这套房子值这个价”的情况。但一个更根本的问题是——它真的值这个价吗？
很多人看房时会参考 Redfin Estimate 或 Zillow Zestimate。如果估价和挂牌价接近，就觉得”价格合理”。
但这些估价是算法模型，全名叫 AVM（Automated Valuation Model，自动估价模型），就是你在 Zillow 和 Redfin 网站上看到的那个”估价”。它有几个关键局限：
-
• 中位误差约 ±2-3%，但对非标准房产（大地块、独特建筑、大幅翻新），误差可以大得多 -
• AVM 不看房屋内部。 一套精装修和一套需要全面翻新的邻居，AVM 可能给出几乎相同的估值 -
• 覆盖率约 86%——也就是说，14% 的房子连估值都没有
还有一个容易踩的坑：listing 上写着”recently updated”或”beautifully renovated”，很多人就放心了。但翻新分两种——业主自住标准翻新用好材料做到位，投资客快速翻装（flipper）用廉价材料做表面文章。
识别 flipper 的关键信号：买入→挂牌涨幅超过 30% 且持有不到 3 年，或者只做了表面翻新（刷漆、换灯具、换台面）而管道、电气、屋顶没动。
看到”翻新过”三个字，恰恰应该多问一句：谁翻的？翻了什么？没翻的部分怎么样？
正确做法： AVM 只能作为粗排序工具。真正出价要看同街道近期成交、每平方英尺单价调整、以及实地看房后的判断。
第五关：先买着，过几年换大房也行嘛
“现在先上车，住个三五年，房子涨了就卖掉换更好的。”
这个想法特别常见，也特别危险。因为 5 年恰恰是持有期最不利的区间。
为什么这个想法这么流行？因为这是经典的 FOMO（Fear of Missing Out）——看到身边人买房赚钱了，就觉得自己不买就亏了。但你看到的是幸存者偏差：涨了的人到处说，亏了的人沉默不语。
回到数字：
原因一：交易摩擦在短持有期内占比最大。
8-10% 的买卖成本，如果持有 30 年，分摊到每年不到 0.3%。但只持有 5 年，等于每年要承担近 2% 的额外负担。房价光涨 8-10% 才刚刚回本——还没算利息和税费。
原因二：前 5 年还贷几乎全是利息。
44K 权益（equity，即你在这套房子里真正属于你的部分），交了 $236K 利息。你以为在”攒首付”，其实绝大部分在”交租”。
原因三：换房时你面对的是同样涨价的市场。
你的小房涨了 25%，但你想换的大房也涨了 25%——绝对差价反而更大了。 “先上车”并没有让你在升级时获得优势。
系统跑了 5 年持有的四种情境：
| 房价年均增长率 | 5 年后售价 | 净利润 |
|—|—|—|
| 悲观 2.0% | 328,000 |
| 保守 3.5% | 258,000 |
| 基准 5.0% | 185,000 |
| 乐观 6.5% | 106,000 |
即使房价以 6.5% 的乐观速度增长，5 年后卖出仍然亏超过 10 万美元。
5 年 break-even 需要房价年均增长 8.41%——这在历史上极少持续出现。
更现实的场景是：5 年内换工作、家庭变化、被迫搬迁——这些不可预见的事件会逼你在最不利的时候卖房。那不是”没赚到钱”，是实打实地亏掉 10-30 万美元。
算完这笔账
走完五关，回到最初的问题：这套 $899,000 的房子，要不要买？
数字给出的答案很清楚：
-
1. 月供的 87% 是利息，加上隐藏月供，每月沉没成本超过 $5,500 -
2. 10 年回本需要房价年涨 6.71%，比历史均值高近 1.7 个百分点 -
3. 基准 5% 增速下持有 10 年仍亏 $236K，只有乐观情境才勉强转正 -
4. 线上估价不靠谱，翻新房可能是表面功夫 -
5. 5 年内卖出，所有情境都亏，”先上车”反而是最危险的策略
但这篇文章不是在劝你不要买房。
房子是家，是生活方式，是孩子的学区，是稳定感——这些东西没法用数字衡量。但在做一个可能是人生中最大的财务决策时，你至少应该知道数字在说什么。
不要用直觉做六位数的决定。 先算账，再做选择。
本文数据基于大西雅图地区真实市场参数的模拟分析，使用 6.75% 贷款利率、20% 首付、1.0% 房产税率等参数。不同地区和市场条件下，具体数字会有所不同，但分析思路是通用的。
文中所有数据由 AI 房产分析系统自动生成。如果你想了解这套系统是怎么工作的，可以看我的另一篇文章：《一句话需求，五个 AI，三篇文章：我的多智能体写作实验》。