AI时代的财富密码 · 第 01 篇

《AI时代的财富密码》· 第1篇书评
AI时代真正的财富，不在软件在沙子

所有人都在追AI应用，但钱在沙子与硅片之间

01 · 你追的AI，是冰山露出水面的那一角

先问你一个问题：你觉得AI最赚钱的地方在哪？

大多数人会答：做AI应用。写一个套壳App，用大模型API做客服、做写作、做翻译、做画图。要么就是教别人用AI——卖课、卖提示词、卖”AI副业秘籍”。再不济，就是自己用AI提高效率，省点时间。

这些都没错。但它们都有一个共同点——都在AI这条产业链的最末端。

打个比方。淘金热的时候，最热闹的是淘金的人。但真正赚到钱的，是卖铲子的人、卖牛仔裤的人、开客栈的人。AI也是一样。你在用AI写文案、做PPT、生成图片——这些是”淘金”。而真正在这场浪潮里赚到大钱的，是卖”铲子”的人。

铲子是什么？

是芯片。是算力。是存储。是光互联。是数据中心里那些嗡嗡响的服务器。是台积电的晶圆厂。是英伟达的GPU。是长江存储的NAND闪存。是那些你平时根本不会看一眼的、藏在冰山下面的东西。

这本书的书名虽然叫《AI时代的财富密码》，但它一上来就告诉你一个反直觉的事：AI时代的财富密码，不是教你用AI赚钱，是教你看懂AI这条产业链的钱从哪来、到哪去、卡在谁手里。

02 · 这本书的11个底层认知，到底是什么

这本书拆了11个底层认知，分两部分。我先用最朴素的话，把它们串一遍。

第一部分：AI的基础设施——钱在这里

这一部分讲的是”铲子”。你平时不会注意的东西。

第1个认知：芯片。AI的”大脑”。一颗芯片指甲盖大小，里面是一座城市——几十亿个晶体管，像楼房一样一层层堆起来。台积电要在2028年量产1.4纳米制程，这是什么概念？一根头发丝的万分之一。而中国正在用另一种方式”换道超车”——不追EUV光刻机，靠成熟制程重构设计逻辑，做出媲美1.4纳米的性能。

第2个认知：存储芯片。AI的”记忆本”。没有存储，AI就记不住你说过什么。这本书讲了一个关键判断：存储芯片是强周期赛道，短期会震荡，但长期向上的产业趋势不会变——因为AI是刚需。长江存储的Xtacking架构打破了海外垄断，HBM高带宽内存因为AI爆发迎来了”黄金时代”。

第3个认知：CPO光互联。让芯片”光速聊天”。芯片算得再快，如果芯片之间传数据的速度跟不上，整台机器还是慢。CPO用光代替电来传输数据，Meta在2025年砸了30亿美元采购国产CPO组件——这是一个信号：中国在这个细分领域，有牌可打。

第4个认知：半导体。芯片的”细胞工厂”。从硅片到芯片，要经过刻蚀、离子掺杂、薄膜镀膜、高频清洗等数十道工序。日本和韩国在光刻机和材料领域有不可替代的地位。这一层决定了谁卡谁的脖子。

第5个认知：算力。AI的”发动机功率”。英伟达的Vera Rubin平台，是史上第一个”六芯片协同设计”——CPU、GPU、交换芯片、网卡、DPU、以太网交换芯片，六颗芯片一起干。算力就是AI时代的石油，谁掌握算力，谁掌握AI的命脉。

第二部分：大模型的原理与工程——钱在这里被花掉

这一部分讲的是”淘金”。你平时会接触的东西。

第6个认知：大模型。AI不是在”思考”，是在”接话”。它看到的不只是”中””国””首””都””是”这些Token，还知道它们的顺序。它预测下一个最可能出现的词。这就够了——足以让它看起来像在思考。

第7个认知：Token经济学。Token是AI世界的”货币”。你发一句包含几十个Token的指令，AI在后台可能要消耗数十万个Token来回答你。你以为你发了一句话，其实你在烧钱——只是这钱被平台替你付了。但谁付费、谁定价、谁赚差价，这件事迟早会浮出水面。

第8个认知：提示词。让AI听懂人话。大多数人以为”提示词工程”是玄学，其实它是一门技术——你怎么”说清楚”，决定了AI能给你什么。这本书有个判断：普通人最该练的能力，不是学AI工具，是练”说清楚”的能力。这个能力，比任何Prompt模板都值钱。

第9个认知：Agent智能体。AI从”回答问题”变成”替你干活”。你说一句”帮我订明天去上海的机票”，它在后台会调十几个API，查航班、比价格、填信息、下单。一句指令，后台烧数万个Token。Agent不是工具，是你的”数字员工”——而雇员工，是要管理的。

第10个认知：Harness工程。AI的”安全带”。大模型是野马——天赋极高，但乱跑乱撞。Harness就是让它能干活但不闯祸的那套系统。强制沙箱隔离、原始数据备份、禁止编造内容、发现跑偏直接退回重写。这层做好了，企业才敢让AI碰真数据。

第11个认知：AI投毒。谁在污染大模型？书里举了四个真实案例：250份文档毒翻大模型、3·15曝光的虚构手环、BadSeek开源后门、LiteLLM供应链攻击。AI不只可能”说错话”，它可能被人”投毒”——有目的地让它说错话。这是AI安全最暗的一面。

03 · 为什么”地下”的5个认知最值钱

你可能会问：我又不做芯片，我又不开晶圆厂，我学这些有什么用？

有三个用。

第一，看懂新闻。你打开任何一个科技新闻，90%都在讲地上的事——某家出了什么新模型、某个App加了什么功能。但真正决定大局的新闻，藏在地下的5个认知里。”台积电1.4纳米2028年量产”——这不是技术新闻，这是地缘新闻。”长江存储Xtacking打破海外垄断”——这不是企业新闻，这是产业格局新闻。”Meta砸30亿采购国产CPO”——这不是采购新闻，这是中国半导体换道超车的信号弹。你不懂地下5个认知，这些新闻对你就是噪音。你懂了，它们就是财富信号。

第二，做判断。投资、择业、创业，都需要判断AI这个浪潮往哪走。大多数人判断的依据是”哪个App火”——但App是结果，不是原因。真正的原因在地下。存储芯片进入超级周期 → HBM价格暴涨 → 美光/海力士利润飙升 → 它们的股票涨。你不懂这条链，你看到股票涨只会觉得”莫名其妙”，等你想上车的时候已经晚了。你懂这条链，你会在存储芯片价格刚启动的时候就看到信号。

第三，不被骗。AI这个领域，骗子最多。因为大多数人不懂底层，只能听别人说。别人说”这个项目用AI，能赚10倍”——你信了。别人说”这个工具比ChatGPT强100倍”——你买了。别人说”学了我的提示词课，月入十万”——你付了。但你如果懂底层，你知道：一个套壳App，API成本是透明的，它的利润空间有限；一个”比ChatGPT强100倍”的工具，大概率是营销话术，因为底层模型就那几个；提示词课能教的东西，官方文档免费都有。懂底层，就是给自己装了一个”反骗雷达”。

04 · 为什么这本书值得用8篇来拆

接下来我会用8篇书评，把这本书拆开。

不是因为这书有多厚。是因为——这本书的每一个认知，都值得单独消化。

如果你只是”读一遍”，你会记住一堆术语：芯片、算力、Token、Agent、Harness。但你不会真正理解它们之间的关系——为什么芯片制程卡脖子会影响AI算力？为什么算力瓶颈会催生CPO光互联？为什么Token经济学决定了Agent能不能普及？为什么Harness工程是企业落地的最后一公里？

这些关系，才是这本书真正的价值。而要理解这些关系，你必须一个一个认知地过——过完一个，写下来，讲一遍，确保你真的懂了，再过下一个。

所以接下来的7篇，会按这个顺序走：

第2篇：指甲盖上的城市——一颗芯片为什么比黄金贵
第3篇：AI的记忆本——存储芯片的十年一遇超级周期
第4篇：光速聊天与发动机——CPO光互联与算力
第5篇：大模型不是在”思考”，是在”接话”
第6篇：Token——AI世界的货币；提示词——AI世界的语言
第7篇：Agent不是工具，是你的数字员工
第8篇：驯服野马——Harness工程与AI投毒

从沙子开始，到安全收尾。从最底下那一层，一层一层爬到最上面。

走完这8篇，你不需要再被任何AI术语唬住。你会看懂每一条科技新闻背后的财富流向。你会在别人还在讨论”哪个AI工具好用”的时候，已经看到下一波浪潮从哪里来。

最后说一句。

这本书的作者不是马斯克，不是奥特曼，不是任何硅谷大佬。是三个中国作者——樊中恺、魏思理、张其来。这意味着什么？意味着这本书的视角，是站在中国看世界的视角。它会告诉你中国半导体怎么换道超车，长江存储的Xtacking架构为什么重要，Meta为什么砸30亿采购国产CPO。这些信息，你从英文书里看不到，从硅谷大佬的访谈里也听不到。

AI不是美国的AI，AI是全球的AI。但AI的产业链，有中国的一环。这一环在哪、有多重要、普通人怎么搭上这班车——这本书给了答案。

接下来的8篇，慢慢拆。不急。每一篇都让你真正懂一个东西，而不是记住一个词。

· END ·

转发给那个，还在追AI应用的人

这是奇点书院的第 185 篇分享

欢迎监督做到，欢迎追着看，
保证每一篇都让你拥有独特视角

往期好文：

当你在”观察自己”时，那个观察者是谁

道德经：为什么越不争的人，反而什么都有

胡宗宪：想在烂系统里做成好事，你得先把自己弄脏

王阳明：知道却做不到说明你根本还不知道《大明王朝1566》：每个人都没做错，为什么结果是灾难道德经：有些东西，你感觉得到却永远说不清楚

大明第一鬼才-严世蕃：他把所有人都算进去了，唯独没算到自己

吕芳：最干净地退出了最脏的局说给嘲讽马斯克的人：嘲讽是穷人最便宜的优越感。你花零块钱，就能站在一个花了几十亿的人上面。