夜雨聆风“怎么办？AI 的钱我没赚到，再不上车就来不及了。”这个大概就是你打开这篇文章的时候，心里的声音。
NVIDIA 三年涨了十几倍。光模块龙头一年涨 17 倍。打开新闻每条都在讲 AI。同事在炫耀持仓。各种社交媒体，小红书，X, TIKTOK都在分享”下一个十倍股”。
你空仓。你焦虑。你打开账户，手指悬在”买入”按钮上方。
我想先问你一个问题——你为什么想买？
如果你的回答是”AI 是大趋势”“某个KOL喊单“——那是别人的判断，不是你的；
如果你的回答是”朋友赚了，我也想赚”——那是嫉妒，不是投资；
如果你的回答是”再不买就晚了”——那是 FOMO，不是分析。
你真正的问题不是’晚了’。你的问题是没有自己的世界观。
听起来抽象。让我用一个具体的方式说清楚——为什么这个问题比”买什么股票”重要 100 倍。
打开任何财经平台，所有讨论都围绕一个问题：买什么。
“NVIDIA 还能涨吗？” “光模块要不要追？” “机器人板块怎么看？”
这些问题本身就是错的。
它们假设了一件事——你已经知道 AI / 机器人 / 光通讯是对的方向。而这恰恰是最该被独立思考、却被 99% 的人跳过的部分。
跳过的代价是什么？
当你的判断对的时候，你不知道为什么对——所以你不知道什么时候离场。
你在 NVIDIA $80 听某 KOL 推荐买入。涨到 $140 你舍不得卖，因为”长期看好”。涨到 $200 你想加仓，因为”势头很猛”。跌到 $150 你迷茫，”故事还在啊”。跌到 $100 你恐慌卖出，”是不是看错了”。
当你的判断错的时候，你不知道为什么错——所以你会一直亏到深处。
你在某只 AI 概念股 $50 买入。跌到 $30 你不卖，”AI 是十年主线”。跌到 $20 你加仓，”现在便宜了”。跌到 $10 你认输。之后这只股票再也没回到你的成本。
这两个情境的共同点：你从来没有自己的判断框架。你只是在不同时间、听不同的人、做不同的事。
这就是租来的世界观的代价。
世界观不是看新闻。世界观是回答几个本质问题：（举个例子）
未来 5-10 年，人类社会最大的变化是什么？能源结构会重组吗？计算成本会再降一个数量级吗？劳动力市场会被重构吗？
这些变化的物理约束在哪里？电力够吗？矿产够吗？人才够吗？
钱会怎么流动？谁从中赚钱？谁被颠覆？谁是真正的瓶颈？
当你能回答这些问题时，股票选择会变得简单——因为你已经知道钱会流向哪里，你只需要找到那条河流上的水闸。
更重要的是——当市场波动时，你不会慌，不会到处问人。因为你的判断不依赖于”明天涨还是跌”，而是依赖于”5 年后世界长什么样”。
巴菲特、芒格、达里奥这些人能穿越牛熊，不是因为他们更聪明，是因为他们的世界观是自己建立的，不是市场喂给的。
路径 A：自己建立世界观
困难。它要求你大量跨学科阅读、跟踪一手信息源、长期独立思考、接受 30% 的判断会错。
绝大多数普通人没有这个时间、精力、知识储备。这没关系——还有路径 B。
路径 B：跟随看得最远的人
逻辑很简单：真正改变世界的人，比所有人早 5-10 年看到趋势。他们的言论和行动会暴露他们的世界观。跟着他们的钱，等于继承他们的判断。
但 99% 的人在这一步搞错了——你跟随的不是他们的言论，而是他们的钱。
让我重复一遍，因为它很重要：
说话很便宜。但Capex 很贵。
Elon Musk 说了八年”明年 FSD L5”——这是嘴炮。 SpaceX 花 $5.6B 买燃气轮机——这是 capex。
capex 不撒谎。一个人愿意把 50 亿美金押在某个方向，他对这个方向的真实信念，比任何采访、演讲、推特都强 10 倍。
这是判断领军人物世界观最关键的一把尺子。
不是所有 CEO 的言论都值得听。本文列举了五个人的意见，他们分别代表 AI 时代不同的世界观切片，加起来构成一张完整的信号网络。
Jensen Huang（NVIDIA）—— 卖铲子的视角
所有 AI 公司都要从他这里买芯片。他掌握产业链最完整的需求信号：算力需求的真实曲线、瓶颈在哪个环节、未来 3 年产能怎么分配。
听 GTC 主 keynote（每年 3 月和 10 月），看季度财报电话会议。但最重要的是看 NVIDIA 的资产负债表投资——CoreWeave、Lumentum、Coherent、Corning、Nokia——这些就是他认定的真瓶颈。他用自己公司的现金告诉你哪里有钱赚。
Elon Musk（Tesla / SpaceX / xAI）—— capex 的视角
最激进的执行者。同时在自动驾驶、火箭、AI、储能、机器人五个领域有真金白银的决策权。
听 Musk 有一个心法：他的言论 70% 是嘴炮，他的行动 100% 是信号。”明年 FSD L5”说了八年是嘴炮，但 $5.6B 买燃气轮机、$697M 买 Megapack、SpaceX 和 xAI 合并——这些 capex 决策才是他真实的世界观。
正确姿势：忽略他的推特噪音，紧盯他的发票。
Sam Altman（OpenAI）—— 商业化的视角，带 bias
代表 AI 应用层 + 商业化的最前线。他每天和最大的企业客户对接，知道哪些 use case 真能产生收入、模型迭代的真实瓶颈在哪里。
但听 Altman 要警惕一件事——他在融资。他对所有事情的描述都有 talk his book 的成分。AGI 还有多远、Stargate 投资五千亿——这些都是为下一轮融资定价的 narrative crafting。
正确姿势：听他指向的方向，但对他的时间表至少打 50% 折扣。
Dario Amodei（Anthropic）—— 技术派的视角
AI 行业里最严肃的”技术派 + 安全派”。Anthropic 在前沿模型上能和 OpenAI 正面竞争，但话语权远小于估值——这意味着 Dario 的发言有信号、没噪音。
他的几篇长文（”Machines of Loving Grace”、”On DeepSeek”）是 AI 时代不多的严肃思考。他不卖故事，他在解释他相信什么。听 Dario 比听 Sam 让你更接近事实——因为他没有必要 hype。
跟踪方式：Anthropic 官方博客、他的长文、偶尔的播客。他不刷推特——这本身就是信号。
梁文锋（DeepSeek）—— 反共识的视角
代表中国 AI 真正的技术深度。DeepSeek-V3、R1 证明了一件事：在算力受限的情况下，工程优化可以接近闭源模型的性能。这个事实改变了整个 AI 产业链的成本曲线。（尤其是成本！！！）
梁文锋基本上不接受采访、不上推特、不做 marketing。他的世界观藏在 DeepSeek 的论文和模型 release notes 里——你要去读，不能等媒体喂给你。
为什么仍然要跟踪：他代表了一个反共识但极重要的视角——”AI 不一定需要无限堆算力”。如果他的方向论证为真，整个”AI = 无限 capex”的故事都需要重估。
他的存在本身就是你 portfolio 的一个 hedge——一个提醒你”也许 NVIDIA 的成长曲线没有那么陡”的反向指标。
记得 2025 年初 DeepSeek-R1 发布那次吗？NVIDIA 单日跌 17%，市值蒸发六千亿美元。如果你只听 Jensen 不听梁文锋，那一跌你完全不知道为什么。如果你两边都听，你会理解：这是市场在重估训练成本曲线，是修正不是破裂——所以你不会恐慌卖出。
世界观的多元性，决定了你能不能在意外发生时保持冷静。
讲到这里你可能想问：道理我都懂，但 capex 这玩意儿到底在哪里看？怎么读？
这一节是真正的干货。我把方法拆成可执行的步骤。
看什么：每个季度财报里的 “Capital Expenditures” 数字 + 管理层在电话会议给的 forward guidance。
在哪看：
Microsoft 财报披露 → investor.microsoft.com
Google → abc.xyz/investor
Meta → investor.fb.com
Amazon → ir.aboutamazon.com
Oracle → investor.oracle.com
怎么读三层信号：
第一层：鸟瞰数字 2024 全年 hyperscaler 总 capex 约 $250B，2025 约 $320B，2026 一致预期 $400B+。每年增长 25-30%。
这个数字本身告诉你两件事：
AI 资本支出的潮水仍在涨
增速在放缓（从 2023 的 +60% 到 2026 的 +25%）
注意：放缓不等于结束。一个从 $250B 增长到 $400B 的市场，对供应链依然是巨大的拉动——但你不能再用 2023-2024 那种”指数曲线”的预期来定价了。
第二层：环比变化 单季度 capex 比上一季度涨还是跌？这是最敏感的指标。
举例：Meta 2025 Q1 capex $20B → Q2 $23B → Q3 $27B —— 这是加速。 如果你看到环比转负——警报。这意味着公司开始 throttle 投入。
第三层：管理层 commentary 财报电话会议里，管理层会被分析师追问”capex 怎么花的？哪个方向？”——他们的回答是真实的意图表达，因为他们对股东有信息披露义务（虽然会包装）。
要听的关键词：
“compute infrastructure” / “AI training” / “data center build” → AI 资本支出
“land and shells” / “long-lived assets” → 数据中心土建（不是 GPU 采购，是地皮+建筑+电力接入）
“networking” → 光模块、交换机
“we are demand-constrained, not capacity-constrained” → 还在缺货
“we see signs of normalization” → 警报，需求开始软化
看什么：NVIDIA 财报里 Data Center 业务收入 + Networking 分项。
为什么这是黄金信号： NVIDIA 卖芯片给所有 hyperscaler。它的 datacenter 收入 = hyperscaler AI capex 中”compute”部分的真实落地。如果 NVIDIA Q1 FY27 datacenter 收入 +92% YoY，那意味着 hyperscaler 的 AI 投入实际兑现了——不是 guidance，是收入。
Networking 分项是更隐蔽的金矿： NVIDIA Q1 FY27 networking +199% YoY，达到 $15B 单季——年化 $60B+。这个数字比所有卖方分析师对”AI 网络市场 TAM”的预测都要大。
这意味着什么？
整个光模块 / 交换机 / 互连产业链的需求被低估了
上游供应链（光器件、连接器、PCB）应该比市场预期更紧张
你能从这个数字反推出 12 个月后的子行业景气度
这是大多数散户完全忽略的信号。
CEO 的言论可能有 bias，财报数字是滞后指标。但当一家公司用自己的现金去入股另一家公司时——这是对未来最强的信念表达。
NVIDIA 过去 12 个月入股的标的：
是不是有点复杂？或者说毫无头绪？如果把他们的产业链关系串起来的话，是不是就稍微有点眉目了？
同样的方法适用于：
Microsoft 收购了哪些 AI startup？投了 OpenAI 之外还投了谁？
Google 收购清单（Character.AI 的反向授权说明什么？）
Tesla 的供应商付款变化在哪些环节？
怎么找这些数据：
公司 10-K / 20-F 年报里有”Investments and Advances”附录
SEC 13D/G 申报（持股超过 5% 强制披露）
PitchBook、Crunchbase（要付费）
各公司新闻发布部分（公开战略合作会发稿）
这是最隐蔽但最早期的信号。
为什么重要：芯片可以买，但电力、土地、变压器、燃气轮机的交付周期是 3-7 年。所以这些 long-lead-time 资源的订单，反映的是 3 年后的产能。
看什么：
美国 ERCOT / PJM / MISO 等电网公司的 “interconnection queue”（数据中心申请接电的排队数据，公开可查）
GE Vernova、Siemens Energy、三菱重工的 backlog 数据
ABB、Hitachi Energy、Eaton 的变压器订单
xAI / Stargate / Meta 公开披露的具体数据中心选址和电力配置
这些信号往往在芯片销售爆发前 12-24 个月就已经显现。如果你看到 2026 年的 ERCOT queue 增长 200%，那意味着 2028 年前后会有大量数据中心上线，对应的芯片需求在 2027-2028。
光知道”哪里有钱”还不够。你需要知道这些钱怎么在产业链上流动。
让我把 AI 产业链从最底层到最上层画一遍。这不是为了让你记住每一层，是为了让你理解”价值在哪里被创造、被分配”。
电力：核电、天然气、地热、储能 材料：硅、铜、稀土、镓、铟、磷化铟（InP）、薄膜铌酸锂（TFLN） 典型玩家：Cameco（铀）、Williams Companies（天然气管道）、AXTI（InP 衬底）、Soitec（SOI 衬底）、NGK（TFLN）
经济特征：
资本密集、产能调整慢（2-5 年）
大宗商品属性强，议价能力来自地理或技术专利
AI 周期的”传导末梢”——景气滞后于上游 12-24 个月
逻辑芯片代工：TSMC、Samsung Foundry、Intel 化合物半导体：Win Semi（GaAs/InP）、Tower Semiconductor（硅光） 存储制造：SK Hynix、Samsung Memory、Micron 衬底加工：Shin-Etsu、SUMCO
经济特征：
寡头垄断（TSMC 在 3nm 以下基本独家）
资本支出极高（一座 fab $100-300 亿）
整个 AI 革命的”咽喉”——所有人都得来这里下单
GPU：NVIDIA、AMD ASIC：Broadcom（给 Google TPU / Meta MTIA 设计）、Marvell（给 Amazon） 网络芯片：Broadcom（Tomahawk）、NVIDIA（Spectrum-X） HBM 控制器：Marvell、Astera Labs、Credo CPU：Intel、AMD、ARM 架构（苹果 / Apple Silicon）
经济特征：
利润率极高（NVIDIA 毛利率 75%）
但正在分化——hyperscaler 自研 ASIC 在抢 NVIDIA 份额
设计能力是真正的护城河，资本相对不密集
CoWoS 封装：TSMC（独家产能） 测试设备：KLA、Applied Materials、Onto Innovation 混合键合（HBM4 关键技术）：BESI、ASMPT 硅光测试：MSSCORP
经济特征：
设备公司是”产能限制的解锁器”
利润率极高（BESI 毛利 60%+）
被严重低估的环节——大多数散户不知道这层存在
激光器：Lumentum、Coherent、Sivers 调制器：HyperLight（TFLN）、传统厂商 光模块：中际旭创、新易盛、Coherent 光纤连接：Corning、Foci 网络交换机：Arista、Cisco、Juniper、NVIDIA Spectrum-X
经济特征：
当 GPU 集群超过 10 万颗，互连成本占总系统成本 15-25%
这是 AI 产业链里增速最快的子段之一
ODM / EMS：Foxconn、Quanta、Wistron、Inventec、Supermicro 液冷：Vertiv、Boyd、Asetek、Auras 电源：Delta Electronics、台达、Lite-On
经济特征：
毛利率低（5-10%）但量大
液冷是新增长子段（毛利率显著高于传统空冷）
数据中心运营：Equinix、Digital Realty Neocloud：CoreWeave、Nebius、Lambda 电力 + 冷却 + 网络配套：太多玩家
经济特征：
这是 hyperscaler 自己 capex 的最大去向
Neocloud 是 2024-2026 才出现的新物种——独立租 GPU 算力给 AI 公司
前沿模型：OpenAI、Anthropic、Google DeepMind、xAI、Meta、DeepSeek 应用层：Microsoft Copilot、Cursor、Perplexity、各种 vertical AI SaaS
经济特征：
最被市场关注的一层，但赢家未定
商业模式仍在探索（订阅、API、agent fee）
风险最高、回报也最不确定的一层
Share Danny's Substack
光知道产业链分层还不够。你需要理解一层的变化如何传导到其他层——这是普通投资者最容易忽略的认知。
我举几个具体的传导链条为例子：
触发事件：OpenAI 发布 GPT-5（假设需要 10 万亿参数）
传导链：
训练算力需求：从 GPT-4 的约 25,000 张 H100 → GPT-5 估计需要 100,000+ 张 B200/Rubin
NVIDIA 受益：Datacenter 收入加速
HBM 需求暴涨：每张 B200 配 192GB HBM3E，10 万张 = ~20PB HBM
SK Hynix / Samsung / Micron 受益：HBM 价格上涨
HBM4 提前：客户施压三星 / SK Hynix 加速 HBM4 量产
BESI 受益：HBM4 需要混合键合，BESI 设备订单暴涨
InP / TFLN 受益：因为 10 万 GPU 集群必须用光互连，对应上游材料需求
这就是为什么当 OpenAI 一个发布会引爆股价的不只是 NVIDIA——还有 BESI、Lumentum、AXTI 这些上游环节。
触发事件：美国变压器交付周期从 50 周延长到 130 周
传导链：
数据中心建设延迟：原计划 2026 年上线的项目推迟到 2028
绕开电网：hyperscaler 开始用移动燃气轮机（Solar Turbines / Capstone）
天然气需求增长：Williams Companies、Kinder Morgan 受益
储能补位：Tesla Megapack、Sungrow、Fluence 卖给数据中心
核电期权重估：Cameco（铀）、Constellation Energy（核电运营）大涨
选址向天然气产地集中：德州、阿巴拉契亚、北达科他成为新数据中心走廊
这就是为什么电力的紧张会让你在 AI 主题里发现”能源股 + 储能股”的机会。
触发事件：美国限制 Nvidia H20 出口中国
传导链：
中国云厂商被迫自研：阿里、字节、腾讯、百度加速国产芯片采购
华为昇腾受益：订单暴涨
中国半导体设备链受益：中微、北方华创等
DeepSeek 等中国模型公司受益：因为算力受限反而催生工程优化
DeepSeek-R1 出来 → NVIDIA 跌 17%：因为市场担心”算力需求曲线没那么陡”
反过来推动 NVIDIA 在中东、印度找新增长：HUMAIN、IndiaAI 项目
这就是为什么地缘政治不是 AI 主题的外部变量——它是 AI 主题最大的内部变量之一。
触发事件：reasoning model（o1、Claude reasoning、DeepSeek-R1）或成为主流
传导链：
推理 token 消耗暴增：单次查询从 500 token → 50,000 token（100 倍）
推理算力需求 > 训练算力需求：从 2024 的 4:6 → 2027 预测 7:3
边缘 AI 芯片：从 datacenter 向终端扩散（手机、汽车、机器人）
Mediatek、地平线、Mobileye 受益
能效比变得更重要：GaN、SiC 功率半导体需求增长
NVIDIA 的”推理优化”产品线（Blackwell Ultra、Rubin Inference）变得比训练产品更赚钱
这是 2025-2027 最重要的产业链转折——大多数投资者还在用”训练算力”的框架看 AI，但真正的钱正在转向推理。（你可以让你的AI帮你推理）
当你开始跟着 capex 流向看，你会发现钱在流向几个明确的方向：
AI 芯片——智能的边际成本在下降，但总需求增长更快，所以芯片总量持续扩大。但赢家不只是 NVIDIA。Broadcom 通过 ASIC 抢了 hyperscaler 自研订单，TSMC 是所有玩家的 fab。
存储——AI 模型越大，HBM 需求越多。GPU 没有 HBM 等于残废。HBM 是结构性短缺，SK Hynix、Samsung、Micron 三家寡头，扩产周期 18-24 个月。
光互连——当 GPU 数量超过 100 万颗，铜互连的物理极限被突破，必须用光。Corning 是相对最安全的标的——大盘股 + 真正受益。
机器人——体力劳动的成本结构正在被重写。但这个市场远未成熟，Tesla Optimus 已经推迟两次。现在还太早，等到 2027 年看到量产数据再说。
能源——这是最被低估的方向。AI 不是软件革命，是能源消耗革命。一个大型数据中心耗电相当于一座中等城市。美国电网无法承载预期的 AI 需求，变压器排队 5 年、燃气轮机排队 7 年。所以正在发生的是 hyperscaler 绕开电网，自建燃气轮机 + 储能 + 未来的小型核电。
上面这五个方向，每一个都是从 capex 流向反推出来的，不是从新闻推出来的。这才是建立在世界观之上的判断。
讲了这么多 capex、产业链、对冲，你可能会想：当我每天看新闻、刷推特，CEO 说一句话我该怎么判断？
这里给你一个可执行的判断流程。
讲完这么多理论，给你一个今晚就可以做的练习。
练习：列出 NVIDIA 过去 12 个月的所有投资标的，并解释为什么。
我帮你列出来：
讲不清楚 → 你还没有世界观，这就是你接下来一个月要学的功课 讲得清楚 → 你已经开始跟着资本流向看世界了
这份你自己能解释的名单比任何一只股票推荐都重要。它不是告诉你”买什么”，它还在训练你”怎么看”。
好——你建立了世界观。现在的问题是：怎么落地？
一个反直觉的答案：世界观越清晰，其实行动越慢。（不信，你看看巴老爷子）
为什么？因为你不再被 FOMO 推动。你知道 AI 是 10 年的故事——晚 3 个月、6 个月、甚至 12 个月进场，在 10 年的尺度上都不重要。你不需要赢这一波，你要赢的是接下来 30 年。
第一步：先解决基本财务结构
在想”买什么”之前，先回答三个问题：
应急金有 6 个月生活费吗？
高息负债（信用卡、消费贷）还清了吗？
保险买了吗？
没解决这三个问题就投资股票，就是在等着割肉。
第二步：决定投入策略的比例
保守版 10%，平衡版 15%，激进版 25%。
不要超过 25%。即便你 100% 相信 AI 是未来——风险管理不允许你单一主题超过组合的四分之一。这不是悲观，是纪律。
第三步：选择参与方式
对 80% 的普通人来说，正确答案是宽基指数 ETF（QQQ、SPY、VOO）。（数据也证明如此）
Nasdaq 100 里 NVIDIA、Microsoft、Google、Meta、Amazon、Apple 加起来占 40% 以上——它们都是 AI 主题的核心受益者。你买 QQQ 等于自动 overweight AI，同时分散了单一标的风险。
对 15% 的人——主题型 ETF（AIQ、SOXX）。波动是宽基的 2-3 倍，但比单股票分散。
对 5% 的人——个股。名单极短，比如NVIDIA、Microsoft、Google、Meta、TSLA、Broadcom、TSMC这些（以上非投资建议，大家自行研究）
不要扩展到”上游小盘高赔率”。那是给专业人员的，不是给你的。
第四步：分批进场
如果你决定投 10 万元到 AI——不要今天一次性买入。
分 6-12 个月、每月固定金额买入。
你不知道今天是高点还是低点。如果分 12 个月买，市场跌 20% 期间你还在持续买入——你的平均成本会显著低于一次性买入。
无聊的策略，往往是赚钱的策略。激动人心的策略，往往是亏钱的策略。
第五步：写下规则
进场之前，写下三条规则，打印贴墙上，或者设置成手机屏保/封面：
我会在 [日期] 开始 [金额] 的月度定投，持续 [月数]
我不会因为短期波动改变计划——无论涨 20% 还是跌 20%，继续定投
我会在 [3 年后 / 占组合超过 30% / 急需用钱] 评估是否调整
你要知道：你今天能写出的理性判断，到市场剧烈波动时大概率会被情绪覆盖的。而这个打印在墙上的规则是你和未来失控的自己之间的契约。
错误 1：市场大跌时，停止定投。跌 -15% 那天你的本能反应是”赶紧停”。错——这正是你最该继续买的时候。
错误 2：市场大涨时，加倍买入。连涨三个月想”加快进度”——这是追高。
错误 3：把”投资”变成”看盘”。开始定投后一天刷十次账户——你已经从投资者滑向赌徒。卸载 APP，每月只看一次。
错误 4：听小道消息加仓。群里推荐”必涨十倍”——99% 是错的，1% 你分辨不出来。除了你的清单，一切免谈。
错误 5：算账。新手最爱算”我赚了多少”。账面盈利在卖出前不是你的。5 年内不算账。
这五个错误都来自同一个根源——你的世界观还不够稳。
如果你真正相信 AI 是 10 年主线，跌 20% 你不会慌（甚至会高兴有便宜筹码）。如果你的判断是租来的，跌 5% 你就开始怀疑人生。
世界观的稳定性，决定了你执行的稳定性。
回到开头那个问题——你为什么想买？
如果看完这篇你能给出一个属于自己的回答，那你今天比 95% 的散户更接近真相。
不是因为你比他们聪明。是因为你愿意慢下来，先想清楚 why，再做 what。
记住，普通人与大机构、专业交易员、IQ150之间最小的差距就是时间。你和他们一样，一天都只有24小时。大家都一样都需要等到同等的时间才会看到果实成熟。
机构每天面对季度业绩压力、客户赎回压力、跑赢同业的压力。他们必须每天交易、必须 timing、必须追主题。
你不必。
定期定投全球指数 30 年的复合收益约 8-10%——已经跑赢 80% 的主动管理基金。
你什么都不研究、什么都不分析，只是机械执行——你的长期收益就超过大部分专业投资者。
那为什么你还要冒险买 AI 个股？
因为我们都想觉得自己”参与了时代”。因为我们都怕错过 NVIDIA 这样”显然能看到的机会”。因为我们的本能告诉我们”不行动就是失败”。
但投资里，’不行动’经常是最强的行动。
先有世界观，再有股票。 没有世界观的买入，本质上是赌博。
跟着 capex，不要跟着言论。 一个人愿意花多少真金白银，决定他对未来的真实信念。
钱不是急着投的。机会永远会有，但本金只有一次。
你要知道，AI不会被带你带崩；AI更不会因为你晚进场三个月就跟你无关——但你的本金一旦在错误时点 all-in 进去，可能要花五年才能回本。
那五年，是你最贵的代价。
建议你打印出来贴在墙上：
这几天n多人来问，要买什么？怎么开户？
我都会说：真的，不要急着开账户买股票。
今晚做一件事：找一张纸，写下”为什么我相信 AI 是未来 10 年的主线”——用你自己的话，至少 500 字。
写不出来——你还没有世界观，先别投。 写得出来——你的世界观经得起这个简单的测试，可以开始执行。
相信我，这一张纸，比你今天买入任何一只股票都重要。
因为它是你独立投资思考的开始。
它会陪伴你接下来 30 年——而 30 年的复利，是你真正能从这个时代赢走的东西。
慢慢来。把第一步走对
Subscribe to Danny's Substack
Launched 4 days ago
Not here to give answers—just vibing through different angles and perspectives.
