夜雨聆风最近朋友圈和各类投研号都在聊AI。前阵子有篇文章盘点了2026年大模型的技术进展，说春节前后国内迎来“百家争鸣”——DeepSeek V4、GLM-5、MiniMax M2相继登场，agent（智能体）开始能自己规划、自己调用工具干活了。AI确实是这十年最重要的事之一，甚至可能没有之一。
但作为一个账户里真金白银下场的人，我关心的不是“AI多伟大”，而是一个朴素得多的问题：这些挂着AI名头的公司，到底能不能变成我账户里长期增值的资产？
热闹和赚钱，中间隔着一条很宽的河。河上既没有桥，也没有摆渡船，只有一堆人互相喊“快跳”。今天我就聊聊，面对一屏幕AI概念股，我是怎么用价值投资的尺子去量它们的。事先说好：不荐股，只讲我自己用的方法。
先别急着量，把AI公司分个类
很多人一提“AI公司”，脑子里浮现的就是“那个做大模型很牛的”。其实差得很远。我习惯先把它们粗分成三层：
算力层——卖铲子的。芯片、云服务、数据中心，谁要搞AI都得从它们这买门票。
模型层——做基座大模型的。拼参数、拼跑分、拼开源还是闭源。
应用层——把AI装进具体场景里，帮人写文案、看病、写代码、管工厂，直接产生收入。
这三层赚的钱、面对的护城河、需要的耐心，完全不同。用同一把尺子去量三层，结论一定出错。比如算力层看的是资本开支和产能，模型层看的是人才和迭代速度，应用层看的才是真正的客户留存和利润。所以量之前，先搞清楚你盯的是哪一层。
第一把尺子：它赚不赚钱，而不是它多炫
看AI公司，很多人第一眼看“技术多厉害”“模型跑分第几”。这没错，但这是工程师视角，不是股东视角。
股东视角只有一个问题：这门生意，能不能持续地把别人的钱，变成自己的利润？
巴菲特和段永平翻来覆去讲的，就是“买好生意”。好生意的标志不是增长快，而是有护城河——别人很难抢走你的客户和利润。放到AI公司身上，护城河可能长这样：
· 数据壁垒：你有的独家数据，对手拿不到，模型就越练越准，形成正循环。
· 网络效应：用的人越多越好用，对手根本追不上。
· 转换成本：客户一旦把核心流程跑在你的系统上，换掉的代价太大。
· 成本优势：你能用更便宜的算力、更高效的架构，把同样的活儿赚出更多利润。
如果一家AI公司技术确实牛，但赚钱全靠一轮又一轮融资续命，客户随时能被大厂的免费方案抢走——那它更像“烧钱实验室”，不是“好生意”。这把尺子量完，你大概率会筛掉一大半“只有故事、没有利润”的公司。举个身边的例子：同样叫AI公司，一家靠卖算力给全行业、账上现金充沛、客户离不开它；另一家靠一个爆款AI应用圈用户、但每个用户都在亏钱补贴。第一把尺子量下来，高下立判。
第二把尺子：价格贵不贵，而不是赛道热不热
AI是黄金赛道，这点没人反对。但“黄金赛道”和“现在该买”，中间还差一个词：价格。
有篇讲可转债和股票价值投资对比的文章说得很直白：对普通人来说，规则上可转债可能比直接买股票更友好。它的潜台词是——同一个AI故事，用不同工具参与，风险天差地别。涨的时候大家都爽，跌的时候才知道谁穿没穿裤衩。
另一篇年度思考提到逆向投资：市场恐慌、股票普遍深跌时，反而是好买点。两句话合在一起，就是价值投资的旧道理：好公司也得有好价格。AI再好，如果市场已经把它未来十年的增长都提前涨完了，你现在冲进去，赚的是别人的情绪，担的是自己的回撤。我自己的笨办法：先大致算一笔账——这家公司现在的价格，对应它大概能赚到的利润，估值在什么水位？如果算完发现，得让它利润翻三倍才能匹配当前价格，而我没十足把握它真能做到，那就等，或者绕道。安全边际，说白了就是留给“我可能看错”的那点缓冲。AI这种高预期赛道，这点缓冲尤其重要，因为预期一旦松动，杀估值比杀业绩更狠。
第三把尺子：我拿不拿得住，而不是它涨不涨得动
这把尺子最容易被忽略，也最要命。
有篇文章专门讲选股和操作误区，其中一点我特别认同：很多人以为价值投资就是“长期持有一只股票永远不卖”，这是误解；真正的做法，是在重大事件和新财报出来时，持续用最新信息检验自己的判断。AI公司的麻烦在于：技术迭代太快，一个月不跟可能就过时了。这种高波动、高不确定的属性，对心态是巨大考验。
段永平有句话我记了很多年：不懂不做。如果你搞不懂一家AI公司靠什么赚钱、凭什么持续赚钱，那它涨十倍也跟你没关系——因为你拿不住，稍微一跌就慌，一慌就卖在最低点。所以第三把尺子其实是量自己：这家公司的波动，在我的承受范围内吗？它的业务逻辑，我真的看得懂吗？量完这三把，大部分AI概念股会被我安静地放回货架。剩下的，才是值得长期跟踪的标的。
三个误区，我踩过也见过
1. 把“技术领先”当“护城河”。技术领先往往是暂时的，护城河是别人抢不走的。今天最牛的模型，明年可能就被超越了；但一家客户离不开你的公司，十年后还在收钱。
2. 把“赛道热门”当“会赚钱”。一条赛道能养活全行业，但具体到某家公司，九成会在洗牌里出局。热门不等于你赚钱。
3. 把“AI研报”当“自己的判断”。现在AI能帮你读年报、搭模型、写分析，效率确实高。但结论得你自己下。AI给的是线索，不是免死金牌——它也会幻觉，也会顺着你的偏好说好话。第三点我想多说一句：前面两把尺子里，“算估值”“看护城河”这些活，AI确实能帮上忙，但“这家公司我信不信、拿不拿得住”，这种事AI替不了你。工具越强，越要清楚边界在哪。
我自己的三把尺子检查清单
· 它属于算力、模型、应用哪一层？这一层的钱到底怎么赚？
· 它的利润是真的（经营性现金流为正），还是靠融资撑着？
· 它的护城河，三年后还在吗？
· 按当前价格，我要它赚到什么程度才划算？这个预期靠谱吗？
· 如果它明天跌30%，我是因为看懂了敢加仓，还是因为看不懂想割肉？
五问里只要有两个答不上来，我就把它移出“可买”清单。这个方法不性感，但帮我躲过不少坑。
普通人参与AI，我见过三条务实路径
· 买看得懂的龙头：只碰你真理解其生意模式、且价格合理的少数公司。重仓不如轻仓跟踪，先建立手感。
· 用更稳的工具间接参与：比如前面提到的可转债，或相关的宽基、行业基金，波动比个股温和些，适合承受力有限的人。
· 先当观众：看不懂就别动，用模拟盘或小资金练手感，等真正看懂了再说。市场不缺机会，缺的是准备好的你。
我自己偏第三条和第一条之间：大部分时间观察，少数真正看懂且价格合适的，才下注。
写在最后
AI是这代人的大机会，这点我毫不怀疑。但机会，和能装进口袋的利润，是两回事。
价值投资在这件事上给的那点定力，恰恰是最稀缺的：别人恐慌你敢看，别人狂热你敢等，别人都在聊模型跑分时，你默默去算了算它赚不赚钱。这三把尺子——赚不赚钱、贵不贵、拿不拿得住——不只对AI公司有用，对任何你想买的公司，都该拿出来量一量。
今天就聊到这。你是怎么看那些AI公司的？是会深入研究少数几家，还是干脆不碰只观察？欢迎在留言区聊聊你的做法。如果觉得有用，也欢迎把这篇转给同样在AI热潮里纠结的朋友。