💰深度又有趣的财经播客，深扒板块底层逻辑，从看得见的数据出发，分享前沿的市场洞察和财富成长之旅~ 🎤主播马克汤，MIT毕业，CFA/FRM持证分析师，财搭子AI联合创始人。在专业投资圈摸爬滚打多年，希望把复杂的研究发现变成你能用上的判断。 财搭子，不吹票，不喊单，只为让你的每次决策都更有胜算~ 小红书/视频号/B站：财搭子马克汤
国庆假期中国旅游市场呈现 “量升价跌” 特征，大众消费对价格高度敏感，普通旅游产品提价能力疲软。长线游（如西部地区）与出境游表现亮眼，成为消费增长的主要动能。酒店行业正加速向轻资产的管理加盟模式转型，通过强化自有会员体系与直销渠道，降低对 OTA 平台的依赖以提升毛利。入境游市场在免签政策与支付便利化推动下显著回暖，成为新的增长点。尽管假期旅游热度高，但由于市场预期已充分反映在股价中，旅游板块在长假后往往难以跑赢大盘。景区经营需跳出门票经济，通过整合周边餐饮、文创与特色体验，挖掘二次消费潜力，才能在激烈的市场竞争中切得更大蛋糕。
AI 产业正处于从盲目探索向结果导向的效率优化转型期。英伟达凭借核心壁垒在财报中展现出强劲的溢价权，持续支撑算力基础设施的资本开支。随着 GPT-6 等前沿模型的发布，算力需求并未因模型优化而放缓，反而因处理复杂任务能力的提升而激增。目前，企业对 AI 的应用已从早期的 “Token Maxing” 转向 “Token Minimizing”，即在控制成本的前提下追求单任务交付效率。与此同时，存储等周期性行业的企稳为判断市场情绪提供了重要参考。尽管市场存在波动，但 AI 核心算力需求与模型迭代的上限依然保持高位，显示出该领域长期增长逻辑的稳健性。
2026 年 8 月资本市场在 AI 泡沫争议中震荡，英伟达的 “循环借贷” 模式引发对算力需求真实性的质疑。尽管 Token 使用量激增，但实际经济效益仍存疑，市场正从盲目扩张转向追求性价比与效率。中国 AI 模型通过架构优化与 “蒸馏” 技术迅速缩小与美国顶尖模型的差距，成为应对算力短缺的生存策略。办公 AI 领域虽广告铺天盖地，但企业正从单纯追求规模转向评估实际人效，人形机器人产业则处于从概念到落地场景的艰难转型期。宏观层面，美债收益率高企与地缘政治风险持续压制科技股估值，迫使企业在融资成本上升的背景下，重新审视 AI 投入的投资回报率（ROIC），行业优胜劣汰趋势愈发明显。
长距离越野跑与投资决策在底层逻辑上高度契合，核心在于对节奏、目标与风险的动态管理。盲目的坚持往往适得其反，真正的胜算源于对自身能力的清晰认知，以及在面对波动或险阻时，能够根据环境变化及时调整策略。目标应作为指引方向的锚点，而非衡量自我价值的审判，应优先保障长期可持续性。有效的复盘需剥离运气成分，客观审视决策过程，将失败转化为进化决策系统的养分。无论是山野奔跑还是市场博弈，日常积累与对突发状况的预判能力才是决定成败的关键，长期主义本质上是确保当下的选择不会透支未来的生存空间。
NeoCloud 厂商通过提供快速的算力交付与时间错配服务，在 AI 基础设施领域迅速崛起。这些企业利用大客户预付款与长期合约进行融资，将 GPU 资产转化为金融工具，以满足模型厂商对算力资源的迫切需求。随着市场供给趋于平稳，NeoCloud 正从单纯的算力租赁向 “Token 工厂” 及托管推理服务转型，以提升业务稳定性。与此同时，中国云厂商如腾讯与阿里，在算力资源紧缺背景下采取平衡策略：优先保障内部模型训练与核心业务的算力需求，通过优化广告推荐与应用层变现，在长期模型能力提升与短期云服务收入之间寻求增长平衡。这一产业演变反映了 AI 基础设施正从单纯的硬件堆叠向精细化的资本与运营效率竞争迈进。
AI 产业链在 7 月份经历剧烈震荡，费城半导体指数大幅回撤，反映出市场从追逐算力供给转向审视资本开支的投入产出比（ROIC）。尽管云厂商财报强劲，但对算力过剩的担忧及高杠杆资金撤离引发了硬件板块抛售。随着 Kimi K3 与 DeepSeek V4 等开源模型发布，行业进入 “斩杀线” 竞争阶段，企业应用范式从 “Token 最大化” 转向 “Token ROI 最大化”，即在保证任务效果前提下追求成本最优。这种趋势削弱了闭源模型的高溢价能力，促使行业重新评估基础设施的融资结构与商业模式，以应对日益复杂的 AI 应用成本压力。
AI 应用正成为全球科技巨头的核心战场，但大厂普遍面临组织臃肿与创新乏力的困境。目前大厂倾向于将 AI 功能简单叠加在旧产品上，而非从 AI 原生视角重构交互逻辑。字节跳动通过设立独立部门（如 Flow）和内部结算机制，在 AI 产品化上展现出更强的敏捷性。未来 AI 办公 Agent 的竞争将演变为操作系统层面的入口之争，手机厂商可能通过预装和 OS 级调度权，重演当年的渠道战争。随着端侧模型能力的提升，AI 不仅在赋能生产力，更开始通过自动化流程替代传统白领工作，企业对 AI 产出比的考核将取代单纯的 “token 消耗” 竞赛，推动行业进入降本增效的深水区。
Leopold Aschenbrenner 的对冲基金 “Situational Awareness” 在 2026 年 7 月遭遇流动性危机，其公开市场组合被迫折价出售给堡垒证券。Leopold 基于 AI 工业化进程的宏大叙事，准确预判了算力与基础设施的长期需求，并在 2026 年上半年实现 439% 的回报。然而，市场波动触发了高杠杆下的保证金追缴，使其在短期资金压力下被迫出清。此事件揭示了金融市场的残酷逻辑：即便拥有卓越的产业洞察，若缺乏对融资期限与流动性的精准风控，长期主义者也可能在黎明前倒下。技术时钟与融资时钟的错位，是决定投资成败的核心变量。
游戏行业正从流量增长转向存量博弈，核心竞争力在于长线内容交付与玩家关系的维系。随着传统渠道溢价下降，微信小游戏等新兴入口崛起，厂商需平衡获客成本与运营投入。AI 技术虽已进入生产管线，但其降本增效的实际价值仍需通过研发费用率与毛利率的长期数据验证。投资层面，流水不等于利润，需关注递延收入、玩家留存及社区反馈等前瞻性指标。游戏化思维不仅适用于产品设计，也是投资决策的有效工具，关键在于设定清晰目标、保持规则透明并确保自主权，从而在波动的市场中保持理性，避免陷入单纯追求 KPI 的陷阱。
AI 浪潮仍处于产业爬坡期，市场波动主要源于中期调整而非长期逻辑崩塌，硬件产业链的涨幅由实打实的经济效益驱动。开源模型能力的快速提升（如 Kimi K3）实际上利好云厂商，因为其能通过托管开源模型降低推理成本，从而将利润空间从模型厂商转移至基础设施层。普通投资者利用 AI 辅助投研时，应构建包含技术面、资金面、财务分析及估值的系统化框架，而非盲目依赖通用工具。针对 AI 幻觉问题，严肃投研场景需通过工程化校验与提供优质数据源（开卷考模式）来降低风险。最终，AI 仅是效能放大器，投资者的认知水平与系统化思维才是决定投资绩效的核心变量。
财务分析的核心在于通过利润表、资产负债表和现金流量表，深度剖析企业的真实经营状况。利润表反映盈利能力，资产负债表揭示财务风险，现金流量表则验证账面利润的变现能力。投资者应重点关注毛利率与净利率的持续性，并通过扣非净利润剔除一次性损益干扰。此外，研发支出的资本化处理、自由现金流的变动以及供应链中的溢价能力（如应收与应付账款比例）是判断企业成长质量的关键指标。通过对比英伟达、甲骨文及中际旭创等案例，可见企业在不同生命周期与产业链地位下，财务报表结构差异巨大，需结合业务逻辑进行综合研判，而非仅依赖单一财务指标。
AI 产业链正从题材炒作转向业绩交付期，硬件基础设施的供需矛盾成为核心驱动力。存储行业因 AI 算力需求激增，HBM、DDR4 及 eSSD 等细分领域均出现产能紧缺与价格上涨，长期战略协议（LTA/SCA）已成为锁定产能的关键。META 等云巨头通过算力租赁实现资本变现，证明了基础设施运营能力的商业价值。国产算力在训练端取得突破，美团 Longcat 2.0 模型成功在 5 万张国产卡集群上完成万亿参数训练，标志着国产替代从推理向训练闭环迈进。同时，先进封装技术（如热压键合与混合键合）已成为提升 AI 芯片性能的瓶颈，数据搬运效率与散热能力决定了算力的最终产出。
财搭子团队复盘了两年半的 AI 创业历程，从初期盲目追求迭代转向深耕金融投研。团队意识到单纯模仿投资大师的 “AI 专家” 模式存在局限，转而利用 Agent 技术解决散户与机构间的信息与研究能力鸿沟。通过提供高准确率的动态研报与个性化盯盘策略，产品致力于弥合投资决策中的信息不对称。在组织管理上，团队从追求极致执行转向数据驱动的看板管理，并引入 AI 协作工具提升研发效率。目前，产品核心逻辑已确立为构建可信、透明且具备用户掌控感的金融智能体，旨在为散户提供专业且长期的财富增长支持。
AI 应用在通用大模型快速迭代背景下，面临被巨头 “吞噬” 的生存挑战。法律、医疗、金融等高价值垂直赛道已成为模型厂商布局重点，创业公司若仅依赖通用模型能力，难以构筑长期壁垒。真正的竞争优势在于深耕行业 “脏活累活”，通过高质量数据清洗、针对性 RAG 优化及极致的推理效率提升，解决特定场景痛点。用户习惯带来的切换成本、与企业工作流（如飞书）的深度融合，以及对传统行业的 AI 原生改造，是应用层公司在巨头挤压下实现差异化增长的关键路径。AI 应用的最终价值，在于能否直接承接消费端需求，将技术红利转化为实际的商业业绩。
AI 浪潮与 2000 年科网泡沫在宏观环境与资本开支逻辑上高度相似。当前 AI 算力投入已从简单的 chatbot 转向高消耗的智能体（Agent）架构，导致 token 需求呈指数级增长。然而，随着模型能力逼近 “可用阈值”，普通用户对超高性能模型的需求边际效应递减，工程化优化将成为降低推理成本的关键。市场风险监测应聚焦于云厂商资本开支的稳定性、存储产业链的毛利波动以及美股指数间的背离程度。通过观察英伟达财报、道指走势及黄金等对冲资产表现，投资者能更有效地识别行情见顶信号，在极致的科技行情中保持理性。
AI 市场当前处于高位抱团阶段，复盘 2000 年互联网泡沫时期的宏观与产业逻辑显示，高油价与加息环境并不必然导致科技股见顶，关键在于科技增速能否消化估值。投资者应重点关注十年期与两年期美债收益率倒挂，将其作为判断经济衰退与 AI 泡沫风险的先行指标。英伟达作为 AI 基础设施的核心枢纽，地位类似于思科、英特尔与 Sun Microsystems 的集合体。评估 AI 行情持续性的核心在于监控科技巨头的资本开支指引及产业链毛利率变化，若出现供需错配导致的毛利下修，将是市场风险的重要导火索。
中文投资圈的技术面术语本质上是资金博弈与市场共识的痕迹，而非预测未来的绝对真理。成交量、支撑位与阻力位等指标需结合实时盘面动态解读，切忌将其视为刻板的交易铁律。涨停板机制下的 “打板” 策略与 “核按钮” 式恐慌抛售，反映了市场流动性的挤兑与修复过程。龙头战法强调在主线题材中识别核心标的，通过观察板块分歧时的承接力度来判断行情持续性。投资者常混淆的 “格局”、“洗盘” 与 “出货”，往往源于持仓视角的偏差，因此建立客观的止损机制与风险识别能力，远比盲目迷信黑话更为关键。
AI 算力产业链正从训练向推理范式转移，存储与能源基础设施成为核心变量。存储行业因 HBM 紧缺，已从周期性框架转向强约束的长期协议（LTA），长鑫与长江存储正通过技术追赶提升份额。数据中心供电正向 800V 直流架构转型，以应对高功率密度下的散热挑战。华为 “韬定律” 通过逻辑折叠与先进封装，为受限先进制程下的算力提升提供了工程化路径。应用层方面，微信、阿里与字节跳动正加速布局 AI Agent，通过构建统一入口与智能体分发重塑变现逻辑，其中视频生成模型在短剧营销中的高转化率，正成为大厂 AI 商业化的关键增长点。
国内大模型厂商智谱与 Minimax 近期市值激增，智谱市值一度突破 7000 亿港元，估值逻辑已脱离传统价值投资框架。市场追捧的核心在于其作为稀缺 “纯血” AI 标的的生态完整性，涵盖多模态模型、国产芯片适配及 2B/2G 端本地化服务。然而，当前高达 400 倍的市销率（PS）远超海外同类企业，且面临算力瓶颈与盈利路径不明的挑战。随着两家公司即将纳入恒生科技指数，被动资金流入虽能带来短期流动性，但 7 月即将到来的大规模限售股解禁将对股价形成严峻考验。AI 产业的泡沫化估值需回归现金流验证，未来增长取决于算力扩容及 FDE 模式在企业端的实际落地效果。
商业航天正从单纯的火箭发射演变为涉及通信、AI 算力及军事基础设施的综合产业。SpaceX 通过火箭发射构建物流入口，以 Starlink 提供现金流并布局太空数据中心，其商业模式已实现从概念到盈利的跨越。中国航天在国家队保障重大任务的同时，民营企业正通过朱雀三号等项目探索可复用火箭技术，旨在降低成本并实现高频发射。尽管在卫星规模、复用技术及商业闭环上与 SpaceX 存在硬实力差距，但中国凭借完整的供应链体系及政策支持，正加速构建商业航天生态。低轨频谱资源争夺与可复用火箭的快速迭代将成为决定行业竞争格局的关键。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
