作者：Victor 、Mr. Z，168X

一項技術可以極其成功，卻仍是一筆失敗的投資

2026 年 8 月初，AI 與半導體板塊在六、七月經歷一輪明顯下殺，市場關於「泡沫是否會破」的爭論再度升溫：SpaceX 股價回落到 100 多美元、OpenAI 的 IPO 從今年推遲到明年、知名 AI 主題基金 Situational Awareness 也被迫下桌。與此同時，中國開源模型在七月密集崛起，以極低成本提供接近閉源旗艦的性能，正在改寫全球使用智慧的價格結構。

本期 168X 邀請到老朋友、AI 與 Crypto 頂級投資人，同時也是自媒體「Bill It Up」主理人的 Bill Qian（@billqian_uae）。Bill 近期把 AI 放進更大的經濟與社會框架去觀察，關注人口紅利是否失效、國家為何重新下場、AI 泡沫會如何收場。在這場橫跨近兩小時的對話裡，他提出一個相當反直覺的核心判斷：AI 泡沫最大的基本面風險，可能不是技術失敗，而是「中國模型太成功」。 當中國把智慧打成低利潤的基礎商品，全球社會總福利大幅提高，整個產業的收入與利潤卻未必同步成長，於是形成一種特殊的傑文斯悖論（Jevons Paradox）：一項技術可以極其成功，卻仍然是一筆失敗的投資。

一、AI 泡沫這次為何不一樣：速度、估值與「成長消化一切」

Mr. Z：Bill 哥最近把很多心力放在 AI 上，而且時常有點憂國憂民的感覺，把 AI 放進更大的經濟與社會框架裡去看。你最近的文章常提出一些結構性的大問題：人口紅利是不是失效了、國家政府為什麼開始下場組織 AI 這個戰局，以及 AI 的泡沫會如何結束。我們可以先從 AI 泡沫聊起嗎？

Bill Qian：好的。我想這一波 AI 浪潮相對於之前的週期，最大的一個特點就是速度。這個速度可能是之前無法想像的：第一次、第二次工業革命可能需要花 50 到 100 年才完成 adoption（採用普及），PC 可能需要花十幾二十年才到 10 億用戶規模，而 AI 只花了三年，就讓全球現在有 10 到 20 億用戶。

當 adoption 的速度變得越來越快，很多時候階段性的泡沫，可能都會被消化在成長的速度裡面。 有一句話叫「有增長可以消化一切問題」，所以我覺得這是我們今天看 AI 需要注意的一個點。任何一次技術週期可能都會帶來泡沫、然後破滅，但這次我們需要理解：速度本身可能會影響整個週期的演變，它有可能變成非常短的市場調整。因為市場下來以後，突然用戶速度、產業增長又一下子讓大家重新回到牌桌上，這是我們之前好幾次都可以看到的現象。

另外一個點是，在這個過程中，我們需要時刻注意來自中國的這些「價值顛覆者」。有可能未來中國便宜的 Token 會讓整個 AI 產業，有點像電動車產業或光伏產業一樣：創造了大量的社會總福利，但在很長一段時間裡，它也會去殺掉美國那邊的估值。這是我最近看到、也和朋友一起交流的兩個現象。

Mr. Z：解讀你的文章，你是 AI 基本面的多頭。理由包括：AI 三年之內就觸及 10 億用戶，採用速度遠快於蒸汽機、電力、PC、互聯網；模型公司的收入成長很快；當前公開市場估值還沒達到當年的泡沫水平；而且大部分由大型科技公司的現金流支撐，不是高槓桿融資。所以會出現一種狀況：每次市場回調、殺估值時，只要新模型又有突破、收入又有突破、用戶又成長，把餅做大，估值又能重新被消化。那你的意思是，市場只不過是反覆地去槓桿（deleverage），加上一些 V 型回調而已？

Bill Qian：我覺得一方面是去槓桿，另一方面也是在調整估值的預期。但在這個過程中，我們需要時刻觀察的一個點是：它到最後到底是一個「Flash Bear」，也就是相對的快上快下；還是會像 2008 年的金融危機，或者 2000 年的互聯網泡沫破滅那樣，是一個相對 L 型的反彈。

什麼是 L 型的反彈？本質上就相當於預期的恢復、基本面趕上估值，需要更多的時間。但我現在看下來，覺得這一次⋯⋯包括 Anthropic 或大模型公司裡面很多研發人員都會覺得，整個事情的發展其實超過了他們的預期。大家都在判斷：奇點（Singularity）到底什麼時候會到來？AGI 什麼時候會到來？從用戶數、用戶時長，到 Anthropic、Claude 所代表的下游採買服務的意願，這些 adoption 數字的角度看，大家一方面可以去預期一個 L 型的熊市，但另一方面也要小心：所謂的熊市，邏輯到最後是對的，但表現形式這次有可能會微調。 這也是我一直在觀察的一個點。

Mr. Z：我自己也感受得到，AI 這波浪潮可能真的在短期（半年到一年內）熱情在退卻。第一個指標是 SpaceX 的股價跌到 $106；第二是 OpenAI 原本一直喊今年上市，也推遲到明年了；第三就是 Situational Awareness 這種指標型基金被整盤端走、去槓桿、爆掉。所以是不是市場的下一步，整個 tension 跟 capital 會往別的賽道跑，AI 這邊熱情退卻？

Bill Qian：對，我們可以看到最近連可口可樂的股票都創新高了嘛，板塊輪動肯定是會存在的。大家在板塊輪動的過程中希望去尋找新的題材，這些市場情緒都會長期存在。但我會更關注：回到 AI 這個話題，如果 AI 到最後收入本身超過大家的預期，比如 Anthropic 或中國大模型的收入在明年、後年還能持續 beat 預期，那對 AI 的投資就會持續存在。因為到時候 CAPEX 能不能收回、回本週期這個問題，可能也會被解決。你只要下游的 Token 賣得好，中間這些雲到最後也賣得好，那整個產業鏈最後都可以被 address（消化解決）。

從這個角度講，其實就好像你從 2001 年開始買亞馬遜：在大多數時間裡它都是賺錢的。亞馬遜過去二十幾年以電商股、或電商加雲的形式超級成長，你任何時候買，某種意義上其實都是對的，哪怕是泡沫最高的 1999 年買，到今天都已有 40 多倍的回報。

二、存儲：從大宗商品到「類台積電」的先進製造重估

Mr. Z：我看到一個說法是，像存儲可能佔（成本的）13% 到 18%，可是過了明年到後年，存儲本身、甚至晶片本身，可能都會因為 oversupply（供過於求）導致價格崩落，從而壓縮這些大廠的營收和利潤。這到底會不會發生，還是它其實一定是 under supply（供不應求）？

Bill Qian：我相信最終供給肯定會跟得上需求。但基於下游對計算需求的成長，最近我也做了一些調研，產業裡的專家普遍認為，像存儲的話，可能到 2028 年之前基本上都還處於一個非常供給稀缺的狀態。

同時，存儲本身的市場結構也在發生變化：從原來非常同質化的 DRAM，到現在需要去定製的、先進製造業的 HBM（高頻寬記憶體）。在這個邏輯裡，未來存儲本身的 CAPEX 爬坡週期會很長；而我們對存儲整體的邏輯，也不會再是以前的 commodity（大宗商品），而應該像台積電（TSMC）一樣，變成一個先進製造業的邏輯。在這個邏輯裡面，未來估值本身也需要去重估。

但你剛才說的那個點，就是未來需求會不會被供給充分滿足，我覺得這個疑問是長期存在的。有可能到最後過分溢出；但在需求側，因為中國工程優化能力的上升，使得最後實現平衡。那樣的話，到時候上游製造業的估值、或者資產的上升，也需要有一個回落。

Victor：存儲是這一輪最亮眼的賽道，它本身就是一個非常強的週期股：建廠時間長、投入資本大，過往有非常顯著的週期特徵，行情好的時候爆賺，供給一下子出來的時候就爆虧。這一輪 AI 週期裡，存儲確實有一些一樣、也有一些不一樣的地方：像 HBM 這種高單價、高毛利的銷售佔比顯著增加；HBM 的產能又排擠了 DRAM、NAND 等普通存儲的產能，反而有助於傳統存儲價格更穩定；像美光（Micron）這些公司也去跟客戶簽更長的約，簽了十幾份策略性客戶協議。整體 AI 泡沫來說，你覺得有哪些是這次不一樣、哪些是一樣的地方？

Bill Qian：先說一樣的點。首先，它是一個真實的創新，跟上一代的網際網路、電氣化、工業化一樣，我們會把這些創新和鬱金香熱潮分離開來，它還是個真實的創新。其次，的確所有創新的 CAPEX 跑得都比業務要快，不管是當年的鐵路熱潮還是電氣化，整個 CAPEX 的增長都遠遠超過收入。這也是為什麼今天大家擔心：雲廠商今年七千多億美元的 CAPEX，未來再過兩年，到 2028 年，整個雲的 CAPEX、AI 的 CAPEX 和 AI 的債務，會變成全美僅次於房貸的第二大債務市場。在這個邏輯下，下游的收入能不能去 address 上游的投資，這也是大家疑問的點。

但這次不一樣的有幾個東西。第一，在很長一段時間裡，其實大家是股本金的投資，債務本身並沒有那麼高，只是最近像 M7（美股七雄）也開始去募債的資金了。第二，也是很大的一個點，就是速度。之前工業化，蒸汽機到全英國工業勞動力超過農業，花了差不多 80 年；電氣化從第一台發電機開始到全美進入電氣化，花了將近半個世紀；網際網路也花了十幾年才有 10 億用戶。但今天差不多從 2022 年 11 月 GPT 誕生，只有 36 個月，全世界 AI 用戶就已經超過 10 億。當然你可以說，AI 的創新是建立在全球數位化、PC、網際網路和雲化的基礎上，在這個巨人的基礎上完成 adoption。但速度本身⋯⋯天下武功唯快不破，當速度夠快，是不是成長本身就會熨平現階段的一些增長問題？

還有一個點是，整體估值並不誇張。 上一個週期，思科（Cisco）差不多是 200 倍的 PE（市盈率）；但今天儲存跌下來以後只有三到四倍的 PE，台積電和輝達都是 20 多倍的 PE。你會發現整個產業其實沒有特別誇張的「市夢率」，基本上都在一個非常合理的市盈率區間裡。大家更多的擔心是「你漲得太快了」、太多的錢湧入，非常自然地產生警示；但從絕對估值的角度來講，其實也還好。

三、GPU 折舊：鐵路能等 50 年，GPU 等不起

Mr. Z：這邊還有一個關鍵，我讀你的文章，覺得主要的點是 GPU 的折舊速度。GPU 其實只有三到四年的經濟窗口，但鐵路可以用 50 年、光纖可以用 25 年。即使 CAPEX 最終有需求，收入還是必須趕在 GPU 的折舊之前追上。這部分可以跟大家多聊一點嗎？

Bill Qian：是的。關於 GPU 的折舊期限，業內也有不同意見。有些人會覺得，被淘汰的 GPU 最後也可以用來做推理，所以可能可以延長到五到六年。我想表達的一個點是：現在大家都在算這個帳。前兩天好像 OpenAI 的 CFO 說，一個 GW（gigawatt，十億瓦）差不多一年可以回 100 億美元的 ARR（年度經常性收入），那這樣也需要三到五年之間回本。

所以關於回本週期這件事，大家都還是在一個觀望的過程中。目前看來，最大的擔心也是來自整體回本週期。因為這個回本週期最後會決定：傳統雲廠商 CSP，和那些 NeoCloud（新型雲廠商），他們的 equity（股權）回報，以及更為重要的，他們的 debt（債務）最後能不能還上錢。這是大家最大的疑問。

在這個疑問下面，我覺得會有兩個點。第一個點在於下游：Anthropic、OpenAI 或其他應用廠商的 Token 能賣得有多好。如果他們的 ARR 能一直往上漲，那上游的 CAPEX 最後也就不是問題了。 第二個點，是要去觀察最後中國廠商對於整個牌桌的一個顛覆。

四、中國廉價 Token 的價值顛覆：成功的技術，失敗的投資？

Bill Qian：當中國廠商最後用 1/20、甚至 1% 的 Token 價格，不管是在大模型還是多模態各個領域裡去進行價格戰，那最後有可能出現的是：全世界用 AI 的 social welfare（社會總福利）提高了，AI 的 massive adoption 提高了，但美國廠商的收入下降了；而美國廠商下降的收入，中國廠商也沒有完全賺到，因為他們自己也在打價格戰。

最後大量的開發者和用戶，是用了高價模型加低價模型的混合形式。從這個角度講，最後相當於 value creation（價值創造）有很多，但商業上的 value capture（價值捕獲）沒有那麼多。表現出來就是：美國廠商的估值會被殺掉很多；中國廠商當然會上來，但上來的也沒有它砍掉的那個估值那麼多。

所以這是接下來有可能需要去觀察的一個點。在那個點裡，如果這個產業最後變得有點像電動車一樣：消費者和開發者很高興，但投資這些企業，未來幾年還能不能獲得非常好的 ROE 回報？這是每個人都要去思考的。

Mr. Z：這聽起來蠻恐怖的。假設 Kimi K3、千問或者 whatever，表現開始大幅領先 Claude 或 GPT，普及率變高，反過來把 OpenAI 跟 Anthropic 的用戶吃掉，估值也下殺，市場開始去魅，頭部模型公司估值被壓縮，那在次級市場（secondary market）表現也不會太好，兩個巨頭的上市時間也延後。最後劇本會像這樣嗎？半年後我們可能會看到這個情景嗎？

Bill Qian：我會覺得，中國廠商在全球市佔率上升這件事，幾乎是確定的。因為如果去看網路上的評測結果，你會發現開放權重（也就是所謂的中國開源模型）追上閉源的速度越來越快，performance（性能）的差距也越來越短。

五、Token Budgeting 取代 Token Maxxing：閉源與開源的混用時代

Bill Qian：在這個邏輯下，現在矽谷你會發現，大家的思路也從原來的「我的預算是無限的」，也就是所謂的 Token Maxxing（極致堆用 Token），到現在「我要開始非常精細地使用我的 Token」：什麼樣的用高端的、什麼樣的用中低端的，也就是 Token Budgeting（Token 預算化）。這個思路其實已經形成了。

在這個邏輯下，全球就是高端用 Claude 這種模型，中低端用中國的模型，這已經變成大家的一種使用習慣。 所以我覺得這件事情一定會發生。這也是為什麼前段時間我們可以看到 OpenAI 開始降價。我不確定 Anthropic 最後會不會準時上市，但它如果準時上市，股價也會很好地反映這個點：來自中國廠商的價格戰。所謂的價格戰，就是我用與你相近、類似的產品性能，但最後是幾分之一、1/10 甚至 1% 的價格。

Mr. Z：這聽起來是中國市場很擅長幹的事情，像京東或美團那時候的價格戰，打到你死我活，最後政府出來說「不要再瞎搞了」。這個會怎麼收場？因為中美之間這樣打，感覺一打不可開交。

Bill Qian：我覺得，要看這件事會不會進入各個國家的貿易談判裡，我自己直覺，暫時優先級還沒有那麼高。因為貿易談判基本上都需要是你本國選民、就業人口相對比較多的產業。舉個例子，澳洲很在意自己的牛肉，美國很在意自己的玉米，歐洲很在意自己的汽車，因為那都是選民很多、從業人口很多的產業。但 AI 本身是一個相對比較菁英、充分競爭的產業，所以未來它會不會進入各國貿易戰的談判籌碼，這個我不太確定。 當然，如果涉及到數據合規之類的談判，我覺得是有可能的。

但短期的話，我感覺這還是又一次全球性的技術競爭。它跟以前不太一樣：以前比如中國電商的百團大戰、價格戰，都是基於區域性的；這次某種意義上是一個全球性的 AI 性價比大戰。

六、價格戰會不會進入貿易談判：主權 AI 才是真正的變數

Bill Qian：這裡面唯一一個阻止大家去打這個戰的點，我覺得可能未必是貿易戰的談判，而是各個國家對於自己佈局安全的顧慮。可能使得某些地方，到最後不在乎性價比，我就是要造自己的主權 AI。那我覺得這個是另外一個話題了。

Mr. Z：這個我也很好奇你的看法。很明顯，在東亞，台灣、日本、韓國基本上都是美國這個老大哥扶植出來的，算是美系半導體陣營。你之前也說過，要理解這一波亞洲股市的 hype，可能要先回溯到日本的通產省、韓國的經濟企劃體系，以及台灣經濟部跟工研院這些調動民間企業組織的力量。往中國那邊看，則要看發改委、地方政府跟產業基金。這個邏輯更像是政府去挑贏家。那西方經濟體系呢？你會怎麼看東亞跟西方經濟體，在調動國家重點產業上的作用，還有他們各自的優勝劣敗？

Bill Qian：我覺得在這個過程中，大家會發現，以前這種自上而下的舉國體制，好像是屢試不爽的。以前很多經濟學家覺得市場沒有辦法被干預，最好是 100% 都留給市場。但我們會看到，在東亞整個筷子文化圈裡，不管是韓國、日本、中國還是其他地區，這個自上而下的邏輯，其實讓很多產業都能夠做好。

在這個過程中會有一些浪費，但當一件事情太重要了以後，自上而下：一可以保證絕對的資源，二可以保證集中所有的資源去做一件事情。所以我們會看到，不管是台灣的晶片、韓國、日本，這個現象我覺得是屢試不爽的。

七、政府重新下場：東亞「舉國體制」與筷子文化圈的優勢

Bill Qian：在這個邏輯下，也會看到美國、印度他們也嘗試去效仿。但我覺得這種效仿最後意義可能有，但肯定不會像筷子文化圈那麼顯著。因為畢竟在一個小的政府下面，你能夠擁有的資源都是有限的。今天看來，對那些純市場派來講，這是一次打耳光的過程了。 最後會發現，筷子文化圈的邏輯，從當年的鋼鐵、汽車，到中國的光伏、電動車，一直到現在整個東亞擅長的晶片製造業，自上而下有的時候的確是很有效的。

Mr. Z：如果再次用這種政府自上而下的調度邏輯，它可以在頭部模型這邊被精準使用嗎？比如中國對阿里、騰訊或者月之暗面做精準的調度；又或者像美國特朗普，會用很多政治力量，比如之前說 Claude 的 Fable 5 有國家安全疑慮，所以一開始不開放給民間使用，只給美國軍方使用。這種自上而下的調度，在頭部模型這邊還有可能 work 嗎？我的意思是像當年台灣的經濟部跟工研院說「我們就是要把資源、人才、資金都往新竹去調度」。

Bill Qian：明白。我覺得這個現象在東亞是會長期存在的，我覺得這也和東亞整體相對比較大政府的邏輯有關係。而且東亞我覺得一直有一種文化：不管是官僚階級還是商人，某種意義上大家都共享了一種士大夫的情結，使得一件事情最後大家能夠共享一種語言，然後一起共享資源去把這個事情做好。同樣的邏輯，我會覺得在現在的西方可能會難一點。以前可能可以，比如羅斯福當政時候的美國，那個時候的美國政府其實也挺大的。

八、板塊輪動與能力圈：不要當那個接盤的人

Victor：大科技這一邊，我比較好奇 Bill 哥會怎麼看短期跟長期。如果以 20 年維度來看，互聯網企業確實翻了幾十倍；但蠻多投資人還是關注在當下要怎麼選到最好的賽道，短期內有不錯的回報。近期像半導體資金開始流到軟體、大科技這邊。這會不會就是我們下半年的主題？還是要走一步看一步？資金開始流向哪裡，有沒有看到一些苗頭？

Bill Qian：首先，我本身並不是關注短期輪動的專家。而且據我所知，大量的短期輪動它本身其實也是很混沌的。市場上的游資、韓國的 hedge fund、香港、陸家嘴，其實有大量 small cap 到 middle cap 的投資者，他們很多時候會去交流一些票，大家一起去買一個中等市值的公司，後面又會有市場上的小作文出來，最後大家一起去炒。某種意義上，這其實也和之前加密貨幣圈裡資本去追逐板塊是很類似的。

在這個過程中，嘗試去捕捉板塊，我覺得是很辛苦的一件事。當一個人想去嘗試捕捉板塊，那就說明你本身並不是去塑造那個 narrative（敘事）的人，而是你可能是接盤的那個人。 我覺得這本身就不是一個特別好的投資邏輯。除非你從基本面上已經判斷出接下來的一些瓶頸，比如能夠比較早判斷出 memory（存儲）對產業的瓶頸，那到最後它就不是趨勢驅動，而是你研究整個產業鏈的瓶頸去驅動的邏輯。

所以回答你的問題，我並沒有那麼擅長去判斷短期的板塊熱點。除非你本身就在這個局中、你就是那個做局的人，否則我會建議大家還是要拿住你自己特別信的資產；或者到最後你可能就去買更相對比較寬基的 ETF，比如存儲的、半導體的、甚至更泛科技的一些 ETF。我覺得堅守自己的能力圈會更重要一些。

九、下游決定一切：從應用層、雲廠商到晶片與存儲的傳導鏈

Mr. Z：以現在的角度來看，你會怎麼看之後整個 AI 市場的發展？我們可以看到六、七月整個半導體跟 AI 面臨一個下殺，那大概到十一月美國中期選舉（midterm election）之後，你的預期是二級市場會有一個回調或崩潰，還是大概會漲？

Bill Qian：我不擅長進行市場趨勢的判斷。但我還是認為，不管是中期選舉、美國加息，這些點最後都是宏觀面的東西。現在的宏觀面肯定沒有之前那麼樂觀。我覺得手裡有頭寸的人，肯定要好好思考接下來的再平衡；而頭寸還不夠的人，我覺得也恭喜你們，可以耐心地等待出手的機會。

而對於基本面，我覺得很重要的一個點還是去觀察下游應用的增長，或者說 Anthropic 和 OpenAI 他們的 revenue 能不能繼續增長，還是說會遇到變數，比如中國廠商的競爭。這個可能是對他們殺估值會比較大的。或者說 coding（編程）業務漲得實在太快，使得一直超預期，因為 coding 基本上某種意義上，最後是可以替代掉這個世界上幾乎所有的白領工作。

我覺得觀察這個會比較重要。因為這是最下游，而下游會決定中游雲廠商的債務危機和 CAPEX 問題，他們又會決定上游晶片與存儲的出貨量。所以這是一整個從下游到中游再到上游的邏輯。我會建議每個人都去觀察這個產業真實的基本面收入，最後能不能熨平整個產業的超高速增長。

Mr. Z：下游這一塊，我自己看，最下游還是 AI 的應用層，但再往上一層其實是大模型層。這個 AI 應用層這邊，似乎好像還沒看到除了大模型以外更多其他的應用，是這樣理解嗎？

Bill Qian：對，我同意這個理解。我們可以把整個 AI 分成軟和硬。軟的話，今天最大的收入都還是來自大模型；多模態裡面的視頻、圖像，這些收入目前都還沒有趕上大模型。而硬的話，不管是美國和中國的具身智能、機器人，我覺得現在的收入也沒有那麼大。

那後面你說買增長、bet 未來，肯定是希望軟這件事最後能替代全球比如 10%、20% 的白領工作；而硬的話，各種各樣的服務業、physical（實體）的勞動，最後也都能有多少替代。從這個角度講，這件事相當於：全球整個 labor 市場是幾十萬億的市場，最後能有比如 10 萬億被軟體 AI 與硬體 AI 替代。 那 10 萬億如果乘以 10 倍的 PS（市銷率），或者 20 倍的 PS，那也是一個 100 到 200 萬億美元市值的市場。將來在全球總產業裡，農業可能是少部分，工業化，然後很大一部分就是 AI enable（賦能）的產業。因為 AI 本身可能就會在服務業、金融裡創造更多的價值。

十、機器人與具身智能：又一場「電動車式」的中美競賽

Mr. Z：剛剛講到具身智能，我好奇你有沒有看一些 robotics（機器人）這塊？我看美國主要大家在講 Figure AI 這些頭部估值的機器人公司，中國大家最矚目的宇樹科技，好像是 8 月 10 號要來做 IPO。這個中美機器人的發展，我感覺有點像當年搞電動車的味道：美國蘋果說要造車，說了 10 年但現在 Apple Car 沒有；但小米說要造車，三年就量產了，還有比亞迪、小鵬這些很厲害的品牌。我覺得這種製造業還是中國拿手，你怎麼看？

Bill Qian：我會比較願意把整個機器人產業去類比電動車。因為這個事情到最後無非就是軟加硬：智能再加硬件。而中國本身就是一個製造業大國，我覺得在未來很長一段時間裡，其實都是中國超高性價比的供給去供給全球。

而美國的話，可能有點像手機產業：會有 iPhone。中國可能到最後會擠佔全世界幾乎所有的非蘋果用戶，而美國會有自己一個比較高端的「蘋果」。 不管是市場定位的問題，還是國家安全的考慮，或者是貿易壁壘，我覺得同樣的邏輯在具身智能、機器人裡也是一樣的。

其實到最後本質上都是一回事：手機某種意義上也算是一個手持的計算工具；電動車將來有了 FSD（全自動駕駛）以後，其實也是一個輪式機器人；那機器人到最後也是用當年造手機、或造電動車的邏輯去造的。所以我自己會預判，這個產業的未來會非常像之前的手機或電動車產業。

十一、主權國家的興衰：為什麼下一個亞洲，還是亞洲

Victor：你之前有發文說參加了世界人工智能大會（WAIC）。現在政府下場的背景下，我蠻好奇：東亞的日本、韓國、台灣、中國，在這波 AI 熱潮中都蠻受益的；美國、歐洲、中東也在做大手筆的 AI 投資，用不一樣的方式去突破。你有提到東亞幾乎是上個時代唯一實現跨越式發展的地區，透過政府主導、計劃式的經濟去推動，完成一個類似「超英趕美」的動作。那在下一波 AI 浪潮，你會注意到哪些國家或地區也有這樣的潛力？比如東南亞的馬來西亞、越南，或者拉美、非洲，會不會有一些國家抓到這種「政府模式轉換」的機會？

Bill Qian：我們觀察貿易戰會看到，像墨西哥這樣的國家，最後的確成了階段性套利紅利的所在地。但整體上，從主權國家興起的角度，我覺得要有幾個點。

第一，一定的人口。然後是好的教育、好的「延遲滿足」的文化，說白了其實就是勤奮，就是你願意為明天去投資。這一點最後既會表現在努力學習上，同時也會表現在努力儲蓄和努力投資上。所以你會發現，這幾點使得整個儒家文化圈成為戰後少數幾個、可能幾乎是唯一一個，可以讓十幾億人、甚至 20 億人，完成從農業國家到發達經濟體轉化的地方。

系統性上來講，我還是會覺得，21 世紀，下一個亞洲還是亞洲。 這裡面有比較先進、走得比較快的，比如新加坡、韓國，也有像中國大陸現在也在慢慢趕上來。東南亞的國家也需要去滿足這些條件：願意勞動、比較勤奮、願意投資，所以我們可以看到越南也都在發展。

有的时候我会把国家当做是一个企业的团队，去判断它行不行，其实跟判断企业是很像的：延迟满足、愿意为未来投资、愿意加入全球化的秩序，再加上一定的好的地理环境和外部环境。 所以我倒不觉得主权国家的兴盛未来会板块轮动，我还是会觉得，未来的红利很大程度上依然会被亚洲国家拿到。所以其实国家之间的发展最后也是：技术给了所有国家、所有个体平权的机会，但机会和发展最后是不平等的。

十二、人口红利的终结：印度为何是「第一个被 AI 做空的大国」

Victor：这也可以呼應到你另一篇谈人口红利的文章。亚洲这些国家最主要的优势也都是人口红利。你提到印度是全球第一个被 AI 做空的大国，最主要是因为印度的软体业非常兴盛，有点像美国矽谷的代工基地；但现在 AI 最主要取代的就是白领、这些工程师，印度确实首当其冲。那其他人口很多的国家，比如中国、日本，他们之后的人口能够转化成优势吗？还是也会遇到像印度一样的问题？

Bill Qian：这个问题背后，我觉得需要解释一下。在农业社会，人口未必是红利，因为有马尔萨斯陷阱（Malthusian Trap）：你很容易生了很多孩子，粮食不够吃，最后饿死好多人，人口又回到那个平衡点。但到了工业社会以后，一旦你能启动经济的正循环、愿意给大家教育的机会，大家一起从低附加值的劳动一直做到高附加值，在这个过程中，主权国家、人口红利、劳动人口，这几个词其实都是正向相关的。所以你会发现，很多工业化主权国家的宣传里，其实都是非常鼓励生育的。

这里面一个核心就是：人口需要工作，创造了很多就业机会、产出了很多东西，然后获得报酬，获得报酬以后又会进行消费，消费又把之前人口创造的东西给消费掉，最后变成一个好的正循环。 那现在在 AI 领域就会出现：AI 本身创造了很多产出，但它未必需要创造那么多就业机会，使得最后人口没有那么多能力去消费。这也是马斯克为什么提，他觉得未来整个货币现象都会是一个通缩的货币现象。因为如果当供给本身不太稀缺，那可能整个经济学常识、整个关于人口的常识，都需要被重写。

回到印度的微观案例：印度过去有差不多三到四百万的 IT 人口，这是整个印度本土中产阶级梦的所在，大家都希望长大了以后做 IT。但现在打败它的并不是其他国家的 IT 工程师，而是 Anthropic 的 ARR 增长。 这我觉得是一个很有意思的现象。所以未来我们怎么去看待人口红利这件事，我觉得也要分情况去思考。

十三、欧洲的困境：从 DeepMind 卖给谷歌看人才外流

Mr. Z：那欧洲呢？好像大家都把欧洲给落掉了。上礼拜马斯克跟《经济学人》（The Economist）的主编有一个访谈，整个访谈就是说马斯克觉得欧洲有点被移民给搞乱，也没有抓到网际网路之后的一整个发展，欧洲是落后的。欧洲这一块，AI 的发展你有在看吗？

Bill Qian：这块我了解不多，我就谈一谈我的想法。欧洲 AI 的故事，其实我们可以从 DeepMind 最后被谷歌收购这么一个故事，就可以见微知著。DeepMind 当时接受采访时也说，他们想要继续往下做，但只有美国有大钱，也只有美国有钱可以帮他们 cash out（套现退出）、把他们买走。所以你会发现，欧洲依然在产出人才，但欧洲的产能和财力，好像就只能去完成一些从 0 到 1 的事情，然后它变成了美国之外的一个人才培训基地。

所以我会觉得，欧洲未来不光是在 AI 领域，包括在电动车或其他一些尖端产业，都会面临很大的来自亚洲的竞争。之前有一个说法，就是 JD Vance 是从美国铁锈地带成长出来的；那未来可能有一些当年的发达国家，最后会变成铁锈国家。举个例子，日本现在的人均 GDP 只有 4 万美元，不到新加坡的 1/2，核心也是因为他们过去十几二十年，一个一个原来可以赚钱的先进产业，正在被其他竞争对手拿走，包括来自中国汽车产业的压力。

十四、UBI、主权 AI 与治理：AI 会像 F-35 一样只卖给盟友

Victor：最后蛮好奇，刚刚聊到 AI、各国竞争、开源跟闭源模型、中美 AI 的竞争。你对未来 AI 在政府和业界之间、整体治理模式的变迁有什么看法？长期来看，AI 可能取代大量劳动力，变成政府提供的一个基础设施，有点像过去的电信公司到后来就变成基础设施。之前 7 月的时候，OpenAI 一个之前的高管也提到，如果美国不限制闭源模型的出口、不限制来自中国开源模型的竞争，他担心 AI 会成为一个共产主义的模式，变成都由国家来提供这些资源。你对政府未来对 AI 的治理模式有什么看法？如果 AI 真的对劳动力和就业产生很大冲击，会不会出现 UBI 这样的模式？虽然你文章里提到 UBI 更适合一些小国寡民的模式。

Bill Qian：我想先说一下 UBI（Universal Basic Income，全民基本收入）。我一直有几个反对意见。一个是：你看全世界其实现在粮食大家平均分一分，早就不会有人饿死了，那为什么现在还有人饿死？二是：美国现在贫富差距那么大，但为什么提高穷人的收入、做医疗健康的改革，也不容易？

所以我想表达的一点是：UBI 到最后，它是一个政治结构的设计问题。它跟那个时候社会总的 GDP 到底能有多少，可能没有完全的线性相关。 但我们今天看到，在一些比较好治理的欧洲小国，其实失业保险、失业的工资也挺高的，某种意义上它已经实现 UBI 了。所以我觉得：第一，UBI 从来不是未来的事情，它今天已经在北欧国家发生了；第二，我觉得它也可能永远都不会发生，因为我们今天看粮食问题就可以看到，哪怕全人类的粮食早就已经够吃了，但依然在非洲、在海地有人饿死。

关于国家治理这件事，因为人工智能本身，今天看来它能够创造的价值、或者说它能够替代的人类智能，实在是太强大了，所以我觉得未来一定是会有政府的介入。不管民间的 AI 怎么样，我觉得主权 AI 是一直都会在的。 政府也会非常强地介入到 AI 技术、AI 数据、AI 能力的进口和出口上去。甚至包括，AI 未来可能就会像军火一样：你只会把最好的 AI 卖给你的盟友，就像美国的 F-35 战斗机一样。