Investing as Creation

「少 数 人 认 同 的 重 要 真 相」

真正的颠覆来自一个少数人才看得见、多数人会反对的判断。 如果你的判断和市场共识一致，赔率已经被定价掉了——你赚的就是 beta，不是 alpha。

Thiel 把创业（也包括投资）分成两类： 从 0 到 1（创造前所未有的东西）vs 从 1 到 N（复制扩张已有的东西）。 前者是垂直进步（technology），后者是水平进步（globalization）。 科技投资必须押的是前者——后者已经不是科技，是制造业 + 渠道。

「软 件 在 吞 噬 世 界」

Andreessen 的洞察是结构性的： 任何能被软件重构的行业，都会被软件重构。 这是一个单向不可逆的过程—— 汽车（Tesla）、零售（Amazon）、媒体（Netflix）、金融（Stripe）、教育、医疗、农业…… 如今 AI 让这个判断升级为「AI 在吞噬软件」——同样的逻辑跃迁到下一层。

投资含义：找那些正在被软件 / AI 重新写一遍的传统行业的新进入者—— 它们的竞争对手还在用 20 年前的代码（或者根本没有代码）。

代 码 与 媒 体 = 无 边 际 成 本 的 财 富 引 擎

Naval 给出了一个识别框架： 那些以「代码 + 媒体」作为主要杠杆的公司，财富积累速度是无界的。 因为它们不需要「再雇一个人」或「再开一个工厂」—— 它们每多服务一个用户的边际成本接近零。

真正颠覆性的科技公司一定满足这个杠杆特征： 谷歌（搜索 = 代码）、Meta（社交 = 代码）、字节（推荐算法 = 代码）、 OpenAI / Anthropic（语言模型 = 代码）。 反例：每多一辆车都要造一遍的传统车厂——除非把车厂本身做成机器人化的 software-defined factory（Tesla / 小米）。

「从 物 理 开 始 重 新 推 一 遍」

Musk 颠覆汽车、航天、能源、隧道——共同模式： 把成本 / 性能假设打回物理原理，再重推。 行业老人说「火箭一定要 60 亿美元一发」，Musk 问「组成火箭的原材料值多少钱」—— 答案是 200 万美元。差距来自工艺、组织、心智惯性，不是物理。

识别信号：创始人是否对技术本质有物理直觉而不是行业惯性？ 如果他能用物理 / 信息论 / 经济学的第一性原理重新讲一遍他在做的事， 而且推得通——这是颠覆者的征兆。

"Stay paranoid. Bet big."

Jensen 把整个 NVIDIA 从游戏显卡公司 all-in 转向 GPU 通用计算 + AI 训练—— 十年以前看起来荒诞，十年之后看起来天才。 他的判断方法：当一次大的范式跃迁开始时，赔率是不对称的（上涨无限、下跌有限）。 这种时刻不该对冲，应该重仓。

投资借鉴：在确认一个范式跃迁正在发生时， 如果你被同样的赔率不对称击中—— 「赌错损失有限、赌对回报无界」—— 就不要做「小仓位试探」。试探等于不参与。

规 模 律 ( Scaling Laws ) 即 投 资 论 据

AI 时代的科技投资有一个新维度：规模律本身就是投资论据。 如果某个能力随算力 / 数据 / 参数指数级提升不饱和， 那么把资源投到规模化的玩家身上就是数学上的胜利—— 不需要预测具体应用形态。

Sam Altman 的视角更宏观： 「AI 是下一个计算平台。每一层（基础模型 / 中间件 / 应用）都会出现 10 倍于前一个时代的公司。」 投资含义：押算力、押模型、押应用——每一层都有机会，但下一层的赢家往往不是上一层的玩家。

如 何 提 前 识 别 「1 0 倍 改 进」

• 10x 而非 10%—— 颠覆性技术解决的问题，性能 / 成本是数量级跃迁，不是渐进。 如果新方案只比老方案「好一点」，它注定被现有玩家吸收，不会颠覆。
• 现有 incumbents 无法跟进—— 不是技术上做不到，是商业模式上不允许（Clayton Christensen "Innovator's Dilemma"）。 老玩家保护现金牛，新玩家从被忽视的低端起步，逐级上吃。
• 早期用户极度热爱—— Sam Altman 标准：「用户 'love' 而不是 'like'。」 热爱 = 用户主动推荐 + NPS 极高 + 离开则不回。"like" 的产品被替换是时间问题。
• 创始人对第一性原理有掌控感—— 不是 PPT 上的故事，是被追问时能拆到物理 / 数学 / 信息 层面给你答案。
• 经济学上 winner-takes-most—— 市场结构倾向赢家通吃（网络效应 / 数据飞轮 / 平台效应）—— 这是科技公司值得 10×P/S 估值的原因。

「科 学 革 命 的 结 构」

Kuhn 的洞察：科学 / 技术不是渐进进步的，而是长期渐进 + 突然断裂。 在范式稳定期，行业内部所有「创新」都只是优化既定参数； 在范式断裂期，规则本身被改写。 投资上最危险的，是在范式断裂期继续用旧范式的估值方法看新范式的公司。

科 技 革 命 的 历 史 节 奏

Carlota Perez 在《Technological Revolutions and Financial Capital》里把过去 250 年梳理成 6 次大范式跃迁，每次约 50-60 年。 每一次的典型节奏都是相同的： 爆发期（新技术出现）→ 狂热期（金融资本疯狂涌入）→ 转折期（泡沫破裂 + 重整）→ 协同期（生产资本主导，整个经济被改造）→ 成熟期（被下一次跃迁取代）。

当下 AI 处于哪一阶段？ 最大可能是爆发期末尾 / 狂热期早期——金融资本正在涌入，泡沫迹象初现，但真正的产业改造（「协同期」）还在 10-20 年之后。 投资上的含义：上车不晚，但要做好剧烈震荡 + 估值修正 + 玩家洗牌的心理准备。

从 低 端 起 步， 逐 级 上 吃

Christensen 给出范式跃迁的微观机制： 颠覆者不从正面进攻——它从被现有玩家忽视的低端 / 边缘进入。 老玩家觉得「这个市场太小 / 利润太薄，不值得做」，把它让出来。 等新玩家在低端站稳后，技术 / 成本曲线把它送到中端，再送到高端。 等老玩家反应过来，新玩家已经上吃所有市场。

历史案例： 佳能（低价复印机吃掉施乐）、 Toyota（小车吃掉底特律三巨头）、 iPhone（功能不齐全的智能机吃掉黑莓 / 诺基亚）、 Tesla（高端 Roadster 起步反向，但本质同模式 —— 切入了被忽视的电动车细分）。 现在 AI 上的颠覆几乎全部沿这个路径： 从「客服 / Copilot」等被旧巨头看不上的应用层切入，逐级吃中端 / 高端。

每 一 次 跃 迁 都 重 建 一 次 「技 术 栈」

每一次范式跃迁都会重建一遍这个四层技术栈：

• PC 时代：Intel（芯片）/ Microsoft（OS）/ Oracle SAP（中间件）/ Office Adobe（应用）
• 互联网时代：Cisco（基础设施）/ Linux + AWS（平台）/ Stripe + Snowflake（中间件）/ Google Facebook Netflix（应用）
• 移动时代：高通 + ARM（芯片）/ iOS + Android（OS）/ React Native + Firebase（中间件）/ Uber Tiktok WeChat（应用）
• AI 时代（进行中）：NVIDIA + TSMC（infra）/ GPT-4 + Claude（platform）/ LangChain + Pinecone（middleware）/ Cursor + ChatGPT + Character.ai（application）

投资规律： infra 早期最稳赚（卖铲子）， platform 最终回报最大但赢家最少， application 最容易投但最多死亡。 一般打法：early stage 押 infra，mid stage 押 platform，late stage 押 application。

如 何 知 道 「你 正 站 在 拐 点 上」

• 底层技术成本曲线突然下穿—— 算力 / 带宽 / 存储 / 模型 token 价格 每 12-18 月对折，跨过某条阈值后新应用形态突然出现。
• 非原生玩家开始改用新技术做老业务—— 不是 AI 公司却开始用 AI 重写内部系统， 这是范式从早期玩家扩散到主流的征兆。
• 新一代开发者只学新范式—— Stack Overflow 上某项技术问题量持续上升 + 新毕业生只懂新一套—— 这是 5 年后行业主流的预演。
• 旧巨头的护城河逻辑开始失效—— 它们的核心壁垒（用户数据 / 渠道 / 资本）在新范式下不再是壁垒。 比如门户网站时代的「流量入口」在移动时代变成 App 商店——壁垒被旁路。
• 资本市场情绪从怀疑→ 试探→ 狂热—— 对应 Perez 的「狂热期」。 此时既有泡沫风险也有最大 alpha， 但绝不是空仓回避的时刻。

宏 观 叙 事 》 产 业 趋 势 》 增 量 资 金 》 风 格 切 换

判断标准： 从定价持续有效角度， 宏观叙事 > 产业趋势 > 增量资金 > 风格切换； 从实操辨别难易角度， 增量资金 > 宏观叙事 > 风格切换 > 产业趋势。 产业趋势是「持续有效性高 + 辨别难度低」的最佳象限—— 这是为什么它适合作为「科技投资」维度三的核心抓手。

渗 透 率 + 替 代 率 + 市 占 率

三率定义三件事： 渗透率—— 一个新东西替换旧东西的速度，决定有没有主线； 替代率—— 中国企业在全球市场的份额变化，决定大盘成长的胜负手； 市占率—— 主线赛道里头部公司的份额集中，决定最终能赚多少。 三率合一才是真主线，缺一项都是阶段性炒作。

成 长 期 4 阶 段 + 成 熟 期 3 阶 段

2023 行业研究的七阶段细分是把传统 5 阶段拆得更精细： 成长期分成引入 / 加速 / 洗牌 / 出清四段，成熟期分成稳态 / 后期 / 衰退三段。 财务上的差别是：

• 引入期　产品/技术匮乏，强投资需求；营收爆发但盈利模式不成熟；净利率 < 10%
• 加速期 ★　产业总收入高速增长，吸引大量竞争者；行业集中度仍下降
• 洗牌期　供给短期过剩，开始洗牌；行业集中度由低位回升
• 出清期　供需平衡，少数运营优良的高品质公司优势凸显
• 稳态期　产业格局稳定，业内公司长期有利可图
• 成熟后期　需求缺乏稳定增长甚至萎缩；投资明显减少
• 衰退期　总需求显著萎缩，盈利能力大打折扣

什 么 时 候 是 真 的 「加 速 期 到 了」

C 点 才 是 胜 负 手

四点定义三段： A → B 拔估值——叙事 + 风偏驱动，业绩还没出来，看似可以买，其实最容易被打回去； B → C 回撤——业绩验证之前的崩溃，多数人在这一段绝望卖出； C 点 ★ 胜负手——回撤的最低点，这里重仓，才有后面的戴维斯双击； C → D 双击——业绩兑现 + 估值再次提升，真正赚大钱的兑现期。

巨 头 → 基 建 → 产 业 链 → 供 需 缺 口

新能源车演进示例： Tesla model 3 → 充电桩 + 电网 → 锂电池 → 上游锂资源 + 下游零部件。 AI 演进示例： ChatGPT → 算力数据中心 → AI 芯片 → 存储 / 电力 / 储能 + 机器人 / 智驾 / AI 软件。

投资节奏的关键：每一阶段的赢家往往不是上一阶段的赢家。 做好节奏切换比死守任何一只标的更重要。

A 股 盈 利 重 心 的 历 史 三 轮 转 移

历史验证两轮： 2000-2008 工业化浪潮，顺周期资源品（资本品形成）从 30% → 60%； 2010-2016 城镇化浪潮，中游+消费+地产（中间品+消费品）从 30% → 60%。 当前正在第三轮：科技 + 出海 2023 突破 30%，目前接近 40%—— 按规律未来 3-5 年逐步爬升到 60%。 这是科技投资作为「下一个十年主线」最硬的数据论据。