本期主持人曲凯与上海交通大学上海高级金融学院教授朱宁,从 AI 股票与资产泡沫出发,讨论行为金融、经济周期、技术叙事和个人选择。朱宁把反复出现的行为概括为过度自信、把近期趋势线性外推到未来、以及看到他人获利后的从众。他同时强调,事前很难“证明”泡沫或准确预判顶部:如果市场对顶部形成确定共识,参与者会提前退出,原预测的顶部反而到不了。由此,他把讨论从猜涨跌转向参与者能控制的风险暴露、投资期限和生活影响。节目中的配置、指数基金等表述是嘉宾的一般性观点,不是对任何听众的个性化投资建议。
历史案例在论证中承担不同作用。老虎基金清盘与纳斯达克随后见顶,被朱宁用来说明“坚定怀疑者退出”可能是值得警觉的信号,而不是证明每次清盘都预测崩盘;17 世纪郁金香、2000 年互联网、2008 年金融危机、中国房地产,用来讨论新叙事、价格上涨、估值与周期,不是证明好技术或好资产就值任何价格;20 世纪六七十年代电子相关板块的例子,则是他回答“条件齐备是否一定崩盘”的反例——中途有调整,但未立即出现他所说的互联网式深跌。四个“必要但不充分条件”是新概念/新产品/新技术、宽松流动性、政府支持、缺乏经验或年轻的投资者。它们是他基于历史观察提出的识别框架,本期没有给出样本、估计或预测准确率,不能推导出 AI 必跌、何时见顶或某只股票应如何操作。
对话还保留了与简单泡沫叙事相冲突的材料:朱宁承认 AI 是重要技术、部分相关企业有收入或利润,也指出盈利不等于任何估值都合理,且其未来盈利仍需观察;他既担心 AI 替代就业,又引用当时美国就业数据提醒不要线性推断。曲凯从一级市场经验提出,资本和共识可能加速技术成熟,朱宁则把技术可行性放在第一性,认为叙事能调动资本和人才、起到“推波助澜”的作用,但不能保证无中生有。结尾回到嘉宾的亲历和价值观:即使研究行为偏差,他自己也曾过度自信、尽调不足;知识只是纠偏的起点。节目最终没有提供确定的市场预测,而是留下“赚钱是为了生活,生活不是为了赚钱”和区分当下体验与事后回忆的幸福观。
在这种不可知前提下,朱宁给出的第一项原则是多元化配置。他反对在看好时 all in、不看好时完全空仓两个极端,主张用部分配置避免早期完全不参与、后期为了追回踏空收益而情绪化加仓。他的原话有较宽泛的“任何市场都应参与所有可能”表述,审读保留其分散风险意图,不把它改写为所有人必须买入所有资产,也不把“不涨就损失不多”当成有保证的结果:实际损失仍取决于资产、估值、仓位、杠杆、相关性与期限。
曲凯把问题落在“这次不一样”:美股多次在看似上涨过久后继续上涨,机械套用历史也可能出错。朱宁以不确定归属的方式转述 Franklin Templeton 相关创始人的说法——投资中可怕的四个字是“this time is different”;又提到一位耶鲁校友在 2008 年金融危机后写过同名危机史著作。人名和书名出处本期未完整核实,不根据常识替嘉宾补全。
他用 2015 年举例:有人在“4000 点才是牛市新起点”的传播环境中,不懂估值甚至卖房炒股。转录把“牛市”写成“楼市”,审读按语境标为疑点,不拿它修改其他内容。随后他用 AI 说明信息时差:核心圈三年前知道并布局,投资圈(转录为“BE”)两年前进入,二级市场机构去年先知先觉,散户现在才听到 AI 或光模块。这里是说明层级滞后的简化例子,不是对本轮 AI 投资逐年持仓的统计;后发者也不是必然亏损,但很可能在价格已反映大量预期后承担不同风险。
曲凯问,信息越来越快、市场两极分化,是否意味着价值投资失效。朱宁首先高度认可 AI 的技术重要性,再把价值投资界定为以低于企业内在价值的价格买入股票:如果能评估价值、以低价买入并有耐心和资金长期持有,这一原则在他看来并未失效。这里困难恰在于“内在价值”需要估计,低价买入不自动等于正确估值,节目也未提供个股分析。
关于就业,曲凯以“大模型替代白领、具身机器人替代蓝领”的担忧提问。朱宁认为 AI 的就业替代值得认真对待,并判断编程人员已经受到明显冲击。他进一步提出 AI 是否产生意识、是否凌驾人类等开放风险,同时主张保留人的同理心,并通过治理机构守住底线。转录中的科幻作品名不清,不猜补;他对意识和群体性失业的说法属于未来判断,不是已经发生的事实。
他提到 UBI,即全民基本收入:由公共政策向每个人提供基本资金,使人们在就业受冲击时仍能生活并追求目标。他认为这一方向值得讨论,却说“借此实现共产主义”可能太乐观。治理、技术适应与个人生活三条建议分别是拥抱技术、加强政府和国际合作、以及让技术释放时间以追求兴趣和创作;他用自己不会绘画却能借 AI 生成艺术作品作例,认为部分技能训练的重要性可能下降,这是一种可能性而非对技能整体无用的结论。
与上述担忧并列,他提醒不要危言耸听:蒸汽机、互联网及“千年虫”都曾引起恐惧;他引用当时刚发布的美国就业数据,称就业强劲且有韧性,与年初“AI 冲击就业、迫使美联储降息”的预期有分歧。单期数据既不能证明 AI 长期不替代就业,也不能证明立即降息或股市方向。朱宁用这组反差强调:AI 可能带来非线性变化,简单拿过去经验推断明年本身就可能出错。
他转述克鲁格曼的批评:宽松政策在 2000 年互联网泡沫后助长了房地产泡沫;再推测当前可能用新一轮互联网或 AI 泡沫为前一泡沫“买单”。这是嘉宾的宏观解释框架,不是本期用跨周期数据证明的唯一因果。他随后说,在美联储不出极端政策时,美股当时估值水平难以长期维系,但过程可能持续很久;这一判断有明确条件和时滞,不应改写为确定近期崩盘预测。
索罗斯的反身性在这里指参与者预期与市场价格相互反馈:人们认为会涨并据此行动,价格变化又影响社会心态。朱宁据此强调叙事的重要性,并称当时 AI 基本“填了”互联网以来科技泡沫的各项选项。他同时承认相关企业确实赚钱、AI 是重要技术,这与 2000 年许多互联网公司不同;但“企业赚钱”与“当前估值合理”是两个问题,金融仍要核算未来收益能否支撑价格。他认为利率或资金紧张在某点可能成为“最后一根稻草”,仍是条件式判断。
曲凯补充,市场所谓 AI 赚钱主要指 Anthropic、OpenAI 等少数模型公司,而他所见报道对模型应用方是否赚钱提出疑问。朱宁立即补充,大模型公司能否继续赚钱也未可知。因此不能把这段整理成“OpenAI 已稳定盈利、应用层全部亏损”的事实;双方谈的是特定时点的市场印象和报道,未提供财务口径。
曲凯再以具身智能说明资本和叙事的反身作用:当一个方向形成共识并获得十倍、百倍资金,研发周期可能缩短,原本不确定的项目也可能被推进到可行。朱宁承认资本能加速技术,互联网早期投入虽造成浪费,也为后来的 Web 2.0、Web 3.0 与 AI 留下基础;但他坚持技术存在与可行性是第一性,像浇水施肥能使树长得更快,却不能让树长到天上。他举例质疑机器人为什么必须像人,说明资本热度不能替代对具体技术形态的追问。
叙事的重要作用在他看来是配置资源:不只调动钱,还调动人才和能动性。他以中国房地产叙事变化与清华、上海交大学生专业选择相连,也用曾经火热的 O2O 商业模式作为难以持久的对照,认为叙事更多是“推波助澜”而非“无中生有”。曲凯总结,长期认可互联网或 AI 的价值与过程中先破裂再成熟并不矛盾;朱宁认同重大技术往往不是一蹴而就,列举蒸汽机、铁路、互联网和生物医药,但其“几乎没有例外”是宽泛历史判断,不是本期完整样本统计。
这段回答包含三层意思:先表达对所处国家和时代的感恩;再希望年轻时尝试更多可能、允许摔倒重来,以小成本试错换长期经验;最后强调“follow your heart”,更忠于和了解自己,做自己认为有价值、有意义的事,不让财富成为唯一或最重要的人生主导因素。这与前文尽早在可控成本下学习、重视 Beta 又重视认知相呼应。
‘AI 股票还能不能买’被改写为:多赚的钱对生活有何意义,亏损是否会造成难以承受的冲击。多元化、避免杠杆导致的重大回撤、接受不赚所有机会的钱,服务于不因踏空而在后期情绪化 all in。对于本金很少的人,曲凯质疑分散的绝对收益有限,朱宁则把财务投资和人力资本投资并列,强调风险承受能力与生活质量。结尾他补充,二级市场可决定投多投少,不必每次只做投或不投的绝对判断。
朱宁承认 AI 是重要技术、相关企业确有赚钱的一面,却坚持赚钱不等于值当前估值,需要核算未来盈利;对美股估值难维系和资金紧张触发风险的说法附带‘非极端政策’与‘过程可能很长’的条件。曲凯指出少数模型公司与应用方盈利差异,朱宁又补充模型公司能否持续赚钱未知。对于叙事,他认为反身性可让预期与价格互相反馈,资本可加速技术、吸引人才,但可行性仍是约束,因此是‘推波助澜’而非‘无中生有’。O2O 对照与对机器人是否必须像人的质疑,防止把任何热门概念都当成必然成功。
推理:四条件描述容易孕育泡沫的环境;看空者投降、广泛讨论和资金收紧是可能的行为或流动性触发;个人仓位、杠杆和期限则决定同样价格下跌是否改变生活。三层混用会产生错觉:因为 AI 具备新概念和政策支持,就直接推导某月必跌;或因为无法预测顶部,就说自己只能满仓或空仓。朱宁更一致的读法是承认前两层只能提供有限证据,再在第三层做可逆、程度化的选择。