卢尔辰

统计数据

24

文章

0

粉丝

0

获赞

112

阅读

1天前

美股七姊妹中几个科技巨头，总有一天会走到增长放缓、甚至见顶的阶段。别忘了上世纪的美股科技一哥 IBM，不也经历过同样的命运。日光之下，无新事。 AI 时代的第一阶段，是“七巨头把未来涨完了”。技术刚突破时，红利高度集中，所有资金都会拥挤在最核心的几家公司里。但真正决定长期财富的，从来不是“技术突破”，而是技术扩散（technology diffusion）。当 AI 成本下降、工具成熟、产业全面接入之后，技术红利会自然地、必然地从几只头部美股外溢，扩散到全球无数家真正“会用 AI 干实事”的企业身上。那个时候真正赚钱加速的主角开始换人，不再是平台股，而是那些能把 AI 融进现实世界的公司。第一阶段看到的是“技术源头的巨头”。第二阶段真正创造长期财富的，是技术扩散后的产业落地者。

3天前

个人一个感受，最近20年，很多国内大城市移民到🇨🇦加拿大的高学历中产似乎戾气都非常重。很多人都在抱怨加拿大政府，且生活压力大，而且有种说不出的失落感。在那边到手收入没国内时高，生活成本是国内的几倍，且不断变高，治安也在不断恶化。这也说明了一个道理：无论在哪里，如果一个人主观经济压力过于大的话，对人的直接影响会远超过所谓的“制度”。

1周前

很多人忽视了一个道理，美股波动是常态，而不是意外。你以为“美股今年波动很大”？事实是：每一年都波动很大。自 1980 年以来，标普 500 平均每年都会出现约 14% 的年内最大回撤跌幅，但与此同时，它的年化收益仍然高达 +12%。想避开风险？可以。代价是你同时也避开了回报。 “投资者因为担心下跌而错过的收益，远比下跌本身损失的更多。” ——彼得·林奇真正的高手，不是没恐惧，而是学会在恐惧中复利。

#美股波动 #风险与回报 #年化收益 #彼得·林奇 #投资策略

2周前

最近阅读了很多心理学文献，发现00是心理健康状况最差的一代人，之后10后会更差。短视频、无限信息流、算法推荐、本质上是一种“计算机生成的多巴胺洪水”。未来几代父母的新“第一责任”，不再是传统意义上的“管教”，而是：对抗孩子更早、更频繁、更深度地接触智能手机与短视频。在这个技术指数级发展的时代，家庭教育最核心的任务正从“教知识”，转变为“保护认知环境”。

#00后心理健康 #多巴胺洪水 #智能手机依赖 #认知环境 #家庭教育

2周前

最近周末那个访谈里，马斯克说出了他认为为什么 BYD、小米、理想都无法真正超越特斯拉的底层原因。 R. Baron 问他：中国企业也在“快速学习”，传统车企拥有更雄厚的资源、更悠久的历史，为什么他们却做不到你做到的事？马斯克的回答，带着典型的物理学思维： “因为他们走的是增量主义——一年改 5%，最多 10%。而我们，是从第一性原理重新审视整个系统。” 这一句话就把差距解释得明明白白：别人是在修补旧框架，而特斯拉是在重建新框架。增量改进，是在旧地图上找路；第一性原理，是重新绘制地图本身。

#马斯克 #特斯拉 #第一性原理 #创新 #超越

1个月前

很多投资AI硬件公司的人，其实并不真正理解“训练（Training）”和“推理（Inference）”在算力需求上的巨大差异。普通用户在使用AI应用时，实际消耗的算力极少，远远低于模型训练阶段。大模型（如 GPT-4、Claude、Gemini 等）在训练时，需要数千甚至上万张 H100 显卡并行运行数周。而进入推理阶段后（也就是你在手机上向ChatGPT提问时），只需几张 GPU 的部分算力，有时甚至仅靠 CPU 或低功耗芯片即可完成。就是说每次调用 GPT、Midjourney、Claude 等应用时，所消耗的算力仅为训练期的百万分之一到千分之一。

#AI硬件投资 #训练与推理差异 #算力需求 #大模型训练 #GPU

1个月前

2000年互联网泡沫的本质不是 dot-com，而是电信业（Telco）泡沫，背后资本大量投入光纤与基建，超前于实际需求。现在AI 也大概率会出现“数据中心泡沫”，资本投入过多 GPU 与算力，超出实际模型需求。每一轮科技泡沫的核心，其实从来不是新技术本身，而是为技术铺路的那批基础设施投资者。真正的过热，总是出现在最“看似稳健”的地方。

#互联网泡沫 #电信业泡沫 #数据中心泡沫 #AI #基础设施投资

1个月前

一个人突然发生巨大积极转变，通常源于两大动力：第一个是目标觉醒🎯，突然拥有一个更宏大、更清晰的目标，意识到当前的生活并非所愿，必须打破旧习惯、摆脱旧轨道，从而开启渐进式改变。第二个是恐惧驱动，突然预见“若继续现有习惯和生活”将走向何种结局，或可能成为怎样的人，这种恐惧如警钟，催生彻底的行动。

#目标觉醒 #恐惧驱动 #积极转变 #打破旧习惯 #警钟

1个月前

突然意识到，其实只要愿意亲自花一点时间去追溯信息源，一层一层往下挖，去读、去看最原始的材料，就已经领先了至少 99% 的人。以今年为例，美国 SEC 的几场关键讲话，以及几项重磅的加密法案（比如 Project Crypto），完整演讲视频其实都公开在 SEC 官方的 YouTube 频道上。我点进去看了一下——播放量竟然只有几千次。这意味着，绝大多数人接收到的，都是经过二次剪辑、解读、甚至被算法包装过的“二手信息”，甚至只是短视频里的片段。

币圈“1011”六倍崩盘：高杠杆爆仓潮，谁在裸泳？· 6476 条信息

#信息溯源 #SEC #加密法案 #二手信息 #独立思考

1个月前

有父母花时间陪伴的孩子，即使就读免费的公立学校（非垫底的那种），他们的成长结果往往也优于那些父母忙于赚钱、缺乏陪伴、却送孩子去高价国际学校的同龄人。美国社会学家罗伯特·帕特南（Robert Putnam）在 2015 年出版的《Our Kids: The American Dream in Crisis》中，总结了大量长期研究：真正能预测孩子教育成果的，不是家庭的经济资本，而是情感与社会资本（emotional capital）。即使在低收入家庭，只要父母积极参与孩子的生活、给予情感支持与时间陪伴，他们的孩子在升学率、心理健康和社会适应等方面，也能接近中产家庭的水平。

#阶层固化：求变之路，殊途同归· 976 条信息

#亲子陪伴 #教育成果 #情感资本 #社会资本 #家庭教育

1个月前

Dan Koe 最近在油管上的一个观点非常值得思考：在 AI 时代，单一技能的价值会被迅速稀释。但有几种能力，却几乎无法被AI取代： 🔗 跨领域连接的能力 —— 能把不同学科、不同经验串联成新的认知框架； 🧭 多角度思考的能力 —— 从逻辑、情感、系统、长远等不同层面看待问题； ⚡ 快速学习的能力 —— 面对新领域能迅速吸收、建模、验证； 🧩 整合资源与解决问题的能力 —— 把知识、工具、人脉转化为具体成果。在信息过剩、变化剧烈的时代，这些综合能力，才是人与 AI 的真正分界线。

#AI时代 #综合能力 #跨领域连接 #多角度思考 #快速学习

2个月前

与其直接追求某个结果，不如创造合适的制度或体系，让期望的秩序和成果自然而然涌现。

#制度建设 #体系优化 #秩序构建 #成果涌现 #积极

2个月前

99%的美股散户，最后都会输给市场，时间问题而已。研究显示，即便是在美股牛市的2024年，散户靠自己选股（非ETF基金）能跑赢大盘的，也只有约三分之一。换句话说，每年都会有约三分之二的散户会输给市场指数。如果把时间拉长到10年、20年，能持续跑赢市场并赚到超额收益的人，比例几乎低于1%。因为年复一年“筛选”下来，能留下来的赢家（领先市场指数的）会越来越少，直到只剩极少数人。 99%的普通人并不适合长期主动投资挑股票。更重要的是，要提醒这99%的人，不要轻易把自己幻想成那1%，否则早晚会在投资路上吃大亏。

#美股散户 #跑输市场 #主动投资风险 #长期投资 #警示

3个月前

可能很多人完全不知道，95%的中国人从未出过国。这个比例甚至比非洲尼日尼亚，印度尼西亚都低。

#中国国情 #出境旅游 #人口比例 #社会认知 #发展差距

3个月前

看到那么多人对美股近期跌幅如此悲观，真的大可不必。未来30年，美股不仅会继续上涨，而且会以越来越快的速度上升。互联网、大数据，再到今天的AI，都极大地加速了知识的传播与积累。在这个过程中，知识不仅不断累加，还能相互组合创新，催生出全新的能力和价值。财富的本质就是知识，而当每单位时间新增的知识量超过现有知识量的线性增长时，整体社会的创造能力就会随时间呈指数级提升。人类知识总量的加速增长，也意味着社会创造财富的能力正在以指数速度扩张。这也正是科技、创新和资本市场长期趋势的内在逻辑。

#美股 #上涨 #科技创新 #知识积累 #长期趋势

4个月前

研究显示，越穷的家庭，家里越喜欢堆积（hoarding)乱七八糟不用的东西。比如买了不用的东西，过期的东西，买东西得到的赠送品（实际上不用），用坏了舍不得扔的东西。

#阶层固化：求变之路，殊途同归· 976 条信息

#贫困家庭 #囤积 #无用物品 #消费习惯

5个月前

我建议在X上，凡是看到支持伊朗，反对以色列🇮🇱的中文推博主，全部可以取关+拉黑了。伊朗这个政权是反人类文明的。我以前欧洲留学时，认识的伊朗同学和老师，基本上没一个支持现在这个伊朗政府的😅。印象中，在伊朗国内，凡是读过书，有点认知的人，没一个喜欢这个政府的。这个神权政府，在伊朗德黑兰事件之后的几十年统治里，把这个国家搞的一团糟，经济崩盘了无数次，民不聊生，各种极端高危统治一直延续。记得当时有门课，有个光头伊朗导师，是多年前伊朗一场运动的学生领袖，当时被当局通缉，流亡到了瑞典，后来成为瑞典国民。他当年在Youtube上制作了一个视频，配乐是<<Bella ciao>>,记录了他当年参加的那场运动。他当时在课程结束时，给我们讲述了他的故事，并放了这个短片。⬇️

#伊朗政权 #以色列 #反人类 #伊朗政府 #德黑兰事件 #经济崩盘 #神权政府

5个月前

聪明人为什么频频投资失败？实际上都是过拟合（overfitting）害的。你以为失败是因为你不够聪明？其实相反，是你太聪明了。聪明人擅长从数据中发现模式，而投资市场最忌讳的就是：把噪声当成规律。这叫“过拟合”：你用过去的数据，构造一个完美的解释模型，然后用它去预测未来。结果就是：模型在训练集上表现完美，现实中却完全崩溃。人生也是一样。你以为前任的套路、上次的经验、别人给的建议可以直接复用？对不起，每一局游戏都有不同规则。真正的高手不是用模型压倒现实，而是知道现实比模型更复杂、更狡猾。能长期赚钱的人，不是看穿市场的人，而是承认自己看不穿的人。

#投资失败 #过拟合 #聪明人 #数据分析 #市场预测

6个月前

我从来不参与理科好，还是文科好的争论。因为在我看来，理科和文科的底层实际上都是互通的，人这一生更应该找到和发现自己最喜欢和最擅长的事情。比如，很多人没有意识到，计算机科学的底层是哲学。没有哲学，就没有今天的计算机科学。计算机科学本质上是在用形式系统模拟人类认知与世界结构，而哲学恰恰是关于“世界本体”和“思维规则”的元学科。哲学的本质是什么？就是追问什么是什么”与“如何知道”。比如哲学的三大核心是：（1）本体论（Ontology）：事物存在的本质是什么？（2）认识论（Epistemology）：我们是如何认识世界、建立逻辑与知识体系的？（3）语言哲学（Philosophy of Language）：符号、语言如何表达意义？而计算机科学则是将“思维的形式结构”编码为机器可处理的语言编程里的变量与类型系统，本质是来自于哲学的“分类学”（亚里士多德）而编程语言里逻辑运算（布尔代数、命题逻辑），则是来自康德、弗雷格、维特根斯坦，所以计算机科学不是独立发明了这些规则，而是将哲学中抽象的“思维规则”具体化为“形式系统”与“代码逻辑”。哲学定义了我们如何理解世界、表达规则、归纳知识，而计算机科学则是这些规则的形式化与工程化。

#理科与文科 #计算机科学 #哲学 #跨学科联系

6个月前

网上见到无脑叫你转码学计算机的人，都可以直接拉黑了，包括一些大V。现在真实情况是，计算机科学（CS)专业已经是美国失业率第七高的大学专业了，甚至连很多文科专业的就业都不如。而且随着AI的加速进化，计科专业毕业生未来10年都会面临非常严峻的就业寒冬，类似于2000-2009年那段时间。即使感兴趣学习计算机，你报一个4个月的脱产编程课程，再加些网课就足以掌握基本的OOP编程，数据库操作等了。现在花100多万RMB，去北美转码，梦想高薪，是高风险事情。

#转码 #计算机科学 #失业率 #AI进化 #就业寒冬 #OOP编程 #数据库操作

6个月前

你最宝贵的资源是什么？在人类历史的大部分时间里，物资短缺是常态。我们的祖先必须为过冬储粮、为取暖备柴，一切都围绕“生存”展开。而如今，我们生活在一个物质空前丰富的时代。撇开情感、信仰这些个人层面的东西，大多数人一生中真正需要“囤积”的资源，其实已经所剩无几。时间和金钱，常被视为最宝贵的财富。过去我也可能会这么认为。但在当今这个信息爆炸、诱惑横飞的时代，有一种资源，悄然超过了时间与金钱，成为最值得守护的“稀缺品”：你的注意力。没有你的注意力，Google不会是搜索巨头，Facebook难成社交帝国，连传统媒体也无从为继。你所看的每一秒、停留的每一下，都是一座看不见的金矿。你的注意力，价值连城。

#资源 #时间 #金钱 #信息爆炸 #人类历史 #物质丰富

6个月前

身边有个朋友，几年前，自从听了我的建议开了美股账户，开始定投美股后，脸上的笑容越来越多了，人也越来越多乐观。记得以前他投A股的时候，常常愁眉苦脸，对生活和未来也很悲观。😅

#美股 #投资 #定投 #乐观 #A股

8个月前

之前很多人嚷嚷说纳指PE太高了，不敢投美股了。现在好了，川普直接把美股干趴了下来，纳指PE也会到了“正常估值”区间。这几年如果给你个低点抄底美股机会，一个千载难逢的机会，你会错过吗？🤭

#美股 #纳指PE #川普 #估值 #抄底机会

8个月前

永远不要看空或做空美股。标普500和纳斯达克100指数本质上承载了人类近代资本主义、商业文明与科技文明的主线。它们是人类历史上唯一完整经历了第一次世界大战、第二次世界大战、越南战争、冷战、石油危机、金融危机以及科技泡沫，却依然保持长期上涨趋势的股市。美股资本市场的韧性远远超出你的想象和认知。你做空的次数越多，距离返贫就越近。

#美股 #标普500 #纳斯达克100 #资本市场 #科技文明