我們真的在玩正和遊戲嗎？還是在内卷？

AI 生成圖

有時候我會突然停下來，反覆想這一件事。市場裡，我們很常掛在嘴邊的那句話 「短期是零和，長期是正和」，到底是真的理解了，還是只是習慣了？

這句話聽起來太順了，順到幾乎不需要再思考。久而久之，它變成一種背景音，大家都知道、大家都會用，但很少有人真的停下來拆開它。

而我其實有很長一段時間，心裡一直卡著一個不太舒服的念頭。所謂的長期投資，會不會只是把線放得更長，釣到更大的魚，收割更多人的另一種零和遊戲？越是這樣，我反而越想追問一句：事情真的就這麼簡單嗎？

如果短期真的是徹頭徹尾的零和， 市場為什麼還能一直長大？ 整個系統如果只是封閉的、你輸我贏的重新分配， 總市值不應該長期向上才對。可現實偏偏不是這樣。 有人靠短線交易做了一輩子， 也有人什麼都不做，卻被時間乖乖帶著往前走。 這兩種人同時存在，本身就很值得懷疑。

後來我發現，自己一直卡在「短期 vs 長期」的框架裡， 其實抓錯了重點。

真正該問的，也許是另一個問題：

你現在參與的，是在分價格，

還是在累積價值？

占比的問題

價格是零和最容易出現的地方。因為價格本身不創造任何東西，只是在不同人之間移動。時間越短，公司基本面越來不及發生變化，市場能做的，只剩下重新定價。這所以正確的説法是：

短期市場裡，零和的味道特別濃。

越短期，越容易被拉進零和。這裡有個容易被忽略的細節。他是一個成分的問題。短期交易不是「完全零和」，只是你吃到的，幾乎都是零和那一層。

你比別人快一點、準一點、狠一點，多半意味著有人慢了一步、看錯了一次。不是誰對誰錯，而是結構本來就長這樣。

那長期投資呢？就能自動站上正和的高地嗎？

我現在對「長期＝正和」這句話，也保留了一絲警覺。

因為其實在長期投資裡，零和也從來沒有消失。你可能買在高點，我賣在低點。你撐過波動，我中途離場。

差別只是，當時間拉長，讓另一個東西開始變得重要：公司開始賺到真正的錢。產品開始被更多人需要。市場裡多出來的，不再只是價格變動。沒錯它就是創造有價值的產品/服務。

零和依然存在，但它已不再是主角。

10x 成長需要正和

這裡，我會自然想到 10x。 尋找10倍成長公司的理念。真正的10x，幾乎不可能靠運氣或市場情緒達成。 2倍或3倍，或許還能靠估值回歸、情緒修復撐起來， 你仍然主要在價格的沙盤裡廝殺，這些有很大濃度的零和游戲在裏邊。

 但10倍以上，價格遊戲絕對不夠。 它必須來自產業天花板的突破、 商業模式的指數級放大， 或是時間幫你把對手逐一清場。

換句話說：

 參與10x 本身就是在宣告，你早已選擇了正和的賽道。

内卷是零和游戲？

再想到「內卷」二字。我反復查了這詞的意思，現在可以100%肯定的是：“内卷”（involution）可以被视为近乎零和甚至负和博弈，因为它是在有限资源下，过度竞争导致大家投入更多精力（成本），但收益却未增加，甚至下降，形成“内耗”的現象。

投資圈也一樣。 如果你的全部精力都用來在價格世界裡多搶一分， 那無論熬多久，本質永遠是零和的延長賽。

寫到這裡，我反而更清楚一件事。

長期不是「撐久一點」。而是你選擇站在哪一個世界。時間只會放大你原本的站位，不會自動幫你換邊。所以，真正該問的也許從來不是：

你是短期交易者，還是長期投資者？

而是：

你正在參與一場零和分配，

還是一個會隨時間擴張的價值結構？

這個選擇，看起來不明顯，但拉長十年，你會感受到它的重量。無論投資、創業還是人生， 避開零和陷阱，擁抱正和擴張， 才是唯一值得長期下注的道路。

喜歡我粗淺内容的朋友可以訂閲，按下方"隨緣捐款"請我喝杯咖啡支持一下我喲~ 謝啦！

沒有「殺手級產品」，AI 的投資邏輯還站得住嗎？

AI生成圖

或許，AI 最大的風險，或許不是泡沫，而是我們看錯了它會怎麼賺錢。目前現在市場上，對 AI 最大的質疑，其實不是技術不行。

而是一句很直白、卻很難回答的問題：

AI 到底創造了什麼「全新的行業」？

回頭看過去幾次真正撐起龐大資本投資的技術浪潮，幾乎都有一個清楚的答案。

電力，帶來了工廠制與家電。
互聯網，誕生了電商、社交平台、雲服務。
智慧型手機，養出了一整個 App 生態系。

但輪到 AI，畫面卻有點模糊。

我們看到的是：AI 幫你寫文章、寫程式、做客服、剪影片、分析資料。工具很強，需求很真實，但「新產業」似乎還沒真正站上舞台。

這也是為什麼越來越多人開始懷疑：在如此大量的算力投資、資料中心建設、甚至舉債擴張之下，如果 AI 只是提升效率，這筆帳真的算得過來嗎？

降本增效，真的不夠嗎？

這裡，其實是整個 AI 投資分歧的核心。

站在傳統商業邏輯裡，「降本增效」通常意味著毛利率改善、獲利更穩定，但不一定帶來爆炸性的成長。

而現在 AI 產業鏈承擔的，卻是極度資本密集的結構：GPU、資料中心、電力、散熱、折舊……這種規模，理論上需要擴張市場來消化，而不只是把成本壓低一點。

於是質疑就變得很合理：

只是提高效率，真的值得這麼大的投資嗎？

這次的效率提升「不太一樣」

如果 AI 只是讓人快 10%、20%，那這個懷疑幾乎無懈可擊。

但現實是，很多地方正在發生的是：

• 一個工程師 + AI ≈ 三到五個工程師

• 一個內容創作者 + AI ≈ 一個小團隊

• 一個投資人 + AI ≈ 一整個研究部

當效率不是「優化」，而是倍數級跳躍時，事情開始變質了。這不只是省錢，而是在改寫結構。

AI 沒有創造新行業，但它正在拆掉舊結構

這可能是目前最容易被忽略的一點。

AI 的第一階段影響，或許不是誕生一個全新的產業，而是帶來三個連鎖反應。

第一，傳統人力結構被打碎。不是簡單的失業問題，而是中間層被壓縮，高產出個體的影響力被放大。

第二，小公司開始做大公司的事。以前需要 50、100 人的團隊，現在 5 到 10 人就能試。

試錯成本下降，創業密度上升，供給端開始爆炸。

第三，很多產業不是「賺更多」，而是重新洗牌。誰的邊際成本最低？誰能活下來？利潤不是消失，而是被重新分配。

那這種改變，實際上在改什麼？

這種改變，其實有幾個很明確的特徵。

它不容易被包裝成一個好賣的故事，因為它不是某個產品突然爆紅，而是讓：「原本做不到的事，開始變得做得到」。

當一家公司發現：原本需要 20 人的部門，現在 8 人就能運作；原本不敢嘗試的專案，現在可以低成本試錯；原本只能一年做一次的決策，現在可以每週修正。

這不是多賺一點錢而已，而是整個經營邏輯被迫更新。

AI 也許不會立刻創造一個全新的行業名稱，但它正在把「什麼事情值得做、什麼事情做不起」的邊界，一條一條往外推。

那泡沫在哪裡？

我不認為泡沫不存在，但我同樣沒有那麼肯定，單靠降本增效，就足以支撐未來大企業長期、持續的投入。

它最大的風險，不在於 AI 技術本身，而在於市場過早地，把幾個「尚未被驗證的假設」，當成已經發生的事來定價。

例如：把模型能力，直接視為穩固且可防守的商業護城河；假設算力一旦投入，需求就會自然出現；將未來某種規模化應用的成功，提前折算進今天的估值裡。

這些假設未必是錯的，但它們仍然是假設。而當假設被過度確定化時，市場修正幾乎是必然的過程。

但這不代表 AI 沒有價值。

那些已經實際嵌入工作流程、能夠直接影響企業決策、成本與產出的應用，即使估值回調，也很難被完全抹去。

自動駕駛與機器人：全新賽道

退一步說，如果前面談到的AI 已經如何改寫既有產業的成本與結構，最終仍不足以單獨支撐如此龐大的投資規模，那自動駕駛與人形機器人，或許正是市場所期待的那條「下一步路徑」：

AI 所催生的全新產品形態與全新行業。

是的，從技術演進的角度來看，這些東西已經「看得到輪廓」，甚至在部分場景中開始運作。但它們仍然屬於尚未被完整實現的未來。

也正因為如此，我反而能理解，為什麼華爾街至今不敢貿然替自動駕駛，甚至人形機器人，給出過於樂觀的估值。這並不完全是看不懂技術，而是一種對「尚未被驗證的商業化路徑」刻意保持距離的選擇。

這裡也很容易出現一個表面上的矛盾。

你可能會問：「那你不是特斯拉投資者嗎？」

是的，但這兩件事並不衝突。

站在投資者的角度，我可以說市場對未來過於保守，低估了技術一旦跨過臨界點後，可能出現的非線性變化。

但站在市場的角度，在事情真正發生之前，選擇不提前給滿分，本身就是一種理性的謹慎。

風險

這一輪 AI，最大的風險，也許不是「沒有價值」，而是市場太早用一個終局敘事，去定價一個仍在拆解舊結構的過程。

如果你因此感到不安，那不代表你落後了，反而可能只是比市場早一步開始懷疑。

而投資，很多時候，正是從這種不太舒服的懷疑開始的。

喜歡我粗淺内容的朋友可以訂閲，按下方"隨緣捐款"請我喝杯咖啡支持一下我喲~ 謝啦！

e^(x+y+z)：為什麼 Optimus 的成長不符合人類直覺

​

AI生成圖

今天想談一些比較技術的課題。就如上圖顯示。它是馬斯克在近期和 Peter Diamandis 的訪談中(連結）， 談及 Optimus 時，給出了一個看似簡單、但其實極不直覺的方式來描述 humanoid 的成長來源。而且我發現還很少人提起：

AI 軟件能力 × AI 芯片能力 × 機電靈巧度

很多人聽到這裡，會以為這只是三個技術面向的並列說法。但真正關鍵的地方在於——這三個本身，就已經都是指數型成長的領域。

也就是說，這不是三條線性曲線相乘，而是 三條 e^x 級別的曲線同時疊加。

當 AI 開始具備世界模型與行為規劃能力，然後運用 AI 軟件讓晶片設計出來的算力與能效持續指數級提升，再加上機電系統的靈巧度與成本曲線開始被軟體與數據驅動，humanoid 的能力不是慢慢變好，而是突然跨過「可用性門檻」。

但這還不是最令人不安的地方。

Humanoid 完整成長曲線

馬斯克接著補了一句，卻常被忽略：Optimus 將會以「自己製造自己」的方式量產與升級。

換句話說，一旦 humanoid 本身能參與製造流程，它不只是產品，而是資本設備；不只是被生產的對象，而是生產能力的一部分。

這意味著什麼？

原本的成長公式是：

e^(AI 軟件) × e^(AI 芯片) × e^(機電靈巧度)

簡單化：

e^(AI 軟件 + AI 芯片 + 電機靈巧度）

當 Optimus 開始參與自己的製造與優化時，這個結果會再被自己乘一次：

e^2*(AI 軟件+ AI 芯片 + 電機靈巧度）

這不再只是「技術進步」，而是接近自我強化的正回饋迴圈：

→ 更快的產線

→ 更低的成本

→ 更多的更聰明的機器人

→ 更大的數據與學習速度

這也是為什麼，從投資視角來看，humanoid 不能用傳統硬體公司的方式去估值。因為它同時具備：

• 軟體的 scaling 特性
• 半導體算力效能優化曲線
• 工業設備的資本放大效應

一旦跨過某個臨界點，市場看到的不是逐季改善，而是事後回頭看才發現「原來拐點早就過了」。

也許現在的 Optimus 看起來還很笨、很慢、很貴。但真正該問的問題從來不是「它現在能做什麼」，而是——

當多重指數開始互相放大，人類是否還能用線性直覺去理解它的未來？

估值多重指數疊加系統？

從投資角度來看，真正困難的從來不是判斷 humanoid 會不會成功，而是判斷市場什麼時候才會「被迫承認」它已經成功了。

多重指數疊加的系統，幾乎不會給投資人平滑的估值曲線。大多數時間，它看起來進展緩慢、成本高昂、應用有限，甚至讓人懷疑這是否只是另一個過度包裝的願景。但一旦跨過某個臨界點，回頭再看，會發現市場從來不是低估了一點，而是整個估值框架都用錯了。

喜歡我粗淺内容的朋友可以訂閲，按下方"隨緣捐款"請我喝杯咖啡支持一下我喲~ 謝啦！

10x 不是比較容易，而是比較有效率

圖片來源

還記得我之前 review 過的一本好書《10x is Easier Than 2x》嗎？這幾天，我重新翻開那本我以為自己已經懂了的書，發現一件事：

這本書我其實沒有真正「摸透」。不是字沒看完，而是有更深的理解。

老實說，現在我認爲這個書名本身是有誤導性的。就是，10 倍從來沒有比較容易。如果真的要說，它比較像是在告訴我們——10x 比較有效率。但這樣取書名可能會沒有「流量」😂。所以我不怪他。

真正困難的，是極簡化

10x 思維真正困難的地方，不在於目標有多大，而在於它逼你做一個很殘酷的選擇：

你必須先選擇不做什麼

這意味著你需要一個足夠大、足夠清楚的目標，然後主動限制自己，不要把時間和注意力，浪費在一堆「看起來很重要、其實只是讓人很忙」的事情上。

這也是為什麼他和我另外一個越來越認同的概念互相需要配合：

能量管理（energy management）

時間其實不能被管理，但有限的能量/注意力可以。如果沒有一個清楚的主目標，你的能量就會被分散在無數個 2x 的小優化裡，結果就是——每天都很努力，卻離突破越來越遠。

10x 的思維，反而要求你把 80% 的注意力與能量，集中在那個 20% 極簡化又真正會改變結果的關鍵點上。

公司經營，最容易被誤解的 10x 與 2x

把這個概念放到公司經營上，其實會看得更清楚。

一家公司，說穿了就兩件事：

把盈利做大，或把成本壓低

前者，才是真正的 10x 目標；後者，更接近 2x。

不是說降低成本不重要，而是它本來就不該佔用公司太多的資源，更不應該佔據高階決策者太多的心力。它應該是被「限制資源處理」的事情，而不是每天掛在嘴邊的經營核心。

因為成本，是一條有天花板的路

原因其實很簡單，削減開銷本身就是有限的。

試問一下，你到底能減多少？

電費可以省一點、人力可以凍結、行政流程可以再壓一壓，但不管怎麼算，成本最多只能接近零，它不可能無限下降。

相反地，收入與價值的創造，理論上是沒有上限的。一個對的產品、一個對的市場、一個關鍵決策，帶來的增量，往往遠遠超過你辛苦省下來的那些錢。

把大量時間花在「怎麼省」，本質上就是一種 2x 思維；而願意承受不確定性，去思考「怎麼把盤子做大」，才是真正屬於 10x 的那條路。

現實是，我看到太多老闆、太多經理，每天忙著省電費、計較影印紙、撿一些有的沒的，
卻很少真正靜下來想一件事：

我怎麼把「賺錢這件事」做到下一個量級？

看起來很努力、很節省，卻始終沒有跨過那道看不見的門檻。也許問題從來不是不夠努力，而是把有限的能量，用在了一條本來就走不遠的路上。

市場，總是用 2x 的方式在估 10x 公司

這套 2x 與 10x 的差異，其實在投資市場裡看得更清楚。

市場大多數時候，習慣用一種「可控、可預測」的方式來估值：今年賺多少？明年能不能多一點？毛利能不能再優化？這些問題都很合理，但它們本質上，全部都是 2x 的問題。

因為它們假設的是，公司未來，只是現在的「放大版」。

但真正的 10x 公司，往往不是這樣成長的。它們的價值，來自於還沒完全被量化的東西——新的市場、新的使用場景、還沒被攤平的規模效應，甚至是一條現在看起來還很不理性的路。而這正好踩中市場最不舒服的地方。

10x 的可能性，意味著不確定性；不確定性，就意味著短期內無法被精準估算。於是市場很自然地，選擇用自己最熟悉、最安全的方式去定價——把 10x 公司，當成 2x 公司來看。

這也是為什麼，真正的長期機會，往往出現在「大家都覺得你太樂觀了」的時候。不是因為市場很笨，而是因為 2x 的世界，讓人感到安心；而 10x 的世界，必然伴隨著懷疑。

從這個角度看，投資其實和經營、和人生一樣，都不是缺少機會，而是我們有沒有勇氣，把有限的注意力與耐心，押在一條短期看起來不太舒服的路上。

喜歡我粗淺内容的朋友可以訂閲，按下方"隨緣捐款"請我喝杯咖啡支持一下我喲~ 謝啦！