站在2025年之外：硅谷投资人Freda Duan深度访谈AI投资与2026展望

访谈：张小珺 x Freda Duan

《站在2025年之外》是我们精心策划的年终对话系列，包含五篇投资人的深度访谈。他们分别扎根中国本土与硅谷前沿，共同勾勒出2025年的轨迹，并对2026年展开前瞻性预测。

五位嘉宾按播客发布时间排序：

• 金沙江创投主管合伙人 朱啸虎
• 真格基金管理合伙人 戴雨森
• Altimeter Capital合伙人 Freda Duan
• 红杉中国合伙人 郑庆生
• 拾象CEO 李广密

今天推出首篇文字实录：

大约一个月前，2025年11月上旬，Sam Altman做客美国基金Altimeter Capital创始人主持的播客。当主持人接连追问OpenAI如何为1.4万亿美元级别的算力与基础设施承诺买单时，Sam回应道：“If you want to sell your shares, I’ll find you a buyer. Enough.”（“如果你想抛售股票，我可以帮你找到买家。够了。”）

此言一出，AI板块随即出现波动，关于AI是否存在泡沫的讨论再度升温。

今天的嘉宾Freda Duan正来自这家名为Altimeter Capital的基金，她以合伙人身份参与其中。

Altimeter是一家硅谷科技基金，业务横跨一级和二级市场。一级市场投资案例包括OpenAI、Anthropic、字节跳动等，二级市场则重仓NVIDIA、Snowflake、Robinhood等。

本期节目中，Freda将深入剖析美国明星公司的巨额投入账本；同时从一线硅谷投资人视角，解读美国资本的新秩序，他们眼中的坏小孩、反叛者、刺猬型和哪吒型创始人，以及泡沫的真伪。

01 美国投资的三条主线

张小珺：Hello Freda，请先和听众朋友们打个招呼，并做简要自我介绍。

Freda：大家好，我是驻硅谷的科技投资人，任职于Altimeter Capital。

张小珺：Freda是极少数在美国一线基金中担任合伙人的华人，能否介绍一下你们的基金和创始背景？

Freda：我们是一家位于硅谷的顶尖科技投资机构，覆盖一二级市场。创始人本身是连续创业者，一级市场较为知名的投资包括重仓OpenAI、Anthropic、字节跳动等。二级市场我们敢于重仓并践行非共识投资——例如2022/23年的Meta、Nvidia，今年的Robinhood，以及作为Snowflake等软件公司的重要股东。

与众不同的是，我们是美国少数乐于公开研究和思考的基金——许多人通过一个叫BG2的播客认识我们——最近几周我们与Sam Altman、Jensen Huang进行了公开对话；几位合伙人也在Twitter和Substack上分享认知。我主要负责分享AI及前沿科技，包括AI应用、互联网、硬科技和金融科技。

张小珺：说起来有些恍惚，2021、2022年硅谷还笼罩在裁员阴影中，如今到2025年，情绪和叙事已发生巨变，Meta又开始天价挖人。

作为一线投资人，你这些年真实的体感如何？能否描述每一年让你印象深刻的瞬间？

Freda：用几个关键词概括每一年吧：

2020年是疫情、降息、市场火爆；

2021年市场持续火爆，但已有退潮迹象——中小盘股在2月见顶，大盘股如微软在11月掉头；

2022年极其悲惨，通胀肆虐，纳斯达克跌35%，Meta跌70%；

2023年市场还没反应过来，AI突然火热；

2024年AI叙事清晰，对投资而言是最好做的一年；

2025年则是关税、中美关系，AI浪潮延续。

张小珺：你怎么看待这几年的起伏？

Freda：确实波动频繁。回顾历史，美股本是长牛逻辑，2000年以来纳斯达克仅6次跌幅超20%，但2020年后我们经历了3次，频率明显加快。

张小珺：2023年后市场突然被AI主导，回头看是否有预兆？还是说相当突然？

Freda：其实预兆很明显。2022年市场一片灰暗，但出现奇怪的融资现象——Inflection AI的A轮融资2亿美元，Anthropic、Cohere、Stability等也各融几亿。奇怪之处在于：用VC的钱做资本支出；A轮从未见过2亿（通常1000万）；二级市场暴跌本应传导至VC，但热度丝毫不减。

因为我兼顾一二级，会接触创始人。印象很深的是，他们逻辑极其简单：Scaling Law，买卡，Nvidia卡贵——所以赶上正确时机，投资逻辑就这么直白。

张小珺：所以VC的钱最终都流向了Nvidia。

Freda：可以这么说。这也体现了Crossover基金的好处——一二级兼顾。2023年初，20多家大模型公司很难判断谁能成为第一梯队。

但由于基金结构，我们可以轻松用二级市场的Nvidia表达对AI的观点。这两年最好的AI标的多在二级市场，包括云、电力、AI受益受损两边。

张小珺：从2023年至今AI进展两年，我们播客邀请了许多AI创始人。如今美国一线顶级投资人在投什么？整体情绪如何？

Freda：当前美股有三条清晰主线：AI、再工业化（Reindustrialization）、金融产业创新（Digitization of Finance）。三者相互交织。

AI线大家熟悉——芯片和云。

再工业化包括稀土、美国本土制造业回流、数据中心，长期看机器人能否拉平劳动力差距。

大家可能没意识到，今年4月特朗普关税风波后，日韩答应投一万亿到美国基建项目，包括能源和数据中心，这与AI线形成闭环。市场担心AI投资的钱从哪来，部分正来自这些项目。

第三条金融产业创新，7月美国通过Genius Act（稳定币法案）。稳定币支付更便宜、更快、更好。下个月若出现Agentic Commerce，让Agent付款，Token或稳定币概念将重提，与AI再次闭环。

三条主线之上，还有本届有自己想法的政府，明年中期选举也是关键。

张小珺：美国投资人现在如何看待中国市场？

Freda：很热闹，但实际投资金额与过去几年无明显变化。今年一批批投资人去中国参观，对EV和机器人感到震撼。

美国投资人关注两件事：中美谈判结果、港股IPO活跃度。IPO量上来了，但多是消费公司，若有更多科技IPO，资金可能回流。

02 几个具体公司的深度研究

张小珺：你们投了美国一些大公司且重仓。能否聊聊具体的，比如OpenAI，你们是什么时候下注的？

Freda：最早发现OpenAI不仅是模型公司，更是产品公司的时候。

这个结论现在看是共识，但2023年大家担心2C竞争格局，觉得GPT无粘性——那时Perplexity、Claude、Grok格局未定。

好产品远不止模型，用户体验也关键。GPT虽不像Meta有强网络效应，但先发优势+更好体验带来了强粘性。

张小珺：OpenAI最近完成5000亿融资，媒体报道其2030年收入预测2000亿，但烧钱仍多。你如何思考其商业模式？

Freda：OpenAI和Anthropic的数字媒体已披露不少。商业模式本质简单：成本大头是用卡，包括Inference和Training。训练成本按Scaling Law每年可能涨10倍。

假设上一年训练成本为1，第二年能以2的收入收回，但同时需减去10（新模型训练成本），所以第二年净现金流为负8。大模型本质是负向滚雪球，每年烧更多。现金流翻正只有两种可能：要么第二年收入不再是前一年的2x，而是一个大数；要么不再烧下一个10倍模型。

Anthropic CEO Dario也讲过，停止烧钱又分两种：要么物理限制模型太大训不动，要么Scaling Law变慢不值得再烧10倍。停止那一刻，利润表会很好看——加2不再减10，数学就这么简单。

OpenAI的商业模式在科技领域少见资本密集，但并非没有先例，比如Netflix。Netflix前几年现金流也为负，且负向滚雪球，每年更负，因为它前期要花大钱拍剧，内容有折旧。现金流最惨的2019年负30亿，2020年突然翻正到20亿，因为疫情不能拍剧，内容成本（训练成本）没了。直白说，烧钱的东西只有不烧那天才有真正现金流，这就是模型公司本质。

张小珺：Netflix若不投入内容，品牌优势会消失。迪士尼也不可能不投入。

Freda：Netflix并非没有内容投入，只是增长幅度下来了，前期冲用户数时需要猛扩内容。如今全球3亿订阅用户，粘性强，只需维护地位。模型公司也一样，不会完全不训练，只要训练成本不再每年几倍增长，对利润率就足够。

张小珺：之前没听过用Netflix类比OpenAI，你觉得行业格局会像流媒体吗？

Freda：内容无排他性，所以媒体格局分散，YouTube、Netflix、迪士尼各占个位数份额，因为不同剧在不同平台追。

而Chatbot你希望一家记下所有内容。GPT目前看会像搜索格局，市场集中度高，谷歌和微软Bing两家占领市场，用户选自己喜欢的。

张小珺：OpenAI除ChatGPT外，还有哪些收入？收入结构如何？

Freda：媒体报道有四条线：

1、ChatGPT 75%（含企业GPT）；

2、API：目前OpenAI API收入是Anthropic一半；中期Anthropic预测自己会是OpenAI的5x；

3、Agent：包括软银合作；

4、新产品。

很多人关注GPT，但公司预测后两条线增长更快，未来占比更大。纯看GPT，3亿订阅，每月30块，就是1000亿体量。

另外，市场把GPT当纯2C公司看，但个人/企业占比其实差不多大，企业端被大大低估——企业用户有几百万，比如我就是企业端用户，GPT连上公司邮件、Slack、内部系统，协同非常好用，想象空间大。美国本来就是大企业市场，中国不是。

报道说公司年底200亿年化营收，对应今年130亿收入。

张小珺：很多人说OpenAI想做超级入口。

Freda：对。它希望其他App都在它上面构建。

消费端：让Agent帮我买东西或叫Uber。目前有两个问题：登录问题（第三方网站会监测屏蔽Agent）；商家抵触（商家希望用户直接来自己平台，比如亚马逊，只有用户来了才能推荐其他商品，还有700亿广告收入，若换成Agent用，广告收入可能收不上）。

企业端反而好很多：谷歌和OpenAI竞争，但谷歌办公套件很容易让OpenAI直接调用，因为软件收费模式简单，只要用户还在付费，他们不在乎自己是不是漏斗最上层。

所以非共识是，OpenAI企业端作为超级入口可能发展很快，想象空间大。

张小珺：OpenAI是不是还要卖广告？还有没有其他变现方式？

Freda：目前没广告收入，但广告逻辑太顺了。

今天超8亿WAU，其中5%付费用户。它完全可以对免费用户展示广告（比如搜索跑步鞋看到Nike广告），付费用户则保证结果公允（推荐小众品牌）。广告上量会很快。

另一个有意思的业务是云。Sam Altman也提过，这是业务自然延展。回想AWS怎么起来的：自己先建数据中心自用，发现无法完全控制利用率，就租出去，慢慢成了一大业务。GPU这波也一样，云在美国的竞争格局可能会有大变化。

张小珺：OpenAI和其他模型公司竞争状态如何？

Freda：OpenAI内部认为最大竞争对手从来不是Anthropic或xAI，而是谷歌。

谷歌占位太好，是完美T型：横向有面向消费者的搜索、YouTube，面向企业的Workspace；纵向从云到自研芯片。

Gemini 6.5亿月活 vs GPT 10亿。谷歌对OpenAI的价格战可以从绝对价格（TPU纵向整合利润更高）和捆绑销售（YouTube订阅加10块得Gemini）两方面打。最近Gemini对GPT用户时长有冲击。合理推测是谷歌吃下中低端（20块/月），GPT吃下高端（几百甚至几千块/月）。

张小珺：你会站队哪家？

Freda：都是赢家。但现在对OpenAI的负面情绪和对谷歌的正面情绪有点一边倒，谷歌面临的威胁并未解决。

今天谷歌搜索广告收入没掉，是因为大家还把ChatGPT当大型Wikipedia用，做研究、问“天为什么蓝”，这些问答谷歌也不变现。但保险、律所是谷歌最大广告商，比如买车险，谷歌搜索点Geico，但这事太适合让GPT比较后推荐最适合我的。等GPT开始做广告、做Agentic Commerce，格局一定会变。

往大了说，美国广告收入就这么多，谷歌和Meta垄断，OpenAI想卖广告就得从这两家出。

总结：OpenAI面临谷歌竞争，但谷歌的威胁同样真实。

张小珺：谷歌怎么突然格局变好？巴菲特也买了。

Freda：模型能力上来，搜索广告收入没掉。

模型能力方面，听说内部找到了激励研究员的方式：绑定到模型榜单，谁能刷榜谁升职加薪，适合谷歌学霸文化。江湖传言Noam Shazeer（Character.AI创始人）回谷歌后，徒手改了一个bug，Gemini Pre-training就好用了；Gemini 3证明Pre-training没撞墙，趋势继续。

张小珺：那肯定是个价值几十亿的Bug。

Freda：对，天才研究员的世界；Noam做这个比做2C公司CEO合适太多。

张小珺：谷歌搜索格局有变化吗？

Freda：变化太大了。一度担心OpenAI做不好搜索，因为谷歌不给它用搜索API。但这一年用下来，OpenAI和Perplexity搜索效果都很好。因为搜索护城河彻底变了。

之前谷歌压倒性好用，是因为前两三条能找到最想找的信息，第二页没人看。现在模型做搜索，能一秒钟翻几十页直到找到最符合问题的信息，用Bing或自建索引都可以。这件事很大，搜索行业护城河彻底变了。

张小珺：怎么看待OpenAI管理层？Sam Altman最近引发很大争议。

Freda：Sam非技术背景，但能做一号位，员工服气，这很有意思。员工信任他带领致富；另外他最早强信念相信AGI，引领了市场。

最近大家听到1.4万亿的数字，本意聪明：AI烧钱，他想把一条线公司绑在一起。但时间线拉太远，数字太大吓到市场。若指引一两年支出效果会好很多，但市场会慢慢消化。

张小珺：OpenAI是不是这几年回报最好的投资？

Freda：概念要厘清：估值从300亿到5000亿，但投资人拿到的是每股股价。从300亿到5000亿，每股价值不是近20x，而是6x，股权稀释严重。

张小珺：怎么看OpenAI最近一系列上市操作？

Freda：非常合理。最近OpenAI和微软股权转清楚，很重要。媒体报道若2027年有一万亿市值IPO，对应收入预测10倍，只要收入能做到，估值合理。波士顿可能有一条街都是大基金，每人出100亿，1000亿IPO就出来了。很多人说上市就是泡沫顶峰，我觉得没那么刻舟求剑，就算上一波互联网，Netscape IPO是95年，泡沫破裂也是5年后。

张小珺：说到OpenAI，也想聊聊Anthropic，两者异同？

Freda：业务不同：OpenAI 2C为主，Anthropic 2B为主（超80%）。用户粘性都好，都有微笑曲线（新用户存留率比老用户同期好）。利润率增长快：一年内从收入1块亏2块到毛利率接近OpenAI，做了很多功课，对毛利率掌控力强（模型架构、Auto-scaling、优化）。长期毛利率七八十没问题。

增长角度：从1亿到10亿收入，OpenAI不到两季度，Anthropic约四五季度；从10亿往上反过来了，Anthropic年化从10到70亿用了10个月。最近几个月，两家每月增加的年化收入差不多。

Anthropic产品路线清晰：选几个大利润垂类（Coding、Finance、生命科学、法律）；做最好模型给Agent用（Claude Skills = Mini Agents系统）。

张小珺：Anthropic现金流比OpenAI好？训练钱效率更高？

Freda：还是回到大模型商业模式，抛开模式谈现金流没意义。两家财务预测有意思：OpenAI假设总算力28年后不再增长，靠训练成本不迅猛增长拉升利润率；Anthropic假设模型ROI逐年提升，从1块收回2块变成1块收回5块。不是Anthropic花得少，而是它假设更高回报率。预测值得细想为什么做出不同假设。

张小珺：其他两三家模型公司进展如何？

Freda：不止两三家，最近又有小10家模型公司融资（Neo Labs），很多学术背景，融资规模10亿。我没想清楚未来是否会头部一两家，剩下放弃自训拥抱开源。

熟悉的名字：SSI Ilya；Continuous Learning；Mira Thinking Machines Lab；Tinker帮用户定制训练开源模型，但投这个就是在Bet开源市场规模。

张小珺：这些模型公司融资时怎么估值？

Freda：看收入预测给倍数，但都会和OpenAI对标，看值多少百分比。

张小珺：所以说回来，今天最重要标杆是OpenAI。

Freda：对，一二级市场最重要的标杆。

张小珺：很多人让我问Robinhood，说你最懂。今年标普500表现第一，你们是大股东，当时怎么看懂的？

Freda：Robinhood很有意思，今年圈粉很多，但业务本质是一手烂牌：证券交易强周期性，不是好生意。牛市交易猛，熊市趴着。收入=交易额×佣金率，交易额和市场活跃度正相关。它能做的：第一，多元化（银行、预测市场、财富管理、国际市场，现在11条线收入过亿，还会增加）；第二，抢市场份额平滑周期；第三，定价权（加密佣金从10个点涨到60个点）。成本端也重要：投资人最在乎利润增长，若收入波动但成本能配合还能忍。反例是2022年Meta收入跌成本暴涨，现金流砍半。Robinhood运营成本从22年开始零增长，控制得好。

只有理解到这些，才明白发力方向，看懂公司。

张小珺：所以不是牛市买券商逻辑？

Freda：很多人这么说，但投资要对自己诚实，知道赚Beta还是Alpha。简单把Coinbase股价和比特币做回归，会发现2022年开始Coinbase相对于比特币无Alpha。若判断加密周期来了，不如买比特币。但Robinhood做同样回归，会发现相对于比特币或纳斯达克都有强Alpha，走出不一样路径。

张小珺：怎么看待增长性？

Freda：美国一代人有一代人账户：60岁以上用嘉信理财，45岁用E-Trade，Robinhood用户平均30多岁，是美国新一代中年人和年轻人的账户。公司模式像漏斗，只要钱进来，就能通过交易产生收入。关键是增加每用户平均资产。今天Robinhood用户平均1万资产，嘉信和IBKR都是15万以上。Robinhood用户平均34岁，35岁是财富分水岭，35-40岁相比之前5年有3x跨越，55岁达峰。所以Robinhood什么都不做也有自然资产增长。

交易账户只是开始，用户步入中年会有理财、储蓄需求。嘉信60%收入来自财富管理。漏斗吸收资产后，重要的是让钱动起来，Robinhood很会互联网打法增加活跃度。比如我同时有Robinhood和Coinbase信用卡，Robinhood有很多拉新活动让我不停回App，Coinbase可能一月看一次。

所以Robinhood就是下一个嘉信理财。

张小珺：你们是今年初买的？多次？

Freda：对，年初，多次。印象很深，股价跌得狠，市场差，但业务被低估。Coinbase 1000亿 vs HOOD 300亿，Coinbase在掉份额，Robinhood执行力强到处抢份额，市场没看到，觉得他俩都是Beta差不多。当时顶着压力，想着今年可能熊市，依然买了。

张小珺：别人恐惧时贪婪。今年涨近3倍，接下来怎么看？是不是不便宜了？

Freda：不便宜，但这是最有机会成为一站式金融应用的公司。公司一直有普通人平权的使命感，很多普通人第一次拿IPO份额通过Robinhood。我看好VC基金方向：另类资产在美国超10万亿，OpenAI、SpaceX机构拿着，普通人买不到。若Robinhood搞VC基金，里面装耳熟能详公司股份，收费2-3%类比ARKK，需求巨大，做到上百亿不奇怪。

张小珺：主要业务在美国？

Freda：不止。今年巧妙进入欧洲，用Tokenization概念。欧洲几十个国家各监管不同，拿牌照需一两年，但代币化一下铺开，交易费还便宜。

张小珺：怎么看团队？

Freda：团队很不一样，动作极快，一年出产品量可能等于别人5到10年。创始人性格有意思：Coinbase创始人乖小孩，强调合规，运营成本砍不下，合规占一大块。Robinhood创始人Vlad像坏小孩，有冲劲敢想敢干，与公众沟通有张力，散户喜欢。他会真诚问我要学习哪些公司，尤其比他规模大时间长的，学习能力和热情难得。Vlad同时很Aggressive，想拿的市场会激进抢。我也和他学了很多。

张小珺：现在资本更喜欢乖小孩还是坏小孩？

Freda：硅谷还是喜欢Founder Led敢于打破常规的坏小孩。

张小珺：Robinhood产品速度背后怎么支撑？

Freda：媒体报道少，其实Robinhood在2022年几乎重做公司，彻底改变组织架构，从中央化改成Single GM结构，每个业务单元独立（PM、Developer、CFO、HR），赋能每个单元疯狂创新产品。

张小珺：这架构利于不同产品同时涌现？

Freda：对，很明显。

张小珺：说到散户，这两年散户声音越来越多。疫情时有WallStreetBets，后面很多散户票，你觉得可持续吗？

Freda：散户现在太大了，美国期权超80%是散户。一些基金经理厌恶，但我认为散户是市场重要组成部分。市场是混沌体系，大家各玩各做自己觉得赚钱的事，最终股价是合理结果。去了解这些组成部分怎么运营很重要。

Twitter上很多散户，有些股票能追回到一两个KOL，像部落一样。比如有人叫The Robinhood Guy，The Palantir Guy。我大部分和他们线下熟，了解散户喜欢什么类型票、交易体系，很有意思。而且Robinhood和Palantir这两个票，散户研究深度完爆机构，他们身上有纯粹对投资的热爱。

选股思路可找散户喜欢、机构也能喜欢的票，通常比较强，没有那么多零和博弈。零和博弈典型如美股软件股，里面几乎没散户，全是Hedge Fund，都是短期钱，股价上下30%充满痛苦。

张小珺：你提到新物种、坏小孩、乖小孩。你们公司网站写你负责颠覆性科技，颠覆性代表什么？

Freda：范围很广，科技投资就是寻找可持续增长的公司，通常有颠覆性。比如Robinhood、OpenAI、拼多多、TikTok、Nvidia、Netflix，刚出来都不合常理——零佣金、狂烧钱、改变DVD模式，但最终都颠覆市场。

张小珺：颠覆性公司共性是什么？

Freda：几点：巨大TAM（如Robinhood要做金融超级应用）；产品完美（Google、Netflix、GPT，最好的产品不需要销售，长期高增长）；天时地利人和，注定在那个时间出现颠覆者（智能手机带宽催生TikTok；摩尔定律终结GPU推动AI；下沉市场空白造就拼多多）。每个都有宿命感。

张小珺：现在有什么有趣的新物种？

Freda：今年最有意思可能是Prediction Market（预测市场），大家听过Kalshi、Polymarket。我因为看Robinhood，最早发现量上得猛。Kalshi交易量超600亿，季度环比100%，典型新物种野蛮增长。

预测市场上大家用一两块钱押注一切事件：美国大选、Tesla财报、Taylor Swift怀孕，百花齐放。Bloomberg、Google Finance都接入了数据。出现也充满天时地利人和：美国主流媒体信誉危机，时局动荡，民众想知道真相；总有人知道点什么（谷歌模型哪天出，Polymarket早有人下注11月18号，精准到天）；预测市场在全美合法，而加州德州连体育博彩都不允许；这届政府监管宽松。所以预测市场拿了一手王炸，就看能做多大。

03 自动驾驶和机器人投资

张小珺：说了很多AI应用，还没说自动驾驶和机器人。今年有什么新想法？

Freda：今年最大惊喜是Waymo。执行能力和速度超预期。现在5个运营地区，马上10几个城市，已可上高速；开城速度明显加速：三番5年，奥斯汀2年，硅谷半年。成本不高，几千万美元开一个城市。今天共2500辆车在路上，年化收入8亿。明后年上量可能很快。合作方韩国现代在佐治亚州有工厂，可10万量产。量上去后对交通行业影响大。

今天Waymo和Uber价格差不多；但量产BOM成本下来，对Uber会有影响。今天Waymo在三番已盈利，最大成本是折旧（整车17万，4年折旧），其他成本（远程安全员、运营、保险）算下来盈利。

张小珺：Uber和Waymo是合作关系。

Freda：今天Waymo和所有人合作（Uber、租车公司、车队运营）。但本质上Waymo需要什么？需要人做清洁、维护、充电、停车；Uber不是劳动密集公司，运营更适合Avis或专业车队。Waymo需解决平衡峰值和低谷需求，Uber通过调节价格调配车队合适，Waymo低谷时车队闲置影响利润。

张小珺：Tesla和Waymo怎么比较？谁是长期赢家？

Freda：Waymo有硬件问题，Tesla有软件问题。Waymo硬件成本肯定下来，但怎么减也减不到Tesla 3万的价格。所以Waymo命运要看Tesla能不能成功。Tesla没硬件问题，可随便量产，但软件问题：Elon十年前吹牛不用激光雷达纯视觉，还没在Robotaxi上证明自己。

张小珺：美国自动驾驶只剩Waymo和Tesla？

Freda：目前是的，收敛很快。自动驾驶市场很大：美国人每年开车约三万亿英里，假设每英里1块，就是3000亿年收入。1块对用户很有吸引力（Uber近3块每英里），只要安全，不存在需求问题。我让GPT算过，美国前十大城市要拿10%市场份额，需多少Robotaxi？GPT说1万，很小 vs 今天Uber 300万。自动驾驶实现后，交通、房地产（住得更分散）格局都会变。

张小珺：自动驾驶终于要实现了？会是这两家占领市场？

Freda：今天自动驾驶用模仿学习，10亿量级小模型（端侧延迟考量）。模型看到STOP Sign，不是真理解，只是模仿人类停车，很多Overfit。网上视频有人把停车标志穿身上，有的模型会在人面前停下。所以我在思考垂类小模型和大模型路线，是不是需要真正通用大模型理解驾驶规则，才能解决Corner Case。其他垂类（图像、视频、编程）都已发生，通用模型就是比垂类效果好。我想看大模型公司怎么做自动驾驶，Latency能否解决。

张小珺：机器人这块呢？美国发展怎样？

Freda：很火，很多VC闭眼投。行业Locomotion（下半身）基本解决，机器人能跑能跳；但Manipulation（上半身）操作还差得多。几年下来我很Frustrated，路径没共识：硬件上人形还是四足？人形长什么样？数据上，有人只用真实世界数据，有人只用模拟，有人混合，没共识。但往好了想，认知有些收敛：比如共识逐渐收敛到硬件软件需一体训练，不只做模型层；越来越多同意住宅比工业更合适落地；更多人从第一性原理站队人形，因为老黄和Elon带队。

但还是太早，刚要从Research走到Engineering。实在太缺数据，很多噪音。这就像10年前自动驾驶，当模型过于缺数据，喂任何数据都觉得帮助大，但不能线性外推，进程会比想的慢。投资人很难评估——不像大语言模型有榜单、看模型大小，任务完成度不高，没法定性判断；除了赛道大，很难下重注。

张小珺：机器人下一步（GPT Moment）会什么样？大概什么时候？

Freda：希望2-3年内有机器人GPT Moment。就是Manipulation能做通用动作（叠衣服、收东西、放洗碗机），完成度不高，但慢慢做起。明年挺重要，几家机器人公司会有产品卖到客户家里（如1X）。我自己预期低——市场一定需要先解决自动驾驶再解决机器人。机器人这边硬件和数据都不到位。自动驾驶我们好歹知道车形态；机器人还不确定形态。数据差太远。

张小珺：中美对比怎么看？

Freda：我见了体验了中美几乎所有自动驾驶和机器人公司。自动驾驶方面，中国发展会非常好，更多玩家参与，因为有数据。很多人不知道，美国油车数据不联网，就算联网也最多一两个摄像头，数据没法用。中国经历EV，技术更新，车身多摄像头，数据不缺。非常期待中国发展。机器人方面，中国硬件能力世界最厉害。

04 硅谷投资圈揭秘

张小珺：你是很少在美国一线基金的华人，对在美国的华人研究者或投资人有什么建议？

Freda：更勇敢吧。硅谷挺公平，比如推特平台，网站很烂但美国CEO花很多时间在上，只要内容有意思，他们会主动回应。中国人整体内敛，所以要敢想敢做，别不好意思。

张小珺：你有VC和对冲基金两边视角，两边投资逻辑有什么明显差异？一人能同时做好两边吗？

Freda：逻辑不一样。二级最好投资是非共识，VC是共识投资。二级追求High Risk High Return（如22年Meta、今年Google反转投资）；VC追求共识，因为每轮要烧钱，需要市场一直认可，多年支持，所以是非共识和共识的区别。

张小珺：两边关注东西有什么不同？

Freda：都看人-产品-市场。早期VC看人更多；之后看市场更多。经验看，优秀创始人哪怕转型几次，很少搞砸。比如Elon做过各种有的没的，但没让投资人亏钱，今天融资一页纸，写的就是融资上百轮，没让投资人亏钱，这就是底气。

张小珺：看人方面，每家基金有什么偏好？

Freda：审美有些不一样。Altos Ventures（Roblox和Coupang大股东）喜欢刺猬型人才，一辈子挖洞，推崇巴菲特，创始人一辈子做最有热情的事，不喜欢到处找热点的持续创业者。Ribbit Capital我喜欢，喜欢“Rebel”反叛者，带着坏小孩叛逆气质想和世界大干一场，有爆发力，Robinhood是典型。Hummingbird VC喜欢哪吒型创始人，有很大心理创伤，我命由我不由天，要证明世界都错，Kraken和几个游戏公司是典型，创始人是死都不会卖公司套现的。整体差别不大，优秀的人很明显能看出来。

张小珺：美国基金投资策略这些年有明显变化吗？

Freda：有一个，就是集中仓位下重注。投资基本思路，很多人说鸡蛋不能放一个篮子，但风险不会因分散变小，市场要跌一起跌，买几十个仓位就是买出大盘。美国投资人Druckenmiller我很欣赏，他会说最好的投资就是把所有鸡蛋放一个篮子，这反直觉，但敢放一个篮子，肯定做很多研究才敢下判断，反而风险比半懂不懂乱投低很多；因为只有一个篮子，会花全部精力认真看着它和它一起成长。当然，我说的是想产生超额收益，如果只追求比银行好一点的收益率，直接买S&P就好。超额收益只能靠重仓集中仓位实现。做久了也发现，世界上好公司真不多；我能把几十只最好公司研究透、交易做好，就足够了；没必要什么都看。

张小珺：鸡蛋放一个篮子反直觉，有没有成功案例？

Freda：比如Ribbit Capital，21年Robinhood出用户问题，Ribbit 24小时放了5个亿，这一笔翻了七倍。Carvana，有基金在10块钱抄底，30倍收益。2022年Meta、23年Nvidia、今年Google，可以是逻辑反转或清晰龙头，只要看准量上够，就是超额收益。Greenoaks这个基金有意思，控制合伙人每周出去开会数量，我听说是每人不超过五个——鼓励少做判断，敢于重仓。

张小珺：所以大家都在找这样的机会？

Freda：对，但其实很多基金规模和结构让他不可能做到。基金大了，组织结构不可能灵活。每个合伙人每年都要做项目，但好项目没那么多。又是反直觉，VC回报率通常很低。我们跟踪2400支VC基金，其中223支实现3倍以上DPI，86支实现5倍DPI，而在这80只基金里，最大一支规模5亿美元。而且5倍净回报，10年，也就是16% IRR；3x就是10%。举个例子，一支规模200亿美元的基金，要LP实现5倍净回报，就必须净返还1000亿美元。假设最终退出拿10%持股，意味着需要1万亿美元总退出规模，大致相当于过去5/6年全部美国IPO市值总和。这根本做不到。

张小珺：看来VC行业回报率比想的低很多，而且难上规模，需要小而美。

Freda：对，完全正确。除了共识和非共识，VC和二级另一个区别是体量。VC想做好没法上量，但二级容量无限。很多时候看到一个赛道，用二级表达容易很多，钱不会被锁定10年。像2023年买Nvidia，那时判断50个大模型公司哪个能成功太难，但可重仓Nvidia实现超额收益；算上股权稀释，Nvidia回报最高。

05 看好的AI应用

张小珺：我们能否把硅谷火的赛道过一下，哪个你看好？

Freda：今年最火肯定是编程。投资里有个公开秘密：如果一个领域，一年内能创造10亿年化收入，这个领域，不管我之前理解不理解，现在都必须投进去，因为这是市场告诉我这里要产生世界级公司。这样的领域很难遇到。Coding这块，一年内创造了50亿年化收入，重要程度不言而喻。编程年化收入，四家超6亿，前四里面Claude Code和OpenAI Codex占两个，发布后直线拉升，斜率陡峭抢占市场。我看好这个市场，但竞争才刚开始。谷歌和Windsurf把编程免费了，这对Cursor意味着什么？所以竞争格局难看清。

今年除了编程，还有很多垂直领域非常火，包括金融、法律、企业软件。这也有意思，上一轮软件发展都是从horizontal（通用平行软件层）开始做，再做垂类，但现在创业感觉只有垂类能做一做，因为通用这层被大模型吃掉了。在这些垂直领域里，编程最适合大模型公司亲自做：它不需要特意采集具体领域知识；Go to market非常自然，不需要雇销售团队，所以模型公司做起来特别顺手合理。这和金融、法律不一样。

张小珺：视频领域之前讨论很多，你怎么看？

Freda：我非常看好视频。首先就是大——美国媒体产业8000亿市场。我判断视频会是AI和人类交流的重要载体，它是对大脑带宽最高的输入形式。再有，视频行业逻辑彻底变了：之前TikTok是匹配——让创作者产出视频，再匹配给用户；优化匹配函数。但现在视频本身第一次成了可以被直接优化的对象。你可以随便设定目标函数，然后强力优化。我们现在可以直接拿用户参与度当目标，去直接优化视频；或把广告点击率作为目标，直接优化。能做的太多了。我判断这里会出来百亿的大公司。Google、Meta、老马，都要搞这一块。

对明年的强判断是：短视频（包括短剧）吃长视频（包括电影电视）的时长。因为AI已能制作很多短视频，创作速度指数上升，成本指数下降，这里要出大的范式变化。

张小珺：我看你写过Agentic Commerce深度研究。这块是不是也比较火？

Freda：对，这是OpenAI接下来要做的一个方向，可能这个月就能看到。这对整个互联网会有非常多影响——广告、电商、电子支付。Agentic Commerce就是Agent替我买东西。比如我描述想买面膜，Agent一通推荐最适合我肤质的，然后直接付钱。想清楚的话，这对大部分商家是噩梦——因为商家都希望用户直接来自己网站，才能多卖店里东西（crosssell）。而且流量很贵。比如Booking.com，交易额一半是谷歌广告帮它引流，Booking.com通过谷歌引流的这部分是0利润，完全赚不到钱！因为谷歌广告费很贵。长期Agent也一定会收费。流量越来越靠Agent引流不是任何商家想看到的。再看亚马逊每年广告收入1000亿，都是用户直接来网站才有机会卖广告。这里也会有很大变数。

对亚马逊来说最差的可能性：失去广告收入；增加引流的支出；减少销售（因为crosssell机会变少）。我想来想去唯一受益的是长尾商家——之前花不起广告费拿不到流量，现在Agent可很精准翻阅几十页谷歌搜索，找到最适合我的一款小众面膜，而这些商家通常在Shopify开店。Shopify很有机会成为AI Agent的统一基础设施架构。

支付行业也会很多变化。今天很多人用PayPal这种快捷支付按钮，因为它是我的钱包，存了信用卡信息，不用自己输入。PayPal因提供便捷而收溢价。但到了Agent时代，Agent不怕麻烦，ChatGPT就是我的电子钱包，有它一切信息。这里还需不需要PayPal这个中间商是个严肃问题。

所以Agentic Commerce不止是一个公司一个应用，真的做起来整个互联网格局都会变，把这个想清楚了就彻底理解互联网和支付的本质了，很费脑子。

张小珺：美国之前软件特别火，你怎么看软件和AI公司的区别？

Freda：我们开玩笑说，SaaS takes like chicken，软件公司财务报表像鸡胸肉，味道非常一致：清一色毛利率80%，净留存率120%。到了AI，很多投资人不想碰，因为毛利率都很低。但AI应用公司毛利率是反直觉，越有人用，毛利率反而越低。现在大家还没统一意见怎么给AI公司估值。我觉得应该看利润的绝对金额。因为虽然毛利率低，但AI合同金额通常更大，我看到客服的AI单价，能是可比软件SaaS每seat收入的5倍。这就像AWS刚出来，50-60%毛利率，很多人不看好觉得没软件赚钱，但这个市场比所有软件都要大，增长也更持久。

06 泡沫讨论

张小珺：我们聊了很多明星公司和重点赛道，也聊了硅谷投资圈揭秘；现在很火热的话题是市场在不在泡沫里。这些AI公司说的收入规模都挺巨大，你觉得这些钱从哪来？是存量概念（从已有大公司如Google、Meta来），还是别的新方向？如果是存量，那这么大笔AI巨额投资意义何在？

Freda：问得非常好。首先有个概念叫互联网收入或电子税，美国一共4000亿总收入。其中线上广告支出2600亿，第二块电子商务佣金收入（3P E-commerce take rate）1000亿，第三块订阅收入（Netflix、YouTube等）500亿。所以如果抢互联网存量，数目没这么大，就4000亿。如果说OpenAI进来，媒体曝2000亿营收，那Google、Meta、亚马逊都得给它让份额。所以你说得对，如果我们花了上万亿烧出一个小谷歌，去抢存量互联网收入，可能意义没那么大。

张小珺：广告收入会因为AI而增加么？

Freda：我不同意。美国广告收入过去20年增长很稳定，年化5-6%。广告总额没什么理由增加。美国公司平均花3%收入在广告上，AI来了也没理由花超过3%，不减少就不错了。美国线上广告渗透率80%，我也不觉得这里有大的上修空间。

张小珺：如果模型收入不从电子收入里来，能从哪出？

Freda：我知道这听着过于宏大，但大逻辑真的要看劳动力成本。美国GDP 30万亿，劳动力成本有15万亿。客服就是3000亿。这里撕出一个口子很容易就几千亿收入体量。Michael Dell和Jensen Huang的逻辑，如果AI哪怕仅提升10%全球生产率，就能产生11万亿美元GDP增量，为此每年投入3-4万亿建设算力也“合理”。我的思路是，最开始，尤其是模型能力还没太上来时，最容易吃的是电子收入，所以OpenAI肯定会去抢，广告竞争格局肯定会恶化；但给点时间，模型能力上来，真正Agent或AI for Science涌现，我们去创造新价值，也去吃15万亿劳动力的大市场，这个账就算过来了。

张小珺：但如果大幅提高劳动力水平，导致裁员，谁来消费？会不会对经济影响很差？

Freda：要分情况看。简单例子：今天100人产出100商品，用AI效率更高，80人产出110商品，且商品更便宜更好，那real GDP能有10%增长，剩下80人收入肯定会大幅提升，公司利润也会大幅提升，其实是积极消费循环。被裁掉20人会比较惨，这里不知道AI受益的大公司会不会交AI税或裁员税，帮助受影响的人；加州议员Ro Khanna已经在说这件事，所以不是危言耸听。但我比较乐观，历史上每一轮生产力提高，也都伴随裁员潮。当然可能花一段时间，社会都会吸收变化，重新就业，财富再分配。

张小珺：很多人关注AI投入产出比，回报怎么算？

Freda：本身不可能完全算清，因为AI既有收入也有节省成本概念。之前提到很多实体经济用AI已能量化效率提升，但不可能一家家去算传统行业（银行、地产、物流）的AI收入。可以过一下未来12-18个月比较清晰的AI收入：OpenAI 300亿；Anthropic看到一半150亿；这里很可能有超额收入。有两个接近20亿收入的垂类：编程；视频生成。有几个5亿量级的垂类：音频；客服；法律；医疗。我统计下来一共有3/40家非上市AI公司ARR超过10亿。上市公司里谷歌、Meta的纯AI收入能有小几百亿。加起来能看到700亿AI收入。但最重要的就是，能跟踪出来的AI收入，大头只有OpenAI和Anthropic。剩下所有创业公司加起来就几十亿最多了。

张小珺：那市场到底是不是Bubble？

Freda：空谈是不是泡沫很主观很空。两个层面思考：1、今天是不是？肯定不是。本轮AI应用落地速度快得多：ChatGPT出现不到三年，用户普及度已相当于互联网发展十年的成果，已产生几百亿AI收入。大公司投资AI之后每个季度的ROIC都在提升。2、有没有可能不是一个Bubble？我觉得有可能。这就回到GDP劳动力成本维度，理论上有可能不是一个泡沫。3、到底这一路上会不会成为Bubble？就看两点：第一模型是不是一直在进步——这个挺乐观，包括continous learning、infinite context window，很多可能的范式升级，就算没范式变化，很多研究员认为我们也能在5年左右实现AGI。Gemini3证明Pre-Train还在继续scale，没撞墙；明年Q2 Blackwell train出来的模型非常值得期待。第二点就是AI收入是不是在增加——回到ROI问题，也值得把精力都放在这里持续关注。

07 美股Mega 7 + 2026投资展望

张小珺：我们做了很多重要讨论，能不能做做明年的展望？

Freda：市场有一个最明显的变化，出现在过去一两个季度，就是在Reward有实打实AI收入的公司，Punish只是单纯大额投资AI的公司；这在几个季度之前明显不是这样的，那时只要你投入，市场就会正反馈。我能看着股价图精准指出来市场最近每天涨跌都是因为什么：跌是跌OpenAI 1.4万亿投资金额太大，跌OpenAI用户数和收入放缓；涨是涨OpenAI融资估值上涨，涨对AI收入预期变好。这是市场告诉我们，明年最重要的是去找AI应用公司。一切也是天时地利人和，AI投入三年，也到了出收入的时候了。

我的一个强判断就是明年会看到AI Infra基建公司跑输AI Application公司。这个是大思路。在这种思路之下，我会去想明年哪些AI应用会是：第一，比较成熟，第二，体量比较大。这里有几个我会重点关注，也是之前提到过的：自动驾驶；多模态；端侧AI；企业端使用AI受益/AI在实体经济的应用；Agentic Commerce；当然还有太空（因为SpaceX上市）。

张小珺：能不能说说美股几个大票的排序？当然，不做任何投资建议。

Freda：在上面说的找AI收入的思路之下，我整体在美股都想找AI应用，在Mega 7里面，强应用的有特斯拉（自动驾驶）；苹果（端侧AI）；Meta和谷歌（这两个都是多模态大户，同时谷歌还有企业端AI和手机端侧AI这些牌）。具体来看：

特斯拉：特斯拉比较简单，只有一件事重要，就是能不能把安全员从车里彻底拿出来真正做成Robotaxi；如果再多加一条，就是对xAI（或包括其他马斯克公司）的投资以什么形式，会造成多大股权稀释。自动驾驶这边对于什么是“成了”，每个人的判断或risk tolerance会有不同，有的人觉得一两个车子在奥斯汀小区域能自己跑就是“成了”；有的人觉得要100辆无安全员的车在几个城市跑上三个月不出事才是“成了”；我自己的偏好肯定是在中间。这种经典的宏大叙事Disruptive Tech，在“成了”的前18月是投资最舒服的时候，因为投资人都会线性外推，就像2019/2020年的电车，有个1%渗透率投资人就敢外推到50%（当然结果是到今天美国渗透率也只有不到10%），这个范式会在每一次宏大叙事颠覆式科技投资时重复。

苹果：苹果明年有所谓“双击”的可能性：3/4月份新的Siri出来，加上9月份折叠手机出来，软硬件两边都有牌打，是有可能出现今年谷歌这种反转的，就是大家可能突然开始说“其实苹果才是最稳、占位最好的”。这个股票也很神，目前完全没有AI股价都表现很好。苹果文化挺不一样的，其他公司都是先把产品发出来不断试错修改，而苹果是要等产品绝对完美再发出来，非常用户导向产品导向。虽然听到的都是苹果AI不行的坏消息，但我自己很期待明年看看它Siri AI这张牌。明年应该也很快能看到Tim Cook卸任，最近经常在Palo Alto吃饭买咖啡都能撞见他，感觉很松弛。

谷歌：当之无愧的共识龙头，模型SOTA，占位最好，这个很多人都讲了。但我就是想不明白广告收入的竞争格局，像之前讲的，广告收入在美国是存量逻辑，今天是垄断，那么新玩家进来、上量，这个钱只能从谷歌（或Meta）口袋里出。OpenAI是一定要做广告的；另一个玩家是被大家遗忘十分能打的TikTok，TikTok在美国和Instagram用户数一样，时长比Instagram高，但收入只有Instagram的三分之一。我脑子里预演了各种可能性，但还是觉得明后年广告竞争会加剧。当然这也是好事，倒逼模型公司包括谷歌去寻找新的业务变现方式。如果有读者对广告收入这个点有不同看法，非常欢迎找我沟通。

Meta：Meta的Setup也挺清晰，市场就是要看小扎重金烧出了什么，再根据这个结果去推测小扎之后还要投入多少，以及能收回多少AI收入。所以就看明年它新模型Avacado的表现能不能SOTA。但整体感觉明年很难，因为现金流肯定是跌的。有一个我总结的规律，Meta股票上市15年，每一年股价都是涨的，只有两年是跌的，那两年现金流是负增长。所以明年这个票不容易。我自己很想看Meta多模态这张牌，因为有unique data，多模态明年是大年。视频多模态这块我对明年的强判断是：短视频（包括短剧）吃长视频（包括电影电视）的时长。因为AI已能制作很多短视频，创作速度指数上升，成本指数下降，这里要出大的范式变化。

三朵云（微软、亚马逊、谷歌）：三朵云明年增速都会很好，谷歌GCP季度都能看到50%以上增速。但我不喜欢云的竞争格局变化：今天一共三朵云，能做到35-40%利润率。但现在竞争格局变了，Oracle作为新入场玩家，拿项目只要求10%利润率，很多neoclouds（如coreweave）层出不穷，还有模型公司几家都会下场顺手做云业务（上面讲的OpenAI云业务线）。所以一个市场一下子从3朵云到10朵云，虽然市场大了，但竞争格局恶化对利润肯定有影响，你从40%利润率跌到20%，20%也是不错利润率，收入需多一倍才能勉强做到利润持平，存量玩家太难了。云现在业务有两个基本问题：1、GPU租赁本质上同质化 - 长期各家都必须做自研芯片；2、客户集中度过高 - Azure增量70%都是Openai。微软CEO Satya直接承认，他的利润不来自于出租GPU，而来自于附加项目（数据库、存储、安全）。

微软：微软的话我还会担心企业这边竞争格局。谷歌全家桶发力，OpenAI企业端发力，那么微软的企业收入怎么办？我已经一年没打开过Office Word了。这里我同意Sam Altman的观点，就是未来的交互不应该是我打开Excel然后Excel有AI功能，而是我不需要打开Excel，可以直接和Agent就数字问题进行交互，入口会变的。

英伟达和芯片股：一个最重要的，就是上半年重点关注英伟达Blackwell训练出来的模型效果，这个能决定AI叙事的方向。另外明年关注很多自研芯片能不能deliver。谷歌TPU也要卖给外面用户了，也是竞争格局变化。一个缺电的世界让GPU和自研芯片的价格差可能没那么重要，关注点都是Flops per watt上面，就是单位能源的产能效率。

张小珺：除了这几个大票，明年整体投资机会怎么看？

Freda：大方向，经济会分化很明显。会是典型的对冲基金市场，有做多做空两边的机会。简单来说就是：做多AI受益，做空AI受损（包括外包服务、内容制作等行业）。我觉得超额收益会来自于AI应用公司，而AI应用很多其实在传统领域：有一件事很重要，就是三季度财报是第一次多家S&P 500公司给出具体的AI提效数据，并明确体现在财务表现上。这个是非常快的，之前上云那波，S&P 500大公司大概花了五年时间才开始广泛迁移到云端。另外从市场历史看，大约每四年就会出现一次非科技板块跑赢科技板块的阶段，而明年刚好就到了第四年。非科技通常在通胀（或再通胀）出现、估值均值回归，或市场进入风险偏好下降（risk-off）阶段表现更好。这里面举几个例子：比如大家都熟悉的沃尔玛：用了一年AI做供应链需求预测，缺货率降低30%；每年卡车行驶里程减少3000万英里，可直接看到利润改善。金融行业也很明显：比如银行，类似Nubank一家拉美银行，AI能大幅提升贷款额度和审批率，处理时间缩短80%；同时违约率还能降低一半。已有大银行用了AI直接提升了净利润15%。再有就是贷款公司Rocket，做房贷的，用了AI之后审批时间节约80%，实打实受益。物流公司：CH Robinson全球最大物流公司，今天一半预订现在都是AI负责；过去两年生产率提升约35%。所以去挖掘这些本身传统行业龙头，然后AI能直接受益的标的我觉得很有意思，也很顺应市场风格。

张小珺：所以市场热点会转到AI收入这里？

Freda：对。还有太空股。如果明年散户热钱从今年的能源和量子计算转到太空股，我觉得挺正常的。机器人明年也会很多讨论，一个是白宫会有政策支持，一个是World Model开始训练了，这里会有很多变化。再有就是明年也是Event大年，历史上最长最多球队参与的世界杯会在美国举办，期待看Prediction Markets的表现。

张小珺：今天市场最需要关注什么？有没有普通人也能关注的抓手？

Freda：有一个概念，今天的美股市场就是AI市场。今年上半年美国GDP增量中有90%都来自于AI投资。所以整个大盘都是AI撑着的。今天市场的风向标其实不再是英伟达，因为市场最关注AI的收入而不是担心AI的投入。今天能追踪到的，规模最大最可量化的就是OpenAI的收入，量级上其次是Anthropic的收入。所以整个市场的锚定都在这一两个公司上面。这里面可以关注的包括用户的增速、收入的增长，以及政府会不会以某种形式参与他的基建项目，是最关键的。

张小珺：那明年美国宏观需不需要担心？

Freda：消费目前整体健康；财政赤字下来很多；明年一季度还有刺激经济举措：退税、小费免税；总体来看，美国底层民众明年的状况可能会比今年更好，消费能力也会好一些。最大的风险在失业率，和可能的再通胀。如果通胀没有大问题，联储新主席肯定会降息，所以高息类型公司表现会还不错。但这里最重要的，就是明年美国中期选举，这届政府KPI非常重视股市表现，其实知道这个就足够了。

张小珺：前面聊了非常多干货。我想问一个好奇的问题。我看你Substack和Twitter有很多深度研究，也有很多人关注。大部分人其实不太分享，想问你是出于什么目的去做，我猜也很辛苦？

Freda：首先是我本来也要做这些研究。我可能比较有执念，想不清楚一件事就会一直想。我自己是希望在我研究的领域，能理解得比较透彻吧。再有就是我非常厌恶信息孤岛，纯靠信息差赚钱我觉得没格局也做不大；超额的收益靠的应该是格局和判断。我觉得今天这个世界在信息层面没有、也不应该有什么秘密，当然你拿到这个信息，能理解到什么程度是个人的造化。其实我的很多内容，太干了，我觉得可能就一两个人真的看完看懂了，但这样我觉得也很好。算是对社会的一种回馈吧。

*免责声明：所有内容仅代表嘉宾观点，不做任何投资建议。