Files
finance-talk/ai-federa-crisis-discussion.html
T
2026-07-29 17:36:04 +08:00

597 lines
27 KiB
HTML
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>AI 时代的经济危机逻辑链 — 2026年7月29日 美联储议息日讨论纪要</title>
<style>
:root {
--bg: #0f0f14;
--card: #18181f;
--border: #2a2a36;
--text: #c8c8d4;
--text-bright: #e8e8f0;
--accent: #d4a853;
--accent-dim: #8b7238;
--red: #c75b5b;
--green: #5b9e7a;
--blue: #5b8ac7;
--tag-bg: #1e1e2a;
}
* { margin: 0; padding: 0; box-sizing: border-box; }
body {
font-family: -apple-system, "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", sans-serif;
background: var(--bg);
color: var(--text);
line-height: 1.75;
padding: 0 20px 80px;
}
.container { max-width: 800px; margin: 0 auto; }
header {
text-align: center;
padding: 60px 0 40px;
border-bottom: 1px solid var(--border);
margin-bottom: 48px;
}
header h1 {
font-size: 1.6rem;
color: var(--text-bright);
font-weight: 700;
letter-spacing: 0.04em;
margin-bottom: 8px;
}
header .date {
font-size: 0.85rem;
color: var(--accent-dim);
letter-spacing: 0.06em;
}
header .context {
font-size: 0.8rem;
color: #666;
margin-top: 4px;
}
section { margin-bottom: 48px; }
.section-title {
font-size: 0.75rem;
text-transform: uppercase;
letter-spacing: 0.12em;
color: var(--accent);
margin-bottom: 16px;
padding-bottom: 8px;
border-bottom: 1px solid var(--border);
display: flex;
align-items: center;
gap: 8px;
}
.section-title .num {
background: var(--accent);
color: var(--bg);
font-size: 0.65rem;
font-weight: 700;
width: 20px; height: 20px;
display: flex; align-items: center; justify-content: center;
border-radius: 4px;
}
.card {
background: var(--card);
border: 1px solid var(--border);
border-radius: 8px;
padding: 20px 24px;
margin-bottom: 16px;
}
.card h3 {
font-size: 1.05rem;
color: var(--text-bright);
margin-bottom: 8px;
font-weight: 600;
}
.card p {
font-size: 0.92rem;
color: var(--text);
margin-bottom: 6px;
}
.card p:last-child { margin-bottom: 0; }
.highlight {
background: linear-gradient(135deg, rgba(212,168,83,0.10), rgba(212,168,83,0.04));
border-left: 3px solid var(--accent);
padding: 14px 18px;
margin: 16px 0;
border-radius: 0 6px 6px 0;
font-size: 0.9rem;
color: var(--accent);
}
table {
width: 100%;
border-collapse: collapse;
font-size: 0.85rem;
margin: 12px 0;
}
th {
text-align: left;
padding: 8px 12px;
border-bottom: 2px solid var(--border);
color: var(--text-bright);
font-weight: 600;
font-size: 0.78rem;
letter-spacing: 0.04em;
}
td {
padding: 8px 12px;
border-bottom: 1px solid var(--border);
vertical-align: top;
}
tr:last-child td { border-bottom: none; }
.tag {
display: inline-block;
font-size: 0.7rem;
padding: 2px 8px;
border-radius: 3px;
background: var(--tag-bg);
color: var(--accent-dim);
margin-right: 4px;
letter-spacing: 0.04em;
}
.tag.red { color: var(--red); }
.tag.green { color: var(--green); }
.tag.blue { color: var(--blue); }
.quote-block {
font-style: italic;
color: #999;
padding: 10px 16px;
border-left: 2px solid #333;
margin: 12px 0;
font-size: 0.9rem;
}
.two-col {
display: grid;
grid-template-columns: 1fr 1fr;
gap: 12px;
margin: 12px 0;
}
@media (max-width: 600px) { .two-col { grid-template-columns: 1fr; } }
.verdict {
background: linear-gradient(135deg, rgba(91,158,122,0.08), rgba(91,158,122,0.02));
border: 1px solid rgba(91,158,122,0.2);
border-radius: 8px;
padding: 18px 22px;
margin: 16px 0;
}
.verdict h4 {
color: var(--green);
font-size: 0.9rem;
margin-bottom: 6px;
}
.verdict p { font-size: 0.9rem; }
.tier-list { margin: 16px 0; }
.tier-row {
display: flex;
align-items: flex-start;
gap: 12px;
margin-bottom: 8px;
font-size: 0.88rem;
}
.tier-badge {
flex-shrink: 0;
width: 32px; height: 24px;
font-size: 0.7rem; font-weight: 700;
display: flex; align-items: center; justify-content: center;
border-radius: 4px;
color: var(--bg);
}
.tier-1 { background: #c75b5b; }
.tier-2 { background: #d4914a; }
.tier-3 { background: #8b8b5b; }
.tier-4 { background: #5b8ac7; }
.tier-5 { background: #6b5b9e; }
hr.divider {
border: none;
border-top: 1px dashed var(--border);
margin: 32px 0;
}
footer {
text-align: center;
font-size: 0.75rem;
color: #555;
padding-top: 40px;
border-top: 1px solid var(--border);
margin-top: 48px;
}
</style>
</head>
<body>
<div class="container">
<header>
<h1>AI 时代的经济危机逻辑链</h1>
<div class="date">2026 年 7 月 29 日 — 美联储 FOMC 议息日</div>
<div class="context">讨论于美联储 7 月利率决议公布前夜 · 北京时间 7 月 30 日凌晨 2:00 公布</div>
</header>
<!-- ====== 一、起点 ====== -->
<section>
<div class="section-title"><span class="num">1</span> 起点:美联储议息会议</div>
<div class="card">
<h3>会议背景</h3>
<p>联邦基金利率:<strong>3.50%—3.75%</strong>。CME 定价维持不变概率约 <strong>70%</strong>,加息 25bp 概率约 <strong>30%</strong></p>
<p>这是美联储主席凯文·沃什(Kevin Warsh)上任后的第二次 FOMC 会议。他取消了前瞻指引,强调"依赖当前数据"决策,成立了五大改革工作组(沟通架构、资产负债表、经济数据、AI 与生产率、通胀框架)。</p>
<p>路透调查 104 位经济学家 <strong>全部预计按兵不动</strong>,但瑞银称此次不确定程度为 20 年之最。</p>
</div>
<div class="highlight">
<strong>核心矛盾:</strong>6 月 CPI 3.5%,核心 PCE 预测 3.3%,均远高于 2% 目标。美伊冲突推升布伦特原油重返 90 美元/桶。AI 投资推高短期通胀(数据中心吃电、芯片涨价),但理论上 AI 长期会通过生产率提升压低通胀——问题是时间错位。
</div>
<div class="card">
<h3>美联储加息/降息的决策因素</h3>
<table>
<tr>
<th style="width:25%">因素</th>
<th style="width:35%">现状</th>
<th>政策含义</th>
</tr>
<tr>
<td><strong>通胀</strong></td>
<td>CPI 3.5%PCE 预测 3.6%,核心 PCE 3.3%<br>油价 90 美元+,AI 产业扩张推升电力/芯片价格</td>
<td><span class="tag red">偏鹰</span> 不支持降息</td>
</tr>
<tr>
<td><strong>就业</strong></td>
<td>失业率 4.2%,非农仅增 5.7 万<br>但初请失业金人数创 57 年新低</td>
<td><span class="tag blue">中性</span> 韧性提供加息空间</td>
</tr>
<tr>
<td><strong>金融条件</strong></td>
<td>当前刺激力度接近 2022 年零利率水平<br>政策并未形成实质性紧缩</td>
<td><span class="tag red">偏鹰</span> 有加息条件</td>
</tr>
<tr>
<td><strong>政治压力</strong></td>
<td>特朗普公开施压要求大幅降息</td>
<td><span class="tag red">偏鹰</span> 独立性考验</td>
</tr>
</table>
</div>
<div class="highlight">
<strong>判断:按兵不动 + 鹰派措辞(基准情景)。</strong>加息对抗不了油价驱动的供给侧通胀,降息等于释放"通胀不重要"信号。最优策略是维持不变,把 9 月加息的悬念留到 8 月杰克逊霍尔年会。
</div>
</section>
<!-- ====== 二、日韩暴跌 ====== -->
<section>
<div class="section-title"><span class="num">2</span> 事件:韩国与日本股市暴跌</div>
<div class="card">
<h3>7 月 29 日暴跌数据</h3>
<table>
<tr><th>市场</th><th>跌幅</th><th>关键数据</th></tr>
<tr>
<td><strong>韩国 KOSPI</strong></td>
<td><span class="tag red">-5.98%</span>(盘中熔断 -8%</td>
<td>连续两天熔断,年内第 8 次<br>自 6 月高点 9,250 跌近 40%<br>SK 海力士 -10%,三星 -5%</td>
</tr>
<tr>
<td><strong>日经 225</strong></td>
<td><span class="tag red">-1.49%</span>(盘中 -2.7%</td>
<td>盘中一度跌超 1,700 点<br>铠侠 -10%,东京电子 -8.5%</td>
</tr>
</table>
</div>
<div class="card">
<h3>暴跌因素分析</h3>
<table>
<tr><th>因素</th><th>权重</th><th>说明</th></tr>
<tr><td><span class="tag red">AI 信仰崩塌</span></td><td>~50%</td><td>SK 海力士 Q2 利润 +557% 仍不及预期 → 存储芯片周期见顶恐慌</td></tr>
<tr><td><span class="tag red">韩国杠杆爆仓</span></td><td>~25%</td><td>120 万杠杆账户追保,32 万强平;双倍杠杆 ETF 踩踏</td></tr>
<tr><td><span class="tag red">中东地缘</span></td><td>~15%</td><td>伊朗导弹袭击美军基地,布伦特原油飙 4%</td></tr>
<tr><td><span class="tag blue">美联储不确定性</span></td><td>~10%</td><td>30% 加息概率 → 资金不敢抄底,外资 3 天抛售韩股 11 万亿韩元</td></tr>
</table>
</div>
<div class="highlight">
<strong>关键判断:</strong>日韩暴跌不是在提前知道美联储的决定,而是在<strong>定价美联储可能犯错</strong>——如果今晚意外加息,AI 估值 + 新兴市场还要再杀一轮。同时这也是"预防性减仓",反映对政策不确定性的恐惧。
</div>
</section>
<!-- ====== 三、AI 困境 ====== -->
<section>
<div class="section-title"><span class="num">3</span> AI 困境:泡沫在于金融,不在技术</div>
<div class="highlight">
<strong>核心命题:</strong>AI 本身不是泡沫,但 AI 的<strong>资本结构有泡沫</strong>。增量还在,加速度在放缓。市场从"买预期"切换到"验证业绩"——这个切换本身就是最痛的过程。
</div>
<div class="card">
<h3>移动互联网 vs AI 时代的资本逻辑</h3>
<table>
<tr><th>维度</th><th>移动互联网</th><th>AI 时代</th></tr>
<tr><td>烧钱对象</td><td>用户补贴</td><td>GPU/数据中心</td></tr>
<tr><td>反馈周期</td><td>短(日/周级)</td><td>长(年为单位)</td></tr>
<tr><td>核心链条</td><td>补贴 → 用户增长 → 融资</td><td>投资 → 模型训练 → 等应用爆发 → 等付费意愿</td></tr>
<tr><td>试错成本</td><td></td><td>极高(一轮训练几亿美元)</td></tr>
<tr><td>死亡层</td><td>应用层(团购/打车/O2O</td><td><strong>模型层非头部玩家</strong></td></tr>
</table>
</div>
<div class="card">
<h3>AI 应用层的两个方向</h3>
<div class="two-col">
<div>
<h4 style="color:var(--blue);margin-bottom:4px;">纯数字应用</h4>
<p style="font-size:0.82rem;margin:0;">Coding Agent / AI 搜索 / AI 客服</p>
<p style="font-size:0.78rem;color:#888;margin:4px 0 0;">护城河成本极低,通用大模型 + 通用工具链,无法差异化定价。代码在贬值,软件在变成水。</p>
</div>
<div>
<h4 style="color:var(--green);margin-bottom:4px;">物理世界应用</h4>
<p style="font-size:0.82rem;margin:0;">自动驾驶 / 机器人 / 无人机</p>
<p style="font-size:0.78rem;color:#888;margin:4px 0 0;">护城河是硬件供应链 + 安全认证 + 场景数据 + 物理基础设施,都是时间的不可压缩性。</p>
</div>
</div>
</div>
<div class="highlight">
<strong>结论:</strong>移动互联网投一百个成一个,一个赚一百倍。AI 的问题是——<strong>那一个还没出现,但九十九个"清零"已经在路上了。</strong>物理世界应用的护城河是真的,但入场门票太贵,能坐上牌桌的就那几家。泡沫集中在更少的标的上,炸得更快。
</div>
</section>
<!-- ====== 四、SK 海力士 ====== -->
<section>
<div class="section-title"><span class="num">4</span> SK 海力士:不是 AI 基建撞了墙</div>
<div class="card">
<h3>Q2 财报(2026</h3>
<table>
<tr><th>指标</th><th>市场预期</th><th>实际</th><th>差距</th></tr>
<tr><td>营收</td><td>84 万亿韩元</td><td>79.3 万亿</td><td><span class="tag red">-5.5%</span></td></tr>
<tr><td>营业利润</td><td>64.22 万亿韩元</td><td>60.54 万亿(+557% YoY</td><td><span class="tag red">-5.7%</span></td></tr>
</table>
</div>
<div class="highlight">
<strong>不是一家差公司,是市场预期跑太快了。</strong>营收同比 +257%,利润 +557%,HBM4 已量产出货——但分析师预期画得更高。真正的瓶颈不是需求(管理层明确否认 AI 投资放缓),而是<strong>制造端(HBM 封装良率 + 晶圆厂建设周期 2-3 年)</strong><strong>变现端(应用层商业回报能否撑住基建规模)</strong>
</div>
</section>
<!-- ====== 五、央行框架失灵 ====== -->
<section>
<div class="section-title"><span class="num">5</span> 指标体系失灵:央行在用 1946 年的罗盘导航</div>
<div class="card">
<h3>传统央行工具箱的三个前提,在 AI 时代全部松动</h3>
<table>
<tr><th>传统前提</th><th>AI 时代的现实</th></tr>
<tr><td>降息 → 刺激就业<br>(资本便宜 → 企业扩产 → 多雇人)</td><td>降息 → <strong>可能加剧失业</strong><br>(资本便宜 → 企业买 AI 替代人 → 少雇人)</td></tr>
<tr><td>失业率升 → 通胀降<br>(菲利普斯曲线)</td><td>失业率升 ≠ 通胀降<br>(AI 生产不受劳动力约束,物价可能稳定在低位但就业持续恶化)</td></tr>
<tr><td>CPI 稳定 = 经济健康</td><td>CPI 稳定 + 资产暴涨 + 工资缩水<br>→ 普通人被挤出,统计上一切正常</td></tr>
</table>
</div>
<div class="card">
<h3>关键概念</h3>
<p><strong>暗产出(Dark Output</strong>— SemiAnalysis 提出:美国 41% 的服务业 GDP 用"工资 × 工时"估算。AI 替代人类但工资不变时,GDP 统计自动缩水——不代表经济真的变小了。</p>
<p style="margin-top:8px;"><strong>幽灵 GDPGhost GDP</strong>— Citrini Research 提出:经济产出在统计报表上注册为增长,但不通过传统渠道循环,不惠及普通家庭。"机器不消费。"</p>
<p style="margin-top:8px;"><strong>弱环节机制</strong>— 斯坦福 Chad Jones:即使 AI 让 99% 的任务效率无限提升,剩下 1% 需要人类判断的任务锁死整个系统。美国 70 年来自动化对人均 GDP 增长的贡献固定在每年 ~2%。</p>
</div>
<div class="highlight">
<strong>最危险的机制——降息的逆火效应:</strong><br>
美联储看到失业率上升 → 按传统逻辑降息 → 资本成本降低 → 企业不雇人,加速买 AI → 更多失业 → 消费需求坍塌 → 但 CPI 还是低(AI 生产便宜)→ 美联储觉得"还可以再降"→ 恶性循环。
</div>
<div class="card">
<h3>为什么央行看到了却动不了</h3>
<table>
<tr><th>层级</th><th>卡点</th></tr>
<tr><td><strong>法律</strong></td><td>美联储双重使命写进《联邦储备法》,只能用 CPI 和失业率定义——不能说"我感觉 AI 在替代人类所以我要降息"</td></tr>
<tr><td><strong>数据</strong></td><td>央行用滞后指标(非农就业、PCE),你看到的是实时指标(裁员邮件、朋友圈找不到工作)。轶事不能写进会议纪要。</td></tr>
<tr><td><strong>职业风险</strong></td><td>按旧框架犯错 → "严格执行了法定职责"。按新直觉犯错 → "谁给你权力改框架?"——风险完全不对称。</td></tr>
<tr><td><strong>制度惯性</strong></td><td>FOMC 19 票投票成员,400+ 经济学博士,一生学术成果建立在传统框架上。</td></tr>
</table>
</div>
</section>
<!-- ====== 六、柯达类比 ====== -->
<section>
<div class="section-title"><span class="num">6</span> 柯达类比:不是看不见,是组织结构不允许走过去</div>
<div class="card">
<table>
<tr><th></th><th>柯达</th><th>美联储</th></tr>
<tr><td>看到未来了吗</td><td>1975 年自己造了第一台数码相机</td><td>BIS 发警告、沃什改框架、加拿大央行写论文</td></tr>
<tr><td>为什么不动</td><td>胶卷毛利率 70%,数码不到 10%,转型等于自残</td><td>旧框架是法律义务,越权改革的职业风险是灭顶之灾</td></tr>
<tr><td>核心资产变负债</td><td>全球最大胶卷产能 + 冲印店网络</td><td>CPI + 失业率双目标统计帝国 + 400 名经济学博士</td></tr>
<tr><td>死法</td><td>不是被佳能打死的,被自己的成功惯性拖死</td><td>不是看不见 AI,是被法定框架卡死在原地</td></tr>
<tr><td>从看到到死亡</td><td>37 年(1975—2012</td><td></td></tr>
</table>
</div>
</section>
<!-- ====== 七、历史惯性 ====== -->
<section>
<div class="section-title"><span class="num">7</span> 央行的历史惯性:只有撞了南墙才会改</div>
<div class="card">
<table>
<tr><th>危机</th><th>改革</th><th>年份</th></tr>
<tr><td>1907 年大恐慌</td><td>美联储成立</td><td>1913</td></tr>
<tr><td>1929 大萧条</td><td>存款保险 + 分业监管(格拉斯—斯蒂格尔)</td><td>1933</td></tr>
<tr><td>1970 年代滞胀</td><td>双目标写入法律,菲利普斯曲线成为核心</td><td>1977</td></tr>
<tr><td>2008 全球金融危机</td><td>QE + 宏观审慎 + 多德—弗兰克</td><td>2010—2014</td></tr>
<tr><td style="color:var(--accent);"><strong>AI 结构性替代</strong></td><td style="color:var(--accent);"><strong></strong></td><td style="color:var(--accent);"><strong></strong></td></tr>
</table>
</div>
<div class="highlight">
<strong>制度改革有一条残酷的铁律:</strong>预防性改革的推行成本,永远高于灾后救火的政治成本。预防时你需要说服所有人"未来会出问题"——出问题时所有人都能看到"已经出事了"。前者的政治资本消耗是后者的十倍。
</div>
</section>
<!-- ====== 八、空头逻辑 ====== -->
<section>
<div class="section-title"><span class="num">8</span> 空头逻辑:不是在赌泡沫破裂,是在赌救援失败</div>
<div class="card">
<h3>三种空头,三种逻辑</h3>
<table>
<tr><th>层级</th><th>在做空什么</th><th>逻辑</th><th>风险</th></tr>
<tr><td>第一层</td><td>AI 估值太高</td><td>涨太多了,均值回归</td><td>均值什么时候回归?可能先被打爆</td></tr>
<tr><td>第二层</td><td>AI 资本支出无法变现</td><td>7000 亿砸进去,应用层赚不回来</td><td>应用层爆发了呢?</td></tr>
<tr><td style="color:var(--accent);"><strong>第三层</strong></td><td style="color:var(--accent);"><strong>政策失灵</strong></td><td style="color:var(--accent);">即使崩了,央行也救不了——工具是旧的,传导是断的</td><td style="color:var(--accent);">结构性逻辑,不依赖择时</td></tr>
</table>
</div>
<div class="highlight">
<strong>第三层空头在暴涨中加仓的原因:</strong>看到涨了 30%,想的不是"我错了",而是"结构性矛盾在进一步恶化,政策空间在进一步收窄,我的逻辑是对的而且越来越对"。他们不是在赌市场什么时候掉头——他们在赌<strong>掉头之后,有没有人能把飞机拉起来。</strong>
</div>
</section>
<!-- ====== 九、中美制度 ====== -->
<section>
<div class="section-title"><span class="num">9</span> 中美制度差异:中国在物理 AI 上的隐性优势</div>
<div class="card">
<h3>物理世界 AI 的产业协同</h3>
<p>机器人 + 自动驾驶 + 无人机落地,需要硬件供应链、道路基建、空域管理、安全认证的协同。</p>
<div class="two-col" style="margin-top:12px;">
<div>
<h4 style="color:var(--red);margin-bottom:4px;">美国</h4>
<p style="font-size:0.82rem;margin:0;">私人企业 + 州政府 + FAA + 国防部,每一环都有否决权且常常说不。没有一个机构有权对整个结果负责。</p>
</div>
<div>
<h4 style="color:var(--green);margin-bottom:4px;">中国</h4>
<p style="font-size:0.82rem;margin:0;">可以一次性协同——补贴 + 充电桩建设 + 电池供应链 + 路权审批。新能源车产业链已验证此模式。</p>
</div>
</div>
</div>
<div class="card">
<h3>危机响应的对称劣势</h3>
<table>
<tr><th>美国的问题</th><th>中国的问题</th></tr>
<tr><td>看到问题但决策卡死<br>19 人投票 + 国会听证 + 两党拉扯</td><td>能快速决策,但信号可能被压制<br>地方有动力把就业数据报得比实际好看</td></tr>
<tr><td>制度性卡顿——不是产业政策能解决的,需要全套制度重建</td><td>转型摩擦——可以通过产业政策加速度来对冲</td></tr>
</table>
</div>
<div class="highlight">
<strong>核心不对称:</strong>转型摩擦有解,制度性卡顿难解。这是质的区别,不是量的区别。中国产业协调能力让它在 AI 物理应用落地上有结构性优势;同时老龄化导致的劳动力收缩,让 AI 的功能是"填补劳动力缺口"而非"替代就业"——逻辑起点就不同。
</div>
</section>
<!-- ====== 十、期货市场 ====== -->
<section>
<div class="section-title"><span class="num">10</span> 期货市场机会:AI 物理世界的终极护城河在矿脉里</div>
<div class="card">
<h3>核心逻辑链</h3>
<p>AI 危机 → 泡沫出清 → 物理世界 AI 应用落地(机器人+自动驾驶+无人机)→ 硬件供应链爆发 → 工业金属需求结构性增长 → 供给端物理约束(矿的勘探到投产周期 10—15 年)</p>
</div>
<div class="tier-list">
<div class="tier-row">
<span class="tier-badge tier-1">T1</span>
<div>
<strong>铜(上期所)</strong> — 确定性最高,逻辑最硬<br>
<span style="font-size:0.8rem;color:#888;">AI 数据中心 + 电动车 + 电网 + 机器人,每条线都吃铜。TC 加工费跌到 -125 美元,全球缺口 ~13 万吨。2026 年缺的铜,2040 年才能补回来。物理世界终极护城河在期货市场的映射。</span>
</div>
</div>
<div class="tier-row">
<span class="tier-badge tier-2">T2</span>
<div>
<strong>碳酸锂(广期所)+ 铝(上期所)</strong><br>
<span style="font-size:0.8rem;color:#888;">锂:储能 2026 增速 59% 首超动力电池。铝:新能源轻量化骨架,全球缺口 ~23 万吨,国内产能封顶。</span>
</div>
</div>
<div class="tier-row">
<span class="tier-badge tier-3">T3</span>
<div>
<strong>工业硅(广期所)+ 白银(上期所)</strong><br>
<span style="font-size:0.8rem;color:#888;">工业硅:芯片 + 光伏上游。白银:光伏银浆 + 电子元器件 + 贵金属避险双逻辑。</span>
</div>
</div>
<div class="tier-row">
<span class="tier-badge tier-4">T4</span>
<div>
<strong>螺纹钢 / 热卷(上期所)</strong> — 复苏底仓,弹性不如铜和锂但方向确定
</div>
</div>
<div class="tier-row">
<span class="tier-badge tier-5">T5</span>
<div>
<strong>黄金(上期所)</strong> — 不是反弹品种,是穿越危机的载具。让你在铜和锂跌到没人敢买时手里还有子弹。
</div>
</div>
</div>
<div class="card">
<h3>危机后复苏的次序</h3>
<table>
<tr><th>阶段</th><th>信号</th><th>品种反应</th></tr>
<tr><td>1. 危机初期</td><td>资产暴跌,流动性枯竭</td><td>黄金撑着,工业金属被砸</td></tr>
<tr><td>2. 底部</td><td>政策开始发力</td><td>螺纹和热卷先动(基建预期)</td></tr>
<tr><td>3. 复苏确认</td><td>实物需求在价格上兑现</td><td>铜和铝跟进</td></tr>
<tr><td>4. 物理 AI 起量</td><td>机器人/储能订单爆发</td><td>碳酸锂 + 工业硅进入主升</td></tr>
</table>
</div>
</section>
<!-- ====== 十一、个人 ====== -->
<section>
<div class="section-title"><span class="num">11</span> 普通人的施法前摇</div>
<div class="card">
<table>
<tr><th>前摇</th><th>策略</th><th>一句话</th></tr>
<tr><td><strong>职业</strong></td><td>把劳动收入锚在 AI 够不到的地方</td><td>往物理世界靠,往非标准决策靠,往"出了事要有人担责"的环节靠。AI 不会坐牢。</td></tr>
<tr><td><strong>资产</strong></td><td>匹配商品通缩 + 资产通胀的结构</td><td>核心城市房产 + AI 基建设备股权 + 物理 AI 应用股权 + 黄金。不做择时做方向配置。</td></tr>
<tr><td><strong>护城河</strong></td><td>在物理世界的嵌入深度 = 被替代的难度</td><td>程序员去理解硬件、设计师去管供应链、分析师去研究电力现货——在自己的赛道里往物理世界靠一步。</td></tr>
<tr><td><strong>知识</strong></td><td>把逻辑链讲清楚就是稀缺资源本身</td><td>在所有人都盯 K 线的时代,能把结构讲清楚的人,在旧叙事崩塌、新叙事需要建立的时候极度稀缺。</td></tr>
</table>
</div>
</section>
<hr class="divider">
<!-- ====== 总结 ====== -->
<section>
<div class="section-title"><span class="num"></span> 全文逻辑链总览</div>
<div class="card">
<p style="font-size:0.88rem;">
① 美联储议息 → ② 日韩暴跌(AI 泡沫破裂预演)→ ③ AI 困境:纯数字护城河浅,物理世界护城河深但慢 →
④ 央行框架为 1946 年设计,三大前提已松动 → ⑤ 柯达悖论:看到了未来但组织不允许走过去 →
⑥ 每次框架改革必先经历危机(1907→1929→1970s→2008→<strong style="color:var(--accent);"></strong>)→
⑦ 空头在赌的不是泡沫破裂,是救援失败 → ⑧ 中美制度:中国在物理 AI 产业协同上有隐性优势 →
⑨ 期货机会:铜 > 碳酸锂 > 铝 > 工业硅 > 白银 > 螺纹/热卷 > 黄金 →
⑩ 普通人:往物理世界靠,做方向配置,把逻辑讲清楚
</p>
</div>
<div class="highlight">
<strong>收束:</strong>AI 物理世界最终的护城河,是一条矿脉、一座冶炼厂、一个能稳定供电的电解铝车间。金融市场的钱,最终会流到这里。不是因为 AI 不好——而是因为 AI 太好了,好到人类制度没有时间来吸收它。在制度追上来之前,<strong>实物资产 + 物理世界的嵌入深度</strong>,是普通人唯一的浮木。
</div>
</section>
<footer>
讨论日期:2026 年 7 月 29 日 · 美联储 FOMC 利率决议前夜 · 北京时间 7 月 30 日凌晨 2:00 公布<br>
本纪要仅为讨论过程记录,不构成任何投资建议。
</footer>
</div>
</body>
</html>