深度研究新闻

提供深度研究报告与独立分析，结合数据、技术与经济视角，对区块链生态、项目潜力与市场趋势进行系统性剖析。

如何做好研究：锻炼那些可以「刻意练习」的真正能力

并没有人真正教过如何做研究，大多数人只学会了如何“看起来”像研究员，而非真正掌握研究能力。真正的能力由一系列可刻意练习的小技能组成。 **一、选择自己的问题** 不应被动接受他人设定的问题，而应主动选择自己真心希望实现的目标，并反向设计实验。这能导向原创性。研究“品味”如同肌肉，可通过反复预测实验结果、仅凭方法猜测论文数据、并事后验证预测准确性来锻炼。 **二、升级信息输入** 若只依赖热门榜单和社群讨论，容易产生趋同想法，价值有限。应重视旧资料，因为领域发展常重演历史。同时，广度与深度并重：跨学科借鉴（如神经科学、机制设计）和理解底层技术（如GPU内存）至关重要。务必阅读论文原文，尤其是附录和“局限性”部分。 **三、坚持记录一切** 写作是最廉价的防自欺机制，能将模糊想法暴露为逻辑漏洞。应效仿达尔文，立即记录任何与理论相悖的事实，防止记忆选择性遗忘。保持实验日志（假设、设置、预期、结果、认知更新），定期回顾能有效促进反思与成长。

marsbit06/15 12:24

marsbit06/15 12:24

供应链、能源与阵营化：梳理2026 AI投资的核心主线

2026年的投资核心将围绕地缘政治重组展开，美国正从全球覆盖转向以“阵营体系”为主导的模式。投资框架需从传统的周期分析转向关注战略阵营、供应链重塑和资本开支方向。主要投资主线包括： 1. **阵营体系**：与美国结盟、具备稳定制度和生产能力的经济体（如日本、韩国）将受益，制造业回流受限于劳动力，使盟友地区更为关键。 2. **防务重组**：美国转向区域防御，拉丁美洲成为重点，其政治右转与对美结盟可能吸引投资、改善经济。 3. **能源约束**：制造业回流面临电网老化与能源短缺的硬约束，将推动可再生能源、储能及电网升级的投资。 4. **欧洲角色**：虽增长受限，但欧洲在电力设备、工业自动化等“卖铲人”领域拥有全球龙头，将受益于全球资本开支。 5. **AI竞争**：作为中美战略核心，AI驱动算力、电力等基础设施高强度投资，机器人等领域可能加速发展。 6. **组合轮动**：建议从拥挤的美国科技股转向全球供应链重组受益者，如电气化、自动化、防务及非美市场资产。总之，2026年的机会在于全球供应链重组带来的资本开支周期，而非单纯的增长或通胀逻辑。

marsbit06/15 11:20

marsbit06/15 11:20

Crypto 2029：加密行业四年周期终极预判

本文对2024至2029年加密行业的发展进行了阶段性预判，核心观点认为行业将经历从投机主导向金融基础设施转型的深刻变革，法律而非技术将成为关键瓶颈。 **2026年：资产需求凸显，AI+加密遇冷** 年中，以Hyperliquid上线的SpaceX等未上市企业永续合约为代表，链上交易重心转向实体企业合成资产，凸显市场对优质资产的需求，山寨币持续低迷。年末，AI基础模型竞争白热化，“AI+加密”赛道因缺乏实际应用而没落，仅预测市场保持活跃。同时，《CLARITY法案》通过推动资产代币化在传统金融机构中低调落地，行业开始分化为投机与合规金融两个市场。 **2027年：路径分化与增长天花板** 年初，主流公链基金会明确转向服务金融机构，但底层设施未来将向更广泛的合规投资者开放。年中，非公开发行永续合约、稳定币和资产代币化三大赛道均因外部政策限制而触及增长天花板，行业进入受约束的稳步增长期。 **2028年：监管明晰与市场转向** 假设民主党赢得大选，政策恐慌逐步消化，监管趋于清晰，旨在区分投机与基础设施。一次由未上市企业永续合约引发的连锁清算暴露出合成资产缺乏底层现货锚定的根本缺陷。监管随之改革，允许向合格投资者公开宣传和交易私募证券二手份额，使真实资产获得合法流通渠道，资金从合成合约流向实体企业股权。 **2029年：转型完成与问题解答** 新一轮牛市由实体科创企业股权驱动，合格投资者门槛放宽使普通投资者得以参与。代币市场两极分化：成功转型为底层基建的公链代币捕获真实价值；其余无实质权益的代币将丧失流动性。稳定币保持稳健增长。加密货币作为金融基础设施的功能最终将“隐身”于幕后，变得平淡而无处不在。文章最终对开篇三大问题给出推演答案：代币价值取决于对真实资产的法律收益权；前沿技术通过私募股权市场落地；加密货币成为金融基础设施后将不再是一个被单独讨论的议题。全文立论核心在于：行业发展的关键瓶颈是法律规制，而非技术创新。

marsbit06/15 09:05

Crypto 2029：加密行业四年周期终极预判

本文预测了加密行业2025至2029年的发展路径，核心围绕三大问题：代币价值来源、技术如何落地、以及加密资产成为金融基建后的演变。文章预测，到2026年中，市场焦点将从缺乏价值支撑的山寨币，转向由Hyperliquid等平台推出的、锚定实体企业（如SpaceX）价值的非公开发行永续合约，这些合约成为未上市企业的重要估值参考。同时，“AI+加密”赛道因AI产业自身无需加密技术支持而逐渐没落，仅预测市场幸存。 2027年，公链基金会将明确转向服务合规机构，为后续向更广泛合格投资者开放打下基础。然而，非公开发行永续合约、稳定币和资产代币化三大赛道均因外部政策限制而遭遇发展天花板。 2028年，行业投机属性减弱。一次由大额平仓引发的连锁清算事件，暴露了缺乏底层现货锚定的合成合约市场的根本缺陷。这促使监管放宽限制，允许面向合格投资者公开宣传和交易私募证券二手份额，为真实资产提供了合法流通渠道。到2029年，行业迎来由实体科创企业股权交易驱动的新牛市。代币市场彻底分化：成功转型为金融基建的公链代币捕获真实价值；无实体资产和法权支撑的代币将失去流动性。稳定币稳健增长，投机板块收缩。最终，加密货币作为金融基础设施将变得“隐形”且平淡，而它催生的、面向更广泛合规投资者的新型资产交易市场将成为核心遗产。全文立论核心在于：行业未来瓶颈在于法律与合规突破，而非技术。若至2028年末普通投资者仍无法合法参与私募资产交易，则此预测框架需重新评估。

Foresight News06/15 08:33

Paul Graham：如何赚到十亿美元

保罗·格雷厄姆在《如何赚到十亿美元》一文中，以创业投资人的视角剖析了巨额财富积累的底层逻辑。他指出，十亿美元财富并非道德谜题，而是数学结果，核心取决于两个变量：增长率及增长的持续时间。他强调，通过创办初创公司是实现这一目标最常见的方式。成功的初创公司能持续提供用户真正喜爱并愿意自发推荐的产品，从而获得指数级增长。他举例说明，即使是看似普通的月增长率（如15%），在足够大的市场空间中持续数年，也能通过复利效应实现财富的惊人跨越。格雷厄姆驳斥了“不道德才可能巨富”的观点，认为其源于对指数增长的误解。他建议年轻创业者应从自身需求出发，与朋友共同开发真正感兴趣的项目，因为这些需求往往预示着未来的大众市场。最好的创业点子常始于看似“糟糕”或小众的想法（如早期的苹果、脸书、爱彼迎），关键在于深刻理解用户，创造能显著改善其生活的产品。总之，巨额财富的创造源于共情而非剥削，是持续让客户满意所带来的自然结果。理解这一机制，对于创业者识别机会，或政策制定者认知经济规律都至关重要。

marsbit06/15 07:39

marsbit06/15 07:39

AI版「次贷危机」？狂潮之下，1.8万亿隐性债务正在暗处积聚

AI基础设施建设热潮下，潜藏着规模巨大的表外债务风险。摩根士丹利报告指出，超大规模云计算企业（如亚马逊、Meta、谷歌、微软、甲骨文）除了已披露的资本支出计划外，还积累了约1.8万亿美元的表外敞口，包括近1万亿美元的采购承诺、超8200亿美元的未生效租赁合同以及上千亿的供应商垫资。这些负债不体现在资产负债表上，但锁定了未来的现金流出。与此同时，这些企业的整体杠杆率在短时间内从0.9倍飙升至1.8倍，资本支出增速远超营收与自由现金流增速。大量支出目前以“在建工程”挂账，尚未开始折旧，未来数年将面临超过5200亿美元的集中折旧压力，严重挤压利润率。风险正通过特殊目的载体（SPV）等复杂融资结构，从企业资产负债表转移至供应商和私募信贷生态系统，形成难以穿透的循环融资网络。当前风险核心是时机错配：资本支出和债务融资激进前置，但AI商业化进度和营收增长明显滞后。若未来AI需求不及预期或企业转向廉价替代方案，这套高杠杆的融资体系将面临严峻考验。

marsbit06/15 07:38

marsbit06/15 07:38

Paul Graham：如何赚到十亿美元

本文回应了“一个人无法正当赚取十亿美元”的观点，指出通过创业实现这一目标是可能的，关键在于理解指数增长。财富积累取决于两个变量：增长率及增长的持续时间。作者以自身投资经验为例，说明若初创公司能做出用户真正喜爱并愿意推荐的产品，就能获得快速、自传播的增长。例如，月增长率达93%，仅需九个半月就能从数百万美元增长至十亿美元；即使保守的月增长15%，持续五年也能实现巨大规模。成功的关键在于深刻理解用户需求，通常源于创始人自身的需求或与朋友共同感兴趣的领域。最好的创业点子往往听起来并不靠谱，但通过为用户创造显著价值，就能驱动增长。此外，市场规模必须足够大以支持长期扩张。总结而言，正当赚取十亿美元并非道德谜题，而是数学结果——源于创造用户喜爱的产品，并在大市场中实现持续指数增长。这要求的是共情与创新，而非剥削。

链捕手06/15 07:22

微软CEO长文：以后两种资本，人力资本+Token资本

微软CEO萨蒂亚·纳德拉发表长文，探讨AI时代企业的未来形态，提出了“人力资本”与“Token资本”两个核心概念。他指出，AI模型具备吸收并商品化企业专业知识的能力，可能导致价值集中于少数大模型，掏空各行各业。纳德拉认为，企业未来必须构建“人力资本”（员工知识、判断力、创造力）和“Token资本”（企业自有的AI能力），并让两者在“学习循环”中产生复利效应。企业应建立能持续进化、保留机构知识产权的智能系统，而非仅仅依赖外部通用模型。他强调，必须避免重蹈全球化初期产业被掏空的覆辙，不能让少数AI系统垄断经济回报。当务之急是建立一个广泛的前沿生态系统，让价值能在各公司、行业和国家间流动，使每家企业都能创新并创造属于自己的价值，从而实现稳定的社会经济平衡。

marsbit06/15 05:13

marsbit06/15 05:13

如果 AI 泡沫已经在破了，谁会真正留下？

AI行业当前存在资本市场的泡沫与对生产力的真实革命两种认知。达利欧警告泡沫已高，黄仁勋则强调算力需求才刚刚开始。文章认为，AI泡沫类似于2000年的互联网泡沫——投机过热会导致短期市场洗牌，但长期来看，泡沫破灭后沉淀下来的基础设施（如算力、数据中心）和成本急剧降低的技术（如Token成本暴跌99.7%），将成为AI深入千行百业的基石。当前，企业AI支出不降反升，正是因为成本下降激活了大量长尾需求，AI正从聊天工具演变为嵌入工作流的智能体，应用于代码、医疗、金融、制造等领域。市场正在经历从基础设施投资（CapEx）向应用层价值（OpEx）的转移，估值泡沫可能通过企业业绩增长逐步消化。最终，市场将清洗掉缺乏核心竞争力的套壳公司，留下真正拥有技术、数据和场景的玩家。就像互联网泡沫后催生了完整的数字生态一样，AI泡沫的破裂不会改变“AI+”的大趋势，反而会加速智能技术像水电一样普及，推动社会进入一个由AI全面赋能的新时代。

链捕手06/15 04:35

链捕手06/15 04:35

微软CEO：在AI时代，如何定义一家公司的护城河？

微软CEO萨提亚·纳德拉认为，AI时代企业的核心竞争力并非依赖于单一的最强大模型，而在于能否构建一个持续进化的“学习闭环”。这一系统能将企业内部的工作流程、专业知识、组织判断和员工经验沉淀下来，并让人工智能与人类能力相互强化、共同提升。未来的公司将积累两类关键资产：一是以员工知识、判断力、创造力和模式识别能力为核心的“人力资本”；二是企业自身构建并拥有的AI能力，即“Token资本”。纳德拉强调，AI不仅不会削弱人力资本的价值，反而会让人类的目标设定、跨领域连接和关键决策能力变得更为重要。缺乏人的引导，算力将失去方向；没有企业自身知识的注入，再强的模型也仅是外部工具。因此，企业的真正护城河在于建立私有的评估体系、强化学习环境和知识库，将隐性经验转化为可迭代、可扩展的系统能力。即使更换底层通用模型，企业独有的“公司老员工式”的专业经验和学习成果也不会丢失。这确保了企业的知识产权与控制权。纳德拉指出，健康的AI未来应是一个繁荣的“前沿生态”，而非由少数通用模型垄断价值。只有这样，价值才能广泛惠及每家公司、每个行业和国家，让各组织能基于自身知识创造并保留经济价值，最终实现企业、员工与社区的共同繁荣。

marsbit06/15 04:00

marsbit06/15 04:00

深度研究新闻

如何做好研究：锻炼那些可以「刻意练习」的真正能力

供应链、能源与阵营化：梳理2026 AI投资的核心主线

Crypto 2029：加密行业四年周期终极预判

Crypto 2029：加密行业四年周期终极预判

Paul Graham：如何赚到十亿美元

AI版「次贷危机」？狂潮之下，1.8万亿隐性债务正在暗处积聚

Paul Graham：如何赚到十亿美元

微软CEO长文：以后两种资本，人力资本+Token资本

如果 AI 泡沫已经在破了，谁会真正留下？

微软CEO：在AI时代，如何定义一家公司的护城河？

热门分类

热门标签

监管政策

行业资讯