一些接下来很久时间里会持续关注的核心议题和投资方向：

1.生物医疗：人类社会的很多稀缺性来自于生命长度的有限。如果我们有机会在生理上一定程度改变生命长度和效能，会给经济、文化、政治等方面带来深远的结构性改变。

2.能源：人类文明的发展是一个持续提升各类能源利用能力叠加能源消耗指数级上升的过程。

3.不可再生资源：资源的勘探、开采、利用，跟随经济的兴衰，形成持续更迭的行业周期。和能源一样，文明的进步带来不可再生资源的更大程度消耗。

4.农业：农业是人类文明的前提，所有的产业伴随农业而生。

5.科技：很多如今讨论的商业化议题多是很久以前基础科学、军事领域的应用延伸到民用和场景泛化带来的新机遇。科技是文明的助推器，也是文明走向下一阶段的实验场。每一个阶段，我们的注意力会伴随行业周期、叙事而切换到不同的科技细分。

关注人类本身的核心议题，就是最好的投资。

现金比例进一步提高，看不懂市场的时候就多看书 🧐

最近踩了很多AI的坑，总结了一下现阶段AI在实际的投资研究中能做和不能做的。

AI能做的：数据处理、批量操作、标准化报告生成、精细化历史复盘、海量资料快速梳理。这些工作的特点是重复性高、逻辑清晰、有标准可循。

人类必须自己做的：顶层逻辑框架设计、未来趋势判断、市场情绪与人性的把握、以及最终的投研决策。这些工作需要深度洞察、经验积累与直觉判断，是AI目前难以企及的。

AI用来找市场的共识，而利润空间更大的非共识的判断和机会把握，依然需要人类自己做。这是目前AI的技术机制决定的。

最近线下感受了一些具身人和AI agent的行业活动：我听不懂这些年轻人说的东西，但是他们看起来都很兴奋。然后细问下来，有的问题他们答不上来，我也没怎么听出太多真正新的东西。就觉得他们的状态很奇怪，不太看得懂他们做的东西。可能是因为近期维特根斯坦的东西看多了。

我们身处行业与学科交叉演进的时代，对个体的复合能力要求很高。然而，教育体系仍停留在苏联时代强行划分文理科的模式，社会普遍强调“理科思维”和“硬核科技”，却系统性忽视了文科专业所强调的常识。二级市场本质上是一个由资金驱动的语言游戏，而非单纯的价值发现机制。投资者亏损的根源并不在于数学建模能力薄弱或指标计算失误，而在于将语言的语法误认为市场的物理规律。即便数据挖掘得非常细分，模型分析得非常深入，缺乏常识的认知混淆仍会导致数万亿市值在叙事泡沫与逻辑幻觉中蒸发。清醒的投资者如果能利用常识，从哲学和语言的角度识别语言幻象，就有机会在噪声中捕获被错误定价的结构性机会。

怎么说呢，现在的日本政坛和民间的精神状态，和维新时期很像。

市场是有反身性的，持续警惕多数人的共识。

最近的观察：女性的消费能力依然是无惧牛熊。男性刚躺平了45度，然后被女性伴侣硬生生拖起来花钱。近年身边一些朋友陆续结婚，逐渐发现很多女性结婚前是不怎么做个人储蓄的。大城市的人都好复杂，中登看不懂。中登只是觉得独处最舒服，不花钱最快乐，投资也只是为了满足好奇心。

投资领域也挺奇怪的：领导一方面觉得自己学习能力超强，年过50岁还能一周就能搞懂全行业；另一方面又觉得别人如果没有本硕理工专业+5年以上硬科技垂直经验就是不懂行，而且过了30岁就是年纪很大了。

涉及系统数据出境的一般都需要政府审批，经信部门邀请专家委员会开评审会，企业上报具体数据字段，按标准评定。大型IT项目多年以来都是这样的，这个行业践行了很多年了。只能说AI领域之前落地的项目不多，前期没怎么遇到过这么实际的问题。

整个社会系统性忽视人文学科的代价是，从上层政策制定到社会层面的商业化和科技演进，都会消耗巨大的代价拐弯抹角地探索一些人文领域早已形成结论性的已知结论。甚至即刻上90%的经验和感慨，本质上也可以看成本科期间缺乏通识教育的结果。因为无知，所以惊叹。