Notes 20260212

1.非農數據發布前的戲碼實在太多……上周的初請、JOLTS和挑戰者都指向疲軟，且Hassett和Navarro接連downplay預期，結果實際交出一份全面超出華爾街預期（Anna昨天發推預計0增）的數字（13萬），失業率在參與率上升的條件下還下降到4.3%……老鮑上個月說就業下行的風險小了，對了，那么通脹上行的風險呢？如果變高了，又有理由擺爛到交接了。

坦：

2.大模型持續更新變強，最終一定會導致那些對模型智能水平需求比較低的活漸漸從海外的大模型上遷到國內的大模型上（自然收入也就轉移了過來），以我自己為例，本來研報總結用的是Gemini 2.5 Pro，升3.0的邊際提升已經很小了，隨著時間的推移，國產大模型繼續追，那么很可能這部分需求就可以遷到Kimi和千問上，那些領先的大模型可以用于更加尖端的創作和創造工作。

3.Michael J. Mauboussin昨天發了一篇短篇報告，給你講貝葉斯……看起來他想表達的是目前AI的開支是值得警惕的。你覺得他用的樣本集合理嗎？

在過去75年中，沒有一家上市公司能以如此快的速度增長五年 。在正態分布假設下，OpenAI的預測屬于9.5個標準差之外的事件，極度罕見 。

同樣，過去75年中沒有一家銷售額超過100億美元的公司能實現75%的五年復合增長 。（Oracle的預測云收入）

4.Castagno分析了AI Hyperscalers的收支形式產生的變化，簡言之，為了Capex買設備和GPU，應付賬款增速起得飛快， 這使得應付賬款周轉天數（DPO）遠超歷史正常水平，甲骨文的DPO達到了其歷史平均值的近4倍，而Meta和微軟的DPO也上升了約70%。但Capex帶來的商業變現能力相比供應商的付款要求顯得遙遙無期，這就帶來了現金流錯配，對應就會形成短期的資金需求（甚至沖擊到貨幣市場，因為涉及到債務發行/信貸融資）。這還沒完， 傳統軟件業務通常采用預收款模式，產生的遞延收入可以為增長提供資金支持，但 AI云計算服務可能會轉向“按使用量付費”或“后付費”的計費模式，這將逆轉原有的現金流優勢。這可能 將進一步擴大企業在現金支出和收入之間的鴻溝。

5.CBO的十年預測和1月月報放一起看，今年的財政收入情況比去年好，主要是個人所得稅和關稅帶來的，后面看Trump和Warsh能不能合力把債務成本拉下來……

6.這幾天一直在和Gemini聊流式數據和實時演算，沒想到話題被擴展到了流式貨幣上，這場思維實驗隨著我不斷投喂他經典文獻而變得奇怪了起來，在閱讀了“Money is Memory”（貨幣是內存，手動狗頭）、“ Evil Is the Root of All Money ”、諸多Zoltan的巨著和Shin最新的“ Money as a coordination device ”以后。我的腦子里似乎有了AI這一物種使用的硅基貨幣的構想，在這個體系之中，貨幣不是一種標量，而是一種向量（Vector）甚至張量（Tensor），它包含一個龐大的記憶網絡，構建在API而穿梭在時間流之上，能量、算力和數據就像黃金、資產負債表（的張力）和日志那樣，構成了AI貨幣的核心，而碳基與硅基貨幣價值的遷躍又會以什么工具作為橋梁呢？我們經歷了那么久建基于復式記賬法之上的信用貨幣體系，會不會和AI形成的某種貨幣體系并行呢？

7.回到現實中，Shin如果貨幣是一種 coordination device，那么美元作為現行貨幣體系的單一核心，其與非美貨幣的“coordination”也終將伴隨著門羅主義的推行而展開，全球化體制和自由兌換讓諸多非美貨幣和美元之間形成的可互換性/同質性（Fungibility）是否會因為各國的戰略自主而開始走向斷裂，進而讓各國的貨幣走向異質？匯率的定價體制是否也會異變？黃金是否只是一種調整的臨時解決方案，而終極的解決方案必然是匯率體制的重構？如果我們處于分裂的進程中，那么貨幣體系的分裂真的僅僅是去美元化那么簡單嗎？

8.回到稀缺準備金體制？不是不可能，但是過程很漫長，聯儲需要把后危機時代的種種創新Rollback回去。上個月聯儲官方的Notes值得一看，講的是央行資產負債表的三難困境。

簡單說，如果你要聯儲 表足夠大會，央行在金融市場的結構性影響力就越強，銀行/非銀退居幕后，此時公共貨幣（財政）占主導地位；如果不想要大的資產負債表，貨幣市場就有可能高波，比如財政天量發行和AI Capex發債需求造成錢荒；此外，市場干預太多，市場機制和一些機構就顯得很多余。所以，你想聯儲回到稀缺準備金體制，資產負債表（甚至貨幣政策）最小化運行，就有各式各樣的前提條件：和財政的關系、銀行業監管、信用功能……

本月Fed Notes中還分解了資產負債表縮減的結構，其中提到，表要縮下來，可以是SOMA持有資產下降導致的（比如QT或者自然到期出表），也可以是經濟增長和通脹稀釋掉的（資產負債表/GDP規模）。 在2014年至2019年間，被動因素（實際GDP增長和通脹）驅動了超過一半（56%）的比率下降。那么你覺得Warsh和Trump治下的聯儲會選擇哪種方式？Run it hot+YCT？

9.此前與一位老友交流AI的通脹影響，如果從總量/傳統的視角來看，那么這個問題很容易得出一個“先經由投資擴大的通脹效應和隨后的生產率提升（供給）帶來的通縮效應”這樣一個太宏觀狗肉痂味兒的回答。但顯然，如果我們從會計現金流的角度出發，影響必然是結構性地蔓延的——那么假設AI作為一種新物種或者說低成本的適齡勞動人口瞬間扼殺掉大量白領的高薪工作呢，從菲利普斯曲線上去推測是否有一個非常極端通縮效應？直到硬件和算力成本無限趨近于可替代的碳基勞動力？

10.之前說了在嘗試跟農業。正好有一篇高盛的看……感覺是在給一個 長周期的“供給側重估”吹哨，核心邏輯是 全球糧食供給正在面臨不可逆的物理風險（熱浪、干旱、洪水），為了保命和保飯碗全球就必須上科技，科技就意味著成本……Blahblahblah

11.之前沒注意到公眾號在8年之后終于10萬的關注了。遙想起項目剛設立時一位投資人說的“你直接搞網紅模式寫寫十萬加不是挺好?！薄拐f出如此高論。

這8年我沒有一天是在為流量寫東西，也沒有一天是在為了起一個爆款標題在發愁，這一點永遠不會變。

謝謝所有讀者的支持！