Show Notes
📋 内容介绍 大家好！我们兑现承诺的本周AI交易更新来啦！我们这期不想讲专门的行业，想给大家分享的是如何利用AI更好的赋能自己的交易，授人以渔。 近千人带着电脑去腾讯大厦排队装龙虾——但装完之后呢？大部分人其实不知道拿它干嘛。这一期，养了大半年龙虾的 Lily 从个人投资者视角，手把手拆解她是怎么用这只 「住在电脑里的员工」 搭建自己的交易终端的。 龙虾跟 ChatGPT 到底有什么本质区别？为什么它可以在你睡觉的时候帮你写好美股日报、在股票跌到目标价时主动推你一把？Lily 分享了配置龙虾的三步法——灵魂文件、Obsidian 投资大脑、交叉验证，以及一个关键教训：AI 说"做完了"，你最好自己去查一查。 从日常的自选股监控和每日两次 AI 日报，到加密圈朋友让龙虾在 Polymarket 自动押注 NBA、甚至 直接给一万美金让它自己跑 15 倍策略，我们聊了从 Read 到 Trade 的完整光谱。但 Lily 的底线很明确：目前只让龙虾当分析师，还没给交易权限。散户养龙虾最大的收益是什么？一句话：省下两万美金的彭博终端费，搭一个自己的穷人版 Bloomberg。 生活分享环节，Jennifer 在客厅地毯上滚来滚去思考「顺大势逆小势」的交易哲学；Lily 发现养狗和养龙虾惊人地相似——都需要耐心，都会嘴硬说自己做完了。 ⏱️ 时间戳 00:00 开场：散户最佳龙虾操作手册来了
01:30 龙虾到底是什么？一句话讲清楚它跟 ChatGPT 的区别
04:00 五个只有龙虾能做的事：从自动日报到主动推送买入提醒
07:30 不是所有人都需要养龙虾，什么情况下值得花时间？
10:30 怎么养：灵魂文件三件套——User、Memory、Heartbeat
15:00 用 Obsidian 搭投资大脑，让龙虾越养越聪明的飞轮
18:30 AI 会嘴硬：说做完了其实没做，交叉验证有多重要
21:00 Lily的个人交易终端：自选股监控 + 每日两次 AI 日报
25:00 加密圈的激进玩法：Polymarket 押注 NBA、富养龙虾一万美金跑 15 倍
28:00 机构 vs 散户养龙虾：研究员会被龙虾替代吗？
32:00 用 Claude Code 搭 Dashboard，价值投资者也用得上
35:00 生活分享：地毯上滚来滚去的交易哲学，以及养狗和养龙虾为什么这么像
在小宇宙查看该单集文稿
More from Her Alpha | 超额姐妹
震荡市里，Jennifer 想好了一个小红书标题：“好消息挣到钱了，坏消息流量掉了。”但她觉得，平平无奇的市场里依然藏着阿尔法——这期我们聊 AI 制药。 为什么是现在？从 Anthropic、OpenAI 到英伟达×礼来、字节分拆、Isomorphic Labs 的大额融资，科技巨头和大模型公司在过去一年里集中涌向同一个赛道。 Jennifer 从靶点、分子讲起，拆解 AI 真正能加速的两步。Lily 替外行一路追问：“AI 直接生成出来的，不就是药吗？”答案藏在干实验与湿实验的区别里：线上一次生成上万个候选分子，线下实验反而成了瓶颈。 于是我们顺着瓶颈找铲子：DNA 合成里的 Twist、重组蛋白里的国产厂商、自动化实验室里的 Ginkgo 与 Adaptyv。哪一环的 AI 增量已经进了财报，哪一环还只是故事？ 至于 AI 药企本身，Jennifer 直说：这是她的知识盲区，不如简单点买铲子。也欢迎懂行的听众来评论区帮我们补课。 以上内容仅为个人研究与交流，不构成投资建议。
本期简介 比特币一个月反弹约22%，这是牛回了，还是熊市里一次被逼空放大的反弹？我们这次要走在牛市之前，让大家提前做好预案。 这期从人尽皆知的四年周期讲起，非常小白友好。但依旧从供需和技术面给大家拎出来多个监测信号，并且给大家了非常体贴的建议。 7709送走的钱，这次原生家庭补回来。
本期简介 开源大模型已经赢下用量，却没有赢下收入。OpenRouter 上，头部 Token 流量越来越多流向中国开源模型；但同一批流量经过路由、托管、云和 Agent 入口后，真正回到模型公司的钱却很少。但开源不是做慈善，即使开源了，也要努力的收钱。 这期我们从一笔流水账开始拆：OpenRouter 为什么收费，Together AI、Fireworks AI 怎样靠部署赚钱，云厂商拿走什么，以及 DeepSeek 为什么即便开放权重，仍可能依靠部署效率和官方 API 保留成本优势。问题的关键不只是单 Token 定价，而是谁拥有入口、用户心智和收口。 我们负责把账追到底：如果海外流量大多漏给了第三方，开源 Lab 怎样提高商业化渗透？Claude Code 这类 Agent harness 为什么能把模型从“比价商品”变成产品？智谱、DeepSeek、Kimi 和 MiniMax，又分别押注了私有化部署、成本工程、前沿模型和海外 C 端产品。 最后两个人把话题落回投资：二级市场和一级市场在给什么定价，P/ARR 能不能信，社区许可又是否真能把“漏掉的钱”收回来，也请期待我们下一期的大模型公司拆解。
本期简介 2026年8月，具身智能热到全顶着几百亿的估值要去IPO了，宇树/银行通用/自变量/星海图/智平方等等等等，但机器人今天连抓个杯子都还会失败。这些公司能不能上市、上市了要不要买？——在我们反复的自我逼问下，我们出了这一期具身智能播客。 我们这期不聊浅的，从技术开始尽量大白话，把这个“看起来都长两条腿，里面到底差在哪”的行业讲明白。从数据采集、到模型训练、到终端应用，从RT-2、端到端、再到VLA、Scaling Law、和世界模型，一路拆到最现实的问题——机器人还没有完全找到自己的GPT路径，而且数据比大模型难搞得多。 主播这期扎实的聊了30分钟技术（人又学废了），咱们还是得落到投资决策，这部分简介里先不写了，欢迎大家自己去找我们的观点～
播客简介 6月底以来市场多次急跌，"AI泡沫要破"的鬼故事满天飞。这一期盘中闲聊，Jennifer 和 Lily 想给大家做一次心理按摩 这一轮下跌不适合与2000年互联网泡沫对比，真正值得回看的是去年的 DeepSeek Moment。两次恐慌的共同点都不是 AI 需求出了问题，而是市场对巨额资本开支"是否有效率、利润最终归谁"的内生质疑。 我们从博通指引、Meta"出租过剩算力"的发酵讲起，拆解算力租赁价格的数据陷阱、训练与推理的算力叙事反转、token 定价的粗糙与 AI 商业化的巨大空间，再对照 Gavin Baker 两次经典的逆势 call，聊聊产业周期与股价周期为何不同步。 最后送给正在挣扎的科技投资人两条建议：建立产业链分层思维，找到 AI 环节中真正的瓶颈与阿尔法所在；做好仓位管理，用高信念+高纪律对抗情绪与波动，避免在急跌中造成 permanent loss。 时间戳 00:09 开场：主播介绍（Jennifer & Lily）