Show Notes
📋 内容介绍 大家好～我们的更新来啦，这期是周五晚（3.20）的专业闲聊实录。最近很多朋友在问：现在还能买美股吗？如何控制好回撤？
这个问题没有简单答案，但数据已经说得很清楚——席勒CAPE当前值38，历史上只有大萧条前夕和2000年互联网泡沫时期才接近这个数字；股权风险溢价已转负，意味着买美股承担全部市场风险，预期回报却比国债还低；VIX恐慌指数突破20，波动持续放大。 但高位不等于不能挣钱，预测对了也不等于能挣到钱。所以我们把问题换了一个角度：那些穿越过多个周期的大师，在这种时候到底在做什么？于是Jennifer挑选了她非常喜欢的三个大师：巴菲特、德鲁肯米勒和塔勒布。分享了不同流派的大师，在危机时刻都做了什么。 最后，我们两不怕打脸地，各自公开了当前仓位、和对未来的判断——望大家通过关注、转发，用行动来支持真诚分享的我们～ ⏱️ 时间戳 00:38这期聊什么？美股高位已久，接下来怎么交易？ 01:58指标一：席勒CAPE值38，历史第三次逼近危险线 02:59指标二：股权风险溢价转负，买股票还不如买国债 04:12指标三：VIX恐慌指数破20，市场波动明显放大 07:02预测对了不等于挣到钱——大师们在高位是怎么做的？ 07:30大师一：巴菲特——只买便宜的，现金仓位加到历史第二高 13:39大师二：德鲁肯米勒——多资产灵活切换，看对了猛干，看错了一小时内全砍 22:47德鲁肯米勒如何发现英伟达：连利润都不知道，先加仓再说 23:35大师三：塔勒布——杠铃策略，用保护费换危机时的几十倍回报 28:01我们自己怎么做？Jennifer：重仓能源，刚开期货账户在摸索 29:47Lily：美股七成仓，港A同步配置，止盈回来的钱是真的钱 33:27两人风格互补：左侧价值 vs 右侧趋势，互相碰撞
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）