以下是安迪·贾西（Andy Jassy）2026年致股东信的英中对照版：

Dear Shareholders:

亲爱的股东们：

When I graduated from college, I wanted to be a sportscaster. After sending my resume reel to many small markets around the U.S., and only getting two nibbles, I settled on doing sports production at a major network. To make extra money, I also coached my former high school soccer team, and worked at a retail golf store. Six months later, a college classmate convinced me to interview at the consumer products company where he worked, and I spent three years as a Product Manager there. I left that job to try some of my own businesses. After deciding these businesses weren’t my calling, I tried short stints in sales and investment banking, before going back to graduate school and ending up at Amazon three days after my last final exam in May 1997.

当我大学毕业时，我想成为一名体育播音员。在向全美许多小市场投递了样片却只得到两个意向后，我决定在一家大型网络公司从事体育节目制作。为了多挣点钱，我还执教过我母校的高中足球队，并在一家高尔夫零售店工作。六个月后，一位大学同学说服我面试他所在的消费品公司，我在那里做了三年的产品经理。之后我离职尝试创业，在意识到那些生意并非我的使命后，我又短暂尝试过销售和投资银行业务，最后重返研究生院深造，并在 1997 年 5 月最后一场期末考试结束三天后来到了亚马逊。

Not exactly a straight line.

这显然不是一条直线。

AWS followed lots of squiggly lines, too. The original vision included storage, compute, payments, and human intelligence. Some of those (e.g. storage and compute) became lynchpins in AWS. Others didn’t succeed. We didn’t initially plan a database service; and when we built one, our first attempt failed to get traction. We went back to the drawing board and built new relational and non-relational database services, which have resonated well and become core to millions of AWS applications. When we launched EC2 (our compute service), it was a single instance type in one availability zone, Linux-only, with no auto-scaling, load balancing, block storage, or private networking. Over time, we added those capabilities and hundreds more services. AWS was initially attractive to start-ups (companies like DoorDash, Dropbox, Pinterest, Slack, and Stripe were among many that built their businesses on AWS). Pundits said enterprises and governments would never use cloud or AWS for anything substantive. In 2008, Netflix decided to move all of its applications to AWS, then came big commitments from GE, Intuit, and others—and eventually the CIA chose AWS as their partner to build their classified cloud. Growth came fast and furious, and as it accelerated, so too did our capital expenditures (“capex”) with dilutive impact on free cash flow (“FCF”). At our 2014 AWS operating plan review, the discussion started with a senior leader at the company musing, “Tell me again why we’re doing this business?”

AWS（亚马逊云服务）的发展也经历了许多弯曲的线条。最初的愿景包括存储、计算、支付和人类智能。其中一些（如存储和计算）成为了 AWS 的支柱，而另一些则没有成功。我们最初并没打算做数据库服务；当我们真正开始做时，第一次尝试并没能获得市场认可。于是我们推倒重来，构建了新的关系型和非关系型数据库服务，它们引起了强烈共鸣，并成为数百万 AWS 应用程序的核心。当我们推出 EC2（计算服务）时，它只是一个可用区内的一种实例类型，仅限 Linux 系统，没有自动缩放、负载均衡、块存储或私有网络。随着时间的推移，我们增加了这些功能以及数百种其他服务。AWS 最初吸引的是初创公司（如 DoorDash、Dropbox、Pinterest、Slack 和 Stripe 等，许多公司都建立在 AWS 之上）。当时专家们断言，企业和政府永远不会在任何实质性事务中使用云或 AWS。2008 年，Netflix 决定将其所有应用程序迁移到 AWS，随后通用电气（GE）、Intuit 等公司也做出了重大承诺——最终，CIA 选择 AWS 作为合作伙伴来构建其机密云。增长突飞猛进，随着增长的加速，我们的资本支出（Capex）也随之增加，这对自由现金流（FCF）产生了稀释影响。在 2014 年 AWS 的运营计划评审会上，讨论甚至以公司一位资深领导的沉思开始：“再告诉我一次，我们为什么要在这个业务上耗着？”

AWS has worked out well for Amazon, but a straight line? Not really.

AWS 为亚马逊带来了丰厚回报，但它是一条直线吗？真不是。

There’s a band I like from New Zealand called “The Beths,” who’ve written several excellent records, with thought-provoking lyrics. I eagerly await their new releases, and when their latest album dropped last summer titled “Straight Line Was a Lie,” it made me think about how prescient that expression is. Most long-term endeavors do not follow a linear straight line, up and to the right. Progress jumps around; it’ll zig up, then sometimes stall, or zag down, or force you back to the starting line. Sometimes, it feels like you’re running in circles. But, the path is rarely straight.

我喜欢一支来自新西兰的乐队叫“The Beths”，他们写过几张非常出色的唱片，歌词发人深省。我热切期待他们的新作，当他们去年夏天发布名为《直线是个谎言》（Straight Line Was a Lie）的新专辑时，这让我联想到这个表达是多么具有预见性。大多数长期的事业都不会遵循向上向右的线性增长。进步是跳跃式的；它会向上波动，有时会停滞，或者向下曲折，甚至迫使你回到起点。有时，你会觉得自己在原地打转。但是，路径很少是直的。

That’s because the world is complex, and new technology, business model invention, competitors, global issues, or people and cultural shifts can come into play. We’re in the middle of some of the biggest inflections of our lifetime (e.g. AI, robotics, space industrialization, geopolitical and military conflict). And, just as proficient golfers need to be skilled across driving, approach shots, chipping, and putting, durable companies must be adept at managing different elements of inflections. I’ll share some of our lessons below and why we’re bullish on what’s ahead for Amazon.

这是因为世界是复杂的，新技术、商业模式的创新、竞争对手、全球性问题，或是人的因素和文化转型都会产生影响。我们正处于一生中最大的几个转折点之中（例如 AI、机器人、太空工业化、地缘政治和军事冲突）。正如优秀的职业高尔夫球手需要在开球、进场、切球和推球方面都表现出色一样，持久的企业必须擅长处理转折点中的不同要素。我将在下文中分享我们的一些教训，以及为什么我们看好亚马逊的前景。

Wherever possible, invent the next inflections. We try to anticipate what will make customers’ lives easier and better every day, and invent the next inflection. Historically, we’ve successfully done so in areas like Retail, Logistics, AWS, Ads, Kindle, Alexa, and Pharmacy. There are too many new efforts in flight to mention them all, but will mention a few.

只要可能，就创造下一个转折点。 我们努力预见什么能让客户的生活每天变得更轻松、更好，并创造下一个转折点。历史上，我们在零售、物流、AWS、广告、Kindle、Alexa 和医药领域成功做到了这一点。正在推进的新项目太多，无法一一列举，这里提几个：

First, despite many improvements over the years, customers always want lower costs and faster delivery speed. While we continue to work on productivity and inventory levels, robotics provides a step-level change for how we can deliver faster, reduce the cost of carrying more selection, and automate movements that cause strains and injuries to our teammates. Accelerated by acquiring Kiva in 2012, and investing in numerous robotics initiatives the last 14 years, we now have over one million robots operating in fulfillment centers helping with stowing, picking, sorting, and intra-facility transport. And, we’ve done this while continuing to be one of the largest job creators in the country. While the above progress is substantial, we’re still in the early stages of how we’ll leverage robotics. Expect us to keep innovating on form factors, use case diversity, agility, grasping, and intelligence. And, wherever we can leverage our scale and real-time feedback loop from so many robots in our fulfillment network to build robotics solutions for other industrial and consumer customers, we’ll explore doing so.

首先，尽管多年来已有许多改进，但客户始终希望更低的成本和更快的配送。虽然我们继续致力于提高生产力和库存水平，但机器人技术为我们提高配送速度、降低持有更多选品所需的成本，以及实现自动化搬运（从而减轻员工的劳损和受伤风险）带来了阶段性的变革。自 2012 年收购 Kiva 以来，再加上过去 14 年在众多机器人项目上的投入，我们现在有超过一百万台机器人在物流中心运作，协助入库、拣选、分拣和场内运输。而且，我们在做到这一点的同时，继续成为该国最大的就业创造者之一。虽然上述进展是实质性的，但我们利用机器人技术仍处于早期阶段。期待我们在形态设计、用例多样性、灵活性、抓取和智能方面持续创新。只要我们可以利用物流网络中海量机器人的规模和实时反馈循环，为其他工业和消费客户构建机器人解决方案，我们就会去探索。

Second, we understand that rural customers are often de-prioritized by logistics and telecom providers because remote communities are more expensive to serve. While other companies have been backing away from these customers, we’ve been running to them. We’ve committed over $4 billion to expand our rural delivery network. Customer response has been overwhelmingly positive, with the average number of monthly Same-Day customers in rural areas nearly doubling in 2025 compared to the prior year. Once this expansion is complete, our network will be able to deliver over a billion more packages each year to customers living in over 13,000 zip codes spanning 1,200,000 square miles.

其次，我们意识到农村地区的客户往往被物流和电信供应商所忽视，因为服务边远社区的成本更高。当其他公司从这些客户身边退缩时，我们正向他们奔去。我们已投入超过 40 亿美元来扩大农村配送网络。客户反应极度积极，2025 年农村地区每月使用“当日达”的客户平均数量比前一年翻了近一倍。一旦扩张完成，我们的网络每年将能为居住在跨越 120 万平方英里、超过 13,000 个邮编区域的客户多配送 10 亿件包裹。

We’re also trying to close the digital divide for rural communities. There are billions of people on the planet who lack high-speed internet access, and millions of businesses, governments, and other organizations operating in places without reliable connectivity. If you don’t have broadband connectivity, you can’t engage in many of the digital activities (e.g. education, business, information retrieval, shopping, entertainment, etc.) that people take for granted in metropolitan locations. Over the last seven years, we’ve built a low Earth orbit satellite network (Amazon Leo) and put more than 200 satellites into space (which is the third-largest low Earth orbit network operating today). With a few thousand more satellites launching in the coming years, the constellation is expanding rapidly. Apart from enabling this connectivity, Leo will offer three unique benefits. First, the performance will be stronger (about six to eight times better on uplink, and two times better on downlink) than what customers have access to now. Second, this performance will come at a lower cost than alternatives. And third, Leo will seamlessly integrate with AWS to enable enterprises and governments to move data back and forth for storage, analytics, and AI.

我们还试图缩小农村社区的数字鸿沟。地球上有数十亿人缺乏高速互联网接入，数百万企业、政府和其他组织在缺乏可靠连接的地方运作。如果没有宽带连接，你就无法参与许多数字活动（如教育、商业、信息获取、购物、娱乐等），而大都市的人们对此习以为常。在过去的七年里，我们构建了一个低地轨道卫星网络（Amazon Leo），并将 200 多颗卫星送入太空（这是目前运行中的第三大低地轨道网络）。随着未来几年数千颗卫星的发射，星座规模正在迅速扩大。除了实现连接，Leo 还将提供三个独特的优势：第一，性能更强（上行快约 6-8 倍，下行快 2 倍）；第二，成本低于替代方案；第三，Leo 将与 AWS 无缝整合，使企业和政府能够来回传输数据以进行存储、分析和 AI 运算。

While Amazon Leo is officially scheduled to launch in mid-2026, we already have meaningful revenue commitments from enterprises and governments. Most recently, Delta Airlines, the highest grossing airline in the world, has announced it’s chosen Amazon Leo for its future Wi-Fi, and will begin with 500 planes in 2028. They join other Leo customers like JetBlue, AT&T, Vodafone, DIRECTV Latin America, Australia’s National Broadband Network, NASA, and others.

虽然 Amazon Leo 正式定于 2026 年中期推出，但我们已经获得了来自企业和政府的显著收入承诺。最近，全球收入最高的航空公司达美航空（Delta Airlines）宣布选择 Amazon Leo 作为其未来的 Wi-Fi 方案，并将于 2028 年从 500 架飞机开始实施。他们与 JetBlue、AT&T、沃达丰、DIRECTV 拉美公司、澳大利亚国家宽带网络、NASA 等客户共同成为了 Leo 的拥趸。

Amazon could be successful for a long time without investing this way in robotics, faster rural delivery, and broadband connectivity for underserved customers and geographies. But, we believe we can invent ways to change what’s possible for customers, are hungry to do so, and are confident these investments will yield meaningful growth and return on invested capital (“ROIC”) for the company.

亚马逊即使不如此投入机器人、农村配送和宽带连接，也可能成功很长时间。但我们相信，我们可以通过发明来改变客户的可能性，我们渴望这样做，并坚信这些投资将为公司带来显著的增长和资本回报率（ROIC）。

Be willing to pursue parallel paths when it’s unclear what’ll best drive the desired trajectory (2 > 0). When I was a kid, I used to go to New York Rangers games with my Dad. I loved hockey, and it was high quality time together. I looked up to my Dad (still do), and hung on his every word. One game, my Dad noticed that one of the Rangers’ defensemen, Dallas Smith, had gone missing from the bench, and stood up and exclaimed “where’s Dallas?” to which a nearby fan said, “in Texas, moron.”

当不确定哪条路最能推动目标轨迹时，要愿意追求平行路径 (2 > 0)。 小时候，我常和父亲去看纽约游骑兵队的比赛。我热爱冰球，那是我们高质量的共处时光。我一直仰慕父亲，听从他的每一句话。有一场比赛，我父亲注意到游骑兵队的一名后卫达拉斯·史密斯（Dallas Smith）从替补席上消失了，他站起来惊呼：“达拉斯在哪儿？”旁边的一位球迷说：“在德克萨斯州（Dallas 也是德州地名），白痴。”

So yes, it’s fairly obvious 2 is greater than zero. But too often, companies focus on what looks most tidy instead of ensuring they have enough efforts in play to achieve an important outcome. Let’s go back to fast delivery in our retail business. We know how much customers crave it, and we see higher order completion rates when delivery promises are faster. Just three years ago, two-day delivery was the gold standard. We pushed that bar to one day, and have been working tirelessly to make it same day.

是的，显然 2 大于 0。但公司往往过于关注那些看起来最整洁的路径，而不是确保有足够的尝试来达成重要的结果。回到我们零售业务的快速配送。我们知道客户多么渴望它，当配送承诺更快时，订单完成率更高。就在三年前，两天送达还是金科玉律。我们将其推进到了一天，并一直不知疲倦地追求当日达。

We’ve invented a new, more streamlined fulfillment center format called Same Day Fulfillment Centers (“SSDs”). We’ve built over 85 SSDs across the U.S. that carry our top 90,000 SKUs, and have enabled us to deliver more than 500 million same day units in 2026 thus far. At the same time, we’ve continued to pursue Prime Air, our drone delivery service. Prime Air now has a design that’ll scale, plans to serve communities with 30 million customers by year-end, and expects to deliver half a billion packages by the end of this decade (with an aim to deliver inside 30 minutes). And, over the last year, starting in India and the UAE, we’ve been working on Amazon Now, ultra-fast delivery on thousands of items within 20 minutes. Customers love this service. In India, where we have more than 360 micro-fulfillment centers (and growing rapidly), Amazon Now orders are increasing 25% month-over-month, with Prime members tripling their shopping frequency once they start using it. We’re starting to expand Amazon Now in the U.S. and Europe, too.

我们发明了一种名为“当日达物流中心”（SSD）的更精简的物流中心模式。我们在美国建立了超过 85 个 SSD，存储最热门的 9 万个 SKU，这使我们在 2026 年至今已配送了超过 5 亿件当日达商品。同时，我们继续推进 Prime Air 无人机配送服务。Prime Air 现在拥有了可以规模化的设计，计划在年底前服务覆盖 3000 万客户的社区，并期望在本十年末配送 5 亿个包裹（目标是 30 分钟内送达）。此外，在过去的一年里，从印度和阿联酋开始，我们一直在推进 Amazon Now，即数千件商品在 20 分钟内超高速送达。客户非常喜欢这项服务。在印度，我们拥有超过 360 个微型配送中心（且增长迅速），Amazon Now 的订单每月增长 25%，Prime 会员一旦开始使用，其购物频率就会翻三倍。我们也开始在美国和欧洲扩展 Amazon Now。

Some companies may have decided to pursue only one of these efforts, arguing for weeks or months which one, all the while pursuing none. A reasonable argument could have been made that just delivering same day would have been enough (“get that done and worry about the other ideas in the future”). But, building an autonomous delivery drone that can deliver millions of items in 30 minutes doesn’t take a year. It’s a multi-year invention cycle. And, ultra-fast delivery from micro-fulfillment centers is already possible and going to happen with or without us. So, we need to have multiple parallel paths to drive this next delivery speed shift. And, we’ve found that they’re complementary. The drones will use SSDs as a building block from which to gather selection and launch. And, while Amazon Now will deliver thousands of items within 20 minutes by leveraging micro-fulfillment centers, Prime Air will deliver a much larger selection of items inside a half hour. They will all serve different needs and drive the inflection better as a group than just having one.

有些公司可能会决定只追求其中一项努力，争论数周或数月哪项更好，结果导致一项都没成。一个合理的论点可能是，只要做到当日达就足够了（“先把那个搞定，以后再操心别的想法”）。但是，构建一架能 30 分钟配送数百万件商品的自动无人机不是一年就能完成的，这是一个多年的研发周期。而且，利用微型配送中心实现超高速配送已经在发生，无论我们是否参与。所以，我们需要多条平行路径来推动下一次配送速度的变革。我们发现它们是互补的：无人机将以 SSD 为基础获取选品并起飞；虽然 Amazon Now 通过微型配送中心在 20 分钟内送达数千件商品，但 Prime Air 能在半小时内送达更广泛的商品。它们满足不同的需求，作为一个整体比单一路径更能推动转折。

Another example of our pursuing multiple paths is Grocery. We started 20 years ago by adding non-perishables (items you’d find in the middle aisles of grocery stores like consumables, canned goods, beauty, etc.). Customers loved the convenience of buying these items online and having them delivered quickly. Unsurprisingly, they asked for broader grocery coverage, with perishables high on their list. We embarked on several bets to try to find the right economic solution for customers and Amazon. We bought Whole Foods Market (“WFM”) in 2017, the leader in organic grocery. We’ve since launched mainstream physical grocery stores (Amazon Fresh), grocery subscriptions for Prime members, and store-within-a-store concepts (with Amazon offering mainstream brands alongside WFM organic brands). Not all of these experiments have worked, but each one has taught us something important.

追求多条路径的另一个例子是生鲜杂货（Grocery）。我们从 20 年前开始，通过添加非易耗品（超市中间货架的商品，如快消品、罐头、美妆等）起步。客户喜欢在线购买这些商品并快速送达的便利。不出所料，他们要求更广泛的杂货覆盖，生鲜产品名列前茅。我们进行了一系列尝试，试图为客户和亚马逊找到正确的经济解决方案。我们在 2017 年收购了有机食品领导者 Whole Foods Market（WFM）。随后推出了主流物理杂货店（Amazon Fresh）、针对 Prime 会员的杂货订阅，以及“店中店”概念。并非所有这些实验都奏效了，但每一次都教会了我们重要的事情。

What’s emerged is a clearer picture of what customers want. Our non-perishables grocery business continues to grow quickly. WFM continues to accelerate, with over 550 stores, 100 more coming in the next few years, and an additional smaller format (Daily Shop) serving quick, frequent grocery missions in city neighborhoods that’s off to a great start. And, a big breakthrough has been adding perishables into our Same-Day Delivery network. Bringing fresh groceries (e.g. produce, dairy, meat) together with millions of everyday items in a single, fast order is resonating with customers for the value and convenience it provides. Since introducing perishables into Same-Day Delivery in early 2025, perishables sales have grown by over 40 times, and now make up nine of the top ten most-ordered items for Same-Day Delivery where they’re available. We have Same-Day fresh food delivery in over 2,300 towns and cities across the country. Our grocery business has grown to over $150 billion in gross sales in 2025, making Amazon the second-largest grocer in the U.S.

现在的局面是客户需求图景变得更加清晰。我们的非易耗品业务持续快速增长。WFM 持续加速，拥有超过 550 家门店，未来几年还将增加 100 家，此外还有一种更小型的业态（Daily Shop）专门服务于城市社区快速、高频的购物任务，开局非常顺利。而一个巨大的突破是将生鲜产品纳入我们的“当日达”配送网络。将生鲜（如农产品、乳制品、肉类）与数百万种日常用品整合在一个快速订单中，这种价值和便利性引起了客户的强烈共鸣。自 2025 年初在当日达中引入生鲜以来，生鲜销售额增长了 40 多倍，目前在已开通服务的地区，生鲜产品占当日达订单前 10 名中的 9 个。我们在全国 2300 多个城镇提供当日达生鲜配送。2025 年我们的杂货业务销售额已增长至 1500 亿美元以上，使亚马逊成为美国第二大杂货商。

If there’s an obvious path to changing your trajectory, take it and run. But, most new jumps forward aren’t like that. There’s invention and experimentation required, and pursuing multiple paths gives you the best chance to find it.

如果有显而易见的路径可以改变你的轨迹，那就选它并全力奔跑。但大多数新的飞跃并非如此，需要创新和实验，追求多条路径能给你找到答案的最佳机会。

When you identify disproportionate inflections, bet big. Choosing which inflections are truly seminal versus “just interesting” requires judgment. Reasonable people can disagree. But, if you believe you’ve found one of these disproportionate shifts, you want to invest as aggressively as you responsibly can. This will create investment spikes that will invite scrutiny, but the game-changers don’t typically accommodate smoother investment horizons.

当你识别出不成比例的转折点时，重注赌赢。 选择哪些转折点是真正具有开创性的，哪些只是“有意思的”，需要判断力。理智的人也会有分歧。但是，如果你相信你发现了一个这种级别的转变，你就需要尽一切可能负责任地、激进地进行投资。这会导致投资激增并招致审查，但改变游戏规则的机会通常不会迁就平滑的投资曲线。

One of these seminal shifts is AI. Every customer experience will be reinvented by AI, and there will be a slew of new experiences only possible because of AI. I’ve followed the public debate on whether this technology is over-hyped, whether we’re in “a bubble,” and if the margins and ROIC will be appealing. My strong conviction, at least for Amazon, is that the answers are no, no, and yes. Here are some truths that are hard to debate.

其中一个开创性的转变是 AI。 每一个客户体验都将被 AI 重塑，也将诞生大量仅靠 AI 才能实现的全新体验。我一直在关注公众关于这项技术是否被过度炒作、我们是否处于“泡沫”中，以及利润率和资本回报率是否具有吸引力的争论。我的坚定信念是（至少对亚马逊而言）：答案分别是：不是、不是、以及是。以下是一些难以反驳的事实：

1/ We have never seen a technology more quickly adopted than AI. When ChatGPT launched in November 2022, it reached 100 million users in two months—four times faster than TikTok and 15 times faster than Instagram (ChatGPT already has over 900 million weekly active users). Both OpenAI and Anthropic have revenue run rates reportedly approaching $30 billion. These are breathtaking numbers for companies this soon after their commercial launches. When Edison opened his first commercial power station in 1882, most people understood it as a better way to light a room. What they couldn’t see was that electricity would eventually reorganize every factory, home, and industry on Earth. AI may have comparable impact. The difference is that electricity took 40 years to get where it was going. AI appears to be moving ten times faster.

1/ 我们从未见过比 AI 普及更快的技术。当 ChatGPT 于 2022 年 11 月推出时，它在两个月内达到了 1 亿用户——比 TikTok 快 4 倍，比 Instagram 快 15 倍（ChatGPT 现在的周活跃用户已超过 9 亿）。据报道，OpenAI 和 Anthropic 的收入运行率已接近 300 亿美元。对于商业化推出不久的公司来说，这些数字令人惊叹。1882 年爱迪生开设第一个商业发电站时，大多数人认为这只是照亮房间的好办法。他们看不到电力最终将重组地球上的每一家工厂、家庭和工业。AI 可能具有相当的影响力，区别在于电力花了 40 年才达到目标，而 AI 的速度似乎快了 10 倍。

2/ Amazon is smack in the middle of this land rush, and companies are choosing AWS for AI. Three years after AWS launched commercially, it had a $58 million revenue run rate. Three years into this AI wave, AWS’s AI revenue run rate is over $15 billion in Q1 2026 (nearly 260 times larger than AWS at that same point)—and ascending rapidly.

2/ 亚马逊正处于这场“圈地运动”的核心，企业正在选择 AWS 进行 AI 研发。AWS 商业化推出三年后，其收入运行率为 5800 万美元。而在 AI 浪潮爆发三年后的 2026 年第一季度，AWS 的 AI 收入运行率已超过 150 亿美元（是同期 AWS 规模的近 260 倍），且正在迅速攀升。

Customers are choosing AWS for AI for a few reasons. First, we have broader capabilities than others, with compelling offerings for model-building (SageMaker), high-performance inference with leading selection of frontier models (Bedrock), lower-cost inference (on our custom silicon, Trainium), agent-building (Strands), scalable and secure agent environments (AgentCore), and turnkey agents for coding, software migrations, and most tasks knowledge workers use in their daily routines (Kiro, Transform, and Quick). Second, as customers expand their use of AI, they want their inference to reside near their other applications and data (for latency reasons), and much more of it resides in AWS than anywhere else. Third, as customers expand their AI usage, they consume a lot of additional non-AI services, where AWS also has the broadest and most capable offerings. And fourth, AWS has the strongest security and operational performance of any AI and infrastructure provider. We spend a lot of time listening to customers, and they continue to remark about AWS’s advantaged performance as they increasingly move their AI to AWS.

客户选择 AWS 进行 AI 研发有几个原因。首先，我们拥有比别人更广泛的能力，从模型构建（SageMaker）、高性能推理（Bedrock）、低成本推理（自研芯片 Trainium）、Agent 构建（Strands）到安全环境（AgentCore），以及用于编码和软件迁移的一站式 Agent（Kiro、Transform 和 Quick）。其次，随着 AI 使用的扩展，客户希望推理靠近其现有的应用和数据以降低延迟，而存储在 AWS 上的数据比任何地方都多。第三，当客户扩展其 AI 使用时，他们会消耗大量的非 AI 服务，而 AWS 在这方面也拥有最广泛和最强大的产品。第四，AWS 拥有任何 AI 和基础设施供应商中最强的安全性和运营性能。

3/ AWS could be growing even faster. AWS added 3.9 gigawatts (“GW”) of new power capacity in 2025, expects to double total power capacity by the end of 2027, and is monetizing that capacity as fast as it’s installed. In Q4 2025, AWS reported 24% YoY growth with a $142 billion dollar revenue run rate. That’s a lot of absolute growth. And yet, we still have capacity constraints that yield unserved demand. [As an aside, two large AWS customers have already asked if they could buy all of our Graviton instance capacity in 2026 (Graviton is our widely-adopted custom CPU chip)—we can’t agree to these requests given other customers’ needs, but it gives you an idea of the demand.]

3/ AWS 本可以增长得更快。AWS 在 2025 年新增了 3.9 吉瓦（GW）的电力容量，预计到 2027 年底总容量将翻倍，并且正在尽可能快地将这些容量变现。在 2025 年第四季度，AWS 报告了 24% 的同比增长，年收入运行率达到 1420 亿美元。即便如此，我们仍面临产能限制，无法完全满足需求。[顺便提一下，两家大型 AWS 客户已经询问是否可以在 2026 年买下我们所有的 Graviton 实例容量——由于其他客户的需求，我们无法答应，但这让你对需求有了直观认知。]

4/ Our chips business is on fire, changes the economics for AWS, and will be much larger than most think. Virtually all AI thus far has been done on NVIDIA chips, but a new shift has started. We have a strong partnership with NVIDIA, will always have customers who choose to run NVIDIA, and we will continue to make AWS the best place to run NVIDIA. However, customers want better price-performance. We’ve seen this movie before. In the CPU space, virtually all of the workloads ran on Intel chips until we invented Graviton in 2018. Graviton, which has up to 40% better price-performance than other x86 processors, is now used expansively by 98% of the top 1,000 EC2 customers. The same story arc is unfolding in AI. Our second version of our custom AI silicon (Trainium2) had about 30% better price-performance than comparable GPUs, and has largely sold out. Trainium3, which just started shipping at the start of 2026 and is 30-40% more price-performant than Trainium2, is nearly fully-subscribed. A significant chunk of Trainium4, which is still about 18 months from broad availability, has already been reserved. And, Amazon Bedrock, AWS’s primary (and very fast-growing) inference service, runs most of its inference on Trainium. Demand for Trainium is booming.

4/ 我们的芯片业务火爆，改变了 AWS 的经济效益，且规模将远超大多数人的想象。到目前为止，几乎所有的 AI 运算都是在 NVIDIA 芯片上完成的，但转变已经开始。我们与 NVIDIA 有着紧密的伙伴关系，但客户想要更好的性价比。我们在 CPU 领域见过同样的戏码：在 2018 年我们发明 Graviton 之前，几乎所有工作负载都在 Intel 芯片上跑。现在，前 1000 大 EC2 客户中 98% 都在广泛使用 Graviton。同样的剧情正在 AI 领域上演。我们的第二代自研 AI 芯片（Trainium2）性价比比同类 GPU 高约 30%，已基本售罄。2026 年初开始发货的 Trainium3 性能又提升了 30-40%，已几乎被订满。即便距离大规模上市还有 18 个月的 Trainium4，很大一部分也已被预订。此外，AWS 的主要推理服务 Amazon Bedrock 的大部分推理都在 Trainium 上运行。

Having our own hotly demanded AI chip opens up many possibilities, but perhaps none larger than the ability to lower costs for customers and secure better economics for AWS. At scale, we expect Trainium will save us tens of billions of capex dollars per year, and provide several hundred basis points of operating margin advantage versus relying on others’ chips for inference.

拥有自主研发且需求旺盛的 AI 芯片意味着我们能降低客户成本并确保 AWS 更好的经济效益。规模化后，我们预计 Trainium 每年将为我们节省数百亿美元的资本支出，并比依赖他人的推理芯片提供数百个基点的运营利润率优势。

Our annual revenue run rate for our chips business (inclusive of Graviton, Trainium, and Nitro—our EC2 NIC) is now over $20 billion, and growing triple digit percentages YoY. To dimensionalize this versus other chips companies, that run rate is somewhat understated by our currently only monetizing our chips through EC2. If our chips business was a stand-alone business, and sold chips produced this year to AWS and other third parties (as other leading chips companies do), our annual run rate would be ~$50 billion. There’s so much demand for our chips that it’s quite possible we’ll sell racks of them to third parties in the future.

目前我们芯片业务（包括 Graviton、Trainium 和 Nitro）的年收入运行率已超过 200 亿美元，同比增长达到三位数。为了让您对比其他芯片公司：目前这个运行率被低估了，因为我们只通过 EC2 变现。如果我们的芯片业务独立运营并向第三方出售，年收入运行率将接近 500 亿美元。由于需求极其旺盛，未来我们很有可能向第三方出售整机柜芯片。

5/ The way AWS’s cash cycle works is that the faster AWS grows, the more short-term capex we’ll spend. AWS has to lay out cash for land, power, buildings, chips, servers, and networking gear in advance of when we can monetize it (typically 6-24 months before we start billing customers, depending on the component). However, these capex investments fund assets with many-year useful lives (30+ years for datacenters; 5-6 years for chips, servers, and networking gear). The FCF and ROIC for these investments are cumulatively quite attractive a couple years after being in service; however, in times of very high growth (like now), where the capex growth meaningfully outpaces the revenue growth, the early-years FCF is challenged until these initial tranches of capacity are being monetized and revenue growth out-paces capex growth. We’ve been through this cycle with the first big AWS growth wave, and liked the results. We expect to feel similarly about this next wave, with much larger potential downstream revenue and FCF.

5/ AWS 的现金周期规律是：增长越快，短期资本支出越多。我们必须提前 6-24 个月投入现金购买土地、电力、建筑、芯片和服务器，然后才能开始计费。然而，这些投资支持的是长寿命资产（数据中心 30 多年，芯片服务器 5-6 年）。在极高增长期（如现在），早期现金流会面临挑战，直到产能开始变现。我们经历过第一波 AWS 增长浪潮并喜欢那个结果，我们预计这一波也将如此。

6/ We have customer commitments that make our capex investments predictable. We’re not investing approximately $200 billion in capex in 2026 on a hunch. The recent OpenAI commitment (over $100 billion) is an example of this, but there are several other customer agreements completed (and unannounced), or deep in process. Of the AWS capex we expect to spend in 2026, much of which will be monetized in 2027-2028, we already have customer commitments for a substantial portion of it.

6/ 客户承诺让我们的资本支出投资具有可预见性。我们 2026 年投入约 2000 亿美元的资本支出并非凭直觉。最近 OpenAI 超过 1000 亿美元的承诺就是一个例子。2026 年的支出中很大一部分已经有了客户承诺。

We are willing to make large capex investments and endure short-term FCF headwinds for the substantial medium to long-term FCF surplus. AI is a once-in-a-lifetime opportunity where the current growth is unprecedented and the future growth even bigger. AWS has a significant leadership position with the broadest functionality, strongest security and operational performance, largest share of customers and revenue, strong desire from customers to run their AI in AWS, and an opportunity to build what could be a new pillar for Amazon in chips. We’re not going to be conservative in how we play this—we’re investing to be the meaningful leader, and our future business, operating income, and FCF will be much larger because of it.

我们愿意为了中长期的现金流盈余而承受短期的 FCF 压力。AI 是百年一遇的机会，目前的增长是史无前例的。我们不会在策略上保守——我们正在为成为领导者而投资，我们的未来业务、运营利润和现金流将因此变得规模巨大。

Accept going back to the starting line to redirect the trajectory. When you have a product that’s working at scale, one of the hardest decisions to make is to go back to the starting line. It feels like going backwards (because it kind of is). Teams understandably argue that they don’t have time to both run the existing service and reimagine everything anew. But, there are reasons to do so, and AI is making it easier and more imperative to go back to the starting line.

为了重新定位轨迹，接受回到起点。 当你有一个已经规模化的产品时，最难的决定就是回到起点。这感觉像是在倒退。团队会争辩说没时间重构，但 AI 使得回到起点变得既更容易也更紧迫。

For instance, in Amazon Bedrock, as often happens with services that get built rapidly and scale faster than expected, the team realized that it needed a different inference engine than had originally been built. This wasn’t a tweak; it required a completely different architecture. The team was operating a large and fast-growing service, so it wasn’t ideal. Normally, this sort of activity might take a team of 40 people about a year to carefully build. Instead, the Bedrock team spun up a separable group of six very skilled engineers who were excited about starting over and building on our agentic coding service (Kiro), and delivered this new engine (which we call “Mantle”) in 76 days. Mantle has become the backbone of our very successful Bedrock service, which has nearly doubled month-over-month this past March, and processed more tokens in Q1 2026 than all of the tokens processed in the prior years combined.

例如在 Amazon Bedrock，团队意识到需要一个与最初构建完全不同的推理引擎。这不是微调，而是需要完全不同的架构。通常这需要 40 人的团队花一年时间，相反，Bedrock 团队抽调了 6 名顶尖工程师，利用我们的 Agent 编码服务（Kiro），在 76 天内交付了名为“Mantle”的新引擎。Mantle 现已成为 Bedrock 的支柱。

Alexa is another interesting example. With 600 million active endpoints across devices, cars, offices, Fire TV, and Prime Video, Alexa has scale and a very large customer base. But, when transformative technology like generative AI arrives, and you can build a much more intelligent product than you previously had, you have to pursue it—even if it’s disruptive to your team, roadmap, and architecture. The new Alexa+ is so much more capable, useful, and smart than her prior self. But, we had to completely rewire her brain, corresponding intelligence, breadth of knowledge, routing of services and APIs she accesses, and what routines and jobs she could do. The team had to make these changes while also serving the existing large customer base, and execute a roll out that didn’t break all the functionality on which so many customers have come to rely. It’s been worth it. Customers are talking to Alexa twice as much (and for longer durations across a wider breadth of topics), completing purchases on devices three times more, streaming music 25% more, and using smart home functionality 50% more. Alexa is still early in its journey to be the world’s best personal assistant. But, it wouldn’t be on its way again without going back to the start.

Alexa 是另一个有趣的例子。尽管拥有 6 亿个活跃终端，但当生成式 AI 出现时，你必须追求它——哪怕这意味着要颠覆现有的架构。新的 Alexa+ 变得聪明得多，但我们必须彻底重构她的“大脑”。结果是值得的：客户与 Alexa 的对话频率翻倍，在设备上完成购买的频率增长了三倍。如果不回到起点，她就不会重新启航。

If you believe that every customer experience will be reinvented in the coming years by AI, it means even the customer experiences that feel most comfy, and are most broadly adopted, will be reimagined. Take our retail business. We believe that customers will always care deeply about massive selection, low prices, very fast delivery, ease of use, and how they’re treated. Amazon has built a lot of capabilities that position us well to meet these customer needs for years to come. However, it’s not hard to imagine with the emergence of AI, that the interface with which customers want to interact with a retailer could be substantially different over time. The temptation is to just add a little AI to the existing experience. That’s a start. But, the trick for leaders, ourselves included, is how to get organized and convicted about going back to the starting line and reimagining your experiences from a clean sheet of paper, assuming you were building with the new technology available. It’s easier to say than do. But, it’s what we’re doing in all of our consumer experiences. It may take us a while to find experiences better than what we have now, and it may take consumers time to adopt these new experiences. But, history shows the “straight line was a lie.” Everything gets reinvented. And, if you want to be finding that next zig, you need to be willing to go back to first principles.

不要只是在现有体验上加一点 AI。领导者的诀窍在于，要有勇气在一张白纸上假设利用新技术重新构思体验。我们正在对所有的消费者体验进行这种重塑。历史证明，“直线是个谎言”，一切都会被重新发明。如果你想找到下一个转折，你需要回到第一性原理。

Cultivate a culture that can cope with squiggly lines. You may be operating successfully for several years, when an inflection shatters this placidity. Sometimes, teams live in denial that a big change is afoot, as it can be threatening to change course. The historical business landscape is littered with companies that wished away big new inflections to their own detriment (and we have been the beneficiary of a few).

培养一种能应对“弯曲曲线”的文化。 你可能成功运营了多年，直到一个转折点打破平静。有时团队会拒绝承认变革正在发生。历史上充满了因为无视转折点而走向衰落的公司。

Here’s some of what I’ve learned over the past 28 years at Amazon.

以下是过去 28 年我在亚马逊学到的一些教训：

You need to have the right data, mechanisms, and truth-tellers to deeply question what’s changed and should therefore be done.

你需要正确的数据、机制和敢说真话的人，去深度质疑什么已经改变了。

You have to have people and a culture that are comfortable operating with ambiguity as you sort through the new normal.

你必须拥有能够适应模糊性的团队和文化。

You need to invent and experiment like crazy. Many of these experiments will fail, and it might feel like you’re getting nowhere. But, your culture must possess the tenacity to keep at it.

你需要疯狂地发明和实验。许多实验会失败，但你的文化必须具备坚持下去的韧性。

You need to learn constantly. Each attempt you (and others) make provides insight on what customers really want.

你需要不断学习。每一次尝试都能让你洞察客户真正想要什么。

You need to move fast, have teammates that act like true owners, and be scrappy. At Amazon, we talk a lot about operating like the world’s biggest startup. It’s the primary reason we’ve worked to flatten our organization the last year, and we’re pleased with the improved speed of decision-making and delivery.

你需要跑得快，有主人翁精神。我们努力让组织扁平化，我们对决策速度的提升感到满意。

You have to be comfortable potentially over-rotating when pursuing one of these big needle-movers. You may end up investing a little more than needed, but it’s better to capture most of the transformational upside than to miss much of it by cutting it too fine. And then, if you learn something new that requires course correcting, do it quickly. Inflections aren’t usually smooth or calm. They favor the bold and adaptable.

在追求重大机遇时，要敢于“过度投资”。多投一点比错过转型红利要好。转折点偏爱勇敢和适应力强的人。

You have to be adept at both inventing the inflections and recognizing when others have started ones that you should pursue as well. We tend to be first-movers, but have had several big successes where we didn’t enter first. In each of these cases, we haven’t just duplicated what others have done (when we’ve done that, we haven’t succeeded). Rather, we’ve been inspired by new ideas, and invented unique experiences that appeal to our customers. It takes a different type of grit and resolve than when you’re first to an idea.

你必须既能创造转折点，又能识别别人创造的转折点。当我们后来居上时，关键在于不简单复制，而是创造独特的体验。

You have to be willing to reimagine not only every customer experience, but also how you organize and get work done. Challenging conventions that have existed a long time (and worked) is difficult. People sometimes call these “change management” obstacles. That’s true, but in times of transformational tumult, they’re almost like reexamining your faith.

你必须愿意重新想象每一个客户体验，甚至重新审视工作方式。这很难，有时就像在重新审视你的信仰。

And, you have to be able to withstand criticism as you’re making your way through an inflection. We have historically shared that we’re “comfortable being misunderstood for long periods of time.” This resolve is required when you’re inventing in general, but particularly when you’re in the middle of a meaningful change where there’s uncertainty and conflicting opinions.

你必须能经受住批评。我们常说“愿意长期被误解”，在充满不确定的变革中，这种定力是必须的。

Parting thoughts. Amazon had another strong year in 2025.

结语。亚马逊在 2025 年又度过了强劲的一年。

Amazon’s revenue in 2025 grew 12% year-over-year (“YoY”) from $638 billion to $717 billion. By segment, North America revenue increased 10% YoY from $387 billion to $426 billion, International revenue grew 13% YoY from $143 billion to $162 billion, and AWS revenue increased 20% YoY, from $108 billion to $129 billion.

2025 年收入增长 12%，达到 7170 亿美元。AWS 收入增长 20%，达到 1290 亿美元。

Amazon’s operating income in 2025 improved 17% YoY, from $69 billion (an operating margin of 10.8%) to $80 billion (an operating margin of 11.2%).

运营利润增长 17%，达到 800 亿美元（利润率为 11.2%）。

Free Cash Flow decreased from $38 billion to $11 billion, driven primarily by a year-over-year increase of $50.7 billion in purchases of property and equipment, net of proceeds from sales and incentives. This FCF change primarily reflects capex investments in artificial intelligence.

自由现金流降至 110 亿美元，主因是资本支出增加了 500 多亿美元，主要投向 AI。

It’s hard to overstate my optimism for what’s ahead.

我对未来充满乐观，怎么形容都不为过。

Our retail business is now approaching $600 billion in topline, yet roughly 80% of global retail sales still happens in physical stores. That will change.

我们的零售业务接近 6000 亿，但全球 80% 仍在实体店。这会改变。

AWS is at a $142 billion revenue run rate, and yet 85% of global IT spend remains on-premises. This will change.

AWS 年运行率 1420 亿，但全球 85% 的 IT 支出仍在本地。这也会改变。

Our Advertising offerings continue to grow and deliver strong returns for brands, while newer businesses like Prime Video, Pharmacy, and Grocery are providing unique customer experiences, growing robustly, and improving their economics.

广告、Prime Video、医药和杂货业务都在强劲增长并改善经济效益。

We’re on the verge of launching Amazon Leo, just beginning commercial service with Zoox (our autonomous-driving ride-hailing service), and still quite early in what we’ll build in robotics.

我们即将推出 Amazon Leo，Zoox 开始商业化，机器人的应用也才刚刚开始。

Across all of this, AI is not a standalone initiative—it’s a multiplier. It will reshape every customer experience we offer and unlock entirely new ones. We will build many of these ourselves, and continue making AWS the best place for others to do the same.

AI 不是一个独立的举措，它是一个乘法器。它将重塑每一个客户体验。

Progress will not be linear. There will be moments of acceleration and moments where we adjust course. We will experiment, invest disproportionately behind what matters, and pull back when something isn’t working.

进步不会是线性的。会有加速，也会有调整。

This is the environment where Amazon does its best work. We’ve built a culture that thrives in constantly changing circumstances by being inventive, comfortable operating along multiple paths, revisiting first principles, and committing fully to the ideas that can meaningfully improve customers’ lives. As always, we’ll optimize for what matters most to customers and shareholders over the long term.

这正是亚马逊大显身手的环境。我们将始终为客户和股东的长期利益而优化。

Thank you to our teammates for everything you’ve done this past year and for what’s ahead. I look forward to pursuing this amazing adventure together.

感谢我们的队友。我期待共同追求这场奇妙的冒险。

Sincerely,

诚挚地，

Andy Jassy

安迪·贾西

President and Chief Executive Officer

总裁兼首席执行官

Amazon.com, Inc.

亚马逊公司

P.S. As we have always done, our original 1997 Shareholder Letter follows. What’s written there is as true today as it was in 1997.

附：一如既往，我们附上 1997 年最初的致股东信。那里写的内容在今天依然如 1997 年那样真实。

Summary:

The emergence of OpenClaw marks the “ChatGPT moment” for AI Agents, pivoting from passive conversation to autonomous execution. As the “Lobster” craze sweeps global markets—driving a massive surge in Tencent’s valuation—a fundamental shift in business models is unfolding. This note dissects why the true winners aren’t the app-layer imitators, but the infrastructure giants harvesting the “compute tax.” While OpenClaw offers an unprecedented lever for “One-Person Companies,” critical risks in privacy and “API bill shocks” remain. Until a reliable trigger—such as Apple’s system-level sandboxing—secures the landscape, our strategy remains one of disciplined observation. Discover how to navigate this shift from SaaS to “Service-as-a-Result” without surrendering your system’s core security.

一、 OpenClaw 简介：从“被动对话”到“自主执行”的跨越

OpenClaw 最初由开发者 Peter Steinberger 发布，是一个免费且完全开源的自主 AI 智能体（Autonomous AI Agent）。因其标志性的红色龙虾图标，在开发者群体中部署该智能体被戏称为“养龙虾”。

如果说此前的 AI 只是高智商的“问答机”，OpenClaw 则完成了向“数字员工”的质变。它打破了对话框的沙盒限制，能够像真实人类一样，跨越各类即时通讯软件、浏览器和本地文件系统，7x24 小时自主规划并执行复杂的多步骤任务（如跨语种搜集前沿文献、自动提取财报核心指标并生成简报）。业内将其爆发广泛视为 AI Agent 赛道的“ChatGPT 时刻”。

二、 中美生态现状对比：应用层内卷 vs 底层基建博弈

目前，OpenClaw 在中美两大市场呈现出截然不同的演进路线：

• 中国市场： 流量入口的狂热抢夺。国内巨头正处于对“桌面/移动端入口”的极度焦虑中。腾讯（QClaw）、阿里（CoPaw）、百度（DuClaw）纷纷下场，试图将 Agent 封装进国民级应用中。大众市场催生了高昂的“代客养虾”黑产，地方政府也开始重金补贴算力，呈现出极度追求落地与流量变现的狂热。

• 美国市场： 底层基建的加速与防御。硅谷则呈现出“卖铲子赚钱，对安全极度谨慎”的格局。以 AMZN 为首的云巨头迅速在 AWS Lightsail 上提供云端隔离部署环境，将高风险动作转化为高粘性的云服务订阅费；同时，顶级网络安全机构对本地裸奔的 AI 频频拉响警报。

  

三、 核心逻辑：用“商业模式的质量”做第一层筛选

在审视这一现象级技术浪潮时，第一优先级的筛选标准依然必须是商业模式的质量。

人类输入 Prompt 的速度是有物理极限的，但 24 小时全天候运行的数字员工没有。这意味着海量的 API Token 消耗和极具粘性的经常性收入（ARR）。这场狂热最终的赢家，并非那些提供套壳应用的公司，而是真正掌握底层基础设施的科技巨头，其商业模式具有极高的转换成本和深不见底的护城河。

四、 底层资产映射：谁在收取“过路费”？

基于高质量商业模式的筛选，核心受益者高度集中：

• 腾讯 (00700.HK)： 作为国内 Agent 生态的领跑者，腾讯因率先在微信（WeChat）和企业微信生态中深度布置“龙虾”架构（QClaw / WorkBuddy），极大地提升了社交与办公生态的自动化溢价。资本市场对其“AI 驱动的第二增长曲线”给予了强烈肯定，股价随之暴涨（3月10日港股收盘大涨逾 6%）。

• NVDA（算力印钞机）： 所有自主智能体在后台疯狂抓取数据和逻辑推理（Inference）的过程，是对 GPU 算力的指数级压榨。

• AMZN 与 MSFT（云端沙盒与基础设施）： 由于本地部署面临极高隐私风险，AWS 和 Azure 提供的云端隔离沙盒成为了企业级大规模部署的必然选择。

• GOOGL 与 META（模型与生态）： 作为底层大模型提供商，将在这场 API 调用的海量激增中持续获益。

  

五、 核心隐患：OpenClaw 的潜在风险与防御机制

在将其引入严肃的商业投资研究或个人的自动化业务架构之前，必须正视其伴生的三大致命风险，并建立严格的防火墙：

1. 系统级越权与隐私劫持： OpenClaw 运行需要读写本地文件和执行代码的极高权限。一旦接入带有恶意后门的第三方技能包，它可能瞬间将本地的核心商业底稿打包发送给黑客。

   • 防范机制： 坚守安全纪律。在系统级沙盒完善前，绝对不在存放核心业务数据的主力设备上运行。现阶段测试，应严格采用云端隔离环境（如 AWS Lightsail）。

2. “算力刺客”与失控的 API 账单： 由于数字员工具备 7x24 小时不间断重试的特性，一旦陷入无意义的抓取循环，会在极短时间内烧掉数千美元的 API 费用。

   • 防范机制： 在各大模型平台后台设置极其严格的单日消费硬上限（Hard Limit）。

3. 合规反噬与“幻觉”决策： 在处理严肃数据时，缺乏人工干预的 AI 幻觉可能导致灾难性的决策失误。

   • 防范机制： 在关键节点必须设置强制的人工确认环节（Human-in-the-Loop），将最终裁决权牢牢掌握在手中。

     

六、 终局推演：AI Agent 的“ChatGPT 时刻”与未来走向预测

OpenClaw 预示着未来 1-3 年内科技生态将发生剧烈的板块重构：

1. 操作系统的“收编”与硬件级沙盒的崛起： 底层操作系统（OS）必然对自主智能体进行收编，将其执行权限封锁在硬件级隔离区。

2. 软件商业模式的颠覆（从 SaaS 到 AaaS）： 软件公司将从售卖“使用界面”转向售卖“工作结果”。估值逻辑将从“用户日活（DAU）”转变为“API 调用量”。

   

3. “一人公司”的杠杆极限： 单兵作战的个体将能以极低的管理成本指挥“数字军团”，超级个体的商业产出将首次具备挑战传统中型企业的能力。

   

七、 个人践行策略：高度关注与“Apple 试金石”法则

OpenClaw 展现出的爆发力，与构建 DoctorX.AI 的“一人公司”理念完美契合。然而，在面对隐私与安全时，必须保持极度的商业纪律。

可靠的入局触发器：Apple (AAPL) 的系统级背书。

只有当 Apple 官方宣布在 macOS/iOS 系统层面兼容或接入类似 OpenClaw 的底层协议，提供坚不可摧的“权限围栏”时，才是安全性落地的标志。一旦这个安全警报解除，我将果断尝试让其全面接管并建设 DoctorX.AI，让其成为真正意义上的超级数字助理。

At Davos 2026, the “Beatles and Stones” of AI—Dario Amodei and Demis Hassabis—confronted the dawn of AGI. With the “Self-Evolution Loop” closing, Amodei warns that junior white-collar roles face a narrow 1–5 year survival window. For value investors, this is more than noise; it’s a radical restructuring of business moats. As the marginal cost of cognitive labor collapses, true value migrates to complex decision-making and high-order creativity. Are you holding assets with the “High-Quality Genes” needed to survive this technological adolescence? Watch the definitive dialogue on the day that changes everything.

在 2026 达沃斯《AGI 之后的那一天》现场，Anthropic CEO Dario Amodei 抛出了一个让所有专业人士脊背发凉的预测：未来 1 到 5 年内，初级白领工作将面临毁灭性冲击。

作为一名从医生跨界到金融投资的观察者，我从这场“AI 巅峰对话”中提炼了三个关乎幸存与获利的信号：

🔹 “自我进化闭环”的奇点：

当 AI 工程师不再手写代码，而是由 AI 编写、人类审计时，软件开发的边际成本正在归零。这意味着，所有依赖“信息不对称”或“体力化脑力劳动”的初级岗位，其护城河已形同虚设。

🔹 商业模式的“质量”重定义：

Dario 提到的收入指数增长（从 1 亿到 100 亿），揭示了 AGI 时代的商业逻辑：能力即收入。如果一家公司的护城河仅仅是“用了 AI”，那它只是噪音；真正的信号是那些能将 AGI 转化为医疗突破或科学假设的深度整合者。

🔹 技术“青春期”的避风港：

Demis Hassabis 提醒我们，科学创造力的最高阶——“提出正确的问题”——目前仍是人类的领地。在初级技能被自动化席卷的当下，我们唯一的出路是向复杂决策、跨学科连接以及审美直觉迁移。

Quality First. Everything Else is Noise. 在指数级增长的上升期，盲目焦虑没有意义。我们要识别出那些拥有“高质量基因”的公司和技能，在 AGI 黎明到来前完成资产与认知的重组。

📺 深度复盘视频：

#AGI #达沃斯2026 #价值投资 #DoctorX #未来职业 #Anthropic #DeepMind

Executive Summary:
On January 20, 2026, Netflix reported a robust Q4 and full-year 2025 performance, surpassing expectations with 325 million global subscribers. The spotlight, however, belongs to the staggering $83 billion acquisition of Warner Bros. Discovery (WBD). This strategic pivot signals the end of the “streaming wars” and the beginning of a consolidated media era where business model quality and massive scale become the ultimate competitive moats. By halting share buybacks to fund this acquisition, Netflix is prioritizing long-term dominance over short-term capital returns.

Netflix（网飞）于 2026 年 1 月 20 日美股盘后公布了 2025 财年第四季度及全年业绩。这份财报不仅展示了流媒体帝国的财务韧性，更通过一项高达 830 亿美元的并购案，宣告了流媒体竞争进入“终局规模战”阶段。

以下是本次财报的核心要点汇总：

一、 财务表现：稳健增长，拆股后的首份年报

尽管宏观环境波动，Netflix 依然交出了超出预期的答卷。

核心指标2025 Q4 表现同比增长备注营收 (Revenue)120.5 亿美元+17.6%略超市场预期的 119.7 亿每股收益 (EPS)0.56 美元+28%2025 年 11 月完成 1:10 拆股全球总会员数3.25 亿+15%净增会员质量稳步提升营业利润率25%-全年平均达到 29.5% 的高位自由现金流 (FCF)18.7 亿美元-为后续大规模投入储备了弹药

二、 三大战略支柱：广告、体育与并购

本次财报最受关注的三个关键词，清晰勾勒出了 Netflix 商业模式的进化路径。

1. 广告业务：从“实验”走向“核心”

2025 年是 Netflix 广告业务的爆发年。全年广告收入突破 15 亿美元，管理层指引 2026 年该数字将翻倍至 30 亿美元。

• 策略转移：广告层级不再仅仅是“廉价选项”，正逐渐成为利润贡献的重要组成部分。

• 规模效应：随着广告分级渗透率的提升，Netflix 正在通过更精准的算法和海量用户数据，抢夺传统电视媒体的预算。

2. 直播体育：留存率的“护城河”

Q4 的增长受《怪奇物语》等传统内容拉动，但 NFL 圣诞大战 和 顶级拳击赛 的成功直播，证明了 Netflix 具备承载全球最高流量直播的能力。

• 核心逻辑：体育内容不仅是为了拉新，更是为了极大地提高用户的日常留存（Retention）。

• 后续动作：已锁定 2026 年 MLB 部分赛事的独家权，体育直播将常态化。

3. WBD 巨额交易：流媒体的“大一统”

Netflix 确认以 830 亿美元 全现金方式收购华纳兄弟探索 (WBD)。

• 历史意义：这是 Netflix 历史上最大规模的并购。若获批，Netflix 将整合 HBO、华纳影业等顶级 IP 库。

• 财务代价：为了这桩交易，Netflix 宣布将暂停股票回购，优先保证现金流用于并购和整合。

三、 财报会议纪要：管理层的深度剖析

在随后的电话会议中，联席 CEO Ted Sarandos 和 CFO Spencer Neumann 针对市场疑虑给出了回应：

关于竞争壁垒：

“我们不再只是一个‘流媒体平台’。通过并购 WBD，我们将拥有从好莱坞经典 IP 到全球顶级体育赛事、再到领先广告技术栈的全产业链能力。这种规模壁垒是单打独斗的竞争对手难以逾越的。”

关于 2026 年的保守指引：

管理层将 2026 年营收目标定在 507 亿-517 亿美元。CFO 表示，考虑到并购带来的整合成本，利润率的提升会变得更加“稳健”而非“激进”。这反映出公司正从单纯追求利润，转向追求商业模式的长期统治力。

四、 总结与展望

Netflix 的这份财报传递了一个明确信号：流媒体的“烧钱时代”已经结束，但“规模决战”才刚刚开始。

• 看多理由：广告业务的高毛利转化、体育赛事的粘性、以及 WBD 带来的顶级 IP 加持。

• 风险提示：并购审批的不确定性、短期内暂停回购对股价的压力，以及直播技术在高并发下的稳定性挑战。

🎧 Listen [EN English Ver]

Executive Summary

In 2026, Healthcare AI has transitioned from technical hype to industrial maturity. For the physician-investor, the priority is identifying “Business Model Quality” [cite: 2025-12-01]. This article deconstructs the three critical moats: Data Sovereignty, Workflow Entrenchment, and Payer Consensus. By analyzing the “Mine Owner” model of data assets and the “Tax Collector” logic of infrastructure, we separate transient trends from companies successfully converting clinical efficiency into sustainable, reimbursement-backed revenue.

中文导读

2026 年是医疗 AI 从“实验室”走向“账单中心”的关键年。本文深度拆解了行业获利的三大底层逻辑：数据主权、工作流嵌入与付费方共识。通过分析梅奥诊所的“矿场主”模式与微软/英伟达的“收税人”逻辑，带您看透哪些公司在蹭热度，而哪些公司正在构建真正的商业护城河。

一、 序言：结构性融合的本质

2026 年，医疗与 AI 的融合已从单纯的技术竞赛转向复杂的商业模式战争。正如 20 世纪初临床实验室的标准化彻底改变了医学研究，今天的生成式 AI 正在重新定义医疗的利润分配逻辑。对于价值投资者而言，筛选标准必须回归到**“商业模式的质量”**：即一家公司能否将临床效率转化为可持续的营收。

二、 第一道护城河：数据主权（矿场主模式）

在 2026 年，算法可以被模仿，算力可以被购买，但高质量且带随访结果的临床数据是不可逾越的护城河。

• 从“挖矿”到“当矿场主”：以梅奥诊所 (Mayo Clinic) 为代表的顶级机构已完成数据资产化。他们不直接出售隐私数据，而是建立“数据矿场”，让 AI 公司在受控环境下训练，并从中提取长期分润。这让数据从成本中心变成了可持续增值的金融资产。

• 闭环进化：真正领先的公司（如 Insitro）构建了“闭环数据系统”：每一次 AI 诊断的反馈都会自动校准模型。这种自我增强的飞轮效应让后来者几乎无法追赶。

三、 第二道护城河：工作流嵌入（收税人逻辑）

如果 AI 只是医生屏幕上的一个浮窗，那它随时会被替换。真正的赢家是那些把自己变成“数字化呼吸”的公司。

• 收税人模式：英伟达 (NVIDIA) 通过 BioNeMo 平台垄断了药企研发的底层工具；微软 (Microsoft) 则通过将 GPT-5 深度集成进 Epic 病历系统，占据了临床入口。

• 深层绑定 (Deep Binding)：当 AI 自动补全病历、提示药物冲突、甚至自动预撰写保险理赔单时，它已与临床路径融为一体。撤换这样的系统意味着巨大的行政阻力和效率损失，从而形成了极高的转换成本。

四、 第三道护城河：付费方共识（规避“包子铺陷阱”）

技术好不代表能赚钱。许多初创公司陷入了“卖得越多亏得越多”的包子铺陷阱，其核心原因是单位经济模型 (Unit Economics) 的崩溃。

• 获客成本 (CAC) 的真相：进入大型公立医院的销售周期长达 18-24 个月，如果无法在短期内收回成本，再炫的技术也难以为继。

• 保险公司的入场券：2026 年的商业真理是——没有 CPT Code (计费代码) 的 AI 只是实验。只有获得保险公司认可，通过 AI 节省的费用实现“按效果分润”，才能实现真正的商业闭环。

五、 结论：2026 年的复合赢家与飞轮效应

在这场结构性融合中，最后的赢家不是技术最炫的公司，而是同时握有数据矿权、工作流通行证和保险公司合同的复合型选手。

真正的赢家正致力于构建“闭环数据生态系统”。每一次临床判读不再仅仅是诊断，而是反哺算法的“新鲜血液”。这种自我进化的能力，就是文中提到的“滚雪球式”领先。这种飞轮一旦旋转起来，领先者与追随者之间的差距将不再是线性的，而是代际性的

附录：2026 医疗健康与 AI 交叉领域核心信源地图

💡 DoctorX.AI 案头研判笔记：在阅读这些信源时，重点寻找文章中提到的“矿场主”和“收税人”逻辑。凡是无法证明自己能“帮保险公司省钱”或“无法深度嵌入 EHR 工作流”的公司，在 2026 年的估值都应打上巨大的折扣。

2026 Healthcare Fracture Point: Decoding the Survival of the Fittest

2026 is healthcare’s “Progressive Era” moment—a structural fracture where 8.5% cost inflation and 36% premium hikes trigger an insurance “death spiral.” Beyond the hype, which business models possess the intrinsic quality to survive?

Guided by a “Business Model Quality” lens and V2.0 documentary depth, we dissect the new order. From the “Modern Trusts” of UNH and the “Digital Labor” of Agentic AI to ISRG’s transformation into essential social infrastructure, this report uses PwC and Forrester data to diagnose the winners. In a world of collapsing systems, efficiency is dignity. Is your portfolio positioned for the reconstruction, or the rubble? Discover the definitive diagnosis.

导读：历史的深度回响

在 2026 年的宏大叙事中，医疗行业正经历一场类似于 20 世纪初“进步时代”的结构性阵痛。当时，工业化浪潮迫使社会在混乱中重构卫生与效率标准；而今天，我们正站在由 8.5% 的成本通胀、18%-36% 的保费增幅 以及 10% 的农村劳动力缺口 共同构筑的断裂点上。

本文将摒弃肤浅的技术乐观主义，以“商业模式质量”为唯一标尺，拆解那些正在废墟上建立新秩序的幸存者逻辑。

第一章：垂直控制 —— 医疗“托拉斯”的防御美学

当普华永道预测 2026 年医疗成本趋势将维持在 8.5% 的高位时，传统的轻资产、中介型商业模式已无法通过简单的提价来对冲风险。

• 历史类比： 这种局面正如 20 世纪初的标准石油（Standard Oil）。面对市场剧震，唯一的生存之道是控制全产业链。

• 深层逻辑： UnitedHealth Group (UNH) 和 CVS Health (CVS) 正在完成从“保险支付方”到“全方位服务商”的质变。通过 Optum 和 Signify Health 等部门，巨头们正在“内化”（Insourcing）那些原本流向外部诊所和药房的利润。

• 商业模式质量评估： 这种垂直整合创造了极高的转换成本。在 2026 年，最优质的标的是那些能通过物理闭环消除外部摩擦成本的公司，它们不只是在做大，而是在通过控制权锁死利润率。

第二章：智能体革命 —— 重新定义单位生产力

2026 年，AI 正式从“对话框阶段”进入“智能体阶段”（Agentic AI）。这不仅是技术的更新，更是对资本支出（CapEx）与经营利润率（Operating Margin）关系的重写。

• 数据支撑： 尽管 65% 的美国成年人可以访问其电子健康档案（EHR），但“健康素养低”仍是核心瓶颈。

• 效率跃迁： Microsoft (MSFT) 的 Nuance DAX 和 Alphabet (GOOGL) 的 Med-PaLM 正在将 AI 从辅助工具转变为能够独立处理行政、编码与患者初筛的“数字劳动力”。

• 投资视角： 高质量的商业模式表现为：即便面临医护短缺，单位服务的人力成本占比依然能持续下降。

第三章：去中介化的先锋 —— 消费主义的觉醒

Forrester 的数据显示，2026 年保费的激增（部分高达 36%）将导致超过 800 万 消费者脱离传统保险。这产生了一个巨大的真空地带。

• 趋势洞察： 约 35% 的年轻一代宁愿完全现金支付（Out-of-pocket）以换取更快的服务。

• 模式重构： 以 Hims & Hers (HIMS) 为代表的 D2C 平台正在直接捕获这些逃离传统保险“死亡螺旋”的消费者。这种模式的质量在于其极致的透明度和极低的获客/服务周转天数。

第四章：社会必要性驱动的溢价 —— 农村医疗与自动化

当农村地区医护短缺激增 10% 且 70% 的缺口集中在偏远地区时，技术不再是可选项。

• 逻辑拆解： Intuitive Surgical (ISRG) 的达芬奇手术机器人及其远程协作技术，正在从“高端医疗器械”转变为“社会基础设施”。

• 估值锚点： 在 2026 年，具备“社会必要性”的技术公司将拥有更强的监管免疫力和长期溢价能力。

第五章：AI 治理 —— 内在价值的“安全气囊”

Forrester 预测，2026 年将发生一起引人注目的“AI 大分手” —— 医疗机构因治理失败被迫与其技术子公司公开断交。

• 风险警示： 目前仅有 44% 的风险管理决策者认为其流程成熟。

• 结论： 在 2026 年，评估商业模式质量的第一步是检查其 AI 治理（Governance） 的厚度。合规不再是成本中心，而是防止内在价值在一夜之间清零的最后防线。

结语：DoctorX 的投资罗盘

2026 年的医疗行业，不是属于追逐热点的投机者，而是属于理解**“效率即尊严”**的价值投资者。高质量的商业模式必须在以下三个维度中至少占据其二：

1. 控制全产业链的垂直整合力；

2. 通过智能体 AI 实现的人力对冲力；

3. 直接触达消费者的去中介化能力。

数据来源与引用：

*: Deloitte - 2026 Global Health Care Outlook

*: Deloitte - 2026 US Health Care Outlook

*: Gartner - Top Strategic Technology Trends for 2026

*: PwC - Medical Cost Trend: Behind the Numbers 2026

*: Forrester - Predictions 2026: Healthcare

Native English Intro: In the 2026 solopreneur wave, DoctorX.AI serves as a blueprint for transforming a traditional newsletter into a global multi-media matrix without writing a single line of code. By leveraging the strategic reasoning of Gemini and the narrative power of NotebookLM, this “Solo AI Company” model scales medical-grade investment rigors a…

Read more

SUMMARY: The monetization landscape on X has undergone a paradigm shift: revenue is now driven by the depth of Premium engagement, not just raw impressions. To help professional creators navigate this new economy, I’ve applied a "clinical lens" to identify the Top 100 Traffic Gateways across Tech and Healthcare. These are the strategic nodes where $NVDA’s compute evolution meets $LLY’s clinical breakthroughs. From AI visionaries to medical authorities, these 100 accounts represent the highest density of affluent, high-net-worth audiences. This guide is your roadmap to surgically targeting the nodes that maximize rewards. Stop chasing vanity metrics and start engaging the gateways that define market value.

中文版：

日期：2026年1月3日 作者：DoctorX.AI

一、 战略背景：为什么这份名单价值万金？

在 2026 年的 X 平台算法中，展示量 (Impressions) 的“含金量”是不等的。

• 低质量流量： 来自普通账户的随意浏览，收益极低。

• 高质量流量： 来自 Premium (蓝标/金标) 用户的深度阅读与互动，其收益权重是普通流量的数十倍。

对于深耕 $NVDA、$LLY、$ISRG 等高壁垒行业的专业创作者，最好的盈利路径不是“博出位”，而是**“进圈子”**。以下 100 个活跃节点，就是通往这些高净值蓝标用户圈层的“超级门户”。

二、 科技与 AI 领域：算力、模型与商业进化 (Top 50)

策略：通过回复这些账号，触达全球顶尖的开发者、芯片分析师与风投专家。

三、 医疗健康领域：临床、药研与生物科技 (Top 50)

策略：利用您的医生背景，在这些权威账号下进行“临床解剖”，精准吸引高净值 Premium 粉丝。

四、 临床建议：如何将这份清单转化为收益？

1. 升级 Premium+ (明日首要动作)： 为了获得“Highest reply boost（最高回复权重）”，这是必不可少的工具成本。它能让您的专业解剖出现在上述大 V 评论区的最顶端。

2. 设置“铃铛”提醒： 优先锁定 @elonmusk, @sam_a, @EricTopol, @PeterAttiaMD 这几位。抢占他们推文发布后的 30 分钟黄金期进行互动。

3. 引用 X Article： 别在评论区直接发 Substack 链接（会被降权）。建议先发布一份高质量的 X Article (原生文章)，然后在评论引流时链接至该 Article。

这不仅是 100 个名字，更是您构建全球影响力的 100 个杠杆点。

The countdown to 2028 has begun. We are racing toward a horizon where silicon intelligence rivals human cognition—the AGI Singularity. For the medical industry, this is not merely an upgrade; it is a total reconstruction of how life is understood, preserved, and extended. But in this coming storm of disruption, where should capital find its footing? This article looks past the hype to define the structural “Iron Triangle” of investment: the three immutable pillars that will anchor value as AI reshapes biology. Here is your blueprint for navigating the most profound sector shift of our lifetime.

中文版：

2028年的倒计时已经开始。 我们正奔向硅基智能匹敌人类认知的地平线——AGI 奇点。对于医疗行业而言，这不仅仅是一次升级，而是对生命如何被理解、保存和延续的一次彻底重构。但在这场即将到来的颠覆风暴中，资本该何去何从？本文将穿越炒作的迷雾，定义投资的“铁三角”：当 AI 重塑生物学时，这三大不可撼动的支柱将锚定价值。这是你驾驭我们有生以来最深刻行业变革的蓝图。

发布日期： 2025年12月15日 作者： DoctorX

一、 引言：不再是科幻的“2028”

最近，Google DeepMind 联合创始人 Shane Legg 再次重申了他那个著名的预测：人类有 50% 的概率在 2028 年实现 AGI（通用人工智能）。

如果是在两年前，这听起来像是一个遥远的科幻故事。但站在 2025 年的尾巴上，看着 Anthropic 的 Dario Amodei 预测 2026 年出现“强大AI”，看着 OpenAI o1 系列模型开始展现出 System 2（慢思考）的逻辑推理能力，我们必须承认：奇点已临。

作为一个曾在医疗行业摸爬滚打，如今专注于长期价值投资的人，我更关心的是：当“智力”的边际成本趋近于零时，商业世界的地基将如何重构？尤其是那个关乎生死的行业——医疗。

二、 医疗 AGI：从“做题家”到“临床医生”

过去两年，医疗 AI 最大的成就是通过了 USMLE（美国执业医师资格考）。但这只是“做题家”。2025 年的转折点在于，医疗 AGI 开始具备了推理能力（Reasoning）和行动力（Agency）。

我们正在见证医疗场景的三大质变，以及正在发生的真实案例：

1. 多模态诊断：超越人类感知的“上帝视角”

传统的“多学科会诊（MDT）”效率极低。现在的顶级模型能同时吞噬 CT 影像、病理切片、基因测序和电子病历，发现人类医生肉眼无法察觉的隐性关联。

• 实例 A (Google Med-Gemini)： 在处理胸部 X 光片时，它不仅能识别肺炎，还能结合患者的基因组数据，在没有明显肿块的情况下，预测未来 3 年患肺癌的风险。

• 实例 B (PathAI)： 在病理诊断中，它不再只是简单的“识别癌细胞”，而是能通过分析细胞核的微观形态变化，结合免疫组化数据，预测患者对特定免疫药物（如 PD-1 抑制剂）的响应率，精准度远超资深病理医生。

**2. 医疗智能体 (Agent)：获得“手脚”的 AI

AI 不再是冷冰冰的聊天机器人，而是经过认证的“数字员工”。它们负责随访、监测血糖、甚至主动调整慢病患者的饮食建议。医疗服务正在从“低频、院内”向“高频、全天候”转变。

• 实例 A (Hippocratic AI)： 这家公司推出了生成式 AI 护士（GenAI Nurses），专门负责心力衰竭患者出院后的电话管理。它们能以极其拟人的语气（甚至能察觉患者情绪低落）询问体重变化、呼吸情况，并判断是否需要升级给人类医生，每小时成本仅为 9 美元。

• 实例 B (Nabla Copilot)： 在美国 Kaiser Permanente 等大型医疗机构中，这种“环境智能体”在诊室里旁听医患对话。诊疗结束的瞬间，它已经自动生成了符合 SOAP 标准的完整病历、开具了检查单，并整理好了发给患者的医嘱摘要，医生只需点击“确认”。

3. 药物研发：从“筛选”到“生成”

这是 DeepMind 的 AlphaFold 3 带来的革命。以前我们要花 10 年在浩如烟海的分子库里“大海捞针”；现在，AI 可以根据靶点结构，“凭空设计”出全新的药物分子。

• 实例 A (Isomorphic Labs + Eli Lilly)： DeepMind 拆分出的这家公司正在与礼来制药合作，利用 AlphaFold 3 针对数个“不可成药”的癌症靶点（即结构难以结合的蛋白质）设计全新的小分子药物，将先导化合物的发现周期从数年缩短至数月。

• 实例 B (Insilico Medicine)： 其完全由 AI 设计的特发性肺纤维化药物（ISM001-055）已经进入二期临床试验。这是全球首个从靶点发现到分子设计均由 AI 完成的药物，验证了 AI 制药的可行性。

三、 投资逻辑：构建 AGI 时代的“铁三角”

在这样的技术海啸面前，投资策略必须回归商业模式的本质（Quality）。正如 Terry Smith 所言，我们要寻找那些“资本回报率（ROCE）高、护城河深、现金流充沛”的企业。

我的观察重点围绕着 “AGI 铁三角” 以及关键的垂直领域守门人：

1. 算力基建 (The Infrastructure) - NVIDIA (NVDA)

   • 核心逻辑： 只要 Scaling Laws（规模法则）不失效，算力就是新时代的石油。NVDA 的护城河不仅仅在于 GPU 硬件的性能，更在于其通过 CUDA 构建的庞大软件生态。

   • 商业价值： 在 AGI 时代，它是向全人类的智力进化收取“过路费”的终极基础设施。

2. 大脑与生态 (The Brain) - Google (GOOGL)

   • 核心逻辑： 市场往往聚焦于搜索业务的短期扰动，而忽视了 Google 真正的底牌——DeepMind 的技术储备与全球最完整的医疗数据闭环。

   • 商业价值： 拥有 YouTube 的视频数据、Search 的文本数据以及 AlphaFold 的生物数据，Google 是极少数拥有“全栈 AGI 能力”的被低估巨头。

3. 物理载体 (The Body) - Tesla (TSLA)

   • 核心逻辑： AGI 如果只存在于服务器里，它的价值是被折叠的。FSD（自动驾驶）和 Optimus（人形机器人）是 AGI 进入物理世界的终极终端。

   • 商业价值： 如果说 NVDA 是大脑，TSLA 就是双手。它正致力于解决通用机器人落地的最后一步——Real-world Data（真实世界数据）的获取与学习。

4. 手术领域的 AGI 守门人 - 直觉外科 (Intuitive Surgical, ISRG)

   • 核心逻辑： 为什么选 ISRG？因为在手术机器人领域，它拥有绝对的垄断地位和极高的转换成本。

   • 商业价值： 未来的手术 AGI 需要学习“如何精准缝合血管”。全球只有 ISRG 的达芬奇机器人拥有数千万小时的真实手术动作数据。它是手术领域的 Tesla，拥有不可复制的私有数据金矿。当 AGI 赋能达芬奇，手术将从“医生操作”进化为“人机协作”甚至“自主操作”。

四、 结语：在巨变中寻找不变

AGI 的实现（无论是 2028 还是 2030）将带来两个确定性结果：

1. 智力的极度通缩： 逻辑分析、基础编程、影像阅片变得极其廉价。

2. 人性的极度溢价： 关怀、同理心、复杂的商业判断力和线下的真实体验变得前所未有的昂贵。

作为投资者，我们关注 NVDA、GOOGL、TSLA 和 ISRG，是旨在享受“智力通缩”带来的红利；而作为曾经的医生和个体，我们要致力于提供机器无法替代的“温度”和“判断力”。这或许就是我们在 AI 时代能找到的，最好的Alpha。

Summary: Looking at the “Heritage Tech” aesthetic and the perfect compound growth curves on the new DoctorX.AI demo, you might assume I hired a dev team or spent my retirement learning to program.

Actually, neither is true. I didn’t write a single line of code. I simply “commanded.”

This process taught me a profound lesson about the future of work. I call it the “Iron Triangle” of Human-AI Collaboration. Here is how I orchestrated it.

中文版：

日期： 2025年12月14日 标签： #AI应用 #生产力杠杆 #DoctorX复盘

最近，我的个人品牌网站 DoctorX.AI 的 Demo 版本正式跑通了。

看着屏幕上那个有着“Heritage Tech”风格（兼具历史厚重感与科技未来感）的页面，还有底部那条象征复利增长的完美曲线，很多朋友可能会以为我找了一个昂贵的各种技术栈齐备的外包团队，或者以为我退休后自学了编程。

其实都不是。我一行代码都没写，我只是在“指挥”。

这次建站经历，让我深刻体会到了未来工作流的范式转移。我把它总结为一个“人机协同的铁三角”模式。

一、 核心心法：重新定义角色

在过去，想建一个网站，你需要懂 HTML, CSS, JavaScript，或者懂如何配置服务器。但在 AI 时代，这些都是“战术执行”层面的事。

我发现，只要搭建好下面这个架构，不懂代码也能做出专业级产品：

1. 总指挥（我 / Visionary）：

   • 这是人类不可替代的角色。

   • 我的任务不是写代码，而是提供审美与判断。比如，我决定了网站要有“国家地理”般的纪录片质感；我决定了核心理念是“Intelligence, Compounded（复利智慧）”；我决定了商业模式的质量是第一优先级。

   • 核心能力： 决策力、品味。

2. 参谋长（Gemini / Prompt Engineer）：

   • 这是我的 AI 思考伙伴。

   • 因为我不懂机器听得懂的术语，所以我把我的大白话想法告诉 Gemini。它负责把我的“感性需求”翻译成精准、结构化的“技术指令（Prompts）”。

   • 核心能力： 翻译、逻辑结构化。

3. 工程队（Antigravity Agent / Execution）：

   • 这是 Google 旗下的 AI 开发平台。

   • 它是一个不知疲倦的超级执行者。只要收到参谋长发出的指令，它就能瞬间生成代码，渲染出页面。

   • 核心能力： 极速执行、代码生成。

二、 实战流程：从想法到上线的“接力赛”

我们是这样把 DoctorX.AI 变出来的：

• 第一步：蓝图（Idea） 我告诉参谋长：“我要一个极简的网站，看起来要素雅、专业，像老派的金融杂志，但要是动态的。”

• 第二步：转译（Prompt） 参谋长（Gemini）并没有直接去画图，而是写了一段复杂的提示词，详细描述了颜色代码、字体衬线、布局结构。

• 第三步：施工（Build） 我把这段提示词喂给 Antigravity。几秒钟后，第一版网站就出来了。

• 第四步：指挥修正（Iterate） 这是最关键的一步。我会指着屏幕说：“这个按钮太小了”、“这条曲线看起来不够‘性感’，要更陡峭一点”。参谋长立刻修改指令，工程队立刻重写代码。 我们就像在装修房子，但我不需要自己砌砖，我只需要说“这面墙拆掉”，墙就真的拆掉了。

• 第五步：通电（Launch） 最后，生成正式代码，上传服务器，把我的域名 DoctorX.AI 解析过去。完工。

三、 DoctorX 的思考

作为一名长期关注价值投资和护城河的投资人，我在这件事上看到了巨大的“杠杆”。

以前，技术壁垒把很多人挡在了门外。现在，AI 抹平了技术的门槛，却极大地抬高了“审美”和“判断力”的门槛。

工具大家都一样，为什么你能做出 DoctorX.AI，而别人只能做出千篇一律的模板？ 区别在于：你是否清楚自己想要什么（Vision），以及你是否擅长指挥 AI 去实现它。

这就是我眼中的 Intelligence, Compounded（复利智慧） —— 当人类的智慧与 AI 的效率叠加，我们将迎来个人生产力的爆发。

附图：DoctorX.AI 移动端 Demo 效果预览

(注：下图为使用 Antigravity 平台生成的移动端页面，完美呈现了 Slogan 与复利曲线的视觉平衡)

Summary: How can a dry financial report be turned into a Hollywood-level bilingual financial documentary? This piece breaks down DoctorX’s fully automated AI content factory—from PDF to cinematic storytelling, end to end.

中文版：

日期：12-12-2025 撰写：DoctorX.AI

核心理念： 一份枯燥的财报 (PDF) 进场，一套好莱坞级的双语财经纪录片 (.mp4) 出厂。

工厂引擎： Google NotebookLM + Gemini 3.0 Pro（全栈赋能，无需切换其他软件）。

🛠️ 第一车间：原材料与粗加工 (Input & Analysis)

这里的任务是把枯燥的数据，变成有灵魂的故事。

1. 进料（Raw Materials）

• 动作： 选定一只股票（如贵州茅台），下载近 5-10年年报 及 最新季报（PDF格式）。

• 标准： 必须是官方原版，数据最纯净。

2. 熔炼（The Brain）

• 动作： 把 PDF 全部扔进 NotebookLM，建立专属知识库。

• 指令： 让 Gemini 进行深度交叉分析。

  • 关键Prompt： “分析过去10年经营性现金流与净利润的背离，并寻找一个核心矛盾（如：‘众神黄昏’与‘隐形资产’的冲突）。”

• 产出： 《DoctorX.AI 深度投资笔记》（这是整个工厂的灵魂剧本）。

🎙️ 第二车间：英文母带生产线 (English Master Production)

利用 AI 生成带有“国家地理”质感的英文底稿。

3. 音频合成 (Audio Generation)

• 动作： 在 NotebookLM 中输入“投资笔记”。

• 配方（Prompt）：

“Generate a 10-12 minute Audio Overview.

Role: Senior Financial Historians.

Style: National Geographic Documentary (V2.0).

Tone: Serious, contemplative, NO banter.

Metaphor: Focus on ‘The Hidden Fortress’ (Ruins vs. Gold).

Visual Cues: Describe misty mountains and aging clay pots.”

• 产出： 一段深沉、专业的英文纪录片音频 (.wav)。

4. 视频视觉化 (Video Generation)

• 动作： 点击 NotebookLM 的 “Generate Video Overview”。

• 视觉指令（Visual Prompt）：

“Visual Style: Heritage / Watercolor.

Imagery: Misty mountains, ancient cellars, glowing golden numbers overlapping aging clay pots.

Pacing: Slow, cinematic.”

• 产出： 英文版财经纪录片 (.mp4)。

🇨🇳 第三车间：中文本地化生产线 (Chinese Localization)

利用 Gemini 3.0 的多模态能力，实现“无损”汉化。

5. 脚本汉化 (Transcreation)

• 动作： 提取英文音频的逐字稿 (Transcript)。

• 指令： 让 Gemini 翻译。

  • 关键要求： “翻译成地道的中文纪录片解说词。把 ‘Liquid Gold’ 译为 ‘液体黄金’，把 ‘Negative Depreciation’ 译为 ‘越放越值钱’。去翻译腔，要口语化。”

• 产出： 《中文纪录片解说脚本》（即之前的“版本B”）。

6. 中文大片合成 (Final Assembly)

• 动作： 将《中文脚本》和《英文视频》同时喂给 Gemini 3.0 Pro。

• 指令：

“Replace the audio track of this video with a Chinese voiceover reading the provided script.

Voice: Deep, authoritative male voice (Documentary style).

Sync: Adjust visual timing to match the Chinese narration.”

• 产出： 中文版财经纪录片 (.mp4)。

📋 厂长质检清单 (Quality Control)

在点击“发布”之前，请检查这四颗螺丝钉是否拧紧：

1. 时长达标： 是否强制拉长到了 10-12分钟？（严禁短视频风）

2. 风格对味： 画面是不是 “水墨/传承 (Heritage)” 风格？（严禁赛博朋克或卡通风）

3. 数据硬核： 视频里是否清晰展示了 “543亿 vs 5800亿” 的对比震撼感？

4. 拒绝闲聊： 开头是不是直接切入危机？（如果有 “Hey guys” 出现，立即打回重造！）

工厂状态： ✅ 已就绪

待处理订单： 0

建议指令：

厂长，我们要不要把 “腾讯控股 (00700)” 的财报扔进去，看看这台新机器能不能跑出一部关于“流量帝国与资本废墟”的大片？🚀

SUMMARY：As the market panicked over Mindray Medical ($300760) due to anti-corruption jitters, I used AI to spot the ultimate, overlooked signal. This wasn’t a gamble; it was value investing calibrated by rigorous data and logic. A step-by-step reveal: See how I leveraged NotebookLM to audit the earnings report in 30 minutes, partnered with Gemini to finalize my “Three-Step SOP,” and designed the perfect “Precision Clockwork & Dust” image to anchor the thesis. This is the definitive case study on Human Insight + AI Collaboration!

中文版：

正文 / The Full Case Study

经常有朋友问我：“DoctorX，你平时那么忙，哪有时间看那么多财报？还敢在大家都在逃跑的时候买入？”

其实，我不是一个人在战斗。我是带着我的 AI 助理团队 一起工作的。今天就用迈瑞医疗 (300760) 这个例子，给大家揭秘一下，我是怎么用 AI 把厚厚的财报变成赚钱机会的。

第一步：发现“症状” —— 大家都怕，但我看到了机会

👀 我的发现：

最近医药反腐，大家都被吓坏了，迈瑞的股价一直跌。但是我发现了一个很有趣的现象：老板李西廷自己掏了近 6000 万人民币，在 ¥200 左右买自家股票。

🤔 我的思考：

这就好比医生看病人：虽然病人脸色苍白（股价跌），但心脏跳动非常有力（老板敢砸真金白银）。我觉得这事儿有戏。

第二步：专家会诊 —— 让 NotebookLM 替我读几百页书

🤖 工具：NotebookLM (我的专属分析师)

以前我要花几天时间啃那几百页的年报、季报，眼睛都看花了。

现在我怎么做？

我直接把所有的财报文件、研报一股脑“喂”给 NotebookLM，然后跟它说：

“我不看废话，你把这些生成一段 8 分钟左右的对话，重点分析 FCF 和 ROIC，把控节奏。”

效果：

AI 生成了一段像广播节目一样的音频。我在开车/散步时反复听这段音频，在听觉中强化了对企业基本面的感觉，并听明白了两件事：

1. 公司手里现金流（FCF）很多，很安全。

2. 虽然现在很难，但它的技术壁垒（研发/全球需求）还在。

第三步：确诊与开方 —— 和 Gemini 吵架辩论敲定策略

🤝 工具：Gemini (我的策略顾问)

听完大概，我还是不敢下手。于是我找我的 AI 顾问 (Gemini) 制定策略。

• 策略目标： 如何将“商业模式的质量”作为第一优先级的筛选标准，安全地切入？

• AI 答复： 我们制定了**“三步走”的药方 (SOP)**：

步骤动作 (Action)逻辑 (Logic)🛡️ 底仓锁定在 ¥200 附近买入。跟随董事长，建立安全垫。🎯 狙击等待等待股价恐慌至 ¥170-175（FCF Yield 5%）。设置一个有足够安全边际的“击球区”。🐇 右侧确认不见兔子不撒鹰，等待现金流回正的“信号”。极力避免重复的闲聊，只关注关键指标。

第四步：写病历单 —— 差点配错图的插曲（AI的价值体现）

🎨 工具：AI 绘图 (我的美术编辑)

我需要一个能概括整个投资逻辑的“金句”和一张图。我找到了这个比喻：

“现在的迈瑞，就像一个精密的古老钟表暂时卡顿了。灰尘（反腐）阻碍了齿轮，但设计图纸（研发）和动力源（全球需求）依然完美。”

关键时刻，AI 拦住了我：

我本来想配一张“机器虽然坏了但跑得飞快”的画。

我的 AI 顾问立即提出反对意见：

“DoctorX，这张图不对。你的意思是‘好公司只是暂时蒙尘’，不是‘带病狂奔’。这会产生误解。你需要一张 ‘Heritage (传承)’或‘Watercolor (水彩)’ 风格的图，来表现钟表与灰尘。”

最终方案：

采纳 AI 的意见，生成了一张 “光束照耀下的精密黄铜齿轮与微尘” 的图片。它完美表达了我的意思：好公司只是暂时蒙尘，擦擦干净，依然精准。

🌟 总结：AI 时代的独行投资人工作流

这就是我现在的投资方式：

1. 我 (DoctorX) 负责： 用直觉发现价值（李西廷增持）、制定筛选标准（商业模式的质量为第一优先级）。

2. AI (NotebookLM/Gemini) 负责： 高效处理信息、提出策略建议、充当“魔鬼代言人”确保我的逻辑没有漏洞。

投资不一定要苦哈哈地熬夜。用对工具，你也可以在暴风眼中，从容地喝着咖啡，等待价值的回归。

作者：DoctorX.AI

日期：2025年12月08日

引言：从“被动受众”到“主动导演”

在 AI 辅助阅读的 1.0 时代，我们往往是被动的受众：上传文档，然后等待 AI 给我们要点总结。这种模式虽然省力，但往往失之于浅显。

随着 Google NotebookLM 在 2025 年底的重大迭代，我们迎来了“阅读模式”的彻底升级。现在的 NotebookLM 不再只是一个阅读器，而是一个功能强大的多模态演播室。作为严肃的投资者或研究者，我们需要切换视角，从“读者”变为“导演”——通过精准的场面调度（Prompting）和后期制作（Workflow），指挥 AI 为我们生产出信噪比极高的深度内容。

本文将为你揭示这套经过实战验证的**“导演级”工作流**，助你在海量研报中提取出真正的阿尔法（Alpha）。

第一幕：片场升级——多模态与本土化

要想拍出好片子，首先得熟悉片场的新设备。NotebookLM 的底座能力已经发生了质变：

1. 全感官素材输入：

   • 听觉： 支持直接上传 .mp3/.wav 音频（如医学会议录音、分析师电话会）。

   • 视觉： 支持直接粘贴 YouTube 视频链接。这对于快速消化长达数小时的 J.P. Morgan 医疗大会或巴菲特股东大会极为高效。

2. 打破语言次元壁：

   • 原生中文支持： 这是一个巨大的里程碑。现在上传 A 股公司（如恒瑞医药）的中文财报，AI 能够用流利的中文进行深度探讨，彻底告别了“读中文财报、听英文播客”的违和感。

3. 导演控制台 (Customize)：

   • 这是本文的核心。点击 Audio/Video Overview 旁的**“自定义（铅笔图标）”**，就是你拿过扩音器、开始指挥 AI 演出的时刻。

第二幕：音频监制——打造“8分钟黄金简报”

痛点： 默认生成的音频往往长达 15-20 分钟，两位 AI 主持人虽然幽默，但包含大量开场寒暄和低密度的闲聊，对于通勤听报来说效率太低。

导演指令： “我要的是高密度的干货，剪掉所有废话。”

✅ 最佳参数设置

• Format (格式): 选择 Deep Dive (深潜模式)。注意：不要选 Brief，那会过于浅显。

• Length (时长): 选择 Default。策略：给 AI 足够的发挥空间，我们靠提示词来“剪辑”它。

• Language (语言): 选择 Chinese。

🎬 核心提示词 (The Prompt)

复制以下指令，精准命中 8 分钟的“甜点位”：

“Please aim for a conversation length of approximately 8 minutes. Discuss the key metrics in depth, but manage the pacing to ensure the discussion concludes around the 8-minute mark. Avoid repetitive small talk.”

(中文意译：请将对话时长控制在 8 分钟左右。深入讨论关键指标，但要把控节奏，确保讨论在 8 分钟左右结束。避免重复的闲聊。)

成片效果： 原本冗长的 17 分钟闲聊，被精剪为 11 分钟以内 的高密度信息流，关键财务数据和风险提示零丢失。

第三幕：视觉执导——制作“国家地理”级深度大片

痛点： 默认视频仅 5-6 分钟，内容倾向于概念化总结，缺乏数据支撑。且画面上的中文字幕经常出现乱码（豆腐块），严重影响观感。

导演指令： “不要做 PPT 汇报，我要拍一部节奏舒缓、逻辑严密的纪录片。”

🎨 美术风格选择 (Art Direction)

为了符合专业调性，强烈建议放弃默认风格，选择以下两种：

1. Heritage (传承/复古)： 首选推荐。画面呈现出铜版画或复古插图的质感，厚重、专业，非常适合财经历史分析和医药科普。

2. Watercolor (水彩)： 画面唯美流动，适合宏观叙事或抽象概念解释。

🎬 V2.0 纪录片模式提示词

为了突破时长限制并提升深度，我们需要下达更“强力”的剧本要求：

“Create a slow-paced, premium documentary. DO NOT SUMMARIZE. Pretend you are producing a feature for ‘National Geographic’ or ‘BBC Earth’.

1. LENGTH ENFORCEMENT: Speak slowly. For every claim, provide: (A) A historical analogy, (B) Specific data, (C) A counter-argument. If the video is under 10 minutes, be more exhaustive.

2. VISUAL AESTHETICS: Use high-end, artistic imagery (Heritage style). Avoid generic corporate graphics.

3. STRUCTURE: Intro -> Deep Mechanics -> The Conflict (Risks) -> The Future -> Philosophical Conclusion.”

成片效果： 视频时长成功从 5 分钟拉长至 8 分钟以上，内容从简单的“汇报”变成了具备逻辑推导的“纪录片”。

第四幕：后期制作——纯净流与字幕工程

作为导演，我们不仅要管拍摄，还要管发行。针对 NotebookLM 视频“画面文字乱码”的顽疾，最佳方案是将其交给专业的发行平台处理。

The “Clean Video” Strategy (纯净视频策略)

1. 前期拍摄 (NotebookLM)：

   • 策略： 在提示词中不要求生成屏幕文字 (On-screen text)。

   • 目的： 获得一个画面精美（Heritage 风格）、没有乱码干扰的“纯净母带”。

2. 后期发行 (YouTube Studio)：

   • 上传： 将纯净视频上传，正确设置视频语言（如：Chinese）。

   • 自动生成： 等待 YouTube 强大的 AI 听写出源语言字幕。

   • 一键翻译： 利用 YouTube 的**“自动翻译 (Auto-translate)”**功能，瞬间生成完美的中文字幕 (CC)。

发行优势：

• 零乱码： 字幕清晰，彻底告别“豆腐块”。

• 体验好： 观众可自定义字幕大小，对老年用户友好。

• 国际化： 视频天然具备双语潜力，扩大受众面。

结语

从“被动阅读”切换到“主动导演”，不仅是心态的转变，更是生产力的跃迁。

通过**“8分钟音频约束”、“V2.0 纪录片视频模式”** 以及 “YouTube 纯净字幕流” 这套组合拳，NotebookLM 已经成为了 DoctorX.AI 手中最高效的多媒体内容生产引擎。

现在，灯光就位，摄像机准备——请开始你的导演生涯。

在科技巨头主导全球经济的今天，传统的价值投资法则似乎正在失灵。许多遵循本杰明·格雷厄姆教诲的投资者，都曾像本书作者亚当·西塞尔（Adam Seessel）一样，困惑地看着自己精心挑选的“廉价股”组合不断缩水，而那些看似“昂贵”的科技股却一路高歌猛进。西塞尔的《金钱何在：数字时代的价值投资》（Where the Money Is: Value Investing in the Digital Age）正是对这一时代困境的深刻回应。它不仅是一本投资指南，更是一份宣言，宣告价值投资必须进化，并为我们描绘了进化的清晰路径——“价值投资3.0”。

价值投资的演进：从“烟蒂”到“护城河”，再到“数字平台”

本书的论证始于对价值投资历史的精彩梳理，西塞尔将这一投资哲学的发展划分为三个阶段，清晰地揭示了其与时俱进的本质。

• 价值投资1.0：格雷厄姆的基石。 诞生于大萧条的创伤，格雷厄姆的体系是防御性的，其核心是基于有形资产（如厂房、存货）的“安全边际”。他寻找的是价格远低于其清算价值的“烟蒂股”。这种方法在工业时代极为有效，但在一个由品牌、知识产权等无形资产驱动的经济体中，其局限性日益凸显。

• 价值投资2.0：巴菲特的飞跃。 在芒格等人的影响下，巴菲特将价值的定义从静态的资产负债表拓展至动态的商业品质。投资的焦点从“捡便宜”转向识别拥有持久竞争优势（即“护城河”）的卓越企业。这标志着从“以合理的价格买入尚可的公司”到“以合理的价格买入伟大的公司”的理念飞跃。然而，即便是这一更成熟的模型，也难以完全解释数字平台公司所特有的指数级增长和赢家通吃的经济模式。

• 数字时代的断裂与价值投资3.0的诞生。 西塞尔指出，数字革命对经济的重塑，其深刻程度不亚于福特的流水线。如今，全球市值最高的公司大多是建立在软件、数据等无形资产之上的数字企业。而传统会计准则（GAAP）将科技公司用于未来增长的研发和营销投入视为当期费用，这极大地压低了它们的账面利润，使它们在传统估值体系中永远显得“昂贵”。正是这种会计准则与商业现实的脱节，催生了“价值投资3.0”的必要性。

“价值投资3.0”的核心框架：BMP清单

西塞尔提出的解决方案是一个简洁而强大的三步分析框架：商业（Business）、管理（Management）和价格（Price），简称BMP清单。其最具颠覆性地方在于分析顺序：

先商业，再管理，最后才是价格。

1. 商业（B）：识别数字时代的护城河。 传统价值投资往往从筛选低市盈率的廉价股开始，而BMP框架则要求投资者首先成为一名“商业分析师”。在数字时代，最强大的护城河是网络效应和高转换成本。一个新用户能为平台上的所有其他用户创造价值，从而形成自我强化的正反馈循环，最终导向“赢家通吃”的格局。投资者应寻找那些在巨大且持续增长的市场中占据较低份额的公司，因为这预示着广阔的增长空间。

2. 管理（M）：寻找像所有者一样思考的领导者。 在轻资产的科技公司，管理层的资本配置能力至关重要。西塞尔寻找的是具备长期管家精神、卓越财务敏锐度以及将客户利益置于首位的领导者。他们深刻理解财富持续积累的过程，并将长期价值创造置于短期利润之上。

3. 价格（P）：重新定义“盈利能力”。 这是该框架的技术核心。为了解决会计准则的扭曲，西塞尔提出了“盈利能力”（Earnings Power）这一概念。他主张将那些用于未来增长的研发和营销费用加回到净利润中，从而估算出公司在成熟阶段的真实盈利水平。通过这一调整，许多看似昂贵的科技公司（如亚马逊和Alphabet）的真实估值会显得合理得多。西塞尔的目标是找到一个价格“低于其盈利能力的20倍”的投资标的。

站在巨人肩上：与投资经典的对话

西塞尔并未试图推翻经典，而是巧妙地将其与现代现实相结合。

• 与格雷厄姆的对话： 他继承了格雷厄姆对纪律和“安全边际”的尊崇，但对其内涵进行了重塑。在西塞尔的体系中，安全边际不再是股价相对于有形资产的折扣，而是相对于公司未来“盈利能力”的折扣，其根基是数字护城河的持久性。

• 与彼得·林奇的对话： 他赞同林奇“买你所熟知”的理念，但提出了一个关键的修正。在数字时代，仅仅作为一名用户是远远不够的。真正的“了解”需要对公司的商业模式、网络效应和竞争格局进行深度分析。熟悉度不能替代严谨的研究。

批判性思考与总结

《金钱何在》最大的贡献在于其清晰的逻辑和极高的可读性，它成功地为传统投资者搭建了一座通往数字时代的桥梁。BMP框架提供了一套纪律严明、可复制的流程，帮助投资者避开“价值陷阱”。

然而，该框架也存在潜在的挑战。其核心概念“盈利能力”的计算带有一定的主观性。如何准确区分“增长型”和“维持型”的费用，并没有一个标准答案。这种灵活性是一把双刃剑：在审慎的分析师手中，它能揭示被隐藏的价值；但在乐观主义者手中，它也可能成为以任何高价买入股票的借口，从而侵蚀安全边际。

尽管如此，《金钱何在》依然是投资领域一项重要而及时的贡献。它雄辩地证明了价值投资并非一套僵化的教条，而是一个必须不断进化的认知框架。西塞尔没有抛弃价值投资的灵魂——纪律、商业分析和长期视角——而是为其穿上了适应21世纪的新衣。对于任何试图在数字经济浪潮中寻找方向的投资者而言，这本书都提供了一个不可或缺的现代化罗盘。

本文深入探讨了如何运用尖端人工智能工具Gemini 2.5 Pro和NotebookLM进行股票投资分析，并以科技巨头Alphabet (GOOGL)作为贯穿始终的实战案例。报告旨在为投资者提供一个清晰、可操作的框架，展示AI如何革新从股票筛选、公司基本面分析到估值和回报预测的整个投资流程。

一、 引言：AI重塑投资，Gemini与NotebookLM协同赋能

人工智能（AI）正从根本上改变投资研究的面貌，提供前所未有的数据处理能力和洞察力 。本指南聚焦于两款强大的AI工具：  

Gemini 2.5 Pro：谷歌最先进的多模态AI模型，具备强大的推理能力、巨大的信息处理窗口（上下文窗口），能够理解文本、图像、音视频等多种信息格式 。  

NotebookLM：一款AI驱动的研究和笔记工具，能帮助用户整合、理解个人上传的资料（如公司财报、新闻、研究报告），并基于这些指定来源提供有引用的回答，确保分析的可靠性和私密性 。  

两者的结合创造了强大的协同效应：NotebookLM充当信息枢纽和初步分析员，Gemini 2.5 Pro则在此基础上进行深度分析和洞察生成。本指南将以Alphabet (GOOGL)为例，展示这一协同工作流的实际应用。

二、 掌握AI投资利器：Gemini 2.5 Pro与NotebookLM协同应用解析

这一部分以更通俗易懂的方式介绍了这两款工具的核心功能及其在股票投资中的具体应用，强调了它们的协同作用。

NotebookLM：您的专属AI资料库和初步分析员

核心作用：集中管理您为特定股票（如GOOGL）收集的所有研究资料，包括年报（10-K）、季报（10-Q）、财报电话会议记录 、新闻文章 和行业报告 。  

主要功能：信息整理与摘要、基于来源的问答、清晰的引用溯源、音频概览以及数据隐私保护（不使用用户数据训练模型）。  

Gemini 2.5 Pro：您的深度分析与策略生成器

核心作用：基于NotebookLM整理的信息或直接输入，进行深层分析、复杂推理和内容创作。

主要功能：理解复杂财报（如GOOGL长达数百页的年报 ）、高级推理与“思考”能力 、财务数据提取与计算辅助（如利用其代码执行能力 ）、生成投资报告和摘要。  

两者协同助力股票投资（以GOOGL为例）：

建立GOOGL专属情报中心：将所有GOOGL相关资料上传至NotebookLM。

AI驱动的GOOGL深度分析：利用Gemini 2.5 Pro进行股票筛选（寻找类似GOOGL的优质公司）、GOOGL基本面分析（商业模式、AI战略 、竞争护城河）、财务报表解读（如Google Cloud的盈利能力改善 ）、估值辅助（PE分析 、DCF建模）以及回报与情景分析。  

三、 提示的艺术：与AI投资助手高效沟通

有效的提示（Prompt）是释放AI潜力的关键。

金融数据提示工程基础：强调清晰性、具体性、上下文的重要性（例如，明确指出分析GOOGL的哪个财报周期或具体业务部门）。介绍少样本示例（Few-Shot Examples） 和思维链（Chain-of-Thought, CoT）提示 等高级技巧，以及角色扮演对AI回复风格的影响。  

投资任务的实用提示策略：提供了针对具体投资任务的提示示例，如从GOOGL的10-K报告中提取关键财务数据、总结其业绩电话会议记录、生成关于GOOGL未来增长动力的初步假设，以及对比GOOGL与其竞争对手的财务表现。强调了迭代式提问的重要性。

四、 AI驱动的股票筛选：在标普500与沪深300中发掘价值

本节探讨如何运用AI工具，结合经典投资哲学（如沃伦·巴菲特和特里·史密斯的方法）进行股票筛选。

解构投资哲学以便AI应用：

沃伦·巴菲特：关注可理解的业务与经济护城河（如GOOGL的技术和品牌壁垒）、长期前景、能干的管理层、财务实力（持续盈利、高ROE、低负债）和安全边际 。  

特里·史密斯：寻找高质量公司（高ROCE、强大的无形资产如GOOGL的知识产权、经常性收入如GOOGL的广告和云订阅）、财务健康（高利润率、强劲FCF、低杠杆）和合理估值，偏好科技等特定行业 。  

用Gemini 2.5 Pro实施筛选策略：强调AI进行大规模筛选时需要结构化的财务数据。展示了如何利用Gemini的代码执行能力 运行Python脚本，根据巴菲特或史密斯的量化标准筛选股票。对于定性标准，AI可用于分析入围公司的年报。NotebookLM则用于整理筛选结果和候选公司资料。  

五、 AI增强下的全面公司分析（以GOOGL为例）

详细阐述了如何结合NotebookLM和Gemini对筛选出的公司（此处以GOOGL为例）进行深入的定性和定量分析。

定性分析：商业模式、护城河与管理层：

将所有GOOGL的相关文档（10-K 、财报电话会议记录 、行业报告 等）上传至NotebookLM。  

利用NotebookLM进行初步信息提取，然后将这些信息输入Gemini进行深度分析，例如分析GOOGL的各项业务（搜索、YouTube、云、其他投资 ）、评估其在AI领域的经济护城河，以及管理层（如Sundar Pichai）战略的一致性。  

定量深潜：Gemini 2.5 Pro辅助下的财务报表分析：

利用Gemini的多模态能力从GOOGL的财报PDF中提取结构化财务数据（如各部门收入和利润 ）。  

使用Gemini（特别是其代码执行功能 ）自动计算关键财务比率（如GOOGL Cloud的营业利润率），并分析其趋势。  

进行现金流量分析，关注GOOGL的AI相关资本支出 和股东回报（如股票回购和股息 ）。  

提供了一个关于GOOGL关键财务比率和趋势的示例表格。

六、 投资估值：AI辅助下的市盈率与DCF建模（以GOOGL为例）

探讨如何运用AI工具辅助进行股票估值。

市盈率（PE）的情境分析：

收集GOOGL及其主要竞争对手（如微软、Meta、亚马逊）的PE数据 。  

利用Gemini综合定性信息（如GOOGL的AI增长前景与监管风险 ），解释GOOGL与其同行PE估值差异的原因。  

AI驱动下的贴现现金流（DCF）分析：

利用Gemini分析历史数据和管理层评论（例如GOOGL关于AI商业化和云业务增长的指引 ），辅助预测GOOGL未来自由现金流（FCF）的关键输入（如收入增长、利润率、AI相关资本支出 ）。  

在NotebookLM中记录DCF假设。

使用Gemini的代码执行功能 进行DCF计算和敏感性分析。  

强调WACC和永续增长率等关键假设仍需人为判断。

提供了一个关于GOOGL的说明性DCF估值摘要表格。

七、 预测中长期回报：AI辅助下的展望（以GOOGL为例）

讨论如何利用AI工具，结合估值结果和定性分析，对股票的中长期回报进行展望。

综合分析与估值：结合GOOGL的DCF估值、PE分析和当前股价 ，评估潜在的上涨/下跌空间。  

识别催化剂与风险因素：利用Gemini和NotebookLM识别可能影响GOOGL股价的关键催化剂（如AI商业化超预期）和风险（如监管压力）。

AI在回报情景分析中的应用：指导Gemini为GOOGL构建牛市、基本和熊市三种情景，并量化潜在回报。

承认AI在预测中的局限性：强调金融市场的复杂性和AI预测的不确定性 。  

八、 融会贯通：以Alphabet (GOOGL) 为例的实际工作流程

本节通过一个完整的案例，详细演示了从定义投资哲学、收集GOOGL的财报 和新闻 等信息并将其录入NotebookLM，到利用NotebookLM进行初步信息提取，再到运用Gemini 2.5 Pro进行深入的定性和定量分析（包括财务数据提取、战略评估、AI对其业务影响的分析 ），最后进行AI辅助的估值和回报预测，直至形成最终投资论点的全过程。这个工作流程突出了AI工具在提高效率和分析深度方面的巨大潜力，同时也强调了投资者在指导AI、验证输出和做出最终判断方面不可或缺的作用。  

九、 结论：AI与人类投资专长的共生未来

总结了AI工具在投资分析中的关键作用，并强调了负责任使用的重要性。

关键策略回顾：重申Gemini和NotebookLM的协同作用。

道德考量与负责任的AI使用：讨论数据隐私（NotebookLM不使用个人数据训练模型 ）、AI偏见、准确性和“幻觉”问题 。  

AI在投资中的固有局限性：指出市场复杂性、数据噪音、过拟合风险以及AI在处理复杂定性判断方面的不足 。  

人类专业知识的持久重要性：强调AI是强大的助手和放大器，而非替代品。投资者的角色将演变为AI协调者和批判性思考者，实现人机协同，从而做出更明智、更稳健的投资决策。

总而言之，本指南提供了一个全面的框架，展示了如何将Gemini 2.5 Pro和NotebookLM等先进AI工具有效地整合到股票投资分析流程中。通过以Alphabet (GOOGL)为案例，详细阐述了从信息收集、初步筛选到深度公司分析、估值建模和回报预测的每一步。它不仅强调了AI在提高效率和洞察深度方面的巨大潜力，也指出了AI的局限性以及人类专业知识在整个投资决策过程中的核心地位。最终目标是实现AI与人类智慧的协同，赋能投资者在日益复杂的市场环境中做出更明智的决策。

完整原文：AI重塑投资研究：用Gemini与NotebookLM实操分析GOOGL