全球AI盛宴下的金融逻辑与宏观变局——2026年市场深度分析报告 前言：历史的镜鉴与工业革命的新纪元 站在2026年5月底的视角，全球金融市场正沉浸在一场以人工智能（AI）为核心的狂欢之中。然而，这种狂欢背后究竟是扎实的增长，还是即将崩溃的泡沫？透过对《26.05.27【豐富│東南西北龍鳳配】AI盛宴還能狂歡多久？》访谈内容的深入剖析，我们试图剥离市场的情绪噪音，从宏观政策、货币流向及地缘博弈的底层逻辑出发，对未来市场趋势进行严谨的推演与解读。 第一部分：数据与现状的冷思考 当前的AI行情并非无源之水。数据显示，美股市场的涨幅高度集中在半导体与科技板块，如费城半导体指数与纳斯达克指数的优异表现，反映了AI硬件技术在大规模基建中的主导地位。 1. 估值与基本面的博弈 尽管各大机构（如高盛、摩根士丹利等）在财报季不断上修获利预期，使得本益比（P/E）在股价上涨的同时反而有所下修，但这并不意味着市场处于低估状态。相反，AI相关资本支出占GDP比重已达2.5%-3.5%，该强度直逼美国历史上的铁路建设与网络泡沫时期。 2. 反面警示：泡沫还是转型？ 市场中不乏“大空头”力量。诸如《大卖空》主角Michael Burry砸下重金看空半导体，以及市场评论对于“伊朗问题无法快速解决”、“涨势过于集中”、“消费者信心创历史新低”等警讯的关注，共同构成了市场多空博弈的背景。然而，访谈嘉宾指出，将当前AI浪潮简单等同于2000年互联网泡沫并不准确。当年的Dot-com企业多为缺乏资产负债表支持的新创公司，而当下的AI巨头拥有极强的现金流与融资能力，它们正通过资本开支进行“生产力替代”，这种逻辑在工业革命初期具有显著的特征。 第二部分：美联储的“QT3”与降息路径的辩证关系 对于新任联准会主席Wash的评价，市场充满了疑虑：如何在实施量化紧缩（QT）的同时应对高通膨，并实现政策转向？ 1. QT3的真实意图：清理与重构 分析师将Wash的政策定调为“QT3”。与前两次QT不同，这一次的逻辑更为深远： 清理低质资产： 美联储持有的MBS（房贷抵押证券）利率远低于市场水平，且无法带来有效效益。通过出售MBS，联准会旨在迫使金融体系回归银行主导的贷款模式，减少对私募信贷（Private Credit）的依赖。 政策矛盾的统一： 虽然紧缩货币（QT）看似与降息矛盾，但联准会面临巨大的偿债压力。当美国支付的国债利息支出甚至可能超过国防开支时，降息成为必然。通过提升AI驱动的生产力，联准会旨在为降息腾出空间，终极路径是将基准利率引导至1%左右的正常化区间。 2. 弱势政府与股市的“奇妙共生” 访谈中一个引人深思的观点是：美国政治层面的“一筹莫展”对股市反而是利好。如果执政党在选举中受挫，导致参众两院权力制衡，政策的不确定性反而会降低。因为“没有政府的干扰”意味着市场可以按自身的逻辑运行，这种政治真空期往往成为股市震荡上涨的温床。 第三部分：未来美股、A股与台股的联动逻辑 1. 美股：长达三年的震荡攀升 基于对“咆哮二十年代”的类比，分析师预测这波AI牛市行情有望持续至2029年。尽管期间会伴随剧烈波动（修正幅度可能远超10%），但只要AI浪潮继续带动生产力提升，且资金回流实体经济，美股的方向性即为向上。 2. 台股：AI基础设施的核心节点 台股的强势不仅是情绪的追逐，更是因为全球AI资料中心的抗疫浪潮直接造就了台湾供应链的繁荣。无论是芯片制造还是散热技术的革新，台股深度嵌入了全球生产力革命的环节。只要AI基建需求未被饱和，台股仍将是这场“硬科技”革命的核心获利方。 3. A股：大国博弈下的战略转机 A股的未来走势与中美金融互动息息相关。当联准会开启QT，中国作为美国国债买盘的战略重要性将再度凸显。商业逻辑在于：美国需要中国资金持稳长债，而中国需要通过这一杠杆实现人民币的国际化。若双方在“实力主义”框架下达成某种程度的合作，将极大改善A股的流动性预期。 第四部分：宏观政策背景与投资风控指南 1. 风险点：何时才是“大泡沫”终结时？ 访谈明确给出了一个生动的指标——“猪群飞天”。目前的AI繁荣仍属头部科技巨头的独奏。当AI赋能浪潮开始渗透至传统行业，甚至连“K型经济”下层的企业也开始全面AI化时，才意味着盛宴即将落幕。在此之前，每一次的大幅回落，反而可能成为资金布局的良机。 2. 投资策略：短债为王，长债谨慎 债务选择： 鉴于长债隐含的地缘政治变量与不可控的财政前景，分析师建议配置以“短债”为主，锁定流动性。 IPO观察： 2026年下半年，SpaceX、OpenAI、Anthropic的三家上市案，是衡量AI估值是否真正脱离理性的核心“里程碑”。投资者应关注其上市时的真实市值表现，这将决定后续的市场信心。 结语：工业革命与咆哮年代的叠加效应 我们当前所处的环境，既像是一场工业革命的初期，又像是一场“咆哮二十年代”的金融狂欢。这种双重叠加使得传统的金融模型难以完全精准预判。投资者必须清醒认识到：我们正处于一个实力主义至上的时代。美联储的决策、地缘政治的博弈（如伊美关系）、以及AI技术的普及，均在推动着资本市场重构估值逻辑。 未来三年，市场将持续在震荡中寻找平衡。对于投资者而言，理解“生产力提升”这一核心逻辑，远比单纯盯着通膨数字或个股涨跌更为重要。只要全球生产力的增长曲线依然陡峭，这场AI盛宴就不会轻易划上句号。但请务必时刻审视：当那群原本在地上爬行的“猪”也开始成群结队飞向天空时，务必提前离场。 免责声明： 本报告基于访谈嘉宾Frank的专业分析观点整理，反映的是一种基于历史类比与国际政治经济学的金融视角。投资有风险，决策需谨慎。

yt-dlp 使用指南：从 YouTube 下载视频与片段 本指南介绍了如何使用 yt-dlp 工具下载 YouTube 视频，涵盖指定代理、设置下载路径以及截取特定时间段等高级用法。 1. 下载准备 在开始之前，请确保您的电脑已安装以下核心工具： yt-dlp: 开源视频下载工具。 ffmpeg: 用于视频合并与切片处理的底层依赖。 2. 基础下载命令 下载完整视频 若要下载完整的视频，直接运行以下命令： yt-dlp "https://www.youtube.com/watch?v=C6MVEwl0ceI" 指定下载路径与代理 (SOCKS5) 如果您需要将文件保存到 ~/downloads 目录，并使用端口为 1093 的本地 SOCKS5 代理： yt-dlp --proxy "socks5://127.0.0.1:1093" -P "~/downloads" "https://www.youtube.com/watch?v=C6MVEwl0ceI" 注：如果连接不稳定，可将 socks5 改为 socks5h，强制在代理端进行 DNS 解析。 3. 高级用法：时间段截取 yt-dlp 支持通过 --download-sections 参数精确控制下载的片段。 从指定时间开始下载直到结束 例如从第 44 分 01 秒开始下载： yt-dlp --proxy "socks5://127.0.0.1:1093" -P "~/downloads" --download-sections "*00:44:01-inf" "https://www.youtube.com/watch?v=C6MVEwl0ceI" 下载特定时间区间 例如下载从 44 分 01 秒到 49 分 01 秒之间的片段： yt-dlp --proxy "socks5://127.0.0.1:1093" -P "~/downloads" --download-sections "*00:44:01-00:49:01" "https://www.

说AI颠覆教育可能还为时尚早 以下文字是AI工具大行其道时，依然使用手敲的方式写出。 首先，我不得不说，在当今的2025-2026年代，我在构建文字内容时，90%的时间都是使用AI工具帮助我构建。 就像人嘴嗜糖，人脑总是嗜“省力”的。 人类的发展史，就是一个发明工具让自己省力的过程。现在，AI让我的动脑写作活儿变得省力，但我感到，这个省力是危险的，因为这次与往次不同。以往的省力，会导致肌肉的退化，如车辆的发明让人类的奔跑狩猎能力退化到零。肌肉的退化都还好，AI此次带来的大脑的退化将使人变得糟糕。（AI代替人类的写作，代替人类工作，将使人脑退化，我们应对此高度警醒。） 但本文不是想讨论这个问题，而是探讨AI与教育（学习）的关系。 首先看看两种学习方式： 我们现在可以看到人们在讨论两种学习方式： 一种是“从局部到整体”的学习方法。这是在前AI时代，2021年chatGPT AIGC出现大规模应用以前，我们的中学、大学所使用的学习方式。学生需要按照专家设计的专业、课程体系，逐项修完所有课程，完成每一门课的考核，以拿到毕业证为标志，证明其掌握了该“专业”所需的所有技能。然后进一步深造或就业。 另一种是从“整体到局部”或者叫从“项目到技能”、“自上而下”的学习。学生先拿到一个最终要解决的问题或项目，比如，造一辆电动汽车。然后再在AI工具的辅助下，去探究或补足所需的相关知识。当这些“缺”被补足的时候，就是项目成功完成之时。 对比一下这两种学习方式： “从局部到整体”的传统教育模式： 优点：易规模化。可复制性强。 缺点：效率低。个性化不足。 “从整体到局部”的AI+教育模式： 优点：效率高，快速完成项目。个性化高。有点像吃快餐。 缺点：从一个项目切换到另一个项目需要重新从上到下再探究一遍，知识不成体系，导致迁移能力下降。 讨论一下他们的关系及与教育目标之间的关系： 目前看来，两种学习方式应该被理解为是两个维度上的学习。二者应该是相辅相成，互为补充。 秉承传统的“自下而上”学习的人们，应该花更多的时间去理解和研究在AI辅助下，“自上而下”的方法对“自下而上”的传统方法可以提供什么助力或补充。 笃信“自上而下”的“AI辅助新教育”可以颠覆传统教育的人们，也应该静下心来思考“AI辅助新教育”究竟真的是不是无懈可击，完美无瑕。 我们的大脑都希望找到一个万灵之方，高效省力之法。但反观人类历史，有太多这样的例子：人们为了省力，最终得到南辕北辙的结果。 思考一个问题： ​ 人类早就可以用车辆代替双脚，为何还有人花大量精力去锻炼，去跑步、散步？因为不运动会带来肥胖等问题。 ​ 技术进步是让人自由，也带来问题：当不当使用时，它会带来更多问题。

20251119： vsCode CodeLens 编辑器灰色提示相关开关设置 Ctrl + , 打开设置界面，搜索以下三个项，去掉对勾，或者选为’none’，去掉vsCode 代码编辑器中那些灰色的提示。 java.debug.settings.enableRunDebugCodeLens diffEditor.codeLens java.inlayHints.parameterNames.enabled 20250924：Mac 屏幕缩放，用于录屏时使用 进入MacOS“系统设置”，点击边栏中的 “辅助功能”，然后点击 “缩放”。 你可以勾选 “使用键盘快捷键来缩放”、使用触控板手势缩放、使用鼠标滚动手势+Ctrl键缩放。 还可以调整缩放样式。这些功能在演示时，特别有用。 29190923: 【Mac快捷键】光标及 delete 删除光标右侧文字 Ctrl + a = home Ctrl + e = end Ctrl + p = 上 Ctrl + n = 下 Ctrl + b = 左 Ctrl + f = 右 Ctrl + d = delete 删除光标右侧文字 20180725： windows标准的键盘连接了mac如何映射键盘？最大的好处是可以向后删除，还可以一键PageUP, PageDown ref: https://support.apple.com/zh-cn/HT202676 Win-> Command Alt -> Alt Ctrl-> control Mission Control: Ctrl+↑, Ctrl+←, Ctrl+→ LaunchPad: Win+F10, Or: Fn + Win + F10 in case the FnLk is not activated.

一般我们的字幕都是先从 【文字】 – 【语音】 – 【带时间戳的文字（如SRT文件）】 那么，从文字到语音mp3，我从众多工具中，选用的是 https://www.text-to-speech.cn/ 在 shotcut中，以此网站生成的mp3音频为主线，将准备好的视频素材剪辑成想要的视频。 此时，用https://sonix.ai/ 网站，将mp3音频转换成带时间戳的文字.网站中，可对文字分段进行编辑（SUBTITLES）,导出下载SRT文件。 在shotcut中，点击Subtitles, 添加字体track，导入SRT文件，可编辑。比如点击“A”可编辑字体大小等。

Preparing a New Debian Server for Web Services: A Comprehensive Setup Guide Deploying web applications on a Debian server requires careful preparation to ensure security, performance, and maintainability. This guide outlines the essential configurations for setting up a Debian server to host web services driven by tools like PM2 or Gunicorn, following the Principle of Least Privilege (POLP). From user management to network security, these steps provide a production-ready foundation. 1. Creating Dedicated Service Users To isolate web applications and minimize security risks, create dedicated system users without login privileges.

使用 www-data 用户部署 Flask 应用的原理与最佳实践 在将 Flask API 项目部署到生产服务器时，使用专门的 www-data 用户（或其他如 nginx、apache）进行权限管理是非常重要的安全实践。 为什么要使用专用用户 最小权限原则：专用用户只拥有运行 Web 应用所需的最小权限，减少潜在的安全风险。 安全隔离：即使 Web 应用被入侵，也能隔离在特定用户权限范围内，避免波及整个系统。 审计追踪：特定用户的操作更易于被记录、监控和审计。 资源控制：可根据需求对特定用户设置资源限制（CPU、内存、文件句柄等）。 用户与权限管理 1. 检查并创建专用用户 大部分 Linux 发行版已经预装了 www-data 用户，可通过以下方式检查： id www-data 如果不存在，可创建： sudo adduser --system --no-create-home --group www-data 2. 设置目录权限 确保应用根目录及其子目录归属正确用户并设置合适权限： sudo chown -R www-data:www-data /path/to/your_flask_proj sudo chmod -R 750 /path/to/your_flask_proj 对于上传、下载或日志目录，如需写权限： sudo chmod 770 /path/to/your_flask_proj/uploads sudo chmod 770 /path/to/your_flask_proj/downloads sudo chmod 770 /path/to/your_flask_proj/logs 提示：770 表示“用户和组可读写执行，其他无权限”。 文件权限最佳实践 文件/目录 推荐权限 说明 配置文件（.env等） 640 用户可读写，组可读（禁止其他人访问） Python 代码文件 640/750 只允许用户或组执行 上传目录 770 Web 服务需要写入权限 日志文件 660 用户和组可读写（Web 服务和日志管理） 使用 Systemd 管理服务 在 /etc/systemd/system/your-app.

学习方法与AI大模型浪潮相关的思考 关于如何进行高效的学习，特别是在生成式人工智能GenAI大模型时代，关于“人脑应该如何借助AI进行学习? ”，“AI 真的是“百利而无一弊”的学习神器吗？”这些问题，我一直都在思考。 今天开始，我将持续地更新这篇帖子，希望每当脑中有关于这个主题的一些心得、想法、设想、总结的时候，都在此进行记录和分享。 1. 关于学习与教育 学习是我非常感兴趣的话题，学会了新东西，运用它解决实际问题，会很有成就感。所以我比较关系人脑应该如何高效地学习，并将一些好的方法传授给其他的人，从而帮助到大家。我对教育的理解是，教育是所有各行业专业化提升的基础，有了好的教育，即可培养出更高水平的人才，从而带来整个人类社会的进步。所以，教育是崇高的，应该是最值得研究和尊重的。 2. 关于整体优先的学习方法 我们看材料，无论是图文的还是视频的，建议先快速把握其整体，建立对一门课、一个机器对象、一个复杂问题的整体性地认知。可能在刚开始会为了速度概览整体，遇到不懂、不清等带来的痛苦，但坚持下去，一遍过后再来一遍，可能就会逐渐地对问题的认知变得清晰起来。 以bilibili上的对某个开发技术讲解教学视频为例，我建议大家先2倍速快速地看一遍，再来第二遍，再开始真正动手跟着博主一步步操作，这样子可以帮助大家快速建立对一门技能地整体认知框架，甚至在学习某节的时候，明白它在整个知识框架中的位置。这对于学习东西是很有好处的，也许能提升效率。 3. 关于AI 工具在学习中的作用和妨碍 AI大模型的便捷，在2025年，相信每个人都已经领略过了。它在常识性知识的呈现、基础知识的讲解方面，确实比人类教师回答得更全面细致。特别是针对不平衡教育资源问题，当好的老师、好的教学材料难以普及的时候，AI大模型便可以让人们快速获得很好的教学辅导。 这里，我主要想分享一些关于我本人过于依赖AI进行项目开发，所遇到的挫折，及引发的思考。 我在项目中，对于某个领域是一窍不通，希望纯通过问AI的方式，让它帮我完成代码。然而，AI给我的答案并没有让我达成心愿，所开发出来的项目始终无法满足项目需求。这让我很受挫：花了大把时间，结果得到的AI code 还是没能解决我的问题。说不定我老老实实学习，都已经把它给做出来了。 这里面就有一个投机的心理：万一我通过AI生成的内容完成了，可比以前老老实实学习完了再做省事儿多了。 这真是一个困境。。。 究竟应该如何评估AI解决问题的能力呢？是用AI花时间尝试，还是花时间在半传统半AI的学习路子上前行呢？这个问题非常困扰人，但回到以前，那是不存在困扰的。我的立场，还是建议大家多回归传统，在没有足够把握的情况下，少依赖AI，避免过度依赖AI。 3.2 AI工具带来的思考惰性问题 我们要警惕一个现象，人类的大脑是倾向于“偷懒” 的，有了AI ，大脑会惰于思考。我们的大脑是一个典型的“用进废退”机器，不用它，它就会退化。 一点不用AI也不可能，全用AI又带来问题。那么如何用它？如何避免不滥用它。这是值得我们思考的。也是AI时代人类必须思考和解决的问题。这里面应该有一些判断的标准和可供操作的步骤。 4. 一些有益的利用方式 4.1 英语学习中的用法 利用AI 辅助，将生词和要学习的重点语法串成故事，用于背诵。这样，我们既学习了语法，也学会了单词。 4.2 利用AI完成无需思考的机械性劳动， 格式修改、填表等。 实现简单的、比较有把握的编码活动（如何判别的问题，哪些为有把握，哪些为没把握） 整理文字材料的工作，对文字材料进行总结、梳理。

Mac Office 对 Windows Office 中文字体不兼容的问题 下载的 ttf 字体，或者是从windows 中导出的字体，当被装入Mac 系统 的 Font Book 以后，发现在Mac Office 提供的字体列表中，字体的名称不再是你在windows 中看到的 “方正仿宋_GBK“ 或 “方正仿宋_GB2312“。 这是因为 Mac 操作系统把 ttf 字体的 metaData (元数据) 中的字段值的 en 部分直接提取出来，显示在了 Office 或者 FontBook App 中。而Windows 操作系统用的是metaData (元数据) 中的字段值的 cn 部分的名称。二者不对应，导致字体不兼容。 查看 ”元数据“ 的方法： Mac Terminal 安装 fontconfig brew install fontconfig 使用fc-query命令查看字体信息： fc-query /path/to/your/font.ttf 可见，Windows Word 中的字体设置，采用的是字体的 cn 名称，Mac Fontbook/Word 中，采用的是字体的 en 名称。 需要利用python脚本，为 docx 中的字体添加 alt name pip install lxml fonttools 读取 ttf 文件中的en,cn 字体名称对应关系： # Parse font files and extract their family names # parse fonts from a path that storing those font files (ttf and TTF) # 遍历字体文件存放路径 如 /Users/user_name/Library/Fonts # 遍历字体，提取所有语言版本中，字体名称。如： FZQiTi-S14S,方正启体简体 import os from fontTools.

做好积累，有所不为 ​ 有所为，更要有所不为。人的精力有限，一个公司的战略资源更有限，如何取舍，非常重要。 ​ 我们都渴望成功，我们羡慕了太多的成功故事。报纸媒体上传播的创业名人，激励着每一颗年轻的心，让20来岁的他们幻想着哪天也能股市敲钟。 ​ 然而，他们不得不面临的是“闪电击中般的成功率”。从此，他们迷茫，他们放弃，他们不得不接受现实。 ​ 我一直在思考，到底什么是创业，每个人是否都有创业的机会？创业的本质目的究竟是什么？究竟应该以什么心态、什么方法论去执行创业？如何定义成功，如何避免失败。。。 ​ 这些问题很复杂，可以从广义狭义的角度去探讨，可以从不同的价值观去看待。本篇，我想从壁垒的角度谈一谈。 ​ 试想，一个年轻人创业，发明了一款软件，他面对的第一个考验就是：你如何保证这玩意儿的壁垒？为什么你能做，别人不能做？ ​ 如何构筑自己的壁垒，答案有很多。我想，主要有两类：资源与积累。资源是稀缺的，而积累，是我们每个人都有机会获得的。所以，普通人，做积累，往往是迈向成功的大胜率途径。 ​ 积累在于执行，在于做时间的朋友。积累，不可三心二意，在于选对方向并矢志不渝。 ​ 从产品的角度看，很多著名工业品，做得精细，厂家优化了很多年，逐渐形成了壁垒，有了难以撼动的市场实力。但积累也要避免柯达、诺基亚的悲剧，谨防产业变革所带来的风险。 ​ 从个人发展角度看，我身边把事业做得好的同事、朋友，很多都是因为在一个领域做了很多年，形成了自己的圈子，上下游关系。你看到他现在谈笑风生，一副将成功轻描淡写的样子，殊不知，他在起步时也许跟你一样迷茫、懊恼、不知道何时能做成自己的第一单。 ​ 要想做好积累，选对方向，经得起诱惑，就变得非常重要。回到开篇，有所为，有所不为。面对诱惑，你要思考，这事儿看起来能挣快钱，但它与我的远景目标是否契合？我应该投入多少资源。 ​ 对普通人来讲，纵观所有年龄段的人，50-60岁的人里面，成功者居多。30-40岁中，成功者寥寥。显然，造成这个差异的因素就是时间，就是积累。起码，我们能做的，就是通过积累，从而尽量避免50岁了还一事无成。做广义的创业者，做时间的朋友，深耕一个领域，我们每个人都有100%的成功率。