Vol.207 宏观漫谈100｜年终特辑：AI投资的逻辑与2026年宏观展望
摘要
李丰的总判断是：AI可能是一场生产力革命，但眼下的全民热度不能只用技术进步解释。 互联网在美国仅于1999—2003年带来全要素生产率的小幅跃升，而AI已经历大数据、计算机视觉、AI制药和大模型四轮热潮；即便这次不同，技术从突破到普及仍需多年。“你要不要参与、以多大的热情参与、以多快的速度参与”，取决于你是否相信它能真正替人干活。若相信它是生产力革命，虽然不必焦虑，但仍需要开始准备，因为它还有足够长的演变和普及时间。
本轮AI估值的底座，是2020—2021年史无前例的货币扩张，以及2022年全球资金被迫极限配置美元资产。 2020年八大主要经济体央行扩表约12万亿美元，美联储八个月扩表逾3万亿美元，相当于2008年危机后四年、三次半量化宽松的总量；叠加约3倍货币乘数，两年新增流动性达到数十万亿美元。俄乌冲突排除了欧洲，中国仍受疫情约束，美联储又把政策利率从0.25%迅速推到2.25%，ChatGPT恰在2022年四季度成为“为什么我要涨、为什么我能涨、为什么我应该涨这么多”的叙事轴。
如果2026年全球既不继续激进放水、也不主动缩表，资本市场就会从增量牛市转成“存量博弈”。 2025年全球名义GDP约114万亿美元、股市总市值约130万亿美元，已触及巴菲特指标约1.2倍的上限；资金从美元资产的极限配置开始回归重平衡，可解释香港募资跃居全球第一、德国DAX在经济停滞时仍跑赢纳斯达克，以及黄金上涨。美国AI何时见顶“没有人能猜时间点”，但若OpenAI或Anthropic以超高估值上市，须警惕2000、2007、2015、2021年都出现过的“代表性最大公司上市即热潮尾声”规律。
AI投资已进入下半场，市场不再只奖励模型能力，而会追问谁把技术变成应用并赚到钱。 2023年至2024年上半年是大模型上半场，Agent与具身智能承接了最大想象力，却也因试图分别在数字和物理世界“帮你做所有事情”，成为短期最难落地的方向。下一阶段美国可能偏软件，中国更偏硬件与具体场景；真正的筛选标准是“谁用这个技术做了应用，并且最好赚到钱，就谁热”。
中国AI的相对优势不只是模型追赶，而是把前沿算法、传感器、完整供应链和高强度应用市场叠在一起。 DeepSeek的重要性，一是开源、收敛与推理能力对创业公司和应用厂商更友好，二是在关键节点证明中国仍具技术竞争力；更长期的胜负则由应用和数据治理决定。人脸识别已走过“起步落后、应用普及、研究反超”的路径，李丰预计到2026年底，市场可能开始形成中国自动驾驶超过特斯拉的共识，因为中国拥有更多装载传感器的车辆以及更大的数据维度、质量和总量——“技术的后半程再突破靠应用”。
2026年的地缘政治主线，可能是美国收缩全球军事存在、优先经营美洲“前庭后院”，让中国获得十年来少见的喘息窗口。 李丰不认为中美竞争会消失，但特朗普政府面对11月中期选举，可能不再持续用“最大的大锤”直接施压中国；与此同时，中国借欧美、韩国、加拿大领导人来访及全球倡议改善关系。若判断未来5—20年中国国际影响力上升，投资和经营上的最大贝塔就是国际化：“冒险就比中国外交影响力快一点，不冒险就慢零点一步。”
人民币既不适合大幅贬值，也不适合在2026年大幅升值，政策目标是在国际化、购买力和出口竞争力之间寻找窄平衡。 中国前11个月贸易顺差已突破1万亿美元，但出口结构正转向约500万辆汽车、1356亿规模的创新药管线授权，以及约1.5万亿元人民币的芯片，中高附加值产品对汇率不再那么敏感。李丰概括人民币国际化所需状态为：“要保证一定的升值预期，但不能完全兑现升值”；更大的改革线索则是资本项目逐步开放、海南等区域试点，以及“以开放促改革”。
十年后的核心稀缺要素可能是能源和数据，而当下最实用的策略是比市场早、不要比周期早。 数据能够反复使用、流动使用和差异化定价，却同时面临脱敏、治理、定价和流通难题；上海公域数据试点及医院临床数据的整理，可能决定中国AI制药等应用能否再上一个台阶。李丰承认自己在机器人上过早停投、在AI硬件上又稍偏激进；他给创业者的建议是按周期提前布局，给家长的建议是“以终为始”。他还引用“做难而正确的事”，并说明这句话并非因左晖才出现，只是左晖使之更著名。
精读
1. 先判断AI是不是生产力革命，参与速度才有坐标
李丰以戴蒙德对社会极化的解释开场：互联网和社交媒体不断强化用户已经喜欢的观点，让人“只会看到你想看的东西”。这次独白因此有意提供一个可能与主流体感不同的声音，而不是迎合既有结论。
他区分了信息革命与生产力革命：即便在互联网诞生地美国，全要素生产率也只在1999—2003年出现一次小幅跃升，此后大体走平；互联网主要提高信息数字化和传递效率，并未像牛、蒸汽机、内燃机和电机那样直接扩大人的做功能力。
对未来5—20年最重要的问题因此不是某个模型好不好，而是AI能否真正替人干活。若答案是肯定的，普及仍会经历漫长过程，“你不用太焦虑”；但最终它会进入各行各业，所以你需要开始思考“到底要怎么用”，而不是把“只要开始”理解成无条件保证。
2. AI已经历四轮热潮，每次爆发都是技术与行业事件的交集
李丰从2006年创办秒针讲起：最初六年热的是大数据基础设施，随后Google从杂乱图片中识别猫，带动计算机视觉、人脸识别；Uber的调度想象力叠加特斯拉FSD，又把热潮推向自动驾驶。
下围棋之后，蛋白质结构预测仍只是技术突破；疫情让生物医疗突然成为全球焦点，二者交集才形成2018—2021年的AI制药热。峰瑞所投、2024年通过香港18C上市的晶泰科技，是他用于说明这一轮周期的案例。
大模型已是第四波AI，而不是第一次AI。李丰强调，热点并非凭空产生，而是技术跨过台阶时，恰好与另一个正在剧烈变化的行业相撞；投资机会往往就出现在这个交叉点。
3. 新能源车证明，生产力技术从争议到普及会给参与者很长窗口
新能源车未再被重点写入“十五五”规划，在李丰看来不是失宠，而是因为中国已经拥有全链条优势，新车销售占比接近60%，无需继续把它当作尚待推广的未来产业。
它在2015年“中国制造2025”中曾被较重要地写入，知名造车新势力大多创立于2014—2015年；直到2021年前后，舆论仍普遍怀疑其中一些企业会倒闭。真正最确定、最大规模的兑现，要到2023年中国成为全球第一大汽车出口国之后。
对几十万家汽车零部件企业而言，2013—2021年间这7年中的任何一年认真转向新能源和混动供应链，都不算太晚。李丰用它回答AI焦虑：如果相信它是生产力革命，就应开始思考如何使用，因为生产力革命即使方向确定，渗透仍需要足够长时间。
4. 2020—2021年的放水规模，远超市场对“流动性”的通常理解
疫情前的2019年，全球GDP约86万亿美元、股市总市值约89万亿美元，基本接近一比一；美国GDP仅20万亿美元出头，股市却已占全球三分之一以上，反映其作为美元资产和衍生品中心的特殊地位。
2020年，全球八大主要经济体央行扩表约12万亿美元。美联储仅用八个月便扩表3万多亿美元，等于2008年金融危机后四年、三次半量化宽松的总量，而且尚未计入2021年。
央行资金进入财政和商业银行后，会经历“存了贷、贷了存”的货币乘数。若以全球约3倍的比例估算，2020—2021年接近20万亿美元的基础扩张，最终对应的是数十万亿美元新增流动性——“人类历史上从来没出现过用如此短的时间印如此多的钱”。
5. 2022年的配置死角，把新增资金集中挤进美元资产
俄乌冲突延续后，欧洲同时暴露能源安全、供应链稳定和国家安全风险；中国仍处疫情防控和人员低流动阶段。中国、欧洲各约占全球GDP的20%，美国约占25%，两个主要配置区域同时失去吸引力，资金“就只能去美国”。
美联储的节奏进一步强化这种选择：2022年3月先加息25个基点，5月、6月、7月分别加50、75、75个基点，美元基准利率从0.25%迅速升到2.25%。美元升值预期与更高利息，使全球资金加速购买美元资产。
李丰把这称为历史条件下的“极限配置”：正常管理1000亿美元不会把80%以上压在同一地区，但突然多出来的大量资金，在欧洲和中国均难配置时，只能暂时放弃均衡原则。
6. ChatGPT提供了上涨叙事，技术真实不等于估值全由技术解释
资产价格不会公开说自己“因为流动性太多所以必须涨”，它需要回答“为什么我要涨、为什么我能涨、为什么我应该涨这么多”。ChatGPT在2022年四季度出现，恰好成为承载全球资金的主叙事轴。
随后市场第一次连续见到1万亿、2万亿、3万亿、4万亿乃至5万亿美元市值的公司；“七姐妹”合计市值一度超过除中美之外任何国家的GDP，并接近美国股市总市值的四分之一。
私募估值也被公开市场向上拉动：OpenAI被谈到5000多亿美元，若新融资完成据说可能超过8000亿美元；Meta约170亿美元用于Scale AI相关交易，也只有在万亿美元平台把百亿美元视为市值百分之一时才显得可承受。李丰的限定始终是：“技术变革有”，但估值形态还来自“钱太多了，钱还做了极限的配置”。
7. “美国例外”可由金融与科技泡沫对GDP的传导解释
李丰用一个刻意粗略的拆分解释美国韧性：金融及相关法律、咨询服务占GDP超过20%；若参照上海，高科技制造和服务可再占约30%，两者合计超过一半。
全球资金流入首先繁荣金融，AI叙事再把钱从金融输送给科技；美国服务业整体约占GDP的87%，剩余吃喝玩乐、食住行服务只要继续赚金融和科技从业者的钱，宏观数据便能显得比其他经济体更强。
8. 2026年若没有新增放水，全球市场将进入存量重平衡
2025年全球名义GDP约114万亿美元，股市总市值接近130万亿美元，相当于巴菲特指标约1.2倍，已在所谓合理区间上沿。若央行不扩张，泡沫规模大体固定；若缩表，泡沫缩小；若两者都不做，就只剩“A多B少、A少B多”的存量博弈。
2024年四季度起，美国新总统及其政策不确定性使全球资金开始重新考虑极限美元配置。李丰以2025年香港成为全球募资规模第一的资本市场、德国DAX在经济停滞时仍居涨幅前三并跑赢纳斯达克，以及黄金上涨，说明资金已开始rebalancing与reallocation。
美国AI是否已经见顶，他的回答是“不知道”。但若OpenAI或Anthropic完成最后一轮融资并上市，投资者需留意一个“不幸的规律”：2000、2007、2015、2021年的热潮，都以最大代表性公司拟上市或上市作为最后一步。
9. 技术投资的下半场只问谁能用AI赚钱
李丰把所有技术周期分成上下半场：上半场只问“谁有技术”，如2008—2011年大数据投资；下半场则问“谁用这个技术做了应用，并且最好赚到钱”，技术身份让位于收入和利润。
2023年至2024年上半年，讨论中心几乎只有大模型；模型能力跨过台阶后趋于线性，资本便转向最有想象力的通用Agent和具身智能——一个想在数字世界做所有事，一个想在物理世界做所有事。
但硬币反面是，“最大想象力”通常也是“短期内最不容易落地”。接下来美国可能偏软件，中国偏硬件和具体应用；无论在哪边，市场都会从模型演示转向可收费、最好已经盈利的产品。
10. DeepSeek证明中国能竞争，但后台技术天然更有利于大厂
DeepSeek的两层意义，一是开源、收敛与推理能力对创业公司和应用厂商更友好，二是在全球资金急需AI叙事的关键节点，证明中国在核心科技竞争上至少具备正面竞争能力。
然而普通用户今天谈中国模型，多数已经在用豆包、千问；美国则从GPT逐步转向Gemini。李丰追问：为什么大模型应用最后又变成大厂主导？因为若创新只发生在中后台，大中小企业都能采用，创业公司却很难仅靠这项通用能力长成超级平台。
历史上的规律是，美国通常在技术上半场领先，中场各有千秋，中国则常在后半场借应用追上。要诞生新巨头，除后台技术外，还必须让前台UI和消费者习惯同时发生巨大改变。
11. 超级创业公司需要技术、交互和习惯同时突变
字节跳动的核心是大数据推荐，但头条、抖音能长成数千亿美元级平台，还因为移动互联网把人机交互从键盘输入变成“左滑、右滑、上滑、下滑”。推荐算法与触摸屏习惯在同一时点结合，才构成新的信息入口。
微软的图形化操作系统并非大公司无法复制的孤立技术，鼠标让用户不再依赖编程和键盘命令，才把图形界面推向大众。李丰由此强调：“前台一些其他的变化同样巨大”，技术公司才可能获得平台级机会。
特斯拉则把AI放进汽车和自动驾驶，改变用户向机器发指令、体验机器能力的方式。三者共同说明，单纯技术领先可以造出好公司，却未必足以造出一代超级公司。
12. 具身智能的长板是运动，短板仍是操作
中国机器人最吸睛的演示几乎都是走路、跑步、后空翻、跳舞和摔跤，本质是平衡与运动能力；真正普遍缺失的是手和精细操作能力。前者与强化学习等技术有关，也受益于中国已经成熟的电机产业。
汇川技术最初抓住房地产电梯需求，把外资设备中难安装、难维修的控制器分离并简化；此后又承接制造业升级和新能源车电机需求，包括为理想汽车配套。今天机器人关节电机的能力，并非专门为机器人研发二十年，而是多个产业“沿途下蛋”的结果。
这条链说明中国硬件优势往往不是单点突破，而是房地产、电梯、制造业、新能源车等巨大市场先把成本卷下来、性能推上去，新的AI应用再调用已有能力。
13. 新应用会重写芯片格局，AI不会永远只有英伟达
英伟达最初解决的是互联网游戏图形显示精度与效率，并行处理能力后来才适配AI。智能手机出现后，英特尔之外又长出高通、博通，说明“新应用才有新的基础设施”。
当AI真正进入耳机、手机、电脑和不同工业设备时，这些终端放不下一块数据中心级英伟达芯片，应用也会提出功耗、尺寸、成本和实时性各异的要求，从而为新的AI芯片公司创造空间。
最早能大规模使用Agent的，也往往是已有企业：其上游、下游和内部流程必须高度数字化，交付过程还要包含大量自然语言交互。因此电商、销售、RPA等场景会比低数字化行业更早兑现。
14. 中国正在把日本式“电子化”再推进一层到“智能化”
日本在1980年代把大量机械产品电子化：机械表变成精工、卡西欧电子表，钢琴变成电子琴，柯达胶片相机被电子相机替代。结果不仅是产品变化，更是手表、乐器和相机价格下降并大规模普及。
中国把内燃机换成电机，并把整车和使用成本卷低。李丰观察，中南美洲、东欧、中亚、东南亚部分地区的千人汽车保有量，因中国电动车的成本优势而提前超过同等GDP阶段的历史水平。
与日本当年不同，中国还能加入传感器、算法和软件，把电子化继续升级为智能化。工信部牵头八部门推动“人工智能+制造业”，正是AI下半场把强势产业链逐项智能化的政策表达。
15. 传感器往往在别处成熟，再被供应链迁移进新产品
智能硬件里的电机、光电传感器、摄像头和激光雷达，几乎都不是为该产品单独培育的；它们先在更大市场获得规模、精度和成本改善，再迁移到机器人、手表、相机等新形态。
2015年自动驾驶刚热时，16线或罕见的64线激光雷达售价可达十几万乃至几十万元；今天多线产品已降到一千多元。美国两家早期激光雷达公司破产，中国的速腾聚创、禾赛等企业则借本土竞争继续压低成本。
智能手表的心率、呼吸、血氧、睡眠能力来自手机和消费电子培育的光电器件；影石所需的小型广角、全景摄像头，也来自智能手机把像素推高、价格打低后的产业外溢。
16. 影石的跃迁说明，软硬结合比纯软件更适合中国环境
影石创始人2013年本科毕业后创业，最初掌握图像裁剪与拼接软件；Facebook收购Oculus让VR和360度图像变热，但团队在中国做了一年后发现，2014年的市场难以靠出售软件和技术赚钱。
他在2014年底至2015年初关闭南京公司、搬到深圳，把图像拼接能力与消费电子供应链结合。第一代全景相机外形还很粗糙，但供应链允许产品迅速迭代，2017年便进入线下苹果商店，成为其中唯一的非苹果摄影器材品牌。
此后影石以“一年可以迭代四个版本”的速度，用软件解决稳定、拼缝和畸变，又以更低成本追赶GoPro；两年拿下其市场，再用三年做到全球第一。李丰认为过程看似简单，真正困难的是放弃纯软件路线的取舍。
17. 应用会反过来推动技术，中国常在后半场取得优势
2017年前，中国技术圈普遍认为人脸识别追不上美国；但住宿、登机、安检、人证比对、大额支付和工商变更等场景迅速普及后，应用提供了持续迭代条件。到2019年后，计算机视觉顶会、顶刊中的中国论文已占据显著位置。
自动驾驶同理。中国在2025年12月初批准L3后，李丰判断其本质会越来越偏向“数据为主、算法为辅”；到2026年底，市场可能开始形成中国超过特斯拉的共识，因为本土传感器车辆更多，数据维度、质量和总量更大。
创新药也在进入这一阶段：2025年中国医药管线授权合同总金额约1356亿，占全球总额一半以上。全链条研发效率提高后，先进芯片、传感器、微流控、数据、AI和虚拟筛选会得到更广泛使用——“技术的后半程再突破靠应用”。
18. 中国制造业沿着装配、精密制造、科技制造和品牌出海递进
中国约在2000年成为手机装配大国；2008年苹果出现后，部分企业从低端组装升级为精密制造，立讯精密、歌尔、瑞声、舜宇光学、蓝思科技等公司由此成长。
2013年前后，中国成为工业机器人使用量和生产量最大的国家，精密制造进一步变成科技制造。华为、小米、vivo、OPPO等消费品牌也集中在2013—2014年出现，华为则由运营商定制走向Mate系列代表的消费者品牌。
中国在2012年超过美国，成为全球最大单一智能手机消费市场。足够便宜、性能足够好的设备让用户提前普及，庞大而挑剔的市场又迫使应用卷产品，最终为抖音走向TikTok提供基础。
李丰认为任何行业都能放进这条路径：新能源车已接近品牌全球化阶段，生物医药大约走到智能手机产业2008年前后的精密制造阶段。企业要判断的不是有没有路径，而是自己位于哪一格。
19. 美国战略收缩，2026年优先经营美洲“前庭后院”
美国在2024年11月发布的National Security Strategy已相对明确地提出缩减全球军事存在。李丰用“离岸平衡”解释其后续：美国会减少直接驻军，同时利用日本、菲律宾、英国、俄罗斯等力量，避免欧亚大陆出现单一强势国家。
收缩也会迫使盟友提高军费，为美国创造武器销售；对中国的平衡不会消失，日本近期行为甚至可能超过美国原先预期，但方式将更多转为代理和区域制衡。
美国今年1月初出现了把Donald Trump的“Don”嵌入Monroe的“Mon”、称为“Donroe Doctrine”的说法，象征把注意力转向委内瑞拉、格陵兰、加拿大、墨西哥湾、哥伦比亚和古巴。除石油与资源外，核心是“把别人家的院子都围成我的院子”，在全球收缩后加固美洲势力范围。
20. 中国可能获得十年来少见的外部喘息窗口
中国自2015年主动去库存、去杠杆、去产能并调整房地产，随后又经历中兴与华为事件、2020—2022年疫情、俄乌冲突后的欧洲关系压力，以及新一轮关税战；经济结构调整几乎始终与重大外压叠加。
李丰的2026年判断带有明确条件：中美竞争不会改变，但美国可能把优先级转向家门口，不再持续用“最大的大锤”直接猛击中国。特朗普还要面对11月中期选举，若失去众议院，后两年执行力及其个人政治风险都会显著上升。
若此前安排落地，4月特朗普访华、5月中国领导人访美也可能提供缓冲。“如果可能”，这会成为中国十年来少见的“有点空间”，让新旧动能转换在较轻外部压力下完成接棒。
21. 国际影响力上升，会把国际化变成企业的长期贝塔
法国、德国、意大利领导人以及韩国总统李在明相继访华，加拿大总理卡尼也可能来访，被李丰视为中国利用美国与盟友摩擦、争取中长期合作的信号：在已经证明军事和科技能力后，进一步证明自己会以不同原则处理国际关系。
中国提出人类命运共同体及全球发展、合作、支持弱国、绿色减碳等倡议，是为上升中的国际地位提供一套不同于传统西方价值叙事的议程。
投资含义来自一个递进问题：若未来5—20年中国国际影响力、关系和地位上升，就一定会产生更多国际化业务。“冒险就比中国的外交影响力快一点”，求稳则“慢零点一步”，但长期方向不应只由眼前海外业务是否赚钱决定。
22. 新旧动能可能开始接棒，人民币却不宜大升大贬
房地产和基建曾合计占中国GDP超过20%，而2015年的新质生产力占比可能不足10%；用一个较小的新部门替换庞大旧部门，必然经历旧的掉得比新的涨得快、就业与利益分配承压的阶段。李丰此前一直说仍在观察，现在倾向于2026年可能实现更明确的此消彼长。
他去年反对人民币大幅贬值，因为贬值会损害人民币国际化、跨境结算、人民币资产和房地产；今年同样反对大幅升值，因为政策还要兼顾出口、购买力、国际经贸平衡和资本流动。
外贸结构已降低汇率敏感度：2025年约出口500万辆汽车，按单车2万多美元计算超过1000亿美元；创新药管线授权达到1356亿，芯片出口约1.5万亿元人民币、超过2000亿美元。它们的附加值远高于单纯依靠低劳动力成本的商品。
23. 美国正在打破美元循环，中国最大的制度差距转向金融
李丰把国家实力分为军事、制造业、GDP、金融和全球价值倡议五层；他认为中国在前三层的问题已经不大，最显著差距是金融。美国二战后一度占全球制造业和GDP一半以上，并推动联合国、IMF、世界银行和关贸总协定恢复全球市场。
美国从贸易顺差转向逆差后，全球对美元需求上升，1971年美元与黄金脱钩；此后石油美元、自由主义市场经济和美元金融产品共同形成循环：美国以高估美元购买全球商品、输出美元，顺差国再购买美债和美元资产，把钱借回美国。
现在美国只想保留军事与金融优势，却不愿继续承担逆差，并以关税、核心产业补贴、政府入股芯片企业、能源与AI产业协调等方式重建制造业。这些“很像中国”的举国体制做法，正主动破坏它曾经主导的自由市场循环。
24. 金融开放将小步试验，人民币需要“有预期、慢兑现”
中国并未随三次汇改而完全开放资本项目。2023年10月底中央金融工作会议提出保险、券商、基金等领域进一步对外资开放；李丰认为，对内改革的重要线索是户籍和人口流动，对外则是汇率与资本项目下的金融开放。
贸易先为人民币创造需求：即使米莱政府明显倒向美国，2025年中国仍成为阿根廷最大贸易伙伴，贸易几乎全部采用人民币结算；中国制造又覆盖当地约六七成日用品，帮助通胀从110%以上回落到30%多。
中国前11个月顺差突破1万亿美元后，既需要通过人民币升值预期吸引持有，也需要提高购买力、扩大进口并改善国际关系。李丰给出的微妙表述是：“要保证一定的升值预期，但不能完全兑现升值”，即不能一次性把空间耗尽。
海南封关、自贸港税收优惠、加工增值超过30%免进口税和洋浦港建设，可能让海南成为类似早年深圳的开放试验区。金融试点只是李丰的推演，“我完全不知道”；但深圳最初为港资设厂解决土地问题，意外催生土地转让试点，说明开放常产生超出原设计的新制度。
25. 十年竞争落在数据与能源，个人决策也要以终为始
2023年中国新设金融监管机构和国家数据局，随后在上海试点医院、教育、金融等公域数据的集中、整理与使用。数据不同于钱、人、地：它能反复、多次、流动并按不同价格使用，却也“难治理、难管理、难定价、难流通”，还必须脱敏。
医院临床数据能提高创新药研发效率，但目前往往碎、散、脏、乱；美国单条数据可达100多至1000多美元。谁负责脱敏、结构化、决定授权对象和价格，并把它与实验室及科研数据融合，将决定中国AI制药能否再上一个台阶。李丰判断，未来竞争可能最终浓缩为“能源和数据”。
对投资时点，他主张“尽量比市场早，但别早太多”。峰瑞从2022年开始投机器人、2024年8月停投，后来承认低估了春晚和民营企业家座谈会带来的又一年半热度；AI硬件则从2025年初布局，2024年10月左右已经开始变热，仍计划投到2026年春节后，因为其中很多企业已经赚钱。
对AI for Science，他用中国加入WTO后的制造业作类比：需求一来，企业马上追求“做得快、做得多、做得不同”，自然会采用芯片、传感器、微流控、数据、AI和虚拟筛选。对下一代教育，他认为数学物理的底层能力与creative、expressive的顶层能力更难替代，中间流程最易被AI压缩；若20年后的中国更国际化，孩子也必须拥有国际知识、视野和体验。