摘要

这次中美元首会谈的核心不是签出一揽子细则，而是为敏感议题校准顶层框架。 李丰判断，唯一明确的定量成果，是把原已延至2026年11月的中美贸易竞争措施暂缓安排再延两个月、至次年1月10日，恰好覆盖黑五至元旦购物季；其余更像是确认“你大概想要什么、我大概想要什么”，具体落实留给后续贸易与AI磋商机制。
AI叙事正从不断抬高能力上限，转向确认能力边界、安全性与可控性。 李丰把它类比2014—2017年的自动驾驶：泡沫上行期比拼技术、路线和演示，应用落地、事故出现及资本下行后，焦点才转向规则。数字世界尚可容忍“六根手指”，物理世界却“不能让我的手直接从桌子上穿到下边去”，因此越进入机器人、工业控制和自动驾驶，越需要物理、数学约束与白盒能力。
ChatGPT问世三四年仍未出现第二个全民级AI应用，真正的约束可能不是模型能力，而是无法像互联网那样把边际成本压到接近零。 每次对话、推理和长上下文都对应新增成本，普通搜索、总结和文稿生成的价值又不足以覆盖高价广告；李丰因此预计，云端模型会先占据编程、游戏等高付费场景，日常需求最终可能由端侧小模型解决“99%、89%或者79%”。
今天的大语言模型未必能沿同一条延长线成为所有AI的统一基座。 李丰认为，世界模型、物理模型至少需要“跨半个道”，补入不同架构、物理、数学和可解释计算；今年二季度以来，具身智能投资共识也开始从VLA、VLM、VLTA等“经过L”的路线，偏向减少语言中介的VM或无L路线，因为语言本身是降维表达，必然丢失信息。
大模型公司短期值得投，并不等于五年维度仍有理想回报。 李丰认为，如果看短期、抛开其他限制，显然应该投；财务投资人错过先上市标的后集中追逐Kimi，已经用行动消解了短期路线分歧。但若基模最终像2015年的云一样基础设施化，竞争会落到AIDC、芯片、模型、MaaS、SaaS和终端服务的纵向整合，成为寡头化、低毛利、拼规模与成本的生意。李翔还指出，两个尚未上市的大模型标的估值已超过上市公司中市值最高的智谱。
中国的资金搬家已经发生，但目前主要是从存款流向债券和固收，而非全面进入股票、基金或房地产。 2024年至2025年上半年存款显著增加，7月和8月则出现相对少增、非银存款增加；更重要的是，央行口径下前八个月直接融资与间接融资已达到约5:5，快于李丰原先设想的5:3再逐步过渡。
美国本轮加息能否造成全球持续抽水，取决于它是一次短期调节，还是形成一年以上的连续预期。 全球此前没有再经历一轮典型大放水，中国有资本管制，日本又被迫处理日元在155—158附近的压力，因此李丰倾向于本轮偏短期；持续加息反而可能因强美元吸入全球资金、让美股先跌后涨，而持续降息若触发美元资产外流，也可能出现“短期先涨，然后持续下降”。
最危险的交汇点，是美国同时要保美债、保美股、保美元，而AI扩张又高度依赖发债。 Oracle数据中心延期、不到两百亿规模的相关债券跌至票面九折以下，已经把建设、电力、硬件、融资成本和收入延后的风险串在一起；当中大型科技公司融资成本升至8%乃至十几个点，基础设施项目便可能需要15%以上年化回报才能成立。李翔问是否意味着“马上就要金融危机”，李丰的回答是：“有可能”，但真正难点仍是触发时点。

精读

1. 元首会谈先确认框架，具体交易被留给后续机制

李丰从消息确认节奏倒推：行程可能早已大致确定，但中方直到临出发前才正式确认，说明此前的贸易谈判、人工智能对话等，更像是在为会谈预先划定“讨论内容和讨论方向”的框架。
对李翔提出的代表团不对称——中方未带企业家，美方却有芯片、AI及马斯克等重要企业家——李丰的解释是，本次重点并非企业层面的交易撮合，而是最高层对关键问题进行定性意见交换。
他原本预期双方会谈到H100、H200等AI芯片：美国可能希望把出口性能卡在华为昇腾附近，既扩大英伟达商业规模，又抑制中国GPU发展；但这类问题“可能太具体了”，最终没有体现在公开成果中。

2. 两个月贸易延期的真正受益者是中国外贸企业

会谈唯一清晰的定量结果，是把此前吉隆坡安排下、针对各种竞争手段暂停加码的期限，在原已延至2026年11月的基础上再往后延两个月，按时间推至次年1月10日。
这个看似有限的延期，完整覆盖了黑五、圣诞节至元旦的美国购物季。李丰的投资者式解读很直接：美国消费旺季的订单与出货得以做完，“对外贸企业肯定是个好事儿”。
更长期的细则仍可能回到中美贸易谈判、AI磋商等机制中落实；临近美国中期选举，国会构成仍可能变化，此时把过多具体承诺写死，双方都未必认为可靠。

3. 真正敏感的交换大概率发生在四至六人的小范围会谈

公开活动中最值得观察的不是大规模晚宴，而是只有约四人或六人参加的小范围会谈与茶叙。李丰推测，地区冲突、中国周边局势等不适合写入公开声明的话题，才是这些环节的主要内容。
一个旁证是，中方抵美前一两天，日本首相曾紧急访美并要求短暂会见特朗普，但最终公开声明没有对应内容。李丰据此判断，双方谈过的敏感事项，不能只从公报反推。
会面也客观上帮助特朗普展示中期选举前的外交能力；李丰认为，与同期同丹麦达成格陵兰岛相关协议一样，这些事情共同服务于“美国影响力”的政治叙事。

4. Anthropic的蒸馏指控同时夹杂竞争、安全与增长焦虑

李翔注意到，访美前Anthropic指控中国大模型公司蒸馏乃至“套壳”其模型，特朗普也发文回应，因此追问这究竟是政府施压筹码，还是AI产业的正常竞争。
李丰没有把它简单归入国家博弈。他更愿意相信一种商业解释：部分公司增长正在承压或趋缓，因此重新放大模型蒸馏、控制AI发展等议题，“至少也有部分这个原因”。
李翔的保留意见值得留下：Anthropic前员工爆料后，主流媒体迅速跟进，但另一批投资人与企业家又称这件事本身含有巨大的、打引号的营销策划成分；黄仁勋等人也不接受以安全为由放慢模型进展。两人的共识不是噪音不存在，而是噪音、真实风险与商业动机同时存在。

5. AI的下一阶段将从能力竞赛转向边界竞赛

李丰特别认同中方领导人在晚宴前演讲中的表述：人工智能仍应“在人类的管控之下”，并为人类进步作出贡献。他把这视为中国AI政策可能同时关心能力拓展与安全边界的信号。
过去一年行业不断制造Agent、“龙虾”、Harness、RSI、GEV以及世界模型、物理模型等词汇，本质上都在不同方向探索能力上限。李丰提醒：“除了能力上限和能力延长线的探索之外，它现在也开始需要能力边界的确定和探索。”
他的周期判断是，资本市场上行和泡沫阶段讨论“谁更强”，应用逐步普及、事故增多又叠加资本下行后，市场才会追问安全与规则；自动驾驶在2014—2017年后的演进，就是最接近的样本。

6. 黑盒模型进入物理世界后，白盒约束会成为刚需

当前大模型以数据驱动和端到端训练为主，输入数据后直接解决能力问题；但黑盒难以解释、调教又有“跷跷板效应”，修正一个能力可能诱发另一类问题。
李丰因此提出“越物理越白盒”：在具体应用中加入更多物理、数学规律，使至少一部分行为可理解、可解释、可调教。世界模型和物理模型的出现，正是机器人必须受现实规律约束的结果。
数字世界里的穿模、六根手指或画面错误尚可容忍，编程能力带来的攻击已经更危险；到了自动驾驶、机器人和工业控制，错误可能“人命关天”。他的比喻是：“你不能让我的手直接从桌子上穿到下边去。”
特斯拉FSD以及中国部分自动驾驶品牌的事故被曝光或放大后，L2、L3等相关约束和规定随之出现。这个路径说明，corner case不是边缘噪声，而是定义能力边界、推动监管形成的核心材料。

7. ChatGPT之后缺少全民级应用，成本结构可能是第一道约束

李翔把矛盾摆得很清楚：从2022年底ChatGPT问世到2026年，模型变化极快，新概念层出不穷，但大众能直观感受到的应用仍集中在聊天、办公、做PPT等场景，没有第二个产品突破早期用户阶层。
李丰认为，AI与互联网最根本的差别，是互联网商业模式的边际成本接近零；搜索引擎从一万用户扩到一亿用户，除并发服务器外，每增加一名用户的成本很低，AI却仍要为每个人重新理解、计算和输出。
长对话还必须反复载入上下文，“如果你是个话痨”，成本会进一步提高。Meta发布的Muse个人助理一度走红后出现宕机、服务不能持续，也暴露了同一类扩张难题。

8. 云端模型先吃高价值场景，日常需求可能回到端侧

对搜索、普通总结或低价值文稿而言，模型工作的附加值未必足够高；若靠广告覆盖推理资源，单个用户产生的广告价值可能要比互联网搜索高一个量级、甚至达到十倍几十倍，商业模式并不自然。
李丰因此预计，第一阶段更容易普及的是编程、部分游戏等“高用户付费意愿”或中高价值场景。让这些用户多付费并非补贴低价值需求，而是因为它们确实产生了更大的经济价值。
一旦云端模型普遍收费，大量日常需求可能迁移至手机、电脑等端侧小模型，先解决用户“99%、89%或者79%”的任务。这样既绕开持续云端成本，也能解决部分隐私问题，但端上数据是否上传仍取决于具体实现。

9. 大语言模型未必是世界模型与物理模型的共同祖先

更大的技术问题是：今天的大语言基座模型，究竟能否通过加模块自然演化为世界模型、物理模型，还是必须探索不同架构与学科路线。李丰明确倾向于两者之间，而非单一路径。
他的判断是，下一阶段“至少要跨半个道出去”：至少一半问题要靠新的技术路线、架构、物理与数学能力解决，不能假定现有LLM就是未来所有AI的基础模型。
这并不等于语言能力无用。语言极大提高了知识传承、抽象理解和多人协作，但动物没有人类语言，仍能逃避捕食、运动、抓取乃至有限群体协作；物理决策与语言理解“有关系，但不一定是完全同一个发展路线”。

10. 具身智能正从“经过L”转向减少语言中介

李丰用VLA、VLM、VLTA等名称解释早期具身路线：只要结构里存在L，就意味着视觉信息仍要经过一次语言理解或语言标注，再进入规划与执行。
今年一季度行业对机器人“大脑”仍明显偏向L；到二季度，投资圈开始出现一点共识，转向减少L、直接走向VM，或加入更多物理与数学计算的路线，使系统“更可调教，或者叫更偏白盒了一点点”。
世界模型虽然已成为重要名词，但定义本身经历过几次变化、到今天仍不清楚。李翔补充的关键约束是：语言本质上进行了降维，因此不可能完整表达脑中信息，总会留下缺失与偏差。

11. 2023年的大模型投资分歧，短期已经由价格回答

回看2022年底、2023年，风险投资机构曾明显分成两派：金沙江等机构不愿重仓大语言模型公司，部分年轻VC则激进押注。李丰的回答区分时间尺度：“如果看短期的话，毫无疑问是应该投的。”
原因并不抽象：先上市的两个大模型标的主要让国资赚到了最多的钱，许多财务投资人错过后心有遗憾；尚未上市的Kimi于是汇集各路财务投资人，形成“亡羊补牢”式追逐。阿里更像战略投资者，不能与纯财务资金等同。
短期分歧已经基本消失，但中期结论仍未确定。李翔随后指出，两个尚未上市的大模型公司的一级市场估值已超过上市公司中市值最高的智谱，意味着后来者即使方向正确，入场价格也可能提前透支回报。

12. 基模一旦云化，赢家将由全链条成本而非单点模型决定

Google、亚马逊、微软，以及中国的阿里、字节、腾讯，都不只建设算力中心，还在内部做基模、应用或Copilot类产品；李丰认为，它们在能力获取、利用率和云增长上大概都超过了市场预期。
李丰的中期框架是，基础模型可能像2015年前后的云一样“云化”。模型公司未必能做成云，但当基模迭代放慢，云厂商可以把前端用户、后台数据和计算中心能力连接起来，补齐模型层。
十年前垂直IaaS一度极热，最终却证明云需要横向规模与纵向全栈能力：从IaaS到MaaS、SaaS，如今还向下进入AIDC中的芯片硬件。链条越完整，越能摊薄单用户服务成本。
对投资者而言，基模成为基础设施既意味着市场巨大，也意味着低毛利、寡头化和效率竞争。“拿两年”或许仍能赚钱；若拿五年，垂直模型公司的结果可能像昔日垂直云一样，远低于最初预期。

13. “蓄水池”框架把货币总量、风险偏好与资产价格放进同一张图

李丰把全球金融体系分成几个池子：居民存款是最平静、也可能成为“堰塞湖”的池子；债券和固收是第二层；房地产、股票等风险资产是更激烈的第三层，数字货币则是更小、更激进的池子，黄金另成一处蓄水池。
第一个变量是天上是否“下雨”：央行共同印钱就是增加全体系水量，规模越大越像暴雨。信用货币时代一次次更快、更狠地使用放水或量化宽松，不仅放大金融周期，也使全球货币和债务总量急升。
当实体经济增长赶不上货币增长，新增资金会进入金融资产并相互推高价格；已有资产和资金的人因而赚得更多。李丰把贫富分化、社会矛盾乃至政治冲突，视为这种机制反复累积的结果。

14. 中国的存款开始搬家，但风险偏好尚未真正打开

2024年至2025年上半年，中国存款显著增加，说明资金从波动更大的池子回到最安静的池子。到7月和8月，居民存款仍增加但同比少增，同时非银金融机构存款增长，显示搬家已经启动。
受定存利率差异及集中到期影响，目前迁移最多的仍是债券、固收和对应理财产品，尚未大量进入股票等风险资产。李丰的判断是，何时继续流向基金、股市乃至房地产，要看风险偏好能否提升。
更结构性的变化来自融资端：中国正从间接融资转向直接融资，后者也包括专项债、城投债等债务工具。李丰原本设想比例从约5:3逐步走向5:4、5:5，但央行数据里，今年前八个月已经达到约5:5。

15. 美元加息的特殊能力，是从其他国家的三个池子同时抽水

作为储备货币和主要交易货币，美元的流动性与使用范围，使美国几乎是唯一能借升息周期规模性吸走他国资金的经济体。升息提高美元及美元债的无风险收益，也通常传递“美国经济偏热”的信号。
抽水有两个助推器：地区冲突和金融危机会提高避险需求，美联储持续升息则提供收益差。亚洲金融危机、科索沃战争期间的欧元贬值、欧债危机，以及新兴市场货币压力，都被李丰放进这一框架。
若市场预期升息持续一年至一年半，资金才会“源源不断”流向美国；若只是因换联储主席、地区冲突或油价担忧形成两个月波动，就只有短暂搬家，不会自然变成单向趋势。
资金是否抽得动还取决于他国池子里有没有水、堤坝有多高。此前若刚经历全球宽松，效果最强；若各国已被抽过、又加强资本管理，美国即使提高利差，也未必能复制上一轮规模。

16. 本轮全球可抽之水有限，日本与中国是两个关键例外

全球此前没有经历新的典型宽松周期，因此李丰认为可被美国抽走的增量资金并不多。仍能维持明显低息的大经济体主要是中国和日本，但两者各有“坝”。
日本在美国加息次日也加息25个基点，日元却仍在155—158附近低位；若市场不相信日本会持续加息，汇率仍可能继续承压。与此同时，日本央行持有大量债券和风险资产；如果日本加息，财政部发行的债券可能需要由央行买单，无论哪一边的泡沫破裂都很难承受。
中国拥有巨额储蓄，却通过资本管制、离岸与在岸管理及资金出境规则提高了抽水难度。因此，本轮加息对港股和新兴市场会形成短期压力，但李丰倾向于把它理解为一次或两三次的短周期，而非一年以上的新抽水浪潮。

17. 美国消费、住房和就业已经给持续加息设置了上限

美国蓝筹同样出现“老登股”困境：耐克被移出标普100且股价显著下跌；麦当劳跌约30%，二季度增长仅0.8%，三季度还预期同比下降。它们既被资金抛弃，也确有基本面乏力。
Taco Bell、汉堡王等竞争者仍能增长，一个重要原因是提供10美元以下套餐。这说明问题不是所有餐饮同步衰退，而是通胀和成本正在挤压消费者对必需品的支付能力。
就业增长的支柱逐渐收窄到政府、医疗保健等保障性行业，建筑已经退出领先行列。加息前美国房贷年化利率已超过7%；若房价上涨与租金回报不能达到8%—9%，购房经济性便很难成立。
美国尚存的韧性更多来自科技投资、居民资产账面增值，以及金融业带动的服务增长；资本市场约75万亿美元、相当于约30万亿美元GDP的2.5倍，也解释了为什么“保美股”已近似于保经济。

18. 美债、美股与美元的三角平衡，把AI债务推向风险前沿

美国决策层同时面对三项任务：让美债以可承受利率发出去，维持科技股繁荣以吸引全球资金，并避免美元与国债的长期信用受损。任一端失衡，都会增加另外两端的压力。
AI使这个平衡更难。大量数据中心依赖借贷建设，企业债还与美债争夺同一批资金；Oracle项目出现不可抗力、无法如期交付，不到两百亿规模的相关债务又在二级市场跌到票面九折以下，是一个不利信号。
算力中心同时面临硬件、电力、存储涨价，融资成本上升，以及交付和收入时间后移。若Oracle这类中大型公司需要8%至十几个点的融资成本，项目可能至少要有15%以上年化收益才合理，而基础设施化生意很难长期做到15%—20%。

19. 加息未必压低美股，降息也未必带来持续牛市

李丰修正了常见直觉：加息确会让美国境内资金从股票流向债券，但如果持续强美元从全球吸入的资金更多，外部补水可以覆盖内部流失，美股便可能先跌后涨；2022年至2024年底就是他的观察样本。
反过来，若美国风险资产池已经淤满全球资金，持续降息会同时暗示经济转弱、美元计价资产疲软。此时从美股流向海外的资金，可能超过美国境内从存款、债券转入股票的规模，于是“短期先涨，然后会出现持续的下降”。
这个反直觉结论有两个严格前提：市场必须形成一年以上的升降息预期，且起点上的全球与美国池子水位足够极端。一次或两次短期调整只会制造波动，不能自动推导出长期方向。

20. Oracle的裂缝像互联网周期，但危机时钟尚未给出答案

李翔听完整套负循环后直接问：“不就是马上就要金融危机了吗？”李丰回答“有可能”，随即把重点放回触发时点，而不是把相似性当成确定预测。
互联网周期曾经历两轮加息：1994—1996年的较长周期抽走亚洲资金，随后爆发亚洲金融危机；1999—2000年的较短周期最终刺破互联网泡沫，而科索沃战争和欧元贬值又把欧洲资金送入美元资产，支撑了最后一轮疯狂。
2022年的激进加息之所以抽水最狠，是因为疫情期间全球刚经历历史级放水；到2025年已抽得相当充分。本轮不同之处是美债收益率压不下来、科技公司同样依赖高成本债务，全球又缺少一个已明显溃败且资金可大规模自由流出的巨大经济体。
节目最后留下的变量是人民币：在美元走强、多数新兴市场货币贬值时，人民币仍相对稳定。李丰认为资本和外汇管制只能解释一部分，更大的原因可能在贸易结构、结算方式及全球资金循环，留待下一次展开。

Jake Paul 与 The Chainsmokers：把名气变成资金、Jake 要进政坛？以及创投泡沫信号