Post

AI 的故事，已经进入下半场。真正赚钱的，不是模型，而是兑现能力。 微软和 Meta 几乎同时交出了成绩单。 一个盘后暴涨，一个盘后一度大跌。 很多人第一反应是：是不是市场开始不相信 AI 了？ 我反而觉得，市场不是不信 AI，而是开始给 AI 重新定价。 以前只要一句 “All in AI”，估值就能涨。 现在资本问的是另外一句： 你的 AI，到底能不能持续赚钱？ 微软这份财报最大的信号，不是 Azure 增长 43%，也不是云业务突破 1000 亿美元年收入。 真正重要的是，它已经把 AI 变成了企业愿意长期签单的生意。 RPO（未履约合同）继续创新高，意味着很多客户的钱已经提前锁定，只等微软慢慢交付。AI 不再只是 PPT，而是企业预算里的一部分。 反观 Meta。 广告业务依然很强，AI 推荐也确实提升了广告效率。 但市场更关心的是另一件事： Meta 每赚 1 美元，还要继续投入更多钱去建 AI 基础设施。 资本支出越来越高，现金流压力也越来越明显。 这就是为什么，同样讲 AI，市场给出的反馈完全不同。 ⸻ 如果把视角放到 Crypto，我觉得最值得关注的反而不是 AI 概念 Meme。 而是 $TAO（Bittensor）。 原因很简单。 微软卖的是 AI 服务。 OpenAI 卖的是 AI 模型。 而 TAO 想做的是 AI 的开放算力与模型激励网络。 如果未来 AI 不只是几家巨头，而是越来越多模型、Agent、推理节点共同协作，那么去中心化 AI 网络可能会拥有自己的价值捕获能力。 当然，这条路还很长，也存在大量执行风险。 但市场已经开始证明一件事： AI 的估值，不会永远来自想象，而是来自现金流。 放到加密市场也一样。 未来真正能跑出来的 AI 项目，大概率不是： “我们用了 AI。” 而是： AI 带来了真实收入、真实用户和真实需求。 所以我现在看 AI 板块，会更关注三件事： * 有没有持续增长的使用量（Usage） * 有没有稳定增长的收入（Revenue） * 有没有越来越强的网络效应（Network Effect） 故事可以炒一个季度。 但现金流，可以撑一个牛市。$TAO