之前，总为自己坚持读书而沾沾自喜，这段时间突然觉得，没看懂芒格金句的隐含假设。

读书之后呢？要不要行动？要不要知行合一？

「知道」和「做到」之间，隔着一条去往西天取经的路。

所以这个六月，围绕对抗AI焦虑的主题，我选了十本书，同时立下FLAG，研究四个行业。

首选芯片——AI时代最绕不开的东西，技术封锁、国产替代、AI算力，全在这里。不是跟别人比，是跟自己比。

读书是输入，研究是行动，做点落地的事。

一、从提问开始

开始不知道从哪下手。先跟AI聊。问芯片产业链是什么，问中芯国际和台积电什么关系，问为什么光刻机卡得那么死。聊了几轮，发现一个问题：AI给的答案，每个大模型说法不一。

不能照单全收。

用笨办法，同一个问题切换不同的AI去问，豆包最喜欢唠嗑，从它开始；DeepSeek言简意赅，可做对照，KIMI比较严谨，最后收尾。看共识在哪里，分歧在哪里。

后来又加了两道保险。WorkBuddy连接上通达信，取得实时的上市公司数据和年报。出结果后，拿手机上的雪球App对照一遍。

再加一层。打开慧博智能终端，看券商研报怎么说的。再打开公司年报，看原始数据。三方对账。

不是不信AI，是不敢只信一个来源。

「建立自己的能力圈，第一步是知道自己不知道什么。」

巴菲特这句话，在搭研究系统过程中才真正理解。

不需要什么都懂，但必须知道，哪些结论是验证过的，哪些只是AI随口说的。

二、搭建研究框架

零散地提问，脑子里还是碎片。

于是把自己提过的问题，一股脑都丢给AI，让它分类整理，生成一份结构化的提示词，修订几次，再基于此输出一份万字报告。

报告拿到手，没有停。

因为真正值钱的东西，还是在追问里。

AI大模型商业化，到底是C端还是B端能跑通？

AI告诉我，B端比C端跑得通。C端用户用AI就是聊天、查东西，感知价值低，换个工具毫无成本。但B端企业把AI嵌进工作流程里，投入产出比可以量化。

腾讯为什么不做一个超级AI App去跟豆包竞争？

答案挺意外。腾讯试了，没做到啊。只能把AI塞进微信、文档、浏览器里，做成底层的Agent。自研的紫霄、沧海芯片也只给自己用，降本增效。田忌赛马的前提，是知道自己哪匹马跑得快。

为什么有的三百倍市盈率还在涨，有的十五倍反而跌？

格雷厄姆说过，「市场短期是投票机，长期是称重机。」

短期看，资金在给AI叙事投票。利润不重要，故事才重要。

长期看，现金流才是护城河。

道理好懂，平静看待波动，才是道行。

三、研究收获

研究了一圈，对芯片产业链的基本判断：

设计公司轻资产高毛利，生态一形成就赢家通吃。制造厂是重资产，先进制程被一台光刻机卡死。封测传统上利润薄，但先进封装正在改变规则。设备和材料是卡脖子最硬的地方，国产化率最低。

如果让选一个值得关注的方向，看看先进封装吧。不依赖EUV光刻机，国内已经有量产能力，华为用381款芯片验证“韬”定律，封装正从产业链末端，变成影响国产芯片性能的关键。

这个结论不一定对。我既不是芯片从业者，也不是投研分析师。一个读书人，用AI工具搭了个粗糙的研究系统，靠着公开信息、研报、年报，拼出认知地图，可能有大偏差。

但整件事里最有意思的，不是结论，是追问的过程。

跟AI泛泛地聊，聊着聊着，突然发现自己真正关心的问题，在对话中冒出来。

「能提出一个好问题，比得到一个好答案难。」

四、对AI的感觉

AI的回答，基于现有语料，是通过统计分析得出的预测结果，如同通过后视镜看东西，别指望它能有什么创见。

如果手里的股票不涨，看不懂的却一飞冲天，想找个对象舒缓情绪，AI绝对贴心，但最终的结果。还需要自己承担。

AI的运行机制也不总是靠谱，上下文一多，经常答非所问，丢三落四，个人的判断不能丢，亲自检查复核不能少。

这类研究还会继续下去，换种方式，努力看懂身处的时代。

芒格活到九十九岁，每天早上说自己「比昨天聪明了一点点」。

每天聪明一点点，我肯定做不到，但追问这件事，值得做下去。