国际清算银行（BIS，各国央行的央行）在年报里，把AI资本开支和历史上四次大泡沫放在一起做了比较。这件事本身比结论更重要——当最保守、最不需要流量的机构开始说话，说明账已经算到了某个位置。紧接着，各路机构给出的分析大同小异：折旧被藏在了报表里；表外负债看不见；私募信贷不透明；债市已经悄悄给风险定价，股市还在创新高。有人给出三个情景的概率：震荡消化 40%–50%，尾部风险 15%–20%，乐观牛市 30%–40%。
我看这些材料的时候，脑子里冒出来的不是仓位，是另一件事。
2013年我进入芯片行业做物理设计。那几年，同一栋楼里，做互联网的同学起薪是我的两倍，年终奖是我的四倍。逢年过节，亲戚问我做什么，我说”芯片”，对方点点头，然后转头去问那个在电商公司做后端的表弟——“听说你们那儿股票发得挺多？”
十年后，风向完全反过来。芯片成了显学，应届生开口就要四十万，猎头一天发三条消息；而互联网大厂在裁员。
同一个人，同一套技能，什么都没变。变的是周期。
这篇文章不谈仓位。我想谈的是：一个孩子今天做的教育选择，会在七到十年后兑现。而七到十年，恰好是一个完整的产业周期。你在周期的哪个相位上做决定，几乎决定了你会拿到什么样的结果。
金融市场至少还有BIS这样的机构，会在最热闹的时候说出没人愿意听的实话。教育市场没有。教育市场里，只有分数线在上涨，只有”某某专业就业率百分之九十八”的招生简章，只有家长群里传来传去的截图。
一、BIS到底在说什么：四次泡沫，同一条路径
先把材料摊开。BIS引用的四个历史案例，路径几乎一模一样：
1830年代的运河狂热。蒸汽机是真突破，水路运煤成本骤降。于是贵族和鞋匠一起把积蓄投进运河股票，英美两地到处挖沟。然后货运的真实需求跟不上，很多运河修在没有货源的地方。几年后铁路出现，运河资产瞬间归零，几十家运河银行倒闭，引爆1839年的大萧条。
1840年代的英国铁路狂热。斯蒂芬森的火车是真突破。议会几年内批了上千条铁路法案，资本疯狂铺轨。到1847年，市场发现大部分线路的客流远低于预期，铁路股暴跌八成以上，大批中产一夜破产。
1920年代的电气化。爱迪生和特斯拉点亮的电网是真突破，工厂改用电机，收音机和洗衣机进入家庭。华尔街喊”新时代永不落幕”，公用事业巨头通过复杂的控股结构举债建电厂。1929年，产能远远超过了底层民众的实际消费能力。十月，黑色星期四。
1990年代末的互联网与电信。浏览器是真突破。电信巨头豪赌”流量每几个月翻一番”，在全球海底和地下疯狂铺光纤。2001年发现，公众的上网需求根本用不了那么多带宽，高达85%的光纤是闲置的”暗光纤”。WorldCom破产，纳斯达克从高点到底部跌了77%，跌了两年半。
四次的剧本完全相同：
真技术突破 → 资本涌入 → 产能远超盈利能力 → 需求跟不上预期 → 资产减值 → 经济衰退。
而每一次，身处其中的人都坚持说：这次不一样。
二、泡沫破了，技术还在——全篇最重要的一句话
但请你把上面那四段再看一遍，看另外一件事：
运河后来还在用。铁路改变了人类文明。电气化是二十世纪的地基。互联网——你现在正用它读这篇文章。
泡沫破的从来不是技术，是价格，是资本结构，是那些用六年折旧年限粉饰出来的利润。
这是我要跟每一位家长说的第一件事，也是最要紧的一件事：
如果你从”AI是泡沫”推导出”别让孩子碰AI”，你就完全学错了这段历史。
2000年纳斯达克崩盘之后，美国计算机专业的新生人数断崖式下跌，一直跌到2007年前后见底。那批”在最冷的时候仍然选了CS”的年轻人，毕业时正好赶上iPhone、云计算和移动互联网的黄金十年。他们是那一代人里回报最高的一批。
而在2000年高点冲进去的那一批，很多人在毕业时遇到的是招聘冻结。
同样的专业，入场相位差七年，人生走向完全不同。
所以正确的问题从来不是”AI是不是泡沫”。正确的问题是：
我的孩子，能不能造出一套无论泡沫涨还是破，都不会归零的能力结构？
这就是”穿越周期”的意思。
三、周期有多长？用半导体这个”冷了十五年的行业”讲给你听
我讲讲我自己的行业，因为这是我最熟、也最能拿出细节的那个。
2008—2018，芯片是个没人要的行业。
那十年，国内做集成电路的工程师，工资普遍比同龄的互联网工程师低30%到50%。硕士毕业进IC设计公司，起薪十几二十万，而去大厂做后端开发的同学能拿三十几万加期权。海外也一样：同样是斯坦福毕业，去Intel和去Google的薪资差得很明显。
行业里流传一句自嘲：”我们是传统制造业。”
那十年，芯片行业留人靠什么？靠”这行门槛高、稳定、不容易被裁”。听着像一句安慰话。很多人中途转行去了互联网，我不怪他们，那是理性选择。
2019—2022，风向逆转。
贸易摩擦、断供、缺芯潮、国产替代、然后是AI。资本像洪水一样进来。应届生薪资出现”倒挂”——新人比干了五年的老人拿得多。猎头开始一天打三个电话。芯片成了饭桌上最体面的答案。
2023—2025，内部开始分化。
成熟制程打价格战，一级市场融资收紧，一部分设计公司裁员；而AI相关的方向——先进封装、HBM、高速接口、算力芯片——依然抢人。
这就是一个完整的周期，长度大约十五年。而且请注意：芯片的低谷，恰好是互联网的高光；芯片的高光，恰好是互联网的裁员季。两个行业的相位几乎是反的。
这不是芯片独有的。你可以自己列：
- 土木/建筑：2005—2015是黄金年代，”铁公基”三个字养活了几代人。今天呢？
- 金融：2010年代的顶级去处。今天降薪、限薪、缩编。
- 生化环材：”四大天坑”这个词是2015年前后才被叫出来的。而在2000年代，生物被称为”二十一世纪的世纪”。
- 临床医学：一直不算热，但也从没归零。
- 石油工程：2014年油价崩盘，美国石油工程毕业生的就业率在两年内腰斩。
规律是：一个行业从”没人愿意去”到”分数线最高”，大约需要五到八年；从”分数线最高”到”劝退帖满天飞”，大约也需要五到八年。
而一个孩子从高考填志愿到硕士毕业进入市场，是四到七年。
这个滞后长度，几乎正好是周期的半个相位。
也就是说——
你按今天的价格，买了一份七年后才交割的期货。而这个品种的周期，恰好是七年左右反一次。
这不是运气不好。这是结构性的。
四、为什么家庭永远在追涨杀跌
金融材料里有一段我读了三遍：
“折旧成本延迟显示，表外负债看不见，私募信贷不透明。三层信息遮蔽，让当前的利润数据极具误导性。”
“FASB的新披露规则要到2027财年才生效。而2027、2028恰好是AI折旧压力最大的两年。等投资者能看清真实折旧成本时，风险已经释放完了。”
信息永远在你能行动之前是模糊的，在你行动之后才清晰。
这句话在教育里，比在金融里更成立。
家长手里能拿到的信息是什么？是过去五年谁赚钱。是亲戚家孩子去年拿了什么offer，是招生简章上”就业率98.7%”（统计口径是去年毕业生），是某个专业今年分数线又涨了20分。
而孩子要面对的是未来十年谁赚钱。
这中间隔着整整一个周期。
更麻烦的是，分数线本身就是估值。
一个专业的分数线暴涨，在金融语言里叫”估值倍数扩张”。它反映的是市场共识，而市场共识总是滞后于现金流的拐点。当一个专业的分数线冲到历史最高，通常意味着两件事同时发生：
- 它过去几年的现金流（就业、薪资）确实很好；
- 未来几年将有大量的同类供给涌入市场。
供给涌入的滞后期是四到七年。而这，正好是你孩子毕业的时间。
这就是”追涨杀跌”的完整机制。它不需要任何人愚蠢，它只需要每个人都理性地根据可得信息做决策。
所以，别再问”什么专业最有前途”。这个问题在结构上就无法被正确回答。
要换一个问题。
五、GPU折旧六年还是三年——这场会计争论，其实是在讲你孩子的技能
材料里最有意思的一段，是关于折旧年限的争论。我把它复述一遍，因为它是这整篇文章的枢纽。
科技巨头在2023到2024年，几乎不约而同地把GPU的折旧年限从三到四年，改成了六年。这个时点，恰好是AI资本开支爆发的前夜。仅这一项调整，Meta每年就少计约29亿美元的折旧费用——利润凭空变好看了。
反对者（包括《大空头》原型Michael Burry）的质问很简单：
买显卡的公司用六年慢慢摊销成本，而卖显卡的英伟达每十二个月出一代新架构。这两件事不可能同时成立。
支持者的辩护也有道理：2020年的A100，到2025年利用率还有六七成，确实还能干活，降级去做推理和简单任务就好了。
而美国会计准则（ASC 360）的规定是：折旧年限是”管理层的会计估计”，不是客观测量值。只要有合理依据，审计师一般接受。所以哪怕真实经济寿命远短于账面寿命，这也不构成会计违规。
现在，把这段话里的每一个名词，换成教育的名词。
你孩子学的每一样东西，都有一个折旧年限。而这个年限，是你自己”估计”的——而且你几乎肯定估高了。
我做一张表。这是我这十几年在工程一线，反复验证过的：
技能折旧表
| 折旧年限 | 内容 | 例子 |
|---|
| 1—3年（极速折旧） | 具体工具的操作、具体框架的API、当下热门软件的用法、某种应试技巧 | 某个EDA工具的命令行参数、某个前端框架、某个提示词模板、”三段式作文法” |
| 5—10年（中速折旧） | 某个行业的工程范式、特定的技术栈、行业人脉 | 一整套设计流程、某种芯片架构的经验 |
| 20—40年（几乎不折旧） | 数学、物理直觉、英语、写作与结构化表达、统计思维、把模糊问题变成可求解问题的能力、与人协作的能力、自学的能力 | —— |
现在我要说一句可能会得罪很多人的话：
绝大多数中国家庭，把80%以上的时间和金钱，投在了折旧最快的那一栏。
刷题技巧、竞赛套路、少儿编程考级、某个热门工具的速成班、”AI提示词工程师”的三天课程——这些东西的经济寿命，短的三个月，长的三年。
而你在”几乎不折旧”的那一栏投了多少？
我讲一个自己的例子。我入行到现在，用过的EDA工具换了不知道多少个版本，命令行参数全变了，我以前写的脚本大半跑不起来了。我曾经引以为傲的”我熟悉某某工具的每一个坑”，今天一文不值。
但有些东西一天都没折旧过：
- 图论。因为布线本质就是图论。
- 组合优化。因为布局本质就是组合优化。
- 概率与统计。因为良率、时序偏差、蒙特卡洛，全是概率。
- 英语。因为所有的一手文档、论文、开源代码注释，都是英语。
- 写作。因为一个方案能不能被采纳，一半取决于你能不能把它讲清楚。
- 以及最重要的：在没人教我的情况下，把一个陌生领域从零啃下来的能力。
这些东西，是我1998年到2008年之间，在一间没有空调的教室里、在一堆没人讲解的书里，一点一点长出来的。它们撑了我二十年，还会继续撑我二十年。
所以，教育的资产配置问题，本质上和投资的资产配置问题是同一个问题：你把钱押在了折旧年限多长的资产上？
材料里说，AI巨头的折旧压力会在2027—2029年集中爆发，届时”所有风险一次性暴露，市场跌幅会超出多数人预期”。
一个人的技能折旧，也有集中爆发的时刻。它通常发生在35到45岁之间。那一刻，你会突然发现，你赖以生存的那套东西，市场已经不需要了。而你没有为此计提任何准备。
六、穿越周期的四种底层能力
好，现在讲正题。
如果预测周期是不可能的（它确实不可能——BIS都只敢给三个情景加概率），那唯一的出路，是构造一个在所有情景下都不会破产的仓位。
对一个人来说，这个”仓位”由四种能力构成。
能力一：把知识学成”底层”，而不是”设备”
上一节讲的就是这个，这里只补充方法。
判断标准很简单：问一句”如果这个工具/这个考试/这个平台明天消失了，我还剩下什么？”
- 如果孩子学Python，学的是”怎么调用这个库”，那么库更新了，就归零。
- 如果学的是”怎么把一个问题拆成数据结构和算法”，那么换成任何语言，都还在。
- 如果孩子学英语，学的是”完形填空的四个选项怎么排除”，那么高考完就归零。
- 如果学的是”能读懂一篇没有中文版的原始文献”，那么这个能力会跟他一辈子，并且是他将来能不能全球流动的门票。
- 如果孩子学写作，学的是”总分总加名人名言”，那么归零。
- 如果学的是”如何把一个复杂的想法，压缩成一个人愿意读完的一千字”，那么这是他一生中最值钱的技能之一。
具体到日常，我的建议只有一条：宁可慢，不要浅。
一本数学书，认认真真啃完一章，比刷十套卷子有用。一个项目，从零做到能跑起来给别人用，比考十个证有用。
因为慢变量才是不折旧的资产。
能力二：元能力——三十岁还能自学一门陌生学科
这是四种能力里最关键的一种。
因为周期的本质是：你这辈子几乎一定要换一次赛道。不是因为你不够努力，是因为你的赛道在某个时刻会被折旧掉。
我身边转型成功的人，和转型失败的人，差别不在智商，不在勤奋，甚至不在运气。
差别在于：三十五岁的时候，他还有没有”在没有老师、没有教材、没有作业、没有考试的情况下，把一门陌生学科从零学到能用”的肌肉。
这块肌肉，是在十二到二十二岁之间练出来的。过了这个年纪，能不能重新长出来？能，但代价大得多。
那么，怎么练？
看四个问题，你的孩子有没有做到过：
- 有没有独立读完过一本没有人给他讲解的书？
（不是老师带读，不是辅导班拆解，就是他自己一页一页啃下来。）
- 有没有在没有人布置作业、没有人打分的情况下，把一个项目做完？
（做完的意思是能跑、能用、有人看，不是做了一半放着。）
- 有没有读懂过别人写的东西？
（比如GitHub上一份陌生的代码；比如一篇英文的原始论文；比如一份说明书。）
- 有没有在卡住之后，靠自己找到出路？
（而不是马上问家长、问老师、问AI。）
如果四个都没有，那么无论他考多少分，进什么学校，他都只是一台只能在”有老师、有教材、有作业、有考试”这四件套下运行的机器。一旦脱离学校，学习能力归零。
这是中国教育最大的一笔隐性负债。它不出现在任何一张成绩单上，但它会在三十五岁那年，一次性爆发。
具体训练方法（都是我用过的）：
- 项目驱动：让孩子挑一个他真的想做的东西（一个网站、一个小游戏、一个数据分析、修好一台旧电脑），然后放手。他会被逼着去学他不会的东西——这才是真的学习。
- 公开课：MIT OCW、Stanford、Yale的公开课全部免费。让孩子跟完一门，用英文。这一件事的价值，超过任何一个暑期班。
- GitHub：不是让他学编程，是让他体验”世界上有一群素不相识的人，在协作做一件复杂的事，而我可以加入”。这个体验会重塑他对”学习”这两个字的理解。
- 复盘：每做完一件事，逼他写一篇”我是怎么学会的”。写不出来，说明没真会。
能力三：机会捕获——现金、弱关系、可交易的作品
材料里有一句我很喜欢的话，是讲尾部风险情景的：
“现金为王。不要因为利率低就放弃流动性。”
这句话在人生里同样成立，而且含义更深。
周期里的钱不是均匀分配的。一个人一生的收入跃迁，往往集中在极少数几个窗口——“行业上行 × 你恰好跳了槽”的那几个瞬间。
我见过太多人，能力完全一样，因为一个是2021年跳到了AI芯片公司，一个是2019年觉得”再等等看”，十年后的收入差了两三倍。
但”抓住机会”不是运气。它由三件事构成，这三件事都是可训练的：
1. 保持”可交易性”。
你必须有对外可见的产出。论文、GitHub、博客、一个公开的项目、一份作品集。
一个只有”在公司内部很受认可”的人，是一个非流动资产。他的价值只在一个买家那里存在。而一个在外部有可见产出的人，是一个随时可以定价、可以交易的资产。
教育层面的含义：让孩子从小有”对外交付”的经验，而不是只有”对内交作业”的经验。交作业是给一个人看的（老师）。对外交付是给一群陌生人看的，他们不认识你，不会给你面子，用不用你的东西只看它好不好。这两种经验塑造出的心智，天差地别。
2. 保持弱关系网络。
社会学里有个经典发现（Granovetter，1973）：人们找到新工作的机会，大部分来自”弱关系”——不常联系的人，而不是天天在一起的密友。因为密友的信息和你高度重合，而弱关系带来的是你的信息盲区之外的东西。
所以，那些看起来”没用”的社交——参加一个开源社区、去一个跨行业的会议、和一个不同专业的人喝咖啡——才是机会的真正来源。
3. 保持现金。
一个家庭要有十二个月的现金储备。
这不是保守，这是期权。
现金的意义，不在于你花掉它，而在于你拥有说”不”的权利。有现金的人，可以拒绝一个糟糕的offer，可以在裁员时不慌，可以在行业最冷的时候用低价买入自己的时间（去读书、去转行、去等一个真正的机会）。没有现金的人，只能接受市场在最不利的时候给他的那个价格。
期权的价值在于持有，不在于行使。
能力四：全球流动性
这是最后一种，也是最被低估的一种。
先讲一个事实：周期是有地理的。
同一时刻，不同国家处在周期的不同相位。AI资本开支在美国；半导体设备在日本和荷兰；能源和工业在欧洲；封测在东南亚；算力资本在中东。你在一个国家看到的”寒冬”，可能是另一个国家的”春天”。
一个只能在一个劳动力市场里出售自己的人，被迫承受那个市场的完整周期波动。这在投资上，叫单一资产集中持仓。
而一个能在多个市场出售自己的人，本质上把自己从”单一股票”变成了”全球配置”。
材料里说：”用ETF覆盖整个AI生态，比集中押注个股更稳。”
人生也是一样。但请注意——个人的”分散”不是什么都学一点（那叫平庸），而是”一项足够深的技能 × 多个可交付的市场”。深度不能牺牲，能变的是市场。
那么，**”全球流动能力”具体是什么？它不是一句口号，它由五个非常具体的东西构成：**
1. 语言。
英语不是一门学科，是基础设施。它和自来水、电一样，是你运行其他一切的前提。一个不能读英文原始文献、不能开英文会议、不能用英文写一封让人愿意回复的邮件的人，全球市场对他是关闭的。
第二外语（德语、西班牙语、葡语）是加分项，取决于你要去哪里。但英语没有商量余地。
2. 可携带的资质。
学位是国际货币，但只有一部分学位是硬通货：STEM、工程、医护、部分会计与精算认证。而技能证明（GitHub、论文、作品集、开源贡献）比学历更”可携带”——因为它不需要任何一个国家的教育部承认。
3. 法律通道。
签证、居留、税务居民身份，这本身是一门学问，而且是一门可以学的学问。欧盟蓝卡的门槛是什么；哪些国家有技术移民通道；留学签怎么转工签；哪些身份可以带家属。
这些东西不需要等到三十岁才开始了解。我认识的、真正跨出去的人，几乎都是在二十出头就开始弄清楚规则的。
4. 金融通道。
跨境账户、汇款路径、税务申报、CRS。等到需要的时候才开始学，一定会付出高昂的学费。这些知识枯燥、琐碎、不性感，但它们是流动能力的下水道系统——平时看不见，堵了就寸步难行。
5. 心理。
这是最被低估的一项：能忍受孤独，能从零开始重建社会关系，能接受自己在一个新地方”什么都不是”。
我见过很多能力极强的人，倒在这一关。他们能通过任何面试，但受不了在一个陌生城市的第一个冬天。
七、迁徙带来视野，流动塑造认知
回看人类历史，那些真正改变世界的人，很多都不是停留在一个地方成长起来的，而是在不断迁徙、碰撞和跨越中形成自己的思想。
- 亚里士多德：从马其顿来到雅典，在不同城邦文明的碰撞中，建立了影响西方两千年的哲学体系。
- 达·芬奇：从佛罗伦萨到米兰，再到法国，在艺术、科学与工程之间不断探索，成为文艺复兴的象征。
- 哥伦布：跨越大西洋寻找未知的世界，改变了人类对地理和世界连接方式的理解。
- 达尔文：乘”小猎犬号”五年环球航行，观察不同大陆的生命形态，最终形成进化论。
- 爱因斯坦：从德国到瑞士，再到美国，在不同文化和学术环境中完成思想突破。
- 福泽谕吉：出生于封闭的武士社会，三次远渡欧美，亲眼观察西方的教育、工业、政治和社会制度，提出”脱亚入欧”，推动日本从传统社会走向现代国家。
- 尼古拉·特斯拉：从塞尔维亚到欧洲，又到美国，在新的工业环境中推动交流电与电气时代。
- 乔布斯：年轻时前往印度寻找精神答案，又在美国的科技与艺术环境中重新定义了计算机与消费电子。
- 马斯克：从南非到加拿大，再到美国，在不同国家和产业之间穿梭。
迁徙改变的不只是一个人的位置，更是一个人的认知坐标。
一个人接触的世界越大，他看到的问题越复杂，思考的维度也越高。真正的成长，往往发生在离开熟悉环境之后。
但我必须诚实地补上另一半，因为这篇文章不是鸡汤：
迁徙是有代价的。语言的隔阂，身份的悬空，社会关系的清零，父母在另一个时区老去。这些成本是真实的，而且往往在你已经走出去之后才开始显现。
所以我说的从来不是”每个人都该走”。
我说的是：拥有走的能力，和必须走，是两件事。
能力本身就改变了你的谈判地位。
就像现金储备不是为了花掉，而是为了让你不必接受任何一个糟糕的offer——流动能力不是为了行使，而是为了让你在任何一个市场里，都不是一个别无选择的人。
一个知道自己随时可以走的人，和一个知道自己走不了的人，即使一辈子待在同一个城市，他们的人生也是完全不同的。
前者是持有期权的人。后者是被锁仓的人。
八、把三个市场情景，翻译成三种家庭策略
现在回到那份材料给出的三个情景，把它们逐个翻译成教育语言。
情景一：震荡消化（概率 40%–50%，基准情景）
市场版本：2027—2028折旧压力爆发，巨头净利下滑，AI股估值收缩，小幅回撤，然后真实收入慢慢填上投资缺口。整体震荡消化，不会全面崩盘。纯泡沫、没有业绩的标的继续挤水分。策略是换仓——从”花钱最多的公司”换到”变现闭环清晰的公司”。
家庭版本：AI不会消失，但”沾AI就涨”的时代结束了。
- 不要All in “AI专业”，但更不要因为”泡沫”就躲开技术。
- 换仓的教育含义是：从”名字最像风口的专业”，换到”底层最可迁移的专业”。数学、物理、EE、CS、统计——这些是”变现闭环清晰”的资产，因为无论AI涨还是跌，它们都被需要。
- 而各种”×× 人工智能学院”、”元宇宙工程”、”大数据管理与应用”这类为风口而设的新专业，就是那些”花钱最多、变现路径模糊”的标的。它们在扩招最快的那一刻，估值最高。
情景二：尾部风险（概率 15%–20%）
市场版本：融资链条断裂，信用利差飙升，私募信贷流动性危机，欧美温和衰退。策略是现金为王，不要抄底——“第一次下跌不是最后一次下跌”，2000年纳斯达克跌了77%，跌了两年半，中间每一次反弹都有人喊”底来了”。
家庭版本：不要在高点做不可逆的重仓押注。
什么叫”不可逆的重仓押注”？
- 为了一个热门专业，让孩子复读两年。
- 举债两百万送孩子去读一个就业前景完全依赖单一行业的项目。
- 卖掉房子，把全部家当押在一次留学上。
- 让孩子放弃所有通识，只学一项当下最值钱的窄技能。
这些行为的共同点是：加了杠杆，买了单一资产，而且不可逆。
如果尾部情景发生，这样的家庭会被彻底击穿。而教育投资和其他投资的区别在于：它没有止损线。你不能在孩子二十五岁的时候，把他”平仓”重来。
所以家庭的教育资产负债表，也应该有一条铁律：永远不要为教育加杠杆到”输不起”的程度。
情景三：乐观牛市（概率 30%–40%）
市场版本：2026—2027 AI Agent大规模落地，真实需求爆发，赚钱速度跑赢折旧。策略是持股，但要熬得住估值先杀一轮。而且——真正的机会在应用层，不在基础设施层。真正用AI把成本砍一半、效率翻一倍的公司，比卖算力的公司估值逻辑更清晰。医疗、制造、金融科技是值得深挖的方向。
家庭版本：这是我个人认为最值得押注的方向。
如果AI是真的（我相信它是），那么最大的红利不在”做AI的人”身上，在”用AI重做某个真实行业的人”身上。
翻译成孩子的选择：
不要培养”AI专业的人”。要培养”AI × 一个真实领域”的人。
AI + 医疗。AI + 制造。AI + 能源。AI + 法律。AI + 教育。AI + 农业。
因为纯AI的技能会被商品化——大模型会越来越便宜、越来越好用，”会调模型”这件事的折旧年限，可能只有两年。而**”深刻理解一个真实行业的痛点，并且知道怎么用AI去解决它”**，这件事的折旧年限，是二十年。
最重要的一步：求三个情景的交集
现在，把三个情景的策略并排放在一起，找它们的交集。
因为我们不知道会发生哪一个。BIS不知道，PIMCO不知道，你也不知道。
所以你唯一该做的，是那些在三个情景下都成立的事。
交集是什么？
- 投资于不折旧的底层能力（数学、英语、写作、自学能力）——三个情景下都成立。
- 保持现金和期权，不做不可逆的重仓押注——牛市里损失一点收益，尾部风险里活下来。
- 保持职业和地理的流动性——无论哪个市场热，你都能过去。
- 用”深度技能 × 真实领域”来构造自己，而不是押注某个赛道的名字。
这就是”穿越周期的人”的完整定义。
他不预测周期。他构造了一个无论周期怎么走，都不会被清盘的仓位。
九、按年龄的具体清单
讲了这么多，给一份能落地的东西。
小学（6—12岁）
- 数学的”真理解”——能讲清楚为什么，而不是算得快。
- 大量的英语听说输入（不是背单词，是听懂和敢说）。
- 大量的阅读，中英文都要。
- 一个需要动手的爱好：乐高、拆装、乐器、木工，什么都行。
- 不要报的：少儿编程考级、机器人比赛速成班、任何以”证书”为目标的班。这些是折旧最快的资产。
初中（12—15岁）
- 开始真正的英语原版阅读（不是分级读物，是他真想读的书）。
- 开始结构化写作训练——不是作文模板，是”把一个想法讲清楚”。
- 数学竞赛可以做，但目的是”体验被难住然后自己走出来”，不是拿奖。
- 第一次独立完成一个完整项目：做一个网站、写一个小游戏、把家里坏掉的东西修好、做一次数据分析。
高中（15—18岁）
- 高考、AP、IB——都只是通道，不是目的。别把通道当成人生。
- 一定要有一个他独立完成的东西，可以拿给陌生人看的东西。
- 开始接触世界的地理与制度：不同国家怎么运转，签证是什么，为什么有的国家富有的国家穷。这是流动能力的种子。
- 英语要达到”能读专业文献”的水平。这个门槛，越早过越好。
大学
- 专业选择的唯一原则：选”底层可迁移”的，不选”名字最像风口”的。
- 做项目、做开源、做实习、争取交换。
- 本科四年里至少有一次真正离开家乡的经历。换一个城市，换一个国家，都行。这一次离开，会重塑他的认知坐标。
- 开始建立弱关系网络。
工作头五年
- 不要因为公司大就留下。
- 每两到三年问一次：我的技能，在另一个市场里值多少钱？如果答不上来，说明你已经变成了非流动资产。
- 保持外部可见的产出。
最后，关于父母自己
你也在周期里。
如果你四十岁不再学新东西，那么你就是那块折旧完的GPU——账面上还有六年寿命，实际上市场已经不需要你了。
而且我要说一句可能不太好听的话：孩子不会照你说的做，他会照你做的做。
一个从不读书的家长，逼孩子读书，是没用的。一个自己二十年不换赛道、不学新东西、不敢离开舒适区的家长，跟孩子讲”要有勇气”，是没用的。
你自己就是那个示范。你能不能穿越周期，孩子在旁边看着。
十、结尾
BIS这份报告最让我尊敬的地方，不是它的结论，是它的姿态：在市场最繁荣的时候，说出没人愿意面对的实话。
教育里最需要的实话，是这几句：
没有任何一个专业，能保证你四十年不失业。
没有任何一个国家，能保证四十年不衰退。
没有任何一个技能，能保证四十年不折旧。
能保证的只有三件事：你的学习能力，你的流动性，你的心理韧性。
方向对了只是一张门票。你拿到的是哪一张，才决定了你能走多远。
而我们能给孩子的，从来不是一个赛道，不是一个热门专业，不是一张名校的录取通知书。
是一张能在任何周期、任何市场、任何国家都通用的通行证。
它的名字叫：能自己学、能自己走、能自己活。
]]>
