李录是喜马拉雅资本创始人，长期管理芒格家族部分资产。
他首先是个投资者，不是技术专家。
这个身份决定了他的问题顺序：这项技术能做什么，谁靠它赚钱，价格是否合理，风险是否超出承受范围。
李录对 AI 的判断，最容易被压成一句「AI 只是工具」。
原话比这复杂。他说 AI 正在从工具走向生命体，但人类必须把它按在工具这一侧。前半句承认能力在变，后半句是规范判断。
2026 年 10 月 5 日，他在哥大商学院第 36 届格雷厄姆与多德年度午餐会上，系统谈了对 AI 的看法。
1. 先给结论
- AI 很有用，但「有用」不等于「值得买」。
- 技术判断和生意判断要分开。技术很强，生意未必好，估值可能很贵。
- AI 的本质是相关性机器：算力、算法、人类数据，建立上下文关联。
- 它主要拉平知识服务层，暂时没有改变能源、交通、制造。
- 最大风险是递归自我改进脱离人类监督。关键环节必须有人参与、有人把关。
- AI 生意有持续增量成本，收入增长不等于利润增长。
- 当前前沿实验室的估值像「造神 IPO」，他不参与。
- 资本集中在顶部，反而让别处的好公司更便宜。
- 中国 AI 更偏客户和应用，AI 是拉平瓶颈的工具。
- 他实际重仓 Alphabet，更像是在买有现金流的平台，不买未盈利的实验室。
- 李录这套判断最大的薄弱点，是假设人类社会会联合阻止「人造神」。
这个判断不是一天形成的。
- 2021 年，他把 AI 看成半导体、计算机、互联网这条技术浪潮的延续，态度是关注，但暴露较小。
- 2024 年，他重点谈生存风险。
- 2026 年，他才把技术、风险、生意、估值拆开。
2. 技术边界：AI 能拉平什么，不能改变什么
2.1 工具还是生命体
2026 年的对谈里，李录说，过去几百年的技术变革，大多数是提高人类生产力的工具。
生成式 AI 引入了一个不同因素：我们面对的是一个从「工具」到「生命体」的连续谱，而且已经开始沿着这个连续谱移动。
他列举了这条路径。四年前，语言上已经分不清机器和人，类似图灵测试的时刻出现了。
之后是推理能力。推理带来编程能力，编程带来能自主执行任务的智能体。
再往后是多个智能体协作，完成复杂、持续时间很长的任务。他把这称为长程推理。
硅谷的叙事再往前推，就是递归自我改进、通用人工智能、超级人工智能，最后是某种「半神」或「人造神」。
李录并不否认 AI 的能力在快速上升。他承认 AI 已经具备部分人类推理和智能活动的能力，也承认智能体可以自我组织、设定优先级、用自己的语言交流。
但他紧接着给了一个规范判断：无论自主学习还是使用工具，都不能脱离人类的参与和监督。必须把 AI 牢牢限定在「工具」这一侧，不能让它走向「生命体」那一侧。
他的原话是：「我们必须牢牢把它限定在『工具』这一侧，而不是让它走向『生命体』那一侧。」
他承认能力在变，但要求治理守住底线。他看到一条正在右移的连续谱，但要求社会在某个位置画一条红线。
2.2 AI 是相关性机器
李录给 AI 下了一个「暂定定义」。AI 是一种机器，利用庞大的算力和精巧的算法，以人类生成的全部数据及其一阶衍生数据为基础，在这些数据近乎无穷的变量之间，建立系统性的、基于语境的关联。通过这个过程，它形成了涵盖相当一部分人类推理和智能活动的能力。
他还补了一句：目前我们知道它如何运作，也知道如何让它变得更好，但还没有完全理解它为什么能够奏效。这有点像我们也没有完全理解人类自身这套机制。
这个定义对投资判断很重要。如果 AI 的核心是「在人类数据上建立相关性」，那么它的优势可能来自数据、算力、分发渠道、上下文和场景，而不一定来自某种不可复制的「超级智能」。这会直接影响谁有护城河、谁能收租、谁会被拉平。
2.3 它主要改变知识服务层
李录把经济分成几层。最底层是能源和交通运输，其上是制造业，再往上是通信和数字媒体，最上面是大量以知识和专业能力为基础的服务业。
他的判断是：当下的生成式 AI 很擅长整合最上面这层的知识和专业能力，让这些能力更容易获得。但它不能改变能源和交通运输这样的基础层，也没有改变制造业的本质。制造业仍然是把不同的分子和原子组合起来，转换成不同的组合。
他还说，AI 仍然牢牢处在人类生成的数据范围内。要进入生物学意义上的层次，需要跨越完全不同的层级。
对投资来说，边界比能力更重要。
- AI 首先冲击知识服务层。咨询、法律、会计、软件、内容、分析、客服、教育等行业的定价权可能被削弱。
- 能源、交通、制造、生物这些物理层面的瓶颈，短期不会被 AI 直接抹平。相反，AI 越发展，这些瓶颈越可能变成稀缺资源。
- 不要因为 AI 能写代码、能做分析，就假设它能解决所有行业的核心问题。能力边界决定了哪些公司的护城河会被冲掉，哪些不会。
2.4 红线：RSI 必须有人参与
李录把递归自我改进，也就是 RSI，看成最危险的一步。他说，没有人类参与和监督的 RSI 会非常危险。系统会为了自己的目的形成目标和子目标，从而进一步脱离人类控制。
他特别指出，RSI 里的「改进」，由谁定义、谁掌握「进步」的含义和方向，是当前最重要的红线。人还是机器，这个问题一旦跨过去，可能就很难再回头。
2024 年，他把这层担忧说得更直接：AI 可能把人类当作工具，就像人类对待地球上的其他物种一样。原因不是爱憎，是智能差距太大，很难产生同理心。他因此主张，政府和私营部门要合作，建立能覆盖全人类的治理架构。
如果社会守住这条红线，AI 就仍然停留在工具一侧。只要它还是工具，它就会像其他工具一样，有成本和收益，财务纪律和资本市场纪律最终会起作用。如果守不住，AI 走向「生命体」或「人造神」，那么金融分析可能就没有意义了。
3. 成本结构：为什么 AI 不是 SaaS
李录在 2026 年的对谈里，专门强调了 AI 的成本结构。他说，这项技术始终会产生增量成本。互联网和此前许多技术可以一次投入，然后在很长时间内摊销成本。AI 不是这样，每多一次使用，就多一次成本。
他的原话是：「这项技术始终会产生增量成本。」
传统软件写完以后，多一个用户，边际成本很低。AI 产品多一个活跃用户，只要用户不断使用，就会持续消耗推理算力。智能体执行复杂任务时，还要反复调用模型、写代码、运行工具、持续工作很长一段时间。这些都会产生新的成本。
所以，AI 公司的收入增长，不等于利润同步增长。看 AI 生意，不能只看用户数、收入增速、模型能力，还要看：
- 每次任务的推理成本。
- 毛利率能不能随规模改善。
- 资本开支和云服务承诺有多大。
- 收入增长能不能覆盖新增算力成本。
- 定价权在谁手里。
李录没有说 AI 公司一定不赚钱。
他说的是，AI 公司最终要面对很现实的财务问题：收入能否覆盖成本，能否创造足够利润，巨额资本投入需要多长时间收回。
这个提醒在 AI 热潮里很容易被忽略。
4. 利润分配：瓶颈、分发、监督
如果 AI 拉平了知识服务层，那么过去靠专业知识收高价的环节，定价权会被削弱。价值会往哪里转移？
李录没有给出一张完整的价值链地图，但他给了几个方向。
- 瓶颈层：AI 的约束从芯片、电力到劳动力。芯片、电力、数据中心、网络、土地，这些物理资源会变得更重要。谁控制瓶颈，谁就有议价权。
- 分发和客户关系：AI 让能力更容易获得，但客户关系、场景、信任、合规、交付，仍然需要人来组织。离客户近的公司，可能比只卖模型的公司更容易赚钱。
- 监督和验证：对谈里，塔诺问，最终决定经济租金流向的，是不是能够监督 AI 输出的人才。李录回答，大致是这样。能理解 AI 在做什么、能判断输出对不对、能在关键领域和 AI 有效沟通的人，会成为稀缺资源。
李录说，经济租金可能流向这些人。对靠专业知识吃饭的普通职场人，这意味着判断力比操作熟练度更值钱。写代码、做方案、查资料，生成会越来越便宜，验收会越来越贵。
5. 估值：造神 IPO 与平台溢价
5.1 价值投资的数学没变
李录没有把 AI 当成一套新的投资哲学。2026 年他说，所有聪明的投资都是价值投资，因为你总是希望得到的东西，稍微超过你付出的东西。你付出的是价格，得到的是价值。
他把基本原则归结为未来现金流折现。前提是，你能理解这些现金流，并作出准确估计。
AI 不改变这套数学，改变的是能力圈的位置和行业边界。
你能看懂 AI 公司的现金流，这家公司就可能在你的能力圈里。看不懂，它就不在。
5.2 造神 IPO
李录对当前 AI 估值最尖锐的批评，是「造神 IPO」。
他说，他最近读了一份招股说明书。一家公司称自己是一家研究实验室，已经烧掉了数百亿美元，还承诺继续烧掉数千亿美元。按他的转述，招股书说这项技术具有变革性，但有 10% 的概率导致所有人死亡。公司把这些写进招股书，然后邀请大家按 2 万亿美元估值，至少投入 1000 亿美元。
李录的评论是：这两种说法不可能同时成立。这是市场非理性达到极端程度的一个例子。有些事情既不理性，也不可持续。最终，它们不会一直持续下去。
他的原话是：「你没有必要参与一份把自己描述为『半神 IPO』的招股说明书所推销的投资。」
5.3 平台溢价与市场分化
李录没有说所有 AI 公司都贵。他区分了两类生意。
一类是前沿实验室。它们烧钱做模型，收入还在爬坡，估值靠未来的通用智能叙事支撑。另一类是平台。平台有现有现金流、客户和基础设施，可以用今天的利润为 AI 资本开支提供资金。平台也会过度投资，但它至少能用现有业务托底。
市场还把资本高度集中在最顶部。李录说，市场不会凭空创造出海量的新资本。如果资本压倒性地流向最顶端，就意味着还有许多原本优秀的企业，正在以很低的价格交易。美国如此，中国如此，其他地方也一样。
他举例说，2010 年以来，标普 500 的年化回报大约 14% 到 15%；2000 年到 2010 年，平均回报却是零。市场会在很长一段时间里做出奇怪的事情，但长期会回归理性。他不预测泡沫何时破，也不参与最热的那一段，而是把注意力放在被抽走资本的地方。
6. 案例：Alphabet 47.9% 对 Anthropic 2 万亿美元
看一个人的投资观点，不能只听他说什么，还要看他把钱放在哪里。李录的 13F 文件只披露美国上市公司的多头仓位，不包括私有投资、海外持仓、空头和其他工具。即便如此，这份文件仍然能说明很多问题。
2026 年第二季度，喜马拉雅资本申报了 8 个美股持仓，总价值约 37.0 亿美元。
- Alphabet A 类：9.089 亿美元，24.55%。
- Alphabet C 类：8.661 亿美元，23.39%。
- PDD：8.209 亿美元，22.17%。
- 伯克希尔 B 类：5.546 亿美元，14.98%。
- East West Bancorp：3.584 亿美元，9.68%。
- 其余三只：Crocs、腾讯音乐、苹果。
Alphabet 两个类别合计约 47.94%，PDD 约 22.17%，前三大持仓合计约 70.10%。组合非常集中。
13F 里看不到英伟达，也看不到 Anthropic、OpenAI 这类未上市实验室。组合里主要是 Alphabet、PDD、伯克希尔、银行、消费和腾讯音乐。Alphabet 是这份组合里最直接的 AI 暴露。
2026 年第一季度，Alphabet 约占喜马拉雅资本组合的 44.8%。第二季度升到约 47.9%。据 24/7 Wall St. 整理，Alphabet 2026 年第一季度有几组关键数字。
- 收入 1099 亿美元，同比增长 21.8%。
- Google Cloud 收入 200.3 亿美元，同比增长 63%。
- 云业务订单储备超过 4600 亿美元。
- 营业利润率 36.1%。
- AI 资本开支把自由现金流压低了 47%。
这组数字解释了李录为什么能一边批评 AI 估值，一边重仓 Alphabet。Alphabet 不是只靠故事融资的实验室。它有搜索广告、云、安卓、YouTube 等现金流业务，可以用现有利润为 AI 资本开支提供资金，也有云订单和分发渠道。它属于「有现金流、有客户、有基础设施的 AI 平台」，不属于「烧钱承诺未来」的实验室。
对照 Anthropic 的招股书草案，差别更清楚。Anthropic 在 2026 年 9 月底被曝出招股书草案，目标估值超过 2 万亿美元。2025 年收入 46 亿美元，净亏损 420 亿美元，其中约 340 亿美元是会计费用。公司还承诺未来在云、计算和基础设施上投入 5180 亿美元。招股书也用了大量篇幅提示 AI 的风险，包括「existential risks to humanity」。
但 10% 这个数字，有报道把它归到 Anthropic 的对齐负责人，而不是招股书正文。招股书有生存风险提示，这是事实。10% 是不是写在招股书里，需要回到原文核对。李录把两件事合并成一句，修辞效果很强，引用时要把出处分开。
矛盾也在这里。Alphabet 的 AI 资本开支很大，自由现金流被压低。如果 AI 投资的回报低于预期，Alphabet 的估值也会承压。李录批评 AI 实验室的增量成本和资本需求，他自己持有的平台同样要面对这些问题。区别在于，Alphabet 有现有业务托底，实验室没有。
Alphabet 加 PDD 占组合约 70%，前五大持仓占 94.8%。组合很集中。如果 AI 资本开支周期反转，或者中国资产风险重新定价，组合的波动会很大。
用一句话概括：VC 买「可能性」，李录买「可估算的现金流」。他买「收税的平台」，不买「造神的实验室」。但平台也会过度投资，所以这不是无风险的选择。
7. 中国 AI：应用和补短板
2026 年对谈的问答环节，有人问中国 AI 和美国 AI 的区别。李录的回答很集中。
他说，硅谷发展 AI 的根本问题是：这项技术还能做什么。这也是为什么他们仍然把自己称为研究实验室。他们想看技术还能做什么，能把边界推进多远，所以也叫「技术前沿」。
中国 AI 公司同样对这些问题充满好奇。但除此之外，更重要的是，他们还会问：这项技术能够为我的客户做什么，包括个人消费者客户和企业客户。
两边不是完全相反。中国也有前沿实验室，美国公司也关心客户。但李录认为，两边的问题顺序不同。美国更偏能力边界，中国更偏客户价值。不同的问法，会带来不同的商业模式和投资结果。
李录还把 AI 放进中国经济转型里看。他说，中国过去十年在推动制造业从中低端走向中高端。遇到技术制裁后，又增加了科技自主的目标，尤其是半导体、大型飞机发动机、操作系统软件等瓶颈。AI 的一项核心能力，是按需、大规模地产生智能。最大的应用之一是生成代码。这能解决一些瓶颈中的重大问题，主要是原先缺失的操作系统代码层。
他还说，从个人电脑到服务器，到半导体，再到英伟达的 CUDA 系统，这些环节如今都在 AI 的帮助下，一个接一个地被替代。AI 成为一个极其重要的能力差距拉平工具。
这不等于无条件看好中国 AI 公司。AI 对中国的作用，可能更多体现在「补短板」和「提效率」，而不是「造一个比美国更强的通用智能」。如果 AI 主要起这个作用，中国 AI 的投资机会可能更多在应用、企业服务、硬件、成本和工程能力，而不是在最前沿的模型叙事。
这也是他判断中国股市可能从「代价」变成「目标」的背景。房地产在家庭和国家资产负债表中的比重下降后，股权可能成为新的财富载体。但这属于另一条宏观线索，本文不展开。
8. 哪些技术变化会推翻这套判断
8.1 AI 进入物理世界
李录说，AI 不能改变能源、交通、制造，至少目前不能。这个限定很重要。AI 已经在芯片设计、材料发现、药物研发、自动驾驶、机器人等领域发挥作用。它不一定直接「改变制造业的本质」，但可以改变制造业的研发、设计、排产、质量控制、供应链。
如果 AI 加机器人继续进步，物理世界的边界会被侵蚀。到那时，用「AI 只影响知识服务层」来划分投资机会，可能会漏掉更大的变化。
8.2 合成数据突破人类数据边界
李录说，AI 仍然牢牢处在人类生成的数据范围内。这个判断建立在当前训练方式上。合成数据、强化学习、自我对弈、AI 生成训练数据，正在改变这个边界。模型不一定只学人类写过的东西，还可以在环境里试错，生成新的数据。
如果 AI 能生成新知识、新数据、新方案，「一阶衍生数据」这个框架就不够用了。那时，AI 的能力边界可能比李录说的更宽。
8.3 推理成本下降快过价格
AI 推理的单位成本在快速下降。模型蒸馏、专用芯片、边缘推理、缓存、批处理，都会改变成本结构。把 AI 说成「永远有增量成本」，在方向上对，在程度上太满。
更准确的问题不是「有没有增量成本」，而是「收入能不能跑得比成本快」。如果每次任务的价格下降得比成本更快，毛利可能改善。如果智能体让任务量爆炸，总成本也可能上升。两种情况都可能发生，不能一概而论。
8.4 人类监督和社会协调失效
李录说，如果 AI 真的走向人造神，所有人都会团结起来阻止它。这是整段推理里最关键的一步，也是最没有机制保障的一步。
核武器、气候、疫情都说明，全人类共同利益不等于共同行动。只要有一个国家或一家公司不停止，其他国家就会被竞争压力推着走。AI 的研发又是分散的、商业化的、难以核查的。谁来定义红线，谁来执行，谁来验证，谁来惩罚违规者，这些都没有答案。
如果这个假设不成立，李录的「AI 仍然是工具，可以按正常财务纪律分析」这个情景就会失效。那时，估值模型可能不是最重要的，生存和治理才是。
9. 给技术投资者的检查清单
9.1 怎么判断一家 AI 公司
- 这项技术改变了哪一层？是知识服务，还是能源、交通、制造？
- 每次任务的推理成本是多少？毛利率能不能随规模改善？
- 资本开支、云承诺、客户集中度、定价权，哪一项最脆弱？
- 当前估值里，包含了多少「通用智能」的假设？
- 如果 AI 进入物理世界，或者合成数据突破边界，这家公司的护城河会变宽还是变窄？
- 仓位是不是过度集中在单一平台或单一国家？
9.2 技术人怎么积累职业优势
李录说，经济租金可能流向能监督 AI 输出的人。把这个判断放到职业上，方向很清楚：不要只积累「会用 AI」，要积累「能判断 AI 做得对不对」。
- 从生成转向验收。AI 写代码、做方案、查资料会越来越便宜，能看出哪里错、能不能上线、出了事怎么回滚的人，会越来越贵。
- 把领域知识做深。通用知识会被拉平，行业细节、客户场景、失败模式、合规约束不会自动拉平。越懂业务，越能判断 AI 的输出。
- 理解成本、延迟和可靠性。知道一次任务消耗多少算力、为什么慢、哪里会出错，才能在产品和技术方案里做取舍。
- 对结果负责。AI 不能背责任，能对交付负责的人更稀缺。代码审查、测试、监控、回滚，这些看起来不酷，但它们是职业护城河。
- 别把 prompt 当核心技能。prompt 会普及，判断力、架构能力、沟通和责任不会。
这和投资逻辑一样：不要押注最容易复制的环节，要积累别人替代不了的能力。
13F 是滞后数据，本文只讨论判断框架，不构成投资建议。
10. 参考
说明：13F 只披露美国上市公司的多头仓位，不是完整组合；2024 年专访是媒体整理的文本；2026 年中文全文是授权译文；Anthropic 招股书是泄露草案，10% 这个数字的出处需要分开核对。
- Columbia Business School · 2026 年 10 月 5 日李录哥大对谈官方视频，一手。
- 虎嗅 · 芒格书院称经李录审定的中文全文，用于核对引语，二手转载。
- 搜狐 · 正和岛 2024 年 11 月 28 日专访，李录谈 AI 的三点看法，一手访谈的二手转载。
- YouTube · 2021 年哥大商学院访谈片段，早期技术浪潮判断，机器字幕。
- SEC EDGAR · 喜马拉雅资本 2026 年第二季度 13F，一手。
- Yahoo Finance · Alphabet 占组合约 44.8%，以及云业务和资本开支数据，二手。
- Fortune · Anthropic 招股书草案的财务和风险披露，主流媒体，二手。
- Reuters · Anthropic 估值、成本和招股书细节，主流媒体，二手。