2024 年 Q4，Meta 公布淨利暴跌 87%——從 208 億美元跌到 27 億美元。

你猜機構投資人怎麼反應？

50 位分析師中，有 43 位喊買，股價被預期還有 23% 上漲空間。

同一時間，Apple 股價連跌數月，瀕臨 1991 年以來最長連跌紀錄；Microsoft 股價停滯，雖然分析師還在喊買，但資金已經不動了。

這三家公司，都被叫做 Mag 7。但命運，已經完全不同。

AI 會改變世界。但這不代表「買 Mag 7」這件事，現在仍然成立。

在你往下看之前：這篇文章在做什麼

接下來這篇文章，我不是要預測市場、也不是要喊空 AI。

我只是試著做一件事：

把我在觀察機構資本如何重新配置風險時，腦中實際運作的判斷框架攤開來。

如果你期待的是結論或標的，這篇可能會讓你失望。

但如果你關心的是：「為什麼愈來愈多看似合理的敘事，開始出現裂縫？」那你會看懂這篇在做什麼。

我做了十年美股研究，看過無數財報，分析過 Starbucks、Costco、AbbVie 這類公司的每一個數字。

而 2024 年，我幾乎把所有時間投入在 AI 自動化教育與實務落地。每天在第一線感受：技術 adoption 與組織惰性之間的拉扯。

這兩個身份，讓我看到一個很清楚的平行現象：

資本市場正在做的「風險再平衡」，其實跟個人工作流與技能選擇的「風險再平衡」，是同一件事。

而大多數人，還沒意識到這一點。

聰明錢不是在做空 AI，而是在「分層」

GMO 和 Burry 的核心觀點

2025 年初，GMO 在季度信中直言：「2025 年的 AI 已具備經典泡沫特徵。」

估值被拿來對比 2000 年網路泡沫，甚至點名量子運算等公司，以數千倍營收交易。

Michael Burry——那位在 2008 年之前就看懂結構性風險的人——也用 Buffett 的「電扶梯」比喻，來說明他對 AI 估值的疑慮。

他明列會讓他改觀的兩件事：

1. 自主 AI agent 在大型企業真正裁掉數百萬工作
2. 應用層年營收達到 5,000 億美元以上

在這兩件事出現前，他預期像 Nvidia 這類晶片需求要嘛在 2-3 年後崩塌，要嘛在 6 年耐用期之內大幅低於當前預期。

方向正確 ≠ 價格合理

但這裡有個關鍵：GMO 和 Burry 都沒有說「AI 是錯的」。

他們說的是：價格，已經走在現實前面太多。

這是一個非常重要的區分：方向正確 ≠ 價格合理。

GMO 的實務建議也不是全面做空，而是傾斜到 AI 以外的價值股、實體資產與非美市場。

白話翻譯是：

就算 AI 沒有泡沫，你也可以在不犧牲太多報酬的前提下，降低自己對最擁擠標的的曝險。

💡 裁決句：這不是悲觀，而是成熟資本在做的風險管理。

💡 更可怕的是——當所有人都在說「我有買 Mag 7」時，他們以為自己買的是同一個東西。但實際上，有五隻已經在下滑了。

Mag 7 不是一籃子，而是三層塔

如果你把 2025 年的實際表現攤開來看，會發現一件不太舒服的事：

只有 2 隻超越 S&P 500。其餘 5 隻，全數落後。

頂層：推理與算力贏家

• Alphabet：+64%，年度冠軍，相對於 Nvidia 領先 28 個百分點
• Nvidia：+36%，仍舊領先指數，分析師過去 60 天內上修 EPS 16%

中層：平台邊際改善者

• Meta：淨利暴跌 87%，但 50 位分析師中有 43 位喊買，預期 23% 上漲空間
• Amazon：從落伍轉機構寵兒，AWS +20% YoY，物流 AI 邊際利潤 +28%

底層：高 CapEx、ROI 延遲者

• Apple：<12%，瀕臨 1991 年最長連跌
• Microsoft：+16%，CapEx 從 1,000 億美元 → 1,160 億美元，但 Copilot ROI 未明
• Tesla：+21%，200 倍 forward P/E，已被機構踢出 VIP 籃

Mag 7 占 S&P 500 權重約 35%，但對指數的貢獻，已經從 2023 年的 63% 降到 2025 年的 56%。

白話文：以前 Mag 7 是「拉著指數往上衝」，現在變成「被指數其他成分股拉著走」。

💡 裁決句：所以問題早就不是「買不買 Mag 7」，而是你是否意識到：它已經不再是一個風險等價的籃子。

為什麼 Meta 暴跌 87%，機構反而加碼？

敘事翻轉：從「砸錢規模」到「邊際效益」

這是 2025 年最典型的「敘事翻轉」。

Meta 的淨利崩塌，並沒有被市場解讀為失敗，反而被視為「投資週期的底部」。

原因只有一個：

資本市場已經從「你砸了多少錢」，轉向「你開始看到邊際效益了沒」。

Meta vs Microsoft 的對比

對比一下 Meta 和 Microsoft：

Meta：

• Forward P/E 21.9 倍，是 Mag 7 中最便宜的
• CapEx 從 720 億美元大幅增加（具體數字未公布，但 Meta 自己說「顯著增加」）
• 但廣告 AI 效率立竿見影，WhatsApp、Threads 開始變現

Microsoft：

• Forward P/E 偏高（具體數字未提及）
• CapEx 從 1,000 億美元 → 1,160 億美元持續加速
• 但 Copilot 採用率雖然在增長，實際 ROI 還沒被驗證

同樣是砸錢，但機構看到的是：

• Meta 的錢開始看到「邊際效益」
• Microsoft 的錢還在「等待驗證」

這就是為什麼 Berkshire Q3 2025 新建 Alphabet 部位約 1.6%，同時減碼 Apple。Druckenmiller 也在做類似的事，重新傾斜至 Alphabet、Meta、Amazon，而且動作比 Berkshire 更快更大。

他們不是在撤出科技。他們是在「從單一 AI icon 轉向 broader tech + AI enabling 平台」。

💡 裁決句：市場現在獎勵的，不是「砸最多錢的人」，而是「最先證明邊際效益的人」。

零售與機構：兩個平行宇宙

資金流向的分歧

這裡是 2025 最有趣的宏觀信號：

零售資金持續創高、策略愈來愈專業；機構資金卻在系統性去風險、去擁擠。

• 零售 2025 淨投入：3,020 億美元，+53% YoY，創歷史新高，超越 2021 年 meme 股浪潮的 2,700 億美元
• 機構流向：逐季減速，開始系統性「de-risk」而非單純「buy the dip」

零售主要持倉：NVDA 排名第一，TSLA 排名第二，但 11 月跌時積極買進 Meta/AMZN

機構開始分散到「Others」：轉向金融、醫療、小盤價值、能源

情感指標翻轉：Bank of America 基金經理調查，「Long Gold」擁擠度（43%）已超越「Long Mag 7」（39%），首次被黃金取代。

零售「專業化」的真相

但這裡有個更深層的變化：零售不再是「盲目 FOMO 者」。

他們開始玩：

• 0DTE 期權波動收割
• 私募信貸分數化
• 量子運算、鈾能、稀土主題投資
• Robinhood 3 月推出 Prediction Markets 後，零售開始押注 Fed、地緣政治

零售在「專業化」。

但我越來越清楚一件事：

很多人正在用更複雜的工具，來逃避一件真正困難的事——做基本面判斷。

就像我以前用 Notion 系統來逃避真正的產出一樣。

• 當你越會管理，看起來就越不像是在浪費時間
• 當你越會用工具，看起來就越不像是在逃避基本面

💡 裁決句：當一個行為看起來愈專業，反而更需要被質疑：它到底是在提高勝率，還是在降低焦慮？

這跟你有什麼關係？核心框架

我現在每天在教 AI 自動化。學生最常問的問題是：「Gucci，現在要學哪個模型？GPT-4？Claude？Gemini？」

我的回答是：就像 n8n 和 Make，我不會因為 Make 推出新功能就跳船。我會問：這個新功能能讓我的工作流效率提升多少？還是只是「看起來很炫」？

同樣的，市場給 Nvidia 的估值，不是基於它「現在能做什麼」，而是基於「未來三到五年能創造多少價值」。

但 Burry 在問的是：這個預期，有沒有被 price in 太多了？

就像你花 10 萬買一台 Mac Studio，不是因為它「能做什麼」，而是因為你預期它「未來三年能為你創造多少價值」。如果你發現自己三年後還在做同樣的事，那這 10 萬就是被 price in 太多了。

如果你只記住這篇一件事，請記住這個對照：

資本市場的風險再平衡

• 減少最擁擠的敘事
• 增加可驗證的現金流
• 從「故事」轉向「邊際效益」

個人工作流的風險再平衡

• 減少追逐最新工具
• 增加穩定產出的系統
• 從「看起來很炫」轉向「真的有產出」

這是同一個心智模型。

所以，如果你現在手上有 Nvidia、Tesla，心裡隱隱覺得哪裡怪怪的——那不是你太悲觀。

而是你已經察覺到：這個遊戲，正在換問題。

結論：系統性思考，永遠大於盲目追新

不要再問：「AI 會不會成功？」

而是問：「我買的價格，是不是已經把成功全部 price in 了？」

不要再問：「Mag 7 會不會繼續漲？」

而是問：「Mag 7 裡面，哪些還在中樞，哪些已經在周邊？」

→ 系統性思考，永遠大於盲目追新

→ 市場在做的事，其實早就給了答案

核心 Takeaways

1. AI 方向正確 ≠ 價格合理：連 Burry 都說需要看到「數百萬工作被裁」和「5,000 億營收」才能支撐目前估值
2. Mag 7 是三層塔，不是一籃子：只有 2 隻超越指數，其餘 5 隻全數落後
3. 市場獎勵「邊際效益」而非「砸錢規模」：Meta 暴跌 87% 但機構加碼，因為看到邊際改善
4. 專業化工具 ≠ 提高勝率：可能只是在降低「做基本面研究」的焦慮
5. 資本再平衡 = 個人再平衡：市場在做的風險調整，映射到個人是「系統化思考 > 盲目追新」

關於作者

追日 Gucci，曾任世界百大美商大數據工程師，經營美股投資內容十年，現為 AI 自動化教育者，《AI效率革命聯盟》創辦人。相信系統 > 個人努力，追求 Work Less, Make More 的生活方式。