市场新高时，巴菲特在做什么

这周末，美股又一次创出新高。

市场越涨，越容易让人产生一种焦虑：是不是自己又错过了什么？尤其在 AI 叙事不断发酵的时候，很多投资者的注意力会从”这家公司值多少钱”，变成”为什么我还没买入”。

但这个转变十分危险。

估值警告

最该警惕的时刻，通常不是市场下跌的时候，而是市场情绪和估值现实开始脱节的时候。

根据下面两个指标，今天的美股估值，已经很高了。

一个是 席勒市盈率（周期调整后市盈率）。它把企业盈利的周期波动抹平，用来观察市场整体估值。当它接近历史极端水平，说明投资者已经愿意为未来支付非常高的价格。

另一个是 巴菲特指标 ，用美国股市总市值与 GDP 的比值。它的逻辑很朴素：长期看，股市的总价值不可能无限脱离实体经济。这个比值过高，往往意味着市场已经对未来给出了极其乐观的定价。

这里要提一句：这两个指标都不是择时工具，也预测不了崩盘。它们更像温度计，不是闹钟，提醒我们今天的市场整体已经不便宜了。

另一个值得留意的，是”故事型（AI）公司”的热度又起来了。当越来越多的公司靠宏大叙事、技术想象和未来愿景拿到高估值，而不是靠清晰的盈利和现金流时，我们就该思考一个基本的问题：

这家公司未来真能赚到足够多的钱，撑得起今天的价格吗？

公司的价值与现金流相关。高增长不等于高回报。如果你的买入价已经把未来十年的高预期全部算进去了，那么哪怕公司再继续增长，你也未必赚得到钱。

我最佩服巴菲特的地方，不是他能预测市场顶部，而是在市场最兴奋的时候还能保持理性并提前离场。

1969 年，市场越来越贵、便宜的机会越来越难找，巴菲特干脆关掉了自己的投资合伙公司，把钱还给了投资人。

1999 年互联网泡沫，他同样没凑科技股的热闹。当时很多人说他过时了、不懂互联网、不懂新时代。后来市场证明，他坚持的其实是一条更朴素的原则：

如果你说不清一家公司未来能产生多少现金流，也不能判断它今天的价格是否合理，那就不该因为”大家都在买”而买。

今天伯克希尔握着大量现金，因为在高估值的市场里，现金不是躺平，而是一种选择权：它让你在别人被迫卖出的时候，还留着出手的能力。

这轮 AI 技术进步是真实的，效率提升也是真实的。一个优秀的工程师、设计师、研究员，借助 AI，可以完成过去好几个人才能干的活。

但投资者得把两个问题分开：

第一，AI 会不会改变世界？ 很可能会。 第二，今天买入 AI 相关股票，就一定有好回报吗？ 这就不一定了。

历史上，很多真正改变世界的技术，并没有让大多数投资者赚到钱。铁路改变了美国，互联网改变了全球，光纤重塑了通信。但在这些浪潮里，无数公司烧光了资本，投资者亏得很惨。

原因不复杂：当所有人都看到同一个机会，资本会蜂拥而入，竞争者疯狂投入，价格战打起来，利润率被压薄。最后，技术的价值造福了社会，但资本回报未必落到多数投资者手上。

AI 的某些环节，也可能面临类似问题。很多公司都在训练相似的大模型、用着相似的数据、提供越来越接近的产品体验。如果做不出真正的差异化，这些环节就容易变成一场”烧钱比赛”：大家砸钱建算力、训模型、抢用户，最后只有少数能筑起真正的护城河。

所以这轮 AI 投资最该小心的，是这三句话：

高效率不等于高利润。高增长不等于高回报。好技术不等于好股票。

今天关于 AI 的讨论，很容易让人想起 2000 年。

但这不代表市场马上会崩。泡沫和狂热往往能持续很久——巴菲特 1969 年退出后，市场没有立刻崩；1999 年的互联网泡沫，在很多人喊”太贵了”之后，又涨了一段时间。

估值高，不等于明天就跌。 但估值高，意味着未来长期回报的安全边际在变薄。

芒格反复讲过，投资最重要的品质之一是理性。理性不是悲观，也不是永远看空；理性是能看到世界真实的样子，而不是只看到自己希望看到的样子。

在 AI 叙事最热的时候，我会反复回到三个基本问题：

到最后，投资还是会回到基本的数学。公司的价值来自现金流，长期回报来自买入价格和真实价值之间的那段差距。再动人的故事、再强的技术，只要价格已经完美反映了未来，也可能变成一笔平庸、甚至糟糕的投资。

所以在今天这样的市场里，也许最该问自己的不是：

“我是不是错过了 AI？”

而是：

“我现在买下的，到底是现实中的现金流，还是一个已经被高价买走的梦想？”