最近的投资圈，发生了两件耐人寻味的事。

6月中旬，百亿私募半夏投资创始人李蓓在一封写给投资人的信中说了这么一句话：“如果有投资人想赎回资金去追AI，就算你骂我，我也想劝一句，千万要慎重。”

无独有偶，另一家知名老牌私募宁泉资产也在半年投资汇报中向持有人"说一声抱歉"，称6月份遭遇了产品成立以来最大的挑战，并直言"A股大量的热门股票，未来极有可能跌掉八成乃至九成以上"。

一个是"私募魔女"，一个是曾因2007年和2015年股市高位提示风险而闻名的"良心基金经理"杨东创办的私募。两个人几乎同时发出警示，而他们警示的方向，都是当前最热门的AI赛道。

这让我想起诺贝尔经济学奖得主丹尼尔·卡尼曼在《噪声》这本书里说的一句话：“哪里有判断，哪里就有噪声，而噪声的危害，往往比偏差更大。”

问题是：当我们面对铺天盖地的AI利好消息、AI概念股涨停、朋友圈刷屏的"AI改变世界"时，我们的判断里，到底有多少是真实的信号，又有多少是被人为放大、我们自己却浑然不觉的噪声？

这篇文章，我想用《噪声》的框架，和你一起拆解这场AI投资热潮背后的判断陷阱。

一、当所有人都在谈论AI时，你听到的是信号还是噪声？

先来做一个小测试。

假设你现在打开手机，看到三条新闻：

第一条：“英伟达市值突破5万亿美元，AI芯片需求持续爆发” 第二条：“某知名投资人宣布All in AI，表示这是’一辈子只有一次’的机会” 第三条：“朋友圈有人晒持仓截图，称自己买的AI概念股一周赚了30%”

请问：看完这三条新闻后，你更想买AI股票，还是更想卖出？

如果你发现自己心动了——哪怕只是一点点——那么恭喜你，你已经成功被噪声感染了。

这不是你的问题。卡尼曼在《噪声》中指出，人类大脑天生倾向于"随大流"，当某个领域的信息密度足够高时，我们会不自觉地认为这个领域一定很重要、一定值得关注。而这种判断，与信息本身的价值毫无关系，纯粹是一种心理上的噪声。

信号，是能够帮助你做出正确决策的信息；噪声，则是让你偏离正确决策方向的信息。

在AI投资这个场景下，真正的信号应该是：

• AI公司的实际收入增长数据
• 商业化落地的真实案例和收入规模
• 行业竞争格局的变化
• 估值与基本面的匹配程度

而噪声，则包括：

• 媒体对AI的过度乐观报道
• 社交媒体上的赚钱效应展示
• 大佬们的站台言论
• 概念股的短期涨跌

李蓓在她的信中指出了一个关键指标：Anthropic的ARR（年度经常性收入）增速在5月份已经显著放缓。这个数据才是信号——它告诉你AI商业化的进度可能没有市场预期的那么快。

但大多数人听到的是噪声：“AI是第四次工业革命"“英伟达还会涨10倍"“错过AI就错过下一个十年”。

当噪声淹没信号，你做出的决策，本质上是在随机漫步，而不是理性投资。

二、为什么"AI选股"反而让你亏更多？

你可能会说：既然AI这么火，那我用AI来选AI股票不就行了？

这听起来很聪明，但卡尼曼的《噪声》告诉我们，这可能恰恰是最危险的想法之一。

噪声的第一个特征：它会放大你原本正确的判断，让你做出超出理性的决策。

李蓓在信中提到了一个关键判断框架：她认为，当前AI板块的状态是"盈利、估值双高位，领先指标持续下行，滞后指标还在惯性上行”。这个结构，与2021年地产行业见顶前夕高度相似。

什么叫"领先指标”？就是最先反映行业变化的数据。在AI领域，这个指标是下游模型公司的收入增速——当Anthropic这样的头部公司收入增速放缓，说明整个产业链的需求传导正在减速。

什么叫"滞后指标"？就是最后才反映变化的指标。在AI领域，这个指标是上游芯片和半导体公司的股价——因为它们还有之前签订的长期订单支撑，短期内不会立刻下跌。

这就像海啸来临：你在海边看到海水突然退去，这是领先指标；巨浪到来还有几分钟，这是滞后指标。大多数人看到的是海水退去（AI概念股还在涨），于是冲进海里（买入AI股票），却不知道海啸（泡沫破裂）就要来了。

卡尼曼在《噪声》中指出，人类判断存在三种噪声：水平噪声、模式噪声和情景噪声。在AI投资中，这三种噪声都有体现：

水平噪声：同样的AI信息，不同的人会得出完全不同的判断。有人看到收入放缓会离场，有人反而觉得是加仓机会。这种差异不是基于理性分析，而是基于每个人对风险的感知不同。

模式噪声：同一个投资者，在不同的市场环境下，对同样的AI信息会做出截然不同的决策。牛市时看到收入放缓会觉得是"倒车接人"，熊市时可能会觉得是"趋势见顶"。

情景噪声：最可怕的一种。投资者今天心情好不好、睡眠质量如何、刚刚看了什么新闻、甚至天气怎么样，都会影响他对AI股票的判断。卡尼曼举了一个例子：法官在饥饿状态下量刑会更重，投资者在焦虑状态下更容易做出过激的交易决策。

所以，“用AI选股"听起来很美好，但实际上你面对的是一个双重噪声系统：市场本身的噪声，加上你自己的判断噪声。两层噪声叠加，导致的结果只有一个——亏损放大。

三、专业投资者为什么也会"踩雷”？

你可能会想：李蓓和宁泉资产都是专业的百亿私募，他们为什么会判断失误？为什么宁泉资产会说"严重低估了这个主题能形成这么大的泡沫"？

答案藏在卡尼曼对组织决策的研究中：群体决策会放大噪声，而不是消除噪声。

宁泉资产在信中写道：“我们认为互联网巨头有雄厚的资本、算力资源、多年的AI布局以及丰富的应用场景。“这个判断本身没有错。但他们低估了两件事：一是市场对AI的狂热程度，二是泡沫化定价可以持续多久。

卡尼曼在《噪声》中提出了一个"信息级联"的概念：当第一个做出判断的人启动了一个过程，其他人就会被引导进入这个判断，即使他们有不同的意见。

想象一个场景：

• 阿瑟认为AI股票值得买
• 芭芭拉也认为AI股票值得买
• 查尔斯其实不确定，但看到前两人都这么说，他选择附和
• 戴维本来有异议，但看到三人都表态，他选择沉默

最终，所有人都"认为"AI股票值得买，但没有人真正确认过这个判断是否正确。这就是信息级联。

在AI投资热潮中，我们每天都在经历这种级联效应。

媒体不断报道AI利好消息，大佬们不断站台，股价不断上涨，朋友圈不断有人晒收益……这些信号叠加在一起，形成了一个巨大的"AI一定会涨"的信息级联。在这个级联中，真正关键的问题——“AI公司的收入增长能否支撑当前估值”——反而被淹没了。

李蓓的判断之所以与众不同，恰恰是因为她选择了一条少有人走的路：她没有被信息级联裹挟，而是回到最基本的商业逻辑去思考问题。

她的逻辑很简单：

• 下游模型公司（Anthropic）的收入增速在放缓
• 这意味着整个产业链的需求传导会减速
• 当需求减速，上游的芯片公司最终也会受影响
• 结论：AI泡沫破灭的触发条件已经出现

这个判断不需要任何高深的金融模型，只需要回归常识：任何脱离了实际收入增长的资产价格上涨，最终都会回归。

四、为什么普通人更容易成为"噪声的受害者”？

说了这么多专业投资者，你可能会问：那我们普通投资者呢？我们该怎么办？

卡尼曼在《噪声》中给出了一个令人不安的结论：普通投资者面对的噪声，远比专业投资者更大。

原因有三个：

第一，信息来源的质量差异。 专业投资者有团队、有渠道，能接触到一手的企业信息和行业数据。普通投资者获取的，主要是经过媒体"加工"后的二手信息——而这个加工过程，会让噪声成倍放大。

举个例子：一条"某AI公司收入增长200%“的新闻，专业投资者会追问"基数是多少？““增长是否可持续？““竞争对手情况如何？“而普通投资者看到"200%增长”，可能就直接得出"AI公司很厉害"的结论，然后买入相关股票。

第二，情绪管理的难度差异。 专业投资者有风控系统、有投资纪律、有团队互相监督。普通投资者往往是"一个人在战斗”，面对市场波动时更容易被情绪左右。

李蓓在信中提到，她的基金因为重仓能源、地产、消费等板块而净值大跌。如果是一个普通投资者，在看到自己持仓股票持续下跌、AI股票持续上涨的情况下，大概率会做出"割肉止损、追涨AI"的决策——然后在AI泡沫破裂时遭受双重打击。

第三，决策频率的差异。 专业投资者有严格的投资流程，决策频率相对可控。普通投资者可以随时随地买卖股票，决策频率极高——而每一次决策，都可能引入新的噪声。

卡尼曼指出，决策失误 = 噪声 + 偏差。偏差可以通过学习来修正，但噪声是随机的、不可预测的。决策次数越多，引入的噪声就越多，最终的亏损就越大。

这就是为什么"频繁交易"是普通投资者最大的敌人——你交易得越多，亏得可能就越多，不是因为你判断错了，而是因为你判断的次数太多了，噪声累积效应太大了。

五、如何在噪声中保持清醒？三个实战方法

卡尼曼在《噪声》的最后部分，给出了一套"决策卫生"的方法论。我认为这套方法对普通投资者非常有价值。结合AI投资的场景，我把它简化为三个实战方法：

方法一：建立"信号清单”，只关注核心指标

卡尼曼建议，在做重要决策之前，先明确"什么才是真正重要的信息”。把这个清单写下来，然后只关注清单上的内容，其他的一律视为噪声。

对于AI投资，我的"信号清单"是：

• 目标公司最近一个季度的实际收入和增速
• 目标公司的现金流状况
• 目标公司的估值水平（PE、PS等）与行业对比
• 是否有真实的商业化落地案例

不是：

• 股价最近涨了多少
• 某大佬说了什么
• 媒体怎么报道
• 朋友圈谁赚钱了

记住：你关注什么，决定了你看到什么；你看到什么，决定了你判断什么。

方法二：设置"冷静期”，强制延迟决策

卡尼曼在书中提到了一个"决策卫生"技巧：当你想要做出一个冲动决策时，强制自己冷静24小时。

这个方法在AI投资热潮中特别有用。当你看到某只AI概念股涨停、朋友圈都在晒收益、自己心痒难耐想要追入的时候，告诉自己：等24小时。

24小时后，你的情绪大概率已经平复，你可以更理性地问自己几个问题：

• 这家公司的基本面支持这个涨幅吗？
• 我买入的逻辑是什么？
• 如果买入后股价下跌20%，我能承受吗？

冲动的本质是噪声的胜利。让噪声飞一会儿，它就会自行消散。

方法三：寻找"反向观点”，故意质疑自己的判断

卡尼曼说，最有效的降噪方法是"集思广益”——不是找那些和你观点一致的人，而是找那些和你观点相反的人。

当你决定买入某只AI股票时，试着去找一些"这只股票应该卖出"的理由。如果你能找到充分的反向理由，说明你的判断经过了检验；如果找不到，你可能只是被噪声裹挟了。

李蓓的逻辑值得学习：她不是在否定AI产业的价值，而是在质疑AI股票当前估值的合理性。 这是两个完全不同的问题。承认"AI是革命性的技术"不等于"AI股票现在值得买"。把这两个问题分开，你就能更清醒地看待AI投资。

宁泉资产在信中说：“A股大量的热门股票，未来极有可能跌掉八成乃至九成以上。“这不是危言耸听，而是在用历史的镜子照现实。2000年互联网泡沫破裂时，很多股票跌幅超过90%。AI泡沫如果破裂，结局不会有什么不同。

六、写在最后：噪声时代的生存法则

回到开头的问题：当所有人都在谈论AI的时候，你听到的是信号还是噪声？

答案是：大概率是噪声。

因为真正的信号，往往不是最响亮的声音，而是那些需要你主动去挖掘、去验证、去思考的信息。它不会出现在朋友圈的晒图里，不会出现在"AI即将改变世界"的标题党文章里，也不会出现在某位大佬的站台发言里。

它只存在于企业的财务报表里、行业的数据报告里、冷静的逻辑分析里。

在这个噪声泛滥的时代，最稀缺的能力不是获取信息，而是屏蔽噪声。

巴菲特说过一句话：“别人恐惧时我贪婪，别人贪婪时我恐惧。“这句话的道理大家都懂，但能做到的人寥寥无几。为什么？因为当"别人恐惧"的时候，噪声会告诉你"这次不一样，市场要崩盘了”；当"别人贪婪"的时候，噪声会告诉你"这次真的不一样，AI会永远涨下去”。

卡尼曼在《噪声》中揭示的真相是：人类判断的缺陷是系统性的，不是通过简单的"逆向思考"就能克服的。我们需要一套方法论、一套决策流程、一套纪律来约束自己的判断。

这正是《噪声》这本书的价值所在：它不是告诉你"应该买什么股票”，而是告诉你"如何做出更好的判断”。

当百亿私募都在警示风险的时候，当"AI泡沫破裂"的信号开始出现的时候，作为普通投资者，我们或许应该做一件事：

放下手机，闭上眼睛，问问自己：我现在听到的，到底是信号，还是噪声？

如果答案不清晰，那就继续等待。在投资中，什么都不做，往往比做错更安全。

延伸阅读： 如果你想更深入理解噪声对判断的影响，建议阅读丹尼尔·卡尼曼的《噪声：人类判断的缺陷》。这本书没有复杂的金融公式，但能帮你建立一套识别噪声、降低噪声的思维框架。这可能是你在信息爆炸时代最需要的能力。

参考资料：

• 李蓓《致半夏投资人》信（2026年6月）
• 宁泉资产《2026年半年投资汇报》
• 丹尼尔·卡尼曼等《噪声：人类判断的缺陷》
• 第一财经《多产品创下最差年度表现，李蓓仍看好地产、看空AI》（2026年6月24日）
• 澎湃新闻《宁泉、半夏同步发声警示AI风险》（2026年6月24日）