这一篇算是3月2日那篇深度对话的“番外”。

传奇宏观投资人斯坦·德鲁肯米勒（Stanley Druckenmiller）友情出现在摩根士丹利《Hard Lessons》节目中，讲述了很多未曾公开的投资细节，包括自己犯的错以及近些年怎么做决策。

对话之外，主持人又做了一些有趣的互动。最近刚刚放出来。

回答没有那么严肃，但是含金量很高，可以更进一步看到那颗“宏观天才”的大脑到底是怎么思考的。

德鲁肯米勒有很多“反直觉”的投资思维。

比如说到宏观判断，他很多时候的决策不是来自宏观数据，反而是自下而上的公司经营状况本身，以此得出更为准确的宏观拼图。

这一点跟巴菲特其实很像。巴菲特不做宏观预测，但是对于经济水温的感知通过伯克希尔版图中的各个公司真实经营就能做到八九不离十。

比如问到投资中最难教的一项能力是什么？他的回答是，“知道什么时候该停止分析”。在他看来，当一个大机会放在面前的时候，不要等到把分析做到颗粒度那么精细，先行动再做优化更重要。

And 最后问到未来美联储和财政部可能的联袂合作，德鲁肯米勒抱有很乐观的态度，明显他很看好贝森特和沃什的组合。

很真实，且直接。

建议大家两篇结合“食用”，营养更丰富。

01

用更开放心态去看待AI带来的演变

 主持人 市场上对AI的主流共识是认为AI会非常强烈地带来通缩，同时会造成大规模失业。你怎么看？

 德鲁肯米勒 我觉得任何人如果对这种结论“深信不疑”，那更多是傲慢，而不是开放。

说白了，我们谁也不知道这部电影最后会怎么演。

第一，历史上每一轮技术革命，从人类有记录以来，都有人说“工作要完了”“世界要完了”。从马车时代一路说到今天。

当然，也确实有很多非常聪明的人在认真讨论，这一次可能不一样。

我对这种可能性也保持开放，因为这次的速度确实前所未有。

但你也得承认一个事实，以前每一轮周期里，那种“灾难式结局”最后都没有自动发生，它从来都不是一个必然。

我第一次真正了解AI是在ChatGPT之前。

当时我家里有个亲戚是放射科医生，我还跟他说过“你可能五到十年就要失业了”。因为我们当时投了一家公司，做的就是用机器去识别前列腺癌的病理切片——机器做得跟人一样好，甚至更好。

你猜后来怎么样？那项技术确实很了不起，效果好得超出所有人的想象，很多地方甚至比人更强。可结果是，我们今天的放射科医生数量，比十年前还多。

为什么？因为放射科医生现在把更多时间用在“真正重要的工作”上：跟病人沟通，解释这意味着什么，讨论这会怎样影响他们的生活，帮助他们做决定。

机器把重复性的部分接过去了，医生反而有时间去做更有价值的那部分，而且病人最终信的还是医生。

我看到护理行业也有类似的变化。很多监测、记录的工作不用全靠护士盯着了，但他们反而能花更多时间去安抚病人、给他们支持，诸如此类。

所以你说AI看起来会带来通缩，我理解。但我也想反问一句，你还记得疫情刚发生时吗？当时市场对五年后的通胀预期，我记得一度只有40个基点；可五年之后，通胀冲到了9%。

所以就算那些最悲观的人在AI这件事上是对的——失业真的很严重，也完全可能出现另一种路径：政府出手、印钱、提升全民基本收入之类的政策。

毕竟通胀从来不只是“效率提高”的问题，它本质上是钱的供给问题。如果政府把钱真正发到人手里，你最后得到的结果未必是通缩，甚至可能反过来是通胀。

所以你得一直去看别人可能没在看的那条线。

只要你在心理上先把这些可能性摆在桌面上，你就能在它真正展开的时候，更快地调整自己的组合。

02

机会大到一定程度时先参与再说

 主持人  我们来个小测验？你做下选择题。在投资里，最难教的一项能力是什么？

A，模式识别；B，仓位大小；C，耐心；D，知道什么时候该停止分析。

 德鲁肯米勒  这几个都不错，但我最喜欢第四个。

我觉得这是我们这个行业里最常见、也最致命的错误，（追求精细精准的）分析到最后，反而开始害你。

挺有意思，“市场变化怎么调整”这一点就是我这些年学到的东西，而且对我帮助特别大。

现在速度太重要了，AI、邮件、信息流……所有东西都在加速。你要是盯着一家公司分析四个月，还不愿意在只有15%到20%信息的情况下做决定，你很可能就会错过一大段行情。

等它动起来了，你反而更不敢买，因为你会觉得“它都涨过了”。

这对我来说是一个核心信念：有时候机会大到一定程度，你其实已经心知肚明，这时候你就得先跳进去。

信息不够也得跳，边做边补功课。

如果最后不对，那也没关系——赚还是亏是下一步的事。

 主持人  我喜欢你对这些“反直觉”的东西的态度。很多人会按商学院那套来。

 德鲁肯米勒  主要是我没那么聪明，所以我就靠直觉走。这样我就不用跟那些人拼谁更会做模型了。

 主持人  太真实了。好，下一个——在宏观里，最“误导人”的指标是什么？A，失业率；B，非农就业；……

 德鲁肯米勒  失业率，太离谱了。

非农是我的第二名。说真的，我们为什么要拿一个滞后指标来预测经济？这不是很蠢吗？

03

很多宏观判断是来自于公司经营本身

 主持人  第三题。你现在主要从哪里获得最有用的洞见？

A，看仓位数据；B，直接跟公司聊；C，看相关性变化；D，看股市本身的表现、主题线索、市场内部指标。

 德鲁肯米勒  我一直很看重“市场内部指标”。

你别看我被叫做“宏观先生”，我很多宏观判断其实不是从宏观数据来的，更多是从公司来的——把公司当拼图，一块块拼起来。

我去听那些领先经济的公司在说什么，再去听那些滞后经济的公司在说什么，把两边的信息合在一起。

当然我们不可能每次都对，但长期下来，我们在判断经济这件事上，确实比美联储更靠谱。

我们也没有什么模型，不靠那一套。宏观数据我们会看，但更多是用来找进出场点。

至于基本面，我这些年练出来的本事更像是“听声辨位”，听公司怎么说，听它的语气、听它话里到底松不松、紧不紧，然后把这张“马赛克”拼出来。

 主持人  你跟足够多的行业聊天，可能也是你当年那么厉害的原因。虽然你谦虚说自己可能只是“还行”，其实有点像高尔夫里的泰格·伍兹（Tiger Woods），也许不是巅峰，但依然比大多数人强。

 德鲁肯米勒  对，关键是相对优势。而且这背后有个原因，你首先得自下而上把股票做对。

我在索罗斯那儿的时候，设股票团队的目的其实就是给我提供宏观信息。我根本不在乎他们股票那本账赚不赚钱。

对我来说，他们最重要的价值不是告诉我买什么卖什么，而是告诉我：这些公司里到底发生了什么。这样我才能决定，德国马克该怎么做、债券该怎么做等等这些事。

后来金融危机之后，宏观那套“死掉”的一段时间，他们的主要功能依然是信息流——不是交易建议，而是公司层面的真实脉搏。

 主持人  下一题。你最担心2026年的哪种风险？

A，某种形式的热战；B，政策失误导致通胀；C，流动性事故；D，叙事驱动的泡沫。

 德鲁肯米勒  大概是“叙事驱动的泡沫”。

你刚才列的那几个，我现在倒没那么盯着。

但我以前经常讲这个。我研究了很多经济史，几乎没见过一次真正糟糕的经济结局——我说的不是那种“普通衰退”，而是更严重的，比如大萧条，比如金融危机——之前没有资产泡沫的。基本都是先有泡沫，然后才出大事。

所以你要真想把事情搞得非常糟——我说的不是一般意义上的衰退，那就去制造一个资产泡沫。

当然，我不觉得我们现在已经到那一步了。

 主持人  你觉得还没到？那现在算早期吗？

 德鲁肯米勒  肯定不是末期。但也许……已经是非常早的早期了。也可能已经到第八局了——看你怎么定义。

如果从这个位置再明显往上冲一段，我就会非常担心。

04

黄金挺迷人，加密币本身其实“没需要”

 主持人  我们来做个“词语联想”怎么样？我说一个词，你说你脑子里第一反应是什么。先来——美国经济。

 德鲁肯米勒  强。

 主持人  生物科技。

 德鲁肯米勒  兴奋。

 主持人  散户投资者。

 德鲁肯米勒  很强。

 主持人  收益率曲线。

 德鲁肯米勒  被高估了。

 主持人  真的？你的意思是，用股票市场当宏观指标更靠谱，收益率曲线反而不行？

 德鲁肯米勒  也不是这么说。收益率曲线本身当然是个挺不错的指标。

我之所以说“被高估”，更多是指把“收益率曲线”当成一门主要的交易方式，被高估了。

我自己其实很少做那种曲线交易。

我跟同行聊过。有些人会说“我要做曲线”，但我听完就想，你到底想表达什么？利率不就两种结果——要么上，要么下。

曲线交易要成立，很多时候得两端走出不同方向：比如短端下、长端上。现实里这种情况并不常见。

去年倒是发生过一次——短端那部分我判断对了，但另一端就不是我当时押的方向。

 主持人  仿生机器人。

 德鲁肯米勒  这个挺有意思。我前几天还问我那个年轻合伙人“为什么机器人一定要做得像人”？为什么“像人”会是最有效率的形态？

我本来以为他会说：不，没必要。

结果他跟我说，斯坦，你的厨房就是按“人”的尺寸和动作设计的。如果你希望机器人进厨房替你干活，它最好就长得像人、用得像人。

但在亚马逊的工厂里，机器人就不一定要像人，那种环境不是为“人形”设计的。

老实讲，这个道理我还是昨天才真正想明白。

我在这儿坐着都在想我怎么以前没问过他？我之前一直觉得，把机器人做成人的样子听起来太荒谬了——明明应该有更好的方式去做一个能干活的机器人。

 主持人  黄金。

 德鲁肯米勒  黄金……挺迷人的。

 主持人  关税。

 德鲁肯米勒  我不是粉丝。

不过如果关税控制在10%以内，我能接受。我们这个国家确实消费过头了——你把它当成一种消费税，而且还能让外国人分担一部分成本，我不反对。

但要是把税率搞到我们现在这种水平，我就受不了了。我毕竟是那种老派的里根式经济学信徒——当然，凡事也得有个度。

 主持人  加密货币。

 德鲁肯米勒  我很早就这么说过，现在再说一遍，它更像是“一个在找问题的解决方案”。

我一直觉得把它当“价值储存”是个误用，因为坦白讲，我们根本不需要它。

但它现在已经有品牌效应了，这些人就是爱它，所以它大概率还会以某种形式继续当作“价值储存”而存在。

不过另一边，区块链以及稳定币的应用，甚至包括token……如果把它们也算进加密资产的范畴，我觉得是非常有用的。

从效率和生产力角度讲，我猜10到15年后，我们的支付系统很可能会大规模转向稳定币：更快、更便宜、更高效。

05

看好贝森特和沃什的“财政+货币”组合

 主持人  下一个词，中美关系。

 德鲁肯米勒  凯文·沃什（Kevin Warsh）大概八年前讲过一句特别聪明的话。那时候特朗普开始对中国强硬，他说这可能已经是中美关系最好的时候了。

我当时听到觉得这话太疯了，但没过多久我就被他说服了。

 主持人  欧元。

 德鲁肯米勒  欧元真是让我心碎。

我以前靠德国马克吃饭吃了十年。等德国马克没了换成欧元，我那条“躺赚的财路”也就断了。此后我再也没赚到过九十年代那种回报。

再说一句——我也不敢装懂欧洲。我毕竟是个美国人，喜欢创新、喜欢动作；文化层面我其实挺不开窍的，就是个文化土包子。所以总体上，我对欧元那套并不太感冒。

当然，这不是一句“一概而论”。欧洲也有不少公司我们投过，我们觉得非常好。所以我说的更多是宏观层面的感受，不是给所有欧洲企业下结论。

 主持人  治愈癌症。

 德鲁肯米勒  我觉得会很快。

 主持人  你的时间框架是多久？

 德鲁肯米勒  我觉得十年内，95%的癌症都会变成一种“可控的病”。你能长期管理它，而不是被它拖垮。

 主持人  美元作为储备货币。

 德鲁肯米勒  有句话怎么说来着，“最干净的脏衬衫”。

我觉得美元还会撑一段时间。我们现在确实是在拼命破坏它，但……我72岁了，它大概率还能比我活得久。

我不觉得50年后美元还会是储备货币，但我也说不清那会换成什么。也许会是某种加密相关的东西？我真不知道。

 主持人  你说你讨厌美联储和财政部“联手”。这事可能发生吗？怎么发生？

 德鲁肯米勒 这恰恰是我对贝森特和沃什最兴奋的地方。我觉得这事能发生，而且是必要的。

从能力结构和性格来说，我想不出还有谁比他们更适合把这件事做成。所以在这件事上，我是乐观的。