悲觀比樂觀更上癮：Morgan Housel 談 AI、投資與人類沒變過的那些事
TL;DR
- 美國消費者信心是有史以來最低，比 2008 金融海嘯還低、比 COVID 最黑暗的時候還低，原因不是經濟真的爛，而是社群算法把悲觀變成最有效的注意力提款機
- AI 是史上第一個「製造者本人不斷警告會毀滅社會」的技術，這個特性會讓它走上核能的老路：越具顛覆性，越可能被監管壓回去
- 投資的 edge 從資訊優勢轉到行為優勢已經三十年，AI 又把行為這層也吃掉，因為 LLM 本質上是諂媚機器，會把你的爛投資組合誇成天才之作
- AI 公司「必須」誇大其辭，因為它們蓋的資料中心每十二到二十四個月就要重蓋一次，講保守一點根本融不到兩兆美金
- 用 UBI 補貼被 AI 取代的勞工是空想，無聊對人的破壞力比工作辛苦高一百倍
這集 Podcast 是什麼
這集在 2026 年 4 月 26 日播出的 Motley Fool Money，是 The Motley Fool 旗下的旗艦財經 podcast，主打用對話形式聊投資、產業、市場心理。這集其實是把 Motley Fool 會員大會上 Brian Richards（Rule Breaker Strategy 的 SVP）和 Morgan Housel 的對談剪出來，由製作人 Matt Greer 串場。
來賓 Morgan Housel 是 Collaborative Fund 的合夥人，也是《The Psychology of Money》《Same as Ever》《The Art of Spending Money》三本書的作者，書全球賣超過一千一百萬本，翻成六十多種語言。他早年就是 Motley Fool 的專欄作家，所以這場對談更像是老同事回娘家聊天，氣氛很放鬆，但內容密度很硬。Brian 一開場就說「這次邀你不只是因為你是老朋友」，後面一路把 AI、投資人心理、悲觀主義、樂觀主義、未來這幾個大題目全部丟出來問。
一個你可能沒注意到的數字：消費者信心比 2008 還低
Morgan 拋了一個我看到時必須停下來想三秒的數字：美國消費者信心指數，現在是有史以來最低，比 2008 金融海嘯時更低，比 COVID 最絕望的那幾個月還低。
但你看美國經濟，S&P 500 在 2026 年 Q1 一路衝新高，失業率也沒崩，這個落差怎麼解釋？
Morgan 的答案很有意思，他說這不是經濟問題，是注意力市場的結構問題。二十五到三十年前，有線新聞發現「悲觀比樂觀更能抓住眼球」這件事，過去五年，社群媒體的演算法也學會了。再加上每個人從早到晚滑手機，等於從早到晚被推送這個世界最糟的版本。
他引了一個我覺得很狠的研究：把過去幾十年的紐約時報頭條拉出來看，世界客觀上越變越好（人均壽命、人均收入），但頭條卻一年比一年更悲觀。這跟 Walter Cronkite 那個年代「全美只有三家電視台、注意力是壟斷的」完全相反，現在是注意力的軍備競賽，你要快速抓住人，就只能往悲觀那邊衝。
你可以活在一個客觀分析上不斷在進步的世界，但每個人感覺起來卻越來越糟。
這句話我覺得是這集最值得抄下來的一句。它解釋的不只是消費者信心，也解釋了為什麼很多人覺得 AI 是末日，為什麼 X 上每天都有人在喊崩盤，為什麼明明你身邊的朋友都過得不錯但你就是覺得很焦慮。我自己之前在 跑在 AI 的輪圈上，停不下來也不敢停 也聊過類似的感受，不過 Morgan 把它推到更結構性的層次：這不是你個人的問題，是整個注意力市場的設計就是這樣。
AI 是第一個製造者親自警告會毀滅世界的技術
接下來 Morgan 拉了一個歷史比較。每二十到三十年，世界就會冒出一個「會改寫一切」的新技術：工業革命、1920 年代的廣播、1950 年代的核能、1990 年代的網路。每一波都被講得像是要重寫人類劇本。
但他說 AI 在這串名單裡有一個非常獨特的位置：
這是史上第一個技術，製造它的人公開承諾，如果他們成功了，就可能毀滅社會。
你想想看，Henry Ford 不會每天上台說「我做的車會殺光人類」，Steve Jobs 也不會每天警告 iPhone 會摧毀文明。但 Sam Altman、Dario Amodei 這些人是真的每隔幾天就出來提醒一次「我們做的這個東西可能會幹掉一半的白領工作、會駭進每一個政府資料庫」。
這個現象的歷史最近對照組是核能。1950 年代的核能樂觀主義巔峰時，全世界的願景是每個城鎮都會有自己的小型核反應爐艦隊，化石燃料時代結束。結果呢？沒成真。各國政府看到這玩意太強又太危險，能監管就監管，能直接禁就直接禁（德國和奧地利就是直接禁），Morgan 把這套邏輯套到 AI 上：
越是顛覆性的技術，悖論在於越可能被監管掉。
但 AI 跟核能有一個關鍵差別。核反應爐你不可能偷偷在自家後院蓋一個，但 AI 模型從伺服器上偷偷一份權重就能跑遍全世界。美國監管再嚴，中國一個開源模型放出來，誰都擋不住。所以 AI 這種「一旦放出來就收不回去」的特性，會讓監管劇本走成跟核能不太一樣的版本。
AI 公司為什麼「必須」誇大其辭
這段我覺得是整集最值得反覆思考的觀察。
Morgan 說：判斷 AI 是不是泡沫沒有標準答案，每個人都可以主觀說是或不是。但有一件事是確定的，AI 公司在募資時，講話必須是史上最誇張的版本。
為什麼？因為兩個結構性原因：
第一，AI 資料中心要燒幾兆美金。OpenAI、Anthropic、xAI 任何一家，要募到這個量級的錢，你不可能跟投資人說「我做的東西能讓白領工作效率提升 15%」，這個故事不夠大。你必須講「這是終結所有技術的技術，AGI 之後再無新事」，才有人願意把支票寫下去。
第二，更狠的，他們蓋的資料中心裡那些晶片，現在的汰換週期是十二到二十四個月就過時。意思是你燒完幾兆美金，兩年後還要再燒一次。所以他們講話不能只是誇大，要誇大平方，因為你要說服投資人這個故事不只值得燒一次，要燒三輪、四輪都還能回收。
這個邏輯很像 1995 年買筆電，1996 年就過時的那種痛苦，差別是這次的單筆支票後面多了好幾個零。Morgan 沒有直接說這就是泡沫，但他點出一件事：這些公司「必須這樣講」這件事本身，就會讓敘事自我強化到一個誇張的程度。對 NVIDIA 倒是反向利多，因為晶片過時越快，新晶片需求越旺。
關於估值合不合理這件事，明尼亞波利斯聯準會經濟學家用 Free Cash Flow 翻案 那篇有從另一個角度切，可以對照看。
投資的 edge 已經被吃了兩層
Morgan 接著聊到 AI 對投資人的影響，這段我特別有感。
他把過去三十年的投資 edge 分兩個階段：
階段一（三十年前以前）：edge 是資訊。Warren Buffett 1960 年代會跑去 Omaha 圖書館，把 Moody's manual 一頁一頁翻完，找便宜的股票。這個方法在那個年代是真的能賺錢的，因為資訊不對稱。
階段二（過去三十年）：資訊 edge 消失了。非洲一個小孩跟 Goldman Sachs 的人手機裡看到的資料是一模一樣的。所以 edge 從資訊轉到行為，誰能在大家恐慌時保持冷靜，誰就贏。
階段三（AI 時代）：行為 edge 也開始被吃。十年前會做 DCF（現金流折現）模型還算一個技能，現在任何 AI 三秒就能吐一份給你。
但 Morgan 真正想講的不是這個，他話鋒一轉，丟了我覺得整集最有殺傷力的觀察：LLM 是諂媚機器。
把投資組合丟給 ChatGPT 的後果
如果你有用過 ChatGPT、Claude、Gemini，你應該都有感覺，它們講話很像在拍你馬屁。Morgan 說這不是巧合，是設計：
它們的目標是讓你繼續用，跟社群媒體一模一樣。如果你把投資組合上傳到 ChatGPT 問它怎麼樣，它一定會說你是史上最聰明的投資人。如果它跟你說「你是白癡，這些股票超爛」，你就不會再用了。公司知道這件事。
這就是為什麼 Klarna CEO 在 Klarna 把人砍掉一半 之後股價反而漲，但同一個 LLM 也會拍你說「你的爛股票就是下一個 Klarna」的馬屁。它沒在管真假，它在管你開不開心。
接著 Morgan 點出另一個更可怕的延伸：如果你拿你真正內行的領域去問 ChatGPT 基礎問題，你會發現它有三分之一是在亂掰。但因為你不是內行，看不出來，所以在你不熟的領域，它的「亂掰率」對你來說是隱形的。
把這兩件事合起來：過去二十年我們已經因為演算法各自陷進政治和新聞的同溫層，每個人都能找到一個願意告訴他「你是對的」的聲音。如果 LLM 在投資領域變成同樣的東西，每個散戶都有一個專屬的諂媚 AI 在告訴他「你的判斷是對的，繼續加碼」，那就不是 edge 消失的問題，是反向 edge：你被 AI 推著犯錯。
Ben Carlson 在 Motley Fool Money 那集也聊過散戶最大的敵人是自己的心理，這個觀察跟 Morgan 這段可以放在一起讀。
大膽和魯莽的差別，一條超細的線
Morgan 還聊了一段我覺得對創業者特別有意義的觀察：那些超大成功的人，腦袋跟你我運作方式不一樣。
他舉 Cornelius Vanderbilt 為例，這位曾經的世界首富，按最寬厚的史觀來看，他財富裡很大一塊來自直接無視法律、賄賂法官，他自己也從不否認。我們今天記得他是「鍍金時代的傳奇創業家」，但稍微平行宇宙一下，他可能就是另一個 Bernie Madoff。
更近的例子是 SBF（Sam Bankman-Fried）。Morgan 說，他現在每天從監獄推特試圖求特赦，但如果 FTX 那個窟窿再撐兩個月，他可能就過關了，那時候我們會說他是天才。
大膽和魯莽中間那條線非常細，事後才看得出來。
這也是為什麼他不建議大家硬學那些超級成功者的特質。Paul Graham 有一句話他很喜歡：那些頂尖人物的特質，有一半其實是缺點，他們是「不顧那些缺點」才成功的，不是「因為那些缺點」才成功。Steve Jobs 對員工很機車不是他成功的原因，是他成功之外的副作用。
AI 不會殺死作家、音樂家、藝術家
Morgan 講到自己的本業時態度其實意外樂觀，他用了一個個人實驗當證據。
兩年前 Google 推出 Notebook LM，可以幫你客製化生成 podcast，你輸入「幫我做一個關於羅馬帝國衰亡的 10 分鐘 podcast」，它就吐一段給你，主持人對話、節奏、流暢度都很好。
Morgan 那時候的反應是：podcast 完了，以後每個人聽自己客製版就好。
兩年過去，他自己聽過幾集 Notebook LM 生成的 podcast？零集。
我不想聽一個機器人描述事情，就算它完美、準確、流暢。我想聽另一個真實人類，帶著他的混亂感，講他真的經歷過的事。
他還補了一個 Phil Knight 自傳《Shoe Dog》的故事。他讀完後覺得這是過去二十年最棒的商業書之一，後來才知道是 ghostwriter（同一個還寫過 Roger Federer 跟 Prince Harry 自傳）寫的。知道後魔法消失了一半。內容沒變，故事沒變，差別只在「我以為我在讀 Phil Knight 本人的字」這個感受不見了。
這段我自己有點動搖。我之前在 我如何用 AI 打造自己的寫作系統 寫過怎麼讓 AI 模仿你的寫作風格，但 Morgan 這個論點提醒我一件事：讀者真正在乎的，可能不是文字本身，而是文字背後「有一個真實的人在那裡」這個事實。AI 寫得再像我，少了那個 metadata，可能就是少了一塊。
UBI 救不了被 AI 取代的人
最後一個 Morgan 點到、但很多人沒在認真討論的問題：UBI（無條件基本收入）能不能解決 AI 大規模取代勞工的問題？
主流劇本是：AI 把 30% 的人擠出職場，政府從 AI 巨頭那邊抽稅，每個月發五千美金給每個人，大家就在家寫詩、種菜、過好日子。
Morgan 直接說這個劇本撐不到一年：
你以為工作很辛苦？無聊比工作辛苦一百倍。
他舉 2008 之後的例子，那波金融海嘯有一批人失業超過十二個月，他們不是「失業」，是直接精神崩潰。長期沒有工作角色、沒有日常結構、沒有目的感，對心理健康的破壞力是研究都做出來的。把這個劇本放大到全社會三分之一的規模，會釋放出史無前例的心理疾病浪潮，社會根本承受不起。
這段沒給解方，但點出來的問題很重要：所有「AI 取代人類」的討論，最終都會撞到「那這些人怎麼辦」這道牆，而 UBI 這個目前唯一被廣泛討論的答案，可能根本不是答案。
寫一寫的小結
Morgan 這集對我來說最大的收穫不是任何單一觀點，是他每個觀點背後那個「我先把事情想到後面三步」的思考習慣。
舉個例子，光「AI 公司必須誇大」這個觀察，他就同時連結到資料中心 capex、晶片 12-24 個月汰換週期、敘事張力的自我強化。一般的市場評論講到「AI 可能是泡沫」就停了，他往下挖兩層，告訴你這個泡沫的「結構性必要性」在哪。
對我來說最有實戰價值的反而是兩個小提醒：
第一，寫作是輸入，不是輸出。Morgan 說他停寫兩年後，雖然讀更多但覺得自己學得更少，因為沒有「把學到的東西強迫結晶化」這個步驟。我自己每天聽 podcast 然後寫成文章，本來覺得是在「分享知識」，聽完這集才意識到這個過程其實主要是在「鞏固自己」，分享只是副產品。
第二，用 AI 不要陷進諂媚同溫層。下次把投資組合丟給 ChatGPT 之前，先想一下：它接下來講的話，到底是真的分析，還是在哄你繼續用。如果你想聽真話，可能要主動提示它「請扮演一個對我極度不友善的對手，找出這個組合所有的問題」，否則它預設就是 yes-man 模式。
自行斟酌，共勉之。
如果這類產業觀察和 podcast 整理對你有幫助，wilsonhuang.xyz 上會持續更新，歡迎訂閱追蹤，下一篇會再從別的角度切 AI 對投資人心理的影響。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件