不知道Youtube怎么就知道了我对段永平相关的干兴趣，居然推送给了这个访谈，呵呵，大数据时代，普通人可能真的没有什么秘密啊。[捂脸]
既然推送了，就听一听吧，权当睡前催眠了。
然后，越听越清醒，段永平的“本分法则”是有点东西的，他的这套先判断“是不是对的事”（价值观与方向），再谈“把事情做对”（方法与能力）。价值观→决策→文化→组织韧性→利润与估值，非常的值得我们去好好琢磨一下。他提到的选择优先于培养，共识型价值观通过“选择”实现匹配，文化是“固守边界+复利学习”的产物，这个我也深以为然。
段永平反复强调“这是不是件对的事情？”，价值观（是否为“对的事”） → 战略选择 → 战术执行。
容错边界，做“对的事”，可接受学习曲线中的错误。做“错的事”，再完美执行也是加速走向错误终点。放在投资上，就是选“对的赛道+对的治理结构+对的激励设计”，哪怕成长路径曲折，长期期望是正的。选“错的治理/错的文化”，再优雅的商业模型也会被“文化性折旧”吞噬。
不为清单不是“道德高地”，而是“风险成本清单”。例如“不做代工”并非代工不好，而是“不适配自身能力结构与长期回报结构”，少犯方向性错误，组织累计“正确经验资产”，带来决策速度与一致性的复利。
他说管理人需要制定“不做清单”，不做价格战、不做毛利率低于某阈值的业务、不做超越组织能力边界的项目、不做短期激进财务工程等。
换成投资，对我的启示就非常直接，不买自己能力范围外的资金量，不买完全没有学习和理解过的公司，不冒自己无法承受的风险。投资心态=前期学习＋选择目标＋持股等收益兑现，定期检视一次“不做清单”是否仍适配自己的理念与能力，既不突进，也不随意。
段氏方法也非常适用于AI投资。价值观与契约是估值锚，AI企业的护城河不仅是技术，还包括治理与文化。例如，OpenAI的治理风波、Anthropic的信托结构、微软对AI安全的承诺，这些都是影响长期估值的重要非财务因素。
段氏强调“契约兑现”，在AI领域对应的是：是否尊重合作协议、是否透明处理算力分配、是否兑现安全承诺，段氏的“快速认错+现金冗余”逻辑，适用于AI企业在GPU短缺、模型替代、监管冲击时的应对。
AI企业容易陷入“无限扩张”陷阱（做硬件、做云、做应用全都要），但段氏方法强调“边界清单”，避免战略过载。我们普通投资者也可以用此原则筛选，看看是否专注核心能力？是否避免盲目跨界？
选择比培养更重要，先问“对不对”，再问“赚不赚”，同样实用在AI产业链中，选择“文化与治理匹配”的公司，比赌某个技术点更稳健，例如，英伟达的合作文化 vs 某些初创公司治理混乱，长期风险差异巨大。是个人都会倾向选择 $英伟达(NVDA)$ 做投资，别的公司可能更倾向于投机吧？[鬼脸]
[财迷]$老虎证券(TIGR)$ [财迷]
精彩评论