童卓给自己私募生涯的第一只产品，起名“维纳一号”。
诺伯特·维纳（Norbert Wiener），控制论的创立者。1948年，这位数学家在《控制论》中提出了一个影响深远的思想：在充满噪声和不确定的环境里，系统不靠预先看清一切来达成目标，而是靠不断接收反馈、不断修正动作。
“控制论”（Cybernetics）这个词，源自希腊语里的“舵手”——在风浪中不断校正航向的那个人。
很少有人知道，这位中科大电子工程与信息科学系出身的投资管理人，读研究生时真的接触过导弹的相关项目。
可以想象，这个名字不是文人式的致敬，倒像一种投资底色的声明——童卓的整套投资体系，确实跟控制论血脉相连。
应该说，童卓的履历，在国内管理人中实难找到第二份。
中国科学技术大学本硕；7年实业，创办和参与经营过电子和信息安全公司，画过PCB、设计过芯片、写过软件和算法。
后来转身投资，从东方证券、华夏基金研究员做起，曾任东方红资管权益研究部总监、私募投资部副总。
后来跟随陈光明加入初创的睿远基金，担任私募部门总经理。
2023年，再一次清零，创办彤心雕珑。
三次重启，每一次都是在上一段已经成功的时候，主动离开。
在跟童卓深访之前，听了一场他与一位业内大模型专家的小范围交流。
讲起硬核科技和产业趋势，激情满满，把一堆硬核的技术名词夹着有趣的比喻，让一众投资人听得津津有味。
尤其是讲到自己如何调教AI写代码做系统，把AI native到了整个投研之上，那种兴奋感是富有穿透力的。
于是约了5月上旬的交流。彼时，他的净值正一路新高。
近四个小时聊下来，有几点感受格外鲜明。
第一，“反馈与控制”这套东西，在他身上是有体感的。
他读研时接触到导弹相关项目，在此过程中他慢慢明白，导弹打出去，不靠出发前看清一切，而是靠飞行中不断接收信号、不断校正……最终命中。
这段经历，让他很早就明白：这个世界太复杂，要认清楚，是非常困难的。
到达目的地和完全能够认清楚途中经过的环境完全是两码事。很多时候，即使到达了目的地，对于经过的“真相”未必能够认识得清楚。
所以听他讲投资中的反馈与控制，你会有一种严丝合缝的感觉——在一个谁也看不清终点的混沌市场里，与其执着于算出真相，不如老老实实在正确的位置架好传感器，跟着反馈一路修正。
这个结合点，大约是我们听过的、对“当下到底该怎么做投资”最有说服力的回答之一。
第二，是他对“深入产业”的理解和做法，要彻底得多。
童卓是科技产业里出来的，在行业里创过业。他谈科技，确实是真懂。
知道“真懂一个产业”是什么分量，所以他去找到消费、医药、互联网里和他同等量级的产业老法师，请来一起做合伙人。
而且“深入产业”在他这里不只是投研理念，你会发现他找什么样的合伙人、定什么样的分配制度、连那套AI投研系统怎么搭，背后都是同一件事——一切围绕“离产业更近”去组织。
它渗透在公司的每一层，而不只是停留在调研。
第三，他是个价值投资者，但是懂得对于价值投资如何学习，理解和反思。
童卓很热爱哲学，在对于哲学的学习当中，他谈的最多的是学习，理解，反思，批判和重建。从这个角度看，他是一位价值投资者，且并不教条。
他非常看重产业研究，深入实业调研。聊得越深越能感觉到，怎么看一家企业、怎么算一笔账、怎么权衡风险和回报，这些二级市场最基本的功夫，童卓是熟的。
对基本面和估值的恪守，有清晰的来处——彤心雕珑的介绍资料里，专门有一页写着“牢记估值”：价值投资最重要的是买得便宜，既要买好的，更要买得好；安全边际不仅是风险控制的手段，也是回报的主要来源。
第四，在童卓看来，投资主要是两个杠杆：一个是智力杠杆，一个是资本杠杆。首先是要把智力杠杆做强。
在人工智能时代，智力杠杆包含了人和人工智能两个部分，未来如何把这两个部分很好地结合起来，是做好智力杠杆的首要问题。
这种系统构思和执行，大约得是一个科技背景、理解AI、还亲手做过企业、同时真懂基本面投资的人，才能做到。
坦率说，很难给童卓定义。
如果非要找一个参照，他身上可能有价值投资者的基因，又有德鲁肯米勒（Stanley Druckenmiller）与索罗斯（George Soros）的味道。这两位传奇投资人都以判断灵活、敢于根据市场反馈快速纠错著称。
聪明投资者（ID: Capital-nature）把这场深度交流中最有获得感的部分整理出来，保留了童卓富有个性的表达语气，希望如见其面。And 那场最具代表性的精彩投资案例尤其推荐一读！
把投资当手艺来做
聪投：在睿远时管大体量资金的风格，跟现在管彤心的风格，差异会比较大吗？
童卓：资金的体量不同，你所采取的战术性动作是会有区别的。
越大的资金体量，你对贝塔的考虑会更多，要对大周期提前布局。因为一只个股对组合起不了太大作用，你必须看500亿市值以上的公司。
而且大钱一旦出错，纠错成本极高，所以你的每一步都得顾忌。就像开重型卡车，要考虑车长车宽，很多路没法走。
小钱就不一样，纠错成本低，可以更灵活，游刃有余。
聪投：所以，相对重型卡车，你会喜欢开跑车？
童卓：那也不是。我是把投资当手艺来做。
大钱有大钱的限制，你没有办法去研究那些很早期的成长股，你的精力必须放在一些大市值公司上。
但那些从小长大的公司，研究起来才真的有意思。
你看对了一个东西，看着它从小种子长成一棵树，那不仅仅是赚钱，那是一件很漂亮的作品。
聪投：我能不能这么理解，所以你对现在这个时代是非常兴奋的？科技公司成长周期比以前快很多，研究能很快得到正反馈。
童卓：这是第一个兴奋的点。第二个是，变革时代一定会埋掉一批优秀的公司，就像当年的“漂亮50”。它们当时都是最好的公司，但时代一翻篇，估值和逻辑都回不去了。
对我来说，我喜欢去研究很多的新事物。
聪投：你不喜欢被“埋”在某一类资产里，这种警惕，是一开始就有的，还是后来慢慢形成的？
童卓：我最喜欢的三门学科是数学、物理、哲学。
如果用哲学的思考范式来看投资——哲学的路径是：学习、理解、反思、批判、重建。
我学信息论出身，我们知道这个世界是混沌的、变化的、不可测的。任何一种信仰或理念，一旦失去反思批判和重建的能力，就会变成执念。
聪投：你大学是电子专业？那时候就开始看哲学了？
童卓：对，我那时候特别迷黑格尔。
起点其实是概率论。这个世界不是确定的，它是混沌的，是辩证的。
但在混沌世界里如何前行，这个问题就变得很关键了。
因为人的理性有很大的局限性，科学知识绝大部分是可以被证伪的，只不过是有用的。所以，绝对不能墨守成规，所谓的“框架”很多时候会变成“作茧自缚”。
核心是如何建立自己的观测系统和反馈系统
聪投：在混沌里前行，你最早是怎么找到方法的？
童卓：读研究生接触导弹项目那会儿。我们就知道导弹的飞行要经历的环境是复杂的、无法预测的，必须依靠控制与反馈。神经网络也是可以反馈控制系统。
聪投：但实际上你之前做模拟的时候，肯定把气象等各种情况都考虑到了，对吧？
童卓：后来你发现，情况有无数种，根本没办法穷举。导弹打出去，不要再试图搞清楚环境了——你搞不清楚。只有在参数当中寻找主要矛盾，重新进行校准。
主要矛盾变了就赶快变，不要纠结。
导弹飞行的过程当中，就算你在上面装个摄像头，你都不一定能看得清楚周围是什么环境。你要做的就是收集信号，调整，赶快调整。
维纳的控制论对我影响很大。
导弹在空中飞的时候会做出很大的漂移，看起来都不对，但它还是能打准。这就是控制与反馈。
很多人做投资想寻找真相，事实上在那个过程当中你根本搞不清楚真相，连你回过头去复盘，都不一定能总结得对。
卡尔·波普说历史是贫乏的。历史都是带着人的观念写出来的，100个人对同一段历史可能有100种解释。
所以我对轻易说“我已经掌握第一性原理”，是保持警惕的。
聪投：自从马斯克说了之后，大家引用“第一性原理”就特别多了。
童卓：但你可以看德鲁肯米勒和索罗斯，他们没有这个问题，一直非常灵活。霍华德·马克斯现在也比以前开放多了。
一个人必须要有反思批判和重建的能力，投资也一样。
所以我在内部说，你不要认为你能抓住主要原理，我更关心的是：你如何建立自己的观测系统和反馈系统。
核心矛盾是什么，“传感器”装在哪里，通过什么东西去观测这些变化——我更相信这些东西，这才是关键。
传感器要具体到行业，也要具体到公司，两个都需要，这就看你的本事了，老法师就知道要在哪里装。
聪投：今年3月那次大跌，很多科技股被打出阶段性低点，你在底部加仓——那个过程当中，你怎么收集信号、怎么校正反馈的？
童卓：那个时候我只注意一件事：产业趋势。
我就在看产业趋势的加速度有没有变慢。只要加速度还在变快，没有下来，我就不动摇。
但这里有个关键点，你有认知，知道要搜集哪些信号，然后贴近产业，迅速调研，搜集关键信号。
这就是为什么叫“基于产业研究的价值投资”。你真的要懂，要理解，要做研究，要吃准它的加速度没有问题。
如果你对这个事情没有认知，相当于你在产业里没有“传感器”，你不知道如何飞。
市场上大家听到的那些消息，其实都是飞行过程当中的噪音，就像气流的扰动一样。
所以要在正确的地方树立好传感器，去探知你真正需要的信号，而不是那些噪音。
我在科技行业的“传感器”很多：了解技术行业的最新进展，不断调整认知框架；通过大模型搜集和分析行业信息，判断趋势发展的关键节点和发展速度等等。
通过这些信息的反馈，让我找到目前产业的位置和投资所处的阶段。
因为我以前经营过电子行业的企业，画过PCB，设计过芯片，做过软件，都干过。这些目前对于我研究中的认知是非常有帮助的。
当前价值投资面临的挑战，是风险识别能力要求更高了
聪投：之前听你小范围交流谈AI产业趋势，感觉你是我见到坚守价值投资理念同时又深刻理解且全力拥抱AI，最自洽的投资管理人之一。
但就价值投资而言，现在感觉面临挑战挺大的，你怎么看？
童卓：价值投资的原理一直没有问题，自身有“价格终将反映价值”的商业逻辑做保证，是大概率、可重复的投资方式。
这几年最大的挑战，主要来自宏观经济本身，中国宏观经济和经济结构发生了变化，对风险识别能力的要求，比之前要难很多。
应对的方法其实很简单，你必须强化你的风险识别能力。
这就是我们为什么要坚持以往价值投资的道路基础，要强调是基于深度产业研究的价值投资。
“深入产业”意味着真的要理解，真的能建立那种观测反馈和控制系统。这是关键所在。
价值投资的定价原理是有效的，但对产业的观察方式要变。
2015到2018年，移动互联网基本成型，是“从1到n”的阶段，大晴天飞导弹，光线好、目标明确、万里无云，基本上只要坚持打出去不乱飞就行。
但现在是阴雨天，剧烈变革，这时候控制与反馈就变得非常重要了。
如果你的投资方式是“以终为始”，出发之前必须先看到终点，你就不适应了。因为在这种环境里根本看不到终点，飞出去就会出问题。
聪投：这其实对价值投资者提出了更进一步的要求。
童卓：说实话，价值投资的门槛是相当高的。
你真正能做价值投资，可能都是40岁以后的事，因为你至少要经历过两三轮周期，否则风险定价能力很难上去。
第二，你要在产业里干过很多年。
第三，价值投资要逆人性、逆周期，你没有一定的经济基础是很难的。否则就容易被人性的弱点裹挟，那很难。
我们的合伙人都要在产业里干过15年以上。你必须做过产业、做过生意，你必须既懂产业，又懂投资。
聪投：你说这几年风险识别的要求比以前高很多，到底是什么变了？
童卓：两件事变了。
一是新旧动能在切换。传统行业以前基于平稳增长、人口红利、渗透率提升这些线性外推的逻辑，现在受到了挑战，那套价值认定方式比以前困难了。
而新动能技术路线变化非常快，热点此起彼伏，利润在产业链不同环节里不断游移，它没有进入稳态，你很难用DCF去估。
所以无论旧动能还是新动能，对内在价值的认定都比以前更困难了。
二是市场结构。现在A股量化交易的比例、加上散户比例都比较高，这两个叠加在一起，导致股价偏离内在价值的时间和幅度都比以前大，定价比以前困难很多。
但哲学上讲，这是一体两面。定价失效的时间和空间比以前更大，反过来，如果你真的具有风险定价能力，能够做出内在价值的判断，盈利的空间和速度，是有可能比以前更快的。
当下AI的核心矛盾仍然出在算力上
聪投：能不能再帮大家刻画下，当下AI产业发展到底处在一个什么趋势和位置当中？
童卓：AI现在的情况是，脑力跑在了体力之前，即模型的能力，跑在了算力之前。
实验室里最好的模型，每一次发布都要面对乘以10亿用户、再乘以几倍的token，而模型参数现在是万亿级别的，一发出来，算力就不够了。
第二层，体力又跑在了糖分供给之前。要供给这么大的算力，现在的零部件和设备也不够。
从技术上分，大语言模型（LLM）这个领域，2024年底之前还有很多科学的问题没解决，所以那时候我们不参与。
但到了2024到2025年，科学性的问题基本上少了很多，剩下的都是工程问题。
所以在LLM这个领域，矛盾已经收敛了，核心矛盾就在算力。算力只要够，加上工程能力和应用是可以推广开的。
这意味着，对研究本身来说，LLM已经是红海了，要发论文、做学术研究难度高了很多；但工程和应用是蓝海。
还有科学问题没解决的，是多模态和世界大模型——那两个方向可能是现在论文高产的领域。
所以机器人需要世界大模型的进一步成熟，这种世界大模型大概率没有这么快成熟，它里面还有很多科学问题，而科学问题解决的时间点是不可预测的。
LLM领域有一件划时代的事，就是AI写代码的能力，它的意义绝不是干掉程序员。我们的操作系统、Office、浏览器，都是编程做出来的。
AI有了写代码的能力，意味着它在数字世界里，有了像人一样制造工具和使用工具的能力。
这是质的飞跃。所以在To B领域，它会发展得非常快。
现在的核心矛盾仍然出在算力上，这个矛盾可能需要两三年去缓解。
所以人工智能未来可能还要再经历两到三轮大的曲线：这一波是大语言模型的红利；接下来是多模态、世界大模型，配合着机器人的到来，但那边还有很多科学问题要突破，需要时间。
这样一轮一轮走完，才会最终走到一个更高的高度。
当然，现在这里面的股票鸡犬升天，肯定有一些是有问题的；但反过来说，也有一些东西长期看可能依然比较好。
现在最冷的和最热的地方，两边研究都非常有价值
聪投：如今所有人都涌进AI了，包括消费的、做宏观的都进来了，赛道很拥挤，你现在在想什么？
童卓：就呆着，我就呆在里面。因为产业趋势没完。
顶部一定是由最乐观的人打出来的，就像2015年最后，全民涌进去，大量申购ETF，那才是顶。
但是对于投资，最冷的和最热的地方都是有价值的。
聪投：怎么看当下景气度很高的算力，光模块等领域？
童卓：景气度是很高，但涨价有两种类型，本质完全不同。
第一种，是由供给刚性导致的涨价，它本质上跟当年的多晶硅一样，没有创新，就是供给紧张推上去的。这种涨价很危险。
第二种，是由创新驱动的涨价，是因为创造了很多附加值，所以涨价。这种涨价是有道理的。当然还要看，涨价的幅度跟它创新的程度匹不匹配。
对第二种的研究，专业壁垒很高，比如它的技术创新到底还有多少空间，还能走多远？它是不是真的创造了一块钱的价值，自己只收了三五毛？
我自己更喜欢后一种：有创新力、但又能克制，多创造一块钱的价值，自己只赚两三毛，这种企业是良性的。
聪投：景气度在的地方，大家算估值的时候，用未来收入折算回来，好像估值也还可以接受？
童卓：但我们已退出了一些领域。有些地方就不要再进去。
如果单纯是由阶段性供给刚性导致的涨价，那现在你一定要做一个假设：毛利率砍一半，它的量能增长5倍以上吗？能不能抵御住毛利率的下滑？
这个问题想清楚了，你才能待在里面。
聪投：不去那些地方了，那你现在在看哪些板块？
童卓：我们现在很重视医药、消费、互联网的布局。
因为现在很多CSP（云服务商）是被高价存储给压制住的，什么都贵。但一旦存储涨到顶，那些CSP是会受益的，他们的利润预期会首先开始反转。这个时候反而是要高度关注的，找好时间点再进去。
消费里面有很多公司的股息率已经到4个点以上，我已经在腾一些仓位，慢慢买合伙人推荐的消费里的一些东西——不能急，慢慢来。
就像投资里经常说的，既有眼前路，又有长远局。
很多人把消费都剁完了，揣着现金站在门口，心里还在犹豫要不要进来……那些东西我当然要去看一看了。
聪投：我觉得你比较在意周期节奏的把握，该赚的时候没浪费时间，后面又可以从容去捡那些两年没怎么涨的东西。
童卓：这是一个撕裂的市场，撕裂的市场一定有机会。
在那些跌得多的地方，肯定有被错杀的东西；而那些涨上去的东西里面，我们严格执行投资纪律。
聪投：投资纪律，比如说？
童卓：会注意ROIC，注意估值，注意股息率。
给大家一个最基本的原理，如果你的组合长期ROE或ROIC维持在15%以上，整个组合的估值能控制在10到15倍以内，股息率还维持在3个点以上，这个净值曲线拿出来是很厉害的。
所以组合中有些估值不合适的，我们会剔除出去。
聪投：A股消费现在很冷，但你会不会担心它就一直这样下去？
童卓：肯定会有新东西。而且你要知道，在A股有个很有利的条件，没有做空的力量。
你呆在里面只输时间不输钱，从安全角度是够安全的。
现在最冷的和最热的地方，两边研究都非常有价值。
合伙人讨论时，风险回报率是关键的指标
聪投：你做过实业，然后转向投资，是怎么做这个选择的？
童卓：因为我喜欢读书，喜欢思考，不喜欢世俗那些繁琐的事情——应酬，组织大量人员，跟很多人打交道。
做企业做到那个时候，我就不想做了。我要找一个我特别喜欢的事情。很幸运，世界上有投资这个职业。
我做企业的时候就开始接触投资，后来觉得尤其是二级市场，它给了你一个无拘无束、很公平的参与方式，你不需要在里面搞出一个复杂的商业组织，不需要把自己不喜欢的那些东西强加在上面。
做彤心也是这样。世界上不缺一家私募公司，但它的意义是，我可以按照自己的方式去理解和组织。
我们没有KPI。我给每个来的人推荐有部片子叫《徒手攀岩》，男主的生命状态非常好，不怨天尤人，无所畏惧，对热爱全身心灌注。
投资有时候就是这样，它可以给你一种很自由的生命状态。
聪投：从这个角度看，理论上你对产业是无所禁忌的，并不完全限制在科技？
童卓：行业上无所禁忌，方法论也是相通的。
但做投资的人必须对自己诚实。我在科技行业，可以很快建立控制反馈系统，知道怎么建立信号和反馈，如何去观察和学习。
在消费、在医药，我建立不了。很容易出错，因为没有这个能力。
但我有识人辨人的能力。所以我们找了其他合伙人，靠团队的力量。
聪投：几位合伙人覆盖领域主要是？
童卓：主要在科技、消费、互联网、医药等领域。
我们这里没有老板文化。在他们擅长的领域，我就充分尊重他们的专业，因为投资比的是胜率。
在一个70%胜率的人面前，一个60%胜率的人是没有价值的。不要以为60%胜率的人和70%胜率的人合作能够提高胜率。
我们这个行业绝不是堆人头的，最明智的方式，就是让胜率最高的人做决策。
聪投：合伙人之间有分歧的时候，怎么做决策？
童卓：我们不定期讲报告，所有人都参与。每位投研合伙人讲发现的机会，讲清楚风险回报比。
收益率不是唯一的指标，风险回报率才是更关键的指标。这是我们提供研究标的时共同的标尺。
聪投：我觉得压力挺大的，你要在自己高置信度的赛道和合伙人的赛道之间做平衡。
童卓：我的压力反而不大。因为机制和文化的设置让大家利益一致，最后都是为组合做贡献。
我们这个行业本质上就是两个杠杆：一个智力杠杆，一个资本杠杆。
投研团队一起构建同一个股票池，大家把智力成果贡献出来。智力成果最大化，对持有人才是利益最大化。
聪投：找到对的人很重要。
童卓：是的。正确的道路，要找到正确的人，配合正确的制度——我是做企业出来的，深知这三点的重要性。
既然走主观，你就要基于产业的深度研究，要有这种人请过来，要有组织和制度去匹配，只有这样才是长治久安。
聪投：我觉得这跟创始人的基因有关系。
当时跟梁文锋交流时，问他幻方内部怎么考核，有没有末位淘汰。他说没有。
我问那怎么评估一个人的工作？他说，我们在招的时候就非常严格，招到的都是我们想要的人；如果他的工作不胜任，那是我没有把他放在合适的位置上。
童卓：我们是严进，但不希望你走——你来了，我就希望你走不掉。
前面讲的产业经验、财富基础那些是硬门槛。
但这三年下来，我们对选人的讨论越来越一致，还多了些标准。比如“德”在前头，很多事情靠互相体谅；比如不要老争输赢。
有些组织是用平凡的人组织起来做非凡的事，靠组织和管理；我们这里是非凡的人做非凡的事，靠制度和文化。
均值回归的时间比以前更长了，主观要学会利用而不是对着干
聪投：你在下手的时候是果决的人吗？是一步买到位，还是慢慢试？
童卓：我不会一把卖干净，也不会一把就买进去，会慢慢校准，看一下趋势。
下决心买还是卖，是基于产业和企业的研究、基于风险定价做出的；但具体执行的节奏，是利用我对二级市场的熟悉。
科技股现在也一样，我在不断地根据风险回报比调整，但这不意味着我不喝这口泡沫；消费我在不断地买，但我也不会一把全买完——说不定后面更便宜、更有性价比。
决策已经下了，动作可以稍微慢一点，灵活去执行。
重点会观察市场的交易行为，尤其是量化。
聪投：这几年好多价值投资者涌到港股，港股也没什么量化，均值回归相对保持了原来的规律。
童卓：是的，港股保持在以前的节奏，但你要注意港股受流动性影响很大，
所以我在港股买，一定要有分红保护，因为不分红的股票更容易受流动性影响。六七个点的股息，拿着也能熬过去。
最具代表性的一场投资战役
聪投：投资这么多年，最有代表性、最能体现你决策风格的案例能分享一下吗？
童卓：讲一个我亏钱的，去年外卖大战里的互联网龙头。
这家公司我们开始买了很多。最早是京东跟他打，我们认为京东肯定打不赢他。
后来等阿里一进场，我们合伙人判断：事情发生变化了。
他说了两句话。第一句：阿里打不赢；第二句：但是这家公司会很难受，会失血的。
这个判断给的相当精准。
我很快就把组合中已经浮亏的标的卖掉了。
原因很简单。我搞不清楚这个周期多长。投资是有收益率的，收益率里面有个因子叫时间，涨跌是不能脱离时间的。
我搞不清楚这个烈度，当时谁都说不清楚。但是合伙人对产业很了解——事实证明这个判断完全准确。
碰到这种不确定因素，我不会选择硬扛。
但卖完出来以后，我们派了两个人去广州——看消费的合伙人和看互联网的合伙人。
他们在短兵相接最剧烈的地方蹲了一个多月，就在那里蹲守调研。
我跟他们说，只要那个地方对阿里稍微不利，或者这家公司证明在这个城市的模型能赢，我立刻把它买回来。但看到广州的情况以后，我们下了决定——不能再买了。
那段时间我们天天在一线调研，最后觉得，实在不行。亏了几个点出来。
聪投：这个案例很经典，把你的哲学底层、研究逻辑、还有合伙人文化全都体现出来了。
童卓：对，去之前我们内部从各个角度讨论，认为它最后会赢、能扛得过去，但损失多大不知道。
“不知道”这件事情，既意味着机会也意味着危险。
我特别愿意在这种有争议的地方去做。正反力量都很强，大家都盯着，赔率就很高。一旦证明我是对的，我会有很高的回报。
后来证明不行，那就算了，别干了。
但是我们立刻建立观测指标，投入重兵去研究。
我在内部一直说两条：第一，一定要诚实，不要自己骗自己；第二，没有调查研究就没有发言权，不要坐在办公室里，要到一线去看。
聪投：这是一个卖掉标的的案例，还有买入的吗？
童卓：我们同一个时间点，买了一家茶饮连锁公司。
聪投：是这一战的附带收获？
童卓：没错。
派去看大战的合伙人回来说，这场仗最受益的是一家茶饮连锁公司。它的店开在城市周边，外卖补贴正好帮它开店。
我问，这会不会是一锤子买卖？他说恰恰不是，这家公司的精细化耕耘能力很强，是产品驱动型，店开起来是能立住的。这个时候加速开店，可以推进它的上行。
要知道它跌下来的时候，扣掉账上现金只有12倍市盈率，利润还在增长。
外卖大战的几方失血很多，但这家公司帮我们赚了不少。
聪投：我现在能够理解你说的研究的乐趣。这个太有意思了，投资结构是正反馈，研究过程本身也是正反馈。
而且你们的信息蜘蛛网已经在那里了，中间稍微有点什么变化，整个网就震动起来，很多东西都能牵扯到。
童卓：对，这就是老法师的好处。团队打通，大家在一起聊，彼此研究的价值就融合出了投资想法。
而且我们这里没有组和组的概念，没有中间的隔断，投研信息是打通的。
AI不是用来替代研究员的，是放大认知的杠杆
聪投：你一直强调“投研要长在AI系统上”，这跟很多机构说的“用AI提效”区别在哪？
童卓：完全不是一回事。
大部分人是把AI当工具，用来写报告、做PPT、提高效率。我不在乎报告和PPT写得多漂亮，我在乎的是，AI系统认知到了什么水平、它读懂了什么。
聪投：所以它最大的价值，不在于快？
童卓：快只是表面。它真正改变的是认知的杠杆。
我们这种公司，以前最大的短板是处理能力不够。
但有了这套系统，我们的信息处理能力就赶上了。
聪投：能不能具体讲讲，这套系统跑一个研究，大概是什么样的流程？
童卓：比如说，研究员出去调研产业专家，可以把得出的认知让系统学习；然后是交叉检验；最后这一关则是人。
产业研究员看一遍：这个结论跟我的认知一不一样？哪里不一样？马上拿到产业里去验证，看是它的问题，还是我们漏掉了一个真实的产业信号。
带着判断回来，这个闭环就完成了。它每天都在这个闭环里成长，自己还会生成新的问题、新的记忆。
聪投：费雪做成长股喜欢闲聊法，现在有了AI，感觉闲聊法的效率提高了无数倍。
童卓：这套系统的天花板，还是取决于喂养它的人懂不懂产业。
AI放大的是认知，但认知本身，还是只能来自那些真正干过产业、能识别风险的人。
它放大高手，但淘汰不了高手。
我希望大家的生命状态是自由的
聪投：今年那次地缘冲突大跌，你在底部逆势加仓。人都有恐惧和贪婪，回到当时那几天，你内心是怎么过来的？
童卓：我会担忧。但我的处理方式是，把担忧写下来。
我到底在担忧什么，一条一条列出来，然后逐个去落实清楚。落实完了发现没什么，那也就放下了。
那几天我每天搜的不是正面新闻，是负面新闻。看有没有什么是我没考虑到的，是不是我身边的人给我发了错误的信号。
这些问题很快都有了答案，我就告诉自己，准备扛过去。
我还反向设了一个动手的条件：如果真的发动大规模地面战争，我一定毫不犹豫地把它全卖掉。但只要这件事没发生，我就愿意拿着。
我所有买卖东西，都有一个前提：假设我现在一股都没有，我愿意拿多少？
我当时问过自己，如果我一股没有，我愿不愿意在这个时候满仓？我是愿意的。因为这是赔率很高、胜率我认为也不低的时点。如果那个时候我连一股都不愿意拿，那我就该把它全卖光。
这就像打德州扑克。我愿意付一个很高的成本去看下一张牌，但如果真发出来的牌对我不利，我立马弃牌。
聪投：有没有你的“不为清单”，什么事是坚决不做的？
童卓：把人性引向恶的事，我不做。
比如在团队的决策里，任何会让大家的生命状态变得不自由的事，我不做。
我常跟团队说，不要把我的话刻舟求剑，我说的很可能是错的，你们觉得我错了，欢迎来辩。
这不是漂亮话。从我思想的底层，我就是随时准备认错的。
聪投：但你没办法阻止大家把你当老板，甚至不用你刻意去凌驾，大家也会自然地放大你的意见权重。
童卓：所以我对自己有两条要求。第一，我跟所有人执行同样的游戏规则。第二，我对所有人有平常之心。
我会反复问自己：我有没有变得骄傲？我还有没有平常之心？我有没有变得更谦卑？
一个人身上要能装下很多看起来矛盾的东西：既要有信仰，又要能够功利；既要能拼命奋斗，又要能慈悲；既要能竞争，又要相爱。
聪投：你说投资是要带着勇敢的。
童卓：但我从来不觉得自己有多了不起。
这个世界太复杂了，真正的第一性原理极其稀少，人类的知识里充满了错误。甚至本身就是错的，只是它有用而已。
投资人很容易长出一个特别强大的自我，而这个自我一旦失控，是会作恶的。
所以在那种最艰难的时刻，我觉得我已经做了我所有能做的、我认为正确的事，至于结果，那就归于自然吧。
人活着，一定要有能被感动的能力。
我很看重一个人身上的“神性”那一部分，你的勇敢、你的慈悲、你的怜悯，还有你被打动的能力。
我在公司里最常讲的一句话是：我希望能感动我的，也能感动你们；能激励我的，也能激励你们；我希望你们的生命状态，是自由的。
前插行
后插行
凡注明“聪明投资者”的作品，版权均属聪明投资者。未经授权严禁转载、摘编或利用其它方式使用，违者必究。所有文章旨在记录和传递信息，不代表“聪明投资者”赞同或反对其观点。
