佩雷斯技术革命周期诊断
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的官方安装指南,将 @user_5255fd6a/pereztechcycle 安装到 AI 助手中。
技能介绍
要解决的问题
「这次是不是不一样?」几乎每轮技术浪潮都会把这个问题重新问一遍。真正难回答的不是技术本身是否真实,而是当前处在周期的哪个阶段:是基础设施仍在铺设的安装期,还是泡沫化的狂热期,是暴跌中站在转折点上,还是已经进入协同部署的收获期。佩雷斯在《技术革命与金融资本》里给出的答案很明确——暴跌是革命进程中被安排好的一个阶段,而不是对技术的否定。但书里的历史叙事是定性的,直接套用容易变成事后解释。
这个技能要解决的就是这一落差:把佩雷斯框架改造成一个可重复执行的诊断流程,让判断基于可观测证据,而不是情绪和口号。
核心能力与关键步骤
- 识别革命与范式:先锁定正在分析的是哪次技术革命(五大经典革命清单见
references/framework.md)。对 1971 年之后的新方向——比如 AI、生物技术、能源转型——显式标注为候选的第六次革命,并说清类比的依据。诊断之前,先陈述该范式的「最佳实践常识」。 - 锚定两期四阶段模型:安装期(爆发 Irruption → 狂热 Frenzy)→ 转折点 → 部署期(协同 Synergy → 成熟 Maturity),以及每个阶段金融资本与生产资本谁主导、国家该扮演什么角色。
- 十条指标计分卡:
references/scorecard.md提供 10 条可观测判据,每条按 0–3 分给四个阶段签名打分。推荐用脚本python scripts/phase_scorecard.py跑矩阵,汇总各阶段列后输出主导阶段与次优候选,并把带日期的结论追加到history.csv,让阶段判断本身变成一条时间序列。手工统计也可以,但次优候选必须一直摆在台面上。 - 阶段 → 策略映射:爆发/早期安装期持有基础设施的建设方,接受高波动;狂热期警惕纸面收益与基本面脱钩、主题内估值离散度坍缩、发行泛滥;转折点生存优先,暴跌把已建成的装机量以合理价格转移给更强的持有者,这是黄金时代的前置条件;协同期赢家变成基础设施的使用者,利润来自「用」而不是「建」;成熟期范式收益耗尽,回报转向寻找下一个引爆点。
- 国家与不平等视角:转折点上需要主动的监管、公共投资与收入再分配,并区分镀金时代与真正的黄金时代。
- 结构化诊断报告:输出范式判定、带分数的阶段读数及次优候选、当前主导的资本逻辑、三条决策相关推论,以及判断出错时的关键风险。
适用边界
- 这个模型是启发式工具,不是机械预测器。每一次技术革命都有独特性,阶段重叠和不规则属于常态,每份诊断都必须显式写明这一前提。
- 评分只针对证据,不针对情绪。计分卡存在的意义就是逼着你把感受替换成可核查的事实。
- 次优候选不能删。狂热与协同两种情形要同时保留,直到证据给出裁决。
- 相关但不同的框架——康波、创造性破坏——只作为参照系,不替代本技能的阶段判定。
使用场景
- 判断 AI、半导体、新能源分别处在技术革命哪个阶段,需要可核查的证据化读数。
- 市场上「是不是泡沫」「会不会崩」争论激烈,需要区分狂热期信号与真实基本面。
- 为资产配置或板块轮动找依据,需要把阶段判定映射成建设方还是使用方的逻辑。
- 写报告时想检验「这次不一样」的论点,需要用历史先例给结论做压力测试。
适合人员
- 行业研究员:要在研报中给出产业周期定位,并说明支撑该结论的具体证据。
- 基金经理与策略分析师:需要把技术革命阶段翻译成板块配置与轮动逻辑。
- 企业战略或 BD 负责人:判断所在行业处在安装期还是部署期,决定投基建还是拓应用。
- 关注长波周期与不平等议题的写作者:需要一套结构化框架来组织分析文章。