Mina

[Mina @BeWithMe2022]

How can FedEx mark a package as "delivery attempted" when no delivery was actually attempted and no door tag was left? This is a false delivery attempt. @FedExHelp #FedEx #CustomerService #DeliveryIssue

[Mina @BeWithMe2022]

super cool, Haland

[Mina @BeWithMe2022]

@Rocky_Bitcoin 视频做的非常好

[Rocky @Rocky_Bitcoin]

这个HBM高带宽内存的介绍视频，做的很好！

发现油管上有各种大神，这位博主介绍了挺多芯片领域的东西，都比较通俗易懂，一看就明白，值得一看，推荐一下，如下👇图2！����

[Alpha | 阿尔法 @alpha101xyz]

我关注的AI半导体研究圈账号汇总
中文圈似乎都关注 @SemiAnalysis_ 但其实优质的独立研究远不止这一家.. 当然它的流量和订阅是最大的
今天算 $MU 市盈率的时候刚好看到 Damnang 发了下面的研究，关于“为什么存储已经不是周期股”，也印证了为什么我认为未来市盈率会冲击15倍...然后我意识到这么优秀的内容为什么中文圈关注这么少，这些都是买方机构现在必看的一些独立研究。是的，对冲基金们也不只信券商研究部门的研报，他们也订阅substack... 给大家汇总一下：
@SemiAnalysis_ AI 半导体深度研究核心源。GPU、HBM、数据中心网络、云厂商 capex、TCO 模型都看得很细，适合理解整个 AI compute stack 的真实成本和瓶颈
@damnang2 工程师视角的半导体研究。强项是 CPO、光互连、存储、封装、供应链瓶颈，很多内容能直接对应到产业链和可交易标的
@PhotonCap 专注光互连、CPO、silicon photonics。AI 集群越大，通信和光模块越关键，这类研究能帮助判断下一轮基础设施升级方向
@fabknowledge 半导体产业链和公司研究。适合建立设备、晶圆、封装、终端需求之间的完整框架，降低只看 ticker 的盲区
@austinsemis Chipstrat 的半导体商业战略研究。既看技术趋势，也看公司竞争、产业格局和商业模式，适合把技术信号转成投资判断
@semivision_tw 台湾视角的半导体研究。重点看光互连、CPO、异构整合、台系供应链，对理解 AI 半导体亚洲链条很有价值
@BenBajarin @creativestrat The Diligence Stack / Creative Strategies。AI full-stack 研究，覆盖芯片、基础设施、平台、企业 AI adoption，适合理解 AI 需求怎么传导到硬件
@benthompson Stratechery。科技战略研究平台，高频覆盖 AI、云、平台竞争和芯片公司商业模式，适合理解 AI 半导体需求背后的产业逻辑。
@Citrini7 主题投资研究很强。AI infrastructure、半导体供应链、材料、工业链覆盖较多，适合发现市场还没完全 price in 的二阶机会
@TMTBreakout TMT 交易研究。财报、sell-side 观点、交易催化、市场情绪和 positioning 都有覆盖，适合做短中期交易判断
@insane_analyst 独立投资研究。擅长挖半导体和 AI 硬件链里的非共识机会，尤其适合找小票和边缘供应链弹性
@clausaasholmThe Chip Letter。半导体商业数据、周期、供应链研究，适合补充行业节奏、订单变化和基本面验证
@vikramskr AI infrastructure 研究，覆盖 photonics、memory、interconnect、power、packaging。适合从“算力扩张”往下拆到具体硬件增量

[Art of Speculation @ArtofSpecuycky]

AI泡沫终究会破，但我认为现在离真正的疯狂，还差得很远 —— 说说我对这个周期的完整判断

看了Jim Bianco和David Lin的一段对话，结合我自己一直在跟踪的判断，整理成一篇完整的思路。

Jim Bianco是是Bianco Research LLC的总裁。从1990年开始，他对全球经济和金融市场的评论一直很有独到的视角，算是宏观圈里比较有分量的声音。

先说Jim Bianco对宏观的判断
Kevin Warsh取消前瞻指引之后，市场预期变了。Bianco的判断是美联储年内大概率至少加息一次，可能在10月。他指出这不是美国一家的事，目前全球主要央行都已经进入加息或紧缩周期，日本央行、澳大利亚央行、欧洲央行都已经采取了行动。
10年期美债收益率现在在4.42%左右，他预计年底前会朝5%靠拢。他认为短端利率涨得会比长端快，收益率曲线会进一步走平。
核心PCE通胀现在还在3.4%，已经连续63个月高于2%的目标。Bianco的判断是"AI会带来长期通缩"这个叙事已经过去了，我们正处在一个完全不同的高通胀循环里。

再说他对AI的判断，这是我也认同的一个框架：技术成熟度曲线
他认为AI最终一定会经历泡沫破裂，就像2000年互联网泡沫破裂的时候纳指跌了83%一样惨烈。但他认为我们现在还处于极早期，大概相当于1997到1998年的互联网阶段，距离真正的"狂热顶峰"还有数月甚至数年的时间。
他给出的理由是产能过剩有没有发生。2000年泡沫破裂前最典型的特征是严重的产能过剩，当年铺设的光纤多到全人类几十年都用不完。但他认为现在的AI完全是反过来的：算力依然严重短缺。Alphabet、SpaceX、英伟达这些巨头在疯狂举债扩产能，但这些钱真正变成过剩的数据中心，还需要好几年时间。
他还强调AI和元宇宙、VR这些短命的科技时尚不一样，因为它有明确且颠覆性的商业模式，替代传统的SaaS。未来用户只需要通过AI提示词对话，就能跨软件处理所有公��数据，这会重塑一个价值数千亿美元的软件市场。

他对加密货币的判断比较冷静
他认为加密货币现在处在"幻灭的低谷期"，跟朝气蓬勃的AI完全不是一个阶段。比特币诞生15年，以太坊超过10年，但除了投机和资产存储功能，自身的DeFi生态依然没办法和摩根大通、嘉信理财这些传统机构竞争。
唯一被他点名认可的方向是稳定币，尤其是在委内瑞拉这类高通胀、去美元化地区，稳定币作为实际支付手段确实有刚性需求。他建议行业应该把精力从"向华尔街婴儿潮一代兜售ETF纸上富贵"转向真正提升区块链底层交易速度这类基础设施建设。

他最后的核心结论
只要10年期美债收益率维持在5%左右的合理区域，他认为美股大盘尤其是AI板块依然有继续向上冲刺的动能。投资���需要做的是拥抱高波动性，并随时准备在几年后泡沫真正见顶时活着逃出来。

现在说我自己的判断
我同意泡沫终究会破。
利率这条线他说的我不是很同意。市场现在喊10年期重回5%、美联储重新加息，但美国政府债务规模这么大，如果10年期真长期站上5%，财政利息会迅速膨胀，房地产和企业融资压力都会更大。我倾向于认为未来几年更可能出现：通胀高于过去十年平均水平，但利率也不会长期维持极高水平。AI带来的生产率提升，有可能创造一种类似90年代科技繁荣时期的增长环境，但今天的宏观背景不太一样，债务水平更高，人口结构更老，全球化逆转。
关于AI泡沫的阶段判断，我也认同现在更像1997到1998年的互联网阶段。我自己看到的几个证据：第一是供给远超需求的情况现在还没有，GPU还在缺，电力还在缺，光模块还在缺，数据中心土地还在缺。800G还没铺完，1.6T刚开始，Scale-out刚开始，光学引擎产能还严重不足，CoWoS和PIC产能都还在扩张。第二是应用层还没真正爆发，很多企业还停留在概念验证、小规模部署阶段，距离真正改变商业模式还要时间。
我对AI和SaaS的关系想补充一点他说的：未来的软件形态，我觉得很可能从人适应软件变成软件理解人。AI不会消灭软件，但会重构软件的交互方式和商业模式。
泡沫最终一定会破，这件事我很同意。但目前看，我还没有看到真正非理性狂热的信号，我认为市场距离真正的疯狂阶段还有一段距离。
正因为这样，我做的所有短期技术分析，本质上是为了找到更好的加仓点位，去布局接下来的两年融涨。我的基本假设是，AI基础设施投资周期仍然没有结束，如果未来一两年供需关系没有发生根本变化，我倾向于认为这个周期还有继续上涨的空间。
给那些急着看空、做空美股的人一句话：the market can remain irrational longer than you can remain solvent，市场保持非理性的时间，可能比你的钱撑得更久。
现在的策略应该是拥抱波动，ride the wave，在真正狂欢结束之前体面离场，不是现在就提前下车，错过中间最肥的这一段。理性判断，留够生活需要的钱，尽量不上杠杆，安安稳稳把这段周期的钱赚到。市场永远都在，机会也永远都会有，活着，比赚快钱重要。

给后面几年画一个更长的时间轴，这是我自己延伸的判断
如果泡沫真的要破，我倾向于认为是27年年底-28年上半年开始见顶回落，29年和30年会经历比较明显的下跌，AI硬件这一整条产业链都会跌一遍。
补充一个更严谨的说法：这个下跌不是行业死掉，是资本回报率下降，再叠加估值过高和融资环境变化导致的。互联网当年也是这样，不只是光纤铺得太多，还有估值极度疯狂、大量质量��差的公司上市、利率上升、投资人开始转向关注盈利、融资环境突然收紧，这几个因素叠在一起才形成了那次的破裂。供给扩张过快、新增投资的边际回报越来越低，于是营收增速放缓、库存堆积、估值压缩。
但这个下跌不是终点，是为下一阶段铺路。基础设施跌透了，意味着算力、存储、网络这些底层成本会变得非常便宜。时间可能比很多人想象得早一些，但我相信当基础设施成本足够低的时候，AI应用层会迎来真正的大爆发。我倾向于认为，未来五年，十年最大的机会，最终会从卖铲子逐渐转向卖应用。
这一轮AI周期，最先被市场定价的是基础设施。而应用层虽然已经开始出现，但整体商业化规模还远没有达到成熟阶段。这就是我对整个AI周期的完整判断：基础设施先被定价，然后经历一轮估值出清，最后应用层在便宜的基础设施上真正爆发。现在我们还在��一阶段。
有一点要补充进这个框架：AI和互联网不太一样的��方在于，这次基础设施和应用层很可能会有很长时间是重叠的，不是等硬件跌完才轮到应用接力。互联网时代是铺网、上网、电商一步接一步走的线性过程，但AI现在的情况是，GPU还在涨，同时AI搜索、AI编程、AI客服已经在赚钱了，AI Agent也在进入企业，机器人开始慢慢落地。也就是说硬件还没见顶，应用已经出来了，这两条线很可能是并行的，不是先后接力的。
我的判断就是技术革命会经历一个固定的剧本：基础设施繁荣，资本回报率下降，基础设施估值出清，应用层收割。铁路时代是这样，电力时代是这样，互联网是这样，云计算某种程度也是这样。历史总是不断重复的，这次大概率也不会例外。

[Art of Speculation @ArtofSpecuycky]

美光财报前，把存储这个赛道重新捋一遍

下周三美光发财报，我想趁这个时间点把存储这个赛道完整讲清楚一次。
这不是一篇短期押财报涨跌的文章，是要说清楚为什么存储正在从传统周期股，变成AI产业链里最确定、最早兑现利润的核心瓶颈之一。
随着AI训练、推理和Agent持续放量，瓶颈正在从单颗芯片扩散到整个Memory Hierarchy。HBM决定GPU性能上限，服务器DRAM决定推理和Agent吞吐，eSSD则支撑数据、KV Cache、向量检索和企业级AI应用。所以存储不是单纯跟着AI炒一波，是在AI基础设施里承担越来越核心的系统角色。

先分析下为什么市场对这个赛道这么乐观，但要把预期和事实分开看
瑞银6月中旬发了一份半导体报告，分析师Nicolas Gaudois给出的预期，应该是当下市场上比较乐观的一种情景假设。瑞银的乐观假设是2026年全球半导体营收1.62万亿美元，同比增长118%，存储板块单独到9610亿美元。2027年全球半导体营收预计到2.38万亿美元，存储板块到1.638万亿美元。
这是一种情景，不是确定的结果。Gartner的预期相对保守一些，2026年半导体总营收1.32万亿美元，存储板块6300亿美元。两份报告的数字差异不小，但方向上有一个共识：存储在半导体总营收里的占比正在快速提高，不管按哪份预测，2026年存储都可能吃到总营收的一半左右，2027年这个比例还会继续抬升。
瑞银报告里有一个判断值得参考：AI智能体正在把半导体需求从GPU、HBM单点繁荣，扩散到CPU、DRAM、NAND、网络芯片、电源管理、设备和先进封装的全产业链。这是一个方向性的判断，至于具体数字能不能兑现，还要看后面几个季度的实际财报。

目前最重要的证据是价格和合同
DRAM、服务器内存、NAND价格都在持续上涨；HBM产能被提前锁定；下游客户开始从现货采购，转向多年长约和预付款。这意味着存储行业过去完全依赖现货价格波动的商业模式，正在被AI需求重新塑形。
具体的数字：DRAM合约价环比上涨55%到60%，服务器DRAM涨幅超60%，NAND环比上涨33%到38%。下游客户的需求只能被满足不到一半，龙头厂商的库存仅够维持约两周，正常情况下应该有数月库存。这些是已经在发生的价格行为，不是预测。

但这不代表存储从此没有周期了
更严谨的说法是：AI正在弱化存储行业过去那种剧烈的周期波动，并提高龙头厂商未来收入和利润的可见性，不是让周期彻底消失。真正需要跟踪的是这轮AI需求能否长期跑得比供给扩张更快。
算力需求仍在高速增长，目前看不到明显放缓的信号���
随着AI逐渐成为日常生活和企业软件的一部分，训练、推理以及Agent都会持续消耗更多算力。而算力扩张的背后，不只是GPU，更需要存储和连接同步升级。HBM、DRAM和eSSD，正在成为AI基础设施里最确定的受益方向之一。

供给端也不是短期能解决的问题，这是存储这个赛道最容易被低估的地方
供给端也不是短期能解决的问题，这是存储这个赛道最容易被低估的地方。
很多人觉得，只要厂商决定扩产，短缺很快就会缓解。但DRAM和HBM不是多买几台设备就能完成扩产，它是一个典型的重资产行业。从新Fab建设、设备安装、工艺验证，到良率爬坡和产能释放，往往需要数年时间。以美光爱达荷州的新工厂为例，从正式动工到预计产出第一批晶圆，整个周期接近5年。而开始生产也不代表马上满产，存储工厂从First Wafer到接近设计产能，通常还需要经历较长时间的产能和良率爬坡。更大的项目甚至是在建一座围绕半导体产业的新城市。电���、变电站、输电线路、供水系统、环保审批、人才培养体系，这些都需要提前建设。美国一些大型存储园区，仅仅高压输电线路的审批就可能花费数年时间。
所以很多人看到的是今天宣布1000亿美元扩产。但真正要看的是：这些钱什么时候才能变成HBM、DRAM和NAND？答案是几年以后。换句话说，今天宣布的扩产计划，并不会在明天变成市场供给。而AI的需求，却是现在就已经发生的。
HBM被提前锁单，服务器DRAM持续涨价，AI服务器和推理集群还在不断扩张。需求今天就在增长，价格今天就在上涨，利润今天就在兑现，而供给却需要几年时间才能慢慢追上。
这就是存储这个赛道最核心的不对称性：需求端跑的是百米冲刺，供给端跑的是马拉松。
这种供需错配，不一定会永久持续。但至少目前来看，在HBM和高端DRAM领域，新增供给释放的节奏，短期内仍可能慢于AI需求增长。
这也是为什么我认为存储是未来几年AI产业链里，最确定、也最值得长期关注的方向之一。

这也是为什么我把存储放在AI产业链第一优先级
它不像CPO那样还要等大规模验证，也不像Physical AI那样还处在预期阶段。存储是少数已经同时满足三个条件的赛道：需求���实，价格真实，利润真实。

估值这块要把周期股这个标签拿掉，但也不能完全说没风险
存储传统上被市场当成周期股看待，但顶尖HBM厂商的毛利率和赚钱能力，已经和英伟达比较接近了。SK海力士现在的远期市盈率只有十几倍，而英伟达在巨额体量下远期市盈率已经被市场拉低到20倍出头。这个对比说明存储股的估值有修复空间，但这是一个估值假设，最终能不能兑现要看接下来几个季度的实际盈利能否维持这个增速。
美光这边，目前市值已经接近1.3万亿美元。从HBM全球市占率看，海力士高达80%，美光只占20%左右，单纯比性价比海力士确实更划算。但美光有美国本土高端HBM制造商的政治溢价，加上美股交易享有更充足的流动性溢价。
需要正视的一点是：美光股价已经刷新历史新高，前瞻市盈率只有10倍左右，看起来很便宜。但周期股的特点是利润最高峰的时���PE最低，这个10倍PE是否真的便宜，完全取决于AI带来的内存需求是不是结构���改变。这是一个需要持续验证的判断。

美光这次财报，真正重要的是要看三个问题
第一，HBM和高端DRAM需求是否继续超预期。
第二，毛利率和下一季度指引是否证明价格上涨仍在持续。
第三，管理层对CapEx的表述，是不是暗示未来两三年供给会更快追上需求。
公司官方此前给出的指引是营收335亿美元、毛利率约81%、EPS19.15美元，华尔街预期EPS能到20.25美元。考虑到美光上季度大幅超越自身指引，这次财报继续超预期的概率不低，但具体能超多少、管理层对下一季度怎么定调，才是真正决定股价方向的关键。

短期财报后怎么看
存储股经常出现财报很好但股价Sell News的情况，尤其在股价已经提前上涨之后。上次财报3月18日，数据虽然炸裂，但因为管理层宣布上调资本开支，导致股价次日大跌4%，一周内回撤16%到20%。但三个月后股价又翻了一倍多。SNDK财报后利���出尽，然后过两天又涨回去了。
如果财报后因为情绪或短期资金兑现而���调，只要价格、长约、毛利率和指引没有变坏，这就是一个非常好的加仓机会，把握住机会。

我的核心判断：存储仍然有周期，但这一次AI正在把周期拉长、把波动压平、把龙头公司的收入可见性显著提高。如果AI基础设施继续扩张，未来两年最确定的利润池，依然很可能在HBM、DRAM和eSSD这里。

[Art of Speculation @ArtofSpecuycky]

高通到底是什么公司？——6月24日投资者大会前说说我的看法
��答应过推友要写高通的分析。下周二6月24日高通有投资者大会，趁这个时间点写一篇。
市场目前依然把高通定义为一家手机芯片公司。但如果未来几年AI真正从云端走向现实世界，高通可能是整个AI产业链里被低估最严重的公司之一。我看好高通的逻辑是因为我认为它正在从一家移动芯片公司，转型为横跨端侧AI、Physical AI、数据中心AI和智能终端的���算平台公司。它已经同时占了好几个赛道，今天把这件事拆开讲清楚。

先说基本面和护城河
今天的高通已经有多个增长引擎：Snapdragon手机平台、AI PC、汽车芯片、工业和IoT、XR设备、数据中心AI、Physical AI。

四层护城河
第一层，是全球5G专利授权体系。
不管谁卖5G手机，都需要向高通支付标准必要专利（SEP）授权费。即便未来苹果完全不使用高通基带，只要继续生产5G iPhone，理论上依然需要支付相关专利费用。这项业务每年贡献接近60亿美元收入，利润率远高于芯片业务，是高通最稳定、也是最容易被忽视的现金流来源。
第二层，是全球领先的基带和无线连接技术。
基带芯片不是简单的数字逻辑，而是全球频段兼容、射频优化、功耗管理和十几年工程经验的积累。苹果投入巨大、研发多年，直到今天仍处于逐步替代过程中，本身就说明无线连接技术的门��。
第三层，也是���认为最重要的一层：高通已经拥有全球最大的端侧计算入口之一。
手机、PC、汽车、XR、IoT……这些设备今天未必都是AI终端，但未来很可能都会变成AI终端。而高通已经提前进入了这些市场。
第四层，是超低功耗AI计算能力。
如果未来AI最终进入现实世界，那么机器人、眼镜、汽车、手机，都不可能背着几千瓦的数据中心。它们需要本地推理，延迟，超低功耗，永远在线。
这是高通过去二十年最擅长的事情。
英伟达定义了AI训练时代。而高通，正在争夺AI进入现实世界时代的话语权。

汽车业务已经不是讲故事了。过去几年，高通汽车业务收入已经从数亿美元增长到单季度超过10亿美元，并积累了约450亿美元的Design Win。Design Win不是收入，但它意味着未来几年，全球主流车企正在用真金白银提前下注。至少说明，软件定义汽车和AI汽车的趋势，已经开始兑现。

从估值角度看，高通其实是一家很有意思的公司。它目前年营收约450亿美元，已经接近英特尔的规模，明显高于AMD。盈利质量也并不差。Non-GAAP口��下，高通毛利率约55.5%，净利润率约27%；AMD毛利率约55%，净利润率约22%；英特尔毛利率约41%，净利润率约11%。无论是盈利能力还是现金流，高通都算得上大型芯片公司中的优等生。但市场给它的估值，却依然像一家成熟手机公司。

当然，市场这样定价，也并非毫无道理。AMD拥有数据中心GPU和AI推理业务，英特尔拥有代工、PC复苏以及AI PC的预期，而高通的端侧AI、汽车、XR、机器人以及数据中心ASIC，大部分仍然处于兑现早期。市场担心的是AI推理需求会不会继续集中在数据中心？汽车和端侧AI的爆发会不会比想象中更慢？高通能不能真正摆脱手机公司的标签？这些疑问都是真实存在的。

但我认为，市场可能低估了一件事：AI最终不会永远停留在云端。真正大规模的AI，最终一定会进入现实世界。进入手机、PC、眼镜、汽车、机器人、工业设备。
而这些设备，需要的是低功耗、低延迟、本地推理、永远在线的AI计算平台。

如果这个趋势成立，那么今天市场给予高通的，可能仍然是手机公司的估值。而未来，它获得的可能是Physical AI时代平台公司的估值。

华尔街分析师平均目标价在191美元，我觉得严重���估了它的潜力。摩根大通最近把目标价从165上调到265美元，华尔街给出的最高目标价是300美元。

AI最终一定会从云端走向终端
AI训练发生在数据中心，但AI应用最终必须进入现实世界——手机、PC、智能眼镜、汽车、工业设备、机器人、无人机。这些设备有三个共同需求：低延迟、低功耗、本地推理，而这恰恰是高通最擅长的领域。
英伟达定义了AI训练时代，高通有机会成为AI进入现实世界时代的重要平台。如果未来每个人身边都有AI Agent，每辆车都有AI，每个机器人都有AI，终端侧计算的重要性只会越来越高。

数据中心AI和ASIC，是高通最大的估值重估机会
5月26日，高通宣布与字节跳动达成了一项数百万颗级别的AI数据中心定制芯片大单，这意味着高通不再只能享有传统手机公司的估值，而是可以对标博通和Marvell，Forward PE差不多在35到40倍。
4月底电话会议上���管理层已经确认正在和一家头部超大规模云厂商合作，华尔街推测可能是微软、亚马逊、Meta或谷歌中的一家，6月24日的投资者大会很可能正式宣布。这次合作属于多代际合作，首批产品预计今年年底开始出货，同时还在推进多个大型云客户的合作机会。
高通已经推出AI200和AI250 AI推理加速器，正式进入AI基础设施市场。

Tenstorrent这笔潜在收购，可能补上最后一块拼图
市场传出高通正在讨论收购Tenstorrent，交易规模可能达到80到100亿美元，如果成了会是近三年来最大的芯片收购案。
这件事重要的原因在于Tenstorrent不只是有AI加速器技术、RISC-V能力和数据中心IP，更重要的是拥有Jim Keller，他曾参与AMD Zen、苹果芯片和特斯拉芯片设计这几个传奇项目。如果交易达成，高通会同时获得数据中心CPU能力、AI Accelerator能力、RISC-V布局和顶级芯片人才。

6月24日投资者大会，五个看点
核心主题是围绕Agentic AI时代更新增长和多元化战略。
第一，数据中心芯片是最大看点，管理层预计会披露数据中心和Physical AI路线图，包括2026年底开始向某家超大规模云厂商��付定制芯片。
第二，芯片产品架构。管理层已预告数据中心战略分三块：CPU、XPU推理加速器，以及为单一客户定制的ASIC，且不需要昂贵的HBM，被定位为成本和供应优势。
第三，营收量级和时间表。管理层称数据中心营收必须达到数十亿美元级别，已经把部分收入提前到FY2027，ASIC最早2026自然年内开始出货。
第四，6G，是手机基带主业的下一代延伸叙事。
第五，潜在并购，Tenstorrent这笔交易市场会关注管理层有没有更明确表态。

总结
市场把高通当成手机公司估值，但它真正在做的是把自己变成Physical AI时代连接人与机器、云与边缘的底层平台。下周三的投资者大会，会是验证这个故事的第一个重要节点。

[Art of Speculation @ArtofSpecuycky]

记住这张图
今年最大、最可持续的收益不是来自抓住某一只妖股，是识别趋势，选择龙头，然后坚定持有。
如果你和我一样，相信AI未来两年仍然会高速发展，相信GPU、存储、光通信、电力和数据中心，依然会处于供不应求的状态。那么，最好的策略是逢低买入，布局每个赛道真正的领导者。
具体怎么找领导者，我自己按确定性把整个产业链分成了四个梯队。
第一梯队 (确定性最高)：存储、GPU、光互连、ASIC加Networking、先进封装、CPU。这六个是目前需求和利润兑现速度最快的环节，价格和合同已经在今天验证。
第二梯队：电力/AI Factory、液冷、核能。这几个逻辑同样扎实，但兑现节奏比第一梯队稍慢一些，部分还在产能建设的早期阶段。
第三梯��：PCB/ABF/CCL、MLCC、半导体设备。这是AI基建里卖铲子的角色，赚钱但天花板没那么高，是配套环节，不是核心控制点。
第四梯队 (未来赔率最大)：Physical AI、Agent/数据层、稳定币/AI金融、Edge AI、AI-RAN。这几个方向逻辑都成立，但目前还处在叙事早期，赢家还没确定，属于高风险高回报的期权仓位，适合小仓位布局，不适合重仓。
AI是算力，存储，网络，光通信，基础设施，数据，电力，以及未来几年持续发生的产业升级。找到龙头。追随趋势。让时间成为复利的朋友。
这里要说一句：我之前提到过的公司是我自己跟踪和持有的一部分，没有被点名的公司不代表不值得看，每个板块可能都有几家值得研究的标的，这篇不是要给出一份完整的名单，是想分享一个思考框架。

我自己设了几个观察指标，作为判断这套框架是否还成立的底线：原油价格如果重新失控大幅飙升、信用利差出现系统性走阔，市场开始重新计价信用风险、企业的实际订单开始被下修，没有延续超预期、超大规模云厂商开始砍AI资本开支、云厂商的经营现金流撐不住自己宣布的资本开支计划、推理价格的下降不再是技术进步带来的良性降本，演变成恶性竞争下的纯粹价值毁灭。
如果这几个信号同时或者大面积出现，那���是该认真考虑离场的时刻。目前为止，我没有看到任何一个指标在证伪AI的逻辑。

[Mina @BeWithMe2022]

@0x_Discover BTC

[Mina @BeWithMe2022]

@cobraalerts trade

[Mina @BeWithMe2022]

@StockSavvyShay Two beautiful women and one handsome guy

[Mina @BeWithMe2022]

@elonmuskADO 56