0xLaika

[本杰明乌萨奇 @Corsica267]

稍微唱个反调。

息不息的我不想讨论，包括缩表什么的。

一个联储主席的变动是破坏预期，调整市场的反应函数，改变价格发现能力。

举个例子。

好多人之前相信中国房产不会跌。不是房价能永远涨，而是不能跌。牵扯的理由包括地方财政银行资产居民财富一系列的东西，逻辑非常硬，所以推导认为出了事国家一定会救。

但是国家想救，不代表国家在任何价格水平都救得了。于是保银行、保财政、保就业，就是没有保房价。

那么一样的，08年救了银行没有救股东，23年救存款人没有救银行股票。

某个被认为100%成立的约束条件，突然被证明其实只有80%。或者认为会怎么样发生的事情，如何有条件发生。

反应函数。决定资产定价框架。

所以明年是不是会降息一次、会不会缩表，都不那么急切。估值模型里最贵的东西叫确定性。

Warsh身上还有一个很微妙的因素，08年的时候他就在理事会，所以他不会不知道流动性危机有多可怕。问题在于，这个人现在跑出来说，金融系统和资产价格是两个东西。

如果市场过去默认存在一个100%的Fed Put，那么新主席真正带来的变化，未必是利率路径本身。而是市场要重新评估这个Put到底还在不在。以及如果在，它的执行价又在哪里。

[AI奶爸 @zstmfhy]

最近测了个"纯血"OpenAI中转站，只卖 OpenAI，别家模型一概不上架。

模型我亲自验过，没掺假，GPT-5.5 和 5.4 的测试截图都稳的，速度和官方基本一致。

重点说价格，算完账我都惊了——

🧧 新用户羊毛：9.9元 = 150美元额度
1美元额度只要 6分6人民币，1块钱能换约 15美元 额度。
⚠️ 只能买一次，纯纯亏本拉新，建议先薅为敬。

📦 长期用看订阅档（以 Solo 为例）：299元 = 500美元额度
1美元额度约 6毛人民币，对比官方也是骨折价。

✅ 只做 OpenAI，不混卖不掺水
✅ GPT-5.5 / GPT-5.4 实测可用
✅ 订阅制，额度按月刷新，不用操心余额

👉 https://t.co/VSPFsMrGAx

9块9先验货，好用再续。有需要的去试试，这波不亏。

[Elon Musk @elonmusk]

Make our Sun sentient to understand the Universe and extend the light of consciousness to the stars

[afiq @afiq22845893]

为爱发电：只要有域名，就可免费翻墙。

[小叮当 @Cryptoxiaodd]

codex额度重置教程出来了
需要的自取 感谢老哥出教程🌹

[Smartpig @Smartpigai]

美股投资者用 Codex，别只拿来写代码。

这 10 个 Skills 更适合美股研究、交易复盘、财经内容创作者：

1、stock-eval

快速评估一只美股：质量、ROIC、Piotroski、估值、买/看/放弃信号

GitHub：
https://t.co/i6rO7gXvnf

2、fundamental-analysis

拆 10-K / 10-Q：收入、利润率、现金流、资产负债表、会计质量

GitHub：
https://t.co/i6rO7gXvnf

3、dcf-valuation
DCF 估值：WACC、终值、熊/基/牛三种情景、敏感性分析

GitHub：
https://t.co/i6rO7gXvnf

4、earnings-analysis

财报季必备：业绩 beat/miss、guidance 变化、管理层口径、Q&A 风险点

GitHub：
https://t.co/z6jgo1tqia

5、edgar-change-interpreter

读 SEC 文件别只看总结，要看“变了什么”和“少说了什么”：10-K、10-Q、8-K 风险变化、披露陷阱

GitHub：
https://t.co/qWmhqH3NCe

6、technical-analysis

技术面辅助：MA、RSI、MACD、支撑阻力、周线结构、趋势确认

GitHub：
https://t.co/J0YNApVDo3

7、sector-rotation

看板块轮动：科技、金融、医疗、能源、消费谁在走强，市场处在什么阶段

GitHub：
https://t.co/J0YNApVDo3

8、canslim-vcp-screener

成长股筛选：CANSLIM、VCP、突破形态、成交量确认
GitHub：
https://t.co/J0YNApVDo3

9、institutional-flow-13f

看机构持仓：13F 变化、聪明钱流向、增持/减持、集中度变化

GitHub：
https://t.co/i6rO7gXvnf

10、portfolio-review

组合复盘：仓位集中度、行业暴露、风险指标、再平衡建议、持仓 thesis 是否失效

GitHub：
https://t.co/J0YNApVDo3

美股研究链路就是：
宏观 → 行业 → 个股 → 财报 → 估值 → 技术面 → 组合 → 复盘

不要一次全装。

长期投资者先装：fundamental-analysis、dcf-valuation、earnings-analysis、edgar-change-interpreter。

交易型选手先装：technical-analysis、sector-rotation、canslim-vcp-screener、position-sizer。
财经内容创作者先装：stock-eval、earnings-analysis、portfolio-review、fact-check。

重点不是让 AI 替你荐股，而是把重复的投研动作变成标准流程。

#Codex #美股 #AI投研 #投资研究

[パウロ @paurooteri]

感谢您的精彩分析。
考虑到近年来 NAURA（北方华创）和 AMEC（中微公司）的迅猛发展，我认为 CXMT（长鑫存储）的设备订单很可能会几乎全部转移给中国本土企业。
其结果是，TEL（东京电子）和 KOKUSAI 在 DRAM 设备中的批量式成膜设备（Batch Deposition）市场份额下降将不可避免，这一趋势在 KOKUSAI 的 IR（投资者关系）问答环节中也已透露出相关的迹象。

[Ace from Money or Life 美股频道 @Money_or_Life_X]

转发，看完了 坤元财研 早前 光模块视频 和今天的PCB 视频，确认了自己的投资逻辑。优质视频，大家可以去抖音支持原创作者。

[GDP @bookwormengr]

The photonics related stock sell off looks ridiculous.

NPO does require:
- Laser source
- FAU
- PIC/EIC all just like CPO!!!!

The main thing that changes from CPO is where PIC/EIC assembly is located - whether on ASIC substrate (CPO) or off-ASIC substrate (NPO).

And did you know NPO needs more DSP logic (which could be absorbed in ASIC) than CPO, as it needs more correction of disturbance caused by long connection? @austinsemis

So in going from CPO to NPO, you basically you are trading packaging complexity of CPO for packaging simplicity of NPO at higher energy expenditure. Laser, FAU, PIC/EIC all still needed.

What am I missing?

@iamfabian @jaygoldberg @vikramskr @zephyr_z9

[Leonard @Leoskie_L]

這台 Wiwynn 在 Computex 2026 展的東西，表面上你看是「AI compute tray」，但其實重點根本不是 tray。重點是它在解一個很物理層的問題：AI accelerator 之間 Scale-Up 要怎麼互連，才不會被銅線、距離、功耗、散熱全部卡死。

它的做法就是 Co-Packaged Optics，CPO。簡單講，Broadcom 的 optical engine 不是放在外面交換器模組裡，而是直接跟 AI accelerator / GPU 包到同一個 substrate 上。每個 tray 裡面放兩顆 AI processor，然後光訊號直接從前面板一路進到 chip-level optical engine。這就不是「網路線插一插」那種概念了，這比較像你把高速公路出口直接開到工廠門口，貨車不用再繞市區。

前面板那邊有 detachable Fiber Array Unit，FAU，Broadcom 跟 Senko 的方案都有展示。黃色的 optical fiber 負責雙向流量，特別是 Scale-Up clustering 用的。這邊很關鍵，因為 Scale-Up 不是單純把機器連起來而已，它要的是 accelerator 之間像在同一個巨大系統裡面講話。你 latency 一高、bandwidth 一卡，整個 cluster 就開始搞笑。

然後中間那一排是 External Laser Source，ELS，也是 Broadcom 的。它透過 PM fiber，把光送到 optical engine，讓 silicon photonics 可以傳資料。也就是說，資料傳輸用的是光，但光源本身被拉出來集中管理。這有點像餐廳後場：火源不要每個爐子亂裝一套，集中供應，前面只管煮，效率跟維修都比較可控。

但 CPO 爽歸爽，問題馬上來：熱。

所以這個設計直接 100% liquid cooling，fanless。不是「GPU 水冷一下」而已，是整個 tray 裡面會發熱的東西都進水冷迴路：GPU、CPU、RAM、power module，甚至 external laser source 都吃冷板。它用 system manifold 把單一入口的冷卻液分配到各個熱源，避免某些元件先吃到已經被加熱過的水。這其實很狠，因為 AI rack 以後不是誰算力強就贏，是誰能把熱穩定帶走，誰才撐得住。

電力這邊目前 demo 是 50V input。但 Wiwynn 也在看 HVDC，例如 800V 或 +/-400V。這方向不意外，因為 rack power density 一直往上衝，低壓大電流會讓線材、銅損、配電全部變成災難。你不能一邊說我要 mega Scale-Up cluster，一邊還用傳統配電方式硬撐，最後不是效率血虧，就是機櫃裡面變烤箱。

整體拓撲也很清楚：這些 compute trays 塞進 dedicated compute rack，然後透過前面板 optical patch panel 接到多個 switch racks，組成大型 Scale-Up AI cluster。

所以這台東西真正想講的是：

AI 伺服器已經不是「GPU 多放幾顆」的時代了。現在卡的是 L5 連接、L3 散熱、L6 封裝、L2 電力，全部一起卡。CPO 把光拉到 chip 旁邊，liquid cooling 把熱抽走，HVDC 則是下一步要解電力配送。

credit to : https://t.co/KEpPCVODlY

[ariel reyez romero @ReyezAriel]

《伊朗局势的乌克兰化：川普的阴谋》

“战争的目的不是赢得战争，而是维持战争。”——奥威尔

伊朗战争，或许正是这样一场战争。

伊朗战争并不完全属于战场。
它更像一个被金融系统约束的变量，嵌入在资产价格、利率、通胀和流动性之间，其进展由市场承受能力决定。

一、美国为什么“不解决”伊朗问题
如果问题可以解决，却长期不被解决，通常不是能力问题，而是结构问题。
伊朗问题就是这样。
从军事能力上看，美国有能力在短时间内摧毁伊朗的关键设施。
从政治上看，也存在窗口期。
但这个问题始终被“管理”，而不是被“解决”。
原因很简单：
解决问题，可能破坏对美国有利的系统。
一个伊朗问题被彻底解决的中东，意味着：
油价失去风险溢价
能源市场重新定价
地缘安全需求下降
军工订单周期性收缩
这些变化，会直接传导到美国的核心变量：资产价格、企业利润和金融稳定。
换句话说，
和平，并不一定是最优解。

二、战争的真实约束：不是军力，而是市场
对川普和美国来说，伊朗战争，有三条隐形边界：
股市不能进入趋势性下跌（财富效应）
油价不能失控（通胀链条）

流动性不能出问题（系统稳定）
这三条，构成了战争的“金融边界”。
美国家庭资产高度绑定股市。
企业融资依赖流动性。
通胀直接影响政治博弈。
战争一旦越过这些边界，就不再是战争问题，而是系统性风险。
因此，真正决定战争强度的，不是军事实力，而是：
市场能承受多大的波动。
战争在开始之前就被定价了；因此，战争在开始之前也早已被定性了

三、不是战争，而是控制
在这种约束下，美国在中东的最优策略，不是胜利，而是控制。
不是彻底和平，也不是全面战争。
而是一种长期存在、可调节的紧张状态。
它具有几个特征：
可以升温，也可以降温
不会快速结束

不会完全失控（在大多数时间）
这种状态，带来的是一整套稳定收益：
霍尔木兹海峡的风险溢价，支撑能源价格
欧洲和亚洲盟友对安全的持续依赖
军工体系获得长期订单
ISR、AI军事系统在低烈度冲突中不断迭代
可随时升级，以卡住最大的竞争对手的脖子
这不是一场战争。
更像是一种可运营的地缘结构。

四、川普的底线：不是输赢，而是市场
在这个框架下，川普的约束条件，并不在战场。
而在市场。
他的底线不是赢，而是：
股市不能崩
油价不能爆
流动性不能断
只要这三条不被触发，冲突本身是可以存在的。

这也解释了一种看似矛盾的策略：
行动可以强硬，但必须可控。
冲突可以升级，但不能失控。
最坏的情况，不是没赢。
而是市场失序。
即使出现一种“无结果”的结局——
伊朗政权仍在，地区更紧张——
但这不重要，因为系统的核心目标已经实现：
紧张被维持
盟友被绑定
对手（尤其是能源依赖型国家）被约束
这是一种“先不败，而后求胜”的策略。
但“胜”的定义，已经改变。川普一开战，无论结果，胜负已定。

五、安全外包与成本分担
在更大的结构中，美国并不需要独自承担成本。
它推动的是一种机制：
安全外包
成本分担
多国协同
通过制造或维持不确定性，让盟友持续投入安全支出。
同时，通过技术体系（如导弹防御、预警系统等）形成依赖关系。
世界越不稳定，这种依赖就越稳固。
秩序，不是通过消除风险建立的。
而是通过管理风险建立的。

六、真正的风险：系统失控
问题在于，所有被精确控制的系统，都有边界。
一旦越过边界，系统会迅速进入非线性状态。

伊朗清楚这一点。
它的策略，并不是对抗美国的优势。
而是在边界附近反复试探。
因为它知道，美国最大的风险，不是战争本身，而是战争失控。
这就是尾部风险。
但它出现的概率不高，因为革命卫队也是人，也有利益诉求。是人，有利益诉求，就还可能妥协。

[Mulight 沐光🌟 @0xMulight]

白毛股神 Serenity @aleabitoreddit 爆火后，GitHub上涌现一大堆粉丝把她的投研思路蒸馏成 AI Agent Skill的项目。

现在最火的几个都是直接能装进Claude、Codex、ChatGPT 用的“ Serenity Skill”。这里挑目前最火、实用性最高的3个推荐给大家：

I haskaomni/serenity 最强 Dashboard + Signal追踪器

实时抓取Serenity的推文、回复、付费帖，自动提取$SYMBOL，存SQLite + 下载Yahoo日线图，还带 Codex skill 给股票打 0-100 分。
安装简单，本地运行dashboard 就能看她历史信号和最新动向。

链接：https://t.co/GeOThhZPQ6

I haskaomni/serenity-skill（haskaomni 的另一个仓库，同作者）

把 Serenity 完整投研框架做成可复用 Codex/Claude Skill，专注供应链瓶颈拆解、跨市场分析。直接复制 SKILL 文件丢进 AI 项目就可以使用。

链接：https://t.co/M5X2Cs9ZTS

I muxuuu/serenity-skill 目前最新最火的 Agent Skill

完整把Serenity公开推文里的投研路径做成 Agent：从热点—拆解产业链—找瓶颈——筛公司→查公告/财报/客户/产能/风险，最后输出优先研究清单。

链接：https://t.co/f3wBn4YSrL

额外轻量版：
0xAgata-prog/serenity-skill（vercel 官方推荐）
从她 4740+ 条推文蒸馏的prompt文件，npx一键安装，最适合新手直接丢给Claude Projects使用。

供应链瓶颈 + 贝叶斯更新 + 需求冲击拆解

这是白毛股神的研究方法

这些仓库本质都是开源复刻Serenity思考框架，装一个就能让AI帮你分析新股神的那套研究方法，提升效率。

[degentrading @degentradingLSD]

$SKYNIX - Let me expand on this a little further (thread below)

[Jealousy 尼卡 @eastweb3eth]

Serenity 白发女股神 Skill

最近 Serenity 绝对是美股赛道热度最高的人物。原因还是因为其有极强的能力。

这个库把 @aleabitoreddit 全部推文观点蒸馏后做成的skill。安装好以后，你就可以跟它对话。它可以替你用 Serenity 的思维框架来分析股票、拆解供应链，就像 Serenity 成为了你的私人股票投资助理。

让 AI 用 Serenity 式投研方法，筛出上涨逻辑更清楚的股票和基金方向。

仓库：https://t.co/bsrfnqiWvS

最后，还是风险提示，股票投资是有风险的，大家购买之前一定要DYOR~

我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

[lufei @lufeieth]

Jeremy 的这场AMA，大家提的问题都是最近CRCL投资者最关心的，包括近期USDC流通量不增长、股价下跌、资金从加密流向AI等。干货极多。

也讲了USDC、ARC的更深层次愿景和价值。看完绝对能给CRCL投资者充值信仰。😄

[Critical Metals Corp @CriticalMet]

#CriticalMinerals #RareEarths Well said and worth the time! #Tanbreez is a the solution for more secure, stable and safe supply source. #Greenland

[Serenity @aleabitoreddit]

Well, looks like it’s that time of the year again for $COIN, $HOOD, $CRCL and co.

So much for a “friendly administration” and “strategic reserve” if they’re trying to ram through Bank Lobbied Clarity Act bills…

To ban any form of innovation or competition against banks, with things like yields.

And nuking liquidity as they go (but strengthens the USD)

Valuations do seem compelling again if you’re swing trading.

[Herman Jin @ShanghaoJin]

凡所有相，皆是虚妄。若见诸相非相，则见如来

作为一个AI死多头，我知道在所有人狂欢的时候，但凡发出一点悲观的言论都必被讥讽、嘲笑

但是，我很想写此文，其实是复盘与反思：不但是为自己这两年半写X、做交易做的；也是也是对这个疯狂市场做的

很幸运，作为闲暇的爱好，写X结识了很多新朋友。感谢互相欣赏与启发，在过去2年里，我从24年4月初清仓BTC换成AVGO NVDA，大选前AAOI PLTR TSLA INTC，关税战后INTC GOOG，25年底又加仓INTC AAOI，到今年春节逃跑、再满仓AMD NOK（最近又操作了ORCL LITE）。虽然，有买彩票SUP归零，MRVL MDB也有赚有亏，但是我一直坚信AI对token的需求会让半导体every dog has its time，获得了不差得收益。期间不少小伙伴们也都赚到不少于10倍收益

然而，此刻要清醒的意识到，收益并不是我们选股牛，眼光独到，而是市场牛！我复盘了我自己今年3月最后一周，周末前全仓买入。赚钱并不是因为当时买对了AMD，而是当时call 对了市场资金结构

所以，在这个时点上更需要静心凝神，好好反思下市场接下去会如何

喝醉酒的人是不会知道自己喝醉的；沉醉美梦中的人也不会意识到黄粱一梦，这过程可以很久，我们也可以继续疯，但是必须要清醒地在更高阶意识中，认识到随时有被敲醒的风险

One of the four beasts saying, COME AND SEE – Revelation 6:1

不同于华尔街很多人，我是“坚信”AI的

30年来第一次，AI模型用并行计算替代串联计算，把半导体的进步直接变成了生产力（之前科技进步只是作为平台，让用科技的软件、以及用软件的人创造价值）

AI的结果是token需求指数级升高vs 而半导体供应只能线性增加。加上整个半导体老登们在过去几年黄金时间，没有因 “信” 而扩产，今年需求真正开始爆发后全产业链缺货。造就了这轮大牛市

不过，大牛市的命脉是市场price in了:

模型收入加速度，不远得未来可以justify Hyperscalers 的Capex

要知道任何动摇命脉预期的都会让市场陷入恐慌

1. 铜墙铁壁：horseman之一就是微观、公司层面真的无懈可击

从看模型架构、从架构看需求，微观看半导体每一个赛道，每一个公司都近乎完美。每一个，都越看的细致，越了解深入，越是有自信---- 这就是典型低PE泡沫

Rule of Thumb：当看了几十、上百家公司，每家需求、盈利都真实solid，你就必须质疑这个市场有没有问题

低PE泡沫一样是一个泡沫，只是他不同于2000年。高PE是个预期泡沫，市场会不停设定更高的收益预期，一旦核心公司预期破灭，整体预期立即调整，多米诺骨牌一样一片片倒下。这就好像去年的IGV，市场忽然不给EV/EBITDA估值了

但是低PE泡沫没有这个问题，盈利增长会给你足够信心在稍微下跌之后不断加仓冲进去。毕竟谁能拒绝个位数PE的存储，每年涨价涨盈利，毛利率80%。这个过程中，小跌小买，大跌大买。只要不被切中“命门”市场会非常坚挺。持续性正反馈，好像美梦一样让人不愿醒来，也不相信是做梦（买过p2p的知道我说的什么感觉吧）

不对称反馈：明显的体验是在过去1年中，市场对于宏观负面风险的反馈明显弱于正面利好。此时，并非没有“野蛮人”，而是公司盈利能力的城池固若金汤。不管伊朗危机、油价、通胀、利率、Fed统统能拒之门外。反之，一旦命门被破，所有野蛮人都会杀回来，过去没跌的够的一次性补完

2. 去监管与宏观流动性宽裕：

整个金融体系自从2008年金融海啸之后经历了一轮长期的监管与去杠杆，为了弥补系统性流动性损失美联储对应展开了一轮持续的QE。银行当时平均杠杆x30~x40，后来降低到了x15~20。去年美联储降低了eSLR要求，实质性让银行理论可扩4-5万亿美元资产负债表
其实，4月后银行间流动性泛滥，也加剧了风险资产狂欢，低PE下杠杆入市

流动性是一切之王，流动性泛滥征服一切。如果说疫情期间120b/月是细水长流，现在就是开闸放水。对应过往平衡的QE没有转向QT情况下，直接放任银行去监管，制造大量流动性

但是流动性又如多巴胺，不是快乐分子，而是期待分子

放任之后，现在通胀黏着，Fed其实没有短期降息余地。甚至在危机一旦发生之后，都很难去QE，只有降息手段的Fed面对可能的危机是一个纸老虎。而短期流动性的另一面是，目前半导体、特别是存储中的杠杆已经太高了

3. 群雄并起：He went forth conquering, and to conquer

可能因为TSMC带头不相信AI，半导体行业整体在过去2年没有应对AI需求大规模扩产

后果是，当整个产业面临硅基洪流需求，忽然傻眼。过去半导体产业链主要是为了消费电子设计、定价的。而现在，不但订单忽然拉满，而且需要不停迭代架构

NVDA就从GPU fabless，进步到rack方案解决，再往token factory迈进。每个过程需要的技术、供货商都不同。所有供货商都没有经过如此量产设计。这就好像把一台拖拉机强行拉上高铁，让他以200mile速度奔驰，每个零件都会嗡嗡作响。半导体每个细分行业都缺货，缺产能，提高不够产能

与之伴生的一个问题是：原来卖方市场只有TSMC一个“守门员”控货源、控margin、控价格。原仔汤搓的产业有肉吃，需求方对价格产能有预期，良性发展。今天忽然五亿探长“雷诺”控制不住了，每个“小混混“都能来涨价、收保护费。真正的结果不是半导体都牛叉，而是失控：失控会影响每GW需要投入的成本核算，影响到命脉的预期。会给capex与模型收入会师蒙上阴影

4. 钢丝起舞

AI模型收入预期太满

回顾一下，市场坚信定价Anthropic + OpenAI + Gemini的收入会快速增加让Capex合理。这条命脉的信仰是不能有一点动摇的。哪怕略微的动摇都会导致二级市场剧烈波动

那么，过去GPT 5.0也有模型不及预期，市场质疑scaling law为什么没有让半导体大跌？

首先当时半导体没有像今天这样全面开花，也没有如此高的杠杆；其次，当时hyperscaler的现金流冗余较多，只要他们表示相信，拿钱来capex支持是很容易度过难关的。毕竟一旦他们有钱、继续capex，可见2年NVDA收益确定性高，没有人能顶风做空NVDA的

后来也发生过GPT被Gemini追平，并且导致Orcl持有其大量backlog订单而被做空。不过大总统的好兄弟老Larry敢对wall street说F you，用股权融资也要继续加注。很快， Opus横空出世让人意识到AGI时代已经到了

然而，今年capex已经到了770b，明年要1tril，华尔街是不会看Hyperscaler总营收多少的（道理就跟当时ORCL一样：OAI Anthropic可都是拿了他们投资款的），他们必须看到Anthropic 与OAI的增速持续，这个才是维系整个链条自转下去的核心

与此同时，这个游戏中大厂一直担任AI的监护人角色。但是他们的自由现金流已经变负了。“父母老了，力尽了“，后面的路要靠自己。而且市场满满预期下，对这条路一根筋的执着，不会给“主线”一丝一毫的容错

（你们可以回想NV rack液冷出问题，交换机CPO良率问题，这些小巫见大巫、假以时日一定能解决的问题，市场尚且没有任何容错）

命门在Anthropic：大过，大者过也。栋桡，本末弱也

供应延迟、乃至技术卡壳的问题是腠理之疾；任何模型端的风吹草动才是心腹大患

现在御三家模型的统一问题：算力不够，所以失智

我在自己大量使用模型编程、交易程序部署，多个AWS服务互动过程中发现，Opus4.8实际能力已经远远不如中国模型kimi了。虽然GPT还勉强可堪一用，但是也在逐步降智。市场在用固有软件思维考虑AI, 系统开发成本高、使用成本很低。试用好用将来也就可以稳定保证系统质量。但是AI是一个工厂，模型输出需要成本，饭店吃饭的人多了，厨房做不过来，质量自然变差了

第二个市场固有思维：指数的token需求是没有波动的，也不因质量改变。事实上，虽然我因为模型变蠢多用了很多token。但是我质疑token质量不断下降，token消耗增加的怪异剪刀差可以持久。现在很多公司确实对token使用有KPI考核，很多惯性订阅使用者也会加速使用，但如果算力瓶颈无法解决，我非常担心Anthropic增长曲线会变缓。而且算力问题非一蹴而就，也不是一个新模型能解决的

但是当市场开始意识到这个问题的时候，投资人会质问：

1. 跑不过蒸馏你的，模型花那么多钱训练干嘛？

2. 模型是不是商品化的model commoditize ？

当承载整个AI时代的模型“梦”也将受到质疑，整个盈收逻辑将来能否自我循环跑通将被质疑，所有今天拿了PE估值的半导体都同样会被质疑--- 你是不是周期性的？？

有人会说，失智既然因为算力不够就应该加大投入半导体解决问题

没错！但是钱呢？

如果刨掉OAI 与Anthropic拿到的融资款反哺云厂，他们能有多少净现金流可以继续支持这个投入？这个账对华尔街来说非常好算。当然不排除他们像当时orcl，哪怕融股权也要继续投入，熬过这关。到那时，可能市场的反应就会远远超过去年，假设AMZN Meta如果面临CDS 飙升、负现金流，他能否像老larry一样孤注一掷是不确定的

另外有人会说，OAI收入增加能不能弥补投资人担心。我认为预期如此之满的状况下，因为“比烂”而被替代是很难让人安心的（两军对战关羽被阵斩了，你说还有个张飞？没用的）

同时，我们也要意识到。这个Low PE的泡沫又是非常坚韧的，在没有直击到命门伤到命脉预期之前，几乎无敌。不过，一旦点中死穴就会轰然倒塌

我就业以来也曾看过好几次次纸碎金迷，潮起潮落，没有一次全民疯狂会ends well；

也没有一次梦在其中的人，会想明白这个赛道“怎么输”。最近一次币圈小伙伴熟悉的Defi summer。Uniswap很短时间狂卷几十bil USD，当时觉得取代部分传统金融只是时间问题、多少问题，根本不会想、也想不明白“怎么会输”。然而，如果喝醉酒的人想明白怎么会输，他就不会输了

不管Anthropic模型怎么样，面临什么问题，都不会动摇AI是人类第三次工业革命。AI过程不会受任何危机影响，碾着狂欢者的尸体也会继续前行，直到他替代几亿脑力劳动者

最后评论Low PE泡沫：不要说做空，哪怕踏空，痛苦指数都非常高。回头看看2007年做空subprime的哪些基金，有几个活到了最后狂欢？

牛市踏空都会变成笑柄的环境，我接下去会需要很多Aura力量与专注的力量，去一边看空一边做多。请原谅会减少在推特上消耗自己修为论道了，赠言：

可以喝酒，但是不能喝醉
可以讲故事，但是不能真信
可以跳上party桌子跳舞，但是双眼必须紧紧盯着DJ，他放着音乐跑了，你也得跟着跑

[RamenPanda @IamRamenPanda]

CRCL 不是半导体主线，目前就不需要留意了。把所有精力都放在缺货的半导体产业链上

那天稳定币真起风了，只要你是炒股的时刻关注thesis，就不可能错过。那个时候再上车一点不迟

[Nota @topochico1919]

$AAOI investors, read this.....unreal research