Mike JoStar

Build something small. Mean something big.

[Mike JoStar @SocMar7]

Opus 4.8 悄咪咪上线了

[Mike JoStar @SocMar7]

最近看了 @aleabitoreddit（Serenity）关于 AI 半导体供应链的分析，对投资的理解也有了一些比较大的转变。

我过去熟悉的投资方式大概这些：

📊 财���分析 — 收入利润现金流，判断经营质量
📐 估值分析 — PE、PS、DCF，判断价格贵不贵
📈 技术分析 — K 线均线支撑阻力，找买卖点位
📰 新闻交易 — @Vida_BWE 是代表，靠信息速度差在消息发布瞬间完成交易
🔗 叙事+财报+股价综合判断 — 长期故事能不能讲通，数据有没有在验证
🌍 宏观交易 — 利率周期、流动性、通胀走势决定整体方向

以为这些差不多覆盖了投资方法论的大部分。看完 Serenity 之后发现，自己缺了一整个维度：从产业链的结构出发去寻找投资机会。

三个收获最大的点 ↓

◾ 供应链卡脖子 + 产能扩张壁垒

Serenity 有一个类比：全球 20% 的石油要经过霍尔木兹海峡，控制海峡就扼住了能源咽喉。AI 供应链里同样存在这样的「海峡」。

拿 $AXTI 举例，整条光子芯片供应链长这样：

InP 衬底（$AXTI）→ 激光器 → 光收发器 → AI 芯片封装

$AXTI 和住友两家控制了全球 60%~70% 的 InP 衬底供应，NVIDIA、Google、Meta、微软的 AI 芯片全都依赖这个材料。

Serenity 2025 年底指出这个瓶颈，一年后 IntelliEPI 的 CEO 在财报会上公开确认了 InP 供应短缺。

但光找到瓶颈还不够，还得判断这个瓶颈能不能被快速打破。InP 衬底的原材料（镓、铟、砷）高度集中在中国，晶体生长工艺复杂，设备交付周期 18~24 个月，新产线从建设到量产要数年。即便 Coherent 已经在推进 6 英寸晶圆来提升效率，行业产能的爬坡速度仍然远远跟不上 AI 基础设施的需求增长。短期内也没有成熟的替代材料。

对比一下存储芯片的紧缺：存储的供需失衡很大程度上是三星、SK Hynix、美光主动把产能调配给了利润更高的 HBM，产能的调配和扩建在技术上是可行的，只是需要时间和资金。但 InP 的约束更偏物理层面：材料稀缺、工艺壁垒、地缘风险叠加，砸钱也很难短期内解决。

这意味着控制这类环节的公司拥有更持久的定价权和稀缺性。

◾ 跟着大公司的钱走

2026 年 3 月，NVIDIA 一个月内完成了三笔投资：

$COHR（20 亿）→ $LITE（20 亿）→ $MRVL（20 亿）

共 60 亿美元，全部指向光学互连。Serenity 指出这跟 2025 年 NVIDIA 锁定全部 EML 产能的手法一样：先把关键供应商的产能全部吃下，剩余玩家随后就面临供给冲击。

这里有一个很简单但我之前忽略的逻辑：一家小公司的收入来自谁，本身就是重要信息。如果大客户是英伟达，说明英伟达的产品离不开它；如果英伟达还愿意花 20 亿去锁定它的产能，那就是在用真金白银告诉市场「这家公司的东西我必须要有」。这种信号比财报上的收入数字更早、也更直接。

◾ 下游市场空间 + 收购链推演

我过去判断一家公司值不值得投，想的都是「它自己能不能做大」。Serenity 的思路多了两层：一是看它所在赛道的蛋糕够不够大，二是看它会不会被别人买走。

先说蛋糕。AI 光互连市场的增速非常惊人。美银预测 AI 光互连市场将从 2025 年的 140 亿美元增长到 2030 年的 730 亿美元。光学端口预计届时将占到 AI 网络端口的 71%，铜缆降到 29%。这不是一个小市场里的边缘机会，而是一个正在发生的、从铜到光的结构性迁移。

蛋糕足够大，才值得往上游去找卡脖子的小公司。

以 $SIVE（Sivers Semiconductors）为例，顺着供应链画一条线：

$SIVE（激光器光源）→ Celestial AI（下游客户）→ $MRVL（合作方）→ $NVDA（投了 $MRVL 20 亿做硅光子）

$SIVE 做 CPO 的激光器光源，Serenity 最早关注时市值只有约 2.9 亿美元。它虽然小，但手里握着的光源技术是整条 CPO 链的起点。

在一个几百亿美元量级且快速增长的市场里，控制源头的小公司对下游大���家来说价值是不成比例的。对 Marvell 来说，花很少的钱就能锁定自己数十亿美元项目的关键供应，这笔账怎么算都划算。

一家公司的投资价值可能并不完全来自它自身的成长，也来自它在整条链上被需要的程度，以及这条链本身的天花板有多高。

—

过去我看投资基本以「公司」为单位。赚不赚钱、估值合不合理、走势怎么样。Serenity 打开了另一个坐标系：以「产业链」为单位理解机会。

当一个足够大的新市场在快速扩张的时候，那些难以被替代和扩张的瓶颈环节，往往比财报更早暴露出真正的机会在哪里。

[Mike JoStar @SocMar7]

发现了一个反直觉的事：在投资上，AI并没有让我减少对 X 或者 Youtube、Substack 等信息源的摄入，反而让我更依赖它们了。

比如光模块、光互联这些AI基建方向，发现这些方向，往往是推上某个大V随口提了一嘴，YouTube上某个博主聊到供应链的某个变化。

这种额外的灵感来源，很难通过坐下来与AI聊天就能聊出来的，因为在没有方向的时候，连问什么都不知道。

现在我想明白了：发现方向和研究方向是两件完全不同的事。

发散探索靠人和社区。你需要暴露在有观点碰撞的、非结构化的信息流里，让灵感自己冒出来。

收敛研究靠AI。有了方向之后，让AI帮你深挖、拆解、验证。

所以AI不是替代你的信息源，而是放大你从中获得的每一个灵感。

但切记，AI 帮不了你的是：在一片噪音里，识别出哪个信号值得深挖。

[Mike JoStar @SocMar7]

@paulg Using AI to write personal emails signals that you value your own time but completely disrespect the recipient's time. If you outsource your thoughts, people will naturally ignore your message.

[Mike JoStar @SocMar7]

@demian_ai It is so easy to get carried away by the surface-level AI FOMO. Looking two layers down at the raw chemistry and geopolitical timelines is true first-principles thinking. Thanks for keeping us grounded.

[Mike JoStar @SocMar7]

@garrytan Most work isn't as high-cognition as we think, it is mostly repetitive tasks. Nailing this boring layer means getting more output in less time. That is how we actually free up human capacity to focus on where we are uniquely needed and unlock new human-AI collaboration.

[Mike JoStar @SocMar7]

Build something interesting is fun.

它满足的是好奇心，是我们想去探索、想去创造的那种冲动。享受其中，感受世界的有趣，并觉得自己很酷。

Build something useful, that changes the world a little.

当有人因为你的创造而让生活开始变得有些不一样，你会感受到一种与世界真���的连接。这种彼此需要，产生了新的意义。

[Mike JoStar @SocMar7]

@tychozzz 我之前是走读生，帮我同学去外面买煎饼果子，被保安抓到后，全年级通报批评。🤣

[Mike JoStar @SocMar7]

Most people still blindly trust institutional authority, which is a textbook logical fallacy.

Real value comes from generating raw ideas, opening them up to public debate, and letting the market validate them.

That collective friction is how we minimize errors and unlock true alpha.

[Mike JoStar @SocMar7]

@RobLoCascio We were never meant to be cogs in a system, and AI shouldn't just be another efficiency tool. When AI reflects our own thinking and rhythm, it stops being a utility and becomes an extension of our true selves.

[Mike JoStar @SocMar7]

读完 Jack Dorsey 和 Roelof Botha 写的这篇 From Hierarchy to Intelligence，有一个问题一直在���中挥之不去：

为什么公司一大就变慢？

一个10人团队，有事直接说一声就行。但到了1000人，信息得从一线传到组长，组长传到经理，经理传到总监，总监传到VP。每传一层，信息就丢一点、慢一拍、失真一点。

这个问题其实从罗马军团就开始了。8个士兵需要一个小队长，80个人需要一个百夫长，5000人需要一个军团长。原因很简单：一个人最多管3到8个人，管不过来就得加层级。

两千年了，所有的组织创新都在围绕同一个矛盾打转：

管理幅度有限 → 人多了就得加层级 → 层级多了信息就慢

泰勒的科学管理、矩阵式组织、Spotify的小队制、Zappos的去管理化……说实话，这些尝试都带来了一定的改善，但并没有真正打破这个循环。Spotify规模一大就退回了传统管理，Zappos导致18%的人离职，Valve始终突破不了几百人。

所以问题的根源可能并不在"用什么结构"，而是在于信息始终只能靠人来传递这件事本身。

Block 现在做的事情让我觉得挺有意思的。他们并没有走大多数公司的路子，只是给每个人配一个 AI 助手来提升效率，而是想用 AI 把层级本身承担的信息传递和协调功能给接管掉。

简单说，他们搭了这么一套东西：
⚫️ 功能层：支付、借贷、发卡这些基础金融能力，像乐高积木一样可以自由组合
⚫️ 世界模型：一边是公司内部的实时全景图（谁在做什么、哪里卡了），一边是基于真实交易数据的客户画像
⚫️ 智能层：根据客户的真实情况，实时从功能层拼出个性化的方案，主动推过去，不用等客户自己来找

举个例子，系统发现一家餐厅每年冬天现金流都会紧，秋天还没过完就自动组合了一笔短期贷款推给商家，还款从明年春天的营业额里扣。并没有哪个产品经理提前设计过"季节性餐厅周转贷款"这个方案，是系统根据这家店的真实数据现场拼出来的。

更巧妙的地方在于，当智能层想帮客户解决问题但发现某个功能还不存在的时候，这个 "做不到" 本身就自动变成了下一步要开发的东西。也就是说，产品路线图不再是产品经理坐在办公室里猜出来的，而是从客户的真实需求里长出来的。

在这套系统里，人的角色也跟着变了：
1⃣ IC（个人贡献者）：系统各个层的建造者和运营者，有人专门建功能层，有人专门做世界模型，有人做界面。世界模型会���接把全景上下文给到他们，不用再等经理开会传达，自己就能判断该做什么。

2⃣ DRI（直接责任人）：认领某个跨领域的具体问题，比如"90天内解决某个细分市场的商家流失"，有权从不同的 IC 团队调人来协作。问题解决了，就去认领下一个。

3⃣ Player-coach（球员教练）：本身也是 IC，自己还在写代码做设计，但同时还负责带人和培养身边的同事。

其实可以这么理解：IC 是基础角色，每个人都是某个领域的深度专家；DRI 是在 IC 之上临时叠加的跨领域职责；Player-coach 则是 IC 加上了带人的职责。传统公司里那种主要靠开会传话、对齐信息的中层管理，在这里并不存在了，因为信息路由这件事已经被系统接管了。

过去两千年，我们默认 "协调大量人" 就得靠层级，因为确实没有别的选择。但 AI 可能是第一次让我们有了��一个选项。并不是用 AI 让现有的层级更高效，而是让那个靠人传话的层级本身变得不再必要。

当然 Block 自己也承认，这样的创新组织方式还在早期，可能会失败，但值得一试。

[jack @jack]

https://t.co/jgZkBvYOPt

[Mike JoStar @SocMar7]

@demian_ai Nokia didn’t vanish; they just moved backstage to build the heavy infrastructure. Excellent breakdown.

[Mike JoStar @SocMar7]

@IShmool I'm way past 12, but when it comes to Claude Code, I definitely feel like a total beginner. I’ve used it to build a few tools before but never truly understood the foundation. Excited to jump in and finally bridge that gap!

[Mike JoStar @SocMar7]

@balajis Central control does not fix AI risks, it just creates a Big Brother system. When the state has all the power, powerful actors can run digital scams with zero accountability. Without real checks and balances, the bad side of AI will only get worse.

[Mike JoStar @SocMar7]

@AndrewYNg Too many schools care more about judging students than actually teaching them. True success thrives because of the students' own drive and courage, while university designs often just hold them back.

[Mike JoStar @SocMar7]

@signulll Does this mean the VR/AR era is truly just around the corner? The lines between physical and digital spaces are completely blurring.

[Mike JoStar @SocMar7]

@pmarca Whether for a better life or better work, I cannot think of any reason to avoid AI. It is just an essential tool for the future.

[Mike JoStar @SocMar7]

@JuliaEMcCoy So true. The modern system has institutionalized us into cogs and assembly line parts for too long.

AI taking over mechanical routines is a liberation. It opens up the ultimate space for true human creativity and passions we never dared to imagine.

[Mike JoStar @SocMar7]

@Million_Sancet Most people look at the chart history, while real investors look at the market cap and the structural shift in the industry. Judging the future by past gains is why most miss the early stages of a secular bull run.

[Mike JoStar @SocMar7]

今晚心血来潮突然想看电影，发现有一部叫《曼达洛人与谷谷》的电影刚上映，星球大战系列的。

说实话我之前一部星球大战都没看过，一看到星球大战脑子里就满是帝国和共和国的战争、银河系的政治恩怨、各种���大叙事，感觉要补很多背景。

但随手点开预告片看了一眼，发现剧情好像特别简单，就是一个戴头盔的赏金猎人带着一个绿色小家伙跑任务，于是买了个爆米花，就去包场了。

看完出来意外感觉还不错？！

整部电影给人一种太空公路片的感觉，有点星际牛仔那味儿。出任务、一起旅行、一起冒险，最后收获了友情。剧情很简单，说不上有什么创新，甚至可以说老套，但不让人生厌。

整个过程很温馨很舒服，非常适合下班后放空脑子看的那种片子。作为一个完全没有星战基础的人，我能看懂而且观感不差，推荐给跟我一样的星战小白 🍿