尚哥

总结。成长。

[Asa @app_sail]

https://t.co/Xj6yaO3T6U

[Finn Voorhees @finnvoorhees]

iPhone AGI has been achieved 🔥🔥

An agent running entirely on my iPhone, with no computer connected or in the loop at any point, able to control absolutely anything on my iPhone.

✨ iPhone computer use ✨

Everything after the first message is an agent tapping and typing.

[尚哥 @wishng1391]

@TaoRay 赌 100 万今年不加息

[Fiona @nft_hu]

仔细研究了一整天的CPO NPO，没啥怕的。光互连还是未来。该买还是要买，砸出好的买点也是好事。

要相信订单、相信产线、相信真金白银的投票。

当然我一直也提倡买点光铜都有的，这样不管是可插拔还是NPO还是最终的CPO，都可以用到。

[K三 凯 @kaikaibtc]

我把Serenity和Crux这两个美股狂魔，蒸馏成了一个自动投研的Agent

上周我扒了 Serenity（@aleabitoreddit）的 1073 条推文，5 个月 32 倍。

这次我又扒了第二个人——Crux Capital（@crux_capital_），五个月 647 条原帖，126 个价值票。

Serenity窄而深：找一个制胜点，押死。
Crux 宽而有纪律：画一张六层栈，每层按执行力排仓位。

看完我有点难受，不是因为收益图太夸张。是我发现，这两个人干的根本不是传统意义上的“选股”。

他们是在搭一条投研流水线， AI 负责搬砖，人负责最后拍板。

1⃣ 他们的方法论：先拆机器，再找堵点

他们看一个赛道，不先问“谁会涨”。

先问的是���

这台机器到底长什么样？
BOM 里最难替代的零件是什么？
如果其中一家明天停产，下游要等多久？

这个问题一问出来，视角就完全变了。

大家还在盯 GPU、HBM、电力这些第一层热点时，
他们已经往下抠第二层、第三层：

激光器、InP 衬底、外延、测试、连接、冷却、配电……

Serenity 最狠的地方，是死盯单点故障。
Crux 更像工程师，先画一整张栈，再给每层贴标签：

谁是龙头，
谁是瓶颈，
谁只是会讲故事，
谁又是那种没人聊、但每台机器都得用的“无聊必需品”。

2⃣AI 在他们手里，不是军师，是苦力

普通人用 AI 做投资，喜欢问：

“这票能买吗？”
“帮我总结一下财报。”
“这个赛道有没有机会？”

这种问法，说到底还是在等答案。

他们不是这么用的，他们让 AI 去干最脏最累的活：

拆机器，
顺着零件找供应商，
再找供应商的供应商，
横着读多家公司财报和电话会，
把“产能打满”“认证快结束”“明年放量”这些零碎信号拼成一张图。

说白了，AI 没替他们赚钱，AI 只是把研究量的上限硬抬上去了。

3⃣所以我把这套东西蒸馏成了一个 skill

https://t.co/V6OUO1IuJZ

它不干一件很俗的事：上来就给你甩股票代码。

它先跑五步：

L1 先确认终端，到底研究的是哪台机器、哪套系统
L2 再画供应链栈，搞清楚谁在第几层
L3 找真正的卡点，卡的是产能、认证、热、电、良率，还是材料
L4 用财报、产业新闻、研报交叉验证
L5 先给方向，再给名字，最后才谈仓位

我蒸馏的不是他们买了什么，我蒸馏的是他们怎么提问，怎么排除，怎么把热闹拆成一个个能验证的环节。

4⃣举个例子，人形机器人接下来该买什么

大部分人第一反应都是特斯拉、英伟达、总龙头。
但这个 skill 不会先看这些。

它会先问：

如果 Optimus 真开始放量，最先紧张的是哪一层？

如果谐波减速器已经被市场盯得很紧，
那下一步就该继续往旁边看：

每个关节都离不开的力传感器，有没有被认真定价？

重点不是马上得出“买谁”。
重点是先知道：你该查哪一层。

顺着这套方法继续往后推，
我现在最想深挖的，反而不是更拥挤的 GPU 叙事。
而是AI factory 的供电 + 液冷 + 物理交付层。

原因很简单。

芯片再猛，电接不进去也白搭。
柜子再多，热���不掉也白搭。
模型再聪明，机房交不出来，还是得排队。

这条线不性感，不热闹，也不太适合吹牛。
但真缺了它，项目就只能往后拖。

最后

看完 Serenity 和 Crux，我最大的感受其实挺扎心的：

AI 没有让投研变轻松。
它只是先把偷懒的人淘汰了。

以后谁再跟我说
“AI 会让投资越来越简单”

我大概只会回一句：

简单个屁，马太效应罢了，你有的他给你更多，你没有的，他把你已有的都给抢走。

[爱丽丝呀！ @BTCqzy1]

Claude 真的要把金融分析师的基础工作��没了。

今天我用它分析昨天刚出的最新美股 13F 持仓，体验非常震撼。

下面视频有展示：我直接问 Claude「段永平最新持仓有什么变化？」

结果它几秒钟就得出结论，并且最终生成了一份完整的网页报告，里面包括：

持仓结构
前后季度详细变化
新增 / 加仓 / 减仓 / 清仓明细
仓位集中度
关键变化解读

这次段永平持仓里有几个很明显的变化：

大幅加仓英伟达（+91.3%）、谷歌（+99.7%）、拼多多（+71.2%）；新进特斯拉直接进入前五大持仓（$12.67亿）；

同时小仓试水 Circle（稳定币 CRCL）以及 Palantir、CrowdStrike、Snowflake 等多只 AI 概念股，感觉在逐步布局 AI 和加密赛道～

不得不佩服，AI 现在确实把投研里最日常、最耗时间的「信息整理 + 初步分析」成本，压到了极低～

dyor～

[0x鸣人 @LuBtc888]

有人用Claude造了个内容核弹，我不说一声良心过不去。

微信文章、YouTube视频、播客、PDF、Word、Excel、电子书，随便扔进去，直接吐出播客、PPT、思维导图、Quiz。

最离谱的是，300多个付费网站，NYT、FT、经济学人，付费墙直接当空气。

全程自然语言，一行代码不用写。

学习党、内容党、知识管理党，不收藏你亏了。

🔗 https://t.co/MN6xbexysA

[Art of Speculation @ArtofSpecuycky]

硬件涨了10倍，软件还没动。这才是AI超级周期下半场真正的机会

说一个很多人不敢说的感受：
AI涨了一年。 Nvidia涨了10倍。存储涨了10倍。光互连涨了10倍。但你打开手机，用了哪个AI应用让你觉得"这真的改变了我的工作"？硬件的繁荣是真实的。但应用层的繁荣还没来。这让我很焦虑。相信你也有同感。但焦虑本身就是机会的信号。当所有人都在买GPU的时候，软件还没动。 这就是下半场最大的不对称赔率。

1. 先说清楚一件事：为什么软件现在还没涨，反而在跌
AI浪潮分三个阶段：
第一阶段（2023-2026）：基础设施
谁卖铲子谁赢
Nvidia、AMD、TSMC、存储、光互连
第二阶段（2026-2027）：平台层
谁控制数据和调用入口谁赢
正在发生
第三阶段（2027+）：应用层
谁有真实用户和真实收入谁��
还没完全爆发

市场���在处于第一阶段向第二阶段过渡的节点。软件公司还没涨，不是因为它们不重要，是因为市场还在等一个信号：财报里的真实AI收入数据。故事不够，要数字。

2. 已经给出答案的：DOCN和TEAM
$DOCN（DigitalOcean）——AI初创公司的首选战场
这家公司三个月前还被当成"廉价云"。 现在单日拉升40%，从$82涨到翻倍。为什么？AI应用需要灵活、便宜、低延迟的推理接口。AWS太贵，GCP太复杂，DOCN刚好填这个空缺。AI客户ARR已达$1.7亿，同比暴增221%。这不是故事，这是财报里的真实数字。
标签已经换了：从"廉价云"到"AI推理首选平台"。这就是闪迪公式的软件版本。
$TEAM（Atlassian）——AI没有杀死Jira，反而让它更值钱
所有人都说AI会替代项目管理软件。
现实是：AI Agent需要企业内部的数据和上下文才能工作。这些数据在哪里？在Jira里，在Confluence里，在TEAM的生态里。Rovo智能体上线后，使用Rovo的客户增速是非用户的2倍。RPO大增说明客户在提前锁定预算。
AI没有消灭TEAM，AI让TEAM的护城河变得更深。

3. 即将引爆的：SNOW和CRM
$SNOW（Snowflake）——企业AI Agent的数据控制层
AI落地需要海量企业数据。谁控制数据，谁就控制AI Agent的大脑。Snowflake正在把自己从"数据仓库"重新定义为"企业AI Agent控制层"。5月27日财报是关键——盯三件事：产品收入能否超预期、RPO增速、AI工作负载量。如果三个都超，SNOW会成为下一个DOCN。

$CRM（Salesforce）——目前跑得最快的企业AI Agent
Agentforce ARR已达$8亿，同比增长169%。
这不是概念，这是真实的企业在付钱买的东西。
更关键的是：Agentforce已经跨系统执行——连接Google Workspace、BigQuery、ServiceNow。
它不再是一个AI工具，它正在成为企业工作流的入口。
这个位置一旦占住，护城河比任何单一软件都深。

4. 最被低估的暗线：AI通信基建
这是大多数人没想到的逻辑：
AI Agent越多，通信调用量越大。AI客服要打电话。AI助理要发短信。AI系统要做身份验证。每一个AI Agent背后，都有通信基建在支撑。
$BAND（Bandwidth）
拥有自己的全球通信网络，不是租用。这在AI语音代理时代是核心壁垒——低延迟、高稳定性是AI客服的生命线。已被Salesforce选为AI客服关键基础设施合作伙伴。这个背书意味着：每一个Agentforce的语音调用，都要经过BAND的网络。
$TWLO（Twilio）
语音收入同比增长20%，创19个季度新高。
这个数字说明了一件事：企业正在大规模采购AI客户互动能力，而Twilio是目前最成熟的通道。

5. 我自己觉得不错的：SERVICE NOW和REDDIT
$NOW（ServiceNow）——企业AI自动化的操作系统
如果Salesforce是销售端的AI入口，ServiceNow是IT和运营端的AI入口。企业有多少重复性的IT工单、审批流程、合规检查——这些全部可以被AI Agent自动化。NOW的平台就是这些Agent运行的操作系统。
AI不是NOW的竞争者，AI是NOW的燃料。
$RDDT（Reddit）——AI训练数据的稀缺资源
这个逻辑很多人没想到：
所有大语言模型都需要高质量的人类对话数据。Reddit是全球最大的真实人类讨论数据库，而且有强烈的社区情感和垂直专业深度。Google已经签了数据授权协议。OpenAI也在谈。Reddit不只是社交媒体，它是AI时代最稀缺的数据资产之一。$130附近是很多人认为的买入区间，也是大级别上涨趋势线的强力支撑位。

6. 最后说ZOOM
$ZM（Zoom）——从会议工具到AI工作流平台
这是争议最大的一个，但也可能是赔率最高的反转故事。AI Companion活跃用户同比增长超三倍。Virtual Agent 3.0能处理50%的客服案例。如果Zoom能从"开会的地方"扩展到电话、客服、协作的全场景AI入口——它的估值逻辑会被完全重写。现在的Zoom是被旧标签定价的。

最终想法
已经证明的（买入确定性高）：
$DOCN → AI推理平台，数字已验证
$TEAM → 护城河被AI加深
$CRM → 5/27号财报Agentforce ARR $8亿，最快的企业Agent（如果能在财报前回到140，大级别趋势线的支撑位，那就是完美的买入位置，这个老牌公司希望能在agentic ai的叙事下给他新的估值，我感觉这次财报就是一次机会了）

即将验证的（等财报）：
$SNOW → 5/27财报，企业AI控制层（如果在财报前是跌的把140缺口补了，也是完美的买入位置）
$NOW → IT自动化操作系统（让now再磨一下底，缓慢筑底过程）

暗线机会（最被忽视）：
$BAND → AI通信基建，Salesforce���书
$TWLO → 语音收入19季度新高

反转赌注（高赔率高风险）：
$RDDT → AI训练数据稀缺资产（盯着130的趋势线支撑）
$ZM → 旧标签包装的新故事

最后说一句：
硬件的繁荣是AI的第一章。 应用的繁荣是AI的第二章。
第一章涨了10倍的公司，第二章不一定还是它们。第二章的主角，在上面这张清单里。但记住：软件涨的信号不是故事，是财报里的数字。
等数字出来，再重仓。

#AgenticAI #SaaS #软件股 #AI应用 #美股 #DOCN #CRM #SNOW #TEAM #Twilio #Bandwidth #Reddit #Zoom #ServiceNow #USStocks #AIStocks #下半场 #软件反转 #AI落地 #美股分析

[尚哥 @wishng1391]

@0xcryptowizard 你跟你思路差不多，使用k神的wiki思路， 对象变成了几百个收费群

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

OpenClaw现在能爬任何网站，关键是——零反爬检测，直接原生绕过Cloudflare，速度比BeautifulSoup快774倍！

① 不用维护选择器
② 不用想各种骚操作绕过
③ 直接拿数据就完了

这种降维打击级别的工具，还他妈完全开源，不用白不用

🔗 https://t.co/jNyq8Mu0kR

[Jason Ng 阿禅 @jason5ng32]

重构了有 500 个星星的美股财报日历订阅器。项目一经部署，可以每天自动运行，生成你关注的公司的财报日历订阅链接。同时，也内置了标普 500，纳指 100 的订阅链接。让你可以在你喜欢的日历 app 里，就能看到财报日期。

https://t.co/Shpz5dBwTt

[Pathfinder @Pathusa]

https://t.co/975AWJDowF

[VEO @veolocal]

如果你想在X上补齐「投资信息源」，下面这些账号值得长期跟踪！

信息密度高、风格理性，适合搭框架、补视角，而不是追热点。

一、宏观与市场大局
@morganhousel
—— 投资心理学 + 长期思维
@LizAnnSonders
—— 宏观、流动性、市场结构
@BittelJulien
—— 全球宏观 + 资产配置
@charliebilello
—— 历史数据 + 周期对比
@awealthofcs
—— 长期投资框架
@Ritholtz
—— 平衡市场评论
@biancoresearch
—— 利率、债市、政策预期
@Huanusa
—— 认知、信息、周期判断

二、半导体/AI基建与产业链
@dylan522p
—— AI infra、GPU、HBM、云厂capex
@aleabitoreddit
—— AI��应链 + 个股深度交易想法
@BenBajarin
—— 产业分析 + 供应链视角
@HedgeMind
—— 机构持仓 + AI基础设施
@Honcia13
—— 优质资源+A科技工具

三、科技商业模式与研究框架
@stratechery
—— 科技平台、AI商业模式（必跟）
@ByrneHobart
—— 金融+科技+商业模式框架
@BrianFeroldi
—— 基本面 + 财报拆解
@10kdiver
—— 概率思维 + 估值 + 长期逻辑

四、交易框架与市场结构
@PeterLBrandt
—— 老牌交易员市场结构
@alphatrends
—— 技术分析 + 趋势框架
@bespokeinvest
—— 数据统计 + 图表
@SmallFish2026
夹带我自己 最新咨询+独特视角

这些账号不一定适合所有人，但信息质量高、少噪音，适合长期积累认知。

[huangserva @servasyy_ai]

这个有点意思，金融版的Claude Code

Dexter 是一个专为深度金融研究设计的自主AI Agent，能够像人类分析师一样思考、规划和学习。

主要功能：
自动化金融研究和分析
实时市场数据获取和处理
多步骤推理和决策
结果自我验证和优化

我先去试试👇：
https://t.co/uQm9Eds7NK

[川沐｜Trumoo🐮 @xiaomustock]

这网站可以收藏一下，每天看一看，是木头姐ark旗下所有基金的实时持仓和操作记录。
真正拿操作和筹码说话获取收益，每天可以看看她卖出或者买入的标的，拓展信息面。
https://t.co/YW1b5GwefO

[Rocky @Rocky_Bitcoin]

最近光模块板块有点回调，不少小伙伴又开始担心了，纷纷建议我们来讲一讲。正好最近 ChatGPT Images 2出来，测试了一下用它做行研分析图，如👇图1，就是用Images 2出的光模块拆解，效果真的不错。

言归正传，我们依旧长期看好光模块领域的核心企业，AI 数据中心的算力战争，早已经从 GPU 打到光子芯片了。🧐

很多人还在死盯着英伟达，殊不知真正的卡脖子环节，早就转移到光互联和光子学这条产业链上了。

我们看看数据就知道了：AI 服务器的功耗从传统的 5-10kW 直接飙升到 100kW+，这些算力怪兽之间的数据传输，靠传统铜线？根本扛不住！光子芯片，才是 #AI 基础设施的下一个必争之地。

我们最近花了不少时间，把整条光子学产业链从头到尾梳理了一遍。从最上游的材料、设备，到中游的激光器、代工厂，再到下游的光模块、网络连接，每个环节的核心标的都扒拉了个遍。

这不是什么概念炒作，是实打实的硬科技赛道，每一层都有明确的投资机会。咱们掰开揉碎了讲，看看这条产业链到底藏着哪些机会：

🔹 第一层：材料与晶圆 - 半导体之基

这是产业链最顶端，主要提供磷化铟、砷化镓这些化合物半导体材料。说白了，没有这些材料，后面啥都别想搞。

• $AXTI (AXT Inc)
垂直整合的衬底供应商，在 InP（光通信激光器专用）市场占据重要地位。这哥们是从源头卡位的玩家。

• $WOLF (Wolfspeed)
虽然主攻碳化硅功率器件，但在氮化镓射频和光电衬底方面也有深厚积淀。多条腿走路。

• $COHR (Coherent)
全球领先的工程材料和光子器件厂商。不仅卖材料，还向下游垂直整合到激光器和模块，这是真正的巨头玩家。

🔹 第二层：制造设备 - 卡脖子环节

光子芯片的制造需要极高精度的光刻和外延生长设备，这可是真正的卡脖子环节。科林研发(LRCX)与应用材料(AMAT）、阿斯麦(ASML）并列，是全球前三大半导体设备商。

• $ASML(阿斯麦)
绝对的霸主，没啥好说的。随着硅光技术向更小纳米节点迈进，ASML 的光刻机是不可或缺的。垄断级别的存在。

• $AMAT (Applied Materials) & $LRCX (Lam Research)
在薄膜沉积、刻蚀等关键工艺上提供设备。2026 年的逻辑很清楚，随着 AI 驱动的晶圆厂扩产，这些设备厂的订单可见度极高。稳稳的。

🔹 第三层：激光器 - 光源引擎

激光器是把电信号转化为光信号的核心心脏，不可或缺的关键要素，妥妥的卖铲子王者。

• $LITE (Lumentum)
提供用于800G到1.6T高速数据传输的磷化铟激光器、EML激光器及光收发器，是NVIDIA和各大超大规模数据中心的核心供应商，市占率高达80%。在云数据中心和电信网络的高性能激光器领域极具竞争力。大厂背书，靠谱。

• $SMTC (Semtech)
专精于高性能模拟、混合信号集成电路、物联网系统及云端连接服务。尤其在激光驱动芯片和 CDR领域优势明显，是信号调理环节的关键。虽然不是最性感的环节，但不可或缺。

🔹 第四层：代工厂 - 制造产能

有了设计和材料，谁来生产？代工厂就是把图纸变成芯片的关键环节。

• $TSM (台积电)
正在积极布局 CPO（共封装光学）技术。台积电的 COWAS 封装技术与硅光技术的结合，是未来 AI 算力卡的标配。龙头就是龙头。

• $TSEM (Tower Semiconductor)
总部位于以色列，专门从事模拟和混合信号制造，在硅光代工领域有先发优势，是很多初创光子设计公司的首选。小而美。

🔹 第五层：测试、检测与封装 - 质量守门员

光子芯片出厂前，必须经过严格的测试和检测，这一环节直接决定良品率。

• $AEHR (Aehr Test Systems)
目前的明星股！核心逻辑是光子芯片，尤其是激光器在出厂前需要长时间的"老化测试"。随着硅光芯片上量，AEHR 的晶圆级测试设备需求呈指数级增长。这是今年的大黑马。

• $ONTO (Onto Innovation)
专注于微电子器件、逻辑芯片、DRAM 内存以及先进封装领域提供高性能的过程控制量测、缺陷检测、光刻技术和数据分析系统，提供自动光学检测，在异构集成封装检测中不可或缺。稳健型选手。

🔹 第六层：光学模块 - 系统的物理表现

这一层是把光芯片、电芯片、光纤连接器整合在一起的"黑盒子"，也是最接近终端应用的环节。

• $AAOI (Applied Optoelectronics)
随着数据中心向 800G/1.6T 演进，AAOI 作为具有自主激光器产能的模块厂商，成本优势和产能弹性都很明显。高弹性标的。

• $GLW (Corning)
康宁是光纤之王。无论芯片怎么变，最终光信号还是要通过康宁的光纤进行传输。躺赢的存在。

🔹 第七层：网络连接 - 价值兑现终点

这是整条产业链的最后一环，也是价值兑现的终点。所有的技术最终都要在网络设备上体现出来。

• $AVGO (Broadcom)
光子学领域的终极 Boss！博通不仅拥有全球最强的交换芯片，还通过集成硅光技术CPO直接将光接口做进芯片里。同时也是ASIC定制芯片的龙头企业，是谷歌TPU的核心合作伙伴。属于真正的王者。

• $ANET (Arista Networks)
AI 数据中心网络架构的��导者，是光模块的最大��购方和应用场景定义者。需求端的话事人。

• $MRVL (Marvell)
在光互联 DSP 领域与博通双头垄断，其 PAM4 DSP 芯片是 800G 光模块的标配。技术壁垒很高。

总结来说，光子学这条产业链，不是什么遥远的未来技术，而是正在发生的现在进行时。AI 算力的爆发，已经把光互联从"可选项"变成了"刚需"。

从材料到设备，从激光器到封装，从光模块到网络连接，每一层都有明确的赢家和清晰的投资逻辑。我个人策略很简单，一旦光模块板块出现回调，逢低买入是一个好机会！

这份清单里面：
• 有稳健的行业巨头（ASML、台积电、博通）
• 有高弹性的成长标的（AEHR、TSEM、AAOI）

我们不需要全买，但至少要知道这条产业链的关键环节在哪里，钱流向了谁。

AI 的下半场，不只是 GPU 的游戏，光子学才是真正的物理层卡位战。布局正当时，等风来。DYOR🙏

目前上述提及的公司在 #MSX 上面基本都有，炒美股，我选择用 #RWA 美股代币化平台 #MSX，一同投资参与美股市场：https://t.co/x4ykUw3WBj

早期美股投资粉丝和伙伴，可以私信我，填写表单后，可免费进入美股交流和探讨社群(目前每周仅限定10人，助理审核，可能需要一点时间，感恩🙏)！

[Bill The Investor @billtheinvestor]

你明白刚刚开源了什么吗？一个彭博终端。完全免费。没有 24,000 美元的订阅费。没有 API 成本。100% 在你的本地机器上运行。数据护城河是真实存在的，但软件护城河已死。

这就是重点。收藏起来。现在就安装。只需十分钟。

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

兄弟们注意了，一个开源AI量化交易平台，本地自部署、全链路打通，从分析到实盘一条龙，加密、美股、外汇全覆盖。

我说几个让我直接眼睛放光的地方：

1️⃣ AI分析模块直接接OpenRouter、OpenAI、Gemini、DeepSeek，一键跨市场研究，不用自己东拼西凑

2️⃣ 策略可以自己写Python，也可以让AI直接给你生成代码，不会编程的也能玩

3️⃣ 回测记录完整保存，能复现能回放，���是跑完就忘的那种垃圾设计

4️⃣ 实盘对接多家加密交易所，自动半自动都支持，你说了算

5️⃣ 还能连IBKR做美股、MT5做外汇、Polymarket玩预测市场，一套系统全搞定

底层是Docker加PostgreSQL加Redis，按生产级标准部署的，不是那种跑个demo就拿出来骗星星的玩具项目。

这种东西放在两年前，要么付费要么根本找不到，现在开源摆在GitHub上，很多人就是不知道，白白错过。

量化这条路门槛在降，工具在变强，你还在等什么时机入场？

🔗 https://t.co/3PkWJGdYLh

[摸鱼局长 | MoyuChief @Jason23818126]

值得关注的美股信息源推荐（二）

美股市场信息量大，但高质量的内容相对分散

我整理了一份实用清单，包含 10 位优质 X 博主 和 8 个热门 YouTube 频道。这些账号各有侧重，信息互补，适合长期参考

一、10 位优质博主
1. @cnfinancewatch
专注中美个股对比、周报及盘前研报汇总，信息量较大，适合用来把握整体市场节奏和脉络

2. @LizAnnSonders
以宏观视角为主，侧重流动性与市场结构分析，图表清晰。适合用来了解美股整体环境

3. @BittelJulien
关注全球宏观和资产配置，对流动性与风险资产联动有较多分析，具有一定参考价值

4. @LynAldenContact
长期跟踪货币、财政、能源、信用等框架，有助于理解各类资产背后的逻辑

5. @biancoresearch
在利率、债市、政策预期等方面提供框架梳理，属于传统宏观分析风格。可用于校准市场叙事判断

6. @josephwang
深入分析美联储、准备金、美元流动性等金融系统细节。内容有一定专业门槛，看懂后对市场理解有帮助

7. @dylan522p
覆盖AI基础设施、GPU、云厂商资本开支、HBM/存储等领域的相关信息。如果你关注半导体和AI基建，可作为参考账号之一

8. @stratechery
对科技股尤其是平台型公司、AI商业模式及产业结构变化有系统分析，适合长期关注

9. @ByrneHobart
将金融、科技与商业模式结合进行分析，框架感较强，适合需要系统思考或做内容的人参考

10. @Jason23818126
我自己，会努力分享、整合以上美股优质信息源，并实时为大家提供美股资讯、AI 选股操作和投资赚钱机会，欢迎大家关注我

二、8 个热门 Youtube 频道
1. Joseph Carlson
主要分享股票投资组合构建和被动收入相关内容，强调通过长期持有优质公司实现财富积累，适合对稳健投资和资产配置感兴趣的投资者参考
https://t.co/hh4eoad250

2. Andrei Jikh
以轻松易懂的方式介绍股票投资、理财规划和被动收入策略，常结合实际案例讲解复利、股息和资产配置，适合投资入门者学习
https://t.co/THgZLCX8rZ

3. Jeremy Lefebvre
专注于股票投资与财富增长话题，用通俗方式分享选股方法、市场分析和长期投资理念，适合希望了解理性投资方法的新手参考
https://t.co/hau7Map5XX

4. NaNa说美股
擅长以通俗易懂的方式拆解金融概念，少用专业术语，主要帮助投资新手建立美股投资的基本框架。内容注重理清思路，适合初学者快速入门、减少困惑
https://t.co/npoKlB6VzP

5. 小Lin说
曾任摩根大通投行分析师，以通俗语言讲解全球经济、金融趋势和投资逻辑，内容涉及宏观经济、美联储政策、黄金市场等，风格清晰、信息量充实
https://t.co/blTD9O0tgH

6. 视野环球财经
定期更新个股支撑位、压力位及长期估值分析，对市场事件有较为详细的解读，适合关注技术面和短期动态的投资者
https://t.co/R7WOAl8y1N

7. 美投讲美股
侧重美股热点解���和个股基本面���析，内容适合希望深入研究公司基本面、不过度追逐短期热点的人参考
https://t.co/Glw5jLCUya

8. 老李玩钱
内容主要围绕美股大市值股票的操作思路和实战案例展开，适合希望参考大票实战经验的投资者
https://t.co/yd9SxV7Idh

[余温 @gkxspace]

用了两天志辉大佬开源的 skills-manage，好家伙，这个工具解决了我一个大痛点。

以前我的 Skill 文件散落在各种地方，每次更新一个 Skill，得手动同步。

skills-manage 用 ~/.agents/skills/ 做中央仓库，其他平台通过软链接指向这里。一处修改，全平台生效。

并且：
1. 可以从 GitHub 直接导入 Skill 仓库
2. 支持 20+ 个 AI 编程工具（Claude Code、Cursor、Windsurf、Codex...）
3. 有 Collection 功能，可以把常用 Skill 打包，一键安装到新平台
4. 本地优先，数据都在本地 SQLite，不上传

推荐给需要管理多个 AI 编程工具的朋友。

GitHub: https://t.co/ZuHQUyhzTY