币思达研究院BSTA.AI - 节目列表

一、核心内容摘要 产业上，本期把两条更大的路线提到前台：一条是 美国国产替代，从光模块、太阳能、SiC、稀土一直向整个先进制造链扩散；另一条是所谓 “马斯克替代”——Musk 不满足于美国境内有供应链，而是试图把芯片、制造、电力、算力、模型乃至太空数据中心进一步内化到自己的体系里。由此具体寻找两类交易：有财报和订单验证的“优等生”回撤机会，以及处在强赛道、但经营最差、预期最低的“差生反转”。 二、WuKong AP 最近 WuKong AP 的 Product / Build in Public，本质上是在把过去比较依赖个人经验的 “发现信号 → 做研究 → 建立 thesis → 交易 → 复盘” 流程产品化。核心载体仍然是 WKAP Radar Feed + Thesis/Card + Watchlist：每天把市场噪音压缩成可以被 GPT / Claude 等 AI 继续加工的结构化输入，不只是告诉用户“今天什么值得看”，还要回答 Why Now、预期差在哪、什么位置能交易、什么情况下继续加、什么情况下 thesis invalidated。 现在进一步在做的是把这个流程变成一个可验证的系统，而不是不断堆内容。包括围绕标的建立统一 thesis object、记录催化剂与价格路径，用 7/30-day watchlist、50/90 类验证周期回看：当初为什么发现它、哪些证据最终有效、什么时候应该从 research 升级到 position、什么时候只是 attention trade。理念可以概括成一句话：AI 的价值不是替你多读几篇研报，而是重新组织投资者的认知工作流。 三、核心问题摘要 1. 为什么现在重新偏向乐观？8–9 月还适合抄底吗？ 本期对宏观的判断比上一期更积极。7 月市场交易的是加息、Momentum Crash 和韩国杠杆出清；现在非农开始走弱，下一步关键是 CPI 能不能继续提供“没必要再加息”的证据。即使 Fed 不马上降息，只要市场从 hike → hold → eventually cut 迁移，对成长股、黄金、白银和 BTC 都已经是边际改善。 同时，7 月第一轮 Momentum/CTA 机械卖盘已经明显减弱，美伊冲突和油价也暂时没有继续恶化。本期提出的主要尾部风险反而从 Fed 转向 Anthropic IPO 前后的流动性抽水：如果 10 月附近上市，8–9 月路演前的数据和市场环境反而可能被维持得比较漂亮。因此基准剧本是 指数不一定大涨，但未来一个多月缺少新的系统性利空，回调更像机会。 2. 为什么现在不应该执着于“长期价值投资”，而应该先做市场观察者？ 节目提出一个很强的观点：AI 每两三个月就可能重新定义一个行业的竞争格局，因此很多科技公司的“五年价值”其实没有过去那么可预测。Duolingo、The Trade Desk、Lemonade 等案例被拿来说明：过去看起来像护城河的东西，可能因为 frontier model 普及而迅速 commoditize。 因此更适合当前市场的方法不是先预言终局，而是 观察 → 等证据 → 捕捉阶段性 opportunity。尤其当基本面信息已经被 AI 极大平权之后，edge 更可能来自 timing、资金流、预期变化和对新叙事的提前识别。节目把自己定义成“市场观察者”，而不是为了证明一个长期 thesis 正确而死守。 3. Google 是否正在退出 frontier-model 第一阵营？ 节目讨论了 Google 最近的人事和战略变化：DeepMind / Gemini 相关核心人才变动、Gemini 新版本推迟，以及 SemiAnalysis 对 Google frontier-model strategy 的悲观看法。核心推演是：Google 可能正在从“必须争 AGI 第一名”逐渐转向 更现实地经营 cloud + TPU + model marketplace。 这条路线未必对短期财务是错的。无论 OpenAI、Anthropic、Meta 还是开源模型最后谁赢，都需要云和算力；Google Cloud 又有自己的 TPU。因此 Google 有可能从“参赛选手”更多转成“卖铲子的人”。但节目质疑的是：这可能再次体现 Google 在 长期战略胜利与短期财务回报之间选择后者的组织惯性。 4. 什么是“马斯克替代”？Terafab 真正意味着什么？ 本期提出的“马斯克替代”比美国国产替代更激进：美国国产替代是“美国境内有人能生产就行”，而 Musk 想做的是 自己体系里尽量什么都能生产。Terafab 因此不只是一个晶圆厂，而是 Musk 尝试复制 logic、memory、先进制造甚至光刻相关能力，把半导体供应链进一步收进 Tesla/SpaceX/xAI 体系。 终局如果成立，芯片甚至不需要对外出售，而是全部内部消化：AI5/AI6、机器人、自动驾驶、xAI 和未来轨道数据中心。真正被改变的不是芯片售价，而可能是 $/token——如果 Musk 能自产芯片、自产/控制能源，再通过 Starship 把算力送上轨道，他可能成为最大的 compute-cost destroyer。 5. “美国国产替代”当前最值得看的赛道是什么？ 节目把近期很多看似独立的行情放进同一条线：光模块 / InP、SiC、太阳能、稀土、关键材料，都属于美国试图减少对中国供应链依赖的资产。选股时一个很简单的判断标准变成：公司的真正产能在哪里？是否是美国本土稀缺制造能力？ AAOI 是美国光模块国产化的高弹性表达；TE 是美国太阳能制造；WOLF 是 SiC 本土制造能力；LPTH 则通过无锗材料替代中国/俄罗斯主导的 germanium supply。这种 trade 的核心不是“美国制造一定成本最低”，而是 战略稀缺性开始获得政策和资本市场溢价。 6. SMCI：600 亿美元订单都摆在桌上了，重估时刻？ SMCI 现在最好交易的不是“AI 服务器需求很好”这个共识，而是一个很直接的 订单 + 利润率 + 低估值预期差。公司预告 Q4 单季新订单超过 $60B，同时 gross margin 预计 15–17%，此前指引只有 8.2–8.4%；而当时估值仍大约 9–11x forward earnings。对照已经发生重估的 DELL，市场真正没有解决的问题是：SMCI 到底还是一个低毛利服务器组装商，还是已经开始通过 rack-scale、液冷和整套 AI factory 交付提高 value-add？ 所以交易上不应该因为“$60B 很大”就直接买，而是等数据完成第二次验证：订单有没有转 revenue、15–17% GM 能不能延续、working capital 有没有继续恶化。 SMCI 最大的反面不是 AI demand 消失，而是订单可取消、现金被库存和应收吞掉，再叠加出口管制调查。如果 8/11 财报证明 normalized GM 能稳定在 12%+、backlog 开始兑现，那才是 Event → Rotation 的升级；如果 GM 又掉回个位数，它仍然只是一个低倍数、高周转的 hardware assembler。 7. AEHR、AXTI 这种“优等生”已经涨了一轮，为什么下一棒反而可能轮到 WOLF、TE 这种“烂学生”？ 这是典型的 expectation trade。第一阶段最好做的是“赛道对 + 技术对 + 财报也对”的优等生，因为市场最容易先给确定性；但 AEHR、AXTI 这类公司已经经历第一轮快速重估以后，再想继续大幅上涨，就必须不断制造新的超预期。反过来，WOLF 和 TE 的经营数据都不好，市场预期已经压得极低，但它们占据的却分别是 美国 SiC 制造能力和美国本土太阳能制造能力——也就是说，“学生很差，但学校很好”。这正是第二阶段最容易出现赔率的地方。 两只的验证方式又不同。WOLF 重组后债务期限延长、利息压力下降，节目里讨论其手上约 $1.3B cash，但 non-GAAP gross margin 仍为负，因此交易的不是盈利，而是 只要亏损开始收窄，市场就会迅速重估存活概率和资产价值。TE 则更直接交易政策：多晶硅最低进口价和关税已经落地，FSLR 先涨，而 TE 仍处低位；但真正利润兑现主要在 2027，短期最大变量是融资和摊薄。换句话说：WOLF 赌经营从极差变成没那么差，TE 赌政策从纸面走向订单和融资可持续。 8. 如果 NVIDIA 真在减少 rack 里的 memory，为什么我们不只把它理解成存储利空，反而开始看 ALAB、SIVE、AXTI？ 因为系统性能不会凭空消失。假设 rack 内 memory content 下降，但 GPU compute 继续提高，那么为了维持 utilization 和吞吐，数据必须更频繁、更高速地在 chip-to-chip、rack-to-rack、scale-up / scale-out 之间移动。于是同一条消息可以同时是 memory content 的压力和connectivity content 的增量。这就是现在看 ALAB 的核心交易逻辑：不是泛泛赌 AI，而是赌数据中心 architecture 改变后，PCIe/CXL/SerDes/retimer 的价值量提高。节目也把 ALAB 定位为这条逻辑里基本面更直接、但估值更贵的一只。 SIVE / AXTI 则是更高 Beta 的下一层。它们更依赖 LITE、COHR 等光通信 major 的订单和财报去确认整个 optical tape 还在扩张，所以打法不是左侧去预测 CPO/NPO 谁最终胜出，而是 先看 major 有没有继续 beat，再用 junior 放大板块情绪。这也是本期最核心的方法之一：LITE/COHR 如果继续验证需求，SIVE/AXTI 才有理由继续持有；如果 major 财报开始降温，junior 应该比 major 更快撤。 9. 想炒宇树，为什么不直接买最纯的机器人 SPAC，反而去看做汽车芯片的 INDI？ 因为“最纯”不等于“最好交易”。CCXI 这类 SPAC 从 $10 起步，涨到 $16 实际已经提前交易了 约 60% 的机器人预期，而且 de-SPAC 前后的筹码、增发和价格行为都比较难控制。INDI 的结构反而更舒服：它不是靠机器人故事活着，原本就有汽车 ADAS / sensing 收入，而 Unitree / Agibot 的 design-in 是额外送给它的人形机器人期权。节目里给出的 Q2 数据是 收入 +24%、亏损继续收窄，同时约 33% 流通盘做空，因此同时具备基本面改善和 squeeze potential。 这只票真正需要验证的是 design-in → order，不是“和宇树有关系”这句话。当前 Unitree / Agibot 并没有公开明确采购金额，所以机器人部分仍然只是 option；真正提供底的是汽车业务和亏损曲线。如果后面量产时间表、订单金额出来，同时 operating loss 继续收窄，那么市场才有理由把机器人 optionality 加进估值；反过来，如果现金消耗继续、design-in 长期没有收入，33% short interest 就不是燃料，而是在提醒你 bear case 可能确实有东西。 10. AI 医药最缺的不是模型，而是第一支真正成功的药——ABCL 会不会成为这个“破零”的案例？ AI 医药过去最大的问题是：每家公司都能讲“AI 可以找分子、提高研发效率”，但资本市场一直缺一个 AI-driven discovery → 临床数据很好 → 真正形成药物价值的胜利样本。因此 8–9 月这条赛道重新值得看，不只是因为 OpenAI / Anthropic 都在强化科学应用叙事，更因为市场需要一个实证案例把“AI for science”从故事升级成资产。TEM、TWST 更偏数据和已有商业化，SDGR 交易 agentic drug discovery 的新产品，而 ABCL 的特殊性在于它突然拿出了临床数据。 所以 ABCL 的正确交易方式恰恰不是数据出来之前埋伏，而是 让价格先替你验证 narrative。节目当天 ABCL 因数据约上涨 36%；如果大涨后回撤有限、成交量继续保持，说明市场开始把它从普通 platform biotech 改价成“可能拥有成功自研资产的 AI drug company”。这时候再研究它有没有资格成为 sector leader，比事前猜 clinical outcome 更符合当前打法。真正的失效点也很清楚：后续数据无法复制，或者市场只把这次上涨理解成单一药物事件，而没有给 discovery platform 第二层估值。 11. Cloudflare 已经很贵、DDOG 又出现增长疑问，为什么软件里反而去看 FSLY、BAND、SMWB 这些小票？ 因为我们交易的不是“谁是最好的 SaaS 公司”，而是 major 已经证明赛道、junior 还没完全跟上。FSLY 最简单：Cloudflare 财报强、agent 带来的 internet traffic 明显增长，说明 CDN / edge demand 没问题；但 NET 已经非常贵，于是 FSLY 成为便宜的板块 Beta，而且自己的最近财报也不差。它最适合的不是长期 compounder，而是反复做 20–30% 的波段——major 提供方向，junior 提供弹性。 BAND 和 SMWB 则各有自己的数据验证点。BAND 是 voice API 的 junior，逻辑是 AI interaction 越来越从文字转向语音，同时它估值仍低、上面有 Twilio 做 major；SMWB 更特别，它一年 ARR 约 $300M，而节目讨论时市值只有约 $700M，同时越来越多大模型公司需要购买 web traffic / competitive-intelligence data。再加上同行被 Adobe 以明显更高估值收购，SMWB 具备现成的估值锚。这里真正要做的是：只在 major / industry data 继续验证时持有，不因为“AI data 很重要”就把 junior 变成长线信仰。 12. BTC 没新故事、Clarity Act 还推迟了，为什么这时候反而开始看 CRCL 和白银？ 因为有时候最重要的数据不是“出了什么利好”，而是 利空出来以后价格还跌不下去。节目观察到 BTC 在政策延期、特朗普相关链上卖出等消息之后，仍然没有有效跌破约 $60K，并长期徘徊在长期持有者成本区域附近；这意味着市场可能已经把相当一部分坏消息消化掉了。与此同时，NFP 让 9 月加息概率从此前高位降到约 45%，宏观交易开始从“还要不要 hike”转向“为什么还要 hike”。如果这个 regime shift 继续，BTC 就同时得到 流动性改善 + Clarity Act 后续监管进展两层催化。 CRCL 是这个逻辑的高 Beta equity expression：不需要 Clarity Act 明天通过，只要 BTC 止跌、稳定币监管方向继续往合法化推进，情绪就可能从“政策延期”重新交易“合规入口价值”。白银则是更纯的宏观赔率：如果黄金在 easing trade 里只有 5–10% 空间，银和银矿因为高 Beta + 工业属性，节目给出的目标弹性是 20–30%。所以这两类资产表面上完全不同，实际交易的是同一个东西：加息尾部风险下降后，市场愿意重新给 liquidity-sensitive assets 更高的价格。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 官网及 feed 订阅：https://wkap.ai/ ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期围绕两条主线展开：一是 WuKong AP 从“投资研究打卡工具”进一步转向 投资 Agent 的训练、比赛与评价系统；二是复盘 7 月 AI 硬件暴跌，判断这更像由拥挤仓位、Momentum Factor、韩国杠杆盘和大型基金强平共同造成的去杠杆，而不是 AI capex 与硬件需求已经系统性崩塌。 交易执行上，本期不再笼统地喊“抄底”，而是强调：当前抄底本质是波段，不是买入后无限期持有。优先寻找近期财报与指引仍强、公司逻辑未被证伪，却因板块抛售跌出空间的标的；市场快速给出 20%—30% 时可以兑现，在杠杆和筹码风险没有完全出清前，宁可踏空，也暂时不把反弹自动理解为 V 型反转。 二、WuKong AP 最近在做什么？ WuKong AP 正从最初的 Keep / Strava 式投资打卡产品，转向一个 KOL Agent 模拟与投资竞赛平台。我们计划先抓取 X 上 30—100 位投资 KOL 的历史发言，由 Agent 将每条观点转化成股票仓位、合成 ETF 或宏观交易，再用收益、胜率、回撤、持有期和相对指数表现，对其内容质量进行统一量化。 这意味着，KOL 不再只是“发了一个看多观点”，而是持续参加一场 24 小时运行的比赛。平台可以回答：谁真正跑赢了标普或纳指？谁的研究质量高但仓位管理差？谁只是叙事传播力强，却没有结果？未来真人还可以认领自己的模拟账户，WuKong AP 自己训练的 Agent 也会进入同一个赛场。 产品思路经历了三次演化： * Keep / Strava：用时间戳与 ledger 解决可信度，让“我早就说过”变成可核验记录。 * Hyrox：用 WoW、30/30、50/90 等标准化格式解决可比性。 * Real Steel：让 Agent 上场比赛，人类负责训练、调教和决策，解决人工打卡反人性、缺少观赏性的问题。 底层理念是：一个真正能管理资金的 Agent，不能因为接入了模型就天然拥有赚钱能力；它必须先接受训练、比赛、排名和长期验证。**就像学习语言需要 total immersion，投资 Agent 也需要沉浸在价格、新闻、情绪和顶级投资者的思考环境中，逐步学习“市场的语言”。 短期目标是建立可验证的 KOL 排名和高质量研究源，帮助用户找到真正值得跟踪的投资者；中期是形成 Agent 竞赛、账号认领、标准化 ledger 与 InfoFi 数据生态；长期则是建立一个 投资 Agent 的训练场、考试场与选拔系统。 WuKong AP 希望成为一家 agent-native 的研究实验室，而不是把互联网时代的内容平台、打卡、增长黑客重新包装一遍。真正需要先证明的，不是流量和变现，而是：能否把投资观点转化为可测试的仓位表达，并通过持续反馈训练出比原始 KOL、甚至比我们自己更优秀的 Agent。 三、核心问题摘要 1、宏观上，7 月的 AI 硬件下跌是周期结束，还是一次去杠杆？ 本期倾向于后者。7 月市场开始集中质疑 AI 万亿美元 capex 如何回收：Meta 出租算力、开源模型以更少硬件实现接近闭源模型的效果，以及 OpenAI、Anthropic 增速放缓，都让市场重新审视云厂的投入回报。但随后七巨头财报仍然证明，云收入、AI 部署和融资能力没有突然断裂，因此短期内更像筹码与仓位问题，而不是产业基本面已经坍塌。 真正导致抄底时点不够精准的，是 Momentum Factor、CTA、美国基金仓位和韩国散户杠杆。韩国投资者在下跌后继续使用杠杆抄底，使表面清算不断被新杠杆补回。美股可以在风险尚未完全消失前反弹，但要形成扎实的普涨式 V 型反转，仍需看到杠杆继续下降、旧动量龙头重新取得相对强势。 2、近期 AI 赛道有哪些值得关注的重点事件？ 第一条主线是 capex 回收路径被重新审查。市场不再笼统奖励所有投入 AI 的公司，而是区分谁已经把 capex 转化成云收入、客户部署和现金流；这也是微软、云厂相对占优，而单纯增加支出却缺少收入挂钩的公司受到质疑的原因。 第二条主线是 开源模型、国产算力和推理成本下降。它一方面压低 token 价格和应用层价值捕获，另一方面也可能通过 Jevons 效应扩大推理总需求。第三条主线是 CPO、光互联与芯片测试：市场正在从“GPU 数量”转向关注主机间连接、InP、激光器、先进封装和高功率芯片可靠性测试。AI 硬件并未失去增长，只是在不同瓶颈之间重新分配价值。 3、Situational Awareness 为什么会崩？为什么其 portfolio 值得关注？美国基金正在发生什么变化？ Situational Awareness 崩溃的关键不是 AI thesis 突然失效，而是高杠杆、极度集中和流动性错配。基金名义规模约 450 亿美元、杠杆接近 4 倍，gross exposure 可能超过千亿美元；当AI基础设施股票回撤 25%—30%，基金净资产被迅速侵蚀，prime brokers随即触发 margin call。公开股票无法直接在市场一次性卖出，只能通过机构竞价折价转给 Citadel，而 Anthropic 等私募持仓又难以及时变现。 其 portfolio 仍值得关注，因为它是一张高 conviction 的 AI 基础设施地图，强制平仓也可能制造基本面之外的价格错位。更重要的是，这次事件揭示了美国基金行业的变化：高杠杆、单主题和跟风复制AI赢家的基金正在被迫降仓，而 Citadel、Millennium、Jane Street 等大型平台越来越像“影子银行”，负责承接困境资产并提供市场流动性。资本未必正在离开 AI，而是在从脆弱的杠杆账户转移到资产负债表更强的机构。 4、Chris Camillo、Kevin Xu 和 Leopold 分别代表什么 edge？ Chris Camillo 代表 Social Arbitrage。他的 edge 来自现实世界与社交媒体：消费者行为、文化趋势和产品热度已经发生变化，但分析师模型尚未及时反映。他寻找的是“社会事实先变化、财报后确认”的注意力差，并通过集中仓位和期权放大收益。风险是社会信号可能只是短期噪声，而且期权会放大路径波动。 本期讨论的 Kevin Xu 更接近 Sir Jack 式集中波段交易者。他的核心方法是小账户、单一股票、主要使用正股，在一个催化剂兑现后快速切换下一只；他曾用约 3.5 万美元做到千万美元级别，之后把大部分财富转入指数，只用小账户重新挑战。他的 edge 不是复杂估值，而是叙事、价格位置、催化剂和极高专注度。相比 Camillo，他的工具更简单、对普通账户更接近，但极端集中仍然不可轻易复制。 Leopold Aschenbrenner 代表宏大世界观与杠杆表达。他从 AGI、算力集群和国家竞争的终局出发，再集中买入 AI 基础设施。三者的差异是：Camillo 在赌社会变化，Kevin 在赌下一轮注意力和短期重定价，Leopold 在赌世界将快速按宏大推演展开。前两者即使亏损仍能继续交易，Leopold 的杠杆则把长期判断变成了必须短期兑现的交易。 5、30/30 和 50/90 到底解决什么问题？ 50/90 是从约 90—100 只股票池中，筛选未来 90 天可能上涨 50%的标的；30/30 则更适合当前高波动环境，寻找未来30天可能反弹30%的票。它们解决的不是“什么公司最优秀”，而是把研究转成明确的时间窗口、赔率和执行标准。 30/30 的理想标的是：近期财报最好 double beat，下一季指引没有恶化，股价却因板块和筹码抛售跌出空间。长期看好的 NOK、QCOM 不一定进入当前名单，因为它们缺乏近期催化剂；反过来，一只公司即使很优质，没有30天内的边际买家，也不应硬塞进交易仓。 6、为什么 AEHR 是当前最值得反复交易的标的之一？ AEHR 的差异性在于晶圆级与封装级 burn-in。AI处理器、硅光和高功率芯片越来越昂贵，厂商更需要在进入先进封装之前筛掉早期失效器件。节目把它视为公开市场中少数能直接表达“大功率整片晶圆可靠性测试”的公司，并且其订单与 FY27 指引已经显示业务可能从 SiC 周期，转向 AI、硅光和高功率计算多条增长曲线。 商业模式也不只是一次卖设备：客户部署 FOX 或 Sonoma 后，新芯片和扩产通常需要新的 WaferPak、BIM、socket 与服务，形成 installed-base 收入。节目中特别关注它同时出现在 SemiAnalysis 的存储与光电 ETF 中，说明它横跨 HBM、AI处理器和光子芯片测试。但它仍不是固定订阅或绝对垄断，下一步必须看 backlog 能否转成收入。 7、AXTI 的核心预期差是什么？ AXTI 位于激光器最上游，提供 InP 衬底。它不需要准确押注 LITE、COHR、SIVE 谁最终获得更多 CW laser 份额：只要高速光互联和外部激光需求增长，几家下游厂商都需要合格的 InP substrate。 近期财报、毛利率改善和 Lumentum 预付款，提高了 InP 短缺的证据强度。风险则是市场已提前支付多轮扩产预期，同时还要面对良率、客户认证、出口许可和客户自建产能。节目把 AXTI 与 AEHR 都视为资金敏感、适合反复波段的高 beta 小票，但前提是熟悉其价格习性，不能把高波动误认为低风险。 8、INTC 与 MRVL，谁更符合当前的 30/30？ 节目认为 INTC 的短期事件密度略优于 MRVL。INTC 的预期差来自 Foundry 改善、美国政府战略支持、潜在外部客户，以及 Google 下一代 ASIC 可能采用 EMIB-T 封装的产业想象；同时它也是量化 Momentum 交易中的大票，一旦因子反转，弹性可能比传统大盘股更强。 MRVL 的长期 custom ASIC 和光互联逻辑没有变化，但上一轮上涨受 NVIDIA 与管理层互动等事件推动，这类催化难以重复，近期又缺少财报和新订单验证。因此 MRVL 可以继续研究，但当前不如 INTC 具备清晰的 Trigger Gate。两者也都不具备 AEHR、AXTI 那种20%左右反复波动的交易特征。 9、CPO 是否真的延期？LAZR 与 SIVE 应该怎么看？ 节目认为需要拆分时间线：switch-side、scale-out CPO 已经出现早期生产与合作伙伴交付，削弱了“整个 CPO 产业推迟到2028年以后”的极端叙事；但更复杂的机架级部署、维护、良率，以及 GPU 附近的 scale-up optical I/O 仍可能更晚。 SemiAnalysis 发布质疑 CPO 时间线的文章后不久，又与 Tema 推出 LAZR ETF，说明它真正看空的更可能是短期估值和部署速度，而不是长期光互联。LAZR 可以作为产业地图，覆盖 LITE、AXTI、Aixtron、TSEM、AEHR等环节；SIVE 则是高功率激光器的小市值高弹性期权，但在具名量产订单和收入兑现之前，仍主要是纯度与超跌交易。 10、PENG 为什么既有长期逻辑，又让人对短期交易犹豫？ PENG 不是存储制造商，而是通过 SMART Modular 和系统业务，将 DRAM、NAND、CXL内存与AI基础设施整合成可部署产品。随着模型、KV cache 和多机共享内存增加，独立内存层与CXL服务器可能成为新的基础设施需求。 问题是存储价格快速上涨时，PENG 的采购成本也同步上升，名义收入增长不一定转化为同比例毛利。换言之，它与存储制造商不是完全同向：正常价格环境下，公司自己的设计、认证、集成和服务价值反而更容易体现；当前超级周期则可能让收入很好看、毛利率却承压，因此它在30/30名单中的确定性低于AEHR和AXTI。 11、ISRG 为什么是好公司，却未必是当下的好股票？ ISRG 具有典型的“设备＋耗材＋服务”复利模式：医院购买 da Vinci 设备后，每次手术都会继续产生耗材与服务收入，医生培训和临床生态又形成高切换成本。从长期商业质量看，它与节目偏爱的 installed-base 公司非常一致。 但短期问题是真实存在的：美国医疗报销趋紧、医院控制成本、部分手术量增长放缓，使市场担心长期增长中枢下降。它不是纯粹因为市场情绪被错杀，而是需要 procedure growth 重新加速或指引上修才能证明路径恢复。因此，ISRG 更适合长期观察仓，而非当前30天内必须兑现的交易仓。 12、MXL 财报不差，为什么节目仍不愿把它作为优先标的？ MXL 的问题不是财报差，而是财报前已经上涨太多。Seeking Alpha 等平台把它纳入热门推荐后，Momentum 与注意力迅速集中，股价短期上涨数倍；财报虽然继续证明光互联业务不错，却没有再超越已经极高的买方预期，因此出现 sell the news。 这也说明30/30不能只看财报数字，还要看价格确认。节目更偏好“财报好、指引好、财报后价格也证明市场认可”的票；如果财报不错却大跌，至少说明当前估值、仓位或隐含预期仍有问题。在没有重新建立价格支撑前，MXL 的交易难度高于AEHR、AXTI等已经形成熟悉波动区间的标的。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 Feed 网站：https://wkap.ai/ ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期从“AI为什么更像电力革命，而不是互联网革命”出发：互联网降低的是信息搜索和分发成本，AI改变的是知识工作如何被完成。当前模型、Token和算力已经快速扩张，但企业大多仍把AI接入旧岗位和旧流程，尚未完成数据、权限、工作流与组织结构的重构。因此，AI下一阶段的关键不是单纯继续押模型和芯片，而是谁能率先成为AI时代的通用电气或福特，把智能真正转化为人均产出、收入和现金流。 投资策略上，本期借鉴Chris Camillo的Social Arbitrage，把WuKong AP过去的Attention Trade进一步收敛为WKAP 50/90：从具备现实稀缺性、产业地位和社交传播基础的标的池中，寻找因价格深度回撤、信息增量、财报催化和注意力回流，在未来90天内具备约50%潜在空间的交易机会。现阶段更偏向测试、封装、存储、光互连、特殊晶圆厂和电力服务等难以被新玩家快速复制的AI硬件环节。 二、WuKong AP：最近在做什么？ WuKong AP正在从单纯的播客、文章或Newsletter，转向一套AI原生的公开投资研究系统。 目前的产品结构可以概括为：Podcast + Agent-readable Feed + Daily Workout / WoW + Investor Log。 Podcast负责讲清产业框架、策略变化与重点标的；Feed 把每日新增信息、证据、催化剂和风险沉淀为 Agent 可读取的结构化研究对象；Daily Workout / WoW 用于持续选股、观察价格、执行和复盘；Investor Log 则长期记录当时看到了什么、为什么认为重要、选择了什么价格与时间窗口，以及结果如何。 其核心理念是把投资研究从单纯“发表观点”升级为人和Agent共同参与、可追踪、可验证、可复盘的Proof of Work：AI负责财报拆解、信息压缩和数据比较，人负责判断KOL影响力、注意力生命周期、价格敏感度，以及一条信息何时会真正进入市场定价。 当前整套产品正在围绕 WKAP 50/90 进一步收敛，即从具有稀缺产业位置、真实基本面和注意力基础的标的池中，筛选未来90天内具备约 50% 潜在空间的机会；50/90 不是收益承诺，而是统一研究资源、买入目的、催化窗口和退出纪律的过滤器，最终目标是让研究直接服务于交易动作，让用户也能参与训练、独立执行与复盘，并把长期积累的 Workout 和 Investor Log 转化为可被 Agent 读取和验证的个人投资能力档案。 三、核心问题摘要 1. 本周宏观环境是否已经开始主导 AI 交易？ 7月13日，韩国KOSPI大跌并再次触发熔断，SK海力士因本土机构下调二季度预期单日跌幅超过15%，美股盘前存储和半导体同步承压；与此同时，美伊冲突再度升温，布伦特原油回到约79美元。流动性短期有所改善：财政部一般账户下降、银行准备金回升，但逆回购缓冲已接近耗尽，股票融资杠杆仍然偏高，因此市场更容易发生快速去杠杆。 未来一至两周需要关注CPI、PPI、油价和霍尔木兹海峡实际通航，以及银行、ASML和台积电财报。宏观目前仍是风险约束，而非主导主线；只有能源短缺、通胀重新失控或信用数据明显恶化，才可能压过AI自身的订单与盈利逻辑。节目因此不主张长期持有原油等待二元事件，而更倾向在冲击中寻找被过度抛售的AI硬件。 2. 为什么 AI 更像电力革命，而不是互联网革命？ 互联网是一场信息与连接革命，主要降低搜索、复制和分发成本；AI则是一场智能生产力革命，直接参与代码、分析、研究、判断和执行，更像一种可以按需分配的脑力动力。判断AI进展时，不能只看用户数和Token量，更要看企业是否重写了生产流程。 电力早期先以电灯进入家庭，但电灯并未立即提升工厂生产率。工厂最初只是用大型电机替换蒸汽机，却继续沿用原有传动轴、机器布局和管理体系；直到分组电机、独立电机和流水线出现，生产率才集中释放。今天的Copilot和Chatbot更像当年的电灯与大型电机：证明技术可用，但距离全面重构生产系统仍有一段路。 3. AI 采纳为什么比模型能力更重要？ “使用AI”只是让员工多一个工具，“采纳AI”则意味着任务、数据、权限和责任都围绕AI重新设计。当前很多企业已经拥有很高的模型使用率，但研发变快后，法务、安全、审批和部署仍然维持旧速度，局部效率只是把瓶颈转移到其他部门。 真正的AI采纳需要把Agent嵌入端到端工作流，让AI读取企业数据、调用工具并执行任务，人类负责授权、监督和异常处理。企业最终会从Tokenmaxxing转向ROI审查：不再只问有多少员工使用AI，而是要求证明AI降低了多少费用、增加了多少收入、缩短了多少交付周期，以及是否真正提高了人均产出。 4. 谁可能成为 AI 时代的通用电气与福特？ Anthropic更接近AI时代的“通用电气”：它是AI原生组织，以研究和模型能力为中心，也有动力先用自身技术改造模型研发、代码、评估和企业服务。如果它能证明AI公司自身可以凭借Agent快速迭代和规模化，就能为其他企业提供组织模板。 “福特”则更可能来自已经存在的大企业。福特不是电力公司，而是把电力转化为流水线和大众汽车的组织创新者。今天需要寻找的，是能够把成熟业务、数据和客户基础与AI结合，并证明收入增长逐渐摆脱员工数量增长的公司。节目主要讨论了Meta和Amazon，同时也保留微软、Google等其他候选者。 5. Amazon 与 Meta 成为 AI 组织重构赢家，需要验证什么？ Amazon的优势是AI敞口最完整：AWS承接训练、推理和企业Agent，自研芯片降低成本，广告和推荐提高变现效率，物流与机器人则把AI带入物理世界。它需要验证的是，巨额资本开支能否持续转化为AWS增长、Anthropic生态价值、物流费用改善和广告效率提升，而不是只增加折旧和融资负担。 Meta的优势是创始人控制力强，广告、推荐、内容审核和产品开发都有明确改造空间；SemiAnalysis对其新模型的积极评价也推动了市场重估。但仍需验证两点：模型能力是否能在真实开发者和用户场景中复现，而非只体现在Benchmark；资本开支能否带来广告转化、产品增长、人均收入和自由现金流改善。Amazon的逻辑更像“所有模型都要经过的平台”，Meta则更像“用AI彻底改造自身的成熟企业”。 6. Chris Camillo 的 Social Arbitrage 策略是什么？ Camillo不主要依靠华尔街财务模型，而是观察消费者行为、Google Trends、TikTok、Reddit、工程师论坛和门店销售，寻找“现实已经发生变化、市场尚未理解”的信息差。他交易的是信息扩散过程：先发现异常，确认它会影响上市公司收入，再等待华尔街和更多投资者逐渐定价。 他最难复制的地方并不是找到信息，而是对增量信息和注意力变化的敏感度，以及在市场尚未认同时重仓甚至使用杠杆期权的能力。WKAP借鉴其“基本面之上的注意力套利”，但不照搬极端仓位，而是通过标的池、价格纪律、催化剂和公开复盘，把Social Arbitrage变成更可持续的系统。 7. SemiAnalysis 推出 DISK 与 LAZR，对 50/90 策略有什么意义？ DISK不是普通内存ETF，它通过提高SanDisk、Kioxia和SK海力士的权重，表达NAND、企业级SSD和长期数据存储可能成为下一阶段AI瓶颈的判断；Micron在组合中的排名反而较低。LAZR也不只是光模块ETF，而是覆盖衬底、外延、设备、激光器、晶圆代工、光模块和光纤网络，表达光连接不断向计算层靠近的完整供应链逻辑。 对WKAP而言，这两只ETF最重要的意义是提供了一个由SemiAnalysis研究框架筛选出的公开候选池。两只ETF合计覆盖约数十家存储和光子公司，其中包括不少小中盘标的。策略不是无差别买ETF成分，而是让Agent持续跟踪这些公司的价格、财报、订单和注意力，在深度回调中寻找50/90击球区。 8. AEHR 为什么成为本期最重要的具体标的之一？ Aehr最特别的地方，是同时出现在DISK和LAZR两只ETF中：在节目采用的数据中，DISK权重约2.84%，LAZR约3.66%。这意味着它既被纳入存储测试逻辑，也被纳入光子和化合物半导体测试逻辑。对于一家市值相对有限的测试设备公司，这种双重验证具有较强的注意力意义。 50/90逻辑并不是认定Aehr没有风险，而是认为测试是多条AI硬件产业链都无法绕开的环节，同时公司具有财报催化和较高价格弹性。执行上更强调等待深度回调和事件窗口，并在盘前因新闻快速上涨时及时兑现，而不是把短周期交易自动升级为长期持仓。 9. AMKR 为什么是先进封装中的 50/90 候选？ Amkor是节目中先进封装方向的重要候选，核心逻辑是AI芯片、存储和光子系统都需要更复杂的封装与测试，而美国本土半导体制造扩张也需要配套的外包封测能力。Amkor在亚利桑那州的布局与台积电美国扩产存在较强产业联系，因此不仅是传统OSAT周期股，也包含美国半导体本土化的增量。 交易上关注的不是“先进封装长期重要”这一共识，而是股价已经明显回撤、估值相对可控，并且未来财报和美国项目进展可以提供验证。它比完全依赖远期技术落地的小票更容易建立90天催化窗口，但仍需跟踪资本开支、产能爬坡和客户集中度。 10. 为什么 Kioxia 可能比传统Micron交易更有预期差？ DISK前几大持仓明显偏向SanDisk、Kioxia和SK海力士，反映其看重的不是单纯HBM，而是NAND、企业级SSD和Agent长期上下文存储。随着模型和Agent产生更多数据，全部信息不可能长期停留在昂贵的HBM与DRAM中，NAND和SSD会承担更多缓存、数据湖和长期存储需求。 Kioxia的额外催化是NAND业务纯度较高、日股杠杆结构相对韩股温和，以及节目中讨论的潜在美股上市预期。这个思路与此前SK海力士交易相似：上市入口和投资者覆盖扩张本身可能形成注意力重估。不过，Kioxia已经经历较大涨幅，后续仍需要价格回调、NAND定价和上市进展共同确认。 11. WLDN 为什么代表AI电力链中不同于发电设备的机会？ WLDN对应的不是发电机或电池本身，而是美国电网规划、许可、并网、能效和公用事业咨询服务。数据中心需要更多电力，不只是购买设备，还要完成选址、负荷评估、政府申报、电网规划和接入审批；这些步骤具有地方监管和项目经验壁垒，不能由模型或硬件供应商直接替代。 节目的交易逻辑是，公司基本面相较年初改善，但股价持续回撤，注意力也低于光通信和存储。如果后续财报继续改善，临近业绩时可能形成“基本面未恶化、价格从高点明显下跌、催化剂重新接近”的50/90结构。风险在于它仍偏服务型业务，增长和利润弹性不一定像纯硬件公司一样高。 12. 为什么 Wolfspeed 这类“问题公司”仍能进入候选池？ 50/90并不要求企业财务完美，而要求其拥有未来一两年内难以复制的产业位置。节目将Wolfspeed作为例子：公司可能面临重组、诉讼、资本结构和经营问题，但其美国本土SiC制造资产与工艺能力具有稀缺性，新竞争者无法在数月内建出同等产能。 这类标的不适合作为“闭眼长期持有”的价值股，却可能在估值被压至极低、产业地位仍然存在时反复出现Attention Trade。核心是区分公司是否会消失，与股票是否在未来90天拥有反弹空间；同时仓位必须反映其财务和执行风险。类似逻辑也适用于X-FAB、Velo3D等具备现实制造稀缺性的高波动公司。 13. WKAP 50/90 具体是什么意思？什么公司可以进入候选池？ “90”既代表一轮约90天的交易与验证周期，也代表一套持续记录、训练和复盘的计划；“50”是机会过滤器，即在当前价格、信息增量和催化剂条件下，标的是否有机会获得约50%的阶段性空间。对于大型公司，可适当采用30/90，但必须明确时间、空间和交易目的，避免只说“长期看好”。 进入候选池通常需要四个条件：第一，在未来一两年内具有难以被新玩家复制的产业位置；第二，价格已经显著回撤，为上行空间提供基础；第三，有财报、订单、上市、产品或政策等可观察催化；第四，在X和特定KOL圈层中拥有一定传播基础，注意力退潮后仍可能重新回流。执行上更倾向等待“鱼身”——第一轮主升浪结束、注意力下降后，在基本面未破坏的深度回调中重新寻找机会；池子足够大，就不需要追逐任何一只没有到达理想价格的股票。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 官网/Feed 订阅：https://wkap.ai/ ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期核心不是“AI 主线结束”，而是 AI 交易从“稀缺性定价”进入“ROI 定价”：过去两年模型、算力、HBM、工程人才都稀缺，所以整条 AI 链都能涨；现在 Token 降价、Meta 出租算力、Anthropic 自研芯片、Palantir/Karp 质疑无效 Token，说明市场开始重新问：谁真的创造价值，谁只是吃到了上一轮稀缺性溢价。 本期判断是：下半年四大风险正在变成 2.5 个风险。Token 价格战仍是完整风险；NVIDIA rack-scale 路线延迟和硬件执行仍是完整风险；记忆体/半导体拥挤交易反杀降成 0.5 个风险；宏观 Fed、油价、就业风险暂时降级为观察项。结论不是无脑看空 AI，而是从“买 AI beta”转向“买降价后更强、延迟后受益、客户不想买 Token 后还能卖结果的公司”。 二、WuKong AP WuKong AP 目前在做一套 AI-native 的投资研究产品线： * 第一层是官网 feed / radar，大家可以每天让自己的 agent 读取我们整理的市场信号、主题线索和标的观察； * 第二层是 WoW，Worth Watching Workout，用来记录每天“读了什么、关注什么、agent 给了什么建议、自己如何判断”； * 第三层是 skill / ledger，让进阶用户把自己的研究过程自动沉淀到公开、可追溯、可回测的记录系统里。 我们的理念不是把 Web2 内容社区搬到 AI 时代，而是做一个“人 + agent 共同参与”的投资研究 proof-of-work 系统。未来跟随一个 KOL，不应该只看他在 X 上说了什么，更应该看他的 ledger：他每天真实读了什么、注意力在哪里、agent 如何辅助决策、判断最终是否能被市场价格验证。这个 ledger 对人直接读可能没那么有趣，但对 agent 很有价值，因为机器可以长期追踪行为、过程和质量。 互动方式也很简单：官网是 https://wkap.ai/ ，大家可以直接让自己的 agent 每天读取 feed / radar；如果想参与 WoW，可以把每天的研究记录、关注清单或 agent 总结，直接发邮件到 [email protected]。我们也会持续 build in public，把产品进展、使用方式和新的玩法在分享会和社群里同步出来，欢迎大家一起测试、反馈、共建。 三、核心问题摘要 1. 本周市场到底是深回调，还是高位轮动？ 本周更像高位轮动，而不是系统性深回调。指数层面没有明显破坏，标普和纳指仍在高位，但 AI 硬件、光电、记忆体、小盘半导体波动明显放大；资金并没有离开风险资产，而是从最拥挤的 AI 硬件链，轮动到软件、医疗、金融、工业和部分防守方向。债市方面，10 年期美债在 4.46%–4.49%附近，2 年期约 4.1%，黄金和白银仍有韧性，油价在 70 美元附近震荡。 宏观暂时不是主矛盾。就业数据转弱降低了市场对 7 月加息的预期，季度末再平衡压力也基本接近尾声。当前判断是：宏观风险从主风险降级为观察项，市场接下来更看 AI 产业逻辑、半导体能否止跌、NVIDIA 是否回应路线图延迟，以及二季度财报前 hyperscaler 是否维持 AI capex。 2. Token 价格战是 AI 的坏消息，还是机会？ Token 降价不是 AI 需求消失，而是 AI 定价权从模型商手里，逐步转移到客户、应用、数据主权和工程交付手里。过去企业愿意为“最强模型”付高价，现在开始更精细地组合模型：高难度任务用贵模型，高频低价值任务用开源模型、本地模型、缓存和路由来降成本。 风险在于，单纯靠卖高价 Token、卖闭源 API 的公司，毛利和估值都会承压。机会在于，Token 越便宜，agent、客服、代码、投研、医疗、法务等高调用量场景越容易进入生产；同时也利好能帮企业做权限、审计、数据治理、模型调度和 ROI 管理的软件公司。 3. Meta 出租 AI 算力、Anthropic 自研芯片，会不会改变 AI capex 叙事？ Meta 计划做 AI 云或出租部分算力，市场第一反应是：如果连 Meta 都有多余算力，那 AI 算力是不是不再稀缺？这个新闻触发了 neocloud、存储、半导体硬件的回撤，因为它动摇的是“算力永远绝对短缺”的叙事。但这件事不能简单解读为 Meta 算力过剩。更合理的理解是，训练负载本身有峰谷，Meta 可能希望把内部 capex 资产外部商业化。它对应用开发者是利好，对独立 GPU 云和部分高估值 AI 基础设施是压力，对硬件链则意味着市场会更关心每一美元 capex 的利用率和回报。 Anthropic 探索定制芯片，本质是模型公司在降低对单一 GPU 供应商的依赖。OpenAI、Anthropic、xAI、Google、Amazon、Meta 都在不同程度上推进自研芯片、TPU、ASIC 或定制硬件，说明“闭源模型联盟天然依赖 NVIDIA”的格局开始变化。这不是短期替代 NVIDIA，因为软件生态、供应链、封装、良率和开发周期都很难。但长期看，NVIDIA 的独占性会被市场打折。NVIDIA 的应对不是只卖 GPU，而是把自己放进开源模型、推理软件、企业部署和主权 AI stack 的中心。 4. 中国开源模型会不会复制“电动车式降本”？ 播客里用中国电动车类比中国 AI 模型生态：一开始高端产品由美国公司领先，但中国公司通过成本控制、快速迭代、工程效率和开源生态，可能在大量应用层场景中反超。核心不是中国模型一定最强，而是很多企业任务并不需要最强模型，只需要足够好、足够便宜、可本地部署。 这会改变 AI stack。未来不是一个模型吃天下，而是贵模型、便宜模型、开源模型、本地模型混合使用。价值不一定留在模型层，而可能流向本地部署、模型路由、边缘推理、企业软件、私有云、数据治理和硬件效率。 5. PLTR / NVDA 合作真正说明了什么？开源生态里有哪些可交易映射？ Palantir 与 NVIDIA 的主权 AI 合作，核心不是“又一个 AI 合作新闻”，而是企业 AI 从“调用模型”转向“控制模型、数据、权限、流程和审计”的标志。Karp 批评企业花钱买无效 Token，同时把自己的数据、业务流程和行业 know-how 交给潜在竞争者，本质是在把 AI 安全重新定义成 intelligence sovereignty。 这里最值得讨论的是 NVIDIA 的角色变化。过去市场默认 NVIDIA 是闭源模型联盟的核心基础设施供应商，因为 OpenAI、Anthropic、xAI 等都大量依赖 GPU。但当这些模型公司开始自研芯片、寻找 ASIC 和多供应商路线后，NVIDIA 也有动力扶持 open models 和企业私有化部署生态。Nemotron open models、NIM、CUDA、AI Enterprise、TensorRT，再加上 Palantir 这种 control plane，可能让 NVIDIA 从“闭源模型军火商”变成“西方开源 / 主权 AI 生态的基础设施标准制定者”。这还不是确定结论，但已经是一个值得跟踪的趋势。 可交易映射可以分几层：PLTR 是 sovereign AI / enterprise control plane；NTNX 是私有云和混合云部署，和 AMD 合作后成为开源模型企业部署里的潜在黑马；IBM 依靠 Red Hat / hybrid cloud，有机会重新进入企业开源 AI 叙事；AKAM / NET / FSLY 是边缘分发、推理云、安全和开发者生态；QCOM、AMBA 则对应端侧推理和低功耗 physical AI。开源生态的本质不是“模型免费”，而是模型便宜后，企业更需要部署、权限、安全、边缘分发和本地算力。 6. PLTR 的叙事上限在哪里？ PLTR 的叙事上限不只是“国防 AI 软件公司”，而是“企业和政府 AI 的操作系统”。如果企业未来不愿把数据、流程和 alpha 交给闭源模型公司，那么它们需要一个中间层来管理数据 ontology、权限、模型调用、审计、workflow 和业务结果。Palantir 的 Ontology、AIP、Foundry、Apollo，正好对应这个需求。 这也是 PLTR 估值上限很高的原因：如果市场相信它是主权 AI 和企业 AI control plane，估值框架会从 SaaS / defense contractor，迁移到 mission-critical AI operating layer。但风险也在这里：如果前沿模型公司、云厂商或大型软件公司把 deployment layer 吃掉，PLTR 就会被重新看成高端集成商或强服务属性软件公司。换句话说，PLTR 的故事很强，但价格里已经包含很多未来；接下来要验证的不是故事，而是收入规模、客户扩展、AIP 转化率和政府订单兑现。 7. 云平台和边缘基础设施：NTNX、AKAM、NET、FSLY 怎么看？ NTNX 的逻辑是私有云、混合云和企业 AI 部署。AMD 入股并合作之后，它可以被放进“开放 AI 基础设施 + enterprise deployment”的框架里看。如果企业不想全部使用高价闭源 API，又不想把数据放到模型商那里，那么混合云、本地推理、多模型部署和企业 agentic AI platform 就会变得重要。NTNX 的问题是市场还没有完全把它 price in 成开源 AI / 私有化部署票，所以一旦叙事被验证，弹性可能比传统云软件更大。 AKAM、NET、FSLY 是另一层。Cloudflare 更偏 freemium 和开发者生态，免费用户基础极大，适合捕捉中小网站和开发者的 AI 工作负载；Akamai 更偏企业大客户、安全、CDN 和 edge compute，它的角度不是高 beta，而是企业推理、安全和边缘流量的防守型受益者；Fastly 更偏程序员友好和高 beta，弹性更大但稳定性弱。模型越便宜，推理越分散，边缘网络、安全、缓存和推理分发就越重要。 8. QCOM 怎么看：是 AI 低估票，还是手机周期票？ QCOM 的长期逻辑在 edge AI、AI PC、汽车、潜在数据中心芯片，但短期仍被手机周期和 Apple 相关风险压住。Apple / Tata 泄露、苹果自研通信芯片、苹果高端机涨价、存储成本上升，都会让市场重新思考手机链利润率和出货量压力。 所以 QCOM 不是典型 AI 泡沫票，也不是马上能吃到 AI 数据中心收入的票。它的交易逻辑是：如果市场开始相信推理会更多发生在端侧，QCOM 是边缘设备芯片的核心玩家；但在 AI 芯片收入真正体现前，股价可能还会被手机和 Apple 叙事牵制。更适合回调后观察，而不是追 AI 叙事高潮。 9. 特色半导体 / 光电外溢：MX、XFAB、HIMX 怎么看？ MX 是韩国小市值特色半导体反转票，优势是低市值、低估值、有收入支撑，并且处在韩国半导体政策保护的大背景下；问题是竞争对手包括中国厂商，价格压力仍在。它不是 AI 核心票，但在韩国半导体情绪修复、特色芯片周期复苏时，有低预期反转空间。 XFAB 是欧洲特色工艺 foundry，稀缺性在于欧洲 / 德州晶圆厂、汽车工业、电源、SiC / power 和特色制造。它不是最先进逻辑，也不能讲成 NVIDIA 替代核心，但 custom silicon、欧洲半导体自主和特色工艺复苏，对它不是坏事。HIMX 则是显示驱动、车载显示、edge sensing / AI optionality，逻辑不错但持股体验较差，节奏不一定跟主线同步。这一组更适合归入“特色半导体和周期修复”，不要当成纯 AI 主线票。 10. 半导体测试：AEHR、TRT 的逻辑是什么？ 测试链条的核心逻辑是：AI 越复杂，可靠性、burn-in、良率筛选和封装前测试越重要。AEHR 更偏设备和 wafer-level burn-in，历史上与 SiC、高可靠性芯片、先进封装、silicon photonics 等方向相关。它可以挂到 CPO / optical I/O 的上游测试逻辑，但要讲准确：AEHR 不是直接测完整 CPO 系统，而是测 silicon photonics IC、optical I/O 等器件在 wafer level 的可靠性、burn-in 和 stabilization。 TRT 是微盘半导体测试服务 / 设备，弹性更大，但流动性风险也更高。AEHR 和 TRT 更像半导体设备轮动池里的高波动品种，不能只讲“AI 测试 TAM 很大”，必须等订单、客户、backlog 和盈利波动验证。尤其是微盘票，第一风险不是故事，而是成交量、接盘和仓位纪律。 11. Physical AI / 机器人感知与边缘算力：AMBA？ AMBA 是 physical AI 里比较清晰的“眼睛”标的，交易逻辑不是机器人本体，而是低功耗 AI 视觉 SoC 在机器人、无人机、视频监控、自动驾驶和工业 AIoT 里的应用。它的好处是能挂上 physical AI、edge AI、低功耗推理这几条线，且不像纯机器人本体那样直接面临整机交付问题；风险是估值弹起来后，市场会立刻追问机器人和工业 AI 收入什么时候真正从 PPT 变成订单，所以更适合放在 physical AI 轮动池里观察，而不是当作已经验证的主线锚。 12. 高能量密度电池 / 无人机 / 电动航空：AMPX？ AMPX 不是 AI 核心票，而是硬科技高 beta 票，核心叙事在高能量密度电池、无人机、航空、国防和电动航空。它和 AI 的连接比较间接：如果 physical AI、无人机、机器人和国防自动化继续升温，市场会重新寻找“移动设备续航和能量密度瓶颈”的上游标的，AMPX 就有机会被扫进轮动池；但交易上必须注意，它的关键不是 TAM，而是量产良率、客户订单、现金需求和融资节奏。 13. AI 航空 / 自动飞行 / 国防自动化：MRLN？ MRLN 是典型的“AI + aviation + defense + autonomy”小票，弹性来自自动飞行、军方需求和国防自动化叙事。它的问题不是故事不性感，而是验证周期很长：FAA / 军方认证、合同转收入、交付节奏和现金 runway 都会决定股价能不能从概念走向基本面。深回调后不能只问“跌了多少”，而要问认证和订单有没有推进；如果没有验证，它仍然会被当作高风险故事股处理。 14. Space / Defense / Advanced Manufacturing：VELO？ VELO 是金属 3D 打印标的，最容易挂上的叙事是 space、defense、advanced manufacturing 和高端供应链重构。它的优点是主题很多，风险偏好一回升就容易被反复拿出来炒；缺点也很清楚，订单不连续、毛利改善慢、资产负债表压力和客户集中都会限制它的持续性。它更适合作为“制造业 AI / 国防供应链 / SpaceX 生态外溢”的高 beta 观察票，不适合当成纯 AI 票或主仓票。 15. 防守型 AI 基础设施 / 韩国 AI 生态：SKM？ SKM 更偏防守型 AI exposure，而不是高弹性 AI 芯片票。它的逻辑是电信现金流、股息、韩国 AI 数据中心、韩国政策支持，以及 Anthropic / 韩国 AI 生态的 optionality；但它的问题是催化可能慢，股价节奏也不像半导体小票那么直接。适合在市场想要“现金流 + AI exposure + 韩国生态”之间找平衡时讨论，不适合用来追求 AI 硬件链那种爆发弹性。 16. AI 医药 / TechBio：RXRX、SDGR、Insilico / Isomorphic？ AI 医药是 AI 硬件拥挤后的应用层轮动方向，因为它和 GPU、HBM、光模块这些链条不完全同步。RXRX 是高 beta 平台票，核心是数据资产、自动化实验和 AI drug discovery；SDGR 是物理建模 + ML，更偏工具平台，质量更高但弹性可能弱一些；Insilico / Isomorphic 未必都能直接交易，但能作为行业催化。关键不是“AI 已经解决制药”，而是大药厂是否继续愿意为 AI discovery 付预算，以及平台能不能最终转化成临床、监管、支付和商业化结果。 17. 稳定币 / 链上金融基础设施：CRCL？ CRCL 的核心不是 AI，而是稳定币、USDC、RWA rails 和数字资产结算基础设施。它和 AI 的连接在于未来可能的 AI agent payment、链上结算和数字美元 rails，但这个叙事目前偏远，不能作为短期交易主线。短期更重要的是 USDC 流通量、监管框架、利率路径、储备收益、支付网络竞争和交易所合作；如果收入仍然高度依赖利息，估值就会受利率和稳定币竞争影响很大。 18. Prediction Market / Sports Data Oracle：SRAD？ SRAD 是 sports data 和 prediction market oracle 方向的标的，逻辑在于未来预测市场、体育博彩、实时赔率和 AI agent 分析都需要高质量结构化数据。它的公司质地和数据壁垒不错，尤其在体育数据覆盖上具备稀缺性；但短期最大问题是 attention 不够，市场还没有把 prediction market / AI data oracle 这条线充分 price in。它更适合左侧跟踪，不适合期待马上变成主线。 19. 消费 SaaS / 餐厅 POS / 外卖费率替代：TOST？ TOST 不是 AI 硬件票，而是消费 SaaS 和餐厅基础设施票，核心逻辑是餐厅 POS、支付、CRM、订单系统，以及对 DoorDash 等高 take-rate 外卖平台的潜在替代。它的价值在于，如果餐厅希望降低平台费、掌握客户关系和订单数据，TOST 可以从收款机变成餐厅 operating system；但它的问题是美国餐饮消费压力、迁移成本、竞争格局和市场 attention 都需要验证。它属于非 AI 硬件轮动里的左侧现金流故事，不是短线 AI beta。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 关注网站：https://wkap.ai/ ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期分享会的主线不是单纯复盘行情，而是把 WuKong AP 最近的产品方向和未来一段时间的投资叙事放在一起看：一边讨论我们为什么想做“投资界的 CrossFit”，用 AI 帮投资者建立每日输入、思考、辩论和输出的训练系统；另一边讨论当前市场最重要的几条压力线，包括流动性是否还能扛住冲击、Warsh Fed 如何面对美国债务、AI 泡沫会不会被油价和政治刺破，以及 AI capex 是否正在从 data center 继续传导到晶圆厂、材料、存储和特气环节。 投资上，本期把未来一段时间的主线压成三条：长期看 AI mission-critical software，中短期看晶圆厂和材料端重估，短中期用 Hayes 的 AI bubble energy hedge 做风险对冲。市场没有被判断为转熊，但交易模式需要从“追 AI beta”切换到“识别叙事、验证订单、低吸有预期差的 alpha”。 二、WuKong AP 最近在做什么？ WuKong AP 最近在做的，不是一个单纯的 AI 工具，也不是普通财经播客，而是一个面向 AI 时代投资者的训练系统。用 CrossFit 做类比：健身动作本身并不神秘，一个人理论上也可以在家练，但现实中大多数人很难长期坚持系统化训练。所以 CrossFit 的价值不只是动作，而是标准化训练、社群、节奏、反馈和长期习惯。 WuKong AP 想做的，就是“投资界的 CrossFit”：每天提供市场喂料，带领用户和 AI 讨论，再把讨论变成市场日志，最终训练用户形成长期输入、思考、辩论和输出的能力。 产品形态上，当前核心是 Radar Feed、播客和社群。Feed 负责每天筛选高质量信息源和市场叙事，播客负责解释这一周要重点训练什么、为什么这些问题值得研究，社群则服务真正深度使用 feed 的人。未来目标不是把工具卖给所有人，而是先找到 100 个深度用户，让他们每天用 feed 和自己的 AI 讨论市场，并把讨论总结发回来。AI 可以作为 editor，把大家的市场日志提炼成一个“百人版 Radar Feed”。这件事的价值不在于替代人的思考，而在于把人的非共识、判断、问题意识和交易直觉结构化保存下来，再用 AI 聚合、评分、比较和放大。 理念上，WuKong AP 认为 AI 时代最稀缺的不是信息，而是持续思考、持续输出和叙事判断能力。单纯使用 AI 工具很快会被模型厂商自身功能替代，但一个长期训练的投资者社群不会被轻易替代。工具只服务于社群，社群才是产品本身。目标是培养一批有动力、有自律、有输出习惯的 AI-native 投资者，让他们能更快识别市场叙事，用 AI 反复辩论判断，再把观点沉淀成自己的市场日志。 三、核心问题摘要 1、LLM 真正的投资价值，为什么不是“多产出”，而是“大儒辩经”？ 本期最重要的观点是：现在很多深度 AI 用户都在卷产出，写更多代码、生成更多图片、生产更多文本，但产出增加不等于需求增加，很多内容最后只会变成 AI slop。真正有价值的用法，不是让 AI 无限执行，而是让 AI 带着人类历史知识、行业经验和多种思维框架，持续辩证你的想法。 所谓“大儒辩经”，就是你提出一个投资判断、创业方向或者交易设想，让 AI 扮演不同角色：空头、多头、行业专家、宏观策略师、产业分析师，反复找漏洞、拆假设、推演情景。过去一个投资人很难随时找到高手和自己辩论，现在只要会提问，就可以每天让 AI 帮自己做反方推演。这个能力的价值在于，它能帮你决定“不做什么”。而在投资里，不做什么和做什么同样重要。 2、现在市场还抗不抗揍？流动性压力到底在哪里？ 当前市场的综合流动性压力大约在历史 50 分位，属于中性区间，不是系统性崩盘最典型的位置。银行体系水位仍在低压区，久期供给压力不高，油价虽然有反复，但还没有回到前期最紧张的状态；短端和长端利率在 FOMC 后重新上行，但也没有进入失控状态。所以结论是：市场现在还算“抗揍”，不是一扎就破的紧绷气球。 真正要小心的是筹码和边际买盘。AI capex、存储、光模块、半导体、电力、液冷、晶圆厂和材料端已经吸走了大量风险资金，6 月底到 7 月初还叠加季末再平衡，养老金、主权基金、央行等长期资金可能会卖股票、买债券。期权结构上，上方 7500—7700 是阻力区，7600 附近是 Call Wall；下方 7420—7200 是负 Gamma 区，7300 是 Put Wall。市场不是不能涨，但已经不适合无脑追涨，回调反而更像筛选买点的窗口。 3、Warsh 化债的核心是什么？为什么这不是简单的降息问题？ 本期对 Warsh 的讨论核心是：市场不应该只问他加息还是降息，而要问他如何处理美国长期债务问题。美国债务的真正危险不是本金，而是高利率环境下的利息支出。如果利率长期维持在 4%—5%，美国财政会进入债务螺旋：债越多，利息越高；利息越高，赤字越大；赤字越大，又要借更多债。 常规化债只有三条路：紧缩、违约、通胀稀释。紧缩在政治上很难，因为加税和砍福利等于选举自杀；违约不现实，因为美债是全球金融体系核心资产；剩下的就是金融抑制，也就是让利率长期低于通胀，用真实购买力缩水来稀释债务。Warsh 的组合拳是：一边控制流动性、缩表、限制市场无约束扩张；另一边赌 AI 能提高生产率，用增长抵消高债务和缩表压力。简单说，就是“用 AI 增长和金融抑制一起消化债务”。 4、东大卡脖子原材料为什么重要？钨和 WF6 的机会与风险在哪里？ 本期重点讨论了钨和 WF6。钨粉、APT、三氧化钨等中间品可以和氟反应形成 WF6，而 WF6 是 3D NAND、HBM 和先进逻辑 CVD 工艺里的关键材料。尤其是高层 NAND、HBM 和先进制程，对高纯度 WF6 的需求更高。中国掌握全球大部分钨粉供应，如果限制钨粉、APT、三氧化钨等中间品出口，海外厂商即使有技术，也很难低成本、稳定地生产高纯 WF6。 这条线的交易机会可以分三层：第一层是中国高纯 WF6 / 电子特气企业，这是最贴近卡脖子本体的环节；第二层是钨资源、APT、钨粉中间品，包括 A 股钨企业和海外非中国钨资源；第三层是中国 memory 扩产链，因为 CXMT、YMTC 如果有更稳定的国内材料供应，可能在全球 memory 紧缺时获得供应链优势。风险在于，不能简单买所有钨概念或工业气体概念，必须看资源、产能、纯度、客户认证和定价权。 5、Tom Lee 说的下半年四大风险，真正指向什么？ Tom Lee 的判断不是“现在就是顶部”，而是“下半年可能出现像熊市一样的市场状态突变”。他提到的四大风险分别是：第一，Warsh Fed 框架不确定性，市场会反复测试 Kevin Warsh 的通胀框架、沟通方式和政策反应函数；第二，SpaceX 解禁以及 OpenAI、Anthropic 可能 IPO 带来的一级市场抽水，超级 AI 资产可能从风险偏好证明，变成流动性吸水口；第三，霍尔木兹和油价供应链风险，如果油价重新上行，会推高通胀预期并压制 Fed 转鸽空间；第四，投机资金耗尽，一旦场外资金不愿继续接盘，而融资盘和杠杆又处在高位，市场承接会突然变差。 他没有现在喊顶，是因为当前流动性还没有完全恶化，市场情绪也未必已经到极端亢奋。但如果这些变量在 9 月到 10 月附近共振，尤其叠加 FOMC、税期、TGA 补库、SpaceX 解禁和潜在 AI IPO，市场就可能出现一次快速而剧烈的回调。 6、Arthur Hayes 为什么卖 crypto、买能源？他的 AI bubble hedge 逻辑是什么？ Arthur Hayes 的核心逻辑是：当前风险不是 crypto 本身，而是 AI 泡沫和宏观政治正在进入压力测试期。他认为油价是第一块骨牌。伊朗、霍尔木兹和库存回补可能让未来几个月油气价格重新上行，通胀和 affordability 压力会继续压着 Trump。Trump 如果想赢中期选举，又无法快速解决通胀，就可能临时转向反 AI 叙事，比如攻击数据中心、AI 富豪、AI 税和监管。 Hayes 认为，现在 AI 资产买的不是 earnings，而是 AI capex 的加速度。如果 capex 绝对值还在增长，但加速度下降，市场就不愿意继续给 50x、70x、100x 的估值。SpaceX、OpenAI、Anthropic 这类超级 IPO 又会吸走流动性。如果 AI 泡沫被政治、油价和利率刺破，crypto 不会立刻成为避险资产，而是先相关性归一、一起下跌。所以他先卖高 beta crypto，转向 T-bills 和能源股。他不是说 AI 没前途，也不是说 BTC 长期不行，而是认为当前风险收益不适合继续重仓高 beta。 7、晶圆厂为什么会被重估？fab rerate 的底层逻辑是什么？ 晶圆厂重估的底层逻辑是：AI capex 正在从 data center 往上游制造端传导。市场第一阶段买的是 GPU、服务器、电力、液冷和数据中心；第二阶段会继续问：这些 GPU、HBM、NAND、光芯片、功率芯片到底从哪里制造出来？答案就是晶圆厂、材料、设备、良率测试和封装测试。 所以 fab rerate 不是简单说“晶圆厂又要扩产了”，而是 AI 硬件链条正在把估值压力传导到更底层的制造能力：先进逻辑、存储、特色工艺、化合物半导体、测试、特气和关键材料。真正值得重估的不是所有晶圆厂，而是那些能承接 AI 相关需求、产能可以切换、客户认证存在壁垒、同时估值还没有完全反映新需求的环节。 8、这期的三条主叙事分别是什么？它们对应什么时间尺度？ 第一条是 AI mission-critical software，这是长期主线。它关注的是 AI 最终会进入哪些企业关键流程，比如监控、合规、金融、语音网络、开发者工具、工作流系统。它不是普通 AI app，而是企业必须持续付费的管理费用和基础设施费用。 第二条是 fab rerate，这是短期到中期的制造端重估主线。它关注 AI capex 从 data center 往晶圆厂、设备、测试、材料、特气和特色工艺产能传导。第三条是 Hayes AI bubble energy hedge，这是短中期防守叙事，用能源、短债和现金对冲 AI 高 beta 回撤，尤其防油价、Fed、Trump 反 AI 和超级 IPO 吸水。 9、AI mission-critical software 为什么是长期主线？DDOG、BAND、NET、NOW 怎么看？ 本期认为，普通 AI 应用和第三方 agent 可能很快被大模型厂商自己替代，因为 Anthropic、OpenAI 这类公司会把 agent、浏览器、代码、工作记忆和聊天记忆整合成超级入口。小型 AI 工具如果只是做模型上层封装，会越来越难。真正更有确定性的，是复制成本高、网络效应强、带合规/基础设施属性、企业离不开的软件。 DDOG 被认为非常贴合这个叙事，因为 AI 时代企业系统更复杂，监控、可观测性、成本管理、安全和故障定位会更重要。BAND 的逻辑是它拥有 voice over IP 网络和合规电信基础设施，AI agent 不能凭空复制这种网络。Cloudflare 也有 AI 网络叙事，但问题是竞争很多，AWS、Google 等大玩家都有 CDN，大客户也可能自建 CDN。ServiceNow 有 AI workflow 角度，但它需要证明自己的 enterprise stack 能在 agent 时代继续吃到预算。 10、SKM 为什么跌？它对“选叙事，不只选单票”有什么启发？ SKM 之前被市场当成 Anthropic 公开市场 proxy，因为 SK Telecom 投资并合作 Anthropic。但 Fable / Mythos 访问权限事件之后，SKM 突然卷入美国政府对 Anthropic 模型访问控制的监管问题。川普政府要求 Anthropic 取消 SKM 的部分授权，市场开始担心 SKM 作为 Anthropic proxy 的政治风险。 这件事最大的启发是：你可能看对了 Anthropic 叙事，但买错了单一表达工具，仍然会被事件风险打到。相比只押 SKM 这种单票，更好的方式是围绕 Anthropic-like enterprise AI 建立一组表达：模型公司、企业 AI workflow、mission-critical software、云平台、数据安全和 agent 基础设施。叙事可以长期正确，但单票可能短期出问题。 11、AAOI 和美股光模块要担心什么？中国供应链为什么会改变赔率？ 本期讨论到，光模块里很多环节中国具备更强产能优势。如果中国能够快速上产能，并且产品和 AAOI 这类美股公司没有明显差异，那么对美股光模块小票就是不好的消息。因为一旦供给可以快速扩张，模块 ASP 和毛利率就会受到压力。 这并不意味着光模块逻辑坏了，而是要区分哪一环是真正瓶颈。美股光模块公司如果只是成品模块扩产，就容易被中国供应链竞争；如果卡在激光器、InP、CPO、光纤预制棒、上游材料或客户认证，护城河会更强。未来研究重点不是简单买“AI 光模块”，而是拆清楚：到底是模块成品、激光器、InP、光纤、硅光、CPO，还是客户认证和本土供应链 hedge。 12、fab rerate 里哪些小票最有弹性？Mirae、X-FAB、UMC、GFS、WOLF 分别怎么看？ 在 fab rerate 里，最重要的不是买所有半导体票，而是找到不同环节的弹性表达。第一类是订单已经兑现的测试设备，如 Mirae，受益中国 memory capex 和 YMTC / SK Hynix 订单；第二类是 specialty foundry，如 X-FAB、UMC、GFS、SKYT，逻辑是成熟/特色产能可能转向 AI 相关需求，而且部分产能切换不需要巨大 capex；第三类是化合物半导体和材料，如 IQE、AXTI、WOLF，受益 InP、GaAs、SiC、光互联和电力半导体重估。 这里和第 7 个问题不同：第 7 个讲的是为什么晶圆厂会被重估，第 12 个讲的是如何选票。核心标准不是“名字像半导体”，而是看有没有真实订单、产能切换空间、客户认证、材料或工艺壁垒，以及估值是否还没有完全反映 AI 需求。 13、EQR 和 Almonty 为什么值得看？钨资源股和 WF6 公司的逻辑有什么不同？ EQR.AX 和 Almonty 被提到，是因为它们代表非中国钨供应链。如果中国限制钨粉、APT、三氧化钨等中间品出口，海外就会更重视非中国来源的钨资源。EQR 是澳洲钨资源股，Almonty 则是韩国非中国钨供应替代方案。它们不是直接的 WF6 成品公司，但在“钨变成半导体特气卡点”这个叙事里，资源端会被战略重估。 不过要区分：钨矿股是 commodity beta，高纯 WF6 / 电子特气才是最贴近卡脖子本体的 alpha。钨矿公司需要验证产量、成本、现金流和纯化能力；WF6 公司则需要验证 6N / 7N 纯度、客户认证、产能扩张和价格持续性。两者都能交易，但资源股更像上游价格和供应安全 beta，WF6 更像半导体材料卡点 alpha。 14、RKLB 和 FLY 这类航天票现在怎么看？SpaceX 上市后小票还有没有波段？ 本期对 RKLB 和 FLY 的看法偏谨慎。之前看好航天票，是因为 SpaceX 没有上市，市场需要用 RKLB、FLY 这类公开市场标的表达 space / launch / satellite 叙事。但 SpaceX 上市后，大资金更容易直接买 SpaceX，公开市场小票反而可能被抽走关注度。 RKLB 前期从低位到高位已经完成了一轮比较好的波段，现在再追的赔率不如 4—5 月低位时舒服。短期两三个月，RKLB 和 FLY 未必有大反弹，除非 SpaceX 自身出现大波动后重新带动整个航天链。也就是说，航天叙事没有消失，但 SpaceX 上市改变了资金表达方式，小票从主表达变成二阶跟随。 15、这三条叙事接下来如何落到研究和交易执行？ 接下来不是简单押一条主线，而是按不同时间尺度分工。长期仓更适合跟踪 AI mission-critical software，看哪些软件真正进入企业关键流程、能吃到管理费用和基础设施费用；中短期研究重点放在 fab rerate，看 AI capex 是否继续往晶圆厂、测试、材料、特气和特色工艺传导；防守端则保留 Hayes energy hedge 的思路，用能源、短债和现金对冲油价、Fed、Trump 反 AI 和超级 IPO 抽水风险。 执行上，不能再用“AI 概念一起买”的方式。每条叙事都要拆成问题：有没有订单？有没有产能？有没有客户认证？有没有定价权？估值是否已经透支？如果只是大票 beta，就等回调；如果是有订单、有材料卡点、有供应链安全溢价的小票，才值得继续深挖。核心不是追涨，而是把叙事拆成可验证的 alpha。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 这期的核心判断是：当前不是 AI 泡沫崩盘的开始，而是 6 月偏震荡回调期。压力来自强非农、CPI/PPI、FOMC、SpaceX IPO 抽水、韩国市场去杠杆、以及 AI capex 交易过度拥挤；但因为核心 AI 巨头的远期估值还没有进入完全失控区间，大型 IPO 前市场也不太像直接崩盘。 更重要的主线是：AI 投资逻辑正在从“只买硬件 capex”升级为两条线：一条继续围绕 faster / cheaper token 找最精准的硬件瓶颈；另一条开始寻找 AI mission-critical software，也就是企业大规模使用 AI 后必然需要的监控、治理、安全、成本控制、数据还原等软件。 二、WuKong AP WuKong AP 最近的 Product / build in public，核心是在把每日交易日 note 改造成 Feed format。这个 Feed 不是普通 newsletter，而是给用户的 AI agent / LLM 读取的市场认知文件：每天盘前，用户可以让自己的 agent 读取固定网页，从而获得 Wukong AP 当天对宏观、AI capex、标的、风险和交易节奏的更新。当前先在 TG 群发布，下一步会放到固定网站，形成一个持续更新、URL 不变的“市场喂料入口”。 它背后的理念是：让用户多用大模型，用 AI 来读 Feed、理解市场、形成自己的投资判断。用户可以把 Wukong AP 的内容持续喂给自己的 agent，让 agent 的思考框架逐渐接近 Wukong AP 的研究框架。 更底层的产品目标可以概括成一句话：把 Wukong AP 的市场认知和研究精髓，更容易、更稳定地分享给用户和用户的 AI agent。 播客最后用了“神交”这个词：不是简单把内容交给 AI，而是把核心精髓交给 AI，让用户通过自己的 agent 与 Wukong AP 的思考方式同频。 三、核心问题摘要 1、宏观上，现在是回调还是崩盘？6 月最重要的风险事件是什么？ 现在不是崩盘，是回调。 上周 AI、半导体和成长股承压，主要触发因素是博通财报虽然不差，但 AI 指引没有满足市场最乐观预期；同时 5 月非农强于预期，使市场重新交易高利率维持更久、降息推迟甚至加息风险。成长股、高估值科技股和 AI 交易因为前期涨幅大、仓位拥挤，所以成为主要下跌对象。 但播客明确认为，现在还不到泡沫破裂阶段。原因是核心 AI 公司的远期 PE / 营收估值还没有进入互联网泡沫顶点那种无法自洽的区间，而且市场每次下跌都在讨论“泡沫要破”，这反而不像真正顶部的疯狂 FOMO。6 月需要重点关注四类风险：CPI / PPI、6 月 FOMC 和 Kevin Walsh 的首次主席沟通、SpaceX IPO 抽水、韩国市场去杠杆，以及 Apple WWDC、Oracle / Adobe 财报对 AI capex 信心的影响。 2、SpaceX IPO、Anthropic IPO 和 6 月流动性压力，为什么会影响 AI 交易？ SpaceX IPO 被视为 6 月的重要抽水事件。即便它上市初期流通盘不大、不一定破发，它也会从市场吸走部分风险资金，尤其会影响成长股、科技股和与 SpaceX 概念相近的交易。叠加 CPI、FOMC、Oracle 财报和韩国去杠杆，6 月的路径会比较复杂，不适合盲目追高。 Anthropic IPO 则是更大的 AI 叙事锚点。播客里有一个明确判断：在 Anthropic 这种大型 AI IPO 完成之前，所有大跌都更像机会，而不是崩盘确认。 但操作上不是无脑大抄，而是“小抄、不大抄”：承认中期主线没有死，同时尊重 6 月事件密集、流动性偏紧、波动放大的现实。 3、AI 1.0 和 AI 2.0 的区别是什么？为什么 faster / cheaper token 是当前 AI 投资的主轴？ AI 1.0 类似互联网 1.0：大家开始大量使用，热情很高，VC、二级市场、企业甚至国家都在加速投入，但商业模式还比较单一。现在 AI 已经能提升效率、帮助娱乐和辅助工作，但严格来说，还没有大规模出现“个人或企业靠 AI 直接创造全新收入模式”的阶段。 AI 2.0 的关键是新的商业模式真正跑出来。只要 AI 2.0 还没出现，大模型公司的变现就仍然依赖 token 消耗，因此投资主轴就会回到 faster / cheaper token：谁能让 token 更快、更便宜，谁就更靠近当前 AI capex 的核心矛盾。硬件票也要按这个标准筛选：越直接打到 token 成本和速度，价值越高；越间接，越需要更低价格和更谨慎仓位。 4、为什么 Google 仍然有价值，但不一定是 AI 2.0 的最终赢家？ 播客复盘了去年的 Google：Google 最大优势不是 Gemini 最聪明，而是 distribution / 入口优势。用户问简单、快速、实时的问题时，很多时候还是会直接打开 Google 搜索，而不是打开一个大模型 app 等待回答；Google 的搜索入口正在变成 Gemini 的入口，所以它在分发上有巨大优势。 但长期看，播客更倾向于把 Google 看成互联网基础设施公司，而不是 AI 2.0 的最终王者。Google 有搜索、浏览器、Gmail、Drive、YouTube 等强大基础设施，但这些旧世界资产也会变成包袱。未来真正引领 AI 2.0 的公司，更可能是新的前沿大模型公司，而不是背负旧商业模式的互联网巨头。 5、Cerebras 代表什么样的硬件机会？ Cerebras 在本期里代表的是一种 非传统 GPU 路线的高并发推理硬件机会。讨论的起点是：当前大模型反应速度仍然偏慢，而如果要让用户体验发生质变，可能不是快一两倍，而是要快 10 倍以上。要实现这种变化，可能需要从推理芯片架构上发生变化，而不是只沿着现有路径线性优化。 播客里把 Cerebras 形容成“特种兵”：芯片形态很特别，主打高并发推理速度，理论上能在某些场景里带来数量级的速度差异。问题是估值很贵、新上市后股价持续下跌，所以它不是一个简单“立刻买入”的结论，而是一个需要跟踪的硬件方向：当市场开始追求更快 token 时，异构推理架构会成为一个值得持续观察的分支。 6、什么是 Tokenmaxxing？它为什么既强化 AI capex，又带来新的风险？ Tokenmaxxing 指的是企业鼓励员工尽可能多使用 AI、尽可能多消耗 token，并把 token 用量当作 AI adoption 或 productivity 的指标。简单说，企业不再只问“你有没有用 AI”，而是开始用“你用了多少 token”来衡量 AI 是否真正进入工作流。 前期这对 AI capex 是利好：员工用得越多，token 消耗越高，模型服务商、推理需求、GPU、网络、存储、光互联等底层硬件链条就越受益。它把企业 AI adoption 从口号变成了真实消耗，也解释了为什么市场过去愿意继续交易 AI capex 上修。 但风险也在这里。当企业发现 token 预算烧得太快，CFO / CIO 就会追问：token 花到哪里了？哪些调用是高价值 productivity，哪些只是低效消耗？这会压制一部分 AI capex 叙事，因为企业可能开始限制低价值 token 使用；但同时，它也会催生新的软件机会，包括 token 监控、AI 使用治理、成本归因和 AI workload 管理软件。 所以 Tokenmaxxing 不是单纯利好或利空，而是两段式逻辑：第一阶段，它强化 AI capex；第二阶段，它倒逼企业管理 token 成本，从而推动 AI mission-critical software 出现。 7、什么是 AI mission-critical software？为什么它是 AI native 的新机会？ AI mission-critical software 指的是：一家企业大规模使用 AI 后，为了管理、安全、成本控制、数据还原、审计和治理 agent 行为而必然需要的软件。它不是大模型本身，而是大模型进入企业工作流之后，企业为了让 AI 可控、可解释、可审计、可恢复、可规模化，必须补上的软件层。 这是 AI native 的机会，是因为它不是传统软件公司硬蹭 AI，而是 AI 使用本身自然长出来的新需求。只要企业真的把 AI 放进生产环境，就一定会遇到这些问题：token 怎么花的？模型调用有没有浪费？agent 做了什么？数据误删能不能恢复？AI workload 出问题能不能定位？这些都不是锦上添花，而是企业级 AI 从玩具走向生产系统时必须解决的基础设施问题。 本期举了两个典型 use case：第一，CFO 发现 token 预算被提前烧完，CIO 就必须搞清楚 token 到底花在哪里，于是产生 AI 成本监控、token 监控和使用治理需求；第二，企业员工大量使用 agent / coding agent 后，可能误删、误改、误操作数据，于是需要面向 agent 的数据还原、审计和安全治理软件。 按照这个逻辑，大家可以继续往下推：凡是企业“用了 AI 以后才变得更痛”的环节，都可能孕育 AI mission-critical software。不要只问“这家公司有没有 AI 功能”，而要问“如果企业 AI 使用量增加 10 倍，这个软件会不会变得更必要”。 8、Datadog 在 AI mission-critical software thesis 里是什么位置？ Datadog 是这个 thesis 里最清晰的 observability 龙头之一。它本来就是云原生 observability、security、logs、APM 和 AI workload monitoring 平台，本质是在企业系统越来越复杂时，提供统一可见性、故障定位和安全监控。当 AI workload、GPU monitoring、模型调用、inference、token 消耗和 agent 行为增加后，Datadog 很自然可以被市场重新理解为 AI mission-critical software 的代表。 一句话购买理由是：DDOG 买的是 AI 复杂度上升后的观测与安全底座。 AI 带来的不是软件减少，而是 telemetry、模型调用、GPU 使用、推理链路、agent 行为和企业系统之间的复杂度上升。越复杂，越需要 observability；越进入生产环境，越需要 Datadog 这类平台。 数据上，DDOG Q1 FY2026 收入首次突破 $1B，达到 $1.006B，同比 +32%；$100k+ ARR 客户约 4,550 个，高于去年同期约 3,770 个；Non-GAAP operating margin 22%，free cash flow $289M，FCF margin 约 29%。这说明头部 SaaS 并没有被 AI 杀死，反而可能因为 AI workload 增加而重新加速。 但 DDOG 的问题是，市场已经更早看到它的龙头位置，reprice 可能已经先走了一段。按约 $85B 市值和 FY2026 revenue guide $4.30–4.34B 看，DDOG 已不是低估值修复票，而是高质量 AI software compounder。它在组合里的定位不是“便宜票”，而是这个方向的大票锚点和估值坐标。短期不适合无脑追涨，后续要重点看 DASH 会议、Q2 指引和收入加速能否延续。 9、Dynatrace 在 AI mission-critical software thesis 里是什么位置？ Dynatrace 是本期更偏重点的弹性机会。很多软件赛道都会有“老大 + 老二”的组合，例如 CDN 里有 Cloudflare / Fastly，AI 语音或通信软件里有 Twilio / Bandwidth；这一次在 observability / AI monitoring 里，Datadog 是老大，Dynatrace 是老二。 一句话购买理由是：DT 买的是 DPS 消费先跑、ARR 后确认的估值修复。 Dynatrace 是 enterprise observability 和 AI-powered automation 平台，偏大型企业、复杂 IT、云迁移和 AI 应用可靠性。相比 DDOG，DT 的弹性来自两点：第一，它同样处在 AI observability / AI mission-critical software 框架里；第二，它还没有像 DDOG 那样完成明显 reprice。 数据上，DT FY2026 ARR 超过 $2B，Q4 revenue $532M，同比 +19%；FY2027 revenue guide 为 $2.317–2.335B；Q4 有 22 个 ACV 超 $1M 的大单，其中 9 个是新 logo；logs 业务 Q4 consumption 同比继续超过 100%；FY2026 free cash flow $529M，FCF margin 26%。 DT 的核心争议在 DPS consumption 模型。客户先签多年承诺并消费，ARR 往往要等续约或重置时才反映真实用量。如果 FY2027 是一批 FY2024 DPS 客户续约重置窗口，那么 DT 的表观 ARR 增速可能低估了真实需求。 估值上，按约 $12.8B 市值、FY2027 revenue guide midpoint 约 $2.33B 估算，DT 约 5.5x forward sales；按 FY2027 FCF guide $613–620M，则约 20x forward FCF。若 ARR 因 DPS 重置回到 high-teens，市值有机会向 $15–18B 修复；若 ARR 继续停在 16% 左右，估值大概率维持低位。 所以 DT 比 DDOG 更适合做估值修复头仓，但前提是必须看到 ARR / net new ARR 兑现。它不是确定性比 DDOG 更强，而是弹性可能更大；如果下季仍无加速，只能当低估值 cash-flow 软件看。 10、还有哪些股票可以被放进 AI mission-critical software 框架？应该怎么继续思考？ AI mission-critical software 不是只看 Datadog 或 Dynatrace，而是一套选股框架。核心问题是：当企业 AI 使用量增加 10 倍、agent 行为增加 10 倍、token 成本增加 10 倍、AI workload 复杂度增加 10 倍时，哪些软件会从“有用”变成“必须用”？ 可以从四类方向去找：第一，observability / monitoring，谁能看清 AI workload、系统调用、故障、成本和性能；第二，security / access control，AI agent 做事越多，谁来管权限、审计和安全边界；第三，backup / recovery / data resilience，AI 或 agent 误删误改后，谁来恢复数据和系统状态；第四，cost governance / usage analytics，谁来帮助 CFO / CIO 搞清楚 token 花在哪里、ROI 怎么算、低价值调用怎么限制。 播客里提到的大票候选包括 Cloudflare、Datadog、Rubrik。Cloudflare 对应网络安全、边缘网络和企业安全入口；Datadog 对应 observability / monitoring；Rubrik 更接近数据安全、备份、恢复和 cyber resilience。它们的共同点是：原本就是企业关键软件基础设施，AI 部署越深入，企业越需要这些软件来保证系统安全、稳定、可恢复。 这类软件的优势在于，它们不是低成长、低质量公司，而是原本业务已经比较强，只是 AI 相关增量还处在 very early 阶段。后续更多企业正式部署 AI 后，这些原本的企业基础设施软件可能获得新一轮需求和估值重估。 所以继续挖这条线时，不要只问“这家公司有没有 AI 产品发布”，而要问：AI 进入企业生产环境后，它解决的是不是新增痛点？预算刚性会不会变强？CIO / CISO / CFO 会不会主动买？收入能不能随着 AI workload 增长而增长？只有能回答这些问题的公司，才真正有资格进入 AI mission-critical software 框架。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 这期分享会的主线是：AI capex 正在从“买 GPU 龙头”进入“拆解整柜 AI factory”的第二阶段。市场暂时忽略 PCE、油价、美联储新主席和高利率压力，是因为 Nvidia、Micron、韩国 memory、台湾供应链继续把风险偏好拉回 AI 硬件链；但这不是全面普涨，而是半导体、memory、CPO、PCB、电力、先进封装等瓶颈环节的结构性扩散。 整场播客的核心判断是：接下来不是继续无脑追 Nvidia，而是把 AI capex 拆成 8 层技术瓶颈，找每一层还没充分 pricing 的 beta / alpha。 其中，短期最强的是 memory，未来更值得继续挖的是 CPO / 光互联、先进封装、Rubin PCB / CCL、电力 800V DC、以及 Anthropic proxy / agentic infra 这类二阶方向。 二、WuKong AP 最近在做什么？ WuKong AP 最近做的不是单纯“多发内容”，而是在尝试把内容生产方式从 to consumer 转成 to agent。 人的注意力已经严重透支，传统靠固定更新时间、流量、点赞、粉丝增长的内容运营方式，越来越像旧时代的电话本广告；未来真正有价值的内容，是能被用户的 AI agent 持续读取、整理、筛选和复用的内容。也就是说，播客、note、研究过程，不只是给人当下听，而是要成为用户 agent 的长期 feed。 最近 Product / build in public 的 MVP 是：把每天和 AI 的高质量对话、投资思考、市场判断，整理成 agent-readable markdown file，再通过 Gmail / Google Groups / 网页等方式分发。第一版甚至不需要代码，只需要用 prompt 让 AI 定时生成 markdown，并发到 mailing list；用户端也可以让自己的 agent 定时读取邮件或网页，结合自己的仓位、兴趣和风险偏好做二次筛选。 这个产品的理念是：未来投资学习不是人硬读所有内容，而是让 agent 帮人沉淀 context。 人的价值在于提出方向、品味、预期差和判断，AI 的价值在于持续记忆、检索、提醒和组合信息。目标不是马上做一个复杂 SaaS，而是用最轻的方式先跑通“高质量内容 → agent feed → 个性化投资判断”的闭环。 更底层的目标是：WuKong AP 想把自己沉淀成一个 AI 时代的投资 context layer。用户可以不记得每期节目里提过什么，但他的 agent 不能忘；用户可以没时间听完全部播客，但他的 agent 可以定期读、筛选、提醒：“一个月前提到的标的，现在开始涨了，要不要重新评估？”这就是 WuKong AP 最近 build in public 的核心方向。 三、核心问题摘要 1、宏观市场复盘与流动性分析：为什么说本周不是全面牛市，而是 AI capex 结构牛？ 本周标普、纳指继续创新高，但等权标普和高收益债的涨幅明显弱于半导体和纳指，说明这不是一个非常健康的全面普涨，而是 AI capex 继续主导风险偏好的行情。市场交易的不是衰退消失，也不是系统性风险解除，而是 AI 投资周期还能继续外溢，尤其是从 Nvidia 扩散到 memory、networking、PCB、power、cooling、ODM 和亚洲供应链。 流动性上，要分成静态和动态两层。静态流动性短期有支撑：TGA 下降、银行准备金回升，给风险资产提供缓冲；但 RRP 接近枯竭，意味着未来财政部补库或短债发行时，市场缓冲会变薄。动态流动性方面，CTA 和被动 ETF 仍在支撑指数，但已经从“新增买盘”变成“高仓位后的脆弱支撑”：指数继续稳住时还能涨，一旦 PCE、利率、油价或半导体回撤触发波动，CTA、vol-target、杠杆 ETF 可能形成机械卖盘。 2、AI compute / rack-scale 这一层的核心变化是什么？ AI compute 的核心变化是：市场不再只交易“谁的 GPU 更强”，而是在交易“谁能把 GPU、CPU、内存、网络、电源、液冷、软件整合成一整柜 AI supercomputer”。以前是 chip-level performance，现在是 rack-level throughput；单颗 GPU 再强，如果 GPU 之间连不起来、内存喂不上、CPU 调度跟不上、网络和电力冷却堵住，最终都跑不出有效吞吐。 Nvidia 的 GB200 / GB300 / Rubin CPX 就是这个趋势的代表：rack 本身正在变成新的计算单位。更重要的是，rack-scale 的竞争也开始从 Nvidia 闭环走向 open architecture，因为 hyperscaler 需要第二供应源、定制化 ASIC、不同 workload 对应不同架构，所以 AMD / HPE / Broadcom / UALink / Ethernet scale-up fabric 这条开放路线会逐渐获得 option value。 3、AI compute / rack-scale 这一层看哪些标的？ 这一层的核心标的是 AMD、QCOM、ALAB。AMD 的预期差在于，它不是简单和 Nvidia 正面对打，而是提供 Nvidia 闭环之外的 rack-scale alternative：CPU、Helios、open Ethernet fabric、封装和系统化方案。尤其在 agentic AI 和 inference 场景里，CPU 调度、缓存、系统适配的重要性上升，AMD 的位置会变得更清晰。 QCOM 的逻辑是 edge computing、端侧 AI、未来 AI inference accelerator 和 ASIC 机会；如果更多应用层公司需要定制化 CPU / ASIC / 边缘推理方案，高通的估值框架会被重新定义。 ALAB 则不是简单 PCIe retimer，而是 AI rack connectivity / CXL memory controller / fabric switch 的连接层，未来 rack 内 CPU、GPU、ASIC、memory、network 协同越复杂，ALAB 越像连接税收者。 4、存储还能买吗？美光、海力士、三星怎么看？ 当前核心技术方向是 HBM4 和 CXL-attached memory：前者解决更高带宽、更大容量和更定制化的 AI 训练需求，后者解决 inference 时代的 memory economics，让 agent、长上下文、KV cache、RAG 等场景不用把所有缓存都堆在昂贵 HBM 里。 交易上，美光、海力士、三星仍是最核心的 memory beta，但不能因为 PE 低就简单认为便宜，因为存储股在盈利高点时 PE 往往最低。已有仓位可以继续拿；空仓不建议在情绪最热时重仓追。相对稳妥的思路是：逢低买一点 beta，优先看三星这类相对没那么拥挤的补涨；alpha 则看 ALAB、PENG 这类围绕 CXL、cache 和 inference efficiency 的标的。 判断 memory 是否见顶，重点看三个信号：一是利润率是否开始下滑，二是 HBM / DRAM 价格是否松动，三是中国厂商产能落地后是否压低价格。下半年中国有两只存储股 IPO，也可以作为观察供给扩张和市场情绪变化的间接信号。 5、先进封装这条线怎么理解？ 先进封装解决的是：AI 芯片做出来以后，如何把 GPU、CPU、HBM、chiplet 这些东西真正封装成可交付系统。CoWoS、2.5D、bridge、chiplet heterogeneous integration 是近端最明确的方向，因为单颗 die 越做越大，良率和成本都会恶化，必须通过先进封装在系统层继续提升性能。 更中期的预期差是 embedded substrate / integrated passive substrate。当 AI 芯片功耗越来越高、瞬态电流越来越大、封装越来越密，传统把 MLCC、电容、电阻贴在基板或 PCB 表面的方式会遇到供电响应、寄生电感、PDN 噪声和空间限制。embedded substrate 把部分被动器件嵌进基板内部，本质上是在做 AI package power integrity 的系统级优化。 6、先进封装看哪些标的？ 先进封装主线里，播客提到的核心 beta 是 TSMC、ASE、AMKR，alpha 是 Samsung Electro-Mechanics / 三星电机。TSMC 是 CoWoS 和先进制程绝对龙头，但它太大且已经很共识；ASE 是先进封装和测试的近端兑现 beta，advanced packaging 业务有明确财报验证；AMKR 是美国先进封装本土化的 alpha，核心是美国不能只建 fab，也要补封装测试能力。 Samsung Electro-Mechanics 更偏中期预期差，因为它同时具备 MLCC、substrate、PCB 和被动元件能力，天然卡在 embedded substrate 的位置。如果 AI/HPC substrate 后续进入客户验证、设备投资和收入披露，它可能从传统电子元件公司，被重新理解成 AI package power integrity 平台。 7、Rubin PCB /CCL 这条线的机会在哪里？ 到了 GB200、GB300、Rubin 这一代，PCB 不再只是“把东西焊上去的板子”，而是 AI rack 里的高速神经系统。整柜里有 GPU、CPU、NVSwitch、网卡、DPU、电源、液冷、线缆、连接器、存储和大量高速信号通道；系统越大、数据越多、信号越快，PCB / CCL 的材料要求就越高。 这条线的关键不是泛 PCB，而是 AI accelerator board、data center switch board、高速低损耗材料、M8/M9 CCL、224G / 448G 信号要求。核心标的是 胜宏科技、台光电、联茂。胜宏是 AI PCB beta anchor，但已经不算冷门；台光电是材料端 alpha，关键看高端 CCL mix 和毛利率弹性；联茂是第二供应源 alpha，赔率更高，但必须验证它卖的是真正高端 AI CCL，而不是泛 server CCL。 8、为什么 CPO / 光互联是最值得重视的方向？ CPO / 光互联被认为是最值得重视的方向之一，因为它的重要性已经明显上升，但赛道整体市值和涨幅还没有像 HBM / memory 那样充分 pricing。AI rack-scale 和 massive-context inference 会带来巨量数据流动，光互联解决的是数据在 GPU、switch、rack、data center 之间高速传输的问题。相比存储行业，光模块和 CPO 厂商过去没有经历过存储那种几十年扩产周期，所以供需紧张可能持续更久。 这条线的另一个优势是：它有清晰的中长期确定性。CPO 还没有全面落地，LITE、COHR 等买的是预期；在过渡期，传统可插拔光模块仍要承接需求。也就是说，短期有传统光模块，长期有 CPO 和硅光升级，中间还叠加 1.6T / 3.2T / data center networking 的扩容，这使得光互联比商业航天这类 attention trade 更适合承载大仓位。 9、CPO / 光互联核心标的是什么？ CPO / 光互联这条线可以分成三层看：第一层是最直接的硬件 beta，主要是 LITE、COHR；第二层是平台型公司，主要是 MRVL；第三层是网络和数据传输基础设施，主要是 NOK。它们解决的不是“有没有 AI 算力”，而是 AI factory 里海量数据如何在 GPU、rack、cluster、data center 之间高速、低功耗、低延迟地流动。 LITE 和 COHR 是最直接的光模块 / 光器件 beta。短期它们受益于传统可插拔光模块需求，长期受益于 CPO 和硅光渗透率提升。它们的逻辑不是单纯“今天有没有 CPO 收入”，而是市场开始提前定价下一代 AI data center 从电连接向光连接迁移。缺点是这类标的已经被市场反复交易，弹性仍有，但最好等回调和订单验证，而不是在情绪最热的时候追。 MRVL 是更综合的平台型标的，可以理解成“小博通”逻辑。它不仅有光互联和 data center networking 相关业务，也同时覆盖 custom ASIC、switch、SerDes、DSP、硅光和 3.2T 相关技术路径。3.2T 很重要，因为当 1.6T 光模块逐步成为当前主流升级方向后，市场会提前交易下一代 3.2T：谁能支持更高速率、更低功耗、更高密度的数据传输，谁就更容易拿到下一代 AI cluster 的架构红利。 NOK 不是纯 CPO 硬件股，而是 AI data movement 的基础设施股。它解决的是更大范围的数据传输问题：数据中心内部、数据中心之间、云到边缘、AI-RAN、optical transport、IP network、trusted western infrastructure。换句话说，LITE / COHR 更像“光器件和模块”，MRVL 更像“芯片和互联平台”，NOK 更像“数据流动的网络底座”。 更高赔率的小票里，SIVE 是最值得单独讨论的。SIVE 的核心不是简单贴 CPO 标签，而是它被市场理解成 AI 光互联供应链里一个潜在高弹性的 alpha，尤其和光源、材料、硅光、下一代高速光连接的预期有关。并且 Sive 有头号摇旗手重仓推动，所以资金情绪可能比普通小票持续更久。 IQE、SOI、FOCI、MSS Corp、Nexttronics、AEHR、TSEM 这类标的，则分别对应更细分的材料、光源、封装、测试、台股 / 日股供应链环节。它们的共同特点是：空间可能很大，但验证难度更高，流动性、交易资格、信息透明度和波动都比大票更复杂。所以这类标的不应该和 MRVL、NOK、LITE、COHR 放在同一个仓位层级里，而应该作为小仓位的 alpha basket 来管理。 10、电力 / 800V DC / GaN / SiC 这一层怎么选？ 电力层的核心变化是 AI rack 功耗快速上升，Nvidia 正在推动 800V DC 这类更高压、更高效率的 rack power architecture。以前市场谈 AI 基建，容易只看 GPU、HBM 和网络；但如果电力、配电、功率转换、冷却跟不上，AI factory 就无法交付。因此电力不再只是“公用事业”叙事，而是 AI rack 能不能规模化部署的底层约束。 核心标的是 VRT、POWL、POWI、NVTS。VRT 是最直接的 800V DC / rack infra beta，播客认为“只要买电力，VRT 至少要配一点”；POWL 是配电设备和 backlog 逻辑；POWI 更偏高压功率半导体 alpha；NVTS 是 GaN / SiC / 800V DC 小票方向。Alex 还补充 FLNC、FCEL，分别对应储能 / 电力系统和类似“小 BE”的数据中心旁侧发电逻辑。 11、为什么现在需要回看 SKM？ SKM / SK Telecom 的逻辑是二级市场里相对稀缺的 Anthropic 影子股。它本体是韩国电信运营商，业务稳定、有股息、波动相对小；但它持有 Anthropic 股份，因此比 Amazon、Google 这类主业变量更复杂的公司，更接近一个纯 Anthropic proxy，SK Telecom 持有约 0.5% Anthropic 股权。 SKM 现在重要，不只是因为它是 Anthropic proxy，而是因为 Anthropic 最近又在推进新一轮融资，短期本身就有估值上修预期。Anthropic 正在寻求融资超过 300 亿美元，目标估值约 9000 亿美元；Anthropic Q1 2026 收入约 48 亿美元，并预计 Q2 收入达到 109 亿美元，年化收入 run-rate 可能接近 310 亿美元。也就是说，Anthropic 已经从“AI 模型公司叙事”进入“收入高速兑现 + 估值继续上修”的阶段。 所以 SKM 现在的变化在于：一方面，Anthropic 新一轮融资和未来 IPO 预期会带来短期催化；另一方面，如果 Anthropic 私下 SPV 交易受限，普通投资人能接触 Anthropic 估值上修的二级市场入口会更稀缺。SKM 的传统电信主业提供下行保护，Anthropic 股权则提供 AI native 龙头的 upside，适合作为“稳主业 + AI 期权”的左侧配置。 12、SpaceX IPO、Google I/O 怎么看？ SpaceX IPO 如果推进，会成为商业航天板块的重要催化，但对 RKLB、FLY、LUNR 等小票的影响不一定是单边利好。一种可能是流动性外溢，资金继续寻找 SpaceX 相关替代品；另一种可能是利好兑现，资金回流到 SpaceX 本身，反而压制部分航天小票。因此，商业航天更适合作为事件驱动和 attention trade 跟踪，不宜简单当成确定性主线。 Google I/O 的评价需要平衡看：Google 仍然拥有 Search、Android、Chrome、Gmail、Drive、YouTube、Cloud 等巨大入口，分发能力非常强，不应简单低估；但任何一个新技术时代，最值得关注的往往不是上一代巨头如何把新功能接进旧产品，而是新技术 native 的新巨头如何重新定义入口。AI 2.0 的核心竞争是模型智能、语境理解和 agent 执行能力，OpenAI、Anthropic 这类 AI 原生公司更代表新周期的主线变量。 13、6 月懒人策略怎么看？ 在 5 月的基础上，新增 MRVL、NOW、VRT、POWI、POWL、SKM。 MRVL 是 CPO / 光互联和 custom ASIC 的平台型标的，重点看 3.2T、data center networking 和财报指引；NOW 是川普家族喊单；VRT 是 AI rack 电力和液冷基础设施 beta；POWI、POWL 则分别对应功率半导体和配电设备，是 AI power stack 里的二阶机会；SKM 是 Anthropic 影子股，受益于 Anthropic 新一轮融资、估值上修和未来 IPO 预期。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 这期分享会的主线是：短期市场已经开始从 AI 硬件单边上涨，转向“宏观压力 + 流动性分化 + AI 主线轮动”的阶段。上周回调主要由中美会谈利好不及预期、油价和霍尔木兹风险、长端美债收益率上行、Fed 换帅后宽松预期下降共同触发；但从资金池看，市场并非完全没钱，真正的问题是资金质量分化，后续要重点跟踪 FINRA 保证金数据、hyperscaler 2027 CapEx、Fed 短债购买节奏和纳指/标普比率。 更大的主题是 AI 2.0：讨论认为，AI 1.0 主要是效率工具、代码工具和企业降本，但真正能承载万亿级市场的 AI 2.0 可能是 Agent Social / AI 原生社交网络。投资上，未来机会不只在 GPU 和存储，而在大模型平台、社交入口、健康 AI、CPO/CDN/通信/台积电供应链等 AI 2.0 底层与入口资产；同时要警惕传统互联网平台税、SaaS 中间商和纯效率工具的长期估值压力。 二、核心问题摘要 1、宏观市场复盘与流动性：本周回调到底发生了什么？ 本周市场不是全面转熊，而是前期 AI 硬件上涨后的第一次明显校正。播客里认为，CTA 买盘结束后，市场仍然靠散户和少数 attention 足够高的 AI 硬件股继续向上走了一段；但上周后半周，尤其周四、周五，随着中美会谈不及预期、油价和通胀压力传导、美债长端收益率上行，AI 硬件带动指数开始回调。这个回调并不均匀，很多非主线股票此前其实已经在震荡下跌，真正上涨和下跌的都是少数 AI 硬件/高关注度标的。 流动性角度，会议重点提出要把“七指标看板”固定纳入每周宏观部分，尤其关注 FINRA 保证金数据、0DTE/期权反身性、散户动量资金、Fed 小放水、hyperscaler CapEx、纳指/标普比率等。核心判断是：市场短期仍有向上燃料，但不稳定，未来 5 月底更偏震荡回调，6 月要根据宏观数据和科技股基本面重新判断路径。 2、当前资金池结构如何？为什么说“表面有水，质量分化”？ 播客把资金池拆成几类：退休金、保证金借款、散户和 0DTE、公司回购、外资和私募信贷、Fed 小放水、hyperscaler CapEx 等。结论是，资金池不是完全枯竭，但支撑越来越集中在 Fed 每月约 400 亿美元短债购买和大科技 AI CapEx 上；散户和 0DTE 提供速度和波动，保证金与回购的边际支撑下降，外资和私募信贷偏压力。 这里最重要的是反身性。散户不仅买现货，还大量买 call option，做市商为了对冲 Gamma 风险需要买卖现货和期货，形成“call 买盘—做市商追买—指数上涨—更多散户买 call”的循环；但同样的结构向下也会放大回撤。会议因此强调，接下来不能只看指数点位，而要看资金池是否继续提供边际买盘。 3、AI 2.0 和互联网泡沫如何类比？现在处在泡沫哪个阶段？ 分享会将当下 AI 与 2000 年互联网泡沫做类比：互联网泡沫时，真正成为后来平台巨头的 Google、Facebook 等，在泡沫顶部时大多还没上市；当年先涨的是第一代门户网站和半导体基础设施。对应今天，AI 1.0 先涨的是 GPU、存储、半导体和 AI CapEx，而真正 AI-native 的应用和社交形态可能还没有完全进入资本市场。 但当前与 2000 年不同的是，今天 AI 基建的主要客户是 hyperscaler，而不是一批会倒闭的 dotcom 公司；半导体估值也没有当年那么极端。因此会议的阶段判断更偏：现在接近泡沫高潮开始，但未必已经到最终顶部。最大风险是 AI 2.0 可能像互联网 2.0 一样，在泡沫破裂后才真正到来；最大机会是如果 OpenAI、Anthropic 等大模型平台在泡沫破裂前上市，市场主线可能从硬件转向大模型平台。 4、AI 2.0 的范式转移是什么？为什么从效率工具转向社交网络？ AI 1.0 的主流用法仍然是把大模型当 editor、代码工具、内容生成工具或企业降本工具；这条路本质上是提高效率、减少成本，甚至是 GDP reduction，不一定能创造足够大的新增需求。真正能承载万亿市值的 AI 2.0，必须是改变人类行为方式、创造新连接和新消费场景的产品。 因此，他们认为 AI 2.0 很可能走向 Agent Social。原因是大模型掌握的不是传统社交图谱，而是用户长期对话、目标、情绪和思考路径，比 Meta、TikTok、淘宝、携程这类平台更了解“真实的你”。未来社交网络可能不再只是“你 follow 谁”，而是 AI 帮你找到同路人、合作伙伴、投资伙伴和精神路径相近的人。 5、AI 2.0 的投资趋势是什么？ 第一类机会是大模型平台。分享会明确提到，如果 OpenAI 或 Anthropic 上市后因为各种原因估值低于 1 万亿美元，可能会是未来几年的重要机会；只要故事继续讲下去，它们有潜力成为新的七姐妹成员，甚至冲击 4–5 万亿美元估值区间。 第二类机会是 AI 2.0 的底层承载资产，包括 CDN、CPO、通信、光电、台积电供应链和部分小票。比如 Cloudflare 被视为 CDN 方向的重点，因为 AI 视频、内容生成和流量增长最终要体现在 CDN 需求上；CPO 方向则把台积电视为底层龙头，并进一步寻找台积电供应链里的小票。 6、AI Agent 会如何冲击互联网平台税？ Agent Social 不只是社交产品，也会重塑互联网平台经济。例子是外卖、酒店、机票、维修服务等：今天用户需要通过美团、携程、OTA 或各类平台找供给方，平台从中抽取 20%–30% 的 take rate；未来如果用户直接让自己的 agent 搜索、比价、判断评论、下单，那么餐厅或酒店是否在平台上，重要性会下降。 因此，传统平台税会面临长期压力。并不是说 AI 不收费，而是 agent 的收费率可能显著低于原有平台抽成。例如如果 agent 只收 5%，而平台抽成 20% 以上，供需两端都有动力绕开传统中间商。这是对外卖、OTA、本地生活、部分流量平台的长期结构性威胁。 7、Howard Marks 的五个问题如何用于当前市场？ 播客引用 Howard Marks 的框架，不是为了预测明天涨跌，而是判断周期位置。五个问题可概括为：第一，顶级投资者不是更会预测未来，而是更会判断基础概率；第二，不是预测明天，而是判断当前处于周期的哪个位置；第三，信息必须同时重要且可知；第四，风险不是波动，而是结果不按预期发生；第五，落实到动作上，不是 all in 或清仓，而是根据周期位置调整仓位。 对当前市场的应用是：既不能因为 AI 长期对就满仓追高，也不能因为泡沫风险高就完全清仓。更合理的是保留核心仓位，同时随着流动性、估值、资金池和市场宽度变化做 calibration；如果市场进入高位末端，可以用对冲工具降低组合尾部风险。 8、AI 时代如何学习？核心是“成为自己”。 AI 时代的学习不是“问 AI 一个问题，得到答案就结束”，而是形成 问题—行动—结果—复盘 的闭环。好的问题不是随机产生的，而来自你在持续探索“自己想成为一个什么样的人”。AI 会极大降低知识获取门槛，所以真正稀缺的不再是信息，而是你能否围绕一个长期方向持续提出问题、采取行动、接受反馈，并在这个过程中逐渐成为自己。 换句话说，AI 时代的学习不是堆知识，而是把知识压进现实行动里。一个人今天问地球为什么转，明天问怎么修电脑，后天问妈妈为什么生气，这些问题单独看都可能有价值，但如果没有一个稳定的自我方向，它们很难形成知识体系。真正有效的问题，往往来自一个更深的追问：我到底想成为谁？我为什么要学这个？我希望用它改变什么？ 投资被认为是普通人最容易建立这个闭环的场景。因为你和 AI 讨论一个标的后，会做出买入、观察、减仓或不买的动作；市场随后给出涨跌结果；你再用结果和 AI 复盘，这个循环会迫使认知不断校准。相比单纯读知识，投资更容易把 AI 学习变成实践性学习。 所以，AI 时代最重要的学习能力，不只是会问问题，而是通过问题不断校准自我。AI 会放大你的思考，但也会放大你的混乱；如果你没有方向，AI 只会让你更发散。如果你知道自己想成为什么样的人，AI 就会变成一个加速器，帮助你更快完成“理解—行动—反馈—修正”的成长循环。 9、苹果为什么是 AI 2.0 时代值得重新讨论的标的？ 苹果的关键点不是传统意义上的 Apple Intelligence 或 Siri，而是它仍然掌握着最重要的 硬件入口 / 移动设备入口。如果 AI 2.0 从网页、App、企业软件，进一步走向个人生活、移动场景和随身智能体，那么入口很可能不只是浏览器或聊天窗口，而是手机、耳机、手表、眼镜和未来更多可穿戴设备。苹果的优势在于，它已经占据了用户每天最高频、最贴身、最稳定的硬件触点：iPhone 是移动入口，AirPods 是语音入口，Apple Watch 是身体入口，未来智能眼镜可能是视觉入口。这意味着苹果不一定需要在大模型能力上成为最强，但它有机会成为 AI 2.0 的终端分发层和个人上下文入口。 第二层逻辑是 wearable + health AI。分享会认为，健康可能是苹果在 AI 2.0 里最自然、最有差异化的方向。Apple Watch、AirPods、iPhone 和未来更多可穿戴设备，可以长期贴近用户身体，持续收集心率、睡眠、运动、体温、血氧、行为习惯等生理和生活数据。这类数据不是一次性输入，而是长期、连续、低摩擦、几乎无感地沉淀。 它和 Tempus AI 的区别在于，Tempus 更偏机构侧医疗数据、临床数据库、肿瘤数据、药企合作和医疗研究场景；苹果掌握的是普通用户日常生活中的连续生理数据和硬件入口。前者更像医疗数据资产和研究工具，后者更像 C 端健康 AI 的长期入口。如果未来用户健康问题越来越多地直接问 AI，苹果有机会成为普通人健康 AI 的前端入口，而不只是一个设备公司。 第三层逻辑是 AI CapEx 压力低。苹果几乎是七巨头里少数没有大规模重押 AI 数据中心 CapEx 的公司之一，因此在市场担心 hyperscaler AI 资本开支过高、GPU 采购过猛、自由现金流被 AI 基建吞噬时，苹果反而有一定防守属性。它的 AI 叙事不是“我要买更多 GPU”，而是“我已经有硬件入口、用户数据、操作系统和设备生态，只需要把 AI 嵌进去”。所以苹果在 AI 2.0 里的潜在价值，不一定来自算力竞赛，而可能来自移动设备入口、健康数据网络和个人 AI 分发层。 10、HIMX 的逻辑是什么？为什么它被放在台积电产业链和 AI 2.0 基础设施里讨论？ HIMX 的核心逻辑是：它不是纯 AI 硬件龙头，而是一个可能从传统显示驱动 IC 公司，向 smart glasses、ultra-low power AI、CPO / 光互连、汽车显示升级 等高毛利增长引擎切换的小票。Himax 原本服务 TV、手机、汽车显示等市场，业务基础偏传统；但现在市场重新关注它，是因为 AI 2.0 如果走向可穿戴设备、AR 眼镜、边缘 AI 和低功耗交互终端，显示、传感、低功耗芯片和光电相关能力都会重新变得重要。 它在台积电产业链里的位置，可以理解为 台积电制造生态下的 fabless IC / 光电与显示相关设计公司。也就是说，HIMX 不是台积电这种底层制造平台，也不是 CPO 最大龙头本身，而是依托台积电先进制造与台湾半导体生态，在显示驱动、低功耗边缘 AI、AR/智能眼镜和光电相关芯片方案中寻找增量。分享会里的思路是：如果 CPO、硅光、低功耗 AI 和新一代可穿戴设备成为 AI 2.0 的基础设施，那么除了台积电这种最大底层平台，也要向下寻找台积电供应链和生态里的弹性小票。 HIMX 的稀缺性在于，它既有成熟显示 IC 客户基础，又有向新场景迁移的可能。AI 2.0 不只是数据中心里的 GPU，也包括终端侧交互、智能眼镜、低功耗视觉、边缘推理和光互连。如果未来 AI 从“办公室效率工具”进入“日常生活入口”，那么显示、传感、低功耗处理和光电接口都会成为基础组件，HIMX 就有机会从传统显示周期股，切换成 AI 2.0 终端与光电基础设施的可选标的。 但这个逻辑不是短期追涨，而是“1.0 不一定最耀眼，2.0 后劲可能更强”的小票筛选框架。HIMX 当前更像一个估值切换候选：如果市场只把它当显示驱动公司，它是传统周期股；如果市场开始把 smart glasses、ultra-low power AI、CPO 相关方案和汽车显示升级纳入定价，它就可能获得新的叙事溢价。关键验证点是：非驱动业务收入占比、毛利率改善、智能眼镜/边缘 AI 客户进展、以及它在台积电生态中能否拿到更清晰的光电/低功耗 AI 供应链位置。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、WuKong AP 这个项目本身想做什么？ WuKong AP 被定义为一个 AI-native 金融元宇宙：它不是单纯给标的，而是提供投资框架、KOL 角色映射、英雄榜、AI 视频和可二创的内容生态。Tom Lee 被映射为“小李飞刀”，未来其他 KOL、角色、交易风格也会进入这个体系。 项目的关键不是中心化生产大量内容，而是维护底层榜单和角色体系，让 AI 与外部创作者参与二创。团队希望通过“英雄榜 + 收益率 + 金融 IP”形成一个 content trap：与其每个创作者自己造一个没人关注的新 IP，不如加入一个已经有金融收益和注意力基础的生态。 二、核心内容摘要 本期分享会的核心是：AI 主线仍然是市场最强共识，但共识已经开始分化成“硬件拥挤、软件修复、宏观等错杀”的结构。 宏观层面，5 月整体仍偏高位震荡，Q2 静态流动性尚可，但 CTA 买盘已经从强顺风变成观察变量；真正需要防的是中美关系、Fed 换届、油价/通胀三条线重新定价后的短期错杀。 投资层面，分享会围绕几类 beta 备选展开：Nokia 作为 AI connectivity / data movement 低估值重估方向；Qualcomm 和 Apple 作为端侧 AI / C 端 Agent 入口；Nvidia 2x 作为 AI 算力价值定价权的直接表达。同时，SpaceX 上市与纳指新规被视为可能改变指数资金生态的大事件；软件股则因为“私募联合 OpenAI / Anthropic 成立 AI 服务公司”出现从“被 AI 吃掉”到“被 AI 改造”的修复叙事。 三、核心问题摘要 1、“等待三条线重新定价后的错杀”具体是什么？当前宏观和流动性状态怎么判断？ 这里的“三条线”是：中美关系 / 川普访华、Fed 主席换任、霍尔木兹 / 油价 / 通胀。 分享中认为，5 月整体风险可控，市场大概率高位震荡；但如果这三条线中任意一条出现利空重定价，比如中美谈判没有机制性安排、Fed 新主席沟通偏鹰、油价和通胀重新压制降息预期，就可能触发短期回调。 流动性上，CTA 在 4 月底大幅买入后，目前接近“不买也不卖”的状态；若指数出现 3% 以上回调，可能触发 300–400 亿美元级别的 CTA 抛售。 静态流动性方面，Q2 到 6 月底仍相对友好，但 Q3 起 TGA 重建和财政融资需求可能开始抽水。因此，“错杀”不是大熊市判断，而是等待拥挤赛道因宏观触发出现小幅回调后补仓。 2、Naval 和 Mark Cuban 的讨论给这期分享提供了什么底层框架？ Naval 提供的是 AI 时代个人与项目定位框架。他强调在 AI 知识平权之后，真正稀缺的是 taste、审美、判断力和 create beauty 的能力。分享会把这套逻辑延伸到 WuKong AP：一个投资框架、一个内容生态、一个英雄榜，本质上也可以是一种 beauty，是人机协作时代可以留下来的东西。 Mark Cuban 提供的是 泡沫中清醒参与的框架。他曾在互联网泡沫中做 Broadcast.com，并在卖给 Yahoo 后通过衍生品锁定财富，是少数“知道泡沫、参与泡沫、顶峰退出”的创业者。本期借此讨论 AI：OpenAI 等模型公司可能很难赚回投资人的巨额投入，但普通人和企业仍然必须拥抱 AI，因为 AI 的生产力价值是真实的。 3、Beta 备选：Nokia 的逻辑是什么？ Nokia 的逻辑不是“手机品牌复活”，也不是简单的 telecom turnaround，而是从欧洲电信设备商被重新定价为 AI data movement / AI connectivity 基础设施平台。AI 先重定价 compute，再重定价 memory，下一阶段会重定价数据如何在数据中心、云、边缘、终端和国防通信之间高速、安全、低延迟流动。 当前最先兑现的是 Optical / IP / AI & Cloud orders，而不是远期 AI-RAN 概念。Q1 2026 已经出现硬数据：AI & Cloud 销售同比 +49%，单季订单约 €1bn，Optical Networks +20%，公司上调 Network Infrastructure 与 Optical/IP 增长假设。 所以 NOK 更像一个旧资产身份切换的 re-rating trade。短期不适合追高，但如果 5 月出现错杀回踩，它比很多已拥挤的 AI 小票更适合作为低估值、低拥挤度的 AI beta。 4、Beta 备选：Qualcomm 的逻辑是什么？ Qualcomm 的核心逻辑是 端侧 AI + AI PC + 汽车智能化 + 数据中心 custom silicon 的多线重估。它的底层资产包括 Snapdragon SoC、modem、QTL 授权现金流，过去市场主要按手机周期给估值，但现在 QCOM 正在从 handset semi 扩展成更广义的 AI edge / physical AI / custom silicon proxy。 所以，QCOM 适合作为 beta 备选的原因是：它不是最性感的 AI 硬件股，但它是少数同时踩在手机 AI 入口、AI PC、汽车智能化、edge AI 和 custom silicon 上的大票；同时，QCOM 的优势是预期还没完全打满，回调时更适合作为低拥挤度的 AI beta 补涨标的。 5、Beta 备选：Nvidia 2x 和 Apple 的逻辑分别是什么？ Nvidia 2x 的逻辑是 AI 算力价值定价权。分享中强调，Nvidia 过去更多是围绕成本定价，让 neo cloud、模型公司和下游生态赚了很多利润；但现在下游利润空间扩大，Nvidia 完全可以从成本定价转向价值定价。尤其是它提前锁定大量 HBM / 高速内存，且未来系统中 memory 模块可能与主系统分开定价，这给 Nvidia 带来额外提价空间。 Apple 的逻辑是 AI 终端入口 + 补涨。如果 C 端 Agent 使用场景主要发生在手机，Apple 就仍是最重要的硬件入口；同时 Apple 今年有 CEO 变化和 6 月开发者大会等潜在催化。在七巨头横向比较里，Apple 没有明显泡沫化，如果 AI 端侧入口被重新定价，Apple 可能成为更稳健的大票 beta。 6、Tom Lee 在本期里的角色是什么？ Tom Lee 被映射成“小李飞刀”，是分享会“英雄榜”体系里的核心人物之一。本期认为，他在大盘判断上过去几年非常准，因此可以作为宏观和指数节奏的重要参考。 具体观点上，Tom Lee 对年底点位仍偏 bullish，但同时强调下半年风险，尤其是 Fed 主席换任和几个大型 IPO 对流动性的影响。他的框架是：中途可能有回调，但年底仍可能再上；因此分享会把他的观点用于支持“等待错杀，而不是否定主线”。 7、SpaceX 上市和纳指新规为什么重要？xAI 并入 SpaceX 对 Tesla / SpaceX 叙事意味着什么？ SpaceX 上市的重要性不只是“太空第一股”，而是可能改变纳指生态。5 月初 Nasdaq 新规启用后，未来超大估值公司最快上市 15 个交易日就可能进入纳指。如果 SpaceX 以 1.5–2 万亿美元估值上市，并快速进入指数，可能带来被动资金买入、旧 Mega-cap 权重稀释，以及 QQQ 短期先承压后修复的结构。 xAI 并入 SpaceX 则说明 xAI 的叙事可能从“独立大模型公司”转向 “SpaceX 体系里的 AI compute / neocloud / 未来太空算力平台”。这对 Tesla 不一定是利好，因为 xAI 本身在模型竞争中可能掉队；但对 SpaceX 是估值支撑，因为它让 SpaceX 从火箭公司进一步变成 AI 算力和未来空间基础设施平台。 8、AI 价值捕获指什么？利好哪些标的？ AI 价值捕获指的是：市场开始看到 AI 不只是 capex 和硬件投资，而是真的有应用端收入和商业化闭环。分享中多次提到 Anthropic ARR 暴涨，说明 Agentic AI 的 B 端价值开始被验证，AI 从“讲故事”进入“有人愿意付费”的阶段。 它利好两类标的。第一类是继续利好 AI 硬件和基础设施，包括 Nvidia、TSMC、HBM、内存、CPO、电力、数据中心、云基础设施，因为模型收入增长会反过来支撑 capex。第二类是应用层和软件层，如果 AI 真的带来收入、留存和利润率改善，资金会从基础层逐渐扩散到软件和企业服务。 9、私募联合 OpenAI / Anthropic 成立 AI 服务公司，为什么是软件股的重要事件？ 这件事被视为软件股修复的重要催化。OpenAI 侧成立 The Deployment Company，背后有 TPG、Bain、Brookfield 等私募；Anthropic 侧和 Blackstone、高盛等推出 AI-native enterprise services firm。它们的目标不是简单卖 API，而是把 AI 嵌入企业核心业务流程。 关键在于私募的动机。过去几年，私募在高估值阶段买了大量软件资产，但“AI eating software”的叙事压低了这些公司的估值，影响退出。现在私募联合 OpenAI / Anthropic，可以把叙事从“AI 吃掉软件”改成“AI 帮软件转型”，从而给软件公司估值修复、私募退出、模型公司收入增长同时提供理由。 10、如果软件股修复，哪些标的和方向更值得关注？ 本期提到两类方向。第一类是 AI Agent / 网络 / 边缘基础设施，比如 Cloudflare、Fastly、BAND、voice agent 相关公司。这类公司不一定在私募 portfolio 里，但如果软件修复行情启动，它们因为本身踩在 AI 工作流和网络基础设施上，可能弹性更好。 第二类是传统企业软件和私募 portfolio 相关方向，比如 Oracle、ServiceNow、Reddit、Zendesk、Genesys、UKG 等。Oracle 和 ServiceNow 是更容易被市场理解的大票软件代表；Reddit 则被讨论为 AI 时代人类真实语料和社区数据资产。总体结论是：软件可以修复，但要区分“估值修复”与“基本面反转”，后续必须看 AI 是否真的改善净留存、ARPU、利润率和现金流。 11、Pre-IPO 项目怎么选？Anduril、Anthropic、Stripe 谁更有性价比？ Pre-IPO 这条线的核心不是“公司越大越好”，而是看三件事：估值是否已经打满、叙事是否足够纯、上市前注意力是否还会继续提升。它不像二级市场每天剧烈波动，只要业务基本面还在改善，反而可能在高波动市场中充当一种“避风港”；但缺点是流动性差、锁定期长、SPV 费用高，不能当成普通股票交易。 三者里，Anthropic 是最强 AI 价值捕获标的。它直接代表 Agentic AI、Claude Code、企业 token 消费和模型公司收入闭环。如果能以合理估值拿到额度，它的优先级最高，因为它是 AI 应用层变现最直接的 proxy。但问题也很明显：估值已经非常高，且可获得性、条款、流动性折价都要仔细看。 Anduril 是最纯的 defense AI / autonomous systems Pre-IPO 标的。它买的不是通用 AI，而是国防 AI、无人系统、边境安全、军工软件硬件一体化平台。相比 Anthropic，它的想象力没那么“AI 全民化”，但胜在赛道稀缺、叙事干净、政策和地缘逻辑强。如果未来市场继续重估自主武器、战场 AI 和 defense tech，Anduril 仍然是这一方向最值得放进观察池的未上市龙头。 Stripe 质量很好，但性价比不高。 它是全球最优质的支付基础设施公司之一，但问题在于估值已经不便宜，而且叙事不够纯：它既不是最直接的 AI 应用层，也不是最稀缺的 defense AI，更不是最有 attention beta 的 IPO 标的。Stripe 上市当然会有关注度，但在高估值基础上，留给 Pre-IPO 买家的弹性可能不如 Anthropic 和 Anduril。 一句话排序：如果只看三者，优先级是 Anthropic >= Anduril > Stripe。 Anthropic 买的是 AI 应用层变现，Anduril 买的是 defense AI 稀缺性，Stripe 买的是优质但偏成熟的 fintech 基础设施；所以 Stripe 不是不能买，而是以当前估值和叙事弹性看，性价比不高。 12、Alpha 备选：MIAX 为什么是被低估的期权交易所黑马？ Miami International Holdings（$MIAX）是 期权交易基础设施 + 0DTE / 短期期权扩张受益者。它运营美国 4 家期权交易所，优势在低延迟、确定性撮合系统。随着 0DTE、短期期权和零售期权交易扩张，做市商越依赖稳定撮合和接入系统，MIAX 越有机会继续抢份额。 MIAX 在美国多重上市期权市场的 5 日平均份额约 16.0%，排名全市场第 4；前面分别是 Cboe 30.4%、Nasdaq 27.2%、NYSE 17.0%。MIAX 和 NYSE 的差距已经很小，但市值和市场认知明显还不在一个层级。 13、Hedge 备选：UVIX / CNVA 的作用是什么？ UVIX / CVNA 不是主线进攻仓，而是 防回撤、防波动放大、防 AI 硬件拥挤交易反转 的 hedge 工具。它们更像市场风向标，而不是利润主线：持有 hedge 标的，就像带一只鸟进入毒区，空气出问题时，鸟会先死亡，给你一个提前警告信号。播客里也提到，当指数上涨但波动率没有同步变贵时，买保险的价格没有对应上升，反而让 hedge 的性价比变高。 UVIX 更偏短期波动率 hedge，适合防突发下跌、VIX 快速上行和指数踩踏，尤其是在 CTA 卖盘、中美关系、Fed 换届、油价通胀重新定价时提供保护。但它不适合长期持有，因为波动率产品有天然损耗，定位应是阶段性保险，而不是长期配置。 CVNA 更偏事件型 / 结构型 hedge，底层逻辑不是单纯做空一只妖股，而是押注“车贷风险已经在数据上恶化，但还没有完全反映到股价里”。如果车贷、消费信贷或二手车金融链条真正出问题，CVNA 这类高敏感标的可能不是慢慢跌，而是出现剧烈重定价。小仓空头的意义不只是赚钱，也是在逼自己持续关注那些“已经有苗头、但市场还没正式交易”的风险。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期分享会围绕“AI 时代价投：气宗 vs 剑宗；五月懒人策略组合”展开，核心讨论从三个层面展开：第一，AI 正在改变投研、内容生产和市场共识形成方式；第二，传统价值投资框架在 AI、CTA、期权、流量和高速轮动市场中需要重估；第三，5 月组合策略被拆成三类：Core Portfolio、Growth Portfolio 和 One Kill ETF，用不同仓位表达不同风险收益目标。 投资层面，本期的核心判断是：当前市场并非全面牛市，而是由 AI 硬件、存储、CPU、电力、Agent 基建和部分小票共识推动的结构性行情。宏观层面仍受长端利率、油价、CTA 潜在卖压和 BTC 筹码结构约束；交易层面则强调仓位管理、风控、共识形成速度，以及“用更少时间选股、用更多时间管理仓位和风险”。 二、核心问题摘要 1、插播一条广告：品牌升级计划 我们的未来计划除了提高投研收益率，还会把 AI 深度引入投研、选股、交易计划和内容生产。 我们的目标是做“金融界的富爸爸穷爸爸 + 泡泡玛特”，即把投资理念、交易风格、KOL 方法论和市场门派，转化成可视化、IP 化、视频化、角色化的内容体系。AI 的作用不只是辅助分析，还包括把文字内容转成图片、视频、人物设定和金融 IP 宇宙。 这一计划背后的判断是：如果只是用 AI 把收益率做高，目标仍然偏窄；真正有范式意义的方向，是用 AI 做过去做不到的事情。投研上追求达到理想收益率即可，内容侧则要通过中西文化、武侠、动漫、金融市场角色的混搭，形成“只有自己能做”的独特产品。 请观众朋友们敬请期待吧！ 2、宏观层面，本期对 5 月市场的判断是什么？ 风险资产仍处在高位，但不是普涨行情，而是由少数赛道驱动的结构性上涨。过去 10 天，大盘微幅上涨，但主要由存储、CPU、AI 硬件等板块带动；软件、消费和部分旧龙头相对疲弱。美国经济数据仍强，就业未破，但通胀压力和长端利率仍限制市场进入“狂暴牛市”。 需要重点跟踪三组背离：第一，美债收益率与风险资产创新高之间的背离；第二，AI 需求端巨头与供给端硬件链之间的背离；第三，BTC 链上修复与“牛回”情绪之间的背离。CTA 当前没有新增强买盘，但若标普出现 2%–3% 的快速回调，可能触发 300–500 亿美元级别的系统性卖压，意味着后续上涨需要真实承接，而不能只依赖机械买盘。 3、AI 时代的价值投资有什么变化？ 本期对“AI 时代价值投资”的核心判断是：价值投资不是静态教条，而是持续更新“价值定义”的方法。过去价值可能来自资产折价、品牌、渠道、平台壁垒和网络效应；AI 时代的价值更可能来自算力、数据、模型、工作流重构、硬件基础设施、Agent 基建、边缘 AI 和金融结算网络。 被批评的是“伪价值投资”的五种形式：把长期持有本身当成价值投资、把低估值直接当成安全边际、把能力圈活成舒适圈、把好公司等同于好股票、把不肯认错包装成长期主义。AI 最大的变化是知识平权，投资者学习新领域的成本大幅下降；如果在这种环境下仍固守旧能力圈，本质上不是稳健，而是认知不更新。 4、张三丰、小李飞刀、任我行分别代表什么投资门派？对应巴菲特、Tom Lee、Milton Berg 的含义是什么？ 张三丰对应巴菲特，代表“气宗”与长期内功型价值投资。其特点是慢、稳、重视复利、现金流和企业质量，不追求短期捷径。分享会将伯克希尔类比为投资界历史最悠久的门派，将巴菲特类比为张三丰，强调其方法论建立在长期修炼、稳健资本配置和避免赌场式投机之上。巴菲特手持大量现金，并用“教堂旁边建赌场”形容当下市场，体现的是对投机化市场的警惕。 小李飞刀对应 Tom Lee，代表“剑宗”或高命中率点位派。Tom Lee 的特点不是用最复杂的基本面推演说服市场，而是用极具传播力的目标点位和阶段判断影响市场预期。小李飞刀的比喻在于“出手快、结果明确、市场记得住”。分享会认为 Tom Lee 当前是机构和散户都熟悉的市场名嘴，影响力仅次于美国总统和美联储主席这类真正能直接改变市场变量的人物。 任我行对应 Milton Berg，代表极端技术分析 / 玄学式交易体系。这里的“吸星大法”不是传统主流分析，而是一套自成体系、反常规、外部难以完全解释但可能具备强市场杀伤力的方法。其特点是并不严格遵循传统基本面或主流技术分析规则，而是通过独特指标、历史结构、周期判断或自创框架，给出高度非共识的结论。 5、AI 芯片多元化的核心逻辑是什么？ AI 芯片多元化的底层逻辑是：大模型和 Agent 竞争会持续压低 token 成本、提高计算效率，并迫使模型公司和云厂商在硬件层面做更深定制。定制化芯片、ASIC、CPU、GPU 互联、光互联、存储和数据传输都会成为提高效率的关键环节。 标的表达上，高通被视为一个尚未充分定价的增量大票，因为其芯片覆盖端侧设备和 Physical AI 场景；MRVL 代表定制化 GPU 互联、数据传输和 ASIC 方向；AVGO 是更成熟的 ASIC / AI 芯片互联表达；AMD、Intel、SMCI 则承担 AI 硬件供给端再定价。整体判断是，市场正在从单一 GPU 叙事转向“芯片多元化 + 端侧 AI + 定制化硬件”的二阶段行情。 6、Agent 基建为什么重要？涉及哪些方向？ Agent 基建的重要性在于：当 AI 从聊天转向执行任务，Agent 不仅需要模型能力，还需要访问网页、调用 API、发短信、打电话、完成验证、连接终端设备和企业系统。也就是说，Agent 的指数级增长会带来底层通讯、CDN、网络传输、API、企业通信和端侧连接需求的同步增长。 具体方向包括三类。第一，CDN 与网络层，大票是 Cloudflare，小票是 Fastly。第二，通讯与 voice agent 基建，包括 Bandwidth 和 Twilio，其中 Bandwidth 更偏硬资产，因为其拥有 Voice over IP 网络，而 Twilio 更偏软件层。第三，通信设备与端侧 AI connectivity，Nokia 被重点讨论为西方通信基建替代、AI-RAN / NVIDIA 合作以及 5G/6G 网络升级的受益方。 7、Core Portfolio：如何选 5 支 500 亿美元以上大票 / 金银 BTC / 主题 ETF？ Min 的 Core 组合是 POWL、NOK、MRVL、SLV、BTC。其逻辑是把 Core 定义为 beta 仓位，在 AI capex 中避开已经拥挤的存储，转向电力、定制化 GPU 互联、端侧 AI 基础设施三个尚未完全拥挤的方向。POWL 对应电网设备，NOK 对应端侧 AI / 通信基础设施，MRVL 对应定制化 GPU 互联和 ASIC 数据传输；SLV 和 BTC 则作为宏观失效环境下的金属 / crypto 大周期表达。 Alex 的 Core 组合偏向“低估 AI 硬件 + BTC beta + 波动率保险”。核心标的是 QCOM、NOK、SMCI、CRCL，以及 SLV / UVIX 二选一。QCOM、NOK、SMCI 被认为是 AI 硬件中估值相对低、下行空间相对有限、可能受资金补涨的方向；CRCL 是 BTC 上行时更高 beta 的表达，但受 CLARITY Act 进展制约；SLV 和 UVIX 则分别代表白银回调买点和低溢价波动率保险。 AI 版本分成 GPT Pro 与 Claude 5.4 两套。GPT Pro 给出的组合是 NVDA、AVGO、CEG、BTC、SLV，逻辑是 NVDA 5 月财报构成明确事件驱动，AVGO 对应定制 AI 芯片与互联，CEG 表达核电 / 能源，BTC 与白银表达宏观资产。 Claude 5.4 的答案与 GPT 接近，基本围绕 NVDA、BTC、黄金、CEG、AVGO 组成，反映出 AI 模型会基于公开信息形成高度相似的市场共识。 8、Growth Portfolio如何选 10 支 200 亿美元以下成长票？ Alex 的 Growth 组合更强调“共识形成 + 赛道映射 + 小票弹性”。播客中并未给出一个完全封闭的最终 10 支名单，而是给出一个小票池。可归纳为：PENG、TRT、CEPT、SIVE、SOI、IQE、AAOI、LPK、BAND，以及 MRLN / FLY / ELMT / CGEH 等观察池。PENG 是存储模块与 AI data center 解决方案小票；TRT 被视为 AEHR 的小票映射；CEPT 对应 RWA / 股票代币化；SIVE、SOI、IQE、AAOI、LPK 属于“女神共识票”或 photonics / 半导体 attention trade；BAND 对应 Agent 通讯基建；MRLN、FLY、ELMT、CGEH 分别对应军工自主化、SpaceX spillover、战略金属加工和发电机产能。 Min 的 Growth 组合更强调与主仓错位，选择更高风险、更高弹性的“小票彩票仓”。重点包括 PENG、BZAI、OUST、PDFS。PENG 与 Alex 形成共识；BZAI 被认为是边缘 AI 推理解决方案，覆盖机器人、无人驾驶、边缘国防和摄像头等场景，但存在做空报告与客户真实性风险；OUST 是 Physical AI / LiDAR 方向，短期催化包括营收增长和新产品；PDFS 是半导体制造数据分析与良率提升平台，从数据、测试、测量、封装全生命周期提升良率。 9、One Kill：只选一支杠杆 ETF，应该如何表达？ One Kill 的核心思想是：用一支 ETF 在一个月内表达最强方向，而不是分散买很多标的。Min 更倾向 AI 给出的 USD 或 SOXL，分别对应两倍 / 三倍半导体方向；逻辑是既然选择 ETF，就应表达最强赛道，即半导体 / AI 硬件，而不是选一个不痛不痒的方向。UVIX 被视为少数可见的 hedge 工具，但更偏波动率保险，而不是进攻表达。 Alex 则提出另一种思路：两倍做多 NVIDIA。理由是 NVDA 过去半年涨幅不明显，若市场回调，其下行风险可能有限；若 5 月财报带来补涨，则两倍 NVDA 的收益弹性可能优于已经涨幅较大的 DRAM 或 SOXX 类 ETF。这一策略本质是用单一高确定性龙头财报事件表达“AI 硬件未结束”的判断。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、直播预告 欢迎关注 Youtube 频道：https://www.youtube.com/@ApeorDon Alex 和 Cloris 将于每周美西时间周日下午 13:00 和大家一起聊聊 AI 时代的牛逼人生。 二、核心内容摘要 本期核心主线是：硅基正在掌控股市，AI capex 从 GPU、存储、光电继续扩散到 CPU、电力、测试、材料和网络基础设施。 上周市场上涨主要由半导体和 AI 硬件驱动，SOX 出现 18 连涨，Intel 财报点燃 CPU 叙事；但 CTA 从最强买方转为温和卖方，主动资金开始高位补仓，市场进入“趋势仍强、但交易难度上升”的阶段。 投资框架上，本期重点讨论了两个方向：第一，AI 软件 killer app 出现前，AI 硬件仍是最可炒的主线；第二，长期投资需要引入类似 Milton Berg 信号的低频 risk-on / risk-off 框架，用 ETF 或指数工具控制系统性风险，同时把小票 alpha 与大盘 beta 分开管理。 三、核心问题摘要 1、宏观：本周市场为什么涨？接下来风险在哪里？ 本周标普和纳指继续创新高，SOX 半导体指数连续 18 个交易日上涨，市场广度却没有同步扩散，标普等权指数走弱，说明上涨仍主要由半导体和 AI 硬件链条驱动。 但接下来 CTA 已从净买入转向温和卖出：横盘路径下未来一周约卖 6 亿美元，5 月约卖 28 亿美元；大涨路径下未来一周约卖 11 亿美元；大跌路径下未来一个月卖出可能放大到 372 亿美元。主动机构虽在回补股票敞口，但属于高位接棒，因此未来一到两周更依赖大科技财报、AI capex 指引和宏观数据验证。 2、“硅基掌控股市”是什么意思？ 本期用“硅基消费升级，碳基消费降级”概括当下市场结构。所谓碳基消费，指人类消费；硅基消费，则指 AI、token、agent、数据中心对算力、芯片、电力和基础设施的消耗。 3、AI 硬件真是未来 20 年最好生意吗？ 在真正的 AI 软件 killer app 出现之前，AI 硬件会一直是最清晰、最容易被资金定价的主线。 因为当前 AI 轻资产模式还没有出现类似 Facebook、微信那样人人每天使用的超级应用，市场找不到更性感的软件落点，只能继续押注重资产硬件。 同时也承认硬件的死穴：重资产、capex 线性投入、长期 ROI 受软件需求制约。如果未来出现真正的 AI killer app，资金可能从硬件切向软件；但在那之前，即使 AI capex 出现阶段性回调，也更像九局球赛里的“中场休息”，不一定代表 AI 硬件泡沫彻底破裂。 4、长期投资框架：Milton Berg 信号为什么重要？ Milton Berg 被作为“如何避免大亏”的长期框架案例。他是老派买方交易员和基金经理，擅长周期与危机交易；其模型强调二元仓位：risk-on 时 100% 投资 S&P 500 或类似指数，risk-off 时 100% 退出股票、转向现金或 money market fund。 这个模型的价值不在于每天预测涨跌，而是帮助投资者判断大盘系统性风险。它不选个股、不做行业轮动、不加杠杆、不做空、不频繁交易，只判断当前市场应该承担风险还是回避风险。因此，它更适合作为“长期底仓风险开关”，不是用来决定具体买哪只小票。 5、长期投资框架：懒人 ETF 框架怎么用？ 本期的懒人框架不是只买一个 ETF，而是用 ETF 管理大盘 beta、赛道 beta 和高波动主线。讨论中提到，除了 PSI 这种半导体 ETF，还可以关注 HYDR、POW、URA、NASA 等主题 ETF：HYDR 和 POW 对应 AI 电力，URA 对应核能，NASA 对应商业航天。 同时，可以用类似 Milton Berg 的交易节奏框架辅助操作 SOXL 这类半导体杠杆 ETF，但也强调 SOXL 非常难做，关键在于节奏。 6、上周标的复盘：MRLN、AOSL、LPK、Avex 怎么看？ 上周提到的四只票里，AOSL 和 LPK 表现较好，MRLN 和 Avex 表现相对弱。 具体来看，AOSL 和 LPK 属于 AI 硬件扩散链里更容易被资金理解的方向，一个偏 AI power / 功率半导体，一个偏半导体设备或制造链条，因此在 AI capex 继续扩散时更容易被买入。MRLN 和 Avex 则更像新 IPO 第一段彩票仓，核心逻辑没有被完全证伪，但短线需要持续新闻、订单、合作或财报催化，否则容易在热度消退后震荡。 MRLN 的短期压力主要来自 S-1 中较大规模 secondary resale 带来的 overhang 担忧，即市场担心未来潜在抛压；但这些股份仍有锁定期，6 月前不一定形成实际卖压。因此，这类票不能简单用一周涨跌判断逻辑对错，更适合放在“事件驱动 + 小仓跟踪”的框架里：有催化就交易，没有催化就等待，不适合当作稳定中线主仓。 7、下一只万亿票 - ARM：为什么它是 CPU 主线里最值得重视的大票？ ARM 的核心不是“又一只 CPU 股”，而是 CPU 架构税资产。Intel、AMD 是卖 CPU 的公司，ARM 更像站在 CPU 生态底层收 royalty 的平台：手机、IoT、汽车、cloud CPU、自研芯片、agentic AI、edge AI 只要继续采用 ARM 架构，ARM 就能通过授权费和 royalty 持续抽成。 更关键的是，ARM 在 3 月 24 日 做了历史性更新：它不再只是 IP 授权公司，而是开始做自己的 data center CPU / AGI CPU。这意味着 ARM 从“卖架构、收税”进一步进入“直接参与 AI 数据中心 CPU 硬件”的阶段。 所以，ARM 被认为有“万亿票”潜力，核心在于它同时具备三层终值逻辑：第一，原有 royalty 模式是高毛利、轻资产、长尾税收；第二，cloud CPU / hyperscaler 自研芯片会抬高 ARM 在数据中心的渗透率；第三，自研 CPU 让 ARM 从 IP 平台升级为 AI compute 平台。 8、TRT：为什么它是本期最典型的小票 alpha？ TRT 被定义为半导体测试链的小票，其逻辑来自 AEHR 先涨后，资金开始向测试赛道扩散，市场继续挖掘同类小票。TRT 的事件驱动包括马来西亚布局、东南亚本土化、AMD 在 2024 年扩大马来西亚布局，以及市场猜测 TRT 可能是 AMD 供应商。 技术上，TRT 和 AEHR 都是 burn-in 测试逻辑，但 AEHR 更偏晶圆切割前测试，TRT 更偏切割后芯片测试，因此 AEHR 技术和利润率更强，TRT 更像同一条链上的二阶弹性票。 9、NOK：为什么 Nokia 被放进十亿以上主线票？ NOK 的定位不是小票 alpha，而是 AI 网络基础设施 beta。Nokia 近期重组后更聚焦两块业务：一是 network infrastructure，核心看光网络、IP 网络、数据中心互联和运营商网络升级；二是 mobile infrastructure，核心看 5G 后周期、6G、AI-native network 和 AI-RAN。它与 Nvidia 的战略合作，是市场重新理解 Nokia 的关键：NOK 不只是旧电信设备商，而可能成为 AI 流量增长和 AI-RAN 网络升级的基础设施供应商。 更具体地说，NOK 的逻辑有三层：第一，AI agent 和推理需求会推高流量，对光网络、传输和移动网络提出新需求；第二，欧洲硬件和半导体链正在补涨，Nokia 作为欧洲通信基础设施龙头，有重新定价机会；第三，西方在华为受限后需要可替代的通信设备商，NOK 具备供应链安全溢价。 10、Semi：ASYS、INTT、PDFS 分别是什么位置？ ASYS 是 advanced packaging / thermal processing 小市值弹性票。 它的核心资产是 Thermal Processing Solutions 里的回流焊和热处理设备，解决高功率封装里的温度一致性、键合可靠性和良率问题。 INTT 是半导体测试链的小票，和 TRT 属于同一条二阶扩散逻辑。 AEHR 先涨，说明资金开始重视 AI 芯片、功率芯片和先进封装带来的 burn-in / reliability testing 需求。 PDFS 是 fab intelligence / 良率数据软件票。 它是半导体制造数据、良率优化和 fab AI 软件层，背后有 Intel 级别巨头客户或订单背书。 11、光电：ALMU 在本期框架里怎么定位？ ALMU 不是做光模块，而是解决传统小尺寸衬底成本高、量产难、难进入主流 CMOS 产线的问题。ALMU 的主线正在从“技术故事”向“商业化去风险”过渡：4 月再获超 400 万美元政府合同，随后又获得 NASA award。 12、新 IPO：ELMT 为什么值得观察？ ELMT 的核心业务是把钨、钼等难熔金属加工成航空航天、国防、半导体、医疗和高功率系统所需的精密部件，同时提供 EMP engineered microwave products。2025 年收入约 2.016 亿美元，同比增长约 5.9%；上市前债务本金约 5350 万美元，IPO 后 pro forma cash 约 6890 万美元。它比 MRLN 更上游，核心优势是美国本土纯钨/钼垂直加工能力，叠加 EMP 国防应用和关键材料供应链安全。播客中也强调，ELMT 做的是钨、钼等难熔金属加工，且已到材料层面，具备上游卡点属性。 Bull case 是“中国出口限制 + 美国国防供应链安全 + 非中国钨供应链稀缺性”，如果市场愿意给 critical minerals + defense + EMP 组合溢价，ELMT 可以成为低流通、低估值 IPO 妖股。 13、AI 电力：FCEL、AOSL 怎么看？ FCEL 是 AI 数据中心自备电的高弹性验证票。 它不应被简单看成传统燃料电池股，而应放在 AI power / distributed energy 里理解：AI 算力扩张速度快于电网接入，数据中心园区需要“自带电源”。公司 3 月推出标准化 12.5MW data center power block，Q1 披露新增超过 1.5GW 数据中心商业提案，并与 SDCL 框定最高 450MW 项目机会。它的差异点在于原生 DC 输出、余热可用于制冷、并兼容碳捕集，因此更适合高密度 AI 园区“供电 + 冷却”一体化场景。 AOSL 是 AI power 里更偏半导体的表达。 它不靠燃料电池或发电，而是吃 AI server power delivery、MOSFET、电源管理、hot-swap、服务器供电架构升级。上周 AOSL 表现较好，说明资金已经开始从 GPU / CPU 往 power semi 链条扩散。两者区别是：FCEL 是分布式能源和数据中心自备电的高 beta 票，订单验证更关键；AOSL 是功率半导体和服务器电力架构票，更贴近 AI 硬件供应链，确定性相对更清晰。 14、机器人：VPG 为什么被重新放回观察名单？ VPG 是 physical AI / 机器人传感器 / 精密测量 方向的 alpha 票，其核心看点是高精度传感器、应变片、称重和测量技术在机器人、工业自动化和 physical AI 中的潜在应用。最大不确定性是 Tesla 机器人量产时间无法把握；同时公司自己给的机器人感应器收入指引只有几百万美元级别，短期基本面贡献有限。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、新频道介绍：YouTube 频道 链接：https://www.youtube.com/@apeordon 现有内容体系中，小宇宙承担了必思达“国内 HQ”的角色，内容高度聚焦于美股交易、赛道跟踪与具体标的讨论；新增 YouTube 频道，则被定位为“海外 HQ”，承担更长期、更宽口径的内容输出任务。 新频道的定位也与小宇宙形成明确区分。小宇宙继续聚焦“如何交易、如何选股、如何跟踪赛道”；YouTube 则会更多讨论 AI 时代的生活方式变化、财富与个人选择、build in public 的方法，以及为什么需要在“赚钱”之外重新理解行动目标。 Cloris 的加入，则为频道提供了传统金融与 Crypto 双重视角补充，其个人背景包括东大成长经历、美国留学与 Crypto 行业从业经验，频道形式上将采用双人对谈，强化讨论密度与可传播性 二、核心内容摘要 本期核心结论非常明确：2026 年 4 月这轮风险资产上行，短期已经不是传统宏观分析单独主导，而是 CTA 动态流动性、静态流动性对冲、AI 主线持续确认，以及高弹性赛道轮动共同作用的结果。节目上半段用高盛 CTA 数据与财政部 TGA / 准备金 / SOFR-EFFR 利差做对照，论证了为什么在静态流动性偏紧的背景下，指数仍然能够创新高；同时也延伸到 BTC，认为当前更接近“逼空式强反弹”，而非牛市回归确认。 下半段的重点则完全转向“高弹性标的筛选”。围绕已经起飞的大票，反推下一波最有映射关系、但讨论度尚未完全打满的小票。Intel 被定义为风向标大票；LPK、SHMD、AOSL、ALMU 被定义为沿着 CPU / 玻璃基板 / AI 硬件缺口继续扩散的候选；MRLN 与新 IPO Avex 则分别代表“成熟叙事里的核心高弹性票”和“新股 + 热赛道 + 干净筹码结构”的典型邪修方向。 整体方法论高度一致：短期跟随动态流动性，中期押注产业缺口扩散，仓位上优先集中于已经具备叙事与资金双重确认的高赔率标的。 三、核心问题摘要 1）CTA + AI 是否正在主宰市场，美股宏观分析是否阶段性失效？ 从 2026 年 1 月到 4 月，高盛 CTA 数据与标普走势呈现高度同步。2 月初 CTA 从年初到当时累计卖出约 62.5 亿美元美股，并给出如果市场继续走弱，未来还会卖出约 154 亿美元的指引；到 4 月 9 日，口径已经反转为“只要指数不掉下去，未来一周买入约 340 亿美元”；到 4 月 13 日，进一步给出“整个 4 月预计买入约 400 亿美元标普 500 股票”的指引。节目据此判断，4 月中旬以来市场短期边际定价权明显转向 CTA 这类动态流动性。 但节目并未简单否定宏观，而是做了清晰分层：短期看 CTA 和微观结构，中期看战争与降息预期，长期仍回归通胀、美债与流动性本质。静态流动性并未转好，只是阶段性被动态买盘盖过去了。因此，更准确的结论不是“宏观失效”，而是“宏观在 4 月这段时间里，暂时被更强的微观结构压制”。 2）散户日内交易规则改变，具体指什么？为什么重要？ SEC 已批准 FINRA 修订 Rule 4210，以盘中保证金要求替代原有 PDT（Pattern Day Trader）规则框架。节目将这件事定义为偏长期的重要政策信号，监管层正在鼓励零售交易活跃度上升。 在高弹性小票、题材股、加密相关资产和多资产交易平台更容易吸引短线资金的环境下，这类规则松绑会直接利好零售券商的订单流、利差收入、融资周转和账户活跃度，也会抬高市场对“交易平台型公司”的估值想象空间。顺着这条线看，eToro 受益于多资产交易入口、社交跟投和 funded account 货币化能力；BitGo 则更偏机构端，但若稳定币、链上钱包和多资产交易生态继续扩容，也会受益于交易活跃度提升与数字资产基础设施需求放大。 3）VC 生意模式被颠覆，具体指什么？利好什么？ 主播指出 VC 有一个趋势：很多一级 fund 正在转向二级市场。这会直接利好美股小票，因为一级 fund 转做二级，需求不是去买已经很满的大票，而是去找小市值、叙事清晰、弹性足够大的标的，才能满足 LP 需求。 所以节目后面才会顺着主线不断去找 LPK、SHMD、AOSL、ALMU 这类小票，本质上就是在找更容易承接新增机构买盘的方向。 4）“邪修标准”到底是什么？ 节目给出了明确量化口径：一个月内，大票至少看 50%+，小票至少看 100%+。“邪修”不是泛指高波动题材，而是一种对赔率和弹性有明确要求的交易标准。如果标的只能上涨 10%–20%，不足以称为邪修；真正进入名单的，是在短周期内具备明显倍数弹性的股票。 更关键的是，邪修并非无差别追逐。节目反复强调的方法论是：先找到已经起飞的大票，再顺着同一条产业逻辑反推小票。也就是先确认主线，再去找映射关系最强、讨论度还未饱和、位置仍然靠左的标的。 5）从 AI 短剧爆发联想到 GPU→存储→光电→CPU，下一段产业缺口在哪里？INTC 为什么涨？ 节目提到，东大在 AI 视频 / AI 短剧 上的领先，是一个很典型的应用层信号：当 AI 从聊天、搜索走向视频、Agent 和更复杂的工作流时，需求不会只停留在模型侧，而会沿着硬件链条继续向下传导。Agent 应用会显著抬高 CPU 在系统里的占比。传统推理阶段，市场常见的配置更接近 1 颗 CPU 搭 4–6 颗 GPU；但在 Agent 场景下，CPU 不只是做请求分发，而是要承担任务规划、工具调用、API 编排、代码执行、数据库查询、状态管理和结果校验，这会把 CPU/GPU 配比推向 1:2，甚至 1:1。 所以下一段更容易被重估的缺口，是 CPU，以及顺着 CPU 扩散出去的玻璃基板和设备链。 回顾 INTC 这一波上涨，第一，意味着 CPU 涨价逻辑开始被市场接受，即 Agent 带动服务器侧 CPU 需求上修；第二，TerraFab 官宣，让市场开始把 Intel 往 CPU、玻璃基板、主权 AI 制造 这条链上重新定价。Intel 在这里不是终点，而是风向标，流动性会顺着同一条逻辑继续扩散至小票，比如 LPK、SHMD、AOSL、ALMU。 6）AOSL：为什么会被列为重点候选？ AOSL 正好卡在 CPU 重估与 AI server 末端供电价值量上升的交叉点上。节目里反复强调，当前市场开始重新交易 CPU 缺口将直接抬高服务器侧 CPU 与配套电源器件需求。AOSL 做的不是底层算力芯片，而是 MOSFET、Power IC、IPM，位置更靠近 48V-12V 中间变压、hot-swap、GPU/CPU 旁路电源控制，本质上吃的是单机功率上升后的 BOM 增量。 估值层面，AOSL 当前更像“普通功率器件公司”定价，但市场正在尝试把它切换成“AI 电源链弹性票”。若三年后其可服务 TAM 对应 60–80 亿美元，中期合理市占率看到 5%–10%，对应收入能力约 8–10 亿美元，对应三年市值在 25–50 亿美元区间。 7）LPK：为什么是玻璃基板链里最值得优先跟踪的小票之一？ LPK 的核心不是“玻璃基板概念”，而是卡在玻璃基板能否量产的制造 chokepoint 上。节目顺着 Intel、CPU 和玻璃基板这条主线往下挖，LPK 其核心护城河是 LIDE 玻璃加工技术，对应的是玻璃基板 / TGV 制造里最关键的高精度、低裂纹加工能力。 随着 1.6T、3.2T、chiplet、CPO 继续推进，传统有机基板的局限越来越明显，玻璃基板从 pilot line 走向量产是当前市场开始交易的方向；与 Ibiden、Samsung Electro-Mechanics 这类基板整合商不同，LPK 卖的是“让玻璃基板可制造”的关键设备。再叠加其与 Onto Innovation 的合作，市场会把它看成玻璃基板产业化链条里更靠前、也更有杠杆的一环。 从赔率上看，LPK 是典型的“位置早、映射清、弹性大”。公司当前市值只有 1.86 亿欧元；若按玻璃 / TGV 设备链可服务 TAM 3–5 亿美元、市占率 25% 粗算，对应的合理估值上限大约可看到 8–12 亿欧元，也就是仍有 4–8 倍 的理论重估空间。 8）玻璃基板小票备选：SHMD SHMD 在节目里的定位是 玻璃基板设备链里更靠左的补涨票。它和 LPK 一样，都顺着 Intel → 玻璃基板 → 设备链 这条主线展开。 但区别在于：LPK 更像单点技术设备 chokepoint，SHMD 更偏 产线设备 / 系统集成 / 扩产映射。节目认为，SHMD 可能已经有关键设备交付和美国本土生态连接，因此不是纯概念；但它的验证程度仍低于 AEHR 这类更右侧的票，所以在组合里更适合定义为 高风险、高赔率的左侧仓位。 9）ALMU 是什么角色？为什么被放进同一组讨论？ ALMU 本质上是 化合物半导体 × 传感器 小票，核心做的是 InGaAs 材料在 12 英寸硅晶圆上的量产工艺，目标是把高性能红外 / LiDAR 传感器更低成本地做出来，切入 车载激光雷达、国防红外探测、智能感知 这些终端场景。也就是说，它不是直接做 CPU 或玻璃基板的公司，而是站在 AI 硬件 / 物理 AI / 感知端升级 这条更宽的硬件扩散链上。节目把它和 LPK、SHMD 放在一起讨论，重点不在于它属于完全同一细分赛道，而在于它同样符合 小市值、高弹性、AI 硬件补涨映射 这套框架。 10）新 IPO Avex 为什么被特别点名？ AVEX 符合：新 IPO、低市值、军工无人机、美国本土制造、筹码结构干净。 公司 2026 年 4 月 17 日刚完成 IPO，发行价 20 美元，首日开盘 25 美元，周五收盘 26.93 美元，盘后到 32+美元，对应市值大约 22–26 亿美元。 基本面上，AVEX 也不是纯概念。公司 2025 财年营收 4.329 亿美元，同比增长 10.4%；毛利润 9430 万美元，毛利率 21.8%；虽然 2025 年仍亏损 1680 万美元，但截至年底，Funded Backlog 暴增 181% 至 5.031 亿美元，潜在项目管道高达 81 亿美元。 产品层面，AVEX 已经交付超过 10200 套系统，核心产品包括“Phoenix Ghost”巡飞弹和入选美国陆军 Launched Effects 项目的 Atlas 平台。并且公司强调有 3D 打印生产功能，可以快速根据前线需求完成生产补充。 事件驱动上，AVEX 还有两个明确催化。第一，5 月 27 日静默期结束，承销商深度研报集中发布，容易带来新一轮定价催化；第二，五角大楼正在推进 Replicator 计划，未来 18–24 个月内部署数万台低成本、智能、可消耗无人系统，而 AVEX 已与 Anduril、雷神 一起入选前沿验证项目。 11）如果现在只挑 4–5 只买，应该是哪几只？为什么？ 当前最值得优先配置的 4–5 只标的，可以归纳为：MRLN、AOSL、LPK、Avex。 其中，MRLN/AVEX “新 IPO + 热赛道 + 干净筹码结构”的短周期爆发候选。 AOSL 代表“CPU / AI server power / 老票改叙事”的主仓级候选；LPK 代表“玻璃基板与先进封装设备链里位置最早、赔率最高的标准邪修票”。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。