找回密码
 注册
搜索
查看: 107|回复: 7

下半年「软硬双修」怎么配?从大科技、英特尔到军工与医疗

[复制链接]
发表于 昨天 15:39 | 显示全部楼层 |阅读模式
投资TALK君:看对 AI 不代表看对标的!下半年「软硬双修」怎么配?从大科技、英特尔到军工与医疗










文 | Victor (@vcmktasa
) · Mr. Z (@168MrZ
)

仓位即观点:硬件该减仓但不该清仓,下半年不必悲观

2026 年 7 月,AI 交易正走到一个微妙的节点。过去一年市场奖励的是英伟达、存储、半导体,而砸下巨额 CapEx 的大科技则被反复质疑。现在,半导体与存储大幅去杠杆,Meta 卖算力的新闻吓坏市场,与此同时,Anthropic 传出正在加速 IPO 流程。市场究竟是在计价泡沫,还是在计价一次故事线的切换?

本期 168X 邀请到投资TALK君(@TJ_Research
),YouTube 17 万订阅的美股投资者与宏观研究者,长期追踪 AI 落地、大科技财报与美联储政策。他在这场近一小时的对话中给出一句很扎心的体悟:看对了 AI,不代表看对标的;看对标的,也不代表一定会涨。 他拆解了从 Dylan Patel 的访谈一路推演到亚马逊的完整逻辑线,解释为什么 Meta 卖算力恰恰证明算力短缺、为什么 Oracle 是被错杀、为什么他硬件只压英特尔,以及在情绪面高涨的当下,一个「软硬双修」的投资组合该怎么配。

👉 全球资金涌入半导体产业,台股站在最前线。168X 团队出身台北,我们在 Telegram 新开了 AI 半导体研究交流群
,持续分享值得关注的资产和前沿信息,欢迎新朋友和之前在 X Chat 的老朋友加入!
本文为 168X
@168X_Fortune
)节目精华摘要,一个深度连接东方智慧与西方创新的顶尖对话平台,聚焦 AI、区块链、机器人、太空科技及生物工程等尖端领域,探索技术、资本与人文智慧将如何重塑人类文明未来。
主持人:Mr. Z(@168MrZ
) · Victor(@vcmktasa
) & 来宾:投资TALK君(@TJ_Research

收听访谈:原 X Space 音频
| YouTube 版(音质更佳)


























168X





@168X_Fortune


·
7月15日










投资 Talk 君 @TJ_Research
对话 168X:AI 下半场,谁花钱、谁收钱、谁真正赚到钱?随着 Tokenmaxxing 降温、开源模型加速追赶、Coding 逐渐商品化,企业也开始重新审视 AI 预算和实际 ROI,AI 投资是否正在进入下一阶段?过去两年,市场最奖励的是

显示更多





















168X








投资 Talk 君对话 168X | AI 下半场:谁花钱、谁收钱、谁真正赚到钱?
2,590 已收听·7月16日·1:13:51
























本文目录



  • 一、看对 AI 不代表看对标的:Anthropic 到亚马逊的逻辑线推演
  • 二、三种 timing 与 Anthropic IPO:市场不会去魅,只会线性外推
  • 三、Anthropic 最强的地方:2 万亿软件工程师市场,加上最有钱的客户
  • 四、七八十的毛利能维持多久:取决于科技公司花钱的速度
  • 五、Meta 卖算力不是泡沫信号:算力不够,才会出现的双赢
  • 六、算力像石油:NeoCloud 三年回本,自建模型 you never know
  • 七、为什么 NeoCloud 出现在北美、亚洲没有:落地市场决定算力需求
  • 八、Oracle 被错杀:软硬负相关的故事线,与 RPO 和估值的落差
  • 九、仓位即观点:Mag 7 没人有仓位,硬件该减仓但不该清仓
  • 十、大科技掌握写支票的主动权:资本开支的囚徒困境与 FOMO
  • 十一、苹果、特斯拉与软件板块:每一家大科技都得分开看
  • 十二、硬件只压英特尔:CPU 回归、端侧 AI 落地与晶圆代工的第二触角
  • 十三、GE 与医疗板块:投资组合里,每个标的扮演的角色不一样
  • 十四、If you're in AI, pivot to Crypto?只有稳定币真的出圈了
  • 十五、下半年展望:不比上半年难,仓位即观点

一、看对 AI 不代表看对标的:Anthropic 到亚马逊的逻辑线推演



Mr. Z:今天 168X 非常荣幸邀请到投资TALK君。TALK 君长期研究 Token、开源模型的追赶、各大 LLM 的此消彼长,还有美股行情。以目前的市场状况来看,市场是不是正慢慢把目光放到能真正把 AI 转化成收入、现金流与生产力的公司?你最近说了一段话:「看对了 AI,不代表看对标的;看对标的,也不代表一定是涨。」这是你最近一年最大的体悟吗?

投资TALK君:首先非常感谢邀请。那句话倒不是我最大的感受,而是一个呼应:我看到有些人选对了标的、也看对了方向,但价格最终还是下跌或没有跟涨,心里并不好受。我就拿自己今年的持仓之一举例,也就是亚马逊。

这条逻辑线要推回去年夏天 8、9 月。当时我听了现在非常火的 SemiAnalysis、Dylan Patel 的一期采访,他分享对两家大模型公司的看法,观点非常清晰:市场当时非常喜欢 OpenAI,对 Anthropic 的了解很低,但 Anthropic 有一条非常清晰的变现路径,他们看中的是北美软件工程师市场,一个每年 2 万亿人工花费的市场,变现直接针对 ToB,产品落地的路线图非常清晰。他不那么偏好 OpenAI,是因为 OpenAI 什么都想做。

后来确实验证了:OpenAI 又想做硬件,C 端想做 agentic commerce 到现在还看不到方向;前段时间有新闻说他们和沃尔玛的合作或测试,结果 conversion 也没那么好。一步步推演下来,OpenAI 的落地方向并不明确,只是一味堆算力。直到 Anthropic 在 Coding 落地非常好,OpenAI 才开始追赶,我们才看到 Codex 出来、效果也非常好,因为它其实是跟随着 Anthropic 的脚步。

我听完就想:顺着这条逻辑线走下去其实非常简单。第一,你认不认同 Dylan Patel 的看法?我认同。当时 Anthropic 的 ARR 已经是一年翻十倍,只是体量还很小,不像现在最新数据 40 个 billion、50 个 billion。顺着逻辑,最直接的问题就是:谁提供 Anthropic 芯片与算力?答案是亚马逊。

而当时市场在跑的另一条逻辑线是:大科技前期的资本开支没有 ROI。既然市场质疑大科技的投入有没有回报,那亚马逊投资的公司、卖芯片与提供算力的对象落地那么好、营收增速一年翻 10 倍都不止,没有道理市场会不喜欢亚马逊这类公司。

结果市场给的答案是:年初几天亚马逊走得非常好,之后回调却挺大。我发表那次看法时,亚马逊的 YTD 刚好和标普 500 一样,这两天的反弹才稍微好了一些。

从建立观点、推演到投资标的,结合当时市场对这个标的的逻辑线,再到判断这条逻辑线可能反转,整个推演我到现在回头看也没有太大问题。当时市场没有人聊 Anthropic 的落地,我甚至认为自己掌握了有一定 edge(优势)的数据和信息,但这不代表最后能反映到股票回报上。虽然到今天收盘亚马逊的回报还 OK,但也没有像硬件公司走得那么好。

即使逻辑线推得非常好,当你用一个时间段去衡量标的的回报,不代表你原本思考的东西在这个时间段里就会反映出来。 从投资角度看,你选的标的在未来 6 个月甚至一年市场会不会喜欢、故事线会不会落到它身上,起码在做价值投资时,是真的没办法控制的。

二、三种 timing 与 Anthropic IPO:市场不会去魅,只会线性外推



Mr. Z:所以 basically timing is everything?market timing 很重要,business timing 也很重要。那身为投资者要怎么解决这个问题?第二个问题是,Anthropic 正在加速 IPO 流程,最快今年 10 月就要上市。我担心这会不会是行业去魅的时刻:上市之后很多东西会见光,营收和 ARR 增速如果不如预期呢?毕竟从上个月底开始,半导体到今天都还在杀。随着 Anthropic 越来越多信息被公开,整个行业的 charisma(魅力)会不会下降蛮多?

投资TALK君:我倒不是想表达 timing is everything,因为 timing 是分层的。作为投资者,我们能把握、能判断的是行业的 timing 和公司基本面的 timing;没办法掌握的是市场交易逻辑线的 timing,最后这一层才是最难的。 而很多时候投资者该做的是去等这个 timing 到来,而不是试图预测它什么时候到来。

至于去魅,我个人并不担心市场会对 Anthropic 去魅。市场传出 Anthropic 要往盈利方向走的时候,我当时的判断就是他们在为今年的 IPO 做准备。因为数据做好之后,无论路演还是 S-1 出来,市场最喜欢做的一件事情就是线性外推:去年四季度还亏钱,一季度接近赚钱,二季度大赚,现在市场在聊的是三季度连股权激励算进去都能赚钱,那市场马上线性外推 26 年第四季度更赚钱、27 年非常赚钱,EPS 增速两倍三倍甚至更高:因为营收增速如果还有四倍五倍,EPS 增速可能是六倍七倍。那么大体量的公司能展现这种 EPS 增速,我反而认为它不会去魅,而是市场会觉得很夸张。

所以今天这条新闻出来,说 Anthropic 已经开始为 IPO 做准备,我就觉得 make sense。今年以来的两个季度,他们注重在落地涨价,不惜以非常高的短期租赁价格去买算力、去卖 Token,先把营收拉上去,其次解决盈利问题。等到上市的时候,财报会变得非常好看。

三、Anthropic 最强的地方:2 万亿软件工程师市场,加上最有钱的客户



Mr. Z:那你觉得 Anthropic 之所以能这样做,最强的地方归因于什么?是模型能力、API 定价,还是像你讲的,他一直专打企业销售?

投资TALK君:API 定价是供需的结果。取决于哪个版本的模型,他的毛利润可能达到 70%、80%,这已经是标准软件公司的毛利水平,能到这么高,肯定是市场供需决定的。但为什么市场愿意给他这个价格?最终还是落到他的模型上面。

而这又要回到他前期非常专注在 Coding 的落地。为什么是 Coding?因为那是他们看到最好、也是最大的一个应用市场。这是他们最聪明的一点:首先市场本身很大,每年 2 万亿的人工成本,而且这个市场几乎是北美独有的,其他任何地区都不会有这么大的规模。为什么北美独有?因为这 2 万亿的花费大多来自科技公司,他们每年就是在软件工程师身上花了那么多钱。疫情那段时间,软件工程师的工资与需求同步上涨,当时就存在一定的人工市场泡沫:Meta 进行了裁员,谷歌 21 年那一年人员扩张 30%,中间很大一部分是对软件工程师的需求,而且入门门槛非常低,造成了我认为是工资的泡沫。

Anthropic 正好看中这个市场。市场大是一部分,另一部分是你针对的客户到底是谁。他聪明的点在于,他的客户都是那些愿意花钱、而且是有钱的。 市场再大,如果客户原本就不在运营开支上花很多钱,你也没办法快速打开市场。

所以这是天时地利人和,而天时地利人和一定建立在他们前期落地目标非常明确之上:目标明确,训练模型时就往那个方向去训练。至于科技公司为什么愿意付钱?一定是帮他们解决了想解决的问题、解决了痛点,无论降本还是增效。

整个市场肯定还会越来越大。它现在 ARR 50 个 billion,对照 2 万亿的市场,也就是 2%、2.5%。所以虽然开源模型进来、在 Coding 这块也有竞争力,但这个市场足够大,足够吞下开源、OpenAI 包括 Anthropic,我觉得它营收的持续增长还是可期待。

四、七八十的毛利能维持多久:取决于科技公司花钱的速度



Mr. Z:但它的毛利维持在七八十个 percent,这能维持多久?这个我蛮好奇。

投资TALK君:这个问题我倒没办法回答,因为它取决于这些科技公司本身愿意在 OPEX(运营开支)上、在烧 Token 上花多少钱,以及他们的增速是多少。

整个市场还在扩大:假设 2 万亿的市场能够替代 500 个 billion,那么从现在的 50 个 billion,加上 OpenAI,算起来 60 个 billion、70 个 billion,到 500 个 billion 起码还有差不多 7 倍的空间,那就是这些科技公司愿意花费的空间。直到科技公司不愿意花钱了,加上其他竞争者的市占率越来越高,才会慢慢伤害到他的 margin。

所以这取决于科技公司花钱的速度,以及其他公司落地、产品迭代与追赶的速度,我很难判断能持续多久。但你想,他现在基本上是能变现就变现,所以愿意花高价去收购算力,能赚多少赚多少,因为他现在毕竟是领先的。 这个市场变化太大,只能继续观察。

五、Meta 卖算力不是泡沫信号:算力不够,才会出现的双赢



Mr. Z:现在整体市场是不是对「花钱」跟「收钱」这两件事同时并进、都很注重?既很在意你 CapEx 到底愿意在 AI 上花多少钱,同时华尔街也开始很认真在看:你投了这些钱,变现能力怎么样、有没有慢慢反映在收入上。因为像 7 月 2 号 Meta 卖算力的新闻,那时候吓坏了市场,也重杀了一些 NeoCloud 的公司,这部分 TALK 君怎么看?

投资TALK君:市场去年就开始关注了。我前面举亚马逊的例子,去年 10 月、11 月市场就开始质疑大科技的资本开支有没有回报,一路质疑到现在。只是这段时间回调之后,市场稍微合理了一些。

我在几周前就说过,市场非常不合理的一点是在讨论美光这类标的能不能摆脱周期股、本益比能不能交易到 15 倍、20 倍,我觉得这不 make sense。市场一边思考这些收钱的硬件公司能摆脱周期,一边又怀疑大科技的运营开支与 ROI,这两件事不可能同时成立。大科技的投资如果没有回报,他们不可能保持高增速的资本开支;他们不保持高增速的资本开支,其他所有硬件公司哪来摆脱周期这套理论? 所有前提,一定是建立在大科技的投资有回报。

这个质疑去年就开始,一路到现在,就是这些大科技需要慢慢去证明自己。马上要迎来大科技的财报,我相信几乎所有大科技的财报都会让市场非常亮眼,起码这些云厂不会有任何问题。因为 Anthropic 能够以高价格去收购 Meta 的算力,已经恰恰证明了市场现在算力是短缺的。 财报本身是后视镜,所以第二季度这些 Hyperscaler 的投资和回报,我不觉得会有问题。

至于 Meta 卖算力伤害到 NeoCloud,我觉得也是在交易这条故事线。但 NeoCloud 也分:Nebius 和 CoreWeave,CoreWeave 其实很弱,Nebius 才是市场喜欢的,算是一个网红股,散户和一些小机构都喜欢。但 Nebius 和 CoreWeave 除了融资方法不太一样之外,从 RPO、从订单、从落地来看,其实不 justify 两家公司的估值可以差那么多。经过过去一两周的下跌,我认为就相对合理很多了,因为 Nebius 回调还是不小。

Meta 卖算力本身,也和 Meta 自己的基本面有关。市场前段时间不那么喜欢 Meta,但我对扎克伯格的理解是:他的纠错能力很强,他不怕承认错误,知道什么时候错了、什么时候该转型。 市场对 Meta 在 AI 这块的质疑,已经质疑了三个季度财报;某种程度上,Meta 过去一年半的股价都在横盘,PE 是所有大科技里面最低的,市场其实早就在惩罚它资本开支没有回报。他们也确实浪费了很多钱:从做开源模型到做闭源模型,从布局大量算力到现在开始卖算力。

但卖算力这件事,我的观点是双赢。第一,我不知道是不是他们主动 make an offer,新闻里面没有聊,但我估计应该是 Anthropic,因为现在市场里只有 Anthropic 一家公司能以那么高的、top 的价格去收购,因为他们当时的落地非常好。Meta 能在这个位置选择卖算力,包括谷歌选择卖算力、xAI 选择把算力卖给 Anthropic,很大一部分不是因为他们想变现,而是因为 Anthropic 给的 offer 太好了,他们没办法拒绝。而 Anthropic 之所以能给出这么好的 offer,是因为 Anthropic 落地太好了。

某种程度上,是因为 AI 的落地太好,才使得这两家公司会去考虑卖算力。你建数据中心就是成本,以前的成本低一些、现在高一些。但成本再低,举个例子:你 10 块钱的成本,现在让你卖 12 块、13 块,赚 20%、30% 的毛利,你愿不愿意做?类似现在 NeoCloud 这种模式,他们是不愿意做的,因为他们原本布局算力就是为了自己训练模型,而自己训练模型是为了未来更好的变现,回报会更高。但现在有一家公司给你的 offer 是:你 10 块钱的成本,我愿意用 20 块钱收购,你马上可以用 100% 的回报去变现,那你变不变现?

对这两家公司来说,原本算力布局就有些过了,内部训练又不需要那么多算力,这件事自然就水到渠成。所以从结果去看,这是一个双赢的过程。

这并不代表市场算力多余。如果算力真的多余,Anthropic 就不可能用那么高的溢价去收购算力、去买 Token。这是把所有 AI 的 demand aggregate、综合在一起之后决定的一件事,而不是一家公司卖算力就代表 AI 出现泡沫或算力过剩。恰恰相反,是算力不够才会出现这种情况。

六、算力像石油:NeoCloud 三年回本,自建模型 you never know



Mr. Z:你之前把算力比喻成石油。一家公司可以像你刚讲的,用算力训练模型再卖 API,或是直接把算力出租、立刻产生 cash flow。这两种模式的回报周期和回报率有什么不同?

投资TALK君:单纯建造数据中心然后卖算力,回报周期很快,基本上三年一个回报周期、三年回本,第四年就开始赚钱。但也取决于未来短租的价格有多高,如果短租价格持续往上,回报周期会更短。

这是 NeoCloud 的运营模式:他们订单的 margin 基本都设在 25% 到 35% 之间、30% 左右,也就是说一笔 100 个 billion 的订单,基本上就有 30 个 billion 的盈利。而且隔一年就有回报,今年布局、上线,第二年就开始有营收和盈利,进入回报周期。

大模型就 you never know。像 Meta 搞闭源模型到现在也快 9 个月了,从第一代 Muse Spark 到现在第二代、1.1 代,布局挺久了。而且从开源又转到闭源,拿 Meta 这个例子来看,到现在他们才刚刚推出 API 模式,这个布局的时间点要超过 2 年。这两年只是训练,现在才刚落地,还没有进入非常 meaningful、非常大体量的营收,也还没 scale 到 Anthropic 那种体量,所以回报周期一定更长。

但如果你能靠自己的 API 变现,就像 Anthropic 这样做到七八十的 margin,去掉所有运营费用,最终 operating margin 可能达到五六十,那这个回报就比做 NeoCloud 高很多了。

七、为什么 NeoCloud 出现在北美、亚洲没有:落地市场决定算力需求



Mr. Z:我蛮好奇,NeoCloud 基本上是一个北美的东西,市场常讲的那几家都是北美的名字。那为什么亚洲、比如韩国、台湾没有?台湾其实有一个 NeoCloud 叫 GMI Cloud,他是英伟达的平台合作伙伴,据我所知跟英伟达叫了蛮多 GPU,甚至要在台湾自己盖一个 AI factory。那为什么亚洲不太会有 NeoCloud?

投资TALK君:这个问题我可能没办法给非常深入的回答。就布局来看,CoreWeave 我没记错应该只有北美,Nebius 则是全球都有、欧洲也有,从业务分散的角度,Nebius 更分散一些,有好有坏,我觉得分散相对会好一些。

首先,为什么会有 NeoCloud 这种公司出现?很大程度是因为一开始在建的时候,这些大云厂、Hyperscaler,比如微软,很多时候并不愿意承接这部分业务。我和微软聊过很多次,对他们来说这种偏基建的项目,回报类似于做 utility(公用事业),他们不大愿意做。Hyperscaler 和 NeoCloud 最大的差别在于:Hyperscaler 赚的更多是靠基建之上的 value-add service,在基础之上去赚其他服务的钱。

所以当市场对算力的需求非常大、大云厂前期在 CapEx 上又不敢投的时候,这些 NeoCloud 看到机会自然就会去接,因为你不做,下面自然有人做。20%、30% 的毛利,对 NeoCloud 来说是愿意接受的。

另一个差别是,建数据中心前期花费很大,所以 NeoCloud 需要去融资,每家公司的融资方法不一样。而对大科技来说,市场上订单确实有那么多,但他绝对没办法自己吞下,因为那对财务、对现金流的伤害会非常大。现在大家已经在讨论大科技:你自由现金流全扔掉了,接下来怎么办?靠举债吗?现在已经有一些开始举债了。所以他们没办法用现在的资产负债表去承接所有的算力和数据中心建设,才有了 NeoCloud 的出现。

这些 NeoCloud 就各显神通,融资方法各有不同,但前期一定需要有人先投一笔钱、再加上自己的融资,才能慢慢靠着回报建起来,不然就得加非常高的杠杆,等于一开始就是加杠杆在做这件事。体量大了之后,这已经脱离大科技的能力范围,他们不愿意承接,因为他们得为自己的投资负责,投资回报是很多大科技决定做不做这块时非常重要的一个指标。

至于亚洲为什么不太出现 NeoCloud,我觉得很大一部分还是从底层需求、从落地出来。我上次聊到 Anthropic 很聪明,就是因为他们落地的市场非常好,北美有世界上最大的软件工程师市场。我记得有一条留言印象非常深刻,说中国内地软件市场也很多,但他搞错的是:我说的是所支付的工资,这些科技公司每年在软件工程师身上实实在在花的钱就是那么高。市场非常大,Anthropic 选择落地这个市场,一步步导致整个市场对算力的需求,也打开了未来的想像空间。

其实我反而对其他的落地还是有些担心,因为不会像现在 Coding 这么顺利:要承接 Coding,市场要大,而且你的买家也得有这个资产负债表。

回到算力:底层落地非常好、落地的市场又非常好,所以对算力的需求非常高;北美算力不够,大科技又没办法承接,于是有了 NeoCloud 这个市场。但反观中国内地,看到的是很多科技公司都在补贴 Token。为什么补贴 Token?因为没有一个软件市场让你去破坏。 中国内地的整个软件市场和北美完全是两个市场,花费也没有那么多,你没有一个非常明确、非常大的 TAM 在那边,所以就没有出现这么大的算力需求,甚至还要补贴算力。

之所以有这么不一样的市场,我觉得 at the end of the day,还是整个落地的市场到底有多大,这才决定了最上端的算力布局到底会有多大。

八、Oracle 被错杀:软硬负相关的故事线,与 RPO 和估值的落差



Victor:我特别好奇的是 Oracle 这种公司。Hyperscaler 和 NeoCloud 现在在融资与花钱的模式其实蛮近似的,先锁定一些单子,可能 25% 到 30% 的回报率,做个 100 billion 的订单就可以赚 30 billion,两三年后可以赚进来这笔钱;但你现在要做,就必须先融资、先上杠杆,有点像是囤货、把单子接下来的动作。那 Oracle 为什么会被杀得这么猛烈?6 月初财报之前,大家都预期会一片大好,财报出来也确实很好,但市场没料到的是他们又要再进行一大波融资,这也导致了下杀。而且 Oracle 比较特别,同时具备 Hyperscaler、NeoCloud 和软件的属性,在近期 IGV 大跌又反弹的情况下,它还是下杀了 49%、将近腰斩。市场是不是有点像在逼迫他们也要开始重视 CapEx 的 ROI,有点像 Meta 那样:你不可以再这样疯狂融资,也要重视一下投资人的回报?

投资TALK君:我觉得 Oracle 就是市场不待见。而市场短期之内不待见一家公司,往往和热点、逻辑性、故事性有关,因为影响短期市场的,其实和基本面关系不大。

Oracle 难在:这段时间刚好是 NeoCloud 在回调,像 Nebius 这类标的在回调。我非常关注 Oracle,好几天看到的都是软件下跌、Oracle 也跌,因为市场这段时间的一个故事是软件和硬件负相关(negative correlation):硬件上涨、软件就下跌,硬件下跌、软件就上涨。而 Oracle 就像你说的,自带类似 NeoCloud 的属性,又自带软件的属性,所以软件跌它也跌,软件涨、NeoCloud 跌,它还是跌,情绪面就很低。

但回过头看你最后那个问题:市场是不是逼着他放缓资本开支?我觉得可以啊,为什么不可以。如果真被逼到要放缓,他们完全可以稍微停一停,因为他们背后的 RPO 很大,我记得是 6,000 多亿。我算过一笔帐:他们的 RPO 订单是 Nebius 的 10 倍以上,估值却和 Nebius 差了六七倍左右,而两者的 margin 其实类似。

而且 Oracle 在软件这块的业务是不可能被 AI 破坏的,数据库这块不可能被 AI 破坏。至于 SaaS 那部分的属性,其实软件都是分的,每家公司的软件都不一样。但市场不管,只要你在软件、只要你在 IGV 这个篮子里,那就是一起杀跌。这说明市场背后有很强的故事线、有个 momentum 在背后,这没办法。 这条故事线要等到未来某个时间点,需要一家、几家公司把它带出来,才可能 break 这个 loop;不然市场永远有人会去交易这个逻辑,那些量化永远都会交易这个逻辑。

但从基本面的角度,我觉得 Oracle 是被错杀得挺厉害,起码相对来说是被错杀得挺厉害。就像市场喜欢硬件公司、不喜欢 Hyperscaler,我觉得 doesn't make sense:你不可能一边交易硬件可以走出周期,一边认为 Hyperscaler 没有 ROI。同样的,你喜欢 Nebius、不喜欢 Oracle,但两者的 RPO 和估值差得太多,这不 make sense。而正因为有这种不 make sense,才会出现 opportunity。

无论大科技也好、Oracle 也好,稍微放缓一些资本开支,我觉得马上就可以解决问题。因为明年他们的营收是爆发式增长,今年、包括去年在 CapEx 上的投入,NeoCloud 回报非常快,到明年就可以看到。而且 Oracle 也引进了类似 CoreWeave、Nebius 的融资方式:预付款,甚至客户带芯片入场,这些都是减缓前期加杠杆的方法。

为什么其他人愿意这么做?为什么愿意给你预付款、愿意带芯片入场?就是因为市场对算力的需求太大,不然没人愿意干这个事情。 等于你把杠杆的责任转移到客户身上,而客户愿意承担这个杠杆,是因为他觉得布局算力有必要。所以这个 leverage 本身,是在 NeoCloud 身上、在 Oracle 身上的。

所以我觉得市场这段时间对 Oracle 的杀跌有点不大讲道理。这两天我其实在思考,需不需要去布局一下 Oracle。

九、仓位即观点:Mag 7 没人有仓位,硬件该减仓但不该清仓



Victor:在 Mag 7 的这波反弹里,老师会怎么看这几家公司之间的消长?我看您主要是软硬双修,同时配置英特尔,也配置了亚马逊、Apple、Microsoft 等大科技,您会怎么看这几家公司?另外 Mag 7 里也有像特斯拉这种今年比较不受待见的公司,您怎么看接下来的行情?

投资TALK君:每家大科技都不一样,没办法全部放在一起看,因为每家都有自己的故事线。

讲到这个我倒想起来,一开始第一个问题我在想:今年逻辑判断正确、最后却不涨的东西是什么?回头去看,可能就是大科技。今年大科技走得比较差,YTD 看 Mag 7 甚至没有标普 500 好,到今天这波反弹之后才 5% 点几的回报,标普走得比 Mag 7 要好。

我年初减仓了特斯拉,因为我认为今年特斯拉进入投资元年,而投资元年市场可能不那么待见。但这条逻辑线其实也符合大科技:大科技今年也是投资的一年,虽然不是第一年,他们去年就开始投了,只是今年的投资幅度比去年更大。某种程度上,这个 thesis 应该也可以 apply 到大科技身上,所以要反思的话,我觉得这一点可以做得更好。这一点在亚马逊身上也是矛盾的:我前面从 Anthropic 延伸到亚马逊,但亚马逊同时又是写支票的那个人,而市场喜不喜欢写支票的人,是我没有 anticipate 到的。

至于下半年,硬件先不聊,因为市场情绪面太高了。前段时间芯片的估值、整个 SOX 的估值也去到相对非常高的位置,29 点几倍、将近 30 倍,那回调是非常正常的。经过这段时间的回调,现在可能处在一个相对中性的位置。情绪面高、估值又高,出现回调很正常。

市场不可能一直去交易整个硬件与芯片,因为到了一定的时间点、仓位满了之后,你没有额外的买家。很多人不理解:美光财报很好、三星基本面都很好,为什么价格却下跌?这很正常,因为前段时间 pricing 太多了。说白一点就是市场仓位太满、没有额外的买家,那该下跌就下跌,你有再好的财报也得下跌。 但透过不断换手,有基本面的公司最后会有支撑,因为一旦估值回到合理区间,就会有另外的买家进来。

从这个角度出发,就要问:哪些标的是市场没有 positioning 的?我对市场的看法一直是:基本面是所有判断逻辑的最上层,但它能不能走出来,很多时候取决于市场有没有仓位在里面、这个里面拥不拥挤,然后才会有一个 catalyst。拥不拥挤我一直称它为 set up:基本面加上仓位是一个 set up、是一个条件;但有了条件不代表价格一定会涨,你还得有一个契机。

现在没什么仓位、市场甚至不喜欢的,就是 Mag 7 和软件。软件现在市场不喜欢,甚至认为 PE 不值得以前那么高,也没什么反弹,微软带领的走得非常一般,所以可以非常确定软件这块没有仓位。Mag 7 走得非常不好,也可以判断仓位不会很多,因为大家都去追英伟达,机构、散户都去追英伟达。

那就回到基本面:软件得挑,你得挑出这家公司的软件会不会受到 AI 破坏。如果基本面、情绪面、估值都没有问题,接下去就是等一个 catalyst,等市场的逻辑性回来。但市场不会无缘无故回来,它一定需要一个契机。

所以我做的软硬双修是这样:之所以不认为硬件应该清仓,是因为从投资角度看,除非估值非常饱满、且你认为基本面会明显变糟,不然没有清仓的必要,基本面还是存在的,只要估值修复到合理位置,资金还是会回来。硬件还是该保留,但前段时间该减仓,是应该减仓的。

十、大科技掌握写支票的主动权:资本开支的囚徒困境与 FOMO



投资TALK君:大科技作为资本开支这一端,其实是掌握主动权的。只是因为所有大科技都在 FOMO,导致彼此互相伤害:他们一 FOMO,存储价格上涨,所有人全部为存储价格买单。

所以大科技是掌握了花费主动权的。如果他们在资本开支的语调上稍微降一些,其实对他们是件好事,而且好得太多。当然这需要一个共识,可能变成囚徒困境:你得要其他人一起配合,如果你放缓资本开支增速、其他人不放缓,你会担心未来落后。但凡大家形成一定的共识、不要那么 FOMO,因为 FOMO 没有好结果。大科技 FOMO 资本开支,和散户 FOMO 硬件没什么差别,FOMO 造成短期情绪面推升价格,最终一定不会有好结果。

大科技如果别那么 FOMO,对他们就是利好:每个计划要花的成本增速不会那么快;同时市场会再次认为,你在花费这块得到控制之后,该回报的周期还是会回报,每家大科技的 EPS 增速都会非常好,那自然资金回来、情绪面回来,股价又能上涨。而且硬件这块的通胀也可能有所缓解。所以我认为大科技是掌握主动权的。

而且现在很多大科技的估值又不贵,所以我觉得大科技也是应该配置。

十一、苹果、特斯拉与软件板块:每一家大科技都得分开看



投资TALK君:软件这块就见仁见智,非常主观。很多人认为部分软件公司确实被破坏,也确实有些是被破坏了,所以软件得挑。如果讲板块,软件公司里面现在唯一走得好的是 Cyber security(网络安全),这也是市场的共识;但这个共识 at one point 估值到了非常高的位置,一样会像硬件那样出现回调,这和基本面没有关系。

所以我下半年的布局是:硬件继续持有,只是仓位没有前段时间那么高;大科技基本面没有问题,掌握了写支票的那一端,估值又不贵,YTD 走得比很多板块都差。很多人担心市场回调,但在现在这个位置,我持有大科技会非常舒适,完全没有任何担心。

更重要的是,大科技之所以有现在的地位,我觉得 Meta 是一个很好的例子:这些大科技的管理层是有纠错能力的,而这个纠错能力往往是在股东利益受到短期伤害之后才会出现。 就像 22 年的 Meta,以及这段时间小扎的 pivot、这个转型,我认为对股东是非常友善的。所以有人问我担不担心市场回调,我丝毫不担心,因为如果我持有大科技,我完全不担心整个市场的回调。

当然大科技也分。比如苹果,估值就是偏高的,但我非常看好它 AI 的落地,因为我认为 C 端但凡有任何落地,可能就会集中在苹果、谷歌,或者落在 Meta 这些社交媒体身上。所以每家公司还是得分开看。

特斯拉的话,年初那个判断是正确的,到现在我认为也 OK。但我认为今年特斯拉是一个积累仓位的时候,我可能再等更好的机会,把仓位慢慢加回去。因为自动驾驶是一个时间问题,而这个时间点,我偏向认为要等他们推出下一代芯片,才能真正完全解决。 这等于也要硬件去配合:在演算法上能做到的,以特斯拉现在仅有的硬件条件,可能已经做到极致了。所以等下一代硬件更新完,可能就会有一个自动驾驶的 aha moment,一下子瞬间爆发,但需要时间。

十二、硬件只压英特尔:CPU 回归、端侧 AI 落地与晶圆代工的第二触角



Victor:也特别想请教,为什么您硬件的 exposure 主要是压在英特尔上面?另外,您现在的投资组合里也纳入了其他板块的标的,像 ISRG 是做外科手术的公司,另一个是航太运输的 GE 奇异。在 AI 行情已经到了一个阶段、讲求多元配置的情况下,为什么会选择这些公司、这些板块?

投资TALK君:先讲英特尔。今年我绝大多数的投资组合回报全部来自英特尔,因为进场点、加仓点都算比较好。当时我买英特尔,是看它是一个比较好的逆境反转,再加上 AI 这一波的红利。

到了现在这个阶段,往未来看:首先在 CPU 这一段,市场终于意识到这不是简简单单 GPU 的市场,CPU 也有未来,特别是未来 AI Agent 的落地。其实过去 6 个月 AI Agent 的讨论度下降了很多,从「小龙虾」(OpenClaw)之后就冷却了很多。为什么冷却?我认为是因为 API 价格太高。API 价格高,你就不可能不讨论 AI Agent,因为 AI Agent 24 小时在那边烧 Token:人只能 focus 在一件事情上,AI Agent 直接 focus 在 10 件事情上,他烧的 Token 相对于人是指数级上升的。所以 Token 的价格必须要下来。

昨天有一条新闻讲到端侧的 AI 落地,我认为对 AI 是一个非常大的利好,包括苹果、谷歌这些硬件端;如果端侧 AI 有落地,也会非常利好 C 端、consumer 这一块的 AI 落地。

回到英特尔。它有两个业务:product 和 foundry(晶圆代工)。product 这块不用聊了,CPU 上个季度把垃圾的 CPU 都变成宝了,因为市场对 CPU 的需求非常大。而前面聊到的端侧落地,其实也是陈立武上来之后非常注重的方向:他认为 GPU 已经不可能竞争、不可能再去追赶英伟达或 AMD,所以非常明确就是打端侧 AI 的落地。

端侧 AI 的落地,其实两年前 AMD 的苏妈就已经在聊 AI PC 了。但当时聊 AI PC,你会觉得那是一个非常抽象的概念:AI PC 是什么?我拿一台 PC,AI 能做什么?但就像昨天那条消息,如果能把开源模型压缩到端侧运行、不需要调任何 API,那一下子就把端侧 AI 的落地具象化了,整个落地的路径你看到了。 这时候再去聊 AI PC,你就会发现 OK,it makes sense。

接下去我期待的是,很多 C 端硬件厂商都会迎来一个 refreshment(换机潮):你的笔电、桌机硬件必须跟上才跑得动 AI;硬件跟不上,端侧 AI 的能力也不会那么强。随着硬件规格抬升,你能跑的模型会越来越厉害,能做的事情也就越来越多。所以你会发现,两年前聊的 AI PC 现在 make sense。这也是陈立武上来之后认为英特尔可以去追赶的那块 AI 市场,现在在产品端已经可以慢慢看到。

至于 foundry:除了台积电在美国亚利桑那州有建厂之外,台积电整体的地缘政治风险确实已经因为在美国建厂而分散了很多;但英特尔毕竟是一家本土 foundry,而且是唯一的一家。美国政府自己也投资英特尔、扶持英特尔,其他公司向英特尔下订单去分散和台积电之间的风险,我觉得是必然会做的事情。

而且不单是分散风险。当英特尔的良率上来之后,其他公司可以利用英特尔去向台积电讲价,因为你有另外一个选择了。 所以你看到,当英特尔良率开始上来,不断有公司出来说未来有没有考虑,包括苹果,包括英特尔和老马那个 Terafab 之间的合作等等。他的 foundry business,未来只要能把良率搞定,就是有市场的,而且背后这些客户是愿意布局一部分到英特尔这边。

包括封装,现在英特尔的封装不比台积电差多少,所以也开始被讨论,先进封装这块也可以成为独立的业务。所以英特尔是有很多个触角的。 前段时间市场都在研究整个 AI 供应链里到底哪个环节短缺,但对我来说最直接的做法是:不需要花太多时间,只要把英特尔所有业务了解清楚,每一个触角未来的市场有多大、这个市场是不是在扩大、基本面是不是变得越来越好,确定这些就可以了。这也解释了为什么我愿意在英特尔放那么大的仓位,而硬件这块只布局了英特尔。另外一个考量就是估值,从估值角度看它是不是合理。

十三、GE 与医疗板块:投资组合里,每个标的扮演的角色不一样



投资TALK君:前面聊到的其他标的,我聊得快一些。

GE 是一个非常常见的布局,它比较偏军工:一半军工,一半是航空、就是航空运输这一块。军工不算 monopoly(垄断),但它的市场就是它的市场,它有非常足够的竞争力、基本上有绝对的定价权。而且这是一个 secular(长线结构性)的市场,等于是一个服务:它虽然是卖硬件,但其实是靠服务、靠 recurring service 赚钱,所以是一个非常好的业务。

这一块是独立出来的,和 AI 没有那么大的相关性。整个军工,我认为这次美国和伊朗之间的战争之后,整个欧洲会重新思考国防开支与布局:是不是要完全依赖美国,还是扶持一下本地企业。从这些角度出发,军工是一个非常长的 cycle,不需要做太多调整,只有估值高了才做一些调整,不然这个板块本身就是一个比较长的周期。

医疗则是因为我自己的医疗板块仓位不多,而且医疗几乎和 AI 不相关。现在市场所有的焦点和热度全部在 AI 上面,我不是说要离开 AI、也不是说要离开硬件,无论大科技、硬件还是英特尔,其实都是 AI 的红利,都是要享受 AI 的,所以一定不可能不看好 AI。但在情绪面这么高的时候,往一些相对保守的标的、往医疗板块分散一下整体布局,可以分散投资组合的风险。

既然聊到投资组合,每个标的在组合里担任的职位、扮演的角色一定是不一样的,我们不可能每一个标的都去追求极致的回报。 讲投资组合,一定是有高风险的标的、低风险的标的,高风险的标的要匹配什么,以及未来如果出现哪些风险,你整体组合抗这些风险的能力到底有多强。这方面是我更多在考虑的,这也是为什么我把医疗板块的仓位加了一些,可能还会继续加一些。

十四、If you're in AI, pivot to Crypto?只有稳定币真的出圈了



Mr. Z:大家记不记得 All-In Podcast 的其中一个主持人,他们 2023 年八九月的时候说「if you're in Crypto, then pivot to AI」。现在是币圈的 Jeff Park 说「if you're in AI, then pivot to Crypto」。现在是不是 Crypto 已经最糟、也不能再坏了,is it a good time to pivot to Crypto?

投资TALK君:我觉得市场要摆脱这种两极思维,我不觉得你现在就一定要离开 AI 去布局 Crypto。但现在如果你完全没有 Crypto,布局一些是可以的。

只是经过这几轮下来,市场已经慢慢发现,Crypto 大多数的项目是不值得投资的。 最终能留下来的,可能就是最头部的两三个,而且我已经非常 generous 了。

稳定币是我到现在唯一看到的。我在币圈算是两轮的韭菜,刚进币圈时被灌输的概念是「以太坊要颠覆传统金融」,now I see nothing,什么都没有看到。反而是看到 Circle 上市的时候,我才真正看到一个 Crypto 项目有可能破坏传统金融。 这也是为什么我手里是有 Circle 的:我真的看到 Crypto 是可以出圈的,是稳定币可以出圈的。

另外一点是,美国政府是有意愿扶植稳定币的,因为它需要美元的扩张:政府本身的利益可以透过稳定币向全球扩张,增加美元的 adoption、增加美元的触角,这等于是 incentive alignment(激励一致),目标利益全部一致了。这是我第一次觉得,OK,它有可能出圈。但能不能出圈,取决于产品做得如何、有没有公司和机构选择来用,这只能看后续。

Mr. Z:你刚说美国政府,我理解他想要更多买盘在美债这边,所以当然鼓励去搞 CLARITY 这些稳定币的法案。但就我的观察,特朗普从去年 1 月发了 TRUMP 跟 MELANIA(Meme 币)之后,很多外部流动性都从币圈被带走,也没有其他的 marginal buyer(边际买家)。最近很多法案就是有推、可是也没落地;美国政府是不是真的有去建立所谓的 Bitcoin reserve,这其实蛮 questionable。

投资TALK君:特朗普是一粒老鼠屎嘛。不知道你们有没有追踪最近 CLARITY 的进展,我其实有追。CLARITY 现在卡在他们叫做 ethics(伦理条款)的东西:就是美国总统、这些 congressmen(国会议员)自己下去投资。整个左派卡的就是 conflict of interest(利益冲突)这套东西。

而这个 conflict of interest 其实就是针对特朗普去的,因为特朗普自己的 family office(家族办公室)弄了那么多 Crypto、自己又喊。所以他们的目的其实和 CLARITY 没有太大相关性,只是不想让特朗普在现在这个位置去变现,就是为了针对特朗普一个人,然后左派就阻挡在那边。但 CLARITY 本身是给整个稳定币服务的,是要为稳定币 define 一个 framework,所以你说他们在推一个对行业利好的政策,也有;只是有部分议员有 personal 的 beef 在那边,就把特朗普卡住了。

我看到最新的消息,好像明天特朗普要和一些参议员有些交流,我不知道他愿不愿意做这些妥协,左派和右派最近对这件事本身都不愿意让步。但最终还是一个利益的交换:如果对行业真的是好的进展,而且符合美国整体利益,at one point 我相信它还是可以往前推进,只是最近在法案推进上有一些 setback。

十五、下半年展望:不比上半年难,仓位即观点



Mr. Z:那最后的最后,TALK 君有没有一些想给观众讲的话?在目前这个比较凶险、比较不明的市场里面,大家应该怎么操作比较好?

投资TALK君:我其实不觉得市场很凶险。我们一开始沟通的时候,我看到有一个问题是未来 6 到 12 个月怎么看,我对下半年没有太过悲观。你去看指数的涨幅,特别是 QQQ,从去年 10 月底的最高点到现在也就涨了 7%、8%,可能 10% 吧,最多 10% 不到;八九个月的时间只涨了 10%,你说市场的情绪面有很高吗?其实没有。但我们已经看到那么多 AI 的落地了,今年 AI 落地的基本面和去年比好了很多、清晰了很多,路径也清晰了很多。

只是市场太被整个硬件板块、芯片包括光通信所影响了,因为焦点都在上面,回调在上面、上涨也在上面,才会认为市场好像要进入熊市。但你退后一步看,这段时间 QQQ 的走势其实就是在高位盘整,nothing happen。

所以从难度的角度看,下半年可能不会比上半年难,因为上半年毕竟有一个战争事件,不确定性非常高,很多人当时非常恐慌。下半年当然还是会有风险,股市里边永远不缺的就是故事线和风险:可能来自宏观,可能来自美联储,可能来自另外两家科技公司、两家模型公司的上市,包括 SpaceX 的上市:它对市场的吸血其实还没有完全完成,因为解禁都还没有完全解禁,现在刚解了第一阶段。

但我认为整体仓位稍微平均一些、不要太集中在硬件这一块,布局一些大科技,而硬件的基本面还在继续落地,在这种情况下有一个平衡的仓位就好。我不觉得时间线上有值得我们大幅度降仓位的风险。如果上半年已经赚到钱了,就平衡一些仓位。我仍然看好 AI 的落地。

Mr. Z:或者说我换个方式问好了:Alpha 在哪里?

投资TALK君:我一直说,仓位即观点。我的布局就是大科技,而大科技仓位其实挺多的,平衡的方法就是加一些在医疗板块。AI 不可能一条直线,如果 AI 回调,医疗板块不会受到任何影响,前面聊到的 GE 也不会受影响。所以从板块与仓位布局的角度,分散一些对 AI 的布局,但仍然可以在和 AI 相关的标的上放比较大的仓位,因为整体的 EPS 增速,你可以看到还是来自于 AI 硬件。所以我觉得就是仓位即观点。

Mr. Z & Victor:非常感谢投资TALK君今天来 168X 做了将近一个小时的精彩分享,也谢谢一路听到这里的每一位听众。如果你喜欢这集内容,欢迎关注 168X 的 X 与 YouTube,把节目分享给更多对 AI、美股、科技感兴趣的朋友,我们下集再会。


👉 全球资金涌入半导体产业,台股站在最前线。168X 团队出身台北,我们在 Telegram 新开了 AI 半导体研究交流群
,持续分享值得关注的资产和前沿信息,欢迎新朋友和之前在 X Chat 的老朋友加入!

👉 阅读更多:


























168X





@168X_Fortune


·
7月16日

















本杰明乌萨奇:资金价格为什么下不来?久期供给、AI 与宏观数据的三方博弈

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)弱 CPI 压不下长端利率,真正在定价的是资金7 月 14 日 6 月 CPI(消费者物价指数)出炉,早盘股市因大幅低于预期的通胀数字一度走高,但收盘时 10 年期、30...












































168X





@168X_Fortune


·
7月10日

















亲手设计过永续合约,Owen 硬核拆解定价机制与庄家游戏!一套宏观到微观框架,Q3 为何依然要重仓 AI?

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)一次看懂合约背后的门道,2026 下半年跨市场交易指南2026 年 7 月 9...












































168X





@168X_Fortune


·
7月8日






























































 楼主| 发表于 昨天 15:40 | 显示全部楼层
AI 半导体「困难模式」:大老师拆解海力士 ADR、Meta 卖算力与 Rubin 量产瓶颈,高波动洗盘下如何活下来?

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)海力士上市前别重拳出击,敏捷交易比选股更重要进入年中,AI...













































168X





@168X_Fortune


·
7月3日

















猎手解构中国 AI 资产重估:买基金,别买个股和「老登股」!从两长 IPO 到科创板大模型,跟着国家大基金走

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)A 股不是全面牛市,AI 含量定生死2026 年 7 月初,全球 AI 行情站上高位后剧烈震荡。彭博报道 Meta 建立云业务、出售「过剩」的 AI...













































168X





@168X_Fortune


·
6月30日

















Alvin 拆解 Crypto 史上最熊市:经历三轮周期,下一个爆发点在哪?从 Hyperliquid、AI Agent 到链上黑马

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)币圈人跨进 AI 与股市,如何发挥独特优势?2026 年上半年,加密市场进入许多老玩家「体感最熊」的一段时间:比特币现货 ETF...













































168X





@168X_Fortune


·
6月29日

















3X Long Labubu × Frank Trading:躺赚时间结束!七月怎么交易?存储涨价潮、美元与亚洲股市的多空剧本

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)2021 年式震荡上行,下半年难度加大6 月 24 日美光开出财报,毛利率冲到惊人的...













































168X





@168X_Fortune


·
6月22日

















美日韩台 28 只持股,Fiona 如何押注 AI 下半场?从 MLCC、800V、光互连到存储

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)日股是 AI 时代的卖铲人,寻找亚洲供应链的下一批赢家2026 年 6 月下旬,AI 与半导体供应链股票的波动持续加剧。美光即将在 6 月 24 日公布财报;沃什(Kevin...













































168X





@168X_Fortune


·
6月5日

















Rick 推演 AI「加速正在被加速」:从 MLCC、机器人、生命科学到 Crypto,如何布局人类史上最大财富转移?

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)2026 年 6 月,美股 AI 市场持续攀升、情绪高涨,但就在访谈前的两个交易日,大盘出现了 2 到 3% 的回调;与此同时,SpaceX 即将上市,市场担心 IPO...













































168X





@168X_Fortune


·
6月4日

















qinbafrank 拆解美股回调级别,AI 真正风险是什么?从软件股、Marvell 光互连、Nokia 到 SpaceX 看资金轮动

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)2026 年 6 月初,台北 COMPUTEX 大会火热,黄仁勋喊出 Marvell...













































168X





@168X_Fortune


·
5月29日

















Chris Lee 李书沸「选择比努力重要」:从币圈OG到重仓存储三巨头,AI牛市回调预测、Web4与年轻一代的机会

Web3 时代已经离去,跟着资金流向走文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)2026 年的资本市场,主线已经从过去十年的 Crypto 切换到 AI 算力、半导体、存储和光互连。168X 邀请到币圈早期 OG、现任 Merkle 3s...













































168X





@168X_Fortune


·
5月27日

















铁柱解构中国半导体产业链:从长江存储、CPO、功率半导体到华为韬定律,真正的「奇迹」与瓶颈在哪里?

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)2026 年 5 月,市场目光高度集中在存储与半导体供应链,HBM 价格飙涨,长江存储等中国存储厂的 IPO...













































168X





@168X_Fortune


·
5月22日

















Iamai 拆解 AI 产业链瓶颈:从 HBM、CPU、光模块、电力到太空数据中心,谁最缺?

文 | Victor (@vcmktasa) · Mr. Z (@168MrZ)AI 产业链研究者 Iamai(@iamai_omni),他早在 2023 年 ChatGPT 问世后便重仓 NVIDIA,以「Post-AGI」视角回推当下投资决策。本期 168X 对谈中,Iamai...













































168X





@168X_Fortune


·
5月14日

















Herman Jin:半导体缺货利好的是追赶者!光模块「应买尽买」,长鑫和长江存储是中国最值得投资公司

主持人:Mr. Z (@168MrZ) · Victor (@vcmktasa) & 嘉宾:Herman Jin (@ShanghaoJin)2026 年,半导体产业进入新一轮大牛市。AI 模型能力持续爆发,带动 Token...




















关于 168X



168X
是一个深度连接东方智慧与西方创新的顶尖对话平台,致力于探索科技、资本与人文智慧将如何重塑人类文明未来。节目聚焦于 AI、区块链、机器人、太空科技及生物工程等尖端领域,与全球领袖和思想建构者展开对话,以独特的东西双轨视角,揭示未来财富与创新的核心动力。节目由 ex-banker Mr. Z
与研究员 Victor
主持。

Website
| X
| YouTube
| Apple Podcasts
| Substack








想发布自己的文章?
升级为 Premium





上午10:03 · 2026年7月20日
·
3.7万
查看












相关

查看引用













 楼主| 发表于 昨天 15:41 | 显示全部楼层
看完这个 PEG 榜单我沉默了,从 0.1x 到 2.1x!AI 半导体性价比终极排名:

1. SK海力士
$SKHY
~0.1x
AI时代最核心的HBM高带宽内存龙头,几乎绑定英伟达,业绩爆发。

2. 闪迪
$SNDK
~0.2x
全球知名存储品牌,受益于存储价格回暖和AI数据需求增长,估值仍处于修复阶段。

3. 美光科技
$MU
~0.2x
全球三大存储芯片厂商之一,HBM和DRAM需求持续增长。

4. 应用光电
$AAOI
~0.4x
高速光模块供应商,AI数据中心升级带来需求爆发,弹性较大。

5. 安森美半导体
$ON
~0.4x
汽车芯片和工业芯片龙头,同时布局AI电源和数据中心,增长稳健。

6. 烙馒头
$LITE
~0.5x
光通信龙头之一,AI算力带动800G/1.6T光模块需求持续提升。

7. 博通
$AVGO
~0.5x
AI定制芯片和高速网络芯片霸主,同时拥有稳定的软件业务,盈利能力极强。

8. 迈威尔
$MRVL
~0.5x
AI交换芯片、定制ASIC和光互连核心玩家,是AI基础设施的重要受益者。

9. Credo
$CRDO
~0.6x
高速互连芯片明星公司,AI服务器连接需求快速增长,成长性突出。

10. Coherent
$COHR
~0.6x
光通信和激光器龙头,AI数据中心推动光器件需求持续放量。

11. 超威半导体
$AMD
~0.7x
GPU和CPU双线布局,MI系列AI芯片持续追赶英伟达,AI业务进入高速增长期。

12. 英伟达
$NVDA
~0.7x
全球AI芯片绝对龙头,CUDA生态几乎无可替代,仍是AI浪潮最大的受益者。

13. 台积电
$TSM
~0.9x
全球最先进晶圆代工厂,几乎包揽所有AI芯片生产,是AI产业链最核心的基础设施。

14. 阿斯麦
$ASML
~1.0x
全球唯一EUV光刻机供应商,没有ASML就无法制造最先进芯片,护城河极深。

15. 应用材料
$AMAT
~1.2x
全球半导体设备龙头,AI晶圆厂扩产直接受益,长期成长逻辑清晰。

16. 科磊
$KLAC
~1.3x
全球芯片检测设备龙头,先进制程越复杂,对检测设备需求越高。

17. Arm
$ARM
~1.6x
全球CPU架构授权霸主,AI终端、手机、服务器几乎都离不开Arm生态。

18. Arista Networks
$ANET
~1.8x
AI数据中心交换机龙头,GPU越多,对高速网络设备需求越大。

19. 英特尔
$INTC
~1.9x
正在全面转型AI和晶圆代工业务,如果转型成功,估值修复空间值得关注。

20. Astera Labs
$ALAB
~2.1x
AI服务器互连芯片新贵,专注GPU之间高速连接,是下一代AI基础设施的重要玩家,也是榜单中潜在上涨空间最大的公司之一。

还有哪些被市场低估的AI龙头?
 楼主| 发表于 昨天 15:41 | 显示全部楼层
很多人不理解一件事:
为什么美股一跌,全球市场经常都跟着紧张?
不是因为美国市场有魔法。
而是现在全球金融体系,本来就是连在一起的。

1/美国股市不是一个孤岛。
美元、美债、科技公司、全球资金,几乎都和美国市场绑在一起。
美联储一动,全球资金成本会变。
美债收益率一动,股票估值会变。
美元一走强,新兴市场汇率和外债压力会变。
美国科技股一跌,全球成长股情绪也会被影响。
所以美股跌,影响的不只是美国投资者。
它会通过资金、汇率、利率、产业链和情绪,传到其他市场。

2/中国、日本、韩国,看起来是三个不同市场。
但它们也都在全球资金网络里。
中国看政策、制造业、消费需求和人民币资产。
日本看日元、低利率资金、汽车电子和海外收入。
韩国看半导体、存储芯片、出口和全球科技周期。
它们各有自己的逻辑,但也会被同一个外部变量影响:
全球资金风险偏好。
当全球资金愿意冒险,成长股、科技股、新兴市场资产通常都会舒服一点。
当资金开始避险,很多资产会一起承压。

3/但这里有个误区:
联动,不等于完全同步。
美股跌,不代表 A 股一定跌。
美股涨,也不代表亚洲市场一定涨。
同一个外部事件,对不同市场的影响方向和强度可能完全不同。
比如美元走强,对美国资产可能是资金回流,但对部分新兴市场可能是汇率压力。
美债收益率上升,对银行股可能是另一套逻辑,但对高估值科技股就是估值压力。
所以看全球市场,不能只看涨跌。
要看背后的传导路径。

4/完整金融体系不是只有股市。
它包括:
央行、货币、利率、银行、基金、保险、养老金、债券、外汇、商品、衍生品、企业、居民、政府。
股市只是其中一部分。
很多时候股市先反应情绪,但真正决定长期方向的,还是企业收入、利润、就业和经济增长。

全球股市会互相影响,但不会机械复制。
真正重要的不是“美股跌了”,而是它改变了什么:
资金成本、风险偏好、汇率方向、产业链预期,还是企业盈利。
 楼主| 发表于 昨天 15:42 | 显示全部楼层
来自方外的本周美股大事件:美股和存储一起等 Alphabet 交卷

本来应该昨天预告的,但是回家有点晚,就放在今天了

这周跟前面几周不一样了,数据周过去了,现在迎面走来的是财报验证周。

上周半导体、AI硬件和存储一起出现了明显回撤。
$MU
  、
$SNDK
  、海力士都跌得很难看,费城半导体指数也从高位快速杀下来。
我再次重申一个问题:存储跌了不少,大盘却还没有真正完成一轮充分调整。
我16号晚上七点发了一篇内容:存储真正的危险,来自还没怎么跌的大盘
十万人看过

https://x.com/yijiangren/status/2077723402270539815?s=20

当天晚上,大盘带着存储继续暴跌。

这周存储最大的风险,依然未必来自存储自己,而来自那些还没怎么跌的大型科技股。
如果 Alphabet、Tesla、Intel 的财报不够好,或者指引没有满足市场已经打满的预期,大盘一旦补跌,已经提前回调的存储也未必能独善其身。

周一和周二,大盘主要还是消化上周的跌幅、油价和中东局势

周二有通用汽车、3M、诺斯罗普·格鲁曼和哈里伯顿等公司财报

这些公司不会直接决定纳指方向,但能观察几个侧面:美国汽车消费怎么样,工业需求有没有降温,军工订单是否继续增加,以及油价上涨有没有推动能源资本开支。

真正的大考在周三盘后
Alphabet和
$TSLA
  会同时公布财报,另外还有IBM和德州仪器。
Alphabet可能是这周最重要的一家公司。
现在市场已经不只是看Google搜索和广告收入,而是看它愿意继续为AI花多少钱。
如果Google Cloud继续高增长,AI需求强,资本开支继续上调,那么最直接受益的不只是英伟达和博通。
后面还连着光模块、网络芯片、PCB、电力、散热,以及美光和海力士代表的HBM与服务器DRAM。
所以这周存储能不能止跌,Alphabet的资本开支可能比很多存储公司的短期消息都重要。
因为市场需要确认一件事:AI客户不是买够了,而是还准备继续买。
但Alphabet这份财报同样存在一个风险。
过去市场喜欢公司提高AI投入,因为这代表需求旺盛。
而现在市场开始追问,这些钱什么时候能变成收入、利润和现金流。
如果资本开支很高,但管理层对回报周期的解释不够清楚,市场可能会从“花得越多越利好”,逐渐切换成“花这么多到底能赚回来多少”。
这也是整个AI交易进入下一阶段的标志。

Tesla的逻辑,不太一样
Q2交付已经回到48万辆,汽车端最差的时候暂时过去了。现在市场更关心的是毛利率、自由现金流、储能利润,以及Robotaxi和Optimus到底还要烧多少钱。
Tesla财报影响的是高估值成长股的风险偏好,但对存储的直接影响没有Alphabet大。

周四盘后看Intel
Intel能不能证明PC和传统服务器需求恢复,会决定这轮半导体景气是不是只有AI一条腿。
如果Intel的数据中心和PC业务改善,说明存储需求可能不只是依赖HBM,普通服务器DRAM、客户端DRAM和SSD也有机会一起恢复。
如果Intel继续疲弱,而Alphabet资本开支依然强,那市场会更加确认:这一轮不是普遍的半导体复苏,而是AI内部少数环节的结构性繁荣。

到了周五,还有美国制造业和服务业Flash PMI,以及新屋销售
这两组数据不是这周的主角,但会决定财报之后的宏观环境。
PMI温和、价格分项不热,是科技股最爽的结果。
经济还能增长,美联储又没有更鹰的理由。
如果PMI很强,油价又继续上行,市场会重新担心通胀和利率;如果PMI突然明显转弱,市场又会开始交易经济衰退。

这周美股大盘
短线存在一点反弹需求,但这轮反弹能不能持续,基本取决于周三盘后的Alphabet。

Alphabet业绩强、云业务强、AI资本开支继续增加,而且管理层能说清楚这些投入如何变现,大盘有机会完成一次比较像样的修复,纳指和半导体也可能一起反弹。
但如果只是业绩符合预期,资本开支没有继续上调,或者管理层开始强调成本和投资回报,我不会太看好反弹的持续性。

因为现在市场并不是底部,而是从非常贵跌回了没那么贵。
差别很大。

具体到存储板块,我认为短线已经跌的比较多了,但还不到反转的地步。
因为跌的还是不够多。

美光的基本面没有突然坏掉。
公司此前仍然判断DRAM和NAND供需会持续偏紧,HBM对晶圆产能的消耗也在挤压普通DRAM供给。

海力士的HBM生态位同样没有变化。
真正发生变化的是交易层面:涨幅太大、筹码太拥挤、新股海力士带来新的流动性和套利工具,再加上市场开始担心2027年以后扩产和供给回归,资金先选择把利润装进口袋。

因此,这轮下跌更像是估值和仓位的收缩,还不是产业逻辑被彻底证伪。
但估值杀最麻烦的地方就在于,它不需要等基本面变坏才停止。
只要大盘继续跌、资本开支预期下修,或者市场不再愿意给周期股高估值,存储就还能继续跌。
我对板块内部的看法依然有区别。

海力士和美光更接近HBM与高端DRAM主线,AI资本开支越强,它们越容易率先修复。
闪迪更偏NAND和企业级SSD,弹性很大,但对价格周期、库存和供给纪律也更敏感。市场情绪好的时候,它涨得最快;情绪转弱的时候,它也更容易被当成高弹性筹码兑现。

所以这周最爽的剧本是:Alphabet继续上调AI投入,Intel证明传统服务器和PC也在恢复,周五PMI温和,油价不再继续冲高。
这种情况下,存储有机会从超跌反弹逐渐过渡到基本面修复。

最危险的剧本则是:Alphabet财报不错,但资本开支和指引不够强,大型科技股开始补跌,同时Intel继续证明传统需求疲弱。
那时候存储可能会发现,自己虽然已经跌了很多,但大盘的风险才刚开始释放。

这周我不会在大跌之后继续情绪化看空存储
但我也不会因为跌得多,就直接把反弹当成反转

海力士、美光和闪迪现在需要的,不是又一份证明存储很赚钱的报告。
它们需要Alphabet告诉市场,AI的钱,老子还能花
 楼主| 发表于 昨天 15:45 | 显示全部楼层
本周美股的重点,不是单纯看指数涨跌。
而是看三件事:
AI 能不能继续讲。
消费有没有降温。
高利率环境下,企业盈利还能不能扛住。

1/先看宏观。
7 月 18 日到 30 日是美联储 7 月议息会议前的静默期。
这意味着,本周不会有太多官员出来频繁喊话,市场少了联储“口头干预”,更多要靠数据和财报自己定价。
简单说:
上周是听联储怎么说。
这周是看企业怎么交卷。

2/周二主要看通用汽车、嘉信理财,还有就业相关数据。
GM 的重点不只是卖了多少车,而是利润率有没有被价格战、库存和新能源转型继续挤压。
嘉信理财更像是金融系统情绪温度计。
高利率环境下,客户现金流向、存款成本、交易活跃度,都会影响市场对金融股的判断。
就业数据则是另一条线:
如果劳动力市场继续稳,美联储就更没必要急着转鸽。

3/周三看 GE Vernova 和 AT&T。
GE Vernova 很关键,因为它对应的是电网、电力设备、能源基础设施。
AI 数据中心越烧电,市场越会关注电力系统能不能跟上。
所以 GEV 财报不是单纯能源股财报,它其实是在验证“AI 背后的电力链条”。
AT&T 则看通信消费是否稳定,现金流和用户增长有没有压力。

4/本周真正的大戏在美东周三盘后,也就是北京时间周四早上:
Alphabet 和 Tesla。
Alphabet 的重点是 AI。
市场要看的不是谷歌有没有赚钱,而是 AI 投入这么大,广告、云业务、资本开支之间能不能讲得通。
如果 AI CapEx 继续扩大,但收入增速没跟上,市场会开始问:
这钱到底多久能回本?

5/Tesla 的重点也不只是汽车交付。
现在市场看特斯拉,看的已经是三条线:
电动车毛利率;
储能业务增长;
Robotaxi 和机器人叙事能不能继续撑估值。
如果汽车业务继续承压,而新业务又没有清晰兑现,波动会很大。

6/同一天还有德州仪器、ServiceNow、黑石等财报。
德州仪器看工业和汽车芯片周期。
ServiceNow 看企业软件和 AI Agent 落地。
黑石看地产、私募、信贷市场有没有继续修复。
这些公司虽然不一定每天上热搜,但它们能反映一个问题:
美国企业的钱,到底还愿不愿意花?

7/周五看 Intel 和美国运通。
Intel 是半导体情绪的关键一环。
最近芯片股经历了一轮抛售,市场已经不想只听 AI 故事了,它要看订单、服务器需求、数据中心芯片、重组进度和利润改善。
美国运通则看高端消费和信用风险。
如果富裕人群消费还稳,说明美国消费底子还在。
如果违约和拨备压力上来,市场会担心消费开始松动。

8/所以本周我最关注三条主线:
第一,AI 公司能不能用财报证明资本开支不是烧钱。
第二,半导体能不能稳住,不再被“技术性熊市”情绪继续拖着走。
第三,消费和就业有没有出现明显裂缝。

这周不是普通财报周。
它是在验证美股前面涨起来的几个理由,到底还站不站得住。
AI 是估值上限。
消费是经济底盘。
利率是市场天花板。
这三个东西,只要有一个明显变差,市场波动就不会小。
 楼主| 发表于 昨天 15:46 | 显示全部楼层
股市,本质上就是一场情绪搬运。

钱不会凭空消失。

它只是从那些内心躁动的人手里,慢慢流向那些内心平静的人手里。

为什么职业交易者能长期盈利?

因为他们知道一个残酷的事实:

人,会不断重复过去犯过的错误。

第一次追高被套,后悔。

第二次抄底被埋,反思。

第三次遇到诱惑,依然告诉自己:

“这次不一样。”

这就是市场最有趣的地方。

大多数人输的不是技术,而是输给了自己的欲望。

贪婪时忘记风险,恐惧时忘记计划。

真正的高手,不是没有情绪。

而是情绪出现的时候,依然能按照规则行动。

市场永远奖励冷静的人。

因为最后留下的钱,往往属于那个最能管住自己的人。
 楼主| 发表于 昨天 15:47 | 显示全部楼层
未来几年,AI 行业最重要的主线,很可能依然围绕一个关键词展开:算力。

Kimi K3 的发布,为整个行业提供了一个现实案例。模型上线仅两天,便跻身 OpenRouter 前十,每日处理约1400亿 Token。然而,需求的快速增长也暴露出基础设施承载能力的瓶颈。模型吞吐率从约 30 tokens/s 降至约 13 tokens/s,端到端延迟上升至72秒,首 Token 时间超过20秒。这意味着,模型能力获得市场认可的同时,推理算力已经成为限制服务规模的重要因素。

对于 Kimi K3 这样规模约 2.8T 参数的模型,仅部署推理所需的硬件成本就已经非常高昂。即便采用量化方案,满足服务需求至少需要8台 B300,硬件采购成本约50万美元;若采用更推荐的 GB300 NVL72 机柜方案,成本则接近400万美元。这种模型规模,使得扩容不再只是软件优化问题,而成为资本投入和 GPU 获取能力的竞争。

这种压力并非只存在于 Moonshot。一些美国推理服务商,即使希望承接类似模型,也未必能够按需求快速扩容。当前 GPU 市场供给依然紧张,GPU 云服务提供商开始要求客户签订三年甚至五年的长期合同,并支付约30%的预付款,而市场需求依然十分旺盛,GPU 价格持续上涨。

与此同时,大部分优质算力资源已经提前被锁定。大型模型实验室、超大规模云厂商、Grok 和 Meta 等机构,都已经完成了重要的算力布局,其余参与者只能争夺剩余资源。据市场传闻,部分 Tier 1 GPU 云服务商甚至已经不再接受规模相对较小的新客户。

在所有参与者中,Meta 可能是最大的变量。预计到2026年底,其将拥有约 7GW 的算力规模。目前尚未出现明确需要长期占用这些资源的大模型,因此这些算力最终用于 Meta 自身模型研发,还是用于承载外部模型推理服务,仍然存在较大的不确定性。如果开放给外部模型,Meta 有可能成为能够提供最多 Kimi K3 推理容量的平台之一。

很多人注意到,大模型价格过去几年持续下降,但真正处于行业前沿的模型,其价格下降速度并没有市场想象中那么快。

三年前,GPT-4 的价格约为每百万 Token 60 美元;之后,o1 约为 60 美元,Opus 4 约为 75 美元,GPT-5 约为 10 美元,Fable 约为 50 美元,如今 Sol 约为 30 美元,K3 约为 15 美元。即使将 K3 视为前沿模型,这三年价格总体下降幅度也只有约4至5倍。

与此同时,前沿模型的需求增长至少达到三个数量级以上,而根据 METR 的 Task Time 指标,前沿模型的智能表现至少提升了32倍。

因此,只要三个趋势持续存在,行业的发展逻辑就不会改变。

第一,市场对于前沿智能的需求持续增长。

第二,前沿模型的能力持续提升。

第三,前沿模型的价格虽然缓慢下降,但下降速度明显慢于需求增长和性能提升。

在这样的组合下,前沿模型创造的价值仍将持续扩大。

如果认同“大模型通常会带来更强智能”这一发展路径,那么已经锁定大量算力资源的企业,将有机会持续获得这一轮 AI 产业发展的核心价值。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|小黑屋|boway Inc. ( 冀ICP备10011147号 )

GMT+8, 2026-7-21 18:00 , Processed in 0.038564 second(s), 17 queries .

Powered by Discuz! X5.0

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表