手把手教你用免费网站 + AI 工具，用他的卡脖子理论搭建自己的投资框架
白毛股神是谁？
他叫Serenity @aleabitoreddit
，以前在 Reddit WSB 论坛发帖，后来因写了一篇非常硬核的AXTI 深度研究，被版主质疑拉盘出货后封号，于是转到 X 用现在的这个白毛动漫女头像，继续每天免费分享 AI、半导体、光通信、供应链研究。
AI爆发后，他以前挖过的一批股票迎来暴涨，粉丝从0冲到40万+，被中文圈尊称为白毛股神，收益率据他公开截图有几百倍到几千倍，其研究甚至被彭博、路透引用。
但这篇文章不是讲神话，也不是喊你跟单。
我们研究一件更重要的事：
为什么所有人都在问谁是下一个英伟达，而他却在关注：
英伟达离不开谁？AI 数据中心继续扩张，哪个环节最先扛不住？哪颗沉默的齿轮一旦断掉，整台机器都要停？
这就是所谓的卡脖子理论。
Serenity
@aleabitoreddit
·
5月24日
Photonics is nuanced and using ChatGPT/Gemini makes you miss all of it: 1. $SIVE is actually a chokepoint and partially a bottleneck. The reason it's a chokepoint is leading CPO/optical hyperscaler players go through Sivers, likely: Ayar. Celestial. Lightmatter.
显示更多
为什么偏偏用 AXTI 做案例？
Serenity 提过很多公司，为什么这篇选 AXTI？
因为 AXTI 是他故事里的经典案例。
更重要的是，AXTI 特别适合教学。
它能完整展示卡脖子理论的拆解路径：
AI 算力爆发↓数据中心高速互连需求上升↓光通信需求上升↓InP / GaAs / Ge 等复合半导体衬底需求被重估↓AXTI 这种冷门上游公司进入视野
这类公司没法靠一句AI 概念股讲清楚。
必须顺着产业链往下拆，从算力拆到数据传输，从数据传输拆到光通信，从光通信拆到激光器和衬底材料才能发现。
注意：AXTI 在这篇里不是推荐标的，仅作为演示样本。
我们要学的，是一个人如何从宏大趋势，拆到冷门上游公司。
Step 1：先判断大趋势，不急着找股票
大多数人研究股票习惯是一上来就打开行情软件。
看到什么涨得多就开始倒推逻辑。
卡脖子理论的第一步，是反过来：
先判断有没有一个足够大的产业浪潮，正在逼迫某些环节扩张。
AXTI 这个案例里，起点是 AI 数据中心。
AI 模型越来越大，训练和推理都需要更多算力。算力继续增加，数据中心里的服务器、GPU、网络连接、光通信、散热和电力都会被迫扩张。
所以第一步应该先问：
AI 公司是不是真的还在大规模花钱建数据中心？
这里我用这两个网站：
模拟思考过程：
你先想到：AI 热众所皆知，那么大厂有没有继续花真金白银？
于是搜：
AI capex 2026
这里的 capex，就是资本开支。你要确认微软、谷歌、Meta、亚马逊这些公司是否继续砸钱建设 AI 基础设施。
你会看到 Reuters 转发稿：
这篇大意是：
Alphabet、Amazon、Meta、Microsoft 预计在 2026 年合计投入约 6500 亿美元，用于 AI 相关基础设施。
再在 TrendForce搜：
2026 CapEx top CSPs AI data center
你会看到 TrendForce 2026 年 5 月文章：
这篇大意是：
TrendForce 把全球前九大 CSP 的 2026 年 CapEx 预测上调到约 8300 亿美元，年增率上调到 79%。
这一步不能得到AXTI 一定涨的结论。
但是告诉了我们：
AI 基建不是嘴上热， 大厂仍在用真金白银扩张数据中心，所以可以继续往下拆物理瓶颈。
下一步推理：
这些钱会流向哪些物理环节？
服务器、GPU、电力、散热、网络连接、光通信、封装、测试，都可能受益。
AXTI 这条线，我们重点看：
数据传输
Step 2：把热门概念拆成物理问题
AI 数据中心不是 PPT。
它有真实的物理限制：
数据传输够不够快？功耗能不能压住？散热扛不扛得住？材料能不能量产？封装和测试良率行不行？
AXTI 这条线里，核心问题是：
AI 集群越来越大，数据中心内部需要更高速的数据传输。传统铜缆在高频、高速、长距离传输时会遇到衰减、功耗和散热问题，所以行业开始讨论“光进铜退”。
也就是用光信号解决一部分数据传输问题。
当你想到“光通信”，下一步自然会问：
光通信需要哪些关键器件和材料？那么你开始思考：
AI CapEx 增长↓数据中心扩张↓高速互连需求上升↓800G / 1.6T 光模块需求上升↓光模块里的激光器、光芯片、材料和产能可能成为瓶颈
搜索：
数据中心光模块、激光器、材料。
你会看到 TrendForce 2026 年 4 月文章：
这篇大意是：
全球 AI 光收发模块市场预计从 2025 年 165 亿美元增长到 2026 年 260 亿美元，年增超过 57%。文章还提到，关键零部件短缺成为扩产瓶颈。
继续搜：
800G optical transceiver 2026
你会看到：
这篇大意是：
TrendForce 预计 800G 及以上光模块出货占比会从 2024 年的 19.5% 提升到 2026 年超过 60%，逐渐成为 AI 数据中心标准配置。
那么你就开始想知道：
这些高速光器件到底需要什么材料？
这个时候可以使用这些网站：
你会看到 Coherent 2026 年 OFC 新闻：
这篇大意是：
Coherent 展示了 CPO、外部激光源、InP CW lasers、InP modulator on silicon 等技术，用于支持 AI 和高性能计算基础设施的带宽需求。
还有 Coherent 早前关于 200G InP EML 的新闻：
这时你会开始看到 InP、GaAs、Ge 这些词。
它们分别是：
InP：磷化铟、GaAs：砷化镓、Ge：锗
不用懂材料学，知道用途就够了：
这些属于复合半导体材料，经常用于高性能光电子器件，不是普通硅片能简单替代的东西。
这一步你能得到的结论是：
InP 不是硬蹭 AI。 它确实出现在高速光通信器件里。
于是下一步顺着供应链继续挖就很顺理成章了。
这一步的关键：
别停在AI + 半导体 + 光通信这大词里。
要继续拆到：
带宽功耗散热激光器光模块材料衬底晶体生长产能
卡脖子的线索，往往就藏在这些小词里。
Step 3：顺着供应链往上挖
借助AI和搜索引擎的帮助，我们可以一步一步挖到AXTI这类冷门上游公司。
这个过程像拆一台机器。
不能只看到机器外壳很贵。要拧开螺丝，看里面哪颗零件最难买。
再举一个 Serenity 思路里的典型链条：
AI 集群越来越大。铜缆传输遇到衰减、功耗和散热问题。行业讨论光进铜退、CPO、外部激光器。外部激光器继续往上拆，会看到 Sivers。生产相关外延片，需要 MBE 设备。MBE 设备继续往上，会看到 Riber。材料再往上，还可能看到高纯红磷、日本化工公司。
这就是卡脖子理论的推理思路。
一层一层往上，直到找到那个小到没人关注、但一断供就全链条难受的环节。
这一步用到的网站：
思考过程：
当你发现 AXTI 和 InP 衬底有关，先去公司官网确认它到底卖什么。
AXT investor relations里写得很清楚：
AXT 是材料科学公司，开发和制造 InP、GaAs、Ge 等高性能复合半导体和单元素半导体晶圆衬底。
接着问：
这家公司收入来自哪些产品？InP 是主线还是边缘业务？客户是谁？产能在哪里？风险写在哪里？
再去 SEC EDGAR 搜：
AXTI 10-K
10-K 是美国上市公司年报。它比官网宣传更枯燥，也更容易露出真东西。
你会看到公司把 InP 和以下应用放在一起：
data center connectivityhigh-speed data transfer in data centersfiber optic lasers and detectorssilicon photonicsphotonic integrated circuits
这一步能确认：
AXTI 的确在 AI 数据中心高速互连这条产业链上。
但这还不够。
因为相关不等于卡脖子。
下一步要问：
它是不是很难绕开？竞争对手多不多？客户是不是必须用它？替代技术有没有？
Step 4：判断它到底是不是真的卡脖子
找到一个上游公司以后，最危险的事情就是立刻兴奋。
我知道你很急，但你先别急，因为很多公司都能讲 AI 故事。
我们想知道：
它只是参与 AI，还是确实很难绕开？
这一步可以用：
这一步是为了了解：
做这个东西的公司多不多？如果竞争者很多，AXTI 可能只是普通参与者。如果供应商很少，才有继续研究的价值。
还是刚才的网站里我们继续挖
竞争对手包括
Sumitomo Electric Industries、JX、Freiberger Compound Materials、Umicore、CCTC、Vital Materials
可以判断：
AXTI 处在一个重要、专业、门槛较高的上游环节；但它不是没有竞争者；客户也不会只绑定一家供应商。
这里还有一个非常关键的问题：
市场为什么会漏掉它？
常见原因有几个：
公司太小。交易不活跃。分析师覆盖少。行业太细。名字太冷。财务短期不好看。技术路线普通人看不懂。公司在海外或非主流交易所，机构覆盖天然不足。
机会往往来自两件事叠加：
它真的重要。别人暂时没认真看它。
所以再继续问：
1.InP 是否真的不可替代？2.AXTI 的良率、产能、成本是否有优势？3.客户认证周期是否很长？4.竞争对手是否也在扩产？5.供应瓶颈是在衬底、外延、激光器，还是封装？6.市场是不是已经把故事提前定价？
Step 5：给自己配一个说No先生
巴菲特为什么能躲开那么多坑？
一个很重要的原因，是他身边有芒格。
芒格最值钱的地方，不只是帮巴菲特找到好公司，更是不断说：
这个不行。那个别碰。这个逻辑太蠢。那个价格太贵。这件事你可能看错了。
巴菲特负责寻找伟大生意，芒格负责把垃圾想法一脚踢出门。
Serenity 没有一个坐在办公室里的芒格。
但他给自己配了一个更冷酷理性的说不先生：
AI
很多人研究股票，最容易犯一个错：
先喜欢上一个故事，再到处找证据证明自己是对的。
卡脖子理论尤其容易让人上头。
我相信刚才一套连招拆下来，成就感足以让你感到挖掘出了十倍股。
这时候必须让 AI 当反方审查员，拆解你的逻辑。
可以用：
你可以直接把下面这段复制给 ChatGPT、Claude、Gemini 或 Perplexity：
你是一个理性的半导体供应链分析师。我现在有一个投资假设：AI 数据中心扩张→ 高速光通信需求增加→ 800G / 1.6T 光模块需求增加→ InP 光器件需求增加→ InP 衬底需求增加→ AXTI 可能受益。请你专门反驳这个假设。请按以下问题回答：1. 这个逻辑链里最脆弱的一环是什么？2. InP 是否真的不可替代？3. 有哪些替代技术路线？4. AXTI 是否真的有竞争优势？5. 供应是否集中，还是竞争者很多？6. 扩产到底难不难？7. 下游客户是否明确？8. 市场是否已经提前定价？9. 财务和治理上有哪些风险？10. 普通散户最容易在哪一步误判？最后请给出结论：A. 这个逻辑值得继续研究B. 这个逻辑有价值但证据不足C. 这个逻辑更像叙事炒作
AI 的作用不是替你赚钱
而是促使你思考：
证据在哪里？反证在哪里？替代方案在哪里？估值有没有透支？你是不是只是在给自己写一篇好听的小作文？
一个 thesis 经不起这种反方拷打，大概率还不是投资逻辑。
你必须为自己的钱负责，就像查理芒格说的：
我没资格拥有一种观点，除非我能比对手更好地反驳自己的立场。
Step 6：做订单和财务验证
一个故事能不能变成投资机会，最后还是要回到商业世界。
检查清单可以参考：
□ 电话会是否提到需求加速？□ 是否有新客户认证？□ 是否有扩产计划？□ CapEx 是否增加？□ 毛利率是否改善？□ 存货是否异常？□ 应收账款是否异常？□ 客户集中度是否过高？□ 是否有融资或稀释风险？□ 管理层语气是否从“可能”变成“正在”？□ 股价是否已经提前爆炒？
这里用到的网站：
这一步搜：
AXT Q1 2026 financial results InP backlog capacity expansion
你会看到公司 2026 年 Q1 财报新闻稿：你会看到公司 2026 年 Q1 财报新闻稿：
里面有几个重点：
Q1 2026 revenue：2690 万美元Q4 2025 revenue：2300 万美元Q1 2025 revenue：1940 万美元Q1 2026 GAAP gross margin：29.6%Q1 2025 GAAP gross margin：-6.4%公司完成 6.325 亿美元融资，用于 Tongmei 的 InP 产能扩张和 6 英寸 InP 研发公司明确说 InP 衬底是 AI 数据中心高速光传输的关键材料之一
再搜：
AXTI Q1 2026 earnings call transcript indium phosphide backlog capacity
你会看到 StockAnalysis 或 Motley Fool 的电话会文字稿：
你会看到市场最关心几个词：
InP demandbacklogcapacityexport permitsgross margincustomer demand
这一步的推理是：
AXTI 的逻辑已经不是纯故事。
它有了商业验证：
收入改善毛利率改善InP 需求变强公司融资扩产管理层强调 AI 数据中心需求
但风险也同时更清楚了。
继续在 10-K 里搜：
export controlindium phosphideChinapermits
你会看到：
2025 年 2 月 4 日，中国把 InP 衬底加入出口管制清单。AXTI 在 10-K 里说，InP 出口许可是公司当前面临的最重要挑战之一。
这一步的结论必须写成两面：
正面：AI 光通信需求强，InP 需求有商业验证，AXTI 正在扩产。反面：出口许可、地缘政治、客户认证、竞争扩产、估值过热，都可能让 thesis 失效。
到这里为止，才是比较完整的研究。
Step 7：放进评分表，而不是立刻冲进去
普通散户最容易犯的错：
刚学会一个逻辑，马上想梭哈。
实际上真正的研究是你把 ticker 写进表格那一刻才开始的。
建一个 40 分评分表，每项 0 到 5 分：
类型
| 评分
|
趋势强度
|
|
产业链位置
|
|
卡脖子程度
|
|
替代难度
|
|
商业验证
|
|
财务验证
|
|
估值温度
|
|
反证风险
|
|
总分
| /40
|
AXTI示例可以这样写：
公司：AXTI产业环节：InP / GaAs / Ge 复合半导体衬底核心逻辑：AI 数据中心扩张→ 高速互连需求上升→ 800G / 1.6T 光模块需求上升→ InP 光器件需求上升→ InP 衬底需求可能上升→ AXTI 作为上游衬底供应商受关注趋势强度：较强。大厂 AI CapEx 和光模块市场预测都有公开数据支持。产业链位置：上游材料环节，位置较深，不是终端应用公司。卡脖子程度：有一定卡脖子属性，但不是唯一供应商。10-K 明确列出 Sumitomo、JX、Freiberger、Umicore、CCTC、Vital Materials 等竞争者。替代难度：需要继续研究。InP 在部分高速光通信器件中重要，但不同技术路线和供应链结构可能影响最终受益者。商业验证：已有改善迹象。Q1 2026 收入、毛利率、InP 需求、扩产融资都有公开验证。财务验证：比过去改善，但仍需继续观察收入兑现、毛利率、库存、应收账款、融资稀释。估值温度：必须警惕。若股价已大幅上涨，故事可能已被提前定价。反证风险：出口许可、地缘政治、竞争扩产、客户切换、技术路线变化、周期波动、融资稀释。
评分表的意义是当你被一个故事打动时逼你冷静：
趋势真的强吗？位置真的关键吗？替代真的难吗？财务真的验证了吗？价格是不是已经提前把故事讲完了？
让逻辑继续接受时间、订单、财务和价格的审判。
附：免费工具箱
[color=rgb(64, 81, 94) !important]图2:部分推荐工具
IP卡
狗仔卡
发表于 
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡