美股送分題 · 74 篇全文要点（逐篇）

整理日期：2026-06-28 首版（43 篇，2026-02-11～06-27）；2026-10-06 增补 2026-07-04～10-05 共 31 篇 ｜ 来源：<https://openbookandeasypoint.substack.com/> 说明：本文件是对 2026-02～10 共 74 篇正文的详细要点提取（非逐字全文），供 songfen agent 与人工检索。2026-07-05 起该账号改为付费制，增补部分来自会员正文；文中数字均为作者引述或作者自设情境，未经本库逐一核实。 局限：《Coverage Universe》各公司的成功机率、证据星级与估值仪表盘多以图片呈现，本文只收录正文文字；两篇创始会员专属文章（Founder's Circle 公告、Founder Q&A #1）只读到开头部分。 配套：框架见 外部源-美股送分題-分析框架；清单见 外部源-美股送分題-Substack文章整理。

系列一｜分析师备忘录（每周共识追踪）

#1 (2026-03-09) CSP FCF / AI CAPEX 见顶 / AI 通缩

• 方法论：方向变化来自「投资人开始问新问题」，不是新闻。追问题变化，不追头条。
• CSP：讨论从「CAPEX 太高吗」转向「CAPEX 何时见顶」→ 开始定价 FCF 恢复。节奏：①CAPEX 增速见顶→FCF 预期触底 ②CAPEX 同比 < RPO 同比→利润加速预期；大涨发生在两阶段之间。
• 软件股：盈利但 AI 长期优势不明；恢复需三种确定性之一（季度反复验证/产业验证/叙事改变）；当前「投降测试」期，坏消息失去冲击力。
• 记忆体：超大厂预付 3 年合约到 2028，与「2026 见顶」共识矛盾 → 支持周期延续。
• AI 通缩：生产力提升+去中介+商品化 → 结构性通缩；历史上技术革命常误导央行过度宽松、吹资产泡沫。

#2 (2026-03-16) HBM iPhone moment / Meta AI / 软件私募重定价

• HBM：类比台积电 2014-15（iPhone 需求把认知从循环转结构，估值从 PB→PE）。三监控点：HBM 2026 份额（量~20%、值~40%）、消费电子需求压力、制造效率改善是否冲击传统 DRAM。框架：记忆体或分化为先进（HBM/eSSD 随 CSP capex）/ 成熟（消费电子随传统周期）。
• Meta：「不是卖模型，是强化广告系统」。模型够用即可（支撑平台），非跑分最强。机制：AI 推荐→延长停留、AI 生成→降广告制作门槛、AI 优化→ROAS +22%。类比亚马逊物流（不是最快卡车，是可控系统）。
• 软件：若私募并购以溢价成交、而公开市场折价 → 公开市场建立新基准时的重定价机会。

#3 (2026-03-23) 被遗忘的 AI 半导体受惠者 / CSP 现金流永动机 / 扩散 re-rate

• 核心：AI 叙事从「集中」（GPU/云/模型）转向「扩散」到各产业。问题从「谁赢 AI」→「谁因 AI 改变商业模式而被重定价」。
• 类比晶片：TXN 把「数据中心」单列 = 重定价请求；ADI ~20% 营收来自 AI；功率半导体涨价。或分化为 AI/数据中心（结构）+ 工业/车用（循环）。
• CSP 现金流永动机：纠正「无 AI 营收=CAPEX 失败」误解；参照微软云 8 年才盈利；AI 营收常隐藏在现有产品的暗涨价里。看 CAPEX 增速见顶 + 折旧对未来利润影响（被忽略的 re-rate 触发器）。
• 各业 re-rate：Walmart（agentic commerce，从交易捕获→AI 决策控制者）、户外广告/音乐/串流、电信/基建（physical AI 需连接）。

#4 (2026-03-30) 修正尾声 / 反向定价 / AI 通缩赢家

• 是逻辑切换不是崩盘；机构从恐慌转向布局下一波。「最好的股票开始补跌」= 投降信号（U 型左侧，未确认底）。三确认信号未现：无真恐慌极值、无流动性危机、无投降验证。
• 反向定价：油价稳/跌→通胀缓→降息→压缩估值反弹；市场过度定价鹰派。框架：市场定价最坏情景时，改善变得极赚。
• AI 通缩下价值集中：不可复制资产（土地/基建/关键资源）、计算智能（模型/云/数据优势=智慧供应商）、真实性溢价（人类创意/奢侈品/独特体验）。
• 方法：不是清单，是视角切换——问「下次恐慌时该买什么」，而非「现在要不要跑」。

#5 (2026-04-06) 撑不起复利的成长被丢弃 / 资本黑洞 / 油价逼 FED

• 市场不是拒绝成长，是区分复利成长（雪球：营收扩张不需等比加资本——成熟 SaaS/广告/平台/品牌）vs 资本黑洞（每轮要更大资本、打掉重做——钢铁/化工/航运/记忆体/部分 AI 基建）。
• 资本黑洞三诊断：①需求是否锁定（长约/转换成本 vs 投机）②现金流是否稳定 ③供给是否有纪律（壁垒 vs 可复制产能过剩）。
• CSP「被当资本黑洞检验，但其实不是」（有 RPO/用量锁定）；AI 软件风险=差异化侵蚀、SaaS 商品化。
• 系统性风险四指标：高收益债利差 300-400bps（重定价非崩）、FRA-OIS 20-30bps（银行稳）、国债流动性正常、跨资产相关抛售=局部。结论：局部信用重定价，非系统危机。

#6 (2026-04-13) 效率优先 → 安全优先

• 范式切换：从「哪里最便宜/最快」转向「供应链韧性/地缘稳定」。企业问「哪里不会被中断」而非「哪里最便宜」。更高成本=带「风险溢价」的永久结构。
• 确认前三条件：供给结构变化（新产能/降集中度）、持续 CapEx、现金流稳定。当前=假设被市场检验，非已确认。
• AI 价值集中：历史上基建建设者（铁路/电信）回报 < 下游应用；被错杀的 SaaS 或是最终赢家。
• 财报框架：别追 EPS beat，看利润率拐点——Q1 利润率=峰值→后续恢复→上行 re-rate；仍下滑→还有下行。

#7 (2026-04-20) CSP 拐点是 Token 定价权

• 备忘录方法：三层=机构基线 / 作者延伸 / 前瞻指标。
• 识别拐点：机制 > 能力。不追模型能力（线性），追：定价权（掌握 Token 经济→现金流主导）、频次倍增（可选→刚需嵌入工作流）、结构性需求爆发（agentic AI 让 Token 非线性）。
• 核心：「机制已成立但还没被市场承认」= 真正的 re-rate 机会。

#8 (2026-04-27) 创新高却是初期牛市结构

• 三结构性切换：①政府驱动→企业驱动（私部门 capex/招聘/并购替代财政）②金融周期→实体投资周期（数据中心/工厂/自动化 = 真生产力 + 正营业杠杆）③健康结构（边涨边怀疑、仍有低估、IPO 正常、利润率靠效率扩张）。
• 资金从拥挤 AI 链（记忆体/光学）轮向 CPU re-rate，GPU 仍是核心基建。
• 财报清单：营收加速率、订单 backlog 扩张、量化 AI 营收分部。
• 「真机会在『正在证明但还没证完』之间」。

#9 (2026-05-04) 不是全面牛市，是确定性分化

• 拥有定价权/清晰变现/可防御的公司跑赢——是结构重排不是齐涨。
• 三阶段定价：①叙事 ②基本面（股价滞涨等 EPS 追上）③re-rate（GOOGL/AMZN 成 AI 基建后回到①）。
• Apple：吸收成本通胀=定价力（毛利 49.3%、服务占毛利 43% +16%）；高管明说价格=工具=确认定价权。
• Microsoft：Copilot 从座位制→用量制（6/1）；AI ARR $37B +123% = 下一个 re-rate 候选。
• Meta：不确定=机会（用 AI 优化广告非新营收线，需新叙事如 agentic）。
• 关键：市场常低估「变现能见度差」的公司（AWS 早期被当成本拖累，分账后才显价值）。

#10 (2026-05-11) 油价 / AI / Robotaxi

• 油价高+股市强不矛盾：定价质量分化（有定价力/数据/AI/效率的赢，弱者被挤）。
• $5/加仑汽油=心理与经济临界点→需求破坏（支出从可选转向燃料，低收入家庭负担 4 倍）。
• 赢家：AMZN（贸易战中靠运营夺份额）、WMT（零售商→消费决策平台）。零售竞争从流量→数据（「AI 最易推荐谁谁赢」）。
• 信号层级：政治/宏观=临时定价 → 库存耗尽时间线（4-6 周关键）→ 客户行为信号先于财务 → 商业模式转型（capex→SaaS 逻辑）。车厂转软件/TaaS（Ford $1B、GM $3B+，估值从销量→每车生命周期经常性收入）。

#11 (2026-05-18) AI 进入获利扩散期

• 不是流动性过热，是真实转型：AI 从基建建设→各业获利扩散。
• 三阶段：①卖铲子（基建/芯片）②AI 采用者靠营业杠杆（人力优化）③体验经济稀缺性。
• 信号：EPS 驱动（非 PE 扩张）= 结构牛非泡沫；选择性再平衡（S&P forward PE 压缩 ~18% 但指数稳；Russell 3000 约半数自高点 -20%+）；需求拉动温和通胀+AI 生产力=正面。
• 受惠：金融（白领自动化）、工业/耐用品（成本压缩+需求恢复）、体验/娱乐（Disney/Live Nation/F1，抗 AI 护城河）。

#12 (2026-05-25) 下一个 20 年入口革命（AI Agent）

• AI 重塑互联网入口（类比 iPhone 把入口从桌面→移动，催生 Uber/Airbnb/TikTok）。Agent 把入口从「信息检索」→「交易执行」。
• 三论点：①AI 不会带来效率、会放大羊群（人人用相似工具/prompt → 同步交易；稀缺从信息转向框架/第一性原理/会问什么问题）②Agent 互联网重分配流量权（流量集中到「最常替用户做决策的 AI」，不是流量最多的网站）③Meta 是隐藏看涨期权（广告平台→AI 商业入口）。
• 机会识别：工作流脱离传统搜索流量、降低对传统 App 依赖、直接 Agent 集成自主执行。例：「我要双周四前到的 Nike 跑鞋」→AI 全包搜索/比价/支付/物流。

#13 (2026-06-08) 最大风险不是 AI 失败，是 AI 成功得太慢

• 核心：市场从「AI 能不能行」转向「要更快的 ROI」。主要风险=预期风险（AI 成功但不及预期→修正）。
• 四结构切换：①估值质量＞倍数（S&P 21x PE 但 ROE 高则合理；牛市极少死于「贵」，需投机+基本面恶化）②价值迁移（「未来超大厂利润正在转移今天半导体利润」——价值在各层迁移未到终端）③Token 经济≠定价（重绝对量×盈利，非单价；AWS 100+ 次降价反提毛利/FCF）④基建即护城河（微软从卖模型→Context/Workflow/Distribution）。
• 持久赢家控制：Flow / Data / Workflow / Pricing Architecture / Cost Efficiency。
• 监控：EPS 轨迹、信用利差（历史低=未定价衰退）、价值迁移到哪层、Token 消耗总量（单价跌是健康的）。
• 方法：不线性外推，建模相互竞争的力量及其相对加速度。

系列二｜分析师底层系统（方法论教学）

#1 (2026-03-31) 30 分钟扫公司（10-K / 10-Q）

• 五阶段课程：基本功→产业研究→财务建模→估值→执行。
• 10-K（拉 3 年+）：Item 1 业务大白话；分部营收+同比；MD&A 管理层重复/强调/回避了什么；只看新增风险。
• 10-Q（追 4 季+）：三表错配——损益表（增长来源/利润率）、资产负债表（存货/应收/CapEx 效率）、现金流（盈余是否变现金）。
• 原则：「你要看的不是数字，是变化」；判断三表变化是否一致。

#2 (2026-04-14) 营业杠杆是起涨真引擎（损益表五层）

• 分析师不看表面（营收增长/EPS beat），看价值在损益表五层如何复利，营业杠杆是 re-rate 关键催化。
• 五层：①营收质量（经常性 SaaS/结构成长/低质循环，交叉验证递延收入）②毛利率（产品组合/规模经济 vs 杀价/存货跌价）③营业费用（投资型 R&D vs 浪费管销，警惕 SBC 稀释）④营业利润=杠杆点（营收增速>费用增速→利润爆发，EPS 远超营收=re-rate 主升段）⑤净利/EPS（剔除一次性/汇率/税/回购）。

#3 (2026-05-29) 90% 散户只看损益表（九层资产负债表·NVDA）

• 损益表=公司想让你看的；资产负债表=真实压力；提前 1-2 季发现拐点。
• 九层：①现金流质量（经营现金流持续增长，赚来非借来；NVDA 融资活动为负、长债下降）②应收（增速>营收=渠道塞货警讯，看 DSO）③存货（DIO 58→113 天+营收升+现金流健康=供给紧，非过剩）④预付款（升=对未来需求有信心）⑤CapEx/固定资产（CapEx/营收>5%？折旧是否高效）⑥商誉/无形（过多=财技拼装车）⑦债务结构（成长杠杆 vs 求生债；NVDA 利息保障 528×）⑧应付账款（升=议价力 or 现金枯竭，看上下文）⑨股东权益（NVDA 一年 83.8B→195.4B）。
• 健康组合：营收扩张+合约负债增长+现金流改善+CapEx 升+毛利稳=re-rate。恶化警讯：营收停滞+存货堆积+应收膨胀+现金流下滑。
• 步骤：验证营收质量（营收 vs 应收、DSO）；看现金转换周期（DPO+DIO-DSO）；看现金是否变回购/分红（NVDA 单季还 $20B）；三表交叉（CapEx→PP&E→折旧）；测可持续性。

分析师底层系统 #4 (2026-07-20) 现金流量表不是记账本，是预测未来的地图

• CFO 四级品质：①需求驱动（营收与 CFO 同步暴增，如 NVDA FY26Q1→FY27Q1 营收 440→816 亿、CFO 274→503 亿，可用来反驳「订单是假的」）②商业模式驱动（SaaS 预收）③营运资金驱动（降库存/拖应付造成的一次性 CFO，景气下行第一年 CFO 反而变好；反之庫存↑但合约负债/预付/订单同步↑＝为成长备货）④SBC 驱动（加回 SBC 撑起 CFO，要看 SBC/CFO 与股数成长率）。
• FCF：CFO↑FCF↓ 才有意思——拆维持性 vs 成长性 CAPEX（不花会不会衰退？CAPEX 增速是否远大于营收？投后 RPO/订单/预付是否改善）。市场把成长性当维持性时会 re-rate。看 FCF Margin 的变化（10%→20%→30%）而非水平。
• Meta 2022 案例（分析师逐季加码路径）：CAPEX 185→314 亿、FCF 崩、股价 −77%；验证顺序＝用户没流失（DAU 1960→2037）→营收增速 23 年由 2.6% 加速到 24.7% → Ad Impressions↑而 Price per Ad 由 −17% 转 +14% → 营益率 19.9%→48.3% → FCF 3.16 亿→164.66 亿。23Q1 营收转正＋营益率触底回升即应建仓/加码，而非等 2024 新高。2026 Meta 千亿级 AI CAPEX 是同一道题。
• CFI：并购看三年后 ROIC 不看贵不贵。AVGO×VMware（610 亿）验证链：软件占比↑→EBITDA Margin 仅两季下滑→FCF 新高→负债 735→663 亿开始下降；收购后 PE 区间脱离纯半导体。GOOG×Wiz 是防 de-rate（追踪 GCP 增速、利润率、大客户数、资安渗透、对 FCF 贡献）。AMZN 投 Anthropic 看的是 AWS 营收/营益率/AI 工作负载，不是 Anthropic 估值；Google 投 Anthropic＝确保 AI 浪潮留在 GCP。
• CFF 三级：现金回流型（CFO↑FCF↑股数↓，看 FCF/share、回购时点）、槓桿成长型（看借后 ROIC、营收/CFO 是否跟上、利息覆盖、Net Debt/EBITDA 趋势、Debt Growth vs CFO Growth）、续命型（借钱补洞）。
• 2026 GOOG/META/AMZN/NVDA 同时发债＝巨型槓桿成长；NVDA 发债解读为「建立自己的信用市场」，为未来 500–1000 亿级并购/策略投资/AI 基建铺路（类比 Apple 2013 发债回购、AVGO 先建信用再做 VMware），新观察清单：持续发债、信评、500 亿以上交易、策略持股、控制能源/数据中心/网络。
• 读财报流程：假说→CFO→FCF→CFI→CFF→更新机率（50%→60%→75%→85% 随之加仓）。

分析师底层系统 #5 (2026-08-10) PE/PB/EV-Sales/EV-EBITDA/DCF 怎么用＋亲手建 ORCL DCF

• 顺序：商业模式 → 未来会产生什么现金流 → 市场相信什么 → 最后才选估值工具。
• PE＝「几年回本」的直觉，前提是今年的 E 能代表未来。Apple 用 PE 是因为市场定价的是「现金流可预测性」——PE 是建立在一套已被市场接受的 DCF 假设之上的交易语言；商业模式出现重大改变（如假设 Apple 宣布 3,000 亿 AI Cloud）时，市场先重建 DCF，再得出新的合理 PE。景气循环股（MU）今年 E 只是周期上的一点，6 倍 PE 不一定便宜，要找正常化 Earnings。
• DCF 是所有估值方法的起点：股票值的是未来回到股东口袋的现金（FCF，不是 EPS）。DCF 是把「你的假设」翻译成价格；分析师用它找「我和市场哪里不同」（如市场认为 Azure 35%、我认为 42%）。Buyside 用 DCF 做 Downside Protection（不靠外部资金还能不能自己印钞），Sellside 把它翻成 Forward PE 当交易语言。DCF 不能直接乘 PE：今天的 DCF 确认没买贵 → 建三年后商业模式与 EPS → 判断那时市场会给几倍（可比＋历史＋情绪）→ 目标价。
• EV/Sales：公司还没赚钱、未来变化太快时退一步看营收（像看飞料店的店数）；用 EV 是因为买整家公司要承担负债、拿到现金。真正交易的是「营收最终变成 FCF 的信心」：PLTR FCF Margin 由 <10%（2022）到近 50%（2025），EV/Sales 一度 100 倍，后被 AI 杀软件的恐慌杀到 30 多倍；SNOW 营收持续增加但 EV/Sales 由 80 倍跌到十几倍（市场怀疑最终 FCF Margin）；CRWD FCF Margin >30% 已接近成熟平台。估值工具随生命周期慢慢切换。
• EV/EBITDA：适合重资产（饭店、电信、公用事业），折旧是会计分摊但提醒资产终需更新。ORCL 的争议：EBITDA 一路上修，但 CAPEX 由几十亿增到五百多亿、FCF 转负——AI 数据中心是一次性建设还是永不停止的军备竞赛？
• PB：今年没有「正常获利」时退回资产，但市场付的是 Book 未来能创造的 ROE（MU 的 PB 与 ROE 正相关；Visa PB 近 20 倍 vs JPM 约 2 倍，因 ROE 63% vs 23%）。
• 选尺决策树：今年 EPS 能代表未来→PE；现金流可合理预测→DCF；仍高速扩张→EV/Sales；景气循环→PB/正常化获利；两种商业模式并存→SOTP；结果差异极大→情境分析。
• ORCL 实战（作者假设）：分歧推导链 CDS 上升←信用风险←负债←融资←CAPEX，真正问题是「AI CAPEX 是暂时还是永久」。引用法说会：RPO 6,380 亿（+363%，12% 一年内、34% 三年内认列）、Cloud 营收指引 +58–64%、FY27 营收约 900 亿（+34%）、67B AI 合约＋75B BYOH（客户自带 GPU，ORCL 赚基础设施服务而非 GPU 价差）、GPU 利用率 97.5%、项目级 ROIC「high 20%」、FY27 CAPEX 净现金支出约 700 亿。模型：OCI 占比 43%→59%（FY28 OCI 约 770 亿）、营益率先降后升、税率 19%、CAPEX 700 亿后逐年下降 → FCF FY27 −288 亿、FY28 +9 亿、FY29 361 亿、FY30 673 亿；WACC 9%、永续成长 3% → 终值 1.155 兆、折现 8,180 亿；EV 8,680 亿、减净负债约 1,300 亿 → 每股约 256 美元（2.88B 股）。重点不是 256，而是哪个假设（CAPEX 是否永远 700 亿）决定价值，附情境分析。

分析师底层系统 #6 (2026-09-14) 从一份 10-Q 到目标价：手把手建立 NVDA 第一个 Model＋DCF

• 原则：建「最小可用 Model」（营收、毛利率、营业费用→营业利润→税→净利→股数→EPS），每一格预估都要对应一个投资假设；Model 的价值在于知道数字怎么来、该改哪一格。
• 历史拆解：FY24 营收 609 亿（Data Center 475 亿、约 78%）→FY26 Data Center 近 1,940 亿、占近九成。NVDA 自 FY27Q1 改营收分类（Data Center 拆 Hyperscale 与 ACIE＝AI Clouds/Industrial/Enterprise；Gaming/ProViz/Auto 并入 Edge Computing），并自称「a data center-scale AI infrastructure company」——改分类＝公司希望投资人换框架看它。
• 预估锚点（引述 FY27Q2 法说）：Q1 营收 816 亿、Q2 962 亿、Q3 指引 1,080 亿 ±2%、毛利率约 74%、OpEx 约 90 亿、税率 16–18%；FY28 营收约 +70%（供应受限下的承诺，客户需求指向接近翻倍）；FY28 毛利率回到 72–73%（Q4 因记忆体成本下滑）；Q2 Data Center 890 亿中 Hyperscale 约 490 亿、ACIE 约 400 亿（+138%）；Content per GW：Hopper 约 180 亿、Blackwell 约 250 亿、Vera Rubin 约 400 亿美元；Rubin 已出货、预计史上最快 Ramp；FY27Q1 起 Non-GAAP 不再排除 SBC。
• 作者 Base Case：FY27E 营收 4,046 亿（Q4 季增 10%）、FY28E 6,879 亿、毛利率 72.5%、OpEx 490 亿、税率 17%、股数 24.3B → FY28E EPS 约 15.36。FY29–31 成长初稿 40/25/18%（FY31 营收 1.42 兆）经三道合理性检查（看绝对增量：每年仍需新增逾 2,000 亿；用 TAM 检查失控；翻译成必须同时成立的商业条件）后下修为 35/20/12%（FY31 约 1.25 兆）——「Base Case 不应要求所有好事同时发生」。
• 现金流：NOPAT（17% 税）＋D&A（营收 1.2%）−CAPEX（营收 2.7%）−ΔNWC（增量营收 12%；FY27H1 营运资金吃掉约 272 亿现金）→ FCFF FY27 1,902 亿→FY31 6,524 亿，FCFF Margin 47%→52%（FY26 实际 FCF Margin 约 44.8%）。提醒：确认 Non-GAAP 损益表与 GAAP 现金流量表对 SBC 处理一致。
• DCF：WACC 9%、永续 3% → 预测期现值约 1.646 兆、终值 11.2 兆折现约 7.28 兆、EV 约 8.93 兆，加净金融资产约 660 亿（现金＋有价证券 994 亿−负债 334 亿；511 亿非上市投资未计入）→ Equity 约 9.0 兆 → 每股约 370 美元＝约 24x FY28E PE。
• 与卖方比较：FY27–28 预估与卖方接近（FY28 营收 JPM 6,950 亿、Bernstein 6,903 亿、GS 7,183 亿；EPS 区间 14.40–16.70），分歧从 FY29 才拉开（FY29 营收 HSBC 7,428 亿 vs GS 9,550 亿）。估值倍数：JPM 约 20x（虽估 FY28 营收 +70%、EPS +72%）、Bernstein 上修 EPS 同时把 PE 由约 25x 降到 21x（目标价 315→400）、Citi 约 24x、HSBC 25x、BofA 约 26x CY27E（历史 25–56x）、GS 30x（Bull 35x）——PE 不是在奖励明年成长率，是在替成长周期定价。
• 历史 PE 只能做基本面比对：「以前 35x」要问当时为何给 35x；成长率一样不代表成长周期一样（营收基数从 500 亿变近 7,000 亿）；也要比当年没有的风险（客户集中、ASIC、CAPEX ROI、融资）。
• 四个世界：20x（FY28 很强但成长巅峰在附近，≈307 美元）、24–25x（成长正常化但周期长于一般半导体，≈370，作者 Base）、30x（证明是 AI Infra 平台：Content per GW 与 Wallet Share 持续上升、获利品质改变，≈461）、35x（连资本都成护城河的「AI 银行」——NVDA 帮市场融资算力；但若需提供越来越多担保、残值保证、收入分成才能维持需求，反而会质疑营收品质，≈538）。追踪：Content per GW、推理接棒训练、ACIE/主权 AI 降低集中度（JPM：OpenAI+Anthropic 约占终端消耗 20%、FY28 近 25%，Neocloud 占 ACIE 过半）、ASIC 是扩大饼还是侵蚀份额、AI 融资是飞轮还是单纯融资。

系列三｜市场解码深度（个股/产业）

记忆体 PB (2026-03-12) 三超级周期 / 定价三阶段

• 记忆体资本密集、利润随商品价剧烈波动，峰值 EPS 虚高使 PE 假性便宜 → 用 PB。
• 每周期三阶段：估值扩张 → 盈利追上（PB 已 priced in 不再扩）→ 估值收缩（供给过剩 PB 崩，公司仍盈利）。三超级周期：05-08 PC DRAM、16-19 数据中心、25+ AI（或延至 5-7 年）。
• 「AI 可能让周期变长，但不会让周期消失」。三信号：产能计划、客户库存、供给何时加速。

半导体→基建 (2026-03-17)

• AI 把半导体从循环商品定价→基建公司模型。问题从「今年卖几支手机」→「未来十年盖多大 AI 基建」。
• 三阶段定价；基建公司靠不断开新叙事跳过第三阶段（MSFT：PC→云→AI；AMZN：电商→AWS→AI；Costco 会员制永续①）。
• 六追踪指标：巨头 AI CAPEX、每 AI 系统半导体含量、训练集群规模、硬件刷新周期（3-4 年）、生态锁定（CUDA）、AI 营收占比。

类比晶片 (2026-03-24)

• 「数位在算，类比让世界运作」（控电源/管信号/使能感测）。
• 三结构变化：需求源（循环→基建：AI 数据中心 10x 功率精度、EV $300-500 含量 vs 油车 $50-100、边缘 AI 低延迟感测）；供给约束（封装瓶颈/老设备稀缺）；资本配置逻辑（循环→基建股）。
• 五 re-rate 信号：营收可预测性升、现金流稳、成为产业基建、竞争强度降、管理层资本配置获信任。
• 估值进化：底部 PE 永久抬升；从盯库存周期→盯现金流稳定，周期振幅变浅变短即去循环折价。ADI 已阶段 2；TXN 仍阶段 1（FCF 恢复中）。

能源/战争 (2026-04-07) 错杀→re-rate 历史模板

• 市场反复犯错：抓住一个最简单变量然后过度定价。危机中先定价「确定的坏消息」再认识「不确定的好消息」。
• 历史：1990 海湾（情绪修复，基本面没变，航空后来倒）；2003 伊战（SARS 解除带来真实需求回归=真 re-rate）；2022 俄乌（需求碾压成本，但循环非结构）。
• 三种 re-rate：①情绪修复（短）②时序修正（暂时）③结构性（永久：产业地位变+持续投资+现金流结构改变，如 1973 能源）。
• 三因子（须同时）：供给结构变化、持续 CapEx、现金流可持续。辅助：竞争强度、进入壁垒、现金转换周期变快（领先 EPS/FCF）。
• re-rate（估值框架变）≠ 股价（短期结果）；可在消化期边 re-rate 边跌。

Amazon (2026-04-21) 被错估三次

• 三次错估：①电商+物流（怕倒闭时它在建配送基建，差 EPS 掩盖）②AWS（被当副业，盈利爆发=首次大 re-rate）③当前 AI+卫星（高 CapEx 不确定，重复模式：重投资压当期利、后释放现金流）。
• 框架：当前现金流→再投资→垄断地位→利润爆发→循环。市场「等的不是成长，是开始赚钱的那一刻」；刻意用会计压 EPS（把未来优势当当期费用）。
• 三 re-rate 信号：ROIC 上升且有机增长持续（不是 ROIC 已高时）、现金流结构能见度（订阅/长约/转换成本）、激进多年 CapEx。
• 追踪：零售（单位增长% > 运费增长%、3P 服务营收 vs 运费）、AWS（backlog 同比 vs 营收、营业利润率拐点）、广告+Prime（占比扩张、定价力）。
• 找下一个亚马逊：市场用错估值模型、双层经济（低毛利平台+高毛利护城河）、CapEx 建未来垄断、大额费用其实是被藏在 P&L 的未来优势。

2026-07～10 增补（作者自此为本系列编号，从 #7 起）

市场解码深度 #7 (2026-07-06) 漂亮50、FAANG、Mag7，下一个霸主是谁？

• 五十年四次霸主更替（漂亮50→PC/Wintel/Cisco→Internet→FAANG→Mag7）同一剧本：新技术→新故事→市场开始相信→估值扩张→基本面验证→寻找下一个更大 TAM→新霸主。故事每次都是真的，跌是因为未来没超过已定价的期待（漂亮50 死于期待；.com 是方向对、时间错）。
• 判断霸主是否被取代的标志：市场开始相信另一个更大的 TAM。当前 HBM/光通/CPU 领涨＝同一个 AI 故事不同层的受益者，不是新故事 → Mag7「还没有」失落；问题是谁能穿越完整 AI 周期（谁是下一个 IBM）。
• 下一个十年两个候选叙事：A 数字劳动力（TAM 从 IT 预算→企业人力成本/OpEx；例：1000 人公司 IT 1000 万 vs 薪资 20 亿）；B Physical AI（TAM 从数字经济→实体经济：Optimus、Robotaxi、工厂 AI、Starlink、Starship）。
• 验证清单：A 看 Copilot 席位/企业 ARR、AI 是否完成整段工作流、企业是否因 AI 减招、SG&A 与人均营收、IT 预算是否被重分配、MSFT 是否成「AI 劳动力平台」（Copilot attach rate）；B 看 Optimus 产量与回本、Robotaxi 利用率与单公里成本、工厂人数/产值、机器人成本曲线、Starlink 企业收入超过消费者、Starship 每公斤成本。
• 方法：新叙事→初始机率→找证据→上下调机率→调配置；「不是猜对未来，是最快修正」。（本库 霸主更替五十年专题 已引用本篇。）

市场解码深度 #8 (2026-07-13) 为什么 Anthropic 值 1 兆美元、OpenAI 值 8500 亿？给「从未存在的公司」定价

• 估值先是分类：分类决定模型、模型决定估值。大型 re-rate 不是 EPS 暴增，是公司被搬到另一个「估值抽屉」（AMZN 零售→云，2015 首次单列 AWS；NFLX DVD→全球内容平台；TSLA 车厂 vs Robotaxi/AI 平台）。市场上修的是「某个假说的成功机率」。
• 四问＋一机率：①今天现金流来自哪 ②未来五年成长来自哪 ③市场现在认为估值来自哪 ④市场未来可能重新定价什么（Alpha 所在）＋各假说成功机率。无数据时先追「迹象」（招聘、建数据中心、客户案例、大会规模）。
• Anthropic：现金流＝Claude API＋企业订阅（今天是模型公司）；成长＝企业工作流被 AI 改写；第四问＝模型供应商 vs 企业 AI 平台（对标 CRM/NOW/MSFT）vs Agent 平台。情境（2026 收入 500 亿美元假设）：模型公司 15x P/S＝7,500 亿；企业平台 30x＝1.5 兆；Agent 平台约 3 兆。机率 70/25/5 → 加权约 1.05 兆，与 H 轮投后 9,650 亿（650 亿融资占 6.73%）接近 → 没有明显 Alpha；上市若 5,000 亿＝只付模型公司、1 兆＝开始信企业平台、2 兆＝已提前付 Agent 溢价。私募估值含流动性折价、优先清算、反稀释，不等于公开市场价。
• OpenAI：三抽屉——AI Search（对标 Google 搜索，1.5–2 兆）、AI 应用（对标 MSFT，2–2.5 兆）、AI 作业系统（TAM 反推：10 亿知识工作者×份额×ARPU，3–5 兆）。投后约 8,520 亿（1,220 亿占 14.3%）低于所有情境 → 市场在为竞争与烧钱的执行风险打折。作者机率 50/35/15 → 加权约 1.8 兆。
• 部位推演（作者假设上市情境）：OpenAI 初始 3–5%，加码点＝Agent 商业化（→5–8%）、企业把它当基础设施（→10–12%）、开始协调多家 Agent 成 OS（→18–20%）；减码＝停留在搜索、Agent 无护城河、企业多模型架构、企业续约下降。Anthropic 若上市约 1 兆只建 0.5–1% 观察仓；企业 AI 机率上调（模型 45/企业 45/Agent 10，加权 1.4–1.5 兆）才买到 3–5%；加码看 NRR 提升、Claude Agent 进工作流；减码看「收入涨但企业平台没形成」、多模型采购、Claude Code 无工作流护城河、市场过度定价 Agent（如涨到 2.5 兆而 Agent 收入未现）。
• 区分假说停损（跌 50% 但证据超预期可加码，涨 30% 但假说失败要减）与估值停损（合理价值 2.5 兆但已涨到 4 兆＝Alpha 兑现）。

市场解码深度 #9 (2026-08-03) 从 Apple、Intel、Broadcom、Marvell 看市场如何决定估值

• 主张：PE 是结果，估值先是市场相信公司五年后变成什么；要区分 Valuation Fluctuation（估值波动）与 Valuation Regime Change（估值体系改变），只找后者。
• Apple：FY2015 营收 +27.9% 时 NTM PE 仅 10–15x；FY2019 营收 −2.0% 时 PE 反而脱离区间、2020–21 一度 >35x。原因在营收组成：Services 199 亿（8.5%）→781 亿（19.8%），Services 毛利率 55%（2017）→71.7%（2022），且与硬件周期不同步（FY16 总营收 −7.7%、Services +22.3%）。提醒：2020–21 有降息与流动性因素，不能 100% 归因 Services；FCF Margin 24.4%→27.7% 并非直线上升。判断是否体系改变四问：营收组成、经济品质（毛利/经常性/FCF/定价权）、Customer Economics（终身价值）、改变是否大到重新定义整家公司。
• Intel 反例：营收 2014 约 500 多亿→2021 近 800 亿、2018 毛利率 63.3%、FCF Margin 20.1%，看似健康；但 2019 起毛利率一路掉到 2024 年 36%，R&D 115→166 亿、占营收 20.6%→31.2%，FCF Margin 转负——投入↑≠能力↑≠价值捕获↑；营收是落后指标（客户与供应链有惯性）。2023 后 PE 冲到 50x 是分母效应而非叙事溢价。提早发现价值流失五问：营收涨但毛利降？投入增但竞争位置没升？原本控制的价值层五年后还重要吗？增加产品还是建立能力？PE 高是叙事还是分母崩？
• Value Capture 四层因果链：能力 → 边界（产品范围）→ 控制 → 经济。有价值的边界扩张＝新能力×整合能力×客户采用×经济捕获。控制拆四种：工作流控制、转换成本、Attach Rate、标准控制（ARM/CUDA/Windows）。「它每多做一件事，有没有让原本的能力更值钱？」
• AVGO：毛利率 52.1%（2015）→67.8%（2025）、营益率 42.9%→65.7%，边界扩张没有稀释品质；VMware 后软件占比 20% 多→41.6%（FY24）；但 FCF Margin 2023 49.2%→2024 37.6%→2025 42.1%，仍低于收购前，VMware 价值捕获「仍是进行式」。下一轮 re-rate 公式：Value per AI Factory（每 100 元 AI CAPEX 拿多少）↑ × 营收品质/周期↑ × 转换成本↑；ASIC 有世代重竞标风险，网络与软件带来经常性。用 Google TPU 角色下降示范「证据组合」：ASIC 竞争力下调（如 70%→65%），只有当网络/光/互连也被降低采用才破坏平台假设（→50%）。研究 AVGO＝已建立的 Value Capture 能否持续，36x Forward PE 买的不是过去。
• MRVL：市场早知道 AI Infra 会成长，研究的未知是「Data Movement 会不会成为下一代 AI 集群最大瓶颈」，MRVL 是观察窗口；三笔收购拼成「AI Data Fabric」能力地图。Forward PE 从约 40x 冲到近 70x（NVDA 3/31 入股 20 亿、黄仁勋称其下一个兆市值）再回到 40 多倍＝市场对成功机率的更新（示例：成功值 100、失败值 20，机率 30%→44 元，70%→76 元）；同一证据不会被重复定价，需要不断累积的新证据。证据分高低品质（管理层「有信心」≈低；CSP 新集群架构采用新互连、Design Win 确认＝高）。
• 宋分定价三阶段（本篇正式命名）：①叙事建立＝Multiple Expansion（市场重新定义公司）②基本面追上＝Fundamental Catch-up（股价盘整、EPS 填坑）③估值收缩＝Multiple Compression（成长仍在但市场寻找下一个 Value Capture）。三阶段描述的是「相信程度」的变化，不是预测模型。链条：未知 → 假设 → 证据 → 机率 → 价值捕获 → 估值。

市场解码深度 #10 (2026-08-17) 原假设被新证据挑战时，如何重新研究 Google（首次公开「分析师思考手稿」）

• 触发事件（作者引述）：Jeff Dean 离开 Google 与 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 等创立 Discovery Loop；Hassabis 改任 Alphabet Chief Scientist / DeepMind Chairman，Koray Kavukcuoglu 接日常营运；SemiAnalysis 发表「Gemini is Cooked but GCP is Cooking」。股价约 345 美元、市值约 4 兆+。
• 原假设从来不是「Gemini 第一」或「TPU 打败 NVDA」，而是 TPU→Gemini→GCP→企业→Search/Workspace→现金流→再投 AI 的飞轮。三种 Google：A Frontier AI 赢家、B AI 基础设施赢家（Gemini 够好即可，像 NVDA 不必自己训练最强模型）、C AI 生态系赢家。资产组合（SOTP）vs 生态系：很多好资产≠一个好生意。
• 退出 vs 重新配置的判断：看四种配置——资本（2026 CAPEX 指引仍明确用于 DeepMind 前沿模型＋服务＋GCP）、人才（人去哪里，而非谁走了）、算力（最难说谎：最稀缺的 TPU 给谁）、产品（新能力放进哪些产品：Gemini Enterprise Agent Platform、第八代 TPU、Agentic Data Cloud 同一堆栈）。暂时结论：比较像重新配置，未见干净的退出证据。「策略是公司说要做什么，证据是客户真的在做什么。」
• 飞轮逐箭头检验，区分 Stage 1 技术整合（已明确）→ Stage 2 使用/产品整合（快速发生）→ Stage 3 经济价值互相传导（尚未证明，Alpha 所在）。引用数据：26Q2 GCP 营收 248 亿（+82%）、backlog 5,140 亿（Q1 约 4,620 亿、Q1 营益率 33%）、现有客户用量超过承诺逾 50%；AI Mode 月活超 10 亿且查询每季翻倍；Search & Other +17%；Gemini App 9.5 亿 MAU；近 90% 财富 100 已用 Gemini Enterprise；Q2 营收 1,198 亿（+24%）、Q2 CAPEX 449 亿，2026 指引由 1,800–1,900 亿上调至 1,950–2,050 亿，2027 再增；Q2 EPS 9.11 含大额股权投资收益不宜直接算 PE。
• 协同四来源：营收协同、成本协同（TPU 降 Gemini 推理成本）、入口协同（Android/Search/Workspace 低成本获客）、资本协同（Search FCF 支持 AI CAPEX）。最危险的情况是「每一块都做得很好，但没有一块让另一块更好」。Google 价值＝独立资产价值＋协同价值－AI 投资负担（含机会成本）。
• 历史对照：MSFT 2014 年底 PE 约 16x → 2019 年 34x（commercial cloud 4.4B ARR→381 亿、毛利率 63%、seats 与 ARPU 同升），但 PE 上升是商业品质改变后的结果；Apple＝同一存量客户被多次变现；Google 2015 年已有 Android 14 亿 MAU 等重叠入口，是第一次从资产组合走向平台。
• 三种估值 Regime：资产组合（SOTP，不给协同）→整合式平台（上修成长周期/利润）→AI 生态系（正式把协同现金流现值放进 DCF）。AI 溢价三层：能力溢价（已有）→成长溢价（正在证明）→生态系溢价（未证明）。Model Winner ≠ Economic Winner。
• 反向 DCF（9% 折现、4% 永续，作者思想实验）：A 资产组合 FCF 2027 100B→2031 250B ≈ 4.0 兆；B AI 基础设施赢家 105B→330B ≈ 5.2 兆；C 生态系 110B→390B ≈ 6.1 兆——当前市值约等于「不给协同」的情境。
• 新追踪公式：AI 资本效率＝增量 FCF ÷ AI 资本投入；生态系放大倍数＝Alphabet 增量经济价值 ÷ AI 业务独立收入（1.0x＝资产组合，2.5x＝生态系）。愿给协同溢价的四个证据：Attach Rate（TPU 客户→GCP→Gemini→Security/Data/Agents）、合约金额扩张、Margin/FCF、Alphabet 增量 ROIC。反证情境：前沿 AI 资源降、TPU 外卖与 GCP 成长但 Gemini 停滞、Workspace ARPU 不升、Cloud 利润被折旧吃掉 → SemiAnalysis 的利空解读成立（Google 找到的是基础设施生意而非生态系）。
• Coverage 核心假设改写为：「Google 的真正优势不是拥有最多 AI 资产，而是有机会让同一笔 AI 投资在 Alphabet 不同业务中重复捕捉价值——正在被证明，尚未完全证明。」

市场解码深度 #11 (2026-08-31) 光通这么好，为什么还不一定 Re-rate？拆解 LITE、COHR、CIEN

• 方法：回看 2023 年底至今破百份外资报告＋当时共识与 Forward PE，以设备股（LRCX/AMAT/KLAC）为历史对照。开场：LITE 3 月 OFC 给出 Optical AI TAM 2025→2030 由 180 亿到 900 亿（约 40% CAGR）、50 亿营收时毛利 45–48%、80 亿时毛利 49–52%/营益率 38–42%；UBS 标题「expands TAM and LT targets but priced in」——Buyside 已在想 CY28 营收 80–90 亿、EPS 约 30 美元，而当时 Consensus EPS 仅 11.75。Consensus ≠ 市场预期。
• 三阶段补充定义：①估值扩张不一定是「EPS 不动 PE 升」，也可以 EPS 与 PE 同升（看股价主要在交易什么）；②股价驱动转为 EPS、估值持平或小幅震荡（第二阶段股价未必跌）；③EPS 仍增但 PE 收缩；③之后可因新架构/新 TAM/新 Value Capture 重启 ①′。
• LRCX 历史对照：2019 年 PE 由近 8x 到 18x 只是「周期性估值扩张」（UBS：as more of the cycle gets priced in；目标倍数 11.5→12x）；2020–21 真正的结构性 ①＝逻辑晶片也走向垂直堆叠，每片晶圆需要的蚀刻/沉积变多、WFE 份额 +100bps（UBS 同时上调 EPS 31.42→36.03 与倍数 19→20x）；2021 Q2 倍数停在 18x＝②；2022 倍数约 14x＝③；2023 下半年「AI 改变下一轮记忆体需求强度」＋HBM/GAA/先进封装＝①′。AMAT（WFE share +140bps）与 KLAC（制程复杂度增加但份额未如预期）提醒：产业 TAM 变大≠每家公司都 re-rate，关键是谁拿走增量。
• LITE：①早在 2023H2（PE 约 12x→25x、2024H1 超 55x，同时 NTM EPS 下修）＝去库存尾声＋AI Datacom 早期；2024 年 PE 降 EPS 升＝②；2025H2 1.6T/OCS/CPO/ELS/Scale-up/out/across 重开 ①′。NTM 营收共识由约 13 亿上修至 62.7 亿、EBITDA Margin 由负 V 转至约 35%。JPM 2026 年 2 月：2026 TAM 预期已上调超 50 亿、族群平均估值超 30x CY27、执行门槛很高。UBS 估 Buyside CY28 EPS 约 50 美元 vs UBS 33.41（UBS 上修 EPS 同时把目标 PE 35x→33x）。2026 年连 Scale-up 都已是旧故事（JPM OFC：Scale-across 带宽约 WAN 14x、Scale-out 50x、Scale-up 500x）。下一轮需改写 2028–30 Earnings Power：Scale-up 光学化更深、ELS 由单一大客户扩到多客户且由 Laser 升级到整个模组、OCS 由大订单变标准架构（新 1RU 形态）、40%+ 营益率是周期顶还是新常态。
• COHR：NTM 营收共识由 45–50 亿（22H2–24H2）升至逾 100 亿＝已进 ②；EBITDA Margin 约 18.7%，比较接近正常区间，仍有靠 EPS 自己追上的空间。JPM 最看好 COHR：约 28x CY27、族群中折价最大、上修潜力较大；Sellside CY27 EPS 约 7.40 vs Buyside 约 9。FY4Q26 营收 20.5 亿（+34%）、毛利率 40.2%、EPS 1.74。新一轮 ① 候选：OCS（SAM 由 20 亿翻倍到 40 亿+，管理层称可能仍保守）、PhotonLink（往整条光讯号链平台走）、Multi-rail（2030 SAM >20 亿、2027H1 开始放量）、Thermal（Thermadite，现在只算 Optionality）。「同一客户采用更多层产品」是提高机率的关键讯号（管理层：在元件/子系统/完整系统多层销售）。
• CIEN：最漂亮的「EPS↑＋PE↑」第一阶段——2024H2 PE 约 20x、NTM EPS 2–3 美元 → PE 一度近 80–90x；UBS 2026 年 3 月：共识 EPS 约翻倍、股价涨逾三倍（多出来的是估值）。2026 年中起 EPS 续升而 PE 压回约 50x＝②；UBS：投资人预期已显著高于共识、上修幅度恐令人失望、毛利扩张的槓桿不如元件同业、未来股价主要靠 EPS、不预期 PE 再明显扩张。最新季营收 15.7 亿（+40%）、Optical +42%、Routing & Switching +88%、Cloud 客户 +70%、毛利 44.9%、营益率 19.5%、EPS 1.64（近去年四倍）、Backlog 77 亿。①′ 候选：Multi-rail/Hyper-Rail 成为标准架构（Hyper-Rail 距离 ~1,000km vs 单轨 ~100km、光子内容 4–5 倍，管理层称其占比更大且毛利率更高、2027 放量、多家 Hyperscaler 与电信商）、DCOM 由产品变成进入数据中心「内部」的入口、利润结构性改变。
• 下一轮估值扩张七条件：①TAM 变大到原本模型里不存在的一块 ②成长周期被拉长 ③每单位系统含量变多（内含价值密集度）④新架构是增量不是替代（CPO 在 Scale-up 是增量、可插拔仍主导 Scale-out/across）⑤利润结构改变 ⑥竞争位置改变、拿到更多 Value ⑦市场开始用不同估值框架（如 JPM 对 LITE 目标倍数 2024 年约 14x→17x→21x→现约 30x CY28）。
• 三家考卷：LITE＝能否比已非常乐观的 Buyside 更好；COHR＝能否把已相信的获利做进财报并留下上修空间；CIEN＝获利能否追上已跑很远的估值。

市场解码深度 #12 (2026-09-07) 软件股暴跌后为何突然反弹？拆解 CRM、NOW、PLTR 被 price in 到哪里

• 主张：这轮软件反弹不是市场得到「AI 不会颠覆 SaaS」的答案，而是发现几个月前相信的最坏情境 price in 太多。IGV 的 NTM EV/Sales 崩的是估值框架（愿意相信的成长周期从十年缩成五年），不是近期 EPS。「AI 改变 SaaS」≠「SaaS 价值消失」。
• 三阶段再细分（本篇新增）：③-A 预期耗尽型（公司没变差，市场已相信太多，如 LITE、未来的 PLTR 风险）；③-B 未来状态恶化型（近端 EPS 仍上修，但市场怀疑五年后公司还是不是原来的样子，CRM 最典型：NTM EPS 一路升、Forward PE 一路降）。③-B 之后两条路：③-B→估值修复（「你没有我想得那么差」，Future State 由 100 被打到 50、修回 70）vs ③-B→①′（「AI 让你比以前更值钱」，需要新证据改写长期获利能力）。
• CRM：2022＝上一轮 SaaS 高估值的③；2023 上半年 Margin/FCF 改善只是「证据累积期」（EPS↑、PE 未↑；JPM FY24 EPS 7.43→8.02）；2023Q4 起 EPS↑+PE↑ 到 30 倍以上＝获利/FCF 转型的 ①；2024Q1–Q3＝②；2024H2–2025Q1 Agentforce/Digital Labor 重开 ①′（Benioff：生产力与人数脱钩）；之后因「Agentforce 越成功越担心 Seat 蚕食」（Salesforce 自己因 AI 工程师生产力约 +30% 不增招工程师）进入③-B。最新：Agentforce ARR 逾 15 亿（+240%）、Agentforce+Data 360 ARR 近 39 亿、Agentic Work Units 32 亿（季增 97%）、cRPO 加速到 14%；管理层称 Sales/Service/Slack Seats 仍年增、流失率近历史低点、高阶 SKU bookings 季增逾一倍、经 MCP/CLI 的 Agentic usage 增六倍；但排除并购订阅营收仍约 6–8%（Bernstein），MS 称这季只是「modest relief to the 'SaaS is dead' narrative」。大型电信合约例：约 2,000 万 ACV 中 1,300 万来自人用产品、700 万来自 Agentforce。判断：③-B→估值修复，还不是 ①″；①″ 需要 Agent Revenue＋Premium SKU＋Consumption Revenue > Seat 蚕食＋传统业务放缓，并见整家公司有机成长回升。
• NOW：2023 推出 Pro Plus（牌价较 Pro 高逾 60%）＝①；2024 Now Assist 成为史上初期 Net New ACV 最大产品、UBS 估 2025 贡献 1–2 个百分点营收成长，PE 仍由 50 多倍升到 70 倍以上＝基本面兑现但仍在 ①；2025 年初起 PE 由 70 倍降向 50 倍＝②；2026 年初市场怀疑 Agent 会绕过 Workflow 层＝③-B（McDermott：「AI doesn't replace enterprise orchestration. It depends on it.」）。证据：AI Control Tower 上线 60 天即超全年 Net New ACV 目标、内部约 45 万个 Agent 在 Workflow 中运作；26Q2 AI ACV 破 10 亿、全年可能超 15 亿目标、首次购买 Agentic AI 客户 +45%、Pro Plus 加价仍逾 30%、订阅收入 +23%、cRPO +21.5%；但 UBS 称「Fine Given Fears, But a Skinny Adjusted Beat」，扣并购/提前续约/时点后核心有机成长约 18%＝relief rally。①′ 需要：企业 Agent↑→跨 Agent Workflow↑→Control Tower/Orchestration/Governance Attach↑→每客户 ACV↑→有机 cRPO/营收重新加速→PE 重新扩张。
• PLTR（用 NTM EV/Sales＋NTM 营收）：2023 年 5 月 AIP 推出即 ①（MS：8 个月 EV/NTM Sales 由 5.1x 到 14.6x，接下来责任转到真实营收）；AIP Bootcamp 把 Pilot 由 1–3 个月缩到 5 天内、4 个月做逾 560 场，美国商业营收 +70%；营收连续十季加速（23Q2 约 13%→25Q4 70%，UBS：「a turnaround that we've never seen before」），且每次兑现都让 EV/S 继续扩张，① 一路延续到 2025 年底；2026 年起营收 +85%（Q1）、+93%（Q2）但 EV/S 下降＝②。26Q1 营益率 60% 但股价平淡、随后自高点跌约 35%，UBS 由 Neutral 升 Buy（2027 FCF 倍数降到约 50x）——基本面几乎没变，评级因价格改变。26Q2 美国商业 +149%、2026 营收指引由 71% 上调到 82%，UBS：「zero evidence of increased competition」。可能的新 ①′：Context Layer/Ontology（MS 访谈年花 500 万美元以上客户，无一考虑迁往 AI-native 替代品）与主权 AI；风险＝客户集中、部分客户嫌贵而把用例分流到 Databricks/SNOW。
• 找下一个软件赢家的三层问题：AI 营收是增量还是此消彼长？AI 越强护城河变厚还是变薄（「企业不会写程式」型护城河变薄；Data/Context/Governance/Audit 型变厚）？每增加一个 Agent，公司能捕捉多少价值？验证：共识↑+估值↑＝①；共识↑+估值↓且叙事不变＝②；共识不降但估值大降且质疑长期模式＝③-B；共识仍上修但好消息越来越推不动估值＝③-A。「基本面兑现≠第一阶段结束」——只要新证据让市场重算终点（10 亿做到后发现 TAM 是 100 亿而非 50 亿），就仍在 ①；「好消息开始只剩数字效果」是 ① 走向 ② 的最早讯号。

市场解码深度 #13 (2026-09-28) 谁能收走企业的「AI 复杂税」？拆解 CRWD、PANW、SNOW、DDOG、MDB

• 承接 #12：2026 年 4 月起软件先有一轮共同的 Sector Re-rate（估值修复，Beta）；修复后市场开始区分谁只是「没那么差」、谁因 AI 而更值钱。CRM/NOW 面对的是 AI 会否侵蚀既有价值；这五家位于企业 AI 架构的底层与控制层——Agent 越多，资料、工具呼叫、身份权限、log、Token 成本、攻击面越多，作者称之为「AI 复杂税」。因果链：AI 进正式营运→复杂度↑→资安/监控/资料需求↑→使用量与支出↑→营收与 FCF↑→估值扩张；最易被跳过的一步是企业会不会付新增预算（而非把旧预算换名字）。
• 三个潜在价值池：①AI 资安与身份权限（必要支出、风险相连利于平台整并、既有部署可直接看见 AI 行为）；②AI Agent 监控/正式营运控制层（Agent 是会不断产生资料的执行链，按使用量收费可自然转成营收）；③Agent 记忆与企业脉络层（模型可共用、企业资料与脉络不能，想像空间最大但证据最弱，价值可能落在资料仓储、营运资料库、向量资料库、模型平台或 CSP）。①②最接近进入财务预期，③仍是 Optionality。
• CRWD：历程 2022 估值消化 → 2023–24 初 ① 云原生资安平台（EV/S 约 7x→近 20x）→ ② → 2024 年 7 月全球当机＝事件型风险重置（20x→11x，非第三阶段）→ 修复→①′ 平台化（约 25x）→ ②′（降到 15–17x）→ 2026 年 4 月 Mythos 推出后 ①″：NTM 营收预期约 55 亿→66.5 亿、NTM EV/S 约 17x→36x（市场交易 AI 资安可能打开比 EDR 更大的市场）。JPM：Mythos 后股价约 +100%，需 NNARR 至少超预期 2,000 万并反映在全年指引。实际：NNARR 3.33 亿（+51%）、期末 ARR 58.4 亿（+25.4%）、Falcon Flex ARR 22.9 亿（+101%）、AIDR ARR 近前季两倍。定位：①″中后段——尚未证明「独立 AI 资安预算」。
• PANW：2023–24 初 ①（NTM EPS 1.8→2.8、PE 40x→65x）→ 2024 年 2 月平台化转型（优惠/免费导入）造成短期成长重置，随即长期 ②（EPS 2.8→3.6–3.9、PE 65x→40–50x）→ 2026 年 4 月起 ①′：NTM PE 约 45x→88.7x、NTM EPS 约 3.6→4.19、NTM EV/FCF 约 57x（近五年均值约 30x），同时交易平台化、AI 资安（Prisma AIRS 四季破 1 亿 ARR、平台客户 NRR 逾 120%）与收购整合（CyberArk、Chronosphere、Portkey、Koi）。高盛：年初至今约 +102%、IGV 仅约 4%。考卷：优惠期结束后客户总支出是否仍增加、收购是否形成资料飞轮。
• SNOW：2023–24 初 ①（EV/S 13x→20x）→ 2024 年 2 月至 Q4 ③ 成长周期重置（管理层交接、消耗放缓，20x→8x）→ 修复→①′ → ②′ 遇产业估值重置（17x→7x）→ 2026 年 4 月起 ①″：NTM 营收预期 58 亿→71.7 亿、EV/S 7x→16.5x。最新季产品营收 +37%、全年指引 31%→36%，加速约一半来自 AI 产品、一半来自核心产品与资料搬迁（这个组合比单纯 AI 产品高增更重要）；高盛：AI 转折支持更高中期结构性成长；Bernstein 目标倍数 11x→15x。需证明成长延续到 2028–29 以后。
• DDOG：最直接的「AI 复杂税」标的。历经 ①/②/成长疑虑重置/①′/②′ 后，2026 年 4–7 月 ①″（NTM EV/S 约 8x→20x+）；8 月起进入 ②″ 早期：营收 +36%、排除 AI 原生客户核心约 +27–29%、AI 客户超 750 家、MCP 工具呼叫单季约 4 倍（较 2025Q4 逾 22 倍），但 EV/S 由 20–21x 回落到 17.1x，财报营收超共识 4%、EPS 超 26%、全年指引上调约 3%，股价一度跌约 17%（高盛：多数指标都很强却略低于投资人期待）——市场转向验收成长持续性。
• MDB：2023 ①（EV/S 8x→17–18x）→ ② → 2024 年 3 月至年中 ③（Atlas 消耗与长期成长模型重置，18x→8x） → 修复 → 2025 年初再度成长展望与执行风险重置（12x→4–5x）→ ①′ → ②′ → 2026 年 4 月起 ①″ 早期：NTM 营收预期 28–29 亿→32.8 亿、EV/S 5–6x→最高近 12x、现约 9.8x，交易 Atlas 重新加速与 Agent Memory 选择权（文件资料模型、Atlas、向量搜寻、Voyage AI）；但尚无清楚的 AI 营收拉动——「故事走在财务数字前面」最明显。9/29 投资人日为首个验证点。
• 下一轮 re-rate 六条件：新增预算（非旧预算换名）、每单位 AI 活动的软件含量提高、增量使用量（非取代既有产品）、成长周期拉长、成为必经控制点（否则价值被 CSP/模型平台/新创拿走）、市场改用不同类型公司框架看它。附「十五张考卷」（每家三张：市场已知道/第二阶段要兑现/能改写长期模型的证据/未来 6–12 个月追踪与失验条件），例如 CRWD 的 AIDR 是否形成独立大型交易、PANW 平台客户 NRR 能否维持 120%+、SNOW 产品营收能否连续数季维持中高 30%、DDOG 前十大客户集中度、MDB Atlas 能否稳定突破 30%（维持 27–29% 则假设未成立）。

市场解码深度 #14 (2026-10-05) AI 可以复制技术，复制不了一张稀有球员卡：用科技股的方法找下一个消费 Re-rate

• 主张：AI Agent 摧毁的不是消费股，而是「除了帮消费者找到商品外没有其他存在理由的中间层」；有些消费护城河可能比技术更难被 AI 攻破（技术可被追赶，稀缺供给不能被生成）。营收成长不足以解释股价：五年 TTM 营收成长 SHOP 约 32.5% 但股价约 +9%，WMT 约 6.2% 但股价约 +124%；W 营收重回约 +7.5% 但股价仍约 −60%——市场重新定价的是经济模型（每一美元 GMV 最后留下多少：商品毛利、会员、广告、FCF）。
• 购买摩擦五分类：资讯型（搜寻/比较/推荐，AI 最易消灭）、实体型（库存/配送/退货）、信任型（真伪/卖家/担保）、稀缺型（不可替代的供给）、基础设施型（商品目录/库存/结账/支付，Agent 仍需要「商业铁轨」）。Agent Value Capture 四问：入口被拿走后商品还是不是你的？交易还需不需要你的基础设施？Agent 带来更多 GMV 还是连高毛利收入一起拿走（同一美元 GMV 变得不值钱）？降低摩擦后新增价值被谁拿走（消费者/零售商/Shopify/OpenAI、Google 收取的 Agent 交易费）？
• WMT：Forward PE 在 AI 购物进财报前已由约 20x 重估到 30x 以上——2023Q4–2025Q1 的 ①＝从低毛利零售商变成「市占持续提高、高毛利收入（电商、会员、Walmart Connect 广告、Marketplace、履约）占比增加」的平台型零售商（FY24 全球电商首破 1,000 亿、广告 +28%、会员 +20%）；2025Q2–2026Q1 ①′ PE 到 40x 以上，AI 只是未来状态的一部分；2026Q2 起 PE 由近 45x 回到约 36x、NTM EPS 仍上修＝②。MS 2026 年已把「电商＋会员＋广告＋第三方飞轮」写成核心框架，不再是 Optionality。Walmart AI 负责人称即使 LLM 成为入口，Walmart 凭约 5 亿件商品、价格与速度仍会被 Agent 选中。考卷：②能否持续；Sparky 能否提高转换率/客单价/会员参与/广告价值；外部 Agent 下单时 Walmart 的 Value Capture 是否不降。
• TGT：五年大多困在③（③-B 式：EPS 修复但没有新的长期成长模型）；2025Q2 起 Forward PE 约 10x→17x＝①候选（市场先买「最差时候过去了」）。26Q1 营收 +6.7%、同店 +5.6%、交易量 +4.4%、六大品类全成长；26Q2 营收 +5.3%、同店 +3.8%（交易量 +3.6%）、数位 +8.7%、当日达 +25%+；非商品收入（Roundel、Circle 360、Target Plus）26Q1 增近 25%、Q2 逾 20%，Target Plus GMV 增近 60%。MS：Target 数位化仍落后 WMT/AMZN，下一步看能否把 Gemini/Copilot 等平台合作转成可量化 GMV。Agent 时代风险比 WMT 大（「好逛」价值可能被比价压缩），需靠 Only-at-Target 商品。三张考卷：来客数→市占、高毛利收入改变利润结构、AI 选品/个人化最终进 EPS。
• W（Wayfair）：用 EV/Sales＋NTM 营收；2021–22 ③（EV/S 由 2x+ 压到约 0.5x）；2023–25Q1 成本重整、FCF 恢复但未重画成长率；2025Q2–Q4 ①＝家具产业未复苏下的结构性 Share Gain＋营业槓桿（25Q2 排除德国营收约 +6%、EBITDA 率 6%+；Q3 约 +9%）；26Q1 ②（营收约 +7%、活跃客户转正）；26Q2 起 ①′（营收 +7.5%、美国 +8.7%、订单 +6%、活跃客户 +3.3%，美国家居品类首次约持平至小幅正成长＝产业顺风＋市占）。Bernstein：共识 2026–28 营收成长约 7% vs 其 Base 约 10% CAGR（乐观 12%）；MS 讨论长期约 10% EBITDA Margin、2025–28E 营收 CAGR 约 6% 但 EBITDA CAGR 约 23%。提醒「共识还没 Price ≠ 股价还没 Price」。AI 仅为 Optionality（AI/Agent 渠道转换率较高但占比很小），且可能让 Wayfair 沦为 Agent 背后的供货来源之一。
• SHOP：用 EV/Sales；③（2021–22 物流重资产疑虑）→ ①（2022Q4–23H1 出售物流给 Flexport、裁员约 23%，重估为轻资产商业平台；EV/S 约 5x 起）→ ②（2023 FCF 由 −1.86 亿转 +9.05 亿、FCF Margin −3%→13%）→ ①′（成长＋现金流并存，Shop Pay/Payments GPV 渗透 56%→60%）→ ①″（往企业/跨境/POS/B2B 扩张，TAM 定义扩大）→ ①‴（25Q2 营收 +31%、Q3 指引 25–30% vs 共识约 21.5%）→ 2025Q3 至今 ②（25 年营收 116 亿、+30%、FCF 约 20 亿；26Q1 营收 +34%）。AI 已进财报（26Q1 AI 流量约 8 倍、AI 搜寻订单近 13 倍；ChatGPT Instant Checkout 首波逾百万 Shopify 商品；接入 Meta Muse/Shop Pay），但 26 年 5 月财报后股价反跌——市场在问 AI 是提高 Value Capture 还是只提高成本、是强化还是绕过 Shopify。当前 Forward EV/S 约 10.5x、NTM 营收共识约 169.5 亿。关键 KPI＝AI GMV × Shopify Value Capture；两种未来：控制底层交易铁路（GMV↑↑、变现率≈/↑）vs Agent 拿走探索与消费者关系（GMV↑ 但变现率↓）。
• EBAY：聚焦收藏品、精品、汽车零件、翻新、球鞋、二手与 C2C；2022Q4–23Q1 ①（EPS 未动、PE 约 9x→12x，Tech-led Reimagination）→ ② → 2023Q4–25Q3 ①′（MS 由减码升加码、目标价 35→62）→ ②（2025 GMV 约 +6% 近 800 亿、美国约 +10%、Focus Categories 逾 +12%、广告约 20 亿）→ 2026Q2–Q3 ①″（三大战略重点占约 70% GMV、合计 +15–19%；26Q2 营收与 GMV +15%）→ 现 ②（Forward PE 约 19x→17x、NTM EPS 约 6.25）。MS：「underappreciated winner as agentic eCommerce scales」（独特库存、价格优势、AI 上架工具降低卖家摩擦）。飞轮：AI 上架降成本→供给↑→独特商品↑→Agent 更易找到 eBay→高意图流量→成交→更多卖家。但公司 25Q4 法说称 Agent 流量「very small」；广告占 GMV 2.7%，3% 只是中期目标。
• 收尾：同样叫 Re-rate，五家买的不同——WMT 营收结构改变、TGT 修复待升级、W 营业槓桿、SHOP 成长周期与能否成为 Agentic Commerce 基础设施、EBAY 稀缺供给×交易效率。「AI 可以拿走你的入口，但拿得走你的 Value Capture 吗？」预告：下一季 Coverage 新增 PLTR、SKHY，之后为设备股与金融的市场解码。

系列四｜投资纪律（散户行为/心理，共识与确定性应用）

(2026-02-11) 看对公司却不赚钱

• 不是选股差，是没踩准共识切换。市场反应「变化」非绝对水平：财报好却跌（已定价改善）、利空却涨（预期更差）。
• 机构：预判预期切换、在共识固化前交易「预期差」。难点不是找好公司，是判断市场何时开始定价你已知的东西。

(2026-02-15) 从零学投资不先看盘

• 先看价格=每步决策都依赖市场，等于用市场逻辑赌市场。
• 先学三块：会计/财报（怎么赚钱）、产业分析（盈利可持续性/竞争）、心理（自身偏误）。
• 业余：价格→K 线→新闻→决策；专业：商业模式→可持续性→现金流/资本需求→最后看价格。「你太早看价格，太晚理解企业」。

(2026-02-21) 抱着不涨卖掉就喷

• 报酬不来自公司质量本身，来自市场从怀疑转为确信。「市场不是发现价值后立刻反应，是确定性提高后才加速」。
• 确定性提升需三验证之一：公司确认（连续几季）、产业确认（同业/供应链）、市场制度切换（风险偏好/估值框架变）。多数人在确定性阈值触发前离场。

(2026-02-28) 市场没涨你持有的股票

• 你的持仓处在不同定价阶段。三阶段：①预期形成（最高报酬）②预期验证（磨人）③估值消化。
• 「市场不避讳为已知的强买单」——资金流向不确定性下降，不是确认已有质量。记忆体涨因预期重建；大型科技滞涨因优秀已被定价。
• 纪律：只周看市场；写持仓论点（为何买/何时卖/当前阶段）；删比较指标（同业回报引入情绪误差）。三种成熟应对：当长期不动仓 / 部分轮动保留核心 / 拉长时间预期。

(2026-03-07) 像机构一样买在起涨点

• 信息四步扩散：机构研究→卖方上调→媒体/社群扩散→ETF 被动流入（早钱常在此离场）。
• 三阶段：①倍数扩张（最赚，PE 20x→60x 领先盈利，很多散户嫌贵不买）②盈利追上（磨人，散户在此弃船）③倍数压缩（痛）。
• 三机构信号：分析师长期假设上调（TAM/增长）、beat 幅度扩大、价格对消息的反应（利好涨=①，不动=②，跌=③）。
• 散户买晚因等确定性出现（=①结束后）。市场奖励确定性扩张，不奖励已确认结果。

(2026-03-14) 战争不知打多久时机构在做什么

• 散户把不确定当紧迫（刷新闻/频繁微调），耗尽资本情绪；机构主动减少动作。
• 机构三做法：风险预算（问「再跌 15-30% 能否承受」非「是不是底」）、动态仓位（按信用利差/波动/利率信号，非机械抄底）、刻意不动（无优势时交易本身=风险）。
• 长存三习惯：留现金（不一次梭）、拉长时间、接受不完美执行、活到下次机会。

(2026-03-21) 不知道自己什么时候看错（止损）

• 不缺止损知识，缺识别「论点已错」。多数人混淆「暂时回撤」与「根本错误」。
• 止损=原论点破坏（不是跌幅）。三类论点失效：产业方向错（需求没来/恢复慢）、公司竞争力错（份额/毛利/执行）、时序错（方向对但更久——最常见）。
• 加仓=不确定性下降+预测开始验证（库存真降、管理层口径转强、股价响应），不是抄底。
• 散户在峰值加（最确定时）、在低位砍（情绪崩）；机构在逻辑破时退、在证据确认时加。
• 「最危险的不是坏消息，而是好消息不再推动股价上涨」。

(2026-03-27) 怎么看相对低点（抄底）

• 机构看「风险是否下降」而非价格。三进场信号：坏消息多但股价不再创新低（强制卖盘出尽）、强势股守支撑（资金没走）、市场分化（流动性危机→基本面定价）。
• 相对低点三要素：基本面未变、风险受控、区分情绪 vs 结构损伤。相对低点（价跌资产未变）vs 陷阱低点（价跌且基本面恶化）。
• 执行：分批——试单→确认→加码，边盯恶化。

(2026-03-28) CTA/被动卖压何时止 / 内部人卖股 / 加仓顺序

• CTA 卖压由趋势模型驱动（破 50/100 日线触发），非基本面。止于：不再创新低、强势股稳、市场分化。
• 内部人卖股≠公司坏（多为 10b5-1 计划/生活/行权/分散/税）；真正警讯=持续激进卖+基本面恶化。
• 机构加仓顺序（不是先补亏最多的）：①试单 10-20%（价稳）②30-50%（核心强势回、风险可观察）③60-80%（按选择性轮动、基本面重定价）④80-100%（趋势确认）。结构：大型股企稳→成长股恢复→高 beta 延伸。买「更安全」非「更便宜」。

(2026-04-04) 强势股在下跌中被发现

• 强势股=「该跌时没跌的」（涨可能是大盘动能，抗跌=机构吸筹）。
• 三步：①盯最差交易日 ②建抗跌清单（跌幅小/翻红/下影线）③看谁带量领涨反弹。
• 进阶：无视坏消息（利空后回升）=市场已定价弱点=强势前兆。

(2026-04-09) 反弹该不该上车（反向定价）

• 最难不是下跌，是从恐慌转反向定价时要不要进。
• 散户四错：盯价格不看结构、追新闻不分析、把价格波动当 re-rate、心理锚定旧利空。
• 「反向定价不需要利多成立，只需要利空不再成立」；机构交易「市场不再相信的东西」。
• 分批进场三阶段（初步反弹确认/指标稳定/趋势建立），容忍判断错但不错过结构机会。

(2026-04-18) 市场涨回来时三个错

• ①死守理想价位（市场不按你的价运作）②情绪性追补（涨上去后才加）③报复性交易（追回错过的仓）。
• 底部发生在多数人没准备时；等确定性=错过大涨。三阶段进场（小仓→确认加→趋势续）。长期赢家不是每个 tick 抓准，是持续参与。

(2026-04-19) 机构获利了结的节奏

• 散户卖错（恐惧太早/情绪太晚）；按市场结构信号。
• 三阶段减仓：①早期涨多减 10-20%（共识形成，锁利降压）②动能转弱再减 20-30%（领涨股见顶/回调深/资金轮动，攻转守）③结构破位大减/清（关键支撑破/趋势反转/叙事变）。
• 机构问「这波能吃多少」非「目标价多少」；保留核心让赢家跑、逐步砍输家。「管理概率和节奏胜过预测完美」。

(2026-04-26) 财报后先跌再涨是不是利多出尽（price-in）

• 三阶段：预期→验证→定价。财报后跌多反映「预期 vs 现实」对比，非公司恶化。
• 三诊断：①财报前涨幅 vs 指引改善幅度（涨 40% 指引只好 10%=已 priced in）②板块动能（个股 40-60% 板块仅 10%=资金过集中、空间有限）③基本面叙事（核心驱动/资本配置/现金流真坏 or 只是增速不及高预期）。
• 机构：更新模型→验证论点完整→观察数日/数周。散户三错：把波动当基本面变、进无赔率仓、追 FOMO。近期=流动性主导。

(2026-05-02) 资金行情下一步（资金行情 vs 分化）

• 两种利润源：资金行情（无基本面改善，同样盈利付更高价，普涨/估值扩张脱离 EPS/对货币极敏感）vs 分化行情（退潮见裸泳，优质与高估分离）。
• 诊断问：公司真改善了吗？数据支持假设吗？没有过剩流动性这估值站得住吗？
• 资金行情：拥抱 beta 但控仓不上杠杆、别用基本面合理化；过热信号=估值扩张无 EPS、叙事不可证伪、边际需求弱、无视利空。分化：转纪律选股、砍无优势仓、提高标准。「不是你变弱，是市场要求你更强」。

(2026-05-09) 涨完才相信 / 算不清的最会涨

• 「还没被算清楚的，未来一直被上修的概率大」；市场奖励持续 EPS 上修 > 绝对质量。
• 散户等市场已替你证明它对（=确定性出现），机构在不确定时小仓布局、随叙事固化加。交易「预期的变化」非绝对质量。
• 卖后大涨：市场给更高 PE 让未来 EPS 追上=最大风险（无容错空间）。识别信号：季度估值持续上调、需求结构性加速、定价力扩张、管理层对天花板越来越不确定。

(2026-05-23) 安全边际可能是错过牛市的理由

• 误解：低 PE=安全。现实：便宜股可能继续跌。
• 真安全边际=理解+仓位+风险承受。来源：深度认知、波动 vs 基本面之分、自适应仓位（信念加/怀疑减）、组合平衡（核心稳+卫星成长）。
• 成长/AI：机构在资金行情中暂时放松估值纪律但靠分散控风险（核心+卫星）；分批进、持续监控论点、在信念内逢弱加。

(2026-06-06) 左侧价值投资人赚不到右侧

• 左侧=赌「价格错了」（买低估）；右侧=「价值本身在变」，随证据累积参与。AI 时代市场一直在重算价值。
• 价值投资擅长避泡沫，不擅参与科技革命（革命初期通常很贵）。左侧者把右侧加仓误当追高，实为「验证成功后提部位」。
• 桥梁=仓位管理：尝试→验证→确认→趋势，用胜率概率匹配仓位。

(2026-06-14) 总在错误的地方重压（仓位配置）

• 把熟悉当优势：天天看 TSLA 占 50%，真正跑赢的记忆体只 2%。
• 「绩效=研究能力×仓位大小」。三阶段加仓：2%（初始论点）→5%（产业数据验证）→15%（胜率 30%→50%→70%）。
• 安全边际重定义：不是找便宜，是找「市场的错误 > 你的研究深度」。40x PE 但实际增速 40%（市场以为 20%）> 10x PE 但共识=现实。
• 「市场奖励『比别人更少判断错、更早得出结论』，不奖励努力」。验证：你的盈利判断在市场不同意时反复被证对=真优势=值得集中。

(2026-06-27) 大型科技股也跟跌为何还买（M7）

• 误把安全当日内抗跌；真安全=「企业不会发生永久性价值损伤」，非股价免波动。
• 为何跟跌不领涨：资金非零和搬运；风险偏好降时机构等比例砍整个组合（像家庭预算）。
• 拿 M7=接受「不同于短期动能股的规则」，买数十年可预测价值创造，非季度回报。耐力赛非冲刺。价值靠「找到卓越企业后不频繁切换」复利。

2026-07～10 增补（作者自 2026-07 起把本系列统一编号为《投资纪律》，6 月以前各篇对应 #1–#20，对照见下方阅读地图）

投资纪律 #21 (2026-07-04) 总后悔买太少、涨了又怕成本垫高

• 病灶＝后见之明偏误 + 锚定（锚成本价、锚停损价）；「历史是一片墓园」，幸存者偏差让成功看起来像必然。
• 分析师流程：利多 → 更新成功机率 → 重新估值 → 比较市价 → 决定部位；利多本身不是加码理由，只是「该重新估值了」的提醒。
• 「股价越高风险可能越低」：真正下降的是不确定性（20 元买梦想，100 元买已验证的事实）；问题是市场是否已全部反映。
• 宋分加码三原则：①证据增加就重估 ②每次决策忘掉成本（巴菲特：今天空仓还会不会买？）③接受更高价格≠接受更高估值。

投资纪律 #22 (2026-07-11) 同一套方法去年大赚、今年一直停损

• 策略不是直接→获利，中间多一站：市场环境决定哪种策略有效。市场不止牛熊，还要问「市场现在愿意为什么付钱」。
• 决策三层金字塔：底层执行（买法/节奏，可天天改）、中层资金配置（是否有更强 Alpha，数周一改）、顶层投资论文（一年改一两次）。别用改论文的方式解决执行问题。
• 机构更新的是机率不是立场：如 HBM 供不应求信心 70%→75%→68%→78%，部位跟信心走（70%→10%、80%→15%）。
• 每周三份 Checklist：论文（公司变没变）、市场（在奖励什么）、策略（Beat 后涨还是跌？EPS 上修股价跟不跟？突破有无延续？轮动是否加速？近十笔胜率？）。
• 大师共性＝持续更新自己：Livermore（别急着证明比市场早）、Soros、Minervini（Cash is a position）、Druckenmiller、Munger。

投资纪律 #23 (2026-07-19) 今年赚最多的人这周把获利吐回去：最拥挤的赢家交易瓦解

• 背景：7 月中旬 AI 硬件高 beta（记忆体等）几天内急跌，表面催化剂有 Kimi K3、AI ROI、CAPEX 过度投资、Oracle CDS 上升等。论点：催化剂≠原因——同一个老风险在新价格、新持仓结构、新获利状态下突然变得重要；「漲多了」不是分析终点，是预期回报、部位结构、对坏消息的敏感度都变了。
• 下跌后段是去杠杆：跌破支撑→风控→CTA/动能翻转→Dealer 负 Gamma→保护年度获利，「价格本身变成新的基本面（PM 的基本面）」。原本跌 5% 就买，变成反弹 5% 就卖。
• 三层检查：①叙事（写下「当初」买的理由，不许事后改写，如 MU＝HBM 供不应求＋DRAM 结构改善＋EPS 上修）②Alpha（没变差≠仍最值得放钱；Expected Return Ranking＝EPS 上修空间（现实减预期）×估值空间×机率×时间，再看下行）③部位配置（谁是下一个边际买家？Positioning Reset 期间 Buy the Dip 变 Sell the Rally）。
• 「跌很多＋基本面没坏」≠买点；分清加码（新资讯提高预期回报）与摊平（让自己舒服）。四种人的处置；48 小时规则（先把杠杆降到再跌 20% 仍能思考）。
• 「资金会不会回记忆体」是错的问题——资金只追下一个最高 Alpha；M7 的相对吸引力来自高 beta 额外报酬下降时的现金流与可预测性。

投资纪律 #24 (2026-07-26) 一笔交易把获利吐回去，真正该检讨什么？

• 背景：TSLA 持有者信仰瓦解（马斯克称 Optimus 缺成熟供应链、初期放量很慢）。论点：方法即使是对的也不一定适合你——要看等待时间、回撤、资讯需求、资金效率、心理压力。
• 「敘事的期間」：有时间结构的假设（每季都有新证据）vs 没有时间的假设（「人形机器人终会很大，哪一天？不知道」）。最贵的学费＝最后证明你是对的却没赚到。问 Why this → Why now → Why me。
• Market is a Ranking Game, not just a Valuation Game：A 没变差甚至更便宜，但若 B、C 预期报酬超过它，资金没义务回 A；催化剂延后两年＝现值、资金效率、Ranking 都变了。
• 别 Copy 高手的动作：先问他的期限、组合/部位/杠杆、安全边际（Edge）、所需特质。
• 资讯 Filter 三层：会不会改变我的假设？会不会改变市场的期待（Price-in）？会不会改变 Ranking？三者皆否就关掉。资讯本身无 Signal/Noise，是 Thesis 决定的。
• 成熟＝不断删掉不适合的方法；好系统不是不犯错，是让错误发生在理解且承受得起的范围（知道什么证据证明自己错）。作者自述适合「有 Checkpoint、有期限」的假设，这也是建 Coverage Universe 的原因。

投资纪律 #25 (2026-08-01) 爆仓只剩 30% 本金怎么办？

• 背景（作者叙述，未另行核实）：7 月下旬 AI 基建「局部去槓桿」，前 OpenAI 研究员 Leopold 的对冲基金 Situational Awareness 遭 margin call 被迫卖出持股；随后 MSFT 财报「开始证明 AI 基建有投资回报」，记忆体强力反弹，费城半导体单日涨逾 8%。「他不是输给 AI，是没等到 AI 被证明的那一天。」
• 核心：槓桿偷走的是选择权，放大的是时间——研究站在五年尺度，槓桿只借你五天耐心。LTCM（1998）、Archegos（2021，总报酬交换的隐藏槓桿）同理：没输给研究，输给槓桿。
• 四个心魔：FOMO、无法延迟满足、过度自信（研究越深越易犯）、「人生加速器」（急）。真正的问题不是「我有多大把握」而是「如果错了我还活得下去吗」；To finish first, you must first finish。
• 只剩 30% 时：先放弃回本（损失规避会让人追最快最大的标的）、把 70 万当学费、三年目标只是「稳稳活下来」、取消融资额度（移除犯错按钮）。区分「看错」与「仓位设计错」。
• 等待本身是 Alpha（多数人没耐心）；烤面包比喻——别每五分钟开一次烤箱。

投资纪律 #26 (2026-08-15) 要追高吗？散户永远在等不会后悔的买点

• 背景：盘势回暖，停损者问要不要买回、空手者问要不要追。论点：没有同时满足低风险、高确定、高报酬、永不后悔的价格；散户怕的不是亏钱，是后悔（再次证明自己错）。
• 别把「短期价格对不对」当成「投资决策对不对」；价格是结果不是答案。
• 市场没有最后一班车；FOMO＝比较＋反事实思考（「本来可以赚到的钱不是你的钱」）＋稀缺感＋怕未来的自己责怪。别用一笔交易治疗焦虑。
• 机构是旋钮不是 0/1：观点≠仓位，问的是「现在该承担多少风险」；分批＝承认答案会慢慢出现、用一小部分资本换更多资讯、保留选择权。测试：如果昨天没看过这档股票，今天会不会按现价建立部位？会→讨论买多少；不会→你想买的是消除 FOMO。
• 承接 #25：槓桿剥夺等待权，恐惧剥夺重新下注能力，FOMO 逼你一次用完选择权。「不要让一次错误决定你接下来二十年的投资行为。」

投资纪律 #27 (2026-08-22) 为什么总被多空双巴？你可能一直搞错投资跟交易

• 投资 vs 交易的区别不是持有时间，是报酬从哪里来：投资买的是未来经济结果（现金流/获利高于市价隐含）；交易赚的是价格从 A 到 B 的过程（动能、突破、均值回归、籌码、流动性）。危险的是用交易系统做决策、用投资心态承受结果——「把一笔没执行完的交易重新命名成长期投资」。
• 多空双巴根源：买进前没定义「什么证据出现代表我错了」，只好拿价格判断对错；观点成了价格的附属品。投资前四问：买的是哪一段价值？市场为何低估（市场认为 A、我认为 B）？价值怎么变成 EPS/FCF？什么事发生我会承认错（如记忆体：DRAM 报价持续恶化、库存累积、供给纪律失效、EPS 被连续下修）。
• Bull/Bear 不是情绪，是两套可证伪模型；跌 10% 应是 Bull 60/Base 30/Bear 10 → 50/35/15 的调整，而非 0/100。
• 机构风控在 −20% 减仓≠基本面判断改变，是风险预算；专业系统分三层：叙事假设、估值、部位。Hedge Fund 多空并持是为了拿掉不想要的 Beta（Long AMD/Short Nasdaq；Long NVDA/Short AMD 赌相对 Alpha；总暴露≠净暴露）。散户买 NVDA 实际同时暴露在 AI、半导体 Beta、利率、估值倍数、定位。
• Burry 值得学的是拆解共识漏洞的 Bear Case；AI 版 Bear Case 应问：AI 基建经济寿命是否短于会计折旧？GPU 经济价值衰减是否比想像快？CAPEX 的 FCF 转换是否不如预期？
• 每笔仓位写两栏：Why I'm right / What would prove me wrong（要具体到数字、客户、利润、市占、EPS）。附记：作者 Meta 旗下三平台帐号被锁。

投资纪律 #28 (2026-09-05) 跌了 20% 但假设没变：是市场错杀，还是有你不知道的事？

• 「市场错了」可以合理化任何亏损（100→20 一路说错杀）；没找到坏消息≠没有坏消息（有人可能先看到掉单）。投资人必须学会第三个答案：「我不知道」——如成功机率由 70% 先下调到 65%，不是基本面被证明变差，而是对自己「资讯完整度的信心」下降。
• 价格不是判决书，是警报器；不一定设价格停损，但一定要设重新研究的 trigger。重新研究＝假装第一次看到这家公司，强迫自己写最强版本的 Bear Case（「如果要说服别人不要持有，我会提哪三个最强理由」）。
• 重新研究顺序：①找已知原因（个股还是产业/去槓桿）②重查假设——找「如果假设正在变坏，最早会出现在哪」（以 AMD 为例：Hyperscaler CAPEX 结构、GPU/ASIC 配比、供应链 Lead Time）③无法确认的多时先问「错了错得起吗」：把 Fair Value 从单点打开成 Range（原 280–320 → 140–300），价格变低但估值误差变大，先调信心（75%→55%）而非 Fair Value ④替市场辩护：我是否漏掉一整个 Unknown（市场担心的可能不是 TAM 而是 AMD 能否拿到 Value Capture）⑤最后才决定加码/等待/减码/退出——加码需要的证据比继续持有更多；常见正确答案是 Wait。「跌很多≠便宜，Price 跌得比 Value 多才叫便宜」（Fair Value 由 130 降到 60 时，70 元比原本 100 元更贵）。
• 真正的安全边际包含 Position Sizing——仓位替自己的无知（含 Unknown Unknown）留空间。风险靠研究降低，不确定性只能靠纪律管理。

投资纪律 #29 (2026-09-12) 为什么「总经盘」特别难做？

• 背景：市场交易油价、10 年期美债能否破 5%、CPI、Fed 是否重新升息、日本资金撤出美债、中东局势。核心：你把自己无法预测的事，变成每天都要做的决定；越没有预测优势越该降低决策频率，多数人却相反（行动偏误）。
• Peter Lynch 1987 黑色星期一赶回办公室也无济于事；他不把系统建立在必须准确预测总经之上（要连续看对油价→通胀→Fed→殖利率→股市反应五次）。Howard Marks「You can't predict. You can prepare.」——太早看对等于看错。
• 总经盘最大问题是投资系统被换掉（网球打到一半跳进游泳池）。市场在交易总经≠你要靠预测总经赚钱：要研究「总经往不同方向走时，我的持股会变成什么样」（如 PE 由 30x 变 25x 合理价值多少）。
• 决策边界三层：只有价格与 PE 变→重新估值；EPS 预期也变→重估预期报酬与部位；需求/竞争力/资本支出/FCF 变→重查投资假设。持股对总经的脆弱度分类：远期获利型（怕折现率）、靠借款与 CAPEX 成长型（怕融资成本）、现金流强且 EPS 仍上修型（抗压较强）。
• 警惕借来的信心（只借结论没借到对方的期限、对冲与失效条件）。处置四类人；48 小时规则；分清「减码」（风险报酬恶化）与「情绪逃避」（想让自己舒服）。「你可以没有预测总经的能力，但不能没有承受预测错误的能力。」

投资纪律 #30 (2026-09-19) 高 Beta 股第二波：是 Alpha 重新变大，还是不想再错过一次？

• 背景：资金重回半导体与去年涨最多的族群。第二波最危险的是第一波留下的后悔替你做第二次决定（没买到、卖太早、赚了又吐回去三种人）。
• 牛顿 1720 南海泡沫：前段获利卖出，看股价续涨后高位追回，最终亏约两万英镑——第二次买的是「自己错过的那一段」。
• 第一波赚「市场从不相信到相信」，第二波要赚「实际做到的比市场已相信的更多」（第一波靠叙事重估，第二波要靠数字兑现）。「以前漲到过 300」不是目标价；过去错过的报酬不提高现在的期望值。
• 高 Beta 反弹≠Alpha 回来：作者举本周 NBIS 再次调涨 GPU 云价格、MRVL 扩大与 GlobalFoundries 合作增加 AI 光通讯晶片供应、ARM 提高 AI 晶片营收目标信心为「对应定价能力、需求能见度、产能、营收兑现」的新证据，但不代表同类股都有同样 Alpha。Alpha 常出现在瓶颈转移的地方；第一波赢家可能变成第二波最拥挤的风险。
• 重新买进三问：出现了什么第一波没有的新证据？有多少已反映在价格？今天没有持仓纪录会买多少？四种人分别处置；遮住代号与交易纪录的测试。「不要把上一波的后悔误认成这一波的信心。」

投资纪律 #1–#30 阅读地图 (2026-09-27)

• 按 12 种操作困境分流（大跌该停损还是加码→#27/#7/#28；无利空一直跌→#9/#8/#10；公司好股票不涨→#1/#3/#5/#4/#20；是否太贵→#21/#15/#17/#16；市场突然涨回→#11/#12/#26；第二波→#30/#14；买太少→#18/#21/#19；避免吐回获利→#13/#19/#23/#14；资金有限选谁→#23/#24/#4；方法失效与新闻干扰→#22/#29/#6；手上很多现金→#6/#8/#10/#11/#26；重伤重来→#24/#25/#26/#2）。入门顺序建议 #2→#1→#27。
• 每读完一篇写四行字：现在要做的决定、支持证据、还不知道什么与下次检查时间、证据改善/恶化/不明时各自怎么处理。（注：此清单揭示投資紀律 #1–#19 对应本库旧语料中的「系列四」各篇。）

投资纪律 #31 (2026-10-03) 研究这么久，绩效还是输给 ETF：还要不要自己选股？

• 场景：一年追财报、闪过下跌、证据出现时加码，绩效 12% 输给定投 ETF 的 20%；买过 MU、LITE 等赢家却只配 2%、涨 30% 就卖一半，重压到涨最少的公司。
• ETF 厉害的不是研究，是不需要事先知道谁是赢家，并让赢家自己长大、输家影响自然缩小；散户常相反（赢家嫌贵卖掉、输家越跌越加）。绩效不是答对几题，而是答对的题放多少钱（五档涨 100% 各 2%＝+10%；一档 30% 仓跌 30%＝−9%）。
• 你的绩效＝ETF 市场报酬＋所有主动偏离 ETF 的结果；每个与 ETF 不同的决定（超配、不持有、留现金、提早卖、频繁换股）都是一笔主动下注。巴菲特 2007–2017 十年赌局（标普 +125.8% vs 五个基金组合平均约 36.3%）证明的不是没人能赢市场，而是「专业、复杂与努力不会自动变成 Alpha」。
• 很多人学会研究后绩效变差：研究的目的不是产生更多交易理由，而是只在真正有优势处做决定；许多研究的正确结论是「不必取代 ETF」。最糟情况是把 ETF 拆开再用熟悉感、成本价与后悔重新组装一次。
• 主动投资人要证明三件事：知道自己与市场哪里不同、敢让认知优势变成部位（认知优势×部位大小×持有时间）、能控制自己不破坏正确判断。ETF 是没有优势时本应拥有的市场报酬，不是认输；能力圈也告诉你哪些地方该交给 ETF。年终检讨五问：赢家仓位是否太小、是否太早卖、输家是否投入太多、现金是否是一笔没写下的总经押注、主动决定能否重复。

系列五｜Coverage Universe 投资假设验证日志（2026-07 起每月一篇，会员）

固定 18 家：NVDA、AMD、AVGO、MRVL、MSFT、AMZN、META、GOOGL、AAPL、TSLA、MU、PANW、CRWD、TXN、ADI、SpaceX、OpenAI、Anthropic；2026-10 起新增 PLTR、SKHY，TXN、ADI 改为不定期更新。

Coverage Universe 投资假设验证日志 #1 (2026-07-27) 18 家 baseline

• 格式（每家五段）：Part1 研究底稿（核心假设变才改）、Part2 本月新增证据（每项给 +2/−1 等分数）、Part3 Investment Dashboard（①假设成功机率 0–100% ②证据累积★1–5 ③市场接受程度）、Part4 Valuation Dashboard（Forward PE、共识 EPS 本月 vs 上月）、Part5 月结（一句话/最大验证/最大风险/下月关注）。注意：各家的机率、星级、PE 数字多在图片里，本笔记未能提取；文字部分如下。
• NVDA：两层假设——AI Factory 成为下一代企业标准 IT 基础设施；若成立，NVDA 是最主要平台（企业买的是 GPU＋CPU＋NVLink＋网络＋CUDA＋NIM＋AI Enterprise 整套生态）。现金流来源从「建设 AI」变「全世界持续使用 AI」。本月验证＝Vera Rubin 系统级共设计降低推理成本，日本银行内部 AI 工厂、欧洲主权 AI；风险＝需求仍集中在 CSP/AI 公司/政府项目。
• AMD：CPU 因 Agent/推理复兴 → 往 AI 机架级平台（Helios 投产，MSFT、Anthropic 采用）；风险＝订单≠平台化成功，面对 NVDA 机架与 Arm。
• AVGO：每座 AI Factory 的 Value Capture（100 元拿 15 元 → ASIC＋网络＋光＋Scale-up/out＋SerDes＋VMware 拿 40 元）与收入转向经常性；研究重点是可持续性。本月 Apple ASIC 合作延至 2031（+），在 Google 下一代 TPU 的重要性下降（−）。
• MRVL：研究的是竞争位置——AI 集群扩大后资料传输是否成为下一个最大瓶颈；三笔收购（Celestial AI 光互连、XConn PCIe/CXL、Polariton 光电转换）都在补「AI Data Fabric」能力。本月无更新。
• TSLA：Price-in 结构＝FSD/Robotaxi 高度反映；汽车与 Energy 部分；Optimus 初步；AI Infra/TeraFab「开始反映成本、未反映回报」；平台协同几乎未反映。最大潜在预期差＝五项业务共享底层能力使边际成本下降、ROIC 随规模上升。2026 CAPEX >250 亿、FCF 转负；新追踪链 CAPEX→平台资产→使用率→增量营收→FCF→增量 ROIC。
• AAPL：个人 AI 平台（AI＋装置＋服务串联，Apple Store/Support 导入 Agent）；风险＝AI 换机证据不足、硬件提价可能拉长持有周期。
• MSFT：AI 时代控制点是模型还是企业平台？多模型策略（OpenAI/Anthropic/Mistral/Grok）下工作环境、资料治理、安全仍留在微软；风险＝企业绕过平台直接以模型公司为入口。
• AMZN：从 AI 投资走向「平台商品化」——把内部能力外卖（Amazon Business、物流服务、Leo 卫星），复制 AWS 模式。
• GOOGL：TPU→Gemini→Cloud/Search 飞轮成形（Cloud 营收 +82%、Backlog 单季增 500 亿至 5,140 亿，TPU 开始外部化）；最大风险＝2026 CAPEX 上调至 1,950–2,050 亿、2027 再显著增加，「是创造更大帝国还是花更多钱守住帝国」；主线改为 AI CAPEX→营收/FCF/ROIC。
• META：四层 Consumer AI 平台（算力→模型 MSL/Muse→数十亿入口→商业化），第二条飞轮＝对外 AI Compute/AI Cloud（AWS 高层加入、传与 Anthropic 洽谈 Compute）；风险＝仍无实际 Cloud/API 营收。
• MU：AI Memory 形成不同于传统周期的需求结构（TSLA 锁定多年供应、HBM 与 commodity DRAM 分开讨论）；约 6 倍 PE 视为「市场对新叙事的信心指标」而非便宜/贵；风险＝2027–28 新增产能。上月下年度 EPS 共识 150.47。
• TXN：资料中心能否改变需求结构（BB>1、backlog↑、交期延长、恢复涨价、12 吋进入收成）。ADI：收购 Empower 延伸到 AI Data Center 电源，市场已接受其为 AI System Enabler。
• PANW：Data Game——收购（CyberArk、Chronosphere、Portkey、Koi、Embrace）共同点是扩大平台「看得见」的企业级 Security Data，Data Flywheel 才是护城河。CRWD：AI 扩大需保护的资产（模型/Agent/Prompt/Runtime/GPU 集群/身份）→ AIDR 可能大于 EDR；Charlotte AI、XM Cyber、Falcon Flex；风险＝缺 AIDR/AI Security ARR 量化数据。
• SPCX（已上市）：假设＝发射成本优势能否跨产业复制（Falcon 9 约 1,000 美元/kg→Starship 200–300/kg；已从 Launch 复制到 Starlink，下一个是轨道运算）；JPM 称发射是所有业务的核心赋能者。关注 8/4 首次财报、8/6 首波解禁 9 亿股+（12 月初流通股约 53.3 亿股，增逾七倍）。
• OpenAI 机率：Search 50→45%、应用层 35→40%、OS 15% 不变。Anthropic：企业 AI 平台 20→25%、模型公司 70%、Agent 5%（AMD 长期算力合作列为证据）。

Coverage Universe 验证日志 #2 (2026-08-24) MRVL 突然翻身，但要找下一个

• 主线：长期假设不会因一两则新闻大变，机率可能只从 72%→74%；未来把机率、证据星级、市场接受度、Forward PE 连成时间序列——「机率与证据上升但接受度低、PE 反降」可能是黄金坑或市场看到我们没看到的风险；「机率小升但接受度与 PE 暴升」是市场跑在基本面前面。最终串成：基本面→假设→证据→机率→叙事→估值→预期报酬→部位。（各家机率/星级仍在图片中。）
• NVDA：NVDA 开始建立 AI Factory 的「资本供给层」（OpenAI 长期租约由 NVDA 提供信用支持、与 Apollo/BlackRock/Blackstone/Brookfield/高盛/KKR 建融资平台、参与能源基建）——产品可能从 GPU 变成整座 AI Factory。最大风险＝GPU 经济寿命：融资前提是设备在原客户退出后仍有剩余价值；追踪旧 GPU 租金、使用率、转售价格。
• AMD：Helios 从发布进入出货部署（Q3 出货、Q4 放量、2027 大增）；Google TPU v10 与 AMD 合作传闻若属实＝CPU 重新进入下一代加速器架构。风险＝估值已提前反映成功速度。
• AVGO：故事由 ASIC 竞争力转向 AI Factory Value Capture；Google 支持的 Anthropic AI Campus 中 AVGO 经 TPU 与网络参与；风险＝Google TPU 多供应商化（与 AMD 洽谈）、博通对部分 AI rack 客户租赁义务提供最高 290 亿美元 backstop——新增追踪：AI 需求有多少依赖融资结构提前释放？
• MRVL：Google 扩大合作，把 Accelerator、Networking、Memory、Storage、Near-memory Compute 放进同一 TPU 生态合作框架——验证「同一 Hyperscaler 在同一座 AI Infra 买 MRVL 更多层」；风险＝潜力≠已确定营收、对 Google 依赖过高。
• TSLA：Terafab 从 CAPEX 故事变成物理 AI 平台基建（Real-world Data→Model→Compute→Chips→Manufacturing→部署）；风险＝成功所需成本可能远高于预期，Fab 建成≠Thesis 成功。
• AAPL：晶片→装置→OS→Cloud→Services 的 Device AI Platform 成形（加分）；风险＝AI 成为好功能却不是估值引擎，Services 增速放缓、iPhone 成长不能归因于 AI。
• MSFT：Nadella 强调把 Harness、Context、Action Space 与模型分离，Maia 300、MAI-Cyber-1-Flash——「模型可替换、平台不可替换」；风险＝Enterprise Context 最终可能沉淀到模型公司。
• AMZN：AWS Q2 营收 +36.7%、RPO 4,960 亿；OpenAI 2GW Trainium 承诺、Bedrock、AgentCore 扩张＝内部能力商品化。
• GOOGL：底稿依 #10 深度文大改，成功标准提高为「资产是否互相增加经济价值」；风险＝开始用债务等资本工具支撑 AI 基建。META：法说会确认「算力→智慧→入口→变现」，Muse Code/Glimmer、Business Agent；风险＝同时大量使用 Azure、儿童安全诉讼挑战入口护城河。
• MU：资料中心客户希望取得量约为可承诺供应的 150%、五年期策略合约增加；风险＝2027–28 新产能。ADI：AI 驱动通信市场近 +80% YoY，但工业/车用复苏同时贡献，不能全归因 AI。PANW：CyberArk 早期交叉销售、Embrace 补 RUM；风险＝Prisma AIRS/Chronosphere 商业化偏早、XSIAM 替换 Splunk 不易。TXN、CRWD 本月无更新。
• SPCX：上市后从「梦想定价」进入「里程碑定价」；AI 算力外部化（Anthropic、Google、Reflection 合作，传与 Pentagon 洽谈数十亿美元算力服务）；风险＝Starship V3 测试再现发动机问题。
• OpenAI：下调 Search、上调应用层（价值从「用户问什么」转向「替用户完成什么」）；风险＝GPT-5.6 Luna/Terra 降价、OpenRouter 价格竞争、成本结构沉重。Anthropic：企业 AI 平台 25→35%、模型公司 70→60%、Agent 5% 不变；年化营收由 5 月约 470 亿增至 7 月底逾 650 亿；市场开始看 2028 年 1,900–2,000 亿营收，9,650 亿估值＝4.8–5.1x 2028E，若 IPO 近 2 兆＝10–10.5x——「市场已开始 Price In 企业 AI 平台成形」；风险＝多模型路由与价格竞争降低模型层黏性。

Coverage Universe 验证日志 #3 (2026-09-21) 18 家谁能把证据变成下一轮现金流＋季度调整公告

• 首次示范机构决策流程（营运假设→EPS model→DCF 合理价值→隐含 PE→与现价 PE 比较→加码/等待）：
  • NVDA：成功机率 72%（7 月初始）→78%（7 月：Vera Rubin、推理成本降、日本企业 AI 工厂；证据★3→★4；EPS 上修<1% 而股价约 +6%＝小幅估值扩张）→81%（8 月：OpenAI 长约信用支持、Apollo/BlackRock/Blackstone/Brookfield/高盛/KKR 逾 5,000 亿美元第三方资本平台、能源；EPS 与股价同涨、PE 不动——市场先看到的是循环融资与信用风险）→82%（9 月：Next FY EPS 共识 13.03→15.68〔+20%〕，但 Forward PE 由 21x 降至约 18x，股价仅 214→222；原因＝AVGO 揭露 FY27 AI 半导体营收展望约 1,150 亿美元，Google TPU、OpenAI Jalapeño、Meta MTIA、Anthropic 等 ASIC 同步加速；正面案例＝Apple、联发科考虑接入 NVLink Fusion）。以底层系统 #6 的 370 美元 DCF 对照（现价约 14x FY28E）→ 「条件式加码」：条件＝EPS 续上修、DCF 仍显著高于市价、ASIC 增加时 Content per GW 仍上升、NVLink Fusion 与非 GPU 产品转成收入、长期毛利与 FCF 假设未破。
  • MRVL：7 月无新证据，EPS 小升但股价约 −14%、PE 59x→46x（收回无证据支持的叙事溢价）；8 月 Google 合作扩大到 Accelerator/Storage Controller/NIC/Memory Interface/Near-memory Compute，机率 68%→71%，EPS 不动而 PE 46x→55x（典型叙事推动的估值扩张）；9 月财报 CXL 多家 Hyperscaler 大量部署、XPU Attach 与 Scale-up Optics 展望上调、与 GlobalFoundries 多年 SiGe 合作，Next FY EPS 6.25→6.76（+8%），但 PE 55x→45x——市场开始问「合作这么大，为何 FY28 营收展望仍只有约 180 亿？」。三个月股价 +16.7% > EPS 上修 8.3%；约 45x 高于历史均值+1 标准差，但是否贵要等 DCF 反推合理 PE → 「证据增加，等待估值验证」。下月关注 10/6 Investor Day（Google FY29 起规模、XPU Attach 的 Content per System、毛利与 FCF）。
• 未来 Part 4 升级方向：Consensus Revision、Trading Stage（产品发布/Design Win/部署/营收认列/FCF/平台化）、Model Translation、Fair Value 与 Priced-in Assessment、Next Re-rate Trigger、Institutional Direction（Add/Hold/Wait/Reduce），无确切上线日期。
• 季度调整：10 月新增 PLTR、SKHY（SK 海力士）；TXN、ADI 移出月度更新（证据更新慢、估值分歧不如前两者明显，保留在产业观察名单）。Coverage 被重新定义为一张 AI 验证地图：①Compute（NVDA/AMD）②ASIC/Networking（AVGO/MRVL）③Memory（MU 验证 AI 记忆体周期与财务弹性；SKHY 验证能否从价格接受者变成 AI Memory Architecture 共同设计者：HBM、3D-stacked DRAM、HBF、CXL pooled memory）④Cloud（MSFT/AMZN/GOOGL）⑤Model（OpenAI/Anthropic）⑥Enterprise AI（PLTR）⑦Consumer（META/AAPL/TSLA）⑧Cybersecurity（PANW/CRWD）⑨Physical Infrastructure（SpaceX）。
• 本月各家要点：NVDA 第三方自研晶片考虑接入 NVLink Fusion＝「GPU Vendor→AI Factory 架构标准」新证据；风险＝ASIC 规模比原假设强，会不会连网络、Rack、软件一起带走。AMD MI450/Helios 进入量产出货、三大客户需求高于最初协议；风险＝夹在 NVDA 平台与客户自研 ASIC 之间；传因台积电成本上升调涨部分加速器约 10%。AVGO Tomahawk 进入非 AVGO XPU 集群（网络可脱离自家 XPU 独立成长）、Tomahawk Ultra 往 Scale-up、光学扩产；风险＝AI 营收越大毛利率越降、部分部署依赖融资。MRVL 竞争者增加（AVGO 扩 ASIC、QCOM 与 AMZN 合作涵盖多世代 ASIC 与光）。TSLA Cybercab 进入商业营运、探索第三方车队；风险＝NHTSA 对 Cybercab 认证启动调查、Waymo 跨城扩张。AAPL Siri AI 推出、传考虑「自研 M8 Ultra＋NVLink Fusion」AI Server；风险＝好用≠更值钱、iPhone 18 涨价。MSFT 大型企业 Copilot 使用率 90%+、数十万席；风险＝OpenAI/Anthropic 推出金融等垂直企业产品直攻 Workflow。AMZN AWS×Salesforce、OpenAI 模型进 Bedrock、Cognition 合作；风险＝资本投入扩大且持续发债。GOOGL Salesforce Hyperforce 在 GCP 承载实际流量＋与 Gemini Enterprise 整合＝「客户开始连起来」；风险＝芬兰 130 亿欧元 AI 基建与 22 年核电合约。META Muse 正式推出（$20/$100 订阅）、Meta One 已有 1,500 万订阅与试用、Muse 将进 AI 眼镜；风险＝美国 180 亿美元和解与未成年人监管。MU 512GB DDR5 RDIMM，AI 需求由 HBM 扩散到高容量 Server DRAM。TXN 风险＝德州等地审核大量接电申请，部分宣布的 GW 需求可能重复或延后。ADI 13.5 亿美元收购 Alif（Edge AI 运算）。PANW Prisma AIRS 四季破 1 亿美元 ARR、800+ 客户；FY27 NGS ARR 指引回到 22–23%。CRWD Falcon Guardian（AIDR）推出并接入 OpenAI/Google Cloud/Anthropic，Falcon Flex ARR 22.9 亿（+101%）。SPCX 新增每月约 11.1 亿美元算力合约、公开 Starmind 轨道运算架构（最快 2027 量产部署）、9/22 Starship Flight 14 首次入轨并部署 Starlink V3；反证＝电信商质疑卫星在都市/室内的物理限制。OpenAI 机率不变；Agents API（开放 Codex 背后的 Agent 执行框架，Cloudflare/Vercel/Oracle/DigitalOcean 为首批环境伙伴）是最接近 AI OS 的证据；FT 报导洽谈 1.2 兆美元以上估值新一轮、年化营收逾 400 亿（未完成，不当市值）。Anthropic 企业 AI 平台 35→40%、模型公司 60→55%（Claudeforce：在 Claude 内直接取用并操作 Salesforce 资料，Salesforce 把 Claude 设为多项产品预设模型）；但问题是 Salesforce 变成 Claude 的后端，还是 Claude 只是 Salesforce 的新前端？市场用年底逾 1,000 亿 ARR 合理化约 2 兆估值（以 650 亿 ARR 计约 30.8x，若达 1,000 亿则 <20x）。

系列六｜Price-in（2026-09 起，免费）

Price-in #1 (2026-09-24) AMD 已经涨到这里，Muse 带来的 CPU 复兴到底 Price-in 多少？

• 新系列「Price-in」：问的不是利多与否，而是今天的价格要求公司未来做到什么、外资模型已放进多少。NTM PE 56x 只是结果。
• 外资模型早已不是「AMD 只是 CPU 公司」：高盛目标价 640 美元＝约 20 美元 normalized EPS×32x，引用 AMD 2030 预期（Data Center AI 加速器 TAM 2,000 亿→1.4 兆、Server CPU TAM 260 亿→2,200 亿、总 TAM 约 2 兆、Data Center CPU share 有望 50%）；花旗：Server CPU 2,200 亿×50%≈近 1,000 亿 CPU 机会，Data Center 2027 年翻倍以上。高盛 EPS：CY26 6.60、CY27 14.98、CY28 22.19。
• 陷阱：别用「600÷31x＝19.35」推论市场 Price-in CY27 EPS——无法知道市场在买哪一年，年份拉越远看起来越便宜，但预先接受的假设越多。应把预估曲线整条摊开，问现价需要什么样的未来。
• 结论：「Agentic AI 让 CPU 重新成长」大致已在外资长期模型里（别 double count）；Muse 可能尚未被 Price-in 的不是 TAM 大小，而是TAM 的形状——每一美元 GPU CapEx 旁需要多少 CPU（CPU intensity per unit of AI workload），以及能否让 EPYC＋Instinct＋Pensando＋ROCm 一起进入 AI Factory。等待证据链：Agent workload↑→CPU cycles/workload↑→CPU attach↑→EPYC 部署加速→share/ASP 超外资原估→Data Center EPS 上修→才改估值。区分 Rollover＋Pull-forward（把 CY30 提前买到今天）与 Structural Upgrade（连外资 CY30 都估低了）。Muse 上线后外资并未改模型。

Price-in #2 (2026-09-29) 1,000 美元的美光 price in 了几年的缺货？（财报前必读）

• 核心问题：买美光是在买未来两年的超额获利，还是买一家走过这轮缺货后获利底部永久提高的公司？「只有 6 倍 PE」背后已先接受了极高的 EPS 分母；PE 不是倒数计时器，单一价格无法唯一反推出缺货年数。
• 外资模型：高盛 CY27 EPS 170.70、CY28 175.66，但目标价 1,100＝约 62 美元正常化 EPS×18x（高峰获利≠正常化获利）；瑞银 CY27 212.17、CY28 277.19、CY29 219.15（已放入下行周期但认为长约与资本回报能保住高 EPS），目标价维持 1,625，但所用 CY29 EPS 由约 121→165→219、对应倍数约 15x→11x→8x。
• 拆模型：瑞银 FY27 HBM 营收约 265 亿（占约 9.4%），非 HBM DRAM 约 1,928 亿（约 68.3%）——漂亮的 EPS 曲线仍建立在传统 DRAM 高售价上；非 HBM DRAM ASP 若低 10%，EPS 约少 14.3 美元。
• 长约：MS 整理 6 月公布 16 份策略客户协议，涵盖约 20% DRAM 与约三分之一 NAND 出货，价格可能固定或设上下限——缺货时限制上行、过剩时保护下行，让 EPS 更可靠但不一定更高；瑞银 70–75% 合约毛利率与「正常化毛利率 50% 多」是分析师假设；8 月瑞银称部分 SCA 只是 take-or-pay、未事先定价——「过半收入有长约」≠「过半收入锁住毛利率」。
• 情境测试（作者设定：瑞银 FY27/FY28 FCF 约 1,470/2,010 亿→每股 127.8/175.0、股权折现率 12%、正常化 EPS 62、倍数 12x）：缺货多一年仅增值约 68 美元；正常化 EPS 与倍数提高才是大差额（同 B 情境 12x≈847、16x≈1,044、18x≈1,143）。反推：在缺货到 FY28、12x 条件下，现价约 1,000 需正常化 EPS 约 84 美元；若正常化年营收 2,000 亿、OpEx 100 亿、税 15%、11.5 亿股，需毛利率约 61–62%。若把正常化 EPS 锁 62、倍数锁 12x，则需缺货延伸到约 FY2032——只是数学答案，非市场真的押注到 2032。
• 陷阱：瑞银 9 月 FY28 FCF 由约 2,200 亿降到 2,010 亿、营收略降，EPS 却由 265.65 上调到 274.97（因更低的预估股数）；以固定 11.5 亿股算约 244——EPS 上修≠生意变好，回购不能与 FCF 重复计算。
• 财报门槛：公司 FQ4 指引营收 500±10 亿、毛利率约 86%、EPS 31±1，但高盛/瑞银预览已放 519–524 亿、87.3–87.6%、EPS 约 32.5；FQ1 高盛模型约 577 亿/88.1%、瑞银约 593 亿/88.6%；FQ4 为 14 周季度。MS 9/28：争议已转向高获利能维持多久，一次财报未必改变看法。结论：下一个预期差要从「这季又多赚多少」转向「退潮后还能留下多少」。

其他｜公告与创始会员内容

公告 (2026-07-05) 为什么开始收费

• 7/6 起付费。会员三系列：《市场解码深度》月 2 篇、《分析师底层系统》月 1 篇、《Coverage Universe Update》月 1 篇（Forward PE、共识 EPS 变化、假设是否改变、下个催化剂）；另有 Founder's Circle（年信、季度 Q&A、Coverage 提名投票）。
• 初始 Coverage Universe 18 家：NVDA、AMD、AVGO、MRVL、MSFT、AMZN、META、GOOG、AAPL、TSLA、MU、PANW、CRWD、TXN、ADI + SpaceX、OpenAI、Anthropic。
• 定位：「五年后仍有价值的知识库」，卖框架不卖明牌；免费内容（备忘录、投资纪律、Threads 晨会讲稿）降频继续。

Founder's Circle (2026-08-23) 第一期提名与 Q&A 募集（创始会员专属，正文仅开头可见）

• 年度投资人信、Coverage Universe 季度提名与调整、Founder Letter Q&A 问题募集。

Founder Q&A #1 (2026-10-03) 一个分析师怎么被自己的模型、市场、时间与错误训练出判断力？（创始会员专属，正文仅前段可见）

• 八个 Founder 问题（证据矛盾怎么办、模型与市价差很多、未来状态边界、怎么知道 price-in、什么值得 re-rate、研究到什么程度停、机率怎么调、怎么知道自己错），作者称工具性答案都对但「少了灵魂」：真正问的是工具用完后世界仍无乾净答案时怎么判断。
• Q1 证据矛盾（以美光 2024 年亲身经历为例：等 HBM 推动毛利率跳升，但消费电子不振、每季毛利率都慢于预期，股价自高点腰斩，被客户追打、被风控记缺失）：很多「证据矛盾」并不矛盾，只是在回答不同问题（HBM 需求答方向、HBM 营收答参与度、毛利率答转换速度、共识答卖方是否承认、股价答是否超过已定价预期、估值答还允许错多少）。做法：先把证据放回因果链找出哪个箭头没走（市占/Value Capture/预期/时间）；把预估错误拆成方向错误、时间错误（晚一点不是免费的：多折现、竞争者追赶、客户改架构）、幅度错误，并警惕三者互相转化（晚三年的时间错误会变成方向错误）；证据排序看区分力（能否区分两个竞争假说：HBM 结构性改变周期 vs 只是特别强的一轮周期——DRAM 涨价、EPS 超预期两者都支持，区分力低；消费性需求转弱时仍维持明显高于历史的毛利率与 ROIC，区分力高）；投资假设被证明后要换题目（Thesis Migration）：从「周期会不会来」换成「周期能活多久」，否则只是在重复证明已知的事；失验条件必须在答案出来前写下。
• Q2 模型与市价差很多（开头）：先怀疑自己。META 教训——过度盯着单独揭露、容易量化的元宇宙亏损，低估了 AI 广告投放正在改善核心广告的现金流引擎：「模型里最显眼的数字，不一定是股权价值最重要的数字」；之后进入「模型验尸」（后文在付费墙后未能读取）。

关键纠偏（来自 2026-06 与用户的压力测试）

• Intel 案例的教训：用 Intel 当「框架失败的反例」是错的——Intel 2026 年因美国政府入股 10%、英伟达 $5B、软银 $2B、Apple/Google 订单等外生战略资本而三倍，错杀→re-rate 事后成立。
• 真正立得住的不是「框架失败」，而是「框架欠定」：它自己的规则在 Intel 上既能给「卖（论点破坏：砍股息/CEO 出局）」也能给「拿（时序错）」，胜负归使用者的临场判断，不归框架。
• 触发器（产业政策/战略投资）在模型之外，框架提供事后词汇而非事前预见。
• 用法定论：叙事/re-rate 判断当成有赔率的下注（用仓位承接），绝不当确定性；最稳健的是它的财报层（看变化/九层负债表）与风控层（信念→仓位、分批）。