Clive

韓国で再生2000万回突破の“神ストレッチ”の効果がマジでやばい。1日5分。筋肉つけずに足細くしたい人は絶対やって

50대 이하이신 분들이라면, ​지금부터 집중하셔야 합니다. ​앞으로의 6~12개월은 여러분 인생에서 가장 중요한 시기가 될 것입니다. ​이유가 뭐냐고요? ​주식 시장은 미친 듯한 랠리를 펼치며 폭발적인 고점을 찍을 것입니다. ​그리고 역사상 가장 거대한 경기 침체가 찾아오기 직전, 크립토(암호화폐) 시장은 무서울 정도의 대폭등을 시작할 겁니다. ​다가올 6~12개월은 역대 가장 많은 백만장자를 탄생시키는 시기가 될 것입니다. ​절대 시간을 낭비하지 마세요. ​이런 기회는 정말 흔치 않습니다. ​지금 이 글을 읽고 계신다면 결코 늦지 않았습니다. ​아직 기회는 있습니다. ​다만 시간이 빠르게 흘러가고 있을 뿐입니다. ​저는 가격이 아니라 시장의 심리(센티먼트)를 추종합니다. ​그 덕분에 지난 10년간 모든 바닥에서 매수하고 모든 꼭대기에서 매도할 수 있었습니다. ​시장에서 완전히 발을 빼는 순간이 오면, 이곳에 공개적으로 글을 올리겠습니다. ​나중에 저를 팔로우하지 않은 걸 후회하는 분들이 정말 많을 겁니다. ~~~~~~~~~~~~~~~~~~~~~~~~~~ 여기까지가 번역 내용 입니다. 왜 50세 이하로 국한지었는지 몰라도. 저도 인간지표나 시장심리를 중요시 하는데 위의 내용에 깊이 공감이 됩니다.

Dejó su trabajo en marketing a los 35, se obsesionó con la IA y ganó $360,000 en un solo mes usando Claude. ¿Su secreto? Un motor de simulación del precio de Bitcoin. Usando Claude como el "cerebro" detrás del algoritmo, automatizó operaciones que generaban entre $5,000 y $15,000 por posición. Así es como funciona el sistema: Detección instantánea El algoritmo escanea los mercados cripto y ejecuta en el momento en que detecta precios mal valorados. Datos exclusivos Usa datos del order book y flujos OTC privados que el trader promedio nunca llega a ver. La verdadera magia Antes de entrar, el motor ejecuta 10,000 simulaciones para predecir cómo reaccionará el mercado. Así fue como alcanzó $366K de beneficio total apostando constantemente en contra de la multitud. No porque adivine mejor. Sino porque su sistema lee el mercado mejor. Esto ya no se trata de dibujar líneas en gráficos ni de predecir velas. Esto es dinero diseñado por ingeniería: IA + matemáticas + datos privados + ejecución automatizada.

寝る前5分、絶対これやって！！！ たった5分なのに下腹にめちゃ効く🔥 腹筋何十回もやるより、こういう“続けられるやつ”の方が結局変わる。しかも寝っ転がってスマホ見ながらできるからズボラ民でも続けやすい📱🫶🏻

Un ingeniero de HFT de Chicago sacó $190,492 en 24 días corriendo cadenas de Markov, simulaciones de Monte Carlo y Claude como cerebro, desde una caja Hetzner de $6 en su habitación. Su antigua firma lo echó el 1 de mayo por haberlo construido en horario de trabajo. No les hizo gracia. Después nadie quiso contratarlo. Así que abrió una wallet, montó Hermes Agent en Polymarket y lo dejó correr. Su wallet: @0xce25e" target="_blank" rel="nofollow noopener">polymarket.com/es/es/@0xce25e… El desk le enseñó una cosa. Lee la microestructura. Ignora a la multitud. Dispara antes de que te alcancen. Aquí está el stack. Claude Opus 4.7 lee dos endpoints: el tick spot de Binance + el book de Polymarket. Calcula la persistencia de Markov: P(X_{n+1} = Bull | X_n) ≥ 0.87 Lanza 500 trayectorias de Monte Carlo. Cruza patrones SMC: BOS, barrido de liquidez, FVG. Cuando los cuatro convergen, Hermes envía la orden. Hetzner lo corre 24/7. Telegram avisa. Esto es lo que Jane Street gastó $6B y 4,032 GPUs en construir. Lo que el fondo de IA de $2B de Bridgewater llama "alfa no correlacionado con humanos". Lo que Man Group hizo público en julio de 2025.

我發現很多中國人對於外資撤離中國是真的沒有概念， 根據中國國家外匯管理局的統計，外商直接投資（FDI）中國的淨額不是腰斬，而是差一點歸零！ 中國的 FDI 淨額在 2021 年達到 3,441 億美元的歷史高峰，但隨後急轉直下。 到了 2024 年，全年 FDI 淨額甚至探底至僅 186 億美元，創下 1998 年有統計以來的新低。 在 2023 年至 2024 年期間，甚至數度出現罕見的「負成長」（資金淨流出），這意味著外資不僅停止投入新資金，撤走既有資金的規模還大於新投資。 中國本來作為勞力輸出、世界工廠的地位因為大規模不穩定的政治因素而讓外資風險評估後撤退，中國國內的內需市場疲軟（講白了就是經濟爛、人民沒錢買）也讓外資發覺內需紅利不再而離開。 中國「內卷」卷到淒慘無比是其他國家很難想像的，消費降級，人民買東西只求便宜， 外商品牌在中國的市佔率下降，非常多外資已經調整策略，把中國廠區直接轉型為「純外銷出口基地」，不再主攻中國內需。（這個題目可以寫另一篇了，這就不再詳細介紹） 另外經濟學家與國際機構普遍指出 2025 年的數據些微回升主要是部分跨國企業特定項目的局部調整或利潤重新投資，並非外資重返中國。

抄作业的可以直接看这里⬇️⬇️ -Leopold Aschenbrenner @leopoldasch ： 他应该是这批人里最传奇的一个，曾是 OpenAI 研究员，2024 年离开 OpenAI 后发布长篇报告，第一次把 AGI、算力、电力、资本开支与二级市场投资逻辑完整串联起来。随后创立 AI 主题基金，从最初公开披露的 2.55 亿美元持仓，一路扩张到如今约 140 亿美元规模。 -Serenity @aleabitoreddit ： Serenity 是这一轮最出圈的匿名交易员之一。 他因为在 Reddit 上公开研究 $AXTI 而爆火，也让很多人第一次开始认真讨论 photonics 和光模块。他最核心的逻辑是：真正的大机会，不在已经很贵的 AI 龙头，而在那些 AI 建设过程中无法替代、但还没被市场充分理解的上游供应链公司。 -KawzInvests @KawzInvests ： 长期关注 AI 基础设施、photonics、防务机器人、生物科技、车载软件和小盘成长股。相比传统财报拆解，他更关注供应链位置、订单线索、合作伙伴和产业趋势。 -PhotonCap @PhotonCap 这是一个光学和 photonics 工程师开的研究账号，日常接触 lasers、optical fibers、transceivers，所以想研究这些东西在股票市场里如何被定价。

Hoy en día, la mayoría de los hombres usan Viagra para aumentar su libido, pero su efecto es temporal y tiene efectos secundarios. Aquí les presento 9 alternativas naturales a la Viagra que recomiendo (sin pastillas). 1. Jengibre

Here we go.

AI 的泡沫到底有多大？反向推算告诉你：市场在赌一个怎样的世界 先说结论：10万亿美元的估值，要求这五家芯片巨头在未来十年里，不仅要把收入翻十几倍，还要把利润率维持在历史最高水平，并且祈祷永远不要有竞争对手来分一杯羹。 这在金融学上叫“极端非对称押注”——向上空间也许只有20%，但向下归零的风险却高达80%。 正文： 5万亿、10万亿……这些原本只属于国家GDP级别的数字，如今却成了几家科技公司的市值。 这不是游戏。在过去的一年里，英伟达的市值从几千亿暴涨至5万亿，AMD、博通、美光等半导体巨头紧随其后，共同铸就了一个总估值超过10万亿美元的“AI算力帝国”。 面对这种史诗级的狂热，传统的估值模型早已崩塌。此时此刻，我们需要的不是更多的“利好消息”，而是一盆冷水——反向现金流折现（Reverse DCF）。 今天，我们将用最硬核的财务逻辑，把这10万亿的“神话”拆解成一连串令人窒息的增长率假设。准备好了吗？让我们看看市场的胃口，到底有多大。 一、 先把五家公司的“底牌”掀开 我们把目前美股 AI 算力产业链上最核心的五家公司（Nvidia、AMD、Broadcom、SK Hynix、Micron）的财务数据摊开。 图片：这是 2026 年年中最新数据。 把市值加起来，接近 10 万亿美元。这是什么概念？相当于全球 GDP 的 1/10，或者整个美股科技板块（Mag 7）的总和。 而它们去年合计只赚了 4,220 亿 的收入，吐出了 1,613 亿 的真金白银。 二、 Reverse DCF 跑出来的“魔鬼细节” 现在，我们用 Reverse DCF 来拆解这 10 万亿市值里到底藏着什么秘密。 假设这 5 家公司 10 年后的永续增长率是保守的 2.5%（接近长期 GDP 增速），折现率（WACC）给到 13%（高风险溢价）。 看看市场为了撑住今天的股价，必须默认的未来 10 年复合增长率（CAGR）： 1. Nvidia：从 5000 亿到 5 万亿的“加冕” • 隐含 CAGR：约 35% - 38% • 这意味着什么？ 10 年后，Nvidia 的单年收入需要达到 2.75 万亿美元。 • 这相当于今天苹果 + 微软 + 谷歌三家收入的总和。Nvidia 必须在基数如此巨大的情况下，连续 10 年每年增长 35% 以上，且利润率不能崩。 2. AMD：市值翻倍，预期也翻倍 • 隐含 CAGR：约 65% - 70% • 这意味着什么？ 10 年后，AMD 的收入需要达到 1.5 万亿美元。 • 这比现在翻了 40 倍。AMD 不仅要彻底打败 Intel，还要在 Nvidia 的 CUDA 护城河里撕开一道口子，并把微薄的现金流利润率提升到巨头水平。这是一场彻头彻尾的“奇迹叙事”。 3. Broadcom：稳坐第二把交椅 • 隐含 CAGR：约 32% • 这意味着什么？ 10 年后收入要达到 1.2 万亿美元。 • 作为一家靠并购和稳定现金流生存的老牌巨头，在 2 万亿市值基数上维持 32% 的复合增长 10 年，同样是神话级难度。 4. Micron & SK Hynix：存储巨头的“戴维斯双击” 这两家是极其惨烈的周期性行业。历史上，存储厂能有 20% 的 CAGR 已经是超级大牛市。 • Micron（1万亿市值）：隐含 CAGR 45%。10 年后收入需达 1.3 万亿美元（翻 34 倍）。 • SK Hynix（0.9万亿市值）：隐含 CAGR 35%。10 年后收入需达 1.0 万亿美元（翻 15 倍）。 三、 终极验算：10万亿市值背后的“荒谬”推演 把 5 家公司 10 年后的隐含收入加起来： 2.75T (Nv) + 1.5T (AMD) + 1.2T (AVGO) + 1.3T (MU) + 1.0T (Hynix) = 7.75 万亿美元。 这意味着，10 年后这 5 家芯片公司的总收入，将是现在的 18 倍。 如果我们依然假设它们占全球 AI 价值链的 40%，那么： 10 年后全球 AI 产业的真实营收规模，需要达到 19 万亿美元。 19万亿美元意味着什么？ • 2025 年全球 IT 总支出大约是 5.6 万亿美元。 • 10 年后，单是这 5 家芯片公司支撑的 AI 产业，就要比今天全人类花在所有 IT 上的钱还要多出 3 倍多。 四、 写在最后 测算的结果摆在这里，冷酷而直白： 10万亿美元的估值，要求这五家芯片巨头在未来十年里，不仅要把收入翻十几倍，还要把利润率维持在历史最高水平，并且祈祷永远不要有竞争对手来分一杯羹。 这在金融学上叫“极端非对称押注”——向上空间也许只有20%，但向下归零的风险却高达80%。 这10万亿，是人类对AI最美好的憧憬，也是华尔街最锋利的镰刀。它告诉我们：故事讲得再动听，最终还是要落地到每一颗晶体管、每一次电流和每一行代码上。 当泡沫膨胀到连影子都追不上实体的时候，你是选择拥抱泡沫，还是站在岸边，做一个冷静的看客？答案，或许就在你读完这篇文章后的第一个交易决策里。 #AI #Nvidia #NVDA #StockMarket #Bubble

🔥 太空经济，终于开始从“概念”变成“可投资资产”。 而这一次，市场关注的已经不只是 SpaceX。 NASA ETF 的出现，其实释放了一个非常重要的信号： 资本市场开始默认， 未来十年，“太空基础设施”会成为一个长期产业。 Tema Space Innovators ETF 并不是传统意义上的航空航天 ETF。 它不是简单买入波音、洛克希德或者传统军工巨头，而是把整个组合集中在： 发射系统。 低轨卫星。 月球基础设施。 地球观测。 轨道通信。 太空国防。 深空任务。 更关键的是，它甚至通过 SPV 结构，直接持有 SpaceX 敞口。 这意味着，市场第一次开始尝试： 把“多行星经济”正式证券化。 而整个 ETF 的持仓结构，其实也非常有意思。 因为你会发现，资金真正押注的方向，已经不再只是“火箭”。 而是： 谁能成为下一代太空基础设施的核心节点。 $RKLB 不只是发射公司，它正在逐渐变成完整的太空系统承包商。从 Electron 到 Neutron，再到 SDA 导弹预警卫星合同，Rocket Lab 已经开始从“发射服务商”转向“国家级太空基础设施供应商”。 $ASTS 则在尝试另一件更疯狂的事情： 让普通手机直接连接卫星网络。 如果这个模式最终成熟，那么全球通信基础设施的逻辑都可能被改写。 而像 $LUNR、$FLY 这样的公司，更值得长期关注的地方，其实并不是单次登月任务。 而是： 月球基础设施。 因为 NASA 现在的方向已经越来越清晰： 建立长期月球存在。 这意味着未来真正的机会，不再只是一次性探索任务，而是： 能源系统。 月球物流。 轨道运输。 自动化设备。 地月通信网络。 深空基础设施。 这些过去被视为科幻的领域，正在慢慢进入真实资本周期。 更有意思的是，这个 ETF 里还出现了很多传统市场几乎没人研究的小公司。 比如： $FTC.L $3491.TW $VNP.TO $186A.T 这些公司很多并不直接制造火箭，但它们提供毫米波组件、激光系统、卫星材料、轨道服务能力。而随着低轨卫星数量爆发式增长，这些“卖铲子”的公司，反而可能成为长期稳定受益者。 因为真正的大产业周期，往往不是只有明星公司赚钱。 而是： 整个供应链一起重估。 当然，NASA ETF 本身风险也非常高。 大量持仓属于： 小市值。 高波动。 低流动性。 前沿技术。 私人资产敞口。 很多公司可能未来十年爆发，也可能永远无法盈利。 所以它更像是一种： 高风险、高波动、长期主题配置。 但真正值得注意的，其实不是 ETF 本身。 而是： 资本市场已经开始认真对待“太空经济”这件事。 因为当资金开始为： 月球系统、 轨道物流、 卫星网络、 深空基础设施 建立长期估值模型时， 意味着“多行星经济”已经不再只是 Elon Musk 的梦想。 而是在逐渐变成真实产业。 你觉得未来太空经济最大的赢家，会是发射公司，还是围绕卫星与太空基础设施的新供应链？

🔥卧槽，有人把股神巴菲特蒸馏成了Agent，直接开源，一发布就冲上GitHub热榜，star 数突破 5w+ 不止巴菲特，他们还搭了一支华尔街天团，13位世界级投资大佬顶级配置： - 巴菲特的黄金搭档 芒格 - 华尔街教父 本杰明·格雷厄姆 - 成长投资女王 木头姐 - 成长投资之父 菲利普·费雪 …… 随时帮你分析股票、优化交易策略。 背后还有6位专业分析师agent负责汇总各方观点，最终给出操盘建议。 最绝的是内置回测功能，先把你的策略用历史数据完整跑一遍，测试按这套逻辑操作的结果如何，跑完再决定要不要上实盘。

特斯拉Robotaxi：一座即将完工的超級收費站！💰🚕 （我理解的特斯拉商业模式） 傳統車企賣一輛車，收一次錢，故事結束。 Robotaxi完全不一樣——車出廠後，24小時在路上狂奔，每跑1公里，特斯拉就收一次錢！車隊越大，現金流越穩，邊際成本幾乎為零。 這不是賣車，這是一台現金收割機！ 邏輯一：商業模式本質是“收租” 傳統車企=一次性交易
Robotaxi=平台運營商，每天全球億公里里程收費 規模越大，收入越高。 馬斯克把硬件生意做成入口，搭建成本壁壘，用軟件構建高毛利壁壘，建成長長的坡和厚厚的雪的未來20年的印鈔機。 邏輯二：壁壘不是車，是數據飛輪 跑得越多 → FSD數據越多 → 系統越聰明 → 安全性越高 → 監管越快通過 → 新市場越容易佔領。 對手想追？
必須先有同等規模車隊 → 必須有同級FSD → 必須有同量級數據。 這是一個封閉正向飛輪，後來者幾乎無路可走！ 邏輯三：規模越大，利潤越厚 每多一輛Robotaxi，固定成本幾乎不變，只增電費+維護。
平台、算法、監管、品牌……所有重成本已被前車攤薄！ 更狠的是Terafab（特斯拉+SpaceX+xAI+Intel聯合巨型AI芯片廠）： 自研推理芯片，功耗砍一半 電費直接變利潤（別人買英偉達H100，電費血流成河） 500萬台（預計10年）Robotaxi的算力電費差距 = 天文數字！ 特斯拉自研芯片+自造車，跳出全供應鏈盤剝。規模越大，利潤率加速暴漲！ 邏輯四：太空算力 = 第二條超級護城河 Robotaxi需要海量實時算力。
地面數據中心兩大死穴：電費40～60%+持續漲價，土地冷卻貴到離譜。 SpaceX答案：把算力搬到太空！ 電力：太陽能，幾乎免費 冷卻：太空自然散熱 土地：零成本 發射成本才是入場券。Starship目標每公斤100美元以下，SpaceX已完成工程積累，差距至少10年！ Terafab低功耗芯片再加持，太空算力中心一旦上線，就是全球AI算力的第二座收費站！🛰️🌌 總結：已形成鐵三角閉環 車隊產生數據 → 數據餵養算法 → 算法依賴算力 → 算力自己掌控（Terafab+太空）。 重資產建一次，輕成本收一輩子； 規模越大護城河越深、越不可逆。 這不是預測特斯拉賺多少錢，
這是描述一種結構性降維打擊。 Robotaxi + 太空算力 + Terafab = 馬斯克生態最硬的長期現金流引擎。 未來已來，你準備好了嗎？🚀 求轉發，讓更多人看到特斯拉真正的護城河！ 
#Tesla #Robotaxi #FSD #Terafab #SpaceX #xAI

马斯克喊话：是时候建造月球基地了！NASA正式启动基地建设第一阶段，以机器人、无人任务先行铺路。 🚨马斯克预判，未来20年特斯拉将在地球有自己的工厂。马斯克把旗下SpaceX特斯拉XAI的AI能力全面打通。依托Optimus实现就地取材、自我复制、自主制造与卫星发射，最终打造一座自主运转的月球城市！

神一样的男人，又可以炒作业了！🧐 Leopold的基金Situational Awareness LP披露其持有 Nebius(#NBIS) 1241万股A类普通股，占发行股份的5.6%！ Nebius是一家总部位于荷兰阿姆斯特丹的AI基础设施公司，欧洲AI领域的黑马，是欧洲最大的算力巨头，曾受到Meta与微软百亿合作，英伟达投资！ 受此消息影响，#NBIS 夜盘大涨9.44%！

在 X 上看到这么多中文社区的支持，真的让人很开心！ 这体现了种非常有趣的文化差异： 大家会试图了解我的思考过程和选股逻辑，并以此来完善自己的投资体系。 相比之下，其他些文化背景的人可能上来就会全盘否定。 也许我会为了好玩，开始写写对两支中国股票的看法，哪怕我并没有持仓。

手搓了一个美股Reddit讨论热度榜，方便大家选股找灵感逮alpha meiguhuli.com 就是拼音的美股狐狸，点开等一秒，实时刷新

🔥 我今天看完 Jane Street 机房实拍后，第一次真正意识到： AI 下一阶段最确定的刚需，可能已经不是 GPU。 而是： 电力和液冷。 过去两年，市场几乎所有焦点都围绕 AI 芯片展开。$NVDA、HBM、PCB、MLCC、先进封装，这些方向其实已经轮动过很多次，很多公司估值也早已不便宜。大家都在研究 GPU 数量、算力提升、带宽速度，但越来越少人注意到： 当 AI 集群进入超大规模阶段后，真正决定系统能否稳定运行的，开始变成“基础设施”。 因为现在的数据中心，已经逐渐逼近物理极限。 视频里最震撼的部分，是那些整齐排列的 GB300 机柜。单机架峰值功耗达到 140kW，传统风冷已经很难压制。而下一代 Vera Rubin Ultra，据说直接提升到 600kW 级别，相当于把数百个普通家庭的用电量，压缩进一个 7 英尺高的机柜里。 这已经不是简单升级。 而是整个 AI 数据中心架构，被迫进入新阶段。 真正让我印象深刻的，并不是硬件本身，而是 Jane Street 技术主管提到的一件事： 他们最害怕的，其实不是服务器价格。 而是机会成本。 因为在 AI 算力越来越稀缺的环境下，内部不同团队都在抢 GPU 配额。如果因为电力负载计算错误、冷却系统异常或者断路器跳闸，导致训练任务中断，损失的可能不是几块 GPU，而是真正的交易机会和策略窗口。 这其实也是整个 AI 行业正在发生的变化。 未来数据中心最重要的目标，可能不再只是“更强”。 而是： 绝对稳定。 因为当单个 AI Cluster 的价值达到数亿甚至数十亿美元后，任何一次故障的代价都会被无限放大。 780 万美元的设备，如果因为散热问题直接损坏，没有人愿意承担这种风险。 这也是为什么，现在越来越多 CapEx 开始流向： 变压器。 母线槽。 备用发电机。 液冷系统。 电力管理。 而不是单纯买 GPU。 Microsoft 最近财报会上，Satya Nadella 提到单季度新增 1GW 数据中心容量，未来两年还要继续翻倍。Google、Meta 的 2026 年资本支出合计更是超过数千亿美元。 真正值得注意的是： 这里面越来越大一部分钱，正在流向“AI 基础设施保障系统”。 尤其液冷。 以前传统服务器运维，更多是检查风扇和气流。但现在，90% 热量开始依赖液体循环带走。为了避免微米级管道堵塞、细菌污染、液体腐蚀，整个系统开始进入类似工业级运维逻辑。 这意味着： 液冷未来可能不只是设备生意。 而是长期运维生意。 甚至会逐渐演变成类似 SaaS 的持续收费模式，因为大型 AI 数据中心不可能频繁更换整套冷却体系，一旦绑定，生命周期可能长达十年以上。 而这也是我现在越来越关注液冷和电力的原因。 因为 AI 下一阶段真正的瓶颈，可能已经不再是： “有没有 GPU”。 而是： “能不能稳定地让几十万颗 GPU 一直运行”。 你觉得 AI 下一阶段最大的机会，会继续留在芯片本身，还是开始向电力和液冷基础设施转移？

Serenity真正厉害的地方，很多人不太懂。 与其阅读推文，不如和泥伏雷一起研究她的“埋伏”思路； Serenity 的框架本质上只有一句话：AI 基础设施的物理瓶颈会依次解决，每解决一层，资金就流向下一层——他要做的就是永远站在下一层的门口等着。 ⬇️具体说几个关键点： 他的起点不是选股，而是读 NVIDIA 的路线图。他相信 NVIDIA 一旦公开说要做 CPO、做硅光，这条技术路线就是确定性的，剩下的只是供应链上谁是瓶颈。 所以他从 NVIDIA 的架构决策出发，逆向拆解供应链，一层一层往上游走，直到找到那个"唯一一两家公司能做、扩产需要好几年、Hyperscaler 离不开"的节点。 他的估值逻辑也很简单：不看 PE，看"这个市值相对于它卡住的市场有多不匹配"。 AXTI 七亿美元市值卡住了全球 InP 基板，SIVE 不到三亿美元控制 CPO 激光光源——这种错配就是信号。 他最重要的一个洞察是关于时间差：机构基金受合规和规模限制，发现新瓶颈比他慢一两个季度。他不是要比机构聪明，只是要比机构快。等机构报告出来，他已经建好仓了，然后用财报数据验证自己的论点。 整个 CPO 链条里，目前信息不对称最强的节点是 NCI（日本化成工业，4092.T）——高纯红磷供应商，AXTI 的上游。 他自己称之为"瓶颈中的瓶颈"，几乎没有任何英文报道。最新鲜的公开披露是 XFAB，他前天才公开建仓，EU Chips Act 2.0 是近期催化剂。 需要特别注意的是：Serenity现在有 40 万粉丝，Bloomberg 已经开始报道他的操作。 他自己也说过"not doing so well anymore"——一旦他开口，窗口就开始关闭了。 真正的机会在他说之前，用他的框架自己往上游再走一层。