SWUFE.BA

昨天和 @MMMusol @Arya_web3 一起参加了一场 @aveai_info 很有意义的深度美股讨论。 讲讲我自己关于问题的答案，两位老师也有更精彩的论述，大家有兴趣的可以去听听回放 四个问题 问题1：SpaceX 800 亿会抽干美股吗？ 问题2：SpaceX $135 定价，追还是等？ 问题3：真正的大机会是在 SpaceX，还是在 SpaceX 产业链？ 问题4：平台做什么能够帮助用户玩转这波 IPO 潮？ 问题1：SpaceX 800 亿会抽干美股吗？ 不会。 如果一个 IPO 体量太大，会在短期内造成资金再平衡。 机构要配 SpaceX，就可能减一点别的科技股、指数基金、主题基金、成长基金也会重新调整仓位。 所以短期看，它对市场一定有“抽水效应”。 尤其是那些已经涨很多、估值也很高、但基本面没那么硬的科技股，可能会被资金先卖掉一部分，去腾位置。 但不会真正抽干美股。 真正能抽干市场的，不是一个好资产上市，而是市场发现自己没有新故事。 如果 SpaceX 上市之后，市场觉得它只是一个贵得离谱的明星公司，那它就是抽水。 但如果市场把它理解成一个新周期的龙头，它反而可能带来增量资金。 就像当年英伟达不是抽干 AI，而是把 AI 这条线彻底点燃。 所以关键不是 SpaceX 融了多少钱，而是市场定性。 问题2：SpaceX $135 定价，追还是等？ 三种情况看： 第一种，能拿到接近发行价的额度，比如确定性且靠谱的打新，那可以考虑小仓位参与，因为这是一级半市场的稀缺机会。 第二种，只能在开盘后追高，比如一开盘就冲到 170、180、200，必须跑。 第三种，是长期想配置太空产业，不一定非要第一天买 SpaceX。可以等它经历第一次分歧、第一次财报、第一次解禁预期、第一次市场杀估值。 SpaceX 可以追踪，但不一定要追高 可以信仰，但不要上头 可以买梦想，但不能用满仓买梦想 散户最好的策略不是猜第一天涨多少，而是提前想清楚： 我买它，是做短线情绪，还是做十年太空基础设施？ 短线必须尊重波动 长期更应该尊重价格 问题3：真正的大机会是在 SpaceX，还是在 SpaceX 产业链？ 这个问题是我最想讲的。 SpaceX 是灯塔，但真正的大机会，可能在 SpaceX 产业链里。 这就是我之前一直讲的“紫苏叶理论”，也就是 @aleabitoreddit 白毛股神的方法论。 在高端日料里，大家都盯着金枪鱼、大腹、海胆。 但真正有时候最关键的，是旁边那片紫苏叶。 它看起来不起眼，但不能断供；单价不一定最高，但位置非常关键；一旦供应不稳定，整套体验都会受影响。 放到投资里也是一样。 市场和资本最喜欢追主角。 但真正容易产生超额收益的，经常不是最闪耀的主角，而是主角背后那个：小而关键、难以替代、认证周期长、产能有限、需求被龙头放大的环节。 SpaceX 本身当然是主菜 但 SpaceX 上市后，市场会重新定价一整条太空产业链。 比如： 火箭发动机和推进系统 卫星制造和星载平台 太阳能板、复合材料、精密结构件 地面站、天线、射频器件 低轨通信芯片 光通信、激光通信、星间链路 国防遥感、空间数据服务 甚至还有电力、数据中心、边缘计算、AI 推理网络 这些才是散户的中心 因为 SpaceX 上市之后，最拥挤的交易一定是 SpaceX 本身 所有人都知道它好 但产业链不一样，产业链里很多公司，可能现在还没被完全理解。 尤其是那些收入体量不大，但刚好卡在关键位置上的公司。 它们有可能因为 SpaceX 上市，被市场重新发现。 普通人追 SpaceX，买的是共识 高手拆产业链，找的是预期差 SpaceX 最大的问题是，它太出名，太出名就意味着，定价会很快。 而产业链最大的问题是，它太复杂，太复杂就意味着，市场定价会慢。 投资机会往往就在这个“慢”里面。 SpaceX 是必须研究的锚，但真正值得花时间挖的，是 SpaceX 产业链里的紫苏叶。 因为龙头上市之后，市场一定会问： 谁给它供货？ 谁跟它合作？ 谁的订单会增加？ 谁的产能最紧？ 谁的技术最难替代？ 谁从“可有可无”，变成“不能断供”？ 这才是散户和研究型投资者真正能打出差异的地方。 问题4：平台做什么能够帮助用户玩转这波 IPO 潮？ 平台最该做的，不是只给用户一个“买入按钮”。 因为 IPO 潮最危险的地方就在于，用户看到的都是热度，但看不到风险。 尤其是 SpaceX 这种超级 IPO，普通用户很容易被几个词打动： 马斯克、火箭、星链、AI、太空、最大 IPO。 这些词放在一起，想不fomo都难。 @MMMusol 的观点叼炸天，最核心就四个字：用户教育，我觉得这四个字总结的太好了。 在他之后，我从我的职业角度，也就是交易员和产品的角度，提点更细化的建议 第一，信息透明 用户要知道自己买的到底是什么。 是一级市场额度？是上市后现货？是股票代币？是差价合约？是 Pre-IPO 映射资产？背后有没有真实股权？有没有托管？有没有赎回机制？ 必须讲清楚，因为很多人不是不敢承担风险，而是不知道自己承担的是什么风险。 第二，估值工具 平台可以把 SpaceX 拆成几个部分给用户看：Starlink 值多少钱？发射业务值多少钱？国防合同值多少钱？未来太空 AI 和轨道数据中心值多少钱？Starship 的成功和失败分别对应什么估值？ 这样用户才不会只看一个 $135 的价格。 价格本身没意义，价格背后的预期才有意义。 第三，风险提示和仓位工具 我觉得平台可以做一个很实用的功能：假设 SpaceX 上市第一天涨 30%、50%、100%，用户用不同仓位买入，回撤 20%、30%、50% 时账户会变成什么样。 很多散户不是不知道风险，是没有把风险“可视化”。 一旦可视化，散户就知道冷静了。 第四，IPO 潮的产业地图 不要只让用户盯 SpaceX。 平台可以把这波 IPO 潮背后的产业链整理出来：太空发射、卫星通信、地面站、芯片、光通信、电力、数据中心、国防科技、机器人、AI 基建。 这样用户就能明白：IPO 不是彩票，IPO 是产业周期的窗口。 真正会玩的用户，不一定只追最热的那个名字。 他会顺着龙头，去找产业链里还没被充分定价的环节。 这也是我一直讲的投资方法：不要只看主菜，要看主菜旁边那片不能断供的紫苏叶 SpaceX 是主菜，但 SpaceX 上市之后，市场可能会重新定价一整张太空产业链。 散户真正的机会，未必只在 SpaceX 本身，也可能在它带出来的那些“窄门资产 欢迎来到【方外之境】

刚好江哥“抛玉引砖”，跟大家分享一下关于用户教育的一些想法 现在的平台做什么能够帮助用户玩转这波 IPO 潮？ 用户教育，绝对是不可或缺的一环 因为这不是一个只属于金融平台的问题。 从 AI 产品到美股券商，从 Crypto 交易所到任何一个把复杂能力交到普通人手里的平台，用户教育都是那个最被低估、却决定生死的能力。 做得好，用户留下来、用起来、信任你；做不好，用户要么被吓跑，要么被坑到，最后都怪平台。 这里想先从 AI 产品切入，再拉到金融和 Crypto，最后回到我们最关心的问题：面对 SpaceX 这样的超级 IPO，平台的用户教育到底该怎么做。 从 AI 产品说起，首先是关于复杂能力的渐进式交付 AI 产品面临的核心矛盾，和金融平台惊人地相似： 产品能力极强，但用户不知道怎么用，甚至不知道自己不知道。 ChatGPT @ChatGPTapp 刚上线的时候，界面只有一个输入框和一句“Ask anything”。 这个设计看起来极简，但对新用户来说其实是一种认知暴力——你给了我无限可能，却没告诉我从哪里开始。 后来 OpenAI @OpenAI 逐步加入了 suggested prompts、use case 分类、Custom GPTs，本质上是在做一件事：把“你可以做任何事”这个过于宽泛的承诺，拆解成“你现在可以试试这个”的具体邀请。 Claude @claudeai 的做法我觉得是更有意思的 它的 onboarding 不是甩给你一个空白页面，而是通过引导式的对话，让你在使用过程中理解它的能力边界。你问它一个问题，它回答的同时会暗示“我还能做什么” ——这不是说明书式的教育，而是在实际交互中完成认知升级。 Cursor 作为 AI 编程工具，走的是另一条路：上下文教育。 它不会在你打开软件时弹出一个教程，而是在你写代码的具体场景里，适时地展示 AI 能帮你做什么。你选中一段代码，它告诉你可以重构；你写了一个 bug，它提示可以修复。教育发生在需求产生的那一刻，而不是提前灌输。 这些做法背后有一个共同的设计哲学，叫 Progressive Disclosure——渐进式披露。 核心思想是：不要一次性把所有复杂度倒给用户，而是根据用户当前的认知水平和使用场景，逐层释放信息。Jakob Nielsen 在 1995 年提出这个概念的时候，SaaS 还不存在；三十年后，它成了所有复杂产品做用户教育的底层逻辑。 Duolingo 把这个逻辑推到了极致。 它教的是语言——一个需要几千小时才能掌握的复杂技能。但它从来不会在第一天告诉你“学完这门语言需要 2000 小时”。它只说：今天学五分钟，完成一个小关卡，拿到一颗星。进度条、连续打卡、排行榜，这些游戏化机制的本质不是让学习变得“好玩”，而是把一个令人望而却步的长期目标，切割成无数个可以立即完成、立即获得反馈的微小单元。 这对金融平台意味着什么？ 意味着你不能在用户第一次打开 App 的时候，就甩给他一份 $SpaceX 的招股书摘要和一个“立即认购”按钮。 美股平台，从信息噪音到认知陪伴 传统美股平台的用户教育，长期停留在“内容堆砌”阶段。 开一个 Learn 频道，放几百篇文章，从“什么是股票”到“期权希腊字母详解”，然后觉得自己已经做了教育。这就像 ChatGPT 早期那个空白输入框 ——能力都在，但用户不知道从哪开始，也不知道哪些跟自己有关。 Robinhood @RobinhoodApp 做对了一件事：Snacks。 这是一份每天早上推送的市场简报，用极其口语化的方式讲当天最重要的三五件事。 它不试图把你变成分析师，只是让你每天花三分钟，对市场保持一个基本的感知。这是“低剂量持续教育”——不追求单次深度，追求日积月累的认知建设。对于大多数散户来说，每天三分钟的市场感知，比一次性读完一本投资入门书有用得多。 Webull @WebullGlobal 走的是另一条路：Learn Hub 加模拟交易。 它的教育内容覆盖从基础概念到进阶策略，但真正有意思的是 paper trading 功能——你可以用虚拟资金在真实市场环境里交易，不花一分钱，但能完整体验下单、持仓、盈亏的全过程，这是“Learn by Doing”的典型实现。 人对风险的理解，永远不可能通过阅读获得；只有当你看着自己的模拟账户从 10 万变成 7 万的时候，你才真正理解“回撤 30%”是什么感觉。 但这两家都有一个共同的缺陷：教育和交易是割裂的。 你在 Learn 频道学完“什么是 IPO”，回到交易页面，面对的还是一个冷冰冰的买入按钮，中间没有任何过渡。用户在学习场景里建立的认知框架，到了决策场景里就断裂了。 AI 产品的做法其实给了一个启示：教育不应该是一个独立的频道，而应该嵌入到用户做决策的每一个关键节点。就像 Cursor 在你写代码时才提示 AI 能力，金融平台应该在用户准备下单时，才把最相关的风险信息、估值参考、历史对比推到他面前。不是“你应该去学习”，而是“你现在需要知道这个”。 Crypto，应当去把教育变成产品本身 如果说美股平台的用户教育还停留在“内容附属于交易”的阶段，Crypto 平台已经把教育做成了独立的产品线——甚至是获客引擎。 Coinbase @coinbase 的 Learn & Earn 可以说是这个领域的开创者。 机制很简单：你看一段关于某个加密项目的教育视频，回答几道测验题，答对了就能获得该项目的代币奖励，通常价值几美元。 这个设计精妙在哪里？ 它同时解决了三个问题：用户获得了知识，项目获得了曝光，平台获得了活跃用户。 教育不再是成本中心，而是增长飞轮的一部分。 Binance Academy @cz_binance @heyibinance 走得更远了。 它建立了一个完整的免费教育体系，超过 500 篇文章和视频课程，从区块链基础到 DeFi 协议到高级交易策略，不需要注册账户就能访问。 这看起来像是在做慈善，实际上是最聪明的用户筛选机制：愿意花时间学习的用户，往往也是留存最高、终身价值最大的用户。 教育内容成了一个漏斗的顶部——它吸引的不是冲动型赌徒，而是愿意理解自己在做什么的理性参与者。 Bitget @xiejiayinBitget @GracyBitget 把教育和实操结合得更紧密：结构化学习路径配合模拟交易账户，学完一个模块就可以用虚拟资金实践，再进入下一个模块。 这是把 Duolingo 的游戏化逻辑和 Webull 的 paper trading 做了一次融合——学习有路径、有反馈、有实践、有激励，形成完整闭环。 Crypto 平台之所以在用户教育上走得更激进，有一个现实原因：它们面对的用户认知起点更低、产品复杂度更高、监管灰色地带更多。 如果不做教育，用户不是“用不好”的问题，而是“被骗”或“血本无归”的问题。平台要么主动教育用户，要么等着用户亏钱后来骂你、投诉你、让监管来找你。 这个逻辑放到 SpaceX IPO 的语境里，是一模一样的 那么再回到 SpaceX：用户教育不是锦上添花，是“居安思危” SpaceX IPO 的特殊性在于，它同时具备了所有让散户容易犯错的特征：极高的情绪热度、极复杂的业务结构、极多样的参与渠道、极模糊的风险边界。 马斯克、火箭、星链、AI、太空、史上最大 IPO——这些词放在一起，想不 FOMO 都难。 但大多数被这些词吸引进来的用户，并不真正理解自己面对的是什么：这是一家营收 187 亿但亏损 49 亿的公司，它的 1.77 万亿估值定价的是十年后的故事，它有三摊截然不同的生意（星链挣钱、xAI 烧钱、星舰高风险），而且你买到的东西可能是真股票、可能是代币化股票、可能是纯合成产品——风险天差地别。 平台在这个时刻的责任，不是喊“快来打新”，而是确保每一个点击“买入”按钮的人，至少知道自己买的是什么、承担的是什么风险、最坏情况会怎样。 把前面讲的所有框架拉回来，一个真正做好用户教育的平台，在 SpaceX IPO 这个场景里应该做到什么？ 渐进式披露，而非信息轰炸。 不要在用户第一次看到 SpaceX 页面时就甩出全部信息。 第一层：这是什么公司、为什么重要、基本面概览。 第二层：估值拆解——星链值多少、发射业务值多少、xAI 值多少、星舰的成功和失败分别对应什么价格。 第三层：你买的具体是什么产品——真股、代币化股票还是合成资产，各自的风险结构。 用户想深入多少，就能深入多少，但永远不会在第一步就被淹没。 上下文教育，嵌入决策节点。 当用户准备输入买入金额时，不是弹一个“投资有风险”的免责声明，而是展示一个可视化工具：如果你用这个仓位买入，SpaceX 上市首日涨 50% 你赚多少，回撤 30% 你亏多少，180 天禁售期内你的资金被锁住意味着什么。 把风险从抽象概念变成具体数字，在用户做决策的那一刻推到他面前。 Learn by Doing，用模拟降低试错成本。 提供 IPO 模拟交易——让用户用虚拟资金体验完整的打新流程：申购、中签、上市首日波动、禁售期。很多人不是不知道 IPO 有风险，而是从来没有经历过“上市首日冲高回落 40%”是什么体感。模拟一次，胜过读十篇分析。 激励式学习，让教育有回报。 学 Coinbase 的 Learn & Earn 逻辑：用户完成 SpaceX 相关的教育模块（包括但不限于业务拆解、估值逻辑、风险因素、产业链分析），可以获得平台积分、手续费减免、或者优先参与资格。让“学习”本身成为一种有回报的行为，而不是用户必须忍受的前置摩擦。 社区驱动学习，让用户教育用户。 其实最近 X 上关于 SpaceX 的讨论已经证明了这一点——有人问追还是等，有人拆产业链，有人分析供应链，有人吐槽平台只推 hype 不讲风险。 这些真实的用户讨论，比任何官方教育内容都有说服力。平台应该把这种社区讨论结构化：Space、AMA、用户讨论区、实时问答，让信息在用户之间流动，让理性的声音被放大。 产业链地图，把视野从单一标的拉开。 不要让用户只盯着 SpaceX 一个名字。 可以像serenity @aleabitoreddit 那样把整条太空产业链铺开：火箭发动机、卫星制造、地面站、低轨通信芯片、光通信、国防遥感、边缘计算。 告诉用户：IPO 不是彩票，IPO 是产业周期的窗口。 真正会玩的人，早就顺着龙头去找产业链里还没被充分定价的环节了。 在最后，再次感谢 @aveai_info 组织了这样一场很有意义的深度美股讨论，无论是江哥 @yijiangren 的紫苏叶理论的现身说法，还是羊姐 @Arya_web3 情绪面的拆解和筹码的分析，真的是受益匪浅~ 共勉

美股高质量Alpha博主分享 Pt.1 最近美股动荡得厉害，这种时候反而最适合静下来学东西。 趁这个时机，跟大家分享一些我平时一直在关注的美股高质量博主： 方外之域 @yijiangren 江哥是我从他2k 粉不到的时候就一直在学习，文章写得深入浅出，每篇之间上下启承，连着看会有种“哦原来上篇那个点是在给这篇铺路”的感觉。 他不光教你怎么交易。他教你怎么想——思考的框架是什么，技术面怎么判断，大势用什么标准去衡量。相信我，从现在开始每天认真看完江哥的每一篇推文，你的写作和交易都会有质的变化。 他会手把手带你从“听消息炒股”过渡到“懂产业链选股”。读报告、抓瓶颈、判断哪些是错杀，这套东西他讲得特别耐心。 Serenity @aleabitoreddit 非常喜欢看她狂怼分析师 NVDA 刚否认 CPO/800V 延期，她就甩出 Lumentum 的原话，再贴 BlackRock 和 Fidelity 悄咪咪建仓 $SIVE 的截图——推文短平快，情绪真实，像在说“市场又在自己吓自己了吧”。 她每一篇推文其实都在教你一件事：怎么分辨真消息和标题党。信一手来源，看机构动作，别被二手解读带节奏。 对新手来说特别有价值的是——她会帮你建立“AI 是分阶段兑现”这个认知。有了这个锚，你就不容易被短期情绪割韭菜。 Dave @bc1qDave Dave 哥是我交易心态的启蒙导师。文能挥斥估值 PE 雄文，武能下场深挖做市逻辑，关键是他文字特别平易近人，像一个资深的大作手坐你旁边跟你闲聊。 他的文章读起来就是实战派的心态课——别死扛、会认错、懂资金流动。没有那种居高临下的说教感，就是前辈把自己踩过的坑摊开给你看。 适合谁呢？ 想先学“怎么在市场里活下来”的小白。够了，先活下来，再说赚大钱的事。 武哥 @qinbafrank 我是从去年年初开始学习武哥的文章，虽然不敢说学有大成，但至少能理清楚很多市场的脉络了。 他的覆盖面很广——趋势、宏观、前沿科技，AI、Crypto、宏观全都涵盖，财报和产业链拆得既细致又有深度。 最清晰的是他那套“看大势→选赛道→调仓”的方法论。根据宏观政策、通胀走向、资本流动来判断市场趋势和叙事方向，小白看完就知道现在该追还是等回调。 不用猜，有武哥的框架足矣。 Toni @0xtonixie 你能想象一个顶级的 AI PM 研究美股比研究 AI 还深吗？ Toni 哥不仅教你怎么用小资金以小博大，还能告诉你大资金怎么高效复利 Beta。 宗之潇洒美少年，举觞白眼望青天，皎如 Toni 临风前 无论是他的知识储备还是价值输出的质量，都非常适合0基础新手一边学 AI 一边练手。 两条线同时走，效率和复利都拉满了。 Nico @staypinkyup Nico 姐是非常低调的实力派。 她的复盘清晰到什么程度呢——每次看完都觉得“啊这个点我怎么自己没想到”。 在推特这么浮躁的地方，她还坚持写期权教学长文，很多知识真的是掰碎了喂给你，文字特别真诚。 她会教你从0到1建立一套思维体系：别只看股价，要看钱从哪来、利息多贵。也会跟你聊 AI 建数据中心到底是重在生产还是主推通胀，帮你在市场里去伪存真。 偶尔也会聊聊日常和设计，活人感很强。 有时候看她复盘就感觉像朋友坐你旁边跟你聊天——这种感觉在推特上真的很稀缺了。

美股高质量Alpha博主分享 Pt.1 最近美股动荡得厉害，这种时候反而最适合静下来学东西。 趁这个时机，跟大家分享一些我平时一直在关注的美股高质量博主： 方外之域 @yijiangren 江哥是我从他2k 粉不到的时候就一直在学习，文章写得深入浅出，每篇之间上下启承，连着看会有种“哦原来上篇那个点是在给这篇铺路”的感觉。 他不光教你怎么交易。他教你怎么想——思考的框架是什么，技术面怎么判断，大势用什么标准去衡量。相信我，从现在开始每天认真看完江哥的每一篇推文，你的写作和交易都会有质的变化。 他会手把手带你从“听消息炒股”过渡到“懂产业链选股”。读报告、抓瓶颈、判断哪些是错杀，这套东西他讲得特别耐心。 Serenity @aleabitoreddit 非常喜欢看她狂怼分析师 NVDA 刚否认 CPO/800V 延期，她就甩出 Lumentum 的原话，再贴 BlackRock 和 Fidelity 悄咪咪建仓 $SIVE 的截图——推文短平快，情绪真实，像在说“市场又在自己吓自己了吧”。 她每一篇推文其实都在教你一件事：怎么分辨真消息和标题党。信一手来源，看机构动作，别被二手解读带节奏。 对新手来说特别有价值的是——她会帮你建立“AI 是分阶段兑现”这个认知。有了这个锚，你就不容易被短期情绪割韭菜。 Dave @bc1qDave Dave 哥是我交易心态的启蒙导师。文能挥斥估值 PE 雄文，武能下场深挖做市逻辑，关键是他文字特别平易近人，像一个资深的大作手坐你旁边跟你闲聊。 他的文章读起来就是实战派的心态课——别死扛、会认错、懂资金流动。没有那种居高临下的说教感，就是前辈把自己踩过的坑摊开给你看。 适合谁呢？ 想先学“怎么在市场里活下来”的小白。够了，先活下来，再说赚大钱的事。 武哥 @qinbafrank 我是从去年年初开始学习武哥的文章，虽然不敢说学有大成，但至少能理清楚很多市场的脉络了。 他的覆盖面很广——趋势、宏观、前沿科技，AI、Crypto、宏观全都涵盖，财报和产业链拆得既细致又有深度。 最清晰的是他那套“看大势→选赛道→调仓”的方法论。根据宏观政策、通胀走向、资本流动来判断市场趋势和叙事方向，小白看完就知道现在该追还是等回调。 不用猜，有武哥的框架足矣。 Toni @0xtonixie 你能想象一个顶级的 AI PM 研究美股比研究 AI 还深吗？ Toni 哥不仅教你怎么用小资金以小博大，还能告诉你大资金怎么高效复利 Beta。 宗之潇洒美少年，举觞白眼望青天，皎如 Toni 临风前 无论是他的知识储备还是价值输出的质量，都非常适合0基础新手一边学 AI 一边练手。 两条线同时走，效率和复利都拉满了。 Nico @staypinkyup Nico 姐是非常低调的实力派。 她的复盘清晰到什么程度呢——每次看完都觉得“啊这个点我怎么自己没想到”。 在推特这么浮躁的地方，她还坚持写期权教学长文，很多知识真的是掰碎了喂给你，文字特别真诚。 她会教你从0到1建立一套思维体系：别只看股价，要看钱从哪来、利息多贵。也会跟你聊 AI 建数据中心到底是重在生产还是主推通胀，帮你在市场里去伪存真。 偶尔也会聊聊日常和设计，活人感很强。 有时候看她复盘就感觉像朋友坐你旁边跟你聊天——这种感觉在推特上真的很稀缺了。

美股暴跌，市场突然发现，铜还没到谢幕的时候 今天看到 @Rookiex9o 的帖子之后，我去看了一下 SemiAnalysis 的报告 昨晚美股科技股整体下跌， $CRDO 出奇的硬。 真正的 catalyst，不是公司突然出了什么单独大利好，而是这份报告，把市场对 AI 数据中心互连的预期重新拨了一下。 报告的部分内容我发出来了，大家有兴趣的可以看一下，也可以去搜索原文。 这份报告最重要的结论，不是 $ALAB 和 CRDO 谁赢。 恰恰相反，它说这两家公司并不是在抢同一块蛋糕，而是在押注 AI 基建扩张的两个不同方向。 ALAB 押注的是 rack 内部密度提升。 GPU、XPU 越来越密，单个 AI 机柜内部的 fabric silicon 价值就会上升。它更像 AI rack 内部的神经系统。 CRDO 押注的是 AI cluster 横向扩张。 当一个机柜变成十个机柜、一百个机柜、一千个机柜，真正爆炸增长的是 rack-to-rack 的连接量。它更像 AI 集群之间的血管网络。 但报告最关键的地方在于：它实际上强化了铜连接的中短期逻辑。 过去几个月，市场一直在争论一个问题：铜连接还能活多久？ 因为在很多人的线性想象里，AI 数据中心的演进路径似乎很清楚：先是铜缆，然后是光模块，最后是 CPO。 CPO，全称 Co-Packaged Optics，共封装光学。 简单理解，就是把光引擎直接封装到交换芯片旁边，让数据中心内部的数据传输从“外挂光模块”，进一步升级成“芯片级光互连”。 这当然是一个非常性感的方向。 带宽更高，距离更远，密度更强，功耗更低。 在 AI 集群越来越大、交换网络越来越复杂的背景下，CPO 几乎天然带着一种“下一代标准答案”的光环。 也正因为如此，市场此前一直对 CRDO 有一个隐含担忧：如果 CPO 很快量产，如果光互连很快接棒，那么 CRDO 的铜连接生意，是不是只是一个短暂的过渡品？ 这就是 CRDO 估值里一直存在的那道阴影。 它增长很快，它产品很强，它卡在 AI 数据中心互连的关键位置。 但市场总担心：这个“铜”的关键位置会不会很快被光吃掉？ 而昨晚这份报告真正重要的地方，就在这里。 它不是证明光不行。 它证明的是：光没有市场想象中来得那么快。 尤其是 CPO，没有市场想象中那么容易规模化。 这件事对 CRDO 的意义非常直接。 因为 CRDO 的核心优势之一，就是 AEC，也就是 Active Electrical Cable，主动电缆。 它本质上仍然是铜连接路线，只不过在铜缆里加入芯片，用来做信号增强、补偿和管理，从而解决 AI 数据中心里短距离、高速率、低功耗的连接问题。 这不是传统意义上的“傻铜线”。 它是带着半导体能力的铜连接。 在机柜内、机柜间、短距离高速互连这些场景里，AEC 的价值不是因为它代表终局，而是因为它在当下足够好用、足够便宜、足够可靠。 投资里有时候最重要的不是终局是什么。 而是通往终局的路有多长。 此前市场给 CRDO 的定价里，一直隐含着一种压缩：你增长很快，但你的生命周期可能不够长。 你现在吃 AI 数据中心连接红利，但 CPO 一旦起来，铜连接的长期空间就要被打折。 所以 CRDO 的估值不是没有增长预期，而是被“光会不会快速替代铜”这个问题压了一层天花板。 但如果 CPO 的规模化节奏被推迟到 2028、2029，甚至更晚，那么这个估值逻辑就会发生变化。 原来的叙事是：铜连接只是过渡方案，光很快接棒。 现在变成：铜连接仍然是过渡方案，但这个过渡期比市场想象得更长、更肥、更赚钱。 这就是昨晚 CRDO 坚挺的真正 catalyst。 不是因为市场突然否定了 CPO。 而是因为市场突然意识到：CPO 还没那么快把铜赶下桌。 这中间的差别非常大。 一个技术方向长期正确，不代表它短期可规模化。 一个终局更先进，不代表它马上能替代当前最经济、最成熟、最可靠的方案。 AI 基建不是 PPT 里的技术路线图。 它是数据中心真实部署里的成本、良率、维修、可靠性和交付周期。 CPO 最大的问题，也正在这里。 把光引擎放到交换芯片旁边，听起来很优雅。 但工程上并不优雅。 光引擎良率、ASIC 集成难度、封装复杂度、热管理、成本、可维修性，每一个环节都不是小问题。 尤其当一个系统里需要集成大量光引擎时，只要单个光引擎的良率不够高，整个系统的良率压力就会被放大。 这就是半导体最残酷的地方。 单点看起来都能做。 系统一集成，问题就全来了。 技术路线图上，一切都很顺滑。 真实量产里，每一个百分点的良率，都是钱、时间和工程团队的头发（打工人懂得都懂）。 所以这份报告真正给市场带来的不是一个“光学失败论”，而是一个“铜窗口延长论”。 这也是为什么它对 CRDO 重要。 CRDO 的 AEC 产品，正好站在这个被延长的窗口里。 AI 集群还在扩张，机柜数量还在增加，rack-to-rack 的连接量还在爆炸。 短距离高速互连还需要低成本、低功耗、高可靠性的解决方案。 而 CPO 接棒的时间被往后推，就意味着 CRDO 这类铜互连公司的高增长周期，不再只是昙花一现。 它可能还能吃好几年。 这对估值是致命的。 因为股票市场给公司的定价，从来不只是看今年赚多少。 它看的是：这门生意还能赚多久？ 如果市场原来以为 CRDO 的铜连接红利只能吃一两年，那么它再高增长，也会被当成周期性过渡品。 但如果市场开始相信，这个窗口能延续到 2028、2029，甚至在部分场景里更久，那么 CRDO 就不再只是“短期爆发”。 它会被重新看成 AI 数据中心短距离互连里的核心基础设施供应商。 这就是估值重估。 不是 EPS 多了一点。 不是收入指引上调了一点。 而是生命周期假设变了。 一个生意的黄金期，从两年变成四年，股价的含义完全不同。 当然，这里一定要说清楚：这不等于 CPO 失败，也不等于光互连不重要。 恰恰相反，长期来看，AI 数据中心一定会需要更多光。 当集群规模继续扩大，当距离变长，当带宽继续提高，当功耗变成越来越硬的约束，光互连仍然是大方向。 CPO 也仍然是下一代 AI 网络架构里非常重要的一环。 只是资本市场此前的问题，是把“长期方向”误读成了“短期替代”。 而昨晚这份报告，相当于把这个误读纠正了。 更准确的结论应该是：短中期，铜连接逻辑被强化，中长期，光互连方向没有被否定。 AI 数据中心不是铜和光二选一，而是不同距离、不同带宽、不同成本约束下的分层共存。 短距离，铜仍然有性价比和可靠性优势。 长距离，光会越来越重要。 下一代更高密度架构，CPO 仍然值得期待。 但在 CPO 真正规模化之前，CRDO 的 AEC 不是被淘汰的旧路线，而是 AI 集群继续扩张时绕不开的现实解法。 这也是为什么那篇 ALAB 和 CRDO 的比较很有意思。 ALAB 押注的是 rack 内部密度提升。 GPU、XPU 越来越密，机柜内部的 fabric silicon 价值就越高。 它更像 AI rack 内部的神经系统。 CRDO 押注的则是 AI cluster 横向扩张。 一个机柜变成十个机柜，一百个机柜，一千个机柜，真正爆炸增长的是机柜之间的连接。 它更像 AI 集群之间的血管网络。 过去市场喜欢看 GPU，因为 GPU 是心脏。 后来市场开始看 HBM、CoWoS、电力、液冷，因为这些是心脏能否持续跳动的条件。 而现在，市场开始认真看连接。 因为当 AI 从单点算力，走向集群智能时，真正决定系统效率的，不只是每个节点有多强，而是节点之间能不能高速协同。 这就是 CRDO 的位置。 它不是在和英伟达争主菜。 它是在给主菜之间铺路。 英伟达卖的是算力本身。 CRDO 卖的是让算力彼此说话的通道。 这条通道越拥挤，它越值钱 这条通道越难替代，它越值钱 而当 CPO 的大规模接棒被推迟，市场突然发现：原来这条铜做的路，还要继续跑很多车。 这就是昨晚资金回补 CRDO 的底层逻辑。 不是铜战胜了光。 而是光还没准备好完全接班。 不是 CPO 被证伪。 而是 CPO 的量产节奏被重新校准。 不是 CRDO 的故事变了。 而是市场终于愿意承认，CRDO 的故事可以讲得更久。 这类机会，往往就是 AI 投资里最容易被低估的地方。 大家总是盯着最耀眼的主线：GPU、模型、算力、光模块、CPO。 但真正有弹性的，常常是那些被误认为“过渡品”的环节。 只要过渡期足够长，过渡品就不是过渡品。 它就是一个完整的周期。 CRDO 昨晚的强，不是因为市场突然爱上铜。 而是因为市场终于明白：在 AI 数据中心这座越来越庞大的城市里，未来当然会有光。 但今天和明天，仍然需要大量铜做道路 而只要这座城市还在疯狂扩建，修路的人，就还没有到退场的时候

一路以来受到了很多师长、前辈、朋友和哥哥们的帮助。 现在，我也想扶一下其他人。 永远都有人是小账号，但没有人永远是小账号。 分享十个优质投资和AI赛道账号 @MMMusol 我的好兄弟，在我一千多粉的时候，他从人群中发现了我，是我在W3遇到的非常投契的人。 一个文/理/商科兼修的大学生，文学底蕴深厚，理科学霸，大学读商科，同时也是一位投资者。 内容方向是早期项目观察 + 宏观/AI/交易思考 + 文学化表达。 06年、21 年入 Web3、长期主义但也不拒绝阶段性投机，既会关注链上机会、项目生态、社区关系，也会聊宏观、AI、美股和交易里的情绪变化。 也是一位很有少年感、侠客气和文字审美的成长型博主；既有市场敏感度，也有表达辨识度。 pence 和 suu 是好朋友 两个人都是非常优秀和努力的年轻人和男大 他们还一起做了一个社区 有兴趣的可以参与一下 @Pence0629 主要的内容领域也是在投资 一篇《支付宝买纳指100保姆级教学》狂揽36w浏览量 一篇《三大券商集体被罚并被勒令整改，普通人还剩下哪些投资美股途径？》也拿下30w浏览 他的内容比较新手和小白向，在实操上非常细腻，是可以一步一步跟着做的那种。 @Suu766 专注于AI领域 我觉得suu是一位实战型的成长博主 既会写项目活动、生态玩法、积分任务、空投预期，也会分享AI工具的使用经验。 表达很接地气，互动频率高，既有教程感，也有陪伴感，适合 W3 新人、学生党和想从信息差里找机会的人关注。 此外我个人真的很喜欢他的作图风格。 @xinchne_eth 星辰哥的内容方向偏程序员视角的 Web3 项目投研 + 空投/Alpha 教程 + 社群型成长记录。 他的侧重点比较实战：会关注新项目任务、积分活动、交互教程、撸毛机会，也会用后端开发和技术从业者的视角去理解项目机制，而不是单纯的喊单。 @AnchorNode 一个从 Web2 现实结构里走出来的 Web3 观察者。 大洋哥带着中年人的阅历、工程师的秩序感，以及诗人的表达欲，写资产、写周期、写人性，也写一点时代缝隙里的浪漫。 他小有家资，所以不焦虑；他是钢结构师，所以看重底层支撑；他还是Web3 诗人，所以能把冰冷的链上世界写出温度。 @0xduyan 我非常认可ZC哥对于独眼老师的评价：他有成为超级KOL的潜力 他的深耕领域是理财，主线是 Alpha 项目、理财套利、DeFi yield、撸毛机会和交易所活动拆解。 他不讲太虚的叙事，更多是把“怎么参与、成本多少、路径在哪、风险点是什么、收益怎么算”一步步写清楚，尤其擅长币安活动、钱包任务、空投项目和低门槛套利机会。 内容非常细，保姆级教程，适合每一个新人去照着做；同时又有真实成长记录和策略复盘，是能帮用户降低信息差和操作门槛的实战型博主。 @caringtank 猫猫老师是我看到的这个圈子里，唯一一个敢把自己每个月的收入精确到小数点之后给所有人看的人 内容方向是理财 + 链上项目 + 成长。 他长期地在 Web3 场内做记录、做任务、看项目；侧重于项目活动、KYC/任务门槛、收益记录、链上体验、社区交流这些更贴近日常实操的部分。 在于“记录感”非常，猫猫老师的价值不一定是给人一个惊天大观点，而是帮我们看到普通参与者真实的执行路径、成本、反馈和踩坑过程。 @blmario669 我的好大哥，Web3的资深从业者，17年入圈的OG 内容方向是行业史与叙事，不是简单发项目机会或者撸毛教程，而是更擅长把一个行业放进时间线里拆开讲，马里奥哥是一个非常善于洞察万事万物背后的经济底层原理的人，这和他常年的内容创作的深厚功底有紧密的关系，擅长写行业背后的人、钱、监管、时代和江湖。 @FokLouis144 霍霍老师很谦虚，跟我说推荐他的时候写他比较会混圈子和排名就行了，对我来说不是这样 他的内容方向偏 Web3生态和项目互动、NFT/Meme 与社区型内容创作。 985 硕士、Kaito yapper、Flywheel 成员、NFT 爱好者，霍霍的内容侧重点从来不是长篇宏大叙事，而是围绕项目榜单、活动任务、社区互动、积分奖励和早期生态机会持续输出；比如会跟进很多项目，也会分享自己冲榜、涨分、参与活动的过程。 他总能给人一种在场内的实时感，互动密度高，既是一个项目体验者，也是一个社区活跃成员和执行派玩家；适合关注 Kaito、Yapping、NFT/Meme 生态，以及想观察创作者如何在加密项目激励体系里积累影响力的伙伴们。 @laosanhemao 老三最近的增长非常迅猛，无论是粉丝还是Xhunt，这也从侧面反映了他的内容质量 他的方向是项目调研 + 投资观点 + AI 认知输出。 他把 Web3 项目、市场观点、财经文章拆成普通人能看懂的大白话。 他有一种“Crypto 老用户 + AI 翻译器 + 市场清醒派”的气质，既关注机会，也强调周期、情绪和风险，适合想看项目调研，但又不想被术语和宏大叙事绕晕的人关注。 最后介绍一下自己 yijiangren 01年，一个25岁的8年投资者。 不会做设计的内容创作者不是一名好的交易员。

来币圈我唯一买的U，是我入圈的时候入的5000R。和大家分享一下是我是如何起家的。 - 我的第一桶金是ERC404协议 $Pandora 和舔到的NFT白单去地板价卖掉。 - 然后踩中了 $BOME 一直拿到币安上市，当时应该是最早一批写BOME研报并且坚信它会上市的人之一。 - 然后是 $TON 生态，不论是早期的Ton fish，Tgram 还是 dogs，仓鼠和TON积分生态空投 让我从一开始的5000R翻到了六万R 。 - 然后就是漫长的等待期，这段时间是真枯，特别难熬。从五月到九月，长达四个月时间几乎原地踏步，那段时间几乎天天焦虑，一段时间要考带单群友收带单手续费来维持生活，这也让我非常愧疚。我认为我一个做投研的，找alpha的，居然要开始去靠合约带单吃手续费（我个人极度讨厌合约）。人最恶心的事情是为了生活你不得不去做一件你讨厌的事情。 -真正让我转运的人是汉堡哥@gold_burger 。那段时间天天在网上学习打狗，他是Terminals全网最早期的caller，玩政治币汉堡就是我认识的最顶级的一批degen。汉堡的文章能让我明白一个政治币的叙事是什么，为什么可以埋伏。 - 他不仅仅自身实力非常雄厚，更为我推荐了很多其他优秀的博主，让我去学习。他安利我从慧姐 @0xmagnolia 看到麦总 @Michael_Liu93 ，我开始像海绵里的水，疯狂的吸收各种一级打狗知识。慧姐的打狗找庄，小天使的alpha hunt，麦总的看叙事找估值...这段时间的沉淀，也为后面的solana链meme火爆奠定基础。 - 让我脱离A5的一笔交易来自D哥。当时动物园非常火爆，各种叙事层出不穷，我发现有一个博主写了一篇长文揭露谁是真正的中本聪，正好有一个唯一的ticker还在内盘，很小的估值，于是我果断上了车并且开始和大家解释这个ticker的叙事。 - ticker迅速得到了市场的认可，但一般这个角度可能外盘300K就到头了，也就吃个几倍而已。没想到大D @CryptoDevinL 直接怒砸100sol ，把几百k的盘子直接抬到了1.2M。我当时望着GMGN上高高的绿柱，愣了半天才反应过来，时间仿佛凝滞在那一刻，我也第一次体会到了从内盘吃扫外盘十五倍是一种什么样的感觉，这让我无比的兴奋。事后我非常感谢D哥能给我抬轿子，所以花了2SOL购买了他的NFT进群，当时纯粹就是想感谢一下他。没想到又为后面遇见D群的更多好朋友们种下了缘分的种子。 - 后面的故事太多，太长了，可惜篇幅太小，我这里写不下。故事也还没有落幕，愿同大家共成长。 币圈本身就是一段不断学习的旅程 你需要保持高强度的与时俱进 才能不被淘汰 这几年还是非常精彩的 总体来说节奏还是没有走错 赚多赚少是手法和水平问题 只要方向没错 总有一次交易能让你翻身 相信自己 多叫好朋友 多学习 感谢当初那个没有放弃的自己