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

嘉宾：Frank（@qinbafrank）

2026 年 6 月初，台北 COMPUTEX 大会火热，黄仁勋喊出 Marvell 将是下一家市值破兆的公司，光互连板块集体大涨。同一时间，宏观面却一点都不平静，霍尔木兹海峡封锁已满百日，油价仍卡在 90 美元一带，市场屏息等待 6 月 13 日公布的 5 月 CPI；而 SpaceX 即将以约 1.75 兆美元估值挂牌 IPO，Anthropic 也已秘密递交文件，下半年的流动性版图正在重排。

在硬件热潮与宏观变数交织的此刻，168X 邀请到少数能同时横跨宏观经济、美股科技、AI 供应链与 Crypto、并长期追踪全球资金流向的投资人 Frank（@qinbafrank）。Frank 从移动互联网、创业、VC 一路打磨出来的「自上而下、跨市场」框架，在这场超过两小时的对话里给出了相当完整的判断：他不认为 AI 有泡沫，认为整个商业化才刚刚走过货币化的拐点、行至半程；真正值得警惕的，是宏观逻辑被「重置」式的尾部风险。 他从英伟达的三次大辩论讲起，逐一拆解渗透率红利、资本开支战争、光互连与 CPO、Nokia 与边缘计算、紧缺／升级／远期三大资金逻辑，再到 SpaceX IPO 的流动性冲击与比特币后市。

一、研究框架：从移动互联网、创业到 VC 的跨市场投资路径

Mr. Z：Frank 哥是少数能在 Twitter 上同时深谙宏观经济、美股科技、AI 供应链以及 Crypto、还有全球资金流的顶级投资人。先请 Frank 自我介绍，也聊聊这套研究市场的框架是怎么形成的？

Frank：刚才 Z 说顶级投资人，这个真的算不上，远远达不到，就是一个普通投资人。中国有句古话叫「满桶水不响，半桶水晃荡」，说的就是我，每一块都懂一点，但要往更深去说多么精通，可能也没到那个地步。

我平时做美股和加密的投资，以二级为主，同时在 X 上写一些对宏观、产业还有个股逻辑的分享，都是我自己思考的一些点。我的职业生涯其实分两段：十多年前在中国的移动互联网产业工作了七八年，做过产品经理，自己也创业、融了几轮资，但没做成，后面转型做 VC。进入加密领域是在 2017 年底、2018 年初，延续我做一级市场 VC 的思路去投一些项目，最早叫 ICO，后面叫私募。大概到 2021、2022 年，因为中国的政策越来越紧，一级的业务就不做了，转到二级相关的投资，这些年算是个人投资人。

这套框架其实跟我之前的工作是一脉相承的。 我毕业第一份工作就在互联网，正好赶上整个全球从 PC 到移动互联网的转型阶段；在国内大厂待过、自己创业过、又做过 VC。做 VC 本质上给我奠定了一个基础：你要从产业的角度出发，去拆解一个产业发展到什么状态、趋势在哪、有哪些红利，红利下面有哪些机会点，机会点上有哪些公司，然后怎么去看一家早期公司的切入点、它解决的痛点，甚至看创始人到底 work 不 work。这就让我自然理解了互联网、科技行业各种业务类型和商业模式的优劣。

我第一个美股账户大概是 2013 年开的，做美股的时间比做加密更长。但说实话，早期纯粹是吃到了产业的红利，谈不上对市场有多了解，那时候唯一的思路就是：这个产业能看到趋势、增长很快，无脑搞就行了。真正让我下功夫去搞懂市场的，是进加密之后接连经历的几次大跌：2018 年下半年中美贸易战爆发、美联储最后一轮加息，美股四季度大跌，比特币从 6,000 跌到 3,000；然后是 2020 年 3 月疫情黑天鹅，美股三周之内四次熔断、跌幅之快历史罕见，接着美联储紧急降息、宣布无限量量化宽松，美股就头也不回地一路往上。

那一波真正促使我去想：为什么会这样？ 所以大概在 2020 年，我把市面上能找到的美联储历史、货币金融学、央行、现代货币理论、大类资产配置的书几乎都看了一遍。像伯南克（Bernanke）写的《行动的勇气》和后来他跟保尔森（Paulson）、盖特纳（Geithner）合著的《灭火》，讲 2007 到 2009 年金融危机期间美联储做了哪些动作、怎么跟国会博弈、怎么跟财政部协调；保尔森的《峭壁边缘》、盖特纳的《压力测试》，再往前还有沃尔克（Volcker）时代的《时运变迁》。本质上我就是想弄清楚它的逻辑和核心是什么，那一两年就慢慢形成了我对宏观的认知框架。

所以后面无论看 RWA（真实世界资产）、看 AI，在我看来都是同一套：把它当成一个科技行业，去看它业务正常往哪转、哪些路走不通、哪些路有可能，商业模式该怎么变。过往这些工作、职业和投资经历，慢慢让我形成一个偏综合、偏自上而下，去理解产业和宏观的风格。

二、AI 三次大辩论：用英伟达股价看「趋势、算力、赚钱」三大疑虑如何被验证

Mr. Z：现在整个美股，还有台股、韩股这些新兴市场的 AI 热潮，有点像 2020 年美联储放水、Crypto 吃到流动性的感觉。但现实是美联储并没有降息、甚至今年可能因为战争而加息。你会怎么看现在的市场，AI 的钱来到哪一步了？

Frank：我自己的看法是，现在跟 2020 年看似很像，其实不同。2020 到 2021 年现在回过头看，是黄金时代的尾声。那时候最主要的驱动力，一个是利率到 0，第二个是无限量量化宽松，几乎每个月都要购买两三千亿美元的国债。疫情前美联储的资产负债表大概 3 兆美元，到 2022 年开始缩表时已经到 8.9 兆，等于 2020 年二季度到 2022 年二季度，大概扩了四到五兆美元，这个规模非常大。再加上那时候移动互联网发展了十年、刚好最成熟，巨头业绩爆发，所以是既涨业绩又涨估值，大水漫灌之下所有资产都飞起来，加密更不用说。

但今天不一样，现在是一个「有限度宽松」的时代。 我在 2024 年 7、8 月写过一个推文，预测未来两三年美联储大概是有限度宽松：利率能到 3 到 3.5 之间，可能不会做 QE（量化宽松），但会视情况做一些小规模扩表。现在事实上就是这样，利率在 3.5 到 3.75 之间、没有 QE；去年底缩表到尾声后出现流动性危机，才开始购买短债做小扩表，而且最近两个月规模还逐月下降，从 3、4 月每月约 400 亿美元，到本月每月只剩大概 100 亿美元。这种环境里，没有基本面的资产就很难受。

AI 不一样的点在于，它是一个真的很大、大家也认识到的趋势。我去年写过一篇推文叫〈关于 AI 的三次大辩论〉，你看英伟达的走势就能看出来，明显分成三段。

第一段，2022 年底到 2023 年底，市场辩论的是「AI 到底是不是趋势」。 ChatGPT 3.5 在 2022 年底出来后市场很激动、涨了一波，但那时候全球半导体产业还没复苏，企业采购、科技公司资本开支都还没起来，业绩也没释放，纯粹是炒预期。所以 2023 下半年英伟达基本停滞，高位震荡了大概六个月。

第二段，2024 年初到 2025 年一季度，辩论的是「AI 需不需要这么多算力」。 拐点我认为是 2024 年 1 月达沃斯论坛，Sam Altman 在里面讲话，接着推了 GPT-4 和 Sora（视频模型），一下子引爆；更核心的是英伟达的业绩从 2023 年底开始大规模释放，企业采购 GPU 越来越快。然后 2025 年 1 月 DeepSeek 出了大模型，报道说训练成本非常低，震动美国科技界，a16z 的创始人马克・安德森（Marc Andreessen）发了推文盛赞，市场一度很慌，觉得用不到这么多算力，加上年初关税战，英伟达跌了一波。

顺带一提，我觉得 Sam Altman 非常有远见。他在 2024 年初达沃斯就提出未来要用 7 兆美元去建数据中心、去搞算力，当时不只外人觉得是天方夜谭，连黄仁勋、台积电 CEO 魏哲家都觉得不可能。但到 2025 年，大家慢慢都看到了这个逻辑，科技公司可能看得更多，因为模型参数越来越多、数据越来越丰富，需要更多算力。

第三段，2025 年四季度到 2026 年二季度，辩论的是「投入这么大的资本开支，到底能不能赚到钱」。 我在 2 月写过一篇长文叫〈这一场资本开支的战争意味着什么〉。当时其实已经看出端倪：1 月初 Google、Anthropic、阿里都推出自己的 agent，Meta 也试图收购 Manus（虽然后来被中国政府否决），整个 2 月各种 agent 应用爆红、大量人在烧 token。趋势能看到，但还需要数据验证。

我在那篇长文里判断，4 月的一季度财报季非常关键，倾向认为大型云厂商（微软、亚马逊、Google）会交出非常爆的财报，把市场从「质疑」推向「验证」。这也正是 4 月以来整个市场涨这么快的原因：大家终于看到数据了。 一个是这三家云业务大规模爆发，因为它们的收入来自 B 端企业和 C 端用户消耗 token；另一个是 Anthropic 的年化收入（ARR）快速增长，我记得 3 月大概是 300 亿美元，4 月 400 亿，5 月就到 450 亿了。那环比可能都是百分之十几二十的增长。

我那时候还写过一个推文，说这是 AI 货币化的一个拐点：之前大家担心这么大的投入赚不回钱，现在证据证明能赚、而且增速在加快，质疑转向验证，大家自然就放心大胆地往上冲。

三、商业化拐点与资本开支战争：渗透率红利为何决定这轮牛市

Frank：那 AI 到底发展到什么状态？我有个框架，第一是看渗透率。科技行业本质上都是吃渗透率的红利，10% 是一个拐点。 过了 10% 有两层意义：第一，意味着这个技术真的有用，否则不会有 10% 的人去用；第二，一旦过了 10%，蔓延速度就非常快。当年中国移动互联网 2010 年起步，智能手机渗透率不到 10%，到 2017、2018 年就到六七十了。

AI 这边，高盛去年三季度的报告，美国企业 AI 采购渗透率大概 9.7%，接近 10%；今年三四月又发了报告，大概到 18%。正常来说，渗透率从 10% 到四五十之前，都还是高速增长的阶段。渗透率代表的是商业化的起点： 使用人群越多，在同样付费率下付费用户就越多，而且随着技术迭代付费率也在提升，用户从免费版到 Pro 版、再到 Max 版，ARPU（每用户平均收入）越来越高。

第二是看商业化。现在整个还在上升趋势里，就像黄仁勋说的，需求在「抛物线式」增长。在这种情况下，大科技公司对资本开支更有信心，不会收缩反转，反而还在加速。你看前两天 Google 宣布了一笔 800 亿美元的融资：100 亿来自伯克希尔（Berkshire Hathaway）的私募，700 亿来自二级市场增发，其中 300 亿通过承销商发、400 亿直接在二级市场以 ATM（市价）发行。本质上一方面是它的自由现金流消耗确实比较大，从去年中的两三百亿美元降到现在大概 100 亿；但经营现金流稳定在四五百亿、账上还有接近 1,260 亿美元现金，它只是趁市场热情好的时候，用没有成本的股权融资先拿一笔钱，这是商业上明智的决策，另一层意思也是说：它们还在加码。

但有一点：任何资产这种抛物线式的上涨都不可持续，总会有调整。 过去两年 AI 碰到的三次质疑（是不是趋势、需不需要算力、能不能赚钱），加上一些宏观影响，总会带来小级别或中级别的回调，整体是一个波浪式的状态。我自己的看法是现在大的层面还在中段，刚开始出现货币化的拐点、在加速，但未来在宏观上还是有一些风险。

Mr. Z：我自己会看 US Liquidity Index，基本上是美联储资产负债表，减去财政部 TGA（一般账户）、再减去 ON RRP（隔夜逆回购）这三项组成。上一轮牛市 2021 年高点大概 7 兆多，现在一路缩到大概 6.5 兆。在流动性没有增长的情况下，为什么我没看到 AI、不管 CPU 板块还是存储板块降温，美股还能这样歌舞狂欢？这现象能持续多久？又该用什么指标去看？

Frank：我跟你看的数据口径略有不同。我看的是美联储资产负债表本身，最高在 2022 年 3 月开始缩表时大概 8.9 兆，最低到 6.5、现在 6.7 左右。你加上 TGA 和逆回购算流动性，这个没问题。美联储的流动性大致等于资产负债表减去 TGA 账户、再减去逆回购，里面包含流通中的现金加上银行准备金。

回到核心。第一，要先定义：现在的美股并不是全面牛市，它是一个「结构化」的行情。 不像 2020、2021 年连山寨币都涨、每个板块都涨。这一波币圈里也只有 BTC、SOL、BNB 这些创了新高，大部分山寨没创新高、甚至越来越低。美股也是如此，这两年主力是 AI 和相关的半导体产业链，加上一些国防军工、地缘冲突相关的资源类板块很强，金融还可以，必选消费还行，可选消费就很一般。

能涨的，要么有预期、要么有业绩。所谓预期，就是它站在 AI 风口、市场觉得它未来受益于 AI；所谓业绩，就是它真的在赚钱。

四、有限度宽松时代：流动性、利率与「结构化牛市」的选股逻辑

Frank：先说资金行为。在这种有限度宽松的环境里，市场一旦大面积涨多了，就一定会有调整。市场上的资金分很多种：有 long only 的长期资金，也有短期交易、中期做波段做趋势的资金。一波吃了百分之一两百、两三百，有些资金就会止盈、就会跑，甚至有人觉得贵了去做空。所以短期高涨之后，价格容易 price in 了太多预期，再叠加宏观不是一帆风顺，就容易出现回调。

我去年大概总结过美股 20 年来、以纳指为标的的调整级别规律，这个后面再细讲。重点是：判断一次回调是大级别、中级别还是小级别，关键看 AI 商业化的增速有没有降速。 只要大模型厂商的年化收入还在增长、云业务还在超预期，那整个业务逻辑就没被逆转；那这时候即使短期涨太多、price in 了预期、资金觉得贵了撤一波，大盘跌个小到中级别、个股跌二三十，后面一旦再有新契机（像今年 4 月的财报季、加上年化收入的快速增长），市场就又起来了。

我再多讲一点，因为大家很担心拿这波跟 2000 年互联网泡沫对比。我觉得有相似、也有不同。相似的是确实涨了很多，最近两个月有抛物线式上涨的感觉，尤其本周我感觉也不是特别好：黄仁勋一说要搞 AI PC，资金就疯狂涌入 PC、CPU 产业链；他一说要推 AI Factory（AI 算力工厂），资金又疯狂涌入液冷、高压电、配电、电力这些环节；昨天他说 Marvell 会是兆美元级别的公司，Marvell 当天就涨了 30%、今天还在涨，本来 2,000 亿美元市值一下子涨了 600 亿，其实有点狂热。

但不同的点在于渗透率和商业模式的成熟度。 1999 年美国互联网渗透率只有 30% 多，全球只有 10% 多，技术人群非常少，一直到 2008、2009 年美国才到 75%；而且那时候整个互联网是没有商业模式的，真正做互联网业务的（亚马逊、Google）都不赚钱，反而像思科这种卖产品的赚钱，直到 2002 到 2006 年才找到广告、电商、增值服务、游戏这四大商业模式。移动互联网就不一样，2010 年起步、用不到十年走完互联网将近二三十年的路。

而今天 AI 面对的基础设施是全球四五十亿支智能手机、大部分人都在 Twitter、微信、抖音、TikTok、Instagram、WhatsApp 这些平台上，信息传播极快，一个革命性新技术的渗透率可能三五年就能走完移动互联网的路，而且商业模式已经算比较成熟。 这是最大的不同。它决定了：抛物线式上涨虽然同样不可持续，但这一次调整的幅度和节奏，会因为基础设施完善、渗透率较高、商业化较快而比当年小很多。2000 年是没商业模式、渗透率又低，所以一波泡沫破完轰然倒下、花了很长时间才走出来，当时宏观上也碰到 911、大衰退。市场的调整不外乎时间和空间两个维度，基本面决定的就是后面这个调整的幅度有多大。

Victor：刚好昨天我看到我们之前访谈过的 Herman 金老师（@ShanghaoJin）也发文提醒风险，其中一个关键是：如果大模型厂商的营收增速不如预期，会不会影响算力需求的整个叙事，让市场恐慌下跌？但如果发生，会不会反而像 DeepSeek 时刻一样，是一个不错的入场时机，AI 半导体回调后还有第二阶段可以做？

Frank：你提的这位老师的观点，其实跟我讲的是一致的。4 到 5 月这波涨，核心就两个：一是云厂商验证了大资本开支带来云业务超预期增长，而云业务变现来自 B 端、C 端的 token 消耗；二是 Anthropic 的年化收入快速增长。这两个是现在支撑整个业务逻辑的基点：AI 商业化已经进入拐点、在快速增长。

如果未来大模型厂商的业绩不及预期，那相当于整个市场叙事逻辑的底层出了问题，因为微软、Google、亚马逊的很多算力采购本来就来自大模型厂商，它们更上游、更接近最原点的商业化。这种情况下，至少会是一个中级别的调整，所有逻辑都要重置一下，不是完全推倒重来，而是中等幅度的重置。 然后大家再回去等：你要给新证据，证明它重回快速增长、规模和增速又超预期，信心才能回来。所以你说它是不是入场时机，前提是商业化逻辑没被真正逆转。

五、软件股的分化：哪些被 AI 取代，哪些反而被加强

Victor：今年特别考验选股能力，每支股票逻辑都不一样。像软件股年初有一波很大的下杀，近期 Snowflake 财报开得很好，Oracle 这种去年到处借钱、换来一堆 RPO 大单的云算力公司也快进入收获期，ServiceNow 也涨了很多。但这周 Google 800 亿融资消息出来后，微软、Google、IGV（软件 ETF）又稍微回调。你怎么看软件股接下来的逻辑？

Frank：先说软件这块。我年初聊过微软、IGV、安全类 SaaS、垂直类 SaaS 的逻辑。我同意黄仁勋的点：当 agent 越来越多，它要调用越来越多的工具、越来越多的助手来帮它做事，它不一定自己把所有事情都做了。但核心要去看分化。

整个软件要分化。一个总结：凡是通用型的、agent 或大模型不需要第三方工具就能完成的公共性任务，这类软件就会危险，大概率被取代。 你做的东西如果 AI 端自己就能做了，那我用你干嘛？

但有三类反而有价值，甚至被加强：

第一类，垂直类、在某个领域有很深 know-how 的软件。大模型来自公共数据训练，但很多垂直行业的经验、数据存在企业自己的私有云、私有数据库里，不是公开的，AI 训练不到、拿不到，这种自然就有壁垒。你看 MongoDB 这些做数据库的公司，因为 AI 越发展越需要向量数据库来支撑，反而快速增长；像 DataStax 那种没上市、更面向 AI 原生的数据容器公司也更被需要。

第二类，软硬件一体化的公司。比如 Cloudflare，它本质上不是纯软件，它有硬件：你 AI 再厉害，也不可能在全球一百多个城市去建 CDN 机房。而 agent 越多，对 CDN 的需求越大，因为哪怕微小的延迟用户都不能容忍。能替代纯技术的东西，但替代物理的东西还很难，所以这类逻辑是硬的。我大概 2 月中发过一篇讲安全类 SaaS，现在回看正好发在被杀到最底部：因为 agent 越多，安全问题越大，这类反而受益。

第三类，深耕某些行业（制造、化工、制药）的软件，那些经验数据、参数调试是每家公司自己调出来的、不外传，AI 大模型拿不到。未来甚至有些企业会用小模型在内部自己训练。所以逻辑是：通用的危险，垂直且深、有专有 know-how 和私有数据的，反倒受益且加强，绕不开它。软硬件一体的也一样。

六、杀估值、杀业绩、杀逻辑：个股回调的三种剧本

Frank：回到市场判断。大面积涨了之后会有调整，调整的逻辑对个股来说无非三种：杀估值、杀业绩、杀逻辑。

杀估值，就是你涨太多了。 本来估值 20 倍、大家觉得有性价比就买，几个月涨到三四十倍，公司还是好公司、业绩还在增长，但已经有点贵、很多资金不愿意进、开始止盈，趁一些冲击把估值从三四十倍杀回 25、30 倍，这时资金又觉得有性价比了、可以进，因为业务还在往上涨。

杀业绩，现在指的不是杀亏损，而是杀「增长不及预期」。 以前是公司由盈转亏；现在是市场预期你增长 50%、你只给出 48%、49%，那不好意思，我对你不满意。一季度财报就很典型，微软云业务市场预期增速 39%、实际 38%，虽然 CFO 一直强调是产能不够、如果产能够轻松到 40%，但那时正好是第三波大辩论的高潮，市场就跌了一波。

杀逻辑，最致命：公司赖以存在的整个叙事或战略定位被摧毁。 举两个例子。2022 年 Meta 经历过一波杀逻辑，从 2021 年高点一万多亿美元市值跌到两千多亿，因为它大规模转型元宇宙、引进巨额资本开支，最后爆出巨大亏损，市场发现这东西不 work，整个业务逻辑被证伪。另一个例子在光互连板块：很多公司的核心逻辑是「进入了英伟达的供应链、被英伟达采购」，大家就去找这些标的；但哪天英伟达说你不行了、把你从产业链踢掉，那这家公司的战略地位、在整个产业链里的竞争格局就完全推倒重来，这就是杀逻辑。

七、光互连与 CPO：连接性如何成为 AI 的下一条主线

Victor：这周很红的就是光互连板块。昨天 Marvell 在 COMPUTEX 的演讲，黄仁勋上台直接站台说 Marvell 会是下一个兆美元级别的公司，整个光互连板块在前几周回调后全部满血复活，Marvell 涨了百分之三四十。我也在现场，CEO Matt Murphy 讲得非常好。你会怎么看光这个赛道？因为它营收反应还需要一段时间，大家现在比较像在买预期。

Frank：昨天 Murphy 的演讲我也整理了要点、学到很多。先说阶段差异：就像英伟达 2023 年涨的是预期、2024 年才开始涨业绩；但存储刚好相反，是先涨业绩再涨估值。存储厂商从去年三、四季到今年一季业绩都非常炸裂，但估值反而越来越低，因为大家不相信业绩的持续性，又被过去几轮周期性打怕了；最近美光（Micron）这些又开始猛涨，是因为很多投行要把它从周期股重估为成长股，估值才慢慢往上提。

光跟存储是两个产业格局完全不同的领域。 全球存储就那么几家：美国的美光、SanDisk，韩国的三星、SK 海力士，中国的长鑫（CXMT）和长存（长江存储／YMTC），格局非常集中。但整个光、整个数据中心互连市场，有铜有光，光里面有光模块，再到 NPO、CPO，产业链很长：从磷化铟（InP）、生产光芯片、激光器、光阻电……而且现在规模也不大，光模块加 CPO 加所有投入，今年 2025 年全球大概 200 多亿美元，比较乐观的估计到 2029 年能到 900 亿到 1,000 亿。对比存储，去年市场营收规模已经接近 2,000、3,000 亿美元，保守估计 2029 年能到 6,000 亿、乐观估计 2030 年到 1 兆美元。一个看营收规模、一个看集中度，光是一个规模较小、集中度较分散的领域，但这不代表光不好，它两年内也能达到千亿规模、是快速增长的。

Murphy 的核心点是：连接性在数据中心里会越来越重要。因为黄仁勋也讲了，agent 时代的计算模式是分布式的：你把一个计算问题分解成许多部分、分到数据中心不同区域，那么数据的传输就变成更核心的点。Murphy 还讲了一个终极形态叫「无距离数据中心」：未来计算、存储都「池化」、解耦，不一定放在一起，存储是存储、计算是计算、CPU 是 CPU，靠光作为连接、效率最高、几乎无延迟，本质上变成一种随时可插拔的数据中心。这确实会让连接变得很重要。

但光互连内部也会分化。 有些是涨业绩的，比如国内做光模块的中际旭创（Innolight），确实是去年 A 股股王、大涨了十几二十倍、市值已逼近人民币兆元，因为它是光模块的重要供应商；Marvell 整个光交换机的业绩也是很实在、快速增长的。但要看到，光模块是很成熟的技术、已经大规模量产验证，而 CPO（共封装光学，Co-Packaged Optics）现在还是个很新的东西。

我之前看伯恩斯坦（Bernstein）5 月发的一篇〈数据中心连接的战争〉、也拆解过。它的点是：至少在 2026 到 2027 上半年之前，云厂商还不敢大规模部署 CPO。原因有两个：一是英伟达的 CPO 光交换机才刚刚发布；二是以前光模块是可插拔的、坏了拔掉换一个就好，但 CPO 是把光芯片焊在 GPU 旁边，真出问题就得返厂、可能整个东西都得换，所以对稳定性要求很高，要反覆测试。今年的核心其实还是 1.6T、甚至 3.2T 的光模块，还有 LPO（线性可插拔光学）、NPO（近封装光学）这些，以及更好的测试设备、材料（像 ABF 载板），因为确定性比较高。CPO 还在慢慢验证。

所以光里面，有些企业先涨的是业绩，有些涨的是预期、估值（PS 起来了但可能还没盈利），越往上游走、有些题材炒得很响的公司一下子涨几十倍，但真正的兑现还需要时间。

不过大方向毫无疑问是对的。这个大方向下面，哪些是确定性的？封装、光引擎、光源、测试、系统平台，无论你做 LPO、NPO 还是 CPO 都要用到，这些是没问题的。 然后要看英伟达的交换机今年刚开始发货，重点看良率、可靠性、故障率；如果出货量高、可靠性好，市场对明后年的商业化落地预期就更好。明年像 Lumentum（LITE）这些厂商的 CPO 用激光光源要开始大规模出货，就看这些出货指引强不强。最核心的观察指标是：云厂商什么时候开始大规模采购 CPO 交换机、做机柜间的 CPO 互连。

这里还有不同场景：机柜内、封装类的连接，其实是英伟达自己擅长在搞的；数据中心内部、机柜间的连接，则是第三方做 CPO 交换机厂商的强项。

八、Nokia、边缘计算与 Physical AI：从云端延伸到物理世界

Victor：你之前发文提到 Nokia 是介于光（光焊）和边缘计算（Edge AI）这两个赛道，而且它本身是英伟达生态系统。这几天 COMPUTEX 第一天高通（Qualcomm）演讲一直强调 Edge AI、今天 NXP（恩智浦）也在强调 Edge AI 和 Physical AI，黄仁勋自己也一直讲 Physical AI。你怎么看 Nokia 这种同时站在光和边缘计算的公司？

Frank：Nokia 在光、其实应该说在整个连接（数据中心互连）领域，业绩已经开始兑现了。它最早做手机、后来做通信设备，过去几年做了很多收购，比如去年收购了 Infinera，增强了在光传输、数据中心连接的能力。它有两个强项：一是有相干光 DSP 芯片的研发能力、自己也做可插拔光模块；二是它在骨干光传输里有线路系统、光纤这些底蕴。所以 1.6T 已经量产，2.4T、3.2T 已经在测试。

它一季度财报非常清楚：整个光连接业务同比 20% 多，AI 数据中心客户（AI & Cloud）同比增速 49%，单季新增大概 10 亿欧元订单，还上调了预期。所以它是一个被验证过的系统级供应商，不是纯粹的某一个元件厂。

至于边缘计算这块（在它整个业务架构里大概只占 8%），我认为更像一个「估值期权」。核心催化剂在于英伟达，英伟达现在是指挥棒。它在一季度财报做了一个很大的变化：以前财报里就讲「数据中心」，今年把边缘计算从数据中心里剥离出来单独计算。把一个只占总业务 8% 的板块单独拎出来，这本身就是一个信号。 它其实是在塑造叙事：我不只是卖数据中心芯片，我是 AI Factory、是算力工程，要做全栈的操作系统，不仅在云端、还要往边缘、往端侧、往物理世界延伸。

这里要厘清几个概念。边缘计算（Edge Computing）是跟云计算相对的： 以前是把所有数据回传到云端数据中心统一计算，边缘计算则是让计算发生在靠近数据产生的地方，比如工厂设备、5G 基站、医院、门店、甚至汽车，只要有数据产生，就近直接算掉。端侧 AI（On-device AI）范围小于边缘计算： 指在手机、PC、可穿戴、车载终端上运行的 AI，跑的多是小模型。Physical AI（物理 AI）我理解是边缘计算的进阶形态： 是 AI 进入真实世界、跟 agent 挂钩，相当于线上是 agent、线下是 bot（物理的 agent），能帮人感知、理解、自主规划、自主执行，让机器能看得到、能判断、能行动。

所以 Nokia 在边缘这块的想象空间，跟英伟达想推的 AI-RAN 有关：英伟达未来想把基站变成一个微型 AI 数据中心，而 Nokia 本来就替电信运营商建基站、有无线整合和很强的运营商关系，每个基站可以提供一些边缘算力，基站之间又需要互联，它本身就有算力高速互联的方案。但这些整体都还比较早。

我 5 月初还写过黑莓（BlackBerry），是一个很典型的标的。 我 5 月 7 日看到《华尔街日报》一篇报道，其实 4 月就有迹象：它跟英伟达深度合作，把 QNX 这个终端安全软件集成到英伟达的智能驾驶系统平台，很多用英伟达自驾系统的车厂都会用。未来不只在车里，工业设备、医疗设备也用 QNX，机器人也会用。它的逻辑是：第一绑定了硬件龙头，第二站在了未来边缘计算、Physical AI 的底层安全基础设施位置。还有很重要一点，它是「困境反转」的典型，黑莓在今年 4 月之前股价跌了十年，从大概 800 多亿美元跌到二三十亿美元，跌幅已经把所有利空都计入了，后面但凡业绩或预期再往上一点，市场感受就不一样。

我 5 月 7 日写那篇推之后一直追踪，它已经涨了不少、大概翻了一倍多，从 5 块大概到 11 块。核心原因：一是英伟达的示范效应加上英伟达也推边缘计算，大家自然有预期；二是之前跌太多、有人试着抄底；三是几个关键事件，拿到美国联邦风险与授权管理计划（FedRAMP）的 Class D 认证，就是最高级别的认证，据说是目前唯一达到该标准的关键事件管理供应商，含金量很高，很多联邦政府都能用它的终端；以及它在 5 月中推出大概 5% 流通股的回购，意味着市场觉得它有底气、底部有买盘撑着，所以最近走得比较强。

九、紧缺、升级、远期：拆解 AI 资金轮动的三大逻辑

Frank：整体来看，现在整个市场资金轮动，在我看来核心就三个逻辑。

第一个是「紧缺逻辑」。 最早买英伟达，2023 年涨预期、2024 年涨业绩，大家疯狂采购 GPU；到 B 系列（Blackwell）用的 HBM（高带宽内存）更多，而存储本身也是紧缺：2022、2023 年全球存储下行周期经历过惨烈的产能出清、很多厂商倒闭、剩下几家还关了不少厂，产能本来就不够，一下子碰到这么强的需求。需求先来自 HBM，B 系列大卖、HBM 需求大增，三星、海力士就去挤压 DRAM、GDDR 的产能，层层往下压。现在模型参数越来越多、上下文越来越长、多模态越来越丰富，存储需求也越来越高，不像互联网时代搜索只要返回一个链接排名；每次跟大模型对话、调用 agent，都要把相关数据全算一遍、存更多数据，从 DRAM 到 NAND、到 SSD、到热存储、冷存储的硬盘，全都层层挤压产能，本质上就是紧缺。

4 月开始大家预期的 CPU 也是紧缺。以前觉得 CPU 在训练和推理里不重要，但在 agentic 时代非常重要，因为 agent 的调度、编排这些任务需要 CPU 来做、GPU 做不了。以前 CPU 对 GPU 大概 1:8，后来说 1:4、1:2，最近说到 1:1。你看英伟达最新的 Vera Rubin NVL72 机柜，一个机柜 72 个 GPU、36 个 Vera CPU，已经到 1:2，预期未来到 1:1，那 CPU 就需要越来越多。CPU 这几家：英特尔（Intel）、AMD，英特尔今年 3 月开始 CPU 涨价、涨了第一波（CPU 紧缺），第二波是 Apple 可能利用英特尔的先进工艺。我 4 月梳理过「AI 卡脖子环境进入下一个环节」就是 CPU，比较看好英特尔、AMD，并特别强调最受益的是 ARM 架构，因为它的功耗和多架构模式更受益于 agentic 时代，而且微软、英伟达、亚马逊、Google 的自研芯片用的都是 ARM 架构。

第二个是「升级逻辑」。 光就是升级逻辑：以前觉得光模块 OK，现在觉得光电转换效率还是低、功耗还是高，最好的方式是把光芯片焊到 GPU 旁边，从光模块到 LPO、NPO、CPO，就是整个光互连不断升级，需要新的封装技术，共封装难度很高、现在才刚开始量产。另一块升级是数据中心配电网络，从 48V／54V 推到现在大家讲的 800V HVDC（高压直流）：电压越高、电流越低、能耗和损耗越低。这个技术其实是从中国新能源车的 800V 高压快充产业链外溢过来的，很多功率半导体就是这样过来的，对数据中心的配电、电源管理系统、功率开关都是一个升级状态。第三块升级是先进封装，本质上跟华为提的「韬（τ）定律」一样：芯片到了物理极限，在越来越小的面积上塞更多晶体管，每代提升其实没那么夸张（10%、20%），不具性价比，所以大家转向 3D 堆叠、更好的材料（玻璃基板、陶瓷）、更好的工艺和更精密的设备，黄仁勋在台北讲的、我们已经在推的也是这个先进封装，他等于推着整个产业链往前跑。

第三个是「远期逻辑」。 就是前面说的边缘计算、Physical AI，有点像应用层面，要过渡到真实物理世界：让设备、机器代替人去感知、决策、行动，基于小模型在端侧和硬件端做计算，而不是都回数据中心算。这个更远一点，后面要看机器人、自动驾驶，可能要等特斯拉的 Optimus（擎天柱）大规模量产、或像美国的 Figure 这种机器人，关键在大规模量产和成本下降带来的普及率。

十、SpaceX IPO 与流动性黑洞：三大巨头上市的冲击

Mr. Z：SpaceX 这个月要上市，会不会造成一个流动性黑洞？会怎么影响被动资金（ETF）的追踪和市场整体流动性？毕竟今年很特别，Anthropic 也已经秘密申请 IPO，年底可能还有 OpenAI 的 IPO，只是现在被马斯克的官司挡住。

Frank：确实会有影响。它大概在 6 月 12 日上市，约 1.75 兆美元市值，要融 750 亿美元。IPO 份额大致是 30% 给散户、5% 给内部员工、65% 给机构，那机构就差不多近 500 亿美元。有些想参与 SpaceX IPO 的机构，要么手里没现金、要么得砍掉一些仓位腾出现金来申购，这是核心的一个点。

但这个影响可能也没那么大。单纯从资金层面，短期可能是个小调整： 大家会减掉一些比较弱、或有替代性的仓位，但基本面够强的就还留着。真正的影响在它特殊的解禁规则。正常美股新股 180 天后限售股全部解禁；SpaceX 不一样：发二季度财报后先解 20%，之后从第 70、90、105、120、135 天每段固定释放 7%（合计约 35%），发三季度财报后再固定释放 28%，剩下的 180 天后全部解禁。它第一次解禁还设了一个绩效条件：如果在发二季度财报前的 10 个交易日里有 5 天股价比 IPO 价格高出 30% 以上，第一次就能额外多解禁约 10%，等于那次解到 30%。

而且纳斯达克改了规则，上市 15 天就可纳入指数，但计入指数权重不是按总市值、而是按流通盘。假设它 1.8 兆市值、流通盘 750 亿涨到 800 亿、再乘以倍数计入权重，它在指数的权重会越来越高，影响大量被动指数 ETF 的买盘。它设计这套的目的，其实就是让更多被动资金去承接、对冲未来的抛压。但问题确实存在：你规模太大、绝对值也太大，后面陆续解禁回来的量很大。

再加上 Anthropic 已经递交了 IPO 文件、OpenAI 今年估计也确定，我觉得下半年真的有可能碰到因为资金面问题而出现的调整，这个概率还挺高。 而且市场最近涨得好是因为基本面强，我们反而忽略了宏观：霍尔木兹海峡已经封锁满百日、油价还在 90 多、美伊还没谈好。下周 6 月 13 日公布 5 月 CPI，核心要看广义 CPI 和核心 CPI：之前两个月通胀主力是能源（油价、航空燃油）上涨，还没蔓延到服务业；如果广义和核心 CPI 都涨，意味着通胀从能源开始扩散，市场可能会慌，再加上美联储不降息的预期，会影响情绪。

不过用我的框架看：如果只是资金面、或 5 月 CPI 大幅超预期，带来的应该是小级别调整，因为基本面没问题；如果再叠加通胀持续爆表、三大巨无霸上市、地缘的不确定性，可能是小到中级别的调整。但只要大模型厂商和云业务的收入增速不放缓，它就不会是 2000 年那种崩盘。 美股的调整向下不拖泥带水，但一旦确定反转就头也不回、涨得也快；只有当基本面（AI 商业化增速）真出问题，调整后才需要等更多逆转信号。

十一、大、中、小级别调整：唯有「重置宏观逻辑」才是真正的崩盘

Frank：我在去年二三月总结过美股 20 年来、以纳指为标的的调整级别规律。我一直建议大家看大盘就看纳指，因为它是科技股最纯粹的；标普有 12 个板块、含防御板块。

大级别是 25% 以上，大概四到五次： 2008 年腰斩、2018 年四季度 25%-30%、2020 年 3 月 30%-40%、2022 年 33%-35%、去年大致 28%。中级别大概 15% 左右，一两年一次。小级别就是个位数，像去年 11 月那次七八个点，是缩表尾声的流动性冲击（不是危机，冲击和危机不一样）加上第一波 AI 巨额资本开支的质疑刚萌芽。今年纳指其实也到了一个中级别，大概 13%-14%，还没到 15% 的边上。

小级别的调整一般是：大盘涨太多本就有杀估值的冲动，再配合宏观的一些扰动，比如流动性冲击、通胀往上飙导致加息预期提升、降息预期消失，大家开始避险、杀估值。

中级别一定会伴随宏观上一些大事件的冲击。 举例：今年美伊战争（油价走高、通胀，加上中东是很多半导体材料和气体的上游）；2023 年 8 到 10 月美股跌了大概 15%，是通胀反弹、10 年期美债收益率飙到 5%；2024 年 7 到 8 月的日元套息交易（carry trade）平仓，一是日本意外加息超预期、二是 7 月非农新增就业不及预期，衰退预期非常强烈，8 月 5 日闪崩、比特币跌到 5 万、纳指盘前接近熔断跌 6%，后来当晚服务业 ISM 指数超预期、打消衰退担忧，市场才往回拉。

大级别这种能让大盘跌 25% 以上的，一定是「重置了整个宏观逻辑」。 怎么理解？去年的关税战：以前的关税是中美之间、从 2018 年就开始，但美国去年第一次向自己的盟友（五眼联盟、北约、北美自由贸易协定 NAFTA）开战，这是对二战后几十年自由贸易体系、整个秩序的挑战，市场担心的是美国信用基石崩溃、大萧条时代要来，所以冲击很大。2022 年是近 40 年最高通胀（一度到 9.1%）、加上近 40 年最快的加息节奏（3 月加 0.25，5 月加 0.5，接着 6 月、7 月连两次各加 0.75），市场在聊 70 年代的大滞胀再现。2020 年 3 月更是百年来（1918 年西班牙大流感以来）首次全球大规模疫情爆发，2 月下旬突然在纽约、巴黎、意大利、伦敦都出现、还有致死案例，舆论在聊黑死病、1918 大流感，在这种对医疗资源挤兑的恐慌前，人都快没了还谈什么资本市场，所以迎来最剧烈的抛售，一个月内纳指跌 30% 多、接近 40%。

2018 年四季度那次也是中美贸易战第一次爆发，从「你好我好大家好」变成两个大国开始撕。至于 2008 年金融危机更不用说，这里有很细的点：美国房地产泡沫崩溃其实在 2007 年第二、三季，做房贷抵押的金融机构已有一大部分破产，但那时美股根本没跌、一直涨到 9 月，因为美联储开始降息救助；真正确认是 2007 年 9 月，英国 Northern Rock（北岩银行）、花旗、BNP Paribas（法国巴黎）、瑞信爆出次贷基金的巨额亏损，市场才确认这不只是房地产泡沫、已蔓延到整个金融体系，底层一旦违约就是连环踩踏。很多人以为雷曼兄弟破产是危机开始，其实 2008 年 9 月雷曼破产、9 月中 AIG（美国国际集团）破产之后就没大公司破产了，10 月美国国会通过史无前例的救助法案、批准 QE，量化宽松第一次登上历史舞台（之前美联储主要靠利率调整，QE 不是主要工具），那时其实金融危机已接近尾声。

所以每一次能带动大级别调整的，一定是把我们过去习惯的宏观逻辑给重置掉。 现在的美股要出大级别调整，要么是逻辑重置（AI 增速、商业化不及预期），要么是美国主导的秩序完全崩塌或破裂，但这个现在还看不到，毕竟美股上的公司还是全球最享受全球化、创新性最强的一群，这是它最强的优势。

十二、比特币与加密新常态：分化、资本范式与 AI 的结合

Victor：近期比特币有很大的下杀，而它往往对宏观流动性非常敏感、又常是美股的先行指标。在流动性都被美股 AI 吸走、加上 Saylor 可能的卖币因素下，你怎么看比特币和整个 Crypto 后续的发展，以及「新一轮资产迁移」？最近 Binance 也上线了美股，各大交易所都上线了美股。

Frank：我 2024 年 7 月写过一个推文，讲对山寨币的认知，当时观点是「币市进入了一个新常态」，逻辑有几个。

第一，随着 ETF 通过，整个币市的投资人和资金越来越成熟，而越成熟的市场一定越有效、越分化。 什么叫无效市场？就是同涨同跌，涨时鸡犬升天、跌时泥沙俱下，这是早期蛮荒市场的特征。美股也不是一开始就成熟，1792 年梧桐树协议（Buttonwood Agreement）是华尔街雏形，1913 年美联储成立、1933 年 SEC 成立，这前一百多年也是靠行业自律、各种庄盘很多。成熟市场的资金看两个：确定性和成长性。确定性就是这个资产三年、五年后还在不在；成长性就是年化高速增长、发展碾压一切问题。资金会围绕这两类资产打转。币圈也一样，比特币从早期一两千、到几万、到 10 万美元，造就了很多越来越大的资金规模，资金越大风险偏好越稳健，你让它去冲山寨就很难。

第二，过去的 ICO 时代、DeFi 时代，本质上很多是在炒预期。 DeFi 还有基本面，但转到 GameFi、SocialFi、NFT 就基本没有基本面了，既没有确定性、最后也没有成长性，创新和价值创造很弱。

第三，2021、2022 年是 Crypto VC 大爆发的两年。 出现了很多管理规模几亿、十亿、几十亿美元的 VC（像 a16z、Paradigm、Multicoin），而 VC 投资是早期规模、看的是淘汰率：一个几千万美元的基金一个项目投 100 万、要投 50 个，就得看几百上千个项目；但 10 亿、20 亿美元规模的基金，一个项目就得投 1,000 万，得看上万个项目、花好几年。所以越大规模的 VC 基金，天然会推高一级市场的估值。 2022、2023 年加密一级市场有些项目估值算下来几十亿美元、解锁时流通盘十几个点就很容易到几亿、10 亿美元；对比 2020、2021 年 Solana 那些上市时才值几千万美元。规模越大就需要越多资金承载，而现在又是有限度宽松，承载不了。核心还是基本面不够、创新不足、没有再创造，真要基本面和价值创造够，那就像 AI、就像美股一样，有确定性、有趋势有预期、有业绩的还是会涨。

我在 2024 年 6 月还做过一个统计：美股大概 4,000 家公司，全球前 100 家市值占比已到 91%-92%，市值最小的 3,000 家总市值只占 6%-7%、平均市值十几亿美元、日交易量只有两三百万美元，这在当时币圈的资产里可能连前 100 都排不上。所以美股本身就是个高度分化的市场，越成熟越如此；币市进入新常态后也会越来越分化，只有极少部分资产能获得资金追逐。

我去年 8 月还写过一个推论，核心判断是：加密本质上是一种「资本范式」，不是「生产力」。 AI、移动互联网、互联网是生产力，能带来革命性创新和巨大的价值创造；资本范式本身很难有新的价值创造。移动互联网有个「10 倍效率提升」的概念：用户用你，是因为你比旧东西效率高 10 倍，自然就大规模 adoption。那币圈这么多年哪里有 10 倍效率提升？答案是资产的发行、交易和流转，发资产特别容易、7×24 小时交易、全球无限流动，这就是它 10 倍效率提升、也是它资本范式的地方。

这也是 SEC 想把整个美国金融体系迁到链上的重要原因。SEC 主席阿特金斯（Paul Atkins）去年在代币化加密工作组的第一次会议上就明确说，要把美国金融体系从链下往链上迁，他觉得区块链能重塑证券的发行和一些以前没有过的活动，举了两个例子：一是通过智能合约做自动化的股息发放（未来如果公司收入用稳定币、股票以代币形式持有，就能自动化派息）；二是让流动性不好的资产触及更广人群、交易深度更好、又是全球跨地域的。

所以我在那个推论里说：如果区块链只是一种资本范式，那么过往认为的 Web3 那些东西（游戏、社交、电商）都不成立，它只有跟现实紧密结合、有真实资产，才能带来大爆发。 第二个方向是跟 AI 结合，这个我大概在 2023、2024 年就聊过：移动互联网的原住民是 DAU（每日活跃用户、是人），而未来虚拟世界的原住民可能是 bot、是 agent，线上是 agent、线下是 bot。那 bot 和 bot 之间怎么交互、怎么相互激励去完成一件事？大概率需要智能合约、需要加密货币的形式，就是现在大家炒的 agent payment、阿特金斯提的 agent finance。如果未来大量资产都在链上，这会是更好的结合方式。

从长期看，加密真正有价值的就这两个方向：一是作为资本范式，必须跟真实业务、真实资产结合，否则代币经济就是空转、没有正向价值注入；二是通过 Crypto 去激励其他 bot、agent、人类完成事情，成为主要的交互媒介和价值传递媒介。这里的好处是：如果链上资产够多，DeFi（去中心化金融）会有一个比较大的爆发。 DeFi 本质上是金融，需要优质的底层抵押资产，但从 2021 年到现在 DeFi 的 TVL（锁仓量）变化其实不大，核心就是链上能作为优质抵押品的底层资产太少，说白了主要就是比特币，以前以太坊还能算，现在 10 个人里可能五六个都不认为它是优质资产。底层资产太少，借贷和合约就起不了规模；只有当大量底层资产（比如把苹果这种资产搬上链）出现，链上借贷和合约规模才能变得很大，还能衍生很多玩法。当然这个点某种程度上有点悲观，就是它沦为一个纯粹资本范式的东西。另外，我也觉得稳定币很有可能成为未来全球支付的结算层、替代 SWIFT。

回到比特币后市： 加密现在确实处于一个比较不确定、被吸血的状态，但比特币有它独特、已被证明的价值。按四年周期看，今年是它的下行周期，有可能在今年下半年某个时候碰到一个比较好的底部区间。我觉得现在 7 万以下都算底部区间，当然不知道最底是 6 万、5 万还是更低。但对交易来说，核心问题是：真到最低点时你反而更恐慌、觉得会更低，最低点都是事后才发现的，有多少人真的在 2022 年 1 万五千多的时候抄到底？基本都是从 2 万以下慢慢买、或者涨起来才开始追。所以它可能是一个进入性价比区间、慢慢布局的时候，只是我们不知道具体的最低点在哪。

十三、给听众的建议：做好进攻与防守，深入基本面

Mr. Z & Victor：最后，Frank 老师有没有一些提勉的话想跟我们的听众讲，现在市场该如何顺势而为、趋利避害？

Frank：我觉得核心还是要去试。第一，金融牌桌上，一定要做好进攻和防守，想清楚什么是进攻、什么是防守。因为市场有些东西总是不可预见的，我们现在说的头头是道，事后被打脸的可能也不少；既然不能预测，那就在进攻的同时做好防守：市场情绪很热的时候稍微撤退一点、给自己留有余地是 OK 的，而当市场真的足够悲观、该出手的时候还是要出手，否则容易错过机会。

第二，股票这东西，是需要深入它的业务基本面的。 你要去看这家公司在产业链里所处的竞争环境、竞争力是不是不可替代、竞争格局是什么、优势是什么。当你对它有了大概了解，就能判断什么时候它已经比较高估、什么时候进入了一个性价比区间。进入性价比区间时，你要做的就是慢慢买；而当它绝对高估、或热情足够高涨的时候，你可能需要减仓、让自己留有余地。我觉得这很重要。