字节群每日精华 7.17 - 7.20 1、这波为什么跌？别问个股，问宏观 前期涨幅大的 AI 硬件股集体回撤，不是某只股票出了问题，是整个板块在去杠杆。两个导火索：「台积电上调资本开支引发产能过剩担忧」 + 「长鑫存储 IPO 分流资金」 A 股这边更简单——唯一有业绩的就是海外链，海外链跟着全球跌 杨哥完整仓位请保存别再一直问了且 DYOR，他成本很低且拿得住（总仓位按带杠杆 130% 算）：英伟达 45%、机器人 15%、Neocloud 16%、AI 消费电子 16%、半导体 15%、电 8%、光 5.7%、存储 4.6%、生物 6.2%、娱乐 3.5%、商品 1.8% 为什么英伟达占 45%？因为它是其他所有赛道的基石——neocloud、半导体、光、存储全依赖它。是最拿得准、风险最小的资产，占比当然最高。"投资的核心就是承担合适的风险换取合适的收益。有能力承担的风险是收益来源，没能力承担的风险是赌博" 2、散户止损两味药 第一味：跌到 -10% 无条件砍。最好 -7%、-8% 就动手，别问理由别等反弹 第二味：别把身家全压一个篮子（请翻看之前写的：投资学里的 MPT 现代投资组合理论 并且多元配置 ≠ 买垃圾。只买 DRAM 只能抵消个别企业的微观风险，那还是梭哈 "更高的占比，可以涨出来，不能买出来" 翻译一下"被套"：你抱着的不是"浮亏"，是一段再也生不出复利的死钱。止损后就不要有"回本"的概念——从那一刻起你的本金就是这么多，之前亏的不是你的钱 止损的最大原则：「不能受你主观影响」 关于卖 Call：本质是出售上涨空间，把决策锚定在买入成本上，跟不止损死扛没区别，都是反复利的。该做的是早点认错释放流动性，而不是用期权掩盖错误。如果真是优质资产，就更不该把上涨空间卖掉 3、核心命题：AI 资本支出到底可不可持续？ 现在的宏观风险不是伊朗、加息那种——是 AI 资本支出的可持续性，盯这一个就行 关键判断："只有贵的 token 能过剩，不贵的 token 能生产多少就能用多少"，同理"只有贵的电能过剩" 为什么？因为 AI 产出的是"智能"= 人力 = 软件能力，不像钢铁水泥受城市化、基建 ROI 这种碳基周期约束。在数字世界里，很少的初始自主性就能驱动海量持续的 AI 自主性，所以只要 token 不贵，需求可以无限扩张 翻译：过剩是因为"贵"（生产率低），不是因为"多"。token 降价不是利空，是需求释放的前提 "高端 token 消耗量挤掉水分后长期只增不减，区别只在于英伟达能直接从 token 生产的增加中获利，OpenAI/Anthropic 却要通过产品才行" 4、Kimi K3 的真正意义 K3 证伪了"中国模型全靠蒸馏"的说法，而且证明了模型现在能自己生产训练数据。所以进步还在继续 但 K3 推理成本很高，要 NVL72 才能跑。接下来还有 deepseek、GLM、minimax 的 fable 级发布——这些对市场的影响力比科技公司财报大得多，财报再好，只要市场不信 capex 可持续，股价照样跌 ✨ 开源利好谁？大型公有云（Amazon）和英伟达 ✨ 利空谁？卖 token 的 Anthropic，和客户集中的 neocloud（Nebius 例外，软件层最强、长尾客户好） "API 暴利是 token maxxing 的泡沫，GLM5.2 和 K3 差不多把这暴利的棺材板钉上了" 中国 AI lab 做开源不是情怀，是因为缺算力（封锁 + 现金流差），借国外的算力发展生态 5、存储：买成长不买周期，地主 vs 矿工 存储被降级了——"存储本身一点用都没有，更像铜这种被供需主导的商品，不跟 AI 增速绑死。'缺存储'是通过英伟达的卡、机柜、数据中心建设来'缺'的，它只是上游资源" 闪迪/海力士/江波龙的成长逻辑仍在（NAND 扩产容易、场景在增、增量来自企业 SSD 和 HBF），但最大风险是长鑫/长江存储的国产替代 一个很好的思维框架——越往下游越像地主，能长期收租、稳定被动现金流；越往上游越像矿工，周期性强、手停口停 翻译：租算力 = 轻资产马上能用，自建 = 重资产要两三年。最需要算力的 OpenAI/Anthropic 一开始扛不了重资产，所以租。这就是 neocloud 的生存空间 HBM 的悖论：壁垒是海力士的良率和先发，但正因为毛利高，它是扩产最激烈的战场。真供过于求的时候，最先崩的反而是大家一起冲的 HBM，不是没人投的 NAND 6、AI 应用终局：Agent 吃掉一切 通用 Agent = 浏览器 + 搜索引擎，这是唯一超级应用形态 "Agent 本质是反社交的，会减少人与人交流的需求"——聊天应用的超级应用地位在 Agentic 时代不一定还成立 Skill 正在吃掉 SaaS：工作流已经能被非技术人员封装进 Skill 了，对非技术用户来说 Skill > vibe coding。以"实现工作流"为核心价值的 SaaS 会很危险 翻译：权限、安全、审计都能封装成 Tool 给 Skill 用——Okta 就是在做这件事（已经困境反转），ServiceNow 还没。但即便能变成 Agent Infra，因为没有稳定远期现金流，估值也好不了 真正的 AI 消费端龙头就是 OpenAI/Anthropic 自己。飞书因为上下文/沟通/文档都在一处，适合做工作场景的通用 Agent 入口