第一次在家里约到这么漂亮的夫妻朋友，夫人颜值很漂亮，我很期待他们留下来一起玩，在我妻子的帮助下拖住她老公，让我也进入了她。 #高质量交换#

我发现很多人有一个思维误区 跟朋友聊天 我说我是能量敏感体质 没办法接触垃圾能量 他说那如果有人天天舔你那不是高能量吗？ 我说不是 天天舔你的人 大概率是垃圾能量 因为”舔”的本质 是索取 不是给你 而你“回复”这个行为其实是在输出能量 所有关系都是能量交换 区别在于”方向和净值” 我好喜欢你” 在情绪上很热烈 但在能量结构上是一个索取信号 因为需要你去回应 而“舔”是一种高效的能量掠夺策略 在进化心理学上 灵长类动物的资源争夺有两种模式——直接掠夺、互惠诱导 舔是后者的极致形态 他的攻击被伪装成奉献 “我对你好” → 触发你的互惠本能 → 你不回应就会有道德负罪感 → 你被迫输出能量 很多人认为被舔很爽 因为他产出多巴胺 但真正的滋养是血清素+催产素：深度连接 稳定 滋养型 不上瘾 任何让你”必须回应”的关系 都是潜在的能量黑洞 而真正高质量的关系 它的特征恰恰相反： 对方尊重你的”不回应权” 不在场也不焦虑 给你留出空间

新朋友快来！ 酒店换妻真实激情｜抱起来猛干完整版 想看最真实高能的同城系列？ 新人免费领取无删减版！ 私信我 【领完整视频】 立刻发放 小飞机私密福利群， 更多高质量原创每天更新～ 真实刺激，不看后悔！ 👇 获取入口：认准我【主页置顶】秘密通道 #夫妻交换# #多人运动#

基于未来是视频时代不是文本时代， 先说结论：闪迪和海力士研究的HBF会成为未来AI领域主导的存储方案。 1.闪迪的 Optimus HBF Gen1分析； 单堆栈容量： 起步 512GB（未来可达数 TB），是当前 HBM 容量的 10 倍以上。 带宽水平： 目标带宽超过 1.6 TB/s，虽然延迟略高于 HBM，但读速度已极度接近。 物理结构： 采用 16 层以上的高速 NAND 堆叠，支持通过 TSV（穿硅通孔）技术直接与 GPU/NPU 互联。 成本优势：HBF 的单位成本仅为 HBM 的几分之一。 2. 视频 AI 场景下的优劣分析； HBM 的优势：实时生成与扩散模型的“加速器” 优势： 视频 AI（如 Sora、Runway、SeenDance 2）在生成每一帧时，需要进行海量的矩阵运算和参数读取。HBM 的低延迟确保了显存与 GPU 核心之间的数据交换没有“毫秒级”卡顿。 劣势： 容量焦虑。目前顶级 HBM（如 H200）也就 141GB，这导致长视频生成或 4K 高质量视频训练时，显存经常爆掉（OOM），必须通过昂贵的集群来拆分任务。 HBF 的优势：打破“视频素材墙”的“大水管” 优势： 视频数据极其庞大。HBF 允许 AI 模型直接在存储层进行“近内存计算”。 超长视频生成： 当 HBM 装不下权重模型时，HBF 充当“二级显存”，其高带宽保证了模型参数加载到 GPU 的过程不需要像普通 SSD 那样等待。 视频特征检索（RAG）： 在处理海量视频素材库时，HBF 能以超高速扫描 TB 级数据，寻找匹配的素材特征，这是传统存储无法想象的。 劣势： 虽然带宽上去了，但 寻址延迟 依然高于 HBM。对于需要极高实时性反馈的 AI 交互场景，HBF 会有微小的滞后。 3. 视频 AI 场景下的“成本帐” 假设你要搭建一个能够实时生成 10 分钟 4K 视频的 AI 工作站： 全 HBM 方案： 你需要部署多块 H200/B200 显卡，仅显存成本可能就超过 5 万美元，且依然可能因为显存容量限制（141GB 封顶）无法处理超长上下文。 HBM + HBF 混合方案： 你只需要少量 HBM 负责核心运算，配合 4TB 的 HBF 存储 作为“大显存池”。总成本可能降至 1.5 万美元 左右，且能处理比前者多出 30 倍 的视频素材量。 根据以上我们可以很直观的判断出， 未来AI存储发展方向至少会演化成少量的HBM负责核心计算，搭配海量的HBF存储芯片。 那么现阶段谁最先掌握了的HBF全栈技术， 谁就能在接下来的视频AI浪潮中获取海量的利润！ 毫无疑问现在西部数据wdc的彻底退出， 相当于给闪迪的估值模型松绑， 是闪迪真正走向堪比英伟达一样巨头的起点。

现在对AI模型能力有个挺明确的感受：不再有谁全面领先，关键看你拿它干什么。ChatGPT、Claude、Gemini三家走了完全不同的路，各自的长板短版现在看得清清楚楚。要是你只盯着一家用，碰上不对口的任务，等于拿着锤子找钉子。 先交代一下版本，2026年5月这三家的旗舰分别是OpenAI的GPT-5.5、Anthropic的Claude Opus 4.7，还有Google的Gemini 3.1 Pro。 ChatGPT像个工具箱，什么都往里装。 它的产品矩阵最全，一个订阅下来，GPT Image 2多模态生图、Sora视频生成、Code Interpreter上传数据跑代码分析、Deep Research自动联网爬几十个网页出报告、Codex做编程agent，基本不用再去别处凑工具。语音对话也是三家里面最自然的，语气有起伏，不僵硬，拿来练口语或者做语言交换，体感最好。商业策略类的推理，有第三方盲测对比过，像“竞争对手降价你怎么应对”这种结构性问题，ChatGPT表现排第一。加上它是第一个跑出来的，插件生态、自定义GPTs的成熟度，其他两家暂时还追不上。 Claude走的是精度路线，尤其写作和代码。 中英文输出最不像AI写的，能贴着你的风格要求走，不会冒出那种千篇一律的填充感。有个134人参与的盲测，写作类比拼Claude几乎是碾压式赢下来的。指令遵循也最稳，你给一长串带各种约束条件的复杂指令，它漏掉条件或者跑偏的概率最低。法律文书、合规文档、结构化文档这些高精度场景，Claude的可靠性很突出。代码方面，Claude Opus 4.7在SWE-Bench Pro这个真实世界编程基准上处于领先，复杂代码、大型代码库重构、架构理解，很多专业开发者把Claude Code当首选。上下文支持1M token，整本书、整个代码库、超长合同丢进去，深度理解和连贯性都强。还有一个Cowork功能，是三家里面唯一能直接在你电脑文件夹里干活的，浏览文件、处理、生成交付物，都在本地操作。 Gemini的多模态理解和Google生态绑定是它最硬的两张牌。 图像、视频、音频理解，Gemini 3.1 Pro在三家里最强。举个例子，你给它一段健身视频，它能根据动作给你反馈；你录一段自己说英语的音频，它能纠正发音。这种视频音频层面的理解，ChatGPT做起来慢，Claude基本做不了。然后Google全家桶原生集成，Docs、Sheets、Gmail、Drive、Meet全通，如果你的工作生活跑在Google Workspace上，Gemini可以直接在你的文档和邮件里动手干活。上下文窗口也最大，1M到2M token，处理超大文档集合或者超大代码库，容量优势明显。搜索能力天然整合Google，做需要大量网络信息的研究或者快速查证，它最接地气。响应速度通常也是三家最快。 所以现在没有什么“最好”的AI，只有最适合你手上那件事的AI。你要全功能覆盖、语音交互、商业策略分析，ChatGPT合适。你要高质量写作、精准遵循指令、复杂代码重构、长文档深度阅读，或者需要AI直接在本地文件夹里操作，Claude是首选。你要是频繁处理视频音频图像、深度依赖Google生态、需要超长上下文或者快节奏联网研究，Gemini最顺手。 按任务类型简单速查一下： 写作类（中英文、风格跟随、避免AI腔）：Claude。 复杂编程、代码库重构：Claude。 多模态理解（图、视频、音频分析）：Gemini。 长文档深度阅读（整本书、超长合同）：Claude或者Gemini，前者连贯性强，后者容量更大。 商业策略推理、结构化问题：ChatGPT。 语音对话、口语练习：ChatGPT。 直接操作本地文件夹：Claude的Cowork。 Google生态内干活（邮件、文档、表格）：Gemini。 联网研究、大量信息查证：Gemini。 产品功能集成度、一站式解决：ChatGPT。 #AI# #AIAgent#

交作业来了，前线记者Mirror为您整理2026年香港WEB3嘉年华典中典集锦 风云Tony BN活动挤掉一只鞋 K线教主携保镖出游，C语言爆表 静香激吻泷泽萝拉 CZ十几年好兄弟强总亲切会见BN CEO Bitget CEO 竟被扫地大妈用来装货 嘉年华惊现中国巴菲特，日赚千万 传销大哥主舞台倾情演唱快乐星球 以太坊创始人表演高高跃起，轻轻蹲下 荒诞的事情并不可笑，因为荒诞本身就是问题的一部分. 但如果把这些现象当成个别笑话，其实低估了问题 当下的闹剧本质上其实来源于激励错位 -- 当前 Web3 回报结构对短期行为极度友好，注意力就是一切 发一个 meme 配合叙事、KOL、流动性，可以在几天内完成收益闭环. 而构建一个 Layer2、DeFi 协议或 RWA 基础设施，需要长期开发、审计、安全测试，周期以月甚至年计算，同时还要承担方向被证伪的风险 两种路径的回报曲线完全不同 前者确定性高、兑现快，后者不确定性强、兑现周期长 在这种环境下，资源的流向几乎是必然的 当拉盘的回报高于产品迭代，当叙事可以替代使用价值，项目方更倾向于投入营销、KOL 和流量，而不是工程、架构和安全 这是理性选择 注意力在当前阶段已经成为最重要的生产要素 流量可以转化为共识，共识可以转化为价格，价格可以直接转化为资金. KOL 作为注意力的分发节点，本质上承担了流动性入口的角色 项目方为此付费，或者以代币形式交换，本质上是在购买市场启动能力 从这个角度看，营销本身并不是问题 在行业早期阶段，营销可以降低冷启动成本，快速聚集用户、资金和开发者. 许多后来被视为“成功案例”的项目，在早期都依赖强叙事完成启动 问题出现在营销与产品价值脱钩之后 当叙事只服务于退出路径，而不对应真实的用户价值或协议沉淀，市场就会转向零和甚至负和结构. 后进入者为前进入者提供流动性，但没有留下可持续的网络效应 与此同时，技术路径也存在风险 方向选择错误、产品无人使用、长期维护无法持续，都会造成更隐蔽但更长期的资源浪费 因此问题并不在于营销和技术的对立 更准确的描述是： 当前行业的激励结构，使 短期叙事 + 流动性收割 的回报显著高于 长期产品 + 用户价值积累 在这个前提下，理性项目方会优先配置资源到市场和叙事，而不是产品深度和安全性。这种资源配置的变化，在一定程度上也解释了为什么安全事件频率上升 另一个值得注意的趋势是人才流动 当长期建设的回报不具备吸引力，高质量创业者会转向其他赛道，例如 AI，这些领域在资金供给、社会认可和长期预期上更加稳定 这也解释了为什么当前的行业氛围开始发生变化 大会逐渐从技术交流转向资源对接和流量分发，活动形式更接近销售场景而非研发场景 机构资金的持续进入，是这次大会为数不多的积极信号 但在零售主导的市场结构下，KOL 驱动的叙事机制仍然占据主导地位，短期噪音很难消失 对创业者而言，一个需要重新思考的问题是： 营销本质上是一种注意力分配和流动性组织机制，技术则决定系统是否可以长期存在。 当两者脱节，行业会失衡 当两者重新对齐，周期才可能进入下一阶段 我爱你 WEB3，胜过爱我自己 ！

2026年个人突突突突围：最值得努力的 10 个方向（收藏版） 哈喽啊！兄弟们！2026年不要迷茫，币圈不值得期待，这世上依然有很多机会，不要只盯着那点K线 我先结合我自己的一些观察和思考，推荐兄弟们值得去努力的方向 1. 构建垂直行业的“AI工作流解决方案” 别只是在和GPT聊天去处理一些文字工作了，或者说生成一些很拙略的图片，2026年，拥有一个稳定运行的工作流，比拥有一个头衔更值钱多得多。比如你做自媒体视频创作，从灵感、到脚本、到拍摄计划、再到Broll的AI生成、再到标题封面、再到上传发布 再比如在法律行业、跨境电商、文创用品、利用AI Agent把重复复杂流程自动化，都值得去学习和尝试，现在抖音上面的AI解决方案专家光知识付费都割了一大波了韭菜了，而且韭菜还得喊超级值 2. 磨练“导演思维”，成为AI视频艺术家 AI艺术家的下半场不是画图，而是叙事能力和导演思维 并且随着Sora、VOE3等产品的成熟，谁能用AI稳定产出高质量、有逻辑的视频内容（短剧、品牌片、教学视频、抽象视频）谁就掌握了2026年流量的定价权 就算不是定价权，你也打造了差异化，有差异化就存在视觉Hook，就存在信息差和商业需求，建议大家去看看b站上当时给影视飓风提供AI视频制作的【大羽玩AI】这个博主，看看他那期从头到尾怎么做完这个商单的全流程，你会很惊叹自己的对这个领域的无知 未来AI视频艺术家一定会有自己的一席之地，如果你有编导相关的经验，也许是你一个非常扎实的发展方向 3. “身兼多职”的超级打工人 这个就不说了，我徒弟最有发言权 @MrRyanChi ，再没有开始创业之前，他就靠AI和自己的审美，在多家Web3公司月入过万U了，靠的就是他对各类AI软件的使用，如火纯青，效率惊人，从Vibe Coding到视频制作，都很牛逼 如果你没有原始积累，你想快速成长，理论上你也可以像Ryan这样，身兼多职还可以实现自我成长 4. 从国内走出来，多看看世界，流量+产品永远存在红利 很多人觉得是老生常谈，但是中国目前的供应链依然是最顶的存在，这部分的红利一直都是存在的，因为未来最值钱的依然是流量，有了流量你还愁产品么 中国永远有任何一个你想卖给老外的任何东西的工厂，尤其在全球化地缘政治这么不稳健的情况下，很多国家是没有心思在搞发展的，中国的供应链优势永远给你一个低成本创业的机会，但前提是你得看海外 适合熟悉海外文化或者小众语言能力的兄弟多琢磨多研究 5. 建立身体的硬核管理系统 我已经从83kg减脂到79.8KG，等我减脂到75KG，我会发一次照片，别急 在行情不好的时候，精力是唯一的翻身杠杆 像管理资产一样管理体重、体脂、睡眠和血糖 2026年的竞争，拼到最后全是“续航能力” 我现在依然执行的是碳循环的减脂，感性的兄弟评论，我会继续写我详细的健身、吃、睡眠、精力协调等实操经验帮兄弟们找回状态 建议是在任何一个AI软件中专门建立一个跟踪记录自己的对话，你就把你的身体情况，和每天吃的啥全发给他，你哪怕不训练，你自己知道自己平时吃的问题有多大了，管住嘴你就赢70%了 6. 做“离搞钱更近”的内容或者产品！！！ 拒绝自嗨，拒绝纯情绪输出。每一条内容都要解决一个具体问题，或服务于你的商业闭环 让内容成为你的24小时销售员，而不是无意义的数字垃圾 兄弟们都知道我经常表达【业务】+【流量】=【钱💰】 如果你没有一个明确的赚钱思路，你去搞一些没有价值的流量是没有意义的，这不是以前，说我只要有粉丝，我就可以有广告的时代 这是一个个人IP主导的时代，你哪怕只有500个粉丝，没人每个月给你100块，一年你也有60万的收入 但是你没有业务，你擦边、哪怕全裸，流量百万也没任何意义 我的逻辑依然是我会坚持做深度内容，播客、文章我都会围绕着营销、赚钱去做内容，因为我想和喜欢搞钱的人交朋友，所以我再强调我之前的言论一遍，你写什么内容，意味着你和什么人叫朋友 做离钱近的产品这个就更不说了，别再一款产品上死磕，不赚钱立刻换下一个，现在假大空的平台相比于未来可能的世界大战，一点都不重要了，以前是量产发土狗，现在是利用AI量产发各种产品，你能想到的，别人有付费意愿的，都值得试试，不行绝对不迭代，直接换！ 7. 刻意练习“深度聚焦”“深度阅读”与“反算法”能力 算法在不断剥夺你的专注力，他妈的本来我们币圈从业者大部分是远程办公，就已经很潇洒了，但是人性这东西本来就很脆弱，这些各大手机里面的短视频，就是搞得你每天浑浑噩噩，连一篇文章都读不完，稍微长一点的视频你都看不下去 短视频短剧，这种消遣的东西，一天最多1小时足够了，我每天给自己规定的，只有晚上11:30之后，我才可以刷短视频，平时的时候只要我不小心刷了，我就立刻站起来走几圈（有奇效） 每天给自己留出3小时的“无手机深度工作时间” 还是以前在天使投资公司锻炼出来的，每天读5篇深度复杂的内容，能让自己深度思考的内容，并且强行要表达自己看过之后的观点，这个习惯我受益终生！ 这种能够沉下心坐下来解决复杂问题的能力，在2026年将成为顶级人才的硬通货，“众人皆醉我独醒” 这种都是刻意练习出来的！ 8. 布局“银发经济”：适老化技术与陪伴 这是马斯克之前播客分享过的未来20年最确定的机会，关注“技术适老化” 帮老人用AI管理健康、配置智能家居、处理数字遗产，或是提供AI驱动的高质量情感陪伴 赚有钱、有闲且有需求的人的钱。 哪怕是高端养老院，寻找价格便宜宜居养老的地方捡漏烂尾楼也有机会，不是让你去骗老人钱，做盘子可不行，但是这里面还是机会很多的 9. 维护“高密度、小规模”的私人链接 放弃无效的五百人，千人大群 深耕一个只有10-20人的高质量圈子，成员必须是实干家或者和你高度同频的 在行情波动期，这种基于信任的深度资源交换是最值钱的 好好筛选一下身边的兄弟，和有正事儿的人一起玩，很重要 10. 明确并践行你的“人生价值观” 其实这段是鸡汤来着，但是我和我弟聊了一下之后，其实我觉得还是很有价值的，我之前看张朝阳的播客剪辑切片 （短视频有时候也挺有用，能刺激灵感） 就谈到他的遗憾，他最大的遗憾就是年轻的时候不知道自己想成为什么样的人，也没有自己的价值观 导致自己浪费了很多时间，如果他一开始更加专注一些，也许成就比现在高 我跟我弟弟讲，我其实16岁我就极度渴望赚钱，到了高中，我就开始想办法搞钱，大学读了一年我就休学去搞钱，虽然我经常败的很惨，但是真的离我的目标越来越近，我至少改变了五六线小镇青年的命运，我有我可以支配的时间和钱 我想想看，跟我自己提早看透自己是什么样的人，和我自己的价值观确定的很早，也有很大关系 我知道我的粉丝有很多年轻人，00后，甚至05后，这个世界不存在年龄优势的，你及早开悟知道自己想要什么才是最重要的 共勉！兄弟们 2026继续干！！！！！！

超级财报周：#SpaceX上市后首份财报，AMD、PLTR、SNDK接力，周五非农收官# 这不是一周普通的财报密集期，而是AI产业链从云计算、算力芯片、光通信、存储到软件应用的一次总验收。 SpaceX将交出上市后的首份财报，AMD、Palantir、闪迪、Arista Networks、Astera Labs和Datadog轮番登场，周五还有非农数据压轴。 市场刚刚重新买回Mag 7、光模块和存储，但目前只能证明AI交易没有结束，还不能证明此前被砸得最狠的板块已经完成反转。 接下来的财报，必须把股价上涨变成基本面确认。 一、本周重点财报日历 周一（8月3日）盘后： • $PLTR Palantir Palantir验证的是AI应用端。 市场需要看到的不只是政府和军工订单，而是AIP能否继续带动美国商业收入、剩余合同价值和大额客户数量增长。 如果PLTR继续上调指引，说明AI投入正在从数据中心向企业软件扩散；如果增速放缓，则意味着市场对Agentic AI商业化的预期走得太快。 周二（8月4日）盘前： • $PFE Pfizer • $CAT Caterpillar • $MCD 麦当劳 • $HUT Hut 8 • $WIX Wix 周二盘后： • $AMD AMD • $SPCX SpaceX • $ANET Arista Networks • $ALAB Astera Labs • $ZETA Zeta Global • $OPEN Opendoor AMD验证的是AI算力市场能否从英伟达一家独大，逐渐走向多供应商格局。 重点关注： 1. MI系列GPU收入和订单增速 2. 数据中心业务增长 3. AI芯片毛利率 4. 下一代GPU路线图 5. 全年AI收入指引是否继续上调 如果AMD仅仅营收增长，但毛利率和下一季度指引不够强，市场可能会认为它正在通过价格换份额。 如果收入、毛利率和订单同时超预期，说明AI算力需求足够大，可以同时容纳英伟达、AMD和各家云厂商的自研芯片。 SpaceX则是上市后的第一次正式答卷。 市场重点不会只看火箭发射次数，而会关注： • Starlink用户增长 • 单用户收入和利润率 • 发射及卫星部署成本 • AI与数据中心业务进展 • 资本开支和自由现金流 • 后续融资需求 SpaceX财报对整个市场还有一层额外意义：它代表当前资本市场愿意给“超级成长叙事”多高的估值。 $ANET 和 $ALAB 则负责验证AI数据中心内部互连。 GPU集群规模越大，交换机、网卡、PCIe/CXL连接和高速数据传输越重要。如果ANET和ALAB继续给出强订单与强指引，就说明云厂商的AI资本开支仍在向整个数据中心上游扩散。 周三（8月5日）盘前： • $LLY 礼来 • $SHOP Shopify • $UBER Uber 周三盘后： • $SNDK 闪迪 • $WDC 西部数据 • $APP AppLovin • $MELI Mercado Libre • $DIS 迪士尼 • $BYND Beyond Meat 周三的重点是存储。 AI数据中心不可能只有GPU和光模块。 模型参数、训练数据、推理缓存和生成内容，最终都需要企业级SSD和高容量HDD承接。 因此，SNDK和WDC的财报将直接验证：Mag 7的AI资本开支，是否真正传导到了存储企业的订单、价格和利润率。 二、 $SNDK 财报门槛已经被抬高 SNDK将在8月5日盘后公布财报。 公司此前给出的指引是： • 营收77.5亿—82.5亿美元 • 调整后EPS为30—33美元 • 非GAAP毛利率为79%—81% 但市场预期已经提高至营收约83亿美元、EPS约34.24美元，超过了公司原始指引上限。 这意味着，SNDK仅仅完成自己的指引，可能已经不够。 我把财报分成三个情景： 强超预期： • 营收超过85亿美元 • EPS达到35—36美元 • 毛利率站稳81%以上 • 下一季度收入继续增长 这种结果才能证明企业级SSD需求仍然强劲，并且接近80%的毛利率不是周期最高点。 符合预期： • 营收82亿—84亿美元 • EPS在33—35美元之间 • 下一季度指引没有明显上调 这种结果更可能带来盘后冲高后震荡。 低于预期： • 营收低于82亿美元 • 毛利率开始下降 • 下一季度指引明显放缓 市场会迅速重新交易“NAND价格已经见顶”。 真正需要关注的，不是已经结束的季度，而是管理层能否证明三件事： 1. 企业级SSD订单仍在增长 2. 高毛利率能够维持 3. 长期供货协议可以锁住2027年的销量和价格 三、周四轮到软件和光通信 周四（8月6日）盘前： • $QBTS D-Wave • $DDOG Datadog 周四盘后： • $DKNG DraftKings • $ABNB Airbnb • $AAOI Applied Optoelectronics • $RGTI Rigetti • $HIMX Himax DDOG验证的是AI能否推动云软件消费重新加速。 随着GPU集群、AI Agent和企业应用越来越复杂，系统监控、安全、日志分析和故障排查的重要性也在提升。 Datadog上一季度收入增长32%，自由现金流率达到29%，说明AI并没有削弱它的价值，反而增加了企业IT系统的复杂度。 本次财报重点关注： • 收入增速能否维持30%以上 • 10万美元以上ARR客户增长 • GPU Monitoring和AI安全产品的采用率 • 客户云支出是否重新加速 • 全年收入与利润率指引 如果DDOG继续上调指引，AI交易就会从硬件进一步扩散到软件。 AAOI则是本周光通信板块最重要的财报。 公司上一季度收入1.51亿美元，同比增长约51%；本季度收入指引为1.8亿—1.98亿美元，非GAAP毛利率指引为29%—30%。 市场需要看到的不是“收入增长”四个字，而是： 1. 收入能否超过1.98亿美元 2. 毛利率能否突破30% 3. 800G和1.6T产能爬坡是否顺利 4. 大客户订单是否继续扩大 5. 2027年订单可见度是否提高 如果 $AAOI只增长收入，却没有改善毛利率，说明新增产能还没有转化为真正的利润。 如果收入、毛利率和订单同时上行，那么LITE、COHR、AXTI和AEHR都会获得明显的产业链映射。 四、云计算已经给出了第一轮信号 为什么最近Mag 7、光模块和存储能够同时反弹？ 因为四大云厂商已经证明：AI资本开支并没有停止，而且云业务正在重新加速。 • Google Cloud收入增长82%至248亿美元 • AWS收入增长37%至422亿美元 • Azure收入增长43% • Oracle OCI收入增长93% 这组数据说明，AI数据中心并不是只花钱不赚钱。 云计算收入开始加速，企业客户仍在争抢GPU、电力和数据中心容量，AI基础设施的需求没有崩塌。 目前的资金传导路径已经非常清楚： $GOOG、$AMZN、$MSFT、$ORCL 扩大AI投入 → $NBIS、$CRWV、$IREN 提供算力和数据中心 → $ANET、$LITE、$COHR、$AAOI 承接高速互连 → $SNDK、$WDC 承接存储需求 → $NOW、$SNOW、$DDOG 负责企业应用和商业化 但这条产业链越向下游传导，市场要求的证据就越具体。 云厂商只要证明AI需求存在即可；新云厂商需要证明合同能够转化为收入；光模块和存储需要证明收入可以转化为毛利；软件公司则需要证明AI最终可以变成企业付费。 五、新云厂商：增长最快，融资风险也最大 $NBIS、 $CRWV 和 $IREN 都属于新一代AI云厂商，但三家公司的逻辑并不完全一样。 NBIS的优势是经营拐点最清楚。 上一季度收入3.99亿美元，同比增长684%，调整后EBITDA达到1.30亿美元。它已经从单纯扩建算力，进入收入和利润同步增长的阶段。 CRWV的优势是规模。 上一季度收入20.78亿美元，积压订单达到994亿美元，但单季利息支出高达5.36亿美元，净亏损7.4亿美元。它最大的风险不是没有订单，而是资本结构过于激进。 IREN的优势是电力资源和股价弹性。 公司把2026年底AI Cloud ARR目标提高到40亿美元以上，其中约85%已经签约。但上一季度AI云收入只有3360万美元，从合同到真实收入还有很长的交付距离。 因此，这三家公司不能只看订单总额，还必须看： • GPU交付速度 • 数据中心上电进度 • 客户预付款比例 • 利息和折旧支出 • 股权融资与可转债摊薄 • 合同能否按时确认收入 新云厂商是AI交易里弹性最大的一组，也是资本开支一旦放缓时最脆弱的一组。 六、光通信：LITE和COHR看确定性，AAOI、AXTI和AEHR看弹性 光通信内部也需要分层。 $LITE 和 $COHR 是核心光器件及光通信平台。 LITE增长速度更快，最新季度收入8.08亿美元，下一季度收入指引已经接近10亿美元，非GAAP营业利润率指引达到35%—36%。 COHR业务规模更大、产品更分散，收入和毛利率增长没有LITE那么夸张，但确定性更强，更适合作为光通信板块的核心观察标的。 $AAOI 是光模块高弹性标的，收入增长快，但毛利率和净利润仍需要财报确认。 $AXTI 是磷化铟等化合物半导体衬底供应商，属于光通信上游材料。上一季度收入增长164%，毛利率达到45%，但面临中国出口许可和供应链风险。 $AEHR 则不是传统光模块公司，而是硅光、功率半导体和存储测试设备公司。公司FY2027收入指引增长160%—200%，远期弹性很大，但目前估值也已经提前交易订单兑现。 所以，光通信内部可以这样理解： • LITE：增长最强 • COHR：风险收益最均衡 • AAOI：财报弹性最大 • AXTI：上游材料稀缺性 • AEHR：硅光测试远期期权 七、软件股：AI到底是威胁，还是第二增长曲线？ $NOW、 $SNOW 和 $DDOG 代表了三种不同的软件逻辑。 ServiceNow负责企业工作流和AI Agent管理。 上一季度订阅收入增长24.5%，AI产品年合同价值突破10亿美元。它证明AI不一定会取代传统软件，企业反而需要一个统一平台管理模型、数据、权限和工作流。 Snowflake负责企业数据。 AI应用越多，对高质量数据、实时分析和模型上下文的需求就越大。SNOW上一季度产品收入增长34%，RPO增长38%，说明企业数据消费正在重新加速。 Datadog负责AI系统的监控、安全和稳定运行。 AI基础设施越复杂，企业越需要知道GPU花在哪里、模型为什么失败、哪个Agent出现异常。DDOG是三家公司中与云计算使用量和AI系统复杂度联系最直接的公司。 软件股内部可以这样分： • NOW：合同可见度最高 • SNOW：AI数据消费弹性最大 • DDOG：增长和自由现金流最均衡 八、周五非农决定估值，而不是决定AI需求 周五（8月7日）盘前： • $OKLO Oklo • 美国非农就业数据 OKLO验证的是AI数据中心长期电力需求。 非农则决定市场愿意给AI股票多高的估值。 如果非农明显强于预期，美债收益率可能重新上升，高估值的软件、新云厂商和光通信股票会首先承压。 如果就业温和降温，市场对降息的预期上升，长久期科技股更容易继续反弹。 但如果数据弱得过头，市场又会开始交易经济衰退。 因此，对科技股最理想的非农，不是越弱越好，而是温和降温：既能缓解利率压力，又不至于触发衰退恐慌。 九、我的判断 这周真正需要回答的，不是谁的股价涨得最多，而是五个问题： 第一，Mag 7的AI资本开支是否仍在扩大？ 第二，AMD能否证明AI算力市场可以容纳第二家大型GPU供应商？ 第三，光模块订单能否真正转化为毛利率和净利润？ 第四，SNDK能否证明企业级SSD需求和高毛利率可以延续？ 第五，NOW、SNOW和DDOG能否证明AI已经开始变成企业软件收入？ 如果AMD、ANET和ALAB继续确认算力与互连需求，AAOI和SNDK又能交出强订单、强毛利率、强指引，那么资金会继续从Mag 7向光通信、存储和软件扩散。 如果公司只是完成当季业绩，却没有上调下一季度指引，那么最近的上涨更可能只是超跌修复，而不是新一轮主升。 所以，这周我不会只看纳指涨跌。 我更关注的是这条资金路径能不能走完： 云计算确认投入 → 算力确认需求 → 光通信确认订单 → 存储确认利润 → 软件确认商业化 财报是产业链的答案，非农决定市场愿意为这个答案支付多少估值。 #美股# #财报季# #AI# #SPCX# #AMD# #PLTR# #SNDK# #DDOG# #AAOI# #云计算# #光模块# #存储#