AI 投资 8 层框架 x 3 类终端 1. 能源 2. 制造 3. 存储 4. 芯片+互联 5. 算力 6. 数据 7. 模型+编排 8. 应用+执行 可以有两种用法 1. 查漏补缺，看看哪一块还有不错的机会，我比较看好物理 AI 2. 评估标的，覆盖层数 + 不可替代性 = 护城河深度 护城河 S 级标的： $NVDA $GOOG $TSLA $TSM SpaceX

《AI时代，投资者必须全栈》 ai investor has to be Full-Stack Investor 过去的投资世界，讲究“分工”： 有人做宏观，有人做行业，有人做基本面，有人做量化。 但进入 AI 时代之后，这种分工化的投资方式正在迅速失效。 今天，一个真正能理解、看懂并抓住 AI 时代财富机会的投资者，必须是 全栈型投资者（Full-Stack Investor）。 就像技术行业曾经出现“全栈工程师”一样，未来的投资世界也将被“全栈投资者”主导—— 既懂宏观，也懂技术；既能判断行业，也能写工具；既能分析，也能自动化。 这是时代的要求，也会是下一代投资者最核心的竞争力。 一、为什么 AI 时代投资者必须全栈？ 1. AI 是一个端到端的超级产业链，任何一个环节都可能反转你的判断 AI 涉及的链条长到前所未有： 算法（Transformer、MoE、World Model） GPU（NVDA / AMD） HBM（SK hynix / Samsung / Micron） 先进封装（TSMC CoWoS / SoIc） 光互联（Broadcom / Coherent / Intel SiPh） 数据中心（VRT、NET、DDOG） 能源（BE、CWEN、XIFR） 云与 AI 平台（GOOG、MSFT、META、OpenAI） AI 应用层（PLTR、SaaS 全部重构） 任何一个瓶颈、任何一个突破，都会改变整个板块的涨跌逻辑。 如果你不了解光互联，你看不懂 GPU 可扩展瓶颈。 如果你不了解 HBM，你判断不了 AMD/NVDA 的代差。 如果你不了解能耗和冷却，你不知道数据中心为什么比 GPU 更紧缺。 如果你不了解算法，你根本无法判断“算力需求是否会继续指数级增长”。 AI 投资不是单点知识，而是端到端系统理解。 2. 信息量爆炸，纯靠人力无法覆盖 AI 相关的信息密度，已经远超传统行业： 供应链新闻 算法论文和技术突破 Big Tech CapEx 更新 监管和出口管制 数据中心扩张与电力审批 GPU 交付时序 行业会议与内部技术路线 X/Twitter 讨论流 各类模型 benchmark 和产品更新 每天 1000+ 条信息可能只是行业平均水平的投资者。 不用工具自动化，就永远落后于别人。 全栈投资者最大的优势，就是能自己构建信息“摄取与过滤系统”。 3. 技术周期太快，不懂技术就无法提前布局 AI 的技术迭代速度大概是： 每 3～4 个月一次重要突破 每 6～9 个月一次产品更新 每 12～18 个月一次算法范式变化（MoE、SSM、World Model） 每 24 个月一次硬件架构代差（H100 → B200 → Rubin） 如果你不了解技术周期，你根本无法预测： 哪家公司未来一年会爆发 哪条供应链会卡住 哪个环节会成为新赢家 谁会在 2 年后被替代 技术理解能力，是 AI 投资者未来的基本素养。 二、为什么“开发能力”也是未来投资者的必修课？ 真正的全栈投资者，不只是会分析，还必须会“开发自己的工具”。 因为： 1. 投资者的核心能力之一是“快速验证观点” 你想验证： 最近 48h 哪些 AI 项目最热？ 某事件（财报/政策）对哪些股票影响最大？ 算力增速 vs 数据中心供电缺口的关系？ 模型参数增速 vs HBM 需求增长？ 只要你会vibe coding，你就能在马上得到答案，而不是靠别人的两周后的分析。 2. 未来的投资者本身就是“产品经理” 投资者必须设计： 事件监控 数据库 自动摘要 自动分类 情绪分析 回测脚本 。。。。。。 这就是一个“投研产品”的完整系统。 会开发的人，能自己造最适合自己的系统；不会的人，只能用别人的系统，未必最适合自己 三、结语：AI 时代不会让投资更容易，但可能是碳基生物为数不多的选择之一 AI 并不会让投资变简单。 AI 会加速信息流动、压缩套利时间、加速竞争。 在这种环境下： 不会开发、不会自动化、不会跨学科推理的投资者，将被淘汰。 懂技术、懂产业、懂开发、懂金融的“全栈投资者”，会成为下一代的超级个体。 更不用说，当ai开始大量替代人力的时候，投资，可能是唯数不多的，你可以选择不被替代的工作。 真正的 AI 投资时代刚刚开始。 只有全栈型投资者，才能吃到全周期的红利。

AI 是现在最大的投资趋势，围绕 AI 做投资，我觉得有这么几条核心主线。 1️⃣ AI 已经进入推理时代，在算力消耗占比中，推理已逐渐超过训练，并且未来推理不是线性增长，而是指数级。围绕推理，布局长线 AI 投资。 除了 GPU 之外，CPU、内存、存储、光互连、推理专用加速卡、云厂商、NeoCloud 都是值得长期布局的板块。 - CPU $AMD $INTC $ARM - HBM 内存 + NAND/SSD + HDD 存储 $MU 海力士 三星 $SNDK $WDC - 光互连：这里标的太多... 这周 Nico 前沿 Alpha 频道里有详细讲过，大家可以翻翻 - 推理专用 ASIC $CBRS（即将 IPO 可能短期炒作严重） $GOOGL $AMZN $MSFT $META（自研推理芯片） $AVGO（AISC 设计代工） - 传统云厂商 $GOOGL $AMZN $MSFT $ORCL -NeoCloud $CRWV $NBIS $IREN 2️⃣ 英伟达作为世界 AI 工厂，目前交付的不仅仅是算力 GPU，而是直接面向客户，交付从芯片到软件再到整套 AI 工厂的全栈解决方案. 它投钱去哪里，说明哪里就是产业链上最真实的瓶颈。从英伟达的投资版图入手，就能看到当下市场最热门的投资方向。 - 英伟达直接投资的上市公司 $INTC $CRWV $NBIS $COHR $LITE $GLW $IREN 3️⃣ 能源仍然是 AI 最大的物理约束，目前 AI 增长最大的瓶颈在于电力。核电、SMR 小型核反应堆、天然气发电、电网设备、变压器、液冷、储能，这些都是 AI 电力受益板块，能源投资逻辑已经被 AI 重塑。 - 核电运营商 $CEG $VST - SMR 小型核反应堆 $OKLO $SMR - 天然气发电 $GEV - 电网设备 $ETN - 液冷 $VRT $MOD - 储能 $TSLA $FLNC 4️⃣ 数据正在变成新一代核心资产，只不过目前市场注意力不在这。模型架构趋同，算力瓶颈也会慢慢被解决，未来 AI 真正的差异化优势还是数据。 这一侧重点关注社交平台以及拥有垂直领域数据的公司，比如 $META $RDDT $TSLA 等等 5️⃣ AI 应用落地变现，最大的赢家还是掌握用户分发渠道的公司，核心还是得回归用户价值，而大科技牢牢掌握这一层入口。 - 信息分发入口 $GOOGL - 社交入口 $META - 购物入口 $AMZN - 消费设备入口 $AAPL - 操作系统入口 $MSFT - 物理 AI 入口 $TSLA

25岁的AI投资大神Leopold，其实就是AI投资圈的麻吉大哥，被定向收割了。 靠一篇165页的《Situational Awareness》在硅谷火了，被叫AI预言家。2024年直接拿这套叙事开了同名对冲基金，没什么传统投资履历，但人脉到位，钱来得快。 基金基本All-in AI基础设施——芯片、存储、电力、数据中心，顺手做空传统软件股。用了大概4倍杠杆。上半年回报439%，成立到现在十倍不止，规模一度吹到200多亿甚至更高。 然后7月AI硬件股集体大跌，他重仓的那些票很多直接腰斩级别。做空的软件股反而涨，两边一起打。杠杆一放大，银行开始追保。 市场上也有人盯上了。仓位集中又公开，直接对着他的票砸，加速下跌。典型的围猎。 29号晚上基金紧急找买家甩仓。一夜竞标，Citadel用超过一成的折价把大约160亿的公开股票仓位（多空全包）接走了，Millennium和Jane Street没抢过。 公开仓位基本清零，规模掉到100亿左右，还留着私募那部分，包括大概50亿的Anthropic。7月单月亏了67%左右，但全年还是正的，前面涨太狠。 后来他写信跟投资人说对不起，承认差点造成永久性损失，以后不再用银行杠杆。清仓完那些票反而反弹了。

顶尖半导体AI投资人Gavin Baker：亏钱只有一个原因 → 你判断错了 错了就认，如果没错就坚持 要么早点认输止损，要么后面加仓梭哈，没有第三种

美国的AI投资几乎全靠私营云厂商自己掏腰包；中国这边，国有资本通过大基金等渠道砸进去近7000亿，政府主导。这不是谁对谁错，是被逼出来的路径。先进芯片买不到、技术有差距，民企不敢下重注，只能国家资本顶上。这决定了一件事：中国的AI节奏，跟着财政和政策走。AI在中国，越来越像一项战略工程，而不只是一门生意。A股的AI行情，永远要先看政策的脸色。