《币圈当自强，26年买币清单，别再吃屎了!》 昨天一夜没睡，泪水打湿了床单，我对着夜空大喊，难道币圈就一直接盘这些垃圾币吗？那全都要一起死了，韭菜根都没了。 我想我应该做一个用户教育，告诉所有人尤其是小白，哪些币是还可以买的，哪些币是不能买的——因为只有我们拒绝吃屎，才能倒逼币圈良性发展，才能倒逼庄家知道让人吃屎已经不赚钱了，得想办法做真正对人有用有收入的项目，这样币圈才有未来啊？ 我会用尽可能谨慎的表述，让看的人尽可能是赚钱的，而不是亏钱。 一、现状与选币逻辑 当前的币圈，主要是“造屎”与“喂屎”两件事： 造屎是没有营利能力的项目方，讲一个故事、花一些钱，找一些交易所上线，然后等着韭菜接盘，通过做市等方式割了VC和韭菜，这其中只有交易所是赚钱的，所以这么玩下去，一定是行业凉凉的。 你过去这种玩法是可以的，因为币圈大赌场，我们有机会赚钱就行了。 那时候币很少，大家也都是没有什么投资经验，哪有什么估值高还是低的概念，上了就冲，有人冲就有涨跌，就有人赚有人亏，就这么回事。 那时候，我们不懂，但有美好的憧憬，真觉得币圈在改变未来，但现在看到外面AI、美股蓬勃发展，我们在为交易所上哪一坨屎争得面红耳赤时，终于懂了，币圈的我们是如此可笑可悲可叹。 现在为什么这种玩法不行了？因为现在币太多了。 有背景的跟随在币安麾下，从发币、营销到上币安一条龙；没背景的也没关系，可以PUMPFUN发了，然后上推特卖屎。 从5年前到现在币的数量增加了10万倍，但人数增长已经见顶——币安年报说，每20多个人中就有一个用币安的，这对币安是好事，但这也是为什么行业开始有一种难以为继的感觉，新人增长终究是下行的，当行业新人越来越少的时候，问题就会出现。 我们不能期望谁谁谁应该怎么做，那是非常SB的行为——朱门酒肉臭，谁会在意路边一条野狗的叫声？ 人要自强，币圈要自强。 自强第一步，就是更少的人去接盘垃圾币。 接下来，我从“怎么选”到“选什么”，一篇文章让你在币圈从从容容、游刃有余。 我"踏马"来了，干！ 二、几个评估原则 这一部分我会讲得详细，也可能对新手阅读会有点吃力，虽然推荐你早晚要认真并看懂，但如果现在看不懂，可以直接跳到第三部分看币的清单。 1、要有营收 一个币圈项目如果没有真实收入，没有用户，他这个币是什么作用？他怎么给这个币赋能？他屁用没有，上了大所，就等你去接盘，然后你接盘了又希望隔壁群的傻逼接你的盘？ 停！不要再玩这样的项目了。 一个新项目出来，不要听他吹那些你听不懂的名词，苹果、特斯拉这么伟大的公司你要搞懂，你也不需要懂一堆的字母和奇怪的名词对吧？ 项目没收入、没用户，基本就是垃圾，你别管对方什么来头，上了什么所——因为这些来头和所都是来割你的，不是为了让你发财的。 记住了：来头越大、割得越狠 2、要有发展 光看收入和用户数不行，现在项目方已经懂了，得刷啊。 当年L2四大天王多好，数据多牛逼？结果呢？一停刷就成鬼城了，有一些现在还没发币。 所以要从常识去看有没有长远的发展，不要光看数据。 现在的币圈就是，一个项目有创新，马上一堆的仿盘出来，有一些有背景，有一些没背景，大家都是用发币吸引人去刷，全是虚假繁荣。 想要赚钱，就去向撸毛的大佬们学习，去撸，不要去接盘。真正有发展的项目，是刷完之后真有人用，甚至一开始就不用刷，没有积分，没有PUA，就是给你用。 有人说这就是WEB3的特性啊，但是WEB2没一个项目要刷，出来的全是牛逼项目，这是为什么？从常识角度考虑你就懂了，因为真正想做项目的人，是不想要假数据的。 美团的王兴当年从几千家团购网站胜出，我印象很深的一点就是，别家全在做假，数据、流量是美团的很多倍，而王兴坚持不做任何假数据，比如什么先提价再打扣，就是觉得赛道很大，要为大家提供更高质量的产品，他就能笑到最后——他做对了。 二级要买的话怎么办？回到本段几条原则互相对照和评估。如果你在二级买，你得知道这个项目因为有谁喊了，你成本要比市场低，你要评估是否有更多傻子接盘，然后你还知道见好就收。 新手什么也不懂，不要按我说这个方法买，你懂个毛的评估和动态观察，就买比特币就行了。 3、币要有用 项目赚再多钱，但币又不是股票，你又不是股东，那币还是垃圾，一个都不要碰。因为在这种情况下，币就是一个投机品，和项目基本面没有任何关系，全靠傻子们怎么想怎么做。 比如，有一个海外的顶流说，我看好ZEC，大家就冲，这时候就是先信先冲的人赚钱，至于项目本身没收入币没用之类，你不用研究这么多，先信割后信。 但如果没收入币又没用，你还去接盘，那肯定就会纳闷：怎么我刚上车就不涨了？ 所以，长线思维，就要回到我些原则上，项目赚多少钱？是否有未来？币是不是挂钩？ 4、赚钱与币价怎么算？ 以永续合约赛道的龙头 $HYPE 为例来计算一下，顺道说一声，这是币圈最好的山寨币项目，但你50多买的，现在不是傻眼了？本段的估计方法适合新手仔细研究。 比如，我决定买HYPE，我需要怎么去评估这个有收入、有用户、有未来的项目？ 第一步：看他现在赚多少钱，全流通市值多少 $HYPE 他一年如果赚20亿美元，那假如全流通市值是200亿美元，那么可以认为全流通市值/收入=10，币价在20左右，参照科技股票，10的PE不算高，说明可能还行。 但现在他一年没有赚20亿美元，那么币价在20以下好像才合理？ 但为什么涨到超过50？这部分就是脱离了基本面的，原因很多，主要有： ——他是龙头，那么龙头大家就更容易FOMO，所以涨，尤其是币圈傻钱多。 ——他有100%收入回购代币，订单薄很薄，每天200万美元的买盘，只要当天卖的人不多，就容易涨。 所以，涨到50，在牛市背景下是非常合理的。 但现在能买么？要考虑一些新的内部变量： 比如，团队代币开始解锁了，每天的回购虽然还在继续，但如果解锁的币是1000万美元，而回购的代币是200万美元，那你可以理解每在的抛压是800万美元，HYPE当前的情况就是抛压远大于回购。 此外，还要考虑外部变量： 第一个变量：外部的竞争开始激烈 比如LIGHTER等，团队背景、资金实力等和他一样，而且机构投资等，HYPE就像是COINBASE，而LIT有点像ROBINHOOD了；还有CZ搞的ASTER和一堆新的永续合约。 这就导致一个问题，外面的竞争越来越强了，而且这种竞争是否有效？有的，直接看链上数据，HYPE的市场统治力被拉下一大截了。 而且，竞争只会越来越激烈，越不好弄了。 你要找女朋友，本来她是仙女，现在突然又跳出5个，也要做你女朋友，而且她们还打起来了，左一个黑虎掏心，右一个猴子摘桃，你最好先别上去，要不然容易选错人…… 第二个变量：存量资金有限，增量资金谁能吃到还没定？ 币圈存量资金是有限的，也就是币圈现在就这么多人和这么多钱，这些聪明钱+傻钱在一起的规模上限大概是多少？ 我觉得直接以TRUMP为锚来评估相对准确，也就是700亿美元，后面就没钱了。 永续合约赛道远不如TRUMP那样多人感兴趣和买，那他的上限的钱可能是400-500亿。 这正好是HYPE当时回调附近的市值，现在激烈竞争，类似美团和京东打架，大家股票都跌一样，加上熊市，赛道总市值到300亿附近很合理。 总市值300亿的情况下： 只有一两个标的，那龙头250亿可以。 如果有10个标的呢？那龙头占比多少呢？ 所以，如果只是圈内内卷，赚钱的方式就不多了：主要是去撸还没有发币的，不过后面肯定也会出现反撸的，所以不参与也不是不行；其次是看哪个项目能吃到最多的未来美股上链的流量，币圈这群韭菜不割了，去割到美股的散户，那这个项目就能跑出来。 5、小结 一句话：一个币能不买，就要看他现在能赚多少钱，未来能赚多少钱，这些钱多少会用来推动币价上涨，还要动态观察内外部竞争有多激烈。 三、选币清单 一轮行情抓住三四个币就足够翻身了，但搞错一个就要亏惨。我这里列的肯定不算全，可能有一些还不错的项目我没写，毕竟饿着肚子写的本文，后面有想到的我更新在评论区。 大家有好的可以评论区推荐——但是不管谁推荐，大家不要轻易自己做判断，包括我选的币，你都要看我上面这些模型——它们不是万能的公式，可能有一些机械和不适用某一些项目，比如公链的上涨逻辑，但总体是为了避免吃屎。 注意：币一定要看文字，我写了币的名字，不代表现在可以买！好项目还要好价格！ 你要用上面我说的估值方法去看，比如上面的方法让我在10的时候抄底了HYPE，在30多50多卖掉了HYPE（买入和卖出都在我的群里有详细讲逻辑，不是本人胡乱吹牛抬高自己），现在我们开始， 1、BTC 新人可能看不上他，但如果币圈只选一个币，一定选他。虽然现在看起来不涨，我将来冲上20万可能会很快。 你如果是小白，一点知识没有，现在8-9万的币买不了吃亏和上当，先拿这个，边疯狂补课学习，其他币买少一点，错不了。 2、ETH 未来币圈最大的发展来自机构将美股、美债上链，上链之后，华尔街和美股散户都可以玩链上股票，这是ETH最大的优势，币圈老二。 但是，我对它一直提不起什么兴趣，所以我个人没有持有多少，因为我还研究了美股，如果作为一个科技股来看的话，那用我上面的模型去看，就实在不怎么样了。 ETH市值几千亿，无限增发，质押的大佬获得的币也会越来越多，买这个币有点像接盘，我个人觉得没意思。现在看好的人很FOMO，觉得是文明级的创新，是个好东西，但我不确定币价是不是有足够确定性。 举个例子，现在它市值比马斯克的航天公司SPACEX还高，而SPACEX一年赚很多很多钱，而且接下来还要赚更多的钱，未来在火星建设基地，将地球人变为多星球种族，去外太空挖天量黄金，搞能源，那差不多的价格，我肯定买SPACEX啊。 这一波ETH的上涨，主要是东西方顶流机构一起喊，一起买，但ETH的基本面不会因为这些有变化的，你信，你就早点上车，将来差不多了找个位置先跑，钱到自己手上才是对的。 至于对ETH未来的展望，比如成为链上金融的基地，我同意的，但是我还是只看ETH能赚多少钱，这些钱能回购多少ETH带来多少买盘，否则就还是一个情绪和共识的游戏——这个我作为在这个领域赚钱最多的人，我很精通，我的选择是我不会在这样的大标的上和大庄家赌这破玩意，你们喊、你们玩、你们赚吧。 3、BNB $BNB 仍然是所有CEX平台币中最好的。 但我已经不太推荐了，未来是链上的时代，5年后最大交易场所可能不再是币安，而是链上的交易所。作为BNB的持有者，原来的持有BNB，获得代币空投，又吃又拿，现在无非是反复吃屎，也没什么意思了。再加上币安的商业模式是不断拉新人进场，合约+垃圾币，这种零和游戏一定是巅峰后下行的。 但注意，我这里并不是说BNB能不能涨，高控盘+币圈最有钱的机构，肯定会涨的，但只是他不再是我最理想的标的了，如果ETH和BNB中选一个，我肯定选ETH，但我ETH也没选。 至于 $OKB ，短鸟已成经典，但没收没赋能，暂时归入垃圾币就好 4、其他公链 暂时没有什么意思，包括SOL和其他币，很多都是增发非常猛，比如SOL现在币价跌了很多，但市值和巅峰期差不多，MEME不行了的话暂时不玩了。 公链很可能成为重要但不怎么赚钱的基础设施，因为你抽水多人就会走，速度快，0免用会成为标准。 5、MEME币 建议暂时什么MEME都不要买了，任何一个现在喊单任何MEME币，找角度的人，你翻译过来就是，“你快来吃我的屎”。 我暂时看不到什么机会，要玩的话，小赌怡情吧，就和去买个刮刮乐，图个乐，没毛病的。 *** 接下来讲一下山寨币，山寨币99.99%都是没收入没未来的垃圾，我挑出一些你可以慢慢小买一点，长拿应该亏不了的——最好你要会用第二段的估值方法，找到合适的价格更好。 我只告诉你好标的，告诉不了你好价格——因为每个币你看上面的模型，既要看币本身，还要动态监测外部竞争、外部环境，基本上好项目也要边走边看的。 如果你不想边走边看怎么办？买BTC啊，买完就去玩，去工作，看啥？ 6、链上永续赛道 这个赛道是真实的赌场，有收入有回购，未来最大的机会是来自圈外流量，也就是华尔街机构与美股散户。 $HYPE 这个比较简单，上面说了很多，我觉得10左右如果未来不是出大问题或竞争者太强，应该暂时这个价格不太容易套多久。 未来一年多解锁的抛压是很大的，很多韭菜什么希望团队不卖之类，其实是不厚道的自私的想法，团队成员应该拿回报，卖了更好——你如果真看好就不应该是希望人家不卖，而是希望价格更低。 $LIT 这个赛道LIT算是HYPE直接对标，而且优势甚至更大，只是因为后发。 团队背景都是一样的顶级量化+天才，但HYPE只做聪明钱和巨鲸，面向大户和机构；LIT更偏ROBINHOOD，做散户。 HYPE是没有VC，走社区路线；LIT拉上了城堡做市商、ROBINHOOD投资，创始人还和ROBINHOOD老板是同学加老乡，关系很铁，整体走的华尔街机构与合规打法。 架构上HYPE是自己的链和生态，封闭在HYPE世界；LIT是开放的ETH生态，未来可以直接承接所有RWA资产，比如在AAVE上借贷的几百亿资金可以在ETH的安全性保证下直接到LIT系统用（即使LIT不做了，资产也仍然是自己的，挺好）。 LIT撸毛成本约在0.5U一个，所以未来如果有2U以下的价格应该都是不错的。 永续赛道如果想要现在就布局一些，LIT只有HYPE 1/10，但增长潜力可能大过HYPE。 但要注意，和一年前的HYPE一样，一年后LIT这边有大量解锁时还要重新评估，山寨币都要动态观察，现在我会认为LIT比HYPE在一年内都有显著的性价比。 但 $LIT 的风险在于市场份额的获取，最乐观的一种预期（AI认为是高概率）是，ROBINHOOD的链上订单薄直接用LIT的，他自己的公链可以作为结算层之类，但这里面不知道ROBINHOOD投了LIT多少钱，占股多少，如果占股多的话可以，当时这一轮估值好像是15亿美元，现在市值是20多亿——但要警惕的是，这是社区的一些乐观预期，即使是真的也还早，另外，并不确定这件事有多大概率，这些都是对新手来说巨大的风险因素。 至于ASTER我觉得是垃圾项目，99%会死掉的，我之前讲过，币安想扶持一个傀儡打HYPE，那必败的——这里我觉得我可能我也有偏见，但我看不出ASTER有什么优势，讲不合规，有HYPE，讲合规有LIT。 当然，从赛道的逻辑看，永续现在好像过了最香最美的时候，不是最好的选择了。 现在买LIT建议直接去本网，其他所的深度都太小 新手请注意：除非你研究这些非常多，那请不要买 $LIT 这种高风险代币，你没有持续跟踪能力，也不会估值，我的文章也不是专写给你看的，所以请只买BTC，切记！ 二、预测赛道 1、POLYMARKET，这一块的话可以先从小钱参与玩玩，顺便撸点小毛，这适合新手。高手和大资金现在场外在卖120亿美元估值的股权，我倾向于是也可以买，有大收入，有大发展，挺好的。 2、其他预测市场，都是仿盘，没个鸟用。 这种项目到南山拉个队伍一百万就做出来了，然后上大所不需要赋能，也不需要讲收，几十亿砸给你，要玩的话尽量低成本撸，要买的话先信割后信，跑得快一点就好了。 预测赛道是超强的赛道，不是纯的零和，我觉得未来会比永续还要大。 二、DEFI赛道 $AAVE ，这个是很好的标的，就是价格上现在也仍然是很高的。这个估值你也只需要去看他一年赚多少钱，然后市值是多少？这里我懒得去查了，它的PE比HYPE还要高得多大概是这样的。 所以这是一个可以长线跟踪和关注的标的。但它的风险就是未来美股美债上链，它能吃到多少？贝莱德和摩根大通会自己做借贷的——券商都有借贷，未来他们也肯定会做链上的。 AAVE之所以列入好标的，是因为这是咱们币圈DEFI赛道最好的标的，多年安全，存了几百亿美元的资产在里面，搞链上借贷，很活跃，又很稳健，收入也挺稳，代币也有一定作用。 但山寨币都是有风险！需要动态观察，新人千万小心。 暂时只想到这个 ONDO之类是证券化代币，背景一流，但是代币目前没用，还有大量待解锁，而且未来美股上链之后，可能不再是通过这个项目不一定能赋能，所以不确定性也挺强的。 三、AI赛道 $VIRTUAL ，这个项目也是有营收的，团队韧性也很强，我很喜欢的年轻团队，他们好像是少有的穿越牛熊仍然在不断探索新东西并为代币努力的团队，很了不起。 但确实我不太好估值这个项目，因为不确定性非常高，你用营收之类去估计不好弄的。 但值得长期关注，大跌后看情况买一点之类，属于好项目，但多少是好价格我说不准。 $WLD ，这个币现在线下拓展遇到很大问题，而且拓展的抛压也将持续，长期关注吧，也属于收入还早，全是抛压，但是项目是好项目，尤其是OPENAI的BOSS搞的。 四、隐私币 ZEC很火，但我觉得不如等熊市，什么跌到100之类再说了，现在的话主要还是大佬喊单，傻子接盘。未来是合规的天下，不合规的强如马杜罗都被从床上抓起来了，还隐个毛的私？ 先信割后信，努力做先信，没做到先信，就不要信，错过又不会死。 暂时先想到这么多，后面有的话我在评论区补充吧。 ** 最后，大家可能会说，这没几个币啊，那不没得玩了？你要送钱的话有10亿个币等你买，但不想送钱的话就先买好币，然后半年内，币圈人会越来越多买美股的标的，里面各种短期5-10倍的多的是，而且一旦套住了，死拿往往还能回来。 未来，各交易所，尤其是链上，全是美股的标的，你非要急着吃屎做啥？ ***END*** 转发本文，助力“不再吃屎”币圈自救运动！ 新手也可以访问 ，完全免费，从0到1，一站搞懂币圈投资。

大三那年，我在电商上亏了一大笔钱（10w+，原因是因为女装退货率太高… 当时整个人是懵的，不知道接下来该怎么办 但现在回头看，那次亏钱是我人生最重要的转折点 因为它让我明白了一件事：做事的底层逻辑，比做什么事更重要 前两天翻到梁文锋26岁的微博，真的是狠狠共鸣了 2011年底，26岁的梁文锋开着一辆破菲亚特进了西藏 同行的人到拉萨玩完就飞回去了，他没回 一个人继续往西，羊卓雍措、珠峰、希夏邦马，一直扎进阿里无人区400公里 车扔了，人走出来了，轻描淡写一句话，然后继续往前走 看到这段经历的时候，我脑子里闪过的第一个念头是：这不就是我大三亏钱后的状态吗 作为一个从大一就开始折腾的草根创业者，我学历确实一般，虽然我是个普通人，但是我对梁文锋的故事有种天然的共鸣 梁文锋：同行的人到拉萨就飞回去了，他一个人继续往西，扎进无人区400公里 我：大一靠卖校园电话卡日入过万，室友都去找实习了，我继续折腾，大二做“微校园”小程序，一个月营收50万，最高养过100多个外卖骑手团队 DeepSeek：大家都在做应用、做商业化、做能快速变现的事情，梁文锋一个人往里走，做基础模型，做 AGI，很长时间都不融资、不社交、不出来参加各种大会 2026年7月投资人会议上，梁文锋说得很直白：DeepSeek 只有一个核心目标——AGI，现在不是通过产品来赚最多钱的时候 梁文锋：用入门级 D50套头，但能等大半天就为了一束光，拍出专业级照片 我：大二用一个小程序撬动50万月营收，不是靠砸钱，是靠死磕产品逻辑和地推 SOP DeepSeek：DeepSeek-V3用671B 参数，训练成本只有558万美元，推理成本比同类模型降低65%-73%，性能却能逼近 GPT-4o 这不是什么商业策略，这是一个用入门相机等半天光线的人，做模型时会把每一分算力都榨干的必然结果 梁文锋：车扔在无人区，人走出来了，写一句 That‘s the END，然后继续走 我：大三电商亏了一大笔钱，愿赌服输，转做产品经理，从2024年做到现在，我敢说我对整个世界的理解和赚钱的底层逻辑越来越清晰 DeepSeek：开源就开源，被制裁就被制裁，模型放出去就放出去，梁文锋在会议上说，克制是一种策略，你放弃某些东西，换来更多别的东西 现在我一个人出来创业，成为 OPC，心里没有任何焦虑和忐忑，只有对目标的不懈追求，我坚信这个时间节点就一定是我等待了24年最好的机会！ 现在的我，不缺时间，不缺精力，不缺资金（也还是缺的…） 相比于传统的草根创业者，我多了产品经理的思考和认知 相比于顶级的AI人才，我多了泥泞中的黑色生命力，我多了无数次失败的经验，我不缺的就是耐心和意志力 还是那句话：干就完了！！ 作为一个草根出身、亲自踩过坑的创业者，我想分享三个最真实的感悟 1. 敢于进入无人区，不跟随主流路线 不是说你一定要去做 AGI 或者做什么高大上的事情 而是说，当所有人都在做 A 的时候，你要有勇气去想想 B 是不是更适合你 我大一卖电话卡的时候，室友都觉得我不务正业，现在他们有些都没有工作，我已经从大厂辞职开始做 OPC了 2. 用最少资源做到最好，追求极致效率 梁文锋用558万美元训练出逼近 GPT-4o 的模型 我大二用一个小程序撬动50万月营收 不是因为我们有多厉害，而是因为我们把每一分资源都用在了刀刃上 3. 输了认账继续走，保持长期主义 大二破产的时候，我怀疑过自己，大三亏钱的时候，我也怀疑过自己 但我没有停下来，而是转做产品经理，继续学习，继续成长 现在回头看，这几次失败是我最宝贵的财富 因为它让我明白了：技术会迭代，工具会更新，但一个人的性格底色，才是他能走多远的第一性原理 你可以学会用 Claude、用 Cursor、用 DeepSeek 但你学不会梁文锋敢把车扔在无人区的那份笃定 也学不会我大三敢亏钱认账、现在敢一个人单干的那份狠劲 人生很长，把自己的人生当作地球online游戏，大部分人的生活都是一条稳定的横线，但是我想要的是波澜壮阔的山峰，不管是否最终停留在谷底！

Google Developer 这场圆桌干货真多。 Google Developer 这场圆桌讨论含金量非常高，推荐所有的程序员和产品经理都可以看看。 几位嘉宾都是谷歌非常资深的工程师和管理者，他们分享了各自对接下来程序员职业发展的看法，应该是我今年听过最有见地和接地气的判断了。 下面是我的笔记： 1、程序员应该主动放下对语法的执念。过去学习一门语言，往往要花大量时间记忆各种语法细节。 现在这些工作越来越适合交给 AI。真正值得投入精力的，是理解这门语言为什么这样设计、适合解决什么问题，以及不同技术方案背后的取舍。语法越来越容易获得，判断力反而越来越稀缺。 2、Senior Engineer 的定义变了。过去资深工程师的价值，是能写出别人写不出来的代码。 现在资深工程师的价值，更多体现在理解复杂系统、拆解复杂问题，以及做出正确的权衡判断。 面对同一个需求，他知道哪些方案适合业务长期发展，哪些方案只是看起来很先进，实际却会带来新的复杂度。 3、AI 正在模糊职业边界。谷歌有团队做过一次统计，一周时间里，软件工程师大部分时间都在补文档、写设计文档，而 UX Researcher 反而开始写代码。 过去很多需要跨团队协作的事情，正在被 AI 压缩到一个人身上完成。 确实，AI 会让每个人获得一些跨领域能力，但大多数时候只能达到入门水平。产品经理能写一点代码，工程师能做一点设计，研究员能做一点原型。 但真正的竞争力，依然来自自己专业领域里的高级判断力。 4、AI 时代，内部文档的重要性反而在上升。当团队开始大量使用 Agent，相当于团队规模突然翻倍，而且新增成员几乎没有任何背景知识。 如果设计决策、业务规则和历史上下文没有被记录下来，再聪明的 Agent 也很难发挥作用。 5、AI 时代最危险的事情是把思考让渡给 AI。 很多人现在写代码的方式是，把需求告诉给 AI，让它生成，错了再让 AI 修改。 时间久了之后，系统虽然还能运行，但自己已经说不清楚为什么这样设计、为什么这样实现。 这就是所谓的 Cognitive Debt。 AI 给出答案之后，不验证、不质疑、不追问，直接接受，表面上效率很高，实际上是在逐步放弃自己的判断能力。 短期看是在省时间，长期看是在搭纸牌屋。等系统真正出问题的时候，你会发现自己根本不知道它为什么会这样工作。 6、以前开发者负责的是实现路径，诸如用什么语言、什么框架、怎么写每一行代码。 现在越来越多时候，开发者要描述的是 end state，也就是最终想要什么。 你要把问题、目标、约束、边界、质量要求讲清楚，然后让 AI 去实现。 但这件事没那么简单。不是随便写一句 prompt 就完了。 你得非常清楚地知道：什么叫 done，什么叫 good，用户真正要解决什么问题，系统要满足哪些质量标准。 比如功能正确只是 done 的一部分，性能、可访问性、交互体验、稳定性，也都应该写进意图里。 7、架构能力正在往下沉。以前可能只有高级工程师、架构师才经常考虑系统拆分、模块关系、通信方式。 现在只要你用 Agent，你就得想这些问题。 比如，一个任务应该交给一个 Agent 跑一天，还是拆成十个 Agent 各跑一小时？哪些任务适合后台跑？ 哪些任务必须人盯着？一个 Agent 的职责边界在哪里？多个 Agent 怎么协作？这些都已经变成普通开发者也要面对的问题。 8、很多人把 AI 当工具用，但更高阶的玩法是把 AI 当成一个持续成长的协作者。 真正有价值的动作，是分析 Agent 的错误。Agent 为什么会犯这个错？是上下文缺失？规则不清晰？还是需求本身有歧义？ 很多人遇到错误之后第一反应是赶紧修复。 但优秀的工程师遇到错误之后第一反应是总结。因为修复一次错误，只能解决今天的问题。理解错误产生的原因，才能解决未来的问题。 9、一个特别实用的方法，是把 AI 当成一个专门挑刺的导师。 代码写完之后问它：我漏了什么逻辑没？哪里会出问题？别人会怎么反对这个方案？文档写完之后也问同样的问题。 很多时候最有价值的，是让 AI 帮我们发现自己看不见的盲区。 10、不要把忙碌误认为生产力。 很多人喜欢吹嘘说自己同时启动了 20 个 Agent 干活，并行在干 10 个任务，看起来很厉害。 理论上确实可以同时开很多个 Agent 干活，但人的注意力不能并行。Agent 多了以后，我们可能会花大量时间分配任务、检查结果、修正方向，最后看起来很忙，其实生产力不一定高。 真正重要的能力，是知道哪些事情应该交给 Agent，哪些事情必须自己深度参与。 忙碌和有产出是两回事。 11、不要试图跟上所有变化。AI 时代很容易陷入一种错觉，好像每天都有新工具出现，自己只要慢一步就会被淘汰。 一个具体的方法是，给自己设定固定的实验预算。比如每个月认真研究一个工具，或者每周固定留出几个小时做实验。 适合自己的就留下，不适合自己的就快速放弃。 变化越来越快之后，真正重要的能力已经不是追热点，而是筛选热点。

6月恰巧是Abby的生日 想要把自己献给各位粉丝 这次的直播Abby非常的用心喔！ 直接用单眼相机当镜头 买了一件非常贵的婚纱 配上金炼条的高跟 真的好美！ 然后穿上白色丝袜跟白色JJ套内裤 超级色！！！！ 最后..... 这部插射,潮吹,笼内射精,一次满足 番号： AB2506 <三周沒射潮喷大爆发 > 29分钟 购买链接在留言处喔！ 請大家多用fansone支持我 因為我被他們抽成的最少 #支持原创# #拒绝黄牛# AB2506 Birthday & Newlyewd Special (Chinese and English subtitles) 29mins June happens to be Abby’s birthday. She wants to dedicate herself to all her fans. Abby put a lot of effort into this live show! It livestreams using a SLR camaera. She bought a very expensive wedding gown Matching with a pair of high heels with gold chain It’s so pretty! Then she put on white stockings and white underwear with penis cover. It’s super sexy! ! ! ! ! At the end..... Link in comment

今天很意外的发现，All In昨天最新一期，聊的话题也跟我昨天说的OpenAI成立AI Deployment公司相关，而且他们直接请了SalesForce的CEO来做客聊这事儿 我简单看了下，视频里面有三个点有点意思，跟我昨天写的内容正好做个呼应 1. OpenAI亲自下场证明这个事儿不容易，算是被逼无奈 就大家以前以为企业的AI adoption 是：Prompt → 接 API → boop boop boop → 自动化完成……结果发现Too Young Too Naive，原因就是我昨天写的那些东西， 有点像“模型卖不进去，只能自己下场帮客户装”的Feel 但是！这里要说但是了！这事儿从好的一面想，这生意的TAM可能单纯比API revenue要大得多。企业愿意为这个花的钱，可能远大于API fee，毕竟API就是个工具预算，企业的AI Transformation那是战略预算，做过高管或者PLanning的老铁都懂 2. Salesforce CEO Marc Benioff 的观点 - 如果 AI 要改 SaaS 玩法，Salesforce会主动转型。 他们现在活的还挺好，各种数据啊营收啊都很不错。因为现在AI渗透进企业的速度远不及预期。真正有价值的不是软件本身。而是跟企业的关系+信任+内部部署能力+数据和上下文等等 他说Salesforce本来就是本来就是 API-first architecture，所以它比很多传统SaaS更容易 agent-native转型。他认同SaaS 前段UI未来可能被 AI 吃掉，以前那种按席位收费的好日子可能也一去不复返了，但Salesforce完全可以转型成一个AI 的Backend，或者说Operating layer，按API调用来收费，走基础设施流 3. 大佬Chamath认为过去他看空SaaS是对的，但现在这个时间点，SaaS有点跌无可跌了 或者更准确一点他的原话是- “the low end of the market is basically finished” “the high end of the market where Mark operates is quite safe” 低端 SaaS可能真有结构性问题；高端Enterprise SaaS 可能已经被市场错杀 他的逻辑就是之前说的，如果OpenAI 自己都要花大钱搞 deployment company，说明 enterprise AI adoption 根本没那么简单。所以之前业界盛传的“AI会秒杀 enterprise SaaS” 这个叙事根本没那么成立。 看了下SalesForce的股票，从24年底高位到今天已然腰斩，这周四+周五收盘都是逆势强势反弹，可能跟第一季度财报数据很好+1份价值7200万美元的美国空军合同有关。当然，也可能是市场反应过来，OpenAI亲自下场做AI deployment，对Salesforce其实是利好，不是利空。变相替Salesforce来教育市场 - “AI kills SaaS这事儿暂时不成立，顶流SaaS护城河依旧很深，我们可能之前真的恐慌超卖了……” 正好这两天看到 @ShanghaoJin 等一些美股大佬有在说硬件Infra短期可能有些情绪顶，软件其实可以看看，感觉SalesForce近期得加入关注列表了！

Coca cola 🆒 Seedance 2.0 prompt 👇 【风格】潮流饮料变装广告（Fashion Transition Ad），竖屏9:16，真实摄影（Photorealistic）+ 平面抠像拼贴风（Cutout Collage Graphic），丝滑卡点变装，8K超清，可乐红#E61A27#/纯黑/纯白三色体系 【时长】15秒 【场景】开场为纯白摄影棚背景；第2秒起切换为可乐红纯色背景+画面中央巨大白色曲线可乐瓶形抠像框（经典弧线瓶身剪影），背景压一层深红色"COLA"斜体大字；全程无真实品牌logo 【角色】主角@图片1（保持参考图容貌与发型；开场穿黑色插肩长袖+黑色阔腿短裤；各段变装均为红黑白配色） [00:00-00:02] 镜头1：拧盖卡点（White Studio Open） 纯白背景中景：主角@图片1手持无标识可乐瓶（深棕色汽水+红色瓶标），双臂交叉做两次卡点拧盖动作，第三拍"啵"一声拧开瓶盖，气泡嘶声升起。 音效：两声节拍音、瓶盖"啵"、碳酸气泡嘶嘶声。 [00:02-00:03] 镜头2：一口切世界（Snap Transition） 她仰头喝一口，吞咽瞬间背景"啪"地整体切换：可乐红背景+白色瓶形抠像框罩住全身，深红"COLA"斜体字横贯背景。 音效：吞咽声+重低音"咚"一声定格。 [00:03-00:07] 镜头3：变装1·街头节奏（Transition Pop / Floating Props） 瞬切变装：反戴红色棒球帽、头架白色墨镜、黑色马甲叠穿红色背心、白底黑波点裤袜+黑色短裤、红色厚底鞋，手持可乐瓶。 她在瓶形框内做轻快跳跃舞步：单脚跳、扭胯、举瓶摆拍。 周围漂浮红白配色道具：磁带随身听、拍立得相机、头戴耳机、采样器，白色3D立体字"气泡拉满"分布四角。 音效：卡点节拍+道具飞入的"咻咻"声。 [00:07-00:10] 镜头4：变装2·活力当下（Kick Jump Pose） 瞬切变装：白色棒球帽、白T印红色图案、红黑外套系在腰间、黑色短裤、红色高帮帆布鞋。 她做踢腿跳跃定格姿态，随后落地转身摆胯。 漂浮道具换成：红色帆布鞋、白色鸭舌帽、红白相机、墨镜，3D立体字换为"痛快当夏"。 音效：节拍延续+跳跃落地"砰"。 [00:10-00:13] 镜头5：变装3·夏日漂浮（Floating Summer） 瞬切变装：白色一字肩短上衣、红白条纹短裤、赤足，身体呈漂浮泳姿斜躺在瓶形框中，手持可乐瓶。 周围漂浮：红白条纹泳圈、小黄鸭、红色人字拖、白色网兜包，3D立体字"离开地心引力"。 音效：节拍转轻盈+水泡"咕噜"声。 [00:13-00:15] 镜头6：产品海报收尾（End Card） 瞬切至海报画面：红黑斜切双色背景，中央一瓶无标识可乐瓶特写（深棕汽水、红瓶标、白色"COLA"字样），瓶身挂着细密水珠。 白色斜体大字从两侧弹入："可乐爽人瓶"，下方一行小字"#爽出你的痛快##"。 画面定格，不淡出。 音效：最后一记重音+气泡嘶声收尾。

新版的 GLM 5.2 基本稳稳站住全球开源模型第一的位置了，作为开源模型可以排到全球前三。上一个这么牛逼的还是 DeepSeek，给 AI 圈带去一点震撼。Claude 4.6 之后提升就没那么大了，4.6 也是 AI 编程的可用线。前端时间巨头们开始对 AI 投入算总账，几十亿美金的 AI 账单，现在用开源的GLM 5.2自己部署，就能立即省下高额的 AI 账单，Claude 的收入端可能要大受影响了。 中美顶尖 AI 的差距大概也就是半年左右，另一方面也说明大模型的护城河没那么深，半年时间的差距并非不可逾越，Anthropic 的万亿估值显然是挺虚的。Claude 年初最辉煌的时候，总有人会说 Claude 多牛逼，迭代速度多强，我去看了一下 zcode 的迭代速度基本是一天一更，这次zcode3.0+GLM5.2 真的和 codex 使用起来没什么太大差距了。 还有中国为什么一直追不上，主要是因为算力资源的限制，假如算力限制放开怕是已经 4:6 开了。可怜的智谱算力一直都不足，难以想象要是有充足的算力且模型是闭源的情况下，难以想象收入会高到什么程度。 The new version of GLM 5.2 basically stand firmly in the first position of the global open source model, as an open source model can be ranked in the world's top three. The last one was DeepSeek, bringing a little shock to the AI circle. After Claude 4.6, the promotion was not so big, and 4.6 was also an available line for AI programming. The front-end time giants are starting to take a general ledger of AI investment, billions of dollars in AI bills, and now deploying themselves with the open source GLM 5.2 can immediately save the high AI bills, and Claude's revenue side may be greatly affected. The gap between the top AI of China and the United States is about half a year, on the other hand, it also shows that the moat of the big model is not so deep, the gap in half a year is not insurmountable, the Anthropic trillion valuation is obviously quite empty. When Claude was at its most brilliant at the beginning of the year, some people would always say how awesome Claude was and how fast the iteration speed was. I went to see that the iteration speed of zcode was basically one change every day. This time zcode3.0 GLM5.2 was really not much different from codex. There is also a reason why China has been unable to catch up, mainly because of the limitation of computing resources. If the limitation of computing power is released, it may have already been opened at 4:6. Poor intellectual spectrum computing power has been insufficient, it is difficult to imagine if there is sufficient computing power and the model is closed source, it is difficult to imagine how high the income will be.

半导体产业链之上，数字孪生之前：良率提升的隐形冠军分析 如果把半导体制造当成一个系统来看，会发现一个被长期忽视的位置：在产业链之上、在数字孪生真正落地之前，存在一层尚未被完全定义的跨企业，全流程的“认知层”。PDF Solutions的价值，就来自这里。 它处理的不是单点数据，而是贯穿设计、工艺、设备、测试的因果链：某个设计结构，在某个工艺步骤、某台设备上形成特定缺陷，最终映射为电性失效。单个fab或者检测机构可以拥有某些环节的全部原始数据，但很难把这些数据稳定地连接成可复用的因果模型，这就是PDFS切入的本质。 为什么EDA、fab、设备厂没有把这件事自己做完？不是做不到，而是没有动力做到那一步。 设计端如Synopsys、Cadence Design Systems只能做到前馈优化，缺乏制造后的反馈闭环； fab如TSMC、Intel数据最全，但系统割裂、组织分散，跨流程整合成本极高； 设备厂如KLA Corporation、Applied Materials掌握检测和控制，但视角局限在单工序。 每一层都在优化局部，跨边界问题无人承接，于是在产业链之上，自然出现了一层“解释系统”的空白，这正是PDFS所在的位置。 产业链使用PDFS，是因为数据之间的断层——设计看设计，工艺看工艺，设备看缺陷，但没有统一机制把这些信息串成一条可解释的因果链。PDFS的作用，本质上是提供一种跨环节的“统一语言”，把原本无法关联的数据转化为可以用于决策的结构化认知。 PDFS复用的是抽象层：缺陷分类、特征工程、分析路径以及“模式—原因”的映射关系。这是一种“认知复利”，而不是互联网式的强网络效应。客户越多，模型越好。 PDFS为什么能做到今天的位置？ 因为他们从最苦的活开始。 他们最早不是平台公司，而是以工程服务切入，解决最棘手的良率问题。良率问题天然跨越设计、制造和检测，它从一开始就被迫打通全链条。随着项目积累，相似问题反复出现，分析方法和数据结构被不断沉淀，逐步从“人驱动”转向“方法驱动”，最终产品化为平台（Exensio）。所谓“覆盖全产业链”，并不是自上而下设计的结果，而是问题驱动下的自然扩张。 公司目前护城河仍然不足以自动演化为行业标准。决定其上限的三个条件，目前只有一个在加速：AI对数据结构的依赖。随着AI进入制造环节，企业更倾向于在既有数据框架上建模，而不是重建体系，这在强化PDFS的位置。但数据模型标准化仍然缓慢，跨公司协同也还停留在早期，飞轮尚未闭环。 与KLA Corporation相比，这种差异更清晰。KLA控制的是“看见什么”，数据来自设备，绑定物理世界，护城河刚性且直接；PDFS控制的是“如何理解”，属于认知层，依赖数据结构和经验积累。前者不可绕开，后者存在替代路径。因此当前阶段，KLA更强、更确定；PDFS上限更高，但路径未锁定。 用nvda老黄常挂在嘴边的词来看PDFs的end game，就是数字孪生。 数字孪生需要实时数据、因果模型和控制能力三者闭环。PDFS已经覆盖了最难的一块——因果建模和跨链条数据结构，因此它位于一个非常微妙的位置：既在产业链之上，又在数字孪生之前。它负责“理解世界”，以便让其他人“改变世界”。 从发展路径看，PDFS下一步很可能向三条主线收敛：标准化、AI化和嵌入化。标准化意味着把自身的数据结构变成行业默认语言；AI化意味着让模型能力依赖其数据体系；嵌入化则意味着从“分析建议”进入“生产决策”。如果这三点成立，它才有可能跨过那条界线，从认知层走向真正的系统层。 因此，对PDFS最准确的判断是：它站在一个特殊的位置——半导体产业链之上，数字孪生之前。 如果这一层最终被标准化，它可能成为基础设施；如果没有，它仍然只是高价值工具。 免责声明：本人持有文中提及的标的，观点必然偏颇，非投资建议，投资风险巨大，入场需极度谨慎

《从50亿颗芯片订单，看Starlink一个不为人知的万亿市场》 路透社昨天的报道称SpaceX和意法半导体过去12年订单总量已经达到50亿颗芯片。 市场可能还没有意识到，这是一个Starlink不为人知的隐藏赛道。它不仅仅是一个"卫星互联网项目"，还是一个全球性的电磁感知基础设施。 这50亿颗芯片是射频前端模块（radio-frequency front-end modules），也叫天线单元（antenna elements），它们基于BiCMOS工艺制造，用于Starlink用户终端的相控阵天线。 简单说，这些芯片让你家的"锅"能够自动追踪高速移动的卫星，保持稳定连接。 Starlink用的相控阵是军用雷达技术吗？ 新闻提到Starlink的终端天线用了"相控阵"技术。这听起来很军工——没错，这和战斗机雷达、宙斯盾系统用的是同一类技术。 相同点：都是电子扫描天线，通过精确控制每个天线单元的信号相位，让波束可以快速转向，不需要机械转动。 关键差异：目的完全不同，所以精度不同。 Starlink的应用方向，不是雷达而是通信技术，但它未来可能具备"雷达式感知"的潜力。 能"感知"什么？ 四个字：RF感知。 Starlink终端在和卫星通信时，信号会穿过大气层、经过各种环境。这个过程中，任何异常都会在信号里留下痕迹。 它能感知的东西分三层： 第一层（最精准）：电磁环境本身——哪里有干扰源、频谱异常、噪声变化。这对通信系统本身就有巨大价值。 第二层（可持续建模）：传播环境——下雨、沙尘、湿度、电离层扰动。气象公司会很感兴趣。 第三层（模糊但有用）：大尺度物体——比如某个区域是否有大型飞行器或船只经过。注意，它只能回答"有没有"、"有没有变化"，不能精确识别是什么。 精度对比： 军用雷达：厘米到米级 RF感知：百米到公里级 所以RF感知不是"弱版雷达"，而是一个永远在线的全球异常检测系统。雷达是手电筒，看得清但照得窄；RF感知是环境光，到处都有但很模糊。 starlink相控阵通信感知技术的竞争优势极难复制，由于其不可逆的工程路径和物理资源先手。 五道护城河： 1. 相控阵×消费级×百万规模：历史上几乎没人同时做到这三件事。军工相控阵很贵，消费电子没这精度，百万级规模需要完全不同的供应链。 2. 射频制造学习曲线：50亿颗芯片的制造经验不光是订单问题，还是时间积累：每一轮生产都在优化良率、降低成本、发现问题。。。 3. 芯片成本的极致压缩：把军工级核心部件降到1美元以下（虽然牺牲了部分性能）。这50亿颗订单本身就是"成本消化器"——只有这种规模才能把单价压到这个程度。 4. 系统复杂度下沉到终端：传统思路是让终端简单、网络复杂。Starlink反过来，让终端承担更多计算，这样卫星和网络可以更灵活。这是反直觉的设计选择，一旦跑通就成了结构性优势。 5. 垂直一体化：SpaceX同时控制火箭、卫星、终端、网络。这意味着它可以"有序失败"——某一层出问题，其他层可以补。别人只做其中一环，就没有这种容错空间。 另外，还有LEO轨道的垄断性优势 Starlink选择了低地球轨道（LEO），大约550公里高度。这不是随便选的。 LEO是相控阵通信感知网络的最优选择 信号损耗低，延迟低（20-40毫秒，打游戏够用） 终端功耗可接受（不需要大功率天线） 卫星移动快，网络拓扑持续变化——这意味着AI有大量数据可学习 竞争对手的困境： 更低轨（VLEO）：大气阻力大，卫星寿命短，需要频繁补充。技术可行，商业上几乎不可行。 同轨但晚来：轨道密度、频谱分配、避碰规则全面受限。你不能在人家卫星旁边乱飞。 更高轨（MEO/GEO）：通信能做，但延迟变高，终端功耗上升。更重要的是，轨道变化慢，AI学习材料少，感知能力被"钝化"。 LEO是通信和感知同时成立的最优高度。Starlink已经在这个高度部署了超过6000颗卫星，预计3-5年，将几乎占满LEO空间所有可用轨道。 和6G的关系 严谨地说，6G技术上不强制要求天地一体化。但战略上，几乎必然。 原因不在于速度（5G的速度对大多数应用已经够了），而在于： 覆盖的完整性：海洋、沙漠、极地、航空，这些地方地面基站覆盖不到。 网络级可靠性：地震、战争等极端情况下，地面网络可能瘫痪，卫星网络是兜底。 AI网络需要全局视角：未来的AI应用需要在全球范围内调度计算和数据，没有天基网络就是瘸腿的。 没有非地面网络（NTN）能力的6G，将被视为"不完整"。 覆盖全球的天基雷达？ 尽管starlink不会变成高精度的全球雷达。技术上做不到，也没必要。 但会演化成一个全球持续在线、低精度、AI驱动的感知底座。 未来的分层结构可能是： 第一层：Starlink类RF感知——覆盖广、连续、低精度。相当于全球的"背景感知网"。 第二层：高性能军用雷达——数量少、精度高。在关键区域提供精确信息。 第三层：无人机/高空气球等机动节点——按需部署，灵活补盲。 这三层不是替代关系，而是协同。第一层发现异常，第二、三层精确跟进。 Starlink的全球感知网络市场多大？ 未来5-10年的市场空间，从大到小： 6G融合基础设施：与地面网络融合，成为全球通信底座的一部分。万亿美元级。 国家级主权通信：关键基础设施的通信保障，政府客户。千亿美元。 航空/海事/能源/物流：飞机WiFi、远洋船舶、偏远矿区等需要连续连接的场景。千亿美元。 政府/军方感知服务：非火控级别的态势感知。百亿美元。 全球RF感知与环境智能：气象、海洋、频谱监测等。百亿美元。 总结 Starlink的真正护城河不在单一技术，而在于： 它率先把最适合相控阵+AI的物理空间（LEO）占满，并在其上跑出了真实规模的系统。 它正在成为全球电磁环境的"持续在线感知层"。

再聊聊RKLB的并购策略，通过收购完成了哪些业务的拼图？这两天太空板块热度开始起来，龙头RKLB的主要催化事件则是来自并购Mynaric切入雷射通讯，以及推出Gauss电推进系统。作为个人的心头好，RKLB还是关注了蛮久。其实RKLB这几年来通过不断并购收购来完成自己的业务布局，这里聊聊它的并购策略。关于RKLB具体业务模式，转发的长文里有详细分析介绍。 Rocket Lab在2016年前主要专注Electron火箭自主研发，几乎没有公司级收购。真正启动系统性收购战略是从2020年开始，至今共完成7笔公司级收购（全部聚焦Space Systems业务垂直整合），另有1笔资产收购（非公司整体）。 1、按照时间线梳理RKLB过去几年的并购案： 1）Sinclair Interplanetary（加拿大） 时间：2020年4月 业务：卫星姿态控制组件（reaction wheels反应轮、star trackers星跟踪器等） 意义：首笔收购，补齐卫星子系统供应链。 2）Advanced Solutions, Inc. (ASI)时间：2021年10月 金额：4000万美元 + 潜在550万美元earnout 业务：航天器飞行软件、任务仿真、制导导航与控制（GNC） 意义：首次进入软件层。 3）Planetary Systems Corporation (PSC) 时间：2021年12月 金额：约4200万美元现金 + 股份 + earnout 业务：卫星分离系统（separation systems）和分配器（dispensers） 意义：补齐卫星发射后的分离能力。 4）SolAero Holdings, Inc. 时间：2022年1月 金额：8000万美元现金 业务：高性能空间太阳能阵列（solar panels）和精密航空结构件 意义：补齐卫星电源与结构核心硬件。 5）Geost, LLC（及其母公司） 时间：2025年5月宣布，2025年8月完成 金额：2.75亿美元（1.25亿现金 + 1.5亿股票 + 最高5000万美元earnout） 业务：电光/红外（EO/IR）传感器载荷，用于导弹预警、空间域感知等国家安全任务 意义：正式进入卫星有效载荷（payload）领域。 6）Optical Support, Inc. (OSI) 时间：2026年2月26日完成 金额：未公开（规模较小） 业务：高精度光学系统与光机组件（lenses、optomechanical instruments） 意义：强化Geost后的光学能力，整合进Rocket Lab Optical Systems部门。 7）Mynaric AG（德国） 时间：2025年3月宣布，2026年4月14日完成 金额：1.553亿美元（少量现金 + 约227.7万股RKLB股票） 业务：激光光学通信终端（laser optical communications terminals，CONDOR Mk3等） 意义：首笔欧洲收购，内部化高成本通信硬件，并获得慕尼黑欧洲据点。 额外资产收购（非公司整体）：Virgin Orbit Long Beach工厂及设备（2023年5月/2024年完成）：1610万美元，获得14万平方英尺制造设施，用于Neutron火箭规模化生产（发动机、复合材料等）。这不是完整公司收购，但极大加速中型火箭产能。 2、补齐了哪些短板？ Rocket Lab早期是“纯发射公司”（Electron火箭），Space Systems业务虽有Photon卫星平台，但大量核心子系统依赖外部供应商，导致了几个问题： 1）供应链风险高：交付周期长、成本不可控、容易卡脖子（尤其国防合同对“美国/盟国原产”要求严格）。 2）毛利率被压缩：卫星BOM中，反应轮/星跟踪器、太阳能阵列、分离系统、激光通信终端、光学载荷等高价值部件（合计占卫星成本30-50%）全部外采。 3）集成能力弱：无法作为“Prime Contractor”独立交付完整卫星+载荷+通信解决方案，在SDA、Golden Dome等国防大单中竞争力不足。 4）地域局限：缺乏欧洲/全球供应链布局，难以深度参与国际项目。 5）产能瓶颈：Neutron中型火箭规模化生产需要现成工厂和光学/通信硬件。 而通过过去十年收购精准补齐： 1）2020-2022年四笔收购 → 补全“卫星总线+子系统+软件”基础链条（从姿态控制、软件、分离、电源到结构）。 2）2025-2026年三笔（Geost+OSI+Mynaric） → 补齐“有效载荷+精密光学+激光通信”高端国防/商业短板，毛利率潜力大幅提升（激光终端单件成本占比可达10-20%）。 3）收购Virgin Orbit工厂 → 解决Neutron产能硬件瓶颈。 供应链风险大幅降低、生产周期缩短、成本可控、毛利率提升，同时打开国防Prime Contractor大门。 3、最终形成了什么样的体系？ Rocket Lab已从“小型运载火箭公司”彻底转型为全球领先的垂直一体化空间基础设施提供商（End-to-End Space Systems Prime）， 核心定位是“Space as a Service + 国防Prime”。业务布局有 1）发射层：Electron（小型、高频次，已超75次成功发射）+ Neutron（中型火箭，2026年底首飞在即，载荷能力远超Electron）。 2）卫星制造层：Photon卫星平台 + 全套子系统（姿态控制、电源、分离、飞行软件）。 有效载荷与光学层：EO/IR传感器（Geost）+ 高精度光学/光机组件（OSI）。 3）通信层：激光光学终端（Mynaric）——实现星间/星地高速安全链路。 4）制造与产能层：Long Beach工厂（前Virgin Orbit）+ 全球多地设施，支持规模化生产。 5）附加能力：国防/国家安全重点（SDA 8.16亿美元18颗卫星合同、导弹跟踪、空间域感知），同时服务商业星座。 形成高度垂直整合的产业体系：几乎所有关键环节自产（类似SpaceX闭环，但更聚焦中小型/中型星座和国防市场）。可以实现端到端交付：客户可一站式采购“发射 + 完整卫星 + 载荷 + 通信 + 运营”，显著降低集成风险和时间。 双轮驱动：Launch（稳定现金流）+ Space Systems（更高毛利、更高增长，backlog主力，已超18亿美元）。 战略定位：现在RKLB既是发射商，又是“卫星工厂 + 关键组件供应商 + 国防Prime承包商”，在D2D/LEO星座、国家安全领域形成独特护城河。 去年底 rklb就拿到一笔8亿美金18颗卫星的订单，开始参与太空国防领域的最大项目。 简单说，过去十年7笔收购让Rocket Lab彻底补齐了“从火箭到卫星总线、再到有效载荷、光学、通信”的全链条拼图，形成了从发射到在轨数据全链条自给自足的垂直一体化空间平台，竞争力与估值逻辑已完全不同于十年前的纯发射公司。未来Neutron + 规模化Space Systems将成为主要增长引擎，同时在国防领域作为“ disruptive Prime”与传统巨头竞争。