😂快去 红星美凯龙的厕所投稿吧＃廉政举报箱 是監督紅星美凱龍背後股東的嗎？不愧为地下党😆這麼冷門偏僻的地方都能搞到👍🏿

身為知更鳥推看到崩鐵竟然出主題禮盒 我的手忍不住啊啊啊啊… 開箱給你們看看🩵 周邊真的太美了好喜歡 還是知更鳥晴歌版本耶 尤其是那個壓克力打卡框好可愛ㄛ🥹！ 馬卡龍超好吃😋 我絕對不會說我一天就吃完全部了www 現在任兩款單筆消費5盒以上 還有打95折欸 有夠佛 永支崩鐵的啦 #千星逸品記# #崩壞星穹鐵道# #HonKaiStarRail# #知更鳥#

【“南寧-海南洋浦”航線首航船抵達洋浦港】18日中午，“南寧-海南洋浦”江海直達航線首航船舶順利抵達洋浦港，開始靠港卸貨作業。 執行“南寧-洋浦”江海直達航線首航任務的“廣星798”輪於平陸運河通航當天上午從南寧港六景作業區出發，沿平陸運河一路南下，經欽州港出海，最終抵達洋浦國際集裝箱碼頭。 隨著“南寧-洋浦”江海直達航線首航，一條連接廣西、西南腹地與海南自貿港的水上新通道正式開啟。

最近正在梳理专属于自己的AI编程套件，用于提升自己的编程效率 我先花了几天收集和测评了 5 个 GitHub 26 万星的 AI 编程套件！直接把结论分享给大家： 1. obra/superpowers 这个应该大家都很熟悉了，superpower已经存在了2年左右 14 个技能硬编码工作流：brainstorming（苏格拉底式提问出 spec）→ writing-plans（拆成 2-5 分钟粒度任务）→ 子代理逐任务实现 + 双阶段评审（5 轮修复上限，超限强制停机裁决） 适合场景：你在意“防 AI 跑偏”多于交互流畅，需要无人值守的长任务 2. mattpocock/skills — 按需取用的工程工具箱 这个最近可以说是火爆了，我实测下来单环节的效果最好，强烈推荐大家用用，我之后的ai套件也会基于这个skill体系进行优化 两个杀手级技能值得单独说： /grill-with-docs — 把需求对齐变成文档资产 这是我测下来最聪明的一个设计 它不是简单的“AI 问你问题”，而是边问边写 CONTEXT.md 和 ADR（架构决策记录） 举个例子，你说“课程里的 lesson 变成真实文件时有问题” 它会逼你定义“真实文件”是什么，然后把这个概念写进 CONTEXT.md，术语统一叫“materialization cascade” 下次 AI 看代码时直接用这个词，不用每次都解释一遍 更绝的是：它会拿你的新想法去撞现有的 CONTEXT.md，发现矛盾就当场质疑你 “你上周说 X，这周又说 Y，到底哪个对？” 这个反向质疑机制，是我见过唯一能防止需求飘移的工具 /diagnosing-bugs — 6 步诊断法，强制你别瞎猜 这个技能解决了 AI 调试最大的问题：跳过复现直接改代码 它强制执行 6 个阶段： 先写一个能让 bug 稳定复现的测试（红灯） 最小化复现场景（删到不能再删） 提出假设（不许直接改代码） 加 log 验证假设 修复 写回归测试 3. garrytan/gstack — Web 产品从想法到上线的流水线 YC CEO Garry Tan 开源的个人配置，59 个技能，角色分工（CEO 拷问 /office-hours、安全官 /cso、发布工程师 /land-and-deploy） 这个skill我主要吸收以下两块内容： Playwright 驱动真实 Chromium 的常驻 daemon（首次 3 秒、之后每命令 100-200ms，登录态全程保留，/qa 边点页面边改码边复验） careful/freeze/guard 三个护栏用 PreToolUse hook 真拦截，不是靠提示词“记得小心” 4. multica-ai/andrej-karpathy-skills — LLM 通病的行为补丁 这个之前推荐过，karpathy的编程准则，非常适合写入claude.md中 本体就是一份 2.3KB 的 CLAUDE.md，四组守则： Think Before Coding（不静默假设） / Simplicity First（不过度抽象，“200 行能写 50 行就重写”） / Surgical Changes（每行改动可追溯到用户请求，不顺手重构） / Goal-Driven（“修 bug”→“先写复现测试再让它通过”） 5. anthropics/skills — 官方能力扩展 + 写 skill 的标尺 GitHub: anthropics/skills（16.7 万星，官方仓库） 17 个能力型技能：docx/pptx/xlsx/pdf 操作、Playwright 网页测试、MCP 构建指南等 它给 Claude 加“会做的事”，不管“怎么工作”，和上面四家不构成竞争 最值钱的是 skill-creator：唯一带闭环评测的技能（自动跑 with-skill vs baseline 对照、优化 description 触发率、格式校验脚本） 你以后自己写 skill 时它是标尺 适合场景：/plugin marketplace add anthropics/skills，装 document-skills（pdf/xlsx/docx）；另装 skill-creator 这些套件的共同点是：它们都在用代码重新定义“什么是好的 AI 编程工作流” 以前写代码是在 IDE 里敲，现在是在跟 AI 描述你要什么 但 AI 不懂工程规范，所以这些开源作者做的事，本质上是把工程纪律编译成了 AI 能理解的规则 我认为每一个资深的开发者都值得搭建一个自生长的专属ai编程套件，从而适配自己的编程习惯！ 如果这次的分享对你有帮助，欢迎大家点赞支持一下！谢谢大家～

最近正在梳理专属于自己的AI编程套件，用于提升自己的编程效率 我先花了几天收集和测评了 5 个 GitHub 26 万星的 AI 编程套件！直接把结论分享给大家： 1. obra/superpowers 这个应该大家都很熟悉了，superpower已经存在了2年左右 14 个技能硬编码工作流：brainstorming（苏格拉底式提问出 spec）→ writing-plans（拆成 2-5 分钟粒度任务）→ 子代理逐任务实现 + 双阶段评审（5 轮修复上限，超限强制停机裁决） 适合场景：你在意“防 AI 跑偏”多于交互流畅，需要无人值守的长任务 2. mattpocock/skills — 按需取用的工程工具箱 这个最近可以说是火爆了，我实测下来单环节的效果最好，强烈推荐大家用用，我之后的ai套件也会基于这个skill体系进行优化 两个杀手级技能值得单独说： /grill-with-docs — 把需求对齐变成文档资产 这是我测下来最聪明的一个设计 它不是简单的“AI 问你问题”，而是边问边写 CONTEXT.md 和 ADR（架构决策记录） 举个例子，你说“课程里的 lesson 变成真实文件时有问题” 它会逼你定义“真实文件”是什么，然后把这个概念写进 CONTEXT.md，术语统一叫“materialization cascade” 下次 AI 看代码时直接用这个词，不用每次都解释一遍 更绝的是：它会拿你的新想法去撞现有的 CONTEXT.md，发现矛盾就当场质疑你 “你上周说 X，这周又说 Y，到底哪个对？” 这个反向质疑机制，是我见过唯一能防止需求飘移的工具 /diagnosing-bugs — 6 步诊断法，强制你别瞎猜 这个技能解决了 AI 调试最大的问题：跳过复现直接改代码 它强制执行 6 个阶段： 先写一个能让 bug 稳定复现的测试（红灯） 最小化复现场景（删到不能再删） 提出假设（不许直接改代码） 加 log 验证假设 修复 写回归测试 3. garrytan/gstack — Web 产品从想法到上线的流水线 YC CEO Garry Tan 开源的个人配置，59 个技能，角色分工（CEO 拷问 /office-hours、安全官 /cso、发布工程师 /land-and-deploy） 这个skill我主要吸收以下两块内容： Playwright 驱动真实 Chromium 的常驻 daemon（首次 3 秒、之后每命令 100-200ms，登录态全程保留，/qa 边点页面边改码边复验） careful/freeze/guard 三个护栏用 PreToolUse hook 真拦截，不是靠提示词“记得小心” 4. multica-ai/andrej-karpathy-skills — LLM 通病的行为补丁 这个之前推荐过，karpathy的编程准则，非常适合写入claude.md中 本体就是一份 2.3KB 的 CLAUDE.md，四组守则： Think Before Coding（不静默假设） / Simplicity First（不过度抽象，“200 行能写 50 行就重写”） / Surgical Changes（每行改动可追溯到用户请求，不顺手重构） / Goal-Driven（“修 bug”→“先写复现测试再让它通过”） 5. anthropics/skills — 官方能力扩展 + 写 skill 的标尺 GitHub: anthropics/skills（16.7 万星，官方仓库） 17 个能力型技能：docx/pptx/xlsx/pdf 操作、Playwright 网页测试、MCP 构建指南等 它给 Claude 加“会做的事”，不管“怎么工作”，和上面四家不构成竞争 最值钱的是 skill-creator：唯一带闭环评测的技能（自动跑 with-skill vs baseline 对照、优化 description 触发率、格式校验脚本） 你以后自己写 skill 时它是标尺 适合场景： /plugin marketplace add anthropics/skills，装 document-skills（pdf/xlsx/docx）；另装 skill-creator 这些套件的共同点是：它们都在用代码重新定义“什么是好的 AI 编程工作流” 以前写代码是在 IDE 里敲，现在是在跟 AI 描述你要什么 但 AI 不懂工程规范，所以这些开源作者做的事，本质上是把工程纪律编译成了 AI 能理解的规则 我认为每一个资深的开发者都值得搭建一个自生长的专属ai编程套件，从而适配自己的编程习惯！ 如果这次的分享对你有帮助，欢迎大家点赞支持一下！谢谢大家～

【零關稅政策落地為肯尼亞蒙內鐵路注入新動能】中國於2026年5月1日起對53個非洲建交國全面實施零關稅舉措。零關稅政策落地，為肯尼亞蒙內鐵路這條東非運輸大動脈注入新動能。蒙內鐵路東起肯尼亞港口城市蒙巴薩，西至首都內羅畢，全長472公里。這條鐵路是肯尼亞獨立以來建設的首條鐵路，也是中肯共建“一帶一路”合作的標誌性項目。 根據中國路橋非洲之星鐵路運營公司的最新數據，2026年上半年，肯尼亞標軌鐵路全線累計開行貨物列車3931列，發送貨物427.8萬噸，日均貨物發送量同比增長12.3%。尤為引人注目的是，零關稅政策生效後的5月、6月，內羅畢至蒙巴薩的集裝箱月均發送量較年初大幅增長約44%。

为什么机器人一定要做成人形？因为不用再花几百年去改造我们现在的生存环境，黄仁勋说，我们是为自己造的这个世界。所以他主张做双足人形，可以最低成本接入现成的基础设施。 人形机器人的制造难度，马斯克说，介于 Model X 和星舰之间。现在根本没有人形机器人供应链，每个零件、每个执行器都得从零设计自研。 百万台年产的话，成本能压到2 万美金。这个价格能做饭、洗衣、叠衣服的机器人我是愿意买的，假设机器人能用 2 年，一年折 $1 万，比请菲佣便宜。要是它能用 10 年，就更好了！ 而且我认为一定会有租赁订阅的服务，因为我没办法要求它 24 小时不停干活，机器人大部分时间是闲置的，个人买断不划算。就像现在的宇树租赁，商家半个月回本。 说回供应链，目前没有现成供应链，所以马斯克必须从零自研。而且造机器人最要命的稀土永磁体，产能高度集中在中国，中国一收紧稀土出口管制，Optimus 生产就会被卡脖子。 中国控制着全球人形机器人零部件供应链约 63% 的关键企业， 特别是精炼稀土占 88%。 如果机器人真的普及了，我认为会先通胀、后通缩。因为造这些机器人和背后的大模型，需要海量算力，一颗 Nvidia Jetson Thor 2,070 FP4 TFLOPS，开发套件 $3,499，单台机器人光 AI 芯片就 $5,000–6,000。 还有电，美国居民电价 2025 年涨了近 7%，是通胀率的两倍多。电价暴涨到底多少怪 AI我不知道，但肯定是巨大的影响。 人形机器人普及之后，长期一定会通缩。 高盛把人形机器人 2035 年的市场规模一次上调 6 倍到 $380 亿，出货量上调 4 倍到 140 万台，理由是成本本来预期年降 15–20%，结果直接降了 40%。跟汽车普及一样。 第二个原因是，劳动力替代压低服务价格的结构性通缩。马斯克的说法是商品和服务的成本会趋近于零，工作会变成可选项。 那，除非出现新需求，否则价格越来越低。汽车、PC、智能手机、光伏，价格塌了、渗透率爆炸、总市场做大。机器人只会更便宜，然后发展到我们今天根本想不到的场景里。 硬件终将便宜，会同质化。 电机、减速箱、电池、芯片，最后大家都差不多，就像大模型，Figure 自己说的，越来越聪明，但也越来越商品化，所以他2025 年干脆终止和 OpenAI 的合作，自研 Helix。 硬件卷到最后，真正的差异化在软件、在人格。这跟我今年上半年做 的AI 聊天陪伴一直在思考的问题一样，到底什么，才能让一个机器人更像一个真的人？ 如果我有了自己的人形机器人，我不会让他先去叠衣服做饭，我一定要好好培养它一个好性格～

All In Podcast最新一期，几位大佬怎么看美光、存储瓶颈、中国开源模型和分布式推理 这期All In Podcast信息量挺大的，挑几个我觉得最值得分享的话题整理了一下。 先说中国开源模型这条线，进展比想象中快 智谱AI发布了新一代Frontier级开源模型GLM 5.2，7440亿参数，100万token上下文，彻底走MIT开源协议。评测数据挺惊人：在软件工程编程基准测试里击败了GPT-5.5，距离Anthropic最顶级的Claude Opus 4.8也只差不到1%，但API价格比同等性能的美国模型便宜了整整85%。 节目里有个细节很有意思，说的是中国团队加速追赶的一种方法：用成千上万台手机和iPad组成设备农场，用加密账户向美国顶级Frontier模型的API高密度提问，把对方的推理链路收割下来，喂给自己的开源模型做强化训练。这相当于把美国实验室耗费巨资跑出来的标准答案当成小抄，用很低的成本实现接近的性能。 Sacks对此的态度挺尖锐，他批评Anthropic的Dario之前推动美国政府设立繁琐的安全审批流程，这种自我设限反而拖慢了美国自己的节奏。Fable模型因为越狱指控被迫下架，OpenAI的新模型审批也很难产。他的判断是中国模型目前技术上落后大概9个月，芯片上落后大概24个月，但已经全线用华为昇腾这类本土芯片完成了GLM5家族的训练，未来这些针对本土芯片优化、便宜好用的"AI盒子"很可能会被低价倾销到全球市场，而美国自己却在设各种限制，反而把这个万亿级出口市场让出去了。 美光这次的财报，节目里给出了一个精准的定位：DRAM才是整个AI浪潮真正的卡脖子环节 美光这季度营收同比暴增四倍，从90亿飙升到420亿，指引远超预期，2026年的HBM产能早就全部售罄。 节目里有个观点说得挺直白：之前大家在推特上找各种日本小辅材公司当作"瓶颈股"，但真正的命脉只有DRAM，尤其是HBM。原因很简单，内存的带宽和容量决定了所有大模型推理性能的物理天花板，这是个硬约束，绕不过去。甚至提到马斯克正在建设的超级工厂，技术核心也是对准DRAM，不是光纤、电源或者NAND闪存。 美光这次商业模式上也做了一个挺有意思的变化：跟核心云厂商签了带有"价格下限与上限"保护的长期供应协议，锁定了50%的未来营收。这意味着即便未来行业周期下行，最低合同保价也比过去任何一轮周期的毛利峰值还高。 进入壁垒这块，虽然中国的长鑫存储在筹备上市，未来可能会用低价中低端消费级内存缓解苹果这类大厂的成本压力，但在AI服务器需要的顶级HBM领域，全球目前还是只有美光、SK海力士、三星这三家能生产，工艺难度极高，不是短期能被追上的。 节目里给了一个挺夸张的预测：明年全球超大规模资本开支里，会有30%到40%直接流向DRAM芯片厂商。这种成本飙升已经导致苹果全线提高了MacBook和Mac Studio的零售价。 边缘计算和分布式推理这部分，是这期里最有想象力的内容，分享几个我觉得有意思的设想 特斯拉6月18日申请了一个叫"Megapod"的硬件商标。背后的物理逻辑是：在地面建一个1吉瓦的数据中心，土地、能耗、液冷的审批流程极其漫长。Megapod的设想是把GPU、电池网络和冷却系统集成进一个集装箱式的模块化数据中心，直接空降在已经获批、有现成电网和空闲土地的特斯拉超级充电站网络里，绕开传统数据中心建设最大的瓶颈——审批和电力接入。 分布式推理这条线的逻辑也挺有意思：模型回答问题可以拆成两个阶段，理解问题的Prefill阶段和高带宽高内存消耗的Decode阶段。大资金可以收购折旧的旧显卡，前端外挂专门做解码优化的芯片，组成成本更低的分布式推理网络。 更疯狂一点的设想是，未来给买家用储能电池Powerwall的用户提供折扣，强制在每个电池里内置AI芯片，再配合Starlink卫星连接，电池闲置的时候自动组成一个庞大的分布式P2P推理池，获得源源不断几乎免费的离岸算力。这个设想如果真的实现，对传统云大厂会是一次降维打击。 最疯狂的部分是太空算力。地面建1吉瓦数据中心需要350亿美元芯片成本加250亿美元冷却人工成本，还面临各种用地争议。但随着SpaceX的星舰实现完全可重复使用，把1吉瓦算力通过激光互联发射到太空轨道的成本可能暴降到只要50亿美元。太空天然的严寒环境和近乎无限的太阳能，可能让太空数据中心的运营经济学在3到4年内反超地表数据中心。

A股上市公司隐性利好速读报告 日期：2026年7月23日 一、技术创新公告（近1-2周） 1. 沐曦股份（7月17日）：在2026世界人工智能大会首发曦景S系列超节点与曦索X300系列科学智能GPU。其中曦景S600实现单机柜64卡高密度部署，全面覆盖大模型训推流程；曦索X300采用全国产供应链与全自研GPGPU架构，可支撑气象海洋、流体力学、分子动力学等科学计算，面向AI4S前沿科研提供算力支持。国产GPU生态加速构建，国产替代逻辑持续强化。 2. 纳睿雷达（7月1日）：正式发布"WDSPT0152型"S波段全极化多功能有源相控阵雷达及"睿宸"超精细化短时临近AI气象大模型。S波段雷达可实时监测超460公里范围灾害性天气；"睿宸"大模型专注0-24小时致灾强对流天气精准预报，补足业内高时空分辨率短临预报短板，首次引入全极化雷达数据深度特征挖掘。应用覆盖水利防洪、城市内涝、光伏风电、低空经济等场景。 3. 优刻得（7月17日）：携手上海理工大学发布"太空算力"样机系统，通过能源管理、核心算力与散热循环三大子系统协同串联，打造可自主运行、自我调节的太空算力原型装置，为高密度芯片在极端环境下的部署提供工程验证平台，标志着公司向极端环境算力部署方向迈出重要一步。 二、并购重组公告（近1-2周） 1. 烽火通信（7月10日）：拟以现金5亿元收购藤仓烽火60%股权，交易完成后将持有其100%股权。藤仓烽火主营光纤用预制棒等光电子产品，此次收购将强化公司在光通信核心材料的产业链垂直整合能力。 2. 东阳光（7月20日）：发行股份购买东数一号70%股权（交易对价约80.5亿元）获上交所受理，同时配套募资不超过80亿元投向秦淮数据三座零碳智算基地。交易完成后将间接实现秦淮数据100%全资控股，构建"硬件制造+算力服务"协同联动的AI全产业链布局。 3. 拓荆科技：拟收购无锡尚积半导体控股权，股票已复牌。收购标的为半导体设备领域优质资产，强化国产半导体设备产业链地位。 4. 九州一轨：拟取得通用半导体6.47%股权，深入半导体高端制造领域。 5. 华锐精密：以4500万元取得信丰华锐100%股权（破产重整方式），向上游钨钼新材料延伸，完善刀具产业链。 （据财联社统计，7月13-19日当周共19家A股披露并购重组进展公告） 三、新产品投产/扩产公告（近1-2周） 1. 华盛昌：子公司伽蓝特产能连续快速增长，当前产能较收购初期实现数倍提升，三、四季度将持续维持扩产节奏。伽蓝特专注光通信模块和光芯片测试，2026年1-5月实现净利润约4925万元，二季度营运状态环比大幅提升。订单增长来自下游客户持续扩产带动的测试仪器需求，以及协同效应下获得更多客户认可。 2. 广合科技：泰国工厂自2025年6月投产，6个月即实现月度盈利，创造行业纪录。一期产能利用率持续提升，已成为推动算力产品销售增长的第二引擎，二期产能预计四季度释放。上半年净利润预计9.1-9.6亿元，同比增长85%-95%。 3. 海通发展：上半年新购4艘干散货船舶，以融资租赁及经营性租赁方式锁定7艘多用途重吊船新造船运力，运力规模持续扩张。 四、定增/股权激励公告（近1-2周） 1. 胜宏科技（7月20日）：发布2026年限制性股票激励计划，向1545名激励对象授予不超过486.24万股限制性股票（含131名外籍员工），授予价155.94元/股，较市价折价超30%。同时发布员工持股计划，筹资总额不超过7亿元，覆盖564人。大规模激励彰显管理层信心。 2. 蓝思科技（7月20日）：向2258名激励对象首次授予A股限制性股票，其中第一类限制性股票1572.67万股、第二类6290.70万股，授予价19.91元/股。激励覆盖面广，绑定核心骨干。 3. 太阳纸业（7月8日）：向1468名激励对象授予限制性股票5965万股，授予价6.59元/股。 4. 诚邦股份（7月15日）：完成股票期权与限制性股票首次授予登记，股票期权349.50万份、限制性股票573.50万股。 5. 英唐智控（7月6日）：向47名激励对象首次授予股票期权4355万份，行权价14.09元/股。 五、机构调研动向（近1-2周） 1. 三孚新材（7月12日）：接待安信基金、博时基金、广发基金、易方达、高毅资产、中金公司等195家机构投资者线上调研。公司介绍高端电子铜箔合资公司进展，引入产业方股东构建"研发-验证-量产-应用"闭环生态，加速高端电子铜箔技术验证迭代与规模化落地。 2. 广合科技（7月8-10日）：接待淡马锡、Citadel、富国基金、嘉实基金、易方达等超40家境内外机构在泰国工厂及广州总部现场调研。亮点：泰国工厂6个月盈利创行业纪录；18层以上超高多层及高阶HDI产品占比显著提升；毛利率持续提高。 3. 华盛昌（7月上旬）：上周唯一获超百家（127家）机构调研的公司。机构重点关注子公司伽蓝特光通信测试业务高速增长。 4. 海通发展（7月21日）：华富基金调研，上半年营收34.71亿元（+92.78%），归母净利润5.23亿元（+502.60%），件杂货行情自3月起一路上行超预期。 六、大订单/业绩预增（近1-2周） 1. 中国船舶：预计上半年净利润92-110亿元，同比增长212%-273%。手持订单充足，中高端船型占比提升，造船业从"订单红利"进入"业绩兑现"新周期。 2. 松发股份（恒力重工）：预计上半年净利润约36亿元，同比增长456%。新签订单规模及船型多元化程度持续攀升，高附加值油轮及集装箱船占比提高。 3. 香农芯创：预计上半年净利润35-40亿元，同比增长2118%-2434%。企业级存储需求持续增加，自主品牌"海普存储"进入大规模销售阶段。 4. 翔鹭钨业：预计上半年净利润4.5-6.5亿元，同比增长2348%-3436%。钨精矿价格同比上涨超350%，产业链传导顺畅。 5. 融捷股份：预计上半年净利润9-11亿元，同比增长957%-1192%。锂精矿产销量及价格同比大幅增长，联营锂盐企业净利润大增。 6. 中矿资源：预计上半年净利润10.5-12.5亿元，同比增长1078%-1302%。锂盐产品价格同比上行。 7. 广合科技：预计上半年净利润9.1-9.6亿元，同比增长85%-95%。算力硬件需求激增，泰国工厂成第二引擎。 七、股东/高管增持（近1-2周） 1. 木林森（7月9日）：实控人孙清焕已完成前次1.5亿元增持，再推新计划拟在6个月内继续增持1-1.5亿元。增持完成后实控人及一致行动人合计持股40%。连续增持彰显对公司长期价值的坚定信心。 2. 华工科技（7月21日）：董事长马新强及高管团队合计增持13.99万股，增持金额1367.83万元，资金来源为自有资金，火速落地。 3. 富淼科技（7月21日）：董事长钱鑫增持286.48万股（占总股本2%），增持后永卓控股及一致行动人合计持股29.56%。 4. 亿纬锂能（7月21日）：董事刘建华增持10万股，增持均价52.99元/股，增持后持股2031.44万股。 5. 北京银行（7月10日）：董事周一晨增持9.78万股，成交均价4.88元/股。银行板块多家高管集体增持。 6. 泛亚微透：控股股东实控人计划6个月内增持500-1000万元。 7. 福达股份：高管计划增持不低于100万元。 八、北向资金/机构动向（近1-2周） 1. 整体资金面：7月第二周A股成交额从3.42万亿骤降至2.6万亿，北向资金7月17日单日净流出1504亿元，杠杆资金当周净卖出851亿元，电子板块主力净流出744亿元。资金从高位科技赛道向低位价值板块切换。 2. 主力资金逆势流入方向：医药生物（+212亿）、银行（+119亿）、公用事业（+85亿）获主力资金大幅净流入。个股方面，星网锐捷、宁德时代、贵州茅台、九安医疗、哈药股份等获超30亿主力净流入。 3. ETF资金动向：半导体、人工智能等科技主题ETF及沪深300、中证500等宽基ETF获逆势加仓。资金在科技调整中借道ETF布局AI业绩兑现方向。 4. 北向持仓变化：百余家获北向资金环比加仓超2个百分点的公司中，已披露半年报预告的全部预喜。恒立液压、应流股份、东方雨虹等获北向环比加仓。 【综合排序：最值得关注的7只潜力股】 第1位 广合科技 逻辑：（1）PCB算力龙头，上半年净利预增85%-95%；（2）泰国工厂6个月盈利创行业纪录，二期产能Q4释放；（3）淡马锡、Citadel等超40家境内外机构7月实地调研；（4）18层以上超高多层及高阶HDI产品占比提升，毛利率持续走高。 第2位 东阳光 逻辑：（1）80.5亿收购东数一号70%股权，间接全资控股秦淮数据；（2）80亿配套募资投向三座零碳智算基地；（3）构建"硬件制造+算力服务"AI全产业链布局，重组方案已获受理。 第3位 木林森 逻辑：（1）实控人完成1.5亿增持后立即再推1-1.5亿增持计划；（2）连续增持释放极度信心信号；（3）合计持股40%以上，筹码集中度高。 第4位 烽火通信 逻辑：（1）5亿元收购藤仓烽火60%股权，完成光通信预制棒产业链垂直整合；（2）光通信核心材料自给率提升，成本控制能力增强。 第5位 香农芯创 逻辑：（1）上半年净利预增21-24倍，存储芯片行业高景气度延续；（2）自主品牌"海普存储"进入大规模销售阶段，国产替代逻辑；（3）AI需求驱动企业级存储持续放量。 第6位 三孚新材 逻辑：（1）195家机构7月12日集中调研，含高毅资产、易方达等知名机构；（2）高端电子铜箔合资公司引入产业方构建闭环生态；（3）PCB设备一季度订单超2亿元，配套化学品国产替代空间大。 第7位 华盛昌 逻辑：（1）子公司伽蓝特光通信测试业务高增长，Q2净利超Q1；（2）127家机构调研，Q3Q4持续扩产；（3）下游AI光模块扩产带动测试仪器需求持续增长。 免责声明：本报告信息来源于东方财富、财联社、证券时报等公开渠道，仅供参考，不构成投资建议。股市有风险，投资需谨慎。

星舰首次入轨，有些人可能会疑惑为什么没有达到第一宇宙速度就入轨了，速度好像太低。我看到王纯的帖子有一些启发，星舰直播时的速度表显示的是ECEF（地心固定坐标）而不是ECI（地心惯性坐标），所以星舰的起始速度是按零算的，没有加上借助地球自转的那部分惯性速度，所以真实速度被砍掉了一部分。 首次入轨与速度错觉—星舰14飞回顾。YouTube链接：