长鑫科技申购这个节点,一只票能牵动整个板块,挺有代表性。我妈都申购了，好希望她能中！据说中一股能赚2万！ 长鑫科技为何如此受欢迎？今天借助我在easyclaw上的问答来一波生态位与前因后果深度解析，写的非常专业和详细！我把重点发出来，供大家学习！ 长鑫的受欢迎，不是单纯的炒新情绪，而是三个维度共振的结果：它填了一个"真空生态位"，在一个绝佳的时间窗口，带着一段几乎不可复制的国产突围故事登场。 一、生态位：填了一个长达30年的真空 DRAM（动态随机存取存储器）是所有计算设备的"工作内存"，手机、电脑、服务器、AI算力无一例外依赖它。但这个市场的竞争格局，是科技史上最极端的寡头结构之一。三星、SK海力士、美光三家韩美企业合计占据全球超过95%的市场份额，三者之外几乎没有其他玩家的生存空间。 这不是偶然。三大巨头通过几十年的周期性价格战，将所有试图进入的新竞争者逐一淘汰出局——日本DRAM产业、德国奇梦达、中国台湾力晶，无一幸存。进入这个行业，意味着你要在亏损中熬过竞争对手发动的价格屠杀，同时还要持续砸入数百亿研发资本追赶技术，大多数挑战者死在了这段漫长的黑暗中。 中国大陆在这个市场的份额，长期为零。与此同时，中国每年进口存储芯片耗资超过2000亿美元，是全球最大的消费市场，却完全依赖三家外国企业供货。这个结构性的空洞，在贸易博弈日趋激烈的时代背景下，战略意义极度凸显。 长鑫填的，正是这个空洞。它是中国第一、全球第四的DRAM厂商，已完成从第一代到第四代工艺技术平台的全代际量产，核心产品DDR4、LPDDR4X、DDR5、LPDDR5已批量供货小米、OPPO、vivo、传音等主流手机厂商。它不是"研究所造出来的样品"，是真实量产、有客户、有营收的工业企业。这一点，在无数次国产芯片"PPT公司"留下信任赤字之后，是市场真正稀缺的东西。 二、前因：十年走完三十年，跨越"生死谷" DRAM行业的进入壁垒不只是技术，更是资本规模和时间。新厂初期固定成本摊销极重，必须把产能爬坡到足够规模才能摊薄单位成本，这个过程在行业里有个名字，叫"生死谷"——规模不够之前，亏损是必然的，熬不住就死。 长鑫的亏损期触目惊心。2022年亏损83亿元，2023年亏损163亿元，2024年亏损71亿元，三年累计亏损超过300亿元，截至2025年中期累计亏损已达408亿元。这不是经营失败，而是DRAM行业的结构性代价，三星当年建厂也是同样的路径。 它能活下来，靠两件事。第一是国家战略资本的持续输血——大基金、合肥国资承受了纯商业逻辑无法承受的亏损期，给了长鑫时间。第二是"跳代研发"策略——不从上一代工艺一步步爬坡，而是并行追赶多个技术代际，用2022到2024年三年累计153亿元的研发投入，压缩了本应需要十年的追赶周期。 2025年是转折之年。DRAM价格周期触底反转，长鑫的规模效应同步释放。全年营收预计达到550至580亿元，同比增长约130%；净利润从持续巨亏转为盈利，预计约20至35亿元。进入2026年，这条反转曲线变得更加陡峭——上半年预计营收1100至1200亿元，同比增长超过600%；预计归母净利润500至570亿元，同比增长超过2000%。 从"每年亏百亿"到"半年赚五百亿"，这是一条极度罕见的业绩逆转弧线。市场从来不会对这种故事无动于衷。 三、后果：上市本身是一个系统性事件 对长鑫自身而言，这次IPO的意义远超募资本身。原计划募资295亿元，最终超募至579至666亿元，资本弹药接近翻倍。这意味着扩产节奏将显著提速，2026年目标40万片月产能，往后还会更快。随着规模持续扩大，长鑫的全球DRAM市场份额将从目前约4%向更高目标迈进，三大巨头的定价权将面临真实意义上的挑战。 对A股市场而言，长鑫上市制造了一个新的估值锚。其发行市值约5800亿元，机构中性预期上市后市值在2至3万亿元区间，这个量级意味着它将成为科创板最重要的权重股之一，被动资金必须跟随配置。这也解释了为何昨日（7月15日）半导体板块出现整体调整——打新资金大规模虹吸，投资者卖出其他半导体标的换仓打新，形成短期踩踏效应。 对产业链而言，长鑫的扩产路径是国产半导体设备、材料最直接的订单来源。刻蚀设备、薄膜沉积设备、清洗设备、硅片、内存接口芯片、封装基板……这条链条上的北方华创、中微公司、澜起科技、沪硅产业等企业，都将随长鑫的产能扩张持续受益。这不是概念炒作，是实实在在的采购订单逻辑。 对地缘科技竞争而言，这是最难量化但影响最深远的层面。长鑫的存在，从根本上改变了三大巨头在中国市场的定价策略。当中国有了本土供应商，三星、海力士、美光的溢价空间将被压缩，中国终端厂商的议价能力将提升。这是一个结构性的市场权力再分配，而不只是一家公司的上市事件。 四、为什么偏偏是"现在" 时机是理解长鑫热度的最后一把钥匙。 行业景气方面，DRAM正处超级上行周期。2026年第一季度均价暴涨约90%，第二季度继续涨50至60%，三星年内已三次推动涨价。根源在于AI算力需求爆发，三大原厂将大量产能转向HBM（高带宽存储），传统DRAM供给大幅收缩，而新增产能最快要到2027年才能放量，供需紧平衡将贯穿2026年全年。 公司基本面方面，长鑫正好站在从亏损到盈利的拐点上。从历史巨亏400亿，到2026年上半年预计盈利500亿，这条故事弧线的戏剧张力，叠加行业景气，形成双击效应。 政策层面，国家对半导体国产替代的支持力度空前，长鑫的IPO审核仅历时165天，创下硬科技企业少见纪录，背后的政策意志清晰可见。 资产稀缺性方面，全球只有四家量产DRAM的企业，长鑫是科创板首家，也是A股唯一的纯DRAM标的，无可替代性极强。 五个条件同时成立，概率极低。这就是为何询价倍数高达462倍，为何机构给出3万亿市值预期——不是泡沫驱动，是稀缺性溢价与超级周期双击共振的结果。 最后：风险同样不能忽视 DRAM是强周期行业，景气不会永远持续，2027年新增产能放量后，周期压力将重新出现。发行市盈率308倍，远超行业均值，当前定价已包含较强乐观预期，高估值标的的波动风险不可低估。技术代差方面，长鑫目前领先三星约1至2个技术代，在HBM等高端品类仍处追赶阶段。此外，大规模战略配售的锁定期过后，减持压力也将逐步出现。 长鑫的故事是真实的，但好故事也有好价格和坏价格之分。 以上为基于公开信息的分析整理，不构成投资建议。 如果你对easyclaw的分析感兴趣可以注册：

对于一些喜欢观察知识⽽⾮学习知识；极度喜欢科学史、技术史但不深⼊科学本身的人，我有这样的建议。 第一，其实这是真实存在且值钱的类型。 彭博、伯恩斯坦、Gartner、⼀级市场、宏观对冲、VC整个观察⾏业的产业每年⽀付⼤量的钱给这种模版的人。 对科技史的兴趣不是消遣，它就是这份⼯作的核⼼肌⾁：技术如何扩散、产业如何被重组、组织在压⼒下如何变形。 其实我也很喜欢观察，甚至这是我这些年最有趣的地方，但在过程中我发现这个逻辑有⼀个致命前提： 只观察不深⼊的⼈，终点默认是评论员，什么都能谈，什么都不真懂，很多时候，在靠语⾔的流畅度冒充判断⼒。 这里的分界线是，你的观察有没有⼀个别⼈⽆法轻易复现的硬底。 伯恩斯坦的半导体分析师看得懂制程节点、良率曲线、资本开⽀周期。 好的能源分析师算得清 LCOE 和电⽹调频，好的⽣物医药 VC 读得懂临床终点设计。 他们不做研究，但能验证研究者的说法真假。 ⼀席之地的分层，护城河的五个来源。 1. 信息渠道，认识供应链⾥的⼈ 2. 技术鉴别，能判断技术说法真假 3. 模型能力，能⾃⼰算成本结构、产能、单位经济 4. 历史深度，知道这个模式上⼀次发⽣是什么时候、结局如何（天然优势，我认为在这个时代也是最稀缺的⼀条，因为⼤部分从业者只有五年记忆） 5. 写作，把上⾯几样变成别⼈愿意读的东⻄ 大概的情况是， 有两三样 = 稳固的⼀席之地。 ⼀样都没有 = 没有议价权，随时可被替换，还要和 AI 竞争。 第二，这套护城河框架再往深处推演一层，分水岭其实在于，你是把科技史当成故事书来消费，还是把它当成参数化系统来逆向工程。 绝大多数只喜欢观察的人，停留在第一层，他们惊叹于瓦特改良蒸汽机、贝尔实验室的传奇、或者某次产业并购的戏剧性。 但这只是在消费结果。 值钱的观察者，看的是状态机。 如果要让这套逻辑在 AI 时代彻底闭环，并具备绝对的溢价能力，还需要补上三块拼图。 顶级的观察者，脑子里装的是不同行业的同构性。这就是Cross-domain。 如果可以懂系统在资源强约束下的扩散方程，就可以发现近乎完全同构的逻辑。 伪装成判断力的语言流畅度，在面对结构性危机时会瞬间破产，当所有人都在高喊某个新范式时，他条件反射般去查证它的边际成本、资本开支回报率和历史对照组。 宏观对冲和一级市场，恰恰需要剥离掉这些修辞泡沫，去计算每一个节点上具体的人、钱、设备和物理极限。 克制住将事物浪漫化的冲动，是观察者走向专业化最痛苦的成人礼。 最后我想说，如果你天然就对知识的边界、技术的演化、历史的复盘有着近乎病态的兴趣，却对日复一日埋头推导公式或写底层代码缺乏耐心，千万不要觉得这是缺陷。 这是一个极其稀缺的系统架构师基因。 当工具把语言的流畅度贬值到零的时候，对真实物理世界、资本流动和历史周期交织点上的精确鉴别力，就会变成这个时代的硬通货。 所以，别去做万事通。 希望你能以深度作尺，去量一量今天技术图纸上的每一个像素。

谷歌正在陷入创新者的窘境。 前 DeepMind、Google 研究人员Tibo称，谷歌早于 OpenAI 一年就开发出了类似于 ChatGPT 的对话模型，但因为担心冲击现有的搜索广告核心业务、安全合规及幻觉问题，最终选择了雪藏或延迟发布。 只能说，自我颠覆的成本过高。 2022年的那个阶段，OpenAI 作为没有历史包袱的创业公司，可以不计成本地推行对话产品，极速迭代。而谷歌如果主动推出直接回答式的 AI，相当于用一个尚未成熟且难以变现的新产品，去蚕食自己每年上千亿美元的广告收入。 事实上，当前大模型的基础架构 Transformer 论文正是由谷歌团队在 2017 年提出的。在技术储备、Meena、LaMDA、PaLM和基础设施上，谷歌很长一段时间里都处于绝对的技术高地。 这种现象在科技史上屡见不鲜， 施乐帕洛阿尔托研究中心发明了图形用户界面GUI和鼠标，却让苹果和微软发扬光大； 柯达最早发明了数码相机，却因害怕破坏传统胶片市场将其隐瞒，最终在数码时代落幕。 掌握底层技术的0到1与成功进行商业化产品发布的1到N，完全是两种维度的能力。 如果你要问，一家公司能不能在主业还在赚大钱的时候完成自我替代，答案是历史样本极少，而且成功的那几个。 比如IBM、Apple，但那些项目都是靠一个能强行覆盖财务理性的人。

问王煜全看到了什么信号就知道这波AI到终局了，他就说了两个字，编程。他讲了一段几乎没人提的历史。福特流水线出来后，美国经济没有井喷，反而先迎来29年大萧条，因为各行各业不知道怎么用。真正学会是二战，通用的高管教会所有工厂规模化，战后从枪炮转成冰箱彩电，美国经济才真正爆发。放到今天，模型已经够强，等的是各行各业掌握编程的精髓。 #王煜全# #AI编程# #流水线# #科技史# #易论AI#

亚洲股市一天之内直接蒸发了近 8000 亿美元！😱 韩国股市暴跌超 8%，日本、A股、台股全线血洗。 最魔幻的是导火索：三星刚刚公布了创纪录的 89.4 万亿韩元季度利润，拿下了科技史上最大的季度盈利，结果自家股价却带头暴跌！

夸克这次重新提了「超级框」的概念，就是因为现在的「框」能比以前做更多的事情了，统管阿里AI To C业务的吴嘉说夸克23年做用户细分需求产品很痛苦，因为基座模型能力不行，必须专门为写作文、写报告手搓工作流，但场景是无尽的，人力有时而穷，根本跟不上需求增长，但在深度思考的技术上来之后，终于可以实现「人用AI，AI用工具」的目标了，这时那个「框」能办成的事情也丰富起来了，不再需要每个环节都得人工干预，AI终于学会了「坐上来，自己动」。 Manus能火也是因为它让用户看到了AI真的有在干活，这种体验和DeepSeek当时开放思维链是一样的，Sam Altman说他最后悔的就是出于保密心态而决定隐藏o1的思维链，没想到观察AI的思考过程也能成为产品体验的一部分。 如果大家的共识是重做一个「框」出来，张宁比较关心生产关系会怎么变，毕竟科技史上不乏生产力的进步被生产关系的落后给破坏掉的例子——比如我们之前聊过的RSS——他对最近火得不行的MCP的担忧也在于此，说白了，不谈利益分配、只谈创新变革，对于被OTT的一方就是耍流氓，就像某外卖平台已经开始屏蔽AI Agent了，这是很合理的结果，你不能要求别人来为你的创新当祭品。 海外市场的几条线索包括：Google每个财季都会展示AI overview对广告业务的冲击，目前来看，是可控的，没有自残迹象；Satya Nadella带头起了「模型被商品化了」的调子，背景是微软和OpenAI开始同床异梦了；Sam Altman说在10亿用户级别的网站和SOTA级别的模型之间，他一定会选前者…… 是的，这些信号都在说明，应用很重要，得用户者得天下，这是移动互联网的逻辑延续，但在另一边，「模型即产品」的拥护者同样很多，在理论和证据的支持上也不多让，相信模型的演化的终局就是会把产品能做的事情都做了，并形成技术为王的新一代AI逻辑。（4/n）

Anthropic Inc.: 安全作为前沿AI竞赛的终极护城河 Anthropic将安全作为基础设施而非事后补救的押注，使其在企业AI时代占据极佳位置 ——在这个时代，信任与合规日益成为采购决策的核心。在向Agentic系统和受监管部署转型的世界中，AI与企业深度有望复合成持久的特许经营权。 目标情景（12-24个月）：收入持续3-5倍增长，毛利率扩张至软件级水平，并成功推进IPO。 若Agentic编码/自动化成为杀手级应用，则存在显著上行空间。 我们为增长型投资组合推荐Overweight配置。 请密切监控季度收入超预期、毛利率趋势以及模型发布（例如Opus 4.8+）。 这是AI产业链中的高信念标的，但需根据波动性适当控制仓位。免责声明：本报告仅供参考，不构成投资建议。数据综合自公开来源、公司公告及市场分析，截至2026年6月。历史表现和增长率不代表未来结果。 Anthropic 在一个日益由企业信任、监管审查和长期可持续性定义的市场中，脱颖而出，成为“负责任前沿AI”的最清晰代表。该公司由前OpenAI高管（包括CEO Dario Amodei）于2021年创立，在2026年5月完成650亿美元H轮融资后，post-money估值迅速攀升至约9650亿美元。 关键牛市论点驱动因素：宪法AI（Constitutional AI） —— 差异化、透明的对齐框架，在不牺牲有用性的前提下实现卓越的无害性，推动企业采用大幅领先。 爆炸式收入增长：年化收入从2024年底约10亿美元激增至2026年2月的约140亿美元，再到2026年5月的470亿美元以上 ——科技史上最快的规模化之一。 主导的企业定位：企业LLM使用份额约32-40%；财富10强中有8家是其客户；超过1000家客户年化收入贡献超100万美元。 Claude系列（尤其是Opus/Sonnet 4.x系列）在编码、Agentic工作流、长上下文推理和专业知识工作领域领先或强势竞争。 投资评级：对长期 horizon 投资者给予Overweight（增持），适合能承受高波动性的投资者。Anthropic的安全优先品牌和企业粘性在能力日益商品化的环境中提供了可防御的护城河，但巨额资本开支、利润率压力和竞争趋同需保持谨慎。潜在IPO候选时间为2026年底/2027年。公司概览 Anthropic是一家专注于构建可靠、可解释且可控AI系统的公益公司（Public Benefit Corporation）。其旗舰产品是Claude—— 一个强调安全与对齐的大型语言模型家族。 主要产品包括 通过主流云平台提供的API访问（以AWS Bedrock为主，同时支持Google Vertex和Microsoft Azure），以及 Claude Code等专业工具（Agentic编码，已实现超25亿美元年化收入）。 公司获得亚马逊（承诺超80亿美元）和谷歌（超30亿美元）的大力支持，在保持独立性的同时与战略云伙伴合作，并维持多云可用性。 核心竞争优势：Anthropic为何“牛” 1. AI框架（首要护城河） 与依赖大量RLHF的竞争对手不同，Anthropic针对一套明确、可审计的“宪法”原则（例如避免伤害、诚实、有帮助）训练模型。 该框架使用AI自我批判实现可扩展性，带来：更低的有害输出和更好的越狱鲁棒性； 更高的透明度和可控性； 在金融、医疗、政府等受监管行业的强烈吸引力。 这已转化为真实的市场份额增长：Claude因更低的幻觉风险和更好的推理一致性，常被选为高风险专业工作的首选。 2. 以企业为先的执行力 高质量客户群创造了切换成本和可预测的高毛利收入。Claude Code已成为爆款，助力企业快速原型开发和自动化。Agentic能力（计算机使用、长时任务）使其在向AI工作流转型中占据有利位置。 3. 关键垂直领域的模型性能领先 Claude Opus 4.x系列在编码（SWE-bench领先）、复杂分析和专业任务中表现出色。扩展思考和海量上下文窗口（最高支持100万+ tokens）显著提升实用性。安全评估显示出强劲的对齐指标，最高能力模型已达到ASL-3部署标准。 4. 无需完全垂直整合的资本与算力获取 战略合作提供吉瓦级算力，同时保留灵活性。对效率的重视（更好的每FLOP性能）使其在与纯暴力扩展对手的竞争中占优。 财务快照（2026年中）年化收入：约470亿美元+（增长迅猛，预计将继续多倍扩张）。 估值：9650亿美元（H轮post-money），反映增长期权的高溢价倍数。 毛利率：目前受云算力影响处于40-50%区间，随着效率提升和定价权，路径指向70%+的软件级水平。 客户：头部高度集中，但正在快速拓宽。 增长轨迹无人能及，但单位经济仍高度算力密集——这是全行业的挑战。风险与挑战资本开支密集与利润率路径：高度依赖超大规模云厂商；尽管收入快速增长，盈利时机仍不确定。 竞争趋同：OpenAI、Google DeepMind等在能力上快速缩小差距；全行业推理成本持续下降。 监管与地缘政治：安全立场可能限制部分政府合同；更广泛的AI监管存在风险。 Agentic未来的执行： 成功取决于编排、监督和生态建设（如MCP协议）。 估值敏感性：高倍数对执行失误的容忍度低。

美光科技一夜大涨 19% ，如何看待芯片「万亿俱乐部」已达 8 家而高通、英特尔不在此列？ 为什么没高通、英特尔？因为现在是内存超级周期。 快速科普一遍，内存发展到今天，主要就三类：HDD机械硬盘、NAND闪存（做SSD）、DRAM 内存（包括DDR5和HBM）。 1956年IBM做出第一个硬盘，体积跟两个冰箱差不多大，只能存5MB数据，这就是HDD，断电也不会丢数据的非易失性存储。现在主要用来存AI训练的海量原始数据，因为单位成本最低。 80年代，东芝发明了NAND闪存，闪迪把它做成商用SSD。SSD速度、功耗、体积都碾压HDD，但以前比较贵，现在成了数据中心的中转存储，负责模型训练、数据缓冲、推理缓存等。 DRAM是断电就丢数据的易失性内存，但速度极快，比SSD快1000倍，比HDD快10万倍。现在主流是DDR5，AI专用的是HBM，AI的GPU全靠它，是整个AI系统的核心。 现在的情况是，三类内存全都严重缺货，需求爆炸，产能跟不上需求，这就是前面讲的内存超级周期。 再看市场格局，都是寡头垄断，没几家能玩： • HDD：西部数据、希捷、东芝，市占率4:4:2 • DRAM：SK海力士、三星、美光，市占率4:4:2 • NAND：三星30%、SK海力士20%、美光15%、铠侠与闪迪各15%、长江存储10% 内存是标准品，周期性极强，供不应求就赚大钱，供过于求就亏到哭。现在正处在内存史上最严重的缺货周期，价格一路暴涨。 目前这个超级周期没有结束，供应远远追不上需求。我依然看好美光，但更看好闪迪，它是这轮超级周期真正的黑马。 很多人喜欢讲，已经涨了多少多少了，还能买？ 股票能不能买，不是看过去涨了多少，看的是基本面，看的是未来还有没有上涨逻辑。当然，已经涨得多的，短期风险变大是没错。 5月18日，我说SK海力士还会继续上涨，就是这个道理，股票是看基本面，不是看已经涨了多少。 从5月18日到今天，仅6个交易日，海力士已经涨了22%。 先讲闪迪。 在主流厂商里，只有铠侠和闪迪是只做NAND、不碰DRAM的纯玩家，两家在日本有合资工厂。 去年6月，闪迪市值才60亿美元，当时NAND行业刚走出低谷，2025年第三季度还亏了4300万美元，当时最大的收入来源还是手机。 结果AI数据中心一启动，SSD需求直接爆发，闪迪业绩彻底起飞。 今年一季度NAND闪存价格大涨85%-90%，二季度预计再涨70%。 2026年三季度财报，闪迪营收59.5亿美元，同比增251%，环比增97%；毛利率78.4%，同比大幅提升；非GAAP每股收益23.41美元，净利润36亿美元。要知道，一年前它还在亏。 指引更夸张，2026年四季度，EPS预期中值31.5美元，单季净利润接近50亿美元，超过去年6月的总市值。这就是它股价疯涨的根本原因。 关键是什么？所有大厂都在抛弃NAND，全力扑HBM和DRAM，只有闪迪在死守NAND，NAND的缺货会比DRAM更久、更猛。 内存行业吃过太多周期暴跌的亏，2000年互联网泡沫时，DRAM价格跌80%，SK海力士差点破产，美光也濒临倒闭。所以行业形成两个经验教训： 1. 需求再好，也不能疯狂扩产，避免再次过剩 2. 高毛利产品比较能扛行业周期下行 现在AI的风刮得猛，HBM是毛利最高、最稀缺、最有未来的产品，三星、SK海力士、美光这三只，把所有新产能、新工厂、新投资，几乎全砸向HBM和高端DRAM。这就是趋势。 但重点是，所有新的资本开支，全在HBM和先进DRAM，NAND被彻底冷落了。 目前真正给NAND投钱的，只有闪迪和铠侠在改造工厂，以及美光在新加坡扩产，但要到2028年下半年才会有晶圆产出。 这就造成一个必然结果，NAND的供需失衡会比HBM和DRAM持续更久，可能会持续几年。 而DRAM的缺货至少持续到2028年，只要DRAM缺，NAND只会更缺。因为所有大厂的钱和产能，永远优先给利润更高的DRAM/HBM，只要DRAM还缺，就绝不会把资源分给NAND。 路透社的报道，SK海力士收到科技巨头史无前例的长期订单，甚至愿意出钱资助EUV光刻机，确保DRAM供应。这说明DRAM需求依然疯狂，那么NAND的缺口只会更大。 再说估值问题。因为业绩增长太快，传统估值体系不一定跟得上。从历史规律来看，内存股的股价，通常在滚动营收见顶前几个月才会掉头向下。 这轮周期的缺货程度是历史级别的，NAND持续紧缺，新产能又不到位，闪迪作为全球唯一纯NAND龙头，会持续吃到红利。 风险也有，主要是两个：一是NAND需求放缓，二是AI投资突然降温。还有就是闪迪的股价波动极大，比大盘波动高150%，心脏不好的别碰。 再讲美光。 从行业竞争来讲，最稀缺的跑AI算力的内存HBM，美光已经落后SK海力士一大截。下一代HBM4，SK海力士是第一个量产的，而三星要到2026年才量产，美光的进度比它们都晚。 美光预计2026年三季度，EPS中值19.15美元。如果按最保守的每季度5%的环比增长算，未来四个季度的总EPS大概是82.5美元，对应现在的股价，P/E还不到8倍。 科技巨头还在抢着买内存，逼着厂商签多年合同，甚至直接投资生产线。这些公司是全球最有钱的公司，愿意出高价买任何能拿到的DRAM和NAND。 美光正好站在这个风口上，如果AI基建全速推进，它的业绩还会继续增长。

天選之人 🌦️ Cursor 的所有創辦人——25 至 26 歲的 MIT 輟學生——在 SpaceX 以 600 億美元收購後，現在都成為了億萬富翁 😳 他們的故事仍然是科技界有史以來最瘋狂的故事之一： → 4 位 MIT 學生在 2022 年開始一個側邊專案（最初是針對 CAD／機械工程） → 大幅轉型並創造出 Cursor，這款開發者喜愛的 AI 程式碼工具，並幫助推廣了 vibe coding → 達到 100 億美元估值 → 決定副駕駛不夠用，於是轉向代理式 AI 隊友與自有模型 → 需要龐大運算資源來與 OpenAI 和 Anthropic 競爭 → 與此同時 xAI 正在輸掉程式碼競賽 → Elon 意識到趕上可能需要數年，於是跳過排隊，以 600 億美元買下 Cursor → Cursor 獲得世界上最大的 GPU 集群與運算資源，而 SpaceXAI 則獲得程式碼領導者 → 創辦人都成為10億富翁；前 50 名員工每人約 2000 萬至 5 億美元 這就是新創公司最美好的地方。