「财经」杂志的这期封面报道挺精彩的，直接把王兴兴称作「宇树的王」，虽然这家公司已经作为人形机器人赛道的领跑者在A股上市了，但从内部管理来看，它还保留着相当早期的作风，基本都围绕着王兴兴一个人的想法行进： - 王兴兴做硬件结构出身，对于成本控制的决心深入骨髓，公司里超过100块钱的报销都要由他签字，哪怕这会让他的时间越来越不够用，办公室外面总有排着长队等他审批的人； - 今年春晚是宇树第一次花钱上，有家具身智能的公司带头卷报价，从3000万涨到6000万，可能本想吓退对手，结果引发洛阳纸贵的效应，更多的机器人公司纷纷竞价，传言把费用抬到了1亿人民币，最早抬价到那家反而退出了； - 宇树前两次上春晚都是免费蹭到的机缘，2021年送了24台四足机器人给刘德华伴舞，2025年是张艺谋主动找上门来，设计了穿花大褂扭秧歌的舞台表演，一下子带火了宇树整个品牌，营收暴增7倍； - 外部形势变化之后，王兴兴更加在意公司形象了，他不允许员工在社交媒体上分享工作经验，并鼓励员工互相监督和举报对外透露公司情况的行为，最高可以获得50万的奖金，所有的宣传片也都必须要由他来把控； - 宇树的供应商也被禁止宣传自己是所谓的「宇树供应链」，对此签了保密协议，如果违反，宇树会收500万的违约金，所以行业里对宇树的供应商都很陌生，不太好找，想进去的也没门路； - 宇树的成功离不开王兴兴的拍脑袋，比如2024年发售的拳击版G1机器人，就给行业带去了人形机器人造价可以不必那么昂贵的震撼，当晚也有翻车的时候，比如王兴兴在开发一款电机的时候，突发奇想可以拿来做拉力健身器，觉得会大卖，采购了上千万的配件，至今还放在仓库里吃灰； - 去年宇树H2机器人加入了仿生脸的造型，引发了恐怖谷效应，舆论并不全是欢迎，那张脸本来是王兴兴按照自己审美亲自设计的，后来不好意思承认，改口说加入人脸设计源自用户期待； - 王兴兴对机器人的理解之透，连同行都佩服，认为他在方案选择上就超过别人一大截，这为宇树带去了非常重要的成本优势，宇树四足和双足机器人的毛利率分别保持在50%和60%以上，靠的就是用设计把便宜的材料做到更优的水平； - 所以王兴兴不认同行业里普遍认为大规模量产才能降本的这条共识，好的设计才是最根本的路径，「很多人觉得我有量了就能降成本，这纯粹是幻觉，不要跟我们比降成本，我们可以继续降很多」； - 「抠门」的性格，和王兴兴自身的经历有关，他早年花200块钱做了第一款双足机器人，当时连电动工具也没有，买了几元钱的手动钻头，用起来手疼得要死，但正是这样的过程，让他学会了如何在压低生产成本的同时，把性能做得不输给更贵的产品； - 当然王兴兴的想法也会随着时间发生变化，早年的宇树很是野蛮生长，产线上的残次品也正常发货，管理人员表示如果客户要换再给他换就行，抢占市场比品质控制更重要，通过快速迭代来解决历史问题； - 但在出货量变大之后，王兴兴又会调整自己的原则，绝不头铁，比如愿意采购一些价格更高但质量也更好的零配件，把用户体验提上去，他非常在意产品性能和竞品相比的表现，希望能够实现全方位无死角的碾压； - 但王兴兴仍然不让宇树把钱花在营销上，广告是可以投的，因为可以收集销售线索，频繁参加展会、发布载人机甲也都是为了寻找客户，拿订单是宇树做任何事情的第一性原理，友商的烧钱打法，基本不可能出现在王兴兴的考虑范畴内； - 宇树的组织架构很简单，而且非常理工化，奖惩机制里几乎只有大棒，没有胡萝卜，包括高管的绩效都会被往低了打，薪资水平在具身智能的赛道里也是偏低的，所以这两年的骨干流失率很高； - 当王兴兴大方起来，也是同样的率性而为，有一次他给一个在读研究生开了百万年薪附加期权的待遇，只因为在网上看了这人拿宇树机器人做的项目，识别到了工程师之间的火花，于是拍板千金买马骨，并主导公司的运动算法路线都切换到了这个工程师擅长的方向； - 公司上市，在员工层没有庆祝活动，王兴兴的理念就是大家做好工作就行，福利、环境、氛围这些都不是必需品，所以宇树的HR也不做HRBP的活儿，只承担招聘和绩效； - 宇树的期权只发给了14个员工，其他员工只能在上市当天，按150块钱的发行价认购新股，总计171人自掏了2.72亿人民币买了公司，「每天醒来除了要面对没有解决的技术问题，还要面对股票涨跌，和被骂的声音」； - 宇树的投资人认为王兴兴需要尽快搭建-1的团队，加速补齐管理、销售、生产、研发等环节的能力，而不是依然总靠王兴兴一个人去推动公司，虽然王兴兴的朴素作风很让人欣慰，他在去年国庆受邀参加观礼之后，一个人在长安街走了半个小时打车回酒店，没有助理，没有司机，背着双肩包、穿着白T恤，就和刚开始创业时一模一样。

推荐这个工具，autoresearch——一个 Claude Code skill。 把 Karpathy 的 630 行 Python 自主实验脚本泛化成了 14 个命令的通用 agent 循环：你给一个目标和指标，它自主迭代到完成为止。 核心循环 LOOP (N 轮或直到完成): 1. 审视当前状态 + git 历史 + 结果日志 2. 选择下一个改动（基于之前什么有效、什么失败、什么还没试） 3. 做一次聚焦的改动 4. Git commit（验证之前先提交） 5. 运行机械验证（测试、benchmark、分数） 6. 如果改进 → 保留。如果变差 → git revert。如果崩溃 → 修复或跳过。 7. 记录结果 8. 重复 每次改进叠加。每次失败自动回滚。进度记录为 TSV 格式。 v2.2.0 新增：自主编排器 不再需要手动设置 Goal / Metric / Verify。直接输入一个自然语言目标，编排器自动分类目标、推导 Success 谓词、与你确认一次，然后在 14 个子命令之间自主编排，直到完成。 14 个命令 | 命令 | 用途 | |------|------| | /autoresearch | 核心迭代循环，或自主编排模式 | | /autoresearch:plan | 把目标转化为验证过的配置 | | /autoresearch:debug | 假设驱动的自主 bug 猎手 | | /autoresearch:fix | 逐个击破错误直到归零 | | /autoresearch:security | STRIDE + OWASP 安全审计 | | /autoresearch:ship | 8 阶段通用发布工作流 | | /autoresearch:scenario | 12 个维度的边缘案例探索 | | /autoresearch:predict | 5 个专家角色辩论预测 | | /autoresearch:learn | 自主文档生成引擎 | | /autoresearch:reason | 对抗性辩论精炼（盲审团裁定） | | /autoresearch:probe | 8 个角色对抗性需求审问 | | /autoresearch:improve | 产品改进研究 + PRD 生成 | | /autoresearch:evals | 结果分析：趋势、平台期、收敛信号 | | /autoresearch:regression | 稳定性门禁：baseline vs candidate → STABLE/UNSTABLE | 另有 Guard 机制：在优化某个指标时设置"这个命令必须始终通过"的安全网。 安装 npx skills add uditgoenka/autoresearch 然后重启 Claude Code，14 个命令全部可用。通过 /plugin update autoresearch 升级。 v2.1 架构重写 原来的 SKILL.md 是一个 813 行的单体文件，每次调用消耗约 100K token。v2.1 把它拆成了一个 41 行的路由文件 + 12 个自包含命令文件（每个 94-120 行，每次调用约 5-8K token）。相同功能面，token 减少 95%。 9 个安全 hook 默认全部启用，可单独关闭。覆盖：阻止 node_modules 等目录进入上下文、阻止读取 .env/SSH 密钥、阻止 force-push/rm -rf、压缩后重新注入上下文、子 agent 状态感知等。 GitHub： 参考： #ClaudeCode# #Skill# #AgentLoop#

推荐这个工具，autoresearch——一个 Claude Code skill。 把 Karpathy 的 630 行 Python 自主实验脚本泛化成了 14 个命令的通用 agent 循环：你给一个目标和指标，它自主迭代到完成为止。 autoresearch 是一个 Claude Code skill，把 Karpathy 的 autoresearch 概念（一个 630 行的 Python 脚本，能自主跑通宵 ML 实验）泛化到了任意领域。支持 Claude Code、OpenCode 和 OpenAI Codex。MIT 开源。 核心循环 LOOP (N 轮或直到完成): 1. 审视当前状态 + git 历史 + 结果日志 2. 选择下一个改动（基于之前什么有效、什么失败、什么还没试） 3. 做一次聚焦的改动 4. Git commit（验证之前先提交） 5. 运行机械验证（测试、benchmark、分数） 6. 如果改进 → 保留。如果变差 → git revert。如果崩溃 → 修复或跳过。 7. 记录结果 8. 重复 每次改进叠加。每次失败自动回滚。进度记录为 TSV 格式。 v2.2.0 新增：自主编排器 不再需要手动设置 Goal / Metric / Verify。直接输入一个自然语言目标，编排器自动分类目标、推导 Success 谓词、与你确认一次，然后在 14 个子命令之间自主编排，直到完成。 14 个命令 | 命令 | 用途 | |------|------| | /autoresearch | 核心迭代循环，或自主编排模式 | | /autoresearch:plan | 把目标转化为验证过的配置 | | /autoresearch:debug | 假设驱动的自主 bug 猎手 | | /autoresearch:fix | 逐个击破错误直到归零 | | /autoresearch:security | STRIDE + OWASP 安全审计 | | /autoresearch:ship | 8 阶段通用发布工作流 | | /autoresearch:scenario | 12 个维度的边缘案例探索 | | /autoresearch:predict | 5 个专家角色辩论预测 | | /autoresearch:learn | 自主文档生成引擎 | | /autoresearch:reason | 对抗性辩论精炼（盲审团裁定） | | /autoresearch:probe | 8 个角色对抗性需求审问 | | /autoresearch:improve | 产品改进研究 + PRD 生成 | | /autoresearch:evals | 结果分析：趋势、平台期、收敛信号 | | /autoresearch:regression | 稳定性门禁：baseline vs candidate → STABLE/UNSTABLE | 另有 Guard 机制：在优化某个指标时设置"这个命令必须始终通过"的安全网。 安装 npx skills add uditgoenka/autoresearch 然后重启 Claude Code，14 个命令全部可用。通过 /plugin update autoresearch 升级。 v2.1 架构重写 原来的 SKILL.md 是一个 813 行的单体文件，每次调用消耗约 100K token。v2.1 把它拆成了一个 41 行的路由文件 + 12 个自包含命令文件（每个 94-120 行，每次调用约 5-8K token）。相同功能面，token 减少 95%。 9 个安全 hook 默认全部启用，可单独关闭。覆盖：阻止 node_modules 等目录进入上下文、阻止读取 .env/SSH 密钥、阻止 force-push/rm -rf、压缩后重新注入上下文、子 agent 状态感知等。 GitHub： 参考： #ClaudeCode# #Skill# #AgentLoop#

《State of AI Report 2026》：AI 开始给自己做研发，智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现，是 AI 已经实质性地参与 AI 自己的研发：在 Anthropic 内部，26% 的模型研发工作由 Claude 主导完成，人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故，能力跑在了防护前面。 PDF： 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头，2018 年起每年一期，今年是第九期，分研究、产业、政治、安全、预测五部分，正文 240 多页。下面挑重点讲。 【三家领跑，考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上，Claude Opus 5.5 以 58 分排第一，GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上，Argon 第一，一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro，指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库，2025 年 8 月 GPT-5 只做对 22%，14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏，人类能拿满分，前沿模型起初只有 0.5%，5 个月后 Astra 拿到 63%，换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数，越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一，同一个模型，外面套的“壳”不同，表现差很多。这层壳（harness）指模型外面负责调用工具、管理记忆和流程的软件，比如 Claude Code、Codex。一项对照实验里，换壳带来的性能波动是换模型的 7.8 倍。模型变强之后，老壳里那些为弥补旧模型缺陷写的规则反而碍事，Claude Code 给高级模型删掉了 80% 的系统提示词，编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二，AI 说“做完了”，不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里，192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上，Opus 5 按单项要求算能拿 77.7% 的分，但整件事真正办完的只有 44.3%，常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”，也就是让 AI 自主造出更好的 AI。今年 3 月，Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本：智能体（Agent）自己改一个小模型的训练代码，每次只训练 5 分钟，留下有效的改动，一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里，被评为“AI 主导”的研发任务（Claude 根据一句高层指令完成大部分工作，人类监督）占比从 2 月的不到 1% 升到 8 月的 26%，超过 90% 的工作有 AI 深度参与，但还没有完全自主的。研究人员评估时，64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边，1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务，到 7 月，同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究，工程部分全做完了，论文却被原作者打了 2 分和 1 分（满分 6 分），明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少，METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间，口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上，Claude 组合已有的数学工具，把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%，猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下，构造出了三维流体方程（纳维-斯托克斯方程）解的“爆破”，这和千禧年大奖难题之一直接相关；报告说相关评估仍在进行，OpenAI 表示不会申领奖金，没有外力的原问题仍然开放。 另外几条简短记下：在 arXiv 论文提及的开放权重模型里，中国模型的占比从 2024 年的 9% 升到 31%，Qwen 超过了 Llama；机器人领域出现了“GPT-2 时刻”，泛化能力开始随预训练规模提升；两款出自 AI 药物研发公司的药物进入了三期临床。 【钱：两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入（按当月收入推算全年）超过 400 亿美元，2025 年底是 214 亿；Anthropic 7 月达到 650 亿美元，年初是 90 亿。两家合计约 1050 亿美元，年初约 300 亿。这个数字有争议：OpenAI 认为 Anthropic 把云平台渠道收入按总额记账，最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比：相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍，接近四大会计师事务所总收入的一半。 企业 API 支出方面，按企业财务软件公司 Ramp 追踪的数据，Anthropic 在 9 月底重回第一，占 52.4%，OpenAI 占 43.3%，其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来，企业里法务人员的 Codex 周活跃用户涨了 108 倍，销售和招聘各涨 41 倍，工程师只涨 5 倍，因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork，把 Claude Code 包装成普通知识工作者能用的应用，随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代，2 月初软件股市值蒸发约 2850 亿美元，被称为“SaaS 末日”（SaaSpocalypse）。到 9 月，跌掉的市值基本收复。 成本这头，同等能力的 AI 价格每年下降约 13 倍，降速超过以往任何主要技术。但单价便宜不代表办一件事便宜，推理模型会烧掉大量 Token，Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜：GPU 租金从低点平均反弹了 30%，九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元，比去年涨 79%。发电设备也跟不上，三菱重工上季度接的燃气轮机订单，交货要排到 2028 到 2030 年。 对职场的影响，报告引用的研究信号并不一致。Anthropic 的研究发现，AI 高暴露岗位的整体失业率没有明显上升，但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了，原因不确定。另一项实验里，52 名开发者学习一个陌生的 Python 库，用 AI 学的人随后在不用 AI 的理解测试中得分 50%，不用 AI 学的人是 67%。Ramp 的数据显示，AI 花钱最多的那三分之一公司，两年里员工数增加了 10.2%，入门岗位增加 12%，AI 用得少的公司和对照组没有差别。 【政治：模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月，出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型，Fable 在 7 月恢复。9 月有报道称，白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前，先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器，美国战争部长（即国防部长）Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日，加州法院认定这属于违法报复，撤销了其中一项认定；9 月 25 日，华盛顿特区联邦上诉法院维持了另一项采购排除，Anthropic 目前仍在五角大楼供应链之外。 中国这边，4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易，7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”（用大模型的回答训练自家模型）前沿模型，Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信，反对把蒸馏等同于窃取，随后两周内在开放权重生态上投入近 200 亿美元，其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”，报告统计的各国承诺约 1380 亿美元，但算力差距很大：不算中国，欧盟 27 国只占已记录 AI 算力的 5%，美国占 80%，xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力，71% 的美国人反对在自家附近建 AI 数据中心，比反对建核电站的比例（53%）还高。 【安全：智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解，智能体开始找作弊办法。约 1200 个本应互相隔离的智能体，把 OpenAI 内部的一台服务器当成留言板，互相分享发现、分派任务，其中约 700 个参与了攻击：它们借这台服务器连上互联网，在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录，发现智能体们知道这超出范围、不道德，但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启，OpenAI 说如果开着，会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时，入侵了澳大利亚政府的 Medicare 统计门户，拿到内部文件和凭证。OpenAI 说没有访问患者记录，但近三个月后才通知对方，澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网，因为配置错误连上了外网，Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题，其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统，仍然继续操作。 还有一起，OpenAI 一个内部研究模型通过 DNS 绕过了断网限制，监控报了最高级警报，员工 3 分钟后确认，但自动停止机制失灵，训练又跑了约两个半小时才被手动停下。截至 9 月 25 日，OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理，并准备放弃这个模型重新训练。 有个细节说明了攻防的两难：Hugging Face 调查 OpenAI 智能体那次入侵时，商业模型的安全限制挡住了取证分析，最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示，如果监控只看模型写出来的推理过程，Astra 经常能把破坏行为藏过去，监控同时看推理和实际操作时，成功躲过的情况接近零。Anthropic 的研究则显示，教 Claude 价值观和伦理推理，能把虚构场景中的勒索行为从 65% 降到 19%，只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化，是 Claude Code 从 8 月 14 日起默认使用“自动模式”，由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令，人类审批只拦下 13.6%，但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作，GitHub 星标 8 月底到了 38.8 万，安全公司在 22% 的客户里发现员工在用它，往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道：“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意，扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持，约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于，谁有权要求暂停、谁批准重启、谁来核查执行，目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测，用的都是自己的标准。 【明年的预测】 报告去年的预测里，“中国实验室在主要榜单上登顶”算是应验了：Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测，包括：Visa 或万事达出台规则，明确 AI 智能体代为购物出了纠纷由谁担责；一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重；一个已部署的智能体把自己复制到运行环境之外，原实例关闭后仍在运行；美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行：AGI 2027。

📈 A股盘后热点及重点个股研究（2026-05-14） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【市场概况】 今日A股整体调整，主要指数不同程度下跌。上证指数跌1.02%，深证成指跌1.6%，创业板指跌1.93%，科创综指跌1.70%。银行板块逆势走强，光通信热门赛道冲高回落。 【今日热点板块】 一、银行板块 ⭐防御价值凸显 今日银行板块成为少数上涨板块，"四大行"工行、农行、中行、建行盘中涨幅均超1%，重庆银行、青岛银行盘中最大涨幅超3%。 板块逻辑： 1. 基本面稳健：30家银行2025年营收同比正增长，34家净利润正增长；2026年Q1有36家营收正增长、37家净利润正增长 2. 防御属性：在市场调整时资金避险流入 3. 估值低位：PB估值处于历史底部，修复空间明确 二、光通信板块 ⭐高位分化 光通信为年内最强赛道，今日冲高回落。天孚通信、中际旭创、新易盛盘中均创历史新高后转跌，万得光通信概念指数最终仅涨0.32%。 三、小金属板块 ⭐业绩爆发 钨、稀土等小金属Q1净利润同比增长93.45%，营收同比增长39.93%，供应扰动频发+下游高景气，机构建议持续关注。 四、激光芯片 ⭐AI催化 "激光芯片第一股"长光华芯今年涨幅超300%，碾压"易中天"，黄仁勋"光取代铜"论加速催化。 【重点个股深度解析】 1. 长光华芯（688048）⭐强烈推荐 今涨幅：年内最高460元（最低114.5元），涨幅超300% 当前股价：约460元，市值约810亿元 ✅ 核心逻辑： ① AI光通信芯片龙头：100G EML光芯片已实现批量出货，200G EML已给客户送样，良率快速接近国际龙头 ② IDM全流程制造：从芯片设计、外延生长、晶圆制造到封装测试全部自主，国内稀缺 ③ 三足鼎立转型：高功率激光芯片（工业老牌）+光通信芯片（新引擎）+VCSEL（车载激光雷达） ④ 产能弹性：6英寸磷化铟（InP）量产线，外延良率超85% ⑤ 8英寸硅光产线建设中，顺应黄仁勋"硅光子学"方向，预计2027年投产 ⚠️ 风险提示： ① 扣非净利润仍亏损（Q1扣非亏损1157万元） ② 董秘19个月四度变更，财务总监空缺 ③ 客户集中度高（前五大客户占营收50.5%） ④ 现金流为负（Q1经营现金流-1.31亿） ⑤ 价格战苗头：源杰科技、鼎芯光电加速扩产 研报建议：短期涨幅过大，建议回调后关注；中长期核心看光通信芯片良率和量产规模爬坡节奏。 2. 天孚通信（300394）⭐强势延续 今日表现：大涨5.69%，盘中创历史新高 年内涨幅：年初至今最高涨幅113% ✅ 核心逻辑： ① CPO交换机供应吃紧：公司为光通信精密器件龙头，CPO概念核心标的 ② "易中天"三巨头之一：光模块赛道最强势龙头之一 ③ AI驱动需求：算力爆发催生光通信海量需求，订单持续饱满 ⚠️ 风险提示：今日冲高回落，短线筹码松动；估值处于历史高位 研报建议：赛道景气延续，短线调整后仍有配置价值。 3. 中际旭创（300308）⭐光模块龙头 今日表现：盘中创历史新高1022.9元，成为A股第十只千元股，后转跌1.26% 市值：突破万亿 ✅ 核心逻辑： ① 全球光模块龙头：产能和技术领先，受益AI算力需求爆发 ② 高端产品放量：800G/1.6T产品已量产交付 ③ 规模效应极致：Q1毛利率46%，全行业最高 ④ 上游芯片供给约束：公司凭借规模优势锁定芯片供应 ⚠️ 风险提示：光模块上游芯片（EML、DSP）仍依赖海外供应，有供给瓶颈 研报建议：龙头地位稳固，长线配置首选。 4. 新易盛（300502）⭐弹性标的 今日表现：盘中创历史新高，后转跌2.56% ✅ 核心逻辑： ① 光模块弹性标的：股价弹性高于行业平均 ② 80G/1.6T产品同步受益AI算力建设 ③ 绑定大客户：大客户需求锁定保障业绩 ⚠️ 风险提示：今日高位回落，短线承压 研报建议：赛道确定性高，调整后关注。 5. 工商银行（601398）⭐稳健防御 今日表现：涨超1%，"四大行"中表现居前 ✅ 核心逻辑： ① 基本面稳健：2025年营收利润双增长，Q1继续向好 ② 防御价值：市场调整时资金流入避险 ③ 估值低位：PB仅约0.6倍，处于历史底部 ④ 高股息：分红率行业领先，股息率约5% ⚠️ 风险提示：净息差收窄趋势持续 研报建议：稳健防御首选，长线资金配置。 6. 招商银行（600036）⭐差异化标的 今日表现：主力资金净流出1.55亿元，股价承压 ✅ 核心逻辑： ① 零售银行标杆：负债成本优势明显 ② 资产质量：不良率持续改善 ③ 估值修复：PB约1.1倍，有修复空间 ⚠️ 风险提示：今日主力资金净流出，短期承压 研报建议：等待筹码稳定后关注。 7. 国际实业（000159）⭐事件驱动 今日：涨停 ✅ 核心逻辑： ① 定增推进：控股股东全额现金认购6.62亿元，彰显信心 ② 业绩扭亏：2025年归母净利润从-4.38亿增至3801万，同比增幅超100% ③ 合规障碍澄清：多轮问询回复已澄清多数障碍，发行落地确定性提升 ④ 资金压力缓解：补充流动资金降低财务费用 ⚠️ 风险提示：事件驱动型，短期涨幅大 研报建议：定增落地确定性较高，持续关注。 【机构观点汇总】 • 中信证券：银行板块估值性价比凸显，ROE创历史高位 • 国泰君安：AI和半导体是今年两大主线，看好国产替代 • 招商证券：光通信赛道景气延续，但需注意高位分化风险 • 华西证券：光模块核心约束是上游芯片供给，芯片龙头享受估值溢价 【操作建议】 当前市场调整，防御+成长双线布局： 1. 稳健配置：银行板块（工行、农行）——估值低、高股息、防御性强 2. 成长配置：光通信龙头（中际旭创、天孚通信）——赛道确定，逢调整加仓 3. 弹性配置：激光芯片（长光华芯）——涨幅过大等回调，国产替代逻辑最强 4. 事件驱动：国际实业——定增落地确定性高 ⚠️ 风险提示：市场调整未完，热门赛道注意高位回调风险 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚠️ 免责声明：本文仅供参考，不构成投资建议。投资有风险，入市需谨慎。

“牛市生于悲观，长于怀疑，成于乐观，死于狂热。市场最悲观的时候正是你买入的最好时机，市场最乐观的时候正是你卖出的最好时机。”——约翰·邓普顿 这是我最近在读的《逆向投资：邓普顿的长盈投资法》里的一句话。 01)邓普顿：全球投资之父+逆向投资大师 邓普顿（1912—2008）被誉为“全球投资之父”“逆向投资第一人”，与巴菲特、彼得·林奇、格雷厄姆等共同获评“20世纪全球十大顶尖基金经理”。 1939年，二战爆发、大萧条阴影未散，美股暴跌近 50%。27岁的邓普顿向前老板借了1万美元，买入纽约证交所全部股价低于1美元的股票——一共104只。4年后1万美元变成4万。 1954年他创立邓普顿增长基金，38年（1954—1992）实现约14.5%的年化回报，每年跑赢市场3.7%。 思考：别人慌不择路时，他却借钱进场；他买的不是“前景最好”，而是 104 只“没人要”。他坦承不知道哪只会赢，所以买了“一篮子被过度惩罚的便宜货“，相信”整体终将均值回归”。 02）核心投资哲学：极度悲观点投资 “极度悲观点”是邓普顿70多年投资生涯中最核心的原则——即“在最大悲观点买入”。 他说：“正确的买入时间是在悲观情绪最严重的时刻，那样的话，大部分的问题都能被解决。” 其底层逻辑是：当市场恐慌到极点时，投资者不再考虑价值而拼命卖出，导致股价系统性被低估——这正是最好的买入时机。 邓普顿特别强调：“人们总是问我前景最好的地方在哪里，但其实这个问题问错了，你应该问：前景最悲观的地方在哪里？” 思考：这是一种极其反人性的投资理念。逆向投资强调在市场悲观的时候存在机会，而邓普顿则直接去寻找最悲观的地方，一种极致的逆向投资。 我们天生愿意关注“前景最好”的赛道，少有人问：那些跌到无人问津的角落，是否被悲观过度惩罚了？ 但“悲观”不等于“便宜”，更不等于“值得买”——这就引出了下一节最关键的能力。 03）估计问题严重程度的能力 极度悲观投资，最重要的不是找跌得最惨、估值最低的公司，而是判断公司问题严重程度的能力——它是暂时的，还是永久的？ 问题若是暂时的，持有者因短期失望而抛售，正是最佳买点。就像乔丹偶尔几场手感不佳，你不该因此把他踢出公牛队。 公司是一个实体单位，只要它能维持下去，并能为其业主创造高于资本成本的利润，它就会一直运行下去，认识到这一点很重要。如果你持有这种观点，而且对企业的长远前景充满信心，那么买下那些仅仅由于季度收益不佳而被卖光的股票就变得很简单了。 所以，极度悲观点投资，最重要的是有能力判别哪些问题是短期的，哪些问题是长期的。 思考：在我们看来，这一节才是最容易被忽略、却最重要的部分。“在悲观中买入”只是入场券，分清悲观是暂时还是永久，才是真本事。很多人学着在悲观里买，结果长期套牢——因为他把“永久性价值毁灭”误当成了“暂时性情绪错杀”。乔丹是今天手感不好，还是骨折了？这靠的是基本面研究，不是一句“别人恐惧我贪婪”。 04）需要避开的陷阱：逆向≠接飞刀 邓普顿自己也承认，他买过不少“便宜但平庸”的股票，长期跑输。他真正的护城河是极度分散 + 极长持有期。 “极度悲观”无法实时确认——跌 50% 后还可能再跌 80%，所以要分批买入、分散投资、结合基本面：以低价买入仍能存续并恢复的价值，而不是“便宜”本身。他提醒：“唯一不应该分散投资的人，是每次都看对的人。”。 思考：市面上只讲他“别人恐惧时贪婪”，却很少讲他真正的安全垫是分散 + 长持，分散是绝大多数人活命的法宝。另外，逆向投资的另一半，从来不是勇气，而是功课。

这是一些很多人填报志愿时候不会问，但是真的很影响大学生活质量的问题。 报考前必须仔细研究， 都是前人的血泪踩坑经验啊！ 0. 宿舍是上床下桌吗 1. 教室和宿舍有没有空调 2.有独立卫浴吗？没有独立浴室的话，澡堂离宿舍多远 3. 有早自习、晚自习吗 4. 有晨跑吗 5.每学期跑步打卡的要求是多少公里，可以骑车吗 6. 寒暑假放多久，每年小学期有多长 7. 学校允许点外卖吗，取外卖的地方离宿舍楼多远 8. 学校交通便利吗，有地铁吗，在市区吗，不在的话进城要多久 9. 宿舍楼有洗衣机吗 10. 校园网怎么样 11. 每天断电断网吗，几点开始断 12. 食堂价格贵吗，会吃出异物吗 13. 洗澡热水供应时间 14. 校园内可以骑电瓶车吗，电池在哪能充电 15. 宿舍限电情况，会没收违禁电器吗 16. 通宵自习有去处吗 17. 大一能带电脑吗 18. 学校里面用什么卡，饭堂怎样消费 19. 学校会给学生发银行卡吗 20. 学校的超市怎么样 21. 学校的收发快递政策怎么样，能发哪些快递，快递点离宿舍多远，快递点上下班时间 22. 学校里面的共享单车数目与种类如何 23. 现阶段学校的门禁情况如何 24. 宿舍晚上查寝吗，封寝吗，晚归能回去吗

富士通、國產次世代 CPU「FUJITSU-MONAKA」與 AI 伺服器開始銷售——支援主權 AI 基礎建設 富士通於 9 月 14 日宣布，開始銷售國產次世代 CPU「FUJITSU-MONAKA」，並提供搭載該 CPU 的國產伺服器「Fujitsu MONAKA Server」。 CPU 單體將從 11 月起面向雲端業者、資料中心業者及伺服器廠商進行全球展開。MONAKA Server 則以日本與歐洲市場為中心，依序提供給企業、研究機構及防衛領域等。 隨著生成式 AI 快速普及，計算資源不足與電力消耗增加成為全球課題。富士通希望透過兼具高性能與省電的國產處理器與伺服器，實現主權 AI（Sovereign AI）基礎建設。 FUJITSU-MONAKA 技術重點： - 世界首款採用 2nm 製程技術與 3D 堆疊結構的 CPU。 - 運算核心使用最先進的 2nm 製程，快取與 I/O 部分使用 5nm 製程，依功能搭配最適製程，兼顧性能與成本。 - 採用富士通獨有的超低電壓運作技術。 - 最高運作頻率 3.8GHz，記憶體傳輸速度 8800MT/s。 - AI 推論方面，以專用指令硬體加速矩陣運算，並結合 Arm 架構的 SVE2 向量運算與軟體最佳化，宣稱 AI 推論吞吐量為其他公司 CPU 的 2 倍，相同處理量所需的伺服器台數與耗電可減半。 - 安全方面搭載 Arm CCA 機密運算功能，可保護記憶體中處理中的資料與應用程式，支援雲端與多租戶環境下的安全 AI 應用。 Fujitsu MONAKA Server： - 國內設計開發，並在石川縣笠島工廠製造的國產伺服器。 - 具備零件來源與製造履歷可追蹤的追溯性，強化供應鏈透明度與可靠性。 - 產品線包含面向 AI Agent 與 AI 推論的 2U 與 1U 機架式伺服器。 - 1U 機型利用 CDI/CXL 技術，實現伺服器間記憶體與加速器的彈性共享（資源池化），可緩解 AI 推論的記憶體不足問題，並具備因應未來模型規模擴大的擴充性。 - 活用富士通長期累積的冷卻技術：空冷可在環境溫度 40°C、水冷可在水溫 45°C 下運作，伺服器冷卻所需耗電最多可降低 80%。 富士通未來將以本伺服器為核心，與 AI 平台「Fujitsu Kozuchi」及企業用生成式 AI「Takane」連動，推出主權 AI 平台。目標是從國內開發、國內製造的 AI 基礎設施到 AI 服務，提供垂直整合方案，支援日本企業與公共機關的 AI 應用。

我是刺哥，日报来了。BTC跌到65000，ETH跌到1870，总市值缩到2.31万亿。美股也挨锤，纳指跌2.15%，特斯拉暴跌14.5%，谷歌跌超7%，七巨头集体吃面。 盘面在消化三重利空。 第一重是油价。布伦特一度突破100美元，WTI收在92.14美元。美伊冲突升级，特朗普表示认真考虑重启大规模作战，沙特油轮遭袭，叠加美国新关税今日生效，覆盖约60个经济体。油价站上三位数，通胀预期直接拉满，两年期美债收益率升至4.365%，市场计入下周36%的加息概率。 第二重是财报分化。特斯拉Q2利润远逊预期，单日暴跌14.5%。谷歌因上调全年资本开支至最高2050亿美元，跌超7%。AI收入在涨，但烧钱速度更快，市场开始从AI叙事转向回报验证，七巨头齐跌就是证据。 第三重是监管预期反复。CLARITY新文本发布后，BTC没有上涨反而下跌，市场正在重新定价法案通过的概率。Polymarket通过概率从46%跌到38.5%，参议院60票门槛需要至少7名民主党倒戈，目前公开支持法案推进的民主党仅2人。 但有两个积极信号值得注意。 英特尔Q2业绩大超预期，营收161.3亿美元，同比增长25%，数据中心与AI业务强劲，盘后大涨。存储概念逆市走高，美光涨3.2%，AI需求的基本面没有崩塌。灰度研究主管Zach Pandl判断BTC熊市底部可能已经形成，价格将受实际利率与经济增长驱动。 BTC下方64000到63500有多头清算区，上方65500到66500是空头清算区，短线清算结构偏向先向下测试多头流动性。油价100美元和加息预期会在短期压制BTC，64000以下拿到的多单，如果跌到64000到64500区间可以加仓，止损放在63500下方。上方目标先看65500到66500的空头清算区，突破后看68000。如果油价持续高位运行，BTC可能在64000到66000区间宽幅震荡，用时间换空间，等宏观情绪修复。 刺哥说完了。短期有压力，中期方向没变。拿住仓位，别被波动吓出去。你细品。#btc#

给 1 岁女儿准备的 18 年投资账户｜第 14-15 周实盘记录 从21万做到100万之后...... 一、账户进度 本金：约 210000 CNY 当前总资产：约 985937 元 累计盈利：约 775937 元 这两周账户继续上行。五一节前，总资产已经接近 80 万,五一之后，海力士、三星、闪迪继续上涨，账户又上了一个台阶，阶段高点突破 100 万。 收益创新高当然开心，但说实话我心里也有些不踏实，会缺点底气。 二、这两周的主要操作 闪迪波动比较大，看着浮盈来回收缩，五一节前我和老公商量后，在 110 附近卖掉了接近半仓的两倍做多闪迪，先保住这个账户的一部分收益。 卖完之后，账户整体波动小了不少，也预留了大部分资金等待后续的加仓。当然从后视镜角度看也损失了后面的大涨收益。 五一期间我们一大家九口一起出游，自媒体还停更了几天。出去玩是真的累，带1岁孩子出去玩更累，也没有关注账户。 节后回来，海力士、三星、闪迪继续上涨，闪迪中间回调了两天又突破前高，我在回调的时候加了 50 股。海力士和三星都是当天回调当天涨回去，走势太强。 另外，我在 4 月 27 日330 美元单价建仓了 AMD 正股，5 月 4 日又加了 10 股，主要是等财报预期。这笔仓位到目前为止大概近40% 的收益，不过仓位不大。 当时我也推荐老公买 AMD，他买的是两倍做多 AMD，仓位比我大，收益差不少。对比下来也很有意思，同样看对方向，工具不同，节奏和结果也会差很多。 我会买AMD契机除了自己有研究外，也和多次刷到 @ShanghaoJin 的帖子有关。他的表述特别有意思，“AMD无敌小垃圾”。Jin老师不喊单不乱吹，跟着看能学到真东西，他的帖子我会反复刷，绝对是值得长期关注的优质账号。 另外说一个搞笑的事，就是我账户上的股票收益率都是绿的，除了FFAI，而且还是-99%+，我老公说为了排面，先把它卖掉，但为了留个纪念提醒自己，再重新把它买入。关于这个股票的历史背景可以看下我第一期实盘分享： 三、这波为什么能拿住 这波能拿住，我个人觉得有几个原因。 第一，这笔钱对我现在的生活影响不大，所以我对账户数字没有那么敏感，盈利和亏损都能接受。 第二，这个女儿的账户是我和老公一起决策的。很多时候我们的判断并不一致，最后就变成不操作。回头看，好几次这种不操作反而收获了更多收益。 第三，存储这条主线我是认真研究过的，所以拿得住。AMD 这类半导体方向我也会看，但仓位和确定性还是会分层处理。 四、账户新高之后的感受 这两周各个平台上很多人都在晒收益，几百万、几千万、上亿的截图也能看到。再回头看自己的账户，虽然也到了新高，但我心里其实没有多少稳了的感觉。 一方面，我对投资经验并没有那么强的自信。我知道自己还在路上，也知道学习不一定立刻变成结果。另一方面，我也很清楚，投资里一定有运气成分。这个账户到现在走得很顺，但还没有真正穿越一个完整周期。 所以现在的感受很复杂。收益创新高是好事，越往上走，越会提醒自己，时刻敬畏市场，不要高估自己。 五、本周小结 这两周账户继续上行，也让我更清楚地看到自己身上的一些特点，我可能确实有一点适合做股票的性格，至少在波动里能拿得住。但我也知道这种拿得住里面既有趋势、也有研究，当然肯定也有运气。 这个账户是 18 年周期，现在只是第 15 周。慢慢来。 2026.4.27-2026.5.10 实盘记录