凯茜·伍德又出手了：ARK 一天买入近 36 万股 Rocket Lab $RKLB。 9月22日，Cathie Wood 旗下 ARK Invest 通过 ARKK、ARKQ、ARKX 三只ETF，合计买入 359,612股 $RKLB，金额约 2,513万美元。 而且这是 ARK 当天最大规模的买入交易。 这个时间点值得留意。 Rocket Lab 已经不再只是市场过去理解的“小火箭公司”。 Electron 今年继续维持高频发射，Rocket Lab 已经完成今年第17次 Electron 发射；与此同时，公司正在向更大的 Neutron 中型可重复使用火箭推进。 更重要的是，公司正在从单纯“替别人发射火箭”，一步步变成： 火箭 + 卫星制造 + 太空系统 + 国防订单 + 通讯基础设施 2026年第二季度，Rocket Lab： 营收达到 2.34亿美元，同比增长62% 订单储备达到创纪录的 23.6亿美元，同比增长137% 而 Neutron 一旦正式进入商业化阶段，Rocket Lab 可以争夺的市场，将从小型卫星发射进一步扩大到大型星座部署、国防任务以及更高价值的中型运载市场。 所以凯茜·伍德这次买入近 2,500万美元 $RKLB，真正值得看的并不是“木头姐又买了一只股票”。 而是她正在继续押注同一个长期方向： 太空经济正在从主题投资，逐渐进入真正的大规模商业化阶段。 如果 SpaceX 是这个时代太空产业最强的巨头之一，那么市场接下来一直在寻找的，就是： 谁最有机会成为第二个真正实现规模化、垂直整合的商业太空平台？ $RKLB 正在成为这个问题里越来越无法忽视的名字。

$META 真正被市场低估的，不只是AI能力，而是它拥有接近40亿级别的全球用户触达能力。 某种程度上，Meta就是“美国版腾讯”。 Facebook、Instagram、WhatsApp、Messenger已经把全球最庞大的社交关系、内容分发和商业入口握在手里。 这意味着一件非常恐怖的事： 别人做出一个AI产品，第一步是找用户。 Meta做出一个AI产品，第一步是直接把它塞进现有产品。 不需要从0开始买流量，不需要重新教育市场，也不需要慢慢建立分发渠道。 只要Meta把AI接入Instagram、WhatsApp、Facebook，数十亿用户马上就能看到、马上就能使用。 这就是Meta最难复制的护城河： AI模型只是起点，40亿级用户分发才是真正的武器。 别人要花几年解决“用户从哪里来”，Meta首先考虑的已经是： 怎么把AI变成广告、购物、支付、Agent、订阅和交易入口。 一旦Meta AI真正打通推荐、搜索、广告、社交、电商和支付，变现速度可能会远快于纯AI公司。 因为它甚至不需要创造新的商业模式。 它只需要让AI提高现有几十亿用户的使用时

$CRWV、$NBIS 最值得关注的地方，不只是AI算力需求爆发，而是未来数年的需求，正在被一纸纸长期合约提前锁定。 $CRWV 手握约 994亿美元合约储备，而市值只有约 450亿美元。 换句话说，已经签约的订单规模超过当前市值两倍，其中约 36%预计将在未来两年转化为营收，背后还有约 3.5GW合约电力作为扩张基础。 $NBIS 的情况同样值得注意。 公司合约储备约 500亿美元，市值约 520亿美元，单看已签订单规模，已经接近整个公司的当前估值。 更关键的是客户质量： 微软相关合约金额高达约 190亿美元，Meta约 270亿美元；与此同时，超大规模云厂商之外的销售管道，上季度增长约 3.5倍。 营收增长达到 684%，新增产能依然快速被市场吸收。 这背后真正说明的，不只是“AI很热”。 而是微软、Meta这些全球最大的科技公司，正在用数百亿美元的长期合同，提前争夺未来几年最稀缺的资源： GPU、数据中心、电力，以及能够最快交付这些资源的基础设施平台。 市场短期可以因为竞争、融资、债务、估值或者一条新闻，把这些股票大幅买上买下。 但长期真正决定价值的，还是两件事： 谁已经拿到客户。 谁真正拥有可以交付的电力与算力。 当客户已经愿意提前签下数百亿美元合约，而新产能依然供不应求时，AI基础设施周期可能仍然远没有走到终点。 $CRWV $NBIS 市场情绪每天都在变，但已经签下的长期算力合约不会因为一条新闻就消失。 签下的合约，与市场情绪，你更相信哪一个？

🔥🎯 Jensen Huang 刚刚替换了全球经济中最重要的指标。不是贸易量，不是石油产量，也不是制造业。 而是计算。 Huang：“计算等于 GDP。我对此非常确定。” 他没有说“可能”，他说的是“确定”。 如果一个国家不生产计算能力，它就无法生产情报；如果无法生产情报，就无法创造收入。这是链条上的两个环节，缺一不可，一旦断裂，整个体系就会崩溃。 Huang：“未来没有任何一个国家会说，‘我们决定退出情报领域。’” 因为退出计算，并不是一个战略选择。 而是一个灭绝进程。 任何不建立自身推理能力的国家，最终都会成为他人基础设施上的租户。不是盟友，不是合作伙伴，而是依附者。而依附者没有谈判权，只能接受条件。 但这不仅仅是国家层面的故事。 Huang：“整个软件行业都将由代币驱动。” 你接触到的每一个产品、每一个平台、每一项服务。 软件的整个商业模式，即将以消耗的代币数量来衡量，而不是以售出的席位数量，也不是以续订的许可证数量来衡量。 代币被消耗。 软件过去是你购买的工具，现在它变成了会思考的系统。 而思考需要计算。每一次查询、每一个动作、每一个机器替你做出的决策，都在消耗计算资源。 计量始终在运行。 Huang：“整个互联网行业可以将 100% 的资本支出投入到 AI，因为 AI 更好。” 不是 10%，不是试点项目，而是 100%。 任何互联网服务一旦基于生成式智能进行重构，其表现都会超过过去所有版本。搜索、广告、推荐、基础设施，无一例外。 全部都会更好。 资本支出也随之流动。全部流动。 万亿美元级资金正朝着一个方向集中，没有出口。 那些仍然把 AI 当作预算中一个单独项目的公司，实际上已经暴露了他们的认知边界。 AI 不是预算中的一个条目。 AI 本身就是整个预算。 全球经济正在被一种大多数人还未真正理解的“货币”重新计价。 这种货币是： 代币。 谁控制了这种货币的供给，谁就不只是参与新经济。 他们就是庄家。 而庄家，从不输。

$TSLA 突发新闻：摩根大通表示，特斯拉与SpaceX的合并可能具有战略意义。 ⠀ 理由包括：马斯克可以统一两家公司的领导层；单一公司业务将横跨人工智能、机器人、能源、交通与航天领域；垂直整合有望释放巨大的协同效应。 ⠀ Terafab项目预计将进一步强化制造业与人工智能基础设施建设。 ⠀ SpaceX方面的总潜在市场规模（TAM）估计达28.5万亿美元。 ⠀ 不过摩根大通同时指出，最大的障碍在于监管审批与公司治理问题，这将使任何合并方案都变得极其复杂。

📈 自动买卖讯号提示交易系统又一次精准抄底信号： $AXTI 从发出买入信号点起步即日反弹+6.56% ⠀ 图中蓝色Buy标记，正是系统在低位实时捕捉到的入场信号 ⠀ 从触发信号到拉升，走势清晰可见 🎯使用同款自动买卖讯号系统入口在个人简介中👇

投资中最重要的事，不是预测市场，而是建立一套可复用、长期胜率高的投资体系。 真正能穿越牛熊的人，靠的不是一次神操作，而是一套能够不断重复执行的方法。 以下是经过市场长期检验、普通投资者也能实践的 6 大投资体系： 1. 被动指数 + 定投体系（长期胜率最高） 你的泡沫股可能永远回不到历史高点，但优秀指数往往能够不断创出新高。 持续定投优质指数基金，不预测市场、不择时，让时间和复利成为最大的优势。 2. 白马价值体系 寻找商业模式清晰、竞争壁垒深厚、ROE 高且可持续、管理层优秀、行业空间足够大的企业，在合理甚至低估的价格买入，长期持有，分享企业成长带来的利润。 长期来看，真正创造财富的不是交易，而是优秀企业不断增长的盈利能力。 3. 资产配置体系 股票 25% + 长期国债 25% + 现金/短债 25% + 黄金 25%。 当股票上涨时，债券和黄金可能表现平淡；当经济衰退时，债券和现金又能提供保护；面对通胀，黄金则可能发挥对冲作用。 这套体系追求的不是收益最大化，而是让资产能够穿越不同经济周期。 4. 成长投资体系 聚焦 AI、机器人、云计算、新能源等高成长赛道，买入竞争优势明显、成长速度领先的公司。 成长股最大的收益来自业绩持续超预期，但也需要持续跟踪行业变化。当估值过高、成长放缓或核心逻辑被破坏时，应及时调整仓位。 5. 困境反转体系 市场往往会因为短期利空而过度悲观。 当一家公司的基本面没有永久性恶化，却因为丑闻、周期低谷、债务压力、阶段性亏损等原因遭遇重挫时，往往孕育着均值回归的机会。 这种体系最大的挑战，不是寻找机会，而是准确判断企业是否还能真正完成反转。 6. 动量交易体系 顺势而为，而不是逆势抄底。 利用价格突破、均线系统、相对强度等趋势信号进行交易，这类策略的胜率通常只有约 40%，但依靠较高的盈亏比（例如 3:1），长期依然能够获得正期望收益。 真正重要的不是每次都赢，而是让盈利远大于亏损。 没有任何一种体系适合所有人。 最危险的投资方式，不是选择错了体系，而是今天价值投资、明天追热点、后天做短线、下周又去抄底。 真正的高手，都会找到最适合自己的体系，并在市场波动中持续执行，不断迭代，让纪律最终战胜情绪。

$META 可能早已看清：个人AI代理真正的入口，不是键盘，而是语音 + 智能眼镜 我越来越认同一个判断：语音很可能会成为个人AI代理未来最重要的导航方式之一。 当AI真正从“你主动打开一个App去问问题”，进化成一个全天候陪伴你的个人Agent之后，键盘和屏幕都不再是最自然的交互方式。人不会愿意每次都掏出手机、打开应用、打字输入指令。真正自然的方式，是直接说话。 而 $META 很可能早就看到了这一点。 这也是为什么它持续投入实时语音理解、转录和音频感知模型。Muse Voice Transcribe 这样的实时音频模型，本质上并不只是一个更好的“语音转文字”工具，它真正重要的地方在于，让AI能够持续理解现实世界正在发生什么，并以极低延迟把声音转化成可以被Agent处理的上下文。 如果个人AI代理最终要做到真正有用，它必须拥有三种基本能力：听见你说什么、理解你正在看到什么，以及知道你此刻身处什么环境。 而 $META 甚至可能已经比很多竞争对手多走了两步，因为它不只有模型，还有智能眼镜。 这才是 $META 智能眼镜长期最值得关注的地方。 今天很多人仍然把它理解成“可以拍照、听音乐、接电话的眼镜”，但如果AI Agent继续快速发展，它完全可能变成个人AI连接现实世界最自然的硬件入口。 手机知道你输入了什么。 但眼镜可以看到你正在看什么，听到你正在听什么，同时通过语音知道你想做什么。 当这三种信息结合起来以后，AI就不再只是一个聊天机器人，而开始真正拥有现实世界的上下文。 你走进一家餐厅，它可以看到菜单并回答问题；你参加会议，它可以听取内容、理解讨论并整理重点；你看到一个陌生产品，可以直接询问它是什么；你旅行时，它可以理解周围环境并实时翻译；未来当Agent能够执行更多任务之后，你甚至不需要打开手机，只需要说一句话，它就可以在后台完成整个流程。 这也是为什么我认为，未来个人AI真正的竞争，可能不仅仅是谁拥有最聪明的大模型。 更重要的是： 谁拥有最自然的入口。 $META 的优势恰恰在这里。 它拥有数十亿用户的社交网络，拥有WhatsApp、Instagram、Facebook等巨大的分发渠道，同时拥有自己的AI模型、实时语音技术，以及已经真正进入消费者市场的智能眼镜。 把这些资产连接起来之后，逻辑就完全不同了。 AI模型负责思考。 语音负责交互。 智能眼镜负责看见和连接现实世界。 WhatsApp、Instagram和Facebook负责分发。 这才可能是 $META 真正想构建的个人AI生态。 现在的用户也许还没有完全走到这一步，因为多数人仍然习惯通过手机和屏幕与AI互动。 但技术发展的速度可能比我们想象得更快。 真正的转折点，很可能发生在AI Agent足够可靠、语音延迟足够低、智能眼镜足够轻便之后。到那个时候，人们可能突然发现： 手机并不是个人AI最终的形态。 真正的终极个人助理，可能一直戴在你的脸上，能够看到你看到的世界、听见你听到的声音，并通过最自然的方式——语音——随时与你互动。 如果这个方向最终成立，那么 $META 今天在智能眼镜、语音模型和AI Agent上的布局，就不是三个独立项目。 而是在提前搭建同一个未来入口。

$MRVL 正把AI数据中心网络从「铜连接时代」推向「光互连时代」。 当GPU集群从几千颗扩展到几万、甚至几十万颗时，真正的瓶颈已经不只是算力，而是：这些芯片之间，能不能用足够低的功耗、足够高的带宽彼此通信。 Marvell将在ECOC 2026展示一系列新的2nm光互连技术，核心方向非常清楚：AI网络正在从 1.6T 向3.2T连接演进，而光学正在越来越靠近交换芯片和AI加速器本身。 这次展示包括： • 2nm 400G-per-lane 光学PAM4 • 2nm 800G ZR/ZR+，集成MACsec • **2nm 1.6T Z

谁在做光芯片？ AI 数据中心正在进入高速互联时代。随着 NVIDIA GPU 集群规模扩大，800G、1.6T 光模块、CPO（共封装光学）成为下一代 AI 基础设施的重要方向，而光芯片正成为整个产业链的核心环节。 中国光芯片产业链主要包括以下公司： 1，源杰科技 国内较纯正的光芯片企业之一，核心布局激光器芯片，包括 DFB 激光器芯片等，是 AI 数据中心高速光模块升级的重要受益方向。 2，光迅科技 国内光通信龙头之一，覆盖光芯片、光器件、光模块完整产业链，具备 DFB、EML、VCSEL 等多个光芯片技术平台，是国产光通信产业链的重要代表。 3，仕佳光子 聚焦光芯片和光器件领域，在 PLC 芯片、AWG 等无源光芯片方向具备技术积累，受益于高速光互联需求增长。 4，华工科技 布局光模块、激光技术和智能制造，在数据中心高速光模块领域持续发展，是 AI 光互联产业链的重要参与者。 5，长光华芯 专注半导体激光芯片，具备高功率激光芯片研发能力，在激光产业链中具有较高技术壁垒。 6，杰普特 主要布局激光器、光电设备和光连接相关产品，在高速光互联和激光应用领域持续拓展。 7，亨通光电 传统光纤光缆龙头，同时布局光通信产业链，受益于数据中心互联、海底光缆以及通信基础设施升级。 8，燕东微 具备半导体制造能力，涉及光电半导体相关领域，更偏向晶圆制造和产业链支持环节。 9，信科移动 主营通信设备和5G相关业务，光芯片并非核心业务，但属于通信产业生态参与者。 如果从 AI 光互联投资逻辑来看： 第一梯队： 源杰科技 光芯片纯度较高，直接受益于高速光模块升级。 光迅科技 产业链覆盖最完整，从芯片到模块具备综合竞争力。 仕佳光子 聚焦光芯片细分领域，有望受益于光互联长期需求。 第二梯队： 华工科技 受益于 AI 数据中心光模块需求增长。 亨通光电 受益于全球通信基础设施和数据中心互联。 长光华芯、杰普特 关注激光芯片和光电技术突破。 AI 时代的竞争正在从“算力芯片”扩展到“连接芯片”。 未来几年，GPU 数量持续增加，数据中心内部的数据传输压力不断提升，光互联、CPO、硅光技术可能成为 AI 基础设施下一轮升级的重要方向。 光芯片，可能成为继 GPU、HBM 存储之后，AI 产业链中的下一个关键环节。

2026 年剩余时间，我会重点盯住这 10 只高风险、高回报股票。 如果 AI 基础设施、电力、数据中心、网络连接与企业 AI 应用这几条主线继续强化，这批股票很可能仍然是年底前弹性最大的名字之一。 $PLTR — Palantir 企业 AI 与政府 AI 应用核心标的，重点看 AI 平台持续放量及商业化能力。 $NBIS — Nebius AI 云基础设施高弹性标的，市场最关注的是算力扩张、数据中心建设和收入增长速度。 $BE — Bloom Energy AI 数据中心电力需求爆发后，现场发电与稳定供电的重要受益者之一。 $AAOI — Applied Optoelectronics AI 数据中心高速光通信需求持续增长，光模块和连接成为算力扩张不可缺少的一环。 $IREN — IREN 从比特币挖矿向 AI 数据中心和 GPU 算力基础设施延伸，属于高波动、高弹性的 AI 算力标的。 $MRVL — Marvell Technology 定制 AI 芯片、高速互连与数据中心基础设施的重要参与者，直接受益于 hyperscaler AI 资本开支。 $ZETA — Zeta Global AI 驱动的营销与数据软件平台，如果企业 AI 应用继续加速，应用层软件可能迎来更高估值弹性。 $VST — Vistra AI 数据中心最终拼的不只是 GPU，而是电力。电力短缺正在逐渐成为 AI 扩张最现实的瓶颈之一。 $ORCL — Oracle Oracle Cloud 正在成为 AI 基础设施的重要玩家，未来重点仍然是 AI 云合同、数据中心扩张和资本开支兑现。 $CRWV — CoreWeave 纯 AI 云基础设施代表之一，直接受益于 GPU 算力需求爆发，但同时也是名单中波动和估值风险较高的标的。 如果把这 10 只股票拆开看，其实就是 2026 年最重要的几条主线： AI 应用 $PLTR $ZETA AI 云与算力 $NBIS $IREN $ORCL $CRWV AI 网络与连接 $AAOI $MRVL AI 电力 $BE $VST 这些股票的共同点不是“安全”，而是弹性。 一旦业绩、订单、资本开支或行业催化剂超预期，涨幅可能非常快；但同样，如果估值、增长速度或市场风险偏好转弱，回撤也会明显放大。 所以这类股票真正值得做的，不是无脑追高，而是持续跟踪趋势、业绩和资金流变化，在大趋势确认时参与。 2026 年剩余时间，这 10 只我会继续密切关注。 别错过下一轮真正启动的机会。 👇 立即体验：同款买卖信号交易系统指标，获取更多核心名单、深度研究报告、交易机会

Marc Andreessen、Ben Horowitz 开始挑战传统大学：a16z 亲自培养下一代 AI 人才 Marc Andreessen 和 Ben Horowitz 旗下的 a16z，正在做一件可能影响未来教育体系的事： 不等大学培养 AI 人才，他们决定自己培养。 首届只招约 50 人，零学费、没有传统考试、没有 GPA，学生直接围绕 AI、产品开发和创业进行学习，还能接触 OpenAI、Meta、Google、Palantir 等顶级科技公司。 这不是普通的编程训练营，而是在尝试建立一条全新的 AI 人才路径。 Horowitz Andreessen Academy 计划于 2027 年秋季在旧金山启动，主要面向刚高中毕业、大学辍学，或者根本不想走传统大学路线的 16–22 岁年轻人。 它几乎把传统大学最核心的东西全部重新设计： 没有传统 GPA 没有考试 没有家庭作业 也不是为了拿一张大学文凭 取而代之的是： 直接使用 AI 学习和开发 真正做产品 参与创业项目 进入科技公司实习 直接接触创业者、工程师和企业高管 学生还可以获得超过 5 万美元 AI 算力额度，以及 5,000 美元旅行和研究预算。 更重要的是它背后的公司阵容： $GOOGL Google $META Meta OpenAI $PLTR Palantir $COIN Coinbase 超过 40 家企业可能参与项目，并成为未来直接招聘这些年轻人才的渠道。 整个项目获得约 4,200 万美元资金支持。 真正值得关注的，其实不是“大学会不会被取代”。 而是科技行业正在重新定义一个问题： 什么才叫优秀人才？ 过去企业看： 你读哪间大学？ GPA 有多高？ 拿了什么学位？ AI 时代可能越来越看： 你能不能用 AI 做出真正的产品？ 你能不能独立解决问题？ 你有没有真实项目经验？ 你能不能把 AI 变成生产力？ 过去最顶尖的路线可能是： 高中 → Stanford / MIT → 硅谷科技公司 未来可能多出另一条： 高中 → AI Academy → 真正做产品 → 顶级科技公司 / 创业 所以 Marc Andreessen 和 Ben Horowitz 现在投资的，可能已经不只是下一批 AI 公司。 他们开始亲自培养—— 未来创造这些 AI 公司的人。

$META 真正想把 Muse 做成的，可能根本不只是一个AI助手，而是未来互联网的“交易入口”。 现在 $META 正在与 $PYPL 合作，让 Muse 用户能够直接购物并完成结账。 Meta 甚至放话：“我们会不懈努力，直到你的 Muse 能购物到筋疲力尽。” 这句话其实已经把野心说得很清楚了： Muse 的终局不是回答问题，而是替你完成交易。 过去的互联网路径是： 搜索 → 点进网站 → 比较商品 → 加入购物车 → 填资料 → 付款。 AI Agent 时代可能变成： 告诉 Muse 你想要什么 → Muse 搜索 → 比价 → 筛选 → 下单 → PayPal 付款。 用户甚至不需要真正进入商户网站。 这会彻底改变互联网最值钱的一层——交易入口。 Meta 已经拥有 Facebook、Instagram、WhatsApp 带来的巨大用户分发能力，现在又开始把支付、电商和商户网络接入 Muse。 如果这个闭环最终成立： 社交关系 + AI Agent + 商品发现 + 支付 + 商户网络 Meta 就不再只是卖广告。 它可能开始直接控制消费者从“产生需求”到“完成付款”的整个路径。 这也是为什么 PayPal、Shopify、Stripe 这些合作越来越值得关注。 真正的竞争已经不只是“谁的AI模型更聪明”。 而是： 谁能够成为那个每天替几十亿人搜索、选择、购买并付款的AI。 如果 Muse 最终占据这一层，$META 得到的就不仅是一个成功的AI产品。 它得到的可能是下一代互联网的交易入口。 $META $PYPL

AI时代，每一位CEO现在都被迫面对一个几乎无法回避的选择：到底是接入AI平台，还是把平台封起来？ 两条路都有巨大机会，也都有可能直接改写一家公司的未来。 第一条路，是主动把自己的产品、数据和服务接入 OpenAI、Anthropic、Meta 等AI平台。 好处很明显：你可以获得新的流量入口、新的用户、新的收入来源，甚至借助AI代理把原本复杂的购买、搜索、预订和服务流程全部重新做一遍。 但风险同样明显。 当用户越来越习惯通过AI完成搜索、比较、购买和决策之后，你的品牌可能逐渐从“用户直接访问的平台”，变成AI背后的一个数据源或者服务供应商。 今天AI替你导流。 明天AI也可能替代你的入口。 第二条路，是在自己的平台周围筑起更高的墙。 限制API、限制数据抓取、限制AI代理调用，尽量把用户关系、数据和交易留在自己的生态之内。 这样可以保护护城河，却可能付出另一种代价： 当AI开始成为新的互联网入口，你可能同时失去数亿用户触达、网络流量以及潜在交易收入。 所以这根本不是简单的“开放还是封闭”。 真正的问题是： 你到底愿意把多少控制权交给AI平台，来换取增长？ 而又要保留多少核心能力，避免未来被平台反向商品化？ 没有人真正知道标准答案。 不同公司、不同商业模式，最终答案可能完全不同。 但有一点越来越清楚： CEO今天做出的AI平台战略，可能不会只影响未来一两年的增长，而是决定未来十年，公司究竟是掌握入口的人，还是被入口分发的人。 这可能是这一轮AI浪潮里，所有大型企业管理层最难的一道题。

很多人仍然低估了 $META 最强的一张牌：一旦它真的做出优秀产品，分发速度可能极其恐怖。 过去 Meta 已经证明，即使产品本身并不是市场上最领先的，它依然有能力依靠 Facebook、Instagram、WhatsApp、Messenger 这样的超级入口，把产品迅速推向数亿用户。 而 Muse 最大的不同是：这一次，Meta 手上的产品本身也开始足够强。 这意味着竞争逻辑已经变了。 以前大家担心的是： Meta 能不能做出真正有竞争力的 AI 产品？ 现在更值得问的是： 如果 Meta 已经拥有一个足够优秀的 AI 产品，再叠加全球最强的社交分发网络，会发生什么？ 这才是 Muse 真正值得重视的地方。 Meta 不需要从零获取用户，不需要重新教育市场，也不需要花几年时间建立流量入口。它已经拥有几十亿用户、完整的社交关系链、广告系统、创作者生态和商业化基础设施。 一旦 Muse 被深度嵌入 Instagram、WhatsApp、Facebook 甚至广告与电商体系，它面对的就不只是“AI 产品之间的竞争”，而是： 产品能力 × 超级分发 × 用户关系链 × 商业化能力。 这也是为什么我认为市场现在可能仍然低估了 Muse 的潜力。 Meta 过去已经把“不够优秀”的产品做到数亿用户。 如果这一次，它手里拿着的是真正优秀的产品，结果可能完全不同。 Muse 真正的优势，可能不是它比所有竞争对手强多少，而是 Meta 有能力让它比任何竞争对手更快出现在所有人面前。 $META

AI存储的第二轮重估，可能才刚开始：GPU旁边正在多出一块越来越贵的“新土地” 花旗最新判断给出了一个非常重要的信号： 2027年企业级SSD需求预计暴增约53%，而真正改变存储需求结构的，是AI正在把越来越多KV Cache从昂贵的HBM/DRAM卸载到SSD。 这意味着，AI资本开支的下一阶段可能不只是继续买GPU。 GPU旁边的高容量SSD，正在逐渐变成新的刚需。 为什么？ 现在的AI已经从一次性问答，进入Agent、多轮推理、长上下文和持续学习时代。 模型需要不断保留过去生成的KV Cache。如果全部放在昂贵的HBM或DRAM里，成本太高；但如果把部分“暂时不用、以后可能继续调用”的KV Cache转移到高速NVMe SSD，就可以大幅扩展缓存容量，同时降低成本。 换句话说： AI模型记得越多、对话越长、Agent工作时间越久，需要保存的数据就越多。 这就是企业级SSD需求突然加速的原因。 而且受益最大的并不是普通消费级SSD，而是数据中心使用的高容量企业级SSD，尤其QLC NAND。 花旗预计，2027年全球NAND需求增长约29%，而供应增长约21%；2028年需求预计增长约33%，供应约25%。对应的NAND供需缺口预计约为2027年的6.1%和2028年的5.5%。 这点非常关键。 因为存储行业过去最大的特点就是周期性： 需求好 → 厂商扩产 → 供应过剩 → NAND价格暴跌。 但这一轮情况可能不一样。 存储厂商现在还要把有限资本和产能分配给DRAM、HBM和先进制程，NAND扩产速度未必能够立即跟上AI带来的需求增长。 于是可能出现一个组合： AI需求高速增长 + NAND供给受限 + 企业SSD容量越来越大 = NAND价格继续保持强势。 这条线真正值得盯的就是： $MU Micron HBM、DRAM、NAND三条AI存储主线同时覆盖。 $SKHY SK hynix HBM已经处于核心位置，同时拥有NAND和企业级SSD业务。 $SNDK Sandisk 相比前两者，业务更加直接暴露于NAND和闪存周期，因此如果企业SSD和NAND价格继续上行，弹性也会更直接。 花旗甚至认为，AI持续学习、KV Cache卸载、高密度企业SSD以及未来Personal AI / Physical AI需求，可能让全球存储供应紧张延续到2031年前后。 所以这轮AI存储行情可能正在发生一个很重要的变化： 过去市场交易的是： AI需要更多HBM。 下一阶段可能开始交易： AI不仅需要更快的内存，还需要海量、便宜而且距离GPU足够近的高速存储。 GPU负责“思考”， HBM负责“眼前正在处理的信息”， SSD则越来越像AI的“长期记忆库”。 如果这个架构继续发展，企业级SSD很可能成为继HBM之后，AI存储链下一条被重新定价的主线。 $MU $SKHY $SNDK

我觉得现在看 $META，最值得注意的是这几个点： 它不需要等 AI 自己赚钱，原来的广告业务就能给 AI 输血。 Meta 对 2026 年资本开支的指引高达 1150亿–1350亿美元，主要用于超级智能和核心业务基础设施；同时公司仍预计 2026 年营业利润高于 2025 年。换句话说，它有能力一边巨额烧钱建 AI，一边保持核心业务盈利。 它拥有别人很难复制的分发渠道。 Facebook、Instagram、WhatsApp 本身就是数十亿用户的入口，AI 产品不需要像初创公司那样从零买流量。最新推出的 Muse 上线仅 12 天，在美国和加拿大就达到约 280 万次下载，市场因此重新评估 Meta 在消费级 AI 的竞争力。 Muse 让 Meta 从“AI辅助功能”开始走向真正的 Agent。 它已经可以跨应用处理邮件、旅行预订、交易等任务，而不是只做聊天机器人；这意味着未来的商业模式可能从广告继续延伸到订阅、交易佣金和 Agent 服务。 Meta 最大的优势其实是数据 + 分发 + 商业化同时存在。 很多 AI 公司有模型但没有流量，有流量的公司未必有广告系统，有广告系统的公司又未必拥有自己的大型 AI 基础设施。Meta 几个条件同时具备，所以一旦产品层跑通，变现路径会比纯模型公司短很多。 所以我现在反而觉得，市场过去太容易把 Meta 简化成“Llama 做得好不好”。 真正应该看的不是某一代 Llama 能不能赢 GPT，而是 Meta 能不能把 AI 塞进 Instagram、WhatsApp、Facebook、广告、电商和智能眼镜，最后让几十亿用户每天都在用。 如果这条路径成立，Meta 争的就不只是“最强模型”，而是 AI时代最大的用户入口之一。

2027—2028，AI第二轮资本开支可能才真正进入高潮：GPU之后，钱正在涌向ASIC、电力、互联和先进封装 伯恩斯坦密集会见博通、英伟达、应用材料、Astera Labs等11家公司后，一个时间点不断重复出现： 2027—2028年。 最值得注意的并不是AI需求放缓，而是AI资本开支正在明显扩散。 过去市场盯着GPU，下一阶段真正可能出现巨大增量的，却是： ASIC、晶圆、先进封装、HBM、电源、液冷、高速互联、硅光。 这可能意味着，AI投资正在从“买GPU”进入“建设整座AI工厂”的第二阶段。 1｜$AVGO：ASIC开始从故事进入收入兑现 博通给出的AI收入路径非常夸张： 2027年：约 1150亿美元 2028年：约 2300亿美元 如果这条路径兑现，最大的意义不仅是博通收入增长，而是证明大型科技公司自研ASIC正在真正进入规模化时代。 但现在行业最大的限制已经不完全是订单。 更现实的瓶颈正在变成： 电力够不够？ 数据中心能不能按时建好？ 先进晶圆够不够？ 封装产能够不够？ HBM和存储能不能跟上？ AI芯片需求仍然存在，但想把芯片真正变成收入，整条供应链都必须同时扩产。 2｜$AMAT：半导体设备和先进封装可能进入新一轮扩产周期 应用材料已经开始按照2028年的需求准备产能扩张，部分产出甚至考虑翻倍。 原因很简单： AI服务器越来越复杂以后，每增加一代计算能力，需要的不只是更多GPU。 还需要更多： 晶圆制造 先进封装 HBM 基板 电源管理 散热设备 与此同时，800V高压直流供电架构的真正收入贡献，更可能集中在 2027年底—2028年。 这说明AI数据中心正在从“芯片升级”进入“整个电力架构升级”。 3｜$ALAB：互联可能成为下一笔被市场低估的大预算 当一个AI集群从几千颗GPU扩大到几万、几十万颗芯片时，真正困难的问题会变成： 这些芯片怎样高速、低延迟地连接在一起？ 所以接下来AI资本开支中，网络和互联的占比可能继续提高。 目前几个重要时间点也高度一致： UALink：2027部署 → 2028放量 NPO：2027测试 → 2028放量 CPO：商业化时间可能更靠后 这背后对应的是一整条新的AI基础设施链： SerDes 高速交换 光模块 硅光 DSP Retimer CPO 过去市场认为“GPU决定算力”。 未来越来越可能变成： GPU决定单颗芯片性能，而互联决定整个AI集群能扩到多大。 4｜AI行情开始从GPU向整座服务器扩散 $NVDA 依然处于AI计算核心。 但如果2027—2028年的资本开支按照现在的方向推进，增量可能越来越多流向GPU之外： 计算： $NVDA $AVGO 设备/制造： $AMAT 高速互联： $ALAB 先进封装 / HBM： 半导体供应链 电源： 800V数据中心架构 光通信： 光模块、硅光、CPO 服务器： 整机、机架和网络系统 这也是未来两年AI投资逻辑最重要的变化之一： 第一阶段，市场交易“算力不够”。 第二阶段，市场可能开始交易“电力不够、互联不够、封装不够、存储不够”。 GPU并没有结束。 恰恰相反—— 正因为GPU和ASIC数量越来越多，围绕它们的整条基础设施供应链，才可能迎来下一轮更大的资本开支。 $NVDA $AVGO $AMAT $ALAB

AI投资已经不只是 $NVDA：22只ETF把整条产业链拆开了 如果你还把AI行情理解成“买英伟达、买半导体”，可能已经低估了这一轮资本开支扩散的速度。 现在AI已经从GPU一路扩散到：HBM、晶圆、光通信、Neocloud、电源、MLCC、液冷、软件、网络安全，甚至OpenAI、Anthropic、Meta、DeepMind和xAI各自的生态链。 这份AI ETF地图，建议收藏： 一｜半导体 / GPU / 晶圆 $SMH VanEck半导体ETF 半导体核心组合，覆盖英伟达、台积电、AMD等龙头。 $SOXX iShares半导体ETF 同样覆盖整个半导体产业链，配置相对分散。 $AIFR Defiance Global Foundries ETF 专门聚焦晶圆制造，把AI投资进一步拆到“谁负责真正把芯片制造出来”。 二｜HBM / DRAM / 存储 $DRAM Roundhill Memory ETF 直接押注存储产业链，包括DRAM、NAND以及AI最重要的HBM方向。 AI算力越强，对高速存储的需求越高，所以HBM已经从普通零组件升级成AI基础设施的重要瓶颈之一。 三｜光通信 / 光模块 / 硅光 $LYTE Roundhill Photonics & Optics ETF 聚焦光通信、光学、光模块和相关产业链。 $FOTO Tuttle Capital Pure Play Photonics ETF 同样主打Photonics光子技术。 当AI集群从几千颗GPU扩展到几万甚至几十万颗芯片以后，最大的挑战之一，就是如何让这些芯片高速连接。 所以AI的下一轮预算，不只是“算得快”，还要“传得快”。 四｜Neocloud / GPU算力租赁 $NCLD Roundhill Neocloud ETF 重点押注GPU-as-a-Service、AI数据中心以及Neocloud算力租赁。 如果不想自己买GPU，就租算力。 这也是AI基础设施里过去两年迅速冒出来的一种新商业模式。 五｜传统云计算 $SKYY First Trust云计算ETF 聚焦成熟云生态。 相比Neocloud，这条线更多是传统云计算、软件和基础设施平台。 六｜MLCC / 电容 / AI电源 这一块可能是目前市场最容易忽略的AI基础设施分支之一。 $CCML Roundhill MLCC & Electronic Components ETF 聚焦MLCC以及电子元件。 $CAPA 电容 / MLCC ETF 主要覆盖被动元件、电容相关产业链。 $PSOX AI服务器电源相关ETF 聚焦AI服务器供电、电源转换及相关零组件。 为什么这些东西突然重要？ 因为GPU功耗越来越高，AI机架的电力密度也越来越高。 到了下一代AI数据中心，市场讨论的已经不是单纯“GPU够不够”，而是： 电送不送得到？电压稳不稳定？功率转换效率够不够？ 七｜液冷 / AI热管理 $COOL AI Thermal Management ETF 聚焦液冷、散热以及AI数据中心热管理。 GPU越强，产生的热量越大。 所以AI资本开支最终会形成一条非常清晰的链条： 芯片 → 电力 → 散热 → 互联。 少任何一环，整个AI数据中心都跑不起来。 八｜AI软件 / SaaS $IGV iShares Expanded Tech-Software Sector ETF 覆盖软件、SaaS以及云软件。 $WCLD WisdomTree Cloud Computing Fund 更集中在云计算软件方向。 AI基础设施建设完成以后，最终还是需要应用层去产生收入。 所以AI交易的后半场，很可能会逐渐从“卖铲子”向“谁真正把AI变成软件收入”扩散。 九｜网络安全 $CIBR First Trust Nasdaq Cybersecurity ETF $HACK 网络安全ETF $BUG Global X Cybersecurity ETF AI Agent越来越多、企业数据越来越多、模型访问权限越来越复杂，网络安全本身也可能成为AI时代另一笔刚性IT预算。 十｜最特别的一组：直接押注五大AI实验室生态 这可能是整张ETF地图里最有意思的一组。 $OAIW OpenAI Lab Ecosystem ETF 押注OpenAI产业链合作伙伴。 $ANTW Anthropic AI Lab Ecosystem ETF 押注Claude / Anthropic生态。 $MTAW Meta AI Lab Ecosystem ETF 押注Meta AI生态。 $DEPW Google DeepMind AI Lab Ecosystem ETF 押注Gemini / DeepMind生态。 $XAIW SpaceXAI Lab Ecosystem ETF 押注xAI / Grok生态。 这类ETF的逻辑已经不再只是： “AI会不会增长？” 而是进一步变成： 你认为未来哪一个AI生态系统会跑出来？ 把这22只ETF放在一起，其实就能看清AI行情正在发生什么变化： 第一阶段，市场买GPU。 第二阶段，市场买HBM、晶圆和服务器。 第三阶段，市场开始买光通信、电源、MLCC和液冷。 再往后，则是云、软件、网络安全和AI应用生态。 所以AI并不是一个板块。 它正在变成一整套新的科技基础设施。 真正值得研究的，已经不是“AI行情什么时候结束”，而是： 下一笔AI资本开支，会流向产业链的哪一层。

📊 战绩追踪：推介之后最大涨幅股票的最大涨幅 前10排名。所有的入场价、目标价均在「交易机会」同步公开。 每一笔时间戳均可完整溯源 按推介后最大涨幅排名： $MU +850.0% $SNDK +823.1% $LITE +728.7% $CRDO +651.2% $INTC +468.0% $ALAB +436.6% $ASTS +411.5% $AMD +403.4% $MRVL +338.7% $ARM +330.5% ⠀想获取更多核心名单、深度研究报告、交易机会 👇