20岁是奥德赛时期 每次在安逸快乐地生活一段时间后，都会有一盆冷水突然浇下来，打破一切美好的幻想、滤镜，让你不得不面对冰冷的现实。 我以前很庆幸自己才20岁，尽管也经历了很多黑暗时刻，还是愿意相信世界的美好、在亲近信任的人面前展现孩子气的一面。 现在我痛恨自己只有20岁，心里的理想主义离自己太远，世俗的成就还不足以让我触碰“理想”。想要并肩的人在自己前面一大截，没有办法处理好各种复杂人际关系，好像怎么做都没有办法让所有人都满意。 有时候稍微撒个娇、偷个懒，这些情绪会被意想不到人和事打回来。 它们会告诉你，那些安逸时刻的快乐是虚假的，是不合适的，是对自己不负责的。 可能人的一生，安逸时刻只能有那么短，在每一个周期或者课题下，你只可以快乐一段时间，然后很快被各种意想不到的事物击碎，逼着你继续解决下一个难题，继续咬牙往前走。 20岁啊20岁，我从来没有这么急切的想要长大，是不是自己没有那么长的反射弧，再多一点勇气，考虑得再周到一点，心智再成熟一点，这个世界就会更友善一点。 还有9天，我就21岁了。 之前18，19岁的时候，总是觉得二开头就已经开始变老了。期盼自己就算是三开头的年龄，也依旧可以保持那份纯粹。 最难过的是，每当你又走过一段黑暗的路，以为自己可以稍微歇脚的时候，睁开眼睛一看，发现自己依旧是那只小绵羊。 你以为在这个世界，你终于成为了跑得最快的那只小羊，但是当你通关到下一个世界，发现周围都是狼。 终于不再下雨了，虽然还是没有阳光，至少不会再有雨季综合症了。

看完suki姐@suwanyu7777 的科普视频后，专门去研究了一下最近大家讨论热度非常高的存储板块，以及这个板块里包含的HBM（AI高端内存）、普通DRAM（通用内存）、NAND闪存（持久存储）三者的区别。 首先，为什么说存储行业是典型的强周期？价格大起大落，厂商的利润就像是过山车？ 第一个原因就是，建一个生产存储芯片（DRAM/HBM/NAND）工厂的成本太高，而且盈利周期太长。 想象你要建一个“能在一根头发丝上画出几万条高速公路的”的超级工厂。 首先需要一个足够大的房子，可能占地几百亩到上千亩。房子里不能有一粒灰尘，必须保持绝对的无震感，就像建在太空的无尘实验室。 要把上千台“画笔机器”搬进去，光刻机（尤其是EUV极紫外光刻机）、刻蚀机、沉积机、检测机器等，每一台都比豪宅还要贵，这些画笔要精确到“纳米级”，比病毒还小。 把房子建好、机器搬进去后，还要花很长的时间训练这些“画笔机器”。需要反复实验上百道步骤，光刻、刻蚀、清洗、堆叠等，让他们每天都画出完全一样的完美图案。而且废品率要很低很低，否则达不到客户的要求就卖不出去。 从破土动工到真正可以稳定、大量的生产好芯片，至少需要2年。 第二个原因就是，产能受供需的影响太大了。 首先看生产端。 如今因为AI内存需求大，价格水涨船高，三星、SK海力士、美光、长鑫等都在疯狂的建新厂或者扩产，但新产能需要两到三年后才能真正的贡献产量。 而现在大家一起建厂，等到几年后产能一起释放，供大于求的时候，价格可预见的会大跌。 再看消费端。 经济形势好或者AI热潮到来的时候，大家都比较乐意换新手机、新电脑，AI服务器。消费需求暴增，存储板块价格也会随之大涨。 经济形势不好或者AI热潮过去，大家对于这种耐用消费品的支出会减少。消费需求暴跌，存储板块价格也会随之哗啦啦往下掉。 最后看下游厂的存货量。 内存价格要涨，手机厂、电脑厂、AI服务器厂家会多买一点存着。 反之，它们就会赶紧把库存卖掉。 这一买一卖，就把价格的波动变得更大。 在AI服务器里面，GPU旁边装HBM负责超快计算，普通DRAM负责系统整体内存，再配上NAND闪存做长期存储。 三种芯片各司其职，其中，HBM被视为“AI时代的石油”。AI大模型训练和高端推理严重依赖超高带宽内存，HBM直接决定AI算力能否发挥出来。 HBM是目前半导体行业里面战略价值最高的存储细分领域，已经成为了美中韩三国在AI时代争夺半导体话语权的关键战场。 目前的格局是 韩国（三星+ SK海力士）最领先 美国（美光）快速追平 中国（长鑫存储）追赶中 HBM4/HBM4E已经成为前三强共同竞争的赛道，长鑫科技虽然目前没有尚未大规模进入这个赛道，但是它仅仅用九年时间，从合肥的一片工地到全球DRAM第四。 这也是从战略意义上，国内市场看好它的原因吧。 DYOR～

细细研究完musol @MMMusol 的看公司12个指标，我发现可以把这十二个指标分为盈利真实性、竞争优势、运营效率、管理诚信、市场风险这5大类。 1. 盈利质量与真实性：判断公司利润是否“真金白银”，还是通过会计手段粉饰。 2. 盈利能力与竞争优势：评估公司定价权、成本控制和护城河强度。 3. 运营效率与供应链地位：看公司在产业链中的话语权和资本使用效率。 4. 管理层诚信与团队稳定性：评估管理层可信度和核心团队风险。 5. 销售质量、市场地位与风险 看订单真实性、客户结构、行业阶段和财务/股东风险。 不过，读完后也浅浅地按照我个人比较容易理解的角度，整理了一份“创始人—管理层—市场”的框架来归类一些指标。 1.创始人作为公司DNA的源头，以及整个生命周期的战略制定者，主要看ta的历史战绩、利益绑定和愿景。 创始人过去创业、融资时的目标达成率（最强信号） 创始人持股比例 + 减持/质押行为（高持股且不乱减持/质押更好） 创始人是否从早期就聚焦技术、品牌等核心壁垒（看其公开言论、早期公司定位） 2.中间层主要影响了公司的治理和执行力。 管理层历史业绩预告和战略目标兑现情况 技术、财务等关键岗位离职频率（尤其是连续高离职需警惕） 订单成色（已锁定金额 vs 框架协议比例） 3.市场对公司的认可度、竞争地位和风险敞口。 行业渗透率（跑马圈地还是已触及天花板） 前五大客户集中度（占比过高 = 风险大） 渠道库存真实情况（判断是否真实销售） 如有不足，欢迎指正。

如果你想要创业，第一件需要考虑的事情是什么？ 是找合伙人？还是请员工？还是先找客户？ 这些都是人的因素。 找合伙人，我们需要考虑对方的人格底色、彼此的信任度以及能力的衡量。 请员工，我们需要考虑的是ROI， ROI =（员工带来的收益 - 员工成本）/ 员工成本 × 100% 找客户，这是最关键也是最难的一环，很多人创业之所以成功，是因为他们先有客户再交付产品。 什么时候才会产生中间层呢？ 先靠创始人或小团队找客户、验证产品 ，这时候形成了一个初步的小商业模式闭环。 等到客户越来越多、订单数量也随之上涨，这驱动着团队必须扩大 。 团队的人数扩大到一定规模后，创始人必须把管理这个职能分出去，才能有精力去做更高价值的战略决策。 这个时候，中间层自然诞生，核心职责就是把管理这件事专业化、系统化。 这个管理不只是说督促员工按时完成工作，定期汇报进程。 最重要的是，要了解团队中的每一个人，知道每一个人的长处和短处。下达工作指令的时候给每个人分配合适的工作，而且还要让团队成员间相互取长补短，互相协作，从而达到工作效率的最大化。 在这期间，还有很多细节性的考量，比如如何做到生活和工作之间的边界感，如何构建一个积极团结的工作氛围，如何防止员工之间产生矛盾，如何尽量避免小团体的产生。 甚至可以细节到，如何在每一次团建中控制人数，定向分配邀请。 而AI带来了前所未有的生产力革命，它现在已经能够胜任绝大部分机械性强、规则清晰、信息处理为主的工作。 不过每一个AI工具都有自己独特的优缺点，在OPC的创业浪潮中，创始人往往要担任决策和管理的两重职责。 只不过在产品的制作过程中，大幅度减少了和人打交道的场景。 而剩下的最关键的和人有关的因素，就是面向客户。也就是了解客户需求，甚至是创造客户需求的能力。 未来，也许我们跑通一个商业流程，只需要一个产品经理。