文| Victor ( @vcmktasa ) · Mr. Z ( @168MrZ )
來賓：Frank（ @qinbafrank ）
2026 年6 月初，台北COMPUTEX 大會火熱，黃仁勳喊出Marvell 將是下一家市值破兆的公司，光互連板塊集體大漲。同一時間，宏觀面卻一點都不平靜，霍爾木茲海峽封鎖已滿百日，油價仍卡在90 美元一帶，市場屏息等待6 月13 日公佈的5 月CPI；而SpaceX 即將以約1.75 兆美元估值掛牌IPO，Anthropic 也已秘密遞交版文件，下半年的流動性重排性圖。
在硬體熱潮與宏觀變數交織的此刻，168X 邀請到少數能同時橫跨宏觀經濟、美股科技、AI 供應鏈與Crypto、並長期追蹤全球資金流向的投資人Frank（ @qinbafrank ）。 Frank 從行動互聯網、創業、VC 一路打磨出來的「自上而下、跨市場」框架，在這場超過兩小時的對話裡給出了相當完整的判斷：他不認為AI 有泡沫，認為整個商業化才剛剛走過貨幣化的拐點、行至半程；真正值得警惕的，是宏觀邏輯被「重置」式的尾部風險。他從英偉達的三次大辯論講起，逐一拆解滲透率紅利、資本開支戰爭、光互連與CPO、Nokia 與邊緣計算、緊缺/升級/遠期三大資金邏輯，再到SpaceX IPO 的流動性衝擊與比特幣後市。
一、研究架構：從行動互聯網、創業到VC 的跨市場投資路徑
Mr. Z：Frank 哥是少數能在Twitter 上同時深諳宏觀經濟、美股科技、AI 供應鏈以及Crypto、還有全球資金流的頂級投資人。先請Frank 自我介紹，也聊聊這套研究市場的架構是怎麼形成的？
Frank：剛才Z 說頂級投資人，這真的不算，遠遠達不到，就是一個普通投資人。中國有句古話叫「滿桶水不響，半桶水晃蕩」，說的就是我，每一塊都懂一點，但要往更深去說多麼精通，可能也沒到那個地步。
我平常做美股和加密的投資，以二級為主，同時在X 上寫一些對宏觀、產業還有個股邏輯的分享，都是我自己思考的一些點。我的職業生涯其實分兩段：十多年前在中國的行動互聯網產業工作了七八年，做過產品經理，自己也創業、融了幾輪資，但沒做成，後面轉型做VC。進入加密領域是在2017 年底、2018 年初，延續我做一級市場VC 的思維去投一些項目，最早叫ICO，後面叫私募。大概到2021、2022 年，因為中國的政策越來越緊，一級的業務就不做了，轉到二級相關的投資，這些年算是個人投資人。
這套框架其實跟我之前的工作是一脈相承的。我畢業第一份工作就在互聯網，正好趕上整個全球從PC 到行動互聯網的轉型階段；在國內大廠待過、自己創業過、又做過VC。做VC 基本上給我奠定了一個基礎：你要從產業的角度出發，去拆解一個產業發展到什麼狀態、趨勢在哪、有哪些紅利，紅利下面有哪些機會點，機會點上有哪些公司，然後怎麼去看一家早期公司的切入點、它解決的痛點，甚至看創始人到底不work。這就讓我自然了解網路、科技業各種業務類型和商業模式的優劣。
我第一個美股帳戶大概是2013 年開的，做美股的時間比做加密更長。但說實話，早期純粹是吃到了產業的紅利，談不上對市場有多了解，那時候唯一的思路就是：這個產業能看到趨勢、成長很快，無腦搞就行了。真正讓我下功夫去搞懂市場的，是進加密之後接連經歷的幾次大跌：2018 年下半年中美貿易戰爆發、美聯儲最後一輪加息，美股四季度大跌，比特幣從6,000 跌到3,000；然後是2020 年3月疫情黑天鵝，美股三週之內四次熔斷、跌幅之快歷史罕見，接著聯準會緊急降息、宣布無限量量化寬鬆，美股就頭也不回地一路往上。
那一波真正促使我去想：為什麼會這樣？所以大概在2020 年，我把市面上所能找到的聯準會歷史、貨幣金融學、央行、現代貨幣理論、大類資產配置的書幾乎都看了一遍。像伯南克（Bernanke）寫的《行動的勇氣》和後來他跟保爾森（Paulson）、蓋特納（Geithner）合著的《滅火》，講2007 到2009 年金融危機期間美聯儲做了哪些動作、怎麼跟國會博弈、怎麼跟財政部協調；保爾森的《峭壁邊緣》（Volcker）邊緣了哪些動作、怎麼跟國會博弈、怎麼跟財政部協調；本質上我就是想弄清楚它的邏輯和核心是什麼，那一兩年就慢慢形成了我對宏觀的認知架構。
所以後面無論看RWA（真實世界資產）、看AI，在我看來都是同一套：把它當成一個科技行業，去看它業務正常往哪裡轉、哪些路走不通、哪些路有可能，商業模式該怎麼變。過往這些工作、職業和投資經歷，慢慢讓我形成一個偏綜合、偏自上而下，去理解產業和宏觀的風格。
二、AI 三次大辯論：用英偉達股價看「趨勢、算力、賺錢」三大疑慮如何被驗證
Mr. Z：現在整個美股，還有台股、韓股這些新興市場的AI 熱潮，有點像2020 年聯準會放水、Crypto 吃到流動性的感覺。但現實是聯準會並沒有降息、甚至今年可能因為戰爭而升息。你會怎麼看現在的市場，AI 的錢來到哪一步了？
Frank：我自己的看法是，現在跟2020 年看起來很像，其實不同。 2020 到2021 年現在回過頭看，是黃金時代的尾聲。那時最主要的驅動力，一個是利率到0，第二個是無限量量化寬鬆，幾乎每個月都要買兩三千億美元的國債。疫情前聯準會的資產負債表大概3 兆美元，到2022 年開始縮表時已經到8.9 兆，等於2020 年第二季到2022 年二季度，大概擴了四到五兆美元，這個規模非常大。再加上那時行動網路發展了十年、剛好最成熟，巨頭業績爆發，所以是既漲業績又漲估值，大水漫灌之下所有資產都飛起來，加密更不用說。
但今天不一樣，現在是一個「有限寬鬆」的時代。我在2024 年7、8 月寫過一個推文，預測未來兩三年美聯儲大概是有限度寬鬆：利率能到3 到3.5 之間，可能不會做QE（量化寬鬆），但會視情況做一些小規模擴表。現在事實上就是這樣，利率在3.5 到3.75 之間、沒有QE；去年底縮表到尾聲後出現流動性危機，才開始購買短債做小擴表，而且最近兩個月規模還逐月下降，從3、4 月每月約400 億美元，到本月每月只剩大概100 億美元。這種環境裡，沒有基本面的資產就很難受。
AI 不一樣的點在於，它是一個真的很大、大家也都認知到的趨勢。我去年寫過一篇推文叫《關於AI 的三次大辯論》，你看英偉達的走勢就能看出來，明顯分成三段。
第一段，2022 年底到2023 年底，市場辯論的是「AI 到底是不是趨勢」。 ChatGPT 3.5 在2022 年底出來後市場很激動、漲了一波，但那時候全球半導體產業還沒復甦，企業採購、科技公司資本開支都還沒起來，業績也沒釋放，純粹是炒預期。所以2023 下半年英偉達基本上停滯，高位震盪了大概六個月。
第二段，2024 年初到2025 年一季度，辯論的是「AI 需不需要這麼多算力」。拐點我認為是2024 年1 月達沃斯論壇，Sam Altman 在裡面講話，接著推了GPT-4 和Sora（視頻模型），一下子引爆；更核心的是英偉達的業績從2023 年底開始大規模釋放，企業採購GPU 越來越快。然後2025 年1 月DeepSeek 出了大模型，報道說訓練成本非常低，震動美國科技界，a16z 的創始人馬克・安德森（Marc Andreessen）發了推文盛贊，市場一度很慌，覺得用不到這麼多算力，加上年初關稅戰，英偉達跌了一波。
順帶一提，我覺得Sam Altman 非常有遠見。他在2024 年初達沃斯就提出未來要用7 兆美元去建資料中心、去搞算力，當時不只外人覺得是天方夜譚，連黃仁勳、台積電CEO 魏哲家都覺得不可能。但到了2025 年，大家慢慢都看到這個邏輯，科技公司可能看得更多，因為模型參數越來越多、數據越來越豐富，需要更多算力。
第三段，2025 年第四季到2026 年二季度，辯論的是「投入這麼大的資本開支，到底能不能賺到錢」。我在2 月寫過一篇長文叫〈這場資本開支的戰爭意味著什麼》。當時其實已經看出端倪：1 月初Google、Anthropic、阿里都推出自己的agent，Meta 也試圖收購Manus（雖然後來被中國政府否決），整個2 月各種agent 應用爆紅、大量人在燒token。趨勢能看到，但還需要資料驗證。
我在那篇長文裡判斷，4 月的第一季財報季非常關鍵，傾向認為大型雲端廠商（微軟、亞馬遜、Google）會交出非常爆的財報，把市場從「質疑」推向「驗證」。這也正是4 月以來整個市場漲這麼快的原因：大家終於看到數據了。一個是這三家雲端業務大規模爆發，因為它們的收入來自B 端企業和C 端用戶消耗token；另一個是Anthropic 的年化收入（ARR）快速成長，我記得3 月大概是300 億美元，4 月400 億，5 月就到450 億了。那環比可能都是百分之十幾二十的成長。
我那時候還寫過一個推文，說這是AI 貨幣化的一個拐點：之前大家擔心這麼大的投入賺不回錢，現在證據證明能賺、而且增速在加快，質疑轉向驗證，大家自然就放心大膽地往上沖。
三、商業化轉折點與資本開支戰爭：滲透率紅利為何決定這輪多頭市場
Frank：那AI 到底發展到什麼狀態？我有個框架，第一名是看滲透率。科技業本質上都是吃滲透率的紅利，10% 是個轉捩點。過了10% 有兩層意義：第一，代表這個技術真的有用，否則不會有10% 的人去用；第二，一旦過了10%，蔓延速度就非常快。當年中國行動互聯網2010 年起步，智慧型手機滲透率不到10%，到2017、2018 年就到六、七十了。
AI 這邊，高盛去年第三季的報告，美國企業AI 採購滲透率大概9.7%，接近10%；今年三、四月又發了報告，大概到18%。正常來說，滲透率從10% 到四、五十之前，都還是高速成長的階段。滲透率代表的是商業化的起點：使用人群越多，在同樣付費率下付費用戶就越多，而且隨著技術迭代付費率也在提升，用戶從免費版到Pro 版、再到Max 版，ARPU（每用戶平均收入）越來越高。
第二是看商業化。現在整個還在上升趨勢裡，就像黃仁勳說的，需求在「拋物線式」成長。在這種情況下，大科技公司對資本開支更有信心，不會收縮反轉，反而還在加速。你看前兩天Google 宣布了一筆800 億美元的融資：100 億來自伯克希爾（Berkshire Hathaway）的私募，700 億來自二級市場增發，其中300 億透過承銷商發、400 億直接在二級市場以ATM（市價）發行。本質上一方面是它的自由現金流消耗確實比較大，從去年中的兩三百億美元降到現在大概100 億；但經營現金流穩定在四五百億、帳上還有接近1,260 億美元現金，它只是趁市場熱情好的時候，用沒有成本的股權融資
但有一點：任何資產這種拋物線式的上漲都不可持續，總會有調整。過去兩年AI 碰到的三次質疑（是不是趨勢、需不需要算力、能不能賺錢），加上一些宏觀影響，總是會帶來小等級或中階的回調，整體是一個波浪式的狀態。我自己的看法是現在大的層次還在中段，剛開始出現貨幣化的轉折點、在加速，但未來在宏觀上還是有一些風險。
Mr. Z：我自己會看US Liquidity Index，基本上是聯準會資產負債表，減去財政部TGA（一般帳戶）、再減去ON RRP（隔夜逆回購）這三項組成。上一輪多頭市場2021 年高點大概7 兆多，現在一路縮到大概6.5 兆。在流動性沒有成長的情況下，為什麼我沒看到AI、不管CPU 板塊還是儲存板塊降溫，美股還能這樣歌舞狂歡？這現象能持續多久？又該用什麼指標去看？
Frank：我跟你看的數據口徑略有不同。我看的是聯準會資產負債表本身，最高在2022 年3 月開始縮表時大概8.9 兆，最低到6.5、現在6.7 左右。你加上TGA 和逆回購算流動性，這個沒問題。聯準會的流動性大致等於資產負債表減去TGA 帳戶、再減去逆回購，裡麵包含流通中的現金加上銀行準備金。
回到核心。第一，要先定義：現在的美股並不是全面牛市，它是一個「結構化」的行情。不像2020、2021 年連山寨幣都漲、每個板塊都漲。這一波幣圈裡也只有BTC、SOL、BNB 這些創了新高，大部分山寨沒創新高、甚至越來越低。美股也是如此，這兩年主力是AI 和相關的半導體產業鏈，加上一些國防軍工、地緣衝突相關的資源類板塊很強，金融還可以，必選消費還行，可選消費就很一般。
能漲的，要嘛有預期、要嘛有業績。所謂預期，就是它站在AI 風口、市場覺得它未來受益於AI；所謂業績，就是它真的在賺錢。
四、有限度寬鬆時代：流動性、利率與「結構化牛市」的選股邏輯
Frank：先說資金行為。在這種有限寬鬆的環境裡，市場一旦大面積漲多了，就一定會有調整。市面上的資金分成多種：有long only 的長期資金，也有短期交易、中期做波段做趨勢的資金。一波吃了百分之一兩百、兩三百，有些資金就會止盈、就會跑，甚至有人覺得貴了去做空。所以短期高漲之後，價格容易price in 了太多預期，再疊加宏觀不是一帆風順，就容易出現回調。
我去年大概總結過美股20 年來、以納指為標的調整等級的規律，這個後面再細講。重點是：判斷一次回檔是大級別、中級別還是小級別，關鍵看AI 商業化的增速有沒有降速。只要大模型廠商的年化收入還在成長、雲端業務還在超預期，那整個業務邏輯就沒被逆轉；那這時候即使短期漲太多、price in 了預期、資金覺得貴了撤一波，大盤跌個小到中級別、個股跌二三十，後面一旦再有新契機（像今年4 月的財報季、加年增長
我再多講一點，因為大家很擔心拿這波跟2000 年網路泡沫比較。我覺得有相似、也有不同。相似的是確實漲了很多，最近兩個月有拋物線式上漲的感覺，尤其本週我感覺也不是特別好：黃仁勳一說要搞AI PC，資金就瘋狂湧入PC、CPU 產業鏈；他一說要推AI Factory（AI 算力工廠），資金又瘋狂湧入液冷、高壓電、配電、這些環節；當天就漲了30%、今天還在漲，本來2,000 億美元市值一下子漲了600 億，其實有點狂熱。
但不同的點在於滲透率和商業模式的成熟度。 1999 年美國網路滲透率只有30% 多，全球只有10% 多，技術人群非常少，一直到2008、2009 年美國才到75%；而且那時候整個互聯網是沒有商業模式的，真正做互聯網業務的（亞馬遜、谷歌）都不賺錢，反而像思科這種賣產品的賺錢，直到2002 開始大商業服務。行動網路就不一樣，2010 年起步、用不到十年走完網路將近二三十年的路。
而今天AI 面對的基礎設施是全球四五十億支智慧型手機、大部分人都在Twitter、微信、抖音、TikTok、Instagram、WhatsApp 這些平台上，資訊傳播極快，一個革命性新技術的滲透率可能三五年就能走完移動互聯網的路，而且商業模式已經算比較成熟。這是最大的不同。它決定了：拋物線式上漲雖然同樣不可持續，但這次調整的幅度和節奏，會因為基礎設施完善、滲透率較高、商業化較快而比當年小得多。 2000 年是沒商業模式、滲透率又低，所以一波泡沫破完轟然倒下、花了很長時間才走出來，當時宏觀上也碰到911、大衰退。市場的調整不外乎時間與空間兩個向度，基本面決定的就是後面這個調整的幅度有多大。
Victor：剛好昨天我看到我們之前訪談過的Herman 金老師（ @ShanghaoJin ）也發文提醒風險，其中一個關鍵是：如果大模型廠商的營收增速不如預期，會不會影響算力需求的整個敘事，讓市場恐慌下跌？但如果發生，會不會反而像DeepSeek 時刻一樣，是一個不錯的入場時機，AI 半導體回調後還有第二階段可以做？
Frank：你提的這位老師的觀點，其實跟我講的是一致的。 4 到5 月這波漲，核心就兩個：一是雲端廠商驗證了大資本開支帶來雲端業務超預期成長，而雲端業務變現來自B 端、C 端的token 消耗；二是Anthropic 的年化營收快速成長。這兩個是現在支撐整個業務邏輯的基點：AI 商業化已經進入轉折點、在快速成長。
如果未來大模型廠商的業績不如預期，那相當於整個市場敘事邏輯的底層出了問題，因為微軟、Google、亞馬遜的許多算力採購本來就來自大模型廠商，它們更上游、更接近最原點的商業化。在這種情況下，至少會是一個中階的調整，所有邏輯都要重置一下，不是完全推倒重來，而是中等幅度的重置。然後大家再回去等：你要給新證據，證明它重回快速成長、規模和成長又超預期，信心才能回來。所以你說它是不是入場時機，前提是商業化邏輯沒被真正逆轉。
五、軟體股的分化：哪些被AI 取代，哪些反而被加強
Victor：今年特別考驗選股能力，每檔股票邏輯都不一樣。像軟體股年初有一波很大的下殺，近期Snowflake 財報開得很好，Oracle 這種去年到處借錢、換來一堆RPO 大單的雲端算力公司也快進入收穫期，ServiceNow 也漲了很多。但這週Google 800 億融資消息出來後，微軟、Google、IGV（軟體ETF）又稍微回調。你怎麼看軟體股接下來的邏輯？
Frank：先說軟體這塊。我年初聊過微軟、IGV、安全類SaaS、垂直類SaaS 的邏輯。我同意黃仁勳的點：當agent 越來越多，它要調用越來越多的工具、越來越多的助手來幫它做事，它不一定自己把所有事情都做了。但核心要去看分化。
整個軟體要分化。一個總結：凡是通用型的、agent 或大模型不需要第三方工具就能完成的公共性任務，這類軟體就會危險，大機率被取代。你做的東西如果AI 端自己就能做了，那我用你幹嘛？
但有三類反而有價值，甚至加強：
第一類，垂直類、在某個領域有很深know-how 的軟體。大模型來自公共資料訓練，但很多垂直產業的經驗、資料存在企業自己的私有雲、私有資料庫裡，不是公開的，AI 訓練不到、拿不到，這種自然就有障礙。你看MongoDB 這些做資料庫的公司，因為AI 越發展越需要向量資料庫來支撐，反而快速成長；像DataStax 那種沒上市、更面向AI 原生的資料容器公司也更被需要。
第二類，軟硬體一體化的公司。例如Cloudflare，它本質上不是純軟體，它有硬體：你AI 再厲害，也不可能在全球一百多個城市去建CDN 機房。而agent 越多，對CDN 的需求越大，因為即使微小的延遲使用者也無法容忍。能取代純粹技術的東西，但替代物理的東西還很難，所以這類邏輯是硬的。我大概2 月中發過一篇講安全類SaaS，現在回看正好發在被殺到最底部：因為agent 越多，安全問題越大，這類反而受益。
第三類，深耕某些產業（製造、化工、製藥）的軟體，那些經驗數據、參數調試是每家公司自己調出來的、不外傳，AI 大模型拿不到。未來甚至有些企業會用小模型在內部自己訓練。所以邏輯是：通用的危險，垂直且深、有專有know-how 和私有資料的，反倒受益且加強，繞不開它。軟硬體一體的也一樣。
六、殺估值、殺業績、殺邏輯：個股回檔的三種劇本
Frank：回到市場判斷。大面積漲了之後會有調整，調整的邏輯對個股來說無非三種：殺估值、殺業績、殺邏輯。
殺估值，就是你漲太多了。原本估值20 倍、大家覺得有性價比就買，幾個月漲到三四十倍，公司還是好公司、業績還在增長，但已經有點貴、很多資金不願意進、開始止盈，趁一些衝擊把估值從三四十倍殺回25、30 倍，這時資金又覺得有性價比了、可以進，因為業務還在上漲。
殺業績，現在指的不是殺虧損，而是殺「成長不如預期」。以前是公司由盈轉虧；現在是市場預期你成長50%、你只給48%、49%，那不好意思，我對你不滿意。一季度財報就很典型，微軟雲端業務市場預期成長39%、實際38%，雖然CFO 一直強調是產能不夠、如果產能夠輕鬆到40%，但那時正好是第三波大辯論的高潮，市場就跌了一波。
殺邏輯，最致命：公司賴以存在的整個敘事或策略定位被摧毀。舉兩個例子。 2022 年Meta 經歷一波殺邏輯，從2021 年高點一萬多億美元市值跌到兩千多億，因為它大規模轉型元宇宙、引進巨額資本開支，最後爆出巨大虧損，市場發現這東西不work，整個業務邏輯被證偽。另一個例子在光互連板塊：很多公司的核心邏輯是「進入了英偉達的供應鏈、被英偉達採購」，大家就去找這些標的；但哪天英偉達說你不行了、把你從產業鏈踢掉，那這家公司的戰略地位、在整個產業鏈裡的競爭格局就完全推倒重來，這就是殺邏輯。
七、光互連與CPO：連結性如何成為AI 的下一條主線
Victor：這週很紅的就是光互連板塊。昨天Marvell 在COMPUTEX 的演講，黃仁勳上台直接站台說Marvell 會是下一個兆美元級別的公司，整個光互連板塊在前幾週回調後全部滿血復活，Marvell 漲了百分之三四十。我也在現場，CEO Matt Murphy 講得非常好。你會怎麼看光這條賽道？因為它營收反應還需要一段時間，大家現在比較像在買預期。
Frank：昨天Murphy 的演講我也整理了重點、學到很多。先說階段差異：就像英偉達2023 年漲的是預期、2024 年才開始漲業績；但儲存剛好相反，是先漲業績再漲估值。儲存廠商從去年三、四季到今年一季業績都非常炸裂，但估值反而越來越低，因為大家不相信業績的持續性，又被過去幾輪週期性打怕了；最近美光（Micron）這些又開始猛漲，是因為很多投行要把它從週期股重估為成長股，估值才慢慢往上提。
光跟儲存是兩個產業格局完全不同的領域。全球儲存就那麼幾家：美國的美光、SanDisk，韓國的三星、SK 海力士，中國的長鑫（CXMT）和長存（長江儲存／YMTC），格局非常集中。但整個光、整個資料中心互連市場，有銅有光，光裡面有光模組，再到NPO、CPO，產業鏈很長：從磷化銦（InP）、生產光晶片、雷射、光阻……而且現在規模也不大，光模組加CPO 加所有投入，今年2025 年全球大概200 億美元，比較100 億美元，對比存儲，去年市場營收規模已經接近2000、3000 億美元，保守估計2029 年能到6,000 億、樂觀估計2030 年到1 兆美元。一個看營收規模、一個看集中度，光是一個規模較小、集中度較分散的領域，但這不代表光不好，它兩年內也能達到千億規模、是快速增長的。
Murphy 的核心點是：連結性在資料中心會越來越重要。因為黃仁勳也講了，agent 時代的運算模式是分散式的：你把一個運算問題分解成許多部分、分到資料中心不同區域，那麼資料的傳輸就變成更核心的點。 Murphy 也講了一個終極形態叫做「無距離資料中心」：未來運算、儲存都「池化」、解耦，不一定放在一起，儲存是儲存、運算是運算、CPU 是CPU，靠光作為連接、效率最高、幾乎無延遲，本質上變成一種隨時可插拔的資料中心。這確實會讓連線變得很重要。
但光互連內部也會分化。有些是漲業績的，像是國內做光模組的中際旭創（Innolight），確實是去年A 股股王、大漲了十幾二十倍、市值已逼近人民幣兆元，因為它是光模組的重要供應商；Marvell 整個光交換機的業績也是很實在、快速增長的。但要看到，光模組是很成熟的技術、已經大規模量產驗證，而CPO（共封裝光學，Co-Packaged Optics）現在還是個很新的東西。
我之前看過伯恩斯坦（Bernstein）5 月發的一篇〈資料中心連結的戰爭〉、也拆解過。它的點是：至少在2026 到2027 上半年之前，雲端廠商還不敢大規模部署CPO。原因有二：一是英偉達的CPO 光交換機才剛發布；二是以前光模組是可插拔的、壞了拔掉換一個就好，但CPO 是把光芯片焊在GPU 旁邊，真出問題就得返廠、可能整個東西都得換，所以對穩定性要求很高，要反複測試。今年的核心其實還是1.6T、甚至3.2T 的光模組，還有LPO（線性可插拔光學）、NPO（近封裝光學）這些，以及更好的測試設備、材料（像ABF 載板），因為確定性比較高。 CPO 還在慢慢驗證。
所以光裡面，有些企業先漲的是業績，有些漲的是預期、估值（PS 起來了但可能還沒盈利），越往上游走、有些題材炒得很響的公司一下子漲幾十倍，但真正的兌現還需要時間。
不過大方向毫無疑問是對的。這個大方向下面，哪些是確定性的？封裝、光引擎、光源、測試、系統平台，無論你做LPO、NPO 或CPO 都要用到，這些都是沒問題的。然後要看英偉達的交換機今年剛開始出貨，重點看良率、可靠性、故障率；如果出貨量高、可靠性好，市場對明後年的商業化落地預期就更好。明年像Lumentum（LITE）這些廠商的CPO 用雷射光源要開始大規模出貨，就看這些出貨指引強不強。最核心的觀察指標是：雲端廠商何時開始大規模採購CPO 交換器、做機櫃間的CPO 互連。
這裡還有不同場景：機櫃內、封裝類的連接，其實是英偉達自己擅長在搞的；資料中心內部、機櫃間的連接，則是第三方做CPO 交換機廠商的強項。
八、Nokia、邊緣運算與Physical AI：從雲端延伸到實體世界
Victor：你之前發文提到Nokia 是介於光（光焊）和邊緣運算（Edge AI）這兩個賽道，而且它本身就是英偉達生態系統。這幾天COMPUTEX 第一天高通（Qualcomm）演講一直強調Edge AI、今天NXP（恩智浦）也在強調Edge AI 和Physical AI，黃仁勳自己也一直講Physical AI。你怎麼看Nokia 這種同時站在光和邊緣運算的公司？
Frank：Nokia 在光、其實應該說在整個連結（資料中心互連）領域，業績已經開始兌現了。它最早做手機、後來做通訊設備，過去幾年做了很多收購，例如去年收購了Infinera，增強了在光傳輸、資料中心連接的能力。它有兩個強項：一是有相干光DSP 晶片的研發能力、自己也做可插拔光模組；二是它在骨幹光傳輸裡有線路系統、光纖這些底蘊。所以1.6T 已經量產，2.4T、3.2T 已經在測試。
它第一季財報非常清楚：整個光連接業務年比20% 多，AI 資料中心客戶（AI & Cloud）較去年同期成長49%，單季新增大概10 億歐元訂單，也上調了預期。所以它是一個被驗證過的系統級供應商，不是純粹的某一個元件廠。
至於邊緣運算這塊（在它整個業務架構裡大概只佔8%），我認為更像一個「估值選擇權」。核心催化劑在於英偉達，英偉達現在是指揮棒。它在一季度財報做了一個很大的變化：以前財報裡就講“數據中心”，今年把邊緣計算從數據中心裡剝離出來單獨計算。把一個只佔總業務8% 的板塊單獨拎出來，這本身就是一個訊號。它其實是在塑造敘事：我不只是賣資料中心晶片，我是AI Factory、是算力工程，要做全端的作業系統，不只在雲端、還要往邊緣、往端側、往物理世界延伸。
這裡要釐清幾個概念。邊緣運算（Edge Computing）是跟雲端運算相對的：以前是把所有資料回傳到雲端資料中心統一運算，邊緣運算則是讓運算發生在靠近資料產生的地方，例如工廠設備、5G 基地台、醫院、門市、甚至汽車，只要有資料產生，就近直接算掉。端側AI（On-device AI）範圍小於邊緣運算：指在手機、PC、穿戴、車上終端機上運行的AI，跑的多是小模型。 Physical AI（物理AI）我理解是邊緣運算的進階形態：是AI 進入真實世界、跟agent 掛鉤，相當於線上是agent、線下是bot（物理的agent），能幫人感知、理解、自主規劃、自主執行，讓機器能看得到、能判斷、能行動。
所以Nokia 在邊緣這塊的想像空間，跟英偉達想推的AI-RAN 有關：英偉達未來想把基地台變成一個微型AI 資料中心，而Nokia 本來就替電信業者建基地台、有無線整合和很強的運營商關係，每個基地台可以提供一些邊緣算力，基地台之間又需要互聯，它本身就有力高速互聯，它本身就有能力互聯的方案。但這些整體都還比較早。
我5 月初還寫過黑莓（BlackBerry），是一個很典型的標的。我5 月7 日看到《華爾街日報》一篇報道，其實4 月就有跡象：它跟英偉達深度合作，把QNX 這個終端安全軟體整合到英偉達的智慧駕駛系統平台，很多用英偉達自駕系統的車廠都會用。未來不只在車裡，工業設備、醫療設備也用QNX，機器人也會使用。它的邏輯是：第一綁定了硬體龍頭，第二站在了未來邊緣運算、Physical AI 的底層安全基礎設施位置。還有很重要一點，它是「困境反轉」的典型，黑莓在今年4 月之前股價跌了十年，從大概800 多億美元跌到二三十億美元，跌幅已經把所有利空都計入了，後面但凡業績或預期再往上一點，市場感受就不一樣。
我5 月7 日寫那篇推之後一直追踪，它已經漲了不少、大概翻了一倍多，從5 塊大概到11 塊。核心原因：一是英偉達的示範效應加上英偉達也推邊緣運算，大家自然有預期；二是之前跌太多、有人試著抄底；三是幾個關鍵事件，拿到美國聯邦風險與授權管理計劃（FedRAMP）的Class D 認證，就是最高級別的認證，據說是目前唯一達到該標準的關鍵事件管理供應商，大概含金量的5%；流通股的回購，代表市場覺得它有底氣、底部有買盤撐著，所以最近走得比較強。
九、緊缺、升級、遠期：拆解AI 資金輪動的三大邏輯
Frank：整體來看，現在整個市場資金輪動，在我看來核心就三個邏輯。
第一個是「緊缺邏輯」。最早買英偉達，2023 年漲預期、2024 年漲業績，大家瘋狂採購GPU；到B 系列（Blackwell）用的HBM（高頻寬記憶體）更多，而儲存本身也是緊缺：2022、2023 年全球儲存下行週期經歷過慘烈的產出能力倒清、很多廠商就沒落到幾家廠商都不夠。需求先來自HBM，B 系列大賣、HBM 需求大增，三星、海力士就去擠壓DRAM、GDDR 的產能，層層往下壓。現在模型參數越來越多、上下文越來越長、多模態越來越豐富，存儲需求也越來越高，不像互聯網時代搜索只要返回一個鏈接排名；每次跟大模型對話、調用agent，都要把相關數據全算一遍、存更多數據，從DRAM 到NAND、到SSD、到熱存儲、冷存儲的硬盤，全都層緊層壓產能，本質上就是緊缺。
4 月開始大家預期的CPU 也是缺。以前覺得CPU 在訓練和推理裡不重要，但在agentic 時代非常重要，因為agent 的調度、編排這些任務需要CPU 來做、GPU 做不了。以前CPU 對GPU 大概1:8，後來說1:4、1:2，最近說到1:1。你看英偉達最新的Vera Rubin NVL72 機櫃，一個機櫃72 個GPU、36 個Vera CPU，已經到1:2，預期未來到1:1，那CPU 就需要越來越多。 CPU 這幾家：英特爾（Intel）、AMD，英特爾今年3 月開始CPU 漲價、漲了第一波（CPU 緊縮），第二波是Apple 可能利用英特爾的先進製程。我4 月梳理過「AI 卡脖子環境進入下一個環節」就是CPU，比較看好英特爾、AMD，並特別強調最受益的是ARM 架構，因為它的功耗和多架構模式更受益於agentic 時代，而且微軟、英偉達、亞馬遜、Google 的自研晶片用的都是ARM 架構。
第二個是「升級邏輯」。光是升級邏輯：以前覺得光模組OK，現在覺得光電轉換效率還是低、功耗還是高，最好的方式是把光晶片焊接到GPU 旁邊，從光模組到LPO、NPO、CPO，就是整個光互連不斷升級，需要新的封裝技術，共封裝難度很高、現在才剛開始量產。另一塊升級是資料中心配電網絡，從48V/54V 推到現在大家講的800V HVDC（高壓直流）：電壓越高、電流越低、能耗和損耗越低。這個技術其實是從中國新能源車的800V 高壓快充產業鏈外溢過來的，很多功率半導體就是這樣過來的，對資料中心的配電、電源管理系統、功率開關都是一個升級狀態。第三塊升級是先進封裝，本質上跟華為提的「韜（τ）定律」一樣：晶片到了物理極限，在越來越小的面積上塞更多晶體管，每代提升其實沒那麼誇張（10%、20%），不具性價比，所以大家轉向3D堆疊、更好的材料（玻璃基板、陶瓷）、更好的工藝和更精密的設備，黃仁勳在台北講的、我們已經在推的也是這個先進封裝，他等於推著整個產業鏈往前跑。
第三個是「遠期邏輯」。就是前面說的邊緣運算、Physical AI，有點像應用層面，要過渡到真實物理世界：讓設備、機器代替人去感知、決策、行動，基於小模型在端側和硬體端做計算，而不是都回數據中心算。這個更遠一點，後面要看機器人、自動駕駛，可能要等特斯拉的Optimus（擎天柱）大規模量產、或像美國的Figure 這種機器人，關鍵在大規模量產和成本下降帶來的普及率。
十、SpaceX IPO 與流動性黑洞：三大巨頭上市的衝擊
Mr. Z：SpaceX 這個月要上市，會不會造成一個流動性黑洞？會怎麼影響被動資金（ETF）的追蹤和市場整體流動性？畢竟今年很特別，Anthropic 也已經秘密申請IPO，年底可能還有OpenAI 的IPO，只是現在被馬斯克的官司擋住。
Frank：確實會有影響。它大概在6 月12 日上市，約1.75 兆美元市值，要融750 億美元。 IPO 份額大致是30% 給散戶、5% 給內部員工、65% 給機構，那機構就差不多近500 億美元。有些想參與SpaceX IPO 的機構，要嘛手上沒現金、要嘛得砍掉一些倉位騰出現金來申購，這是核心的一個點。
但這個影響可能也沒那麼大。單純從資金層面，短期可能是個小調整：大家會減掉一些比較弱、或有替代性的部位，但基本面夠強的就還留著。真正的影響在於它特殊的解禁規則。正常美股新股180 天後限售股全部解禁；SpaceX 不一樣：發二季度財報後先解20%，之後從第70、90、105、120、135 天每段固定釋放7%（合計約35%），發三季財報後再固定釋放28%，剩下的180 天。它第一次解禁還設了一個績效條件：如果在發二季度財報前的10 個交易日里有5 天股價比IPO 價格高出30% 以上，第一次就能額外多解禁約10%，等於那次解到30%。
而那斯達克改了規則，上市15 天就可納入指數，但計入指數權重不是按總市值、而是按流通盤。假設它1.8 兆市值、流通盤750 億漲到800 億、再乘以倍數計入權重，它在指數的權重會越來越高，影響大量被動指數ETF 的買盤。它設計這套的目的，其實就是讓更多被動資金去承接、對沖未來的拋壓。但問題確實存在：你規模太大、絕對值也太大，後面陸續解禁回來的量很大。
再加上Anthropic 已經遞交了IPO 文件、OpenAI 今年估計也確定，我覺得下半年真的有可能碰到因為資金面問題而出現的調整，這個機率還挺高。而且市場最近漲得好是因為基本面強，我們反而忽略了宏觀：霍爾木茲海峽已經封鎖滿百日、油價還在90 多、美伊還沒談好。下週6 月13 日公佈5 月CPI，核心要看廣義CPI 和核心CPI：之前兩個月通膨主力是能源（油價、航空燃油）上漲，還沒蔓延到服務業；如果廣義和核心CPI 都漲，意味著通膨從能源開始擴散，市場可能會恐慌，再加上聯準會不降息的預期，會影響情緒。
不過用我的框架看：如果只是資金面、或5 月CPI 大幅超預期，帶來的應該是小級別調整，因為基本面沒問題；如果再疊加通膨持續爆表、三大巨無霸上市、地緣的不確定性，可能是小到中級別的調整。但只要大模型廠商和雲端業務的營收成長不放緩，它就不會是2000 年那種崩盤。美股的調整向下不拖泥帶水，但一旦確定反轉就頭也不回、漲得也快；只有當基本面（AI 商業化增速）真出問題，調整後才需要等更多逆轉信號。
十一、大、中、小等級調整：唯有「重置巨觀邏輯」才是真正的崩盤
Frank：我在去年二三月總結美股20 年來、以納指為標的調整等級的規律。我一直建議大家看大盤就看納指，因為它是科技股最純粹的；標普有12 個板塊、含防禦板塊。
大級別是25% 以上，大概四到五次： 2008 年腰斬、2018 年第四季25%-30%、2020 年3 月30%-40%、2022 年33%-35%、去年大致28%。中級大概15% 左右，一兩年一次。小等級就是個位數，像去年11 月那次七、八個點，是縮表尾聲的流動性衝擊（不是危機，衝擊和危機不一樣）加上第一波AI 巨額資本開支的質疑剛萌芽。今年納指其實也到了一個中級，大概13%-14%，還沒到15% 的邊上。
小等級的調整一般是：大盤漲太多本就有殺估值的衝動，再配合宏觀的一些擾動，比如流動性衝擊、通脹往上飆導致升息預期提升、降息預期消失，大家開始避險、殺估值。
中級一定會伴隨宏觀上一些大事件的衝擊。舉例：今年美伊戰爭（油價走高、通膨，加上中東是許多半導體材料和氣體的上游）；2023 年8 到10 月美股跌了大概15%，是通膨反彈、10 年期美債殖利率飆到5%；2024 年7 到8 月的日元套息交易（carry trade）預期月非農新增就業不如預期，衰退預期非常強烈，8 月5 日閃崩、比特幣跌到5 萬、納指盤前接近熔斷跌6%，後來當晚服務業ISM 指數超預期、打消衰退擔憂，市場才往回拉。
大等級這種能讓大盤跌25% 以上的，一定是「重置了整個宏觀邏輯」。怎麼理解？去年的關稅戰：以前的關稅是中美之間、從2018 年就開始，但美國去年第一次向自己的盟友（五眼聯盟、北約、北美自由貿易協定NAFTA）開戰，這是對二戰後幾十年自由貿易體系、整個秩序的挑戰，市場擔心的是美國信用基石崩潰、大蕭條時期要來，所以衝擊很大。 2022 年是近40 年最高通膨（一度到9.1%）、加上近40 年最快的升息節奏（3 月加0.25，5 月加0.5，接著6 月、7 月連兩次各加0.75），市場在聊70 年代的大滯脹再現。 2020 年3 月更是百年來（1918 年西班牙大流感以來）首次全球大規模疫情爆發，2 月下旬突然在紐約、巴黎、義大利、倫敦都出現、還有致死案例，輿論在聊黑死病、1918 大流感，在這種對醫療資源擠兌的恐慌前，人都快沒了還談什麼資本市場，所以迎來最劇烈的近10%。
2018 年第四季那次也是中美貿易戰第一次爆發，從「你好我好大家好」變成兩個大國開始撕裂。至於2008 年金融危機更不用說，這裡有很細的點：美國房地產泡沫崩盤其實在2007 年第二、三季，做房貸抵押的金融機構已有一大部分破產，但那時美股根本沒跌、一直漲到9 月，因為美聯儲開始降息救助；真正確認是2007 年9 月，英國Northern Rock（北岩銀行）、Northern Rock（北岩銀行）、花旗、BNP Paribas（法國巴黎）、瑞信爆出次貸基金的巨額虧損，市場才確認這不只是房地產泡沫、已蔓延到整個金融體系，底層一旦違約就是連續踩踏。許多人以為雷曼兄弟破產是危機開始，其實2008 年9 月雷曼破產、9 月中AIG（美國國際集團）破產之後就沒大公司破產了，10 月美國國會通過史無前例的救助法案、批准QE，量化寬鬆第一次登上歷史舞台（之前美聯儲主要靠利率調整，QE 不是主要工具），那時已經接近金融危機。
所以每次能帶動大層次調整的，一定是把我們過去習慣的巨觀邏輯重置掉。現在的美股要出大級別調整，要嘛是邏輯重置（AI 增速、商業化不如預期），要嘛是美國主導的秩序完全崩塌或破裂，但這個現在還看不到，畢竟美股上的公司還是全球最享受全球化、創新性最強的一群，這是它最強的優勢。
十二、比特幣與加密新常態：分化、資本典範與AI 的結合
Victor：近期比特幣有極大的下殺，而它往往對宏觀流動性非常敏感、又常是美股的先行指標。在流動性都被美股AI 吸走、加上Saylor 可能的賣幣因素下，你怎麼看比特幣和整個Crypto 後續的發展，以及「新一輪資產遷移」？最近Binance 也上線了美股，各大交易所都上線了美股。
Frank：我2024 年7 月寫過一個推文，講對山寨幣的認知，當時觀點是「幣市進入了一個新常態」，邏輯有幾個。
第一，隨著ETF 通過，整個幣市的投資人和資金越來越成熟，而越成熟的市場一定越有效、越分化。什麼叫無效市場？就是同漲同跌，漲時雞犬升天、跌時泥沙俱下，這是早期蠻荒市場的特徵。美股也不是一開始就成熟，1792 年梧桐樹協議（Buttonwood Agreement）是華爾街雛形，1913 年聯準會成立、1933 年SEC 成立，這前一百多年也是靠業界自律、各種莊盤很多。成熟市場的資金看兩個：確定性和成長性。確定性就是這個資產三年、五年後還在不在；成長性就是年化高速成長、發展碾壓一切問題。資金會圍繞這兩類資產打轉。幣圈也是一樣，比特幣從早期一兩千、到幾萬、到10 萬美元，造就了很多越來越大的資金規模，資金越大風險偏好越穩健，你讓它去沖山寨就很難。
第二，過去的ICO 時代、DeFi 時代，本質上很多是在炒預期。 DeFi 還有基本面，但轉到GameFi、SocialFi、NFT 就基本上沒有基本面了，既沒有確定性、最後也沒有成長性，創新和價值創造很弱。
第三，2021、2022 年是Crypto VC 大爆發的兩年。出現了許多管理規模數億、十億、幾十億美元的VC（像a16z、Paradigm、Multicoin），而VC 投資是早期規模、看的是淘汰率：一個幾千萬美元的基金一個項目投100 萬、要投50 個，就得看幾百上千個項目；但10 億、2000 萬美元就數一百萬。所以越大規模的VC 基金，天然會推高一級市場的估值。 2022、2023 年加密一級市場有些項目估值算下來幾十億美元、解鎖時流通盤十幾個點就很容易到幾億、10 億美元；對比2020、2021 年Solana 那些上市時才值幾千萬美元。規模越大就需要越多資金承載，現在又有限量寬鬆，承載不了。核心還是基本面不夠、創新不足、沒有再創造，真要基本面和價值創造夠，那就像AI、就像美股一樣，有確定性、有趨勢有預期、有業績的還是會漲。
我在2024 年6 月還做過一個統計：美股大概4,000 家公司，全球前100 家市值佔比已到91%-92%，市值最小的3,000 家總市值只佔6%-7%、平均市值十億美元、日交易量只有兩三百萬美元，這在當時在當時都連幣前100 人連幣前都可能排不上100 幣上00 元的資產裡。所以美股本身就是個高度分化的市場，越成熟越如此；幣市進入新常態後也會越來越分化，只有極少數資產能獲得資金追逐。
我去年8 月還寫過一個推論，核心判斷是：加密本質上是一種「資本範式」，不是「生產力」。 AI、行動互聯網、互聯網是生產力，能帶來革命性創新和巨大的價值創造；資本範式本身很難有新的價值創造。行動互聯網有個「10 倍效率提升」的概念：用戶用你，是因為你比舊東西效率高10 倍，自然就大規模adoption。那幣圈這麼多年哪裡有10 倍效率提升？答案是資產的發行、交易和流轉，發資產特別容易、7×24 小時交易、全球無限流動，這就是它10 倍效率提升、也是它資本範式的地方。
這也是SEC 想把整個美國金融體系遷到連鎖的重要原因。 SEC 主席阿特金斯（Paul Atkins）去年在代幣化加密工作組的第一次會議上就明確說，要把美國金融體系從鏈下往鏈上遷，他覺得區塊鏈能重塑證券的發行和一些以前沒有過的活動，舉了兩個例子：一是透過智能合約做自動化的股息發放（未來如果公司收入用穩定幣、股票以代幣形式持有，又自動化派息
所以我在那個推論裡說：如果區塊鏈只是一種資本範式，那麼過往認為的Web3 那些東西（遊戲、社交、電商）都不成立，它只有跟現實緊密結合、有真實資產，才能帶來大爆發。第二個方向是跟AI 結合，這個我大概在2023、2024 年就聊過：行動互聯網的原住民是DAU（每日活躍用戶、是人），而未來虛擬世界的原住民可能是bot、是agent，線上是agent、線下是bot。那bot 和bot 之間怎麼會互動、怎麼互相激勵去完成一件事？大概率需要智能合約、需要加密貨幣的形式，就是現在大家炒的agent payment、阿特金斯提的agent finance。如果未來大量資產都在鏈上，這會是更好的結合方式。
從長期來看，加密真正有價值的就這兩個方向：一是作為資本範式，必須跟真實業務、真實資產結合，否則代幣經濟就是空轉、沒有正向價值注入；二是透過Crypto 去激勵其他bot、agent、人類完成事情，成為主要的互動媒介和價值傳遞媒介。這裡的好處是：如果鏈上資產夠多，DeFi（去中心化金融）會有一個比較大的爆發。 DeFi 本質上是金融，需要優質的底層抵押資產，但從2021 年到現在DeFi 的TVL（鎖倉量）變化其實不大，核心就是鏈上能作為優質抵押品的底層資產太少，說白了主要就是比特幣，以前以太坊還能算，現在10 個人裡可能五坊都不認為它是優質五坊資產。底層資產太少，借貸和合約就起不了規模；只有當大量底層資產（例如把蘋果這種資產搬上鍊）出現，鏈上借貸和合約規模才能變得很大，還能衍生很多玩法。當然這個點某種程度上有點悲觀，就是它淪落到純粹資本典範的東西。另外，我也覺得穩定幣很有可能成為未來全球支付的結算層、替代SWIFT。
回到比特幣後市：加密現在確實處於一個比較不確定、被吸血的狀態，但比特幣有它獨特、已被證明的價值。以四年週期來看，今年是它的下行週期，有可能在今年下半年某個時候碰到比較好的底部區間。我覺得現在7 萬以下都算是底部區間，當然不知道最底是6 萬、5 萬還是更低。但對交易來說，核心問題是：真到最低點時你反而更恐慌、覺得會更低，最低點都是事後才發現的，有多少人真的在2022 年1 萬五千多的時候抄到底？基本上都是從2 萬以下慢慢買、或漲起來才開始追。所以它可能是一個進入性價比區間、慢慢佈局的時候，只是我們不知道具體的最低點在哪裡。
十三、給聽眾的建議：做好進攻與防守，深入基本面
Z & Victor 先生：最後，Frank 老師有沒有一些提勉的話想跟我們的聽眾講，現在市場該如何順勢而為、趨利避害？
Frank：我覺得核心還是要去試。第一，金融牌桌上，一定要做好進攻和防守，想清楚什麼是進攻、什麼是防守。因為市場有些東西總是不可預見的，我們現在說的頭頭是道，事後被打臉的可能也不少；既然不能預測，那就在進攻的同時做好防守：市場情緒很熱的時候稍微撤退一點、給自己留有餘地是OK 的，而當市場真的足夠悲觀、該出手的時候還是要出手，否則容易錯過機會。
第二，股票這東西，是需要深入它的業務基本面的。你要去看這家公司在產業鏈裡所處的競爭環境、競爭力是不是不可取代、競爭格局是什麼、優勢是什麼。當你對它有了大概了解，就能判斷什麼時候它已經比較高估、什麼時候進入了一個性價比區間。進入性價比區間時，你要做的就是慢慢買；而當它絕對高估、或熱情足夠高漲的時候，你可能需要減倉、讓自己留有餘地。我覺得這很重要。
