X 阅读

按原发时间浏览 · 时间显示为 Toronto 当地时间

保存说明:除条目另有标注外,正文尚未人工核对 · 图片未保存 · 引用或对话上下文可能不完整。

最近一天 · 历史记录(含日期未知)

美研芒格君 @Kay2289123
原帖 ↗
@Fffffonny 逻辑一直在,为啥之前跌的时候不买?
保存的原文
来源与保存记录

Post ID: 2097573675096785056
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

QUOTES: x:post:2084019088184217938 · https://x.com/i/status/2084019088184217938

REPLY_TO: x:post:2097572679238791599 · https://x.com/i/status/2097572679238791599

美研芒格君 @Kay2289123
原帖 ↗
OpenAI 表示 GPT-6 的需求太多,可能会考虑暂停 Pro 新会员的注册。 我赶紧爬起床又抢了一个200$ pro会员,太好用了,不够用 我建议大家都给GPT6一个需要运行3小时以上的任务,否则你会一直低估AI。如果你没有这么复杂的任务,那应该反思一自己 Pro会员意味着没有5小时额度limit,只要你想,你可以给最复杂的任务,探究AI的上限 这下我彻底不担心 $ORCL 了,好在前段时间底部吸够了筹码 另外一个冷知识:企业版的codex是按照API用量计费的,目前200$的个人账号纯属是亏欠赚吆喝,顺路收集数据
保存的原文
来源与保存记录

Post ID: 2097570880373289373
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

QUOTES: x:post:2097559315150426222 · https://x.com/i/status/2097559315150426222

美研芒格君 @Kay2289123
原帖 ↗
09/08,今天 $QCOM 和亚马逊宣布多代 AI 合作,股价应声跳涨 10%,合作内容和 $MRVL 很像,MRVL 会因此丢单承压吗?这个问题吓到了不少人。 我认为不会,不足以推翻我对 MRVL 增长的判断。结合我的模型预测,给大家带来这条消息的深入解读 1. 合作主要做两件事: 为 AWS 定制 AI 推理芯片,以及合作开发最高 1.6T 和后续代际的光互连。前者提高推理效率,后者解决大规模集群的数据搬运问题 2. 对 $MRVL 当然有竞争压力 定制芯片和光 DSP 都有重叠,AWS 多一个供应商,后续份额和价格就可能承压。高通也说已经为 Amazon 投产,预计今年 12 月季度开始贡献收入,值得认真跟踪 但今天 AI 板块过于热情,MRVL 同样上涨 3. 真的会挤压 MRVL 的份额吗?我看未必 根据消息和我的序列建模 MRVL 来自 Amazon 的定制芯片收入,FY2028 到 FY2029 本来就预计从约 21 亿美元略降到 20 亿; 同期全部定制芯片收入,从约 45 亿增长到 95 亿。两个财年大致对应自然年 2027、2028 因此可以见得,高通挤占 Marvell 的份额早有预计,属于符合预期。至少在我的这套预测里,后面的增长主要靠其他客户和项目,例如 $GOOG , 没有押注 AWS 这条线持续高速增长 所以,对我继续沿着 AI 主线投资的判断,这条消息分量不大。目前还不足以让我推翻对 MRVL 的增长判断。 我更看重的是:客户继续围绕推理效率、带宽和成本做多代投入 一旦后面 Marvell、英伟达又跟 Amazon 搞一个大的合作,这都是增量
保存的原文 · 长文
来源与保存记录

Post ID: 2097488325330530558
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:See source observations for media and context status.

Kay @kay2289123
原帖 ↗
这个时代很残忍,目前我在硅谷一家一线厂任职 team lead。今天被管理层拉到了一个裁员决定会,说整个 org 要裁员10-15%。让我详细论证我组里的每一个 headcount 在 AI 的加持下都能为公司创造价值 我有两点 takeaway,给大家敲个警钟 1. 资本并没有把我们每一个员工当做一个真正的人。不管你是 中层还是一线干活的。在他们眼里,这只是人力,是电池,是耗材,不要太把自己当回事了 2. 当前大多数人还没被裁员的原因,就是人比 AI 便宜。但已经开始行动了 我需要在这周五之前提交报告,没有 qualified 的可能会被直接裁掉 AGI已经到来,它目前还仅仅收敛在一小部分拥有顶尖资源的人手里,还太贵了。 大家不妨问自己一个问题:当 AI 比你便宜的时候,你是否能依旧论证你的独特价值? 如果可以,那才是过关了
保存的原文 · 长文
来源与保存记录

Post ID: 2097405625341026618
保存时间:2026-09-12T02:47:44.402Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:See source observations for media and context status.

Tigris | 会讲课教授是好老师 @tig88411109
原帖 ↗
$INTC 大涨,因为CPU涨价10%,这只是头条新闻。真正低估两个因素,涨价对于公司估值影响? 还有就是更重要的公司内部披露,下一代光刻在18A上已经出片100万晶圆,什么价值? 独家解读,涨价的是PC CPU但是反应是行业对于CPU供需紧张而不是和AMD恶性竞争,大致估算$0.2每股EPS增幅按照20倍PE,每股$4-5的估值上调 涨价只是一方面,说明公司产品结构和定价权优化。但是更重要是看行业内部新闻,最新的一代high NA的光刻技术全面应用,这是半导体代工领域,第一家,超越台积电 这什么概念?一直被台积电吊打的技术王者,开始回归引领下一代技术竞争力,这种量产百万晶圆能力在18A线上工程风险全面降低,现在就差公布外部代工客户了 作为全球半导体美国本土制造回归概念,还差客户么?每次公布新名单就是一个“期权重新定价” 具体投资区间和仓位策略见最新的周报以及订阅者时间线上Intel的估值 关注提醒我最新的update 订阅者专享
保存的原文 · 长文

上下文状态:UNKNOWN

来源与保存记录

Post ID: 2097339311335305537
保存时间:2026-09-30T15:25:48.141Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:UNKNOWN
已知缺失:Media references were not archived with this snapshot.

Kay @kay2289123
原帖 ↗
如果你持有 $NVDA、$MU,或者正在关注三星、海力士,这篇文章,我强烈建议你先收藏,再从头读完。 我是美研芒格君。 之前写那篇“打破内存墙”的文章,我们陆陆续续花了 4 周、50 个小时,在硅谷走访了来自英伟达、美光、英特尔、SNDK 等公司的十余位工程师。想带给你的,是顺着技术变化,找到下一阶段值得研究的生意 这篇,就是沿着那条线继续往下挖。英伟达拿出了 NVHBM,三星和海力士也在推进各自的新架构。过去讨论“怎么打破内存墙”,现在还要追问:墙打破之后,谁能把钱留下? 我把英伟达的公告和技术说明、三星与海力士的路线图、美光的财报放在一起核对,再用 10 张图,把控制器搬家、内存上下堆叠、散热、测试,一直拆到三家厂商的利润账本。 你不用先成为半导体专家。这篇想替你省下的,是在一堆缩写、新闻和财报之间来回拼图的时间。看完以后,你应该能自己分清:哪些变化只是参数更漂亮,哪些变化真的可能影响公司赚多少钱。 正文开始: 8 月 26 日,英伟达公布 NVHBM。名字里带着 HBM,最容易让人误会的地方是:英伟达要自己下场造内存了? 它这次公布的,是一套自己定义控制器与接口、推动多家内存厂商共同供货的方案。DRAM 的制造、堆叠和测试,仍然要靠供应链完成。 开始深入对内存墙的定义,这是一个重要转变真正值得存储股东留意的,是客户$NVDA 看完这篇,你可以带走三件事: 看懂 NVHBM 是一种什么样的技术? 到底搬了哪块电路,以及它和 zHBM 有什么不同。 分清这件事情带来的 出货增长、市场份额和毛利润,避免把行业热闹当成每家公司都受益 理解 散热、测试和良率,为什么可能成为下一轮客户愿意付钱的能力。 我的判断:HBM 的重要性没有下降,但利润会更取决于厂商实际承担了什么工作,以及能把它做得多好,会存在重新分配 01|先拆开 HBM:数据究竟怎么送到 GPU? 先记住两个指标。容量,是能放多少数据;带宽,是每秒能搬多少数据。 内存装得更大,并不等于每秒能送得更快。 GPU 负责计算。模型参数、计算过程中的临时数据,需要从内存送进去。数据送得不够快,计算电路就得等,这就是“内存墙”的一部分。 HBM 的办法,是把多层很薄的 DRAM 芯片叠起来,用密集的通路传数据。DRAM 就是计算时使用的工作内存。 从上往下拆,一摞 HBM 主要能看到: DRAM 层:保存数据。 底座芯片(base die):承接连接、测试和相应的逻辑功能。 封装连接结构:把这一摞内存接到计算芯片。 图 1|HBM 在 GPU 旁边。中介层位于两者下方,承担横向连接;它不是竖着夹在两块芯片之间的一堵墙。图中层数和间距仅为示意。 还差两块电路。内存控制器安排什么时候读写、怎样调度;PHY 接口电路负责真正收发电信号。 标准 HBM 系统中,计算芯片一侧有控制器和接口,内存一侧也需要相应接口。传输要求越高,接口的面积、功耗和信号质量就越需要精打细算。 计算芯片的面积很贵。分给内存管理和连接的面积增加,就会与计算、缓存等功能争夺空间。 于是工程师开始问:能不能把一部分功能,搬到 HBM 的底座里? 02|NVHBM:控制器搬家,设计分工也跟着变 英伟达的做法,是把自己设计的内存控制器放进 HBM 底座,并重新优化两边的连接方式。 这里搬的是电路功能。内存仍然可以放在计算芯片旁边 图 2|标准 HBM 与 NVHBM 的简化对比。绿色区域突出控制器的位置变化;计算芯片仍需通信电路。此图不代表完整的 NVIDIA 电路布局。 对比标准 HBM4E,英伟达披露的方案指标包括: 每摞内存带宽,最高增加 30%。 HBM 功耗,最高降低 15%。 为主计算芯片释放更多可用于计算的面积。 NVIDIA 技术说明 美光在 2025 年 9 月的财报演示中也表达过预期:带定制底座的 HBM4E,毛利率有望高于标准产品。这是当时的产品预期,不是已经披露的 NVHBM 合同利润。美光 FY25 Q4 现在,平台提供共同方案,客户有机会少做一部分重复设计,供应商之间也更容易比较。 图纸趋同之后,谁能持续交出合格产品,谁才有继续谈价的底气。 “共同方案”不会让三家的制造能力瞬间一样。良率,也就是最终合格产品的比例,仍然可能差很多;功耗、可靠性、交付和成本也不会自动拉平。 所以我的判断是:独有设计带来的溢价可能承压,制造能力的重要性会上升。 这还不能推导出 HBM 立即变成低利润产品,更不能推导出定制设计收入全部消失。 03|行业多卖三成,一家公司也可能几乎没多赚 一家内存厂的 HBM 毛利润,可以先拆成一条简单的关系: 行业出货量 × 厂商份额 × 每摞毛利润。 这是理解竞争的入口。NVHBM 可能影响份额,也可能影响单位收益; 我们沿用一笔教学假设,数字不对应任何真实公司: 行业从 5,000 万摞增至 6,500 万摞,增长 30%。 每摞毛利润从 400 美元降至 360 美元,减少 10%。 A、B、C 的数量份额,从 55%/25%/20%变成 47%/30%/23%。 这个数字有点复杂,但核心结论就一句:同一份行业增长,可能毛利润和份额会因为 NVHBM 的到来发生格局上的改变。可以落到很不一样的公司账本上。 现实里的最新参照,是 Counterpoint 9 月 1 日公布的二季度 HBM 收入份额:海力士 50%、三星 33%、美光 18%。数字四舍五入后相加为 101%。Counterpoint 份额 这里有两个不能跳过的区别:这是收入份额,不是摞数份额;这是二季度数据,早于 8 月 26 日 NVHBM 公布,不能拿它证明 NVHBM 已经造成份额变化。 对海力士,要看领先优势能否守住;对三星和美光,要看能否通过验证、拿到新增订单。追赶者有机会,不等于追赶者一定赢。 04|云厂商自己做芯片,英伟达仍可能有生意 公告里一个很有意思的细节是:首个 NVHBM 合作者,是亚马逊的 Annapurna Labs,也就是参与开发 Trainium 的团队。NVIDIA 公告 一家云公司自己设计计算芯片,并不意味着它要把内存、互连、服务器和机柜也全部重做一遍。 英伟达的 NVLink Fusion,就是让客户自研芯片接入其互连和机柜级系统的一套合作体系。NVHBM 又把合作范围延伸到了内存。 图 4|自研计算芯片、内存与互连、机柜是不同层次的工作。客户可以选择合作,也可以自己做;图中为通用系统概念,不对应某款 Trainium 服务器。 亚马逊此前已宣布从 Trainium4 开始支持 NVLink Fusion。这与“Trainium4 已经批量采用 NVHBM”是两件事,不能混读 你品一下这个商业关系:客户即使自己设计计算芯片,周围的连接和系统能力,仍然可能来自英伟达。 对内存厂来说,客户也会有不同选择: 采用平台共同方案:普通 HBM 进行更深的独立定制:NVHBM,或者其他类似产品 05|再往前一步:内存从旁边,叠到计算芯片上方 NVHBM 调整的是控制器与接口分工。另一条更远的路线,直接改变内存和计算芯片的位置。 三星在 FMS 2026 展示的 zHBM,把内存从处理器旁边搬到上方。技术资料也把这一大类方向称为 Memory-on-Logic,直译就是“内存在上,逻辑芯片在下”。三星 zHBM 图 5|并排布局的数据要经过横向连接;上下布局探索更短、更密的垂直通路。右图是架构方向,不是 NVHBM 的另一种写法,也不是已经确认量产的产品。 这个变化不只是“多叠几层”。传统 HBM 本来就有很多层内存;新方向进一步把内存与负责计算的逻辑芯片叠到一起。 距离缩短,有机会降低传输开销、提高连接密度。但是否真的更划算,还得把散热、供电、测试和报废一起算。 三星特别强调,自己同时具备内存、晶圆代工和先进封装能力。这让它有机会承接更多环节,却不保证每个环节都能赚钱。 06|混合铜键合:两块芯片怎样贴得更紧? 三星在这块儿有自己独到的知识积累。提到两项支撑技术:混合铜键合,以及把多个晶圆结合成整体的多晶圆键合。三星 zHBM 先看连接处。传统微凸点连接,要通过很小的焊料连接点把芯片接起来,层与层之间会留出相应的高度。 混合键合则让铜点对铜点、绝缘层对绝缘层精密对准并结合。两种材料一起完成结合,所以叫“混合”。NIST 混合键合 图 6|连接界面的放大概念图。右侧铜点嵌在平整的绝缘层内,连接处不用传统焊球;并不意味着整颗封装的所有位置都不再需要焊料。 这听起来像“贴得紧一点”,实际很难。表面不够平、残留一粒污染物、位置对不准,都可能影响连接质量。 也正因为如此,能做出展示样品,和能每天稳定大量生产,是两道不同的门槛。 07|三星和海力士,都在推进这个方向 三星的 zHBM 是一个明确的上下集成方向。9 月 1 日 SEMICON Taiwan 前期论坛的相关报道,又补充了时间线。 按 TrendForce 汇总的报道,三星 HBM5 量产预期约在 2028 年;zHBM 的推出则被放在 2029 年以后。这些是路线图与报道口径,不能写成已兑现的交付承诺。三星路线图报道 SK 海力士在 4 月的台积电技术研讨会上,展示了标准 HBM、定制 HBM、HBF,以及 3D 堆叠 DRAM on Logic 等方向。 它希望从“供应商”走向参与架构设计的“创作者”。这里的 HBF 是高带宽闪存方向,之前我们也聊到过。海力士技术研讨会 图 7|不同公司的节点与应用方向并列展示,不代表同一产品依次升级。HBM5 在不同厂商和研究机构的时间表里也可能不同。 按 Hot Chips 2026 的现场报道,海力士认为混合键合赶不上 HBM4E,最早要看 HBM5,并展示了 20 层的混合键合样品。Counterpoint 对大规模采用的估计在 2029—2030 年。Hot Chips 报道 08|NVHBM 改了规则,三家内存厂和台积电怎么赚钱? 英伟达对 NVHBM 的安排,有一句话特别值得存储股东留意:建立一套共同实现方案,由多家内存厂商供货,减少客户适配和验证不同供应商的工作。NVIDIA 公告 这意味着,客户有机会获得更多采购选择。我的判断是,三家内存厂仍然能靠制造、堆叠和交付赚钱,但独有设计能留下多少溢价、客户更容易换供应商之后还能赚多少,需要重新算。 三星:机会在于进入更多采购名单 假如过去客户已经围绕某家供应商做了大量适配,即使三星愿意供货,客户也未必愿意重新投入开发和验证。 NVHBM 的共同方案,有机会减少其中一部分重复工作。对希望争取更多订单的厂商,这是一个值得重视的入口。 但共同方案只能减少适配负担,不能替三星解决良率、功耗和可靠性问题。客户更容易比较供应商,也就更容易比较谁做得不够好 所以,对三星我会看:有没有通过具体客户的验证,拿到了多少采购份额,以及这些订单能不能在合格率和成本达标的情况下交出去 SK 海力士:要证明客户有得选,仍然愿意选自己 海力士是现有 HBM 市场的领先者。Counterpoint 的二季度收入份额仍将它列在第一位。Counterpoint 数据 NVHBM 对领先者提出的问题是:如果客户适配第二家、第三家供应商变得更容易,原有订单还能守住多少? 这不意味着海力士的经验失去价值。相同的方案,交给不同工厂,合格率、交付稳定性和成本仍然可能不同 如果海力士能让客户少遇到坏件、少耽误整机交付,即使客户拥有其他选择,也可能继续优先采购它的产品。 它要守住的,是“用了以后更省心、更划算”的优势,以及这种优势能支撑的价格。 美光:多拿订单的机会,要和每摞少赚的压力一起算 对美光来说,共同方案同样可能减少进入新客户体系的适配工作。但这件事有两面。 一面是,新客户采用 NVHBM 后,美光有机会争取更多订单;另一面是,多家供应商提供可比较的产品,客户谈价时也会更有底气。 所以,美光的受益逻辑要算的是:新增销量带来的毛利润,能否超过价格压力和扩产投入带来的成本 如果多卖了不少,但每摞赚得更少,还需要投入更多设备和研发,收入增长就未必能等比例变成股东回报。 台积电:关键是 NVHBM 的底座由谁制造 NVHBM 把英伟达设计的内存控制器放进 HBM 底座。这里必须分清:谁设计电路,和谁把电路制造出来,是两份工作。NVIDIA 技术说明 如果具体产品采用台积电的逻辑工艺制造底座,台积电就可能承接相应的晶圆代工业务。美光此前已披露标准和定制 HBM4E 底座与台积电合作,但这不能直接当作全部 NVHBM 订单的归属证明。美光 FY25 Q4 对台积电,要继续看具体产品采用什么工艺、底座面积多大、出货多少,以及最终承担哪些制造环节。 09|接下来,哪些信号会真正改变我的判断? NVHBM 已经把方向摆出来了:英伟达进一步参与内存方案的定义,希望让客户更容易采用多家供应商的产品。 接下来,我会沿着这条线,追到实际订单和利润。 第一,多家供货,到底有没有落地? 我要看哪家内存厂通过了具体客户的验证,什么时候开始量产交付,以及客户有没有真的把订单分给第二家、第三家。 如果共同方案推出了,实际供货仍集中在少数厂商手里,就说明制造和验证的门槛依然很高。原有供应商的优势,也可能比预想中更牢。 第二,客户更容易换供应商之后,价格怎么谈? 如果厂商为了争取订单,需要给出更低的价格,就要看良率提升、成本下降和销量增长,能不能补回来。 同样是多卖一摞 HBM,留下多少毛利润,比“多卖了”本身更重要。 第三,NVHBM 有没有带来新的客户和需求? 我要看自研 AI 芯片的客户,是否因为接入更方便,真正采用了 NVHBM,并扩大部署。 这里要分清两种增长:一种是客户原本就要买这些内存,只是换了方案或供应商;另一种是新方案让更多项目能够落地,带来了额外采购。 前一种主要改变订单分配,后一种才可能扩大整体市场。两者对三家内存厂的意义不同。 第四,为了拿到这些订单,厂商先付出了多少? 开发、验证、设备和产能都要投入。订单增长得快,如果前期花钱更多、量产爬坡更慢,现金回报也可能晚于收入增长。 所以我会把新增毛利润和新增投入放在一起看。客户愿意采购,只是这门生意的开始;能否收回投入,才决定它值不值得做。 第五,可靠性优势,能不能变成客户愿意付的钱? 如果一家厂商能让客户少遇到故障、减少返工、按时完成整机交付,这种能力就有价值。 但价值最终以什么形式兑现,还要看合同:是更高的售价、更稳定的采购份额,还是更长的合作关系?供应商又承担了多少保修和赔偿责任? 内存是一堵墙,大家都要打破它,英伟达出手了 资料与延伸阅读 NVIDIA 公告:2026-08-26,NVHBM、共同供货方案与 Annapurna 合作。 NVIDIA 技术说明:控制器、接口与性能指标口径。 Counterpoint 份额:2026-09-01,二季度 HBM 收入份额。 三星 zHBM:FMS 2026 架构与键合技术。 三星路线图报道:2026-09-01,时间节点为媒体汇总。 海力士技术研讨会:2026 年 4 月,定制与端侧 DRAM on Logic 方向。 Hot Chips 报道:2026-08-24,海力士发言与研究机构时间预期。 海力士 iHBM:2026-05-26,封装散热方案,30% 为公司披露口径。 海力士 HBM4E:2026-06-18,12 层产品送样。 NIST 混合键合:2026-01-29,铜与绝缘层结合及量测。 美光 FY25 Q4:2025-09-23,第 13 页,定制底座毛利预期与合作。 美光 FY26 Q3:2026-06-24,产品进展与部门财务数据。 设备资料:Besi · KLA · Advantest。用于说明产品能力,不作为本次新架构订单的证据。
保存的原文 · 长文

媒体状态:UNKNOWN, NOT_ARCHIVED

来源与保存记录

Post ID: 2097152697682280565
保存时间:2026-09-12T02:47:44.320Z
正文状态:UNVERIFIED
媒体状态:UNKNOWN, NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Imported from a selected PoC sample; coverage is not exhaustive PoC verification is not inherited; attach exact-version check evidence Images were not archived Reused a previously captured PoC body; this import makes no new provider-access or completeness claim Images and embedded context are not independently archived

QUOTES: x:post:2086855246131941823 · /content/clippings/x/posts/2086855246131941823/

QUOTES: x:post:2077279581497860514 · /content/clippings/x/posts/2077279581497860514/

QUOTES: x:post:2092723685194973635 · https://x.com/i/status/2092723685194973635

LINKS_TO: https://x.com/i/article/2097138265916899328 · https://x.com/i/article/2097138265916899328

美研芒格君 @Kay2289123
原帖 ↗
在 GPT5, Fable5.1 发布的当下,我观察到一个反差: > 走在最前沿、真正把 AI 用进工作的人,觉得它已经跨过了某个坎。越用越觉得有用,也越觉得自己还有很多东西要学,过去的经验和工作方式都需要重新审视 > 没怎么认真用过的人,结论反而特别笃定:“GPT 时刻还没来,没有什么生产力革新,全是幻觉,根本做不好。” 你今天还能照常上班、照常领工资,并不能证明你的工作方式没有过时。也可能只是公司还没调整流程,客户还没找到更便宜的选择。 等到这些变化真的发生,你才开始学,留给自己的余地会有多少? 因为认真用的人,每做完一件事和 AI 的交互,都在积累下一次的优势:哪些任务值得交给 AI,怎样提供背景,哪里必须检查,哪些旧流程可以直接删掉 如果你一直觉得它没用,不去突破上限使用。等你终于决定认真学,别人已经完成了多少轮尝试? 同一代技术,为什么会让人产生这么大的认知差异?
保存的原文 · 长文

媒体状态:UNKNOWN, NOT_ARCHIVED

来源与保存记录

Post ID: 2097142317589410037
保存时间:2026-09-12T02:47:44.320Z
正文状态:UNVERIFIED
媒体状态:UNKNOWN, NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Imported from a selected PoC sample; coverage is not exhaustive Linked or quoted context may not be saved

QUOTES: x:post:2096790370881609761 · /content/clippings/x/posts/2096790370881609761/

美研芒格君 @Kay2289123
原帖 ↗
@nftcrypto3 这正是我想说的。我的投资视角,也因此发生了变化。 如果把 AI 想象成一种正在成长的新物种,算力、存储和互联,就是支撑它运行的骨骼和血液
保存的原文
来源与保存记录

Post ID: 2096793084352938491
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096792464803934323 · https://x.com/i/status/2096792464803934323

美研芒格君 @Kay2289123
原帖 ↗
那是因为你用 AI 用的还不够多。现在我用 AI 写代码,仅仅占了我 AI Token 总消耗的 50% 不到 此外,建议大家换一下对世界的理解方式。我们世界本来就是 0 和 1 组成的,从第一性原理来看,人脑做的每一个逻辑操作、消耗的每一个卡路里,本质上都是一个 Token可以去处理的最小逻辑单元 放下你作为人类的 ego,你才能真正理解 AI,才能把握住这次机会
保存的原文
来源与保存记录

Post ID: 2096792818442444993
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096792331936485474 · https://x.com/i/status/2096792331936485474

美研芒格君 @Kay2289123
原帖 ↗
继续上个帖子:如果 AI 的发展势不可挡,人类现在的职责分工必将终结,财富会重新洗牌,那普通人现在能做什么? 我分享几点在硅谷我看到的和我正在做的,一定对你有帮助 1. 多放手一点,让 AI 帮你找方向 把你现在的工作、擅长的事情、遇到的困难,以及现实约束,认真讲给它听。让它先追问,弄清楚你的处境,再提出下一步 我们很容易只问自己已经想得到的问题。但GPT6,我认为它的灵性可以弥补你的盲区 2. 有条件的话,试一个月 200 美元档的Codex会员 这笔钱对很多人不便宜,量力而行。但如果预算允许,我真的建议拿一个月,体验高额度的模型使用,把一件复杂的事做下去。20$ 或者什么 API 中转站,根本无法支撑你去完成复杂任务 拿出一个你现在觉得最难、最害怕面对,甚至已经拖了很久的问题。把背景交代清楚,让它帮你分析,追问它的依据,再一起往前做 你得给它一个足够重要的问题,才能知道它对自己到底有多大用处。有些事情我们从来不去尝试,是因为早就默认自己做不到。现在有了AI,可以尽情释放你的想象力了 3. 放下对现有工作的执念,也放下周围人的评价 给自己留好收入和生活的余地,但别再把现在的职位、老板的表扬、过去最擅长的工作,当做最重要的。我跟我自己团队成员也是这样说的 一项工作今天被需要,不代表它会一直以同样的方式被需要。周围人认可你的能力,也不代表市场以后还会为它支付同样的价格 如果你已经看见变化,就值得花时间,为自己试出另一条路。哪怕它暂时没有成效,一定要坚持下去。当 AI 持续变强的时候,你过去所做的一切都会成为你的积累。到了某个节点,你会发现这件事情会一夕成真 4. 保持健身,降低皮质醇,享受活着的快乐 越觉得焦虑,越容易只刷消息、只焦虑,最后什么也没做。 身体和睡眠一旦跟不上,就会被社会彻底淘汰。每天推进一点具体的事,看看结果,改一下,再继续。做不动了就去运动、休息 写这个帖子的时候,我依然焦虑,这两天总共只睡了 6 个小时,剩下时间,除了吃喝拉撒,都给了 AI。这可能是普通人改变自己处境的一次重要机会。我也想把握住
保存的原文 · 长文

媒体状态:UNKNOWN, NOT_ARCHIVED

来源与保存记录

Post ID: 2096792292766175701
保存时间:2026-09-12T02:47:44.320Z
正文状态:UNVERIFIED
媒体状态:UNKNOWN, NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Imported from a selected PoC sample; coverage is not exhaustive Linked or quoted context may not be saved

QUOTES: x:post:2096790370881609761 · /content/clippings/x/posts/2096790370881609761/

美研芒格君 @Kay2289123
原帖 ↗
日没夜用了两天 GPT-6、Fable 5.1。消耗了 21 亿 Token,我现在最大的感受是焦虑,以及深度恐惧。 我的核心判断:社会分工和财富会因为 AI 重新洗牌,而留给我们调整自己的时间,可能比想象中少得多。 这个帖子想给各位敲响警钟,也分享一下,我觉得普通人接下来应该怎么办。在硅谷,我几乎经历了整个机器学习到如今 AI 的演变。这一次,我觉得跨过了某个奇点 1/ 先分享一组数据:累计消耗了 2,101,817,483 个 token,我几乎重构了我所有的工作流,删掉了约 95% 的 prompt,效果甚至更好 我之前几个月的调优工作,在这次更新面前,突然显得微不足道。这让我开始怀疑,自己过去积累下来的方法,有多少只是为了弥补上一代模型的不足? 2/ 2022 年 12 月,我第一次使用 ChatGPT 到现在,连四年都不到。四年,很多人可能才刚熟悉一份工作,AI 却已经跨过了这么多技术节点。以前还要反复追问、解释的东西,现在交流起来,我真的越来越觉得像在跟一个真人对话。甚至,我感觉这次出现了某种“灵性” 这个词不严谨,但它很接近我的感受。我暂时也不想展开解释,只能说,单看参数和跑分,已经很难传达这次使用带给我的冲击 3/ 让我恐惧的还有另一件事:这种能力,还没有充分进入每个人的日常工作 我坚定认为,一部分工作今天还需要人来做,只是因为把 AI 用到足够好、足够稳定,仍然很贵。 这些门槛到底还能维持多久? 我感到的倒计时,是我们今天赖以挣钱的能力,还能稀缺多久。 一个人学一门技能,要读书、练习、犯错,可能花上好几年。模型的能力一旦得到改进,同一套能力就可以被部署到大量系统里。我们面对的是一种完全不同的积累和复制速度。拿它跟人类个体的学习速度比较,我只有无力感! 所以我觉得,人类需要放下一部分 ego。包括我自己。 不能因为自己有经验、懂技术,就默认 AI 永远只能当实习生,永远只能等人类安排下一步 在它更擅长的问题上,我愿意让AI带着我走。让它指出我哪里想错了,告诉我还缺哪些信息,甚至提出一个我根本没想到的方向。能接受它来指导我,同时检查它的依据,是我这两天跟 AI 的相处模式 4/ 那普通人现在能做什么? 篇幅有限,我把它放在评论区
保存的原文 · 长文

媒体状态:UNKNOWN, NOT_ARCHIVED

来源与保存记录

Post ID: 2096790370881609761
保存时间:2026-09-12T02:47:44.320Z
正文状态:UNVERIFIED
媒体状态:UNKNOWN, NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Imported from a selected PoC sample; coverage is not exhaustive

美研芒格君 @Kay2289123
原帖 ↗
根据我个人的过往实战经验:要赚钱,特别是大钱,买的是未price in的幅度。这等于看懂+耐心 即当前价格的隐含和基本面的delta。这是我上个帖子要讲的核心观点,没看懂的可以再看看我的上个帖子配合文章 另外我觉得你说的没问题,nvda基本面是无敌的,我也持有很多,但注意概念要保持一致,不能偷换。nvda好,delta小,上涨的是beta,不是alpha
保存的原文
来源与保存记录

Post ID: 2096756438014337354
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

QUOTES: x:post:2096754364165849516 · https://x.com/i/status/2096754364165849516

美研芒格君 @Kay2289123
原帖 ↗
MRVL 是我跟踪了多年、并且真正看懂,而且身在硅谷、对公司基本面和发展路线有信仰的综合选择。这也是为什么,对于看懂的股票,大道至简是最重要的 它不是一个我看了下 PE 数值,就决定想买的股票,这也就是为什么在MRVL中我盈利了很多。 ta不是市场上 random的 "too Many Stocks" 之一。倘若你看了下 PE 估值,觉得某只股票数字还可以就买,那大概率结果不会太好
保存的原文
来源与保存记录

Post ID: 2096678877250895887
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096673429181145330 · https://x.com/i/status/2096673429181145330

美研芒格君 @Kay2289123
原帖 ↗
@EricHuang4312 好问题,PE 的确认。我通常找到一个相对的锚点通过 AI 时代的历史隐含 PE和情绪基本面变化 很难有一个数学公式去推导。下次我可以发一个专门的帖子,来回溯一下现在的 PE 和历史 PE 的相对差值,以及什么是公允值? https://t.co/TKRUdEfm77
保存的原文
来源与保存记录

Post ID: 2096665364197523931
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096663711025148104 · https://x.com/i/status/2096663711025148104

美研芒格君 @Kay2289123
原帖 ↗
很多人一直没搞懂 Price in。股票跌了,评论区就会出现一句:“之前预期太高,市场 price in 太多了”。这个其实和废话没什么区别 这个帖子我用过去一段时间的 $MRVL 实际例子 把Price-in 这件事讲清楚。为什么持有 3 年 $MRVL,一定能赚到钱 Price in 最值得理解的地方:你不能把买入时已经付过钱的那段增长,再算一遍投资回报。 Price in 本身不等于高估。它只是说,一项预期已经反映在价格里。真正要判断的是,这份预期有多高,兑现它需要什么 今天是 9 月 6 日,周日。最近一个常规交易日,MRVL 收盘 223.55 美元 1/ 我看 Price in,会先倒过来算:这个价格,需要公司赚到多少钱? 假设给 30 倍市盈率,223.55 美元需要约 7.45 美元的年度每股盈利。给 25 倍,需要 8.94 美元;愿意给 35 倍,只需要 6.39 美元 华尔街对 $MRVL FY2028 调整后每股盈利的预测,大约在 6.60–7.24 美元。FY2028 大致对应自然年 2027。 也就是说,当前价格相当于这份盈利的 31–34 倍。按 30 倍算,需要盈利略高于这批预测;按 35 倍算,现有预测可以支撑 2/ 300 美元的 $MRVL 需要什么 price in? 美银的 365 美元目标价,正好可以解释这个问题 它预测 FY2029 调整后每股盈利达到 11.02 美元,再给约 33 倍估值,得到约 365 美元,FY2029 大致对应自然年 2028。11.02 是那一个年度的盈利 假设股价今天已经涨到 365 美元,你再买入,就相当于在这套模型下,已经提前按照“11.02 美元盈利,而且值得 33 倍”付钱 以后公司真的做到 11.02 美元,完成的是你买入时依赖的预期。假如到时候还是按这份盈利、33 倍来估值,价格依然在 365 美元附近 公司这几年利润增长了,你的股票却可能没赚到多少,甚至还可能下跌,这就是我们说的 price-in 3/ 现在的 $MRVL 到底price-in 了什么? 假设未来某个估值时点,每股盈利都是 11.02 美元: 给 20 倍,对应 220.40 美元;给 25 倍,对应 275.50 美元;给 33 倍,对应 363.66 美元。 从 223.55 美元出发,三种情景对应约 −1.4%、+23.2%、+62.7% 的股价变化。 不过,看到 223.55 距离 365 还很远,也不能马上得出“便宜,空间很大”的结论 还得问,11.02 美元到底要靠什么赚出来 美银的模型里,总收入需要从 FY2028 约 180 亿美元,增长到 FY2029 约 285 亿美元。定制芯片收入要从约 42 亿增至 110 亿美元,占公司收入的比例从约 23% 提高到 39%。这一年新增收入中,约 65% 来自定制芯片 美银预测 11.02,不等于整个市场都相信 11.02;股价达到某家投行的目标价,也只能说明它达到了那套模型目前支持的水平 有人对盈利更乐观,却只愿意给较低倍数;有人对盈利没那么乐观,却愿意给更高倍数。不同的判断,可能形成相同的价格。这就是股市的不可预测性 “用 FY2029 盈利估值”也不等于“目标价必须等到 FY2029 才实现”,所以有的时候才会出现大超预期,股价暴涨 4/ 最后,我的思考和操作 220 美元对于 1-3 年的投资者,仍然具有吸引力。因此我目前继续 HOLD,并且定投+逢低买入 因此,下一次有人说 MRVL“已经 price in 太多”是个垃圾,我会继续问: 你用的是 FY2028 的 7 美元左右,还是 FY2029 的 11 美元左右?给的是 20 倍、25 倍,还是 33 倍? 把这几项写下来,我们才能讨论到底贵在哪里,以及什么变化会让这个判断失效 公司增长得好不好,要看经营结果。你这笔投资回报好不好,还要看买入时,已经为这些结果付了多少钱 完整的 MRVL 文章还在写,这两天发出来
保存的原文 · 长文
来源与保存记录

Post ID: 2096654164524949954
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:See source observations for media and context status.

美研芒格君 @Kay2289123
原帖 ↗
@AnotherXStr Thanks for calling me an engineer rather than a stock KOL. I really appreciate it
保存的原文
来源与保存记录

Post ID: 2096272990640246879
保存时间:2026-10-04T20:13:43.772Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096271488282402997 · https://x.com/i/status/2096271488282402997

美研芒格君 @Kay2289123
原帖 ↗
@chewthecud9527 目前而言,我看不到任何不持续上升的可能性
保存的原文
来源与保存记录

Post ID: 2096272545712681206
保存时间:2026-10-04T20:13:46.251Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096271371114541552 · https://x.com/i/status/2096271371114541552

美研芒格君 @Kay2289123
原帖 ↗
这绝对是个好问题。我尝试分享一下我的拙见,Overfitting芒格君(我自己), 在 GPT 时代,不如叫蒸馏, 在投研里面是一件坏事吗?目前没有数据,这个我将来搭建好环境、训练好之后,会做回测。不过我认为和 machine learning、DL 的 overfitting 绝对是两回事 1. 我们通常说的 overfitting 更多见于深度学习和机器学习中,本质上还是用离散的数据或者连续数据去预测某种 logits,算 loss,然后有更好的表现。Overfitting的原因还是维度不够。而且 DL/ML 是尝试去拟合所有的数据、大众的数据,去预测一种普适规律;而投研是预测我的精准偏好 2. 在 GPT-6 面前,首先,GPT-6 的基本思维逻辑是聪明的,这是它学习的客观知识,智力到位了,他对自然和股市,还有知识规律,是有一个基本的理解的 下一步就是选择。这是为什么我尝试把 96,000 条我的真实交易策略蒸馏进去,我的目标就是让它 overfitting 我的策略,如果真的 overfit 了我自己,那我蒸馏真的成功了。我们有的时候给 AI prompt,让它学习一些股票大师的投资经验,其实也是在尝试主导 AI 的倾向和选择
保存的原文 · 长文
来源与保存记录

Post ID: 2096272168023945358
保存时间:2026-10-04T20:13:46.251Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096270434736156802 · https://x.com/i/status/2096270434736156802

美研芒格君 @Kay2289123
原帖 ↗
@curious_hao 我觉得研报是锦上添花,但不是必须的,普通投资者可能需要花太多的时间去看,有时候也看不懂。我的建议是买华尔街几大投行(大摩、小摩、花旗)的研报,重点 cover 感兴趣的板块。后续我可以把我的研报用 GPT-6 蒸馏出来,直接分发,这个可能更省事
保存的原文
来源与保存记录

Post ID: 2096270079604506918
保存时间:2026-10-04T20:13:46.251Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096267536555753956 · https://x.com/i/status/2096267536555753956

美研芒格君 @Kay2289123
原帖 ↗
@l6666636 还是不够用,200 刀的 Pro 我 reset 了两次,一晚上就用完了。这说明啥?看好算力和互联,以及 host token 的云
保存的原文
来源与保存记录

Post ID: 2096269669363822884
保存时间:2026-10-04T20:13:46.251Z
正文状态:UNVERIFIED
媒体状态:NOT_ARCHIVED
上下文状态:PARTIAL
已知缺失:Linked or quoted context may not be saved

REPLY_TO: x:post:2096268151671665041 · https://x.com/i/status/2096268151671665041