qinbafrank 拆解美股回調級別，AI 真正風險是什麼？從軟體股、Marvell 光互連、Nokia 到 SpaceX 看資金輪動
NVIDIA 三次大辯論、宏觀邏輯「重置」風險
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，光互連族群集體大漲。同一時間，宏觀面卻一點都不平靜，荷莫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 日公布的 5 月 CPI；而 SpaceX 即將以約 1.75 兆美元估值掛牌 IPO，Anthropic 也已祕密遞件，下半年的流動性版圖正在重排。
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轉折點、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。 他從輝達的三次大辯論講起，逐一拆解滲透率紅利、資本支出戰爭、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續行情。
👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 X 開了一個 台美股研究討論群（一群已光速滿員，特別加開），持續分享值得關注的資產和前瞻資訊，歡迎加入！
本文為 168X（@168X_Fortune）節目精華摘要，一個深度連結東方智慧與西方創新的頂尖對話平臺，聚焦 AI、區塊鏈、機器人、太空科技及生物工程等尖端領域，探索技術、資本與人文智慧將如何重塑人類文明未來。
主持人：Mr. Z（@168MrZ）· Victor（@vcmktasa）& 來賓：Frank（@qinbafrank）
本文目錄
一、研究框架：從互聯網、創業到 VC 的跨市場投資路徑
二、AI 三次大辯論：用輝達股價看「趨勢、算力、賺錢」三大疑慮如何被驗證
三、商業化轉折點與資本支出戰爭：滲透率紅利為何決定這輪牛市
四、有限度寬鬆時代：流動性、利率與「結構化牛市」的選股邏輯
五、軟體股的分化：哪些被 AI 取代，哪些反而被加強
六、殺估值、殺業績、殺邏輯：個股回調的三種劇本
七、光互連與 CPO：連接性如何成為 AI 的下一條主線
八、Nokia、邊緣計算與 Physical AI：從雲端延伸到物理世界
九、緊缺、升級、遠期：拆解 AI 資金輪動的三大邏輯
十、SpaceX IPO 與流動性黑洞：三大巨頭上市的衝擊
十一、大、中、小級別調整：唯有「重置宏觀邏輯」才是真正的崩盤
十二、比特幣與加密新常態：分化、資本範式與 AI 的結合
十三、給聽眾的建議：做好進攻與防守，深入基本面
一、研究框架：從互聯網、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框架是怎麼形成的？
Frank：剛才 Z 說頂級投資人，這個真的算不上，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。
我平時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：十多年前在中國的互聯網產業工作了七八年，做過產品經理，自己也創業、募了幾輪資，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 的思路去投一些專案，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網路，正好趕上整個全球從 PC 到互聯網的轉型階段；在中國大陸大廠待過、自己創業過、又做過 VC。做 VC 本質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，甚至看創辦人到底 work 不 work。這就讓我自然理解了網路、科技產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，無腦做就行了。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、聯準會最後一輪升息，美股第四季大跌，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。像柏南奇（Bernanke）寫的《行動的勇氣》和後來他跟鮑爾森（Paulson）、蓋特納（Geithner）合著的《滅火》，講 2007 到 2009 年金融危機期間聯準會做了哪些動作、怎麼跟國會博弈、怎麼跟財政部協調；鮑爾森的《峭壁邊緣》、蓋特納的《壓力測試》，再往前還有伏克爾（Volcker）時代的《時運變遷》。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框架。
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：把它當成一個科技產業，去看它業務正常往哪轉、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：用輝達股價看「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 年看似很像，其實不同。2020 到 2021 年現在回過頭看，是黃金時代的尾聲。那時候最主要的驅動力，一個是利率到 0，第二個是無限量量化寬鬆，幾乎每個月都要購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 年第二季，大概擴了四到五兆美元，這個規模非常大。再加上那時候互聯網發展了十年、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「有限度寬鬆」的時代。 我在 2024 年 7、8 月寫過一個推文，預測未來兩三年聯準會大概是有限度寬鬆：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、大家也認識到的趨勢。我去年寫過一篇推文叫〈關於 AI 的三次大辯論〉，你看輝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、科技公司資本支出都還沒起來，業績也沒釋放，純粹是炒預期。所以 2023 下半年輝達基本停滯，高位震盪了大概六個月。
第二段，2024 年初到 2025 年第一季，辯論的是「AI 需不需要這麼多算力」。 轉折點我認為是 2024 年 1 月達沃斯論壇，Sam Altman 在裡面講話，接著推了 GPT-4 和 Sora（影片模型），一下子引爆；更核心的是輝達的業績從 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，報導說訓練成本非常低，震動美國科技界，a16z 的創辦人馬克・安德森（Marc Andreessen）發了推文盛讚，市場一度很慌，覺得用不到這麼多算力，加上年初關稅戰，輝達跌了一波。
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 2025 年，大家慢慢都看到了這個邏輯，科技公司可能看得更多，因為模型參數越來越多、資料越來越豐富，需要更多算力。
第三段，2025 年第四季到 2026 年第二季，辯論的是「投入這麼大的資本支出，到底能不能賺到錢」。 我在 2 月寫過一篇長文叫〈這一場資本支出的戰爭意味著什麼〉。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：大家終於看到資料了。 一個是這三家雲業務大規模爆發，因為它們的收入來自企業端客戶和消費端用戶消耗 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。那月增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 貨幣化的一個轉折點：之前大家擔心這麼大的投入賺不回錢，現在證據證明能賺、而且成長速度在加快，質疑轉向驗證，大家自然就放心大膽地往上衝。
三、商業化轉折點與資本支出戰爭：滲透率紅利為何決定這輪牛市
Frank：那 AI 到底發展到什麼狀態？我有個框架，第一是看滲透率。科技產業本質上都是吃滲透率的紅利，10% 是一個轉折點。 過了 10% 有兩層意義：第一，意味著這個技術真的有用，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，大科技公司對資本支出更有信心，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 億來自波克夏（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先拿一筆錢，這是商業上明智的決策，另一層意思也是說：它們還在加碼。
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，總會帶來小級別或中級別的回調，整體是一個波浪式的狀態。我自己的看法是現在大的層面還在中段，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。上一輪牛市 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 族群還是記憶體族群降溫，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：我跟你看的資料口徑略有不同。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，裡面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、每個族群都漲。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股很強，金融還可以，必選消費還行，可選消費就很一般。
能漲的，要麼有預期、要麼有業績。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。在這種有限度寬鬆的環境裡，市場一旦大面積漲多了，就一定會有調整。市場上的資金分很多種：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、以納指為標的的調整級別規律，這個後面再細講。重點是：判斷一次回調是大級別、中級別還是小級別，關鍵看 AI 商業化的成長速度有沒有降速。 只要大模型廠商的年化收入還在成長、雲業務還在超預期，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、加上年化收入的快速成長），市場就又起來了。
我再多講一點，因為大家很擔心拿這波跟 2000 年網路泡沫對比。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、電力這些環節；昨天他說 Marvell 會是兆美元等級的公司，Marvell 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%；而且那時候整個網路是沒有商業模式的，真正做網路業務的（亞馬遜、Google）都不賺錢，反而像思科這種賣產品的賺錢，直到 2002 到 2006 年才找到廣告、電商、加值服務、遊戲這四大商業模式。互聯網就不一樣，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 這些平臺上，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，但這一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很多。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和空間兩個維度，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 金老師也發文提醒風險，其中一個關鍵是：如果大模型廠商的營收成長速度不如預期，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：一是雲廠商驗證了大資本支出帶來雲業務超預期成長，而雲業務變現來自企業端、消費端的 token 消耗；二是 Anthropic 的年化收入快速成長。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及預期，那相當於整個市場敘事邏輯的底層出了問題，因為微軟、Google、亞馬遜的很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。這種情況下，至少會是一個中級別的調整，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、規模和成長速度又超預期，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，每支股票邏輯都不一樣。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成期，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，它要呼叫越來越多的工具、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，很可能被取代。 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，甚至被加強：
第一類，垂直類、在某個領域有很深 know-how 的軟體。大模型來自公開資料訓練，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，這種自然就有壁壘。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。比如 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，因為哪怕微小的延遲用戶都不能容忍。能替代純技術的東西，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，那些經驗資料、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：個股回調的三種劇本
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。 本來估值 20 倍、大家覺得有 CP 值就買，幾個月漲到三四十倍，公司還是好公司、業績還在成長，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 CP 值了、可以進，因為業務還在往上漲。
殺業績，現在指的不是殺虧損，而是殺「成長不及預期」。 以前是公司由盈轉虧；現在是市場預期你成長 50%、你只給出 48%、49%，那不好意思，我對你不滿意。第一季財報就很典型，微軟雲業務市場預期成長速度 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戰略定位被摧毀。 舉兩個例子。2022 年 Meta 經歷過一波殺邏輯，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、引進巨額資本支出，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族群：很多公司的核心邏輯是「進入了輝達的供應鏈、被輝達採購」，大家就去找這些標的；但哪天輝達說你不行了、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：連接性如何成為 AI 的下一條主線
Victor：這週很紅的就是光互連族群。昨天 Marvell 在 COMPUTEX 的演講，黃仁勳上台直接站台說 Marvell 會是下一個兆美元等級的公司，整個光互連族群在前幾週回調後全部全面反彈，Marvell 漲了百分之三四十。我也在現場，CEO Matt Murphy 講得非常好。你會怎麼看光這個賽道？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 的演講我也整理了要點、學到很多。先說階段差異：就像輝達 2023 年漲的是預期、2024 年才開始漲業績；但記憶體剛好相反，是先漲業績再漲估值。記憶體廠商從去年三、四季到今年一季業績都非常亮眼，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。
光跟記憶體是兩個產業格局完全不同的領域。 全球記憶體就那麼幾家：美國的美光、SanDisk，韓國的三星、SK 海力士，中國的長鑫（CXMT）和長存（長江存儲／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、雷射器、光阻電……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 多億美元，比較樂觀的估計到 2029 年能到 900 億到 1,000 億。對比記憶體，去年市場營收規模已經接近 2,000、3,000 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、是快速成長的。
Murphy 的核心點是：連接性在資料中心裡會越來越重要。因為黃仁勳也講了，agent 時代的計算模式是分散式的：你把一個計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 還講了一個終極形態叫「無距離資料中心」：未來計算、記憶體都「池化」、解耦，不一定放在一起，儲存是儲存、計算是計算、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。這確實會讓連接變得很重要。
但光互連內部也會分化。 有些是漲業績的，比如中國大陸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、快速成長的。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。
我之前看伯恩斯坦（Bernstein）5 月發的一篇〈資料中心連接的戰爭〉、也拆解過。它的點是：至少在 2026 到 2027 上半年之前，雲廠商還不敢大規模部署 CPO。原因有兩個：一是輝達的 CPO 光交換機才剛剛發布；二是以前光模組是可插拔的、壞了拔掉換一個就好，但 CPO 是把光晶片焊在 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，要反覆測試。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、系統平臺，無論你做 LPO、NPO 還是 CPO 都要用到，這些是沒問題的。 然後要看輝達的交換機今年剛開始發貨，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：雲廠商什麼時候開始大規模採購 CPO 交換機、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，其實是輝達自己擅長在搞的；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、邊緣計算與 Physical AI：從雲端延伸到物理世界
Victor：你之前發文提到 Nokia 是介於光（光焊）和邊緣計算（Edge AI）這兩個賽道，而且它本身是輝達生態系。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計算的公司？
Frank：Nokia 在光、其實應該說在整個連接（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，比如去年收購了 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：整個光連接業務年增 20% 多，AI 資料中心客戶（AI & Cloud）年增率 49%，單季新增大概 10 億歐元訂單，還上修了預期。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。
至於邊緣計算這塊（在它整個業務架構裡大概只佔 8%），我認為更像一個「估值期權」。核心催化劑在於輝達，輝達現在是指揮棒。它在第一季財報做了一個很大的變化：以前財報裡就講「資料中心」，今年把邊緣計算從資料中心裡剝離出來單獨計算。把一個只佔總業務 8% 的業務單獨拉出來，這本身就是一個信號。 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，要做全棧的作業系統，不僅在雲端、還要往邊緣、往終端側、往物理世界延伸。
這裡要釐清幾個概念。邊緣計算（Edge Computing）是跟雲計算相對的： 以前是把所有資料回傳到雲端資料中心統一計算，邊緣計算則是讓計算發生在靠近資料產生的地方，比如工廠設備、5G 基站、醫院、門市、甚至汽車，只要有資料產生，就近直接算掉。終端側 AI（On-device AI）範圍小於邊緣計算： 指在手機、PC、穿戴式裝置、車載終端上運行的 AI，跑的多是小模型。Physical AI（物理 AI）我理解是邊緣計算的進階形態： 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，跟輝達想推的 AI-RAN 有關：輝達未來想把基站變成一個微型 AI 資料中心，而 Nokia 本來就替電信業者建基站、有無線整合和很強的業者關係，每個基站可以提供一些邊緣算力，基站之間又需要互聯，它本身就有算力高速互聯的方案。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》一篇報導，其實 4 月就有跡象：它跟輝達深度合作，把 QNX 這個終端安全軟體整合到輝達的智慧駕駛系統平臺，很多用輝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，機器人也會用。它的邏輯是：第一綁定了硬體龍頭，第二站在了未來邊緣計算、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遞加進去了，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蹤，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：一是輝達的示範效應加上輝達也推邊緣計算，大家自然有預期；二是之前跌太多、有人試著低接；三是幾個關鍵事件，拿到美國聯邦風險與授權管理計畫（FedRAMP）的 Class D 認證，就是最高等級的認證，據說是目前唯一達到該標準的關鍵事件管理供應商，含金量很高，很多聯邦政府都能用它的終端；以及它在 5 月中推出大概 5% 流通股的回購，意味著市場覺得它有底氣、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」。 最早買輝達，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，而記憶體本身也是緊缺：2022、2023 年全球記憶體下行週期經歷過慘烈的產能出清、很多廠商倒閉、剩下幾家還關了不少廠，產能本來就不夠，一下子碰到這麼強的需求。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，儲存需求也越來越高，不像網路時代搜尋只要返回一個連結排名；每次跟大模型對話、呼叫 agent，都要把相關資料全算一遍、存更多資料，從 DRAM 到 NAND、到 SSD、到熱儲存／冷儲存的硬碟，全都層層擠壓產能，本質上就是緊缺。
4 月開始大家預期的 CPU 也是緊缺。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。你看輝達最新的 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 緊缺），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、輝達、亞馬遜、Google 的自研晶片用的都是 ARM 架構。
第二個是「升級邏輯」。 光就是升級邏輯：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路，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 CP 值，所以大家轉向 3D 堆疊、更好的材料（玻璃基板、陶瓷）、更好的製程和更精密的設備，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」。 就是前面說的邊緣計算、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，基於小模型在終端側和硬體端做計算，而不是都回資料中心算。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 也已經祕密申請 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，要募資 750 億美元。IPO 配額大致是 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，要麼手裡沒現金、要麼得砍掉一些部位騰出現金來申購，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：發第二季財報後先解 20%，之後從第 70、90、105、120、135 天每段固定釋放 7%（合計約 35%），發第三季財報後再固定釋放 28%，剩下的 180 天後全部解禁。它第一次解禁還設了一個績效條件：如果在發第二季財報前的 10 個交易日裡有 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%。
而且納斯達克改了規則，上市 15 天就可納入指數，但計入指數權重不是按總市值、而是按流通股本。假設它 1.8 兆市值、流通股本 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：荷莫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 日公布 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業務的收入成長速度不放緩，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 商業化成長速度）真出問題，調整後才需要等更多逆轉信號。
十一、大、中、小級別調整：唯有「重置宏觀邏輯」才是真正的崩盤
Frank：我在去年二三月總結過美股 20 年來、以納指為標的的調整級別規律。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 個族群、含防禦型類股。
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%。中級別大概 15% 左右，一兩年一次。小級別就是個位數，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 巨額資本支出的質疑剛萌芽。今年納指其實也到了一個中級別，大概 13%-14%，還沒到 15% 的邊上。
小級別的調整一般是：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、通膨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。
中級別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，加上中東是很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）平倉，一是日本意外升息超預期、二是 7 月非農新增不及預期，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。
大級別這種能讓大盤跌 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、大蕭條時代要來，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，所以迎來最劇烈的拋售，一個月內納指跌 30% 多、接近 40%。
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。至於 2008 年金融危機更不用說，這裡有很細的點：美國房地產泡沫崩潰其實在 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，因為聯準會開始降息救助；真正確認是 2007 年 9 月，英國 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環踩踏。很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（之前聯準會主要靠利率調整，QE 不是主要工具），那時其實金融危機已接近尾聲。
所以每一次能帶動大級別調整的，一定是把我們過去習慣的宏觀邏輯給重置掉。 現在的美股要出大級別調整，要麼是邏輯重置（AI 成長速度、商業化不及預期），要麼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、資本範式與 AI 的結合
Victor：近期比特幣有很大的下殺，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 也上架了美股，各大交易所都上架了美股。
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產業自律、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，你讓它去衝山寨就很難。
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。 出現了很多管理規模幾億、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專案投 100 萬、要投 50 個，就得看幾百上千個專案；但 10 億、20 億美元規模的基金，一個專案就得投 1,000 萬，得看上萬個專案、花好幾年。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專案估值算下來幾十億美元、解鎖時流通股本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，而現在又是有限度寬鬆，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%、平均市值十幾億美元、日交易量只有兩三百萬美元，這在當時幣圈的資產裡可能連前 100 都排不上。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，只有極少部分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、互聯網、網路是生產力，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。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鏈上的重要原因。SEC 主席阿特金斯（Paul Atkins）去年在代幣化加密工作小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：一是透過智慧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，就能自動化派息）；二是讓流動性不好的資產觸及更廣人群、交易深度更好、又是全球跨地域的。
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：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 之間怎麼互動、怎麼相互激勵去完成一件事？很可能需要智慧合約、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 個人裡可能五六個都不認為它是優質資產。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（比如把蘋果這種資產搬上鏈）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，就是它淪為一個純粹資本範式的東西。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。
回到比特幣後續行情： 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。按四年週期看，今年是它的下行週期，有可能在今年下半年某個時候碰到一個比較好的底部區間。我覺得現在 7 萬以下都算底部區間，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？基本都是從 2 萬以下慢慢買、或者漲起來才開始追。所以它可能是一個進入高 CP 值區間、慢慢佈局的時候，只是我們不知道具體的最低點在哪。
十三、給聽眾的建議：做好進攻與防守，深入基本面
Mr. Z & Victor：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、競爭力是不是不可替代、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高 CP 值區間。進入高 CP 值區間時，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，你可能需要減碼、讓自己留有餘地。我覺得這很重要。
Mr. Z & Victor：非常感謝 Frank 老師，完全不藏私、傾囊相授，今天聊了將近兩個小時。也謝謝一路聽到這裡的每一位聽眾。如果你喜歡這集內容，歡迎關注 168X 的 X 與 YouTube，把節目分享給更多對宏觀、AI 與硬科技感興趣的朋友，我們下集再會。
Frank：謝謝兩位的邀請，我也很榮幸。謝謝大家。
👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 X 開了一個 台美股研究討論群（一群已光速滿員，特別加開），持續分享值得關注的資產和前瞻資訊，歡迎加入！
👉 閱讀更多：
Chris Lee 李書沸「選擇比努力重要」：從幣圈 OG 到重押記憶體三巨頭，AI 牛市回調預測、Web4 與年輕一代的機會
鐵柱解構中國半導體產業鏈：從長江存儲、CPO、功率半導體到華為韜定律
Iamai 拆解 AI 產業鏈瓶頸：從 HBM、CPU、光模組、電力到太空資料中心，誰最缺？
前高盛 FICC 高管 Herman Jin：半導體缺貨利多的是追趕者！光模組「應買盡買」，長鑫和長江存儲是中國最值得投資公司
關於 168X
168X 是一個深度連結東方智慧與西方創新的頂尖對話平臺，致力於探索科技、資本與人文智慧將如何重塑人類文明未來。節目聚焦於 AI、區塊鏈、機器人、太空科技及生物工程等前沿領域，與全球領袖和思想建構者展開對話，以獨特的東西雙軌視角，揭示未來財富與創新的核心動力。節目由 ex-banker Mr. Z 與研究員 Victor 主持。
Website | X | YouTube | Apple Podcasts | Substack
又是一期精闢的文章，尤其 Crypto 那部分論點，實在是一針見血。