高通研报：端侧 AI 拐点已至，被低估的算力巨头
本文发布于高通财报前夕，深入分析了端侧 AI 的技术拐点与商业逻辑。文章指出，端侧 AI 不是云端大模型的替代，而是解决隐私、延迟和带宽成本等痛点的必要补集。通过“豆包手机”被封堵等案例，论证了 Agent 操作本地化的必要性。同时，分析认为特斯拉关闭 Dojo 证明了垂直整合的高难度，而高通凭借在座舱芯片的统治地位和低功耗推理优势，有望成为端侧 AI 时代的核心受益者。
投资
504 篇
深度：英特尔的大航海，迷人又危险
本文以荷兰东印度公司的大航海为喻，深度解析英特尔在2025-2026年的重生逻辑。文章指出，随着美国政府入股、英伟达及软银注资，以及18A制程良率超预期，英特尔已从破产边缘被重新定位为美国国家战略资产。然而，其代工业务尚未跑通商业闭环，巨额亏损仍在持续。这是一场关于技术、资本与国家意志的豪赌，英特尔能否真正“返航”仍取决于后续执行。
A股与支付宝购买标普500、纳指100指南
文章介绍了普通投资者如何通过A股账户和支付宝便捷地投资标普500和纳斯达克100指数。作者对比了换汇出境投资与境内QDII ETF的优劣，指出境内投资在手续费、便捷性和风控上更具优势。文章提供了具体的ETF代码和收益情况，建议普通投资者放弃复杂的杠杆操作，选择最简单的长期持有策略。
英伟达推理份额大降，AI革命进入二阶段机会在哪？
文章深入分析了 AI 从训练时代进入推理时代的投资机遇。随着推理成本占比提升至 80%-90%，算力需求呈几何级增长，但英伟达在推理市场的份额已下滑至 60-75%。AMD 凭借大显存优势及 OpenAI 等巨头的订单，正在抢占市场。ASIC 定制芯片也成新势力。文章对比了英伟达与 AMD的投资逻辑：英伟达仍是行业 beta，而 AMD 是份额转移的直接受益者。
光互联深度：当算力撞上物理边界，人类又一次问光
文章深入探讨了 AI 时代算力发展面临的物理瓶颈，指出光互联是解决 GPU 之间、机柜之间高速通信的关键路径。随着 AI 进入推理时代，大模型长上下文和 Agent 任务对带宽和延迟提出了极高要求，英伟达的 NVLink 协议虽然建立了深厚护城河，但铜缆技术已达极限，产业正加速向光互连（如 CPO、硅光子）转型。文中还详细对比了 Scale-up 与 Scale-out 架构，以及 UALink 开放联盟对英伟达的挑战。
美伊冲突新进展与全球资产风险偏好分析
文章分析了截至2026年5月2日美伊冲突的最新局势。伊朗提出“14点和平提案”试图永久停火，而美国明确拒绝并加强军事威慑，以色列则持怀疑态度。尽管地缘政治紧张，但全球金融市场呈现“Risk-On”态势，美股与加密货币上涨，原油与黄金下跌，表明市场预期冲突将通过谈判妥协收场。
父子两代冠军，7 年赚了 62 倍，都在用同一套方法——一个交易学徒的路线图
文章通过分析美国投资者大赛（USIC）父子两代冠军及多位高手的共同策略，揭示了动量交易在短期内的爆发力。作者梳理了自己从价格行为、动量交易到事件驱动派系的学习路径，列出了各流派的代表人物与必读书目，强调了交易心理学的重要性，并建议新手根据性格选择单一流派深挖。
HBM全景研报：从训练到推理，主角不再是GPU
本文深入分析了AI推理时代HBM（高带宽内存）成为新主角的原因，指出推理过程中数据搬运的耗时往往超过计算。文章详细解释了HBM的3D堆叠技术优势、HBM4采用先进逻辑工艺带来的产业链变化，以及SK海力士、三星、美光三大厂商的市场份额与技术路线竞争，并探讨了内存厂商在AI基础设施中获取超高利润的商业逻辑。
AI投资赚他妈的100倍：产业链全景与机会分析
本文从投资视角出发，将AI产业链划分为算力基础设施、模型层、中间件、应用层及能源约束四个层级。作者主张建立“知识仓”，深入理解产业逻辑，以应对未来的市场波动。文章详细分析了英伟达等核心公司的护城河，并指出了光互连、散热等第二、三圈层的潜在投资机会，强调了从“训练”向“推理”转变带来的市场格局变化。
美股投资从 0 到 1 完全指南
文章详细介绍了在当前券商通道收紧的背景下，个人如何从零开始投资美股。内容涵盖办理香港银行卡、选择海外券商（如富途、盈透等）、资金出入金流程、基础投资品种（股票、ETF、期权）的区别与风险、美股税务处理以及港股打新策略。作者强调了“应开尽开”的原则，建议尽早完成账户布局。
新手小白如何0基础入门美股基金，做到年化15%？
这是一篇针对零基础新手的美股基金投资指南。文章首先从法治、流动性、人才优势等十个维度深入分析了投资美股的底层逻辑；接着推荐了标普500和纳斯达克100作为首选标的；最后介绍了定投、分批买入及卖期权三种具体的实操策略，帮助投资者建立长期持有的心态。
当所有人都相信AI是骗局，才是它真正改变世界的开始
文章类比2000年互联网泡沫，深入剖析了当前AI市场的现状。虽然四大云厂商巨额的资本支出与AI变现速度之间存在错配，且开源模型正在通过压低价格摧毁商业护城河，但作者认为这并不意味着AI是骗局。泡沫破裂会清洗掉投机者，留下的廉价算力基础设施将为未来真正改变世界的伟大公司铺平道路，恰如当年的亚马逊。
纳瓦尔最新播客听后感：代码变空气那天，我在重写自己的估值模型
本文作者听完纳瓦尔关于“氛围编程”的播客后，深感技术门槛的消失导致代码从稀缺资产变成大宗商品。文章指出，纯软件公司的投资价值正在锐减，AI将导致“超级个体”的崛起。作者提出投资人应从关注技术栈转向关注商业品味、网络效应及物理资产护城河，并重新评估了科技股的持仓逻辑。
一篇Articles讲明白最优下注比例：凯利公式
文章深入解析了凯利公式，这一源于通信理论、后被应用于赌场和华尔街的资金管理工具。通过60%翻倍/40%归零的游戏模型，揭示了20%为最优下注比例的数学原理，并对比了不同策略的长期收益差异。文中详细拆解了公式的历史渊源，结合索普、巴菲特等大师的实战案例，探讨了其在股票、期货、风投等领域的应用。最后，文章指出了参数敏感性、黑天鹅风险等四大陷阱，并给出了“半凯利”等现实应对策略，强调科学的仓位管理是长期生存与复利增长的关键。
Bittensor 是 AI 时代的比特币吗？
本文通过 Bittensor 创始人 Jacob 在清华大学的演讲，深入探讨了 Bittensor 如何将 Bitcoin 的底层逻辑应用到 AI 领域。文章提出了“激励计算”的概念，即用真金白银的金融激励替代传统算法中的数字奖励，构建自适应的去中心化计算系统。通过代码生成、模型训练、GPU 租赁等五个实际案例，展示了 Bittensor 如何利用市场机制调动全球算力与智力资源，实现比传统中心化实验室更高的效率。
Deep Dive: AI 价值堆栈深度解析
本文通过类比互联网时代的 OSI 模型，构建了一个包含六层的 AI 概念堆栈：基础设施、芯片、数据、模型、执行和应用。文章指出，基础设施层高度集中（如 ASML、NVIDIA），并在芯片层分化为软件 AI（智能成本下降）和物理 AI（侧重能源与执行）两条路径。作者分析了各层的支点资产及未来价值所在，旨在通过描绘当前边界来预测未来的行业巨头。
从赌徒到投资者：这8个金融公式，是华尔街不宣于口的底层逻辑
本文介绍了金融投资中不可或缺的8个核心公式，包括凯利公式、复利公式、夏普比率、DCF模型、CAPM模型等。文章通过解析这些公式背后的数学逻辑与历史背景，阐述了如何将抽象的风险转化为可量化的概率管理，旨在帮助投资者建立理性的决策坐标系，实现财富的长期复利增长。
纳瓦尔：苹果已死，SaaS 下一个，你只有 18 个月
文章指出，随着 AI 导致界面层实时商品化，苹果的软件护城河已崩塌。纳瓦尔预言纯软件不可投资，SaaS 公司因技术复制门槛降低而面临毁灭。创始人需在 18 个月内构建新的护城河（如分发、网络效应、硬件集成），否则将被市场淘汰。
天涯论坛20条狠话，看完颠覆你的赚钱认知
文章整理了天涯论坛中关于赚钱的20条犀利观点，旨在颠覆传统的致富观念。内容直击普通人“想赚钱却不敢行动”的软肋，强调放下身段、敢于冒险、拒绝无效等待的重要性。作者指出，穷人往往用时间换钱且不敢尝试，而富人则善于解决问题并用钱换时间。文章主张抛弃虚荣心和所谓的“面子”，认为真正的安全感来源于赚钱能力而非稳定，并鼓励读者立即行动，因为能改变命运的只有自己。
美股入门教学指南：从0到买入第一份基金的6个步骤
这是一篇面向新手的美股入门指南。文章以通俗易懂的语言解释了美股投资的本质，分析了其门槛低、公司熟悉度高、交易时间友好等优点。作者详细梳理了从准备证件开户、办理香港卡入金、到挑选基金下单的完整实操流程。最后强调了只用闲钱、减少频繁操作、坚持长期主义等核心投资理念，帮助普通人安全迈出投资第一步。
你学了一堆金融知识，却连自己的钱都管不好——因为没人告诉你这个框架
本文旨在通过区分经济学、财经和金融三个概念，建立清晰的金融学习框架。文章详细解析了基础产品（如股票、债券、外汇、基金）与衍生工具（如期货、期权、互换）的本质区别与运作机制，并强调了理解底层逻辑与风险定价对于个人理财的重要性。
交易券商怎么选？全方位解析 Mitrade 平台
文章针对当前市场热点分散（黄金、原油、外汇等波动大）导致交易者需频繁切换平台的问题，介绍了差价合约交易平台 Mitrade。作者从交易成本（零手续费）、界面设计、图表工具（内置 TradingView）、模拟账户、资讯功能（MitradeGPT）及出入金便利性六个维度进行了详细评测，认为其适合多品种交易及新手练习。文末注明为付费推广并附带了风险提示。
Naval Ravikant: 苹果已死，纯软件不再可投，SaaS 的最后 18 个月
本文基于 Naval Ravikant 的观点，深入剖析了科技行业的结构性剧变。文章指出，Apple 的软件护城河正因 AI 生成界面的兴起而瓦解，其高溢价模式面临崩溃。同时，由于 AI 编程工具大幅降低开发门槛，传统的纯 SaaS 模式将在 18 个月内失去防御力。作者断言，依赖“产品更好”作为壁垒的公司将被淘汰，未来能生存并获投资的企业，必须掌握分销渠道、网络效应、数据飞轮或硬件集成等非软件维度的核心竞争力。
交易员的自我修养：从零成为合格交易员的实操路径
文章指出真正的交易员不靠灵感或看K线，而是建立可重复、可控的交易系统。作者借用 Copy Trading 的筛选逻辑，总结了从零成为交易员的五个步骤：控制最大回撤（风险第一）、追求稳定的盈利曲线、寻找合适交易频率、从模拟盘到实盘的渐进流程，以及坚持长期收益论。核心在于将纪律、风控和复盘刻入习惯。
拆解全球 80 家主流支付机构与钱包
文章梳理了全球82+家主流支付机构、钱包、汇款机构及卡组织。内容涵盖中国本土玩家（如蚂蚁国际、微信支付）、全球基础设施（如Stripe、Adyen）、亚太新兴市场（如印尼、菲律宾钱包）及拉美、欧洲和中东的关键支付企业。通过按区域和生态位的详细拆解，揭示了全球支付格局从大一统卡组织向多层叠加基础设施时代演变的趋势。
量化交易5年，我发现真正赚钱的人，都选择了这条窄门
作者通过五年的量化交易经历，分享了在股市中稳定盈利的心得。文章指出，大多数散户亏钱的原因在于追求高胜率的幻觉和盲目跟风。真正的“窄门”策略是：放弃对高胜率的执念，转而关注赔率；远离拥挤的热门板块，寻找市场边缘的定价偏差；将风控刻入交易体系，严格控制回撤。最终，通过低回撤的复利增长，实现“慢即是快”的投资自由。
从雷曼到Web3：付鹏的职业转型与宏观洞察
本文深入剖析了前东北证券首席经济学家付鹏从传统金融迈向Web3领域的职业轨迹。文章回顾了他在雷曼兄弟、所罗门等机构的经历，以及其对宏观经济、有效需求及资产配置的独到判断。通过梳理他对黄金、AI及加密资产的分析框架，揭示了他如何基于对年轻人消费行为的长期观察，最终跨界成为新火集团首席经济学家的深层逻辑。
从集装箱到AI：一部“投资人亏钱”的重复史
文章通过对比微处理器革命和集装箱运输的历史，分析 AI 投资的现状。作者引用 Jerry Neumann 的观点，指出当前 AI 技术处于 ICT 浪潮的成熟期，而非新爆发期，属于“无惊喜”的技术。这意味着早期技术红利的消失，模型层和应用层面临完全竞争，大部分投资人将难以获利。真正的赢家可能是拥有“高量低价”基因的下游使用者（如沃尔玛、宜家模式）及最终消费者，而非上游技术提供商。
预测市场为何击败华尔街分析师及实操策略
文章分析了预测市场（如 Polymarket）相比华尔街分析师的结构性优势，即资金激励、信息聚合和实时更新。数据显示，虽然市场整体预测准确，但绝大多数个人交易者处于亏损状态，只有极少数人获利。文章介绍了利用 Parity 等链上数据分析工具追踪聪明钱、识别错误定价的实战方法，并总结了预测、速度、流动性提供等五种盈利策略。
YC W26 深度拆解：扒完 132 个项目，发现他们只投一种人
文章深度分析了 Y Combinator W26 冬季批次的 132 个项目，指出其投资风向极其务实：B2B 占比高达 65%，且聚焦于垂直场景的 SaaS+AI，而非通用大平台。平均团队仅 2.7 人，强调先跑通商业模式再融资。文章总结了六大投资逻辑，并建议普通人在垂直 SaaS、降本增效的 AI 应用及强监管领域（医疗/金融）寻找机会。
