50倍存储后,孙宇晨永远在看下一个十年
文章回顾了孙宇晨过去十年在比特币、英伟达、特斯拉等资产上的精准投资,指出其近期对存储芯片(如SNDL)的成功预测。文章进一步剖析了孙宇晨目前的四大关注方向:具身智能、无人机、空间计算与太空探索,阐述了他通过“身体与大脑分离”、“军民用两端布局”等逻辑在物理AI时代的投资版图。
文章回顾了孙宇晨过去十年在比特币、英伟达、特斯拉等资产上的精准投资,指出其近期对存储芯片(如SNDL)的成功预测。文章进一步剖析了孙宇晨目前的四大关注方向:具身智能、无人机、空间计算与太空探索,阐述了他通过“身体与大脑分离”、“军民用两端布局”等逻辑在物理AI时代的投资版图。
文章极具时效性,通过串联孙宇晨的过往言论梳理了四大前沿赛道,数据详实且行文流畅,但作为投资参考其具体实操性较弱,更偏向于宏观趋势分析。
文章提出机器人产业链正从传统制造业的金字塔结构演变为沙漏形态:整机端价格持续下探(宇树、优必选降价,本土份额升至57%),零部件端已现过剩(谐波减速器产能利用率仅一半),而腰部的主控芯片与基础模型环节集中度最高、利润最厚——英伟达占据69%的机器人主控SoC市场,基础模型类公司吸走具身智能领域44.9%的资金。作者分析腰部靠资本门槛与工具链生态锁定,但指出技术路线(如VLA)和数据瓶颈尚未收敛,沙漏腰部还未硬化,价值正向中间流动但最终形态仍不确定。
本文为 Chris Lee(李书沸)关于《AI 超级周期》的深度访谈。他提出 AI 投资应基于能源、芯片、存储、光互连和云端“五层产业链加 Crypto”的框架。核心观点认为 AI 真正的瓶颈在电力而非算力,因此极度看好能源与 AI 硬件。同时,由于寡头垄断和长期合约锁定,HBM 存储正脱离传统周期股逻辑。在芯片格局上,英伟达凭借 CUDA 生态稳固训练市场,而 ASIC 将在超大客户推理端分羹,两者共存做大蛋糕。强调掌握产业链稀缺节点和资产配置远比单纯选股更重要。
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。
本文是一篇实操教程,介绍如何利用 Claude Opus 5.5 构建个人化的市场分析终端。作者指出普通 AI 聊天机器人回答行情问题时数据陈旧、缺乏来源和时间戳,而解决之道在于为模型提供带来源和时间戳的实时数据。文章提供两条路线:一是通过 Minara 应用快速上手,选择 Opus 5.5 模型进行实时行情问答和每日自动化监控;二是使用 Claude Code 从零搭建本地终端,通过 CLAUDE.md、brief.md、state.md、log.md 四个文件建立规则与记忆,配置免费或付费数据源,并设置安全规则确保未经确认不执行任何交易。课程还涵盖持仓晨检、涨跌归因、历史回测、告警推送及四周进阶计划。
本文通过 Arcus 交易所公开 API 的逐笔成交与挂单数据,深度分析了全所第一大做市商地址 0x00cb 的盈利模式。该账户以 $45,774 权益承载 $678k 名义持仓,参与全所约 27%-29% 的成交。研究发现其利润主要来自吃单(占 88%):在 Binance 价格已变、Arcus 报价尚未更新的窗口内,以约 0.99 bp 的余量吃掉其他做市商来不及撤走的旧报价。低费率(VIP 档返佣与折扣)是策略成立的关键。其库存风险不靠即时对冲,而是通过高换手和 60 个市场分散消化。本质上是一套朴素的 Lead-Lag 高频策略。