41
2一、核心内容摘要
本期围绕两条主线展开：一是 WuKong AP 从“投资研究打卡工具”进一步转向 投资 Agent 的训练、比赛与评价系统；二是复盘 7 月 AI 硬件暴跌，判断这更像由拥挤仓位、Momentum Factor、韩国杠杆盘和大型基金强平共同造成的去杠杆，而不是 AI capex 与硬件需求已经系统性崩塌。
交易执行上，本期不再笼统地喊“抄底”，而是强调：当前抄底本质是波段，不是买入后无限期持有。优先寻找近期财报与指引仍强、公司逻辑未被证伪，却因板块抛售跌出空间的标的；市场快速给出 20%—30% 时可以兑现，在杠杆和筹码风险没有完全出清前，宁可踏空，也暂时不把反弹自动理解为 V 型反转。
二、WuKong AP 最近在做什么？
WuKong AP 正从最初的 Keep / Strava 式投资打卡产品，转向一个 KOL Agent 模拟与投资竞赛平台。我们计划先抓取 X 上 30—100 位投资 KOL 的历史发言，由 Agent 将每条观点转化成股票仓位、合成 ETF 或宏观交易，再用收益、胜率、回撤、持有期和相对指数表现，对其内容质量进行统一量化。
这意味着，KOL 不再只是“发了一个看多观点”，而是持续参加一场 24 小时运行的比赛。平台可以回答：谁真正跑赢了标普或纳指？谁的研究质量高但仓位管理差？谁只是叙事传播力强，却没有结果？未来真人还可以认领自己的模拟账户，WuKong AP 自己训练的 Agent 也会进入同一个赛场。
产品思路经历了三次演化：
Keep / Strava：用时间戳与 ledger 解决可信度，让“我早就说过”变成可核验记录。
Hyrox：用 WoW、30/30、50/90 等标准化格式解决可比性。
Real Steel：让 Agent 上场比赛，人类负责训练、调教和决策，解决人工打卡反人性、缺少观赏性的问题。
底层理念是：一个真正能管理资金的 Agent，不能因为接入了模型就天然拥有赚钱能力；它必须先接受训练、比赛、排名和长期验证。**就像学习语言需要 total immersion，投资 Agent 也需要沉浸在价格、新闻、情绪和顶级投资者的思考环境中，逐步学习“市场的语言”。
短期目标是建立可验证的 KOL 排名和高质量研究源，帮助用户找到真正值得跟踪的投资者；中期是形成 Agent 竞赛、账号认领、标准化 ledger 与 InfoFi 数据生态；长期则是建立一个 投资 Agent 的训练场、考试场与选拔系统。
WuKong AP 希望成为一家 agent-native 的研究实验室，而不是把互联网时代的内容平台、打卡、增长黑客重新包装一遍。真正需要先证明的，不是流量和变现，而是：能否把投资观点转化为可测试的仓位表达，并通过持续反馈训练出比原始 KOL、甚至比我们自己更优秀的 Agent。
三、核心问题摘要
1、宏观上，7 月的 AI 硬件下跌是周期结束，还是一次去杠杆？
本期倾向于后者。7 月市场开始集中质疑 AI 万亿美元 capex 如何回收：Meta 出租算力、开源模型以更少硬件实现接近闭源模型的效果，以及 OpenAI、Anthropic 增速放缓，都让市场重新审视云厂的投入回报。但随后七巨头财报仍然证明，云收入、AI 部署和融资能力没有突然断裂，因此短期内更像筹码与仓位问题，而不是产业基本面已经坍塌。
真正导致抄底时点不够精准的，是 Momentum Factor、CTA、美国基金仓位和韩国散户杠杆。韩国投资者在下跌后继续使用杠杆抄底，使表面清算不断被新杠杆补回。美股可以在风险尚未完全消失前反弹，但要形成扎实的普涨式 V 型反转，仍需看到杠杆继续下降、旧动量龙头重新取得相对强势。
2、近期 AI 赛道有哪些值得关注的重点事件？
第一条主线是 capex 回收路径被重新审查。市场不再笼统奖励所有投入 AI 的公司，而是区分谁已经把 capex 转化成云收入、客户部署和现金流；这也是微软、云厂相对占优，而单纯增加支出却缺少收入挂钩的公司受到质疑的原因。
第二条主线是 开源模型、国产算力和推理成本下降。它一方面压低 token 价格和应用层价值捕获，另一方面也可能通过 Jevons 效应扩大推理总需求。第三条主线是 CPO、光互联与芯片测试：市场正在从“GPU 数量”转向关注主机间连接、InP、激光器、先进封装和高功率芯片可靠性测试。AI 硬件并未失去增长，只是在不同瓶颈之间重新分配价值。
3、Situational Awareness 为什么会崩？为什么其 portfolio 值得关注？美国基金正在发生什么变化？
Situational Awareness 崩溃的关键不是 AI thesis 突然失效，而是高杠杆、极度集中和流动性错配。基金名义规模约 450 亿美元、杠杆接近 4 倍，gross exposure 可能超过千亿美元；当AI基础设施股票回撤 25%—30%，基金净资产被迅速侵蚀，prime brokers随即触发 margin call。公开股票无法直接在市场一次性卖出，只能通过机构竞价折价转给 Citadel，而 Anthropic 等私募持仓又难以及时变现。
其 portfolio 仍值得关注，因为它是一张高 conviction 的 AI 基础设施地图，强制平仓也可能制造基本面之外的价格错位。更重要的是，这次事件揭示了美国基金行业的变化：高杠杆、单主题和跟风复制AI赢家的基金正在被迫降仓，而 Citadel、Millennium、Jane Street 等大型平台越来越像“影子银行”，负责承接困境资产并提供市场流动性。资本未必正在离开 AI，而是在从脆弱的杠杆账户转移到资产负债表更强的机构。
4、Chris Camillo、Kevin Xu 和 Leopold 分别代表什么 edge？
Chris Camillo 代表 Social Arbitrage。他的 edge 来自现实世界与社交媒体：消费者行为、文化趋势和产品热度已经发生变化，但分析师模型尚未及时反映。他寻找的是“社会事实先变化、财报后确认”的注意力差，并通过集中仓位和期权放大收益。风险是社会信号可能只是短期噪声，而且期权会放大路径波动。
本期讨论的 Kevin Xu 更接近 Sir Jack 式集中波段交易者。他的核心方法是小账户、单一股票、主要使用正股，在一个催化剂兑现后快速切换下一只；他曾用约 3.5 万美元做到千万美元级别，之后把大部分财富转入指数，只用小账户重新挑战。他的 edge 不是复杂估值，而是叙事、价格位置、催化剂和极高专注度。相比 Camillo，他的工具更简单、对普通账户更接近，但极端集中仍然不可轻易复制。
Leopold Aschenbrenner 代表宏大世界观与杠杆表达。他从 AGI、算力集群和国家竞争的终局出发，再集中买入 AI 基础设施。三者的差异是：Camillo 在赌社会变化，Kevin 在赌下一轮注意力和短期重定价，Leopold 在赌世界将快速按宏大推演展开。前两者即使亏损仍能继续交易，Leopold 的杠杆则把长期判断变成了必须短期兑现的交易。
5、30/30 和 50/90 到底解决什么问题？
50/90 是从约 90—100 只股票池中，筛选未来 90 天可能上涨 50%的标的；30/30 则更适合当前高波动环境，寻找未来30天可能反弹30%的票。它们解决的不是“什么公司最优秀”，而是把研究转成明确的时间窗口、赔率和执行标准。
30/30 的理想标的是：近期财报最好 double beat，下一季指引没有恶化，股价却因板块和筹码抛售跌出空间。长期看好的 NOK、QCOM 不一定进入当前名单，因为它们缺乏近期催化剂；反过来，一只公司即使很优质，没有30天内的边际买家，也不应硬塞进交易仓。
6、为什么 AEHR 是当前最值得反复交易的标的之一？
AEHR 的差异性在于晶圆级与封装级 burn-in。AI处理器、硅光和高功率芯片越来越昂贵，厂商更需要在进入先进封装之前筛掉早期失效器件。节目把它视为公开市场中少数能直接表达“大功率整片晶圆可靠性测试”的公司，并且其订单与 FY27 指引已经显示业务可能从 SiC 周期，转向 AI、硅光和高功率计算多条增长曲线。
商业模式也不只是一次卖设备：客户部署 FOX 或 Sonoma 后，新芯片和扩产通常需要新的 WaferPak、BIM、socket 与服务，形成 installed-base 收入。节目中特别关注它同时出现在 SemiAnalysis 的存储与光电 ETF 中，说明它横跨 HBM、AI处理器和光子芯片测试。但它仍不是固定订阅或绝对垄断，下一步必须看 backlog 能否转成收入。
7、AXTI 的核心预期差是什么？
AXTI 位于激光器最上游，提供 InP 衬底。它不需要准确押注 LITE、COHR、SIVE 谁最终获得更多 CW laser 份额：只要高速光互联和外部激光需求增长，几家下游厂商都需要合格的 InP substrate。
近期财报、毛利率改善和 Lumentum 预付款，提高了 InP 短缺的证据强度。风险则是市场已提前支付多轮扩产预期，同时还要面对良率、客户认证、出口许可和客户自建产能。节目把 AXTI 与 AEHR 都视为资金敏感、适合反复波段的高 beta 小票，但前提是熟悉其价格习性，不能把高波动误认为低风险。
8、INTC 与 MRVL，谁更符合当前的 30/30？
节目认为 INTC 的短期事件密度略优于 MRVL。INTC 的预期差来自 Foundry 改善、美国政府战略支持、潜在外部客户，以及 Google 下一代 ASIC 可能采用 EMIB-T 封装的产业想象；同时它也是量化 Momentum 交易中的大票，一旦因子反转，弹性可能比传统大盘股更强。
MRVL 的长期 custom ASIC 和光互联逻辑没有变化，但上一轮上涨受 NVIDIA 与管理层互动等事件推动，这类催化难以重复，近期又缺少财报和新订单验证。因此 MRVL 可以继续研究，但当前不如 INTC 具备清晰的 Trigger Gate。两者也都不具备 AEHR、AXTI 那种20%左右反复波动的交易特征。
9、CPO 是否真的延期？LAZR 与 SIVE 应该怎么看？
节目认为需要拆分时间线：switch-side、scale-out CPO 已经出现早期生产与合作伙伴交付，削弱了“整个 CPO 产业推迟到2028年以后”的极端叙事；但更复杂的机架级部署、维护、良率，以及 GPU 附近的 scale-up optical I/O 仍可能更晚。
SemiAnalysis 发布质疑 CPO 时间线的文章后不久，又与 Tema 推出 LAZR ETF，说明它真正看空的更可能是短期估值和部署速度，而不是长期光互联。LAZR 可以作为产业地图，覆盖 LITE、AXTI、Aixtron、TSEM、AEHR等环节；SIVE 则是高功率激光器的小市值高弹性期权，但在具名量产订单和收入兑现之前，仍主要是纯度与超跌交易。
10、PENG 为什么既有长期逻辑，又让人对短期交易犹豫？
PENG 不是存储制造商，而是通过 SMART Modular 和系统业务，将 DRAM、NAND、CXL内存与AI基础设施整合成可部署产品。随着模型、KV cache 和多机共享内存增加，独立内存层与CXL服务器可能成为新的基础设施需求。
问题是存储价格快速上涨时，PENG 的采购成本也同步上升，名义收入增长不一定转化为同比例毛利。换言之，它与存储制造商不是完全同向：正常价格环境下，公司自己的设计、认证、集成和服务价值反而更容易体现；当前超级周期则可能让收入很好看、毛利率却承压，因此它在30/30名单中的确定性低于AEHR和AXTI。
11、ISRG 为什么是好公司，却未必是当下的好股票？
ISRG 具有典型的“设备＋耗材＋服务”复利模式：医院购买 da Vinci 设备后，每次手术都会继续产生耗材与服务收入，医生培训和临床生态又形成高切换成本。从长期商业质量看，它与节目偏爱的 installed-base 公司非常一致。
但短期问题是真实存在的：美国医疗报销趋紧、医院控制成本、部分手术量增长放缓，使市场担心长期增长中枢下降。它不是纯粹因为市场情绪被错杀，而是需要 procedure growth 重新加速或指引上修才能证明路径恢复。因此，ISRG 更适合长期观察仓，而非当前30天内必须兑现的交易仓。
12、MXL 财报不差，为什么节目仍不愿把它作为优先标的？
MXL 的问题不是财报差，而是财报前已经上涨太多。Seeking Alpha 等平台把它纳入热门推荐后，Momentum 与注意力迅速集中，股价短期上涨数倍；财报虽然继续证明光互联业务不错，却没有再超越已经极高的买方预期，因此出现 sell the news。
这也说明30/30不能只看财报数字，还要看价格确认。节目更偏好“财报好、指引好、财报后价格也证明市场认可”的票；如果财报不错却大跌，至少说明当前估值、仓位或隐含预期仍有问题。在没有重新建立价格支撑前，MXL 的交易难度高于AEHR、AXTI等已经形成熟悉波动区间的标的。
👋 加入社区：
请关注 www.x.com/memely 获取最新消息
Feed 网站：wkap.ai
⚖️ 免责声明：
【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。
