今晚美股市场有一个很值得关注的事件：SK海力士 ADR 即将登陆纳斯达克。 这不是一只普通半导体股票的上市，而是 AI 存储链进入美股资金视野的一次重要事件。 过去大家谈 AI，第一反应往往是 GPU、算力和芯片设计。但随着大模型训练和推理需求提升，市场越来越意识到：算力不只是“会不会算”，还包括“数据能不能高速喂进去”。 这就是 HBM 的价值。 SK海力士是 HBM 领域的重要玩家，它登陆美股后，意味着美股投资者可以更直接地交易 AI 存储逻辑。市场关注点会从“AI算力看英伟达”进一步扩展到“AI算力背后的存储瓶颈”。 但交易上不能简单理解为“上市就追”。 新股/ADR 上市初期往往波动较大，资金关注度高，定价也容易受情绪影响。真正要看的是： 第一，美股资金是否持续承接； 第二，HBM 供需逻辑是否继续强化； 第三，SK海力士与美光、三星之间的估值对比如何变化； 第四，AI芯片和存储链是否形成共振。 小猫量化云看这类事件，不会因为热点强就直接追，而是先看趋势、成交、资金轮动和仓位边界。 AI主线没结束，但交易难度越来越高。 越是热点事件，越要把风控放在前面。 #量化投资 #美股 #港股 #股票 #量化交易

咱们这个反直觉美股系列，前几期刚聊完AI硬件的物理天花板、三星的利好出尽，市场立马又给我们上了一堂新课。这次不讲芯片，讲一个更原始、更暴力的变量——油价。 昨晚的盘面，把精神分裂演绎到了极致。布伦特原油直接怼了+6.62%，WTI也炸了+5.71%，按理说这是避险模式开启的信号吧？结果你猜怎么着——传统避险资产黄金反而跌了-1.46%，白银更惨，暴跌-3.9%。 大盘更是分裂到离谱：道琼斯指数被砸下去576点（-1.09%），但隔壁纳斯达克居然顽强收涨+0.20%。这到底是在避险，还是在挑着避险？今天咱们不聊地缘八卦，就扒一扒油价暴涨背后的资金传导链，顺便告诉你在这种分化式避险里，到底该把手放在哪里才安全。 一、看懂：能源独涨，巨头独跌 先把昨晚的板块热力图摊开，结果极其割裂： 能源板块一枝独秀，跟着油价一飞冲天。这逻辑最直白，油价涨，产油卖油的当然先吃红利。 大市值科技股（Mag7）却被集体摁在地上摩擦。苹果、微软、亚马逊这些巨无霸，成了拖累道指的最大元凶。 为什么会这样？因为市场瞬间把油价暴涨翻译成了三句潜台词： 能源成本飙升→企业利润受压。 油价推高通胀→美联储更难降息，甚至可能被迫维持高利率。 高利率维持→现金流折现在远端的科技成长股，估值率先被杀。 道指里虽然也有能源股（如雪佛龙），但它的权重远不及被利率预期拖垮的工业、金融和消费巨头。而纳指之所以能勉强收红，是因为部分资金从传统蓝筹回流到了那些够轻、够灵活、能在高利率下用AI降本增效的科技龙头。市场不是不害怕，而是在害怕中精挑细选——只杀利率敏感型，不杀逻辑硬核型。 二、核心反直觉：为什么地缘一出，黄金白银反而跌了？ 这应该是昨天盘面最让人摸不着头脑的地方。地缘冲突，油价飙升，难道不正是黄金表演的时刻吗？这次怎么就反着来了？ 记住咱们这个系列反复念叨过的一把钥匙：实际利率。这次油价跳涨，直接点燃了市场对通胀卷土重

昨天，路透社报道称DeepSeek正在自研芯片，用于AI推理环节。 今天，据The Information援引三位知情人士报道，智谱近期向部分中国芯片设计公司进行了初步询问，以探讨开发一款针对其模型优化的定制AI处理器的可能性，原因是需求增长和美国出口管制。 这两个报道让我联想到美国科技巨头也在自研芯片的事，如上个月，OpenAI发布了与博通联合开发的首款定制芯片。亚马逊正洽谈向其他公司的数据中心出售定制芯片。Alphabet Inc.自有芯片张量处理单元(TPU)也已获得显著需求。 这些AI公司，悉数自研芯片，对半导体行业会产生怎样的影响？ 我把这个问题抛给了claude，回答的很好，供大家参考： 问题： $谷歌(GOOG)$ 自研芯片， $微软(MSFT)$ 、 $Meta Platforms, Inc.(META)$ 也自研，现在有消息称deepseek和智普也打算自研芯片，AI芯片这么好设计吗？对半导体产业链的公司有什么影响？ claude回答：这问题问到点子上了。先纠正一个最容易误解的前提：这些公司做的不是"造芯片"，而是"设计芯片"，而且大多是为自己的活儿定制的专用芯片(ASIC)——这跟英伟达那种通用GPU完全是两码事。 搞清楚这个区别，后面全通了。 一、AI芯片"好不好设计"？要分两层看 结论：设计一颗"够自己用"的推理芯片，今天确实门槛大降了；但要做一颗能跟 $英伟达(NVDA)$ 抢市场的通用训练卡，依然极难。 为什么"自研"变得没那么可怕

近期，一家全球领先的光学制造企业与绚星智慧科技（ $云学堂(YXT)$ ）合作，对新员工培养与岗位能力建设体系进行数字化和智能化升级。项目上线后，该企业整体管理人效提升68%，首年流失率下降至8.9%，岗位胜任率达到95%。 这组数据说明，企业学习系统的价值正在从课程管理和培训记录，进一步延伸到岗位能力建设、组织知识沉淀和业务执行效率提升。对绚星而言，这一项目也是公司智能生产力战略在大型制造企业中的具体应用案例。 该光学制造企业每年需要吸纳超过1200名高校应届毕业生，作为未来技术和管理人才储备。随着新员工进入不同基地、产线和岗位，传统培养模式逐渐面临培养标准不统一、导师带教差异较大、过程难以统一追踪、优秀经验难以复制等问题。 这些问题表面上是新人培养问题，本质上是大型制造企业在规模化运营中常见的组织能力问题。对于多基地、多岗位、多层级协同的制造集团而言，岗位知识、工艺经验、管理方法和导师经验能否被系统沉淀、快速复制，并转化为稳定的岗位胜任能力，直接影响企业的组织效率。 从分散培养到统一运营 在该项目中，绚星帮助企业将原本分散在11家子公司和多个制造基地的人才培养流程进行统一管理，覆盖文化融入、岗位培养路径、轮岗机制、技能认证要求和导师带教经验等关键环节。 过去依赖各基地独立执行的培养体系，被转化为统一的数字化运营体系。总部管理者可以实时查看不同区域的培养进度、能力达成情况和关键节点完成情况，推动跨区域新人培养从分散执行走向统一运营。 这意味着，系统记录的不再只是员工是否完成课程，而是进一步覆盖岗位任务、实践反馈、能力达成和成长路径。企业获得的也不只是学习记录，而是围绕岗位能力和业务实践形成的组织知识资产。 AI实践辅导进入培养流程 在项目建设过程中，AI实践辅导能力被引入人才培养流程。学员完成任

这次跌的，不是利润表，而是预期表。博通这份财报本身并不差：公司给出的三季度营收指引约为294亿美元，AI芯片销售指引约为160亿美元，但市场原本期待更高；更关键的是，管理层只是重申了2027财年AI收入1000亿美元目标，没有继续上修。结果财报后，博通股价一度暴跌超过14%。 一、真正刺痛市场的，不是“差”，而是“没再更好” 过去这轮AI行情，市场买的是增长；到了博通这里，市场买的已经是边际超预期。公司第二财季收入221.9亿美元，AI指引160亿美元，放在绝对值上仍然很强，但在股价过去一年多、尤其是自ChatGPT以来已经大幅拉升的背景下，任何没有继续上修的信号，都会被解读为边际降速。 这是一份“没能满足高到离谱的预期”的财报。 二、这不是单一公司回调，而是半导体板块集体去杠杆 博通一跌，芯片股立刻被一起拖下去。财报冲击后，半导体板块出现连锁反应，费城半导体指数在随后的抛售中录得自2020年3月以来最差的一天，单日跌幅达到两位数，并且两天内蒸发了超过1万亿美元市值。纳指当天也大跌4.18%。这说明市场卖的不是博通一家公司，而是AI芯片板块整体过热后的估值重估。 三、市场开始从“看营收”切换到“看边际预期” 这才是最值得重视的变化。以前，AI公司的估值逻辑是：营收继续增长，股价继续讲故事。现在，市场问的是：增长还能不能继续加速？指引还能不能继续抬高？ 博通过去几年几乎成了AI基建赛道最受益的代表之一，股价自ChatGPT发布以来涨了八倍多，今年以来仍上涨约38%；在这样的高位上，哪怕只是保持原目标不变，都会被视作失速信号。换句话说，市场已经不是在给好业绩定价，而是在给持续超预期的能力定价。 四、为什么这次会引发整个板块共振？ 因为市场本来就站得太满了。芯片和科技股此前已经连续冲高，仓位拥挤，估值过热，一旦博通给出的前瞻不够强，资金就会本能地先撤离最拥挤的筹码。当天，英伟