2026-09-16

科技领袖派：产业链与长周期押注

只在自己的技术链上发言。

学习评审团科技

这套方法解决什么问题

传统估值方法在一类公司面前会失灵：技术范式正在迁移，公司当期利润很少甚至为负，市盈率极高或无法计算，但它在产业链上所处的位置可能决定未来十年整个行业的成本结构和供给节奏。科技领袖派不回答"今年赚多少钱"，而是回答：这是不是一个技术范式里绕不开的一环，值不值得用五到十年的视角押注。

它明确承认两件事。第一，跨赛道硬打分是伪精确：让一个只懂算力链的人去评估金矿或银行，不如诚实出局。第二，这派在评审里出现大量 skip，是设计如此，不是漏评：非科技、非其叙事链的标的（黄金生产、传统资源等）通常直接出局；业务只是"沾一点 AI"、真正卡住的是牌照和产量的公司，也不算算力或软件票。

本文是研究框架，不构成收益承诺或个股买卖建议。所有规则区分三类内容：历史事实（有出处的数据与事件）、人物公开方法（本人反复表达的立场）、本站操作化（为方便执行而提炼的阈值与清单，不冒充任何人物原话）。

底层逻辑、哲学基础与隐含市场假设

技术渗透通常服从 S 形曲线：早期慢、中期非线性加速、后期饱和。难点在于，加速段时财务报表往往仍很难看，等到利润兑现，价格通常已经完成大部分重估。科技领袖派的赌注下在"曲线中段之前"，这就要求用产业证据替代财务证据。

核心机制是平台飞轮：装机量带来开发者，开发者带来工具链与软件库，软件生态带来新应用和新需求，新需求再推高装机量。飞轮一旦转起来，护城河不在单颗芯片，而在迁移成本：客户的代码、人才和工具链都被锁定。

隐含假设有三条，缺一条逻辑就不成立：

  1. 技术方向最终会规模化，并转化为可持续的现金流或战略稀缺性；
  2. 目标公司能在这个方向上维持链位，不被更强者或下一代技术替代；
  3. 资本市场愿意在兑现前给出时间，贴现期可以很长，期间价格波动剧烈。

四个人，四种假设

把言论当证据是这派最常见的死法。正确做法是先把每个人的核心假设拆开，再各自去找可核验的支点。

  1. 马斯克：假设物理世界规模化与垂直整合，用第一性原理压制造学习曲线。可核验支点：特斯拉上海工厂 2019 年 1 月动工、同年底交付，耗时约 11 个月；2019 年全年交付约 36.75 万辆。主要风险：时间表系统性偏乐观，高阶自动驾驶的落地时间被多次推迟。
  2. 黄仁勋：假设加速计算与生态锁定，数据中心资本开支长期上行。可核验支点：CUDA 自 2006 年持续投入，开发者计划约 600 万人；数据中心收入 FY2026 Q4 达 623 亿美元，同比增 75%。主要风险：资本开支周期回撤，2018 年股价自年内高点到年末回撤超过 50%。
  3. 奥特曼：假设规模化继续换来能力提升，算力与能源是长期瓶颈。可核验支点：ChatGPT 于 2022 年 11 月发布；2025 年 4 月完成软银领投的 400 亿美元融资，估值 3000 亿美元。主要风险：私募估值口径不透明、持续巨额融资需求、治理与监管变量。
  4. 塞勒：假设数字资产具有硬顶稀缺性，公司可作为加杠杆的持有载体。可核验支点：截至 2026 年 2 月初持有约 71.35 万枚比特币，总成本约 542.6 亿美元，均价约 7.6 万美元（公司披露口径）。主要风险：价格反身性，比特币 2025 年 10 月见约 12.6 万美元高点，2026 年 2 月一度回落至约 6 万美元。

注意四个人的假设类型完全不同——马斯克赌制造与执行，黄仁勋赌生态与周期，奥特曼赌模型能力曲线，塞勒赌资产供给曲线。他们共享同一个结构：赛道匹配乘长期曲线，短期市盈率是次要问题。但把四种假设混成一句"科技信仰"，就失去了可证伪性。

关键变量与证据层级

跟踪变量固定为七个：技术路线、产业链位置、生态控制力、资本开支节奏、客户验证、单位经济（降本曲线与毛利结构）、规模化能力。

证据分三级，本站操作化如下：

  • E1 硬证据：定期报告、交易所公告、监管文件、官方产品文档与规格、客户公告的采购或部署。
  • E2 中证据：权威行业机构统计（如 TrendForce、IDC）、产业链上下游上市公司的公告互证、可信媒体的历史报道。
  • E3 弱证据：发布会演示与路线图、领袖愿景、论坛截图与转述。

规则只有一句话：人物言论默认是 E3，除非被 E1 或 E2 独立验证。愿景可以作为研究方向，不能作为买入理由。任何关键判断至少要有一条 E1 支撑。

代表人物方法及真实案例拆解

正例：CUDA 飞轮，从 2006 到四万亿美元

2006 年 NVIDIA 发布 CUDA，把图形芯片开放为通用并行计算平台。此后多年，这条路线商业回报有限，公司靠游戏显卡输血持续投入软件、编译器和开发者关系。转机来自 2012 年：AlexNet 论文用 GPU 实现卷积网络训练，将 ImageNet 图像识别错误率大幅拉低，深度学习由此成为算力需求的主引擎。此后飞轮逐步显性化：

  • CUDA 发布至深度学习中兴，中间隔了约六年没有直接可观的回报；
  • 开发者计划扩张到约 600 万人（公司 2025 年公开介绍资料）；
  • 数据中心业务从边缘长成主体：FY2025 全年收入 1305 亿美元、同比增 114%，其中数据中心 1152 亿美元、同比增 142%；FY2026 第四财季（截至 2026 年 1 月）单季收入 681 亿美元、同比增 73%，数据中心 623 亿美元、同比增 75%；
  • 2025 年 7 月 9 日，市值突破 4 万亿美元，成为首家达到该里程碑的上市公司。

这个案例真正的方法论价值在于顺序：先有生态投入，后有需求爆发，最后才有财务兑现。押注"平台飞轮"的人必须接受前六年无回报、且期间股价两次腰斩的可能——2018 年秋到年末，因加密货币退潮与渠道库存堆积，公司股价最大回撤超过 50%；2019 年 1 月 28 日，公司将财季收入指引从 27 亿美元下调至 22 亿美元，股价当日盘中一度大跌约 18%。技术路线没变，价格却先经历了一轮清算。这说明飞轮逻辑成立，不代表持有体验可控。

反例：Cisco 2000，技术叙事全对，价格全错

2000 年 3 月 27 日，思科拆股调整后股价创下约 80.06 美元的高点，市值约 5550 亿美元，超越微软成为当时全球市值第一。它的技术判断并不疯狂：互联网流量确实在持续增长，路由器与交换机确实是流量必经之路，"卖铲人"叙事完全正确。

价格却全部错了。泡沫破裂后，思科股价较峰值下跌约 90%，2002 年最低跌至约 600 亿美元（行情与媒体口径）。公司 FY2001（截至 2001 年 7 月）净销售额 222.9 亿美元、仍同比增长 18%，但实际净亏损 10.14 亿美元，财年内计提了约 20 亿美元的过量库存费用，并宣布裁员约 8500 人。库存减计是"牛鞭效应"的标准样本：设备商按运营商最乐观的扩容计划备货，需求一转冷，整条供应链先积压、后停摆。

更值得记住的是时间成本：直到 2025 年 12 月，思科股价才重新站上 80 美元（约 25 年），而此时市值约 3171 亿美元，仍只有 2000 年峰值的一半多——因为公司多年回购注销了大量股本，股价"收复失地"与股东"收复市值"是两个概念。

三条教训：其一，把渗透率线性外推成收入，会系统性高估产业链中游的订单持续性；其二，超高估值把十年增长一次性贴现，任何增速放缓都会引发戴维斯双杀；其三，公司活得很好不等于买得不贵，Cisco 至今仍是网络设备龙头，但为 2000 年 3 月那笔情绪定价买单的投资者，等了四分之一个世纪。

附例：当叙事遇上杠杆，Strategy 的 2026

塞勒的框架在 2020 年至 2025 年被市场充分学习：公司持续发行股票与可转债融资买入比特币，截至 2026 年 2 月初持有约 713,502 枚，总成本约 542.6 亿美元，平均成本约 76,052 美元（公司披露口径）。比特币 2025 年 10 月触及约 12.6 万美元历史高点后转跌，2026 年 2 月 6 日一度跌至约 60,062 美元，24 小时内最大跌幅超过 17%，较峰值接近腰斩。按披露均价与持仓估算，仅该持仓的账面浮亏即达百亿美元量级；据财联社 2026 年 2 月报道，塞勒在此轮下跌中首次表示出售比特币也是选项之一。叙事、杠杆与价格形成反身循环：上涨强化融资能力，下跌同时打击资产与融资通道。

可执行战法：筛选、观察、入场、加减仓、退出

以下为本站操作化示例，阈值可按个人风险预算调整。

筛选五问（任一答否，出局）：

  1. 它处于技术范式的哪个环节，该环节如果消失，整个链条是否会停顿？
  2. 有没有飞轮证据：装机量、开发者、生态伙伴中至少两项在持续增长（E1）；
  3. 有没有客户验证：量产供货、定点或长期协议（E1）；
  4. 单位经济是否在改善：毛利率、降本曲线或单机价值量趋势（E1/E2）；
  5. 上游资本开支处于周期什么位置：扩张早段、中段还是见顶（E2）。

观察台账：每季度更新四组数据——公司财报中与叙事直接对应的科目、下游客户的资本开支指引、竞争对手与替代路线的进展、管理层时间表的兑现率（把历史承诺与实际落地逐条对照，算出该团队的"时间表折扣系数"）。

入场：只认 E1。分批建仓，首笔不超过计划仓位的三分之一；不追发布会与主题演讲当日的行情。

加减仓：证据升级加仓（例如从"送样"到"量产供货"、从"意向"到"中标公告"）；证据降级减仓（砍单、延期、路线更替、客户资本开支下修）。价格止损与逻辑止损分开管理：价格止损控制账户，逻辑止损控制判断。

退出：出现以下任一情况即执行——链位被替代（E1）；资本开支周期确认见顶（连续两个季度下游指引下修）；管理层关键时间表连续落空两次以上；估值隐含的五年远景已无安全余量（例如市场共识收入已是公司自身指引的数倍）。

仓位与风险预算

  • 主题型资产合计不超过总资金的 20%-30%，其中单一叙事（如"AI 算力开支"）不超过主题仓位的一半；
  • 单一个股不超过总资金的 5%-10%，单一市场（比如只有美股）以外的资产另设上限；
  • 用回撤预算反推仓位：这类资产的公开最大回撤记录包括 NVIDIA 2018 年超过 50%、Cisco 超过 90%、比特币相关载体接近腰斩，若无法承受持仓市值一次性缩水一半，仓位就要再降；
  • 杠杆与时间维度必须匹配：长期叙事只能用长期资金，任何时候不用融资盘参与；
  • 组合层面设"再平衡带"：单一持仓因上涨超过上限 1.5 倍时，强制减回上限，避免赢家把组合变成单一下注。

否决规则：无法拿到 E1 证据的、纯概念映射的、靠稀释融资维持叙事的、治理存在重大瑕疵的标的，一律不建仓，无论故事多动听。

适用市场和投资者画像

适用：美股、港股与 A 股中信息可核验的硬科技产业链；资金属性为五年以上不用的长钱；投资者能独立阅读年报与产业数据，能承受 50% 级别的账面回撤，愿意按季度维护证据台账。

不适用：短线资金、使用杠杆或生活备用金的投资者；无法独立核验技术、只能依赖转述的人（这类投资者的"长期主义"很容易退化为信仰持有）；无法接受大量标的被跳过的人。

A 股映射提示：同样的框架可用于国产算力、设备与材料、精密制造等链条，但需额外检查治理结构、减持与再融资行为，以及关键客户的集中度。

缺点、失效机制与历史失败案例

四类失效机制，按发生频率排序：

  1. 资本开支周期下行。算力、设备类需求本质是下游资本开支，具有强周期性。NVIDIA 2018 年的回撤就是加密需求退潮+渠道库存的叠加，公司基本面从未破产，价格却先跌一半以上。
  2. 技术路线替代。押中的环节可能被下一代技术绕过（供给端的路线之争、封装与互联方案的更替）。跟踪替代路线是一等大事，而非备注。
  3. 共识透支与价格先行。Cisco 案显示，叙事正确、公司增长，股价照样可以错 25 年。估值是把未来现金流提前贴现的机器，贴现得越满，容错越低。
  4. 领袖与叙事的反身性。当押注对象变成杠杆载体（Strategy 模式），价格上涨本身成为融资条件，下跌会同时破坏资产端和融资端，2026 年初的比特币腰斩即为例证。

此外必须承认幸存者偏差：我们记住 NVIDIA，是因为同时代几十家加速器、网络与新能源公司已经消失。还须记录领袖的误判清单——马斯克的高阶自动驾驶时间表自 2016 年起多次推迟，奥特曼的 AGI 时间表在公开访谈中持续前移，这些说明个人愿景的系统性偏差方向是乐观，使用任何领袖叙事时，先乘以团队的历史时间表折扣系数再贴现。

盘前或买前清单、持有中清单、卖出清单

买前清单

  • 链位问题能否用一句话说清：它消失，谁最疼？
  • 飞轮四要素（装机、开发者、生态、应用）中至少两项有 E1 证据；
  • 客户验证是公告还是传闻？传闻不改仓；
  • 管理层历史时间表的兑现率是否超过一半？低于一半，指引打五折使用；
  • 估值检查：当前市值隐含的五年收入增速是多少？与公司自身指引和历史行业增速相比是否失控？
  • 仓位预算：这笔投资亏 50% 对我的组合意味着什么？答案不可接受就缩小仓位。

持有中清单

  • 每季度核对：叙事对应的财务科目是否仍按斜率兑现；
  • 下游资本开支指引是否连续两个季度走弱；
  • 替代路线（竞品、下一代架构）是否出现量产级进展；
  • 管理层是否出现新的未兑现承诺；
  • 单一持仓是否因上涨超出再平衡带。

卖出清单

  • E1 级别的链位破坏证据出现（被替换、被绕过、核心客户流失）；
  • 资本开支周期确认见顶；
  • 关键时间表连续两次落空，且公司解释牵强；
  • 估值透支到"需要一切完美"才能支撑；
  • 持有理由从"证据"退化为"信念"——这是最迟的一次卖出信号。

复盘模板与资料依据

复盘用四象限，把"技术判断"与"价格判断"分开结算：

  1. 判断对了、价格也对了：归因于证据与估值纪律，提炼可复用特征；
  2. 判断对了、价格错了：检查买入时估值隐含预期（Cisco 型错误），修正"叙事正确即可买入"的惯性；
  3. 判断错了、价格对了：警惕周期运气被误读为能力；
  4. 判断错了、价格也错了：同时审查证据层级失效（是不是把 E3 当成了 E1）与仓位管理失效。

每次复盘记录四个时间戳：当时可见信息、当时不可见信息、决策依据、后来结果，禁止用结果倒推必然性。

资料依据与延伸阅读

本文为研究框架，不构成收益承诺或个股买卖建议；数字口径以所引来源为准，涉及市场规则与价格时请注意核验日期。