问月wmoon | StableStock🐳

👏分享一個好消息 其實加入 @StableStock 已經有一段時間了，目前主要負責營運相關事務。每天在「想方案、服務社群老闆、催需求催到被產品嫌棄，被開發拉黑」之間來回切換。 目前產品已經全面開放，所有人都能直接使用。功能能滿足基本需求，但還有許多地方需要打磨——例如移動端適配、收藏夾等，都已在排期中。除了這些用戶關心、反覆提及的需求之外，還有更多新進展等待公布。 如果在使用中遇到緊急問題，可以直接聯繫我，或者任何一位成員 @Zixi41620514 @0xEvieYang @piginflying 。每位用戶都是 VIP，每位團隊成員都是客服。 也真誠歡迎大家分享見解與建議，一起把 SS 打磨得更好，讓大家用 SS 方便快捷賺錢。

看到这个找了200多个KOL做宣发，最后只卖出280个5美元的NFT的项目方，现在做增长非常有感触，能理解花了钱却没转化的失望 其实投放这件事里，KOL、agency 和项目方，都有值得想一想的地方 -------------------------------------- 从投放方的需求来看，假设如果我是 KOL，想持续接到项目方的单子，我会先做到这几点： > 首先，让项目方知道你的受众是谁。是喜欢打新的，还是做合约的，还是尝试新事物的？粉丝不一定要多，但得有清晰的受众 > 其次，真心希望你真的打开过产品，能讲清楚它适合谁、有什么值得用的地方、哪里还有问题。因为时间线上真不缺一个复制粘贴的账号 > 再就是，反馈环节一直在被低估，希望你是项目方的嘴巴、眼睛和耳朵。评论区的人在问什么，有没有人主动私信了解，大家卡在哪一步，这些反馈对于产品非常宝贵。哪怕暂时没带来很多转化，至少能让项目方知道，这次合作触达了什么人，下一次可以怎么改 > 至于转化，不用承诺自己做不到的，也没必要一听到效果追踪就抵触。可以谈基础费用加效果奖励，把各自负责的部分说清楚 项目方愿意持续付钱的，通常是那些受众合适、内容有判断、合作后还能通过反馈一起把效果做得更好的人 ------------------------------------------------ 这里也想说说靠谱 agency 的价值 项目方平时忙着 building，很难在每个市场都花足够的时间了解 KOL，大概率会投放到数据风光，但是不够合适的人。看数据、买几条推文不难，找到真正适合产品，也愿意花时间了解你、和你长期合作的人才难 我们和 @JELabs2024 合作时，比较有感触的就是这一点。尤其在韩国市场，他们帮我们做了很多筛选和沟通，避开了一些看起来有声量、实际并不适合我们的投放，也找到了愿意和我们长期合作的 KOL，比单纯买几条推文更难得 ---------------------------------------------- 而项目方自己最需要想清楚的一点是：不能把 KOL 投放直接理解成花钱买客户，更不要说原帖这种注水的KOL矩阵 注意力本来就需要真金白银去换。找 KOL，买的是在目标用户时间线上出现的机会。但用户看到你，和用户愿意用你，中间还有很长一段路 第一次刷到可能直接划走，第二次有点印象，后来又看到几个熟悉的人在聊，才开始想：这个项目到底是做什么的，要不要看看？ 我们 @StableStock 不少的用户可能从朋友发来的链接注册，也可能自己搜到官网。你看后台，会觉得前面的 KOL 都没带来转化，但那些曝光未必没有起作用。用户自己可能都说不清，到底是哪一条内容让他决定来试试 所以要看单条帖子的转化，但它很难解释投放的全部价值。你也得看，有没有让更多目标用户认识你、记住你，在有需求的时候想起你 当然，“建立认知”也不能成为效果差的万能借口。粉丝真不真，受众对不对，内容有没有把产品讲明白，这些都要提前把关。但是投放之后，用户为什么注册、为什么愿意入金交易、为什么下次还来，最终都是要靠产品和体验 想清楚自己花钱买的是什么，就不会觉得找了 200 个 KOL，理所当然就该换来多少客户 ------------------------------------------ 说到底，项目方不能付完钱就等客户，agency 不能拉完群就等交稿，KOL 也不能发完帖就算结束 市场情况已经到了三方都得精耕细作的时候了，谁都得自己下功夫，好的合作才有可能持续下去

StableStock 积分计划上线啦 过往使用过的朋友们可以登陆查收小惊喜 接下来也会持续有新活动 感谢一直以来的支持 🙏

打开社媒你的时间线小作文满天飞 但别看他说，而是看他真金白银在做什么 今天 @StableStock 实时交易观察到不同的用户 分别做了同一方向的动作： 卖出做空etf 和 买入建仓 我们现在在哪个阶段？

Intel 本周的增量信息 本周 KeyBanc 发布了一份亚洲供应链调研报告，信息量充足 1. 14A 的客户进展有苗头 KeyBanc 认为，Intel 已经获得 Broadcom 网络交换芯片、Google 和 Microsoft 服务器 CPU 的设计订单及实质性承诺，加上此前提到的 Apple、AMD 和 NVIDIA，未确定的客户名单已经相当豪华 其中 KeyBanc 认为未来多代苹果 M 系列和 A 系列芯片都可能采用 14A，累计约 600K 片晶圆，对应 $15–20B 的收入机会 Anthropic、AWS、Terafab 仍在评估阶段。Anthropic 的潜在项目规模可能达到 5–10M 颗 AI ASIC，包含晶圆制造和先进封装的生命周期收入机会被估算为 $40–80B 当然，这些都是卖方供应链判断，客户尚未公开确认。尤其 Anthropic 还没有达成交易，不能提前算进订单 2. EMIB-T 的商业规模，可能比之前预期的更大 KeyBanc 认为 Intel 已经拿下 Google Humufish、Icefish 和 Qualcomm AI300 的 EMIB-T 封装项目 其中 Humufish 预计 5–6M 颗，对应 $12–15B 收入机会；Icefish 规模可能相近；Qualcomm AI300 预计约 1M 颗，对应 $2–3B 另外，AWS Trainium 3 和 Microsoft Cobalt 400 也被认为正在推动 EMIB-M 的商业化 如果这些项目兑现，Intel 先进封装完全有机会成为一块独立且相当可观的业务 不过产能问题仍然存在。最新基板良率数据显示，Ibiden 已经达到 50–60%，欣兴电子只有 20–30%。有多少合格基板决定了出货量 3. 14A 的收入兑现预期的不同 Intel 官方计划 2027 H2 开始风险试产、2028 年量产爬坡，而 KeyBanc 预计 14A 到 2029 年底至 2030 年初才明显放量。两者可能分别对应制程初期量产与外部客户规模化出货 4. 10 月 29 日 Q3 财报情况推测 从今年开始，每一次财报市场都在期待供应链传闻变成可以验证的经营数据 🐂 Bull Case：需求持续超预期，制造端开始追赶 财报证明 Server CPU 继续供不应求，DCAI 收入、ASP 和利润率改善；18A 良率继续提升，Clearwater Forest 和 Diamond Rapids 的量产节奏符合预期；14A 的 0.9 PDK 如期交付，管理层进一步确认外部客户设计订单或产能承诺；EMIB-T 的基板良率改善，2027 年客户放量计划更加明确 如果这些同时兑现，市场可能需要重新上调 Intel 27–28 年的收入和利润预期。尤其是先进封装 🐻 Bear Case：故事越来越大，制造却跟不上 财报表现 CPU 依然缺货，但产能增长有限，DCAI 收入和利润率没有明显改善；18A 良率爬坡放缓，服务器新品推迟；14A 的 PDK 交付延期，管理层仍然无法提供明确的外部客户承诺；EMIB-T 虽然有大客户兴趣，但基板良率和产能限制导致量产推迟 考虑到股价已经提前反映了不少转型预期，在这种情况下制造端任何延迟都可能引发估值回调 我依然看好 Intel，也在本周的回调中继续加仓 相比 6 月，这次做得好一点的是，前面在阶段性高点兑现了部分利润，现在又有机会把仓位加回来 基本面判断没变，交易节奏倒是进步了一点😂 $INTC

>> 真正的大机会，都始于一种新习惯 1995年， @JeffBezos 在西雅图一间车库里上线了亚马逊 你现在看到的就是最早期的首页 当时它只卖书，书很适合互联网：SKU够多、规格标准、易运输。第一年，他们就把书卖到了美国和全球45个国家 但书只是一个入口 后来的故事我们都知道了，从书到几乎所有商品，从Prime、物流，再到AWS，亚马逊最终从一家网上书店，长成了今天超过2万亿美元的庞然大物 > 这段历史最让我印象深刻的是 互联网让一种新的行为成为了习惯——在网上购物 亚马逊抓住了这个行为，然后不断扩大自己的边界 铁路降低运输成本，创造了全国消费 互联网降低信息成本，创造了搜索、网购和流媒体 > 每一次基础设施革命，大机会往往都出现在成本下降之后产生的新行为 AI正在降低的是智能的成本 是哪些过去因为智能太贵而无法成立的产品和商业模式，正在第一次变得可行 以及 > 当智能越来越便宜，我们会开始习惯做什么？ 真正完全符合上一篇我提到标准的公司 可能还在某个车库，没有进入我们的视野 但沿着这个框架，已经可以找到一些很有意思的雏形 > 多邻国：语言可能只是它的「书」 学习最难的往往不是找到内容，而是坚持 @duolingo 用打卡、积分、排行榜和大量产品实验，把学习变成了一种日常习惯 创始人 @LuisvonAhn 很擅长发现不起眼的行为，然后把它变成可以规模化的系统 他之前做过 reCAPTCHA 。把全球用户每天顺手完成的验证行为，用来帮助训练机器识别文字 2026 多邻国主动牺牲部分短期商业化，把资源重新投入用户增长和数学，音乐，象棋。它显然不想只做语言 App 我更期待的终局是： 语言 → 学习 → AI Tutor → 评分与认证 最终可能成为个人学习OS： > 它知道你会什么、不会什么、下一步应该学什么；陪你学会，最后还能证明你学会了 遇到任何想学的东西，第一反应是打开自己的AI老师 但今天的多邻国依然偏游戏化和入门级；数学、音乐、象棋还没有证明可以复制语言的成功；从「让人坚持」到「真正教会」还有距离；想成为一种能力标准，也需要学校和社会真正认可它 > @wearehims ：医生注意力变便宜 AI让持续个性化医疗成为可能。脱发、减肥只是入口，终局是长期了解你的个人医疗系统 > @Roblox ：创造一个世界变便宜 AI大幅降低游戏开发门槛。未来从今天玩什么变成创造什么 > @aurora_inno ：驾驶变成可以复制的软件 当物流扩张不再需要同比增加司机，终局是可复制的数字司机 还有一些方向，甚至还没有明确的赢家 这些公司都还不是完全符合框架的答案 但寻找的方法正在变得清晰 帮我学习、管理健康、创造内容、处理财务 其中绝大多数行为会消失 但只要有一个从偶尔试试变成几亿人的日常，背后就能出现巨大新市场 95年亚马逊首页上写着： 世界上最大的书店 回头看，这个定义小得有些不可思议 >> 下一家伟大的公司，现在可能也正在被我们用一个过于狭窄的名字定义

这次因为kbw 来首尔有机会和韩国人聊了聊，很多隔着屏幕的道听途说更具像化了 黄金时代确实存在，只不过是属于券商的。全民炒股之时，每到下午百货公司的员工厕所总是人满为患，因为大家都想在收盘之前搏一下，所以在隔间操作一下 日未出而做，日落而不息。没有什么科学道理，他们就是这样存在着，特别是交易员，延长的韩股时间以及相对美国尴尬的时差，不多干几杯冰美式抗不过去 屏幕壁纸写着忍忍忍的网约车司机说到海力士只用了一个单词down，人均有账户人均被套都是真的

>> 下一波 AI 交易，主角将不是 AI 股 创造技术的行业很少能获得其创造的价值 这是一个反直觉的事实 有两个很好的历史先例：铁路和互联网 彼时人们将占GDP个位数百分比的资金投入到铁路和电信基础设施建设中 虽然这两项技术最终都改变了世界 但它们都没有给那些为之投资建设的长期投资者带来回报 铁路扩张导致数百家铁路公司破产，互联网泡沫破灭导致电信指数暴跌92%，但这些失败企业留下的基础设施却成为后来成功企业的基石 标准石油和西尔斯百货的商业帝国建立在铁路之上，亚马逊和奈飞则得益于光纤过剩带来的廉价带宽 >> 真正捕获最大价值的，是把新技术变成一种廉价、充裕的生产要素之后，重新创造产品、商业模式和用户行为的人 铁路真正改变的是让「低成本全国运输」成为基础设施； 互联网真正改变的是让「低成本信息传输」成为基础设施； AI 正在让另一种过去极其昂贵的生产要素迅速变得廉价： > 智能 我一直在找，哪些过去因为智能太贵而无法成立的产品和商业模式，现在第一次变得可行？这将是我可以抓住下一个亚马逊的机会 最终捕获最大价值的公司，应该具备四个特征： > AI 让它最重要的一项成本发生数量级下降； > 它拥有 AI 本身无法复制的稀缺资产——用户关系、分发、专有数据、工作流、品牌、交易网络或现实世界基础设施； > 最重要的是，它能利用廉价智能创造一种过去不存在的产品、消费习惯或商业模式，并把因此产生的大部分价值留在自己手里 > 管理层能够意识到这个变化，并把一个小入口变成一个商业帝国 最近我沿着这个思路筛了很多公司 也发现了一些很有意思的方向 准备单独写一篇长文 把这套框架以及我目前找到的几个候选标的揉碎拆开

我们把今年自己做下来最省心、最舒服，风险收益比也很不错的一类套利，做成了一个可以一键参与的产品 在 @StableStock 做股票交易的同时，我们也一直在找更多市场机会 逐渐发现到股票永续合约长期存在比较高的资金费率，于是开始在 StableStock 建立现货多头，同时在合约市场做空对应标的，赚资金费率 海力士是很典型的例子：6、7、8 月累计 Funding 大约分别为 6%、6.5% 和 2%。也就是说，只要开了海力士的合约空仓，三个月能累计收到约14.5%的资金费率，容量够大、收益相对稳定，也不需要频繁判断股价方向，是今年我们做下来最舒服的一类策略 但真正跑起来后，发现背后还有建仓成本、基差、汇率、保证金、休市期间的对冲等很多细节。于是我们逐渐把手动套利做成了一套完整的选标、建仓和风控系统 从 5 月开始回测，到现在实盘跑了约 6 周，整体比较平稳也是到了这个阶段，于是有了 StableStock Earn 第一期现在已经上线。首期 Cap 比较小，目前采用白名单模式开放，感兴趣的朋友可以直接联系我开通资格 对我们来说，这是很自然的一步：不只是提供股票交易，也把我们自己在市场里发现、验证过的机会做成产品，为用户提供多样的收益机会

来咯，下周首尔 KBW 活动见 活动当天我也会在 准备了一些小礼物和密码给来现场的大家 欢迎届时在首尔的朋友们来玩

>> AI的应用时刻是否已经来了？ 过去，市场为模型能力的突破定价 现在，市场可能更愿意为 AI 对真实工作和生活的渗透率定价 Meta Muse 是一个很好的观察样本。如果一个并非使用最先进模型的产品，依然能凭借用户体验、个人数据和使用习惯建立竞争优势 > 那么 AI 的商业价值就不再完全由模型公司决定 我计划沿着三个方向寻找预期差： 第一类：拥有大量用户和独特数据，能够将 AI 直接嵌入现有产品的公司 $META $GOOG $TEM $DUOL 第二类：能够利用 AI 改变原有成本结构，让收入增长快于成本增长的公司 $NFLX $SDGR $ACN $RBLX 第三类：不仅仅是在旧产品中加入聊天功能，而是通过 AI 创造新用户行为的公司 AI工作任务 MSFT AAPL AI购物 $SHOP $PYPL $V AI 内容体验 $U AI交易 HOOD IBKR COIN SOFI 然后按照几个标准去寻找没有充分定价的标的： > AI 产品已经推出，但市场仍主要按照旧业务为公司估值 > AI 已经改善单位经济模型，但利润率变化尚未完整体现在财报中 > 新的用户行为已经出现，但商业化方式尚未确定 并且持续保持几个核心观察： 例如，用户是否从偶尔向 AI 提问，转向每天委托 AI 完成实际任务；AI 是否真正创造了新增交易；用户是否愿意为实时生成的内容持续付费，以及生成成本能否支持大规模商业化 每个周期硬件大涨之后，都会出现应用巨头通吃那个时代 PC 诞生了 MSFT 互联网革命诞生了AMZN 移动互联网诞生了UBER AI的应用代表还在诞生中 模型能力已然过剩 >> 关注商业化，关注新行为

两周前的判断被验证 CPU 需求预期差逐渐兑现 $AMD $ARM $INTC 爆发 7月中旬高强度追踪并持仓 INTC 到今天 逆反心理，人声鼎沸的时候反而不想发了🤣 记得拿点利润，在震荡中心态会更好 然后继续寻找有预期差的标的

最牛逼的是，在移动互联网刚刚兴起的时候，他就已经意识到：信息的生产方式变了，信息的分发方式也一定会被重构 先有认知，再围绕这个方向不断尝试，即使一开始不知道最终的产品形态是什么。十多年后，字节系的产品已经占据了短视频、资讯、内容社区等多个信息分发渠道的头部位置 我相信现在一定还有这样的创业者，可能也正窝在某间不起眼的办公室里，做着大多数人暂时看不懂的东西，只是我们站在26年，也不一定能认出谁是下一个张一鸣 字节最早做的是内涵段子，英伟达最早做的是游戏显卡，Amazon 最早只是一个网上书店 伟大的事业往往始于一个朴素的判断，而不是一个完美的产品

三星大概率将在27年超越海力士 成为全球 HBM 市占率第一的厂商 供给端 三星计划明年将HBM4/HBM4E产量翻番，加速抢占市场份额 需求端 AI 算力扩张及HBM搭载量提升，将持续推动市场增长 三星电子HBM业务改善已经部分进入盈利预测 但反超海力士后的长期利润水平仍存在分歧 市场未必充分定价了这个情形 从当时我的小红书评论区情绪来看 显然这个观点并不受欢迎 看看这次真相能站在多数人的对面吗