与「精密制造」相关的搜索结果

宁德时代创始人曾毓群贴在墙上的五个大字：“赌性更坚强”。 为什么贴这五个字？一个成功的精密制造业企业，为什么会强调“赌”？ 晚点这篇长文有详细解释，推荐阅读。 曾毓群解释：一件事我有 20% 的把握就做了，赌性其实就是基于五识（知识、常识、见识、胆识、赏识）做判断。 全文： 2011 年，宁德时代注册成立。最初的四间生产厂房是租来的，最初的几十个人的办公室同样也是租来的。不过从开业的第一天起，曾毓群的办公室里挂的一直都是 “溥博渊泉”。 那副外界更广为人知的 “赌性更坚强”，则是源于他和他的师父张毓捷（Mike，宁德新能源公司董事长、宁德时代公司终身荣誉董事长）的一次讨论。 有一天，Robin（曾毓群）跑到师父的办公室聊天，指着墙上挂的 “赌性坚强” 那块匾问 Mike，“你为什么觉得自己赌性坚强？什么样的把握下你才开始干？”——这其实更像是两个创业者在探讨战略。 Mike 回答 “做一件事起码要有 50% 的把握。” Robin 说 “那你的赌性也不怎么坚强——一件事我有 20% 的把握就做了，赌性其实就是基于五识（知识、常识、见识、胆识、赏识）做判断，开始是 20%，做着做着变成 50%、70%……” 那天，两个人还讨论总结出来了投资事业的三条铁律：第一，市场要足够大；第二，要有相邻技术（Adjacent technologies）；第三，技术的进入门槛要高。 讨论完 Mike 说，“还是你的赌性更坚强一点。” 赌性坚强，不是赌一次政策红利或者市场爆发，而是连续押注能源转型、电动化、储能、全球化和多技术路线。它的难点是未来尚未清晰可见时，就敢于投入巨量资源在研发、产能、供应链、人才和组织建设上。 “企业不可能等所有变量都确定后再行动，因为那时机会已经被别人占据。” 曾毓群说。 全文：

索洛模型下的阴谋论 ---美国蓄意用AI基建拖垮中国经济的可能猜想 本文是我基于阴谋论，反复提问AI后，构建的阴谋论报告，请保持批判的视角，我也用GROK对本文进行了批驳。 将“华尔街刻意引爆 AI 泡沫、推高美元指数、抽离全球流动性”这一地缘金融战设想，代入到索洛增长模型（Solow Growth Model）的框架中，我们可以清晰地看到一场从外生金融冲击（流动性干涸）走向内生生产力硬着陆（大萧条）的宏观经济危机传导链条。 在索洛模型的核心公式 $Y = A \cdot K^\alpha L^{1-\alpha}$ 中，华尔街的这一战略组合拳将直接通过破坏资本深化 (K)、锁死全要素生产率 (A) 并重创有效劳动力 (L)，对中国经济造成结构性的极限施压。 📊 索洛模型视角下的危机传导四部曲 华尔街通过引爆 AI 泡沫和强化美元，实际上是在对中国经济的生产函数进行一次“定点爆破”： 【华尔街引爆AI泡沫 + 美元走强】       │       ▼ (资本项传导) 【中国资本存量 K 遭遇双重抽血：资本流出 + 本地AI基建变成不良资产】       │       ▼ (技术项传导) 【全要素生产率 A 陷入“索洛悖论”怪圈：空有算力无法转化为实体产出】       │       ▼ (劳动项传导) 【有效劳动投入 L 萎缩：失业加剧 + 收入预期下滑导致消费归零】       │       ▼ (总供给与总需求双崩塌) 【经济冲向“大萧条”稳态】 第一步：破坏资本存量 K —— 流动性“大失血”与资产负债表衰退 在索洛模型中，资本存量 K 的增长依赖于持续的投资（I = sY，即储蓄转化为投资）。 外生冲击： 华尔街引爆 AI 泡沫并加息推高美元指数，会导致全球资本为了避险或追逐高收益美元资产，疯狂从小马达经济体和新兴市场回流美国。 对中国 K 的破坏： 外资撤离与融资成本飙升： 尽管中国有外汇管制，但地缘套利资本的流出会导致国内离岸/在岸流动性同步收紧。风险投资（VC/PE）彻底入冬，依赖外部融资的中国本土科技与硬科技企业面临资金链断裂。 AI 基建瞬间沦为“有毒资产”： 过去几年中国砸向数据中心、算力网络的万亿级资金（原本指望通过 AI 商业化变现来偿还债务），由于全球 AI 泡沫破裂，导致其商业化路径断裂。这些基建在索洛模型中变成了折旧率极高、却无法产生产出的“无效资本”。 结果： 企业和地方政府陷入“资产负债表衰退”，被迫缩减所有其他生产性资本 K 的投入来偿还债务。 第二步：锁死全要素生产率 A —— 陷入“高沉没成本”的技术陷阱 索洛模型指出，只有技术进步 A 才能打破边际报酬递减。但技术进步不是凭空出现的，它需要研发投入和健康的产业生态。 技术红利消失： 当 AI 被证实“只是一个增强版搜索”，无法在短期内催生出如当年“互联网+”时代的万亿级新实体产业时，A 的增长斜率将彻底平平。 研发资金被挤出： 由于前期在 AI 泡沫上投入了过高的沉没成本（Sunk Cost），当危机来临时，企业和政府已经没有多余的财政赤字去投入到精密制造、基础材料、生物医药等真正能提升中国工业 A 值的底层硬科技领域。中国技术升级的步伐被迫减速。 第三步：重创劳动力投入 L —— 劳动份额下降与“消费不足”的终极反噬 这是通往大萧条最致命的一环。索洛模型通常假设劳动力 L 是外生决定的（如人口增长率），但在现代经济学延伸模型中，有效劳动力投入取决于就业率和劳动回报率。 机器替代人后的“无处可去”： 在 AI 狂热期，大量企业为了降本增效，已经完成了白领岗位的自动化替代。当金融风暴来袭、总需求萎缩时，被 AI 挤出的劳动力（客服、初级程序员、文案、运营）不仅无法在科技行业立足，由于传统实体经济也在缩减，他们彻底沦为长期失业人口。 生产函数的分配扭曲： 资本份额 α 畸高，财富向少数掌握服务器和算法的巨头集中。由于巨头不消费面包和汽车，普通人（1-α）的工资收入雪崩。在经济学中，没有收入就没有消费，没有消费则供给过剩。 第四步：推向“大萧条稳态” —— 索洛模型的低水平均衡 当上述三个变量同时恶化，索洛模型的动态演进就会滑向一个极其糟糕的“新稳态”： 通缩螺旋： 工业自动化和 AI 残留的产能导致商品供给极多（Y 供给端虚高）；但居民端流动性被抽干、失业率高企，导致有效需求极低。 大萧条的诞生： 物价开始持续下跌（通缩），企业利润归零导致进一步削减资本开支（$K \downarrow$）和裁员（$L \downarrow$）。经济不再向上增长，而是停滞在一个高失业、低通胀、资产价格暴跌、债务爆雷的低水平恶性均衡中——这正是 1930 年代大萧条的标准特征。 🛠️ 中国如何在索洛模型框架下“反阴谋”？ 如果华尔街的这一金融战脚本已经写好，中国要打破这个索洛模型预言的萧条，其核心政策防御方向必须进行颠覆性的范式转移： 危机爆发点 传统的错误应对（加剧危机） 正确的索洛模型纠偏（打破阴谋） 资本项 (K) 继续向没有订单的 AI 算力中心和地方基建砸钱，试图用无效投资维持 GDP。 果断止损： 严格控制算力盲目扩张。将信贷资源强制转向“能带来现金流的实体制造业”和资本存量的折旧减免（降税）。 技术项 (A) 盲目跟风美国进行万亿参数大模型的“军备竞赛”。 降维打击/平替： 发展“小而美”的垂直行业轻量化 AI。将 A 的重点放在将 AI 融入现有工业流程（降本），而非凭空创造虚拟应用。 劳动项 (L) 任由企业降薪裁员，期望市场自发调节就业。 重构分配结构（核心）： 启动史诗级的收入分配改革。通过提高个税起征点、发放民生补贴、强化社保，把财富强行从资本方 α 转回劳动方 1-α，用强大的内需市场对抗外部流动性抽离。 💡 最终总结 华尔街引爆 AI 泡沫和强化美元的终极目的，是利用金融工具让中国高额的 AI 资本支出 (K) 彻底坏死，并借此切断中国劳动力 (L) 转化为内需消费的链条。 在索洛模型的镜子里，中国最好的防守不是去和美国对赌谁的算力更强，而是立刻回防国内的“分配端”与“消费端”。只要保住了 14 亿人的基本消费盘，让普通人的收入不至于断裂，那么外部引爆的 AI 金融泡沫，最终也只能留在华尔街自己的资产负债表上自我爆炸。 -------------------- GROK批驳： 这篇文章以戏剧化和阴谋论的方式，将市场动态描述为华尔街针对中国发动的“地缘金融战”，并将其映射到索洛增长模型上。虽然索洛框架是分析长期增长的有用工具（强调资本 K、劳动力 L 和全要素生产率 A，公式为 Y=AKαL1−αY = A K^\alpha L^{1-\alpha}Y = A K^\alpha L^{1-\alpha} ），但文章将短期金融波动过度解读为一场精心设计的“四部曲”，最终导致结构性崩溃。目前没有可靠证据表明存在华尔街协调一致的阴谋，专门通过刺破AI泡沫来针对中国；AI泡沫担忧是普遍存在的，且主要由市场驱动。 索洛模型基础及其适用性索洛-斯旺模型描述了稳态增长，其中人均产出根据储蓄/投资率、折旧率、人口增长率以及外生技术进步（A）实现收敛。资本深化（K）在缺乏A提升的情况下会面临边际报酬递减。模型扩展版会纳入人力资本或内生技术。中国改革开放后的增长初期很好地符合索洛预测：大规模K积累（基础设施、制造业）加上通过技术采用和结构转型带来的A，推动了经济收敛。然而，正如文章隐含指出的，过度依赖K（投资驱动）而缺乏持续A或消费驱动的需求，会导致较低的稳态水平——这反映了中国债务、产能过剩和TFP放缓的真实讨论。 以下是标准的索洛稳态示意图，展示资本积累与冲击影响： （此处插入原英文回复中的三张索洛模型图示）负向冲击（如资本外流导致K减少）或A停滞会使经济向左移动，趋向较低稳态，过渡期表现为投资减少和对有效L的潜在失业影响。对文章叙事的批判 AI泡沫与美元走强：AI估值过高确实存在担忧（高倍数、收益集中于“Magnificent 7”、巨额资本支出但短期回报不确定——典型的索洛“体现式技术”滞后）。 但这主要源于投资者狂热，而非针对中国的阴谋。美元动态随美联储政策、美国增长和风险偏好波动；全球流动性周期广泛影响新兴市场，并非通过“刻意抽离”针对中国。中国有资本管制、外汇储备和国家引导信贷，能有效缓冲纯资本外流。 对K、A、L的传导：AI和数据中心过度投资确实可能产生“搁浅资产”（高折旧、低边际产出），符合索洛对无效K的警告。AI的生产力影响存在滞后（索洛悖论的翻版），但将其简单贬低为“增强版搜索”低估了其在工业、物流等领域的潜力。劳动力影响（自动化+需求下滑）在人口结构压力下是真实风险，但并非 solely 来自“华尔街一记重拳”。 “大萧条稳态”：过于夸张。索洛模型预测的是向（较低）平衡增长路径收敛，而非永久的1930年代式崩溃，除非政策失误加剧冲击（如债务-通缩螺旋）。中国的政策工具（财政空间、国有银行）与1930年代情况完全不同。 文章的“阴谋”框架忽略了美国投资者和企业也会承担泡沫成本，而且中国自身也在大力推进AI（国产模型正在技术商品化）。中国转向民生消费：力度是否足够对抗流动性抽离？中国2026年政策正优先发展国内需求（“十五五”规划重点、居民收入提升、养老金、消费品以旧换新补贴、社会保障等）。 这直接针对需求端，有助于支持有效L（通过收入和就业），并可能提升A（更好资源配置）。是否足以对抗流动性冲击？ 仅靠这些可能不够——结构性问题（房地产拖累、地方债务、信心不足）依然存在，从投资/出口向消费再平衡的进程一直较为缓慢。 财政刺激可提供短期Y支持，但要实现索洛式稳态改善，还需更深层的改革（提高居民收入占比、完善安全网、提振民营信心）。外部现金流也很重要；纯国内倾斜若出口走弱，可能加剧产能过剩。具有国际现金流能力的产业：作为资本K的“防波堤”是的——那些具备强劲国际收入、定价权和全球需求的新能源车、跨境电商等产业，能有效缓冲资本存量： 新能源汽车（NEV）：中国全球领先，出口强劲、电池/技术优势以及国内规模提供硬通货流入和持续投资回报。即使补贴调整，产品性能和性价比仍支撑其韧性。 （此处插入原英文回复中的NEV相关图片） 跨境电商：多元化出口（消费品）、平台灵活性和数字化规模带来外汇和就业。尽管部分低价值细分领域有所放缓，整体仍在增长。 （此处插入原英文回复中的跨境电商相关图片）这些产业可稳定K：出口收入为国内投资提供资金，降低对波动性 portfolio 流的依赖，并通过全球竞争促进A提升。总结：索洛模型清晰指出了不平衡增长的真实脆弱性，但文章那种“金融战→大萧条”的确定性链条是推测性的过度解读。中国最佳路径——符合索洛逻辑——是通过可信的再平衡转向消费、人力资本和高回报A（制造业中的应用技术），同时发挥出口竞争力强的产业优势。外部冲击时有发生；韧性源于国内基本面，而非反阴谋。市场更多是嘈杂且自我修正的，而非精心策划的战场。

$MU 看见的机器人，不是玩具，是 AI 的下一副身体 a16z 昨天发布了一张图片 表面上讲的是机器人一级市场融资创历史新高，Q1 2026 的融资金额和交易笔数同时冲上去。 不只是机器人火了，重要的地方在于资本在用自己的方式告诉市场，AI 的下一段叙事，正在从云端走向现实世界。 过去几年，AI 投资的中心很清楚。 先是模型，后是算力，然后是 GPU、HBM、数据中心、电力、液冷、光模块、网络交换机。 看着五花八门、很高大上，本质上解决都是在一个问题：怎么把更大的模型训练出来，怎么让更多推理跑起来。 但现在，一个新的问题开始出现。 这些智能，最后要去哪里？ 如果 AI 永远停在聊天框、办公软件和云端 API 里，它当然很有价值，但它仍然主要停留在数字世界里。 真正更大的变化，是 AI 开始进入工厂、仓库、医院、汽车、农田、矿山、家庭和战场。 也就是进入物理世界。 机器人就是这个过程里最重要的载体。 所以这张图不是简单的融资图，而是一张资金迁徙图。 钱正在从纯软件、纯云端、纯模型，往能让 AI 落地到现实世界的硬件系统里迁移。 这也是为什么美光这次财报电话会里，CEO 专门提到机器人。 美光不是一家机器人公司，它也不是一个靠讲故事拉估值的创业公司。 美光站的位置非常特殊。它在产业链里看见的不是概念，而是每一个终端到底要吃掉多少内存、多少存储、多少带宽、多少功耗预算。 所以当美光 CEO 说，人形机器人的内存含量可能是普通 L2+ 汽车的十倍，这句话的分量很重。 不是在说机器人明天就爆发。 而是在说：如果机器人真的走向规模化，它就不会是一台简单的机械设备，而会是一台移动的边缘 AI 系统。 它要看见世界，要理解世界，要实时推理，要控制动作，要记录数据，要在本地完成大量计算。 这意味着机器人不是一个轻资产故事。 它是一个重硬件、重供应链、重制造、重可靠性的产业故事。 说实话，我们看机器人，最容易被外形吸引。 人形机器人走几步，挥挥手，搬个箱子，视频一发，大家就开始兴奋、欢呼。 但产业化的视角从来不是这样子，产业化看的是：一台机器人到底由什么构成？哪些环节能规模化？哪些部件会成为瓶颈？哪些供应商可以稳定交付？哪些客户愿意付钱？单位经济模型什么时候跑通？ 从这个角度看，美光这次财报其实给了一个很重要的提醒。 机器人不是从“机器”开始定价的，是从“数据”开始定价的。 一个机器人进入现实世界，第一件事不是行动，而是感知。 它要用摄像头、激光雷达、毫米波雷达、IMU、力传感器、触觉传感器去采集环境。 采集之后，数据要被处理 处理之后，要进入模型 模型要判断环境，理解任务，规划动作 动作又要通过电机、减速器、伺服系统、控制器执行出去 执行之后，还要反馈回来，再调整下一步 这就是机器人的闭环。 感知、推理、控制、执行、反馈。 这个闭环越复杂，对内存和存储的要求就越高。 因为机器人不是在干一个静态任务。 它是在真实环境里不断接收数据，不断判断，不断行动。 云端可以慢一点，办公软件可以等几秒。 但机器人不能等。 它要避障，要抓取，要平衡，要停下，要躲人，要判断物体有没有滑落。 这些事情都发生在现实世界里，延迟一高，错误就会变成碰撞。 所以机器人天然需要边缘计算，也天然需要高带宽、低功耗的内存和存储。 这就是美光那句话的核心。 人形机器人之所以可能带来多年的内存需求，不是因为它长得像人，而是因为它把 AI 从服务器机柜里，搬到了一个会移动、会交互、会执行任务的物理终端里。 这和汽车很像，但又比汽车更复杂。 一辆 L2+ 汽车已经需要大量传感器、算力、内存和存储。 但它的任务相对单一，主要是行驶、避障、辅助驾驶。 人形机器人面对的世界要复杂得多。 它不只在道路上移动，要进入工厂、仓库、办公室、家庭。 它要处理开放环境里的长尾问题。 它要用手操作各种不同形状、不同重量、不同材质的物体。 它要理解人的指令，也要适应环境的变化。 这就是为什么人形机器人如果真正量产，它的硬件含量不会低。 它不是一个带腿的玩具。 它更像是一台高度压缩的移动数据中心，一台装进身体里的 AI 服务器 其实融资图和美光的电话会都说了一件事。 一级市场融资创高，说明资本正在下注机器人公司的未来形态。 美光电话会，说明上游半导体公司已经开始把机器人纳入长期需求模型。 一个是资金端的变化，一个是供应链端的变化。 这两件事合在一起，才是机器人板块真正值得重视的地方。 机器人投资创历史新高，不等于所有机器人公司都有价值。 很多公司会融到钱，很多公司也会消失。 这和电动车、光伏、AI、大模型都一样。 每一轮产业浪潮刚开始的时候，市场都会把叙事打得很满。 但产业最后只奖励两类公司。 一类是能把产品真正交付出去的整机公司 另一类是站在关键瓶颈上的供应链公司 机器人也是一样。 用产业化视角拆，它至少有六层。 第一层，是大脑 包括 GPU、边缘 AI 芯片、机器人基础模型、世界模型、仿真平台。 最典型的还是老大哥英伟达。 因为机器人真正成熟之前，需要在仿真里训练，需要在虚拟世界里先摔无数次，再去真实世界里减少试错成本。 第二层，是记忆 这就是美光看到的部分。 机器人要实时感知、推理和控制，就需要更高带宽、更低功耗、更大容量的内存和存储。 过去市场把美光看成周期股。 但如果 AI 进入设备端、汽车端、机器人端，美光就不再只是传统意义上的存储周期公司，而是在吃 AI 终端扩散的硬件红利。 第三层，是眼睛 机器人要进入现实世界，首先要看见世界。 摄像头、激光雷达、机器视觉、深度传感器、传感器融合，都是这一层。 Ouster、Cognex、Keyence 这种公司，看的是机器人和自动化的感知入口。 这层的核心不是某个单一传感器赢不赢，而是机器人对空间理解的需求会越来越强。 第四层，是皮肤和手感 这对应力传感、触觉反馈、应变片、压力传感、灵巧手。 这条线现在还很早，但非常关键。 因为机器人从“会走路”到“会干活”，真正难的是手。 抓一个箱子很容易，抓一个玻璃杯、鸡蛋、衣服、软袋子、工具，就完全不一样。 视觉只能告诉机器人物体在哪里。 触觉和力反馈，才能告诉它该用多大力。 所以 VPG 这类精密测量和力传感公司，才会开始被市场重新注意。 第五层，是关节和肌肉 机器人要动起来，离不开电机、减速器、伺服系统、编码器、控制器。 这里面最典型的是 Harmonic Drive Systems 这类精密减速器公司。 机器人越接近人形，关节越多，运动控制要求越高，对高精度、轻量化、低背隙零部件的要求就越高。 这条线不如整机性感，但产业位置很硬。 第六层，是场景 机器人最终不是卖给想象力，而是卖给场景。 工厂、仓库、医院、农业、国防，是最可能先跑出来的地方。 因为这些地方有明确的人力成本、效率需求、安全需求和 ROI 计算。 亚马逊的仓储机器人、Intuitive Surgical 的手术机器人、AeroVironment 的无人系统，本质上都说明了一件事： 机器人最早赚钱的地方，往往不是家庭，而是商业和工业场景。 所以现在看机器人板块，不能只看人形机器人。 人形机器人是最大的想象空间，但不一定是最早兑现利润的地方。 真正产业化的机器人浪潮，很可能先从仓库、工厂、医院、军工和农业里长出来。 等这些场景把供应链打磨成熟，成本打下来，可靠性提高，软件泛化能力增强，才有机会一步步进入更开放的生活场景。 我觉得机器人板块未来会分成两条线。 一条是情绪线 它会围绕人形机器人、具身智能、Physical AI 反复炒作。 这条线弹性大、波动也大。 另一条是产业线 它围绕内存、传感器、激光雷达、力反馈、减速器、边缘芯片、工业自动化、仓储物流、医疗机器人慢慢展开。 这条线没有那么刺激，但更接近真实订单和真实利润。 美光这次财报的意义，就在于它把机器人从情绪线，往产业线拉了一步。 因为它说的不是机器人很酷，它说的是机器人会消耗多少内存，什么时候开始形成需求周期，这个周期可能持续多久。 这就是半导体产业看问题的方式。 不看视频，不看口号，不看发布会掌声。 看 bit growth，看 content per device，看 supply constraint，看客户是不是愿意签长期协议，看资本开支是不是敢下去。 所以机器人这条线，真正值得重视的不是某一天谁涨了多少。 而是它开始具备产业化的三个信号。 第一，资金进来 一级市场融资创历史新高，说明资本开始愿意为机器人公司的长期制造能力和技术壁垒买单。 第二，上游开始建模 美光把机器人放进长期内存需求框架，说明机器人已经不只是科幻叙事，而是被上游供应链纳入未来需求曲线。 第三，场景开始筛选 仓储、工业、医疗、国防、农业这些领域，会先把真正有用的机器人筛出来。 最后留下来的，不一定是视频最好看的公司。 而是能稳定工作、能持续交付、能降低成本、能融入客户流程的公司。 所以我对机器人板块的看法很简单，它不是明天就爆发的题材。 但它一定是 AI 下半场最重要的产业方向之一。 过去 AI 的主线是云端算力。 接下来几年，AI 的增量会逐步走向边缘、终端、汽车和机器人。 再往后，AI 会进入真实世界里的每一个生产场景。 可能五年后，B端也就是企业端会开始大规模应用，而十年后，或许就会进入千千万万家。 这条路不会平滑，中间一定会有泡沫，有失败，有估值杀，有技术路线反复，有商业化低于预期。 但大方向很清楚，智能不会永远困在屏幕里。 它一定要长出眼睛，长出手，长出身体，进入现实世界。 而当这件事发生的时候，机器人就不再只是一个行业。 它会变成 AI、半导体、精密制造、自动化、传感器、电池、软件、国防和医疗共同汇合的一条大河。 美光看到的，是这条河最上游的水位变化 一级市场看到的，是河道开始变宽 二级市场接下来要做的，不是追每一个浪花，而是找到那些真正站在河床里的公司 @a16z

最近，风华高科因RC/RS系列0402、0603晶片电阻订单激增，暂停部分新订单。 虽然只是是贴片电阻吗，但重要的，这是，高端、小尺寸、高一致性被动器件，的供需失衡信号。 0402 / 0603是封装尺寸。它既可以是MLCC，也可以是贴片电阻、电感、EMI滤波器。AI服务器真正需要的，是“小尺寸下还能维持高频、高一致性和长期可靠性”的器件。 AI的VRM复杂度提升、PDN越来越复杂。于是系统开始大量消耗：高频MLCC、小尺寸电阻、高频电感、钽电容、HSC。 这些器件单价不高，但属于“缺一个，整机就无法出货”的东西。 AI服务器里的需求本身是分层的。最核心的位置，比如GPU核心供电、HBM附近、ASIC substrate附近，仍然高度依赖：Murata Manufacturing、TDK Corporation、Taiyo Yuden。因为这里要求极低ESL、极低ESR、高频响应和长期可靠性。 但AI服务器并不只有核心位置。PSU、BBU、NIC、SSD、光模块、交换机，同样会消耗海量0402/0603。重要的是，AI正在先抽紧最顶级MLCC产能，然后压力开始向中高端0402/0603扩散。 最近大火的MLCC和0402电阻看起来是不同器件，但背后共享的是“小尺寸精密制造能力”。包括精密印刷、烧结、AOI检测、高频测试、超小尺寸良率控制、精密材料处理。 这和HBM产业链很像。最开始缺的是HBM，后来CoWoS、ABF、substrate、电源、散热、测试一起开始紧张。MLCC现在也开始出现类似现象。 真正最容易缺货的，往往不是最顶级料号，而是“能量产、能过验证、还能部分替代”的中高端规格。 2018年被动器件超级周期就是典型案例。当时车规MLCC先缺，高频小尺寸规格先涨，随后0402/0603全面涨价。因为一旦高端规格开始缺货，客户就会提前备货、长单锁产能、替代采购、超额下单，最后整个产业链一起紧张。 现在AI行业，可能正在重复这个过程。 更重要的是，这种紧缺会向二线供应商传导。当Murata Manufacturing、TDK Corporation、Taiyo Yuden 优先保障AI服务器和车规客户后，订单开始向：Vishay Intertechnology、Yageo Corporation、Bel Fuse Inc.、Fenghua Advanced Technology 溢出。 AI数据中心，正在把整个电子产业重新拉回“工业品逻辑”。从GPU，到HBM，到光模块，到电源，再到0402电阻，整个链条都在同时变紧。 这可能意味着，被动器件行业，正在进入新一轮量价周期。甚至可能是超级周期。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

外界对日本的认知始终存在割裂：游客眼中的日本，干净有序、精致礼貌，服务与生活体验无可挑剔，依旧是成熟发达的社会；但从时代发展维度看，日本早已褪去引领未来的光环。日本的衰退并非秩序崩塌式的溃败，而是一场安静的时代转向：它彻底告别了创造硬未来的能力，退守为维护旧秩序和打造软体验。这一变化的背后，是中日两种文明最核心的差异：日本文明的底色是坚守连续性、守护现有秩序，而中国文明的底色是突破桎梏、重建全新未来。 日本并非没有创造未来的能力，其近代两次崛起均印证了这一点。明治维新在西方工业文明的冲击下，完成封建岛国到近代强国的蜕变；二战后依托全球贸易体系与产业重构，以精密制造、家电汽车产业领跑全球，一度成为亚洲现代化的标杆。但日本的未来创造力存在致命短板：其革新永远依赖外部危机冲击。唯有旧秩序被彻底击碎时，它才会调动极致的执行力与学习力完成迭代；一旦外部压力消退、旧秩序尚可维系，便会回归保守的默认模式，专注于修补、维稳、延续现状，丧失主动破局、重构体系的魄力。 同时，日本社会并非没有创新的内生力量，江户时代的商业文化、锁国时期的兰学研究、明治前夜的革新志士，都是内部蒸腾的突破力量。但日本成熟的旧秩序拥有极强的“免疫规训机制”，所有异质创新、突破尝试，都会被快速吸收、驯化、约束。社会默认“不破坏氛围、不制造冲突、不给他人添麻烦”的准则，允许有限的个性化，却绝不允许颠覆现有结构的变革。反观中国，疆域辽阔、发展不均衡、社会结构复杂，一处的固化不会阻断全域的生机，旧秩序的缝隙永远能孕育新的突破力量。简言之，日本需要外部撞醒，中国自带内生蒸腾的生命力。 这种差异根植于两国的文明底层逻辑。日本作为狭小多灾的岛国，有限的生存空间让维系共同体稳定成为第一准则，久而久之形成以“连续性”为核心的文明特质。这套文明塑造了日本社会的优点：克制守礼、细节极致、秩序井然、敬畏规则，但也埋下致命隐患：社会问题被体面掩盖，矛盾难以爆发，年轻人不敢突破，组织优先维护氛围而非直面现实，老化的系统始终被体面维系，衰退在静默中持续蔓延。 中国文明的核心则是乱世重构、迭代新生。广袤复杂的大陆疆域、频发的自然灾荒、周期性的王朝更迭，让中国文明从未追求永恒的静态秩序，而是练就了“破旧立新、重建秩序”的底层能力。中国人根深蒂固地认为，没有一成不变的既定格局，旧体系腐朽便可推翻重构，困境之中总能开荒拓新、重启开局。这也是中国人执着于逆袭、升级、突破、再造的根源，不是天性躁动，而是数千年文明历练出的生存智慧。 日本的文明底色，具象化为三大社会特征，也是其衰退的核心表征。首先是守护小世界的文化内核。日本文艺作品始终围绕“守护日常、守护温柔、守护有限美好”展开，无论是动漫、影视还是生活美学，核心都是守住眼前的小共同体、小美好，而非改造大世界、创造新未来。其审美偏爱克制、消逝、细腻的日常，追求在有限秩序内留存温度。而中国文化始终向往突破、开荒、统一、跃升，追求从废墟到新生、从弱小到强盛的跨越式成长。这一差异在科幻创作中尤为明显：中国式末日是改造世界、对抗绝境，《流浪地球》以工程化、体系化的方式拯救文明；日本式末日则是守护尊严、留存记忆，在既定命运中守住最后的温柔。 其次是社会翻盘感极度缺失。日本社会极度重视资历、秩序、连续性，容错率极低，一旦年轻人失业、掉队、偏离主流轨道，便很难重新回归核心圈层。冒险的收益极低，失败的代价却足以桎梏一生，这直接催生了年轻人的低欲望、躺平心态。日本婚恋生育的低迷也源于此：年轻人不愿承担现实生活的不确定性，转而沉溺于低成本、无压力的虚拟情感与娱乐，用符号化的欲望替代真实的生活担当，本质是对未来丧失信心，不愿为固化的社会下注新生。 最后是静默式的集体苦难。日本社会的体面秩序，是以个体的隐忍为代价的。阶层固化、薪资停滞、青年无望、地方衰败等诸多问题真实存在，却被礼貌、忍耐、不添麻烦的社会规训层层包裹。痛苦不对外爆发、矛盾不公开化解、衰退不直面正视，所有社会困境都被转化为个体的私人内耗。游客所见的整洁与温柔，背后是普通人无声的挣扎，这种“不乱的衰退”，比动荡的衰退更难逆转。 为维系体面的旧秩序，日本形成了封闭的信息茧房，优先筛选维护民族优越感、贴合旧秩序认知的信息，刻意回避自身产业衰落、技术被赶超、发展滞后的现实。长期的自我麻醉，让日本形成了“维稳拖延、极限赌国运”的危险思维：平日拒绝迭代革新，任由体系老化，当危机累积到极致，便以豪赌的方式试图翻盘，近代太平洋战争便是典型。这种模式并非创造未来，而是旧秩序不愿落幕的被动挣扎。 客观来看，日本并未彻底失去未来，只是完成了硬未来退场、软未来延续的转型。在人工智能、新能源、全球供应链、新型工业范式等硬核生产力领域，日本已丧失主导权，无法再定义时代发展方向。但其在生活美学、情感体验、文化创意、服务设计等软领域，依旧保持顶尖水准，同时在材料科学、精密零部件、机床设备等细分技术领域，拥有深厚的技术积淀。但单点的技术深耕、极致的体验打磨，无法替代系统性的产业革新、范式级的技术突破，日本也从引领时代的“未来样板”，沦为供人怀旧体验的“过去样本”。 日本的静默衰退，为中国提供了极具价值的警示。当下中国已然出现老龄化、低生育、青年求稳、内卷焦虑等类日本现象，但中国不会重蹈日本覆辙。核心原因在于中国发展的不均衡性与未完成性，城乡、区域、产业的落差，让社会始终保有蒸腾的生机与破局的机会，永远有人渴望重启开局、突破桎梏、再造未来。 但中国同样存在自身困境：内生的创新冲动，极易沦为盲目折腾、无效内耗。很多人将无谓的冒险、跟风的内卷、不甘平庸的躁动包装成奋斗，脱离实事求是，最终陷入资源错配、自我消耗。同时，存量利益固化、形式主义、创新阻力等问题，也在持续压制社会活力。 中日文明没有绝对的优劣，只是面对时代的默认姿态截然不同：日本致力于优化旧世界，中国致力于创造新世界；日本恐惧秩序崩塌，中国害怕未来停滞。日本的教训警示我们：极致的秩序会沦为发展的牢笼，单纯的坚守终将被时代淘汰；其深耕细节、长期主义、打磨品质的优势，也值得我们借鉴学习。 中国最珍贵的禀赋，是从未停止相信未来、从未放弃破旧立新。我们无需效仿日本的保守维稳，也需摒弃盲目躁动的内耗。唯有立足现实、实事求是，将社会的蒸腾活力转化为产业升级、技术突破、体系迭代的有效力量，才能跳出“守成衰退”与“盲目折腾”的两极困境，持续创造属于自己的全新未来。

摩根士丹利宣布：太空产业强势回归！ 大摩核心14只太空概念股 👇： 1. Rocket Lab 火箭实验室 $RKLB 小型火箭发射龙头，发射频率与商业化能力持续提升 2. Freeport-McMoRan 自由港麦克莫兰 $FCX 关键金属（铜等）供应商，支撑卫星电力与通信基础设施 3. Materion 马特里昂 $MTRN 高端特种金属与先进材料供应商，服务航天级精密制造 4. Corning 康宁 $GLW 光纤与高端玻璃材料龙头，支撑卫星通信与光学系统 5. Linde 林德 $LIN 工业气体巨头，为火箭推进与燃料系统提供关键气体 6. Air Products 空气产品 $APD 液态氢等推进燃料供应商，直接受益火箭发射需求增长 7. Nvidia 英伟达 $NVDA 卫星AI计算与地面数据处理核心算力提供者 8. Broadcom 博通 $AVGO 通信芯片龙头，支撑卫星与地面高速数据传输系统 9. Honeywell 霍尼韦尔 $HON 航天级传感器、控制系统与飞行电子核心供应商 10. Aptiv 安波福 $APTV 高可靠性电子与连接系统供应商，适用于极端航天环境 11. Redwire 红线航天 $RDW 专注卫星制造与轨道基础设施，典型纯正航天公司 12. Alcoa 阿尔科亚 $AA 航空航天与太空结构用铝材核心供应商，受益于火箭与卫星轻量化趋势 13. Gilat Satellite Networks 吉拉特卫星网络 $GILT 卫星通信网络服务商，覆盖偏远与全球连接需求 14. Amazon 亚马逊 $AMZN 通过Project Kuiper布局低轨卫星互联网生态 哪一个最可能跑出10倍？

最近孙哥 @sunyuchentron 和白毛股神 @aleabitoreddit 都在看人形机器人，我也觉得这条线不能只盯着 $TSLA 了 尤其是 Agility Robotics，据说 9 月上市，白毛股神经常提。它的 Digit 走的是仓储、物流、搬运这些真实场景，比“家庭机器人”更接近商业化落地 我现在看人形机器人，主要分几条美股线索 - 整机平台 $TSLA Optimus 负责打开想象空间 Agility Robotics 如果顺利上市，可能会成为美股里更纯的人形机器人标的 $CCXI 可以放进观察清单，重点看后续上市路径、估值和业务绑定关系 - 算力和机器人开发生态 $NVDA 还是底层铲子，Isaac、Omniverse、Jetson 都绕不开 机器人越往真实世界走，对训练、仿真、边缘推理的需求越大 - 工业自动化和执行端 $ROK、$EMR、$HON 这类公司不一定有最性感的故事，但更接近工厂端需求 如果机器人先在仓储和制造业落地，这些公司可能会先吃到自动化升级的订单 - 传感器和视觉 $ISRG、$TER、$KEYS、$APH 这类可以关注 人形机器人要真正干活，感知、测试、连接器、精密控制都很关键 我对这条线的判断是，短期不要按“机器人进入每个家庭”去交易，更现实的落点还是工厂、仓库、物流和危险作业 所以我会重点盯三个变化 · Agility Robotics 上市后的估值和订单 · $TSLA Optimus 的量产节奏 · $NVDA 机器人生态有没有被更多厂商采用 人形机器人现在还不是利润兑现期，但已经从 PPT 叙事走到产业验证期 如果 2026 年 AI 继续从云端走向物理世界，这条线大概率会反复被市场拿出来交易

我可不会错过机器人领域这波牛市 很多人一提机器人，只想到人形机器人和自动驾驶，但真正的机会不是一个点，而是一整条产业链： 感知与传感：机器人的眼睛和神经 $AEVA：FMCW / 4D 激光雷达 $ARBE：4D 成像雷达 $CGNX：机器视觉 $OUST：激光雷达 $VPG：力 / 载荷 / 应变传感 $ZBRA：扫描、视觉、仓储计算 芯片与边缘计算：机器人的大脑 $AMBA：边缘 AI 视觉 SoCs $AMBQ：超低功耗边缘 AI 芯片 $ATOM：半导体材料与 IP 授权 $INDI：ADAS 与汽车半导体 $LSCC：低功耗 FPGA 运动控制与精密自动化：机器人的身体** $ALNT：控制、驱动与电机 $NOVT：编码器、运动控制、机器人自动化 $KLIC：半导体组装设备与制造自动化 自动驾驶与移动出行 $AUR：自动驾驶卡车 $MBLY：ADAS 与自动驾驶 $TSLA：Robotaxi + Optimus 人形机器人 $XPEV：IRON 人形机器人，小鹏生态也在布局低空出行 现场、服务与仓储机器人 $KITT：海底 / 海洋机器人 $RR：服务机器人与 Dex 工业人形机器人 $SERV：人行道配送机器人 $SYM：仓储自动化系统 外科机器人 $ISRG：达芬奇手术机器人系统 主题基金配置 $ROBO：机器人产业链 ETF $BOTZ：机器人与 AI 主题 ETF 我现在看机器人，不会只盯“谁最像特斯拉 Optimus” 真正值得跟踪的是： 谁提供传感器，谁提供芯片，谁控制运动，谁负责视觉，谁已经进入真实应用场景。 机器人牛市如果真的来，最先涨的不一定是最终整机厂，反而可能是藏在产业链里的“铲子股”。 当然，这条线弹性大、波动也大，尤其很多小票还处在商业化早期。 我的思路是：先建观察池，再看订单、营收、毛利和现金流，不盲目追概念。 机器人不是短线故事，可能是 AI 之后下一条更长的主线。 DYOR，不构成投资建议。

中国很可能实现了突破！美国商务部长：禁止EUV光刻机流向中国 2026-06-23 17:59 最近美欧在光刻机出口管制问题上又是你来我往，美国商务部长卢特尼克专程跑到荷兰，带着美国的“关切”，让荷兰加强对中国的防备。荷兰的阿斯麦则自信满满，表示自家生产的EUV光刻机不仅体积庞大、产量有限，连维护都必须由自己团队亲自操刀，每台设备都有专属编号和密码锁，能追踪定位，非授权操作就会锁死。这套技术壁垒的确令各路觊觎者束手无策，似乎刀枪不入。 不过事情真有这么简单吗？光刻机这玩意是全球最难造的高端设备之一，从超精密镜头到各种核心系统都需要美国、欧洲、亚洲的顶级供应链协作。阿斯麦能够长期独占先进制程，靠的就是那道关卡，别人短期内很难跨越。美欧这一次联合封堵，不仅是技术防守，更带着遏制中国科技进步的警告，出口DUV和EUV光刻机禁令就是希望彻底卡住中国芯片的路。然而世界并不是美国独角戏，想封堵根本不是绝对安全。 说到反制，中国其实掌握着关键牌，其中稀土就是最硬的一张底牌。稀土材料广泛应用于各类高科技产品，无论民用还是军工都离不开它。美欧芯片、光刻机如果没有稀土，研发和制造都要大打折扣。中国控制稀土出口不仅可以打击对手，也能争取芯片自主研发的时间窗口。此外，华为等国内企业已经在推进国产光刻机测试，未来如果突破DUV技术壁垒，就会上演市场价格腰斩、设备全面国产化的局面。这一招参考核磁共振替代史，足以让阿斯麦长久优势倒塌。 再看荷兰自身，美欧的制裁大棒让阿斯麦在中国的信誉严重受损。过去几十年，阿斯麦靠中国市场实现巨额营收，一旦中国实现技术突破，荷兰不仅会丢掉最大客户，甚至公司都可能陷入衰退。技术护城河固然牢固，可颠覆性创新谁也无法预料。当中国在AI领域打破美国垄断，光刻机的故事未必不会重演，阿斯麦的“防守”或许只是暂时安稳。 博弈的终局还远未到。美欧手里有牌，中国同样有牌。光刻机的出口管制、市场信任、稀土战略以及自主创新，都是相互牵制的棋子。对荷兰来说，如何把握合作与禁令之间的度，才是决定未来市场地位的关键。别等到中国技术真正突围了，才悔不当初。