李志 | Rational Investing

统计数据

18
文章
0
粉丝
0
获赞
0
阅读
avatar
固态硬盘涨价潮已经彻底疯了啊… 原本全网固态一路狂飙，苹果官网硬盘还算是为数不多没怎么涨的良心价，结果现在连这块最后的价格洼地也彻底失守。 2TB容量上周还是1498元，短短几天直接暴涨近3倍，飙升到4798元。 涨幅接近两千多块，直接坐火箭，存储彻底变成奢侈品了。
avatar
最近感觉Gemini 3.0好像已经烂到了不可用的地步上下文记忆系统也很混乱，多轮对话慢慢的就开始自说自话了。 感觉降智非常严重，最近的几轮更新仿佛是负优化，我又开始用API调Gemini 2.5用了。
#Gemini 3.0 #对话系统 #降智 #更新问题
avatar
腾讯这真不地道了，旗下 SkillHub把ClawHub 的全部技能数据批量扒走，直接导入自己平台😅 虽然本身就是MIT License，谁想copy都行，甚至可以随便商用，以及把其衍生版本闭源都是可以的。这事儿腾讯从什么角度都是可以这么做的。 但是，最离谱的是，扒数据的时候，腾讯还给Openclaw创始人Peter发了封邮件，抱怨对方的速率限制影响了抓取速度，腾讯数据白嫖着，还嫌人家限速碍事🤯 Openclaw创始人 Peter 都无语了，你们把我服务器资源耗得快撑不住了，服务器成本都快五位数了，一分钱支持没给过。
avatar
软件股现在开始出现逼空了，尤其是 $IGV 突破了压力之后，之前还在被对冲基金疯狂做空呢，上周对冲基金对美国软件服务股的做空比例刚升到创纪录的3.8%， 过去6个交易日，软件科技ETF $IGV 直接跑赢半导体ETF SOXX 16.59个百分点，创下有记录以来最大的6日超额收益。 这段时间里，IGV 大涨8.37%，创出2月2日以来新高； 而半导体 $SOXX 却大跌8.22%，逼近2月5日以来低点。 要知道1月底时，软件股还曾大幅跑输半导体近15个百分点，创下2008年以来最大差距，如今直接完成历史性大反转。
avatar
有网友称，腾讯云安装OpenClaw被反薅羊毛…… 上午安装完，腾讯云无任何提示情况下，一直快速高频的进行小额扣费，目前扣了200多。 这个大概是因为装的时候顺道安装了腾讯云的一堆产品用来创收啊？
avatar
看NVDA这个Fwd P/E，简直性价比太高了，结合之前机构抛售，散户狂买NVDA的新闻，你看出来什么了吗？ 现在估值非常合理，华尔街的担心不是没有道理，但有时候看准了就是干，仓位不高的可以捡便宜
avatar
我觉得黄仁勋和苏姿丰其实是同一个人，只是化了不同的妆😂
avatar
1. 目前，标普500指数中最大的五家AI巨头，亚马逊、谷歌、Meta、微软和甲骨文，资本支出占到了整个指数的约27%。 2022年起，这些企业的AI投资、股东回购和分红，在过去12个月消耗了约95%的运营现金流，而2019年这一比例仅为80%。 现金流见底后，它们大幅借债，2025年前10个月这五家就发行了约900亿美元债券，以此维持AI投资和股票回购，推高了杠杆。 2. 之前看了一个摩根大通分析师的警告说，今年大型科技公司的巨额AI支出，会以更高折旧成本反噬利润。 AI硬件更新快，若千亿级投入不能快速转化为回报，折旧费会严重拖累盈利。 3. 高盛认为，当前风险和2000年互联网泡沫有区别，巨头资产负债表稳健，债务增速可控，短期能承接债务。 4. 我觉得关键在时间节点，若2027年，AI变现不及预期，一旦带头大哥OpenAI缩减开支或融资不顺，这种杠杆链条的断裂就会引发系统性的流动性踩踏，最先承压的会是甲骨文这类为OpenAI扩建数据中心、背负巨债的企业。 短期内巨头们还能硬扛，但如果中长期若AI回报不及投入，债务和折旧终将刺破泡沫。 大家怎么看？
avatar
现在散户们正疯了一样往软件股里冲，赌软件股会反弹。 个人投资者已经连续7周加仓软件股，这是2017年以来最长的连续买入记录。 城堡证券（Citadel）数据显示，这次不管是买入的规模、持续时间，还是覆盖的股票范围，都远远超过了之前所有的高点。 现在的买入速度，已经相当于2025年一整年净流入的66%。 另外，从1月2日到2月13日，美国股市里散户每天的平均买入需求，比2021年的历史高点还高了大约25%，更是2020到2025年平均水平的两倍。
avatar
软件股现在成交量暴增啊， 科技软件ETF $IGV 上周五成交额狂飙到近历史新高 109.6 亿美元。 这是200日均线的5倍多，50日均线的3.5倍。 之前2月6号刚刷过132.3亿的历史天量。 对比一下，2021年初那波高点也就58亿左右。
avatar
付鹏2026年最新演讲： “AI这一轮如果在未来12-18个月里，基建回报率证明不了自己是真的生产力提升，那它就是人类历史上最大的一场泡沫实验。” “美国的问题是生产力太强、分配太烂；中国的问题是生产关系太旧、生产力阶段还没跟上。两个国家都在错配，只是错的方向不一样。”
avatar
软件板块最坏的抛售潮似乎已经过去。 最近IGV暴跌，市场对：AI杀死软件股，增长放缓、估值重估的最坏预期几乎全部定价进去了。 昨晚大涨2.24%收在了82.77，成交量也明显放大，让人看到了一些止跌曙光。
avatar
今天我一个在同济学机械的大三学弟过来找我，说想转码进大厂，机械工资实在是太低了。 问我学前端还是后端比较好？ 我问他机械环境就那么差吗，他说实验室师兄不是考公务员就是转码了。 这，我咋给他指路呢？ 现在又不是人人都能转码进大厂，年薪百万的时代了，即使科班大部分进去了也是当牛马。
avatar
看到今天打开手机，满屏幕都是现货黄金遭遇40年来最大下跌，最高跌超12%。现货白银一度暴跌超过36%，创出历史最大日内跌幅。 我想说，你FOMO入场抢购黄金，真的会十年才能解套。 可以看到图中2013年大妈在400元/克抄底，一路跌至250元，一路抄底一路跌，最终历时11年才终于新高，这十一年有多少人按耐不住磨底的痛苦已经割肉离场了？ 黄金存在剧烈的短期波动与深度回调风险，即便账面最终回本，扣除十余年的通胀损耗，实际购买力也会大打折扣。 大家切忌在历史高位盲目追涨，黄金的定位永远是资产配置中防范极端风险的压舱石，而非短期博取暴利的投机工具。 FOMO之前大家一定想一下，若需等待十年才能解套，你的现金流和心态能否扛得住？
avatar
如果出现散户净流出，往往是牛市尾声，散户是最后买入者，之前高盛有个数据，散户在2021年上半年创纪录流入约1500亿美元，但2022年初转为净流出，伴随美联储加息，标普500下跌20%以上。数据显示，散户卖出加速了熊市。 大家可以关注一下JPMorgan的零售流动追踪（Retail Flows Tracker）每周发布，高盛也有类似报告，主要跟踪在散户对单股和ETF的交易。 当然也可以观察VOO、QQQ的净流入流出。这些基金是散户主要工具。 另外，大家在投资的时候，一定要保持长期主义的原则，定期买入，坚持自己的投资纪律，不要被一时的涨跌冲昏了头脑。
avatar
刚看到那个猝死程序员和老婆的聊天记录，太让人唏嘘感慨了。 完全都是单方面沟通，只有几个字的回复。 这个时代没有人应该成为耗材，我们本该见证一个新的AI时代。
avatar
孙宇晨说，短期缺芯片，长期缺能源，永远缺存储！ 除了 $MU （美光），你还应该知道哪些存储行业的股票： 内存接口 / 带宽（SerDes、互连） $AVGO （博通） $ALAB （Astera Labs） $CRDO （Credo） NAND / 持久化存储 $SNDK （闪迪） $WDC （西部数据） $STX （希捷） 企业级 AI 存储（数据真正存放的地方） $PSTG （Pure Storage） $NTAP （NetApp） $HPE （慧与） 控制器 / 数据流 $SIMO （慧荣科技） 半导体设备 / 内存制造（卖铲子的人） $LRCX （泛林集团） $AMAT （应用材料） $KLAC （科磊） $ASML （阿斯麦） $ONTO $ACLS 信号完整性 / 模拟芯片 $ADI （亚德诺） $MCHP （微芯科技） $TXN （德州仪器） $NXPI （恩智浦） HBM / DRAM / 内存核心 $RMBS （Rambus） $SKYT （SkyWater Technology）
avatar
第一步，AI澄清需求这一部分，可以借用规格驱动开发（Spec-Driven Development）的思想： 就是让AI给人设问，最后完整澄清一套需求，达成自己的目的。 规格驱动开发包括了经典三步流程： 首先： 先写一个最小规格（Minimal Spec）或自然语言描述从一个简短、高层次的需求开始，例如： 构建一个 Flask API，支持图片上传并进行基本处理（如调整大小、转换格式）。 不需要一开始就写得很详细，只需给 AI 一个明确的方向。可以直接写在聊天框、 文件或 spec.txt 中。 然后： 让 Claude 主动采访你，澄清细节，生成完整规格在同一个对话中，指示 Claude 使用提问工具（例如 AskUserQuestionTool）向你提出问题。 Claude 会像产品经理或资深工程师一样，系统性地询问：-边缘案例：上传超大文件怎么办？支持哪些图片格式？-错误处理：上传失败时返回什么状态码和错误信息？ -接口设计：Endpoint 路径、请求方式、是否需要认证？ -性能与安全：处理时间限制、是否需要异步、文件存储方式？ -测试要求：需要哪些单元测试或集成测试？ 最后： 新建一个干净的 Session，让 Claude 根据完整规格自主实施开启全新对话（清空上下文），只提供代码库访问权限和刚才生成的完整规格。 指示 Claude：严格按照这份 spec 自主完成所有开发工作，包括阅读代码、编写代码、添加测试、运行测试、修复 bug，直到全部通过。 上下文干净，AI 完全聚焦于规格，不会受到之前聊天记录的干扰。 可以借用规格驱动开发（Spec-Driven Development）的思想，就是让AI给人设问，最后完整澄清一套需求，达成自己的目的。 规格驱动开发包括了经典三步流程： 首先： 先写一个最小规格（Minimal Spec）或自然语言描述从一个简短、高层次的需求开始，例如： 构建一个 Flask API，支持图片上传并进行基本处理（如调整大小、转换格式）。 不需要一开始就写得很详细，只需给 AI 一个明确的方向。可以直接写在聊天框、 文件或 spec.txt 中。 然后： 让 Claude 主动采访你，澄清细节，生成完整规格在同一个对话中，指示 Claude 使用提问工具（例如 AskUserQuestionTool）向你提出问题。 Claude 会像产品经理或资深工程师一样，系统性地询问： -边缘案例：上传超大文件怎么办？支持哪些图片格式？ -错误处理：上传失败时返回什么状态码和错误信息？ -接口设计：Endpoint 路径、请求方式、是否需要认证？ -性能与安全：处理时间限制、是否需要异步、文件存储方式？ -测试要求：需要哪些单元测试或集成测试？ 最后： 新建一个干净的 Session，让 Claude 根据完整规格自主实施开启全新对话（清空上下文），只提供代码库访问权限和刚才生成的完整规格。 指示 Claude：严格按照这份 spec 自主完成所有开发工作，包括阅读代码、编写代码、添加测试、运行测试、修复 bug，直到全部通过。 这样上下文干净，AI 完全聚焦于规格，不会受到之前聊天记录的干扰。 软件工程师可以很方便的拿到一个可用的产品原型以及一份经过详细澄清的需求文档。