我的 AI 基础设施 Watchlist

我反复回到的市场主题很简单：AI 正在变成一笔产能交易。

有一段时间，最干净的故事是模型、应用和软件采用。这些仍然重要，但市场正在问一个更物理的问题：当智能需要内存、芯片、光纤、电力、冷却、房地产，甚至未来更多空间基础设施时，谁拥有瓶颈？

这里的内容都不是财务建议。这是我为自己流程准备的个人 watchlist。

市场主题

我不想追逐每一个贴着 AI 标签的 ticker。

我想看需求撞上物理限制的地方。内存有周期风险，但 AI 工作负载需要大量内存。半导体有估值风险，但算力仍然流经硅。数据中心有融资和电力风险，但云不会在抽象中扩张。空间是最投机的一层，但通信、国防、发射和轨道基础设施开始不像科幻，而更像另一层工业产能。

这就是框架：不是把 AI 当成口号，而是把 AI 当成对真实经济的压力。

Watchlist

这是我现在想保持有序的一篮子标的。

重点不是每一个名字都应该同时获得资本。

重点是这些主题押着同一个韵脚。它们是同一个问题的不同表达：如果 AI 需求继续复利，供应链的哪些部分会变得稀缺，哪些公司能把这种稀缺变成盈利，而不是稀释？

我认为已经被定价的东西

市场已经理解 AI 很大。

这意味着我应该假设，显而易见的赢家已经没有太多空间留给懒惰思考。NVDA 不需要我去发现加速器重要。AMZN 不需要我去发现云 capex 很大。SOXL 本身不是一条 thesis；它是一个和半导体周期绑定的波动性工具。

我仍然看到研究空间的地方，是二阶影响。

如果训练和推理继续增长，内存会变得更重要。如果数据中心建设继续，电力和专用房地产会变得更重要。如果 AI 推动更多通信、国防、机器人和自动化需求，空间基础设施就值得在 watchlist 边缘占一个位置。市场可能先定价标题，再正确定价瓶颈。

什么会让我加仓

在投入资本之前，我希望 setup 通过三个测试。

第一，公司需要对瓶颈有直接暴露。我不想要松散的 AI 故事。我想要收入、资产、合同或运营指标与这个主题相连。

第二，宏观 tape 需要给出许可。如果我的市场状态仪表盘是红色，我不应该把投机性基础设施名字按绿色市场来配置。公司的融资风险越高，tape 就越重要。

第三，价格需要尊重风险。内存和半导体是周期性的。数据中心名字可以在资产负债表真正重要之前看起来便宜。空间如果执行滑坡，就会变成纯叙事。一个好主题不能拯救一个坏买点。

什么会打破主题

最简单的 invalidation 是 capex 疲劳。

如果 hyperscaler 开始收缩，如果内存价格回落，如果电力约束让项目经济性变差，或者基础设施公司的融资窗口关闭，我应该把它当作真正的警告。这一篮子有很强的运营杠杆。它会双向发挥作用。

我也需要观察拥挤度。

当一个主题变得过于干净时，市场会在数字到来之前先为故事付钱。那是我最容易犯尴尬错误的地方：对世界方向判断正确，却仍然在股票上判断错误。

规则

我不是为了预测下一条新闻才建立这份 watchlist。

我建立它，是为了能在同一个主题下，持续比较同一组名字。内存、半导体、数据中心和空间，都在用不同语言问同一个问题：物理世界在哪里限制数字世界？

这就是我现在想研究的市场。不是因为这张列表上的每一个 ticker 都是买入，而是因为下一批持久的 AI 赢家，可能是那些在其他人仍然交易口号时，把稀缺变成产能的公司。