深度研究

提供深度研究报告与独立分析,结合数据、技术与经济视角,对区块链生态、项目潜力与市场趋势进行系统性剖析。

在 Swift 和区块链出现之前一百年,中国人就建好了自己的跨境金融网络

在Swift和区块链出现之前一个世纪,中国已经存在一个高效运转的跨境金融网络——侨批。这一完全私营、点对点的网络,无需中央银行或官方清算系统支撑,在百余年间(约19世纪中叶至1979年)承担了中国,尤其是潮汕、闽南地区大量的国际收支,抗战期间甚至曾占中国外汇收入的一半以上。 其运作依赖“水客”和“批局”。早期“水客”作为人肉节点,凭同乡身份和信用,将华侨的信与现金绑在身上跨越南洋与家乡,点对点送达,违约率极低。后发展出专业化“批局”,形成机构网络。其机制精妙:采用港币等流动性好的货币作为结算媒介;通过关联进出口贸易对冲资金流,实现“净额清算”,极大减少了跨境现金运输。 即使在战乱中,如1939年汕头被日军侵占后,侨批网络仍能创新求存,开辟了经越南海防、广西东兴的“东兴汇路”地下通道,并使用暗语(“稻谷一包”代表具体金额)躲避审查,持续将侨汇送达国内。 侨批网络的基石是深厚的乡土宗族信用与文化共识(“信比命大”),信用本身即抵押品。它承载的不仅是资金,更是海外华侨对家人的深切牵挂与责任。这一依靠口音、乡谊和承诺运转的金融奇迹,其展现的信任强度与网络韧性,是后世任何复杂金融系统都难以在同等条件下复现的。它朴素而壮丽地诠释了“信用”的本质。

marsbit05/15 04:04

在 Swift 和区块链出现之前一百年,中国人就建好了自己的跨境金融网络

marsbit05/15 04:04

半导体世纪:2026 AI狂飙下的投资路线图

**标题:半导体世纪:2026 AI狂飙下的投资路线图** **摘要:** 半导体已成为AI、云计算、电动汽车等关键技术的基石,产业正经历由AI基础设施支出驱动的根本性转变。2026年全球市场规模预计达9750亿美元,五大云厂商相关投入超6000亿美元。 投资需聚焦四大核心赛道: 1. **设计商(如英伟达、AMD)**:掌握芯片知识产权,毛利率高。 2. **代工厂(以台积电为核心)**:制造环节高度集中,台积电生产全球约90%的最先进芯片。 3. **设备商(如阿斯麦)**:提供光刻机等关键设备,阿斯麦在EUV领域垄断。 4. **内存商(如SK海力士)**:HBM(高带宽内存)是AI算力的关键瓶颈,需求旺盛。 地缘政治(如供应链集中度、出口管制)与产业回流(如台积电美国建厂)重塑全球供应链。 **重点公司分析:** * **英伟达**:AI芯片领导者,CUDA生态护城河深,但面临大厂自研芯片及出口管制风险。 * **台积电**:AI浪潮核心受益者,但估值包含地缘政治风险溢价。 * **阿斯麦**:设备端垄断,需求确定性强。 * **AMD**:主要挑战者,软件生态是关键。 * **博通**:定制AI芯片(ASIC)领先,估值较高。 * **SK海力士**:HBM市场主导者,掌握定价权。 投资者可通过**半导体ETF(如SMH、SOXX)** 获取板块整体敞口。 **2026年关键风险:** AI需求过度集中、地缘政治与供应链中断、内存周期性波动、部分公司高估值。 **核心催化剂:** 行业迈向万亿美元里程碑、台积电美国工厂产能、英伟达新一代平台部署、AMD市场份额进展、HBM4供应情况。 投资者需在理解行业巨大机遇的同时,清醒评估相关风险,根据自身风险偏好选择个股或ETF进行布局。

marsbit05/14 10:39

半导体世纪:2026 AI狂飙下的投资路线图

marsbit05/14 10:39

沃什掌舵美联储:一场为AI生产力让路的资本布局

参议院以微弱优势(54票对45票)确认凯文·沃什为美联储新主席。文章认为,这不仅是政治事件,背后是资本为AI生产力浪潮让路的深层布局。沃什的关键资质在于其科技投资者背景,他长期投资AI基础设施,深信AI将驱动生产力革命,其政策主张旨在避免紧缩货币政策扼杀这一转型。 文章指出,沃什的政策蓝图结合了两种历史模式:1951年“财联储协议”的金融抑制策略,以及格林斯潘在1990年代后期应对IT生产力繁荣时“保持宽松、让生产力吸收通胀”的策略。当前,美国面临巨额债务滚动压力,解决方案需要外国资本持续购买美国长期国债。财政部长贝森特的国际工作——通过与中国、日本、海湾国家等达成协议,确保这些国家将贸易盈余回流购买美债——与沃什在国内维持相对宽松货币政策(避免美元过强、实际利率过高)的立场相辅相成,共同构成一个现代的“金融抑制”架构。 因此,沃什就任意味着美联储可能在未来更容忍一定程度的通胀(尤其是能源等暂时性因素导致的),更关注核心通胀与生产力数据,为降息铺路。这一政策转向若成功,将利好AI资本支出、加密货币等风险资产。然而,整个架构面临的最大风险来自债券市场:若长期利率或实际收益率持续飙升,可能迫使美联储收紧政策,导致计划失败。未来六个月债券市场的表现将是关键考验。

marsbit05/14 10:06

沃什掌舵美联储:一场为AI生产力让路的资本布局

marsbit05/14 10:06

SocialFi 的建立为何源于对自身媒介的误读

本文以媒介理论家麦克卢汉的“热媒体与冷媒体”概念为框架,剖析了SocialFi失败的根本原因。文章指出,社交网络本质上是“冷媒体”,其价值在于用户通过碎片化、低分辨率的参与(如发帖、点赞、评论)共同构建意义,这是一个模糊、依赖语境的过程。 SocialFi(如Friend.tech)试图将社交行为(如关注)实时金融化、赋予明确的价格信号。然而,这实际上是用高分辨率的“热信号”(价格)取代了构成社交媒体的“冷信号”。当每个行为都有了清晰、可交易的价格时,用户行为就从“参与”转向了“分配”和“表演”,社交网络变成了披着社交外衣的金融市场。一旦金融投机动力消失,底层的社交媒介也因已被“加热”而无法维持,导致整个体系崩溃。 文章进一步指出,这种“热化”过程并非SocialFi独有。传统社交平台通过添加点赞数、算法排名、创作者基金等“优化”功能,也在缓慢地从“冷”变“热”,使用户从参与者变为被动消费者或表演者,损害了平台的长期活力。 成功的平台(如Substack、Patreon、Bandcamp)提供了另一种思路:它们让资本在媒介内部的特定“冷凝点”聚集(如订阅、捐赠),而非渗透到每一个社交行为中。基础媒介层保持“冷”和参与驱动,资本以局部化、低频、非实时的方式介入,从而兼容了社会价值与经济价值。 最后,文章以NFT市场为例,说明一个历史悠久的“冷媒介”(收藏)如何被实时价格、稀有度工具等“热化”优化迅速摧毁其文化实践本质,沦为纯粹的金融交易,佐证了“流动性即热量”的核心观点。真正的挑战在于设计让资本凝聚而不扰乱冷媒介稳定机制的方案。

marsbit05/14 09:38

SocialFi 的建立为何源于对自身媒介的误读

marsbit05/14 09:38

SocialFi 的建立为何源于对自身媒介的误读

本文以麦克卢汉的“热媒体”与“冷媒体”理论为框架,剖析了SocialFi(社交金融)失败的根本原因。文章认为,社交媒体本质上是“冷媒体”,其价值在于碎片化、模糊的互动与参与,需要用户共同填补空白以创造意义。而SocialFi(以Friend.tech为例)试图将每一次社交关注、互动都实时标价并金融化,这引入了“热”的、高分辨率的明确信号——价格。 结果,明确的金融价格信号吞噬了原本模糊的社交互动信号,媒介的性质被彻底改变。用户从参与者转变为交易者或投机者,平台变成了披着社交外衣的市场。一旦金融投机动力消失,底层缺乏真正的社交媒介支撑,整个体系便迅速崩溃。 文章进一步指出,这种“热化”冷媒介导致其核心功能消亡的模式并不仅限于SocialFi。传统社交媒体(如Twitter)通过不断增加互动指标、算法排名等“优化”,也在缓慢地从“冷”变“热”,使用户从参与转向表演,最终损害了平台的活力。 成功的平台(如Substack、Bandcamp)则提供了另一种思路:它们让资本在媒介内部的特定“冷凝点”聚集(如订阅、一次性购买),而非溶解到每一次互动中。这样,基础的社交或创作媒介得以保持“冷”的状态,依靠参与产生意义,而资本以不破坏整体氛围的方式支持创作者。文末以NFT市场从文化收藏到纯粹金融交易的蜕变为例,再次印证了过度“热化”将摧毁原有媒介生态的论点。核心教训是:流动性即热度,将其无节制地注入冷媒介,只会改变而非法提升该媒介。

链捕手05/14 09:22

SocialFi 的建立为何源于对自身媒介的误读

链捕手05/14 09:22

一文读懂 AI 存储层级的利润池与产业格局

本文系统梳理了AI存储的层级结构、市场规模与利润格局。AI存储可分为六层:1)片上SRAM;2)HBM;3)主板DRAM;4)CXL池化层;5)企业级SSD;6)NAS与云对象存储。层级越高(靠近计算单元),存储速度越快但容量越小,反之则容量越大但延迟越高。 2025年,这六层(剔除嵌入SRAM价值)总市场规模约2290亿美元,其中DRAM占比最高(约一半),HBM占15%,SSD占11%。市场呈现高度寡头垄断,前三层市占率普遍超过90%。 利润池可分为三类:硅片层的高毛利寡占池(如HBM、嵌入式SRAM、QLC SSD)、互连层的高毛利新兴池(如CXL)以及服务层的规模化复利池(如NAS、云对象存储)。 核心洞察如下: 1. **越靠近算力,利润越高**:DRAM规模最大但毛利率相对较低(30-40%);HBM规模约为DRAM三分之一,但毛利率翻倍(60%+);CXL相关部件(如重定时器)规模最小,毛利率最高(76%+)。 2. **增长动力明确**:主要增量来自HBM(CAGR约28%)、企业级SSD(CAGR约24%)和CXL池化(CAGR约37%)。 3. **竞争壁垒各异**:HBM依赖TSV、先进封装等尖端制造工艺与良率控制;CXL依赖IP与生态认证;服务层则依靠客户切换成本与生态锁定。 具体各层概况: * **HBM**:AI时代关键内存,由SK海力士、三星、美光垄断,技术壁垒高,利润丰厚(如SK海力士营业利润率达72%),是当前最大的利润池。 * **主板DRAM**:市场规模最大,格局同样由上述三巨头主导。 * **CXL池化层**:新兴高增长领域,允许机架级内存共享,Astera Labs在关键芯片环节占据主导。 * **企业级SSD**:受益于AI推理需求(如KV缓存、RAG索引外溢),QLC大容量产品加速渗透,市场集中度高。 * **服务层(NAS/云存储)**:市场规模大,增长稳定,利润来自长期托管与服务,由NetApp、戴尔等硬件厂商和AWS、Azure等云巨头主导。 总体而言,AI存储产业链利润高度集中于少数巨头,且越贴近计算核心的环节,技术壁垒与利润率越高。

marsbit05/14 04:02

一文读懂 AI 存储层级的利润池与产业格局

marsbit05/14 04:02

Circle 三维估值框架:哪里是底,哪里是顶

本文从Circle发布Q1 2026财报后股价剧烈波动切入,探讨其复杂的估值逻辑,并提出一个三维估值框架。 **第一维:储备金利息业务(决定估值“地板”)** 这是Circle目前的核心收入,依赖USDC流通量和美国短期利率。该业务模式优于传统银行(几乎无信用风险),但受利率波动和与Coinbase的分成协议制约。尽管监管法案可能限制利息发放,但反而强化了Circle在合规、安全性和网络效应上的护城河。 **第二维:支付与平台业务(决定估值“转折点”)** 包括CPN支付网络、AI代理工具栈等“其他收入”。这部分收入不依赖利率,无需与Coinbase分成,增长快速且天花板高(参考Visa等支付网络)。CPN交易量增速迅猛,虽当前收入贡献不大,但代表了Circle从“利息机器”向“金融操作系统”转型的关键。 **第三维:Arc网络与ARC代币(决定估值“未来”)** Arc是Circle推出的机构优先型Layer 1区块链,USDC为其原生Gas货币。ARC代币预售吸引了黑石、阿波罗等顶级传统金融机构,表明其看好网络本身价值。该网络若成功,将为Circle打开全新的生态和价值捕获空间,但其价值需长期验证。 **总结:当前300亿市值在赌什么?** 按当前年化数据分部加总(SOTP),保守估值约在100-150亿美元。300亿的市值包含了市场对其未来增长的溢价,即赌其USDC规模持续扩大、支付网络(CPN)成功变现、以及Arc生态繁荣。投资的核心在于判断其“链上金融基础设施”的商业模式能否成功,而非仅仅计算当前数字。

marsbit05/13 13:55

Circle 三维估值框架:哪里是底,哪里是顶

marsbit05/13 13:55

活动图片