①世界观与思想根基
chiakokhua，也就是 X 上的 RetiredEngineer / 蔡国华，公开身份非常克制：账号 @chiakokhua 位于 Singapore，简介是 retired engineer and businessman，2011 年 10 月加入 X。深研材料特别提醒，外部没有可核验的学校、雇主、晶圆厂岗位或设备厂履历，所以不能把他包装成“某家大厂前员工”。但他的内容组织方式很稳定：先拆口径，再看参数，再问约束，最后才谈产业意义。这种顺序不是财经写作者的顺序，更像工程训练留下的反射。 ## 真相不在标题里，而在口径里 他的世界观可以概括为：半导体真相藏在原始数据、中文供应链源头和可反推的制造经济学里。深研列出的师承不是某位投资大师，而是 TSMC 产业链财务与工艺数据、台湾中文产业媒体、WikiChip/AnandTech 这类工程社区。他不靠大段叙事建立权威，而是用一张良率图、一条台媒报道、一组晶圆价格反推表，把讨论从“听说很贵”“制程领先”拉回到良率、缺陷密度、EUV 层数、折旧、毛利、客户排产这些可检查变量。 最能说明其思想根基的是 2020-09-17 的 TSMC 5nm 晶圆价格反推。他把 5nm 约 16,988 美元标成 “Not actual but rigorous estimates”，来源链见 X 原帖 ，后续 CSET 页面也引用同一量级并强调这是平均窗口估算，不是所有客户实际成交价 。这句话本身就是他的研究伦理：估算要严谨，但不能伪装成实价；模型可以公开讨论，但必须保留误差和适用范围。 ## 中文源头不是素材库，而是早期雷达 他的另一个根基是中英信息差。深研指出，他在 2019-2022 年的强项不是每天发表宏观判断，而是把 DIGITIMES、工商时报、经济日报、台湾分析师等中文材料转成英文圈能使用的工程事实。2020 年 Intel 可能外包 TSMC 的工商时报链条，经他翻译后被 TechPowerUp 等英文媒体跟进，TechPowerUp 的题目直接把 TSMC allocation 称为 Intel、AMD、可能还有 Nvidia 的下一战场 。 因此，他的思想底座不是“看多台积电”这么简单，而是相信半导体产业里的许多关键变化，先以供应链口风、中文媒体、工程参数的碎片形式出现，再被英文主流媒体和投资者吸收。能不能在扩散前读懂它，取决于两件事：有没有中文源头能力，以及有没有工程口径洁癖。
②核心信念逐条详解
chiakokhua 的核心信念不是一组买卖观点，而是一套判断半导体事实的优先级。第一条是：所有数字先问口径。5nm 约 16,988 美元这个案例之所以“封神”，不是因为一个 KOL 报出了看似精确的数字，而是因为他主动写明 “Not actual but rigorous estimates”。深研强调，这个模型后来被 CSET/TechSpot 类引用链使用，价值在于把“先进节点成本阶梯”从常识变成公开量化模型。可复查来源包括 X 原帖 和 CSET 引用页 。他的信念不是“数字越像内幕越好”，而是“数字必须可追溯、可解释、可降级”。 第二条是：制程领先要落到硬指标。深研和 profile 数据都记录，他曾在 2019-12-09 引用 WikiChip 数据讨论 TSMC N7 defect density only 0.09，来源标注为 。这类材料体现了他对节点命名的警惕：N7、N7P、N7+、N6 不能混着说，良率和缺陷密度比营销名更接近生产现实。判断一条“某厂领先”的新闻，他会先问 HVM 是否成立、缺陷密度是否支持、客户导入节奏是否匹配，而不是先看标题。 第三条是：TSMC 的定价权来自资本纪律、良率爬坡和客户信任，不是短缺期 opportunistic money grab。深研提到他反对“台积电靠机会主义抢钱”的解释。forward 数据也记录，2021-07-08 的 Threadreader 存档中，他把涨价争议放回长期资本开支、良率和客户绑定框架，来源为 。这里的重点不是替某家公司辩护，而是把价格放进制造经济学：先进节点投入越大、失败风险越高、良率爬坡越难，报价就越不能只用供需缺口解释。 第四条是：竞争发生在 allocation 层，不只发生在芯片设计层。Intel、AMD、Nvidia 的竞争，在他的框架里不仅是谁的架构更好，还包括谁能拿到 TSMC 先进节点、CoWoS、fan-out、ABF 载板等稀缺资源。2020 年 Intel 外包 TSMC 的中文报道桥接到英文圈后，TechPowerUp 把 allocation battleground 写进标题，这与他的长期观点一致。 第五条是：后段工艺会从配角变成瓶颈。深研说，2021 年后他明显增加先进封装、载板、fan-out 相关内容。profile 记录 2021-12-29 Threadreader 链条中，他转译 DIGITIMES 关于 packaging substrates 短缺推动 fan-out 采用、ASE 卡位、SPIL 为 AMD HPC 产品量产 FOEB 的信息，来源仍可从 Threadreader 作者页追索 。这条信念在 AI 基础设施时代更重要：GPU 不是只靠前道 wafer，封装产能和载板材料也会决定交付。
