承认泡沫≠离场：知道自己在泡沫里如何配攻守
本节学什么
本节只讲 Dan Niles 最反直觉的起点：他可以同时说 AI 是泡沫、又继续参与这段泡沫。这里不是价值观上的摇摆，而是把“泡沫”当作市场环境标签。深研里把他的底层信念概括为：市场不是事实竞赛，而是周期、预期和仓位的适应性游戏。技术趋势可以是真的，股价也可以过热；泡沫可以继续，前提是你知道自己身在泡沫。学这一节，不是学“看多 AI”或“看空 AI”，而是学怎样在承认估值和情绪过热后，仍然把进攻、防守、现金和证伪条件放进同一套流程。
核心框架
Niles 的泡沫骑乘不是一句口号，而是三本账同时跑。第一本是泡沫时钟账：AI buildout 处在早段、中段还是末段，和 dot-com 的收入倍数、持续时间、资金拥挤度相比到了哪里。第二本是 CapEx 二阶导账：超大规模厂商还在加速投入，还是投入仍大但增速开始降档。第三本是年度攻守组合账：一边用 AI、半导体、网络设备等进攻腿参与趋势，另一边用现金、防御资产或非 AI 反转腿保留翻面空间。三本账不能混用：泡沫时钟告诉你环境，CapEx 告诉你水流，组合账告诉你错了还能不能活下来。还有一个隐含约束：每一账都必须带时间戳。没有日期的泡沫判断，很容易变成“迟早会对”的空话；没有后续验证条件的多头判断，也会变成把技术趋势当信仰。
他怎么用(具体案例+数据+原话)
深研记录的代表性原话是：“There is nothing wrong investing in a bubble, but make sure you understand you are in one.” 另一句是：“Don’t go broke trying to call the pop.” 这两句合在一起，才是他的完整姿态。2024 年 3 月，他反驳“AI 泡沫已经见顶”的说法，理由不是 AI 不会泡沫化，而是从 ChatGPT 后算，AI 泡沫才走了一年又一个季度，远没到互联网泡沫那种持续五年以上的极端。到了 2025 年末，他又用 NVDA 与 CSCO 的收入倍数对照说，泡沫还没到当年顶点那种程度，但也把 2026 年半导体可能 30-50% 回撤列为风险地图。更早的 2025 年 4 月，他在市场急跌后转多 NVDA，原因是统计极值、坏消息落地和推理需求接棒，而不是突然否认泡沫。这个顺序很关键：先承认环境过热，再确认资金和需求还没有断，最后才允许自己继续参与。
常见误区
第一个误区，是把“泡沫”翻译成立刻离场或立刻做空。Niles 反复提醒，不要为猜顶部提前破产；如果泡沫还在吸引资金，过早站在反面可能先被趋势打爆。第二个误区，是把“还能涨”当成长期安全证。泡沫骑乘不是永久持有，它要求你提前写清楚下车信号，例如 CapEx 降档、财报反应变差、融资成本上升或市场集中度过度极端。第三个误区，是只截取他一句话。只引用“AI 是泡沫”会误读成空头；只引用“泡沫还能涨”会误读成无条件多头。深研明确说，只有研究透 Niles 才知道，他不是 AI 看空者或 AI 多头，而是泡沫骑乘者。第四个误区，是把泡沫讨论道德化。Niles 关心的不是泡沫该不该存在，而是资金、预期和仓位如何在泡沫里运行。
可迁移方法
把任何热门主题放进一张“泡沫骑乘卡”。第一栏写：主题是否真实，真实在哪里，收入或使用量是否已经兑现。第二栏写：价格是否过热，估值、仓位、媒体叙事是否已经线性外推。第三栏写：谁还在给这条链付钱，预算增速是加速还是减速。第四栏写：组合里有哪些进攻腿、防御腿和现金等待权。第五栏写：如果我错了，哪个事实会迫使我翻面。这个模板不产生买卖建议，只让你避免用单一句话代替流程。使用时要把“我相信长期趋势”改写成“我接受短期价格风险，并知道哪些证据会推翻我”。
小结
本节的核心是：承认泡沫，不等于离场；参与泡沫，也不等于否认风险。Niles 的独特性在于把泡沫时钟、CapEx 水流和组合攻守同时放上桌。读他时不要问“他到底多还是空”，要问“他认为泡沫时钟走到哪一格、资金水阀是否还开着、组合里有没有足够的防御和翻面空间”。
泡沫时钟：用 dot-com 对照定位早中末段
本节学什么
本节只讲“泡沫时钟”。Niles 的 dot-com 类比不是“今天一定会复制 2000 年”，而是用互联网基建周期给 AI 基建周期定位。他亲历 1990s 科技基础设施上行、2000 年崩盘，以及半导体在过热共识后快速下跌的周期。深研特别记录，1995 年 SIA 半导体年会晚宴之后，半导体指数九个月跌 55%，这段经历塑造了他对周期顶部的警觉。学这节，是学怎样把历史类比拆成可比较变量，而不是把“像 1999”变成情绪化标签。
核心框架
泡沫时钟的第一步是选参照物。dot-com 时代，CSCO 是网络设备和互联网基础设施的符号；AI 时代，NVDA 是算力基础设施和市场情绪的核心温度计。第二步比时间：互联网泡沫从基础设施启动到见顶大约走了多年，Niles 在 2024 年 3 月说 AI 从 ChatGPT 后算才一年又一个季度，时间上还不像顶点。第三步比收入倍数：他在 2025 年 12 月口径里提到，泡沫顶时 CSCO 季度营收涨了 15 倍以上，而 NVDA 三年来季度营收约涨 9.5 倍。第四步比市场状态：估值、资金集中度、媒体共识和财报反应是否都进入“只能更好”的阶段。第五步看板块回撤路径：泡沫中途会有急跌，但真正末段的回撤通常伴随融资、订单和叙事同时转差。这个时钟只能定位相对位置，不能直接给出交易日期。
他怎么用(具体案例+数据+原话)
最清晰的案例是 CSCO 与 NVDA 对照。2025 年 12 月 18 日，Niles 在讨论 AI bubble peak 时，用思科当年约 15x 的季度营收扩张作为 2000 年参照，再拿英伟达三年约 9.5x 的季度营收扩张比较，结论是“还没到那里”。这并不代表他认为没有风险。同一组判断里，他又提出 2026 年某时点半导体可能出现 30-50% 级别回撤，但在此之前可能先创新高。深研把这列为在途预测，因为它有年份、方向和幅度，必须等待市场验证。这里的原话精神是“History May not Repeat Itself but it Often Does Rhyme”：历史不完全重复，但经常押韵。CSCO 在他的体系里还有双重身份：既是互联网泡沫参照物，又是 2025、2026 连续进入 Top 5 的网络升级案例，说明历史锚点和当下标的可以同时存在，但含义不同。
常见误区
第一，机械套剧本。AI 周期和 1999 年有明显差异：今天的 hyperscaler 有真实现金流，AI token 需求也可能持续兑现；当年的电信和互联网建设里，融资条件、需求质量和公司成熟度不同。第二，只比估值不比收入和时间。Niles 的对照至少同时看时间、营收倍数和市场行为，而不是看到高 PE 就喊顶。第三，把风险地图当做即时指令。他说 2026 可能有 30-50% 回撤，并不等于今天立刻离场或做空；深研明确提醒，这不是立即做空信号，而是“泡沫骑乘但准备下车”的地图。第四，把“还没到那里”理解成“不会到那里”。时钟靠近末段时，最危险的恰恰是多数指标还在变好。
可迁移方法
做一张两列历史对照表。左列写 dot-com 变量：CSCO 收入扩张、市场持续时间、资金来源、估值极端、半导体最大回撤、最终触发因素。右列写 AI 变量：NVDA 数据中心收入、SOX 走势、Mag7 集中度、hyperscaler CapEx、AI 融资环境、财报反应。每次更新只回答三个问题：现在像早段、中段还是末段；哪项指标最接近历史极端；哪项指标说明这次不同。这样使用历史类比，才不会把它变成宿命论。若答案无法量化，至少写出下一次财报或指数回撤后要更新的具体字段。
小结
泡沫时钟的价值，是让你知道自己处在钟面上的大致位置，而不是让你假装知道具体敲钟时间。Niles 用 CSCO 15x 与 NVDA 9.5x 的比较，是为了校准“还没到极端”和“风险正在累积”这两个事实可以同时成立。学会这点，你就不会把历史类比简化成一句“又是 2000 年”。真正的用法，是每季度随收入、估值和回撤重新拨一次表针。
CapEx 二阶导是 AI 链总水阀
本节学什么
本节只讲 AI 链的资金水阀：超大规模云厂商和平台公司的资本开支。Niles 看 AI，不只盯芯片公司本身，而是先问谁在付钱、预算是否继续上修、增速是不是开始降档。深研把他的能力圈列为“AI 资金面、超大规模 CapEx、财报季预期差、市场情绪极值”，同时也明确边界：他不是 CoWoS、HBM、晶圆排产的一手供应链分析师。学这节，是把 AI 链从“谁技术强”转成“谁的收入斜率依赖金主继续加速花钱”。
核心框架
CapEx 二阶导比绝对值更关键。绝对开支很大，只说明水库还大；增速从加速变减速，才会改变市场给 AI 链的估值斜率。第一步，列出水阀：MSFT、GOOGL、AMZN、META、ORCL 等 hyperscaler。第二步，看季度 CapEx 同比增速和指引措辞，是提高、维持还是降档。第三步，把水流映射到下游：NVDA 的数据中心收入、DELL 的 AI 服务器利润率、MRVL 的指引、网络设备和电源散热等相关环节。第四步，看市场反应：如果公司仍然增长但股价对好消息无动于衷，说明预期可能已经过满。第五步，把融资方式也放进去：当开支需要债务、股权或预付款支撑，市场会开始追问 ROIC，而不只是赞美规模。
他怎么用(具体案例+数据+原话)
深研记录，2025 年初 Niles 曾以微软 CapEx 增速可能从 50-60% 降到十几为据，预判年中出现 AI 消化期，并因此对 NVDA 谨慎。他也用同一框架看 ORCL 的 AI CapEx。2025 年 9 月 2 日，他把三件事合并成轮动证据：NVDA 数据中心 miss、DELL AI 利润率弱、MRVL 指引弱，确认资金将继续轮动出 AI 股进非 AI 股。同一帖里，他还判断 9 月 17 日降息后年底前 S&P 创新高，后续被深研标为正确。这个例子说明，他不是单看一家公司财报，而是看“金主开支→下游收入→利润率→市场反应”的连锁验证。深研当前判断里也把 CapEx 二阶导称为 AI 链“总水阀”：当 MSFT、GOOG、AMZN、META、ORCL 等 CapEx 增速从加速变减速，AI 链估值会先于收入承压。
常见误区
第一，只看 CapEx 绝对额。即使总额还在高位，增速二阶导变差也可能先压估值，因为市场交易的是边际变化。第二，把 CapEx 放缓等同于 AI 需求消失。Niles 讲的是消化期和预期重估，不是技术趋势归零。第三，用他的框架替代供应链一手研究。深研明确说，他不做 CoWoS/HBM/晶圆排产细节；当供给短缺主导定价时，CapEx 增速放缓未必立刻压低芯片收入。第四，忽略指引反复上修的可能。巨头会根据需求、竞争和融资环境不断调整预算，单季结论不能当全年铁律。第五，低估市场对“ROI 证明”的要求：AI 账单越大，投资者越会问云收入、推理收入或企业付费能否覆盖这条开支曲线。
可迁移方法
建立一张“AI 水阀表”。行是 MSFT、GOOGL、AMZN、META、ORCL；列是最近季度 CapEx、同比增速、下一年指引、管理层解释、融资方式、股价反应。再加三条下游映射：NVDA 数据中心是否超预期，DELL/服务器利润率是否改善，MRVL/网络芯片指引是否跟上。每次更新后只写一句判断：水阀是继续加速、维持高位但减速，还是进入消化。这个表不告诉你买卖点，但能防止你只听 AI 叙事而忘了预算约束。若遇到公司上调 CapEx 但股价下跌，要单独标记，因为这可能说明市场已经从“花得多就是利好”切换到“花得多但回报不明是压力”。
小结
AI 链的总水阀不在最热的芯片新闻里，而在 hyperscaler 的资本开支增速里。Niles 的贡献是把“AI 需求很大”改写成更可验证的问题：谁为这份需求付钱，付钱速度是否还在加快，市场是否已经把更高的斜率提前计入价格。二阶导一旦转弱，估值通常会先于收入感到压力。因此读云厂商财报时，要把资本开支和管理层对回报周期的解释放在同等重要的位置。
