00 总纲：什么是供应链卡点
本节学什么
供应链卡点不是“概念热”，而是需求增长遇到具体供给约束：材料没人做、工艺扩不出、设备交期长、认证周期慢、客户导入门槛高。第一讲先建立一张从 AI 需求到上游资源的地图，把算力、光互连、存储、电力、封测和材料放到同一条链上。
核心框架
Serenity 的入口是“谁会先供不上”。先从下游需求写起，再反向上溯到关键部件、材料、设备、代工、测试和客户认证。每个环节都要回答四个问题：瓶颈在哪里，谁能供应，公开证据来自哪里，什么情况会推翻。若一个节点只有热词，没有供应商数量、扩产周期或客户验证材料，就不能进入正式台账。
证据分层
第一层是原始披露：财报、监管文件、交易所公告、公司技术资料、客户公开表述和有日期的行业材料。第二层是可交叉来源：多个独立渠道是否指向同一瓶颈。第三层才是分析判断：为什么这个瓶颈可能影响产业链位置。课程要求把三层分开写，避免把推断伪装成事实。
课堂练习
选择一个 AI 供应链主题，写出“需求事件 / 上游节点 / 可验证供应商 / 缺口证据 / 反证条件”五栏。若无法给出来源日期、主体名称和反证条件，就先标为待核。学习重点不是记住某个案例，而是建立可复核的卡点研究动作。
01 AI 供应链 5 层地图
本节学什么
AI 供应链不能只画成“芯片公司和云厂商”。Serenity 的 5 层地图把链条拆成：终端需求与云资本开支、算力芯片与加速卡、互连和存储、制造与封测、材料和设备。越往上游，公开讨论越少，但扩产、认证和替代难度可能越慢。
核心框架
每层都要写四个字段：客户是谁，供应商是谁，替代方案是什么，扩产周期多长。客户字段防止主体错配，供应商字段防止把概念当公司，替代方案字段防止高估稀缺性，扩产周期字段防止把短期缺口误读成长期结构。
案例读法
如果从“数据中心带宽不足”反向上溯，不能停在光模块，还要继续追到 EML 激光器、InP/GaAs 外延、衬底、代工、封装和测试。不同环节的验证材料也不同：模块看客户导入和出货，材料看供应商数量和良率，测试看设备能力和认证窗口。只有被多条公开来源同时指向的环节，才进入下一步研究。
课堂练习
任选一个 AI 热门叙事，把它放进 5 层地图。每层至少写一个可验证主体和一个替代方案；写不出来的层标为“证据缺口”。这张缺口图比结论更重要，因为它告诉你还需要补哪类来源。
02 八步上溯法
本节学什么
八步上溯法把“发现卡点”变成固定动作，而不是凭直觉找主题。流程从需求事件开始：确认需求、拆产品结构、列关键部件、找上游供应商、标认证周期、查扩产约束、记录证据来源、写反证条件。每一步都要留下可复核材料，而不是只留下结论。
八步动作
第一步确认需求事件是否真实发生，第二步拆产品结构，第三步列关键部件和材料，第四步找可供主体，第五步标注客户认证和可靠性要求，第六步查扩产约束和交期，第七步记录原始来源、日期和口径，第八步写反证。八步中任何一步缺证据，都要降低结论等级。
适用场景
这套流程尤其适合容易被市场误读的上游公司。一个小公司如果只是沾了 AI 关键词但没有不可替代性，流程会在供应商数量、客户验证或财报映射处失败；失败要记录为反证，而不是强行纳入故事。相反，如果材料、客户验证和收入映射能彼此印证，才值得进入深研。
课堂练习
把一个候选卡点跑完八步，并在每一步后面写“证据强 / 证据弱 / 无证据”。最后只根据最弱的三步安排补源任务。课程目标是训练证据纪律，不是制造单向结论。
