卖方半导体分析师 · 思想型🔬 半导体卖方模型单位经济审问
Stacy RasgonBernstein Research
「AI 需求好，然后呢？毛利率多少？谁付钱？」
他不是半导体科普者、也不是产业内幕号，而是『CFO 式审问者』——他的 alpha 是卖方模型的怀疑主义：不一定最快知道某条供应链消息，但擅长把消息放进 P&L 和现金流。一笔 AI 订单若不能解释收入确认、成本、毛利和客户 ROI，它就还不是可信的未来。AI 芯片研究的核心不是『TAM 多大』，而是『这笔收入在模型里能不能经得起审问』。
Bernstein 半导体分析师——CFO 式审问者，把 AI 芯片订单拆到会计与现金流：谁付钱、何时确认、单位经济闭不闭合。
观点速递117+中文速递 · 持续更新
覆盖标的10他深析的 AI 票
前瞻判断5 条当前 AI 判断
发声渠道CNBC · 播客公开观点源
他的代表判断公开观点进台账 可回测 · AI 产业链映射 · 硬数据复核
公开观点/披露存在滞后，战绩与判断来自公开记录和结构化台账，非投资收益；本页做公开材料的中文解读与 AI 产业链映射，不构成投资建议，引用以原文为准。
机构共识 · 13F 全市场
机构共识条 · 他提到的票，市场站在哪边
🛰 思想转向雷达 · 独家引擎
他此刻在赌什么 · 注意力正往哪移
不是他说过什么，而是他最近的注意力转向哪里、正在布局哪些 AI 产业链变量。引擎逐日对比公开发声与 28 天基线，自动标出 🆕 全新方向 / 📈 加码升级 / 🔁 既有强化 / 🔄 立场反转。
主题热度 · 近 7 天
AI芯片/算力芯片26
半导体设备4
HBM/存储3
云/算力平台3
下一验证窗口：新方向会继续进入观点流与验证中心；若后续硬数据不支持，台账会按公开数据轨记录反驳。
展示关注变化 · 非买卖建议 · 引擎 thesis_shift_detector查看完整观点流 →
公开资料流
他最近公开说了什么
和上方转向雷达同引擎 · AI芯片/算力芯片 正在跟踪数据截至 2026-06-26 · thesis_shift_detector
2024-02-09 
IINTC 📈 加码升级 有趣的周五冷知识——纵观全球半导体行业的发展史，在晶圆制造设备（WFE）上的累计花费已略超1万亿美元。 详情 · 问AI → 2024-01-19 
AAMD 📈 加码升级 近年来，定价在半导体行业增长中贡献了多少？
得知答案是“超过全部”时，你会感到惊讶吗？
我们今天的报告探讨了这个问题（仅限机构客户）：
https://t.co/kJhxq6Orrn 详情 · 问AI → 2023-03-02 
NNVDA 🔁 既有强化 #ChatGPT 的潜力有多大？一个典型查询需要完成 400 quadrillion 次运算（那可是海量的算力！）
这是我们对其规模的估算（报告链接，仅限机构客户查看）：
https://t.co/jSCx6l4LPN 详情 · 问AI → 2023-05-08 
AAMAT 💬 持续跟踪 再次非常高兴能和 @TheStalwart 以及 @tracyalloway 一起做客 ODD LOTS 节目，这次我们要聊聊 AI 的方方面面！ 详情 · 问AI → 2024-01-19 
KKLAC 💬 持续跟踪 RT @CNBCFastMoney: "从长期来看，我们显然还处于AI转型的早期阶段" @BernsteinRasgon 表示。
他分享了自己对这些大型…的预期。 详情 · 问AI → 2024-02-19 
AAVGO 🔁 既有强化 各位——又有人冒充我。
如果方便的话，请帮忙举报 @BernstinRasgon（再次注意“Bernstein”的拼写错误）
谢谢。
Stacy 详情 · 问AI →
IINTC 📈 加码升级 有趣的周五冷知识——纵观全球半导体行业的发展史，在晶圆制造设备（WFE）上的累计花费已略超1万亿美元。 详情 · 问AI → 2024-01-19 AAMD 📈 加码升级 近年来，定价在半导体行业增长中贡献了多少？
得知答案是“超过全部”时，你会感到惊讶吗？
我们今天的报告探讨了这个问题（仅限机构客户）：
https://t.co/kJhxq6Orrn 详情 · 问AI → 2023-03-02 NNVDA 🔁 既有强化 #ChatGPT 的潜力有多大？一个典型查询需要完成 400 quadrillion 次运算（那可是海量的算力！）
这是我们对其规模的估算（报告链接，仅限机构客户查看）：
https://t.co/jSCx6l4LPN 详情 · 问AI → 2023-05-08 AAMAT 💬 持续跟踪 再次非常高兴能和 @TheStalwart 以及 @tracyalloway 一起做客 ODD LOTS 节目，这次我们要聊聊 AI 的方方面面！ 详情 · 问AI → 2024-01-19 KKLAC 💬 持续跟踪 RT @CNBCFastMoney: "从长期来看，我们显然还处于AI转型的早期阶段" @BernsteinRasgon 表示。
他分享了自己对这些大型…的预期。 详情 · 问AI → 2024-02-19 AAVGO 🔁 既有强化 各位——又有人冒充我。
如果方便的话，请帮忙举报 @BernstinRasgon（再次注意“Bernstein”的拼写错误）
谢谢。
Stacy 详情 · 问AI → 查看带日期和出处的公开资料索引；提及不等于持仓。看完整信息瀑布 →
验证中心 · 独有硬数据
他说的每句话，都会被硬数据审判——我们不替他圆场
0✅ 已印证
25⏳ 审判中
0❌ 已反驳
每条判断到裁决日自动出结果，对了记对、错了记错。待验不计入印证率，不拿待验判断凑战绩。
I INTC Intel 必须拆成周期弹性、产品竞争力和 foundry 结构复兴三个问题，不能用一次股价或政策新闻合并判断
✅ 证据顺风 距裁决 1251 天13F·Form4·营收·股价 在审 看证据 →A AMD AMD 的机会来自 GPU 替代弹性、EPYC/AI rack 组合和大客户绑定，但他会额外审问 equity
✅ 证据顺风 距裁决 886 天13F·Form4·营收·股价 在审 看证据 →N NVDA Nvidia 的核心验证不是 AI 叙事是否热，而是 Blackwell/Rubin、网络 attach、GPU
✅ 证据顺风 距裁决 886 天13F·Form4·营收·股价 在审 看证据 →A AMAT Applied Materials 的 AI 相关弹性来自先进逻辑、HBM/DRAM、封装和服务，验证点是晶圆厂
✅ 证据顺风 距裁决 886 天13F·营收·股价 在审 看证据 →K KLAC KLA 的 AI 传导在制程控制和良率爬坡：先进节点越复杂，缺陷检测与量测越成为可交付产能的前置条件
✅ 证据顺风 距裁决 1251 天13F·营收·股价 在审 看证据 →每行的数据轨都是他够不着的独立来源，到期只裁 ✅ 印证 / ❌ 反驳，裁前只列进展。
交叉验证为 AI 依据公开硬数据客观比对，立场标“AI 推断”、留原始证据链；只陈述事实，不构成结论或建议。
他现在在追什么
提及标的 · 按产业链节点
① compute 短缺 · 平台与定制 ASIC
② 替代弹性与周期弹性
每只票点进去 = 公开观点、产业链节点、验证台账和深度研判；提及不等于持仓，不构成投资建议。
Stacy Rasgon的价值不在一句结论，而在把公开观点放回 AI 产业链和可验证数据轨里：先看他最近注意力转向哪里，再看观点落在哪些公司和节点，最后用验证中心持续记录对错。
他的方法论
供应链瓶颈四步
01
从公司财报、供应链、客户订单和行业数据出发，先确认需求真实、可见、在排产。
判断需求是否真实学这套方法 →02
收入/ASP/毛利/成本基/库存/CapEx/出货时间逐项拆——增长来自价格、量、mix 还是会计收益。
拆账到 P&L 与现金流学这套方法 →03
NVDA 平台/AVGO 定制 ASIC/AMD 替代弹性/INTC 周期弹性——各吃不同层、别一锅煮。
竞争格局分层学这套方法 →04
订单是新增需求还是提前透支？2026/2027/2028 哪年可能消化(air pocket)。
定位周期学这套方法 →一句话公式：AI 产业链变量 × 可验证标的映射 × 后续硬数据复核 → 三档情景 + 明确证伪条件
📐 我们把它系统化成一条可复用研究流水线（任意新股票都能跑一遍）
会员课程
《用卖方模型审问 AI 芯片周期：短缺 × 单位经济 × 订单质量 × 周期风险》 · 7 节
把他散落观点里的方法论，整合成一门能学会的系统课：核心框架、真实案例、AI 产业链全景和验证台账。教的是可迁移的投研思维，不是荐股。
00
四张表：审问任何 AI 芯片公司compute短缺/单位经济/订单质量/周期风险
免费试看进入 →01compute 真短缺吗：多点同时紧张GPU/HBM/CPU/光学/设备/排产·租赁价格
🔒进入 →02单位经济闭合吗：把订单拆到现金流GPU 租金/推理收入/毛利/折旧/ASP/成本基
🔒进入 →03订单质量：资金闭环审计谁付钱/equity 换订单/循环融资/收入确认
🔒进入 →04竞争格局分层：AI 不是一家通吃NVDA 平台/AVGO ASIC/AMD 替代/INTC 周期
🔒进入 →05周期风险：消化期(air pocket)什么时候来backlog/lead time/CapEx/毛利指引/库存
🔒进入 →06错因复盘：把错放进模型(AMD 教训)证伪条件·别用新叙事掩盖旧错
🔒进入 →解锁全部课程配套：每课可用「分析器」跑票交作业 · 学完能独立做 AI 产业链研报
独家映射
他布局在 AI 产业链哪一段
最强暴露：① compute 短缺 · 平台与定制 ASIC · ② 替代弹性与周期弹性 · ③ 设备链 · 资本开支风向标。
我们把公开观点映射成节点，而不是把一句话当结论。
⚖️ 理性看待
别盲信 · 高风险信源
- 公开观点不等于实时持仓，也不等于你的交易结论。
- 验证中心只记录公开数据能验证的部分，裁前不把待验判断算成战绩。
- AI 产业链变化快，任何方法论都需要结合财报、供需和估值边界复核。
◆ 解锁完整研究 · 越往上覆盖越广
墙后是 Stacy Rasgon 的完整能力 —— 我们当他的中文研究团队 + 监控站
免费看懂他的公开资料；完整观点流保留来源日期与验证线索，人物终端仅在真实生成时提供。
先看整站（最多人选）· 要为你点名的一个对象立项 → 机构级投研追踪（在下方）
★ 最多人选 
41 位聪明钱，一个不落，全站为你追踪她们的每一次转向，你比市场先看见
43 位聪明钱大佬 —— 每一次转向，你先看见
聪明钱人的深度 —— 最聪明的几个脑子怎么想、怎么做
43位人物 · 公开资料追踪
43门课程 · 方法论学习
43套思想体系 · 认知框架
透视雷达钱的广度 —— 全市场的钱正往哪儿流
8,741家申报机构 · 全量追踪
359个可算标的 · 共识可算
337位具名掌门人 · 真实身份
188位国会议员 · 买卖披露
13F · Form 4 · 13D/G · 国会 · N-PORT 五源交叉 —— 四张信号榜(多源 / 共识 / 拥挤度 / 背离)+ 四类对比库(公司 / 机构 / 掌门人 / 国会)
只看聪明钱，你知道几个人在想什么；只看透视雷达，你知道钱在动、却不知道为什么。两个合起来，才是完整的一张图。
$299/年
平均每月 $24.9 · ≈ 一天 8 毛 聪明钱 41 位人物 + 43 门课程 + 43 套思想体系，外加透视雷达全开 · 单订一位 $79/年 = 每位 ≈ $7 41 位各自单订 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%），透视雷达整个频道还是白送的
0 元开始 · 7 天完整版 → 0 元开始随时取消续费前 7 天必提醒
只想先盯Stacy Rasgon一个？也行 —— 单订 · $79/年 → 先把这一个看穿。 跟你说实话：4 份单订一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——41 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。 - 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
- 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 41 位聪明钱同一条投研流水线。
- 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
- 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。
不荐股 · 不碰你的账户7 天免费试用随时取消续费前 7 天必提醒升级按余额补差