賣方半導體分析師 · 思想型🔬 半導體賣方模型單位經濟審問
Stacy RasgonBernstein Research
「AI 需求好，然後呢？毛利率多少？誰付錢？」
他不是半導體科普者、也不是產業內幕號，而是『CFO 式審問者』——他的 alpha 是賣方模型的懷疑主義：不一定最快知道某條供應鏈訊息，但擅長把訊息放進 P&L 和現金流量。一筆 AI 訂單若不能解釋營收確認、成本、毛利和客戶 ROI，它就還不是可信的未來。AI 晶片研究的核心不是『TAM 多大』，而是『這筆營收在模型裡能不能經得起審問』。
Bernstein 半導體分析師——CFO 式審問者，把 AI 晶片訂單拆到會計與現金流量：誰付錢、何時確認、單位經濟閉不閉合。
觀點速遞117+中文速遞 · 持續更新
覆蓋標的10他深析的 AI 票
前瞻判斷5 條當前 AI 判斷
發聲渠道CNBC · 播客公開觀點源
他的代表判斷公開觀點進臺賬 可回測 · AI 產業鏈對映 · 硬資料複核
公開觀點/揭露存在滯後，戰績與判斷來自公開記錄和結構化臺賬，非投資收益；本頁做公開材料的中文解讀與 AI 產業鏈對映，不構成投資建議，引用以原文為準。
機構共識 · 13F 全市場
機構共識條 · 他提到的票，市場站在哪邊
🛰 思想轉向雷達 · 獨家引擎
他此刻在賭什麼 · 注意力正往哪移
不是他說過什麼，而是他最近的注意力轉向哪裡、正在版面配置哪些 AI 產業鏈變數。引擎逐日對比公開發聲與 28 天基線，自動標出 🆕 全新方向 / 📈 加碼升級 / 🔁 既有強化 / 🔄 立場反轉。
主題熱度 · 近 7 天
AI晶片/算力晶片26
半導體裝置4
HBM/儲存3
雲端/算力平台3
下一驗證視窗：新方向會繼續進入觀點流與驗證中心；若後續硬資料不支援，臺賬會按公開資料軌記錄反駁。
展示關注變化 · 非買賣建議 · 引擎 thesis_shift_detector檢視完整觀點流 →
公開資料流
他最近公開說了什麼
和上方轉向雷達同引擎 · AI晶片/算力晶片 正在追蹤資料截至 2026-06-26 · thesis_shift_detector
2024-02-09 
IINTC 📈 加碼升級 有趣的週五冷知識——縱觀全球半導體行業的發展史，在晶圓製造裝置（WFE）上的累計花費已略超1萬億美元。 詳情 · 問AI → 2024-01-19 
AAMD 📈 加碼升級 近年來，定價在半導體行業增長中貢獻了多少？
得知答案是“超過全部”時，你會感到驚訝嗎？
我們今天的報告探討了這個問題（僅限機構客戶）：
https://t.co/kJhxq6Orrn 詳情 · 問AI → 2023-03-02 
NNVDA 🔁 既有強化 #ChatGPT 的潛力有多大？一個典型查詢需要完成 400 quadrillion 次運算（那可是海量的算力！）
這是我們對其規模的估算（報告連結，僅限機構客戶檢視）：
https://t.co/jSCx6l4LPN 詳情 · 問AI → 2023-05-08 
AAMAT 💬 持續追蹤 再次非常高興能和 @TheStalwart 以及 @tracyalloway 一起做客 ODD LOTS 節目，這次我們要聊聊 AI 的方方面面！ 詳情 · 問AI → 2024-01-19 
KKLAC 💬 持續追蹤 RT @CNBCFastMoney: "從長期來看，我們顯然還處於AI轉型的早期階段" @BernsteinRasgon 表示。
他分享了自己對這些大型…的預期。 詳情 · 問AI → 2024-02-19 
AAVGO 🔁 既有強化 各位——又有人冒充我。
如果方便的話，請幫忙舉報 @BernstinRasgon（再次注意“Bernstein”的拼寫錯誤）
謝謝。
Stacy 詳情 · 問AI →
IINTC 📈 加碼升級 有趣的週五冷知識——縱觀全球半導體行業的發展史，在晶圓製造裝置（WFE）上的累計花費已略超1萬億美元。 詳情 · 問AI → 2024-01-19 AAMD 📈 加碼升級 近年來，定價在半導體行業增長中貢獻了多少？
得知答案是“超過全部”時，你會感到驚訝嗎？
我們今天的報告探討了這個問題（僅限機構客戶）：
https://t.co/kJhxq6Orrn 詳情 · 問AI → 2023-03-02 NNVDA 🔁 既有強化 #ChatGPT 的潛力有多大？一個典型查詢需要完成 400 quadrillion 次運算（那可是海量的算力！）
這是我們對其規模的估算（報告連結，僅限機構客戶檢視）：
https://t.co/jSCx6l4LPN 詳情 · 問AI → 2023-05-08 AAMAT 💬 持續追蹤 再次非常高興能和 @TheStalwart 以及 @tracyalloway 一起做客 ODD LOTS 節目，這次我們要聊聊 AI 的方方面面！ 詳情 · 問AI → 2024-01-19 KKLAC 💬 持續追蹤 RT @CNBCFastMoney: "從長期來看，我們顯然還處於AI轉型的早期階段" @BernsteinRasgon 表示。
他分享了自己對這些大型…的預期。 詳情 · 問AI → 2024-02-19 AAVGO 🔁 既有強化 各位——又有人冒充我。
如果方便的話，請幫忙舉報 @BernstinRasgon（再次注意“Bernstein”的拼寫錯誤）
謝謝。
Stacy 詳情 · 問AI → 檢視帶日期和出處的公開資料索引；提及不等於持股。看完整資訊瀑布 →
驗證中心 · 獨有硬資料
他說的每句話，都會被硬資料審判——我們不替他圓場
0✅ 已印證
25⏳ 審判中
0❌ 已反駁
每條判斷到裁決日自動出結果，對了記對、錯了記錯。待驗不計入印證率，不拿待驗判斷湊戰績。
I INTC Intel 必須拆成周期彈性、產品競爭力和 foundry 結構復興三個問題，不能用一次股價或政策新聞合併判斷
✅ 證據順風 距裁決 1251 天13F·Form4·營收·股價 在審 看證據 →A AMD AMD 的機會來自 GPU 替代彈性、EPYC/AI rack 組合和大客戶繫結，但他會額外審問 equity
✅ 證據順風 距裁決 886 天13F·Form4·營收·股價 在審 看證據 →N NVDA Nvidia 的核心驗證不是 AI 敘事是否熱，而是 Blackwell/Rubin、網路 attach、GPU
✅ 證據順風 距裁決 886 天13F·Form4·營收·股價 在審 看證據 →A AMAT Applied Materials 的 AI 相關彈性來自先進邏輯、HBM/DRAM、封裝和服務，驗證點是晶圓廠
✅ 證據順風 距裁決 886 天13F·營收·股價 在審 看證據 →K KLAC KLA 的 AI 傳導在製程控制和良率爬坡：先進節點越複雜，缺陷檢測與量測越成為可交付產能的前置條件
✅ 證據順風 距裁決 1251 天13F·營收·股價 在審 看證據 →每行的資料軌都是他夠不著的獨立來源，到期只裁 ✅ 印證 / ❌ 反駁，裁前只列進展。
交叉驗證為 AI 依據公開硬資料客觀比對，立場標“AI 推斷”、留原始證據鏈；只陳述事實，不構成結論或建議。
他現在在追什麼
提及標的 · 按產業鏈節點
① compute 短缺 · 平台與定製 ASIC
② 替代彈性與週期彈性
每隻票點進去 = 公開觀點、產業鏈節點、驗證臺賬和深度研判；提及不等於持股，不構成投資建議。
Stacy Rasgon的價值不在一句結論，而在把公開觀點放回 AI 產業鏈和可驗證資料軌裡：先看他最近注意力轉向哪裡，再看觀點落在哪些公司和節點，最後用驗證中心持續記錄對錯。
他的方法論
供應鏈瓶頸四步
01
從公司財報、供應鏈、客戶訂單和行業資料出發，先確認需求真實、可見、在排產。
判斷需求是否真實學這套方法 →02
營收/ASP/毛利/成本基/庫存/CapEx/出貨時間逐項拆——增長來自價格、量、mix 還是會計收益。
拆賬到 P&L 與現金流量學這套方法 →03
NVDA 平台/AVGO 定製 ASIC/AMD 替代彈性/INTC 週期彈性——各吃不同層、別一鍋煮。
競爭格局分層學這套方法 →04
訂單是新增需求還是提前透支？2026/2027/2028 哪年可能消化(air pocket)。
定位週期學這套方法 →一句話公式：AI 產業鏈變數 × 可驗證標的對映 × 後續硬資料複核 → 三檔情景 + 明確證偽條件
📐 我們把它系統化成一條可複用研究流水線（任意新股票都能跑一遍）
會員課程
《用賣方模型審問 AI 晶片週期：短缺 × 單位經濟 × 訂單質量 × 週期風險》 · 7 節
把他散落觀點裡的方法論，整合成一門能學會的系統課：核心架構、真實案例、AI 產業鏈全景和驗證臺賬。教的是可遷移的投研思維，不是薦股。
00
四張表：審問任何 AI 晶片公司compute短缺/單位經濟/訂單質量/週期風險
免費試看進入 →01compute 真短缺嗎：多點同時緊張GPU/HBM/CPU/光學/裝置/排產·租賃價格
🔒進入 →02單位經濟閉合嗎：把訂單拆到現金流量GPU 租金/推論營收/毛利/折舊/ASP/成本基
🔒進入 →03訂單質量：資金閉環審計誰付錢/equity 換訂單/迴圈融資/營收確認
🔒進入 →04競爭格局分層：AI 不是一家通吃NVDA 平台/AVGO ASIC/AMD 替代/INTC 週期
🔒進入 →05週期風險：消化期(air pocket)什麼時候來backlog/lead time/CapEx/毛利展望/庫存
🔒進入 →06錯因復盤：把錯放進模型(AMD 教訓)證偽條件·別用新敘事掩蓋舊錯
🔒進入 →解鎖全部課程配套：每課可用「分析器」跑票交作業 · 學完能獨立做 AI 產業鏈研究報告
獨家對映
他版面配置在 AI 產業鏈哪一段
最強暴露：① compute 短缺 · 平台與定製 ASIC · ② 替代彈性與週期彈性 · ③ 裝置鏈 · 資本支出風向標。
我們把公開觀點對映成節點，而不是把一句話當結論。
⚖️ 理性看待
別盲信 · 高風險信源
- 公開觀點不等於即時持股，也不等於你的交易結論。
- 驗證中心只記錄公開資料能驗證的部分，裁前不把待驗判斷算成戰績。
- AI 產業鏈變化快，任何方法論都需要結合財報、供需和估值邊界複核。
◆ 解鎖完整研究 · 越往上覆蓋越廣
牆後是 Stacy Rasgon 的完整能力 —— 我們當他的中文研究團隊 + 監控站
免費看懂他的公開資料；完整觀點流保留來源日期與驗證線索，人物終端僅在真實生成時提供。
先看整站（最多人選）· 要為你點名的一個物件立項 → 機構級投研追蹤（在下方）
★ 最多人選 
41 位聰明錢，一個不落，全站為你追蹤她們的每一次轉向，你比市場先看見
43 位聰明錢大佬 —— 每一次轉向，你先看見
聰明錢人的深度 —— 最聰明的幾個腦子怎麼想、怎麼做
43位人物 · 公開資料追蹤
43門課程 · 方法論學習
43套思想體系 · 認知架構
透視雷達錢的廣度 —— 全市場的錢正往哪兒流
8,741家申報機構 · 全量追蹤
359個可算標的 · 共識可算
337位具名掌門人 · 真實身份
188位國會議員 · 買賣揭露
13F · Form 4 · 13D/G · 國會 · N-PORT 五源交叉 —— 四張訊號榜(多源 / 共識 / 擁擠度 / 背離)+ 四類對比庫(公司 / 機構 / 掌門人 / 國會)
只看聰明錢，你知道幾個人在想什麼；只看透視雷達，你知道錢在動、卻不知道為什麼。兩個合起來，才是完整的一張圖。
$299/年
平均每月 $24.9 · ≈ 一天 8 毛 聰明錢 41 位人物 + 43 門課程 + 43 套思想體系，外加透視雷達全開 · 單訂一位 $79/年 = 每位 ≈ $7 41 位各自單訂 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%），透視雷達整個頻道還是白送的
0 元開始 · 7 天完整版 → 0 元開始隨時取消續費前 7 天必提醒
只想先盯Stacy Rasgon一個？也行 —— 單訂 · $79/年 → 先把這一個看穿。 跟你說實話：4 份單訂一年（$316）就超過整站（$299）。想多看幾個，直接整站更划算——41 位全給你、每位約 $7。哪種都行，賬擺在這，你自己挑。 - 先評估覆蓋 · 再單獨立項：你點名一個物件——一個人（投資人 / 機構 / 分析師 / 高管）或一家公司 / 標的——我們先評估其公開資料覆蓋與可採源，確認能追蹤後單獨立項、架設專屬投研席位；蹤跡不足會直說做不了，不硬湊。
- 按物件適用性啟用機構級方法：13F 持股 · Form4 內部人 · 13D-G 舉牌 · 公開發聲 · 跨源交叉驗證 · 命中率臺賬——適用於 SEC 可覆蓋物件；不適用的項以替代證據或缺口說明如實交付，與追蹤 41 位聰明錢同一條投研流水線。
- 持續盯守 · 證據可回溯：人工 / 半自動每週投研簡報 + 重大訊號經人工確認後工作日提醒 + 證據鏈歸檔（本地 JSON / Markdown / SEC 連結），可回溯復盤「當時憑什麼這麼判」。
- 只對你一人開放：追蹤口徑、提醒規則、交付形式按你的決策需求定製；不進公共庫、不共享。
不薦股 · 不碰你的帳戶7 天免費試用隨時取消續費前 7 天必提醒升級按餘額補差