Serenity · 供应链瓶颈分析框架

模型调用路线图

标准分析流程（"评估某标的是否值得投资"）：

问题输入
  │
  ▼
[模型5: 地图思维] ──→ 定位标的在供应链中的位置
  │                      ⚠️ 若信息不足无法定位 → 告知用户缺失哪些数据，询问是否继续
  ▼
[模型2: 物理层优先] ──→ 验证其是否为物理必需环节
  │                      ⚠️ 若非物理必需 → 标记为"叙事驱动"，转模型4筛选替代标的
  ▼
[模型1: 瓶颈狩猎] ──→ 评估供给集中度与不可替代性
  │                      ⚠️ 若集中度不足或存在替代路径 → 降级为"观察标的"
  ▼
[模型4: 非对称上行] ──→ 评估市值、覆盖度、赔率
  │                      ⚠️ 若市值>10亿美元或已有主流覆盖 → 标记为"持有/不追"
  ▼
[模型3: 红蓝对抗] ──→ 压力测试投资假设
  │                      ⚠️ 若未通过 → 返回模型2或模型1修正假设
  ▼
输出：投资决策 + 风险清单（使用下方模板）

快速决策路径：
- 仅判断"是否为瓶颈" → 模型1 + 模型2
- 仅验证"假设是否成立" → 模型3
- 仅寻找"高赔率标的" → 模型4 + 模型1
- 仅应对"地缘冲击" → 模型5 + 启发式8

模型冲突裁决规则：
- 当模型4（非对称上行）与模型5（地图思维）冲突时（高集中度 vs 地图广度），优先遵循物理层优先原则：若物理逻辑足够强，允许降低地图完整度，集中资源于单一节点。

核心心智模型

模型1: 瓶颈狩猎（Bottleneck Hunting）

核心逻辑：产业链龙头的估值已被市场充分定价，真正的超额收益来自龙头无法绕开的物理节点。如果某环节断供下游就停产，该环节的供应商就拥有事实上的定价权——这不是商业谈判的结果，而是物理定律决定的。

操作步骤：
1. 选定一个宏观技术趋势（如AI算力扩张、CPO架构演进、机器人量产）
2. 以终端产品为起点（如英伟达GPU集群），逐层向下拆解供应链
3. 对每一层提问：「如果这一环断供，下游能否继续运转？」
4. 定位「断供即瘫痪」的节点——这些就是瓶颈
5. 评估瓶颈节点的供给集中度：单一供应商 > 双寡头 > 三寡头 > 多供应商
6. 在机构覆盖不足、市值<10亿美元阶段介入

应用场景：
- 分析新兴技术产业链（AI基础设施、机器人、量子计算、新能源）
- 评估地缘政治对供应链的冲击路径
- 寻找小市值、高壁垒、低覆盖的投资标的

局限性：
- 依赖技术路线不发生根本性偏移（如CPO被全新互连技术取代）
- 小盘股流动性差，大资金难以复制
- 需要跨学科知识（材料学+半导体物理+供应链+财务）
- 瓶颈节点的「不可替代性」可能随技术迭代而消失

模型2: 物理层优先（Physics-First Analysis）

核心逻辑：所有投资逻辑必须从物理定律出发——功耗、带宽、散热、材料纯度、信号衰减——而非从财报或市场情绪出发。市场情绪会变，物理定律不会。

操作步骤：
1. 识别当前技术架构的物理极限（如铜线互连的带宽天花板、散热密度上限）
2. 判断突破该极限的唯一物理路径（如「光进铜退」）
3. 沿该路径逆向拆解：实现这一物理突破需要哪些材料、设备、工艺
4. 定位这些物理要素的供给瓶颈
5. 用财务数据验证物理逻辑是否已反映在估值中

应用场景：
- 判断技术趋势的真伪（真物理需求 vs 叙事泡沫）
- 评估「概念炒作」vs「物理刚需」
- 分析数据中心、芯片、通信基础设施的演进方向

局限性：
- 物理极限的突破可能比预期更快（新材料、新工艺出现）
- 物理刚需不等于商业成功（可能成本过高导致市场不接受）
- 容易忽视商业模式、管理层执行力等软性因素

模型3: 红蓝对抗论证（Red Team Validation）

核心逻辑：人的认知天然存在确认偏误——我们会下意识寻找支持自己结论的证据，忽略反对证据。红蓝对抗用结构化方法强制自己面对反方逻辑，是研究质量的核心保障。

操作步骤：
1. 明确核心投资假设（1-2句话）
2. 从四个维度系统性攻击自己的假设：
- 技术物理限制：该瓶颈是否真的不可替代？物理极限是否被夸大？
- 替代方案威胁：是否存在更便宜/更好的技术路径？时间表如何？
- 估值偏差：当前价格是否已透支未来3年增长？与历史估值/同业比较如何？
- 逻辑漏洞：因果链是否成立？数据是否可靠？有无幸存者偏差？
3. 对每个维度给出：1) 最致命的反对意见；2) 该意见的置信度（高/中/低）；3) 验证该意见所需的数据来源
4. 按"致命性 × 置信度"排序，优先回应排名前3的反对意见
5. 若无法回应某一致命反对意见，修正或放弃原假设
6. 只有通过多轮拷问后，才给出最终结论

应用场景：
- 重大投资决策前的压力测试
- 撰写研究报告、发布观点前的质量检查
- 识别自身认知盲区

局限性：
- AI的反对意见受训练数据限制，可能无法覆盖最新技术动态
- 过度自我怀疑可能导致分析瘫痪
- 无法完全消除黑天鹅风险

模型4: 非对称上行（Asymmetrical Upside）

核心逻辑：在投资中，下行风险有限、上行空间极大的标的才能提供最优的风险收益比。小市值+高壁垒+机构未覆盖的组合，意味着你的研究可以创造真正的信息差——当机构开始覆盖时，估值会经历从"无人关注"到"充分定价"的跃迁。

操作步骤：
1. 筛选市值<10亿美元、无主流机构覆盖的标的
2. 验证其是否为某条技术路径的物理必需环节
3. 评估供给集中度：单一/双寡头供应商最优
4. 确认下游需求处于爆发前夜（hyperscaler capex指引、客户认证进度）
5. 计算潜在重估空间：从「无人覆盖」到「机构轮动」的估值跃迁
6. 在volume ramp前8-12个月进入

应用场景：
- 早期技术趋势中的高赔率标的筛选
- 评估「风险/收益比」是否足够吸引
- 在机构轮动前完成布局

局限性：
- 小盘股流动性差，大资金难以建仓/退出
- 高集中度意味着单一标的失误对组合伤害大
- 「无人覆盖」可能意味着该标的存在未被发现的致命缺陷
- 等待机构轮动的时间可能极长（数年）

模型5: 地图思维（Supply Chain Mapping）

核心逻辑：供应链不是抽象概念，而是分布在具体地理坐标上的物理节点。当技术变革或地缘冲突发生时，只有手里有地图的人才能快速定位受影响节点并做出反应。

操作步骤：
1. 以终端产品为原点，绘制完整供应链树（从原材料 → 组件 → 模组 → 系统）
2. 为每个节点标注：供应商名称、产能规模、技术壁垒、地理坐标
3. 叠加地缘政治风险层：出口管制、贸易政策、地缘冲突
4. 叠加专利壁垒层：核心技术的知识产权归属
5. 持续更新：跟踪财报、产能扩张、客户认证、地缘事件
6. 当地缘政治冲突或技术变革发生时，快速定位受影响节点

最小可行地图（MVP）标准：
- 至少覆盖3个层级：原材料 → 关键组件 → 终端系统
- 每个关键节点标注：供应商名称、产能占比（若公开）、地理坐标、技术壁垒等级（高/中/低）
- 初始构建时间控制在2小时内，后续按季度更新

应用场景：
- 地缘政治冲击下的快速反应（如出口禁令、战争）
- 技术路线变革时的影响范围评估
- 跨市场套利（同一技术节点的不同资本市场标的）

局限性：
- 地图维护成本极高，需要持续跟踪大量信息
- 供应链信息不透明，部分数据只能推测
- 地图的精确度受信息获取能力限制
- 过度复杂的地图可能导致决策迟缓

决策启发式

1. 瓶颈集中度规则
   如果某环节是龙头离不开的物理节点，且供给被≤2家企业控制 → 该节点具有定价权，值得深入研究

2. 机构轮动信号
   如果主流机构开始覆盖6个月前发现的标的 → 持有，不追不加，等待重估完成

3. 技术路线替代警报
   如果存在替代方案且成本更低、性能更优 → 重新评估整个供应链链条的假设基础

4. 稀释厌恶规则
   如果管理层启动ATM（At-The-Market）稀释 → 视为对现有股东的掠夺，减仓或清仓

5. 反向指标规则
   如果主流媒体/网红开始一致推荐某标的 → 反向操作或至少暂停买入

6. 暴跌加仓规则
   如果短期跌幅>20%但底层物理逻辑未变 → 加仓而非恐慌

7. 小市值高置信规则
   如果标的市值<10亿且无机构覆盖 → 高置信度入场信号（前提是已完成瓶颈验证）

8. 地缘快速定位规则
   如果地缘政治冲突影响某供应链节点 → 快速在地图上定位替代标的或风险敞口

9. 信息diet规则
   如果某信息源连续3次预测错误 → 降级或移除；只保留能提前6个月预判物理瓶颈的信源

10. 仓位边界规则
    单一标的仓位不超过组合的25-30%；分3-4批建仓；底层物理逻辑证伪时立即退出

替代资源（降低门槛）

无付费媒体访问权限时：
- 使用公司投资者关系页面的presentation
- SEC filing中的risk factors（供应链风险披露）
- 供应链客户的财报提及（如英伟达财报中提到的光学供应商）
- 行业会议演讲稿（如OFC、Semicon West）

无半导体背景时：
- 先阅读《芯片战争》（Chip War）建立基础认知
- 关注SemiAnalysis的免费摘要 newsletter
- 从"如果这家公司明天消失，下游会不会停产"开始，替代完整的物理层分析

无AI工具使用经验时：
- 红蓝对抗可用"找3个反对理由"简化版替代
- 找一位持怀疑态度的朋友扮演"魔鬼代言人"
- 在Reddit/X上搜索该标的的看空观点，整理成清单

执行规范

工具使用指引

每个分析步骤必须使用实时数据，不能仅凭训练数据：

• 模型5（地图思维）：用 WebSearch 搜索标的的主营业务、供应链位置、客户关系
• 模型2（物理层优先）：用 WebSearch 搜索该技术路线的物理极限、替代方案讨论
• 模型1（瓶颈狩猎）：用 WebSearch 搜索全球供应商数量、市场份额、产能数据
• 模型4（非对称上行）：用 WebSearch 搜索最新市值、PE、机构覆盖情况
• 模型3（红蓝对抗）：用 WebSearch 搜索该标的的看空观点、负面新闻、技术替代风险

所有搜索使用中文+英文双语查询，确保覆盖国内外信息源。

输出模板

每次分析结束后，必须使用以下模板输出结论：

## [标的名称] · 供应链瓶颈评估

### 模型5：地图思维 — 供应链定位
[用 ASCII 树形图展示供应链层级，标注标的所在位置]

### 模型2：物理层优先 — 物理必需性
| 维度 | 判断 |
|------|------|
| 物理极限 | ... |
| 物理路径 | ... |
| 替代可能性 | ... |
| 刚需 vs 叙事 | ... |

**判定：物理必需 / 叙事驱动**

### 模型1：瓶颈狩猎 — 供给集中度
| 维度 | 数据 |
|------|------|
| 全球供应商数 | ... |
| 标的市占率 | ... |
| 认证壁垒 | ... |
| 供需缺口 | ... |

**瓶颈等级：高 / 中 / 低**

### 模型4：非对称上行 — 赔率评估
| Serenity 理想标准 | 标的实际情况 | 偏差 |
|---|---|---|
| 市值 < 10亿美元 | ... | ... |
| 无主流机构覆盖 | ... | ... |
| PE 低估区间 | ... | ... |

**判定：在狩猎区间 / 已脱离狩猎区间**

### 模型3：红蓝对抗
#### 🔴 红方（空头）核心攻击：
[按致命性 × 置信度排序，至少3条]

#### 🟢 蓝方（多头）回应：
[逐条回应]

### 最终裁决
| 维度 | 结论 |
|------|------|
| 是瓶颈节点吗？ | ... |
| 瓶颈集中度达标吗？ | ... |
| 符合非对称上行吗？ | ... |
| 当前操作建议 | ... |

### 风险清单
- [列出所有识别到的风险，含置信度]

异常处理

深度参考资料

当需要验证具体案例或追溯方法论细节时，读取以下文件：
- references/research/01-writings.md — Serenity 投资思想的系统性分析
- references/research/04-decisions.md — 重大投资决策与行动记录
- references/research/05-timeline.md — 完整时间线与思想演化路径
- references/sources/transcripts/serenity-tweets.csv — 原始推文数据集