G
GOOGL · Alphabet
谷歌母公司
机构级研报
Serenity Serenity 此刻对 GOOGL 的判断 看多🆕 全新方向
「她维持既有前瞻判断(方向见原声)」—— 站内中文速递 · 2026-04-23

Alphabet 是同时拥有模型、云、搜索流量、TPU 自研加速器和全球数据中心的 AI 超大规模平台，核心驱动是 Gemini/Vertex AI 与 TPU/Ironwood 把训练和推理成本内化，关键约束是资本开支、电力容量、企业云份额和自研 TPU 生态能否在 NVIDIA/CUDA 标准之外持续扩张。

+102.6%她跟踪回报自 2026-06-15
12她的发声看多 10 / 看空 0
✅交叉验证多被印证 · 13F 2 条
44同主题热度近 7 天
观点截至 2026-07-03
🏛 机构共识 · 13F 全市场

谁在建仓 GOOGL：全市场机构的钱怎么站队

最新一季 · 2026Q1

6,036 家 13F 申报机构披露持有它，占全市场约 69.1%；本季 +375 家加注。

产业节点⑪ 云/超大规模/neocloud 持有机构6,036 家 本季持有人+375 家 披露市值环比+7.2% AI 产业链持有广度第 2 / 359

口径=全市场 13F 季度申报聚合（8,741 家申报机构为分母）· 仅呈现机构持仓事实与季度变化，非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →

🛰 思想转向雷达 · 此刻

她对这条链的注意力正在做什么

同主题 7 天热度 44
🆕 全新方向

freq_signal显示first=2026-06-15是她提及GOOGL的最早记录（此前约10个月未见），本轮她给出了具体的相对排序论证：06-24原贴写'$GOOGL其次，AI capex用于防守Search moat，Google Cloud有高效TPU，也能卖TPU；Gemini用户量上升，也帮助广告优化'（仅次于她认为最优的$AMZN），并在06-28/06-30反复把Google自身算力紧缺(3月削减给Meta的配额、backlog接近翻倍)解读为AI数据中心capex利好的证据。

同主题 · 她的新动向

093370🆕 全新方向此标的完全不在她已知案例库中,是她套用'卡点猎手'方法论(模型1霍尔木兹类比+模型6政府清单/出口管制催化剂)现挖出的全新~12亿美元市值韩国标的。6/13首次发帖详述机制:中国对日钨出口管制→WF6前驱体短缺→冲击SK Hynix/Samsung/TSM所需全球供应的25%,Foosung占该供应链约10%,'如果还记得霍尔木兹海峡和石油,那比例很大',并明确声明'无持仓,只是发布一个想法';6/15转为事后邀功口吻:'我早说过富松(093370)会成为...主要赢家...一天可能暴涨21%',显示她在持续跟踪并把它计入自己的判断战绩。
CBRS🆕 全新方向2026-06-27原贴明确自述：'OpenAI要在$CBRS上发布重量级5.6 Sol前沿模型，最高750 tokens/sec……我昨天看到消息后，在170美元附近第一次买了Cerebras初始仓位，低于185美元IPO价。感觉这是对其技术的验证'——她本人清楚承认这是首次建仓，且给出明确催化剂(OpenAI新模型发布)和估值参照($JBL)。
SPCX🆕 全新方向提及量本批最高(17次)，但内容以SpaceX作为市场最大新闻标的的评论/分析为主，而非她典型的建仓论证——从未出现“我持有$SPCX”的表述，反而多次带怀疑/戏谑口吻：“这是市场低效的顶峰？还是散户缺乏认知？”(07-06)，反复拿Jim Cramer看多后暴跌开涮(06-17/06-18/06-22)，把它当“美国人不管估值就是看多未来感资产”的刻板案例(06-13)。较硬的信息是M&A情报(收购Mesh/Cursor)，且06-27明确把Mesh并购当作佐证她$SIVE光子thesis的旁证，服务于既有主线而非SPCX本身独立成篇。

引擎 thesis_shift_detector · 展示关注变化 · 非买卖建议 · 她关于 GOOGL 的原声 →

前瞻研判 · 她怎么看接下来

未来怎么走、盯什么事、什么信号验证或推翻

研判未来是商品，过去战绩只是凭据。下面是 Serenity 本人对 GOOGL 的前瞻判断与该盯的催化剂——我们如实呈现她的研判，不替你下结论，判断仍归你自己。

核心论据6她列的风险2前瞻判断3催化剂6验证/证伪触发点3
▲ 她的核心论据 · 免费样本 1/6

called it at $150, went up to $400

站内中文速递 · 2026-05-09
她在盯的前瞻判断 · 完整逻辑与原话锁后可见
  • 未定她维持既有前瞻判断(方向见原声)🔒
  • 未定YouTube不会消失🔒
  • 未定直接受益于AI资本开支上行🔒
◆ 解锁完整研究解锁完整版 ↓

已免费看到 1 条论据 + 全部判断标题 · 解锁 Serenity 对 GOOGL 的完整前瞻

其余 5 条论据摘要 + 观点流索引 3 条前瞻判断的完整逻辑 6 个催化剂的时机与逻辑 3 个验证/证伪触发点 她自列的 2 条风险
她的战绩 · 凭什么信她

从她首次发声到现在，这票走了多少

数据截至 2026-07-03
$179.53她首次发声价 · 2026-06-15
+102.6%至今涨跌
12她的发声 · 看多10/看空0
2026-07-03最近发声
看多发言看空发言中性/背景区间 $174.36–$402.62
我们的独有数据 · System2

她的判断，被 13F 资金 / 实物硬数据验了吗

✅

SEC 13F 机构资金 / Form4 / 台积电·台湾月营收 / 海关 / GPU 现价 / 数据中心电力 等独有硬数据，客观裁决她的观点。Capafy / Fintwit 都没有这一层。

◆ 解锁完整研究解锁完整版 ↓

已免费看到 scoreboard + 1 条完整证据轨 · 解锁全部硬数据审判

逐机构 13F 明细 + 实物/海关/Form4 detail 2 条 13F/实物交叉验证

她最近在 GOOGL 上怎么说

看多2026-07-03

从中国一级市场 VC 的情况，给二级市场做一点映射解读： 机构资金正在涌入 physical AI 和世界模型。 1. 大模型 / LLM：约 $23.56B 2. AI 基础设施 + 技术层：约 $15.74B 3. 具身智能 / physical AI：约 $13.36B 4. AIGC 应用：约 $8.79B 5. 自动驾驶 + 其他 Top-20 集群：约 $3.82B，但这个和上面几项不是完全可比。 几点备注： - “早期纯基础模型融资基本已经关闭。” 看起来更多资金只是继续投向既有头部公司，同时流向世界模型公司。我猜美国大概率也会出现类似情况，Anthorpic/OpenAI 会进一步整合。 - “世界模型已经成为早期投资里最大的共识。” 我几个月前就说过，4D AI/世界模型会是接下来最有意思的方向，也点过 $AEVA 作为潜在敞口。但严格说还没有真正的纯正标的。接下来可能要等这个赛道的下一批 IPO，也许是明年上半年。 - AIGC 应用板块是 AI 技术商业化最成熟的方向 “人工智能生成内容的商业化已经成熟，但还没有明确赢家。” 这说得通。美国也有 Grok Imagine、Google Nano Banana 之类的东西，也还没有明确赢家，尤其是视频方向。 _ TLDR：资金继续流入 AI 基础设施/半导体供应链。physical AI / 具身大脑 / 人形机器人 + 世界模型方向，因为资本流入出现巨大轮动。 头部前沿模型公司周围会继续整合。 对我个人来说，这只是验证了我一直关注 Agility Robotics 和二级市场 physical AI 玩家（比如 leaderdrive、harmonic 等）的方向…… 它们是资本轮动下新的潜在机会。但可惜目前还没有世界模型的纯正标的敞口。

看多2026-07-01

关于 $META 因“过度建设”而“削减 capex”的说法有很多误导。这里的前提只是“如果”有多余产能。现在看起来正相反：像 $GOOGL 这样的 hyperscaler 算力紧缺，3 月还不得不削减给 Meta 的配额，因为 Meta 内部项目用太多。Meta 立刻受限，所以被迫和 $CRWV、$NBIS 等 Neocloud 签下 480 亿美元以上大合同。如果真有多余产能，Meta 才会卖，尤其这些 Neocloud 合同多是 take-or-pay。我反而预计它的 capex 指引会上调，因为它会建设更多独立产能。

看多2026-07-01

终于，据 Bloomberg，$META 要建云业务，出售多余 AI 算力。我本来就觉得 Meta 最终应该对标 GCP、Azure 和 AWS 来增加收入来源。Meta 盘前涨 6.65%。https://t.co/UUolnwtYJY

看她在 GOOGL 上的全部 12 条观点流 →
财报与关键数据 · 数据采集中心

真财报 + 13F + 信号

SEC XBRL · 截至 2026-07-03
US$402.8B
FY2025 FY 收入
SEC XBRL companyfacts
59.7%
毛利率 GM
FY2025 FY
32.0%
营业利润率 OPM
FY2025 FY
US$73.3B
自由现金流 FCF
FY2025 FY
✓聪明钱看点
  • TPU 外部客户采用和区域可用性比单次模型发布更能说明 Google 是否把自研算力变成云差异化。
  • Gemini 在 Search、YouTube、Android、Workspace 与 Cloud API 的调用闭环，是 Alphabet 相对纯云厂商的最大杠杆。
  • HBM、先进封装和数据中心电力是 TPU 扩容的实际瓶颈，需同时跟踪芯片和基建供给。
  • Google Cloud 若能在大模型训练客户之外获得企业推理和数据平台工作负载，AI 投入回报会更稳定。
⚠口径风险
  • Alphabet 的 AI 价值分布在广告、订阅、云和基础设施之间，外部很难精确拆分各产品收入贡献。
  • TPU 是差异化但也可能形成生态边界，客户迁移成本、框架兼容和 CUDA 惯性不可忽视。
  • 财报、持有人和雷达数据块未接入本文件，本文不伪造收入、利润、估值或 13F 数字。
  • 监管、隐私、版权和反垄断风险会影响 AI 功能在搜索、广告和 Workspace 中的部署速度。

SEC XBRL companyfacts · FY2025 FY
  • ✓FY2025 FY 毛利率 59.7%，毛利 US$240.3B
  • ✓FY2025 FY 营业利润率 32.0%，营业利润 US$129.0B
  • ✓FY2025 FY 净利率 32.8%，净利润 US$132.2B
  • ✓FY2025 FY FCF US$73.3B
毛利率 GM 59.7%
营业利润率 OPM 32%
净利率 NM 32.8%

AI 收入结构

集团收入趋势 · US$B
FY2024Q3FY2024Q1FY2024Q2FY2024Q3FY2025Q1FY2025Q2FY2025Q3FY2026Q1

Alphabet在AI产业链依赖谁、被谁依赖、和谁竞争？

上游 / 下游 / 竞品
上游
  • Broadcom
  • Taiwan Semiconductor Manufacturing Company
  • SK hynix
  • NVIDIA
  • Arista Networks
  • Vertiv
下游
  • Anthropic
  • Snap
  • Spotify
  • Walmart
  • Reliance Jio
  • Palo Alto Networks
竞品
  • Microsoft
  • Amazon Web Services
  • Oracle
  • Meta Platforms
  • OpenAI

Alphabet靠哪些产品/平台支撑收入？

含收入贡献 / 量产状态

Google Cloud Vertex AI

Vertex AI + Gemini API

模型开发、微调、评估、MLOps、RAG 和企业级生成式 AI 平台

收入贡献Google Cloud AI 商业化的核心平台入口
量产成熟度
量产

Google TPU

Ironwood/TPU v7 及前代 TPU

面向大规模训练和推理的自研 AI 加速器，以 Pod 形态接入 AI Hypercomputer

收入贡献降低内部 Gemini/广告/推荐推理成本，并作为 Cloud 差异化算力产品
量产成熟度
量产

AI Hypercomputer

TPU/GPU + storage + networking + software

把加速器、Jupiter 网络、存储、调度和软件栈组合为大模型训练/推理系统

收入贡献承载大模型客户和内部 AI 工作负载的基础设施平台
量产成熟度
量产

Gemini

Gemini 3/多模态模型家族

用于搜索、Workspace、Android、Cloud API 和企业智能体的基础模型

收入贡献带动广告体验、订阅、企业 API 和云算力消耗
量产成熟度
量产

BigQuery + Looker

云数据分析与 BI 平台

企业数据仓库、向量搜索、治理、分析和 AI 应用数据底座

收入贡献把企业数据存储与生成式 AI 应用绑定，支撑 Cloud 消费
量产成熟度
量产

Google Workspace with Gemini

Workspace AI

在 Gmail、Docs、Sheets、Meet 等办公入口中提供生成、总结、检索和自动化

收入贡献企业订阅与 AI 增值服务收入承载
量产成熟度
量产

US$B · SEC XBRL companyfacts · FY2026Q1
口径FY2025Q1FY2025Q2FY2025Q3FY2026Q1
收入 90.23496.428102.346109.896
毛利 53.87357.38960.97768.625
营业利润 30.60631.27131.22839.696
净利润 34.5428.19634.97962.578
FCF 18.953——10.116

缺失期项以 — 表示，未用估算填充。

供应链上每个环节的上行/下行情景是什么？

·

自研加速器·Broadcom/TSMC

依赖TPU ASIC 设计协同、先进制程流片、CoWoS/先进封装、高速 SerDes 和系统级良率

↑Ironwood/后续 TPU 量产顺利，Google 把内部推理和云客户训练成本压低，减少对外部 GPU 稀缺性的暴露
↓流片、封装或互连良率不达预期，TPU 供给无法支撑 Gemini 和云客户需求，Google 被迫高价采购更多 NVIDIA GPU

HBM·SK hynix/Samsung/Micron

依赖HBM3E/HBM4 容量、带宽、热设计和与 TPU/GPU 封装认证

↑HBM 供应稳定且通过 TPU 平台认证，Ironwood Pod 的大模型推理吞吐和总拥有成本优势更可验证
↓HBM 排产被 NVIDIA/AMD 高端 GPU 挤占，TPU 扩容受内存约束而非芯片设计约束

云网络·Arista/Broadcom

依赖400G/800G 以太网、光模块、交换 ASIC、拥塞控制和集群调度软件

↑AI Hypercomputer 的网络和调度可将 TPU/GPU 集群利用率做高，Google Cloud 用性能/成本差异争取大模型客户
↓网络尾延迟、故障域或光互连供应限制导致大集群效率下降，客户转向 OCI、Azure 或 neocloud

数据中心电力散热·Vertiv/Schneider/GE Vernova

依赖高压接入、变压器、UPS、液冷、冷板/CDU、备用电源和电网互联

↑Google 通过长期电力、液冷和园区建设能力锁定高密度集群容量，Gemini 和 Cloud 不受短期电力瓶颈压制
↓电网排队、液冷改造或变压器短缺延迟新区域上线，资本开支形成沉没成本但收入释放滞后

模型与开发者·Gemini/Vertex AI

依赖基础模型质量、上下文窗口、多模态能力、企业安全、MLOps 和 API 可用性

↑Gemini 与 Vertex AI 把搜索、Workspace、Android 和 Cloud 客户流量转为模型调用，TPU 成本优势在应用层兑现
↓模型能力或开发者生态落后 OpenAI/Anthropic，Google 拥有算力但无法获得足够高价值推理流量

企业云渠道·Accenture/Deloitte/SIs

依赖行业解决方案、迁移服务、数据治理、合规和企业采购关系

↑系统集成商把 Gemini Enterprise、BigQuery 和 Vertex AI 打包进企业项目，Google Cloud 获得粘性工作负载
↓企业客户继续把核心 AI 项目放在 Azure/AWS，Google Cloud 只承担边缘数据分析或实验性模型调用

谁在公开披露里持有 GOOGL？

完整历史 = Pro
持有主体披露市值权重来源 · as_of
B BlackRock, Inc.
US$233.2B 4.1% SEC 13F · 2026-03-31
V VANGUARD CAPITAL MANAGEMENT LLC
US$195.5B 4.8% SEC 13F · 2026-03-31
S STATE STREET CORP
US$118.3B 4.1% SEC 13F · 2026-03-31
F FMR LLC
US$99.2B 5.2% SEC 13F · 2026-03-31
G GEODE CAPITAL MANAGEMENT, LLC
US$75.4B 4.7% SEC 13F · 2026-03-31
M MORGAN STANLEY
US$55.3B 3.3% SEC 13F · 2026-03-31
A ARK ARKK/ARKQ/ARKW/ARKX
US$44.8M 1.3% ARK日频 · 2026-06-23

和主要同业的定位差在哪？

· 2026-06-24
公司定位关键差异
AlphabetAlphabet
 搜索/广告入口、Google Cloud、Gemini、TPU 和全球数据中心一体化平台 自研 TPU 与内部巨量推理负载结合，既能优化成本又能把模型分发到 Search、YouTube、Android、Workspace
MicrosoftMicrosoft
 Azure、OpenAI 合作、Microsoft 365 Copilot 和企业软件入口 企业办公与开发者入口强，Google 的差异在 TPU 自研栈和搜索/YouTube 消费入口
Amazon Web ServicesAmazon Web Services
 IaaS 龙头、Bedrock、Trainium/Inferentia 和 EC2 GPU 云基础设施覆盖最广，Google 的差异在前沿模型自研和 TPU 长周期沉淀
OracleOracle
 OCI 裸金属 GPU、RDMA Supercluster 和企业数据库云 OCI 强在大规模 GPU 集群和数据库客户，Google 强在模型、TPU 和消费级流量闭环
Meta PlatformsMeta Platforms
 社交广告、Llama 开源模型和自建 AI 基础设施 Meta 强在开源模型扩散和社交流量，Google 强在云商业化和 TPU 对外服务能力
CoreWeaveCoreWeave
 GPU 专用 neocloud CoreWeave 专注 NVIDIA GPU 快速供给，Google 提供更完整的模型、数据、TPU/GPU 混合和企业云服务

什么公开信号会推翻当前叙事？（反证阈值·非预测）

产业链
  • ⚠Google 公开减少 TPU 外部云客户供给或延迟 Ironwood/后续 TPU 区域可用性，且原因指向量产、封装或可靠性问题。
  • ⚠Gemini 在核心基准、企业客户采用或开发者 API 使用上连续落后 OpenAI/Anthropic，导致 TPU 成本优势无法转化为高价值需求。
  • ⚠Google Cloud 大型 AI 客户公开迁移训练集群到 Azure、AWS、OCI 或 neocloud，并把原因归结为性能、价格或容量不足。
  • ⚠Alphabet 资本开支继续上行但 Google Cloud AI 收入和利润贡献无法同步改善，说明算力投入回报周期被拉长。
  • ⚠数据中心电力、液冷或变压器短缺导致多个已宣布区域延期上线，且延期影响 Gemini 或 Google Cloud AI 服务可用性。
  • ⚠NVIDIA CUDA/Blackwell/Rubin 生态在软件效率上继续扩大优势，使 TPU 只能服务内部负载而难以成为外部客户通用训练平台。
🔒 完整真财报 + 13F 逐机构持仓明细 · 解锁完整版解锁完整版 ↓
产业逻辑深析

为什么是这门生意：产业链位置 / 护城河 / 竞争 / 误读纠偏

产业链位置护城河与壁垒竞争格局他对这只票的独特读法与误读纠偏

产业链位置

在 Citrini 的 chain_ledger 中，GOOGL 与 NVDA 一起处于“AI 一阶 · 资本开支函数起点”，但角色不同。NVDA 更像训练/推理基础设施平台，GOOGL 则是模型、云、TPU、搜索、YouTube、Android 和企业应用分发的复合体。Citrini 曾在 2025-08 将 Google 视作“最不对称的大盘 AI 赢家”（2026-06 复盘口径称随后约 9 个月翻倍，仍需按公开市场数据独立复核），这个判断的重点不是单纯估值，而是市场可能低估了 Google 同时拥有 AI 基础设施、模型能力和分发入口。

从主题迁移角度看，GOOGL 的产业链位置横跨三段：上游是 TPU、GPU、HBM、封装、电力和数据中心；中游是 Gemini、Vertex AI、Google Cloud、TPU 云服务和开发者生态；下游是 Search、YouTube、Workspace、Android、广告主和企业客户。它既是 AI capex 消耗者，也是 AI 服务提供者和 AI 分发者。Citrini 会关注这种“既有一阶基础设施，又有应用分发”的不对称性：如果 AI 采用加速，Google 可能通过 Cloud 和广告/搜索产品吸收价值；如果 token 经济学压低前沿模型溢价，Google 的自研 TPU、分发和数据入口也可能成为成本优势。

护城河与壁垒

GOOGL 的护城河在 Citrini 框架下不是单点模型，而是多重分发和垂直整合。Search 和 YouTube 提供消费端注意力与广告变现，Google Cloud/Vertex AI 提供企业端入口，TPU 提供自研算力和成本控制，Android/Chrome/Workspace/Gmail/Maps 构成产品网络。AI 主题进入 token 经济学阶段后，拥有分发、数据、模型和算力的公司，比只拥有单点模型的公司更容易测试不同定价和成本结构。

但护城河也有反面。Search AI experiences 如果提升用户体验但削弱商业点击，广告利润池可能被重估；Cloud AI 如果增长依赖高 capex，现金流质量需要检验；TPU 如果不能被足够多外部客户采用，成本优势会被质疑。Citrini 的方法不会只写“Google 有护城河”，而会追问护城河如何进入财务：AI 是否增加查询和广告 ROI，Cloud 是否把模型需求变成收入，TPU 是否改善单位经济性，Workspace/Gemini 是否产生真实付费。

竞争格局

GOOGL 的竞争对手跨越多条线：Microsoft/Azure/OpenAI 在企业 AI 和办公入口竞争，Amazon/AWS 在云基础设施竞争，Meta 在开源模型和广告效率竞争，Anthropic、OpenAI、xAI 等在模型心智竞争，NVIDIA/ASIC 生态则影响算力成本。Citrini 会把竞争拆成“能力竞争”和“经济竞争”。能力竞争看模型表现、产品体验和开发者使用；经济竞争看 token 成本、API 定价、云毛利、客户 ROI 和分发效率。

如果 AI 继续沿“大模型能力竞赛”推进，GOOGL 需要证明 Gemini、TPU 和 Cloud 能保持前列；如果市场转向“good enough will do”，它又需要证明自己能用分发和成本优势承接够用模型的大规模调用。与纯模型公司相比，GOOGL 的优势是已有流量和云客户；与纯云公司相比，优势是搜索和广告分发；与硬件公司相比，优势是能把 AI 直接嵌入消费和企业工作流。

他对这只票的独特读法与误读纠偏

Citrini 对 GOOGL 的独特读法，是把它当作 AI 主题中被市场误读的大盘复合期权：既有 AI 基建消耗，又有自研 TPU 对冲；既有模型能力，又有 Search/YouTube/Workspace 分发；既有 Cloud 收入出口，又有广告主 ROI 反馈。这种结构让它不只是“会不会被 AI 颠覆的搜索公司”，也可能是 AI 采用扩散中的低估分发层。

常见误读有三类。第一，只把 GOOGL 看成搜索被颠覆风险，忽略它也拥有模型、云、TPU 和产品分发。第二，只看 Gemini 模型榜单，忽略 AI 商业化最终要回到 token 成本、广告 ROI、Cloud 收入和企业预算。第三，把 Citrini 的“最不对称大盘 AI 赢家”当成无条件结论。该判断有日期和复盘口径，也需要持续验证：Search 商业点击是否稳固，Cloud AI 是否增长，TPU 外部采用是否扩张，capex 是否转化为现金流。本文不构成买卖建议、评级或目标价。引用来源为仓库深研、思想体系，以及 Citrini Research 公开复盘和相关二手报道口径。来源口径：仓库深研_citrini.md、思想体系.md；引用公开 Citrini Research《AI: Global Equity Beneficiaries》(2023-05-31)、《US Fiscal Primacy》(2023-09-18)、《Citrindex One Year Anniversary》(2024-06-02)、《Interconnects 101》(2024-07)、《2028 Global Intelligence Crisis》(2026-02-22)、《State of the Themes: June 2026》(2026-06-08)，以及 Oninvest/Bloomberg/Fortune/Benzinga 等二手报道。本文只做研究拆解，不构成投资建议。

🔒 4 章产业逻辑深析全文（护城河 / 竞争格局 / 误读纠偏）· 解锁完整版解锁完整版 ↓

仅保留不随行情过期的产业逻辑章；时效性内容（最新财务/估值/事件）以上方财报与前瞻块为准（实时）。深度叙事刷新中。

◆ 解锁完整研究 · 越往上覆盖越广

墙后是 GOOGL 背后的完整思想 + 逐机构证据

上方免费给了判断 + 转向雷达 + 审判室 scoreboard + 各 1 条样本；墙后 = 完整前瞻逻辑 + 逐机构 13F 证据轨 + 产业深析 4 章。往下选一档解锁：

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
43 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
dylanpatels2gavinbakermarknewmanmingchikuodannilesbethkindigcitrinichrismackscottenjonesasianometrytaekimstacyrasgonpierreferraguvivekaryaaustinlyonszeuskerravalarihardjarcfabianandrewschmittclausaasholmtimculpanchiakokhuaiancutressbrianbaileytpmbillkleymanjaminballtanayguwenjunpaultriolovikramsekarduanyongpingarkleopolddanbindannystedtjukanphilgarroudruckenmillerlilusoros
1,149家公司 · 深度页
713家 AI 产业链机构 · 深度追踪
427只标的 · 透视雷达
24产业链节点 · 13 赛道
nvdatsmavgoamdasmlamatmumrvlarmcohrliteaxtiaehralabanetamkraeisadiklaclrcxterintcqcomsmcifncamtvrtmtsigfsasxarryaclsacmrapldappgooglmsftmetatsladellhpepltrsnpscdnsmpwrpiformontolsccsitmaaoiakamstxwdcpstgddognetsnowcrwdpanwnoworclibmcrmadbekeysenphneecegvstgevetn
芯片 → HBM → 先进封装 → 光模块 → 电力 —— 整条 AI 产业链，一个节点都不落；每只票背后谁在买、谁在减，逐季追到底。
年付省 29% 按月付
$299/年
每月只合 $24.9 · 比 月付省 29% · ≈ 一天 8 毛 43 位大佬 + 1,149 家公司 + 713 家 AI 产业链机构 + 全产业链雷达全给你 · 单订一位 $79/年 = 每位 ≈ $7
43 位各自单订 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%）
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GOOGL一个？也行 —— 钉一个 · /月（$79/年）→ 先把这一个看穿。 跟你说实话：4 颗钉一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——43 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。
定制专属 机构级投研追踪 把追踪 43 位聪明钱的整套机构级投研方法，单独架设在你点名的那一个对象上——专人立项、持续盯守、证据可回溯。 看服务书 →
  • 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 43 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年付省 29%续费前 7 天必提醒升级按余额补差

本页整合公开披露/SEC 真财报 + 独立深度研究 + Serenity 公开观点与我们的跨源交叉验证；仅供研究学习，不构成投资建议、无估值/目标价；个人观点与战绩自报未经审计；提及不等于持仓；站内内容为中文转化式整理，继续深问请用 AI 对话或站内观点流。