Andrew SchmittCignal AI
「AI dominates，但不是所有炒作都站得住。」
市场容易把『AI 光互连』一锅端，他的 alpha 在把需求拆成数据中心内部模块、DCI、长距传送、接入与运营商应用。独特 thesis：AI 对数据中心内部 800G/1.6T 模块拉动直接，但对传统长距 optical transport 的影响更间接——不能把所有光网络增长都归因于 AI。这种『分层归因』让他在 OFC 这类全是 AI 叙事的场合还能说出 not all hype is justified。
Cignal AI 创始人·20+年光网络——把"AI 光互连"一锅端拆成数据中心内部/DCI/长距/接入，分层归因不盲归 AI。
他此刻在赌什么 · 注意力正往哪移
近7天出现 1 次，28天基线 1 次，属于新近进入雷达
光通信/CPO/聚合物光子材料 · chain-materials · core · ⑧ 网络/互连/光模块/交换 · 中层近7天出现 1 次，28天基线 1 次，属于新近进入雷达
光通信/CPO/光引擎封装 · chain-packaging · core · ⑤ AI光互连/算力网络 · 中层主题热度 · 近 7 天
🗣 他现在在说什么 · 我们替你中文速递
NNOK 💬 持续跟踪 Nokia 的 AI-era 网络方案提示：光层升级正跟随 AI 集群，LITE、COHR、AAOI、MRVL需看实单。
详情 · 问AI → 2026-06-01
IINFN 💬 持续跟踪 Cisco 降功耗方案说明传送网仍有升级压力，CIEN、NOK、INFN 的机会来自带宽而非口号。
详情 · 问AI → 2026-06-01
CCIEN 🔁 既有强化 100G ZR 下沉提醒市场不只追 1.6T，LITE、COHR、MRVL 也要兼顾低速率成本曲线。
详情 · 问AI → 2026-06-01
CCRDO 💬 持续跟踪 OFC 2024 已把 800ZR 拆成 DCI 与长距两种用法，MRVL、COHR、LITE 不能混看需求。
详情 · 问AI → 2026-06-01
CCSCO 💬 持续跟踪 Cignal 团队框架强调代际跟踪，1600ZR 对 MRVL、CIEN、COHR 是路线图兑现题。
详情 · 问AI → 2026-06-01
JJNPR 💬 持续跟踪 Cignal 方法论偏重部署证据，LPO 争议使 CRDO、MRVL、AVGO 必须拿出互操作样本。
详情 · 问AI →他说的每句话，都会被硬数据审判——我们不替他圆场
N NOK 收购 Infinera 后，Nokia 在相干器件、海缆和系统纵深上更值得观察。
✅ 证据顺风 距裁决 1632 天13F·营收·股价 在审 看证据 →I INFN Infinera 的价值在垂直集成相干引擎和 ICE 路线，但需在 Nokia 体系中重新验证。
⚖ 证据均衡 距裁决 1267 天13F·营收·股价 在审 看证据 →C CIEN Ciena 是相干代际和线路系统关键观察票，WL6e、定制相干模块和 WDM pluggables 是验证点。
✅ 证据顺风 距裁决 1267 天13F·营收·股价 在审 看证据 →C CRDO Credo 的前瞻重点是 LPO/HALO、100ZR DSP 和低功耗互连，而非传统长距设备。
✅ 证据顺风 距裁决 1267 天13F·营收·股价 在审 看证据 →C CRDO 若 LPO 互操作难题持续，Credo 的半重定时方案可能获得更多设计窗口。
✅ 证据顺风 距裁决 902 天13F·营收·股价 在审 看证据 →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。
提及标的 · 按产业链节点
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。
Andrew Schmitt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。
供应链瓶颈四步
inside datacenter / outside datacenter / DCI / metro-long-haul / access。
按场景拆需求学这套方法 →800GbE/800ZR/1.6T/3.2T——出货代际而非单点速率。
按速率代际分学这套方法 →DSP/光源/模块/系统层各自的成本、功耗、互操作。
按层分解学这套方法 →可插拔 vs 系统、hyperscaler vs 运营商的采购逻辑。
看采购模型学这套方法 →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
《AI 光互连判读：需求分层 × 速率代际 × 采购模型》 · 7 节
用他的方法论 · 分析任意股票
NNOK · NOK 观察样例示例输出Andrew Schmitt公开观点映射到 AI 产业链节点后的结构化样例
- ✓ 有明确 AI 产业链节点
- ✓ 有观点流或台账证据
- ⚑ 红旗：仍需独立数据持续验证
后续财报、持仓变化、产品交付和实物数据共同复核
若关键数据轨持续背离，台账会记录反驳，不替观点圆场
只输出研究框架和证据状态，不给买卖建议、不预测涨跌。
他布局在 AI 产业链哪一段
最强暴露：① 光模块/datacom optics · 内部互连 · ② 相干 DSP/可插拔 · DCI 与长距 · ③ 网络系统/路由 · 运营商与企业。
我们把公开观点映射成节点，而不是把一句话当结论。
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，裁前不把在途判断算成战绩。
- 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。
墙后是 Andrew Schmitt 的完整能力 —— 我们当他的中文研究团队 + 监控站
免费看懂他的打法；会员拿到的是一套活的能力——完整观点流 + 硬数据交叉验证、系统学会他的方法论、用它分析任意股票、他一有新动作第一时间收到并一手验真假。往下选一档：
只想先盯Andrew Schmitt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。 - 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。