《AI 光互连判读法：把 800G、相干可插拔、CPO 钉回出货账本》

本节学什么

这一节只讲 datacom 光器件账本，尤其是 800G、1.6T 和 200G/lane。Andrew 的方法不是先讲“光模块受益 AI”，而是把高增长落到出货量、收入、速率代际、lane 成本和供应链交付上。深研把他的能力圈写成 optical transport、datacom optics、coherent DSP、pluggable optics、network equipment market share、supply chain mapping；页面作业也把他称为“光模块的记分员”。学这一节，是学会用账本看 AI 数据中心内部的光互连，而不是用路线图海报判断行业强弱。

核心框架

Datacom 账本有五个关键格子。第一是速率代际：400G 到 800G，再到 1.6T 和未来 3.2T，不能只看最高速率，要看量产时间、客户切换节奏和交换机端口配套。第二是 lane economics：1.6T 往往依赖 200G/lane，核心问题是单位 lane 的成本、功耗、良率和可供货性。第三是模块出货：收入增长要对应高速度模块数量，而不是只对应 ASP 上涨。第四是供应链：InP、硅光、DSP、TIA/driver、测试、封装、外置激光源都会限制交付。第五是客户验证：hyperscaler 的设计窗口、认证周期、双供策略和实际部署比供应商样机更重要。

他怎么用(具体案例+数据+原话)

最直接的案例是 Cignal 2026-04 的公开摘要：Datacom Optical Component Revenue Surpasses $19B in 2025，页面作业记录其同比约 +70%；观点流还提到 over 40 million high-speed modules shipped in 2025，并称 datacom forecasts revised sharply higher through 2030。这里的重点不是“收入大”三个字，而是 Andrew/Cignal 把收入、出货、速率和预测期放在一起看。深研还记录 OFC 2024 Preview 的判断：800GbE 2023 年已超过百万，2024 年预期 800 万，这给 800G 从样机到量产的爬坡提供了历史刻度。对 1.6T，他的专属判断是要看 200G/lane 成本功耗；观点流里的原话式条目是“1.6T modules follow 200G/lane economics”。如果 200G/lane 的功耗、良率、测试和客户认证不闭合，1.6T 路线图就不能自动变成可用产能。

再看账本时还要注意“高增长后的基数变化”。800G 从 2023 到 2024 的爬坡可以很陡，因为起点低、AI 集群建设集中、客户愿意为带宽密度付溢价；但到 1.6T 阶段，问题会换成产能、良率、功耗预算和客户平台同步。Andrew 不会把上一代的斜率机械外推到下一代，而是追踪每一代的量产条件。比如 200G/lane 若带来更难的测试和散热，模块厂收入增长也可能伴随交付风险。

常见误区

第一个误区，是只看 800G 或 1.6T 字样，不看出货和收入口径。样机、设计中、认证中、批量出货是四件事。第二个误区，是把 ASP 提升当成真实需求。收入增长必须和模块数量、客户部署、速率切换一起验证。第三个误区，是把 200G/lane 当自然升级。lane 速率提升会牵动 DSP、SerDes、光芯片、驱动、散热、测试和误码率，技术路线不是免费午餐。第四个误区，是把供应商公告当行业账本。公司会强调自己的订单和产品，Andrew 的价值是把多家公司放进 Cignal 的季度市场追踪里比较。

可迁移方法

研究 datacom 光器件时，先建“速率账本”。每个速率代际单独记录：量产年份、主力客户、典型模块形态、lane 速率、功耗目标、供应商数量、出货量、收入、交付瓶颈。看到 1.6T 新闻，就追问 200G/lane 是否已经进入稳定供货；看到 800G 收入增长，就追问是新部署、补库存、ASP 变化还是客户集中。再把供应链拆到光芯片、DSP、封装、测试和外置激光源。这样做可以把 AI 数据中心光模块研究从“谁喊得最大声”改成“谁的账能对上”。

还有一个容易漏掉的观察角度是测试和封装节拍。高速模块并非光芯片做出来就能卖，客户还要验证误码率、温度、功耗、固件、交换机兼容和长期可靠性。若某家公司宣布 1.6T 样机，却没有同步披露客户平台、批量测试、良率改善和供货时间，Andrew 式账本会把它放在“技术进展”而不是“收入兑现”栏。

小结

本节的核心是用 datacom 账本约束 800G/1.6T 叙事。Andrew Schmitt 的独特性不是发现 AI 会拉动光模块，而是把这件事钉到收入、出货、lane economics 和供应链交付。合规地说，这是一套产业验证方法，不是对任何模块厂、芯片厂或设备厂的买卖建议。

本节学什么

这一节只讲 WDM coherent pluggables 的采购模型。Andrew/Cignal 在 2026-06-08 推出 WDM Pluggable Applications Forecast，核心不是又多了一个预测表，而是把过去 IP-over-DWDM 的单一问题扩展成收入落点问题：同样是相干可插拔，究竟是插在路由器里、插在光传送设备里，还是由 hyperscaler 独立采购？这个问题决定收入被归到 Routing Hardware、Optical Hardware 还是 WDM Pluggables，也决定谁掌握客户关系、谁承担运维复杂度、谁被替代。

核心框架

本节框架是“三采购模型 × 三客户市场 × 六模块类型”。三种采购模型分别是 router-attached、optical-attached、standalone。Router-attached 是随路由器采购并托管在路由器中，属于经典 IP-over-DWDM；optical-attached 是随光传送平台或 thin transponder 采购，收入落在 Optical Hardware；standalone 是模块独立采购，几乎主要由 hyperscaler 和大型 service provider 使用，收入落在 WDM Pluggables。三类客户市场是 Cloud & Colo、Service Provider、Enterprise & Government。六类模块包括 400ZRx -10dBm、400ZR+ 0dBm、800ZR/ZR+、1600ZRx、100ZR 等。Andrew 的处理是把“模块卖出去了”继续追问“卖给谁、插在哪里、替代谁”。

他怎么用(具体案例+数据+原话)

2026-06-08 的公开文章给了非常具体的数据。Router-attached revenue 预计从 2025 年约 257M 美元升至 2030 年 905M 美元。Optical-attached 今天最小但增长最快，从 2025 年约 43M 美元到 2030 年 564M 美元，CAGR 约 67%。Standalone 是最大模型，从 2025 年约 1.7B 美元增至 2030 年超过 6.0B 美元，占总 Pluggable Applications revenue 的 80% 以上。按客户看，Cloud & Colo 从 2025 年约 1.7B 美元增至 2030 年 6.1B 美元，约占四分之五；Service Provider 从 293M 美元到超过 1.2B 美元；Enterprise & Government 从 62M 美元到 266M 美元。文章原话式摘要是：forecasting revenue across three procurement models, three customer market segments, and six categories of coherent pluggable optics through 2030。

这个模型还解释了为什么同一只模块会改变行业权力。Standalone 模式里，云厂商直接买模块，对模块供应商和 DSP 供应商的话语权更强；router-attached 模式里，路由器厂和网络运维团队决定采用节奏；optical-attached 模式则让传统光传送设备厂保留更多系统价值。Andrew 把这些模型拆开，是为了避免一个收入预测同时被三类玩家重复认领。研究者若只看“相干可插拔增长”，就会漏掉利润池到底迁移到模块、路由器还是光传送平台。

常见误区

第一个误区，是把所有 coherent pluggables 都算成同一个收入池。不同托管位置会改变设备厂、模块厂、路由器厂和客户采购权力。第二个误区，是把 IP-over-DWDM 只理解成技术路线。它同时是运维模型和采购模型，运营商是否愿意让路由团队承担光层问题，是 adoption bottleneck。第三个误区，是重复计算收入。Cignal 在 forecast 里专门说明，模块卖给硬件公司再 OEM 转售的情况要避免双计，最终用户销售归到 reseller。第四个误区，是只看云厂，忽视 service provider 与企业政府的慢变量。后两者绝对规模小，但在运维成熟后仍可能贡献稳定采用。

可迁移方法

读任何可插拔相干新闻，都先画“收入落点图”。第一步写模块类型和速率；第二步写采购模型：router-attached、optical-attached、standalone；第三步写收入归属：Routing Hardware、Optical Hardware、WDM Pluggables；第四步写客户市场：Cloud & Colo、Service Provider、Enterprise & Government；第五步写它替代的旧方案，是嵌入式相干、传统转发器、波长服务，还是铜缆/短距连接。这样可以避免把技术采用和收入归属混在一起。

这个拆法也能解释为什么服务商 adoption 慢但并非没有价值。服务商更在意故障定位、NOC 流程、线路保护、ROADM 兼容和跨厂商责任边界；一旦这些流程跑通，router-attached 或 optical-attached 模式的增长会更稳定。企业和政府规模更小，但它们常有 IP 团队而缺少深光层经验，因此会被简单线路系统和路由器托管接口吸引。

尤其要警惕“份额错配”：同一笔云厂商 DCI 预算，可能表现为独立模块采购，也可能通过路由器或光传送平台体现。若不先判定采购模型，就会把模块厂增量误算给设备厂，或把设备厂系统收入误看成纯模块替代。

这一步尤其适合复核收入归属。

小结

本节的核心是：WDM 可插拔不是一个单纯模块故事，而是采购模型重分配。Andrew/Cignal 的三模型 forecast 让研究者看到收入落在哪里、谁被替代、谁承担运维。合规地说，这帮助判断产业链位置，不直接推出目标价或买卖动作。

本节学什么

这一节只讲 ZR/ZR+ 代际和应用边界。市场很容易把 400ZR、800ZR、1600ZR 写成一条线性升级：速率越高越好，下一代自然替代上一代。Andrew 的处理更细：400ZR 是最快爬坡的相干可插拔案例；800ZR 要区分 800G DCI、400G 长距模式、ZR+ 性能、PCS 能否成为 hyperscaler 需求；1600ZRx 则可能改变长距和 metro 网络的标准模块基础。学这一节，是学会按距离、线路系统、客户运维和标准成熟度读速率升级。

核心框架

ZR 框架有四个维度。第一是距离：点到点 120km 内、single-span 150km、regional interconnect 1000km、ROADM 网络 1000km 以上，不同距离需要的光功率、OSNR、FEC 和运维能力不同。第二是速率模式：800ZR 不一定总以 800G 用，也可能在 400G ultra-long-haul 或 Open ROADM-based ZR+ 模式下服务更长距离。第三是代际接口：Gen120C、Gen120P、Gen240C、Gen240P 分别涉及 pluggable 与 embedded interface 的性能边界。第四是客户类型：hyperscaler 更能独立部署 standalone 模块，service provider 更看重 400G/800G router adoption、运维流程和多厂商互通。

他怎么用(具体案例+数据+原话)

2026-06-08 的 WDM forecast 给了清晰案例。400ZRx -10dBm 被定义为 OIF-standard 400ZR 与 OpenZR+ 400ZR+ 的合并类别，部署场景主要是 120km 以下点到点网络；它是最成熟、最高量的类别，约在 2027 年见顶，随后随着 hyperscaler 迁移到更高速率，到 2030 年降至约 1B 美元。400ZR+ 0dBm 可在真实 ROADM 网络上达到 1000km，适合 point-to-point metro DCI 以外的通用场景。800ZR/ZR+ 里，OIF 800ZR 采用有限，hyperscaler 更偏高性能 ZR+，用来把单跨 AI DCI 延伸至 150km，或借助线路放大器做到 1000km 区域互连；800ZR+ revenue 从 2025 年约 100M 美元快速爬升到 2026 年接近 1B 美元。1600ZRx 虽然只是在 forecast 期末刚进入视野，却可能在 2030 年成为最大模块类别。观点流把这一点压缩成两句：800ZR has DCI and 400G long-distance modes；1600ZR is the next coherent horizon。

本节还要抓住一个细节：400ZR 的成功不等于所有 ZR 都会按同样速度成功。400ZR 的爬坡受益于标准清晰、云 DCI 需求明确、距离相对可控和多供应商生态；800ZR/ZR+ 进入更高 baud rate、更高功耗、更复杂线路条件后，客户会更关心实际 reach、模块热设计、线路放大和运维可视化。1600ZRx 更远，还要等待 Gen240C/Gen240P、交换平台、路由端口和客户网络架构同时成熟。因此 Andrew 看的是一组条件，而不是“速率翻倍所以市场翻倍”。

常见误区

第一个误区，是只按速率排序，不按距离和应用排序。400ZR 在短距 DCI 里成熟，不代表 800ZR 在所有长距场景都立刻替代嵌入式相干。第二个误区，是把 ZR 与 ZR+ 混用。功率、reach、FEC、ROADM 适配和可运维性都会改变可用市场。第三个误区，是忽视 PCS 和客户采用。深研提到 800ZR 的 PCS 能否成为 hyperscaler 需求是关键变量，不能只看 DSP 数据表。第四个误区，是忽视服务商 adoption 节奏。Service provider 的限制因素常常是运维和路由器升级，而不是单纯技术性能。

可迁移方法

做 ZR/ZR+ 研究时，用“距离-客户-接口”三轴表。横轴写距离：120km、150km、1000km、ROADM 长距；纵轴写客户：cloud/colo、service provider、enterprise/government；第三轴写接口代际：400ZRx、400ZR+ 0dBm、800ZR/ZR+、1600ZRx。每个格子只填对应应用、功耗、供应商、采用瓶颈和收入落点。这样可以避免把 800G DCI、400G 长距和未来 1600ZR 的逻辑写成同一段。

供应链视角也不能省。800ZR/ZR+ 背后涉及相干 DSP、硅光或 InP 光器件、驱动、封装、热设计和固件管理；1600ZRx 还要面对更高波特率和更复杂的系统预算。Andrew 在 forward 映射中把 Marvell Orion、Ciena WL6e、Cisco/Acacia、Nokia PSE、Infinera ICE 分别列为观察入口，正是因为 ZR 不是单个模块厂的独角戏，而是相干引擎和系统生态的竞争。

因此本节的记录单位不应是“某厂发布 800ZR”，而应是“哪种模式、哪段距离、哪个客户、哪条线路、是否规模部署”。只有这些字段齐全，速率升级才从技术新闻变成产业证据。

还要看标准组织和客户运维是否跟上，例如 OIF、Open ROADM、CMIS、线路监控和故障责任划分。标准不稳时，速率再高也只是少数客户试点。

最终要落到现网测试、客户验收、批量采购和故障复盘记录。

小结

本节的核心是把 ZR 代际放回距离和应用。Andrew Schmitt 的方法不是追最高速率，而是看 400ZR、800ZR、1600ZR 各自在什么距离、客户和采购模型下成立。速率升级只有和 reach、功耗、运维、标准和客户采用闭合，才是可用的产业判断。

本节学什么

这一节只讲 CPO、ELSFP 和 OCS。Andrew/Cignal 对 CPO 的处理很适合作为“概念转量产”的案例：过去多年，CPO 总是被说成两到五年后会部署，技术潜力很大但商业牵引不足；到 2026 年，Cignal 才把 CPO 纳入定量 forecast，因为 Nvidia、Broadcom、TSMC 等开始以足够投资推动商业部署。学这一节，是学会区分概念热度、技术演示、商业示范、量产 forecast、端口出货和对既有 pluggable 市场的真实影响。

核心框架

CPO 框架有五个观察点。第一是架构位置：CPO 不是普通可插拔模块，而是把光学更靠近交换芯片，目标是降低功耗、提高带宽密度，尤其服务 scale-up 和 scale-out 网络。第二是外置激光源 ELSFP：CPO 的光源供应、可靠性和可维护性常通过 ELSFP 观察。第三是端口口径：forecast 要看 CPO ports、equivalent pluggable 1.6/3.2T ports，而不是只看单一模块收入。第四是替代边界：在 scale-out 中，CPO 初期只是 1.6T pluggable 的一小部分；在 scale-up 中，它可能替代铜缆，打开新的 optical connectivity 市场。第五是 OCS：光电路交换影响 AI 集群扩展、调度和网络自动化，但也要看控制软件、可靠性和实际部署。

他怎么用(具体案例+数据+原话)

2026-05-12 的 Cignal 公开文章给了本节核心数据：ELSFP module market will exceed $100 million in 2026 and grow to more than $1.5 billion annually by 2030；conservatively, over 30 million CPO ports could be deployed annually by 2030；growth starts in 2027 and accelerates in 2029/2030。文章还明确说，CPO 在 scale-out 中对 pluggable transceiver market 的初期影响很小，只会是 1.6T pluggable market 的一小部分；在 scale-up 中，CPO 替代 copper，打开全新的光连接市场。部署路径上，Nvidia 预计通过 Quantum-X 和 Spectrum-X switches 率先规模部署，Broadcom 的 Davisson platform 在 Nvidia 证明规模可行后提供第二条商业路径；scale-up networks 的部署时间预期在 2028 年末或 2029 年初。原话式判断是：We held off on a CPO forecast because the technology was always two to five years from deployment；the era of CPO has finally begun。

CPO 还特别适合做“替代谁”的练习。scale-out 场景中，它面对的是成熟可插拔生态，替代速度会受维修、标准、供应链和多供应商策略约束；scale-up 场景中，它面对的是铜连接的距离和功耗瓶颈，反而可能创造原本不存在的光连接市场。ELSFP 的意义也不只是多卖一个激光器，而是把光源从交换芯片附近分离出来，降低维护复杂度并改变供应链分工。Andrew/Cignal 把 ELSFP 纳入 forecast，就是把 CPO 从概念拉回可计数部件。

常见误区

第一个误区，是把 CPO 当成立即替代所有可插拔模块。Cignal 的公开摘要明确说初期对 pluggable transceiver 的影响很小，尤其在 scale-out 中只是 1.6T pluggable 的一部分。第二个误区，是只看 CPO，不看 ELSFP。外置激光源的供应、测试、可靠性和收入规模，是 CPO 能否变成产业链机会的关键观测点。第三个误区，是把端口 forecast 当成当年收入兑现。2027 开始增长、2029/2030 加速，和 2026 的概念热度不是一回事。第四个误区，是把 OCS 写成万能网络重构。OCS 需要调度、控制、故障恢复和数据中心运营配合。

可迁移方法

研究任何 CPO 新闻，先写“概念到量产梯度”。第一格是技术演示，第二格是系统厂商背书，第三格是客户商业示范，第四格是端口 forecast，第五格是年度出货，第六格是对既有模块市场的替代比例。再单独列 ELSFP：收入规模、供应商、可靠性、可维护性、光源数量。最后把 scale-out 和 scale-up 分开，前者看和 1.6T pluggable 的关系，后者看铜缆替代和新市场。这个方法能过滤“CPO 已经来了”与“CPO 永远两年后”这两种极端叙事。

时间线也要分清。2026 年超过 100M 美元的 ELSFP 市场，更像 CPO 商业化刚起步的仪表读数；2027 年开始增长，是早期规模化窗口；2028 年末或 2029 年初的 scale-up 部署，才是铜连接替代是否成立的关键节点；2030 年超过 1.5B 美元和 3000 万端口，是远期 forecast。把这些年份混成“今年爆发”，就是典型误读。

OCS 也要放在部署约束里看。它能让 AI 集群按任务重构光路径，但要和调度系统、故障检测、链路监控、机房运维协同；如果控制面不成熟，光交换硬件本身再先进也难以形成大规模采购。

小结

本节的核心是用量产时点约束 CPO/ELSFP/OCS。Andrew/Cignal 的变化不是突然追概念，而是等商业牵引足够强后才给 forecast。合规地说，本节教的是如何看端口、光源、部署年份和替代边界，不构成对任何 CPO 链条公司的推荐。

本节学什么

这一节只讲数据中心外部的光纤网络，尤其是 MOFN 和 transport hardware。前几节讲 inside DC、WDM 模块和 CPO，这一节把视角移到 hyperscaler 规模需求如何外溢到托管光纤、线路系统、metro/long-haul 设备和供应商季度业绩。Andrew 的重要提醒是：AI outside datacenter 的影响更间接，但并不等于没有增长；它往往表现为云和 colo 支出、托管光纤、开放线路系统、C+L-band、短 DCI、长距设备和供应链限制的组合。

核心框架

MOFN 框架有四个维度。第一是商业模式：hyperscaler 不一定自己建设和运营所有光纤，可能让网络服务商为其建设和管理 dedicated optical networks。第二是架构要求：从简单点到点走向多路由保护、diverse infrastructure、复杂拓扑和跨网络联邦管理。第三是光层技术：C+L-band line system、transponder 与高性能 coherent pluggables 的选择、高容量加密、DWDM 多厂商问题。第四是供应链与季度账：设备商、模块商、玻璃光纤、InP 产能、测试、交付和客户 capex 会通过季度结果体现。Andrew 的方法是把这些变量放进 transport hardware market share analysis，而不是只看某一家设备商公告。

他怎么用(具体案例+数据+原话)

2026-06-05 的 MOFN 公开页面给了本节专属案例。它写明 hyperscaler bandwidth demand is surging，全球大量 capacity 正由 network service providers 代表 hyperscaler 建设和运营；MOFN 提供 diversity、resilience 和 rapid scale，尤其适合自建或自运营受物流与监管约束的场景。参与讨论的公司包括 Colt、Tata Communications、Zayo 和 Ciena，议题覆盖 managed fiber 相对采购单个 wavelength 的 TCO、compressed time-to-deployment、多厂商 DWDM、fiber availability、C+L-band metro 部署、transponders 与 high-performance coherent pluggables、高容量加密和 federated management。2026-05-20 的 1Q26 Preliminary Transport Hardware & Markets Report 又给了季度账入口：worldwide Cloud & Colo spending leapt 61%，达到连续第 11 个同比增长季度；同页列出 Nokia Optical up 29%、Coherent InP capacity to 4x by 2028、Lumentum 接近每季度 1B 美元、Fabrinet 提醒 supply constraints、Cloud and long-haul lift Ciena quarterly optical sales past 1B 美元等跟踪项。

季度账还要分“需求真强”和“交付受限”两种解释。Cloud & Colo spending 同比大增说明云和托管数据中心在买设备，但如果同一时期 Fabrinet 提醒供应约束、Coherent 扩 InP 产能、Corning 签 hyperscaler 相关交易，就要同时记录需求与瓶颈。Andrew/Cignal 的报告结构适合做这种交叉：设备商收入告诉你已经交付了什么，供应链新闻告诉你接下来可能卡在哪里，MOFN webinar 告诉你客户为什么不只买单个波长，而要外包复杂光纤网络。

常见误区

第一个误区，是把 MOFN 当普通专线服务。MOFN 的关键是 hyperscaler-scale demand、快速部署、多路由保护和跨网络管理，不只是买几条 wavelength。第二个误区，是把设备商季度增长都归因于 AI。Cloud & Colo、long-haul、供应链补货、客户项目交付、价格变化都可能影响收入。第三个误区，是忽视供应链警讯。Fabrinet 的 supply constraints、Coherent InP capacity、Corning hyperscaler deals 这些线索说明交付能力也会限制需求兑现。第四个误区，是把运营商网络看成和云厂商网络一样快。监管、光纤可得性、运维流程和多厂商 DWDM 都会拉长周期。

可迁移方法

研究 AI 外溢到光纤网络时，做“外部网络四表”。第一表是客户需求：hyperscaler、colo、service provider 各自 capex 和带宽压力。第二表是网络形态：自建、MOFN、wavelength、DCI、metro、long-haul。第三表是技术选择：C+L-band、coherent pluggables、transponder、line system、加密、federated management。第四表是季度验证：设备收入、供应链产能、交付瓶颈、客户订单、公开 capex。这样能把“AI 让外部网络也增长”变成一组可追踪指标。

本节还要把“谁买”和“谁建”分开。Hyperscaler 可能是最终需求源，但具体建设可能由 Colt、Tata Communications、Zayo 这类网络服务商完成，也可能通过 Ciena 等设备和系统能力落地。客户想要的是更快上线、更高韧性和更低运营复杂度，不一定是自己拥有每一段光纤。MOFN 的商业意义就在于把云厂商速度要求转成服务商可交付的网络产品。

这也解释了为什么 Andrew 会同时看设备、器件和服务模型。外部网络不是单一硬件销售，而是光纤资源、线路系统、相干模块、服务商交付能力和云客户时间表共同组成的工程项目。任何一环慢，都会改变收入确认节奏。

小结

本节的核心是看 AI 需求如何通过 MOFN 和 transport hardware 外溢。Andrew/Cignal 的优势在季度设备账和网络架构拆分：云和 colo 支出可以很强，但长距传送的证据要落在托管光纤、线路系统、供应链和客户部署。合规地说，这是一套跟踪外部网络需求的方法，不是任何设备商的买卖结论。

本节学什么

最后一节只讲怎么使用 Andrew Schmitt 这个信号源。深研已经把边界写得很清楚：他是 Cignal AI founder and directing analyst，拥有二十多年 optical network 行业经验，覆盖 carriers、equipment manufacturers、chips 与 components；个人 X 账号核实为 @aschmitt，机构主源是 Cignal AI 官网、free articles、webinars、mentions 和新闻稿；他不是股票组合经理，不披露 13F，也没有公开持仓可跟。学这一节，是把他当光网络技术雷达和出货账本，而不是当荐股机器。

核心框架

使用 Andrew 的框架分四步。第一是信源分级：Cignal 公开文章、报告摘要、webinar、OFC presentation、外部 quote、X 身份核实，可信度和信息完整度不同；付费报告 gated，公开摘要不能还原完整模型。第二是公司映射：CIEN、MRVL、LITE、COHR、CRDO、AAOI、NOK、INFN、CSCO、JNPR 等都可以作为研究入口，但必须回到产品代际、客户采用、供应链数据和市场份额。第三是反证清单：800G/1.6T 出货不达预期、CPO/OCS 试点不转量产、800ZR PCS 没有客户采用、IP-over-DWDM 运维标准不成熟，都会削弱 thesis。第四是合规边界：产业判断可以学，目标价、仓位、买卖点不能从他那里推出。

他怎么用(具体案例+数据+原话)

深研给了一个很好的“公司映射但不荐股”的样本。Forward 文件列出 10 个观察入口：CIEN 的 WL6e、定制相干模块和 WDM pluggables；MRVL 的相干 DSP、800ZR/1600ZR 和低功耗 1.6T/3.2T；LITE 的 800G/1.6T、CPO 外置激光和 OCS；COHR 的 datacom 高速模块、800ZR、CPO/ELSFP 光源；CRDO 的 LPO/HALO、100ZR DSP 和低功耗互连；AAOI 的 800G/1.6T 模块与客户认证；NOK 的 PSE-6 和收购 Infinera 后的相干纵深；INFN 的 ICE 路线；CSCO/Acacia 的 coherent pluggables 与 IP-over-DWDM；JNPR 的 router-attached optics 与运营模型。深研原话式提醒是：Andrew Schmitt 是光网络分析师/创始人，不是 13F 机构管理人；andrewschmitt.json 以 not_applicable 标注空持仓，避免伪造。另一个边界是 Cignal 部分报告 gated，公开摘要不足以还原完整模型。

信源使用还要区分 Andrew 本人、Cignal 团队和外部引用。观点流里有 Andrew、Scott Wilkinson、Cignal AI、Nokia/Infinera 外部 quote 等不同作者或语境；课程不能把所有句子都当成 Andrew 的独立原话。正确做法是：公开摘要用于建立问题清单，报告标题和数据用于定位赛道，外部 quote 用于理解行业对其专业性的引用，X 账号只用于身份核实和补充即时反应。这样既尊重信源边界，也避免把二手材料包装成确定结论。

常见误区

第一个误区，是把公司映射等同于推荐名单。某家公司出现在 Andrew 的研究入口里，只说明它在某个技术路线或供应链环节有观察价值，不说明估值合适。第二个误区，是把公开摘要当完整报告。Cignal 的核心数据很多在付费 Excel、PDF、PowerPoint 和 live presentation 里，公开页只能支持方向性判断。第三个误区，是只采信符合自己仓位的观点。使用技术雷达必须同样记录反证，比如 CPO 延迟、1.6T 交付不足、800ZR 采用慢、供应链缓解后价格下行。第四个误区，是把光计算、片上光互连、光传送、datacom 模块混成一类。观点流里也提醒 photonic compute differs from optical transport。

可迁移方法

建立“技术雷达笔记”。每条 Andrew/Cignal 信息只填六项：来源类型、日期、技术对象、场景、可验证数据、反证信号。若涉及公司，只写它暴露在哪个环节，例如 DSP、模块、外置激光、线路系统、路由器托管、MOFN，而不是写买卖动作。每月复查一次：出货、收入、客户采用、互操作、功耗、供应链、capex 是否支持原判断。遇到付费报告摘要，不自行脑补缺失数据；用公司财报、OFC/OIF 标准、客户部署和其他供应链来源交叉验证。

反证清单必须事前写。比如 800G 模块若出货增长放缓，要检查是客户平台切换、供应链、价格还是需求退坡；CPO 若试点迟迟不转量产，要下调 ELSFP 与端口 forecast 的置信度；WDM 可插拔若 CMIS、线路管理或责任边界卡住，要降低 IP-over-DWDM 渗透速度。这样的记录比记住某个 ticker 更有价值。

小结

本节的核心是把 Andrew 用在正确位置。他适合做光互连和光传送的产业验证雷达，帮助把 AI、800G、1.6T、ZR、CPO、MOFN 等故事钉回出货、收入、端口和部署；他不提供 13F 持仓、目标价或仓位建议。合规使用，就是学他的拆分和验证方法，同时保留反证清单。