Andrew Schmitt 的认知框架 · 思想体系

信念一：AI 对不同光网络层的拉动强度不同

Schmitt 最核心的信念，是 AI 对数据中心内部高速模块的拉动最直接，对传统长距 optical transport 的影响更间接。深研把它称为独特 thesis：AI 对数据中心内部 800G/1.6T 模块拉动直接，但对传统长距传送影响更间接，不能把所有光网络增长都归因于 AI（来源：深研 §5、§13）。本地 tweets 数据也把这一点拆成两条短判断：2026-06-01 条目写“AI 数据中心先拉动 800G 模块”，对应 LITE、COHR、AAOI、MRVL；同日另一条写“AI 对长距传送不是同等强度”，对应 CIEN、NOK、INFN（来源：andrewschmitt_tweets.json andrewschmitt-001/002）。这不是行业态度，而是归因纪律。 ## 信念二：400ZR/800ZR 不能只按速率命名 第二条信念是相干可插拔必须按应用场景和采购模型拆开。深研指出，400ZR 是相干可插拔最快爬坡案例；800ZR 要区分 400G 长距模式和 800G DCI，PCS 能否成为 hyperscaler 需求是关键变量（来源：深研 §7）。本地 forward 数据把 MRVL 的观察点写成：Marvell 相干 DSP 是 800ZR/1600ZR 生态核心变量，份额取决于 PCS、功耗和客户采用；OFC 2024 记录 Orion 支撑首批 800ZR 演示，但 PCS 是 wild card。这说明他不把“800ZR”当作单一市场：同一个速率标签下，400G 长距、800G DCI、中国初期部署、云厂专线和海缆/长距证明点都可能不同。 ## 信念三：路线热度必须经过互操作和量产检验 第三条信念体现在 LPO、CPO、ELSFP、OCS 上。深研写到，LPO 从 OFC 2023 高热降温，原因是实现和互操作问题；CPO/ELSFP 和 OCS 已进入 Cignal 的量化 forecast 和 webinar 议程（来源：深研 §9）。2026 年的观点流继续强化这个判断：CRDO/MRVL/AVGO 相关条目写“LPO 热度降温，互操作仍是门槛”；LITE/COHR 相关条目写“ELSFP 是 CPO 光源观察点”；另一条写“OCS 是 AI 扩展的新变量”（来源：andrewschmitt_tweets.json andrewschmitt-006、009、010）。他的信念不是哪条路线口号更先进，而是哪条路线能被客户运维、管理接口、功耗预算和供应链交付接受。 ## 信念四：市场规模要按采购形态重新切分 第四条信念是 revenue pool 会因采购形态变化而重排。2026-06-17 的 forward 数据引用 Cignal 新 forecast：WDM pluggables revenue to reach $7.5 billion by 2030，并跟踪 standalone、router-attached、optical-attached 三类收入。这条信念把 CIEN、CSCO、JNPR、MRVL、COHR 等放在同一张采购模型图里：如果光模块从传统设备盒子中分离，或进入路由器托管模式，价值链分配会变，而不是所有设备商、芯片商、模块商平均受益。 ## 信念五：无 13F 就不能伪造持仓结论 最后一条信念属于研究合规边界。深研明确写“无公开 13F manager CIK”；andrewschmitt.json 标注 not_applicable，total_usd 为 0，holdings 为空，并注明他是 optical networking analyst/founder, not a fund manager，不能 infer holdings（来源：深研 §18；astro/src/data/system2/andrewschmitt.json）。因此，对 Andrew Schmitt 的正确用法是学习光网络判读框架，而不是把他包装成持仓型大佬或据此推出个股买卖。

第一步：先做信源清洗

Schmitt 方法论的第一步不是建模型，而是确认谁在说话。深研把真信源限定为 Cignal AI 官网、free articles、webinars、mentions、新闻稿和个人 X @aschmitt，并明确未使用第三方剪辑号、同名 LinkedIn、非本人 X 或二手账号作为本人观点（来源：深研 §2、§17）。实际复用时，先把材料分成三类：Cignal 自主报告与免费文章、公司新闻稿里引用 Andrew 的 quote、外部媒体或会议提到 Cignal 的片段。三类权重不同：自主报告可以作为方法论主源；公司 PR 里的 quote 要看语境；二手转述只能提示线索，不能当结论。

第二步：按需求场景拆地图

第二步是把需求场景拆成 inside datacenter、outside datacenter、DCI、metro/long-haul、access。案例是 OFC 2024：Cignal 既承认 800GbE 出货从 2022 少量到 2023 超百万、2024 预期 800 万，又说 AI outside datacenter impact is muted（来源：深研 §6；OFC 2024 Preview）。这一步具体做法是：遇到“AI 光互连”新闻，先标注它属于数据中心内部短距模块、数据中心互联 DCI、运营商 metro/long-haul、接入网，还是云厂专线/MOFN。只有 inside datacenter 的 800G/1.6T 模块能直接承接 GPU 集群拉动；长距和接入需要额外证据。

第三步：按技术层拆责任人

第三步是把一个产品拆成 DSP、光源、模块、系统层。深研列出他的能力圈包括 optical transport、datacom optics、coherent DSP、pluggable optics、network equipment market share、supply chain mapping（来源：深研 §10）。在 forward 数据里，MRVL 被放在相干 DSP 与 800ZR/1600ZR；LITE/COHR 被放在 800G/1.6T 模块、CPO 外置激光、ELSFP；CIEN 被放在 WL6e、定制相干模块和 WDM pluggables；CSCO/Acacia 与 JNPR 被放进 coherent pluggables 和 IP-over-DWDM 运维模型（来源：andrewschmitt_forward.json）。这样做可以避免把某条光模块新闻平均分给所有“光通信概念”。

第四步：按速率代际和工程经济性校验

第四步是看速率能否经济可用。深研要求关注 200G/lane 成本、功耗、DR4、1.6T 和 3.2T（来源：深研 §8）。案例是 2026 年观点流里的“低功耗 1.6T 指向 3.2T”和“1.6T 要看 200G/lane 成本功耗”（来源：andrewschmitt_tweets.json andrewschmitt-047、050、094、097）。具体执行时，不只记录发布了 1.6T 或 3.2T 样机，还要记录 lane rate、封装形态、功耗、可插拔管理、客户验证和供应商第二来源。如果这些变量没有进展，速率标题本身不构成量产证据。

第五步：按采购模型重算价值链

第五步是从“谁做得出”转向“谁买、怎么买”。2026-06-17 的 WDM pluggable forecast 把收入拆成 standalone、router-attached、optical-attached；本地 tweets 也写到“路由器托管光模块要运营模型”“CMIS 成熟度影响模块管理”“IP-over-DWDM 可能重塑传送支出”（来源：andrewschmitt_forward.json CIEN；andrewschmitt_tweets.json andrewschmitt-037、045、060、092）。案例上，CSCO/Acacia 和 JNPR 的判断不是“路由器厂商也做光”，而是 router-hosted coherent pluggables 的管理、运维、标准接口是否成熟。

第六步：建立反证清单

最后一步是反证。深研列出四个削弱 thesis 的信号：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（来源：深研 §15）。这让他的研究可以被检验：每个路线都要有出货、采用、标准或采购模型的证据，而不是靠发布会热度延续。

能力圈：光传送、数据通信光器件和相干生态

Schmitt 的能力圈很窄，也因此有价值。深研列出强项：optical transport、datacom optics、coherent DSP、pluggable optics、network equipment market share、supply chain mapping（来源：深研 §10）。这意味着他适合回答的问题是：800G/1.6T 模块为什么放量、400ZR/800ZR 如何进入 DCI 和长距、相干 DSP 谁处在关键位置、CPO/ELSFP 与 OCS 是否从试点走向量产、IP-over-DWDM 是否改变系统设备采购。Cignal 的定位也支持这一点：团队页称其经验覆盖 carriers、equipment manufacturers、chips 与 components。 ## 重点公司只是研究入口，不是推荐清单 深研把 CIEN、MRVL、LITE、COHR、CRDO、AAOI、NOK、INFN、CSCO、JNPR/ANET 列为研究入口，并强调具体结论必须回到产品代际、客户采用和供应链数据（来源：深研 §12）。forward 文件里也按公司写了观察点：CIEN 看 WL6e、定制相干模块和 WDM pluggables；MRVL 看 800ZR/1600ZR DSP、PCS 和功耗；LITE 看 800G/1.6T、CPO 外置激光和 OCS；COHR 看 datacom 高速模块、800ZR、CPO/ELSFP；CRDO 看 LPO/HALO、100ZR DSP 和低功耗互连；NOK/INFN 看 PSE、ICE 与整合后相干路线；CSCO/JNPR 看 coherent pluggables 和 IP-over-DWDM（来源：andrewschmitt_forward.json）。这些是观察坐标，不是目标价或买卖建议。 ## 边界一：他不是模型层、应用层或电力数据中心专家 本地深研开宗明义写，他不是模型/应用层 KOL，而是 AI 数据中心物理互连、光模块、相干 DSP、WDM、CPO、OCS、IP-over-DWDM 的链路分析师（来源：深研 §3）。因此，不能用他的框架直接判断大模型能力、SaaS 变现、推理应用 PMF、电力并网或液冷工程。即使 AI 数据中心最终会影响这些领域，Schmitt 的主要证据仍来自光网络报告、OFC、webinars、供应链映射和市场份额数据。把他扩展成全栈 AI 投资意见，会超出能力圈。 ## 边界二：Cignal 付费报告 gated，公开摘要不等于完整模型 深研提醒，Cignal 是研究/咨询机构，部分内容 gated；付费报告包含市场规模和份额，不应把摘要转成目标价或买卖建议（来源：深研 §11、§14）。这条边界非常实际。公开文章可能给出方向性判断、会议观察或少量数据，例如 OFC 2024 的 800GbE 出货量级、2026-04-21 datacom optical component revenue surpasses $19B in 2025、2026-05-12 ELSFP module market to exceed $1.5B by 2030、2026-06-17 WDM pluggables revenue to reach $7.5B by 2030（来源：andrewschmitt_forward.json；Cignal 对应 URL）。但完整份额、季度曲线、供应商拆分可能在付费报告里，外部使用时不能自行补全。 ## 边界三：公司 PR quote 要和自主报告分开 forward 数据收录了 2015-10-06 Nokia PSE-3 quote、2018-10-10 Infinera ICE6 quote、2021-06-02 IEEE ComSoc/Cignal quote 等外部引用。这些能说明他长期参与相干生态讨论，但公司新闻稿天然带有产品宣传语境。严谨做法是把 PR quote 用作时间线与技术判断线索，再回到 Cignal 自主报告、OFC 观察、OIF 标准和客户部署验证。 ## 边界四：没有 13F，不要伪装成持仓型聪明钱 andrewschmitt.json 明确 total_usd 为 0、holdings 为空、source 为 not_applicable，因为他是 analyst/founder，不是 fund manager（来源：astro/src/data/system2/andrewschmitt.json）。这使得他的页面必须走“思想型”而不是“持仓型”逻辑：学框架、看技术路线、交叉验证公司披露，不复制持仓。

Alpha 来自反一锅端，而不是更响亮地喊 AI

Schmitt 的独特 alpha 来源，是把市场最容易混淆的“AI 光互连”拆成多个可验证子市场。深研写得很直接：市场容易把“AI 光互连”一锅端，他的价值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（来源：深研 §13）。这类 alpha 不是预测某只股票明天涨跌，而是在产业叙事刚被资本市场合并成一个主题时，提前识别谁受直接拉动、谁只是间接受益、谁需要另一套客户预算。OFC 2024 的“AI dominates the event, but not all hype is justified”就是这个认知的公开表达。 ## 变种一：同一速率，不同市场 多数人看到 800ZR，会以为是一个单一升级周期。Schmitt 的变种认知是：同样叫 800ZR，也要区分 400G 长距模式、800G DCI、PCS 版 800ZR、中国初期采用、海缆和长距证明点。tweets 数据里分别出现“800ZR 分 DCI 与 400G 长距两类”“PCS 版 800ZR 是增量变量”“中国 800ZR 初期偏 400G 长距”“海缆与长距证明点不同”（来源：andrewschmitt_tweets.json andrewschmitt-004、041、042、043、088、089、090）。这让他能在同一技术标签下寻找预期差：市场若只看速率，可能高估一个应用场景，也可能低估另一个采购路径。 ## 变种二：从产品能力切到采购模型 第二个 alpha 来源，是采购模型重分配。2026-06-17 Cignal WDM pluggable forecast 把收入拆成 standalone、router-attached、optical-attached，并给出 2030 年 $7.5B 的公开标题级规模。这改变了研究问题：不是“谁有光模块”，而是“客户会把相干能力买在独立盒子、路由器端口，还是光系统附件里”。一旦 router-attached 或 optical-attached 扩张，CSCO/Acacia、JNPR、CIEN、MRVL、COHR 等的角色会按管理接口、DSP 生态和系统集成能力重新排序。 ## 变种三：热度降温也可能创造替代路线 LPO 的案例说明他不把热度当作失败或成功的终局。深研写 LPO 从 OFC 2023 高热降温，原因是实现和互操作问题；但 forward 数据又把 CRDO 的 HALO 写成 LPO 与完整 DSP 间的折中方案，若 LPO 互操作难题持续，半重定时方案可能获得更多设计窗口（来源：深研 §9；andrewschmitt_forward.json CRDO；OFC 2024 Preview）。这是一种“路线失败产生邻近 alpha”的思维：LPO 全直连太激进，完整 DSP 功耗太高，中间形态就可能获得客户试验机会。真正的机会不来自最热词，而来自工程妥协点。 ## 变种四：把创业公司数量激增当作信号，也当作噪声 本地观点流写“光器件创业公司数量激增”，并列出 LWLG、POET、AYAR；也写“Ayar 代表片上光互连方向”“Celestial AI 关注光互连到内存”“光计算与光传送不能混看”（来源：andrewschmitt_tweets.json andrewschmitt-027、028、029、030、074、075、076、077）。这体现了另一个 alpha 来源：他会关注新架构，但不会把 photonics、optical compute、memory fabric、transport optics 混作同一条链。创业公司增多说明需求和资本都在寻找新路径，但每条路径的验证点不同：片上互连看封装和距离，内存互连看系统架构，传送网看标准和运维，光计算则不是传统 WDM 传送的同义词。 ## 变种五：长期 quote 提供技术记忆 2015 年 Nokia PSE-3、2018 年 Infinera ICE6、2021 年 IEEE ComSoc/Cignal、2024 年 OFC、2026 年 WDM/CPO/Datacom 报告共同构成一条时间线（来源：andrewschmitt_forward.json 与 andrewschmitt_tweets.json）。这条技术记忆是他的另一种 alpha：他不是只在 AI 热潮后才研究光网络，而是能把 PSE、ICE、400ZR、800ZR、1.6T、CPO/ELSFP、OCS 放到连续代际里比较。

封神之战：2024-03-05 OFC 2024 Preview

Andrew Schmitt 的封神样本不是某只股票，而是 2024-03-05 Cignal《OFC 2024 Preview》里对 AI 光互连狂热的分层判断。深研把这篇文章列为代表判断：AI dominates the event, but not all hype is justified；800GbE 出货从 2022 年少量增长到 2023 年超百万，2024 年预期 800 万；AI outside datacenter impact is muted。日期很关键：OFC 是光通信行业最密集的技术展示场，2024 年又处在 AI 基建叙事升温阶段，市场很容易把所有 800G、800ZR、CPO、LPO、相干 DSP 和长距传送都塞进 AI 受益框架。他在这个节点给出的不是单边唱多，而是“会场由 AI 主导，但并非所有 hype 都合理”的过滤器。 ## 战场背景：800GbE 数量级跃迁已经发生 这场判断之所以有分量，是因为他并没有否认真实需求。深研记录的数字非常具体：800GbE 出货从 2022 年少量增长到 2023 年超百万，2024 年预期 800 万（来源：深研 §6）。这说明数据中心内部高速模块的需求已经从试验进入规模放量阶段。对应到本地观点流，2026 年多条摘要仍沿用这个核心：AI 数据中心先拉动 800G 模块，Datacom 光器件收入高增，高速模块出货量级已扩大（来源：andrewschmitt_tweets.json andrewschmitt-001、023、024、070、071）。结果不是“AI 叙事错误”，而是确认最直接的受益层在 datacom optics 与 800G/1.6T 模块。 ## 关键动作：把 outside datacenter 从 AI 主线中拆出来 真正封神的动作，是他同时说 AI outside datacenter impact is muted（来源：深研 §6）。这句话把传统 optical transport、metro/long-haul、运营商网络、海缆与 access 从“AI 立刻拉动”中剥离出来。后续数据文件继续体现这个结果：CIEN、NOK、INFN 的观察点不是简单 AI 订单，而是相干代际、PSE-6、ICE7、WL6e、WDM pluggables、IP-over-DWDM、MOFN、路由器托管光模块和运营模型（来源：andrewschmitt_forward.json CIEN/NOK/INFN/CSCO/JNPR；andrewschmitt_tweets.json andrewschmitt-016、017、018、045、079、092）。换言之，2024-03-05 的结果是建立了一套后续两年仍可复用的分类账。 ## 具体分战一：800ZR 的 wild card OFC 2024 Preview 还把 800ZR 放在更细的位置：Marvell Orion 支撑首批 800ZR 演示，但 PCS 是 wild card（来源：andrewschmitt_forward.json MRVL；OFC 2024 Preview）。这场分战的结果，是 800ZR 不再被粗暴理解为“下一代相干必然放量”，而被拆成 DCI、400G 长距、PCS、客户采用和功耗。2026 年观点流仍在重复“800ZR 分 DCI 与 400G 长距两类”“PCS 版 800ZR 是增量变量”“不同云厂 800ZR 路径不同”（来源：andrewschmitt_tweets.json andrewschmitt-004、040、041、051、087、098）。 ## 具体分战二：LPO 从热词回到互操作 深研写 LPO 从 OFC 2023 高热降温，原因是实现和互操作问题（来源：深研 §9）。在 2024 Preview 语境下，这等于把“线性直驱省功耗”的漂亮叙事拉回工程现实：客户需要可管理、可互通、可靠的系统。结果是 Cignal 后续把 CPO/ELSFP、OCS、HALO/半重定时都放进讨论，而不是只押单一路线（来源：andrewschmitt_forward.json CRDO/LITE；andrewschmitt_tweets.json andrewschmitt-006、007、008、009、010）。 ## 为什么这算封神 它的结果不是一个价格回报，而是方法论胜利：在 AI 会场最热时，Schmitt 同时做到了三件事：承认 800G 出货曲线、否定光网络泛化归因、给 800ZR/LPO/CPO/OCS 建立可反证的验证点。这个框架延续到 2026 年 Cignal 对 datacom optical component revenue、coherent pluggable revenue、ELSFP、WDM pluggables 的公开摘要中（来源：andrewschmitt_forward.json）。因此，封神之战的战果是“分层归因成为后续研究操作系统”，而不是任何证券建议。

风险一：公开摘要不足以还原 Cignal 完整模型

最大的使用风险，是把 Cignal 免费文章标题当作完整市场模型。深研明确提醒，Cignal 是研究/咨询机构，部分内容 gated，付费报告含市场规模和份额；不应把摘要转成目标价或买卖建议（来源：深研 §11、§14）。例如 forward 文件记录了多个公开标题级数据：Datacom Optical Component Revenue Surpasses $19B in 2025（2026-04-21）、ELSFP Module Market to Exceed $1.5 Billion by 2030（2026-05-12）、WDM Pluggable Optics Revenue to Reach $7.5 Billion by 2030（2026-06-17）、1Q26 Optical Component Report（2026-06-12）（来源：andrewschmitt_forward.json）。这些能说明方向和分类，但不能替代付费报告中的供应商份额、季度曲线、假设表和误差范围。外部研究若自行补模型，很容易把“公开标题”误写成“完整预测”。

风险二：PR quote 有宣传语境

本地数据收录了 Nokia PSE-3 quote（2015-10-06）、Infinera ICE6 quote（2018-10-10）和 IEEE ComSoc/Cignal quote（2021-06-02）（来源：andrewschmitt_forward.json 与 andrewschmitt_tweets.json）。这些材料有价值，因为它们证明 Schmitt 长期跟踪相干 DSP、photonic integration、IP-over-DWDM 等议题；但公司新闻稿里的引用天然服务于产品发布。深研也特别提醒，公司新闻稿中的 Andrew quote 要区分原话、PR 语境和 Cignal 自主报告（来源：深研 §14）。盲点在于，如果只摘 PR 里的正向表达，就会高估某家公司产品成功概率，而忽略后续客户采用、互操作和市场份额验证。

风险三：技术路线可能停在试点

Schmitt 自己的反证清单很清楚：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，都会削弱相关 thesis（来源：深研 §15）。这意味着他的许多前瞻判断本身带有条件。比如 LITE/COHR 的 ELSFP/CPO 机会要看外置激光端口、CPO 年出货、客户量产；MRVL 的 800ZR/1600ZR 要看 PCS、功耗和客户采用；CSCO/JNPR 的 router-hosted coherent pluggables 要看 CMIS、运维模型和 IP-over-DWDM 标准（来源：andrewschmitt_forward.json；andrewschmitt_tweets.json andrewschmitt-037、041、045）。如果试点长期无法转成量产，叙事会失效。

风险四：AI 光互连被过度金融化

Schmitt 的优势是反泛化，但市场仍可能把他的分类图重新包装成主题篮子。深研说市场容易把“AI 光互连”一锅端，他的价值在拆分（来源：深研 §13）。争议在于，一旦金融市场把 COHR、LITE、AAOI、MRVL、CIEN、CRDO、NOK、INFN、CSCO、JNPR 等都放进同一个 AI optics basket，短期价格会被共同情绪驱动，反而掩盖各自验证点差异。研究者若只看主题涨跌，会错过 inside datacenter 与 long-haul、DSP 与光源、模块与系统、试点与量产之间的差别。

风险五：能力圈外推到股票组合会出错

andrewschmitt.json 明确写他不是 fund manager，无 13F-HR filing collected，不能 infer holdings（来源：astro/src/data/system2/andrewschmitt.json）。因此，任何把他包装成“持仓大佬”的页面都会误导。更细的风险是，即便他对技术路线判断正确，也不等于某家公司股价一定受益，因为还要经过估值、竞争、客户集中、毛利、资本开支、供应链和市场预期差。本文引用的公司仅为研究入口和技术案例，不构成投资建议。

风险六：数据日期与自动观点流存在重复

本地 andrewschmitt_tweets.json 有 100 条观点流，其中一些短判断在 2026-03、2026-04、2026-05、2026-06 以不同来源重复出现，部分日期是聚合生成时间而非原文发布日期（来源：andrewschmitt_tweets.json）。使用时不能机械计算频次，而应回到原始 URL、Cignal article 日期和深研 §19 的数据边界：观点流来自官网/RSS/free/webinar/mentions/外部 quote 拆解，X 仅核实身份，未伪造互动数据。

1. 做一张“AI 光互连分层归因表”

最可复用的动作，是把任何 AI 光网络新闻先放进分层表，而不是直接归入 AI 受益。表头可以是：inside datacenter、DCI、outside datacenter、metro/long-haul、access；第二层写 800G/1.6T、400ZR/800ZR/1600ZR、WDM pluggables、CPO/ELSFP、OCS、IP-over-DWDM；第三层写 DSP、光源、模块、系统、运维标准、客户采购。这个模板来自深研 §4 和 §13：Schmitt 先按需求场景拆，再按速率代际、采购模型、DSP/光源/模块/系统层分解（来源：深研_andrewschmitt.md）。实际案例：2024-03-05 OFC 2024 Preview 同时记录 800GbE 出货从 2022 少量到 2023 超百万、2024 预期 800 万，又提示 AI outside datacenter impact is muted。复用时，每条新闻都必须回答“它在哪一层直接受益，在哪一层只是间接叙事”。 ## 2. 建“速率≠经济可用”的验证清单 第二件可学的是工程经济性检查。深研 §8 写他关注 200G/lane 成本、功耗、DR4、1.6T 和 3.2T，不把速率提升直接等同于经济可用。可以把每个高速模块或相干产品拆成七个字段：lane rate、功耗、封装/可插拔形态、管理接口、互操作、第二来源、客户量产。案例上，forward 数据把 LITE/COHR/MRVL 的观察写成“1.6T 要看 200G/lane 成本功耗”，把 MRVL 的 800ZR/1600ZR 写成 PCS、功耗和客户采用（来源：andrewschmitt_forward.json；Cignal 2026-06-17 WDM pluggables forecast）。这样能避免只因 1.6T、3.2T 或 1600ZR 出现在标题里就推断商业成功。 ## 3. 把每条路线写成“确认/反证”双栏 第三件可复用的是反证纪律。深研 §15 已给出标准反证：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。把这套方式用于每个技术路线：LPO 的确认信号是互操作和大客户设计采用，反证是继续停留在实验或半重定时替代；CPO/ELSFP 的确认信号是年出货和客户量产，反证是只在 webinar 和样机展示中循环；OCS 的确认信号是 AI 集群实际部署，反证是运维复杂度压住扩张；WDM pluggables 的确认信号是 standalone、router-attached、optical-attached 收入分项兑现，反证是采购模型没有迁移（来源：深研 §9、§15；andrewschmitt_forward.json）。 ## 4. 建“来源权重”制度，避免引用污染 第四件可学的是来源分级。Schmitt 的本地深研已经给出正确边界：Cignal 官网/free articles/webinars/OFC + 真号 @aschmitt 是主源；公司新闻稿 quote 要区分 PR 语境；不使用同名 LinkedIn 或第三方剪辑号；无公开 13F，不推断持仓（来源：深研 §2、§14、§17、§18；andrewschmitt.json）。实际执行可以给每条引用打标签：A 类为 Cignal 自主文章和报告摘要，B 类为 Cignal webinar/mentions，C 类为公司 PR 中 Andrew quote，D 类为外部媒体转述。只有 A/B 类可支撑框架结论，C 类只能做时间线和产品语境，D 类需要回源验证。 ## 5. 只学框架，不学“伪持仓” 最后要明确不可复用的部分：不能把 Andrew Schmitt 当成基金经理复制组合。andrewschmitt.json 写明 total_usd 为 0、holdings 为空、source 为 not_applicable（来源：astro/src/data/system2/andrewschmitt.json）。可复用的是他的分层归因、工程经济性、采购模型和反证清单；不可复用的是把 CIEN、MRVL、LITE、COHR、CRDO、AAOI、NOK、INFN、CSCO、JNPR 等案例直接翻译成买卖建议。更稳妥的做法是：先读 Cignal free/OFC/webinar，再交叉公司财报、OIF 标准、客户部署和供应链公告；最后只输出“哪条技术路线被确认或削弱”，不输出目标价。