总纲：时间的玫瑰与时代变量
本节学什么
本节只讲但斌体系的总开关：为什么“时间的玫瑰”不能被理解成简单长期持有，而必须和时代变量绑定。深研把他的投资观概括为：在时代级产业趋势中找到能够定义未来、拥有宽阔护城河的全球龙头，用集中持有承接复利，同时用不融资、不借钱和认错复盘防止毁灭性风险。这里的关键词不是“久”，而是“把时间交给谁”。如果时间交给茅台、腾讯、网易这类在一段历史中持续扩大现金流和心智优势的公司，长期可能成为复利；如果时间交给主因恶化、需求代际变化或竞争位置失守的公司，长期只是延长错误。
核心框架
本节框架是“时代变量-承载公司-时间复利”三段式。第一步判断变量是否足够大：白酒品牌化、互联网平台化、移动互联网、AI、自动驾驶、机器人，都不是一天新闻，而是可能改写利润池和生产方式的长期变化。第二步找承载公司：趋势本身不能买，必须落到能把变化转化为收入、利润、现金流和护城河的企业。第三步才谈长期：时间不是被动等待，而是给正确企业足够空间，让管理层、规模、生态、品牌或技术壁垒持续累积。深研中特别指出，但斌口号仍是长期主义，但引擎已经从“不被世界改变的公司”转到“能够改变世界的公司”。
他怎么用(具体案例+数据+原话)
茅台是早期原型，体现品牌稀缺、文化消费和定价权；腾讯、网易体现平台和互联网复利；英伟达、谷歌、Meta、微软则是 AI 时代版本。深研记录，东方港湾公开美股持仓长期可见 Nvidia、Alphabet、Meta、Microsoft、Tesla、Apple、TSMC、Broadcom、Coinbase 等变化，说明能力圈从中国核心资产扩展到美国科技平台。但斌的原话式表达包括“时间是投资者的玫瑰”“找到能够改变世界和不被世界改变的公司后长期持有”“错失一个时代的风险远大于过早担忧泡沫的风险”。这些话不能被拆成口号，它们共同指向一个动作：先判断时代是否足够大，再把长期交给少数龙头。
常见误区
第一个误区，是把长期持有等同于永不卖出。白酒需求受年轻人饮酒习惯和社交风俗变化影响时，历史赢家也要重新比较机会成本。第二个误区，是看见“时代”就买概念。时代机会越大，参与者越多，失败者也越多。第三个误区，是把但斌的时间当自己的时间。私募产品、个人账户、家庭资金、流动性需求和心理承受力完全不同，同样标的会对应完全不同的风险。
可迁移方法
做任何长期主题前，先写三行研究卡：这个变量会改变什么利润池，预计持续几年，谁能把它转成现金流。再写三条反证：需求没变大、利润没归属、龙头位置被替代时怎么办。最后给时间一个前提：只有主因持续被验证，才配继续持有。
小结
但斌体系第一课不是“长期”，而是“时代变量中的正确长期”。时间只奖励对的公司，也只奖励仍处在对的时代位置上的公司。
找主因：噪音中只盯核心逻辑
本节学什么
本节只讲“找主因”。但斌的高波动组合能不能拿住，关键不在于每天解释涨跌，而在于能否把长期现金流变量和市场噪音分开。深研写得很直接：他的决策链路里有一步叫通过“找主因”决定是否加减仓，核心逻辑不变时不因噪音下车，核心逻辑变坏或仓位错误时认错。主因不是最悦耳的叙事，也不是为当下持仓辩护的理由，而是能改变未来收入、利润率、竞争格局、资本开支回报和估值消化能力的少数变量。
核心框架
本节框架是“三问排序”。第一问，这条信息是否改变公司未来五到十年的现金流？如果只是短期价格、情绪或估值扰动，权重较低。第二问，它是否改变产业链利润归属？比如 GPU 需求、云厂商资本开支、AI 推理扩散、搜索广告库存、TPU 替代，都可能影响英伟达或谷歌的主因。第三问，它是否改变龙头地位？竞争新品、监管、客户自研芯片、AI 搜索份额变化，不应被简单称为噪音，而要放进可验证清单。找主因的难点是排序，不是无视风险。
他怎么用(具体案例+数据+原话)
DeepSeek 事件是深研中特别适合讲本节的案例。市场一度担心低成本模型会削弱英伟达需求；东方港湾公开回应的逻辑是，效率提升可能增加全球 AI 算力需求，而非削弱需求。这个判断背后是杰文斯悖论：单位成本下降后，使用场景可能扩大，总需求反而上升。对英伟达，主因不是某个模型便宜了，而是推理 token 量、数据中心收入、Blackwell/Rubin 节奏、毛利率、网络和系统收入、客户 CapEx 是否继续兑现。对谷歌，主因不是“ChatGPT 会不会威胁搜索”这一句，而是 Gemini、搜索广告、Google Cloud、TPU、YouTube、Android 和广告 ROI 是否形成平台闭环。深研引用的原话是“投资者要学会找主因”。
常见误区
第一个误区，是把所有不利信息都叫噪音。若坏消息会破坏长期现金流，它就是主因。第二个误区，是把价格下跌当主因。价格是结果，主因要回到业绩、竞争和需求。第三个误区，是主因后验化：涨了就说主因没变，跌了就换一套主因。深研回测指出，2022 年他在减仓、踏空和追高之间摇摆，说明中短期择时不是他的强项，也说明主因不能为动作服务。
可迁移方法
给每个核心标的写“主因表”：三条正向主因、三条证伪条件、每条对应一个数据。英伟达可以看数据中心收入、云厂商资本开支、毛利率；谷歌可以看云增速、AI 搜索商业化、广告效率；特斯拉可以看 FSD、汽车利润率、机器人进展。每次新闻来临，只问它击中了哪一条。若连续两个季度数据和主因相反，不要用更宏大的叙事补洞，而要把仓位和判断一起下调。
小结
找主因不是让人更乐观，而是让人更少被无关变量牵走。没有主因，长期主义会变成情绪忍耐；没有验证，找主因会变成自我催眠。
大产业趋势里的龙头
本节学什么
本节只讲“大产业趋势里的龙头”。但斌体系最容易被简化成“买大公司”，但深研强调，他真正关心的是时代主线选择权：先判断时代变量是否足够大，再判断产业链利润归属最清晰的龙头，最后用集中持有承接复利。趋势和龙头必须同时成立。只有趋势，没有龙头，容易买成热闹的概念；只有龙头，没有趋势，可能只是成熟公司低速增长。本节要把“行业很大”和“公司能赚到钱”分开。
核心框架
本节框架是“趋势长度、利润归属、护城河宽度、动态迁移”。趋势长度要求不是几个季度的主题，而是多年级别产业变化。AI 被但斌看成十年以上周期，因为它同时牵动芯片、网络、服务器、云、模型、应用、终端、电力和数据中心。利润归属要求公司不是只在新闻里出现，而是拥有定价权、客户关系、生态粘性或资本开支能力。护城河要具体到技术、生态、品牌、网络效应、数据、管理层和财务资源。动态迁移则要求承认 AI 价值链会变：早期基础层强，中期平台和应用可能接力，后期商业化效率决定谁留下。
他怎么用(具体案例+数据+原话)
深研列出的公开持仓变化展示了一张 AI 产业链地图：Nvidia 代表 AI 基础设施和系统能力，Alphabet 代表搜索、YouTube、Android、Gemini、TPU、云和广告变现闭环，Meta 代表 AI 广告效率和社交平台，Microsoft 代表企业软件与云，TSMC、Broadcom、Micron 则分别落到制造、网络/定制芯片和存储链条。公开报道还显示，东方港湾海外基金 2025Q4 美股持仓约 13.16 亿美元、约 10 只标的，谷歌大幅加仓为第一大重仓，前四仓位占比高；另有 2026Q1 报道称加仓谷歌、英伟达，新进台积电、美光、Circle，清仓微软和 FNGU 等，具体以 SEC 原始文件核对。原话式表达是“集中投资大产业趋势里的龙头公司”“聚焦能够定义未来、拥有宽阔护城河的伟大公司”。
常见误区
第一个误区，是趋势大所以随便买。越大的产业越会吸引资本，二三线公司可能只分到收入，分不到利润。第二个误区，是龙头贵所以买便宜替代品。便宜如果没有利润归属，只是另一种昂贵。第三个误区，是把龙头当静态标签。英伟达可以是基础层龙头，谷歌可能成为平台层赢家，价值迁移时要重新比较，而不是一家公司永远代表全部 AI。
可迁移方法
研究任何主题，画一张利润归属图：上游谁有定价权，中游谁有规模优势，下游谁有用户入口，平台谁能变现。每层只选一到两个主因最清晰的公司，再写出替代风险。不要从“谁涨得快”开始，而要从“谁能把趋势变成自由现金流”开始。
小结
但斌式龙头投资不是买最大市值，而是在长周期趋势里找利润最可能沉淀的公司。趋势回答有没有大河，龙头回答谁有水权。
价值与成长合一：越涨越便宜
本节学什么
本节只讲但斌的动态估值观：为什么他会说“价值与成长本是一体”“真正伟大的公司往往会越涨越便宜”。这不是让人忽视估值，而是把估值放回企业未来创造现金流的能力里。深研把但斌定位为“时代龙头成长价值派”，不是传统低估值价值投资者。他先看时代变量，再看利润归属和护城河，最后承受估值和波动。这里最重要的边界是：成长必须进入财报、现金流、客户需求和利润率，否则“越涨越便宜”就会反转成“越涨越贵”。
核心框架
本节框架是“静态估值-成长兑现-现金流质量-估值消化”。静态估值只告诉你过去利润对应的倍数，对 AI 龙头这种盈利曲线可能突然抬升的公司并不够。成长兑现要看收入能否真实增长，而不是市场空间口号。现金流质量要看利润率、自由现金流、资本开支回报、客户集中和竞争强度。估值消化是最终结果：若未来利润以高质量方式增长，今天看似昂贵的价格可能被时间消化；若增长放缓或利润被竞争吃掉，估值会迅速反噬。
他怎么用(具体案例+数据+原话)
深研中的英伟达和谷歌最能说明本节。英伟达在 AI 数据中心需求爆发前，用过去利润看并不便宜；但如果数据中心收入、网络系统、CUDA 生态、Blackwell/Rubin 供给和推理需求持续兑现，高估值就可能被盈利增长压低。谷歌则是成熟平台再成长案例：市场曾把它看成被 ChatGPT 威胁的搜索旧王，但但斌从 2025Q4/2026Q1 的持仓变化里表达了另一种判断，即 AI 价值链会从硬件稀缺扩散到拥有搜索、YouTube、Android、Gemini、TPU、云和广告闭环的平台。深研记录的原话包括“价值与成长本是一体”“真正伟大的公司往往会越涨越便宜”“投资真正安全边际不在静态估值数字，而在企业持续创造价值的成长能力”。
常见误区
第一个误区，是拿成长安全边际为任何高估值辩护。只有极少数企业能持续兑现，绝大多数高增长会被竞争和资本开支稀释。第二个误区，是只看收入不看利润。收入高增长但毛利下行、现金流恶化，不能叫高质量成长。第三个误区，是用但斌的语言替代自己的估值情景。没有基准、乐观、悲观三种假设，就不知道自己买的是企业价值还是情绪。第四个误区，是忽略利率和折现率。即使公司兑现成长，市场给的倍数也会随资金价格变化而收缩。
可迁移方法
对高成长公司做三张表。第一张写未来三年收入和利润的关键假设，第二张写自由现金流和资本开支压力，第三张写估值倍数在成长兑现、成长放缓、成长证伪时如何变化。只有当成长质量能解释价格，且证伪条件清楚，才允许把“贵”转化为“可能被消化”。
小结
动态估值不是放弃估值，而是拒绝用静态数字误判高速变化的龙头。越涨越便宜只属于少数持续创造价值的公司，不能变成追高借口。
AI 十年周期：基础层与应用层共振
本节学什么
本节只讲但斌对 AI 周期的判断：AI 不是两三年题材，而可能是十年以上宏大周期；2026 可能是 AI 应用爆发、基础层和应用层相互驱动的年份。深研把这列为他当前最强未来判断之一。本节不是喊 AI 口号，而是拆 AI 周期里的价值迁移：基础设施先建，应用验证需求，平台把模型能力嵌入既有入口，推理和商业化再反过来拉动算力。只有理解这条链，才知道他为什么会从英伟达战神叙事逐步转向谷歌平台叙事。
核心框架
本节框架是“三层共振”。基础层包括 GPU、网络、HBM、服务器、数据中心、电力、云资本开支，最先体现为英伟达、台积电、美光等环节的订单和产能。应用层包括企业 AI、代码工具、Agent、视频生成、语音、搜索重构和行业软件，验证的是用户愿不愿意付费、企业是否提升效率。平台层包括谷歌、微软、Meta、亚马逊、苹果等拥有入口、云、数据、广告或终端的公司，它们可能吃掉最大利润。共振成立时，应用越多，推理越多，基础层需求越强；若应用迟迟不能商业化，基础层估值会被重新审视。
他怎么用(具体案例+数据+原话)
深研记录，2023-2024 AI 主线是但斌当前体系的封神点：ChatGPT 后全面转向 AI，重仓英伟达等科技龙头，2023 年和 2024 年东方港湾相关产品收益在百亿私募中表现突出，具体产品差异需核验。2025 年底以后，他的 AI thesis 从“算力卖铲人”扩展到“AI 应用、搜索、云、模型和广告平台”。公开材料显示，谷歌成为第一大披露重仓的报道与这一迁移相互印证。原话式表达包括“AI 泡沫论是噪音”“错失一个时代的风险远大于过早担忧泡沫的风险”“基础层和应用层共同突飞猛进、相互驱动”“2026 可能是应用爆发之年”。这些话的核心，不是说 AI 每年上涨，而是说产业链仍在扩张和迁移。
常见误区
第一个误区，是认为基础层涨完必然轮到应用层。应用层也需要付费、留存、利润率和销售效率验证。第二个误区，是认为应用爆发一定削弱算力。若单位成本下降导致使用量扩大，总算力需求可能继续上升。第三个误区，是把平台层看成旧业务。谷歌的关键不只是模型排名，而是 AI 是否强化搜索、云、YouTube、Android 和广告 ROI。第四个误区，是只看训练不看推理；训练决定模型诞生，推理才决定日常使用量和成本曲线。
可迁移方法
做 AI 研究时，把每个公司放到基础层、平台层、应用层之一，再写它受益于训练、推理、分发、广告、订阅还是企业效率。然后设置三类指标：资本开支是否扩张，应用收入是否出现，平台主业是否被强化。不要只看发布会，要看财报和客户行为。
小结
但斌的 AI 判断不是单一英伟达多头，而是对 AI 价值链扩散的判断。基础层、应用层和平台层能否共振，决定这轮十年叙事能否继续兑现。
集中投资与不融资红线
本节学什么
本节只讲仓位和风控。东方港湾最容易被外界记住的是集中，但深研提醒，集中和杠杆不是一回事；“账户不融资”也不等于组合没有高波动。学习但斌必须同时读两句话：一方面他愿意在时代主线里高信念集中，另一方面他反复强调永远不要借钱投资、远离融资炒股、东方港湾不使用融资杠杆。集中让正确判断产生结果，杠杆会把普通回撤变成被迫出局。对普通学习者，后半句比前半句更重要。
核心框架
本节框架是“研究深度-仓位上限-资金期限-工具风险”。研究深度决定能不能集中：如果说不清主因、证伪条件、估值情景和竞争风险，就没有资格重仓。仓位上限决定一次错误会不会毁掉系统：单票、同主题、同国家、同因子都要有限制。资金期限决定能不能穿越波动：产品申赎、家庭现金流、心理承受力都比口号现实。工具风险则要求区分股票、ETF、杠杆 ETF/ETN 和衍生品；内嵌杠杆与账户融资机制不同，但都会放大净值波动。
他怎么用(具体案例+数据+原话)
深研明确写到，2024 年公开报道曾提到英伟达仓位极高；2025Q4/2026Q1 又显示谷歌权重上升，并配合 GGLL 等工具。它还提醒要区分“账户不融资”和“产品内嵌杠杆”：公开 13F 中出现 TQQQ、FNGU、GGLL 等杠杆 ETF/ETN 或单票杠杆工具时，无账户融资可以避免强平，但高集中和杠杆工具仍会带来净值波动。特斯拉案例是反面教材：但斌后续复盘称，在 FSD 未实现前特斯拉更像重资产公司，不应买那么多；这个失误影响了后来对英伟达的仓位胆量。原话式风控包括“永远不要借钱投资，远离融资炒股”“我们从不使用融资杠杆”。这里的张力在于，产品可能没有账户融资，却仍可能通过内嵌杠杆工具放大涨跌；对学习者来说，必须把口径和工具拆开看。
常见误区
第一个误区，是把集中等同于勇敢。没有研究深度的集中只是把错误放大。第二个误区，是以为不融资就没有风险。无杠杆也可能出现 30% 到 50% 的回撤，只是不会被强平机制立即赶走。第三个误区，是照抄基金仓位。资管产品有单票限制、流动性要求、申赎压力和监管边界，个人账户没有同样结构。第四个误区，是忽略产品负债端；客户赎回、预警线和清盘线也会把波动变成被动动作。
可迁移方法
给组合写仓位宪法：最大单票比例、最大同主题比例、最大可承受回撤、禁止工具清单、降权条件。任何使用杠杆 ETF/ETN 的表达都要单独写路径依赖和再平衡风险。若一个标的让你晚上无法睡觉，它就超过了你的真实仓位上限。还要把“能承受”改成可量化数字：回撤多少会减仓，亏损多少会停止加码，哪类工具永久不碰。
小结
但斌式集中不是押满，而是高信念、无融资、可复盘、可活下来。时间要发挥作用，前提是波动没有把你强制带离主线。
复盘错误：从茅台到特斯拉
本节学什么
本节只讲错误复盘。深研说，真正塑造但斌的，不只是成功，而是几次痛苦失误：2021 年白酒与互联网回撤、2022 年减仓和半仓特斯拉复盘、2023 年转向 AI 后翻身。学习他不能只看英伟达和谷歌，也要看茅台原型如何被需求变化挑战，特斯拉高仓位如何成为仓位错误，2021-2022 的择时如何暴露体系边界。复盘的目的不是情绪化后悔，而是把错误转成下一次必须执行的规则。
核心框架
本节框架是“四类错误”。方向错误，是时代判断或公司主因本身不成立。价格错误，是公司不错但买入隐含回报太低。仓位错误，是判断有道理但比例超过承受力。时间错误，是逻辑可能正确但兑现慢于资金期限。茅台更像历史赢家的机会成本复盘：白酒仍有品牌和现金流，但年轻人饮酒习惯、社交风俗和成长斜率变化要求重新比较。特斯拉则集中体现仓位、时间和商业模式兑现节奏问题：自动驾驶和机器人远期叙事很大，但在 FSD 未实现前，公司仍承受汽车制造、价格战和资本开支压力。
他怎么用(具体案例+数据+原话)
深研的回测时间线列出多个关键节点：2021 年白酒、互联网杀跌，旗下部分产品回撤超 20%，随后加仓科大讯飞、药明康德、科沃斯等“科技新面孔”也受伤；2022 年“清仓式减仓”风波中，旗下产品净值连续数周几乎不动，被质疑空仓违背长期主义，后续又踏空反弹并追高美股；2022 全年媒体口径净值缩水约 29.40%。特斯拉更关键：深研记录他多次公开认错，称“半仓特斯拉的失误，对我们影响很大”，并在 2026 年复盘中说特斯拉未实现无人驾驶前是重资产公司“不应该买那么多”。这些不是八卦，而是体系压力测试。另一个细节是，特斯拉失误后来压制了英伟达仓位胆量，说明上一笔错误会改变下一笔正确机会的表达强度。
常见误区
第一个误区，是用结果判断过程。赚钱不一定过程正确，亏钱不一定过程错误。第二个误区，是把错误归因于市场不理解。市场可能错，也可能主因真的变了。第三个误区，是只复盘标的，不复盘仓位。特斯拉的教训不是“所有远期科技叙事都不能买”，而是远期叙事不能自动获得半仓资格。
可迁移方法
复盘每笔大错时，必须写四栏：方向、价格、仓位、时间。每栏只能写事实，不写情绪。然后写三条新规则，比如单一远期叙事不得超过某比例，核心逻辑未进入财报前不加仓，历史赢家每年重新比较机会成本。复盘必须改变流程，否则只是文学。复盘还要记录心理残留：上一笔大亏是否让你对下一笔机会过度保守，上一笔大赚是否让你误以为自己不会错。最后给每条规则写触发器，否则下次压力来临仍会靠感觉行动。
小结
但斌体系的真实价值在成功和错误之间。茅台提醒历史赢家也会老化，特斯拉提醒伟大想象也会因仓位过重伤人。会复盘，才有资格谈长期。
全球比较：从中国核心资产到全球 AI 平台
本节学什么
本节只讲但斌组合的全球比较。深研指出，他从中国消费和互联网长期主义，演化为全球 AI 时代龙头；这个跳变很重要，因为口号仍是长期主义，但真正引擎已经从“不被世界改变的公司”转为“能够改变世界的公司”。本节不讨论哪个市场天然更好，也不把市场选择变成立场选择，而是训练机会成本思维：同样一元资本，放在中国白酒、互联网、AI 应用、供应链，还是放在美国芯片、云、平台、软件，哪边有更好的长期风险调整收益。
核心框架
本节框架是“四维全球比较”：市场空间、护城河、成长斜率、制度和数据边界。市场空间看企业面对的是本土需求还是全球需求。护城河看品牌、技术、网络效应、生态、客户关系和资本开支能力。成长斜率看未来三到五年利润池是否扩张。制度和数据边界则提醒我们，13F 只披露美股长仓，滞后且不含 A 股、港股、现金、衍生品和不同产品差异。全球比较不是把一份 13F 当全貌，而是用它观察世界观变化。
他怎么用(具体案例+数据+原话)
早期但斌的地图由茅台、腾讯、网易等中国核心资产构成，代表品牌、平台和互联网复利。近年地图变成 GOOG、NVDA、META、MSFT、TSLA、AAPL、TSMC、Micron、Circle 等 AI 与科技平台。深研记录，2025Q4 报道中东方港湾海外基金持仓约 13.16 亿美元、约 10 只标的，谷歌大幅加仓为第一大重仓，清仓阿里巴巴、Coinbase、奈飞、Astera Labs、BitMine、博通、台积电等多只股票；2026Q1 报道又称加仓谷歌、英伟达，新进台积电、美光、Circle，清仓微软和 FNGU 等，需以 SEC 原始文件核对。这种变化说明他不是静态美股多头，而是在全球 AI 内部寻找下一阶段利润归属。它也说明白酒到 AI 不是同一套资产的自然延长，而是一次机会成本重排。
常见误区
第一个误区，是美股涨得好所以美股永远好。任何市场都有估值、利率、监管和拥挤度风险。第二个误区，是中国资产低估所以一定更好。低估可能来自需求、治理或成长压力。第三个误区，是用 13F 替代全球配置图。它只是报告期末美国长仓截面，不能推断今天仓位，也不能看见全部资产。
可迁移方法
比较两个市场的公司时，不要先问国别，先问同一利润池里谁更强。把中国公司和美国公司放在同一张表，列市场空间、护城河、现金流、监管、估值和不确定性。结论里必须保留“我不知道”的部分，尤其是无法从公开披露看到的仓位、衍生品和产品差异。若一家公司只是便宜但成长斜率变低，要把它和全球替代机会放在一起比较，而不是只和自己的历史估值比。
小结
但斌的全球比较给出的不是答案，而是一种机会成本方法。资金不忠于市场标签，它只流向更可能把时代变量变成现金流的公司。
构建自己的“但斌式”研究流程
本节学什么
本节只讲落地流程。学习但斌不能停在“时间的玫瑰”“AI 十年周期”“错失时代也是风险”这些漂亮句子上，也不能把公开发声当买卖清单。深研给出的产品价值是“时代主线胆识 + 龙头利润归属 + 公开可回测”，可学的是把主题提升到时代变量，再落到龙头利润归属，找主因，承认错并复盘仓位；不可学的是普通用户模仿半仓单票或杠杆 ETF。本节把这些内容变成一张研究卡和一套复盘节奏。
核心框架
研究流程分六步。第一步写时代变量：它为什么足够大，改变哪些利润池，持续多久。第二步写龙头位置：公司处在基础层、平台层、应用层还是终端层，利润来自哪里。第三步写主因：三到五条能改变长期现金流的变量。第四步写估值消化：成长、利润率、自由现金流和资本开支如何支持当前价格。第五步写仓位边界：最大单票、同主题上限、是否允许杠杆工具、最大回撤预案。第六步写证伪与复盘：什么事实出现就降权，多久检查一次。
他怎么用(具体案例+数据+原话)
以谷歌研究卡为例，时代变量是 AI 平台化，龙头位置是搜索、YouTube、Android、Gemini、TPU、Google Cloud 和广告系统，主因包括 AI 是否强化搜索商业化、云增长和利润率、TPU 是否带来成本或供应链优势、Gemini 生态是否扩大。证伪条件包括搜索份额持续下降、AI 回答侵蚀广告库存、监管拆分、CapEx 回报低。以英伟达研究卡为例，时代变量是 AI 基础设施扩张，主因包括数据中心收入、Blackwell/Rubin 节奏、毛利率、客户资本开支和 CUDA/网络生态；证伪条件包括 ASIC/TPU 快速替代、出口管制升级、云厂商 CapEx 下修。深研列出的跟踪指标还包括 Meta 广告效率、AI 应用收入、美国科技股估值和利率、但斌社交发声、东方港湾 13F 和产品净值回撤。
常见误区
第一个误区，是研究卡只写看多理由，不写证伪。没有证伪条件的看多不能成为核心仓。第二个误区，是流程写完不跟踪。AI 主线每季都要看财报、订单、CapEx、应用收入和监管变化。第三个误区，是把课程当荐股清单。本课程里的公司名只用于训练方法，提及不代表当前持仓，也不构成投资建议。
可迁移方法
每次研究新公司，只交一页卡片：时代变量、公司位置、三条主因、三条风险、估值情景、仓位上限、证伪条件、复盘频率。然后建立季度复盘：主因是否增强，风险是否变主因，仓位是否超过承受力，是否因为上一笔错误影响下一笔判断。公开观点只能进入“待验证线索”栏目，不能直接进入“行动”栏目；只有财报、订单、用户、监管文件和持仓披露共同指向同一结论，才提高确信度。
小结
但斌式流程可以压缩为七问：时代够大吗，龙头是谁，利润归谁，主因是什么，成长能否消化估值，仓位会不会毁掉你，什么事实证明你错了。能回答这些问题，才是在学方法。
本页整理 但斌 公开材料中的方法论，用于投研学习，不构成证券买卖建议；个人观点；提及不等于持仓；引用以原文为准。
