Jukan 的认知框架 · 思想体系

Jukan 的核心信念不是抽象口号，而是一组可被反证的供应链判断。

信念一：LTA 不是周期结束，而是未锁定供应减少

2026-06-24，他反驳一种常见解读：有人把 Micron 最新 LTA 签订理解成存储涨价周期结束。他的原话逻辑是，签 LTA 最终意味着市场里还没有被锁定的供给正在减少；客户越晚签，越承受稳定供给压力，FOMO 越强。因此他不认为这个 LTA 标志涨价结束，反而更接近开始。这里的重点不是某个公司该不该买，而是长约在紧供给环境中的含义：它可能不是需求被满足，而是需求方被迫提前绑定。

信念二：HBM 可以吸收商品 DRAM 产能

2026-06-25，他进一步解释，即使 DDR 供给增加、DDR 价格出现下行压力，也可能通过把 DDR 产能转成 HBM 产能来抵消，避免整体内存价格剧烈塌陷。他甚至说，哪怕 DDR5 回到过去水平，也不必然代表整个存储市场崩掉，因为 HBM 的巨大需求会吸收 commodity DRAM capacity 并给价格提供支撑。这个判断把传统存储周期从 PC/手机出货框架里拉出来，改为“AI 内存优先级重排”的框架。

信念三：Rubin 后的瓶颈外溢到电力架构

2026-06-25，他转译 TrendForce：NVIDIA 800V HVDC power rack 预计 2026 年第三季度可为 Vera Rubin 客户出货，先作为可选配置；Rubin Ultra 在 2027 年下半年后会推动更广泛采用，2028 年可能进入普及阶段。材料里还写到 VR200 机柜约 225kW，高于 GB300 的约 150kW，而 Rubin Ultra 级别机柜功耗可能升至约 660kW，下一代风冷系统甚至需要 1.2MW 到 1.3MW。Jukan 关注这条线，是因为它把 AI 约束从芯片制造扩展到传输、电网接入、变压器和 switchgear。

信念四：AI 服务器会重定价高规格被动件

2026-06-25，他转译 AI server demand 对高端 MLCC 的冲击：部分热门料号现货价年初以来上涨 3 到 5 倍，集中在 22μF、47μF 等高容量高温产品；AI 服务器使用的 MLCC 数量约为普通服务器 8 到 12 倍；高端产线建设需要 18 到 24 个月。这说明他看 AI 不是只看主芯片，而是看“某个零件是否被 AI 需求突然拉到供给曲线陡峭处”。

Jukan 的方法论可以拆成一条完整流水线：找早信号、识别节点、拆变量、映射传导、等待验证。

第一步：从非主流英文入口找材料

他的原料不是单一来源。深研列出韩媒、公司公告、券商摘要、TrendForce、Counterpoint、SigmaIntell 等。实际操作上，就是先看韩国本地产业链报道、公司事件、研究机构摘要，再筛出英文市场尚未充分消化的部分。案例是 2026-06-25 的三星 HBM4E 混合铜键合材料：他不是只写“三星有新技术”，而是把研究标题、Hybrid Copper Bonding、Thermo Compression Bonding、MR-MUF、高堆叠、服务器级环境测试都转出来，让读者知道这是关于散热路径和可靠性的技术分歧。

第二步：把新闻拆成供应链变量

深研说他会把事件拆成产能、认证、长约、封装、材料、设备、客户关系和价格传导。以三星 HBM4E 为例，变量不是“HBM4E 听起来先进”，而是 16 层以上高堆叠时热问题如何缓解、HCB 相比 TCB 是否降低 hot spot junction temperature、是否减少 memory stack 与 ASIC 之间热干扰、是否带来更高 power budget、是否因直接铜键合缩短传热路径。这个拆法让一条技术新闻落到“能不能量产、能不能提升功耗余量、能不能追赶 SK 海力士”的问题上。

第三步：把需求侧映射到二阶供给

2026-06-25 的 MLCC 案例最典型。他把 AI 服务器建设与高端 MLCC 连接起来：不是所有电容都涨，而是高容量、高可靠性、高温规格紧；不是消费电子复苏，而是 AI 与汽车占用更高利润产能；不是永久短缺口号，而是高端产线建设需要 18 到 24 个月，原厂交付只满足大订单请求量的 10% 到 20%。这一步的关键是区分“全行业景气”与“结构性缺货”。

第四步：把客户关系和时间轴放进判断

2026-06-24 他记录 SK 海力士向 SEC 提交 F-1、ADR 进程、Yongin 一期、Cheongju 先进封装和 HBM4 节奏。这个例子说明，他不是只看产品，还看资本开支入口、全球投资者可进入性、产能落地地点和先进封装布局。2026-06-25 他又提示 SpaceX 与 CoreWeave 若评估直连 Quanta、Hon Hai、Pegatron，会冲击 AI 服务器渠道。这一步把硬件需求从芯片拉到 ODM 商业关系：客户绕过传统渠道，可能改变订单分配和利润位置。

第五步：用反证信号控制叙事

深研列出反证：HBM 长约不再收紧、DDR/LPDDR 价格快速回落且无产能切换支撑、三星 HBM4E 认证失败、800V/MLCC/ABF/InP 短缺被快速扩产化解。也就是说，Jukan 的方法不是永远看多某条链，而是持续追踪瓶颈是否还存在。读他的正确方式，是先把快译当线索，再回查原始研究、公司公告、财报、出货、认证、资本开支和价格数据。

Jukan 的能力圈非常清晰：韩国和亚洲半导体供应链、HBM、DRAM、NAND、先进封装、AI 服务器材料与被动件、韩股台股美股之间的传导关系。他强的地方不是写宏大 AI 哲学，而是把非常细的产业线索翻成可跟踪框架。深研列出的核心映射包括 Micron、SK Hynix、Samsung、NVIDIA；扩展到 TSMC、Broadcom、AMD、Apple、Qualcomm、CoreWeave、Oracle、ASML、Murata、Vishay、Samsung Electro-Mechanics、LG Innotek、Ibiden、Innolux、Quanta、Hon Hai、Pegatron。这些名字说明他的地图不是一个股票池，而是一条 AI 基建物料清单。

能力圈内：韩国存储链

最核心的是 HBM/DRAM/NAND。他能快速解释 LTA、HBM4/HBM4E 认证、三星追赶 SK 海力士、Micron 与前沿 AI 实验室关系、HBM 与 DDR/LPDDR 产能转换、DRAM/NAND 出口单价等变量。2026-06-24 到 2026-06-25，他连续围绕 Micron LTA、HBM 吸收 DDR 产能、SK 海力士市场波动、三星 HBM4E 热管理发声，正好体现这个能力圈的密度。

能力圈内：先进封装和材料

他持续跟踪 CoWoS、CoPoS、PLP、hybrid bonding、TCB、MR-MUF、玻璃基板、panel-level packaging。这里的能力不只是背术语，而是问良率、热管理、翘曲、功耗、基板尺寸、量产节点。比如三星 HCB 材料里，他会把“堆叠高度降低超过 15%”和“直接铜键合提供更多散热路径”这样的工程变量提炼出来，而不是只写“技术领先”。

能力圈内：AI 服务器外溢

MLCC、硅电容、ABF、InP、NOR Flash、FC-BGA、HVDC、变压器、交换设备、ODM 都在他的图谱里。2026-06-25 的 800V TrendForce 摘译，把机柜功耗、传输瓶颈、PJM 并网队列、345kV 到 765kV 变压器交期拉到同一张表；MLCC 摘译又把 AI 服务器、渠道现货价、规格、产线建设周期连起来。这种跨节点观察是他的优势。

边界：他不是组合经理，也不是最终事实源

深研明确写了：无公开 13F manager CIK，不能渲染为基金持仓墙。他本人简介也写 Not Investment Advice 和 DYODD。X 内容高频、快、带情绪，必须区分本人判断、券商摘录、媒体转译、玩笑。比如“相信 Micron”这类表达是情绪化观点，不等同于研究结论；卖方上修估值假设更不能当事实或目标价使用。对韩国存储链以外的内容，例如 EDA、Cerebras、OpenAI 自研芯片外售边界，应把它当线索，而不是直接定论。

Jukan 的 alpha 不是内幕，而是“英文市场尚未完全消化的亚洲供应链早信号”。深研把它写成语言差、时差与供应链结构化的组合：韩媒、供应商、出口数据、券商注释先出现，英文圈往往数小时到数天后才完整吸收。他独特的地方在于把这个时差做成稳定流程，而不是偶尔搬运一条新闻。

变种一：把 AI 从算力叙事改写成瓶颈迁移

很多人看 AI 链只看 GPU、云厂商资本开支和大模型训练需求。Jukan 的变种认知是：当 GPU 变成显性瓶颈后，下一轮 alpha 会出现在被 GPU/HBM 拉动、但市场还没充分建模的材料和基础设施环节。2026-06-25 的 800V 例子展示了这种迁移：Vera Rubin 阶段 800V 可能只是可选配置，Rubin Ultra 后才真正放量；机柜功耗从约 225kW 跳到约 660kW，下一代风冷可能需要 1.2MW 到 1.3MW。于是研究对象从 GPU 排产扩展到电网接入、变压器、switchgear、传输队列。

变种二：用韩国链理解全球定价权

韩国存储链的意义不只是有几家公司，而是 HBM 与 DRAM 产能在全球 AI 资本开支中重新分配。2026-06-24 的 LTA 判断就是一条 alpha 来源：别人把长约看成涨价结束，他把它看成未锁定供给减少和客户 FOMO 增强。2026-06-25 的 HBM 吸收 DDR 产能判断，又把商品 DRAM 价格可能回落的风险，转化成“产能被 HBM 需求重新吸收”的结构变量。这个框架让他比只看现货价格的人更早看到周期解释方式的变化。

变种三：把微小料号变成产业信号

MLCC 是典型。2026-06-25 的材料里，有 22μF、47μF、高容量、高温、AI 服务器使用量 8 到 12 倍、部分料号年初以来 3 到 5 倍、原厂交付只有请求量 10% 到 20%、高端产线 18 到 24 个月等细节。多数宏观 AI 讨论不会进入这些料号，但 Jukan 会把它们当成“边际供给最硬的地方”。这类信息的 alpha 来自低关注度：它们太工程、太供应链、太本地，因此被英文金融叙事延迟吸收。

变种四：真假账号与信源纪律也是 alpha

深研专门写到，本人明确只运营 @jukan05 和 Substack @jukan，不主动私信、不运营 WhatsApp 投资群、不通过 Substack DM 发消息。本次不采同名号、不采剪辑号。这看似是身份核实，实际是信号质量控制。一个快译型账号越有影响力，假号、剪辑、二次转述越容易制造噪声。Jukan 框架可用的前提，是先确认信源，再区分原话、转译、券商摘录和市场数据。

如果要选 Jukan 在本轮资料里的“封神之战”，不是某一次喊单，而是 2026-06-24 到 2026-06-25 连续 24 小时内对 AI 存储链和外溢瓶颈的成组判断。它的价值在于，他用几条不同来源的材料同时证明同一个框架：AI 基建第二阶段，瓶颈从 GPU 扩散到内存长约、HBM 产能、电力机柜和高端被动件。

2026-06-24：LTA/FOMO 之战

2026-06-24 23:16 UTC，他针对 Micron 最新 LTA 的争议发声。市场里有人把长约签订理解为存储涨价周期接近尾声，他的反向解释是：LTA 签得越多，未锁定供应越少；客户越晚签，稳定供给压力越大，FOMO 越强；内存厂反而可能在更有利条件下签订后续长约。结果层面，这条内容在数据集中显示约 160,130 次浏览、1,307 个赞、143 次转发、75 条回复，说明它不是无人关注的碎片，而是在存储链叙事拐点上被大量传播的框架性判断。

2026-06-25：HBM 吸收 DDR 产能

2026-06-25 10:16 UTC，他补上第二块拼图：即使 DDR 供给增加、DDR 价格承压，也可以通过 DDR 产能转向 HBM 来抵消，避免整体内存价格剧烈崩塌。他明确把 HBM 的“massive demand”视为吸收 commodity DRAM capacity 的力量。结果是，这条内容在数据集中约 111,420 次浏览、540 个赞、63 次转发。它把前一天 LTA 的供给锁定逻辑，延伸成“存储周期不会只由传统 DDR 现货定价解释”。

2026-06-25：800V/Rubin Ultra 电力瓶颈

同日 10:29 UTC，他转译 TrendForce 关于 NVIDIA 800V power rack 的研究：Vera Rubin 阶段 800V 可作为可选配置，Rubin Ultra 后更广泛采用；VR200 机柜约 225kW，GB300 约 150kW，Rubin Ultra 约 660kW，下一代风冷系统可能需要 1.2MW 到 1.3MW；大型变压器平均交期到 2025 年中约 2.5 年，345kV 到 765kV 等级需要 4 到 5 年，约为 2020 年的两倍。结果是，这条材料把 AI 供给瓶颈从芯片延展到电力基础设施，形成了 Jukan 深研里“Rubin Ultra 后 800V 与电力基础设施会成为瓶颈”的代表判断。

2026-06-25：MLCC 二阶瓶颈

当天 04:13 UTC，他转译 AI 服务器带动高端 MLCC 涨价：部分热门产品年初以来 3 到 5 倍，AI 服务器 MLCC 用量约普通服务器 8 到 12 倍，高端产线建设 18 到 24 个月，部分订单只能满足请求量 10% 到 20%。结果是，这条内容获得约 110,396 次浏览、277 个赞、25 次转发，并把“AI 服务器外溢框架”落到一个被忽略的元件品类上。封神之处不在单条预测，而在四条材料互相咬合：长约锁供给、HBM 改写 DRAM 产能、Rubin 推高电力架构、MLCC 被 AI 服务器重定价。

Jukan 的强项正是风险来源：快、广、贴近市场情绪。深研把风险写得很直接：快译账号天然有噪声，韩媒独家可能被证伪，券商目标价不能当事实，供应链传闻需要公告、财报、客户验证；粉丝增长和市场影响力也可能放大短期情绪。使用他的内容，必须把“线索质量”与“结论强度”分开。

风险一：转译不等于确认

他会大量转译韩媒、产业研究、券商摘要。2026-06-25 的 TrendForce 800V 材料很有价值，但它仍是研究机构判断，真实部署要看客户采用、NVIDIA 平台节奏、数据中心并网、变压器交付和地方审批。2026-06-25 的 MLCC 紧缺材料也有清晰数据，但它强调的是高容量高可靠性产品，不代表所有 MLCC 全面短缺。若读者把“结构性紧”误读成“全品类永远涨”，就是错用。

风险二：情绪表达容易被市场放大

Jukan 的 X 内容高频，既有严肃摘译，也有情绪化表达。2026-06-24 他写过“I believe in Micron!!!”这类强情绪句子。它能反映他对 AI 内存供需的信心，但不能替代财报、价格、客户订单和资本开支验证。深研明确要求把本人判断、券商摘录、媒体转译、玩笑分开，原因就在这里：同一个账号里的文本类型不同，可信度层级也不同。

风险三：能力圈外的线索更应谨慎

他对韩国存储链、HBM、先进封装、AI 服务器外溢最强；但当内容涉及 OpenAI 芯片工具是否外售、Cerebras 竞争格局、EDA 公司如何解释边界，更多是问题意识，不一定是可直接落地的结论。2026-06-24 他问 OpenAI 是否会对外出售芯片工具、EDA 公司会如何解释；又问某消息是否对 Cerebras 偏空。这类内容适合作为待研究问题，而不是成熟 thesis。

风险四：反证信号必须严肃对待

深研列出的反证很关键：HBM 长约不再收紧；DDR/LPDDR 价格快速回落且没有产能切换支撑；三星 HBM4E 认证失败；800V、MLCC、ABF、InP 的短缺被快速扩产化解。一旦这些出现，Jukan 当前 AI 链瓶颈框架就会被削弱。尤其是供应链短缺叙事最怕两个变化：需求递延和供给突然释放。正确使用他的方式，不是把所有快译当最终答案，而是建立一张核查清单：原始出处、公司公告、财报电话会、出货数据、认证进展、价格曲线、产能建设周期逐项确认。

Jukan 最值得学习的不是某个结论，而是几套可以迁移到其他产业链的动作。

1. 建立“语言差 + 时差”雷达

可复用的第一件事，是选择一个英文市场吸收较慢、但本地材料密集的区域。Jukan 选择韩国存储链，因为三星、SK 海力士、Samsung Electro-Mechanics、LG Innotek、SK Siltron 等节点都靠近 AI 关键瓶颈。普通研究者可以照这个方法，在目标产业里固定跟踪本地媒体、公司公告、交易所文件、产业协会、研究机构摘要。重点不是搬运越多越好，而是筛出英文主流还没结构化吸收的材料。深研里的“先读韩媒、公告、券商摘要，再前置英文世界”就是这个动作。

2. 把每条新闻拆成八个变量

第二件事，是不要让标题支配判断。Jukan 的拆法是产能、认证、长约、封装、材料、设备、客户关系、价格传导。拿 2026-06-25 三星 HBM4E 混合铜键合来说，可复用的提问是：它影响哪种认证？解决什么散热或可靠性问题？是否改变堆叠高度、功耗余量、热干扰？是否改变三星追赶 SK 海力士的节奏？对应客户什么时候验证？这套问题可以迁移到电池、光模块、机器人、功率半导体等任何复杂硬件链。

3. 从一阶产品追到二阶瓶颈

第三件事，是沿着需求冲击往下游和上游走。AI 需求最显眼的是 GPU，但 Jukan 会继续追 HBM、MLCC、ABF、InP、玻璃基板、800V、HVDC、变压器、ODM。2026-06-25 的 MLCC 例子展示了复用方式：先问 AI 服务器相对普通服务器的用量变化，再问紧的是哪些规格，再问原厂交付比例，再问产线建设周期，再问这是不是消费电子复苏造成的广谱短缺。这样能避免把大叙事写成空话。

4. 给每个 thesis 配反证清单

第四件事，是像深研第 16 节那样提前写下反证。若 thesis 是 HBM 支撑存储周期，就要观察 HBM 长约、DDR/LPDDR 价格、产能转换和客户订单；若 thesis 是 Rubin Ultra 后电力成瓶颈，就要观察 800V 采用节奏、电网并网队列、变压器交期、机柜功耗和客户部署；若 thesis 是 MLCC 结构性紧，就要观察高规格料号现货、原厂配货、产线建设、消费电子低容量需求是否仍弱。这样读 Jukan 就不会变成追热点，而会变成一套“早信号进入、结构化拆解、数据验证、反证退出”的研究流程。