Tanay JaipuriaWing VC · Tanay's Newsletter
「Revenue quality ultimately decides who endures.」
他的 alpha 是把 AI 公司从故事还原成账本。市场喜欢讨论模型多强、增长多快、估值多高；他问的是：这笔收入是不是年度承诺？是不是重复发生？是不是公司净收入？毛利被谁控制？训练成本是否被排除？渠道收入是否牺牲客户所有权？成熟 cohort 净利率是否改善？他不是冷眼否定 AI，而是给 AI 乐观主义加会计刹车——同时持有两件事：AI 应用会打开新 TAM，但 TAM/ARR/run-rate/GMV 都可能撒谎。
Wing VC 合伙人/前 Meta 产品——把 AI 公司从故事还原成账本，ARR 既不 annual 不 recurring 有时不是 revenue，给 AI 乐观加会计刹车。
他此刻在赌什么 · 注意力正往哪移
主题热度 · 近 7 天
🗣 他现在在说什么 · 我们替你中文速递
AAMZN 💬 持续跟踪 Cursor进入战时状态，重点打造最佳编码模型并利用算力补贴，需继续跟踪
详情 · 问AI → 2026-04-30
MMSFT 🔁 既有强化 Meta广告和Google搜索广告仍是高速增长的巨型业务，说明搜索、云和内容分发仍被AI重新定价
详情 · 问AI → 2026-06-09
NNVDA 💬 持续跟踪 OpenAI披露ChatGPT付费层级用户日互动显著更高，显示AI平台化和商业化节奏仍在加快
详情 · 问AI → 2026-04-21
MMETA 📈 加码升级 xAI与Cursor交易核心是用数据训练编码模型并消化闲置GPU，需继续跟踪
详情 · 问AI → 2026-06-02
GGOOGL 💬 持续跟踪 Mercor年化收入超15亿美元，毛利率35%至40%，体现AI应用层需求和工作流重构加速
详情 · 问AI → 2026-03-29AAMZN 💬 持续跟踪 Meta推荐和广告排名系统的算力投入效果被低估，说明推荐、广告和消费者AI仍是核心抓手
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
A AMZN AWS在Anthropic收入结构中是关键渠道，Amazon的AI云价值取决于分发和客户所有权
✅ 证据顺风 距裁决 902 天13F·Form4·营收·股价 在审 看证据 →M MSFT 微软的AI云价值要看Azure是否把OpenAI需求、企业Copilot和模型API转成高质量收入
✅ 证据顺风 距裁决 902 天13F·Form4·营收·股价 在审 看证据 →N NVDA 英伟达仍捕获芯片层高经济性，但Tanay更关心推理、内存和云厂资本开支能否持续兑现
✅ 证据顺风 距裁决 902 天13F·Form4·营收·股价 在审 看证据 →M META 若AI削弱浅层品牌和切换成本，Meta真正护城河要看网络、数据和信任密度
✅ 证据顺风 距裁决 599 天13F·Form4·营收·股价 在审 看证据 →A AMZN 内存供给紧张可能反而强化AWS相对企业自建的供给优势
✅ 证据顺风 距裁决 302 天13F·Form4·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。
Tanay Jaipuria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
财报电话会、S-1、媒体披露、官方定价、增长里程碑、云厂与模型公司收入口径。
公开碎片收集学这套方法 →把私有公司拆成订阅/API/渠道API/企业/广告收入科目；把 AI 栈拆成芯片/云/模型/应用四层毛利。
统一口径学这套方法 →应用公司是否被前沿模型价目表牵着走、能否做模型路由、是否掌握验收标准。
判 COGS 控制权学这套方法 →seat/usage/credits/BYOK/托管费/抽佣/广告联盟如何组合分担重度用户成本。
观察定价演化学这套方法 →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 收入账本：ARR 三问 × 四层毛利 × 收入质量》 · 7 节
用他的方法论 · 分析任意股票
AAMZN · AMZN 观察样例示例输出Tanay Jaipuria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 模型层/AI 实验室 · 收入命名权 · ② AI 应用层 · 毛利主权 · ③ 算力成本 · 应用 COGS 价目表。
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 Tanay Jaipuria 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Tanay Jaipuria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。