X上的網紅Serenity也基本都是熱股

最近X上有個很火的美股交易員，「前 RISC-V Foundation 成員，AI 研究科學家；現在的工作是——交易那些沒人注意到的瓶頸。」

看起來就是一個喜歡在網上吹牛的散戶，對吧？直到我看到了他2026年5月曬出的那張收益截圖。

2026年至今（5個半月）：+3,152.77%。
不是32%。是32倍。

而且這已經是「回撤之後」的數字。他在2025年7月才注冊這個賬號，到2025年底的半年裏已經做到了630%的回報。

他買了23隻股票。沒有一隻漲幅低於100%。漲得最多的那一隻，翻了84倍。

如果你2026年1月1日給他1萬美金，到5月20日，你可以拿回32.5萬美金。10萬進去，325萬出來。

漲得最少的一隻，翻了一倍。漲得最多的那一隻，翻了84倍。

所以我把他這幾個月的推特全部扒了一遍，發現這個人不是傳統意義上的「基本麵研究」。

他做的事情，我稱之為——
「AI驅動的全球供應鏈瓶頸套利」。

23隻股票，23次提前預知市場

這23隻股票有一個共同特點：它們都不是什麽明星股，全是你可能從沒聽過名字的公司。

但恰恰是這些沒人注意的公司，每一隻都精準地卡在AI產業鏈的「咽喉」位置——一旦斷貨，整個行業都得停下來等。

他看的是更底層的問題：如果AI繼續擴張，哪一環會先不夠用？

AI產業鏈的第一層瓶頸，比如GPU、HBM、電力、數據中心，已經被所有人盯爛了。真正能出超額收益的，往往是第二層、第三層：光模塊、激光器、InP襯底、SOI晶圓、外延設備、晶圓級測試、IC載板、特殊玻纖。

最典型的是 AXTI。Serenity 在 Reddit / WSB 上發過一篇很誇張的帖子，把 AXTI 寫成整個西方AI建設的“單點故障”：不是因為它名字響，而是因為 InP 襯底和上遊材料卡在光通信、矽光、CPO這條線上。

他到底怎麽實現的：普通人用AI看研報，他用AI製造研究差

很多人一聽“AI投資”，腦子裏想的是：問ChatGPT買什麽股票，問DeepSeek這家公司好不好，問Perplexity總結一下財報。

這基本沒用。因為同一個問題，所有人都能問，所有人都能得到差不多的答案。Serenity 的用法更像是把AI當成一整個投研助理團。

1. 先讓AI拆產業鏈，而不是讓AI推薦股票
如果全球AI數據中心繼續擴張，從GPU、HBM、網絡、光模塊、襯底、外延、測試、封裝、PCB、玻纖到電力，分別會卡在哪裏？這個問題一變，答案就完全不一樣，你會得到一張產業鏈地圖
。

2. 再讓AI沿著每個環節找供應商
比如你拆到光通信，就繼續問：光模塊裏最難擴的是哪一段？激光器供應商有哪些？InP襯底誰供？外延片誰做？這些公司是上市公司嗎？市值多大？過去有沒有進入核心客戶供應鏈？

3. 然後讓AI做交叉驗證，而不是隻聽一個故事
這個瓶頸會不會被替代？這家公司有沒有產能？客戶有沒有驗證？收入什麽時候可能體現？有沒有被稀釋風險？有沒有地緣風險？有沒有管理層問題？估值是不是已經透支三年？

真正值得學的是問題 。

Serenity 這件事給普通人最殘酷的提醒是：AI沒有讓投資變簡單，AI隻是把“研究量”的上限抬高了。

他的核心方法論可以壓成五句話：
先確認超級趨勢，不在小風口裏找幻覺。
把趨勢拆成物理供應鏈，不停留在概念層。
找第二層、第三層瓶頸，不追已經被充分定價的龍頭。
用AI擴大檢索、整理和反證能力，不讓AI直接替你拍腦袋。
最後用人的產業理解和風險紀律決定倉位，而不是讓模型替你衝。

Serenity在字典上是「寧靜、安詳」。

真正的寧靜，不是不關心外界。而是當整個市場都在為「英偉達又漲了」而喧囂、為「某某概念又火了」而狂熱的時候——你卻安靜地坐在那裏，看著一張全球供應鏈的地圖，思考一個問題：

「如果AI繼續擴張——下一個會被卡住的環節，在哪裏？」

這個問題，才是他5個月32倍的真正秘密