Serenity 这种 alpha，公开那天就没了
前阵子一个朋友半夜给我发消息，问我要不要也去蒸馏一个叫 Serenity 的账号。这人在 X 上突然很火，战绩传得神乎其神，盯的都是 AI 产业链上一些冷门小公司。朋友的大意是：做个工具跟着他买进卖出，岂不是很爽。
我的第一反应很冷：没意义。
理由很简单。一个策略要是真能稳定赚钱、容量又够大，最理性的做法不是公开传播，而是自己闷声加仓、加杠杆、把本金堆上去。金融跟做内容不一样，它不靠流量变现。所以一个投资账号突然变成流量中心的时候，我本能会先问一句：他在分享研究，还是在出货。
但这条消息我们俩来回聊了一晚上，我把话收回了一半。这件事没法粗暴地二选一，归到"真高手"或者"做盘的"。更准确的说法是：他的研究能力可能是真的，他这笔交易在爆火之后也确实变了味。这两件事能同时成立。
跟单的本能警惕，来自金融和内容生意的根本差别
大多数能被传播的东西，传播本身就是变现路径：写文章涨粉接广告，做视频涨播放卖课。但一个能复制、能加杠杆、夏普比率又高的交易策略，公开它等于自己稀释自己的收益。理性的人不会这么干。
所以当一个账号开始需要影响力、需要被转发、需要战绩被看见，它的收益结构里多半已经混进了影响力本身。这时候你跟进去，买到的早就不是当初那个信息状态。
这倒不是说他一定在出货。我想说的是另一件更微妙的事：在小盘股、低覆盖、流动性差的标的上，公开喊话和出货之间的界线，本来就很模糊。
他厉害的地方，是从需求浪潮往上游拆
把跟单的疑虑放一边，他的研究方法确实有含金量。
厉害的不是押中了某几只票，而是思考的起点。他从不拿一个股票代码当出发点。起点永远是一波巨大的产业变化，然后顺着它往上游一层层拆下去。AI 基础设施这么扩张，系统架构会在哪里先撑不住？算力涨上去之后，互联、光通信、衬底材料、外置激光源、封装、测试、产能、客户认证周期，哪一环会先卡住？需求确定要来，市场会不会只盯着最显眼的几家大公司，漏掉某些小而关键的供应商？
这套打法跟"AI 很火所以买 AI 股"那种一级联想是两回事。它问的是另一个问题：一波需求浪潮砸下来，整个系统里哪个物理或工艺环节会先变成绕不开的约束。
这才是值得学的部分。我之前写《我眼里的 AI 全局》，核心判断就是算力是新石油、机会藏在供应链的纵深里。他这套自下而上找瓶颈的打法，差不多就是那篇文章落到二级市场上的操作版本。
但二级市场不是论文答辩。一个研究判断一旦公开，它自己会改变市场。尤其当标的是流动性很薄的小盘股，公开就不再只是"表达观点"，它可能直接变成股价的导火索。
alpha 一旦公开爆火，会变成另一种东西
这是我和朋友那晚分歧最大的地方：一个 alpha 被公开了，它还算 alpha 吗。
我的看法是，原来那个大概率没了，但它会变成另一种东西。
他早期手里大概率握着的是研究带来的认知差：比市场更早看懂某些供应链瓶颈，更早翻到几家被低估、被误解、没人覆盖的小公司。这部分是能力。
可当他变成流量中心，价格里就开始混进新变量。他提一个方向，散户开始研究，更多人转发，本来就薄的小盘流动性被一口气打穿，股价往上走，上涨又反过来证明他很准，于是更多钱继续涌进来。走到这一步，基本面也许还是真的，但股价已经不只是基本面的函数，里面还掺着叙事传播、流动性冲击和追涨情绪。
这就是索罗斯说的反身性：上涨本身成了上涨的理由。
同一个判断，没人关注时是研究机会，少数人开始看懂时是价格发现，所有人都在转发蒸馏时，就成了一笔拥挤交易。很多人以为自己在复制他的认知差，其实复制的是他的尾部流动性风险。早期的人赚的是别人没看见，后来的人赌的是自己不是最后接棒的那个。
这套微观结构我并不陌生。年初那场"龙虾热"，一个普通的开源项目在国内被熟人网络、短视频算法、散户结构层层放大成全民狂热，逻辑跟这里一模一样：到后期，真正把价格往上推的是那台放大器，跟项目本身已经没多大关系。
不建议跟单，但工具还是做了
聊到这里，朋友反问我一句：那你还做工具干嘛。
因为他身上最值得蒸馏的，是那套思考方式，跟具体持仓没多大关系。这两件事差得很远。
低级的蒸馏盯着持仓：他提了哪只票，什么时候发的帖，能不能自动跟。这个方向我觉得没价值，甚至危险。等你能看到这些信息，多半已经是扩散之后：信息散了，价格动了，流动性结构变了。你以为在跟高手同步，其实接的是一个被市场二次加工过的信号。
值得蒸馏的是另一套东西：他怎么从大趋势拆到小瓶颈，怎么判断哪一环是绕不开的咽喉、哪一环只是搭便车的受益方，怎么验证一家公司真能把这块经济价值收进自己口袋，怎么判断市场还没给它定价，又怎么意识到一个判断已经变成了拥挤交易。
所以我们做的这个工具，干的是瓶颈研究调试器的活。它不告诉你买什么，只逼你把一个产业叙事拆到足够具体、足够能被证伪。
具体拆成几步。第一步，先看系统，别先看股票：什么需求浪潮正在发生，它会让旧架构在哪里失效，新架构需要什么材料、工艺、产能、认证，哪一环会成为约束。第二步把候选公司分成三类。受益方，行业好它也好，但系统能绕开它。瓶颈，它卡住了产能、良率或交付节奏。咽喉点，在这段时间窗口里系统几乎绕不开它。很多投资亏损，就亏在把受益方错当成了咽喉点。
第三步给证据分级。社交媒体上的帖子只能算线索，公司自己的营销话术是弱信号，客户和供应商的公开提及、行业路线图、专利和技术论文是中等信号，财报、点名的合同、产能披露、毛利和现金流的兑现才算强信号。一个判断必须不断往更高的证据层级爬，不能停在"听起来很有道理"。
第四步验证这家公司到底能不能收获经济价值。它是真控制了稀缺资产，还是只是离得近。客户能不能换供应商，对手能不能很快扩产，议价权有没有落到毛利率上，会不会要靠不断融资稀释股东。
最后一步，也是这件事最需要补上的，是一道反身性过滤器。每个判断都得先回答它现在处在哪个阶段：还没人关注的研究线索，市场刚开始看懂的扩散期，已经被大规模转发的拥挤交易，还是涨完了的危险区。同一家公司，在不同的传播阶段，风险收益是两回事。跟单最容易忽略的，恰恰是传播早就改了价格。
工具里我加了一条硬边界：它的输出只能是待验证的假设，不能是买卖建议。它最该被这样用："帮我拆一下 CPO 这条产业链，哪些环节是真瓶颈，哪些只是受益方。"而不是"他提了哪些票，帮我跟。"
AI 时代稀缺的，是提问的顺序
这件事最有意思的地方，不在某个人是不是股神。
它把一个很现实的问题摆到了台面上。AI 让信息被总结、复制、扩散、蒸馏的速度快了一个量级，任何公开的认知差都会被市场更快吸收，单纯复制结果的价值只会越来越低。以后稀缺的不再是一个现成答案，而是一套更好的问题系统：从一个宏大叙事里拆出真实约束，分清故事和证据，在兴奋之前先写下推翻自己的条件，甚至承认一个判断也许是对的、但现在的价格已经不值得进。
这也是我去年写那门零代码做投资研究的课时反复在想的事：工具会越来越强，但判断的顺序得是你自己的。做这个工具的目的很朴素：别让这股热闹把判断带偏。只蒸馏持仓，最后得到一个迟到的跟单机器人。蒸馏研究过程，才可能得到一套能搬到别的领域去用的思考框架。
他可以是真高手，研究逻辑也可能真有含金量。但这笔交易一旦公开爆火，就不再是当初那个 alpha：早期是认知差，中期是价格发现，后期是一场流动性博弈。普通人真正该花力气学的，是他凭什么比所有人更早看到那个瓶颈。至于他买过哪些票，等你看得到的时候，早就晚了。
我把这套流程开源了出来。它不会塞给你一只票，只会一遍遍逼问你：这波需求到底改了哪个系统，哪一环真卡住了，证据爬到第几级，这个判断是不是已经被太多人看见了。能把这几个问题答利索的人，本来也不需要去跟谁的单。
工具叫
serenity-bottleneck-research，放在 AX-skills 里，也配了一份把这套框架讲一遍的路演 deck。它产出的是待验证的研究假设，不是买卖建议；本文同理，不构成任何投资建议。