公开出来的 alpha，等你跟基本就没了
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。这人最近在 X 上突然爆火，战绩传得神乎其神，盯的都是 AI 产业链上一些很冷门的小公司。朋友的意思大概是，做个工具跟着他买进卖出，岂不是很爽。
我的第一反应是没意义，理由很简单。一个策略要是真能稳定赚钱，能装下的资金又够大，最理性的做法是自己闷声加仓、加杠杆、把本金堆上去，不会拿出来到处讲。做金融和做内容不一样，它不靠流量赚钱。所以一个投资账号突然成了流量中心，我本能会先问一句，他到底是在分享研究，还是在出货？
但这事我们俩来回聊了一晚上，聊到后面我把话收回了一半。或者也不算收回，是发现没法粗暴地二选一，说他要么是「真高手」，要么是「做盘的」。说准确点，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味了，两个同时成立，不矛盾。
为什么我对跟单这么警惕
先把警惕的那一半讲清楚。大多数能传播的东西，传播本身就是挣钱的路子，写文章涨粉接广告，做视频涨播放卖课。但一个策略如果能复制、能加杠杆、sharpe ratio（夏普比率）又高，公开它就等于自己摊薄自己的收益，理性的人不会这么干。所以一个账号开始需要影响力，需要被转发，需要别人看到它的战绩，那它赚的钱里多半已经掺进了影响力本身。这时候你再跟进去，信息早就不是当初那个样子了。
我不是说他一定在出货，这个我没有任何证据。我想说的更微妙一点。如果标的是小盘股，没什么人覆盖，流动性又差，那公开喊话和出货本来就很难分清，难到可能他自己也说不清。
他的研究方法确实很硬
跟单的疑虑先放一边，他的研究方法我只能说是真有含金量。他厉害的地方其实不是押中了哪几只票，是他想问题的起点和大多数人不一样。他从来不从一个股票代码出发，每次都从一波巨大的产业变化开始，然后顺着这波变化往上游一层层拆。AI 基础设施这么扩张，系统架构会先在哪里撑不住？算力涨上去以后，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？需求肯定要来，市场会不会只盯着最显眼的几家大公司，漏掉一些不大但很关键的供应商？
他这套和「AI 很火所以买 AI 股」那种只想一层的思路，根本不是一个路数。他问的是，一波需求砸下来，整个系统里哪个物理或者工艺环节会先卡住，而且谁都绕不开。这个问题问得很底层，也很硬。
我之前写《我眼里的 AI 全局》，主要就是说算力是新石油，机会藏在供应链很深的地方。他这样自下而上找瓶颈，差不多就是把那篇文章拿到二级市场上去实际操作。所以我说他的研究能力可能是真的，不是客气话。
但二级市场有个很讨厌的地方，一个研究判断一公开，它自己就会改变市场。尤其是流动性很薄的小盘股，一公开就不只是说说观点了，它可能直接变成股价的导火索。
alpha 公开爆火之后，还算不算 alpha
那晚我和朋友在这里分歧最大。我的看法是，原来那个 alpha 大概率没了，但它会变成另一种东西。
他早期手里握着的，大概率是靠研究得来的认知差。他比市场更早看懂了一些供应链瓶颈，更早翻出了几家被低估、被误解、没人覆盖的小公司。这部分是能力，我认。
可等他成了流量中心，价格里就开始掺进别的东西了。他提一个方向，散户就去研究，更多人转发，小盘股本来就薄的流动性一下子被打穿，股价往上走，涨了又反过来证明他很准，于是更多钱接着涌进来。到了这一步，基本面也许还是真的，但股价已经不只跟着基本面走了，里面还掺着故事的传播、流动性的冲击和追涨的情绪。索罗斯很早就给这种现象起过名字，叫 reflexivity（反身性）。涨起来以后，大家买它的理由慢慢就只剩下它在涨，循环就这么转起来了。
所以同一个判断，到了不同阶段其实就不是一回事了。没人关注的时候，它还是个研究机会。等少数人开始看懂，价格慢慢被纠正过来，这一段就是价格发现。再往后，所有人都在转发、都在蒸馏，它就成了一笔拥挤交易。这时候去抄他的持仓，抄到手的多半是他的尾部流动性风险，认知差那部分早被价格吃掉了，你剩下能赌的，就是自己不是最后一个接棒的。
同一个判断在传播中经过四个阶段，从无人问津的 alpha 一路衰减成拥挤交易——反身性把上涨本身变成了买入的理由。
这种微观结构我一点都不陌生。年初那场「龙虾热」就是一模一样的路数。一个普通的开源项目，被熟人网络、短视频算法和散户结构一层层放大，变成了全民狂热，到后期真正把价格往上推的是那台放大器，和项目本身已经没多大关系了。
不建议跟单，但工具还是做了
聊到这里，朋友反问了我一句，那你还做工具干嘛？因为他身上真正值得蒸馏的，是他想问题的那套方式，和具体持仓没多大关系，或者说根本就是两码事。
盯着持仓去蒸馏，是最低级的做法，无非是看他提了哪只票，什么时候发的帖，能不能自动跟。这个方向我觉得没价值，甚至挺危险。等你能看到这些信息，多半已经传开了，信息散了，价格动了，流动性的情况也变了，你接到的是一个被市场二次加工过的信号。
真正值得蒸馏的是别的东西。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，怎么确认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，又怎么发现一个判断已经成了拥挤交易。
所以我们做的这个工具，其实是在给瓶颈研究当调试器。它不告诉你买什么，只逼你把一个产业叙事拆得足够具体，具体到能被证伪。流程是这样的：
- 先看系统，别先看股票。 先弄清正在来的是哪一波需求，它会让旧架构在哪里失效，新架构要用什么材料、工艺、产能、认证，哪一环会卡住。
- 把候选公司分成三类。 受益方是行业好它也好，但系统能绕开它。瓶颈是它卡住了产能、良率或者交付节奏。咽喉点是在这一段时间里，系统几乎绕不开它。很多投资就亏在把受益方错当成了咽喉点。
- 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，客户和供应商公开提到它、行业路线图、专利和技术论文算中等信号，财报、点了名的合同、公司披露的产能、真兑现出来的毛利和现金流，才算强信号。一个判断得一级一级往上找更硬的证据，不能停在「听起来很有道理」。
- 验证它能不能把经济价值收进自己口袋。 它是真握着稀缺资产，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？它的议价能力有没有体现在毛利率上？会不会得靠不停融资来稀释股东？
- 最后过一道反身性过滤器。 这一步是最需要补上的。每个判断都得先说清楚自己现在在哪个阶段，是还没人关注的研究线索，是市场刚开始看懂的扩散期，是已经被大量转发的拥挤交易，还是涨完了的危险区。同一家公司，传到不同阶段，风险和收益完全不一样。跟单最容易忽略的恰恰就是，传播早就把价格改了。
一波需求浪潮砸向供应链，把候选公司分成受益方、瓶颈、咽喉点三类——系统能绕开的只是搭便车，绕不开的那一环才是真机会。
工具里我定了一条硬规矩，它输出的只能是等着验证的假设，不能是买卖建议。正确的用法是「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」，不是「他提了哪些票，帮我跟」。
AI 把「复制答案」这件事变得不值钱了
聊到最后，其实已经和某个人是不是股神没什么关系了。有了 AI，信息被总结、复制、扩散、蒸馏的速度快了一个量级，任何公开出来的认知差，市场都会更快地吃掉，光复制结果只会越来越不值钱。以后现成的答案会越来越便宜，我觉得真正值钱的是那一套问题。怎么从宏大叙事里拆出真实的约束，怎么分清故事和证据，怎么在兴奋起来之前先写下什么情况能推翻自己，甚至怎么承认一个判断也许是对的，但按现在的价格已经不值得进了。
我去年写那门零代码做投资研究的课的时候，也一直在想这件事。工具会越来越强，但判断的顺序得是你自己的。只盯着持仓去蒸馏，最后拿到手的就是一个慢半拍的跟单机器人。把他的研究过程蒸馏下来，这套东西能搬到别的领域接着用。
回到 Serenity 这个人。他可以是真高手，研究逻辑也可能真有含金量，这两点我都不否认。但这笔交易一公开爆火，就不再是当初那个 alpha 了。真正该花力气学的，是他凭什么比所有人都早看到那个瓶颈。至于他买过哪些票，说实话，前面讲过，等你能看到的时候多半已经晚了。
反正做这个工具就一个很朴素的目的，别让这股热闹把判断带偏。它不会塞给你一只票，只会一遍遍逼你回答这类问题，需求到底改了哪个系统，证据爬到第几级了。被它这么问挺烦的，但做研究可能本来就得这么被烦着。
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。
