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、容量又够大，最理性的做法是自己闷声加仓、加杠杆、把本金堆上去，而不是拿出来公开传播。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：他到底是在分享研究，还是在出货？
但这条消息我们俩来回聊了一晚上，聊到后面我把话收回了一半。或者也不算收回，是发现这件事没法粗暴地二选一，说他要么是「真高手」，要么是「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味了。这两件事能同时成立，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、sharpe ratio（夏普比率）又高的策略，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。这时候你再跟进去，买到的早就不是当初那个信息状态了。
这倒不是说他一定在出货，我没有任何证据说这个。我想说的是更微妙的一层：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，模糊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，只能说他的研究方法是真有含金量的。
他厉害的地方其实不是押中了哪几只票，是思考的起点跟大多数人不一样。他从来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，然后顺着这波变化往上游一层一层拆。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」那种一级联想完全是两回事。它问的是：一波需求浪潮砸下来，整个系统里哪个物理或者工艺环节会先变成绕不开的约束。这个问题问得很底层，也很硬。
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。所以我说他的研究能力可能是真的，这不是客气话。
但二级市场有个很讨厌的特点：一个研究判断一旦公开，它自己就会改变市场。尤其标的是流动性很薄的小盘股的时候，公开就不只是表达观点了，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
这是我和朋友那晚分歧最大的地方。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，这部分我认。
可当他变成流量中心，价格里就开始混进新的变量了。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了，里面还掺着叙事传播、流动性冲击和追涨的情绪。索罗斯很早就给这个现象起过名字，reflexivity（反身性）——涨起来之后，大家买它的理由里渐渐就只剩下它在涨这件事本身，循环就转起来了。
所以同一个判断，在不同阶段其实是不同的东西。没人关注的时候它还是个研究机会，等少数人开始看懂、价格慢慢被纠过来，这一段其实就是价格发现；再往后所有人都在转发、都在蒸馏，它就变成一笔拥挤交易了。这个时候去抄他的持仓，抄到手的多半是他的尾部流动性风险，认知差那部分早就被价格吃掉了，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。
这套微观结构我一点都不陌生。年初那场「龙虾热」就是一模一样的逻辑：一个普通的开源项目，被熟人网络、短视频算法、散户结构层层放大成全民狂热，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那套思考方式，跟具体持仓没多大关系，或者说根本是两码事。
盯着持仓蒸馏是最低级的做法：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，甚至挺危险的。等你能看到这些信息的时候，多半已经是扩散之后了：信息散了，价格动了，流动性结构也变了，你接到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拥挤交易了。
所以我们做的这个工具，干的其实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。流程具体是这样的：
- 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。
- 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、良率或者交付节奏；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。
- 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、专利和技术论文算中等信号，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。一个判断得不断往更高的证据层级爬，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？
- 最后过一道反身性过滤器。 这也是这件事最需要补上的一步：每个判断都得先回答自己现在处在哪个阶段——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，风险收益完全是两回事。跟单最容易忽略的恰恰是这个：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。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」，而不是「他提了哪些票，帮我跟」。
AI 把「复制答案」这件事变得不值钱了
这件事聊到最后，其实跟某个人是不是股神已经没什么关系了。
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。以后一个现成的答案会越来越不值钱，真正值钱的我觉得是那套问题系统：怎么从宏大叙事里拆出真实约束，怎么分清故事和证据，怎么在兴奋之前先写下推翻自己的条件，甚至怎么承认一个判断也许是对的、但现在的价格已经不值得进了。
这也是我去年写那门零代码做投资研究的课的时候反复在想的事：工具会越来越强，但判断的顺序得是你自己的。只盯着持仓蒸馏，最后拿到手的就是一个迟到的跟单机器人；把他的研究过程蒸馏下来，这套东西是能搬到别的领域接着用的。
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。但这笔交易一旦公开爆火，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更早看到那个瓶颈；至于他买过哪些票，说实话等你能看到的时候多半已经晚了，这个前面讲过了。
反正做这个工具的目的很朴素，就是别让这股热闹把判断带偏。它不会塞给你一只票，只会反复逼你回答需求到底改了哪个系统、证据爬到第几级了这类问题。被它问着挺烦的，不过做研究这个事，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。
