我的網誌
这轮财报看下来，我的结论很直接：市场真正值得重看的，已经不只是英伟达了。
英伟达当然还是核心资产，这一点我没有变。但如果你现在还只盯着英伟达一个名字，你的视角其实已经有点慢了。因为这轮财报给我最大的确认，不是某一家龙头继续强，而是整个 AI 基础设施链条正在往更深、更宽的地方扩散。
所以我最近开始重新重看两类标的，一个是 MU 代表的存储逻辑，一个是 PLTR 代表的数据和软件基础设施逻辑。
这两个方向看起来不一样，一个偏硬件，一个偏软件；一个更像产业底层的“水电煤”，一个更像真正把 AI 部署进政府和企业体系里的操作系统。但它们有一个共同点：都不是市场最早看到的焦点，却都越来越像后半段真正会被重新定价的环节。
英伟达不是终点，它只是起点
很多人聊 AI，聊来聊去永远只有英伟达。好像这场工业革命最后就剩一个结论，买英伟达就完了。
这种理解太浅了。
英伟达当然重要，它是卖铲子的核心，是训练端和算力端最关键的环节之一。但问题是，一个产业真正走深，不会只让单一环节受益。真正的大周期，一定是上下游一起扩散，瓶颈会从一个地方转移到另一个地方，市场关注点也会不断轮动。
说白了，当大家都知道算力重要以后，下一个问题一定是：数据往哪放？怎么调？怎么管？怎么调用？怎么在企业和政府的真实场景里跑起来？
这就是我为什么开始重看 MU 和 PLTR。
不是因为我突然想搞冷门，也不是因为我要找英伟达替代品，而是因为我看到 AI 的逻辑已经从“有没有算力”开始走向“整个基础设施链条谁最缺、谁最值钱”。
我为什么重看 MU：因为 AI 爆发以后，缺的从来不只是芯片
很多人对 AI 的理解还停留在一个很表面的层次，就是觉得这波行情主要是 GPU 的行情。错。
AI 真正进入基础设施疯狂建设阶段以后，市场缺的从来不只是算力。全球都在抢芯片、抢数据中心、抢电力、抢网络、抢存储。AI 应用越普及，数据量就越大；数据量越大，存储的重要性就越高。这不是题材，这是物理现实。
所以我一直讲，真正懂周期的人，不会只看一个点。他会看这个阶段整个产业最缺什么。缺算力，就提前布局算力；缺存储，就去看存储；缺电，就去看核电和下一代能源；以后再往下走，还会轮到更多基础设施环节。
MU 对我来说，代表的不是一支单纯的个股，而是存储这个环节开始被市场重新认真看待。
很多散户有一个很大的误区，就是只愿意在最热的时候追龙头，不愿意在逻辑刚开始扩散的时候提前布局。这样做的问题是什么？就是你永远在追已经被市场讲透的故事，却错过那些还没完全涨出共识、但位置已经越来越重要的环节。
这轮财报之后，我更确定一点：AI 的建设不是一次性投入，而是连续性的资本开支。只要这个大逻辑没结束，存储就不会只是配角。因为你训练模型需要数据，部署模型需要数据，推理、调用、更新、企业落地，背后一样离不开数据的读取、传输和保存。
说得再直白一点，没有存储，算力很多时候就是空转。
我为什么重看 PLTR：因为 AI 最后要落地，不能只靠卖卡
如果说 MU 让我看到的是 AI 基建在硬件层往下延伸，那 PLTR 让我看到的，就是 AI 在软件和应用架构层开始被重新估值。
Palantir 这家公司，很多人过去的印象还停留在“政府项目”“大数据分析”“有点神秘”的层面。这种印象已经有点过时了。现在它真正值得看的地方，是它正在从传统的数据分析公司，转向一个企业级 AI 基础设施平台。
这个变化很关键。
因为市场早期最容易炒的，是看得见摸得着的硬件。芯片、服务器、交换机，这些东西直观，财报也容易爆。可是当 AI 走到下一阶段，真正值钱的会是什么？不是你堆了多少卡，而是你能不能把这些能力真正部署进政府、军工、能源、金融、制造这些真实场景里。
PLTR 就是吃这件事的。
它最让我重看的，不是概念，而是执行力。政府业务提供稳定收入底盘，美国商业增长又非常快，客户数量和大单持续增加，利润率和现金流也都在证明，这家公司不是在讲故事，而是在把故事做成生意。
更重要的是，它不是那种纯粹靠一次项目吃饭的公司。它的平台一旦嵌进去，切换成本很高，数据整合、安全合规、企业流程改造，这些都不是说换就换的。也就是说，它一旦进了核心系统，护城河就会越来越深。
这就是为什么我会把它看成 AI 基础设施少数的纯玩家之一。
MU 和 PLTR，看起来差很远，其实吃的是同一波扩散
表面上看，MU 和 PLTR 一个做存储，一个做软件，八竿子打不着。
但如果你真的看懂这轮 AI 周期，你会发现它们背后吃的是同一件事：AI 从概念走向基础设施化，从单点爆发走向系统扩散。
一个工业革命真正做大的时候，不会只让最耀眼的那家公司一直独享所有估值。它会不断把价值传导到那些原本被忽视、但在整个系统里不可替代的环节。
MU 对应的是“数据越来越多以后，存储变成硬需求”。
PLTR 对应的是“模型越来越强以后，企业和政府需要一个能真正把 AI 接进业务流程的系统层平台”。
这两者看似不同，本质上都说明一件事：AI 正在从训练端走向更完整的部署端、运营端和应用端。
所以我重看这两个标的，不是因为我要放弃龙头，而是因为我越来越确认，市场接下来真正会拉开差距的，不只是最显眼的算力故事，而是那些能证明 AI 正在变成现实基础设施的公司。
现在最大的误区，是很多人还在用旧时代的估值脑子看新周期
市场上有一种很常见的声音，只要一看到这类股票涨多了，第一反应就是：估值太高了，会不会泡沫？
这个问题不是不能问，但你如果只会问这个问题，说明你还没进入真正的讨论。
很多公司之所以贵，不是因为市场疯了，而是因为市场在提前定价未来几年甚至十年的结构性增量。问题不在于它今天是不是便宜，而在于它值不值得那个溢价，它能不能持续兑现那个预期。
PLTR 就是典型例子。它现在的估值当然不低，甚至可以说很激进。可如果它真能把美国商业、政府业务和 AIP 平台的扩张继续做下去，那市场给高溢价不是没理由。反过来，如果它增长一放缓，哪怕只是小幅不及预期，市场也会很狠地修理它。
这就是高预期资产的现实。
MU 也是一样。你不能只把它当成过去那个传统周期股去看。如果 AI 正在把存储重新变成核心瓶颈之一，那市场对它的定价方式本来就会变化。
很多散户为什么总是拿不住这种股票？因为他们只会用静态估值去理解动态周期。涨了觉得贵，跌了又害怕，最后永远都是在情绪里做决定。
我一直讲，估值只是参考，不是唯一决策因素。真正要看的，是这家公司在不在大周期里，它是不是那个环节里真正有位置、有壁垒、有持续受益能力的玩家。
我重看，不等于我无脑追
这里也要讲清楚，我说重看 MU 和 PLTR，不代表我叫你闭着眼睛去追高，更不代表这种股票可以不看仓位、不看节奏地乱买。
恰恰相反，这类标的越是有想象空间，越需要仓位结构。
PLTR 这种公司，基本面和趋势我认可，但它短期波动就是会很大，估值也就是会让很多人坐不住。你如果风险承受能力不够，仓位一上来就太重，稍微一回调你就开始怀疑人生，那你根本拿不到后面的行情。
MU 也是一样。你如果只把它当短线题材去看，涨了就兴奋，跌了就害怕，那你永远赚不到周期的钱。
所以我的逻辑很简单：先看懂它是不是处在正确的结构里，再决定它应该放在你整个持仓结构的哪一层。
核心仓、激进仓、卫星仓，逻辑不一样，操作也不一样。真正成熟的投资，不是看到喜欢的股票就全压，而是知道什么适合长期囤，什么适合高弹性博弈，什么只能小仓位试错。
没有结构，再好的观点最后都会被情绪毁掉。
真正该重看的，不是两支股票，是市场的关注顺序变了
我觉得很多人容易把重点看窄了，以为我现在重看 MU 和 PLTR，是不是代表我最近特别偏爱这两支股票。
不是。
我真正想表达的是，这轮财报之后，市场的关注顺序正在变化。
过去的重点是“有没有 AI 故事”；现在的重点越来越变成“AI 故事往哪些真实环节扩散”；再往后，市场会继续筛选，到底谁只是搭上概念，谁才是真正卡住关键位置、能持续吃到订单、利润和估值重估的公司。
MU 和 PLTR 只是两个很有代表性的观察窗口。
一个让我看到，AI 不会只推高算力，也会推高存储这种过去很多人没那么重视的底层环节。
一个让我看到，AI 如果要真正吃到企业和政府级预算，最后一定会抬高那些能把数据、安全、部署和业务整合起来的平台型公司。
这才是我真正重看的原因。
最后一句
这轮财报之后，我没有变得更保守，反而更确定一件事：AI 还在早期，而且这场行情接下来拼的，不是谁最会追最热的名字，而是谁更早看懂价值会往哪里扩散。
英伟达还是重要，但它不是全部。
如果你只盯着最亮的那盏灯，你会错过整座城市通电的过程。MU 和 PLTR 对我来说，恰恰就是那种能让我确认，这座城市正在继续扩建、继续接线、继续把 AI 变成真实基础设施的标的。
所以我开始重看它们。不是因为市场已经讲完了，而是因为市场可能才刚刚讲到下一章。
