复盘股神白毛女的成名之路

摘自 高斯 高斯的钟摆

过去一段时间，中文投资圈里频繁出现一个名字：白毛女，或者白毛股神。很多人第一次注意到他，是因为几条海外 X 内容被搬运回国内之后，A 股相关标的突然出现大幅异动。

如果只把这件事理解成“某个海外大 V 喊票很准”，其实会低估它背后的意义。

他真正被市场关注的原因，不只是喊中过几只股票，而是形成了一套很清晰的方法：不从最显眼的 AI 龙头入手，而是沿着 AI 基础设施往上游拆，寻找那些市值小、覆盖少、但一旦产业趋势成立就很难绕开的瓶颈环节。

这套方法在 AI 产业链里尤其有效。因为 AI 不是一个单点产业，它背后有 GPU、HBM、光通信、CPO、硅光子、先进封装、测试设备、服务器、电力、数据中心和新型云服务。市场最开始只盯着英伟达，后来开始看光模块，再后来资金继续往上游找，寻找谁是下一轮扩产中最紧缺、最难替代的环节。白毛女的出圈，正是在这个背景下发生的。

AXTI：从 GPU 继续往上游追
他早期最有代表性的案例，是 AXTI。

AXTI 的逻辑不是简单的“半导体小票”，而是 InP，也就是磷化铟衬底。AI 服务器规模越来越大之后，数据中心内部的数据传输会变得越来越重要。GPU 之间、机柜之间、集群之间都需要更高带宽、更低功耗的互连方式。铜互连在距离、功耗和带宽上会遇到瓶颈，光互连和 CPO 的重要性就会上升。

如果沿着光互连继续往上游追，就会追到 InP 衬底。AXTI 之所以进入他的视野，是因为它在这一环节具备一定产能和垂直整合能力。也就是说，他不是从“这家公司便宜不便宜”开始，而是先判断 AI 数据中心会不会推动光通信升级，再往上游找哪个材料环节可能成为瓶颈。

公开资料里提到，他讨论 AXTI 时，股价大约在 12 美元附近，后来一度涨到 70 美元以上。按这个区间看，涨幅接近 5 倍。

SIVE：CPO 上游光源的重估
第二个更典型的案例，是 Sivers Semiconductors，也就是 SIVE。

SIVE 是一家瑞典小市值半导体公司，核心看点是 CPO 架构中可能用到的外置连续波激光光源，也就是 CW laser。CPO 不是只有光模块厂受益，它需要一整套光源、封装、硅光子和系统集成能力。

白毛女当时的逻辑是，如果 Nvidia、Marvell、Broadcom 以及其他 AI 芯片和网络公司继续推进 CPO，稳定的外部光源会成为关键环节。对大公司来说，绑定甚至收购一家小型上游公司，成本并不高，但战略意义可能很大。

SIVE 后来的股价表现也让他进一步出圈。公开数据里，SIVE 的 52 周低点大约在 2.85 瑞典克朗，2026 年 6 月曾经涨到 110 瑞典克朗附近，低点到高点超过 30 倍。

AAOI：从光模块看到更细的光互连生态
AAOI 也是他光通信框架里重要的一环。

和 AXTI、SIVE 相比，AAOI 更靠近光收发器和激光器组件。他看 AAOI 的逻辑，是这家公司覆盖 laser design、assembly、transceiver sales 等多个环节，具备一定纵向整合能力。如果 AI 数据中心从传统光模块继续走向更高带宽、更高密度的光互连，AAOI 可能不是单纯的周期性光通信公司，而是有机会参与下一代 external light source 或 CPO 生态的供应商。

公开资料提到，他曾在 84 美元附近表达过看好。到 2026 年 7 月初，AAOI 股价已经在 120 美元以上，较他公开看好的区间上涨约四成到五成。如果从更早的低位算，涨幅会更大。但这里需要区分清楚：一个是他公开观点之后的涨幅，一个是股票从底部到高点的完整涨幅，两者不能混为一谈。

RPI：把 AI 需求拆到具体硬件载体上

比较有意思的是，他并不只看传统半导体链条。Raspberry Pi Holdings，也就是 RPI，是另一个能体现他方法的案例。

RPI 表面上看只是一家单板电脑公司，过去更多被市场理解为教育、创客或者低成本硬件。但他的视角是，AI 创业公司、自动化项目、边缘设备和机器人原型开发，会把 Raspberry Pi 这类低成本硬件当作部署和控制模块。对苹果、微软这样的大公司来说，这类需求可能很小；但对 RPI 这种规模不大的公司来说，收入弹性会非常明显。

公开文章提到，他预测全年收入增速可能达到 55%左右，而当时卖方预期明显低得多。后来公司财报显示收入增速接近 58%，财报当天股价上涨 44.76%，第二个交易日又上涨 27.43%，两天累计接近翻倍。

更多案例：光通信、测试、存储和新型云
除了这些小市值弹性标的，他还关注过 AEHR、COHR、LITE、MRVL 等光通信和硅光子生态里的公司。

AEHR 的逻辑是测试设备。很多人看 AI 供应链时，容易只看最终产品，比如光模块、CPO、芯片或者服务器。但如果一个新技术要进入大规模量产，测试设备往往会先出现需求。硅光子、功率器件、光通信器件在进入供应链前，都需要经过验证和测试。

COHR 和 LITE 是更传统的光器件和材料公司。MRVL 则是更大市值的核心平台公司，和 CPO、ASIC、互连芯片都有关系。他看 MRVL，并不是因为它是冷门股，而是因为它能验证 CPO 和自研 ASIC 这条主线是否继续推进。

再往后，他的关注还延伸到了存储和新型云基础设施，比如 MU、SNDK、NBIS。MU 的逻辑是 HBM 和高端存储会成为 AI 服务器的关键瓶颈之一；NBIS 代表的是 neocloud，也就是专门为 AI 算力服务的新型云平台。

他的核心方法：找下一轮瓶颈
把这些案例放在一起看，他的方法其实很清楚。

先判断 AI 架构变化，再顺着产业链往上游拆，最后寻找市场尚未充分覆盖的瓶颈环节。

第一步，是判断 AI 架构变化。比如数据中心互连会不会从铜走向光，GPU 之外会不会出现 ASIC，AI 服务器会不会拉动 HBM 和存储，推理需求会不会带来新的云基础设施。

第二步，是顺着产业链往上游拆。不是只看最终受益者，而是继续追问：如果这个趋势成立，哪个材料、设备、工艺、测试、封装或小型供应商最难被绕开？

第三步，是找市场还没有充分覆盖的公司。很多被他挖出来的标的，最初并不是主流机构重仓股，市值小、流动性弱、研究覆盖少。也正因为如此，一旦逻辑被市场接受，股价弹性会很大。

第四步，是用“瓶颈”来解释估值重估。他不太像传统卖方那样，从利润表、PE、DCF 开始讲，而是先看产业链中是否存在真实卡点。只要这个卡点被验证，市场就可能愿意给它更高估值。

为什么会在中文社区迅速走红
国内投资者过去几年一直在寻找 AI 映射，从英伟达、算力租赁、光模块，到 CPO、PCB、铜连接、MLCC、液冷、电源、存储，资金不断沿着 AI 产业链扩散。白毛女的很多观点，刚好提供了一套“从海外 AI 硬件链往国内映射”的框架。

尤其当他提到某些中国公司后，相关内容被翻译、搬运、发酵，部分 A 股标的又出现大幅上涨，这就进一步放大了他的市场影响力。

但不能把方法神化
这件事也要冷静看。他的确有一套值得研究的方法，尤其是在 AI 产业链拆解、上游瓶颈识别、小市值弹性标的筛选方面，有很强的启发意义。可是，战绩和方法不能简单等同于可复制收益。

很多标的本身波动非常大，涨幅很夸张，回撤也会很剧烈。尤其是小市值公司，一旦被社交媒体集中讨论，股价可能短期脱离基本面，后续走势会受到流动性、情绪和资金结构影响。

所以，与其把他神化成“股神”，不如把他当作一个观察 AI 产业链的方法样本。他真正有价值的地方，不是告诉大家买哪只票，而是提醒市场：AI 的投资机会不只在最显眼的龙头公司，也可能藏在材料、光源、测试、存储、边缘硬件和数据中心这些更底层的环节。

最后总结一下，他火起来的原因并不复杂：先是在海外社区通过 AXTI、SIVE、AAOI、RPI 等案例建立战绩，再用一套“AI 上游瓶颈”的分析框架持续输出，随后观点被中文社区搬运并和 A 股映射结合，最终形成了传播闭环。

这背后的启发是，AI 产业链的研究不能停留在表层。真正有价值的机会，往往出现在产业架构变化之后，被重新定价的那些小环节里。