本组合定位于科技策略，管理人利用自身在科技产业研究中的能力优势，挖掘高增长、高壁垒、高弹性的细分方向。组合既关注盈利确定性较高的高景气资产，也会对高研发投入、商业化路径逐步清晰、赔率较好的公司给予同等关注，在产业趋势强度和估值合理性之间保持动态平衡。
2026年三季度，全球科技市场均在较高预期下出现大幅调整，伴随主流云厂商和硬件公司财报披露展现较好业绩展望，以及旗舰大模型的更新在9月以后获得较好的反馈。美国、韩国和日本的权重科技股已经出现一定程度估值修复，整体市场波动率也有所降低。部分市场的高杠杆情况有明显缓解，造成7月大幅波动的主要因素都有所缓解。国内市场因为同样承担了高波动带来的情绪冷却，加上FCC政策带来的不确定性，走势相对更弱。
从AI产业的核心逻辑来，市场最为看重的Scaling Law仍然有效。无论是海外模型还是国内模型，通过加大基础模型的参数量，或者通过引入长链路、Agent级别的高质量数据，都能对模型在实际工作环境中的表现带来明显的提升。同时，RSI（递归自我改进）的模型自训练方式，也让训练端的算力资源出现了更大的缺口。从我们实地调研和产业的研究来看，绝大多数AI实验室团队都对后续模型的提升空间保有信心。另外，从模型的使用成本来说，高阶模型对于大多数环境来说仍然是昂贵的，其实从计算机行业的发展规律来看，目前大模型在真实生产环境中的渗透仍然不算高，即使在Coding领域，大部分用户对于旗舰模型的模型使用仍然是克制的，其主要原因不在于性能不够好，而是定价昂贵。其背后的原因在于算力资源仍然非常紧缺。从过去一年多的发展来看，AI每一次在使用边界上的进步，其带来的使用范畴都有预期之外的提升，比如Coding从辅助编程走向完成主体代码，再到网络安全等深水区。Computer Use从早期的白领级别简单文档工作，到GPT 6 展现的成熟3D建模能力。每一个新的领域的应用，只要后续新的推理硬件投入大规模使用，其成本就会在较快时间内降低很多。所以，管理人仍然认为，只要模型的进步没有结束，Scaling Law仍然有效的话，目前讨论硬件投入过剩都是言之过早的。哪怕是在几个月前市场一直看淡的meta，在推出muse后也体现了很好的用户活跃度拉升，交易转化能力，这能充分证明一件事，无论是传统互联网平台，还是新兴AI实验室，目前在硬件资源上投入并且用于提升模型能力，部署商业化推理资源，其对于平台长期价值和短中期投入回报，都有正向的贡献。
从供应链角度，无论是光模块、芯片，还是传统PCB、载板，都仍然保持紧缺状态。这种紧缺状态的结构，和过去智能手机、汽车电子周期有明显不同。几乎所有的供应链环节，都呈现了高端增速大于低端，在价值链传统上处于中高端的日韩地区开始明确公开扩产计划（其背后大多都有客户真实的订单支撑甚至更严格的长期购买协议），从财务链条上呈现的是下游提前把现金或者财务资源给上游供应链保证供应，这种不同寻常的状况的原因，主要在于两点：第一，目前推理系统的性能瓶颈已经并非简单集中于GPU一点，而是分布在CPU、光连接、存储甚至散热。整个系统呈现类似木桶结构的特征，提升短板带来的系统性能增益要大于单纯提升某一点。所以我们看到硬件供应链的核心主导者，会更为激进地提升新技术的投入（比如光通信的CPO，PCB领域的PTFE材料等量产难度较大但理论性能更优的技术路线），因为当需求可见度已经到了3-5年之后，投入新兴技术带来的跳跃性的性价比提升，就能成为竞争下一代推理系统最优解的关键抓手。第二，这种开放性的技术路径局面，给国内很多原本不在海外供应链的公司带来了机会，他们可以凭借更专注的资源投入、更快速的迭代能力和更便宜的量产能力，在原来没有机会的领域，比如高功率激光器，高阶载板，高阶CCL材料，MLCC材料等获得一席之地。同时，原有的龙头企业，在这个过程中只要保持新产品的快速迭代，供应链的配套能力保障和性价比优势，就可以继续维持甚至扩大自身的优势，而不用担心技术进步停滞之后的二线厂商价格战。
对于市场关注较高的FCC制裁，一方面管理人保持对极端制裁情况的风险应对措施，但另一方面，从管理人的产业观察来看，目前中美的硬件供应链的耦合程度极深，并且各自在最优的资源禀赋环节都有明显的优势，在整体供应资源极度紧缺，且下游核心客户不断要求技术进步的情况下，对于原有占据优势地位的中国供应链头部公司进行强制性的隔离政策很明显会造成双输的局面。从过去消费电子供应链等制裁和贸易战的经验来看，只要不涉及核心的安全问题，大部分地缘政治的影响，较大概率还是会按照产业合理的比较优势进行分配。近期的一个例子就是，过去十年广泛投入的东南亚供应立链，目前在新一波技术升级下，其高阶技术的良率爬升能力明显掉队，所以即使是日韩的头部公司也会优先选择在大陆本土扩产。其背后是一套完整的从上游材料、工程师资源，产业配套能力的优势，不是短期地缘政治因素就可以抹除的。市场因为这个原因，带来的核心标的的较低的交易价格，可能会成为未来组合向上赔率的一个驱动因素。
国内模型从二季度的高预期，在9月海外旗舰模型更新后，情绪又转向悲观。这种状况其实在过去三年一直反复出现。管理人认为，国内AI实验室已经具备全球性的竞争力是事实，且头部企业的模型迭代已经呈现差异化的迭代方式，并非国外模型降价国内就受损的简单替代关系。从下游客户观察来看，国内模型头部企业已经在企业级Coding，企业级开源部署呈现了明确用户持续付费基础和意愿，且伴随着海外云厂商的合作，国外的市场也有明确增长空间。国内模型相对于海外旗舰模型仍然在整体工作环境适配、安全性，以及性价比上有优势，其国内市场空间是相对明确的。后续只要国产算力的供应在2027年放量，国产模型的整体优势还会更明显。而过去半年一直存在的晶圆资源紧缺状况，本质没有变化，重资产属性的晶圆厂的资本开支回报率会在先进制程的需求支撑下持续提升。
基于以上观点，管理人组合整体结构相对二季度变化不大，仍然保持对海外算力光通信、载板以及国产大模型链条的核心配置。
基谱公众号