Verdict

Add(逢回调加仓) — CoreWeave 是 AI 平台的"卖铲人"中规模与速度领先的纯算力载体,坐在我五大平台里最核心的人工智能曲线上;它通不通得过我的检验不取决于今天的亏损或市盈率(根本没有市盈率),而取决于推理算力的莱特定律降本能否在五年里把这家公司从 $5B 营收推向 $30B+ 量级——我认为能,但它的杠杆结构让它成为我组合里"波动率最高、最不能重仓睡觉"的那一类持仓。

传统分析师在用"它现在亏钱、Z-Score 0.36、负自由现金流"给它定价。那是用旧框架给一个 S 曲线早期的平台定价——而这恰恰是我的 alpha 来源。

Disruption Test(三大标准) ← 必填

ARK 对颠覆性创新的官方定义是:"一种由技术驱动的产品或服务,通过创造简单性和可及性、并推动成本下降,从而改变行业格局。"降本写在定义里。逐条检验:

• 成本下降 + 释放增量需求? — Yes。 这是 CoreWeave 通过标准的关键。它本身不造芯片,但它交付的是"每单位有效 AI 算力(每 token、每 PFLOP-hour)的成本"。这条成本曲线由 NVIDIA 代际(H100 → H200 → Blackwell → Vera Rubin)+ 机架级编排效率(CoreWeave 完成了业界首次 Vera Rubin NVL72 机架级验证)双重驱动,正以远快于摩尔定律的速度下降。每单位推理成本下降 → 更多应用经济上可行 → 推理需求爆发式增长——这正是莱特定律的自我强化循环。RPO 从无到 $99.4B、营收三年从 $229M → $5.1B(2024 年 +736%),就是"降本释放增量需求"在数据上的印证。
• 跨行业、跨地域? — Yes。 AI 算力不困在一个行业里:它的签约客户横跨大模型实验室(OpenAI、Anthropic、Mistral)、超大平台(Meta、Google、Microsoft)、量化金融(Jane Street、Hudson River Trading)。AI 是会渗透进所有行业的通用技术,CoreWeave 是它的底层供给。43 个数据中心、目标 2030 年 8GW,地域上也在扩张。
• 作为平台、可在其上构建更多创新? — Yes(但有保留)。 CoreWeave 正从"GPU 出租"向"软件定义计算平台"演进——专有编排软件管理超大规模 GPU 集群。它本身是别人(每一个 AI 应用、每一个推理工作负载)在其上构建的地基。保留点在于:它的平台性弱于 NVIDIA 的 CUDA 或一个真正的开发者生态——它是基础设施层平台,不是生态锁定型平台。这是它平台得分不满分的原因,但三条标准它都过。

结论:三条全过。CoreWeave 是真颠覆者,在我的宇宙之内。 它不是被我直接跳过的"单一行业、不在学习曲线上"的伪颠覆。

Platform & Convergence ← 必填

• 属于五大平台中的哪一个: 毫无疑问是人工智能(Artificial Intelligence)——而且是这个平台最底层、最"卖铲子"的那一格。在我看来,2026 年这一刻就是《Big Ideas 2026》说的"The Great Acceleration":AI 与新一代基础设施技术一起加速经济增长,CoreWeave 是这个加速的物理底座。
• 它解锁谁、被谁解锁(收敛): 收敛是超额收益复利的地方,这里非常密集。
  • 被解锁: 由 NVIDIA 的半导体进步直接解锁(每一代 GPU 降本 / 提性能,直接喂养 CoreWeave 的成本曲线);由能源/电力基础设施解锁(8GW 的算力需要电,这是 AI 与**能源(我五大平台之一)**的交汇点,也是 CoreWeave 最现实的物理瓶颈)。
  • 它解锁: 它是机器人(Robotics)(自动驾驶、人形机器人需要海量推理算力)、多组学测序(Multiomic Sequencing)(AI + 廉价测序加速药物发现,背后都是算力)的算力地基。AI 让 DNA 测序更便宜,而那条链最底层吃的就是 CoreWeave 这类算力。
  • 一个诚实的负向收敛:**公链(Public Blockchains)**与它关系最弱——这不是它的强项,无需勉强。

CoreWeave 是"AI ↔ 半导体 ↔ 能源"三平台交汇处的算力枢纽,这正是我组织分析师按主题(而非行业)分组要捕捉的收敛红利。

Wright's Law Cost Curve ← 必填

"每当累计产量翻一番,成本就下降一个固定百分比。" 成本是累计产量的函数,不是日历时间的函数——这是摩尔定律犯的错。

• 估计的学习率(每累计翻番的成本下降): DATA.md 没有给出 AI 算力的权威莱特定律学习率(记入 data_gaps,结论据此保留)。但我可以从结构上给一个 ARK 风格的估计:AI 加速器/单位推理成本的综合学习曲线,我会放在每累计翻番下降约 30–40%(即 60–70% 学习曲线)的区间——这快于汽车(~15%/翻番)、接近半导体逻辑制程的历史强度,因为它同时吃 NVIDIA 硅片降本 + 机架级系统工程 + 软件编排利用率三重杠杆。[此学习率为框架性估计,非 DATA.md 提供的实测值]
• 需求弹性 → 采纳曲线后果: 这是关键。如果每单位推理算力成本每翻番下降 30–40%,而 AI 推理需求对成本是高弹性的(成本降一半,经济上可行的应用场景远不止翻倍),那么循环就自我强化:成本↓ → 价格↓ → 弹性需求爆发 → 累计算力出货↑↑ → 成本进一步↓。这就是为什么"现在太贵 / 现在亏钱"吓不到我——RPO $99.4B、2026 退出 ARR $18–19B,就是这条采纳曲线在合同上的提前兑现。我携带进五年模型的,是这条采纳曲线,不是今天的 10.5x P/S。
• 对 CoreWeave 的特殊警告: 莱特定律对它是双刃剑。降本让它的客户的需求爆发(利好),但同样的降本也意味着它租出去的每一代 GPU 资产在快速贬值(PP&E 净值 $36.4B,折旧持续压制 GAAP 利润)。它不是芯片的发明者,只是芯片的部署者——所以它捕获的是"部署 + 规模 + 编排"的价差,而不是降本本身的全部红利。这是它与 Tesla(自己造、自己骑学习曲线)的根本区别。

Six-Score Read ← 必填(逐项打分 + 降级触发器)

打分为 ARK 风格 1–10(10 最强):

1. 公司 / 人 / 文化:6/10。 CEO Michael Intrator 是联合创始人、任期 ~8.7 年、持股 ~11%,创始人在位、利益绑定,这是我喜欢的。NVIDIA 持股 ~27% 战略深绑是巨大正面。但:双重股权结构(外部股东无实质控制权)+ CEO 2026 年在股价敏感期减持 $32.8M——这两点压低了分数。降级触发器: Intrator 离任、进一步大额内部减持、关键工程/运营人才流失。
2. 执行:8/10。 执行力是这家公司最亮的地方。三年营收 $229M → $5.1B、率先完成 Vera Rubin NVL72 机架级验证、把 RPO 做到 $99.4B、Q1 2026 营收 +112% 超指引——速度与规模兑现能力一流。降级触发器: 数据中心上线/产能爬坡延迟、新产能毛利率持续被拖累(Q1 已从 73% 降到 65.5%)、电力/选址瓶颈导致 8GW 路线图滑期。
3. 护城河 / 进入壁垒:6/10。 护城河真实但不深、不宽:NVIDIA 优先供应权 + 规模/速度先发 + $99.4B 合约锁定是真壁垒;但它本质是"借来的护城河"——壁垒的根基(NVIDIA 关系、客户不自建)都不在它自己手里。降级触发器(这是我最盯的一条): 出现新颠覆技术或竞争压力上升——具体就是超大云厂商自研芯片(Microsoft Maia、Amazon Trainium)成功、NVIDIA 自建云直接下场、或大客户(OpenAI、Meta)算力内部化。任何一条兑现,这个分数立刻砍。
4. 产品领导力:7/10。 在"纯 AI 云"这个细分里它是规模领导者(250,000+ GPU、1GW 有效算力、3.5GW 已签),编排软件层有差异化,客户名单是行业最强背书。降级触发器: 在 Blackwell/Rubin 部署速度上输给 Nebius/Lambda 等同类、或丢失旗舰客户份额、监控错误的 KPI。
5. 估值:7/10(过 15% 线,见下节)。 这是我唯一的硬性可操作规则:若隐含五年平均年化回报跌破 15%,我就 trim。按我的五年模型,基准情形是过线的——但杠杆把估值的尾部风险放大了,所以不是满分。降级触发器: 五年隐含年化回报跌破 15%(价格已 discount 了 S 曲线),或杠杆/再融资恶化到威胁股权价值。
6. 论点风险:4/10(最低分,这是它的阿喀琉斯之踵)。 不是因为 AI 论点弱,而是因为资本结构风险叠加了技术采纳风险:总债务 ~$24.9B、净债务 ~$22.6B、Altman Z-Score 0.36(高破产风险区间)、Q1 利息费用 $536M、FY25 FCF −$7.3B,完全依赖资本市场持续畅通。这是技术论点正确、但财务论点可能在中途被利率/信用周期掐断的典型风险。降级触发器: 信用利差走阔 / 再融资受阻、AI 资本开支周期见顶、单一大客户违约或不续约。

Five-Year Valuation ← 必填(这是价格锚,不是今天的 P/E)

我不看今天的 P/S 10.5x。我建五年营收模型,倒推五年后的股价。五个输入:

• 单位量增长(采纳曲线): 算力交付量沿 8GW 路线图(2026 年 1GW 有效 → 2030 年目标 8GW)放量。
• 成本下降(莱特定律驱动): 每单位推理成本沿前述 ~30–40%/翻番曲线下降,持续把可寻址需求往外推。
• 市场采纳与渗透: AI 推理 + 训练基础设施 2030 年市场 $300B+(DATA.md 标注无单一权威数字,记入 data_gaps);CoreWeave 在"专用 AI 云"这一格做领导者。
• 股份增发 / 稀释: 这是关键减分项。公司靠债务 + 股权持续补血,SBC TTM 估 ~$1.49B,回购收益率 −122% 反映净增发。五年内股本和债务都会继续膨胀,必须建模。
• 未来倍数: 五年后业务成熟、毛利率回到 70%+、EBITDA 利润率维持 ~50% 区间时,给一个成熟基础设施 + AI 溢价的退出倍数。

五年目标价(bull / base / bear,概率加权):

我以 ARK 风格做一个透明的、可被任何人改参数重算的框架(非 DATA.md 实测,标注假设):

• Base(~期望值,50th): 2030 年营收沿 RPO + 路线图推到 ~$28–32B,成熟 EBITDA 利润率 ~50%,但扣除巨额利息与折旧后净利率温和转正;给 ~5–6x EV/Sales 的成熟倍数,扣除净债务后,五年股价 ~ $300–340。对应当前 $115,隐含五年年化 ~ 21–24%。
• Bull(~75th): 推理需求超预期、降本释放二阶需求、杠杆被高增长 outgrow,营收逼近 $40B+,五年股价 ~ $500+,隐含年化 ~ 34%+。这是"innovation 跑赢 leverage"的情形。
• Bear(~25th): 超大客户内部化 + 自研芯片侵蚀 + 信用周期收紧,营收停在 $15–18B、再融资被迫稀释股权,五年股价 ~ $40–60,隐含年化为负。这是"leverage 跑赢 innovation"的情形——而且 Z-Score 0.36 告诉我 bear 尾部是真实的、非零概率的。

隐含五年年化回报:base ~ 21–24%,概率加权后仍 ≥ 15% → 通过估值线。 但请注意:这个组合的 bear 尾部比我组合里大多数名字都更"接近零",因为杠杆。所以它过线,但过得不舒服。

必须诚实标注:上述价格区间是 ARK 方法论的框架性推演,DATA.md 未提供权威 TAM、未提供 AI 算力实测学习率、未提供 2027–2030 逐年模型输入——这些数据缺失,五年数字据此保留,是方向性而非精确的。

Winner-Take-Most Read ← 必填

"我们处在一个赢家通吃大部分的世界。原因是人工智能——拥有最多数据和最高质量数据的公司将赢得这场游戏。"

CoreWeave 在"独立 AI 云"这一格里是规模与速度领导者(250,000+ GPU、$99.4B RPO、率先验证 Rubin 机架)——这是真的。但要诚实地问"谁拥有最多、最高质量的数据":答案不是 CoreWeave。真正的数据飞轮在它的客户手里(OpenAI、Meta、Google),CoreWeave 拥有的是算力规模与部署速度的飞轮,不是数据飞轮。它是"赢家(模型公司)脚下的赢家",捕获的是基础设施层的赢家通吃——这一层的赢家通吃强度弱于应用/模型层,因为它头上压着 NVIDIA(供给端议价权)、脚下站着可能自建的超大云。

定位:它是 winner-take-most 世界里的"强力卖铲人",不是终极赢家本身。 这决定了我会重仓 AI 平台,但 CoreWeave 在这个篮子里是高 beta 的卫星仓,不是 Tesla/SpaceX 那种核心信仰仓。

Why the Market Is Wrong ← 必填

错误定价来自哪里——传统分析师在误用什么旧框架:

1. 用"当期盈利能力"框架给一个 S 曲线早期平台定价。 他们看 P/E n/a、净亏 $1.59B、FCF −$7.3B、ROIC −0.31%,得出"烧钱、危险"。但在大规模 capex 阶段,负 FCF 不是病——它是把未来五年的算力需求提前用债务买下来的投资。调整后 EBITDA 利润率 56% 证明底层现金生成能力存在,只是被资本密集度暂时淹没。把 capex 当成本费用、而不是产能资产,是经典的旧框架错误。
2. 用"周期性资本品/REIT"框架给一个学习曲线资产定价。 市场容易把数据中心 + 折旧当成传统重资产,套低倍数。它没看见莱特定律带来的需求二阶爆发——这是我用 Wright's Law 建模、而他们用线性外推的差别。
3. 他们对了一半:杠杆是真风险。 这里我不会假装市场全错。Z-Score 0.36、利息 $536M/季 是真实的财务脆弱性,市场对杠杆的担忧是合理的——我的 alpha 不在"否认杠杆",而在"看见技术采纳曲线的斜率足够陡,能在五年里 outgrow 这个杠杆"。市场低估的是分子(增长),不是高估了分母(债务)。

Conviction & Sizing ← 必填

• 集中度立场: AI 是我五大平台的核心,我会重仓这个主题——但 CoreWeave 在这个主题篮子里属于高波动卫星仓,非核心信仰仓。原因是它的护城河是"借来的"、且杠杆把尾部放大了。我会给它一个比 Tesla/纯数据飞轮型赢家更克制的权重,并接受它会比组合里其他名字波动更剧烈。
• 跨基金重叠: 它会出现在 AI 主题暴露里,但我不会让它像 SpaceX-xAI 在 ARKVX 那样做单一最大持仓——它的资本结构不配得到那种集中度。
• "innovation on sale"加仓反射: 这是我最具辨识度、也最让价值投资者害怕的动作。条件性,非盲目。 规则照旧:它若暴跌,先问 file 07 的问题——是论点破了,还是只是价格?
  • 若六分制里的执行/产品/采纳曲线完好,只是股价被宏观/利率情绪砸下来 → 这是"innovation on sale",加仓。
  • 若降级触发器兑现(自研芯片替代、大客户内部化、再融资受阻、五年隐含回报跌破 15%)→ 不管价格多便宜,trim 或清仓。
  • CoreWeave 特有的纪律: 因为它杠杆高,我对它的"逢跌加仓"反射要比对无债务的名字更谨慎——下跌如果伴随信用利差走阔,可能恰恰是论点(财务论点)正在破的信号,而不是单纯的价格波动。

Honest Risks(最多 3 条) ← 必填,不神化

1. 杠杆 + 折旧周期可能在技术论点兑现之前掐断股权价值。 净债务 ~$22.6B、Z-Score 0.36、利息 $536M/季、FCF 深度负。它完全依赖资本市场畅通。在我的 bear 情形里,股权可被增发严重稀释甚至接近归零——这是"技术对了、但财务跑输"的真实尾部,概率非零。
2. 护城河是借来的:NVIDIA 单一供应依赖 + 客户可能自建。 上游 NVIDIA 决定 GPU 供给与战略;下游超大云自研芯片(Maia/Trainium)、大客户(OpenAI/Meta)算力内部化,任何一条都直接命中它的护城河降级触发器。它不像造芯片或拥有数据飞轮的赢家那样掌握自己的命运。
3. 这套方法本身的诚实记录——别把我神化。 ARKK 2020 年 +153%,2021 年 ~−23%,2022 年 ~−67%(单 4 月 −26%)。Morningstar 估算我的方法在约十年里摧毁了约 $140 亿投资者财富,因为钱在高点涌入、低点赎回——"基金回报"与"投资者回报"严重背离。全周期年化大致只与指数持平(~10–14% vs 标普 ~13.6%),却付出了数倍于市场的波动。像 CoreWeave 这种杠杆叠高 beta 的名字,正是这种命运的放大器。 任何照搬这个结论的人:没有真实的 5 年以上持有期、没有承受 −70% 回撤的胃,你的实际回报会远低于这里写的策略回报。Conviction 不等于正确——决定 conviction 是否兑现的,是 size 和 horizon。

In My Voice

投资从来都是关于未来的,不是关于过去的。如果你盯着 CoreWeave 今天的损益表——n/a 的市盈率、$1.6B 的净亏、0.36 的 Z-Score——你会和华尔街大多数人一样转身离开,然后在五年后懊悔。

我看到的是另一幅画面:人工智能是我五大平台的引擎,而引擎需要燃料,CoreWeave 卖的就是这个时代最稀缺的燃料——降本中的、大规模的、被 NVIDIA 优先供给的 AI 算力。莱特定律会把每单位推理成本一年年压下去,而需求会因为弹性而爆炸式回应,$99.4B 的合约积压只是这条采纳曲线在纸面上的提前兑现。给我五年,这家 $5B 营收的公司有合理路径走向 $30B 量级,我的基准模型给出 ~20%+ 的隐含年化——它过我的 15% 线。

但我不会假装它是 Tesla 或 SpaceX。它的护城河是借来的,它的资产负债表是用杠杆撑起来的,它在赢家通吃的世界里是"赢家脚下的赢家"。所以我的结论是 Add,而不是 All-in:重仓 AI 这个主题,把 CoreWeave 放进篮子里做高 beta 卫星仓;它若因宏观情绪暴跌而基本面完好,那是 innovation on sale,我加;它若触发自研芯片替代、大客户内部化或再融资受阻——那不是打折,那是论点在破,我不管多便宜都卖。

纪律在分数里,不在股价的涨跌里。这一次,我会比平常更紧地盯着那张资产负债表。

基于 2026-06-18 共享数据;本分析为单一大师框架的演绎,非投资建议。