如果你喺300至400蚊相對高位持有2476， 呢篇文會由基本面出發，幫你重新評估而家值唔值得繼續跟進：今輪AI算力需求推動收入、盈利同現金流向上，究竟係公司高端PCB技術、客戶認證同全球化交付能力開始升級，定係AI基建急擴張下、供應偏緊帶來嘅周期紅利？上星期討論過MiniMax（0100），重點係大模型公司如何將高投入轉化成可持續商業化收入；建滔積層板（1888）提醒我哋，上游材料需求旺唔等於下游PCB廠毛利必然守得住；長飛光纖光纜（6869）反映AI基建需求可以好強，但最終仍要靠產品結構、交付能力、海外布局同現金流去證明。勝宏同2513嗰類大模型公司邏輯唔同，佢最終要交代嘅，係高端PCB收入能否持續、毛利率可否止跌、擴產資本能否變成回報；尤其要盯實扣非盈利、應收賬、存貨、資本開支同負債變化，有冇因高速擴張而開始積聚壓力。

今次最容易令人一眼睇到興奮嘅，係收入破百億、歸母淨利潤接近29億元、經營現金流仲跑得比盈利更快。表面睇，呢份係一張相當硬淨嘅AI PCB成績表；作為專業投資者，比起賺幾多錢，我更在意唔好輸錢。我唔會只睇「賺多咗幾多」，而會再問一層：呢個增長有幾多係核心競爭力兌現，有幾多係資產公允值變動幫手，與及公司正進入大規模擴產後，毛利率、資本回報同現金流可唔可以一齊守得住。

最靚嗰行，未必係最重要嗰行

先講清楚，勝宏今次唔係靠一句「AI概念」撐住。上半年PCB製造收入達人民幣108.39億元，按年升26.6%，佔總收入93.2%；直接出口收入人民幣90.60億元，按年升30.6%，佔比77.9%。即係話，公司增長主力仍然係PCB本業，而且較集中喺海外高端客戶及算力相關供應鏈。

管理層提到，增長來自AI算力、數據中心、高性能運算及光模組等高端產品量產，產品組合亦向更高技術難度升級。期內新拓展超過50家客戶，過半屬AI領域高端客戶；部分ASIC算力芯片相關PCB亦已量產。呢啲至少唔係得把口講AI，而係有客戶、產品同出口收入增長配合。

AI需求鏈條好長，騰訊控股（0700）、baba（9988）及1810呢類有雲端、平台與企業服務場景嘅公司，市場都在關注AI應用能否持續擴大。不過，應用端投入增加，未必即刻按比例傳導到每一間硬件供應商。

對勝宏而言，真正值得睇嘅仍然係：客戶有冇真金白銀增加設備投入？新平台升級後，公司能否持續打入更高價值量產品？高端PCB的良率、交付同客戶認證，又是否跟得上？

網易（9999）同 992 提醒我哋：終端產品與應用需求變化，當然可以擴闊電子供應鏈想像空間；但高端PCB需求最終仍要回到產品規格、出貨周期、客戶認證和實際資本開支，而唔係單憑熱門題材。

收入升，毛利反而縮

勝宏上半年收入升28.8%，但營業成本升得更快，達34.8%。結果係毛利由人民幣32.71億元升至38.63億元，按年增加18.1%，但增速慢過收入；綜合毛利率則由36.2%跌至33.2%。

呢個係今次業績最值得正視嘅矛盾。表面上，公司食到AI算力需求；但從毛利率睇，並唔係每多做一蚊生意，都比去年更好賺。管理層解釋，主因係人工成本增加及新增產能爬坡。

不過，合理唔代表可以輕輕帶過。PCB製造毛利率由33.1%跌至28.6%，係一個需要持續盯住嘅訊號。相反，「其他」收入毛利率高達96.8%，收入升67.8%至人民幣7.90億元。由於報告未有詳細披露其組成，我唔會自行補故事；但它只佔收入6.8%，卻貢獻接近兩成集團毛利，專業投資者有必要追問其來源及可持續性。

睇AI硬件供應鏈亦要一單還一單。英偉達（NVDA）、981及天數智芯（9903）代表算力芯片方向，確實推動伺服器設計更複雜；但芯片越高端，唔代表PCB廠自然守得住毛利。真正考驗是，勝宏能否將技術難度轉化成議價力、良率優勢和客戶黏性，而唔係只換來更大規模的成本投入。

法定盈利靚，核心盈利要拆開

上半年歸母淨利潤人民幣28.57億元，按年升33.3%，快過收入增速，睇落相當亮麗。但作為投資者，我唔會只睇歸母淨利潤，因為扣除非經常性損益後淨利潤為人民幣24.18億元，只升12.5%。

另一邊，財務費用由人民幣0.37億元急升至2.97億元，主要與匯兌損失及利息支出增加有關。勝宏出口佔收入近八成，主要以美元及港元結算，匯率本身已是變數；擴產期間借款增加，融資成本亦會慢慢浮面。

華虹半導體（1347）、兆易創新（3986）和瀾起科技（6809）所處環節各有不同，但高端電子產業鏈都有同一條問題：需求上升時，企業能否守住毛利、改善現金流、提升資本回報？景氣可以推高出貨，但技術、效率和客戶結構，先決定企業最終可以賺得幾深。

投資者要分清三件事：扣非盈利能否追上；PCB毛利率下跌是否只屬短期爬坡；匯兌和利息成本會否繼續侵蝕利潤。真正高質素增長，係收入、毛利、核心盈利及現金流逐步同步，而唔係靠某個會計項目幫手撐門面。

現金流有料，但資本胃口唔細

今次值得肯定嘅，是經營現金流量淨額人民幣29.11億元，按年大升144.6%，仲略高過歸母淨利潤。公司解釋主要係銷售回款增加。對製造業而言，盈利可以暫時靠應收帳撐住，但現金流無咁容易粉飾；今次營運現金能夠跟上盈利，係一個實在加分位。

不過，講現金一定要睇埋支出。公司投資活動現金流淨流出高達人民幣219.59億元，主要涉及購建長期資產及購買理財產品；期末交易性金融資產達人民幣153.39億元。呢啲錢唔係消失，只係由現金變成理財及金融資產；但分析時要分清楚，邊部分係本業產生的現金，邊部分係融資後暫時停泊的資金。

中際旭創（3308）、建滔積層板（1888）及建滔集團（0148）可以作為產業鏈旁證：光模組、高端PCB、覆銅板與電子材料，都會受AI基建周期影響，但其中一環表現亮麗，不代表其他公司必然同步受惠。對勝宏而言，材料價格、供應保障與擴產節奏，最後都會落到毛利率和營運現金流。

至於老闆陳濤將上層持股平台部分權益轉讓畀太太劉春蘭，市場第一反應難免會放大解讀，尤其公司正處於AI概念熱度高、股價與市場情緒都較敏感嘅時候。不過按公告安排，呢次屬家族內部股權重組：陳濤轉讓勝華欣業39%股權及宏大投資35%股權予配偶；交易後他仍持有勝華欣業51%，劉春蘭持49%，雙方亦簽訂一致行動協議，由劉春蘭按陳濤意見行使相關股份表決權。從控制權與即時沽壓角度睇，唔應該直接當成大股東減持或撤資：今次並非上市公司股份對外出售，亦不涉及要約收購，公司正常營運和治理架構按披露亦不受影響。

但由專業投資者角度思考，呢類安排必須要記低，反覆review，而唔係當冇事發生：其一，家族持股由較集中變成更接近共同持有，日後治理、繼承及家族關係變化會否影響長線股權穩定性，現階段無法靠一紙一致行動協議完全排除；其二，市場信心除咗睇控制權有冇變，亦睇實控人能否持續專注於擴產、技術升級、海外交付和資本回報。

我會將此事定性為短期中性、但需要持續跟進的公司治理訊號。未來若出現一致行動安排改變、實控人或一致行動人士在上市公司層面實質減持、董事會與管理層出現明顯變動，或者資本配置開始偏離主業，先至需要將事件由「家族內部安排」升級為影響估值與安全邊際的實質風險。

寫畀已持貨同高位買入嘅股東

如果你係高位買入勝宏，我想講，高位買入本身唔一定代表做錯。你可能睇中AI算力硬件需求、高端PCB技術門檻，或者公司全球化產能佈局。只要你當初買入時，係基於一套有邏輯、可被業績驗證嘅判斷，買入價只係回報的一部分，唔係全部。

買完即跌，梗係會唔開心；未上車見住佢升，又好容易覺得自己錯過咗成個AI浪。呢啲感受正常，唔使逼自己扮到冇感覺。但市況一急，不如先停一停，覺察自己究竟係怕輸、怕錯過，定係公司毛利、現金流與擴產邏輯真係變咗。買入價只係當時作決定的位置，唔係市場欠你嘅交代。

股價今日報咩價，我哋控制唔到；但研究夠唔夠深、倉位有冇超出承受能力、持有理由仲成唔成立，呢啲先係自己可以管理。放過當時嗰個自己，然後用新數字重新判斷。記住那關於光陰的教訓，避免回頭走天已暗，比困住喺「返家鄉」更有用。

市場唔會因為你買得高就對你好啲。最怕唔係輸，最怕係唔知自己點解輸。重新問自己：你買的是AI題材，還是勝宏高階HDI及高多層板的製造能力？你相信的是短期供應緊張，還是公司能跨過客戶認證、良率管理和海外交付的門檻？

至於仍然觀望嘅讀者，唔需要因為怕錯過而逼自己即刻決定。建立一張追蹤表，等公司用下兩份業績回答問題，往往比在市場最興奮時硬追更有紀律。

未來要驗證乜嘢

第一，PCB製造毛利率能否止跌回穩？
第二，核心盈利與現金流能否同步增長？
第三，海外產能與資本開支能否交出回報？

總結

阿芒對自己嘅基本要求，就係每日都要做功課。唔係每日預測股價，而係每日問多一句：我今日嘅投資邏輯有冇比尋日更強？勝宏今次中期業績，唔係一句「AI受惠股交靚成績表」就可以講完。本業需求與現金回款確實有支撐，技術和客戶拓展亦有進展；但毛利率下滑、扣非盈利增速較慢、公允值收益影響，以及大規模資本配置，都提醒我哋唔好將增長速度直接等同盈利質素。

平時同大家交流，我記得每位牛友的留言。被人記得同重視嘅感覺好特別，大家都會更願意互相傾計。就算遇到意見完全相反嘅牛友，我都會保持禮貌同大家討論。投資本來就冇標準答案，互相尊重嘅氛圍先會吸引更多人留低交流。After all，投資只有一個目的：賺錢。

AI世界變得好快，但做功課唔可以快餐化。作為專業投資者，深度分析一間公司，唔係抄幾行業績數字咁簡單；每一篇背後都要反覆拆收入、睇現金流、驗證管理層承諾。如果你認同投資要做功課，請關注我，大家一邊實戰，一邊做功課。

長飛2026年上半年交出一份相當搶眼嘅成績表：收入升53.6%，歸母淨利潤更大升889%，毛利率由28.3%抽上53.4%。仲有中期股息每股人民幣1.06元。單睇表面，呢個唔係普通復甦，而係行業供需、產品結構同公司競爭力同時向好。可比照1347

一份「成本冇點升、收入大升」的成績表

今次最震撼嘅，唔係收入升53.6%，而係長飛收入由63.84億元升到98.09億元，但營業成本由45.78億元微跌至45.75億元，幾乎冇郁過。

結果就係毛利由18.07億元急升到52.34億元，毛利率由28.3%跳升至53.4%。對一間製造業公司嚟講，呢種情況通常反映三件事：產品賣得更多、平均售價提高，或者高端產品佔比升咗。長飛自己嘅解釋係，AI智算中心建設加快，帶動高規格光纖產品需求，公司銷量同平均單價都有較快增長。

And then what？

毛利率升得咁急，當然係好事；但投資者唔好咁快開香檳。關鍵唔係今期做到53.4%，而係呢個水平可以守幾耐。

如果AI數據中心真係持續需要多模光纖、保偏光纖、多芯光纖、空芯光纖等高規格產品，而長飛又能夠通過客戶認證、穩定大量交貨，咁今次可能唔只係周期反彈，而係公司賺錢能力升咗一級。但如果主要係行業短期供應緊、產品加價，等其他廠商擴產、客戶補完貨，毛利率就有機會回落。

所以我會話，長飛而家正由傳統電信光纖周期股，嘗試變成AI算力基建入面嘅光連接供應商。故事聽落吸引，但最後都係要睇數字：高端產品賣得夠唔夠多、毛利留唔留得住、現金有冇真正收返來。

增長引擎唔只一個，但主次要分清

收入拆開睇，最大火車頭仍然係光傳輸產品，包括光纖預製棒、光纖同光纜。呢個分部上半年收入61.25億元，按年升59.2%，佔總收入62.5%，毛利率更高達63.11%。

另一邊，光互聯組件分部收入22.38億元，按年升55.0%，毛利率48.97%。呢部分包括光器件、光模組、有源光纜同高速銅纜，較直接受惠於數據中心入面嘅高速連接需求。公司提到，部分產品已批量交付，亦有400G／800G產品完成客戶驗收，1.6T產品則仍在設計階段。

簡單講，長飛唔再只係賣傳統光纜，亦想向更高附加值嘅光連接產品行。但讀者要分清楚：已經量產賣錢，同完成驗收、送樣、做設計，係三個不同階段。後面兩者代表機會，未等於已經反映喺盈利。

講到AI需求，投資者不妨將鏡頭拉闊少少：雲端與大模型平台持續投入，市場自然會關注騰訊控股（0700）、baba（9988）及Alphabet Inc.（GOOG）等大型平台對雲端、模型與企業服務的布局。呢類公司嘅投入，反映整個算力生態對基建的關注升溫；但這不直接等於長飛必然取得任何特定訂單或合作。

至於網易（9999）與小米集團（1810），則可視為不同AI應用、內容與大模型參與者。真正關鍵仍然係，終端AI服務能否完成商業化，並將資本開支持續轉化為數據中心內外真金白銀嘅光連接需求。

內地收入上半年為56.63億元，海外收入41.46億元，兩邊都升53.6%；海外佔總收入42.3%。海外生意比例高，可以分散單一市場風險，但亦要面對匯率同當地營運挑戰。今期財務費用升至1.91億元，其中包括約1.12億元匯兌損失，正正反映海外收入多咗，匯率風險都會一齊放大。

今期財務費用按年升144.4%至1.91億元，其中公司指出人民幣兌美元及港元升值，令持有外幣資產產生約1.12億元匯兌損失。這正正提醒大家：全球化唔係淨係將收入搬去海外咁簡單，利潤表同資產負債表都會開始受貨幣波動影響。

盈利好靚，但要拆清楚

長飛上半年歸母淨利潤29.25億元，按年升889%；扣非歸母淨利潤24.49億元，按年更升1,680%。扣除非經常性項目後，盈利增長依然好強，反映主業的確有改善，唔係純粹靠會計數字撐場。

不過，法定盈利亦有其他因素幫手：期內有2.94億元公允價值變動收益、1.24億元投資收益，以及1.83億元其他收益，包括政府補助。呢啲唔代表「水份」，但未必每半年都會重複出現。

所以睇長飛，唔好直接將29.25億元當成新常態。最重要係未來高端光纖需求、產品價格同規模效益，能否繼續支持核心盈利。呢度可以用逆向思考：假如投資收益同補貼少咗，公司主業仲可唔可以交到強勁盈利？答到呢條問題，先至睇得清盈利質素。

現金流改善，但要盯住回款

股價可以呃人一陣，現金流冇咁好呃。長飛上半年經營現金流入淨額18.26億元，較去年同期8.42億元大升116.8%，方向係正面，最少反映盈利唔係完全停留喺帳面。

不過，截至6月底，應收賬款升至72.70億元，存貨亦升至44.70億元，兩者都較2025年末增加超過13億元。收入急升時，備貨同賒數增加未必係壞事，但下一步要睇客戶回款有冇跟上，以及存貨會唔會變成壓力。

公司期內信用減值損失1.12億元，期末壞賬準備8.98億元，暫時未算失控，但絕對值得持續跟。尤其係景氣向好時，公司最容易為咗搶生意而放寬付款條件，收入睇落好靚，最後卻未必收得足錢。

公司上半年資本開支6.71億元，主要用於海外產能及光纖業務優化；銀行貸款77.57億元，較去年末下降7.9%，但負債資本比率由20.8%升至24.5%。擴產本身唔係問題，關鍵係將來能否帶來更多收入、毛利同現金流。長飛最擅長始終係光纖光纜同光互聯，其他新業務最終係第二增長曲線，定係分散資源，暫時仍要靠往後數字驗證。

管理層講AI故事，開始有數字托住

長飛提出「AI-2030」戰略，布局智算中心內外嘅光連接需求。公司表示，保偏光纖已完成認證及量產；多芯光纖已用於城域網、智算互聯等場景；G.654.E光纖累計部署800萬芯公里；空芯光纖累計交付超過10,000芯公里，並有多個商用及試點項目。

不過，投資者要分清楚「已量產」同「送樣、驗收、方案設計」係兩回事。前者開始有機會變成收入，後者只代表技術有機會，未必即刻賺到錢。

市場對AI基建的想像，首先會投射到英偉達（NVDA）、壁仞科技（6082）及天數智芯（9903）等算力晶片參與者。算力供應增加，理論上會推動伺服器、網絡與光連接需求，但由晶片採購到光纖出貨，中間仍受制於客戶部署節奏、網絡架構與供應鏈消化能力。

再下一層，3308、兆易創新（03986）及瀾起科技（06809）分別代表製造、記憶體及伺服器互連等不同環節。晶片、記憶體、互連和光纖所處位置不同，需求傳導速度、價格周期、毛利結構和資本開支回報亦不同；市場熱炒同一條AI主線，唔代表每一環都會以同樣方式、同樣時間賺到錢。

最後再落到數據中心實體建設層面，高端PCB、覆銅板、電子材料及光模組環節的行業參照：勝宏科技（02476）、建滔積層板（01888）、建滔集團（00148）呢D公司反映市場正關注算力基建對不同物料與連接環節的拉動，但長飛的核心投資邏輯始終要回到自己：光纖光纜和光互聯組件的產品組合，有冇真係提升；高端產品能否長期量產；以及毛利與現金流是否同步留下來。

最重要唔係長飛有冇AI產品，而係AI相關產品究竟佔幾多收入、賺幾多毛利，同埋客戶會唔會由試用變成大規模採購。公司暫時未有詳細拆分，所以唔好見到「AI」兩個字，就將所有增長都當成長線新常態。

二階思維就係咁用。第一層係AI數據中心建設增加光纖需求，長飛受惠；第二層要再睇遠一步，AI需求熱潮一定會吸引更多公司做高端光纖，客戶日後亦可能壓價。長飛能否靠技術、客戶認證同穩定交付守住毛利，先係呢個AI故事最後有幾值錢嘅關鍵。

最易被忽略的地方

— 毛利率能否守住：如果光傳輸產品毛利率由63.11%顯著回落，或整體毛利率未能維持相對高位，市場就要重新判斷今次是結構性改善還是短期價格周期。

— 海外擴張的回報：海外收入佔比已達42.3%，未來要睇海外產能擴張是否轉化為更穩定訂單、合理回款與利潤，而非只有營收規模。

— 資本開支的效率：資本承擔達25.59億元。若日後資產增加、負債率上升，但收入增長、現金流與利潤率未能兌現，擴張就可能由機會變成包袱。

寫畀已持貨或高位買入的股東

講到呢度，無論你係高位入咗、早早落咗車，定係最近一路睇住佢升而心郁郁，都唔使急住同自己算帳。AI題材本身消息多、波動大，報價機每日閃幾千下，不等於企業價值改變咗幾千次。先停一停，覺察自己究竟係因為買入價、錯過升浪而焦慮，定係長飛嘅毛利、現金流、應收賬同資本開支真係出現咗裂痕。市場今日報咩價我哋控制唔到，但研究夠唔夠深、倉位係咪承受得到、生活有冇被一隻股票拖住情緒，呢啲反而係自己管得到。高位買入未必代表做錯，但如果買完只望住股價、只等返家鄉而唔再研究公司，先係最危險。市場唔會因為你買得高就對你好啲；下一步，始終係回到數字，重新檢視原本買入理由。

最怕唔係輸，最怕係唔知自己點解輸。

如果我係股東，我會一個人搵間靜靜地嘅cafe，坐低，叫杯凍咖啡，然後重新寫低當初持有嘅理由：我買嘅到底係AI基建題材、光纖周期反轉、長飛的全球製造能力，or 高端光連接技術進入商用後的長線回報？幾個理由看似相近，其實對應的驗證方法完全不同。By the way ，講開「靜cafe」，港島區有冇好介紹？

如果你主要押注AI需求，一定要睇實高端產品由認證走向量產後的收入與毛利貢獻；如果你押注周期反轉，就要接受毛利率有周期性，不能把今期高點機械外推；如果你相信公司長線能力圈，就要睇資本開支有冇集中在真正擅長、可複製、能產生回報的領域。

做投資亦要有少少哲學基礎保底：見到股價波動，先停一停，唔洗急住將每一日升跌解讀成自己啱或錯。你真正要問嘅，係收入質素、毛利率、經營現金流、應收賬周轉、存貨、負債與管理層執行有冇繼續改善。如果這些核心KPI仍然向好，短期波動未必值得過分演繹；但如果這些數字開始轉差，就算股價仲未反映，原本投資邏輯都要重新評估。

至於未持有嘅讀者，更加唔需要因為怕錯過而逼自己即刻決定。建立一張追蹤表，等公司用未來幾份業績證明：今次並非單次爆發，而係盈利能力與競爭位置真係升咗一級。

未來要驗證甚麼

第一，高毛利率守唔守得住。
要睇光傳輸同光互聯組件收入仲升唔升、毛利率有冇回落，以及高端AI產品能否由認證、試點變成穩定出貨。

第二，盈利有冇真金白銀。
要睇經營現金流能否跟上盈利，同時留意應收賬、存貨同壞賬準備會唔會升得太快。收入靚，但錢收唔返，都要小心。

第三，AI同海外擴張有冇回報。
要睇高端產品商業化、海外產能利用率，同埋新增資本開支最終能否帶來更多收入、毛利同現金流。故事可以大，但數字一定要跟得上。

結語

做投資，有時最難唔係睇明一份業績，而係面對升跌時仍然守得住自己。升咗，唔好急住覺得自己睇透晒；跌咗，亦唔好即刻將一次波動當成人生判決。先停一停，望清楚自己焦慮嘅，究竟係報價機上嘅數字，定係公司基本面真係出現咗裂痕。市場永遠有噪音，亦永遠有人比你早入、比你低成本；但投資從來唔係同人鬥快，而係同自己嘅情緒、貪心同恐懼相處。

一個專業投資者對自己嘅基本要求，就係每日都要做功課。唔係每日預測股價，而係每日問多一句：公司今日交出嘅數字，有冇令原本嘅投資邏輯更強，定係開始出現裂痕？能夠持續問對問題、承認自己未必每次都啱，已經比盲目追逐每一個熱門故事行得更遠。

明年今日， 別要再失眠。記住，錯過一段升浪唔等於錯過整個市場；短期回撤亦唔等於你永遠做錯。真正值得累積嘅，唔止係回報，仲有判斷力、耐性，同埋喺不確定之中保持清醒嘅能力。

不知不覺，我呢個星期都寫咗5篇長文，照顧好倉位，更要照顧好自己；市場下星期仲會開，但唔需要連星期六日都用情緒去交學費。

我每日都會盡量做功課，再將自己對業績同企業嘅觀點寫喺富途。希望大家睇完之後，唔單止多了解一間公司，亦都會多用數字驗證故事。

如果你覺得寫得好，畀個like，關注支持 800 萬專業投資者阿芒。

如果你喺500至1000蚊成本持有MiniMax，呢篇長文或者可以幫你重新判斷手上倉位應點部署：基本面係咪仍值得等，風險係咪需要重新衡量，定係應該耐心等下一季數字再驗證。4000字，逐層拆MiniMax嘅企業收入、毛利率、燒錢速度同競爭風險；啱睇嘅話，撳個關注支持阿芒，大家一邊實戰，一邊做功課。

作為一個專業投資者，睇MiniMax今次業績，最重要唔係問「收入升得勁唔勁」，而係問：公司由模型能力走到商業化，究竟行到邊一步？企業客戶係咪真係願意長期畀錢？毛利率可唔可以愈做愈高？而家燒嘅研發、算力同營運成本，最後又可唔可以變成一盤有現金流、有定價能力嘅生意？

今次中期業績，第一眼睇，好靚仔：收入按年升283%，半年收入已經多過2025年全年；開放平台及其他基於AI的企業服務收入更升703%，由去年同期只佔三成收入，變成而家佔63.4%。如果你淨係睇到呢度，可能會覺得：AI商業化終於嚟料，守得雲開見月明，MiniMax係咪已經跑出咗？

老老實實，收入升得快當然值得畀高分，但一單還一單，唔好咁快當佢已經贏咗。AI行業最易令人興奮嘅地方，係增長率可以好誇張；最易令人忽略嘅地方，係收入增長同長期賺錢，中間其實仲隔住好幾重山。

故事講得幾靚都好，最後都要睇盤數。

最重要唔係收入，是收入結構

MiniMax上半年總收入為1.166億美元，按年升283.1%，而且已經超過2025年全年7,900萬美元收入。單睇總收入，確實係一個非常快嘅擴張速度。

但我更加留意收入結構。

開放平台及其他AI企業服務收入達7,390萬美元，按年升703.1%，佔總收入63.4%；去年同期，這部分只佔30.3%。相反，AI原生產品收入為4,260萬美元，按年升100.9%。兩邊都有增長，但企業服務明顯跑得更快，亦正式成為公司最大收入來源。

呢個轉變有幾重要？

消費者AI產品可以短期爆紅。可能某個功能夠新鮮、某條片好多人分享、某個模型生成效果震撼，於是用戶一窩蜂湧入。但「多人試過」同「有人願意長期磅水」係兩回事。企業客戶肯將AI接入日常工作，例如寫程式、做內容、客服、內部知識庫、工作流程自動化，某程度反映產品開始由玩具變成工具。

而工具一旦真正幫客戶慳到時間、減低成本、提高產出，付費意願通常會強好多。參考 1024

呢個亦解釋咗，點解有既有場景嘅公司會有先天優勢：例如網易（9999）有內容及遊戲生態，小米集團－W（1810）有手機、IoT，AI功能要觸達用戶、累積使用數據，相對有天然入口；MiniMax要突圍，就更需要將產品由「大家試下」變成「客戶日日都要用」。

所以，企業服務收入升703.1%，我會視為今次業績最有含金量嘅亮點之一。這代表MiniMax開始唔係淨係賣一個「AI好神奇」嘅概念，而係有企業及開發者願意實際付費，使用其模型、平台及服務。

不過，收入升到咁，梗係靚啦。And then what？

企業收入高增長，下一步要睇佢係咪可以持續。公司暫時未有提供客戶留存率、客戶平均消費、合約年期、大客戶集中度，或者客戶由試用轉成長期付費嘅具體資料。唔係話冇披露就等於有問題，但作為投資者，資料未有披露，就唔可以自己腦補成「一定好穩定」。

AI企業服務同傳統軟件最大分別，係客戶唔只用一間供應商。今日你個模型快啲、平啲、寫code好啲，客戶咪多用你；聽日競爭對手更新模型、減價、推出更好嘅工具，客戶又可以轉去第二度。你知我知，單眼佬都知，AI呢行而家競爭咁激烈，唔係有收入就代表客戶永遠唔走。

企業客戶今日可以比較嘅，唔只係MiniMax同其他初創模型公司，仲有騰訊控股（0700）、阿里巴巴－W（9988）呢類本身有雲端同企業生態嘅平台、智譜／Z.AI（02513）等本地同行，以至Alphabet Inc.（GOOG）呢類全球級對手。即係話，MiniMax要贏，唔係贏一次模型測試，而係要長期贏到產品、成本、部署同服務。

MiniMax真正要建立嘅，係令客戶唔容易離開嘅能力：產品好唔好用只係第一步，之後仲要睇平台穩定性、API接入、數據處理、安全性、開發者工具、企業部署能力，以及能否融入客戶日常流程。

如果客戶愈用愈深、由一個部門擴展到幾個部門、由少量Token使用變成長期工作流依賴，收入先至有機會慢慢形成複利。相反，如果客戶只係因為暫時有優惠、試下新功能、見市場熱就用，增長率可以好睇，但未必留得低。

毛利率升咗，但未夠㗎

MiniMax上半年毛利為2,081萬美元，按年升464.8%，快過收入283.1%嘅升幅；毛利率亦由去年同期12.1%，提升到17.9%。

呢條數我會中立畀comment。

因為AI公司最怕嘅情況，係收入愈升、成本升得仲快。模型訓練要錢，推理要錢，雲端資源要錢，伺服器、電力、技術人才全部要錢。用戶每撳一次掣、每生成一段內容、每做一次複雜任務，背後都係真金白銀嘅算力消耗。

你睇英偉達（NVDA）AMD 持續主導高端AI算力市場，就知道模型能力背後嘅計算資源絕對唔平；而壁仞科技（6082）同天數智芯（9903）所代表嘅本土算力選擇，長遠能否令企業有更多成本與供應彈性，亦值得留意。對MiniMax而言，算力供應改善當然係好事，但最終仍要反映到推理成本下降同毛利率上升，先至算真正落袋。

所以，收入升咗唔代表一定好；毛利率有冇升，先開始反映公司規模做大後，能否留下更多利潤空間。

MiniMax毛利率由12.1%升至17.9%，至少反映基建效率、模型效率、產品組合或者定價能力開始改善；而且毛利升得快過收入，方向係正確。

但17.9%唔代表已經練成神功。AI模型不停升級，客戶會要求更平、更快、更準，同業愈多，減價壓力自然愈大。MiniMax之後能否繼續提高毛利率，取決於推理成本下降嘅速度，能否快過價格下調同需求升級。

虧損擴大，市場要面對現實

再睇經調整淨虧損，MiniMax上半年錄得2.930億美元，去年同期為1.387億美元。即係話，收入同毛利率雖然改善，但核心虧損仍然擴大，呢個正正係今次業績最需要正視嘅矛盾。

公司企業服務需求見到起色，但同時仍要大手投入研發、算力、模型迭代、產品開發同全球化擴張。AI公司現階段燒錢未必係壞事，真正問題係：每一蚊投入，有冇換來更強模型、更高使用量、更好毛利率同更穩定嘅客戶關係？參考 MSFT PLTR

MiniMax而家有收入、有毛利改善，但未見經調整虧損收窄，所以未可以當成熟軟件公司咁睇，而係一間仍在驗證商業模式、需要資本支持增長嘅AI公司。市場最易犯嘅錯，就係見到收入線靚，便自動補埋未來盈利、現金流同護城河；咁樣唔係分析，係許願。

現金多，是優勢，也是責任

MiniMax現金結餘為13.228億美元，其中現金及現金等價物為9.309億美元，較2025年底10.503億美元增加。對AI公司而言，現金係重要入場券：鬥模型、算力、人才同全球化，冇足夠資金，就算技術唔錯都未必捱得過下一輪競爭。參考 APPLE

不過，入到牌桌唔等於贏到最後。市場下一步要睇嘅唔係公司有冇13億美元，而係點樣用：研發有冇帶動企業收入？模型升級有冇改善毛利率？海外收入高，係真正全球化，定推廣與基建成本同樣高？

現金係安全墊，但唔係唔使計數嘅理由。未盈利公司最終都要埋單；MiniMax仍要證明，佢燒嘅錢係換來護城河，而唔係短暫熱度。

最怕唔係AI冇需求

我反而覺得，MiniMax最需要擔心嘅唔係AI需求突然消失。呢一輪AI熱潮，的確已經由模型一路燒到基建端：中際旭創（03308）、長飛光纖光纜（06869）同勝宏科技（02476）所處嘅光互聯、光纖同高端PCB環節，都反映市場預期數據中心投資會持續增加。

但要分清楚，基建需求旺，證明嘅係大家願意投資AI，唔係直接證明每間模型公司都可以賺到高毛利。對MiniMax而言，最重要仍然係：呢一輪龐大投入，最後可唔可以變成自己持續增長嘅企業收入、改善中嘅毛利率，同埋逐步收窄嘅虧損。參考 LITE

真正風險係：需求好大，但競爭者更多。

由華虹半導體（01347）、兆易創新（03986）到瀾起科技（06809），市場今年都喺追蹤中國半導體由製造、記憶體到伺服器互連嘅升級機會；但產業鏈愈熱，反而愈提醒我哋，MiniMax唔應只靠「AI大勢向好」去估值，而要睇自己可唔可以喺整條成本鏈之中保住定價能力。

你知我知單眼佬都知，AI行業絕對唔會得一間公司做到模型、做到企業服務。市場一熱，資本、人才、雲端資源、開源模型、海外競爭者全部湧入嚟。今日跑得快，唔代表下年仍然領先。

所以我睇這類公司，會刻意做多少少逆向思考：假如最樂觀嘅劇本最後失敗，最可能係咩原因？

第一，企業服務收入增長顯著放慢，代表客戶試用過後唔持續擴大使用。
第二，毛利率停滯甚至回落，代表價格競爭或推理成本壓力開始浮現。
第三，經調整虧損持續擴大，而且收入增速慢過成本增速，咁就要小心公司變成「愈做愈大、愈做愈燒錢」。
第四，海外收入雖然高，但如果收入品質不足、回款週期拉長，最後都會反映在現金流壓力，咁市場就要提高警覺。

數字唔講大話，但人可以揀住啲數字嚟講。作為投資者，見到一份高增長業績時，打死都唔好只睇公司最想畀你睇嗰一面。

如果你已經買咗，點部署？

如果你已經持有MiniMax，甚至喺高位買咗，首先唔使因為股價上上落落就覺得自己世界末日。人到咗某個階段，投資同生活其實都唔使逼自己逼得太緊。少啲為已經發生嘅事翻舊帳，亦少啲為未發生嘅市況失眠；做好眼前研究、管好倉位，日子舒服啲，投資反而先行得長。

高位買入本身唔代表做錯。市場永遠有機會比你買入價更高，亦永遠有機會喺你買完之後即刻調整；尤其係AI股，消息一出可以升得好急，情緒一轉亦可以跌得好快。呢個係市場特性，唔係你一個人嘅問題。

但高位買咗之後，最危險係乜？就係淨係望住股價，日日問幾時返家鄉。

市場唔會因為你買得高就對你好啲。你如果將投資決定交咗畀「等佢升返」，咁其實你已經唔係喺分析公司，而係畀市場情緒牽住走。

你可以做嘅第一步，係花一個鐘，重新寫低當初買MiniMax嘅理由：你買嘅係企業服務收入、全球化能力、模型技術、長遠平台效應，定純粹因為AI熱門、見股價強就怕錯過？

想做10年甚至更長時間嘅投資，最要戒嘅唔止貪心，仲有精神內耗。錯過一隻急升股，唔代表錯過整個市場；一次回撤，亦唔等於永遠做錯。長線投資要接受市場有雜音，專注企業盈利、現金流、估值，同埋自己承受得到嘅風險。卸低無謂包袱，先至有心力等複利慢慢發功。

如果你買MiniMax係睇好商業化能力，就應追蹤企業服務收入佔比、毛利率、經調整虧損、現金使用效率同客戶留存，而唔係淨係睇股價。只要呢幾條線持續改善，短期波動未必代表基本面轉壞；但若收入質素下降、毛利率掉頭、虧損失控，或者管理層淨講故事唔交數，原本投資邏輯就要重新評估。

至於未持有嘅朋友，唔使因為怕錯過而逼自己即刻決定。做投資唔係鬥反應快，係鬥邊個冇咁容易畀市場帶住走。你大可以先等下一兩份業績，睇清楚企業收入係咪持續、毛利率係咪再升、虧損係咪開始收窄，再決定自己係咪真係理解呢盤生意。

未來要盯實三件事

第一，企業服務收入能否繼續成為主引擎。唔使永遠維持700%增長，但要睇收入佔比、客戶使用深度，同埋管理層會否交代更多留存與客戶質素數據。

第二，毛利率能否由17.9%繼續改善。收入增長唔係最難，難在競爭加劇、模型持續升級之下，公司仲可唔可以保住甚至提高每一美元收入留下來嘅毛利。參考 META

第三，經調整虧損幾時開始收窄。公司有足夠現金投入係優勢，但市場遲早會問：研發、算力同產品投入，幾時先會對應到更高企業收入、更好毛利率同現金流？

今次先集中睇基本面，估值安全邊際留返下一篇再拆。但以業績本身計，MiniMax已做到第一步：證明有人願意磅水，尤其企業及開發者端需求開始冒起。

It’s a good start。下一步，先係真正考驗。

一個專業投資者對自己最基本嘅要求，就係每日都做功課。唔係每日估股價升定跌，而係每日問多一句：公司今日交出嘅數字，有冇令原本投資邏輯更強，定係開始出現裂痕？

我每日都會盡量多做功課，再將自己對業績同企業嘅觀點寫喺富途牛牛。希望大家睇完之後，唔單止多了解一間公司，亦會試下落手落腳，用數字驗證故事。

如果你覺得寫得好，麻煩支持一下，畀個like，或者關注。

預告：聽日輪到建滔積層板1888深度長文，有揸貨嘅朋友，保證值得一看。

Slow down.

Not to find the stock that moved the most. Not to chase the loudest AI headline. Not to pretend I can understand an entire sector from one revenue-growth percentage and a celebratory chart.

I slow down to separate fact from feeling.

This half-year review is focused on ten Hong Kong-listed AI names across computing infrastructure, semiconductors, memory, optical communications, PCBs, electronic materials, and foundation models.

These are some of the market’s hottest themes — which is exactly why they deserve colder thinking.

The central question is not simply:

Which company grew the fastest?

It is:

Which company is already earning real money from AI — and which is still selling the market a future that has not yet arrived?

As a Hong Kong Professional Investor, I have learned that an exciting story is not automatically a bad investment.

But an exciting story without cash flow, margins, or a credible return on capital can become an extremely expensive form of entertainment.

Two Different AI Trades

The clearest takeaway from this earnings season is that “AI” is not one investment category.

There are at least two very different businesses hiding under the same label.

The first is the AI application and model layer: companies building large models, APIs, enterprise services, and consumer AI products.

The second is the AI infrastructure supply chain: optical modules, PCBs, server components, electronic materials, foundry capacity, memory interfaces, and fibre networks.

Both can grow quickly.

But they carry very different economics.

For model companies, revenue may be rising at extraordinary rates while R&D, inference cost, sales expenditure, and computing expense remain even larger. The product may be real, demand may be real, and the loss may also be very real.

For infrastructure companies, the picture is more immediate. AI data-centre spending has already flowed into orders, pricing, capacity utilisation, gross margins, operating profits, and sometimes cash flow.

That does not automatically make hardware safer.

It just means the revenue has shown up before the dream.

MiniMax: Growth With A Bill Attached

MiniMax reported first-half revenue of approximately USD 117 million, up 283.1% year on year. Gross profit rose faster, by 464.8%, and gross margin improved from 12.1% to 17.9%.

That is meaningful progress.

But then I look at the bill.

The statutory loss was roughly USD 358 million. Adjusted net loss was around USD 293 million. R&D expenditure rose to approximately USD 297 million.

This is the central question I would keep asking myself: for every additional dollar of revenue, how much computing, research, and customer-acquisition cost is required?

High revenue growth is encouraging.

But high growth does not mean a company has escaped the “spend heavily first, explain profitability later” phase.

For MiniMax, I would watch gross-margin expansion, inference cost, customer retention, and whether losses narrow as revenue scales.

The business appears to be moving.

It is just not yet clear how much cash it will require to keep moving.

Z.ai: The API Engine Is Starting

Z first post-listing interim results were more encouraging at the commercial level.

First-half revenue reached RMB 954 million, up 399.7% year on year. Its open-platform and API business generated RMB 825 million, up 2,735.7%, representing 86.5% of total revenue. Token usage rose by more than 40 times, while average API pricing increased by 101%.

That is not merely a slide deck.

That is usage.

More importantly, the API segment’s gross margin moved from negative 0.4% to positive 24.6%. It may only be a first step, but moving from “every transaction loses money” to positive gross profit is a meaningful one.

Still, the consolidated gross margin fell from 50.0% to 26.4%, while R&D expense reached RMB 2.13 billion. The statutory net loss remained substantial at RMB 2.07 billion.

So I would not call the business proven yet.

I would call it commercially alive.

The next test is whether API scale leads to better overall margins, lower R&D intensity relative to revenue, and a path toward self-funded growth.

Revenue can grow at 400%.

The question is whether the economics eventually grow up with it.

The Hardware Reality

While AI-model companies are still proving monetisation, several hardware names have delivered something the market understands immediately:

Revenue.

Profit.

Cash flow.

And, in some cases, dividends.

建滔積層板（01888）reported first-half revenue of HKD 14.9 billion, up 55%, with net profit rising 209% to HKD 2.89 billion. AI servers, high-speed networking, electronic fibreglass, copper foil, and copper-clad laminates all benefited from stronger demand and pricing.

The company’s vertically integrated structure mattered. When competitors faced material shortages and delivery constraints, Kingboard could continue producing at near-full utilisation.

That is what an operating moat looks like in an industrial cycle: not a glossy presentation, but the ability to deliver when everyone else is scrambling.

長飛光纖光纜（06869） also posted striking numbers: first-half revenue rose 53.6%, while attributable profit jumped 889%. Gross margin reached 53.4%.

That sort of profit growth tells me product mix, pricing, and capacity utilisation have moved together.

But it also tells me to become more cautious.

When profits rise nearly ninefold, I do not only ask, “How good is this?”

I ask, “How much of this is repeatable?”

High-cycle earnings often look permanent at precisely the moment they are most vulnerable to competition, supply expansion, and price normalisation.

Cash Flow Is Harder To Fake

勝宏科技（02476） stood out because its earnings were supported by cash generation.

Revenue rose 28.8% to RMB 11.63 billion. Net profit rose 33.3% to RMB 2.86 billion. Operating cash flow was approximately RMB 2.91 billion.

For a manufacturing company expanding capacity rapidly, operating cash flow keeping pace with earnings matters.

It reduces the risk that growth is merely being booked on paper while working capital quietly becomes the real business model.

The AI server, high-density interconnect, and high-layer-count PCB opportunity appears genuine.

But I would still watch customer concentration, capacity additions, depreciation, and pricing carefully. A strong order book is useful. A strong order book at an inadequate return on capital is less useful.

The market tends to remember the first one and forget the second.

Semiconductors: Better, But Still Cyclical

華虹宏力 (01347) Hua Hong Semiconductor delivered a recovery that was hard to ignore.

First-half revenue reached USD 1.378 billion, up 24.5%. Gross profit rose 83.2%, while gross margin improved from 10.1% to 14.8%. Profit attributable to owners of the parent rose more than fourfold.

The drivers were clear: expanding 12-inch capacity, improved product mix, rising wafer shipments, and higher average selling prices.

That looks more substantial than a simple accounting rebound.

But foundry economics remain cyclical. New capacity can arrive. Customers can adjust inventory. Price competition can return. Margins are improving, but they are not yet close to historic peaks.

A good recovery is not the same as a permanently better industry.

I keep reminding myself of that because the market usually stops reminding me precisely when I need it most.

Optical Modules: The Market’s Favourite Exam

中際旭創（03308） may have produced one of the most powerful reports in the AI optical-communications supply chain.

Revenue rose 182.5% to RMB 41.78 billion. Net profit rose 241.7% to RMB 13.65 billion, driven by demand for 800G and 1.6T optical modules and higher cloud-capex spending from overseas customers.

Those are exceptional operating results.

The question is not whether the business is performing.

It is whether the valuation already assumes that it will perform exceptionally forever.

That is a much harder standard.

For companies like Zhongji, I would watch technological migration from 800G to 1.6T and eventually 3.2T, customer concentration, product leadership, gross margins, and the pace of hyperscaler capex.

The business can remain excellent while the stock still suffers if the market’s expectations were even more excellent.

That is one of investing’s less charming features.

Memory: Great Results Can Still Lose Money

兆易創新（03986）reported a spectacular first half: revenue up 178.7%, net profit up 1,091.5%, adjusted net profit up 796.9%, and operating cash flow up 531.5%.

Then the share price reportedly fell sharply after the result.

That is not irrational.

It is the market asking whether the memory-price cycle has already been priced in.

In memory, earnings can look strongest when supply discipline, pricing, and inventory dynamics all align. But the same forces can reverse when capacity expands or demand slows.

I would focus less on the headline profit percentage and more on adjusted profit quality, memory-price sustainability, inventory, and the durability of domestic-substitution demand.

A 1,091% profit increase is spectacular.

It is also a reminder that percentages can become theatrical when the starting base was small.

The Quietly Important Name

瀾起科技（06809） numbers were less explosive, but still strong.

First-half revenue grew 26.7%, gross profit grew 36.9%, and attributable profit rose 72.3%. Its interconnect-chip and server-platform businesses continued to benefit from AI-computing demand.

This is the sort of report I find useful because it shows operating leverage: profit growth outpacing revenue growth.

But the market’s reaction was cautious after the results, partly because the share price had already performed strongly and because investors were scrutinising dividend momentum and adjusted-profit trends.

That is the uncomfortable truth of a hot sector:

A company can report good news.

A stock can still fall.

The market does not only price what happened. It prices the gap between what happened and what had already been expected.

What This Earnings Season Says

Three themes stand out to me.

First, AI infrastructure is already producing visible earnings across the supply chain.

Optical modules, fibre networks, PCBs, electronic materials, memory interfaces, and semiconductor capacity are seeing direct demand from data centres and accelerated-computing investment.

Second, AI-model companies and AI-hardware companies are different investment questions.

Model companies such as MiniMax and Zhipu may be building important platforms, but they remain in a period of high R&D, high computing costs, and incomplete monetisation.

By contrast, many hardware suppliers are already reporting real revenue, real profit, and real cash flow.

Third, cyclical profits are not permanent profits.

When I see record margins in electronic materials, optical communications, foundry services, or memory, I do not dismiss the numbers.

I simply ask:

If industry demand falls by 30%, does this company still earn an acceptable return on capital?

That question is much less exciting than saying “AI is changing everything.”

It is also more likely to protect me when everything starts changing again.

Becoming Worthy Of Good Stocks

Charlie Munger once expressed an idea I keep returning to: good partners are rare, so the best way to find one is to become someone worthy of a good partner.

I apply a version of that to investing.

The best way for me to find a good stock is to become an investor worthy of holding one.

That does not mean predicting every quarterly result.

It means doing the quiet work:

• Understanding what the company actually sells

• Distinguishing revenue from cash flow

• Looking at margins rather than headlines

• Understanding the supply-and-demand cycle

• Checking customer concentration

• Tracking capital expenditure and depreciation

• Asking whether growth increases per-share value

• Remaining willing to revise my view when the facts change

Good companies are rare.

Good companies at sensible prices are rarer.

And investors who can hold them calmly through noise may be rarer still.

I do not need to have an answer to every market headline immediately.

Some questions require the next earnings report. Some valuations need sentiment to cool. Some investment theses need time to prove themselves.

For now, I will keep doing the work: reading, writing, recording, and updating my view.

Not because I expect to be right every time.

But because I would rather make a decision based on logic than allow the market’s mood to make it for me.

Views are personal and for discussion only. They do not constitute investment advice.

PI專業投資者阿芒， 同大家一邊真金白銀實戰、另一邊一齊埋頭苦幹做功課。希望幫自己同大家少啲靠情緒，多啲靠邏輯做判斷。未必每次都啱，但我會認真做每份功課、持續跟進，歡迎關注一齊交流。

AI市場從來唔缺新聞，亦唔缺觀點；缺嘅反而係一份肯停低落嚟、分清楚「事實」同「感覺」嘅耐性。好多時候，當我哋肯將事情拆開睇，原本好嘈嘅市況，就會開始有返條理。

今次我哋唔止睇邊間公司賺多咗，同時要拆清楚：收入增長係咪真係可以轉成現金流？盈利爆升係供需結構改善，定係周期高位紅利？而AI概念企業，到底係賣緊產品、服務同算力，定仲係主要賣緊市場預期？

MiniMax-W（00100）

MiniMax上半年收入高速增長，反映AI產品和企業服務開始進入商業化階段。收入為美元1.17億元，按年升283.10%；毛利為美元2,081.30萬元，升464.80%；毛利率由12.10%升至17.90%。

但公司仍處於高投入階段，法定虧損為美元3.58億元；經調整淨虧損為美元2.93億元，研發開支升至美元2.97億元。收入跑得快當然值得肯定，但目前最重要問題係：每增加一元收入，要投入幾多算力、研發同銷售成本？

潛在影響：中性偏正面。 開放平台與企業AI服務增長強勁，證明市場需求存在；但AI公司暫時未脫離「高增長、高燒錢」階段。投資者要留意毛利率、推理成本、客戶留存及經調整虧損收窄，而唔好只見收入升幾倍就當盈利能力已經成熟。

智譜（02513）

智譜今次上市後首份中期成績表，最搶眼係收入開始明確轉向雲端商業化。截至2026年6月30日止六個月，收入為9.54億元人民幣，按年急升399.7%；毛利為2.52億元，增長163.7%。當中開放平台及API業務收入達8.25億元，按年爆升2,735.7%，佔總收入86.5%；Token調用量增逾40倍，API平均售價亦升101%，顯示GLM模型嘅企業及開發者使用量正快速擴張。

不過，收入急升未完全轉化成集團層面盈利能力。整體毛利率由去年同期50.0%大幅跌至26.4%，主因高毛利嘅本地化部署業務佔比下降，而仍在擴張期嘅雲端部署與API服務佔比急升；值得肯定嘅係，開放平台及API業務本身毛利率已由負0.4%改善至24.6%，即係雲端業務至少完成咗由「每做一單蝕一單」走向有正毛利嘅第一步。

公司仍然處於重投入階段：研發開支21.31億元，按年升33.6%，主要用於模型訓練及提升GLM系列能力；期內法定淨虧損20.72億元，按年收窄12.1%。換言之，公司收入規模雖然已由1.91億元跳升至9.54億元，但研發、算力及拓客成本仍然遠高於毛利，距離自負盈虧仲有一段路。

潛在影響：中性偏正面。 呢份業績證明智譜嘅雲端MaaS模式開始跑通：API收入佔比高、增長極快，而且分部毛利率成功轉正，市場需求唔再只係概念。不過，專業投資者唔能夠只睇近4倍收入增長；更重要係整體毛利率能否止跌回升、API毛利率可否隨規模擴大而提高、研發開支佔收入比率能否下降，以及經調整虧損幾時真正收窄。

建滔積層板（01888）

建滔積層板今次係AI供應鏈中最直接交到成績表嘅公司之一。截至2026年6月30日止六個月，營業額為港元149.04億元，按年升55.00%；公司股東應佔溢利為港元28.87億元，大升209.00%；每股基本盈利港元0.92元，擬派中期息每股港元0.28元。

今輪爆發關鍵在於AI伺服器、高速網絡與高端電子設備需求，推高覆銅面板、電子玻纖布、電子玻纖紗及銅箔價格。建滔優勢係垂直整合，當部分同業受原材料短缺限制產能時，公司仍能近乎滿負荷生產同交貨。

潛在影響：強烈正面。 收入、盈利、派息同步提升，而且盈利增速遠高過收入，反映量價齊升。不過，越靚嘅周期盈利越要小心：電子玻纖、銅箔與覆銅面板未來供應增加後，現時高毛利可唔可以守得住，先係估值能否持續上調嘅關鍵。

長飛光纖光纜（06869）

長飛光纖光纜上半年業績非常亮眼。截至2026年6月30日止六個月，收入為人民幣98.09億元，按年升53.60%；歸母淨利潤為人民幣29.25億元，大升889.00%；毛利率升至53.40%；擬派中期息每股人民幣1.06元。

公司受惠於AI數據中心、算力網絡、光纖接入與高速傳輸需求，光纖光纜、光模組及相關產品需求明顯改善。盈利增速遠超收入，代表產品結構、價格與產能利用率都出現較大正面槓桿。

潛在影響：強烈正面，但周期風險高。 呢份業績係高景氣最直接證據，不過889.00%嘅增速本身亦提醒市場基數與周期效應非常大。長線要睇高端產品佔比、海外市場、供應鏈競爭，以及高毛利率是否可以維持。

勝宏科技（02476）

勝宏科技係AI伺服器PCB供應鏈中，盈利同現金流表現都比較紮實嘅一隻。截至2026年6月30日止六個月，收入為人民幣116.29億元，按年升28.77%；歸母淨利潤為人民幣28.57億元，升33.30%；扣非歸母淨利潤為人民幣24.18億元；經營現金流達人民幣29.11億元。

對一間高速擴產嘅製造企業而言，經營現金流能夠跟上盈利相當重要，代表唔係純粹帳面確認收入。AI伺服器、高階HDI及高多層板需求，係公司現時最主要增長來源。

潛在影響：正面。 盈利、扣非盈利及現金流都有支持，業績質素比只靠概念炒作更實在。不過，PCB行業最終仍要睇客戶集中度、產能投放、設備折舊及產品價格；AI訂單強勁不代表所有新增產能都能長期維持高回報。

半場休息

先令自己值得擁有好股票

芒格講過一個好值得反覆咀嚼嘅道理：好嘅伴侶本身罕有，所以想遇到好伴侶，首先要令自己成為值得擁有好伴侶嘅人。

放落投資世界，我會咁樣理解：

搵到好股票嘅最佳方法，係先令自己值得擁有好股票；因為真正嘅好股票，從定義上本來就唔常見。

點樣先叫「值得擁有」？唔係日日追最快消息，亦唔係靠一兩個AI概念就急住落注，而係肯花時間理解企業真正賺緊乜、競爭優勢喺邊、盈利有冇現金流支持，以及高增長過後回報率可唔可以守得住。

芒格另一個核心思想，係唔好將知識當成應付考試嘅記憶題，而要將不同領域嘅重要概念，慢慢變成腦入面會自動運作嘅思維框架。睇AI股都一樣：除咗睇收入同比、盈利同比，仲要識得睇供需周期、客戶集中度、資本開支、折舊壓力、現金流同估值。

因為市場最熱鬧嘅時候，往往最需要冷靜；而真正值得長揸嘅企業，亦未必係講故事講得最大聲嗰間。

華虹宏力(1347.HK)

華虹宏力今次交出咗一份「量價齊升」嘅靚仔成績表。截至2026年6月30日止六個月，收入創歷史新高，達13.78億美元，按年升24.5%；毛利大升83.2%至2.04億美元，毛利率由去年同期10.1%顯著提升至14.8%。母公司擁有人應佔溢利5,960萬美元，較去年同期1,170萬美元勁升409.0%，單計第二季度收入更達7.175億美元，季度環比再升8.6%，母公司股東應佔溢利季度環比大增84.6%。

呢輪反彈嘅核心係12吋產線產能持續爬坡、產品結構優化，加上AI基建帶動嘅晶片需求回暖，令付運晶圓數量同平均售價（ASP）同步向上，屬結構性復甦而非單純周期反彈。

潛在影響：強烈正面。 收入、毛利、淨利三線齊升，而且毛利率改善幅度遠超收入增速，反映公司定價力同成本控制同步向好；不過作為晶圓代工廠，專業投資者要留意行業產能開出後嘅價格競爭風險，同埋現時毛利率水平距離歷史高峰仍有差距，能否持續爬升先係下一步觀察重點。

中際旭創（03308）

中際旭創上半年成績屬於AI光通訊供應鏈最震撼之一。收入為人民幣417.78億元，按年升182.49%；歸母淨利潤為人民幣136.51億元，急升241.70%。800G及1.6T高速光模組需求強勁，加上海外雲端客戶資本開支增加，令公司業績進入高爆發期。

收入增長已經非常快，但盈利增速更快，說明高端產品比例、規模效應及毛利率都有改善。對公司而言，真正價值唔單止係目前供應800G，而係能否在1.6T、3.2T及下一代光互連標準中繼續保持技術與客戶優勢。

潛在影響：強烈正面，但估值要求極高。 AI數據中心支出未見明顯轉弱，基本面非常強；但市場一般已經對增長有極高預期。只要交付節奏、毛利率或客戶資本開支稍為低過預期，股價波動可以非常大。

建滔集團（00148）

建滔集團上半年收入為港元291.31億元，按年升35.00%；純利為港元27.11億元，只升5.00%；每股盈利港元2.445元；中期息每股港元0.73元，按年升6.00%。

收入升幅明顯，但盈利未能同步跑出，原因係投資業務於6月底股市回落時錄得虧損，拖低整體法定盈利。反而核心電子材料業務相當強，受AI需求帶動，電子玻纖紗、電子玻纖布、覆銅面板及銅箔均處於供不應求狀態。

潛在影響：正面。 集團持有建滔積層板及多項上游材料資產，AI材料景氣令核心工業業務受惠。不過，投資組合波動會令法定盈利失真，分析時要分開看核心製造盈利與投資損益，唔可以將兩者混為一談。

兆易創新（03986）

兆易創新呢份中期業績單睇數字堪稱「爆炸級」。截至2026年6月30日止六個月，公司實現營業收入115.66億元人民幣，按年勁升178.67%；歸屬母公司股東淨利潤68.57億元，按年狂升1,091.50%；扣除非經常性損益後淨利潤48.83億元，按年增長796.90%；經營活動現金流淨額60.48億元，按年大增531.47%，反映盈利同現金流匹配度良好。

有趣嘅係，公布業績後公司股價（H股）一度重挫近9%，反映呢輪業績增速雖然驚人，但市場早已憧憬記憶體晶片（NOR/NAND Flash）漲價週期，部分利好可能已提前反映在股價之中，加上扣非利潤增速（796.9%）遠低過整體淨利潤增速，中間有非經常性損益貢獻嘅成分需要拆解。

潛在影響：中性（短期）。 業績本身極度強勁，長線受惠存儲晶片漲價週期同國產替代邏輯依然清晰，但「利好兌現、股價先跌」係典型「見好倒差」現象，投資者要留意扣非利潤嘅真實增長質量，以及記憶體價格週期能否延續，先能判斷呢隻股嘅估值消化速度。

瀾起科技（06809）

瀾起科技受惠全球AI算力需求爆發，帶動互連類晶片需求強勁。截至2026年6月30日止六個月，公司實現營業收入33.35億元人民幣，按年增26.7%；毛利21.79億元，升36.9%；歸屬股東淨利潤19.97億元，按年勁升72.3%，每股基本盈利1.69元人民幣，按年升65.69%。互連類晶片產品線收入31.11億元，按年增26.4%；津逮伺服器平台產品線收入2.20億元，按年增31.2%；公司擬每10股派發現金紅利2元人民幣，派息按年持平。

單計第二季度營業收入18.75億元，按年增32.8%，季度環比增28.3%；歸屬股東淨利潤11.5億元，按年增81.5%，季度環比增35.7%，均創單季度歷史新高，反映增長勢頭仲喺加速。

潛在影響：中性偏正面（短期股價已見回吐）。 業績本身淨利潤增速遠超收入增速，反映毛利率同營運槓桿明顯改善，屬記憶體介面晶片受惠AI伺服器需求嘅直接證據；不過公佈業績後股價一度跌逾5%，累計兩日跌一成，顯示市場對「派息持平、扣非增速回落」有一定保留，加上股價年內已大幅跑贏，估值消化壓力值得留意。

今次業績主線

今次最值得留意有三條主線。

第一，AI基建真係已經落到供應鏈盈利。中際旭創、長飛光纖、勝宏科技、建滔積層板與瀾起科技，都受惠於數據中心、高速光通訊、伺服器PCB、電子材料與記憶體升級需求。

第二，AI公司與AI硬件公司係兩種完全不同投資命題。智譜同MiniMax有高增長潛力，但仍要面對研發、算力及商業化成本；反而光模組、PCB、材料與記憶體介面企業，現時已經有更直接嘅收入、盈利同現金流驗證。

第三，周期股最容易令人誤會高盈利等於永久高盈利。建滔系、光纖光纜、晶圓代工與記憶體晶片公司，全部受供需、價格及資本開支周期影響。好業績值得欣賞，但估值一定要問：如果景氣回落三成，企業仲有冇足夠回報率同現金流？

一個業績公告期完結，唔需要急住替自己打分數。睇啱咗，感恩但唔得意忘形；睇錯咗，檢討但唔需要否定自己。投資本身就係一場不斷更新認知嘅長途旅程，冇人會每一次都完美。

最重要係，我哋有冇比半年前更明白自己持有乜、承受緊乜風險，同埋點解仲願意持有。答案愈清楚，個心就愈定；個心定，先至有能力迎接下一份業績。

呢個整理嘅過程，其實都係照顧緊自己。唔需要一見到市場有新消息，就即刻逼自己有答案；更加唔需要將每位評論員嘅睇法，都搬返屋企慢慢消化。資訊太多，唔代表我哋要承受晒。揀幾件真正影響企業價值、資產配置同家庭現金流嘅事認真睇，已經足夠。

而對自己好啲，有時只係容許自己「未需要即刻知道答案」。有些問題要等下一份業績，有些估值要等市場情緒冷卻，有些判斷要畀時間驗證。今個星期完咗，就將該做嘅功課做好，然後畀自己真正休息一下。你唔需要二十四小時都做投資者，你首先係一個要好好生活嘅人。

亦多謝你肯一路睇到呢度；有人同行，提醒大家唔使急住跑，已經令呢條長線投資路少咗一點孤單。如果，你可以順便關注就更好啦。

持有超過千萬流動資產嘅人，點樣部署港股？投資講邏輯，講實力。我哋每日市場見。

阿里巴巴近日以112.7港元配售7.1億股，集資800億港元，市場即刻聚焦兩件事：股權攤薄，800億AI投資幾時先見回報。專業投資者做投資，從來唔會只睇單一事件。

但講到最貼地，唔少阿里散戶此刻未必最關注緊十年後會變成點。大家心入面更直接嘅問題可能係：我手上啲9988仲應唔應該揸？消息一出，係咪應該沽？如果仲未返家鄉，應該溝貨、減倉，定係乜都唔做？尤其持貨成本高過現價嘅朋友，望住公司一次過溝稀800億出嚟押注AI，最怕嘅未必係短線跌幾蚊，而係怕自己由投資變咗「死守」。

呢篇文未必會畀你一個簡單嘅「買」定「沽」答案，但我相信可以幫你將問題問得更準：今次融資對每股價值係創造增量，定係純粹攤薄？阿里而家嘅估值、現金流同AI投入回報，值唔值得你繼續承受波動？更重要係，你手上嘅倉位同成本，仲係咪符合你原本嘅投資邏輯？部署下一步之前，先睇清歷史上大型融資之後，股東實際面對過咩結果，總好過畀一日情緒帶住走。

今次我用近20年香港上市公司10大股權融資事件，睇返如果當日以配售價或供股價參與，並長揸到2026年8月26日，結果究竟係食肉，定係食塵？

呢篇唔係三幾句講完嘅配股分析。我搵咗近20年香港最大10單股權融資，逐單計返配售價、供股價、送紅股同復權後回報，全文超過4,500字。

阿芒想做嘅，唔係叫大家聽日買定沽，而係用真實歷史案例，幫大家喺最嘈嘅消息面前保持清醒。

先戴返頭盔：以下只比較股價，未計股息、供股權利價值、分派、交易成本及稅務。尤其銀行、航空同REIT，實際總回報有機會同單睇股價有頗大分別。

第10位：國泰航空（0293）——最黑暗時供股，復常後先見曙光

2020年疫情最嚴重嗰陣，國泰以每股4.68港元供股，普通股部分集資約117億港元。當時航空需求近乎冰封，市場問嘅唔係公司仲有幾多增長，而係現金夠唔夠捱落去。

截至2026年8月26日，國泰股價約14.64港元，較供股價升約212.8%。呢單交易提醒大家：周期股喺最差時刻融資，未必代表永遠冇得翻身；前提係公司真係捱得過低谷，行業需求亦真係能夠復常。

第9位：領展（0823）——供股唔等於平貨，利率先係大佬

領展2023年以每單位44.20港元「5供1」，集資188億港元，主要用於減債、補強資本同保留投資彈性。當時高息環境令地產同REIT估值全面受壓，市場對呢次大折讓供股反應相當冷淡。

截至2026年8月26日，領展約39.22港元，較供股價仍低約11.3%。不過，REIT唔可以淨係睇股價，仲要計期間分派；但個案例說明一件事：就算係資產質素唔差嘅收息股，當利率高、債務成本上升、資產估值受壓，供股價都唔代表安全墊。

第8位：小米集團（1810）——2020年23.70港元配售，今日仍有錢賺

小米2020年12月以每股23.70港元配售10億股，純股權集資約237億港元。當時公司手機業務逐步回暖，IoT生態仍然有增長故事，但市場估值未去到後來電動車概念最瘋狂嗰個水平。

截至2026年8月26日，小米收報28.46港元，較配售價高約20.1%。回報唔算驚天動地，但至少證明一件事：當公司喺合理估值融資，而且核心業務冇失速，配售價未必係散戶陷阱。

第7位：比亞迪（1211）——2021年225港元配售，復權後揸到今日仍有回報

比亞迪2021年1月以每股225港元配售1.33億股H股，集資約299億港元，資金用於營運、還債及研發。當時新能源車係全市場最熱賽道之一，資金追得相當進取。

不過，呢單一定要計返2025年嘅股本變動。比亞迪其後每10股送8股紅股，再每10股轉增12股，即原有10股變30股；因此2021年225港元嘅配售成本，按今日股數基準應調整為75港元。截至2026年8月26日，比亞迪約92.60港元，即較復權後配售成本升約23.5%。呢個案例反而更值得反思：新能源車周期波動極大、股價中間可以大上大落，但只要你用正確復權基準，會發現當年參與配售嘅投資者其實都有正回報。

第6位：渣打集團（2888）——防守式供股，時間成為回報來源

渣打2015年以55.60港元供股，集資約395億港元。當年係明確嘅資本修復與業務重整：市場對其新興市場風險、資產質素同盈利能力都有疑問。

截至2026年8月26日，渣打股價約228.80港元，較供股價升約311.5%。銀行股未必有科技股咁多故事，但若資本補得夠、風險控得住、盈利慢慢修復，時間本身就可以成為股東最強嘅朋友。

去到呢度，大家應該已經見到一個規律：危機之中供股，未必等於死刑；高景氣時融資，亦未必等於機會。

真正值得學嘅，唔係見到供股就衝入去，亦唔係見到配股就即刻沽貨，而係建立一種機率思維（Probabilistic Thinking）。投資世界從來冇「一定升」或者「一定跌」，只有不同情境下嘅勝率、賠率，同埋一旦睇錯自己要付出幾多代價。

例如一間公司喺低谷供股：可能係核心業務仍在、補完資本就有機會翻身；亦可能係基本面持續惡化，只係延遲問題爆發。另一邊廂，公司喺高景氣大額配售：可能係趁勢集資、把握一個超高回報嘅擴張機會；亦可能係管理層最清楚估值已經唔平，趁市場最肯畀錢時先袋住現金。作為專業投資者，唔可以只問「邊個故事啱」，而係要問：樂觀、中性、悲觀三種劇本各有幾大機會？如果自己估錯，蝕得起嗎？如果估啱，賺幅又值唔值得承受呢個風險？

呢種思維最重要嘅地方，係令我哋唔會因為一時興奮而過度自信，亦唔會因為一時恐慌而錯殺所有機會。投資唔係要次次預測命中，而係喺資訊永遠不完整嘅情況下，持續揀一啲期望值較高、下行風險自己承受得到嘅決定，再靠倉位管理活得夠耐。

第5位：小米集團（1810）——2025年53.25港元配售，今日28.46港元，較配售價跌約46.6%**

冇錯，又係小米，2025年3月以每股53.25港元完成8億股先舊後新配售，集資淨額約425億港元。當時市場為小米手機高端化、IoT生態同電動車前景畀咗極高期望，股價正處於強勢階段。

截至2026年8月26日，小米收報28.46港元，較配售價跌約46.6%。公司有冇融到錢？有。故事有冇吸引力？有。但市場當初畀嘅估值太高，未來盈利未能以同樣速度追上預期，配售價就即刻由「機構搶貨價」變成沉重壓力位。

第4位：比亞迪（1211）——2025年335.20港元配售，調整送股後仍跌約17%

比亞迪2025年3月以每股335.20港元配售1.298億股H股，集資435.09億港元，用於研發、海外擴張及營運需要。當時比亞迪係中國新能源車出海最強代表之一，市場情緒相當高漲。

不過，比亞迪其後每10股送8股紅股，再每10股轉增12股，即原有10股變30股。因此335.20港元配售價要按同一基準調整為約111.73港元。截至2026年8月26日股價92.60港元，配售投資者未計股息帳面跌約17.1%，而唔係表面睇落跌逾七成。

呢個結果仍然提醒大家：好公司配股，配售價亦未必一定抵買；但更重要係，分析歷史回報時一定要校正送紅股、拆細、合股及派息。唔做復權就直接比較兩個股價，個結論可以差天共地。

第3位：美團（3690）——高估值融資，之後估值跌到入肉

美團2021年以約273.80港元進行先舊後新配售，純股權部分集資約512億港元。當時美團被視為本地生活平台龍頭，外賣、到店、閃購、社區團購，每一條線都有人願意畀高估值。

截至2026年8月26日，美團約78.05港元，較配售價跌約71.5%。之後監管環境改變、競爭加劇、投入增加，而市場願意畀嘅估值倍數亦大幅收縮。呢單交易係一個好殘酷嘅教材：公司喺最靚嘅窗口成功融資，但參與配售嘅資金，未必分享得到同等甜頭。

第2位：阿里巴巴（9988）——112.70港元配售價，市場啱啱開始投票

阿里今次以每股112.70港元配售7.10億股，集資800億港元，主力投向AI運算基建、數據中心、儲存、數據庫與高性能網絡。呢個係一次極大規模嘅長線資本開支承諾。

截至2026年8月26日，阿里約116.20港元，較配售價只高約3.1%。交易時間尚短，依家講成功定失敗太早；但阿里要面對嘅考驗好清晰：800億投資之後，雲業務收入能否加速？AI產品能否變現？資本開支會唔會侵蝕自由現金流？如果答案係肯定，112.70港元可能係長線起點；如果投入大過回報，呢次融資就可能成為估值長期受壓嘅理由。

第1位：匯豐控股（0005）——最恐慌嘅28港元，復權後仍然係一場漂亮翻身仗

匯豐2009年金融海嘯期間，以每股28港元「12供5」集資約1,380億港元。當年市場最擔心嘅係美國消費金融業務損失、銀行資本不足，以及全球金融系統會否進一步惡化。
同樣要留意股本調整：匯豐其後進行1合2股，所以當年28港元供股價，換算成今日每股基準應為56港元。

截至2026年8月26日，匯豐約163.20港元，較復權後供股成本升約191.4%，即單計股價約2.9倍；若連同十幾年來派發嘅股息，實際總回報會再高一截。呢單先係十大案例入面最有份量嘅一課：一間公司喺危機中大規模融資，唔代表必然走向末日。只要核心商業模式未散、資本補得夠、管理層有能力止血重整，當市場最恐慌、人人只見到風險嘅價格，往往反而孕育出最可觀嘅長線回報，成功做到價值投資嘅典範。

結語：最癲、最受市場追捧嗰刻配股，散戶好多時唔係上車，而係幫公司高位埋單。

公司喺估值最貴、氣氛最熱、機構最肯畀錢時配股，對公司係教科書級財務操作；但對普通投資者，呢類交易往往係危險訊號——因為連最熟悉公司價值嘅管理層，都覺得此刻值得用股票換取大額現金。

唔係話配股後一定跌，但歷史一再證明，高估值融資後最怕業績只係「好」，而唔係「遠超預期」；一旦增長接唔住，估值就會殺得好快，散戶最後通常係高位接貨、低位認輸。

And then what?

阿里配完800億，真正重要嘅問題先至開始。

作為一個真金白銀落場嘅專業投資者，我唔會用「配股一定利淡」或者「AI一定贏」呢種二元思維去下注。我會持續問：800億投落去之後，阿里雲增長會唔會加速？AI產品可唔可以變現？資本開支幾耐回本？自由現金流會唔會被吞噬？而112.70港元呢個配售價，到底反映咗幾多樂觀預期？

更加重要嘅，係要學識Charlie Munger講嘅反向思考（Inversion）：唔好只問「阿里AI成功咗，股價可以升幾多」，亦要先問「今次投資點樣會失敗？」如果AI投入持續膨脹，但雲收入增長追唔上；如果競爭令價格愈打愈低、毛利率受壓；如果市場本身已經將AI憧憬反映得太盡；又或者宏觀環境轉弱，令企業客戶收緊IT預算——咁800億就未必係護城河，反而可能變成未來幾年拖住現金流同估值嘅包袱。

反過來想，先至知道下一步應該點做。假如一個投資最終會令你輸錢，通常唔外乎幾個原因：高估咗增長、低估咗競爭、忽略咗估值、倉位落得太重，或者因為未返家鄉而死守。先逐樣列出最可能踩中嘅地雷，再問自己：而家手上嘅持倉、成本同風險承受能力，頂唔頂得住？如果答案唔肯定，就唔應該靠一句「長線一定得」去麻醉自己。

投資唔係要你次次估中未來，而係喺資訊不完整之下，判斷邊一邊勝率較高、賠率是否合理，再用倉位管理守住自己。歷史畀我哋嘅最大啟示，唔係見配股就買，亦唔係見配股就沽；而係當全市場最興奮時，要問自己有冇可能正喺幫公司高位埋單。當全市場最恐慌時，亦要問自己係咪錯過咗一間仍然有能力翻身嘅公司。

Disclaimer: 本人為香港《證券及期貨條例》（第571章）下的個人專業投資者（PI）。個人專業投資者的其中一項法定資格，是持有不少於800萬港元或等值外幣的投資組合。

Alibaba’s HKD 80 Billion Placement: The Market Isn’t Selling the AI Story. It’s Pricing Trust in Capital Allocation.

Alibaba is placing 710 million new shares at HKD 112.70 each, raising roughly HKD 80 billion.

The stated destination: full-stack AI — chips, infrastructure, and model capabilities.

The transaction is expected to complete on 26 August.

That sounds like a straightforward AI headline. It isn’t.

The market is not necessarily saying, “AI is a bad idea.”

I certainly am not.

For a company with Alibaba’s cloud platform, merchant ecosystem, enterprise relationships, engineering depth, and balance sheet, not investing seriously in AI could be the more dangerous decision.

But “AI is necessary” and “any way of financing AI is justified” are two very different sentences.

That distinction is where the real investment work begins.

A placement is not free money

Equity financing has an obvious attraction: no coupon, no maturity date, no lender calling at an inconvenient moment.

But it is not free.

A placement permanently expands the share count. Future earnings, dividends, free cash flow, and the effect of buybacks must now be divided among more owners.

For an existing Alibaba shareholder, the question is not simply:

How much dilution is there?

The better question is:

Will the HKD 80 billion create enough additional per-share cash flow to justify the ownership given away today?

If it does, this placement may eventually look like a cheap ticket into a valuable new profit pool.

If it does not, then management has transferred part of its execution risk to existing shareholders — politely, efficiently, and at a discount.

Capital markets have many elegant ways to ask shareholders for patience.

Alibaba is not short of cash

Alibaba is not raising money because it is standing at the edge of a cliff.

But cash on the balance sheet and sustainably generated free cash flow are not the same thing.

In the latest quarter, operating cash flow was approximately RMB 22.9 billion. Capital expenditure rose to roughly RMB 67.7 billion, up 75% year on year. That left free cash flow at an outflow of about RMB 44.7 billion.

In plain English: the core business still generates cash, but the company is spending far more on GPUs, servers, and data centres than it is bringing in during the quarter.

That is not automatically bad.

If I am building a bridge that will collect tolls for decades, heavy upfront investment can be entirely rational.

If I am filling a hole that becomes larger each time I shovel money into it, then effort is not the same as progress. Neither is capex.

AI infrastructure is not a software business in the pure sense. A software product can often serve another customer at very low marginal cost. Compute is closer to a power plant or hotel: equipment must be bought, data centres built, electricity paid for, systems maintained — and the equipment starts depreciating before the excitement around the launch event has even faded.

Meanwhile, competitors can buy GPUs too.

The sequence I am watching

When I look at Alibaba’s AI spending, I do not want to stop at “AI revenue is growing.”

I want to follow the full chain:

Capital expenditure
→ Cloud revenue
→ Gross margin
→ Operating cash flow
→ Free cash flow per share

The last two words matter most: per share.

A company can become larger while its shareholders become poorer.

If revenue rises, but capex rises faster — and new shares rise faster still — then the business may look more impressive from a distance while creating very little additional value for the people already on the register.

Alibaba Cloud’s external commercial revenue reportedly grew 45% year on year. AI-related products reached an annualised revenue run-rate of more than RMB 49.5 billion, representing around 35% of Alibaba Cloud’s external commercial revenue.

Those are meaningful figures. AI is no longer merely a slide deck with heroic gradients.

Customers are paying.

But I do not see those numbers and immediately declare victory. I ask myself:

• How much of that ARR reflects durable demand rather than promotional pricing?

• What do retention and renewal rates look like?

• Are margins improving alongside revenue?

• Is utilisation of the new compute capacity increasing?

• How quickly can this investment become cash, rather than the justification for the next round of capex?

ARR is a run-rate. Capex is cash already spent.

They are not directly comparable, but the contrast matters: Alibaba remains in the phase of putting large amounts of money into the ground, rather than harvesting large amounts of cash from it.

The real examination begins when equipment depreciates, cloud competitors cut prices, and customers decide whether they still want to pay.

And then what?

This is the question I keep returning to.

Not: “Is the placement bullish or bearish?”

Not: “Is AI good?”

But:

And then what?

Financing is a tool. It is not a virtue.

Debt, equity, retained cash — all can be sensible. All can be destructive. Getting a bigger credit-card limit does not prove that I know how to allocate capital. It merely gives me more ways to disappoint myself.

Capital markets will fund a company when they believe one dollar invested today can eventually create more than one dollar of value.

So, for this HKD 80 billion, I will be watching:

• How much additional free cash flow per share appears within three years

• Whether compute utilisation rises with capacity

• Whether cloud economics survive a price war

• Whether hardware becomes obsolete before it earns an adequate return

• Whether management slows spending if returns disappoint

• Or whether another placement becomes the default answer

That final point matters.

One dilution event can be strategic.

Repeated dilution can become a governance signal.

The old bill: instant retail

The market’s reaction is not only about AI. It is also about memory.

Investors have seen this film before:

First comes the story — GMV, users, market share, expansion.

Then comes the spending — subsidies, infrastructure, incentives.

Then free cash flow begins to weaken.

Then the company returns to the market for more ammunition.

And only at the end does everyone ask the awkward question: what did the shareholder actually receive?

HSBC has estimated that Alibaba’s instant-retail competition may have generated cumulative losses of around RMB 87 billion from the second quarter of 2025 through the first quarter of 2026. That is an external estimate, not Alibaba’s own single reported figure, but it captures what the market fears: a subsidy battle consuming capital while AI infrastructure demands even more.

This is why shareholders may connect the food-delivery war and the placement, even if management treats them as separate strategic decisions.

The concern is not irrational:

Did Alibaba dig one hole through low-return competition, then ask shareholders to finance a different, more attractive hole labelled “AI”?

That may sound unkind. It is also a capital-allocation question worth asking.

Instant retail may have strategic value. It can defend consumer entry points, improve engagement, strengthen fulfilment, and prevent competitors from encroaching on Alibaba’s core commerce ecosystem.

But every strategy has a price.

Every dollar spent on subsidy is a dollar not used for repurchases, dividends, high-return projects, or simply retained until a real opportunity appears.

If subsidies create a durable moat, improve customer lifetime value, and lead to better unit economics, they may be an investment.

If they merely buy short-lived orders — while competitors match the discounts and customers leave when promotions disappear — then they are not an investment.

They are rented excitement.

What I will measure

Over the next few quarters, I will pay less attention to daily price movements and more attention to five things:

1. Cloud revenue growth versus capex growth — Revenue growth is helpful; capex growing much faster may mean scale without value.

2. AI gross margins — Is growth purchased through lower pricing, or is the economics improving?

3. Compute utilisation — Data centres are like hotels: a beautiful building full of empty rooms remains an expensive building.

4. Instant-retail unit economics — Are orders, customers, and cities moving toward profitability?

5. Free cash flow per share and share count — Are buybacks truly shrinking the share base, or being offset by placements and stock compensation?

Alibaba has suggested that payback periods on AI infrastructure may decline from roughly three years to two and a half years or less.

I will treat that as an operating hypothesis, not a fact.

Payback depends on utilisation, pricing, margins, depreciation, competition, and discipline. A spreadsheet can make a payback period look very attractive. Reality, regrettably, does not always read the spreadsheet.

Ticket or burden?

I do not think Alibaba investing seriously in AI is absurd.

I think failing to invest could be reckless.

But the necessity of AI investment does not automatically make this placement value-accretive.

If, over the next two or three years, Alibaba can demonstrate sustained AI-cloud growth, rising margins and utilisation, capex converting into operating cash flow, recovery in free cash flow per share, better instant-retail economics, and a share count that begins shrinking again — then today’s dilution may eventually look like a well-priced entry ticket.

If capex keeps rising, hardware becomes obsolete before earning its cost of capital, cloud services enter a price war, instant retail keeps burning cash, and Alibaba returns to the equity market again, then HKD 80 billion may not be a ticket.

It may be a burden.

The Munger-style error I try hardest to avoid is confusing spending money with creating value, or confusing a bigger company with a more valuable share.

When I see the word “fundraising,” I try not to rush toward “bullish” or “bearish.”

I ask:

And then what?

After the money is invested, who receives the cash return?

If the answer is not the existing shareholder, then even the grandest AI story may simply be someone telling a compelling story with my money.

Views are personal and for discussion only. They do not constitute investment advice.

市場反應大，唔應該簡化成「市場唔信 AI」。市場真正問緊嘅係：一間帳上仲有大把錢、但自由現金流開始失血嘅公司，點解要用攤薄舊股東嘅方法，去資助下一輪擴張？

AI 要投，呢點我同意。

但「一定要投」唔代表「點融都合理」；更唔代表只要掛住 AI 個招牌，股東就應該自動接受任何資本開支、任何回本期、任何融資方式。

先講白話：配股即係咩？

配股唔係免費錢。

公司唔使畀利息，亦冇還本壓力；但代價係永久性：多咗新股份之後，未來嘅盈利、股息、回購效果，全部要由更多人一齊分。

今次 7.1 億股新股，對舊股東嚟講，最直觀就係所有權被攤薄。真正要睇嘅唔係「攤薄咗幾多個 percent」；而係：

呢 800 億投落去，日後增加嘅每股現金流，夠唔夠抵銷今日讓出去嘅所有權？

夠，呢次配股就係合理入場飛。

唔夠，呢次配股就係將管理層嘅投資風險，提早派畀舊股東埋單。

阿里真係缺錢？

阿里唔係窮到要救命。

但「帳上有錢」同「生意自然產生好多可自由分配嘅現金」，係兩回事。最新季度，阿里經營現金流約人民幣 229 億元；但資本開支衝到約人民幣 677 億元，按年升 75%，結果自由現金流淨流出約人民幣 447 億元。

講人話：本業仲識賺現金，但公司投落 GPU、伺服器、數據中心嗰筆錢，已經遠多過當季收返嚟嘅現金。

呢個未必錯。

如果你起緊嘅係一座未來可以長期收租嘅橋，前期大額投入好正常。但如果起到最後發現係個永遠填唔滿嘅坑，咁你投得愈多，只會陷得愈深。

AI 基建唔係純軟件。

軟件寫好之後，賣多一個客，邊際成本可以好低；但算力生意更似電廠或者酒店——你要先買設備、起數據中心、畀電費、做維護，而且設備會折舊、會過時。更麻煩係，隔籬對手一樣可以買 GPU、一樣可以擴容。

所以散戶唔好淨係睇「AI 收入升幾多」。你應該一路追住呢條鏈：

資本開支→雲收入→毛利→經營現金流→每股自由現金流

最重要係最尾嗰三個字：每股。

公司整體愈做愈大，唔代表你手上每一股愈值錢。盈利升得慢過資本開支，同時又慢過新增股份，最後可能係公司大咗，但舊股東冇富到。

AI 有成績，但未到收成期

公平講，阿里唔係淨係賣 AI 故事。

最新季度，阿里雲外部商業化收入按年升 45%；AI 相關產品 ARR 超過人民幣 495 億元，約佔阿里雲外部商業化收入 35%。 呢啲數字證明 AI 唔再只係實驗室玩具，係開始有客畀錢、有外部收入。

但專業投資者見到呢啲數，唔會即刻話「贏咗」。

佢會問：

• 呢 495 億 ARR 入面，有幾多係真實長期需求？

• 客戶續約率點樣？

• 係咪靠減價、補貼搶返嚟？

• 毛利率會唔會持續改善？

• 最終可唔可以變成現金，而唔係永遠變成下一輪 Capex？

因為 ARR 係收入運行速度，Capex 係真金白銀今日已經畀咗出去。今季 AI 相關產品 ARR 約 495 億，但季度資本開支已經約 677 億元。 兩個數字唔可以直接一對一比較，但足夠提醒大家：阿里而家仍然處於「先擺大錢落去」嗰一段，而唔係「已經大規模收割現金」嗰一段。

等到算力設備開始大規模折舊、競爭對手又減價搶客嗰陣，先至係真正驗貨時間。

專業投資者會問：然後呢？AND THEN WHAT?

有人會話：Google 都可以融資，美國大廠都發債，內地科技公司為 AI 籌錢好正常。騰訊日後會唔會都恢復大規模融資？

我嘅答案係：融資本身從來唔係罪。問題係，融資之後呢？

發債又好、配股又好、用現金又好，都只係工具。公司融到錢，唔代表創造到價值；就好似一個人攞到信用卡額度，唔代表佢識得投資。

資本市場願意畀錢一間公司，前提係相信佢今日投 1 蚊，將來可以產生多過 1 蚊嘅價值。

所以我唔會問「阿里配股係利好定利淡」咁簡單。我會問：

• 呢 800 億落去，三年後每股現金流多咗幾多？

• 算力使用率有冇一路升？

• 如果雲端服務減價，回報率仲守唔守得住？

• GPU 幾年後過時，要唔要再投一輪？

• 如果回本速度慢過預期，管理層會唔會減慢開支？

• 定係又再配股？

至於騰訊會唔會融資，唔應該靠估。真正要睇嘅係：佢有冇清晰高回報用途、內部現金流夠唔夠、融資後每股回報會唔會增加。公司融資唔可怕；冇講清楚回報、又習慣將風險轉嫁畀舊股東，先可怕。

市場點解反應咁大？

呢次市場反應大，除咗係「被剝奪超級反應」，我覺得仲有一樣：PTSD。

蒙格講嘅被剝奪超級反應，即係人失去本來屬於自己嘅嘢，痛苦通常大過得到同等價值嘅快樂。舊股東會覺得：我捱過股價波動、等過公司復甦，而家你用折讓價畀新人入場，分走一部分原本屬於我嘅未來盈利。呢個唔係純情緒，係真實所有權被稀釋。

而 PTSD 就係：市場以前見過太多次類似劇本。

先講故事——GMV、用戶數、市佔率、擴張。之後一路燒錢——補貼、搶市場、起基建。再之後，現金流壓力大咗，就返轉頭融資。到最後市場先問：原來一路以嚟，股東究竟賺到咩？

根據匯豐研究估算，阿里在即時零售競爭中，由 2025 年第二季到 2026 年第一季累計虧損約人民幣 870 億元；呢個係外部估算，唔係阿里正式披露嘅單一口徑，但已反映市場對補貼戰消耗資本嘅憂慮。

所以市場而家會有一句好直白嘅反應：

外賣戰燒咗咁多錢，轉個頭又向市場伸手。係咪自己挖坑，然後叫股東埋單？

呢種講法可以好情緒化，但背後個問題好合理。

如果去年冇咁激進打外賣戰，今日係咪根本唔使做咁大規模配售？無人可以斬釘截鐵答「係」；但管理層必須明白，市場一定會將兩件事連埋一齊睇。

當一間公司同時：

• 喺低回報、高補貼競爭入面燒錢；

• 喺 AI 基建投入巨額 Capex；

• 自由現金流變成淨流出；

• 最後用配股補充彈藥；

市場就唔會只當呢次係「AI 戰略融資」。市場會問：你係咪冇資本排序？見到每個戰場都覺得自己唔可以輸？

呢個先係 PTSD。

市場驚嘅唔只係今次攤薄，而係下一次。如果明年資本開支再超預期，阿里會唔會又配一次？一旦市場認定配股係常態，估值折讓就唔會只維持一兩日，而會變成對管理層資本紀律嘅長期折讓。

外賣戰係未結嘅舊帳

外賣、即時零售、本地生活，唔係冇戰略價值。

佢可以守住用戶入口、提升使用頻率、補強電商履約，亦可以防止競爭對手滲入核心消費場景。問題從來唔係「應唔應該做」，而係「做到幾多先值得」。

所有戰略都有價錢。

每一蚊補貼，本來可以用嚟回購、派息、投資更高回報項目，或者安安靜靜留喺公司戶口，等下一次行業低潮出現時先出手。

如果補貼可以換到長期護城河、提升客戶終身價值、改善單位經濟，咁係投資。

如果補貼只係換到短暫訂單、競爭對手跟住加碼、客戶一停優惠就走，咁唔係投資，係買熱鬧。

阿里而家要向市場交代嘅，唔係「我哋好努力」。而係：外賣戰投入咗幾多？每張訂單經濟模型有冇改善？幾時會有清晰上限？如果回報唔達標，會唔會停？

成熟管理層最重要嘅能力，唔係咩都敢做，而係知道咩唔應該再做。

散戶之後睇咩？

唔好日日望住股價，亦唔好淨係見到「AI 收入三位數增長」就衝入去。

之後幾季，你可以盯實呢五樣嘢：

• 雲收入增長 vs Capex 增長：收入升得快係好，但如果 Capex 升得仲快，規模未必等於價值

• AI 毛利率：收入係咪靠減價換返嚟？毛利有冇改善？

• 算力使用率：數據中心就似酒店，起得再靚，吉房就係吉房

• 即時零售單位經濟：每單、每個客、每個城市，係咪愈做愈接近賺錢

• 每股自由現金流同總股數：回購後係咪真係減股本，定係畀配股同員工期權抵銷晒

阿里管理層曾表示 AI 基建投資回本期可望由約三年縮短至兩年半或以下。 呢個講法可以聽，但唔好當事實；回本期只係假設，最終要靠使用率、價格、毛利、折舊速度同競爭環境一齊驗證。

最後：係門票，定係包袱？

阿里投 AI，我唔覺得荒謬。

相反，對一間有雲端、電商場景、企業客戶、技術人才同現金實力嘅公司嚟講，完全唔投 AI，可能先係最大風險。

但「AI 必要」同「今次配股一定值得」，係兩回事。

如果未來兩三年，阿里做到：

• AI 雲收入持續增長；

• 毛利率同使用率一齊上；

• 資本開支逐步轉化做經營現金流；

• 每股自由現金流修復；

• 即時零售由補貼戰走向更好單位經濟；

• 總股數重新收縮，而唔係繼續膨脹；

咁今日呢次攤薄，回頭睇可能真係一張好平嘅入場飛。

但如果 Capex 愈滾愈大、設備未回本已經過時、雲端陷入價格戰、外賣繼續燒錢，而公司又再融資，咁呢 800 億就未必係門票，而係包袱。

芒格式講，最危險嘅誤判，係將「花錢」當成「創造價值」，將「公司變大」當成「每股變值錢」。

一個專業投資者 見到「融資」兩個字，唔會急住問利好定利淡。先問：然後呢？ 錢投完之後，邊個會得到現金回報？如果答案唔係現有股東，咁再宏大嘅故事，都只係有人用你嘅錢講畀你聽。

假設香港真係成功吸引到一批頂級量化基金、Prop Trading Firms，以及一堆由 AI 驅動嘅全球投資平台進駐。

Jane Street、Citadel，甚至下一批我哋未聽過、但同樣兇狠嘅交易公司，開始喺香港大展拳腳。

話就話更多資本，更多人才，更多流動性，更多高薪職位，更多市場效率。

對香港而言，係好事。但如果你係一個日日睇圖、睇趨勢、睇盤做daytrade嘅散戶，你要問自己第一個問題係：

And then what? 「然後呢?」

你以為自己面對嘅只係另一個「對手盤」，其實你面對嘅係一套工業化系統：

• 有工程師同研究員，全職幫你「對手」找優勢
  

• 有龐大數據庫，掃描全市場每一個訊號
  

• 有低延遲執行系統，你眼睛都未反應到，佢已經完成一單交易
  

• 有風控團隊，控制風險同盤位
  

• 有期權對沖，隨時鎖住風險
  

• 有多年累積嘅交易樣本，令佢哋比你更清楚「呢種盤路過往點收尾」
  

• 有能力喺市場失衡時，仍然按既定機率與規則行動，唔會情緒化
  

佢哋可以在極短時間內處理新聞、價格、成交量、盤口、期權同跨市場訊號。佢哋可以在波動裡持續報價、對沖、減倉、加倉——你今日睇住個K線圖，覺得自己「捉到個突破」，其實可能只係人哋演算法制造嘅一個誘導盤。

佢哋靠速度、機率、紀律同規模搵食。

呢個唔係一場靠「我夠努力」、「我夠快撳掣」就可以贏嘅比賽。

如果你長年做嘅嘢，係喺一個自己冇資訊優勢、冇系統優勢、冇速度優勢嘅領域，同呢一類機構鬥快、鬥準，最後嘅結果通常唔止係倉一團糟。

更危險嘅係，你會開始懷疑自己嘅判斷力，甚至將偶然嘅贏錢，錯誤解讀為「我識做short-term」。

所以，當量化基金愈嚟愈多進駐香港，第一件事唔係諗「我點樣升級自己嘅交易速度」，而係誠實問自己一句：

我而家做緊嘅事，係咪根本唔屬於我可以贏嘅遊戲？

如果答案係「呼之欲出」，咁我要嘅唔係更多工具，而係一個完全唔同嘅方向。

機構有速度，我哋有時間

當機構帶住速度、數據、AI進駐，散戶真正嘅出路，唔係去鬥quant，亦唔係鬥交易得更密。

「唔炒」本身，從來唔係優勢。真正嘅優勢，來自一個真實而清楚嘅能力圈。

你未必識研究財報每一行細節，未必識期權對沖，但你有一樣機構未必有嘅嘢：你係一個真實嘅使用者、消費者，或者對某個行業有第一身觀察。

以我自己呢個20年專業投資者為例，我多年來深耕Medtech。睇嘅從來唔只係股價同估值，而係招標文件、採購規則、臨床使用、產品迭代、國產替代、支付政策、競爭格局，以及一家公司口中所講嘅「護城河」，到底係真實存在，定只係一個好聽嘅故事。

呢種研究，唔會令我突然變成量化交易專家。我唔會因此懂得預測每一次市場波動，唔會因此比 AI 快，亦唔會因此對 crypto、宏觀、期權、短線交易樣樣都有資格發表意見。

但佢至少令我知道兩件事：邊啲值得我花時間留意，邊啲我應該保持沉默。呢個已經非常重要。

當市場愈嚟愈被速度主導，具有清楚能力圈嘅投資者，反而可以等另一種機會。呢種機會，通常出現在短期價格行為，同長期企業現實之間出現落差嘅時候。例如：

• 一項政策改變被市場過度簡化
  

• 一次招標結果被當成整個產業故事的終局
  

• 一季業績失望，掩蓋了臨床採用、製造能力或渠道網絡正在改善
  

• 市場只看下一季數字，卻忽略一家公司未來數年如何建立產品、技術與商業護城河
  

• 一個短期負面敘事令估值下跌，但企業真正的競爭位置其實沒有被破壞
  

當然，市場有時係啱嘅。跌價未必代表錯殺；「長期」未必代表安全；「護城河」亦可能只係管理層講畀你聽嘅故事。耐性可以變成固執；不行動可以變成逃避；能力圈亦可以被用作拒絕更新判斷嘅藉口。

所以，投資者唔係因為有時間，就自然做得比人好。真正嘅要求更高：你要把自己嘅時間同資本自主權，轉化成決策優勢。

即係你唔需要對每一個熱門主題表態，唔需要追逐每一個 AI、crypto、quant 或宏觀敘事，唔需要因為其他人短期賺得更快，就懷疑自己整套方法，亦唔應該因為自己叫「長期投資者」，就拒絕面對一個已經失效嘅判斷。

你要做嘅，係只在真正理解嘅領域投入研究、資本與時間；並且在市場獎勵躁動時，仍然有能力等待。

一個量化交易員，可能擅長從價格波動中提取價值。一個深耕產業嘅長期投資者，可能擅長在時間、企業與行業結構嘅演變中累積價值。

兩者都可以非常專業，兩者都可以非常有價值。但根本唔係同一場遊戲。

所以，如果香港真係成為 quant trading、AI finance 同全球資金匯聚嘅地方，具有清楚能力圈嘅散戶，未必要感到焦慮。機會可能反而嚟咗。

因為市場愈快，愈容易將一個季度當成十年；市場愈重視即時反應，愈容易低估需要多年才睇得見嘅企業質素；市場愈多人追逐同一種速度，愈少人願意坐低，真正理解一盤生意。

Quant firms may own speed. A Professional Investor with a genuine circle of competence can still own time.

一個專業投資者嘅優勢，唔係預測市場每一次波動；而係知道哪些企業，值得我花十年時間去理解和耐心等待。

Many will see this as another Wall Street story about tighter employer control.

From first principles, it is really about where the most valuable asset in investing is moving.

The question is not simply whether Citadel wants to retain employees. It is: what does a modern investment firm actually rely on to generate returns?

In multi-strategy, quantitative, and data-driven firms, the value chain is moving upstream.

The scarce capability is increasingly not knowing how to place a trade. It is understanding why the trade should exist.

Who can extract a repeatable, scalable, risk-controlled signal from datasets, industry developments, company information, and market noise? Who can distinguish useful evidence from an attractive but meaningless correlation? Who knows when a strategy is likely to fail?

Very often, that knowledge sits with the analyst or research team.

Today’s analysts do far more than update models, summarise earnings calls, or write reports. They work across data sources, research frameworks, industry knowledge, and strategy iteration.

More importantly, they possess one of the hardest assets to protect: tacit knowledge.

Code can be locked on a server. Data can be restricted. Documents can be classified. But an employee’s understanding of market structure, intuition about a signal, and memory of prior failures do not disappear upon resignation.

That is why Citadel’s concern is not simply that an analyst might leave. A competitor may spend a few million dollars on compensation and gain research capability that took years of talent development, data investment, computing power, and costly trial and error to build.

Now invert the problem: how does an investment firm lose its edge?

Not necessarily through one bad trade. It loses its edge when strategies are replicated, alpha is arbitraged away, key people leave, and competitors capture the benefits of research without bearing the original cost of discovery.

A lengthy non-compete is therefore not necessarily designed to stop someone from ever joining a competitor. Its purpose is to buy time.

Alpha has a half-life. If a departing employee is out of the market for 12 to 24 months, a strategy may already have weakened through crowding, capital inflows, and changes in market structure.

Citadel is not merely locking up an employee. It is allowing knowledge to expire.

The broader question: if a leading quant fund now treats analysts as core assets requiring stronger protection, will Wall Street’s most valuable people be those who can distinguish signal from noise under uncertainty?

And then what?

What looks like an internal employment policy could reshape talent dynamics across the hedge-fund industry.

The most likely first consequence: other large funds may follow.

Competitive logic may push them there. Every fund wants the freedom to hire talented researchers from rivals. Yet no fund wants its own researchers moving across the street with accumulated knowledge, experience, and relationships.

If a powerful firm such as Citadel raises its defensive barriers, firms that do not may become more exposed to talent leakage.

This is a classic prisoner’s dilemma. The industry may benefit from talent mobility, but for an individual firm, locking the door first can appear safer.

The second consequence is that career mobility will be repriced.

A leading fund role has traditionally offered more than high compensation. It offered a career option: perform well and move to a larger platform, become a portfolio manager, join a family office, enter PE, or eventually manage capital independently.

With non-compete periods, that option is no longer free.

Compensation may remain attractive, but part of it effectively becomes payment for reduced mobility. That cost is rarely obvious when signing an offer letter. It becomes real when someone most wants the freedom to leave.

The rational question is not only, “What happens if everything goes well?” It is also: if the strategy changes, the team restructures, or the role proves unsuitable, is there still a reasonable exit path?

That is the real significance of a non-compete.

Third, AI may make exceptional analysts more valuable, not less.

AI can process documents, summarise earnings calls, collect data, assist with modelling, and test hypotheses. But investing is not about producing more answers. It is about recognising which answers should not be trusted.

When every fund can access similar models, datasets, and computing power, the scarce capability becomes the ability to ask better questions, identify spurious correlations, understand causality, define risk boundaries, and say “I do not know” when the market is most confident.

Tools will become widespread. Judgment will not.

For investors, they also raise a question: how much of that edge resides in a small number of individuals?

The strongest institutions should not rely on contracts alone. They build systems that generate ideas continuously: sound incentives, disciplined risk management, robust research infrastructure, and an environment where talented people choose to stay.

Citadel’s move may be only the first domino.

In a world where data, models, and AI are increasingly accessible, the most valuable asset is still not the machine. It is the person who can make fewer avoidable mistakes under uncertainty.

As AI reshapes investment research, the key question for a single-family office is no longer simply:

Which CIO has the strongest track record?

It is:

Who can make sound long-term capital-allocation decisions when information is abundant, markets move faster, and AI-generated “analysis” becomes cheap?

A strong résumé shows past achievement. But a family investing across generations needs more: someone who combines technology, independent judgment, and experience across market cycles.

That combination is becoming rarer.

AI Will Polarise Investment Talent

AI will not raise the value of every analyst equally. It will likely polarise the profession.

For investors with strong fundamentals, deep industry knowledge, and the ability to distinguish causation from correlation, AI is a powerful lever. It can accelerate research, process data, monitor portfolios, generate hypotheses, and improve scenario analysis.

But AI does not create judgment.

It can produce a polished investment thesis without knowing whether the original question was sensible. It can detect historical patterns without recognizing data mining, temporary market structure, or weak economics. It can summarize management commentary without fully understanding incentives, culture, or what remains unsaid.

The future value of an investment professional will not lie in producing more content. It will lie in asking better questions, independently validating evidence, identifying weak assumptions, and knowing when not to act.

An effective CIO should combine three capabilities.

First: AI fluency with human accountability. The right candidate should use AI to scan information, monitor risks, map industries, and accelerate research—but never outsource critical judgment to a machine.

Second: a multidisciplinary mental framework. Investing is not merely valuation. An apparently inexpensive company may still face poor incentives, regulatory disruption, weakening competitive advantages, refinancing risk, or political uncertainty.

Third: experience across changing conditions. Many strategies look effective when liquidity is abundant and markets rise. Experience matters when assumptions fail, liquidity contracts, correlations converge, and a sound thesis meets an unexpected reality.

A CIO is not merely an external investment professional. For a single-family office, they are a long-term capital-allocation partner. They must understand the family’s return objectives, liquidity needs, governance, risk tolerance, and intergenerational priorities.

AI will make research faster and investment commentary more plentiful. That is exactly why judgment, multidisciplinary thinking, and experience will become more valuable.

The scarce asset will not be the person who produces the most analysis. It will be the person who asks better questions, makes fewer avoidable mistakes, and protects the family’s long-term option value.

In June, the government proposed tax amendments aimed at expanding the preferential regime for funds, family offices and carried interest. The direction is clear: Hong Kong wants to strengthen its appeal not only to private-equity managers, but across the wider alternative-investment ecosystem.

That could include hedge funds, venture capital, private credit, family offices—and, potentially in time, proprietary trading firms and their top traders.

The key is carried interest.

Under Hong Kong’s current framework, eligible carried interest can receive highly favourable tax treatment, including full exclusion from salaries-tax assessment for qualifying employees. But the conditions matter. This is not a mechanism for simply renaming ordinary salary or bonus as “carried interest”; eligibility, qualifying transactions and substantial-activity requirements remain central.

The strategic question is bigger than tax.

Hong Kong is competing with Singapore and other financial centres for people who can allocate capital, build investment platforms and generate returns across cycles. A favourable carried-interest regime may attract managers. Extending incentives toward proprietary trading could attract liquidity, quantitative talent and more risk-taking capital.

But it also raises a harder question.

If Hong Kong becomes increasingly attractive as a trading, quant and short-term-performance hub, what becomes of long-term value investing?

For family offices, the scarce talent may not be the person who can trade most frequently, react fastest, or monetise every market dislocation.

It may be the person who can do the opposite:

• Define a genuine circle of competence

• Reject opportunities outside it

• Understand a business, industry and incentive structure in depth

• Remain patient when the market rewards activity over judgment

• Protect capital from permanent loss

• Execute a long-term thesis without confusing volatility with failure

Trading talent and long-term capital allocation are both valuable. They are simply different crafts, with different time horizons, incentive systems and failure modes.

Hong Kong should absolutely compete for financial talent. But the city should also ask what kind of capital culture it wants to build.

A market full of fast money can be vibrant.

A market capable of patient capital can build institutions, companies and enduring value.

The strongest family offices know the difference.

And then what? Assume Hong Kong succeeds.

Citadel, Jane Street and a new generation of global quant funds, proprietary trading firms and AI-driven investment platforms begin expanding aggressively in the city. Capital arrives. Talent arrives. Compensation rises. The language of Central shifts further toward systematic trading, market-making, data, latency, models and execution.

Then what?

For Hong Kong’s bankers, analysts and investment professionals, this could be a genuine opportunity. More firms mean more mandates, more liquidity, more clients, more careers and more capital moving through the city.

But it could also mean something else: a far more brutal form of competition.

Because the standard changes, it is no longer enough to be intelligent, hardworking or well-connected. Those qualities may become merely the entry ticket.

Charlie Munger’s most useful lesson was never that everyone should become a great investor. It was that everyone must understand their own talents, their own limits, and the field in which they can genuinely become exceptional.

Trying to win in a field where you have no natural advantage, no accumulated knowledge and no genuine interest can turn a career into a mess. No amount of fashionable language—AI, quant, systematic, alternative assets—changes that.

A discretionary investor should not pretend to be an AI engineer, a quant trader, or a trading talent. And a long-term investor should not abandon a well-researched thesis simply because somebody else is making money faster.

There may be more money for everyone. But there will almost certainly be more pressure, more comparison and more temptation to become somebody else.

That is where the real test begins.

Hong Kong may be entering an era it has not experienced before: one shaped simultaneously by global quant firms, AI, alternative capital and increasingly sophisticated financial infrastructure.

Many of us are experiencing it for the first time.

So perhaps the honest response is not false certainty. It is this:

“I am doing my best. But I have never lived through a Hong Kong transformed by quant trading and the AI revolution. This is my first time too. I do not yet know whether I will navigate it well.”

Intellectual honesty is where any durable edge begins: knowing what I do not know, deciding what game is actually mine to play, and having the discipline to stay with it long enough for judgment to compound.

For family offices, this may become the decisive distinction.

Do they want the person who can trade every dislocation? Or the person who knows when not to trade at all?

Both may be valuable. But they solve different problems.

One extracts value from movement. The other protects capital across time.

Hong Kong will need both. But in a city increasingly rewarded for speed, the ability to wait may become rarer—and more valuable—than ever.

Today, it has crossed RMB 10 million at the box office. Some forecasts now point to RMB 100 million, after it became a viral phenomenon across Chinese social media.

No serious budget.
No institutional backing.
No professional marketing machine.

Its title—sounding like “the bull market is coming”—collided perfectly with market sentiment. Investors shared it. Memes spread. The audience arrived.

If those numbers hold, its MOIC may be among the most extraordinary cultural-investment outcomes anyone has seen.

Overnight, it looks like a miracle.

But it was not made overnight.

That is what investors tend to forget.

We love the moment a company breaks out: the funding round, the IPO, the viral chart, the ten-bagger. Once the outcome is visible, everyone calls it vision.

Before that moment, it may look like very little:

A founder with an unfinished product.
A team solving a problem few consider urgent.
A business with weak early metrics but unusually loyal users.
A technical insight with no obvious market yet.

For VCs, angel investors, and family-office CIOs, the challenge is not finding companies that already look like gold.

It is deciding when something might become gold—while accepting that most things will not.

That is why the work is not simply about finding exciting stories. It is about staying close to the right ecosystems, meeting founders before the deck is polished, following an industry long enough to recognize what is genuinely different, and separating a real problem from a fashionable narrative.

The mathematics matter:

• MOIC: How many times did the capital become?
  

• IRR: How quickly did it compound?
  

• ROIC: Can the underlying business reinvest capital at attractive returns?
  

But no spreadsheet removes uncertainty.

A brilliant founder can still fail.
An excellent product can arrive too early.
A huge market can remain inaccessible.
A good business can still be a bad investment at the wrong price.

For a family office, I would reduce the entire discussion to two uncomfortable questions.

If you were the CIO, would you have had the conviction to bring this opportunity to your UHNW principal before the public discovered it?

And if you were the principal:

Would you have written the cheque?

Not after RMB 10 million of box office.
Not after the memes.
Not after the consensus had formed.

Before any of that.

This is where risk management becomes real.

Too much caution, and the family never participates in exceptional compounding.

Too much conviction, and one seductive early-stage investment becomes an expensive lesson in concentration, illiquidity, and ego.

A capable CIO must be able to say:

“This is worth watching.”
“This is worth a small first cheque.”
“This is a good story, but not our investment.”

The real test is not whether a CIO identifies every future winner.

It is whether they can preserve the family’s capital—and its ability to keep looking—after several stones prove to be stones.

Gold may eventually shine.

Before it does, someone must be close enough to notice it, skeptical enough not to romanticize it, and disciplined enough to survive being wrong.

AND THEN WHAT?

For a family office, an angel investor, VC, PE, IPO, secondary, or anyone deploying their own long-term capital, finding an interesting opportunity is only the beginning.

The harder question is:

How do you participate without letting one beautiful story damage the entire portfolio?

Patient capital is often described as a family office’s advantage.

It can be.

There is no quarterly earnings call.
No pressure to show an exit next year.
No need to follow every public-market fashion.

But patient capital without discipline can become merely slow capital.

Too willing to fund a beautiful story.
Too reluctant to admit a mistake.
Too distracted by paper marks to notice weakening liquidity.
Too eager to call every early bet “strategic.”

The best CIOs do not promise to identify every future winner.

They build a process that allows the family to:

• See opportunities before they become consensus
  

• Say “no” to most of them without regret
  

• Size early bets so mistakes remain survivable
  

• Reserve capital for the rare cases where evidence strengthens
  

• Hold on when an exceptional business begins to compound
  

That is why I still return to a simple principle:

Even angel investing is value investing.

Not because every early-stage investor should obsess over next year’s earnings.

But because the central question remains unchanged:

What is this business truly worth?
What must happen for that value to emerge?
And what am I paying for the right to participate?

At an early stage, value may sit in a founder’s judgment, a product wedge, customer obsession, a technical moat, or a market that has not yet become obvious.

It is still value.

The investor’s task is not to worship the story.

It is to understand the economics beneath it—and to pay a price that leaves room for reality to be less perfect than the pitch.

That is one reason Niu Lai feels personal to me.

It was made over five years by a mother and son, working by hand, without a professional production team, outside capital, or a marketing machine.

After spending a decade deep in the medical-device sector, I am now building Lattice & Moat in much the same spirit: patiently, independently, and without assuming that attention will arrive on schedule.

A blockbuster? A flop? A GOLD? A lesson? I do not yet know what it can become within Hong Kong’s Chapter 18A market.

But meaningful work usually begins before there is an audience, a consensus, or a valuation attached to it.

Keep doing the work while it is still invisible.

Then let time decide what is truly worth compounding.

水流漫過瓷面，將最後一點美極鮮醬油留下的微焦油痕沖洗乾淨。

我想起自己隻愛股，呢排都跌得幾兇。

關掉水龍頭，我抹乾手，往走廊那邊走。

經過客廳時，我的目光掠過牆上那幅泛黃的舊圖譜，左下角那道最深的刻痕，在暖燈下依舊清晰。我停低腳步，指腹輕輕擦過牆紙那道凹痕，然後收回手。

桌角，女兒遺下的彩色鉛筆散了半盒，旁邊壓著一本還沒填完的學校通告。

我順手熄滅了大廳那盞琥珀色的暖燈。

關於中環那台絞肉機、十億的保單局，還有那些沉重得不能再沉重的機會成本，我決定先將它們全部留在這片暗下來的大廳裡。

今晚，不再帶走半分。

走廊門縫裡，透出一線極淡的暖光。

咔。

我把走廊門輕輕推開。

放輕腳步，我先走進大女的房間。書桌上還攤著未做完的數學練習，檯燈調去了最暗的夜燈模式。

她側著身睡得沉，被子早就踢到了床尾，小拳頭緊緊攥著舊枕頭角，上面還沾著一點昨晚吃的朱古力味。我彎腰替她把被子拉到肩膀，輕輕帶上門。

再推開主人房的門。房裡留著一盞昏黃的夜燈。太太睡得正熟，細女像隻樹熊一樣整個人八爪魚般纏在她身邊，被子踢開了一半，正發出微甜而均勻的呼吸聲。

我放慢呼吸走到床邊，替女兒把被角重新掖好，將她露在外面的小腳仔蓋住。

看著眼前這個平靜的畫面，我沒有說話。

只是很清楚，自己一路走到今天，仍然不肯將手上的傘放低，守的從來都不是甚麼漂亮輸贏。

守的，只是這一刻。

外面那套高熵的洪流、那些吞人的風浪，只要有這道門擋著，只要我仍撐得住，就不會任由它們吹進來。

我直起身，抬頭看了一眼牆上的時鐘。指針剛好搭正凌晨一點。

無論外面的系統多龐大、多冰冷，到了這個時間，我的堡壘裡最重要的事只有一件。

睡覺。

守局，從來不包括燃燒自己。

清晨六點半。紅香爐峰的晨光準時切入廚房。

平底鍋燒熱，牛油化開，滋滋作響。

我熟練地打下兩隻雞蛋，看著邊緣泛起微焦的金黃，再將兩片白麵包放入多士爐。

一樣的白麵包，一樣的美極蛋。

但和昨晚 KC 吃的那一頓相比，卻像是兩個截然不同的宇宙。

昨晚，他吞嚥那塊白麵包時，吃的是代價。那是放棄中環櫥窗裡五光十色的發光體之後，甘心嚥下去的苦澀與隱忍。

今朝，這份白麵包對我們來說，就只是純粹的期待、溫暖，以及一個不需要擔憂未來的早晨。

為不同的人煮同一款食物，你才會真正明白，有些東西看似一樣，其實完全不是同一回事。

昨晚那份白麵包，是用來頂住風浪的。

今朝這份白麵包，只需要安安靜靜擺上餐桌，等人好好把它吃完。

「老竇——快啲啦，校車到喇！」大女一邊梳頭，一邊拖長尾音朝廚房喊。

屋內正是一日之中最兵荒馬亂的時候。

我把煎蛋鏟上碟，快快手將方包彈起，幾分鐘後，太太已經在門口幫兩個女兒整校服領口。

七點正，大門「砰」的一聲關上。

太太帶著兩個女兒出門返學。

整間屋的喧鬧瞬間被抽離，大廳終於重新安靜下來。

陽光很好。

我給自己倒了一杯齋啡，坐回昨晚 KC 坐過的位置。咖啡的熱氣緩緩上升，心情也像杯底的沉渣一樣，一點點沉澱下來。

晨光落在茶几上，昨晚那些關於機會成本與白麵包的討論，在咖啡的微苦裡又慢慢浮現。

KC 面對的困局，其實也是無數人每天都在面對的掙扎：櫥窗裡的誘惑太多，肯默默捱白麵包的人太少。

咖啡見底。陶瓷杯底磕在木几上，發出一聲悶響。

我站起身。離開陽光普照的大廳，走進狹長的走廊。

隨著腳步向前，空間的氣壓彷彿開始改變。窗外的鳥鳴、山下遠處隱約的車流聲，像被某種無形的真空罩一點點抽走。

有些人以為，入場是因為貪心。

不是這樣的。

更多時候，只是因為自己已經知道，想守住的是甚麼。正因為知道，所以絕不可以亂守。

我握住金屬門把，向下壓。

咔噠。

一聲極清脆的開關聲。

暗房開門。

《表裡見聞錄》第一季完

到咗 2020 年尾、2021 年， COVID 令全世界困喺屋企。 股市升。 加密貨幣升。 連平時唔講投資嘅人，都開始講股票同幣。

「To the moon」 由一個小圈子笑話， 變成 Reddit、狗狗幣、 Gamestop、 Elon Musk 共同催生嘅全民口號。 打開手機，係火箭 emoji。 打開群組，係「To the moon」。 短短一年， 變成一整代人嘅集體信仰。

同一時間， 美國有個九十幾歲嘅老人家， 喺公開場合一次又一次咁鬧。 查理・芒格唔鍾意加密貨幣。 非常唔鍾意。 佢話，呢類嘢像一場 莊家有近乎百分百優勢嘅對賭。

佢仲話:「有人賣**俾你，你都仆住去搶。 」

嗰陣我聽完， 覺得呢個老人家係咪唔識新科技。 全世界都數緊錢。 你講啲咁嘅嘢？

後來我問咗自己一條問題： 去到月球之後，然後呢？

我先察覺，「To the moon」其實只成功咗一半。

因為去月球， 只是任務的前半段。 太空人真正嘅任務， 永遠有個更重要嘅後半段： 安全返返嚟。 你去得幾遠，去得幾快， 如果冇一條返轉頭嘅路， 個任務就係失敗。

芒格當年畀好多人笑 「死老嘢唔識新科技」。 大家只顧衝去月球， 好少人問： 然後呢？ 更少人準備好回程嘅燃料。

後來 FTX 爆煲， 加密市場入咗寒冬。 好多以為自己搭上火箭嘅人， 先發現架船原來 冇留燃料畀佢返嚟。

到嗰陣，我先明白芒格點解咁口硬。

BECAUSE TIME WILL ALWAYS TELL.

佢最鍾意講： Invert, always invert. 反過來想。

唔問 「呢樣嘢可以升到幾高？」 先問 「行咗呢步，返唔返到轉頭？」

LEGEND之所以係LEGEND， 唔係因為佢講過幾多金句。 而係佢揀中咗一條問題， 可以跨過好幾個周期， 仍然適用。 人可以走。 問題會留下來。 唔止 to the moon， 仲要記得 back to home。 去程。 回程。 兩樣都要識。

中環呢個資本江湖， 好多人出事，未必係因為一次大錯。 而係因為太耐冇問過佢自己：行咗呢步，然後呢？ 返唔返到轉頭？

當年Bitcoin 嘅狂熱，結果呢？
今日 SpaceX , SK hynix, 緊隨其後。
OpenAI來勢洶洶 然後呢？

Time will tell.

《Lattice and Moat》

我用木鑊鏟輕輕推了推鍋中的蛋白，邊緣剛好起了一圈微微焦脆的金黃。另一邊，兩片方包在小鑊裡慢慢烘著，表面一點點收乾，滲出那種最普通、也最容易令人放下戒心的麵粉香。

這些聲音都很細，卻比剛才大廳任何一句關於職責邊界、位置感、核心幕僚的說話，都來得更加實在。

外頭一時沒再傳來聲音。 我沒回頭，也猜到 KC 連撐住體面的力氣都快耗盡了。

我把方包翻了個面，聽見客廳那邊終於傳來他悶悶的一句： 「大佬，你屋企真係淨得白麵包？」

我輕輕搖頭，關細了火：「你呢啲人，平時日日喺文華廳飲燉湯，夜媽媽衝上嚟，仲要嫌白麵包寒酸？」

他在外面乾笑了一聲，聲音比剛才鬆開了一點：「唔係嫌。只係……」他停了停，像連自己都覺得下面那半句講出來有點肉酸：「……冇諗過講咗成晚 Tiffany，最後真係有白麵包食。」

我把煎蛋盛上碟，順手滴了兩滴美極在邊緣，再將兩片熱烘烘的方包疊到旁邊。蛋黃還未全熟，輕輕顫著，像那種一碰就會慢慢流出來的形態。

走出去時，他已經坐直了少少，領帶歪在一邊，袖口也皺了，整個人終於不再像歷山大廈裡那個頂級合夥人。

我把碟輕輕擱到他面前，邊放邊笑： 「豪華版。加咗隻蛋。」

KC 低頭望住那隻蛋，又望住旁邊兩片方包，像在看一份完全不需要 legal review 的無瑕文件。

過了半秒，他才伸手接過，嘴角很輕地扯了一下： 「即係蛋治啫嘛，阿芒大廚。」

「食就食啦，咁多嘢講。」

他終於笑了。那一下笑意很淡，卻是今晚第一次落到他臉上的真笑。

那不是中環商務飯局裡那種得拿捏分寸的笑，也不是談判桌上用來取悅對方的笑。那是一個男人終於不想再扮、也懶得再扮時，才會漏出來的真摰笑容。

他咬了一口蛋治，手指微微頓了一下，半天沒說話。連呼吸都放輕了半拍，只默默地、慢慢地嚼著。屋裡靜得只剩下窗外偶爾掠過樹梢的山風聲。

過了一陣，他才垂下眼，低沉地開口： 「有時我都唔知，自己係真係想轉變，定只係太攰。」

我沒即刻接話，只替自己也斟了半杯茶。

斟茶時手微微一晃，濺了幾滴在木枱上，順手用指背抹開，也沒什麼所謂。

「好多時都係分唔清。」我靠在椅背上，語氣平平，像只是在說一個再普通不過的天氣預報：「有時一攰，就最容易將『想抽身』，誤會成自己『想要』。」

KC 沒出聲。他咀嚼的動作微微停頓了一秒，把那口熱麵包咽下去時，喉結極輕地動了一下。然後他低下頭，又咬了一口蛋邊。

蛋黃混著兩滴美極鮮，鹹香得很直接，沒有半點資本的包裝，也不需要任何條款的解釋。

他忽然笑了笑：「你知唔知你最乞人憎嘅地方係咩？」

我靠在椅背上，端起茶杯：「靚仔囉，冇解。」

他猛搖頭，嘴角仍帶著一點剛剛被熱食換回來的鬆動：「唔係。係你條友成日扮到自己咩都睇穿晒，結果最後都係煎隻蛋、烘兩塊白麵包俾人食。仲要一副理所當然咁。」

我笑笑，沒有反駁。

廚房門口那盞暖黃的燈還亮著，光線斜斜落到桌角，照住女兒留低那盒彩色鉛筆，還有旁邊一本未填完的學校通告。

KC 順著我的目光望過去，視線在走廊盡頭那道門縫的暖光上停留了兩秒。

然後他像怕自己太快認真起來，故意又補了一刀： 「同埋，你仲好意思講我。你自己又係有樣嘢死都唔肯放。成日守住你隻愛股，扮到雲淡風輕。」

我低頭呷了一口普洱，將熱氣壓在舌底：「係呀。人總有啲嘢未放得低。」

他大概沒料到我會認得這麼乾脆，反而愣了一下。

我把茶杯放回木几，聲音很輕： 「不過，守住，同拖住，兩回事。我自己都仲慢慢學緊。」

「點兩回事？咪又係坐艇死揸，等返家鄉。」他咬了一口方包，不以為然。

我不置可否，只抬手指了指廚房那個平底鍋： 「我識煎蛋烘包，就煎蛋烘包。出面啲餐牌寫到幾靚，唔係自己食得落嗰款，我唔會夾硬去吞。」

我望住他，挑了挑眉： 「呢啲叫能力圈……今晚太晏，下次你早啲上嚟再講。」

他沒出聲，只用最後一片方包邊，慢慢抹乾淨碟上殘留的最後一點蛋黃汁。

茶几上的手機屏幕不知何時已經暗了下去，他也再沒有去按亮它。那動作很細，卻細得令人覺得，這個平日連食飯都當成會議夾縫的人，今夜終於肯停下來，好好對待眼前的一餐。

我自然地從旁邊抽了一張紙巾遞過去。他接過來，順手擦了擦嘴角，全程沒抬眼，也沒道謝，就像這個動作在過去二十年裡已經做過無數次般。

我看著他，語氣仍然平平：「人邊有可能乜都睇透？香港地，我哋到呢個階段，守得返幾樣嘢就夠。」

「邊幾樣？」KC 問。

我往走廊那邊抬了抬下巴：「屋企人。」

再指了指他面前那隻空了的碟：「食得落、瞓得著、笑得出。」

我提起紫砂壺，替自己添了少許熱水，語氣隨心地說：「同埋，條底線仲喺自己手。遇到唔鍾意嘅局，秒 say no。呢樣嘢賣咗就買唔返。」

他這次沒有再反駁。只是目光落在手上那半塊方包上，眼神有點出神。大概連他自己都記不起，上一次這樣安安靜靜坐定定吃完一份熱的東西，是甚麼時候。

他把手上最後一小塊方包送進口裡，慢慢嚼，然後靠回沙發背。

茶几上那份計劃書還在，封面依然反著一層體面的金光；只是當白麵包的碎屑落在旁邊時，它忽然沒那麼像答案了。

「頂。」他望著指尖沾著的一點麵包糠，搖著頭笑了一聲：「原來搞咗成晚，我最缺嘅唔係答案。」

我嗯了一聲：「係咩，我以為你係嚟 R 餐宵夜。」

KC 沒再說話。他垂下眼，望著那隻空碟，像在看一樣自己其實早已明白、卻拖到今夜才終於肯承認的東西。

我伸手把那份計劃書輕輕疊好，推到一旁，沒再看它第二眼：「今晚夠喇。」

「嗯。」他閉了閉眼，像終於肯暫時把自己由那條一直勒緊頸項的繩上鬆開半寸。

他睜開眼，站起身，拿起那件搭在椅背上的深色西裝外套，重新穿上。這副曾被他視作「遮打道竹野內豐」的精英皮囊，此刻顯得有些狼狽。

他伸手拿起桌面上的那支萬寶龍鋼筆，連同邊緣那份計劃書，隨意地塞進公事包裡。動作很輕，不再像拿着計時炸彈，就像塞入一份明天要開會的普通文件。

他下意識看了一眼手腕上那隻 5711。黑藍色錶盤上的秒針仍舊不帶情緒地滑動著。

這一次，他沒有皺眉，也沒有立刻把視線移開，就這麼看着那根細針平穩地掃過了一圈。

原來一分鐘，可以這麼長。

「走喇。」他拎起公事包走到玄關，拿起那把已經滴乾了水的黑傘，推開大門：「聽朝一早有 call。」

「唔送。」我靠在吧枱旁，沒走出去。

外頭的雨已經停了。山風從門縫湧進來，遠遠送來一點潮濕泥土的氣味。

「喂，阿芒。」他半邊身子已經跨出門外，忽然停低。

「點？」我問。

「其實我頭先喺你門口㩒鐘之前，喺個腦度練咗句對白，諗住窒下你。」他背對著我，奸笑了一聲：「我本來諗住講：『阿芒，聽講你最近清閒到變咗芒果乾，仲識唔識睇 term sheet ？』」

我也開懷笑了。大家相識二十年，那種強行壓下傲氣、死要面子的中環式開場白，我怎會猜不到： 「好彩你冇講。如果唔係，頭先隻美極蛋我實收你 double。」

他仰起頭，在黑暗的走廊裡爽朗地笑說： 「下次落少滴美極，太鹹。」

「過主啦你。」

咔。

大門輕輕關上，將外面的涼意與山風，一併隔在了門外。

屋裡再度安靜下來，空氣裡飄著普洱的醇、美極的鮮香，還有白麵包烘過後最樸素的麥香。

樓梯間的腳步聲慢慢遠去。

那個局，明天再拆。

今夜，總算有人能坐下來，好好吃完一頓飯。

我沒有答他。只讓那句話在空氣裡多停了一會。

茶几上那份計劃書仍然攤着，茶氣未散，雨聲仍未收。

「KC，」我終於開口：「你頭先講，揀錯咪返去原位。其實，柯德莉夏萍塊白麵包最蝕底嘅地方，唔係佢寒酸。」

我把茶杯擱回茶托，聲音不高：「係佢太就手。你會以為，唔食住先都無所謂；你會誤會，反正佢唔識發光，就算遲啲返轉頭，佢都一定仲喺度。」

我望住他，隔了一拍，才再淡淡補多一句： 「你好似淨係計咗入去會多啲乜，冇計過放低嗰邊值幾多。」

《珠光寶氣》的隱喻，他一秒鐘就接到了。

當「冇計過」這三個字落地，他眼底那份一直強撐的篤定，終於徹底裂開。

「你係想講，」他聲音低了半格，從白天會議室裡訓練出來的平直聲線裡退了出來一點：「最好嗰樣，唔係發光嗰樣。而係我手上原本已經揸住、但我一路嫌佢唔夠好嗰樣？」

我沒有說是，也沒有說不是。只是靜靜望着他，替他斟上了半杯茶。茶水撞在杯壁上，發出很輕的一聲。

「頂，我頭先仲以為，你淨係寸份保單包裝得太靚，靚到似 Tiffany 櫥窗啲貨。」KC 頓一頓，眼尾掃過文件封面嗰層薄光：「原來你連我都擺埋上貨架。」

我看着他，一字一句講得很平：「你而家嫌棄緊嗰塊白麵包，未必係份工、未必係錢。係你仲有資格講：呢單野，我唔接。」

四周陷入了一陣無處遁形的安靜。

他本能地吸了一口氣，胸腔微微起伏，像是習慣了在談判桌上被人質疑時，下意識就要開口反駁。可是這一次，他半個字都吐不出來。

他最終甚麼也沒說，只是低頭看着自己放在膝上的雙手。

那雙手，平日用來改 SPA、簽文件、拆 hostile takeover。

他靜了很久。久到連茶杯裡最後一縷熱氣都淡下去，久到秒針走滿了整整一圈。

「即係你覺得，我而家先至係嗰個買 101 嘅人。」

我笑了笑，沒有直接點頭：「我冇咁講。」

他也笑了一下，卻比剛才更苦：「但你心入面係。」

我放下茶杯：「我心入面諗乜，重要咩？重要嘅係，你自己心入面知唔知。」

他被我這句頂住，終於徹底沉默下來。

他望住茶几上那份燙金封面，眼神慢慢由剛才那種被位置感拉扯的躁動，變成一種近乎疲憊的清醒。

於是我只輕輕說：「KC， 我當年最貴嗰張學費單，唔係輸咗幾多錢。係我太早封咗某樣嘢做 The Best。最麻煩嘅，唔係當年封錯一次；係去到今日，有時見到啲發光嘅答案，我都會想信佢。」

他聽完，眼睫動了一下，像被甚麼無聲地刺中。

我伸手，把那份計劃書輕輕合上。我望住他，語氣很平： 「今晚傾到呢度。我唔會同你講揀邊邊。你大個仔啦。」

雨聲一下下落着，琥珀色的暖燈靜靜照住我們中間那張木几。

過了一陣，他反而輕輕笑了一下：「你真係好乞人憎。我都未問你揀乜，你就先封咗盤。」

我也笑：「唔封唔得。」

他用手搓了搓面，眼神裡已經沒有了一開始那種拆單的狠勁，只剩一種很少會出現在他身上的狼狽。

「芒，如果我揀錯呢？」他問。

我沒立即答，只拿起茶壺，替他把空杯添滿。茶水落杯，聲音很輕，像茶葉沉底的聲音。

「自己人生，自己決定，自己負責。」我停了一停，才補多一句：「不過，唔代表你要自己一個人頂。」

KC 望住我。

我把紫砂壺放回原位，靠回椅背：「你揀邊邊，我都唔會幫你落判詞。但你聽日揀完之後，要執手尾、要拆局、要飲茶、要爆粗、要半夜再上山——大門照舊開住。」

他低頭淺淺一笑。笑意清淡，卻終於褪去了方才那種喉間哽滯的乾澀。彷彿一個人捱到最盡，才終於願意承認，路，未必要一個人獨自走到黑。

過了一陣，他只緩緩講了一句：「講呢啲。」

屋內再度歸於寧靜。他轉過頭，不再望著我。

屋裡積鬱了整晚的滯悶氣息，終於緩緩散去。空氣重歸澄澈清淨，這不再是剛才那一觸即發的緊繃。

牆上的時鐘，輕輕響了一聲。

凌晨十二點整。

時針、分針、秒針，三枚指標在鐘面最高處，無聲重疊成一線。就在這一秒的靜止裡，那些關於中環、關於雄哥、關於 A 與 B 的種種博弈，彷彿驟然被這座沈睡的山頭暫時沒收了。

他忽然用手按住胃部，眉頭很輕地皺了一下：「講咗成晚，肚餓呀。」

「我知。」我瞥了他一眼：「你個胃由入門口震到而家。」

他翻了個白眼，有點無奈：「咁你又唔早啲講。」

「咁你又唔早啲問？」

他被噎了一下，隔了半秒才投降似地問：「咁有冇嘢食呀？」

我笑了笑，站起身來，一邊朝廚房走，一邊把袖口慢慢捲上去： 「白麵包啱唔啱？」

身後傳來沙發皮革輕微陷落的一聲。他終於肯將那副撐了一整天的中環骨架，暫時放低半晚。

「……加隻煎蛋得唔得？」他在我背後弱弱地問。

我走進廚房。

嗒。

一聲輕響，暖黃的燈亮起來，像另一個世界輕輕打開。大廳的局拆完了，最終能讓人活過來的，永遠是廚房的煙火。

平底鍋很快熱了。油落鍋，我從麵包袋裡抽出兩片方包擺到一旁，又從雪櫃拎出一隻雞蛋。

蛋邊「滋——」的一聲化開，香氣慢慢爬進客廳。

外頭雨聲逐漸收細，山風穿過樹林的聲音，慢慢取代了雨打窗框的密響。

Lattice是乜嘢

Charlie Munger有一套理論，叫「latticework of mental models」。佢認為，你要真正睇通一件事，唔可以淨係靠一個學科嘅知識，而係要將心理學、經濟學、歷史、物理學嗰啲模型，編織成一個網，用嚟交叉檢視現實。單一角度好容易被表面現象騙到，但當你用幾個唔同嘅框架去照同一件事，隱藏嗰部分先會浮出來。

Lattice唔係抽象理論，係一套工具。過去幾集《表裡見聞錄》，我哋其實已經悄悄用咗好幾個lattice：機會成本、to the moon、專業投資者（PI）、Tiffany櫥窗。今日，我想小試牛刀，直接用呢幾個lattice拆開最近一星期最震撼嘅事件，南方東英SK海力士每日槓桿（2x），股票編號7709。

一個閃耀嘅商品華麗出場

上個月，韓股掀起一場史詩式暴走。SK海力士，靠HBM高頻寛記憶體嘅AI敘事，股價一路坐火箭，帶動整個南韓槓桿ETF市場陷入癲狂。市場公開報道，超過一百萬名韓國散戶捲入呢場槓桿風暴，有啲俾人追孖展，有啲甚至被迫強制平倉，損失慘重。而喺香港，南方東英發行嘅7709，正正就係呢場敘事嘅香港版本。

先簡單介紹下7709究竟係乜。毫無疑問，佢係今年全港最多人炒賣嘅股票，佢都係今年股市嘅Tiffany櫥窗，最閃耀、最令人心動嗰件展品。
原理超級簡單：將SK海力士股價每日放大2倍去賭。就係咁簡單一個結構，做到每日成交過百億，短短半年多啲時間，由10蚊一路飆到接近200蚊，然後又急速插水跌返落20蚊，再喺噚日單日升接近一倍。呢個過程之中，有人一夜之間變成百萬富翁，亦有人傾家盪產。同時間，亦養肥咗唔少基金經理。係呀，佢係一隻ETF，代表背後始終有人穩穩收管理費，贏輸都同佢無關。快

記得《珠光寶氣》嗰個開場畫面：Holly站喺珠寶店門外，望住櫥窗入面嗰啲鑲滿寶石嘅頸鏈，渴望躋身入嗰個世界。今日嘅散戶，望住手機屏幕上7709嗰條升到痙攣嘅K線圖，眼神同Holly望住Tiffany櫥窗，其實冇兩樣。同一種渴望，同一種距離感，同一種「我想擁有」嘅衝動。分別只係，Holly清楚知道自己冇能力擁有Tiffany嗰啲寶石，但好多買7709嘅投資者，未必知道自己冇能力承受呢件商品背後嘅風險。

Tiffany櫥窗嘅另一面：PI限制

呢一點，帶出第二個lattice，專業投資者（PI）。

喺金融監管邏輯入面，槓桿倍數越高、波動越大嘅產品，理應設有更高嘅門檻。事實上，證監會今年七月已經修訂通函，容許槓桿產品發行商喺市況急劇波動時，主動調低槓桿倍數，變相承認呢類產品本身承受咗超出一般散戶理解嘅風險。換句話講，監管機構自己都明白，呢類每日再平衡嘅2倍槓桿產品，設計目的從來唔係俾一般散戶長期持有，理論上應該更貼近專業投資者（PI）嘅使用場景。

但現實係，7709最終被包裝、宣傳、推廣成一件人人都可以買、人人都應該買嘅產品。有網民公開質疑，今年六月中曾經有一批財經KOL大力宣傳7709，見到產品其後大跌，會唔會出嚟交代。呢一句質疑，其實正正指出咗問題核心：一件本應限制流通嘅高風險商品，透過社交媒體嘅放大效應，變成人人觸手可及嘅「入場券」。

To the moon，然後呢？

第三個lattice，「to the moon」，呢句我哋喺加密貨幣狂潮時期都見識過嘅羊群心理，今次原封不動搬到7709身上。SK海力士本身股價喺AI敘事下升到飛天，而經過2倍每日槓桿嘅放大效應，7709一度升幅十倍。社交媒體上，一張又一張截圖，展示住短短幾個月由幾千變幾萬嘅「戰績」。

問題係，to the moon之後，然後呢？

每日槓桿產品有一個殘酷嘅數學結構。佢跟蹤嘅係「每日」回報，而唔係「總」回報。當標的資產劇烈波動，升完又跌，跌完又升，每日再平衡機制會產生「損耗」（decay），令長期持有嘅槓桿ETF回報，同標的資產嘅實際走勢出現巨大落差。呢個結構性缺陷，喺平穩上升市場入面唔會被察覺，但一旦標的資產劇烈震盪，殺傷力會被放大好多倍。

韓國嗰邊超過一百萬人捲入呢場風暴，被追孖展，強制平倉。好多人喺股價急跌時先發現，自己手上嗰隻槓桿產品，跌幅遠遠超乎想像。我相信喺香港，一樣有幾萬人正在經歷同一場劇本。分別只係地點由首爾換咗做中環，語言由韓文換咗做廣東話。

每個投資者背負咗嘅機會成本

第四個，亦係最重要嘅lattice，機會成本。

買7709嘅人，唔係傻。佢哋大部分都做咗選擇，用一筆錢，換取一次快速致富嘅機會。但每一個選擇背後，都有一條隱藏嘅經濟學賬單。

如果你將一筆本金放咗喺7709，你放棄咗嘅，可能係一個更穩健、複息效應更強嘅長期倉位，可能係一次冷靜研究SK海力士基本面、決定直接持有正股嘅機會，甚至可能係一次冷靜觀察市場情緒過熱、暫時離場等待更好時機嘅選擇。

機會成本嘅殘酷之處，在於佢從來唔會即時顯現。你贏嘅時候，唔會覺得自己付出咗任何代價。你輸嘅時候，先會發現，自己不只輸咗本金，仲輸埋本來可以行嘅另一條路。

呢個現象，仲有一個更隱蔽嘅層面，好少人留意到。當全城嘅注意力、資金同情緒，全部被7709呢類閃耀商品吸走嗰陣，市場另一邊，往往會發生一件完全相反嘅事。譬如阿芒果隻愛股，平時成交量唔多，冇人講，冇KOL炒作，股價一路穩打穩紮。但就係過去一星期，市場突然出現咗幾個大額賣盤。有趣嘅係每次有呢啲賣盤出現，都會有人喺幾分鐘內，靜靜地將貨掃走。

呢個先係機會成本最諷刺嘅一面。當大部分人將注意力同資金，投入去追逐一件會發光嘅商品嗰陣，真正嘅長期投資者，反而喺無人問津嗰個角落，靜悄悄咁完成佈局。你放棄咗嘅，唔止係另一種投資方式咁簡單，你可能仲放棄咗一次「趁全城冇留意」入手優質資產嘅時機。市場嘅注意力係一種稀缺資源，佢流向邊度，往往決定咗邊個先摸到便宜貨。

大家都望住閃耀商品嗰陣，好多冷清嘅細舖D貨反而悄悄轉咗手。

六十五年前嘅歷史與文化，今日一字不改

1961年，《珠光寶氣》上映嗰陣，冇人講HBM、冇人講AI敘事、冇人講每日槓桿再平衡。但戲裡面嗰個核心命題，一個人願意用幾多代價，去換取靠近財富嘅感覺，六十五年後，一個字都冇改變。

柯德莉夏萍用身份、用青春、用一次又一次嘅社交表演，去換取一種「屬於上流」嘅幻覺。今日買7709嘅人，用本金、用槓桿、用一次又一次 reload App嘅衝動，去換取一種「跟上時代」嘅幻覺。工具變咗，敘事變咗，但人性入面嗰條方程式，完全冇變。渴望永遠跑得比理性快，代價永遠喺你贏嗰陣睇唔見，輸嗰陣先現形。

1961年嘅觀眾，望住Holly企喺珠寶店門外食早餐，覺得浪漫。2026年嘅投資者，望住7709條K線飛天，覺得自己搭上咗時代嘅順風車。兩個畫面，隔咗六十五年，講嘅其實係同一句話。真正嘅風險，從來唔在於你有冇眼光揀中飆升嘅資產，而在於你有冇算清楚，自己為咗呢個飆升，究竟押上咗幾多樣本來屬於你嘅選擇。

劇本，
六十五年前已經寫好。
今日只不過換咗戲名。

Disclaimer： 本人從來沒有，亦永遠不會持有7709。以上內容純粹作為觀察同思考框架分享，唔構成任何投資建議。

茶煙在兩人之間慢慢升上來，把暖燈的琥珀色光暈染得柔軟，也把 KC 臉上那層繃了一整晚的、中環合夥人的冷硬面具，蒸得發軟。

他那句「我煩嘅，唔係呢份嘢」落下之後，良久沒出過聲。

他的指尖無意識地在計劃書的邊緣來回劃着，像平日修改 M&A 合約時劃定風險邊界一樣，劃了又擦，擦了又劃。

我沒有說話。只是隔着茶几那層微涼的輕煙，靜靜看着這個與我相識了二十年的老友。

窗外雨勢未歇。山下那些碎金一樣的燈火，被濕霧糊成一片，遠遠望去仍然很美；只是我們兩個都知道，有些光，你一走近，系統的價單就會無聲地遞到你面前。

剛才還能用幾句 Legal Jargon 把場面撐得滴水不漏的人，去到這一刻，連嘴角那抹慣用的、得體的笑意，都扯不回來了。

過了足足三分鐘，他終於抬手，狠狠扯鬆了那條勒了他整整十八個鐘頭的真絲領帶。

「我知。」 KC 先開口，聲音低得幾乎要被窗外的雨聲蓋過：「Product layer，我識睇。雄哥用 hard obligation 去換 soft expectation，個局根本唔對等，唔值得落。呢啲，我自己答得到。」

我嗯了一聲，沒有接話。

空氣裡只剩雨打窗框的聲音，一聲，又一聲。

「如果我純粹跟 legal mandate 去答，好穩陣。」他自顧自地說下去，聲音平直得像在唸一份判決書：「我可以話條款點樣分 downside，話邊部分有追索權，話 projected dividend 唔係 guarantee，然後由佢自己拍板。咁我就守得住個 boundary，守得住我個 position，繼續玩我一向最叻嗰套。留喺原位，我可以永遠講得好專業。」

講到這裡，他忽然停住。

這一靜，比剛才任何一段拆局都要長。只有牆上的秒針還在不緊不慢地走，滴答，滴答，像在替他數著身上所剩無幾的、還能由自己話事的時間。

「但，由我開口叫佢唔好買個刻，就唔止 legal counsel。」

我望着他，始終沒有開口催促。雨聲又綿密了幾分，像替他把沒說出口的慌亂，全數吞進了山頭的濕霧裡。

「我煩嘅，唔係保單。係如果我今次俾完意見，講啱咗、企穩咗……」

對，有些話，一旦在深夜真正說出口，就再也無法假裝從未想過。

我沒有打破這份沉默，只靜靜端起自己的茶杯，轉了半圈，微熱的溫度死死卡在掌心。

五秒後，我平靜地問：「然後呢？」

KC 抬眼望住我。

那雙平日在中環會議室裡、向來只藏三分情緒的眼眸，今夜終於徹底卸下了那層專業防線，洩盡了心底的真實：「然後，可能就唔止係一份 legal opinion。而係一張入場券。」

「如果雄哥覺得我唔止識 deal execution，唔止識捉 clause，唔止係一個外部 counsel……我可能有機會入到佢個局。」他把「入局」兩個字說得很輕。

「家辦？」我淡淡問。

他沒有否認，把手中那支萬寶龍大班鋼筆慢慢轉了幾圈，才低聲道：「Maybe not day one。If things go well，起碼可以慢慢由 outside counsel 變成真正嘅 trusted advisor。唔使再日日喺度同 timesheet、recovery、write-off、client budget 糾纏；唔使再玩嗰個無底洞一樣嘅 damn billable game；唔使每日返去歷山，提醒自己仲要賣幾多鐘先夠俾銀行。」

他頓了頓，聲音裡第一次帶了一浸連自己都沒察覺的顫抖：「阿芒，我喺呢行十八年，我就快 burnout 喇。」他抬手揉了揉眼角，指腹按下去時，皮膚鬆得比想像中快。「我攰到連認真行一次山、唞一啖氣嘅時間都冇。有時我會諗，如果應承咗雄哥，其實係咪一個 Exit？淨係 serve 一個客，時間好似鬆動咗……我想唞吓呀。」

他講完，自己先自嘲地笑了笑，雙肩無力地垂了下來：「你聽落去，係咪覺得好肉酸？講到尾，咪又係貪安逸，貪一張睇落可以逃生嘅船飛。」

我搖頭：「唔肉酸。你努力搵出路，肉咩酸？最肉酸嗰啲人，係明明好想走，但又要扮到自己完全唔在乎。」

他只是低頭盯着茶面，像在看一個自己都不想正眼承認的倒影。

大廳安靜了幾秒。雨水一下下拍着窗框，像在替甚麼東西慢慢數著拍子。

我把那份計劃書往他那邊輕輕推回去： 「KC，頭先我哋拆 product 嗰陣，拆得好乾爽。銀行收你絕對義務；保險公司畀你預期紅利。中間真正企喺度、要用自己副骨頭去接住兩邊時間差同風險嘅，從來只有個客自己。」

KC 沒出聲。

「而家唔講張單。你當自己係客。如果你真係走過去，入咗雄哥個局——」我用指關節在木桌上輕輕敲了一下。

啪。

一聲沉悶的實響。

「你交出去嘅，係咩？你換返嚟嘅，又係咩？」

KC 喉結輕輕滾了一下，隔了半晌，才慢慢開口：「先交出 Boundary。以前我做 external，份 mandate 去到邊，我就去到邊。份文件有鬼，我講清楚；值唔值得孭，始終係客自己決定。但如果我真係長期跟住雄哥個 family office……」

他停住，像終於肯正眼望一望那筆代價。秒針又走了十格，他才啞着嗓子，吐出了接下去的話：「咁就唔係一句 outside counsel 可以抽身。今日 recommendation 俾錯，五年後、十年後，唔係 closing 完就 done deal。佢會一路追住我 follow up。」

我點點頭：「仲有呢？」

大家都沉默了好一陣。

然後，他終於說出了今晚最不想承認的那一塊：「Maybe， 時間。如果我真係過檔，表面上係唔使再朝朝返律師樓篤鐘。但其實另一邊，可能係二十四小時 standby。我唔再係賣鐘，係成個人簽咗出去。」

話音剛落，擱在計劃書旁邊的手機屏幕忽然亮起。刺眼的白光劃破了大廳的琥珀色暖意，彈出一條來自 Junior 的急訊。

KC 盯著那個亮起的名字，沒有伸手去碰，只是眼角的肌肉微微抽搐了一下。

「雄哥 call，我就要 ready。佢個仔、佢個孫、佢啲資產、佢個場、佢個局……全部都可能變成我下半場嘅 life sentence。」

聽著 life sentence 這幾個字，我背脊隱隱泛起一陣屬於裡界的寒意。

屋內的暖燈明明亮著，我卻忍不住伸手，拿過太太入夜前遞給我的那件針織外套，輕輕披在肩上。

我平聲道：「咁雄哥唔係俾空間你喘息，係想買斷你嘅時間定價權。」

他扯了扯嘴角，自己補了一句：「其實我都知，嗰啲發光嘅優越感，全部都係反射自雄哥。佢一熄燈，我仲剩返啲乜？」

我沒有半點乘勝追擊的意思。只是繼續問：「咁你換返嚟嘅係咩？」

他閉了閉眼，長長地吐出一口濁氣：「穩定。固定人工。仲有——位置感。」

「芒，你知㗎。嗰種唔係明明白白寫喺 contract 入面，但個人會 feel 到，自己唔再只係 deal lawyer。係有個猛人覺得你配得起坐佢近啲、聽近啲、講近啲。我最唔舒服嘅，從來唔係『唔夠威』，係我開始知，自己冇咁多時間再試。而家條 M&A 路愈行愈窄……我呢十幾年捱出嚟嘅嘢，到底值幾多？剩幾多？」

他把手中那支轉了整晚的萬寶龍隨手一擱，筆身撞出一聲很輕、卻把今晚最後一絲體面都敲碎的悶響。

「阿芒，我可能連自己下半世究竟想追啲乜，都未認真諗過。我淨係知我唔想再留喺原地。我覺得雄哥呢個 offer，可以俾返啲選擇權我，唔使再被個 market 㩒住嚟打。入咗去，我就可以自己話事，換到我一直想要嘅……自由。」

他說到最後一句時，聲音很輕，卻像刀鋒一樣鋒利：「就算揀錯，最多咪返返去原位。」

我沒有答他。

只讓那句說話在空氣裡多停了一會兒，像讓普洱在紫砂壺裡再浸深半分。

真的如此？

窗外的雨聲仍舊一下下拍着舊窗框，像在夜裏替甚麼東西慢慢敲着拍子。

茶几上那份計劃書封面燙金，擺在暖燈底下，安安靜靜反着一層薄光。那光澤圓潤、得體，帶着一種名為「資本」的重量感，像是一張來往表裏的通行證。

我瞥了 KC 一眼，率先打破沉默，挖苦一下這個相識二十年的老友： 「大個仔啦，終於接到呢啲高檔單。」

他連眼皮都懶得抬。他一把扯鬆領帶，鼻子裏輕輕哼了一聲，語氣帶着在中環熬完夜的沙啞： 「個客掟畀我，我咪拎上嚟俾你望兩眼囉。」

我把熱騰騰的普洱推到他面前：「幾好呀，振興香港經濟靠晒你哋啦。」

他接過茶杯，指尖在微燙的杯身停了停，沒喝，聲音沉了下去： 「PB pitch 嚟嘅尊尚單。個客聽日要覆人，想我幫眼睇下。」

我端起自己那杯，吹了吹浮在茶面的白煙：「尊尚咁高級。」

KC 沒接調侃，直接翻開文件。食指在幾行字上點了點，聲線平、快、準，像白天的會議室還未散會：「個 structure 其實唔難明。客戶出兩成，銀行 finance 八成，保單 assign 畀銀行做 collateral。前面有少少 rebate，之後 monthly service interest，十年後睇 projected dividend。講白啲，係用比較少嘅 upfront capital，撬一個睇落幾靚嘅 long-term return…」

啪。

紫砂杯底碰在實木桌面上，發出一記低沉的悶響。我伸手按住計劃書，沒讓他跟着華麗字眼講下去。

頂級的特種銅版紙觸手冰涼且滑不溜手，就像這場精密的交易一樣，平滑得不留半點讓人摩擦借力的餘地。

KC 的聲音硬生生卡在喉嚨。

他沒有看我，而是下意識翻開桌面的手機。屏幕亮起，映照着他那張疲憊的臉，上面沒有急訊。他的拇指在玻璃屏幕上無意義地滑了兩下——彷彿藉由這個小動作，撈回被打斷的專業體面。

兩秒後，他將手機重新反扣。

「KC，定啲嚟。」我看著他，平靜地開口：「唔好跟佢個節奏。我哋化繁為簡。成件事，有幾多方？」

他這才抬眼望向我，嘴角扯起個沒溫度的弧度，是頂級 M&A 律師招牌式的傲氣冷靜：「兩個 parties。銀行，保險公司。」

「正確。」我指節輕敲桌面兩下：「其實只係兩件事：借錢，買嘢。」

他點了點頭，接得乾脆利落，沒有半點遲疑：「個客先向銀行借錢。銀行按 floating rate 收息，法律上呢筆係 absolute obligation，銀行有絕對追索權，出事可以追到雄哥身家。然後佢攞筆錢去同保險公司買嘢——」

「保單封面嗰個十年回報，不保證，喺合約法入面叫 best effort。」KC 拔開那支萬寶龍大班鋼筆的筆蓋，筆尖在那排淺灰色的微型字體上狠狠點了點：「一旦紅利派唔足，人哋一早戴晒頭盔，雄哥連告佢 misrepresentation 嘅權利都冇。」

「你唔還錢，你死硬；佢唔派息，你吹佢唔脹。」我心想。

「PB 一定係同雄哥講套利（Arbitrage）。」我苦笑了一聲，拿著茶杯打量著那張完美的圖表：「借平錢，買高回報嘅資產。以前利息得兩厘，保單預期回報有五厘，中間開個五倍槓桿，聽落去穩賺不賠。」

KC 握著萬寶龍鋼筆的手指關節微微發白，冷笑一聲：「係。全中環最鐘意用利差去包裝貪婪。但班狼人永遠唔會提醒個客，借貸成本係浮動嘅。加息週期一到，借貸成本飆升到五厘，保單紅利卻減產到得返三厘……」

「中間嗰兩厘逆轉，就變成息差倒掛（Negative Carry）。」我接話，聲音在雨夜裡顯得格外冰冷：「五倍槓桿就會變成五倍速絞肉機。佢唔單止收唔到息，仲要源源不絕咁入真金白銀入去維持個抵押品價值。唔補，銀行一邊 Call loan，一邊沒收保單，兩頭割韭菜。」

空氣中有一瞬間的死寂。

一件原本包裝得完美無瑕的頂級產品，被這樣血淋淋地拆開之後，突然不再神秘。

「最絕嘅係，」KC 點了點封底那行不起眼的合規細字，自嘲地笑笑：「銀行係母公司，保險公司係子公司。左手放債收你絕對嘅義務，右手賣夢塞你一個不保證嘅預期。成個 Group 穩賺不賠。全中環最和味嘅，就係 Bancassurance —— 銀行保險，一雞兩味。Financial Conglomerate。」

說罷，他冷笑一聲，黑色墨水在那無懈可擊的圖表上拉了一條粗線，直直釘向「預期紅利」四個字。

「先收佢十年真金白銀利息，十年後至決定派返幾多。」他看著那道黑痕，語氣帶着同行之間的忌憚與無奈：「PB 嘅 legal team 做得好乾淨。佢哋唔用盲點去呃人，佢哋係用一份 bulletproof 嘅 legal drafting 去繳你械。最麻煩就係佢連風險都講得好有教養。」

雨聲裹着夜風從窗縫滲進來。我眼角掃過桌角那半盒彩色鉛筆，指尖繼續摩挲着紫砂壺身。

壺溫剛好。我低頭喝了一口茶，淡淡問：「阿金田一，咁你拆到而家，明白銀行個算盤到底賣緊乜未？」

他抬起頭，我們交換了一個只有中環老手才懂的眼神。

「表面上賣 return，由 downside 去睇，佢其實係想搵人接一段未來幾年最唔穩陣的 tail risk。」KC 的聲音很低，望着那幾頁紙，無奈說：「成件事最大賣點，係佢俾到人一種優越感——你唔係喺度買產品，你喺度用更高級嘅方法管理自己。我就係因為太了解呢種位置感，先開始唔舒服。」

有啲嘢一旦被放進 Private Banking、Legacy、幾百萬起跳的字眼裏，連掠奪都會自動穿上筆挺西裝。唔 buy，反而會覺得係自己未夠班。

我伸手，連看都不用看，就將那份計劃書精準地翻到最後一頁：

「剝走晒啲槓桿、預期紅利、華麗字眼，其實呢份嘢只不過係一份 101 儲蓄保險。」

薄煙在我們之間安靜地散開。

KC 聽完，連眼皮都沒抬，只低頭抿了一口茶，隨即把杯沿擱回茶托，發出一聲疲憊的乾笑。上好的普洱在他嘴裡，大概也喝出了滿嘴苦澀。

「阿芒，我點會唔知係 101。」他眼神沒有恐懼，只有一種看透遊戲規則的無奈：「我連佢哋 PB 淨手續費加埋 rebate 食幾多點都計得出。知道呢啲，其實唔難。」

鋼筆在指間停了下來，筆尖輕輕頂了頂眉心。他頓了一頓，聲音低了少少：「難嘅係，雄哥推得份嘢過嚟，佢要嘅就唔係數字，佢要嘅係我嘅 judgment。但講完真相之後會發生咩事，先係我真正擔心嘅。」

看着他那雙佈滿紅筋的眼睛，在那片疲憊裡，我彷彿看見了某個時期的自己。

「你咁識睇局 ，其實心裏面都有數。」

他沒接話。

我低頭看着杯中的茶葉，平平地補了一句：「呢場對賭唔對等，同當年嗰場一模一樣。」

這次，他點了點合夥人的頭，答得很慢，卻很乾脆：「係。如果純粹睇 product layer，結論好明顯——唔L買。」

雨勢未減，雨水模糊了窗外的街燈。

我沒有乘勝追擊，只拿起紫砂壺，替他添了半杯茶：「你聽朝照直講。你個 mandate 去到邊，就講到邊。Legal 上，你已經睇清楚。再行落去，唔係法律問題。」

KC 望着那份文件，手指仍然壓在封面上，沒有回應。

屋裏又靜得只剩下雨聲。

桌上那份計劃書仍然尊尚，仍然體面，暖燈一照，像一張來自裡界的通行證。只是去到這一刻，我和 KC 都知道這張證，不值得買。

他舉起茶杯，將杯底剩餘的半盞普洱一口飲盡。過了好一陣子，他終於低聲開口：「阿芒，都話 product 我識睇。唔買，呢個結論我自己落得到。」

我嗯了一聲，沒有再問。

有些事，拆到產品一層，已經夠。我抬眼望住他，沒有催促。

KC 扯了扯嘴角，像想笑，又笑不出來。他沒有收回文件，只是低頭凝望着封面那幾粒燙金字，手指仍然死死壓在上面。

「如果淨係呢份嘢，」他聲音壓得極低，甚至有些沙啞：「我今晚根本唔使上嚟。」

雨聲似乎比剛才更密，一下一下敲擊著窗框，像在最後倒數著什麼。

他終於抬頭望向我，眼神裏已經看不出中環合夥人那種刀槍不入的冷靜，只剩下一種講不出口的兩難。

「我煩嘅，唔係呢份嘢。」

我欲言又止。

只是隔著茶几那層微涼的輕煙，靜靜地望着這個相識了二十年的老友。

細細個去到戲院門口，
有三套戲揀：
一套周潤發，
一套周星馳，
一套成龍。
當年有個稱呼，叫做「雙周一成」。

好幸福。

想像一下，你可以行到戲院門口，
先至慢慢諗究竟睇邊一套。
因為實有一套你會有興趣——
賭神會唔會贏一鋪大嘅 ？
星爺又會點樣扭盡六壬 ？
全天下男人佢又拍咗啲乜危險動作？

嗰個年代，戲飛唔使五十蚊，
一個檔期有四、五套片任你揀，
票房動輒二千萬起跳。
八十年代，
全香港有百九幾間戲院，
幾乎隨街都有得睇。

尖沙咀有間海運戲院，1969年開業，
曾經係嗰邊嘅地標戲院。
李小龍嗰套《唐山大兄》，
當年就係喺嗰度首映，
戲院結業嗰日尾場都用呢套送別。

後來嘅事，大家都知。
NETFLIX 串流興起，
北上消費，
戲院結業一浪接一浪——
單係2021年UA院線全線倒閉之後，
呢幾年已經有三十幾間戲院陸續離場。

舊年，海運戲院結業，
五十幾年嘅老地標，
正式變成一句「集體回憶」。
今日，全港得返四十幾間戲院，
不足當年三分之一。

有人話係因為租貴，
有人話係業主寧願丟空商舖都唔肯減租，
因為要交代銀行嗰邊嘅壓力。

戲院攪成咁，電影又點呢？

到咗2026年，你都仲有三套揀㗎。
一套係梁朝偉做嘅，
一套係張家輝做嘅，
一套係古天樂、宣萱、林峯做嘅。
戲名？

《滙豐尊尚理財 Premier Elite》
《恒生優越理財 Prestige Family+》
《星展豐盛理財 DBS Treasures》

佢哋一樣企喺巨型燈箱底下，
一樣俾燈光打到好靚。

以前燈箱上面寫嘅，
係戲名，寫邊個演、
寫你今晚會入去一個咩世界。
今日燈箱上面寫嘅，
係年利率，寫回贈幾多，
寫你要存幾多錢先有資格行入去。

而且，
今次冇對白，
冇劇本，
冇你可以想像落去嘅結局。
淨係得一句：「開戶即享現金獎賞」。

當年街口嗰間戲院，今日都變咗銀行。

在香港，文字創作不容易，
用文字設計一個 universe 更加無比艱難。
不過，好好玩。

最後，因為我真係完全唔識搞宣傳......

所以如果你喜歡我寫嘅野，please like and share