@JoeAnima（顯示名稱 animajoe0917）是一個以中文寫作、聚焦 AI／半導體／總經／加密的 X 帳號，自介地區為香港、加入於 2021 年 9 月，追蹤者約 7,959、貼文約 2,818 篇。他在個人簡介裡把自己定位為「A Rookie，not financial advice」——也就是說，他自陳是業餘研究者、內容不構成投資建議。理解這個定位很重要：他的長文有明確框架與大量具名標的，讀起來像機構研報，但本質上是個人研判，數字與時程需要另行查證。
他寫什麼
近期內容集中在兩條主線。第一條、也是佔比最重的，是一個「物理 AI 感知層」長文系列，用 X 原生 Article（長文）形式連載，把人形機器人、L3+ 自駕、具身智能背後的感測硬體（LiDAR、毫米波雷達、事件相機、觸覺／力覺、太赫茲）當成一個完整投資戰場來拆。系列自稱共 5 篇，本專欄收錄其中最新的三篇：全賽道框架、雷達全家桶、人形機器人感知層。
第二條主線是光互連／CPO，代表作是把康寧（$GLW）的 GlassBridge 講成「AI 基礎設施的底層標準」，串起 PIC／CPO 產業鏈（見 康寧 GlassBridge 與光互連）。他也穿插總經評論（例如談停滯性通膨、美國主權債與「Warsh-Bessent」框架），但那些偏短評，非本專欄重點。
貫穿全系列的四個心法
他的分析框架相當固定，幾乎每篇都能拆出同一套結構，這也是把他的文章當「一種方法論」來讀的價值所在：
一、賣鏟子而不是挖金礦。 他反覆下的核心結論是「90% 的投資人盯錯戰場，真正賺錢的不在賣感測器，而在賣鏟子給所有掘金者」——也就是往上游的晶片、光電探測器、材料層去找「無論下游誰贏都受益」的標的（他舉 Hamamatsu 濱松光子、Sony 索尼、加特蘭為例）。
二、用 Gartner 技術成熟度曲線定位打法。 他把每個感測賽道放到 Gartner 曲線的不同位置（斜坡爬升／期望膨脹／幻滅谷底／萌芽期），再對應不同策略：斜坡爬升「賭份額不賭技術」、谷底「布局等反轉」、膨脹期「等拐點」、萌芽期「只跟蹤不重配」。
三、三層護城河決定安全邊際。 由深到淺分成：物理／材料層（幾乎不可替代，如探測器晶片）、生態鎖定層（替代成本極高，如 NVIDIA、禾賽、加特蘭）、品類獨占層（一旦成形「名字＝品類」，如 Prophesee＝事件相機）。
四、四條投資鐵律。 長期價值錨點 > 短期熱度；護城河必須可量化；估值邏輯與 Gartner 位置強相關；用「多賽道＋跨週期」做風險對沖。
寫作風格與偏誤提醒
他的文章密度極高、標的具名、常給星級與「推薦優先級／回避清單」，可讀性強但也帶明顯的多頭敘事傾向：傾向把技術趨勢講成必然、把領先者講成護城河已成。他確實會標注資料來源（「各公司 2026 Q1 財報＋4 月 Tech Day」）與時間戳，這點比多數同類帳號嚴謹；但仍有把「他的推論」與「已發生的事實」混寫的情況，需要讀者自行分離——這正是 客觀檢視篇要做的事。
一手來源
- 帳號主頁：@JoeAnima ｜ Articles 分頁