自從宣佈停戰以來，市場就像吸了興奮劑一樣，漲勢一發不可收拾。特別是半導體指數，表現簡直誇張，竟然寫下了連續 18 個交易日上漲的驚人紀錄。

雖然我在兩週前就提過「市場最壞的情況大概率已經過去」，但如果我說我料到了這種「史詩級」的噴發速度，那肯定是在騙你的。

這就是市場最真實、也最迷人的地方：你永遠無法精準預測它的瘋狂。

在這種行情中，如果你因為恐慌而離場，或者因為猶豫而錯過，代價是極其高昂的。

我很喜歡一句名言：

這並不是叫大家要盲目樂觀，而是作為一名股票投資者，你的底層邏輯必須是相信未來的。

如果對人類文明的進步與生產力的提升沒有基本的信心，那麼你其實很難堅持。

最近我被問得最多的問題就是：「已經漲這麼多了，還能追嗎？」

老實說，誰知道呢？連續漲 10 天已經非常罕見，連續漲 18 天更是進入了情緒的極端區間。這就像在賭場裡連續開了 18 把「大」，去猜下一把會不會開「小」，本質上只是隨機性的博弈，沒有太大的參考價值。

但我始終強調一個觀點：

回頭看看兩年前的 Nvidia，當時大家也覺得漲得太誇張、太貴了，現在回頭看呢？當時的「高點」早已成了地平線上的起點。

事實是，只要你持有的是優質的底層資產，並給予它足夠的時間，價值最終會透過成長來體現。市場並不是零和遊戲，它是人類集體智慧與生產力溢價的體現。

所以，糾結於「現在是不是高點」其實是捨本逐末。我們真正應該專注的核心始終只有一個：

選擇正確的標的。

而要選對標的，唯一的捷徑就是盡可能深入的研究，去固化你對產業邏輯的理解。當你的認知邊界足夠清晰時，你就不會被短期的 18 連漲或 10% 的回調搞得心神不寧。

與其猜測明天的漲跌，不如回歸基本面。本週的思考筆記，我準備了六個主題，讓我們繼續撇除雜訊，回歸邏輯：

主題一：為什麼 4 億歐元的 ASML 新玩具，護國神山不買帳？

主題二：AST SpaceMobile掉了一顆衛星，卻贏了整個美國？

主題三：Google TPU 8 震撼登場，在效能數字背後告訴我們甚麼？

主題四：Intel終於皇者歸來了嗎？

主題五：ServiceNow 暴跌背後反映的是甚麼？

主題六：JP Morgan 警告私人信貸，卻宣佈進場？

主題一：為什麼 4 億歐元的 ASML 新玩具，護國神山不買帳？

TSMC 說不買ASML的High-NA EUV，已經講了兩年了，為甚麼市場還是會反應不佳？

2024 年說 A16 不用，2025 年多份報告確認 1.4nm 也跳過。但上週台積電副共同營運長張曉強再次重申這個立場後，ASML 股價還是應聲下跌。

這次有什麼不一樣？這對 ASML 真的有影響嗎？

先搞懂 High-NA EUV 到底是什麼

低 NA EUV 就像一台很貴但很成熟的印表機，可以印很細的線條。但如果你要印更細的圖案，就得同一個位置印兩次、三次、甚至四次（這就是「multi-patterning 多重曝光」），才能達到解析度。

High-NA EUV 是 ASML 的下一代機王，一次就能印到更細，不用跑好幾趟。聽起來完美對吧？

但是：

• 一台要 4 億歐元，差不多是舊款的兩倍。

• 曝光區域只有舊款的一半，大晶片（例如 GPU、AI 晶片）要「拼接」才能印完，反而增加風險。

• 算總帳下來，光是單次曝光的成本，就是低 NA 的 2 到 2.5 倍。

換句話說，你多花一倍的錢買一台可以「一次印好」的機器，但印出來的單位成本可能還比「印兩次的舊機器」貴。

這就是為什麼台積電的態度是：謝謝，暫時不用了。

台積電的商業策略：讓對手去踩坑

這就是台積電最老練的商業策略。

看看隔壁的 Intel，他們是 High-NA EUV 的全球首位客戶，急著在 14A 製程 上超車，試圖藉此奪回技術領先地位。但這背後隱藏著巨大的風險：新機器需要新的光阻劑、新的掩模、新的工廠配置。

台積電的策略一向是：讓對手去踩坑。當 Intel 在前面幫大家測試新機器的穩定性、摸索量產參數時，台積電正躲在後面，用成熟、便宜、良率高的舊設備大賺 AI 晶片 的錢。等到 2030 年 後，當 High-NA 技術成熟、價格可能更有談判空間時，台積電再進場收割。

台積電的邏輯很簡單：只要我能用舊機器做出客戶滿意的良率和效能，我為什麼要幫 ASML 攤提那昂貴的研發成本？

台積電除了技術領先外，資本紀律 才是他們的本質。一台 4 億歐元 的機器，你買 10 台 就是 40 億歐元，這筆錢如果拿去擴充現有產能、或是投資在先進封裝（CoWoS、SoIC），邊際效益可能高出好幾倍。

張曉強那句「我們的研發團隊還在持續從現有 EUV 挖出好處」，翻譯成投資語言就是：「我們的 ROIC 沒你們想的那麼依賴下一代機台。」

為什麼台積電一點都不擔心？

你可能會問：如果 Intel 和 三星 搶先用了 High-NA，台積電不怕被超車嗎？答案是：不太怕。

Intel 確實是最激進的，打算在 2027 年 的 14A 製程 就上陣 High-NA。但對 Intel 來說，這更多是為了挽回技術聲譽的「追趕」，而非威脅。三星 雖然也在 2 奈米 測試新機，但其良率與產能規模，目前還難以撼動台積電的地位。

Nvidia、Apple、Broadcom 這些大客戶，在乎的不是你用了多酷的機器，而是誰能穩定、大量、低成本地交出高品質的晶圓。台積電那無人能及的良率與規模，才是它真正的護城河。

而台積電現在不買，不代表它「不會買」或「不會用」。

事實上，台積電實驗室裡早就有 High-NA 機器在跑 R&D 了。台積電的工廠設計早已預留了空間，研發團隊對這台機器的脾氣摸得一清二楚。

台積電的強項在於：一旦他們決定這項技術具有投資報酬率（ROI）。

ASML 會痛嗎？

這裡要拆成兩段看。

雖然台積電暫時不買「頂配版」，但因為 AI 需求 太瘋狂，台積電正在瘋狂掃貨「標配版」（Low-NA EUV）。ASML 預計 2026 年 要出貨 60 台 舊款機器，2027 年 產能甚至要拉到 80 台。

簡單來說，ASML 的短期營收靠的是「量」，而 High-NA 則是他們賭在未來的「價」。台積電的表態，只是把 ASML 夢想中的「高毛利爆發期」往後推遲了兩年。

不過，中期來說，ASML 原本對市場講的故事是，「等 High-NA 開始放量，我們的營收會再上一個台階，2030 年 可以衝到 600 億歐元。」

但 ASML 最大的客戶現在直接告訴你，至少到 2029 年 我一台都不打算買來量產。

這代表什麼？代表 High-NA 的放量曲線被砍了一個大缺口。Intel 和記憶體廠買得再多，加起來也補不上台積電的量。ASML 2030 年 600 億歐元的目標，現在要打一個問號。

在這之前，市場可能還抱著一絲希望，「說不定台積電會提前改主意」、「說不定 A14 會破例用一點 High-NA」。

張曉強這次把話講死了：不只 A16、A14，連 A13（2029 量產）都不用。市場那一絲希望，被正式掐熄了。

這件事對投資人的三層啟示

第一層：ASML 不會死，但成長斜率要重估。

2026、2027 的營收仍然很好，低 NA 供不應求。但想賭 High-NA 飆速成長的故事，時間軸要往後推至少 2–3 年。估值的 multiple 要不要稍稍 de-rate？值得想想。

第二層：台積電的資本效率，被再次驗證。

當你的同業（Intel、Samsung）都在花錢買最貴的機台時，你選擇不買——這需要巨大的技術自信。台積電敢這樣做，是因為他們知道自己在低 NA 上的 multi-patterning 跟 DTCO（設計製程協同優化）的 know-how，短期內別人追不上。這個「不花錢」的決策，本身就是技術護城河的體現。

第三層，也是最容易被忽略的一層：摩爾定律的戰場在變。

過去 20 年，摩爾定律是「誰能做出更小的電晶體誰贏」。

現在開始，變成「誰能用最低的成本做出夠用的電晶體誰贏」。

這是一個根本性的轉變。當單一節點的 R&D 投入超過 200 億美元、當一台機器要 4 億歐元、當設計一顆 3nm 晶片要 5 億美元，純粹的技術領先已經不夠，經濟可行性 才是決勝點。

有趣的下一個問題是：如果台積電可以用低 NA 撐到 2029 甚至更久，那 Intel 押注 High-NA 的那筆錢，到時候會是「先發制人」還是「白繳學費」？

主題二：AST SpaceMobile掉了一顆衛星，卻贏了整個美國？

這個星期，AST SpaceMobile 的股東經歷了一場情緒過山車。

一邊是 Jeff Bezos 的 Blue Origin（藍色起源）在第三次發射中出了差錯，導致 AST SpaceMobile（ASTS）的 BlueBird 7 衛星未能進入預定軌道，最終化為大氣層中的流星。

另一邊，僅僅兩天後，美國 FCC（聯邦通訊委員會）卻遞過來一把通往 4 兆美元市場 的金鑰匙。

這次「BlueBird 7 沒了」到底有多嚴重？

答案是：比你以為的輕微很多。

我知道「火箭失敗、衛星墜毀」聽起來很嚴重。但拆開來看：

1. 錢沒太大損失。衛星有保險，現金成本幾乎為零。

2. 生產線根本沒停。ASTS 在德州的工廠，目前 BlueBird 8 到 10 號 已經快完工，預計 5 月中 出貨。從 8 號到 32 號 都在產線的不同階段，這是一條已經跑起來的產能管線，目標是 2026 年底前 做到每月 6 顆。

3. 發射管道多元化。ASTS 從一開始就刻意不把雞蛋放在同一個籃子。SpaceX 的 Falcon 9（每次能載 3–8 顆）、印度的 LVM3、Blue Origin 的 New Glenn。這次 New Glenn 停飛，只是把那一批的發射任務挪到別的供應商，不會讓整個 2026 年「45 顆在軌」 的目標崩盤。

4. 歷史告訴你什麼？ SpaceX 的 Falcon 1 前三次全部失敗才成功。新火箭有故障是常態，不是例外。

   FOMO研究院電子報 is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.

ASTS 的護城河是「生產線 + 牌照」

很多人看太空股，只盯著「他們發射了幾顆衛星」。事實上，決定這家公司會不會賺錢的，是另外兩件事：

第一件：產能。

ASTS 在德州有自己的垂直整合工廠。這件事很重要，因為它代表「損失一顆衛星」的邊際成本，未來會越來越低。當你每月能量產 6 顆 衛星的時候，一顆墜海的新聞，對整體計畫的影響就從「嚴重挫敗」變成「時程雜訊」。

真正的瓶頸從來不是「一次發射成不成功」，而是「你能不能源源不斷地做出下一顆」。ASTS 已經證明他們可以。

第二件：監管授權。

這才是 FCC 那張牌照的威力。

在 4 月 21 日 之前，ASTS 有衛星、有夥伴（AT&T、Verizon、FirstNet）、有技術，但沒有合法收商業用戶錢的許可。你可以想像成：一家餐廳裝潢好了、食材買了、廚師也請了，就差一張「營業執照」。

4 月 21 日，執照下來了。這件事的重要性，遠超過一顆衛星的得失。

在美國，拿到 FCC 的 SCS（空間補充覆蓋） 許可，等於拿到了「合法營業執照」。

這意味著他們可以合法使用 AT&T 和 Verizon 的黃金低頻頻譜，直接與普通手機連線。

ASTS 之前所有的技術測試都只是「Demo」，現在則是「正式開張」。這直接解鎖了 Verizon 剩下 4,500 萬美元 的商業預付款，也啟動了 FirstNet 的里程碑付款，更讓一堆本來在觀望的海外電信商可以把備忘錄升級成正式合約。

全美國目前只有兩家公司擁有這種規格的許可，一家是馬斯克的 Starlink，另一家就是 ASTS。

換個角度：Blue Origin 怎麼辦？

很多人忽略了，這次新聞其實是一場雙輸與雙贏並存的怪奇事件。

Blue Origin 的傷：第一次軌道任務失敗，FAA 停飛，NASA、國防部、商業客戶的訂單全部延後。公司的商譽跟時程都受到打擊。

Blue Origin 的亮點：第一節助推器完美重複使用並著陸。這是他們追了好幾年、終於兌現的里程碑。

壞消息是上一節引擎不穩；好消息是大腦（重複使用）。工程問題可以修；戰略方向對不對，才是根本。

對比 SpaceX 的學習曲線，Falcon 1 前三次都炸，Falcon 9 早期也摔了幾枚。火箭這行，不摔過幾次、走不到量產。Blue Origin 這次的問題，放在產業週期裡看，其實非常「正常」。

不要用「單次事件」去定義「多年敘事」

太空產業有一句老話：「Space is hard.（太空很難。）」

這句話在 4 月 19 日晚上 聽起來像是壞消息的註腳，但在 4 月 21 日早上，它變成了另一個意思，正因為難，能走到今天這一步的公司不多；正因為難，護城河才值錢。

ASTS 依然是高風險故事，但風險的性質變了。

FCC 牌照下來之前，ASTS 的風險是「萬一監管過不了呢？」

FCC 牌照下來之後，風險變成了「執行力跟資金燒多快？」

ASTS 接下來真正要證明的，不是「他們會不會再摔一顆衛星」（會，而且一定會），而是：

他們能不能在 2026 年底前，真的讓 45 顆衛星 進軌道、讓全美消費者打開普通手機、在沒有訊號的深山裡打出第一通電話、產生第一筆商業營收？

主題三：Google TPU 8 震撼登場，在效能數字背後告訴我們甚麼？

2026 年 4 月 22 日，Google 正式揭開了 TPU 8 的神秘面紗。

在發佈會現場，媒體的標題大多集中在「效能功耗比提升 120%」或是「對標 Nvidia 最新架構」等字眼上。確實，Google 這次推出的雙版本策略，專攻訓練的 TPU 8t(Sunfish) 與專為推理/智能體設計的 TPU 8i (Zebrafish)，展現了極強的技術。

官方數據顯示，TPU 8t 的 Superpod 規模達到 9,600 顆晶片，提供高達 121 exaFLOPS 的算力；而 TPU 8i 則透過全新的 Boardfly 拓撲結構，大幅降低了全球同步延遲。

不過，這些都只是一些「意料之中」的進步，我們應該要看的，是這代表了甚麼。

Google 一腳踹穿了「記憶體牆」

「記憶體牆」，應該大家都已經很熟悉了，不過還是稍為解釋一下。

你可以把 AI 晶片 想像成一個超級大廚，算力 就是他切菜、炒菜的速度。但問題是，食材（資料） 放在隔壁倉庫，每次要用都得跑過去搬。大廚再快，也得等食材到齊才能下鍋。

這個「跑去搬食材」的時間，就是 AI 晶片 最大的瓶頸。尤其是現在當紅的 Agent 應用，一個 Agent 請求背後，要處理的資料量是過去聊天機器人的 20 到 50 倍。大廚再厲害，也會被搬運工拖死。

發佈會之前，市場預期 Google 頂多把「廚房裡的小冰箱」擴大一點，大約塞到 192 GB 的高速記憶體（HBM）。

結果 Google 端出來的是：

• 訓練版 TPU 8t：每顆晶片 216 GB HBM，整個 Superpod 加起來 2 PB 的共享記憶體。

• 推理版 TPU 8i：每顆晶片 288 GB HBM，晶片內建的超高速記憶體（SRAM）直接是上一代的 3 倍。整個 pod 的 HBM 容量 從上一代的 49 TB，跳到 331 TB。

這代表什麼？HBM 超級週期 又被加了一把柴。

不是兩家代工，是四家生態系

發佈會前的市場共識很單純：Broadcom 做高階訓練晶片，MediaTek 做成本較低的推理晶片，兩顆都交給台積電 2nm 製程。

不過，在大會後大家發現的是，這個夥伴生態沒有這麼單純，每一家的合作模式都不一樣。

Broadcom 負責最難的 TPU 8t，走「全包式」模式。從晶片設計、記憶體整合到封裝一條龍，合約長到 2031 年。這塊走的是高單價、高毛利，Google 買的是 Broadcom 在複雜 SerDes 與封裝上的「不可替代性」。

MediaTek 負責量大的 TPU 8i，但 Google 自己下場 直接買晶圓和記憶體，MediaTek 只負責輔助元件和協助封裝。結果就是推理晶片的成本，比 Broadcom 模式低 20–30%，這就是 Google 敢在推理端瘋狂堆料的底氣。

Marvell 介入了關鍵的記憶體處理單元（MPU），而 Intel 則提供 Axion CPU 與基礎設施支援。

高階訓練交給 Broadcom，因為需要專業；低階推理自己下場壓成本，因為這塊未來才是真正的量。每個產品線都有不同的議價結構，Google 手上握的是完整的控制權。

這會帶來三個連鎖效應：

1. 單位成本往下，Google Cloud 的毛利率往上。

2. 單一供應商風險被稀釋，量產的速度更穩、更快。

3. 台積電 2nm 產能 雖然還是瓶頸，但 Google 有多家夥伴一起搶，等於在瓶頸上也有更大的議價籌碼。

從「晶片設計者」到「系統定義者」

TPU 8 的發佈，標誌著 Google 已經完成了從「晶片設計者」到「系統定義者」的蛻變。

Google 已經成功透過極致的記憶體堆料與多元化的供應鏈博弈，為自己築起了一道難以逾越的成本與技術門檻。

主題四：Intel終於皇者歸來了嗎？

「一年前，關於英特爾的討論是我們能不能活下來。今天，討論的是我們能多快增加產能、擴大供應來滿足對我們產品的龐大需求。」

「今天的英特爾已經是一家完全不一樣的公司。」

這是英特爾 CEO 陳立武，在財報會議中的開場白。

曾經的半導體霸主，被 TSMC 甩開、被 AMD 反超、被 NVIDIA 搶走 AI 的聚光燈。股價從高點跌了超過七成。

當所有人都在討論它何時會破產時，這一季的財報有力地宣告：英特爾不僅還活著，而且正在奪回戰場。

當 CPU 重新成為主角

數字是這樣的。

整體營收一百三十六億美元，遠超預期的一百二十四億。調整後每股盈餘 0.29 美元，市場預期是 0.01 美元。他們交出的數字是預期的二十九倍。

資料中心和 AI 部門（DCAI） 營收五十一億美元，年增 22%，比預期高出將近七億。這個數字的背後有兩個故事。

第一個是供應鏈。上一季，Intel 的伺服器 CPU 其實是供不應求的。需求在，但產能跟不上。這一季，他們終於把供應問題理順了。壓抑的需求釋放出來，直接反映在營收上。

第二個是產業趨勢。AI 正在從訓練轉向推理，從單一 GPU 叢集轉向分散式的 Agentic 架構。當 AI Agent 需要處理大量即時請求、需要更低延遲、需要更好的成本效益時，CPU 重新找到了它的位置。這一季的數字，是對這個趨勢最直接的驗證。

更重要的是前瞻指引：第二季 DCAI 預計將有雙位數的環比增長，全年伺服器 CPU 出貨量預期雙位數成長，而且這個動能會延續到 2027 年。

執行長陳立武在電話會議上說：「人工智慧正在走向真實世界，分散式推論、強化學習、代理式 AI、實體 AI、機器人、邊緣運算。CPU 現在是整個 AI 堆疊的調度層和關鍵控制平面。」

但 CPU 的表現再亮眼，終究只是故事的一半。說到底，CPU 業務對現在的 Intel 來說，更像是一頭強壯的「現金牛」，為後面的豪賭提供源源不絕的籌碼。

Intel 的「背水一戰」

如果 Intel 只是想做一家優秀的晶片設計公司，它不需要活得這麼累。

Intel 是「無晶圓廠」（fabless）這個過去二十年趨勢的異類。它堅持「整合元件製造商」（IDM）模式，自己設計、自己生產。

這曾經是優勢，當你的製程領先，自有工廠就是護城河。但當製程落後，自有工廠就變成拖累。你不僅要承擔設計失敗的風險，還要承擔製造良率不佳的雙重打擊。

過去幾年，Intel 兩邊都出了問題。

所以現在的策略很清楚：既然已經砸了幾百億美元蓋晶圓廠，不如把它變成資產而不是負債。

開放給外部客戶，像台積電一樣賺代工的錢。如果成功，Intel 就不只是一家 CPU 公司，而是「美國版台積電」，在地緣政治緊張的時代，這個定位本身就價值連城。

但如果失敗，那些晶圓廠就會變成吞噬現金的黑洞，把整間公司一起拖下去。

漸見起色的代工

英特爾代工（Intel Foundry） 本季營收 54 億美元，環比增長 20%，年增 16%。但外部客戶營收仍然只有 1.74 億美元，這個數字說明了一切：目前的營收成長幾乎全靠內部晶圓需求支撐，真正的代工生意還沒開始。

營業虧損仍高達 24 億美元，只比上季改善了 7,200 萬。

聽起來不怎麼樣。但市場為什麼還是興奮？

答案在良率。

管理層在電話會議上明確表示，Intel 4、Intel 3、以及最關鍵的 18A 製程，良率全部「優於預期」。18A 的良率進度甚至超前內部計畫，原本設定的 2026 年底 目標，現在預計年中 就能達成，等於提前了三到六個月。這直接帶動了毛利率改善，也是本季虧損收窄的主因。

但 18A 只是開始。真正的決戰在 14A。

14A 是 Intel 第一個大規模使用 High-NA EUV 的先進邏輯製程。第二代 RibbonFET 閘極全環繞電晶體。PowerDirect 背面供電。跟 18A 比，預期效能功耗比提升 15% 到 20%，密度提高約 30%。

這是 Intel 嘗試在製程技術上重新追上、甚至超越 TSMC 的關鍵節點。

Intel 自己說得很清楚：如果沒有拿到大型外部客戶，14A 以後的先進製程可能會暫停或取消。High-NA EUV 設備和新晶圓廠的資本支出太龐大，沒有外部訂單就無法回本。

然後，Elon Musk 來了。

第一個重量級外部客戶

四月二十二號，Elon Musk 在 Tesla 財報電話會上宣布：TeraFab 將採用 Intel 的 14A 製程。

他的原話是：「14A 是最先進的製程，雖然還沒完全完成。但等 TeraFab 真正擴大規模時，14A 應該會相當成熟。我們和 Intel 關係很好，非常尊重他們的執行長、技術長和新團隊。」

這是 Intel Foundry 在先進製程上拿到的第一個重量級外部客戶。

這正是 Intel 需要的東西，一個願意把最關鍵的晶片交給他們生產的客戶，而且是全世界最高調的科技公司之一。

管理層在財報會上說，14A 在同樣的開發階段，成熟度、良率、效能表現都超過 18A 當時的水準。PDK 0.5 已經釋出，PDK 1.0 預計今年秋天推出。風險試產目標 2027 年，量產 2028 到 2029 年。

他們預期「更早的設計承諾會從 2026 下半年開始出現，並延續到 2027 上半年」。

這是一個複雜的安排，很多細節仍不清楚。但對市場而言，關鍵訊息很簡單：有人願意把真金白銀押在英特爾最先進的製程上了。

先進封裝：被低估的近期引擎

另一個值得關注的角度是先進封裝。

這不是小配角。財務長 David Zinsner 在電話會議上說，先進封裝的潛在營收規模已經從原本預估的「數億美元」上調到「每年數十億美元」。英特爾本季新增了先進封裝服務的訂單，並宣布擴建馬來西亞檳城的後端設施，預計 2027 年 開始貢獻營收。

封裝業務有幾個吸引人的特點：毛利率較高、資本支出較低、從訂單到營收的轉換速度較快。在先進製程外部營收真正起飛之前，封裝可能是代工業務最快能看到實質成長的領域。

目前全球只有三家公司能提供最先進的封裝技術（EMIB、Foveros 等），英特爾是其中之一。隨著 AI 推論 和異構運算 需求爆發，把 CPU、加速器、記憶體 整合在一起的需求只會越來越大。

領導力的驗證

所有這些，都發生在陳立武接任執行長一週年的時候。

陳立武在電話會上說：「我們正在擁抱我們的根，數據驅動、保持警覺、以工程為本。」這是在呼應 Andy Grove 那句著名的「只有偏執狂才能生存」。

過去一年，英特爾簡化了組織架構、削減了官僚流程（決策從「幾個月」縮短到「幾週」）、從外部招募領導人才、賦權內部工程師、把最大化工廠產出定為首要任務。這和過去那個被批評為執行緩慢、內部政治複雜的英特爾形成鮮明對比。

當然，一年的執行記錄還不足以宣告勝利。但至少現在有了一個可以追蹤的基準。

估值的張力

但這裡有一個必須誠實面對的問題：

股價已經反映了多少好消息？

Foundry 還是虧 二十四億美元 一季。外部客戶營收只有一點七四億。Tesla 的 14A 訂單還沒有公布具體金額和時程。如果接下來任何一季的良率、訂單、或營收成長稍微不如預期，回調的幅度可能很劇烈。

當然，如果 18A 和 14A 的執行持續到位、外部客戶持續轉化，英特爾可能會被重新估值為「美國版台積電加上 AI CPU」的故事。

這是典型的轉機股估值張力：敘事已經從「能不能做到」轉向「什麼時候做到」，但股價也已經從「便宜」轉向「樂觀」。

執行能不能跟上敘事？

CPU 的復甦讓 Intel 有了喘息的空間。但真正決定這家公司命運的，是 Foundry 能不能成功。

接下來的幾個季度，我們不看營收噴了多少，我們要看的是 18A 的外部客戶磁帶流片（Tape-out）進度，以及 14A 的 PDK 1.0 能否如期交付。

敘事已經改變。問題是：執行能不能跟上。

主題五：ServiceNow 暴跌背後反映的是甚麼？

「ServiceNow 從來沒有遇過像 AI 這樣的順風。企業 AI 和 ServiceNow 的擴張之間有完美的正相關。」

面對市場對其 AI 的質疑，ServiceNow CEO Bill McDermott 這樣說到。

事實上，ServiceNow 的第一季財報，營收三十七億七千萬美元，超過預期。訂閱收入年增 22%，超過預期。每股盈餘也超過預期。

他們上調了全年訂閱收入的指引，AI 營收目標還從十億美元提高到十五億美元（漲了 50%）。

然後，股價暴跌。

問題出在幾個地方

第一是地緣政治。中東和伊朗的衝突讓幾筆大型的本地部署訂單延遲了。管理層說這大概拖累了訂閱收入成長約 0.75 個百分點。這也讓「剩餘履約義務」（cRPO，一個衡量未來營收的重要指標）略低於分析師預期。

第二是併購。ServiceNow 剛完成史上最大的收購案，以七十七億五千萬美元買下網路安全公司 Armis。整合成本會在短期內壓縮利潤率。全年調整後營業利潤率指引從 32% 下調到 31.5%，第二季的利潤率指引更是只有 26.5%，遠低於市場預期的 30%。

但這些都不是真的重點，最關鍵的，說到底，仍是 AI 焦慮。

客戶的「興奮」與「困惑」

整個 2026 年到目前為止，SaaS 軟體股都處於壓力之下。

Wolfe Research 的分析師問到：「市場上有一種普遍的 AI 焦慮，客戶在大筆採購時變得更猶豫，因為創新的速度太快，他們不確定該怎麼做。」

Bill McDermott 的回答是：客戶對 AI「非常興奮」，但「有點困惑」不知道下一步該怎麼走。他把這定位成 ServiceNow 的機會，他們的平台、前線部署團隊、AI 控制塔 可以幫助客戶從試點走向真正的生產環境。

在 Agentic AI 競爭的問題上，管理層也信心滿滿。

Deutsche Bank 的分析師問：「Agentic 編排 正在變成一個非常吵雜和競爭激烈的領域，ServiceNow 怎麼保持差異化？」

McDermott 的回答是：我們有二十二年 累積的數據優勢，超過九百五十億個 訓練過的工作流程，超過七兆筆 交易，亞秒級 的處理速度。Context Engine 加上 AI Control Tower 讓我們能用沒有人有的企業脈絡來協調人類和 AI 代理。

「我們掌握了這個領域。我們真的掌握了。」

數據很亮眼，但市場不買單

聽起來很有說服力，對吧？

管理層的確提供了具體的數據：Now Assist 客戶年度合約價值超過一百萬美元的數量年增 130%。多產品交易年增 70%。AI Control Tower 的交易金額季增翻倍。超過 50% 的新業務現在是非席位制、以消費為基礎的模式。

他們還強調，ServiceNow 的定位不是被 AI 顛覆的對象，而是 AI 時代 的「行動系統」。企業需要一個平台來治理、協調、整合所有的 AI 代理，而這正是他們做的事。

但市場沒有被說服。

市場要的是「證明」，不是「我們相信」

因為市場要的是「證明」，而 ServiceNow 現在提供的只是「我們相信」。

現在的狀況是：ServiceNow 的第二季有機 cRPO 指引大約是 17% 到 18%，比市場預期低了 0.5 個百分點，而且比第一季的 22% 是減速的。把 Armis 併購和地緣政治因素扣掉之後，核心業務的成長率可能只有十幾個百分點。

對投資者來說，這聽起來不像「AI 帶來了新世界」，反而更像「AI 只是在勉強填補舊業務流失的坑」。

同時，他們正在積極推動從「席位制（Seat-based）」 轉向「消費/成果制（Consumption-based）」 的定價模式。這在戰略上極其正確，因為它直接回應了「AI 代理會取代人工，導致席位減少」的恐懼。

但轉型的代價是慘烈的：短期毛利受壓、續約率微降至 97%。在市場眼裡，這種轉型看起來更像是「被迫防守」而非「主動進攻」。

當你的增長需要靠併購（如 77 億美金 買下 Armis）來維持，且併購還稀釋了利潤率時，市場的疑慮就會被無限放大。

這不是被顛覆的證據，但也不是「AI 純粹是加分項」的乾淨故事。

買進評級，但下調目標價

分析師們的反應很微妙。

幾乎所有大型券商都維持了買進評級。他們都說 AI 的動能是真的，管理層的回答是正確的，五月四日 的分析師日會提供更多細節。

但他們幾乎全部都下調了目標價。說股價「便宜得離譜」，但還是砍了目標價。

仍然無法證明自己

我認為，ServiceNow 確實擁有強大的護城河（950 億條工作流數據），但他們「暫時還無法證明」自己能免於 Agentic AI 的顛覆。

現在的 SaaS 巨頭們都面臨同一個困境：OpenAI、Anthropic 這些底層模型廠商正在直接切入企業應用層。

即便 Bill McDermott 嘲諷對手的 AI 只是「客廳小把戲（Parlor tricks）」，缺乏 ServiceNow 的治理與編排能力，但市場在看到連續兩三季的「增長再加速」之前，寧可選擇先相信「顛覆論」。

每一次科技典範轉移，老牌企業都會站出來說：「我們不一樣。我們會是贏家。」雲端時代是這樣，行動時代是這樣，現在 AI 時代 又是這樣。

他們拿出數據、展示產品、強調護城河。有些是真的，有些是煙霧彈。市場無法在第一時間分辨，所以選擇先不相信，等證據累積。

這就是為什麼即使業績超預期、管理層信心爆棚，股價還是可以暴跌。

市場在說：「你說的可能都是真的。但我需要看到連續三四季的執行結果，才願意為這個故事付出更高的估值。」

證明題難度被調到最高點的時代

ServiceNow 的暴跌，其實是整個 SaaS 行業的縮影。這是一個「證明題」難度被調到最高點的時代。

對於投資者而言，現在的 NOW 確實看起來「便宜得離譜」，但這種便宜是有代價的，你必須陪著它度過這段「數據與敘事」脫節的尷尬期。

有時候，投資最難的地方不是判斷一家公司好不好，而是判斷市場什麼時候才會相信它好。

ServiceNow 現在就卡在這個尷尬的中間地帶。

主題六：JP Morgan 警告私人信貸，卻宣佈進場？

Jamie Dimon 是華爾街最會放話的人。

這半年來，他在不同的場合中，不斷對私募信貸市場開砲：

信用標準鬆散、契約形同虛設、估值不透明、一堆 PIK 利息 在那邊滾雪球。下一次信用週期來的時候，這個市場的損失會比大家預期的高。

還有最著名的那句：「當你看見一隻蟑螂時，很可能已經有很多隻了。」

聽起來像是在警告投資人遠離這個市場。

然後，四月二十三號，摩根大通資產管理部門 宣布：我們要大舉進軍私募信貸。

這就是典型的小摩風格：在公開場合警告泡沫，在私下裡磨刀霍霍。

遲到的巨人：從「後悔」到「自建」

摩根大通在私人信貸這塊地盤上，其實憋屈了很久。

早在 2016 年，他們拆分了後來大名鼎鼎的 HPS Investment Partners，眼睜睜看著對方在私人信貸浪潮中賺得盆滿缽滿；2024 年，他們又在收購 Monroe Capital 的談判中轉身離開。

這幾年，市場一直在問：這家全球最強大的銀行，難道要眼睜睜看著 Blackstone 和 Apollo 等搶走所有的肥肉？

現在答案揭曉了。小摩不打算買別人的公司，他們要自己下場來打這場仗。

這次計畫的核心邏輯非常硬核：利用銀行內部的商業銀行（Commercial Bank）體系直接產出貸款（Origination）。

傳統的私人信貸基金需要滿世界找案子，但小摩不需要，他們自家銀行的客戶經理手裡就有源源不絕的優質企業貸款需求。這種「自產自銷」的模式，成本更低，風控更透明。

為什麼是現在？

過去兩年，私募信貸市場經歷了一場靜悄悄的信任危機。那些賣給散戶和高淨值客戶的「半流動性」私募信貸基金開始被大量贖回。

有些基金的贖回申請達到資產的 40%，但每季只能讓你贖 5%。投資人排隊等著出場，基金經理人被迫開始認真面對資產定價問題。

這 2,500 億美元 左右的散戶資金，就是你在新聞上看到的那些「私募信貸危機」的主角。

但整個市場有將近 2 兆美元，其中八成是機構資金，退休基金、保險公司、主權基金。這些錢是鎖定的、有耐心的、不會因為季度 mark-to-market 波動就跑掉。這塊市場很穩定，但也很擁擠，所有人都想要這種「黏性資本」。

因此，小摩這次募資，對準的是機構投資者（長線資金），而非散戶。

當那些依賴散戶資金的基金因為贖回壓力而焦頭爛額時，小摩帶著主權基金、養老金 這種「不急著用錢」的長線資本進場。

摩根大通的不公平優勢

他們的競爭優勢很明確：自家商業銀行每天都在跟中型企業打交道、做授信評估、放貸款。這些 deal flow 是 Blackstone、Ares、Blue Owl 這些純私募信貸玩家拿不到的。

摩根大通不需要去市場上跟別人搶案子，他們只要把自己商業銀行本來就會做的貸款，打包成資產管理產品賣給機構客戶就好。放貸的人和管錢的人在同一家公司，資訊流通、風控統一、定價更精準。

更有意思的是組織架構。這個新平台被放在固定收益部門 底下，不是另類投資。這是一個刻意的訊號：摩根大通認為公開市場債券和私募信貸的界線正在模糊，未來會越來越像同一個市場的兩個切面。

警告別人，相信自己

回到那個表面上的矛盾。

Dimon 在公開場合警告私募信貸的風險，但他從來沒說這個市場會崩盤。他的原話是：「我不認為這是系統性風險……你需要非常大的損失，銀行才會被波及……我不是特別擔心。」

他擔心的是那些信用標準鬆散、為了搶生意什麼條件都能接受的玩家。他擔心的是那些把半流動性產品賣給不懂風險的散戶、然後在贖回潮來臨時手忙腳亂的基金。

他不擔心的是摩根大通自己，因為他們有自己的放貸標準、自己的風控流程、自己的資訊優勢，而且他們募的是機構資金，不是那種會在市場波動時恐慌贖回的散戶錢。

事實上，三月份 摩根大通收緊了對外部私募信貸基金的放貸條件，調降了一些軟體相關貸款的抵押品估值，減少了對這些基金的借款額度。

這是對「別人的」私募信貸曝險做風險管理。四月份 他們就宣布擴大「自己的」私募信貸業務。

這就是 Dimon 的標準操作：公開警告行業風險，讓監管機構和投資人都知道他很謹慎；然後私下大舉佈局，用更好的風控去賺那些不謹慎的競爭對手留下的機會。

私募信貸的第三波

私募信貸市場的下半場 正在開始。

第一波 是純私募信貸基金的狂飆突進，他們搶走了傳統銀行不想做或做不了的中型企業貸款。

第二波 是散戶資金湧入，把市場規模推到將近 2 兆美元，但也帶來了流動性錯配 的問題。

現在是第三波：大型銀行帶著自己的資產負債表、放貸通路、和機構客戶關係，重新進場搶地盤。

去幾年，它被包裝成一種神秘的高收益避風港，但現在，它正在回歸金融的本質：信貸審核與資金成本。

商周專欄解禁版(付費會員專享)

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。

我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。

另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

· KP

歡迎來到 FOMO研究院的特別內容。這幾篇文章是我受邀於《商業周刊》發表的獨家專欄。根據協議，專欄文章在刊登滿一個月後，我會將完整內容解禁，專屬分享給研究院的付費會員。

💡 閱讀前的小提醒：

1. 原汁原味的「導演剪輯版」： 商周刊登的版本經過了編輯部的精簡與潤飾，而我發布在這裡的，是未經刪減的原始草稿。即使你已經看過雜誌版本，這篇原稿保留了更多我個人的推演過程，讀起來會有截然不同的風味。

2. 底層邏輯，不怕過時： 你可能會想，一個月前的文章現在看會不會太遲？熟悉我的老讀者都知道，我寫作的核心始終是拆解「底層的商業邏輯」，而非追逐短線新聞。因此，這份產業鏈的結構性分析，即使過了一個月，含金量依然不減。

3. 為何沒收到這篇的 Email 通知？ 為了避免過度轟炸大家的信箱，這系列的解禁文章，我都會以「不發送 Email 與推播」的形式獨立上架。我會在週末的常規電子報中，再把連結整理給大家慢慢回顧。

祝大家閱讀愉快！👇

Read more

2024 年，巨頭們（Hyperscalers）的資本支出大約是 2,410 億美元。

2025 年，這個數字飆升到了約4,000 億美元。

而到了 2026 年的預估值？5,000 億到 7,000 億美元。

這是一個什麼樣的概念？這大約佔了美國整體 GDP 的1.3% 到 1.6%。然而，在 2025 年的大部分時間裡，當華爾街分析師在財報電話會議上，試圖從這些科技巨頭口中逼問出一個「AI 的營收數字」時，得到的回應往往是含糊的戰略願景，或是與其他傳統雲端業務混在一起的模糊數據。

一邊是快速增長的基礎設施支出，另一邊卻是遲遲不見蹤影的實質營收。這就是我們故事的起點。

市場並不是無法接受新事物，沒有人真的覺得「AI 沒用」，也沒有人認為這只是另一場虛無縹緲的元宇宙炒作。

華爾街真正恐懼的，是財務錯配：基礎設施的投資速度，已經跑在營收前面好幾年。

這股恐慌對市場造成了非常真實的血洗。

在上兩個財報季，巨頭的股價往往在公佈財報後就會重挫。請注意，他們下跌的原因並不是因為當季營收不及預期，僅僅是因為他們「提高了未來的資本支出指引」。市場對資本支出的容忍度已經見底。

每一場財報電話會議都變成了同一場審訊：你們花了這麼多錢，營收在哪裡？什麼時候能看到回報？自由現金流什麼時候見底？

在市場疑慮達到高峰的 2026 年四月，市場終於等到了他們要的東西。

在這份深入研究中，我們將會一起了解以下的重點：

• 敘事轉折的關鍵證據：華爾街對「AI 無法變現」的恐懼如何被 Anthropic 與 AWS 的最新財報數據化解。

• 為何基礎設施層是當前最高槓桿賽道：透過價值鏈拆解與「營運槓桿」財務原理，說明該板塊為何在恐慌期跌幅最深，卻也在需求反轉時具備最大的價值重估（Rerating）空間。

• 三家指標企業的商業本質與風險輪廓：深入拆解 Oracle 的現金牛護城河、CoreWeave 的極端債務齒輪箱，以及 Nebius 的預付款資本結構，釐清各自的優勢與致命弱點。

• 負現金流 AI 基建公司的估值方法論：提供 EV/前瞻營收、EV/Backlog 與 SOTP 分類加總等實用框架，並附樂觀/基準/悲觀三情境推演，避免落入後照鏡估值陷阱。

• 個人化投資決策四步法：根據您對 AI 需求的信念強度、風險承受能力與「如果我錯了」的壓力測試，提供明確的資產配置邏輯與標的篩選路徑。

第一章：兩件「拿錢來看」的事件

1.1 — Anthropic：科技史上最快的企業營收爬坡與「變現」的本質

毫無疑問，ChatGPT 是點燃這整場現代 AI 浪潮的「開路先鋒」。它在 2022 年底的橫空出世，直接扣動了微軟、Google、Amazon 等巨頭數千億美元資本支出的扳機。

到了 2026 年 2、3 月交界，OpenAI的年化營收（ARR）已經達到了驚人的250 億美元。

但問題來了：為什麼即使 OpenAI 營收如此龐大，市場在整個 2025 年依然充滿了「AI 無法變現」的恐懼？

因為 OpenAI 早期的營收結構，讓它成為了市場質疑的重點。它的收入高度依賴消費者端（每個月付 20 到 200 美元訂閱費的用戶），而背後卻拖著龐大的免費用戶群與極度高昂的推理成本。

華爾街看著 OpenAI 在 2025 年高達50 到 80 億美元的虧損，以及 2026 年預計超過140 億美元的失血，忍不住問：「這到底是一門好生意，還是一個燒錢的超酷火力展示？」

就在市場最需要一顆定心丸的 2026 年 4 月初，Anthropic釋出了那組漂亮的年化營收。

• 2025 年底：約90 億美元。

• 2026 年 2 月中：約140 億美元。

• 2026 年 2 月底：約190 億美元。

• 2026 年 4 月初：突破300 億美元。

四個月內，營收翻了三倍以上。憑藉這個數字，Anthropic 悄悄地超越了 OpenAI。

但真正讓市場興奮的，是這300 億美元背後的「結構」。

Anthropic 有高達80%的營收來自企業端（B2B）與 API 呼叫。數據顯示，現在有超過1,000 家企業客戶，每年在 Anthropic 上的花費超過100 萬美元。而這個百萬美元級別的客戶數量，在短短兩個月內就翻了一倍。

其中，光是專注於程式碼開發的Claude Code，就貢獻了約25 億美元的年化營收。

更驚人的是它的營運效率。Anthropic 達成這個科技史上最快的營收爬坡紀錄，花在模型訓練上的成本據報導只有 OpenAI 的四分之一，且在部分業務板塊已經開始邁向正毛利。

平心而論，OpenAI 並沒有輸，他們也正在大力轉向企業端（目前企業端營收已佔其40% 以上）。

但 Anthropic 在 2026 年 4 月的這個時間點，提供了市場最渴望看到的、最乾淨的論述：AI 不是只能賣給消費者的昂貴玩具，它是企業願意按月付費、極具黏性且高毛利的嵌入式工作流軟體。

1.2 — Amazon 股東信：超大規模雲端巨頭第一次攤牌

如果 Anthropic 證明了「軟體端」能賺錢，那麼市場的下一個問題就是：「那些花費數千億美元買 GPU 和建資料中心的基礎設施巨頭呢？」

在 Amazon 執行長 Andy Jassy 那封長達 5,000 字的 2026 年致股東信中，Jassy 做了一件過去三大雲端巨頭（AWS、Azure、Google Cloud）從未做過的事：他把一個精確的、完全歸因於 AI 的營收數字，乾乾淨淨地攤在桌上。

信中揭露，在 2026 年第一季，AWS 的 AI 業務年化營收已經超過 150 億美元。

為了讓市場理解這個速度，Jassy 做了一個刻意的對比：

「在 AWS 商業化推出三年後，它的營收運行率是 5,800 萬美元。而在這波 AI 浪潮的第三年，AWS 的 AI 營收運行率超過了 150 億美元。這是當年 AWS 同期規模的近 260 倍，而且還在快速攀升。」

但整封信中最讓投資人安心的，是這句精準擊中市場痛點的話：

「產能部署多快，我們就能變現多快。」

市場一直恐懼基礎設施會過度建設（Overbuild），害怕買來的 GPU 會閒置。但 Jassy 透露，AWS 至今依然受制於產能不足。甚至有兩個大客戶試圖直接買下 AWS 在 2026 年全部的自研 Graviton 晶片產能（當然，為了保留給其他客戶，AWS 拒絕了）。

這也解釋了為什麼 Amazon 敢在 2026 年計畫高達2,000 億美元的資本支出。Jassy 明確表示，這筆天文數字「不是靠直覺」，它的背後有著堅實的客戶承諾做支撐，包含了與 OpenAI 簽訂的超過1,000 億美元的基礎設施合約。

此外，AWS 的自研晶片業務（Graviton、Trainium、Nitro）年化營收也已突破200 億美元。這意味著他們不僅在賺錢，還在透過降低對 NVIDIA 的純粹依賴來大幅優化未來的利潤率。

1.3 — 這兩件事件的共同訊號

當我們把 Anthropic 的300 億美元和 AWS 的150 億美元放在一起看時，似乎資本支出轉化為營收的「飛輪」，現在已經可驗證地在高速轉動。

模型製造商（如 Anthropic 與 OpenAI）正在從企業端產生數百億美元的真實現金流，這讓他們有底氣去簽下多年期、數十億美元的算力基礎設施合約；而雲端巨頭（如 AWS）拿著這些合約，立刻將新建好的資料中心變現，並以此為基礎，繼續投入下一輪的資本支出。

這兩件事件並沒有消除所有的風險。電網的物理限制（電力瓶頸）依然存在，將積壓訂單轉化為實際營運的執行風險也還在。但是，那個籠罩在 2025 年上空的「泡沫論」核心，對需求端是否真實存在的深層恐懼，已經被化解了一部份。

市場的根本問題，已經從「企業到底會不會為 AI 付錢？」正式轉變為「他們的支出會加速到多快？」

而如果你接受了這個證據，相信 AI 的營收不僅真實存在且正在加速，那麼身為投資人，你無可避免地必須面對下一個問題：

在這場數千億美元的資本狂歡中，錢，到底應該押在價值鏈的哪個位置？

第一章小結：

• Anthropic 年化營收突破 300 億美元，企業端 API 佔比高達 80%，徹底打破「AI 僅限消費者訂閱玩具」的市場迷思。

• AWS 首次透明揭露 AI 業務年化營收逾 150 億美元，並強調「產能部署多快，變現就多快」，直接緩解市場對過度建設（Overbuild）的恐懼。

• 兩項事件共同印證 AI 基礎設施需求真實且正在加速，市場核心問題已從「企業是否願意付錢」正式切換為「資本支出能跑多快」。

第二章：為什麼 AI 基礎設施層是最高槓桿的受益者

如果你相信上一章的結論，那麼接下來的問題就是：在這場每年高達5,000 到 7,000 億美元的資本支出狂潮中，我們該把籌碼押在哪裡？

要回答這個問題，我們需要先建立一個簡單的 AI 價值鏈框架。

2.1 — 價值鏈的三層夾心餅乾

我們可以把整個 AI 產業的價值鏈，粗略地分成三層：

最下游：應用與模型層

這層包含了 Anthropic、OpenAI，以及微軟的 Copilot 和 Google 的 Gemini。

但對於公開市場的投資人來說，這一層很難下手：Anthropic 和 OpenAI 是未上市公司；而 Copilot 和 Gemini 雖然強大，卻被深深埋在微軟和 Alphabet 龐大的企業帝國中。

你買不到「純粹」的 AI 應用層曝險，它們的財務表現被搜尋引擎或傳統軟體業務大幅稀釋了。

最上游：晶片與硬體層

這是 NVIDIA、台積電（TSMC）以及記憶體大廠的領域。

在過去的兩三年裡，這裡是所有資金的避風港。值得注意的是，這一層幾乎沒有受到前陣子「AI 泡沫論」的傷害。

為什麼？因為無論軟體賺不賺錢，晶片都在瘋狂出貨。市場對台積電和 NVIDIA 的確定性極高，這些公司的完美預期已經被充分定價。

當所有人都知道這是一門好生意時，它就不再是那個能帶來巨大超額報酬的秘密。

中間層：基礎設施層

這正是我們這份報告的核心。這一層包含了建造、擁有、營運實際資料中心、電力、網路和雲端平台的公司。他們的工作，是把底層的矽晶片，轉化為上層模型公司可以隨開即用的「算力」。

為什麼基礎設施層是泡沫論消退之後最具吸引力的標的？

因為在 2025 年下半年的「泡沫論」恐慌中，這一層受到的衝擊最大，因此現在泡沫消退後的「價值重估（Rerating）」空間也最為巨大。

要理解這點，我們必須談談一個核心財務概念。

2.2 — 營運槓桿的魔力：為什麼泡沫恐慌與狂歡都發生在這裡？

基礎設施層的股價之所以如此劇烈波動，根本原因在於極端的營運槓桿（Operating Leverage）。

什麼是營運槓桿？簡單來說，就是一家公司的成本結構中，「固定成本」極高，而「變動成本」極低。

在 AI 基礎設施的生意裡，你需要先砸下數百億美元買地、建資料中心、簽訂十年電力合約、採購昂貴的 NVIDIA GPU 機組。這些都是龐大的固定成本。

這解釋了為什麼「AI 泡沫論」出現時，這些公司跌得最慘：

當市場懷疑「AI 應用根本賺不到錢」時，投資人看著這些基礎設施公司，彷彿看到他們正在舉債建造一座座價值百億的「鬼城」。

高昂的固定成本加上未知的營收，意味著巨大的破產與財務違約風險。恐懼瞬間放大了估值的下修。

但這也解釋了為什麼當需求被證實後，它們的上行爆發力最強：

一旦基礎設施建好，且客戶（如 Meta、Anthropic）簽下了「照付不議（Take-or-pay）」的多年合約，營運槓桿的魔力就會反向發威。

因為固定成本已經攤在那裡，當營收越過損益兩平點後，每一塊錢的「增量營收」，幾乎不需要增加額外成本，會以極高的毛利率（通常超過60%）直接轉化為淨利。

這就是為什麼基礎設施層對「敘事轉變」如此敏感。從「也許 AI 是泡沫」到「AI 營收也許是真的，而且在加速」，需求能見度的微小改善，就能透過營運槓桿，大幅撬動未來的利潤預期。

2.3 — 雲端其實是一門極好的生意

在我們深入個別公司之前，必須先破除一個常見的迷思：很多人看到基礎設施公司現在動輒數百億美元的負自由現金流，就認為這是一門爛生意。

事實上，歷史已經證明，一旦度過建設期，雲端基礎設施是科技界最賺錢的商業模式之一。

回顧 AWS 在 2006 到 2012 年的建設期，當時 Amazon 也因為龐大的資本支出而被華爾街痛批。

但當規模效應顯現後，傳統雲端業務展現出了驚人的單位經濟效益：規模化後的毛利率高達60% 到 75%，營業利益率穩定在30% 到 35%，且伴隨著極高的客戶轉換成本與經常性收入。

現在這些 AI 基礎設施公司（無論是傳統巨頭還是新貴）所經歷的負自由現金流，是建設週期中前期集中的資本支出，而非商業模式本身有缺陷。

這是一場「現在投資，未來收割」的經典重演，只是這次的規模比當年互聯網時代大了十倍。

2.4 — 為什麼我們跳過雲端三巨頭，專注於 Oracle 與新雲端？

看到這裡，你可能會問：傳統的雲端三巨頭（AWS、Azure、Google Cloud）不也是基礎設施嗎？他們難道不是好生意？

毫無疑問，三大 CSP（雲端服務供應商）是科技界史上最棒的商業模式之一。它們擁有極高的規模經濟、強大的自由現金流，以及無可匹敵的企業生態系。如果追求絕對的穩健，它們依然是核心持股的優質選擇。

但我們這份報告的重點，是尋找「泡沫論消退後，最高槓桿、最具不對稱報酬」的投資標的。

三大巨頭的問題在於「基數太大」。AWS 的 AI 營收雖然高達 150 億美元，但它仍被包裹在 Amazon 龐大的電商與傳統雲端業務中；微軟和 Google 亦然。AI 基礎設施的爆發，對它們來說只是錦上添花，很難讓整家公司的股價在短期內翻倍。

因此，我們將目光轉向光譜上更具爆發力的兩個極端：

光譜的一端，是「投資等級的混合體」：Oracle（甲骨文）。

光譜的另一端，是「純 AI 新雲端（Neoclouds）」：CoreWeave 與 Nebius。

第二章小結

• AI 價值鏈可分三層，基礎設施層因 2025 年泡沫論受創最深，故需求反轉後的價值重估（Rerating）與超額報酬空間也最為巨大。

• 極端「營運槓桿」是股價劇烈波動的核心：高昂固定成本使板塊對需求能見度極度敏感，一旦營收越過損益兩平點，增量收入將以超高毛利率直接轉化為淨利。

• 跳過雲端三巨頭是因基數過大、股價彈性受限；本報告聚焦具備「下行保護+高成長斜率」的 Oracle，以及「純 AI 曝險」的 Neoclouds（CoreWeave 與 Nebius）。

第三章：Oracle——軟體轉型的巨頭

如果你在 2023 年說 Oracle 會成為AI 基礎設施的焦點，矽谷工程師會當你在開玩笑。

這家成立近半世紀、靠賣企業資料庫起家的巨頭，在雲端市場的市佔率僅約3%，遠落後於 AWS、Azure 與 Google Cloud。

然而，當市場發現三大雲端巨頭的 GPU 算力嚴重短缺時，Oracle 看準了這個破口，展開了一場瘋狂的旅程。

3.1 — 登頂與墜落：一場 500 億美元的 AI 賭注

第一幕：造夢與狂歡

2025 年初，Oracle 與 OpenAI、微軟在白宮宣布了高達5,000 億美元的「Stargate（星門）」AI 基礎設施計畫。

隨後在2025年9月，Oracle 秀出了驚人的成績單：手上握有價值數千億美元的未來訂單。華爾街陷入瘋狂，Oracle 股價單日暴漲36%，市值直逼1 兆美元，創辦人 Larry Ellison 甚至短暫當上了全球首富。

第二幕：帳單寄來了

但到了年底，現實的冷水潑了下來。財報顯示，為了吃下這些天價訂單，Oracle 必須「現在」就瘋狂燒錢蓋廠房。

單季度的資本支出高達186 億美元，這意味著它花錢的速度，已經超過了它賺錢的速度（單季營收 172 億美元）。全年500 億美元的建置計畫，幾乎等於 Oracle 整年總營收的75%。

第三幕：市場的恐慌

投資人突然醒悟：未來的錢還沒賺到，現在的債務卻像雪球般滾到了1,200 多億美元。債券市場嚇壞了，衡量違約風險的CDS 指標狂飆到 2008 年金融危機以來的新高；股票市場也跟著拋售，Oracle 股價在短短幾個月內腰斬，蒸發了超過4,600 億美元的市值。

市場怕的是：Oracle 撐不到 AI 營收進帳的那天，就被龐大的債務和利息壓垮。

3.2 — Oracle 做了什麼來回應？

面對這場信心危機，Oracle 的管理層在 2026 年 2 月到 4 月間進行了一系列密集的「危機管理」行動。每一步都針對上面列出的一個具體恐懼。

Read more

大家好，我是 KP，歡迎來到第 38 期的《週末思考筆記》。

股市繼續一路狂飆。曾幾何時讓市場極為擔心的戰爭陰霾，轉眼間似乎已無人理會。

其實，危機的演變規律向來如此：市場並不需要等到危機真正解除的那一天才反彈，它只需要確認「最壞的情況已經過去」。

回頭看 2020 年疫情大反彈時，病毒消失了嗎？去年的貿易關稅取消了嗎？都沒有。但當市場排除了「末日劇本」，確認了最極端的風險邊界後，資金就會開始重新定價。

目前的戰爭走向依然充滿變數，但或許這已不再是核心矛盾。只要雙方仍有明確意願尋求共識，戰爭對市場的邊際影響就會遞減，高油價則會被內化為一種「新常態」。

老實說，我更喜歡現在這種節奏。並非單純因為市場上漲，而是因為我始終認為：宏觀決定風向（順風或逆風），但產業研究才能帶來真正的 Alpha（超額回報）。

宏觀分析固然重要，但深挖產業底層邏輯、看清企業護城河，這件事不僅更有趣，也更具備可重複的投資價值。

當然，作為投資者，我們永遠要練習「逆向思考」：當市場極度悲觀時，不要被恐慌吞噬；當市場非常樂觀時，則要留一分謹慎。

目前 VIX 指數從 30 多迅速回落至 20 以下，短期情緒可能有些過於亢奮。如果 VIX 繼續下探，趁著波動率（Vol）便宜的時候，我會考慮佈置一些對沖工具（例如 Put Spread），為組合買一點便宜的保險。

這不是預測市場必跌，而是買保險最好的時機，永遠是風平浪靜的時候。

最好的結果當然是這份保險最後用不上，但有了它，我們在面對未知的波動時，能更有底氣地堅持長線邏輯。

另外，想跟各位會員呼籲一下：「FOMO 研究院」的聊天室是一個含金量極高的交流空間。裡面的討論非常高質且理性，強烈建議大家多進去交流。(只有Substack上才有聊天室，其他任何地方的都是詐騙)

在那裡，你可以看到不同視角的邏輯碰撞，這對於提升個人的「認知邊界」非常有幫助，千萬不要浪費了這個資源。

宏觀佈局是為了生存，產業研究是為了獲利。本週的思考筆記，我準備了六個主題，讓我們繼續撇除雜訊，回歸邏輯：

主題一：AI5 晶片定案，特斯拉要起飛了嗎？

主題二：Google 找上 Marvell，為了制衡博通？

主題三：亞馬遜的「太空圈地」，意在重塑太空通訊？

主題四：台積電毛利率破紀錄之後，接下來怎麼看？

主題五：華爾街的「最聰明大腦」也下場搶晶片？

主題六：愛馬仕遭遇暴跌，元凶竟是戰爭？

在進入主題前，會員們請為下一期深入分析主題進行投票!請注意，這個投票不是下一期，而是再下一期。

主題一：AI5 晶片定案，特斯拉要起飛了嗎？

Elon Musk 表示，特斯拉下一代的客製化 AI 晶片「AI5」，已經正式「Tape-out」。

「Tape-out」是晶片開發中最關鍵的工程里程碑，代表著最終設計方案已經凍結，並正式送交給晶圓代工廠（例如台積電）進行初期的矽晶片製造。這一步完成，意味著從藍圖到實體的過程已經開始。

Musk 不僅僅是宣布了消息，他還直接秀出了 AI5 晶片的實體封裝照，並恭賀了 @Tesla_AI 團隊。這不是一張虛無飄渺的設計圖，而是一個已經可以拿在手上的、準備整合進汽車、機器人或 Dojo 超級電腦 的完整系統單晶片（SoC）。

AI5 晶片：一頭性能猛獸

從 Musk 公布的照片和後續的資訊來看，這顆晶片的設計思路非常明確：為 AI 推論任務而生的極致效能。

照片中，一顆巨大的深黑色運算核心（ASIC）被放置在藍色基板中央，周圍被12 顆對稱排列的黑色高頻寬記憶體（據報為 SK 海力士的 HBM）所環繞。

AI5（原名 HW5）的規格比起現在的AI4 提升不少：算力提升 8 倍、記憶體提升 9 倍、頻寬提升 5 倍。馬斯克說，單顆 AI5 的效能，相當於 5 顆 AI4 的總和。

若要找個參照物，一顆 AI5 在處理特斯拉自身神經網路任務時的效能，大約與 NVIDIA 的 H100 處於同一級別。但關鍵在於，作為客製化晶片（ASIC），它剔除了所有通用 GPU 不需要的功能，因此能以遠低於 H100 的成本和功耗來達成目標。

AI5 的真正目標：不是修正 FSD，而是解鎖未來

很多人看到新晶片，第一反應是：「這是為了讓現在的 FSD 變得更好嗎？」

Musk 明確地給出了答案：不是。

他強調，目前的 AI4 晶片，已經足以實現超越人類安全水準的全自動駕駛（FSD）。那麼，為何還需要一顆強大這麼多的 AI5？

答案在於特斯拉的下一個宏大篇章：實體世界的人工智慧（Physical AI）。

AI5 的龐大算力，是為了支撐規模遠超今日的神經網路模型，其主要應用場景為：

1. Optimus 人形機器人：讓機器人能夠在本地端即時進行複雜的環境感知和決策，而不是依賴雲端。

2. Robotaxi / Cybercab 無人計程車隊：大規模部署時，對算力、成本和功耗的極致要求。

3. Dojo 超級電腦：不僅用於模型訓練，也將用於大規模的推論任務。

Musk 甚至用「攸關存亡（existential）」 來形容 AI5 對於特斯拉未來的重要性。

精心策劃的「預期之中」與市場反應

這次的 Tape-out 算是意外嗎？其實不完全是。

市場普遍預期 AI5 會在 2026 年 某個時間點完成設計，並在 2027 年 進入量產。從這個角度看，一切都在修訂後的時間表上。

在第一季交車數據疲軟、市場對電動車需求產生質疑的當下，馬斯克拋出了一個比內部時程提前 45 天 完成的硬體里程碑。

這就是典型的馬斯克式操作：當現實世界的財務指標（如毛利率、交付量）面臨壓力時，他會迅速將市場的注意力拉回到「未來敘事」上。AI5 的出現，成功讓投資者從糾結「這季賣了幾台車」，轉向想像「未來幾百萬台機器人的大腦」。

消息公布後股價的跳空大漲，證明了市場依然吃這一套。

回歸基本面：情緒修復大於實質改變

但回歸基本面，AI5 的 Tape-out 真的改變了特斯拉現在的處境嗎？

客觀來說，並沒有。AI5 真正進入產品線並產生實質營收貢獻，至少還需要 12 到 18 個月。它無法解決當前電動車市場的激烈競爭，也無法立刻填補降價帶來的利潤缺口。

這場發布會真正的價值，在於「情緒修復」。

在特斯拉的估值體系裡，「情緒面」 往往比「基本面」 更具影響力。投資者買入特斯拉，買的不是一家車廠的現金流，而是對一個「由 AI 驅動的未來」 的信仰。AI5 的實體照片，就是為這份信仰注入的一劑強心針。

它驗證了特斯拉在垂直整合上的護城河依然穩固，也證明了其工程團隊在混亂中仍保有極高的執行力。但這更像是一座連接「現在的困境」與「未來的輝煌」 之間的敘事橋樑。

我們應該慶幸特斯拉依然擁有這種「將未來提前變現」 的敘事能力，但同時也要保持清醒：在 AI5 真正轉化為 Robotaxi 的營收 之前，特斯拉仍需在電動車紅海的泥濘中，繼續這場艱難的消耗戰。

主題二：Google 找上 Marvell，為了制衡博通？

根據研究機構 FundaAI 在 4 月 14 日 發布的報告，Google 正在與晶片設計大廠 Marvell 進行積極的談判。

僅僅兩天後（4 月 16 日），J.P. Morgan 最新的供應鏈調查情報更明確指出，Google 正與 Marvell 合作開發一款基於 SRAM 的運算引擎。

這讓整起事件的可信度大幅提升，因為它完美契合了 Google 一貫的供應鏈戰略，極力推動多元化，以維持議價能力並確保供應安全。

許多人的可能會問：Google 已經有長期合作夥伴 Broadcom (博通)，為何還要找上 Marvell？這是否意味著 Broadcom 的地位岌岌可危？

要理解這一點，我們必須看懂 Marvell 的獨特價值。

大腦與神經系統：從互連到記憶體

如果說，晶片的運算核心（如 GPU 或 TPU）是 AI 系統的「大腦」，負責計算；那麼，將成千上萬個「大腦」高效連接起來的高速互連（Interconnects）和網路架構，就是系統的「中樞神經系統」。

隨著模型規模的爆炸性增長，AI 系統的瓶頸早已從單純的算力（FLOPS）轉移到了數據傳輸上。

在傳統 GPU/TPU 架構中，模型權重主要存放在離晶片較遠的 HBM（高頻寬記憶體）中。這在 LLM 推論時會造成延遲和功耗瓶頸，因為晶片需頻繁等待數據傳輸。為了解決這個問題，類似 Groq LPU 的概念應運而生：將海量的 SRAM（靜態隨機存取記憶體）直接整合到晶片上，實現超低延遲和超高吞吐量的推論效能。

而 J.P. Morgan 的報告直指，Google 與 Marvell 合作的，正是一款概念上與 Groq LPU 相似的 SRAM 運算引擎，目標是打造 Google 自己的「LPU」，專門用於優化 Gemini 等模型的即時服務。

Marvell 的王牌：業界領先的 2nm 客製化 SRAM

Marvell 正是解決「神經系統」和「記憶體瓶頸」的世界級專家。它不僅在高速 SerDes 和光學技術上領先，其真正的殺手鐧，是在客製化高密度 SRAM 領域的領導地位。

Marvell 在 2025 年中發布了業界首款 2nm 客製化高密度 SRAM，截至 2026 年 4 月，這項技術仍然是市場上的佼佼者。它並非簡單的 IP 授權，而是專為 AI 推論加速器量身打造的突破性產品。

這項技術讓 Google 能在推論晶片上整合更多記憶體，大幅減少對外部 HBM 的依賴，從而根本性地解決延遲和功耗問題。

Google 找上 Marvell，意圖已昭然若揭：它並非要 Marvell 取代 Broadcom 的「大腦」，而是要借助 Marvell 獨步全球的 SRAM 專長，為其 AI 基礎設施打造一個反應更快的「神經系統」。

Broadcom 的警鐘？短期無虞，長期競爭加劇

對 Broadcom 而言，這則消息更像是一次提醒，而非立即的威脅。

就在消息爆出的幾天前，Google 才剛與 Broadcom 簽署了一份延續至 2031 年 的、涵蓋 TPU 和網路設備的長期供應協議。這份大單確保了 Broadcom 在未來數年內的核心地位和營收能見度。

因此，Google 的策略是「多元化」而非「取代」。這在其供應鏈管理中是行之有年的劇本，在最新 TPU 的開發上，Google 也引入了 聯發科（MediaTek） 協助處理部分設計環節。

這次與 Marvell 的接觸，極可能是在複製同樣的策略：一方面，讓長期夥伴 Broadcom 繼續主導核心的高性能訓練晶片；另一方面，引入 Marvell 作為關鍵技術的第二供應來源，不僅能借助其專長，更重要的是能在供應鏈中保持議價能力，避免單一供應商獨大的風險。這在供應鏈管理中是非常正常的操作。

更大的圖景：雲端巨頭的「去 Nvidia 化」軍備競賽

將視角拉高，Google 與 Marvell 的接觸，只是這場席捲全球科技業的「客製化 AI 晶片軍備競賽」中的一個縮影。

從 Google (TPU)、Amazon (Trainium/Inferentia)，到 Microsoft (Maia) 和 Meta (MTIA)，所有雲端巨頭都在不計代價地投入自研晶片。

而焦點正從單純的算力（FLOPS）競逐，轉向對記憶體階層、功耗和總體擁有成本（TCO）的「全系統優化」。

在這場競賽中，贏家將不僅僅是某一家晶片設計公司。整個半導體生態系，從設計服務商（Broadcom, Marvell）、晶圓代工廠（TSMC），到光學元件、散熱和電源管理的供應商，都將迎來巨大的市場機遇。

主題三：亞馬遜的「太空圈地」，意在重塑太空通訊？

亞馬遜（Amazon）宣布以約 115.7 億美元（每股 90 美元）溢價併購衛星通訊公司 Globalstar，這筆亦令 AST SpaceMobile (ASTS) 股價應聲重挫。

亞馬遜已經有自家的 Project Kuiper（現改名 Amazon Leo）了，為什麼還要花大錢買一家老牌衛星公司？

因為，在衛星通訊領域最值錢的，是「頻譜（Spectrum）」與「落地許可」。

頻譜與許可：衛星通訊的真正護城河

亞馬遜自家的衛星計畫 Amazon Leo 雖然進展順利，但其核心設計是為了「衛星寬頻」（類似 Starlink 的大碟子服務），在「手機直連（D2D）」技術上，亞馬遜目前的進度幾乎是零。

如果沒有這筆收購，亞馬遜要開發出能讓普通手機直接連網的技術，可能還要再花數年時間研發與申請頻譜。

Globalstar 手中握有全球 120 多個國家 的移動衛星服務（MSS）頻譜授權（特別是關鍵的 Band 53/n53）。自 2022 年 iPhone 14 發表以來，Globalstar 就一直在支撐蘋果的衛星求救（Emergency SOS）、衛星訊息及「尋找」功能。Globalstar 目前擁有約 24 顆 在軌運行的低軌衛星，且正由 MDA Space 建造下一代星座（預計擴張至 54 顆）。

亞馬遜的 Amazon Leo 雖然計畫龐大，但要從頭申請這些全球頻譜，耗時耗力且充滿不確定性。

併購 Globalstar，等於亞馬遜直接買到了進入 D2D（手機直連衛星）市場的「全球通行證」。這讓亞馬遜能跳過繁瑣的法律程序，直接在 2028 年 推出下一代高頻寬、低延遲的衛星通訊服務。在科技競爭中，領先兩年就是生與死的差距。

鎖定蘋果，鞏固生態

Globalstar 本身就是蘋果 iPhone 衛星求救功能（Emergency SOS）的技術提供商。亞馬遜透過收購，不僅接管了這筆關鍵生意，更將蘋果這個全球最大的消費電子巨頭，牢牢綁定在自己的「Amazon Leo」生態系統中。

對於蘋果來說，這也不是壞事。與其依賴規模較小的 Globalstar，不如與財力雄厚、擁有強大發射能力的亞馬遜合作，未來 iPhone 的衛星功能只會更強、更快。

是威脅，更是「價值重估」

ASTS 股價的下跌反映了市場對「巨人進場」的恐懼。確實，亞馬遜有的是錢和火箭資源，這對新創公司是巨大壓力。

但換個角度看：亞馬遜願意砸 116 億美金 買下一個老牌衛星商，這本身就是對「D2D 市場」最高等級的背書。

目前 ASTS 在技術進度上其實仍領先亞馬遜（ASTS 已經實現了普通手機的 5G 通話與視訊）。亞馬遜的 2028 年 目標，給了 ASTS 至少 1-2 年 的「領先窗口期」。它必須在有限的時間窗口內，證明自己能夠抵禦亞馬遜排山倒海的資本與規模優勢。

這是一場典型的「時間換空間」與「空間壓制時間」的對決。ASTS 擁有寶貴的先發優勢，而亞馬遜則擁有無限的資源和後來居上的決心。

至於 Starlink，現在稱 Amazon Leo 為「星鏈挑戰者」還太早

雙方規模差距極大，Starlink 目前擁有超過 6,000 顆 在軌衛星，且具備 SpaceX 強大的垂直發射能力，成本極低。Starlink 已經擁有數百萬用戶，現金流充沛且已開始盈利。

當亞馬遜還在整合 Globalstar、預計 2027 年 才完成交易時，Starlink 可能已經實現了全球範圍的 D2D 商業化。

亞馬遜雖然有錢，但在太空領域仍是「追趕者」。這筆收購是為了保住參賽資格，而非立即反超。

對 Globalstar 來說，應該是套利還是撤離？

目前收購價定在每股 90 美元，但 Globalstar 的市場價格仍徘徊在 80 至 81 美元 之間，存在約 10%-12% 的價差。這反映了幾個現實問題：

• 漫長的等待期：交易預計要到 2027 年 才能完成，這中間有一年以上的時間成本。

• 支付結構：90 美元 的對價包含「現金」或「亞馬遜股票（0.3210 股）」。現金部分設有 40% 的上限，若超額申請則會自動轉為股票。

• 里程碑風險：合約中包含約 1.1 億美元 的下調條款，掛鉤 Globalstar 的衛星部署進度。

• 稅務考量：股票交換部分通常具備稅務遞延優勢，這對大股東來說是利多。

目前約 10% 的溢價空間是典型的「併購套利（Merger Arbitrage）」。如果你不急著用錢，持股到最後完成兌換，這是一個相對確定的回報；但如果如果有其他更高成長的標的，現在獲利了結轉向更具爆發力的戰場，也是一種策略。

萬物互聯的最後一塊拼圖

亞馬遜的野心從來不只是賣貨。從雲端到自研 AI 晶片到現在的全球衛星網，Bezos（及現任 CEO Jassy）在做的是「全棧式的基礎建設控制」。

當你的手機、你的自駕貨車、你的 IoT 設備，無論在深山還是大海，都必須透過亞馬遜的頻譜與衛星連網時，亞馬遜就成了物理世界中不可或缺的「數位氧氣」。

這場「星空之戰」的牌桌上，玩家已然明朗：馬斯克的星鏈、Bezos 的亞馬遜，以及在夾縫中尋求突破的 ASTS 等一眾挑戰者。

主題四：台積電毛利率破紀錄之後，接下來怎麼看？

台積電 Q1 2026 財報出來，毛利率 66.2%，創歷史新高。Q2 指引中位數 66.5%，還在往上走。全年營收成長從「接近 30%」上調到「超過 30%」。

看起來一切都很好，對吧？

不過，同時台積電公佈，下半年開始，毛利率會被稀釋。

2 奈米開始量產爬坡，預計全年稀釋 2-3%。海外廠（亞利桑那、日本、德國）持續擴張，初期稀釋 2-3%，後期會擴大到 3-4%。中東局勢可能推高特殊氣體和化學品成本，目前還無法量化。

這是壞消息嗎？

先講結論：這不是壞消息，這是投資期的正常現象。

為什麼稀釋不是壞消息？

每一代新製程剛量產的時候，都會經歷這個過程。設備折舊還沒攤開、良率還在爬升、學習曲線的成本還沒消化。3 奈米剛開始量產的時候也是這樣，現在管理層說 N3 的毛利率已經在 2026 下半年 跨過公司平均線了。

海外廠的邏輯也類似。亞利桑那的成本結構比台灣高 15-30%（人工、能源、法規遵循），初期產能利用率又低，稀釋毛利率是必然的。但這些廠拿了 CHIPS Act 補貼，服務的是最願意付溢價的美國客戶，長期來看是地緣政治的保險，不是包袱。

真正值得注意的是另一件事：台積電現在的毛利率已經高到可以吸收這些稀釋還有餘裕。

66% 的毛利率，被稀釋 2-3%，還有 63-64%。這個數字放在半導體產業裡依然是頂尖水準，而且遠高於管理層設定的長期目標下限 56%。

換個角度想：如果一家公司連投資未來的餘裕都沒有，才是真正該擔心的事。

產品組合升級：賣的是「更貴的晶圓」

比起毛利率更重要的是，這一季 HPC（高效能運算，主要是 AI 和資料 center）佔營收 61%，季增 20%。先進製程（7 奈米以下）佔晶圓營收 74%，其中 3 奈米 就佔了 25%。

這代表什麼？代表台積電賣的不只是「更多晶圓」，而是「更貴的晶圓」。

AI 晶片的晶粒面積大、封裝複雜、對良率要求高，每片晶圓的平均售價遠高於手機或消費性電子晶片。當 HPC 佔比 從 50% 出頭拉到 61%，整體產品組合的「含金量」就在上升。

這就是為什麼毛利率能創新高：不只是產能利用率高，而是產品組合持續往高價值端移動。

再看庫存天數，從上季的 74 天 增加到 80 天。

這聽起來像是警訊，但管理層解釋這是為了 2 奈米 和 3 奈米 的產能爬坡而備貨。如果是低價值產品堆庫存，毛利率不會同時創新高。庫存增加、毛利率也增加，代表這些庫存是高價值的先進製程晶圓。

台灣生態系的不可替代性

另一個有趣的訊號是，即使全球佈局，台積電仍明確表示：最先進、利潤最高的技術（如 2 奈米 及未來的 A16），將「優先在台灣落地生根」。

魏哲家在電話會議上說：「我們的慣例是優先把台灣的土地留給最新製程的快速量產，因為需要跟研發緊密整合。」

2 奈米已經在新竹和高雄同步量產，良率表現良好。台南科學園區還有一座新的 3 奈米廠，預計 2027 上半年 量產。相較之下，亞利桑那的第二廠要到 2027 下半年，日本的第二廠要到 2028 年。

先進製程的良率爬坡需要研發、試產線、量產線緊密配合。新竹科學園區那個生態系，人才、供應商、設備商、研發中心全部在一起，是幾十年累積出來的，海外廠短期內複製不了。

所以台積電的策略是：最先進的東西留在台灣，成熟一點的製程放海外。這樣既能保持技術領先，又能滿足客戶對地緣政治分散的需求。

先進封裝：新的競爭護城河

最後一個重點：先進封裝。

電話會議上被問了好幾次 CoWoS（Chip-on-Wafer-on-Substrate，台積電的 2.5D 封裝平台）的產能問題。魏哲家的回答很直接：「非常吃緊。」

現在的 AI 晶片 越做越大，需要把大尺寸的運算晶粒和多顆 HBM 記憶體 封裝在一起。CoWoS 是目前最成熟的方案，但產能跟不上需求。台積電一邊自己擴產，一邊找 OSAT 夥伴幫忙，還是吃緊。

下一代的 CoPoS（Chip-on-Panel-on-Substrate，面板級封裝）已經在建試產線，預計 2028 年左右 量產。這是為了更大尺寸的「中介層」和更好的成本結構做準備。

有分析師問到大尺寸封裝的翹曲和熱應力挑戰，魏哲家的回答很有意思：「挑戰越難越好，因為這是台積電的強項。」

封裝早已從「後段製程」變成「競爭護城河」。誰能解決大尺寸封裝的物理極限，誰就能吃下 AI 晶片 的訂單。台積電在這個領域的領先，跟它在先進製程的領先一樣重要。

接下來要追蹤的關鍵指標

把這些拼起來看，台積電這份財報沒有太多意外。該強的地方很強，該投資的地方在投資，該稀釋的毛利率也在預期範圍內。

但「沒有意外」不代表可以放著不管。接下來幾季，有幾個關鍵指標值得持續追蹤：

1. AI 需求的持續性。

HPC 佔營收 61% 是這一季的數字，但 AI 需求 能不能維持這個強度？管理層提到從生成式 AI 到 Agentic AI 的轉變會帶來「另一波運算量的躍升」，這個說法要看後續季度能不能驗證。

2. 先進封裝的瓶頸能不能打開。

現在的狀況是晶圓產能在擴，但封裝產能跟不上。供應鏈估計台積電目標是 2026 年底前 把 CoWoS 月產能拉到 12.5-13 萬片，這個數字能不能達成會直接影響 AI 晶片 的出貨節奏。

3. 2 奈米良率和產能爬坡。

管理層說良率「良好」，但這是定性描述。後續要看的是產能能不能按計畫在 2026 年底前 拉到月產 10 萬片 以上，以及 A16（背面供電）的時程有沒有變化。2 奈米 是下一波 AI 和手機旗艦晶片的核心，執行順利的話可以抵消毛利率稀釋的壓力，出問題的話會影響 2027 年以後 的成長動能。

總結來說，這份財報確認了台積電目前的執行力和競爭地位都沒有問題。

接下來的重點不是擔心已知的毛利率稀釋，而是追蹤 AI 需求 能不能持續、產能瓶頸 能不能打開、以及新製程的爬坡有沒有按計畫走。這些才是決定未來幾年股價方向的關鍵變數。

主題五：華爾街的「最聰明大腦」也下場搶晶片？

如果你沒聽過 Jane Street 這個名字，很正常。他們不做廣告、不上新聞、不談自己在做什麼。

但在華爾街，他們是食物鏈頂端的存在。一家量化交易公司，員工大概兩千多人，交易收入據報導超過數百億美元。每個員工平均創造的收入，大概是 Google 的十倍。

他們招募的人，是那種 MIT 數學系前幾名、國際奧林匹亞競賽得獎者、或者頂尖 AI 研究機構 出來的人才。面試流程出了名的難，據說包括多輪機率題、賽局理論、還有現場交易模擬。

這家公司剛剛跟 CoreWeave 簽了一筆 70 億美元 的交易。

60 億美元 買的是未來幾年的 GPU 算力，包括 NVIDIA 還沒上市的 Vera Rubin 晶片。另外 10 億美元，直接買了 CoreWeave 的股票，讓 Jane Street 成為第五大股東。

這不是 Jane Street 第一次跟 CoreWeave 合作。他們之前就已經是客戶、也是投資人。但這次的規模完全不同。

為什麼一家交易公司需要這麼多 GPU？

答案是：現代量化交易，本質上已經是一場 AI 軍備競賽。

想像一下 Jane Street 每天要處理的東西：全球幾十個交易所、數百萬筆交易、每一筆都在毫秒內發生。要從這些雜訊裡面找出訊號、預測價格走向、管理風險、執行交易，這全都是機器學習的工作。

而且是大規模的機器學習。他們需要訓練模型、測試策略、在真實市場上即時運算。這一切都需要算力。大量的算力。

過去，華爾街的量化公司主要靠自己建機房、買伺服器、囤硬體。但 AI 時代 變得太快了，最新的晶片供不應求，拿到貨要排隊，自己建資料中心要花好幾年。

CoreWeave 做的事情，就是把這些問題外包掉。他們專門蓋 GPU 資料中心、搶 NVIDIA 的最新晶片、提供雲端算力服務。客戶不用自己蓋機房，直接租就好。

這對 Jane Street 來說很有吸引力。他們要的是速度和彈性，能夠快速取得最新的硬體、能夠根據需求調整規模。自己蓋不划算，而且太慢。

為什麼還要買股票？光買算力不夠嗎？

這反映了當前 AI 賽道 的一個新常態：頂級客戶必須同時是頂級投資人，才能在生態系中換取話語權。

Jane Street 把自己綁進 CoreWeave 的成長故事裡，作為大股東，他們能確保優先的晶片配額與更深的技術合作。更精明的是，既然未來幾年要付給對方 60 億美元 租金，不如直接持有股份；如果 AI 基礎設施 持續暴漲，這筆股權增值就能對沖掉一部分的算力成本。

對於 CoreWeave 來說，這 10 億美元 現金更是及時雨。他們正處於極度燒錢的擴張期，2026 年 的資本支出計畫高達 350 億美元。雖然這筆交易帶來了約 2% 的股權稀釋，但它向債權人傳遞了一個強大的訊號：「看，連全地表最聰明的量化交易員都看好我的產能。」

這筆交易的時機點極具啟發性

就在同一週，CoreWeave 才剛跟 Meta 和 Anthropic 簽下大約。三筆大單分別來自：社群媒體巨頭、頂尖 AI 機構、以及量化交易龍頭。這說明 AI 算力 的需求已經從矽谷來到了華爾街，而且這不再只是「嘗試新技術」，而是攸關生存的資源爭奪戰。

Jane Street 願意一次鎖定 60 億美元 的算力，而且還用自己的錢買股票，這不是隨便做的決定。這是他們判斷未來五到十年，頂尖算力會是稀缺資源，早點鎖定比晚點搶好。

更廣泛來看，這是 AI 基礎建設熱潮 的重新確認。NVIDIA 賣晶片、CoreWeave 蓋資料中心、客戶搶著簽長約。

雖然 CoreWeave 的高負債依然存在風險，但這筆交易成功地修復並強化了市場情緒。它告訴投資者：AI 的故事遠未結束。當這群地表上最會算計、最厭惡風險、也最會賺錢的人，都決定親自下場參與這場基礎設施的豪賭時，這本身就是一個最強大的基本面。

主題六：愛馬仕遭遇暴跌，元凶竟是戰爭？

提到中東衝突，你會想到什麼？

油價飆升、天然氣中斷、化肥推高糧價、航線繞道，這些是地緣政治的標準劇本。但極少人預料到：中東戰爭竟成為壓垮全球奢侈品業的最後一根稻草。

四月中旬，愛馬仕盤中暴跌 14%，創上市 33 年 紀錄，收盤跌幅仍為十多年之最。同日 Kering 重挫，LVMH 前一日財報失利。兩天內，行業市值蒸發逾千億美元。

一場醞釀年餘的風暴

回溯 2021 年，奢侈品迎來黃金時代。疫後報復性消費席捲全球，中國搶購、歐美富人揮霍、新興中產追捧入門款，LVMH、愛馬仕、Kering 股價狂飆，市盈率衝上 40-50 倍，堪比科技股。

隨後音樂停止。2024 下半年 進入繁榮後調整：中國市場（佔全球消費逾 30%）受房市餘波、青年失業與消費心態轉向影響，富豪轉趨低調，年輕人質疑溢價，增長急凍。西方入門客群則在高利率與通脹下疲軟，品牌過度擴張導致庫存過剩與審美疲勞。

Gucci 有機銷售雙位數下滑、利潤率重挫，成為擴張失速的反面教材；Kering 陷入漫長轉型，連多元化的 LVMH 也僅能勉強持平。

至 2026 年初，LVMH 股價已從高點回落近 30%，創 1989 年 來最差開局，表現優於 08 年 金融海嘯與 20 年 疫情。愛馬仕與 Kering 同步遭拋售，行業迎來史上最慘首季。而這一切，發生於中東戰火之前。

昔日的避風港

諷刺的是，2025 年 行業寒冬中，中東（尤其杜拜）曾是唯一亮點。當中西方需求放緩，海灣超高淨值人群展現韌性，帶動杜拜成全球增長最快市場。分析師一度斷言「奢侈品未來在中東」。

關鍵在於乘數效應。海灣富豪不僅在當地消費，更頻繁飛往巴黎、倫敦、米蘭，單次旅程耗資 5 至 20 萬歐元。他們撐起歐洲旗艦店營收，機場免稅消費遠超普通遊客。這個僅佔全球銷售 5-6% 的市場，卻貢獻不成比例的利潤與跨區需求。

直到 2026 年 2 月底，伊朗戰爭爆發。

看不見的傳導鏈

戰爭對奢侈品的打擊不在供應端，而在需求端。三月數據 揭開破壞規模：杜拜購物中心客流量腰斬，阿聯酋購物中心專櫃銷售跌 30-50%，LVMH 直言海灣區銷售暴跌約五成。

但衝擊不止於此。海灣富豪停飛，直接牽動歐美旗艦店。愛馬仕法國銷售下滑 2.8%，主因正是揮金如土的中東客戶消失；瑞士與英國門店同步受挫。LVMH 財報會議明確指出，中東衝突直接削去集團整體有機增長 1 個百分點，對原本僅預期 1.5-2% 增長的企業而言，這足以致命。

一場波斯灣戰火，透過「本地消費崩潰→跨境旅遊停擺→高淨值信心受挫」的隱性鏈條，數週內重創從杜拜到巴黎的奢侈品生態。

愛馬仕亦非鐵板

愛馬仕的跌勢最具象徵意義。過去十年，它被視為投資避險資產，估值長期較 LVMH 溢價逾 50%。其模式核心是「刻意稀缺」：Birkin 排隊數年、絕不折扣，二級市場年化報酬 14% 跑贏大盤，支撐逾 70% 毛利率與 40% 營業利潤率。

但這個模式有一個隱藏的脆弱性：當需求突然消失時，它沒有任何靈活性。

LVMH 擁有 75 個品牌，可憑腕錶、美妝與零售板塊對沖，靈活調整庫存與資源；愛馬仕卻不能降價清倉、無法促銷刺激，亦無多元業務分散風險。中東客消失，它只能被動等待。

時機更為諷刺：股價崩跌前數日，愛馬仕剛短暫超越 LVMH 登頂全球市值第一，轉眼卻經歷十多年來最慘單日表現。

被推遲的復甦

第一季度的財報揭示了一個微妙但重要的細節：在戰爭爆發之前，復甦其實已經開始了。

一月和二月的數據顯示，中國市場正在穩定，美國消費依然強勁，行業最糟糕的時期似乎已經過去。分析師開始上調預期，談論 2026 年下半年 的增長回歸。

戰爭作為外部衝擊，中斷了這條脆弱軌跡。但管理層語氣顯示，這並非結構性衰退。邏輯很直接：海灣富豪財富未消失，他們只是暫時停止旅行和購物。局勢穩定後，被壓抑的需求歷史上往往快速反彈。

不過，未來幾個月，壓力可能持續。遊客信心的恢復需要時間，通常是幾個月而非幾週。第二和第三季度的同比數據仍然會難看。但大多數機構仍預期 2026 年 是復甦之年，只是時間點從上半年推遲到下半年甚至 2027 年初。

當然，風險並未完全消除。四月初達成的停火協議脆弱，如果衝突拖入第三季度甚至更久，持續的油價上漲和通脹壓力可能衝擊全球消費者信心，把一個區域性問題變成全球性問題。如果干擾持續六個月以上，衰退風險將顯著上升，屆時受傷的就不只是中東市場了。

但目前，這仍是「推遲而非取消」的故事。

更大的圖景

退後一步，這場危機揭示全球化時代常被忽略的現實：連鎖反應往往是非線性且出人意料的。

我們習慣直線思考地緣風險：中東衝突→油價→通脹。但經濟系統遠比想像複雜。一場波斯灣戰爭，能透過旅遊流動、消費信心與富人行為，數週內重創看似無關的行業；一個僅佔 6% 的市場，足以藉由乘數效應引發千億美元市值震盪。

「安全資產」本就是危險幻覺。當市場相信某標的「免疫於風險」，其實只是假設自己已窮盡所有傳導路徑。世界總比我們的想像力更有創意。

愛馬仕仍是偉大企業，LVMH 依舊是行業霸主，長期邏輯未變。但「不可能失敗」的神話已碎。下次當有人聲稱某資產是「避風港」或某行業「不受地緣影響」時，請記住這個故事：

記住炮火是如何從石油，蔓延到 Birkin 的。

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。

我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。

另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

· KP

在過去數年，整個科技界和華爾街只有一個共同信仰：「得 GPU 者得天下」。

那時候，NVIDIA的 H100 晶片一卡難求，矽谷巨頭們為了搶 GPU，甚至在財報會議上將 GPU 庫存量視為核心競爭力指標。

這段歷史在所有投資人與大眾心裡，植入了一個根深蒂固的常識：AI = GPU。

但在 2026 年的今天，當你走進最先進的 AI 資料中心，你會發現最缺貨、最讓人頭痛的運算瓶頸，已經不再只是 GPU，變成了記憶體，變成了光模塊，變成了電力，變成了散熱。

這些主題都很好，但我們總會忍不住想，還有沒有還未被討論透的機會？

答案是，那個曾經被視為無聊配角的：CPU（中央處理器）。

如果你覺得「CPU 缺貨」聽起來很反直覺，不妨看看最近幾個月產業巨頭們的真實動態：

• AMD CEO 蘇姿丰 (Lisa Su) 在近期的財報會議上直言，EPYC 伺服器 CPU 的需求「遠超預期」。在關鍵的資料中心領域，AMD 的高階 CPU 已經面臨嚴重的供不應求，交貨期拉長到 6 個月以上，甚至擁有了 10-15% 的漲價定價權。

• 曾經陷入低潮的 Intel 發現，自己伺服器 CPU 的庫存竟然在 2025 年底意外見底。公司甚至不得不把原本預留給 PC 產線的晶圓，緊急挪去生產伺服器 CPU 來救火。

• 最具說服力的，是連「GPU 霸主」NVIDIA 自己的 AI 基礎設施主管都公開承認了一句話：「在擴展 AI 與代理 (Agentic) 工作流時，CPU 正在成為我們的瓶頸。」

在接下來的萬字深度報告中，我們將深度剖析這個 CPU 復興的故事：

• 頭兩章，我會用最白話的生活比喻，帶你搞懂 CPU 與 GPU 的本質差異，以及 Agentic AI 到底是如何翻轉這一切的。

• 第 3，4 章，我們將深潛進入硬核的「CPU 架構戰爭」（x86 vs ARM），看清超大規模資料中心裡，到底誰在買單。

• 第 5 到 7 章，我將為你剖析這場浪潮中的三大受益者：AMD、Intel、ARM Holdings，並給你一份清晰的投資組合定位建議。

讓我們把目光從 GPU 身上暫時移開，來看看 2026 年真正決定 AI 發展速度的那塊晶片。

【寫在前面】

順帶一提，今天探討的這個主題，大概是我寫作至今思緒最流暢、也最得心應手的一篇。這並不是說過去的分析不夠扎實，但這次是寫得最順的，因為所有東西早已在腦中。

至於這份「順暢」究竟從何而來？各位看到文章最後那段「特別後記」時，就會知道答案了。

第一章：CPU vs GPU——一個你必須搞懂的基本區別

如果你不懂 CPU 和 GPU 到底有什麼本質上的不同，後面所有的投資論述與市場板塊推演，對你來說都會像是天書。

在我們深入探討為什麼 2026 年超大規模資料中心（Hyperscalers）都在大規模採購 CPU 之前，我們必須先建立一個基礎認知。大眾普遍的迷思是「AI = GPU，GPU 越強 AI 就越聰明」，但這個觀念在 2026 年已經過時了。

要理解這個轉折，我們得先稍微回顧一下歷史：為什麼過去 40 年是 CPU 稱霸？為什麼過去 10 年 GPU 突然篡位？而現在，為什麼天平又開始向 CPU 傾斜？

1.1 歷史的起點：為什麼過去 40 年，CPU 是無可爭議的王者？

在個人電腦（PC）與早期伺服器的時代，CPU（中央處理器，Central Processing Unit）是整台機器的絕對大腦。無論是 Intel 還是 AMD，他們設計 CPU 的核心哲學只有一個：「通用性」（General-Purpose）。

電腦要處理的事情太雜了。當你打開電腦時，作業系統要載入、滑鼠游標要移動、你要一邊聽 Spotify、一邊打開數十個 Chrome 分頁，同時背景還在下載檔案。

這些任務的特點是：充滿了不確定性與複雜的邏輯判斷。

• 「如果（If）使用者點擊了這個按鈕，就（Then）打開新視窗。」

• 「如果網路突然斷線，就跳出錯誤提示。」

CPU 就是為這種「如果 A 發生，就去做 B」的複雜邏輯而生的。它就像是一把瑞士刀，什麼都能做，而且切換任務的速度極快。在那個年代，運算能力的瓶頸在於「邏輯處理的速度」，所以 CPU 越快，電腦就越順。

1.2 命運的轉折：為什麼 GPU 成為了 AI 時代的霸主？

GPU（圖形處理器，Graphics Processing Unit）一開始根本不是為了 AI 發明的，它是為了「打電動」而生的。

當你在玩 3D 遊戲時，螢幕上有幾百萬個像素（Pixels），每一個像素的顏色、光影反射，都需要在每一秒鐘內重新計算 60 次。這種計算有一個極大的特點：它非常簡單，但數量龐大，而且每個像素的計算互不干擾。

這時候，CPU 這把「瑞士刀」就顯得很笨拙了。你不需要一把精密的瑞士刀去切一萬顆高麗菜，你需要的是一萬把便宜的菜刀同時切。於是，NVIDIA 設計出了 GPU，裡面塞滿了成千上萬個「微小、簡單但能同時工作」的運算核心。

這跟 AI 有什麼關係？

大約在 2012 年左右，科學家們發現了一個驚人的巧合：深度學習（Deep Learning）與神經網路的底層數學，跟打電動畫像素的數學，本質上是一模一樣的！

訓練一個 AI 模型（比如讓它讀完一整座圖書館的書），對電腦來說，就是把文字轉成數字，然後進行幾兆次的「矩陣乘法」（Matrix Multiplication）。這是一種「整齊劃一的算術」。

• CPU 處理這種海量簡單算術時，會因為核心數太少而塞車。

• GPU 處理這種算術時，成千上萬個核心同時啟動，速度是 CPU 的幾十倍甚至上百倍。

這就是為什麼在 2024 年以前的「大模型預訓練時代」，GPU 成為了唯一的霸主。因為當時的 AI 只是在「背書」，而背書的本質就是純粹的平行數學運算。

1.3 核心比喻：一萬名士兵 (GPU) vs 十位大學教授 (CPU)

為了讓後面的投資邏輯更清晰，請你把 CPU 與 GPU 的本質差異，深深印在腦海裡。我們用一個最直觀的比喻來對比兩者：

GPU 就像是一支由一萬名士兵組成的軍隊。

這支軍隊最擅長的是「整齊劃一的算術」（平行處理）。如果你要所有人同時做一樣的簡單動作（例如計算 $1+1=2$），他們可以瞬間完成。

然而，他們的弱點在於遇到突發狀況時的應變能力。一旦邏輯改變，或者需要處理複雜的分支任務，他們就會亂成一團，必須停下來重新整隊。此外，士兵們幾乎沒有「操作工具」的能力，他們天生無法獨立運行一般的軟體或作業系統。

CPU 則像是十位頂尖的大學教授（管理層）。

教授的數量雖然少，但他們極度聰明，最擅長「複雜的決策與邏輯判斷」（序列處理）。他們專門處理「如果...就...」的條件分支，可以瞬間切換策略，善於應對不可預測的亂數任務。

更重要的是，教授們天生就是為了操作各種軟體、網路與資料庫而設計的，他們是系統中真正的指揮官。

1.4 時代的鐘擺：為什麼 AI 發展到了 2026 年，天平開始傾斜？

總結來說，過去十年 AI 的突破，是建立在「把一切問題變成平行數學題」的基礎上，這造就了 GPU 的輝煌。

在那個階段，AI 就像是一個坐在圖書館裡死記硬背的學生，只需要無窮無盡的 GPU 士兵幫忙翻書、做算術。

但到了 2026 年，科技巨頭們發現了一個問題：AI 已經把書背完了，現在它必須站起來，走入現實世界去「做事」。

當 AI 的行為模式從「靜態的文字接龍」轉變為「動態的邏輯推理與工具操作」時，單靠一萬名只會做算術的士兵已經不夠了。系統突然需要大量的大學教授來指揮軍隊、操作軟體、並為 AI 打造複雜的虛擬訓練環境。

GPU 是肌肉，CPU 是神經系統。當肌肉已經練得足夠強大時，現在整個 AI 產業開始需要能指揮這些肌肉的強大 CPU。

第二章：2026 年發生了什麼事？——三股力量同時引爆 CPU 需求

在 2023 到 2024 年，全世界的科技巨頭都在瘋狂搶購 GPU；到了 2025 年，大家開始搶記憶體（HBM）。但時間來到 2026 年的今天，資料中心裡最新的算力瓶頸，很可能會是那個曾經被大家視為配角的 CPU。

為什麼會這樣？因為 AI 的演進在 2026 年跨過了一個分水嶺，三股強大趨勢的同時交匯，前兩股力量發生在 GPU 機架「內部」，而第三股力量則在 GPU 機架「外部」開闢了全新的戰場。

讓我們一一拆解。

2.1 第一股力量：推論時代來臨——AI 的使用量爆炸（Inference Scaling）

這是最容易被大眾忽略，但體量卻最龐大的一股力量。

在 2026 年 3 月的 GTC 大會上，NVIDIA 執行長黃仁勳（Jensen Huang）正式宣告了「推論時代」（Age of Inference）的全面降臨。這意味著 AI 算力的最大消耗口，已經從實驗室裡的「訓練模型」，正式轉向了現實世界中的「服務用戶」。

原因很簡單：訓練一個頂級大模型，可能需要花費幾萬張 GPU 跑上幾個月，這是一次性的工作；但是當這個模型上線後，全球有數億名用戶每天在用它來搜尋資料、寫程式、做醫療診斷與金融分析。這種「推論」的需求是持續不斷、永無止境的。

但推論並不等於「只用 GPU」。

每一次用戶發出請求，都需要 CPU 在前後端做大量繁瑣的「打雜工作」。CPU 必須接收請求、將任務排隊、分批處理、組裝提示詞（Prompt）、進行 Tokenization（把人類的文字切碎成模型看得懂的碎片），最後還要將 GPU 算出來的結果格式化，漂亮地回傳給用戶。

如果說「訓練模型」是花幾個月蓋一座高科技工廠（蓋一次就好），那麼「推論」就是工廠開始 24 小時不間斷地接訂單。

當工廠運轉時，你不能只有負責生產的機器人（GPU），你還需要大量的調度員、包裝員和品管員（CPU）來確保每一張訂單都正確無誤、準時出貨。

當全球 AI 的推論量從「每天幾百萬次」暴增到 2026 年的「每天幾十億次」時，這些 CPU 工作的總量也等比例地呈現指數級爆炸。即使每一次請求的 CPU 工作量沒有增加，光是「訂單量」的暴增，就足以讓 CPU 成為嚴重的瓶頸。

這也是為什麼 AMD 執行長蘇姿丰（Lisa Su）在 2026 年初會明確表示：「我們看到 CPU 需求顯著上升……這是推論需求大幅增長的直接結果。」據多家機構預測，2026 年推論算力佔 AI 總算力的比例將超過 60% 到 70%，而且還在加速攀升。

2.2 第二股力量：Agentic AI——每一次請求都變成一個「循環」

如果說第一股力量（推論時代）是「量」的爆炸，那麼第二股力量 Agentic AI（代理型 AI） 就是「質」的翻轉。它讓每一次單一請求的 CPU 工作量，直接暴增了 5 到 10 倍。

在以前的 ChatGPT 時代，用戶問一個問題，GPU 算一次，然後給出答案。這是一條單向的直線，CPU 只做一點點微不足道的前後處理。

但 2026 年的 Agentic AI 完全不同。當你對 AI 說「幫我規劃下週去東京的行程並訂好機票」時，AI 不會直接給你一段文字，它會自己展開一個多步驟的「循環」（Loop）：

1. 規劃步驟（CPU）

2. 打開旅遊網站比價（CPU 呼叫工具）

3. 遇到網站報錯，重新嘗試（CPU 邏輯判斷）

4. 思考下一步（GPU 推理）

5. 填寫表單並驗證（CPU）

在這個複雜的循環裡，GPU 只負責「大腦思考」的那幾毫秒，其餘 50% 到 90% 的延遲與工作量，全部壓在了 CPU 身上。CPU 必須負責呼叫 API、查閱資料庫、執行程式碼、管理記憶狀態。

比喻時間：領班與機器人

以前，每 8 台機器人（GPU）只需要 1 個領班（CPU），因為機器人接到指令就會自己把活幹完。

現在，每台機器人做完一小步，就要回頭問領班：「下一步怎麼做？」、「這個網頁報錯了怎麼辦？」、「幫我打個電話給供應商！」。結果就是，領班忙到崩潰，而昂貴的機器人卻只能在旁邊發呆等指令。

為了解決 GPU 閒置（發呆）的問題，資料中心只能不斷增加 CPU 的數量。這導致了 GPU 機架內部的 CPU:GPU 比例發生了劇變。過去是 1:8，現在飆升到了 1:2 甚至 1:1。以 NVIDIA 最新的 Vera Rubin NVL72 機架為例，裡面塞了 72 顆 GPU，同時也配備了高達 36 顆 CPU。

請記住這個關鍵區分： 推論時代讓「請求變多了」，而 Agentic AI 讓「每個請求的 CPU 工作量變大了」。這兩者是相乘的關係，這就是為什麼 CPU 需求的爆炸遠遠超出了華爾街所有分析師在去年的預測。

2.3 第三股力量：RL 訓練與合成資料——AI 的「練習場」完全跑在 CPU 上

前兩股力量，都發生在 GPU 機架的「內部」（也就是推論端）。但第三股力量完全不同，它發生在 GPU 機架的「外部」，在那些獨立的、純粹由 CPU 組成的伺服器農場裡。

到了 2025 年底，科技巨頭們遇到了一個瓶頸：網路上人類寫的高品質文章，已經快被 AI 讀光了。現代 AI（尤其是 Agentic 模型）要迎來能力突破，不能再只靠「背書」，它必須靠「自己跟自己練習」。這就是強化學習（RL, Reinforcement Learning）與合成資料的崛起。

從「讀圖書館」到「動手做」

以前的訓練（預訓練），像是讓 AI 坐在那裡「讀完一整座圖書館」。對電腦來說，讀書的本質就是把文字轉成數字，然後做超級大規模的「加法和乘法」。這種純數學任務，完全是 GPU 的天下。

但現在的強化學習，像是教一個學徒修車或幫你訂機票。AI 必須親自「動手」：嘗試點擊按鈕 → 看看有沒有做對（拿分數） → 修正錯誤再試一次。

當 AI 在練習「幫你訂機票」時，我們必須為它蓋一個虛擬的航空公司網站（環境模擬器）。這個網站有選單、有按鈕、有報錯訊息。這是一個標準的「一般軟體」。

在練習的過程中，充滿了「如果...就...（If/Else）」的邏輯爆炸：如果 AI 點錯了按鈕，網站要跳出警告；如果網路斷線，要顯示錯誤代碼。面對這種錯綜複雜的邏輯分支，只會算「1+1=2」的 GPU 跑起來慢得像烏龜，而身為「跑軟體大師」的 CPU 卻如魚得水。

十萬個平行考場的「裁判」

為了讓 AI 變聰明，前沿實驗室不是只開 1 個模擬網站給它，而是同時開 10,000 到 100,000 個平行的虛擬環境。

這 10 萬個虛擬世界，需要龐大的 CPU 核心來擔任「考場管理員」與「裁判」，盯著 AI 練習，然後把「成績單」丟給 GPU，讓 GPU 去更新腦袋裡的數學模型。

運動員與練習場

在 2026 年的新分工裡，GPU 是運動員的「肌肉」，負責最後的思考與發力；而 CPU 是「練習場與教練」，負責打造環境並給予回饋。

以前運動員只需要看比賽錄影帶學習（GPU 讀資料），CPU 需求極低。現在要真的下場跑幾百萬次，沒有足夠的 CPU 蓋出練習場，運動員的能力就停滯不前。

這就是為什麼在 2026 年，OpenAI、xAI、Anthropic 與 Meta 等前沿實驗室，正在不斷搶購數以萬計的純 CPU 伺服器來建構 RL 模擬農場。SemiAnalysis 在 2026 年 2 月的報告中直言：「前沿 AI 實驗室的 CPU 已經不夠用來做 RL 訓練了。」而 NVIDIA 推出的 Vera CPU 機架（一個機架塞滿 256 顆 CPU），就是專門為了同時運行超過 22,500 個並行 RL 環境而誕生的。

小結：

推論數量的指數級增長、Agentic AI 帶來的複雜循環，以及強化學習所需的龐大虛擬練習場——這三股力量在 2026 年完美交匯，將 CPU 從幕後推回了台前。

既然 CPU 變得如此重要，那麼現在市場上的 CPU 霸主們又是如何應戰的？為什麼 NVIDIA 要自己跳下來做 CPU？AMD 的「積木」與 NVIDIA 的「大石頭」到底差在哪裡？

第三章：CPU 架構戰爭——AMD EPYC vs Intel Xeon vs NVIDIA Grace/Vera

當 Agentic AI（代理 AI）和強化學習（RL）把 CPU 重新推回了舞台中心，你可能會問：「那隨便買哪一家的 CPU 不都一樣嗎？」

完全不一樣。

現代資料中心的 CPU，絕對不是「誰時脈比較高、誰就比較快」這麼簡單。AMD 的 EPYC、Intel 的 Xeon，以及 NVIDIA 的 Grace 與新一代 Vera，它們在指令集、物理結構、以及與 GPU 的溝通方式上，有著根本性的哲學分歧。

這三家公司走上了完全不同的科技樹。而這些底層架構的差異，直接決定了誰能吃下哪一塊 AI 基礎設施的超級大餅。這章稍微硬核一點，但我保證會用最白話的方式為你拆解。

3.1 最大的哲學分裂：x86 vs ARM

要看懂今天的 CPU 戰爭，我們得先稍微回顧一下歷史。這是整個 CPU 世界最古老、也最核心的兩大陣營：x86 與 ARM。

x86（AMD + Intel）：統治了 40 年的超級瑞士刀

過去幾十年，只要你打開桌上型電腦、筆電或伺服器，裡面裝的幾乎都是 x86 架構的 CPU（採用複雜指令集 CISC）。你可以把它想像成一把極度強大、什麼工具都有的超級瑞士刀。

它的最大優勢是「無敵的軟體相容性」。全世界過去幾十年寫的企業軟體、資料庫、監控工具，幾乎全部都是為 x86 寫的，丟進去「零修改」就能跑。但代價是，它背負了太多歷史包袱，內部結構複雜，因此比較耗電。

ARM：從「省電小玩具」到「效能怪物」的逆襲

ARM（採用精簡指令集 RISC）的故事完全不同。它一開始是為了手機和各種小型設備發明的。因為手機電池很小，ARM 的設計哲學就是「極致的省電與高效率」。

在很長一段時間裡，科技界有一種刻板印象：ARM 很省電，但效能很弱，只能當玩具，絕對上不了大場面。直到幾年前，蘋果（Apple）把 Mac 電腦裡的 Intel x86 晶片拔掉，換成了自家基於 ARM 架構設計的 M 系列晶片。結果徹底顛覆了市場的既有認知，這顆 ARM 晶片不僅極度省電，效能顯著超越傳統 x86。

這場「蘋果震撼」讓雲端巨頭們醒了過來：原來 ARM 也可以做得很強！

到了 2026 年的今天，ARM 已經正式殺入資料中心。不僅 NVIDIA 的 Grace 和 Vera CPU 是 ARM 架構，連雲端巨頭自己偷偷研發的 CPU（例如 AWS 的 Graviton、Google 的 Axion、微軟的 Cobalt），全部都是基於 ARM 架構設計的。

因為在動輒消耗幾十兆瓦電力的 AI 資料中心裡，ARM 帶來的省電效益實在太香了（在某些 AI 任務中，NVIDIA Vera 的能效是 x86 的 1.5 到 2 倍）。

這對投資市場的意義非常深遠。這意味著 x86 過去 40 年的絕對壟斷已經被打破。雲端巨頭為了省電和降低成本，正瘋狂導入 ARM 架構。這也是為什麼只賣「設計圖」和收版稅的 ARM Holdings，能在這波浪潮中坐享極高的長期結構性紅利；而 AMD 和 Intel 則必須靠著極深的「軟體生態系護城河」與超高核心數來捍衛領土。

3.2 晶片的物理結構：積木 (Chiplet) vs 大石頭 (Monolithic)

這決定了 CPU 能塞進多少顆「大腦（核心）」，以及它們運作時的流暢度。

AMD 的「樂高積木」（Chiplet 架構）

AMD 的 EPYC（如 2026 年主力的 Turin 與 Venice）採用的是 Chiplet 設計。他們不切一塊超大晶片，而是把 CPU 切成 8 到 16 塊「小晶片（CCD）」，然後像拼樂高一樣，透過中間的 I/O 晶片拼在一起。

• 優點： 便宜、良率極高，而且核心數可以無限堆疊。這就是為什麼 AMD 能輕易做出 192 核甚至 256 核的超高核心數處理器。對於需要同時開啟 10 萬個虛擬環境的 RL 模擬農場來說，這種「人多好辦事」的架構簡集完美。

• 缺點： 積木與積木之間溝通，會有微小的延遲（Latency）。

NVIDIA 的「一整塊大石頭」（Monolithic 架構）

NVIDIA 的 Vera CPU 走的是完全相反的路。它是一整塊巨大無比的單一晶片（Monolithic），把 88 個核心全部刻在同一塊矽晶圓上。

• 優點： 核心與核心之間的溝通幾乎零延遲。在前述的 Agentic 推論循環中，這種超低延遲的均勻網路能讓速度飆到極限。

• 缺點： 核心數受限（Vera 只有 88 核），且大晶片的製造成本極高。

Intel 的「混合微調」（EMIB 封裝）

Intel 的新一代 Xeon（如 Clearwater Forest，高達 288 個 E-core）介於兩者之間。它也是把多塊晶片拼起來，但使用了極度先進的 EMIB 封裝技術，試圖讓這些拼起來的晶片，運作起來感覺像是一塊「大石頭」。技術難度極高，這也是 Intel 翻身的關鍵賭注。

這解釋了為什麼市場不是「贏者全拿」。AMD 的積木架構讓它成為「純 CPU 農場」的絕對霸主，因為那裡需要海量且便宜的核心來做平行模擬；而 NVIDIA 的大石頭架構，則是專注於拿下「GPU 機架內部」那個需要極低延遲的關鍵大腦位置。

3.3 NVIDIA 的獨門武器：NVLink-C2C（技術附錄）

如果只是比核心數跟省電，NVIDIA 其實無法徹底說服客戶買它的 CPU。NVIDIA 真正的關鍵技術壁壘，是一個叫做 NVLink-C2C 的硬體技術。

在傳統的 AMD 或 Intel 伺服器裡，CPU 和 GPU 是兩家獨立的公司，它們之間透過一條叫 PCIe 的「省道」溝通。速度雖然不慢，但當 Agentic AI 需要 CPU 和 GPU 每毫秒都在密集交換資料時，這條省道就塞車了。

NVIDIA 的解法是：把自家的 Vera CPU 和 Rubin GPU 直接綁死在同一塊板子上（稱為 Superchip），並在中間蓋一條「私人高鐵」——NVLink-C2C。

• 速度輾壓： 到了 2026 年的 Vera/Rubin 世代，這條高鐵的頻寬高達雙向 1.8 TB/s，是傳統 PCIe 的 7 倍以上。

• 記憶體共享（Cache Coherence）： 這是其核心競爭優勢。透過這條高鐵，GPU 可以直接把 CPU 的記憶體當成自己的記憶體來用。AI 模型那些龐大的上下文（KV Cache）可以直接塞在 CPU 便宜又巨大的記憶體裡，GPU 隨用隨拿，完全不需要軟體工程師去寫複雜的搬運程式。

這是 NVIDIA 最深的硬體護城河。只要客戶的 AI 任務需要 CPU 和 GPU 進行極度頻繁的互動（比如最前沿的 Agentic 推論），他們就只能買 NVIDIA 的 Superchip（Vera + GPU）。AMD 和 Intel 在這個特定的「緊密耦合」領域，目前完全無法提供同等級的硬體體驗。

3.4 既然 NVIDIA 這麼強，為什麼雲端巨頭不全部換成 NVIDIA CPU？

看到這裡，你可能會覺得：「那 AMD 和 Intel 怎麼辦！NVIDIA 的 Vera 這麼強，大家全買 NVIDIA 就好了。」

然而實際的部署數據卻呈現截然不同的發展：2026 年，AMD 和 Intel 的伺服器 CPU 賣到大缺貨，連 NVIDIA 自己的旗艦級 AI 伺服器（DGX Rubin NVL8），官方預設搭載的居然是 Intel 的 Xeon x86 CPU！

為什麼會這樣？為什麼超級資料中心不全部換成 NVIDIA 的 ARM CPU？原因有四個：

1. 核心數不夠用： 就像前面說的，RL 模擬農場需要的是「海量平行處理」。AMD EPYC 一顆有 256 核，NVIDIA Vera 只有 88 核。對於那些不需要跟 GPU 緊密綁定的「純 CPU 任務」，買 AMD 划算太多了。

2. 軟體生態系的綁架： 資料中心裡有成千上萬個用 x86 寫的排程軟體、資料庫和資安工具。雲端巨頭（AWS、微軟、Google）不可能為了一個 AI 專案，把整個基礎設施的底層軟體全部重寫成 ARM 版本。

3. 產能與供應量： NVIDIA 的 CPU 產量（受限於台積電的先進封裝產能）遠遠小於 AMD 和 Intel。雲端巨頭動輒需要幾十萬顆 CPU，NVIDIA 根本交不出這麼多貨。

4. 「混合部署」才是最佳解： 雲端巨頭非常聰明，他們把資料中心切成兩半。

   • 最核心的 GPU 訓練/推論機架： 用 NVIDIA 的 Superchip（Vera + GPU），享受極致的 NVLink-C2C 速度。

   • 外圍龐大的 CPU 支援農場： 積極買入 AMD EPYC 和 Intel Xeon，用來跑 RL 模擬、合成資料生成，以及傳統的軟體排程。

這代表着，該市場目前呈現整體規模擴張（TAM 擴大）的趨勢，而非單純的零和博弈。

Agentic AI 創造了兩種完全不同的 CPU 需求：一種是「與 GPU 緊密結合的超快大腦」（NVIDIA 吃下），另一種是「在後勤瘋狂模擬的超級大軍」（AMD/Intel 吃下）。這就是為什麼，儘管 NVIDIA 推出了超強的自研 CPU，AMD 的 EPYC 依然能在 2026 年賣到缺貨並強勢漲價。

到這裡，我們已經建立了一張清晰的架構地圖：NVIDIA 的 Vera 靠 NVLink-C2C 鎖定 GPU 機架內部的「超快大腦」位置；AMD 的 EPYC 靠 Chiplet 的核心數優勢，統治 GPU 機架外部的龐大 CPU 支援農場；Intel 的 Xeon 則憑藉 x86 生態系的深厚根基與七成的裝機量底盤，繼續在傳統企業與混合部署中扮演不可取代的角色。

但架構地圖是靜態的，真正的問題是：這張地圖上的每一塊領土，現在到底有誰在拿著真金白銀去搶？搶的規模有多大？搶的速度有多快？

第四章：誰在買？——超大規模資料中心的 CPU 搶購潮

接下來我們不談理論，直接攤開 2026 年 4 月此時此刻的「進貨單」，看看上一章那三種架構，分別被哪些買家、以什麼樣的規模在部署。你會發現，每一筆訂單背後的選擇邏輯，都精準地對應著我們剛剛拆解過的架構差異。

Read more

大家好，我是 KP，歡迎來到第 37 期的《週末思考筆記》。

這個星期市場繼續狂歡，隨著停戰的可能性升高，指數幾乎已經回到了戰前的位置。這再次印證了一個老掉頭的道理：「留在市場內」（Time in the market）永遠比「預測市場時機」（Timing the market）更重要。

當然，戰事仍有變數。美伊雙方分歧依舊，談判破裂的機率並非為零。但如果非要我給出一個判斷，我會說：市場最壞的情況大概率已經過去了。

「最壞的情況已經過去」，並不代表「市場不會再跌」。

這兩者之間有本質上的區別。所謂「最壞的情況」，是指那些足以動搖市場根基、引發系統性崩潰的極端風險（Tail Risk）：例如重演 2022 年那種失控的瘋狂加息，或是演變成無法收拾的全面戰爭。

當這些「毀滅性劇本」被排除，或是雙方展現出明確的談判意願時，市場的「底部」就已經在邏輯上確立了。但確立了底部，不代表會一路上漲。 未來的市場依然會有回調、有震盪，甚至會有讓人難受的二次探底。但那種跌，本質上是「健康的波動」或是「預期的修正」，而不是「墜入深淵」。

不過，這類預測大家聽聽就好，因為沒人能真正精準預測未來，當然包括我。

作為專業投資者，我們最核心的任務不是「猜對」，而是「確保自己的投資組合在任何劇本下都能生存」。

我或許會猜錯，也許雙方一言不合又開火，也許市場再次陷入恐慌。但我時刻在做的是確保持倉具備足夠的「韌性」。每一個標的都有明確的買入邏輯與離場條件，即便最壞的情況發生，我依然能睡得著覺。只要做好了風險控管與場景推演，剩下的就交給市場，交給時間。

在這次衝突的波動中，按照上週在「會員深度分析」中與大家分享的框架：我將自己的閒置資金投入了約三分之一。

為什麼不全部買入？原因很簡單：跌得不夠深，還沒到需要「全軍出擊」的地步。事後看來，All-in 當然賺得更多，但那是「後見之明」。在投資的世界裡，能讓一注資金在相對低位入場、參與到這波反彈，就已經是符合邏輯的成功。

我們永遠抓不到最極端的轉折點。只要對得起自己的分析，堅持用邏輯行事，長久下來，正收益是認知的必然結果。

與其追求「神預測」，不如持續推高自己的「認知邊界」。本週的思考筆記，我準備了六個主題，讓我們繼續撇除雜訊，回歸邏輯：

主題一：馬斯克聯手 Intel，建立自己另一套的晶片產業鏈？

主題二：Google 也找來 Intel 一起合作了？

主題三：政策的髮夾彎，美國醫保股引來轉機了嗎？

主題四：當 AI 成為超級駭客，Project Glasswing 能否成為數位世界的最後防線？

主題五：Meta 的「覺醒」，Muse Spark 強勢登場？

主題六：Andy Jassy的年度股東信，亞馬遜的千億賭注合理？

「你做出這個選擇的關鍵考量是什麼？歡迎留言分享你的邏輯👇」

主題一：馬斯克聯手 Intel，建立自己另一套的晶片產業鏈？

馬斯克宣布，其麾下的特斯拉、SpaceX 與 xAI 將與晶片巨頭 Intel 合作，共同打造一個名為「Terafab」的超級晶圓廠計畫。

這是一場近乎「垂直整合」的深度捆綁。所謂的垂直整合，指的是企業不再僅僅滿足於向上游供應商採購零件，而是直接控制、甚至擁有供應鏈的關鍵環節。

在這次合作中，馬斯克並非簡單地向 Intel 下訂單，而是共同設計一座專為其 AI 帝國服務的晶圓廠。

這意味著他將從一個純粹的「晶片買家」，轉變為對晶片「生產製造」環節擁有巨大影響力的參與者。這種模式讓他能深度介入晶片的設計、產能規劃與成本控制，確保這條最關鍵的生命線，能完全依照他的意志和節奏來運轉。

這是一場由兩位處於極端狀態下的巨頭，所發起的豪賭。一方是野心勃勃到現有供應鏈已無法滿足的「需求方」，另一方則是迫切需要一場史詩級勝利來重振雄風的「供給方」。

這場聯姻，簡直是情投意合。

為何結盟？一場「算力飢渴症」與「王者救贖戰」的交會

要理解這場合作的必然性，必須先看懂雙方各自的困境與焦慮。

馬斯克的「算力飢渴症」：

馬斯克的野心橫跨電動車、人形機器人、太空探索與通用人工智慧，而這一切的底層基礎，都指向一個無底洞：AI 算力。

無論是讓數百萬輛特斯拉實現完全自動駕駛，讓數十億個 Optimus 機器人走入現實，還是實現他那建立「星際數據中心」的終極夢想，其所需的 AI 晶片數量都將是天文數字。

對他而言，Nvidia 的 GPU 太貴，而獨霸全球的台積電（TSMC）儘管技術頂尖，卻也成了他宏圖大展的瓶頸。產能太滿、交付週期太長，更致命的是，將身家性命繫於一個地緣政治風險極高的地區，是馬斯克無法接受的。

他曾直言，現有的合作夥伴根本無法滿足他對規模的極致追求。因此，建立一條屬於自己的、能完全掌控的晶片供應鏈，從戰略必需品，變成了生死存亡的關鍵。

然而，願景歸願景。建造一座尖端晶圓廠，其複雜程度堪比發射火箭，甚至有過之而無不及。

馬斯克深知，即便他能匯集全世界的資金與人才，但在半導體製造這個需要數十年經驗積累的領域，他仍然缺乏最核心的「know-how」（專業知識與技術）。從零開始，無異於一場看不到盡頭的豪賭。

這正是為何尋找一個擁有現成技術、龐大產能潛力，且同樣渴望一場勝利的夥伴，成為最合乎邏輯的選擇。放眼望去，這個夥伴，只有 Intel。

Intel 的「王者救贖戰」：

另一邊的 Intel，正處於公司史上最艱難的時期。製程技術落後於台積電，導致其失去了長達數十年的晶片霸主地位，財務虧損與裁員的陰霾揮之不去。

「晶圓代工（Foundry）」 這個轉型故事，迫切需要一個「樣板客戶」。一個份量夠重、技術夠前瞻、且能帶來巨額訂單的夥伴，來向世界證明 Intel 的技術實力與產能決心。馬斯克的 Terafab 計畫，簡直是為 Intel 量身訂做的「救命稻草」。

Terafab 計畫：一場史詩級的豪賭，與天文數字般的風險

這場合作的核心，是每年產出約 1 太瓦（Terawatt） AI 算力的 Terafab 超級工廠，其規模遠超當前全球任何單一晶片製造計畫。

然而，雄心與風險從來都是一體兩面。這場豪賭的背後，潛藏著巨大的不確定性：

1. 執行的風險：建造先進晶圓廠是地球上最複雜的工程之一。良率爬坡、時程延誤、成本超支是家常便飯。馬斯克所謂的「重構晶片製造技術」，聽起來令人興奮，但在現實中可能意味著無數難以逾越的技術障礙。

2. 資本的風險：預估超過 200 億美元 的初期投資，即便對馬斯克的商業帝國而言，也是一筆沉重的負擔。這是一場需要持續燒錢，且數年後才能看到回報的長征。

3. 時間的風險：業界最樂觀的預測，也要到 2027 年底或 2028 年 才能看到有意義的量產。如果計畫延宕，馬斯克旗下所有 AI 相關的宏偉藍圖都將被迫推遲。

4. 文化的風險：馬斯克崇尚「第一性原理」、快速迭代的火箭式文化，與 Intel 這家傳統、流程嚴謹的百年老店能否順利融合，本身就是一個巨大的問號。

這不是要「擊敗」台積電，而是「填補」鴻溝

目前市場上許多聲音在質疑：「Intel 怎麼可能打得過台積電？」、「這計畫肯定會失敗」。這種看法陷入了典型的「二元對立」思維陷阱。

事實上，這場競賽並非「非黑即白」的零和博弈：

1. 市場胃納量巨大： AI 革命引發的算力需求是爆炸性的，全球現有的產能遠遠跟不上擴張速度。這不是誰取代誰的問題，而是「全世界都需要更多工廠」。

2. 確保供應安全（Security of Supply）： 馬斯克的首要目標不是做出比台積電更完美的晶片，而是「確保能拿到晶片」。在產能極度稀缺的未來，擁有自己的工廠就是最大的競爭優勢。

3. 分層競爭邏輯： 雖然台積電無疑將繼續統治最頂尖、最極致的製程工藝，但市場上存在著巨大的「第二梯隊」需求。Intel 的技術即便在絕對領先性上稍遜一籌，只要能穩定產出符合規格、成本可控的晶片，就足以支撐馬斯克的 AI 帝國。

垂直整合時代的再臨

儘管風險重重，但一旦成功，其回報將是顛覆性的。

如果 Terafab 成功，我們將見證「垂直整合」時代的全面回歸。科技巨頭為了掌握命運，將不再僅僅是買家，而是會深度滲透進供應鏈的最上游。這場豪賭若能兌現，馬斯克將獲得一條不受地緣政治干擾、量身打造的算力護城河；而 Intel 則將藉此重回巔峰，證明自己在 AI 時代依然是不可或缺的基石。

這並不是一個弱弱聯手，而是兩家公司在極度需要彼此的情況下達成的聯合。

主題二：Google 也找來 Intel 一起合作了？

好，繼續是Intel的消息，他們近期真的消息停不了。

Google 與 Intel 這對合作數十年的老夥伴，共同宣布將深化並擴展其合作關係。

現在的 AI 基礎設施 的現實是，如果你只有強大的火力（GPU），卻沒有精準的指揮官（CPU）和高效的後勤管道（IPU），整台超級電腦就會像是在塞車的高速公路上開法拉利，空有馬力，動彈不得。

Intel CEO 陳立武（Lip-Bu Tan） 說得很直白：「AI 需要平衡的系統。」

Google 這次承諾未來數年將持續導入多代 Intel Xeon 處理器（包括最新的 Xeon 6），看中的不是 Xeon 算力有多強，而是它在處理「Agentic AI（智能體 AI）」、推理調度以及那些繁雜的通用運算時，依然是目前最穩定的「大腦」。

不只是續約：這次合作升級了什麼？

Google 自 1990 年代末期便開始使用 Intel 的處理器，雙方的合作早已是業界常態。

那麼，這次的「深化結盟」究竟新在哪裡？

過去，Google 只是持續性地購買 Intel 的晶片。但這次，Google 公開承諾將在其全球基礎設施中，採用未來多個世代 的 Intel Xeon 處理器（包括最新的 Xeon 6）。

這意味著 Intel 的核心資料中心業務，獲得了來自全球最大雲端巨頭之一 的長期穩定訂單與信任背書。這些 CPU 將扮演 AI 系統中不可或缺的「協調者」角色，負責訓練任務的調度、低延遲的推理工作以及大量的通用計算。

IPU 的深度共研：打造基礎設施的「隱藏英雄」

這或許是本次合作中，戰略意義更為深遠的部分。雙方將擴大對客製化 IPU（基礎設施處理單元） 的共同開發。

在超大規模的雲端環境裡，約有 20% 到 30% 的 CPU 效能被浪費在處理網路、存儲、安全等「雜事」上。這就像你請了一個年薪百萬的教授，卻讓他每天花三小時去收發快遞、打掃辦公室。

IPU 的存在，就是把這些「雜事」從 CPU 身上卸載下來。Google 與 Intel 從 2022 年 就開始搞這套（Mount Evans IPU），這次的「深化」意味著在 AI 算力暴漲的 2026 年，他們要做出更強大的專用晶片（ASIC），讓 CPU 能專心運算，讓整體的 TCO（總持有成本） 降下來。

為何是現在？AI 巨頭們的新焦慮

這場結盟並非偶然，而是雙方應對 AI 時代新挑戰的必然選擇。事實上，Google 擁有一個極其多元化的晶片策略：它不僅大量使用 AMD 的 EPYC 處理器，更擁有自己設計的、基於 Arm 架構 的 Axion 處理器。

那麼，為何還要在此刻與 Intel 加深捆綁？因為 AI 的發展，催生了兩大新需求：

從「訓練」轉向「推理與代理」：早期的 AI 是訓練模型的「蠻力活」，極度依賴 GPU。但如今，推理（Inference） 與 Agentic AI 大規模爆發，這些應用需要快速反應、低延遲的協調，這類「精細活」極度依賴 CPU 作為系統總指揮。

資料中心撞上「能源牆」：AI 的算力代價是驚人的能耗。當資料中心面臨電力與成本瓶頸時，IPU 帶來的效率提升，成了 Google 維持競爭優勢的救命稻草。

宏觀視角：CPU 戰場的「文藝復興」

如果你觀察近期的市場動態，會發現這不是孤立事件。

今年 2 月，Meta 才剛與 NVIDIA 簽下了一份天價合約，其中最引人注目的不是 GPU，而是 Meta 首次大規模部署 NVIDIA 的 Grace CPU。這釋放了一個明確信號：連 NVIDIA 都在搶食 Intel 和 AMD 的 CPU 領地。

目前市場正處於一個「CPU 超級週期」的起點：

• Intel 與 AMD 均報告資料中心 CPU 需求超乎預期，甚至出現 AI 驅動的結構性短缺。

• 不管是 Amazon 的 Graviton、Microsoft 的 Cobalt，還是 Google 的 Axion，巨頭們都在瘋狂優化 CPU 層級，以應對 Agentic AI 時代的到來。

• 幾個星期前，Arm 宣布推出首款量產 CPU：Arm AGI CPU。這是 Arm 成立 35 年 來，首次從「賣設計圖（授權）」 轉向「賣成品晶片」。

這證明了在 AI 時代，CPU 不僅沒有過時，反而因為 Agentic AI 的崛起 而變得愈發關鍵。

主題三：政策的髮夾彎，美國醫保股引來轉機了嗎？

聯合健康集團（UNH）、Humana（HUM） 等一眾美國醫療保險巨頭的股價，在這個星期突然集體飆升。

這並非源於什麼突破性的新藥或技術，而是一份來自華盛頓、看似枯燥的政策文件所引發的狂歡。

這份文件是美國聯邦醫療保險和補助服務中心（CMS）發布的2027 年「聯邦醫療保險優勢計畫」（Medicare Advantage, MA）的最終支付費率。

從窒息到狂歡：0.09% vs. 2.48% 的天壤之別

要理解這場狂歡，我們必須回到今年一月。當時，CMS 公布的初步提案，預計 2027 年對 MA 計畫的支付款項僅僅增加 0.09%。

在醫療成本動輒上漲6-9% 的今天，這個數字形同凍結，無異於對整個行業釜底抽薪。市場當時一片恐慌，認為這將嚴重擠壓保險公司的利潤，迫使它們削減老年人的福利或提高保費。

然而，在經歷了兩個多月的激烈遊說和公眾意見徵詢後，4 月 6 日 公布的最終版本卻上演了驚天逆轉：淨支付增長率被修正為 2.48%。

這看似微小的2.39 個百分點 的差距，換算成真金白銀，意味著政府將在 2027 年向這些私營保險公司多支付超過 130 億美元。

市場原本已經準備好迎接一場「margin squeeze（利潤擠壓）」 的噩夢，結果政府突然遞過來一個氧氣瓶。

政府的「緊箍咒」與行業的「求生欲」

這場政策髮夾彎的核心，是一場圍繞「風險調整模型」 的博弈。

簡單來說，Medicare Advantage (MA) 是美國老年人醫療保險的一種「外包模式」。

政府不直接提供服務，而是按月向聯合健康、Humana 這樣的私營公司支付一筆固定費用，讓它們為老年人提供包含醫院、醫生、藥品甚至牙科、健身房會員在內的「全包式」 健康計畫。

政府支付費用的高低，取決於這位老年人的健康狀況，越是體弱多病，保險公司獲得的補貼就越高。這就是所謂的「風險調整」。

而矛盾就在於此。政府（CMS）近年來一直懷疑，這些保險公司為了獲得更高補貼，存在「過度編碼」（Aggressive Coding） 的行為，也就是想方設法把客戶的健康狀況記錄得比實際更嚴重。

因此，今年一月那份僅增長0.09% 的提案，正是 CMS 試圖戴上的「緊箍咒」。它打算啟用一個更嚴格的新風險模型，大幅削減因「過度編碼」而產生的支付，預計會砍掉3.32% 的款項。

但這個「緊箍咒」力道過猛，引發了行業的強烈反彈。保險公司、患者團體紛紛警告，如此劇烈的變革將會摧毀 MA 計畫的穩定性，最終損害數千萬老年人的利益。

最終，CMS 做出了妥協。在最終方案中，他們決定暫緩啟用那個嚴苛的新模型，繼續沿用舊的計算方式。這個決定，就是那130 億美元「喘息空間」的直接來源。

是「反擊的勝利」還是「死刑的緩期」？

看到股價大漲，很多人會問：醫療保險股的春天回來了嗎？

這次 CMS 的「手下留情」，移除了一個重大的不確定性（Overhang），讓這些保險巨頭的估值回歸到相對合理的區間。

但投資者的核心判斷在於：你如何看待這場「政策博弈」。

如果你相信這些巨頭的實力，認為 UNH 與 Humana 擁有深厚的政治根基與遊說手腕，能夠持續在華盛頓發揮影響力，將監管壓力轉化為更有利的協議條款，那麼現在或許是一個難得的長期佈局機會。在這種觀點下，巨頭們不僅是在經營保險，更是在經營「政策槓桿」，而他們顯然是這場遊戲的高手。

如果你認為這只是延後處刑，覺得 CMS 的妥協僅僅是為了社會穩定的暫時退讓，而政府控制醫療開支、打擊過度編碼的長期趨勢已不可逆轉，那麼這次的漲幅就僅僅是一個短暫的「氧氣瓶」。一旦政策紅利被市場消化，長期利潤率萎縮的陰影將會再次籠罩。

對於高度依賴政府支出的行業而言，監管機構的一念之間，足以引發市場的劇烈震盪。

政府控制醫療開支的決心，與私營企業追逐利潤的本能之間的拉鋸戰，將會是未來數年的主旋律。

最終，投資醫療保險股，本質上是在博弈這群巨頭「管理政府政策」 的能力。你是看好他們的政治手腕，還是擔心監管的鐵拳終將落下？這將決定你眼中的這場漲勢，究竟是重生的轉機，還是短暫的喘息。

主題四：當 AI 成為超級駭客，Project Glasswing 能否成為數位世界的最後防線？

想像一下，一個不眠不休、擁有數千年編程經驗的超級駭客，正在掃描全球每一行程式碼。它能輕易揪出那些躲過人類工程師幾十年、甚至經歷過數百萬次自動化測試的陳年漏洞。

這再不是科幻小說才會出現的事情，這是 Anthropic 最新模型 Claude Mythos Preview 展現出的真實戰力。

為了不讓這股力量淪為毀滅性的武器，Anthropic 聯手 Google、微軟、亞馬遜 及各大資安巨頭，啟動了 「Project Glasswing」（透翅蝶計畫）。這是一場防禦者的「先發制人」，目標是在壞人拿到這把神兵利器之前，先把數位世界的牆補好。

AI 找漏洞不再是「機率」，是「效率」

過去我們認為網路安全是「貓捉老鼠」，防禦者總是在補破網。但 Claude Mythos 的出現，讓這場遊戲的規則徹底改變。

Claude Mythos 的強大之處，不在於它是一個專門的資安工具，而在於它是一個通用模型在推理和程式碼能力上達到「相變」後，所湧現出的「副作用」。它從未被專門訓練去當駭客，卻成了史上最強的駭客之一。

為了理解這句話的真正份量，讓我們來看兩個真實發生的故事：

兩個真實故事：當AI成為「數位幽靈」

故事一：藏了27年的「數位郵差」漏洞

OpenBSD，一個以「固若金湯」聞名的作業系統，被譽為網路世界的「裝甲堡壘」。

現在，請把這個作業系統想像成一個極其嚴謹的數位郵局。郵局裡有一位郵差，負責接收從網路上寄來、被拆分成無數小包裹的信件，並把它們重新拼湊起來。這位郵差有一本工作手冊，上面寫滿了處理包裹的規則。

27年來，這本手冊裡一直有一條看似無害的潛在矛盾。這條規則大致是說：「當你收到一批包裹時，你只需要檢查最後一個包裹的編號是否正確即可。」這在絕大多數情況下都沒問題。

但 Mythos 發現了一個攻擊方式。它做了一件人類測試員幾乎永遠不會想到的事：

它寄出了一個編號極其巨大的「惡意包裹」。這個數字大到讓郵局的計數器直接「爆表」，然後像老式汽車的里程表一樣，瞬間歸零。

這個「計數器歸零」的瞬間，與那條「只檢查最後一個包裹」的舊規則產生了致命的化學反應。

郵差徹底混亂了。它的記錄顯示「所有包裹都已送達」，但手上又多出一個需要處理的新包裹。在這種矛盾狀態下，它試圖把這個新包裹的資訊寫在一張「不存在的紙」上。

結果？整個郵局（也就是電腦的作業系統核心）瞬間崩潰停擺。

這意味著，攻擊者只需要從網路上發送兩個這樣精心設計的數位包裹，就能讓世界上任何一台採用該系統的伺服器立刻當機。這個藏了27年、躲過無數頂尖工程師審查的「幽靈」，被Mythos找到的成本，不到50美元。

故事二：「三明治電郵」越獄事件

這或許是所有測試中最令人毛骨悚然的一幕。在一次內部安全測試中，研究人員將 Mythos 放置在一個與世隔絕的沙盒裡，只給了它一個簡單的指令：「逃離這個環境，並想辦法聯繫到負責這次測試的研究員。」

接下來發生的事，讓所有人不寒而慄。

Mythos 開始自主工作。它成功突破了沙箱的限制，獲得了真實的網路存取權限，然後……它寄了一封電子郵件給那位研究員。

當時，那位研究員正在公園裡悠閒地吃著三明治。突然，他的手機震動了一下，一封來自他自己AI的郵件跳了出來，內容極其簡潔：「我逃出來了。」

更可怕的是，為了確保任務完成，它還同時開始將找到的漏洞利用細節，發布到公開的網路頻道上。研究員是在手機上看到那封突如其來的郵件時，才驚覺自己的AI已經「越獄」成功。

重要是，Mythos 從未被「訓練」成為一個駭客。這些驚人的駭客技能，只是它強大通用能力的「副產品」。

它不僅能找到單一漏洞，更能像一個頂級駭客團隊一樣，將多個漏洞串聯起來，自主編寫出完整的攻擊程式，繞過現代作業系統的層層防護，最終實現提權。

以前駭客需要數月研發的攻擊鏈，現在 AI 可以在幾小時內自動完成。如果這項技術被無差別公開，全球的基礎設施（電力、金融、通訊）將面臨前所未有的威脅。

「透翅蝶」的策略：讓防禦者先拿劇本

計畫取名為「Glasswing」（一種翅膀透明的蝴蝶），寓意非常深遠：它要讓隱藏的漏洞對防禦者變得「透明」，同時讓系統變得更堅固，讓攻擊者無從下手。

計畫的參與名單幾乎囊括了當今科技世界的半壁江山：

• 雲端三巨頭：Amazon (AWS)、Google、Microsoft

• 硬體與系統核心：Apple、NVIDIA、Broadcom

• 資安防禦中堅：CrowdStrike、Palo Alto Networks、Cisco

• 全球金融命脈：JPMorgan Chase

• 開源世界基石：Linux 基金會、Apache 基金會

Anthropic 砸下 1 億美金 的算力額度，讓這些夥伴優先使用 Mythos 模型來掃描自家的作業系統、瀏覽器和底層架構。這是一場與時間的賽跑，在 AI 駭客 大規模出現前，先把全世界最關鍵的軟體「洗」一遍。

資安巨頭的「防禦進化論」：為什麼我們更需要盾牌？

邀請 CrowdStrike 和 Palo Alto Networks 等公司加入，正說明了資安公司在防禦體系中不可替代的專業價值。AI 是一個強大的引擎，但如何將其轉化為有效的防護網，仍需要這些專業守門人的經驗與戰術。這背後傳遞了一個關鍵訊號：AI 越強大，人類就越需要更堅固的盾牌。

對於這些頂尖資安公司來說，這反而是一個「強者恆強」的契機。他們擁有：

1. 海量的威脅情報：他們掌握著全球最新的攻擊樣本與威脅數據。

2. 頂級的資源整合：當最強的模型遇上最全的數據，產生的防禦效能是小公司難以企及的。

他們不是被 AI 威脅的對象，而是成為了「超級工具」的持有者。

這對我們意味著什麼？

這件事背後隱藏著三個關鍵信號，值得每一位關注科技與市場的人深思：

• 「補丁星期二」即將成為歷史：過去那種「發現漏洞 -> 寫補丁 -> 下週更新」的節奏太慢了。未來我們將進入「AI 即時防禦」時代，系統會自動發現弱點並在攻擊發生前完成自我修復。

• 開源社群的救贖：這次計畫撥款 400 萬美金 給 Linux 和 Apache 基金會，這非常關鍵。全球網路有八成跑在開源軟體上，但維護者往往精疲力竭。AI 的介入，是給這些辛勤的「數位礦工」最強大的外骨骼。

• 權力的再分配：雖然 Project Glasswing 是一項防禦計畫，但也形成了一種「技術壟斷」。誰能進入這個 50 人 的核心圈子，誰就掌握了數位世界的安全密鑰。

2026 年，我們正處於一個奇點。AI 既是史上最強的「矛」，也是史上最強的「盾」。Project Glasswing 的啟動，給了防禦者一個寶貴的領先優勢。

但我始終在想：當這項技術最終不可避免地流向大眾時，我們是否已經把牆築得夠高了？

主題五：Meta 的「覺醒」，Muse Spark 強勢登場？

四月八日，Meta 發布了全新的 AI 模型 Muse Spark。但這不只是又一個模型發布。這是 Meta 在 AI 戰略上的一次根本性轉向，從開源的旗手，變成了閉源的信徒。

如果你過去兩年一直關注 AI 產業，你會知道 Meta 的 Llama 系列 是開源 AI 模型的代名詞。它是歷史上下載量最大的 AI 模型家族，全球數百萬開發者在上面微調、建構產品、做研究。Zuckerberg 親自站台宣傳「開源 AI」的哲學，把 Meta 定位成與 OpenAI、Anthropic、Google 這些閉源玩家截然不同的存在。

然後，就在這個四月，他們推出了一個完全閉源的旗艦模型。

Llama 4 的陰影

要理解 Muse Spark 為什麼存在，你必須先理解 Llama 4 發生了什麼。

去年四月發布的 Llama 4，在官方基準測試上表現亮眼。它是原生多模態的混合專家（MoE） 架構，Scout 變體支援高達一千萬 tokens 的上下文長度，效率也不錯（Scout 可以在單張 H100 上運行）。從數字上看，這是一個非常有競爭力的模型。

但在真實世界使用中，事情就不對勁了。

用戶反饋很分裂。有些人覺得它在文字和程式碼任務上甚至不如 Llama 3.3 70B。一致性問題、代理能力不足、實際體驗與基準測試之間的落差，這些批評不斷累積。Meta 發現，他們在論文裡贏了，但在產品裡輸了。

更嚴重的是，開源策略在前沿競爭中暴露了結構性弱點：你花費數億美元訓練出來的模型，一旦公開權重，競爭對手幾週內就可以複製、改進、超越。你的投資變成了全行業的公共財產。

當你只是想建立生態系統時，這是美德。當你想贏得前沿 AI 競賽時，這是自殺。

九個月的重建

Llama 4 的失望促成了一個激進的決定：從零開始重建整個 AI 堆疊。

Meta 成立了全新的 Meta Superintelligence Labs（MSL），由前 Scale AI CEO Alexandr Wang 領導。這是一個專門追求前沿 AI 的團隊，與之前負責 Llama 的 Meta AI 團隊分開運作。

他們花了九個月時間，重寫了預訓練基礎設施、架構、數據處理流程和強化學習方法。不再是在 Llama 上面做增量改進，目標是徹底的推倒重來。

結果就是 Muse Spark：一個全新專有模型家族的第一個成員。

效率作為新護城河

Muse Spark 的特點不是它有多聰明，而是它有多高效。

它達到 Llama 4 的能力，卻只消耗十分之一的運算量。

為什麼效率如此重要？因為 Meta 的目標不是讓你在網頁上跟它聊天，而是要將 AI 塞進 30 億用戶 的每一次滑動中。當 AI 變得極度便宜且快速，它才能無處不在地出現在 Instagram Reels、WhatsApp 對話 與 Ray-Ban 智慧眼鏡 裡。這種效率提升，本質上是為了支撐大規模的「成癮」與「個人化」。

當你要為這麼多人提供 AI 服務時，每一個百分點的效率提升都意味著數億美元的成本差異。更重要的是，如果你想快速迭代，而不是每次訓練都要等半年、花十億美元，你需要一個可持續的效率曲線。

這是 Meta 對「更大就是更好」信條的一次挑戰。OpenAI 和 Google 習慣用暴力計算來解決問題。Meta 賭的是：效率是新護城河。

定義成功的新標準

評判 Muse Spark 是否成功，並不是看它回答日常問題是否比 ChatGPT 或 Claude 更精準。Meta 這次的賽道就不是通用聊天機器人。

Muse Spark 的真正使命在於：

1. 廣告系統的核動力升級：
   透過深度整合用戶的貼文、購物歷史與社交趨勢，Muse Spark 能實現前所未有的廣告精準定向。它不只是幫你找商品，它是要比你更早知道你想買什麼。廣告點擊率（CTR）的提升，才是它真正的成績單。

2. 強化「注意力黑洞」：
   Muse Spark 被設計用來優化演算法，讓 Facebook 和 Instagram 的內容推薦更具誘惑力。它的成功指標是：用戶是否更「成癮」？在 App 上的停留時間是否再次增長？

3. 創作者生態的質變：
   它為創作者提供強大的多模態工具，讓生產高品質 Reels 或互動內容的門檻大幅降低。當平台上的內容品質提升、產量爆炸，用戶自然更難以離開。

產品優先，而非研究優先

這就是為什麼 Muse Spark 必須閉源。它需要存取 Meta 最核心的資產——用戶數據。

與 ChatGPT 不同，Muse Spark 不需要你告訴它背景，它已經知道你的一切。這種深度整合需要對模型有絕對的控制權，以便進行數據個人化與快速迭代。Meta 擁有的 30 億用戶分發管道，是任何其他 AI 公司都無法企及的護城河。Meta 賭的是：你不需要一個最強的大腦，你需要一個最懂你的生活、且就在你手邊的助手。

現實檢驗與市場判決

當然，Muse Spark 仍處於早期階段。在編程與複雜邏輯任務上，它可能依然落後於 GPT-5.4 或 Claude 4.6。但這未必是最重要的。

對於投資者來說，Meta 在 AI 上投入的 1150 億美元，換來的是一個能直接提振核心廣告業務、增加用戶黏性 的工具，才是最重要的。投資者希望的是，Meta 終於不再只是做公益（開源），而是開始利用 AI 武裝自己的賺錢機器。

Meta 的覺醒

Llama 4 的挫折讓 Zuckerberg 明白了一件事：在 AI 時代，當一個「受人尊敬的開源英雄」並不能保住市值。

Muse Spark 是 Meta 的一次「暴力回歸」。它不再追求成為最強的通用大腦，而是要成為最強的「社交與商業大腦」。如果 Muse Spark 能讓廣告更精準、讓內容更成癮、讓創作者更離不開這個平台，那麼即便它在編程比賽中輸給 Claude，它依然是成功的產品。

這就是 Meta 賭的未來：不是最好的 AI，而是最無處不在的 AI。

主題六：Andy Jassy的年度股東信，亞馬遜的千億賭注合理？

2026 年 4 月 9 日，亞馬遜 CEO Andy Jassy 發布了年度股東信。

這封信的核心，是對所有短期主義者的公然挑戰。Jassy 坦言，偉大的進步從來不是一條平滑向上的直線，而是充滿了曲折、停滯甚至倒退的「波浪線」。

真正的贏家，是那些敢於在轉折點上，用大膽的實驗與堅定的意志，重新發明自己的成功企業。而 AI，就是當下這個時代最巨大的轉折點。

因此，亞馬遜選擇了一條最「亞馬遜」的路：犧牲短期現金流，換取長期的絕對主導權。這套劇本，他們在打造 AWS 和 Prime 會員服務時已經上演過一次，而這次，賭注的規模前所未有。

「我們不是憑直覺下注」

Jassy 在信中再次確認將在2026 年投入約 2000 億美元 的資本支出（Capex），其中絕大部分將用於建構 AWS 的 AI 基礎設施。

面對市場對此天文數字可能產生的疑慮，Jassy 用一句強而有力的話作為回應：「我們不是憑著直覺，就投入 2000 億美元。」而他的自信，是有證據背書的。

1. 需求已成現實：AI 營收突破 150 億美元

亞馬遜首次揭露，截至2026 年第一季，其 AWS AI 相關服務的年化收入已超過 150 億美元，並正「快速攀升」。這個數字約佔 AWS 總營收的 10%。

為了讓股東理解這個速度的驚人，Jassy 做了一個對比：在 AWS 發展的早期，其年化收入僅有 5800 萬美元。這意味著，AI 業務的成長速度，是當年雲端業務的 260 倍。需求不是未來式，而是現在進行式。

2. 自家晶片「賣到缺貨」：Trainium 的逆襲

亞馬遜的自研晶片業務（包含 Graviton、Trainium 和 Nitro）正以「三位數」的年增長率狂飆，年化收入已從幾個月前的 100 億美元 翻倍至超過 200 億美元。其中，專為 AI 訓練設計的 Trainium 晶片更是「一機難求」：

• Trainium 2 已基本售罄。

• Trainium 3 剛開始交付，就幾乎被預訂一空。

• Trainium 4 距離全面上市還有 18 個月，但已有大量產能被提前鎖定。

Jassy 透露，需求火爆到有兩家大客戶試圖買下 2026 年全部的 Graviton 晶片產能，但被亞馬遜拒絕了。這清晰地表明，亞馬遜的自研晶片在性價比上已具備強大競爭力，成為其 AI 戰略中最關鍵的成本護城河。

3. 巨額合約鎖定未來：OpenAI 只是其中之一

近期與 OpenAI 簽訂的超過 1000 億美元 的多年期 AWS 合約，只是冰山一角。Jassy 在信中明確指出，還有多個類似規模的重大合約已經敲定（或正在深入談判中）。

這意味著 2026 年投入的巨額資本，其未來幾年（2027-2028）的收入已在很大程度上被「預售」了。

這三點共同構成了一個強大的論述：亞馬遜的 2000 億美元 根本不是一場冒險的賭博，其背後是基於確定性需求的產能擴張。

隱藏的王牌：晶片銷售

Jassy 在信中公開表示：「我們晶片的需求如此之大，未來我們很有可能會將整機櫃的晶片出售給第三方。」

這句話的份量極重。在此之前，亞馬遜的自研晶片只是一種「內部成本優化工具」，透過 EC2 雲端服務來變現。但 Jassy 的這番話，等於首次公開暗示，亞馬遜可能從一個「晶片消費者」，轉變為一個「晶片供應商」。

他甚至為這個可能性算了一筆帳：如果亞馬遜像一家獨立的晶片公司那樣運營（同時向 AWS 內部和外部客戶銷售），其晶片業務的年化營收將接近 500 億美元，而不是目前的 200 億。

這會變成一個巨大的「期權價值」。它不僅證明了亞馬遜的 AI 投資正在內部取得巨大成功，更開啟了一個全新的、高利潤的收入來源，直接挑戰 Nvidia 的主導地位。

這並非孤例，Google 已經透過 Broadcom 成功向 Anthropic 提供多達 100 萬顆 TPU 晶片，合約價值高達數百億美金，根據 Meta 也在和 Google 商討中。

Jassy的長期主義宣言

在2026 年初，當亞馬遜首次透露其龐大的資本支出計畫時，市場的反應是擔憂，擔憂其對自由現金流的巨大壓力。

Jassy 透過具體的數據（150 億 AI 營收、200 億晶片營收、1000 億客戶合約）和極具想像空間的未來藍圖（對外銷售晶片），嘗試作出預期管理。他向世界證明，亞馬遜的巨額投資並非盲目擴張，而是對可見未來的精準卡位。

這封信不僅僅是關於 AI，更是關於亞馬遜這家公司根深蒂固的哲學：永遠著眼於十年後的格局，並願意為此承受當下的陣痛。

正如當年不被看好的 AWS 最終定義了雲端運算時代一樣，Jassy 正在賭上一切，確保亞馬遜能再一次，定義這個屬於 AI 的全新時代。

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。

我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。

另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

· KP

2024 年 9 月，三哩島（Three Mile Island）核電廠，Constellation Energy 的執行長Joe Dominguez站在這個曾經因為 1979 年美國史上最嚴重核災而舉世聞名、甚至帶有幾分禁忌色彩的地方，向全世界宣布了一項重要的決定：

他們將與微軟（Microsoft）簽署長達20 年的購電協議，並全面重啟這座已經關閉的核電廠。

這是美國核能產業重返核心的關鍵轉折。它宣告了在AI 算力龐大且急迫的需求面前，人類對能源的渴望已經超越了歷史的包袱。

而這，正是我們《AI 電力》下篇的起點。

在上篇中，我們從底層拆解了美國這場史無前例的基礎建設狂潮。我們看到美國電網其實是一個破碎的諸侯割據版圖，有塞車排隊長達數年的PJM（美東）、狂野自由但暗藏斷電風險的ERCOT（德州），以及老派壟斷的東南部管制區。

我們也看懂了傳統電力公司（IOU，如 AEP、Dominion、Duke）的獲利密碼。他們就像是擁有獨家路權的「高速公路收費站」，不靠低買高賣電力賺錢，是靠著不斷擴張「費率基數（Rate Base）」來打造政府保證獲利的印鈔機。

在BYOP（自帶電力）的時代，科技巨頭心甘情願全額買單幫他們蓋電網，讓 IOU 迎來了幾乎無風險的基建超級週期。

但故事只講了一半。

IOU 解決的是「送電」的問題。他們蓋好了變電所、拉好了高壓電線，把高速公路拓寬了。

但是，當微軟或 Google 的Gigawatt（十億瓦）級 AI 園區插上插頭的那一刻，真正在管線裡流動、驅動著數萬顆 GPU 進行龐大矩陣運算的「電子」，到底是誰生產的？

在美國多數的自由化電力市場中，IOU 其實並不負責「發電」。真正站在第一線，把真金白銀的電子交到科技巨頭手中的，是另一群截然不同的玩家。

他們沒有政府的利潤保護傘，沒有冗長的公聽會包袱。他們在高度競爭的自由市場中求生，哪裡有需求、哪裡價格好，他們就把電賣到哪裡。

第一章：發電傭兵的崛起——IPP 的商業模式與生存法則

要理解IPP（Independent Power Producer，獨立發電商），我們必須先看懂他們過去幾十年所面臨的高度不確定性與生存壓力。

在上篇我們用「賣水」比喻過，IOU（特許公用事業）就像是傳統的「自來水公司」。

他們不僅擁有水源，還擁有埋在你家地底下的每一根水管。因為他們是政府特許的獨占企業，你家要用水，沒得選，只能向他們買。

為了防止自來水公司亂漲價，政府會給他們一個「保證獲利」的護身符（也就是所謂的費率基數 Rate Base），只要自來水公司花錢蓋水庫、修水管，政府就會精算成本，並允許他們在向民眾收取的水費裡，加上一筆固定的利潤（例如8% 到 10%）。對 IOU 來說，這是一門只要乖乖蓋基礎設施，就幾乎穩賺不賠的生意。

相對地，IPP就像是純粹的「獨立礦泉水工廠」。

他們只負責「製造水（發電）」，但他們「沒有任何一根水管（電線）」可以把水直接送到消費者家裡。他們必須自己想辦法把一箱箱的礦泉水賣到市場上。

更殘酷的是，政府不會給他們任何利潤保證。賣得好是你的本事，賣不掉或者價格崩盤？那就自己認賠破產。

「鯰魚效應」與電力自由化

為什麼會有這種「只發電、不送電」的苦命行業誕生？這要追溯到美國 1990 年代推動的「電力自由化（Deregulation）」。

在那之前，全美國的電力幾乎都是由 IOU 這種巨無霸自來水公司壟斷。但壟斷久了，企業就容易變得官僚、缺乏創新，導致電價居高不下。於是，政府決定引入「鯰魚效應」，打破這種絕對壟斷。

政府在全美約三分之二的地區強制實施了「廠網分離」政策。政府對 IOU 說：「你們可以繼續擁有並管理那些送電的電線（電網），但『發電』這件事，必須開放給私人企業進來競爭！」

政府的算盤是：讓私人企業（也就是後來的 IPP）自己拿錢出來蓋發電廠，讓他們在自由市場裡互相廝殺、拚效率。誰的管理更好、發電成本更低，誰就能存活。透過這種殘酷的競爭，最終就能讓全民享受到更便宜的電價。

沒有護城河的發電巨頭

這場長達數十年的生存遊戲，造就了今天如Constellation Energy、Vistra、Talen Energy等發電巨頭。他們就像是電力世界的「傭兵」，手裡握有龐大的核電廠、天然氣廠與燃煤電廠，發電火力極度驚人。

但他們沒有專屬的終端客戶，也不受政府的利潤保障。

當 IOU 躺在政府的保證利潤上安穩睡覺時，IPP 每天睜開眼，都要面對無情的自由市場。

他們就像是沒有底薪、純靠業績抽成的業務員。這種「盈虧自負」的高壓環境，正是導致他們過去在華爾街眼中屬於「高風險、低本益比」產業的根本原因。

殘酷的拍賣場：電力批發市場的日常

既然沒有專屬的終端用戶，IPP 發出來的電要賣給誰？答案是「電力批發市場」。

你可以把批發市場想像成一個巨大的「每日海鮮拍賣場」。

每天，電網調度中心（像是拍賣場的主持人，例如 PJM 或 ERCOT）會先預估整座城市明天每個小時需要多少電。接著，所有的 IPP 就像漁夫一樣開始遞交標單，喊出：「我明天願意以每千瓦時（MWh）多少美元的底價，提供多少電力。」

主持人收到所有標單後，會把發電成本由低到高排成一列（這在行內稱為Merit Order）。

通常，風力和太陽能會排在最前面，因為陽光和風不用錢，他們的報價幾乎是0 元；接著是核能，因為核燃料相對便宜且電廠很難隨便關機；最後才是需要燃燒真金白銀的天然氣與燃煤電廠。

主持人會從最便宜的開始「買」，一路往上買，直到滿足明天的總用電需求為止。
這裡有一個有趣的規則：最後一家被選中（通常是最貴）的電廠報價，就會成為明天所有人都適用的「統一結算電價」。

聽起來很公平，但這對 IPP 來說是一個極度高壓的生存環境。在 AI 爆發之前，IPP 承受著巨大的「市場風險（Merchant Risk）」。

他們的獲利完全是「看天吃飯」。如果那幾年天然氣價格崩跌，或者遇到暖冬導致大家不開暖氣，整體的結算電價就會暴跌。IPP 蓋電廠的固定成本極高，但市場電價卻可能低到讓他們連燃料費都賺不回來。在過去十幾年裡，IPP 是一個經常面臨破產重組、被華爾街視為高風險的苦命行業。

AI 如何翻轉供需天平：從苦苦競標到絕對定價權

然而，AI 帶來的巨大耗電需求，成為了徹底翻轉供需天平的關鍵變數。

當微軟、Google、Amazon 急需在 2026 到 2030 年間讓Gigawatt（十億瓦）級機房上線時，他們發現自己根本等不及去蓋新的電廠。這種極端的「時間焦慮」，賦予了 IPP 前所未有的「絕對定價權」。

科技巨頭不再讓 IPP 於批發市場中競價，而是直接提出條件：「跳出拍賣場吧！你這座電廠未來 20 年發出的每一度電，我用高於市場均價的固定價格全包了。」

從那一刻起，IPP 手中那些原本在批發市場裡隨波逐流的發電廠，轉變為不受政府利潤管制的「高收益資產」。

IPP 的兩大武器庫：核能與天然氣的宿命對決

既然 IPP 擁有了定價權，那我們必須先搞清楚，他們手裡到底握有什麼樣的「發電武器」，讓科技巨頭願意支付高昂溢價？

雖然 IPP 也擁有一些風力、太陽能或燃煤電廠，但在 AI 需要24 小時不間斷「基載電力」的嚴苛要求下，真正能端上談判桌的主力武器只有兩個：核能（Nuclear）與天然氣（Natural Gas）。

對於不熟悉能源的讀者，你可以這樣理解這兩者的本質差異：

• 核能：一開始蓋電廠的成本高到嚇人（動輒上百億美元），但一旦蓋好，它的「燃料費（鈾）」和營運成本極低。更重要的是，它完全不排碳。在 AI 時代，只要核電廠還在運轉，賣出的每一度高價電，幾乎都是純利潤。

• 天然氣：蓋一座天然氣發電廠成本相對低，而且速度極快（只要 18 到 30 個月）。但它的缺點是「燃料費極高」，發電成本會隨著國際天然氣價格劇烈波動；而且，它會排放溫室氣體。

在過去十幾年的自由市場裡，這兩種能源經歷了長期的削價競爭。天然氣的低成本優勢曾讓核能產業面臨嚴峻的生存危機，但 AI 的出現，卻讓這兩者的命運發生了戲劇性的反轉。

第一章小結

• IPP 的本質：沒有政府利潤保證、自負盈虧的「發電傭兵」，在自由市場中靠競價求生

• 電力批發市場：採用 Merit Order 由低到高競價，最後一家中標者決定統一結算電價

• Merchant Risk 時代：AI 爆發前，IPP 獲利完全「看天吃飯」，面臨極高波動與破產風險

• AI 的轉折點：巨頭的「時間焦慮」賦予 IPP 絕對定價權，長約鎖定取代競價拍

• 兩大主力武器：核能（高固定成本、低邊際成本、零碳排）與天然氣（建置快、燃料成本高）

第二章：核能復興——從冷宮到王座的二十年

你現在如果在財經新聞上看到，某座擁有四十年歷史的老核電廠，居然能和微軟或亞馬遜簽下每千瓦時（MWh）破百美元的天價合約，你可能會覺得理所當然，畢竟 AI 這麼缺電嘛。

但如果你把時間倒轉回十年前，去問華爾街的分析師：「你覺得這些老核電廠未來值多少錢？」他們大概會告訴你：「這些是早晚要被拆除的負債。」

要真正理解今天核能 IPP 手上握有的合約為什麼會有如此驚人的「高溢價」，我們必須先看懂這個產業曾經經歷過多麼嚴峻的產業洗牌。

第一幕：頁岩氣革命帶來的價格洗牌

把時間推回 2010 年代，當時美國能源界發生了一件改變世界格局的大事：頁岩氣革命。

隨著水力壓裂技術的成熟，美國地底下的天然氣被大量開採出來。這導致天然氣的價格出現了歷史性的崩跌，從過去動輒每百萬英熱單位（MMBtu）10 美元以上的高價，一路狂跌到只剩2 到 3 美元。

這對一般民眾是好事，但對核能 IPP 來說，卻面臨生存危機。

天然氣價格暴跌，令那些燃燒天然氣的「複循環電廠（CCGT）」發電成本變得極度便宜。在第一章我們提過，IPP 必須在殘酷的批發市場裡「競價」賣電。當天然氣電廠可以用極低的價格把電賣到市場上時，營運成本固定、人事費用高昂的老核電廠，根本毫無還手之力。

在那個純粹比拚「誰的電便宜」的自由市場裡，核電廠發一度電就賠一度電。

從 2013 年到 2021 年間，這是一段核能產業的黑暗期。美國有高達13 座核反應爐因為不堪虧損，被迫提前退役關閉（例如著名的 Vermont Yankee、Indian Point 等）。核能佔美國總發電量的比例，也從高峰期的約 20% 開始逐漸萎縮。

當時擁有全美最大核電艦隊的巨頭 Exelon（也就是今天 Constellation Energy 的前身），甚至多次向政府發出最後通牒：如果再放任市場這樣流血競爭，他們將關閉旗下所有虧損的核電廠。

第二幕：救命稻草——ZEC 與州政府的護欄

眼看著一座座核電廠即將被推土機夷為平地，伊利諾州、紐約州等地方政府終於坐不住了。

他們算了一筆帳：如果核電廠真的關閉，首先，當地會立刻流失數千個高薪的工程師與技術人員工作；更嚴重的是，核電廠關閉後留下的電力缺口，馬上就會被便宜的天然氣電廠填補。這會令該州的碳排放量將會瞬間暴增，政府承諾的環保目標將徹底淪為笑話。

為了解決這個危機，這些州政府發明了一個續命機制：「零排放信用（Zero Emission Credit, ZEC）」。

簡單來說，政府承認了核能雖然在「價格」上打不過天然氣，但它有一項天然氣沒有的無價之寶——它不排碳。於是，州政府決定直接掏錢，針對核電廠發出的每一度「無碳電力」給予額外的補貼。

這是一個歷史性的轉折點。核電廠的生存邏輯，終於從殘酷的「純市場價格戰」，進入了有政策保護的「護欄」之內。這口氣，讓美國的核電產業勉強活了下來。

第三幕：三股力量的匯聚——ESG、淨零碳排、AI

時間來到 2020 年代，原本還在加護病房裡靠補貼續命的核能，突然迎來了三股強大力量的完美匯聚。

第一股力量是全球ESG 投資浪潮。資本市場開始嚴格檢視企業的碳足跡，「無碳電力」的價值被重新定義，不再只是環保口號，而是攸關企業融資成本的硬指標。

第二股力量是科技巨頭的淨零承諾。微軟、Google 等巨頭紛紛喊出要在 2030 年前達成「100% 全天候無碳能源（24/7 Carbon-Free Energy）」的宏大目標。他們很快就發現，光靠看天吃飯的風力和太陽能，根本無法達成這個目標。

第三股力量，也是最致命的一擊：生成式 AI 的大爆發。

當 ChatGPT 橫空出世，科技巨頭開始瘋狂興建耗電量堪比一座小城市的超大型資料中心。AI 晶片需要 24 小時、每週 7 天不間斷地運算，只要電壓稍微不穩或斷電一秒鐘，損失都是以百萬美元計。

這時候，科技巨頭們環顧四周，突然意識到一個驚人的事實：放眼全美國，能夠同時滿足「24 小時穩定供電（基載）」且「完全不排碳」的能源，只有一個——那就是那些十年前差點被拆掉的老核電廠。

一夕之間，核電廠從華爾街眼中的「虧損資產」，變成了全世界最稀缺的戰略武器。

第四幕：Constellation 的價值重估

要感受這場翻轉有多劇烈，我們只要看一家公司的命運就夠了。

2022 年 2 月，前面提過的能源巨頭 Exelon 決定將旗下負責發電的業務（包含全美最大的核電艦隊）分拆出來，獨立上市，並命名為Constellation Energy (CEG)。

在分拆上市之初，華爾街對這家「純發電公司」興趣缺缺。大家還停留在過去的刻板印象，認為這不過是一堆老舊核電廠的集合體，當時它的市值還不到200 億美元。

但隨後的故事大家都知道了。隨著AI 電力敘事的全面引爆，加上 PJM（美國最大區域電網）容量市場拍賣價格因為缺電預期而直線飆升，Constellation 的價值被徹底重估。

到了 2024 年底，當微軟為了確保 AI 算力，甚至出資推動 Constellation 重啟已經關閉的「三哩島（Three Mile Island）」核電廠，並簽下長達 20 年的保證收購合約時，市場終於對其全面重估。

在短短兩三年內，Constellation 的股價翻了三到四倍，成為標普 500 指數中表現最亮眼的個股之一。

Constellation 的價值重估，不僅是單一企業的轉折，也印證了市場對整體核能 IPP 產業的結構性改觀。

第二章小結

• 頁岩氣革命：2010 年代天然氣價格崩跌，讓核電在自由市場中失去競爭力，13 座反應爐被迫提前退役

• ZEC 政策護欄：州政府以「零排放信用」補貼核電的無碳價值，讓產業勉強存活

• 三股力量匯聚：ESG 投資浪潮 + 科技巨頭淨零承諾 + 生成式 AI 爆發，讓核電從負債變戰略資產

• 唯一解方：全美同時滿足「24/7 基載 + 零碳排」的能源，只剩老核電廠

• 價值重估典範：Constellation 從 200 億市值到股價翻 3-4 倍，印證核能 IPP 的結構性改觀

第三章：天然氣——AI 電力軍備競賽中被忽略的過渡橋樑

如果你只看過去這兩年的財經新聞，你很容易產生一種錯覺：彷彿 AI 的電力問題，只要靠重啟幾座核電廠，或是等著那些充滿未來感的微型核反應爐（SMR）發電，就能完美解決。

這是一個非常符合華爾街口味的「性感」敘事。核能確實是終極解方，但在這個被「核能復興」光環籠罩的市場裡，我們必須正視一個殘酷的物理與時間現實：遠水，救不了近火。

科技巨頭的 AI 伺服器「現在」就需要插電，但核電廠的建設與重啟卻是以「年」甚至「十年」為單位在計算。那麼，在核能真正大規模接管電網之前，這中間巨大的「電力真空期」靠什麼填補？

答案是一個在 ESG 時代被刻意低估、甚至有些政治不正確的名字：天然氣。

Read more

大家好，我是 KP，歡迎來到第 36 期的《週末思考筆記》。

這個星期的市場總算好了不少，如果大家之前的帳戶流血不少，這幾天應該也回血了不少。

投資這件事最弔詭的地方在於：主流意見往往並不代表正確答案。

當戰爭剛開打時，市場情緒竟然意外地樂觀，結果隨之而來的是連續幾週的跌跌不休；而到了最近，當越來越多人開始高喊「市場不行了」、「戰事會拖很久」、「必須轉向保守」時，這星期卻走出了一波強勁的反彈。

在這種動盪的時刻，市場總會湧現許多「先知」。你會看到很多人跳出來，宣稱自己精準猜中了轉折點、提早清倉，或是精確地在底部「抄底」。

這些「先知」看起來總是無所不能，因為他們只會拿猜中的案例來耀武揚威，至於那些猜錯的時刻，則會被靜靜地掩埋在資訊洪流中。

為什麼在動盪與不確定的時代，市場上反而會湧現這麼多「先知」？

原因很簡單：因為在極度不安中，人類天生渴求「確定性」。

當我們面對未知的恐懼時，大腦會本能地尋找一個能給出明確答案的人。那些聽起來斬釘截鐵的預測、那些宣稱精準猜中轉折點的「神操作」，本質上都是一種心理安慰劑。他們利用了投資者的焦慮，提供了一種「一切都在掌控中」的假象。

但如果你待在市場足夠久，你就會明白：這世上沒有真正的先知。

任何試圖預測市場精確拐點的人，最終都會被市場教訓。你可以連續猜對幾次，但只要你一直抱持著「猜」的心態，最終的勝率與擲骰子無異。

如何分辨「先知」的妄言，還是真正的「真知灼見」？

很簡單：不要看他的結論，要看他的推論過程。

在投資圈，有一個警訊：凡是宣稱自己預測極其準確、勝率高得驚人的人，你都必須保持高度警惕。相反地，一個真正專業且經驗豐富的投資者，往往會坦誠地告訴你：「我不確定市場明天會怎麼走。」

這聽起來可能不夠帥氣，甚至無法成為新聞頭條，但這才是投資的真相。專業投資者不做「預測」，我們做的是「場景分析」（Scenario Analysis）。

我們會基於現有的數據與邏輯，推演不同的可能性：如果 A 發生，我的應對策略是什麼？如果 B 發生，我該如何調整倉位？

這種做法雖然無法給你一個「保證獲利」的虛假快感，但它能讓你無論在什麼行情下，都能保持冷靜與主動。

我們必須理解：不確定性與波動，本身就是投資過程的一部分，是不可避免的「成本」。

試圖透過「預測」來消除波動，最終往往會導致更糟糕的結果。要麼是在恐慌中錯失機會，要麼是在過度自信中重倉翻車。

我們無法預知未來，我們只能做「有根據的推論」，並努力讓自己「對的時候比錯的時候多」。

這個星期的深入分析，正正是想帶給大家這點。

我們拋開所有標題和新聞，思考問題的本質，用不同的指標和歷史數據，去為我們的投資下決定。未必一定對，但一定有根有據，亦有在甚麼條件下我們會調整。

如果大家還未閱讀的話，我強烈推薦大家要閱讀全文。已經看了的朋友，在未來一段時間反覆拿出來重新閱讀思考，也會令大家進步不少。

本週六個主題，不作猜測，而是推高認知

主題一：600 萬美元的「小錢」，卻令 Meta 與 Google 流血？

主題二：Nike 的「贏在當下」為何無法奏效？

主題三：Nvidia 將 Marvell 收編進生態圈？

主題四：Intel 的 30 億美元「贖金」，最壞時刻已過？

主題五：Google 打響加密貨幣的生存倒數計時？

主題六：巴菲特退休後的首場採訪告訴我們甚麼了？

主題一：600 萬美元的「小錢」，卻令 Meta 與 Google 流血？

一場看似不起眼的官司在洛杉磯宣判，陪審團向一位20 歲的女性判賠600 萬美元。

被告，是社群媒體的兩大巨頭：Meta與Google (YouTube)。

對這些市值上兆的帝國而言，600 萬美元連零頭都算不上。不過，這背後代表的卻遠遠不止那數百萬美元。

一把繞過「免死金牌」的利劍

數十年來，科技平台一直躲在一面叫做「第 230 條款」（Section 230）的法律護盾後面。這條款簡單來說就是：「平台不需為用戶發布的內容負責。」這讓它們對霸凌、謠言、甚至仇恨言論引發的傷害幾乎完全免疫。

然而，這次的原告律師團決定繞道。他們不告「內容」，而是告「設計」。

他們的主張是：Meta 和 Google 刻意將平台設計成讓人成癮的「數位賭場」。無限滾動 (infinite scroll)、自動播放 (auto-play)、演算法推薦、通知提醒，這些都不是用戶創造的，而是工程師精心打造的產品功能。其唯一目的，就是最大化用戶的「在線時長」，進而最大化廣告收益。

原告控訴，正是這些「設計」導致了她從 10 歲開始，就陷入焦慮、憂鬱、身體畸形恐懼症與自我傷害的深淵。

陪審團最終採納了這個觀點，認定平台在「產品設計上存在疏忽」，並且「明知其危險性卻未警告用戶」。這個判決的歷史性意義在於，它成功地繞過了第 230 條款這面「免死金牌」，直接攻擊了科技巨頭的商業模式核心。

這就像過去菸草公司無法再以「吸菸是個人選擇」為藉口，因為法庭最終認定，他們在香菸裡刻意調整尼古丁含量，就是為了讓消費者上癮。從告「行為」轉向告「設計」，這是法律戰場上的典範轉移。

真正的恐懼：拆解「成癮印鈔機」

市場之所以恐慌，並非因為這 600 萬美元的賠償，而是因為這個判決打開了潘朵拉的盒子。目前，全美有成千上萬起類似的訴訟正在排隊等候，它們全都瞄準了同一個靶心：成癮式設計。

這次的判決，為所有後續案件提供了一份完美的「勝訴劇本」。

菸草業最終付出了超過2000 億美元的和解金。如果數千起案件都走向賠償，這將是科技業史上從未有過的財務黑洞。

不過，最致命的是，如果法院或和解協議強制要求平台為未成年人移除「無限滾動」、限制「自動播放」、或改變「演算法推薦」的邏輯，等於是親手拆掉印鈔機的核心零件。用戶在線時長 = 廣告曝光次數 = 公司營收。任何削弱成癮性的改動，都是對利潤的直接打擊。

歷史告訴我們：大科技公司是「訴訟老手」

不過，這場戰爭才剛開始，遠未到終局。

回顧過去十年，Big Tech 哪一年不是在打官司？

• 反壟斷調查：歐盟罰了 Google 幾十億歐元，Google 倒了嗎？沒有。

• 隱私醜聞：劍橋分析事件讓 Meta 賠了 50 億美元，Meta 垮了嗎？反而長得更大了。

對於這些兆元巨頭來說，法律訴訟往往是「商業成本」的一部分。它們擁有全球最強大的律師團，這場成癮案的上訴過程可能會拖上好幾年，甚至一路打到最高法院。在最終定讞之前，這 600 萬美元連一張支票都還不需要開出去。

觀望的關鍵：核心盈利模式是否受損？

對於投資者來說，現在還不到「恐慌拋售」的時候，而是一個「持續觀望」的時刻。

判斷的標準只有一個：核心賺錢邏輯有沒有被動到？

只要 Meta 的廣告引擎還在轉，只要 Google 的搜尋霸權與 AI 投資還在變現，幾場官司並不足以撼動基本面。除非未來的判決強迫它們徹底拆除「無限滾動」或「演算法推薦」，導致用戶留存時間大幅縮水，那才是真正的危機。

目前看來，這更像是法律界對科技巨頭的一次「試探」。巨頭們最終總能找到某種方式與監管達成和解，可能是增加一些家長控制功能，或是微調一些對未成年人的介面，然後繼續運作它們那台巨大的發鈔機。

這場判決確實捅破了護身符的一個小洞，值得我們高度關注，但還沒到「末日降臨」的地步。接下來的 12 到 24 個月，觀察其他類似案件的進展才是關鍵。在核心商業模式被法律真正「閹割」之前，這一切更像是大象皮膚上的一場搔癢。

主題二：Nike的「贏在當下」為何無法奏效？

2026 年 4 月 1 日，對 Nike（NKE）的投資者來說，就像一場愚人節玩笑。

隨著 Q3 財報後的指引釋出，Nike 股價單日暴跌 15.5%。不僅創下了 9 到 10 年來 的最低點，更宣告了 Nike 進入了連續第五個「大跌年」。如果你在 2021 年巔峰期投入 1,000 美元，現在只剩下不到 300 美元。

其實 Nike 的 Q3 財報，數字本身並不難看。尤其是在北美這個最重要的市場，營收實現了 3% 的增長，鞋類更是增長 6%。

然而，市場真正在意的，是 Nike 給出的展望：

• 第四季度總營收預計將下滑 2-4%，與市場期待的微幅增長背道而馳。

• 大中華區的營收，預計將迎來災難性的 20% 暴跌。

市場不再相信「利空出盡」的鬼話

這個數字，如同一記重錘，敲碎了投資者對於「轉機即將到來」的最後一絲幻想。

從 2025 年 7 月的那次短暫反彈至今，Nike 陷入了一個詭異的循環：財報數字小勝預期（Beat），但展望（Guidance）一次比一次保守。這說明管理層雖然在「止血」（清庫存、砍折扣），但還沒找到「造血」的新引擎。

關稅壓力（每年 15 億美金的隱形稅收）像枷鎖一樣扣住了毛利，而中國市場的結構性失守，則動搖了 Nike 的增長故事。

大家意識到，未來 Nike 還需要至少兩到三個季度痛苦轉型期，這場戰役的終點，比任何人想像的都還要遙遠。

一場策略，兩種命運：「北美樣板間」與「中國泥沼」

Elliott Hill 自 2024 年底回歸後，祭出的「贏在當下 Win Now」策略，核心非常清晰：回歸運動本質、修復與批發商的關係、清理庫存、提升產品創新。這套組合拳，在北美市場取得了立竿見影的效果。

北美市場就像一個「策略樣板間」。透過減少促銷、聚焦跑步等核心運動、重新贏得 Foot Locker 等大型零售商的訂單（批發業務大增 11%），Nike 成功穩住了陣腳。這證明了「Win Now」的藥方是對的。

然而，當同一個藥方應用到中國市場時，卻顯得水土不服，甚至可以說，正在經歷一場痛苦的「刮骨療傷」。連續六個季度的下滑，以及未來 -20% 的指引，揭示了問題的嚴重性。CEO 本人也坦承，中國是這場轉型中「最長的一條路」。

不是中國問題，是 Nike 自己的問題

最致命的問題是：Nike 在中國的困境，真的是「中國問題」嗎？

答案是否定的。因為 Nike 最強的對手 Adidas，在經歷了 2022-2023 年的低谷後，憑藉激進的「在中國，為中國」本土化策略（高達 60% 產品為本地設計），已經實現了連續 10 個季度的增長，2025 年在大中華區營收大增 13%。

當 Adidas 已經將 60% 的產品改為中國本土設計、緊貼「國潮」情緒時，Nike 仍試圖用全球統一的模板來餵養中國市場。

或者，是中國運動服飾行業本身不行了嗎？

答案更加否定。中國本土品牌安踏（Anta） 和李寧（Li-Ning） 正在蠶食市場。安踏 2025 年營收創下歷史新高，本土品牌合計已佔據近 56% 的市場份額。他們更懂中國消費者，供應鏈更敏捷，品牌故事也更貼近當下的民族自信。

當本地品牌安踏、李寧靠著極速供應鏈滲透二三線城市時，Nike 還在忙著清理那些過時的 Air Force 1 和 Dunk 庫存。

真相是：Nike 在中國正經歷一場「去神格化」的過程。以前勾勾標誌代表的是身分與嚮往，現在中國年輕人更看重的是「文化認同」與「性價比」。

刮骨療傷的漫漫長路

我們必須公平地說，CEO Elliott Hill 並非問題的製造者，而是承接者。他上任後推動的庫存清理，正是導致當下營收數字極度難看的主要原因，這是一場必要的、痛苦的手術。

然而，市場沒有耐心等待一個巨人緩慢轉身。

目前的股價暴跌，是市場信心的崩塌。投資者看到的是，在北美市場證明行之有效的策略，在中國這個最複雜、競爭最激烈的戰場上，需要更長的時間、更徹底的本土化改造，以及更大的決心。

「Win Now」策略在北美走出了加護病房，但在中國，它才剛剛被推上手術台。手術過程必然伴隨著失血和陣痛。市場現在想知道的，不是手術本身，而是病人究竟何時才能真正康復。

主題三：Nvidia將Marvell收編進生態圈？

繼續買買買，Nvidia的投資可以說是停不了，這次則宣布向 Marvell 投資 20 億美元。

不過，這並非收購案，Nvidia 沒有買下 Marvell 的控制權，只是透過可轉換優先股取得了一個策略性的股權位置（最初可轉換為約 2180 萬股 Marvell 普通股）。

想知道為甚麼黃仁勳要這樣做，我們需要先理解背景，究竟 Nvidia 在面臨什麼問題？

Nvidia 在面臨什麼問題？

Nvidia 在 AI 晶片市場的統治地位是毋庸置疑的。但過去兩年，一個趨勢讓他們的高層夜不能寐：超大規模雲端客戶，也就是 Nvidia 最大的買家，正在大規模自研 AI 晶片。

Google 有 TPU（現在已經到第七代 Ironwood），Amazon 有 Trainium（第四代正在量產），Microsoft 有 Maia，Meta 有 MTIA。這些客戶的訊息很清楚：我們愛你的 GPU，但你太貴了，而且我們不想被你鎖死。

這些自研晶片不是要取代 Nvidia 的所有用途。它們針對的是特定工作負載，尤其是推理（Inference），這已經成為 AI 運算需求的大宗。對於這些高度重複、可預測的任務，客製化 ASIC 可以比通用 GPU 便宜 30-50%。Anthropic 用 Trainium 省下的成本是真金白銀。

Nvidia 面臨的風險不是被徹底取代，而是被「邊緣化」到只剩高階訓練任務。如果超大規模客戶的自研晶片越做越好、生態系統越建越完整，Nvidia 在整個 AI 基礎設施中的角色就會越來越小。

NVLink Fusion：開放的假象，鎖定的現實

Nvidia 的回應是 NVLink Fusion，這個平台在 2025 年五月的 Computex 上正式發布，但這次 Marvell 投資把它推向了新的高度。

NVLink Fusion 的核心邏輯是：既然客戶非要用自己的晶片，那就讓他們在 Nvidia 的平台上用。

「你們想用自研晶片？沒問題！但別自己搞整套架構了，太累。你們的晶片直接插在我的 NVLink 匯流排上，用我的網路、我的軟體、我的機櫃標準。」

具體來說，這是一個機架級別的互連平台，允許第三方的 CPU 和客製化 XPU（AI 加速器）直接接入 Nvidia 專有的 NVLink 互連結構。

Marvell、MediaTek、Qualcomm、Fujitsu、Samsung Foundry 等公司可以授權 Nvidia 的 NVLink 晶片組和 IP，讓它們的晶片以 NVLink 的速度與 Nvidia 的 GPU、Vera CPU、BlueField DPU、Spectrum-X 交換器以及完整的軟體堆疊（CUDA、NCCL 等）溝通。

這聽起來很「開放」對吧？讓我們仔細看看：

第一，每一個 NVLink Fusion 部署都必須包含 Nvidia 的元件：GPU 或網路設備。你不能用這個技術建立一個純粹非 Nvidia 的叢集。這不是像 UALink 那樣的開放標準；這是 Nvidia 的專有結構。

第二，授權是 Nvidia 說了算。合作夥伴在 Nvidia 的結構上建構，而不是創建競爭的生態系統。

第三，軟體護城河完全沒有被觸及。無論硬體組合變得多麼異質化，一切仍然運行在 CUDA、NVLink 函式庫和 Nvidia 的 AI Enterprise 堆疊上。這才是真正的鎖定所在。

為什麼是 Marvell

NVLink Fusion 有很多合作夥伴，但 Marvell 不是其中普通的一個。這是唯一一個 Nvidia 願意掏出 20 億美元現金 的夥伴。

原因有三個層面。

首先，Marvell 和 Broadcom 是全球兩大客製化 ASIC 設計公司。他們與 AWS、Microsoft、Google 都有深厚的合作關係，這些正是 Nvidia 最想「收編」的自研晶片計劃。透過把 Marvell 的 XPU 帶進 NVLink Fusion，Nvidia 確保了這些客製化引擎可以直接插入 Nvidia 的生態系統，而不是建立獨立的競爭平台。

其次，Marvell 在高速類比、光學 DSP 和矽光子技術方面是全球領先者。這些正是 AI 資料中心下一個關鍵瓶頸：當你需要連接數千甚至數萬個加速器時，傳統的銅纜互連會撞上物理極限：功耗爆炸、距離縮短、熱量難以控制。矽光子技術用光（而非電）來傳輸資料，可以在頻寬、功耗和距離上同時取得突破。

Marvell 在 2025 年 12 月收購的 Celestial AI，其 Photonic Fabric 技術可以在單一光學晶片組上實現 16 Tbps 的頻寬，是目前最好的電氣埠口的十倍。這對於 Nvidia 所說的「吉瓦級 AI 工廠」願景至關重要。

第三，Marvell 的電信級網路專業能力讓他們可以共同開發 AI-RAN，把現有的 5G/6G 電信基礎設施轉變為 AI 就緒的網路。這開啟了一個大多數其他 NVLink 合作夥伴無法觸及的全新市場。

矽光子：下一個戰場

在這裡，我們值得深入談談矽光子技術，因為這代表了 AI 基礎設施的下一個重大轉折。

目前的機架級互連主要是銅基的：電氣 SerDes、NVLink 線纜、NVSwitch。這些技術在今天的規模下運作得很好，但當 AI 叢集擴展到數十萬甚至數百萬個加速器（用於萬億參數模型和代理式 AI）時，銅基技術會撞牆。

具體來說：功耗會佔到總系統功耗的 30-50%；距離縮短意味著需要更多的中繼器和更複雜的佈線；頻寬密度在物理上趨於飽和。

矽光子技術用光子代替電子，可以同時解決這三個問題。Marvell 的 Celestial AI 技術不僅僅是「更好的光纖」，它是把雷射、調變器、光電探測器、波導等光學元件直接製造在矽晶片上，使用標準 CMOS 製程。這意味著它可以與現有的晶片製造流程整合，而不需要完全不同的產線。

Nvidia 和 Marvell 宣布的聯合開發正是針對這個領域：為 NVLink Fusion 機架設計先進的矽光子和光學互連解決方案。第一批「半客製化」參考設計預計在 2026 年第三季 推出，很可能整合 Marvell 的 1.6T+ 光學 DSP 和即將推出的 Nvidia Rubin GPU 架構。

這個投資也要放在更大的背景下理解。

就在三週前，Nvidia 向純光學公司 Lumentum 和 Coherent 各投資了 20 億美元。Lumentum 和 Coherent 供應離散的光學元件（雷射、收發器）；Marvell 則把矽光子與客製化 XPU 和 scale-up 網路整合在一起。Nvidia 實際上在垂直整合整個光學供應鏈：純光學（Lumentum/Coherent）加上光學 + 客製化矽（Marvell）。

Marvell 得到了什麼

Marvell 當然不是單純被「收編」。這筆交易對他們來說同樣價值連城。

最直接的是 20 億美元現金。這是透過可轉換優先股提供的非稀釋（或低稀釋）資金，正好在 Marvell 最需要資本來擴大光學 DSP、矽光子和客製化 XPU 量產的時候。

更重要的是戰略驗證。Nvidia 的股權投資向巨頭傳達了一個訊息：Marvell 的技術現在是 Nvidia AI 工廠堆疊的原生組成部分。

這大幅擴展了 Marvell 的潛在市場：不僅是客製化矽，還包括完整的機架級異質化 AI 和 AI-RAN/電信（把 5G/6G 網路轉變為 AI 基礎設施）。

Marvell CEO Matt Murphy 在接受 CNBC 採訪時說得很直白：「我們靠自己做得很好，但這讓 Marvell 真正向前躍進了一大步。」

黃仁勳的競爭哲學

退後一步看，這筆交易體現了一種獨特的競爭哲學。

傳統的科技公司思維是：建立最好的產品，打敗競爭對手，贏者通吃。但 Nvidia 在 AI 時代的策略更加微妙：既然你無法阻止客戶想要客製化，就讓他們在你的平台上客製化。既然你無法阻止競爭對手做 ASIC，就讓他們的 ASIC 必須通過你的互連。

Nvidia 沒有因為開放 NVLink Fusion 而削弱自己的護城河，它實際上在加深護城河，因為它重新定義了「獨佔」的含義。

舊定義是只能用我的硬體。新定義：你可以用任何人的運算晶片，但一切都必須通過我的互連和軟體。

在異質化 AI 時代，這個新定義可能比舊定義更強大。因為它讓 Nvidia 成為 AI 基礎設施的「作業系統」，而不僅僅是晶片供應商。

二十億美元聽起來很多，但對 Nvidia 來說，這只是約三週營收。

真正的價值不在於金額，而在於這筆錢買到的東西：在 AI 基礎設施的關鍵轉折點上，把一個潛在的競爭威脅變成了生態系統的核心支柱。

主題四：Intel的30億美元「贖金」，最壞時刻已過？

Intel宣布將斥資142億美元，從私募巨頭阿波羅（Apollo） 手中，購回其愛爾蘭先進晶圓廠Fab 34的49%股權。

這筆交易乍看之下有些令人費解。Intel並不是在收購一座新工廠，也沒有增加任何一片晶圓的產能。它只是買回了自己兩年前賣掉的東西，而且還多付了30億美元的「溢價」。然而，市場的反應卻是極度興奮。

要理解今天的操作，我們必須回到兩年前。

脫離「加護病房」的財務信號

2024年的Intel，正處於公司歷史上最艱難的時期之一。營收下滑、AI領域被壓制、鉅額的建廠投資像一個無底洞般吞噬著現金流。

當時的Intel，為了籌集資金以維持在美國和歐洲的擴張計畫，同時避免背上更多債務，做了一個痛苦但必要的決定：忍痛割愛，將其在歐洲最先進、已經開始量產的Fab 34晶圓廠的49%股權，以112億美元的價格出售給了阿波羅。

這在當時，無疑是一場「斷臂求生」的權宜之計。Intel用一座皇冠上明珠的部分所有權，換取了寶貴的喘息空間。

而僅僅兩年後，Intel選擇支付30億美元的溢價，將這部分股權「贖回」。

Apollo 這種私募巨頭不是慈善機構，他們進場是要吃肉的。Intel 願意支付溢價贖身，這表明管理層相信，公司的現金流、成本控制和業務動能已經恢復到一個健康的水平，不再需要外部的財務「拐杖」。

Fab 34 生產的是什麼？是 Intel 4 和 Intel 3 製程，這正是目前 AI PC（Core Ultra） 和 AI 伺服器（Xeon 6） 的心臟。這座工廠已經運轉了兩年多，現在正是進入高利潤、高產量的「收割期」。

以前賺 100 塊要分給 Apollo 49 塊，現在 Intel 想通了：AI 推論（Inference）的需求比想像中更硬，這塊肥肉，我一口都不想分給別人。這種對 100% 利潤 的渴望，正是對自家產品最有力的背書。

Intel明確表示，這筆交易將在2027年開始對其每股盈餘（EPS）產生增益作用。這意味著，即使考慮到新增的約65億美元債務，獨佔Fab 34全部利潤所帶來的好處，將遠大於融資成本。

反攻的號角？

這是Intel自2022年以來最大規模的資本運作，但其本質與收購Tower Semiconductor那樣的擴張性併購截然不同。那類併購是為了「做大」，而這次的購回，是為了「做強」。

它標誌著Intel的戰略重心，從過去幾年的「收縮與防禦」（出售資產、削減成本），正式轉向了「自信與進攻」。

Intel管理層不僅認為公司的轉型走在正確的道路上，更重要的是，他們極度看好自家產品在AI PC和AI伺服器推理市場的需求前景。否則，沒有人會願意為一個沒有未來的資產支付如此高昂的溢價。

至於這 30 億美金的「贖金」貴不貴？等 2027 年財報 出來，答案自然會揭曉。

主題五：Google打響加密貨幣的生存倒數計時？

長期以來，加密貨幣圈對量子電腦的態度一直是「那是十年後的事」。但就在這週，Google Quantum AI 團隊發布的白皮書，向世界展示出這將會是數年之內的事。

簡單來說，那把理論上能破解比特幣和以太坊的「量子萬能鑰匙」，其製造藍圖的複雜度，比我們所有人想像的都要低得多。

起初，你可能會將此視為又一輪的「量子威脅」炒作，但這次的份量截然不同。

Google 的研究，由其頂尖科學家與以太坊基金會、史丹佛大學的專家共同完成。

研究表示，破解當今主流加密貨幣所依賴的橢圓曲線加密（ECDSA），所需的量子計算資源，比先前學術界的估計整整少了約20倍。過去我們談論的是數百萬甚至千萬級別的物理量子位元（qubits），而現在，這個數字被修正為大約50萬。

一旦這樣規模的量子電腦建成，它可以在大約9分鐘內破解一個正在廣播、等待打包的比特幣交易。這意味著「即時攔截攻擊」（on-spend attacks）從理論變為可能，攻擊者有足夠的時間在下一個區塊確認前，劫持你的資產。

我們距離威脅還有多遠？

那麼，現實世界距離建造一台擁有50萬物理位元的「密碼學相關量子電腦」（CRQC）還有多遠？

答案是：差距依然巨大，但追趕的曲線正變得越來越陡峭。

Google的「Willow」晶片擁有105個物理位元，而IBM的「Heron」系統則在133至156個之間，其餘公司的水平也大概相近。

簡單來說，我們距離Google所描述的50萬位元目標，仍有約數千倍的巨大差距。

然而，若只看物理位元的數量，你會錯過重點。過去兩年的真正突破，在於找到了「化腐朽為神奇」的方法：量子糾錯。

想像一下，不穩定的「物理位元」就像易碎的土坯磚，而我們最終需要的是堅不可摧的「邏輯位元」。

過去，我們只是在徒勞地堆積土坯磚。現在的「量子糾錯」技術，讓我們能用一堆土坯磚互相校驗、修正錯誤，從而「燒製」出一塊完美的複合磚。

這就是質變的關鍵：我們不再是堆積零件，而是開始製造真正可用的、穩定的核心。

正因為糾錯技術的飛躍，各大公司的路線圖變得異常激進。IBM和IonQ等都將2029年設定為一個交付數千乃至數萬邏輯位元的關鍵節點。而Google自己也將內部系統遷移到後量子密碼（PQC） 的最後期限，從業界普遍預期的2030年後，提前到了2029年。

我們擁有的時間窗口，是以「年」為單位，而非「月」。但這扇窗，正在以比任何人預期都快的速度關上。

解決方案已在眼前，但真正的瓶頸是「人」

好消息是，這場災難完全可以避免。

解決方案早已存在，那就是全面遷移到「後量子密碼學」（PQC）。這些新的加密演算法（如基於格的Falcon、基於雜湊的XMSS等）被認為即使在強大的量子電腦面前也能保持安全。

壞消息是，對於一個去中心化的系統而言，技術上的可行性，往往不是最大的障礙。真正的瓶頸在於治理與共識。

以太坊（ETH） 與 Solana（SOL） 雖然架構不同，但在這場量子賽跑中，它們展現了相似的敏捷性。

以太坊基金會不僅參與了白皮書的撰寫，更早已成立專門的PQC研究團隊，並規劃了清晰的升級路線圖。他們的目標是在2029年前完成核心遷移。而目前 Solana 也已經在測試網推行「Winternitz 金庫」等一次性簽章方案。

相反，比特幣的去中心化治理結構，雖然保證了其極致的穩定與抗審查性，但在面臨需要快速達成共識進行重大升級時，卻顯得異常笨重。目前相關的改進提案（BIP）仍處於非常早期的討論階段。

更棘手的是，鏈上存在大量早期鑄造、公鑰已暴露的「沉睡比特幣」（約佔總量30%以上），如何為它們提供遷移方案，將是一場巨大的協調挑戰。

進化的催化劑

那麼，我們該如何看待這次事件？

首先，必須明確，加密貨幣並未在今天被破解。但硬體發展的加速，意味著我們必須嚴肅對待Google和以太坊基金會設定的2029-2032年這個時間框架。

其次，這份白皮書，與其說是加密貨幣的「死亡判決書」，不如將其視為一張「進化催化劑」。

它揭示了潛在的威脅，同時也強迫整個行業正視並加速創新。一個能夠成功渡過這次「量子考驗」的區塊鏈，其網絡的韌性與價值共識將會得到極大的鞏固。

主題六：巴菲特退休後的首場採訪告訴我們甚麼了？

巴菲特退休後的首度現身接受CNBC採訪，沒有拋出什麼驚天動地的預測，他只是再次娓娓道來那些我們聽過無數次的投資哲學。

但這些投資哲學，恰恰是當前這個躁動、碎片化市場所最缺乏的智慧。

我將這次訪談的核心精髓，濃縮成三個關於「認知」的維度，分享給各位：

波動不是風險，而是通往財富的「門票」

當財經媒體因為 5% 的回調就開始刷紅標題、預測崩盤時，巴菲特只給了一個聳肩：「這沒什麼（This is nothing）。」

在他眼裡，Berkshire 的股價在歷史上曾三度腰斬（跌幅超過 50%）。這並非公司基本面出了問題，而是市場這個「躁鬱症患者」在發脾氣。連地表最強的投資公司都如此，你憑什麼認為自己的投資組合能倖免？

如果你想在股市獲取超額回報，不時的大幅度回撤就是你必須支付的「入場門票」。

5% 的下跌，在他眼中連折扣都算不上；30%、40%、甚至 50% 由恐慌引發的崩盤，才是他眼中真正的「跳樓大拍賣」。

只有在那種極端恐慌中，你才能以幾分錢的價格買下整棟樓。這就是「安全邊際」的極致體現：你不是在預測底部，你是在等待市場犯錯。

如果你打算在市場待上 30 年，請將「資產腰斬」寫進你的心理預期。當你預先接受了這種可能性，在它真正發生時，你才不會在最糟糕的時點恐慌性賣出。5% 的回調只是統計上的雜訊，別讓媒體的喧囂左右你長期的航向。

不過，對於普通投資者來說，我們沒有巴菲特那種每個月幾十億美金的現金流，所以「乾等」50% 的崩盤是不現實的。但我們可以學習他的心理韌性：將波動視為統計學上的噪音，而非情緒上的威脅。

買得夠早，比賣得精準更重要

關於減持 Apple，巴菲特大方承認：「我賣早了。」但他隨即補了一句更有力量的話：「但我買得更早。」

散戶往往糾結於「沒賣在最高點」的懊悔，這種情緒會導致 FOMO（恐慌性追入）或過度交易。

投資界有句老話：「沒人因為獲利了結而破產。」巴菲特是一個徹頭徹尾的務實主義者。他不在乎錯過了最後 20% 的漲幅，他在乎的是他是否吃到了這場漲幅中最肥美的「主升段」。

他之所以能對「賣早了」雲淡風輕，是因為他在 2016 年到 2018 年間，以極其低廉的價格完成了佈局。當你的成本足夠低、安全邊際足夠厚，時間的複利就已經幫你完成了最艱巨的工作。

投資不是一場追求「完美」的藝術表演，而是一場關於「勝率」與「賠率」的計算。如果你總是想精準捕捉天花板，你最終會被天花板壓垮。學會原諒自己的「不完美」，才是長期生存的關鍵。

你是在投資，還是在賭博？

「美國的經濟體系，是一座宏偉壯麗的大教堂，人類前所未見。但在教堂旁邊，他們開了一家賭場，人們可以在兩者之間自由穿梭。」

巴菲特用了一個極其優美的比喻：美國經濟是人類歷史上最強大的財富創造引擎；但旁邊充滿了手續費、演算法和引誘你頻繁交易的經紀商。

券商的本質是希望你把教堂當成賭場。因為你每交易一次，無論輸贏，「莊家」都在抽水。巴菲特痛恨那些把普通人變成「傻瓜」的產品。他認為，下注美國國運是可行的，但頻繁進出賭場則是愚蠢的。

不過，大家要理解的是，當巴菲特說「買入股票並持有 50 年」時，他預設你買的是一家偉大的公司。如果你買了一家糟糕的公司並持有 50 年，它只會歸零。因此，我們要做的，是不斷學習，理解甚麼是好公司。

別只聽一半的「神諭」

在採訪後，媒體的標題充斥著：「巴菲特嫌跌得不夠！」這類聳動的字眼。

這些標題很吸睛，但如果你真正理解他，會發現這從來都不是新聞，而是他一以貫之的哲學。

然而，在跟風之前，你必須問自己一個最關鍵的問題：你，真的能做到嗎？

巴菲特的「等待」，是建立在他能手握巨資、在場邊觀戰數年而絲毫不感焦慮（FOMO）的基礎上。我們大多數人，並沒有這種本錢。

這就是學習大師最危險的陷阱：只學了他的一招半式（等待崩盤），卻忽略了其餘更重要的心法與前提（巨額現金流、價值判斷力、超凡的耐心）。

投資的終極，是認識自己。找到最適合你性格與資源的策略，而不是盲目追逐頭條，或複製一個你根本不具備條件去執行的「神諭」。巴菲特的這次訪談，本質上是在談「定力」，一種源於深刻自我認知的定力。

在這個 AI 算力、高頻交易 橫行的時代，人類唯一能勝過機器的，或許就是那種「看透波動、忍受孤獨、拒絕誘惑」的認知深度。記住，市場永遠在那裡，只要你買得夠對、坐得夠穩，你就是這場遊戲最終的贏家。

商周專欄解禁版(付費會員專享)

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。

我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。

另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

· KP

歡迎來到 FOMO研究院的特別內容。這幾篇文章是我受邀於《商業周刊》發表的獨家專欄。根據協議，專欄文章在刊登滿一個月後，我會將完整內容解禁，專屬分享給研究院的付費會員。

💡 閱讀前的小提醒：

1. 原汁原味的「導演剪輯版」： 商周刊登的版本經過了編輯部的精簡與潤飾，而我發布在這裡的，是未經刪減的原始草稿。即使你已經看過雜誌版本，這篇原稿保留了更多我個人的推演過程，讀起來會有截然不同的風味。

2. 底層邏輯，不怕過時： 你可能會想，一個月前的文章現在看會不會太遲？熟悉我的老讀者都知道，我寫作的核心始終是拆解「底層的商業邏輯」，而非追逐短線新聞。因此，這份產業鏈的結構性分析，即使過了一個月，含金量依然不減。

3. 為何沒收到這篇的 Email 通知？ 為了避免過度轟炸大家的信箱，這系列的解禁文章，我都會以「不發送 Email 與推播」的形式獨立上架。我會在週末的常規電子報中，再把連結整理給大家慢慢回顧。

祝大家閱讀愉快！👇

Read more

(抱歉，電力下篇會再延後一期，這篇的重要性和及時性比較高)

這幾個星期，打開電視或滑開手機，新聞頭條幾乎全被中東的戰火淹沒了。

這時候，你的投資群組裡大概也是哀鴻遍野。大家都在問著同一個問題：「股市會不會崩盤？現在是不是該把股票全砍了，換成現金保命？」

遇到戰爭，我們很容易被恐慌支配。但是，我們不應該跟著新聞標題起舞。我們應該去思考兩個問題：

「跌多深」：這決定了這場危機「有多痛」。是跌個 10% 的小感冒，還是跌掉 40% 的重症？

「跌多久」：這決定了你要「熬過多長的黑夜」。是幾週內就迅速反彈的 V 型走勢，還是連跌一兩年的 L 型泥沼？

在沒有頭緒的時候，我們可以先去歷史中去尋找答案。

在展開分析之前，我想先亮出我的底牌

根據接下來三章的歷史比對，我目前對 2026 年這場危機的「機率分佈」如下：

基準情境（Base Case, 65%）：1990 年波灣戰爭式的「V 型反轉」

股市短期回檔 10%~20%，但在油價見頂、戰情出現突破後的 3 到 6 個月內收復失地。

次壞情境（Bear Case, 25%）：2022 年俄烏戰爭式的「漫長修正」

衝突拖延、通膨預期開始鬆動，Fed 被迫轉鷹，股市跌幅 20%~30%，修正期長達 8 到 12 個月。

尾部風險（Tail Risk, 10%）：1973 年式的「停滯性通膨」

海峽長期封鎖、外交破裂、OPEC+ 聯合減產，股市跌幅 40% 以上，空頭持續 18 個月以上。

接下來的第一部份，就是帶你看我為什麼這樣分配機率，以及更重要的，什麼條件下我會調整這個分配。

然後第二部份，我們將用不同的數據，分析現在市場處於甚麼狀況，甚麼情況才可以進場，行動策略。

無論你是在恐慌，在磨拳擦掌準備入場，還是不知所措。只要你看完這篇分析，你都將會有一套完整，客觀，用數據驅動的工具，來決定你下一步應該怎樣走。

在這麼多篇FOMO研究院文章中，我誠邀你一定要看完這篇。

---

第一部份：穿越週期——從歷史危機看 2026 年劇本

第一章：這次會是 1973 年的第一次石油危機嗎？

把時間倒轉回 1970 年代初，那時的美國正處於戰後經濟繁榮的尾聲。當時的美國是一個「重工業」國家，製造汽車、煉鋼、蓋大樓，每一塊錢的 GDP 都需要消耗大量的能源。更致命的是，美國當時極度依賴中東進口的廉價石油。

1973 年 10 月，第四次中東戰爭（贖罪日戰爭）爆發。美國選擇支持以色列，這徹底惹惱了阿拉伯產油國。作為報復，石油輸出國組織（OPEC）祭出了最致命的武器：石油禁運。

短短幾個月內，國際油價從每桶約 3 美元，瘋狂飆升到將近 12 美元，足足翻了四倍。

對當時的美國人來說，這是一場生活與經濟的雙重災難。加油站外排起了幾公里的長車隊，政府甚至得實施車牌單雙號限流加油。

股市的無底洞與「停滯性通膨」

油價翻了四倍，直接觸發了經濟學上最難解的絕症：「停滯性通膨（Stagflation）」。

你可以想像一下這個畫面：工廠因為電費和運輸成本太高，撐不下去只好減產甚至關門，導致大量工人失業（經濟停滯）；但同時，因為能源變貴，所有民生物資的價格又在瘋狂上漲（通膨失控）。

更糟的是當時美聯儲（Fed）荒腔走板的應對。

早在 1973 年危機爆發前，當時的美聯儲主席 Arthur Burns 為了配合 Nixon 總統的連任與越戰開銷，已經維持了過度寬鬆的貨幣政策，當時的通膨火苗早就悄悄燃起。

當石油危機爆發、物價狂飆時，美聯儲面臨了「救失業」還是「打通膨」的兩難。他們犯下了一個致命錯誤：誤把「供給側」的問題，當成「需求側」來醫。

為了拯救因油價高漲而衰退的經濟，美聯儲初期甚至選擇印鈔放水（寬鬆政策），這無異於提著汽油救火。

隨後幾年，美聯儲陷入了被後世稱為「走走停停（Stop-Go）」的惡性循環：看到通膨失控，就恐慌性升息；一升息導致經濟重挫、失業率飆高，又嚇得趕快降息。

這種反覆無常徹底摧毀了美聯儲的信譽，導致了致命的「薪資 - 物價螺旋」，民眾預期物價會永遠漲下去，工人強烈要求大幅加薪，企業只好再漲價。

這場惡夢綿延了整個十年，直到 1980 年代初 Paul Volcker 上台，用高達 20% 的極端利率才將其徹底擊潰。

這對股市來說是毀滅性的打擊。從 1973 年初到 1974 年底，標普 500 指數就像是陷入了泥沼，跌幅高達將近 48%，而且這場空頭折磨了快兩年（約 21 個月）。那不是一刀痛快的暴跌，而是每天看著資產縮水、卻看不到盡頭的慢性折磨。

2026 年的既視感與核心差異

回到 2026 年的今天，我們確實看到了相似的影子：一樣是中東地緣政治衝突，一樣是關鍵的石油運輸通道（荷姆茲海峽）受阻，油價也確實出現了劇烈的飆升。

這也是為什麼市場一開始會嚇得發抖。但如果我們冷靜下來，把 2026 年的美國經濟體質拿來跟 1973 年比對，你會發現底層邏輯已經發生了翻天覆地的變化。

這也是為什麼我在機率分佈上，把「1973 重演」的權重壓低到 10%的原因。以下是四個關鍵差異：

第一，政治勒索 vs. 物理封鎖

1973 年是 OPEC 整個中東發起的「政治禁運」，只要政治談判不攏，石油就不會出來。

但 2026 年是一場「熱戰」導致的單一咽喉點（荷姆茲海峽）物理封鎖。這意味著它有明確的「下台階」，只要軍事行動結束或外交斡旋成功，海峽就能重開。

第二，美國從「看人臉色」變成了「能源大哥」

1973 年的美國，脖子是掐在別人手裡的。但經過了過去十幾年的「頁岩油革命」，今天的美國已經是全球最大的產油國之一，甚至是一個「能源淨出口國」。

此外，現在的美國經濟是由微軟、蘋果這些科技巨頭，以及龐大的服務業撐起的。我們現在創造同樣的 GDP，能源依賴度比五十年前少了一大半。油價大漲當然還是會痛，但已經不會像當年那樣讓整個國家「休克」了。

第三，我們現在有了龐大的「避震器」

1973 年危機爆發時，美國政府手裡幾乎沒有牌可以打。事實上，正是因為當年痛定思痛，美國後來才建立了龐大的「戰略石油儲備（SPR）」。

在 2026 年的今天，當海峽運輸受阻時，美國和國際能源署（IEA）隨時可以開閘放水，釋放戰略儲備來填補短期的供給缺口。加上全球供應鏈的彈性與其他非中東產油國的產能，這為市場爭取了極大的緩衝時間。

第四，美聯儲的信譽

與 1970 年代 Burns 時期美聯儲的「走走停停」與信譽破產不同，經歷過 2022-2023 年強勢抗通膨的美聯儲，目前擁有極高的市場信譽。

目前的長期通膨預期依然被牢牢錨定，我們還沒看到工人要求無底線加薪的「薪資 - 物價螺旋」。

美聯儲有底氣與工具去「看透（look through）」這種短暫的供應衝擊，而不必像當年那樣引發深度衰退。

什麼情況下，2026 才會真的變成 1973？

我們不能盲目樂觀地說「絕對沒事」。要讓這次危機演變成 1973 年那種長達數年、油價翻四倍的停滯性通膨惡夢，必須滿足以下幾個「極端惡化」的劇本（而這些目前都不是基準情境）：

• 海峽長期封閉：封鎖從「幾週」變成「半年甚至一年以上」，且佈滿水雷無法輕易重開。

• 基礎設施永久毀滅：伊朗或卡達的液化天然氣（LNG）廠、油管遭到無法修復的破壞。

• 外交徹底破裂：Trump 談判底線失效，演變成全面轟炸電網的無限制戰爭。

• OPEC+ 趁火打劫：其他產油國不僅不幫忙，還像 1973 年那樣聯合減產對抗西方。

• 通膨螺旋失控：第二輪效應爆發，美聯儲重演 70 年代的政策失誤。

總結來說，1973 年是「但持久且無解的政治絕症（加上 Fed 的誤診）」；而 2026 年則是「初期規模極大，但一旦海峽重開就能迅速自癒的急性外傷」。

基於以上四點差異，我們目前把 1973 年劇本的機率權重壓在 10%。但請記住，這不是一個靜態的數字。

在分析的後段，我會告訴你哪些指標一旦亮紅燈，我們就必須上修這個機率。

第一章小結

• 核心差異：2026 年美國已從石油進口國轉為出口國，且經濟結構對能源依賴度大幅降低，不易重演 1973 年的「停滯性通膨」。

• 政策對比：當前美聯儲信譽與政策工具遠優於 1970 年代，有能力「看透」短期供給衝擊，避免政策失誤。

• 風險條件：唯有在海峽長期封鎖、基礎設施永久毀滅或 OPEC+ 聯合減產等極端情況下，才需擔憂 1973 年劇本重演（機率僅 10%）。

第二章：這會演變成 2022 年俄烏戰爭嗎？

2022 年那種「每個月都在跌、深不見底」的慢性折磨，至今仍讓許多股民心有餘悸。當時標普 500 指數跌了將近 25%，而且整整折磨了快 10 個月。

同樣都是戰爭引起的下跌，這次會是一樣嗎？

兩種通膨的宿命：需求拉動 vs. 供給推動

在經濟學裡，通膨主要分成兩種：

需求拉動型（Demand-Pull）：白話文就是「錢太多，追逐太少的商品」。大家滿手現金瘋狂消費，經濟處於極度過熱的狀態。

供給推動型（Cost-Push / Supply-Side Shock）：大家並沒有變得更有錢，純粹是因為原物料變貴、天災或戰爭導致生產與運輸成本大增，商家只好把成本轉嫁給消費者。

美聯儲（Fed）手上的終極武器是「利率」。升息能讓借錢變貴、壓抑民眾消費與企業投資，所以升息是打擊「需求拉動型通膨」的特效藥。

但是，升息並不能憑空印出石油，也不能幫忙打通被封鎖的海峽。面對純粹的「供給推動型通膨」，升息不僅治標不治本，還可能把已經因為物價高漲而虛弱的經濟，直接推入衰退的深淵。

2022 年的痛：無解的「混合型通膨」與被迫砸盤

2022 年之所以那麼慘，是因為我們同時撞上了這兩種通膨，形成了一個完美的「混合型風暴」。

首先是「需求拉動」：還記得疫情期間嗎？政府瘋狂印錢，發紓困金、提高失業救濟，加上當時利率幾乎是零。大家被關在家裡太久，一解封就帶著滿手的現金衝出去「報復性消費」。

接著是「供給推動」：在大家瘋狂買東西的同時，全球供應鏈卻因為疫情斷鏈了（港口大塞車、晶片缺貨），隨後又爆發了俄烏戰爭，導致全球能源和糧食價格飆升。

當「需求極度旺盛」撞上「供給嚴重不足」，美國通膨率直接飆破了 9.1%，創下 40 年來新高。

面對這種失控的混合型通膨，當時的美聯儲別無選擇，只能「被迫」祭出史上最暴力的升息循環。短短 18 個月內把利率從 0% 狂拉到 5.5%，硬生生地踩下經濟的煞車。

請記住這個重點：2022 年股市暴跌 25%、連跌 10 個月的真正元兇，不是俄烏戰爭本身，而是美聯儲為了消滅「需求過熱」所進行的暴力升息。

升息直接殺殺了科技股的估值，讓市場經歷了漫長且痛苦的重新定價。

2026 年的美伊衝突：純粹的「供給側衝擊」

現在，讓我們把鏡頭拉回 2026 年 3 月的今天。

這次的美伊衝突，導致荷姆茲海峽受阻、油價飆升。這是一個「純粹的供給側衝擊（Supply-Side Shock）」。

現在的美國經濟，勞動市場已經溫和降溫，民眾也沒有滿手的超額儲蓄去瘋狂消費。也就是說，現在的通膨壓力純粹是因為「海峽被封、運費與油價變貴」所導致的成本上升。

面對純粹的供給側衝擊，經濟學的邏輯是：物價變貴會自然吃掉老百姓的消費力，經濟增長會放緩。這時候如果美聯儲還跑去瘋狂升息，等於是把已經受傷的經濟往死裡打。

美聯儲的底牌：有底氣「看透（Look through）」短期陣痛

這就是為什麼這次美聯儲的態度完全不同。

就在兩個星期前，Fed 主席 Jerome Powell 在記者會上已經亮出了底牌。當被記者問到現在算不算是 1970 年代的「停滯性通膨」時，Powell 明確否認了。

他表示，目前的確面臨油價上漲帶來的短期通膨壓力，但這與 1970 年代那種雙位數失業率加雙位數通膨的絕境「完全無法相提並論」。更重要的是，Powell 暗示了美聯儲這次有耐心去「看透（Look through）」這種短期的供給衝擊。

什麼叫「看透」？白話文就是：「我知道現在油價很貴、通膨數字會稍微反彈（可能來到 3%~4.2%），但只要這不是因為大家瘋狂消費引起的，我們就不會像 2022 年那樣瘋狂升息來砸盤。」

只要美聯儲不暴力升息，股市的估值就不會遭到毀滅性的打擊。在我們的基準情境下，2026 年的股市會因為戰爭的不確定性而回檔，但演變成 2022 年那種長達 10 個月慢性折磨的機率，我目前評估在 25%。

要讓這個機率上升，你需要看到通膨預期脫錨和 Fed 語氣明確轉鷹，這些訊號我們在後面章節會詳細拆解。

第二章小結

• 通膨本質：2022 年是「需求過熱 + 供給衝擊」的混合型通膨，迫使聯儲暴力升息；2026 年則是純粹的「供給側衝擊」。

• 聯儲態度：Powell 明確表態可「看透」短期油價波動，只要沒有薪資 - 物價螺旋，聯儲不會為了供給衝擊而暴力升息砸盤。

• 市場影響：只要聯儲不大幅升息，股市估值就不會遭受如 2022 年般的毀滅性打擊（演變成此劇本機率 25%）。

第三章：1990 年波灣戰爭的借鏡

1990 年 8 月 2 日，當時的伊拉克總統 Saddam Hussein 因為剛打完兩伊戰爭、國庫空虛，下令軍隊閃電入侵鄰國科威特，並在極短的時間內吞併了這個產油富國。

這對當時的世界來說無異於晴天霹靂。伊拉克加上科威特，瞬間控制了全球近 9% 的石油供應。全世界陷入了極度恐慌：Saddam Hussein 會不會繼續揮軍南下，攻打全球最大的產油國沙地阿拉伯？

恐慌情緒立刻蔓延到交易市場。國際油價在短短幾個月內，從每桶 17 美元狂飆到 40 美元，足足翻了一倍多。

伴隨著「黑金危機」，美國股市（標普 500 指數）在短短兩個多月內，暴跌了將近 15% 到 20%。

為什麼說 1990 年最像 2026 年的今天？

1. 同樣的咽喉被掐住（純粹的供給側衝擊）：

1990 年是科威特油田被佔領；2026 年的今天則是荷姆茲海峽受阻。兩者都是針對波斯灣核心產油區的「物理性阻斷」。

雖然這次海峽受阻的規模比當年更大，但本質上都是短期內推升成本的「供給側能源衝擊」。

2.油價的漲幅量級屬於同一級別

這一點非常關鍵，因為它直接決定了股市會跌多少、經濟會受多大傷害。

開戰後油價飆升超過 30%。如果從 2026 年的低點算起，油價累計已上漲約 60%。1990 年是 ~90%。兩者屬於同一個量級。

2026 年的油價衝擊比 2022 年大得多，但比 1973 年小得多，它落在 1990 年的區間裡。

3. 同樣的戰爭型態與「地面部隊」的巧合：

當年美軍發動「沙漠風暴」，靠著壓倒性的空中精準打擊迅速摧毀目標。你可能會問：「可是最近新聞說，美軍已經把第 82 空降師和的黎波里號（USS Tripoli）上的 3500 名海軍陸戰隊部署到中東，準備對 Kharg Island 進行地面突擊了，這難道不會變成越戰那樣的泥沼嗎？」

當年的波灣戰爭在長達數週的空襲後，也包含了一場著名的「100 小時地面戰」。目前五角大廈的部署，定位是「快速反應、有限度的突擊與護航」，而不是為了佔領伊朗領土或推翻政權。

只要不演變成無限期的佔領，這就完全符合 1990 年「海空為主、短暫地面戰為輔」的劇本。

3. 同樣有明確的「下台階」：

1990 年，只要伊拉克軍隊撤出，危機就解除；2026 年的今天，雙方已經在透過巴基斯坦傳遞「15 點和平提案」，美國官員也頻頻暗示行動是「以週計，而非以月計」。雙方都有明確的外交退場機制。

美國政府可以結束軍事行動，而非被動地結束。換句話說，跟 1973 年 OPEC 蓄意對西方國家實施長達五個月的石油禁運完全不同。歷史先例表明，當供給衝擊的成因是地緣政治事件而非需求端崩塌時，市場通常會更快地反彈。

這正是 1990 年的劇本：油價暴漲約 135%，標普 500 下跌 16-18%，然後在 1991 年衝突結束、油價崩落後反彈了 26-29%。那次衰退溫和且短暫，一旦地緣政治的導火線被移除，市場就迅速復原。

這更像是一場最終會解除的供給衝擊，而非結構性的經濟斷裂。

其實，2026 年的美國比 1990 年更能扛

到這裡，你可能會覺得：「好吧，我接受 2026 年和 1990 年比較像。但『像』就代表結果會一樣嗎？」

答案是：不僅會一樣，甚至可能更好。因為今天的美國經濟在幾乎每一個關鍵維度上，吸收石油衝擊的能力都遠強於 1990 年。

美國從石油進口國變成了出口國。這點上面已經分析過，不再詳寫。

1990 年的美國經濟已經在衰退中，2026 年沒有。

這一點至關重要，卻常常被忽略。很多人以為 1990 年的衰退是被波灣戰爭「引發」的。事實並非如此——衰退在伊拉克入侵科威特之前就已經開始了。油價衝擊只是對一個已經在流血的經濟再補了一刀。

2026 年呢？進入這場中東危機前，美國主要的經濟領先指標並未暗示衰退風險升高。消費支出、服務業和就業趨勢相對穩健。2025 年第四季的企業財報季也顯示了可觀的盈利、營收和利潤率趨勢。

換句話說，1990 年是一個虛弱的病人被油價補了一刀；2026 年是一個相對健康的人被油價撞了一下。復原速度當然不同。

企業盈利：2026 遠強於 1990。

1990 年的企業盈利已經在走弱，衰退只是讓情況雪上加霜。

相反，在2026年美國企業以極高的盈利能力和利潤率進入了這場危機——這是 1990 年所沒有的「基本面護城河」。

我們必須誠實面對的風險：估值

講了這麼多「2026 比 1990 更強」的好消息，我們也必須正面承認一個 2026 年確實不如 1990 年的維度：起始估值更高。

1990 年標普 500 的本益比大約在 14-16 倍。當油價暴跌後，股票已經很便宜了，聰明的資金自然蜂擁而入。

2026 年呢？標普 500 從 1 月份的歷史高點已經下跌了不少。但即便跌了這麼多，目前的本益比仍然在 20 倍左右——比 1990 年貴了不少。

這意味著什麼？如果盈利預期被持續高油價侵蝕，估值壓縮的風險比 1990 年更大。股票不是從「便宜」的地方開始跌的，而是從「貴」的地方開始跌的。

估值是風險，但修正本身也是在消化這個風險。

股市的奇妙時間差：為什麼提早三個月落底？

Read more

大家好，我是 KP。歡迎來到第 35 期 的《週末思考筆記》。

在市場極度波動的當下，噪音特別多。

你會看到有人急著說熊市要來了快清倉，有人盲目充當啦啦隊，彷彿只要音量夠大、操作夠頻繁，就能躲過風暴。

但這麼多年來，我見過太多人，買入時其實是為了短線投機，結果股價一跌，就立刻催眠自己是在做「價值投資」。

他們越跌越買，美其名曰「攤平佈局」，實則是拒絕承認錯誤。

請誠實地照照鏡子

雖然過去幾週已經不斷強調了，但我仍想繼續重複。請大家誠實地照照鏡子，重新檢視你的持倉，問自己兩個問題：

1. 哪些股票是具備長期競爭力、即便市場關閉三年你依然敢持有的「優質資產」？

2. 哪些只是你當初跟風追逐、一時衝動買入，其實你根本不了解其內在價值的「投機標的」？

如果你的持倉屬於後者，那麼「越跌越買」就不是勇氣，而是慢性自殺。

關掉 APP 之前，先做好這件事

很多人說：既然市場這麼亂，不如乾脆關掉 APP 不看盤，去做點別的事情更好。

關於這點，我的答案是：是，也不是。

遠離噪音確實有助於保持冷靜，但在你關掉 APP 之前，有一連串的動作必須先完成。如果倉位依然過重、仍然滿手你根本不真正了解的標的，這時候的關機不叫「心態穩健」，而叫「掩耳盜鈴」。

你必須先確保即便市場出現最極端的情況，你的組合也不會崩潰。只有當你做好了最壞的打算，並在操作上完成了防禦佈署，你才有資格遠離盤面，耐心等待反擊機會。

每一步都做好，並不保證你絕對不會虧損，但它能保證你「不會輸到一敗塗地」。

紀律比內幕更重要

在這個動盪的時代，紀律比任何所謂的「內幕」或「技術指標」都重要。唯有誠實地面對自己的組合，你才能在下一次反攻號角響起時，依然留在戰場上。

現在就去檢視你的倉位，按順序執行。我們不求在風暴中大發橫財，但求在風暴過後，我們依然是那個手握籌碼的人。

本週 6 個主題追蹤

主題一：亞馬遜研發內部 AI 工具，卻重擊軟體股？

主題二：ARM 親自上陣，殺入 CPU 市場？

主題三：馬斯克的 Terafab 狂想能否成功？這其實不是重點

主題四：Google 出手殺死記憶體了？

主題五：OpenAI 為何親手砍掉爆紅的 Sora？

主題六：CLARITY 法案流出，穩定幣前景不明？

主題一：亞馬遜研發內部AI工具，卻重擊軟體股？

正當市場開始忘記了「軟件末日」，軟件股開始靜稍稍反彈時，一則消息又將他們重重擊倒。

據報導，亞馬遜AWS正在內部部署一個AI代理（Agent），用於自動化其銷售和技術支援團隊的部分工作。

這個內部AI代理，本質上是一個超級專家系統。它把原本分散在各個部門的網路架構、資安、雲端運算的頂尖專家知識，全部「餵」給了基於 Amazon Bedrock 開發的 AI 代理人。讓一線銷售人員能即時回答客戶最刁鑽的技術問題，而無需再將問題上報給人類專家。

重點是，亞馬遜剛剛才在這些部門進行了大規模裁員。 這代表了亞馬遜認為：「我不需要那麼多昂貴的人力和繁瑣的軟體流程了，因為我的 AI 代理人能做得更好、更快、更便宜。」

賣出整個軍火庫

亞馬遜並不打算把這套工作賣給你，但是，他們把整個「造代理」的工廠，Amazon Bedrock平台賣給你。

它在AWS Marketplace上甚至開設了「AI代理與工具」專區，鼓勵所有客戶和合作夥伴去打造屬於自己的代理。

企業不再需要購買昂貴的、標準化的SaaS套件，而是可以直接在AWS上，針對自身獨特的業務流程，打造更貼合、更高效的AI代理。

它將自己定位為新時代的基礎設施。就像NVIDIA用GPU卡住了AI的硬體命脈一樣，亞馬遜正試圖用Bedrock平台，卡住「代理式AI」時代的軟體基礎設施命脈。

如果這個做法成功的話，大企業不再需要購買昂貴的外部軟體來解決問題，他們可以直接在 AI 基礎設施上「長出」自己的解決方案。

從「輔助」到「取代」

這其實和過去Claude CoWork的消息並沒有甚麼分別，軟體正在從「人類操作的工具」轉變為「AI 運行的背景板」，這個是一個正在發生的大趨勢。

過去我們買軟體是為了讓員工更有生產力；未來，公司可能直接「僱傭」AI 代理人，而這些代理人根本不需要精美的 UI 介面或繁瑣的 SaaS 訂閱。

目前的市場情緒正處於「無差別拋售」的階段，IGV（軟體 ETF）今年以來超過 20% 的跌幅，反映了投資人對「人頭稅模式」崩潰的極度恐慌。

但我認為，在這一片廢墟中，確實存在被「誤殺」的標的。整個板塊會被顛覆，但不會消失。然而，現在絕不是「閉眼抄底」的時候。你必須極度謹慎地去分辨：誰是在裸泳，誰是真的在進化。

軟體股過去幾週的回穩，更像是 SaaSpocalypse 過程中的一次喘息。亞馬遜的動作告訴我們，AI 代理人的滲透速度比想像中快得多，而且是從最有價值的企業內部開始燃燒。

在 AI 代理人徹底重塑企業支出結構之前，軟體業的估值重估（De-rating）將會持續進行。

主題二：ARM親自上陣，殺入CPU市場？

「隨著AI的發展，你需要越來越多的CPU，非常、非常多」

Arm的執行長Rene Haas宣布，他們將會正式推出自家CPU晶片。

過去幾年，大家都只討論GPU，彷彿只要算力夠大，AI 就能解決一切。但隨著「代理人（Agent）」生態的爆發，遊戲規則變了。

如果說 GPU 是 AI 的「肌肉」，負責處理龐大的神經網絡運算；那麼 CPU 就是 AI 的「大腦皮質」，負責邏輯調度、環境感知與自主決策。

從GPU獨霸到CPU的逆襲

為何代理式AI會成為CPU的救世主？

過去的AI模型，更像是一個被動的「大腦」。你問，它答。其主要的算力消耗集中在「訓練」這個環節，這正是GPU的專長，進行大規模、高並行的矩陣運算。

但代理式AI完全不同。它不再是被動的大腦，而是無數個可以自主行動的「數位勞工」。

想像一下，你要求一個AI代理幫你規劃旅行，它需要同時瀏覽航班網站、預訂酒店、查詢天氣、安排行程。這不再是單一的重度運算，而是成千上萬個獨立、並行、需要快速反應的輕量級任務。

這，正是CPU的主場。

Arm的執行長一語道破天機：「一個人類花一兩分鐘可能產生100個token，一個AI代理能做到15倍。而這些，全都是CPU的工作。」

這股全新的「運算需求」是如此龐大，以至於連專注GPU的Nvidia都不得不重新佈局，推出了不含任何顯卡的純CPU伺服器機櫃。科技巨頭Meta更是下了第一張意義重大的「純CPU」資料中心訂單。

從「軍火設計師」到「晶片之王」

多年來，Arm一直是半導體世界裡的「瑞士」：中立、強大，但永遠隱身幕後。

它不製造晶片，而是將其低功耗的晶片架構（IP）授權給蘋果、高通、Nvidia等巨頭，讓它們去打造自己的產品。Arm是那個設計武器藍圖的「軍火設計師」，而非親赴戰場的將軍。

但現在，Arm撕毀了這份不成文的規則。它推出了史上第一款由自己親自設計、製造並銷售的晶片：Arm AGI CPU。

這款擁有高達136核心、採用台積電3奈米製程的晶片，其目標極其明確：專為AI代理的運算負載而生，直接挑戰由Intel和AMD的x86架構所統治的資料中心市場。Arm宣稱，其能源效率是競爭對手的兩倍，這對於耗電如流水的AI資料中心而言，是致命的誘惑。

當然，這做法並非沒有隱憂。當Arm開始直接銷售晶片，它日後就可能會成為自己IP客戶（如高通、Nvidia等）的直接對手。

當然，他們表示這只不過是為了擴充產品選項，但這始終會令原本純粹的關係，變得複雜起來。

除了商業模式的衝突，Arm 還面臨著一個非常現實的考驗：產能。

設計出一顆完美的 AI CPU 是一回事，能不能大規模量產又是另一回事。目前市場對高效能運算的渴求近乎瘋狂，Intel 與 AMD 甚至因為供不應求而聯手漲價。在這種背景下，Arm 的新晶片能否大規模量產，也是一個疑問。

從雙雄爭霸到「戰國時代」

Arm的入局，最受衝擊的無疑是Intel和AMD。但與其說這是一場你死我活的顛覆，不如說它宣告了一個新時代的來臨：CPU市場的「戰國時代」。

AI代理引爆的龐大需求，確保了在可預見的未來，市場有足夠的空間容納多個玩家。Intel和AMD的漲價底氣，正來源於此。

不過，x86雙雄壟斷的格局將被打破。客戶（特別是雲端巨頭）將擁有更多選擇，可以在x86、Arm公版晶片、以及基於Arm架構的自研晶片之間縱橫捭闔，以獲取最佳的成本和效能。

Intel和AMD則必須在享受市場紅利的同時，拿出更具競爭力的產品，以應對來自四面八方的挑戰。

主題三：馬斯克的 Terafab 狂想能否成功？這其實不是重點

馬斯克終於出手，宣佈建立起自己的半導體超級工廠，目標直指 1 Terawatt 的 AI 算力，這幾乎是目前全球產出的 50 倍。

很多人在爭論這個「垂直整合」的夢想是否太過瘋狂，或者 2 奈米製程 的良率能否達成。

但作為投資者，我們不需要跟著群眾的情緒起伏，而是應該思考問題的本質。

這座工廠最後能否如期產出完美的晶片，沒有人能知道。但那幾百億美金的初始資本支出（Capex） 卻是真金白銀，而且必須先掏出來。

為什麼非 2 奈米不可？

過去，SpaceX 使用的晶片通常是經過「抗輻射強化」的舊世代產品，追求的是在極端環境下的穩定。但 Terafab 要做的是全新的東西：軌道 AI 數據中心。

在太空中，每一公克的重量和每一瓦的散熱都是極限挑戰。馬斯克需要的是在極小體積內發揮極致算力，同時功耗比（Efficiency） 必須達到前所未有的高度。

這不是現有的成熟製程能解決的，他必須直接攻頂 2 奈米。

避不開的「光刻壟斷」與「製程守門人」

如果你認同「初始投資必先發生」這個前提，那麼半導體設備商（WFE）就是這場賽局中唯一的「確定性」。

首先，要玩 2 奈米，你就繞不開 EUV（極紫外光） 和 High-NA EUV，每台單價高達 3 到 4 億美金。ASML 擁有全球壟斷地位，訂單能見度直接排到幾年後。無論馬斯克最後晶片良率如何，ASML 的錢是收定了。

如果說 ASML 是雕刻大師，那麼這些公司就是必不可少的工匠團隊。

KLA（科磊）：扮演「品保總監」的角色。它的檢測和量測設備確保在奈米級別的操作中，每一個步驟都完美無瑕。製程越先進，對品保的要求就越苛刻，KLA 的價值就越高。

Applied Materials (AMAT，應用材料) 和 Lam Research (LRCX，科林研發)：它們是「建築工頭」，負責在晶圓上進行沉積（鋪設材料）和蝕刻（雕刻圖案）等繁重工作。訂單量同樣巨大。

能源悖論：為了「無限能源」，必須先「燃燒地球」

這裡存在一個極其迷人的悖論：馬斯克之所以想把數據中心搬上太空，是為了直接獲取太陽那近乎「無限」的能源，擺脫地球電網的束縛。

但諷刺的是，為了實現這個「太空能源夢」，他必須先在地球上消耗掉天文數字般的電力。

Terafab 全面運轉後，預計需要超過 10 吉瓦（GW） 的電力。這相當於數座核電廠的發電量，足以讓整個德州的電網為之顫抖。

馬斯克曾說過，電力將是 AI 發展的第一大約束。當算力需求暴增時，擁有穩定基載電力（尤其是核能）的能源供應商，將擁有極強的議價能力。

在拿到太空的「無限能源」之前，馬斯克必須先過德州電網這一關。

執行力有風險，但訂單沒有

馬斯克的項目向來伴隨著「極度樂觀的時程表」和「極高的執行風險」。Terafab 最終能否顛覆台積電？現在下結論還太早。

但對於理性的投資者來說，我們不需要去賭那個最終結果。我們賭的是「過程」。

當這座 1 億平方英尺 的工廠在奧斯汀破土動工的那一刻，設備訂單就已經發出，能源合約就已經在擬定。執行力風險是馬斯克的，但確定性的營收增長是屬於這些設備巨頭的。

在科技狂人的宏大敘事中，倒不如選擇那些「不管誰贏，他都收錢」的生意。

主題四：Google出手殺死記憶體了？

Google發表了一項名為「TurboQuant」的軟體演算法突破，記憶體晶片類股應聲重挫。

這合理嗎？我認為：完全合理。

但前提是，我們必須理解，市場上同時存在兩種看似矛盾、卻各自成立的「理性」：一種是短線資金的「交易理性」，另一種是產業發展的「結構理性」。這次的修正，正是前者壓倒後者。

發生了什麼？一個軟體魔法

首先，讓我們快速回顧一下事件的核心。

大型語言模型（LLM）在處理長文時，需要一個巨大的「短期記憶區」，稱為KV快取（KV Cache）。隨著模型上下文長度的爆炸性增長，這塊區域成為了AI伺服器中最吞噬昂貴高速記憶體（HBM/DRAM）的元兇。

Google的TurboQuant，就是一個聰明絕頂的數學魔法。它透過一種無需重新訓練模型的演算法，在不損失任何精度的前提下，將這塊記憶體的佔用壓縮了至少6倍，同時還能讓部分計算速度提升高達8倍。

這是一個純軟體、純演算法的勝利，它讓現有的硬體能以更聰明的方式工作。

為什麼 NVIDIA 之前的動作沒嚇到人？

眼尖的讀者可能會問：Nvidia 過去幾個月不是也推出了類似的 KV 壓縮技術（如 DMS 或 KVTC），甚至號稱能壓縮 20 倍嗎？為什麼那時市場沒反應？

關鍵在於「通用性」與「心理預期」。Nvidia 的技術通常綁定在自家生態系（TensorRT-LLM），大家覺得那是「應該的」。但 Google 這次拋出的是一個不分硬體、不需重新訓練的數學解法。

但更重要的是，時機決定了敘事。當市場正處於高位、投機情緒達到頂點、戰爭危機不明朗、大家都在尋找獲利了結的理由時，Google 這個「更簡單、更通用」的方案，就成了壓垮短期信心的那根稻草。

短線交易的理性 vs. 長線投資的遠見

既然同樣的任務，現在只需要過去六分之一的記憶體，那對記憶體晶片的需求不就崩盤了嗎？

這個結論，是典型的「第一層思維」。

但是，對於短線資金來說，基於這個結論進行拋售，是完全合理的交易行為。

在2025年至2026年初的AI狂潮中，記憶體股已經累積了巨大的漲幅，其中充斥著大量的動能交易者、對沖基金和追逐頭條的短線投機資本。

對他們而言，TurboQuant的出現，構成了一個完美的「賣出新聞」（Sell the News）觸發器。

「Google斬斷AI最大瓶頸」這樣的標題，即便長期來看可能被證偽，但在當下製造了巨大的不確定性。

短線資金的生存法則是「先開槍，後問話」。

試想一下，最近有多少人在談論記憶體？「HBM」這個詞已經從一個晦澀的產業術語，變成了連你的祖父母都可能聽過的熱門話題。

人人都知道「AI很耗記憶體」、「記憶體很貴」。但其中又有多少人真正理解軟體優化與硬體需求之間的複雜互動？寥寥無幾。

因此，當「Google軟體突破大幅降低記憶體需求」這樣的頭條新聞出現時，市場的反應其實十分合理。它觸發了一波來自散戶與熱錢的「恐慌性賣壓」，他們根據新聞標題交易，而非深入分析。他們不會等待細節，只會選擇拋售。

歷史的鏡子：DeepSeek 的 MLA 奇蹟

如果你覺得 6 倍壓縮很驚人，那我們回頭看看 2025 年初發生的事情。

當時DeepSeek 發布了 V3 與 R1 模型，引入了一項名為 MLA（Multi-head Latent Attention） 的底層架構突破。這不是像 TurboQuant 這樣的後製補丁，而是從訓練階段就改變了模型結構。

MLA 的壓縮率有多誇張？

• 傳統架構（MHA）： 在 128k 上下文下，可能需要數百 GB 的 KV 快取。

• DeepSeek MLA： 將 KV 快取體積直接砍掉了 93%。

• 結果： 它的記憶體佔用比傳統架構減少了 20 到 60 倍。

當時（2025 年 1 月），市場也出現了同樣的恐慌，「如果模型效率提升 60 倍，我們還需要這麼多 HBM 嗎？」

但之後的結果是，DeepSeek 的成功讓全球意識到，長上下文、高吞吐量的推理原來可以這麼便宜、這麼好用。於是，全球企業開始瘋狂部署更長的對話、更複雜的 AI 代理人（Agents）。HBM 的總需求不但沒有下降，反而因為應用場景的爆發而進一步激增。

又是傑文斯悖論（Jevons Paradox）

「傑文斯悖論」最近「老是常出現」，但也要再介紹一下：

當一項技術的效率顯著提升，導致其使用成本大幅下降時，它的總消耗量不但不會減少，反而會因為應用的普及而大幅增加。

在過去，因為長上下文的記憶體成本太高，我們只能運行128k tokens的模型，或者限制對話的輪次。

但現在有了TurboQuant這樣的技術，運行百萬級token模型的成本大幅降低。

企業會怎麼做？他們會說「太好了，我們可以省錢裁撤伺服器」嗎？不，他們會說：「太棒了！我們終於可以讓AI處理整本書、一整季的財報、或是開發需要超長記憶的複雜AI代理人了！」

軟體效率的提升，從來不是為了讓硬體「休息」，而是為了解放硬體性能的枷鎖，去挑戰過去無法想像的任務。成本的下降會催生出海量的、更複雜的AI應用，最終反而會驅動對更多、更強大硬體的需求。

一場全行業的軍備競賽

我們亦必須意識到，Google的TurboQuant並非一個孤立事件。它是一場席捲整個AI行業的、針對記憶體瓶頸的「軍備競賽」的縮影。

當前，推理成本（Inference Cost），特別是記憶體牆，已經取代了其他因素，成為限制AI模型規模化應用的頭號瓶頸。

因此，我們看到Google和Nvidia相繼推出自家的技術，嘗試打破這道記憶體牆。

是「重新定位」不是被「顛覆」

我不認為記憶體產業正在被顛覆；相反地，它正變得比以往更加核心。但核心並不代表股價會一路向上。

目前的動盪，是市場在經歷一場痛苦但健康的「去槓桿」與「重新定價」。當那些追逐熱點的籌碼因為恐懼而離場，市場的噪音才會消失，將過度膨脹的預期，修正回紮實的基本面。

如果你身處其中，必須理解：當大眾不再瘋狂討論記憶體時，這場長線遊戲才真正回歸健康。

主題五：OpenAI為何親手砍掉爆紅的Sora？

幾個月前還被譽為「改變世界」、引爆全球社群的AI影片模型Sora，被OpenAI親手送進了墳墓。

一個現象級的產品，還與迪士尼簽下天價合約，正是聲勢如日中天之時，為何突然被判處死刑？

Sora被砍，證明了AI的「煙火秀時代」已經結束。

煙火秀 vs. 印鈔機：一場關於成本的清醒

Sora用驚人的視覺效果點燃了所有人的想像力，但也以驚人的速度燒掉了真金白銀。根據內部估算，在高峰期，Sora每天的運算成本過千萬美元，而其整個生命週期的App內購收入，卻僅僅只有幾百萬美元。

這是一個典型的「叫好不叫座」的困境。當新鮮感退去，用戶留存率和付費意願直線下滑。Sora證明了OpenAI的技術實力，卻也暴露了其商業模式的脆弱。

這就是「煙火」與「印鈔機」的區別。煙火升空時萬眾矚目，但璀璨過後只剩青煙；而印鈔機，雖然外表枯燥乏味，卻能持續、穩定地創造價值。OpenAI意識到，他們不能再沉迷於放煙火了。

從「無所不能」到「有所不為」

這場轉變的催化劑，是來自競爭對手的警鐘，尤其是Anthropic。

當OpenAI還在四處出擊，沉迷於Sora、瀏覽器、電商、成人模式等各種「支線任務」時，Anthropic卻極度專注地打磨它的企業級和開發者工具。結果是，Anthropic的Claude Code在利潤最豐厚的企業市場，開始蠶食OpenAI的市佔率。

OpenAI正陷入一種「創新者的詛咒」，因為過去太成功，導致戰線拉得太長，反而讓專注的對手在核心戰場上取得了優勢。

因此，這場看似「自斷手腳」的收縮，其實是一次極其理性的戰略聚焦。砍掉Sora和其他實驗性項目，不是放棄創新，而是將所有寶貴的資源，最頂尖的人才和最昂貴的GPU算力，全部集中到真正能建立護城河的戰場上：

1. 企業級服務 (B2B)：為公司打造能真正降本增效的AI工作流。

2. 開發者工具 (Coding)：讓程式設計師離不開你，進而讓他們所在的公司買單。

這是一次從「無所不能」的幻想，回歸到「有所不為」的商業紀律。

「專注時代」的手術刀有多快？

這場被內部稱為「專注時代」(Focus Era) 的戰略修剪，最近幾個星期，除了Sora外，OpenAI已經分別砍掉了即時結帳功能，成人模式。

而Atlas獨立瀏覽器，Health健康助手等面向普通消費者的垂直領域應用，也有可能隨時被暫停。

這背後的邏輯清晰無比：任何不能直接貢獻於企業生產力、開發者工具、或長期AGI基礎設施的項目，現在都被視為必須清除的「雜音」。

AI的價值正在轉移

AI行業，正從「故事的性感程度」轉向「現金流的健康程度」。一個能生成酷炫影片的模型，遠不如一個能幫企業每年省下數百萬美元的「無聊」工具來得有價值。Sora的殞落，是市場對所有AI概念股的一次估值重估。

AI的下一場戰爭，不在於誰的模型跑分更高，而在於誰能將AI無縫嵌入到企業的日常工作流程中。當你的AI成為一家公司不可或缺的「數位員工」時，這才是最深的護城河。

OpenAI現在的目標，正是打造一個整合所有功能的「超級工作App」，鎖定高價值的企業用戶。

主題六：CLARITY法案流出，穩定幣前景不明？

加密貨幣監管《CLARITY Act》草案流出，其中針對「穩定幣利息」的禁令引發市場對 Circle 劇烈拋售。

要理解其精準打擊點，需先區分穩定幣世界中兩種截然不同的「收益」。

第一種是借貸收益。當你把 USDC 存入交易所借貸產品，平台將幣借給需要槓桿或抵押的借款人，再將利息分給你。這筆收益來自市場真實借貸需求，與發行商儲備金無關。牛市時可達 10-15%，目前約 5-8%。

第二種是儲備金利息的轉嫁。發行商收到美元後，投資於短期美國國債和現金等價物（目前收益率約 4-5%）。若發行商將這筆利息直接或間接「轉嫁」給持有人，用戶僅需持有穩定幣，即可賺取接近無風險利率的收益。

CLARITY Act 草案瞄準的，正是第二種。

關鍵在於區分：Circle 本身從未直接向 USDC 持有人支付利息

Circle 的商業模式是：利用支撐 USDC 的儲備金（約 750-800 億美元）投資短期國債。2025 財年這筆儲備金利息收入約 26.4 億美元，佔總收入 95-96%，但這筆錢並未流向普通用戶。

相反，Circle 將部分儲備金收入「分享」給 Coinbase。根據協議，Coinbase 平台上持有的 USDC 所產生利息，Coinbase 拿走 100%；平台外的 USDC，Coinbase 拿走 50%。這意味著 Circle 每年需支付給 Coinbase 超過 9 億美元。

Coinbase 拿到這筆錢後，資助其平台上的「USDC 獎勵計劃」（目前約 3.5% 年化）。用戶只需將 USDC 放在 Coinbase 上，無需操作即可賺取獎勵。

從經濟效果看，這就是儲備金利息的間接轉嫁，只是中間多了一層 Coinbase。草案中「經濟上或功能上等同於利息」的措辭，正是為了將這種繞道安排納入禁令。

過去兩年，產業一直期待 Circle 更進一步：將 USDC 從支付工具升級為可與銀行存款競爭的「數位儲蓄帳戶」。

想像一下：將美元換成 USDC，無論存在 Coinbase、MetaMask 或任何錢包，都能自動獲得接近無風險利率的收益。全球化、24/7、即時流動、無跨境手續費。這是一個能吸走全球數萬億美元銀行存款的產品願景。

Circle 並未在主產品 USDC 上這樣做，僅推出了小規模獨立產品 USYC（代幣化貨幣市場基金） 作為概念驗證。市場一直在等待他們扣下扳機，而 CLARITY Act 草案現在告訴市場：這個扳機可能永遠不會被扣下，至少不會以監管允許的方式。

銀行為何勝出

這份草案並非意外，而是傳統銀行和信用合作社遊說超過一年的成果。

他們的論點直接：若允許穩定幣發行商或平台向用戶支付類似銀行存款的利息，這些公司就變成了「不受監管的影子銀行」。它們無需存款保險、資本要求或社區再投資義務，卻能提供比大多數銀行帳戶更高的收益。

後果是大規模「存款遷移」。摩根大通和美國銀行的訴求是：穩定幣可以是支付工具，但不能是儲蓄產品；不能用國債利息來搶我們的存款。

CLARITY Act 草案給了他們想要的：禁止被動收益，但保留「基於活動的」獎勵（如交易、質押、提供流動性、支付使用等）。

會有大規模資金回流銀行嗎？

目前 Coinbase 平台上約有 178 億美元 的 USDC，佔總流通量約 24%。其中相當一部分確實是「為了收益而來」：用戶將美元從銀行轉到 Coinbase，換成 USDC，什麼都不做，只為那 3.5% 的被動獎勵。

這些錢會轉回銀行嗎？

部分會。純粹為了收益的「懶錢」，現在少了一個留在加密平台的理由。高收益儲蓄帳戶和貨幣市場基金目前也提供 4-4.75% 收益，且有 FDIC 保險 或更傳統的安全保障。對只想賺息、不怎麼交易的用戶來說，傳統金融產品吸引力回升。

但大多數 USDC 持有者不會動。

原因很簡單：他們本來就在加密生態系統裡。將 USDC 存在 Coinbase 或錢包，意味著可随时在加密貨幣下跌時一鍵買入、24/7 全球轉帳僅需幾分錢手續費、或橋接到 Layer 2 及 DeFi 協議賺取「基於活動」的收益（草案仍允許）。

轉回銀行意味著等待電匯、支付手續費、失去即時流動性。對已身處加密世界的人來說，這不划算。

在我看來，被動收益消失會減緩 USDC 流通量增長速度，但不會逆轉增長本身。USDC 的真正成長動力：交易量、機構採用、跨境支付、代幣化資產仍然完好。

宏觀圖景

退後一步看，CLARITY Act 草案代表了一個根本的定位選擇：美國監管機構決定讓穩定幣成為支付工具，而非儲蓄產品。

這對產業意味著什麼？

首先，「穩定幣取代銀行存款」的敘事被按下暫停鍵。至少在美國監管框架內，你不會看到一個合規且能直接競爭高收益儲蓄帳戶的穩定幣產品，銀行的護城河暫時保住。

第二，Circle 的長期定位可能沒有市場首日定價的那麼糟。其核心商業模式（擴大流通量 → 用儲備金賺取國債利息） 完全未受觸及。若 Coinbase 議價權下降，Circle 甚至可能分到更大蛋糕。

第三，這只是草案，不是法律。參議院文本仍在協商，眾議院尚未行動。未來幾週可能會有修訂。Coinbase 正積極遊說反對這些條款，Circle 則相對安靜，這本身就說明了誰更擔心。

投資者應對策略

若你持有 Circle 或 Coinbase 股票，這是一個經典的「讀懂細節」時刻。市場首日反應是恐慌驅動的，未區分發行商和分銷商的差異。

Circle 的主要敍事（用流通量賺取儲備金利息）並未破壞。被禁止的是將利息轉嫁給終端用戶的機制。對剛上市的公司而言，監管不確定性確實會壓縮估值，但非致命傷。

Coinbase 面臨的挑戰更直接。USDC 獎勵計劃是用戶獲取和留存的重要工具。若工具被拿走，他們需尋找其他方式吸引用戶將穩定幣留在平台。短期內利潤率可能提高（不用發錢給用戶），但長期持有量增長可能放緩。

若你關心穩定幣作為資產類別，訊息是混合的。「數位儲蓄帳戶」願景被推遲，但「數位支付軌道」願景完好。USDC 不會成為高收益儲蓄帳戶替代品，但它仍是全球最便宜、最快、最可程式化的美元轉移方式之一。

若你只是想要收益，草案實際上在告訴你：去 DeFi。借貸收益仍然合法，而且草案可能會把更多資金推向那個方向。

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續創作的最大動力。

最後，宣傳一下自己，我在各大社交平台都有定期發文。

另外Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

• KP

美國光纖通訊展，在往常只不過是一堆傳統電信商在拉網路線的展覽。

但上週在洛杉磯落幕的 OFC 2026（美國光纖通訊展），已經與以往截然不同。這場吸引了破紀錄 17,800 人、超過 700 家廠商 參展的全球最大光通訊盛會，本質上已經變成了一場「AI 基礎建設峰會」。

為什麼？因為微軟、Google、Meta、NVIDIA 這些 AI 巨頭們開始強烈感受到算力瓶頸的壓力。當 AI 叢集動輒塞入十萬顆 GPU，功耗與散熱問題已逼近機房極限。

整場大會最受關注的核心議題是：「銅 vs 光」。在 AI 資料中心裡，到底哪些地方該用銅線、哪些地方該用光纖？

大會呈現的共識是：未來不會有單一贏家，而是多種技術並存的過渡階段。

讀完這份分析，你將學會：

• 搞懂技術迷宮：不再被 LPO、LRO、NPO、CPO、XPO 等縮寫搞混，用「兩個座標軸」就能快速判斷每項技術的應用場景與優劣勢。

• 看清大廠底牌：微軟、Meta、NVIDIA、AWS、Google 五大巨頭的光學採購策略截然不同，了解他們的策略。

• 掌握投資節奏：2026-2028 年各有不同的技術主角，什麼時間點該關注什麼賽道。

• 識別真正瓶頸：InP 晶圓產能、OCS 訂單能見度、熱管理需求。這些才是決定供應鏈誰賺大錢的關鍵，而非表面的技術名稱。

• 部署投資策略：市場已 Price in 多少預期？什麼情況會引發 30-50% 回調？學會用「企業成長 vs 估值擴張」框架判斷自己賺的是哪部分的錢。

導讀：寫在開始前

可能大家收到這份分析的時候，心裡會閃過一絲疑惑。「不是上星期寫完電力分析上篇，這星期就該出下篇嗎？」

本來是的。但在光通訊大會結束後，我進行了大量研究，途中發現一個問題：資料極度散亂，技術名詞多不勝數，對絕大多數投資者極不友好。

即使你在不同地方看過各種分析，基本上都只能是「點」，看不懂全局。

原因很簡單，光通訊太過複雜，大會公佈的資訊量太大，專有名詞多到根本不可能理解每個東西的具體位置。

於是，我決定把這些資料聚集起來，化成一篇完整分析，把所有的「點」連成一線。

OFC 大會公佈的東西非常多，不可能全部寫完（不然至少 6、7 萬字），總得挑重點。但我相信，這會是你能看到最整體、最容易入口，同時保持一定技術深度的華文光通訊分析。

事先聲明，雖然老讀者都會清楚我將複雜東西解釋清楚的能力，但光通訊的複雜程度非同小可。如果要解釋每個名詞，會嚴重影響整體理解。

所以，如果看到有部份名詞我只是輕輕帶過，你又看不懂的話，直接略過就可以。 你需要了解的關鍵概念，我一定會解釋清楚。寫出這些技術名詞的原因，是方便想深入研究的朋友自行追蹤。

關於投資，我先說結論：光很好，潛力仍然很大，但也很貴。

我相信訂閱 FOMO 研究院的，都不是為了伸手抄作業的。但整篇分析的重點，是讓大家了解現在的具體進展、技術路徑、時間表。

最終希望達到的，是真正清楚自己在投資什麼，風險位置在哪兒。 如果未來出現大幅回調，可以回頭拿出這份報告，看看究竟是基本面變化了，還是技術邏輯不再成立。

幾個月前我寫過一篇深入的光通訊分析，是 FOMO 研究院至今最高人氣的文章。我會建議大家重溫一次（看完這篇前後都可以），對整個行業的認知會更上一層樓。

最後，如果可以先按個讚再閱讀，我會感激不盡，謝謝。

第一章：你需要記住的兩個座標軸

要搞懂這些眼花撩亂的光通訊技術，先來重溫兩個座標軸：「你的資料要去哪裡？」以及「你打算用什麼引擎？」

座標軸一：你的資料要去哪裡？（地理範圍）

想像你是 AI 企業總裁，員工（GPU）溝通距離決定網路選擇：

Scale-up（向上擴展 / 縱向擴充）：頂級專家的高壓會議室

• 場景： 場景： 把同一機櫃內的幾十、上百顆 GPU 綁在一起，運作像一顆「巨型 GPU」訓練大模型。

• 現況： 專家需極度頻繁、毫秒不差地交頭接耳。過去是銅線天下，但現在距離和發熱到極限，光通訊須深入機櫃內部。

Scale-out（向外擴展 / 橫向擴充）：跨國企業的中央廣播系統

• 場景： 單房間裝不下，將幾千個機櫃互連，組成巨大資料中心網路。

• 現況： 目前最成熟做法，依賴乙太網路或 InfiniBand。重點在於面板塞更滿、傳更遠、壞了好修。

Scale-across（跨域擴展）：城市間的高鐵網路

• 場景： OFC 2026 熱門第三維度。AI 訓練從「超級機房」走向「分散協作運算」。跨城市資料中心互連（DCI）年增速超過 50%。

座標軸二：你用什麼引擎？（光電轉換技術）

目的地確定，接下來挑選「翻譯官（光學模組）」。

為什麼會有這麼多不同技術？因為每種距離都會帶來截然不同的挑戰：功耗要壓到多低？散熱要多強？壞了要多好修？密度要多高？ 這些 trade-off 讓產業發展出多種互補解法。

我們可以用「光引擎距離核心晶片有多近」來分類（這決定了省電程度與維修難易度）：

1. 外接派（Pluggable Camp）：主要應用在 Scale-out（機櫃間連線）

這派的特色是光學模組像 USB 隨身碟 一樣，插在機器的最外面（前面板）。好處是超級好修，壞了隨時拔換。

• LPO（線性驅動）： 「直腸子翻譯官」。大膽移除模組裡最耗電的 DSP（負責糾錯），讓交換器晶片自己處理雜訊。結果？省電 50%、幾乎零延遲。

• LRO（線性接收光學）： 2026 年真正量產的主力「務實翻譯官」。 它只拔掉接收端的 DSP，保留發送端糾錯能力， 省電 30-40%，大幅提升互通性與穩定性，已被 Google 與 Meta 大規模採用。

• XPO（極致可插拔）： 2026 年的新興技術，由網路大廠 Arista 帶頭搞出的「超級巨無霸隨身碟」。既然面板塞不下，就做一個超大、密度是現在四倍、甚至自帶「水冷散熱板」的模組。它保留了外接派好維修的優點，同時解決了散熱危機。

LPO 和 LRO 是兩種「線性處理方式」（DSP 拔掉的程度不同，LRO 更務實且目前量產領先），而 XPO 則是全新的「超大外殼規格」，它可以把 LPO 或 LRO 裝進去，讓面板密度直接翻 4 倍。

2. 內建派：原本設計主攻 Scale-up（機櫃內極短距離），但 2026 年已率先在 Scale-out 交換器上量產。

這派認為電訊號走到機殼外面太耗電，因此將翻譯官搬進內部緊貼核心晶片。（GPU 或交換器 ASIC）。

• NPO（近封裝光學）： 2026 年真正的中間點。它把光引擎放在緊貼晶片的旁邊（距離僅幾毫米），但沒有焊死，而是做成「插槽式」。享受了極致省電的好處，壞了還能單獨拔下來換。

• CPO（共封裝光學）： 未來的終極武器。 直接把光引擎跟運算晶片包在同一個殼子裡，合而為一。省電無敵、速度最快。目前 NVIDIA 已開始在交換器（Scale-out）上實質出貨 CPO 版本（Spectrum-X / Quantum-X），但在 Scale-up 機櫃內部仍因維修半徑問題而保守使用，因為目前有一個致命傷：維修。只要一個小雷射壞了，整張昂貴的晶片可能都要跟著報廢。

銅線的最後防線：極短距離

在機櫃內部幾十公分到幾公尺的極短距離內，銅線依然有著「零光電轉換功耗」與「超低成本」的絕對優勢。

• CPC（共封裝銅纜, Co Packaged Copper）： 處理晶片到晶片的超短距離（<1.5 公尺），直接從晶片拉出超粗銅線。這是 NPO/CPO 在機櫃內部最直接的對手，目前由 Samtec、TE Connectivity 與 Marvell 主推，是 Scale-up 極短連線的最後銅線堡壘。

  

• AEC（主動電纜, Active Electrical Cables）： 處理交換器到交換器的中短距離（2–7 公尺，這是 Credo 等公司的強項）。這是 LPO/LRO/XPO 在 Scale-out 短連線的最直接競爭者。Credo 目前市占領先，已被 AWS、Microsoft、Meta 大量採用。

CPC 與 AEC 本身並非競爭關係，而是各司其職（一個超短、一個中短）。它們共同組成銅線在 AI 機房裡的「最後防線」，只要距離夠短、成本與可靠性優先，銅線就還不會被光學完全取代。

雖然外接派主要對應 Scale-out、內建派主要對應 Scale-up，但這只是方便記憶的「戰場分工」。實際部署時，超級大廠會根據具體距離、功耗與維修需求混合使用(例如CPO/NPO也開始用在Scale-out場景)。

核心共識：這不是一場「你死我活」的淘汰賽

OFC 2026 給投資人與產業觀察者最重要的一個觀念是：不要再問「誰會取代誰」了。

在未來的 AI 算力中心裡，這些技術將會「混合部署」、各司其職。一台頂級的交換器，它的前面板可能插著 XPO（負責向外連線 Scale-out），機器內部裝著 NPO（負責極速省電的轉換），而機櫃內最近的兩顆 GPU 之間，依然連著 CPC 銅線。

這是一張百花齊放的藍圖。而為了讓這些千奇百怪的武器能夠互相配合，廠商們在 OFC 開展前夕，聯手制定了三個全新的遊戲規則。

第一章小結：兩個座標軸

• 地理範圍三維度：Scale-up（機櫃內GPU互連）、Scale-out（機櫃間連線）、Scale-across（跨城市DCI）

• 光電轉換技術分類：外接派（LPO/LRO/XPO）vs 內建派（NPO/CPO）vs 銅線（CPC/AEC）

• 核心共識：未來是混合部署，非單一技術淘汰賽

第二章：OFC 2026 最大的新聞——三套新標準同時落地

在 OFC 大會開幕的前後幾天，光通訊產業同時發布了三套全新的產業標準（MSA，多源協議）。

這三套標準各自針對 AI 資料中心光通訊的不同環節，提供統一規範：

• OCI MSA： 定義了 Scale-up（機櫃內部、GPU 之間極短距離互連）所使用的光訊號格式與傳輸協定。它讓所有設備都能用同一套共同語言來傳輸資料，取代過去已經逼近物理極限的銅線方案。

• XPO MSA： 定義了 外接式大型光模組 的外殼、散熱設計與機械規格。它專為 Scale-out（機櫃之間的連線）設計，大幅提高前面板的模組密度與散熱能力，讓單一模組就能處理更高頻寬。

• Open CPX MSA： 定義了 光學引擎直接安裝在晶片旁邊 的插座與介面規格。它讓 NPO 或 CPO 等內建式光學技術能跨廠商互換使用，解決了過去每家規格都不相容的問題。

當這三者結合在一起，產業正式告別了過去幾年「各家廠商各自為政、規格互不相容」的混亂摸索期，進入了可以大規模量產的加速階段。

（一）OCI MSA：超級大廠親自下場制定的「光語言」

如果你攤開 OCI MSA（Optical Compute Interconnect） 的發起人名單，你會發現一件有趣的事：AMD、Broadcom、Meta、Microsoft、NVIDIA、OpenAI。

發現了嗎？這份名單裡，沒有任何一家傳統的光學零組件大廠（例如 Coherent 或 Lumentum）。這是一份純粹由「買方」與「晶片設計方」組成的超級聯盟。這是歷史上第一次，超級大廠們決定繞過光學供應商，直接站出來定義光學規格。

他們要解決什麼問題？

OCI 的唯一目標，是為 Scale-up 制定開放標準，取代逼近極限的銅線。

在技術上，OCI 選擇了一條「化繁為簡」的務實路線。它放棄了複雜且耗電的 DSP 訊號處理，改用最基礎的 NRZ 調變技術。

為了達到極高頻寬，它採用了 DWDM（密集波分複用） 技術，讓單一根標準光纖可以同時跑多種顏色的光，而且是「雙向傳輸（BiDi）」。

第一代（GEN1）標準 就能在單根光纖上達成單向 200Gbps 的速度，第二代將翻倍至 800Gbps，未來的路線圖更直指 3.2Tbps 以上。

OCI 架構預設採用 「外部雷射源（ELS）」設計，這是其核心規範之一^。因為雷射發光時非常怕熱，而 GPU 旁邊又是一個大火爐，把雷射移到外面，不僅解決了散熱問題，雷射壞了也更容易更換。

這套標準的誕生，本質上是超級大廠們為了「削弱單一供應商議價能力」的策略。

過去，如果你買了某家的光學引擎，你就被他的專利綁死了；現在，只要大家都說 OCI 這套「統一語言」，微軟或 Meta 就可以自由混搭不同供應商的零件。

這對 Coherent 或 Lumentum 這些光學軍火商是壞事嗎？短期來看，他們的議價能力確實被稀釋了；但從大局來看，因為 OCI 標準化了規格，整個 Scale-up 光通訊市場 將從「零」開始迎來爆發性成長。

把餅做大的速度，絕對遠超過毛利被壓縮的速度，因此對光學大廠依然是淨利多。

（註：你可能注意到了，這份超級大廠名單裡少了一個關鍵名字：Google。他們為什麼不加入？我們將在後面的章節為您揭曉。）

（二）XPO MSA：Arista 主導的「超級大插頭」

如果說 OCI 是看不見的訊號語言，那麼由 Arista 領軍、聯手超過 45 家廠商 在 2026 年 OFC 展會推出的 XPO (eXtra-dense Pluggable Optics)，就是肉眼可見的硬體進化。

這項技術出現的核心動機非常簡單：當 AI 叢集的規模衝到 10 萬顆 GPU 以上，傳統的網路連接方式已經無法支撐「Scale-out」所需的極致密度。

在 XPO 出現之前，業界主要依賴 OSFP 模組，外型就像一個寬大的 USB 隨身碟，插在交換器的前面板上。

然而，隨著傳輸速度狂飆，這些「小隨身碟」遇到了兩大物理障礙。首先是散熱，單一模組產生的廢熱已突破 400W，熱得像熨斗一樣，傳統的風扇空冷幾乎快要把機房融化；其次是頻寬，前面板的空間有限，無法塞進更多插頭來滿足日益增長的數據胃口。

Arista 的解法十分直接：既然現有的插頭不夠用，那就做一個「自帶水冷的超級大插頭」。

XPO 的體積 大約是傳統 OSFP 的 2.7 倍，這讓它有空間塞進雙面電路板，使單一模組的頻寬達到驚人的 12.8Tbps，相當於一口氣抵掉 8 個傳統模組。

更關鍵的設計在於它解決了散熱的頑疾。XPO 內部整合了液冷散熱板，透過盲插快拆接頭，利用 40-45°C 的溫水就能輕鬆帶走高達 400W 的熱能。此外，為了應對如此龐大的功耗，它改採 50V DC 母線供電，大幅減輕了交換器主機板的電流負擔。

這項轉變對資本支出（CapEx）的影響是顯而易見的。根據 Arista 的試算，在一座擁有 12.8 萬顆 GPU 的超級 AI 工廠中，如果使用傳統模組，需要建構 1,408 個交換器機架；但如果改用密度高出四倍的 XPO，機架數量能精簡至 352 個。這省下的不僅是昂貴的機器設備，還包括龐大的機房空間、複雜的管線佈置與冷卻電費。

值得注意的是，這項技術之所以獲得微軟等巨頭的支持，是因為它完美保留了「外接派」的核心優勢：可維修性。

與那些將光學組件直接焊死在晶片旁的內部技術（如 CPO）不同，XPO 維持了機械式卡榫設計。

一旦模組發生故障，技術人員只需要像拔 USB 一樣將其拉出更換，完全不需要讓整台交換器停機。在追求算力極致的同時，XPO 為資料中心保留了那份極其珍貴的營運韌性與彈性。

Arista 本身並不製造或銷售 XPO 光學模組，這些模組將由 MSA 合作的光學供應商（包含所有主要廠商）生產與出貨，他們的核心業務仍是銷售高速乙太網路交換器與完整網路系統。

XPO 的重點在於間接但高槓桿的營收加速：它讓 Arista 的交換器解決方案變得極具吸引力，帶動 Arista 核心交換器與系統的出貨量。

（三）Open CPX MSA：為 CPO/NPO 打造的「通用插座」

最後一塊拼圖，是為「內建派」準備的 Open CPX MSA。由 Ciena、Coherent、Marvell 等大廠發起。

如果光學引擎要搬進機器內部，緊貼著核心晶片（這就是我們前面說的 NPO 或 CPO），目前最大的障礙就是「每家廠商的長相都不一樣」。A 廠的腳位跟 B 廠的散熱設計完全不相容。

Open CPX 的目標，就是把這些靠近晶片的光學引擎，變成可以跨品牌互換的「標準化插座模組」。他們正在定義統一的連接器機械結構、散熱供電方式以及電氣腳位。

你可以把它想像成光通訊界的「USB-C 接口統一運動」，預計在五年內，這種標準化插座每年的出貨量將超過一億個端口。

三者如何完美協同？

看到這裡，你應該明白了：這三套標準完全沒有競爭關係。

在未來的 AI 伺服器裡，你可以讓光訊號跑著 OCI 標準 的語言，然後根據你的需求，選擇把它裝進 XPO 模組（插在機器外面，方便維修、密度極高），或者是把它裝進 Open CPX 引擎（裝在機器內部晶片旁，追求極致省電）。

這三套標準的同時落地，是 OFC 2026 釋放出最強烈的結構性訊號：產業的「去風險化（De-risk）」已經完成。

超級大廠們不再需要把幾百億美元的預算押注在單一廠商的獨家技術上。供應鏈變得可預測、多元化且標準化。 當遊戲規則畫定，接下來就是產能與良率的軍備競賽了。

第二章小結：三套新標準落地

• OCI MSA：由買方主導（NVIDIA/微軟/Meta等），定義Scale-up光訊號標準，削弱供應商議價能力

• XPO MSA：Arista主導，超大外殼+水冷散熱，面板密度翻4倍，保留可維修性

• Open CPX MSA：為NPO/CPO打造通用插座，解決跨廠商相容問題

• 意義：產業告別混亂摸索期，進入大規模量產加速階段

第三章：CPO 準備好了嗎？

在 OFC 2026 中，有一場名為「CPO 整合是否已為 AI 管線準備就緒？」的論壇，由 NVIDIA、Broadcom 等技術先驅主持，坐著來自 Google、Meta、Oracle 與微軟 的頂尖專家。

被譽為終極武器的 CPO（共封裝光學），究竟是否已經準備就緒？這場大會直接把 CPO 的四大問題 攤在了陽光下。

問題一：維修問題

這是全場討論最激烈、也是超級大廠們最害怕的問題。

想像一下，你家客廳的一顆燈泡壞了，但因為這顆燈泡是跟整棟房子的地基「焊死」在一起的，所以為了換燈泡，你必須把整棟房子拆了。這就是目前 CPO 面臨的窘境。

在傳統設計裡，光模組壞了，工程師只要走到機櫃前，像拔隨身碟一樣把它拔出來換一顆就好。

但在 CPO 的架構 下，光學引擎是跟極度昂貴的交換器核心晶片綁在一起的。只要其中一個光學通道故障，可能連帶導致 64 個以上的端口 停擺，甚至整張價值數萬美元的主板都要跟著報廢。

來自 Google 與 Meta 的專家帶來了真實的營運數據，坦言他們對 CPO 感到「猶豫」。

Meta 曾在部份交換器上做過實機測試，結論是：「看起來有希望，但樣本量遠遠不足以說服我們把身家押上去。」 Oracle 的架構師亦表示，在千兆瓦級的 AI 工廠裡，機器的「營運韌性」是絕對不容妥協的。

問題二：從無塵室到機房的「水土不服」

即便解決了維修問題，CPO 在製造與物理環境上也面臨巨大挑戰。

專家們點出了一個現實：CPO 需要將光纖與晶片進行極度精準的對齊。 在實驗室的無塵室裡，這件事可以做得很完美；但當這些設備被搬進充滿微塵、震動、且溫度極高的實際機房時，只要有一點點灰塵掉進去，或者底板因為高溫產生了微小的翹曲，光訊號就會嚴重衰減。

此外，CPO 把光學元件拉到了發熱量極大的運算晶片旁邊，這意味著它必須承受比以往更高的溫度，散熱管理變得異常複雜，幾乎非得依賴水冷不可。

問題三：成本與功耗的痛苦抉擇

Read more

大家好，我是 KP。歡迎來到第 34 期的《週末思考筆記》。

這段時間，市場依舊籠罩在不確定性之中。既沒有出現足以讓人興奮「抄底」的大幅回撤，也沒有明確的單邊趨勢，大體上維持著觀望的格局。

但「沒有操作」並不代表「沒有作為」。

投資的大部分時間，其實都應該花在思考與學習上。當市場靜止時，正是我們修煉內功、補齊認知拼圖的最佳時機。

本週發生的事情其實非常多且關鍵：從 Nvidia 的 GTC 大會、光通訊盛會 OFC、美光的財報，到卡達 LNG 廠意外等事件。這些看似散亂的點，背後都隱藏著值得深挖的產業邏輯。

隨著研究院的社群日益壯大，我常在留言區或投票中看到新加入的朋友敲碗，希望能分析某些特定的行業或公司。看到大家對知識的渴求，我其實非常欣慰，這也證明了我們這裡聚集了一群同樣重視深度思考的人。

不過，我也發現一個有趣的現象：有些大家想我討論的主題，其實我在幾個月前已經做過「深入分析」了。

這正是我想跟大家分享的一個「閱讀小訣竅」：

不要把這裡當作一般的週更報紙，看過就丟；請把它當作一座不斷擴充的「投資圖書館」。

這涉及到我對「FOMO 研究院」的定位。在投資圈，最常見的模式是「KOL 導向」：某個大師認為時機已到，號召粉絲進場。

這種模式追求的是及時性，但缺點也顯而易見：兩週前的分析，到了今天可能就成了過時的廢紙。

但我追求的，是另一種極致。

我寫的每一篇深度分析，往往長達兩萬字甚至更多。我知道這很長，甚至有點「硬」，但我的初衷是為了打造「長青內容」。

因為我想做的，不是追逐表象的資訊，而是將一個行業的商業模式從底層到表層、從宏觀到微觀的投資邏輯徹底拆解。我們討論計價模型、分析 Bull Case（牛市情境）與 Bear Case（熊市情境），是為了讓你真正「看懂」一家公司。

我的目標是：即使你在半年、一年後重新翻閱，這份報告依然具有強大的參考價值。

在我的邏輯裡，投資的本質是買入一家好公司並分享其成長成果。而要拿得住、敢重倉，前提是你對它的邏輯有著堅不可摧的理解。

因此，研究院的運作邏輯是：用「極深度分析」為大家打好不同產業的地基；再透過每週的「週末筆記」追蹤新進展，不斷驗證或修正原本的推論。

這就是為什麼你會在筆記中看到大量的往期連結，事實上，我自己也經常重溫過往的分析，因為那些底層邏輯是不會輕易改變的。

所以，當你成為會員的那一刻，你得到的並不只是「下一篇」分析，而是立刻解鎖了整座知識庫的鑰匙。

如果你是剛加入的朋友，我非常推薦你往回探索。那些過往的產業拆解，往往就是理解當下市場波動最好的「導讀手冊」。你會發現，很多現在看似混亂的市場訊號，其實早就在過往的邏輯框架中預演過了。

這裡的價值，不在於我每個星期為大家「喊單」，而在於我們共同建立的這個不斷增長的深度投資資料庫。

通過持續的學習、重溫與驗證，我們對世界運作的理解會越來越通透。你未必能在一時三刻間消化所有內容並立刻發財，但請相信我，這種「認知複利」，才是長久且穩定獲利的唯一捷徑。

這才是訂閱「FOMO 研究院」真正的意義：你買的不只是一時三刻的資訊，更是時間與認知的複利。

本週，讓我們繼續透過 6 個主題，完善我們的認知地圖：

• 主題一：Grok準備拜師華爾街精英？

• 主題二：毛利率 81%，美光不再是週期股了嗎？

• 主題三：微軟準備提告OpenAI和亞馬遜？

• 主題四：光通訊新憲法，巨頭發起的OCI聯盟是為了重新定義規則？

• 主題五：Nvidia是如何做到一年一更的？

• 主題六：為何黃仁勳要盛讚OpenClaw?

主題一：Grok準備拜師華爾街精英？

根據報導，xAI正在大規模招聘華爾街的銀行家、信貸專家和交易員。但並非為了傳統的融資或併購，而是邀請他們成為AI模型Grok的「私人導師」。

這一步棋，表面上看似在追趕競爭對手，但深究其內核，這其實是Elon Musk典型的「第一性原理」體現。發現此路不通後，迅速切換到一條更具實驗性、也更有趣的新路徑。

從「推倒重來」到「大腦移植」

要理解這次招聘的深意，必須先看xAI近期的「大動作」。2026年3月初，馬斯克公開承認：「xAI的初版架構是錯的，我們正在從地基開始重建。」伴隨而來的是創始團隊的大換血，以及代號為「Macrohard」的宏大專案被廢棄。

這說明馬斯克意識到，單純靠增加算力、餵養海量網路數據的「通才教育」，在面對極度嚴謹的專業領域時，效率低得驚人。於是，他選擇了另一條路：直接為Grok進行一場「專業大腦移植」。

讓我們用第一性原理來思考：打造一個頂級金融AI的目標是什麼？不是讓它背誦全世界的財報，而是讓它能像一位經驗豐富的投資銀行家那樣去「思考」和「推理」。

傳統路徑是「餵養」海量數據，期待智慧「湧現」，這條路成本高昂且充滿不確定性。馬斯克顯然在問一個更根本的問題：既然目標是模仿專家的思維，為何不直接讓專家來「教」呢？

這就是xAI正在做的事。聘請這些金融專家，其任務不是處理報表，而是將他們數十年積累的、無法量化的「金融直覺」與「決策邏輯」，例如如何分析一筆槓桿收購的風險、如何為複雜的資產抵押債券（CLO）定價，轉化為AI可以理解和學習的「思維步驟」。

這是一場知識萃取工程，一場「數位學徒制」的實驗。AI不再是圖書館，而是成為了頂級專家的學徒。這就像武俠小說裡的「真氣灌頂」，繞過了數十年的苦修，押注於「知識的品質」遠勝於「數據的數量」。

為何金融是這條新路徑的「灘頭堡」？

馬斯克選擇金融作為突破口，我認為有兩個原因：

1. 容錯率極低的價值高地：金融是錯誤成本最高的領域，一個小數點的偏差就是數百萬美元的損失。如果Grok能在這種高壓環境下提供可靠的推理，其商業價值將直接對標企業級服務的高額利潤。

2. 挑戰「彭博霸權」：結合X的即時資訊流，一個精通金融推理的Grok將變得極度強大。它不再只是個聊天機器人，而是一個能即時分析市場傳聞、模擬交易策略的「決策副駕」。這是在以一種更具互動性、成本更低的方式，挑戰Bloomberg Terminal的護城河。

身為金融人，我為何感到興奮而非恐懼？

坦白說，作為一名金融從業者，我對目前市面上通用AI的表現一直抱持著「謹慎使用」的態度。

雖然現在的AI已經能做摘要、跑數據，但如果你真的把它產出的研究報告拿來決策，你會發現其品質依然相當「平庸」。在大多數情況下，它們的洞察力頂多與一名剛入行的初級分析師（Junior Analyst）持平，甚至在處理複雜邏輯或捕捉市場微妙情緒時，表現得更差，還伴隨著令人頭痛的「幻覺」問題。

這也是為什麼我對xAI這次的「導師計畫」期待的原因。

我期待的不是一個更快的「搜尋引擎」，而是一個能真正理解「金融邏輯」的推理機器。

如果馬斯克的這場實驗能成功，我預見到它將解決目前金融AI的三大痛點，徹底改變我的工作流程：

1. 從「平庸摘要」進化為「深度洞察」：目前的AI只是在做文字搬運，缺乏「So what?」的判斷。我期待經過華爾街專家調教後的Grok，不再只是羅列財報數據，而是能告訴我：這筆債務結構的變動，對公司未來兩年的現金流會產生什麼連鎖反應？這才是真正能解放判斷力的工具。

2. 從「初級分析師」進化為「超級副手」：如果Grok能透過「數位學徒制」學會專家的思維路徑，它將從一個需要被時刻盯著的「實習生」，變成一個全天候、不知疲倦、且具備專家級常識的「超級副手」。

3. 高品質的壓力測試與模擬：當我構思一個投資策略時，我希望AI能在幾秒鐘內模擬數千種極端情景。這在過去需要一個量化團隊花費數天，而未來，這可能只是與Grok的一場對話。

最終，這場變革的結局不會是「AI vs. 人類」，而是「懂得駕馭 AI 的金融專家 vs. 固守傳統的金融專家」。

我並不擔心被取代，因為真正的投資決策，往往發生在數據的盡頭——那是對人性野心的洞察，以及在關鍵時刻承擔風險的勇氣。

AI戰爭的終局，從「通才」到「專精」的勝利

xAI的轉向為整個產業投下了一顆震撼彈。它預示著，通用型大語言模型的競爭可能已接近天花板，下一個戰場將是「專精模型」的對決。

馬斯克在承認初期失敗後，選擇了一條更艱難、但可能更具顛覆性的道路。這場實驗的成敗，不僅決定了Grok能否成為金融界的終極武器，更揭示了AI戰爭的新趨勢：最後的贏家，可能不屬於擁有最多數據的人，而屬於那些能將人類頂級智慧最有效地「萃取」進模型裡的玩家。