大家好，我是 KP，歡迎來到第 58 期的《週末思考筆記》。
最近有個朋友問我：「KP，我看你最近兩期的深入分析的主題都不是AI，是不是對 AI 的前景有些動搖，或者不看好了？」
其實，FOMO 研究院，從來都不是一個純粹只研究 AI 的地方。
事實上，我在 Substack 寫的第一期深度分析，主角既不是晶片巨頭，也不是大語言模型，而是醫藥巨頭諾和諾德（Novo Nordisk）。
在那篇文章裡，我花了很多篇幅去拆解他們面臨的挑戰，並試圖將減肥藥（GLP-1）的分子結構與作用機制一層層解構出來。
對我而言，把一個複雜的生物分子結構拆開、看懂它在人體內的化學反應，與拆解一顆 GPU 的架構、或者分析台積電的先進封裝工藝，帶給我的智力樂趣是完全一樣的。
我對 AI 當然有著極大的熱情，這幾年沉浸式的深度研究，也讓我對這個行業略懂一二。
但如果問我最根本的驅動力是什麼？
我真正感興趣的，是去理解這個世界上各種複雜系統背後的「底層運行規律」。
無論它是加密貨幣、生物科技、宏觀貨幣政策，還是人工智能。然後，在這些規律中，找到投資機會。
這讓我想起Charlie Munger說過的一句經典名言：
「對於一個手裡只有錘子的人來說，世界上的所有問題看起來都像是一顆釘子。」 (To the man with only a hammer, every problem looks like a nail.)
Munger一生都在倡導「多元思維模型」，他認為我們不能只用單一學科的視角去解釋世界。
放到今天的投資市場來看，如果你的手裡只有「AI」這把錘子，你的視野就會被這把錘子徹底綁架，無法意識到整個市場在發生甚麼事。
這就是為什麼，我堅持要讓自己的視野保持足夠的寬度，去構建自己的「思維模型網格」。
生物科技讓我們理解生命的密碼與人類需求的終極邊界；加密貨幣讓我們思考信任的去中心化與新型生產關係的建立；宏觀經濟則讓我們看清資金在不同資產類別之間流動的洋流 。
這些領域看似風馬牛不相及，但它們在底層邏輯上是互通的。
跨學科的思考，不會分散我們研究 AI 的專注度；相反，它給了我們一架更宏觀的望遠鏡，讓我們在看 AI 時，能看得比別人更深、更立體。
所以，不用擔心，我對 AI 的關注從未減少。
只是，當我們偶爾把目光從晶片上移開，去看看這個世界的其他維度時，你會發現，許多原本模糊的答案，反而變得清晰了。
過去兩期深度分析其實都十分具價值，推薦大家還未看的都去看看。
這個星期，我準備了五個主題，長短不一，但各自精彩。
另外，如果你還沒有閱讀昨天關於博通（Broadcom）的最新財報分析，推薦你點擊閱讀；在今天筆記的主題四，我也為大家整理了一份精華摘要，方便大家快速掌握核心邏輯。
以下是本期的五大主題：
主題一 | Nvidia 聯手聯發科，進行 ASIC 佈局？
主題二 | OpenAI 斷供 Cursor 的啟示
主題三 | 非農爆表，要升息了？
主題四 | 博通 CEO：不要只看毛利率下跌，要看營業利潤率
主題五 | 日圓急升，這次能守住嗎？
讓我們開始吧。
主題一 | Nvidia聯手聯發科，進行ASIC佈局？
聯發科獲得了Nvidia 35 億美元的投資。這消息一出，聯發科股價立刻上漲，很多人解讀為「Nvidia看好聯發科在 AI 方面的發展前景」。
但實際上，這是因為Nvidia現在面臨一個新的問題：
當全球的科技大公司都在自己設計 AI 晶片時，這些晶片做出來之後，到底要插在哪家的伺服器機架裡？用誰的網路？用誰的記憶體系統？
Google、Amazon、微軟、Meta、OpenAI 這些公司都在開發自己的 AI 晶片。每家公司每年投入上千億美元，都在設計自己的晶片架構。
Nvidia無法阻止這種趨勢，他們總不能要求別人不要自己做，繼續購買Nvidia的 GPU。
但是，現在半導體的新方向是：晶片早已不是唯一的產品。
真正的產品其實是「整座伺服器機架」。它需要能讓幾百顆晶片串連起來運算，讓大型模型的訓練過程不會中斷。
這包括了晶片之間的通訊、記憶體控制、封裝技術、散熱、電力供應以及軟體。Nvidia花了十年時間才建立起這些硬體能力。
因此，Nvidia的策略改變了：既然無法阻止客戶自己設計晶片，那就要讓每一個晶片，無論是誰設計的，最終都透過Nvidia的接口來連接。
這就是Nvidia推出的 NVLink Fusion 方案。
Fusion 到底是什麼？
Fusion 聽起來像是一顆晶片，但實際上它是Nvidia為客戶自行研發的晶片提供的「三層外殼」：
第一層（晶片溝通）：讓客戶自行研發的 AI 晶片，能以極高的速度和極低的延遲與Nvidia的中央處理器（CPU）進行通訊。
第二層（高速網路）：在一整座伺服器機架裡，讓數十顆晶片之間能夠高速互聯。客戶不需要自己花大錢設計這套複雜的網路，只要安裝Nvidia的專用橋接晶片，就能直接連接到Nvidia的網路系統。
第三層（記憶體控制）：Nvidia將最複雜的高頻寬記憶體（HBM）控制器移走，放在Nvidia設計好的基礎架構上。這樣一來，客戶的晶片可以省下大約 25% 的空間來增加運算能力，速度更快，也更省電。
Nvidia希望達到的目標是：客戶所謂的「自行研發晶片」，實際上只有負責計算的核心部分是客戶自己設計的。
記憶體控制是Nvidia的、晶片之間的連接是Nvidia的、機架內的網路也是Nvidia的。甚至機架、散熱、電力到軟體，都將由Nvidia提供。
為什麼聯發科需要Nvidia
很多人會問：聯發科自己也能做晶片傳輸、也能做封裝，為什麼非得要Nvidia的「Fusion 認證」？
現在最新型的 AI 超級伺服器，一整櫃的用電與發熱量，是一般傳統機房的十倍以上。
這種驚人的密度，多裝幾隻風扇根本散不了熱，必須全套改用液冷、重做電力與結構。
Nvidia過去十年最厲害的，就是把幾十顆，甚至上百顆晶片、超高速纜線、散熱水管、電源和調度軟體，直接組裝成「一整櫃買來就能用」的超級電腦。
沒有Nvidia認證前，聯發科就算做出頂級晶片交給客戶，客戶也得自己想辦法：
「這顆晶片要怎麼跟旁邊 70 幾顆晶片溝通？」
「發熱量這麼大，要怎麼插進超高功率的機櫃裡？」
除了 Google 或亞馬遜這種有上千人頂尖工程團隊的巨頭能自己解決，其他中小型雲端公司或 AI 實驗室，根本搞不定這些周邊配套。
有了Nvidia Fusion 認證，聯發科對客戶講話的底氣完全不同了： 「最重要的運算大腦由你設計；傳輸、記憶體組裝、散熱和機櫃對接，我們跟Nvidia幫你全包。」
聯發科的角色，正式從「賣零件的工程師」，升級成「提供一整套系統解決方案的統包商」。
客戶為什麼會願意用
客製化 AI 晶片是一個極度封閉的頂級俱樂部，玩家只有 Google、Meta、微軟、OpenAI 這幾家巨頭。過去這個市場九成以上被博通與 Marvell 壟斷。
新進業者最大的門檻，不是晶片畫不出來，而是客戶不相信你有能力順利出貨。
過去，聯發科其實一直在幫 Google 代工部分周邊晶片，實力很強，但多數只是供應鏈傳聞，沒有名分。
Nvidia這次做的事，意思很簡單：
「任何客戶想做自研晶片，只要找聯發科，就能無縫接軌Nvidia的機櫃生態。」
這對聯發科有三大關鍵好處：
省去敲門時間：對一家剛要擴大伺服器業務的公司來說，有了Nvidia背書，比派 200 個業務去敲門更有效。
解決產能排隊問題：台積電最先進的封裝產能（CoWoS）極度缺貨，大家都要排隊。走Nvidia Fusion 認證的產品，等於是搭上Nvidia的「特快車」，台積電自然優先處理。
定位轉變：在台積電眼裡，聯發科不再是前來搶產能的「第三者」，而是「幫Nvidia把更多客戶帶進生態系」的自己人。
聯發科的三條業務線
許多人認為聯發科只是一家「生產手機晶片，最近想搭 AI 熱潮製作客製化晶片（ASIC）」的公司，但這種看法過於簡單。
聯發科實際上擁有三條截然不同的業務線：
第一條：手機和電視晶片。
這是大家最熟悉的產品，也是公司主要的獲利來源。
第二條：傳統客製化晶片。
這條業務線已經營運很久，他們曾為 Sony 和微軟製造遊戲機晶片，也為電信巨頭提供網路設備晶片。
第三條：AI 資料中心晶片。
這是Nvidia此次投資的目標。客戶提供核心運算架構，聯發科則負責周邊的高速訊號傳輸、先進封裝以及與台積電協調代工事宜。這是一條全新的高利潤業務。
聯發科能夠承接這項新業務，並非因為他們突然學會了設計 AI 核心，主要是因為他們花了十年的時間，將高速傳輸團隊從一個「交換器」的夢想，轉變成一個「ASIC 承包商」。
大約十年前，聯發科曾雄心勃勃地想挑戰博通，開發自有品牌的資料中心網路交換器。投入幾年資金後，公司高層做了一個非常艱難的決定：放棄自有品牌，退居幕後，專心為大廠提供客製化代工服務。
這次策略上的調整，讓聯發科深刻認識到自己的定位：不建立自己的商業帝國，只做頂級的承包商。
這恰恰是Nvidia所需要的。博通的 CEO 想要建立自己的完整生態系統，從晶片到網路一手包辦；而聯發科的心態是「你提供設計圖，我幫你把它做出來，我不搶風采，也不搞封閉的生態系統」。
聯發科在手機時代傳承下來的傳輸訊號控制、先進封裝技術、以及省電設計能力，讓他們成為一個沒有稱霸野心，卻擁有頂級製造技術的超級代工廠。
金融工具的密碼
了解了聯發科的實力，你才能明白Nvidia這 35 億美元的投資背後有什麼考量。
Nvidia並非直接購買聯發科的股票，而是買下了聯發科發行的「五年期零息海外可轉換公司債」。
對聯發科來說，零息美元債券是一種非常划算的資金來源，可以用來支付台積電昂貴的晶圓和 HBM 費用。
對Nvidia來說，這是一種「信用保證加上期權看漲」的合約。如果業務失敗，五年後可以拿回本金；如果業務成功，則可以分享股價上漲的紅利。
在聯發科於 AI 領域還在快速發展的階段，利用這筆資金將Nvidia的標準深度整合到底層架構中，比未來面對這些科技巨頭時再去談判要划算得多。
與Marvell交易的相異
理解了聯發科的定位後，再回頭看Nvidia先前投資 Marvell 的 20 億美元交易，你會發現黃仁勳同樣在佈局「伺服器機架的控制權」，只是細節有所不同。
這兩筆投資實際上都在購買同一件事：即使無法阻止客戶自己設計 ASIC 晶片，也要確保這些 ASIC 晶片內部或旁邊，仍然包含Nvidia的零件。
黃仁勳實際上的潛台詞是：「你可以選擇不買我的旗艦 GPU，但你絕對無法在不使用我的系統架構、網路技術和晶片互聯標準的情況下，建立起一個 AI 集群。」
那麼，「Nvidia的零件」具體指的是什麼呢？Marvell 和聯發科的強項各有不同。
Marvell 解決的是「跨晶片的通訊問題」。
當幾千顆晶片需要串連時，傳統的銅線傳輸已經達到極限，資料傳輸緩慢且產生大量熱能。
Marvell 最近斥巨資收購了矽光子新創公司 Celestial AI，掌握了全球最頂尖的光學傳輸與網路技術。
Nvidia給 Marvell 20 億美元，實際上是購買了「用光代替電」的能力。讓客戶自行研發的晶片在離開晶片本身後，能透過 Marvell 的光學網路，以光速連接到Nvidia的機架中。
Marvell 的任務是讓晶片能夠跨越空間，以極高的頻寬進行互聯。
聯發科則解決的是「晶片本身的實體整合與落地問題」。
光有光學網路是不夠的，客戶設計的運算核心圖紙，該如何與高頻寬記憶體（HBM）結合？如何進行先進封裝（CoWoS）？如何在極高功耗下做好散熱？這正是聯發科的專長。
聯發科與台積電有著深厚的合作關係、扎實的高速 I/O 傳輸經驗以及省電設計技術。Nvidia給聯發科 35 億美元，買的是「頂級的實體建造工藝」。
聯發科的任務是將客戶設計的核心，包裝成一個可以真正出貨、能安裝在伺服器里的實體成品。
簡單來說：Marvell 讓晶片能夠互相溝通，聯發科則讓晶片能夠實際安裝並運行。
真正的目標
Nvidia的合作夥伴名單中有 Intel、Marvell 和聯發科，但沒有博通（Broadcom）。
這是因為博通正在打造一套能夠完全繞過Nvidia的替代方案。
在伺服器和資料中心的跨機架通訊方面，博通大力推動超乙太網路聯盟，並搭配自家的高階網路交換晶片系列，試圖證明「開放架構的乙太網路比Nvidia專用的 InfiniBand 或高速交換平台更好用」。
從客製化加速處理核心、晶片間的高速互聯、跨機架的乙太網路交換，到光學傳輸模組，博通擁有完整的技術藍圖。
科技巨頭只要找博通，就能建立一個完全不需要Nvidia技術、從硬體到網路都排除Nvidia的 AI 資料中心。
資助博通，等於是幫助了唯一有能力提供「去Nvidia化」完整解決方案的對手。因此，Nvidia的策略非常明確：支持第二名（Marvell），扶持第三名（聯發科），孤立第一名（博通）。
現實情況是，博通仍然是客製化 AI 的主要承包商，與 Google 的合約將持續到 2031 年，預計在 2027 年仍能看到數千億美元級的 AI 收入。
但是，客製化晶片市場正從一家獨大的局面，走向需要為客戶提供第二個選擇的階段。而黃仁勳的目的，是讓這個新興起的聯發科，從一開始就採用Nvidia的技術語言。
Nvidia無法阻止別人設計晶片。但Nvidia希望確保，那些晶片最終安裝的伺服器，仍然有Nvidia的技術存在。
關於ASIC巨頭的戰爭，不妨重溫之前的分析。
雲端巨頭為何急需ASIC？博通為何估值比NVDA還高？光通訊是Marvell重要支柱？- 深入分析第38期：Broadcom+Marvell
想像一下，你正坐在Google或Meta的基礎設施決策會議裡。桌上擺著今年剛被董事會批准的龐大資本支出（CapEx）預算：一個高達千多億美元的鉅額數字。
主題二 | OpenAI斷供Cursor的啟示
Cursor的創辦人 Michael Truell 曾經這樣形容他和 OpenAI 的關係：「我們只是把他們的 AI 當作事業基礎設施，大家各取所需。」
結果短短三個月後，OpenAI 就宣佈直接斷供，不再賣 AI 給他們。
很多人第一時間的反應可能是：「Sam Altman跟 Elon Musk 又吵架了吧？」
這當然是原因之一，但如果只把它當成富豪之間的私人恩怨，就會錯過一個影響整個 AI 業界的關鍵大趨勢。
Cursor 是什麼
Cursor 是一套給工程師用的程式編輯軟體。工程師在介面裡寫程式，旁邊會有一個 AI 助手，幫忙讀取整個專案並修改程式碼。
這個助手背後接的是各大科技巨頭的模型，包括 Anthropic 的 Claude、Google 的 Gemini、xAI 的 Grok，以及 OpenAI 的 GPT。
雖然 Cursor 自己也有開發 AI，但目前市面上最強的 AI 大腦依然掌握在這些巨頭手上。
那 Cursor 的價值在哪？答案是工作流程整合。
雖然三大 AI 實驗室掌握著性能最強的模型，但 Cursor 把焦點放在介面與系統開發上，讓 AI 能直接讀取完整專案、一次修改數十個檔案、自動執行測試，並在出錯時快速復原。
對工程師來說，底下換哪一家 AI 模型不重要，軟體好用最重要。
憑著這個優勢，這家公司在短短兩年內快速崛起，年營收衝上 40 億美元，公司估值高達 500 億美元。
真正引爆衝突的轉捩點
今年 8 月，SpaceX 出價 600 億美元，以全股票收購的方式把 Cursor 整家買了下來。
而xAI則是SpaceX底下的公司，這意味著 Cursor 現在跟 xAI 的 AI 模型（Grok）變成了同一個老闆。
SpaceX 花了 600 億美元，買下的其實是無數工程師每天盯著看十幾個小時的「軟體入口」，並確保能把自家的 Grok AI 放到最顯眼的位置。
站在 OpenAI 的角度看：Cursor 本來是一家幫大家賣 AI 的「中立經銷商」，現在卻一夜之間變成了「最大對手的直營專賣店」。
如果你是 OpenAI，你還會繼續把自家最核心的產品，供貨給對手的專賣店嗎？
5% 與 10 億：兩個數字如何同時成立？
Cursor 執行長 Michael Truell 當下的回應很簡短：OpenAI 的模型只佔 Cursor 總流量約 5%，雙方仍在協商。
但幾天後，媒體披露了另一個數據：OpenAI 內部估算，這筆合作每年能帶來超過 10 億美元的收入，Cursor 曾是 OpenAI 前五大客戶之一。
一個說 5%，一個說 10 億，誰說的才是真的？
答案是兩者都對，因為「使用次數不等於收費金額」。
Cursor 的收費模式分成兩層：平常寫簡單程式、自動補齊文字時，系統會調用價格便宜、甚至自家的 AI 模型，這類基礎請求佔據了 95% 的總流量。
但當工程師需要處理極度複雜的系統架構、分析大量資料時，才會動用 OpenAI 最頂級、也最昂貴的模型。
那 5% 的流量雖然次數少，但每一次運算收費極高。更重要的是，企業客戶願不願意花錢訂閱 Cursor，看重的往往就是這 5% 的高階處理能力。
對 OpenAI 來說，斷供等於直接放棄每年 10 億美元以上的批發收入；對 Cursor 來說，則失去產品最關鍵的賣點。
企業客戶在採購時，勢必會猶豫：Cursor這裡還能不能用到市面上最強的 AI？
OpenAI 為何選擇斷供？
OpenAI 在聲明中特別提到過去的糾紛：Elon Musk 買下 Twitter 後撕毀了與 OpenAI 的資料授權，後續也在法庭上承認 xAI 曾違反 OpenAI 的使用條款。
簡單來說，一個正在與你打官司的競爭對手，買下了你最大的經銷商。從此之後，你提供的技術很可能被對方拿去改良自己的產品。
商業合約中通常設有「控制權變更條款」，當客戶被收購時，供應商有權終止合作，避免自家技術間接服務於競爭對手。
一般情況下很少公司會使用這項條款，因為這意味著放棄客戶與收入。
OpenAI 這次選擇執行這項條款，代價是損失每年 10 億美元以上的營收。
真正讓 OpenAI 下定決心的，是即將推出、程式能力大幅提升的新一代模型 Astra。
把這項技術提供給一般客戶是合理的商業風險，但如果提供給資源充足且具備直接競爭關係的對手，就等於將核心技術直接送進競爭陣營。
Anthropic的「雙標」
整場事件中最引人關注的，是另一家 AI 巨頭 Anthropic 的反應。
在 OpenAI 宣布斷供後，Anthropic 的計算負責人 Tom Brown 隨即在社群上高調表態：「我們將繼續加碼算力，支持 Cursor 裡的 Claude 模型。」
你可能會想：Anthropic比較溫和、比較看重合作。
但回顧過往紀錄，情況並非一直如此。
一年前，當傳出 OpenAI 打算收購另一款程式工具 Windsurf 時，Anthropic 在幾天內就終止了對 Windsurf 的技術供應，其創辦人當時直言「把自家技術賣給 OpenAI 很奇怪」。
今年初，他們也曾因競爭對手的工程師透過 Cursor 使用 Claude，而直接暫停過服務。
為什麼之前選擇切斷，這次卻選擇留下來？
關鍵在於雙方龐大的資金與設備綁定。今年 5 月，Anthropic 租下了 SpaceX 龐大資料中心的所有運算設備，每月需支付高達 12.5 億美元的租金。
這讓 SpaceX 同時具備了三重身份：
Anthropic 的設備出租方（房東）
競爭對手 Grok 的母公司
程式工具 Cursor 的母公司
如果 Anthropic 此時選擇對 Cursor 斷供，等於直接得罪自己的設備供應商。
再加上 Claude 目前是 Cursor 用戶最常使用的模型，一旦停止合作，不只會失去龐大的銷售收入，還可能面臨設備合約被影響的風險。
這項合作背後並非單純的夥伴信任，而是每月高達 12.5 億美元的利益牽制。
Anthropic 評估風險後，選擇一邊租用對手的設備、在對手的平台上銷售服務，來爭取市場發展的時間。
垂直整合才是真正的護城河
將時間軸拉長來看，這兩起事件顯示出整個 AI 產業的轉變。
Cursor 過去的優勢並非擁有自研的頂級 AI，而是像一家大型選品店，讓工程師自由選擇各家最優秀的模型。
這種獨立性是它能在兩年內快速成長至 40 億美元年營收的核心原因。但在被巨頭收購後，獨立經營的模式便難以為繼。
在這場競爭中，各方策略呈現不同的取捨：
OpenAI 丟了批發量，換取了確定的安全邊界。
它把防線往後撤，試圖將開發者逼回 ChatGPT、Codex 這些「一等公民通道」。
SpaceX (Cursor) 雖然失去了獨立中立的招牌，卻抓牢了 AI 最關鍵的兩個資源：廣大工程師的使用習慣，以及每天寫程式產生的真實數據。
自家 Grok 還不夠強時，先靠出租算力設備大賺租金；等 Grok 練成了，再順理成章接管整個軟體，把收益全部收進口袋。
Anthropic 賺到了眼前的銷售額，卻等於把自己的產品，擺在對手開的店裡賣。未來數據會不會被拿來訓練，也是未知之數。
這再一次說明了，「包一層別人模型再賣」的應用層，其護城河只是一種商業幻象。
主題三 | 非農爆表，要升息了？
八月的非農就業數據出來了，新增 16.2 萬人。
相比市場原先預估的 5 萬多，這個數字高出不少，失業率則維持在 4.1%。
數據公布後，市場預期美聯儲在九月加息的機率，從原本的 50% 上升到約 60%。
但這麼火熱的數據，升息機率怎麼才增加 10%？不是應該肯定要升息了嗎？
16.2 萬的含金量
當你把 16.2 萬拆開來看，你會發現這個超預期的來源非常集中。
餐飲服務業：單月增加 5.9 萬人（過去一年的月平均僅約 1.2 萬人）。
地方政府教育部門：增加 4.2 萬人（主要屬於暑假結束後的季節性人力回補）。
光是這兩個行業就貢獻了 10.1 萬人，占了整體增幅的 62%。
相對地，過去表現穩健的醫療保健業，本月僅增加 1.3 萬人（低於過去一年平均的 3.2 萬）。
而資訊行業則繼續萎縮，減少了 2.3 萬人，主要集中在數據處理、出版和內容廣播。這是「AI 正在取代部分白領工作」最直接的體現。
這說明就業市場僅由餐飲反彈與開學季節因素帶動，整體並未全面強勁。
此外，薪資成長幅度溫和（年增率從 3.2% 微降至 3.1%），這意味著，雖然人招得多了（主要在餐廳和學校），但並沒有引發任何「薪資—通膨」螺旋的跡象。
理事的發言
事實上，在非農公佈之前，有兩位美聯儲官員都分別發表了講話。
9 月 3 日，美聯儲理事 Waller 在接受採訪時把話說得非常直白。
他傾向「有條件的按兵不動」。他提到：「給通脹降溫一個機會，我們可以等一次會議。現在加息 25 個基點並不能把 CPI 降到 2%。」
但他緊接著補充了下半句：「如果通脹數據火熱，我會考慮加息。」他強調目前的政策僅僅是「輕微限制」需求，因此「不需要通脹加速太多，就能促使我採取行動」。
前一天，紐約聯儲主席 Williams 也表達了極度相似的立場。
Williams 表示，目前沒有明確跡象表明當前的貨幣政策是否足夠，必須等待完整的數據圖景，也就是下週的通脹。他沒有否決九月加息的可能性，但明確把決定權交給了通脹的後續軌跡。
這兩位重量級官員的表態，在 16.2 萬非農出爐前就已經定下了一個基調：勞動力市場並非這場會議的決定性變量。真正的決定性變量，是通脹。
16.2 萬背後的「數據噪音」
這場數據大戲最耐人尋味的地方，在於預測與現實的巨大落差。
市場原本預估新增 5 萬多，結果爆出 16.2 萬；兩天前 ADP 民間數據才顯示就業疲軟，前兩個月的非農數字甚至還一口氣上修了 5.5 萬人。
短時間內，整體經濟氛圍彷彿徹底翻轉。
這並非經濟學家算盤打錯，這純粹是統計數據本身的真實性格。 暑期的季節性調整充滿了干擾與統計雜訊，點狀的預測值在誤差範圍面前顯得相當脆弱。
「經濟微幅擴張」與「經濟再次升溫」，在初期往往被包在同一層數據噪音裡。
數據無法精準預測，但依然可以理性解讀。
看待這類數據，不必過度執著於「標題數字與預期的落差」，而應細看產業變化與薪資走勢，才不會被短期的統計波動弄亂了陣腳。
關於整個宏觀經濟的狀況，我在兩個月前曾經深入分析過，現在走向暫時仍然符合我的劇本。
如果想對宏觀了解更多的，誠邀你重溫文章。
主題四 | 博通CEO：不要只看毛利率下跌，要看營業利潤率
博通（Broadcom）最新一季的財報，營收大漲，但毛利率卻從上季的 77.1% 掉到 75%，下一季的指引更是直接降到 73%。
面對市場對毛利率下滑的疑慮，CEO Hock Tan 給出了一個很明確的指引：不要盯著毛利率，要看營業利潤率（Operating Margin）。
他是在轉移焦點，還是博通真的該這樣看？
答案是：兩者都有道理，但角度不同。
為什麼 Hock Tan 是對的？
要理解 Hock Tan 的邏輯，得先看博通現在最熱門的成長引擎：客製化 AI 晶片（XPU）。
這類晶片需要搭配非常昂貴的HBM。博通的做法是把昂貴的 HBM 買進來，封裝進晶片後再整包賣給客戶。
這招讓博通的營收數字暴增，但因為 HBM 是高價進、低利差轉手，本質上記帳方式更像是幫客戶代購加組裝。
在這種模式下，要維持過去 80% 的高毛利是不切實際的。Hock Tan 追求的，是靠龐大規模疊加出來的總利潤。
況且，Hock Tan 是業界出了名的「省錢與控管大師」。
上一季博通半導體部門營收暴增 127%，但營運費用（如研發、人事、行政）僅成長 22%。
即使毛利率下降，博通憑藉極致的成本控制，依然把營業利潤率推上了 67.9% 的歷史新高。
簡單來說：HBM 的採購成本（影響毛利率）由市場決定，CEO控不住；但公司開銷與人力（影響營業利潤率）是 CEO 說了算。 他叫你看營業利潤率，因為那是他掌控力最強、也做得很漂亮的成果。
但為什麼毛利率依然重要？
既然營業利潤率這麼漂亮，我們能完全無視毛利率下滑嗎？
答案是不行。因為毛利率下滑，反映出博通業務結構正在發生根本性的轉變。
以前，博通主要賣高利潤的晶片設計和 VMware 軟體（軟體毛利率高達 94%）。
但現在，XPU 佔總營收的比例從第二季的 49% 飆升到第三季的 56%，第四季指引更將達到 62%。高利潤的軟體業務佔比被快速稀釋了。
這和 Nvidia 的情況不同。Nvidia 的毛利率下滑，主要是因為 HBM 短期漲價，是一個明確的、可控的短期週期。但博通的毛利率下滑，是結構性的。只要客製化晶片賣得比軟體快，毛利率就會繼續往下掉。
毛利率是一個預警指標，它告訴你生意的本質與結構正在發生變化。博通正在從一家賣輕資產設計和軟體的公司，變成一家扛著沉重物料成本的硬體整合巨頭。
兩個指標，兩種視角
所以，我們不應該在毛利率和營業利潤率之間二選一。因為它們代表了博通不同的面貌。
營業利潤率（第四季指引 66%）告訴你管理層有多會賺錢和省錢，它是規模效應和執行力的體現。
毛利率的下降，在告訴你這門生意的護城河形態和資本密度正在發生什麼改變，它是商業模式演進的領先指標。
Hock Tan 沒有騙人，他無疑是全球最懂成本控管與資本配置的 CEO 之一，他指出的指標確實證明了博通優秀的執行力。
但作為投資人，我們依然需要同時觀察毛利率。因為將這兩個數字對照著看，才能真正明白博通為了拿到 AI 時代的門票，正在經歷怎樣的基因重組。
博通（Broadcom）的股價已經橫盤整理了好一陣子。他們交出了營收大增 86% 的亮眼財報，股價卻不升反跌。
一家喊出 AI 業務要「每年翻倍」的半導體巨頭，市場為什麼開始不買帳？究竟是華爾街看錯了，還是背後真的藏有隱憂？
誠邀各位閱讀最新的深入財報分析，我會為大家帶來7個財報中的重點。
主題五 | 日圓急升，這次能守住嗎？
日本和美國聯手在八月花了 15.4 兆日圓干預匯市，創下單月歷史紀錄，日圓卻還是慢慢滑回 160 邊緣。
於是，他們再次出手，把日圓從160拉升到155。
為什麼撒錢救不了日圓？
我們先來快速重溫干預的本質。
日本銀行干預匯市，必須先賣掉外匯存底裡的美國公債換取美元，再拿美元去買日圓。
今年七月美日聯手干預時，美國特意允許日本透過聯準會的 FIMA 窗口抵押美債來借美元，確保日本不用在市場上拋售美債。
八月日本和美國自己下場，用真金白銀去救，結果無功而返。
原因很簡單：決定日圓走勢的根本是「美日利差」。美元利率遠高於日圓，全世界的資金都想把日圓換成美元拿去存高利息。
光靠日本政府拿著幾千億美元進場護盤，根本檔不住全市場蜂擁而至的套利資金。
G20 那個週末發生了什麼
八月底的 G20 財長會議，事情終於有了變化。 美國財長 Bessent 會後見了日本央行總裁植田和男與財務大臣片山皐月。隨後他對媒體講了一句非常微妙的話：
「我掌握了市場不知道的資訊，我相信日本政府會做出讓日圓走強的決定。」
日本央行總裁植田也隨即補充：「未來的每一次會議，我們都可能調整利率。」 日圓應聲跳升，但這次和上次有甚麼區別？
簡單來說，下場買日圓是治標，讓市場相信利差會縮、財政會收，才是治本。
日本政府的「雙重矛盾」
日圓過去之所以一直站不穩，除了利差，核心問題在於日本內閣的「政策矛盾」。
首相高市早苗為了討好選民與刺激經濟，推出了高達 143 兆日圓的龐大預算，還打算把食品消費稅從 8% 降到 1%。 這讓日本經濟政策陷入了嚴重的自我衝突：
央行想升息（踩煞車）：藉由調高利率來拉近與美元的利差，拯救日圓。
財政部卻大撒幣發債（踩油門）：政府大舉借錢支出，等於告訴市場「弱日圓造成的物價上漲，由政府發債買單」。這會讓日本公債利率失控飆高。
一旦日本財政失控、公債賣不掉，日本最終可能會被迫賣掉手上的美國公債來救急，這會直接拖垮美國的債券市場。
美方在 G20 會議上的態度非常明確：日本必須回到可持續的財政軌道上，不能靠無限發債來玩這場遊戲。
美國的底線：不要賣我的美債
對美國來說，底線是日本不要倒美債。但這條底線有兩層。
官方管道（美方可控）：
日本政府或央行干預匯市時需要的美元，現在可以透過 FIMA 窗口以美債作為抵押來借取，避免了在公開市場上直接拋售美債。
民間金主（美方難控）：
真正的隱患在於日本民間的壽險公司、商業銀行與養老基金（GPIF），他們持有著龐大的美債與美股資產。
如果日圓突然暴漲、日本國內利率快速上升，這些民間巨額資金就會掀起龐大的撤資潮。
這解釋了為什麼華盛頓一方面為日本官方開闢 VIP 通道，另一方面又嚴厲要求日本做到財政收斂。因為政府如果繼續大撒幣，民間資金終究會引發拋售美債的風暴。
美國要的是「慢速升息」
美國對日圓的要求非常微妙，有下限，也有上限。
下限（不能太弱）： 日圓不能再跌破 164。
一旦跌破，日本政府又得砸錢干預，這會再次消耗美國給的 VIP 通道。
上限（不能升太快）： 日圓絕對不能「暴風式大升」。
還記得 2024 年 8 月日本央行突然升息嗎？當時全球金融市場引發大雪崩，日股一天大跌 12%，美股也跟著遭殃。這種「無序暴跌」是美國最害怕的。
因此，華盛頓要的是一個「可預測的慢動作」：日本央行一次只升息一小步（例如 0.25%），態度稍微偏鷹派，維持威脅就好。
讓美日利差慢慢縮小，絕不能給市場任何驚喜或恐慌。
升息對日本政府會有甚麼影響？
日本每年有高達 180 兆日圓的國債到期，絕大部分都需要「借新還舊」。這個規模甚至超過了許多發達國家的 GDP。
在過去接近零利率的時代，政府的利息開支尚可承受；但如果利率從 1% 上升到 2%，日本政府每年需要額外支付的利息將激增超過 20 兆日圓。
首相高市早苗承諾將食品消費稅降至 1%，每年將產生約 5 兆日圓的預算缺口。
當政府光是支付利息就要多花十幾兆日圓時，「減稅福利」與「飆升利息」將在同一張預算表上形成不可調和的矛盾。
日圓的漲勢能撐多久？
這件事最難地方在於，日本根本沒有無痛的選擇。
日本經濟長期處於低速運轉，過快升息會直接打擊企業投資與民眾消費，讓脆弱的復甦雪上加霜。
面對供應鏈重組、能源轉型與人口老化，日本需要巨額資本進行產業升級。升息帶來的借貸成本上升，大幅抬高了這些長期投資的門檻。
通家庭盼望日圓升值來平抑制物價；但利率一旦上升，房貸負擔加重、企業融資變貴，政府更是被天價利息壓得喘不過氣，無法提供進一步的減稅或福利。
高市早苗試圖透過大幅減稅來穩住支持率，美國則在背後強力施壓要求她「少撒錢、快升息」。
每當政局動盪或民調下滑，東京當局重新大撒幣來挽救支持率的衝動就會再次佔據上風。
暫時來看，美國的施壓在短期內取得了成效。但在接下來的每一次國會攻防中，政策走向隨時可能再次出現翻盤。
美方逼出的政策承諾能維持多久，日圓的升勢就能延續多久。
如果大家有興趣了解更多關於日本，高市經濟學的話，歡迎重溫之前的深入分析文章。
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：
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
因話提話, 不經不覺已有過百篇文章, 研究的覆蓋面十分廣. 忽發奇想, 如果將文章的內容及類別製成科技樹圖, 一覽各主題之間的關連, 定會十分壯觀呢~
請問KP會有機會定期寫些總體經濟趨勢分析的文章嗎？比如一季或半年當個分段的觀察點這樣😁