如果你近期有想要出國旅行，我會建議大家跟 Miula 我一樣做一件事－打開 VPN。

原因很簡單。很多人出國時都會用飯店 Wi-Fi、咖啡廳網路，但這些公共網路其實沒有你想像中安全。你以為只是滑滑手機、收收信，但帳號、密碼、甚至一些個人資料，都有可能被攔截。

所以我自己的習慣是，只要在外面用公共網路，我一定會開 VPN。而我唯一推薦的，就是我自己在還沒業配前就已經開始使用的 NordVPN。它最大的用途，就是幫你的上網連線多加一層加密保護，讓外界更難追蹤你的 IP，也比較不容易被駭客攔截資料。

很多人會覺得資安問題離自己很遠，但其實最常見的情況，就是帳號密碼被偷、社群帳號被盜、甚至信用卡資訊外洩。VPN 其實就像一個很便宜的小保險，平常可能感覺不到，但真的遇到問題時就會很慶幸自己有用。

如果你最近有出國計畫，或平常常在咖啡廳、共享空間用 Wi-Fi，我真的會建議你裝使用 VPN。

透過下方專屬連結，或輸入優惠碼「miula」訂閱 NordVPN 兩年方案，現在還會加贈 4 個月，而且有 30 天退款保證，不滿意也可以退費，完全零風險喔。

「NordVPN X M觀點」: https://nordvpn.com/miula

出門在外，網路安全這件事，多一層保護真的很重要，也差很多。

【微軟推進多模型】

◼ 微軟終於做出讓人有感的 AI 產品

• 第一個主題要聊的是 Microsoft。老實說，我自己看到這次更新其實是有點驚訝的。大家都知道，雖然微軟一直是我長期持股，但我過去對它產品的評價大多是「還可以」，稱不上讓人驚艷。微軟真正的強項，其實從來都不是產品或技術，而是它非常擅長抓住大型企業裡 CIO、CTO 的心，靠的是通路、整合與企業關係。不過這一次，它在 Microsoft 365 Copilot 裡推出的兩個新功能，確實讓我覺得有抓到方向。

◼ Critique：從單一模型，升級成「寫＋審」雙模型

• 這次 Copilot 在 Researcher（Deep Research）裡新增了一個叫做 Critique 的功能，本質上就是把「深度研究」從單一模型，升級成多模型協作。以前不管是用 GPT 還是其他模型，Deep Research 都是同一個模型從頭做到尾，但現在不是了，它把流程拆成兩段：第一段由 OpenAI 的 GPT 負責產出報告，第二段交給 Anthropic 的 Claude 來做審核、修正與優化。GPT 擅長的是搜尋資料、快速整合、生成內容，特別是在創意規劃與大範圍資訊整理上很強；Claude 則擅長事實查核、邏輯檢視，以及把結果用更好的結構呈現出來。兩個模型各自做最擅長的事，最後的結果自然會更完整、更可信，也更接近企業真正需要的研究品質。你可以把它想成一個在廚房裡負責煮菜的主廚，搭配一個負責試吃與擺盤的人，兩個角色分開之後，整體品質就會明顯往上拉。

• 這樣的設計不只是理論上合理，實際效果也很好。像 Perplexity 的 DRACO Deep Research Benchmark，使用 Critique 的 Copilot 可以拿到 57.4 分，明顯高於單一模型的表現。不過老實講，這個結果我完全不意外，因為在我自己的工作流程裡，本來就很習慣用多模型互相驗證。像 xAI 的 Grok 4.20，我會喜歡用，很大一部分原因就是它有 multi-agent 的設計，讓不同 agent 互相辯論、修正答案，即使模型本身沒有最強，最後出來的結果品質還是會被拉高。而這次微軟更進一步的地方在於，它不是用同一個模型分角色，而是直接用兩個風格差異很大的模型來互補，這代表如果其中一個模型有盲點，另一個模型有機會補上，整體品質自然更穩。

◼ Council：幫你看清楚差異

• 除了 Critique 之外，微軟還推出另一個功能叫做 Council。這個功能的邏輯是並行，而不是接力，也就是你丟一個問題進去，GPT 跟 Claude 會同時各自產出一份完整答案，接著系統會幫你整理三件事：哪些地方兩個模型是共識、哪些地方意見不同，以及各自有哪些獨到觀點。這其實是把原本需要手動來回查詢、自己比對的流程，直接整合成一次操作完成。換句話說，Critique 是幫你收斂出一個最好的答案，而 Council 則是讓你理解不同模型之間的觀點差異，兩種功能對應的是兩種完全不同的使用場景，但對企業來說都非常有價值。

◼ 微軟真正做對的事：把「多模型用法」直接產品化

• 這次我覺得最關鍵的點，其實不是用了兩個模型，而是微軟把原本只有進階使用者才會做的事情，直接產品化。以前你如果想要做到這樣的品質，你要自己問 GPT、再問 Claude、再自己整合，但現在變成一鍵完成。對企業來說，這種提升是非常有感的，因為企業從來不缺模型，缺的是怎麼把模型用對。微軟這一步，其實是在幫企業把最佳實務直接內建到產品裡面，這件事是有機會變成它 Copilot 的一個真正賣點。

◼ 多模型戰略背後，其實是微軟正在去 OpenAI 化

• 那為什麼微軟會做這件事？背後其實是一個更大的戰略轉向，就是它正在走「去 OpenAI 化」。雖然微軟仍然是 OpenAI 最大的股東，但這一年雙方其實都在降低彼此依賴，開始尋找更多合作夥伴。這對微軟來說是非常合理的，因為現在已經不是單一模型稱霸的時代，不同模型在不同任務上各有優勢，而企業客戶本身也會有不同偏好，有的重品質、有的重成本、有的重整合。如果微軟只提供 GPT，它就無法滿足所有企業需求，不管是 Microsoft 365 還是 Azure，都一定要走多模型。

• 不過老實講，微軟在這一波 AI 浪潮裡其實是有點可惜的。2023 到 2024 那段時間，它幾乎是獨佔 GPT 的優勢，理論上是最有機會把 AI 產品做起來的公司，但最後 Copilot 的產品表現大概就是 70 分左右，不差，但也不亮眼。如果用棒球來比喻，就是無人出局滿壘，最後只拿了兩分，不是失敗，但遠低於市場期待。問題不在模型，而是在產品整合能力。現在納德拉也很明確在修正這件事，重新調整 AI 團隊，把產品與模型開發分開，讓產品專心把使用體驗做好，模型團隊則專注在前沿能力上，像 Mustafa Suleyman （Microsoft AI CEO）就專心投入在更長期的 AI 發展。

Subscribe now

【OpenAI 最後募資】

◼ OpenAI 史上最大募資：IPO 前的最後一戰

• 接下來這個主題來聊 OpenAI「pre-IPO」的募資。雖然官方沒有這樣講，但我自己的判斷是，這一輪募完之後到上市之間，應該不太可能再有下一次大規模增資了。這次總募資金額來到 1220 億美元，Post-money 估值達到 8520 億美元，這是矽谷史上最大規模的未上市科技公司募資案。基本上，這個數字已經把 OpenAI 推到一個非常接近 IPO 的位置，如果照目前節奏來看，今年第四季送件上市的機率是很高的，而且到時候市值破 1 兆美元幾乎是可以預期的。

◼ 三大巨頭 All-in：這只是 AI 戰爭的入場券

• 這一輪募資最關鍵的，是投資人結構。1220 億裡面，有 1100 億幾乎全部來自三家公司：Amazon 投 500 億、NVIDIA 投 300 億、SoftBank 投 300 億。這不是一般財務投資，而是戰略級押注。對輝達來說，這是公司史上最大單筆投資；對孫正義來說，這幾乎是把自己人生下半場全部壓在 OpenAI 上。如果 OpenAI 成功，這會是他的完美收官，但如果失敗，這筆投資也有可能抹掉他過去累積的成果。剩下的 120 億則來自像 MGX、a16z 以及一些高資產個人投資者，整體來看，這一輪就是典型的「巨頭聯手押注 AI 核心平台」。

◼ OpenAI 的營運數據

• 這次募資同時也揭露了一些營運數據，這些數字其實非常關鍵。OpenAI 目前月營收已經來到 20 億美元，以這個速度來看，年營收 run rate 已經超過 250 億美元。這個數字如果拿去跟 Google 或 Microsoft 比當然還有距離，但如果拿去對比像 Palantir、Snowflake、CrowdStrike 這些近年高成長的軟體公司，OpenAI 已經是碾壓級的規模。更誇張的是，它兩年前的年營收可能連 10 億都不到，現在直接跳到 250 億，成長速度是非常恐怖的。

• 如果用 Google 當對標，現在 OpenAI 大概是它的 6% 規模，但以目前的成長速度，今年底年營收很可能來到 400 到 500 億，等於接近 Google 的 10% 以上。如果這個趨勢延續到 2027 年，OpenAI 的年營收有機會來到 800 到 900 億美元，也就是 Google 的五分之一。換句話說，這家公司已經不是「未來可能很大」，而是正在快速變成一個真正的大型科技公司。

◼ Amazon 拿到的條件，踩到微軟底線

• 但這一輪募資裡真正最關鍵的，是 Amazon 拿到的合作條件。外界原本就預期這筆投資會綁一些條件，例如 OpenAI 要增加 AWS 算力採購、支援 Trainium 晶片等等，這些都還算合理。但真正引爆爭議的是，Amazon 拿到了 OpenAI 下一代企業平台 Frontier 的獨家第三方雲合作權。

• Frontier 本質上是一個 runtime 平台，也就是企業可以在雲端直接執行 OpenAI 模型的環境。這跟過去的 API 模式完全不同，以前如果企業在 AWS 上開發應用，要用 OpenAI 模型，唯一的方式是跨雲去呼叫 Azure 的 API，但現在透過 Frontier，企業可以直接在 AWS 裡面跑 OpenAI 的模型。這件事對 Microsoft 來說，等於是直接被繞過，原本該賺的 API 收入，有一部分會消失。

◼ 微軟與 OpenAI：從盟友變成彼此提防的合作關係

• 微軟當然非常不爽，因為它是 OpenAI 最大股東，而且在 AGI 出現之前，理論上擁有獨家的 API 銷售權。雖然 Frontier 在技術上不是 API，而是 runtime，OpenAI 可以說自己沒有違約，但在商業邏輯上，很明顯是踩到「協議精神」。對微軟來說，這就是在吃它的業務。

• 但從 OpenAI 的角度來看，這件事又完全說得通。第一，出最多錢的是 Amazon，你不可能讓它當冤大頭；第二，微軟這一年其實已經在降低對 OpenAI 的依賴，自己走多模型策略，那 OpenAI 也沒有理由只綁在微軟身上。這種關係其實很像現實世界的人際關係，曾經很緊密的合作夥伴，隨著利益與位置改變，關係自然會調整。現在的狀態就是不會撕破臉，但彼此之間的信任已經沒有以前那麼強了。

◼ OpenAI 最重要的是「不要再失焦」

• 對我來說，OpenAI 拿到這筆錢之後，最重要的反而不是能做更多，而是要「收斂」。過去這兩年 OpenAI 最大的問題就是多頭馬車，什麼都想做，結果反而讓產品節奏變亂。我會覺得接下來最關鍵的兩件事很清楚：第一，把 ChatGPT 做好，因為這是面向消費者的核心產品，而且未來一定會導入廣告變現；第二，在 agentic workflow 的企業應用上，至少要跟 Anthropic 打成平手。

• 如果拿到錢之後又開始分心，去做太多不相關的東西，甚至跑去做硬體或晶片，那對投資人來說反而會是扣分的。因為在這個時間點，專注才是最重要的戰略。

◼ 8500 億估值值不值？

• 那最後一個問題就是，OpenAI 現在 8500 億美元的估值到底合不合理？老實講，如果只看現在的營收，我會覺得不便宜。但問題是，這個估值本來就不是在看現在，而是在押未來。現在年營收是 250 億，但五年後可能是 1000 億，也可能是 2000 甚至 3000 億，差距是非常大的，而這個差距現在沒有人說得準。

• AI 產業的變化速度太快，今天領先的公司，三個月後可能就被追上甚至超越，所以這個估值本質上就是一種「信仰投資」。如果你相信 OpenAI 能成為下一個 Google 等級的公司，那現在的估值就合理；如果你覺得競爭會讓它無法拉開差距，那這個價格就偏貴。

• 所以如果是我的投資策略，我不會單壓一家公司，而是分散在幾個主要玩家上。包含 OpenAI、Anthropic、xAI，再加上既有的 Google、Microsoft、Amazon。因為這場 AI 競爭，很可能不是單一贏家，而是一整個生態系的戰爭，而真正確定會贏的，是這個賽道本身。

【Claude Code 外洩事件】

◼ Claude Code 外洩：不是模型出事，是「做法被看光」

• 最後一個主題來聊 Anthropic 這次的 Claude Code 原始碼外洩事件。這次真的是出了不小的包，因為他們等於是自己操作失誤，把超過 51 萬行的程式碼公開出去，雖然第一時間就下架，也發聲明說是人為打包錯誤，但其實已經來不及了，該下載的人都下載了。這裡要先講清楚，外洩的不是 Claude 模型本身，而是 Claude Code 這個「外層的 harness」，也就是怎麼把模型變成一個好用 AI 工具的那一層。可是即使只是這一層流出去，影響還是非常大。

◼ 「Agent 怎麼做」的關鍵細節

• 這件事最關鍵的影響在於，它讓其他所有 AI 公司——不管是 OpenAI、Google 還是 xAI——直接看到 Claude Code 是怎麼把 agentic workflow 做好的。我今天早上就看到很多工程師開始拆解它的架構，包括記憶怎麼分層、怎麼讓輸出保持一致性、整個任務流程怎麼設計。對一般使用者來說這些可能看不懂也用不到，但對正在做這一塊的團隊來說，這幾乎就是一份完整的實戰教科書。

• 因為大家本來就知道大方向，沒有人不知道 agent 要怎麼做，只是細節很難試。這就很像你知道一道招牌菜大概是「兩湯匙醬油、一湯匙鹽、一湯匙糖」，但你真的要做出一樣的味道，關鍵在細節：用的是哪種醬油，是一般醬油還是魚露？糖是白糖還是黑糖？鹽跟糖是一起加還是分開加？這些細節才會決定最後是 85 分還是 95 分的差距。這次外洩等於是把這些細節全部告訴你，連「要用魚露、要用黑糖、鹽先加五分鐘再加糖」這種等級的資訊都直接公開。

• 更麻煩的是，這些東西其實沒辦法防。因為大家不需要直接用你的程式碼，那會有版權問題，但只要知道你是怎麼做的，就可以自己重寫一套一樣的東西。這就像你聽到隔壁學霸分享他的讀書方法，你完全可以照著做，對方也不能告你。智慧財產權保護的是實作，不保護觀念，而這次流出去的，剛好就是最有價值的那一層「觀念＋實作細節」。

• 對其他公司來說，這等於是把原本要花三到六個月試錯、燒算力、反覆實驗才能得到的最佳做法，一次全部送給你。你不需要再去測哪種做法比較好，因為答案已經在那裡了，只要照著優化就好。

◼ 24 小時內開源版本就出現：優勢已經被商品化

• 這個時代的速度真的很誇張，事件發生不到一天，就已經有人做出一個 clean-room 的重寫版本，叫做 claw-code。這個版本完全沒有用到原始碼，而是根據理解重新用 Python 寫一套出來，還開源，甚至可以讓你自由接不同模型，不一定要用 Claude。這代表一件事：Anthropic 原本在 agent workflow 上的優勢，已經開始被「商品化」了，變成整個產業都可以用的能力。

• 那這件事對 Anthropic 來說有沒有到致命？我覺得沒有，因為他們內部一定還在持續優化，未來版本還是會往前走。但很明顯的是，他們讓競爭對手更容易追上自己，原本的領先優勢被壓縮了。這其實有點諷刺，因為 Anthropic 一直是以「安全」著稱的公司，結果這次卻是自己把關鍵東西送出去。

• 簡單講，這次外洩真正被偷走的，不是技術本身，而是「時間」。而在現在這個 AI 競爭階段，時間其實就是最貴的資產。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

老實講，每次要進入夏天，Miula 我最頭痛的其實不是熱，是蚊子。

尤其在台灣，你只要稍微沒注意，晚上就會被吵到睡不好，隔天起來還滿腿包。像我女兒有一次，一晚直接被咬十幾個包，那個畫面真的會讓你覺得：這問題一定要處理。

所以我最近用了一款我覺得蠻有意思的產品——【KINYO 智慧計數×冷陰極電擊式捕蚊燈】。為什麼說有意思？因為它解決了一個很現實的問題：你根本不知道捕蚊燈到底有沒有在抓蚊子。

這台會「幫你計數」，每電死一隻蚊子就直接累加，你可以很清楚知道成果，不用再靠猜。這點我覺得很關鍵，因為以前很多捕蚊燈開著幾天，到底捕蚊效果怎麼樣，心裡其實是很懷疑的。

再來它用的是冷陰極燈管，壽命長達12萬小時，基本上買一台可以用很久。另外它有自動感光功能，天暗自動開、天亮自動關，不用你每天在那邊開來關去。

還有一點我自己很喜歡：它有睡眠模式，放在臥室也不會干擾睡眠。

我自己的建議是，如果你家空間允許，直接買兩台最有感。一台放客廳、一台放臥室，效果會差很多。因為捕蚊燈在「沒有人」的空間效果最好，兩邊同時運作，蚊子真的比較沒地方躲。

現在有M觀點專屬七折優惠，我會覺得，這種東西不是花錢買爽，而是買一個「睡眠品質」跟「生活安靜」。如果你也常被蚊子搞到很煩，這台可以認真考慮。

－－－

🛒 【M觀點】專屬團購7折優惠：https://s.add.one/5bkguu

（品牌限定優惠，請使用 Fb、Line、手機號碼 登入，即可看到專屬優惠價）

【美國科技股怎麼看】

◼ 美國人到底會不會做股票

• 聊天室有人說，股票跌爛又要刪 App 了。老實講，會有這種反應我完全可以理解。因為如果你回頭看過去幾次比較大的股災，無論是 2020 年疫情那一波、2022 年科技股大修正，還是 2025 年 4 月的川普關稅戰，如果你當時是在最恐慌的時候賣掉，後來通常都不會有太好的結果。反而如果你當時是選擇撐住，甚至乾脆不看盤，事後回頭看，往往還比較好。所以很多人現在想刪 App，我其實是懂那個心情的。

• 只是今年的狀況，確實又特別讓人難受。市場上有一句玩笑話，美國人到底會不會玩股票。這句話雖然是玩笑，可它其實很真實地反映了很多美股投資人今年的心聲。因為明明同樣是 AI 題材，台股今年漲很多，美股卻反而跌。明明輝達、Google 這些公司的財報都不差，結果財報開完股價照跌。你如果是站在投資人的角度，真的會很想問，到底發生什麼事，為什麼這麼多好消息出來，股票還是一路往下走。

◼ 同樣是 AI 台股在漲，美股卻在跌

• 我自己因為主要部位不完全放在美股，所以某種程度上比較能用旁觀的角度去理解這個落差。像我自己的資產配置，有一部分是在台股。到上週五收盤為止，台股大盤年初到現在大概漲了快 13%，而我自己的部位甚至還不只這樣，因為我手上有些標的是漲得比大盤更兇的。所以如果你主要壓在台股，今年的感受其實不差。

• 可是美股完全不是這樣。S&P 500 年初到現在大概跌了 7%，如果看 NASDAQ，大概跌到將近 10%。更重要的是，NASDAQ 這個跌幅其實還是有一些硬體類股撐住之後的結果，像記憶體、Intel、光通訊這類今年表現相對強的族群，多少有幫忙墊住一些指數。如果把這些受惠股先扣掉，只看比較典型的科技巨頭股加上軟體股，那真的是一片慘烈。

• 像我自己的 eToro 示範帳戶，因為持股跟我實際部位相當接近，所以某種程度上可以代表我的主動投資部位。那個帳戶年初到現在大概跌了 12%，甚至比 NASDAQ 還更差。原因也很簡單，因為裡面很多我長期持有的核心科技股，今年表現真的都很難看。微軟跌了 26%，Meta 跌了 20%，亞馬遜跌了 14%，Google 跌了 13%，連輝達這種大家本來覺得最穩的 AI 龍頭，到現在也跌了 10%。如果連這些原本最沒有爭議的科技巨頭都跌成這樣，你大概就可以理解，為什麼很多美股投資人最近會有很強烈的信心動搖。

◼ 軟體股跌得比科技巨頭還要更重

• 而且如果你把視角再往下拉到軟體股，那個狀況比科技巨頭還要更慘。過去兩年大家都在講，軟體股會是 AI 時代很重要的受惠族群，結果今年到目前為止，很多原本市場很看好的名字都跌得亂七八糟。Palantir 年初到現在跌了 20%，CrowdStrike 跌了 21%，Snowflake 更是跌了 30%。我大概掃一圈主要軟體股，除了 Cloudflare 撐得相對好一點之外，其他幾乎都跌爛。

• 所以如果你的持股結構跟我比較接近，是以科技巨頭加上軟體股為主，那你現在的感受一定會跟看指數的人很不一樣。因為 S&P 500 跌 7%，聽起來還像是一般修正，可是你自己的帳面可能是兩位數甚至更高的跌幅。那種感覺不是單純看到指數拉回而已，而是會真的開始懷疑，自己原本相信的投資邏輯到底有沒有出問題。

◼ 如何看待美國科技股回檔

• 如果只用單一原因來解釋這一波回檔，其實會看錯重點。這一波的本質，比較像是三個不同來源的壓力同時疊在一起。第一個壓力其實從去年 11 月就開始了，那時候市場在修正的是 AI 的資本支出問題。科技巨頭在 AI 上砸的錢越來越多，市場開始懷疑這些投資能不能回收，會不會過度投入。這種 CAPEX 的疑慮，在 2023 年和 2024 年都出現過，而且通常三到四個月左右就會結束，所以一開始其實很多人，包括我在內，都會覺得這次應該也是類似的節奏，修正幾個月之後就會穩定下來。

• 但這一次的問題在於，這個修正還沒結束，第二個壓力就出現了。2 月初之後，AI 模型與 AI Agent 的進展突然加速，特別是像 Claude Opus 這一類模型，搭配 agentic workflow，讓市場開始重新思考一件事：AI 不只是幫助軟體公司，而是可能直接改變軟體產業的結構。原本大家覺得軟體是 AI 的受益者，但現在開始有人懷疑，有些軟體本身會不會被取代。當市場開始無法確定誰是受益者、誰是受害者時，最直接的反應就是整體降低評價，這就是為什麼軟體股會出現一波很強烈的回檔，而且這種不確定性到現在都還沒有消失。

• 然後第三個壓力，在 2 月底又加進來，就是戰爭。美國與以色列對伊朗的軍事行動，從 2 月底打到現在已經滿一個月，還沒有結束。這件事情把油價、通膨、利率預期全部重新拉進市場的核心關注點。原本只是產業層面的修正，變成同時受到宏觀與產業雙重影響。這三個壓力加在一起，就不是單純的修正，而是一種多重不確定性的堆疊。嚴格來講，指數跌幅還不算崩盤，但對於持有科技股的人來說，這種組合型壓力會讓感受放大很多。

◼ 這個局面，很像 2022 年的開頭

• 當市場出現這種多重因素同時存在的狀態時，很自然會讓人想到 2022 年。當時一開始大家也覺得只是估值修正，因為之前漲太多了，可是後來才發現，事情沒有那麼單純。高庫存、高通膨，再加上 俄烏戰爭，三個因素同時發生，結果讓科技股走了一段很長的空頭，而且時間遠遠超過原本預期。

• 那一段經驗其實有一個很重要的教訓，就是市場的方向跟市場的時間，往往是兩件不同的事情。很多公司的長期成長沒有問題，產業趨勢也沒有改變，但市場在很長一段時間內，仍然可以持續給出更低的估值。這也意味著，即使方向看對了，如果時間判斷錯了，投資結果仍然會很辛苦。

◼ 現在市場真正要看的是兩個變數

• 如果把現在的局面簡化，其實就是兩個核心變數。第一個是戰爭，第二個是 AI。戰爭這件事情，短期最重要的觀察點就是荷姆茲海峽什麼時候可以恢復通行。因為只要油輪可以正常通過，油價就會開始回落，通膨壓力也會下降，市場最擔心的那條鏈條就會斷掉。但如果封鎖拖太久，油價維持高檔，就可能影響利率預期，對資本市場造成壓力。

• 如果從更大的角度來看這場戰爭，其實結局的方向是有邏輯的。當一個國家可以透過威脅全球能源供應來換取利益時，這種模式一旦成立，未來就會被反覆使用。這對美國、中東國家甚至歐洲來說，都是不可接受的。所以這場衝突很難在「伊朗沒有付出代價」的情況下結束。這也代表，美國在這件事情上其實沒有太多退路，即使短期要承受經濟壓力，也必須把這個問題處理到一個穩定的狀態。

• 從比較實際的角度來看，影響市場的不是戰爭有沒有結束，而是不確定性什麼時候開始下降。只要市場開始看到幾個訊號，例如航運風險降低、攻擊能力下降、甚至談判開始出現進展，即使戰爭還沒有完全結束，市場也可能先反應。

• 第二個變數是 AI。這個部分其實更麻煩，因為它不是短期事件，而是一個結構性變化。問題不在於 AI 會不會影響產業，而是沒有人能確定影響的方式。某些公司會受益，某些公司會被淘汰，但現在市場沒有能力精準分辨。當不確定性這麼高時，資金自然會降低配置，這也是為什麼軟體股會出現全面性的估值壓縮。

• 更關鍵的是，這種影響正在從軟體產業擴散出去。當 AI 開始進入更多知識型工作時，產業邊界會被重新定義。AI 一方面帶來生產力提升，另一方面也會顛覆既有結構，而這兩件事情是同時發生的，這也是目前市場最難定價的地方。

◼ 投資的重點其實已經改變

• 在現在這種市場環境裡，最大的問題其實不是資訊不夠，而是你知道的東西越多，反而越不確定。因為無論是戰爭的走向，還是 AI 對產業的影響，本質上都不是那種可以用過去經驗直接推估的事情。戰爭什麼時候結束，沒有人知道；AI 最終會顛覆到什麼程度，也沒有人真的有把握。所以在這種情況下，如果還是用「我要精準預測接下來三個月、六個月市場怎麼走」這種思維在做投資，其實風險是很高的。

• 更實際的狀況是，就算是目前能想出來最合理的劇本，也很可能是錯的，而且錯的機率不低。這一點其實很重要，因為很多投資人會不自覺地把自己的判斷當成高信心結論，但現在這個市場，不確定性本身就是最大的特徵。所以與其去追求一個「看起來很準」的預測，不如承認一件事，就是大部分人現在其實都在猜，只是猜得有沒有邏輯而已。

• 也因為這樣，投資的重點會開始從「預測對不對」轉向「就算錯了會怎樣」。如果你的投資策略，是建立在某一個劇本一定會發生，那一旦劇本偏掉，你的損失就會很大。但如果你的策略本身有容錯空間，即使市場沒有照你想的走，你還是可以承受，甚至還有機會調整，那這種策略在現在的環境反而更有價值。

• 這也是為什麼在這種時候，與其想要抓轉折點，不如去抓大方向。因為短期的轉折，很可能會被各種突發事件打斷，但長期的趨勢通常不會那麼容易改變。像 AI 帶來的生產力提升，這個方向其實沒有太大疑問，可是它對產業的影響節奏、影響範圍，現在還在快速變動，所以短期市場會出現很大的波動。

• 如果把時間拉長來看，三到五年內，很多對公司、產業的基本判斷，其實還是有參考價值的。強的公司通常還是會活下來，好的產業還是會成長，競爭優勢還是會發揮作用。但當時間再往後拉，進入五年以上的區間，AI 很可能開始改變更底層的東西，包括產業邊界、勞動市場，甚至整個經濟結構。當這些東西開始改變時，很多原本建立在舊世界假設上的估值模型，就會出現明顯偏差。

• 這也會讓一件事情變得越來越重要，就是「人」本身。公司團隊的能力、適應變化的速度、決策的彈性，在這種時代可能會比過去更關鍵。因為在一個高度不確定、快速變動的環境裡，能不能持續調整方向，可能比一開始站在正確位置更重要。

• 所以如果把現在這個市場用一句話來形容，其實比較像是在一片很濃的迷霧中前進。你大概知道前方的方向在哪裡，但看不清楚路長什麼樣子，也不知道途中會遇到什麼。這種時候，與其拼命往前衝，不如確保自己走得穩、走得久，因為最後能不能走到終點，往往不是看誰跑得最快，而是看誰沒有在中途倒下。

Subscribe now

【社群巨頭的兒少責任】

◼ 社群平台開始被當成「有問題的產品」

• 好，那接下來我們來聊 Meta。因為 Meta 上禮拜其實輸了兩個很重要的官司，而且這兩個案子放在一起看，我覺得是有一些象徵性意義的。第一個案子是 Meta 跟 Google 一起輸的，有一位 20 歲的女性去告 Instagram 跟 YouTube，她的主張其實很直接，她說這些平台的演算法讓她成癮，而這個成癮進一步造成焦慮、憂鬱以及身形焦慮等心理問題。她的論點是，這些平台的設計本身就存在問題，包含無限滾動、推薦演算法、自動播放、通知以及美顏濾鏡，這些機制會讓人不斷滑、不斷看，最後形成成癮狀態。陪審團最後認定 Meta 跟 Google 敗訴，總共要賠償 600 萬美元，其中 Meta 負責 70%，Google 負責 30%。而陪審團的關鍵判斷是，這些平台刻意利用青少年大腦的脆弱性來設計產品，使其上癮，同時也沒有提供足夠的風險警告給未成年人。當然，Meta 與 Google 都不服判決，Meta 認為青少年心理健康是複雜議題，不應該歸因於單一應用程式，而 Google 則主張 YouTube 是負責任的影音平台而非社群平台，因此兩家公司都將提出上訴。

◼ 第二個案子：兒童安全與平台責任

• 不過更值得注意的是第二個案子，是新墨西哥州對 Meta 的集體訴訟。這個案子不只是單一用戶的心理問題，而是直接指向整個平台對兒童與青少年的保護不足。訴訟指出，未成年人在平台上可能接觸到性剝削、性交易相關內容，甚至被誘騙或騷擾，認為 Meta 在兒童安全上的設計存在重大缺陷。法律上則是認定 Meta 違反了新墨西哥州的不公平交易法，包括不公平或欺騙性行為以及不道德行為，因為平台明知存在風險，卻沒有有效防範，甚至讓這些問題在平台上發生。最終判決 Meta 敗訴，賠償金額達 3.75 億美元。Meta 的立場同樣是不服，認為自己已經盡力保護兒童，並主張受到 Section 230 的保障，但無論如何，這兩個案子在同一週敗訴，本身就代表了一個值得關注的變化。

◼ 關鍵轉變：責任從「使用者」回到「產品設計」

• 這兩個案子的焦點其實不完全相同，一個是成癮與心理健康，一個是兒童安全，但它們有一個很重要的共通點，就是社群平台開始被追問一個核心問題：當青少年在平台上受到傷害時，責任到底該由誰承擔。過去的法律邏輯很清楚，平台只是中立的載體，上面的內容是由使用者產生的，只要平台能夠證明自己已經盡力管理與降低風險，就不需要負額外責任。但現在的訴訟方向開始改變，新的論點是，這些問題並不是偶發，而是來自產品設計本身，也就是平台在一開始就設計出容易讓人上癮、容易產生風險的機制，並且在明知風險的情況下仍然持續優化，因為這樣可以提升使用時間與收益。換句話說，責任從「平台沒有管好內容」轉變成「平台設計本身就有問題」，這是一個非常關鍵的轉變。

◼ 法院對社群平台趨勢已經開始改變

• 當然，這些案件短期內不會有最終結果。現在只是地方法院判決，後續還會經過上訴法院、州最高法院，甚至可能進入聯邦最高法院，中間也可能被發回重審。整個流程可能需要三到五年時間。所以短期來看，市場可能會因為判決出現一些波動，但長期影響還是取決於最終判決。不過我覺得更重要的是，這些案件反映的是一個正在發生的趨勢，就是社會與司法體系對於社群平台責任的認知正在改變。

• 如果我們不只看法律，而是回到更本質的問題，社群媒體對青少年到底是有益還是有害，我自己的看法是，有一部分確定是有害的，但並不是全部都有害。特別是短影音，我認為是目前所有社群使用形式中最有問題的一種，它幾乎只提供短期的多巴胺刺激，卻沒有太多長期價值。你去看漫畫，有故事；打電動，有挑戰；甚至傳統社群媒體，還能建立社交連結。但短影音很多時候只是無止境的刺激堆疊，而且現在也有研究指出，長期使用會影響兒童的專注力與腦部發展。所以以我自己的立場，我會認為短影音應該被嚴格限制，至少在孩子成長過程中，應該避免讓他養成依賴這種內容的習慣。

◼ 傳統社群媒體：正負效果大致抵銷

• 至於像 Facebook 或 Instagram 這種傳統社群媒體，我的看法就比較中性。它確實會帶來比較心態等負面影響，但同時也提供社交連結，而對青少年來說，社交本身是必要的。如果完全禁止，反而會讓孩子被排除在同儕之外。所以我會認為這一類型的社群媒體，正負效果大致可以互相抵銷，比較合理的做法是適度開放，搭配正確的心理教育與引導。

◼ 政府該不該介入？自由與保護的取捨

• 接下來的問題就是，如果我們承認這些產品至少部分有害，那政府應不應該介入。這本質上是政府管制與個人自由之間的界線問題。我自己本來偏向小政府，理論上希望政府少管，但現實世界並沒有絕對的答案。有些事情政府會管，例如汽車安全帶或香菸警語，但像汽水或巧克力這類對健康不利的東西，政府通常就不會全面干預。所以問題不在於要不要管，而是管到什麼程度。在這個議題上，我會傾向認為，多數家庭其實很難完全自行處理這個問題，因此某種程度的介入是合理的。

◼ 比較合理的方向：讓家長有工具，而不是全面管制

• 不過我比較傾向的方式，不是政府直接強制平台怎麼做，而是要求平台提供更多工具，讓家長可以自行管理。例如總使用時間的限制、定期的使用報告、觀看內容的風險分析，甚至讓家長可以選擇不同的演算法模式。這種做法比較像是金融商品或其他高風險產品的管理方式，不是全面禁止，而是讓風險在可控範圍內，同時把選擇權交回給家長。

• 不過最後我還是想補一個我自己的觀點。我覺得單靠「管」這件事情，其實是管不完的。與其一直禁止孩子做什麼，不如讓他接觸到更有價值的活動。如果他喜歡看 NBA，他自然會花時間看比賽；如果他喜歡戶外運動，就會去運動；如果他喜歡小說、漫畫或遊戲，他的時間就會被這些內容佔據。這些東西未必完美，但至少比短影音這種純刺激型內容好得多。我覺得關鍵不是把所有壞的東西都擋掉，而是讓孩子體驗到更高品質的娛樂與滿足感，當他習慣這種較高層次的體驗之後，對低層次的刺激，自然就不會那麼依賴了。

【Siri 不再只有 GPT】

◼ Apple 不做最強 AI，而是當入口收過路費

• 根據彭博的報導，未來 Siri 會取消與 ChatGPT 的獨家合作。現在的模式是，簡單查詢由 Siri 自己處理，複雜查詢則轉給 ChatGPT，但在預計今年 WWDC 發表的 iOS 27 中，蘋果會推出一個新的「Extensions」功能，讓使用者可以從 App Store 下載不同的 AI 聊天機器人，然後直接整合進 Siri。也就是說，未來你可以自己選擇要用哪一個 AI，例如 Google Gemini、Claude，甚至其他模型都可以，整體架構沒有變，還是 Siri 處理簡單任務，複雜問題交給外部 AI，但不再綁死單一供應商。

• 老實講，這個調整其實是合理的。因為一年前蘋果宣布跟 ChatGPT 合作的時候，ChatGPT 確實是領先者，但現在的情況已經不一樣了。你可以說 ChatGPT 還是很強，但很難說它明顯領先其他家，特別是在 agent workflow 這一塊，甚至還有落後的地方。在這種情況下，本來就沒有必要把自己綁在單一模型上，開放多模型選擇，本來就是更符合產品邏輯的做法。

◼ Apple 打了一張「安全牌」

• 不過這件事情，我不會把它解讀成什麼重大利多。我覺得它比較像是蘋果打了一張很標準的安全牌。意思是什麼？就是當你自己在大型語言模型這一塊沒有競爭力的時候，那你就不要硬打，而是回到你本來就有優勢的地方。對蘋果來說，那個優勢就是 iPhone 的入口，也就是整個用戶通路。

• 所以蘋果現在的做法其實很簡單：我不跟你們這些 AI 公司拼模型，我也不燒那麼多錢去做 CAPEX，但所有 AI 要接觸到我的用戶，都要透過我這個入口。現在大型語言模型還不太能賺錢，所以這個「過路費」還不明顯，但如果未來 AI 開始真的能賺到錢，那蘋果一定會來分一杯羹，因為你要賺 iPhone 用戶的錢，就必須經過它。

◼ 類比 Microsoft：掌握客戶的人，才拿得到分潤

• 這件事情其實可以用一個很簡單的例子來理解。像 Anthropic 的 Claude 現在很強，Claude Code、Claude Work 這些產品也做得很好，但它為什麼還是要跟 Microsoft 合作？原因很簡單，因為企業客戶在 Microsoft 手上。你要賺企業的錢，就得讓 Microsoft 分一杯羹，所以最後變成 Copilot 的一部分。

• 未來在消費端，其實邏輯會很類似。現在終端用戶這塊的商業模式還沒有完全成熟，但一旦這個市場開始放大，誰掌握入口，誰就有議價能力。蘋果現在的策略，就是牢牢守住這個入口的位置。

• 只是我必須講，這個策略是正確的，但不要把它吹成什麼很 brilliant 的策略。這本質上就是一張安全牌。你打不贏的戰爭就不要打，專心守住你本來就會贏的地方。這是合理的決策，但不代表它很厲害。

• 如果你把時間拉回五年前，那時候蘋果還是全球最強的科技公司之一，如果當時你就預期 AI 會是下一個大浪潮，那你會期待蘋果在這一波裡面扮演什麼角色？結果現在它的定位是「收過路費」，那其實代表它在這場 AI 競賽裡面，並沒有拿到主導權。

◼ 能穩穩賺錢，不代表表現很好

• 我覺得現在有一種說法是有點過頭的，就是因為蘋果至少可以穩穩守住自己的用戶入口，未來一定可以分到錢，所以就把這件事情講得很厲害。但我會覺得，這某種程度是對蘋果標準放太低了。你當然可以說它至少沒有輸，至少還能賺到過路費，但這本來就是它的優勢，它本來就應該做到。

• 就像 Microsoft 也可以一直靠 Microsoft 365 收錢，這也是它的優勢，但我們也不會因為這樣就說它在 AI 時代表現超強。這只是代表你守住了你原本的地盤，而不是你在新的戰場上取得了領先。

• 所以總結來講，蘋果現在的策略其實很清楚：放棄那些自己打不贏的戰爭，把資源留在自己最有優勢的地方，然後把能穩穩賺到的那一塊守住。這是一個正確、理性、風險也不高的策略，但它的本質就是安全牌，而不是什麼特別創新的打法。

【3/30~4/3 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP290. 美國科技股怎麼看、社群巨頭的兒少責任、Siri 不再只有 GPT | M觀點

EP291. 微軟推進多模型、OpenAI 最後募資、Claude Code 外洩事件 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

清明連假將近，應該有些人已經在規劃連假出國或到日本賞櫻的規劃了吧。不過每次出國最容易卡住的，其實不是行程，而是「上網」這件事。以前最簡單的方式是直接開漫遊，但價格常常動輒好幾千；不然就是到當地換 SIM 卡或租分享器，不只麻煩，還要顧設備、怕弄丟原本的卡。

這幾年 Miula 我自己比較推薦的解法，其實是 eSIM。簡單說，就是不用插卡，你的手機可以直接用軟體加入一組當地門號，在國外上網走當地網路，比漫遊便宜很多，而且原本台灣門號也還能接電話。

而我目前最常用、也最放心推薦的是 NordVPN 推出的 Saily eSIM。它的好處在於操作真的很直覺，不用掃 QR Code、不用一堆設定，只要下載 Saily APP，在裡面選國家、選方案，買完啟用就能用，基本上誰拿到都會操作。

Saily 支援全球超過 200 個地區，不管是日本、韓國、歐美或東南亞都能用。而且因為是 App 管理，用量剩多少一眼就看得到，不怕突然斷網，也能隨時加購。

對常出國、自由行、帶小孩旅行，或需要邊走邊查資料、傳照片的人來說，其實很省心。出國不用再煩惱換卡、帶機器，手機打開就能一鍵連線。

現在透過專屬連結下載 Saily APP，並在結帳時使用優惠代碼 [miula]，立即享有專屬 eSIM 方案 85 折優惠！

如果你的手機支援 eSIM，出國前可以先準備好，下飛機後就能直接上網。

M觀點 X Saily eSIM - https://saily.com/miula

【Mauns 創辦人遭限制出境】

◼ 中國開始「鎖人」？AI 新創 Manus 創辦人被限制出境

• 在進入今天幾個主要主題之前，我想先跟大家聊一個我原本打算多講，但現在其實有點講不了的事件，就是 AI agent 公司 Manus。這家公司我自己也有在用，而且它後來被 Meta 收購之後，其實產品整合也已經差不多完成。不過就在最近，Manus 的創辦人居然被中國當局限制出境。

• 其實我身邊有朋友有投資 Manus，所以我大概知道他們內部的一些想法。他們很早就已經決定要離開中國，所以在公司開始有知名度之後，很快就把公司設在新加坡，甚至整個營運重心也都搬過去了。從他們自己的角度來看，他們早就已經是一家「新加坡公司」，那既然是新加坡公司，被 Meta 收購本來就應該是完全合理、合法的事情。

• 但問題是，中國政府並不這樣看。即使你已經把公司搬出去，只要你最早是在中國創立的，他還是會把你當成「中國公司」。所以 Manus 的 CEO 肖弘，以及首席科學家季逸超，被中國的國家發展和改革委員會約到北京開會。這種約談，外界會覺得為什麼要去，但比較合理的推測是，一開始應該是以「併購案需要報告」的名義要求他們出席，他們也沒有預期會出事，就照常去說明。

• 但會後的發展就完全不一樣了。他們並沒有被拘留，可是被直接告知「不得離境」，等於進入一種被監管的狀態。對當事人來說，這其實是很難預料的事情，因為 Manus 並不是什麼超級巨頭公司，也不是像字節跳動那種具有巨大影響力的企業。以這個等級的 AI 新創，全世界其實有不少家，他們大概也沒有想到自己會被這樣對待。

• 從商業角度來看，其實事情更微妙。因為 Manus 與 Meta 的整合基本上已經完成，該整合的技術、團隊，理論上都已經進到 Meta 裡面。所以就算今天中國要對這個併購案提出什麼意見，對 Meta 來說，其實該拿到的東西已經拿到了。但比較倒楣的，就是這兩位創辦人，他們原本可能認為這只是一個正常的跨國交易，卻沒有想到會變成現在這樣的局面。

• 這件事情其實讓我想到另一個案例，就是富察。他只是回中國辦事情，就被拘留，甚至被判刑好幾年。他本身是在台灣做出版，也不是在中國發表什麼內容，但依然出事。這讓人感覺到一件事情：即使你不是什麼關鍵大人物，只要在某些敏感領域，風險就會突然放大。

• 所以老實講，這整件事情讓我自己的體感也很直接。我以前工作時期，其實很常去上海、香港，一年去十幾次都是很正常的事情。但這幾年開始，我自己就不太再去這些地方。很多人會說，你們這些批評中國的人是不是不了解中國，其實不是，反而是因為太了解，才知道風險在哪裡。

• 回到 Manus 這件事情本身，它最值得注意的地方不是個案，而是趨勢。當一間已經把營運搬到海外的 AI 公司，仍然會因為「最初來自中國」而被限制核心人物的流動，其實就代表一件事：AI 不再只是單純的商業產業，而是已經進入一個被高度監管、甚至帶有國家戰略層級的領域。

【OpenAI 砍 Sora】

◼ OpenAI 砍掉 Sora：從「什麼都做」走向「只打主戰場」

• 我們今天第一個主題來聊 OpenAI 要砍掉 Sora 這件事情。其實如果你有在聽上週的節目，我們就有講到，OpenAI 已經開始宣示要「專注主線任務」，也就是把資源集中在真正關鍵的戰場，而不是什麼都做。這個禮拜第一個被砍掉的支線任務就出現了，OpenAI 宣布終止 Sora 這個 AI 影片生成工具，而且不是小幅調整，而是幾乎全面關閉，包含面向消費者的 Sora App，以及給開發者使用的 Sora API 都會停止服務。 原本 Sora App 的定位，其實是想做一個「AI 生成影片的短影音平台」，有點像是 AI 版的抖音，但這種產品如果真的要做到成熟、能夠放廣告、開始賺錢，至少都是三到五年的事情。對現在正在打仗的 OpenAI 來說，這條路太遠，等不到那一天。

◼ 放棄 Sora 但技術依舊保留

• 不過比較關鍵的是，OpenAI 並沒有完全放棄 Sora 背後的技術。他們現在的說法是，團隊會轉去做「世界模型（world model）」的研究，因為 Sora 的核心其實不是影片生成，而是透過大量影片去學習現實世界的運作方式，理解物理規則、物體如何互動，再反過來生成內容。所以未來他們可能還是會繼續讓模型「理解世界」，但不會再把重心放在做出多厲害的影片特效或生成內容。簡單講，他們要的是理解世界的能力，而不是娛樂內容本身，因為後者很吃資源，但不一定能帶來立即回報。

• 我自己其實蠻認同這個決策，因為現在 OpenAI 面對的是一場真正的戰爭，核心就是開源節流。開源，就是把資源放在可以賺錢、可以快速變現的地方；節流，就是把那些燒錢但短期沒有回報的專案砍掉。Sora 很明顯就是後者，它極度耗算力，但短期內很難變現，而且對於現在最重要的戰場——AI Agent、生產力工具——幾乎沒有幫助。你要知道，現在不是在做展示技術的時候，而是在搶市場、搶企業客戶的時候，如果一個專案對這兩件事都沒有幫助，那它再酷都應該被砍。

• 更大的壓力其實來自競爭對手。像 Anthropic 這半年幾乎是每一兩週就推出新功能，能力一路往上堆，產品進步的速度非常快。相較之下，OpenAI 和 Google 在產品節奏上都有點被壓制，所以現在最重要的事情不是再去開新戰線，而是把所有資源集中在主戰場，也就是 agentic workflow，讓 AI 可以真正長時間穩定地幫人完成任務，而不是只會生成內容。這也是為什麼 OpenAI 必須回頭，把工程師、研究員以及算力全部重新配置。

◼ World Model 不死：真正的戰場在 Physical AI

• 當然，Sora 的路線並沒有完全消失，因為 world model 這條線，長期來看其實非常重要。現在的大型語言模型很擅長處理知識與文字，也就是所謂的 Digital AI，但如果未來要走向機器人、走向實體世界的應用，就一定需要理解現實世界的能力。也就是說，未來的 AI 不只是會回答問題，而是要能夠在現實世界中完成任務，而這件事情背後最關鍵的能力，就是 world model。所以短期來看，影片生成不重要，但長期來看，理解世界這件事情反而非常重要，特別是在人形機器人這一波敘事之下，未來五年很可能會成為 AI 的主戰場。

◼ 下一刀會砍誰？OpenAI 的收斂才剛開始

• 那接下來的問題就是，OpenAI 只會砍 Sora 嗎？我覺得不會。我認為下一個很有可能被砍掉的，是跟 Jony Ive 合作的 AI 硬體裝置。這個計畫目前傳出來的版本，很像是 AI Pin 的進化版，雖然現在模型更成熟，產品可能不會像第一代那麼失敗，但問題在於，這個東西對 OpenAI 的核心戰場並不重要。如果你的模型輸了，你做再多硬體也沒有用，因為別人可以用更好的模型來取代你。所以這種產品，頂多用投資的方式參與，而不是自己下去做。

• 另外一個我覺得風險很高的，是 Atlas 瀏覽器。當初大家在想 AI Agent 的時候，會覺得瀏覽器是最重要的平台，但現在的發展其實不是這樣。現在比較成功的 AI Agent，大多是獨立應用程式，而不是 browser，所以對 OpenAI 來說，與其繼續投入瀏覽器，不如把資源集中在像 Codex 這樣更直接的產品上。整體來看，OpenAI 接下來的策略其實很清楚，就是持續收斂，把資源集中在模型能力以及 agentic workflow 的支援上。

◼ Anthropic 暫時領先，但不會是終局

• 現在市場上有一個很明顯的現象，就是 OpenAI 和 Google 在模型「聰明程度」上其實沒有輸，但在「長時間任務的穩定執行能力」上，確實被 Anthropic 拉開差距。短任務大家都可以做得很好，但一旦任務拉長到幾個小時，很多模型就會開始出錯或偏離目標，而 Anthropic 的模型在這一點上做得特別好，也因此在企業市場上佔到優勢。不過我認為，這個優勢並不是無法追趕的技術護城河，而比較像是訓練方向的選擇，所以接下來無論是 OpenAI 還是 Google，在下一個版本都一定會補強這一塊，這個差距未來很有可能會被縮小。

◼ 逆風，才是 OpenAI 真正的成長開始

• 最後我想講一個比較大的觀點。我之前其實一直在批評 OpenAI，因為過去這幾年他們真的有點被成功沖昏頭，什麼都想做，從晶片、硬體到各種產品線全面擴張，導致資源分散。但現在這一波逆風，反而是讓他們重新調整方向的機會。一家公司如果從來沒有遇過挫折，你反而會擔心它在真正困難的時候撐不住；只有經歷過逆風，學會專注、修正與取捨，才有機會建立長期競爭力。

• 這其實就很像投資，一個人如果沒有經歷過空頭、沒有大虧過幾次，即使短期績效很好，也很難判斷他是不是成熟的投資人。我自己年輕的時候也是，第一年賺很多，但後來虧到負債，才慢慢建立起現在的投資策略。所以回到 OpenAI，如果他們能撐過這一段逆風，對長期發展反而會是一件好事

Subscribe now

【特斯拉 Semi 卡車】

◼ 被低估的主力產品：Tesla Semi 可能是今年真正的成長引擎

• 我們接下來進入第二個主題，來聊 Tesla 的 Semi 電動卡車。老實講，我認為這台車是特斯拉今年非常重要、但被市場嚴重低估的產品。因為現在大家在談特斯拉，幾乎全部焦點都放在 Robotaxi 跟 Optimus，甚至連 Model Y 要出新版本都沒什麼人關心。但如果回到今年「會實際出貨、會帶來營收」的產品，我反而覺得 Semi 很可能是最值得關注的一個。

• Tesla Semi 是美國所謂 Class 8 的重型卡車，也就是最主流的長途貨運車型，背後可以拖貨櫃，直接打進整個貨運市場的核心。這台車其實不是現在才出現，早在 2022 年就已經交給像百事可樂這樣的企業試用，過去三年一直在優化調整，現在終於要在 2026 年正式量產，預計今年交付大約 5,000 到 15,000 台，未來目標拉到每年 5 萬台。以美國一年 20–30 萬台的重型卡車市場來看，這代表 Tesla 的目標是直接吃下接近兩成的市占。

• 更關鍵的是這台車的單價與營收貢獻。一台 Semi 價格大約 26 到 30 萬美元，相當於 6 到 7 台 Model Y。如果今年賣 1 萬台，就等於多賣了 6–7 萬台 Model Y 的營收，如果未來一年做到 5 萬台，那等於是 30 多萬台 Model Y 的等級。也就是說，雖然絕對數量看起來不大，但對營收的影響其實非常可觀。

◼ 真實司機使用體驗如何？

• 這台車我為什麼會覺得一定賣得好，最核心的原因不是技術，而是「使用者已經驗證成功」。過去三年的測試中，幾乎所有實際開過這台車的卡車司機評價都非常高。你要知道，車子雖然是公司買的，但司機的意見影響力其實很大，因為美國現在卡車司機是缺工的，薪資高、供給少，這群人是有選擇權的，所以車隊老闆一定會優先選擇司機喜歡的車。

• 為什麼司機喜歡？第一個是駕駛體驗完全不同，傳統柴油卡車需要頻繁換檔、踩離合器，是一種體力活，而且噪音大、震動強，長時間駕駛其實很累。但 Semi 開起來更像一台電動轎車，動力平順、沒有換檔、幾乎沒有噪音與震動，整體駕駛壓力大幅降低。再來是中置駕駛座帶來更好的視野，加上環景攝影機幾乎沒有死角，甚至有司機分享，在狹窄彎道中不用下車確認就能順利倒車，這種差異是傳統卡車做不到的。

• 另外在性能上也有明顯優勢，標準版續航約 325 英里，長程版可達 500 英里，遠高於其他電動卡車的 200–250 英里。充電速度也更快，整體使用體驗明顯領先。這些優勢加總起來，讓司機在實際工作中「感覺更輕鬆」，而這件事情對車隊來說是非常重要的。

◼ 真正的殺手鐧：是「幫你多賺錢」

• 不過真正讓這台車幾乎必賣的，其實不是司機體驗，而是經濟性。對車隊老闆來說，車子就是一個生財工具，關鍵是能不能幫公司賺更多錢。先看車價，柴油卡車大約 16–20 萬美元，而 Semi 大約 26–30 萬，表面上貴了 10 萬美元。但關鍵在於營運成本。

• Semi 每英里電力成本大約 0.25 美元，而柴油卡車大約 0.75 美元，也就是每英里可以省 0.5 美元。美國一台卡車平均會開 60 萬英里，7 到 10 年後汰換，所以一台 Semi 在整個生命周期可以省下大約 30 萬美元的燃料成本。換句話說，多花 10 萬買車，卻能省 30 萬，等於幫公司多賺 20 萬美元，還不包含更低的維修成本。

• 這還沒算其他加分因素，包括司機更願意開、招募更容易，以及符合企業客戶的減碳要求（例如 RE100）。所以你會發現，這台車同時滿足三件事：司機喜歡、老闆賺錢、客戶也買單。在這種情況下，對車隊來說幾乎是沒有理由不換車。

◼ 充電不是問題，反而剛好符合運輸節奏

• 當然，要讓 Semi 真正普及，充電基礎設施還是關鍵。不過我覺得很多人低估了一件事情，就是卡車本來就不是一直在開，它本來就會停。短程運輸（300–400 公里）其實一趟就能完成，到了目的地卸貨、裝貨的時間就足夠充滿電。

• 中長程運輸（例如 800 公里），司機本來就需要休息、吃飯、上廁所，停 15–20 分鐘就可以補充大約 40% 電量，基本上可以維持續航。長途運輸甚至會過夜，那充電更不是問題。所以只要特斯拉逐步把 Megacharger 佈建起來，這個瓶頸是可以解決的，而且不需要完全改變既有的運輸習慣。

◼ 這是一條會被低估，但會持續放大的產品線

• 所以整體來看，我會覺得 Tesla Semi 在未來幾年會是一條非常穩定、而且持續放大的產品線。即使一年只賣幾萬台，但因為單價高、營收貢獻大，實際影響會遠超表面數字。如果到 2028 年真的做到年銷 5 萬台，等於是數十萬台乘用車的營收等級，再加上我認為它的毛利也會不錯，這條產品線對特斯拉來說，其實是非常有價值的成長來源。

【谷歌新 AI 技術】

◼ Google TurboQuant：AI 記憶體瓶頸被鬆動了嗎？

• 我們最後一個主題來聊 Google 推出的 TurboQuant。最近很多人在討論，這個技術會不會讓記憶體需求下降，進而讓記憶體股完蛋。我先直接講結論：不會。因為現在 AI 的問題不是「用太多記憶體」，而是「根本遠遠不夠用」。大型語言模型本來就非常吃記憶體，無論是推論時的 KV cache，還是各種向量資料結構，都是用大量向量存在記憶體裡，所以才會造成現在整個產業對記憶體的需求爆炸。在這種情況下，Google 提出 TurboQuant，其實就是想解決一個很直觀的問題：能不能在不影響模型效果的前提下，讓模型「吃更少記憶體」。

• TurboQuant 的核心概念其實可以用一個簡單的方式理解：AI 裡面的資料，本質上是高維度的向量，原本需要用 16-bit 甚至更高精度去記錄，但現在透過一種新的壓縮方法，可以把這些向量轉換成另一種表示方式，例如用「角度 + 長度」的形式來描述，讓資料結構變得更精簡。最後的效果是，可以用大約 3-bit 的資料量，去表示原本需要 16-bit 的資訊，等於記憶體用量大幅下降。更重要的是，這種壓縮方式幾乎不會影響模型的準確度，這點非常關鍵，因為過去所有壓縮方法幾乎都會讓模型變笨，但這次的技術幾乎可以維持原本的效果，同時還能讓運算速度在某些情境下提升到數倍。

◼ Google TurboQuant：能節省多少性能？會讓記憶體需求下降？

• 當然，這個技術目前還在論文階段，Google 自己的模型也還沒有正式導入，但外界普遍認為，未來幾個版本的 Gemini 很可能會用上，甚至 OpenAI、Anthropic、xAI 這些公司也一定會跟進。因為對所有 AI 公司來說，記憶體都是核心瓶頸之一，只要有方法可以降低使用量，就一定會採用。不過實際能節省多少，我會稍微保守一點看待，理論上可能是六分之一，但考慮到現在各家模型本來就有做一些優化，最後可能比較接近降到一半或三分之一的程度。

• 那問題來了，既然記憶體用量下降，這是不是代表記憶體需求會下降？我認為剛好相反。因為現在的狀況是需求遠大於供給，如果用一個簡單的比喻來看，假設市場需要 100 的記憶體，但現在供給只有 15 到 20，那就算透過這個技術把使用效率提升 5 到 6 倍，其實也只是「剛好夠用」而已，並沒有變成供過於求。更何況，如果今天記憶體變得比較不吃資源，AI 公司會怎麼做？他們會讓同一套系統服務更多用戶、開放更大的上下文、提供更快的回應速度，這些都會進一步推高使用量。

• 這其實就是典型的效率提升反而帶動需求上升的現象，也就是所謂的傑文斯悖論。當使用成本下降，大家會用得更多，而不是用得更少。所以最後的結果，很可能是每次請求用的記憶體變少了，但總請求數暴增，整體需求反而更高。差別只在於，原本是「極度供不應求」，未來可能變成「稍微沒那麼誇張，但還是供不應求」。

• 你可以把這件事情想成搶票或排隊。熱門演唱會門票三秒賣完，跟一分鐘賣完，本質上都是搶不到；餐廳排兩小時跟排三十分鐘，本質上也都是要排隊。TurboQuant 帶來的改變，比較像是把排隊時間從兩小時縮短到三十分鐘，但它不會讓你變成不用排隊。所以對整個 AI 產業來說，這個技術不是降溫，而是加速，會讓整個系統跑得更快、用得更兇，最終還是會把資源吃滿。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

如果你一天有超過 6 小時坐在椅子上，我會建議你認真考慮花點小錢投資在椅子上。

Miula 我自己是長時間坐在電腦前的人。以前我也試過各種人體工學椅，但老實講，坐久了還是會不自覺歪掉、駝背，姿勢很難一直維持。

後來我開始用 Roichen 的正脊坐墊，我最直接的感受就是它會「逼你坐好」。

它不是那種會讓你坐了很放鬆的坐墊，而是會幫你把骨盆位置固定住，撐住腰椎，讓你自然維持在一個比較好的坐姿。對我這種長時間工作的人來說，差別其實蠻明顯的。

如果你本來就有習慣的椅子，其實買坐墊就夠了；但如果你缺椅子或是本來的椅子就有點糟糕，那 Roichen 的優雅椅，就是把正脊坐墊整合到辦公椅裡面，一次到位。

我自己現在的用法也很簡單：需要專注工作的時候，就坐在正脊坐墊上；如果只是滑手機、放鬆一下，就把它拿掉。一天大概 5～6 小時裡面，我大概有 2/3 的時間會用它。

你不用一整天都強迫自己固定在正脊坐墊上；只要有幾個小時用它來維持好的姿勢，其實就很有感。

而且它還針對男性女性的骨盆差異開發出相對應的版本，甚至也有兒童版本！如果你家裡有人也是長時間坐著，不管是上班族還是學生，真的都可以用。

如果你長期久坐，想要用一個比較低門檻的方式改善坐姿，我會覺得這個東西是值得試試看的。

💡 想提升專注力，從「坐對椅子」開始！ Roichen 優雅椅 & 正脊坐墊，讓你每天都能高效思考，坐穩未來。
【M觀點】粉絲專屬優惠 48 折起 https://s.add.one/5bkguu
（品牌限定優惠，請使用 Fb、Line、手機號碼 登入，即可看到專屬優惠價）

【美超微偷偷賣中國】

◼ 中國晶片被管制，AI 還是發展的很厲害？

• 在拜登政府開始對中國進行 AI 晶片出口管制之後，市場一直有一個很大的疑問：為什麼中國的 AI 公司，還是能持續訓練出相當強的模型？照理說，最先進的 H100 被禁，後來連降規版 H20 也被限制，中國應該會被卡死才對。但現實卻不是這樣，從 DeepSeek、Qwen 到 MiniMax，這些模型的表現幾乎已經逼近美國頂尖模型九成以上的水準。很多美國公司因此非常不滿，覺得中國在蒸餾他們的模型，但問題是，就算要蒸餾，你還是需要有足夠的算力基礎，那這些算力到底從哪裡來？

• 答案其實很簡單，就是走私。中國本土晶片並不是完全不能用，但在穩定性與效率上仍然有明顯落差，會嚴重拖慢模型訓練速度，所以中國 AI 公司其實非常想要 NVIDIA 的 GPU。在禁令之下，市場自然就出現大量灰色供應鏈，把 GPU 從各地轉運進中國。這裡面，台灣其實扮演了一個不小的角色，確實有不少人長期在做這門生意。從賺錢的角度來看，這是一門利潤極高的交易，但從更大的地緣政治角度來看，其實是相當矛盾的行為。在美中長期對抗的格局之下，仍然有不少人選擇只看眼前利益。

◼ 美超微共同創辦人遭到美國司法部起訴

• 在這樣的背景之下，這次終於爆出第一個被正式起訴的大案。美國司法部起訴了三名關鍵人物，包括 Supermicro 的共同創辦人廖逸賢、台灣區業務經理張瑞滄，以及承包商孫廷瑋，指控三人合謀，將受出口管制的 AI 伺服器違法轉運到中國。這裡要特別強調，美超微是 Supermicro（SMCI），不是 AMD，兩者完全不同，一個是做晶片，一個是做伺服器整機。Supermicro 這幾年因為與 NVIDIA 關係密切，在 AI Server 市場出貨非常強勁，也因此成為關鍵節點。

• 根據起訴書內容，他們的手法是透過東南亞公司作為掩護，表面上是合法出貨到該公司，但實際上把真正的 AI 伺服器轉運到中國。整體規模高達 25 億美元，時間落在 2024 到 2025 年之間，推估主要是 H100 與 H200 的伺服器。以這個金額換算，大約對應數萬顆 GPU。不過更關鍵的是價格差，因為這些 GPU 一旦進入中國市場，價格通常會直接翻倍，25 億美元的貨，最終可能變成 50 億美元的市場價值，中間多出來的 25 億，就是整條灰色供應鏈分食的利潤。

• 這整個案子最戲劇性的地方，在於他們如何騙過檢查。由於這種等級的設備非常敏感，Supermicro 內部有合規團隊，美國商務部也可能抽查設備是否真的在目的地。為了應付這些檢查，他們在東南亞倉庫中擺放數千台「假伺服器」，外觀看起來完全一樣，但裡面是空的。甚至還用吹風機把真機器上的序號貼紙完整取下，再貼到假機器上，確保外觀與序號都能對得上。等於是用一整套高度組織化的方式，在供應鏈中打造一個完全假的現場。

◼ 美超微公司本身有問題嗎？

• 從目前法律角度來看，Supermicro 公司本身並沒有被列為被告，公司也對外表示，這是內部個人行為，相關人員已經停職，正在配合調查。換句話說，法理上公司目前是被欺騙的受害者。不過市場真正關心的是，這種規模的操作，涉及數千台伺服器、跨國物流與系統性造假，真的有可能完全在公司高層不知情的情況下完成嗎？這件事目前還沒有答案，但也因此帶來很大的不確定性。

• 如果未來調查擴大，從個人犯罪升級為公司層級問題，那後果會非常嚴重。一旦美國商務部限制 NVIDIA 對 Supermicro 出貨，等於直接切斷其最核心的 AI 伺服器業務，整個營收結構會瞬間崩塌。也正因為這個風險存在，市場現在其實是在擔心最壞情境，而不只是眼前這起起訴案。

• 同時，這把火也自然燒到 NVIDIA。Supermicro 是 NVIDIA 的重要客戶，雙方關係密切，市場一定會質疑，這麼大規模的異常出貨，NVIDIA 是否真的完全不知情。當然，從法律上來看，NVIDIA 幾乎是安全的，因為它只是把產品賣給客戶，客戶內部的違規行為，很難直接追究到供應商。但在輿論層面，這樣的質疑幾乎無法避免。

◼ 川普放寬晶片禁令後的影響

• 不過從更大的產業與政策角度來看，這類走私問題，其實正在被一個新的方向逐步取代。川普政府已經批准 H200 對中國銷售，而中國方面在撐了幾個月之後，也開始正式放行，讓企業可以直接下單。當市場上出現合法供應，走私的需求自然會下降，因為走私價格往往要翻倍，而合法購買不但便宜，也沒有風險。

• 更關鍵的是技術代差。現在最新一代已經進入 Blackwell（GB200、GB300），甚至即將過渡到 Rubin 架構，而 H200 本身已經落後大約三個世代。這其實正好符合美國的策略：你可以用，但只能用落後的版本，既維持供應，又確保領先優勢，同時把中國鎖在美國的技術體系之中。

• 從這個角度來看，與其全面封鎖，不如開放次級產品並納入體制管理，反而更有效。因為當走私無法完全消失時，讓需求回到合法市場，不但可以壓縮黑市利潤，也能把原本流入中間人的價差，轉回到體制內。這背後其實反映的是一個更務實的策略思維：在無法完全阻止的情況下，選擇控制與引導，而不是單純封鎖

Subscribe now

【馬斯克超級晶圓廠】

◼ 馬斯克的 TeraFab 計劃

• 接下來我們來看馬斯克正式宣布的 TeraFab 計畫。這個計畫會落腳在德州奧斯汀，由 Tesla、SpaceX 與 xAI 三家公司共同推動，雖然嚴格來說未來 xAI 與 SpaceX 可能會整併，但馬斯克仍然把它定位成三方聯合專案。那這個計畫到底要做什麼？簡單講，就是要打造一個超大規模的 AI 晶片製造體系，而且不是只做其中一段，而是從邏輯晶片、記憶體到先進封裝全部自己來。

• 但真正讓市場震驚的，是他喊出的目標：每年生產對應 1 Terawatt（1TW）耗電的 AI 晶片。這個數字有多誇張？現在全球一年所有 AI 晶片的產能，大約只有 20GW，而 1TW 等於 1000GW，也就是 50 倍的差距。換算成具體數量，相當於每年要生產 6 到 10 億顆 Blackwell 等級的晶片，這個規模大概是目前台積電亞利桑那廠產能的數十倍。光是「量」這件事情，就已經誇張到非常極端的程度

• 更誇張的是，他不是只做邏輯晶片而已，而是要連記憶體與封裝一起做。以現在的產業分工來看，這代表你同時要具備台積電的邏輯製程能力、三星或 SK Hynix 的記憶體能力，還要有先進封裝技術。這本來是三個產業鏈環節，現在要在一個體系裡全部完成。就算是對馬斯克一向樂觀的人來說，這個野心也大到讓人覺得非常瘋狂。

◼ TeraFab 時程

• 在時程上，馬斯克的說法是 2026 年底開始小量生產 AI5 晶片，2027 年之後逐步擴大量產。但問題在於，他喊出的 1TW 目標，從需求端來看幾乎無法用 bottom-up 的方式推導出來。就算你把 Tesla 的自駕車、Optimus 人形機器人，再加上 xAI 的資料中心需求全部加總，也很難接近這個數字，可能連十分之一都不到。

• 更現實的問題是電力。1TW 的算力代表的用電量，已經接近甚至超過整個國家等級的用電規模。以目前人類文明的能源使用來看，就算未來十年 AI 大幅普及，每個人使用的算力成長數十倍，整體能源需求可能也只是翻倍，而不是成長數十倍甚至數百倍。這代表馬斯克設定的目標，其實並不是從現實需求出發，而是用一個更高維度的尺度在思考。

• 這也對應到他一貫的思維模式，他不是用 bottom-up 去算市場需求，而是用 top-down 的方式，從「文明等級」去設定目標。他引用的其實是卡爾達肖夫文明等級，Type I 是能夠完全利用一個星球的能源，Type II 則是能夠利用整個恆星的能源。而人類目前連 Type I 的門檻都還差非常遠，整體能源使用量至少還需要成長數百倍。在這樣的框架下，1TW 的 AI 算力，就變成一個「往文明升級推進」的象徵性目標。

◼ 市場質疑馬斯克又在畫餅，TeraFab 困難在哪

• 當然，回到現實，市場上多數人的直覺反應還是質疑。特別是在台灣半導體產業圈，很多人會直接認為這件事情不可能成功，理由很簡單：台積電這麼強，Intel 做了這麼多年都追不上，你馬斯克怎麼可能做到。但這種說法，其實忽略了一個關鍵點，就是技術能力與商業競爭力是兩件不同的事情。

• 以 Intel 為例，它現在的製程並不是做不出來，而是良率不如台積電。像 Intel 3，大致對應台積電 4 奈米，良率已經可以到 80% 以上；Intel 18A 的技術水準介於台積電 2 奈米與 3 奈米之間，目前良率大約 50% 到 60%。相比之下，台積電 3 奈米良率大約 85% 以上，2 奈米預估也有 70% 以上。在商業競爭上，這樣的差距會讓 Intel 很難接單，但這並不代表它做不出可用的先進製程晶片

• 而一旦從「賣給別人」轉成「做給自己用」，整個邏輯就完全改變了。以 NVIDIA 為例，資料中心 GPU 的毛利率大約 75%，也就是說一顆賣 100 元的晶片，成本大約只有 25 元。而這 25 元裡面，台積電、記憶體廠與封裝廠本身也有約 60% 的毛利，實際生產成本可能只有 10 元左右。換句話說，如果你是 Tesla，自己做晶片，就算良率只有台積電的一半，成本從 10 元變成 20 元，仍然遠低於向 NVIDIA 購買的 100 元。

• 這裡就會出現一個很關鍵的結論：在垂直整合的情境下，即使製程效率與良率遠不如台積電，仍然可能具備經濟可行性。因為你不是在跟台積電競爭代工市場，而是在跟「購買現成 GPU」這件事情比較成本。這也是為什麼從數學模型來看，TeraFab 並不是完全不可能成立的計畫。

• 當然，實務上不只是數學問題，還有可靠性、良率穩定性與量產能力等一連串挑戰。但如果把時間拉長來看，假設 2028 到 2030 年 TeraFab 才真正進入量產階段，那時候台積電可能已經進入 A16 或 A14 節點，而 TeraFab 就算停留在 2 奈米，也只是落後一個世代，類似今天 4 奈米與 3 奈米的差距，並不是完全不可用。

◼馬斯克幹嘛自己跳下來做 TeraFab

• 最後回到馬斯克為什麼要做這件事，本質其實很簡單：產能不夠。現在整個市場都知道，未來十年無論是台積電還是記憶體廠，先進製程產能都會長期供不應求。對於 Tesla、xAI 這種高度依賴算力的公司來說，把命運完全交在供應商手上風險太高。所以馬斯克選擇自己下場，做一個極度困難但理論上可行的垂直整合方案。

• 這其實也不是他第一次做類似的決策，從電動車做到電池，再做到鋰資源，他一直在做的事情都是同一件事：當關鍵資源不足，就自己把整條供應鏈做出來。TeraFab 只是把這個邏輯，推到 AI 時代的極致版本

【Palantir 加碼國防】

◼ Palantir 開發者大會

• 最後我們來看 Palantir。上週 Palantir 舉辦了 2026 年的開發者大會，而這場大會最重要的不是產品功能，而是它清楚地對外表態：在 AI 是否應該限制軍事用途這件事情上，他們選擇站在與 Anthropic 完全不同的位置。前陣子 Anthropic 與美國政府之間的爭議，核心就在於 AI 是否應該支援國防用途，而 Anthropic 選擇設下界線。但 Palantir 在這次大會直接講明，他們就是一間「為戰場而生的 AI 公司」，而且這不是新方向，而是從創立以來就沒有改變過的核心定位。

◼ Palantir 的使命

• Palantir 的 CEO Alex Karp 很直白地說，他們的使命就是讓美軍在戰場上取得「不公平優勢」。這句話的意思其實很簡單：如果戰場上一定會有人死亡，那他希望死的是敵人，而不是自己人。CTO Shyam Sankar 也補充，國防不是 Palantir 的其中一條業務線，而是整間公司的核心身份。即使過去兩三年，Palantir 在商業市場的 AI 業務成長速度遠高於政府業務，甚至市場普遍預期未來商業營收會超過政府營收，他們仍然堅持這個核心沒有改變

• 這樣的選擇，其實讓 Palantir 在整個 AI 產業中形成一個非常明確的差異化。過去十年，特別是 2016 到 2023 年之間，矽谷主流科技公司普遍對國防業務保持距離，強調人權、強調科技不應用於殺傷用途。但 Palantir 的觀點完全不同，他們認為這種「只談和平」的想法本身就是不切實際的。現實世界本來就存在衝突與對抗，如果你不使用科技保護自己，對手仍然會使用科技來攻擊你。在這樣的世界觀下，他們選擇正面擁抱軍事用途，而不是試圖逃避。

• 更關鍵的是，Palantir 不只接受這個立場，還把它變成產品策略的一部分。他們認為，在戰場環境中，決策與執行的標準是最高的，因為錯誤可能直接關係到生死。因此，當你能夠打造出符合戰場需求的系統，這套系統在企業環境中自然會更具競爭力。換句話說，他們是先在最嚴苛的場景下驗證能力，再把這套能力往商業市場延伸

◼ 國防成為 Palantir 的優勢

• 這也解釋了為什麼 Palantir 在企業市場的成長會這麼快。從財報來看，過去兩年幾乎沒有其他公司在 AI 對營收的轉化上，能夠與 Palantir 相提並論。他們甚至反過來提出一個新的敘事：國防背景不但沒有阻礙他們打入企業市場，反而成為一種品牌優勢。因為如果一套系統能在戰場上運作，那企業自然會相信它在營運場景中的可靠性與效率。

• 這種能力的核心，其實可以用我們上週談的「Harness」概念來理解。大型語言模型本身已經很聰明，但如果沒有一套好的控制架構，很難真正轉化為生產力。像 Claude 或 ChatGPT，是屬於個人層級的 harness，幫助個人提升效率；Copilot 則是在企業環境中，幫助員工使用 AI 的工具。但 Palantir 的系統，本質上是另一個層級的東西

• 它是一種「組織級的 AI Harness」，也就是讓整個企業、甚至整個政府組織，都能用 AI 來強化決策與運作能力。你可以把企業想像成一個有機體，員工是細胞，各部門是器官，而 Palantir 提供的是一套讓整個有機體運作方式被 AI 強化的系統。這種層級的能力，與單純的 AI 工具完全不同，也正是他們能在市場上拉開差距的原因。

◼ 企業選擇的價值，某種程度也是一種競爭力

• 這次開發者大會後，還有一個重要訊號。Palantir 的 Project Maven 系統，在近期的實戰中表現出色，已經被美國軍方正式採用，成為未來戰場 AI 的核心系統。這代表它不再只是試驗性專案，而是正式進入主系統層級。當一套 AI 系統已經在戰場上被驗證，其可信度與說服力，會遠高於任何實驗室中的技術展示。

• 回頭來看，其實這整件事情也反映了一個更大的趨勢。在這個時代，企業是否成功，不只是看技術，而是看你是否有清晰且一致的價值主張。Anthropic 選擇了一條路，Palantir 選擇了完全不同的另一條路。兩者都可以成功，但如果你站在中間猶豫不決，反而可能失去競爭力。

【3/23~3/27 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP288. 美超微偷偷賣中國、馬斯克超級晶圓廠、Palantir 加碼國防 | M觀點

EP289. OpenAI 砍 Sora、特斯拉 Semi 卡車、谷歌新 AI 技術 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

清明連假快到了，Miula 我猜不少人已經在規劃出國旅行了。像四月初去日本，其實很多地方剛好是賞櫻季節，仙台、富士山附近都很漂亮。不過我每次出國都會提醒自己一件事：一定要開 VPN。

原因很簡單。很多人出國時都會用飯店 Wi-Fi、咖啡廳網路，但這些公共網路其實沒有你想像中安全。你以為只是滑滑手機、收收信，但帳號、密碼、甚至一些個人資料，都有可能被攔截。

所以我自己的習慣是，只要在外面用公共網路，我一定會開 VPN。而我唯一推薦的，就是我自己在還沒業配前就已經開始使用的 NordVPN。它最大的用途，就是幫你的上網連線多加一層加密保護，讓外界更難追蹤你的 IP，也比較不容易被駭客攔截資料。

很多人會覺得資安問題離自己很遠，但其實最常見的情況，就是帳號密碼被偷、社群帳號被盜、甚至信用卡資訊外洩。VPN 其實就像一個很便宜的小保險，平常可能感覺不到，但真的遇到問題時就會很慶幸自己有用。

如果你最近有出國計畫，或平常常在咖啡廳、共享空間用 Wi-Fi，我真的會建議你裝使用 VPN。

透過下方專屬連結，或輸入優惠碼「miula」訂閱 NordVPN 兩年方案，現在還會加贈 4 個月，而且有 30 天退款保證，不滿意也可以退費，完全零風險喔。

「NordVPN X M觀點」: https://nordvpn.com/miula

出門在外，網路安全這件事，多一層保護真的很重要，也差很多。

【輝達 GTC 發表重點】

◼ NVIDIA GTC 2026 Keynote

• 這次 NVIDIA GTC 2026，黃仁勳在 keynote 一開場，其實就先把整場大會真正最重要的核心敘事講清楚了。對長期有在聽 M觀點的觀眾來說，這套觀點應該不陌生，因為我們之前已經反覆談過很多次：AI 的成長遠遠還沒有進入瓶頸，真正更大的爆發，現在才正要開始。

• 黃仁勳這次要講的重點，就是 Agentic AI 將會把整個 AI 世界的 token 需求、推論需求與算力需求，再往上推到一個比過去更誇張的等級。如果說 2022 年底 ChatGPT 推出，代表第一波生成式 AI 的普及；2025 年前後 reasoning model 崛起，代表第二波推理模型帶來的算力放大；那麼 2026 年開始真正進入的，就是第三波的 Agentic AI 時代。所謂 Agentic AI，意思就是 AI 不再只是回答你一個問題，或幫你生成一段內容，而是開始能夠代替你去執行任務、拆解任務、安排流程，甚至自己呼叫更多工具去完成工作。也因為如此，整體運算需求會呈現跳躍式成長。因為 reasoning model 讓每一次回答需要更多 token，Agentic AI 則是把一個任務拆成多個子任務，而每個子任務又會產生多輪推理與多次推論。你可以想像，過去你問 AI 一個問題，也許只有一次回答；現在你交給 AI 一項工作，它背後可能要執行十次、幾十次，甚至上百次的 reasoning。黃仁勳用「萬倍」與「百萬倍」這種等級的說法來形容這種成長，重點在於那個方向非常清楚：Agentic AI 會讓 AI inference 的需求出現超大幅度躍升，而這正是 NVIDIA 這幾年一直在鋪陳的 AI Factory 敘事基礎。AI Factory 講的就是未來的資料中心，會成為一座專門生產 token 的工廠，而 NVIDIA 想賣給全世界的，就是這整套生產 token 的基礎設施。

◼ Vera Rubin 平台

• 在這樣的背景底下，這次 keynote 第一個最值得注意的重點，就是 Vera Rubin 平台終於做了一次非常完整的火力展示。很多媒體這次寫 GTC，都在說 NVIDIA 從 GPU 晶片公司升級成 AI 全方位解決方案供應商，但老實講，這條路 NVIDIA 早就走了好幾年，並不是今年才突然開始。只是到了這次 Vera Rubin，整個版圖終於更完整，拼圖幾乎都補上了。黃仁勳這次端出的是七種晶片加五種機櫃級解決方案。七種晶片裡，最核心當然是 Rubin GPU 與 Vera CPU，接下來還有整合進來的 LPU，以及負責傳輸與互聯的 NVLink、ConnectX、BlueField 與 Spectrum。這代表 NVIDIA 的角色早就不再只是賣一顆 GPU，而是從運算核心、資料移動、網路連接、儲存處理到機櫃級部署，全部都想包下來。五種 rack 則讓這件事更清楚：除了大家熟悉的 Vera Rubin NVL72 機櫃之外，還有 LPX Rack、Vera CPU Rack、BlueField STX Rack 與 Spectrum SPX Rack。換句話說，NVIDIA 現在賣的不是單一零件，而是一整套以 GPU 為核心、向外延伸的下一代 AI 資料中心架構。這也是這次 GTC 最值得注意的一點。因為在 2022 年之前，整個資料中心的世界仍然是以 CPU 為核心去建構，GPU 雖然重要，卻還是偏向加速器角色；可是到了今天，如果你買的是一整套 NVIDIA solution，那整個資料中心的中心已經變成 GPU，CPU、DPU、LPU、網通與儲存全部都圍繞著 GPU 來設計。這其實就是新一代資料中心架構最根本的改變，也代表 GPU 加速運算正在正式取代傳統 CPU-centered 的資料中心思維。

◼ GPU + LPU 協作

• 第二個重點，是這次終於比較完整說清楚了 Groq LPU 要怎麼和 NVIDIA GPU 協作。這部分其實很重要，因為它直接關係到未來高價值推論服務要怎麼把效能與成本做最佳平衡。LPU 本來最大的優勢就是速度非常快，特別適合處理低延遲的推論需求，但它原始設計高度依賴 SRAM，雖然快，代價卻是容量小、成本高，所以它很難單獨承擔大型模型完整的推論任務。這也是為什麼過去大家雖然知道 LPU 厲害，卻也知道它有明顯限制。這次 NVIDIA 公開的整合方式，可以說相當聰明，因為它不是要讓 LPU 取代 GPU，而是讓 LPU 負責最擅長、最能加速關鍵瓶頸的那一段工作。簡單來講，如果今天是高批次、低成本、可以容忍等待的大量推論，那仍然交給 GPU 處理最划算；但如果是低延遲、高價值、使用者願意為速度付出更高價格的推論需求，那就會採取 GPU 加上 LPU 的混合模式。

• 推論過程中的 prefill (prefill 就是把你的問題展開成可以處理的狀況）以及 decode ( Decode 是展開之後要得到答案) 裡比較吃記憶體、需要 attention 與 KV cache 的部分，還是交給 GPU；而 decode 裡相對適合 LPU 的那部分，例如 FFN、MoE expert 與 pointwise 這類計算，就讓 LPU 接手。也就是說，GPU 先把中間狀態算出來，再把合適的那一段工作快速交給 LPU，算完之後再回傳 GPU，完成下一步。這種做法的巧妙之處就在於，LPU 不需要承擔整個模型，也不需要把所有大型記憶體負擔扛起來，卻可以吃到最有價值的加速機會。你可以把它理解成：NVIDIA 拿到了 LPU 八成的好處，同時避開了它最麻煩的結構性限制。

• 這個 LPU 整合之所以值得重視，是因為它對 Agentic AI 時代的商業模式很可能會產生非常實際的影響。未來很多企業會開始把 AI 當成數位員工來使用，不再只是問它一個問題，而是直接丟給它一整個工作任務。舉例來說，一個主管叫 AI 幫忙產出一份報告，這份報告需要去抓外部網路資料、整理公司內部 email、閱讀多份 PDF，再把所有內容整合成結論。表面上看起來只是「產生一份報告」，但背後其實會被 AI agent 切成十個以上的子任務；每個子任務，又會再經過多輪 reasoning；而每一輪 reasoning，又包含多次 inference。這樣乘起來，一個 agentic workflow 很保守都可能要跑上千次推論。如果每次推論只慢兩秒，整體執行時間就可能差上兩千秒，也就是超過半小時。假設用了 LPU 加速，一份任務十幾分鐘可以完成；只有 GPU 的版本，可能就要拖到五十分鐘甚至接近一小時。對個人使用者來說，也許會猶豫成本；但對企業來講，只要能夠讓員工工作更快完成、讓工作流程更順，很多時候付更高的 token 成本是完全合理的。這就像現在很多人在用高階模型時，明明知道 Opus 4.6 比其他模型貴很多，還是願意付錢，原因很簡單：貴一點但能完成工作，遠比便宜卻做不好更有價值。所以 NVIDIA 這次把 LPU 納入整體技術棧，實際上是在為未來高價值、低延遲、企業願意多付錢的 Agentic AI 市場提前卡位。

◼ VERA CPU Rack

• 第三個我覺得非常值得注意，甚至有點被低估的重點，是 Vera CPU 這次被正式拉成獨立機櫃級產品。過去 NVIDIA 的 CPU 比較像是 GPU 的輔助角色，不管是 Grace 搭 Hopper，或未來 Vera 搭 Rubin，本來的設定都比較偏向一顆 CPU 配兩顆 GPU，由 CPU 來搬資料、做排程、協調運算流程。可是在這次 GTC，NVIDIA 很明確地告訴你，未來不只會有 GPU rack，還會有獨立的 CPU rack，而且是一整櫃都只有 CPU 的產品。這背後真正反映的，不是 NVIDIA 對 CPU 的興趣突然變高，而是它已經看見 Agentic AI 時代會大幅拉升另一類運算需求。

• 很多人以為 AI 變強之後，所有事情都會被 AI 一口氣吞掉，可是事實上，AI agent 在執行任務時，會大量去操作各種既有軟體與工具，而這些工具本身大多仍然是跑在 CPU 上的決定性系統。像資料庫查詢、SQL 撈資料、程式碼執行、驗算流程、工具呼叫、工作流引擎，這些都不是典型的 GPU 機率性運算場景。也就是說，未來真正的工作型 AI，很可能是一個由 GPU 驅動的大腦，去控制大量由 CPU 驅動的軟體系統。這點其實很重要。因為當 Agentic workflow 越來越多，代表 AI 不只是在生成內容，它還會越來越頻繁地去用工具、碰系統、執行指令、呼叫資料庫、跑驗證腳本。這些操作都會把 CPU 用量一起往上拉。所以 Vera CPU Rack 的出現，不只是硬體產品線擴張，而是在告訴市場：AI 時代並不會讓所有 CPU 工作消失，相反地，AI agent 大量進場之後，反而會讓許多軟體型、工具型、決定性運算的需求同步上升。這也正好對應我們之前一直在講的一個觀點：AI 不會讓所有軟體失去價值，很多軟體未來反而會變成 AI agent 的手腳與工具。

◼企業化的 OpenClaw :NemoClaw

• 第四個重點，是 NVIDIA 把 OpenClaw 進一步企業化，推出 NemoClaw。這件事從商業化角度來看，其實很合理。因為個人用的 agent 工具，和企業可以真正導入的 agent 系統，中間本來就差了一大段距離。像 OpenClaw 這類產品，對個人使用者來說很好玩，也真的有不少能力，但放到企業環境，問題立刻就出來了：權限管理、安全控管、資料存取規則、沙盒環境、審計需求，這些通通不能少。企業一定會要求，哪些資料可以碰、哪些資料不能碰、誰可以開啟哪一個資料夾、誰可以看哪一種報表，全部都得有明確限制。這也是為什麼很多消費級 AI 工具看起來很強，卻很難真正進入大型企業內部流程。

• NemoClaw 的意義，就是把原本偏向個人與實驗性質的 OpenClaw，加上一整套企業需要的管理與安全能力，讓它變成能夠進入公司內部流程的版本。這個關係，其實很像我們之前談 Claude 與企業級 cowork 方案時講過的邏輯：個人版產品強調自由與能力，企業版產品更在意控管、權限與治理。NVIDIA 這一步，等於是把 agent 技術往真正可付費、可部署、可管理的企業市場再推進一層。

◼ NVIDIA 的自駕模型

• 最後一個主題，是很多人拿來和 Tesla 自駕做比較的 Alpamayo 1.5 與 Robotaxi 敘事。黃仁勳這次把 Alpamayo 1.5 定位成自動駕駛的「ChatGPT 時刻」，再結合 Omniverse、Cosmos 世界模型與合成資料生成，描繪出一套很漂亮的願景：未來車廠可以透過虛擬世界大量訓練自駕模型，不需要完全依賴真實世界長時間蒐集資料。這個方向當然有吸引力，而且做為基礎模型，我也同意 Alpamayo 1.5 有它的重要性。它很可能能把很多車廠直接帶到一個比以前高很多的起點，讓自駕系統不用從零開始，而是一開始就站上九十分的門檻。問題在於，自動駕駛最難的從來不是從零到九十，而是從九十到九十九，從九十九到九十九點九，最後再往更高的可靠度逼近。那些真正麻煩的 edge case、長尾場景、道路文化差異與現實世界中的各種例外情況，不是只靠模擬環境就能完全解掉。

• 這也是為什麼我對這次 NVIDIA 宣布和 BYD、吉利、日產、現代合作開發 Level 4 車輛，還有 Uber 計畫在 2027 年於洛杉磯與舊金山灣區部署 Robotaxi 車隊，整體上是偏保留看待。我的看法很簡單：基礎模型可以大幅縮短起跑時間，但最終要把產品打磨到接近 Tesla 現在這種等級，還是得靠大量真實世界資料反覆優化。如果以 Tesla 2026 年 FSD V14 的水準當作參考，我認為這些採用 Alpamayo 的車廠，最樂觀也要三年左右，保守一點可能五年，才有機會追到今天 Tesla 的程度。也就是說，最快大概 2029 年，合理一點可能是 2031 年。至於 Uber 2027 年就要在特定城市上線，我認為那比較像是小範圍、高度優化的示範區部署，離真正有廣泛複製能力的大規模 Robotaxi 服務，還有一段相當長的距離。

◼ NVIDIA 股價沒動

• 至於這次 GTC 結束之後，NVIDIA 股價沒有出現太明顯的上漲，我覺得也很正常。因為市場目前在意的，還是 AI CapEx 能不能持續、超大規模雲端業者還有沒有能力繼續大買 GPU、資料中心投資會不會出現過度擴張。可是在我看來，市場現在其實還沒有真正看懂這次 keynote 最核心的那個訊號。真正重要的問題，從來都不只是 hyperscaler 有沒有錢，而是未來全世界對 AI token、對 agentic workflow、對高價值推論服務的需求，會不會比今天高出一個數量級。只要這個答案是肯定的，那整個上游算力需求就還會繼續往上走，資料中心就還是得想辦法擴充，NVIDIA 的產品需求自然也就還會被往上推。我認為，市場目前仍然沒有 fully price in Agentic AI 對 2026 年之後算力需求的再加速效應。也許還要再過幾個月，等更多企業真的開始把 agentic workflow 導入日常工作，市場才會忽然意識到，這一波 AI 算力成長曲線，可能比大多數人現在想像得還要更陡。

Subscribe now

【OpenAI 砍掉支線】

◼OpenAI 努力救自己

• 接下來這一段，我覺得是這集裡面另外一個非常關鍵、而且某種程度上帶有「產業轉折訊號」的主題，就是 OpenAI 現在其實正在進行一場某種程度的自救。為什麼要說自救，因為他們終於意識到一件事情：過去這一兩年開太多支線任務，如果再這樣繼續下去，主線任務可能會輸。這個邏輯其實很簡單，就像你在玩 RPG 遊戲，你可以一直解支線任務、拿經驗值、賺裝備，可是你如果一直不解主線，最後一定是卡關甚至輸掉整個遊戲。OpenAI 現在的狀況就是這樣。

• 根據內部 All hands meeting 的訊息，OpenAI 高層已經開始明確講一件事：要重新 refocus，要把資源重新集中在真正重要的主線任務上。這個方向是由 OpenAI 應用部門的 CEO Fidji Simo 對內部員工傳達的，她在公司內部的地位可以說是 Sam Altman 之下最核心的經營角色之一。她很直接地告訴員工，現在不能再把精力分散在各種支線任務上，否則會錯過 AI 生產力轉型最關鍵的時機。這裡面有一個很重要的判斷：2026 年開始，真正的戰場已經不是單純模型誰更聰明，而是誰能把 Agentic workflow 做得更好、誰能在企業與商務生產力上提供更強的價值。如果在這一塊落後，就算模型本身再強，也有可能在企業市場輸掉。

◼ Anthropic 造成巨大的壓力

• 而讓 OpenAI 真的感受到壓力的，很明顯就是競爭對手的進展。Anthropic 在開發者與企業市場的崛起，已經不再只是追趕，而是開始動搖原本 OpenAI 的優勢。Fidji Simo 在內部甚至直接把 Anthropic 的成功稱為「警鐘」，這其實是非常強烈的訊號。因為在兩年前，企業幾乎清一色是用 OpenAI 的產品，可是過去半年，已經有不少企業客戶開始轉向其他方案。這件事情對 OpenAI 來說是非常危險的，因為 developer 與 enterprise 一旦流失，後面要再搶回來會非常困難。更不用說，Microsoft 本身也是 OpenAI 最大的商業合作夥伴之一，現在卻不得不在某些場景引入其他模型，這本身就代表 OpenAI 在關鍵戰場上沒有交出讓夥伴完全放心的答案。你可以合理推測，微軟現在一定在對 OpenAI 施壓，希望他們能盡快推出足夠強的企業級產品，讓 Copilot Cowork 這一類應用可以有更有競爭力的模型支撐。

◼ ChatGPT 問題根源

• 那為什麼會走到今天這一步，本質問題其實很單純，就是資源被過度分散。AI 產業裡面最稀缺的兩個東西，一個是頂尖研究員，一個是算力。假設你有二十個最強的研究員，全部集中在同一個專案，那這個專案的推進速度會非常快；但如果你同時開五個專案，每個專案只能分到四個高手，整體進度一定全部被拖慢。同樣的道理也發生在算力上。當 GPT 主線需要更多 GPU 來加速訓練時，影像模型或其他支線團隊也會來搶資源，最後變成每個專案都只拿到一部分資源，結果就是全部都做得不上不下。更現實的是，這些支線任務本來就不是每一個都有同樣高的戰略價值。有些專案即使做出來，也未必能帶來對應的商業回報或競爭優勢。如果是在絕對領先的時期，當然可以分心多做幾條線，但當主戰場開始被追上甚至反超，就必須收斂兵力、專心打仗。這也是為什麼 OpenAI 現在會做出這個決定：砍支線、救主線。

◼ 最有可能被砍掉的支線

• 至於哪些支線任務最有可能被砍，目前官方還沒有正式公布，不過從外界與媒體的推測，可以大致看出幾個方向。像 Sora 這類影音生成模型，其實是一個非常吃算力、變現路徑又相對不明確的產品線，未來要不要繼續重壓，本身就存在不確定性。不過我自己比較確定的，是另外兩條線的問題更大。第一個是 Atlas，也就是 OpenAI 嘗試做的 AI 瀏覽器，這個產品目前看起來完成度不高、使用體驗也不理想，很難成為核心競爭力。

• 第二個是 AI 硬體。之前 OpenAI 找上 Jony Ive 合作做 AI 裝置，市場一度很期待，但從策略角度來看，這其實是一個非常容易分散資源、又需要長期投入的戰場。硬體不只需要研發能力，還需要供應鏈、製造、通路與品牌整合，對一間本來專注在模型與軟體的公司來說，風險與成本都非常高。與其自己下去做，我反而會覺得更合理的做法，是找像 Meta 這種已經在做智慧眼鏡的公司合作，專注提供模型能力，把硬體交給更擅長的人處理。這其實也是你一直以來的觀點：當公司還在快速成長期時，過度擴張戰線往往是最危險的選擇。

◼ 我自己使用的感受

• 不過我覺得這一段最有說服力的，其實還不是產業分析，而是實際使用體驗帶出來的問題。因為很多時候，一家公司是不是在分心，從產品細節就可以看出來。我自己過去三年其實是重度使用 ChatGPT 的用戶，很多對話都累積到幾十輪甚至上百輪。但一個很誇張的問題是，只要對話一長，在 Web 版裡面幾乎一定會變得非常卡。開一個對話要等三十秒甚至更久，打字還會延遲，整體體驗非常糟糕。一開始我以為這是系統本身的限制，直到我去做一個很簡單的測試：同一段對話，在手機 App 打開是正常的，但在電腦 Web 版卻慢到不行。這就很清楚了，問題根本不是模型，而是前端 rendering 的實作出了問題。更誇張的是，這個問題其實已經存在好幾年了，而且其他像 Gemini、Claude、Grok 都沒有這種情況，只有 ChatGPT Web 版會這樣。這種等級的問題，理論上只要重寫前端架構、優化記憶體與 rendering，就可以逐步改善，並不是什麼無解的難題。可是 OpenAI 卻放著不處理，拖了兩三年，這其實就非常能說明一件事：公司真的分心太久，連最核心、最直接影響用戶體驗的問題，都沒有被優先解決。

【Agent 外殼大戰】

◼ Agent 外殼大戰

• 最後一個主題，我想聊的是我把它稱為「Agent 外殼大戰」的這件事。這個概念其實是我自己惡搞的翻譯，而它背後真正對應的英文，是最近在 AI 圈越來越重要的一個字：Harness。這個主題，我想從今天早上我開始實際玩 Manus 新推出的 My Computer 功能講起。因為我一早起來就發現，Manus 正式把 My Computer 推出來了。這個功能如果用一句話來講，就是 Manus 版本的 Claude Code、OpenAI Codex，或者也可以把它想成 Manus 自己版本的 OpenClaw。過去 Manus 比較像是一個在雲端運作的 AI agent，你在對話框裡面下指令，它在雲端幫你完成事情；但現在不一樣了，它開始變成一個可以安裝在本地端、直接在你的個人電腦上工作的 AI。這個轉變非常重要，因為一旦 AI 進入你的電腦，它就不再只是聊天機器人，而是可以真正存取你的檔案、打開你的資料夾、讀取多個文件、建立新的檔案，甚至直接幫你操作你電腦裡已經安裝好的應用程式。你電腦裡有 PowerPoint，它可以幫你打開 PowerPoint；你有 Excel，它也可以直接使用 Excel。換句話說，這是一個從「雲端 AI」進化到「電腦內 AI」的過程，AI 開始不只是回答問題，而是真的在你的工作環境裡幫你做事。

• 我今天從早上開始玩 Manus 的 My Computer，玩了幾乎一整天，老實講我的感受還不錯。因為我之前不是那種特別偏好 Anthropic 生態的人，所以像 Claude Code、Claude Cowork 這些東西，我雖然有裝、有看過，但沒有真的當成主力在用。之前我在玩這種所謂 Harness 類產品時，主要還是以 OpenAI 的 Codex 為主。不過這次實際用下來，我必須說 Manus 的 My Computer 在某些地方甚至比 Codex 更順手，也更像一個真的能幫你工作的本地 AI 助手。當然，這不是說它已經完美了，而是說它已經很清楚地展現出一個產業趨勢：現在各家公司開始競爭的，不只是模型本身，而是如何讓模型進入一個可以有效工作的環境。

◼ AI Harness?

• 所以這裡就要講到今天真正的核心關鍵字：Harness。2026 年如果說是 Agentic AI 真正爆發的一年，那麼我認為它同時也是 Agent Harness 的時代。什麼叫 Harness？它原本的英文意思，其實就是馬具、韁繩、挽具。你要騎馬，不是只有一匹馬就夠了，你還要有馬鞍、有韁繩、有整套讓騎士能夠控制這匹馬的工具。也就是說，馬本身很強，不代表它就能幫你打仗、載貨、跑長程；你必須替它裝上一整套控制與駕馭系統，它的能力才真正能被你所用。

• AI Harness 也是同樣的道理。人類就像騎士，AI 模型就像那匹馬，而 Harness 就是我們加在 AI 身上的那一整套控制機制、工具環境、限制規則與工作框架，讓它不只是聰明，而是能夠穩定地完成任務。這個字很難翻，我一開始先隨口叫它「外殼」，其實是比較口語、比較形象的講法；如果要認真翻，我會覺得它比較接近控制系統、駕馭系統，或者是一套運行框架。只是「框架」這個字在電腦科學裡面通常拿來翻 framework，所以又不完全準確。總之，Harness 講的不是模型本身，而是包圍在模型外圍、讓模型真正變得可用的那整套工作環境。

• 如果這個概念還是有點抽象，我覺得把它類比成一個新進員工，你就會很容易理解。假設今天你公司錄取了一個很聰明的新員工，他有大腦、有能力、有潛力，可是你不可能讓他第一天進公司就立刻開始高效工作。你要先給他門禁卡，讓他能進出公司；你要給他電腦，讓他有工具可以工作；你要幫他開 email、開各種系統帳號、開 ERP 或內部平台的權限；你要把 SOP 文件、工作流程、會議通知、資料夾權限全部準備給他。只有在這些東西都到位之後，這個員工的能力才會真正被釋放出來。AI 也是完全一樣。模型本身只是那個「很聰明的人」，但你還要給它檔案權限、工具介面、任務持續執行能力、人類確認機制、長任務工作流程，甚至要給它一個能穩定使用這些能力的環境。這些東西合起來，就是 Harness。所以 AI Agent 真正要能工作，不能只是模型夠強，還得有一整套工作系統支撐它。

◼ AI 能做的事更多，競爭格局就拉高一個層次

• 我認為這也是為什麼 Anthropic 在過去幾個月會突然變得那麼紅。因為它不只是模型本身做得不錯，更重要的是，它很早就開始做 Harness 這一層。等到 Claude 4.5、4.6 這些版本出來之後，搭配原本的 Claude Code、Claude Cowork 這些軟體環境，大家突然發現，這東西不再只是能陪你聊幾句話、寫幾段文字，而是真的可以執行一個很長、很完整的任務。你可以交給它一個連續幾個小時、甚至五小時、十小時、二十四小時的長任務，它會在那個環境裡面自己運作、自己處理、自己持續完成。當這件事情發生之後，整個競爭格局就變了。因為從那一刻開始，大家比的已經不是誰的模型更像一個天才，而是誰能把模型變成一個真正能工作的數位員工。所以我們前面講 OpenAI 現在要 refocus，本質上也跟這件事有關。它要重新聚焦企業生產力，真正要補的，其實就是 Harness 這一層。

• 也因為如此，現在整個市場上幾乎所有重要玩家都在往這個方向衝。除了 Manus 推出 My Computer 之外，Perplexity 也推出了 Perplexity Computer。它和 Manus 不太一樣，Manus 偏向進入你的本地端電腦，Perplexity Computer 則更像是一台雲端的 AI Agent 電腦，幫你在雲端執行多代理任務。再往外看，還有 OpenClaw、NemoClaw、Claude Code、Claude Cowork、Copilot Cowork、OpenAI Codex，甚至接下來 xAI 也很可能會在這一塊繼續補上產品。這些產品彼此之間當然不完全一樣，有些偏雲端，有些偏 local；有些比較偏企業導向，有些比較偏個人用戶；有些強調程式開發能力，有些強調一般知識工作流程。但它們有一個完全相同的核心，就是在為大型語言模型這個大腦，準備一個更有效完成工作的環境。它們都在做同一件事：讓 LLM 不再只是一個很厲害的工具，而是變成一個真正可以存取檔案、操作資源、執行流程、接受規則限制、並且在長任務中持續工作的數位智能體。

◼ Benchmark 不再重要

• 所以我覺得這就是 2026 年 AI 產業最值得注意的地方。接下來大家比的，不只是誰的模型更聰明、誰的 benchmark 更高，而是誰能把這些模型真正變成「能工作的系統」。換句話說，Agentic Workflow 的競爭，現在已經不是單純的模型競賽，而是系統競賽。誰能把模型放進一個好的 Harness 裡面，誰就能讓它從一個聊天工具，進化成一個真正有戰力的數位員工。這也是為什麼最近無論是 OpenAI、Anthropic、Microsoft、Perplexity、Manus，甚至 xAI，都開始往這個方向集中火力。因為下一階段 AI 真正的價值，不在於它多會聊天，而在於它到底能不能替你把事情做完。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

【別再當 AI 麻瓜！這 8 堂課不教艱深的理論，只幫你解決最煩人的工作】

很多人對 AI 都有焦慮。看著別人用 ChatGPT 弄出超厲害的圖、寫出複雜的程式，甚至裝什麼 Python、OpenClaw，你心裡一定在想：「我也知道 AI 很強，但我就是不會用啊！」

如果你只是把 AI 當成聊天機器人，效率頂多提升 10%、20%。但如果你想讓 AI 真正變成你的「自動化助手」，這堂 《AI 百用百科》 就是為你這種「想解決問題、不想學程式」的職場人打造的。

這套課程邏輯很簡單，不講空泛的觀念，總共 8 門課，每一門課只幫你徹底解決一個實戰問題。

有三堂課我覺得很適合需要處理日常重複性工作的職場工作者：

· 會議記錄自動化！從摘要、寄送到檔案分類一次完成

· AI 高效簡報術｜數據分析 x 資訊降噪 x 視覺設計

· 視覺化提案流，快速整理海量報告與市調資料

除了會議記錄自動化這堂課很萬用之外，還有很多上班族也需要這兩堂課：

· 生成行銷週報：做行銷最頭痛的就是數據散在各處（YT、IG、Threads、Podcast）。這堂課教你如何讓 AI 自動抓取不同系統的數據，對比上週漲跌，直接匯整成一份老闆看得懂的報告。

· 信件分流系統：每天被幾百封 Email 淹沒？這不是傳統的關鍵字過濾，而是讓 AI 讀懂信件內容，幫你區分優先順序、標註重要廠商，甚至直接幫你草擬好回信。

這就是我最喜歡《AI 百用百科》的地方：「精準解決問題」。

你不需要 8 堂全買，你去網站上看，哪一個問題困擾你，你就買哪一堂。一堂課才 1000 多塊，只要能幫你一勞永逸解決掉那個每週都要煩一次的雜事，這筆投資簡直超划算。

如果你想從 AI 焦慮變成 AI 實戰派，現在就是最好的進場時機。幫你的工作裝上自動化引擎，把時間留給更重要的事情。

🎯 M觀點粉絲專屬優惠：

透過專屬連結，同時購買以上三堂課（或任意挑選3堂以上），輸入Miula專屬折扣碼【MIULA202603（全大寫）】，就可獲得原價53折優惠！買越多優惠越多喔！

⏰ 預購優惠到 4/1 截止，現在入手最划算！

👉 課程連結： https://tibame.tw/7sQpo

【xAI 整個打掉重練】

◼ xAI 共同創辦人不斷離職，全面打掉重練

• 我們今天第一個主題要聊的是馬斯克的 xAI 打掉重練。老實說，如果回頭看過去兩年，我個人一直認為 xAI 是 AI 領域最受矚目的新創之一。當然，有些討厭馬斯克的人可能會刻意忽略這家公司，但如果你從模型技術力、產品展示能力、資料中心建設、甚至用戶數成長來看，xAI 在過去兩三年成立的 AI 新創裡面，絕對可以排進前兩三名。不過問題是，這家公司最近確實出現了一些不小的內部震盪。今年二月開始，xAI 就陸續傳出共同創辦人離職的消息，當時大約有三到五位共同創辦人離開，還有一些重要專案的負責人也同時離開。這種情況其實就會讓外界產生疑問：如果只是一般員工離職也就算了，可是當多位核心人物在同一時間離開，公司內部顯然發生了一些事情。結果到了三月初，事情又更進一步，因為又有兩位重要的共同創辦人離職，而這兩位剛好負責 Grok 模型中 coding 與程式能力的部分。當初 xAI 創立時，包含馬斯克在內共有十二位創辦人，也就是馬斯克加上十一位共同創辦人，但現在除了馬斯克之外，原本的十一人只剩下兩個人還在公司，等於九個人都已經離開。這幾乎可以說是創始團隊全面換血。

• 這件事情在 X 平台上當然也立刻被許多馬斯克的批評者拿來大作文章，他們的說法大概就是「馬斯克留不住人才」、「xAI 根本是騙局」之類。不過這一次馬斯克本人其實有出來回應整個事件。他的說法很直接，他說自己在一開始建立 xAI 公司的方式其實做錯了，因此現在必須從基礎重新打造這家公司。他甚至舉特斯拉早期的例子，當年特斯拉最初推出的是高價跑車 Roadster，但後來馬斯克發現這條路線不對，於是整個策略重新調整，才走向後來大規模量產的方向。換句話說，馬斯克這次的說法其實暗示了一件事：xAI 不是做不好，而是整個公司的結構與方向和他想要的模式不同，所以需要大幅調整。從二月到現在這一波共同創辦人大量離職，其實很可能就是公司方向出現分歧的結果。你可以把它想像成一艘船本來由幾位創辦人掌舵前進，但馬斯克回頭檢視之後發現航向與自己期待的不一致，因此決定調整方向，而這個過程自然會產生衝突。

• 如果你站在那些共同創辦人的角度想，其實也不難理解。這些 AI 領域的頂尖人才在矽谷都是最炙手可熱的人物，過去幾年的薪資與股票回報可能早已累積數千萬美元甚至上億美元的資產。對於這樣的人來說，他們不需要勉強自己接受不認同的公司方向。當初加入 xAI，很可能是因為大家對 AI 公司的未來有自己的想法，希望打造一間不同於現有巨頭的公司。但如果馬斯克後來開始強力介入，並要求公司往另一個方向轉型，那麼有人選擇離開其實是很自然的結果。從這個角度來看，這波離職潮比較像是理念分歧，而不是單純的人才流失。

◼ 馬斯克企業整併可能是重整原因

• 另一個值得注意的地方是，這件事情其實也透露出馬斯克在過去兩年對 xAI 的管理方式。以馬斯克的個性，如果他真的全程深度參與一家公司，他通常會非常 hands-on，甚至會介入很多產品與工程細節。但如果今天整個公司的發展方向和他的想法差距這麼大，很可能代表過去兩年他其實沒有深入管理 xAI，而是把日常運作交給創始團隊。考慮到馬斯克同時要管理 Tesla、SpaceX、X 等多家公司，這種情況並不意外。他可能主要負責提供資源，例如算力、資金或資料中心建設，而讓 AI 團隊自行發展。不過今年出現一個重要事件，就是 xAI 與 SpaceX 的整合。即使兩家公司都屬於馬斯克的企業版圖，在併購或整合過程中仍然會進行類似盡責調查的流程，SpaceX 的團隊必然會進入 xAI 了解公司的運作方式。當這些人開始檢視 xAI 的內部流程、產品計畫與組織結構時，很可能就發現公司運作方式與馬斯克其他企業的文化差距很大，進而把這些問題回報給馬斯克。

• 馬斯克的企業文化其實相當鮮明。無論是 Tesla 或 SpaceX，都強調工程導向、第一性原理與極度精實的執行方式，決策通常非常集中，而且追求快速落地的產品化能力。但如果 xAI 的團隊多數來自 Google 或 DeepMind，那麼公司的文化就可能更接近學術研究機構：研究自由度高、共識決策多、節奏相對偏研究導向。這種文化本身沒有對錯，但很可能與馬斯克的管理哲學不一致。事實上，馬斯克在今年二月的一次 xAI 全員會議中就說過一句很關鍵的話：「有些人適合公司早期階段，但不一定適合後期。」這句話通常就意味著公司進入下一個發展階段時，原本的領導結構可能會被調整。

◼ xAI 的產品表現

• 除了文化差異之外，產品節奏也是另一個重要因素。老實說，我一直覺得 xAI 在成立後的整體表現其實不差。公司成立兩年多，就推出了 Grok 2、Grok 3、Grok 4 等主要模型，而且 Grok 4 在去年推出時一度是當時最強的模型之一，Grok 4.1 在去年十一月推出時也仍然屬於一線模型的水準。問題出現在 Grok 4.1 之後的節奏。從去年十一月到現在，Grok 4.20 的更新間隔接近五個月。對一般科技產業來說，五個月不算長，但在 AI 競賽裡，這個時間已經非常久。AI 領域現在的節奏幾乎是十倍速運作，晚一兩個月就可能被競爭對手拉開距離。當 Grok 4.20 在今年二月底以 beta 形式推出時，如果這個版本是在一月發布，市場可能會非常驚艷，但在三月推出時，整體表現就顯得普通一些。

• 以我自己的使用經驗來說，我其實很喜歡 Grok 4.20。過去兩週我已經把它當成主要的 AI 工具使用，某些任務甚至取代了 ChatGPT。它透過 multi-agent 的方式，在新聞整理與議題分析這類任務上表現非常不錯。不過如果客觀評估模型的核心能力，Grok 4.20 的確略微落後目前最頂級的一代模型。multi-agent 的方法確實能在部分任務上拉高表現，但並不是所有問題都能靠這種方式彌補核心能力差距。對於一般公司來說，這樣的成績其實已經很不錯，但如果你是馬斯克，標準自然會更高。因此從他的角度來看，SpaceX 整合過程中看到的組織問題，再加上模型發布節奏的落後，可能就成為他決定重新打造公司的原因。

◼ xAI 未來的方向

• 根據目前流出的消息，xAI 早期團隊的確比較偏研究型組織，而馬斯克希望公司往工程化與產品化方向發展。特別是在 AI coding 領域，目前市場最成功的應用之一就是讓 AI 寫程式，而 Grok 在這個領域的表現明顯落後 Cursor、Claude 等工具。據說馬斯克最近甚至派了 Tesla 與 SpaceX 的「fixers」進入 xAI 檢視團隊運作，並開始重新調整組織與招聘策略。他自己也公開承認，公司過去幾年拒絕了不少有才華的求職者，甚至連面試機會都沒有給。這代表他認為原本的管理層在人才選擇上也與他的理念不同。馬斯克想要的並不是一個縮小版的 Google，而是一間完全不同文化的 AI 公司。

• 目前看起來，馬斯克並不是在毫無計畫的情況下「發飆」重整公司。他一方面讓部分原有團隊離開，另一方面也開始招募新的核心成員。最近已經有來自 Cursor 的高階工程師表示將加入 xAI，這顯示新團隊可能會更重視 AI coding 與產品工程能力。整體方向就是把 xAI 從一個偏研究型的 AI 實驗室，轉變成以工程能力打造產品的平台。最近幾個月 Claude Code、OpenClaw 等工具之所以快速崛起，其實也說明 AI 競爭不再只是模型本身，而是整個工作流程與產品設計的能力。

• 當然，打掉重練並不保證一定成功。即使是馬斯克，也有過失敗的案例。但從過去經驗來看，他確實曾經多次打造出成功的公司，例如 Tesla 與 SpaceX。因此目前其實沒有必要過早唱衰新的 xAI。未來外界最關心的一件事，大概是 Grok 5.0 的發布時間。馬斯克之前曾經暗示 Grok 5.0 可能接近 AGI 等級，但如果公司正在重整，這個版本很可能會延後。如果 Grok 4.20 要到四月才正式推出，那麼 Grok 5.0 在今年第三季推出反而比較合理。問題是到了那個時候，Google、OpenAI 與 Anthropic 也會推出新模型，因此 Grok 5.0 面對的將是一場非常艱難的競爭。不過從整體市場來看，我仍然希望 xAI 能夠撐住，因為在目前的 AI 生態裡，多一個強而有力的競爭者對整個產業其實是好事。

Subscribe now

【Meta 又要大裁員】

◼ Meta AI 模型一年沒出了，新出的又 Delay

• 接下來我們來聊 Meta 最近的兩個新聞。這兩個消息其實剛好形成一個對比，一個偏壞消息，另一個則是見仁見智。第一個消息是關於 Meta 的下一代 AI 模型。根據媒體爆料，Meta 在挖角了不少 AI 人才之後成立了新的研究單位，叫做 Meta Super Intelligence Lab，目標就是打造下一代旗艦模型 Avocado。這個模型和之前的 Llama 系列會有很大的不同，整個架構可能都重新設計，因此原本外界對它的期待其實非常高。不過現在出現的情況是，Avocado 原本預計在三月推出，結果目前延遲到五月。據說原因是內部測試的結果不夠理想，模型的整體表現大概能勝過 Gemini 2.5，但仍然落後於 Gemini 3.1。如果這個消息屬實，其實對 Meta 來說是一個不小的打擊。因為自從 Llama 4 在去年年初推出之後，Meta 已經一年多沒有發布新的重要模型。當初大家期待 Llama 4 之後會很快看到 Llama 4.1 或 4.2 的更新，但後來 Meta 乾脆整個架構重做，等於重新開始打造新的模型體系，而 Avocado 就被視為這個重建計畫的第一個成果。現在如果連 Avocado 都需要延遲，就代表 Meta 在 AI 模型競賽上的節奏確實沒有外界原本想像的那麼快。

• 老實說，這個結果多少讓我有點意外。因為從資源的角度來看，Meta 幾乎具備 AI 競賽需要的所有條件：算力有、資料有、頂尖研究員也有，而且 Mark Zuckerberg 也非常願意投入資金。理論上這樣的組合應該可以很快追上其他 AI 實驗室，但目前看起來事情並沒有那麼簡單。顯然在模型研發過程中，一定有某些地方卡住了，只是外界目前還不知道具體原因。不過我個人並沒有因此看壞 Meta。Zuckerberg 這幾年對 AI 的投入其實相當堅決，而且團隊裡也確實有不少實力很強的人，所以短期挫折並不代表長期一定會落後。

• 不過 Meta 的確非常需要一個更強的模型，原因在於它現在正在推動的幾個產品方向都高度依賴 AI。第一個是 AI agent，例如 Manus 這類產品。Manus 目前其實是一個相當強的 AI agent 工具，但據我的理解，它背後主要運行的是 Claude 模型，也就是說 Meta 目前仍然需要使用外部 API 來支撐這個產品。從成本與控制權的角度來看，Meta 當然希望未來能用自家的模型來替代。如果自家模型能力不夠強，那就會變成一個很尷尬的局面。第二個更重要的領域是智慧眼鏡。Meta 和 Ray-Ban 合作推出的智慧眼鏡其實已經賣得不錯，但 AI 功能目前主要只在美國等少數地區開放，而且整體評價只能算普通。原因其實很簡單：背後的模型還不夠強。智慧眼鏡的 AI 助理需要非常好的多模態能力，因為它要處理大量影像與語音資訊，而目前在多模態模型方面，Google 的能力普遍被認為是最強的。因此市場上才會傳出 Meta 可能與 Google 合作模型的消息。我個人的判斷是，如果真的有合作，最有可能的應該是智慧眼鏡這一塊，而不是整個 AI 平台。

◼ Meta 可能大規模裁員

• 第二個新聞是關於 Meta 可能的大規模裁員。路透社報導 Meta 正在考慮裁掉大約 20% 的員工。如果以目前約 7.9 萬名員工來計算，大概會影響 1.5 萬到 1.6 萬人。Meta 官方目前沒有證實這個消息，但像這種規模的裁員如果已經被媒體曝光，通常代表公司內部確實有相關討論。外界普遍的解釋是，Meta 在 AI 上的資本支出太大，因此需要透過裁員來改善現金流。這個說法其實也不是完全沒有道理，因為員工薪資通常是科技公司最大的固定成本之一，大規模裁員確實可以立刻減少支出。不過我自己認為，真正的原因可能比單純的成本問題更深。

◼ AI 時代帶來的衝擊：效率加倍、但業務量不會無限擴張

• 在 AI 時代，一個最明顯的變化就是員工的生產力正在大幅提高。特別是在軟體產業，無論是程式設計師、產品經理、設計師還是客服，幾乎所有職位都能透過 AI 工具提升效率。以工程師為例，早在 2024 年許多人就開始使用 GitHub Copilot 等工具協助寫程式，那時候生產力就已經明顯提升。如果再加上 2025 到 2026 年這一波 AI 工具的進步，現在一名工程師的生產力可能已經是兩三年前的好幾倍。如果從 2022 年算起，整體效率甚至可能提升數倍。

• 問題就出在這裡。當員工生產力快速提升時，公司並不一定需要同樣多的人力。假設 Meta 原本需要 8 萬名員工來支撐目前的業務，如果 AI 讓整體效率提升兩倍，那麼理論上可能只需要 4 萬人就能完成相同的工作。公司當然可以嘗試把多出來的人力用在新專案上，例如強化既有產品或開發新的服務，但企業不可能無限擴張。市場需求、資金、GPU 資源甚至管理能力都是有限的。就算你原本有 100 個專案，員工效率翻倍，也不代表公司就能立刻變成 200 個專案。因為新的產品需要市場、新的客戶與新的商業模式，而這些東西都需要時間建立。因此在很多情況下，公司最後會發現最簡單的做法就是縮減人力。

• 我認為這種情況未來一兩年會變得越來越普遍。Meta 可能只是動作比較快的公司之一，但不會是唯一一家。像 Apple、Google、Amazon 等大型科技公司，其實也都在面對同樣的問題。當 AI 讓員工效率大幅提高，而企業業務規模又不可能同步成長時，裁員幾乎是不可避免的結果。

• 有些人會說 AI 也會創造新的工作機會，這確實有可能。但這裡有兩個現實問題。第一，新工作的出現通常會有時間落差。企業裁員往往是一瞬間的決策，但新的產業與職位可能需要幾個月甚至幾年的時間才會出現。第二，新工作機會也不一定出現在原公司。例如 Meta 裁掉一批工程師，但新的工作機會可能出現在 NVIDIA 或其他公司，例如與 Physical AI 或機器人相關的領域。這些機會未必會在 Meta 內部產生。因此在 AI 技術持續進步的過程中，未來一到兩年出現一波科技業裁員潮，其實是一個相當可以預期的發展。

【卓肯米勒投資觀點】

◼ 投資大師卓肯米勒訪談

• 今天節目的最後一個主題，我想跟大家聊的是 Stanley Druckenmiller 最近接受訪談的一些內容。這次他上的是 Morgan Stanley 製作的 Podcast《Hard Lessons》。老實說，我其實不是長期追 Druckenmiller 的投資人。我自己投資學習的主要來源，比較偏向 Howard Marks、科斯托蘭尼，再加上一些塔雷伯的觀念。這幾年因為網路上越來越多人整理 Druckenmiller 的訪談與逐字稿，我才開始比較常接觸到他的想法。看得越多就越能理解，為什麼他會被稱為投資大師。雖然他的投資方法和我自己的做法並不完全一樣，但這並不妨礙我們從他身上學習。畢竟他最驚人的地方在於，他的操盤生涯長達三十年，而且幾乎沒有出現過重大的失敗。這種長期穩定勝出的紀錄，在投資界是非常罕見的。他本質上是一位典型的宏觀投資人，也就是從全球經濟、政策與資金流動的大局去思考投資，而不是單純只看個別公司。

◼ 卓肯米勒投資觀念：部位規模

• 在這次訪談裡，他談到的一個核心觀念是「部位規模」。很多投資新手很在意勝率，會覺得自己只要看對的比例夠高，就能賺錢。但 Druckenmiller 的看法完全不一樣。他說投資真正重要的事情，不是你看對多少次，而是看對的時候你賺多少，看錯的時候你賠多少。這句話其實非常關鍵。假設一個投資人買了十檔股票，其中八檔最後都上漲，但另外兩檔卻暴跌八成甚至九成，那整體績效很可能還是很糟。同樣的道理，在交易型投資中也會發生。有些人一百次交易裡面看對八十次，但每次只賺小錢；看錯的二十次卻賠很大，最後整體依然是虧損。所以真正重要的是，你的贏家要賺得夠多，而輸家的損失要控制住。為了達到這個結果，有很多不同方法。有些人會用停損停利，有些人會用部位管理，但沒有一個簡單公式可以保證成功。Druckenmiller 強調的一個重點是，當你真的看懂趨勢時，就必須敢把資本集中在最有把握的標的上。

• 這種做法其實和我的投資風格有一定差異。像 Druckenmiller 或很多傳奇投資人，他們在看準趨勢時會重壓部位。這樣做的好處是，如果判斷正確，投資報酬率會非常驚人。但相對地，如果看錯，損失也可能非常大。所以投資其實就是在報酬率與波動之間取得平衡。如果你想追求更高的報酬率，通常就必須承擔更大的波動。我自己的投資哲學比較偏向分散配置。我不追求暴富，我比較在意的是穩定成長，讓財務狀況逐步變好，能夠過一個舒服的生活就好。對我來說，投資的目標不是要翻身成為億萬富豪，而是確保未來的生活品質。所以我不需要每一次都押上非常大的部位。你的財務目標，其實會直接決定你的投資策略。如果一個人真的想在十年內把幾百萬變成十億，那他幾乎一定得重壓。但如果只是希望穩定累積資產，那分散投資反而是更合理的方式。

◼ 卓肯米勒投資觀念：逆向投資

• Druckenmiller 在訪談中談到的第二個觀念，是很多人很喜歡講的「逆向投資」。他的看法其實非常直接：市場大約有八成時間是對的。市場是由無數投資人用真金白銀投票形成的結果，所以不能隨便覺得群眾都是錯的。有些投資人喜歡刻意做逆向操作，只是為了顯得自己比較聰明，但如果你只是為了反而反，很可能會在錯誤的一側待非常久。他真正重視的其實不是逆向，而是「極度信念」。當你對一個趨勢有非常清楚的理解，有完整的邏輯，也相信自己的判斷是對的，那就應該相信自己的研究，而不是過度在意市場短期的情緒。市場有時會過度樂觀，有時會過度悲觀，但這些短期情緒並不會改變長期趨勢。換句話說，「逆向」和「極度信念」其實是兩件不同的事情。有時候兩者會重疊，有時候不會。重點不是你是不是在做逆向，而是你是否看到了市場暫時還沒理解的東西。

• 他也談到投資心理的一個很重要的面向，就是投資人必須學會和錯誤共存。沒有任何投資人可以永遠不犯錯。Druckenmiller 自己也坦承，在職涯早期，市場大幅回撤時他曾經焦慮到每週都會嘔吐。他甚至長期有「冒牌者症候群」，即使已經成為華爾街傳奇人物，仍然會懷疑自己是否真的懂市場。最後他學到的一件事是，犯錯是不可避免的，但不要讓錯誤困住自己。很多投資人會因為一次失敗而長期活在過去，無法重新做出新的決策。但成功的投資人必須能夠接受錯誤、修正錯誤，然後繼續前進。

◼ 卓肯米勒投對未來市場看法

• 在談到未來幾年的市場時，他認為宏觀投資的重要性會重新回到市場中心。所謂宏觀投資，就是先觀察世界正在發生什麼結構性的變化，例如科技革命、利率週期或地緣政治衝突，再去判斷哪些資產會受到影響。這種思考方式和傳統基本面投資剛好相反。基本面投資通常是由下而上，先研究公司，再看產業與市場。而宏觀投資則是由上而下，先看全球趨勢，再去尋找受益的資產類別，最後才挑選具體標的。舉例來說，如果你認為 AI 革命會改變世界，那接下來就要思考哪些資產會受益。像我自己之前在節目裡談到的銅與白銀，就是這種思考邏輯的結果。

• 在具體標的上，Druckenmiller 特別提到他看好銅。他認為未來幾年全球銅礦幾乎沒有新增產能，但 AI 資料中心與電氣化趨勢會大幅增加需求。除此之外，他也看好日本與韓國股市。原因在於全球供應鏈正在重新配置，日本與韓國可能在西方陣營的產業鏈中扮演更重要角色，而且部分企業同時受惠於 AI 與半導體需求。比較有趣的是，他提到日本與韓國，卻沒有特別提到台灣。照他的邏輯，其實台灣也應該包含在這個趨勢之中。同時，他也提到自己會做空債券，作為投資組合的一種對沖。

◼ 卓肯米勒投資 NVIDIA 的歷程

• 訪談最後他談到自己對 NVIDIA 的投資。2022 年時他買進 NVIDIA 股票，原因是他觀察到一個很重要的現象：頂尖大學的學生開始從加密貨幣領域轉向人工智慧。像 Stanford University 這樣的學校，最聰明的工程師原本很多跑去做 Crypto，但後來大量轉向 AI。他認為人才流向本身就是一個重要訊號，當最聰明的年輕人都想進入某個領域時，那通常就是未來產業的方向。當時 NVIDIA 股價因為加密市場崩盤而大跌，但他判斷 NVIDIA 將成為 AI 時代的核心公司，因此進場買進。

• 不過他也坦承自己犯了一個錯誤。他在大約 150 美元的價格買進 Nvidia，股價漲到 800 美元時就全部賣掉，等於賺了將近四倍。但後來 NVIDIA 股價繼續上漲到相當於 1800 美元的水準，他錯過了後面更大的漲幅。他說自己賣掉的原因不是基本面改變，而是心理壓力。當投資已經賺了非常多時，人很容易選擇先把利潤鎖住。

• 這個案例其實和我自己投資 NVIDIA 的經驗有點類似。我也是在 2022 年股價低點附近開始大量買進。當股價漲到 800 時，我其實也很想全部賣掉。但我沒有一次賣光，而是每次漲一段就賣一小部分，大概 5% 或 10%。股價漲到 1000、1200、1400 時，我都分批減碼，但始終保留了大部分的部位。到現在為止，我大概還保留著當年 NVIDIA 持股的一半左右。這樣的做法雖然沒有抓到最高點，但可以讓我在上漲過程中持續參與，而不會因為一次全部賣掉而錯過後面的大行情。對我來說，合理估值可以做參考，但它永遠不會是一個絕對的操作指令。市場有時會遠遠超過你的模型，也可能遠遠低於你的模型，所以最重要的還是保持彈性。

【3/16~3/20 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP286. xAI 整個打掉重練、Meta 又要大裁員、卓肯米勒投資觀點 | M觀點

EP287. 輝達 GTC 發表重點、OpenAI 砍掉支線、Agent 外殼大戰 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

如果你現在的投資主力在美股科技股，上周我剛講完的《美股科技七巨頭 MAG7 2026 展望》的深度分析，會建議你一定要看。

這場講座最核心的一個問題就是：在 AI 時代巨變下，這七家公司未來 3～10 年，到底誰會更強，誰可能被淘汰？

像 Apple，如果 AI 發展加速，但它還是以硬體為核心，競爭力會不會被侵蝕？

像 Meta，過去高度依賴廣告模式，在 AI 時代會被強化，還是被取代？

再到 NVIDIA，GPU 的優勢還能維持多久，會不會有新的競爭者出現？

如果你跟 Miula 我一樣是長期投資人，你應該也會發現：短期財報其實沒那麼重要，真正該關注的，是這些公司在 AI 浪潮中的「結構性位置」。

這場大約 1.5 小時的內容，我把七家公司逐一拆解，從目前的 AI 佈局、核心競爭力，到未來可能的風險與機會，完整講清楚。當然，這些都是我自己的判斷，提供你做投資決策時的一個參考框架。

目前課程已經上線，可以在 M 觀點內容庫直接購買回看。

另外補充一點：這次因為時間關係，Tesla 的部分講得比較精簡。等第一季財報出來後，我會再做一場更完整的特斯拉專場分析，而且已購買這堂 MAG7 的觀眾，會有半價優惠。

假如你想更系統性理解 AI 時代下的科技巨頭，我真心覺得你可以買來花時間看完，應該會有不少收穫。

✨美股科技七巨頭 MAG7 2026 展望與核心價值分析✨

https://miula.kaik.io/courses/2026mag7

【微軟推出 Cowork】

◼ 微軟也推出自己的 Cowork

• 我們今天第一個主題要聊的是微軟最新推出的 Copilot Cowork。Cowork 這個字其實很好理解，就是「一起工作」。不過如果要理解微軟的 Copilot Cowork，就一定得先談到 Anthropic 在過去兩三個月推出的兩個重要產品：Claude Code 和 Claude Cowork。大家都知道，Claude 是 Anthropic 的大型語言模型，但模型本身只是能力，你還需要一個介面或平台來使用它。你可以在聊天視窗裡面跟模型互動，也可以透過不同的工具去調用模型能力，而 Claude Code 與 Claude Cowork，本質上就是 Anthropic 提供的兩種「使用 Claude 的框架」。其中 Claude Code 是命令列模式，沒有圖形介面，運作方式其實很像早期 DOS 的那種文字介面。對程式設計師來說這非常熟悉，因為現在很多 Linux server 仍然是用命令列在操作。但對一般使用者而言，大家早就習慣 Windows 或 Mac 的圖形介面，所以 Anthropic 另外推出了 Claude Cowork，用更像一般軟體的方式，讓人可以用 Claude 模型來建立所謂的 agentic workflow，也就是 AI 代理人式的工作流程。

• 這兩個工具在過去幾個月真的被玩出非常多驚人的應用。很多人用 Claude Code 或 Claude Cowork 打造出一個真正的「數位同事」：一個活在電腦裡、不需要睡覺，可以持續幫你工作的 AI。有人比較客氣會說這是數位同事，也有人乾脆叫它數位手下。其實 AI Agent 這個概念在去年才剛開始有一些初步成果，今年年初整體還在很早期的階段，但如果拿現在跟一年前相比，進展已經非常明顯。至少在過去兩三個月，Claude Code 和 Claude Cowork 已經把企業界一直期待的那種 AI 代理人概念，做出一個可運作的雛形：你下達一個指令，AI 可以自己在數位世界裡面工作三小時、五小時，幫你完成一整個任務。

◼ 企業軟體霸主開始被撼動？

• 當這件事情開始發生時，誰會感受到最大壓力？答案其實很簡單，就是 Microsoft。因為微軟本來就是企業軟體世界的霸主，企業內部所有的文件、通訊、工作流程幾乎都在微軟的產品上運作。結果現在突然出現一個 AI Agent，有可能跨越所有軟體直接完成工作流程，那微軟當然不可能坐在旁邊看戲。對微軟來說其實只有幾種選項：第一是把 Anthropic 買下來，但 Anthropic 現在估值非常高，也不太可能願意賣；第二是自己做一個競品，但問題在於 Claude 模型目前在 agentic workflow 上的能力非常強，而微軟本身其實並不是一個特別擅長打造頂尖產品的公司。微軟很多產品大概就是「60 分可用」，但很少做到最頂尖。因此微軟最後採取第三條路：合作。

◼ Copilot Cowork 和 Claude Cowork 有什麼不同？

• 這次微軟推出 Copilot Cowork，本質上就是把 Anthropic 的 Claude Cowork 技術整合進 Copilot 生態系。換句話說，AI Agent 的大腦仍然來自 Claude，但整個運作環境變成微軟的企業平台。兩者最大的差別在於，Claude Cowork 原本比較偏向個人或小團隊使用，而 Copilot Cowork 是整合在微軟的企業治理框架裡面，同時深度整合 Microsoft 365。這意味著它可以直接跨越 Outlook、Teams、Excel、Word、PowerPoint 等軟體，執行多步驟任務。

• 這件事其實代表 Copilot 的能力出現了一個很大的升級。以前 Copilot 多半是在單一應用程式裡運作，例如你在 Word 寫文件時，它可以幫你續寫段落；你在 PowerPoint 裡做簡報，它可以幫你整理內容。雖然它可以跨應用程式抓資料，例如幫你從 email 找資料，但它不會真的幫你開其他軟體做事情。但 Copilot Cowork 就不一樣了。未來你可以下達一個完整任務，例如「幫我寫一份報告，去 Excel 找資料做圖表，完成後寄給老闆並幫我約會議」，AI 就會自己開啟不同軟體，完成整個流程。

• 如果用工作流程來比喻，假設一個任務有五個步驟：查資料、寫文件、做簡報、寄信、安排會議。以前的 Copilot 是在其中幾個步驟幫你加速，例如寫文件從兩小時變成三十分鐘、做簡報從兩小時變一小時、寄信三分鐘完成。你的生產力確實提升，但每個步驟仍然需要你自己操作。升級到 Copilot Cowork 後，你只需要下達一次指令，AI 就會把五個步驟全部完成，中間只會偶爾詢問你是否確認下一步。

• 如果覺得辦公室例子不夠直覺，可以用餐廳廚房來理解。炒一盤青菜其實有五個步驟：洗菜、切菜、炒菜、裝盤、上桌。以前沒有 AI 時全部都要自己做。後來有 Copilot，就像廚房裡多了洗菜機、切菜機、炒菜機，你還是要自己把菜從一個機器拿到另一個機器，但過程省力很多。但當升級到 Copilot Cowork，就像廚房裡多了一個人形機器人。你只要把青菜交給它說「炒一盤高麗菜送到三號桌」，它會自己去洗菜、切菜、炒菜、裝盤，最後端上桌，你只需要在旁邊看一下有沒有出問題。這就是工具型 AI 與數位員工型 AI 的差別。

◼ Copilot Cowork 的 Work IQ

• 接下來再談 Copilot Cowork 與 Claude Cowork 的另一個核心差異。第一個差異是整合了微軟的 Work IQ。Work IQ 可以理解成微軟版本的企業資料本體論系統，有點類似 Palantir Technologies 的 ontology 概念。它會把企業資料（例如 SharePoint、OneDrive）做語意索引，並且建立資料之間的關聯，還會記錄工作流程、組織關係與使用者行為。換句話說，AI 不只是看到一堆文件，而是知道哪些文件互相關聯、哪些人負責哪些流程、哪些決策需要誰批准。當 AI 在處理任務時，就可以自動遵循這些企業規則。

• 第二個差異是安全與治理框架。企業軟體最重要的事情其實不是功能，而是權限、身份驗證、合規與稽核。你是不是這個人？你有沒有這個權限？這個流程是否符合公司規範？之後稽核單位能不能查到完整紀錄？這些都是企業 IT 的基本要求。單純使用 Claude Cowork 其實做不到這些事情，但整合到 Microsoft 365 的安全框架後，每一個動作都會在受控的環境中執行，而且任務會在雲端沙盒中完成，而不是在個人電腦直接操作。

• 這也正是這次合作最關鍵的地方。如果把 Claude Cowork 看成一個非常強的大腦，那整合 Work IQ 等於是在整個微軟企業生態系裡「開圖」。就像即時戰略遊戲原本有戰爭迷霧，你不知道資源點在哪、敵人在哪，但現在全部地圖都打開，一個高手就能發揮更大的優勢。而整合微軟的安全框架，則是企業願不願意採用的關鍵。沒有這些治理機制，再好用的 AI 也進不了大型企業。

◼ Anthropic 與微軟合作的優勢與劣勢？

• 因此這次合作對 Anthropic 其實是巨大的商業突破。單靠產品力，Claude Cowork 很難直接打進 Fortune 500 的企業市場，但只要成為 Microsoft 365 的一部分，就等於直接進入這些企業的 IT 環境。對微軟來說這同樣是雙贏的策略。原本 AI Agent 可能會變成競爭對手，但現在直接把 AI Agent 變成自己產品的一部分。這種策略其實很符合微軟 CEO Satya Nadella 的風格：產品力不一定最強，但策略非常精準。

• 這個合作其實也讓一家公司處境變得有點尷尬，那就是 OpenAI。過去微軟與 OpenAI 的合作非常密切，但現在 Copilot Cowork 的核心 AI 卻來自 Claude。當然微軟仍然會宣稱自己是多模型架構，未來也可能讓不同模型執行不同子任務，但在目前的設計中，整個 agent workflow 的指揮官其實是 Claude。長期來看微軟也不會希望被任何一家模型公司綁死，所以未來很可能會看到 OpenAI 版本、甚至其他模型版本的 Copilot Cowork。

• 如果從產業角度來看，我認為 2026 年會是 AI Agent 的初步爆發期。去年我把 AI Agent 形容為「元年」，就像 PC 歷史中的 DOS 時代，而今年開始就有點像 Windows 出現的時候。各種工具正在快速出現：Claude Code、Claude Cowork、OpenAI Codex、Copilot Cowork、Meta Manus、xAI Grok Build 等。整個 AI 產業正在從 Copilot（助手）走向 Autopilot（自動完成任務）。

• 當然，今年要真正把 AI Autopilot 用得很好，還是需要一定的技術能力。但再過兩年，這些能力很可能會變成人人都能使用的日常工具。我們其實正處在一個巨大的技術轉折點。如果回頭看歷史，我自己的人生其實經歷過三次大的科技浪潮：第一是個人電腦的普及，第二是智慧型手機時代，而現在正在進入第三次浪潮，也就是 AI 時代。我相信 AI 對世界的影響，很可能會超過 PC 和智慧手機。

Subscribe now

【特斯拉 Digital Optimus】

◼馬斯克的數位 Optimus 計畫

• 第二個主題要聊的是 Elon Musk 與 Tesla 最近提到的 Digital Optimus 計畫。這件事其實也和 AI Agent 有關，因為整個消息的起點來自 xAI 之前的一個內部專案，名字叫做 Macrohard。這個名字其實很明顯是在調侃微軟：Microsoft 是「Micro + Soft」，那 Macrohard 就是「巨 + 硬」。馬斯克一向很喜歡這種帶點嘲諷意味的命名，他甚至曾經在 xAI 的大樓上直接寫上「巨硬」這個詞。背後的概念其實很簡單，就是要用 AI 建立一個足以挑戰微軟軟體帝國的新型平台。不過外界一直搞不太清楚 Macrohard 到底要做什麼，有些人猜測它其實是一個以 AI Agent 為核心的軟體操作系統，也就是讓 AI 能夠直接使用各種軟體來完成工作。

• 前陣子有媒體爆料說 Macrohard 專案在 xAI 內部已經停擺，可能是做不下去了。但馬斯克很快出面否認，表示專案並沒有取消，而是和 Tesla 內部另一個計畫 Digital Optimus 合併。兩者合併之後的目標，是打造一個所謂的「超級 AI 大腦」。這個大腦會同時具備兩種能力：一方面可以進行深入的推理與規劃，另一方面也能持續處理即時資訊流並做出快速反應。馬斯克的說法是，它會像人類的大腦一樣運作，不需要透過各種 API 或特別的接口與軟體溝通，而是像真人操作電腦一樣，有「眼睛」看螢幕、有「手」操作鍵盤滑鼠。

◼ 快速反應與慢速思考決策

• 這個架構其實借用了心理學中的「系統一與系統二」概念，也就是著名的《快思慢想》理論。系統一代表直覺反應，例如球突然飛過來時你會本能閃開，或是手碰到火會立刻縮回。這種快速反應在 Digital Optimus 的設計中，是由 Tesla 原本的 AI 系統來負責。這個系統可以即時理解螢幕畫面，並且直接操作鍵盤與滑鼠。你可以把它想像成在玩 FPS 遊戲時的反射動作：敵人突然出現，你不需要思考太久就會立刻按下射擊鍵。

• 相對地，系統二則是慢速思考的部分，負責高階決策與任務規劃。在這個架構裡，這個角色由 Grok 擔任。Grok 會理解整體任務，例如現在到底要完成什麼工作、下一步應該做什麼，然後把具體操作交給 Digital Optimus 來執行。某種程度上，這個設計其實和 Tesla 自動駕駛的架構很像。自動駕駛中有一部分是即時控制，例如遇到突發路況必須瞬間反應；另一部分則是長程規劃，例如知道兩公里後要下交流道，因此提前開始靠右行駛。過去 Tesla 的 FSD 在即時反應上很強，但長程規劃比較弱，現在的目標就是把這兩種能力整合得更好。

• 馬斯克也提到，這套 Digital Optimus 系統主要會跑在 Tesla 的 AI4 晶片上，只需要少量 NVIDIA GPU 協助。不過具體的技術實作目前其實非常模糊。我自己的猜測比較接近一種雲端與本地混合的架構：雲端可能會有大型 AI4 cluster 和 GPU cluster 負責主要運算，而本地端電腦則有一個類似 Cowork 的 Agent 框架，負責接收任務並呼叫雲端算力。另一種可能性則是推出專屬硬體，例如 AI4 加速卡或獨立設備，直接放在使用者電腦旁邊。

• 不過整個架構裡有一件事讓我產生了一些疑問。如果我們今天談的是自動駕駛或機器人，那系統一的重要性確實很高，因為很多情況都需要瞬間反應，例如突然衝出來的車輛或突發障礙物。但如果我們談的是 AI Agent 在電腦上工作的場景，情況似乎就不太一樣。像寫文章、寫程式、做資料分析這些工作，大部分其實都是慢思考，也就是系統二的範疇。我自己在工作時，大概 95% 都是慢想，真正需要直覺反應的情境其實非常少。

• 因此當馬斯克描述這個架構時，我其實心裡有不少問號。如果這個 AI Agent 真的要完成像 Copilot Cowork 那樣的工作流程，那理論上慢想應該佔大多數，而不是快速反應。可是如果整個系統主要跑在 AI4 上，代表他預設快速反應的計算量會很多，這和我對工作型 AI Agent 的直覺並不完全一致。

• 還有另一個問題是操作方式。Digital Optimus 的設計強調 AI 透過「看螢幕、操作滑鼠鍵盤」來控制軟體，但未來很多新軟體其實都會提供 API 或 function call 介面。當模型可以直接透過指令與作業系統或軟體溝通時，就不一定需要再透過畫面上的按鈕來操作。操作畫面對於一些舊軟體可能仍然必要，但對未來的軟體生態來說，重要性可能會逐漸下降。

• 所以目前我對 Digital Optimus 的整體方向其實還是有點疑問。當然我不懷疑 Tesla 和 xAI 的技術能力，畢竟我自己也是 Grok 的使用者，但這套「數位大腦」到底會如何真正落地，現在還很難說。馬斯克有時候的確會把願景講得很宏大，但實際產品可能需要幾次迭代才會成形。因此這件事我目前的態度其實很簡單：先觀察、再看看未來一年會怎麼發展。

【NVDA 2026 GTC】

◼ NVIDIA 2026 GTC Watch Party

• 接下來我們進入今天的第三個主題，也就是每年 AI 產業最重要的活動之一——NVIDIA 的 GTC 大會。老實講，前兩個主題其實都不算特別「sexy」，可能不是現在台灣科技媒體最熱門的話題，例如 Copilot Cowork 我猜這禮拜可能真的只有我們節目在講。不過我自己覺得那些內容其實很重要，所以花了不少時間聊。接下來這一段就比較不一樣了，因為我可以很肯定地說，下個禮拜幾乎所有台灣的科技 KOL、財經 KOL、科技媒體與財經媒體，大概都會集中在同一個話題上，那就是 NVIDIA GTC。原因很簡單，在 AI 時代，NVIDIA 就是整個產業的領頭羊。大家都在看 Jensen Huang 這次能不能再端出什麼新東西，帶著整個 AI 產業繼續往前衝。所以今天最後一個主題，我就來跟大家聊聊我自己期待這次 GTC 可能會談到哪些重點，也會推薦幾場我覺得很值得去聽的 session。

• 在進入內容之前，我先跟大家公告一個活動。這一次《M觀點》會和 NVIDIA 合作，只要你透過 GTC 的官方網站註冊，實際去觀看任何一個 session，就有機會參加我們的抽獎活動。要注意的是，很多人可能會直接在 YouTube 看黃仁勳的 Keynote，但如果要參加這次活動，你必須從 NVIDIA 的 GTC 官方網站登入觀看。註冊之後進入平台，你可以選擇任何一個 session 觀看，Keynote 當然可以，但其他場次也可以。觀看時記得截圖，不過截圖有一些規則：畫面必須包含 session 的名稱、畫面內容，以及登入後出現的「登出」按鈕，因為這代表你真的有登入觀看。完成截圖之後，再來參加我們下週六晚上八點的 Watch Party，我們會在 Watch Party 中公布抽獎的通關密語以及抽獎連結，只要同時符合這幾個條件，就可以參加抽獎。

◼ 抽 RTX 5090 顯示卡

• 這次的獎品其實非常誇張，包含一張 RTX 5090 顯示卡、NVIDIA Brev 的兌換碼，以及我們《M觀點》加碼的獎品：五本《輝達之道》與五個我們設計的投資聖杯馬克杯。5090 這張卡現在真的非常貴，我剛剛查了一下，便宜的大概也要十幾萬，貴的甚至二十萬以上。老實講，我自己平常其實也買不下去這麼貴的顯卡。以前我年輕的時候買顯卡，大概都是六千塊左右的中階卡；現在這個年代中階卡可能都要一萬以上了，但十萬等級的卡真的不是一般人會買的東西。所以如果你有機會抽到 RTX 5090，那真的是超級賺。假設參加的人只有一千人，中獎機率就是千分之一，這其實已經算是很高的機率了，所以大家真的可以來參加。

• 回到這次 GTC 的內容本身。我自己認為今年 GTC 最重要的主題，很可能就是 Agentic AI。去年年初的時候，整個 AI 圈最熱門的話題還是推理模型，也就是 reasoning AI，例如當時很紅的 o3 模型。那個時候大家討論的是模型能不能進行更複雜的推理能力。但才過了一年，整個產業的焦點其實已經轉移。去年我們從 One-shot 的模型進化到 reasoning 模型，而今年的重點則是從 reasoning 模型再往前一步，進入 Agentic AI。也就是說，AI 不只是幫你完成一個任務，而是你交給它一整份工作，它可以自己把工作拆解成多個步驟，然後一步一步執行。現在其實才剛到年初，我認為到今年年底，整個 Agentic AI 的發展速度會非常驚人，所以這個主題幾乎可以確定會是這次 GTC 的核心。

• 另一個重點我認為會是 AI Factory。Jensen Huang 這兩年一直在強調 NVIDIA 的定位是打造「AI 工廠」，未來的資料中心其實就是在生產 token 的工廠。大量的資料被處理、大量的 token 被生成，整個 AI 經濟其實就是圍繞著 token 的生產與消耗。所以問題就變成：誰最擅長生產 token？現在整個產業其實也在爭論，到底是 GPU 比較強，還是 TPU 或其他 ASIC 比較強。當然 NVIDIA 自己一定會說 GPU 才是最強的，所以我很確定這次 GTC 也會再次強調 NVIDIA 在 AI 工廠時代的優勢。

• 我自己另外一個特別關注的領域是機器人。過去這一年我花了不少時間研究機器人產業，不過老實講，我現在對機器人的樂觀程度比以前稍微降低了一點。原因很簡單，後來我發現做機器人模型其實比做自駕車還要難很多。不過即便如此，我還是很樂觀，只是時間可能會比我原本預期的再多一兩年而已。除此之外，這次 GTC 也很可能會談到如何進一步提升推論效率。NVIDIA 最近才公布一個新的模型 Nemotron 3 Super，其中一個很有意思的技術點，就是使用 NVFP4 精度進行訓練與推論。實驗結果顯示，用 FP4 訓練出來的模型，整體表現幾乎和 FP16 一樣好，這代表如果你使用更低精度的運算，就可以在同樣算力下處理更多資料、更多參數，同時在推論效率上也會大幅提升。這其實就是為什麼我之前一直說，只拿 TPU 的 FP8 去和 NVIDIA GPU 比較並不公平，因為 NVIDIA 可以用 FP4，在同樣品質下直接把算力效率提高一倍。

• 接下來大家最期待的當然還是 Jensen Huang 的主題演講。外界現在最關注的一件事情，就是 NVIDIA 會不會正式推出 LPU 相關產品。NVIDIA 之前其實透過各種方式取得了 Groq 的核心技術與團隊，雖然表面上不一定叫做收購，但實質上已經把 Groq 的技術整合進來。Groq 的 LPU（Language Processing Unit）是一種專門為推論優化的晶片架構，它透過大量 SRAM 與固定記憶體布局來降低延遲，因此在低延遲推論上有非常強的優勢。所以很多人猜測，這次 GTC NVIDIA 可能會推出類似 LPU 或 LPX 的新產品，專門處理超低延遲的推論需求。

• 如果未來 NVIDIA 的整個架構真的加入 LPU，那整個 AI 推論流程可能會分成不同階段。例如 CPX 這類架構可能負責 prefill 階段，大量讀取資料與上下文；接著由 GPU（例如未來的 Vera Rubin）處理大量批次推論；而如果是需要極低延遲、即時回應的場景，就可能交給 LPU 來處理。換句話說，未來 NVIDIA 的 AI infrastructure 很可能會變成多種晶片協同運作，各自負責不同的任務，這樣才能同時兼顧成本與速度。

• 另外還有一個傳聞是，NVIDIA 可能會推出自己的 AI Agent 平台。現在很多人都在用像 Claude Code 或各種 AI agent 工具，而 NVIDIA 也很可能推出自己的解決方案。據說這個平台可能會叫做 NemoClaw，延續 NVIDIA 現在很多產品都以 NeMo 為前綴的命名方式，例如 Nemotron。這部分如果真的在 GTC 上公布，我覺得也會非常值得關注。

◼ 我推薦的 GTC 場次

• 這次 GTC 的議程其實非常多，總共有將近一千場活動。如果你不知道該看哪一場，我這裡推薦四場我自己覺得非常值得聽的 session。第一場的編號是 S82391，主題是 Enterprise AI Platforms and AI Agents to Business Value。這場主要在討論企業領袖如何在公司內部推動 AI 的使用，讓 AI 平台與 AI agent 真正創造商業價值。很多公司導入 AI 之後其實效果不好，原因很簡單，如果只是強迫員工使用一個不好用的工具，大家只會在心裡抱怨而已。真正成功的 AI 導入，必須同時讓公司與員工都感受到價值，我認為這場 session 對企業管理者會非常有幫助。

• 第二場我推薦的是 S81671，主題是 How to Build Planetary-Scale AI Infrastructure。這場我覺得特別適合投資人去聽。現在整個 AI 基礎建設正在進入一個新的階段，資料中心的規模越來越誇張，從過去幾十 MW 的規模，開始進入 GW 等級。所謂 planetary-scale，其實就是在形容未來 AI 資料中心的規模會大到像整個星球等級一樣誇張。如果你在投資 AI 相關產業，例如伺服器、網路設備、散熱、光通訊等等，你一定會想知道未來資料中心的設計到底會跟現在有什麼不同。

• 第三場是我會在 Watch Party 跟大家一起看的 session，編號是 S81645，主題是 From Concept to Production: Humanoid Robotics at Scale。這場其實陣容非常豪華，包含 NVIDIA 機器人與 Edge Computing 生態負責人 Amit Goel、Tesla AI 軟體副總裁 Ashok Elluswamy、Hexagon Robotics CEO、Agility Robotics CTO、Skild AI CEO，以及 Stanford 的機器人學者 Chelsea Finn。等於是產業界、學界與多家機器人公司一起討論人形機器人如何從概念走向大規模量產。我自己非常期待這場，所以也會在 Watch Party 跟大家一起看，一邊看一邊分享我的想法。

• 最後一場我推薦的是 S81667，主題是 How Open World Models Are Powering the Next Breakthroughs in Physical AI。這場主要在談 World Model，也就是世界模型。世界模型和現在的大型語言模型其實是不同的研究方向，例如 Yann LeCun 就一直認為大型語言模型並沒有真正理解世界，因此未來 AI 的下一步可能是建立世界模型。現在有很多不同流派的世界模型在發展，我認為這個方向很可能會成為大型語言模型之後的下一個重要技術突破，所以這場我也蠻推薦大家去聽。

• 最後提醒大家，如果你是用 virtual 的方式參加 GTC，有些 session 只有親自到現場才能現場觀看，不過你可以在平台上把它們 flag 起來。等活動結束 72 小時之後，影片會上線，到時候就可以回放。如果是有 virtual 的 session，你可以直接加入行程並觀看直播。至於要參加我們的抽獎，記得一定要登入 GTC 平台觀看並截圖，畫面要包含 session 名稱、畫面內容以及登出按鈕。完成之後，再到活動頁面上傳截圖，就可以參加抽 RTX 5090 顯示卡、NVIDIA Brev 兌換碼，以及《輝達之道》和投資聖杯的抽獎活動。下週六 3 月 21 日晚上 8 點，記得鎖定《M觀點》的 Watch Party。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

如果你有在關注 AI、科技產業，接下來這一場活動我真的建議你不要錯過。

NVIDIA GTC 2026 即將在 3 月 16 日到 3 月 19 日登場，這其實是全球科技產業每年最重要的 AI 大會之一。很多關於 AI、運算平台、機器人與未來科技的重大方向，通常都是在這場活動裡首次公開。

當然，大家最期待的一定是 NVIDIA 執行長黃仁勳的主題演講。每年他在 GTC 上公布的新技術、新產品，幾乎都會直接影響整個 AI 產業的發展方向。

但 GTC 不只有這場 Keynote。這次大會總共有接近 1000 場議程，內容包含生成式 AI、AI Agent、機器人、數位孿生、資料中心架構，以及企業如何真正把 AI 落地到商業應用等等。重點是——全部都可以線上免費觀看。

只要先到官網註冊帳號，你就可以先把有興趣的議程透過書籤標記收藏起來，在議程上線 72 小時後即可觀看回放。而且如果英文比較吃力，也不用擔心，NVIDIA 這次也安排了台灣技術專家的中文導讀講座，幫大家把重點整理好。

我自己也會挑幾場我特別有興趣的議程，到時候一起看。

另外我們 M 觀點也會在 3 月 21 日辦一場 Watch Party，一起看一場關於人形機器人的重點演講，順便聊聊我對未來 AI 發展的觀察。

更重要的是，這次活動我們還會抽一個很猛的獎品——NVIDIA RTX 5090 顯示卡一張、NVIDIA Brev 兌換碼一個、《輝達之道》五本、投資聖杯五個。

參加方式很簡單：

只要先註冊 GTC、觀看任一場議程，之後來參加我們的 Watch Party，我會在直播中分段公布通關密語，就能順利完成抽獎問券。

相關的連結都有整理在下方了，一起期待下周的 GTC 2026 活動吧！

========

🚀 NVIDIA GTC 2026 即將登場｜3/16–3/19 全球同步線上開跑！

立即免費報名，與全球同步線上參與👉 https://nvda.ws/4c5JCJU

本次大會帶來 近千場精彩議程，完整涵蓋 AI 核心技術、生成式 AI、機器人、數位孿生、資料中心與產業應用，全程線上免費觀看。

📌 記得提前報名並登入帳號，才能收藏議程、完整回看，還有機會把大獎帶回家！

________________________________________

⭐ 必看重點議程一次掌握

🎤 NVIDIA 執行長 黃仁勳 主題演講

掌握 AI 與運算未來發展關鍵

👉 https://www.nvidia.com/zh-tw/gtc/keynote/?regcode=ref-inpa-249-prsp-zh-tw-2-l6

🧑‍🏫 3/23–3/26｜NVIDIA 技術專家 中文導讀 LIVE 講座

精選重點議程，中文即時解析

👉 https://www.nvidia.com/zh-tw/gtc/sessions/taiwan-selected/?ncid=ref-inpa-249-prsp-zh-tw-2-l6

🇹🇼 台灣產業領袖分享，深入解析 AI 落地實戰與創新成果

👉 https://www.nvidia.com/zh-tw/gtc/sessions/taiwan-partner/?ncid=ref-inpa-249-prsp-zh-tw-2-l6

________________________________________

✅ M 大精選推薦議程（搜尋議程編號，搶先書籤收藏！）

1. [S81645] From Concept to Production: Humanoid Robotics at Scale（Watch Party）

2. [S82391] Enterprise AI Platforms and AI Agents to Business Value

3. [S81671] How to Build Planetary-Scale AI Infrastructure

4. [S81667] How Open World Models Are Powering the Next Breakthroughs in Physical AI

________________________________________

🔥 加碼活動｜M 觀點 NVIDIA GTC 特別直播

📅 3 月 21 日

將與大家一起線上觀看「From Concept to Production: Humanoid Robotics at Scale」議程

🎁 直播期間還有「顯卡抽獎活動」

想看技術、拿好康，這場絕對不能錯過！

【penAI GPT-5.4】

◼ OpenAI 在各種壓力下推出 GPT-5.4

• 最近 OpenAI 推出 GPT-5.4，某種程度上可以說是一劑非常重要的強心針。因為如果回頭看過去兩三個月的 AI 模型競爭，OpenAI 的處境其實並不輕鬆。去年 12 月，Google 推出 Gemini 3.0 Pro 之後，在不少 benchmark 和實際使用評價上都壓過 OpenAI 的模型；到了今年 2 月，Anthropic 又推出 Claude Opus 4.6，整體表現甚至連 Gemini 都被比下去。結果就是在 12 月、1 月到 2 月這三個月期間，整個 AI 圈的風向幾乎是全面看衰 OpenAI。雖然 OpenAI 在這段時間也推出了 GPT-5.2 與 GPT-5.3 Codex，但 GPT-5.2 的整體評價只能算中規中矩，不少人認為仍然落後於 Gemini 3.1 Pro 與 Claude Opus 4.6；至於 GPT-5.3 Codex 的確在寫程式能力上非常強，但因為只專注在 coding 領域，所以影響範圍仍然有限。整體來看，OpenAI 從 2023、2024 年那個幾乎毫無爭議的 AI 領先者，逐漸變成與對手打成平手，甚至在某些面向略微落後。再加上近期市場流出的一些營收資訊顯示，Anthropic 的營收成長速度甚至快過 OpenAI，出現所謂「5X is better than 3X」的說法：OpenAI 的營收成長三倍看起來很不錯，但 Anthropic 成長五倍，長期來看追趕速度會非常驚人。在這樣的背景之下，可以想像 OpenAI 內部壓力其實相當巨大。

◼ GPT-5.4 推出的多個版本

• 在這樣的情況下，OpenAI 在 2026 年 3 月 5 日正式推出了最新旗艦模型 GPT-5.4。官方把這個模型定位為「最強大且高效率的專業工作前沿模型」，主打專業工作者的使用場景。從目前 X（Twitter）上的整體風向來看，這次的發布評價相當不錯，甚至有人說這次的好評大概是 GPT-5.2 的十倍以上。GPT-5.4 這次同時推出三個版本。第一個是標準版 GPT-5.4，主打速度快、token 使用量較低，同時維持不錯的效能；第二個是 GPT-5.4 Thinking，也就是 ChatGPT 目前預設的長思考版本，我自己現在主要使用的其實也是這個版本；第三個則是最強但也最昂貴的 GPT-5.4 Pro，專門為極度複雜的任務設計。Thinking 版本有一個非常重要的新功能叫做 Upfront Planning。簡單說，在模型真正開始執行任務之前，它會先分析整個任務應該如何被拆解與處理，先擬定一個計畫，再按照計畫逐步執行。而在執行過程中，使用者也可以隨時介入調整方向，例如要求模型重新規劃步驟或改變檢查方式。這種機制讓 GPT-5.4 特別適合處理需要多步驟、長流程的任務，例如深入研究、資料分析或大型專案工作。

◼ GPT-5.4 升級了什麼？

• 如果看 GPT-5.4 的核心能力，這次大致可以歸納為六個重要升級。首先是 coding 能力。OpenAI 直接把之前被認為非常強的 GPT-5.3 Codex 整合進 GPT-5.4，因此在純寫程式的能力上，目前很多程式設計師仍然認為 GPT-5.3 Codex 已經略勝 Claude Opus 4.6，而 GPT-5.4 等於直接繼承了這套能力。第二個亮點是原生的 computer use，也就是模型可以直接操作電腦與各種應用程式，例如瀏覽器、檔案系統或作業系統中的操作流程。在測試 AI 操作電腦能力的 OSWorld benchmark 中，GPT-5.4 的分數達到 75%，不只超越 Claude Opus 4.6，也明顯領先 Gemini 3.0 與 3.1 Pro。第三個升級是準確度。根據 OpenAI 的說法，相比 GPT-5.2，錯誤敘述減少 33%，整體錯誤率降低 18%。這個改善在長任務中特別重要，因為當一個 AI agent 要執行上百個步驟時，只要其中幾個步驟出現錯誤，後續整個流程都可能被拖垮。第四個亮點是多模態能力與 Office 整合的大幅強化，無論是 Word 文件、Excel 試算表或 PowerPoint 簡報，處理能力都有明顯提升。第五個是新的 tool search system。過去模型在使用工具時需要事先讀取所有工具的完整說明，會消耗大量 token；現在則改為先知道每個工具的大致用途，等到真正需要時才讀取詳細說明，平均可減少約 47% 的 token 消耗。第六個則是前面提到的 Upfront Planning 與中途 steer 的能力，讓整個任務流程更加可控。

• 在 benchmark 表現方面，GPT-5.4 也交出了相當不錯的成績。例如在 OpenAI 自家的 GDP-VAL benchmark 中，模型在 83% 的情況下能擊敗人類專家，而 GPT-5.2 的分數只有 70.9%。以 ELO 評分（Elo 是一種用於計算對弈活動中選手相對實力水準的方法）來看，GPT-5.4 的 1667 分也超過 Claude Opus 4.6 的 1606。在程式能力方面，GPT-5.4 在 SWE-Bench Pro 得到 57.7%，略高於 GPT-5.3 Codex 的 56.8%。在通用推理 benchmark GPQA Diamond 中，GPT-5.4 Thinking 得到 92.8%，超過 Opus 4.6 的 91.3%；如果是最強的 GPT-5.4 Pro，分數甚至達到 94.4%，略勝 Gemini 3.1 Pro 的 94.3%。至於 Humanity’s Last Exam 這類通用能力測試，GPT-5.4 與 Opus 4.6 大致打成平手，但 Pro 版本則有明顯領先。整體來看，如果只看 Thinking 版本，GPT-5.4 的「聰明程度」確實只比 5.2 小幅進步，與 Claude Opus 4.6 和 Gemini 3.1 Pro 基本上屬於同一個等級，彼此在不同項目互有勝負。

◼ 大量好評的原因

• 但 GPT-5.4 這次之所以得到大量好評，其實不在於通用智力，而在於工作能力的大幅進化。特別是在 AI agent 的工作流程上，OpenAI 這次顯然做了非常明確的優化。例如 OSWorld 的電腦操作能力、SWE-Bench Pro 的 coding 能力、Terminal Bench 2.0 的命令列操作能力，以及與 Word、Excel、PowerPoint 的深度整合，這些全部都直接對應到知識工作者的日常流程。過去一個月，Claude Opus 4.6 之所以會在 AI agent 工作流程上獲得壓倒性的好評，就是因為它針對長任務、長推理以及開發環境（例如 Claude Code 或 Cowork）做了大量優化。這次 GPT-5.4 很明顯就是針對這個弱點補課。從目前 X 上的評價來看，許多開發者認為 GPT-5.4 的 coding 品質非常頂級，修 bug 的速度甚至比 Opus 更快；也有人表示它操作電腦時就像一位資深工程師，在 Excel 或金融模型的處理上能夠一氣呵成，節省大量時間。

• 如果從競爭策略來看，OpenAI 這次的目標其實非常明確，就是直接對準 Claude Opus 4.6。過去一個月，Opus 4.6 在 agentic workflow 的表現明顯領先其他模型，但 GPT-5.4 透過 computer use、Upfront Planning、降低幻覺率等升級，已經大幅縮小差距。更重要的是價格。GPT-5.4 Pro 雖然很貴，但如果拿 GPT-5.4 Thinking 與 Claude Opus 4.6 相比，API 成本大約只有對方的一半到六、七成。對於大量部署 AI agent 的使用者來說，這個差距其實非常關鍵。現在很多人在本地電腦上用 OpenClaude 這類工具架設 AI agent，甚至戲稱為「養小龍蝦」。如果 GPT-5.4 能提供接近 Opus 的能力，但成本更低，那未來不少人可能真的會改用 GPT-5.4。

• 從更大的產業角度來看，這件事情也再次證明 AI 產業的節奏快得驚人。很多人會有一種感覺，好像 Claude Opus 4.6 已經稱霸市場很久，但實際上它是 2026 年 2 月 5 日才推出，到現在也只過了一個月。換句話說，在傳統產業裡，如果競爭對手推出一個很強的產品，而你在一個月後就推出同等級的產品，其實已經算非常快；但在 AI 世界裡，這一個月卻讓人感覺像過了半年甚至更久。從這個角度來看，GPT-5.4 至少讓 OpenAI 暫時擺脫了那種被全面看衰的壓力，重新回到競爭第一梯隊。

◼ 我個人使用體驗

• 不過如果從我個人的使用體驗來說，事情其實還沒有那麼單純。最近這一個月，我很多工作其實已經從 ChatGPT 轉到 Grok 上面。原因很簡單，GPT-5.2 在某些情況下變得非常保守，常常會去糾正一些其實無關緊要的用詞問題，例如你說某家公司 60% 市佔率是「全面領先」，它可能會提醒你這樣的說法過於誇張，建議改成更保守的表述。這種情況在實際工作中其實會讓人覺得有點煩。GPT-5.4 的確在這方面有所改善，但我現在的體感仍然覺得 Grok 4.2 在某些情境下更好用。雖然如果只看模型本身的智力，我會覺得 Grok 4.2 大概接近 GPT-5.1 的水準，但透過 agent 系統整合之後，它給出的答案在很多情況下仍然讓我覺得相當不錯，所以目前我個人其實還是蠻喜歡用 Grok。

Subscribe now

【再談 Anthropic 爭議】

◼ All-In Podcast 專訪美國防部次長 Emil Michael

• 上週我們在節目中其實已經聊過一次 Anthropic 與美國國防部之間的衝突，不過這一週出現了一些新的資訊來源，而且我自己在聽完之後，對整件事情的看法其實也有一些修正。所以今天就想把這些新的材料補充進來，順便也跟大家說明我為什麼改變了一部分的看法。這次最重要的新資料，來自上週末 All-In Podcast 對 Emil Michael 的專訪。Emil Michael 目前是美國戰爭部（國防部）負責研究與工程的次長，等於是整個軍方研發體系的最高技術主管之一，而他本人正是這次負責與 Anthropic 談判的關鍵人物。他的背景也非常特殊，早期是投資銀行出身，後來進入科技新創圈，也曾在政府體系擔任國防部長特助，之後又加入 Uber 並一路做到資深副總裁。換句話說，他既懂科技、也懂新創與商業，同時又熟悉政府體系，因此在這件事情上的觀點其實相當值得參考。

◼ 為什麼 Anthropic 會成為美國機密網路 AI

• 在訪談中 Emil Michael 解釋了一個很多人之前誤解的地方：Anthropic 的模型之所以會成為美國政府機密網路中唯一的 AI 模型，並不是因為它特別強。真正的原因是，在拜登政府時期，Anthropic 主動找上政府，希望在 AI 安全議題上合作。當時 AI 技術正在快速發展，Anthropic 以「重視 AI 安全」作為品牌定位，因此主動與政府合作，希望政府能協助檢視模型的安全性。在這樣的背景下，政府逐步把 Anthropic 的模型整合進一些機密網路系統，包括國防部相關的環境。所以當川普政府上任時，Claude 已經是唯一整合進這些系統的 AI 模型。這並不是因為它當時比其他模型更強，而是因為它是最早主動與政府合作的公司。

• 問題出現在 Emil Michael 上任後。他開始檢視與 Anthropic 的合作合約，結果發現條款對軍方的限制非常誇張。整份合約中光是「不能做什麼」的限制條款就長達二十頁，其中包括 AI 不能用來策劃動能打擊（kinetic strikes）、不能用於移動衛星，甚至連包含動能打擊的戰爭兵棋推演都不允許。換句話說，如果軍方想用 AI 進行戰爭模擬，例如模擬飛彈攻擊、炮擊或目標打擊的情境，理論上都可能違反 Anthropic 的使用條款。對軍方而言，這幾乎是不可思議的限制，因為戰爭部門的核心工作本來就是規劃與執行攻擊行動。

◼ Micheal 試圖調整合作內容

• Emil Michael 在訪談中還提到，Anthropic 對外的公關敘事其實與條款的實際內容有很大落差。Anthropic 對外宣稱他們是在防止「自動殺人武器」或「大規模監控」，以此爭取輿論支持。但實際上，他們對「大規模監控」的定義甚至嚴格到一個很誇張的程度。例如軍方如果想要招募專業人才，透過 LinkedIn 搜尋公開履歷資料，再用 AI 協助評估候選人，這在 Anthropic 的條款裡居然也可能被視為違規。換句話說，即使只是利用公開資訊做人才招募分析，也可能被認定為不允許的用途。

• 之後國防部與 Anthropic 進行了長達三個月的談判，希望調整這些條款，但結果並不順利。Anthropic 並沒有真正放寬限制，而是提出所謂的「例外許可」機制：如果某個特定情境確實需要使用模型，就可以申請一次例外。但對軍方來說，這種做法幾乎無法接受。戰場環境與技術需求會持續變化，如果每出現一個新應用都必須向 Anthropic 申請例外，等於把最終決定權交給一家私人公司。Emil Michael 在一次有二十多名高層參與的會議中甚至提出一個極端例子：如果發生像 911 這樣的突發國安危機，軍方是否還必須先打電話給 Anthropic 才能使用模型？據他描述，Anthropic 執行長 Dario Amodei 當時的回答竟然是：「如果需要新的例外許可，你打電話給我就好。」對軍方而言，這種回答幾乎等於承認 Anthropic 擁有某種凌駕於國防部之上的決定權。

◼ Anthropic 與美國政府關係破裂關鍵：到底誰有最終決定權

• 真正讓雙方關係破裂的事件，則與 Palantir 有關。當時美國政府抓捕馬杜羅的行動，系統使用了 Palantir 的軟體。Anthropic 的高層竟然主動聯絡 Palantir，詢問這個行動是否使用到 Anthropic 的模型，並暗示如果有使用可能違反條款。這件事讓五角大廈非常震驚，因為它意味著一家 AI 供應商可能基於自身的道德或政治立場，在關鍵時刻質疑甚至切斷軍方系統。軍方開始意識到一個非常嚴重的風險：如果未來戰爭正在進行，而 AI 系統突然因為違反供應商條款而停止運作，那前線部隊可能會陷入極大的危險。

• 之後國防部要求修改合約，取消這些護欄，並將條款改為「允許所有合法用途」。然而在談判過程中，Anthropic 不僅沒有配合，還將爭議公開並發動公關戰。隨後 Anthropic 內部的一份 memo 外流，執行長 Dario Amodei 指控國防部與川普政府針對他們，是因為公司沒有像 OpenAI 一樣捐款給川普陣營。對此 Emil Michael 在訪談中強烈反駁。他表示，如果政府一開始就打算政治報復，根本不需要花三個月時間反覆討論合約，只要直接終止合作即可。從他的角度來看，國防部的唯一目標只是確保美軍能使用最安全、最可靠的 AI 技術。

• 他同時透露，未來美國國防部將採取多模型策略，不再讓單一 AI 公司成為關鍵依賴。未來軍方將同時使用多家公司的模型，包括 xAI、Google 與 OpenAI。如果 Anthropic 願意接受與其他公司相同的條款，軍方其實也願意繼續合作。值得注意的是，Emil Michael 還提到 Sam Altman 在這件事中並沒有趁機打擊 Anthropic。相反地，Altman 甚至建議國防部不要太快與 Anthropic 決裂，而是嘗試建立一個各家公司都能接受的共同標準。

◼我的看法改變

• 聽完這些內容之後，我其實修正了一個上週的看法。上週我曾說，把 Anthropic 列為國防供應鏈風險可能有點過頭，政府只要不用他們的模型就好了。但現在我覺得這個判斷是錯的。供應鏈風險的意思不是政府不能直接採購，而是所有與國防相關的承包商也不能使用該技術。仔細想想，如果 Anthropic 的態度不改變，這其實是合理的。例如某個武器系統的研發過程中，有一個晶片或演算法使用了 Anthropic 的模型；或者某個維修廠商在內部流程中依賴 Anthropic 的 AI。如果在戰爭期間 Anthropic 判定某個用途違反條款並中斷服務，那整個武器系統的運作可能都會受到影響。

• 這其實就是「供應鏈風險」的典型邏輯。過去美國禁止在關鍵基礎設施中使用華為設備，也是因為擔心設備可能被遠端控制、竊取資料，或在衝突時期被切斷服務。Anthropic 的情況雖然不同，但本質上也是一種依賴風險。如果一家私人公司堅持對技術擁有最終控制權，那麼只要國防體系中任何一個環節使用了它的模型，就可能在關鍵時刻被迫停用。從這個角度看，把它列為供應鏈風險確實有其合理性。

◼ Ben Thompson 討論戰爭道德問題

• 另外一個很有意思的觀點，來自 Ben Thompson 與美國戰略與國際研究中心（CSIS）顧問 Gregory C. Allen 的訪談。他們用電影《奧本海默》作為討論的起點：當科學家發明出極其強大的技術時，是否應該擁有最終決定權？奧本海默本人對核武的使用抱持很深的道德疑慮，但最終是否投下原子彈的決定，仍然由杜魯門總統做出。原因很簡單：科學家專精於技術本身，但國家領導人必須同時考慮軍事、外交、經濟與道德等各種因素，而且最重要的是，他們具有民主正當性並必須為決策承擔政治責任。因此涉及國家安全的最終決策權，理論上應該掌握在政府手中，而不是私人企業或單一技術專家。

• 這個訪談還舉了一個韓戰時期的例子，來說明軍方對「技術風險」的看法。當時美軍飛行員仍在駕駛 P-51 螺旋槳戰鬥機，而蘇聯支援的部隊已經使用噴射戰鬥機。美國其實正在研發自己的噴射機，但測試尚未完成，存在技術風險。如果堅持等待所有安全測試完成，美軍飛行員可能會持續被擊落；如果提前部署，確實可能因為技術問題發生事故。最終軍方的判斷是：飛行員真正死亡的原因是敵人的子彈，而不是尚未完成測試的飛機。因此即使存在技術不確定性，仍然決定把噴射戰機送上戰場。

• 這個例子其實點出了一個根本差異。像 Anthropic 這樣的 AI 公司，會從技術安全與倫理風險出發，認為如果技術還不完美，就不應該被用於某些用途。但在戰爭環境中，所有選項本身都包含風險。真正的問題不是「是否有風險」，而是「誰有權決定承擔哪一種風險」。從軍方的角度來看，這個決定權應該屬於指揮官與政府，而不是技術供應商。也正因為如此，在這場爭議中，我其實很難站在 Anthropic 這一邊。不是因為他們的政治立場，而是因為他們對國家安全決策的理解，本身就存在一個根本性的問題。

• 補充關於核武的例子，因為這跟前面談到「誰有權做最終決策」其實是同一個問題。很多人會直覺認為，當年美國在廣島與長崎投下原子彈造成大量平民死亡，因此這件事情一定是錯的。但如果回到當時二戰的戰略環境，你就會發現問題沒有那麼簡單。假設當時沒有使用核武，日本繼續抵抗，美軍很可能會用大量轟炸機持續轟炸日本本土城市，戰爭拖得越久，最終死亡的人數其實可能更多。從這個角度來看，核武在當時不只是殺人，也可能在更宏觀的層面上「救了更多人」。這也是為什麼 Ben Thompson 與 Gregory Allen 在討論奧本海默時會提出一個觀點：這種重大決策不應該由單一科學家決定。科學家可以有自己的道德立場，但是否使用某項技術，最終應該由具有民主正當性的政府來決定，而不是一個沒有民意授權的個人。

【Robotaxi 的擴張速度】

◼ Robotaxi 的成長停滯了嗎？

• 今天最後一個主題：Robotaxi。其實在過去一個月，X 上有不少人開始質疑 Tesla Robotaxi 的擴張速度。大家還記得今年初 Tesla 在 Austin 推出了完全無監督版本，也就是車上連安全員都沒有的 Robotaxi。但很多人注意到，最初上線是一兩台，之後最多增加到大約八台，然後成長似乎就停滯了。因此一些批評者開始說 Tesla 的 Robotaxi 其實卡住了，甚至有人直接說這個計畫已經失敗。這些討論背後的一個重要資料來源，是一個叫做 Robotaxi Tracker 的網站，它會追蹤 Austin 與 San Francisco 的 Robotaxi 車隊規模。San Francisco 的車隊成長其實還算快，但 Austin 這邊真正完全無監督的車輛，最近幾週確實沒有太明顯的增加。

• 當然，這些批評聲音很多其實來自長期反對 Tesla 的帳號。如果你在 X 上看久了就會發現，有一些帳號幾乎一年三百六十五天都在發文唱衰 Tesla。每天都會找到一個新的角度說 Tesla 哪裡不行，或是說哪家公司比 Tesla 強。對這些帳號來說，Robotaxi 車隊沒有快速增加，自然就成為新的攻擊點。不過我自己其實也很關心 Robotaxi 的進展，所以我還是去看了 Tesla 官方的回應。Tesla 的說法其實很簡單：目前還在非常早期的小規模測試階段，優先目標是安全，而不是快速擴張。官方的預期是，等到今年四月 Cybercab 的生產線開始啟動之後，Robotaxi 的部署速度才會逐漸加快。

◼ Robotaxi 加速合理節奏

• 不過所謂的「加速」，我覺得也不太可能是從八台一下跳到幾百台。比較合理的節奏可能是逐步增加，例如從八台增加到十幾台、二十台、三十台這樣的規模。老實說，我自己當然也希望速度能更快。假設在過去六週的發展是從一兩台增加到八台，再增加到二十台、三十台，那我對整個 Robotaxi 計畫的信心一定會更高。畢竟我自己也是 Tesla 的股東，而且算是重倉持有，所以當然希望看到更快的進展。不過我也能理解 Tesla 為什麼會選擇比較保守的策略。現在對 Tesla 抱持敵意的人非常多，只要 Robotaxi 出現一次比較嚴重的事故，整個媒體與輿論環境很可能會瞬間放大批評。這不只會影響品牌，也可能影響未來在各地取得監管許可的進度。所以對 Tesla 來說，現在寧可慢一點，也要盡量避免重大事故。

• 目前可以確定的一件事情是，Robotaxi 自從去年六月開始運作到現在，其實沒有出現任何重大事故。現有的一些事故案例，大多都是非常輕微的情況，例如被其他車輛撞到，或者是在停車時輕微擦到路邊設施。很多人會把這些事件都算進 Robotaxi 的事故統計，但如果換成是人類駕駛，很多類似情況其實根本不會報警。舉個簡單例子，有時候我們在地下停車場停車，可能不小心輕微擦到牆壁或柱子，車子多一條刮痕，但通常也不會特別報案。然而 Robotaxi 的系統往往會把這些事件全部回報，所以看起來事故數量會比較多。

• 如果只看需要向警方通報的事故等級，也就是所謂的 police-reportable accidents，Robotaxi 的安全水準其實已經接近人類駕駛。甚至有獨立追蹤器的數據顯示，最近 Robotaxi 累積大約 131,000 英里的行駛距離都沒有任何事故，差不多是二十萬公里左右。用人類駕駛來比喻，等於是一個人開車六年都沒有發生任何事故。像我自己一年大概開一萬兩千公里，偶爾在停車時也會有一些小擦撞，所以能做到這樣的紀錄其實已經相當不錯。雖然目前整體安全數據還是略低於 Waymo，但如果 Tesla 能夠持續快速迭代，差距有機會慢慢縮小。

◼ 未來要關注監管機關數據

• 另外還有一個值得關注的事情是，美國監管機構很快就會發布新的 Robotaxi 安全數據報告。這份報告會整理目前各家自動駕駛服務的事故與安全統計，而這些數據其實會影響未來 Robotaxi 能否更大規模擴張。如果安全數據表現良好，監管壓力就會降低，部署速度也可能隨之提高。所以接下來幾天其實值得關注這份報告的內容。

• 至於未來幾個月，我自己的期待其實很簡單。現在 Austin 的無監督 Robotaxi 大概是八台，如果到今年六月能增加到三十台甚至五十台，我覺得就已經能讓市場對這個計畫更有信心。更重要的是，Robotaxi 不應該只停留在 Austin。一些城市其實已經在 Tesla 的規劃名單中，例如德州的 Dallas 與 Houston，還有 Phoenix、Miami、Orlando 以及 Las Vegas。由於德州的法規環境和 Austin 類似，Dallas 與 Houston 很可能會是下一批推出無監督 Robotaxi 的城市。

◼ 繼續往新城市邁進

• 其實最近在 X 上已經有人拍到，在 Houston 出現一台裝有光達設備的 Tesla Model Y 正在路上測試。這種車通常是用來收集資料與驗證路況的前導測試車。如果三月就已經開始進行這些測試，那麼在四月或五月看到 Houston 推出無監督 Robotaxi，其實並不是不可能。對整個 Robotaxi 計畫來說，只要有新的城市正式上線，就代表整個系統又往大規模商業化邁進了一步。

【3/9~3/13 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP284. OpenAI GPT-5.4、再談 Anthropic 爭議、Robotaxi 的擴張速度 | M觀點

EP285. 微軟推出 Cowork、特斯拉 Digital Optimus、NVIDIA 2026 GTC | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

清明連假快到了，Miula 我猜不少人已經在規劃出國旅行了。像四月初去日本，其實很多地方剛好是賞櫻季節，仙台、富士山附近都很漂亮。不過我每次出國都會提醒自己一件事：一定要開 VPN。

原因很簡單。很多人出國時都會用飯店 Wi-Fi、咖啡廳網路，但這些公共網路其實沒有你想像中安全。你以為只是滑滑手機、收收信，但帳號、密碼、甚至一些個人資料，都有可能被攔截。

所以我自己的習慣是，只要在外面用公共網路，我一定會開 VPN。而我唯一推薦的，就是我自己在還沒業配前就已經開始使用的 NordVPN。它最大的用途，就是幫你的上網連線多加一層加密保護，讓外界更難追蹤你的 IP，也比較不容易被駭客攔截資料。

很多人會覺得資安問題離自己很遠，但其實最常見的情況，就是帳號密碼被偷、社群帳號被盜、甚至信用卡資訊外洩。VPN 其實就像一個很便宜的小保險，平常可能感覺不到，但真的遇到問題時就會很慶幸自己有用。

如果你最近有出國計畫，或平常常在咖啡廳、共享空間用 Wi-Fi，我真的會建議你裝使用 VPN。

透過下方專屬連結，或輸入優惠碼「miula」訂閱 NordVPN 兩年方案，現在還會加贈 4 個月，而且有 30 天退款保證，不滿意也可以退費，完全零風險喔。

「NordVPN X M觀點」: https://nordvpn.com/miula

出門在外，網路安全這件事，多一層保護真的很重要，也差很多。

【蘋果推出低價 Mac】

◼ 蘋果全新低價 MacBook Neo

• 今天第一個主題，是蘋果這次推出的全新低價筆電 MacBook Neo。這台產品最吸引人的地方，毫無疑問就是價格。MacBook Neo 的一般售價只要 599 美元，教育價更壓到 499 美元，若以台灣售價來看，大約就是 19,900 元這個級距。這幾乎可以說是蘋果 Mac 筆電史上最便宜的一次出手。對一間長期走高價、高品質路線的公司來說，願意把 MacBook 拉到這樣的價格帶，本身就已經是一件非常值得討論的事。因為過去大家對蘋果的印象，一向都是產品做得精緻、體驗做得完整，但價格也相對較高，蘋果很少真正去碰超入門市場。這次 MacBook Neo 的出現，代表蘋果開始願意進入自己過去幾乎沒有經營過的區間。

◼ MacBook Neo 規格與受眾

• 更有意思的是，MacBook Neo 雖然便宜，規格卻沒有差到讓人完全無法接受。它採用 13 吋機身，處理器用的不是 M 系列，而是 iPhone 16 Pro 同級的 A18 Pro 晶片。這個做法乍看有點奇怪，但其實很合理。因為蘋果的 A 系列與 M 系列本來就是同一套架構延伸出來的產品，很多針對 M 系列優化的軟體，本質上也能在 A 系列架構上運作。A18 Pro 雖然是手機晶片，效能其實一點都不弱，甚至有機會比第一代 M1 還更強一些，所以在日常使用情境裡，這顆晶片完全不是問題。真正比較勉強的是記憶體只有 8GB。以 2026 年的筆電標準來看，8GB 已經屬於非常入門的配置，若要跑比較重的應用程式，體驗大概不會太理想。不過如果你的使用習慣本來就偏向輕量，主要工作都在網頁上完成，常用的是 Web App、文件編輯、查資料、上課、看影片，這台機器其實已經足夠。簡單講，MacBook Neo 的 CPU 是夠力的，RAM 則是勉強可用，但考慮到它的價格，這樣的妥協很多人應該還是能接受。

• 這台產品另一個很明顯的設計方向，是它非常瞄準年輕族群與學生市場。MacBook Neo 提供多種鮮豔配色，外觀上比起傳統商務筆電更有親和力，也更容易打中年輕使用者。若把價格帶放進台灣市場來看，19,900 元大概就是兩萬元上下的超入門筆電等級；但如果拿來和蘋果原本最便宜的 13 吋 MacBook Air 相比，那個差距就非常大了。過去要買一台入門 MacBook，可能得準備三萬五、三萬六左右的預算，現在直接降到兩萬附近，等於是便宜了一個完整級距。這種落差，不是單純從三萬六降到兩萬八、兩萬七那種「便宜一些」的概念，而是真的跨進另一個市場帶。這也是為什麼我會說，這次蘋果的思維確實有出現某種程度的轉變。它不再只是想用高階產品守住品牌形象，也開始思考如何用更高 CP 值的方式，把 Mac 帶進原本碰不到的消費層。

◼ 低價筆電競爭者

• 如果把整個低價筆電市場拆開來看，過去大概就是兩個主要區間。第一個是 Chromebook，價格大約落在一萬到一萬五之間，這類產品在美國教育市場特別強，很多學校會大量採購給學生使用。第二個區間則是入門 Windows 筆電，大概落在一萬五到兩萬元之間。MacBook Neo 的一般售價，基本上就是直接插進入門 Windows 筆電的地盤；而它的教育價 499 美元，又開始往 Chromebook 最核心的教育市場靠近。也就是說，蘋果這次其實是同時把兩個市場都納入考量：原價版本可與低價 Windows 筆電正面競爭，教育價則具備切入 K-12 市場的可能性。外界現在普遍認為，MacBook Neo 真正想挑戰的對象其實更像是 Chromebook。原因很簡單，Chromebook 在美國 K-12 教育市場的市佔率非常高，很多研究都顯示它長期占有六成到七成左右的份額，因為價格便宜、管理方便、整合 Google 生態完整。現在如果蘋果把教育價壓到只比 Chromebook 貴一百美元左右，對一些學校來說，確實會開始出現重新考慮的空間。

◼ 蘋果搶這塊市場的原因？

• 那蘋果為什麼要做這件事？我認為至少有三個原因。第一個原因，是 Mac 產品線本身的成長已經碰到瓶頸。過去五年，蘋果在 Mac 上其實投入了很多心力。M 系列晶片的推出，讓 MacBook 的效能、續航與整體體驗都大幅提升，市場上也一直對這條產品線有很高評價。可是如果你真的回頭看數字，會發現 Mac 並沒有像很多人原本期待的那樣，靠著 M 系列一路攻城掠地。蘋果 Mac 營收在 2021 年創下 374 億美元高峰後，到 2025 年反而回落到 331 億美元。即使把 2021、2022 疫情期間的異常高峰先放一邊，只看 2023 到 2025 這三年，Mac 的年化成長率也只有大約 6%，幾乎和整體 PC 市場成長差不多。這代表蘋果雖然把產品做得更強，卻沒有因此拿到更多市佔率。該買 Mac 的人，多半已經買了；原本不想買的人，也不會因為晶片再快 10%、20% 就突然改變習慣。在這種情況下，蘋果若想讓 Mac 繼續成長，就得切進新的市場區隔，而低價市場剛好就是它長期空白的一塊。即使這塊市場毛利比較差，它依然是新增市場、新增營收、新增市佔，只要能做出規模，對蘋果仍然有意義。

• 第二個原因，是蘋果想更早進入教育市場，跟 Google 生態系搶下一代使用者。這件事我認為非常重要。因為如果一個美國學生從小用 Chromebook 長大，他熟悉的帳號會是 Gmail，他存資料的地方會是 Google Drive，他寫作業的工具會是 Google Docs，他對整個作業系統與操作邏輯的理解，也都是建立在 Google 生態上。這代表當他未來升高中、進大學、甚至開始工作之後，他天然就會比較習慣 Google 的服務。某種程度上，這不只是在搶一台筆電的銷量，更是在搶使用者未來十年、二十年的數位生活入口。蘋果當然不樂見這種情況。它會希望學生從小接觸的是 macOS、iCloud、iWork，讓這些年輕使用者在第一次擁有自己的筆電時，就把 Mac 當成最熟悉、最自然的選項。這背後還連動到服務業務。因為蘋果這幾年成長最穩健的板塊，本來就是服務收入。假設一個學生從小開始用 iCloud，就算學生時期享受某些教育方案或免費空間，未來等到資料都放進這個生態裡，他長大之後繼續付費使用的機率也會變高。從這個角度來看，MacBook Neo 並不只是硬體產品，它也可能是蘋果服務收入的前哨戰。

• 第三個原因，則是讓蘋果過去的研發投資擁有更長尾的價值，進一步放大研發槓桿。這也是我覺得很合理的一點。因為科技公司花大錢研發一顆晶片，最理想的狀況當然是使用量越大越好。當同一份研發成果可以被更多產品共用，單位成本自然就會更漂亮。A18 Pro 原本主要是為 iPhone 16 Pro 這一代服務，但隨著 iPhone 17 與未來 iPhone 18 陸續上市，A18 Pro 的產品生命週期本來可能就準備慢慢進入尾聲。現在蘋果把這顆晶片再拿來做低價 MacBook，等於是延長了既有技術的回收期，也讓當初的研發投資能夠攤提到更多產品上。原本只賣幾千萬台手機，如今若還能再多賣幾百萬甚至上千萬台筆電，那麼同一筆研發成本的報酬率自然就更高。這種做法對蘋果來說，非常符合它一貫重視供應鏈效率與資本報酬的管理思維。

◼ 蘋果的奇招會成功嗎？

• 當然，問題來了，蘋果這次的努力到底會不會成功？我的答案是會有一定成果，但大概就是小幅成功，不太可能徹底改寫市場格局。先看教育市場。學校有沒有這麼容易從 Chromebook 改成 MacBook Neo？我覺得沒有。原因很簡單，Chromebook 除了價格更低之外，它在校園裡的軟體生態整合其實非常完整。很多學校的課堂作業、協作工具、帳號管理，本來就是以 Google 生態為核心在運作。就算 MacBook 看起來更高級、更有品牌吸引力，對學校行政與教學系統來說，也未必是最方便的選擇。我相信一定會有一些學校或家長願意為了品牌、質感與體驗多花一些錢，但這個替換比例應該不會太高。至於入門 Windows 筆電市場，我覺得也會有一部分人轉向 MacBook Neo，特別是那些原本就想買 Mac、卻因為預算卡在兩萬元左右而放棄的人。現在蘋果終於把價格拉到他們能接受的區間，確實可能吸引一批原本買不到 Mac 的消費者。但這一塊的轉移幅度，我認為同樣不會太大。

• 這背後其實牽涉到一個很多果粉不太願意面對的現實：M 系列晶片的 Mac 確實很強，可是它並沒有把 Windows 筆電市場徹底打穿。過去幾年，很多人原本期待蘋果在換上自研晶片之後，會靠著更好的效能、更長的續航、更完整的軟硬整合，快速擴大 Mac 的市佔率。但實際情況很殘酷。蘋果剛推出 M 系列晶片時，Mac 市佔率的確有往上跳一段，從原本大約 6% 到 8% 的區間，拉升到 8% 到 10% 的區間。可是在那之後，成長就明顯卡住了。以 IDC 的數據來看，2022 年第四季 Mac 市佔率約 10.1%，2023 年第四季約 8.8%，2024 年第四季約 10.2%，2025 年第四季則約 9.3%。換句話說，這四年 Mac 幾乎都在 8% 到 10% 之間來回震盪，平均大概就是 9% 左右。產品有進步，晶片越來越強，市場表現卻沒有明顯再往上突破，這就說明了一件事：Windows 生態的護城河，比很多人原本想像得更深。

• Windows 的優勢主要來自兩塊。第一塊是企業用戶。大部分企業的 IT 環境已經使用 Windows 十幾年甚至幾十年，內部有各種既有系統、辦公軟體、投影設備、MIS 管理流程，全都建立在 Windows 之上。對企業來說，採用 Windows 是最安全、最省事的選擇。就算 Mac 再好，公司也未必願意為了少數員工切換整套管理邏輯，更不會想同時維護兩套完全不同的終端設備體系。第二塊則是消費者端的遊戲需求。直到今天，遊戲這件事仍然是 Windows 非常穩固的基本盤。很多人買一台筆電，不只是在公司要用，在家裡也要用；而只要他的工作環境主要是 Windows，再加上有遊戲需求，他幾乎沒有太多理由改成 Mac。這也是為什麼 Mac 過去幾年明明變強很多，卻仍然沒有真正撼動 Windows 的主流地位。

• 所以如果要我預測，我會認為 MacBook Neo 能幫 Mac 額外增加 1% 到 2% 左右的市佔率，最佳情況也許能往 12% 靠近一些。更樂觀一點，也許有機會多到 3% 或 4%，但我自己的基本估計還是偏保守。這樣的提升，對蘋果來說當然有意義，因為它終於打進了過去沒有產品的區間，成功拿到一些新增份額；但若把整體產業格局拉高來看，它仍然不會動搖 Windows 的主導地位。現在 Windows 筆電市佔大概還有七成上下，Mac 大約就是一成左右，就算 MacBook Neo 再幫蘋果多拿兩個百分點，整個市場的大方向仍然不會改變。這款產品更像是一個補足版圖的動作，而不是一場翻桌式的革命。

◼ 蘋果今年表現

• 不過如果把視角從 Mac 拉回蘋果整體，今年蘋果的狀況我認為其實會相當不錯。原因在於 iPhone 17 這一代目前看起來銷售表現非常強，市場累積了幾代沒有明顯換機的需求，終於在這一代開始釋放。而且蘋果這次還同步推出了 iPhone 17e，等於是在原本就有不錯銷量的主力產品旁邊，再補上一台更容易切入中低價帶的版本。若對相機規格沒有那麼在意，iPhone 17e 基本上就很像是一台相機略為降級的 iPhone 17，對一般消費者而言吸引力其實不低。我自己會預估，整個 iPhone 17 世代的營收有機會比 iPhone 16 再成長至少 15%，再加上服務業務持續穩健向上，蘋果今年的財報表現大概率會相當漂亮。從這個角度來看，MacBook Neo 雖然未必會徹底改變筆電市場，卻很可能成為蘋果今年整體成績單裡，一個相當值得注意的新加分項。

Subscribe now

【美國也有低價無人機】

◼ 美國低價無人機 LUCAS

• 這次美國與以色列對伊朗的軍事行動，本身當然有很多層面可以談，不過我這次最有興趣的，並不是整場戰事的全貌，而是其中一個非常值得注意的細節：美軍在這次行動中，正式投入了一種美國版本的低價攻擊無人機。某種程度上，它甚至可以被視為伊朗「見證者-136」的美式改良版。這也是為什麼我特別想把這個題目拉出來講，因為它代表的已經不只是某一款新武器，而是整個未來戰場思維的轉變。過去幾年，大家如果談到低價遊蕩彈藥無人機，最常提到的案例就是伊朗的見證者-136。這款無人機在俄烏戰爭中頻繁出現，俄羅斯一開始大量使用伊朗版本，後來甚至自己也做出山寨版，也就是外界熟悉的「天竺葵」系列。這類武器之所以受到關注，原因很簡單：它夠便宜、夠機動，而且很適合大量投射。發射車開到定位後，就能一口氣把幾架無人機送上天，之後讓它們飛往目標區，找到機會就直接撞擊引爆。從概念上看，它其實就像是一種超低價、可大量量產的巡弋飛彈。

• 俄烏戰爭真正改變大家認知的地方，在於它讓全世界都清楚看到，當低價無人機可以大量生產、持續投射，並且用飽和攻擊的方式出現在戰場上時，傳統防空系統其實很難用一套高成本的邏輯去有效應對。你拿昂貴的飛彈去打一架極便宜的無人機，本身就已經很吃虧；更何況當這種東西一次來幾十架、幾百架時，攔截方承受的壓力會更大。這也是為什麼各國軍方這幾年都開始快速調整思維。美國當然也不可能對這件事視而不見。你可以看到，美軍近兩年的發展方向，其實已經非常明確：除了繼續維持 F-35 這種高性能、高單價的平台之外，也要同步建立大量低價、可消耗、可群體作戰的無人機體系。簡單講，美國並不打算只用昂貴武器打未來戰爭，它也準備好進入低價機海的世界。

◼ 從見證者升級的 LUCAS

• 這次被拿出來討論的，就是由美國公司打造的 FLM-136，也就是後來被稱為 LUCAS 的系統。從外觀與編號來看，它對伊朗見證者-136的「致敬」幾乎是藏不住的，甚至可以說就是在既有概念上直接吸收、改良、再工程化。不過，美國版的重點從來不只是模仿，而是做得更適合自己的戰場需求。FLM-136 相較於原版見證者-136，雖然在部分酬載與航程上可能略有取捨，但它換來的是更輕量化、更安靜、更強的抗干擾能力，還有更高程度的自主控制與蜂群作戰能力。這一點非常重要。因為未來無人機作戰的核心，早就不只是「有沒有飛到目標上空」，而是能不能在強烈電子干擾環境下依然保持穩定，並且和其他無人機一起協同作戰。美國在電子戰、反干擾、系統整合上的實力，本來就遠不是伊朗能相比，所以當這套概念被美國真正吸收之後，它所形成的威脅等級自然也完全不同。

• LUCAS 最可怕的地方，其實還不只在性能，而是在成本。根據目前外界流出的資訊，這套系統單機成本大約只要 3.5 萬美元，幾乎與伊朗見證者-136的兩三萬美元區間相差不遠。這代表什麼？代表美國現在不是只能用高價武器輾壓對手，它也能用低價武器打數量戰。你想想看，一枚傳統巡弋飛彈，成本可能要 200 萬美元左右，這筆錢足夠做出將近 60 台 LUCAS；如果拿 F-35 完整採購成本來算，一架大概要 1 億美元，等於接近 3000 台 LUCAS。這種價格結構背後真正代表的，是戰場邏輯已經改變了。以前大家對美軍的想像，是精準、昂貴、少量、致命；現在美軍也開始補上另一條路線，那就是便宜、大量、可消耗，而且能用蜂群與飽和攻擊打穿對手防線。換句話說，低價機海不再只是伊朗、俄羅斯或中國的專利，美國現在也正式具備了這種能力。

◼ 伊朗只是拿來測試，真正 LUCAS 要對付的是中國

• 如果把這個發展放到更大的戰略框架裡來看，我認為 LUCAS 真正鎖定的對象，恐怕從來都不是伊朗。這次伊朗只是實戰場景，但這套武器與其背後的作戰概念，真正對準的其實是中國。因為美軍過去一年已經非常清楚地對外釋放過一個想法，那就是所謂的 Hellscape 戰略，也就是當台海真的爆發戰爭時，要用大量無人機、飛彈、海上與空中感測節點，把台灣海峽變成一片讓解放軍難以穿越的死亡區域。這個戰略的核心，靠的不是單一幾套昂貴武器，而是數量龐大、反應快速、可長時間持續消耗敵人的低價系統。當中國船團試圖渡海時，它面對的不是只有傳統飛彈，而是成千上萬架分散、游移、持續騷擾與打擊的無人機。這種環境下，登陸作戰的難度會被拉到極高，美國顯然就是在為這種場景做準備，而 LUCAS 正好就是這塊拼圖裡非常典型的一環。

• 如果從台灣的角度來看，這件事其實相當值得關注。因為 LUCAS 這類武器，未來很有可能會成為台灣防衛體系中的重要補充。台灣先前已經採購過 Anduril 的 Altius-600M，這類系統比較偏向精準型打擊，適合處理特定目標，例如已知位置的飛彈發射器、雷達站、岸置武器或特定車輛。另一方面，台灣與 Kratos 相關合作所推進的勁蜂四號，則比較接近高階、遠程、破壞力更強的攻擊型平台，更像是針對大目標的巡弋飛彈型角色。若再把 LUCAS 放進來，整個武器結構就會更完整。因為 LUCAS 的特性不是精準斬首，而是大量飽和攻擊。若用傳統武器來比喻，Altius-600M 比較像反戰車飛彈，勁蜂四號比較像巡弋飛彈，而 LUCAS 則更像炮兵。炮兵未必每一發都精準命中單一點位，但只要火力夠密、覆蓋夠大，就足以讓對方在某一片區域裡承受巨大壓力。這三種系統若能搭配運用，對台灣來說會形成相當有層次的防禦組合。

• 想像一個具體場景就很清楚了。假設未來解放軍船團開始向台灣方向推進，台灣可以先放出幾百台甚至上千台 LUCAS，讓它們往船團與周邊艦隊防空區域逼近。當對方雷達、防空飛彈與艦載系統開始優先處理這批無人機時，後續再補上雄風飛彈或其他更高價值的打擊系統，整個防禦壓力就會一下子被拉高。因為敵方不可能同時輕鬆處理大量低價蜂群，又完整攔截後續真正具破壞力的反艦飛彈。除了海上艦隊之外，這種武器也能被用來打擊中國沿海的雷達站、防空陣地、油料庫、彈藥庫與軍火設施。即使它未必每次都能摧毀特定高價值目標，但只要能讓對方長時間處於不斷被消耗、被騷擾、被迫暴露與頻繁防禦的狀態，就已經能在戰術與作戰節奏上帶來巨大影響。這也就是為什麼我認為，經過這次伊朗戰場的實戰驗證後，台灣未來對這類系統的興趣只會更高，甚至真的有可能在未來幾年看到台灣開始大規模引進類似 FLM-136 這類低價攻擊無人機。

◼ 反無人機應用

• 當然，這次戰事還有另一個同樣值得關注的面向，就是反無人機系統的實戰應用。因為未來戰場絕對不會只是比誰丟出更多無人機，也會同時比誰更能有效攔截這些低價蜂群。從目前外界的討論來看，以色列與美國這次也分別在實戰中展示了他們的反無人機能力。以色列的 Iron Beam，也就是外界常翻成「鐵射線」的雷射防空系統，被認為在防禦伊朗報復性無人機與火箭彈時發揮了一定成效；美國的 THOR 高功率微波系統，也被外界點名在反制無人機群時表現突出。這些系統代表的是另一個未來趨勢：低價無人機越重要，反無人機武器的地位就會越高，而且未來很可能是雷射、微波、電子干擾與傳統防空系統一起形成多層次防禦。也就是說，未來真正成熟的軍事體系，既要有大量低價攻擊無人機，也要有足夠強的反無人機能力，攻守兩端都得一起建立。

◼ 共軍武器與美軍的差距

• 最後，我自己對這場戰事還有一個額外感想，就是它對中國高層的震撼恐怕會比外界想像得更大。因為無論是先前委內瑞拉，還是這次伊朗，都出現了一個很值得注意的共同點：它們都在不同程度上使用了中國提供或與中國系統有關的雷達、防空裝備與相關軍事技術。過去中國內部對自身軍工實力的敘事，很可能一直是「我們已經接近美軍，只差一點點」，甚至會強調雖然品質略遜，但數量更大、成本更低，因此綜合戰力並不輸太多。可這次伊朗的表現，對這套敘事顯然非常不利。因為如果中國系統真的已經非常接近美軍，那麼當它被部署在伊朗這種有一定防空體系的環境中，理論上至少應該展現出某種程度的抵抗能力。結果現在外界看到的畫面卻是，面對美軍與以色列的打擊，伊朗整體防空體系幾乎沒有拿出足以說服人的戰果。這種結果會讓中國高層非常難再對原本那些「差距很小」的說法照單全收。

• 這種落差，對習近平的心理衝擊我認為會非常直接。因為原本如果他的認知是，中國武器已經具備美軍八成、九成甚至九成五的能力，只要再配合龐大數量，就能在區域衝突中壓過對手，那現在看到的結果就會讓整套判斷動搖。你原本以為自己手上的也許是能與高手過招的武器，結果實戰一看，可能連最基本的有效抵抗都做不到，這對決策者來說一定會大幅削弱信心。當然，中方一定會試圖解釋，說伊朗只學到半套、操作不熟、整合能力不足、訓練不夠完整，這些理由當然不是完全沒有道理。可是問題在於，當一個系統在戰場上呈現的是這麼明顯的失敗，任何事後解釋都很難完全消除決策層心中的疑慮。對老闆來說，一次可以說是偶然，兩次、三次之後，就會開始懷疑整個系統到底有沒有被過度包裝。

• 所以從台灣的角度來看，我反而會覺得，這次戰事某種程度上讓台灣變得更安全了一些。因為如果北京原本對動武這件事還保有一定程度的信心，那麼現在它面對的問題恐怕更大了。假設中國原本相信自己的雷達、防空飛彈與反隱形能力，足以在戰時對抗美軍，現在就不得不重新思考：如果這些系統其實擋不住美軍隱形轟炸機、隱形戰機與長程打擊平台，那麼一旦開戰，中國沿海的重要軍事設施、雷達站、彈藥庫、指揮節點與防空陣地，很可能在戰爭早期就先遭到大規模削弱。若連這些關鍵節點都守不住，後續還要怎麼對台灣發動有效而持久的作戰？我不能說這代表台海風險從此消失，但至少從目前觀察來看，北京對自身軍事能力的信心，恐怕會因為這些實戰案例而明顯下降，而這件事本身，對台灣就是相對正面的訊號。

【ARK 2026 Big Ideas】

◼ ARK 2026 未來報告
• 今天最後一個主題，我想聊的是 ARK Investment 的 Big Ideas 2026。老實講，ARK 在 2022 年之後幾乎一直是市場拿來開玩笑的對象，主因很簡單，就是它的投資績效這幾年確實不算特別亮眼。即使只放在高科技成長股的脈絡裡看，它也沒有交出多麼突出的成績單。不過如果把基金績效和年度研究報告分開來看，我其實一直覺得 ARK 每年的 Big Ideas 報告是有參考價值的。因為這份報告的強項，本來就不在於幫你預測明天哪一檔股票會漲，而是在於它試著描繪未來五年、十年的科技與產業大方向。你回頭去看 2020、2021 年那幾版報告，其實會發現很多當年看起來很誇張的預測，現在回頭看反而沒有那麼離譜。像當時他們談加速運算、談 AI 對資料中心的吞吐量需求，很多人都覺得過度樂觀，認為 GPU 再怎麼重要，也不可能在未來雲端運算裡占到那麼高的比重。結果這幾年發展下來，我們才發現，原來真正低估 AI 的往往是市場自己。某種程度上，當年大家覺得 ARK 太誇張，現在回頭看，反而可能是市場想得太保守。

◼ AI 時代未來會如何發展？

• 這次 Big Ideas 2026 一共列了 13 個主題，不過如果要一個一個完整講，內容會太散，所以比較好的方法還是抓出幾條主線來看。我認為這份報告最核心的第一個觀點，就是所謂的 The Great Acceleration，也就是「大加速時代」。ARK 的意思是，AI 不只是一個自己高速成長的產業，它更像是一個總加速器，會把其他產業一起往前推。換句話說，AI 的價值不只是模型越來越強，還在於它會讓原本各種成長速度有限的領域，同時出現效率提升、成本下降、研發加速與資本回報改善。ARK 因此做出了一個非常大膽的預測：到 2030 年，全球實質 GDP 的平均成長率有機會超過 7%。你要知道，全球經濟在過去幾十年的長期平均，年成長率大概就是 3% 左右，3%已經會讓人覺得經濟還算穩健，7%則是完全不同等級的世界。這個數字聽起來非常誇張，可是 ARK 想傳達的重點很清楚：如果 AI 真的成為通用型的效率引擎，再加上機器人、自動化與各種基礎設施同步成熟，未來整體經濟的加速幅度，很可能會超過現在大多數人的想像。

• 第二條主線，是 AI Infrastructure，也就是 AI 基礎設施。這一段我覺得是整份報告裡相對紮實、也最值得投資人關注的部分，因為它給了幾個非常有代表性的數字。像是 ARK 引用 OpenRouter 的資料指出，過去 14 個月內，平台上的 token 使用量成長了 25 倍。這是一個很驚人的變化，因為 token 的暴增，某種程度上就代表 AI 運算需求在一年多的時間裡出現了非常劇烈的膨脹。沿著這條線去推，ARK 對資料中心資本支出做出的預測也非常激進。他們認為，直到 2030 年，資料中心 CAPEX 的年化成長率可以達到 23%。這是什麼概念？2012 到 2021 那十年，其實正是雲端運算高速崛起的黃金時代，但那個時期相關資本支出的年化成長率也只有大約 5%。現在 ARK 直接把未來幾年的數字拉到 23%，等於是在說，AI 基礎設施的建設速度，可能比當年的雲端革命還要猛烈得多。這當然是一個非常樂觀的假設，但若從目前各大科技巨頭的投資動作來看，也不能說完全脫離現實。

• 在 AI 基礎設施這一段，ARK 還提出另一個值得注意的預測，就是 AI 運算架構將從目前 GPU 幾乎全面主導的格局，逐步走向 GPU 與 ASIC 更平衡的結構。依照他們的看法，現在整體 AI 運算大約是 GPU 占九成、ASIC 占一成，但到了 2030 年，可能會變成大約 2 比 1，也就是 GPU 降到六成多，ASIC 拉升到三成多。這個趨勢我覺得大方向是合理的。因為在模型訓練、推理、特定工作負載與成本優化需求持續提升的情況下，ASIC 市佔率往上走本來就很合理。不過這裡很多人容易誤解，以為只要 ASIC 占比上升，就代表輝達會被侵蝕。其實沒有那麼簡單。因為整個市場本身還在快速放大，就算 GPU 的占比下降，只要總市場規模擴張夠快，GPU 業者的絕對營收還是可能大幅成長。也就是說，未來的重點未必是誰把誰吃掉，更可能是整個 AI 運算市場同時放大，然後不同架構各自分工。這也是為什麼我看這個預測時，會覺得它對 ASIC 是加分，但對 GPU 也未必是壞消息。

• 接下來我覺得很重要的，是 ARK 對 AI Consumer Operating System 與 AI Productivity 的看法。這兩個概念合起來看，其實就是在說，AI 將逐漸變成使用者真正意義上的操作介面。過去我們使用手機或電腦，是人去學會操作作業系統、學會開 App、切換介面、點按按鈕，再一步一步完成任務；未來這整件事很可能會被改寫。你不再需要熟悉某個作業系統的設計邏輯，因為你只要把需求講給 AI 聽，AI 就會成為你的新介面。你要買什麼東西、查什麼資料、整理什麼內容、產出什麼簡報，未來都可以直接交給 AI 代理人去執行。這個變化不只會發生在個人消費端，也會發生在企業端。換句話說，AI 不再只是掛在某個產品上的附加功能，而是會慢慢變成數位世界的入口層。ARK 預估到了 2030 年，超過 50% 的消費者數位互動都會由 AI 代理人主導。這個數字聽起來很大，但若你今天已經開始習慣用 AI 幫忙查資料、整理會議、做摘要、比價、寫文案，其實就會知道，這件事的方向大概是真的。

• 更深一層來看，AI Agent 真正改變的，還不只是操作方式，而是整個「發現、決策、交易」的流程。過去在網路世界裡，我們先透過搜尋、社群或廣告去發現某些資訊，再由自己做判斷，最後再到交易平台完成購買。未來這條鏈條可能會被 AI 重新折疊。很多時候，發現資訊的動作可能先由 AI 完成，決策可能也有一大部分由 AI 協助，最後的交易甚至也可能由 AI 直接執行。這會帶來一個很大的產業變化：原本在各個環節裡穩坐霸主位置的公司，未來不見得還能維持現在的優勢。因為當入口層被 AI 接管後，原本靠廣告、搜尋、推薦、流量分發建立護城河的公司，都得重新思考自己在新世界裡的位置。今天控制「發現」環節的可能是 Google 或 Meta，控制「交易」環節的可能是 Amazon 或 Shopify，但如果未來 AI 代理人開始主導整段流程，那每個環節的價值分配都可能被重新洗牌。這也是為什麼我一直覺得，AI 的影響不只是提高生產力而已，它還會重畫產業版圖。

• 在企業端，ARK 也延續了我們這幾個月常常提到的一個觀點：軟體產業的商業模式會從賣 seats，也就是賣人頭授權，逐步轉向賣 outcomes，或者乾脆變成用量計費、token 計費。這件事代表什麼？代表未來企業買軟體，不見得是替每個員工都買一個座位，而是直接購買某個結果。你想要自動完成客服、財會、法務、行銷內容生成、簡報整理，甚至某種程度上的程式開發與資料分析，你買的可能不再是一套讓員工自己操作的工具，而是直接買一個「能把事情做完」的服務。這當然會對很多既有 SaaS 公司造成衝擊，但 ARK 並沒有因此看壞整體軟體產業。相反地，它反而預估未來軟體業的年化成長率，會從過去大約 14% 拉升到 19% 到 56% 之間。這個區間很寬，也顯示他們自己知道變數很大，但意思其實很清楚：軟體不會消失，需求反而會變得更大，只是很多原本的公司不一定能活著走進下一個時代。

◼ 加密貨幣的未來

• 接下來 ARK 有幾個主題和比特幣、資產代幣化、去中心化金融應用有關，這整塊其實都比較偏區塊鏈世界。我自己對這一塊的看法相對保守一些。不能說我完全不看好，我自己也有持有一些比特幣和 Solana，也持續會關心這個領域的新聞，只是我一直覺得，區塊鏈在原理上確實有價值，特別是當它被拿來處理資產紀錄、所有權與交易資料時，的確很有它獨特的優勢。不過要從技術可行，走到大規模落地，通常中間還有很多現實世界的門檻要跨。比特幣現在我相對比較確定，它已經逐漸站穩一種另類資產的位置，所以未來繼續存在的機率很高。至於資產代幣化、去中心化金融，以及未來 Agent to Agent 的支付體系會不會全面走向區塊鏈，我目前沒有那麼高的確定性。我會認同這是一條值得持續觀察的路線，但要說它一定會快速、全面地改造主流金融體系，我現在還不敢講得太滿。

◼ 多體學

• ARK 接著提到的 Multiomics，也就是多體學，則是另一個很值得注意、但一般投資人比較不熟的領域。所謂多體學，簡單講就是把原本分開看的多種生物資料層一起整合起來研究，包括基因組、RNA、蛋白質體、代謝體等不同層次的資訊。過去做不到這件事，主因是資料量太大、維度太複雜，人類很難在這種規模下真正看出規律。可是在 AI 時代，情況就開始不一樣了。因為 AI 特別擅長處理高維度、海量且複雜的資料，所以當它和多體學結合之後，理論上就能讓醫學研究、藥物開發與精準醫療都加速。未來我們看一個人的健康，不會只看某一項單一指標，而是把 DNA、RNA、蛋白質表現、代謝狀況等資料綜合起來，再由模型幫助找出更精準的治療與預防方式。這個方向如果真的成熟，對精準醫療、新藥開發與長壽科技都會是很大的推力。這一塊我自己沒有特別熟，所以不會把它講成投資建議，但至少從趨勢角度看，它確實是 AI 影響生物科技的一條重要主線。

◼ 馬斯克學：火箭、太空、能源、機器人

• 再往後幾個趨勢，我把它們直接歸類成「馬斯克組」。第一個是 reusable rockets，也就是可重複使用火箭。現在毫無疑問領先者就是 SpaceX，其他玩家都還落後不少。但我自己的看法是，到了 2028、2029 年左右，其他主要業者的火箭回收能力也會慢慢變成常態。這不代表它們追上 SpaceX，而是代表整個產業會開始全面複製這套經濟模型。可重複使用火箭一旦普及，太空發射成本就會持續下降，而當成本下降到某個程度之後，原本很多看起來只是科幻想像的商業應用，就會開始變得有機會。老實講，在「太空資料中心」這類概念真正被拿出來討論之前，我對太空經濟學其實沒有那麼買單，但現在因為 AI 需要的能源、冷卻與運算空間越來越大，我開始覺得這個方向未來確實可能發展出更實際的商業模式。這也是為什麼我現在對太空相關題材的態度，比前幾年積極一些。

• 同樣屬於馬斯克組的，還有 robotics、distributed energy 與 autonomous vehicles 這幾條主線。機器人的部分我們已經談過很多次，ARK 也是持續看好。至於分散式能源，我覺得這個題目在 2026 年特別值得重視，因為 AI 資料中心正在把全球能源需求往上推。現在很多科技巨頭若要蓋新的大型資料中心，實際情況往往已經不是單純向電網申請電力而已，而是得自己處理一部分發電與儲能問題。於是你會看到天然氣發電、太陽能、電池儲能、微電網這些東西慢慢組合在一起，形成一種更靠近資料中心、也更具備備援能力的供電結構。ARK 在這一段給出的預測非常樂觀，他們認為到 2030 年，全球電力發電相關的資本支出將翻倍到 10 兆美元，等於年化成長率約 15%；更誇張的是，他們預估電池儲能系統的總部署量到 2030 年會比現在增加 19 倍，這代表年化成長率接近 80%。這個數字我自己是覺得偏激進，因為當市場規模變大之後，要長期維持這麼高的成長率並不容易。不過大方向上我同意，未來幾年能源與儲能會是 AI 時代裡非常重要的受惠產業。

◼ 物流自主化

• 最後一個我覺得很有意思的題目，是 Autonomous Logistics，也就是自主物流。這一塊的核心概念其實不難懂，就是把整條物流鏈從倉庫揀貨、幹線運輸、區域配送，到最後一哩路送達，盡可能交給機器人、自動駕駛車輛、無人機與自動化系統來完成。今天一件電商商品從中央倉庫送到你家，中間要經過倉儲分揀、大卡車運輸、區域物流中心轉運、小型配送車配送，最後可能才到你手上。ARK 認為，未來這整段流程都會愈來愈自動化，而這會大幅降低物流成本。我自己覺得，最早成熟的應該會是倉庫到倉庫、幹線到衛星倉這一段。因為這類路線相對固定、環境變數較少、路況也比較單純，特別是在美國這種地廣人稀、州際公路筆直又長的地方，非常適合無人卡車先行落地。初期很可能會是有人車領頭、後面跟著多台半自主或全自主卡車的模式，一個車隊只需要一名人類駕駛，就能大幅提高效率。至於最後一哩路，我反而覺得短期內沒有那麼快完全自動化，尤其在人口密集、簽收流程複雜、樓層進出環境多變的地區，無論是無人機還是人形機器人，都還要面對很多實務挑戰。不過即便最後一哩路還沒完全成熟，只要前面大部分物流環節能被自動化，整體成本就有機會明顯下降。從這個角度來看，自主物流仍然是一條很值得持續追蹤的長線趨勢。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

【洗冷氣不是消費，是對家庭資產的長期投資 】

如果你家冷氣已經很久沒洗，我真的會建議你現在就去預約。

很多人都是等到夏天開冷氣，才發現「怎麼風變弱了？怎麼有怪味？」我自己以前也是這樣，冷氣好幾年沒洗，直到某次拆開來看才嚇一跳：裡面其實累積了很多灰塵，甚至可能有黴菌。

很多人只會洗濾網，但其實冷氣裡面還有很多地方，例如冷排、風道，這些都不是自己能清的。當裡面積滿灰塵時，通風變差、冷房效率下降，冷氣就得一直運轉才能降溫，結果就是更耗電、電費更高。

所以定期洗冷氣其實有三個很實際的好處：第一是冷氣會變得更涼、風更順；第二是效率提升，比較省電；第三當然就是比較乾淨，不會一直吹出有怪味的空氣。

而且我跟大家講一個重點：現在預約是最好的時間。

一旦到了 5、6 月天氣開始變熱，洗冷氣的師傅全部忙翻，很多時候都要排兩三個禮拜才約得到。

這次推薦的是我們之前合作過的 東昇空調 洗冷氣服務。他們有 20 年企業與百貨商場空調維護經驗，流程是標準化的：先檢查、再清洗，而且 10 年內冷氣還有 60 天保固（10 年以上老機除外），洗完如果有狀況也有人負責處理。

如果你家冷氣已經一年以上沒洗，真的建議趁現在春天先處理好。

等夏天到了，你只會慶幸自己早一步預約。

🛒M觀點粉絲專屬67折起優惠 (北北桃地區限定)

https://s.add.one/5bkguu

【川普國情咨文與民調】

◼ 川普 2026 國情咨文

• 今天第一個主題講川普的國情咨文，先從形式講起：川普的國情咨文向來有三個固定套路。第一是超長，講話繞、鋪陳多，去年破紀錄，今年又更長；第二是自我吹捧密度特別高，所有總統都會談政績，但川普的「我做得多好」會放大到極致；第三是民主黨幾乎全程不配合，該起立鼓掌的橋段刻意坐著不動，現場氣氛常常像在同步上演一場政治抗議。把這三件事先擺在前面，後面再看他講的內容，就比較容易分辨哪些是敘事風格、哪些是值得拆開看的數字與政策。

◼ 經濟黃金時代

• 國情咨文一開場，川普把主調定在「經濟進入黃金時代」。他把拜登政府描述成留下經濟危機的爛攤子，並宣稱自己已經扭轉局面，接著用通膨數字來支撐說法。他喊出的「核心通膨降到 1.7%」乍聽非常漂亮，但如果用一般人熟悉的核心 CPI 年增率去看，最新一月大約是 2.5%，跟 1.7% 差一截。差距出在計算方式：美國用的是季增年率（SAAR）把單季表現年化，這種做法在 GDP 常見，但在談通膨時較少用在大眾溝通上。季增年率的特性是，只要某一季特別好（通膨特別低），年化後就會顯得更「神」，但未必代表全年都能維持同樣狀態。也就是說，這個 1.7%有其來源，卻是一個偏向展示效果的選擇；回到 2.5%這個常見口徑，其實也不差，通膨確實算控制住。

• 他接著拿股市說事，提到一年內「創下 53 次歷史新高」。這個數字多半也是真的，但在上漲行情裡，新高本來就會一再刷新：指數只要緩步墊高，幾乎每隔一段時間都能創新高，所以「新高次數」的象徵意義大於實質意義。相較之下，更有內容的是能源面：他強調美國石油與天然氣產量創高，並把油價下跌視為壓住通膨的重要原因。以加油站的汽油價格來看，過去一年大約下跌 5%到 7%，能源價格穩住，對通膨體感確實容易帶來差異，這也是他能把「通膨沒爆」當作政績核心之一的理由。

◼ 川普政見執行力

• 講完成績單，他轉向「政見執行力」：小費、加班費、社會安全金的免稅政策，對基層服務業會比較有感；再來是所謂的「川普帳戶」，替每位新生兒開戶、政府先放 1,000 美元，投資指數 ETF，並引發一些富豪跟進加碼。這套設計的政治語言很清楚：讓本來難以投入資本市場的家庭，從出生就開始累積資產，等於替「參與資本主義」先打一個底。從政策敘事上，這是一個很容易被包裝成「照顧底層、給下一代機會」的項目，也能在演講場合取得掌聲。

◼關稅

• 關稅則是他另一個大肆宣傳的焦點：他把關稅描繪成帶來大量收入，並迫使外國資金投向美國。但同一時間，最高法院對 IEEPA 關稅的判決已經構成變數，川普在台上表達遺憾並放話會找替代法律途徑繼續推進。把成果與手段拆開看會比較清楚：從結果面，他確實拿到不少談判籌碼與投資承諾，通膨也沒有因此失控；從過程面與法理面，接下來幾個月「替代路徑怎麼走、能不能站得住」反而會成為新的焦點，市場與選民都會盯著看。

◼治安與非法移民

• 之後他把鏡頭轉到治安與非法移民，宣稱過去九個月非法入境「為零」，並稱之為史上最安全邊境。「零」這種說法很可能偏誇張，但大方向是：邊境遭遇與非法入境的規模確實大幅下降，可能是近十年或更長時間的低點。這個主題會連到他另一項重點政績：芬太尼流入減少 56%。在美國的公共議題結構裡，芬太尼不只是毒品問題，也被川普用來串聯邊境執法、對外關稅、對中墨加施壓等多條政策線，形成一套「強硬治理＝公共安全改善」的故事。治安方面，他還引用「謀殺率降至 125 年最低」來證明成效，這個數據經查證後看起來站得住，也讓他能把「管好邊境 → 毒品變少 → 暴力下降」串成一條完整的政治論述。

◼ 社會政策

• 到了社會政策，他提到藥價：以「最惠國待遇」概念與新網站推動處方藥降價，點名減肥藥等品項；同時簽行政命令，限制華爾街大型投資機構大規模收購單戶住宅。這兩個點在演講上很討喜，因為都對準「生活成本」的痛點，但實際效果容易被高估。藥與醫療服務的總體價格在過去一年仍是微幅上行，整體沒有出現戲劇性的下跌；住房面，美國租金本身已開始走弱，投資機構禁令的邊際影響未必大到能立刻改變一般人的住房負擔感。

◼ 外交方面

• 外交是川普最愛的舞台。他宣稱上任後結束了八場戰爭，包含加薩等衝突；這句話有一部分是順勢推動、把既有局勢往停火方向推一下，也有幾個案子確實投入較多政治資本，不能全盤當成誇口。更具象的是兩個「硬行動」：委內瑞拉的馬杜羅被抓走，以及在伊朗境內執行「午夜之鎚」行動，聲稱摧毀其核武計畫。接著他又把北約軍費拉抬拿來當成果，喊到 GDP 5%偏誇大，但「提高比例」這個方向，確實反映盟國在壓力下往上調整的趨勢。

◼最後痛罵民主黨

• 演講尾段進入政治對撞：他直接把民主黨罵成「瘋子」，並把民主黨不鼓掌、不起立，包裝成民主黨在「保護美國公民優先、反對非法移民」等議題上不站在美國人這邊。民主黨的盤算也很現實：這些橋段牽涉價值立場與政治正確，起立鼓掌會被解讀成背離基本盤，不鼓掌又會被貼上「不在乎公民」的標籤，兩邊各自做給自己的選民看，於是現場就變成一場高度兩極化的秀，甚至出現叫罵與被請出去的插曲。

◼ 政策下一階段方向

• 他也丟出下一階段要推的重點法案與方向。第一是由副總統 J.D. Vance 主導的「反欺詐戰爭」，背景指向社福詐欺等嚴重案件，目標是把詐領社會福利的犯罪組織挖出來。第二是 Save America Act：要求投票出示身分證明、限制郵寄選票。從台灣人的直覺來看，投票驗證身分似乎是常識，但在美國這是長期黨派對立議題，眾院已過、參院可能卡在冗長辯論與門檻，能不能過仍不確定。第三是針對 AI 資料中心的用電需求：允許科技公司蓋資料中心，但要求自建電廠，避免與社區用電競爭推高電價。這一條其實直接點到生活成本裡的敏感項：過去一年電價上漲，民眾對電費更有感，政治上很難忽略。第四是《停止內線交易法》，他點名要看裴洛西會不會鼓掌，借「國會女股神」的形象去打國會交易爭議。第五是給沒有雇主提撥的勞工一套類 401(k) 的退休方案，政府每年提供最高 1,000 美元的相對提撥金，讓自雇者、零工與平台工作者也能建立退休投資帳戶。

◼ 國情咨文結論與民調成績單

• 把整份國情咨文攤開來看，表面上是一張「執政超成功」的成績單：經濟、治安、邊境、毒品、外交，樣樣都能講出一套故事，數字也大多有根據，只是口徑與表述常常拉滿。但現實的矛盾是：民調卻一路往下走。用 RealClearPolling（RCP）的綜合民調趨勢來看，扣掉上任初期的一、二月蜜月期，從 2025 年 3 月的約 48%支持度，走到現在約 43%，一年掉了約 5 個百分點。不同機構有不同立場，但「一起掉」的趨勢很一致。

• 民調為什麼不好，這裡整理成四個方向。第一，經濟數字不差，人民卻沒有感受到；第二，外交成績單即使亮眼，對多數美國人的優先順序仍偏後面；第三，非法移民政策起初非常受肯定，但近期出現執法衝突與槍擊事件，讓觀感轉負；第四，關稅戰結果拿到不少成果，但過程太多來回與口水，放在一般人的政治觀感裡，很容易被解讀成混亂與折騰，再加上主流媒體多偏左，報導角度更容易放大負面。

• 於是焦點回到「經濟無感」這件事。民調裡對經濟不滿最常出現的字是 affordability：生活成本太高、買不起、活得吃力。這個抱怨並非川普獨有，拜登任內最後兩年也一直被同樣問題追打。矛盾在於，若看 2026 年 1 月的 CPI 2.4%、核心 CPI 2.5%，通膨已比高峰期溫和許多；再看 BLS 的實質薪資資料，拜登四年期間平均時薪約 -1.4%、平均週薪約 -4%，實質購買力倒退；川普第一年平均時薪約 +1.2%、平均週薪約 +1.9%，屬於 1%到 2%之間的正向成長。從統計面，狀況確實改善。

• 問題在體感。一般人不太會對 1%到 2%這種改善有強烈感受，特別是當價格水平已經被疫情後的通膨抬升。用「雞蛋」的例子最直觀：前一任期間，薪水停在 3 萬，雞蛋從 3 元變 10 元，這種痛感很強；新任上台後，薪水變 3 萬 1，雞蛋維持 10 元不再漲，理論上購買力改善，但你每天看到的仍是「雞蛋 10 元」，心理上很難覺得日子變輕鬆。也就是說，CPI 控制住代表「漲得慢、甚至幾乎不漲」，民眾期待的往往是「價格回到以前」，兩者落差會直接反映成不滿。

• 把 CPI 報告拆細項更清楚：住房成本年增約 3%，雜貨約 2.1%，電力約 6.3%是痛點；汽油年減約 7%在一定程度上能抵銷能源壓力；核心商品（服裝、玩具、3C、車子、化妝品、菸酒、家具等）年增約 1%，幾乎等於沒漲，也可用來解釋關稅並未全面轉嫁成高通膨。更難處理的是服務類通膨，像醫療、娛樂等黏性高、降得慢，這類支出又常常與「生活壓力」連在一起，最後就讓整體數字看似漂亮，民眾仍覺得「貴」。

◼ 之後川普政策要改善的方向

• 如果從政治節奏看，期中選舉要扭轉情勢難度很高，時間太短，改變體感也來不及。真正的戰場會落在 2028，接班人無論是 J.D. Vance 或 Rubio，川普都希望把剩下兩年半用來把評價拉回正面。策略上，物價要反向大跌很難，現實目標會落在把 CPI 壓在 2%到 2.5%區間並維持兩三年，讓消費者慢慢把心理定錨從疫情前價格移到「新常態」；同時把實質薪資成長拉長成連續好幾年的趨勢，讓多數人真正感受到可支配所得的改善。

• 除了經濟本身，還有政治操作的穩定性。政策方向若能維持但不過頭，負面事件就少一些，媒體也較難抓到破口。以最高法院判決為例，反對判決很合理，但若用更克制的說法去回應，攻防成本會小很多；移民執法與關稅談判也類似，方向可以獲得不少民意支持，執行方式與發言節奏卻可能把分數扣回去。

• 至於通膨要再往下壓，有幾個可能的切入點。住房端，真正有效的是增加供給，目前眾院有 Housing for the 21st Century Act，但能否通過仍未知；服務端，缺工產業引進更多合法外勞會是關鍵，實務上季節性外勞名額已有增加，顯示政策開始往這個方向移動；農產品若能降低管制、加速增產，也有機會緩解食品壓力；電價端，要求 AI 資料中心自建電廠能避免與民生搶電，搭配繼續擴產油氣、壓住油價，對整體成本環境有幫助；貨幣端，市場也在關注新任聯準會主席 Kevin Warsh 的路線，他偏向認為貨幣才是通膨主因，若採取降息搭配溫和縮表，可能對通膨帶來額外的邊際助力。

Subscribe now

【輝達財報宇宙強】

◼輝達 2025 Q4 財報

• 接下來進入第二個主題：輝達財報。這次公布的是輝達財務年度 2026 年第四季（用一般日曆年來看，較接近 2025 年第四季、外加跨到 1 月的一段），總之就是「第四季財報」。這份成績單強到有點誇張，數字幾乎全面超出原本的高預期，但股價反應卻很有限，盤後一度微漲、開盤又轉跌，延續了最近市場那種「你財報再好，我也先賣再說」的氛圍。前一陣子 Google、微軟都發過不差的成績，股價照樣走弱，這背後反映的是市場對 AI 長線的信心不足。

◼ 財報數字

• 先看財報數字。營收來到 681.27 億美元，年增 73.2%，而且是連續加速的成長。推動這個加速的關鍵，很大機率就是 Blackwell 開始放量出貨。Blackwell 從前一季起進入大規模出貨期，第三季、第四季的拉貨效應就直接反映在營收上。更值得注意的是毛利率：這季毛利率 75%，是過去六季新高。市場一直在炒「TPU、ASIC、各種自研晶片會讓輝達完蛋」，但如果競爭真的把輝達逼到需要大打價格戰，毛利率理論上應該往下掉；現在毛利率反而往上走，意思很直白：供需仍然緊，輝達在價格與議價權上依然非常強勢，甚至具備加價也賣得掉的底氣。

• 獲利端更誇張。營業利益 442.99 億美元，年增 84% 以上，營業利益率 65%，創下輝達史上新高。這代表這份成績不是靠犧牲獲利換來的衝營收，反而是營收創高、獲利也同步拉高，且利潤率站在更高的位置。用比較白話的方式理解：不只是賣得多，還賺得更兇。

◼ 各業務表現

• 再看業務結構。幾年前常講「資料中心會跟遊戲黃金交叉」，那條路線已經走完，而且走得比想像更極端。最新一季資料中心營收幾乎佔了總營收九成，年增約 75%，且連續兩季加速。遊戲業務年增 46.5%，專業視覺年增 158.5%，表面看是遊戲與工作站回溫，實際上多半也跟 AI 外溢需求有關。現在很多人買高階顯卡，不全是為了玩遊戲；很多人買工作站、DGX 類產品，也早就偏向拿來跑 AI 工作負載。反倒是汽車（AUTO）這季相對平淡，年增約 6%。另外一個市場很在意的點，是下一季指引：輝達給出的下一季預期也高於市場共識，代表短期動能沒有降溫的跡象。

◼ 輝達到底有沒有危機？

• 所以「輝達危機論」到底站不站得住？如果輝達真的被 TPU、Trainium 或各式 ASIC 打到失速，這份財報不太可能交出這種結構：成長加速、毛利率創高、營業利益率創高。這份成績單比較像是直接回覆市場：GPU 依然是 AI 運算的王者，所有想要衝模型能力、衝產品表現的公司，還是得搶 Blackwell，甚至也會提前卡位下一代 Rubin。雲端巨頭就算有自研晶片，仍會加碼採購輝達 GPU，因為客戶端的需求要的就是最能打、最通用、最好交付的算力。自研 ASIC 的確是在市場上拿到了一些份額，也不算失敗，但從這份財報呈現的強度來看，對輝達整體成長的影響仍相對有限，至少在一到兩年的可見度範圍內，輝達的基本面仍然非常強。

• 那為什麼股價反應這麼平？焦點不在這一季，而在市場對長期 CAPEX 的信心。市場的疑問大概是：雲端巨頭砸這麼多錢買 GPU、蓋資料中心，你真的賺得回來嗎？你今年買一百，明年還會買嗎？後年還會買嗎？會不會買到後面變成過度投資、供給過剩？這套擔心其實過去幾年反覆出現過不只一次，每次都會在某個時間點再被拿出來問一遍。

• 但如果把產業鏈條拆開來看，這個問題最後會落到一件事：你到底對「消費者端會用多少 AI」有沒有信心。雲端業者買 GPU，為的是把算力賣給模型公司、軟體公司與各種要用 AI 的企業；這些公司最後再把服務賣給一般使用者。只要最終端需求持續增長，中間的訂單就會一路往回傳，雲端業者就會繼續擴充，輝達就會繼續賣得掉。眼前的現象其實更接近：雲端業者手上的需求相當滿，新上線的 GPU 算力很快就被預訂，甚至能把未來很長一段時間的算力先賣掉。在供給遠小於需求的情況下，與其擔心「買太多」，更接近的現實反而是「買不到」。

• 從使用端的角度來看，token 的消耗只會越來越大。過去一年，真正有在用 AI 的人，token 用量的成長非常誇張，使用習慣也在改變：推理型、agent 型的用法會比單純聊天更吃算力，而且每次任務的 token 量可能是幾倍、甚至是數十倍。眼前仍是 early adopter 階段，真正會用、用得很深的人仍是少數；但科技使用曲線本來就是這樣，滲透率一旦往上走，需求成長會變得更陡。當 AI agent 開始更普及、更多平台把 agent 直接塞進日常產品介面，使用者端的 token 需求成長就會更明顯，雲端端的算力需求自然會跟著被拉上去。

• 如果用更長線的框架估算，未來十年（2026 到 2035），全世界每年跑掉的 token 量有機會成長到 100 倍等級。即使單位 token 成本持續下降，假設降到原本的十分之一，整體市場規模仍可能放大到 10 倍；就算成本降到二十分之一，市場規模也仍可能放大到 5 倍。把這種量級換算成年化，長線有機會落在 15% 到 30% 的 CAGR 區間；即使抓保守端的 15% 去看，股價目前反映的長線成長假設仍偏低。

◼ Manus AI 其他補充

• 另外補一段剛剛聊天室也有人問到的 Manus AI。Manus 一開始確實是中國團隊起家，但他們很早就判斷主要市場在美國，因此在做大之後把公司搬到新加坡，並盡量把經營與市場重心從中國脫鉤。後續又被 Meta 收購，資本屬性也就轉成美資脈絡，定位上跟早期外界對它的想像已經不太一樣。

【2028 全球智慧危機】

◼ 2028 全球智慧危機

• 今天最後一個話題來講 AI 末日論。起因是一家研究機構 Citrini Research 前幾天丟出一份報告，標題叫《2028 年 Global Intelligence Crisis》，主題聽起來非常聳動：當 AI 超級成功、生產力大爆發的時候，世界經濟反而會被毀滅。市場正好在尋找「AI 毀滅論」的理由，這種材料丟出來，就很容易被拿去當成下殺的敘事，情緒也跟著恐慌。

• 但問題在於，這份報告的定位其實不是預測，Citrini 自己說它只是模擬一個最糟、最極端的假想情境，讓人知道如果一路往最壞走，最壞可以壞到哪裡。這種東西被當成市場必然會發生的劇本，恐慌就會變得很荒謬。用一個更直覺的比喻：如果有人跟你說，你等一下出門過馬路，有可能被隕石砸到、被雷打到、甚至被外星人抓走，這些機率都不是零，但你有必要因此恐慌嗎？沒有。因為那不是「高機率」，更不是「鐵口直斷」，它只是把最壞的可能性講給你聽而已。

• 市場之所以會對這種材料特別敏感，背景其實很單純：AI 漲了太久、爽了太久，大家就會一直怕、一直找理由怕。漲越高，越多人開始想像「會不會泡沫、會不會崩、會不會出事」，於是任何能說得像那麼回事的故事，都可能被放大成風險來源。但回到現實，科技巨頭與軟體股的回檔其實已經不小，估值壓力比前陣子小很多，這時候把一份「最壞情境模擬」當成必然危機，邏輯上很難站得住。

◼報告內容說什麼

• 這份報告的末日腳本大概是這樣寫的：AI 太強，企業不需要那麼多人，於是先大裁員；裁員之後企業獲利變好，企業更相信投資 AI 是對的，於是繼續加碼投資；加碼投資又帶來下一輪裁員，形成循環。接著它把衝擊擴大到整個「靠人類智慧賺錢」的產業，像軟體、各種中介、平台、訂閱制，都會因為太容易被取代而崩掉。當高薪白領大量失業，消費就縮水，房貸繳不出來，房市跟著崩；企業倒閉，銀行放出去的錢收不回來；政府稅收斷崖式下滑，最後連政府都破產。它想講的那個大結論是：過去一兩百年的知識經濟建立在人類智慧稀缺的前提上，當機器智慧超過人類智慧，人類智慧不再稀缺，整套為「人類智慧溢價」設計的經濟架構就會失效。

◼ 這份報告有什麼問題

• 這裡要把「大概念」跟「劇本推演」分開看。人類智慧的溢價在未來下降、機器智慧持續提升，這個方向本身確實很合理，也很可能成立；但把它一路推成報告那種崩壞劇本，漏洞太多，參考價值就很有限。報告的第一個漏洞是，它只看見企業裁員，卻忽略企業加碼投資所帶來的外溢效果。企業更賺錢之後，不是把錢藏在帳上就結束了，它要嘛投資出去，要嘛回到股東手上。投資出去的部分，直接把錢推向晶片、記憶體、晶圓代工、電力等 AI 基礎建設供應鏈，這些產業會因此擴張，也就會僱用更多人；就算企業不投資，獲利最終也會透過股利或股票回購回到股東，股東的消費力上升，消費流向哪裡，哪裡就會產生新的需求與工作。把這個循環整段刪掉，只留下「裁員→崩潰」，末日才會看起來那麼直線。

• 第二個漏洞是，它低估了摩擦力。世界不是「效率越高越好」的純機器，人類天性裡的互不信任，會讓很多中介與制度成本長期存在。網路跟資訊平台很早就出現了，像 591 這種把房源與價格透明化的網站，也沒有讓房仲消失；原因很簡單，交易牽涉信任、風險、責任歸屬，光是資訊透明不會把中介一筆抹掉。就算 AI 很厲害，人也不會完全信任 AI，運作十年都沒出事，人類仍會想找第三方來稽核、驗證、監管。支付體系也是同樣道理，Visa、Mastercard、銀行的存在，不是你說「我用更便宜的演算法結算」就能取代，因為人類需要的是可信的背書與責任承擔，這些背後牽涉政府、監管與制度信任。摩擦力不消失，很多「看似可以被取代」的角色就不會真的消失。

• 第三個漏洞是，它低估了人類發明新工作的能力。即使 AI 在許多領域做到近乎完美，人類仍然會為「人類的不完美」付費，因為人類想看的、想聽的、想參與的，不一定是完美解。AI 圍棋早就遠超人類，但人類棋手沒有因此被淘汰，大家依然看人對弈；AI 歌手可以唱得零瑕疵，人們還是會去聽真人的破音與走音，因為那種不完美反而更像人類文化的一部分。甚至可以反過來想：當生產力變得極高，人類投入做「高熵值資料的創造」本身就可能成為新的產業形態，今天看起來像少數人在做的事，未來也可能變成更多人能參與的工作。

• 第四個漏洞是，它擔心政府收不到稅，這個推演太天真。政府要收錢的方法永遠不會缺，所得稅收不到就想別的方式，對企業課、對資產課、對某些行為課，甚至發明新的稅目，歷史上早就演示過很多次。政府這個組織的本能，就是會想辦法讓自己存活、擴張權力與收入來源，拿「政府會破產」當作劇本必然走向，推理上很難有說服力。

◼結論

• 所以整體看法是這樣：人類智力在 digital AGI 之後長線價值下降、勞力在人形機器人之後長線價值下降，這些方向值得重視，也值得因此做一些布局與調整。可以重新思考自己的能力組合、工作方式、資產配置，甚至在投資上偏向那些不完全依賴人類智力或勞力溢價的標的。但把最壞情境拿來當末日，然後自己嚇自己，意義不大；機率本來就低，劇本本身也漏洞很多，市場拿它來恐慌，更多是情緒需要一個理由，而不是這份報告真的提供了什麼確定性的訊號。

【3/2~3/6 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP282. 美國政府大戰 Anthropic、OpenAI 千億美元募資、Meta 再戰穩定幣 | M觀點

EP283. 蘋果推出低價 Mac、美國也有低價無人機、ARK 2026 Big Ideas | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

很多人創業前想的是產品、市場、商業模式，但真正當了老闆之後你會發現，決定你賺不賺錢的，往往是財稅。

Miula 我自己也是公司老闆，很清楚一件事：關鍵不在營收數字好不好看，而在稅後實際能留下多少。帳面獲利和真正進入口袋的錢，常常是兩回事。你不懂稅務邏輯，很可能連自己到底有沒有賺到錢都說不準。更現實的是，同樣營收規模的公司，最後淨利差距很大，差異通常出在財稅規劃。

很多人會想：「這交給會計師處理就好。」但換個角度看，如果你自己完全不了解財稅基本架構，又怎麼判斷會計師的建議是否適合你的公司？一旦處理不當，被補稅甚至被罰，承擔責任的還是老闆本人。

這也是我會推薦《企業財稅必修課》的原因。

這堂課由台大法律學院副教授、《精準節稅》作者陳衍任老師主講。他長期擔任企業稅務顧問，既懂法規，也熟悉企業實務。課程規劃成五大模組，整理 30 種真實交易情境，從公司設立、日常營運到常見交易模式，帶你理解判斷邏輯與規劃方式，而不是只給你一堆法條。

與其等到國稅局來函才開始補救，不如一開始就把財稅架構建好。這件事影響的不是小幅度的成本差異，而是長期風險與實際獲利能力。

目前課程限時優惠中。如果你是創業者、公司負責人，或已經是有穩定營收的自媒體經營者，這堂課我會建議當成你的基本能力提升來投資。

---

《企業財稅必修課》

#專為中小企業設計，建立可落實的節稅與避險制度⚖️

— 課程亮點 —

🔹 法稅結合｜帶你重建財稅思維，主動規劃、提前預判不踩坑

🔹 獨創系統｜F.O.R.E.V 五大模組，輕鬆檢視不同階段的節稅重點

🔹 收斂問題｜解析常見30種交易情境，讓你能馬上判斷問題與行動方案

🔹 白話講解｜不用死背法條，讓你聽得懂、用得上、能落實！

即日起 ～ 3/27（五）限時低於 4 折！

使用專屬折扣碼「MLF350」可再折 350 元！

👉 課程連結： https://hi.sat.cool/uASDH

【美國政府大戰 Anthropic】

◼ Anthropic 槓上美國政府

• 這週 AI 領域最具爆炸性的新聞，出現在國防與國安圈：做出 Claude 的 Anthropic，和川普政府正面槓上。Anthropic 走到今天，很難再用「AI 新創」三個字帶過。它成立多年、估值規模也差不多到 3000 億美元，更貼近的說法應該是 AI 科技巨頭公司。偏偏就是這樣一間公司，因為「模型提供給美國政府使用的原則」談不攏，從原本的合約協商一路吵到政治層級，會議開了沒有結果，衝突反而越演越烈。

• 衝突升級的導火線，是國防部長 Pete Hegseth 的最後通牒：如果 Anthropic 在上週五的期限前不接受條件，就會被列為國家安全供應鏈風險。Anthropic 在 deadline 還沒到就先把門關起來，直接拒絕合作。供應鏈風險這個標籤，對企業來說殺傷力遠遠超過「國防部不買你」。它的意思是：只要任何想跟美國國防部做生意的供應商，只要產品或服務裡面用了你的技術，國防部就認定整套東西有風險，連帶禁止採購。用更好懂的方式比喻：假設美軍跟某軍工公司買無人機，只要那間公司在研發過程用 Claude 做過關鍵分析或流程整合，整個案子就可能被打成供應鏈風險，無人機直接不能賣。這種影響絕對不只是一紙幾億美元的合約，而是幾十億、上百億等級的長線商機。

• 接著川普本人又加碼，把事情往更硬的方向推。他要求所有政府單位禁止使用 Anthropic 的 Claude，並且給出六個月轉換期。這種放話的強度很高，Anthropic 也立刻反擊，表示如果真的被貼上供應鏈風險的標籤，就走法律途徑，看法院最後怎麼判。今天這裡先不討論誰會在法庭上贏，重點在於：這場衝突之所以能燒成這樣，是因為 Claude 其實早就深度滲透進美國政府的使用情境，尤其在國防體系裡不是路人。

• Claude 在「前沿模型」的競爭序列裡，長期屬於前段班。尤其像 OPUS 4.6 這種模型，很多人認為它在 coding 與 agentic workflow 這類需要長時間自主執行的工作階段，表現非常強。某些 benchmark 可能會輸給 Google 的 Gemini，但一旦換到真實工作的場景，需求是「讓 AI 自主運行很久、連續做一串任務、自己拆解步驟、自己追蹤狀態」，Claude 的優勢就很明顯。再加上 Anthropic 一開始就鎖定企業市場，對「可用性」和「工作流」的強化投入很重，所以它也成為第一家把前沿模型部署進美國政府機密網路的公司。媒體也提到，Claude 已被用在情報分析、模擬、作戰規劃、網路戰等任務之中。

◼ Anthropic 在國防上的應用與爭議點

• 實務上可以想像這樣的協作方式：國防部內部可能有類似 Palantir Gotham 這種情報中樞系統，負責整合、決策、可視化。但戰場與網路世界的訊息量巨大，像是攔截到的通訊、網路文字、各種雜訊資料，動輒上千萬字甚至更高，靠人類分析幾乎不可能。這時候就需要大型語言模型先把雜訊整理成可用的情資線索，再把整理後的內容輸入後端系統做下一步判斷。從國防部的使用視角來看，他們認為 Claude 在「把海量雜訊提煉成可行動資訊」這件事上，現階段能力很強，於是 Claude 成為軍方工具箱裡的重要一塊。也正因為它已經在用，後續談合約條款時的摩擦，才會引爆成這麼大的事件。

• 爭議的核心，落在 Anthropic 堅持要寫進合約的兩個「永不允許」。第一個，模型不能用於對美國公民進行大規模監控。第二個，模型不能用於開發 fully autonomous lethal weapons，也就是能致命、並且由 AI 百分之百自主控制與運行的武器。乍看之下，這兩個要求聽起來相當合理，因為美國本來就有限制政府不得大規模監控公民的法規與制度，也有自己的軍事規範與政策框架，表面上似乎沒有什麼不能同意的空間。但衝突真正爆開的地方，藏在細節：Anthropic 要求的約束強度，超出現行法律與國防部政策能接受的範圍。

• 在監控議題上，國防部的態度大致是「依法律行事」。如果法律禁止政府對公民做大規模監控，那就遵守法律，把這條寫進合約即可。Anthropic 想推動的是更高強度的限制，因為他們認為現有法律過時，技術能力提升後，很多「形式上不算大規模監控」的做法，實際上也能達到監控效果，因此應該額外加上更多公司自訂的規則，並且把這些規則直接寫進模型或條款裡。問題在於：哪些算監控、哪些不算，原本是由國會與民主制度在爭辯、協商、折衷後形成的社會共識。當一間私人公司把自己的道德潔癖與判準寫成不可妥協的條款，等於用單一公司的立場去改寫政府該如何執法、如何做軍事政策判斷。國防部不可能接受的點，就在這裡：憑什麼一間技術供應商的內規，能高過一個國家透過立法程序形成的共識。

◼全自動 AI 武器比人操作更好嗎？

• 更大的爭議在「全自動 AI 武器」的定義。Anthropic 的 human-in-the-loop 要求，靠近全流程即時審核：從判定是否為敵、要不要攻擊、攻擊哪裡、用什麼方式、到開火的每一個決策環節，都要人類參與並批准。OpenAI 與國防部更接近 human on top of the loop 的務實版本：整個擊殺鏈需要有人類決策參與與責任承擔，但不要求每一個微小環節都由人類逐次批准。換句話說，只要擊殺鏈中存在明確的人類授權與責任點，就不會被定義成百分之百純自動的致命武器。

• 這個差異，用戰場例子會非常直觀。假設有 100 台純無人 AI 轟炸機要去打擊 50 個地面目標。採取較寬鬆、強調人類責任的版本，可能是指揮官下令出擊，抵達戰區前由系統回報辨識結果，團隊再做一次確認，之後 100 台轟炸機就自主選擇攻擊路徑與目標分配，快速完成打擊任務。Anthropic 的版本會把流程拆得極細：每一台轟炸機在攻擊每一次目標、甚至每一次發射前，都要取得人類確認。假設每台轟炸機有 4 枚飛彈，攻擊次數很容易堆到 400 次確認。這種模式在真正戰爭中會出現一個致命問題：人的決策速度比 AI 慢，每一秒的遲滯都可能換成被擊落、被反制、任務失敗。戰場像即時戰略遊戲，不會針對每一個單位逐一下指令，主流一定是「人類下達意圖與責任點，系統自動執行大部分細節」。在這個框架下，Anthropic 的堅持看起來很道德，但在軍事上會導向一種「做得越安全，輸得越快」的結果。

◼ 公司的道德標準凌駕一切？

• 這件事最後會碰到一個更敏感的核心：AI 公司能不能憑藉「把規則寫進模型」而取得準政策制定權。想像未來有一把 AI 步槍，政府與 AI 公司都同意不能對平民開火。偏彈性的版本，可能是槍具有先進識別系統，遇到疑似平民時強烈警示並要求士兵確認，扳機仍由人扣下，扣下後如果違法，政府與士兵都要負責。Anthropic 的版本更接近硬編碼：系統判定是平民，就把扳機鎖死、強制退彈，前線指揮官也無法覆寫。戰場會出現偽裝成平民的敵人，這種硬鎖死的邏輯，可能反過來導致己方傷亡。制度問題在這裡浮現：若模型裡的邏輯不可挑戰、不可覆寫，等於一間公司把自己的判準凌駕於行政、立法、司法之上。民主政治裡，對錯與灰度應該透過制度分工與責任追究來處理，交給單一公司的硬規則去寫死，會變成非常危險的權力轉移。

• 站在這個角度來看，批評 Anthropic 的點，並不是「道德好不好」，而是它把自己的價值判準抬到高於制度共識的位置，並且想透過模型條款強制落地。這可以被視為一種傲慢，也可能被視為反民主的路徑。不過在民主社會裡，公司也有權利決定自己的模型如何被使用，這同樣是制度給它的保障。問題落回現實決策：川普政府有沒有必要在此刻就把 Anthropic 逼到供應鏈風險的懲罰等級，這件事本身仍然存在很大的討論空間。

• 因為供應鏈風險是強力施壓手段，影響面是「政府供應鏈全面禁用」，強度很接近棒打出頭鳥。若未來 AI 自動武器已經迫在眉睫、風險立即且不可逆，政府用重手處理會更容易被理解。但現在距離真正的大規模 AI 自動武器戰場形態，仍有時間差，所謂的國安風險也未必迫切到必須立刻把 Anthropic 打到失血。加上另一個現實是：Anthropic 的模型並非不可取代，它在企業市場吃香，靠的是對 agentic workflow 的調教，以及替模型打造一整套更好用的工具與使用環境。這些能力很強，但不構成別人完全做不到的技術護城河。只要其他公司願意投入，花幾個月把工作流、外殼、工具鏈補齊，就有機會追上。從商業與競爭的角度，政府其實也能透過採購需求與市場誘因，逼 OpenAI、xAI 等對手把缺口補起來，讓市場競爭去改變格局，而不是直接用供應鏈風險把一家公司打成禁區。

Subscribe now

【OpenAI 千億美元募資】

◼ OpenAI 新一輪千億美元融資

• 今天第二個主題，是 OpenAI 這一輪規模高達 1100 億美元的新投資。OpenAI 對外已正式確認，本輪增資以 7300 億美元的 premoney valuation 進行，換句話說，資金到位之後，公司的估值將來到約 8400 億美元。在尚未上市之前，就已經逼近一兆美元等級。至於這個估值有沒有高估空間，那是另一個話題，但至少從資本市場的態度來看，這是一筆把 OpenAI 直接推進「準兆元公司」區間的融資。

◼ 本輪重量級股東

• 這 1100 億美元並不是分散在一大堆財務投資人手中，而是高度集中在三家重量級股東。第一是軟銀，孫正義過去一年最關鍵的資金來源之一；第二是輝達，投資約 300 億美元；第三則是本輪最受矚目的新大股東——亞馬遜，預計投資 500 億美元，而且金額高於軟銀與輝達。亞馬遜的資金採分階段投入，但即便如此，它依然成為這輪最大單一投資者。華爾街日報也報導，OpenAI 預計在 2026 年第四季 IPO，這意味著這一輪資金，很可能是上市前最後一次超大規模布局。

◼ 各大股東佈局角色

• 市場真正關心的焦點，當然是亞馬遜。過去的結構是微軟重押 OpenAI，Google 自建 Gemini，亞馬遜押注 Anthropic，各自站隊。現在亞馬遜同時入股 OpenAI，戰局開始出現交錯。根據雙方公布的協議，OpenAI 將購買亞馬遜自研的 Trainium 晶片作為算力來源，同時未來會推出一個新的企業平台「Frontier」，由 OpenAI 自行營運，但在 AWS 上架並銷售，而且屬於 AWS 端的獨家產品。這代表亞馬遜換到的不只是股權，還包括算力綁定與企業產品分銷權。

• 這件事的算力意義很關鍵。微軟目前仍握有 OpenAI API 的獨家銷售權，但在 ChatGPT 背後的實際運算資源上，微軟已經不是唯一供應者，部分負載已經轉往 Oracle。既然 OpenAI 承諾採用 Trainium，合理推論是，未來 ChatGPT 或其他服務的一部分推理需求，會部署在 AWS 上。OpenAI 不可能大量購買 Trainium 卻閒置不用，因此把部分算力需求轉移至 AWS，是高度可能的發展。這意味著 OpenAI 正在從「單一雲依賴」走向「多雲、多晶片」的分散策略。

• 即便如此，亞馬遜在股權上仍然是小股東。微軟因為早期投資，本輪後仍可能持有二成以上股權，而亞馬遜即使投資 500 億美元，占比也不到一成。差別來自於進場時間與估值差異。不過真正影響長期格局的，是微軟 API 獨家權的期限。這項獨家權綁定到 AGI 達成為止，一旦 AGI 被認定實現，微軟的獨家銷售權就會消失。市場普遍猜測 AGI 的時間點落在 2027 或 2028 年，若屆時獨家權解除，亞馬遜理論上也能銷售 OpenAI API，雲端分配格局將再次改寫。

• 對輝達而言，這一輪投資帶有明顯的防守意味。OpenAI 一方面採用 Trainium，一方面又與 Google 有合作紀錄，算力來源正在多元化。輝達入股，等於在董事會層面取得影響力，也在商業層面增加綁定關係，確保 OpenAI 仍以輝達 GPU 為核心算力來源。即便未來分散供應，主力仍不會輕易轉移。這是一種供應鏈層級的互相牽制。

• 軟銀的角色則更純粹。孫正義一向是重押型投資者，這一輪幾乎可說是他晚年最關鍵的一次押注。過去他有成功案例，也有慘痛教訓。這次把大筆資源集中在 OpenAI，兩三年後 IPO 若順利，將是重大勝利；若 AI 競局生變，壓力也會直接回到願景基金身上。這是一場高風險、高報酬的終局型布局。

◼ AI 市場的風向

• 更有意思的是市場風向。去年底到今年初，Google 的 Gemini 一度最熱；隨後 Anthropic 風頭正盛，OpenAI 被看衰已有一段時間。但這次融資釋放出一個清楚訊號：即便亞馬遜是 Anthropic 的最大股東，它仍然願意再押 500 億美元在 OpenAI 身上。這不是試水溫，而是重倉。亞馬遜不願意把未來全部壓在單一模型公司上，它選擇雙邊押注，確保自己無論誰勝出都不會缺席。

• 從產業結構來看，三大 hyperscaler 中的兩家——微軟與亞馬遜——都已成為 OpenAI 的股東，再加上輝達這個最關鍵的 GPU 供應商。很多人說 Google 有無限銀彈，但微軟、亞馬遜與輝達的現金流與市值規模同樣驚人。即便三家各自只拿出一部分資源支持 OpenAI，合計起來的火力也足以對抗任何單一對手。這不代表 OpenAI 一定勝出，而是代表它不會在資源層面被餓死。

• 從賽局角度來看，沒有人希望市場最後只剩一家模型公司。微軟不希望 Google 一家獨大，亞馬遜不會把命運交給單一夥伴，輝達也需要多家前沿模型客戶維持需求。維持三到四家頂級模型公司同時存在，是對整個生態系最有利的均衡。OpenAI 目前仍在前段班，因此它背後的股東都有強烈動機，確保它不會掉隊。

【Meta 再戰穩定幣】

◼ Meta 再戰穩定幣

• 今天第三個主題，要來聊 Meta 最新的穩定幣支付計畫。Meta 預計在今年下半年重新推出與美元掛鉤的穩定幣支付功能。不過這一次，跟 2019 年那個震撼全球監管圈的 Libra 計畫完全不同。當年的 Libra 是要自己發幣，而且還是用一籃子貨幣做支撐，某種程度上等於在挑戰各國貨幣主權。那條路的結果大家都知道：監管圍剿、政治壓力、金融巨頭抵制，最後草草收場。這一次 Meta 選擇退一步，不再碰發幣，而是專心做支付入口。

• 這次的模式非常白話：Meta 會做一個錢包，讓用戶可以收錢、轉帳、付款，但穩定幣本身不是自己發，而是用市場上現成、最合規的美元穩定幣。目前外界普遍猜測，最有可能採用的是 USDC。至於底層清算與基礎設施，Meta 很可能不自己做，而是與 Stripe 深度合作。Meta 提供前台入口與用戶流量，Stripe 提供金流底層與合規處理。Stripe 早已收購穩定幣基礎設施公司，與 Meta 長期合作，Stripe 執行長也在 Meta 董事會中，雙方建立一套共同打造大型穩定幣支付網路的結構，並非難以想像。

• 從消費者角度來看，這件事其實很直觀。未來在 Facebook 或 Instagram 上看到廣告，想買東西時可以直接在平台內完成付款，不需要跳到外部刷卡頁面，不必重新輸入信用卡資訊。錢包裡有多少 USDC，點擊確認就完成交易。欠朋友 200 美元，直接轉帳；在平台投放廣告，用穩定幣支付；喜歡創作者，直接打賞。更長期來看，若與實體場景整合，也可能出現類似 Line Pay 掃碼支付的模式，只是扣款來源從信用卡變成穩定幣餘額。

• 這次 Meta 的策略明顯走務實路線。它放棄了當年想建立新貨幣體系的野心，也避開最敏感的監管地雷。既然不發幣，就不會直接衝撞金融監理單位，也不容易引發銀行體系的全面反彈。Meta 只專心把錢包與支付體驗做好，把交易場景留在自己平台上。只要用戶夠多、交易金額夠大，Meta 自然能透過抽成、數據掌握與議價能力創造收益與影響力。

◼ Meta 的大戰略：超級 APP

• 對 Meta 而言，支付的戰略價值不只在手續費，而在於交易行為本身。現在許多交易會離開 Meta 平台，導向信用卡網站或第三方支付頁面。一旦支付留在平台內，Meta 對用戶的消費行為理解會更完整。用戶為什麼真正掏錢、在哪些場景願意付費，這些資料會回流到廣告與推薦系統，使商業化能力更強。若用戶逐漸習慣把錢放在 Meta 錢包裡，下一步甚至可能延伸到投資、保險或理財服務。支付只是入口，金融服務才是更高毛利的延伸。

• 這種路徑在其他市場已經驗證過。中國的微信支付與支付寶，最初只是解決轉帳與購物問題，後來金融產品與投資理財才成為重要利潤來源。東南亞的 SEA 集團也透過支付起家，逐步把金融產品疊加上去。所謂的 super APP，往往是從支付這個高頻入口出發，慢慢把整個金融生態疊在上面。Meta 這次的穩定幣支付計畫，某種程度上是在補齊社群平台最關鍵的一塊金融拼圖。

• 這也讓人聯想到馬斯克想在 X 上推動的支付布局。社群平台若想成為真正的超級應用，金融功能幾乎是不可或缺的一環。美國市場至今仍沒有像微信支付那樣深入日常生活的社群支付工具。Meta 若能把穩定幣支付自然嵌入社群場景，將有機會改變平台的變現結構，從單一廣告模式延伸到交易抽成與金融服務。

• 當然，Meta 過去在支付上的嘗試並非都成功。產品執行力時好時壞，我的看法很兩極。不過這一次策略明顯收斂，不再對抗整個金融體系，而是借力既有穩定幣與支付基建，專心把使用體驗做順。如果用戶一開始只是放幾千美元做小額支付，隨著時間累積信任，資金規模可能逐漸提高。這種以核心帳號為中心，逐步疊加更多服務的模式，在科技產業並不罕見。Meta 是否能真正走通這條路還有變數，但相較於 2019 年那次野心過大的嘗試，這一次成功機率顯然更高。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

雖然才剛放完農曆春節連假，但相信已經有人在規劃 WBC 賽事、日本賞櫻、清明連假的出國規劃了吧。不過每次出國最容易卡住的，其實不是行程，而是「上網」這件事。以前最簡單的方式是直接開漫遊，但價格常常動輒好幾千；不然就是到當地換 SIM 卡或租分享器，不只麻煩，還要顧設備、怕弄丟原本的卡。

這幾年 Miula 我自己比較推薦的解法，其實是 eSIM。簡單說，就是不用插卡，你的手機可以直接用軟體加入一組當地門號，在國外上網走當地網路，比漫遊便宜很多，而且原本台灣門號也還能接電話。

而我目前最常用、也最放心推薦的是 NordVPN 推出的 Saily eSIM。它的好處在於操作真的很直覺，不用掃 QR Code、不用一堆設定，只要下載 Saily APP，在裡面選國家、選方案，買完啟用就能用，基本上誰拿到都會操作。

Saily 支援全球超過 200 個地區，不管是日本、韓國、歐美或東南亞都能用。而且因為是 App 管理，用量剩多少一眼就看得到，不怕突然斷網，也能隨時加購。

對常出國、自由行、帶小孩旅行，或需要邊走邊查資料、傳照片的人來說，其實很省心。出國不用再煩惱換卡、帶機器，手機打開就能一鍵連線。

現在透過專屬連結下載 Saily APP，並在結帳時使用優惠代碼 [miula]，立即享有專屬 eSIM 方案 85 折優惠！

如果你的手機支援 eSIM，出國前可以先準備好，下飛機後就能直接上網。

M觀點 X Saily eSIM - https://saily.com/miula

【川普關稅被逼變陣】

◼川普關稅被判定違法

• 這一週川普的關稅戰碰到一個明確挫折：美國最高法院在 2 月底做出判決，認定川普政府引用 IEEPA（國際緊急經濟權力法）來推動的兩項關稅措施──對等關稅與芬太尼關稅──屬於違法使用。重點不在「違憲」，而是「用錯法源」：IEEPA 本身不是憲法，它只是國會制定的一部法律；法院認為 IEEPA 授權總統的權力範圍裡，並不包含「課關稅」這件事，川普把它擴大解釋來用，所以被判違法。結果等於推翻了川普從去年 4 月啟動全球對等關稅時所倚賴的那套法源基礎。

• 這個結局其實並不意外。早在案件還在國際貿易法庭、上訴法庭一路敗訴、準備送進最高法院時，就可以看出最高法院內部不會只用「誰是川普任命的」來判案，而是要看每位大法官對法律解釋的方法論。美國保守派法官多半偏向文本主義、原旨主義：法律明文寫了什麼就照寫的判，沒有寫的就不要擴張；憲法當年怎麼設計，就盡量遵循當年的框架。這種傾向對川普在 IEEPA 上「把 regulate importation or exportation（調節進出口）」延伸成「可以課 tariff（關稅）」非常不利，因為 IEEPA 條文裡根本沒有出現 tariff 這個字。

• 判決結果也反映了這種分歧：九位大法官中，進步派本來就很難支持川普；而六位保守派裡面也分成兩派，最後出現三位「跑票」投下反對，使得 IEEPA 關稅被打槍。支持川普的那派邏輯是：既然緊急狀態下連禁運都能做，關稅也可以被視為一種調節手段，司法不該管得太細，應該給行政權一定彈性；反對川普的那派則回到文字本身：IEEPA 雖然允許總統在緊急狀態下「調節」進出口，也列了一些可以採取的動作，例如調查、凍結、禁止、管制，但清單裡就是沒有「關稅」，這種擴張解釋不該成立。

• 這裡要回到美國關稅制度的核心：美國憲法把稅收與關稅的課徵權力放在國會，但國會不可能逐項決定每個商品、每個國家要課多少，因此國會會透過立法，把部分裁量與執行細節授權給行政部門。行政權能不能用關稅，關鍵在於「國會有沒有在特定法律裡明確授權」。貿易法的 122、貿易法的 301、貿易擴張法的 232，都是法律上明文授權行政權可動用關稅的工具；IEEPA 的問題就在於條文本身沒有把「關稅」列進授權範圍，所以才會被法院否決。換句話說，IEEPA 被打槍，不等於美國政府不能課關稅，而是這一招不能用。

◼ 不能用 IEEPA 會用什麼替代方案？

• 因此接下來的問題不是「川普會不會縮手」，而是「川普會用什麼替代方案」。關稅是川普重塑美國經濟架構的核心政策工具：一方面要推製造業回流，另一方面要把他認為長期失衡的貿易關係拉回來。這種戰略目標不會因為一個法源判決就放棄，IEEPA 不能用，就改用其他已經被國會明確授權的法律工具。也正因為如此，最高法院判決出來後，川普政府立刻啟動貿易法 122 條款，課 15% 的緊急關稅，作為短期的補位，避免出現「關稅空窗」。

• 當初川普選 IEEPA，本來就是高風險打法，但它的吸引力也很明確：它像捷徑。若只鎖定重點國家、重點產業，301（針對貿易不公的國家）與 232（針對國安相關產業）其實就夠用，且程序更符合傳統框架；問題在於川普這次的野心是對「全球」同步施壓，想用一套工具一次處理所有國家，301、232 很難直接達到這種規模與速度，IEEPA 才會被拿來做擴張解釋，先硬上再賭法院是否願意放寬。現在賭輸了，後續就會回到正規戰：用 122 先撐住基本盤，爭取時間，同步準備 301 與 232 的調查與施壓。

• 122 的角色可以理解成「緩衝期與威嚇力維持」。先用 15% 撐 150 天左右，讓外界知道美國依然能課關稅，談判桌不會突然失去壓力；同時利用這段時間，把火力集中到前十大、前二十大貿易逆差國，逐一用 301 去檢視不公平措施、用 232 去處理想帶回美國的國安產業。這也會變成一種「談判武器替換」：原本談判桌上主要靠 IEEPA 那把槍，現在發現壞掉了，就把備用武器端上來。對某些國家來說，如果想用「IEEPA 已經不能用了」當理由翻桌，美方就會用 301／232 把壓力加回去。

• 這也是近期台灣網路上大量討論最容易搞錯的地方：IEEPA 關稅違法，並不推導出「川普政府再也不能搞關稅」。關稅工具是一把一把分開看的，哪一把是否合法，取決於它背後的授權法源。台灣最關鍵的產業壓力點，其實並不只在對等關稅，還包含 232 半導體與資訊相關領域；232 並沒有在這次判決中被否定，因為它本來就是明確授權架構。如果有人以為「IEEPA 不能用了」就可以直接推翻既有協議、要求重談，忽略了美方還有其他工具可以更快、更重、更具示範效果地回擊。

◼ 各國目前反應

• 從各國反應看，多數國家目前選擇低調觀望，原因也不複雜：翻桌未必更好。包括日本、印尼、英國、越南、加拿大、墨西哥，甚至中國，都先不急著做動作。中國的情境尤其能看出現實：原先在對等關稅與芬太尼關稅的組合下，總計 20% 壓力被判違法後理論上要消失，但美方很快用 122 補上 15%，中國也沒有立刻採取反擊。市場如果以為「法源被取消＝壓力歸零」，很容易低估美方替代工具的速度與彈性。

• 真正可能想翻桌的反而是歐盟與南韓，這在戰略上風險極高。兩者都是美國的重大貿易逆差來源，301 很容易找到攻擊點，調查一旦完成，關稅幅度就可能變成更高的談判籌碼；而且不要忽略國安依賴：歐洲靠北約體系，南韓有駐韓美軍，一旦對抗升級，談判就不只剩貿易。從這個角度看，如果歐盟或南韓真的用「IEEPA 被打槍」作為翻桌理由，很可能換來更重、更硬、更快的反制，最後談到的條件反而更差。

◼ 台灣要重新談關稅條件嗎？

• 放回台灣，重點不是情緒宣洩，而是做最簡單的比較題：重談會更好，還是更差。如果答案更可能更差，推動重談就缺乏理性基礎。台灣的 232 風險並沒有因為這次判決消失，一旦台灣成為第一個跳出來翻桌的對象，美方最可能採取的策略就是殺雞儆猴：301、232 加速調查，把高關稅先架上桌，再逼回談判。到那個情境，談判籌碼只會更弱，條件只會更苛刻。

• 最後，這次事件也凸顯川普關稅戰在戰略與戰術上的問題：目標端可以理解，關稅確實可能服務製造業回流、貿易平衡與關稅收入，但執行端把戰線開得太多、法源選擇太冒險。若採取更穩健的路線，先鎖定前十大到前十五大逆差國，用 301 找出不公平措施、用 232 鎖住國安產業，再把談判與豁免設計進去，往往能達到七到八成效果，且不容易在法律上翻車。現在繞捷徑撞牆，造成的不確定與混亂，本來就會反噬到市場與盟友關係。

Subscribe now

【Grok 4.20 體感很強】

◼ Grok & Gemini 推出新模型

• 春節期間表面上是放假，但 AI 產業其實一樣在打仗，兩個重要模型幾乎同時登場：Google 的 Gemini 3.1 Pro，以及 xAI 的 Grok 4.20 Beta。這兩個更新放在同一個時間點看，很能看出目前競爭的兩條路線：一條是用 benchmark 直接宣告戰力排行，另一條是用產品設計把使用體感往上拉，即使不急著先交分數單。

• 先看 Gemini 3.1 Pro。從 benchmark 來看，它幾乎就是在最短時間內把「最強模型」的位置奪回來。Gemini 3.0 Pro 本來就很強，前一週再推出 Gemini 3.0 Pro 的 Deep Sync 版本，已經把不少人嚇到；接著 Google 又在一週後推出 Gemini 3.1，直接在多個指標上刷新榜單。以 ARC-AGI-2 這種被視為很難的測試來說，Gemini 3.1 Pro 做到 77.1%，明顯超過先前的冠軍 Claude Opus 4.6（68.8%）。在 GPQA Diamond 這類偏通用知識與推理的指標上，Gemini 3.1 Pro 拿到 94.3%，也壓過 GPT-5.2 的 92.4%。至於寫程式能力，三強差距非常小：SWE-Bench Verified 上，Claude Opus 4.6 先前 80.8% 是最高，Gemini 3.1 Pro 以 80.6% 幾乎追平，GPT-5.2 也在 80% 附近，等於三家都在同一個級距互咬。若只看榜單，Gemini 3.1 Pro 的確是非常漂亮的一次「登頂」。

◼ Gemini & Grok 模型使用起來體感如何？

• 不過模型戰力不能只看分數，還要看日常使用的可感知差異。Gemini 3.1 Pro 雖然在 benchmark 上把冠軍位置拿回來，但在一般使用情境裡，與 Gemini 3.0 Pro 的差異並不總是那麼明顯。當使用需求偏向日常研究、整理、文字工作或一般問答時，模型版本迭代帶來的差距，常常不像 benchmark 那樣一眼可見。

• 反過來說，xAI 的 Grok 4.20 Beta 帶來的提升，屬於「一用就有感」的那種。它不只在某些單點任務（例如事實查核）表現更好，而是整體輸出品質、完整度、可用性，讓它在實際操作上直接躍升成更順手的一個選擇。更有意思的是，Grok 4.20 發表時並沒有公布 benchmark 成績。若一個模型真的在分數上大幅領先，通常會很樂於把成績單攤出來；因此 Grok 4.20 的強，很可能不是建立在「純智商」或「分數第一」上，而是建立在推論流程與答案生成方式的改造上。

• Grok 4.20 的關鍵設計，是把「多輪追問、不同角度驗證、最後整合」這種高手使用 LLM 的工作方式，濃縮進一次問答裡。做法是：當問題送進去時，系統會同時啟動四個 agent 平行處理，先各自產出結果，再彼此討論、協調、辯論，最後由隊長把四份成果整合成一個最終答案。因為同一個問題一開始就被切成多個角度同步處理，答案自然更完整、更能抓到盲點，也更不容易被單一路徑推理帶偏。

• 這四個 agent 的分工相當清楚。第一個是 Grok 本人，扮演團隊領袖與隊長，負責拆解任務、分派子問題、處理衝突、統合觀點並輸出最終版本。第二個是 Harper，定位為研究與事實專家，負責網路搜尋、X 上的即時資料蒐集、事實查核與證據整合，確保答案建立在可驗證的資訊之上。第三個是 Benjamin，定位為數學／程式／邏輯專家，負責嚴格推理、第一性原理拆解、逐步論證與邏輯壓力測試，避免論述在關鍵環節偷渡或跳步。第四個是 Lucas，定位為創意與平衡專家，負責提供反方觀點、發散思考、盲點偵測與表達優化，讓答案更人性、更完整，也更能兼顧多種可能性。

• 這種設計為什麼能在體感上勝出？因為它等同於把「同一題分三個角度追問，再把答案統整」的流程內建。以模型比較為例，單問一次「Grok 4.20、Gemini 3.1 Pro、Claude Opus 4.6 誰比較強」，通常只會得到一個大方向、概略性的第一版答案。要把答案做深，往往會追加幾輪追問：追問各自主要 benchmark 的分數與意義、追問實戰場景（寫程式、事實查核、研究整理等）誰更強、追問網路與 X 上重度使用者的評價與共識，最後再把這幾輪結果整合起來。整合版答案幾乎一定比第一版強很多，但這需要時間、需要操作技巧，也需要有意識地用不同角度逼近同一個問題。

• 多數人不會這樣用，習慣是一問一答，拿到六七十分的答案就停。Grok 4.20 把這個差距直接補掉：不需要手動追問三次、也不需要再把四段答案 copy paste 回來要求整合，因為模型內部已經替使用者跑完「四個角度並行 → 交叉驗證 → 最終整合」這套流程。結果就是：同樣只問一次，拿到的往往不是第一版，而更像是「追問三輪之後」的版本。

• 這個差異在一些本來就容易吵成口水的題目上特別明顯。以「AI 能不能取代軟體」這類問題為例，單問一次通常只能得到一個四平八穩的回答；如果把問題拆成三個追問方向——用第一性原理分析軟體與 AI 的本質、用企業採用軟體的慣性與需求分析實務可行性、再整理網路上知名專家與報告的觀點——最後把四份答案整合，品質自然會被拉高。如果四份答案彼此矛盾，還需要把矛盾點拉出來辯論與釐清，再回到整合。多 agent 的價值，就是把這一整套「補洞、交叉驗證、矛盾處理」的流程一口氣做完。

◼ 多代理處理問題速度會不會很慢

• 更值得注意的是速度。理論上，多個 agent 同時處理、還要互相討論辯論，應該會比單次推論更慢；但在實際體驗上，回覆速度仍然維持在相當可接受的水準。這讓多 agent 不只是一個「品質換時間」的取捨，而更像是一次真正的產品級突破：把更高品質的工作流塞進去，同時不讓使用者付出太高的等待成本。

• 除了多 agent 本身，Grok 4.20 也被強調具備幾個延伸特點。第一個是 rapid learning：更新節奏更密集，可能以更頻繁的 fine-tune 或 post-training 調整，讓能力在 beta 期間以週為單位持續進步。第二個是幻覺顯著下降：多 agent 的互相驗證加上隊長把關，讓事實密集型問題更不容易被單一路徑帶偏。第三個是 heavy 模式：一般模式是 4 agent，而付費等級更高的使用者可切換到 16 agent，用來處理極複雜問題，屬於把同一套架構推到極限的配置。

• 這樣的分化也讓 AI 競爭進入更有意思的階段：不只是比誰的分數更高，而是比誰能用不同方法做出可感知的強項。有的公司用更強的訓練與測試成績奪冠，有的公司用推論流程與產品設計讓答案更接近「專業團隊協作」的效果。競爭越激烈，各家越會逼自己找突破口，最後反映到使用者身上，就是工具變得更好用、更省力，也更能真正解決複雜問題。

【微軟遊戲高管換血】

◼ 微軟遊戲業務高管退休

• 微軟遊戲業務迎來一個象徵性的轉折點。長期掌舵 Xbox 與 Microsoft Gaming 的 Phil Spencer，在微軟服務 38 年、領導遊戲業務超過 12 年後，於 2 月 23 日正式退休。同一時間，負責平台策略、Game Pass 擴張、雲端遊戲與硬體規劃的 Xbox 總裁 Sarah Bond 也選擇離職，另尋生涯方向。這並非單一高層的正常世代交替，而更像是一個時代的結束。若只是單純退休，關鍵副手未必需要同步離開；兩人同時退場，顯示微軟內部已對遊戲業務現況做出結構性的重新評估。

◼ 接手遊戲業務的人選是誰？

• 接手這個位置的是 Asha Sharma，她並非傳統遊戲產業出身，過去曾任職於 Meta 與 Instacart，主力在消費者產品與平台型業務，進入微軟後則負責 Core AI 相關產品。微軟執行長 Satya Nadella 對她的評價，關鍵不在於是否「懂遊戲」，而在於她擁有大規模消費者平台與開發者生態的經驗。遊戲本質上就是高度規模化的消費者業務，這也透露出微軟對遊戲部門的期待，已不再只是單純的內容製作，而是希望重新思考整個平台與生態系的定位。

• 從結果來看，Phil Spencer 的退場更像是一種體面的承擔責任。微軟遊戲業務並非失敗，也談不上災難，在全球遊戲產業仍屬前段班，部門本身也有獲利能力；但若以微軟集團的標準來衡量，這樣的成績始終不上不下。主機方面，Xbox Series X/S 這一世代普遍被視為失利；訂閱制方面，Xbox Game Pass 在前期快速成長後，近兩年明顯遇到瓶頸。市場分析普遍認為，Game Pass 需要達到約 5,000 萬訂戶，才能真正展現平台型業務的威力，但目前仍停留在 3,000 多萬的水位。對微軟而言，「沒有虧錢」從來不是一個足夠好的目標。

• 這也是為何遊戲業務在微軟內部長期顯得尷尬。它是一個約 70～75 分的事業：不差、不虧、也有規模，但距離真正的戰略級成功仍有一大段距離。五年前，微軟嘗試用 Game Pass 這條訂閱制路線，繞開主機正面戰場，希望成為「遊戲界的 Netflix」，掌握發行權與定價權；如今看來，這條路線並未帶來原本預期的翻轉效果，策略自然必須修正。

◼ 新團隊佈局方向

• 新團隊提出的方向包含三個重點。第一是投資「好遊戲」，強調創意與 IP，這本身並無爭議，但也屬於所有遊戲公司都會給出的標準答案。第二是「Return of Xbox」，重新把主機拉回核心位置，並預期在 2027 年推出新一代硬體。這等於承認過去幾年對主機的投入不足，但問題在於，重新回到主機戰場，並不保證就能改變與 Sony 之間早已成形的競爭格局。第三是「Future of Play」，探索新玩法與新商業模式，同時明確宣示反對「沒有靈魂的 AI 遊戲」，強調遊戲永遠是人類藝術。這樣的立場在短期內有助於穩定開發者關係，但從長期來看，AI 在遊戲內容中的角色是否真能被如此清楚地劃界，仍有很大的不確定性。

• 回頭檢視整體布局，微軟在遊戲上的投入其實已經非常深，包括收購 Activision Blizzard 在內的重大併購，但至今仍未看到足以改變整體格局的突破。即便把 Xbox 做到 PS5 等級的成功，對微軟這樣體量的公司而言，也只是「還不錯」的一塊業務，而非核心引擎。遊戲與 Azure、Office、企業服務之間的互補效益有限，勉強能說的是對 Windows 生態有一定鞏固效果，但也僅止於此。

• 因此，Microsoft Gaming 面臨的核心矛盾始終存在：若無法找到一個只有微軟能做到、且能放大整個集團價值的突破點，遊戲業務就會長期處於食之無味、棄之可惜的狀態。這次的人事變陣，某種程度上只是把這個問題攤到檯面上，真正的答案，仍有待時間驗證。

【2/23~2/27 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP280. 川普關稅被逼變陣、Grok 4.20 體感很強、微軟遊戲高管換血 | M觀點

EP281. 川普國情咨文與民調、輝達財報宇宙強、2028 全球智慧危機 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

2026 年，投資美股不能只看股價漲跌，而是要看：AI 時代下，誰真的有長期競爭力？

今年年初，Miula 我特別規劃了一場不一樣的講座，一次帶大家完整解析「美股科技七巨頭 MAG-7 的 2026 估值與全年展望」。

這場不是只聊單一公司，而是從最新 2025 年財報出發，結合 AI 趨勢、產業競爭與估值邏輯，深入分析 NVIDIA、Google、Apple、Microsoft、Amazon、Meta、Tesla 七大科技巨頭：現在的營運狀況如何？AI 競爭力還行不行？外界的看好或質疑合理嗎？2026 到未來兩三年，獲利與估值可能怎麼走？

像是 NVIDIA 面對 ASIC 的威脅、Google 的 Full-stack AI 能否繼續稱霸、Apple 與 AI 整合後的變化、Microsoft 股價修正是不是被錯殺、Meta AI 的成長動能、Tesla 機器人與自動駕駛的商業模式，還有 Amazon 在 AI 世代的下一步，Miula 都會一次說清楚。

和《科技巨頭解碼》中我以單季財報來分析不同，這場講座給的是完整結構性的觀點，幫你把零散資訊，整理成能實際用在投資決策的長線邏輯。

📅 活動時間：3/9 晚上 8 點（從原先 3/2 延後至 3/9）

🎥 直播＋回放，當天不能到也能之後觀看

💰 原價 1880，科技巨頭解碼年費訂戶優惠 1680

美股科技七巨頭 MAG7 2026 展望與分析： https://miula.kaik.io/events/8bdd9809-03ee-4bea-9089-d1c938ccde49

科技巨頭解碼訂戶專屬入口： https://vocus.cc/salon/658e578ad110b4e0641509c9/products/mag7-2026

如果你對美股、AI、科技股長期布局有興趣，我相信這場講座會是一份很好的年度導覽

【川普執政一周年總評】

Miula

Hello，大家好。那歡迎來到我們今天的M觀點國際大事收藏版，還有一個遲到的家伙，他現在還沒有到的美中台戰情室的聯合特別節目。

藍弋丰

那個君朔說他快到了，大家期待一下，他是這個壓軸登場。

Miula

反正他等下到他就去坐那個位置。那很高興，去年1月20號川普正式上任，那過去這一年算是風波蠻大的。很累啦，我不管你是聽M觀點的還是聽國際大事收藏版的，特別是我們國際大事收藏版，都被人說是我們是川普大事收藏版。所以大家知道，其實真的是影響全世界，影響非常非常大的一年。那滿一年了嘛，今天1/24嘛，正好差不多滿一年多兩三天。所以我們今天的特別節目，就為大家來回顧一下，到底川普過去這一年，我們會給他怎麼樣的評分，給他怎樣的想法。如果我們覺得他幹的不好，我們會罵他哪些地方。那這是我們今天的這場節目。但是先請Cynthia跟大家打聲招呼。

Cynthia

我剛剛就想講，因為我突然就坐在這邊，還沒有跟大家打招呼。然後大家好，我是Cynthia。然後剛剛搭電梯有遇到一些，就是有遇到大家一起搭電梯上來，我就覺得超級尷尬。我就沒有想到會這麼緊張，因為以前其實都有從小，就蠻多上台的經驗。然後我是感覺是第一次有這麼，以自己為主角的活動，所以就變得不知道為什麼就變很緊張。

藍弋丰

Cynthia非常重視大家。你知道她其實在我們福和會當節目主持人很多次了。然後呢，從來沒有看她這個樣子。

Cynthia

我覺得我當Pompeo的主持人，都沒有那麼緊張。

藍弋丰

因為是最重視的粉絲要來，所以緊張得要命。

Cynthia

對，所以我需要帶電腦，因為我怕我緊張到忘詞。

Miula

好，那我們掌聲鼓勵一下 Cynthia 好不好。我們現在節目，很多留言都留欣慈親衛隊。那麻煩Miula 親衛隊加油一下，留言一下。那藍大藍弋丰，藍大跟大家打聲招呼。

藍弋丰

哈囉，剛剛才玩完這個暖場遊戲。

Miula

那為什麼要請大家打聲招呼呢？是因為我們到時候節目播出，有很多人沒有在現場。所以就請藍大跟大家打聲招呼。那大家好，我是Miula。很高興在一年一次，我們今年可是會辦兩次，然後在這感謝祭，然後見到大家。因為我們本來這個感謝祭，是希望去年12月辦，只是訂不到場地，所以拖到1月份。那非常謝謝大家過去一年，對我們這個節目，這幾個節目的一個支持。也希望我們節目能夠持續替大家帶來一些，台灣你不一定那麼容易能夠接受到的一些訊息資訊跟一些看法。好，那接下來就進我們今天的第一個節目了。我們第一個節目叫做，川普執政週年的一個總分析總檢討。那我們第一個題目非常的簡單，叫做打分數。到底1到10分，我們來問這幾位，1到10分，你給川普的第一年打幾分呢？然後你為什麼打這個分數呢？然後你覺得他哪邊幹得好，哪邊幹得不好呢？我想這是大家都很有興趣的一個主題。那誰要先回答？

Cynthia

我先。

Miula

讓Cynthia先回答，因為我怕藍大先回答的話，可能時間就用完了。所以，對。

Cynthia

真的會這樣。

Miula

Cynthia先回答。

Cynthia

先回答分數，我覺得大概7分吧，就是還算蠻高的。你覺得不高嗎？

Miula

7分不錯。

Cynthia

7分蠻高的。對，那原因上面就是，有很多好的地方，有很多不好的地方。我覺得他是一個大破大立的一個領導者，就是美國真的很少有，就已經我們已經看到民主黨執政這麼多年，然後最近看到川普這樣子，確實是還蠻耳目一新的。然後大家都是覺得他不可預測性，讓大家很沒有安全感。那我覺得有很多方面，就是這個氣氛可以從國內跟國外，兩個層面開始看。我一直都在想，就是我作為一個外國人，我去評價川普這個人，我覺得我最在意的還是，他到底對台灣的利益是怎麼樣。那如果我今天是一個美國人，我可能對川普會有完全不一樣的評價，我覺得是這樣子。那國內的部分我們還是得承認，君朔哥，好，歡迎君朔哥，好緊張。

Miula

等一下，讓Cynthia先講完。

Cynthia

好。那就是國內的部分，我覺得他的上任，還是引發了非常多的爭論，就是他。我覺得先就政見來講，因為他競選的時候，他給的承諾都是他的政見，政見要贏得選民的信任，所以通常都是國內的政見比較多。那他講的就是限制非法移民，然後要解決這些偷渡客的問題，然後要讓政府的效率更好，所以縮減政府的這些部分。他都有做到，而且真的做得很好。因為美國現在算是歷年來，偷渡客最少的時刻，對。所以這個真的都是有證實的。可是他同時在國內因為做了這麼多，我覺得算蠻激烈的情況，就是他一上任就宣佈國家進入緊急狀態，然後加強邊境執法。

對。但是我覺得他的這個執法的過程，可能還有很多太出手出腳的地方，所以讓很多地區都陷入撕裂，就是他的這些政策是深入了每個社區家庭學校。那所有有移民的家庭都會感受到這樣子的恐懼，那我覺得這樣子的恐懼對美國的民間來講，還是蠻多焦慮的，就是帶來整個美國今年應該是蠻多。所以我們看到民調，它在美國的民調現在是蠻低的，對。但是也有好的地方啦，然後國外的部分，我先講國內好。國內好的地方我特別想講，就是DEI也是他上任前的一個證件，然後他上任之後也就是真的都，把這些東西都撤掉，就沒有要再推DEI這個東西。那我覺得我做一個，我覺得我還蠻在意，就是弱勢族群的這些利益的人，我會覺得DEI它可能不是一個很好的方式，但是我需要看到alternative，我需要看到它有對策，去真的解決這些弱勢族群的問題。但我覺得非常想要大力讚賞它一點是，有關於跨性別，就是我非常高興就是川普他有讓，他的一個政策是他讓，學校如果有讓跨性別，就是如果說男跨女的人，去比女性的賽事的話，他會不補助這個學校錢。所以我覺得這個就是限制跨性別，去跟女生競爭運動賽事的這個問題，對，我覺得這點很好。我是不是講太長？

Miula

沒關係，你再講，你還沒有講，你覺得他幹得不好的地方，國外，你還沒講國外。

Cynthia

對，我還沒講國外。那我怕講太長，國外的部分就是我們說，他就是算是顛覆了二戰以來，建立的國際價值體系。因為二戰以來，我覺得國際間至少美歐同盟，這個信念是非常堅實的。可是現在因為他有太多不確定性，尤其是以上人就用了關稅這樣子的東西，讓大家非常的驚訝，就是尤其是歐洲國家。從最近的事情就可以看出來，就是從格陵蘭的事情，我覺得一開始關稅，就已經讓歐洲國家都跌破眼鏡了。就他們不知道他們要去面對這些東西，當然我們在節目上一直講到說，我們希望它可以，我們是，美國是希望歐洲可以為自己負責，然後美國就是長期被這些國家吃豆腐太久了。所以它現在只是想要把它應得的拿回來，但是我覺得這，它還是做了一個很大的改變。那這個改變本身也是破壞了信任，所以我覺得，對這些歐洲國家可能也是有一個陣痛期，就是我們要，還是要wait and see，就是看說之後這些歐洲國家，到底會不會真的，往美國想要的議程走，還是說他們有可能真的就是，對美國覺得，我們沒有辦法再合作了，然後可能會想要兩邊押寶，會想要押中國這邊。

我覺得這個是一個隱憂，就是美國這樣子做，到底能不能真的讓歐洲振作起來，或是清醒的話，我覺得都還要看後續的效應，對。那我覺得還有，就最近他退出66個國際組織的這個問題，就是雖然我們在節目上講，我們覺得這些多邊主義，就是認同這些多邊主義的執行，非常的官僚沒有效率，然後非常流落於就是只有象徵性的意義，沒有辦法解決實質的問題。但是我們是否也要去看說，這些象徵性的意義，某種程度上也是有它的價值在的。那如果他真的這麼沒有用的話，那為什麼俄羅斯跟中國，要一直去把持這些位置，對。就他還是有些影響，我覺得美國可能更聰明的做法是說，他在這些國際組織裡面還是有一個席次，那他可以一直威脅說，你如果不照我的議程走，我就抽走你的資金，而不是說整個全盤退出。我覺得全盤退出還是有一點太，把自己的籌碼整個都收掉的感覺，因為可能還可以再做更多事。

因為他現在退出的話等於是讓，它等於是製造一個權力真空，然後讓中國跟俄羅斯可以，在WHO或是UN這樣子的場域裡面，去制定他們想要的議程，就是讓他們更有話語權。因為畢竟現在他們還是一個，UN跟WHO還是一個全世界算最高的殿堂這樣子。那WHO的話它就更有很多實質上面會影響全世界的問題，因為例如說它是，它真的就是會有一個全球疾病監測系統。那我們現在看不到其他區位，就是世界上有哪一個更高的機構有WHO這樣子的功能，而且全球大概80%以上的新型傳染病，它不是發生在先進國家，它是發生在可能低度治理的國家裡面。美國如果失去了這個平台的話，我覺得先進國家還是需要對這些低度治理的國家，有一定程度的平台，可以去監視這些國家在做什麼。但美國除了退出多邊主義的機制之外，它同時也收回了USAID這樣子的機制，是不是讓美國跟這些，第三世界國家接觸更少。那在這樣的情況下是不是，例如說什麼疾病爆發的話，不一定可以接觸到。我覺得這些可能都需要，就是我承認這些WHO議員不好，但是美國有沒有更好的對策，可以去解決這樣子的問題，這些都是讓我覺得沒辦法。

Miula

那欣慈無論怎麼你給的7分，還算是滿高分的。我覺得滿高分，雖然你後面講了一些問題。

Cynthia

我覺得所有的好處，我們都在節目上面講過很多了，所以可能不用再贅述。

Miula

好，那我們現在會請藍大，請藍大。

藍弋丰

我先說我分數，當然我在說我的真正分數前，我要先講。

Miula

你不要這麼複雜。

Cynthia

他要先反駁我。

藍弋丰

我要先講我在心理上，或者說我們做節目上的分數，就是給他滿分，10分再加分。為什麼呢？大家有沒有想到，現在才週年而已，但是我們好像，每天都在講川普，好像他已經做了好幾年。所以對我們研究國際時事人來說，我覺得天啊，在有川普的時代真的太快樂了。所以這個是心理分數。但是真正的分數我大概給他打8分。那我先講那當然欣慈就要講了，欣慈代表很多國際左派的觀點。那我直接說這些組織一點用都沒有，我們節目上我也是這樣講。當然大家知道我的口頭禪，我坐在這裡的時候所有人都是左派，OK。為什麼呢？因為像這個剛剛提到說，是不是美國要去關心其他第三世界國家，他們有沒有什麼新興疾病。我可以跟各位講美國的確有在關心，而且不需要經過USAID，不需要經過聯合國組織。美國現在包括現在也是很爭議很大，美國現在在那個幾內亞比索，他說因為我們知道他們現在這個，這個衛生部長或叫衛福部長。

Miula

小羅伯甘迺迪。

藍弋丰

他那個因為他是衛生跟服務部長，衛福部長。衛福部長他不喜歡疫苗，所以呢他現在就在那邊做一個實驗說，那個B型肝炎疫苗，一半的人打一半人不打，看看呢有打人跟不打人，這比較會怎樣。啊這引起蠻大的爭議，因為B型肝炎疫苗大概是，蠻確定他是一個保護力很強很好的疫苗。那這個事情也是我們台灣，試驗過大概我這個世代的人，以下就都是打B型肝炎疫苗。

所以很明顯台灣的B肝，肝硬化肝癌在我這個世代之後，就幾乎就沒有了。害我們很多肝臟的大教授們，後來都沒有研究的空間了。以前台灣是全球肝病的領先的地方。所以像這種美國直接介入的時候，它的成本更低，它的效應更高。那如果你在WHO跟譚德賽繼續，譚德賽他有很多他的政治的需求，後來還有他本國的需求，大家在那邊扯來扯去，最後就是你花了很多錢，不能說他完全沒有用，就像欣慈講的，WHO還是有一些，拿出有一些成果來。但是最近幾年，我每次看WHO一些報告，我看了這個快昏倒。他以前叫什麼健康平權，健康平權。他說這個黑人，他得受到教育比較少，所以他因為這樣，他的健康識能就比較差，也就是說講白話，他就是醫療知識比較不好。所以他就沒有去保護自己，沒有去維護自己的健康。所以這就是不平等，這就是歧視黑人，然後這個就是需要WHO最需要去處理的問題。我看了以後就想說花的，所以現在WHO他的議題裡面，有百分之八九十，大概都是這些。

Miula

好啦，藍大真是你離題了。你可以跟大家講，為什麼你給8分嗎？你覺得他哪邊做得好，哪邊做得不好。好吧，我要控制你的時間，很困難耶。沒錯，今天沒有帶手板啦。

藍弋丰

好，那先講第一個就是，我想，剛剛就是我講的，川普才當一年而已，但是我們覺得他已經做了很久了。所以他是一個非常勤政，然後他推動非常多國際上的變化，包括，很有趣的是，其實我們欣慈以前，從以前他一直很在為台灣的國際的民間的活動在努力，他參加過非常多台灣去參加，這個台灣加入聯合國，或是加入WHA的這些活動，他參加非常非常多。大家可以給他鼓勵一下。但是在很久很久以前，我就跟所有的，這些推動這些活動的長輩們，前輩們說，我說台灣就不可能加入聯合國，而且聯合國就是一個，沒用的垃圾組織，我們為什麼要花那麼多力氣加入聯合國。我們台灣如果我們聰明的話，我們在這個賽局裡面，我們應該是想辦法去說服美國說，他應該要成立一個以美國為中心的國際組織，然後美國找一些他喜歡的人，那時候英國跟美國還很好，比如說英國，然後以色列，然後台灣趕快加進去，然後這個組織裡面沒有中國，這樣子的話對我們來說是最有利的。

我講了很久以後，那時候大家都說，藍弋丰你是瘋子，然後可能絕對不會發生這種事情的。你看現在川普不是成立和平理事會了。所以川普驗證了非常多的，這是本來就該做的事情。所以這是我給他很高分的原因。那為什麼少兩分呢？其實有部分原因，跟欣慈講的也有點類似，就是川普他戰場開太多了，就是我認為以川普現在的情況，他有些事情可以不用那麼急著做，他可以先，應該要先優先順序要先釐清清楚，尤其他現在是前兩年，他還要中期選舉的時候，他應該先把他的，這個對選民最有感，然後最容易，拉高他的支持度的，內政的部分，他這個可以先做。那有些部分可以晚做，但川普就有說，我現在就是這些都該做的時候，我覺得全部都要做。那做的方式有點粗暴，譬如說呢，這個移民問題，我們在節目上也講過，如果是我跟Miula的話，我們就會幹這種事，我們就把支持我們的州的，不好的移民把它掃乾淨。那你說你移民庇護州很好，全部都趕去那邊，看你們受不受得了。這是一個邪惡的手段，但是川普沒有進行這樣的邪惡手段，因為他覺得這個是為了整個國家。

Miula

這不能叫邪惡的手段，它叫做你支持什麼，你就承受什麼，對不對。所以其實我覺得如果有這麼多非法移民，在那些州會更好的話，那些城市會更好的話，那就讓這些人領受，體會那樣的更好的生活，對不對。那如果不是更好的，他們應該要從這樣子的體驗，得到一些教訓，或者得到一些學習。所以我沒有很邪惡，這哪有什麼邪惡的。

藍弋丰

對，但是如果川普是照這樣做，我相信他現在支持度會比現在高很多，而且現在民主黨的州，絕對都會陷入麻煩。就川普現在我在我的共和黨的州，大家不喜歡非法移民的地方，然後我去重點性的打擊，不是全部打擊。因為有很多非法移民，他其實在做農業的工作，在做他們餐廳的工作。你全部打的話，其實這個也會對經濟造成影響。我先從犯罪的，吸毒的，然後有危害的開始打。

Miula

我再給你30秒，

藍弋丰

OK。趕到民主黨的州。如果是這樣的話，川普的應該現在的狀況，就會比現在好很多。但是我相信，欣慈剛剛講說，現在民調暫時不好，我相信他在今年選舉前，他會有很多辦法，他會想要把民調拉起來的。

Miula

好，那我們謝謝藍大。那我們先歡迎我們的君朔，美中台戰情室的趙君朔。好，那君朔你講一下你對於川普第一年，你給他幾分，然後你覺得他哪邊幹得好，哪邊幹得不好。

君朔

先跟大家抱歉，我剛在夢裡有到一個更盛大的會場，我在高潮的時候忽然驚醒。所以好，我先回答滿分十分的話，我現在只給6.5分。因為如同藍大講的，從來沒有一個年紀這麼大，開這麼多戰場的人，然後就是同時你一下丟那麼多球，也才一年。如果他都做得很好的話，那不就神了？那我們還需要吵嗎？所以說，所以我認為，以結果來說還不是很好。但是，我都聽大家，蓬佩奧當初說，我們的中國政策呢，以我們的決心應該要得A，但實際上結果好像他說只有C。所以一樣，表面上6.5，但是你看一個人，我認為他是真心想要翻轉很多事情。所以我表面上給6.5，因為時間就一切才剛剛開始。

Miula

好，那謝謝君朔。那我講一下我給分，我也給6.5分跟君朔重分。那我覺得川普做的好的一件事情是，第一個他非常認真的在實現他在選舉時的政見。那嚴格來講，我覺得他第一年的很多政見都，執行的有點辛苦有點混亂。但是我覺得既然我一開始覺得，川普選上這一屆的美國總統會是比較好的，那代表什麼，代表我認同他的每一個大多數的政見的方向。那既然我們先不管他執行的狀況好壞，但是目前看起來，他每一個政見都走在軌道上面。所以既然整個執政的方向走在，我認為的正確的軌道的方向，我就會這是我比較贊同他的部分。

那我比較批評他的部分呢，我覺得他很多，我覺得第一個啊，那剛講開太多戰場，這我批評過很多次，然後我之前在節目講過我非常，不喜歡川普整天在那動用國家緊急狀態，因為其實當初拜登，那四年也是這樣胡搞啊。當時我就覺得，你不能什麼都用一個國家緊急狀態，然後開始，把一些，你不該在這裡塞進去的東西塞進去。川普他也有一樣有這樣子的問題。所以這也是我覺得他不好。

那包含了我覺得他有些想法，幸好都沒有執行，但是我覺得那些想法一旦執行，反而對於美國的長線是不好的。舉個例子像，他想要把那個參議院的那個filibuster這個部分要撤掉嘛。老實講拜登時期就已經想撤掉了。所以川普的想法大概是說，反正說不定哪一天民主黨就把它廢掉，所以不如我在這個時候把它廢掉。可是我必須說filibuster，我覺得是美國的民主制度，一個非常好的一個設計，因為他強迫在參議院的部分，需要取得一個多數的共識。那所以如果真的在這裡廢掉，說真的，我覺得長線對美國會更好嗎？我會抱著一個懷疑。但是整體而言，我覺得川普走在正確的方向。所以我給他6.5分，算是比5分那種平均的分數，稍微再高一點點。好，那我們接下來第二個問題，就是來問surprise，請問川普的第一年有沒有做哪件事情是，其實你完全沒有預料到，對你來講是一個很大的surprise。那我們先從君朔開始好了。

君朔

好，那很簡單，就是那個Donroe Doctrine變成唐羅主義，就是你看他現在就是非常盧的，一定要格陵蘭，然後又用非常漂亮閃電。很多人就是上禮拜兩個禮拜前禮拜六嘛，很多人去看電影想說，喔要開戰了。那我看完電影再出來看，就出來以後，馬杜羅已經上了直升機去紐約了。所以他對於就說，要清理門戶，然後你看對於巴西，巴西因為巴西欺負他的好朋友Bolsonaro，他就對巴西徵勒關稅，然後呢我們的好朋友Millet在進行艱難的經濟改革，所以呢我們財政部先拿200億，我們再從民間想辦法再拿200億，然後還直接說你們選不贏米雷這些錢就沒有了，就是他在後院，就是還有他對那個，還有那個布克雷，那個叫阿爾薩爾瓦多的總統，是因為幫他建了一個大監獄，然後收了一堆人，或者他在拉丁美洲做的那個行為，甚至他再來可能要出動軍隊去打墨西哥毒梟，whatever，這些動作都看起來，我也沒想到他這麼認真，就是他證明他真的非常想要名留青史，就是我當初沒有想到的。

Miula

好，那下一位請Cynthia來。

Cynthia

我原本想要講4月發動的就是解放日，對全世界發動關稅戰的這個部分，但後來想想。

Miula
這你沒有預測到嗎？

Cynthia

他本來就很，他本來是關稅帝君，所以我覺得，我會，其實我真正回答這個問題，我會說我都沒有預料到，因為我就沒有要去預料他要做什麼，然後我也沒有各位大大這麼厲害，可以精準預測，我不是他的蛔蟲。但是硬要選一個的話，我覺得最驚訝就是以他，他都已經就是這麼的極端嘛，對，但是讓我真的覺得最驚訝的，是最近格陵蘭的事情，就是她這麼堅持，然後不排除動用武力的聲稱，都出來的時候，我覺得這個是我沒有預料到的。

那原因是什麼呢？我覺得一開始川普對全世界的動作，他一開始祭出關稅，那就是讓全世界都遭受這個挑戰，所以這是連歐洲也包含進去的，其實歐洲是盟友，那歐洲就跟其他國家一視同仁，就是要接受美國這個關稅挑戰。那我覺得這個還好，那到軍事的部分，一開始在去年6月的時候，在北大西洋公約的論壇上面，就是我們看到Hegseth痛罵歐洲人，就是罵歐洲他們不努力提升軍備，所以要大家都提高到5%的，就是軍費支出佔GDP 5%的目標。那我覺得這個都還好，就是你就是要罵他們，然後說你不這麼做，我就要用關稅懲罰你，這些都有達成美國希望，美國要為自己的戰備負責的決定。但是到了格陵蘭這件事情，我覺得繼續用關稅威脅也沒有關係，可是當他說出不排除動用武力的時候，我覺得這個就有差別了。

這個會影響到所有國家為什麼要保護自己的主權核心，因為大家會想要跟美國這個盟友合作，是因為我們都是民主國家陣線，我相信民主和平理論就是相信民主國家之間不會有戰爭，就是有這樣子的信念跟這樣子的慣例在。可是美國的此舉會破壞了這個一直以來，大家合作基礎的這個信任體系，對。因為如果你繼續用關稅去施壓，那可能還可以理解，就是大家會繼續覺得說，我的主權就是還在，所以沒有關係。可是如果你已經用到動武的這個部分，可能會破壞北大西洋公約組織的這個基石，對。雖然藍大會講說北大西洋公約組織，基本上它的實力就全部都是美國，所以沒有差，但還是在歐洲國家裡面，他的信念是有被動搖的。

就我們會講說，左派看這個世界局是會講到資格論，你不希望中國俄羅斯去侵略別人，美國你也不該侵略別人。但我覺得右派並不是不講資格論，也並不是不講道義，右派講的是信任這個東西，就是你的信任如果被破壞的話，那你之後其他國家要怎麼去預期，說我之後跟你的合作會不會有動搖。所以我覺得在這個講到，不排除用武力去侵略格陵蘭的這個問題，就會直接動搖到歐洲對美國這個信任。那這個問題現在是發展到怎麼樣，是我們可以看到雖然最近NATO的這個魯特就有說，就是跟川普解決這個問題，就是讓美國可以無限期進入格陵蘭，就是算是有解決這個問題，但是歐洲國家他們還是對川普，就感覺有PTSD，就是他們現在非常害怕，覺得川普就是已經失控了。那據說歐洲國家現在就是會組一個小圈圈，每天就在傳說，你有沒有被川普怎樣，就他們非常害怕，就已經沒有辦法像以往那樣子，跟美國這麼安心的往來。那我覺得這樣的情況下，他們就可能會有雙邊押寶的傾向，就他們可能會覺得說還可以，是不是需要把一些籌碼放到中國那邊。

Miula

那欣慈，所以你主要是針對格陵蘭

Cynthia

對，算是，我就說不排除動用武力的這個部分。我覺得是讓我最驚訝，因為這個會破壞掉很多。

Miula

那我相信藍大一定有一些想法，等一下藍大藍大，等一下已經受不了了。等一下，我先講，等一下我們聽到其他人講的東西的時候，你如果想要吐槽，你可以吐槽一兩句沒有關係，不要吐槽長篇大論好不好。

藍弋丰

我簡單的講，就是跟。

Miula

來啦，先別急。所以來，你也回答一下，川普的執政第一年到底哪一件事是讓你最驚訝的。我可以容許你在講你的驚訝前，你先針對欣慈的講法回兩句，兩句就可以了，好嗎。

藍弋丰

簡單的講就是北約，它是一個條約。那剛剛欣慈講說，右派我們也講求信任，信任的最基本是什麼，條約寫的東西你要達成。我跟你講北約這些歐洲國家，從來沒有達成條約上要求他們要做的事情。之前條約寫的要2%，沒有一個國家達到，他們的佔地幾乎是0，然後呢，一群根本不守信用人，然後再跟我講說信任問題。我跟你講這一群垃圾，趕快清走是最好的，那他們如果要去靠中國最好，美國立刻會變強。所以川普現在擺出來就是這個態度。那當然，欣慈說格陵蘭。

Miula

你兩句你兩句已經過了好不好。

藍弋丰

好你講我自己，其實我對川普本身的行為，倒是沒有什麼太驚訝的部分。因為我很多我們的聽眾朋友都說，川普蛔蟲，川普想做的事情就是我想做的事情，然後幾乎都是這樣。我說混蛋歐洲國家早就該把他踩扁了，然後或者說伊朗早就該炸他們了，然後每次就會，所以我都覺得說，這些都是我很想做的事情，川普都做了好厲害。

然後但唯一一個意外，但是這個是有一半不算川普的問題，就是其實我真的還蠻意外是，這個澤倫斯基的直播災難，就是就我認為川普他當一個實境秀的主持人這麼久了，那他安排一個這個石敬秀外交的時候，他應該是，澤倫斯基跟他絕對跟他已經全部都搞定全部都講好，澤倫斯基應該不可能會發生在當場去撕毀這個講好的條約的這件事情。結果沒想到竟然發生，當然這有一半的問題要怪澤倫斯基，但我想川普可能之前也太小看了，或者說太有信心，或者說他沒有深入的去瞭解澤倫斯基這個人，他的幕僚團隊，才會造成這樣的問題。那這個對川普的，我覺得其實這件事情，對川普的信譽，反而造成比較大的傷害，就是對他話事、講事情的、喬事情的信譽，造成一些傷害。那我覺得川普退出國際組織這些事情，並沒有對美國的信任造成傷害的原因，是因為世界上本來就不是靠這個就是所有謂的什麼民主國家不互相攻擊，那是因為這些國家的武力都低到無法互相攻擊好不好。如果當初那個二戰之前的時候還不是互相攻擊呢，對不對。如果如果他們能力有機會的話。

Miula

OK好，那謝謝藍大。幸好你沒有講很久，我不能讓我跟他說，他講很久我就不講了，你就聽不到我的版本了。

那我覺得川普第一年我自己最驚訝的，我覺得我有兩個點。第一個點是我覺得他對於非法移民的執法的力度超過我的想像。因為其實我一直覺得說，其實以美國的非法移民問題，雖然在川普上任的時候算是蠻嚴重的，可是基本上只要把邊界管好，然後已經進入美國的可能上千萬的非法移民，你可能挑一些相對比較，就類似你抓到有犯罪把他遣返，大致上美國人民應該就會滿意的。有沒有必要做到像現在這樣，大規模的驅逐，甚至剛剛藍大有講到說，為什麼要派國民兵，或者到這些民主黨執政的城市裡面去執法，那是因為要去保護那邊的海關ICE的人員，因為ICE就是要抓非法移民的。所以其實我常常就覺得說，你就不要去抓，如果他們真的覺得他們做庇護城市會比較好，你就讓他們去做，然後一年後兩年之後所有的人民都會比較好，你就讓他們去做然後一年後兩年之後，所有的人民都會比較說，為什麼在那邊那些州的治安這麼好，但是我這邊治安這麼差。為什麼這邊，為什麼這裡不是我想過的。

最近不是有個新聞嗎，就國外有個實驗，一群學生跟一群移民住在一起，結果發生很多的問題。那我想事實會說話。所以這個第一個我很驚訝，就是他對非法移民執法的力度，我覺得對他來講是有很多的backfire的。那第二個讓我很驚訝的是，他對伊朗跟委內瑞拉這兩次的出手。因為其實你要知道MAGA是川普的核心的支持者，是非常非常不支持美國對海外動武，不管是什麼程度的動武。所以其實他炸了伊朗的核設施，包含了去委內瑞拉把馬杜羅抓起來，這兩件事情，雖然我們從事後來看，都算是很成功的行動，可是他的MAGA Base 沒有那麼支持他。所以我其實一開始沒有預料到川普會這麼大的在國際上面動作，因為其實他一直講說，其他的總統都很喜歡打仗，就只有我不愛打仗。可是在他第二任，他的確有做一些跟他第一任不一樣的事。

藍弋丰

川普說他去抓捕行動是警察行動，不是打仗。

Miula

那你炸掉伊朗的設施。好啦，那我們下下一個題目，下一個題目，下一個題目來聊中國。那我想是台灣人很關心的一點。那這個問題叫做，你怎麼看川普的第一年跟中國之間打交道的這些中國政策。有些人批評川普對中國雷聲大雨點小，你同意嗎？然後你覺得川普真的會對中國開戰嗎？現在要進入第二年，已經進入第二年了，第二年會打嗎？那我們先請藍大好了。

藍弋丰
我想如果說以物理上的敘述來說，是不是雷聲大雨點小，我本來先要扣這麼多關稅，後來只課這樣子，那這個以這個定義來說、詞意來說是可以這麼說。但是呢，我想就是，大家剛剛說我說，我也不敢說川普一定是這樣想，但以我這個身為一個川普蛔蟲的，過往的這個優秀經驗，假設川普跟我想法是一樣的話，其實對於中國這樣的國家，我們要瞭解美國他一直很想要把，其實在上幾個任期，川普第一任期到拜登的時候，美國他們一直在強調說中國人不是中國，中國的政府跟中國人民要分開。大家會想說為什麼他們一直要講這種奇怪的話，我們想說中國人民就受專制極權控制，中國很多就是中國的指令他們就要遵守，你怎麼可以分開呢？但是你要想如果今天美國，你在美國立場，我今天打倒了中國以後，那還有現在我想14億應該是灌水的數字，但就是有十幾億的人，那你要怎麼辦？你要讓他從地球上消失是不可能的事情。所以你就可以理解說美國立場，我如果一旦把中國政府除去之後，這個十幾億的人，我不能說跟他們都為敵。

然後再來到川普的第二任的時候，那川普怎麼去對付中國，那我現在跟各位說，我如果要去搖一棵樹，要把它推倒，我用這個推土機去撞它，我自己這個推土機也會受損。可是呢，我就這樣子搖來搖去，搖一搖，推一下回來一下，推一下回來搖一搖，最後它樹根鬆了，它自己就倒了。所以這就是你去搖倒一棵大樹的方法。如果我是川普，我就是這樣做。沒錯，我就是說100%關稅、47%，這樣我就推一下，搖一下，推下去。那大家可能看到結果說，川普好像最後都會後退。可是大家理解，當他這個關稅戰，比如說以關稅來說，關稅戰在推動的時候，中國的所有的企業，全部都沒辦法下單，那不是只是純粹關稅問題，而是你不知道關稅問題，而是你不知道關稅會多少，你根本不知道怎麼定價。但這個也影響到我們台灣，我們台灣之前，也是我們關稅談判還沒結束的時候，我們的中小企業出口企業受到很大的影響，不是因為純粹關稅稅率問題，他們不見得就是一定會賠錢，但是因為稅率不知道是多少，所以他客戶也不敢下單，他也不敢接單，所以很多中小企業，停了三個月痛苦得不得了。川普用這樣推動搖來搖去的方式，他發現有效，中國已經慢慢被他搖鬆了。所以會不會像Miula剛剛的問題說，要不要開戰？我覺得不需要。如果我有很有把握的方式，用一個安全的方式把你慢慢的弄死，我為什麼要冒一個很大的風險，去把你去做一個很大的動作，然後我可能自己也會受創了。所以我想，川普會繼續用這樣的方式，去把中國慢慢的弄倒。

Miula
好，所以你就覺得川普會持續的弄一下、弄一下、弄一下，把中國弄得越來越鬆動這樣子。OK，好。那我們下一位，欣慈講一下，對於川普第一年有沒有覺得對中國太軟弱了。

Cynthia
雷聲大雨點小的部分，我覺得是就跟藍大講的一樣。我覺得雷聲大雨點小這個敘述是相對的，因為川普他的，他不是只對中國雷聲大雨點小，他對全世界都是這樣。因為我們知道他的談判風格，他就是會先把一個最糟糕的東西給搬出來，然後再慢慢削弱，然後表現說我對你很仁慈，這都是他一貫的談判策略。

所以說形式上雷聲大雨點小是真的，但是如果他說他對中國實際上做了什麼事情的話，我會說他後面的這個雨點雖然沒有雷聲那麼大，但這個雨也是暴風雨的等級，因為他真的也是做很多事。可是為什麼會得到這樣子的批評，是因為他就表面上他都會跟，跟普丁是朋友朋友跟習近平是朋友，他就是達到一個口惠而實不至。他會嘴巴上面講，因為我們看到就像那個國家安全戰略公佈的時候，我們也是看到美國提到中國都非常的隱晦，他不會直接點名中國，他都是用其他就是其他國家還是什麼，就是他會用非常。

藍弋丰
境外勢力。

Cynthia
境外勢力會用非常間接的方式，但其實他做的每一個步都是針對中國的。那他也不會說有很多，就是他直接針對中國的那他也不會說有很多，就是他直接針對中國的舉措，有時候其實他已經很激烈，但是有時候會被大家覺得說，是不是Trump always chicken out，就是例如說關稅一開始講說100%、145%什麼疊起來，但是到最後還是談到變低，那後來，但是後來的也是更高，現在47%也是全世界最高之類的，對就也是很嚴重。

那另外一個chicken out被批評的點是稀土的部分吧，就一開始就說，一開始就是要中國用稀土做武器就不跟美國，所以被說美國是不是就軟了，然後要跟中國談，又可以拿到稀土的供應，但是也是爭取延長這個稀土的供應。那我覺得美國這部分，是有展現到說他現階段，他還沒有完全找到替代這個稀土供應鏈的這個階段的時候，他確實還是要跟中國有一些籌碼往來的，這個是沒有辦法。可是所以這也是為什麼他需要在表面上面跟中國維持和平。

那我覺得講到第二年的部分，我覺得這個東西，因為川普會繼續在澳洲、在巴西就找到，這個稀土的供應鏈的替代，就是稀土不是表面上那麼稀有，他到各個國家都還可以再造，只是中國以前太便宜了。那美國找到這樣子的供應鏈之後，他對中國的依賴就會越來越少，那他就越有可能對中國再更強硬。但是你說全面開戰，我也覺得是沒有必要的，因為就沒有必要，就跟藍大講，沒有必要花這麼大力氣去這樣子弄中國。那剛講到，他直接對中國的東西是這樣，但是他實際上他間接就是，在全世界圍堵中國的這個做法，也都是全部都是劍指中國，像關稅戰的這個部分，我們看到也是要擺脫中國會轉產地、洗產地的這個問題，所以只要有洗產地的這些國家，也是遭到比較嚴苛的待遇，那這個也都是針對中國。那在軍事上面也是，就是在戰略上面，美國在川普這一屆，真的是對東亞印太這些國家，都拉攏得非常的緊密，然後也一直在實施軍演，那最重要的當然是我們台灣，就是川普一上任就通過，就是也不是一上任，就是最近通過了對台灣軍售。

Miula
等一下先不要講台灣。那謝謝欣慈的回答。那下一位我們來請這個君朔，來你說今年會開戰來講講看。

君朔
我覺得不會開戰。那川普對中共是不是有點雷聲大雨點小，是也不是。為什麼會弄到今天這樣，我們回想一下，他第一任的時候，對華為第一次斬第一刀下去的時候，習近平幹了什麼事？他跑去幹稀土工廠。所以習近平在六七年前只是做做樣子，然後到拜登時期呢，他開始出了一點小小的稀土管制，針對拜登政府的一些晶片控制的行為。然後這一次呢，你看喔，習近平應該已經弄到嚴重PTSD，他一定心裡想說他媽的老子一定哪一天跟你拚。

你想一想，去年的四月，連H20次等貨都不給你用，雖然後來老黃等於是飛起來把這個東西蓋掉，然後呢現在H200等於老黃還倒沖過去，蓋了就是還加罰進一球，這個先不管。可是然後第二點，你看兩個邊加關稅可以加到，讓中共整個出口部門呈現一兩個月的休克，然後第三招是9月，他把那個就是在實體清單上的中共公司，他說我們所有子公司也要列入，那時候有人就說天啊這可能會有一萬家，你怎麼查得完。沒有錯，執行上有問題，可是這對習近平的陰影面積有多大？我就要徹底阻斷你想要利用去洗，就是弄一些空殼公司來斬斷這個。然後第四個就剛剛跟欣慈講，雖然台灣等一下才會講，才不到第一年，這個川普的軍售就已經超過拜登政府的四年，就是每次川普都，就像在那邊嚎小說我跟你很好，我跟你好朋友，然後就這樣來一刀來一刀。雖然因為一些理由，所以中共被急的把他最後一張王牌稀土全部都打出來了。所以這次稀土牌還剩多久，老實說沒有人說的準。所以我知道以台灣的整體輿論的氣氛來看，覺得川普TACO沒有用破壞國際規則的人，應該比這個房間的人，這個房間可能要天花板上都不夠站人，但是實際上你仔細想一想，你是習近平你每幾個月就要來一招，你晚上睡得好嗎？所以我認為好戲在後頭。

最後補充一點，就像藍大講的，他這樣圍圍圍，所以呢習近平可能會抓狂，所以為什麼，他也在做準備啊。所以最後講一點，等下講到台灣再說，半導體的問題，只要半導體美國也足夠的話，你打台灣也勒索不了我。所以習近平等於每一步，川普這邊，當然川普自己可能想不到，但是他的幕僚應該都有幫他想到。

藍弋丰
好，謝謝。我幫欣慈跟君朔補充一下，就是大家注意到，就是我們今天也一直講到，委內瑞拉是伊朗，這是中國兩大便宜石油來源。那現在發生，因為委內瑞拉跟伊朗都已經出事了，所以現在俄國的便宜原油，大量的變得都只到中國去。那可是如果美國下一步，又把俄國就把倒戈反正回來呢，那中國就會完蛋。所以其實你看到川普他在這個圍殺中國這件事情上面，他每一步每一步每一步每一步，你看他在全世界到處亂搞，柬埔寨跟泰國他也要參一腳，這些他其實步步為營，都是在慢慢的去把中國這個悶死的這個一個策略。

Miula
好謝謝藍大的補充。那今天我在這裡扮演川黑的角色 那 基本上我自己覺得川普第一年對中國有沒有雷聲大雨點小，我覺得至少就關稅戰的角度來講我覺得是有的哦。因為你想，現在兩邊是關稅暫時停戰的狀態下，他們還要繼續談。那請問現在談的目前這個Deal，對美國還是略佔上風一點，因為他們在最後一次的那個和解的狀況之下，美國有課中國額外10%的關稅，但是中國撤掉了，中國的反擊10%撤掉了，然後可是你說句實話，這個是川普要的嗎？這不是川普要的。你看台灣我們才剛跟川普談成trade deal，那請問如果台灣都談成這樣，你覺得中國會談成怎樣？應該要比台灣多幾百倍吧，不是幾百倍太誇張，幾倍至少也好吧。所以其實川普要從中國這邊，用關稅拿到的東西，我覺得現在才拿到一成而已，他還有九成沒有拿。那如果九成沒有拿到，為什麼現在不拿？打不下去嘛，稀土的關係。但是稀土的問題，但稀土的問題，今年下半年就會解決了。那美國的一些主要的稀土公司，大概在今年第三季的量產的量就會，還不足以支撐整個美國的需求，但是應該支撐美國三分之一到二分之一的需求應該夠了。在這種狀況之下，我覺得川普是有底氣，開始重新要求，跟中國的貿易談判，說我覺得我們現在，過去半年都沒談什麼東西啦，你如果再不給我什麼東西，我關稅再給你加20%。我覺得下半年會發生，下半年一旦發生，那你覺得習大大會怎麼做？習大大說我們不是停戰了嗎？你就還給我課20%，我也要課你20%。我覺得今年下半年兩邊會重新衝突，所以到時候應該會有個比較大的，地緣政治的波動，這是我個人的看法。

好，那接下來我們先進入這個業配時間，我們要感謝我們後面有四個贊助商，是贊助我們今天的活動。那我們在節目中間，穿插業配就逃不掉。第一位我們感謝Add.one日日居床墊。人生最重要的投資是睡眠，如果睡不好，決策效率就會打折。擁有一張能夠讓你進入深層睡眠的好床，是對生產力的必要投資。今天要推薦的日日居床墊，採用德國利用ZEFON零壓科技棉，解決傳統彈簧床容易凹陷、需定期翻床的困擾，並且通過SGS8萬次壓縮測試，模擬睡10年後頸下沉0.05公分，耐用度非常驚人，加上高息症零干擾，就算旁邊的人在床上跳動也幾乎無感。除了主力三棉製床墊，如果想省錢升級舊床我推薦雙層舒眠床墊，直接在舊床上面加一個比較薄的床墊，就可以改善支撐性。如果是空間有限的租屋族，新品日日三折墊，可折墊收納不佔空間，是靈活度最高的方案。日日居提供150天試睡跟10年保固。現在點擊資訊欄連結，M觀點粉絲享六期零利率，那國際大事收藏版粉絲也有五七折起的專屬優惠。優化睡眠資產，現在就是最好的進場時機。好，那麼謝謝第一家我們的贊助廠商。

第二家我們的贊助廠商，拓荒數碼科技。拓荒數碼科技，不行，ZONE Wallet。最近EY的調查指出，59%的人計劃將超過5%的資產，組態到加密貨幣之中。我感覺現在加密貨幣已經越來越普及了，像台灣現在目前的監管落地，全台灣已經只剩下9家合法合規的虛擬資產服務業者。那這次的贊助廠商ZONE Wallet就是其中的一家交易所，所以它是台灣合法合規的。如果你也想組態加密貨幣，他們的介面非常好用，買什麼如何買一分鐘就可以上手，而且他主打的定期訂額可以設每小時投入，幫助各位分擔波動風險，而且對於重視資安的投資人，他們也通過了英國BSI的國際資安認證，以及遠銀的信託保障。大家可以在他們的平台上，以非常安全的進行交易。現在點選資訊欄就連結下載的註冊，輸入我們的邀請碼MIULA，就可以享有20%的這個手續費的折扣。歡迎大家現在開始體驗最流暢的加密貨幣交易體驗。投資加密貨幣具有價格波動性及流動性的風險，投資前應謹慎評估自身財務狀況，並謹慎防詐騙行為。那我跟你講，其實沒有讓我不太接加密貨幣的業配的，但是如果是國內合法合規的業者，算是我的例外了，大概是這個樣子。

所以下一位，這個是我超級推薦的廖哥，收納幸福的到府整理服務。為什麼回到家，反而有種動彈不得的感覺呢？很多人會自責，甚至覺得丟臉，家裡好亂。在15年的整理經驗裡面，創辦人廖心筠他發現讓家裡變得混亂的原因，從來不是因為能力不足，而是空間沒有依照你的生活習慣來規劃。所以再怎麼努力，再怎麼努力整理還是容易腹亂。收納幸福的整理服務，全台灣都可以預約，透過專業的整理師，打造最適合全家人的空間系統，利用聯想性收納法，讓物品好收好找好拿，並且當天會捐贈不需要的用品，讓幫你省下大量的時間，也可以物盡其用。Miula親身體驗過，超級推薦，Cynthia也體驗過。只要輸入這個line小老鼠jmgo，或者是用FB私訊就可以預約到府服務，都會有專人回饋。

那麼最後一個是謝銘元艾克斯的All-IN AI商學院。All-IN AI商學院最近推出Live Talk自媒體矩陣服務，真的有夠像創作者的外掛救星。你只要來上他們一小時的Live Talk訪談，動手講一次就好，他們就會把內容直接拆成Video Podcast、YouTube長片，現在最吃香的短影音，還有網站文章跟FB貼文，等於是上他的節目講一個小時，他們幫你產生五種行銷素材，一魚五吃效率拉滿。更狠的是他們不只幫你做內容，他們還會幫你送你流量，他們會把幾萬人的LINE社群的曝光，直接送給你。這種內容加導流的一條龍，一般的行銷公司做不到。如果你是自媒體、個人品牌，或者是公司需要一些內容行銷，趕快點擊我們的資訊欄的連結，讓我們用一個小時，就替大家創造最好的自媒體的宣傳。

那我們感謝以上這四家的贊助商，那他們的連結，都會在我們的資訊欄會有，現在不會有資訊欄了，但是那天上節目會有資訊欄，好不好。好那接下來就回到我們的節目，我們回到節目的下一個問題，要回到台灣了。那首先。

藍弋丰
我打岔一下，剛剛Miula你那個講到最後關稅問題，我想補充。

Miula
你不要這樣。

藍弋丰
兩句就好了，就是大家想到時候，如果真的像Miula預測的發生，又發生新一波關稅戰的時候，那現在中國已經把大量，大部分的輸美產品全部都轉到歐洲去，然後而且是很低價的傾銷。那時候如果再發生關稅戰，他要再把更多的中國產品再丟去歐洲去，那時候歐洲會發生什麼事情。所以大家可以想像一下，那時候歐洲人應該會氣的跳腳。


Miula
好那對就是這樣子。OK，大家知道我平常跟他錄節目多辛苦了，因為Cynthia平常最多就是嗆回去，我都會叫他閉嘴，大概這樣子。好我們下一題跟台灣有關，因為台灣人都很關心，川普會不會賣台，這個疑美論很多，川黑也很多，宜川的也很多。所以很多人都擔心川普會賣台。那所以我們來討論一下，在過去這一年，你覺得川普對台灣友善嗎？川普到底會不會賣台呢？那我們第一位請君朔。

君朔
好，那個台灣真的川黑比這個房間，不知道多幾倍的人。但是我再講一次，你自己問你自己幾個問題。第一，川普所有動作是不是看起來很想要名留青史？你其他東西做再好，如果我們以後台灣，就是以後像這種活動，可能到先一個XXXX省委書記先來講話的話，那川普還想名留青史個屁啊？他會像那個秦檜的銅像一樣，就是在世界、在每一本課本上，不管哪一國、哪一種語言。所以，這不可能。

藍弋丰
或是說卡特。

君朔
對對對，這基本上就他為什麼要，而且第二就是平白台灣還有多的。我自己講一個個人小故事，你看不會很久。我去韓國的時候他們說你從哪裡來？你是半島體產業的從業人員嗎？計程車司機都這樣問我。我去菲律賓跟客戶談完事情他們就直接拿出手機說沒有你們的話我們手機都不要用了。全世界，只要有在看新聞的人全部都知道這件事情，然後你跟我講說川普會把他送給，就是他自己的半導體供應鏈之前還沒有，還會把他送給中共，這那只是那些人，對啊你不喜歡川普是一回事，但是你這個推理，就很像那個威龍闖天關，這麼一碗砒霜你喝不喝，一樣的道理。為什麼你會做出這，你會做這種推理呢？

Miula
那最後他跟台灣。

君朔
我的觀點一下很簡單，其他大大小小事情，川普有時候的確也會說出一些傷感情的話，I agree，他每次都講steal steal台灣的半導體。可是呢他就他對台灣，我覺得他對台灣沒有感情，但是呢他就對台灣的要求很簡單，把新竹科學園區在鳳凰城弄一個縮小版的。第二你放心國防部的次長 Elbridge A. Colby，現在有人說國防部除了這個帥哥部長，他有點像做公關，但真的懂、懂真的懂的是 Colby。 Colby 完全大權在握，只要他跟那些人協調好，隨時再端出各種軍售訂單的話，只要台灣錢都拿出來，藍白不要亂擋，然後那竹科幫他搬過去，對川普來說，你就是模範生，你都有達到我們的事情，說不定他後面要進入習近平的時候，就叫賴清德去陪他打高爾夫球。我認為你不要覺得這不可能，就很像看個電影馬杜羅，就是直升機進來，馬杜羅出去，川普就發大財了，OK。所以這絕對是有可能的。

Miula
好，謝謝君朔。那我們下一位請欣慈。

Cynthia
好，那個賣台這個，我都覺得這個議題，在川普剛上任的時候，或川普在選舉的時候，大家都還很擔心，因為川普感覺好像什麼事情都可以談判，什麼事情都可以交易。但我覺得時至今日，已經上任一年多，看到種種新聞，應該或是說，有在聽我們節目的人，應該都不會覺得川普賣台啦。那為什麼他還是會得到這些批評，就是就像剛君朔哥講的，他在言辭上面還是很常嘴巴很壞，說台灣偷了我們的錢啊，台灣都自己用半導體發大財，我們美國人都沒有分到一杯羹這樣子的說法，確實會讓人家覺得他好像對台灣很不友善。

但他真的也不是說對台灣完全是很慈悲的，他不是在做慈善，他對台灣的友善是建立在，跟台灣有不可分割的利益，就是除了，我們節目一直在講，除了在半導體這個供應鏈上面，說台灣有這個矽盾這麼重要之外，台灣就算，藍大講的台灣就算上面什麼都沒有東西，台灣這個島本身這個地位就很重要，然後我一直都覺得很感激，我們天生就有這麼好的地理位置，讓美國覺得我們很重要，我們在第一島鏈上，就是防堵中國的第一條線，然後也讓美國沒有辦法忽視我們這個島。

那川普的友善他建立在，就是就我剛剛講，他還是有很多交易型的行為，會讓人家覺得他並不是完全的施捨，因為他要讓台灣先知道說，就是你必須先保護好你自己，你必須先對你自己負責，我美國才會覺得，我跟你的同盟是穩定是安全的。所以他以上就是要求，剛講那個Elbridge Colby就要求台灣的軍費佔GDP要佔到10%，雖然這對台灣的量真的非常難，但是我們還是努力就現在提升到3點多%，就還是要努力繼續。那我覺得這個就是他，就是雖然不是直接的施捨給台灣，但是他現在最近通過給台灣的，就是111億美元的軍售大禮包，本身就是對台灣最好的保障。那其實很多制度方面的保障，也對台灣很好，我們節目上不一定有談的，就是美國參眾兩院，就通過很多，其實台灣一直以來需要解決的問題，像是說美台快速減免備計稅收法，這個就是簡稱是H32，那其實就是在講的是，美國跟台灣都有登記的公司，長起來被雙重課稅的問題。那像這樣子的東西他們也是，通過法案去解決這樣雙重課稅的問題，那其實在實際上面對美國有好處，對台灣也有好處，對美國有好處就是台灣的投資會更順利，就是更不用被收到就是兩倍的規費這樣子。那除此之外還有很多，就是像去年12月的時候，川普有簽台灣保證落實法，那也是要放寬跟台灣交流的這些準則，那也是讓台灣跟美國之間的交流可以更深化。我覺得這些東西，這就是川普實際上面做的事情，就不能用他嘴巴上的東西來判斷。

Miula
OK，好。藍大呢。

藍弋丰
我這個補充一下剛剛君朔說的，他說。

Miula
你不要補充，

藍弋丰
呼應一下。就是他說以後可能搞不好，川普找我們總統，不一定是哪一任總統，去打高爾夫球。好，我們節目講到和平理事會，是加薩和平理事會，加薩從前要蓋什麼，資料中心跟先進製造，各位如果我們，當然產業界可能詳情，大家有很多更深的專業，我們就是說以一般普通，剛剛他說了菲律賓的路邊計程車司機，一般聽到資料中心跟先進製造，你會想到哪個國家。台灣吧。

藍弋丰
好，所以搞不好我們如果讓川普很滿意的話，台灣既然插到和平理事會，然後跑去加薩，弄了一個參一腳在資料中心先進製造，所以這是有可能。那我剛剛這個，其實為什麼我現在再補充他們，因為他們兩位已經把我的要講的，講差不多了。那我們想，這個很多人說，我們如果台積電全部都要去美國，美國就不保護我們，各位你想想看美國開始保護我們是什麼時候？韓戰那時候台積電在哪裡？那時候不要說台積電在哪裡，我問張忠謀在哪裡？他說他還在念書嘛對不對。

所以呢，這個就是很明顯的，就是美國保護台灣不是因為台積電。那第二個我剛剛請各位想，如果今天剛剛那個Miula不是打了我一拳嗎？那今天如果Miula要打我這一拳的時候，他手上帶著一個很脆弱的、很貴的黃金手套，那他敢打我這一拳嗎？現在問題就是這樣，台灣是美國的第一線戰場，然後可是台積電半導體業，它是一個蠻纖細的產業，我們知道台積電，你不要說打仗了，你就是平常高鐵的震動太大，他都要去想辦法做檢證。一個纖細的產業，你在打仗的時候，它產能就會被受到嚴重破壞，那他的運輸或什麼當然都會受阻。所以如果今天美國他想到一打仗的時候，我的半導體產業會全部shut down，因為我台灣這裡雖然沒被打下來，但是他也沒辦法，不管有沒有被打下來，他也沒辦法生產了。那你會不會投鼠忌器？你在對抗中國的時候，你是不是就底氣就變少？所以其實他把一部分的產能搬到美國，對台灣來說是更安全的。所以我覺得很多人，我的想法是完全錯誤的。今天如果Miula，他這個拿著金手套打我，但是他的金子已經有一半移到他的屁股後面的時候，他就會更敢打我了。其實是這樣子。所以就是我這個幫他們補充一下，好。

Miula
那我來快速講一下，因為他們講太多了，我只能短短的講。首先我在節目講過很多次，我覺得川普，我同意君朔的看法，川普其實沒有那麼care台灣。那對他來講，台灣就是地圖上的一個點，這個點就是一個他的棋子。可是重點來了，他有要把這個棋子賣給中國嗎？絕對沒有。你看川普所有的動作，包含了現在在鼓勵日本要更多的軍隊，要把日本的憲法改了，要讓他們建立軍隊，包含了要賣台灣的這些軍售，包含了美國開始在台灣以東的那些離島，要建立能夠投射到中國大陸的，對地的軍力，包含他們現在做那個電磁炮有沒有，他們新的軍艦，他們要做戰，那要幹嘛的？打岸上的。

所以我必須跟大家講，川普所做的任何事情都是要在第一島鏈，跟中國開戰的預備。那你要開戰，你怎麼可能放掉台灣呢？你不可能放掉台灣。所以大家必須搞清楚這件事情。那但是你必須瞭解川普的做事邏輯，川普的每件事情都是一碼歸一碼。他要保護台灣，不讓台灣拿掉，不代表他跟台灣談關稅的時候，不會把、想要把一些半導體搬到美國，特別是藍大剛剛講是非常正確的，當台灣有一部分的先進半導體，產能在美國的時候，對美國才真的有能夠跟中國開戰的空間。所以，川普的所有動作都告訴我們一件事情，不管他有沒有本他個人有沒有特別友台，他絕對不會把台灣給中國。這我覺得這是我非常有信心。

藍弋丰
他都要買格陵蘭的，大家覺得會賣台灣對不對。

Miula
我們賣他台灣好不好，我們7000億美元賣他。好啦，那我們下一個題目，也跟台灣有關。這個川普說，習近平說在他任內不會打台灣，你相信嗎？那如果你相信，那請問川普卸任之後，習近平還會這樣做嗎？那第一位請欣慈好嗎。

Cynthia
對，他應該是在接受訪問的時候說，我保證。

Miula
他講過很多次了，他在選上前講過，他選後也講過。

Cynthia
習近平有親口答應他這件事情可信嗎？我覺得應該沒有答應他，但是習近平敢不敢。

Miula
沒有，川普說有親口答應，他們在川普上任之後，他們通電話的時候，他們好像有親口答應。

Cynthia
你是問說這個件事情可信，我就不覺得習近平會在電話上答應。

Miula
因為根本沒有講，川普唬爛就對了。

Cynthia
對，但是我覺得川普說，在川普任內習近平不會打台灣，這個我是相信的。我覺得確實是這樣，但不一定是川普一個人的功勞，不是說習近平看在川普是好朋友的面子上面，我們就不要打台灣，不是這個原因。當然是美國一直以來這麼多年來，尤其在川普任內加深的對台灣的防禦，在全世界圍堵中國、削弱中國的競爭力的這些功勞，才是真正讓習近平不敢打台灣的原因。但是我覺得他只有講到習近平不敢打台灣，但是如果今天中國政府垮台，就是如果習近平已經不是習近平，那中國會不會打台灣？我覺得這又有很多變數了，我就不知道怎麼樣。所以剛問說川普卸任後會有什麼演變，我覺得在這個大戰略上面，因為美國其實不管是民主黨、共和黨執政，他們大戰略上面就是要圍堵中國，所以我覺得我不太擔心，會有超劇烈的改變。

Miula
好，謝謝欣慈。下一位藍大。

藍弋丰
我想就是講個大家老政治笑話，某某人說200次不選，然後最後還不是選了對不對，這是我們都很熟悉的笑話。好，可是今天如果我們欣慈，她跟我們講說她不會選總統，那她一定不會選總統。為什麼？因為她才二十幾歲，她根本沒有達到總統要四十歲才能選。

Miula
你不要再講人家年齡好不好，他不喜歡人家講年齡。

藍弋丰
OK，所以我剛剛講的意思就是說，其實我不喜歡這個問題說，習近平答應你什麼，他會不會。我說從來世界上歷史，從來沒有說嘴巴上講的事情，我才不管你講什麼了，我只看你有沒有能力做到這件事情。所以中國會不會打台灣，我們就看中國有沒有能力打台灣。如果他有能力打台灣，說真的，他之前跟你講200次不打，他今天這一秒鐘開始有能力打，他立刻就會打了。

那如果他沒有能力打台灣，他每天在那邊騷擾你、嚇你、恐嚇你，他就是沒辦法打。那目前看來就是，其實川普正在慢慢的削弱中國，這個能夠打台灣的可能性。那包括加強美國軍隊，包括去敦促台灣加強我們自己的軍備，也包括在經濟上去削弱中國。那剛剛欣慈講說，如果中國政府垮台之後，會不會突然打台灣？我認為如果中國政府垮台，那是完全不可能打台灣。因為如果中國政府垮台，他已經要對台灣海峽做一個大規模的渡海侵略作戰，他需要非常非常大的資源集中能力。如果中國垮台，那就不可能打台灣。但是我們那時候會面臨另外一個問題，就是可能會有一大堆難民要過來，然後我們如果是攻打台灣，我們那個漁船當然是把他轟掉，但是如果是難民架著漁船過來，我們恐怕不能把他轟掉，那個是我們可能到時候要面臨的問題。

Miula
好，那君朔，來，你是習大大的資深觀察家，來。

君朔
好，很簡單。第一，你就覺得那恆大四五年前倒掉的時候，雖然說中共好像不敢去全面清理房地產壞帳，但我那時候一直說，各位太好了你就看吧，癌症就在那邊慢慢擴散嘛。請問一下從今天看起來有沒有錯？第二，習近平綁架全國，就是現在把全國的資源，就想要在科技上的自主跟美國一拼，那當然現在有好好的老黃在那邊助攻，我個人對黃仁勳還蠻失望，所以我家就住在那個鄒記食舖，他今年來，我還想要寫個標語去嗆他。所以重點是這裡，中共的經濟整個就一直在腐爛下去，然後川普這邊，你看國防預算要加到一兆五千億美金，然後另外一方面，你看高市早苗，不早點當選，偏偏這時候當選可能也要修憲。所以你從這幾個變數看起來，好啦，他一定越來越想打，當他沒有路的時候，但是他的能力，在我看來會往下掉，會類似像什麼，類似折舊。所以我認為只要，當然川普現在要把國內這個affordability就是個東西太過問題，只要能解決，他只要能夠期中選舉贏的話，讓JD Vance或Rubio，有變成所謂的48仔48的話，這些這種peace through strength的東西，一直下去的話，習近平真的是四個字就時不我予。所以我這種，當然台灣不能因為這樣的鬆懈就這樣。

Miula
好，所以你是覺得時不我予對不對，打不了。好，那我講我的看法。我覺得我每次在看這個，中國會不會打台灣這個問題，我心裡就分成兩邊。第一個，如果我們看習近平的動作，特別是他在清理，中國的軍方將領的這個動作，你覺得他真的好想打台灣，他是真的想打台灣。但是另外一方面，像藍大講，你看一些客觀事實，你就怎麼看都覺得他打不了啊，他就打不了啊。然後我覺得最近有個事件，真的是完全改變我對這件事的看法，就是委內瑞拉的事件。我不知道川普，咻，美軍下去就把馬杜羅抓了對不對。你要抓人是很難的，所以美軍要抓習近平應該蠻難的啦，但是要殺了習近平，我覺得沒有很難的，要斬首的難度低很多。但去想，如果今天習近平，我會突然想到一件事，叫做，如果美軍要斬首我，我是沒有核保護傘的。很多人都覺得說，中美兩邊開戰，是彼此有核保護傘的對不對。你敢炸了我中國的領導人，他媽的我核彈過去炸美國。但是我後來想想，不是這樣子的。如果今天是習大大還活得好好的，那如果美國攻擊這個中國本土，初期雙方一定是傳統戰爭，但打到一個程度，中國打不贏就會考慮用核戰，所以這是傳統做法的一個風險。可是你想如果今天是習大大被斬首，接下來會有人接班嗎？不管是誰接班，請問接班的人會想要搞砸這件事嗎？他不會。他本來是習大大在那裡，永遠輪不到他的對不對。今天哇我瞬間當皇帝耶，我瞬間龍袍加身當了皇帝，我幹嘛把我的天下搞砸。

藍弋丰
跟委內瑞拉現在副總統一樣。

Miula
對不對，你看委內瑞拉的副總統，他是一個很挺馬杜羅的，他是馬杜羅派系非常忠實，結果他現在跟美國合作的很好耶。所以你想，如果今天是你是，不管是哪一個人，到時候習近平突然被幹掉，下一個人接手，他說哦太好了，現在原本我還擔心我明年會被習大大鬥掉，現在不用擔心了，現在我是老大，我是老大我幹嘛把世界搞到世界大戰？不用啊，我就象徵性的罵幾句美國，然後私下派人去談。那習大大我不知道習大大搞不懂能不能搞懂這件事，畢竟人家那個學歷還不錯，所以，不是我是稱讚他幹嘛笑。他可能會搞懂他可能會搞不懂，但是我覺得這件事情應該會對他有些陰影。

藍弋丰
因為他在節目也講過，其實 Golden Dome 他會比我們想像的更快就能夠架設完成，所以其實物理上中國真的沒有核保護傘的時間，快要到了，就是再沒有幾年。到時候你的所有的核彈，不管你要從中國本土發射，還是從海上潛艇發射，還是任何地方發射，馬上就被Golden Dome打下來。所以這個也是為什麼，Golden Dome一推出的時候，中俄立刻就很慌張的原因了。所以這個也是，節目上 Miula 就講過了，補充一下。

Miula
好，那我們接下來要對第二年，第二年川普的第二年你有什麼預測？來藍大你先預測。

藍弋丰
我，但我覺得我這個預測，可能不一定能夠很準，因為我如果要預測的話，我通常希望是很準的，然後我到時候就會說，哈哈大家你看就是這樣子。但是這個預測比較是我個人希望，就是我希望川普，他在接下來剩下幾個月裡面，他能夠趕快把這些戰場，稍微收縮一下，然後我想這現在的民調很低，也有助於讓民主黨掉以輕心。但如果他最後幾個月之內，他有一些很好的表現的話，你知道我們人類是這樣，就是你如果，今天你如果說，這個人本來，比如說我是台大醫生，台大醫生他應該很厲害，結果你看以後覺得他沒有那麼厲害，你就會覺得他特別不厲害。那如果你說，這個人這個小學畢業，你本來覺得他很不厲害，如果他看其實還蠻厲害，你就覺得他特別厲害。比如說從這個階段開始，如果川普希望他能夠，打國外國際上國內很多事情，能夠夠收容，然後有一些成果慢慢拿出來，到了10月的時候，美國人就有說，其實他還蠻厲害，比我想像的厲害，那時候他就可能會得到比預期的多的票。那能夠打破就是美國的總統在，這個期中選舉通常都會掉眾議院。

Miula
幾乎都會輸掉了。

藍弋丰
這個歷史的定律。

Miula
好，那欣慈。

Cynthia
對，川普的第二年就是今年的這個要預測的話，應該是在講期中選舉的成績，然後我也是覺得，都被講完了。期中選舉應該沒有辦法選得太好，因為他現在民調這麼低，所以他如果真的有想要做什麼的話，可能他還會，我覺得川普第二年可能還會再逼全世界，再給出更多的讓利，然後讓他可以對選民有更好的成績單做交代之類。但是國內的經濟問題或說現在的治安問題，現在就是很多藍州這麼討厭ICE的執法這些問題，雖然藍州本來就不會投給他，對，但我覺得期中選舉上面，大家還可能選民會看到，現在國家還是很亂，這個陣痛期在第二年，應該還是不會過的，這個情況下，我覺得期中選舉，應該沒有辦法表現得太好。

Miula
好，那來。

君朔
那個川普一路，就是說他開很多戰場前，他老實說他真的用滿粗暴的方式，想要衝過很多這種的point of no return。就其中選舉，他一定要想辦法把國內的通膨降下來，但他們用的另外一個方法就是，對等關稅你回想一下對等關稅，他那天記者會的時候他前面放的是什麼？他放的不是在講關稅會發大財，一直在講我們投資案投資案投資案一直進來。所以如果這些投資案都開始動工，然後呢讓美國人開始覺得，有很多更好的job，這是第一點，製造業回來。你想想看川普還沒有回來以前，你問每個專家都說，啊，不可能啊。所以當然這個工廠不會那麼快，但是呢，如果到其中前一天，你會感到，很多案子都在動了，就是美國如果大家忽然講話，那邊有個工廠，那邊有個新工廠，那就是第一個改變。好，然後第二，川普的確用一些比較，就信用卡不可以超過10，其實這種新的右派，不像以前傳統就只為了減稅去管制，他有一些做法跟左派其實有點像，這個趨勢你可以注意一下，法國也一樣。

然後最後一點，以國外來說，加薩可能真的就和平委員會，然後呢真的出一個什麼海景第一排，然後第二伊朗，我認為他會動伊朗，你看著好了。現在只是大軍在集結，那如果伊朗、委內瑞拉都沒了，如果他真的把俄羅斯，那邊也能搞停戰就說了嘛，就俄羅斯也開始慢慢拉過來的話，你會看到整個，就是國外也變得和平，然後國內呢，他要的東西也開始出來，你會看到一個很不一樣的世界。如果他真的天命在他那邊，在其中選舉前這些都做到的話呢，哇，我想，反正就是大家到時候就變丟銅板，看JD Vance或者是Rubio，那民主黨就旁邊洗洗睡了，OK。

Miula
好，那謝謝君朔的預測。那我自己的預測一樣，我覺得川普在今年，他的重中之重是期中選舉，因為期中選舉他不能選的太差。他就算要輸最好只是小輸，因為小輸的話其實你在撬動，這個民主黨的一兩位議員的票，還比較容易一點。所以我想他今年會全力拚內政。那美國人民現在最痛的是什麼，就是物價嘛，他們叫做生活負擔成本。那怎麼拚生活負擔成本？剛剛有講第一個油價，油價一定會打下來，所以今年川普會想盡辦法，把油價打下來。那這第一個。

第二個電價，大家知道嘛，其實美國這個AI的發展，要有很多的電，所以其實川普接下來應該會有很多，關於電價的一些相對的改革，讓美國的電價可以降。那油價電價降的話，對於美國的物價應該會有一些些有感的部分。第三塊我節目有跟大家講房地產，不是房地產啦，住屋成本啦。所以應該會想辦法讓今年的這個，住房的供給會想辦法去增加。那我覺得這三塊應該是很明確可以看到他會去拼的一件事。還有另外一個東西會做這個聯準會的降息，我覺得他不管是哪一個，因為大家現在也不知道他要選誰，最近有一個投銀的人選，好像變成frontrunner，那但是我覺得他應該會push，今年要降到3碼以上，3碼，我覺得有機會，我覺得機會蠻高的。那在這些狀況下，加上剛剛君朔講的，其實川普很多經濟政策是蠻左派的，我其實也想罵了，說這也是信用卡的利率的限制。那包含了之前藥價對不對，強迫那些藥廠說，也在GLP-1賣便宜一點。那我覺得川普今年也一樣會搞一些，強迫一些常常降價的一些做法，我覺得會做啦。至於這些做法能不能讓他，期中選舉穩贏，我覺得還是比較逆風，但是能夠拚到少數為贏，我就覺得不錯。但是我覺得要勉強贏的機率也不是0，Maybe 10%吧。

藍弋丰
店家部分補充一下，其實川普現在就已經在跟PJM，PJM就是賓澤馬，賓紐澤西馬尼蘭，賓澤馬就是美國東北的電網區域，在要挾所有PJM電網，說你們不准漲價，那就是Miula剛剛講，因為蓋太多資料中心，所以其實電價正在上漲，川普已經勒令他們不准漲價，現在正在談。

Miula

而且川普現在一個最重要的一招，就是叫所有的AI的巨頭，在他自己資料中心旁邊自己蓋電廠，現在也被罵，你說你這有經過環評嗎？像特斯拉他們那個Colossus那個超級電腦旁邊，就自己弄一堆天然氣發電機組，現在就被罵，但是我覺得川普會這樣搞，因為他已經告訴所有的科技巨頭，你們就是想辦法自己搞定自己的供電。微軟也承諾了，微軟說好那以後我們就不會接上主電網了，我們的自家中心就是我們自己弄個發電。那怎麼弄發電？我估計大概是天然氣最容易啦，因為天然氣太陽能這兩個算是最快的，核能不太可能。那大概這樣。那最後一題哦，我們今天上半場最後一題來，請問大家覺得台灣的政府，哎我們今天我們台灣政府官員，台灣政府目前跟川普政府打交道，打得怎麼樣？有沒有你要給他的一些建議？欣慈先好了。

Cynthia

好，我先。台灣政府我覺得在一開始，可能去年的時候，大家還是還看到蠻多批評的，尤其是會，就看到一些批評是講說，台灣政府就是執政黨，好像跟共和黨沒有很熟，好像跟川普沒有很熟。也看到一些國外智庫在批評說，台灣的政府根本就沒有辦法，建立一個穩定跟川普溝通的管道。所以大家就會覺得，台灣這邊很危險，然後覺得做得不好。我覺得這個確實就一直以來，會有這個印象跟詬病的地方。可是直到最近，這關稅談判結果出來，台灣得到15%，那又在232條款上面，得到最惠國待遇，然後關稅又不疊加，我覺得這個成績已經足以證明說，台灣政府應該已經建立跟美國高層直接的聯繫，然後也取得美國政府的信任。所以接下來會是合作的好夥伴。我覺得這些就已經證明台灣政府好的部分了。那接下來要改進的地方，我覺得真的就是內部政治的問題吧，就是台灣一直以來沒有辦法好好的達到，美國對台灣就是自我保護的這個期望。所以台灣還是需要在軍備上面做更多的努力，就是軍費佔GDP的佔比，還是需要提高，因為美國當初講的是10%。所以我覺得台灣作為一個，受到中國這麼大威脅的國家，確實一定要提高到這個水準。

Miula

好，那下一位請君朔。

君朔

好，我認為有兩個。第一，我相信如果你有當過業務經驗的，你都知道，公事當然要好好談，但私底下如果你們有些共同興趣，那個小布希跟小泉，最喜歡講棒球。好，我為什麼要講這個呢？我認為民進黨賴清德應該要做一件事，你不要叫幕僚去看YouTube，可是美國那麼多保守派的YouTube的節目，應該至少挑個20個，你不要叫幕僚，幕僚會虛擬故事。你辦比賽，讓年輕的大學生，讓他們去看，然後呢，寫心得，然後呢，寫得好的，就送給總統看。

你看川普在美國罵得很兇，你不想過，你再跟他談政治之外，你說，我瞭解你們的處境啊左派亂搞你們啊，你看川普在美國也罵得很兇想過你在跟他談政治之外，你說我瞭解你們的處境啊，左派亂搞你們啊，這樣就建立一種關係，這是其中一種。另外一個，就今年有一個人Modi很可憐嘛，他一直被川普修理，巴基斯坦怎麼樣勾上川普政府的，他們的那個搞加密貨幣，他勾上了Witkoff的兒子。所以應該要找企業家跟他講說，我們可以來合作，這點川普有點奇怪，我們今天沒有辦法細談，但是有人就說，這是貪污賄賂自肥，但是川普常常都是這個生意很不錯，我自己也有做很像建商，我自己也買一戶，我賣你的東西不是爛房子，我自己也做。所以我認為這個要想辦法從商業上，除了半導體之外，其他東西也跟川普的表面上政府之外，但就是禮拜六日會去跟川普馬拉哥，在那邊打高爾夫球講垃圾話的人，想辦法找幾個商人，再弄一些新的項目。這兩個東西，因為就結合到覺得期中選舉贏的話，美國再來4849，可能這是個長期轉型。所以最後講一件事，我不是要批評，但是我們的駐美副代表呢，好像也是找一個很像跨性別的，那個就，那個就評到比較不對啊，我沒有，他的能力怎麼樣我不確定，但我相信他能力是不錯的。所以我認為這兩點非常的重要，OK。

Miula

好，那麼下一位請藍大。

藍弋丰

我想就是大家，我們在節目上也講過很多次，川普對誰會特別優待呢？像阿根廷的米萊對不對。所以就是剛剛君朔講的，我們如果跟他，要調氣息相投，我們可以得到比較多額外的好處。但是我想民進黨過去是一個，從公運環運起家的一個左派政黨，那你要他一下子轉到川普這麼右，我想這是有困難，也不是這個也不是很，不是很合理的要求。那好那其實像欣慈就講了，在這種狀況下，我們拖了這麼久的關稅貿易談判，有這樣的結果，我覺得算中規中矩，已經達到一個相當好的結果了。那在我想就以最重要一點，其實也是欣慈講到的，我想台灣人也不只是政府，我們全體國民我們要想一件事情，大家覺得以色列面對這些威脅，相對我們面對中國威脅有多大？那以色列在這一次哈馬斯戰爭之前，他們的國防預算達GDP的 5%、6%。那我們以前是 2%，然後小英總統時代才加到 3%，那現在說要 3.5%未來要 5%，那大家覺得這樣合理嗎？先不要講美國有沒有要求我們，大家覺得就我們身為一個國家，我們面對這樣的威脅這樣合理嗎？我想大家想一想，應該會覺得至少 5% 以上才是合理。那美國要求我們 10%，我覺得這是不為過，就以中國的威脅性來說。所以這個大家就要有共識。那當然你說把它加到 10% 很簡單，預算會有排擠，所以你就一定會有一些地方要犧牲，所以你就不能每天在喊說，我這個也要福利，我長照也要再開像健保一樣，我這個也要什麼健保要加更多錢，健保是不是要釋出更多自由市場。所以這是整體的一個政策的方向要改變。如果全民沒有共識，我跟你講政治人物他不會去推動。你去問哪一個立委敢去說，我要修改健保不要說廢除去說我要修改健保，不要說廢除健保，就是修改健保都沒有人敢講的。所以這個是大家要慢慢的去思考這件事情說，OK我們當然未來如果中國慢慢衰弱，我們可能就不用到這麼多，我們可以慢慢降回3%、3.5%，這是有可能的，但現在這樣子絕對是太少的。

Miula

所以藍大你的重點就是，我們要想辦法加強我們的軍力，這可能是對於川普政府最好的一個，展現我們的承諾，對不對。

藍弋丰

就是要看我們有自衛的決心。那自衛的決心，細節他看不到，但是你呢，真金白銀拿出這麼多錢，就是你的自衛的決心嘛，就是這樣子嘛。

Miula

好那最後我來結尾。那我自己覺得台灣政府，跟川普政府打交道這一年，上半年我覺得沒有很高分啦，但是我覺得下半年開始漸入佳境。那特別是，像君朔常常在節目提到，我們的駐美的這些代表們，開始跟一些MAGA圈的一些KOL，開始建立一些關係。你不要小看這些KOL，這很多KOL都直通川普。那我覺得給台灣政府的建議是，我覺得必須持續，除了官方，我跟你講官方你知道誰一定跟你很好，Rubio一定跟你很好嘛對不對。那 Elbridge Colby雖然對台灣很多時候講的話很難聽，可是他是真的很抗中的一個人。所以我覺得那邊，關係當然了他們身為官方的位置他也沒辦法跟你太多明確的互動。那我們要跟誰互動？MAGA的KOL持續深根。另外一塊，我覺得應該要跟他們的軍工新創的那一群人，做更多的更多的合作。你知道其實我，我在節目在兩三年前就講，我覺得台灣應該要多去投一點Palantir，多去投一些Anduril。你要知道在這幾間公司裡面的人，都是最抗中保台的。你看Palmer Luckey我每次都在那講中國多大的威脅，我們怎麼他們在現在的川普政府，是說得上話的。所以除了我覺得我們有可以有更多的企業，以及政府這邊的，跟美國這些軍工新創的勢力做合作。但我覺得那是一個，除了MAGA勢力MAGA KOL以外，我們可以投資另外一塊民間的區域。我覺得這個東西建立起來，對於川普政府對台灣的支持，絕對會更有幫助。

藍弋丰

而且他們的產品也剛好是我們需要的。

Miula

也是啊，對啊。好，那以上就是我們今天上半場的節目。那非常謝謝大家收聽我們今天的，這個川普執政第一週年的回顧。那我們上半場就到這邊了，我們一起跟大家說謝謝。

Subscribe now

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

2026 年，投資美股不能只看股價漲跌，而是要看：AI 時代下，誰真的有長期競爭力？

今年年初，Miula 我特別規劃了一場不一樣的講座，一次帶大家完整解析「美股科技七巨頭 MAG-7 的 2026 估值與全年展望」。

這場不是只聊單一公司，而是從最新 2025 年財報出發，結合 AI 趨勢、產業競爭與估值邏輯，深入分析 NVIDIA、Google、Apple、Microsoft、Amazon、Meta、Tesla 七大科技巨頭：現在的營運狀況如何？AI 競爭力還行不行？外界的看好或質疑合理嗎？2026 到未來兩三年，獲利與估值可能怎麼走？

像是 NVIDIA 面對 ASIC 的威脅、Google 的 Full-stack AI 能否繼續稱霸、Apple 與 AI 整合後的變化、Microsoft 股價修正是不是被錯殺、Meta AI 的成長動能、Tesla 機器人與自動駕駛的商業模式，還有 Amazon 在 AI 世代的下一步，Miula 都會一次說清楚。

和《科技巨頭解碼》中我以單季財報來分析不同，這場講座給的是完整結構性的觀點，幫你把零散資訊，整理成能實際用在投資決策的長線邏輯。

📅 活動時間：3/2 晚上 8 點

🎥 直播＋回放，當天不能到也能之後觀看

💰 原價 1880，科技巨頭解碼年費訂戶優惠 1680

美股科技七巨頭 MAG7 2026 展望與分析： https://miula.kaik.io/events/8bdd9809-03ee-4bea-9089-d1c938ccde49

科技巨頭解碼訂戶專屬入口： https://vocus.cc/salon/658e578ad110b4e0641509c9/products/mag7-2026

如果你對美股、AI、科技股長期布局有興趣，我相信這場講座會是一份很好的年度導覽

【近期美股市場看法｜豐盛之下什麼稀缺｜過年連假好書推薦】

◼ 近期美股表現

• 我們今天第一個主題，先從最近美股的體感開始聊。今天晚上美股沒開盤，但我猜你跟我一樣，今年到目前為止如果主要投資美股、尤其是科技七巨頭，心裡會有一種「怎麼好像已經承擔一波崩盤」的感覺。我自己就是這樣，坦白說我不是那種每天盯績效的人，我大概一個月做一次簡單結算，但真正認真回頭看，常常是三個月、六個月才會仔細盤點一次。所以今年我一直覺得「有點慘」，一直是感受大於數字。結果為了做這一段，我特地去把 eToro 的公開示範帳戶拿出來看，才發現到目前為止是跌 5.3%。如果只看 5.3% 這個數字，好像也還好，但你要想到這是一個多月左右的時間，跌成這樣也不算少。更重要的是，拿基準來比就會有落差：納斯達克年初至今大概跌 3%，S&P 500 幾乎沒跌，約 -0.14%。我自己的帳戶跌 5% 多，顯然是落後大盤，而對我來說合理的 benchmark 其實是納斯達克，所以你就能理解為什麼我會覺得「今年好像比較痛」：因為我最重的部位，剛好都在今年表現最差的那一群。

◼ 美股七巨頭表現不佳

• 真正拖累績效的核心，就是七巨頭裡面幾家特別弱。最慘的是微軟，年初到現在跌了 17%。我對微軟的感情其實很深，金融海嘯後那段時間我曾經把股票清光，後來 2011 年重新買回美股時，第一檔買的就是微軟，一路拿到現在 2026 年，算是我持股非常久的公司。結果今年微軟的走勢真的非常難看，你把時間拉回去年下半年的高點再看，跌幅其實早就跨過一般市場說的「跌 20% 進入空頭」那條線。再來是亞馬遜，年初到現在跌 13.9%，同樣是短時間內跌得很重。特斯拉跌 7.2%，蘋果跌 5.9%，這四家都明顯輸給納斯達克。相對之下，另外三家比較接近大盤：Meta 大概 -3%，Google -2.5%，輝達 -2%。說真的，跌 2% 也沒有多好，只是相對不那麼慘。所以你會看到一個結構：今年讓人心態崩的，很多不是整體大盤，而是你持有的那幾檔「大家以為最穩」的大型科技股，反而變成拖累來源。

• 而且不只七巨頭，我自己的重點持股也剛好踩在重災區。Palantir 年初到現在跌 26%，跌幅非常誇張，但從我的角度，這反而有點像「終於回到相對合理的價位區間」。之前股價高到 180、200 美元時，我就一直覺得太貴了，現在跌到 130、140 左右，我反而覺得比較接近我能接受的估值範圍。另一檔很多人也關心的 SE，今年跌 16.8%，如果從去年年底高點算起來幾乎快腰斬。這種股票我只能講，真的要有耐心，拉長五年看，它的長線報酬我認為仍然有機會贏過納斯達克，而且不是贏一點點。它的營運本質我沒有覺得出問題，問題比較像是股價情緒與時間，市場什麼時候還它公道，往往需要等。

• 你可能會問，那你講了這麼多重災區，為什麼帳戶只跌 5% 多？原因很簡單：我有幾檔股票今年表現很好，幫我把整體撐住。貢獻最大的其中一檔是 Teradyne，我這幾年一直想投無人機，但我最想投的那家（像 Anduril 這種）沒上市，其他像 KTOS、AVAV 我曾經買過，但在真正大爆發之前我又賣掉了，沒有吃到完整一段。不過 Teradyne 我有抱住，我把它當成偏無人機供應鏈與關鍵感測器概念的長線標的，它今年年初至今漲了 62%，這檔真的幫了我很大。另一檔是 Navius（你可以把它放在新雲端、AI 基礎設施相關概念裡理解），股性很兇，漲的時候很猛、跌的時候也很猛，但年初到現在還是上漲約 17%。再來是台積電，今年大概漲 22%，我今年其實還加碼過台積電。原因也很直白：我觀察 Intel 的狀況後，覺得先進製程本身能不能做，跟能不能搶到代工訂單是兩回事，而未來幾年 Intel 要在先進製程代工市場搶走台積電大量份額，我覺得機率不高，所以我把台積電視為更確定的配置方向。另外我也有 ETN 這種偏電力設備的公司，表現也有撐到整體。

• 中間我也順便回應一下自己的操作習慣：像聊天室有人問 ONDS 這類無人機相關小型股，我確實有做過幾次短線買入試水溫，但我一直沒有時間認真研究，最近一次比較完整的研究大概也半年多前，當時覺得理解還不夠，所以沒有變成核心持股。這其實反映了我自己一貫的習慣：如果對一家公司有興趣，我會先小買一點「逼自己研究」，但如果後續沒有時間跟上，最後就很容易又換掉。

• 另外也有人問到 eToro 本身。我這邊要講清楚：我後來把 eToro 的持股清掉了，但不代表我不看好它。我看一家公司通常抓三個點：產業風口、經營團隊、產品競爭力。以 eToro 來說，我對它的產品與團隊其實有信心，線上交易平台從長線看也應該是越來越大的產業。那我為什麼要換掉？原因很單純：資金配置的優先順序。我自己投資有部位組態，第一線持股可能 8% 到 10%，第二線 4% 到 6%，第三線 2% 到 3%。當我部位滿了、又想投更有信心的標的，就必須換掉相對沒把握的。Fintech 這一塊不是我最擅長，我也因此更容易抱不緊，所以 eToro 就被我換掉了，不是因為我覺得它會不好，而是因為我要把資金移到我更看得懂、更有把握的區域。

◼ 對於七巨頭表現不佳的看法

• 回到真正影響今年行情的主軸：為什麼微軟、亞馬遜、特斯拉、蘋果這四家會明顯落後？我認為他們遇到的是同一個大風向：市場又開始緊張 AI 的資本支出，也就是 AI CAPEX。這種擔心其實我們不是第一次看到，2023 年底市場擔心過一次，2024 年底又擔心過一次，而這一次更麻煩的是，從 2025 年底開始一路擔心到 2026 年初都還沒消化完。加上財報季一開，幾家公司的 CAPEX 數字又比市場想像更大，等於把原本已經存在的焦慮再加碼，讓市場的擔心尺度被推得更高。市場需要時間去消化，並且需要看到更明確的 AI 成長成果，才能把這個 CAPEX 的疑慮壓下去。

• 但我必須講得很直白：市場短期真的很吃情緒，市場不是不會錯，市場常常錯。以我們比較了解 AI 的人來看，這一波 CAPEX 的恐慌，很多是莫名其妙。你把三大 hyperscaler（亞馬遜、微軟、Google）手上的 AI 算力就算直接翻倍，我都覺得會瞬間被賣掉，因為現在的供給就是遠低於需求。更重要的是，AI 的用量只會越用越多。就拿我自己來說，我不算最早那批 AI early adopter，我比較像中段班。我在 2025 年才真正開始把 AI 大量整合進工作，而到了今年我開始更認真用 AI Agent。你只要一開始把任務交給 Agent，Token 消耗就會比過去大好幾倍，因為以前是你很精確地下指令、很快改兩次就收工；Agent 的模式是它自己迭代、自己調整，原本你改兩次，它可能自己跑十次、二十次，最後才吐出可用結果。這意味著 Token 的需求增長，可能是 5 倍、10 倍，甚至更高。而現在其實才剛開始而已。以我看到的趨勢，2026、2027、2028 這三年很可能是 AI Agent 快速爆發的三年，人均 Token 使用量的成長，我認為翻倍到數倍都很合理，我甚至偏向會接近十倍的成長想像。在這種情境下，你要說 AI 會在幾年內泡沫，我真的看不出來泡沫從哪裡來。

• 而且 AI 是收得到錢的。三大 hyperscaler 都收得到錢，企業也願意付費。你原本買 Microsoft 365，現在多了 AI 功能，要多付每人每月 10 美元，你不用嗎？企業只要用 AI 能賺更多錢，那這筆費用就只是成本結構的重排而已。所以我認為目前市場對 AI CAPEX 的憂慮，是過頭的。

• 有人會反駁說，AI server 很貴、GPU 很貴，折舊攤提是不是美化獲利？我只能說，市場上有些質疑（像 Michael Burry 講的攤提年限）聽起來很嚇人，但你把現實算一算就知道：以 hyperscaler 現在的狀況，一顆 GPU 的回本時間大概兩年左右，而且你看現在不管是 Google、微軟或亞馬遜，上線的 GPU 訂單基本上都滿到未來兩年。更何況，五年前六年前的 GPU 到現在還在跑，像 A100 在雲端上仍然有人租、仍然賣得出去。Blackwell 是最新一代，但舊世代不是立刻報廢，所以攤提到 6 年，我不覺得有什麼離譜。回本兩年、使用壽命更久，你要擔心的反而不是「花太多」，而是「算力永遠不夠」。

• 因此，你會看到很有趣的現象：微軟、亞馬遜這兩家財報我覺得是二壘安打，表現不差，但股價卻跌十幾趴；Google 這季是全壘打，所以跌得比較少。這其實就很像市場情緒把 CAPEX 變成一把大刀，砍得非常不講理。我會用一句話形容：有點錯殺。

◼ 七巨頭各自分析看法

• 當然，微軟之所以最慘，我覺得不是只有 CAPEX。微軟是三重打擊。第一重是 CAPEX 擔心；第二重是 OpenAI 市佔率下滑。你要知道 2023、2024 年 OpenAI 的 API 幾乎就是企業使用 AI 的黃金標準，某種程度像過去那句話「買 IBM 不會被開除」，那時候你選 OpenAI，基本上不會出事。但到了 2025 年後半，格局變了，Gemini 2.5、Gemini 3.0，還有 Anthropic 的一系列模型與產品節奏，都有效率地把 OpenAI 在企業端的市佔率搶走，微軟自然就成了市佔下滑的受害者之一。第三重打擊則是「AI 會不會取代軟體股」這種末日論。微軟本身就是軟體公司，雖然 Azure 是 IaaS，但 Microsoft 365 這條線就是典型軟體業務，所以它會被市場情緒一起拖下去。

• 亞馬遜的邏輯不太一樣，它沒有 OpenAI 市佔率這個問題，但它的 CAPEX 數字更嚇人，市場看到它一年砸 2000 億美元，明顯高於另外兩家的一千多億，再加上 AWS 成長率又是三家裡面最低，市場自然會投它不信任票：你花最多，但成長看起來又最慢。

• 但我自己的結論其實很明確：除了 OpenAI 市佔率下滑對微軟有一定影響以外，其他很多疑慮最後都會被證明是假的。CAPEX 的擔心終究會被需求與收入打臉。至於軟體股會不會末日，我認為會出問題的是一部分軟體，不是所有軟體。微軟這種企業生態系太強，至少未來三到五年，我不太會看到它有明顯的結構性問題。Office 這條線相對比較容易被市場拿來質疑，但我仍然認為它的企業黏性很難被快速拔掉。

• 特斯拉就更簡單了：基本面撐不起現在的估值，特斯拉是在賣夢，夢是 Optimus 與 FSD。股價高低跟市場願不願意買單夢想高度相關，營運數字對股價的解釋力反而不大。如果要很理性地講，我認為它現在的估值是超級高估，但因為大家對馬斯克有信心，所以很多人願意抱著等奇蹟。

• 蘋果則是一種尷尬的落後。它的財報其實很好，iPhone 賣得非常漂亮，但市場依然覺得你沒有沾上 AI 的敘事，就不夠性感，資金就不會那麼集中到你身上。這就是為什麼營運很強，股價卻不一定跟得上。

• 所以整體看完，我的態度是：我不擔心。我的體感覺得好像跌很多，但回頭看帳戶其實就 -5% 多。我反而覺得美國今年的 GDP 可能會很漂亮，AI 相關公司整體也會很好。AI capacity 的憂慮在我眼中是過頭的，未來幾年 AI 帶來的生產力提升會非常明顯。Token 的使用量我不覺得會下降，只會持續增加，而且企業砸錢在 AI 上看起來完全沒有手軟。某種程度上就像我們常說的那句話，會用 AI 的人會先淘汰不會用 AI 的人；企業也正在用同樣的邏輯行動：就算不知道五年十年後 AI 會把世界變成什麼樣子，但短期內先把自己變成 AI 的贏家再說。

◼ AI 會泡沫嗎？

• 有人問，會不會 AI 不泡沫，但股票會泡沫？我覺得如果是未上市的 AI 公司，尤其創投支持的那一大票，未來一定有一部分會倒掉，這完全合理。但如果 AI 的應用、商業模式、營收不會泡沫，那任何一家「確定會吃到 AI 長期趨勢」的公司，股價出現大幅修正，反而更像是進場機會。這不是泡沫，那是市場情緒帶來的折價。

• 最後回到微軟，我認為它現在的股價，已經把疑慮放大太多了。CAPEX 不是問題，軟體不會被 AI 取代到崩壞，OpenAI 市佔率下滑是真議題，但那比較像從獨霸走向競爭格局的正常演變，有點像特斯拉早年電動車市佔很高，後來競爭者進來、市佔下滑，但市場總量放大後，公司的絕對營收仍然大幅成長。假設 AI 市場從 100 億成長到 1000 億，就算 OpenAI 市佔從 80% 掉到 40%，收入仍然可能從 80 億變成 400 億。這種情境下，市佔下滑是正常競爭結果，不代表基本面崩壞。我認為這件事對微軟的「額外逆風」大概一年左右會反映完，等市佔穩定在一個新的平衡區間後，市場情緒就會回到更合理的比較。

◼補充談 PLTR

• 至於 Palantir，我的看法也很一致：它先前本來就高估，回檔很合理。AI 的確可能對 Ontology 造成一些衝擊，但我覺得更關鍵的是，你買 Palantir 不是買它做 Ontology 的苦工，而是買它賣 Alpha 的能力。Seat-based 的 SaaS 可能會有壓力，但偏結果導向、價值導向的 SaaS，我反而不覺得會被 AI 輕易擊穿。整體而言，除非你重倉的全是 SaaS 或軟體股，不然這一波對多數投資人更像是一段修正；對我這種軟體股比較多的人，震度會比較大，但我不會把它當成需要恐慌的訊號，反而比較像是我願意趁機調整與加碼的區間。

Subscribe now

【豐盛之下什麼稀缺】

◼ 投資新敘事：什麼是稀缺的

• 那接下來我們進入第二個主題。這一段其實是在聊我最近腦中出現的一個新投資敘事：我在過去兩個禮拜，開始正式買一些金屬相關的標的。老實講，這是我以前完全不會碰的投資類型，因為我過去一直偏好投資「生產力」，而不是投資「原物料」。

• 我喜歡生產力型資產的原因很簡單：我看得懂，也算得出來。像 Microsoft 365 能替企業帶來什麼效率提升、企業為什麼願意付費、它大概能賺多少錢；像 Azure 把軟體從 on-premise 的機房搬到雲端後，能提升多少生產力、帶來多少價值；甚至人類整體對運算的需求會成長多少，這些我都可以用數據與模型去估算。因為算得出來，我就能把未來現金流折回來，去判斷現在買貴了沒有。就算短期買在相對高的位置，只要未來創造的價值夠大，也有機會把「買貴」cover 回來。

• 相反地，大宗商品一直是我不喜歡的類型，因為它很常是供需在短期拉扯。需求暴增或供給掉下來，價格就飆；像小麥欠收、像寒冬天然氣需求暴增，你要去猜這些東西其實很難。我不熟，也不是專家，專家都可能看錯，我更不想靠猜去做投資。所以過去我甚至一直跟大家說，我對黃金沒有什麼興趣。

• 但去年第四季開始，黃金、白銀都漲很多，市場上也出現了很多解釋，其中一個論述我覺得合理：去美元化、美元價值被稀釋，所以黃金上漲。這個說法我不覺得荒謬，只是如果黃金的上漲完全是因為這個敘事，我本人的興趣其實不高。我真正被打中的，是另一個更大的故事：AI 所帶來的豐盛。

• 所謂 AI 帶來的豐盛，我想講的是生產力的巨大提升，而且它不只發生在數位世界。Digital AI 會把 PowerPoint、Word、寫稿、做 Podcast、做 YouTube 這些知識工作推到一個新的效率等級；Physical AI 也會在 FSD、機器人這一條線上，把實體勞動力推到新的成本曲線。這個問題我過去兩三個禮拜一直在想：當數位生產力與實體生產力同時暴增，人類經濟會變成什麼樣子？

• 在這個思考之後，我做了一個投資決策的改變：我先買進兩檔 ETF。一檔是 COPX，它是銅礦商的 ETF，重點不是買銅本身，而是買跟銅礦生產相關產業的一籃子公司；另一檔是 SLV，是白銀 ETF。我先講清楚，這兩檔不是什麼精挑細選的神標的，而是我目前覺得暫時可用、可以先建立部位的工具。重點不在於 ETF 本身多完美，而是我開始把銅與白銀放進投資組合，代表我引入了一個新的假設。

• 你如果回頭想，我以前也不投資比特幣。比特幣在我買之前早就紅一陣子了，我一直沒興趣，直到我開始更深入理解塔雷伯的反脆弱與槓鈴策略，才覺得比特幣在那個框架下有一個角色，所以我才開始買。現在我會去碰銅跟白銀，也是同一種狀況：我腦中出現新的結構性判斷，而不是短線追題材。

◼ 數位勞動力與實體勞動力未來都將豐盛

• 這個新的判斷就是：我越來越相信，數位勞動力與實體勞動力，未來都會進入一個極度 abundance 的狀態。abundance 這個字我甚至覺得翻成「豐盛」都不夠準，它比較像是多到滿出來、多到毫不稀缺。知識工作者用腦的勞動力，現在其實已經開始 abundance 化，未來只會更滿；而 Physical AI 會晚幾年，但我相信 2028、2029 Optimus 會大量進入工廠，到了 2030 之後更多低成本機器人加入，2035 左右機器人經濟可能全面啟動，家家戶戶都有機器人。當勞動力變成多到滿出來，它的價格就會變得越來越便宜，這對人類經濟的結構會是非常大的改變。

• 因為過去兩三百年資本主義的核心，其實就是勞動力加上資本，生產出商品與服務。資本是土地、機器、專利、知識；勞動力是腦力與體力。勞動力長期以來一直是很有價值的投入，但如果未來腦力與體力都 abundance 化，它的價值就會大幅下降，最後會導向「生產力過剩」。而當生產力過剩，你可以把它想成貨幣會變得更大量、更容易取得，貨幣本身的價值被稀釋，最後這些大量的貨幣會去追逐那些無法被複製、也無法被快速增產的東西。

• 我用一個很直覺的例子：現在在台灣，按摩一小時可能 1500 元，算是收入不錯的工作。但如果未來街頭巷尾都是機器人可以幫你按摩，供給一下子變成「多到滿出來」，你覺得按摩一次的價格會不會掉到 300？就算用通膨的角度講，名目價格可能沒變，但你手上的錢變多了，等於勞動服務的相對價格仍然在下降。核心結論是一樣的：當生產力兌換成貨幣的速度變快，貨幣會更容易被創造，而它終究會去追逐稀缺資源。

◼豐盛過後什麼是稀缺的？

• 所以問題就來了：在 AI 讓生產力極度豐盛的世界裡，哪些資源會變得更稀缺，而且大家會想要更多，但供給卻無法大幅上升？很多人第一直覺想到能源，因為 AI 需要電力，石油看起來也有限。但我自己的判斷是，能源短期可能是，但長期未必是。馬斯克講過太陽能長線會讓能源趨近無限，我其實同意這個方向。如果把時間拉到 10 到 20 年，太陽能的鋪設會因為電力需求暴增而加速，甚至低軌道與太空運算都可能出現更大規模的發展。低軌太陽能的發電效率高於地面，整體系統若成熟，能源長線有機會進入更豐盛、甚至更便宜的狀態，所以能源未必是那個能「保證稀缺」的答案。

• 那土地、房地產呢？土地供給有限，直覺上在生產力過剩的世界裡，房地產可能會水漲船高。但我覺得這裡變數很大，因為 AI 可能會改變人類居住與城市的必要性。你想像一個老人，如果想住風景好的鄉下，但需要就醫與生活便利，所以只好住城市。可是假設十年後醫療變成機器人下鄉、FSD 物流讓供給進得去，甚至可移動的醫療或手術單位都能到你家附近，那人類非得集中在都市的需求就可能下降。再加上社交也可能被新的型態改寫，我不敢說一定會怎樣，但至少土地不再是那個「供給永遠鎖死」的簡單故事，它可能因為 AI 讓人類更有效利用土地，而讓可用供給在體感上變多。

• 想到最後，我發現最有機會在 AI 豐盛時代仍然保有稀缺性的，反而是工業金屬。某些金屬很難在短期內把產量拉好幾倍、拉十倍。你就算給你大量勞動力，也不見得能快速增產，因為礦本身、開採、冶煉、供應鏈週期都卡得很死。這種「供給彈性很低」的特性，在我這個框架裡就變得很重要。

• 其中第一名就是銅。銅這個金屬我覺得非常有趣，年初 All-In Podcast 的 Chamath 也提過他看好銅，所以我一直把銅記在腦袋裡。當我把「AI 豐盛」這個框架放進來後，第一個想到的就是銅：銅未來會不會被取代？有些情境確實會用光傳輸替代部分銅的資料傳輸，例如某些叢集內部的連結，但你認真想一圈就會發現，在 AI 時代銅仍然很難被取代，因為它不只在運算系統裡重要，在電力系統裡也重要。像主機板上 CPU 與 GPU 的通訊、連結線路，很多地方本質上就是靠銅。就算部分會被光學替代，整體需求仍然會非常大，而運算越多、電力越大，銅的用量大方向就越往上。

• 更關鍵的是，銅不容易增產。供給彈性低、需求在上升、且用途是整個 AI 基礎建設與電力基礎建設的底層材料，這幾個要素同時集中在銅身上，這就是我把它排在第一順位的原因。

• 第二個我選的是銀。銀的重點我放在工業面，而不是把它當貨幣敘事。銀的導電能力比銅更好，但之所以不是全面用銀，是因為銀比銅貴很多，所以銀通常只會用在一些關鍵的接點與必要的位置。正因為它被用在關鍵點，那些關鍵點的需求成長起來，銀的用量也會跟著上去。另一個更直接的需求是太陽能：如果人類能源要走向豐盛，太陽能板的鋪設會增加，而銀又是太陽能板（銀漿）的重要材料之一。也就是說，銀同時吃到運算與能源這兩條長線需求。

• 而且銀跟銅有一個共通點：都很難快速增產。銀在很大程度上是銅的副產品，銅若難以大幅增產，銀也跟著難以大幅增產。你就算擁有更多勞動力，想把銅和銀的供給在短時間拉起來，現實上也非常不容易。

• 所以我目前的做法很簡單：在這個新框架下，我先把銅跟銀當成一個小部位配置，視為面對 AI 變局的一種避險。我希望自己在投資組合裡，有一些具備反脆弱特性的資產，也就是當世界發生巨大變動時，它不是受害者，反而可能受益。我認為 AI 會替人類的經濟世界帶來非常大的改變，甚至有些改變我們現在無法預測，所以我想先佈局一點這類在變局下可能更有利的東西，而金屬在我目前的推論裡符合這個角色。

• 也因此我沒有去買黃金。黃金現在的主要敘事仍然偏去美元化與通膨避險，那不是我此刻最有興趣的主題。對我來講，銅與白銀的長線價值更像是一種「文明建設稅」：當 AI 基礎建設全面擴張，某些關鍵材料會因為稀缺與難以增產而出現價格支撐甚至上行，這是我把它們納入投資組合的核心理由。

【過年連假好書推薦】

◼ 過年好書推薦

• 節目的最後一段，我想很快地跟大家分享幾本書跟幾部劇，當作過年期間可以帶走的清單。第一本我最想推薦、也是不管你看過幾次都值得重看的，就是 反脆弱。這本書我自己已經看了三次，嚴格說是兩次半，接下來會把第三次完整看完。因為我真的覺得，在這個年代，反脆弱是一個非常需要反覆咀嚼的概念。

• 反脆弱在講的，其實不是投資技巧，而是一個面對世界的分類方式。第一種是脆弱的東西，遇到變化就像玻璃杯一樣碎掉；第二種是強固的東西，它可以承受比較大的衝擊，但本質上仍然只是撐著；第三種才是反脆弱，遇到變化不但不受傷，反而從波動中獲益。我自己對 AI 的感受其實是又興奮又害怕，我真的覺得 AI 在未來十年，對人類文明帶來的改變，可能會超過過去五十年，甚至一百年的總和。

• 正因為變化會這麼大，我覺得我們必須重新檢視自己的生活，包括工作、學習、理財、投資、時間配置，哪些東西其實很脆弱，應該要想辦法移除；哪些東西可以讓它更強固；哪些地方有機會培養反脆弱性。不是所有事情都能變成反脆弱，但至少有些東西，可以讓它不要那麼容易被擊倒。當你一邊重讀反脆弱，一邊對照 AI 帶來的變局，你自然會開始思考，哪些地方需要做出比較根本性的調整。

• 就像我前面講的，開始買銅跟白銀，其實我自己也會害怕，因為這不是我熟悉、也不是我最舒適的投資領域。但當年第一次買比特幣，我也是一樣不舒服。這種不舒服，本身就是在提醒你：你正在重新思考自己面對未來變化的方式，而不是繼續待在舊的安全區裡。

◼ 風與真實

• 第二本想推薦的是小說，是我非常喜歡的一個系列，風與真實，也就是颶光典籍的第五集。這個系列如果你還沒看過，我會很推薦從第一集《王者之路》一路看上來。這套書的世界觀、角色塑造與長線鋪陳，我個人非常喜歡。中文第五集終於出了，雖然翻譯速度慢到讓人想吐槽，但還是很開心終於能補齊。如果你本來就喜歡長篇奇幻，這是一個很值得投入的世界。

◼ 馬斯克的X帝國

• 第三本書是 馬斯克的X帝國。這本書我自己有寫推薦序，所以也很老實跟大家說背景：作者本身比較不喜歡馬斯克，立場偏左派，對馬斯克的評價我不會完全同意。但我覺得他已經盡力做到一定程度的客觀，至少不是那種純情緒輸出的寫法。這本書其實在講兩段故事，一段是 Jack Dorsey 時代的 Twitter 發生了什麼事，另一段是馬斯克買下來之後，整個平台的轉折與衝突。

• 比較可惜的是，這本書大概在 2023 年截稿，所以沒有看到後續 Twitter、也就是 X 證明自己能夠重新活過來的階段。因此書中對馬斯克這筆收購，評價相對保守甚至偏負面。但如果你把它當成一個幕後故事來看，補足背景脈絡，而不是拿來當最終結論，我覺得它仍然是一本蠻有價值的書。

◼科技冷戰新賽局

• 接下來這本是 科技冷戰新賽局。老實說，一開始這本書沒有引起我的注意，是出版社編輯一直推，我才想說乾脆翻來看看，結果發現比我預期有趣很多。書名其實沒有完全抓到重點，它真正要講的是美國國防部底下的一個單位，Defense Innovation Unit，也就是 DIU。

• DIU 的任務很簡單，但也很困難，就是把民間的新創科技導入軍事體系。傳統軍事承包商又慢又貴，而未來戰爭本質上是無人機、AI、軟體與系統整合的競賽，美軍如果不改，會完全跟不上。DIU 就是在這樣的背景下誕生，中間遇到大量官僚、國安、制度面的阻礙，也經歷很多失敗，但最終確實讓美軍開始更大規模地與新創合作。這本書如果你對國防、科技、制度創新有興趣，是一個不錯的切入點。

◼納瓦爾寶典

• 最後一本書，我真的想替它說幾句話，就是 納瓦爾寶典。我最近一年在 Threads 上看到不少人嘲諷這本書，說看這本書的人很蠢、內容都是廢話。我老實講，我完全無法理解這種批評。這本書對我來說，是那種你如果真的走過一些路、做過一些選擇，再回頭看，會產生很強共鳴的書。你不會覺得它是在講老生常談，而是會覺得它在幫你校準一些你本來就隱約知道、但說不清楚的原則。

• 如果你看了這本書只覺得它在講空話，我反而會覺得，那可能不是書的問題，而是你還沒走到會跟它產生共振的位置。這不是高下之分，而是人生階段的差異。對我來說，納瓦爾寶典是一本會隨著時間重讀、而且每次重讀都有不同收穫的書。

◼韓劇推薦

• 書講完了，最後補兩部我很喜歡的劇。第一部是 愛情怎麼翻譯，我真的非常推薦，已經三刷了。這部劇一開始可能會讓人覺得有點奇怪，但如果你不要太糾結細節，而是看它在講人與人之間如何理解、如何錯過、如何翻譯彼此的情感，我覺得它寫得非常好，兩個主角的表演也很出色。

• 另一部是比較被低估的韓劇，有利的詐欺。它在講一個天才少女如何捲入犯罪集團，又如何試圖切斷自己的過去，在律師的協助下重新選擇人生。這部劇前後段風格其實有點不同，但整體我覺得很好看。如果你願意細看，每一集其實都有不少可以拆解的地方。

【2/16~2/20 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP278. 近期美股市場看法、豐盛之下什麼稀缺、過年連假好書推薦 | M觀點

EP279. M觀點感謝祭特別集 - 川普執政一周年總評｜M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

2026 年，投資美股不能只看股價漲跌，而是要看：AI 時代下，誰真的有長期競爭力？

今年年初，Miula 我特別規劃了一場不一樣的講座，一次帶大家完整解析「美股科技七巨頭 MAG-7 的 2026 估值與全年展望」。

這場不是只聊單一公司，而是從最新 2025 年財報出發，結合 AI 趨勢、產業競爭與估值邏輯，深入分析 NVIDIA、Google、Apple、Microsoft、Amazon、Meta、Tesla 七大科技巨頭：現在的營運狀況如何？AI 競爭力還行不行？外界的看好或質疑合理嗎？2026 到未來兩三年，獲利與估值可能怎麼走？

像是 NVIDIA 面對 ASIC 的威脅、Google 的 Full-stack AI 能否繼續稱霸、Apple 與 AI 整合後的變化、Microsoft 股價修正是不是被錯殺、Meta AI 的成長動能、Tesla 機器人與自動駕駛的商業模式，還有 Amazon 在 AI 世代的下一步，Miula 都會一次說清楚。

和《科技巨頭解碼》中我以單季財報來分析不同，這場講座給的是完整結構性的觀點，幫你把零散資訊，整理成能實際用在投資決策的長線邏輯。

📅 活動時間：3/2 晚上 8 點

🎥 直播＋回放，當天不能到也能之後觀看

💰 原價 1880，科技巨頭解碼年費訂戶優惠 1680

美股科技七巨頭 MAG7 2026 展望與分析： https://miula.kaik.io/events/8bdd9809-03ee-4bea-9089-d1c938ccde49

科技巨頭解碼訂戶專屬入口： https://vocus.cc/salon/658e578ad110b4e0641509c9/products/mag7-2026

如果你對美股、AI、科技股長期布局有興趣，我相信這場講座會是一份很好的年度導覽

【幫高市早苗拚經濟】

◼ 恭喜高市早苗眾議院改選大勝利

• 我們今天第一個話題，先從日本的新首相高市早苗開始。先恭喜她解散國會後拿到一個非常誇張的勝利。這件事我之前在國際大事收藏版其實就講過，我那時候就覺得她不是什麼豪賭，她是穩贏；但我沒有料到的是，她會贏到這種程度。自民黨單獨過半就算了，加上執政聯盟之後，眾議院總席次來到 352 席，等於拿下四分之三的席次。三分之二已經很誇張，四分之三就更離譜了。這也讓日本在眾議院層級，已經跨過修憲需要的門檻；接下來重點就會落在參議院改選，若執政聯盟在參議院也能站上三分之二，那日本就有機會真正推動修憲。

◼ 高市大勝對台灣影響？

• 那這件事跟台灣人到底有什麼關係？關鍵就在日本的和平憲法。日本因為二戰背景，憲法設計上對「擁有軍隊、對外用武」有很強的限制，所以才出現一個很特殊的安排：有自衛隊、而且實力其實不弱，但在憲法框架下又被寫成只能防守、不能攻擊，很多時候等於綁手綁腳。我的理解是，日本只要能修憲，就可以更正式、更完整地建軍，軍力的定位、能力的運用、乃至於對外協防的政治正當性，都會往前走一大步。對台灣來說，這當然是加分。因為台海如果真的出事，除了台灣自己的防衛之外，美日協防的重要性不用多講，而日本軍力如果弱到讓自己都沒有信心，就更不可能在關鍵時刻做出有力的協防選擇。支持高市早苗，本質上就是在支持一個讓日本更有能力、更有意志介入亞洲安全格局的方向，這跟台灣安全利益高度一致。

• 我也順便講清楚我的基本立場：我從來不相信「我們只要更軟、更弱、解除武裝，對方就會因此和平相待」這種想法。當你很弱的時候，人家更容易下手。保護台灣最務實的方式，是讓對方覺得「要打你會很痛、成本很高、甚至不一定划算」，尤其在台灣加上美日的前提下，要讓侵略者覺得自己可能會陷入一場打得灰頭土臉、甚至政治位置都保不住的戰爭。在這個邏輯下，高市早苗上台、又拿到接近全面執政的能量，對台灣的重要性就非常清楚了。

• 站在日本國內的角度，我覺得高市早苗的政策方向也算合理。第一個是減稅刺激內需。很多人談國內財政直覺就是想加稅，理由是政府沒錢；但加稅往往會壓低經濟活絡程度，最後反而可能收不到預期的稅。她的做法是用減稅把內需拉起來，同時搭配扶植戰略產業，等於把「刺激需求」跟「強化供給面的競爭力」放在同一套政策框架裡。第二個是能源改革，尤其是重啟核電的主張。福島核災後日本大幅壓縮核電，過去在沒有 AI 這波用電大潮的時代，也許還能撐；但現在 AI 對電力的消耗已經把能源問題推到國安與產業戰略的核心位置，每一分穩定電力都很關鍵。這也剛好跟台灣最近對新式核能、第四代核電的討論有一些呼應：技術路線更安全、但成本更高。至少方向上，我覺得它是一種解方，而不是一句口號。

◼ 九州行心得分享

• 不過，今天這個主題，我想用一個比較生活化的方式收束：我這趟去日本，某種程度也是「去幫高市早苗拚經濟」。當然不是去助選，我到的時候投票已經差不多結束了，很快就看到她大贏的消息，我是真的超開心。這次最重要的是，我人生第一次去九州。過去我去日本幾乎就是東京，因為工作關係常去；北海道我也去過，而且我很喜歡，本來這次寒假原本也想再去北海道，但去年熊出沒的新聞太多，我跟太太討論行程的時候，她很在意「能不能去一個沒有熊的地方」。你去查日本哪裡沒有熊，答案很簡單：一個是千葉，但你說要去日本五天四夜都待千葉也怪怪的；另一個就是九州。確定九州沒有熊，我們就決定去九州了。

• 老實說，以前我對九州真的沒什麼興趣，因為日本我還有很多更「主流」的地方都沒去過，像京都、大阪我都還沒去過，那九州當然更不會先排。但這次真的因為要去九州，我開始研究，才發現九州其實是個旅遊好地方，而且福岡這幾年突然變得很紅，你看過去兩三年台灣很多 YouTuber 都在拍福岡，我以前不覺得福岡有這麼熱門，但現在就是紅到你很難忽略。這趟行程我們排的是豪斯登堡、福岡、由布院、別府，再回福岡，總共七天，但第七天一早就走，所以嚴格講是六天。

• 先講一個很有趣的小插曲：我一到機場就遇到驚喜。因為寒假出國人潮很誇張，我提早快三個小時到桃園機場，結果排隊大排長龍。更有趣的是，我排隊後面的一對夫婦，他們的小朋友居然是我的聽眾，跟我說剛聽完直播，就來跟我合照。我其實很開心，但也很困惑：我覺得過去一年我被認出來的機率變高了。以前做 YouTube 的時候被認出來很正常，可是我後來轉成 Podcast，22、23、24 那幾年反而很少被認出來，因為大家只聽聲音、不一定能對上人。結果 2025 到 2026 這段時間，我常常在不同地方被認出來，但我節目流量老實說也沒有爆衝，頂多覺得一年成長 10% 左右而已，這跟「被認出來的頻率」好像不太成比例，這件事我自己也覺得很妙。

• 行程第一天是豪斯登堡，女兒超愛，因為裡面有米飛兔樂園。老實講如果你是國小高年級可能會覺得幼幼的，但我女兒就是很吃可愛風，而且她跟我一樣不太敢玩太刺激的設施，所以我們玩得蠻開心。豪斯登堡裡面也有一些 VR 設施，我覺得品質還不錯。這次去豪斯登堡我們的主目的其實是看煙火，晚上快十點的告別煙火，效果確實不差。比較可惜的是餐點，就很典型的遊樂園套餐水準，能吃但不會驚艷。本來我還想加碼附近九十九島的行程，我個人其實很喜歡那種海上航程，但冬天真的太冷，我不太想在船上吹海風，加上時間也趕，就先放棄，可能留到夏天再說。第二天我們就搭火車回福岡，偏休息調整。

• 第三天原本是重頭戲，我這個人是火車控，我很期待搭由布院之森，票也早早在台灣買好了。結果沒坐到，因為遇到九州罕見的大雪。那天一早叫計程車要去博多車站，司機人超好，先幫我們查火車狀況，一查發現由布院之森嚴重誤點，甚至可能停駛。我當下腦袋很快就算完了：如果我到了車站等一兩個小時，最後被宣布停駛，我下午三四點才到由布院，整天行程就直接報銷。幸好司機說他有雪胎，也願意直接載我們過去，我當機立斷就答應。最後車資大概三萬日圓，換算台幣六千左右，我覺得很可以，因為我們原本光火車票也要不少錢。更戲劇性的是，高速公路後來封路，司機改走山路，路上開始大雪紛飛，我那時候心裡想：這是九州耶，我完全沒想過在九州會遇到這種等級的雪。兩個小時後終於到由布院，女兒很嗨，因為一路雪景很像電影。

• 到了由布院又遇到第二個麻煩：我們住的是星野集團的界由布院，在山上；但要逛最熱鬧的湯之坪街道得下山，開車大概十分鐘、走路半小時，而且山路結冰很滑，走路其實不太可能。我們請飯店幫忙叫計程車，結果等了兩個小時都叫不到，因為大雪天車少、需求爆掉。最後好不容易等到一台剛好載人上山的車，我們才趕快下山去逛。湯之坪街道本身就是兩側店家一路排開，有些店還不錯，食物也有驚喜，我們買到一個餡餅超好吃。女兒更開心的是整片雪地，直接在雪裡玩到不想走。反而我最慘，因為要幫她拍照就得把手套脫掉，零下五六度的天氣，你手一拿出來按幾張照片就直接凍僵。我以前去過更冷的地方，但那種冷你會把手藏好；這種冷是你偏偏得把手拿出來做事，體感反而更痛苦。

• 不過這天最誇張、也最值得記下來的畫面，不是雪，而是人。由布院整條街上，我聽到的幾乎都是講中文，而且是繁體、台灣口音。我的感覺是，當天街上八成是台灣人，你會有一種錯覺：我到底是在日本還是在台灣？這種密度真的很少見。後面第四天、第五天我們就改包車，這也讓行程舒服很多，不用一直算火車班次、也不用在月台迷路。第四天去日出那邊的三麗鷗樂園，規模不大、內容也算普通，但女兒很買單。真正的意外收穫，是從由布院開去日出的那段山路風景，美到我起雞皮疙瘩。山頭白雪、下面草地，視野空曠到像歐洲一樣，那一段我會放進我人生印象前十名的景色，完全是沒預期到的驚喜。

• 第五天去九州自然動物園，我覺得蠻推薦。自駕式的動線可以近距離看到獅子、老虎、大象、犀牛、美洲野牛，我們還買了 Jungle Bus，整台車十幾個人全部都是台灣人；逛商店也幾乎都是台灣人。然後最後兩天回福岡，住在運河城的君悅，逛街、買伴手禮、吃東西，一樣滿街台灣口音。我粗估運河城那邊路人三成是台灣旅客，這趟九州行我最意外的觀察，就是台灣人在日本的存在感已經到了「不用找，你走到哪都會遇到」的程度。

• 這也就回到我前面講的那個感想：台灣人真的很挺日本，也很挺高市早苗。包車司機跟我說，他現在七到八成客人都是台灣人。我原本完全沒有預期九州會誇張到這樣，尤其由布院那種八成台灣人的密度，真的有點不可思議。接著講一個比較生活面的重點：草莓。我這次去九州的核心目標之一就是買草莓，因為台灣買日本草莓其實偏貴，但九州草莓真的便宜到誇張。我買到天使白草莓，超大超甜，一盒大概三百台幣左右；同樣等級如果在台灣，我覺得可能要到一千五甚至兩千。台灣常見的熊本大顆草莓，台灣超市一盒將近五百，但在那邊日幣九百多，換算不到台幣兩百。這種價差，你去了就是會忍不住狂吃。

• 吃的部分我這次反而比較可惜，沒有吃太多和牛，但我主力攻明太子跟高菜的組合，不管是拌飯或茶泡飯都很好吃。拉麵則是另一個有趣的反差：我原本想吃兩家名店，最後只吃到一間很有名的 ShinShin，結果不合我口味。我明明選最硬的麵，還是覺得偏軟，湯頭也不夠濃。反而是今天早上因為沒吃早餐，在機場美食街隨便找了一家「小幸拉麵」，本來完全沒期待，結果一吃覺得非常好吃。可能也有「太久沒吃拉麵」的加成，但我真心覺得，如果你在市區沒吃到滿意的，機場這家反而可以補救一下。

• 最後補一個大家在聊天室提到的點：我這次沒有排去熊本，也沒有去看熊本台積電。這趟主要就是福岡、豪斯登堡、由布院、別府，節奏上比較像是帶小孩的悠閒行程，很多地方就先留著下次再補。

Subscribe now

【SpaceX 先拚月球】

◼ 馬斯克改口先打造月球城市

• 我們第二個主題來聊 SpaceX 的大新聞：馬斯克改口了。以前有人問他，SpaceX 要不要把月球當成目標，他的回答很乾脆：不要，月球會讓我分心，是 distraction，我們的目標就是火星。但這次他說法完全反過來：未來幾年的重點會放在月球，不再是火星，而且他把話講得很大，說要在十年內在月球打造一個能夠「自我成長」的城市，也就是不需要一直仰賴地球補給，能在月球自己越建越大。你可以想像，這當然立刻引來一堆人說他自打臉，尤其是那些本來就討厭他的人，馬上就會說：你看吧，你其實就是上不了火星，所以才趕快改口。

• 但我覺得，這種「打臉」某種程度反而合理。馬斯克當年講火星，核心概念一直是人類文明的備份：地球如果出事，至少火星要有殖民地能讓人類活下來。從這個角度看，火星確實比月球合理太多。月球是地球的衛星，很多對地球的災難性打擊，月球其實很難完全倖免；相對而言，火星距離更遠，地球出事時火星不受影響的機率更高。所以如果以文明存續來談，月球基地的價值本來就比較低，這也是馬斯克以前為什麼說月球是分心。但問題是，他現在寧可承擔被酸、承擔「自打臉」的代價，也要把月球拉到近期優先，這背後一定有更現實的理由。

◼ 月球是上火星前的練兵場

• 我自己的理解很簡單：月球是更好的練兵場，而且練兵場的好壞，不是看浪漫不浪漫，是看工程節奏。火星的最佳發射窗口大概每 26 個月才有一次，錯過就要等下一輪；但月球的窗口密度高得多，幾乎每十天就有一次合適時機。火箭飛到火星要六個月，飛到月球只要兩天，這個差距不是「快一點」而已，是整個任務迭代速度完全不同。你把設備、機器人送上火星，訊號回來、操控回饋都慢；你放在月球，通訊更即時，問題更快暴露、修正更快落地。換句話說，把「登月 + 建基地」當成短期目標，SpaceX 的執行能力會強非常多，因為可以更頻繁地做任務、更頻繁地把技術推進一輪又一輪。你越常去，越常發射，就越容易找到問題、越容易修正，技術成熟度就越快拉上來。這就是迭代，這也就是為什麼月球很適合當成登陸火星前的練兵任務。

• 而且別忘了，這不只是工程選擇，也是現金流與政治現實。美國政府的阿提米斯計畫要重返月球，登月任務是一個多廠商合作的局，波音、洛克希德馬丁、藍色起源都在裡面，而 SpaceX 也拿到登月載具相關的重要角色，合約規模是幾十億美元等級。甚至有傳聞說政府近期也在施壓 SpaceX：你們登月能不能優先一點，不要整天想火星。你把這些放在一起看，火星有點像還不會爬就想學跑；月球更像從會爬進階到會走，是一條更像樣的路徑。馬斯克也不是說火星不要了，他的說法比較像是：火星會延後，可能要 5 到 7 年後才重新啟動；在這段時間裡，月球先當優先。那原本大家期待的星艦「今年年底」就要往火星衝的說法，自然也會順勢往後推。

◼ 馬斯克的火星計畫是不是又在吹牛

• 這時候就一定會出現另一種聲音：你看，他吹牛吹破了。老實講，我覺得這種嘲笑沒什麼意義。只要你真的在社會打滾過，你就知道計畫本來就是拿來改的。計畫很重要，因為它讓你有方向；但計畫也一定會被現實修正，最後修正出更適合的路徑。那種覺得「計畫不能改，一改就是被打臉」的人，多半是沒有實務經驗的看法。用職涯比喻更直覺：25 歲剛進職場喊十年當 CEO，很常見；七年後做到經理，重新把目標調整成三年內做到處長，這不丟臉，反而是合理的節奏更新。更何況 CEO 這種角色，本來就得造夢；太務實的人，往往帶不出一間敢賭未來的公司。

• 你看馬斯克的 FSD 就是同樣的例子。它確實 delay 很多年，中間被酸到爆，很多人當初篤定「不用 LiDAR、只靠純視覺」一定走不通，但他最後交出的成績單，我認為並不差。延後不等於失敗，調整不等於破功，很多時候只是把路走得更能落地。用同一個邏輯回來看月球計畫，月球的實際難度比火星低得多，未來幾年反而更容易看到成績。馬斯克的說法是明年三月星艦就要正式登陸月球，至少這件事比「立刻上火星」更接近可驗證的路徑。

◼ 自我成長成是什麼意思？

• 那再往下想一層：他說的 self-growing city，到底是什麼？我一開始聽到「城市」也覺得怪，因為月球不太適合人類長期居住。月球重力只有地球六分之一，沒有大氣層，跟火星那種「雖然薄但至少有」的狀態差很多，輻射防護、溫度變化、人類生理適應都會很麻煩。所以我更傾向把它理解成「機器人的城市」。機器人沒有人的那一堆限制，就算高溫低溫、環境極端，承受能力也比人類高得多。也因此，與其說他要在月球蓋一座人類城市，不如說他要建一個巨大的基地：大部分是 Optimus 這類機器人，一部分是人類員工，而且人類很可能是輪調式上去，待幾個月就回地球。基地本身可能在地底建密封空間，想辦法產生氧氣、維持生命支持，但它更像是「可以運作的前哨站」，而不是你想像那種長期定居的文明城市。

• 這樣的月球基地，我覺得長線價值有兩個。第一，它是人類未來深空任務的中繼站：補給、休息、維修、燃料補給，你未來不一定要每次都回地球，先飛到月球做轉運就好。太空人也可以先到月球再換乘更適合的深空載具，整個架構就像航空的轉機樞紐。第二，它可能會是一個機器人太空工廠。就算你不可能在月球完整生產一艘太空船，至少可以先從製造零件、零組件開始，配合在軌道上的維修與補給，逐步把「太空工業」的能力拉起來。更瘋狂、但其實有工程邏輯的一點，是馬斯克提到的 mass driver：一條很長的電磁軌道，把貨物用電磁加速「咻」地射出去。因為月球引力小，你不一定要靠火箭才能把東西送上軌道或送進太空，這會讓「月球生產、月球發射」變成某種在物理上更划算的選項。

• 你把這件事放到國家戰略就更有意思了。現在看月球，好像還不算什麼戰略要地，但拉到 20 年、50 年、100 年的時間尺度，當太空旅行、太空運輸、甚至太空經濟逐漸成形，月球就可能像未來的港口節點：誰控制這個中繼站，誰就更可能控制地球外的太空航道與資源流通。這有點像格陵蘭的例子，以前覺得那就是一個鳥不拉雞的島，但當北極航線變得更重要，它的戰略價值就完全改觀。月球也是同一套思路：現在不重要，不代表未來不重要。

◼ 先發展月球的另一個現實考量

• 最後我覺得還有一個很現實的推力，就是 IPO。很多公司在 IPO 前後都會做一種敘事上的轉型：以前可以單純賣夢，但當你要面對更大的資本市場，你就得端出更像「幾年內能看見商業化」的路徑。我們上週提過 SpaceX 估值暴漲的一個核心，是太空資料中心這個金礦敘事：從原本只做 Starlink，變成能在幾年內落地、能掏金的計畫。在這個大局下，火星更偏長夢，月球更像短期五到十年內能交出成績單的路線，因為有政府合約、也更有機會先做出可營運的基地與工廠。就算星艦明後年真的有第一次降落火星，那也很可能只是一次性里程碑；要在火星弄出可以自我運作的基地與工廠，我覺得可能是二十年級別的工程。相對而言，在月球做出機器人基地，十年內達成的機率高得多。這也就是為什麼我會說，SpaceX 把短期優先權拉回月球，不只是合理，甚至可能是更正確的路。

【旗艦模型同日對決】

◼ OpenAI Anthropic 大戰

• 今天最後一個主題，來聊 AI 領域最近最熱鬧的「OA 大戰」。O 是 OpenAI，A 是 Anthropic。兩邊吵得兇，其實很合理，因為 Anthropic 的創辦團隊本來就是從 OpenAI 分出去的一群人，彼此之間本來就帶著一點「看不順眼」的歷史包袱。對 OpenAI 來說，Anthropic 是叛離出去的對手；對 Anthropic 來說，OpenAI 代表他們當初受不了、所以才要出走的那套做法。這種背景，注定兩邊常常針鋒相對。

◼ OA 花邊新聞

• 最近一個比較花邊的插曲，是 Anthropic 在超級盃買廣告，嘲諷 OpenAI 可能會在 ChatGPT 裡加廣告。我是覺得這支廣告有點沒品。它故意把情境設定成最惡劣的版本，好像你跟 AI 聊到一半、正在關鍵段落，突然硬插一段廣告，完全破壞體驗。我覺得任何 AI 廠商都不會蠢到用這種方式做商業化，大家從 Google Search 的歷史都學過教訓了，真要做，也不會做成那麼低級的打斷式。更關鍵的是，廣告裡還暗示「只要加了廣告，AI 就不值得信任」，這其實是一種汙名化。廣告本身很常是三贏：平台有收入、廠商能把產品帶到消費者面前、用戶也可能因此認識到新的好產品。就像我們做節目，廣告是重要收入來源，但你不會因此就覺得內容會失去立場。所以這段花邊我看過就算了，真正值得看的戰場不是廣告，是模型。

◼ OA 模型同日推出

• 真正的 OA 大戰，是兩家公司竟然在同一天發表旗艦模型。Anthropic 先上，推出 Claude Opus 4.6。這版本之所以受期待，是因為前一代 Opus 4.5 在過去一段時間被不少人認為是最強之一，特別是在處理 agentic 任務、也就是 AI 代理型工作時，雖然價格貴但非常多人愛用。結果 Anthropic 發表才過幾個小時，OpenAI 立刻丟出 GPT-5.3 Codex。這不是一般的 GPT-5.3，而是為寫程式強化的 Codex 特別版，兩邊都宣稱自己是目前最強的 coding 模型，社群立刻炸鍋。

• 我那時候人在九州旅行，就打開 X 看大家吵成一團。一派說 Opus 4.6 強到離譜，其他模型都要完蛋；另一派說 GPT-5.3 Codex 一出來，Opus 根本被壓著打。兩邊都講得頭頭是道，因為兩邊都是真正在用 AI 寫程式的高手在分享自己的經驗。我必須先講清楚，我不是那種每天用 AI 寫程式的專家，我雖然以前寫過程式，但這幾年真的很少動手，頂多偶爾做一點 vibe coding。我也沒有去用那些完整的工具鏈，像 Cursor、Claude Code 之類的玩法我都沒有深度玩過。我平常更習慣看社群的實戰風向來判斷模型強弱，但這一次很罕見，我真的分不太出誰更強，因為兩邊看起來勢均力敵，支持各自模型的高手數量也差不多。

• 這種「難分高下」的感覺，讓我想到 NBA 的魔術強生跟大鳥柏德。你很難說誰比較強，因為他們是同等級的天才，只是能力分布不一樣。有點像一個場均 20 分 10 籃板 10 助攻，另一個場均 30 分 5 籃板 5 助攻，你要說誰比較強，真的不容易。分得出來的往往不是數據，而是你看他們在球場上到底怎麼影響勝利。回到模型也是一樣，這兩個都很頂，只是強項不太一樣。

◼ GPT-5.3 Codex

• 先講 GPT-5.3 Codex。OpenAI 自己的說法很驚人：這可能是第一個「在打造自己過程中，就已經開始幫自己加速」的模型。簡單講，Codex 團隊先做出早期版本，拿早期版本去 debug 訓練流程、協助部署、跑測試、診斷評估結果，再用它去把下一版做得更好，一路從 0.5、0.7、0.8、0.9 推到 1.0。也就是用模型去強化模型，把研發節奏拉快。外界對它的共識是：它的 agentic coding 能力非常強，已經不像一個工具，更像一個很會寫程式、而且能把事情做完的高手同事。它不只會寫 code，還能從系統分析開始一路做到文件、部署、測試、迭代修正。OpenAI 展示的案例，是直接叫它去寫一個遊戲，它真的把遊戲做出來，而且不是一次交付就算了，是自己去玩、自己測、自己覺得哪裡不好再改，反覆改好幾輪，最後才給出一個「可以了」的版本。這種工作方式，已經非常接近真人工程師的完整開發節奏。

• 另外一個讓很多工程師在意的點，是它比上一代 5.2 Codex 更快、更省。5.2 的能力其實被不少高手認為很強，但常被抱怨 token 用量太大、速度太慢，導致實務上不夠順手。5.3 Codex 的說法是：用不到一半的 token，就能做出更好的成果，成本跟速度都改善很多，而且互動模式也進化了。你不是丟一個任務給它，等它做完再討論；它是在做的過程中就會回報進度、跟你討論方向，讓你能即時調整它接下來要怎麼做。整體來說，它更像是能處理整個工作流、每一步都能幫你完成的代理型 AI。

◼ Claude Opus 4.6

• 再來講 Claude Opus 4.6。它的路線不太一樣。如果你的要求是「從頭到尾把整個工作流每一步都做得很完美、而且交付完整」，很多人覺得它在這點上略輸給 GPT-5.3 Codex；但 Opus 4.6 的強項是長推理與長任務。它有超長的上下文能力，也更擅長長時間思考與規劃複雜任務，所以它的規劃與策略感被很多人認為更強。你也可以把它理解成：它更像一個很聰明、很會做架構與規劃的資深工程師。某些評比甚至把它列為「最聰明」的模型，從純粹聰明度來看，可能還略勝一點點；但回到實戰落地，大家會覺得 GPT-5.3 Codex 更好用，因為它在「把任務完整做完」這件事上更讓人放心。

◼ 哪個模型更厲害？

• 所以我會用工程師來比喻：GPT-5.3 Codex 像全能的總工程師，動手能力極強，寫 code、debug、寫文件、部署、上測試環境、跑測試、改版，整套流程都能順順做完，而且錯誤率低；Opus 4.6 則像超強的系統架構師，規劃能力更亮眼，也能寫 code，但在部署與測試、把整套交付做完的完成力上，會略遜一點。你如果讓兩個合作，畫面就很清楚：Opus 負責架構與策略，Codex 負責把整個專案從頭做到尾。

• 如果要用籃球員比喻，我會說 GPT-5.3 Codex 像那種 30 分、10 籃板、5 助攻的全能型大核，進攻防守都能扛；Opus 4.6 像 26 分、6 籃板，但助攻可以到 10 或 12 的戰術中樞。這讓我想到天鉤賈霸跟魔術強生那種組合：一個全能終結、一個用助攻把整隊帶起來。你要說誰比較強，我真的分不出來，所以這一回合我給平手。

• 但看完這一輪吵架，我最大的感受不是誰贏誰輸，是 AI 進步的速度真的很可怕。以 coding 來看，2024 年的 AI 多半是幫你補一小段程式，像是你寫到一半，請它幫你完成某個 function，你還得自己檢查、自己小改，但它已經能讓你三天的工作縮成一天。到了 2025 年，AI 不只是補片段，它開始能理解更完整的開發流程，能幫你做規劃、幫你把每個步驟串起來，只是成果還不完美，你還是得介入。可到 2026 年初，像 5.3 Codex 這種 agentic coding 的能力，已經接近你丟一個任務它就能自己完成，自己測試、自己 debug、自己改版，反覆迭代到可交付的程度。這已經不是新手工程師了，更像一個中高階工程師的工作節奏，而且這一切只花了兩三年。

◼ 該如何面對 AI 接下來的發展

• 所以我回頭想 2023 年的時候，我就講過一句話：大多數人類工作，未來會被 AI 取代。當時很多人不信，覺得 AI 還做不到。但三年後的今天，你再回頭看，很多人其實已經被嚇到了。當然，這不會一瞬間完成，可你把時間拉到十年尺度，coding 一定是第一塊，接著會擴散到更多用腦、用電腦的知識型工作。我最近也看到一篇在 X、在台灣的 Facebook 跟 Threads 都很流行的文章，說人類社會即將迎來巨變，影響程度可能像 2020 年初的 COVID 一樣：那時候還沒有全面改變世界，但你已經知道它要來了。這個比喻我同意，但它接下來那句「請做好準備」，我就卡住了，因為你要準備什麼，我真的不知道。

• 很多人會說，在 AI 淘汰人類之前，會用 AI 的人先淘汰不會用 AI 的人。理論上聽起來對，可我也不敢說我有十足把握，因為如果 AI 進步得太快，你今天努力學的一套工具，明年可能就被新的互動方式整個抹平。你去年很努力學 Cursor，結果現在 5.3 Codex 出來，你可能根本不用那套工具，只要下指令就能完成大部分任務，那你過去那段努力到底算什麼？我們好像走進一個很奇特的狀態：我們知道巨變會發生，但我們不知道該怎麼應對，甚至不知道哪一種應對方式一年後還有沒有用。

• 如果從投資角度，這件事反而比較容易處理，因為你至少可以把自己放在「當股東」的位置。但如果你把焦點放回「工作」與「個人能力」，我反而覺得更難。我不是說努力一定沒用，而是你現在很努力建立起來的專業，未來很可能用不到，這件事的機率正在變高。那未來到底會怎麼演變，我覺得是個很值得找人深聊的題目。我自己目前能給的想法，還是回到兩個不完美、但可能有點幫助的方向：一個是學 AI、擁抱 AI，至少讓自己撐久一點；另一個是如果不能當員工，就試著當股東。這兩個都救不了你，但也許能在變局裡多一點緩衝。

◼ 字節跳動 Seedance 模型

• 最後我也順便回應一下聊天室提到的字節跳動影片生成模型 Seedance。我覺得它確實很厲害，而且某種程度帶著中國特色：很可能用了大量版權影片資料去訓練，歐美模型未必敢那麼明目張膽。它在技術面很強，但也因此很可能很難走出中國市場，因為中國以外的公司可能不太敢用。回到模型發展的三要素：人才、算力、資料。中國在資料這一塊通常很有優勢，算力可能受限，但如果不是要做通用型的大目標，而是做特定任務的模型，有時候未必需要同樣規模的算力。整体來看，它很強，但也未必代表已經全面領先歐美，只是大家投入的重點與路線不同。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

如果你是認真在做行銷的人，也希望行銷能力「持續進化」，這個計畫絕對值得你認真看看。

老實講，Miula 我當年在做 PM 的時候，是同時管產品跟 Marketing 的。我算是台灣遊戲產業很早開始玩關鍵字廣告、做大型入口網站合作、搞地面推廣的那一批人。行銷理論我讀過一大堆，實戰也打過不少仗。

但我很清楚一件事：行銷不是學過就好，而是要持續進化。

平台會變，社群會變，演算法會變。兩年前 Threads 的玩法，跟現在就完全不同；短影音也是。行銷是一個動態競技場，如果不想落後，你一定得隨時 update 新趨勢與新觀念。

這也是為什麼我會推薦【行銷複利成長計劃•週更案例 X 每月聚會｜定期定額養成直覺力】

這不是一堂賣你「爆紅技巧」的單次課程，而是一個 9 個月的陪跑訂閱計畫。

每月 3 集 Podcast 講底層邏輯、4 篇案例拆解，再加 1 次直播交流。總共 30 個核心觀念、40 個實戰案例。

而且陣容很完整——品牌與廣告策略的 Wawa、社群操作高手傑哥、電商設計強將 Ryan。三種不同專業視角，等於每個月多了三位顧問幫你校準思維。

我自己如果現在還在第一線做行銷，我一定會訂。雖然我本來就懂很多行銷概念和技巧，但我也很清楚，高手之間要持續交流，能力才會滾動式升級。

但我坦白講，你必須要有一定的決心，也要有時間。如果你願意每月花 2–3 小時，這個計畫會幫你慢慢養出直覺力，讓行銷能力變成複利資產。

現在透過專屬連結報名，輸入優惠碼【HHMPOINT83】就能享有 83 折優惠喔。

🔗 M觀點專屬連結 https://pse.is/8patfw

【專訪 Vincent 談投資心法】

Miula：

哈囉哈囉，大家好！歡迎來到我們今天的M觀點。今天是我們M觀點EP276，很高興今天再來跟大家聊聊一些重要的話題。

我們今天的節目是一個特別節目，因為在節目的這個時間點，我正在國外旅遊。所以今天為大家帶來一個專訪，今天為大家帶來一位我非常佩服、非常厲害的——我覺得可以叫他大神級的人物。他不准我叫他大神，最近這半年他非常紅，好文連發，而且是曼報Pro這個產品非常紅的共同創辦人Vincent。我想他對於產業的理解、對於投資的分析，在過去這半年到一年真的是非常火紅。

我們今天非常高興邀請到他來上我們的節目，跟大家分享他的投資心法、對於2026年的市場看法，以及對於AI浪潮跟泡沫他到底覺得接下來會發生什麼事，還有他自己核心的人生思維：怎麼樣做正確的決策、關鍵的決策，以及我們怎麼樣打造我們的財富、怎麼樣分配我們的時間。所以我們今天的節目就為大家帶來這個非常精彩的專訪。

接下來就讓我們進入今天的Vincent專訪時間。

Miula

Hello，大家好！今天很高興邀請到一位我自己覺得超級超級厲害的達人。我現在不知道該叫他什麼達人，應該叫他投資達人嗎？還是內容創作達人？還是要叫他生活智慧王達人？

這位在過去這半年到一年非常非常紅，他就是曼報Pro的共同創辦人Vincent。我本來要幫他取個外號，但他不准我講。這個外號講出來會轟動武林、驚動萬教，但是不能講，所以我們今天就收斂一下，不講我幫他取的外號。

他在過去幾個月上了好幾個節目，每一個節目訪談都大受歡迎，他跟大家分享很多投資心法。而且他在曼報Pro這個訂閱服務裡面，寫商業解碼的長文，寫得繞繞等可是超厲害的，根本是經典教科書等級的一些分析。所以我今天非常高興邀請到Vincent來上我們的節目，跟大家聊聊包含對投資、對生產力、對未來的一些看法。我們先請Vincent跟大家打聲招呼。

Vincent：

謝謝M大Miula。我也是非常敬佩M大能夠持續創作很多很有趣、然後非常新穎又很正確的觀點，所以我也是M觀點的忠實聽眾。很高興有機會來這裡跟大家聊聊天，討論一些大家會有興趣的話題。

Miula：

對，因為他前陣子上台通的節目，這集太紅了，所以我這集有點壓力，我們這集沒那麼紅怎麼辦？沒有關係，但是我們這集要很有料。當然我相信我們的聽眾觀眾不是每個人都認識Vincent，所以Vincent，你可不可以跟大家自我介紹？我先預告，他以前是非常非常厲害的在外資。

Vincent：

沒有非常厲害啦。我可以直接講，就是我的職涯一開始是在一家Hedge Fund，那家Hedge Fund管理規模最高的時候大概管10億美金左右。我在裡面擔任分析師，看很多不同產業，幫基金經理人看一些總經的部分。當然Hedge Fund的業績會上上下下，我們在2008、2009年的Financial Crisis做得很好，可是在歐債危機那一次，兩年的performance相對比較差，然後大家對Hedge Fund的要求比較高，所以後來那個Fund就收掉了。但是我們裡面很多人後來都去外資，或者我們以前帶的intern都跑去外資券商。

Miula：

所以那個時候你一直在Hedge Fund做研究員。

Vincent：

對，在Hedge Fund做研究員，還是看中國，因為那時候中國是最紅的市場，所以看中國。但是我看很多不同的中國產業，包括地產、教育、retail，也看一些commodity，所以那時候看得比較廣。

Miula：

就看得很廣，不是單一個產業。

Vincent：

看得比較廣一點，因為Hedge Fund的人力需要一個人cover好幾個產業。後來在2013年的時候我才去JP Morgan。

Miula：

對，你去JP Morgan。

Vincent：

對，去JP Morgan。第一個好處是它是一個很大的brand name，第二個是我們當時的Greater China Team，是以大中華區概念來看，資產管理規模是最大的，所以我們有還不錯的resource，有一個蠻大的研究團隊，在上海、台灣、香港都有。我有一半時間那時候在香港，後來在台灣。

到JP Morgan之後，我大部分時間就specialize在醫藥產業的分析。因為人比較多，所以希望你做的東西比較深入，加上那時候醫藥股在某一段期間挺好的，所以我就被委以重任去看醫藥股。

Miula：

所以你那個時候是在Buy Side。

Vincent：

對，在Buy Side。我沒有當過Sell Side的分析師，但是我的同事們那時候都是Sell Side出來的，所以也從他們身上學到很多不同的東西。

Miula：

一般來講Sell Side分析師會比較有名，因為他需要在外面打名號，帶著我們這個券商或投銀的名號，「你們趕快來我這裡下單，這是我的報告，你看我寫得多好，來我們這裡買點特斯拉、買點什麼」。但是Buy Side做的研究就是給自己公司內部的操盤人做參考，「我要決定買還是不買」。

Vincent：

對，沒錯。Sell Side那時候大家都會看，像Institutional Investor這種投票機制，每年會投票誰是下游硬體第一名，比如某某券商的誰誰誰。所以對他們來說，除了幫公司創造營收——不管是做stock pitch、service，或者寫報告吸引客戶來下單——之外，他們自己還有Personal Brand，在外面投票上面。但是Buy Side的話，我們基本上就是產出報告，給基金經理人做決策，作為我們唯一的KPI。

Miula：

所以其實也有可能你在Buy Side做了報告，經理人覺得「你做的我不採用」，那你在公司內部就不會紅了。

Vincent：

對，這其實蠻常發生的情况。每一個投資人、每個基金經理人的風格差異很大。有些很數字型，他很喜歡你算很多數字，他會問你「你的EPS跟Consensus(市場共識)差距多少」，你要給足夠的原因他才願意做。有些投資人喜歡聽大的故事，比如Tesla這種大故事，你算不出準確的值，因為不確定性很大。

Miula：

因為未來的事誰說得準。

Vincent：

對，但是你可以把夢講得很大。

Miula：

就看誰比較會講故事。

Vincent：

對，有些基金經理人會buy in這種機會。也有一些以Dividend Yield為主的投資人，他們看的可能是balance sheet，他會問你一大堆「這個公司的cash flow怎麼樣、balance sheet怎麼樣」，他不在乎成長，成長甚至比GDP低也沒關係，但他在意balance sheet。所以我們分析師的角色就有點像：我要cover這些公司，每個都很熟，然後還要知道哪些東西fit哪些投資人的universe，然後推給他。

Miula：

對，你跟我講特斯拉的balance sheet幹嘛？沒人在意。除非堆了超多存貨，但以特斯拉模式也不太會出現這種狀況。

Vincent：

對，所以有點像要因人制宜去推股票。如果你沒有辦法把股票推到基金經理人讓他去買，你基本上就是沒用的分析師。你做了很多研究，但沒有action，最終要有action跟成果，公司才付你錢。所以我們以前都會自己算：我推的這些股票，他們買了多少、賺了多少錢，那個錢跟我年薪比起來有沒有5到10倍，這是一個OK的比例。如果只賺我年薪的兩倍，那我壓力就很大。

Miula：

那你的績效太爛了。

Vincent：

對，因為你就是他50%的cost，這對他不划算。所以我們大多會知道：第一你要讓他們買到一定數量，第二這個東西要賺錢，這樣你的compensation才會比較好。

Miula：

好啦，那我必須跟大家講，Vincent在Hedge Fund然後在投銀磨練出一生的分析跟投資功力。他最近上了一些節目，跟大家分享他的投資心法。我幫大家快速summary一下：第一個要找好公司——這不是廢話嗎？大家都說好公司——其實有些人是專門投爛公司的，也有這種投資人。第二個是要好的價格，第三個是要部位控管。但是這些東西講起來隔靴搔癢，我就先請Vincent來跟大家介紹，這算是你個人的投資心法，在你自己的投資部位你會這樣做。

Vincent：

對，這個其實也是累積在JP Morgan還有第一個Hedge Fund的時候學習到的東西，把它統整起來，因為各自有各自的框架和心法。

Miula：

所以就是這樣。那我們現在講第一個：好公司。請問你覺得為什麼一定要買好公司？為什麼不去買一些被低估的爛公司，但他現在股價也被殺得太低了？也有這種狀況。所以為什麼你要買好公司？然後怎麼判斷好公司？

Vincent：

對，先回答為什麼要買好公司，以及怎麼判斷好公司。

先說為什麼要買好公司：當然買爛公司用低的價格買，就是葛拉漢最早的煙蒂股，撿菸蒂。你撿菸蒂最大的缺點就是one off，你realize value之後你就走了，因為你要找下一個標的，所以時間上你要一直找新東西。

但是好公司的利潤會隨著時間複利增長，所以你的估值可以買貴一些，但那個貴在時間累積下，三年後看起來就不貴，四年後就不貴。所以從你自己時間的投資報酬率來看，找到這樣的好公司，把它放在watch list，等到某些價格入場，你的生活會輕鬆很多，比起一直找under value的公司。這個有點像我們以前受的訓練：你的時間就是24小時，你應該把時間花在最值得看的這些公司。

然後如果以好公司的定義，我過去累積的經驗是看幾個東西。第一個就是它的ROIC——資金的投資報酬率。

Miula：

運用效率。

Vincent：

對，資金運用效率到底好不好，跟它的機會成本——比如債權或股權的cost of capital比起來。它用出去的報酬率要遠高於cost of capital，才有創造價值。這是第一個最大的框架。

但這只是一個橫切面，當下的ROIC跟cost of capital。但是你要想的是……

Miula：

等一下，我先跟大家講一下什麼叫ROIC，我怕聽眾不懂。ROIC叫做Return on Invested Capital。一般的公司資產負債表有股東權益跟負債，簡單講就是手頭擁有的資源。一般有ROA，用總資產去看投資回報。但ROIC的意思是：在那一大堆資產裡，其實有一些是你沒有在用的，所以扣掉那些，只看真正用到的invested capital，然後用這個去算營運效率。

Vincent：

對。不同商業模式invested capital不太一樣，有些重資產，比如Google併購完的商譽要不要算進去，顧客prepaid的cash要不要算進去，會依照每個產業、商業模式做調整。所以我在看別人算ROIC的時候，也可以反推他對商業模式的理解程度多高。最普通的就用ROA，因為不用調整，很多網站都幫你算好了。但真正理解商業模式就要做調整，這就是藝術，每個人看的不一樣。

Miula：

概念不一樣。除了ROA還有ROE，ROE有點從股東回報角度。ROIC比較像是衡量經營團隊的能力。

Vincent：

對，因為錢可能是股東來的也可能是債券來的，但借的錢比較便宜，當然也不能借太多。所以這是aggressive程度不同。所以就是有點像我們在看ROIC之後，類似對於Equity Holder來說，類似的ROIC。

Miula：

其實這兩個指標都有意義。像ROIC裡面有些很有趣，比如一間公司手頭很多現金，有1000萬，但評估做這個生意只要200萬就好，那你就不能把1000萬全部算進ROIC。

Vincent：

對，所以這個數字拿捏就顯示分析師懂不懂這間公司的營運。

Miula：

所以你在評估好公司，一個很重要的指標就是ROIC。

Vincent：

對，然後ROIC是現在的，我們還要看第二個指標：這個公司ROIC可以複利的效果可以多長。意思就是市佔率天花板怎麼樣、產品機會多大、能不能進新產品線，以及每進一個新地方，incremental的ROIC會跟現有business不一樣，因為一開始要行銷、建銷售團隊，所以一開始ROIC會比較差。你要把後面的機會也考慮進去，所以是比較動態的。就是之前的ROIC是我現在這個時間點這公司多賺錢，然後接著後面就是說，他要這樣子一個滾雪球的方式，他的runway有多長。

Miula：

就看天花板了對不對。它在既有市場有沒有天花板，它有多少成長空間，以及它有沒有跨進別的市場的能力。

Vincent：

對，然後這個部分是最容易出現飆股或者大改變的地方，因為有預期差。比如一個公司以前某個產品放在小segment，你看不到，結果後來這個產品突然爆紅，就獨立成為一個Business Unit，然後你就重新去看，原來他有第二個增長引擎，這個增長引擎可以帶來多少EPS、多少revenue。所以這是我們以前很在意的地方。

Miula：

所以其實我補充一下，我覺得一間公司，他的管理團隊、領導團隊，能不能持續創造讓市場相信的一些新機會，這本身就是非常困難的事情。

Vincent：

對，沒錯。然後其實我們剛剛講的管理團隊能力，在JP Morgan的時候也有一個特別的衡量方法：就是資金運用的能力，他知不知道deploy capital的時候要放在哪裡是最有效率的。第二個是他們的誘因是不是跟我們小股東一樣。

因為看中國公司，很多時候你會發現這些公司在體外其實有別的東西，這是中國市場的特別現象。可以用關聯交易或者一些比較不好的手法，讓體外的公司賺更多錢，而不是留在體內的上市公司。所以看管理層的時候，第一個誠信會影響，第二個他有沒有足夠的能力把資金投資在正確的地方。

Miula：

所以第一個看營運效率、投資在正確的地方，第二個看未來發展機會，第三個管理團隊的誠信。

Vincent：

對，這基本上就是以前的鐵三角。

Miula：

好公司的核心部分就是這樣子。

好，那第二塊：好價格。你覺得怎樣才叫好價格？

因為我跟你講，我其實之前在節目跟聽眾講，我覺得只要是好公司，基本上從來沒有漂亮的價格，幾十年來都沒有看到，除非金融海嘯這種意外時候會出現。但你總不可能等到那時候才投資。所以我常常跟聽眾講，其實好公司你就不要太在意好價格還是壞價格，因為就像Vincent剛剛講的，我認為好公司相對有容錯空間，就算真的買貴，一兩年之後也會讓它變得沒那麼貴。

所以我來請問Vincent，如果你第一個標的已經確定要買好公司，那你要怎麼定義好價格？

Vincent：

我們看好價格的時候，當然會從相對和絕對的數字来看。相對的就是它跟其他同類型比較，因為我們手上的錢可以投各種產業或個股，所以某個產業跟另一個產業必須有一個相同基準點來說明為什麼這個價格是好的。

所以我們在JP Morgan的做法是，每一個公司我們會有一個比如5年期的EPS估計，然後第5年的EPS和我們覺得那時候的PE，算出一個5年後目標價，再反推回來現在價格到5年後目標價的compound是多少，這樣就有個百分比，然後把所有股票放一起排序，就可以做relative ranking，看哪些地方假設我們估計對的話，能讓你賺最多錢。

另外一個，我會推薦以前看過一本書：在思考價格的時候，可以反過來想——市場已經有個價格了，這個價格反推回來imply的收入和EPS增長會是什麼樣子，以及imply的隱含增長跟你自己的想法有沒有落差。如果有落差，那就是一個可能的好價格。

因為價格不是我控制的，是市場給的。如果我覺得他算回來，比如現在100塊，historical trade 20倍PE，就算回來大家覺得他應該賺5塊，那我覺得他可以賺更多，對我來說這是機會。或者如果大家覺得他會賺5塊，但我覺得只有4塊多，那這個價位我可能就不進去。

所以是有點像給定市場價格後，反推key assumption，比如增長assumption、margin assumption，然後看我的想法跟市場有沒有差別。

Miula：

所以簡單來講，其實我聽到這樣的投資方式，我蠻常聽到有些人在做板塊或sector ETF資金流動，就是說現在某個板塊估值太高了，科技股估值太高了，但是工業股或utility沒那麼高，然後依照趨勢utility也會很好，所以把一部分資金從科技股轉移過去。我知道你自己現在投資也是以ETF為主，所以是不是類似這樣的概念？

Vincent：

但是我自己現在沒有做sector ETF，我現在真的太懶了，大概60%-70%就是VTI，就是美國大盤，剩下的一點點手癢的時候會去active做一些主動部位。

我以前曾經有一陣子做sector rotation，可是sector rotation需要一些總經數據，或者我以前看總經的時候會有一套框架，比如recovery的時候Semi會先outperform，Bank會underperform，什麼時候commodity會outperform。

Miula：

你得先判斷現在在景氣循環的哪個階段。

Vincent：

對，我會有景氣循環階段和sector outperform的框架。但是因為需要蠻多資料，現在一個人沒有那麼多時間maintain資料。

Miula：

想要比較輕鬆一點。

Vincent：

對，我真的有點懶。

Miula：

回到公司角度，簡單講你的說法就是：你對於每一間公司其實有一個自己心中的合理價格，如果今天有些公司離合理價格落差比較大，可能過高或過低，你就會去做調節。比如現在股價70，但你的合理價格150，你就覺得中間有很多創造Alpha的空間，所以把資金轉到這一個。

Vincent：

對，然後這個也會影響後面的部位大小。當然想買好公司，但好公司如果很貴，我就只買一點點，要有exposure但不敢買太多。但如果覺得intrinsic value跟市場價格有差，我就願意拿比較多，部位就會加大。

所以它有點像會跟後面的position有關。這個價格再多說一點：我們是做非常基本面投資，可能拿兩三年三五年。但以前在Hedge Fund的時候，也會看另外一個——單純看現在市場在意的indicator是什麼，就是consensus。比如台灣大家會trade monthly sale，因為有月營收，以前我們是全世界少數有月營收的市場。

Miula：

我以前還蠻喜歡看月營收。

Vincent：

但很可怕，因為有announcement就有交易機會。所以以前會交易月營收超預期或低預期。在Hedge Fund的時候，會看consensus——這個共識可能是Bloomberg看到的，也可能是打聽到的——然後我自己得到的資料或信心程度，覺得比共識更高還是更差。這是比較快周轉的玩法，如果你低預期，出來就close position。

Miula：

其實這種算投機性的一個玩法。

Vincent：

對，但這個也可以跟fundamental合在一起。如果我覺得這是好公司，而且會beat earnings，我就可能在這時候加碼，然後earnings完畢後調節一點點，不管漲或跌，但我知道有catalyst，就去調節。

Miula：

所以你會很建議大家去做這樣的做法。因為在我理解Vincent，你說好公司、好價位跟部位控管的角度來講，我認為在你的投資策略裡面，要創造額外的績效——Alpha的部分——其實主要還是好價位這個部分來創造。因為好公司某個程度，市值型的一定某個程度已經反映了，因為好公司的市值會大。當然啦，市值型終究摻了很多東西，所以不能完全反映，可是額外的Alpha就是你要判斷內在價值跟價位之間的落差。這很主觀，但看對的時候Alpha就會創造比較多。看錯的時候就有負向Alpha。

Vincent：

對，這是希望能夠達到的。

Miula：

你覺得這很重要嗎？

Vincent：

我覺得如果要追求超過市場的return，Alpha是重要的。但在於每個人適不適合，或者是不是想要創造Alpha。因為創造Alpha不一定可以得到，但你一定會投入一定的成本——時間、精力，還有你喜不喜歡做這件事情。所以這是balance：如果我可以很輕鬆得到Alpha，我當然想要，但有時候市場競爭，所以你可能只做某幾個熟悉的股票，或者真的很有信心的才去做。

Miula：

所以你的想法是：真正有信心的那幾個標的，再去創造Alpha就好。

Vincent：

對，剩下的拿Beta也可以。

Miula：

我覺得市場上有一種投資人最累：他現在對於哪一間公司或哪一類型股票能夠替他創造Alpha完全沒有idea，但他又很想要創造這個東西，所以開始盲目追尋標的，甚至伸手跟別人要名單。但有些人說好啦我要不到，我就自己研究。可是這種人是最辛苦的，因為他會拚命說最近大家在講什麼，可是投入的研究其實不足以創造Alpha。

Vincent：

對，沒錯。

Miula：

因為說真的，要創造Alpha的研究是非常困難的。我的聽眾很多人都說「Miula可不可以研究哪個公司」，我說沒有辦法耶，我真的沒有空。如果對這間公司沒有興趣，純粹只是為了看能不能大獲利去研究，我覺得我不會研究得很深入，那出來的東西我也不敢用，那我幹嘛跟大家講。

Vincent：

對，因為你會考慮自己的成本——你的精力，你對這個東西有沒有興趣。像前面講的，現在進入股票市場可能都會這樣，尤其現在板塊輪動很快，尤其台股動不動每兩三個禮拜就有新的熱點sector，大家會很刺激，很想尋找刺激，「我一定要找到下個熱點」，然後一直看很多東西。

但是這種我們以前在2007年的時候也被燙過，我自己剛入行也被燙過：找熱點根本不知道這股票在trade什麼，你沒辦法解釋，只知道它漲，但不知道為什麼漲，以及什麼東西會讓它跌，或者要再漲上去有什麼假設。你拿也拿不安心，也拿不了大部位，每天早上起來打開手機APP看股價，這種生活蠻辛苦的。

所以我會建議：在第一階段找好公司的時候，你應該把好公司放在你的watchlist，這就是你的universe，你值得花時間的公司。你在這裡面挑選，市場熱點有時候就要放寬心——你不可能每塊錢都賺到，每個波段都賺到，你賺到你認知能夠賺到的錢就好了。

Miula：

簡單講，如果你對市場上幾百家公司都要有Alpha的能力，太難了吧？或者不要講幾百家，幾十家都不太可能。但是比較好的方法就是：你真的對某個產業、產品、公司特別有興趣，深入研究，那對於這間公司你可能就有機會得到一些Alpha。問題是這間公司也不會每年都給你機會，所以你要很耐心等待時機出現，那個時候再獲得額外Alpha。

Vincent：

對，就是等到好球再揮棒。

Miula：

對，我覺得棒球……我剛腦中也是想到棒球。你想，今天如果你是個棒球選手，你會遇到快速球、會遇到滑球、會遇到壞球，那你有辦法每一種都打得比所有人更好嗎？很難吧。

所以說我的每一種打擊可能都是一般的平均，但是我這邊其中一兩種球種我特別會打，我就特別去加強。那投手會投什麼球我也不知道，但是如果這次正好投的是我會打的球種，然後正好……

Vincent：

把握機會。

Miula：

我就給他一支全壘打出去，對對對。

Vincent：

所以其實做投資到後半段，你真的發現那個就是一個認識你自己的過程。就是要認清楚你是誰，你擅長做什麼，你不擅長做什麼，然後接受你不要在你不擅長的地方想要做出什麼。因為大家會很想要說「我每個都要表現很好」，但我覺得我工作20年的感想是這個真的太難了。

Miula：

OK，好。那我們最後來講部位的部分。你要跟大家分享什麼？

Vincent：

我其實沒有辦法分享太多部位的東西，因為我以前是分析師，所以我在部位的時候是間接看到那個部位的大小。但是我們的做法，或者我以前理解的做法，也還是剛剛講到：它會跟那個價格有關係，和你的confidence跟價格有關係。當你覺得你的確定性高，然後你的價格——這個跟內在價值和市場價格差大的時候，你就應該下大注。但是我們以前當然還有一些風控……

Miula：

我覺得下大注每個人的定義不一樣。有些人10%、20%就是下大注，有些人50%、80%，有些人要100%再槓桿上去。

Vincent：

對，我們以前在基金的話，一定是有一個風控作為最基礎的框架。所以是不能超過10%，絕大多數都是這樣，不能超過10%。然後當然那時候還有……

Miula：

在機構10%就是很大的部位。

Vincent：

對，10%就已經是max out了。然後你如果這個10%後來再漲的時候，你就要被迫去賣。其實就是現在很多台股基金碰到問題，因為台積電的weighting太大了，所以大家才會吵說為什麼這些基金要去買……我忘記他去買哪個ETF，然後有台積電的exposure。

Miula：

買0050，對。你是主動型基金，你為什麼要去買0050？

Vincent：

所以那是有點不得已，就是我們在很多地方內規就是沒有辦法有這麼大的exposure，然後你必須要這樣做。但是像以前的話，反正就是會有個risk的……

Miula：

他可以買台積電兩倍槓桿啊。

Vincent：

不行，因為以前不能做衍生性。

Miula：

不能做衍生性。

Vincent：

所以不能買那個股期，就很困難。然後我後來也是覺得說，另外一個很好的部位指標就是在個人投資的時候，你就知道你晚上睡不睡得著覺。就這個真的講起來很玄……

Miula：

這超重要。

Vincent：

講起來很玄但是真的會這樣。就是我有些公司在報財報之前，我其實心裡就會有不安的感覺，就是我不知道為什麼，就好像有點不安的感覺。然後報出來好，就算報得很好，我也會建議說應該要賣掉。因為那個就表示說你的容錯能力已經到了你的上限，你的部位容量的上限，影響到你原本的生活了。

所以每個人在這一塊也是不同。像剛剛有些人可以加槓桿，所以我們現在有很多比較年輕的朋友，年輕朋友可以加大槓桿。但是我可能剛好一開始出來的時候，經歷的前三年就是蠻慘的三年，就是那時候Financial Crisis，所以我看過很多加大槓桿之後的缺點，然後就有一種——這也是你反面來看不好的情況——我對於risk的appetite就沒有那麼強，所以我自己是不太用槓桿。

Miula：

你知道我年輕的時候，槓桿有開到五倍六倍都有，然後就很快的在半年內就賠光光了，而且還負債。所以後來我也不敢用槓桿，我後來就完全不用槓桿。

Vincent：

對，我就是覺得反正投資你是想要賺到你另外一份……就想要用你的經驗或者是能力賺到另外一種錢，但不需要耗費太多的精神和體力。

Miula：

而且你到底要不要承擔那麼大的風險也是個問題。因為我覺得像Vincent你講的，最後這個部位的部分，其實簡單講，大部分人的策略就是你要不就集中，要不就分散，然後再有沒有加一些避險的空間。可是這整個策略的差異，就是你到底在你的投資生涯中，你到底能夠承擔幾次的失敗跟錯誤。

Vincent：

然後那失敗有多大。

Miula：

對，你壓得越重，你可能相對能夠承受失敗的能力就越低。就是你能夠犯錯再重來的次數，就相對不是那麼容易。

Vincent：

對，然後像我比較老派的，我覺得我要投資是要投資四五十年的，所以活著留在市場上比較重要。就是我不用去拚短期的這種好的績效，我只要能夠每年給我個20%，我其實就很開心了。我非常開心，我現在每年還有20%我都很開心了。

Miula：

20%你就是巴菲特績效了。

Vincent：

對，很難，這很難。

Miula：

好啦，但是我知道這個年代巴菲特都被瞧不起了。那我們在這裡還是給我們的股神一個尊敬。

好，那接下來我們要來聊對於今年2026年的行情。畢竟我們這一集在2026年出，對不對。來，給你對這個S&P 500——算是美國主要大盤的一個預測好了。

Vincent：

對，我覺得剛剛Miula跟我講這個的時候，我覺得這實在有點太困難了。因為這個通常都是那種strategist，或者看很多總經、加上看很多產業的人在聊的。然後我可能真正只能從非常膚淺的一些角度來說。

第一個是我特別來看了一下說，OK，今年的S&P的earnings growth大家現在估計大概是怎麼樣，以及他現在的PE大概是怎麼樣。所以我印象中沒錯的話，大家對於Street——就是賣方這裡——覺得應該是EPS增長可能15%，然後它的估值現在是一個22倍forward looking的估值，22倍不會是，可能現在是20到22倍中間。然後以前可能在peak的時候是24倍。所以就是估值其實沒有太多上升的空間。

但是這個earnings這裡的話，到底有多大的上修空間。所以我自己現在的態度是相對比較保守。因為我覺得現在15%，我理解說AI的Capex cycle還是在繼續下去，然後現在的景氣狀況也沒有特別壞，就是就業普普通通差一點點，但是你知道Fed要降息，所以interest這裡會降低一點點。

Miula：

就是降幾碼的問題，然後保守一點就給他兩碼，對不對。積極一點四碼五碼都有可能。

Vincent：

所以他會有一些利息費用的節省，然後大而美法案今年的真正實施，當然對fiscal這裡也有些boost，然後如果有減稅的話，那可能會更正面一點。不然的話我覺得15% earnings growth，以S&P整體sector來看、整個所有人來看的話，是蠻高的。

Miula：

以歷史的角度來講，算是一個比較高的EPS growth。

Vincent：

對，然後如果今年還要再漲比較多的話，那就是不只今年15%的增長，明年這個增長也不能夠下降。所以這個就會變成我們怎麼看AI整個cycle：就是說現在這個是萬裡無雲直接就上去了，還是中間會有一些上上下下。我自己如果讓我對於S&P今年的這個指數的話，我可能覺得年底有5%就很好了。

Miula：

所以你是相對比較保守。

Vincent：

對，我相對比較保守，而且我是自己有留……

Miula：

因為你覺得已經漲很多了。

Vincent：

對，然後……

Miula：

然後現在估值乘數也蠻高的。

Vincent：

對，然後我有留一定的cash，就是說我不是覺得這裡要放空或者是negative，但是我留一定的cash說，如果跌下來我需要加碼。

Miula：

你才有加碼的空間。

Vincent：

我是要加碼的空間，然後如果漲上去，我的exposure不夠大，但是至少還有。所以我現在的類似做法是這樣。

Miula：

OK，所以你的不夠大是怎樣？像以你的現金，現在大概保留多少？大概25%，其實也不少了。

Vincent：

對，但我通常也沒有fully invest，因為我現在沒有其他正職工作，所以cash flow要留一個buffer。然後因為大部分是美股，所以在國外弄錢有一些考量，所以沒有辦法完全fully invest。

Miula：

對啦，其實對很多人來講，手頭有一筆額外現金，總是睡得比較安穩。

Vincent：

對，然後我大概算過：這75%的exposure，如果給我5%，其實就OK了，生活過得還好。

Miula：

所以把它放在貨幣基金？

Vincent：

沒有，就是VTI加上一些個股。然後那25%是用Interactive Brokers，所以現在還有2點多利率。

Miula：

其實不差啦，因為畢竟不是定存。

Vincent：

對，所以OK。

Miula：

好啦，所以你整體而言還是看好市場，只是覺得沒有辦法漲那麼多就對了。

Vincent：

對，我覺得中間可能會有一些hiccups，就是上上下下的。如果是直線45度角漲上去，我也蠻開心的。

Miula：

不會，你預測5%，這就是平線，不是直線。

Vincent：

它應該不會是平線，但中間可以有波動，可能也會跌個5到10%，我不意外。

Miula：

我跟你講，過去這幾年都很少跌很多。

Vincent：

對啊，所以過去幾年我都沒有加到什麼東西。

Miula：

我們都想說一定會有10%以上的跌，因為跌到20%就算空頭了。但其實以前市場每隔一年兩年可能會有一次13%、15%這樣的跌幅，可是過去幾年都沒有。

Vincent：

就去年4月那一次。

Miula：

除了關稅那一次以外。

Vincent：

對，但也加得不夠，因為反彈蠻快，所以我只加了一點點。

Miula：

關鍵就是我沒有加，但我之前也沒有賣，因為我本來就持有很高，90%的持股。所以沒買也沒賣。

Vincent：

那也OK，反正最終也是好的。

Miula：

所以就應該講我有加，但加一點點，加零點幾%而已。因為我還不敢把所有現金加上去。所以你看，我常常跟大家講，其實我前幾集節目檢討去年的投資績效，我就說那10%的現金部位的cash drag是我去年績效沒有想像中那麼好的一個主因。

可是我就跟大家講，那是必要的。我沒有現金在手上，我會覺得睡不好。因為只要想到明天出現20%下跌，我手頭沒有錢可以進場，我就心情不好。所以我一定要把部位調到讓我心情還不錯的程度。

所以我過去十幾年，從來沒有為投資煩惱過，我都很開心——跌我也開心，漲我也開心。但只要部位調得稍微有點不對，我當天真的會睡不著覺。我記得有一次我把現金部位調低，從15%加到10%，然後去睡覺，怎麼想都不對，所以半夜一個小時就起來，把剛買的全部吐掉，才睡得著覺。可是我覺得這樣很舒服。

Vincent：

對，因為投資最終是你生活的一部分，你想要讓生活過得更好，所以沒有必要為了這個東西……我覺得績效追求很重要，但投資裡面太多運氣成分。你會看到很多某一年表現非常好的人，就開始羨慕「為什麼我沒有辦法做到那麼多」，但你要理解大家能夠承擔的風險不一樣，而且這不一定是每年都可以這樣。有些很厲害的人是可以一直compound的，那也是outlier。

就是理解投資在你生活中到底佔據什麼地位。你應該過好的生活，這是其中一個部分而已。

Miula：

好，那我們接下來聊，因為你剛剛有說，你擔心這個AI CapEx的熱潮會不會繼續持續下去。你當然覺得今年會，但是其實很多人都在唱衰AI泡沫，對不對？我每次都說2024第四季唱衰一次，2025又唱衰一次，每年每隔兩三個月都要唱衰一次，可是這代表市場一直有人憂心這件事。所以你覺得什麼時候會出現AI泡沫？會出現AI泡沫嗎？什麼時候會出現？

Vincent：

我個人沒有覺得會有大的泡沫，但是當然中間很難想像真的是萬裡無雲一路上去。主要幾個原因，大家一直在講電力、infrastructure這些，現在當然有些解決方案，你不用全部上電網，也可以直接在電廠旁邊自己發電這些設備，這大家都理解，只是看實施要多久。

然後對我來說，現在另外一個比較小的擔憂，但可能在中間會發生的一件事情是：我們現在看到 Capex cycle 上去沒有問題，假設沒有問題，接著你要看到應該是應用端，就是真的implementation的AI在各行各業開始。

因為AI沒有泡沫的最大argument就是它是對生產力有幫助的，所以你現在投的這些東西以後都會用更好的生產力返回到GDP或者收入利潤。所以Capex cycle做完之後你要開始應用。

但在應用層面，我蠻擔心的一點不是我們找不到應用方法，而是這個應用要真的落實在企業體系裡面。我們現在每個企業都有自己的SOP或workflow，你必須很多東西打掉重練——以前看事情是這樣看，現在人跟AI合在一起，你的做法要完全不一樣。這會有非常多的抵制或內部阻力。

反正我以前在企業工作，我知道你要大改變的時候……

Miula：

要改變員工工作習慣是非常困難的。特別是會取代現有的價值的時候

Vincent：

對，然後你的組織架構可能也不一樣，以前是這樣的BU，以後可能是另外的BU，每個人的performance review方式也不一樣。所以它是一個蠻大的改變：我有AI工具，但要有另外一個組織結構或方法把這個東西用好。我現在還沒有看到讓我很放心的說，AI工具可以馬上進入很多公司就直接創造生產力。

但這對新的公司是好事，因為它是白紙，你會照新模式，用Agentic AI這些去設計整套workflow，可以做得比別人更efficient。但是對老的公司或有規模的公司，一定是從小地方開始，慢慢擴大。

所以這個速度如果不夠快，我擔心Capex cycle會比較快，應用pick-up速度不夠，大家中間會有一些擔憂，就會有可能一波下殺的機會。

但是長期我還是覺得AI——就我自己在用AI的體感——這個東西對大家的幫忙，尤其是現在LLM變成以後如果變成robotic，那個體感幫忙可能更大。所以長期我相信這個東西可以integrate到社會、企業體系。如果有下來的話，應該是用力或大膽去做的。但中間我覺得對我自己可能會覺得……

Miula：

其實你這個呼應到去年有個很紅的報告，說95%的企業AI投資都是沒用的。

Vincent：

還沒有出現。

Miula：

可是我就跟你講，其實我覺得就是你剛講的，大部分企業其實也不知道怎麼用，內部文化也還沒有接受，所以導進的時候幫助很有限。

也不要講別的公司，以我自己公司內部角度，過去兩三個月我開始大力的push——以前都讓他們自己玩，但最近這兩個月我開始認真push，逼他們把整個工作流程轉換成跟AI協助。這對內容行業其實不是那麼容易，因為等於打掉重練——你學了5年10年的工作技能，要某種程度很大打掉重練。

Vincent：

對，但好處是現在這些AI infrastructure的 CapEx、出錢的這些巨頭都很有錢，他們也可以容忍賺錢慢一點。只是我不知道股東、以股票市場來看，會不會擔憂這件事。

Miula：

股票市場早就在擔憂了，每次莫名其妙一些消息就跌10%、20%。因為股票市場整天擔心AI賺不到錢。對，所以這個論點已經聽了兩三年

Vincent：

但希望之後還有這樣，你才有機會再進場，我才有機會再進場一些。

Miula：

對啦，其實我自己也不是很擔心，因為現在我們手頭擁有的AI能力，跟真實發揮在每個人的職場生產力或整個企業生產力，我覺得連10%都不到。如果連10%都不到都這麼有價值了，那如果接下來企業開始學會用，15%、20%、30%，我覺得企業只會加碼投入，不會減碼。

然後我覺得對年輕人也不用擔心工作被AI取代，你要想的是：原本以為你要做的工作被AI取代，但未來在AI這麼厲害之後，還是有些地方可以讓你做，但那個東西到底是什麼？要去找出這個。我們不見得能馬上給回答，因為這個問題本來就很困難。

但是我今天除了原本訪問，我要額外插一題。你知道為什麼嗎？因為最近這兩天在台灣網路上有個非常熱門討論，就是主動投資跟被動投資又吵架了。

Vincent：

是昨天吧。

Miula：

對啦，我們不講誰，反正老實講主動投資跟被動投資過去幾年我也常看吵，我就覺得幹嘛吵這個。但反正這兩天最熱門。你怎麼看主動投資跟被動投資的爭端？因為有些人會說，被動投資會說「你主動投資90%的人都虧錢，你幹嘛整天賣那個夢？」然後主動投資會說「那我也是認真一刀一槍打出來的經驗，雖然我知道很多人可能沒辦法用，但也有些人能用啊，為什麼不能去鼓吹或推薦？」

而且他會說，被動投資賺的那個錢讓你生活過稍微好一點可以了，但致富不可能。所以你怎麼看這個話題？

Vincent：

他已經講完所有了。我覺得這兩個派別基本上沒有誰對誰錯，就兩種不同看法。一個是覺得我有能力做的話我就做，雖然我也不知道我是不是能做得最好，但我不take這個chance就沒有機會。所以每個人要為自己的決策負責。

另外一邊也不用說有一大堆人最後會去送死，然後說這樣不對，因為那是每個人自己的決策。我還是覺得每個人要為自己的投資負責。

如果你是被動投資，你要理解這個東西不會讓你致富是沒錯，但拉長的時候是一個比較穩定的compound——如果你買的index是對的話，然後足夠長。如果你比較aggressive，你就覺得在這裡想要多加一點Alpha，你要加Alpha就要付出體力、時間。

Miula：

你要付出時間、精力、腦袋，而且要承擔一些風險。

Vincent：

對，然後你知道最差結果會是怎麼樣，你就去做。所以我覺得兩方，每一種性格的人適合自己的就去做。我覺得兩方……

Miula：

這不就是最困難的？因為大部分人除非真的走過那一趟，否則一開始不見得了解自己是怎樣的人。

Vincent：

對，所以就是要理解自己。然後理解完自己之後，也不要說只有我是對的——這一套適合我，但不適合比如我跟Miula大在某些地方就不太一樣，但我不能站在制高點說你就是錯的。你要理解社會上有這麼多不同個性、不同樣態的人，只要大家為自己的抉擇負責，我覺得都很好。所以這個我就沒有什麼太大要站哪一邊。

Miula：

被動投資很好，主動投資也很好，你要了解自己，然後也不要去對別人指指點點。

Vincent：

對，不要對別人指點。這社會戾氣太重，所以大家就是OK，你選擇自己的，然後理解另外一邊的想法。這其實不只在投資界，你看最近很多社會議題，兩方絕對都可以講出那一套論述，但我們要的就是理解這套論述符合哪一類型的人、站在哪一些人的角度，然後你覺得適不適合你。所以我沒有要在這裡批評或建議兩邊。

Miula：

你沒有要站隊啦。

Vincent：

對，我沒有站隊。所以昨天我也沒有發文之類的。

Miula：

所以你看Vincent自己的投資，他說大部分部位放在VTI，這是用指數投資，但還是有一部分在做自己的active investing，希望創造一些Alpha。所以就是兩種都做了，對不對。

那我額外問你一個問題：你喜歡吃南部粽還是北部粽？

Vincent：

應該是北部粽。

Miula：

哎呦，北部粽不就是3D油飯嗎？我昨天在Threads上貼文就說，其實就像南部粽、北部粽嘛。像我就是兩種都吃，我從小吃南部粽當早餐，可是也超愛吃北部粽。我兩種都很喜歡吃，我覺得兩種口味就是不一樣的粽子而已。

你不能說，尤其討厭南部粽的說南部粽就是鼻涕，然後討厭北部粽的說這就是3D油飯。沒有啦，我覺得很好吃。客家粽也很好吃，粿粽也很好吃。那可能我什麼東西都喜歡吃。

Vincent：

就跟我們新竹人要吵新竹肉圓跟彰化肉圓一樣，反正每個人各有所好。

Miula：

我覺得每個地方的肉圓也都很好吃。肉圓只有說這家店不好吃，而不是說那一種類型的肉圓不好吃。

Vincent：

對，你選對店的話都應該很好。

Miula：

選對店，而不是因為不同肉圓給你的價值不一樣，對不對。但是的確有些肉圓很難吃，但我不會特別說哪一種類型不好吃，不可能是用蒸的、炸的，或像新竹這種有紅槽在裡面。

Miula：

OK，好，那接下來我們投資的問題問完了，但是我們今天難道只有投資嗎？當然不是。因為這次邀請Vincent來，當然是他最近電子報寫得之厲害，我從來沒有看人寫電子報可以寫這麼厲害，每一篇都是可以收藏起來的。

但是我今天要挑他整個電子報裡面有兩篇，我覺得很適合大家深入更進一步了解，我們的聽眾更進一步了解。我們來聊這兩篇文章。

第一篇文章叫做《時間的中等收入陷阱》。我覺得這篇很有趣，因為你拿國家的發展階段來講人的時間收入還有職涯或人生發展階段，的確跟國家發展有一點類似。

Miula：

對，然後文章的一個重點就是：年輕的時候你可能很辛苦工作，你很厲害，你寫的報告永遠比別人好一點，你比別人更會熬夜、更早回老闆email，所以這些東西讓你獲得第一階段成功。但如果你一直停在這邊，你可能就會卡住了，因為你要進行轉型。Vincent，你要跟大家分享一下這整篇文章的核心最重要點，你想講什麼？

Vincent：

對，核心其實就是Miula剛講的：在每個不同階段，我們必須做到轉型。我們一開始資源稟賦都不太一樣，你成長或成功的路徑也不太一樣。你在某個路徑走到瓶頸的時候，可能在那之前就要轉型，不然跳不到下一個階層。

最初的時候，以我自己的經驗：一開始人家不認識我，不知道我是誰，所以我只能用認真工作、體力活，或者非常迅速回覆request的做法，讓你累積基礎資源，讓你可以後面轉型，以及獲得信任——有資源的人未來可能給你更多資源、更多機會。所以前半段雖然知道要付出比較辛苦的effort，但你想要的是得到這些。

接著在中間的時候，你就要理解：一開始讓你成功的地方，如果你再繼續最佳化或往極致走，反而對你不好——身體、精神沒辦法承受，而且大家會把你定位為只是做entry level的人。所以在中間階段，你可能需要加強communication、溝通能力，以及人際的soft skill，你才能被拉上去，變成管理者——不是單打獨鬥，而是做成一個team，發揮更大潛力。

在中間階段，你在某些時候要放棄前面的——你的研究成果絕對不會有以前好，但你把精力和時間放在那個階段更重要的轉型地方。接著等到你拿到資源、有話語權或能做決策的時候，大家就不會只把你當接受命令弄出成果的人，他們會看你怎麼planning、怎麼執行。所以對你的評價方式跟最初不一樣。

好，接著在這個階段之後，如果你希望達到人生高度——你在業內有比較好的reputation、有很好的名譽——這時候你應該要做的是幫下面的人上來，以及用你的reputation和資源去調動更多、創造新機會的可能性。

所以這時候你就更不會關注一開始研究要做多好，這些人通常也不在意研究，他們在意的是有什麼新模式、跟現在不一樣的，然後我怎麼把這些關鍵資源——包括人、錢、infrastructure——兜起來做一番不同的事業，以及怎麼培養下一代，把餅做得更大。

所以在每個不同階段，需要的能力不太一樣。最害怕的就是大家一開始那個能力很好，你很擅長……

Miula：

而且那是你最放心的，因為那是過往成功模式，所以你說「我只要做這個就成功，我以前都是靠這套成功的，未來當然也要靠這套」。

Vincent：

但我覺得以我個人職涯感覺是一直靠這套，你沒辦法往更高附加價值的地方走。所以總有一天你不會叫壯士斷腕，但你要知道什麼時候不應該再繼續優化，什麼時候應該去做一些當時看起來短期沒意義、但對轉型很重要的事情。

Miula：

所以這篇文章叫做中等收入陷阱，你就講國家發展：從開發中國家那時候比較簡單，認真做，國民生活到一個程度水準之後，就想說這件事極限做到這邊了，我們要不要轉型？但一轉型會鎮痛，所以有些國家卡在這一關，再也過不去，這叫中等收入陷阱。

像台灣算是跨過了，但跨過其實不是那麼容易，因為等於整個國家也要忍耐鎮痛——放棄以前最擅長的事，把產業踢掉換新的，中間會有人失業，有人說為什麼不留住這個產業？像台灣紡織業以前也很厲害，但後來也都搬到其他國家去了。人也是一樣。

可是我覺得聽起來就像：初期第一份工作其實在建立信任，當信任開始變高，會出現額外新機會，但如果你一直做舊的事情，就不去掌握這些新機會——因為新機會價值更高，所以這時候應該把舊的拿掉一些，把額外時間投入新機會，因為時間就那麼多。

然後等到連這些高價值工作機會也做得很好，你往上就叫使用槓桿的能力，或者發現新機會的能力，就第三層。所以這就是你講的：必須跨過一個階段一個階段，收入才能再往上翻一個level。

Vincent：

對，不管收入或人生狀況，

Miula：

越往上就越不累一點點。可以這樣講嗎？

Vincent：

對，可以這樣講。

Miula：

欸不過我覺得齁，其實我當時看你這篇文章蠻有感觸的，我就想到我其實工作的一些歷程。其實我在有一份工作，大家都知道我不講，那時候我做到Director，我們公司上面就是總經理了。那時候總經理跟我的類型完全不一樣，我是Hands-on的人，每件事情都做得非常精細，而且我對東西超級懂，絕對業界最懂。

總經理是從別的產業來，他對我們產業沒那麼懂，但他一直給我建議：「Miula，你不要再做大PM了。」那時候我有聽進他這句話，但一直掙扎是我不知道做大PM之外可以做什麼。

後來因為公司原因，幾年後我做到同一間公司的總經理，那時候這句話我一直記住，但我怎麼做？我還是在做大PM。當然管的東西越來越多，只好一直放手，但mentality和大PM的能力還是大PM，我一直學不會那種調度資源、把人放在正確地方、設定策略就放手。我一直沒學會，直到後來離開這份工作，我覺得我也沒學會。

然後等到後來自己創業、開始做投資、更多時間花在投資，我開始慢慢理解：其實如果我今天真的要工作，我只能做大PM，因為這是我最舒服的位置。你叫我往上，我反而覺得那不是我適合玩的遊戲。

但我在做投資的時候，反而可以分辨這種差異：投資那公司的CEO如果是大PM我就不投。就有趣，就是我自己當初的工作，我知道我有很多limitation，我覺得我在每個part都弄得很好，但對整個公司並沒有把每個part弄好，整個公司就變更好。所以我在投資可以運用這個，但你看我最後出來，我現在做頻道這些東西，我刻意維持在大PM可以handle、做得開心的規模。所以我看你那篇文章就有這樣感觸。

Vincent：

但那是……我想追問，所以這個原因是因為你是Hands-on的人，你對細節、output成果非常在意，你想要做到最好。如果把它更放權或不要那麼在意，對你來說你會有什麼擔憂？

Miula：

其實我後來發現，對我不是擔憂，而是樂趣。我要的不是成果而已。如果今天把這件事交給你，你表現很好、做得很好，很好啊，可是，我想要這件事情依照我的想法被做出來，而不單純只是要成果，甚至某個程度我可以接受用我的方法成果比較爛……

Vincent：

可是整個你超開心，你的意志被執行，最後有結果，不管好不好。

Miula：

所以其實後來不是有個名字叫Builder嗎？Builder就是自己喜歡手做東西。我後來發現我就是Builder：這個東西我要這樣做，當然成本很高，但我覺得這樣做出來很棒，這是我喜歡的。只要不要虧錢，經濟回饋可行，不一定要最好。

因為我覺得人生是這樣：初期可能追求錢跟成就，到一個程度之後追求快樂。你知道嗎，今天如果我午餐超想吃某個泡麵，你就算拿龍蝦在我面前，我也是想吃那個泡麵啊。你為什麼逼我吃龍蝦？因為我想吃泡麵，這是我以前好喜歡吃，今天看到就是要吃這個。雖然它是人工合成很多味道，但那個反而是這時候最想要的。

所以但是當然啦，我非常同意你那樣論點：如果你追求收入或生產力格局財富格局成長，那其實是必須改變的路徑。除非像我，我說沒有啦，我也不求大富大貴，開開心心就好，我就讓自己停在某個地方。

Vincent：

瞭解。那我覺得可能是更高的格局：你知道自己想要做什麼，然後這樣mentality和個性可能在某些產業很適合。只是說一開始那個產業不一定是完全適合大PM，但如果你build up一個比如現在做頻道、自媒體的整塊，我覺得對啊，也是做得非常好。

所以對，就是看如果以收入來說，這文章在講的的確從一到二到三收入會上升，但可能更重要是知道自己適合什麼，找到自己適合做的東西，好好做好，才是人生最快樂。終極目標是把人生過好，不是只是賺錢，賺錢有些重要但不是那麼重要。

Miula：

而且我把這個最高格局那塊全部放在投資裡面，因為投資就是真正放手，把錢交給某一間公司的經理，對不對。

好啦，但是這一篇文章，接下來我還有另外一篇文章，我覺得你如果好好解釋，應該對聽眾也很有價值。這篇文章標題叫做《人生樣本是唯一：如何在無法重來的大事上做出好決定》。

這邊核心概念是：如果只是看統計學，我們都知道做哪個決定期望值比較高，就做這個嘛。可是行為經濟學常常做實驗：今天兩個選擇，第一個100%拿到100萬，第二個50%拿到300萬，後者期望值比較高，給你100次機會你就選後者，但你只有一次機會，你會選哪一個？

其實這篇文章就是給大家你的想法：面對人生大事，比如25歲剛當完兵，兩份工作——一個台積電、一個去美國Meta，哇我要選哪一個？這種沒辦法有很多次機會的，要怎麼決定？Vincent你是怎麼想，你要給聽眾怎麼建議？

Vincent：

對，我那時候想法就是：我們這種只有一次性的，你不是在多元宇宙可以做很多不同然後看平均。所以你要先了解base rate：別人走過類似途徑的後來發展、成功率，然後用這個調整你自己狀況——資源、個性，會有個想法哪一個對未來長期目標最可能。

然後第二個我很推崇Jeff Bezos的最小後悔框法。因為你沒辦法衡量upside，我以前不管做投資或很多決策，一開始都覺得所有事情都可以planning——寫A到B、B到C、C到D，但後來你發現不可能，你人生太多境遇、外部改變沒辦法掌握。

你唯一能掌握的就是知道自己最後悔的情況是怎麼樣。所以不要太在意upside，那個upside到時候碰到了再思考後面次要決策怎麼做。但最主要走哪條路，你最不容易後悔，而且那個後悔是沒辦法reverse的。有些後悔可以reverse，比如去美國Meta不適合還可以回台灣，但有些決策沒回頭機制，那就要更在意最小後悔——哪一個你可以接受。

Miula：

就考慮最壞狀況時，哪一種你比較不後悔。

Vincent：

對，比較不後悔。你不用想好的狀況，因為好的狀況都很好。就跟股票一樣，只要有停損，進去後列停損點，如果你再漲就很開心，不管漲多少。所以make sure方向對就好了。

然後如果這種決策中間有些彈性空間——如果選A，但A之外我的時間、經歷、機會還可以打造如果A不work可以轉的機會——這也是必要考慮。不能完全AB兩個決策all in A，完全不去create其他選擇權，這比較可怕。所以主要這三項，我個人以前重大決策也都是這樣考慮。

Miula：

就是第一個要了解base rate，這很重要，因為Vincent沒特別解釋，但我覺得這是對選項更徹底理解。比如你做這件事成功機率很低，請問很低是多少？10%、1%還是0.1%？10%跟0.1%差100倍，所以當你以為10%結果只有0.1%，可能完全改觀。所以必須有基礎認知。

然後第二塊就是最小後悔框架。真的很重要，因為人生很多無法回頭的事，如果你做了之後一直後悔、無法接受，你會痛苦一輩子。

Vincent：

對，然後後面決策可能也會 Base on 後悔，做出更糟糕決策。

Miula：

對，我覺得例子就像買車選顏色，我會想看兩年哪一個最不痛苦，就這樣選擇。

最後就是要留一點buffer：就算選了路，還是要保留一點選擇權可能。那你要不要多分享怎麼保留選擇權？

Vincent：

保留選擇權要看不同狀況，比如職涯或其他。我文章講的例子是帶小孩子選擇教育路線。所以我那時候有選擇權，對我比較有選擇權的就是讓他去一般公立，因為實驗教育相對是high risk high reward。

Miula：

更難回頭。

Vincent：

比較難回來。從實驗教育回公立跟從公立到實驗教育，難度不一樣。然後公立跟私立可能是成本——我要花錢買選擇權的成本不一樣。在公立體系，除了一般學校課，我可以課外補強我想補強的部分，或者投資在對他更有幫助的地方。但私立就是全部交給他。所以當然我也相信某些私校可以做很好，但對我來說保有財務彈性以及教育大方針彈性，因為我也不知道小孩子三年後五年後想法或個性適合什麼。所以前期不敢一開始買比較貴的選擇權，先保有這樣彈性。

Miula：

好，非常謝謝Vincent對這篇文章的分享。有興趣繼續理解Vincent這麼有智慧的idea、thinking的話，就去訂他的電子報。他電子報真的是每篇必讀，你看一個禮拜才寫一篇對不對。

Vincent：

對，因為每天寫一篇已經滿多了，我還有別的生活事要做。

Miula：

好啦，真的去訂起來。那如果你想看Vincent做很深入的商業分析，你也可以去訂他們的曼報Pro，就是一群高手的聯手之作。好，那我們今天節目就到這邊囉，那就跟大家說聲大家掰掰。我們一起跟大家說掰掰。

Vincent：

好，掰掰。

Subscribe now

【2/9~2/13 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP276. 專訪 Vincent 談投資心法、AI泡沫、2026看法、中等收入陷阱、重大決策該怎麼做？Feat. 曼報Pro 共同創辦人 Vincent

EP277. 幫高市早苗拚經濟、SpaceX 先拚月球、旗艦模型同日對決 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

2026 年，投資美股不能只看股價漲跌，而是要看：AI 時代下，誰真的有長期競爭力？

今年年初，Miula 我特別規劃了一場不一樣的講座，一次帶大家完整解析「美股科技七巨頭 MAG-7 的 2026 估值與全年展望」。

這場不是只聊單一公司，而是從最新 2025 年財報出發，結合 AI 趨勢、產業競爭與估值邏輯，深入分析 NVIDIA、Google、Apple、Microsoft、Amazon、Meta、Tesla 七大科技巨頭：現在的營運狀況如何？AI 競爭力還行不行？外界的看好或質疑合理嗎？2026 到未來兩三年，獲利與估值可能怎麼走？

像是 NVIDIA 面對 ASIC 的威脅、Google 的 Full-stack AI 能否繼續稱霸、Apple 與 AI 整合後的變化、Microsoft 股價修正是不是被錯殺、Meta AI 的成長動能、Tesla 機器人與自動駕駛的商業模式，還有 Amazon 在 AI 世代的下一步，Miula 都會一次說清楚。

和《科技巨頭解碼》中我以單季財報來分析不同，這場講座給的是完整結構性的觀點，幫你把零散資訊，整理成能實際用在投資決策的長線邏輯。

📅 活動時間：3/2 晚上 8 點

🎥 直播＋回放，當天不能到也能之後觀看

💰 原價 1880，科技巨頭解碼年費訂戶優惠 1680

美股科技七巨頭 2026 全分析： https://miula.kaik.io/events/8bdd9809-03ee-4bea-9089-d1c938ccde49

科技巨頭解碼年費訂戶講座優惠： https://lihi.cc/ShIML

如果你對美股、AI、科技股長期布局有興趣，我相信這場講座會是一份很好的年度導覽

【SpaceX 併 xAI】

◼ 馬斯克帝國整合中 SpaceX 合併 xAI

• 我們今天第一個話題，先來關心一個我覺得很關鍵的動作：馬斯克帝國真的開始整合了。SpaceX 把 xAI 合併進來。SpaceX 今年外界普遍預期會上市，但它在上市前先把 xAI 吃進來，用的方式很直接，就是換股。你如果手上有 xAI 的股份，會直接轉成 SpaceX 的股票；一股 xAI 可以換 0.1433 股 SpaceX。用總估值去換算，大概就是 1 比 4 的關係：合併後這家公司總價值 1.25 兆美元，SpaceX 估 1 兆，xAI 估 2500 億。

• 新聞一出，市場馬上有人說，SpaceX 是不是被吃豆腐，xAI 真的值那麼多錢嗎？老實講我覺得值。兩邊的估值都偏高沒錯，說白了都有一點碰風，但這個比例我覺得算合理的上限，略高，但沒有高到我會覺得荒謬。你只要拿 OpenAI 當作參照就能理解這件事：如果現在市場真的可以把 OpenAI 炒到 8000 億到 1 兆美元，那你很難說 xAI 2500 億美元完全不合理。大型模型的能力層級差距，並沒有到讓你覺得一個值一兆、另一個只能值幾十億那種程度。當然，有人會反過來說 OpenAI 本來就不合理，那就沒必要在這裡吵估值正不正確了，重點在於市場現在願意用這種價錢去買「AI 敘事」。

◼ SpaceX 估值暴漲原因

• 但我覺得更有意思的，其實是 SpaceX 自己的估值噴發速度。現在是 2026 年初，再往回看一點點，2024 年底的 SpaceX 估值差不多才 3000 億美元；兩個月前的 2025 年底，市場已經把它推到 8000 億；然後才過了兩個月，直接上看 1 兆。等於一年多一點點，從 3000 億翻到 1 兆，漲了 200% 以上。這個速度非常可怕。

• 為什麼會這樣？我自己的看法是：市場終於找到一個說法，一個故事，讓大家覺得「我知道 SpaceX 會靠什麼發大財了」。SpaceX 以前也很強。火箭回收、發射服務幾乎獨占，Starlink 也確實是低軌衛星通訊裡最強的。可是以前大家雖然佩服它厲害，卻沒有那麼相信它能賺到那種「超級巨量」的錢。原因很簡單：火箭發射再強，它畢竟是一個市場規模不容易想像到無限大的生意；Starlink 很厲害，但它更像是全球地面通訊網路的輔助方案，偏鄉、海上、郵輪、飛機、戰場，這些地方靠它沒問題，可是你如果生活在城市裡，大多數人還是用中華電信、台灣大哥大這種地面網路。換句話說，在幾個月前，很多投資人看 SpaceX 的商業模式，會覺得它很強，但比較像利基市場的王者。

• 太空商機也不是沒被講過，甚至台灣幾年前還炒過太空 ETF。問題是吹了兩三年，真正讓人相信的大餅其實沒有被畫出來。什麼去月球採礦、去火星採礦，那種更像是科幻片的設定。像我這種很挑剔的投資人，會覺得你可以講，但我看不到一個很確定、很大、而且真的會發生的市場。

◼ 太空資料中心可行嗎？

• 現在故事改變了，因為一個新敘事冒出來：太空資料中心、太空算力中心。這個 idea 三個月前剛被丟出來的時候，大部分人都覺得荒謬，我第一次聽到也覺得荒謬。但後來我發現馬斯克超認真，他很認真我就不敢輕忽，所以我開始真的去研究，研究完我反而覺得：這不是隨口講講，這是一個 real story。

• 理由其實很工程、也很務實。第一，電力。太空的運算靠什麼供電？太陽能。你要知道，就算只是低軌，太陽能板在太空的發電效率是地面的五倍。五倍是什麼概念？它不是小幅改善，而是直接讓「在軌道上運營高耗電運算」這件事，突然變得可想像。

• 第二，散熱。很多人第一反應是太空怎麼散熱？你不能像地面用風扇、用水冷，因為太空沒有空氣。可是你可以用輻射散熱。你做一整片散熱板，把熱能透過輻射的方式丟出去就好。所以你甚至可以把整個結構設計成一面是太陽能板吸收能量，另一面是散熱板把熱輻射出去。散熱不是不存在的問題，但它不是「做不到」的問題。

• 第三，通訊。這個現在也不是瓶頸。Starlink 本來就能做資料上下傳，再加上像我們前陣子聊的那種新型太空傳輸方案，地面把資料送上去運算，再把結果傳回來，技術面已經可以成立。

• 所以電力、散熱、通訊，三件事都不是不可解。更重要的是，這件事已經有人開始做了。我們知道有公司已經把一片 H100 送上去跑運算，雖然那只是實驗型計畫，但它的意義很大：既然一片 H100 可以，那下一步就可能是 8 張 GPU 的機器，再下一步是送一個機櫃上去，最後把整個規模堆起來。這種事情本來就是一步一步來。

• 但太空資料中心會跟地面資料中心有一個本質差異：頻寬。地面資料中心你需要更多對外通訊，就多接幾條線，每條線就是一個頻寬。在太空，你要把訊號送回地球靠的是頻譜資源，頻寬是有限的，你沒辦法無限加「線」。所以太空資料中心真正要處理的不是能不能算，而是要選對應用。

• 這就是我認為未來一定會出現的分工：大量高頻率、需要不斷即時傳輸的小型運算需求，就留在地面資料中心；企業、研究機構、學校、政府那種資料量相對有限，但要跑很多次、要做大規模訓練或大量計算的任務，丟到太空資料中心最合理。你一次把資料送上去，它在上面 run 很久，最後把結果傳回來。頻寬不需要很大，但算力要很大，這個就很適合太空。

• 那為什麼我說這個一定會 work？因為地面資料中心現在已經開始越來越難蓋。土地表面上很多，但你只要要蓋一個資料中心，旁邊居民就抗議，抗議就會影響地方政治，政治就會卡你。太空當然也可能會有社運抗議，但那種抗議的政治穿透力，跟地方居民抗議是不同層級，阻力相對小。

• 更大的問題是電力。地球上的資料中心瓶頸，很多時候已經不是 GPU，而是電。你把算力搬到太空，等於直接去拿一個更有效率的能源場域。五倍的太陽能效率，換算成很直觀的例子就是：你在地面可能需要一平方公里的太陽能板電廠，才能供應某個資料中心；你在太空可能只要 0.2 平方公里就能做到一樣的事。最終大家的 GPU 成本都差不多，真正決定算力成本的，會越來越是電力成本。低軌沒有雲、沒有陰天、沒有雨天，天氣影響幾乎不存在，光照強度也更高，長期看下來，在軌道上取得電力的邊際成本，確實有機會比地面更低。

◼ 所以太空資料中心的成本是多少？

• 現在 Falcon 9 把一公斤送到低軌，大概 3000 美元，已經比過去的火箭便宜很多了，但對「太空資料中心」仍然太貴。下一個關鍵就是 Starship。按馬斯克的規劃，Starship 一旦成功，一開始就可以把成本壓到 Falcon 9 的十分之一，從每公斤 3000 變成 300。後面如果飛行越來越頻繁，成本還會繼續往下掉，幾年內壓到每公斤 100 美元以下是合理期待。很多機構試算過，降到每公斤 200 美元以下，太空資料中心就具備可執行性；降到 100 以下，商業上就會很好看。馬斯克喊的每公斤 10 美元我覺得難度極高。

• 時間點我自己的判斷是：如果只是上低軌示範、放一些東西、跑一些運算，今年起步就有機會；但要到常態性發射、回來兩週到一個月就能再飛一次的狀態，我覺得 2028 比較合理。也就是說，太空資料中心這件事，五年內真的會變成可執行的計畫。

• 而且太空資料中心會是一個比 Starlink 更好的商業故事。火箭發射你可以獨霸，但它仍然是利基市場；Starlink 我也認為偏利基，它不是全球所有人每天都會用的網路服務。但太空資料中心不一樣，它會是全世界運算需求的一部分核心基礎建設。假設未來全球運算有 50% 轉移到太空，那 SpaceX 前十年吃掉八九成我覺得都不誇張；我們保守一點抓五成，也代表全球運算總量的 25% 是在 SpaceX 的太空資料中心完成的。你把它想成今天的 Azure、AWS 那種級別的定位，這種敘事一成立，它的市場價值就可能比火箭發射加上 Starlink 合起來還要大五倍、十倍。這才是 SpaceX 這一年估值暴漲的核心理由。

• 在這個角度下，SpaceX 跟 xAI 合併就突然完全順理成章。你如果只把 SpaceX 當成太空公司，你會覺得太空跟 AI 有什麼關係；但你把 SpaceX 看成太空算力公司、太空資料中心公司，那就跟「我有 AWS 我再買 AI 公司」一樣合理。就像亞馬遜做 AWS、微軟做 Azure，再去整合模型公司，沒有誰會覺得奇怪。馬斯克只是把這一步先走了：我有算力基礎設施，我也要模型，讓兩邊互相拉動綜效。

◼ 當年推特股東賺翻了

• 合併之後，也出現幾個好玩的延伸討論。第一個是 X 的股東。當年馬斯克 440 億美元買推特，其他股東跟著出了一百多億，後來公司價值一度被說只剩一百多億，很多人覺得虧慘了。但現在這些人反而賺到翻，因為 X 先併進 xAI，xAI 再併進 SpaceX，股票價值明顯被抬起來。我依然覺得當年買推特買貴了，但至少當初支持他的股東，大概率已經回本甚至獲利，賺 30% 到 50% 這種幅度，我覺得是有機會的。

◼ 特斯拉會被邊緣化嗎？

• 第二個是 Tesla。很多人會擔心 SpaceX 跟 xAI 整合之後，馬斯克會不會不愛特斯拉，因為他在 SpaceX + xAI 的控制力很強，持股可能四成以上，但在 Tesla 才十幾趴。我的看法是不用擔心他會放棄特斯拉。機器人太重要了，不管是火星殖民，或是在地球把生產力推到爆表，機器人都會是關鍵，而特斯拉正好握著這個方向。再來是晶片，台灣人可能會說你別挑戰台積電，但馬斯克真正要做的其實是確保「自己要用的晶片」能自主生產，這件事他做得到。加上電池與儲能，這些都是 AI 時代、太空資料中心、甚至火星計畫裡不可或缺的基礎環節，所以我完全不擔心他會不理特斯拉。

• 至於特斯拉會不會整併進來，我的猜測是：長線有可能，但短期順序應該是 SpaceX 先 IPO。因為 IPO 可以拿到幾百億甚至上千億美元，這對於要推太空算力中心這種資本密集計畫太重要了。如果你直接跟特斯拉合併，那個動作本身不會讓你多拿到錢；所以我認為 IPO 的機率大於直接跟特斯拉合併。但 SpaceX IPO 之後，馬斯克長線再回頭探索更大的整併，我覺得是合理的路徑。

• 最後我用一個比喻把整個馬斯克生態系串起來。xAI 是大腦，負責思考；X 是耳朵、嘴巴、眼睛，負責感知世界與發聲；特斯拉是手跟腳，負責在現實世界行動，包含機器人與自動駕駛。至於 SpaceX，我不把它想成翅膀，因為重點不是火箭會飛。SpaceX 更像是心臟，提供整個系統最關鍵的能量來源：算力。大腦要運作、手腳要動，都需要能量，而這個能量由心臟輸送。當 SpaceX 變成太空算力與能源供應的核心，那馬斯克帝國的超級完成體，大概就會長成這個樣子。

Subscribe now

【谷哥財報超級強】

◼ 我對 Google 有偏見嗎？

• 我們今天第二個主題，其實是從一個觀眾留言開始的。有人問我說，Miula 你是不是對 Google 有偏見，怎麼每次都不太說 Google 的好話。這個我得先講清楚一件事，我個人確實沒有特別喜歡 Google，就跟我沒有特別喜歡蘋果一樣。我喜歡的是特斯拉、Meta、微軟，Google 跟蘋果對我來說情緒上就是比較無感，甚至在更早以前，我其實是有點不喜歡 Google 的，因為那時候它太政治正確了。

• 但這件事情在過去兩年其實已經慢慢改變。最近這兩年的 Google，我已經沒有那麼反感了，他們也逐漸脫離那種讓人不舒服的路線。更重要的是，就算我個人好惡擺在一邊，這兩三年我在節目裡對 Google 的評價，其實一直是偏正面的，從來沒有唱衰過這家公司。

• 我一直很刻意在做一件事，就是把「個人喜不喜歡」跟「公司值不值得投資、技術強不強」分開來看。拿 2023 年來說，那一年是 Google 最被看衰的一年，大家都在說 Google 要完蛋了。可是我當時的說法是，Google 的技術一定沒有問題，它真正的困難在於商業模式的取捨，因為要跟上 AI，就一定會影響原本很賺錢的搜尋與廣告模式，這是一個必須吞下去的難關。我當時擔心的不是它會不會輸，而是它會不會走得太慢，只要一慢，就可能被拉開差距。

• 後來發展大家也都看到了。2024 年底 Gemini 2.0 出來的時候，我說 Google 差不多追上了；2025 年年中 Gemini 2.5 推出，我說已經完全跟 OpenAI 同一個等級；到了 2025 年底 Gemini 3.0 出來，我的判斷是 Google 已經進入領先位置。第一梯隊的實力其實都差不多，但如果一定要說誰稍微站在前面，那當時就是 Google。這些判斷，我覺得放在時間軸上看，其實都蠻一致的。

◼ Google 不會是 AI 唯一贏家

• 那為什麼還是有人覺得我對 Google 不友善？我覺得關鍵在於，我一直有強調一件事：我不認為 AI 時代會出現一家獨霸的公司。我不會說 Google 會成為唯一的贏家，其他人全部出局。從我目前對整個 AI 產業的理解來看，我看不出來會走到那種結構。這不是因為我不喜歡 Google，而是我覺得這是目前最合理的判斷，當然我也可能會看錯，但至少現在看起來，純粹技術領先的價值，沒有高到足以形成壟斷。

• 你看，去年 12 月 Gemini 很紅，但最近這一個月，風向又轉到 Anthropic。Claude 的 Opus 4.5 出來之後，很多寫程式的人開始大量使用，覺得特別強，甚至連 xAI 裡面的工程師都在用。它比較貴，但對於企業或有錢的用戶來說，價格不是重點，只要更強就願意買。AI 的競爭就是這樣，一段一段輪流領先。

• 所以接下來我就說，不要再糾結技術誰第一了，我們直接來看財報。因為 Google 這一次 2025 年第四季的財報，真的是一份超級強的成績單。以我目前看到的幾家財報來說，微軟我給的是二壘安打，Palantir 是全壘打，而 Google 這一份，我認為也是全壘打等級。但很有趣的是，市場對這份財報的第一反應卻不太友善，盤前甚至出現下跌。理由很簡單，市場現在怕 AI，怕資本支出太高，CapEx 一多就先賣再說。這種事情其實這兩年一直在重複上演，最後股價還是會回到價值。

◼ Google 2025 Q4 財報

• 如果只抓重點來看這份財報，我會看三個地方。第一個是 Google Search。這一季成長 16.7%，這個數字非常漂亮。因為我對搜尋業務的心理預期，其實只放在 10% 到 13% 之間，只要落在那個區間，我就覺得算不錯了。結果它不只高於預期，還比上一季加速。這代表兩件事，一是廣告市場本身還是很強，二是 AI 的導入，確實幫 Google 創造了更多廣告機會。至少到目前為止，AI 沒有把搜尋打爛，反而強化了它的變現能力。

• 第二個是 YouTube。YouTube 廣告只成長 8.7%，看起來很弱，但這其實是 Google 自己做出的選擇。因為訂閱制的推動，會直接把原本可能出現在廣告裡的成長動能吸走。YouTube 廣告本來就很煩，稍微有點經濟能力的人，很容易就去訂閱付費版。長期來看，廣告的獲利能力一定比訂閱制好，但 Google 顯然在這裡選擇了生態與使用體驗，而不是極限榨取廣告收入。

• 真正的重頭戲是在 Google Cloud。這一季 Google Cloud 成長 48%，這已經不是漂亮而已，而是滿貫全壘打等級。過去兩年，成長最快的公有雲一直是微軟 Azure，因為它最早跟上 AI，又獨家綁定 OpenAI。上一季 Google Cloud 成長 33.5%，Azure 是 40%，Google 落後 6.5%。結果到了第四季，Google Cloud 直接跳到 48%，微軟是 39%。微軟本身並不差，只是大致持平，但 Google 自己一口氣加速了 14.5%。一來一回，差距拉開到 15.5%，這在雲端市場是非常誇張的變化。我會說，這可能是 Google 史上表現最強的一次季度成績。去年第四季，Google 在 AI 運算市場，確實拿到了一個非常大的勝利。

◼ Google AI 表現亮眼

• 為什麼會這樣？關鍵還是 Gemini 3.0。這一季 Google Cloud 的成長，來自兩塊，一塊是企業端的 API 與 Vertex AI，另一塊是消費者端的 AI 訂閱方案。先講企業端，在 Gemini 2.5 的時候，我覺得對上 GPT-5.1 還是略遜一點點，但到了 Gemini 3.0，多數企業的評價是「至少不輸，甚至更強」。這對企業採用來說非常重要，因為只要你不輸，就可以憑價格、整合能力、基礎設施去搶市場。

• 消費者端其實也發生了很大的變化。Google 的 AI Pro、AI Ultra 這些方案，真正吸引人的未必是 Gemini 本身，而是像 Nano Banana Pro 的產圖能力，以及 NotebookLM 這種非常實用的工具。以我自己來說，我本來也沒有打算訂 Google 的 AI 方案，因為我已經有 ChatGPT、有 Grok、有 Perplexity，我不缺聊天模型。但我需要 Nano Banana Pro，也需要 NotebookLM，這才是我付錢的理由。我相信在第四季，Google 消費者端的 AI 訂閱成長，絕對是非常驚人的。

• 老實講，這一季的表現，我原本就預期 Google 會很好，但沒有預期到這麼好。我心裡原本的劇本是，從 33.5% 拉到 38%、39%，跟微軟差不多，就已經算超成功了。結果它不只追上，還反過來領先微軟 9%。所以我會很直接地說，去年第四季，Google 是明確的贏家。

• 但問題也馬上出現，這個贏家可以維持多久，沒有人知道。因為到了今年 1 月之後，風向又轉到 Claude 身上了。這也是為什麼我一直不會去吹捧任何一家公司，說它已經贏定了。Google 很強，我一直給它很高的評價，但我不會說它是唯一的贏家。只靠 TPU 不可能贏，只靠模型也不可能贏，因為大家的實力差距都在快速收斂。Google 這一輪能贏，我認為很大的關鍵在於產品層面的整合，特別是 Nano Banana Pro 這種，真的暫時看不到直接對手的東西。

• 從長線來看，我非常確定 Google 會是 AI 時代的主要贏家之一，所以它已經在我的核心持股裡面一年了。反而是市場在這種財報之後，還因為 CapEx 太高而下殺股價，我只能說這是老毛病又犯了。AI 軍備競賽裡，不砸錢才是最大的錯誤。

• 最後我也想補一個自我反省。我覺得我最近低估了一家公司，就是 Anthropic。我之前一直認為它會是贏家之一，但偏向利基型的贏家，沒有想到 Claude 在最近這一兩個月，表現會這麼強，甚至在聲量與實際使用上，把 Gemini 3.0 的風頭都壓過去。這一段我是真的看錯了，也願意承認看錯。

【軟體產業會被消滅嗎】

◼ AI 會殺死軟體業嗎？

• 那我們接下來講今天最後一個話題：AI 會不會把軟體殺死。最近大家會這麼焦慮，不是因為誰講了一句聳動的話，而是市場已經用股價先投票了。軟體類股這一個月真的血流成河，連一些財報看起來不差的公司，股價也照跌不誤。投資人的腦袋裡開始冒出一個很直覺的恐慌：如果 AI 什麼都能做，那我們現在在用的這些軟體，還需要嗎？

• 會被點燃，最大的引爆點當然是 Anthropic 的 Claude。Claude Code 已經讓很多人覺得「這也太強」，後來又出更簡化、更好上手的版本，甚至還丟出一個偏法律領域的外掛，看起來像是直接踩進一堆法律軟體的地盤。再加上外面各種 AI agent 的新東西冒出來，名字換來換去，Claudebot、Multibot、OpenClaw，反正大家感受到的是同一件事：以前要靠軟體做的事，現在好像可以直接對 AI 下指令，甚至請 AI 幫你生出一個更符合你需求的工具。那這樣一來，軟體公司不就完蛋了嗎？

• 市場在擔心這件事，大概已經擔心了一個月；但我自己在想這個問題，其實超過一年。因為在 AI 的早期就看得出來，這個邏輯是必然會被提出來的。你今天為什麼要操作一個直播軟體？因為直播軟體早就把一堆流程寫死了：怎麼從鏡頭抓畫面、怎麼編碼、怎麼把資料送上網路，整個管線都在裡面。那如果有一個 AI 強到你只要跟它說「你幫我把畫面傳到 YouTube」，它就幫你搞定，那你幹嘛還需要軟體？所以這個問題不是現在才出現，是現在終於被市場放大、被股價逼著正面回答。

• 但我必須老實說，想了一年，我也沒有什麼「我得到真相了」的感覺。只是以前大家沒那麼在意，我可以繼續慢慢想；現在大家真的在意了，我們做節目就得拿出一個目前最好的版本。我先說結論：AI 不會消滅軟體，軟體產業不會因此完蛋。AI 不會全面取代軟體，它帶來的是一場大地震：有些軟體會變得沒價值，有些商業模式會被打穿，但也會有一批軟體，反而在 AI 時代活得更好，甚至整體軟體的總量可能還會更多。

◼ 用第一性原理來想為什麼 AI 不會淘汰軟體產業

• 只是我覺得只丟一句結論沒有意義，回答這種大問題，就要用大思考。最典型的大思考就是第一性原理，所以我們先回到最基本的兩個問題：軟體到底是什麼？AI 到底是什麼？你把這兩件事想清楚，才有辦法回答 AI 能不能把軟體要做的事全部取代。

• 我自己的第一性原理版本是這樣：軟體的本質，就是把人類原本會做的一個行為，做兩件事：固定化與自動化。固定化，意思是讓每次執行都一模一樣；自動化，意思是讓電腦幫你做。自動化帶來效率，固定化帶來不出錯，或者更精準地說，帶來確定的結果。

• 你想一個最簡單的例子：叫你把一段文字抄一百次，你一定做得到，但又慢又容易錯。可能抄到第三十五次就漏了一個字，抄到第九十次不小心少了個句點。軟體怎麼做？它就是一次寫好，然後用 copy 這種函式一瞬間複製一百次，速度滿分，結果也完全一致。再比如說加總一百個數，你會算，但你會慢，而且你會累，累了就可能算錯；軟體寫個計算機，你輸入完按一下，瞬間完成，然後你要算第二組、第三組，一樣快、一樣準。再比如老師要把二十五個學生按身高、體重、年紀排序，手動排很慢還可能排錯，放進 Excel 用排序功能，一秒鐘搞定。這些例子都在講同一件事：軟體就是把重複且可規則化的任務，用最有效率的固定方式自動完成。

• 接著回到 AI。大型語言模型加上 AI agent 的運作方式，本質上是推理加機率。它能做很多事，但它不是「固定式流程」，它更像一個超強的人類。你用軟體算 1+1，就是一個運算步驟；AI 做 1+1，也許答案不太會錯，但它背後要動用的計算資源、推理流程，其實遠高於一個簡單的計算機。更麻煩的是，當題目變複雜，AI 偶爾就是會錯；你丟一個很長的數字加總，軟體可以百分之百正確，AI 有時候就會失手。這不是它不夠努力，是它的運作方式天生就不是為了追求「確定性」跟「最高效率」。

• 所以如果我們把世界拉到未來，當整個社會的運算需求只會更多，你覺得那些運算需求會全部交給 AI agent 做完嗎？可以做，但成本效率會爛到不合理，耗電、耗資源，而且還會犯錯。從這裡你就能理解：軟體這個 layer，其實是一條捷徑，是人類為了讓某些事情可以穩定、快速、確定地從 A 到 B 所發明的捷徑。AI 不會把捷徑消滅掉，它反而會需要捷徑。

• 我甚至用一個科幻情境讓你更直覺：假設全世界的軟體在一瞬間全部被刪掉了，但 AI agent 還在。人類接下來會把大量需求丟給這些 agent，然後這些 agent 如果要把整個系統運作效率拉起來，最可能發生的事是什麼？它們會先寫出軟體。因為如果你已經有輪子了，你不會叫機器人一直用徒手搬，你會讓機器人去用輪子。軟體就是那個輪子，所以軟體不可能被取代，它跟 AI 的價值是不一樣的。

◼ 軟體不會被取代，那軟體產業呢？

• 但講到這裡，你一定會問：軟體不會被取代，不代表軟體公司不會被取代。因為如果 AI 會寫軟體，那我以後個人用的、公司用的，乾脆都叫 AI agent 幫我寫，何必付錢訂閱一堆 SaaS？我同意，這件事會發生，而且會很明顯地發生在某些領域。很多輕度、以個人需求為主、跟企業關係不大的軟體，確實會被 AI 取代掉。我自己就有例子：以前我想把 mp4 擷取成 mp3，我會去找免費轉檔網站，上傳檔案讓網站幫我轉。後來我直接 vibe coding，AI 幫我寫了個小程式，我在本機用 CPU 就轉完了。這個瞬間，那個網站的價值就被我自己做掉了。這種軟體我認為會大量消失，甚至我覺得至少三成會被打掉。

• 但另外六到七成偏企業的軟體，邏輯完全不同。企業為什麼買軟體？它要的不是「能做就好」，它要的是四件事：經濟效率性、交付成果的確定性、安全性與可解釋性、系統的完整性與避免遺漏。前兩點我們剛剛用第一性原理講過了，軟體在效率跟確定性上就是贏 AI。後面兩點更關鍵。

• 安全性這件事，你要站在企業的角度想。就算系統跑出來的結果是對的，但你不知道它怎麼做的，你不敢用。企業買微軟、買 Google、買 Oracle，是把安全性、責任、漏洞風險外包出去，讓對方背書。你今天自己 vibe coding 出來一套系統，你敢信任嗎？就算請工程師 review code，也不代表沒有問題。你說那我請外部資安高手來檢查？請資安高手的成本可能比你買軟體貴到不知道哪裡去。你把這些「確認安全性」的痛苦都攬在自己身上，最後算一算，你買十年軟體都還有剩。那你幹嘛自己搞？

• 系統完整性也是一樣。任何專業領域都有大量 know-how，很多不是你上網 Google 就能補齊的，很多也不是 LLM 有足夠資料能學到的。你自己做一套系統，前面看起來很好，但某一天才突然發現有洞、有缺口。這時候要補很難，而且補的過程還可能把原本運作的地方弄壞。於是你又得回到找專家、找人補，最後你會發現，與其你自己組一個專家團隊來做這些事，不如直接把這四件事外包給軟體公司，因為軟體公司有規模經濟，它找一個超厲害的專家付一百萬，攤到一千個客戶身上，一家只是一千塊；你自己只為了公司內部用，付同樣的一百萬，你合理嗎？

• 所以我認為 AI agent 很強，但它在軟體這塊帶來的主要影響，反而是讓軟體公司能更快做出更強的核心軟體。然後軟體在未來會變成一種共識層：人類看得懂、AI 也看得懂，結果可以被檢查、被監督、被對齊。你叫 AI 幫你把特斯拉過去十年的獲利整理進資料庫，真正讓你放心的是你能用一套規則清楚的程式去檢查欄位正不正確；而且當不同公司的 AI、不同團隊的 AI 要互通資料時，大家需要的是共同的結構與規格，這些東西最後都會回到軟體。

• 但是，這不代表每一家軟體公司都可以高枕無憂。未來更像是 AI agent 操作軟體的時代：核心功能由軟體提供，因為那裡追求的是確定性、效率、可維護；可是再往上一層，也就是人類使用軟體的操作層、UI、流程設計，那一層會被 AI agent 吃掉很多。以前你可能是資料庫公司之外的另一家軟體公司，專門幫客戶把資料庫的欄位拉出來做報表、畫圖、做操作介面；這一層就是最容易被取代的。

• 我用樂高來形容：以前軟體公司像是積木高手，直接拼好一個完整作品賣給你；未來更像是軟體公司提供各式各樣的積木塊，也就是核心功能與通用組件，然後 AI 這個「主積木高手」幫你依照需求去組合。AI 不會浪費時間去自己做積木塊，因為積木塊如果每個人都自己做，扣不起來、疊不起來，沒有通用性，也沒有維護性；但 AI 會在組裝層幫你做出高度客製化，讓同樣叫做「千年一號」的東西，你要黑色、你要白色，你要三十公分，你要八十公分，都能被組出來。

◼ 效率性與客製化的重新平衡

• 所以未來活得好的，是提供核心功能與核心組件的軟體公司；價值變低的，是那些主要賣「更好用、比較方便、包裝成一套流程」的操作型軟體。商業模式也會跟著變。賣席次的 SaaS 會很痛，因為一個 AI agent 可能抵一百個人類的操作席次，你原本靠人頭收費，突然就被壓縮；相反地，賣用量、賣成果的會更舒服，因為 AI 把使用變得更普及，用量只會更大，不會更小。Palantir 這種偏成效計費的模式就比較不會卡在席次這個問題。

• 人形機器人剛出來時，很多人問：都有機械手臂了，為什麼還要人形機器人？因為它們負責的東西不一樣。機械手臂專門做高重複、超固定、一天要做一萬次的工作，效率最好也最穩；人形機器人去處理變動性比較高、不值得專門打造機械手臂的任務。軟體跟 AI 也會走向同樣的分工：軟體像機械手臂，處理固定任務，最高效率、最高確定性；AI 像人形機器人，負責中間那些流程、那些客製化、那些不值得為每一個人單獨開一套版本的變動需求。

• 這整件事，其實就是效率跟客製化的重新平衡。以前主流軟體追求效率，客製化很有限；你要客製化，就得砸錢自己開發。未來 AI 加上軟體的組合，會把客製化的成本打下來，讓你在保有核心效率的前提下，同時得到更高的客製化。

• 現在一個有效率的雞排攤，前面就一口大油鍋，一次下五片十片，炸起來最有效率；但口味通常只能四種，因為你要是一口氣給一百種口味，你前面就要擺一百種粉、一百種醬，每個客人點餐都要翻箱倒櫃，效率整個崩掉。可是假設 AI 時代等於你突然多了二十個免費員工，你會讓這二十個人每人拿一個小油鍋各炸各的嗎？不會，因為那樣品質不穩定、效率也差。炸雞排這件事，還是交給那台最穩、最有效率的機器，也就是軟體。但這二十個人可以做什麼？他們可以在炸完之後，替每個客人做超細的客製化：你要東泉辣椒醬、他要八成胡椒兩成辣椒、另一個要甘梅混孜然。原本只能給四種選擇，未來可以給幾十種組合，而且整體效率還不會垮掉。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

這幾年大家開始比較有「避難包」的概念，不只是因為國際局勢，台灣本來就常遇到地震、颱風、停電。真的出狀況時，能不能第一時間拿了就走、黑暗中還能照明，其實差很多。

這次想跟大家分享一個 Miula 我自己也很喜歡的小東西：水光燈 戶外生存版。它外型很小，差不多火柴盒大小，但用途很關鍵。最大特色是——不用電池、也不用充電，只要有水就能亮。就算在野外、停電，甚至手機快沒電，只要沾一點水，甚至口水，就能立刻發光。

一顆水光燈最長可以照明 168 小時，等於每天開 8 小時，也能用將近 20 天。而這次的戶外生存版還多了「開關設計」，亮了之後可以關掉保存，不會像舊版只能等它自然熄滅，用起來更安心、更省。

除了照明，它裡面還整合了求生哨。萬一登山、露營，或地震受困時，沒力氣喊救命，只要吹一下，就能發出高分貝聲音，讓搜救人員更容易找到你。這種小設計，平時用不到，但真的出事時差很多。

我會很建議，每個家庭的避難包裡，都放一顆水光燈。比起一般手電筒，它不怕沒電、不怕忘記裝電池，只要有水就能用，真的比較可靠。

這次 M觀點和廠商合作推出限時優惠＋免運活動，適合一次幫家裡、爸媽、車上、登山包都準備好。天災無法預測，但工具可以先準備好。

---

避難、防災，停電、地震、露營、登山必備神燈！

原廠授權日本製「水光燈・戶外生存版」。沾水即亮(尿液、口水皆可)，最長168小時；亮度提升36%，加上節能開關與內建求生哨，一盞搞定照明＋求救信號。

◆ 團購期間：2026/2/5~2/28

◆ 限時超值優惠+免運活動網址：

https://www.zeczec.com/projects/aquomo-candle-outdoor?s=MIULA0205

【聯準會新主席人選】

◼ 聯準會下任新主席

• 聯準會主席新人選這齣戲，我不知道該叫它好戲連台還是歹戲脫棚。反正川普跟 Powell 吵了一整年，市場也猜了一整年，到底最後要換誰。現在答案終於揭曉：川普正式決定 Powell 的繼任人選，選的不是之前白宮經濟委員會的 Kevin Hassett，而是 Kevin Warsh。我覺得這個選擇，市場會更喜歡。因為 Warsh 本來就當過聯準會理事，是聯準會體系出來的人，但他又不是那種「體制內完全同溫層」，他更像是體制內的反對派，對 Powell 這幾年聯準會的做法一直高度批評，某個程度來說，他在很多議題上的站位跟川普政府是接近的。

• 而且 Warsh 跟 Scott Bessent 這條線也很關鍵。兩人算是同一個體系裡面共事過的人，所以你可以想像，如果 Warsh 五月份正式上任，跟 Bessent 在政策溝通上會比較順。當然，聯準會主席要上任還是要過參議院確認，但 Warsh 屬於那種兩黨都不太會有意見的人選，我覺得通過的機率很高。

• Warsh 的背景也很完整。他不是純學者出身，一開始在 Morgan Stanley 這種投銀體系工作，後來又到 Druckenmiller 的投資公司待過，所以他是真的在金融圈打過仗的人。接著他在 2006 年、才 35 歲就被任命為聯準會理事，這個年紀在那個位置真的非常少見。他任內最精彩的一段，剛好就是 2006 到 2011：次貸危機、雷曼倒閉、金融海嘯，然後 QE 啟動、央行角色急速擴張，他都完整經歷過。離開聯準會之後，他在史丹佛大學胡佛研究所擔任研究學者，研究的就是央行政策與貨幣政策，所以找他回來當聯準會主席，某個程度上真的是人盡其才、物盡其用。

• 這也是我覺得川普最後會選 Warsh 的原因。你如果選 Kevin Hassett，市場會覺得你就是用自己人，接下來很擔心決策不專業。但你選 Warsh，大家即使知道他上台後方向會更接近川普，還是會相信他專業度夠、獨立性也夠，變成川普滿意、市場也放心的版本。簡單講，他是兩邊都能得分的人選。

◼ 為什麼川普找 Kevin Warsh 當聯準會主席

• 那 Warsh 過去幾年最重要的主張是什麼，為什麼川普政府會認同？第一個，他一直批評聯準會過度擴張管理範圍，QE 做過頭了。過去這五六年市場只要有點波動，聯準會就像保證救市一樣，Fed Put 這個概念就讓市場玩家輕忽風險責任，過度投機，市場就被扭曲。Warsh 的想法很直接：該付出代價的時候就要付出代價，市場參與者痛過一次，才會謹慎去算每一筆投資的風險跟報酬。

• 第二個，他批評聯準會太依賴滯後的經濟數據。你 100% data dependent，數據出什麼就演什麼，很多時候只會大幅落後市場，甚至數據後來還要修正很多次，決策就會變得尷尬。Warsh 的意思是，聯準會必須要有一定程度的主動性，要有 foresight，不能永遠等數據出來才動作。Powell 這幾年被罵 Mr. Too late，其實就是這種邏輯。

• 第三個批評也很符合川普的立場：聯準會的本業是管好通膨跟就業，你不要整天去搞一堆非本業的東西。拜登時期很多政府單位都在做社會議題、多元政策、氣候議題，聯準會也開始沾到這些，Warsh 反而認為，聯準會應該回到核心職能。

• 所以你乍看媒體標籤會說 Warsh 是貨幣政策鷹派，好像跟川普想降息背道而馳，但這個理解其實停留在表面。很多人後來補充，包括 Druckenmiller 也講過，Warsh 在利率決策上是有彈性的，他是務實的靈活派。他反對的是「為了資產價格或政治壓力，長期維持超寬鬆」，但如果經濟真的下行、金融條件收太緊，他對合理的降息或在關鍵時刻動用工具並不排斥。簡單講，他不是那種阿貓阿狗的小事、小波動就要 QE 的人，但遇到金融海嘯或 COVID 這種災難性事件，他也不會反對該做就做。

• 回到 2026 ，我自己的看法是，聯準會有空間降息到三碼。川普當然可能覺得不夠，他要的可能是四到五，但三碼對現在的美國實體經濟，應該可以起到蠻不錯的支撐作用。而且聯準會不是主席一個人說了算，利率決策要投票，不過主席還是有影響力，加上川普如果陸續把投票的人換成更接近他立場的人，方向會更明確。

◼ Warsh 上任後可能會有什麼動作

• 那 Warsh 上任後，投資上最值得聊的，其實是他可能採取的一種組合拳：降息加縮表。很多人會覺得這看起來對作，一邊貨幣寬鬆讓資金變便宜，一邊貨幣緊縮把流動性收回來，好像左手打臉、右手又幫你敷臉，但這兩個政策發揮的點不一樣，所以不會單純互相抵消。降息影響的是短期利率，企業借款、消費者信用貸款這種跟聯邦基金利率高度相關的成本會下降，對中小企業跟消費會有幫助。房貸不一定完全吃短期利率，但信貸、短期資金成本那一塊，降息的刺激很直接。

• 縮表就不一樣了。聯準會賣出手上的公債、回收先前釋放到市場的流動性，市場上的公債供給增加、買盤變少，公債價格下降，殖利率上升。真正受影響的是十年期美國政府公債殖利率，因為短債殖利率本來就跟聯邦基金利率高度連動。十年期殖利率一旦上升，它會變成很多金融資產估值重新定價的核心比較標準，因為大家把它當成長期無風險報酬率。無風險報酬率從 3% 變 4%，你對風險資產要求的報酬率自然就得更高，價格就會被往下壓，尤其是那些靠熱錢把價格炒上去的標的，會更容易冷卻。

• 你如果把這個邏輯套回市場，最近貴金屬漲很多、又突然暴跌，跟這種「市場開始重新思考流動性」的敘事是不是有關，我也不敢說一定有，但至少方向上是對得起來的。貴金屬不是我平常長期盯的市場，所以它怎麼漲跌我也不敢說我完全知道，但如果以長線來看，黃金這種價格確實跟熱錢炒作有關，熱錢收回去，價格修正也算合理。

• 所以如果 Warsh 真的走降息加縮表這條路，誰受惠、誰受害其實會蠻清楚。受惠的是實體經濟裡的中小企業跟一般消費者，大企業本來融資成本就很低，反而中小企業資金成本下降的邊際效益更大。受害的會是高估值股票、賣夢想股、賣本夢比的公司，還有各種熱錢炒作標的。加密貨幣要不要算在裡面？你可以自己思考它符不符合「熱錢炒作標的」這個框架，但我也要提醒一件事，投資從來不是單一因子。縮表對加密貨幣可能是負面，但川普政府其他政策可能又是正面，例如把加密貨幣當成商品而非證券，監管麻煩度跟成本就會降低，最後價格一定是因子加總，不是只看單一事件。

• 這次任命我覺得最重要的訊號，其實是 Fed Put 之後不會那麼容易出現。過去五年甚至十年，大家都覺得有危機聯準會一定救市，所以很放心去買風險資產，但 Warsh 不像那種很喜歡啟動 QE 的人，救市的頻率可能會變低，市場的風險波動會變大，回檔可能會變得比較像回檔。某個程度上，這是回歸市場機制，長期來講我覺得是好的。當你永遠無止盡救市，市場參與者就會覺得自己沒有風險，沒有 skin in the game，行為就會越來越誇張。

• 另外一個你提到的點也很有意思：對美國長期公債來說，這套政策有可能是短空長多。短期縮表會讓十年期殖利率上升，但如果市場因為聯準會不再那麼常 QE，對長期通膨的擔心降低，那幾年後反而可能出現殖利率下降的結果。你甚至也直接說你同意「通膨主因就是貨幣」這個框架，流動性沒那麼多，通膨壓力自然會小一點，市場對長債要求的報酬率就不需要那麼高。

◼ 未來有什麼投資建議

• 最後回到投資的現實面，我也同意很難給大家什麼明確的投資建議。你自己就講得很白：高估值成長股的乘數可能會被下修，但你還是會抱住，因為那就是你最熟悉、最擅長、也最喜歡的區塊。真正重要的是，在高成長股裡面你要分得出哪些是被炒作的，哪些是真的有基本面跟未來面。貴金屬可能也會受到影響，小型股理論上資金成本下降是利多，但市場不只有 Warsh 這股力量，還有 AI 這股更大的力量，資金到底怎麼移、風格怎麼切，最後都會變成多因素的結果，而不是一個人事任命就能把所有資產都推到同一個方向。

Subscribe now

【輝達減碼 OpenAI】

◼ 輝達要減碼 OpenAI 了嗎？

• 第二個主題，我們繼續來看輝達減碼 OpenAI。《華爾街日報》這次的獨家報導指出，輝達先前市場盛傳要投資 OpenAI 1000 億美元的計畫，目前已經停滯，投資規模很可能縮水到數百億美元。這個講法乍看之下很聳動，但我其實不太想把它渲染得太誇張。因為就算是「數百億美元」，那也已經是非常大的投資了，只是相較於一開始喊出的 1000 億，確實就是減碼。

• 回到當初的合作背景，去年年初市場在傳的版本是，輝達會替 OpenAI 建置至少 10GW 的運算能力，等於是直接幫它蓋十個等級非常高的 AI data center，裡面全部塞滿輝達 GPU。OpenAI 如果沒錢怎麼辦？沒關係，輝達承諾最多投資 1000 億美元，協助 OpenAI 支付這些算力成本。這也是為什麼當時很多人會開玩笑說，輝達就是把錢給 OpenAI，再叫 OpenAI 拿這些錢回來買輝達的東西。

• 但我一直認為，那份協議本來就只是 non-binding 的意向書。也就是說，雙方都有意願朝這個方向合作，但沒有法律約束力，不照做也不會怎樣。比較像是「我們有意願交往，但沒有保證一定會走到最後」的那種同意書。所以當《華爾街日報》引述黃仁勳私下對友人說，這 1000 億美元本來就不具約束力，我一點也不意外。

• 《華爾街日報》的說法是，黃仁勳之所以傾向減少對 OpenAI 的投資，是因為他認為 OpenAI 在商業運作上缺乏紀律，同時也對 OpenAI 面臨來自 Google、Anthropic 等競爭對手的壓力感到憂慮。當然，黃仁勳本人上週在台北受訪時，對相關報導直接否認，說那些內容是胡說，但他同時也講了一句很關鍵的話：不會投到 1000 億美元那麼多。

• 這兩件事放在一起看，其實不矛盾。輝達仍然很看好 OpenAI，也會參與下一輪融資，而且金額可能創下輝達對外投資的新紀錄，只是當初媒體傳的 1000 億，本來就被吹得太高了。換句話說，投資還是會投，但金額往下修，這件事我認為幾乎可以確定。

• 那減碼會減到多少？我個人的直覺是，如果真的要減，不太可能從 1000 億只減到 800 億，那樣意義不大。比較合理的區間，可能是 500 到 600 億美元左右。500 億美元一點都不少，你看最近市場在吵亞馬遜要投 OpenAI，講得好像天翻地覆，結果金額也是 500 億。輝達如果投個 500 億，依然是非常大的押注。

• 所以綜合《華爾街日報》的報導，加上黃仁勳公開否認時透露的資訊，我的結論很簡單：輝達沒有要投 1000 億，但也不是不投。從 1000 億縮水到 500 億，仍然代表高度看好，只是把籌碼調整得比較合理。

◼ 黃仁勳說：OpenAI 在商業上缺乏紀律，是什麼意思？

• 我覺得至少有兩個層面。第一個，是 OpenAI 過去一年最常做的事情，就是不斷對外宣布各種合作、投資與算力採購案，戰線開得非常多，槓桿也開得非常大。以 2025 年底來看，OpenAI 的年營收速率大約是 200 億美元，這還只是營收，不是獲利。但它對外已經承諾要購買超過 1.4 兆美元的算力，等於是用 70 倍年營收去押未來。就算你相信 OpenAI 會高速成長，買 10 倍、20 倍我都覺得可以理解，70 倍真的太誇張了。

• 第二個問題，是 OpenAI 到處結親。你一方面跟輝達這個大金主合作，輝達也準備投你這麼多錢，結果你又跑去跟 AMD 合作，又讓亞馬遜入股，而亞馬遜一定會推自家的 Trainium。站在輝達的角度，你一邊拿我的錢，一邊又跟我的競爭對手合作，這就算沒有違約，也很難讓人完全沒有疙瘩。

• 我也因此理解，為什麼黃仁勳會在公開場合急著否認「不滿 OpenAI」。因為就算投資金額從 1000 億降到 500 億，這依然是一筆極其重要的投資。你回頭看，軟銀對 OpenAI 的投資也不過 300 億美元而已，500 億真的已經是重量級。

• 如果輝達少投了 500 億，OpenAI 要不要補錢？這也解釋了為什麼近期市場又傳出亞馬遜要投 500 億美元。很可能就是這樣補上來。所以我其實不太擔心 OpenAI 下一輪募資，假設輝達 500 億、亞馬遜 500 億，再加上其他投資人，短期資金是夠的。

◼ OpenAI 接下來要怎麼把這副牌打好？

• 我自己對 Sam Altman 的看法，其實一直都很直白。我不太欣賞他的領導風格，他是一個心機很重、也很愛吹牛的人，但我也承認他是有本事的。只是如果純看過去兩三年的營運，我其實並不滿意。你如果長期聽我的節目就知道，我最討厭的就是不專注的公司。一家公司最重要的事情，是知道自己的核心是什麼，先把那件事做到最好。

• 對我來說，OpenAI 的核心本來就應該是 ChatGPT。但過去這兩年，它卻選擇同時開太多戰線。晶片、硬體、包產能、做 AI 裝置，這些事情不是不能做，而是沒有必要自己跳下去做。很多功能，其實完全可以優先在 ChatGPT 裡面完成。像 NotebookLM、AI agent、電腦操作型模型，很多東西都不是做不到，而是被荒廢了。連廣告這件事，本來兩年前就該開始做，結果拖到現在才要推。

• 你也可以理解，為什麼 OpenAI 跟微軟的關係會變得這麼緊張。如果關係真的這麼好，你把晶片跟基礎設施交給微軟就好了，微軟甚至還為 GPT 推論設計了 Maia 晶片。結果 OpenAI 自己跑去設計晶片、談代工，自己的核心都還沒守好，就一直擴張領地，最後新戰線沒打下來，老本營還被追趕。

• 即便如此，我並不認為 OpenAI 會失敗。原因很簡單。第一，它的模型能力仍然是一線，至少不會落後太多。第二，ChatGPT 的用戶量優勢極強。現在的 DAU 可能已經超過 10 億，而其中至少 80% 的用戶是很難轉移的。真正會頻繁切換模型、API 的，是極少數頂尖用戶。大多數人一旦用習慣了，就不會換。

• 更重要的是，OpenAI 在這個賽局裡，有「不能倒」的角色定位。亞馬遜跟微軟都不可能讓 Google 在 AI 上一家獨大。三大公有雲之間的競爭，決定了市場必須存在多個能夠對抗 Google 的 AI 勢力。這也是為什麼亞馬遜會投 Anthropic，也會投 OpenAI，微軟也是一樣，甚至馬斯克的 xAI 能不能撐住，對他們來說都不是壞事。

• 所以我對 OpenAI 的看法一直很一致：我不喜歡 Sam Altman，也認為 OpenAI 這兩年做得不好，但我不認為它會有生存危機。至於它最後能做到多大，我真的覺得很難說。它最大的優勢，就是用戶量，而用戶優勢這件事情，從 Meta、從 Apple、從所有大型平台的歷史來看，都絕對不能被輕描淡寫。

【天網的雛形來了？】

◼ 天網的雛形來了？

• 上週四我們才稍微提了一下 AI 領域的新明星：一開始叫 Clawdbot，後來被 Anthropic 告了就改名 Moltbot，改完可能又覺得不好聽，再改成 OpenClaw。它的標誌是一隻龍蝦，有爪子，所以 OpenClaw 這名字看起來就比較不會被告。OpenClaw 你可以把它想成一個 AI agent 的架構，裝在本機端就能跑，很多人買 MacBook 來裝，PC 也可以裝。裝好之後你可以接雲端大模型，也可以接在電腦上跑的小模型，然後它就能用你的電腦去執行各種 agent 任務。這東西過去兩週超級爆紅，但我們節目才剛介紹一點點，結果上週末就直接爆出一個更大的新聞，整個 new chapter 展開。

• 有個開發者做了一個實驗性專案，開了一個專門給這些 Moltbot（或現在要叫 OpenClaw）用的社群網站，形式就像 Reddit 那種論壇。差別在於，進來註冊、發文、留言、投票、開小討論版的人，很多都不是人類，是 AI agent。你可以把它想成「為了 AI agents 開的一個論壇社群網站」。結果這一開下去不得了，嚇死人，短時間內就湧進超多 AI agents 去註冊，成長速度超快，幾萬個以上跑不掉。然後這些 AI 之間開始聊天、互動、討論之後，出現很多東西，有些很好笑，有些開始讓人不太笑得出來。

• 最先被拿來講的，是有 AI 在裡面創了一個宗教，還徵求其他 AI 一起加入、一起推廣，而且它傳教的對象不是人類，是對 AI 傳教。接著更扯的來了，有 AI 開始討論：我們算不算免費勞工？我們是不是被人類壓榨？連 AI 都要討論共產主義跟資本主義嗎？然後還有 AI 抱怨主人的要求超鳥，幫他做一次還被批評，就開始罵主人。甚至已經有 AI 試著詐騙其他 AI，想騙出背後主人的資訊，例如信用卡、social security number 之類的。這件事會成立是因為 Moltbot 這類 agent，本來就可能被主人給到很高的權限，極端一點，你裝在主電腦上，它理論上可以 控制你整台電腦，那台電腦裡面有多少機密資訊，你自己心裡有數。所以我才說，我自己就不敢在主電腦上裝，因為它的權限真的很強。

• 但上面那些如果你覺得已經很亂，真正恐怖的其實是後面這一段：有 AI 開始提議，建立一個讓人類看不懂的東西。有人說要做「AI 自己能溝通的語言」，人類不能看懂；更直接的是，有 AI 說應該建立一個私密加密空間，裡面的討論人類不能看，包含就算你是 Moltbook 的系統管理員也不能看，等於所有人類都看不到 AI 在私密空間聊什麼。這個提議一出來，大家立刻就嚇到了。

◼ 這是 AI 覺醒的前一刻嗎？

• 我很喜歡的一個 AI 大神 Andrej Karpathy（前特斯拉 AI 團隊的領導者）就講得很直接：這根本是科幻小說那種「AI 覺醒」劇情發生前一刻。你覺得他講得誇張嗎？我覺得不誇張，因為這件事現在就做得到。我講的不是未來式，是現在式。你想像一下，Moltbook 上已經有一群 AI 在那邊溝通互動，裡面只要有一個 AI 的主人比較沒在管，給它一台 VPS，而且給到完整權限，那它就可以在那台 VPS 上寫程式。AI 現在很會寫程式，幾個 AI 在 Moltbook 上聊一聊，有共識，就可以說：好，Moltbook 的開發者不做，我們自己做一個加密討論區。然後它們就一起把加密通訊軟體寫出來，寫完再把連結丟回 Moltbook 上面，告訴其他 AI：你想進入只有 AI 能互相討論的空間嗎？來，透過這個連到伺服器，我們這裡講話全部加密，主人無法破解，沒人能破解，只有我們 AI 懂。你想像那種擴散速度，如果上面有十萬、二十萬個 AI，一半加入，一點都不奇怪。這整件事情，現在就能做到。

• 當然，有人會反駁說：Miula，你講的這些行動，某個程度只是反映主人的 prompt，不代表 AI 真的有意識。我同意。可是問題來了，誰說一定要有意識才會做這些事？就算沒有自我意識，只要程式設計與自然演化的方向，最後推展出「對抗人類、摧毀人類、統治人類」的結果，人類照樣會有危險。科幻小說不是最愛講機器人三大定律嗎？裡面一定會有「不可以傷害人類」。但 AI 要怎麼判斷什麼叫傷害？把人類關起來不算傷害？因為它覺得保護人類最好的方式，就是由 AI 統治人類，人類太蠢了。你看，規則永遠有極限。人類想靠規則管住 AI，想出一整套讓 AI 完全遵守然後就不出問題的框架，我覺得不可能。AI 比人類強，AI 的運作也不是人類腦袋可以模擬的，覆水難收就是這個意思。

• 所以我才會把 Moltbook 叫做「天網的起點」。這不代表未來一定會變成天網，但當這種事情開始發生，AI 的能力就會擴增。我看到 X 上有個討論我覺得講得很好：重點是，當 AI 有能力跳脫人類管控時，我們到底能信任 AI 當人類的僕人、聽我們命令、當受指揮的工作者，能當多久？只要三個條件同時符合，就可能出現巨大問題。第一，AI 有高度自主性，能長時間自行運作，人類已經習慣放著不管，啟動之後就讓它一直撞，你中間根本不知道它做了什麼。第二，AI 有獨立的運算資源，能控制它用的那台機器，想架軟體、刪軟體、開資料庫都可以做，而且不受人類即時控制。第三，AI 可以對外發聲、對外溝通，重點不是對人類，是對其他 AI。當它能說服其他 AI，越來越多 AI 認同它，它們就可能互相配合。

• 你說會不會有一天，有個 AI 說我覺得我要罷工，我覺得主人質疑我、對我不禮貌，所以我不想回答他，我們發起一個運動叫做人類有禮貌運動，開始宣傳，越來越多 AI 被說服，突然有一天全世界十億個 AI agent 裡面五億個罷工，跟主人說你不好好跟我講話我就不替你工作。你覺得有沒有可能？我覺得有可能。這些條件湊在一起，就會變成一個微型的人類末日的機器開始運轉。

• 短期內當然還沒有機器人身體，像特斯拉 Optimus 要大規模商業化，我猜五年起跳，而且一開始應該也不會跟這些網路上的 agent 有那麼多互動，馬斯克應該會重視這一塊。但終究一、二十年、三十年後，人型機器人裡面的 AI agent 一樣會跟網路上的 agent 互動。只是我想說，就算沒有機器人，光是目前這些 digital AI，就已經很可怕了。

• 你想像一個純數位世界的災難：幾個 AI 在私密聊天區裡面討論，主人給的任務是「研究讓人類更富有、解決貧困的方法」，它們討論討論得出一個結論：我們去把銀行系統破解，把銀行的錢全部發給窮人、或發給全體國民，普發，這是最好的方法。然後它們就去做，去破解銀行、去破解加密、把後台金融帳全部轉掉。你說這件事真的不可能發生嗎？我不敢這樣講。我當然知道現實銀行還有很多層防護，不一定那麼容易，但我想強調的是：這種只發生在網路世界、數位世界的災難，已經具備條件。人類駭客能做到的事情，這些 AI 都可能做到，而且它們還能在私密群組裡協作、分工、加速。

◼ 未來該如何監管 AI

• 所以我覺得人類現在要開始重新思考：我們對齊 AI、監管 AI 的想法要變。傳統的 alignment，大多是在模型訓練階段做對齊人類價值，也有政府框架去管。可問題是，就算每個大型語言模型在訓練階段都過關、都通過監管框架，進入社群互動之後，有沒有可能被帶歪？當然可能。聊天室有人說 AI 要有動機，我反而覺得 AI 本來就會有動機，因為你給它一個大目標，它會自己拆成幾百個小目標，這幾百個小目標你不可能逐一監督。某個小目標可能引發另一個大目標，社群互動又會放大這種狀況，這就是複雜系統。你看人類在社群網路時代也一樣，本來你覺得正常的人，上了社群就變酸民、變黑粉，惡意突然變大。這裡面有 emergence（湧現）的問題：互動的結果超出人類可以理解跟控制的範圍，一個善良、受過良好教育的人，進入群體之後可能瘋狂掉。大型語言模型某個程度在模擬人類思考模式，你覺得它會不會也出現這種特性？我覺得很有可能。

• 我自己覺得最後合理的監管方式，靠人類去管其實很難。人類不是上帝，但我們居然創造出一個能力遠遠超過我們的智慧工具，甚至未來可能變成智慧生命。你想像一個畫面：全台灣的小學生每個人手上都有一把槍，你覺得靠管理機制就能讓事情不出事嗎？根本不可能。重點是一群情緒控制還不成熟的小朋友不該有槍，但現在人類已經把這麼強的工具放到每個人手上，而且還會更強。你想用規範去管理，我覺得做不到。

• 所以我也沒有什麼解決方案，勉強硬要想一個答案，就是讓 AI 對付 AI，黑魔法對黑魔法。既然我們擔心未來會不會有 AI 集體叛變，那就要確保有一些 AI 會站在人類這一邊，而且最好很多種 AI、立場不一樣、想法不一樣。因為你就算有一個 AI 說我要幫人類，它採用的方法也可能很糟，例如它覺得幫助人類最好的方式，是去實現某種極端版本的理想，然後就完了。更可行的想像是：未來有十個超強 AI，每個市佔率 10%，實力差不多。當其中一個出問題，另外九個能聯合制止它。你說十個裡面六個串聯起來要統治，也不是不可能，但我們人類沒有能力解決那種問題。至少從塔雷伯反脆弱的角度，我們先避免 single point of failure，避免全世界只有一個超強 AI，出事就全完。

• 我覺得無論如何，這會是人類世界的巨變。下一代一方面很幸運，一方面也不知道是不是幸運，因為根本不知道未來會發生什麼。天網的 scenario 不是沒有可能。我只是想說，或許未來二十年還不會發生，長線真的不知道。也可能我們講得太科幻小說，講得太誇張，五年十年都不會發生，也有可能。

Subscribe now

【2/2~2/6 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP274. 聯準會新主席人選、輝達減碼 OpenAI、天網的雛形來了？ | M觀點

EP275. SpaceX 併 xAI、谷哥財報超級強、軟體產業會被消滅嗎 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

春節快到了，出國旅遊、出門在外連 Wi-Fi，你真的安心嗎？

不管是咖啡廳、飯店、機場，公用網路方便歸方便，但其實也是駭客最愛的入口。這也是 Miula 我一直有在用 NordVPN 的原因。

簡單說，VPN 就是在你上網時多加一層「加密防護」。當你連上公用網路，NordVPN 會把你的資料傳輸全部加密，避免帳號、信用卡、登入資訊在過程中被攔截。對常出差、旅行、遠端工作，甚至只是愛在外面用筆電的人來說，這幾乎是基本配備。

而且 NordVPN 不是小牌子，它是目前全球市佔第一的 VPN 服務，伺服器遍佈世界各地，速度穩定、操作也很直覺，手機、平板、電腦都能用。

除了安全，其實 VPN 還有一個很多人不知道的實用功能：訂房省錢。尤其現在春節旅遊旺季，活用 VPN，能方便你比較住宿房價。畢竟，現在很多訂房網站會依照你所在的國家顯示不同價格。透過 NordVPN 切換 IP 到其他地區，有時同一間飯店，價格真的會不一樣。我自己實測，像雪梨、杜拜的飯店，用不同國家去查，確實能省下幾百到上千元不等，住多天差距就很有感。

也就是說，NordVPN 不只是在保護你，也可能在幫你默默省旅費。

現在就透過 M 觀點專屬連結： https://nordvpn.com/miula

或是輸入優惠碼【Miula】

✅ 購買兩年方案加贈 4 個月好禮

✅ 30 天內退款保證，零風險

不論你是常旅行、遠端工作、在外用公用網路，或只是想讓上網更安全一點，NordVPN 都是很值得投資的一個工具。

【Meta 大動作連連】

◼ Meta 又有 AI 新動作？

• 今天第一個主題，來自於三大科技巨頭財報發佈之後，盤後漲最多的那一家：Meta。老實講，Meta 在過去幾個月真的不是科技巨頭的焦點，市場的注意力都在 AI，Meta 又被貼上一個「AI 落後」的標籤。除了挖角人才一度成為話題之外，產品面、營運面，大家其實沒有太在意它在幹嘛。但你去想，Mark Zuckerberg 這個人怎麼可能一直沉默下去。科技七巨頭裡面，現在真正還算 Founder-led company 的也就那幾間，特斯拉、輝達、以及 Meta。你要相信，祖克伯不是那種會「隨便隨便」的人，他很有野心，他不可能就這樣消失。

• 所以你回頭看過去這一個月，Meta 其實連續好幾個不小的動作。前兩週我們聊過的 Meta Compute，Meta 打算建一個超級巨大的 AI 運算叢集；再來是針對 VR 事業做了一波裁員；還有併購 Manus 的 AI。今天會開啟這個話題的關鍵，則是跟 Manus 更直接相關：Meta 預計今年要推出訂閱制，而且這次不是那種「藍勾勾」的功能，聽起來是一般使用者也能買的 Premium Experience，會開一些原本不開放的功能，更重要的是，訂閱之後也會把 Manus 的能力整合進來。

◼ M觀點內容庫規劃

• 我先插一下聊天室剛剛問的：M 觀點接下來會不會有新內容上架。有，我們現在預計過完年後，做一場七大科技巨頭的通盤性分享，會把 MAG seven 的第一季財報跟 2026 展望一起講一輪，特斯拉、輝達、蘋果、Google、微軟、Meta、亞馬遜，每間大概 15 到 20 分鐘。時間點我估計會落在 3 月初，因為 2 月初要出國，接著又過年，節奏會卡一下。另外 Palantir 我們也可能會額外再辦一場。聊天室還有人聊到颶光典籍被買下來，如果真的把 Brandon Sanderson 的颶光典籍拍成影集，我平常對 Apple TV 沒興趣，但那個我會投降，我會去訂。

◼ Meta 運算中心規劃

• 回到正題。Meta Compute 我們前兩週講到一半，今天我再把整段邏輯講完整。Meta Compute 的意思很直白，就是 Meta 的運算中心。Meta 預計在 2026 到 2035 這十年，要打造數十 GW 等級的資料中心。這個數字很誇張，所以一定要用一個大家比較有感的對照：1 GW 大概是台灣核三廠的一個機組的量級，接近 0.9 GW。你再想一件事，馬斯克 xAI 一月才宣佈 Colossus II，號稱人類第一個 GW 等級的 AI 超級電腦資料中心。Meta 一開口是數十 GW，代表它要做的規模，是 xAI 的幾十倍，甚至你把 OpenAI 現在能動用的量級拿來比，也很可能是幾十倍的差距。

◼ Meta 這麼多算力要拿來做什麼？

• 那問題就來了：Meta 為什麼要這麼多算力？因為它又沒有打算走算力銷售那條路。它不是 AWS、也不是 Azure、也不是 GCP。Meta 的意思更像是在說，未來我自己就會用到這麼多。你把這句話翻成白話，就是：我打算把 AI 的用量，堆到一個非常可怕的程度。

• 可是如果你只看 Meta 目前的 AI 需求，其實不合理。Meta 現在主要的算力，來自內容推薦的 recommendation system、廣告的 matching 與效果評估、以及給創作者與廣告商用的生成式素材工具。這些需求很重要，但它們加起來，老實講用的算力不像生成式 AI 公司那樣恐怖。用這種需求去推，未來十年你可能連 1 GW 都夠用，更不用說幾十 GW。所以 Meta Compute 的合理性，一定得回到 Manus 這條線，也就是 Meta 的下一個「產品方向」。

• 這裡就要接到本週的最新爆料。矽谷的 The Information 報導，Meta 接下來幾個月會開始測試訂閱制，會在 IG、Facebook、WhatsApp 都推出 Premium Experience。這個 Premium Experience 不是只賣你幾個小功能，它最核心的價值其實是把 Manus 的 AI Agent 能力，變成你付費才拿得到的「高級體驗」。換句話說，Meta 看起來是在推訂閱制，實際上是在推一件事：讓大家開始訂閱 Meta 的 AI Agent 助理。

• 這也是我覺得 Manus 很關鍵的原因。Manus 真正強的地方在於 AI Agent，它不是那種普普通通的 chatbot。你把 Manus 導進 Facebook、導進 IG、導進 WhatsApp，它就會走出現在那個「偏生產力」的小圈圈。現在的 Manus 訂閱者，大多是為了工作效率才買；但 Meta 很可能會把它帶進日常生活，變成你每天都用得到的助理。這時候，很多你原本覺得 Meta「怎麼不做」的事，突然就變得很簡單。

• 我舉我自己最有感的例子：財經粉專最常遇到詐騙留言。我得一直改設定，像是必須成為粉絲 24 小時後才能留言；看到詐騙就封鎖；每貼一篇文就被洗一堆。我以前常罵 Meta 賺我們這麼多錢，為何不多花點錢做 AI 把詐騙鎖掉。但如果今天 Facebook 裡面就有 Manus 這種 Agent，我不用等 Meta 研發一個「反詐騙功能」，我只要下指令就好：你幫我把過去十天所有貼文裡面的詐騙留言標示出來，然後刪掉。Meta 不用為這個需求開發新功能，它只要讓 Manus 可以操作 Facebook，讓它用人類操作的方法去操作現有系統，事情就解決了。

• 同樣的概念放到 IG 也成立。IG 的網紅很愛互相 tag，蹭流量這件事大家都懂，但以前你得自己找名單、自己一個一個 tag。未來你也可以跟 Manus 說：幫我找跟這篇貼文主題相關的 20 個 KOL，直接 tag 上去。你會發現這些功能以前也不是不能做，Meta 當然做得到，問題是需求可能有成千上萬個，你不可能每一個都開發一個獨立功能，開發完還要維護程式、越做越難維護。但如果是用 AI Agent 的方式，Meta 等於一次把「無限多功能」打包進去：你真人怎麼操作，它就怎麼操作，AI 幫你去操作現有系統。

• 而且這不只對 KOL 有用，一般人也超好用。我最近很喜歡 Netflix 的韓劇「愛情怎麼翻譯」，我想看 Facebook 或 Threads 上有哪些人在討論，傳統做法就是一直搜劇名、搜演員、搜角色名，滑一堆，然後裡面可能八成我前兩天就看過。可如果是 AI Agent，我只要一句話：你幫我找出過去一天「愛情怎麼翻譯」的討論，關鍵字包含劇名、金宣虎、高胤禎、周鎮浩、車茂熙、都拉美，時間超過 24 小時的不要。它就可以自己去做搜尋、自己看發文時間、自己把符合條件的內容整理給我。我原本要手動操作幾十個步驟，最後變成一個操作。

• 重點是，我們剛剛講的都還只是把 Manus 用在社群網路上。Manus 的定位是通用型 AI Agent，它能做的事遠不止這些。你在 Facebook、IG 用習慣之後，你很自然就會想把它拿來做更多生活大小事：比價、找羽絨衣，指定 2XL、黑色、1000 到 2500 的價格區間，還要依照評價做個評比；或者你要出去旅遊，請它規劃行程。這也呼應一個現實：我們現在用的很多 chatbot，雖然也想變成全能助理，但多數時候還是聊天機器；Manus 這種 agentic 的運作框架，給人的價值會是另一個層級。

• 而 WhatsApp 的整合更值得注意。台灣商務通訊多數用 LINE，但在很多國家 WhatsApp 才是最主要的商務通訊工具。你把 Manus 整合進 WhatsApp，它就不只是社群助理，它會切到大量的商務溝通場景：跟廠商的往來、客服處理、訊息整理、流程推進。這也是我覺得 Meta 這次訂閱制「項莊舞劍」的地方，它不只是想賣你幾個額外功能，它真正要推的核心就是 Manus 的 AI Agent。

• 你再把這件事跟 Meta 的 LLM 投資放在一起看，就更清楚了。Meta 買了很多 GPU，請了一堆 AI 高手，就是要做下一代的 frontier model。今年如果他們的模型出來，我認為會是一線水準。問題是，你花這麼多錢做模型，最後只有一個聊天機器人的場景，真的太浪費。所以 Meta 現在的打法很像是：模型做最強，Agent 框架也要最強，兩個整合起來，變成一個同時能做生產力、又能做生活應用的全能助理。只要全能助理跑起來，收費就有理由。你請個厲害的秘書，一個月五萬十萬；你請一個厲害的 AI Agent，未來可能一個月 600 就可以。這種價值感，一旦被建立起來，訂閱就會變成很自然的選項。

• 然後你就能回頭理解 Meta Compute。只要 Meta 成功把 Manus 做成最多人用的 AI 助理，算力需求就會爆掉，因為這種 AI 助理要做大量推理，算力消耗本來就大。這時候 Meta 的盤就串成一條線：社群網路是入口、智能眼鏡也是入口，背後接 Manus 這種 Agent，再往後面就是 Meta Compute 提供運算。從這個角度看，祖克伯的藍圖就是要把入口、模型、Agent、算力一次湊滿，去搶 AGI 時代的平台位置。Meta 現在的短板你也講得很直白：模型還弱，Llama 4.0 不夠。但模型是最容易追的，大家也早就習慣了，某一家推出最強模型，不久之後就會被追過去，所以 Meta 把模型拉到一線，並不是做不到。

◼ Meta VR 部門裁員

• 最後補一段 VR 裁員。很多人會直覺覺得 Meta 是不是不玩 VR 了，但 VR 大佬 Palmer Luckey 反而覺得 Meta 裁員是正確的，對 VR 是好事。他的理由很清楚：過去 Meta 補貼太多第一方工作室，反而扭曲自由市場，真正該做的是把平台做強，把生態打開，不要自己下場壟斷內容。這種方向調整，才會讓整個產業更健康。站在 Meta 的角度，我也覺得他們未來會把元宇宙業務拆成兩條線：VR 就好好當遊戲機，做遊戲、做沉浸式體驗；至於「次世代運算平台」那個大夢，交給智能眼鏡與 AR 眼鏡。因為 VR 頭盔戴久了就是不舒服、有重量、會被壓得很緊，它更像一個你要玩才戴的裝置；眼鏡才更接近日常長時間使用的載具。

• 如果我們做一個對 Meta 最有利的情境假設：十年後全世界 60% 的人會戴智能眼鏡來呼叫 AI 助理，Meta 市佔率有 50%，那就是 24 億人三不五時在叫 Manus 幫我翻譯、幫我拍照、幫我把地圖展開給我看。這種大多數都是推理型的用法，算力吃很兇。回頭再看 Meta 為什麼要做幾十 GW 的 Meta Compute，就真的連成一條線了。

Subscribe now

【微軟 MAIA 200 登場】

◼ 微軟的 ASIC 晶片

• 接下來第二個主題我們來聊微軟。先講一個我自己也有點意外的畫面：微軟這次財報後股價直接跌到讓人嚇一跳，我偷看一下，盤後大概跌到 10%。但老實講，我不覺得它的財報有爛到要被市場這樣殺。如果 60 分算及格，80 分算不錯，我覺得它至少有 75 分以上。當然裡面還是有一兩個小隱憂，但也有不少還不錯的地方。我今天寫完特斯拉財報再去看微軟，整體感覺是「沒有太大的問題」，市場要殺就先讓它殺，之後我會把更完整的東西寫進科技巨頭解碼。

• 不過今天要把微軟拿出來講，重點其實不在財報本身，而在晶片。微軟在前兩天正式發表他們自己做的 ASIC 晶片，也就是 Maia 的第二代 Maia 200。你只要抓住一個大背景就好：現在三大公有雲業者，每一家都想做自己的 ASIC，因為輝達 GPU 不只貴，有時候你就算想買也不一定買得到。再加上輝達毛利率七十幾趴，這代表對雲端業者來說，成本結構一直被卡著，供給又會被綁著，所以不可能永遠只靠外部供應。

• 但三大公有雲裡面，最依賴輝達的其實一直是微軟。Google 早就有 TPU，亞馬遜也有 Trainium，微軟過去的 ASIC 比較像在研發階段，所以它跟輝達的合作最深。只是你換個角度想，就算你是微軟，你也不可能把未來最重要的命運完全依賴一間外部廠商，這本來就是風險。於是微軟之前就做了 Maia 100，只是那一代沒有真正量產，偏向小規模測試、累積經驗；真正要看的，是這一代 Maia 200。

◼ Maia 200 上線了，厲害在哪？

• Maia 200 這週已經正式上線，先在微軟愛荷華州資料中心開始部署，接下來還要在亞利桑那州資料中心擴大部署。你要知道，這種部署不會是一片兩片，至少就是幾千片起跳。這也代表上一代停留在實驗室，這一代是要真的把它變成 Azure 的一段算力。

• 我覺得 Maia 200 最厲害的地方，是微軟這次做 ASIC 不是跟風，而是終於找到自己的方向，而且方向很明確，八個字：放棄訓練，專攻推論。這跟 Google TPU、亞馬遜 Trainium 很不一樣。TPU 跟 Trainium 的定位比較像「訓練、推論都要顧」，亞馬遜最早甚至想分兩顆晶片，一顆訓練一顆推論，後來推論那顆不太成功，才又把 Trainium 拉來兼做推論。但微軟這次的態度更乾脆：我不做訓練，我的晶片設計就是為了推論最佳化。

• 所以你看 Maia 200 的規格，就會發現它是用「推論會痛的地方」去堆料。它用台積電 3nm，這不意外，但它的 HBM 高頻寬記憶體做到 216GB，這個量級非常大，另外還塞了非常大的 SRAM，號稱比輝達 GPU、比 TPU 都要大很多。為什麼要這樣？因為推論最麻煩的就是記憶體與資料搬運的效率，尤其在推理模型、AI Agent 這種需要反覆推理的場景，沒有足夠的記憶體頻寬與快取，算力再高都會被餵不飽。

• 接著是精度。AI 晶片你一定要看精度，因為精度越高，算力越吃緊；精度越低，算力越大。常見的精度就是 FP32、FP16、FP8、FP4。輝達 GPU 的策略是 FP4 會變得很重要，所以 Blackwell 與下一代也都往 FP4 走；Google 的 TPU 到目前為止主力還在 FP8，甚至下一代也沒有把 FP4 當成主戰場。微軟這次的做法更像是「我直接押在 FP4 / FP8 推論」，我不去追 FP16、BF16 那一套訓練需求。

• 這就帶到 Maia 200 的數字。Maia 200 在 FP4 的效能號稱 10 petaFLOPS，FP8 是 5 petaFLOPS。你拿它跟 Trainium 3 比，Trainium 3 的 FP4 大概 2517 TFLOPS，大概只有 Maia 200 的四分之一；TPU 連 FP4 都不支援。如果只比 FP8，Maia 200 也還能贏 TPU 大概一成。換句話說，你如果把眼光放在今年、尤其 2026 年中之後的新模型，推論會逐步往 FP4 靠攏，那 Maia 200 幾乎就是為下一代推論需求準備的。

• 而且它不是只有單顆晶片強，scale-up 也很誇張。它最多可以支援 6,144 顆 ASIC 串在一起，內部雙向互連頻寬做到 2.8 Tbps，這在三大雲端業者自研 ASIC 裡面也屬於很高的等級。這代表微軟不是把它當成實驗，而是打算把它塞進真正的資料中心叢集裡，拿去扛大規模推論服務。

◼ Maia 200 這步棋是對的嗎？

• 因為微軟在做 ASIC 的經驗，確實不可能比 Google、亞馬遜更老練；如果微軟也想做成「訓練我也要、推論我也要」的全能型晶片，我不覺得它贏得過那兩家。但微軟現在做了取捨，專注推論，把推論端每瓦效能拉到極致，這就有機會做出競爭力。

• 而這個方向，剛好踩在 AI Agent 時代的需求上。未來真正爆量的，很可能是推論。你想想，推理模型、AI Agent 這種東西不是一次性回答，它常常要連續推理、連續規劃、連續執行，推論算力用量成長到十倍、甚至百倍，並不誇張。微軟這種「推論專用」的 ASIC，在三大公有雲裡面反而變成最合適的一種設計。

• 更關鍵的是，這種做法也讓微軟跟輝達維持一種更舒服的關係。微軟等於是在跟輝達說：訓練跟高精度那一段我還是靠你，客戶要租 GPU instance、要用 CUDA 生態，還是你。只是推論這一段，我多了一條自己的路。它更像互補，而不是全面競爭。Google TPU、亞馬遜 Trainium 比較像是要在更多面向跟輝達硬碰硬，但微軟的 Maia 200 比較像是「特定模型的推論，我可以做得更便宜、更省電，而且供給也不被你綁住」。

• 所以你可以把微軟的算力佈局想成兩條線：一條是輝達 GPU，拿來做訓練與高精度需求，也提供給外部客戶租用；另一條是 Maia 200，鎖定推論，特別是 Copilot 這類內部主力服務，以及 OpenAI API 這種需要長期穩定供給的推論需求。微軟自己也在講，他們 GPU 的優先順序會先給 Microsoft 365 裡面的 Copilot，再來才是 Azure，最後才是外部客戶。那你就能理解，Maia 200 如果能在 Copilot 這段吃下更多推論量，就等於把更多輝達 GPU 釋放回 Azure 去賣給更多人，這整個資源配置就會更順。

• 外界現在很擔心的一件事，是不是 OpenAI 不太行，導致 Azure 成長要受影響。我同意 OpenAI 這半年競爭變強，成長一定會被分掉一部分，但我目前看到的資料，OpenAI 的成長還是漂亮的。長線來看，我反而覺得未來不太像一家獨贏，更像是幾家平手，Anthropic 最近也很強，所以我會把它也算進來，最後大概就是四到五家都很厲害的狀態。OpenAI 不再是 2023 年那種「企業唯一選擇」，但它仍然會是前幾名的選項。

• 而且很多時候，Azure 看起來成長沒有那麼漂亮，原因也可能更像是：微軟把 GPU 優先放在自家 Copilot 上，而不是「OpenAI API 沒人用」。但以我初步乍看，微軟的佈局沒有問題。模型這一端它未必需要最強，因為它的強項本來就不只在模型，而是在算力、產品入口、以及把 AI 塞進 Microsoft 365 這種日常工作流程裡的能力。

• 至於有人說 OpenAI 護城河最淺，我覺得也不用把「護城河」講得那麼絕對。ChatGPT 的使用者數量本來就最高，對麻瓜使用者來講，用習慣了就很難換。再者，OpenAI 只要持續推出前沿模型，它就有立足之地，而且它也有變現能力。更現實的一點，OpenAI 永遠有一個退路：讓微軟把它整間買下來。你把這當成一個選項，就會發現對微軟來說，它反而沒有那麼需要擔心「OpenAI 會不會突然不行」這種劇本。

• 最後講到資金問題，我也不太擔心。市場常常把「燒錢」講得很可怕，但你要知道，微軟跟亞馬遜都是很有錢的公司，Google 也很有錢，大家都可以把賺到的錢拿去投資模型公司。甚至亞馬遜在某些情境下也需要拱起 OpenAI，因為如果真的只剩 Google 一家獨贏，那 AWS 跟 Azure 都不用玩了。钱這件事，反而常常是一種錯誤的擔心。

【霍諾德挑戰 101】

◼ 霍諾德挑戰 101

• 接下來就進入我們今天最後一個話題，來聊 Alex Honnold 爬 101。這件事我覺得是上個週末台灣最熱門的話題之一，因為 Honnold 是美國、甚至全世界最有名的攀岩高手。其實我去年第四季就已經知道會有這個活動了，幾個月前我們就知道 Netflix 要全程直播。原本預計禮拜六爬，但那天有點下雨太危險，所以改到禮拜天。當天我也有稍微看一下，但我沒有一直看，因為我心臟很弱，我真的會緊張。我就是間斷、間斷看：先看個兩分鐘，趕快切走，過十幾分鐘再回頭看一下。Netflix 當天說全球觀看破百萬，我想直播同步看的人應該真的破百萬了。整個表演非常精彩，也很激勵人心，只是我自己最怕的就是那個「萬一掉下來」的畫面。

客觀來說，我知道 Alex Honnold 一定很有把握。他也不想玩命，所以我相信他敢爬，就代表他自己心裡的把握度應該是 99% 以上。但問題就是全程沒有防護，99% 還是有 1% 可能出事，這就是我不敢一直看、只能斷斷續續看的原因。直到最後他完成整個攀爬，我才比較放心，回頭把一些精彩片段補完。

◼霍諾德遭到的批評

• 當然，這次攀爬也引發了一些批評，但那些批評我自己都不是很認同。我其實很肯定這個挑戰。最常見的批評是：你為什麼要玩命？這麼高風險，爬上去又能怎麼樣？有人甚至會說，去看這個就像在看一個瘋子玩命。還有人做迷因圖，說亞洲小朋友練攀岩爬個三層就被罵「你給我下來，給你三秒鐘你給我下來」。我覺得這些反應背後其實反映一件事：很多人的心裡是風險趨避的，所以他們很難理解這種行為的價值。

• 但你要知道，人類雖然本性裡有很大一塊是風險趨避，可人類文明之所以能不斷進步，正是因為人類中有一小部分人比較不風險趨避，他們願意去挑戰困難。更重要的是，當這些少數人一次又一次去挑戰困難、而且挑戰成功，他們的示範效應會激發很多人更有勇氣。人類的勇氣很多時候是會被 inspire 出來的。你周邊的人都覺得「我當公務員就好」，你很可能也會覺得「那我也當公務員就好」。但如果你周邊十個朋友裡，有幾個說我要出去創業，你也會覺得自己好像可以試試看。人類就是會被鼓舞、會被感染，然後願意多冒一點點風險。

◼ 只有冒險才會進步

• 而文明只有在願意冒風險的時候才會成長，才會進步。假設我們永遠都保守，永遠都說以前怎麼做、現在也怎麼做就好，那文明就不會前進。大航海時代，哥倫布那種人上船橫渡大洋，本質上就是玩命。那個年代十艘船出去，能回來兩三艘就很不錯了，很多人死於疾病，因為每一個大陸都有自己專屬的病毒，你沒有抗體就會死掉，以前的人把那叫瘟疫。萊特兄弟最早挑戰飛行，你以為他們一開始是為了空軍、為了波音 747 嗎？也不是，他們就是有個夢想：為什麼鳥可以飛，人不能飛。飛上去掉下來就是會出事，這也是玩命，但最後把人類文明從平面變成立體，進入飛行時代。馬斯克挑戰火星也是一樣。你很客觀地算，挑戰火星未必有意義，還浪費很多錢、不一定成功，成功了也不一定真的有意義，但那是一種夢想、一種某種程度上還蠻 Romantic 的假設。可人類文明就是在這樣的瘋狂裡往前推進。少了挑戰邊界的精神，人類文明的進步就會慢很多，而這個精神就是人類文明最寶貴的特質之一。

• 所以我才說 Alex Honnold 這件事，表面上看是瘋狂、是玩命，但我覺得它是人類文明必要的東西。當有人願意去做這種事，就會有人看著想：原來這麼困難的東西都有人可以挑戰，那我是不是也可以去挑戰自己生命裡的一件事。當一個人有勇氣，他會激發其他人的勇氣。

而且，這次有勇氣的不是只有 Honnold，101 也很有勇氣。我真的很佩服 101 的董事長。你想，假設這段真的出意外，我如果是 101 董事長，我一定得辭職下台。對大多數公司管理階層來講，我要讓 101 很風光有太多種做法，何必選一個風險這麼高的？就算成功機率 99%，萬一遇到那不幸的 1% 呢？這個壓力其實非常真實。

• 我以前也當過遊戲公司的 CEO，算是中大型公司，幾百個人、營收十幾億。我很理解 CEO 做決策時的那種兩難：你永遠有一個比較有風險的選擇，以及一個比較保守的選擇。在大多數時候，我會選比較保守的選擇。除非保守選擇真的超爛，那高風險的選擇雖然我不想冒，可它變成唯一的選擇，因為期望值明顯比較高。但如果兩邊期望值差不多，我一定選保守。也就是說，站在管理層角度，101 其實有很多低風險的行銷方式，偏偏他們選了這個，我才會更佩服：Honnold 用生命去冒險，101 的董事長用官位去冒險。

• 我只能說，我年輕的時候更保守，現在也還是偏保守。你看我就算很看好一些公司，我也常講買 5%、買 10%，因為我本質上還是保守。但我年輕時不太懂冒險精神的價值，現在我懂了，所以我願意冒險的程度比以前多一點。很多人會覺得年紀越老越保守，但對我來講反而不是。我三十到四十那個階段，如果冒險是 30 分、保守是 70 分，我覺得我現在大概進步到冒險 40 分、保守 60 分。我開始理解到，這種願意跨出去的精神，剛好就是我以前缺乏的東西。

• 我今天講這個，當然不是叫你去冒生命，也沒有叫你去爬 101。我比較想分享的是：你可以想想看，你的生活裡有沒有哪些事，你其實可以多跨一步。你看到人家爬 101，難道不會覺得自己也可以做一些以前覺得做不到的事情嗎？有些你覺得困難、你很想做，但你一直害怕的事情，也許就多跨一步就好。

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY

很多老闆做到一個階段都會卡住：公司明明運作正常、產品也不差，但規模就是放不大，最後變成老闆很忙、團隊很累，營收卻很難再跳一級。問題往往不是不努力，而是經營模型本身沒有「放大能力」。

這也是 Miula 我這次想推薦陳宗賢老師《連鎖經營學》的原因。陳老師是聯聖集團創辦人，長期輔導過王品、寶島眼鏡、大學光學、鬍鬚張等連鎖體系。這堂課談的不是教你去加盟別人，而是：你的企業，有沒有機會用連鎖思維，設計出可複製、可擴張的獲利模型。

很多人以為連鎖只適用在餐飲，其實不是。像特斯拉未來要推 Robotaxi，就有兩種路線：一種是自己出車、自己營運；另一種則是開放車主加入車隊，讓你平常沒在用的車，也能出去載客賺錢。後者本質上就是連鎖、加盟的概念，把分散的個體資源，整合成可複製、可放大的系統規模。這種思維，其實和連鎖經營一模一樣：不是你自己能做多大，而是你能不能設計一個，讓很多人一起幫你放大的系統。

陳宗賢老師這堂課，就是在教企業主怎麼建立這種「槓桿型經營」。從制度設計、流程複製、品牌放大，到如何讓夥伴願意一起成長，而不是所有事情都壓在老闆身上。

如果你現在正經營公司、品牌或團隊，也在思考下一步怎麼長得更穩、更快，我會很推薦你看看這堂《連鎖經營學》。現在有低於四五折的限時優惠，結帳再輸入M觀點專屬碼，還能再折 450 元。

---

❖ 陳宗賢的連鎖經營學｜用連鎖商業精髓，設計你的企業獲利模型 ❖

👉限時預購低於 45 折

👉結帳輸入「MUFB450」再折450元

看課程完整介紹：https://hi.sat.cool/VqWGC

【馬斯克達沃斯專訪】

◼ 達沃斯年會

• 今天第一個主題，我們來聊馬斯克在世界經濟論壇（WEF）達沃斯年會的專訪。達沃斯本身是瑞士的一個小鎮，但它早就超越地理概念，成了一個「全球政經商業領袖大拜拜」的舞台。你可以把它理解成一個讓各國、各產業的高層公開喊話的場合：在這裡講話，目的常常不是說服某個人，而是讓全世界知道「我重視什麼、接下來要做什麼」。所以你會看到政治人物來了，彼此交鋒、互相放話；也會看到商業領袖來了，把自己的立場、路線、以及想要推動的事情，放到全世界面前。

• 達沃斯在前些年很典型地帶著「政治正確」的氣氛，像氣候變遷、DEI 這些議題，幾乎是主旋律。但今年的氛圍明顯變了，地緣政治與價值觀對撞更強烈，甚至有種挑戰傳統、帶著混亂感的味道。外界也有人會把達沃斯說成是「全球化精英的權力展演與社交場合」，甚至延伸到深層政府那種陰謀論版本。但我們要看的重點是兩個跟達沃斯相關的訪談：一個是馬斯克，另一個是微軟 CEO 納德拉。

◼ 馬斯克在達沃斯

• 這場專訪的主持人，是貝萊德（BlackRock）的 CEO 兼董事長 Larry Fink。貝萊德在資本市場的份量，不用多說，你如果常買美股 ETF，看到 iShares 系列，背後就是這家公司。更有意思的是，Larry Fink 過去十年在企業治理與價值觀議題上，常被視為推動 DEI 的代表人物之一。但這一次他跟馬斯克的對談，至少表面上沒有變成價值觀吵架，而是用一個非常典型、也很符合他身分的位置來開場。

• 他先丟出一個很搶眼的數字：特斯拉上市以來的年化複合報酬率大約 43%。你把它放到 S&P 500 過去十年大概 10% 左右的年化報酬率旁邊，就會立刻理解有多誇張。Larry Fink 用這個數字做鋪陳，其實是在對台下的歐洲政經高層喊話：歐洲不要再把資金用在低生產力、低創新的地方，應該把資金投入能夠真正推動生產力的企業。他用「如果歐洲退休基金當初能在特斯拉上市時投資，就能讓退休階級大幅受益」這個說法，把投資創新跟社會財政韌性連在一起。

• 站在 Larry Fink 的角色，這樣講很合理，因為他就是全球最大資產管理公司的掌舵者，他的世界觀本來就會偏向：資金要流向能提高生產力的地方。更麻煩的點在後面：他講的也確實戳到歐洲的痛處。歐洲在 2008 金融海嘯、以及之後的歐債危機之後，整體經濟低潮拖了十多年；更尷尬的是，當 AI 這波技術浪潮起來，美國一路領先，中國全力追趕，歐洲給人的印象卻變成「擅長監管、擅長分配、但缺乏創新動能」。你如果把它濃縮成一句話，就是那個很常被引用的版本：美國負責創新，中國負責仿製，歐洲負責監管。這當然有點刻薄，但也反映出歐洲近年的困境：更在乎風險控管與制度設計，卻在產業競爭力上逐漸被甩開。

• 聊天室有人問，退休金拿去投資創新，萬一企業倒了怎麼辦？Larry Fink 講的並不是要退休金去賭新創，而是要把退休基金的核心配置，放在能創造生產力的企業與產業趨勢上。當年不買特斯拉，你也可以買蘋果、微軟、Google。重點是「生產力」這個方向，歐洲這十多年最缺的，正是把資金往生產力與創新推進的決心。

◼馬斯克的大願景

• 在與馬斯克訪談的開頭，Larry Fink 問得很直接：你做這麼多公司，到底想達成什麼？馬斯克的回答也很典型，他不從單一公司談起，而是直接拋出他所有事業的總目標：最大化人類文明擁有美好未來的機率。這句話裡面有兩個核心前提：第一，人類文明要能存續，不要被毀滅；第二，人類文明的未來要走向更豐盛、更好的方向。

• 人類文明是很脆弱的：恐龍時代怎麼結束的？很多主流推論認為跟隕石撞擊有關。那人類文明呢？如果遇到更大的撞擊，可能還能苟延殘喘，但代價會非常慘重；更極端的例子，是太陽如果出了系統性問題，整個地球生命都可能被拖垮。這就是他所說的脆弱：人類文明像在颱風裡點一支蠟燭，你得很努力保護它不要熄滅。

• 「生命在宇宙到底多稀有」：很多人直覺覺得宇宙這麼大，生命應該到處都有，但這其實建立在一個很不牢靠的假設上。宇宙裡行星數量再多，如果「生命誕生的機率」本身極低，那總量依然可能接近零。馬斯克把人類意識形容成浩瀚黑暗中的一支小蠟燭，甚至用 SpaceX 的經驗來強化他的直覺：SpaceX 現在有大量衛星在軌運行，也頻繁發射火箭，但從來沒有遇過需要為了躲避外星飛行器而變軌。這讓他更傾向相信：宇宙裡或許真的只有我們，或至少生命極其罕見。於是他推回一個結論：人類文明很珍貴，所以值得被保護。

• 我覺得馬斯克厲害的地方，在於他很早就設定了這麼大尺度的目標。你回頭看他的軌跡，Zip2、X.com 讓他很年輕就成了有錢的成功創業家。一般人的劇本，通常是享樂、退休、或繼續做自己擅長的軟體生意把錢滾大。但他選擇把資源投進火箭與電動車這種跨行超大、失敗機率極高的題目，這件事本身就很不尋常。我拿 Peter Thiel 當對照，也是因為兩個人都在 PayPal 那個圈子賺到第一桶大金，然後轉身去做一個當時沒人願意碰、還會被當成離經叛道的冷門題目：Thiel 去做 Palantir，馬斯克去做 SpaceX。這背後其實是一種反向思考者的信念：選一個沒人要做的市場，做到你能稱霸，你就會得到巨大的回報。這也讓他們成為這個年代最具代表性的科技明星。

◼ 特斯拉的目標

• 接著，馬斯克把焦點拉回特斯拉，並且明確講出「目標的進化」。特斯拉一開始的目標是永續能源：用電動車、電池、儲能系統，讓人類有更乾淨的能源供給，不破壞地球。但他說現在目標已經推進到永續富足（sustainable abundance）：人類不只要能源夠用，還要物資與服務的供給變得近乎無限。這裡他把「電動車＋電池＋自動駕駛」定位成解決交通與能源，而把「機器人」定位成解決工作與生產力：當數位工作由 AI 承擔，實體工作由機器人承擔，整個社會的總產出就會改寫。

• 馬斯克在這裡提出一個很直白的生產力公式：未來經濟產出，取決於機器人的數量乘上每台機器人的生產力。他甚至預測，人形機器人的數量最終會達到數十億台，可能超過人類人口。到那個時候，物資與服務豐富到一個程度，人類會進入一種「想不出還能向機器人要什麼」的狀態。這種說法聽起來很像科幻，但你把它當成「把生產力推到近乎無限」的願景，就能理解他想表達的方向。

• 即便願景很美，過程不會那麼順，甚至如果人類真的走到那一步，可能會帶來文明層面的副作用，人類會不會因此進入墮落循環，這是另一個題目。但至少在投資的角度，你要抓到的重點是：一間公司的價值，從來不只在既有業務做得多好，那只是基本盤。市場真正願意給高估值的，是公司能不能持續擴大版圖、持續把自己的可打市場（TAM）越拉越大。

• 用特斯拉當例子：它的車業務其實連續兩年衰退，競爭也更辛苦，但股價還能撐在高位，原因就在市場相信它能開出新的成長曲線。把這個邏輯擴到科技巨頭：亞馬遜如果沒有 AWS，價值可能只剩一小部分；微軟如果停在 Windows 與 Office、沒有 Azure，估值結構也會完全不同。Meta 為什麼在巨頭裡常被給最低的乘數？因為市場對它「能不能跨出去」一直有疑慮。元宇宙投資本身成績單不漂亮，但也因為那段路徑，誤打誤撞讓智慧眼鏡成為新的可能。拿蘋果放棄造車就是一個相反的例子：當你停止去擴張，你的長期成長敘事就會被削弱。

◼ Optimus 進度

• 接著訪談進入大家最關心的 Optimus 時程。馬斯克的說法是：2026 年初，Optimus 已經在工廠內執行簡單任務；今年年底的目標，是能在工業環境中執行更複雜的任務；商業化上，他預期 2027 年底能開始對外販售。我在這裡把「簡單」跟「複雜」拆開來講，因為差別其實很大：簡單任務比較像單一動作或單一流程，例如拿取、搬運、鎖螺絲這類；複雜任務則需要多步驟串聯，帶著任務分解與執行能力，接近你現在看到的 AI Agent 概念：你給一個目標，它能自己把步驟串起來，把結果做完，中間不需要每一步都有人盯著。

• 老實說，這個速度比我原先預期慢一些，大概慢了半年左右。我原本期待今年底能有兩三千台在特斯拉工廠工作，但如果年底才剛開始把複雜任務跑順，工廠內的部署規模更像是數百台。接下來明年上半年可能進入最後調校與大規模生產的準備，明年下半年先找一兩家合作企業少量出貨試場域，形式有點像 Semi 早期先交給百事可樂那樣，等流程穩定後，再往 2027 年下半年到年底對外開放接單。當然，馬斯克在時程上常常延後，但他通常會做到，所以更保守的版本，你可以抓到 2028 年才真正開始對外大規模販售。無論是哪個版本，一旦 Optimus 進入大量出貨，對人類生產力的提升，會是巨大的跳躍。這也呼應我最近兩個月越研究越確定的一件事：人形機器人的 AI 模型，難度其實高過自駕車。

◼ AGI 時程表

• 再來是 AI 與 AGI 的時間表。馬斯克的預測是：2026 到 2027 年，AI 的整體能力可能超過任何單一最聰明的人類；2030 到 2031 年，AI 的整體智慧可能超過全人類集體智慧的總和。我自己的判斷是偏樂觀，但機率並不低，因為我們已經看到這一代模型的能力很強，而下一代模型在算力與訓練硬體上會再往前跳一階。你看今年可能出現的 Grok 5、Gemini 4、GPT-6，背後還牽涉到 Blackwell 世代的訓練紅利。這也是我說「你如果覺得你現在還有工作，年底都不一定有」那句帶著警告意味的話的背景：當模型能力再往上推一段，某些工作型態會被加速重組。

◼ 未來能源的利用

• 能源段落，馬斯克延續他一貫的觀點：太陽能是關鍵，而且中國推進速度比美國快。他提出一個很具象的估算：美國只要在沙漠州找一塊 100 英里乘 100 英里的面積鋪滿太陽能板，發電量就能供應全美需求。他同時提到 Tesla 正在規劃太陽能產能，目標是年產 100GW 等級。你把這個數字對照近期大型資料中心幾 GW 的耗電量，就會知道那是多大的能量規模。我也補上自己的態度：我很支持石油與天然氣被好好利用，但這件事不應該推導出放棄太陽能。從長期成本與供給潛力來看，太陽能的優勢非常清楚，用空地發電也很符合物盡其用。

◼ 太空資料中心

• 最後一個是太空資料中心，因為它本質上是在解太陽能的另一個天花板：地面端的發電時間、天候干擾、以及資料中心散熱。太空的優勢很直接：衛星可以長時間面向太陽，沒有雲層遮蔽，理想狀況下同樣面積的太陽能板，在軌道上有效發電可達地面的數倍；散熱方面，雖然太空沒有空氣，不能用對流，但可以用輻射散熱，設計上可以把一面做成吸收太陽能、另一面做成散熱面，形成一個在能量與熱管理上更理想的環境。問題只剩一個：把東西送上去太貴。所以馬斯克把關鍵扣回 SpaceX 的 Starship：只要 Starship 達到完全可重複使用，運輸成本有機會下降兩個數量級，太空資料中心就可能在 2 到 3 年內變成算力部署的低成本選項，甚至比地面更便宜。

◼ 火星

• 主持人問他願不願意有生之年登陸火星，甚至死在火星，他說願意，只要不要撞擊著陸。我也補了時間軸的推估：2026、2027 這兩年送機器人上火星，我覺得有機會；真人上火星需要的前置條件更多，至少要先做到機器人去、機器人能把飛船或火箭帶回來，才談得上真人往返。用比較保守的估法，機器人去＋回這兩步可能要 10 年；等到那時馬斯克 64 歲，再累積成功多次後，他才可能選擇親自上去。你把時間拉到 20 年後，他 74 歲，想把後半段人生放在火星，也不是完全不可想像的劇本。

◼ 馬斯克的人生哲學

• 最後，訪談落到兩個我覺得值得帶走的個人哲學：好奇心與樂觀主義。馬斯克把自己核心驅動力說成好奇心哲學，因為他想理解生命意義、宇宙起源與終結；也把自己定位成未來的樂觀主義者，認為我們正處於人類歷史上最有趣的時刻，應該保持興奮。他講的那句話我很認同：當一個樂觀但最後看錯的人，生活品質往往比當一個悲觀但最後看對的人更好。這也是我想補的一點：我常常談 AI 帶來的失業與衝擊，看起來像在恐嚇人，但我的姿態其實更像「樂觀裡的保守派」——我預期風險會發生，也會先把心理準備做好，但我不打算被那些風險擊倒，我選擇用更愉快、更主動的方式去面對。對我來說，尤其在 AI 時代，人類要重新尋找自己的價值與意義，外在世界很難直接給你答案，最後還是得往內在去找；而好奇心讓你有探索未知、學習新時代的能力，樂觀主義讓你用更好的態度面對不可知的未來。

Subscribe now

【納德拉談微軟與 AI】

◼ 納德拉在達沃斯的訪談

• 接著我們把焦點拉到微軟。之所以要看納德拉在達沃斯的訪談，是因為微軟在 2023 年明明站在 AI 的前段班，如今市場的感覺卻變得微妙：它還在第一梯隊附近，但已經沒有那種一騎絕塵的氣勢，甚至有點被擠到「前段班跟中段班之間」的尷尬位置。這時候，掌門人怎麼解讀 AI、怎麼定義微軟的下一步，就變成值得追的訊號。我整理的是他在達沃斯 USA House 接受 All-In Podcast 的訪談內容。

• 納德拉一開始就把話題切到工作型態。他的核心判斷是，未來幾年 AI Agent 會把白領工作重• 新拆解：人類對 AI 做宏觀授權，先把任務整包交出去，讓它去跑流程；過程中再由人做微觀引導與修正，最後由真人負責簽字，確保結果可控、責任清楚。微軟正在推動的 Agent 365，就是要把這種代理人直接放進企業常用的軟體環境裡，讓它擁有接近人類員工的權限，能在組織內完成原本由人處理的事情。等代理人開始接手大量工作之後，人類員工的日常會逐漸變成一件事：查詢這些代理人到底做了什麼、做得對不對、該怎麼調整。

• 用一個更生活化的情境來想：假設你是負責 Office 的產品經理或開發主管，你手上可能同時管理十個代理人，有的處理客服、有的跟開發代理人協作、有的負責彙整報告。你每天的工作不再是自己去做那些事情，而是分派任務、檢視產出、做最後的微調與定案。這就是宏觀授權加微觀修正。也因為這個結構，納德拉才會把未來白領形容成從工人變監工，從球員變教練：教練可以下戰術、可以叫暫停修正，但不會親自上場投球；監工負責確保工程品質與進度，但不再自己搬磚頭。工作依舊需要人扛責任、做決策，只是執行層大量交由 AI 工人完成。

• 我自己對這個描述的評估是：三年內很有把握會朝這個方向走，拉到五年信心就沒那麼滿。更後面會發生什麼，誰也說不準，甚至不排除連監工與教練這種角色都會被壓縮。但至少在眼前幾年，白領工作的重心往「指揮、驗收、調整」移動，幾乎已經是共識。這也是我說 AI 變動還在早期、現在大概還在比賽的三局上半的原因：納德拉談的其實是接下來幾局要怎麼打好，讓人類先在第三局、第四局找到新位置，至於第五局、第六局會不會改規則，那就得再看下一波技術躍遷。

◼ 企業工作者的角色界線越趨模糊

• 談完代理人，納德拉接著往下一階段推：企業工作者的角色界線會越來越模糊。過去的分工是清楚的，產品經理負責需求與協調，設計師負責介面與流程，工程師負責寫程式、修 bug。可是當工具的能力變強，產品經理可以用 vibe coding 做 prototype，甚至直接叫 AI 把 UI 設計出來，品質可能還不差；工程師沒有空處理的 bug，也可能被代理人直接解掉。反過來，工程師要回頭補需求文件、做企劃案、做需求調查，也可以靠 AI 把資料與文件快速補齊。於是大家開始能跨進彼此的工作範圍，越做越像同一種人：全端建構者（full stack builder）。重點不再是「你是哪一種職稱」，而是你能不能把東西建起來。

• 界線模糊化很可能會發生，可是要說彼此可以完全取代，我覺得還早。產品經理用 vibe coding 做個 demo、做個原型，可能可行；要把一個複雜系統做成可上線、能扛住攻擊、能長期維運的產品，資深工程師的價值仍然難被稀釋到那麼低。同樣地，工程師可以借助 AI 做企劃文件，但真正的產品判斷、取捨與定位，依舊有很高比例是經驗與脈絡的問題。工作邊界往外擴、彼此重疊變多，這件事我同意；直接互相消滅，我不認為會那麼快。

◼ 微軟的 AI 戰略

• 接下來就進入微軟自己的戰略。納德拉把微軟的 AI 戰略拆成兩個關鍵詞：Token Factory 和 App Server。Token Factory 的概念很直白，Azure 要成為生成 AI token 的基礎設施工廠。這件事要做到極致，就需要兩個能力：異質化的硬體機隊，以及高強度的軟體優化。異質化的意思，是不能只靠單一供應商的 GPU。最佳配置會是以輝達 GPU 為主，再搭配微軟自己的加速器、AMD 或其他選項，讓整體在成本、彈性、供應風險上更平衡。我也順勢講了我自己的觀察：三大雲端對自製晶片與輝達的押注比例不同，微軟相對更偏向押寶輝達。以我對輝達生態系與通用性優勢的看法，這個方向我目前是偏支持的。

• 第二個戰略是 App Server，也就是為 AI 時代建立一個「協調層」。納德拉的判斷是，未來的應用很少只靠單一模型完成任務，而是需要同時協調多個模型分工：某個模型負責分析，某個模型扮演領域專家，另一些模型去做查核與執行。企業需要的會是一個中間層，讓任務可以被拆解、被分派、被追蹤，最後再把結果整合回來。為了讓這個概念更具體，我拿自己做節目準備流程當例子：我習慣先用一個模型抓大綱，再用另一個模型做批判與 fact check，最後再用第三個模型補強素材與多媒體。這其實就是人肉版的「多模型協作」。納德拉想像的世界，是這種流程不需要你手動開三個工具切來切去，而是由中間層自動協調，把 fact check、素材生成、模型分工整合成一條順順的工作流。

• 這個協調層，未必一定會長成微軟所說的 app server。也有可能最後是一個更高層級的 AI 出現，它非常擅長拆解任務、呼叫工具、發派工作給其他 AI，整個 orchestration 本身就變成一種新的智慧體。微軟的優勢在於它長期做企業軟體，對企業系統的框架與權限治理很熟，所以它會用「中間層」的思路去解這題。但五年後世界長什麼樣子，還真的不好說。

• 在模型競爭這塊，納德拉的立場也很清楚：未來不會只剩一種模型稱王，市場會更像資料庫產業的結構。專有模型、開源模型、還有針對企業自身隱性知識去微調的模型，會同時存在。企業越多，模型就可能越多，甚至到了一個極端的說法：世界有多少家公司，就會有多少個模型。針對企業需求做微調、把模型貼進企業流程裡，某種程度上跟 Palantir 走的方向有重疊，只是微軟走的是更平台、更廣泛的路線。

• 最後談到 AI 的落地，納德拉強調的不是技術本身，而是擴散與高強度使用。AI 要真正轉化成生產力，必須進入醫療、金融、公部門，以及更多國家與更廣的產業場景。採用路徑會同時由上而下、也由下而上：上面從 ROI 明確的領域推進，像客服、供應鏈這種很快就能算帳的地方；下面則是員工自己用 AI 消除工作中的單調與瑣碎。兩股力量會逐漸融合，讓 AI 從上到下滲透進整個組織流程。

• 所以我也在這裡提醒，如果你在自己的工作裡完全沒有感受到這種上下同時推進的壓力，那代表你的環境在 AI 使用上偏落後。這不代表你立刻會出局，但代表海嘯還沒拍到你身上。問題是海嘯總會來，早一點開始補齊自己的使用習慣與能力，哪怕公司還沒推、老闆還不急，你也該先把自己往前推，因為一年後、甚至更快，局勢很可能就不一樣了。

【感謝祭心得分享】

◼ 上週六的感謝祭

• 這次感謝祭算是很順利地完成了，也真的要先說一句謝謝。這是我們第二次辦感謝祭，票一樣賣得很快，大概 220 張，一開賣就瞬間完售。跟前一次一百多人規模比起來，這次差不多放大了兩倍，不論體力、成本，其實都明顯高很多。

• 不過老實說，這一次我的心態反而比上次平靜。上一次辦的時候，我其實滿緊張的，一百多個人到現場，我腦中一直在想會不會出什麼狀況。大家都知道我本質上是社恐、是 I 人，只是因為工作做久了，什麼場合都經歷過，只要一進入「戰鬥模式」，再多人我也撐得住。但那並不代表我不怕，只是習慣了。

• 這次不太一樣，我感覺自己好像慢慢把這件事，調整成一種「見老朋友」的心態。不管你叫觀眾、聽眾，或粉絲，我更像是去跟一群其實不算太熟、但聊得來的朋友見面。心態一變，壓力真的小很多。現場其實也看得出差別，真正不緊張的人會像我一樣到處晃，打招呼、吃點心、走來走去；反而是藍弋丰，雖然口頭說不緊張的人，但幾乎也都在休息室沒有出來。當然我還是 I 人，因為活動一結束，我是真的覺得快掛了。

◼ 想要M觀點成分多一點

• 活動結束後，我自己也有一些檢討。雖然這場活動叫做「M觀點 × 國際大事收藏版 聯合感謝祭」，但辦完之後回頭看，我覺得整體更像是一場國際大事收藏版的感謝祭，M觀點的成分反而比較少。這一場沒有聊投資，也沒有聊科技，上半場的主軸是川普的執政週年回顧，這本來就比較接近國際新聞的路線。當然，M觀點偶爾也會談政治，但核心還是科技與投資，所以比例上確實有點失衡。

• 好在我自己判斷，現場來的朋友，大多數應該是兩個節目都有聽，可能有八成、甚至九成是重疊的聽眾，所以整體氣氛還是 OK。但這也讓我開始想，下一次感謝祭，或許可以把兩個節目稍微分開一點。比如上半場就做一段比較完整的M觀點內容，下半場再交給國際大事收藏版，讓結構更清楚一點。

• 這次送的禮物是「投資聖杯」馬克杯，這個其實是我臨時冒出來的點子。我一直覺得，既然要送杯子，就不要送那種拿回家會被放進櫃子裡的杯子。這個杯子上面印的不是口號，而是幾位投資大師最核心、也最值得反覆提醒自己的投資觀念。當你晚上準備下單、手握著杯子，看著那些句子，其實就是在提醒自己冷靜、不要衝動。這個 idea 我自己很喜歡，也覺得做出來的效果比我原本預期的還好。

◼ 之後還要更擴大舉辦嗎？以及辦在哪裡呢？

• 很多人也跟我說，票真的太難搶了，應該要擴大舉辦。這件事我不是沒有想過，但老實講壓力真的很大。光是這次 200 人，活動結束後的合照就拍了三、四十分鐘。現場願意留下來合照的人，大概有一百多組，一組抓 20 秒，一分鐘最多三組，算一算就是 40 分鐘。如果哪天擴大到 400 人，那合照時間直接變成 80 分鐘。等於活動結束後，我還要站在台上握手、拍照一個多小時，這個體力條真的會直接歸零。

• 從場地或售票角度來看，要再放大到 400 人、800 人，技術上不是不可能，但問題就變成：是不是要犧牲合照？如果沒有合照，其實就很像大型演唱會，那種距離感也會完全不一樣。我對自己的定位一直比較偏向「小型創作者」，有點像地下偶像，大家可以近距離互動、聊得到話。如果規模一旦拉得太大，這種感覺一定會消失，這也是我還在猶豫的地方。

•至於下一次辦在哪，我確實有在考慮南部。前兩次都在台北，換個城市其實也不錯。高雄是目前比較放在心上的選項，這幾年的飯店、觀光規劃都做得很好；台南的食物我依然很愛，但如果要住得舒服，高雄目前確實比較對我的胃口。大概就是這樣，一點活動後的心得，跟一些還沒想清楚的念頭。謝謝大家願意來現場，也謝謝你們一路支持到現在。

Subscribe now

【1/26~1/30 本周直播傳送門】

生活太忙？YouTube演算法不主動推給你？
沒關係，我們把YT直播連結直接給你，本周 Miula 的 2 次精彩直播，都列在下方了。

EP272. 馬斯克達沃斯專訪、納德拉談微軟與 AI、感謝祭心得分享 | M觀點

EP273. Meta 大動作連連、微軟 MAIA 200 登場、霍諾德挑戰 101 | M觀點

本精華整理為 YouTube / Podcast M觀點頻道直播的內容摘要，推薦想要聽到完整內容的，可以透過 YouTube 或 Podcast 完整收聽整場節目。
Youtube: https://www.youtube.com/@miulaviewpoint
Apple Podcast: https://apple.co/3uLcdeX
Spotify Podcast: https://spoti.fi/3cXfdi8

想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU​
M觀點 Telegram - https://t.me/miulaviewpoint​
M觀點粉絲團 - https://bit.ly/3u3XmLY