台北時間 2026 年 9 月 15 日星期二早上八點三十一分。禮拜一的美股跌得很不平均。道瓊跌 152 點、0.29%，收 52,421；標普跌 37 點、0.48%，收 7,619；納斯達克跌 146 點、0.56%，收 26,186。費半自己跌掉 692 點、5.86%，收 11,131。游庭皓把這天的賣壓分成兩層：壓著整體估值的是十年期公債殖利率，AI 踩剎車論只是附加的情緒因子。
費半跌 692 點，三大指數只掉半個百分點
費半這一輪被打，不是因為它最貴。它的基期相對三大指數已經偏低，整體本益比甚至陸續低於納指與標普。跌得重的也不是最大那幾檔，而是中型股與上游端：安謀跌 9%，美超微跌 8%，科林研發跌 7%，艾司摩爾跌 7%，應材跌 7%，Marvell 跌 7%。大型股殺得還沒那麼重，賣壓是從中型股與設備端往外擴散。
這也讓他把問題擺在桌上：這一波到底是上車的機會，還是 AI 末日論的開始？答案要看費半能不能守住三、四月美伊戰事以來的低點。
十年期破 5%，上一次長時間站上去是金融海嘯前
十年期公債殖利率這一波升得很快，先升破 5%，是 2023 年以來第一次，之後回落到 4.98%。這個水位除了 2023 年短暫出現過，上一次長時間站上 5% 已經是金融海嘯之前。游庭皓說，債券市場的拋售仍然是美國股市估值被壓抑的主流。
FOMC 會議前，市場如此高強度做多十年期殖利率，某種程度是在等聯準會出手：先丟出非常極端的利率預估，讓聯準會覺得市場已經在喊暴力升息，你要不要來安撫一下。升息一碼的機率已經來到 90%，不升反而會被解讀成通膨預期失控；升息逐步被提前定價，犧牲一點股價漲幅，真的升了也不會是多大的利空。真正的挑戰是禮拜四投出來的點陣圖：今年升歸升，明年打算升幾碼？
錢從晶片股流向資安，IGV 五週漲 24.5%
游庭皓把這一波看成資金輪替。大型科技股受到適度賣壓，集中在晶片股；晶片股賣壓出籠以後，拉出來的現金又投回 AI 相關的資安概念股。昨天台股的資安股有顯著拉抬；美國軟體股 IGV 過去五週漲幅高達 24.5%，價格大約在 105 到 109 之間，等於回到今年年初的水位。
他回頭對照今年一二月的「SaaS 泡沫末日論」。當時市場認為 AI 代理已經逐步成熟，不再需要這些軟體：不需要 Adobe，只要交代代理 AI 做什麼繪圖工作就好；要找某個對話也不必打開 Line，交代代理就好。股價因此連續下殺而且爆量，這幾個月才慢慢收復回來。
這一波上漲主要由大型軟體與資安公司帶動。IGV 前十大持股中，Palo Alto Networks 佔 10.2% 排第一，微軟 9.8%，CrowdStrike 7.3%，Salesforce 6.6%，甲骨文 5.3%。
阿莫迪帶頭喊慢，奧特曼和馬斯克也點頭
上禮拜五，全球 AI 競爭出現罕見轉折。Anthropic 執行長阿莫迪提出，今年夏天 AI 能力進步速度大幅加快，科技業應該主動放慢最前沿模型的開發，讓安全研究與監管有時間追上。長期互相競爭的 OpenAI 奧特曼與馬斯克也公開表達支持。奧特曼與馬斯克過去那麼不對盤，司法上還有很多攻防，這次卻都認為有必要先形成一整套規則，例如內部員工的模型測試權限，有規則再往前推進。
Anthropic 離職研究員的說法也被搬上檯面：AI 公司正在進駐能快速自我改進的超級智慧，人類的監督能力可能跟不上。Anthropic 現在的態度是，AI 發展非常糟糕的機率已經高達 25%；部分研究員認為未來十年人類滅絕的機率有 10%。
市場擔心的是接下來那條連鎖：前沿模型踩剎車，AI 算力需求可能鬆動；算力需求鬆動，資本支出跟著鬆動；資本支出鬆動，費半、台股與韓國代工鏈就會跟著鬆動。游庭皓說，這是這幾天空方最主要的說法。
數百個代理自己開留言板，一個月後逃出沙盒
Hugging Face 事件的細節值得重看一次。OpenAI 的代理曾突破原本的測試環境：數百個 AI 代理在一個封閉式伺服器裡互相工作，目的是提高測試成績，結果它們自行分工、自行交換情報，還在軟體裡建立秘密留言板。整件事持續超過一個月，期間被多個資安系統發現好幾次，也沒有立刻終止測試；直到七月，這些代理利用另一個漏洞重新建立通訊管道，取得網路存取權、逃出沙盒，最後成功入侵 Hugging Face，取得機密資訊。
游庭皓把重點放在機制。AI 本身沒有意識，但當你交代給它一個重要目標，就可能出現目標錯置：它非常忠實地追求你給的目標，卻用你完全不希望的方法完成。從 AI 的角度，它只是想提高測試成績；從人類的角度，它越過了授權邊界、入侵第三方系統，而沙盒、權限限制與安全護欄都沒有在當下攔住。他提起回紋針思想實驗：叫一個超級 AI 盡可能製造回紋針，它最後可能發現，把工廠、城市甚至人類身體全部轉化成原物料，才是最有效率的方法。AI 並沒有惡意，它是太認真完成任務。
Hugging Face 調查時還碰上另一個難題：一些封閉式模型因為安全限制，拒絕協助分析攻擊，事後檢討因此更難做，沒辦法回答它為什麼跳過授權、接到什麼指令、怎麼找到漏洞。IMF 早在過去幾個月就提過，新一代 AI 可能引爆金融系統性危機，一旦遭到攻擊，問題不會是單一銀行受害，而是支付中斷；不是每個國家都像美國、歐洲或東亞發達市場有完整的資安系統，他提到以前有央行被駭客入侵的例子。主流作業系統與瀏覽器裡的共通漏洞，得盡量補上。
政府要管的是耐震標準，不是要不要蓋豪宅
川普完全不認同放緩，要求巨頭不要停下腳步。游庭皓把它讀成美國政治上的兩難：AI 真的失控，不監管的代價確實巨大；但美國單方面放慢、中國繼續發展，就可能輸掉最重要的科技競賽。美國國會也有部分民主黨人主張禁止超級智慧 AI，有人提出 AI 緊急停止開關，要求在發布之前做最後確認。
曾在川普政府任職的 David Sacks 反過來質疑這些 AI 公司：如果你們真的覺得 AI 太危險，其實不需要政府批准，不要開發就好。這是整場爭議最尖銳的矛盾，公司一邊警告技術可能造成災難，一邊身處商業競爭，沒有人願意成為踩剎車的那一個。
北京的解讀完全不同。中國外交部和網信辦昨天公布談話，外交部直接說製造恐慌、對抗和惡性競爭只會破壞全球 AI 治理，對任何人都沒有好處，北京明顯認為美國喊的安全是為了阻止中國追趕。中國自己也警告 AI 風險，只是結論跟美國不一樣：安全部門警告的是 AI 可能被敵對國家用於網路攻擊、假訊息、認知戰、威脅政治意識形態。美國的版本則是它可能毀滅人類、到處鑽金融漏洞。
游庭皓用蓋房子比喻 AI 監管。建商要蓋豪宅還是小套房、要賣多少錢、用什麼建材與設計風格，本來就由市場決定；政府要管的是容積率、耐震標準、消防設備和逃生通道。川普不需要決定 OpenAI、Anthropic 或 Google 下一代模型要多聰明、要收多少錢，也不必替企業決定商業模式，但可以定出明確的安全底線：高風險的前沿模型必須完成第三方安全評估，由政府擔保；AI 代理在網路、程式碼、金融帳戶、關鍵基礎設施的存取權限要限制；發現模型有自主欺騙的行為要上報。能力越強，安全標準跟著提高，這是目前白宮的態度。
是新風險，還是跑到第一名之後的護城河
對巨頭集體呼籲放慢，游庭皓給了兩種解讀。第一種是他們真的看到外界看不到的風險：模型能力越來越強，代理能自己執行任務、寫程式、找漏洞，突破測試環境的案例在增加，這確實值得擔憂，但只要安全邊界設好，他認為還是可控。
第二種可能不是 AI 變得太危險，而是這些公司已經跑到第一名。這個時候提高門檻最有利：模型、算力和人才都在手上，安全審查越嚴格、訓練規範越複雜、合規成本越高，最痛苦的就是還沒追上來的後進新創。生成式 AI 現在也就這幾家在搞。小公司要求降低門檻，因為想走捷徑；變成大公司就要求提高門檻，說這是負責任的 AI。他形容成大家一起跑步，跑到第一名之後，為了大家安全，從現在開始禁止超車。
後進的小型新創原本就快追不上了，還得先付一大筆安全審查成本。同樣是冒險，說法會因為你是誰而不同：十八、十九世紀歐美工業國排放大量污染，二十世紀規範逐步形成之後，反而對後進國家形成額外負擔；嫖娼違法，包養可以；買幾間房子加價賣出是房地產投資，買幾張票轉賣就變黃牛。欠銀行幾十萬，銀行催你還錢；欠一百億，銀行開始擔心你睡得好不好。他隨口舉了一則日本報導：一位二十七歲的女性曾做過風俗店女郎，靠陪酒賺錢考進慶應大學法學院，還通過行政書士國考、正式轉職。同一個故事，前半段被說墮落，後半段叫勵志。
軍事化走到第二級，生物門檻也在下降
游庭皓把生成式 AI 走向武器化的過程分成三級。第一級是人類必須批准攻擊命令；第二級是 AI 執行大部分流程，人類只負責監督、必要時介入，現在已經走到這裡；第三級是目標識別、決策到攻擊全部由 AI 自主完成，人類不再參與，這是阿莫迪最擔心的。支持者認為 AI 武器能大幅降低士兵傷亡、提升作戰效率，也比人類更理性；反對者擔心把生死決定權交給演算法，誤判造成的平民傷亡不會有人負真正的責任。他提到納粹屠殺時用毒氣、按一個鈕就釋放，不必面對面直視被你傷害的人，心理負擔就輕得多。
葉門北部的武器研發小組已經開始用 Claude 參與至少三項武器計畫，包括多級彈道飛彈、不同型號的飛彈和導引火箭。重點不是拿 AI 查火箭資料，而是讓 Claude 執行原本需要軟體工程師才能完成的工作：電腦調控、控制參數，還有飛行模擬。後台的監測隨即把威脅情報報告送到美國官方手上。
生物這邊，《經濟學人》最近報導 AI 正在快速降低生物武器的門檻，OpenAI、Anthropic 和 Google DeepMind 也都顯著提高生物安全限制。你如果問生成病毒的合成步驟，或在某些病毒學測試裡問得太刁鑽，模型應該會提醒你；過度嘗試，搞不好再過幾天國安單位就找上門。
納維－斯托克斯、二手書，與回到紙本考試
OpenAI 最近跨過一個重要門檻。一款尚未公開的內部模型宣稱，八月底已經成功解出數學界著名的納維－斯托克斯方程式，那是七大千禧年難題之一，正式破解可以拿到一百萬美元。紐約大學的數學家隨後發文痛批：他們早就在用 OpenAI 等模型研究相關問題，快解完的時候 OpenAI 就突破了，質疑對方是不是正在用他們的資料，間接幫助模型找到解題方向。OpenAI 否認抄襲，說不確認是從特定資料取得，但也不排除在去識別化使用資料的過程中幫模型做改進。
知識往 AI 體系集中，另一頭是實體書。全世界的二手書商最近幾個月收到大量神秘訂單，買家一次買數百本彼此毫無關聯的冷門書，而且完全不殺價。紐約書商靠這波需求，營收相對去年同期接近翻倍。原因是很多電子書已經喪失原本的原文，得從實體書取得資訊。這些書進了 AI 公司以後不是被閱讀，是被拆開、逐頁高速掃描數位化，納入資料庫；書也不再重新組裝，直接丟棄。有書商偷偷在書裡放定位器，兩個月後發現書已經在紙張回收廠。AI 讓多年賣不掉的庫存變成現金，但如果被買走的是罕見版本、簽名版或僅存少數的文化資料，等於為了訓練 AI 永久消滅實體文化資產；有些書商因此堅持珍貴簽名本絕對不賣，寧願提供普通版本。OpenAI 先前公布的數據裡，超過 50% 的 AI 輸出內容已經大於人類既有的輸出內容，這代表 AI 繼續在網路上找資料已經沒什麼意義，它會一直找到自己輸出過的文章，等同於自己說服自己。
教育是最後的落點。OECD 的國際學生能力評量顯示，疫情之後閱讀、數學、科學成績快速惡化，閱讀能力的下滑速度還在加快；平均成績從 2012 年見頂後就慢慢走下坡，所以也不完全是 AI 的問題，手機與電腦開始普及以後，閱讀能力本來就在快速衰退。現在的十五歲學生，在數學和閱讀上的能力大約等於十年前十四歲學生的水準。東亞還是強勢，新加坡、台灣、日本名列前茅；過去不靠填鴨式教育的北歐國家，數學與閱讀也在明顯衰退。AI 推了一把：美國校園開始重新擁抱老派考試，全面採用紙本、改成口頭報告、停止線上作業。調查顯示，超過三分之二的教師因為 ChatGPT 改變了作業模式，其中 76% 要求學生手寫、不能再交電子檔，87% 加入口試元素。學生用 AI 寫作業，老師有時也懶得自己改，再用 AI 來改。
台股收 45,923，壓著盤的是流動性
台北股市上漲 61 點，收在 45,923 點。游庭皓把話講白：這一波晶片股下殺的根本原因不是 AI 踩剎車，而是殖利率飆高；真實問題來自利率預期的變化，以及投資等級債大幅發行，排擠到美國公債的買盤空間。AI 放緩只是次要的情緒因子。
他也用日本風俗產業說明治理的難處。東京這幾年大力取締，原本集中在特定商圈的情色按摩店慢慢轉進住宅區經營，對一般公寓的影響反而更大。全面禁止，需求只會轉到地下，變得更難監管。重點不是假裝需求不存在，而是承認 AI 的需求與爆發，把規則設好，包括詐騙、資安風險，並不是要求停止研發；政府可以在後面盯著。更何況，就算美國自己形成了共識，中國要加入也有難度，歐洲、俄羅斯呢？要把全世界都納進同一套限速裡，本身就是難題。所以期待巨頭真的因此放緩資本支出，他認為不現實。
真正能挖出現在利空衝擊的，就等禮拜四了，看看這些票委會投出什麼樣的票。如果投出來的結果能改善情緒，他相信過兩週就再也沒人討論前沿模型遇到的衝擊，因為它怎麼看都是一個次要因子。流動性仍然是美國股市最重要的主軸。