〈All-In with Chamath, Jason, Sacks & Friedberg〉-EP-Jake Paul & The Chainsmokers: Turning Fame into Funds, Jake Enters Politics? & Venture Bubble Signs

https://allinchamathjason.libsyn.com/jake-paul-the-chainsmokers-turning-fame-into-funds-jake-enters-politics-venture-bubble-signs

All-In 高峰會先請上 Jake Paul。他快三十歲,主持人從 Vine 講起。那時候還沒有後來這套 TikTok。Jake 說,前二十名 Vine 創作者一起去找平台:你們得開始付錢,不然我們不發了。內容、觀看、粉絲都是他們帶來的,他們知道自己被佔便宜。他們要一百萬美元。Vine 回去問 Twitter,回來說可以付這一百萬。主持人插了一句,是每人一百萬,還是二十個人分一百萬。平台的版本是:我們付一百萬,你們二十個自己分。創作者要的是另一個數字,每人每年一百萬。平台說不。他們停更,改去 Facebook、YouTube、Snapchat。幾個月之內,Vine 沒了。

他說自己當時沒太擔心。這段是給老闆的一課。

他不記得有哪一段沒有人追他,從很小就這樣。做是因為喜歡,而且那時候這件事還不酷。現在很多人想當網紅,是因為看起來最划算。他覺得留得下來的,是本來就會娛樂人、有自己的看法、補上一個位子的人。他喜歡腦子裡有一個故事,做出來,讓人笑,讓人的一天好一點。vlog 裡他每天講同樣三句:認真做、笑一下、去追你要的。

平台被抽掉,他沒有慌。十五年後看 iPad 上長大的小孩,他說自己沒有答案。他還得去敲朋友家的門才約得到人。只有螢幕的人會長成什麼樣,他不知道。為了點擊才做的東西很多。他自己小時候也幹過,為了出名、為了有一盤生意。他叫這件事 YouTuber disease:天天講很誇張的話,換報導、換點擊。YouTube 若自己多擋,他覺得沒有用,它只是其中一個平台。他拿美國、俄羅斯、中國的人工智慧競賽來比:YouTube 停了,人會流去 Twitch、Kick、Twitter、Instagram。大家不一起處理,這件事處理不了。

曼徹斯特一場擊倒,底下養了四百個選手

拳擊一開始是一場私下了結。英國有兩兄弟,跟他和他哥哥起了爭執,說戴上手套算了。合約大約三個月後打。他說自己不會輸,隔天進職業拳擊館。人在俄亥俄州是當運動員長大的,三個月裡打到還可以。比賽在曼徹斯特,客場,他擊倒對方。他說那是人生裡最痛快的感覺之一。他自己都說有一點病態:挨打,再把人打贏,很爽。那是業餘拳擊史上最大的付費收看。他看見數字,決定認真當職業拳手,離開洛杉磯,到波多黎各一個比較沒有雜事的地方練。跟 Mike Tyson 那場,主持人先說一億零八百萬,又說一億三千八百萬人在 Netflix 上看。

這門生意跟別的拳手不一樣。多數人先刷戰績,專打好打的,等你第一次聽見這個名字,戰績已經是二十勝零敗。他手上有現成的一億個追蹤,每一場都跟著走。第一家公司叫 Team 10,是一個社群廠牌:找人、簽約、把他們做大。他說做出過二十多個、各自有好幾百萬追蹤的人,也把 content house 做出一個樣子。拳擊複製這套,下面放的是選手。現在 MVP 底下有四百個人,拳擊跟綜合格鬥都有。他說要打的是 Dana White、Suafa Boxing,還有 UFC。公司剛跟 PFL 合併。

UFC 他認為沒有把選手放前面。選手分到的大約是總營收的 15%。其他職業聯盟,他說是 50%。人會氣,想走,想去打拳,想去別的地方找錢。他舉 Sean O'Malley 在白宮那場的價錢:六十萬美元。大牌賽因此不成。聯盟不願意為大牌付錢,選手不願意冒這個險,觀眾想看的對戰排不出來。主持人用一句話接:你的利潤,就是我的機會。把門票跟分帳裡很大一塊給選手,人就過來。Jake 說對,而且讓他們接贊助,不要把人冰在那裡不用。選手之間本來就有很多戲,不少人還想轉去打拳。他說每個產業都有可口可樂跟百事、Nike 跟 Adidas。UFC 以前沒有人競得過,直到他這家公司進來。

十八歲開始投,一億美元不要叫名人投資人

他說自己骨子裡是做生意的。YouTube 爆紅之前,人已經去了舊金山,喜歡上新創。去過 Google、Twitter、Uber,看過 hacker house 裡那些做得很大的 app。天使投資是那時候開始的。主持人點他的組合:OpenAI、Cognition、SpaceX。他自己講的起點是十八歲,去過矽谷之後開始投,犯過很多錯,然後收成一支基金。合夥人是 Jeff Wu。

他相信現在是注意力經濟,資本本身是商品。他把 Elon Musk 買下 Twitter 也放進這個邏輯:新帳號第一個被推薦追蹤的是 Elon,他自己的公司就從那裡被推出去。很聰明。把注意力送進一家公司、送進資本表,是他們認定創辦人需要、也想要的東西。

壞處是人忘了把東西做好,只做一個看起來很大的殼。為了觀看而來的不真誠,他在新聞、報導、網路上的內容裡都看到。很衝的說法是因為有觀看、有錢。他說錢在推著這個世界,不真誠會冒出來。

主持人說,追蹤跟觸及是他投資時的差別:有些公司靠他才切得過雜訊,才會被更多人知道。Jake 說對,後面還有他做行銷、做品牌的那些年。OpenAI 的 Sora,他說是自己跟他們講,做成一個社群 app 可能是好主意。整個 app 做出來的過程他都在。人也把 NIL 授給他們,別人可以用他來做影片。

這一檔基金他叫 anti fund。主持人說剛募了一億美元,問他是要更積極地跟傳統創投打,還是當補充。Jake 討厭 celebrity investor 這套叫法。律師若也在投資,沒有人叫他律師投資人。他是名人,別人就叫他名人投資人。他不要這個名字。拿去跟 Sequoia 那種廠比,比的是 DPI 跟 IRR,看接下來五年誰比較好。DPI 是把錢分回出資人的倍數,IRR 是內部報酬率。他說自己要競的是這些人。野心很大。他補了一句:我在這裡不留情。

這一億他說已經投出去。他們邊募邊投,現在進到第四檔。做法他叫槓鈴。一頭是第一張支票,公司還在地上的時候就進去,找人,幫創辦人從地板蓋。另一頭是成長期,已經有成績,創辦人是他口中 Sam、Palmer 那一掛。兩頭都放。

再往下十到十五年,還是這一盤在轉。打架把注意力帶到其他生意,投資在養品牌。做內容,追蹤變多,人被送進拳賽,拳賽再把東西推進那些生意。他有一個基金會,開了四十間館,小孩可以免費去打拳,也送去比賽、錦標賽,順便贊助。片頭他自己講過兩個目標:當上世界冠軍,以及把一家公司以十億美元做出場。

四十歲的答案,他說是政治

主持人問,四十歲的 Jake Paul 在哪。他說:政治。

他認為這是改變世界比較有用的幾條路之一。事情已經做成很多,滿足感最大的地方是幫到人。現在幫的是女子拳擊,還有年輕選手:給他們一個台,給他們生涯裡最大的一筆比賽費。他說女子拳擊被他們整個改過,基本上做成了 WNBA。以前錢少、沒人管、賽事卡上幾乎看不到。他從這些人的反應裡得到最多滿足。下一步,他把「幫世界」放進某種形式的政治,人要在事情發生的那一層,親手改。

他講了五年:以後坐進辦公室的人,會自帶一群聽得進去的受眾,可以直接跟他們說話。最近他點名 Spencer Pratt,說這是第一個冒出來的例子。主持人插話,川普大概更早。Jake 的區分是,川普沒有那種在社群上自己做內容、原生的受眾,他是傳統名人。他又點了 Nick Shirley 這種人,說 Nick 某天該在公職裡做點事。下一世代的領導人會帶著現成的追蹤進場,拿得到票。

一天三十萬首歌,信是寫給大學生的

下一位是 The Chainsmokers。片頭說他們的音樂拿過二十五次白金。台上是 Drew Taggart 跟 Alex Pall。有人播過他們成立 Mantis 時流傳的一句:Chainsmokers 都開始做這件事,創投的日子就到頭了。

Jason Calacanis 講上次。他跟 Friedberg 在台下,凌晨一點還在跳。駐場的包廂裡大約五十個人,再穿過走道,拉斯維加斯那一頭是一萬人。Drew 說他們在 Wynn 駐了八年,在拉斯維加斯十年。只要還紅,他們說自己會留到走不了。Jason 問,Wynn 是不是基金的錨定出資人。他們說對。

兩個人怎麼認識,Drew 來講。朋友的朋友。之前根本不認識。Alex 先跟另一個人組過 Chainsmokers,鬧翻了。那是 2011、2012,人在紐約各地當 DJ,東西已經做進去了。Drew 在雪城大學,剛好讀完,人在學校裡做音樂。被介紹到一起。當時不知道這是人生最大的決定。看起來還行,那就組團。十四年後還是最好的朋友,音樂上做成了,很多別的事也想得一樣。Drew 說這是他遇過最幸運的事。

聽眾要舊歌的時候,新的還做得下去嗎。Alex 說他們本來就有一種聲音,聽眾聽習慣了,他們也喜歡做。推特上會有人說,你們同一首歌做了又做。你就想證明給他看,於是偏開一點。他不覺得那一個人發明了他們的音樂。創作走到哪就跟到哪。現在整個空氣又在懷舊。2016 年一月有過一波,那一年對他們特別。2026 快到尾聲,他們在找平衡:做出來、演出來自己還覺得興奮,又碰得到那個感覺。主持人說自己十來歲的小孩在 Spotify 上一路聽到 Elton John。Drew 說人記得的過去通常比現在好看,想住回一段可以用自己的記憶上色的時間。也許那時候的歌就是比較好。Alex 說那裡面有一種簡單。

Spotify 每天有三十萬首歌傳上去。2012 年他們開始時還不是這樣,串流還沒成氣候。今天重來,他不知道要怎麼做。

他們當時是在舞曲裡磨,做製作、寫歌,也做改歌。喜歡的是獨立電子。有一張榜叫 Hype Machine,他說那是網路上第一張病毒榜,遠在串流之前。演算法看的是有多少部落格寫你,你才進榜,再看榜上有多少讚。他們去求那些已經被寫的音樂人,讓他們做改歌。Alex 進了 Hype Machine 的後台,把每個供稿部落格的寫手找出來,然後寫信。信寫到對方讀哪間學校。那些寫手多半是想靠近音樂人的大學生,唱片公司的統一宣傳信沒有人想理。Alex 的信有人回。第一年他們幾乎沒人知道。後來這個站上他們大約有三十首冠軍。Drew 說,第一年 Alex 就做出當時可能比任何一家唱片公司都強的宣傳機器。那套現在不適用,也許換成 TikTok。當時他們還在把製作和歌寫好,也在找自己的聲音。

第一筆幾百萬,常常跟五張專輯綁在一起

Alex 覺得現在的音樂模式有點壞了,跟創投條款有很多像的地方。發行的管道比以前多,人可以自己長出受眾,直接對粉絲。他想看第一個全新的音樂人把舊習慣拒絕掉:不簽廠牌,不把接下來五張專輯簽掉。很難破。破了以後,面前常常是這輩子第一筆幾百萬,對象是你把心血灌進去的東西。你佩服過的人,多半也簽了公司。這一刻要全押自己,還是走稍安全的那條,把現在的自己跟以後的自己賣進廠牌。廠牌在不同事情上仍有價值。沒有人真的知道接下來會怎樣。人工智慧進到音樂裡,串流、YouTube 跟其他平台都在,人的注意力愈來愈短。跟他們出道那個時期差很遠。

收入在哪,主持人問現場還是數位。Drew 說對他們來說是現場,但要看你怎麼巡。有歌要唱的時候,有時是一整團,走體育館,overhead 很可怕。他們是先當 DJ,才有後來那些。舞曲現場是巡演生意裡很大一塊,經濟好非常多。所以他們的答案是現場。

進創投,Alex 說起點老套。他們跟技術的關係一直不錯,成長的辦法也用得很巧,就是 Drew 剛講的那套。朋友 James 做過一個叫 Tilt 的會議技術,他們拿來處理巡演資料。那時候雲端跟現在這些後台數據都還沒有。成功的音樂人,加上 Chainsmokers 這套發行和行銷,消費品牌會貼上來。真正留下他們的,是跟創辦人的關係,以及能把價值加回去。他們要自己動手。

讓他起勁的另一件,是一個創辦人把全部押上去,整天盯著一個很大的目標。他也講得很直:世界不需要更多瓶裝水公司。他們見過 Brian Chesky、Drew Houston、Michael Seibel,還有 Collison 兄弟。大部分大概不會成。至少把時間和錢放進他們覺得真的有趣、可能對世界有好處的東西。他自己投過 Uber 很後面的一輪,記得像是 Series G,當時覺得這是自己做過最聰明的事。到今天,那筆大約二十五美元。他說,就是那種「想參與」把他們帶向後來:把觸及做成制度,認真當資安、人工智慧基建、深度科技那些公司的合夥人。

怎麼選,他們一開始並不清楚一家資安公司要什麼。Alex 把一件事放在前面:人要出現,場面話做完不能人就消失。跟很多創辦人談完他發現,讓對方睡不著的事,有不少是這團自己走過的。歌的做法跟十五年前差不多,歌以外全換了:怎麼發行、怎麼做社群、怎麼賣、怎麼巡。蓋公司仍然要看營收、淨收入留存、獲客成本、銷貨成本。做出這些數字的輸入變了。Sequoia 這種廠繼續在。他們要的是會一起做事的那個位子。

基金是他、Jeff、Drew、Milan 創的,還有幾位合夥人。範圍放在資安、人工智慧、基建、深度科技、健康科技。投種子跟 A 輪。不領投。他說自己像年度第六人,又把自己比成 Robert Horry:冠軍戒指很多,不必每隊都當 Shaquille O'Neal。跟好的基金、好的創辦人做事,是在看了不起長什麼樣,那些廠到底怎麼撐人。他覺得圈內常把「大家為公司做了什麼」講得太大。有人寫信來問,能不能幫忙接到某一個人。三天前他們剛在那家公司的派對表演過。沒問題。所以在進入市場的關係、在品牌上,他們幫得很多。人工智慧把科技公司原本那種守得住的地方弄薄了之後,品牌這件事變貴。他說你得把氧氣吸走。氧氣在這裡是還能被佔住的注意力,跟那些進得了門的客戶關係。

Jason 接。在音樂產業把生意做起來,比做軟體難上一個量級。很厲害的創辦人很少需要幫忙,需要時多半是關係,或把商業模式看懂。創投最難的是案源。這個節目給台上的人案源,這團則是很多創辦人看過他們演出、聽過他們的歌。外面可以笑,可是這是苦工。Alex 說他喜歡當不被看好的那個。他在紐約大學讀藝術史。到世界各地表演,看見歌對人是什麼意思,是他能想像最滿足的事。

機構出資人怕的是出包時第一個被點名

技術變大之後,好萊塢的好奇也變大,演戲的、經紀公司都想進來。主持人說他們投進很多獨角獸,問一個很紅、光靠名字就拿得到額度、卻不知道怎麼做的人該怎麼辦。Alex 說先問房貸付完了沒有。付完了,創投仍該排到很後面。時間長,一般也不流動。

Drew 說創投本身就極難。前一天他們在群裡看過一張圖:前 5% 做出 90% 的報酬。你得在最好的那些公司裡。運動、好萊塢、音樂,再加創投,同時做成兩件,外面很狠。他們把時間全放在這兩件,整天在外面跑。來問的人不少,見面常常是團隊來,本人不出現在電話上。

名聲是幫、是傷,還是沒差。Alex 說兩邊都有。他常在 LinkedIn 上用自己的名字,約到想談的人。募資是另一面。機構裡的 principal 會說:我喜歡你們在做的,但我不會投 Chainsmokers 的基金。出事的時候,第一個被指出來的就是這筆。他懂,也覺得該同理這件事。他們拿結果說話。下一檔會帶著讓你後悔的數字回來,再試一次。

Chamath Palihapitiya 說,穩定把 DPI 做出來,雜音就會被切開。推不掉的是報酬,以及你把手上的東西換成結果:注意力、名氣、過往成績、技術經驗。投資人對報酬以外的東西,記性極短。

Alex 說自己仍覺得是新來的。第一張支票到現在,他先說七年,又像十二年;基金成立七年。現在太多流動性灌進所有東西。不能只因為「誰在裡面」,就搭上一家會被抬估值的公司。管理人的責任在感覺真實的點子、創辦人、生意。外面很多公司你知道會被抬價,卻看不到長期。TVPI 這種帳面倍數很好看。他要押的是更大的願景。Airbnb 當時要進,並不明顯。Jason 投 Uber 的時候也一樣。

Jason 把那次講開。他介紹了二十一位天使投資人給 Travis,十九位說不。點頭的是他自己、Simon Bannister,還有 First Round Capital。拒絕的理由他記得:這是現實世界裡的髒生意,我們不碰,我們投的是軟體公司。有一位很有名的創投跟他說,若能說服 Travis 只把軟體賣給計程車公司,他們就進。人不想進那種會有人被 Uber 撞死、然後投資人要負責的事。太複雜,太髒。Robinhood 也一樣,大家笑。另一位主持人記得,那家公司在募種子或 A 輪的時候,被當成笑話。

Chamath 說自己錯過 Robinhood,完全是自我。對方有一份好幾百萬人的註冊名單,團隊裡有一位 principal 堅持要投。他過不去的是自己在 Facebook 的經驗,成長機制是他參與設計的,這件事違反太多他已經相信的東西。他說這是十億美元等級的錯。

Alex 說他們聽得懂。音樂 app,以及跟音樂相關的,他們不投。太近了,很難不往壞的地方想。有人說要把經紀人弄掉,他的反應是不可能。台上有人補,賠過錢的領域就再也不碰,這很常見。Chamath 說,成功過也會太近。

Jason 說,能切開這些偏見的,是你看不看得懂這個人多有能力、多難搞、多想做成。他見到 Vlad 跟他的合夥人。對方說要讓千禧世代來投資,而且免費。他心裡只想:這些人極聰明,是做定量的,現在要做這個 app。如果成了,世界長什麼樣。十多年過去。Robinhood 他一股都沒賣。公開市場九美元的時候,還買了很多。Uber 他賣過不少,因為曾經佔淨資產的 99%,沒有別的選擇,現在仍握著很多。Robinhood 上現在有兩個世代的人。Vlad 一直在開下一個垂直。人還在經營、產品願景還在、執行還在。這些假不了。

Chamath 自己都說不確定這句成不成立:一個資產類別裡很厲害的投資人,通常在那個類別沒有先驗。Mike Moritz 是記者,John Doerr 做 Intel 的晶片業務。離得遠,但有好奇、認得了人、把問題想清楚。

價格可以到兩倍、三倍,經營數字沒變

Jason 挑基金時看四件事:案源、判斷、什麼時候加碼,以及什麼時候把股份分出去。他問,如果走到第十年,加碼怎麼想,出場怎麼想。賣太早,有時候就是這門生意裡的成功。

Alex 說他們快第七年。第一檔剛有一次真正的流動性,公司是 Underdog Fantasy。把錢匯給出資人的那天,他說感覺極好。商業模式他覺得做了七成五。現金若沒有回到投資人那裡,這些都不算。第一檔、第二檔早期進來的人,多半不是來跟他們求穩的,所以他們比較有餘裕把贏家抱久。人得真的在這些公司裡面。第一檔的 Dandy 每年還在翻倍,剛開始做國際。他打算騎到輪子掉下來。

另一頭是現在的人工智慧,跟湧進來的資本。他每天醒來會看到一條看起來很穩的路:擠進競爭很兇的 A 輪,把價值加上去,B 輪或 C 輪就走。那會像一條保證的規則。他們沒走這條。訊號仍得看。組合裡有幾家他不點名。一輪開之前需求怎樣,價格定了之後感覺怎樣,需求會不會再堆起來。供需,還有二級市場。他每天都收到信,裡面是可以變現的二級機會。潛力得花時間看清楚。

加碼在他這裡就是集中,把錢壓進贏家。這要時間,也要有膽子知道哪一個是。Brian Singerman 曾經跟他講了兩小時,講後續加碼有多重要,而且可以寫進基金的結構裡。Chamath 講 Founders Fund:逼你在組合裡找出那一個,每一檔基金把 25% 的資本放進去。每一檔都得找一個。你要為自己的案子做判斷,也要為合夥人的案子,然後把其他的砍掉。Alex 說那感覺像是要去住進這個創辦人家裡,接下來三個月當這家公司的員工,想辦法說服對方吃下那麼大的一張支票。他們以前不太做這種尺寸。回頭看,訊號一直都在,哪幾家該這樣他其實知道。缺的是膽子,還有讀那些講不清楚的訊號的本事。

成長基金,Drew 說他們一直在爭,慢慢長出「也許要有」的想法。Jason 自己用 SPV。他說事情做對之後,會養出一群出資人:有家族辦公室要後期,對他做過的 ZipLine、Vast、Adams 很有興趣;他也有早期的出資人。一家衝出來的公司他叫 GoAI。早期那些人投的是不到一千萬美元,想要一些流動性,市場上確實有。他自己賣得少。很多後期基金要買。他這頭也在最新一輪買,價格在五億到六億美元。Sequoia 跟 Founders Fund 現在也是這樣:一邊在投,Stripe、SpaceX 這種都在範圍裡,一邊同時在賣。公司維持不上市的時間拉這麼長,兩塊可以做在同一個地方。他認為創投會往這裡走。光是最前面的十個,就夠做出一塊不錯的後期生意。

Alex 被這些公司的規模震到。十年前、十二年前,講出「十億」這個字,像是有人說:你去舔人行道,我就給你十億美元。Jason 說現在十億指的是營收。獨角獸該用營收重算。紙上的估值他不看了。他有一家公司營收剛到七億美元。再三億,才算他口中的獨角獸。

Alex 把話接回何時下車。很多時候你只是把持倉交到下一個人手上。現在那些兩段、三段接下去的交易,他從 Sequoia、Benchmark、Index 的客戶那邊能理解,因為他不覺得那些錢的成本跟其他人一樣。接在第二段的人,付的是明顯的加價,有時是公司最初估值的兩倍或三倍。底下的經營數字沒有變。

Jason 說:那就是泡沫。泡沫市場才有的行為。看到的時候,就是該拿走一點的時候。

還在表演嗎。偶爾。今晚可以破例。Chamath 把兩段來賓收成同一個樣子:先有注意力跟名氣,做出一門手藝,然後你得把它換成別的東西。Alex 留的是另一句。名人很會對發亮的東西興奮。三個月後亮光退了,剩下的是把任何一件事做成的苦工。他們的差別一直是把工做進去。第一下的亮,他們不在乎。Chamath 叫他們一場做了十五年的一夜成功。

〈Gooaye 股癌〉-EP-EP701 | 🐡

https://player.soundon.fm/p/954689a5-3096-43a4-a80b-7810b219cef3/episodes/2ab843a8-d7f8-4655-a73d-609b81c59baa

九月三十號,第三季最後一天。謝孟恭先算自己的帳。七月台股走出今年以來最大的一次崩殺,他覺得也可能是數年來最猛的一次。一月到六月,他覺得這是世界上最難做的盤。七月中開始被無情虐。台股部位從最高到最低大概回三成。三成很大,可是從年初算到那個低點,還是兩倍多以上。今年仍是非常好的一年。痛的是時間太短。槓桿大概一點一到一點三倍,他還是覺得回太多。

六月以前績效還可以,所以他當時告訴自己,撐得住就撐。噴得多,回得也多,後面若起來,可能也很多。七月後段信心掉了。比較大型的均線,該煞車的地方都沒有煞。他開始砍部位。那些部位基本上還在賺錢。本來想再看看,後來扛不住,還是減碼。他以為今年的高點會落在七月初,年底以前很難修回來。

九月初,台股高點先補上

九月初,台股已經把高點修回來。美股高點還沒補上。他在美股壓了一檔 Blockum,部位不算小,後來那檔爆下去,躺了很久,摸新高的時間被往後拖。跟台股九月初就摸到的節奏比,有一段差距。他本來以為這波要重整很久,八、九月就收復了。

部位很快換成比較新的主流。第一波起來的是光通訊,族群一認出來就上車。比較近的是一些小型 IC,再來是過去的銅纜概念。光通訊裡還有不少繼續往上,旁邊搭衛星,以及他認為已經跌進深度價值、換算明年大概只剩十倍上下的股票。這個組合他蠻滿意。七月當時很強的一些標的到現在還在休息,他覺得後面可能還有機會。

順序他記得很清楚。最早表態的是衛星,一月多,飛去羅馬的路上,在飛機裡鎖到漲停。接著才進光通訊。光通訊走在前面,軟掉也比較快;修正之後,又是它第一個站回去。他覺得市場在把前面的順序再走一遍。只看第三季,績效是正的。七月那段他想不到。

上一集問答有人說他轉速變快,蠻早就認出這個盤該怎麼做。他說這裡面有運氣。他自己當時也不知道。有可能只是轉成某種買黑的策略,動能又繼續噴,績效再跟別人拉開。

昨天是中秋後第一個開盤。他以為大家會熱熱地補部位,尾盤卻在搞人。到了今天,他感覺人跟人的信任有回來。前幾集問答講過,中秋之後可以觀察。他現在感覺到變化,後面打算做得比較積極。他以為今年就這樣,hunting is over。沒想到還可以繼續打獵。

訂金五萬美元,車他沒把握何時交

前幾天他訂了 Tesla Roadster。Roadster 2 大約二○一七、二○一八年就開始收訂。Reddit 上的迷因是:當年給 Tesla 的那一百五十萬,拿去買 Tesla、Nvidia、標普或那斯達克,現在都是很大一筆。中間有過像肺炎那種很深的急殺,二○二二年又跌了一整年,拉長看市場還是很好。他的講法是,這等於無息借錢給馬斯克,產品一直沒有 roll out。原本說二○二○年,拖到現在。

發表會前他聞到風聲,去問在 Tesla 工作的朋友跟聽眾。不一定是台灣的 Tesla,是全球各地的。他們都說沒聞到。他看一些做設計的人,再加上馬斯克自己的轉發,覺得味道有一點對。問完,對方又說沒聽到。他一度覺得是冷飯熱炒。馬斯克講要在車子裡放火箭零件,他聽了覺得超好笑。後來還是宣布發表會要推出東西。Tesla 內部有封口令,不准討論,可能還要特別的 clearance,才可以對公司裡的人講。他覺得氣氛對了。

下單頁被關掉的時候,信心就拉高了。憑良心說,交到台灣人手上要等多久,他不知道,搞不好再等三年、五年。至少這是過去數年來第一次,可以期待它真的要發行。他每天蹲網站,打開之後立刻下訂一台。他沒有要帶貨,也不鼓勵大家買。高機率還是要等好幾年。對他來說,這跟買最新的手機一樣,是科技尖端、他覺得有點搞頭的東西,算參與的成本。過程裡若碰到靈感,就值得。

最早朋友討論的售價想像是二十幾萬美元。公司沒把售價講死,只收大約五萬美元訂金。二十幾萬美元是最早的期待,可能還在二○二○年以前。通膨之後零件也貴了。真的推出來,他在想可能要台幣一千萬。他還是很期待,希望十月十五號的發表會多帶一點訊息。下訂的位置他已經卡住了。若知道什麼,可以在節目上分享。

留言有人問他會不會下訂,去感受 SpaceX 在地面上飛的震撼。他用天地良心發誓沒有套招。留言很多,常常他剛講完,下一則就問到同一件事。他覺得這有點 gay,也是很好的體驗。同一則還問,Cybertruck 若要交車,他會不會簽。聽眾自己還在等交車驚喜包。他說一開始真的很想,這幾年冷卻之後覺得會很麻煩。他自己有一台 Model X Plaid。跟一般 Model X 的尺寸有沒有差,他沒仔細比,總之很大。林口還好,新式建築多。約到台北吃飯,進停車場會先懷疑下不去,下去了沒位置又再開上來。Cybertruck 更大。台中、高雄也許不用怕,其他地方要三思。台灣停車位被弄得超小。他不贊成為了多一兩個車位去貪坪效。有些高級百貨車道窄到會卡,還敢說自己高級。何建明教過他一句台語,那種很丟臉,叫做下衰民族。環境就是寸土寸金。

搜尋引擎裡已經訂得到飯店

上一集他講完 Muse Charm,業內朋友有回饋。有些討論不方便對外說。能講的是,在科技巨頭工作的聽眾說,用 AI 幫人購物,他們早就在做。

他的回應是,這個 AI 時代大家褲底都藏著大槍,問題是敢不敢拿出來。拿出來要面對公眾檢視。產品不夠成熟,可能扣自己的分數。很強的模型推出來,他們有時乾脆不發下一代,怕被打臉。能藏就先藏。今天有一個東西評價好,自己口袋也有,就可能立刻丟出來。後面可以期待其他巨頭。他不點名。比較不被看好的那幾家,手上也有購物相關的東西。

講到搜尋引擎,他說大家就知道是哪一家。訂餐廳、訂飯店可以直接在上面完成。以前要進特定網站。既然有這個概念,變成某種 agent AI,再套一個 avatar 丟出來,他覺得難度不高,就看他們丟不丟。Muse Charm 拿到好評,核心仍是 Muse,其他巨頭可能礙於壓力,也想推類似的東西。

小型 IC 一起動,是因為上面的單溢出來

台股有很多小型 IC 設計一起表態。他覺得很少見。晶片設計跟投片是稀缺的。各家在衝 AI 晶片,團隊和搶得到的投片優先給 AI。能量不夠,就把訂單丟出來。MTK 接了很多 TPU,有些接不了,後面台灣 IC 設計的大頭也分到新單。他有了解到。中小型在涓滴的最尾端。上面滿出來,一路滴到最下面那個小沙漏,也可能吃到不少。

第一個想法:很多東西被推到別的公司,原來那家為了處理 AI,已經沒有餘裕。第二個早先比較像他自己在遐想,直到最近 OpenAI 那顆晶片。對外宣稱八到九個月,他看起來大概一年,從架構定型走到 tape out。他講的是整條流程動得很快。

一些 IC design house 受到影響。他們至少對外講,靠 AI 協作,在 layer 那種工程師勞力很密的地方省下人力跟時間,才有辦法這麼快投片。這會逼更多公司加大 AI 的用量。他目前了解到的是,這些業者早就把 AI 放進流程了。

除了訂單外溢,大哥吃肉、小弟喝湯,他還把這顆晶片跟 Broadcom 放在一起講。Broadcom 的設計能力非常強,至少對外官宣是這樣。假設官宣為真,AI 能把設計的 effort 明顯縮小,不管是工程師投入還是總時數。小型公司就更高機率開得起營運槓桿,做出過去那個規模做不到、或要花更久的事。同樣兩三年,本來只推得出一個產品,現在是不是可以推三個。這是他的推想。

他自己是先看到東西飛出去。先射箭,再畫靶。東西出去就加碼,先買再研究。然後找業內朋友,才發現晶片設計業確實高度依賴 AI。一開始有人連到閉源模型的線上伺服器串 API。客戶機密可能外流,design house 現在抓得很嚴,東西不可以上去。他們改用很多 open weight,在自己機房裡做。

他也聽到,以後 Frontier Labs 的閉源模型,有機會用類似 open weight 的方式部署。細節不知道,他覺得現在講還早。對照是他早先說 Google 要自己賣伺服器,網上有人罵他亂講,幾個月後對方就去做了。他沒有要當先知。

以前最尖端的模型得連上網,用他們的黑盒子。現在有可能部署到客戶公司自己的機房。開源最常被講的是效果差一截。簡單翻譯、資料整理已經可以。研究、尖端科技,或要綁很多知識的,閉源還是走得很前面。他想像的畫面是,閉源下來吃這一塊:先灌一個版本,可能洩漏的地方補好之後,下一個更新跟在最尖端後面一兩個版本,再進機房更新。人就可以在本地用這些模型做設計、做創作。

他本來只是想知道中小型 IC 為什麼跑這麼快,意外挖到這些,看起來還算合理。他不會太快論斷這對開源模型的影響。市場若真的有料,他相信大家會先一起長。光進銅退沒有那麼簡單。各種解法都會被需要,然後才慢慢靠向一邊。開源模型若有在市場上交易,消息為真又傳出去,market cap 他相信一定會受影響。營收和獲利,他覺得衝擊不會太大。閉源跟開源都會繼續長。

有聽眾問,這樣的產業深度是不是已經跟業內 PM 同級,以及要多深才跟績效正相關。他說沒有。PM 有很強的,也有很鳥的。PM 可能負責一個案子,他們看公司是看全部。術語上不一定贏,整體架構理論上比較好。資訊也不只報告,有時直接跟發言人對。有些發言人是研發底子,會教他們很多。深度一定有。正相關要到多深,他指向自己所在、AUM 最高的那個群。那些人基本面沒有很深,也不靠基本面在玩。他的結論是,不一定要把產業研究做很深,才賺得到錢。

早期節目的 J 大跟上流哥,有人問是不是退休了。上流哥後來是病痛,淡出。他跟上流哥比較像網友,看了有收穫才分享。J 大也是。啟發人的臉會換,也可能隔一段又出現。節目是把他工作跟生活碰到的東西一段段講出來。他自己討厭社交,沒有固定朋友圈,也沒有每年一定要怎麼樣。好一陣子之後各走各的。感情沒有翻臉,他會忘,人也走到不一樣的地方。

美中見完,他當成什麼都沒發生

美中見面,他覺得沒有太多建設性內容。見完有說法是,也許允許中國科技巨頭買 Nvidia 的東西。美國政府要不要賣,是另一件事。他原本想像市場會有反應,後來可以直接當成什麼都沒發生。中國稍早的光通訊封鎖禁令,這一波也沒有拿掉。

達拉斯六座廠,先當謠言講

昨天或前天有新聞說,台積電有可能去德州達拉斯設廠。他先當謠言評。心裡有定見,先講表面。德州水電比較足,又是很大的化工聚落,跟石油產地有關。會往那裡去的,他覺得不只有台積電,全球的封裝公司也有可能布局。

報導講六座晶圓廠,聽起來像前段。他最早聽到的版本是先做後段。前段也有人在評估,還很早期。若為真,廠務、設廠、材料會相當程度受惠。去美國做,單價高。毛利要看狀況。以前法蘭克他們交易過相對高的毛利數字,後來發現數字對不上,大家瘋狂下修,實際開出來又沒有那麼差。這個族群還有沒解決的爭議。設廠若為真,上檔就又被拉出來。

晶片用量非常龐大,投資圈的氣氛變得很快。一開始盧特尼克跟川普言辭很強,指控別人要把工作搶走,東西要帶回去。資產綁在這件事上的人會怕。做政治評論的明顯站兩派:一派反對把台灣的東西賣去美國,一派覺得美國最棒。做投資的人想相信美國,又怕被美國劫了。大約一兩年前他覺得變明朗了。言辭還是硬,沒有要把根刨掉。美國的需求也很大。川普的態度是,供應美國客戶的東西就在美國做。這個要求他覺得還可以。政界、商界都很難接受全部還在台灣做。

他的講法是,客戶在要求本地供貨。節目講過很多次,馬斯克不要台灣的東西。他是 NCNT,不要中國,也不要台灣,因為覺得有地緣風險。謝孟恭這裡會靠北一下。大家會問,那你還訂他的車。他說做投資的人分得開,不是來談戀愛,只要知道大家在玩什麼遊戲。這樣想的企業家不只有馬斯克,只是他最明顯。有些是政府要求本地採購,有不少是企業自己要求。在家裡喊東西要留在台灣,上市公司不會因此改。真的不買,就把自己買成大股東去投票。不然就是 it is what it is。不看好可以空,覺得不錯可以多。

純聊政治成本極低,家裡老人家看個實境節目也能講兩句。他要把節目留在賺錢這側:什麼決策都可以找到金融商品,做多或放空。美國設廠隨著用量變大,他覺得非常合理。成真之前就會有東西先跑。越跑越兇,代表下面暗潮洶湧,方向大家大概知道了。他前陣子就注意到。廠務股很有名,便宜,未來他知道好,就是不動。第一季、第二季試過幾波,不好做,跟前幾年差很多。若又拉出新的上檔,市場可能重新聚焦。

每天追、又把停損守死,這段就會變難

氣氛慢慢變好,延續性還不確定。他以為中秋之後會立刻表態,結果又在搞人。今天大噴,明天可能再搞一次。守得住的話,現在行情並不難。不要每天狂追,接著又把停損守死。跟著波段流出去就好。七月以前那種快錢,得天時地利人和,他還覺得成交量得上去。

他講的 FOMO,是今天買不到、明天更貴,連續好幾天,大家就信了,開始上車。這個氣氛他覺得漸漸回來。要確認還得再幾個交易日。想搶快車的,不少已經卡位。身邊有朋友重新往動能回來的方向押。他自己仍守上一集:後面放慢。過去三個季已經很好,不用特別擠。

故事有在拉股票。個股走兩步退一步,再走三步退兩步,還是有在往上墊。指數也一直在墊高。他拿這個當盤面相對健康。外面有人提公債利率很高,值得擔心。利率在高檔好一陣子了,只看總經,評論會一直說危險。看了有時也會慌。他還是跟著眼見的走。完全看總經指標,後面很難出手,因為隨時有東西嚇你。比較穩的做法是鎖個別公司、個別題材,看錢在哪,誰要開營收、開獲利。一百走到兩百的路上會扭。重點是這一段要掌握。

恐懼貪婪指標他認為不能拿來交易。它整天換,看到就抱不住部位。有人宣稱可以,他覺得非常奇怪。雜訊很多,指數卻在墊,他們就繼續試。先前的績效也是這樣打回來的。很多人被嚇到就再也不碰。等那些一直說不能碰的人突然又回來,搞不好是下一波要殺人的時候。

問答裡有人問,做動能跟技術分析,盤中到底看什麼。想卡最漂亮的價格,是不是得盯大單、立刻跟。也有人收盤才交易,怕假突破,卻常常錯過進場。他說很難不看盤。不一定盯很緊,但會隨時看價格。尾盤才做,他不認同。最強的股票早盤就鎖,甚至只做前面半小時。收盤前一兩分鐘偷拉,一個是主力不想花錢,一個是沒有認真進攻。真要搶的東西,像 YOASOBI 跟 Radiohead 的門票,都是秒殺。大家要的,一早就要搶。

聞得到味道,跟雙子座無關

有人寫,老婆喜歡他身上的味道,自己聞不到,會拿穿過的衣服跟棉被狂聞。鼻子很靈,聞老婆下面就知道一兩天後月經會來,問夢工有沒有特殊能力。謝孟恭先笑自己看了什麼。喜歡對方的味道,他記得有科學討論:受體合得來就喜歡。香水跟沐浴乳不算。兩天沒洗頭反而可能上頭。腳垢比較硬核。他把兩性之間這件事當成費洛蒙,建在 DNA 上。聞下面就知道月經,他覺得是 party trick。

他自己的特殊能力,他說是愛生氣。很細的聲音就會生氣,因為他聽得到。他覺得這是在搞自己。他很過敏,別人情緒、聲音、回家路上有東西不一樣,都感覺得到。讀空氣他會。態度比較北爛:知道有人不喜歡,還是要做。這個技能只讓自己容易困擾。

另一則把扭捏安在雙子座上:吵架只說後來沒事,工作出問題不說自己很怕,問感受就開玩笑或把問題丟回來。他說這跟星座無關。問什麼答什麼,不想講就別講,這種講話會讓他超生氣。他眼中的雙子座是自哀自爆、見風轉舵很快,一張笑臉一張哭臉。前一秒說股票被幹、感情被騙,下一秒說抒發完了別再問;然後換成他自己要講工作,又叫你別講,因為他聊完了。來信那個人很扭捏。他直接講,比較像娘炮。

有人寫,成年的兒子前天從社群聯絡上,第一句對不起。兒子很成熟,約了隔天見面。四歲的兒子清晨叫他別上班,說會想他,可是什麼都不知道。謝孟恭回:懂你。沒有再多評論。老闆出十萬讓員工去澳洲玩,他說肯花錢讓員工出去的,就是好老闆。

十二月有人要去滑雪。他身邊很多滑雪吹,吹完又補一句朋友屁股摔破、手摔斷。他覺得這跟高速公路開兩百四差不多。因為吹太過頭,他大概還是會去,只挑極低難度。去參加可以,不想受傷。

有聽眾推快要出的 POE2 跟《黃昏血族》,說難到分分鐘被虐到叫,本來以為自己年紀大了,過幾天把《隻狼》再打穿一輪,才覺得宮崎英高還是太仁慈。同一則要他用猛男聲音跟老闆張育成喊,球季快結束了撐住。釣蝦跟范國宸是聽眾的好朋友。張育成他印象深,是交易圈有一次找到他、大家拿球棒給他簽;看富邦打球時,登場配樂像是要用很兇的方式把人幹掉。下一則把《惡靈古堡:爆發》跟《蜘蛛人》並列今年兩大神片,十一月重製的《薩爾達傳說》聽眾已預購,又希望台股破五萬。他覺得指數會幹上去。薩爾達是被點到才想入手。《蜘蛛人》有朋友說是今年最好看,他沒想到會進那個範圍,大家說這集拍得不一樣。

有人用跳跳奶頭的名義推《日本三國》,天災人禍、文明倒退,智鬥堪比《死亡筆記本》,冷知識是一點不能講笑話,因為一點都不好笑。他覺得是假的。真的那位一出來就有在吃藥的感覺,罵過龍發堂。這個太正常,所以是偽貨。另一則把生日念成日生,他說也是那種味道,要去吃藥。

網路上對男性不友善的話,他也接到一則。姐妹不能給醜男機會、台男很可悲,還有大量女性支持;大筆消費男生付比較多被當成應該,罵完還要幫你付錢。投稿的人說男性困境沒人在乎。謝孟恭接的是,當爸爸的自己人也會講,生男生送去山上,生女生當公主,所以這件事他們也有份。給人家講又不會痛。網上那些他看了很討厭,有時慶幸自己老婆沒有算成那樣。越慘的越愛大抒發。被大量討論的時候,恭維聲很大的,通常最廢。知道就好。只希望自己的老婆不要是這種。

去法國那一個月,他覺得是太無聊

有人在法國交換一個月,晨跑、爬山、錄 Podcast,說摩擦力已經從「要做」變成「怎麼做得更好」。謝孟恭覺得,這很高機率是去了法國、不知道幹嘛。太無聊,才開始做。至少是好的變化。他相信人若卡住,換環境是很好的選擇。

三十四歲、自認 i 人的司機寫,喜歡上同事,知道對方有男友就放棄,心情還是跟著波動,請他罵醒,還問 i 人是不是不配有女友。附帶問要不要回 Apple Podcast 留言。他沒有順著感情題罵。他說現在喜歡 Spotify,東西沒壞就不要修。離開 Apple Podcast,是因為留言一直壞。現實裡他做得不好,A 君跟他老婆一直把他往前推。A 君說幫他們做事的人太鳥就立刻換。他說可是對方對他不錯。A 君叫他別再講可是,不舒服就換。生活是這樣慢慢變好的。他後來信這招:沒壞不修;一不舒服,或覺得可能有問題,立刻換掉。

兩三千塊的酒,跟資產多快無關

有人問他昨天三餐。早餐通常只喝冰美式。中午玫瑰鴨腿便當,兩倍肉、兩倍蛋,不加蔥油、不加醬,Uber 叫的。昨天禮拜二晚上,在林口一家壽司跟朋友包場,請老闆把預算開高一點。魚生、毛蟹、生蠔。清酒上面一隻彩色甲蟲,他覺得很可愛。最近找到的酒只要兩三千塊,香味很兇,他唸起來像 Chablis Champetan 的紅酒。他覺得這種便宜又實在的,像在冒險。

咖哩他說要拌。甜食不會刻意買,端上來吃得高興,平常會閃。喜歡可麗露、布丁、冰淇淋,奶味跟香草味重的。台南牛肉湯以前常去,有小孩之後不方便,等孩子大一點會帶去。

資產變快之後,會不會跟老朋友價值觀越差越遠。他說自己不用錢看人。生活圈裡每個人都有錢,這不算稀缺,也不算本事。外面比錢比得很兇,圈子裡則是人人都有。也要感謝台灣吃到這波 AI,過去幾年很多人翻上來。既然都有,就不會拿它當標準。他羨慕的是可以一直疊上去的東西,對食物、對酒的了解都算。有錢的人想花的地方不一樣,錢篩不了人。會上網大談「以前的朋友跟不上」的,多半是新富自己還不確定,要說服自己。一個人機不機歪,跟有沒有錢沒什麼關係。

〈Software Engineering Daily〉-EP-Cory Doctorow on AI, Work, and Power

https://softwareengineeringdaily.com/podcasts/cory-doctorow-on-ai-work-and-power/

Cory Doctorow 帶著新書《The Reverse Centaur’s Guide to Life After AI》上 Software Engineering Daily,跟主持人 Josh Goldberg 談同一套 AI 為什麼有人愈用愈起勁、有人覺得自己被榨乾。Doctorow 寫科幻、寫報導,在電子前線基金會 EFF 待了將近二十五年,現在是特別顧問。非虛構《Enshittification》談為什麼一切突然變糟、又能做什麼。新書把職場上的 AI 收成一個老問題:自動化由誰推動,流程由誰做主。

五歲那年,家裡的電腦是硬紙板

1976 年他五歲,父親是電腦科學家。家裡第一台電腦不通電,叫 CARDIAC,貝爾實驗室的硬紙板圖靈完備機器,用來教邏輯閘:寫組合語言,再照查找表把標記挪進暫存器和加法器。1977 年,聲耦合器接上電傳打字終端,連多倫多大學的 VAX。終端沒有螢幕。母親在幼稚園教書,從廁所帶捲筒衛生紙回來當紙,一面約一千英尺,另一面再一千英尺。

1979 年,蘋果把 Apple II Plus 借給安大略省各校電腦科學系主任過暑假。父親在多倫多外圍 Scarborough 一所學校當系主任。1980 年有了數據機,插槽卻只夠插數據機,或插能顯示小寫的 80 欄卡。他說接下來大約四年沒見過小寫,因為自己該待在有數據機的那一側。十七歲賣掉第一篇科幻。四個大學學程都沒讀完,最後離開滑鐵盧,當時做細胞自動機,今天會叫機器學習。接著去紐約 Voyager 寫 CD-ROM。公司垮了,他接 Gopher,把廣告公司的第一張合約改成網站。後來跟合夥人與鄰居在泡沫裡募資,搬到舊金山,進 EFF。

Goldberg 問,從細胞自動機看到現在的 Agent 工作流,是什麼感覺。Doctorow 說這種起落以前就有過。父親在滑鐵盧的應用數學碩士,也就是那所學校還沒把這門叫電腦科學的年代,做的同樣是細胞自動機,載體是打孔卡。AI 過過不只一個冬天。科技業高度金融化,有一種他稱為熱詞合規的習慣:什麼熱,簡報就改叫什麼。Push、metaverse、Web 2.0、Web 3.0 都來過。公司若已經有人在用的產品,常常栓上一個多餘的附加功能,用的人受害,有時公司自己也垮。

他沒有電腦科學學位,但有英國開放大學的榮譽博士。他看這十年,認為機器學習裡有扎實的東西。大約十年前,有人對演算法做一點小改動,以為輸出只會小變,結果進步很大。低垂的果子變成一整座果園,招式重複,輸出非線性上升。金融界的 Stein's law:不能永遠持續的事,終究會停。報酬遞減之後,沒有長出猜字猜成超級智能、再把人變成迴紋針的結局。跟其他突破一樣,做出一些很能看的東西,然後得再想別的。

人在上面叫半人馬,人被用到乾叫反向半人馬

別的,就是這本書。勞工和資本為了自動化吵架,老觀察是:勞工來推,通常是為了把產出做好。網路泡沫時的商業媒體在問,執行長要拿那些在大學用過網路、進公司也想要的年輕人怎麼辦。今天問的是反面:怎麼讓覺得 AI 是狗屁的員工,在工作上使用 AI。

資本推動的自動化,通常是拉高吞吐。品質和工作者的日子常常排在後面。市場若已經卡特爾化或壟斷,做出較差的東西也不掉銷售,這件事就特別划算。這差不多就是 enshittification。競爭被挪開,主管機關被俘獲,勞工被馴服,靠互通進來的新進者又被擴張的智財權弄成違法。公司是鎮上唯一的店,非市場的手段也罰不到它,東西就可以做爛,客人還在。

自動化理論裡的半人馬,是人被機器幫忙。他舉 IDE、拼字檢查,還有騎腳踏車,騎起來也像一隻真的半人馬。人頭、馬的身子:身子又強又快、耐力比你高,沒有辨別、沒有判斷、不決定方向。人在上面,身體聽令。反向半人馬把方向倒過來。機器驅使人,把人徵去當周邊,照機器的速度和耐力把人用到乾。他描述的畫面是,九十九個同事被開除,你得替 AI 批完全部人的作業,出事還算你的。工時長,條件糟,做的是工作裡最爛的那一段,而且幾乎不可能不出錯。大部分是對的,你就看不出錯。真的錯的時候,錯法可以害死人。他稱這個自動化盲。

這個區分拿來解一個說不攏的矛盾,尤其在寫程式的人身上。一邊技術純熟、講自己的經驗也靠得住,說 AI 放進工作之後,產出好到以前不敢想。另一邊同樣熟練,說技術債的規模難以置信。有人在民航業工作,說天空被塞滿解不開的技術債,叫人以後別再搭飛機。Doctorow 不把這當成一邊說謊,也不當成一邊受過訓練、另一邊不會用。一邊是半人馬,自己決定流程裡哪一段該用 AI。另一邊是反向半人馬,在更差的條件下、用更快的速度,交出更差的產出。科幻裡他認為最要緊的那句就落在這裡:要緊的不是裝置做了什麼,是它為誰做、對誰做。

股價要的是成長故事

Goldberg 問,書裡寫到亞馬遜這類公司,為什麼還是把人推進生產垃圾的工廠。Doctorow 說,若你相信客戶接受得了較差的產出,壓低薪資、拉高吞吐,經營者就有順的誘因。AI 泡沫要放回這一串科技泡沫裡看。這些公司成長到跑道用完。Google 搜尋市占約九成,再長不容易。養十億個客戶,Google Classroom 要十五年。故事一種是變成彼此:Google 做 Google Plus 去當 Facebook,Facebook 轉向影片去當 YouTube。另一種是征服還不存在的市場,NFT、區塊鏈、metaverse、Web3。現在輪到 AI 和超級智能。

他自己這種進步派有時會講,無止盡的成長是腫瘤的意識形態。節目裡他把這句放下。要緊的是物質現象。公司在成長,股價就高,因為一股是對未來盈餘的請求權。成長停了,未來盈餘跟今年一樣或更低,股價就偏貴,上市櫃公司會出現恐慌性拋售。要擋住拋售,得靠真的成長。找不到成長,就靠一個成長故事。

主要拿股票計酬的高階主管,公司市值掉五成、七成、八成,淨值就掉同樣的比例。沒有人像 Mark Zuckerberg 那樣曝險在 Meta 的股價上。他不想明天變窮八成。公司本身也一樣。股票有流動性的時候,可以拿去買別的公司,也可以拿去挖人。Meta 宣布 AI 超級智能計畫時,說要付一位程式設計師一億美元。付的是價值一億的股票。一百萬張百元鈔得向客戶、債權人或投資人拿。股票在自己場子裡做,試算表上打幾個零就是一億。自己印百元鈔,會被銬走。成長停住,會開飛機的人抓起降落傘就跳,把公司拉出尾旋的工具也跟著沒了。

AI 是最新的成長故事,而且還告訴別的公司怎麼成長:不必做出更好的產品或流程,把員工開除、換成聊天機器人,省下的薪資跟 Sam Altman 分。成長不必靠多賣幾件,靠每一筆交易多抽出一點,把單位經濟做好看。講故事的人興奮,聽故事的老闆也興奮。

Goldberg 用超市問,勞工怎麼多一點力量。連鎖店拿自助結帳換掉收銀員。若每顆蘋果便宜一分錢,好像就有競爭優勢,大家都得去試被說成更有效率的工具。Doctorow 說明路是工會,帳卻不乾淨。蘋果每顆多賺一分錢,偷竊可能讓每顆多掉三分錢,因為擋小偷的人沒了。店家要公眾出錢請警察,要客人用時間付錢:東西鎖在壓克力後,剩下兩個員工,你等其中一個來開門。管理時尚假設現金會變好,然後對預見得到的偷竊表示驚訝。他說決策者有時像會輸躲貓貓。

你要去那裡,不會從這裡出發

Goldberg 問軟體工程師能做什麼。這行組不出音樂人那種跨產業大工會。主管盯著你用 AI,還用程式行數打考績。Doctorow 先講自己是加拿大人。東部有一句笑話,重點是:你要去那裡,我不會建議從這裡出發。

曾經有過另一個起點。Google 解雇一萬兩千人之前,做過一次股票回購,那筆錢夠付這些人未來二十七年的薪水。矽谷工程師曾稀缺到握有權力。免費的康普茶、按摩,還有外科醫師幫你凍卵,好讓你把生育年齡拿去工作。這些對應的是底線:工程師平均每人為公司加上約一百萬美元,人又不夠。你走出門,一百萬跟著走,門口有十個老闆等著聘你。

現在供給追上需求。公司願意交出較差的產出,忍受更多停機和缺陷,因為他們認為客戶不會那麼在意。這是程式這一層的 enshittification。AWS 和其他理論上大到不能倒、該照公用事業來營運的平台,出現系統性當機,SRE 的承諾卻照新創在跑。這個產業裁了大約五十萬人之後,你一辭職,工廠門口有另外十個人願意接位子。

音樂人組工會,是因為被剝削得很慘,然後打出來。工程師若想知道老闆做得到什麼,去看那些不稀缺的人。亞馬遜倉庫工人的受傷率,是其他倉庫工人的三倍。中國組裝 iPhone 的廠房外圍有防跳網。肯亞做 AI 資料清理的人,因為要標記極端和血腥內容,留下終身的心理創傷。那就是老闆若做得到、會對你做的事。

人還是在這裡。有 Tech Workers Coalition,有 Tech Solidarity。EFF 自己有工會,屬於 Communications Workers of America。有的科技職場在組,有的正在試。議價位置不好。美國想加入工會的勞工,比記憶中任何時候都多。支持鄰居組工會的人,也比好幾代以來都多。工會的現金儲備是勞工運動史上最大的,現在沒花在組織上。他認為該花。已經組好的人,不該把儲備只留給自己,該拿去把還沒組的人加進來。他要人去那兩個組織,弄清楚自己的職場怎麼組,先開始談。

指望不組工會就有更好的職場,像指望一種加密:好人用就有效,壞人拿去藏兒童性虐待影像或恐怖計畫就失效。很想要,不夠。歷史上勞工取得權力,可靠又耐久的機制是團結。

做錯得比做對更不賺錢

Goldberg 接到加密這句。柯林頓政府試過把加密擺成只有好人用得了。Doctorow 說,英國和歐盟眼下也有一大股力量,以國家安全、打兒童性虐待影像為名,逼公司把使用者的通訊解密。打兒童性虐待影像,他認為顯然正當。禁掉還能用的加密,到不了那裡。附帶損害是災難性的。EFF 的講法還是:很想要,不夠。

個人和新創做得到最佳做法。Signal 把資料收到極小,往抗量子加密走,政策鬥爭不妥協,也指出禁止越獄會讓安全變脆弱。蘋果和 Google 若要求後門才上架,多數人就失去可用的加密。隱晦之中沒有安全。Bruce Schneier 的講法是,連自己都想不出怎麼打破的系統,只對比你笨的人有效。這些做法看過很多年。兩家公司若決定誰都不該有端到端加密,就沒有人有。政策環境讓做爛有利可圖。

西方到目前大致還好。在中國,蘋果把 iOS 上還能用的加密工具關掉。平台鎖死,逆向工程違法,使用者拿到的就是這個:雲端儲存有後門,能用的 VPN 不進 App Store,靜態的全碟加密和傳輸中的加密都被故意做壞。一個人可以決定幾十億人有沒有隱私,政府能不能找出異見者、抓走、送進營區。他說美國人現在也得擔心。

主管機關被俘獲、市場壟斷、勞工幾乎沒有議價力量,著作權又禁止逆向工程,你就不能越獄去裝製造商不喜歡的軟體。他描述一個很容易自我說服的場景。一百五十個最好的朋友辭職,拿小孩的大學基金和房貸來冒險,產品讓幾百萬人開心。投資人說,讓百分之五的使用者活在地獄裡,不然案子抽掉。你告訴自己,毀了那百分之五,保住一百五十個人的收入,和百分之九十五的人得到的好處。大家以為你是混蛋,只有你知道自己撲在劍上。進了大公司,只要顯然更賺,道德傷害改變不了決定。

Google 在 2019 到 2020 年就是這樣。材料出在司法部打贏的搜尋反托拉斯案。市占到九成之後,他們把搜尋做差,讓人得多搜一次、多看一次廣告。營收部門說,會更賺,而且沒有別的地方可去。每年付蘋果兩百億美元,換蘋果不進搜尋。每個瀏覽器、每個製造商、每個電信商,接上伺服器的都是 Google 的搜尋框。變差又怎樣,難不成去用 Bing。技術部門有人回:「我缺席母親的喪禮,不是為了把搜尋做爛。」吵架輸的是這個人。

資料保護要做對,知道什麼是對的還不夠。你得活在做錯比做對更不賺錢的環境裡。這個環境可以部分自己搭。他用《奧德賽》的尤利西斯之約:未來的自己會軟弱,現在的自己還強,就把自己綁上桅杆。不可撤銷的開源授權,投資人怎麼施壓,程式也不能收回專有。公司做成 B Corp、S Corp,或工作者合作社。API 讓使用者容易離開。聯邦式平台讓人走到別的站,仍聯絡得上原本的朋友。背叛因此變貴。

Goldberg 說自己喜歡 Atproto、開源和開放 API,問這在資本市場裡是不是劣勢。Doctorow 把劣勢算在同一套政策上。1998 年 Bill Clinton 簽署數位千禧年著作權法的第 1201 條,越獄可罰五十萬美元、坐五年牢。Facebook 對一般大眾開放是 2006 年,用得了它的人當時已經在 MySpace。Facebook 給那些人一隻 bot:你不必先把 MySpace 帳號註銷,把登入憑證交給 bot,它假裝是你,把等著的訊息抓進 Facebook 信箱,你回了再推回去。Jeff Bezos 老講,你的利潤就是我的機會。MySpace 靠廣告和操弄抽出的那一塊,成了 Facebook 的機會。

後來梯子被抽掉。Facebook 用第 1201 條擋住對抗式互通,也就是不經它同意,自己把兩邊接起來。人因為愛朋友多過恨 Mark Zuckerberg 而留下,朋友又因為自己的朋友留下而留下,集體行動把朋友變成人質。把那扇門撬開,他們可以來用你的平台,同時聯絡得上卡在 Facebook 的人。那塊利潤可以再變成後來者的機會。

他說二十五年前這一行令人興奮,是因為公司一大、一腫、一蠢,就有人來拆。現在只被允許拆窮人和弱者的東西。他的說法是 move fast and break kings:該拆的是國王,是科技巨頭。資產負債表上有幾千億的時候,他們會做股票回購,也會做 AI 資料中心,一年花一兆美元,去賺五百億。這些錢該在他們傷害自己和別人之前,被有更好主意的人拿走。

一千個爛補丁裡,只留下那個真的在癢的

Goldberg 做過獨立的開源維護者,被 AI 垃圾洗版推走。書裡也寫到文學雜誌 Clarkesworld 收到多到離譜的垃圾稿。Doctorow 說這是文化問題。拿垃圾去灌 pull request 的人,分不出有用的程式和沒用的程式。自由軟體的倫理變成開源的倫理,又變成履歷名片。有人覺得 GitHub 上對重要專案累積兩萬五千筆貢獻,就能找到好工作,或至少有得吹。他們懂程式怎麼運作,不懂程式怎麼失敗。

他自己大約二十五年沒寫過程式,但是 Ubuntu 的使用者,會從 Quora 複製指令,想改選單就去重編譯,坐在那裡敲 make、make install。模型糊出的補丁若只修好他自己的機器,壞了就下載官方版。若補丁在另外百分之五的人身上壞掉,例如非羅馬字母,或一個他從不用的表情符號,維護者會頭痛,他自己感覺不到。責罵修不了這個。

他在節目裡說這段還沒想完,是邊講邊想。平常一個想法行不通的人送上一個補丁,維護者告訴他為什麼不行,他可能跟著學會。寫好補丁得學,跟寫好錯誤回報一樣。現在的能力是一次做一千個爛補丁。也許刪掉九百九十九個,叫他挑出自己認為重要的那一個:哪裡癢、哪裡壞了、想不想參與這個專案。維護者可以跟他一起改,需要的話連程式助理一起用,待遇比照剛起步的人。對方若只想把一千個補丁貼上履歷,就請他出門。

vibe coding 該待的地方,是一個 HomeKit 小裝置加一塊 Raspberry Pi,兩邊要黏起來。糊一個程式,能用到不能用,再糊一個。像有人寫 Visual Basic 或 HyperCard,解決店裡一個很小的需求,不必雇人、還得把需求講清楚。它失敗得很不優雅,但剛好抓到那個人的癢。大型開源專案很多人依賴,停了會直接找上維護者,不該收這種補丁。

做軟體工程的人知道,工作的大塊是想系統怎麼運作。寫程式是其中一段,而且很好玩。EFF 第一位專職技術專家 Seth Schoen 把當時散布即為重罪的 DeCSS,改寫成圖靈完備的俳句。節目裡他說作者是 Schoen,當事人不承認,因為寫這首詩技術上是重罪,等於把文學定成重罪。《Communications of the ACM》近作在算這個比例,他說寫程式排不到最主要。大型語言模型讓那一段變快,其餘沒有。量一大,除錯、品管、code review 就跟不上。

這又是自動化盲。機器大多時候是對的,你被派去盯極少數出錯的時候,警覺維持不住。美國運輸安全管理局養出很會盯水瓶的人,紅隊把假槍送過 X 光,他們大約百分之九十五的時候還是看不出來。

他拿放射科當兩種安排的對照。一種是醫師看 X 光,AI 不同意時叫他再看一次。人還在做自己的工作,只是準一點,能讓人不要死於癌症。另一種是十分之九的同事被開除,剩下的人要覆核一百倍、而且 AI 已經標成沒有癌症的片子。AI 若有百分之三是錯的,這個人大概會全部漏掉,然後有人死。兩種診間用的可以是同一類機器。差別在社會怎麼安排它。

Goldberg 問模型算不算言論。Doctorow 不願放寬對程式的禁令。DeCSS 俳句按第 1201 條可能仍是重罪。一位他稱為很蠢的法官放過 Sackler 家族,也裁定《2600》不能刊,說那不算文學。John Gilmore 的 Deep Crack 花二十五萬美元、兩個半小時破解 56 位元 DES。Cindy Cohn 在《Privacy’s Defender》寫 Bernstein 案:程式是言論,大約 1993 年起能用的加密合法。Git 伺服器不會一起把模型程式下架。

每多一個使用者,帳上就多一個洞

Goldberg 問他所謂的 dogshit unit economics:多做成一筆、或多拿到一個客戶時,邊際上發生什麼,以及他為什麼覺得這個泡沫撐不住。

早期網路在虧錢,AI 也在虧。有人拿前者證明後者以後會賺。大致上,虧錢預測的是繼續虧。例外裡排第一的是好的單位經濟,那也只提高翻正的機會。網路虧錢那些年,每多一個使用者、每一次造訪、每一代技術,都讓整個產業更有機會賺錢。AI 相反。每多一個使用者,資產負債表就多一個洞。人每回來,赤字再擴大。每一代都更虧。他說這是做過最會虧錢的東西。

標普五百裡七家公司占了百分之三十五,所謂七巨頭。六家在虧幾千億美元。賺錢的是 Nvidia。錢進了 Nvidia,再借回另外六家,好讓他們買更多 Nvidia 的產品。這個產業賺的遠比不上花的,花得更多,盈餘沒有跟上。

Anthropic 曾主張已獲利,前提是不理一般公認會計原則 GAAP。他說這等於宣稱一種普通數學表達不了的獲利,又不肯說是哪一種。另一則宣布一邊說快上市,一邊拿出一種強到不準你看的安全稽核工具。東西可以有用,獲利那句仍可以不真。五萬美元的 token 去做一次兩萬美元的稽核,很能看,也是破產的路。不給看,就無法下判斷。

他們說推論成本在下降,內部數字對不上。鐵路是先砸資本鋪軌、買車廂,之後營運費用低,破產也有人接手硬資產、用長周期攤提。AI 公司對不上這套算法。Ed Zitron 拿到 OpenAI 的財務,推論那一列很低,行銷那一列卻聲稱花得跟可口可樂一樣多。可口可樂有三家幾乎只服務自己的全球廣告公司,看板數得出來。OpenAI 沒有這類證據。他認為 Zitron 說得對:百元鈔被一張賣一美元,便宜的推論記成行銷。

就算照他們的話相信,推論變便宜、模型的資本支出也做完了,轉換成本仍然很低。新的 Claude 明顯比 ChatGPT 好的時候,大量使用者流過去。OpenAI 不能做完一個模型就停。他們做出下一個的那天,Anthropic 也得做出 Claude 的後繼者。他問,一兆美元的支出配上五千萬美元的營收,要怎麼轉成獲利。資產每三到五年就得換。營運費用降不下來。以他們現在的跑法,他看不到這門生意的未來。

他要人從 eff.org 看起,EFF 靠會員。書由 Macmillan 出版,三十幾本。有聲書 Amazon 不上,因為沒有 DRM,可到 craphound.com/shop。買了就是你的,轉賣、送人、出借都可以,別違反著作權法。Pluralistic 一週四到六篇,做法是 POSSE,先放自己的站再轉出去。他用開放的 Mailman,不做分析,不知道訂閱人數和開信率,網站不追蹤。授權是創用 CC 姓名標示。

〈游庭皓的財經皓角〉-EP-2026/9/30(三)利率越漲 美股越不跌?數兆美元豪賭 AI驗收期到了嗎?【早晨財經速解讀】

台北時間 2026 年 9 月 30 日星期三早上八點三十五分,三十年期美債殖利率昨天又創高,來到 5.62%,是 2002 年 6 月以來的新高。游庭皓人在外地,旅館網路不太穩,他先說一聲,再把利率擺上桌。十年期同一天碰到 5.29%,快要摸到 5.3%,是 2007 年 6 月以來的新高。短天期、長天期,發債成本一起往上衝。美國國債上個月突破四十兆美元,財政赤字和發債壓力還在,通膨又要求市場給更高的風險貼水,長天期美債不太有人肯接。他今天要看的是,利率停在這種高檔,美股會怎麼反應。

債市兩天就恐慌,標普的避險情緒卻還好

債券市場他覺得已經有點恐慌。十年期殖利率飆得快,衡量美債波動的那條線,他把它理解成美債的恐慌指數,短短兩個交易日就爆衝。從避險情緒看,債市非常恐慌。拿 VIX 來看,表現還好。中間的落差很大:標普 500 幾乎看不出明顯的避險情緒正在發酵。

他的讀法是,市場還沒把高殖利率完全解讀成通膨全面失控,比較像經濟比想像中強。今年十年期殖利率上升,幾乎全部來自實質殖利率,通膨預期的變化有限。只要經濟和企業獲利還在成長,大型企業仍消化得了比較高的利率。

這主要是標普 500 這一層的現象。利率最敏感的小型股承壓很明顯,羅素二千最近的疲弱就是例子。真正的風險在後面:實質殖利率若長時間停在高檔,債市的恐慌遲早會傳進股市。他現在看的是能不能把利率按在目前的水準,別讓恐慌繼續往下蔓延。

美股跟美債的相關性,追下來也到了歷史低點。個股彼此的連動一樣很低。標普 500 成分股過去六個月的相關係數大概降到 0.52,應該是 2011 年有資料以來的最低,也很可能就是歷史低點。股票在跌的時候,不同產業、不同公司各走各的。個股波動不小,指數從下半年以後卻沒有什麼大波動,像躺在那裡領息。下半年量縮,反映的就是虧也虧不了多少、漲也漲不了多少。換到個股,體感可以差非常多。

他把它當成第一層判斷。市場上有怕通膨的因子,這一輪殖利率爆衝跟通膨沒有那麼直接。通膨那條路徑,三月、四月大概就預估好了。今年名目殖利率累積上漲大約 97 個基點,通膨預期大概只有 10 個基點。大部分是實質殖利率在升,錢本身變貴了。背後是 AI 的搶錢潮,還有 AI 的投資潮。

接近一半的成分股跟大盤反向

標普內部出現少見的分裂。他說接近一半的成分股跟大盤反向波動。以前指數上漲,成分股本來就不必每一檔跟著漲。現在是大型科技股在漲,部分科技股卻反向跌。少數巨頭把分化推得很明顯。

他拿台股對照。年底台灣加權仍可能上五萬點,稍微拉一下台積電、拉一下聯發科就過了。五、六月那一輪套牢的個股,別說今年,恐怕明年都解不了套。

費半離六月高點大約還有 14%,納指離歷史高點不到 1%

有人拿這種分化去對歷史。費半距離六月高點大概還有接近 14%。三十檔成分股裡,十檔距離五十二週高點超過 30%,跟台股五、六月那些高基期概念股有點像,要漲回去還有很長一段路。納斯達克 100 距離歷史高點不到 1%,成分股站上年線的比例卻不到 60%。指數愈墊愈高,上漲動能集中在少數權值股。

有人說這跟 2000 年有點像。游庭皓把圖攤開來對。2000 年前後,費半常常一彈就是兩成五、兩成八,每次都沒創高,頭部在 2000 年那半年裡逐步形成。很多人的講法是,網路泡沫高點過了之後,費半只要不再創高,接下來就一路跌,熊市可能從 50%、60%,甚至 70% 起跳。細節看,好像有點道理。三十檔距離五十二週高點,平均跌了 25%。離高點還近的只剩少數幾檔:台積電 ADR 剩 7.1%,輝達剩 3.9%,超微只剩 0.2%。很多個股跌得很慘。格羅方德跌了 48%,安森美跌了 47%,KLA 跌了 40%。標普五十二週創新高的家數減掉創新低的家數,是負 23。創一年新低的股票,遠遠多於創一年新高。他說這才是美國股市現在的真實概況。

他沒有把 2000 年整套搬過來。真的能在 AI 站穩的,就是這少數幾檔大型科技股,不能想像這個產業雨露均沾。股價的形狀的確有點像 2000 年。其他指數裡,有些已經率先突破。AI 又集中在少數科技權值股。生產力不一樣,泡沫堆起來的速度也不一樣。

耐久財連續十七個月高成長,麥當勞跌到要靠五美元套餐

AI 投資繼續把訂單吸走,另一頭被拖著走的是美國核心耐久財。八月公布的耐久財訂單,至少連續十七個月維持高強度成長,年增大約 11.1%,是 2022 年第二季以來的最高。AI 對市場有一部分衝擊,名目數據至少因此更好看。他問:沒有 AI,現在的經濟就會更好嗎?這是兩層問題。

個股弱化,他舉麥當勞。股價最近跌到接近疫情時期的等級,他說這已經算回到 2022 年那種慘狀。第二季美國同店銷售只成長 0.8%,七、八月甚至稍微下滑。跌幅重,上方套牢賣壓也重。主因是低收入戶縮了外食支出,麥當勞重新靠五美元套餐折扣和數位優惠拉客流。另一頭牛肉很貴,人力成本很高。公司要降價搶客,又要面對成本,獲利兩面被夾。AI 概念股和非 AI 概念股的衝擊,就是這種樣子。過去被認為很穩的餐飲股,這一輪價格也不好看。道瓊最近稍微差一點。

唯一的好處是,AI 把經濟數據撐得相當漂亮。漂亮到聯準會目前沒有任何一位成員認為經濟還有下行空間。這次官員公布的材料,背後有超過四百位經濟學博士提供的研究資源。回顧 2012 年以來最悲觀、最樂觀各四次的極端時點,一共八個案例,股市泡沫破滅通常發生在經濟成長被高強度拉上去的時候。這一回沒有任何一名票委認為經濟有下行壓力,不然早就把票投給降息。看總體、不看個別公司,官員眼下沒有太多看壞的壓力。

幾年後記得的是標普創高,書信裡是另一回事

幾年後回看 2026 年,大家可能只記得標普 500 站在歷史高檔,覺得這是一段漂亮的多頭。身在裡面的人看到的,是美債殖利率已經突破 5%,債市波動快速升高,市場廣度快速惡化。2020 年後來股市也創高了。那一年是新冠,股市怎麼創高?海量貨幣寬鬆。現在很多半導體個股從高點修正了兩、三成。指數看起來強,不代表每個角落都強。歷史上最可能留下的,只是標普裡的一個點、一條線、一根 K 棒。當年度的波動,也許比事後想像的大。費半不少個股離高點還有兩、三成,市場廣度轉負,很有可能是另一個世界。

這兩天他去了維也納市中心的莫扎特之家。莫扎特是神童。讓他吃驚的是,專業之外,這個人私底下非常愛講低俗笑話,他說簡直是自己的偶像。後代學者從家族書信整理出一整套莫扎特糞便學。寫給表妹的信裡有「祝你安眠,但先在床上拉屎」,還有要在對方鼻子裡拉屎、想起對方的便便真是美妙、屁股像火在燒。寫給父親則是「喂,混帳大人,舔我的屁股吧」,後面還接一大串。這些信被留了下來。他另外寫過一首輪唱曲,德文游庭皓念不準,直譯就是「舔我的屁股」,熟人聚會拿來娛樂。

幾百年後,莫扎特留下來的印象是優雅、精緻、幾乎完美的古典音樂。翻開私人書信,完全是另一面。他把美國股市放在同一個位置。幾年後回看 2026,美伊戰事可能早就忘了,只覺得標普當年創下歷史新高,美國股市是一段漂亮多頭。真正在場的人,面對的是殖利率的壓力、債市惡化、廣度惡化,還有很多半導體股的大幅修正。每看一個點都很痛。把時間拉長,又會覺得美國股市很順,三代牛,有什麼好怕。長期尺度和短期尺度,他要大家分開看。

Anthropic 潛在估值兩兆美元,營收十倍,基建支出十七倍

路透釋出 Anthropic 的招股書。要再給 AI 更大的體量,就得端出更亮的財報。文件顯示公司正在準備進公開市場,潛在估值大約兩兆美元,是今年五月公司自己估計 9,650 億美元的兩倍以上。市場給的估值仍然很高。營收 2023 年大約是零,2024 年 4 億美元,2025 年直接到 46 億美元,一年增加十倍。AI 服務的商業化正在快速擴張。

路透拿到的另一層是資金需求。運算和基礎設施支出,2023 年 4 億美元,2024 年 25 億美元,2025 年 73 億美元,短短兩年增加十七倍。營收增十倍,支出增十七倍,比想像中快。Anthropic 在 2025 年的帳面虧損大約 420 億美元,看起來遠超過 46 億美元的營收。他要拆開看。其中大約 340 億美元是會計上的公允價值損失,公司估值大幅上升,股票融資工具的價值跟著墊高。不代表那 420 億美元真的全部燒完。營運核心本身,仍是非常嚴重的虧損。

AI 的商業模式很快要上市,大家擔心會不會是下一個 SpaceX 的慘狀。至少在這段拉升裡,營收和負債都接近以十倍左右的速度在長。只看資本支出會擔心。營收是十倍。若每年還能以五倍到十倍成長,這個產業仍有投資吸引力。

美元差不多搶完了,一百年的英鎊債也開出來

這一輪利率預期上升,美伊戰事解釋不了大部分,川普也解釋不完。就算沒有美伊戰事,利率預期也不見得會整個鬆開,也許比現在低一點,仍可能升高,因為還是要搶錢。AI 今年的搶錢潮太明顯,美元這一頭差不多搶完了。

Meta 預計今年秋季進入歐洲債券市場籌資。亞馬遜、Alphabet、微軟、甲骨文這些巨頭陸續進發債行列,背後是資本支出愈來愈大。他預估第三季還可能再拉高。亞馬遜六月在加拿大發行 140 億加元債券,一舉打破 Google 才創下的 85 億加元紀錄。Google 接著在澳洲發了 55 億澳元,在瑞士募到 31 億瑞士法郎。亞馬遜在瑞士也募了 28 億瑞士法郎。英國最近也出現超長天期國債。Google 今年發行 55 億英鎊債券,其中 10 億英鎊,期限一百年。

發出來的短天期利率,7% 幾乎是保底,有的開到 8%,有的開到 9%。市場在大搶錢。他的推論是,這些巨頭一年的產出一定高過 10%,才會這麼敢借。美國以外,非美市場的債券發行也很龐大。外國借款人在加拿大發行的加元債券大約 450 億加元,去年才 160 億加元。2022 到 2024 年,每年還不到 100 億加元。各地非美市場瘋狂發行,已經變成主流。

資料中心還在擴。本業收入能不能證明你吞得下這麼多錢,就變得很要緊。

軟銀九月的上市延了,甲骨文的木星延一年,租金還在

軟銀旗下的 SB Energy,原本預估九月上市,估值超過 500 億美元。投資人對估值和執行風險有疑慮,最後延後。公司規劃的資料中心規模相當驚人,目前沒有任何一座正式營運。市場對星際之門還有疑慮,上市過程就會被大打折扣。軟銀現在發的債,幾乎等同垃圾債,殖利率拉到 9%、10% 都沒有人要。華爾街開始不願意照單全收。債券和專案融資市場,開始一筆一筆評價。

甲骨文的例子是新墨西哥州的木星計畫,上週他就提過。人家做星際之門,甲骨文這頭卡關。表面上是供電、是許可,公司援引不可抗力。第一階段本來 2028 年第三季要完成,現在至少延後一年。甲骨文 2056 年到期的公司債,利率來到 8.16%,創歷史新高。CDS 價格本來就在創高,又創高,評等一路降,距離垃圾債大約只剩一級。人類對 AI 算力的需求這麼大,甲骨文借來的錢,信用卻離垃圾債只差一級。

延後不代表可以不付錢。木星計畫的租約仍有相當強的約束。就算資料中心拿不到足夠的電力,公司還是有付租金的義務。大約二十一家銀行提供接近 180 億美元的建設融資,目前帳面損失已經超過 20 億美元。甲骨文如此,Meta 最近也發了接近 6.5% 的擔保債券。兩邊某種程度上都加深了 AI 債的跌勢。

發展愈快,基本面若給不出足夠的證明,出錯的代價也來得愈快。AI 投資的速度一快,需要的晶片、電力、資料中心融資就愈多。除非本業收入證明過得了這一場,或者能在競賽裡活下來,不然對這些企業來說,發愈多債、發愈快,已經不見得愈好。那個時間過了。

上半年比誰快,下半年速度快可能被資本市場狙擊

莫扎特之家之外,他同一趟也去了貝多芬之家,同樣在維也納市中心。貝多芬在那裡斷斷續續住了八年。《獻給愛麗絲》、歌劇《費德里奧》,第五號、第六號交響曲也在這一帶發展。他在故居前接了一句:手指有多快,分貝就有多高。AI 市場比的就是速度,模型要更快,晶片要更快,資料中心要更快。他立刻把時間切開。那是今年上半年以前。下半年以後,從資本市場的評價看,愈快反而有可能被狙擊。

他眼下的判斷是,市場還沒有走到極端泡沫。每一輪產品,市場都用很刁的角度在看。Meta 最近的新產品,不見得推得動股價,因為前面已經漲很多。七巨頭放出的好消息,包括股票回購,很多時候只是單日行情。

Meta 在擔保、可轉這一類的發行上,利率不斷往上抬,同時把過去看似分開的三條產品線試著合在一起:AI 大模型代理、智慧眼鏡,再加上之前的元宇宙。祖克柏這邊,最新的 AI 代理 Muse 上線兩週,用戶就到了數百萬,反應強勁,接下來要直接整合進 Meta 和雷朋合作的智慧眼鏡,可以隨時呼叫個人的 AI 代理。股價若沒辦法一路往上推,他的讀法是,市場仍相信其他巨頭很快就能端出相對應的產品。競爭愈來愈激烈。

超微剛宣布以全股票交易,收購李飛飛的 World Labs,作價 82 億美元,預估今年底完成。世界模型要做的是真正的 AGI 世界。World Labs 已經能用少數圖片建立一些三維環境,以後再用到機器人、工廠模組或科學研究。他說大家都在磨刀。

輝達則把 AI 晶片往金融資產推。先前有 5,000 億美元的擴張計畫,現在開始找保險業。這一輪私募基金搶過一筆,債券市場搶過一筆,IPO 也搶過一筆。輝達正在跟美國大型保險公司談新的融資模式,希望晶片從科技產品,變成可以抵押、可以放款、甚至可以投保的資產。最理想的構想是,銀行把錢借給規模比較小的新興雲端業者,用輝達晶片當抵押;業者倒了,晶片二手賣出的價格不夠還貸,保險機制承擔一部分損失。目的很直接。沒有亞馬遜、沒有 Google 這些巨頭,小的雲端公司也要拿得到錢來買輝達的晶片。

本益比從三十二倍掉到二十二倍,訂單卡在資料中心還沒蓋完

他的個人看法分兩件。從目前的營收成長看,科技巨頭的訂單差不多已經撐得住持續投資。AI 預估本益比的中位數,今年四月還有 32 倍,現在只剩 22 倍。股價沒跌多少,本益比下滑,代表獲利升得很快。第二件是亞馬遜、微軟、Google 三大雲端,手上的合約積壓訂單已經到 1.69 兆美元。很多訂單還沒能反映進營收或獲利,卡在資料中心沒蓋完,算力租不出去。

對消費者有利,token 價格還在降,模型也還在進步。輝達想用正規管道以外的方式,讓小型 AI 公司也拿得到資金。另一頭,系統性的金融壓力會繼續膨脹。AI 若最後只是一個假殼子、無法成真,那就是一場泡沫。

AI 已經滲進工作、創業、銀行融資、股市估值,債券市場的錢也被搶光。主權基金、退休基金都在把錢往這裡送。成功的話,那就是全體人類的福祉往上。成功或失敗,退休基金、主權基金、創業、IPO、銀行融資、股市估值、債券市場,全部跟 AI 綁在一起。連最不看好的人,也不得不希望這場實驗成功。退休基金會出問題。大家已經上癮了。

他講了一個尼古丁神燈的故事。有個叫克朗的人在海邊散步,撿到一盞神燈,擦兩下,燈神出來說有三個願望。第一個願望是陪我抽一根。兩人吹著海風抽完。第二個願望還是再抽一根,愈抽愈忙,聊宇宙、聊人生、聊海浪,聊到人生的意義在哪。傍晚第三個願望仍是再抽一根。一路抽到看夕陽、看星星。半夜十二點多,燈神迷迷糊糊爬出來,問第四個願望是什麼。會上癮的。

AI 若成功,可能帶來生產力革命。若最後證明投入遠遠超過回報,衝擊會傳導到企業獲利、信用市場、銀行資產,還有政府基金和一般人的退休帳戶。AI 本來是科技公司的豪賭,現在變成全球一起押注的經濟實驗場。

他看了一下時間,說已經零三分了。台灣市場和產業留到後面再梳。今天他收在三件事上。錢變貴了,美債殖利率爆衝,美股還撐著,內部分化。錢進了 AI 的資本支出,全球的資金被吸走。所有人都被 AI 經濟綁在一起,只能確保它成功。科技巨頭短期內似乎拉不出明顯的獲利,算力還沒建完,訂單本身並沒有缺。建太快也不行,資料中心的資本支出還在快速拉升,市場會按基本面評價,現在借愈多,不一定股價漲愈多。新模型一直在推。真正把它做成終端 AI 或物理 AI,才是這輪科技公司能不能成功的關鍵。

台北股市這天漲 502 點,收在 48,130 點。他在直播,網路還是不穩,仍把盤面念了一遍。台股下半年之後,這種盤勢維持很久了,內部分化一樣明顯。時間拉長,今年是多頭。拉回個別持股,有些人套牢的股票,今年年底都不一定解得了套。

〈曾博恩〉-EP-【#博音】EP244 | 為什麼你寧願委屈自己,也不敢拒絕別人?ft. 阿滴 @rayduenglish

博音 EP244,曾博恩沒請醫師來定義一種人格,把麥克風交給當事人阿滴。平常這節目談身體健康或心理健康,來賓多半從臨床角度講某一種病、某一種傾向會怎麼表現、要怎麼改。博恩說,久病也可能成良醫,為什麼不請當事人講自己的心境。本集有 Rhino Shield 犀牛盾贊助。

阿滴其實上過博音。開場兩人還愣了一下,博恩說這是回鍋來賓,阿滴才突然想起自己來過。真正把這題聊開,是更早一年:阿滴邀博恩上他的會員 podcast,那集大約一小時,討好型人格、他怎麼變成 YouTuber 圈裡的「長輩」,大概只占十五到二十分鐘。博恩問的切角讓阿滴答出自己沒想過的答案。錄完他就說,這些年的成長、經歷過的事件,加上諮商得到的洞見,值得再上一集博音。博恩那時檔期排到隔年。中間又問過還想不想講,阿滴變得可講可不講。一年多之後,這集才錄成。

博恩先跟聽眾講,今天要聊的跟討好型人格有關,他也不確定這是不是一個真正存在的詞。阿滴說,嚴格的心理學上,它不是能夠臨床診斷的標籤。你可以說 like people pleasing,行為模式確實存在,大家也容易用這個標籤知道你在描述哪一類人。對照起來,自戀型人格大眾一聽就懂,背後有個疾病名稱 NPD;討好型人格不是疾病。博恩猜想它可能跟憂鬱綁在一起。

好人、綠點,跟消耗自己

進主題之前,博恩要阿滴分幾個面向看自己。非受眾大概知道阿滴教過英文,可能聽過炎上,不一定說得出是什麼爭議;捷運站還看得到廣告,年齡層從國中到六七十歲都有。觀眾會覺得他認真工作,從教英文轉成語言文化跟旅行 vlog,圈子裡混得熟,也幫過晚輩。

私交這層,阿滴把問題丟回給博恩。博恩說他講過:阿滴不只是他認識人最好的 YouTuber,應該是他認識最好的人。他舉最近的事。他跟劉沛要去看《奧德賽》,多一張票,原本要邀阿滴。阿滴看過了,好像也有事。一般人講到這裡就停。阿滴多走一步,說你們可以邀某個人,他最近心情不太好。博恩跟劉沛當下都講同一句:阿滴人真的很好。

阿滴說他做這件事沒有特別花力氣,但他對朋友是好人,很照顧朋友。他立志成為老高影片裡講的「綠點」:自己是綠點,可以把這件事擴散到身邊的人。自己要過得好,身邊的人也要過得好。身邊的人過得好、自己有參與,他會覺得驕傲。

博恩沒聽過綠點這套,聽完卻卡在一句:要先把自己顧得蠻好,才有辦法成為那個綠點。急著討好別人的時候,還算綠點嗎?阿滴同意。這幾年個性有顯著改變,最大的質變點在憂鬱症前後。好了之後,他覺得至少有一半的個性組成已經變了,後來又繼續沉澱。前半段以綠點為志向,是在消耗自己去成就別人。成就別人仍會得到成就感,那不是健康的關係。

認識他的人會說他是好人。現在的他比較像認真過好每一天的正常人,追求平靜,不會特別說自己很好。還是希望在乎的人覺得他有幫助,只是這件事在自我評比上已經不是最高優先。

國中那一年,他選了 fawn

博恩從小時候往下鑽:討好型人格是先天氣質,還是後天經驗造成的?阿滴說都有。先天一定有人生下來就比較敏銳,會察言觀色、注意到別人的情緒,共感能力比較強,有時會把別人的情緒放在自己之上。後天培養也有。他的自我診斷是,自己大部分是後天的。

小學時他是小混蛋,自信心超級旺盛。那時候異位性皮膚炎還沒這麼嚴重。小二到小六在新加坡讀書,身邊有一些小嘍囉,會在女生面前耍帥。小六好像就一百六了,參加籃球校隊。他認為如果沒回台灣讀國中、留在新加坡繼續留學,個性會跟現在完全不一樣。

小六在那邊畢業,國一回到台灣,異位性皮膚炎才整個爆炸。博恩追問:人生會不一樣,是氣候還是文化?阿滴說都有,氣候占大多數。這病很影響生活品質,也影響容貌。現在還常有人第一次見到他就問,為什麼臉那麼紅。不是他願意的,底色就是這麼紅。皮膚經過很多次治療跟類固醇,薄到底下的血管很容易看到,嚴重時會脫屑。對自尊心的打擊很大,又正好落在最需要自尊心的青少年時期。

他回來讀的國中是美國學校,不是 TAS,是比較小的一所。各國學生都有,社交壓力比較大。異位性皮膚炎,再加上格格不入:新加坡留學回來,不是真正持外國護照的那種,講的英文聽起來也不一樣,是新加坡式英文。種種壓力底下,他覺得自己是在國中培養起討好型人格。

國一有一小陣子被排擠。他聽到同學講他的閒言閒語,故意不跟他互動。遇到衝突,一般講戰鬥或逃跑。討好是第三種反應,叫 fawn:不正面打架,也不逃避,靠改變自己讓爭執化解。他當時選了 fawn,變成他們的小弟,幫他們做很多事,盡量不要惹怒他們、不要再給人把柄,讓自己成為有用的人。後來真的融入。被排擠比較嚴重的大概就是國一。他等於拿到一次成功經驗:用討好這種反應,國中三年過得還蠻融入。

皮膚炎愈來愈嚴重。國中接高中時,甚至要打點滴、注射類固醇,有時全身一半以上發炎,變成紅皮症,真的要住院,因為持續發炎很容易細菌感染。高中又換一次環境,從美國學校轉到東山私立高中,升學壓力比較大。他用已經養成的保護機制去融入。到了普通高中,他能提供的是英文能力。高一起就自願當英文小老師,同學有英文問題他就教,還去研究怎麼教得更有效率。高中三年教過太多人,他覺得這有點像後來阿滴英文的基礎。後來對英文教學有興趣,考上輔大英文系、英文所,出來做這個 YouTube 頻道。

高中這階段,比較是一直想靠「我對你有幫助,所以我有價值」。有條件的自我價值。如果今天對你沒有價值,好像就會沒自信。

隱藏契約:我幫你,你要喜歡我

博恩好奇它怎麼放大。國中是身邊的小圈,為了生存還理解。後來變成公眾人物,開始去討好甚至不在同一圈的人。

阿滴把國中到高中的轉變拆開。國中比較是:我知道這方式有效,可以保護自己。高中比較是:我靠這件事得到自我價值感、成就感,某種程度上我是開心的。自己是低價值感、沒自信,不覺得當自己不提供價值的時候值得被愛。教你英文的時候,得到自我價值跟成就感。東西來自自卑,得到的卻是自信,感覺很好。

這條線延伸到他出來當 YouTuber。YouTube 圈有人叫他里長伯。有一段期間,任何人有問題來問,他毫不保留全部教。只要跟他有一面之緣,或他看過你的影片、欣賞你的作品,你單純丟一個訊息過來,他會無條件回所有人。做這件事他感覺很好,也覺得貫徹了綠點:對朋友有幫助、對同業有幫助、對社會有幫助。那個階段,他沒意識到這有多侵蝕自己。

博恩聽起來都有點過猶不及。自己有能給別人的價值、別人覺得你有用,本來就存在;到了有點病態,才變成不好的事。

阿滴給一個簡單的觀察法。想知道自己是不是趨近不健康的討好型人格,看你做這件事的核心是什麼。很多人會給討好貼上比較良善的標籤:我比較善解人意、對人都很好、比較貼心,所以願意特地多走一步。他覺得討好的核心是恐懼。不想要別人不喜歡自己,害怕自己不提供價值,別人就會離開。驅使動力是恐懼,不是對一個人的善意。

判斷基準可以很具體。某個朋友來要求一件事,你答應,是因為你們真的有這段關係的基礎,幫完就算沒得到回報也感到滿足;還是因為不敢不幫,害怕拒絕之後他給你的反應、會遠離你而去,所以才勉強自己去幫忙。幫完的感受是疲憊、委屈。阿滴說,討好型人格有一個最隱藏的契約:我今天幫你了,我期待你要知道這是欠我人情,你也要回報我。這句話不會說出口,別人可能也不知道。可是你若以討好在做這件事,某方面是在壓抑自己、勉強做一件不是自動自發想做的事。因為有勉強,做的時候會覺得付出了一百二十趴,相對就期待對方應該知道你花了很多力氣;下次請他幫忙,他應該同樣回報。這個隱藏契約有一點病態,因為你不能期待別人把你所有沒說出口的潛台詞全部吸收。他有時候問你,可能單純隨口一問,也不覺得你一定要幫忙。

博恩說這聽起來像很多人兩性交往裡的問題:你不說出來我要怎麼知道,你本來就應該知道。阿滴說,就是想要你在沒問我的時候就已經知道了。判斷自己是善意還是討好,看驅使你幫助眼前這個人的原始動力是什麼:善意,還是恐懼。

接了也痛苦,拒絕也痛苦

博恩想到自己常遇到的情形,也跟前陣子《奧德賽》那團有關。看完電影吃飯,他懊惱兩天後有個邀約,兩個人同時邀他去同一個活動。一個人還好打槍,兩個人都邀就很煩。額外邀來的那位朋友說:你也會煩惱這種事啊,你看起來就不會煩惱。博恩當下覺得有趣,原來大家是這樣看他。他承認,最後做出來的決定都看起來冷血無情,他會去拒絕,但不代表前面沒有那段掙扎。他超喜歡一個詞,JOMO,錯過的喜悅。

可是阿滴好像接了也痛苦,拒絕也痛苦。阿滴說,以前不敢拒絕,或者拒絕很痛苦、很內疚。接了,咬得比自己嚼得動的還多,不是能力範圍可以做或應該做的事,做的時候要勉強自己。鼓起勇氣拒絕了,之後會內疚。這時要問內疚來自什麼。覺得沒幫助他、自己不是很好的人,而你現在真的沒能力,這個內疚落在合理範圍。內耗的點若是他會不會討厭我、遠離我而去,阿滴覺得比較偏討好型人格。別人不可控制,你能控制的只有自己。討好的人會把全部囊括進來,希望控制得了「你要喜歡我」。所有行為其實是為了讓你喜歡我。

博恩接了一句:所以有一點被動的操控。阿滴說有一點像。博恩說這是很嚴重的指控。阿滴說他在描述自己。

練習不舒服,允許別人不開心

阿滴說起點是病恥感。他先意識到:為什麼要一直反覆做,明明已經不舒服了,還是勉強自己去討好,已經是反射性動作。一方面有諮商,一方面開始搜尋網路上跟這相關的討論。搜著搜著,接觸到斯多葛哲學。其中一個代表性的哲學家叫塞內卡,羅馬貴族,刻意練習自願不適。他很有錢,會故意吃非常爛、很便宜的食物,穿很粗糙、一般平民在穿的衣服。

博恩問,現代的像露營嗎。阿滴先攔他不要搞笑,博恩說他認真的:你很有錢,然後去住野外、住得不舒服。阿滴把邏輯講清楚:經歷痛苦比較像降敏治療。我知道我很怕這件事,超級怕露營、很討厭蚊蟲,但我故意去露營,直視恐懼長什麼樣子。實際體驗一遭回來,會說其實沒那麼糟。他異位性皮膚炎也經歷過很多類似的降敏療程。塞內卡做這件事的意念是:知道自己害怕什麼,練習自己不舒服的狀態。

有一陣子,他真的不想做的事,就練習怎麼拒絕別人,而且是直接停。拒絕之後不找十個理由,也不說下次一定怎麼樣,不給時限說你這個時候再找我就好。做一個完全截然相反的行為模式,讓當下不舒服。感受完要知道其實沒那麼糟:世界沒有毀滅,這個人也沒有離開你,你還是可以繼續過本來的生活。後來他比較開始能建立一些邊界感。

好的邊界感有兩個要素。要先設定原則,什麼範圍以外就是不能碰。更重要的是,建立這個邊界之後,必須允許別人不開心。兩個都要有。不能只建立邊界,別人一不開心又內耗,這樣就會讓步,讓他進來一點、再進來一點。有人會尊重你的邊界,也有人得寸進尺,善意被消磨殆盡,邊界就屍骨無存。邊界是設立來保護自己的能量的。如果這個人因為你的邊界而不開心,那可能就是不適合的人。

博恩聽完覺得實際實行都有點難拿捏。他自己以前也是爛好人。拒絕一件事,一定要把來龍去脈交代清楚:不是不看重你這個人,是因為這個真的走不開。隨便舉例,對不起我不能去,因為這週末是表弟婚禮,而且姐姐今年是七年內第一次回台灣,很久沒見面,想跟家人多花一點時間。跟老婆結婚之後,有一次要傳訊息,她問你幹嘛跟人家講這麼多。他本來想讓被拒絕的人知道,不是拒絕這個人、忽略這段關係,只是因為這件事。老婆說你不用講那麼多,別人會知道。他才開始練習,不講那麼多。

另一個壞習慣是以前真的會用下一次,下次補給你。下一次會逐漸累積成超級大的壓力,在外面開空頭支票開超級多,最後都會反噬。他問怎麼拿捏:怎麼又有界限,又讓別人知道你還是在乎他;怎麼有界限,但是不淪為自私。

阿滴說這對他很重要。到那個階段,他可以非常明確感受到哪些人是得寸進尺,哪些人根本把他當免費客服。練習冷處理,先從這些人開始。真的也不認識他,被拒絕之後摸摸鼻子走了;同樣的問題拿去問任何人,大概都會得到一樣的答案。

討好跟自私中間要拿捏,不能說不要討好型人格,後來變成討伐型人格,每個人都不要理我。一定有一個中道。把自己的人際關係跟能量做好分層,需要長時間觀察。博恩說這是超級 J 人會做的事。要釐清的,只是每一道關係你願意付出的界限在哪裡。核心動力仍是那題:出自愛跟善意、幫忙可以得到滿足而且不求回報,還是恐懼失去他、恐懼負面評價,所以才要幫。

他用邀人來婚禮當例子。你不可能邀這輩子所有認識的人來婚禮。博恩超同意,真的會有不想去的婚禮,他超討厭婚禮;也會有那種很開心去你的婚禮。用這個去看,就會知道人際關係本來就有一個內建的系統。你能夠邀請到的就是這一個範圍的人。其他人不是說他們不重要,只是我們之間的關係還沒到那個地方。哪些人應該包含進你的在乎範圍,跟他們之間的邊界感比較稍微薄一點。這非常主觀,只有自己能夠評斷。像他對爸媽跟對妹妹特別特別好,有些人可能並不想這樣,沒有對錯。你要主觀去下這個判斷,才是自主的,把持這些邊界的時候才會覺得舒服。

博恩追了一個不對稱:我認為跟另一個人的交情是五,他認為是八,我因此沒邀他來婚禮。你不會害怕他因為這件事受傷嗎?阿滴把話接回邊界。規則是你定的。對方不開心,那是他的自由,你不會去控制。他可以來找你把評價談成八,也可以把對你的評價降成五。不管他做什麼,阿滴都接受。

在乎圈收成大約三十人

博恩把線拉回小時候。聽起來這件事跟自信心有關。諮商有沒有討論過:自尊心低落跟想要討好別人,真的那麼絕對相關嗎?後來的轉變聽起來像負荷太過龐大,所以去改一些行為模式,並沒有解決根本原因。現在還有自信心的問題嗎?

阿滴說諮商好像沒討論關聯。以他自己的例子,兩個之間的關聯還蠻深:因為沒自信,所以想要討好。又是有條件的自我價值。因為提供了幫助、因為有一些能力,所以才值得存在。單純只是我、我沒有幫助你的狀況底下,我到底還值不值得被愛。他把被需要跟被愛混在一起。被需要很容易被混淆成被愛,因為你被需要他就會來找你,看起來很像愛的互動。真正的愛應該是,他就算不需要你,還是會尊重你、理解你,然後會愛你。

現在還是會有不安全感。博恩問現在還會自卑嗎。還是會。阿滴覺得跟生病真的有蠻大關係。異位性皮膚炎是陪伴他一輩子的病,最近又變得更嚴重一點點。工作也不能說靠臉吃飯,可是樣貌會一直被人家看到。另外這職業本身的性質,會有人預設負面動機,把你設想為壞人,用這個出發點去寫新聞、捏造故事。不確定每一次花一百分認真做的事,會不會有一百分的回報。

博恩問,理論上是不是解決自信的問題,後面的討好就會迎刃而解。他看阿滴,從來不懂為什麼要在乎異位性皮膚炎,你又沒有很醜。阿滴覺得這樣講有幫助,可是還是會在意,像一直追不到的目標。第一次見到浩浩,二零一五年,第一個想法就是他的皮膚好好,可以完全不上妝就上鏡頭。第一次遇到博恩也一樣。那是他沒有、一輩子有點追逐不到的東西。這方面他永遠低人一等。

網路表現不可預期,可能還是擔心自己沒給別人價值。阿滴說對,那個冒牌者症候群。博恩承認自己也有這種傾向,比較在乎那種不重要的人的想法。粉絲給你一千個留言說你很棒,你都不看,就看那一個。

阿滴說這題他真的有變比較好。以前他無法忍受任何人誤解他,只要知道對方說錯了,就會想跟他解釋,不管他是誰。現在沒有到那麼在乎了。真正在乎的、也同樣在乎他的人,他才要在乎:家人、朋友、平常會跟他頻繁聯繫的這些人,包含博恩。在乎圈大概三十個人左右。這些人他真的會聽他們的意見。他們如果都覺得他很棒,他就覺得可以,已經滿足了。

觀眾這邊,他覺得經營會員頻道幫助超大。會員每個月訂閱一百塊,是真的喜歡你、用資本支持你的人。他一整個系列的 podcast 全部都是會員才能聽到。公開領域的留言他減少去看,Threads 也刪掉了。那些人的聲音對他來說不太重要。

博恩覺得問心無愧蠻重要。他看阿滴上范姐的訪談,那時講:沒去把誤會解釋清楚,會覺得有愧;解釋了對方仍然誤會,那就沒辦法。現在如果那個人對你不重要,不解釋也可以問心無愧。阿滴說要看事情嚴重程度。不是太嚴重的事情,他已經比之前好了。博恩認真不知道為什麼大家在罵他。

博恩說大家真的就是愛欺負你。每次看到網路上在討論阿滴,他才真正意識到,大家沒有在尋求公平正義,只是弱肉強食,欺負好欺負的。有時候評語講,我很喜歡阿滴,可是阿滴整天跟這些人混在一起。博恩知道自己的公眾形象不是很好。他在節目裡停一下:不要再欺負阿滴了,不要什麼新聞都一定要把阿滴扯進來。阿滴說他們兩個都是同一個體質。博恩說自己是 Karma,之前罪惡多端,他認了。可是阿滴根本沒有怎麼樣。

最後一根稻草

博恩還發現,阿滴討論討好型人格、憂鬱症、或之前曾經想過尋短的念頭時,對導火線的描述都蠻少。

阿滴問,你說憂鬱症的導火線嗎。台灣肯定不好吧。可是它是蠻累積的。最主要的原因是那個社會型的案件實在太大,牽扯太多人。政治就是一個二分法。他第一次面臨到這麼龐大、純粹的惡意,網路上面的。同時間,那年他二十九歲,人際關係出了一些問題,財務出問題,工作有很多很多問題,健康也是。各式各樣,真的感受到駱駝上面那一根一根的稻草。最後一根稻草,他還記得是什麼。之前借一筆錢給朋友,蠻大一筆。那時候狀態非常糟,很想求個心安,就問對方能不能把那筆錢還給他,雖然還沒到當初說可以還的時間,可不可以先還。對方說不行,那筆錢已經沒了。那是他的最後一根稻草,整個崩裂。那次之後就真的生病了。大概隔一個禮拜,去看精神科,開始吃藥。

博恩感覺跟自己某一次事件蠻像。他常開玩笑說,那一次才是他第一次覺得像恐慌症發作,根本不知道要做什麼,當時也在想是不是以死明志,自殺你就知道我根本沒有別的意圖了。

阿滴談痛苦。很多人會說痛苦是有意義的。他覺得痛苦本身沒有意義,痛苦就是痛苦。意義在於你經歷痛苦之後,你的反應是什麼,你成為了什麼樣子的人。有痛苦就先遠離。你不一定會知道經歷完之後會有什麼反應,說不定是不好的;沒辦法因為痛苦而成長,痛苦就是純粹的痛苦。不要沒苦硬吃。如果真的不幸遭遇,他覺得可以去研究斯多葛哲學,把已經降臨、無法控制的痛苦轉化成一點養分。如果可以一輩子幸福快樂,誰不想要。

錄到最後,博恩謝謝阿滴臨時來救火。聽眾好像不知道這件事:排程出了一些問題,阿滴今天是臨時來幫他。博恩覺得超級諷刺,乍看之下,這個行為也是特地多走一步去幫助別人。阿滴在旁邊說,沒有沒有,我現在不是這種人。可是他明明忙到一點半,兩點就要趕過來錄。阿滴說,不過在我的在意範圍裡面了。博恩收這集:如果有聽眾平常卡在討好的窠臼裡,希望這集有學到一些具體的做法,可以練習怎麼樣去拒絕別人。

〈硅谷101〉-EP-让人类交出方向盘:特斯拉FSD十三年的冒险、争议与进化

美國時間九月二十三日,主持人從矽谷飛到德州奧斯汀,坐進一輛沒有方向盤、也沒有踏板的 Cybercab。等了大概八分鐘。他自己有 Model Y,也開過 Model 3。這台明顯小一圈,感覺比 Model 3 還小,只有兩個位子。他坐在原本該是駕駛座的左側,腳下沒有煞車,也沒有油門,心裡還是有點緊。

緊是有道理的。乘客在緊急時沒辦法做物理接管。影片寫道,特斯拉在後台用遠端人員兜底,網路由 Starlink 撐著,乘客可以一鍵請求路邊停靠,並接通 Robotaxi 的專屬服務。節目組今年五月中旬在奧斯汀已經到處看見 Cybercab,測了幾個月,九月才算跨過一個新里程。馬斯克把這種沒有方向盤的車,說成未來交通的樣子。

截至九月二十二日,特斯拉在德州登記的 Robotaxi 一共四百七十六輛:六十七輛 Cybercab,另外四百零九輛仍是有方向盤的 Model Y。醜聞、訴訟和質疑跟著走了十幾年。FSD 沒停,但進步很苦。馬斯克對人頭和成本卡得很緊,硬體反覆推倒,上線前還在加班改;軟體團隊則一直嫌算力不夠、人也不夠。

二〇一三年跟 Google 拆夥,黑盒先裝上車

二〇一三年,成立十年的特斯拉決定做自動駕駛,第一個想合作的是 Google。高精地圖加光達太貴,對不上馬斯克講的第一性原理。Google 要一步做成 L4,馬斯克要先推 L2,再迭代到 L4。兩邊拆夥,兩條路線吵到現在。特斯拉當時連活下去都費勁,自研談不上,於是找了 Mobileye。

二〇一四年十月的 Autopilot Hardware 1.0 很基礎:一顆前鏡頭、一顆前向毫米波雷達、十二個超音波感測器。晶片是 Mobileye EyeQ3,500 MHz,記憶體 256 MB。在特斯拉近十二年、做過能源、自動駕駛、機器人和 AI 硬體的 Kevin Liu 說,早期車規限制很大,這是沒有別的選擇才用的方案。二〇一五年 Autopilot 軟體上線,只做到車道保持和適應性巡航。那個年代很多車連定速巡航都沒標配,所以已經很驚人。有人在車裡吃漢堡,有人在副駕睡覺,直接把它當成無人駕駛。

二〇一六年五月七日,佛州一輛 Model S 撞上正在左轉的拖掛貨車,車主當場死亡。補助駕駛沒有辨認出那輛貨車。Mobileye 先前警告過,禁止雙手離開方向盤,沒有被當回事。事故是催化劑。真正讓兩邊談崩的,是合作方式。影片把自動駕駛拆成感知、規劃、執行。感知演算法由 Mobileye 壟斷,規劃和控制由特斯拉主導。鏡頭畫面進 EyeQ3,算出結果再交給規劃層,底下是黑盒。受訪工程師說,接口得由兩邊硬性定義,接口以下 Mobileye 不開放。特斯拉想改接口,沒有控制權。分手之後,演算法收回自己做,硬體也換了對象。市場並不買單。

八顆鏡頭不夠,第二顆 GPU 才是冗餘的雛形

事故後五個月,二〇一六年十月的 Hardware 2.0 把鏡頭加到八顆,晶片換成 Nvidia Drive PX2。受訪工程師說,八顆是為以後的全自動駕駛預留,當下算力處理不完每一路。十個月後的 Hardware 2.5 補上冗餘:2.0 是一顆 SoC 外掛一顆 GPU,Nvidia 沒有專門的補助駕駛晶片,馬斯克已在推全自動,晶片壞了得有備案,於是多加一顆 GPU,成為雙晶片的雛形。六個月內自研換掉 Mobileye 演算法,並推出 FSD。初期不順。Mobileye 做了多年,新團隊從零開始,問題可以理解。

AI 3 十八個月流片,量產前三個月幾乎沒休

二〇一九年四月,Hardware 3.0 用自研 AI 3 換掉 Nvidia。這條路在 Mobileye 時期就開始佈。二〇一六年一月,馬斯克挖來 Jim Keller。他在 AMD 做過 K7、K8,在蘋果做過 A4、A5,回到 AMD 做了 Zen,後來去了 Intel。二月,Peter Bannon 加入,進特斯拉前已有近四十年計算系統設計經驗,待過蘋果、Intel、PA Semi,帶過蘋果 A4 到 A9。加上三星團隊,第一顆 FSD 晶片花了十八個月,二〇一七年十二月第一次流片就成功。Kevin Liu 記得,第一次出來基本上沒什麼毛病,小改一版就量產,後面沒再改。做處理器能一次流片就過的是極少數,很多晶片連開機都開不了。當時用的 14 奈米相對成熟。

跟 Hardware 2.5 的 Nvidia Pascal 比,AI 3 的神經網路算力提升五倍以上,其他參數也明顯上去。它為自動駕駛定做。通用晶片還要做執行緒排程、記憶體存取、分支預測,跑神經網路時利用率很難拉高;這顆的有效利用率到百分之八十。影片引用的說明是,二〇一六年沒有從零做起的神經網路加速器,別人只是在 CPU、GPU 或 DSP 上加指令,特斯拉決定做成原生的。

AI 3 正要量產,Jim Keller 離開,硬體交給 Peter Bannon。Kevin Liu 轉述的印象是,Keller 喜歡從零到一,不喜歡從一到十。在蘋果和 AMD,晶片完成之前人就走了。特斯拉當時要做晶片,正好是那種工作。

晶片順利,量產前三個月卻忙到接近崩,因為馬斯克不愛加人。Kevin Liu 說,到今天 FSD 軟體團隊,連機器人那邊的 FSD,人都很少。他們要同時支援還在量產的 Hardware 2.5,又要寫 Hardware 3 的軟體。沒有配套軟體,晶片測試跑不起來,硬體團隊只好自己上傳程式、自己寫指令來測。那三個月是他在特斯拉最忙的一段,幾乎沒休,大概只休了一兩天或兩三天。

自研換來成本和主導權。二〇一八年底公司快破產,整車又用了大量 TI 的車規晶片,希望全部降價,TI 不答應。Kevin Liu 說當時這類晶片利潤平均可以到百分之五十到五十五。他把整套換成功能相當的 ADI,硬體軟體都得重測,還是換。TI 發現這套料占營收很大,執行長出面來求。採購把降價表丟過去:全部降,就改回來。僵持好幾個星期後 TI 答應,那一年大約省下兩千萬美元。馬斯克寫信感謝。

跟 Nvidia 也不乾脆。Kevin Liu 說,到今天 Nvidia 的 Thor 仍是通用晶片,Nvidia 不希望被單一客戶鎖死。配合度更讓馬斯克受不了。有批車要返修,團隊懷疑主機板過熱,只想讀晶片上的溫度感測器。幾行驅動來回扯了約一個星期,對方接著要收費,付了還要再等一個星期。三行程式拖了快半個月。

感知改看影片,雷達在缺貨裡被拿掉

AI 3 在二〇一六年是照卷積神經網路 CNN 設計的。二〇一七年那篇 Attention Is All You Need 隨後改了路線。六月,Google 公開 Transformer,後面催生 ChatGPT。三十歲的 Andrej Karpathy 離開 OpenAI。馬斯克當時還是 OpenAI 聯席董事長,邀他進特斯拉,直接向自己回報。特斯拉的自動駕駛當時在低谷。受訪工程師認為他最大的作用是招募:很多人上過他的課,才有理由進一家車廠。

二〇一八年到二〇二一年,感知連改了四輪。Karpathy 進門先把車道線、車輛、行人交給深度學習,用大量資料訓練,讓系統自己認環境,沒見過的路也還能判斷。任務一多就不夠用:紅綠燈、錐桶、減速丘、施工標誌若各跑一個網路,程式量和車上算力都扛不住。HydraNet 讓所有任務共用底層的特徵萃取網路(backbone),只在頂端分出任務頭(head)。影片把它比成一棵樹,樹幹是共享算力,樹枝是不同的辨識,單一任務可以微調,而不把別的任務帶壞。

早期感知像在看照片,CNN 一張張找車、人、車道線。路上是連續的。小車被巴士擋住的那幾幀,系統得靠前後時刻猜它還在不在。團隊改成看連續幾秒的影片,並預測物體怎麼動。再來,八顆鏡頭原先各看各的,左右都看到一輛車,不清楚是不是同一輛。Transformer 的交叉注意力加上空間變換,把多視角投進同一個俯視座標,做出 2.5D 的鳥瞰圖 BEV。受訪工程師說,學界的多感測器融合也一直有人在做。

二〇二一年,感知開始真的在理解整條路。五月,馬斯克決定拿掉所有毫米波雷達。他早就說過鏡頭就夠,融合多種感測器又重、又增加維修。時間點仍讓內部覺得突然。Kevin Liu 說真實原因是供應鏈:疫情裡雷達供不上,供應商 Continental(Conti)像是談崩了。核心料供不上,採購會升到 Elon,讓他直接跟對方執行長談。不配合的就被拉黑,他的態度是今天不給就不要了。軟體早就被催著在演算法裡拿掉雷達,人手不足,一拖再拖,疫情成了催化劑。測距精度掉下去,只能用純視覺估速度。有人反對,雷達估速度較準,也不怕天氣。

拿掉雷達之後,還得只靠鏡頭做出三維。十四個月後技術放出來。二〇二一年的鳥瞰圖是 2.5D,二〇二二年 AI Day 變成真 3D,靠的是占用網路 Occupancy Network。空間被切成體素(voxel),被佔住就是障礙。長方體框包不住轉彎的兩節公車,也包不住挖土機那支又長又有高度的手臂:有時能從下面開過去,太低就不行。系統不必先認識每一樣東西,也能避障。

訓練需要 ground truth,哪個體素被佔、哪個是空的。傳統靠人工標光達點雲,成本可以是標物體框的十倍以上,而且特斯拉量產車沒有光達。內部用自己的自動標註網路產生標籤,算力也撐得住了,才訓得動。馬斯克對外瞧不起雷達,內部仍有特殊車輛裝光達,專門採這些參考。影片引用的說明是,少數車裝較貴的感測器,就能當成電腦視覺的標註。

Hardware 4:兩顆還是三顆,GDDR 換來容量瓶頸

算力愈來愈緊,二〇二〇年 Hardware 4.0 啟動。2.5 升 3.0 主要是換一顆晶片、加安全冗餘;這次是全系統重做。電路板裝不下更大的晶片、更多的記憶體和電源,老車主不能再像以前那樣免費升到下一代硬體。鏡頭從一百二十萬畫素提到五百萬。車載先看耐熱、抗震和壽命,看清一定距離就夠,幀率比堆畫素重要。Kevin Liu 說,五百萬畫素讓 CMOS 功耗變大,電線得更粗,訊號還要走一到三公尺才到車身中段,做不到手機那種一億畫素。

位置也被改。前擋風原本三顆鏡頭,馬斯克砍掉一顆。他問,人只有兩隻眼,為什麼要放那麼多。意見不合就拍桌罵髒話。雷達拿掉之後,前保險桿成了盲區,停車可能撞上。團隊建議車頭再補一顆。他說人入庫前也看不到車頭下面。人有記憶,車沒有,記憶得另訓一個模型。後來從 Cybertruck 起,前保險桿又加回鏡頭。Kevin Liu 說,Elon 知道自己可能不對,公司也改得很快。

Hardware 3.0 是兩顆各 72 TOPS 的 AI 3。Hardware 4.0 單顆 AI 4 算力已經翻倍,軟體還是說兩顆不夠,三顆才能把 FSD 做出來。Elon 答應了,硬體真的做出三晶片。雙晶片是一顆壞了另一顆接管;三顆要決定誰接管,冗餘、供電、訊號都更複雜。量產前一兩個月,專案經理問到底用兩個還是三個。Elon 像是忽然想起,Kevin Liu 猜財務長提過,覺得三個太貴。軟體說研發都開始了。他說最終決定,就是兩個,不用再討論。板子趕在量產前改回去。內部到現在還在爭要不要再加晶片。流傳的玩笑是:你給我十倍,我能把它用掉。Kevin 覺得模型還有空間可收,只是人手太少,力氣都花在把模型做大。

AI 4 仍找三星做,服務卻不如 Hardware 3。外面生意一多,時程嚴重延遲,效果也不夠好,流片大概三四次。特斯拉選了大家沒用過的 GDDR,設計碰上很多困難。模型變大之後,真正卡住 AI 3 的是記憶體頻寬。影片把晶片比成工廠:算力是工人,頻寬是運原料的高速公路。一百個工人,一次只運得進二十個人的材料,另外八十個只好站著。記憶體從 LPDDR、DDR、GDDR 到 HBM,頻寬和功耗一起往上。特斯拉原先用手機、筆電常見的 LPDDR,為了頻寬改選遊戲顯示卡的 GDDR。功耗高、廠商少、價格也高。用了幾年,容量反而成瓶頸。美光或三星不會只為特斯拉做一款車規大容量 GDDR。內部在做 Hardware 4.3,改回 LPDDR,犧牲一點頻寬換容量。Kevin Liu 說他當時是唯一提出來的人,沒有人聽,他認為那是決策失誤。也許不久車上就會看到 4.3。

成本仍壓得很低。他說整套硬體比 MacBook Air 低很多,大約一台普通 iPad。外觀可以不變,每隔幾個月內部大改一次,性能守住,成本下降。AI 3 和 AI 4 也裝進伺服器攤研發成本,晶片相同,接口和訊號不同,跟主打訓練的超級電腦不同。AI 4 伺服器做兩件事:pixel injection,生成類似世界模型的訓練場景;以及推論驗證,把真實路況回放,看 FSD 會怎麼決策,再跟人類駕駛對照。影片說,被稱為 V12.0 的版本在二〇二三年二月裝車,設計得早,沒針對 Transformer 優化,很快過時。緊接著,舊程式碼被推倒,改走端到端。

三十萬行收成兩千行

二〇二二年七月,Karpathy 離開,軟體創始成員 Ashok Elluswamy 接位。外界猜演算法碰到困難,股價跟著跌。Karpathy 說自己滑進管理職,那不是他想做的,他想回到技術。若舊路線繼續,工作會愈來愈像在重複優化。年底 GPT-3.5 震到整個圈子。馬斯克剛買下 Twitter,想調特斯拉工程師去改推薦。Davor Ros 不想走,告訴他自己在做車用的 ChatGPT:用神經網路取代規則,模仿人怎麼開,沒見過的場景也能避障,必要時壓實線閃過去。馬斯克被說動,還想做一段像 007 的示範。Davor 留下。端到端把大約三十萬行程式收成兩千行。

前 AI 軟體工程總監 Srihari 負責過 Robotaxi 和 Optimus 的 AI 工程,以及軟硬體協同。馬斯克點名過他們把車載 AI 電腦的性能做出來,說沒有這個團隊,Robotaxi 做不成。他回憶,端到端在 ChatGPT 之前就開始試,ChatGPT 加速了其中幾條路,團隊人非常少。二〇二三年八月底,馬斯克在自己車上直播第一次公開演示,地圖上的路徑是臨時點的。車自己開,中間闖了一次紅燈,被笑很久。二〇二三年底員工成批收到 FSD V12,二〇二四年一月推向一般車主。特斯拉是第一家把端到端裝上量產車的車廠。想法本身更早:Nvidia 二〇一六年提過,學界一九八九年就有。

V12 若是一整張網路,畫面上的 BEV 從哪來?參與開發的演算法工程師說,網路中間多拉一條 head,專門顯示鳥瞰圖。推論時這條分支像闌尾,只負責顯示。底層雖然重寫,仍沿用了不少 Karpathy 留下的感知。Srihari 說,更好的物體偵測和占用網路,都是下一步的種子。

二〇二四年十一月的 V13 增加參數,拉高接管里程 MPI,加上車位到車位,並針對 AI 4 優化。鏡頭捕到的光子不做前置處理,直接進模型,延遲變短,物體之間的關聯更能被預測,開起來少一點猶豫。幀率和解析度也提高。Hardware 4 的五百萬畫素,先前演算法並沒有用滿,用多少由演算法自己決定。V12 是在驗證端到端走不走得通,V13 則是把控制端簡化,讓同樣的車上電腦跑得更有效率。內部有人拿它比 SpaceX 的 Raptor V3。Srihari 把目標說成 intelligence per watt:電腦很小,就在那一點功耗裡擠智慧。

二〇二五年十月跳過 V14.0,推出 V14.1。馬斯克稱為 V12 之後的第二大更新。參數提升十倍,Robotaxi 的技術第一次大規模流回量產車,並加入強化學習、新的視覺編碼器,以及重寫過的底層 AI 編譯器。Srihari 說這一版是在押縮放定律(scaling laws)。實體 AI 沒有現成文獻,技術棧得自己發明,不能只靠為自迴歸 Transformer 寫好的那套。二〇二五年底,一輛 Model 3 從加州開到南卡羅來納,兩天、兩千七百英里,全程 V14,沒有一次人工介入。

端到端仍是黑盒。上億個 token 進去,只輸出轉向和加減速,模型會學到假相關:人是因為前車煞車燈而減速,它卻可能以為原因是旁邊在晃的樹枝。Ashok Elluswamy 後來說了三條補法。車上先篩,只上傳極限反應、複雜路況、特殊車輛,不把無聊的高速巡航全部收回來。訓練時讓網路額外吐出一個 3D 場景,檢查它在看什麼、空間關係有沒有建對。再把訓練好的 FSD 放進另一個生成式網路做出的世界模型裡開,重播曾經犯錯的片段,也注入新的極端場景。

傳統模擬是人搭場景、定物體、寫物理,再渲染成畫面。世界模型直接生成每個感測器會看到的內容,也能從一段現成影片往後接。即時生成很吃算力;右轉時行人和其他車要怎麼照現實起反應,也很難做真。最新演算法還把音訊送進決策,目前用來聽警笛和救護車,以後才接到車輛控制。Srihari 的理由是,人看得到、聽得到的,就該試著餵給模型。

客戶車上是 L2,拿到許可的 Robotaxi 被當成 L4

二〇二四年十月發表的 Robotaxi 沒有方向盤、沒有踏板。服務晚了一年才開始:二〇二五年六月,奧斯汀先放十到二十輛 Model Y。Kevin Liu 說,不論 Model Y 還是 Cybercab,硬體跟量產車沒有差別;當時為 Cybercab 做的安全冗餘,後來也放進所有車型。差在軟體。Robotaxi 更新更勤,比客戶車上的 FSD 進一點,底層仍是同一個模型。放在一般特斯拉上它還是 L2;放進這批車,再加上政府的 L4 營運許可,它就是 L4。內部最新的版本要長時間測穩,才推給量產車。

測出問題就靠遠端。主持人坐車時沒有那麼擔心,他認為這個階段特斯拉會盡力保住每一輛。等到幾千、上萬、幾十萬輛,怎麼在安全還在的前提下把範圍拉開,才是外面質疑的擴張速度。現場受訪者說,早期戰備室裡隨時有人盯著最初那幾輛,每一公里都有人看,成本裡含著這些人的薪水。安全數字若以後證明夠了,人工比例就會降下來。

奧斯汀上線後一年,加州、舊金山灣區、內華達、亞利桑那等地陸續拿到條件不同的許可。Srihari 認為剩下的是驗證、法規和部署:多快鋪出去、多快拿到回饋、誰有基礎設施能在不同地方擴。FSD V14 跑在 Hardware 4.0 上,又快到瓶頸。下一顆是 AI 5,比 AI 4 更難,內部還出現瞞報。

二〇二五年八月,被馬斯克當成特斯拉 AI 核心基礎設施、華爾街甚至看成潛在數千億美元資產的訓練電腦 Dojo 被叫停,團隊解散。他的解釋是 AI 5、AI 6 拿來訓練也夠用,不必再重複投 Dojo。Kevin Liu 參與了 AI 5,說挫折和隱瞞很大,Peter Bannon 的離開也跟這件事有關。AI 4 跟三星摩擦多,Bannon 決定從 AI 5 起完全自研,不再外包。人手和經驗都不夠。新招了很多人,仍遠少於三星那種幾百、上千人的設計團隊;Hardware 3 和 4 都有三星深度參與,自己單幹很多環節沒做過。

進度被拖住,還因為德州的專案主管隱瞞困難。對台積電一直說再兩個月,這句話講了快一年。Elon 把圖紙送過去,對方說這不是再兩個月,是再一年,根本離流片還遠。他認定晶片團隊沒說實話,拿掉了一批人,包括 Kevin 的老闆和晶片部門主管。Kevin 認為 Pete 沒有參與瞞報,但那個主管直接向他回報,所以有連帶責任。馬斯克之後親自管晶片團隊,兩條路並行:第三方設計公司協助現有 AI 5,仍交台積電;另一顆請三星回來做,也都叫 AI 5。

影片說的今年四月十五日,台積電版本完成第一次流片,預計量產在二〇二七年。馬斯克說特定任務會比 AI 4 快四十倍。業界猜測,搭載 AI 5 的 Hardware 5.0 會到兩千到兩千五百 TOPS。Kevin Liu 認為功能上會很強,而且用了 MCM。兩種製程可能混在同一款車型上,不會混在同一塊板子上,FSD 的體感應該分不出來。他也聽到較新的內部消息:AI 5 有可能不裝上車,因為馬斯克認為 AI 4 已經夠用,AI 5 主要給算力中心和機器人。這還可能再變,影片說以官方宣布為準。

下半場比的是成本和每一次出行

為什麼是特斯拉做出 FSD?Kevin Liu 說,傳統車廠不必講,矽谷有些新技術公司也會衡量很久。特斯拉願意承擔風險,也願意很快用上新技術。Srihari 把資源拿捏說成一門手藝:要押未來的技術,還得把現在的技術往前移。流程不繁雜,力氣放在讓產品變好的事上;算力、人和時間都有限制,因為功能一直在出。

十三年前,特斯拉和 Google 走了相反的路。後來的 Waymo 用更貴的感測器、更嚴的安全冗餘,先在有限區域把無人駕駛做出來,再慢慢擴大。特斯拉把鏡頭裝進幾百萬輛量產車,把一個遠沒成熟的系統交給真實世界,在事故、爭議、返工和軟體更新裡繼續往前。十三年後還沒分出勝負。影片說下半場的名字叫經濟之戰。Waymo 在商業化和實際營運上仍明顯領先。Cybercab 才剛在奧斯汀有限區域跑。美國聯邦監管機構已經對 Cybercab 啟動調查,查設計是否符合安全標準。現在還不能說特斯拉贏了。

十月的 FSD V15,影片說應該要發布。媒體傳出的消息是參數再大十倍,意在支援 Level 4,早期版本已經在 Robotaxi 車隊裡跑。至少到目前,那條被認為太激進的路線還留在牌桌上。沒有安全員、沒有方向盤,面對數百萬次真實出行,它還能不能維持夠穩定的安全,這題才剛開始。Waymo 要比的,則是多地已經在跑的系統能不能繼續擴張、把車隊做大,並且把成本降到大規模商業化。

〈東京單向咖啡館〉-EP-郭宇:AI现在可以20 分钟做一件衣服,70 毫秒做一个决定|语言模型和世界模型之争以及Jev

銀座單向街書店這場,郭宇把題目換成語言模型對世界模型。題目他自己改過好幾次。分享停了兩個月,這一個月他認為有兩件事非講不可。一件是 GPT-6:Computer Use 強到可以操作電腦裡的專業軟體,Marvelous Designer 和 Blender 都能開,建模他說已經和人類工程師、設計師沒有區別。另一件是李飛飛實驗室的世界模型,兩三張照片就能還原一個虛擬世界,但你只能看、只能換角度。

他把例子放在一張逝去親人的照片上。背面、人在環境裡的位置,照片沒拍到,你卻想摸到、想換角度看。一兩張照片交給李飛飛公司的世界模型,還原成 3D 場景,可那是點陣圖。不能互動,不能像真人走來走去。

Figure 是這幾天的具身例子。這家美國公司在舊金山租了三十間 Airbnb,不同房間做不同的事:整理房間、洗衣服、叠衣服、整理床單。世界模型要加快的,是現實裡會發生、又被錄下來的那些事。先在模擬裡做一遍,再把影片丟給機器人學。疊床單得知道重量、材質、厚度,布拉開之後力怎麼走,不然疊不平整。

從 2022 年 12 月那一代 ChatGPT 算到現在的世界模型,路線不同,目標像同一件:把看得到的物理世界搬進電腦。名字叫 Real to Sim,真實的東西進模擬器。做這件事是為了機器人,為了各種人工智慧能用更多層次認識世界。Facebook 的 Zuckerberg 要做元宇宙,郭宇說那不是理由。

語言模型缺的是因果關係。ChatGPT 或 Claude Code 可以做知識工作,按機率吐出你想說的話,或別人願意聽的話。真實世界裡,你做的事會影響別人,你的因會變成別人的果,也會回到你身上。時間是線性的,後來的事受先前的事影響。模型的神經網路裡沒有這一層。它要懂因果,得靠工具去查 Google、搜尋引擎、Wikipedia。訓練好的本體裡,因果不在。世界模型要的就是因果、物理、重力,先把人類世界仿真進虛擬世界。

ChatGPT 一開始只是在吐文字,英文、日文、中文。後來大家拿它寫程式,程式改網站、改 app,再改到工業製造,改到摸得到的東西。今年一月郭宇講這題,是因為去年十月 Claude Code 推出 Scale,程式可以即時生出來,解決一次性的任務。他說手是從那時伸出去的。這個九月的 GPT-6,把手伸進專業 3D 軟體,伸到做衣服。

二十分鐘,小狗的萬聖節衣服交到打版

這兩天他做了好幾件,其中一件是朋友的小狗,萬聖節主題。ChatGPT 先把衣服做成三個視圖,視圖進 Tripo,輸出大約兩百萬個三角形的模型。模型再進 Blender,綁上骨骼,那個小鬼就動起來。衣服的圖自動進 Marvelous Designer,切片,布可以選針織,也可以選硬的,然後打版。衣服是 3D 的,布卻從平面裁。裁完會標哪裡用什麼工法、怎麼縫,檔案可以交工廠。二十分鐘做完。他在台上說,這很可怕。

二十分鐘的過程,他還看得到每一步。他說回家若改用 Computer Use JEV,就未必看得了。Computer Use 是一套開源庫,接上 JEV 做操作時的快速分類。用它取代 ChatGPT 內建的電腦操作,速度可能快到他根本看不到。到那時他覺得自己連觀察的資格都沒有,只能放手。

OS World 高了十個百分點,衣服對不對得用眼睛看

桌面任務有一份考卷,OS World,全名 Operating System World 2.0。GPT-6 Ultra 比上一版 GPT-5.6 高了十個百分點。他說每一代都在漲,十個百分點已經很顯著,代表它開始碰瀏覽器和主流軟體以外的程式。

操作有兩條路。一條是看螢幕,每一步截圖。網上有人寫,用 GPT-6 開專業設計軟體,Blender 裝好第一件事是把語言改成英文。中文介面辨認要花更多 token,更慢。那則貼文建議專業軟體全部設成英文。你看不懂沒關係,它看得懂。另一條是 MCP,Anthropic 做的協議,模型直接跟軟體後台的程式溝通,只知道邏輯對不對。三角形的數量可以對,人眼看衣服就是不對。網頁可以說把右上角改成綠色。衣服破個洞、形狀怪、蹲下去偏大或偏小,很難講清楚。

所以他要大家更新 ChatGPT,裝好 Blender,跟它講:幫我操作,不要走 MCP。Token 多花可以,用 Computer Use,用視覺看。效果好很多,速度會慢。他覺得 MCP 走到生命週期後面了。它和後面的 Scale,是想用傳統程式讓模型知道軟體內部的狀態。資料庫這類抽象的東西有用。操作電腦時,不能指望訓練階段把世界上每個軟體都用過。他偏向下一代,也許 6.5 那種 Ultra,用 JEV 這種更快的方式處理畫面。下一版的電腦使用,他相信主要靠視覺。

他說這已經很難分清模型和真人,因為用法一樣,很像 Tesla 訓練自動駕駛。Tesla 很長一段時間不用光達。不是買不起,成本也是原因,更主要是想一勞永逸:人學開車用眼睛、用小腦,他們就用視覺模仿人。Cybercab 已在 Austin 鋪開,兩個座位,沒有方向盤,沒有螢幕,沒有可以干預的東西,坐上去到下來都是電腦在開。他最近很少用 Claude,覺得它控制桌面軟體已經遠遠落後 OpenAI。下一代的電腦使用,他相信會領先一個很大的身位,方式像 Tesla 訓練車。模型改用看螢幕來操作之後,三維資產才變得改得動。

可編輯,是相對前一場講的流程。文字生圖,圖交給 Seedance 2.0 生影片,不對就要重做,又煩又花錢。出來的是影片,他說一幀裡可能有二十四張或六十張圖,畫格裡的人改不了。衣服顏色、表情,或只是覺得哪裡不對,都得再生。每參考一次就更失真,這是 Diffusion 模型的特性,十幾二十次之後會很嚴重,而且每次都重算機率。腿往前邁一步,話講不夠準,結果就不準。效果好的片子常常附上幾百字甚至上千字的提示詞。他不覺得提示詞工程會是以後的用法。

GPT 現在能生真實的 3D 模型。走哪一步、往哪轉、換什麼衣服,不必再另外花錢,而且可以馬上改。跟 GPT-6 說顏色不對就行。投影片上的 UV 展開,就是把二維貼圖貼回模型。要加衣服、做一頂針織帽,可以先用圖像生成做出展開後的平面圖,切圖很快,再變成 3D 網格,用網格和平面的對應去改。帽子換色是換貼圖,不是整段影片重算。

Mesh 和 Tripo 是這條路的第二個角色,專門把幾張圖算成網格。他拿圓打比方,也提到微積分:圓在螢幕上是很多三角形,不是真正的圓。加到兩千萬、三千萬個面,肉眼分不出來,像砂紙磨過的圓,微觀仍是尖的。Tripo 收一張到三張參考圖,還原 3D,目前最高大約兩百萬個三角形,貼圖到 4K 或 8K。它最早是做 3D 列印玩具的。小孩五歲、七歲、十二歲各留一個,拍一張照片,大約一分鐘出模型,丟進 Bambu Lab 印出塑膠人偶。現在同一份資產可以進 Blender,讓 ChatGPT 精修、綁骨,讓小孩動;把家做成虛擬空間,人在裡面走;接上語音 API 就能即時講話。日本有人拿這套做 VTuber,人物放到網頁上聊天、走路、蹦跳、唱歌,他說一兩個小時可能做完。

現場的 GPT 補的是:做好的東西可以留著改。同一個角色,今天換萬聖節衣服,明天換動作,之後加對話,每次從已有的成果出發。它問郭宇,小狗那件衣服哪一步必須他自己看。郭宇說是打版對不對。他自己沒做過衣服,朋友在文化服裝學院讀了好幾年,得有設計師在旁邊看。GPT 的說法是,流程和版型系統串得起來,合不合身、布料表現對不對,還是人把關。

郭宇接著問,為什麼不能一步到位。語言模型的觸角已經伸進製造業,模型應該也有做衣服的經驗。現場的 GPT 沒有馬上答。材料在東京的伺服器,簡報和這一兩個禮拜的 3D 操作紀錄都在上面,他當時不在那台電腦、也不在手機上用。這次沒接 JEV,它不能先分類,得讀完才答。他拿在場的靜涵比:同樣做了一週,人會很快知道該說什麼。後來 GPT 補上:可以追求一步到位,經驗豐富也不保證每次做對。通用模型也許懂製衣,未必知道這隻狗的尺寸、這塊布的實際表現,還可能誤判自己生成的版。設計師也要試樣、改版。把測量、模擬、實做的回饋接進去,自動化才穩。今天要人看,不代表永遠過不去。延遲的原因,它說現在不能確認。郭宇真正想問的是另一層:工廠的布,在電腦裡是不是還沒有完整到可以仿真。若物理世界的事在虛擬世界都有資料,Marvelous Designer 裡應該就能把製造做出來。他開著 Extra High,還是慢。

這套軟體他仍建議下載。自動化紡織廠機器裡的模擬不是用它,它比較像虛擬角色的衣服,或學生作業:快到仿真,又還沒把檔完全丟給量產線。人台可以讓 GPT 生。他把女朋友的照片做成一個人台,貼文在 Twitter。身高和比例放進去,就是在虛擬裡量體裁衣。布料有預設的克重和下垂。他不敢說百分之九十九像真的,百分之九十以上他覺得可以。明顯不對的地方,白布試做或交給中國工廠之前就看得到。他說這軟體很便宜,沒多少錢,買一個授權,讓 GPT 接上去自動操作就行。他也要大家用新版的 ChatGPT Extra 自己試。

一位日本設計師的示範,是把人導回 Blender 綁骨,看站著、動著時衣服變不變樣。褲子特別需要這一步。專業裁縫即使用等身人偶,西裝褲仍會留冗餘:坐下去面料要伸。沒有這個經驗,就讓模特蹲,或讓 GPT 轉一圈錄下來看變形。最後還是得穿上身,觸感不會出現在螢幕裡。

他把衣服看成大用例,是因為 2011 年在支付寶做過微群,把中國的買家分成很多群,GMV 最大頭永遠是女裝。全球製造裡,除了吃的就是穿的,穿裡面最大是女裝。AI 若把個人化製衣串起來,他相信兩三年內看得到,不必再找裁縫,設計師按需求做。工業革命以來沒有這種事。個人化若吃掉大量製造哪怕百分之十,通關、物流、貿易都會被改寫。中國若不跟著改,以後製造未必還要靠中國。他也說,現在的成衣畫面仍有不自然的地方。

點陣看得到,重力還沒模擬完

幾張圖組一個空間,他說有點像魔法,而且他並不清楚 World Labs 怎麼做,開源這邊也沒有足夠資料。目前最厲害的是從靜態圖還原空間深度和裡面的物體。兩張投籃照片,可以換角度看那個人。幾張 GPT-4o 生成的城堡,可以還原整座城堡。現場的 GPT 提醒,沒拍到的部分是推測,不一定準;宣傳片第六頁底部有官方連結,Atlas 的演示可以直接開。它也把製衣那個問題留著:現實資訊若都準確進了虛擬世界,Marvelous Designer 裡算不算仿真製造。

還原已經很清楚,比一月或二月那個很粗的預覽細得多,手機上不太分得出差別,廣角也不像早期那樣邊緣明顯歪,他說接近 iPhone 一倍鏡頭。點陣仍不能互動。拿來做一間虛擬房子的展示,買賣房屋用得上。更大的用途是把虛擬世界的影片餵給機器人,這才是世界模型的原意。他說也許一秒、也許一分鐘,就能生出很多影片。創辦人是李飛飛。

投影片上 ChatGPT 在解釋:生成的世界有碰撞網格。攝影機走過去,物體穿不過去,不會穿模,哪裡能過、哪裡不能過,算有一點物理。重力還沒有。若下一版 Atlas 的籃球能改方向、改力度、把框放遠、投進並且落下,他覺得重力才算幾乎到百分之百,也可以改重力去模擬月球。美國要在月球建永久基地,上去做事的是機器人,物理沒先模擬,就無從訓練。不同星球、不同家裡的任務,都卡在這裡。他說現在是 2026 年 9 月,仍非常早,明年再兩三個重要版本,差別會很大。ChatGPT 出來的 2023、2024 並沒有太多讓人停下來的東西,大家還在學一來一回地聊天。真正加速是去年十月、十一月之後。一月開講時,他自己也沒料到會這麼快。

交會點就在可再用的 3D。GPT-6 操作電腦,做出的數位資產可以進遊戲,也可以進影視的 CG。世界模型用兩三張、四五張照片,生成虛擬點陣。一件是可編輯的資產,一件是可觀看的空間,這個月在做出 3D 這件事上碰到一起。

七十毫秒選一個,分類不必先訓練

JEV 是三四天前出來的。郭宇說它這兩天在刷屏,號稱分類比 ChatGPT、Claude 快大約三百倍,不是同一個數量級。它不能聊天,也不能寫字,只做選擇。幾十萬、上百萬個選項丟進去,用自然語言講要哪種特徵,毫秒級挑出來。圖裡找體重超過六十公斤的中年男性,或從閉路電視挑一個有特徵的人,都是這種工作。老的分類器得先有專業資料集,再按需求微調。JEV 不必預設是貓還是狗。Diogo,前 OpenAI 研究員,郭宇不確定名字怎麼唸,離開後把這東西叫做因果模型。郭宇自己的歸類是:大語言模型裡的快速通用分類器。

延遲可以落在六十到三百毫秒,接近說話的速度。浴室長黑斑,問 ChatGPT 去 Amazon 挑日用品會等很久。資料先餵給 JEV,說話的過程裡,幾百毫秒就在螢幕上出現可能用得上的商品。七十毫秒的話,他拿來比一般網頁的 HTTP 請求,覺得是同一個數量級。價格幾乎可以忽略,輸出免費。GPT 輸出貴,是因為回覆要校驗。JEV 只回答選哪一個,他說輸入費用是零。準確率和上一世代 GPT-5.6 差不多;跟 OpenAI 最頂尖的模型比仍有差距。和其他工具一起用,速度快兩個數量級,準確率接近,幾乎不花錢。

選項本身仍要別的模型來做。網站跟著使用者的文字或語音變,那幾萬、幾百萬個選項怎麼設計,他說還是 GPT-6 或 Fiber 的事。濾使用者輸入這一層,JEV 才是他講的壓倒性優勢。它看得懂電腦畫面裡哪一塊是什麼軟體,拿來操作 Google Flights 搜機票,會比 GPT-6 Ultra 快很多。人還得先分辨單程或來回,一座城市又常常有好幾個機場。原帖影片右邊是時間,左邊是操作畫面。

他預期大約一個月,GLM、MiniMax、DeepSeek 都會有很快的電腦操作。DeepSeek 的 Harness,他提到那套命令列工具 DSH,會接上類似的分類,或自己做一套。以前這件事幾乎是 OpenAI 的:訓練 GPT-6 時買了很多 Mac 放進資料中心,讓模型把 Mac 上的專業軟體用過。DeepSeek 現在看不懂圖,得另配一個看圖的模型,再加 JEV,效果接近,成本他說可能是 OpenAI 的一千分之一。

旁邊的用法更日常。郵件批量分類,五百封大概三分美元,朋友有人在做幾十萬封。積著的幾千封,兩三秒讀完,把重要的、待辦的、跟旅行有關的抽出來。下載資料夾也行。他說自己有點精神潔癖,資料夾整理得很好,下載區仍會亂。有人用 JEV 聽新檔,一出現就分類、命名、放到磁碟上對的位置,並放進模型的記憶。下次用語音問 GPT,就不必靠 Finder 的 Spotlight。Spotlight 是蘋果的聚焦搜尋,索引用的還是老方法,沒有 AI,新的 Mac 要花很長時間建索引。公司檔案、倉儲、服裝店、物流中心,他覺得都能用。

遊戲他沒看完。模擬器把狀態讀成 JSON,JEV 決定 Mario 跳不跳。慢了就被怪撞到,所以吃的是反應時間。早年把 AI 放進遊戲角色沒有流行,貴,也慢。他覺得現在可以拿星際爭霸這類試,或在自己的遊戲裡放角色、調強弱,DeepSeek 配 JEV 是一條路。簡報沒寫的還有 MiniMax H3,權重開源,FAL 做成 H3 Max,大約七點幾秒生出十五秒影片,有人拿去做無限電視台。Sora 也出了 2.5,他打算下一場再講影片模型。

量化是現場冒出來的聯想。這類基金十幾二十年前就有,文藝復興那一掛靠數學家、算力,和離交易所很近的機房,新聞出來就下單。散戶資訊、算力和倉位都不夠。有人昨天用 JEV 試,賠了很多。他說賠錢不一定是模型,可能是策略,而且得先找還沒被量化交易的人佔走的地方。去年的 Polymarket 也許還有空隙,預測市場新,華爾街不輕易進,資金池也小。Hyperliquid 同樣可以先讓 ChatGPT 或 Claude Code 把策略寫好,再交 JEV 分類,看一個交易日內有沒有獲利。卡牌拍賣、Mercari 二手,比的是誰先搶到。不必先寫程式。日本的抽選他也提了,說這例子有點不道德:第一時間進網填表很煩,他以前乾脆買黃牛票。Computer Use 變快之後,講一句話就能做,跟一月那種臨時寫程式不是同一條路。

四十億、八十億參數的小模型,Facebook 早做過,用來擋髒話、擋成人圖片、分貓狗、做驗證碼。JEV 多出來的是不必先訓練,用人類語言做通用分類。OpenRouter 已經開放,不用內測,也可以走 Cloudflare。讓 GPT 去 OpenRouter 註冊就能用。

複利在故事,不在高級上班族

他希望聽完的人回家真的打開 agent、ChatGPT、Claude Code,不要只在現場提問。

江西農村長大,第一次大變化是父親把他帶到深圳。數學界最近有兩個人拿了那個相當於諾貝爾的獎,名字他在台上說成王虹淼。他確定的是其中一位比他大一屆,深圳高級中學的,他讀高一時對方讀高二。那些孩子很多父母是第一代創業者,錢已經夠了,想的是這一生做什麼難的事。他自己在生物 X 班,有同學到現在還在美國的癌症研究機構,職涯沒有改。第二次變化是上網從電腦換成手機,大約從 2008、2009 到 2012。他覺得第三次就是現在,而且更快。

東亞父母要小孩讀書、離開體力勞動,至少換到經濟獨立。仕途、後來的經商,都是把智力變成收入。人工智慧上來之後,你調得動的智力和你自己讀來的不成比例。九年、十年學到皮毛,不可能不睡覺把 ChatGPT 的預訓練讀完。它還邊做邊學。他認為好好讀書、好大學、好工作這條,已經是妄想。2023、2024 之後,尤其去年寫程式這件事被攻下來之後,醫生、律師、其他知識工作、高級上班族,靠智力拿超額收益這件事,他看成泡影。

他給自己的下一項是用智慧賺複利,例子是 J. K. Rowling。《哈利波特》的小演員加上後來的片子,賺的遠不如作者。語言會留下複利:演講、書、talk show,因為它影響別人,也製造故事。西方叫 narrative。別人聽到名字就想到那串故事,有時跟著走。決定怎麼講,他說 AI 現在不會。Sora 和其他模型可以生出無窮影片,卻不知道哪一種講法對人是合理的。沒有這項 benchmark。若有一天會了,他覺得可怕。他的講法是,講故事其實就是在騙人。兩三年後會不會變,他不敢說。

所以複利不一定寫書。製造、衣服、影片、influencer,還有深圳人做的 Amazon 爆款,都是先知道別人要聽什麼故事。槓桿可以做很多事,唯獨不是打工。他說這等於逼人從工業革命以來的螺絲釘變成廠長。很難,不是每個人都會講故事,亞洲的教育很少教,某些常春藤也許好一點。網上搜他的名字,多半還是 ByteDance,和他以前退休的事。馬斯克的做法是先把火星、月球講出來,再把事情辦成,講多了,下一件很瘋的話也有人信。他受的教育相反:沒做成不要說。他認為這正是現在模型還沒拿走的能力。

講到這裡他停了,免得被聽成散布焦慮。每個月都有事情在改,要炒股票、改教育,或只改工作方式,都得先承認變化是客觀的。他要的第一件事,是先把心胸打開。

〈All-In with Chamath, Jason, Sacks & Friedberg〉-EP-Daniel Ek: Life After Spotify, Broken Healthcare Incentives, Catching Disease Early & AI's Potential

https://allinchamathjason.libsyn.com/daniel-ek-life-after-spotify-broken-healthcare-incentives-catching-disease-early-ais-potential

2026 年 1 月 1 日,Daniel Ek 不再擔任 Spotify 執行長,改任執行董事長。他 2006 年創辦這家公司,當時 23 歲,到這一集 All-In 已經帶了二十年。Jason Calacanis 開場報的數字是:活躍用戶超過 7 億,premium 訂戶超過 3 億。同一小時的另一條線是醫療保健公司 Neko。

台上是 Jason Calacanis 跟 David Friedberg。Jason 說兩人認識二十年。他第一次看到 Spotify,是在一場網路高峰會,Daniel 的夥伴側過身來,叫他看一下。那個時候,沒有人在做音樂的訂閱服務。

瑞典沒有合法的路

Daniel Ek 說,開始還有頭髮,做完就禿了。2006 年他給的畫面是:iPhone 還沒有。Facebook 有,但還只在校園。他說 YouTube 也還沒有。音樂產業正在往下掉,盜版到處都是,Napster、Kazaa 都在。美國有個組織叫 RIAA,唱片業協會,還在告個別消費者非法下載。

他人在瑞典,覺得盜版已經收不回去。共同創辦人 Martin 問他,如果什麼都能做,想做什麼。他說真正的熱情是音樂,但那聽起來很蠢。Martin 問為什麼蠢。他講了一串:得跟唱片公司談授權、談版權,後面還有一堆事。Martin 就一直問,那如果這樣呢。問到他講不出反對的理由。剩下的畫面是,世界上的音樂都在指尖上。Martin 說那聽起來不錯。那就試試看。

原本想第一天就全球上線。講出去,別人笑。他說自己運氣不錯,因為當時全世界最糟的音樂市場之一,就是他的家鄉瑞典。2000 年代初期,瑞典已經有很快的寬頻,人幾乎什麼都下載得了,等於活在別人還沒到的未來。iTunes 在那個市場甚至還沒上。合法的選項,他說字面上沒有。音樂產業的營收,他記得大概掉了八成,或那個等級。

他跟合夥人把前幾家新創賺到的錢全部押進去。跟唱片公司談的條件很具體:保證你們明年的獎金還在,明年的預算也做得到。如果事情真如你們想的那麼糟,一年後把這東西關掉,獎金你們還是拿到了。如果做成了,你們也贏。怎麼走都贏。對方覺得有意思。談了幾年,同意。2008 年底上線,馬上大熱。接著到英國,也大熱。2011 年進美國。他說距這一集已經十五年。

Jason Calacanis 算了一下,從開始做到摸到美國市場,中間耗了五年。Daniel Ek 接的下一句是:瘋的是,他現在又在走同一條路。

同一套劇本,這次是 Neko

Neko 八年前就開始了,2018 年。產品在瑞典實際啟動是 2023 年。中間五年拿來做產品、在瑞典試。瑞典做出成績,再帶去英國,現在要在美國開。他說這就是 Spotify 的劇本,換到醫療。

David Friedberg 說,厲害的創業家有個毛病,就是停不下來。Daniel Ek 回,也可能只是他比較耐痛。Friedberg 問,Spotify 已經上市、用戶數億、團隊也在,他什麼時候開始想別的。當執行長那些年,有沒有在當天使投資人。

Daniel Ek 說,團隊最近翻出一份他自己都忘了的訪問。金融時報的午餐訪談,他記得是 2012 或 2013,美國剛上線不久,他就在講醫療。很多人在講世界上哪些事情變糟。他的看法是,多數事情其實還不錯,技術整體往上。他挑的是那些沒有變好的。醫療是其中一件。錢愈花愈多,結果愈來愈差。他想知道能做什麼。

Spotify 上市之前他沒有錢。上市是 2018。那之前大約十二、十三年,全部押在 Spotify,沒有拿去投別的。2018 之後才開始有一點投資。大約一週前的一頓晚餐,他跟主持人聊過:他試著投一點,可是 Neko 那個時候就已經開始了,然後他發現自己愛做東西,遠超過愛投資。

Jason Calacanis 說,看著你投的公司被經營壞、自己又不能動手,很痛。David Friedberg 說那頓晚餐就在講這個。人在董事會上建議,執行長不聽,會氣到想扯頭髮;對方照單全收也不行,因為那就不是他在領導。他後來的做法是,找到很強的創辦人,把錢給出去就不要再看,通常比一直盯著好。真的在意、又有能力自己做,就進場做。Jason 補了一句:需要愈多指令的人,成功的機會大概愈低。

慢性病早抓到,帳跟苦都小

Daniel Ek 先給聽眾一個底。美國把 GDP 的 18% 花在醫療,他說這是現在預算裡最大的單一項目。光心臟病這一組,美國一年就是數千億美元,比《財星》前十大公司的營收還大。一種病。

他從藥、能不能把藥做得更有效、癌症,一路看為什麼帳長這樣。結論不是只有一個原因。比較大的幾塊,他點了心臟,還有皮膚癌裡的黑色素瘤,這幾類特別突出。真正最大的那塊是慢性病整體。慢性病的怪地方在於:早發現的話,完全防得住,處理成本很小,病人、家人、周遭要扛的苦也小。早發現,事情就還好。

那為什麼不早發現。他說是資料不夠。整個醫療業都同意,得從出事才處理,轉成預防。分歧從怎麼做開始。他跟共同創辦人 Hjalmar 的看法是,一切從更好的資料開始。資料好,才容易發現;發現得早,才有機會把醫療往預防推。

David Friedberg 把它說成預測:用資料看出之後會出的健康問題,提前改道。Daniel Ek 說那一步才是他們想走到的地方,他叫它聖杯。做法是每一種檢查都要更多資料,不同檢查還要疊在一起,而且要有時間,同一個人一年一年累積。

過去二十年很大的一個變化是智慧型手機,裡面塞進愈來愈多便宜的感測器跟電子零件。所以他們覺得,做得出比以前多得多的感測裝置。另一頭,他們開工的時候這門技術還叫機器學習,現在大家講 AI。資料集夠大,預測就該做得更好。Spotify 那邊他學過同一課:收得愈多,下一首該放什麼就愈準。醫療是同一種預測,檢查種類更多,時間拉得更長。

499 美元的那一小時

David Friedberg 問,這些早期觀察改不改得了最後的健康結果。代謝、運動消耗、血糖、睡眠,他看得懂,修正多半是飲食跟運動。別的大病能不能提前認出來。Jason Calacanis 要他先講 Neko 是什麼。

Daniel Ek 從體驗講。現在這一版是第二代,499 美元。垂直整合指的是場地、護理師、醫師、診斷設備、軟體都自己做。任務是做出你能花在健康上、最值得的那一小時。

進門先抽血,量 53 項血液指標。接著進皮膚那套設備,相機在全身拍超過 6,000 張超高解析影像,每一顆痣、每一處病灶、疹子、發紅,都建檔。再看心臟跟血液循環,也量握力,再加上那些已有紮實科學證據、能用來判斷健康的老指標。整個過程大約一小時,收在跟臨床人員不被打斷的一段:檢驗結果一起看完。問題在這裡問,也會談你可能想改的地方。

這一版現在在美國紐約上線,接下來幾個月會在美國更多地方開。他們建議會員每年做一次,類比是牙醫:多數人每年看牙,卻沒有每年做健康檢查。人很忙,所以時間卡得很緊。沒有問題、只想看檢測結果的話,大概三、四十分鐘可以結束。500 美元對很多人仍是大錢。負擔得起的話,他覺得是好投資。

Jason Calacanis 問經濟帳。這 500 美元是每次都賠、打平,還是利潤來自後面的加賣。還有它要怎麼跟美國這套功能失調的保險體系相處。Daniel Ek 說,東西自己做,成本可以砍得很兇。一年 500 美元這個價位,做一次的帳算下來是正的,現在營運中的診所已經有在賺錢的。他們做得下去,才開得到更多地方。

他不是只做 Neko,但這件事占很多時間,他覺得該這樣,因為這是很大的問題。Spotify 他還是花時間:執行董事長,他說那仍是他的孩子,只是不再天天進。Spotify 現在有兩位他覺得很好的執行長。Neko 的共同創辦人 Hjalmar 才是核心,大部分工作是他在做。Daniel 說自己把功勞講走了,真正的腦子是 Hjalmar。

另外幾家放在 Prima Materia。他說這家的野心,是當別人能找到的最好的共同創辦人,把前面做成的事往下傳。

平均 950 顆痣

David Friedberg 說這個論點他聽過。One Medical、Forward,都試過做整合式的中心,自己的儀器,進去做預防性健檢。他問 Daniel 看出了什麼以前沒有的。

Daniel Ek 先把時間攤開。2018 年開始,公司八年,掃描已經超過 10 萬次。他們每年發資料,剛發了第三年的健康結果。大約 1% 的會員,身上有還沒被診斷出來的嚴重問題,是他們發現的。

很多會員本來就健康,談的是再好一點,壓力、飲食、睡眠占不少。連續三年比較讓他們振奮的是:狀況最差的人,進步最多。人看得到自己站在哪,臨床人員講狀況、講可以怎麼處理,就比較會改生活。有會員前一年還在抽菸,做了 Neko、把健康排進去之後不抽了。也有人是嚴重的潛在疾病,發現後去治療,整體變好。

皮膚科是他拿的具體例子。今天在 Neko,平均一個人有 950 顆痣。Jason Calacanis 說,有一部分人眼大概看不出來。Daniel Ek 說真的把皮膚看過一遍,會嚇到自己有多少。分散很大,有人好幾千,有人少很多。

一般門診,醫師有多大機會把 950 顆痣全看過。不會。通常是你自己說這裡有一顆,或醫師覺得某顆看起來怪怪的,拿出工具。現在多半有軟體,相機打很多種頻率,看大小跟紋理。Neko 做的是同一種檢查,順序不一樣:先由 AI 標出可能的風險,再由人的臨床人員複看。到這一步如果發現了東西,編制內還有多位皮膚科專家再看一次。

若是來很多次,某一年可能什麼都沒發現。可是每一顆都做了編目、建了索引,下一年對得上一年,看有沒有長得不正常。就算最好的醫師,也不可能記得你某一顆痣去年長什麼樣。他要的是 AI 跟臨床人員放在同一次體驗裡。

Jason Calacanis 覺得 499 美元便宜。他拿 Function Health 跟 Superpower 對照,兩家大約 350 到 400 美元,只做血液。他把支出排了一下:社會安全現在第一,醫療第二,後面很快追上來的是利息。他對著 David Friedberg 說,你最在意的那項正在趕上來,而且會超過醫療支出。照他的粗算,每個美國人每一年或每兩年來做一次,大約是全國醫療總支出的 4% 或 8%;如果拉到每三年,他說會掉到預算的 2%。他問,若每個美國人都做,對往後的預算跟支出有什麼影響。他們有沒有算過。

Daniel Ek 說他們有看法,但太早,不想在這裡講死。對會員,他還是建議每年做一次。

保險跟著工作走,回收期是十年起跳

David Friedberg 把美國人現在付不起的三件事排開:買房、教育、醫療。前兩項他覺得是市場誘因被扭歪,有辦法修。醫療複雜得多。他問的是預防之外的結構。急診縫個針為什麼要 15,000 美元。成本 30 美元的藥為什麼賣 20,000。醫師年薪 20 萬,看你八分鐘,保險公司為什麼付 6,000。如果你能當一天美國皇帝,什麼都改得了,Neko 今天還沒碰到、但你會先修的三件事是什麼。

Daniel Ek 先說,他絕對不是美國醫療體系的專家。他用的句子是:你給我看結果,我就告訴你誘因長什麼樣。整套系統是在處理傳染病的時代搭起來的。誘因圍繞的是一件事:症狀已經很大的時候,急性把你修好。要去的地方是預防,而預防的時間長得多。

他舉一個卡點。醫療多半以某種形式綁在工作上。一份工作的平均年資沒有很長,可能在一家雇主只待兩三年就換,保險也跟著換。那家保險公司該不該投資一件回收要十年、十五年、二十年的事。這種投資的報酬怎麼看、誰來出錢,他說不好答,也不假裝自己有全部答案。

他們試的第一件事是把金額降下來。這樣就不必保險業或雇主先投數百萬美元、手上資料很少、賭二十年末才回收。他說接下來的數字是他自己舉的例子:也許不是一百萬美元,而是數萬美元。就算回收仍要十年或二十年,有人願意接的機會會高一些。第二件是往系統裡加資料。不同檢查疊在一起、同一個人拉長時間看,才比較有機會看見這些做法長期到底有沒有效。

這也是他們每年把發現公開的原因之一。看的是 Neko 會員整體。醫療系統通常綁在單一國家,一家公司一開始就是多國,雖然還不是全球,並不多見。英國看到的,跟美國像或不像,會很有意思。

Jason Calacanis 先猜了斯德哥爾摩跟英國的差別:瑞典人應該健康得多,英國的心血管疾病跟糖尿病比較多。他問 Friedberg,這兩項是不是醫療支出最大的兩塊。他自己覺得糖尿病可能排第一,不確定,但心血管跟糖尿病看起來是最大的兩個。他要 Daniel 講,兩個地方的人實際差在哪。

Daniel Ek 說還太早,底數相對小,就是前面那 10 萬次掃描。他不覺得現在適合談人口層級的健康結果。Neko 變大之後會談。他們已經在做臨床試驗:做完四個,兩個進行中,另外四個要開始。現在有的資料、以後會再收到的,都在跟研究社群合作。

他對科技圈的人說,怪就怪在醫療體系裡的資料集沒有那麼大。可用的資料如果變成 10 倍或 100 倍,他覺得結論會很有意思,而且不只 Neko,是整個醫療。這是他們在賭的。

手錶先匯進 Apple Health

Jason Calacanis 要把穿戴裝置放進來:Oura、Whoop、Fitbit,還有 Apple Watch。他注意到 Whoop 開始透過 Quest 提供檢驗。Oura 或 Whoop 也許能跟檢驗同步,但他沒看過有人把睡眠、恢復、心率跟血液放在同一份資料裡。他問影響會有多大。是跟這些品牌合作,還是以後做一隻 Neko 自己的,放進訂閱。他隨口丟了一個 9.95 美元。基本那八成,他覺得已經變成人人做得了的東西。

Daniel Ek 說,現在就可以把 Apple Health 的資料匯進來。很多大型穿戴品牌,Whoop 也算,允許把不少資料寫進 Apple Health。臨床人員坐下來才看得比較全,這是他們鼓勵的。

今天這項服務少見的地方是:這個領域做診斷產品,正常路徑是花上若干年研發,然後接下來十年就賣那同一個東西。Neko 從推出到現在進美國,這三年裡已經是第二代,診斷那一層升級過了。所以今天上線的不是最終版。他們會一直加,把更多做得到的診斷放進同一個價位。

要不要放慢前沿,他沒有選邊

David Friedberg 要他退一步,談現在的科技業跟 AI,問前沿要不要放慢。

Daniel Ek 沒有先給政策。走進 COVID,每個人都變成病毒學家。荷莫茲海峽第一艘油輪卡住之後,每個人都變成供應鏈專家。烏克蘭戰爭一打,每個人都變成軍事專家。David Friedberg 插話,你是在說 All-In 嗎。大家講這些事的時候信心都極強,結果大多時候全錯,最大的專家也一樣。他願意講的是,現在還來得及改這些技術會造成什麼影響。了不起的技術同時有極端的好處跟壞處,得由人往想要的結果推。要不要放慢,他沒有很強的單邊意見。

他看得到的好例子在自己兩門生意裡。他講過很多次、覺得正在靠近的那個音樂產品是這樣:現在你自己排的歌單,還可以比系統好。再往後,系統可以替你生命裡的每一個時刻配樂,而且配得很準。好音樂的力量是讓你感覺更多。開心的時候更開心。難過、陷在裡面的時候,那個當下會更陷。這是 AI 帶來的。皮膚科那個例子也是,950 顆痣跨時間追著,讓你安全。他說大家傾向把可怕的那一面放大,這個產業卻沒把對所有人都有大好處的用法講出來。他覺得那是嚴重的失職。

David Friedberg 問開源跟開放權重。他丟了一個價差:每百萬 token 的輸出成本,13 美分對上 30 美元。差距大到可以把技術鋪到很多企業跟個人,價值不會只堆在少數幾家、少數幾個人身上。監管的談話卻可能把開源跟開放權重的擴張卡住。

Daniel Ek 說,技術一直在開放跟封閉之間擺。早一輪是 Windows 對 Linux,後來是 iOS 對 Android。最後常常是兩邊都留下。他以前就公開站在開源模型那邊,還會繼續,因為那會帶進對整個生態有用的創新。他同意 Friedberg。

Spotify 的做法是兩邊都用。他們用很多前沿模型,自己也有一批微調過的模型。一起用,反而更有創新,也做得到只用前沿模型做不到的事。有時是成本跟效率,有時是沒辦法把模型調成他們要的樣子。

他補了一個自己也沒在辯論裡聽過的角度,並先聲明不是這方面的專家。重點不只是單一模型有多聰明,還有你實際用掉多少算力。用 10 萬顆 GPU 做一件事,大概會比在家用電腦上跑一個開源模型強得多。家用電腦上的開源模型,要做出規模很大的網路攻擊,他覺得非常不可能,尤其如果公司端有很大的模型在保護自己。算力的量,是他想放進來一起看的一個因素。

David Friedberg 把它收成:假設模型能力相當,算力就是防守強不強的關鍵。能管的是誰拿得到最多算力,要認證的是算力,不是軟體。Jason Calacanis 問,兩年前最早的限制構想,不就是看多少 teraflops、多少顆 GPU。Friedberg 說,監管法規當時就是這樣寫的:一個模型如果用了某個數量的 teraflops 來訓練,就劃進去。他講加州那一輪,州議會覺得自己分得出哪些模型可怕。Jason Calacanis 接了一句,那不然數數資料中心裡有幾條網路線。Friedberg 說,當時拿來當代理的,是做這個模型灌進去多少瓦的電。他覺得把算力當成一道關,大概是對的。以前的 Cray 超級電腦就是這樣:取得有限,被當成安全風險,要核准才用得到,因為可以拿去設計核武、破解密碼。今天一台 Cray 的算力,他說大概還不如一台洗衣機,或廚房裡某樣東西。很強的算力如果裝在防守這邊,又假設模型能力相當,優勢會很大。Daniel Ek 說他至少沒在辯論裡看到這一點,有點意外,也許是自己漏了。

開放標準還在分發,Stardoll 的頁面要載四分鐘

結束前 Jason Calacanis 留了兩題。一題是 Spotify 怎麼看 podcast。這東西建在開放標準上,Spotify 已經是大玩家。開放標準往一個方向走,Spotify 身上有很多專有的東西。他跟 Daniel、也跟團隊談過:開放那一塊還能不能繼續支援。

Daniel Ek 還是認為開放跟封閉會並排存在。Spotify 今天是很大的 podcast 平台,有自己的目的地。有些做法一般的 podcast 不一定做,例如留言怎麼處理,那是這個平台自己的。很多人不知道的是,他們也會把 podcast 彙集起來,再發到很多其他平台。一批 podcaster 用的是 Spotify 的工具,再分發到別處,走的是開放標準。如果想在一個標準裡面創新,別人得先同意,有時會比較久,也比較難。Spotify 的做法是兩邊一起支援。

Jason 接著點名兩個功能。一個是開直播,這是新標準的一部分,希望他們的頁面在開直播時尊重 RSS,把通知送出去。另一個叫 Value and Donations:人如果在某個平台收捐款,或走 PayPal,Podcast 2.0 跟那些比較沒被服務到的人,很希望 Spotify 支援。他說自己做 podcast 十七年,這是在替他們傳話。值得做的話,請加上,或至少支援。

Daniel Ek 說,這已經不是他一個人拍板。他本來講要帶去給董事長,Jason 立刻說,人就在線上。他還是把話收回來:這兩個功能需求,他會帶回去給團隊。

另一題是 Stardoll。Jason 說,這是斯德哥爾摩最早拿到美國創投資金的公司之一。Daniel 當時是技術長,或者是去實習了幾年。Daniel 說,實習技術長,隨便怎麼叫。Jason 記得它在數位商品、訂閱這些事情上很早。他想聽二十歲出頭的時候,在那裡學到什麼。

Daniel Ek 說那是很好的一段,也把他帶回 Spotify 之前。瑞典有一位很早的創業家,叫 Matias,從網路泡沫那個時代就在。網站原本叫 Paper Doll Heaven,在芬蘭圖爾庫,做的人是一位老太太跟她兒子。Index Ventures 投了,而且拿了多數股,因為他們不知道怎麼把這個站做大。Index 跟 Matias 的主意是改名,做成 Stardoll。

他們來找懂技術、能幫忙做起來的人。Daniel 當時已經決定要去做 Spotify,還是答應了,大約六到十二個月。他本來希望對方會來投 Spotify。後來沒有。

他到芬蘭一看,一個簡單頁面平均要載四分鐘。伺服器基本上是垮的。他的反應是,如果這東西變得順,流量還能再多多少。他們把網站重新架構,技術團隊整組換新,載入時間壓到一秒以內。流量爆掉。Sequoia 進場。他說自己這一部分做完了,然後離開,去做 Spotify。

Jason Calacanis 說,正事開始之前的那一段,往往才是值得聽的。想試 Neko,第一間在紐約 Lafayette 街 300 號,就在 Houston 街口,以前 SoHo 的大工作室在轉角。目前只有紐約。紐約的據點會再增加,佛羅里達的邁阿密、華盛頓特區也要開,未來十二到二十四個月想鋪到美國各地。等候名單在 nekohealth.com。

〈北美程序猿的生活〉-EP-加拿大大部分家庭入不敷出,中年了还要啃老,有房的比租房的家庭还惨

主講人昨天看到一篇文章,說加拿大大多數家庭現在入不敷出,每年靠借債過日子。加拿大央行自己的高級研究員這個月算過:60% 的家庭,2025 年花的錢比賺的還多。這組數字,他不歸給自媒體標題。其中大部分是 35 歲以下,每年都在入不敷出。有房的人,平均比租房的更缺錢。這些事,發生在加拿大官方已經宣布通膨回到 2% 的國家。

通膨率降下來,只代表物價漲得比以前慢。疫情以來已經漲上去的價格,不會被抹掉。價格只是漲得慢了,不會下降。所以新聞說通膨控制住了,人去超市、去交房租,還是一點感覺都沒有,東西還是那麼貴。控制住的是漲速。已經漲上去的物價,一分都沒有降下來。

他拿一籃菜算給人看。假設 2020 年用 100 塊買菜,後來漲到 125 塊。2025 年通膨回到 2%,接下來每年是從 125 漲到 127.5,菜價回不到 2020 年的 100 塊。這五年的平均工資,他假設可能只漲了 15%。收入若也從 100 漲到 115,對上 127.5 的菜價,缺口就是 12.5。而且每年還按 2% 往上走。通膨回到 2% 是加拿大央行的任務。通膨降下來了,家庭收支的缺口已經固定在那裡。

收入五檔,中間和以下全是負的

他把加拿大人的收入拆成五檔,每檔 20%。

收入最高的 20%,2025 年平均還有盈餘 14,006 加幣,收入比支出大約多了 13%。往下第二檔也有盈餘,3,047 加幣。再往下三檔全是負的,就是那 60% 入不敷出的家庭。中間那檔每年短 4,811 加幣。倒數第二檔短得更多,6,805 加幣。收入最低的一檔,短缺反而縮小,是這三檔裡最少的,4,236 加幣。

收入居中以及以下的 60%,2025 年花的都比賺的多。他說這 60% 就是加拿大多數人,是中產。中產現在不太好過,賺的還沒有花的多。

央行的解釋很具體。這些家庭的支出裡,食品和住房佔的比例比高收入家庭高。這兩類的價格,2025 年仍然遠遠高於疫情前,也高於那條上漲趨勢線。整體通膨回到了 2%,食品和房租的漲幅沒有回到 2%。一個家庭把錢主要花在吃和住上,就沒有「通膨已經緩和」這回事。

房租和房價,他覺得現在有所下降。下降是因為原先漲上去的價格太高,收入跟不上。

最低收入那 20%,入不敷出的金額反而最小。研究本身沒解釋這一點。他的理解是:沒錢的時候,有些人還借得到。中產有工作,還能借。收入低到一個程度,連錢都借不到,就只能少花。

把年齡拆開,入不敷出落在 35 歲以下

他說,入不敷出的家庭全部落在 35 歲以下。2025 年這組平均每年短 4,294 加幣。往上,35 歲到 40 歲則有盈餘。45 歲到 54 歲的盈餘是 1,780 加幣,各年齡組裡最多。65 歲以上盈餘 618 加幣。55 歲到 64 歲只剩 169 加幣,幾乎歸零。

55 到 64 歲,是離退休最近的十年。這十年往往收入比較高,也是為退休攢錢攢得最猛的十年。收入減掉支出,只剩 169 加幣。他的讀法是,這批準備退休的人,收入被這幾年暴漲的物價吃掉了。快退休的人可能沒有時間再攢一遍,攢不夠退休要的錢。

剛成家、35 歲以下、剛開始買房、孩子還小的那批,最近幾年被壓得最狠。他說這是最辛苦的一群。入不敷出會讓人恐慌。每個月賺的都不夠花,有時候覺得人生沒有希望。活得愈久,資產不再累積,反而在減少,人生沒奔頭。

年輕人缺錢,和食品、住房的價格是同一個原因。他們付租金,也是第一次買房、按現在這種房價還款的主要承擔者。中老年人早年買的房,現在每月還的通常不太高。年輕人現在買,買個一百多萬的房子,背上 80 萬加幣的貸款,一個月就得還大約 4,000 加幣。按 10% 或 20% 頭期款算,也只能買個 100 萬的房子。100 萬在多倫多,買不到什麼有地的大房子。

有房的比租房的更缺,平均被房貸那一半拉低

研究裡,有房的家庭現在更慘。有房家庭 2025 年平均每年入不敷出 1,817 加幣。租房家庭的短缺只有 90 加幣,接近打平。兩邊都是負的。有房的負得深得多。

房主照理比租客有錢,怎麼帳上反而更缺?加拿大接近一半的房主沒有房貸,不過這多數是年長家庭。年長、沒有房貸的房主,帳是正的。少了一筆很大的支出,大部分有盈餘。房子這筆短缺,就被換到另一半身上:年輕、背著房貸的人。沒有房貸的年長房主沒有短缺。有短缺的那一半,短的不止 1,817 加幣。他估計搞不好要翻倍,一年短個三四千,五六千都有可能。

這些家庭往往是 2020 年到 2022 年、在高點買房的。那幾年房價很高,利率還很低。當時簽的利率低,現在要續約,利率又大幅上升。每月還款可能往上跳幾百、上千,甚至幾千。一年下來,開支增加不少。加拿大大部分家庭本來就月光,支出實在太大。再加這麼一筆,很多家庭估計撐不住,只能吃老本,只能入不敷出。這群人的人數不一定大。單是這個少數群體的資金缺口,就把整個房主群體的平均值拉進負數。他們的缺口可能非常大。

租客基本上收支平衡。租金這幾年有漲,最近降了一點,只是不會像房貸續約那樣一下子暴漲。租客裡年輕人比較多,還沒成家,沒有家庭的負擔。收入低,花得也少,所以勉強維持平衡。他說,這不表示租客過得好。在加拿大,很多人的收支平衡,換算過來就是月光。

有房的比租房的更缺錢。比較準的讀法是:有房貸的房主,特別是房貸高的、高點買進的那批,此刻是全加拿大壓力最大的一群。資產有可能已經是負的。買的房子,現在房價在跌,很多人的頭期款已經跌沒了。現在把房子賣掉,也換不回錢。人還在吃老本。他說這其實挺恐怖。所以這幾年,「房主」這個詞已經不等於有錢。有可能你是一個富翁,是負債的富。

同樣叫房主。2010 年甚至更早買的,房貸早就還清,或已經不多。2021 年、甚至 2022 年初最高點買的,利率又要續約,變成高利率。跟房貸還清的家庭比,日子差得很遠。他說一個在天堂,一個在地獄。買房對所有家庭都是大事,得謹慎考慮,家裡負擔不負擔得起。

那次買得很果斷,他後來歸給自己太年輕

他記得自己買房時非常衝動,被一句話影響了。地產經紀群裡有人說,看誰買房這麼果斷,也不多看看就買了,覺得那是個能做大事的人。他當時想,這話是不是挺有道理。後來他也買得很果斷,沒怎麼看。還好買的不算太差,就是貴了點。他歸給自己當時太年輕,太容易被人影響。不加思考就買房,定義不了一個人能不能做大事。

對很多家庭,房子是要住一輩子的,已經是人生裡最大的事。除非後來真能賺到非常多的錢,或本來就是富二代。買對了,價格對、時機對,就是少奮鬥好多年。不買也一樣。高點沒買,也是少奮鬥好多年。

所以他認為,現在最慘的,應該就是 35 歲以下、收入在中間檔以下、又在 2021 年或 2022 年買了房的家庭。這種家庭還不少。他最近看到很多人虧本也要賣。2021 年買的、2022 年買的,賣價比以前低很多。頭期款跌沒了,還要再賠幾十萬,還是要賣。有的是真撐不住。有的乾脆被銀行法拍。他覺得,這就是現在加拿大法拍屋數量暴增的原因。這種家庭,他估計在多倫多和溫哥華的社區裡到處都是。

若拿加拿大這幾年很弱的生產力成長,去調未來的收入趨勢,他估計現在平均家庭裡那點盈餘,也就是收入前 40% 家庭的那點盈餘,也可能變成負的。那麼多家庭入不敷出,日子要怎麼過,缺口要怎麼補。

存款花完就借,借不到就找父母

有老本的家庭,先吃老本,先吃存款。連存款都沒有,就只能去借。

加拿大信用機構 TransUnion 的說法是,加拿大人正在用債務來平滑消費。他翻譯過來:收入已經不夠付支出,入不敷出,只能借錢填這個窟窿。

還有一份 RBC 的報告說,多數父母正在補貼成年子女的生活費。子女都快到中年了,都已經三四十歲,補貼還在。他說這在以前非常反常。以前在國外,十八歲以後就被趕出去,連學費都要自己去貸。

入不敷出的家庭在花存款。存款花完,就從信用卡和信用額度來。再不行,就從父母那邊來。父母也不見得都有錢給。拿了父母的錢,也可能影響父母自己的養老和退休。

按這份研究,人如果在加拿大生活,可以對號入座,看收入落在哪一檔。家裡年收入若在中檔以下,按央行的數據,這幾年家庭的帳就是負的。沒有存錢,沒有累積,在花存款,資產在減少。一邊錢變少,一邊房價下跌。他說這是雙重打擊,資產應該大幅縮水。

通膨緩和跟這些家庭沒什麼關係。價格已經高了,緩和不代表價格會降下來。快續約的,得去看續約之後房貸會不會增加。他說,最近好像又要升息。

用債務來平滑消費,他覺得非常危險。借錢補日常開支,和借錢買資產、借錢投資,是完全不同的兩種債。前一種不會自己還清,只會讓債務愈滾愈大。家裡信用卡餘額如果連續幾個月沒回到零,就非常危險。有的人再去開一張卡,兩張卡轉來轉去,債愈滾愈大。還是要盡量避免。要嘛提升收入,要嘛減少開支。說比做容易。這邊開支就這麼大,收入就這麼低。大部分人應該都比較困難。

35 歲以下這組最慘。租金、每月房貸、食品,這三樣這幾年漲得非常兇,而他們的收入成長曲線還在起步,收入往往還低。不會理財,他說當然也有可能。所以 35 歲以下的家庭,這個階段比較困難。

他跟租房的人說,別因為接近打平就鬆一口氣。打平就是一分錢都沒剩下,人在月光裡。租金和開支,每年還在漲。通膨減緩,變的是上漲的速度,價格還是在漲。

六成要降下來,工資得連續幾年跑贏物價

往後看,六成家庭入不敷出,短期內不會有明顯改善。根子是價格已經太高,是價格和收入中間那個缺口。價格水準不會降下來。現在能改變的只有收入。加拿大的收入成長這幾年一直很弱。現在這個經濟,能有一份工作就不錯了。房貸續約的高峰還沒走完。美國和加拿大的關稅戰,還在往物價裡加東西。想讓這六成往下降,非常困難。要降下來,得靠未來工資連續幾年跑贏物價。這件事在加拿大這幾年的經濟裡,基本上沒發生過。工資跑不贏物價,入不敷出的人只會愈來愈多。

他說可以觀察的訊號,是央行下一份財務穩定報告裡家庭債務負擔的數字,TransUnion 的信用卡餘額和拖欠率,還有這份研究明年的更新:那六成入不敷出的家庭,有沒有變成五成,甚至變成七成。

他希望大家都能盡快提升收入,讓生活有盈餘,不必靠吃老本過日子。靠吃老本的日子太沒有希望,太痛苦。有的時候這種痛苦又不得不承受。加拿大大環境、大經濟確實不太好。他說,這並不是個人的錯,是這個時代、這個國家的問題。

〈游庭皓的財經皓角〉-EP-2026/9/29(二)10年美債殖利率 升破5.2%!債市會把股市 拖下水嗎?【早晨財經速解讀】

台北時間 2026 年 9 月 29 日星期二早上八點三十一分,游庭皓人還在外地,當地大約是維也納時間凌晨兩點半。他一開場就把十年期美債殖利率擺上桌:這一回已經升破 5.2%。過去一週殖利率跳得很快。週一美股跟著收黑,道瓊跌 347 點、0.67%,收在 51,481 點;標普 500 跌 59 點、0.77%,收在 7,683 點;納斯達克跌 248 點、0.92%,收在 26,820 點;費半跌 203 點、1.6%,收在 12,465 點。

週三要公布個人消費支出,週五是九月非農。他說這兩個數字只要有風吹草動,債券價格就可能再被往下壓。5.1% 的時候還說沒影響,到了 5.2% 呢?再往上走到 5.5%、6%,股票真的還能說完全沒感覺嗎?今天要看的就是這件事。

商品漲 45.9%,今年最差換成了長天期美債

2026 年全球資產,他粗看快要有一半掉進負報酬。美國股市仍漂亮。排第一的是商品,報酬率 45.9%,主因是能源和原物料價格上漲。美國科技股也還強,納斯達克 100 漲 21.6%,美國價值股漲 21%,可轉債 15.9%,小型股 15.3%,大型股 4%。新興市場漲 12%,已開發市場漲 11%。

跌的幾乎全在債券。美國整體債券今年平均跌 2.1%,投資等級債跌 3.4%。長天期美債,也就是 TLT,跌了 6.2%,變成今年表現最差的資產。往年這個位置幾乎都是比特幣,今年換人了。

黃金在 2025 年大漲 63%,今年目前小跌 0.7%,過去一週又重挫。最慘的仍是長天期國債。月線價格先前跌到大約 80.7 美元的長期低點,現在來到 79 美元,創下掛牌以來的最低。成交量分布上看,85 到 90 美元這一帶,因為盤整過一段時間,上方套牢賣壓很厚。以後價格就算反彈,心理關卡也在那裡。不少人拿的是紙債,持有到期,價格壓力沒那麼直接;就價格本身來說,賣壓仍然不小。

黃金單日重挫接近 4%,每盎司大約 4,136 美元,上方同樣有明顯的套牢區。他歸因於原油上漲,加上實質利率拉高。市場現在把十二月升息一碼的機率定在大約 94%。美元和美債殖利率一起走高,黃金就承壓。

游庭皓由此看到的是:殖利率已經打到債市、黃金和利率型資產。上週美股還在走高,費半創下波段新高,納指和標普今年下半年仍在創高,道瓊比較像防禦性資產有資金流出。股價看起來沒事。他認為影響已經在了,只是不在股價上。

費半股價還在高位盤,前瞻本益比壓到十八倍附近

他拿費半的本益比當例子。七、八月股價重挫之後進入盤整,後來又陸續創波段新高。前瞻本益比卻從高檔的 28、29 倍一路往下壓,經過 24 倍、23 倍、22 倍,現在接近 18 倍。今年以來的價位仍然偏高,在高檔盤旋;本益比幾乎創下五年來的新低。他認為基期已經不算特別高。

上週指數走高的同時,內部在快速分化。創下五十二週新低的股票家數,已經連續十七個交易日多於五十二週新高,上漲愈來愈集中在少數大型權值股。標普大概在 7,700 點附近。站上年線的成分股本來約 70%,現在只剩 52%,只比一半多一點;過去一個月這個比例滑得很快。指數還在創高,多數股票並沒有一起上。

標普 500 累積漲跌之間的五十日滾動相關性,2026 年明顯下滑,甚至進到負值。創高像只剩幾檔在衝。等權指數很容易追不上市場報酬。

信用市場相近。過去半年標普仍在創高,評等最低的 CCC 公司債相對 BBB 的信用利差還在擴大,高風險企業的融資壓力在增加。類似組合在 2000、2008、2020、2022 都出現過。他不把這些當成標準的見頂警訊:有風險,證明不了股市就漲到這裡。眼下是一邊上漲,風險也一邊提高。

他把當下說成三邊同時成立。CDS 價格持續創新高,美債殖利率創下本世紀的高點,股票仍賴在高位,不肯下來。不肯下來的原因,是少數企業的獲利太強。本益比已經給到 18 倍,還能再要求多低?有些股票的股價已經沒有再創高,獲利卻升得很快。利率預期理論上該讓股市回一點,投資人勉強形成的共識卻是:本益比已經不高,就用這個方式撐在高位。

所以他不願意講「債市永遠不會把股市拖下水」。也許已經拖了。拖下去的是本益比,不是股價。要看價格進出,還是看基期有沒有到可以進場的位置,他認為態度已經講明白。利率若再走高,本益比未必守得住 18 倍。再高一點、本益比再低一點,這個邏輯可以成立。

汽油每加侖 4.48 美元,曲線離倒掛一度只剩十七個基點

利率預期他拆成兩層。頭一層是通膨。

沙烏地阿拉伯橫跨東西部的關鍵油管,這個月又遭無人機攻擊。維修完成後重新出口石油,運量仍不敢放大。伊朗那一側隨時可能再被打,石油風險還沒完全解除。出口量已經稍微回來,整體原油出口升到戰爭期間接近三、四月的水準,每日超過五百萬桶,大部分流向亞洲。亞洲目前仍很大程度靠補貼在撐。原油進出量緩步提升,地緣政治要求的風險溢酬,仍會把美債的利率預期墊在高處。

下游更直接。美國汽油大約每加侖 4.48 美元,創下歷年九月的新高,比 2025、2024、2023 都高,也比 2022 高。游庭皓提起拜登在 2022 到 2023 年的通膨衝擊,最後讓他或賀錦麗的連任之路走不下去。川普現在面對的是每加侖 4.48 美元。他認為這對期中選舉會是一場重大災難。

從二月算到 9 月 27 日,全球能源和原物料的漲幅裡,歐洲天然氣最大,正式超越硫磺,漲 129%。硫磺漲 99%,取暖油 85%,柴油 72%,汽油 50%,布蘭特原油 45%,西德州 40%。糧食端的壓力來自硫磺、農產和肥料。稻米漲 60%,糖價漲 33%,棉花 27%,玉米 20%,小麥 19%,棕櫚油 15%。生產成本已經擴散到大宗商品。就算原油價格跌回來,這些東西未必跟著好好跌。他用便當打比方:一連串東西漲價之後便當變貴,後來菜價、肉價跌了,便當通常也不會退回去。

短天期利率拉得特別快,美債殖利率曲線又逼近倒掛。兩年期大約 4.9%,十年期已經衝到 5.2%。兩年期和十年期的利差一度只剩十七個基點左右,大概是 2005 年初以來最小的差距。市場反應的是,未來一年還有繼續升息的空間。短天期再往上,兩年期就可能再度高過十年期,曲線倒過來。

過去倒掛結束之後,資產價格不一定就崩。可是每一次倒掛,市場通常都壓力很大。從 1960 年代以來,倒掛出現在最近八次美國經濟衰退之前。1978 年以來,兩年期和十年期的曲線平均會在衰退前十五個月進入倒掛。他說這次經濟還沒走到要衰退。利率預期所以居高不下,一邊是 AI 在搶錢,一邊是通膨預期仍高。年初聯準會準備降息,現在完全轉成升息壓通膨。曲線若真的倒掛,債市就是在反映聯準會可能把利率升得太高,需求和成長會被壓住。銀行會先有感覺,銀行股最近已經開始承壓。

川普原先的期待,在他看來兩頭都落空。低利率這條路對通膨幾乎使不上力,汽油價格還搞得比 2022 年更高。另一頭是去年的設想:經濟團隊希望靠削減赤字、放鬆監管,讓市場相信美國財政會改善,藉此壓低長期利率。實際走出來的完全不是那條路。

赤字是目標的兩倍,標售和回購都接得吃力

美國財政赤字目前大約占 GDP 的 6%。財政部長貝森特先前掛的是三三三,眼下的目標是 3%。赤字走到 6%,游庭皓直接算,那就是兩倍。十年期美債利率也因此突破 2007 年以來的高點。房貸利率重新站上接近 7%。以四十萬美元的房貸來看,每個月還款大概又多出三千美元,不過要看是浮動還是固定。過往那些低利率的預期,已經被打得很厲害。

上週四美國財政部回購美債,大約只用了 68% 的額度。拒絕高價報價之後,殖利率再度衝高。導火線是這次擴大長天期美債回購。兩週前使用率 86%,已經比更早保守;更早一度把額度用滿。這套長債回購他叫做扭轉操作,看不出把力道放寬或做大的意願。

標售同一時間又來了。大約七百億美元的五年期公債。他說現在改賣比較短的券,是為了讓市場有人肯接,結果仍明顯低於預期。得標殖利率約 5.03%,上一次是 4.3%,大幅跳升。標前市場預期大約 5.001%。他稱這是史上第二大的尾差,也就是得標利率高出標前預期的那段差距。投資人要非常高的報酬,才願意承接。

買家結構也變了。十年前,海外機構投標占比大約 61%,他點名台灣央行、日本央行和一些主權基金。現在剩 54%。話講到這裡他收了一下。海外買家還在,美債只是沒那麼值錢,得把殖利率再抬高。他說連 5.3% 都吸引不了他。市場要求的也許是 5.5%,也許是 6%。他反問,美債若躺著就給你 10% 的報酬,股票市場有可能一點影響都沒有嗎?

回購沒用完,他認為卡在價格紀律。財政部嚴守價格標準,不願為了把額度用盡去接受比較差的報價。程序上說得通。殖利率承壓時,守規矩和把流動性做出來,中間會岔開。規則只照字面跑,可能就做不成原先要的事。市場現在要更多利多,至少財政部把話講滿。想釋出利多,不如多釋出一點。他覺得目前的態度對美債價格沒有幫助。

他用一個老故事把落差講完。老闆交代秘書,今天無論誰來,都說他很忙;對方若說事情很重要,就回答每個人都這麼說。下午老闆的太太來了,自報身分,秘書仍點頭:每個人都是這麼說的。

回購本來要改善流動性。較差的報價不收,額度大量剩下,流動性幾乎沒回來,殖利率繼續承壓。秘書沒講錯話,老闆的太太還是被擋在門外。

九月支持率約 37%,他認為壓力在付不付得起

美債殖利率是壓力的一種,比較像市場在要更高的風險貼水,買盤並沒有消失。他認為更大的壓力在川普本人。債市的拋售,配上汽油價格創高,民調幾乎都在快速往下,華爾街日報、左媒、右媒都有。九月做的民調裡,川普的工作支持率大約 37%。他說這是 1990 年以來,總統在期中選舉前同期相對中低的水準。

他拿歷任來比。拜登在 2022 年通膨嚴重時還有 43%,比現在高。川普第一任期的 2018 年是 44%。歐巴馬 2010 年 46%、2014 年 40%。小布希有 64%,2006 年是 39%。柯林頓 1994 年 48%、1998 年 66%。老布希 1990 年更高,75%。他的結論是,期中選舉前任何一位總統的工作支持率,都比現在的川普高非常多。

六成選民認為經濟政策讓美國變得更差。只有 33% 的受訪者覺得美國經濟狀況良好,65% 給的是相對負面的評價。他個人把這些都圈回通膨。

從選舉看,他也不說完全沒救。選前還剩多久,他先講倒數兩個月,隨即改口應該是一個月。要看的是美國家庭對財富和購買力的感受,能不能很快改善。民調有 38% 到 39% 的說法,低的大約 33%。民主黨在國會的一般選票,大約以 53% 對 41% 領先共和黨。34% 的選民認為自己的家庭財務比前一年更差。理論上,一部分人會因為經濟體感轉向民主黨。他認為目前還沒有足夠證據可以下這個結論。

美國現在的處境很尷尬。體感很差,AI 卻在大爆發。他拿台灣對照:有人覺得所得差距、K 型分化的壓力很大,台灣 GDP 成長率卻有 11%,這種情況很難說經濟很差。所以他不把美國現在的問題看成典型的經濟蕭條。他用的字是可負擔能力,affordability。就業和消費還有韌性,房貸接近 7%,食物價格仍在高檔,購買力一點一點被侵蝕。

他區分兩種窮。富裕社會裡過得很緊,和缺基本生存物資,是兩回事。美國人現在的不滿,距離沒飯吃還有一段。以前一份薪水負擔得起的房子、汽車、醫療、食物和休閒,今天要更高的收入才維持得住。錢還在,平日的休閒娛樂得先壓縮。常有人說美國還有幾千萬人吃不飽、要領食物券。他認為吃不飽和會餓死仍有分別,就像長輩說沒衣服穿,和家裡的人說沒衣服穿:一個是那個年代物資不夠,一個是過得辛苦一點。

時間上他後來說,還有兩個月可以把通膨壓下去,但有壓力。至少先讓能源價格下跌。再來是股票繼續漲,財富效應還撐得住消費。購買力被侵蝕了一些,財富效應帶來的擴張感覺,仍可能讓人敢去訂下一張廉價機票。他覺得這一點很要緊。照這個角度看,民調的預期感也許沒有想的那麼差。若每一次都照民調判斷,川普也不會贏得總統大選。承壓則是看得清楚的。

前幾次利率急升,股市當下都還撐著

他回頭看美債殖利率狂飆之後,美股會怎麼走,個人判斷是也許沒有想像中悲觀。過去幾次可以拿來對。

1994 年是債券市場很經典的一次大屠殺。二月聯準會意外升息,市場原先認為通膨還算溫和,幾乎沒有準備。短短四十個交易日,十年期殖利率上升超過一個百分點,標普大約跌 8%。後來發現升息並沒有把經濟送進衰退,企業獲利仍有景氣撐著,美國股市把跌幅收回來。

1999 年不一樣,債券市場比聯準會更早反應。預防性升息開始前幾個月,十年期殖利率已經上升一個百分點。美股震盪數月,2000 年網路泡沫破掉之後才重挫。破以前,科技股買盤已經在減。他認為那次更像網路本身是泡沫,太多公司是虛的。

2006 年國際油價大漲,通膨上去,美債利率跟著升,聯準會也升息。美股仍有韌性,一直等到 2007 年次貸海嘯才往下崩。至少往後看大約半年,看不出股市因為升息預期而重挫。2016 年則是殖利率和美股一起走升,市場認為經濟總算正常化,離開 2008 年以後的貨幣寬鬆。

記憶比較近的是 2022 年。暴力升息,俄烏戰事把全球供應鏈打斷,通膨大幅拉高,估值被削下去。兩年之後,美國股市又創歷史新高。

回到 2026 年。美債殖利率升到接近二十年來的高點,聯準會也已經升息一次,美國經濟仍有相當韌性。他點出的支撐是 AI 正在爆發。所以要講的是,殖利率上升對股市有影響,影響落在本益比。獲利上升若夠快,本益比很低,股價仍可能創高。這是第一個角度。

第二個角度:美債利率對股市就完全沒影響嗎?不會。有一天美債躺著也給你 10%,一定有影響。問題是市場對 AI 的想像若更高呢?五年前,美債利率給到 5% 還像遙不可及的夢,因為那是無風險利率。現在若 AI 一年能賺 20%、30%,他說大家還是會把錢押下去買股票。預期就在這個落差裡。殖利率已經這麼高,美股還沒崩,從頭到尾是市場對 AI 的信心:一邊是對未來有信心,一邊是估值的削減已經反映在基期和本益比上。

三大指數上週都還在創高,週一只是創高之後拉回,沒有跌得那麼重。費半這一根,他覺得底部正在慢慢形成。輝達還沒到歷史新高,下方的量價買盤比較踴躍,沒那麼容易跌破;往上要突破,也沒有特別難。美股集中在少數個股,指數創高時,體感往往沒那麼明顯。

川習會之後,滬深三百先跌 2.2%

川習會之後,他建議先不要看美股,看中國股市。原先預估美中緊張可以稍微降溫,中國股市卻在中秋節後第一個交易日明顯重挫,市場上沒看到太多利多。滬深三百收跌 2.2%,是五週以來最大單日跌幅,已經碰到 2025 年八月以來的低點。上證指數跌 1.7%。全面和解的期待,他覺得並沒有多大,就是談了幾點共識。

台灣議題至少沒有放進雙方公開的視訊裡,私底下也許談過。雙邊關係上,雙方同意互相支持對方辦好 G7 和亞太經合會峰會。伊朗局勢有相對大的共識,伊朗不得發展核武;至於會不會因此把處理速度加快,看起來也不會。經貿上,中國承諾採購三百億美元的美國農產品。美方會啟動中美貿易委員會和美中投資委員會,另外三百億美元的關稅,雙方也可能採取優惠。反毒方面,中美會聯合偵破更多新興毒品案件,中方也會依美方提供的資訊,追查涉嫌製毒、銷往北美的中國公民。AI 則是雙方已建立對等對話,美方會用「超級智慧」取代 AI 這個說法,下一次交流預估在十一月左右。

好消息有一些,壞消息不大,大致都在預期裡面。即便雙方互相降了六百億美元商品的關稅,占雙邊貿易仍很小,多半是玩具、廚房用品、節慶裝飾。中國對美國肉類、海鮮、乳製品的關稅也能降一些。關稅戰目前還在慢慢熄火。打了這麼久,美方大概也明白,比較有效的多半只在高科技產品,大多數產品沒產生多大效力。

中國現在一個產品,普遍被認為有大約四十種管道,經不同國家出口到美國。美方認為中國商品直接進入美國,平均關稅大約 50%;只要繞過低關稅國家,實際稅負就能壓低,至少少一半左右。這個層面,美方看起來也無意再監管、再抗爭下去。雙方各有理由降溫。中國內需仍比較疲憊。美方則需要在期中選舉前,盡量讓通膨預期快點下來。

九月本來該出來的三○一條款,到九月底還沒有。IEEPA 幾乎已經全面取消。依 IEEPA 課的關稅,預估今年下半年會大規模退稅,這是最高法院的指令。這筆關稅原本是美國政府很重要的收入,現在要大量償還,財政壓力可能再被拉長一截。

川普眼下做得到的,基本上是壓低能源價格,以及拉抬財富效果和股票市場。關稅戰對他過去兩年任期到底是不是加分,很難說。提高關稅原本想保護本國產業、讓製造業回流。游庭皓看到的實際效果是,投資成長確實增加了,財政體制並沒有因為關稅變得更好,成果比較集中在投資那一頭。

對其他國家,傷害就比較大。平均關稅稅率,台灣大約仍是 6.9%,沒有想像中高;歐元區 9.8%,日本大約 3.5%,南韓大約 3.1%。大家都比以前高了一階。出口還在創高,傳產大多仍壓力很大。美國原本希望製造業回流,製造業沒有回來;AI 在本地投資設廠,讓名目數據仍然好看。外部成本落在其他國家的傳產上,很大程度不是做決定的人在付。政府為了保護產業、增加收入或國家安全而提高關稅,繞一圈,相對物價還是回到國內自己扛,大家一起多承擔。眼下整套經濟,是靠 AI 的繁榮把這場關稅戰的混亂撐住。

收束時他把線放回估值。油價還壓不下來,通膨疑慮還在,市場又把聯準會往升息推,十年期殖利率繼續拉。影響其實不小,估值減得很快。原本股價要漲五成的,現在也許只能漲兩成。別因為股價沒跌就氣餒。AI 已經在爆發,美債殖利率也在壓抑美股估值。這是他給市場的答案。估值偏低之後該做什麼,他沒有再開步驟,只把態度留給聽眾。