矽谷咖啡館 Silicon Cafe

【本集合作：Seeking Alpha】📈 美股投資人都在用的研究平台，限時優惠中！活動期間：11/13 – 12/9⭐ Premium 方案原價 $299 → 優惠價 $215（72 折，省 $84）🚀 Alpha Picks 方案原價 $499 → 優惠價 $359（72 折，省 $140）🔥 Premium + Alpha Picks 超值組合原價 $798 → 優惠價 $500（63 折，省 $298）※ 優惠以 Seeking Alpha 官方頁面為準。本節目內容僅供參考，不構成任何投資建議，投資前請審慎評估自身風險。----------------------------------------------11 月 3 日美國期中選舉，民主黨同時拿下參眾兩院。隔天華爾街交出一個漂亮的開局：道瓊大漲 1,569 點，是 1982 年以來表現最好的選後交易日。教科書寫的好像全都應驗了：選舉結果一出來、不確定性消失，股市就鬆一口氣往上漲。結果只隔了一天，劇本整個翻過來。週四 Nasdaq 重挫 5.5%，正式進入修正區；道瓊跌掉 1,833 點，把前一天的漲幅全部吐回去；Nvidia 一天跌掉 9%，今年的漲幅歸零。隔天早上，韓國股市跌 8%，日經進入熊市。這集我們想回答兩個問題。第一，為什麼一場國會選舉會讓股市這樣上下震盪？背後有哪些機制、歷史數據又怎麼說？第二，這次為什麼沒有照劇本走？答案藏在一個大家沒預料到的交集：選民對電費和資料中心的不滿，剛好打中股市裡最集中、最昂貴的那條主線——AI。最後我們會把多空雙方的論點都攤開，聊聊接下來幾個月該盯哪些事件。

AI 泡沫真的開始破裂了嗎？這個禮拜，Google、Amazon、Microsoft 三大科技巨頭接連公布財報。Google Cloud 營收暴增 103%、Amazon AWS 創下近五年最快成長、Microsoft Azure 也成長了 48%。AI 需求明明如此強勁，為什麼華爾街卻不買單？Google 股價重挫、Amazon 跟著下跌，Microsoft 卻相對持穩？本集我們從三大 Hyperscaler 的最新財報出發，拆解這場史無前例的 AI 軍備競賽：AI 需求真的有這麼強嗎？ Cloud 營收暴增，背後究竟是企業真實需求，還是科技巨頭之間的軍備競賽？錢都花去哪了？ 數千億美元的 GPU、資料中心與電力投資，為什麼讓科技巨頭的 Free Cash Flow 承受巨大壓力？同樣押注 AI，為什麼市場反應天差地遠？ Google、Amazon、Microsoft 的商業模式與投資風險有何不同？AI 泡沫會怎麼破？ 如果 AI 技術真的改變世界，是否代表今天投入的每一分錢都能獲得回報？從 Cloud Infrastructure 到 AI Monetization，我們用科技業第一線的視角，帶你看懂財報數字背後的產業邏輯。AI 能改變世界，不代表 AI 投資一定能賺錢。這場兆美元豪賭，誰會笑到最後？

過去兩年，AI 產業比的是誰的模型最聰明，但這兩個月，戰場悄悄換了地方。Meta 推出個人 AI agent「Muse」，上線 40 天就突破 1,000 萬下載，能替你購物、訂位、回信。OpenAI 和 Anthropic 也在同一個月內推出 Dots 和 Claude Duet。三家都說自己做的是「AI 助理」，但賣的東西、瞄準的用戶其實完全不同。這一集，我們先拆解 Muse 亮眼成績背後的真相：下載量開始下滑，第 14 天只剩不到四分之一的人還在使用。接著追蹤一場正在上演的攻防戰：Amazon 在 Muse 上線第 12 天就把它擋在門外，銀行也拒絕讓外部 agent 碰客戶的錢。當 Muse 刻意偽裝成一般用戶，這些公司是怎麼認出它的？AI 該假扮成你，還是以代理人的身分出現？最後，我們回到錢的問題。Muse 推升了 Meta 的股價，卻還沒帶來實質營收；Anthropic 即將以約 2 兆美元的目標估值上市，招股書草稿卻顯示上半年淨損 807 億美元。當 AI agent 的未來取決於網站讓不讓它進門、用戶敢不敢把帳號交給它，下一場競爭比的，也許不再是誰最聰明，而是誰最值得信任。

過去三年，AI 越來越會說話，也越來越像人。但如果我們一直追錯了方向呢？真正該問的也許不是 AI 能多聰明，而是它能多快、多便宜、多可靠地幫我們做決定。這集我們不聊 ChatGPT 又變得多會寫，而是聊一個完全不說話的 AI。ChatGPT 的早期開發者之一 Diogo Almeida，創立 TypeSafe AI，推出決策模型 Jev。它不聊天、不寫文章，只回答「是或不是」、打個分數，或從選項中挑一個，再附上自己有幾成把握。官方號稱它比一般大型語言模型快將近 200 倍、便宜 400 多倍，上線兩週就成為 Vercel 平台上採用速度最快的模型。Jev 用一套叫 RLCD 的新方法，訓練 AI 對自己的把握誠實。它的名字來自經濟學的傑文斯悖論：技術越便宜，我們反而會用得越多。但研究也發現，Jev 不擅長算術和多步推理，「不會幻覺」的說法也值得打個問號。AI 的下一步，會是更會說話，還是更會判斷？Jev 是 ChatGPT 的對手，還是它最好的搭檔？

過去三年，大家都在問：AI 到底是不是泡沫？但也許我們問錯了問題。真正該問的是：如果泡沫真的破了，這些錢最後會炸在誰手上？這集我們不聊 Nvidia 股價，而是跟著錢走。Amazon 正在洽談，要把約 80 億美元的 Nvidia 晶片移進特殊目的機構（SPV），再租回來自己用。Google 透過租約和信用擔保，讓外部資本幫它蓋資料中心。Oracle 則選擇自己扛，結果被 S&P 降到 BBB-，離垃圾債只差一級。過去一年，科技巨頭為 AI 基礎建設提供了高達 3000 億美元的擔保，而且大多不在資產負債表上。這些「看不見的債」藏在哪裡？萬一出事，風險最後會落在科技巨頭、私募信貸、退休基金身上，還是我們每一個人？

這一集，我們從一趟十一天的義大利旅行出發，用問答的方式，把路上冒出來的每一個「為什麼」都找出答案。從蓋到一半就開始歪的比薩斜塔、名字其實是「辦公室」的烏菲茲美術館，到缺了一大塊的羅馬競技場、兩千年來幾乎完好的萬神殿，再到金碧輝煌的聖彼得大教堂，看看這些我們以為理所當然的東西，背後藏著什麼故事。我們也聊到旅行時最實際的問題：義大利的治安真的很差嗎？為什麼走在街上，感覺到處都有人在抽菸？義大利真正好玩的，也許不只是那些兩千年的古蹟，而是當你開始問「為什麼」的那一刻，整個國家就變成了一本讀不完的書。

你有沒有想過，為什麼晚上在 Amazon 下單，隔天早上甚至幾個小時後，包裹就已經出現在家門口？這一集，我們從消費者角度拆解 Amazon 背後的物流系統。從需求預測、Same-Day Fulfillment Center、倉庫裡的隨機存放與機器人揀貨，到配送車與最後一哩路的最佳化，看看 Amazon 如何把每一個環節都壓縮到極致。我們也聊到一個常被忽略的部分：退貨之後，商品到底去了哪裡？Amazon 真正厲害的，也許不只是「送得快」，而是當你按下 Buy Now 的那一刻，這場物流其實早就已經開始了。

NVIDIA 豪擲近 130 億美元買下 Hugging Face，一家年化營收只有約 1.5 億美元、卻坐擁 1,800 萬開發者與 300 萬個 AI 模型的開源平台。這筆交易，買的顯然不只是營收。更有意思的是，NVIDIA 與 OpenAI、Anthropic 這些最大客戶，利益其實未必完全一致：模型公司希望最強的 AI 保持稀缺、昂貴、封閉；NVIDIA 卻希望模型越多、越便宜、越普及，最後全部轉化成無止境的算力需求。這一集，我們從 Hugging Face 憑什麼值 130 億美元談起，拆解 NVIDIA 為什麼要大力扶持開源 AI、如何降低對少數超級客戶的依賴，以及 Jensen Huang 真正想控制的，究竟只是 GPU，還是整個 AI 生態系的入口。

過去十多年，投資世界建立在一個簡單假設上：通膨終究會回到 2%、利率終究會下降、股票長期一定比債券更值得持有。但如果這套劇本正在失效呢？這一集我們從全球長債殖利率同步上升談起，拆解政府債務、persistent inflation、去全球化、AI 與基建資本需求，為什麼可能讓「高利率」從短期異常變成長期新常態。最後我們也回到最現實的問題：當美債都願意付你 4–5%，還該重押美股嗎？該不該多放 bonds？房貸還能期待回到 4% 嗎？買房、加大頭期款、還是繼續投資股票，家庭資產配置的邏輯是否需要重寫？

這集我們邀請到粉專「半路工程師在矽谷」的板主 Brian。非本科出身、半路出家自學一路闖進矽谷的他，最近做了一件讓全美玩具收藏圈瘋傳的事，為了幫女兒蒐集 Hello Kitty × Godzilla 的快樂兒童餐玩具，他把散落在 FB、IG、Reddit 上的零碎情報，用一個晚上整合成一張群眾即時回報的玩具地圖，也就是最近爆紅的 HappyToyScout.com。這集我們會從這個週末專案的起承轉合聊起，為什麼想做這個網站、花了多久做、爆紅那幾天又是怎麼扛住流量的；也會聊聊 Brian 半路出家的轉職人生，還有 AI 時代人人都能做出爆款小工具的心法。如果你心裡也藏著一個一直沒動手的 side project，千萬不要錯過這集的內容喔！