Cierra Tyler unAW

2018 年英特爾（Intel）前執行長布萊恩·科再奇（Brian Krzanich）因違反公司「禁止主管與員工戀愛」內規而被迫辭職的案例，與目前 NVIDIA 面臨的治理危機在合規性質上高度相似，但兩者在權力集中度與市場衝擊烈度上有本質差異。
一、 2018 年英特爾（Intel）前 CEO 下台後的股價與營運影響
2018 年 6 月 21 日，英特爾宣布查出科再奇過去曾與員工發生兩情相悅的辦公室戀情，科再奇即刻辭職並退出董事會，由當時的財務長（CFO）鮑勃·斯旺（Bob Swan）出任臨時執行長。
* 短期股價反應（溫和下跌，約 2.4%）：
* 消息公布首個交易日，英特爾股價僅下跌約 2.4%（從 54.38 美元跌至 52.46 美元左右）。
* 抗跌主因： 董事會在宣布辭職的同一份新聞稿中，同步上調了 2018 年第二季財報預期（宣告營收與 EPS 將超越原財測，創歷史新高），並立即任命具備豐富大型企業財務管理經驗的 CFO 接任臨時 CEO，有效對沖了人事震盪的恐慌。
* 中長期營運與策略衝擊（陷入治理空轉與製程落後）：
* 長達 7 個月的權力真空： 英特爾直到 2019 年 1 月才正式將臨時執行長 Bob Swan 扶正。在長達半年多的過渡期內，公司缺乏技術出身的最高決策者，重大資本支出與技術路線轉型趨於保守。
* 錯過關鍵轉折點： 科再奇任內已出現 10 奈米製程嚴重延宕的問題，而接任的財務背景 CEO 偏重短期財務紀律與庫藏股回購，未能果斷解決晶圓製造瓶頸，最終導致英特爾在隨後幾年被台積電（TSMC）超車、市占率遭 AMD 大幅蠶食。
* 對 NVIDIA 的啟示： 科再奇當時僅是「職業經理人」，且英特爾正處於製程瓶頸期，市場對其離職反而抱有「換人改革」的期待；反觀黃仁勳是公司靈魂創辦人，且採取極度扁平化管理（多達約 60 名高階主管直接向他匯報，不設營運長 COO），一旦去職，NVIDIA 面臨的「關鍵人物風險（Key-Person Risk）」與估值折價將遠高於當年的英特爾。
二、 NVIDIA 潛在內部接班人選盤點
由於黃仁勳長期未設立正式接班人（他曾公開表示不相信正式接班計畫），目前據《彭博社》與外媒報導，董事會正考慮採取「先任命臨時執行長（Interim CEO），同時委外物色正式人選」的雙軌過渡方案。目前內部呼聲最高的潛在人選如下：
| 候選人 | 現任職務與核心資歷 | 接班優勢 | 潛在短板與市場顧慮 | 角色定位評估 |
|---|---|---|---|---|
| Colette Kress
（科萊特·克雷斯） | 執行副總裁暨財務長 (CFO)
2013 年加入，曾任思科、微軟財務高管。 | 華爾街與機構投資人信任度極高；長期與黃仁勳共同主持財報會議，最熟悉公司整體財務與商業策略。 | 非工程與晶片技術背景，難以主導 GPU 架構演進或與工程團隊深度對話。 | 「臨時 CEO」首選
最符合英特爾當年由 CFO 暫代穩住陣腳的劇本。 |
| Ian Buck
（伊恩·巴克） | 超大規模與高效能運算副總裁
2004 年加入，CUDA 運算架構核心發明人。 | 技術威望最高，被視為「最懂 NVIDIA 護城河的人」；直接掌管資料中心與雲端巨頭（CSP）核心業務，預測市場（Polymarket/Kalshi）賠率居冠。 | 過去主要負責技術與產品線，缺乏全公司級別的財務、法務及跨國地緣政治談判經驗。 | 「正式 CEO」技術派頭號熱門 |
| Debora Shoquist | 營運執行副總裁 (EVP of Operations)
2007 年加入，曾任 JDS Uniphase 與惠普高管。 | 掌管全球供應鏈、晶圓代工採購（對接台積電等夥伴）與製造營運，能確保 Blackwell 與 Rubin 晶片出貨不中斷。 | 較少公開露面，缺乏資本市場敘事能力與 AI 軟體生態系的戰略主導經驗。 | 幕後穩定核心
確保供應鏈產能分配與交付穩定的關鍵人物。 |
| Bryan Catanzaro | 應用深度學習研究副總裁
曾任職百度（Baidu），主導多項生成式 AI 底層演算法。 | 在 AI 學術界與開發者社群具高度公信力，深刻理解大模型訓練痛點與未來軟硬體協同趨勢。 | 偏重前瞻研發，管理規模與商業營運履歷相對資淺。 | 次世代技術領航者
適合進入高階決策委員會輔助技術路線。 |
| Bill Dally | 首席科學家暨研究資深副總裁
前史丹佛大學電機系主任，2009 年加入。 | 晶片架構與高速互連（NVLink）領域的泰斗，在內部工程師群體中擁有無可爭議的學術與技術權威。 | 年齡較長（65 歲），長期專注於前瞻研究部門，未曾直接管理龐大商業銷售組織。 | 技術精神領袖
更適合在過渡期擔任技術委員會主席穩定軍心。 |
(註：原全球現場營運執行副總裁 Jay Puri 曾是與大客戶關係最深厚的商業大將，但他已於 2026 年 7 月正式退休，其職位由前微軟高管 Nick Parker 於今年 8 月接任；由於 Parker 到任尚不足三個月，短期內直接接掌 CEO 的可能性較低。)
三、 董事會最可能的過渡劇本
若董事會最終決定解除黃仁勳的執行長職務，市場普遍預期不會直接指定單一永久接班人，而是啟動「三駕馬車」過渡架構：
* 任命 CFO Colette Kress 為臨時執行長，對外穩定華爾街信心與財報指引。
* 由 Ian Buck 與 Debora Shoquist 分掌產品技術與供應鏈營運，確保與雲端巨頭（微軟、Meta、Google 等）及台積電的訂單節奏不受影響。
* 同步啟動外部獵頭程序，不排除評估具備大型半導體與供應鏈管理經驗的外部頂級高管（如前蘋果 CEO Tim Cook 或 Arm CEO Rene Haas 等市場點名人選）。
#黄仁勋再被曝与下属婚外情，或遭董事会罢免

《當普通人開始相信「賭一把經濟學」》，深刻剖析了當代社會一個極具共鳴的現象：為什麼越來越多年輕人與中產階級集體放棄了傳統「靠勞動存錢、等待長期複利」的理財信念，轉而選擇「不賭一把就沒有未來」的高風險投機模式？
這並非單純的集體浮躁，而是一場因社會結構變遷而引發的深刻轉折。
一、 從「攢錢經濟學」到「賭一把經濟學」
過去幾十年，主流社會運作的核心哲學是「攢錢經濟學」——只要踏實工作、節衣縮身、把錢存入銀行吃利息，或者在職場上慢慢累積資歷，日子就會像爬樓梯一樣階梯式地變好。
然而，這種漸進式的上升通道如今正面臨崩塌。取而代之的，是強烈的翻身焦慮與「賭一把經濟學」：
* 刮彩票的主力結構轉變：過去買彩票多為收入較低、希望碰運氣的族群，且銷量與經濟榮枯呈正相關。但在全球彩票銷售額衝上數千億新高的背景下，購買主力竟轉變為 18 至 34 歲、受過高等教育的大學生與城市白領。
* 高風險投機市場爆發：從美國預測市場平台的交易量飆升，到金融市場中 24 小時內定生死的 0DTE（末日選擇權）與各類高倍率衍生品，大量剛步入社會的年輕人正蜂擁擠進這些極端盤口。調查顯示，在自認財務狀況不佳的年輕世代中，超過八成的人認為「靠慢慢存錢已無法實現人生目標，必須依賴高風險投機才有一線生機」。
二、 漸進路徑的斷裂：為什麼「慢慢攢錢」失效了？
造成這種信念轉向的核心，在於「勞動所得」與「資產漲幅」之間的嚴重脫節。
* 資產門檻的暴漲
自 2008 年金融危機以來，各國長期的貨幣寬鬆政策推高了房地產與金融資產價格。已有資產的人資產翻倍，而尚未上車的年輕人，其薪水增長速度遠追不上目標變貴的速度。美聯儲數據顯示，過去三十年間，世代間所分配到的家庭財富總額比例急劇下降，後來的世代要付出數倍的代價才能取得相同的資產。
* 人生里程碑的「不可分割性」
在經濟學上，買房、結婚等人生里程碑具有嚴格的不可分割性。日常消費品可以根據預算調整（預算少就買二手車或國旅），但房屋首付卻是硬性門檻。若首付需要 50 萬，手頭只有 5 萬，那麼無論如何節衣縮食存到 6 萬還是 7 萬，在「買房」這件事上的邊際效用都約等於零。
* 中產階級的博弈選擇
研究表明，最狂熱投入高風險市場的並非最貧窮的人（缺乏本金），也不是最富裕的人（靠正常收入即可達標），而是卡在中間龐大的普通中產群體。離目標只差一步的人會買科技股爭取上岸；而離目標遙遠卻又不甘放棄的人，則被迫選擇 99% 機率歸零、但有 1% 機率翻幾十倍的極端籌碼（如山寨幣或極端槓桿）。
三、 「賭一把經濟學」帶來的社會連鎖反應
當一個世代普遍接受了這種心理機制，其影響便迅速從個人的股票帳戶蔓延至整個社會結構：
* 日常消費極化：認為靠省錢還有希望買房的人，會極力壓低生活開銷；而算完帳後發現省錢無望、將希望寄託於牌桌的人，當下的日常消費反而更敢花錢。
* 職場選擇的「啞鈴策略」：年輕人不再關心一份普通工作五年後能漲多少薪水，職業選擇走向極端：一頭是數萬人競爭錄取率極低的公職編制（追求極致確定性），另一頭則是將工作當成買彩票，湧入短劇、自媒體網紅、跨境電商等期望短期身價翻倍的爆發型賽道。
* 商業與金融市場的短視化：當數千萬散戶不再期待 5% 的長期分紅，金融機構開始加速供給高倍率的賭博工具；消費商業市場也走向「刮彩票化」——網紅餐飲快速加盟收割、微短劇三天定生死，整個社會的時間契約被極度壓縮，缺乏耐心的資本與長期研發的土壤。
* 長期承諾的斷崖式下跌：婚姻與生育本質上是需要長期穩定預期的「慢投資」。在高度不確定且動輒賭一把的環境下，年輕人對長期承諾的意願斷崖式下跌，低結婚率與低生育率正是面對極端環境的本能防禦。
四、 結語：如何讓狂熱的輪盤停下來？
影片最後引述了一項針對韓國「現價新房隨機搖號制度」的真實追蹤研究：當政府透過政策直接幫無房家庭抹去高懸的首付門檻、將目標降到普通人努力即可夠得著的高度後，數據顯示，中籤者在使用加密貨幣等高風險交易軟體的頻率瞬間下降了 21%。
這項數據揭示了最本質的真相：深夜盯著 K 線圖、在寫字樓下刮彩票、在風口中橫衝直撞的年輕人，並非基因突變突然愛上了賭博。
這套狂躁的「賭一把經濟學」，純粹是日常努力與體面生活之間的正常路徑斷裂後的扭曲產物。當懸在半空的門檻降下來、當日常的汗水能夠換來看得見的未來時，沒有人真的願意把自己的命運，交給萬分之一的賭博輪盤。
#比特币连续五周下跌
然而已經投入，身在其中的，當面臨資產不只沒有增加反而還變少的壓力下，自己的命運真的也只能像在賭場內，一翻兩瞪眼，沒有後悔藥。

Simple Closure 的崛起：把「倒閉」做成兩千萬美元的生意：科技界的「企業殯葬師」
在創業圈裡，大家總是熱衷於討論怎麼拿融資、怎麼擴張、怎麼上市。然而，一個殘酷的事實是：拿到融資的新創公司中，有超過九成最終都以失敗告終。
在美國，開一家公司只要幾分鐘上網填表，但要合法關掉一家公司，卻像一場長達一年的噩夢。
關一家公司，到底有多難？
你可能會以為，公司沒錢了、員工散了、網站一關不就結束了嗎？事實上完全不是。
在法律上，一家停止運作的公司依然「活著」。要徹底註銷，通常要處理超過 90 個繁瑣環節：從股東會表決、員工資遣、解約租約、出清設備，到跨州的稅務結算與帳戶註銷。環環相扣，只要遺漏一個州或一個舊稅務帳戶，幾年後就可能收到罰單，甚至追究到創辦人個人的法律責任。
過去，創辦人只能聘請律師和會計師按小時收費，動輒花費 7.5 萬美元以上（約合新台幣 240 萬元），耗時接近一年。對於帳上只剩幾萬美元甚至歸零的創辦人來說，這無疑是雪上加霜。
科技殯葬師：Simple Closure 的崛起
連續創始人 Dor Rambam 在經歷過自己公司倒閉的痛苦後，敏銳地發現了這個巨大的市場空白：所有人都在搶著幫人「開公司」，卻沒有人在幫人「善後」。
他在 2023 年創立了 Simple Closure，被美國媒體稱為「科技界的殯葬師」。
Simple Closure 的作法非常聰明：
* AI 自動化掃描：創辦人只需上傳銀行流水與基本人事資料，AI 系統會自動去各州資料庫比對，找出所有未關閉的帳戶與實體，生成客製化的關閉計畫。
* 極致降本增效：比起傳統律師事務所，它幫客戶省下 85% 的費用，並將平均處理時間縮短了 7 個月，最快甚至只需 3 週。
* 數據變現（Asset Hub）：隨著 AI 大模型對「真實商業運作數據」的需求暴增，Simple Closure 將倒閉公司的程式碼、Slack 聊天紀錄、郵件工單進行去識別化（脫敏）後，賣給 AI 公司訓練 Agent。這讓原本「純花錢辦喪事」的流程，反而能幫創辦人倒賺一筆遺產清算費。
成立僅三年，Simple Closure 就獲得了超過 2,000 萬美元融資，協助了 8,000 多家公司體面退場，幫投資人拿回超過 3 億美元的剩餘資金。
結語：體面的結束，是下一次成功的開始
一個健康、成熟的創業生態，不僅要看「生得有多快」，更要看「死得有多體面」。
當公司能被快速、低成本地合法註銷，創辦人就能帶著乾淨的信譽與人脈重新出發；投資人也能拿回剩餘的資金投向下一個項目。Simple Closure 盯上了一個所有人都在迴避的痛苦時刻，把它做成了標準化的流水線，證明了越是沒人想碰的麻煩事，背後往往藏著越大的商機。
再再次驗證，只要有需求，就能成生意。
#CPI高于预期，美股与BTC再度承压 在目前的情境下，連公司的開關速度都嚇死人的快！希望大家別投到那種會倒閉的項目。

日本軟銀集團（SoftBank）創辦人孫正義，向來以精準且充滿野心的科技投資風格聞名。在近期股東會上，他再次宣示了個人的人生使命——在未來十年內實現比人類聰明一萬倍的「人工超級智慧」（ASI）。為了這座浩瀚的 AGI 與 ASI 未來藍圖，軟銀正傾盡資源，試圖一口氣包辦模型資本、實體機房與自動化機器人的整套基礎設施。
然而，這場橫跨全球的巨額豪賭，在最新公佈的財報數據與現實建置進度面前，露出了極具考驗的「時間差」。
財報由盈轉虧：從「帳面估值」走向「實體建置」
軟銀集團公布的最新財報顯示，其單季歸屬股東淨損高達 1.12 兆日圓。對比一年前同一季度賺取約 2.5 兆日圓的風光景象，情勢出現了劇烈轉折。
回顧去年的獲利榮景，主因來自對 OpenAI 等前端 AI 企業出資所產生的帳面評價利益——隨著市場對 OpenAI 估值水漲船高，持有股權的軟銀隨之在帳面上認列大量收益。然而，當 AI 的布局從單純的「軟體模型與股權投資」，推進到「實體機房建設與供應鏈採購」時，資本支出與建置成本便開始真實地反應在財報之上。
在上半年的財務數據中，軟銀因為發電設備採購計畫變更等因素，在美國多個專案中認列了 5,972 億日圓 的巨額設備損失。計畫調整導致已支付的部分預付款無法收回，凸顯出大型硬體建設在協調過程中的高昂代價。
俄亥俄州的「PortCore」：8 GW 的超級機房園區
軟銀這筆豪賭的實體核心，落在美國俄亥俄州皮克頓（Picketon）一處原本的鈾濃縮場遺址。這座名為 PortCore 的大型資料中心園區，由能源與資料中心開發商 Subzero 開發營運。
* 龐大的用電規模：園區規劃的資訊設備用電容量（IT GW）高達 8 GW（吉瓦），光是先期的信用支持就涵蓋了其中的 4.25 GW。在 AI 運算時代，電網與機房是支撐算力的絕對基石。
* 20 年長租合約：OpenAI 已與園區簽下長達 20 年的租約，預計自 2028 年起分期上線。這份長約不僅給予開發商進行百億美元級電網與發電工程的底氣，也確保了 OpenAI 未來數十年的算力擴充基礎。
跨國佈局受阻與嚴峻的「時間差考驗」
然而，孫正義的多重戰線並非一帆風順。在軟體與算力之外，軟銀原計畫以 53.5 億美元收購瑞士工業巨頭 ABB 的機器人事業，意圖將 AI 模型的影響力延伸至實體世界的自動化生產線。但該項收購近期在監管審查上遭遇挑戰，中國官方已發出通知禁止該收購案在中國境內的機器人業務，目前雙方仍在溝通協商中。
更深層的挑戰，來自於「承諾排得很遠，帳單卻已經到了」的時間差：
* 財務帳單（現在）：設備變更損失在 2026 年已先行認列，龐大的資本投入正在吞噬短期獲利。
* 園區上線（中期）：PortCore 機房與電網工程預計於 2028 年才開始分期上線。
* 終極願景（遠期）：孫正義談論的是 10 年尺度上的 ASI 超級智慧。
結語
算力基礎建設涉及發電廠、電網鋪設、伺服器採購與跨國監管審查，每一個環節的微小時間落差，都會在財務報表上轉化為真實的損失。孫正義試圖將虛擬的 AI 未來轉化為真實世界中的鋼筋水泥，但在那座通往 ASI 的宏偉園區正式運作前，軟銀仍須穿過這段長達數年的財務與工程考驗。
未來還在路上，但帳單早已寄達。

AI 巨頭開始打折：昨天比誰更貴，今天比誰值得
本來，OpenAI 和 Anthropic 的競爭，看起來像一場沒有上限的估值拍賣。模型要更強，營收要更快，募資金額要更大，公司的身價最好每隔幾個月就刷新一次。
本來投資人最怕的，似乎不是買貴，而是沒買到。
#Anthropic拒绝延期IPO，本周路演估值几何？
最近，氣氛開始變了。大家仍然相信 AI 會改變世界，但當支票真的要簽下去，問題變得實際許多：改變世界需要花多少錢？最後又有多少錢，能留給股東？
OpenAI 的募資，就是這種轉變的縮影。彭博在 10 月 22 日報導，其募資洽談估值從 1.4 兆美元調整至 1.25 兆美元，降幅約 10.7%。路透則在 11 月 6 日報導，公司已完成首批 110 億美元融資，估值為 1.25 兆美元。這已經不只是市場放話，而是有部分資金按照新的價格進場。
但這裡必須分清楚：募資目標下修，不等於相較上一輪融資出現折價，更不代表公司帳上突然蒸發了 1,500 億美元。它首先說明的是，賣方原本想要的價格，買方不願照單全收。
金融市場的風向，往往就是從這個小動作開始改變。以前是投資人怕錯過，現在是募資方需要說服投資人。
Anthropic 也面臨類似考驗，而且最新進度已經超過圖片中的資訊。路透 11 月 10 日報導，其 IPO 估值目標最高約為 1.4 兆美元，採完全稀釋口徑；若不計選擇權及限制型股票等證券，則約為 1 兆美元。兩個數字的差距，主要來自計算口徑，不能直接解讀成公司又突然被砍價四千億美元；這也仍是發行目標，並非最終成交價格。
這提醒我們，當市場充滿兆美元級估值時，最容易被忽略的，反而是數字的定義。募資喊價、實際成交、IPO 預期，以及不同股數口徑算出的市值，看起來都叫估值，實際上卻不是同一回事。
不過，排除這些口徑差異後，值得討論的轉變仍然存在：投資人開始對價格更有意見。
最有意思的是，這未必需要企業營運突然惡化。
Anthropic 第三季營收達到 168 億美元，較前一季成長約 45%，並向潛在投資人表示，當季按調整後口徑已經獲利。這樣的數字放在大多數企業身上，足以讓管理層在法說會上抬頭挺胸。只是，調整後獲利仍不能直接等同於自由現金流轉正。
問題在於，公司的成績很好，與投資人買進的價格合理，是兩件可以分開發生的事。
假設一家公司的營收成長 50%，但市場願意支付的營收倍數從 30 倍降至 20 倍，那麼兩者相乘，估值其實原地踏步。企業忙了一整年，股東卻可能沒有賺到錢。
這就是高估值最不討喜的地方：它常常提前把未來的好消息算進價格，卻把未來的不確定性留給買家。
AI 公司的挑戰還多了一層。市場想給它們的是全球軟體平台的估值，但它們同時得承擔龐大的算力成本。
一般軟體生意的吸引力，在於產品開發完成後，多服務一位客戶，新增成本可能相對有限。生成式 AI 則需要持續運算，每一次回答、每一次程式生成、每一段代理工作，都會消耗資源。用戶增加固然令人高興，但如果每服務一位用戶都要付出不低的成本，使用量成長就不能直接翻譯成利潤成長。
因此，真正重要的競爭，會逐漸從「誰的模型最多人用」，走向「誰能在留住客戶的同時，讓收入增長快過成本」。
技術進步也不一定只對股東有利。
如果模型效率提升，推論成本下降，公司原本有機會增加利潤；但若競爭對手同步降價，這筆效率紅利就可能轉送給客戶。最後出現的情況是，AI 越來越便宜、越來越好用，社會得到很大的好處，供應商卻仍然要努力保住毛利。
對使用者而言，這是好消息。對用高倍數買入股票的人而言，就需要多算幾次。
我的判斷是，這輪估值調整最值得注意的地方，是市場開始重新衡量「成長的品質」。同樣是一百美元營收，來自願意持續付費、深度依賴產品的客戶，與來自促銷補貼、短期試用或低毛利運算服務，對股東的價值並不相同。
接下來，客戶續約、毛利率、現金消耗，以及每一筆新增算力投資能帶來多少回報，可能會比下載量或模型排行榜更能決定估值。
這種變化，也會傳到上市 AI 股票。
當未上市龍頭的價格不再一路向上，「隔壁那家公司更貴」這種估值辯護，就會失去一些說服力。不過，這不表示整條 AI 供應鏈的基本面會同步轉差。模型公司的股權價格下修，與晶片訂單被取消，中間還隔著融資、預算、採購與交付等環節。
對 NVIDIA、台積電與其他供應鏈公司而言，真正需要追蹤的是：客戶募資條件改變後，是否開始延後支出、調整訂單，或者要求更好的價格。如果只是融資估值降溫，影響可能先停留在股票評價；若連實際支出都開始放慢，才會進一步碰到營收與獲利預期。
反過來說，願意用比較合理的價格募資，也未必是壞事。對仍在擴張的公司而言，拿到足夠的資金、保留營運彈性，有時比守住漂亮的估值頭銜更重要。前提是，新資金能換來更好的生意，而不只是讓下一輪募資晚一點到來。
所以，現在就宣布 AI 泡沫全面破裂，可能太快；把所有降價都當成難得的上車機會，也同樣太快。
更合理的理解是，市場正在降低對完美未來的預付金額。AI 可以繼續成長，公司可以繼續創新，但投資人開始要求自己承擔的風險，必須反映在買進價格裡。
以前，兩家巨頭比的是誰更有資格代表未來。接下來，它們還得回答另一個問題：這個未來實現之後，今天付錢的股東，到底能分到多少？
畢竟，改變世界可以是一個偉大的願景。買得太貴，依然是一筆普通的壞投資。

幣圈的水位正在下降，但先別急著喊海嘯
幣圈最擅長的事情之一，就是把一個數字變成一部災難片。
這次的主角是 USDT。根據 11 月 10 日媒體轉述 CryptoQuant 的資料，過去 60 天，USDT 市值減少了 66 億美元，縮減金額超過 2022 年 12 月、FTX 暴雷後可比期間的兩倍。看到「超過 FTX」這幾個字，投資人的第一反應大概都是：錢包還在吧？交易所還能登入吧？
先深呼吸。這項數據值得注意，但還不能直接把電影名稱取成「FTX 第二集」。
穩定幣是加密市場裡很重要的交易資金。有人拿它買比特幣，有人拿它當抵押品，也有人只是把它當美元使用。因此，穩定幣增加，通常代表市場多了一些可以動用的資金；穩定幣減少，則意味著這個資金池正在縮小。不過，池子裡的錢並不是每一塊都排隊準備買 BTC，不能看到少了 66 億美元，就直接幫比特幣算出應該跌多少。
這裡有個容易搞混的小地方：鏈上買賣，並不會讓 USDT 消失。
你把幣賣了，USDT 從買家口袋跑進你的口袋，市場裡的 USDT 還是那些。真正讓流通供應減少的，通常是贖回等退出流通的行為。前者比較像坐到場邊休息，後者則比較像去櫃檯換回現金，準備離開。
所以，這則消息的重點是：場邊可以重新進場的資金，可能也在減少。
而且，目前看到的情況並不只有 USDT。DefiLlama 的 11 月 10 日資料顯示，整體穩定幣市值約為 2,898 億美元，過去 30 天下滑約 4.57%；USDT 下滑約 4.26%，USDC 也下滑約 3.76%。這裡的統計期間是 30 天，與新聞的 60 天不同，但至少透露一件事：不能簡單解釋成大家只是從 USDT 搬家到 USDC。兩間房子的住戶都在減少。
至於「比 FTX 時期多兩倍」，聽起來很嚇人，但比較之前，最好先看分母。
同樣少掉十萬元，對一家早餐店和一家上市公司，意義完全不同。要判斷今天的收縮是否比當年更嚴重，還得比較各自的供應規模、百分比降幅，以及有沒有出現脫鉤、贖回受阻或信用危機。單看縮減的美元金額，還不足以替整個市場宣布進入災難模式，更不能據此認定 Tether 的儲備出了問題。
那麼，投資人真正該擔心什麼？
我比較在意的是，下一次反彈，誰來付錢。
價格上漲可以有很多原因。空單回補會漲，消息刺激會漲，槓桿資金一擁而上也會漲。但要讓行情一段接著一段走，通常需要持續的買盤。當穩定幣資金池縮小，市場就更依賴既有資金重新分配，或由現貨 ETF 等其他管道帶來新錢。
這種環境下，看到一根漂亮的長紅，當然可以開心，只是先別急著替牛市辦回歸派對。上漲究竟是新買家進場，還是原本做空的人趕著離場，後續走勢可能差很多。
對持有 BTC 的人來說，這是值得追蹤的逆風；對持有槓桿產品的人來說，則更需要留意反彈的持續性。方向看對，與能不能舒服地抱到行情發生，向來是兩回事。市場最會做的，就是在答案公布之前，先把你的耐心考完。
接下來，比起反覆咀嚼「超過 FTX」這個標題，更有用的是觀察穩定幣總量是否停止縮減、現貨 ETF 是否持續吸引資金，以及上漲時有沒有真正的現貨需求跟上。這些訊號若逐步改善，才有理由提高對反彈延續的信心。
目前這組數據提醒我們，幣圈的水位正在下降。水位下降時，船還是可能往前走，甚至短暫衝得很快；只是這個時候，與其忙著猜下一個浪頭有多高，不如先看看，後面還有沒有水。

PLTR 是客製化ai系統的代表
Anthropic and ChatGPT是通用ai的代表
這兩類系統的競合展望分析
#Anthropic拒绝延期IPO，本周路演估值几何？
我的判斷是：通用 AI 的市場上限更大；Palantir 這類深入企業營運的 AI 平台，則更有機會建立高黏著度、可持續收費的生意。但兩者正在互相跨入對方的領域。
因此，未來的關鍵不只是「通用或客製化」，而是：誰掌握企業的資料、工作流程與執行入口，誰能把 AI 能力轉成客戶願意持續付費的成果。
以下依截至 2026 年 11 月 10 日可查核的產品資料分析；前景判斷屬於我的推論。
先稍微解釋一下
剛剛上面的分類抓到了重點，但 Palantir 並不是單純替每家企業從頭打造一套 AI 的接案公司。
它更接近「標準化的平台，配合企業個別流程深度導入」。AIP 可以接入 GPT、Claude、Gemini 與開放模型；其核心是將企業資料、業務規則、操作權限和實際行動整合起來。這也是它強調 Ontology 的原因。
另一端，應以 OpenAI／ChatGPT、Anthropic／Claude 對照：它們同時經營模型、使用者產品，以及企業開發工具，已經不只提供聊天介面。
一、Palantir 的展望：企業越想讓 AI「真的做事」，它的機會越大
以一般公司、一般加工廠為例：
讓 AI 整理原料報價、分析配方文件，通用工具就可能創造價值。
但如果要讓 AI 根據訂單、原料庫存、批次品質、設備限制與交貨日期，調整生產排程、提出採購單，再依權限交給主管批准，就必須把許多系統與規則接起來。
Palantir 的價值主要存在於第二種問題。這是概念示例，不表示你的工廠需要採購 Palantir。更何況小咖也花不起那個錢！
這類平台有三項長期優勢：
* 成果容易連結經濟效益。若能減少停機或庫存，收費可與客戶節省的成本相對照。
* 深入流程後，替換成本較高。更換的不只是模型，也包含資料對應、權限設定、流程與員工習慣。
* 模型進步可能成為助力。更便宜、更好的模型，可以提高既有平台的實用性，而不一定淘汰平台本身。
但必須區分：客製化越多，不代表生意越好。或者說，流程報價跑得快，跟能不能接到訂單、賺到錢，本來就是兩碼事！
如果每個案子都需要大量工程師重新開發，營收增加也會帶動人力成本；最有價值的模式，是底層能力可以重複使用，而客戶得到符合自身需求的成果。
Palantir 最新公布的 2026 年第三季營收為 23.13 億美元、年增 96%；美國商業營收 9.84 億美元、年增 148%。這支持企業需求強勁的判斷，但公司總營收並不等於純 AIP 收入，也不能據此假設成長率會長期維持。
二、通用 AI 的展望：市場更廣，但要分清楚「使用量」和「獲利能力」
OpenAI 與 Anthropic 的潛在市場涵蓋個人、企業員工、軟體開發者及各種應用程式。
它們的重要優勢是：一次模型能力提升，可以同時改善大量產品與工作。相較於逐家深入導入，產品分發通常更快，也更容易觸及中小企業。
我的判斷是，這類公司的主要機會有兩個：
第一，成為日常工作的主要入口。
如果使用者從這裡開始搜尋、寫程式、分析資料和執行任務，平台就有機會掌握客戶關係與後續服務收入。
第二，成為其他軟體的智慧供應商。
即使使用者操作的是其他品牌產品，背後仍可能使用其模型，帶來 API 收入。
不過，這兩種收入都面臨壓力：
* 模型能力接近時，客戶更容易比較價格、切換供應商。
* 任務越複雜，可能需要更多推論、工具調用與重試；但是，現況來看，收費未必同步增加。
* 持續競逐頂尖模型，需要大量研發與運算投入。
或者簡單來說：對這幾家AI巨頭，錢還得要繼續砸，錢還不一定能賺！
因此，AI 任務量快速成長，不足以單獨證明模型公司的利潤會快速成長。真正要看的是：每完成一項有價值的任務，收入能否覆蓋運算、服務及研發成本。
三、最大的變化：雙方已經開始正面交會
「Palantir 做企業整合，模型公司只提供大腦」已經不足以描述現在的市場。
OpenAI 在 2026 年推出 Frontier，明確涵蓋企業情境、代理執行、權限與評估；Anthropic 的 Claude Managed Agents 也提供託管執行環境、工具與長時間任務能力，查閱時仍標示為 Beta。
這代表通用 AI 公司正在降低企業自行建立工作流程的門檻。
但競爭也可以與合作同時存在。例如 Palantir 與 Anthropic 在 2024 年已宣布將 Claude 整合進 AIP，用於美國政府相關部署。這至少證明，兩者在架構上可以互補。
我對不同市場的判斷如下：
使用情境 較可能受惠的一方 原因
個人及一般辦公工作 通用 AI 平台 使用方便、導入成本低
軟體開發、文件與研究工作 通用 AI＋專業應用 很多工作本身已數位化
中小企業的標準流程 通用 AI＋既有企業軟體 不一定能負擔深度導入
大型製造、物流、複雜供應鏈 Palantir 型平台具有優勢 跨系統、實體限制與權限複雜
高敏感、受管制的營運 已有部署與治理能力的平台 可追溯與可靠執行比展示能力更重要
這不是永久分工。模型公司若把企業整合做得足夠好，Palantir 的部分市場就會受到壓力。
四、PLTR 最值得注意的風險，是「夠用的替代品」
Palantir 不必在技術上被全面超越，才會遭遇競爭。
只要客戶發現：
現有企業軟體，加上通用 AI，就能以更低的總成本解決大部分需求。
Palantir 的新增客戶與議價能力就可能受到影響。
因此，它長期必須證明的不是「我們也能做 AI」，而是：
我們處理的複雜度、可靠性與實際收益，足以支持更高的總導入成本。
反過來，如果通用模型越強，企業越需要有人統一管理資料、權限與行動，Palantir 也可能因為模型進步而擴大市場。模型能力提升對 PLTR 同時有利與有弊，不能只看其中一面。
五、從投資角度，我會這樣判斷
若看未來三至五年的產業發展：
* 市場上限：我偏向通用 AI 平台更大。
* 特定企業內的黏著度：我偏向深入營運流程的平台更強。
* **商業成果的可觀察性：**PLTR 有公開財報，較容易持續驗證。
* 最終利潤落在哪裡：仍取決於誰掌握客戶入口、執行流程，以及成本與定價能力。
對 PLTR，我會持續看既有客戶是否擴大採用、導入是否更有效率，以及成長是否轉成現金流；對模型公司，我會看付費留存、每項任務的成本，以及能否從提供模型升級成掌握工作入口。
我的核心看法是：企業對客製化流程的需求會長期存在，但這些需求不一定都由客製化平台公司收走。通用 AI 越成熟，越能自行完成部分客製化；Palantir 必須守住的是難以替代的營運整合與執行能力。
而對 PLTR 股票而言，還有另一道問題：即使上述商業前景成立，現在的股價是否已經提前反映太多成長？本次分析支持產業機會，尚不構成對當前股價便宜或昂貴的判斷。

美國一輪選舉，結果已經揭曉。
更關鍵的是新一輪的監管接下來會是如何？
#CryptoPatience
$BTC
美國參議員伊莉莎白·華倫（Elizabeth Warren）長期對加密貨幣持嚴格監管立場。民主黨贏得國會中期選舉後，華倫確定將於 2027 年 1 月接棒擔任參議院銀行委員會主席（Senate Banking Committee Chair），這一職位掌控金融市場立法與監管調控主導權，對加密貨幣市場產生了顯著衝擊。
一、 華倫掌權帶來的四大市場衝擊
* 友善法案受阻，立法門檻大幅提高
* 華倫過去明確反對《數位資產市場清晰法案》（CLARITY Act）等由共和黨推動的法案。她認為現有提案過度讓步給加密業者、放寬銀行參與數位資產，卻缺乏反洗錢與消費者保護機制。
* 隨著她掌握委員會議程，原本預期對加密產業有利的「市場結構法案」恐難在參議院通過，市場法規不確定性顯著增加。
* 嚴格聚焦反洗錢（AML）與打擊打擊非法金融
* 華倫一直將加密貨幣視為規避制裁、洗錢、勒索軟體與資助恐怖主義的工具。
* 她主張將傳統金融的《銀行保密法》（BSA）擴大適用於去中心化金融（DeFi）、非託管錢包（Unhosted Wallets）及混幣器（Mixers）。這意味著 DeFi 協議與合規去中心化項目將面臨前所未有的監管壓力。
* 打擊「政商合流」與官員利益衝突
* 華倫公開主張禁止政府高層官員與政治人物發行、贊助或從加密貨幣代幣中獲利。這將針對迷因幣（Memecoins）、政治人物背書項目以及私有代幣市場進行嚴格排查。
* 監管機構執法力度加大，聽證會與調查頻率上升
* 主席具有召開公聽會、啟動調查與發出傳票的權利。華倫將給予美國證券交易委員會（SEC）及其他金融執法機構強大政治後盾，加密貨幣高管被傳喚質詢的頻率預計大幅增加。
二、 對整體加密貨幣市場的短中期影響
| 時間軸 | 市場預期影響 |
|---|---|
| 短期（跛腳鴨會期至2026底） | 業者與支持加密貨幣的立法者正試圖在 2027 年 1 月華倫正式上任前，加速推動過關門檻較低的法案。此階段市場波動將顯著加劇。 |
| 中長期（2027年起） | 美國加密產業可能出現合規成本暴增、合規業務轉移海外（Offshoring）的現象；資金短期內可能偏向合規度高、具機構背景的資產（如比特幣現貨 ETF），避開無實名認證的去中心化資產與迷因幣。 |
三、 總結評估
華倫上任標誌著美國加密貨幣監管由「產業促進與發展」轉轉向「強硬風控、反洗錢與消費者保護」。短期內市場將面臨較高的政策風險溢價（Policy Risk Premium），但長遠而言也迫使產業往更完善的合規制度靠攏。
有關參議員華倫對加密貨幣法案的立論與參議院辯論焦點，可關鍵字搜尋參考以下相關討論影片：
Warren vs Kennedy: Heated Exchange Over Crypto Legislation
這支影片紀錄了參議員華倫與支持加密貨幣的議員在參議院聽證會上的激烈交鋒，能幫助您更直觀地了解她在監管立場上的核心主張與政治攻防。

【專欄觀點】科技股暴跌的真相：AI 資本支出不是「停止」，而是進入軍備競賽的下半場
最近美股的大幅修正，讓市場再次瀰漫著焦慮的氣氛。種種解讀中，最引人矚目的論點莫過於「科技巨頭在 AI 領域的資本支出（CapEx）可能難以為競、甚至面臨停止」。白話來說，難道科技業真的不投資 AI 了？
答案顯然是否定的。
看看新聞頭條：Google 宣布砸下 150 億美元擴建馬來西亞資料中心。光是這一筆橫跨東南亞的巨大投資，就足以狠狠打臉「科技股將停止 AI 投資」的流言。科技巨頭們不僅沒有停下腳步，反而正在全球範圍內加碼佈局。
市場在焦慮什麼？「停止投資」是誤解
既然 CapEx 仍在大幅增加，為什麼市場會以暴跌回應？這背後其實是短線資本與長期戰略之間的認知落差：
1. 投資回收期（ROI）拉長造成的短期焦慮
華爾街關心的是季報與短期財務數據。各大巨頭每季拋出數百億美元的真金白銀，但 AI 應用端在短時間內產生的利潤尚不足以完全覆蓋巨大的折舊與營運成本。這種「投入與套現的時間差」，在市場信心脆弱時便被放大為對資本支出的質疑。
2. 「過度投資」遠好過「投資不足」
對科技巨頭而言，這場 AI 大戰是一場典型的囚徒困境。過度投資最多只是短期壓抑自由現金流（FCF）與毛利率；但如果投資不足，後果卻是失去下一世代的生態系控制權與市場份額。誰能夠跑得快、優先取得算力並鎖定客戶，誰才是最後的贏家。因此，沒有任何一家龍頭敢在此刻按下暫停鍵。
3. 基礎設施的物理瓶頸與地緣轉移
CapEx 數據的波動，很多時候並非資金收手，而是遭遇了物理極限——包含電力網供應瓶頸、高階晶片的交期延宕以及冷卻設施的建置週期。此外，隨著地緣政治因素與各地區資源優勢的轉變，資本支出正從單一地區擴散至全球（如東南亞與中東地區）。
護城河持續擴大：手握重金者依然佔優
在這場長期作戰中，資本與資源的集中效應只會讓「大者恆大」的規律更加顯著：
* 天價的進入門檻（Scale Requirements）
如今的 AI 競爭早已不是單純的模型訓練，而是涵蓋專用晶片研發、能源供應、超大規模資料中心架構到終端生態應用的「全棧式（Full-Stack）」競爭。單靠數十億美元已無法拿到入場券。唯有像 Microsoft、Alphabet (Google)、Meta、Amazon 這樣擁有極深口袋、本業能穩定貢獻龐大現金流的巨頭，才有底氣支撐這場以千億美元計的軍備競賽。
* 強大的資源磁吸與抗風險能力
最頂尖的人才、最優先的硬體配額以及最穩定的能源合約，必然優先流向資金實力最強的公司。即便面臨地緣政治挑戰，龍頭企業也能憑藉在全球多點佈局的供應鏈彈性調配資源，這絕非中小型玩家所能比擬。
龍頭優勢與長期觀測指標
| 觀察面向 | 龍頭股的核心優勢 | 長期潛在挑戰與風險 |
|---|---|---|
| 資金與現金流 | 搜尋、雲端、社群等本業提供強勁現金流，支持長期 CapEx | 市場對高額 CapEx 壓抑短期自由現金流的敏感度增加 |
| 基礎設施佈局 | 具備在全球彈性選擇能源與資料中心據點的資源（如東南亞擴建） | 各地環境審查、電網負載上限與地緣政治法規變數 |
| 客戶與生態鎖定 | 龐大的 B2B Enterprise 與 B2C 客戶基礎，AI 產品落地套現速度快 | 生成式 AI 殺手級應用的商業化變現速度是否符合高估值期待 |
結語
美股的拉回，更多是市場對高估值與短期回報率的自我修正，而非 AI 趨勢的終結。政治因素與地緣風險固然會改變資本支出的地理分佈與供應鏈架構，但「跑得快、資金足、資源多」的科技龍頭，依然掌握著這場賽局中最核心的優勢。
AI 基礎設施的建置是一條單行道，巨頭們的軍備競賽才剛剛進入下半場。

Mikron, das einzige Unternehmen in Russland, das 90-Nanometer-Chips in Serie herstellen kann – wird dieser letzte Hoffnungsträger nun alles auf eine Karte setzen, um wieder auf die Beine zu kommen? Das Unternehmen muss mehr als 900 Chipmodelle für das ganze Land bereitstellen und hat gerade die Nutzungsrechte an seinen letzten 23 Produktionsstätten, Büroräumen und Grundstücken bei einer Bank verpfändet. Dafür erhielt es einen Kredit über 11,6 Milliarden Rubel.
Bereits im Februar zuvor wurden außerdem 146 zentrale Produktionsanlagen, darunter Lithografiemaschinen, verpfändet, um einen Kredit über 15 Milliarden Rubel zu erhalten.
Auf dem Kapitalmarkt hätte ein solches Unternehmen keinerlei Überlebenschance. Ineffiziente Unternehmen und Fabriken würden schonungslos vom Markt gefegt und müssten schließen!

Das Volumen der Aktienrückkäufe hat gerade einen neuen Jahreshöchststand erreicht – und es ist erst Oktober!
Laut der neuesten Studie von EPFR sind es noch mehr als zwei Monate bis zum Ende des Jahres 2026, doch die Ankündigungen von Aktienrückkäufen haben bereits einen neuen Jahreshöchststand erreicht.
Die Studie umfasst Ankündigungen bis einschließlich Montag, den 26. Oktober. Die Daten zeigen, dass das Gesamtvolumen der von US-Unternehmen genehmigten Aktienrückkäufe erstmals die Marke von
die Marke von 1,4 Billionen US-Dollar.
$NVDA #美股2026
Diese Zahl unterstreicht die zentrale Stütze des aktuellen US-Aktienmarkts: Aktienrückkäufe von Unternehmen (Corporate Buybacks) finden in historischem Umfang statt.
Laut den neuesten Statistiken hat das Gesamtvolumen der genehmigten Aktienrückkäufe durch US-Unternehmen die Marke von 1,4 Billionen US-Dollar überschritten und damit einen historischen Höchststand erreicht. Dahinter verbergen sich mehrere äußerst strategisch bedeutsame Marktsignale und Kapitalströme: