Aston在下不求

SK 海力士（SK hynix）與 Sandisk 正聯手推動全新的 HBF（High Bandwidth Flash，高頻寬快閃記憶體），試圖將 NAND Flash 透過類似 HBM 的堆疊架構，大幅提高容量與頻寬，鎖定快速成長的 AI 推論市場。
據《Forbes》報導，在美國加州聖塔克拉拉舉行的 2026 FMS Conference 上，SK 海力士與 Sandisk 公布 HBF 初步規格與發展路線圖。
首版規格最高容量可達 512GB，頻寬依等級約落在 0.4 TB/s 至 3.0 TB/s，並採用 UCIe（Universal Chiplet Interconnect Express）作為 HBF 與處理器之間的互連技術。
Sandisk 展示的測試案例顯示，在特定 AI 推論情境下，以 4 顆 GPU 搭配 4TB HBF，與 8 顆 GPU 搭配 192GB HBM 相比，每秒生成 Token 數幾乎相同，意味 GPU 使用效率可達後者約 2 倍，同時降低整體成本。
HBF 是什麼？把 NAND 做成類似 HBM 的堆疊架構
目前 AI GPU 最重要的記憶體之一是 HBM，其透過垂直堆疊多層 DRAM，提供極高的資料傳輸頻寬，已成為 NVIDIA、AMD 等 AI 加速器的重要元件。
但隨著 AI 工作負載從訓練逐漸延伸至大規模推論，模型權重、RAG 資料、KV Cache、Agent State 與 Metadata 等資料量快速增加，只靠昂貴且容量有限的 HBM，可能並非所有場景下最具成本效益的方案。
HBF 的思路，就是把類似概念套用到 NAND Flash。
Sandisk CTO Alper Ilkbahar 表示，HBF 將 NAND 晶片以類似 HBM 堆疊與連接 DRAM 的方式進行封裝，藉此打造高容量、高頻寬的非揮發性儲存方案。
它不一定完全取代 HBM，而是可以依工作負載與 HBM 混合使用，甚至在部分場景單獨使用。
HBF 瞄準的並非單純「做出比 SSD 更快的 Flash」，而是試圖填補 HBM 與傳統 NAND 儲存裝置之間巨大的效能、容量與成本落差。
SK 海力士重新切分 AI 記憶體階層，HBF 被列為 G1.5
SK 海力士也藉此次 FMS Conference 提出新的 AI 記憶體與儲存階層。
除了目前位於 G1 層級的 HBM，公司新增 G0.5、G1.5 與 G2.5 三個中間層級，希望針對不同 AI 工作負載，在效能、容量與成本之間取得更細緻的平衡。
其中 G0.5 採用 3D 堆疊 DRAM，定位高於 HBM，目標是在維持 DRAM 級容量的同時，提供接近 SRAM 的頻寬。
G1.5 就是 HBF，SK 海力士規劃容量約 1TB、頻寬達 Tb/s 級別；G2.5 則是透過 CXL Pooling 建立的共享記憶體，容量可擴展至數 TB。
SK 海力士強調，這套架構的核心目的，是最大化 xPU 效能與服務品質（QoS），同時改善 TPS/MW（每兆瓦吞吐量）以及 Token/$（每美元 Token 產出）。
AI 推論成為關鍵，KV Cache 需要更大的記憶體空間
SK 海力士 EVP Kim Chunsung 指出，AI 推論需要處理的資料可以大致分成兩類。
第一類是模型、RAG 資料與使用者資料等持久性資產；第二類則是推論執行過程產生的動態狀態，包括 KV Cache、AI Agent 狀態與 Metadata。
尤其隨著 Context Window 擴大、Agent 工作時間拉長，以及企業開始部署更多 AI 推論服務，如何儲存大量 KV Cache，正在成為新的硬體瓶頸。
Sandisk 因此也將「Persistent KV Cache」視為新型記憶體階層的重要應用，希望讓部分原本必須占用昂貴 HBM 容量的資料，可以轉移至容量更大、成本更低的 HBF。
HBF 初版規格公布：最高 512GB、頻寬 3 TB/s
HBF Consortium 已在此次 FMS Conference 公布首版 HBF 規格。
目前規劃包含 8-high 與 16-high 兩種 NAND Die 堆疊配置，容量最高可達 512GB；頻寬則分成 Grade 1 至 Grade 3 三個級別，約從 0.4 TB/s 一路提升至 3.0 TB/s。
另一項重要設計，是 HBF 採用 UCIe 作為與處理器連接的介面。
UCIe 是近年半導體產業積極推動的 Chiplet 互連標準，如果 HBF 最終形成產業生態，未來有機會讓 CPU、GPU、AI Accelerator 與高頻寬 Flash 透過標準化介面整合，而非完全依賴單一廠商的專有設計。
Sandisk 推進 BiCS10，332 層 NAND 為 HBF 鋪路
HBF 能否真正進入 AI 加速器，另一個關鍵仍是 NAND 本身的密度與效能。
Sandisk 此次展示 218 層 BiCS8 企業級 SSD，其中 Compute eSSD 採用 TLC NAND、最高容量 32TB；Storage eSSD 則使用容量密度更高的 QLC NAND，最高可達 256TB。
下一代 BiCS10 則進一步增加至 332 層，TLC NAND 單顆容量達 1Tb，QLC NAND 則達 2Tb。
NAND 堆疊層數與單顆容量持續提高，正好成為 HBF 發展的重要基礎：若能將大量高密度 NAND 透過先進封裝堆疊，再搭配高頻寬互連，就有機會以遠高於 HBM 的容量承接 AI 推論資料。
HBF 不會立刻取代 HBM，最快 2028 年才有樣品
不過，HBF 距離真正進入 AI 資料中心仍有一段距離。
依 SK 海力士公布的時間表，目前在 2026 FMS Conference 公布的是 HBF 0.7 標準，完整 HBF Specification 預計於 2027 年初發布，首批 HBF 樣品則預計要等到 2028 年初，之後才會逐步進入完整量產階段。
因此短期來看，HBF 並非直接威脅目前高速成長的 HBM 市場，更像是為 AI 推論建立新的記憶體階層。
這篇文章 直擊 2026 FMS：SK 海力士、SanDisk 公布 HBF 首個標準規格 最早出現於 。
$NVDAB
#AI #Meta #X

美國最收入最高 1% 的家庭，掌握的財富已超過中產階級所有財富的總和。住在矽谷，這群人並非遙遠的統計數字，有時真的就在餐廳隔壁桌。
美國最富有的一群人，掌握的財富已超過數十倍於其人口規模的中產家庭。這句話聽起來像一句帶有政治立場的口號，卻能在美國聯準會的家庭資產負債表中找到清楚的數字。
根據非營利數據機構 USAFacts 今年 7 月整理的聯準會最新資料，截至 2026 年第一季，美國收入位於中間 20% 的家庭，合計持有約 13.6兆 美元財富，占全美家庭財富約 8%。平均每戶淨資產約 50.3 萬美元。
收入最高 1% 的家庭，平均淨資產則接近 3,100 萬美元，約為中產家庭的 61 倍。
如果改用財富本身來排名，聯準會截至2026年第一季的統計顯示，淨資產最高 1% 的家庭掌握全美 31.6% 的財富；財富排名位於第 50 至第 90 百分位的中間 40%，合計持有 29.6%。
換句話說，最富有的 1%，擁有的資產仍多於中間 40% 家庭的總和。
收入最高 1% 與財富最高 1%，並非同一件事
收入與財富是兩個不同概念。收入是家庭一年收到的薪資、獎金、利息與其他所得；財富則是房屋、股票、退休帳戶、私人企業股權及其他資產，扣除房貸、信用卡和各種債務後的淨值。
依據聯準會 2022 年家庭財務調查，當時進入全美財富最高 1% 的門檻約為 1,164 萬美元。這是進入門檻，不是平均值；少數身價數十億甚至數百億美元的超級富豪，又會大幅拉高整個群體的平均財富。
因此，收入最高 1% 可能包括醫師、律師、企業高階主管、成功創業者與擁有大量股票報酬的科技業員工；Larry Page、Sergey Brin、馬斯克 (Elon Musk) 或祖克柏 (Mark Zuckerberg) 這類人物，實際上位於比 1% 更窄得多的金字塔尖端。
在矽谷，統計上的 1% 可能就在隔壁桌
對多數人而言，top 1% 是一個抽象的數字。住在矽谷，感受卻很不一樣。
有一次我到餐廳吃飯，坐在隔壁桌的正好是 Google 前執行長 Eric Schmidt。沒有頒獎典禮，沒有科技論壇，也沒有特別安排的場合，只是一頓很普通的飯。周圍客人繼續聊天、點菜，餐廳照常運作。
那一刻讓我很直接地感受到，在矽谷，新聞裡的人物有時真的就在隔壁桌。
這種距離很近，卻也非常遙遠。
平常在咖啡店、餐廳、學校活動或社區裡遇到的人，外表未必能看出財富差異。矽谷的富裕經常沒有華麗標誌。有人穿著運動鞋和連帽外套，開著使用多年的車，生活看起來甚至相當低調。
真正的差距藏在資產負債表裡。
有人擁有上市公司股票、尚未上市的創業公司股權，或早年買進、如今已經大幅增值的房產；也有人即使領著全美名列前茅的薪資，扣除所得稅、房貸、托兒、保險和教育支出後，仍然覺得每個月需要仔細安排現金流。
矽谷最特別的地方，在於高收入與巨大財富同時存在，兩者看起來接近，實際上隔著很長的距離。
一名工程師年薪可能達到數十萬美元，已經遠高於全美大多數家庭，但如果最近才搬到灣區、沒有早期公司股票、也尚未買房，他的財富累積速度，可能遠低於十幾年前以較低價格買房，或持有大量科技股的家庭。
薪水可以支付生活，資產才會在市場上漲時自行增值。
(房租、房貸吃掉一半實領薪水？矽谷高薪背後的真相)
全美最高收入地區，也有人負擔不起基本生活
這種落差在矽谷尤其明顯。美國人口普查局資料顯示，Santa Clara County 在 2020 年至 2024 年間的家庭收入中位數約為 16.4 萬美元，遠高於全美平均水準。
然而，2026 年矽谷指數同時顯示，當地房屋價格中位數已接近 200 萬美元，約四分之一家庭無法只靠自身收入負擔基本生活需求。
當地財富分布甚至比全美更加集中。矽谷最富有 10% 的家庭掌握約 75% 的區域財富，最底層 50% 的家庭合計持有不到 1%。
這裡一年吸收數百億美元創投資金，擁有全球密度最高的科技公司與高薪人才，卻也同時面對住房不足、無家者增加，以及服務業工作者通勤距離愈來愈長的問題。
這也是住在矽谷對財富最真實的感受。
你可以在同一天看到價值數十億美元的新創公司完成融資，也可以看到老師、餐廳員工、醫療照護者和年輕家庭為房租煩惱。
科技公司的股價上漲，可能讓一部分人的淨資產在幾個月內增加數百萬美元；對沒有股票或房產的人而言，同一波繁榮首先帶來的，可能是更高的租金與生活成本。
中產家庭的財富，大多不能隨時拿出來使用
中產階級平均擁有 50.3 萬美元淨資產，乍看之下並不算少。然而，中產家庭的資產主要集中在自住房與退休帳戶；收入愈高的家庭，股票、基金和私人企業股權所占的比例愈大。
這會造成完全不同的生活感受。
房價上升，可以增加屋主帳面上的淨資產，但房屋仍是每天居住的地方。如果不出售、不再貸款，這筆財富很難直接拿來支付日常開銷。退休帳戶同樣受到提領年齡與稅務規則限制。
富裕家庭持有較多可交易股票和企業股權。當股市上漲時，這些資產不只增值更快，也更容易被出售、抵押或轉化成其他投資。財富因而帶來下一輪累積財富的能力。
這也解釋了為什麼美國股市不斷創高，許多家庭卻沒有覺得自己明顯變富。兩種感受都是真的，只是發生在不同的資產負債表上。
距離富豪很近，不代表生活在同一個經濟世界
住在矽谷，很容易遇到收入最高 1% 的人，甚至偶爾遇到全球最富有的企業家與科技公司領袖。但這不代表所有矽谷居民都分享了科技產業創造的財富。
同一間餐廳裡，人們可能點著相同的菜、穿著差不多的衣服，回家後面對的財務選擇卻完全不同。
有人考慮的是要不要投資下一家公司，有人考慮的是今年能不能買房；有人擔心股票集中度太高，有人則還沒有足夠資金開始投資；有人可以承受創業失敗數次，也有人只要失去幾個月薪水，就必須重新計算房租、保險與孩子的支出。
Top 1% 之所以值得關注，不只因為他們擁有多少錢。當財富集中在極少數家庭手中，消費、投資、住房、教育與承擔風險的能力，也會跟著集中。
社群圖表上的兩條線，看起來只是百分比的交叉。放進矽谷的日常生活裡，它描繪的其實是兩種愈來愈不同的美國經驗。
在這裡，最富有的人可能真的就坐在你隔壁。但你們所處的經濟世界，仍然相隔非常遙遠。
這篇文章 美國收入最高 1% 的家庭，掌握的財富已超過中產階級所有財富的總和 最早出現於 。
$GOOGLB
#聯準會 #機構投資 #谷歌

美國與加拿大的貿易談判在最後一刻破局，兩國隨即互祭高關稅。根據 CNBC 報導，雙方談判於週五深夜告吹，美國隨即於週六對部分加拿大產品課徵 50% 關稅，加拿大總理卡尼（Mark Carney）則宣布將於 9 月 8 日啟動對等反制。
美方週六先出手:對 200 億美元加國產品課 50%
依報導，美國於週六對價值約 200 億美元的加拿大產品課徵 50% 關稅。這場談判原本進展到接近成局，川普甚至一度把原訂週三的期限往後延，稱協議即將定案;但卡尼在渥太華的記者會上表示，美方「要得太多、給得太少」，並指美國在談判最後階段臨時加入涉及加拿大汽車業、文化保護與法語保障等新要求，導致破局。他形容加拿大正與美國「處於貿易戰狀態」。
加拿大 9/8 對等反制,鎖定鋼鐵、乳製品與農機
卡尼宣布，加拿大將自 9 月 8 日起「以牙還牙、逐一對等」（dollar for dollar）祭出反制關稅,鎖定鋼鐵、乳製品、農業機械、紙漿與造紙等產業。他並表示，加方原本願意撤除對鋼、鋁與汽車的既有反制關稅，前提是美國同步調降,但談判未能達成。對市場而言，美國與最大貿易夥伴之一加拿大的貿易戰再度升溫，是總體風險情緒的變數;地緣與關稅緊張升高時，資金往往流向黃金與比特幣等避險與抗貶值資產,這波關稅對加密與風險資產的外溢效應，將在 9 月 8 日加方反制生效前後浮現。
這篇文章 美加談判破裂，美課 50% 關稅、加拿大 9/8 對等反制 最早出現於 。
$BTC
#Bitcoin #黄金 #特朗普

台灣吹起 Y2K 文藝復古風，戰鬥陀螺、電子雞還有 CCD 相機這些千禧年的經典小玩意再度爆紅！不只新生代年輕人喜歡，大人也從這些初代好物中找到童年回憶，還成為跨世代溝通聊天的新話題，在時時刻刻都在刷手機的今日，大家開始懷念起原始的樂趣，讓這些懷舊小物一躍成為最潮的社交工具與穿搭配件。
戰鬥陀螺二手交易市場價格飆升
戰鬥陀螺在二手市場的價格忽然暴漲，甚至出現絕版品如「風暴一龍」或聯名款的「巴塞隆納」被炒到破萬、甚至數萬元的詭異現象，陀螺在二手市場上的價格定位著重於重量與稀缺性，一般而言，陀螺的重量越重，在市場上能喊出的價格就越高，而特定的限量聯名款原本定價就偏高，在絕版後更是成為高價炒作的焦點。
以前在社團或玩家群組中，多餘的備用零件通常是以明碼標價來交流；如今二手市場變成了不公開實價、全面改採「競標」的模式，導致價格在盲目爭奪下被一路上揚。
電子雞升級玩法，還可做大人做的事
現代的電子雞（Tamagotchi）在硬體規格與社交機制上持續進行技術疊代，產品配備彩色螢幕與微觀操作功能，使用者可透過旋鈕放大畫面觀察寵物狀態，甚至可以隱約看到兩隻雞做大人做的事！
除了娛樂用途外，電子雞亦被廣泛應用於腰包與隨身包款的裝飾，成為現代穿搭風格的配件之一。
(夢核是什麼？用 AI 創造出文青懷舊感的作品居然大受歡迎)
低畫質 CCD 傻瓜相機才是潮
CCD 的英文原名為 (Charge Coupled Device)，它是數位相機發展史當中，最早期的感光技術，工作原理為透過撞擊感光表面的光子，將之轉化為電荷進行讀取轉移，最後再經由電路轉換成電腦能儲存的數位影像，雖然 CCD 早期在光影與顯色上具有優勢，但近年來已逐漸被功耗更低、讀取速度更快的 CMOS 元件所取代，CCD 相機現在已被視為一種帶有獨特顆粒感與光影氛圍的「復古相機」。
低畫質的 CCD 傻瓜相機為何忽然產生高市場需求？哈哈台受訪者認為相較於現代智慧型手機高解析度的成像品質，CCD 的低階解析度、顆粒感與失焦光影效果呈現出獨特的懷舊視覺風格，不同機型的感光元件色差顯著，吸引他們至實體店家或網路平臺挑選舊式 CCD 相機拍出有別於高階手機的古老畫質感，還可利用廣角鏡頭進行特殊全景角度拍攝，拍出與眾不同的照片，可用於 Instagram 貼文的「風格排版」上面。
(Instagram 發表商標字樣新造型，網路反應兩極化)
每一台 CCD 相機的色調與顯色都完全不一樣，品牌與機種的不同皆會呈現出完全相異的冷色調或暖色調，吸引了許多年輕人去深入研究挑選，他們會願意花時間親自到專門的相機街或商家，尋找最符合自己個性的相機。
這篇文章 Y2K 文藝復興！戰鬥陀螺搭配 CCD 相機及電子雞才叫潮 最早出現於 。
#AI #Instagram

「想賺更多錢，應該創什麼業？」這可能是許多年輕人進入網路創業世界後第一個問題，但曾替 Alex Hormozi、Leila Hormozi 與 Noah Kagan 操刀內容、20 歲的行銷策略師 Jay Yang 認為，這個問題從一開始就問錯了。
Jay Yang 近日發表長文〈How to become a top 1% earner in the digital age〉，分享自己從 Instagram 主題帳號、YouTube 頻道、電子報到服飾品牌接連失敗，最後靠文案寫作（Copywriting）、代筆（Ghostwriting）、AI 與個人品牌，將收入推升至他所稱的「全球前 1%」的過程。
他將這段經歷整理成一套相當簡單的數位時代致富框架：先建立市場願意付錢的技能，再學會銷售，最後利用軟體與內容，把自己的時間與收入脫鉤。
其中 AI 扮演的角色並不是直接替人賺錢，而是成為一種新的槓桿：當 ChatGPT 能讓一個人的產能倍增，真正決定收入上限的問題，就從「一天能工作幾小時」，變成「你的技能能透過多少槓桿服務多少人」。
創業只是載具，真正值錢的是裡面裝的技能
Jay Yang 回憶，自己從小就希望成為所謂「偉大的人」，曾閱讀 Kobe Bryant、Arnold Schwarzenegger、拿破崙等人的傳記，想像自己有一天能取得類似成就。
但一開始，他完全不知道該如何達成。
於是和許多青少年一樣，他開始搜尋「how to make money online」，接著把當時流行的網路賺錢方法幾乎全部嘗試一遍。
他做過 Instagram 主題帳號、開設數個 YouTube 頻道、經營每週電子報，甚至成立自己的服飾品牌，一度相信自己可能打造下一個 Gymshark。
結果全部失敗。多年後回頭檢視，Jay Yang 認為問題出在當時根本沒有任何一項足以讓市場付錢的核心能力。
他因此提出第一個觀點：Business is a vehicle，企業只是載具。
如果一個人沒有建立值得市場付費的技能，那麼無論成立公司、電子報、YouTube 頻道還是電商品牌，都只是一輛「沒有東西可以載的車」。
賺多少錢，取決於「幫多少人 × 幫多大的忙」
Jay Yang 將收入進一步拆解成「創造價值」。
價值主要由兩個變數決定：Scale × Magnitude
Scale 代表你能幫助多少人；Magnitude 則代表你能替每個人解決多大的問題。
而人們願意付錢購買的價值，大致可以歸納成三種結果：節省時間、增加收入、降低風險。
如果能替更多人節省更多時間、創造更多收入，或者降低更大的風險，理論上就能取得更高的報酬。
這也構成他對「上班」與「創業」差異的理解。
受僱者替公司解決問題，公司支付固定薪水，並承擔取得客戶與經營企業的風險；創業者可能解決類似的問題，但可以自行決定價格並取得更多價值，代價則是必須自己尋找並說服客戶。
把「時間」與「收入」拆開
但即使掌握高價值技能，如果收入仍然完全按照工時增加，Jay Yang 認為仍然存在明顯天花板，因為一天只有 24 小時。
只要收入公式仍然是：工作時間 × 每小時單價 = 收入。那麼即使提高時薪，收入最終仍受到個人時間限制。
因此，他認為真正重要的第二階段，是 decouple your time from your money，也就是讓收入逐漸脫離個人工時。
Jay Yang：能建立的資產只有四種
方法則是建立「資產」。他對資產的定義是是：當你停止工作後，仍然可以持續創造價值的東西。
按照 Jay Yang 的分類，一個人可以建立四種主要資產。
第一種是資本（Money），讓自己的錢，甚至其他人的資本持續投入並複利成長。
第二種是人（People），透過團隊成員的時間與專業，完成單一個人不可能獨立完成的工作量。
第三種是軟體（Software），讓程式與機器全天候自動執行工作，而且可以大規模複製。
第四種則是內容（Content），一篇文章、一支影片或一本書只需要製作一次，卻可能在發布數月甚至數年後仍持續觸及新的人。
Jay Yang 將 Money 與 People 稱為傳統的「permissioned assets」。
如果本身沒有資本，要取得資本並不容易；如果沒有收入，也很難直接雇用大量人才。
但 Software 與 Content 不同。
他將兩者稱為 permissionless assets（無需許可的資產）。
理論上，一個普通人今天只需要一台電腦，就能開始寫程式、使用 AI、經營社群、寫文章或製作影片，不需要先取得大量資本，也不需要任何機構批准。
這也是他認為數位時代改變財富累積路徑的重要原因。
第一步：別什麼都做，先把一項技能做到頂尖
Jay Yang 將自己進入高收入族群的路徑拆成四個步驟。
第一步不是創業，而是選一項技能並做到非常好。他的理由來自網路帶來的全球化競爭。過去一名專業人士可能只需要與同一座城市的人競爭，但網路讓全球最優秀的人可以直接服務全球客戶。
因此，收入分配愈來愈可能呈現 Power Law。
頂尖 1% 的人取得遠高於接下來 10% 的報酬，而前 10% 又大幅領先其他人。
Jay Yang 自己選擇的技能是 Copywriting。
他將文案寫作定義為「盡可能有效地把一個想法從一個人的大腦傳到另一個人的大腦」，本質上就是透過文字完成銷售。
這項技能後來也成為他所有其他槓桿的基礎。
第二步：學會銷售，否則永遠需要別人替你賣
第二步是 Learn to sell。
Jay Yang 認為，如果一個人無法銷售自己的技能，就永遠需要公司、老闆或其他中介者替自己取得客戶。
事實上，上班族每天也在「銷售」，只不過銷售的是雇主的產品。
因此，從受僱走向獨立工作或創業，其中一個重要轉折就是從替公司銷售價值，變成能夠直接銷售自己的價值。
這也是他認為 Copywriting 特別有槓桿的原因：它既是一項可以直接向客戶收費的專業能力，同時又是一項「銷售能力」。
第三步：真正重要的 Meta Skill，是「學會學習」
第三步則是 Learn to learn。
在 Jay Yang 看來，如果一個人無法自行學習新技能，收入上限就會受到「別人願不願意教你」限制。
不同人的最佳學習方式不同，有些人適合閱讀、有些適合聆聽，有些需要實際操作，而他自己最有效的方法則是觀察。
因此，他刻意想辦法進入成功人士身邊，直接觀察他們如何做決策。
Ghostwriting 在這裡成為一種特殊工具。
因為替企業家與高收入人士代筆，本質上意味著「客戶付錢讓你訪問他」，代筆者可以直接詢問對方的思考方式，再把這些內容整理成文章。
因此這項工作除了帶來收入，也成為他的學習管道。
第四步：用 AI 和內容建立「無需許可的槓桿」
真正讓 Jay Yang 收入開始脫離個人工時的第四步，是建立 permissionless assets。
首先是 Software，尤其是生成式 AI。
ChatGPT 推出後，他開始利用 AI 製作初稿、編輯內容並加速交付。
按照 Jay Yang 自己的說法，導入 AI 後，他可以用過去約一半的時間，處理約三倍的客戶數量。
假設一名自由工作者原本只能服務 5 名客戶，即使需求持續增加，也受到時間限制；但當 AI 大幅壓低每個客戶需要投入的邊際工時後，同一個人就能服務更多客戶。
AI 因此並沒有直接創造他的專業能力，而是放大既有技能的產能。
第二項槓桿則是 Content。
當 Jay Yang 建立自己的受眾後，獲客方式開始反轉。
過去是他主動尋找客戶；有了個人品牌後，客戶開始主動找上門，甚至進一步帶來投資等其他機會。
這使內容不再只是行銷，而是一種能持續替個人產生 Distribution 的資產。
這篇文章 20 歲年收躋身全球前 1%！AI 時代致富關鍵不是創業，而是技能 × 無需許可的資產 最早出現於 。
$METAB
#AI #機構投資 #Meta

比特幣在短短兩日由 6.4 萬美元狂飆至 7.9 萬美元，漲幅逾 23%。比特幣儲備始祖微策略 Strategy 帳上的 84 萬枚比特幣迅速轉虧為盈，未實現獲利達 30 億美元。
Saylor：仍有 80 億人未持有比特幣
Strategy 創辦人 Michael Saylor 在 X 上發表短片，他身穿速食店服裝，正裝著剛炸好的薯條 (代表比特幣)，告訴大家比特幣是未來的希望，他準備好要服務 80 億以上的人口！
每次加密熊市時，Saylor 總在社群上發表自己在速食店打工的圖片自嘲，而近日比特幣在沈寂多時後終於一吐怨氣，Saylor 再度用薯條做比喻，也暗示還有高達 80 億的人未持有比特幣，頗有傳教意味。
Strategy 比特幣未實現獲利達 30 億美元，mNAV 仍持平
根據 Strategy 官網，Strategy 持有 840,447 枚比特幣，平均成本為 75,385 美元，已在這兩日迅速轉虧為盈，若以比特幣 7.9 萬的市價計算，未實現獲利達 30 億美元。
不過 Strategy 普通股 (MSTR) 漲幅似乎在此次未能放大，mNAV (目前股價和其擁有比特幣的價值比) 目前仍在 1 的水準，這也許和其近期選擇回購優先股 STRC 而非拉抬 MSTR 的股價有關。
這篇文章 比特幣兩天狂飆，Strategy 帳面大賺 30 億！ 最早出現於 。
$BTC
#Bitcoin #X #白宫拟8月19日会见加密与预测市场高管

據路透社報導，非營利研究機構「反貪腐數據聯盟」（Anti-Corruption Data Collective 簡稱 ACDC ）發佈的最新報告指出，去中心化預測市場平台 Polymarket 上有超過 150 個加密貨幣錢包可能涉嫌利用美國軍方內部機密進行下注，相關交易活動甚至吸引了大量跟風資金與自動化交易機器人複製投注，引發美國各界與立法機關對國防情報可能外洩的高度關注。
Polymarket 出現冷門押注獲得高勝率的預測錢包
ACDC 分析截至 5 月 5 日前所有已結算的預測市場，針對一小時內累積下注滿 2,500 美元且勝率設定低於 35 % 的 Long Shot 「冷門」賭注進行篩查，研究發現共有 556 個特徵鮮明的錢包，研究人員將其命名為 Orca「虎鯨」，這類帳戶通常在設立後，迅速於特定情報的小眾市場進行高風險、高報酬的押注，並在獲利後快速提現離場。
有 152 個「虎鯨」錢包專注於軍事與國防議題，總計獲利 800 萬美元，平均勝率達 97.2 %。雖然高勝率可能源於運氣，但其高度集中、異常獲利模式，使這類錢包亦可能涉及暴露高機密軍事情報給外界的疑慮。
複製交易機制恐加劇國防情報外洩
研究進一步揭露此類軍事預測下注正吸引資金雄厚的 Whale「巨鯨」與自動化交易機器人進行仿效跟投，雖然複製交易本身符合現行法規，但這類行為會大幅加速傳播「虎鯨」錢包釋出的情報訊號，以去年 6 月美軍對伊朗採取行動前數小時為例，當一個「虎鯨」錢包押注美軍將發動行動時，隨即誘發機器人與巨鯨分別跟進 20 萬美元與 10 萬美元的投注，意味著敏感的軍事行動訊號已透過公開的區塊鏈數據被即時監測並利用。
ACDC 創辦人：外國情報機構可輕易透過區塊鏈上數據進行監控
Polymarket 官方尚未回應置評請求，但先前曾聲明平台具備嚴格管理機制，並已將數十個涉嫌異常交易的錢包移交執法單位。
美國國防部則表示不對情報事宜或第三方研究成果發表評論，另一方面，美國商品期貨交易委員會（CFTC）正積極尋求對預測市場的管轄權，並已針對相關違規行為提出訴訟。ACDC 共同創辦人 David Szakonyi 警告，區塊鏈的透明度讓所有人均可輕易觀察到異常投注，若認為外國情報機構未在此類市場進行監控實屬過於天真。
ACDC 認為，僅依賴執法後續調查或限制參與者身份，並不足以徹底降低預測市場中的內線交易風險，該機構提出具體制度改革建議，主張所有交易者皆應完成實名身份驗證（KYC），且在涉及可疑交易時，應於調查期間暫緩支付收益，研究報告強調，針對極易使用非公開內部資訊且利潤極高、操作便捷的敏感議題市場時，政策制定者應考慮直接予以禁止，以確保國家安全。
這篇文章 超過150個Polymarket錢包，壓住軍事賭注勝率達97%，引發國安情報外洩疑慮 最早出現於 。
#加密監管 #區塊鏈 #機構投資

美國財政部宣布長天期公債回購規模加倍，長端殖利率應聲下行、美元走弱，比特幣兩天內自 6.4 萬美元衝上 7.9 萬，全網空單遭清算近 30 億美元，其中逾九成是空頭。
野村證券（Nomura）在最新報告中認為，回購規模本身微不足道，真正的意義在於當局已不再容忍長端殖利率失控的意圖聲明。不過推動這波行情的並非只有軋空，比特幣現貨 ETF 早在財政部出手前兩天便由淨流出轉為淨流入，8 月 20 日單日淨流入衝上 6.06 億美元為連續第四個交易日買超，這股買盤能否延續，將決定這波是築底還是反彈。
貝森特一句話點燃軋空，近 30 億美元空單兩天內被清光
圖片來源：CNBC
這次的嘎空野火始於美國財政部貝森特，美國財政部於 8 月 19 日宣布將長天期公債回購規模至少加倍，每次操作上限由 20 億美元提高至 40 億，總規模自 200 億拉升至 400 億。隔日長貝森特再對 CNBC 加碼喊話，表示單次規模不排除超過 40 億美元。
而野村證券跨資產策略師Charlie McElligott 在報告中指出，回購規模相對於美國逾 40 兆美元的債務根本微不足道，「更像是給子彈貼上 OK 繃」。換句話說，市場買的不是這 400 億，而是後面還有更多工具的承諾。
跨資產同步反應也印證了這個讀法：長端殖利率下行、美元走弱，黃金與比特幣一起走揚，並非只有加密市場單獨表態。
BTC 擁擠的空單在這個時候成了燃料，根據 CoinGlass 統計 8 月 20 日的 24 小時內全網 172,108 名交易員遭強制平倉，總清算金額接近 30 億美元，其中空頭約 27 億、佔 92%，多頭僅 2.57 億；光是一小時內就有超過 10 億美元的比特幣空單被平掉。
而軋空和 BTC ETF 產生的動能是否能延續，將會是牛市究竟回來沒的第一觀察目標。
比特幣 ETF 早兩天轉為買超，軋空暴漲的前瞻指標
關於底部，市場從來不缺說法，但他們經常彼此矛盾，難以確認該相信哪個。
伯恩斯坦（Bernstein）已公開喊比特幣觸底並重申年底 15 萬美元目標，理由是本輪自 2025 年 10 月高點回落約 54%，遠比前幾輪的 75% 至 90% 溫和；也有分析師主張今年 2 月初的六萬附近就是本輪低點，而 Peter Brandt 看週期底落在 9 至 10 月，CryptoQuant 則認為真正的底要到 12 月、區間在 5.5 萬至 6 萬美元。
真正在價格轉折之前就先轉變的，是比特幣現貨 ETF 的資金流，以下為單日淨流入：
轉折點落在 8 月 17 日與 18 日，這兩天已由淨流出翻為明顯淨流入，而財政部宣布回購是 8 月 19 日，軋空則發生在 19 至 20 日，由 BTC ETF 的流入流出可以看出資金換方向在前，消息與行情在後。
這正是它稱得上前瞻的原因：它不是對未來的推估，而是已經結算完成的申購紀錄，並且領先價格兩個交易日。在各家對底部的說法各執一詞的情況下，這是本輪唯一在轉折發生前就明確轉變的數據。
不過想要判斷這輪漲勢是牛市開端還是下跌中的反彈，仍須把 ETF 的規模放進脈絡裡看。在 Sosovalue 的數據中，8 月至今 14 個交易日累計淨流入 20.74 億美元，但 2026 年至今整體仍是淨流出 32.14 億，年度方向尚未翻正；ETF 總資產淨值 901.6 億美元，距 2025 年 10 月 6 日的高點 1,695.4 億仍低 46.8%；8 月 20 日的 6.06 億美元在 655 個交易日中排名第 47，是三個月新高，但並非歷史級數字。
流入放緩之後價格守不守得住，決定這波是築底還是反彈
單日五、六億美元的流入不會是常態，真正的分水嶺會出現在這股買盤退潮之後。
若 BTC ETF 流入放緩、價格隨即回落，代表推力幾乎全部來自 ETF 與被清算的空單，兩者用盡即止，這波就只是一次反彈。若流入放緩而價格仍能守在高位，則意味有其他買盤以相近的量級接手，熊市架構才算真正鬆動。
這裡的「相近量級」有現成的對照值：8 月 19 日與 20 日兩天合計 11.24 億美元，日均超過 5 億。若 ETF 退到日均一億以下而價格未失守，那筆差額就是別人補上的。
因此接下來值得關注的是：ETF 單日流入自五億級退到什麼水準、退下來之後價格是否失守、以及現貨成交量有沒有同步萎縮。
比特幣先站穩腳跟，資金才輪得到山寨幣
每一輪牛市都由比特幣開第一槍，但整體加密市場能否走出來，看的不是比特幣漲多少，而是資金有沒有開始往外輪動。
輪動的路徑大致固定：資金先透過 ETF 進入比特幣，接著擴散至以太幣與主流幣，最後才流向中小市值標的——從高估值、高流動性的區域，一段一段往低市值、低流動性的區域移動，而且是一波接一波出現，不會同時發生。
目前距離啟動還有一段路，市場公認的兩個門檻是比特幣市佔率跌破 50% 至 55%，以及山寨季指數（Altcoin Season Index）站上 75。依 CoinGecko 全球數據，比特幣市佔率目前為 59.16%，以太幣 11.19%；山寨季指數 2026 年中約在 30，目前兩項都尚未達標。
若比特幣在這波高位回調後仍能站穩，山寨幣才會有發動的底氣。而輪動是否真的啟動，有一個比價格更早出現的訊號可以追蹤：山寨幣佔全市場每日成交量的比重相對比特幣上升。這個比重通常會在市佔率跌破 55% 之前先動。
風險提示
這一輪的買家結構與 2017、2021 不同：透過受監管基金結構配置比特幣的機構資金，買的是這個資產類別本身，不會將獲利轉入山寨幣。
流動性比以往任何一輪都分散：主要追蹤網站收錄的代幣已超過 1,000 萬種，同一筆資金需要推動的標的數量，與過去週期不在同一個量級。
清算數據的口徑差異極大： 同一波軋空，各家報導從 14.4 億到 33.5 億美元都有，差異來自日期（8 月 19 日與 20 日為兩波）、口徑（空單清算與全網爆倉不同）、資料商統計基礎，以及 24 小時滾動窗口的快照時點。本文採 CoinGlass 口徑並標明日期。
本文所有價格與資金流數據截至 2026 年 8 月 21 日，加密市場波動劇烈，數字可能已與閱讀當下不同。
內容僅為資訊整理，不構成投資建議。
這篇文章 BTC 會漲到哪？比特幣 ETF 資金流早兩天就給了答案 最早出現於 。
$BTC $ETH
#ETF #Bitcoin #利率

當 AI Agent 從「回答問題」進化到真正替公司執行工作，下一個問題也隨之浮現：如果 Agent 要訂機票、買軟體、支付供應商，它要怎麼合法、安全地動用公司的錢？
企業金融科技公司 Ramp 正試圖搶下這塊新市場。Ramp 近日上線「Finance for the Agent Economy」專頁，將原有的企業卡、費用管理、帳單支付、銀行、差旅與 AI 支出管理能力進一步開放給 AI Agent，讓企業可以替每個 Agent 建立身分、預算、權限與付款方式
從 AI 幫你工作，進一步走向「AI 幫你花錢」
Ramp 對這套系統的定位相當直接：「Finance for companies that run on agents」。
過去企業導入 AI Agent，多半讓它們處理研究、客服、程式開發、資料整理等數位工作；但當 Agent 開始負責採購、差旅、軟體訂閱甚至財務流程時，它最終必須碰到企業真正的核心權限——資金。
Ramp 因此替 Agent 設計四層控制架構：
每個 Agent 都有持久的「身分」以及負責它的人類管理者
企業可以預先設定預算、人工審批門檻與允許交易的商家
限制 Agent 能使用哪些付款工具與資金來源
每筆付款及會計同步操作都會留下稽核紀錄
換句話說，Ramp 並不是單純把公司的信用卡號交給 AI，而是試圖建立一套類似「AI 員工財務權限管理」的架構。
例如，公司可以建立一個負責辦公室採購的 Agent，給它每週 1 萬美元預算，只允許向特定供應商付款，超過 500 美元必須經過人類批准，同時要求每筆消費附上收據。
Agent 可以在這些限制內自主工作，但無法突破企業事先設定的財務邊界。
Agent Cards：AI 可以真的拿到信用卡號付款
其中最具代表性的產品是「Agent Cards」。
根據 Ramp 文件，Agent Cards 可以在 AI 準備完成一筆交易時，即時產生一組新的單次使用卡號、CVV 等付款憑證，而且這張卡會限制特定商家以及最高消費金額。
卡片會在第一次授權完成後失效，若沒有使用，最長也只會存活 12 小時。
Ramp 官方甚至已經提供「讓 Agent 購買網域或主機」的操作範例：AI 可以透過瀏覽器工具前往 Cloudflare、Namecheap 等網站搜尋商品、走完結帳流程，接著向 Ramp 要求一張符合預算的 Agent Card，再將付款資料填入網站；交易完成後，Agent 還能處理收據、memo 與會計分類。
這意味著未來對 AI 說「幫公司兩位新員工買筆電」，背後可能不再只是生成一份商品推薦清單，而是 Agent 自行比價、選擇供應商、提出付款需求、取得限定用途的支付憑證，最後完成採購。
Ramp 押注 MCP 成為 Agent 金融入口
Ramp 同時選擇以 MCP（Model Context Protocol）作為其中一個主要入口。
官方文件顯示，Ramp MCP Server 可以讓 ChatGPT、Claude、Cursor、Perplexity 等支援 MCP 的 AI 直接呼叫 Ramp 工具，在對話中查詢交易、企業卡、資金、供應商、部門、會計分類與財務餘額，也能回答費用政策、支出限制與交易遭拒原因等問題。
Ramp 目前列出的 Agent Tools 快照甚至已經包含 147 項工具，不過實際可使用功能仍取決於使用者身分、企業管理設定、OAuth scope 與客戶端環境。
對於 Coding Agent，Ramp 則另外提供開源 CLI。Agent 可以在終端機中透過結構化資料操作 Ramp，適合 Claude Code、Codex、Cursor CLI、自動化腳本或 CI 等環境。
CLI 預設連接 Sandbox，開發者確認流程後才切換至 production，所有操作仍會歸屬到完成 OAuth 驗證的 Ramp 使用者。
這篇文章 押注 Agent Economic！Ramp 推 Agent Cards，ChatGPT、Claude 可自主完成付款 最早出現於 。
#AI #X #Perplexity

Marvell 近日向 SEC 提交文件，證實已和 Google 擴大晶片合作，共同開發 Google 張量處理器（TPU）客製化晶片，並授予 Google 最高122億美元認股權證，此消息帶動 Marvell 股價收漲近一成，博通則同步下跌逾 5%。
Google 認股權證上看 122 億美元，Marvell 拿下 TPU 生態系晶片版圖
根據 Financial Times 報導，Marvell（NASDAQ: MRVL） 與 Google 已證實將共同開發 Google TPU 生態系的客製化半導體產品，範圍涵蓋 AI 推論加速器、儲存控制器、網路介面控制器、記憶體介面控制器，以及近記憶體運算等技術。
作為協議一環，Marvell 發給 Google 認股權證，以每股 206.58 美元的價格最多買進 58,970,907 股 Marvell 股票，總價值約 122 億美元，等於拿下 Marvell 約 7% 的股份，Google 將直接躋身第五大股東，而這份權證有效期到 2033 年 8 月 18 日。
不過這批股份中的大約 136 萬股會在協議後第一年，按季平均慢慢解鎖；剩下超過 5,760 萬股， Marvell 每賺進 5 億美元營收才會解鎖一批，總共分 240 批，若要全部解鎖，代表 Marvell 得從這筆合作累積約 1,200 億美元營收。
Marvell 股價收漲近一成，博通同步下跌逾 5%
消息一出，Marvell 股價早盤一度飆漲 9.85%，收盤落在 237 美元，原是 Google 主要 TPU 供應商的博通 （Broadcom，NASDAQ: AVGO）股價當天同步跌了逾 5%。
從博通到 Marvell，Google TPU 的供應鏈布局
其實 Google 今年 4 月就已經跟博通簽了長約，由博通負責開發並供應下一代 TPU 本體，以及 AI 機櫃需要的其他元件，合約一路簽到2031年。這次找Marvell合作的重點不太一樣，鎖定的是 TPU 周邊的配套晶片，而不是 TPU 本體。
Google 開始把 TPU 賣給外部雲端客戶，周邊晶片的需求也一並升高，有分析師估計，Google 今年 TPU 相關基礎設施營收可能約 30 億美元，2027 年則上看 250 億美元。
Marvell 近期動能：輝達合作與 Celestial AI 併購
今年輝達才宣布要砸 20 億美元入股Marvell，Marvell 也完成收購 Celestial AI，取得光子互連技術，可串接大型叢集裡的 AI 晶片，被視為支撐 Google Gemini、Anthropic Claude、OpenAI ChatGPT 等系統背後運算架構的關鍵一環。
這篇文章 Marvell 拿下 Google TPU 周邊晶片開發，股價飆漲近 10%、博通跌逾 5% 最早出現於 。
$NVDAB $GOOGLB
#AI #加密監管 #谷歌