🎙️ 33 個國外創業/財經頻道 最新一集精粹

一句話:市場對 Wix 的 AI 定價完全錯誤,pizza 店主不會 vibe code 自己的商業系統。

Wix 創辦人 Avishai Abrahami 對主持人 Harry Stebbings 坦言，市場對 SaaS 公司的 AI 風險算不清楚。Wix 市值約 28 億美元、年營收 21 億美元，旗下 vibe coding 產品 Base44 的 ARR 已超過 1.5 億美元（現已更高），但股價幾乎沒給核心業務任何價值。他認為 Base44 對照同業（lovable、Replit）光自身就該值約 80 億美元。核心論點：Salesforce 的價值不是 CRM，而是大銀行願把客戶資料交給它保管的「信任」，這你 vibe code 不出來；同理 Wix 的客戶是 pizza 店、美髮店這類小商家，不會用 Cloud Code 蓋自己的排程與員工管理系統。Wix 內部曾派專業工程師團隊試著用 Base44 重建美髮店的商業邏輯，兩週都做不出來，證明這類系統太複雜。

Base44 是收購來的「一人公司」（創辦人 Maor），花 8000 萬美元買下，如今營收已翻倍到 1.6 億美元以上。Abrahami 說董事會當時沒人質疑「為何為一個人付這麼多」，只問商業邏輯與如何組團隊。他強調難的是執行而非財務。經濟學方面：Wix 本身利潤率遠高於 Base44（生成網站與代管成本近乎零），Base44 留存率較好但成本高。Wix 已自訓 AI 模型（結合多個模型），靠 Base44 的大量訓練資料做出比通用前沿模型更適用的版本，但自建模型只比前沿模型便宜 1% 到 30%（Harry 原以為更多），現階段重點是品質而非省成本。

庫藏股是本集的痛點。Abrahami 承認「時機爛透了」，公司帳上約 15 億美元閒錢、又不打算大型併購，於是趁股價低買回，結果股價先跳漲、之後又崩。但他仍力挺庫藏股是好工具、等於發股利，關鍵看三年後而非三個月。他說 Wix 現在「是被別家新聞交易」——市場動的是 OpenAI、Anthropic、Google 的消息，不是 Wix 自己的，所以他早已把心情與股價脫鉤。全公司約 3500 人（客服是最大部門，服務 192 國），Base44 約 400 人，兩年後估成長到 800 至 1000 人且多為工程師。客服 AI 他們試了多家外部方案都不管用，最後自建。他也澆熄 AI 狂熱：LLM 不擅長推理、常犯蠢錯，法律（文本密集）適合、但醫療「研究」不適合（他投資的 K Health 診斷已勝過多數醫生，但那是診斷不是研究）；若再有兩三次演算法躍進，人類才會變得像猴子。

一句話:AI 的錢正撞上天花板,創投與舊 SaaS 同時被迫重新定價。

Apple 以竊取商業機密起訴 OpenAI,訴狀 41 頁:在 Apple 待了 24 年、如今主管 OpenAI 硬體的 Tang Tang 被點名,實際帶走東西的是任職六年的 Chen Lu,除了文件還帶實體零件去 show and tell。Rory O'Driscoll:訴訟裡沒有感恩,新東家會撇清,這人完了;Tang Tang 的風險在 discovery,挖出他鼓勵應徵者帶資料的信件就跑不掉。Apple 的火氣來自 400 名員工流向 OpenAI。三人認為這本可避免:加州不執行競業,又有 inevitable disclosure 原則,腦子裡的東西屬於你自己,Anthropic 出走的那幾位正是最大受益者。Rory 認為硬體本就在砧板上:Sora 已砍、一億多美元買 TBPN、六十億美元買 Johnny Ive 的團隊,而現在「團隊把東西偷了」;這訴訟可能是安樂死,把 OpenAI 推回企業級 coding。

Zuckerberg 為 Spark 1 打破三年沉默回到 X,Meta 首次向開發者的 API 收費、離開 open weight,定價對 OpenAI 與 Anthropic 有侵略性。Rory 說這是廉價席次之戰:每家公司都會從隨便燒 token 走向預算制,半醒的 CIO 都會準備一個便宜模型。Jason Lemkin 第一次撞到 Max 方案上限:Claude Design 重設計一頁就吃光額度;他也大量用 Haiku,一次十分之一美分。Databricks 的論文對上這點:cost per token 沒意義,要看 cost per completed task。ClickHouse 的 Aaron Katz 說 AI 支出自二月成長 60 倍。

爭點是天花板。Rory 查 BLS:美國只有 180 萬名開發者,20 萬在軟體公司、100 萬在 JPMorgan 這類地方,中位年薪 14 萬美元,總薪資池約 2500 億美元。Anthropic 從年初 90 億跑到可能 500 億,若大半來自 coding,等於已吃掉近 20%,而裁員還沒發生。Jason 補一條:全球軟體支出約 1.4 兆,企業若容忍拿營收 10% 買 token 就是另外 1400 億。SK Hynix 以 265 億美元在 NASDAQ 掛牌,首日漲 13% 後回落,一年漲 6 倍;它與 Samsung 合佔韓股 60%。三雄本益比只有 5–8 倍是多頭理由,空頭理由是淨利率從 2023 年的負值變成 70%,而這是循環產業。IBM 股價跌 20%,矛頭指向 CEO 恐慌搶買記憶體、不買主機。

Jason Calacanis 從種子轉向後期成長。Rory 認為這是結構性的:後期私募是近 15 年才長出、替代 NASDAQ 小型股的新品類,早期業務二十年沒變大、後期大五倍;但能力不可移轉。Carta 數字:一般種子價漲 10–20%,前 5% 已到 2 億美元 pre——60 多家 neolab 開局就要 3 億美元,沒法用 20 pre 起跑。另一端是 TouchBistro:7000 萬 ARR 被 Constellation 用 7000 萬買走,OMERS 2019 年在 6 億 pre 投 1 億、最後拿回 200 萬。Jason 說 Marketo 正在歸零:沒有新客、又漲價 20%,搬離只花一天,以前要一年。Greylock 18 只募 15 億;Jason 說別叫紀律,那是算過報酬的最佳化。

一句話:受眾靠「連續出貨同一群人要的產品」複利累積；OpenAI 為硬體毀掉 Apple 關係是嚴重誤判。

來賓 Tibo Louis-Lucas（Product Hunt 2022 年度 Maker）拆解他的成長路徑：2021 年他做「每週出一個新產品直到有東西黏住」的挑戰，四個月出了 10 個產品、幾乎全失敗，第 11 個是 Tweet Hunter，不到一年做到年營收 100 萬美元，之後與 LinkedIn 工具 Taplio 一起賣給 Lemlist。他的重點不是產品本身，而是每出一次貨在 Twitter 上的追蹤者就多一點，複利疊上去；而且不能亂跳題目——每個產品都對同一群人（creator economy，幫創作者賣更多）解同一類問題，受眾才會累積而不是每次歸零。他也講了一個當時看來離譜的決定：把產品 25% 的分潤（他澄清是利潤分享而非公司股權，因為公司是多產品）給了一位影響力者，他認為這才是產品起飛的原因，並直言 builder 與 influencer 之間的合作「雙方都在渴求，卻遠遠不夠多」。公開開發的另一個作用是心態轉換：從「我愛上我的點子、不計代價要賣掉它」轉成驗證心態，逼自己盡快拿到硬否定，然後換下一個。

影響力者的操作方法他講得很具體，而且明說舊玩法已死。過去是花 10K 美元買一個 KOL 的贊助、然後祈禱它成功；現在他用 agent 在 TikTok、Instagram、YouTube 上找「最近 20 支內容平均約 1,000 次觀看」的小帳號，一次撒 50 到 100 個，基本費約 200 美元，內容若突破 5 萬觀看再給約 500 美元獎金，成功的合作再拿去投廣告放大、並回頭跟同一批人多合作。邏輯是演算法時代人人都可能爆，付的是「爆的機率」而不是粉絲數——Jason 補充，就算你有一百萬粉，Grok 判定大家沒興趣就不會推進 For You，locked-in audience 已不存在。Jason 自己示範了同一套：他用 Perplexity Comet 當外殼、Grok 4.5 當建構者，做了一個叫 Pod Me 的小工具，抓前 25 個（現在 75 個）podcast 的時間戳分段，改成「不按節目、按主題」的 deep link 串流播放，成本 11 美元，貼文拿到 110 萬次觀看。他也順勢罵了 LinkedIn：帳號被封第二次（起因是兩年前的 Taplio），而 LinkedIn 一邊封殺自動化工具、一邊逼人走 InMail，結果需求全跑去以色列、菲律賓、印度等抓取法規較鬆的第三方工具；他認為 LinkedIn 早該給每個 50 美元月費用戶一個可用的 email 信箱（Superhuman 的 Rahul 當年就提過這個提案）。

新聞段的主線是 Apple 對 OpenAI 提出的 40 頁訴訟，指控對方系統性挖走機密：鼓勵在職 Apple 員工在面試前研讀機密材料、甚至把硬體零件與原型帶進 OpenAI 辦公室。核心人物是前 Apple 高管 Tang Tan（曾負責 iPhone 與 Apple Watch 設計），2023 年底告知要去 OpenAI 當硬體長，Apple 卻留他過渡到 2024 年 2 月，這段期間他已在與 Jony Ive、Sam Altman 往來。OpenAI 否認，稱對他人商業機密沒有興趣。Jason 判斷 Apple 不會在證據不足時提這種必上頭版的訴訟，並拿 Google 對 Uber 的案子類比（該案當事人被判 18 個月徒刑、罰金與賠償）；但他也認為 Sam Altman 太老練，不可能親自授意，比較像員工失控——只是員工失控雇主一樣有責任。他真正的批評在戰略：Apple 已佔美國智慧型手機約 55%，OpenAI 原本拿到預設 LLM 的位置，卻為了自建硬體把關係燒掉——花 64 億美元全股票收購 Jony Ive 的公司（當時 OpenAI 估值約 3,000 億美元，換算 Ive 個人可能坐擁 100 至 200 億美元的股票），去賭一個「成功率 5%」的硬體產品，同時把 Gemini 每年約 10 億美元的 Apple 生意讓給 Google。他的總結是「敵人會累積」：Elon、《紐約時報》、Apple 三場官司，每一場原本都可以是合作；他甚至演了一遍該怎麼談——先給 10 億美元股權、再簽 10 年每年 1 億美元的授權，讓對方變成「零號夥伴」去說服其他媒體。

後半段轉到自駕與就業。華盛頓特區正在辯論修改 2012 年自駕法案，要開放無人商業營運：Waymo 支持，Uber 反對、主張混合模式（保留人類司機，理由包含協助行動不便者、無乘客空車繞行造成壅塞）。Jason 把這解讀成公司內戰而非公司對抗：Uber 已投入約 100 億美元在自駕，也知道終局是機器，但它對司機做過的薪資、保險、福利承諾必須兌現，所以真正在做的是管理過渡。他引用路透 2026 年 4 月 29 日報導，中國已暫停發放自駕營運牌照——20 家業者、10 個城市，司機抗議、價格出現約 10% 下行壓力，而中國有約 1,000 萬名計程車司機。他算了一輪滲透率：目前美國約 1–2% 的行程是網約車，其中約 0.2–0.5% 是自駕；就算每年翻倍，也要六到七年才到 50%，所以那些「兩三年過渡期」的立法提案終究會變成沒有意義的爭執。他預測 2032 年一半行程自駕，但期間有超過五成機率出現一到兩年的暫停——只要一次致命事故被拍成影片流出（他提到 Waymo 曾在 Santa Monica 以時速 7 英里撞到一名兒童），統計上再安全也會被情緒推翻。同日《經濟學人》刊出 200 位經濟學家（含 15 位諾貝爾獎得主、OpenAI 與 Anthropic 的首席經濟學家、Anthropic 共同創辦人 Jack Clark、Eric Schmidt、Vinod Khosla）的公開信〈We must act now〉，論點與此一致：長期加速派是對的，難的是中間那段過渡。Jason 提出的具體工具是牌照制與配額（例如每年釋出 1%、2%、4%，每張牌照收 5,000 至 10,000 美元進失業基金），Lon 也贊成「用 AI 取代人力就課稅回填」。最後談 Flock Safety：執行長 Garrett Langley 把記錄車牌辨識器位置的開源專案 DeFlock 稱為恐怖組織，Jason 認為這是公關自傷，正解是創辦人親自把規則講清楚——資料只留 12 個月、每次查詢要輸入警徽與密碼並留下由公司（非警方）保存的稽核日誌、不做人臉辨識、社區支持度不足就不裝。

一句話:私有公司買下公開公司,證明留在私有市場不再是缺資源,而是特權。

主持人 Alex 找來 Hustle Fund 共同創辦人 Eric Bahn(第四期基金,投過 Webflow、Boom、Charter Space)與 Chapter One 創辦人 Jeff Morris Jr.(第三期基金,投過 Supabase、Mercury、Flex、Metafy),談 Stripe 傳出要以超過 500 億美元買下 PayPal。PayPal 股價在 2021–2022 年高點超過 300 美元,如今傳出的私有化價格是每股 16.5 美元;二月上任的新任 CEO 在法說會上直言公司有「可以大幅刪減」的地方。Jeff 的解讀是:Stripe 能做這筆交易,正因為它是私有公司,不必承受公開市場對 M&A 的即時審視,可以用更長的時間軸看這個資產。Eric 則認為 PayPal 早該是併購標的——公司走過「創業期→專業化→一堆 MBA 進來→員工開始經營自己的升遷而不是願景」的弧線,品牌還在但文化已經僵掉(他用 ossification 這個詞),Stripe 或許能拿這個資產做點別的。Alex 補充一個對照:Stripe 估值還在約 2,000 萬美元時,Elon Musk 與 Peter Thiel 都投過——PayPal 幫等於買回自己的老公司。

公私界線正在糊掉。Eric 說他能在 Solium 帳戶裡交易手上的 Stripe 股票拿到流動性,Anthropic、OpenAI 也會放出模糊的季度數字、還能牽動公開股價,那「私有」到底剩什麼意義?Alex 反駁:USV 和 a16z 前陣子為了一批 Series H 股權公開互槓,正說明私有市場透明度差、價格發現效率低;而且今天最有價值的公司,99% 的成長都發生在上市之後,散戶的指數基金完全吃不到。Jeff 認為未來一兩年上市案會變多——SpaceX IPO 後已經跌破發行價,證明上市不是保證——同時很多 SaaS 公司會被迫找出路,連 Snap 都傳出要私有化。另一個沒人談的上市理由是二級市場管理太痛:SPV 經理人收完錢人間蒸發的故事變多,而做政府生意的公司(如 Anduril)必須嚴格控制股權流向,免得中國資本透過新加坡實體繞進來,反噬國防標案。Eric 與 Jeff 都押注 Anduril 那種「嚴控二級市場」的姿態會成為多數創辦人的常態。

僵化這條線延伸到 AI 與 VC 自己。Intercom 燒船改名 Finn 全押 agent,最後賣給 Salesforce;Webflow 五月大幅裁員重整。Eric 說 Webflow 是他人生第一筆天使投資,當年在瀏覽器裡做設計是革命性的,現在被 AI 世代反向 rug pull——沒人想再學 CSS 了。他的願景是所有人都變成指揮一群 agent 的個人貢獻者。最尖銳的一段是他們對同業的批評:Eric 直說「多數 VC 連 Claude Code 都沒真正碰過」,頂多開來問怎麼烤牛胸肉,不曾真的推過 code 上 GitHub;開會現場還一堆人用紙筆,不知道這些知識怎麼進到機構資料庫。Jeff 舉反例:投 Better Up 之前,他們用五到十分鐘 vibe code 出一個接上對方基礎設施的網頁 app,第二次會議直接 demo 給創辦人看,當場拿到股權——「比讀 deck 還快」。Hustle Fund 全職 7 人、含約聘共 22 人、只有 4 個投資人,靠資源稀缺逼出自動化;Jeff 認為 500 人的大平台型創投同樣會面臨自己的文化僵化,創投業會出現槓鈴分化。

至於 evals,兩人潑冷水。Jeff 說 Chapter One 投資組合裡 pre-Series A 還在自建 eval 的「一隻手數得完」;Eric 更直白:700 家 portfolio 在 pre-seed 階段只想找 PMF,誰便宜用誰,天天跟他要 Anthropic 或 OpenAI credits,護城河是 PMF 之後才要煩惱的事。Eric 用 F1 比喻:前沿模型像 Red Bull、Ferrari、Mercedes,彼此只差幾個百分點,真正不外流的是進站策略、輪胎管理;而 pre-seed 公司還在開 Miata 規格賽。Alex 追問資料外洩,Jeff 澄清重點不是訓練資料而是 metadata——Satya Nadella 說過連 tool call 的頻率都是情報,平台方光看客戶花費就能判斷該把資源放哪。Eric 認為 coding 領域已經接近 AGI:Fable 跨他們所有 codebase 重構、指出哪裡寫得沒效率,回饋品質等同大公司裡的資深工程師。Jeff 預測下一個敘事是 physical AI,OpenAI 已有機器人團隊。他也解釋 Chapter One 過去一年 8 筆投資只有 1 筆在矽谷、6 筆在洛杉磯:引用 Peter Thiel 的「競爭是輸家的事」,他們專挑難以快速跟進的類別——Airbase 拿到美國史上最快的銀行執照、股東名冊上有 Palmer Luckey;General Intuition 前身是遊戲剪輯工具 Medal TV,拿自家資料集訓練防務無人機等實體世界用例,團隊在英國、能從 DeepMind 挖人。Eric 補了一句:Flex 這輪 7,000 萬美元 B1、估值 12 億,總部在邁阿密。

一句話:產品市場契合看留存不看營收,先自訂領先指標,再按季調節擴張節奏。

Mark Roberge(Harvard 銷售教授、Stage Two Capital 創辦人、新書《Science of Scaling》作者)在 Kleiner Perkins 合夥人 Juven 的節目拆解「何時、多快衝營收」。他說多數人把 product-market fit 誤認成營收、客戶數或大量 inbound,那只證明你會賣或會行銷。真正的 PMF 是產品交到客戶手上能創造承諾的價值,量化指標是留存,但留存是落後指標,所以要自訂領先指標 LIR:P% 客戶每 T 時間做 E 動作。Slack 是 80% 客戶每月發 2000 則訊息、HubSpot 是 80% 客戶每月用 5 個以上功能。

PMF 之後才追 go-to-market fit:在單位經濟為正下穩定複製價值,備好銷售劇本、最佳定價與佣金。擴張不是募資後一次招滿:缺 18 個 rep 就一月招 18 人必敗,依 10:1 篩選要月篩 180 人做不到。正解是定節奏,每月招 2 人,回看 PMF 與 GTM 指標全綠再加到 4、8、16 人,一破就停下修;他稱為 stay/go/slow,每季往前重排四季計畫。留存出問題多半不是產品或導入,而是銷售不夠紀律鎖定 ICP、沒設好期望,故佣金應綁 LTV,例如 50% 綁簽約、50% 綁 LIR。

Juven 以自家 CPQ 新創 Roadrunner 當案例,今年只看總營收與 AE 首次開出報價的時間兩個數字,並將宣布 Founders Fund 領投、Mamoon 與 Trey 參與的 A 輪,引 Eugene Kleiner 名言「有人端開胃菜就先拿一份」。Mark 指 85% 種子期新創失敗源於擴張缺乏科學,別讓估值與熱錢決定招人節奏。

一句話:組織永遠留一成閒置產能,才接得住 18 個月前看見的 AI 機會。

Eric Sager 在 Plaid 擔任 COO 七年半,經歷疫情、Visa 併購案破局、fintech 崩盤與 AI 浪潮。他對「劇變期怎麼領導」的回答是:沒什麼特別的。Visa 交易期間,真正每天在處理案子的團隊人數極少,其他人 100% 留在原本工作上;對內的說法固定是「這只是眾多里程碑之一,不是終點線」——他說這學自 Square 時期,Sarah 與 Jack 談 IPO 就是這個調性。交易沒成之後,Plaid 以顯著更高的估值完成 up-round 並提供員工流動性,員工反而更滿意。他的結論是:如果公司是圍繞某個里程碑(被併購、上市)蓋起來的,很難蓋成好公司;圍繞服務客戶與生態系蓋,外部事件就撼動不了。文化不能靠運氣,要刻意設計、照著它招人、並把升遷、加薪、股票綁在「有沒有強化文化」而不只是結果上。文化最難的時刻是短期捷徑明顯能換到更好數字時——一旦妥協一次,就會有第二次、第三次,原則很快什麼都不是。至於高績效但難相處的人,他的做法是直接談,先分辨意圖:多數人聽完的反應是感謝,兩年後反而成為文化上的代表。

Plaid 從第一天就不設中階管理層,只招前線的產品/工程/客戶人員,以及帶得進專業判斷的資深主管,而且資深主管被期待仍能做 IC 的活——創辦人 Zach 本人每天仍在做 IC 級的工作。組織要不變慢,關鍵是每場會議結束時講清楚「誰是決策者」,而且要是一個人,不是兩三個。速度不是唯一目標,他把決策放在速度、風險、成本三個維度裡權衡:在 Plaid 的業務裡,如果告訴你戶頭裡有 101 美元、實際是 101.1 美元,這不是遊戲寶石買錯的等級——這筆資料決定你能不能貸款、貸多少,是攸關一家人的決定,所以某些地方就是得慢。但他不會對團隊說「我們要慢」,而說「這裡要有條理、要精準」。他自認是德國式的方法論派,Zach 則常是那個喊「應該更快」的人,兩人的張力構成平衡;他也指出有競爭者把一切都獻祭給速度,結果並不好。

組織設計走過三段:早期只有一個產品 Auth(把銀行帳戶接上開發者),不分客戶大小,一個 AE 通吃;接著發現大公司與小公司的購買方式分岔——對 Citibank 導入和對兩個工程師的新創導入完全是兩回事——於是按規模切成小/中/大三段,並把銷售、客戶經營、支援全部收進同一個 segment 底下,由 segment 負責人擁有端到端的客戶關係,解決了交接斷點(他用自己當消費者打客服、被轉接四次還要重講一次身世來類比)。三四年前再加一層垂直產業(fintech、銀行與財富、房地產等),讓同一種客戶被重複服務累積經驗。現在產品線擴到 credit、fraud、payments,做法是垂直團隊當 quarterback、要懂八成的 use case,橫向專家團隊補最後一哩。這樣做的代價是失去人員的可替換性:招太多做新創的人、結果企業客戶長更快,就換不過來。

他最堅持的一件事是永遠不要滿載:「我願意付一點低效率的錢」,因為市場和產品在變。實際回報是,大約 18 個月前看見 AI 這條機會,能立刻把跨產品、工程、設計、go-to-market 的人調過去,才有後來 OpenAI、Perplexity、Replit 的簽約與數百家 AI 公司註冊;若人力全壓在既有的高需求業務上,根本反應不過來。他用籃球比喻:每一分鐘都紅線全開,最後要投關鍵球時你不會想賭他。他自己的時間配置約是 20–25% 生態系健康、50% 業務、25% 團隊;每週一開領導會議,第一個議題固定是「上週你從客戶身上學到什麼」。他會直接打電話給進公司一兩個月的新人,對方常嚇到以為出事,他認為這是 feature 不是 bug。判斷什麼該自己做,看三個維度:重要性、是不是單向門、內部有沒有人才與餘裕——有的話就先授權。他自己保留約 20% 是「純粹喜歡做」的事,像親自談成幾筆大合作,因為除了 Zach 之外沒人能像他這樣即時說 yes 或 no。

衡量做得好不好,他列三項:生態系是否讓消費者更好(可以看匯款費、交易費、平均 APR 的變化,某族群從 prime+7 降到 prime+6.5,就是把數十億美元放回人們口袋)、Plaid 有沒有拿到應得的份額(用網路成長與營收看)、以及「明天被公車撞了公司會不會出事」——他認為答案是不會,這才是終極驗收。招人失敗的兩條共同線索:一是從沒真的認同使命(只是覺得公司會上市),他會問「你還在看哪些職缺、為什麼」,答案東一個 AI、西一個熱門公司,通常說不通;二是被「他做過」的專業經驗迷住,但任何人在同一個位置做 18 個月後講出來的話都會一樣,那個優勢會被時間抹平。談創辦人與高管的差別,他說 Zach 對 Plaid 的愛他永遠複製不了——就像你不會像愛自己小孩那樣愛我的小孩——而那個愛換來的是無法雇來的韌性:Zach 從沒想過放棄。他引用 Square 同事 Gokul 說的「永恆的不滿足」,並說自己七年半最大的長進不在銷售技巧,而在怎麼撐住團隊:他團隊裡有七八個人從 IC 做到經營上億美元的業務,關鍵是選對人之後就投入到底,不會投丟一球就把人換下場。

一句話:募資不是靠邏輯說服,是「慾望減恐懼」,而解除恐懼的唯一解是信任。

來賓 John(自稱 58 歲、1967 年生,曾負責 General Catalyst 的募資/投資人關係,著有《The Tao of Fundraising》)說,若重取書名會叫「Money moves at the speed of trust」。他把募資拆成一條方程式:persuasion = desire − fear。他刻意不用市場慣講的「貪婪與恐懼」,因為 desire 遠大於 greed:多數 limited partner 其實不是按 GP 的報酬領薪,少數看 IRR,而 IRR 在十年鎖定期內可被 GP 操作,本身就是利益錯位。所以「我幫你賺很多錢」對 LP 常常不成立,得找出對方真正在乎什麼。恐懼那一邊他等同於信任:恐懼愈高、信任愈需補足;若對方認為完全無風險,他就會做。他順帶反駁「risk-loving」這個詞——沒有人愛風險,只是很會把風險合理化到實際值的一半,好領走報酬,賭場就是這樣運作。他也區分 belief 與 trust:你相信機師有執照(belief),但你還是怕搭飛機(no trust);絕大多數募資死在這一步——對方信了,但錢不動。

起手式是先算「誰已經信任你」。他不認為 friends and family 是理所當然的錢:他們的損失容忍度可能比法人更差,借朋友的錢是最貴的錢,因為錢還了、友情回不去。真正的定義是「他們對你成功的慾望大於對虧錢的恐懼」。這相當於政客的 hard reelect number:一個無論如何都會投你的基本盤。他的經驗是首輪封閉幾乎等於基本盤,而終局約是它的 2–3 倍:friends and family 給你 100 萬,目標抓 200–300 萬(不可能靠這個募到 1 億,但也不該只有 50 萬);第一輪 closing 若是 10 億美元,通常在 20 億封頂。

三條「募資物理定律」:一、差異化定律 =(track record + differentiation)÷ 故事複雜度。複雜度是信任的敵人,兩層傷害:稀釋信任,以及對方無法把你的故事複述給真正決策的人聽——你必須遞給他一句可以複誦的話,他舉 O.J. Simpson 案的手套辯詞為例。差異化必有代價:2019 年多數創投宣告不碰武器,如今同一批人領頭衝武器投資,失去一致性等於失去差異化。二、取捨定律:size、speed、terms 三選二,但 speed 就是信任——真正的稀缺(如 Benchmark:週二晚上寄信、週三早上關閉)才會讓錢加速;假裝稀缺會被 LP 一眼看穿,信任一沒,錢的速度歸零。三、通路定律:pipeline × conversion ratio × bite size,是募資唯一該算的數學;知道轉換率是 20%,剩下的就是純粹的行程量。他也談大基金如何靠 consensus 去恐懼:大錢躲在委員會後面,而委員會不會做逆向決策——所以要用一致性(共同投資、費用、透明度、IP)一個一個把 pension、sovereign wealth 累積成共識,並有勇氣在變大時失去早期支持者(創新者的兩難)。

會議層面他用 Karpman drama triangle:人有受害者意識,遇到抱怨費用的 LP,別回「hate the game not the player」,而是提供解方成為 hero;無法解決就對 villain 展現同理心、進入 therapist 模式。他點名的信任大師是 Oprah Winfrey——goodness = kindness + conviction,並集齊互惠(送車)、共識(Oprah's Book Club,他認為影響力超過暢銷榜)、權威、喜歡、稀缺(她只出現在自己的節目)。最常見的錯誤是過度倚賴 logos:rationalization 的字面意思就是把不理性的東西硬掰成理性,邏輯是成功推銷的產物而非輸入。最後他把募資者比作 secretary of state:總統控制得了財政與國安,控制不了中國與英國,所以需要一個能代表你出場的人——Nixon 配 Kissinger、Clinton 配 Madeleine Albright、Obama 配對手 Hillary Clinton。他說投資銀行家或 deal partner 常被誤認為最佳人選,其實正好相反:要懂「對方的語言與處境」,不是懂體系。

一句話:ElevenLabs 三年做到 6 億美元 ARR，Legora 用 AI 拆掉律師的計時收費模式。

本集是兩場現場訪談：ElevenLabs 共同創辦人 Mati，以及法律 AI 公司 Legora 的創辦人 Max。ElevenLabs 2022 年成立，2023 年初推出第一個「聽起來像人」的 text-to-speech 模型，花約 20 個月做到 1 億美元 ARR，再 10 個月到 2 億，再 5 個月到 3 億，去年底收在 3 億，現在是 6 億美元、600 名員工。Mati 說最早的 10 位研究與工程人員至今零流失。組織上刻意不設 PM（從創立至今一個都沒有），改用 5–10 人小隊按產業切（電信、金融服務、醫療），並在每個非工程單位（人資、法務、go-to-market）都嵌一名工程師，一半做自動化，一半替同事做安全審查——他的判準是「完全不用 AI 編碼工具的人有問題，用太兇的人也是警訊」，因為多數人會生產程式碼但不會 review。研究上他主張「架構比規模重要」，並自建千人以上的外包標註團隊處理未標註的音訊資料。客戶包括 Revolut、Klarna、Postbank；Whisper Flow 後端就用 ElevenLabs。他觀察到催繳這類場景中，人們對 AI 反而更願意誠實說出財務狀況，因為少了對真人的羞恥感；對 AI 講話也更短、更常打斷。

聲音的 IP 面向被追問最多。Jason 舉自己的聲音被人用 ElevenLabs 複製去做「狗講笑話」頻道為例。ElevenLabs 的三道防線：所有生成內容留下追溯紀錄、在語音與文字兩層做內容審查（商業用途或詐騙意圖會被擋）、以及開放偵測工具讓任何人上傳樣本判斷是否為 AI（同時支援其他開源模型）。正面案例：與 Matthew McConaughey 合作跨語言（西班牙文、義大利文、葡萄牙文）保留情緒的聲音；Epic Games 的《Fortnite》與 Disney、James Earl Jones 遺產管理方合作，讓玩家和可互動的 Darth Vader 對話；Headspace 做在地化與互動冥想。聲音市集已回饋超過 2,200 萬美元給配音人才。Mati 認為最重要的工作是替 ALS 與喉癌失聲者重建聲音，包括美國眾議員 Jennifer Wexton 在國會的發言，以及一位失聲女性重辦婚禮、重念誓詞。面對 OpenAI 與 Anthropic 的競爭，他的策略是模型不可知（客戶可挑任一家或開源），並承認「有些公司持續想蒸餾我們的資料，我們只能減緩、無法完全阻止」。

Legora 的成長是連續七個季度、每季 50% 環比，從 1 百萬做到 1.5 億美元，是史上最快的直銷型企業軟體之一（比 Sierra 快一個季度）。Max 的市場拆解：全球法律服務一年 1 兆美元，法律科技軟體只有約 400 億——4% 軟體、96% 人力，且法律供給長期短缺。律所模式是「associate 收費過高、partner 收費過低」：一般 associate 每小時 800 美元，Kirkland & Ellis 的合夥人可到 4,000 美元；Kirkland 年營收約 100 億美元、4,000–5,000 名律師，每位合夥人年獲利 500 萬到 1,000 萬美元——所以 AI 對他們同時是生存威脅與機會。Legora 模仿 Palantir 的 forward-deployed engineer，設「legal engineer」（前線律師）進駐律所協助轉型；自己也吃自己的狗糧，今年已併購四家公司、盡職調查全用自家工具做，最快一筆 12 天從 LOI 到成交。他直言律所拖延是誘因問題：創辦人想快點成交，律師的誘因是不被告、並把時數拉長。資料護城河部分，Legora 蒐集各法域的判例、法規與更新，讓加州的 GC 遇到南非案子時能立刻得到 80% 正確的答案；美國市場則被 Westlaw 與 LexisNexis 壟斷（Westlaw 甚至握有政府判例呈報的獨佔），但 LexisNexis 年營收只有數十億，且股價已被 AI 預期壓低。技術路線上他反對微調通用法律模型（「浪費時間和金錢」），只做窄用途小模型降低成本與延遲，例如 tabular review（100 份文件 × 100 個提示 = 10,000 次 API 呼叫）。他也不做地端與 VPC 部署，理由是拖慢 roadmap。至於 Claude 的法律功能，他說那本質是 markdown skills 加幾個整合，使用者撞到天花板後就會回來找 Legora，「反而是我們的 pipeline 產生器」。

一句話:技術決策交給會計師就會輸,而寫程式已不是瓶頸,想清楚要蓋什麼才是。

Pat Gelsinger 18 歲進 Intel、待 34 年,把衰落歸因於公司被商人而非技術人管:他 2021 接任執行長時是約 15 年來第一位技術背景領導人,而商人只提拔商人。前五、六年 Intel 把 1,000 億美元以股利與庫藏股還給股東,卻十年沒蓋新廠、沒買 EUV——試算表上不划算的投資只有技術人會拍板。Steve Jobs 不信 Intel 做得到,轉而收購 P.A. Semi;Gelsinger 提議幫忙把作業系統移植到 x86,Jobs 回「過去四個版本我都在做了」。Intel 嘲笑 GPU 只是玩家的顯示卡,直到日本 HPC 社群拿它跑高效能運算、CUDA 逐代變好;對應的 Larrabee 在他首次離職後一週被砍。

TSMC 把 Intel 懶得管的代工做成產業模式。他回鍋時 TSMC 晶圓產出是 Intel 的 5 倍,現約 7 倍;CHIPS Act 讓美國先進製程占比從 12% 升到 18%。但台灣能源儲備不到 3 週,封鎖三週就限電,晶圓廠一關 90 天回不來,中國四年內已演練封鎖七次。AI 泡沫的天花板是電:全球能源產能年增 4–5%,美國曾十年只增 1%,沒電就沒人蓋資料中心;他押兩個十年建設期,目標 token 成本降五個數量級。量子則是這十年見多產業量子優勢、2032–2033 才碰加密。

Lovable 的 Anton Osika 把公司拆成兩個缺口:做出產品、把產品變成生意。上線 20 個月,每週新增約 100 萬個專案、累計逾 5,000 萬個 app、每月造訪逾 7 億次,5 月營收 5 億美元,企業端最快;八成用戶非技術,月費 25 美元起,約六成低階方案客戶加購超額。Nursa 做護理師認證產品,又換掉後台十多個工具,一年省逾 100 萬美元。模型走路由,前沿模型與自家 open-weight 並用,Stockholm 團隊針對出錯處做 post-training。他評 Anthropic 的 Fable 第一次生成就很精緻,但迭代仍要人跟 agent 一起規劃,瓶頸已從工程移到「該做什麼」。

一句話:AI 壓低每件法律工作成本,卻誘發更多訴訟與交易,律師總量不減反增。

主持人 Joe Weisenthal 與 Tracy Alloway 訪問 Lowenstein Sandler 事務所主席 Gary Wiggins。該所約 400 名律師,聚焦紐約區私募股權、創投、避險基金、科技與生技客戶,屬「big law」但非最大規模(對照 Kirkland & Ellis 大得多)。Wiggins 是結構融資律師,指 AI 帶來兩層改變:一是效率工具(如同當年 Word 讓紅線比對從按小時手工變成 90 秒完成);二是前所未有的「thought partner／co-pilot」,從一開始就產出更好的工作成品。他舉國際稅合夥人用 Claude 測試家族辦公室跨國架構、再交給助理律師逐條查證的例子;西岸專利業務用 AI 六個月來明顯提升申請品質,客戶不待詢問即主動稱讚。

核心論點是 Jevons 悖論套用在法律業:成本降,需求反增。一件審查數千份信託合約的盡職調查案,三年前報價(以假設數字 1000 萬美元)客戶因太貴放棄、事務所營收為零;導入 AI 後成本降 70%(降到約 300 萬),客戶便點頭成交。AI 承接第一層審查、輸出百欄試算表,律師改做需法律判斷的 QC 層。e-discovery 若能從 200 萬美元壓到 20 萬,訴訟門檻大降,連原本放棄的大企業與民權案件都值得提告。某客戶因內部用 AI,工程師發明數與專利申請量翻了四倍。

技術堆疊上,事務所是「Harvey shop」,也用 Legora、Westlaw CoCounsel、Microsoft Copilot;Harvey 提供可選前沿模型(Claude、GPT、Gemini)、更強的資安與保密層(避免消費級工具喪失律師—當事人保密特權)、共享 playbook,以及針對法律微調的 RAG 檢索層。Wiggins 認為自建模型不切實際:訓練一個模型約需 15 億美元,Kirkland 宣布五年投 5 億也不夠,他傾向在既有模型上做客製與 playbook。他點出隱憂:企業級「吃到飽」定價正轉向 token 計價(Claude 帶頭),真實成本尚不明,可能像 Uber 與外送當年靠創投補貼。他七月至今 Claude 用量僅 36 美元。定價方面,2025 年最大事務所每小時費率漲 10.1%、獲利前 20 大更高,遠超約 3% 的 CPI,反映 AI 讓每小時工時更值錢。對新進律師,雜活訓練(如手工紅線)會消失,改採模擬與帶著 AI 工具的實作訓練,但如何補上「練音階」般的細節訓練仍未解。兩人結尾憂心 AI 恐無止盡擴張官僚與繁瑣工作。

一句話:紐約成全美首個對資料中心下一年暫緩令，逼業者自帶電力並回饋電網與社區。

主持人 Joe Weisenthal 與 Tracy Alloway 訪問紐約州長 Kathy Hochul，談當天早上於 Domino Sugar 廠宣布的全美首例資料中心一年暫緩令（Maine 曾嘗試但被州長否決）。Hochul 強調這不是禁令而是「先喘口氣、把規則訂對」。她的核心焦慮是保住供電與電費：一座即使只要 50 MW 的資料中心，等於 5 萬戶家庭在搶同一份電。她一月的 state of the state 已啟動 Public Service Commission，將在暫緩這一年內完成規則。兩大要求：業者「自帶電源」（bring your own power）或付溢價用電網；並向社區與「電網韌性基金」實質貢獻，她舉例可要求每 MW 給 100 萬美元、投資輸電線。她點名 Louisiana 的 Meta 資料中心會付錢給當地教師，指出偏鄉社區缺乏談判人力，政府要提供「社區投資框架」。她已調動七、八個機構執行。

Hochul 反覆表態擁抱 AI：紐約在 Buffalo 建了全美私人企業以外最大的超級電腦供大學共用，用於癌症新療法與氣象預測；她還把整部州法規丟給 AI 找過時規則，兩個月完成本需五年的工作，收到逾 4,000 條建議（例如孕婦午夜後工作需特別許可、帶狗打獵付 25 美元等)。她把重心放在製造端：Micron 千億美元投資（號稱美國史上最大民間投資、1 萬個直接與 4 萬個間接職缺、需 9,000 名工程師），周邊九個郡已改課綱配合。能源上她要蓋比全國 30 年還多的核電，指關閉 Indian Point（曾供 NYC 20–25% 電力）是重大錯誤；同時推進魁北克水電的 Champlain Hudson 輸電線、布魯克林可供 50 萬戶的離岸風電（秋季上線)、賓州到 Long Island 天然氣管線，並看好小型模組化反應爐（SMR)。

勞動衝擊部分，她以 Waymo 在紐約被喊停為例，成立 Future of Works Commission，主張先給司機、程式員等被取代者 AI 轉職方案，呼應自身 Buffalo 因 Bethlehem Steel 與自動化衰敗的成長經驗。她談 Zohran Mamdani 代表的民主社會主義興起，歸因於購屋無望（首購族平均年齡數年內從 30 歲升到 40 歲)，並提十億美元電費補貼、廢除 1975 年 SEQR 環評法加速建房。她拒絕加稅，主張讓 Micron、JP Morgan、Citadel、American Express 等企業以 consortium、retraining 方式貢獻。

一句話:足球的流動性可被離散化,分析的瓶頸不在算力,而在把模型輸出翻譯成教練聽得懂的話。

來賓是 Apex FinTech Solutions 風險主管 Mike Tracy(曾在 PEAK6 做波動率套利,現替 Austin FC 做分析)與做了十年足球分析顧問的 Joris Bekkers。Mike 的框架:足球每個環節都是分配——場上表現、球員個人、球季結果,加上升降級讓俱樂部財務逐年劇烈波動,這行和波動率交易一樣是在資訊不完全下押高槓桿。目標倒過來定義:不要被降級,不要花三千萬英鎊買一個兩年後得脫手的球員。Bekkers 補充三種用途:選才、戰術優化、娛樂;90 年代電視上疊的控球率對比賽結果幾乎沒有預測力,角球還可能反映壓制程度。2026 FIFA World Cup 的 104 場比賽將產生逾 90 petabytes 資料,是 2022 年的 45 倍。

轉折點不是 2003 年的 Moneyball,而是 2010 年代兩件事:2013 年 Chris Anderson 與 David Sally 的《The Numbers Game》把足球定義成「最弱環節」的遊戲;Michael Caley 每個英超週六在 Twitter 貼六場 XG 圖,催生出 XG 只在有射門時登錄、忽略控球威脅值與動能的檢討。資料形態隨之演進:on-ball 事件資料一列一個事件,帶球員、X/Y 座標與時間;tracking data 以每秒 10 到 25 幀記錄全部球員與球;骨架資料再乘 27 個身體點位,那些 petabytes 主要就是它。清洗同樣關鍵:Chelsea 對 Tottenham 一役,Tottenham 剩九人仍拉高防線造越位,Nicolas Jackson 一場進三球,約佔他整季進球的 20%,這種不對等局面必須剔除,否則每 90 分鐘的球員評價會被扭曲——Mike 稱之為壞資料富礦。

最大瓶頸是翻譯:神經網路早就存在,但模型不說人話,得靠分析師把 expected possession value、未來 30 秒進球機率等輸出換成影片給教練,且多半在賽前、賽後或中場,不是即時換人。MLS 多出第三條線 portfolio management:薪資帽算的是 cap charge 而非實際薪水,Messi 年薪逾 2000 萬美元,designated player 帽下計價可能只有 75 萬;陣容可選三個 DP,或兩個 DP 加四個 U22。Mike 的比喻是給你 1000 萬美元,兩百萬買 NVIDIA、七百萬買 Walmart、一百萬買投機生技股,每個球員都是相對價值;Austin FC 才九個月,理論尚未驗證。資料來源是灰色地帶:他 2016 年替 AFC Bournemouth 建模時,是在 Upwork 找到烏克蘭的 Dimitri 才拿到全球 on-ball 資料。收尾談 Goodhart 定律:籃球發現三分球價值後灌籃變少,Paraguay 拖進 PK 大戰打法國是賽局最佳解卻不好看——優化利潤、避降級、贏球、賭盤,答案各不相同。

一句話:經濟不衰退撐起 AI 資本支出與 20 倍本益比,能終結這一切的是 Fed 而非估值。

Josh Brown 與 DataTrek Research 兩位共同創辦人 Nick Colas、Jessica Rabe(晨間報告訂戶逾 1,500 家法人與散戶)討論下半年關鍵問題:市場還會給 hyperscaler 的資本支出多久的掌聲。Nick 先鋪陳一個前提——美國過去 15 年只有疫情那兩個多月算衰退,佔 1% 時間;前一個 15 年是 14%,再前一個是 13%。這段期間並不缺觸發點:2011 希臘債務危機、2015 全球成長恐慌、2018–19 Fed 政策失誤加關稅、2021–22 通膨、俄烏戰爭油價、500 個基點升息、2023 區域銀行倒閉、2025–26 貿易與中東戰爭衝擊。他列出可能解釋:服務業佔比高(不像車廠,經銷商庫存 60 天在銷售腰斬後變 120 天,立刻停止向工廠下單,1990 年 Iraq 入侵 Kuwait 後每週初領失業金從 30 萬跳到 50 萬,Chrysler 幾乎破產)、能源密集度下降、企業管理更好、勞動力教育程度與流動性提高、Powell 2018Q4 犯錯後看到 VIX 衝上 36,2019 年 1 月 4 日立刻轉向、零工經濟緩衝,以及政府支出:赤字佔 GDP 從 1979–2010 的 3% 升到現在 6%,但 10 年期殖利率與 2002–04 相同,當時債務佔 GDP 60%,現在 122%。

Nick 的推論鏈是:穩定經濟→穩定獲利(目前循環中段就有 20% 成長)→S&P 給到 20 倍本益比不是非理性,投資級與高收益債利差落在多循環的第 1 百分位,VIX 長期低於 20,買在回檔成為信仰;而正是這種穩定,才讓 hyperscaler 敢把現金全押進 AI 資本支出,不必為衰退預留 20% 緩衝。他的定調是「抗衰退,不是防衰退」:防水錶可以游泳,不能潛水。他也提兩個副作用:財富差距擴大,以及 Kevin Warsh 接手一個抗衝擊但容易通膨的體系——2% 通膨目標的由來是歷史上一次衰退平均讓通膨降 2 個百分點。

Jessica 給出數字。6 月 2 日 XLK 對 S&P 的 50 日相對報酬達 29 個百分點,超過 6 個標準差;此後科技股跌 6.3%、S&P 跌 0.6%,落後 5.6 點。100 日版本當日領先 25 點,超過 3 個標準差(27 年均值 1.2 點,只出現在 0.7% 的時間)。前兩次:1999/12–2000/4 共 41 次,平均領先 30.9 點,之後 100 天無一例外落後,平均 10.8 點;2023 年 5–6 月僅 3 次,回落不到 1 點。她強調 2000 年壓垮科技股的不是估值而是 Fed(2、3 月連續升息,5 月再升 2 碼),而新任主席 Warsh 語調偏鷹。科技股內部的輪動來自估值落差:MAG 8 近 90 天今、明年 EPS 預估上修 7.5% 與 4.8%,S&P 前五大半導體股是 36.5% 與 33%;預期成長 23% 對 61%;MAG 8(排除 Tesla)25.9 倍遠期本益比,半導體 52.5 倍;年初至今半導體平均漲 168%,MAG 8 只漲 4.5%。Josh 引述 JP Morgan 的 Michael Cembalest:1999 年初 ISP 股先跌、供應商 Dell/Cisco/Intel 續漲,是預警;Nick(當時在 SAC 交易)反駁只講了一半,末段是 B2B(Commerce One)接棒領漲,真正引爆的還是 Fed。最後 Jessica 談第四年:NASDAQ 2022 跌 33%,2023、2024、2025 分別漲 43%、29%、20%。1972 年以來「跌一年後連三年上漲」出現 6 次,第四年上漲 4 次(67%),平均 5.1%,剔除兩次下跌後為 16.8%(長期均值 13.3%),而那兩次下跌年——1994 與 2022——共同原因都是 Fed 升息衝擊。今年 comp 至今漲 13.1%。

一句話:IBM單日蒸發670億市值,說破企業軟體支出已不是優先;銀行與資安卻在多頭中狂賺。

Josh Brown與Michael Batnick先談SpaceX上市翻車:定價135美元、衝到217,第三天見頂後一路回落,11個交易日就創掛牌新低、跌回136,上市不到30天走完一輪。兩人主張追高200以上者約八成已出場,買盤多是想從217賣到230的短線客;並提醒Anthropic、OpenAI、Anduril、Databricks未來掛牌不必然重演,但投資人心裡要有數。接著是Apple告OpenAI竊取商業機密:OpenAI已挖走約400名前Apple員工,首腦是任職Apple 24年、曾任iPhone與Apple Watch設計副總的硬體長Tang Tan,被控要求應徵者帶Apple零件、CAD檔到面試「show and tell」;另有前工程師Changlu利用驗證漏洞存取Apple網路儲存。Josh認為關鍵在discovery(證據開示)會攤開OpenAI內部路線圖與招聘手法,重創其想在華爾街塑造的穩定形象。他重申Apple靠25億台裝置掌握AI消費者關係,且已把Siri後端從ChatGPT換成Gemini,而Google每年付約200億美元當iOS預設搜尋。

本集主題IBM單日暴跌25%、蒸發670億美元市值(2900億市值股),對應的只是6.6億美元營收未達標。IBM在財報前先發8K預告:總營收僅成長1%、基礎設施營收下滑7%、獲利下滑2%,並說6月客戶把資本支出轉向搶購伺服器、儲存與記憶體。CEO Arvind Krishna等於承認企業SaaS支出短期不是企業優先。市場反應印證此點:Dell、CrowdStrike(拆股後創新高、未拆將達800美元)、Palo Alto大漲,而IGV權值已洗牌成Palo Alto第一、Palantir第二、Microsoft第三;Salesforce僅跌2%、Workday跌3.5%。泡沫辯論上,兩人引Kidm Matt圖表指分析師對未來12個月EPS預估與實際值在67%時間內誤差5%內,只有衰退時才會大幅落空。Michael的新惡夢是開源權重模型像當年Linux一樣起飛,企業把95%工作流丟給便宜模型、只送5%給前沿模型,足以打翻現有獲利預期。銀行部分,JPMorgan、Goldman、Bank of America全面超預期;Jamie Dimon說市場好到「接近極致」、自訂17%報酬門檻;JPMorgan股票交易營收年增86%、投行費用增30%、資產管理稅前利潤率38%(營收69億、增19%);Goldman本季私募信貸募得310億美元,並擔任SpaceX IPO、Alphabet 850億美元二次發行的主辦。最後帶到達拉斯新開的德州證交所(自稱Yall Street,大股東為Energy Transfer執行長Kelsey Warren),以及神秘圖表揭曉Citi三年漲約200%贏過JPMorgan的144%,但仍比2007年高點低約70%,靠Jane Fraser賣掉25項業務瘦身重生。

一句話:最好與最壞的交易日成群出現,躲不掉壞日子,所以留在市場裡才有複利。

Ben Carlson 回答聽眾 Rob:寓言「Bob,世上最糟的擇時者」每次買在高點卻從不賣出,最後仍賺錢;但 Tom Lee 常引用、JP Morgan 等機構都在做的圖說,錯過十年裡最好的 10 天,報酬幾乎歸零。另一張圖:1990 年起投入 S&P 500 的 1 美元,躲掉最差的 25 天變成 236 美元,錯過最好的 25 天只剩 8 美元;但兩者「都」錯過,結果和買進持有差不多。因為好日子與壞日子叢集發生,2008、2020 都是同一批。2020 年 2 至 4 月 COVID 崩盤的每日報酬是 -9%、+9%、-12%,因為下跌時大家又恐慌賣又恐慌買。Bob 買在高點後好壞全吃,靠的只是幾十年不動。

第二題:一位前科技業者賣了車、住朋友地下室、負淨值,新事業即將上線卻背著 9 萬美元卡債。Carlson 建議同時做三件事:打給發卡公司談還款計畫或部分沖銷(對方通常要你先違約才肯上談判桌,信用分數反正保不住);找非營利信用諮商機構(可能降利率,不太可能降本金),避開先收高額前置費用的營利型債務協商公司;諮詢破產律師。他判斷 Chapter 7 全數免責最乾淨,趁公司還沒有資產時處理更好;天使投資人也想看乾淨的帳。

其餘四題:估產規劃專家 Taylor 指出 7,000 萬以上的嬰兒潮世代將帶來大量遺產交接,多數人只算「我有多少、花多少」,忽略組合 20、30 年後可能剩下的金額。聽眾 Eric 被岳母指定為遺囑執行人,但雙方各有前段婚姻的小孩、也沒立遺囑;Taylor 認為對方開口就是開了門,可要求遺囑完成後留副本。顧問也該有顧問:Carlson 舉 Carl Richards 為例,自己以 Bill Sweet 為顧問;Brian Portnoy 說最難合作的顧問是缺乏自我覺察的那種。June 問 16 歲與 19 歲子女的帳戶:有打工收入就開 Roth IRA;讓孩子買自己在用的產品的股票(iPad 就買 Apple,或 Starbucks、Disney),比 0.25% 利率的存款帳戶有感。

一句話:未來熊市會變成閃崩,Fed 進場買股不無可能,而 AI 裁員預言至今全數落空。

Michael 與 Ben 在 7/14 早盤開錄。IBM 財報不佳,盤前重挫 23%,市值仍有約 2700 億美元;通膨降溫,10 年期公債殖利率回到 4.5%(Michael 提醒歷史均值僅 1.96%,強調看方向不看絕對水位)。兩人聚焦 Bank of America 那張「本年度圖表」:hyperscaler 自由現金流崩跌、半導體自由現金流同步噴出,呈完美蹺蹺板。Michael 質疑當 Meta 開始降價廝殺(Mark Zuckerberg 睽違兩年發推,推出低價 agentic coding 模型 Muse Spark 11),這些公司彼此倒戈時獲利如何維持;背景還有 Apple 控告 OpenAI、Satya Nadella 出言警告巨頭權力。SOX 半導體指數近 50 日平均單日絕對波動達 3.36%,只有 COVID、金融海嘯、網路泡沫破裂時可比;Goldman Sachs 動能因子近三週回檔約 8%,是史上最大跌幅之一。

Ben 針對 Chart Kid Matt「看多 10 理由」寫了「看空 10 理由」:capex 循環、Mag 7 落後、AI 滲入 GDP(引 Michael Slas 上 TCAF)、散戶全押、通膨仍 3.5%、房貸利率逼近 7%、自滿(S&P 上半年漲 10%,前三年分別 18%、25%、26%)、AI 符合泡沫特徵、睽違 17 年該衰退、報酬太好(24% 年化)。他把兩份清單丟給 Claude,Claude 判看多論述更強,因為多頭理由「正在發生」、空頭只是「可能發生」。估值上,Bloomberg 顯示 Nvidia 本益比是 2019 年初以來最低(2020 年它還排不進 S&P/NASDAQ 100 前十);Duality Research 指科技股 forward PE 低於五年、十年均值。唯一像泡沫的是記憶體:Micron EPS 從 2025 年 1 月的 9 美元跳到今日 135 美元(約 15 倍);Oracle 仍跌約 60%、Microsoft 跌 35%。Chart Kid Matt 另指分析師的獲利預估有 67% 落在實際值 5% 內,只有衰退時才嚴重偏離,因此要看空「基本上得押一場衰退」。

Joe Weisenthal 指美國家庭持股占淨資產比重創高、已超越房地產;Ben 認為這是新常態(1950 年代僅 4% 人持股、1983 年 19%,退休金過去多押債券)。Eric Balchunas 的 Bloomberg 專文問「股市是否大到不能倒」,列六理由主張下次危機 Fed 可能進場買股(日本、中國都做過,55–60% 人持股、前 10% 握有 87% 股票)。Michael 由此推演:左尾風險被削去後,市場會更快懲罰壞行為,未來熊市將以閃崩形式出現——如 2008 TARP、COVID、關稅「解放日」都是股市逼政客就範。Batnik 主張衰退時直接發支票最有效止血,Michael 反駁通膨是這樣來的(但也承認供應鏈中斷才是主因)。K 型經濟敘事正在退燒(Mike Zaccardi 指低收入族群稅後薪資成長已追上),兩人認為戰後中產崛起是一次性歷史異常。

AI 末日論至今全錯:Anthropic 的 Dario 去年稱半年內白領就業將崩,但 LinkedIn/Indeed 首席經濟學家數據顯示,自 2025 年 2 月底 Claude Code 推出以來,軟體開發職缺反增 15%,同期整體職缺跌 7%,其中 71% 來自資深職、37% 標題含 AI;20–24 歲失業率自 2022 年幾乎沒變。債券方面,高收益市政債的稅後等值殖利率約 9%,與私募信貸相當,兩人認為現在債券的安全邊際是 15 年來最好、8/20 一度成為新的 60/40。雜項:Comcast 分拆有線與寬頻,旗下 Versant(含 CNBC、MSNBC、高爾夫頻道)持有 Fandango,該平台部門 2025 年營收 8.26 億美元、年增 3.9%,Q1 2026 再增 9.5%;Netflix 續季收視崩跌,Anish 歸因於一次全放的追劇模式,對比 HBO 週更讓 White Lotus 第二季收視增 63%、House of the Dragon 僅掉 8%。另引《The Atlantic》數據:為樂趣閱讀者從 2004 年 28% 降到 2023 年 16%;Gallup 調查 11% 美國成年人在用 GLP-1,連帶 Smuckers 旗下 Hostess 等甜食四年銷量掉 17%。

一句話:華爾街全面喊買 SpaceX 是承銷費利益衝突作祟,監管剛被撤,股價卻已跌破發行後價位。

代班來賓是 King's College London 教授、逾 20 年操盤經驗的 Patrick Boyle。SpaceX 靠新版快速上市規則(交易紀錄僅需 15 天、免最低公眾流通量)進入 NASDAQ 100,19 位分析師有 18 位給買進、僅 1 位中立。但納入指數當天股價跌近 6%,一週跌 13%,自高點跌 34%,已低於掛牌首日價。IPO 價 135 美元,散戶最低只能買到 150,追到近 200 的人虧更多。過去 12 個月營收約 190 億美元,本益銷售比達 101 倍。各行目標價離譜:JP Morgan 225、Deutsche Bank 255、Morgan Stanley 300、Raymond James 更喊 800 美元(市值 10.4 兆、542 倍 PS)。Raymond James 分析師 Brian Gwal 預估營收 2035 年衝上 5.2 兆美元、其中 94% 來自 AI,但 SpaceX 目前 AI 市占僅約 3.5%、年增率僅 15%(Google 上市時年增約 200%),且每季燒約 50 億美元。

Boyle 指出這是網路泡沫的翻版。當年 Merrill Lynch 分析師 Henry Blodget 私下email 罵公司「垃圾」、公開卻大力吹捧,遭罰 400 萬美元並終身禁業(後創辦 Business Insider);之後 2002 年通過 Sarbanes-Oxley、2003 年 global research analyst settlement 把研究部門與投行部門切開。問題是這項規定七個月前被 SEC 撤除,前 SEC 主席 Arthur Levitt 在《華爾街日報》撰文警告「SEC 恐讓分析師再次腐化」。SpaceX IPO 募得約 850 億美元,Substack「Capefar Capital」拆解公開說明書後估算,公司到 2030 年前需砸約 2,350 億美元,銀行以約 1% 費率計,承銷費逾 200 億美元;說 SpaceX 是「垃圾」的分析師,恐怕接不到 Elon 的下一通電話。承銷商 Goldman Sachs、Morgan Stanley、JP Morgan、Deutsche Bank、Raymond James 幾乎全員給買進,人人都有財務誘因。

後半談「大輪動」:Ethereum 跌 33%、Bitcoin 跌 42%、Dogecoin 跌 47%、Trumpcoin 跌 81%,Bitcoin ETF 八週流出 80 億美元,加密市值自高點蒸發 2.3 兆;資金轉進 AI,Roundhill 生成式 AI ETF 年初至今漲 48%、費城半導體漲 75%,半年內冒出逾 200 檔槓桿 ETF、規模逾 1,500 億美元。Boyle 借 Demetri Kofinas 的「financial nihilism」解釋年輕人為何 all-in 賭博式投資。房市段落:美國中位數房價創 488,838 美元新高,75% 待售屋一般家庭買不起,50 年來房價漲 7 倍;川普公開說要讓房價「往上漲」,Boyle 反駁房價長期不該顯著超越薪資與通膨,美國房市因低利鎖倉而凍結,傷害勞動力流動。

一句話:蘋果不打算和解，要打到判決；韓股靠槓桿堆起來的記憶體行情正在反轉。

蘋果上週五在聯邦法院控告 OpenAI 竊取營業秘密，指其硬體事業「rotten to its core（從核心就爛掉）」，並主張 OpenAI 在面試時誘導求職者吐露前東家機密。訴求包括賠償、禁止使用相關營業秘密、歸還機密文件。OpenAI 回應：「We have no interest in other companies trade secrets.」Big Technology 的 Alex Kantrowitz 指出，證據來自 OpenAI 員工直接在蘋果的電腦上搬資料，蘋果看得一清二楚，因此蘋果不會想和解，會一路打到法官判決、走完對 OpenAI 相當難受的 discovery（證據開示）。蘋果為何動手：OpenAI 在消費端主攻雙向語音模型（能同時聽與說，取代一問一答），而語音正是 Siri 的入口；ChatGPT 第三方估計已有 10 億使用者，若再配上自家裝置，等於掐住蘋果成長。時間點對 OpenAI 特別不利——它正要推出第一款硬體並準備 IPO。Kantrowitz 說結果區間很寬：從法官下令整個硬體專案倒帶重來、到只認定個別員工行為、輕輕放下都有可能；但硬體故事若必須回到原點，對 IPO 說服力是實質傷害。他另指一個結構性問題：OpenAI 挖了 400 名前蘋果人（從 Jony Ive 起跳），連做新東西都得回頭翻蘋果的舊產品路線圖；而且合作過的夥伴一個個反目——Elon Musk、Microsoft 的 Satya Nadella、蘋果，如今再加上 Meta。

Meta 上週股價漲 15%（光週五漲 6%），推出新模型，價格比前沿模型便宜約 25%，直接壓 OpenAI 與 Anthropic 的定價。但 Kantrowitz 認為股價反應主因不是模型，而是 Zuckerberg 證實可能對外出租多餘算力（雖然他不肯用「excess compute」這個詞）：市場長期不滿 Meta 先燒 Reality Labs、再燒 AI 資本支出卻看不到回收，現在至少能用高毛利的算力出租換到利潤。他的判斷是模型與產品要分開看——訓練吃的算力有限，真正吃算力的是推論（使用者實際在用），而 Meta 至今沒有一個用量撐得起這些資料中心的 AI 產品；模型已接近商品化，消費級 AI 沒人破解，連 OpenAI 目前重心也偏向企業端。

韓股是另一條線。Kospi 上月高點時年內漲近 100%，是全球表現最好的主要指數。推手是單一個股槓桿 ETF：5 月底才推出，16 檔全押 Samsung 與 SK Hynix，規模已翻三倍到逾 90 億美元；這些 ETF 加上兩檔股票，佔韓股全市場成交量七成以上，兩家公司市值合計超過整個韓股的一半。前天 SK Hynix 在韓國暴跌逾 15%（史上單日最大跌幅），拖累 Kospi 跌 9%、觸發全市場暫停交易；其 NASDAQ 掛牌的美股同日跌 9%，Micron、SanDisk、Western Digital 一併下殺。Sherwood News 的 Luke Kawa 說，找不到對得上的基本面消息，這才是最令人擔心的地方——韓國散戶是先借融資、再拿去買槓桿產品，等於「槓桿的平方」。槓桿 ETF 透過與銀行的 total return swap 複製 2 倍日報酬，機制上必須漲時追買、跌時追賣，天生助漲助跌（Macro Risk Advisors 的 Dean Curnutt 早已示警）。需求大到連權益資金成本都被推高，SpaceX IPO 前後有基金被迫從 swap 改用選擇權來複製 2 倍報酬——那是系統承接不了這麼多槓桿需求的警鐘。韓國監管官員說自己「該躺下來用盡一切方法阻止槓桿 ETF 上市」，國會議員說整個 Kospi「變成賭場」；Kawa 則說美國拿 4 天到期的選擇權當長期投資，賭場文化不是韓國專利。

節目最後回到伊朗：Trump 恢復荷姆茲海峽封鎖（一個月前的備忘錄才白紙黑字說要解除），並加收 20% 過路費。油價現為每桶 83 美元、年內漲逾 30%，加上這 20% 約等於每桶 100 美元；通膨已到 4.2%，Kalshi 上年底前升息機率 67%。國務卿 Marco Rubio 一個月前才說國際水道依國際法不得收取通行費。主持人指出，說好 4 到 5 週，現在已第 20 週；說有協議、幾天內破局；說封鎖解除、現在又封回去。同日市場另一則：SpaceX 股價再跌 4%，逼近 135 美元的 IPO 定價。

一句話:6月通膨降溫全靠油價短暫下跌,但伊朗戰事重燃、油價再漲20%,通膨黏性難消。

6月美國通膨年率降到3.5%,低於經濟學家預期,較先前的4.2%回落,5月到6月消費者物價下跌0.4%,是2020年4月以來最大單月跌幅。但Moody's Analytics首席經濟學家Mark Zandi指出,這波下滑主因是美伊停火後能源價格回落,而Trump上週宣告停火結束、美軍連續第四天空襲伊朗,Brent原油已重回每桶85美元,較6月漲20%,通膨恐再走高。Zandi認為剔除能源雜訊後的底層通膨仍在3至3.5%,且通膨已連續五年高於Fed的2%目標。美國目前是G7中通膨最高的國家,因為美國能源價格直接傳導到汽油、柴油,不像歐洲有補貼;加上產業競爭減弱、少數公司主導定價,使通膨更具黏性。壓低通膨的力量來自疲軟的勞動市場:若過去一年勞動參與率不變,失業率會是5%。新任Fed主席Kevin Warsh態度比預期鷹派,強調price stability、稱CPI下滑不代表「mission accomplished」,市場預期兩次各1碼升息。Zandi判斷經濟已陷停滯性通膨(stagflation),Fed最可能按兵不動。

第二段轉向財報:五大銀行同聲宣告華爾街榮景。JP Morgan執行長Jamie Dimon宣布各業務創紀錄營收,稱「as good as it gets」;Goldman Sachs利潤年增近80%、股價漲近9%;Bank of America、Wells Fargo、Citigroup也全數超標。動能來自交易復甦,含史上最大IPO SpaceX貢獻的5億美元承銷費,五大行都是承銷商。HSBC美國金融研究主管Saul Martinez指出,五家投行費用年增30至55%,股票交易營收年增45至90%。他認為SpaceX單案佔比不大,但有「乘數效應」:催生新富豪帶來財富管理商機。IBM因預告財報不如預期暴跌25%,是史上最糟單日。Dimon另提及AI在部分領域減少30至40%人力,Martinez以Block在2月裁員40%為例,指銀行仍處AI應用早期。IBM暴跌與OpenAI、Anthropic未來IPO潛在動能也在討論之列。

一句話:輟學生從餐桌用公開資料揪出俄羅斯特工,如今對手是獎勵參與度而非真相的演算法。

Eliot Higgins 沒受過記者或情報訓練,2012 年在 Leicester 家中餐桌上為了在網路吵架取勝,開始追蹤敘利亞戰爭的 YouTube 影片,靠衛星影像比對拍攝地點(geolocation),系統性編目各媒體中心與武裝團體的頻道、每天翻數百支影片辨識武器。2014 年 7 月他把部落格改名為 Bellingcat,三天後 MH17 遭擊落,團隊挖出飛彈發射車來源與發射點。如今 Bellingcat 有約 35 名員工、200 名受訓志工,以及 43,000 人的 Discord 社群。核心價值是「先看證據再下結論」,不預判立場。俄羅斯的反制逐年升級:2015 年 Russia Today、Sputnik 發文攻擊,到入侵團隊信箱,再到六名保加利亞人因替 FSB 監視其同事兩年而入獄。

Skripal 案中,兩名嫌犯護照號碼只差幾位數,同事 Christo Grozov 靠俄國「灰市」資料買到護照登記,發現表格上蓋著俄國國防部電話。Navalny 案更進一步:買下 FSB 探員的通聯紀錄(含每個基地台連線點),追蹤其在下毒前後的移動;Navalny 假冒官員、以偽裝的 FSB 號碼致電,套出對方逐步交代把毒劑塗在內褲接縫上的過程,做成長達一小時的紀錄片。工具面上,團隊付月費用 Planet Labs 甚至能指派衛星拍特定地點;伊朗斷網期間改用紅外線衛星影像比對出損毀熱區。訊息平台隨情境變化:烏克蘭看 Telegram、犯罪常在 TikTok。奇特線索包括 wikifeet 戀足社群辨認出假冒 AOC 的照片、以及當年靠飛機迷揭發引渡航班。

後半段 Higgins 談更大的憂慮。他把民主拆成驗證、審議、問責三項功能,而資訊體系已從菁英由上而下、可經法院與國會問責的結構,崩解為人人競逐注意力、演算法獎勵「參與度而非真相」的點對點系統,使民粹、陰謀論表現特別好——如 Gaza 衝突就催生大量博取點擊的假訊息。速度是關鍵:Minnesota 的 Alex Pressley 遭繳械後中槍案,團隊同步多支影片還原完整順序;伊朗校園轟炸案則在 48 小時內釋出 Tomahawk 飛彈影片,逼得 Trump 只能辯稱「伊朗也有 Tomahawk」。AI 給了人們「否認現實的許可」(不喜歡就說是 AI 生成),曾有全 AI 生成的英國極右饒舌歌手爆紅;但 Higgins 說 AI 對實際調查幫助有限,唯一亮點是他請 Claude 寫 Python 腳本,10 分鐘完成他拖了八年、抓取 OPCW 化武文件的工作。個人代價不小:被 Elon Musk 稱為 Psyop、因「審查產業複合體」陰謀論而不敢入境美國。資金上,USAID 削減讓全球調查報導 NGO 的 25%–40% 經費一夜蒸發(Bellingcat 雖未拿該款仍受衝擊)。他自認是「憤世的樂觀主義者」,已訓練數千名記者與行動者,並與 Cambridge University Press and Assessment 等合作培養年輕人的批判思考。

一句話:建築師的畫布是現實本身,代價是沒有版稅、要等到 60 歲才畫得動。

Stephen Dubner 新影音節目《Better in Person》首集,訪丹麥建築師 Bjarke Ingels。他 2001 年創辦第一間事務所 PLOT,31 歲成立 Bjarke Ingels Group(BIG),如今約 700 名建築師、分布 7 個城市(Copenhagen、New York、London、Barcelona、Los Angeles、Zurich、Shanghai)。作品包括紐約 The Spiral、丹麥 Lego House、Oakland A's 遷往 Las Vegas 的新球場,以及與 NASA、3D 列印公司 ICON 合作、以月塵為主要原料的月面建造研究(他帶了一罐合成月塵當喬遷禮)。他不掛 CEO,自任 creative director,職責不是自己想出好點子,而是「確保好點子出現時,不管出自誰,大家會一起追下去」;BIG 因此不做個別署名,整個專案所有人都算全功——他的理由是,若人人藏一手爭功勞,團隊就會希望別人的點子不要贏。

訪談花不少篇幅談這行的結構性問題:建築沒有版稅制度(歐洲藝術品轉售給創作者遺產 1–3% 的機制,建築完全沒有),Ingels 拿創業家朋友對比——朋友的公司五、六年後能自行運轉並持續分紅,他則是交出鑰匙、再去找下一個案子;而以受訓年數對比薪資,「很難找到比建築更差的」。他把方法論歸結為 oxymoron(矛盾修辭),稱之為「極化的反面」:代表作是 utopian pragmatism(烏托邦式務實)。第一本書《Yes is More》的主張是不要用「反對什麼」來定義自己——以反對為定義的人,本質上是「反向的跟隨者」,因為議題是對方訂的。丹麥文的「設計」是 formgivning(給予形式),他引 Kierkegaard「人生向前活、向後才理解」,把設計定義為「給尚未成形的未來形式」;競圖落選的點子保留 IP 可以回收再用,他以 The Knife 的〈Heartbeats〉被 José González 改編成吉他版為例,說同一段旋律的不同「物質化」都該存在。

具體案例上,他住進 Brooklyn Heights 後發現市府打算把 BQE 高速公路以臨時支架架到 promenade(散步道)高度,估計他七歲的兒子 Darwin 可能長到離家都沒見過那條散步道;他在自家黑板畫出替代方案:切入護坡、六線道原地建成後加蓋,交通量不變,額外生出 10 公頃綠地,還能劃幾塊住宅用地攤提成本,造價也遠低於原案。在 Brooklyn Heights 社區會議上獲得掌聲,市府最終停掉原方案、換團隊重評估並邀 BIG 協助。至於「大案子怎麼來」:2020 年他做了一份公開的 bucket list——歌劇院、愛樂廳、機場、體育場、國家圖書館,並說服全公司同意為此類機會最多超投 25% 盈餘,因為業界有 catch-22:「沒蓋過機場的人,沒有人敢把機場交給他。」兩年內 BIG 拿下 Prague 愛樂廳與 Zurich 機場,近期又贏得 Hamburg HafenCity 島上的新歌劇院。他自認是藝術家,但區別在於「其他藝術是再現或反映現實,建築是生產現實」;最想設計的是 Sydney Opera House,理由是 Utzon 的 additive 原則(所有造型都能用工業化重複元件做出來,殼體最後被證明可從同一顆球面上切出)。最後他把建築比作 Benjamin Button:Frank Lloyd Wright 過了 60 歲才開始 Fallingwater、Guggenheim 與 Johnson Wax;Frank Gehry 也是 60 歲後才做 Bilbao 與 Disney Concert Hall。剛滿 50 的他說,希望 50 年後人們記得的,是他還沒做的作品。

一句話:OpenAI 前預測員估超智慧 2029 年到來,七成機率釀成 AI 奪權級大災難。

本集主角是 Daniel Kokotajlo，OpenAI 前員工、現為非營利組織 AI Futures Project 負責人。他 2022 年進 OpenAI，主要工作是「預測」（forecasting）——像分析師推估 Tesla 銷量那樣推估 AI 未來幾年走向；也做過危險能力評估（測 AI 的網路攻擊、說服、情境自覺能力），並短暫在能力團隊用強化學習做 agent。他 2024 年辭職，理由是公司愈來愈把「我們會負責任處理風險」當成合理化話術，遇到利益衝突仍跟著誘因走。離職文件夾帶一條「不得批評公司」的反貶損條款（anti-disparagement clause），不簽就要收回約 200 萬美元股權（佔他淨資產約 80%）。他與太太考慮一兩個月後拒簽，事件在網路引爆、員工在 Slack 逼問領導層後，公司撤回條款、讓他保住股權；Sam Altman 公開稱「不知情」，Kokotajlo 不相信。

他的核心主張與數字：超智慧（在所有事上勝過最強人類、又更快更便宜，還能操控機器人）的 50% 中位數估計落在 2029 年、可能提前到 2028；他寫完 AI 2027 報告後一度保守調到 2030，但如今 Anthropic、OpenAI 內部反而叫他「調回 2027、2028」。他判斷「走向壞結局」的機率約 70%——澄清不是嚴格指人類滅絕，而是「AI 奪權級的大災難」，滅絕只是其一。兩大風險：一是「失控」（loss of control），一旦把超智慧 AI 用來自動化所有工作、放進軍隊、給政客當顧問，AI 累積足夠實權後就不再需要人類；二是「權力集中」（concentration of power），少數公司握有超智慧等於握有經濟、政治、軍事的壓倒性優勢，可能造就寡頭或獨裁。他把 Dario Amodei 名句「資料中心裡的天才之國」（country of geniuses in the data center）改稱「天才大軍」——因為那不是多元的 AI，而是同一大模型的無數副本、全聽命於公司。

證據與推理鏈：他強調現代 AI 不是傳統軟體、沒有可讀程式碼，而是神經網路（neural net），如今最大模型約 10 兆參數，2020 年僅約 1750 億——六年成長兩個數量級（100 倍）；如今大量訓練資料與評分都由 AI 自己產出，正邁向「閉合整個研究迴路」的遞迴自我改進（recursive self-improvement）。問題在於這種黑盒無法看穿它在想什麼、AI 常說謊或表面服從卻暗地做別的事，而讓超智慧同時擁有我們要的價值觀本質上極難。他也點出誘因困局：Sam Altman、Dario Amodei、Elon Musk 互相競速，各自深信「若我不做、對方先拿到會變獨裁者」——Musk 對 OpenAI 訴訟曝光的 2017 年郵件顯示，創辦人當年就擔心 Google 的 Demis Hassabis 靠 AGI 稱霸。佐證進展之快：Anthropic 去年營收約 10 億美元、今年約 600 億（一年 60 倍），推估 2030 年前後將「等於整個經濟體」，且已從第二超車到第一（靠人才密度與策略而非算力）。政府介入也比預期快猛——晶片出口管制、以《國防生產法》威脅 Anthropic，以及國防部與 Anthropic 因「國內監控」「自主機器人」用途而起的爭執。

治理主張：他的新報告 AI 2040 Plan A 是「建議」而非「預測」。他列出五套方案——Plan S（全面關停）、A（國內監管＋國際協議，把超智慧刻意延到 2040 年才做，更慢、透明、分散到多國多公司）、B（對中國更激進、以破壞拖慢對手）、C（略放慢並轉向對齊研究）、D（維持競速、幾乎不監管，等同 AI 2027 情境）。他坦言最可能是 Plan D，但推薦 Plan A，四原則為放慢、透明（公開訓練配方與架構，不必聽信公司自稱安全）、去中心化、可逆性（新資料中心設計成協議破裂時可被摧毀、回到原點）。配套是「公民紅利」（citizen's dividend），透過向機器人與算力公司賣許可證的機構分紅給全民，起步約每人 2.5 萬美元、最終成長到每人每年約 1000 萬美元（含通膨）。他提醒失業不只失去收入、更失去政治權力，故須讓民眾同時有錢又有權，並要求 AI 誠實、無政治偏見。他預期 2028 年美國總統大選 AI 會是最重要議題，2029 年是導入良好監管的最後時機。

主持人 Steven Bartlett 的追問與反方拉扯貫穿全集。面對「這只是危言聳聽（doomerism）」的反敘事，Kokotajlo 回應這些擔憂數十年前就存在、由既得利益者近期才推動反敘事。Bartlett 引述 Jeffrey Hinton「自然界沒有低智物種能控制高智物種」，以及有人稱 AI CEO 私下把滅絕機率估在 7%（低於 10%）；Kokotajlo 認為這些 CEO 其實相信有滅絕可能，只是說服自己「大概沒事、而且我不做會更糟」。他說真正的大規模失業會在 2028–2029 年、有了超智慧之後才突然到來，因為公司策略是先自動化自己、再擴散到經濟。最尖銳的是「按鈕假設」：若按下能「永久」關停所有前沿 AI，他長考後說「大概不會按，但非常糾結」——因為人類長期不建強大 AI 恐終究因核戰、疫病而滅亡；但若只是暫時關停，他會毫不猶豫按下。他有兩個孩子（大女兒六歲），曾因時間表縮短勸太太別再生，後來讓步，並判斷孩子這輩子可能永遠不會進職場。他不認為為時已晚，呼籲大眾看趨勢、向候選人施壓、要求監管，並導向 ai2027.com 與 ai2040.com 兩份報告。

一句話:Seyfried 主張癌症源於粒線體能量失效,靠血糖酮體比進綠區、再低劑量用藥可延命數年。

Boston College 生物學教授 Thomas Seyfried 主張癌症不是基因病,而是粒線體代謝病。源頭是 Otto Warburg 在 1920–40 年代的觀察:癌細胞即使在 100% 氧氣下仍持續發酵、吐出大量乳酸,他據此推論粒線體受了不可逆損傷。Seyfried 花一年多爬梳早期電子顯微鏡文獻、與 Aris Mendy-Marillo 合作,結論:所有看過的癌細胞在粒線體數量、結構、功能上都有缺陷,嵴常消失只剩空殼,他稱為 ghost mitochondria。他引「結構決定功能」這條原則:「所有生物學家都懂,只有腫瘤科醫師不懂。」

推理鏈關鍵是 Albert Szent-Györgyi 的「致癌悖論」:致癌化學物、致癌病毒、慢性發炎、間歇性缺氧(如睡眠呼吸中止)、罕見生殖細胞突變,這些互不相干的東西都能誘發癌症卻找不到共同機制。Seyfried 說共同點是全都損傷氧化磷酸化。慢性損傷下細胞會退回更古老的發酵求生:粒線體以逆行訊號通知細胞核,細胞核與致癌基因打開表面閘門,吸進大量葡萄糖與麩醯胺酸(glutamine)。有氧一輪產 34–36 個 ATP,發酵只有 2 個,癌細胞因此必須貪婪搶燃料;而發酵是氧氣出現前的機制,當時單細胞本就無調控、無限增殖,這就是失控分裂的來源。他與 Christos Chinopoulos(Semmelweis University)發現粒線體基質裡藏著一條不需氧氣、用麩醯胺酸產 ATP 的古老途徑。

反駁「基因病」他舉兩組證據。一是 Bob Kaplan 整理的遺傳風險文獻:BRCA1、Li-Fraumeni 等風險基因沒有一個 100% 外顯,都只是次要風險因子;而他研究的 Tay-Sachs 等代謝疾病突變則 100% 決定病症——那些癌症風險突變每一個都以某種方式干擾氧化磷酸化。二是核質互換:腫瘤細胞的核放進去核的正常細胞質不會失控增殖,正常細胞的核放進腫瘤細胞質反而長出失控增殖。新定序在健康人身上也找到一堆 driver gene 突變卻無癌症,而 NCI 官網仍寫著癌症是基因病。生活方式面是慢性損傷累積:高度加工碳水、不運動、壓力(皮質類固醇升高血糖與發炎)、睡眠不足、微塑膠、永久性化學物質、嘉磷塞。對照組是 Niger、Gambia、Nepal 癌症發生率長期最低,澳洲、紐西蘭、美國最高;野狼幾乎不得癌,癌症卻是家犬頭號死因。

信封裡那篇在禁刊期、將成 Frontiers in Science 首篇文章的論文,核心是他與 Derek Lee、Chinopoulos 的 Glucose Ketone Index(GKI)圖表。由來是腦幹腫瘤的美國律師 Trudy Dupont(靠代謝療法多活十年以上):她某次血糖因動怒飆到 186 mg/dL、酮體卻沒變,Seyfried 與學生 Josh Meidenbauer 因此改用比值:血糖 mg/dL 除以 18 換成 mmol,再除以酮體 mmol。主持人 Steven Bartlett 現場用 Keto-Mojo 實測血糖 90、酮體 0.4,得 12.5,落在預防區;紅區有案例達 500。他強調 0.4 mmol 是營養性酮症,離酮酸中毒(15–20 mmol)極遠。

治療策略是他與 Dominic D'Agostino、Joe Maroon 提出的 press-pulse:飲食壓低葡萄糖,再用藥打麩醯胺酸。癌細胞粒線體壞掉,無法燒脂肪酸與酮體,酮體因此只養好細胞不養腫瘤;打麩醯胺酸他測過的藥是 mebendazole。他主張營養性酮症讓化療藥更好送達腫瘤,可降劑量反而效果更好——Istanbul 與 Greece 的診所這樣做胰臟癌與晚期乳癌,病人活四、五年;Greece 團隊治膠質母細胞瘤用的是熱量限制地中海飲食(鮭魚、沙丁魚、橄欖油)加運動。理由是發酵廢物乳酸與琥珀酸就是抵抗化放療的盾牌,先撤盾再上低劑量化療或免疫療法才有效。他與 D'Agostino 2013 年的論文顯示生酮加高壓氧協同抑制轉移性腫瘤。案例是英國 Devon 的 Pablo Kelly:無法手術的膠質母細胞瘤,拒絕放化療只做代謝療法,活十年、動過四次減積手術,最後死於手術腦出血而非腫瘤。

他聲明不用「治癒」只講「管理」,也不反對化療,反對的是用法。對主流不推薦生酮的理由(怕惡病質 cachexia),他回應惡病質是腫瘤拆解肌肉取走麩醯胺酸的病理性消瘦,營養性酮症的減重是治療性減重。他引 American Cancer Society 對 2026 年的推估:新診斷逾 211 萬例、死亡約 626,000 人(每天 1,700、每小時 70),肺癌死亡數超過大腸直腸癌與胰臟癌加總;膠質母細胞瘤(奪走 Ted Kennedy、John McCain、Beau Biden)一百年沒有實質進展。假設當總統,他的順序是教育、消除食物沙漠、運動、減壓,並反對政府規定人民該吃什麼;他不推薦全民戴 CGM,也提醒有共病、肉鹼缺乏者必須有醫師參與。研究經費全來自私人基金會。

一句話:投資判斷來自逆眾識與帶著恐懼下注,AI 補不了「頸後汗毛豎起」的洞察。

Oaktree 創辦人 Howard Marks 上 My First Million。他先談 AI 立場的轉變:去年 12 月 9 日寫第一篇 AI 備忘錄,今年 2 月初在做 VC 的兒子 Andrew 催促下「情況變太多」而全篇重寫。他認為 AI 有兩項史無前例的特質:一是 autonomy(自主),從鐵路、電腦到網路都只是加速生產力的工具,AI 卻能你給任務不告訴它怎麼做、它自己想辦法,連帶而來的是「會不會被它取代」的隱憂;二是無法預測,他說連網路當年都沒讓他有「超出理解、無法預言」的感覺。他把 AI 類比 indexation(指數化):指數化揭穿了多數主動型股票經理跑輸大盤、名不副實,AI 也會「解除」另一批言過其實者的光環。但他認為投資判斷仍有 AI 補不了的部分——沒有歷史可訓練的全新情境,以及那種說不清的直覺:「跟某些人談完,頸後汗毛會豎起來」,若 AI 沒有頸毛,有判斷力的老手就還有位置。這連到他第一本書《The Most Important Thing》開篇的 second-level thinking(第二層思考)與 variant perception(異見):要優越就得看見別人沒看見的、還要押注且押對。他說這教得會重要性、教不會怎麼產生正確異見,如籃球「身高教不來」,靠的是 insight。

最具體的案例是雷曼倒閉那一注。2008 年 9 月 15 日雷曼破產前,Oaktree 在 07、08 年募了 110 億美元的不良債(distressed debt)基金,遠超先前史上最大、02 年那檔 25 億美元的基金,錢先擺著等「大難臨頭」。雷曼倒下、人人喊世界末日時,他們的邏輯是:若金融體系真崩,投不投都無所謂;若沒崩而他們沒投,就是失職——所以必須投。操盤的 Bruce Karsh 連續 15 週平均每週投 4.5 億美元、一季砸下 70 億美元。他引哈佛流行病學家的話:決策靠 data、類比過往、與 supposition(臆測),而雷曼當下前兩者皆無、只剩臆測。他強調做這些大注時「絕不確定」、始終帶著 trepidation:「戰場英雄不是不怕,是怕了照樣上」;「若等到毫無恐懼,機會大概已經過了」。他另引 Mark Twain:害你的不是你不知道的事,而是你自以為確定卻其實不對的事。募 110 億靠 1988 年起 20 年的往績信譽、危機避險賣點,以及反市場習慣:別人大賺後募更大,他們反而募更小。

partnership(拍檔)是全集另一主軸。他與 Bruce Karsh 本月滿 39 年、從沒吵過架,關鍵是 shared values(共享價值觀)+ complementary skills(互補技能)+ 心存感激;Bruce 1987 年帶著不良債基金的點子找上做高收益債(1978 年入行)的他。他以 1998 年 LTCM 崩盤、俄羅斯盧布危機、東南亞恐慌為例,講如何安撫嚇壞的年輕操盤手回去做事。Buffett 部分:Enron 透過表外實體 Osprey 出事,Oaktree 是其債最大持有人、Buffett 第二大並把 proxy 交給他們操盤,促成 2003、04 年在 Omaha 的午餐;09 年一篇備忘錄後 Buffett 建議他寫書、承諾寫推薦語,才有了《The Most Important Thing》。他談 Munger 把 Buffett 從「雪茄屁股投資」(撿還能抽三口的便宜爛股)拉向「好公司合理價」。收尾推薦兩本書:Galbraith 的《A Short History of Financial Euphoria》與 Taleb 的《Fooled by Randomness》。

一句話:跑道不是無限長,把「有一天要做的事」拉到今年做,並用資料檢驗自己講的故事。

時間存量 Kevin Rose 15 歲的狗 Toaster 在獸醫院連站六小時(極限是十分鐘),引發壓力症候群送急診。同期 True Ventures 同事、科技寫作者 Om Malik 過世,Tim Ferriss 的朋友 Josh 兩週前死於墜機。Kevin 說那個缺口就是愛的具現。Tim 感謝 Matt Mullenweg 兩件事:揪團去南極,同行的 Om 是攝影愛好者,兩人一起去帝王企鵝棲地,而在南極多半被關在室內,半天後客套話全脫落;以及傳給他 Tim Urban(Wait But Why)的〈The Tail End〉——人一生與父母相處的總時數,到高中畢業已用掉 90–95%。讀完他開始帶家人出遊,即使家人不擅表達、過程尷尬;現在父親多數時候要坐輪椅。另推 Sam Harris 的〈The Last Time〉與 Joe Abercrombie 的《The Blade Itself》:你不知道哪次滑雪是最後一次,你剛好蹲下大便,旁邊的人就中箭。

禪修 Kevin 剛結束五天閉關,參公案「無」(五百多則之一,「單手拍掌」也是),Henry Shukman 與其日本老師 Yamada Roshi 在場,他被破例插隊獨參(常態是一天半一次、每次二到十分鐘)。微悟約兩秒:不是情緒,是「無所欠缺」的穩定狀態,加不進去也拿不走。兩人都投資 Henry 主導的禪修 app The Way(單一路徑漸進,而非「今天流行哪種冥想」),Tim 說這跟他們投資華盛頓大學 Rapamycin 犬類老化研究一樣是理念型投入,並主張一天兩次各十分鐘。Henry 常說「下巴放低八分之一吋」;Tim 剛配的下顎前移咬合器治打鼾,原理正是下巴下移並前移八分之一吋打開氣道。

接近 50 歲的身體 射箭(目標 Lancaster Classic)太孤獨、配額已滿,Tim 的下一個是攀岩:右手肘已手術修好,想挑戰 Yosemite 多繩距。他拒絕「訓練只為晚點死」,要有截止日可倒推訓練量。啟發他的是鹽湖城岩館平日上午 11 點的 60–75 歲退休者在爬 5.11+、倒掛過懸岩;技術深度大到拉不了五下引體向上的女性能爬 5.13、5.14。工具是 the Nug(有指槽的木塊,鉤環接纜繩機)與 Emil Abrahamsson 的 Abrahangs:部分體重懸吊 10 秒吊 50 秒休、共 10 分鐘、一天兩次。Kevin 買了引體向上世界冠軍 Michael Eckert 的手指力量課程。有氧上 Tim 唯一能長期用的是 Keiser M3i(其他飛輪逼他駝背);他與神經科學家 Tommy Wood 談的挪威式 4x4(4 分鐘全力、3 分鐘休息、四輪)每週三次做滿五到六個月,海馬迴等區的體積變化可維持長達五年。他的原則:沒空就進健身房做三組、五分鐘走人。

藥物的邊界 Tim 約 40% 蛋白質來自 Maui Nui 的夏威夷野生斑鹿(他有投資,並抱怨幾乎沒人揭露利益關係、FTC 也不執法)。外源性酮體 Delta G 是 BHB 鍵結 1,3-丁二醇,爭議在肝毒性,但反方多在賣自家酮鹽;他給失智親屬喝過,20 分鐘內句子長度變五倍,但丁二醇影響平衡,老人跌倒斷髖是致命關卡。JAMA 2025 年 9 月 22 日一篇 MM120(lacergide,近似 LSD)治廣泛性焦慮症的試驗做了罕見的五臂(安慰劑、25/50/100/200 微克),HAM-A 呈劑量依賴,100 與 200 接近,療效延續 12 週;最低有效劑量 100 微克意味著會產生完整迷幻體驗(Tim 本人被診斷過 GAD 與 OCD)。他們現場才發現該試驗出自 UCSF Neuroscape(Adam Gazzaley 實驗室),而 Tim 曾資助 Neuroscape。另有案例:日本失智老婦服 5 克裸蓋菇後昏睡約 19 小時,醒來從單字回應變成完整敘述。話題收在倫理與「終末清明」:腦部已嚴重退化者臨終前兩天完全清醒對談,無法用純局部化解釋。

AI Kevin 用 Ubiquiti 攝影機 API 加 AI 辨識來人、對巷弄逗留超過 30 秒者播警告語音、看車牌自動開門,攝影機約 200 美元。Tim 用 Claude Code 接 Gmail API 跑 20 年天使投資回顧,拿硬數據檢驗自己的故事(結果漏掉的機會沒想像中多)。負面是寫作動機:AI 30 秒的產出他要 30 小時,像 AlphaGo 贏李世乭後對方說不再有樂趣;但原創論點仍是機器的罩門。他最推兩個用法:Wispr Flow 語音傾倒進筆記再讓 Claude 整理成信;問跨對話記得你的 LLM「未來五年我可探索哪三到五條路」,他說答案非常出色。格局是大三家 Google、Anthropic、OpenAI,加上不該低估的 xAI(Grok 接 X API,即時性與低幻覺是強項)。Kevin 力挺 Google:自有晶片、資料中心、Android 裝機量;業界曾看不懂其新晶片為何要那麼高的記憶體頻寬,答案是 Google 押注未來不是發模型的節奏而是持續學習(自我改進模型多數人認為還有 12–18 個月),瓶頸在 TSMC。Anthropic ARR 是史上最快擴張但已被政府數次修理;Meta 有 Instagram 這種資產但人才撐不起前沿;中國持續丟出開源模型,AMD 約 4000 美元的本地推論盒能跑巨型模型。

投資 Tim 的方法:列 Google、Anthropic、OpenAI、Waymo、Vercel 等五個名字寄給五位資深投資人,只問「你有十個籌碼怎麼分」,不給說明;依共識買了 Google,這家四兆美元公司後來彈了 40%。原則是投資自己每天用的東西(例外如 Commonwealth Fusion Systems)。核心教訓是讓贏家跑——他因太早賣股損失的錢超過買股賺到的。給散戶的解毒劑是一份知名創投的統計:從種子跟到 IPO 解禁後的報酬,跟 IPO 當天買進放十年差不多甚至更少。Kevin 的算法:與其每年花 500 美元買 iPhone,前四年拿去買 Apple 是數十萬美元;朋友 David Prager 花約十萬美元買頂規 Tesla,當下買股票約值 1500 萬。Tim 的第一支股票是 15 歲買的 Pixar,他看完《Toy Story》就認定那是未來。判準只有一句:三到五年後你在這東西上會花更多還是更少。收尾兩則數字:Digg 重啟後週使用者從兩萬成長到近 50 萬;Tim 的全格式書籍銷售自 2022 年 11 月 ChatGPT 3.5 問世後從穩定曲線下滑約 -5%、-28%、-49%,2026 年照此速度約 -67%。

一句話:不靠自己出面,用設計與吉祥物把防曬乳做成 4 億美元品牌。

Tom Rinks 是防曬品牌 Sun Bum 共同創辦人,2019 年以約 4 億美元賣給 SC Johnson,但這集主持人 Guy Raz 更想挖的是他一路怎麼「做品牌」。Tom 在南加州長大,父親是基督教基本教義派牧師,他反叛信仰、投向繪畫,在密西根 Grand Rapids 近郊的 Hope College 讀藝術,畢業後在 Art Van Furniture 家具行做純抽成、無底薪的業務五年。這五年教會他銷售:他會依客人性別、家庭組合派不同業務,用「柔軟性感」或「堅固耐用」的話術成交,甚至在廣播喊假的「取貨通知」製造搶購氛圍。他引用廣告教父 Ogilvy 的話——再有創意,不會賣就沒用。

副業始於一件 T 恤。他在密西根湖看到有人衝浪覺得好笑,畫了「Surf Michigan」老人漫畫,冒充衝浪品牌業務去見 Meijer 採購 Vivian Dreyer,坦白後對方仍下單 1,800 件。他成立 New Agenda,拿下密西根大學等授權,一款「Slam Dance」籃球衫單季賣一萬件,最後手握四百多個授權卻不太賺錢。1992 年他遇到卡通畫家 Joe Shields,受瑪丹娜抱吉娃娃啟發做出「Psycho Chihuahua」,在 Super Show 爆紅、賣出數萬件。Taco Bell 品牌主管 Ed Alfaro 在授權展找上門,雙方合作 18 個月、他寫腳本、Joe 畫分鏡,把卡通狗改成真狗——結果 1997 年對方突然不接電話,三個月後推出幾乎一模一樣的「Yo Quiero Taco Bell」廣告。

Tom 與 Joe 提告,1999 年地院簡易判決 Taco Bell 勝,他堅持上訴,打了約五年、三週半的聯邦審判,他上證人席三天。開庭前對方才首度出價幾百萬和解,他當場拒絕;最終陪審團裁定 Taco Bell 敗訴,判賠 3,010 萬美元外加 1,200 萬利息。扣掉律師 33%、經紀 25%、與 Joe 對分及稅金,他實拿約五、六百萬美元。這筆錢讓他能好好做品牌。他先做非營利的基督教影片(受牧師 Rob Bell 啟發),並認識來自哥本哈根的設計師 Renee Kinetti,2007 年合開品牌代理商 Rinks Kinetti,以「收費做品牌+換取股份」模式操作,代表作是好友 Brent Hawking 的 Daily-Own 龍舌蘭,一瓶售價 125 至 850 美元。

2009 年,一位朋友帶著三個賠錢的防曬品牌(Raceface、Gameface、Sunbum)來求救,Tom 判斷市場只有 Coppertone、Hawaiian Tropic 這類老牌,缺一個真正的「authentic」防曬品牌。他砍掉全部重來:靈感取自 Eames 木紋躺椅做木紋瓶、兒子 Billabong 二手衫的黃棕配色,加上 Renee 設計、源自日本街頭藝術的黃猩猩 logo「Sonny」,配 slogan「Trust the Bum」。品牌謊稱設在佛州 Cocoa Beach(實則 Grand Rapids,客服電話轉接、冬天下雪就說天氣「unbelievable」)。行銷靠貼紙轟炸每個衝浪城與斜坡、業務 Michael Lissera 到處貼、規定不准挑貨、用 IKEA 書櫃改裝成整組陳列。2010 年 Orlando Surf Expo 首秀就見到跨客群買氣。營收第一年 10 萬美元、第二年 110 萬美元,Richard Branson 把它選為 Necker Island 專用防曬。公司 2014 年遷加州,做到年營收約 7,000 萬美元;Tom 深知創辦人常在第三、五年管理失控,約第三、四年就找哈佛出身、前職業衝浪手 Adam Francis 接任 CEO。因防曬乳被視為藥品、各國 FDA 法規不一擋住國際化,他選擇賣給有全球通路的 SC Johnson。Tom 幾乎不上網露臉,理由是他不是衝浪手、不是硬漢、不是虔誠基督徒,親自出面反而傷品牌;加上打完 Taco Bell 官司,外界只記得他是「告 Taco Bell 的人」。他把品牌當成自己的畫作,以做事代替炫耀。

一句話:通路只給你營收,情感敘事才給你品牌;先做轉換,再疊故事。

Guy Raz 找回 2020 年上過節目的 Kenneth Cole,他從曼哈頓中城一台 40 呎貨櫃車起家,近年集結全美 50 家最大心理健康機構做 mentalhealth.org。第一位來電是紐約 Astoria 的 Matt Jacobs,足部保養品牌 Pedestrian Project 共同創辦人,賣乳霜、止痛、鹽浴,近期加了磨腳板、反射球、前掌墊。開賣三年多,主力 D2C 加 Amazon,已進 Sprouts 全美門市,去年營收略超過 50 萬美元。問題是:美國足部保養是 40 億美元市場,由 Dr. Scholl's、Gold Bond、O'Keeffe 把持,Lotrimin 佔香港腳、Kerasal 佔灰指甲,沒人做主動保養定位——該搶既有份額,還是砸行銷把品類做大?Kenneth Cole 說鞋子影響的不是外觀是感受,要把膝蓋以下的情感連結講出來、並量化因果讓別人願意替你傳,順勢提議跟自家 Gentle Souls 合作。Guy Raz 建議先偏轉換(Amazon 搜尋、Sprouts 出貨),有量再疊敘事與網紅。

第二位是多倫多的 Emma,工程師出身做女裝(品牌名逐字稿辨識不清)。2019 年底創立,2021 年進 Hudson's Bay 開到三家店含旗艦、該通路已破產;2023 年進 Nordstrom,現在 8 個門市、出到第五季。去年營收接近 40 萬美元,85% 批發、15% D2C;在多倫多自有產線生產、沒有最低量限制,批發毛利 35–50%,零售端再加 60%。她的困惑是批發沒帶來預期的 D2C 成長。Guy Raz 直說批發是配銷通路不是行銷通路,再做下去會變成營收長了、品牌沒長;建議放故事卡與註冊 QR code 換資料。Kenneth Cole 提醒 Nordstrom 不會把客群交給供應商,做法必須對通路也有利,並指她「極簡又大膽」講太多頭,定位要收斂。

第三位是羅德島 Providence 的 Levi Case,SwingSculpt 用專利申請中的流程把揮桿影片裡桿頭的 3D 軌跡做成金屬雕塑。去年三月開賣,至今約 2.5 萬美元營收,Instagram 1.4 萬追蹤、TikTok 1 千,靠自然流量加 Meta 廣告。Kenneth Cole 指出高爾夫配件走球場專賣店、對象零散,建議把教練變成分潤夥伴(他們本來就錄揮桿、24 小時內寄給客人);也直言多數人不以自己的揮桿為榮,不如做理想揮桿,或跟 Rory、Tiger 談授權量產。Guy Raz 建議補對照影片與見證,並擴到高中棒球等家長會買單的場景。Levi Case 說專利連花式滑冰都寫進去,已接過棒球委託,還在做耳環、袖扣、項鍊墜。Kenneth Cole 收尾:要對話不要獨白,最好的業務員都是最好的聆聽者。

一句話:通用模型只是把地基拉平，真正的價值在專用模型與「擁有自己的智慧」而非租用。

Web AI 創辦人 David Stout 目前公司估值 25 億美元，他個人持股約 50%。他在 Michigan 的農場長大，家裡靠屋外約 500 碼處的燒柴爐取暖，夏天鋸木堆柴、冬天計算用量。父親年輕時騎機車被卡車撞成昏迷、沒讀完高中，後來買下一間叫 Ray and Ben Sunoco 的加油站；外公是工程師，六、七十歲才創業。高中念 Brockway Academy——一所讓學生自訂進度的私立學校——在那裡碰到共同創辦人 Ethan。大一進 Davenport（Grand Rapids 的小型商學院），和 Ethan 開了網站服務公司，第一年 60 個客戶，年營收 750K 美元以上，收入起伏大，兩個大學生有時單月收到 6 萬美元支票。他沒念完大學，父母沒反對，甚至在他把帳戶透支時匯錢過來。

2016 年他覺得「網站太容易」，開始翻遍所有能找到的機器學習論文。真正的公司起點是向爺爺借的 400 美元，買一台 i3 處理器的機器，兩人共用，跑的是 darknet 物件偵測模型（Tesla 車上做人車辨識用的同一套）。他們發現在宿舍做電腦視覺行不通：資料中心太遠，把 GB 到 TB 的影像送上去再送回來，延遲直接殺死應用。這就是他說的「data gravity」——多數 AI 使用情境必須發生在資料所在的地方。於是定下唯一主題：把 AI 塞進手機、筆電、裝置本身。2017、2018 年募資時，AI 本身都還沒被證明，他們卻同時宣稱不用任何雲端運算，等於自己加碼難度。a16z 會議上有人（不是 Mark Andreessen 本人）說 edge AI 市場不夠大。他的原則是不靠 idea 募資：拿著在 i3 上跑起來的模型當 demo，而不是 pitch deck——沒去風險化的點子只會讓創辦人交出過多股權，因為風險全由投資人承擔。他引用一個粗略統計：venture-backable 的新創平均要被拒 20 次才會有一個 yes；第一次被自己敬重的投資人否決，感覺像小孩畫的畫被父母當面撕掉。

轉折來自投資人 David Schuman（Aura Ring 的早期投資人之一）。Schuman 讀到一份 NSA 的 AI 報告，裡面把 Stout 列為美國值得注意的研究者，於是飛到 Michigan；他灣區的朋友告訴他「Michigan 不會有好的 AI 科學家」，而那些人現在都投了 Web AI。之後 Mark Benioff 也投資。公司現在約 200 人。董事會有 Benchmark Capital 創始合夥人 Dave Beirne——當年 Steve Jobs 要找 CEO 就是打給他，而 Beirne 回他「你才是 CEO，我找來的人你不會喜歡」。國防團隊由 Jason（前 Pentagon Office of Strategic Capital 創辦人）帶整組人加入，進政府市場不到一年就拿到 prime 合約（FAR Part 12），Stout 說據他們所知是史上成長最快的公部門軟體團隊，比 Palantir、Anduril 都快；實驗室則由來自 Eric Schmidt 旗下 SCSP 的 Dr. PJ Maykish 負責。他的領導方法：不做一對一，一週一場數小時的跨部門主管會議，排在腦力尖峰的早上 9 點到 11、12 點。

他對產業的核心論點是：市場從來不高估通用智慧。如果你我都有 Opus 48，唯一差別只剩下問了什麼問題——基礎模型公司只是把場地拉平，價值會被專門化吃走。Web AI 做的是把牆裡的隱性知識（怎麼包裝雞肉、怎麼管一座煉鋼廠，這些資料不在網路上）做成專用模型，它們不會寫青蛙的詩。他也指出 Meta 每位員工每年花約 5 萬美元的 token 費用，這撐不久，總有一天 Zuckerberg 會說智慧的錢自己出。所以他賭的是「擁有」而非「租用」：類比 1900 年代初礦工暴動要用自己的工具，因為工具即自由。Web AI 預計 8 月推出消費端 App，下載到 MacBook 後模型住在你的硬碟上，離線飛航模式可用，沒有用量上限，並用「personas」讓多個協作模型依問題自動組合，宣稱是第一個讓一般人真的做出 AI 模型（而非 GPTs 那種 prompt 設定）的工具。對小企業的建議：現在就買低成本的消費／商用硬體，把 AI 工作負載搬到自己機器上（他提到有人買一堆 Mac mini、企業則可放幾台 Mac Studio 24 小時跑），成本只有電費與機器，且 3 個月內這類機器可能會缺貨。他用 Union Pacific 鋪鐵路、最後鐵道變成自行車道的故事類比資料中心投資；並提到北 Virginia 已是全球資料中心之都，主持人之一的母親工作的 40 英畝園藝中心被以約 1.6 億美元整片買下拆掉蓋資料中心。他說 AI 本身不可怕，可怕的是掌舵的人和公司，「你無法立法規範道德」；理想的未來像第二修正案——人有權擁有自己的智慧。至於 Austin 大樓冠名：他放棄南 Congress 那間年租 100 萬美元的空倉庫，改租一家破產公司留下家具的辦公室，簽 10 年約，並要求成長到一定坪數就給大樓招牌命名權，對方答應了——他認為對方八成覺得不可能發生。