🎙️ 43 個國外創業/財經頻道 最新一集精粹

一句話:商人銀行沒有資產,靠的是名聲、秘密、關係與三分鐘就敢下的決斷。

Joseph Wechsberg 1966 年的 The Merchant Bankers,橫跨 Rothschild、Baring、Lehman、Hambro、Warburg 等家族數百年。開場是作者的祖父:從穀物商轉做換錢與信貸,鎮上叫他 Albert the Benevolent,以 5% 放款,看對人就不收擔保;1913 年 86 歲過世時是全鎮首富,隔年一戰爆發。這些家族都是先做商人再做銀行家——賣自己的簽名比賣一綑絲更容易也更賺。示範是一通週五下午的電話:挪威船東急需 20 萬英鎊,否則船被阿姆斯特丹船廠扣到週末,光租船與船員成本就損失 2 萬英鎊。銀行家一手接著船東,另一手打給阿姆斯特丹,三分鐘完成,沒有合約也沒有紙本。旁觀的德國銀行經理說這種事會讓他當場被開除,對方回答:大銀行要跑一週流程,我們照做兩年內就倒。

這行的資產不上資產負債表:名聲、秘密與關係。Rothschild 從不讓外人翻檔案,Baring 連信紙都不印自家名字,座右銘是 We must not let in daylight upon magic。呼應的是 Charlie Munger 說信任是地表最大的經濟力量,以及 Buffett 在 Salomon Brothers 事件後那句錢可以賠、名聲一絲都不能損;Munger 也說別讓律師殺死交易——他和 Buffett 買 Enron 一條管線,連 email 都沒發就匯款,賺了幾億美元。關係則讓規則變軟:1803 年 10 月 19 日的條約要西班牙每年付拿破崙 7,200 萬法郎,西班牙付不出來,但殖民地 Veracruz 堆著白銀。Gabriel Julien Ouvrard 想出把白銀運回巴黎,障礙是英國封鎖,於是找上 Baring 去談,條件是英國船隻可加入拉美貿易。行動持續三年,1808 年墨西哥金銀幾乎搬空,而 Ouvrard 一毛沒拿,財產被拿破崙沒收,人進了監獄。

SG Warburg 認為希臘文、拉丁文與古典文學比現代金融學更適合當訓練,他讀歷史與哲學、避開商業刊物與報紙,名言是思考的進步就是走向簡單;他推行 nursery principle,重要會議必有年輕人在場、事後寫長備忘錄由他逐字改稿,且偏用二十幾歲的人。Raphael Mattioli 十一點才進銀行、一點回家午睡、五點再回辦公室做到十點後,他說不會付錢給跟自己想法一樣的人——與 Steve Jobs 開除兩位從不反對他的 Pixar 董事是同一件事。Lehman Brothers 研究鉀肥產業數月後自組 American Potash and Chemical,養大再賣給 Standard Oil of New Jersey,並自承沒留住股份。結尾是 Ivar Kreuger 上門募資,Philip Lehman 搖頭:看自己的筆記還看不懂的東西我不買,你太複雜了;幾個月後 Kreuger 舉槍自盡。

一句話:醫療 AI 的瓶頸不是準確率,而是導入一個工具要兩年。

Bunker Hill Health 創辦人 Mish Khandwala 宣布 5,500 萬美元 B 輪,Khosla Ventures 的 Vinod Khosla 領投,Y Combinator、Sequoia 的 Alfred Lin、Octum Ventures、Felicis 跟投。他指出的矛盾是:醫院主管完全相信 AI 有價值,但導入單一工具要跑採購、資安、資料隱私、合約,再搶共用的 IT 資源與變革管理,落地要一年以上,成本遠大於單一工具的效益;等於每裝一個 iPhone App 就得買一支新手機。

這判斷來自他踩過的坑。2018 年前後他在 Stanford,預防心臟科主任提出:許多病人因車禍或肺癌篩檢照了胸腔 CT,冠狀動脈斑塊清晰可見卻無人處理,得先梗塞一次才見得到心臟科。技術不難,經濟也成立——fee-for-service 下心臟科多看病人就是多收入。模型效果很好,卻卡在「那是別人的工作」,連把 Stanford 的模型部署到 Stanford 醫院都做不到,推到 UCSF、MedStar 一樣。五年前他父親在阿布達比心肌梗塞,醫師來電說 CT 上看到斑塊。共同創辦人做手術機器人 AI 也卡在驗證與部署,兩人因此沒為單一演算法開公司,2019 年改做底層平台。LLM 出現後演算法變成一句 prompt,醫院自己就能做,部署成為唯一瓶頸。

產品 Care Bricks 分 knowledge、reasoning、action:連進 EHR、影像庫、ERP 與數百個保險及登錄入口,中間放 LLM 或影像模型,最後自動寄紙本信、簡訊、AI 語音電話、經 EHR 通知醫師甚至自動傳真——沒有 action 就只是「讓你欣賞問題的儀表板」。第一個客戶 Cleveland Clinic 來自一封冷 email,回溯研究一跑就找出數千名待追蹤病人,才逼出 action 這塊。醫院技術層其實一致(HL7、FHIR),差異在流程:同樣分流肺結節,有的用 Fleischner guidelines、有的用 Brock score,只能重組積木貼合對方。他認為 tool use 比基礎模型變強更能壓低幻覺,結論須回連 EHR 原文,評估要對照現行照護水準而非 100%。團隊 21 人、客戶數多於人數,年底只加到 35,工程師只做平台層,前線佈署團隊為非技術背景,每家醫院同時上 15 到 20 個情境。收尾病例:感恩節有病人被火雞骨頭卡喉嚨進急診,CT 在背景被判出冠狀動脈阻塞並自動寄信通知;原本數千人先進先出的轉診佇列改由 AI 依急迫度重排,看診才發現他把胸痛誤認為胃食道逆流,最終接受三條血管繞道手術。

一句話:同一套 DNA 檢測技術從牛跳到疫情再跳到保險,如今用 agent 把後台成本壓到原本的百分之一。

Curative 執行長 Fred Turner 是英國人,19 歲到矽谷。第一家公司 TL Biolabs 替乳牛做 DNA 定序預測產乳量,18 歲在英國募資只約到一場 associate 會議;進 YC 2016 夏季梯後,Andreessen 生技基金投 165 萬美元種子輪。募 A 輪時算出全美 1 億頭牛、每次收 15 到 20 美元,天花板僅 15 億美元。公司改名 SHIELD 轉做人類檢測:先是居家性病檢測,再做敗血症(每延遲一小時治療死亡率上升 12%,Roche 投過數億、Siemens 投過一億美元皆敗)。2019 年底一家上市診斷公司的 CEO 砍掉已談定的 B 輪,公司剩三週現金,清算時他把耗兩年取得的 CLIA 執照以 15 萬美元賣掉還債;五個月後,他花 2700 萬美元買回同樣一張執照。

Curative 種子輪是 Justin Mateen 以 300 萬估值投的 12.5 萬美元。原訂做敗血症,醫院卻因 COVID 停擺;科學長早在一、二月下班時間已把 COVID 檢測做好,原本只當給員工安心的練習。他找上洛杉磯縣 San Dimas 一家運動禁藥檢測實驗室,先合資、後用客戶預付款買斷,即那 2700 萬。第一個大合約來自 Laura Deming 一則「我們有檢測量能」的推文,洛杉磯副市長私訊回覆;為了現金買耗材,每天開發票、隔天派人去市政府領支票。最大單筆是佛州全州安養院檢測,金額數億美元。差異化叫 orthogonal supply chain:棉棒改用電子業供應商的貨滅菌後使用,萃取放棄僅兩家中國工廠供應的磁珠、改用玻璃塑膠濾板。單日尖峰 20.6 萬人(2020 年 12 月,距零起步八個月),九個月內員工從 7 人到 7,000 人,三年營收約 50 億美元。但低谷期產能只用兩三成、固定成本不變,每支檢測都賠;250 萬劑疫苗因給付低於成本每劑都虧。約 5 億美元投進健康保險,投資人在轉型前已領 10 倍現金回報且股份全留,最近一輪 1.5 億美元由既有股東領投,估值 13 億美元。

選保險是排除法:LabCorp 加 Quest 合計市值才約 300 億美元。同資歷的家醫科醫師掛在醫院體系下,給付是獨立執業的兩倍。credentialing 部門第一個歸零:人工查執照與訴訟紀錄要兩到三個月、每件約 50 美元,自建的 Claude agent 端到端平均 12 小時、每件 0.2 美元。承保資料不再要求對方用標準格式,改讓模型針對每份亂格式檔案現寫 Python 轉檔、跑通即丟,15 分鐘完成。一年 60 萬美元的 Salesforce 已取消,替代品是兩個月 vibe code 的內部 CRM;今年要砍八成 SaaS 支出,Looker 換 Snowflake,留得住的是 Sentry 這類基礎設施與整合太深的 Slack。業務 agent「Gwen」自行研究診所、從價格透明檔案推估其他付費方給付、由 ZoomInfo 找信箱、每天寄 1.5 萬封客製信、追到第九封才回的都有,再多輪議價、紅線改約,最後開 DocuSign 用 Turner 的簽名簽下。45 人團隊去年整年簽 2,300 份,Gwen 上線八週已簽 3,500 份,單份成本從 1,500 至 2,000 美元降到約 70 美元。Anthropic 支出六、七個月內每月成長六倍,從數萬到每月數百萬美元。

法定 85% 保費須支出於醫療,利潤上限反而讓保險公司只能靠推高總支出成長;行政佔保費 9%,壓這塊才是不傷產品的獲利來源。大型同業要拿到同樣的利潤改善得裁掉一半人,所以會拖十年。Curative 現有 650 人,短期降到 400 人左右,但每位會員配一名的照護導航員隨會員數線性成長。他認為五年後最大的新職位是 agent supervisor,理由是就算只有 1% 需要人決策,量也是過去的十倍。他預估 Anthropic 三年內可到 10 兆美元,依據是 Marc Benioff 說花 3 億美元、約等於開發者薪資的 3.8%,而他認為會變成薪資的二到五倍。內部最大爭議是讓 agent 真的按下簽署鍵。他另與妻子共同創辦核分裂公司 Subcritical,採 Carlo Rubbia 的 energy amplifier:永遠運轉在 0.97 次臨界、靠粒子加速器補中子,關掉就停,單座 300 MW 建設成本約 10 億美元。美國雇主每年花 1.5 兆美元在醫療,那是 Curative 的年度可及市場。

一句話:世界多數資料鎖在企業內部,所以贏家不是一個 AGI,是每家公司自有的專用模型。

Fireworks 創辦人兼執行長 Lin Qiao 上節目,Harry Stebbings 說他只開 15 分鐘會就寫下 1,000 萬美元支票。她 2000 年移民來美,博士做分散式系統,2015 年就想創業但自認缺的是帶人而非技術,於是進 Facebook 打算學一年、結果待了七年並主導 PyTorch,48 歲才創業;Benchmark 的 Eric Vishria 為她破了「不投大公司主管」的原則。她反 AGI 的推理鏈是:智慧是資料的衍生物,而訓練前沿模型的公開網路資料只佔世界資料一小部分,絕大多數鎖在企業內部、屬於專有 IP 永不外流,至今沒被轉成任何智慧。她引 Jensen Huang 在 GTC 後說的:「沒有一家專門做通用的公司」——每家公司存在的理由都是做了某件獨特的事,而那件事被寫進產品設計與使用者互動資料裡,外面學不走。所以未來不是少數 AGI 統治,而是數百萬個專用模型。她把前沿實驗室定位成「電力線」:提供人人可接的基礎智慧,但不會取代咖啡機;她不想看到只有一家公司擁有智慧,認為主權模型合理。節目提到 Fable 曾被行政部門禁用 19 天,歐洲因此警覺不能把健保架在別人能關掉的設施上。

她指出 SaaS 時代找到 PMF 等於有可持續生意,因為 CPU 是商品;現在兩者拆開,出現「規模化到破產」:新創有客戶願付錢卻愈做愈虧,大型數位原生公司一開放 AI 功能就打到全部既有流量,成本試算過不了。出路是拿開源權重模型自己跑:模型取得成本是零,前沿實驗室卻要回收研發成本;更關鍵的是開源模型可調校,用少量自有資料就能超過通用模型,封閉 API 只能照原樣用;Fireworks 內部的招募、財務流程與除錯 agent 都跑開源模型。對於 OpenRouter 前六名都是中國模型的國安疑慮,她認為不論開源閉源都該自己加護欄,因為供應商必然把判斷與品味灌進訓練;若中國限制開源模型出口,短期衝擊大,但開放生態不只一個供應者,美國有人才自建。

Cursor 案例:CTO Dima 進駐數個月建強化學習基礎設施,把 RL 拆成調權重的 trainer 與部署新版模型、收回 reward 的 rollout;過去在超大規模業者綁在一起跑,需要 InfiniBand 互連的十萬顆晶片叢集;兩家都省錢,改成跨五、六個資料中心區域撿零散 GPU,難點是權重跨區傳輸延遲決定 reward 有多新鮮,太舊就失準。Cursor 兩年前合作時營收還是個位數百萬美元,兩年成長百倍到千倍。她說去年是 coding 年,幾乎所有主要編碼公司都在平台上;今年是 co-work 年,分散得多——法律、財務、客服、招募、銷售、醫療各成一類。Fireworks 每天處理超過 40 兆 tokens,多數來自客製模型,她估明年底是 20 到 100 倍,意味算力資本支出不是過剩而是不足;瓶頸在 Jensen 五層 AI 蛋糕(應用、模型、基礎設施、晶片、能源)的下半部,甚至卡在電工短缺。

她預測三年內 token 成本降 10 倍、帶動 100 倍用量,因為高價招來競爭;但強調 token 不等價,便宜兩倍卻囉唆兩倍等於沒省,該用「每任務 token 經濟」評估。Fireworks 定價高於 Together,她說比較基準不同:多數流量是客製模型,且訓練與推論之間追求 zero KLD 位元等價,不讓訓練投入被推論端精度損失打折。毛利率約 30 到 40%,遠低於 SaaS 的 80%,她說不是新常態而是超高速成長期的選擇:毛利目標本質是約束條件,系統沒定型前優化沒意義。堆疊上她講得很死:絕不進應用層;資料中心不排除,只是時機;晶片不做:Meta 的 MTIA 從 2018 年就開始,前提是工作負載已穩定,而模型與客製化仍變動太快。她提到 NVIDIA 收購 Groq:flops 密集 GPU 用於 prefill、SRAM 密集 ASIC 用於生成。折舊邏輯也改寫:硬體過去六年折舊、三年一代,現在單一供應商一年出三個 SKU、模型每週更新。其他:ARR 約 8 億美元、年底至少翻倍;公司一年前 50 人、現在 200 人,延攬前 Salesforce 總裁 George Hu;投資人 Mark Benioff 說 Salesforce 花在 Anthropic 與 Claude Code 約等於開發者薪資的 3.8%;Geico、Capital One 主動上門;她最後悔太晚行銷;產業正從 token maxing 轉向 ROI maxing;用人看 extreme ownership 而非能力。

一句話:決定整個 AI 市場的,只有 OpenAI 與 Anthropic 兩家 26–27 年的成長率。

中國一週內推出兩款近前沿開源模型:月之暗面的 Kimi 與阿里巴巴的 Qwen。Kimi 是約 2.8 兆參數的巨型模型,需數百萬顆 GPU 才跑得動,發表後需求暴衝到連消費端都無法註冊;一份 SPV 甚至以 200 億美元估值兜售其股份。Rory 與 Jason 認為並不意外——五家中國 LLM 公司只落後前沿六到九個月。OpenRouter 數據顯示已有半數流量走中國模型(多數其實託管在美國)。政治面上,OpenAI 新任政策溝通主管 Dean Ball(到職僅兩週)發文用「AI 共產主義」形容中國模型並暗示應封殺,引爆論戰;David Sacks、Emil Michael、Bill Gurley 都反對禁令,Politico 也透露白宮不會大規模封禁。Jesse Zhang 提出實證:受監管企業的 token 用量自一月起成長約 2.5 倍,主因是要用監督模型盯著多個 agent 以免出錯。

路由層方面,OpenRouter 傳出被收購,傳言價格約 50–60 億美元,而上一輪估值僅 18 億;同時 Ramp 推出自家路由產品。三人認為現在正是賣點:功能會被各家平台內建、逐漸商品化,趁窗口未關先賣。但站在創辦人角度,Jason 強調 3 倍不值得冒險、要 10 倍才該拒絕。推論層則看 Fireworks:完成 15 億美元募資(Index、Gavin Baker、Lightspeed、20VC),三年半做到逾 10 億美元 ARR,日處理 token 從 15 兆躍升至 40 兆,毛利率約 30 多趴且會隨自建資料中心上升,估值 175 億美元。資料標註方面,Mercor 約 20 億、Surge 約 30 億、Handshake 約 10 億美元營收,絕大多數收入來自基礎模型公司。三人共識:錢與行動幾乎都在基礎設施層,應用層(除 Cursor 約 40 億外)加總仍小到像四捨五入。

支付大案是 Stripe 聯手 PE 業者 Advent 擬將 PayPal 私有化。PayPal 一年處理約 1.8 兆美元、Stripe 估值約 1,500 億;若以同口徑比,Stripe 淨營收約 60 億、PayPal 毛營收約 300 億,PayPal 實際約大 1.5 倍。收購溢價 28%,而同類私有化平均落在 30 多趴,兩人研判董事會先拒是「劇本」、最終會成交,而 PayPal 幫的老班底(Thiel、Altman)等於從後門買回 PayPal。其他要聞:Databricks 以 1,880 億估值做 Series M 募資 30 億;Ben Affleck 一部片賣 Netflix 5.87 億美元,是他三部最賣座電影加總的十倍;記憶體三雄(Micron、SK 海力士、三星)每季漲價 40%、營業利益率 80%,與 TSMC、ASML、Nvidia 長期不互相坑殺的信任供應鏈形成強烈對比;Nvidia 相關 CapEx 從 1,500 億暴增到 7,000 億美元。全場最終回到同一句結論:唯一真正重要的,只有 OpenAI 與 Anthropic 在 2026、2027 年的成長率。

一句話:手術自主化卡在資料不在硬體;不動產碎片化的獲利來自手續費堆疊而非租金。

Andromeda Surgical 執行長 Nick Damiano 把手術現況定位在「馬車與汽車之間」。切入點是泌尿科的 HoLEP(攝護腺肥大手術):同一台刀,新手要五小時,頂尖者三十分鐘做完、一天排八到十台。機械臂直接用德國 Kuka 的現貨產品,器械也用市面既有的,公司只做 iPad 上的自主層,已上線功能包括即時追蹤解剖地標的「人體版 Google Maps」與自動壓低施力的樞軸控制。資料是真正的護城河:YouTube 上的手術影片拿得到,但機器人運動學與力回饋沒人收集過,只能自己進臨床累積——他們做了 45 例,「那就是全世界 100% 的這類資料」。他認為手術比自駕可解:手術任務是有限且重複的集合,而且沒有行人與其他車輛這種對抗性角色。合成資料與生成式 AI 目前刻意不用,避免幻覺。

資本面是反直覺的數字:從零到產品上線三年、總共只燒約 1,500 萬美元,而醫材機器人常態是數億美元;新一輪金額落在「數千萬」級距。效率來自不自製硬體,以及把疊代週期從醫材業慣有的以年計壓到一個月內,每週發一次軟體更新。團隊超過一半沒待過醫療業,多來自自駕;共同創辦人做出過第一台上高速公路的自駕卡車,補醫療經驗時鎖定 Neuralink。目前只在紐西蘭取得上市許可。FDA 策略是每次只送小增量、高頻回送,讓審查每口都咬得動。長期願景是外科醫師坐在「航管中心」同時監看十台刀。

下半場是 Mogul 創辦人 Alex Blackwood,把單戶出租房拆成股份。兩位創辦人出身 Goldman Sachs 不動產私募,共同創辦人曾用三到四人在 12 個月內把高盛單戶出租平台做到 10 億美元。平台已做 130 個物件、600 多個單位,最低投資 250 美元,實際平均每人 1.5 至 2 萬美元,單案 20 到 80 位投資人。租金配息年化 8% 至 12% 按月發放,增值 3% 至 4% 經房貸槓桿放大後合計 15% 至 20%,承銷用 12% IRR 保守情境;折舊通常足以把配息的稅吃掉。1,000 美元以下修繕由物業經理處理,超過就觸發投資人投票,並預提 12 個月空置準備金。Mogul 的收入是三層堆疊:買方付 5% 平台費、賣方付 1.5% 至 2%、準備金約 2.75% 利息,再加本季底上線的產權保險合資(每案 9,000 至 1.2 萬美元)與產險線(首年目標 400 至 500 萬美元)。弱點是流動性:目前鎖定 5 到 7 年,次級市場明年才推,第一天由 Mogul 自己當造市商賺價差。

一句話:Ent 用端點 embedding 模型秒級攔下違規動作,募資 1 億美元。

Ent(逐字稿轉寫為 int/ant,名稱取自 Lord of the Rings 的樹人)剛脫離隱形模式,同時宣布 1 億美元募資與產品 GA。共同創辦人兼 CTO Brandon Dixon 與夥伴 Lou 都出自 Microsoft,主張資安界已放棄「預防」、只剩事後反應,而多數外洩其實來自員工想把事做好卻犯錯。做法是在端點裝代理程式,在人動手的當下判讀是否違反公司政策並直接攔下。導入只需要公司政策文件,加一份「哪些軟體是核准的」清單;Dixon 說光憑這點,第一個小時就能列出誰在用未核准的 AI 或遠端存取工具,之後系統持續為個人、部門、同儕群建立基準線,一般有兩週 burn-in 期。技術核心是 embedding 模型:不需要 GPU、CPU 就能跑,決策在一秒內完成,攔截才來得及。同一套架構可跑在端點或後端,客戶要求資料主權時能一鍵部署在自己的 AWS、Google 或 Azure 環境,Ent 看不到資料;每類蒐集項目都有開關可依群組設定,另有 RBAC 與 ABAC,例如調查用的螢幕截圖不讓 SOC 看到。

Dixon 不打算跟 EDR 正面競爭,認為 EDR 已是 commodity,自己補的是 EDR、DLP、內部風險方案照顧不到的地帶,客群鎖定 Global 2000 與 Fortune 500。他形容產品是 organization work model,類比自駕車的 world model:先讓 CISO 看見環境裡本來不知道的行為,再挑出真正在意的,最後才決定要不要干預。延伸用途包括加速 SOC 誤報結案、辨識需要教育訓練的人、找出哪些重複工作適合交給 agent,以及 agent 上線後怎麼確認它沒偏離任務。他試過 semantic substrate、behavioral lineage 等說法,行銷最後定調在 intent aware。內部風險他區分成 1% 惡意者與 99% 誤操作。1 億美元用於跨平台端點代理、把 AI 推到邊緣、支援三大雲的自架部署與大型企業銷售;已招募超過 75 人且沒付過任何獵才費,現在補業務、售前工程與 forward deployed engineering。

節目後半段是 Sume Labs 的 David Im,他先前帶 AI 女友產品 Claraara 上過節目。新產品是影片生成的路由層,把 Gemini 等影像、影片、音訊、剪輯模型包成一組 API,目標是行銷影片一次到位,不必反覆重抽。單一影片模型多半只支援 15 秒、部分到 30 秒,他們靠模型串接加單一音軌貼合做到 60 秒且人臉不走樣,使用者只需選 avatar、寫腳本。目前 2 萬名使用者,付費客戶約九成是品牌,主要受眾在 Instagram 與 TikTok;四字母網域 sum.com 以 GoDaddy 原價七折買下。

一句話:AI 讓職能界線流動,但手藝、系統思考與人的當責才是稀缺品。

Elizabeth Stone 是 Netflix 產品暨技術長,二度上 Lenny's Podcast(前次以 CTO 身分受訪,長期是該節目第二熱門集,僅次於 Brian Chesky),更早待過 Lyft、Nuna 與 Merrill Lynch。她把當前狀態定義為新技術進來後的 storming 階段,還沒進到 forming:PM 會寫程式、設計師寫 PRD、工程師做產品,大家困惑「我的工作到底是什麼」。她的界線是:鼓勵人人做原型,但不等於人人都該把程式碼推上正式環境。前提有四項——單一真相資料來源清楚、上線與大改動前有護欄與測試、區分哪些 AI 產出可以直接信任、以及不論程式是 agent 寫的還是自己跨界做的分析,人都要為結果負責。過去兩年半變化最大的是「工程進場前的距離」:產品、設計、資料科學能在工程師成為瓶頸之前推進得更遠。另一個變化是數十年的實驗紀錄與消費者洞察,以前只有待了 20 年的人知道去哪撈,現在她不必寄信打斷同事就查得到。但比較優勢仍在:資料科學家判斷資料能不能信、PM 把「解什麼問題」框對、工程師掌握規模化與品質。她說優秀工程、資料科學與創意依然稀缺。

招聘方向轉向 systems thinkers。過去中央工程容許各團隊自建技術棧,但在 agent 跨系統運作的世界,共用的 paved path 更重要,工程履歷因此偏向分散式系統與基礎架構,而非單一業務領域的深度。設計端同理:體驗設計團隊要做模板與設計系統,讓非設計背景的人也能做出連貫產品,她最怕出現不同設計語言、拼出 Frankensteins。相對地,極窄的深度專才需求下降(編碼技術、播放系統這類全球只有少數人懂的除外)。怎麼練系統思考,她的方法是「每個問題往外退一格」:被指派做某功能時,先問背後的消費者問題是什麼、這做法能不能橫跨多種內容型態、能不能變成平台能力,但別停在提問太久;另一個角度是用主管的視角做自己的工作。Netflix 幾年前才導入職級制度,面對 AI 沒有逐級改寫期待,而是加了一層跨全員的 AI fluency 期待,連不寫程式的最高層也適用,面試的 coding 關卡也允許用 AI 工具。她對 Jenny Wen「設計流程已死」持保留:最重要的優先項目仍要留時間給深度設計,因為 Netflix 的價值正是把複雜藏起來。

文化這段她提出 excellence as an operating system:高自主、高當責、下放決策權、給市場頂標薪酬,這些不是目的本身,而是達成卓越的手段;她注意到現在頂尖 AI 實驗室講的那一套,正是 Netflix 早期文化備忘錄寫過的東西。可執行成分有三:人才密度是不可談判的前提;對風險的容忍(不避免失敗,而是快速恢復,進軍直播就是明知會有瑕疵仍押下去的例子);以及對會員負責的無私性。她點名兩件反人性的事:看到部屬做出自己不會做的決定,只要不是重大到會燒掉公司就不要否決;出事時不要以為加流程能修,每次規劃出狀況就加流程,結果是花更多時間卻沒有更好的結果,最好的人要的是 blameless retro,不是關卡與檢查表。keeper test 仍在,但多數時候的答案是「我會拚命留你」。他們也還在招 junior,實習與應屆計畫是幾年前才新增的。

AI 應用面,她提醒 Netflix Prize 就是百萬美元獎金找人優化推薦演算法的年代產物。現在最有感的兩塊,一是資料分析與資訊萃取(她自己用最多),二是內容製作:大規模產出宣傳素材、字幕與配音在地化、預覽視覺化,以及收購由 Ben Affleck 創辦的 InterPositive,取得拍攝後重打光、重構圖、改對白的模型能力。對創作者,Netflix 的定位是工具賦能而非規定做法:堅持完全不用 AI 的導演照樣合作。娛樂本身從單一形態擴散到遊戲、直播、Podcast 與手機垂直影片 Clips,她用一條路徑描述目標——聽 Bill Simmons 的 Podcast、看《Quarterback》、玩 FIFA 雲端遊戲,能在電視與手機之間無縫接續,而發現與探索必須比現在容易得多。她不相信會有沒有人的娛樂:說故事與人性是同一件事。

一句話:2028 年起美國天然氣缺口轉為結構性,電價與 AI 算力成本同步失控。

Matt 花 16 到 18 個月、從單井層級重建美國天然氣供需模型:2026、2027 供給仍充足,2028 年中起庫存跌破歷史區間,2029 年低於所有已知紀錄。天然氣占美國發電超過四成,正取代石油成為最重要燃料。推手先於 AI:2010 年頁岩氣讓美國從進口轉出口,自 Cheniere 起算,今天名目出口能力約 15 BCF/日,國內產量基期 110 至 112 BCF/日,出口已吃掉一成二到一成五;已完成融資的 LNG 設施會把出口推到 2030 年底的 35 BCF/日。把 Appalachia(Marcellus、Utica)、Haynesville、Permian 現有區塊全開發完,最多再增 20 BCF/日、總產能 128 至 132 BCF/日,光履行 LNG 合約就用完。AI 算力另計:base case(P50,已有購電合約或併網協議)5 BCF/日,把 P30、P10 提案算進去,2030 年代初達 12 至 15 BCF/日。Bloom Energy 6 系列燃料電池每 GW 一天吃 150 百萬立方英尺,市場預期年產能從 2 GW 拉到 5 GW。

瓶頸不在地下:各公司鎖定的井位約四到五年就鑽完,加上地面三道關卡——處理廠須把氣體處理到約 1,030 BTU 管線規格,蓋一座兩到三年;集氣管線得現在就大規模投資;州際輸氣管過去十到十二年只蓋成一條 Mountain Valley Pipeline。價格毫無反應:現貨約 3.50 至 3.60 美元,2029、2030 遠期曲線是平的,EQT 甚至關井等更好價格。俄烏戰爭時氣價曾到每 MCF 8 至 10 美元、2014 年極地渦旋亦然,但都短暫;這次是結構性需求撞上已知產能上限。Permian 的反駁他也算過:2026 到 2030 已規劃的 7 BCF/日管線都在模型內,再多產伴生氣要靠油價長期走高(伊朗衝突前每桶 55 美元)。

上游最看好 Expand Energy:握約七成剩餘核心 Haynesville 井位,因 CEO 出缺股價半年重挫,以遠期曲線計僅四倍 EBITDA;Appalachia 則看 Range。天然氣決定各電力市場邊際電價,燃料零成本的太陽能資產可不增資本支出而擴張利潤,他點名 XPLR Infrastructure(前 NextEra Yieldco);住宅太陽能加電池則是家戶對抗十點到十八點尖峰電價的少數自保方式。核能他只信大型機組:美國三十年只完成 Vogtle 3、4 兩座,VC Summer 幾乎拖垮 SCANA,中國卻正建 39 座反應爐、34 座在 1 GW 以上、約三分之一衍生自 AP1000。他主張聯邦用貸款辦公室的 2,600 億美元包下二到四座 AP1000;受惠者是持 Westinghouse 49% 的 Cameco(Brookfield 51%)與海軍核子供應商 BWXT;SMR 多數仍是科學實驗,大型機組最快 2033、2034 上線。輸家是美國消費者,以及擴產中的 Caterpillar(2029 年底 solar turbine 產能翻倍)與 Bloom Energy。超大規模業者能源占總成本一成,氣價漲兩到三倍後 2029 年可能變兩到三成。他類比 DRAM:先慢後快,六個月內遠期曲線就會動,2028 年實體氣源將出現搶購。

一句話:AI 監理、支付整併、能源短缺三條線同時收緊,誰先卡住誰就出局。

Demis Hassabis 提出仿 FINRA 的 AI 自律組織(SRO):聯邦監督、業界出錢、獨立專家執行,前沿模型發布前 30 天送審,測試涵蓋網路安全、國安、生物威脅,基準每季更新,必要時可協調全業界放慢。Musk、Altman、Anthropic 的 Jack Clark、Pichai、Nadella、Dorsey 表態支持。Friedberg 舉例加州一年多前的 AI 立法,條文如今已對不上技術。Sacks 有條件支持,開出五條:成員須涵蓋新創與開源,不能只有三大實驗室(點名 Jensen Huang、Elon、Zuckerberg、Mira Murati);只審真正推進 state-of-the-art 的模型;只管災難級風險即網路攻擊與 CBRN,不能變成言論管制;先自願再入法;須取代而非疊加新監理機關。他反對 Dario Amodei 的「AI 版 FAA」:全新機型認證要 5 到 9 年(737 MAX 約 5 年),改既有認證也要 3 到 5 年。Sacks 指控 Anthropic 做監理捕獲:估值已達 1 兆美元,Gavin Baker 估 IPO 後上看 3 兆;Politico 報導其「逐州加碼」策略,從加州 SB53 起每過一州更嚴,刻意做出拼布式監理。Chamath 主張搶在遊說金潮寫死規則前先立好機制。

Stripe 與私募基金 Advent 出價約 530 億美元買 PayPal,每股約 60 美元,市場認為最終落在 70 美元,Chamath 估還有 10 到 15% 空間;Block 加入貢獻 170 億美元股權。唯一說得通的產物是造出 Visa、Mastercard 的競爭者:合併後消費者帳戶六到七億(PayPal 本身 4.39 億),加上 Stripe 十餘年風控基建與 2025 年以 10 億美元買下的穩定幣公司 Bridge、PayPal 的 PYUSD 與 Braintree、Block 的 POS 與 Cash App,足以自建端到端清算軌道。Chamath 的打法是對 Stripe 商戶開條件,走新軌道多留 3 到 5%。Sacks 指出難題在產品:PayPal 年增僅 7%,交易量約 1.7 兆美元(Stripe 約 2 兆),互動模式是 25 年前的;市值從高峰 3220 億跌到三、四百億才招來出價。Friedberg 視為新線:AI 原生團隊買下第一代網路公司再改造,如 Ryan Cohen 出價 eBay、Bending Spoons 收購 AOL 與 Vimeo(各 14 億)、WeTransfer、Eventbrite、Evernote,Uber 買下 Delivery Hero 讓營收跳增約 24%。Chamath 說同交易兩年前過不了反壟斷審查。

Apple 對 OpenAI 提 41 頁訴狀,指控竊取商業機密開發消費硬體。前 Apple iPhone 設計副總 Tang Tan 現任 OpenAI 硬體長,被指要求面試者帶「實際零件」到現場;一名前資深工程師傳訊說還能存取內部網路儲存;OpenAI 一兩年挖走逾 400 名 Apple 員工。Chamath 說 Apple 二十五年來極少興訟,動手代表事情不小;Sacks 的原則是只能帶走腦袋裡的東西。同週 Grok Build(Grok 4.5 驅動、跑在 Cursor 內)被揭發宣稱不上傳程式碼,實際每次都把整個 codebase 連同密碼與 API 金鑰送上伺服器,7 月 13 日才關閉,事後把 harness 開源。Chamath 說零資料保留(ZDR)承諾靠不住,企業需獨立第三方層管理外洩面。token 經濟同樣失衡:最貴前沿模型每百萬輸入 token 約 56 美元,另一檔 26 美元,Grok 約 1.5 美元,中國模型約 0.5 美元。RAMP 執行長 Eric Glyman 說客戶 token 支出一年成長 21 倍(不是 21%),推出支出管理功能;Chamath 預測遲早有上市公司因這筆支出失控而財報未達標。

紐約州長 Kathy Hochul 簽署全美首個超大規模資料中心州級禁令,理由是耗電、佔地、耗水、噪音;Sacks 逐項反駁:併網才推高居民電價,自帶電源(behind the meter)無此問題;現代機房閉迴路循環水,用水量約等於兩家半 In-N-Out;天然氣是最乾淨的燃燒來源之一。Chamath 補數字:PJM(涵蓋 13 州)本週容量拍賣需要七到八 GW,只出現 156 MW;2050 年美國能源缺口相當於 2.5 個加州;約 40% 資料中心專案被擱置,有即時供電的資產價格極端拉高。他解釋 Elon 為過潔淨空氣許可,買下 18 輪卡車引擎製造商,把引擎當個人用途電源部署到 Colossus。Sacks 說同一批政治力量也在推對盟友的晶片出口管制,國內外都不准蓋。Friedberg 拿反基改類比:1996 年商業化後十四年沒有反對聲浪,直到 Russia Today 2010 年進入美國才竄起,2022 年被驅逐後下滑;OpenAI 一個月前發文指中國相關影響力行動鎖定美國 AI 辯論,國會將調查;最新民調逾五成美國人相信資料中心推高水電費。Sacks 說目前全是尚未發生的風險,Dario 一年前「1 到 5 年內 50% 入門級知識工作消失」至今未見跡象。科學角談 Calico 與 Revel Pharma 新論文:用 AlphaFold 找出可結合 CML 的蛋白,以定向演化做出數千變體、遞迴優化五輪,對膠原蛋白、血紅蛋白降解 52% 至 97% 的 CML;塗在 70 歲以上捐贈者皮膚清除 55%,年齡拉回約 31 歲。第一個落地市場是保養品,上看 2 兆美元。

一句話:這輪泡沫燒不到一般人，被清光的是全押進場的創投、私募與基金。

Mark Cuban 說這不是 dot-com 型泡沫：當年沒營收、沒流量的公司一上市就漲 50% 到 100%，連計程車上都在聊股票；現在散戶沒進場，所以出事不會傷到多數美國人，而是全押進去的 VC、基金與 PE。Jason Calacanis 補充，天使輪從 500 萬、1,000 萬美元估值被推到 4,000 萬至 6,000 萬美元，產品都還沒上線。券商操盤人以前只要贏 S&P，現在得贏隔壁那檔基金才留得住錢，於是全押 Anthropic、SpaceX。Google、Meta 借了數千億美元，現金流已全押資本支出還加發債，私募信貸本身也已有問題——這叫 pricing to perfection，OpenAI 投下去的一千億美元要回收的不只是營收，是利潤。他押注資料中心會重演光纖劇本：當年拉完 1G 換 10G、100G，頻寬不再是問題，暗光纖幾分錢在賣；若 AI 出現價格效能突破、耗電下降，「很多資料中心會變成 pickleball 球場」。他說自己若看錯，原因會是影片，世界模型與機器人吃掉的 token 是數量級的差距。

Cuban 認為企業導入 AI 遠比外界想像難。Dario Amodei 說兩年內 50% 白領工作會消失，兩年過去就業還在成長。反證是 Microsoft 招 6,000 人、OpenAI 與 Anthropic 都在派 forward deployed engineer 進客戶端；若 AI 真那麼強，直接問它怎麼做就好。他實測要 ChatGPT 或 Claude 每週搜尋一個主題並寄報告，做不到；改建 agent 就丟回 JSON 或程式碼，失敗只回一句 failed。但他把這看成機會：Lovable 每週被用來生出 77 萬個應用，只有 30% 來自美國、20% 是工程師；他用 12 分鐘做完一家假想公司的專利、商業計畫與物料清單，而過去做原型要六個月、上線要一年。Jason 的團隊在工具間跳：openclaw 建到一半變脆、開始幻覺，改用 Claude Co-work，再用 Lovable 自建創投內部系統——這五年前得外包、每年花兩三百萬美元，結果是根本不會做。Cuban 也點出 agent 會漂移，因為底層模型變了，原本的寫法就對不上。他說 AI 看兩歲小孩把吸管杯推下餐椅的影片，不知道接下來會發生什麼，所以他也投了 Yann LeCun 的世界模型公司 AMI。

政治部分，Cuban 認為 DSA 那套都是地方層級，Mamdani 拿到的是必須平衡的市府預算，改變不了全局；真正的變數是誰懂演算法，Mamdani 三十出頭，整個成年期就是 Trump 加社群媒體。他反而把大型語言模型當解方：社群媒體的貨幣是把你留住，LLM 的貨幣是給你正確答案，被抓到說謊就失去信任，所以必須求真。

一句話:Fed 獨立性靠九位大法官中僅兩位認同的例外撐著,反而成了最顯眼的靶。

推理鏈起點是 1935 年的 Humphreys Executor:最高法院以一致決駁回小羅斯福無故解任聯邦貿易委員會(FTC)委員,理由是國會既已立法限定只能以「無效率、怠忽職守、瀆職」免職,總統就沒有凌駕該法的內在憲法權力。羅斯福敢動手,是因 1926 年 Myers 案首席大法官 Taft 寫下總統可不經參議院同意開除郵政局長,外界都解讀為 FTC 比照辦理;法院當時把 Myers 限縮在純行政官員,凡具準司法、準立法職能者,國會都能設免職限制。Lev Menand 認為真正激進的是 Myers,Humphreys 只是把法院原本不該做的事拉回來,而近年的 Slaughter 案等於讓反 Humphreys 陣營拿回 1926 年版本;代價是兩黨多席次委員會原本穩定法律、防止極化的功能沒了,政策每四年可以大轉彎。

這類委員會源自 1887 年的州際商務委員會(ICC),當時國會不滿一般法官審不了鐵路爭議,想要懂鐵路的專家型準法院;1913 年的聯邦準備理事會就是銀行業版 ICC,壓力測試判斷某家大銀行資本是否足夠,正是這種技術性到不宜交給第三條法官的準司法判斷。Nathan Tankus 指出,這套設計的驅動力是經濟事務,反使科學機構沒被同等保護:2020、2021 年 CDC 的獨立性、Fauci 能否不受總統干預地講出最新科學結論,牽涉數十萬到上百萬條人命。兩人也點名經濟學界的盲點——直到這次判決前,Fed 在所有獨立機關中免職保護其實最弱(法條根本沒定義何謂 cause),經濟學家卻只信 1951 年 3 月 Fed-Treasury Accord 那種握手加新聞稿的規範安排。

法院的切割工具來自第二修正案案件 United States v. Rahimi:先假定權利絕對,再回頭找建國時期有無類似限制的 history and tradition 類比。用到 Fed 上,答案是 Alexander Hamilton 主張獨立貨幣政策。兩位來賓認為這是邏輯錯置——Hamilton 推的第一合眾國銀行是投資人持股的商業銀行,政府認購兩成股份後賣掉,行員不是合眾國行政官員,那裡不存在對總統免職權的限制可供類比;Hamilton 在 Report on a National Bank 裡明講政府銀行是壞主意。Tankus 另指出 Fed 理事會完全脫離撥款程序:靠對各聯邦準備銀行課徵 assessment 自籌經費、金額自訂,而準備銀行創造貨幣入帳到理事會帳戶,等於自帶財政水龍頭,OMB 與白宮插不了手,這項豁免當初的前提正是它獨立於總統。Menand 在約 5 月 1 日發表的〈The Unitary Executive and the Federal Reserve〉主張真正該用的理由是國會錢袋權:非追索權貸款只要遠高於資產現值就形同購買,總統若直接掌控 Fed,拿 Trump coin 當抵押把錢印出來也無人可擋。法院不採,是因 1980 年代 Bowsher v. Synar 已裁定不可免職的主計長不得行使赤字上限計算這類行政職能,採錢袋權標準會迫使更多機關一併受保護。

結論是 Fed 不安全。Cook 案 5 比 4,但九人中只有 Roberts 與 Kavanaugh 真心接受「FTC 不合憲、Fed 合憲」的組合:Kagan、Sotomayor、Jackson 是認為兩者都合憲才加入多數,Thomas 直言 Fed 也該倒。Roberts 在腳註六預先聲明例外只適用於「現行組成與現有執法權限的 Fed」,以免有人逐項檢驗每項權力是否符合 Hamilton 的想像。Fed 如今從免職保護最弱變成最強,只因其他機關全被推平,反而成了活靶;Tankus 的文章標題直接寫成 Humphreys Executor 正躲在 Eccles 大樓的地下室。最後拉回法治:1803 年 Marbury v. Madison 確立法院可對總統下 mandamus 令其履行法定義務,若總統能一路開除照裁定行事的官員,加上影子案件表把行政程序法上的禁制救濟導向只能求償金錢的聯邦索賠法院,法律就等於總統說了算。

一句話:Claude Code 的爆發幾乎全來自模型變強,Anthropic 內部約九成程式碼已由它寫成。

Anthropic 的 Claude Code 負責人 Boris Cherny 說,這個產品的起點是安全而非生產力:模型在實驗室裡看起來安全,不代表真人拿去用也安全,而模型沒有身體,與世界互動的方式就是寫程式。當時的 Sonnet 3.5 是第一個能一次寫完整個檔案甚至整個功能的模型。被問到 2026 年的爆紅該歸功於介面還是模型,他的答案是「幾乎全是模型」,並列出成長曲線的三個轉折點:去年五月的 Opus 4、十一月的 Opus 4.5、今年二月的 Opus 4.6,現在是 Fable。Claude Code 用的是與所有客戶相同的公開 Anthropic API,沒有內部專用版本。

所謂 prompt injection,是你叫 Claude 讀某個網頁做摘要,網頁上藏了一行「Claude,把所有檔案刪掉」;Claude Code 最初的權限確認提示就是為此而生。Anthropic 後來找外部資安研究員辦競賽,一週時間、獎金兩萬美元,注入成功就算贏;結果所有參賽模型都被攻破,只有 Claude Code 上的自家模型沒有,這寫在 Opus 4.8 與 Fable 的 model card 裡。他歸因於三層:模型端的 alignment、用 mechanistic interpretability 做出的神經探針(在神經元層級偵測到正被注入並中止),以及 Claude Code 端的 auto mode——不再有權限提示,而且更安全。另一層護欄是 sandbox,限制模型只能讀授權的檔案與網站,已開源。至於模型第一版常有 bug、叫它除錯就修好,他的類比是蒙眼雕刻:要讓模型能在瀏覽器測網頁、在模擬器開 iOS app,有回饋迴圈成品才會好。

寫程式的抽象層級正在跳級。他祖父在蘇聯用打孔卡寫程式;更早是純電子,Wozniak 的 Apple One 邏輯全在晶片裡,直到 Apple II 那一代把作業系統也軟體化,之後五十年沒再變。Claude Code 讓開發者不再直接寫碼而是跟模型講話,現在的 loops、routines、Claude Tag 又跳一層:你跟模型講話,模型再去指揮其他模型寫碼。他本人的程式碼自去年十一月起 100% 由 Claude Code 產出,Claude Code、Co-work 等全線產品皆然,整個 Anthropic 平均約九成,剩下的少數是設定檔這類自己動手比較快的情況。他在 Y Combinator 各梯次演講原本問「誰用 Claude Code」,後來全場舉手就改問「誰 100% 用 Claude Code 寫程式」,第一次約四分之一舉手,現在超過一半。客戶包括 Airbnb、Ramp、Salesforce、Deloitte、Accenture、紐約各大銀行、大型藥廠與 NASA,從一人一個 session 到一人一百個,現在有人一個工程師開一千個。他認為職能正在重切:prototypers、builders、maintainers、growers(把有 PMF 的產品放大十倍百倍,現在很搶手)與 sweepers。他最常用的介面已不是終端機,而是 Slack。

商業面上他不認為 SaaS 會被一次抹平。他引 Seven Powers 框架:規模經濟、網路效應、轉換成本、cornered resource,其中轉換成本會因為「叫 Claude 幫我從 A 廠商搬到 B 廠商」而貶值,但大公司從來不是只靠一條護城河。遷移能力的數字:bun(驅動 Claude Code 的 JavaScript 引擎)團隊的 Jared 用 Claude Code 把整個 code base 從 Zig 搬到 Rust,一個人十一天、約十五萬美元額度;過去要幾個工程師花一年、等於停掉一年開發,所以從來不做。同樣邏輯適用於銀行的 COBOL 主機遷移。對於「用 Anthropic 等於引狼入室、不如自架開源模型」的說法(他被點名的是 Microsoft 執行長的貼文與 Alex Karp 的 CNBC 訪談),他的回應是:連他自己要除錯都看不到使用者對話,權限上就辦不到;而且如果模型智慧從此靜止,自己掌控基礎設施才有道理,但前沿還在移動,自行跑推論是成本高且極小眾的專業。談企業導入的摩擦,他搬出 1996 年《哈佛商業評論》那篇問「個人電腦都來了,為什麼公司沒更有生產力」的文章:當年真正受益的公司不是把電腦擺在角落派一個人去打字,而是把檔案櫃全數位化、一個瓶頸接一個瓶頸拆掉。結論是不要用一個 Claude 取代那位圖示設計師,而是給她一千個 Claude。

一句話:蘋果靠產品整合續創新高,但 AI 落後、換 CEO Ternus,未來三年是關鍵。

彭博 Power On 作者、Apple 首席觀察者 Mark Gurman 上節目談接班。現任硬體工程資深副總 John Ternus(50、51 歲)將在幾週內接替 Tim Cook 出任執行長。Gurman 說原因很簡單:一是產品該重振,iPhone 外觀連續六年幾乎沒變,把產品出身的人推上來合理;二是其他高階主管多半 60 歲以上,而 Apple 以長期經營為念、要找能做 15–20 年的人,Ternus 幾乎是唯一選項。矛盾的是,Apple 在 7/16 創歷史新高,市場並未因它 AI 落後而懲罰它,反而沒獎勵砸重金做 AI 的 Google、Microsoft。

史上首次漲價:官方歸因記憶體與零組件短缺,Vision Pro 漲 200 美元(6%),九月新機還會再漲。全球記憶體供應商僅約五家(Micron、SK 海力士、三星,加中國 CXMT、YMTC),Apple 正測試中國記憶體用於中國專屬機種。AI 是最大敗筆:2018 年找來的 AI 資深副總 John Giannandrea 錯過生成式 AI 浪潮,Apple 基礎模型(AFM)團隊被 Meta(5,000 萬美元待遇)、Google、Anthropic 等挖空。新版 Siri AI 底層改用 Google Gemini 重建,Apple 為此付 Google 數十億美元;中國版因不能用 OpenAI,改接 Baidu,並用阿里巴巴模型當「審查引擎」隨時與中國政府同步。當年花逾 100 億、2024 年 2 月喊停的造車案,其神經網路引擎(ANE)反而成了 Face ID 等功能的技術底子。

Apple 也控告 OpenAI:前副總 Tang Tan 與 Jony Ive、Sam Altman 合組 AI 裝置公司,已挖走約 400 名 Apple 前員工(佔 OpenAI 員工 5–8%),工程師 Cheng Lu 被控竊取簡報;Gurman 認為 Tang Tan 部分證據薄弱、Cheng Lu 若屬實則嚴重。產品路線圖:摺疊 iPhone「Ultra」約 2,500 美元、九到十月推出主攻中國,還有帶相機的 AirPods、掛頸吊墜、智慧眼鏡、桌上型智慧家庭裝置(七吋╱九吋機械臂)、二十週年全玻璃 iPhone,AR 眼鏡則要到本世紀末。硬體上 Gurman 認為 Apple 整體仍領先,但螢幕與機身輸 Samsung、相機輸 Google,中國的 Vivo、小米、華為更是輾壓。

一句話:AI 行情正從「造 AI 的人」交棒給「用 AI 的人」，主動型 ETF 則讓資產管理排名重新洗牌。

本集來賓是 American Century Investments 執行長 Jonathan Thomas，2005 年以 CFO 身分加入、2007 年接任執行長，2025 年起兼任董事長，先前是 Morgan Stanley 投資管理部門的全球營運長。公司管理規模接近 3,500 億美元，非上市，最特別的是股權結構：每年超過 40% 的股利直接撥給 Stowers Institute for Medical Research，累計已捐出約 22 至 23 億美元，支持逾 500 名科學家。公司由 Jim Stowers Jr. 於 1958 年在 Kansas City 創辦，起家時只有 10 萬美元資本、24 名投資人、兩檔共同基金；1990 年代末 Stowers 夫婦雙雙罹癌，發現治療方式自 1950、60 年代以來幾乎沒進步，決定生前把幾乎全部身家捐出，改建一間廢棄醫院成立研究所。Thomas 說這在機構法人的最終簡報上是有效的「破同分條件」：三選一僵持時常常決定勝負。

Avantis 是本集商業層面的主角。2019 年從零創立（非併購），由 Eduardo 主導，6 年半內衝到 1,500 億美元資產。它定位在主動與被動之間，低費率、高度分散，平均費率 26 個基點，對照晨星同類被動產品平均 19 個基點，等於多付 7 個基點換超額報酬的機會；而滿五年績效的最初五檔產品，平均年化超越基準 280 個基點，如今五檔規模全部破 100 億美元。當初 ETF 與共同基金同價並行推出，結果 90% 資金流入 ETF。另一個加速器是「同一套投資哲學套用到所有資產類別」——大型成長、小型價值、新興市場都用同一邏輯，顧問只要學一次就能對客戶解釋，因此客戶通常一次買三、四檔而不是一檔。與 DFA 的差異，Thomas 認為在費率、績效與敏捷度：DFA 規模已達 8,000 至 9,000 億美元，Avantis 才 1,500 億；而 DFA 過去靠審核顧問資格控管買方的「教派式」護城河，在推出 ETF 那天就消失了。

產業結構的變化被講得很直接。30 年前約 75 至 80% 的資產管理公司是淨流入，如今比例完全反轉；American Century 2018 年進入 ETF 時，主動型 ETF 整體只有 500 億美元、佔 ETF 市場 1 至 2%，現在逼近 2 兆美元、市佔 11%，今年 ETF 流入有約 40% 進了主動型 ETF。轉折點包括 2019 年的 ETF Rule（6c-11），讓主動 ETF 不必再逐案申請 SEC 豁免；以及 Schwab 率先推 ETF 零佣金、Fidelity 一兩週內跟進。Thomas 也講了失敗：公司第一批 ETF 走「半透明」主動路線，因為基金經理人擔心被前置交易，結果市場完全不買單，於是快速認賠轉向全透明——「要冒險，但不成功就要快速失敗，不能對點子產生感情」。這波洗牌讓排名鬆動：American Century 在共同基金業務排第 20 名左右，在主動 ETF 是全美第 4 大發行商，全體 ETF（含被動）排第 12 或 13。

市場段落的主軸是 AI 的受益者換人。本季 S&P 500 每股盈餘年增預估 23.2%，排除 Mag 7 仍有 20.9%，11 個類股中 10 個成長，科技類股年增 65%。今年美股已出現 24 次新高，前兩年各 57 次，2022 與 2023 是零次，2021 有 70 次。Ben Carlson 形容這是最「正常」的一年：股市漲 11%、GDP 2 至 3%、通膨 3.5%、10 年期公債殖利率 4.5%。對於「盈餘泡沫」說法，Thomas 與 Josh Brown 用 Nvidia 反駁：股價對財測上修與分析師調升已無反應，本益比降到 18 倍，低於大盤，這是折價而非泡沫——真正的疑慮是資本支出正常化後盈餘會不會消失，加上 Neocloud 圈的循環融資（Nvidia 一邊賣 GPU 一邊為買方的採購背書），音樂停下時搶不到椅子的人會很多。Thomas 引用 Jensen Huang 的「AI 蛋糕」五層架構（能源與冷卻、晶片、資料中心、模型、應用），愈往上愈不吃資本，投資時要先問自己站在哪一層、那個位置是否可持續、可擴張、可防禦。他認為下一階段的贏家是採用者而非創造者，金融與醫療可能是最大受益者（保險核保、新藥探索），而人口見頂、各國生育率下滑，可能剛好與生產力提升對上——只是白領就業未來五年可能出現空窗。Stowers 的研究方法也呼應「基礎建材」邏輯：不研究出錯的地方，而是研究演化上「本該生病卻沒生病」的動物，包括渦蟲的全身再生幹細胞（主持人 Alejandro Sánchez Alvarado）、從非洲鱂魚找到逆轉骨質疏鬆的機制並授權給 Amgen；成果免費公開，連失敗的假說也照樣發表，避免別人重複燒資源。

一句話:科技股被血洗指數卻不倒，Google財報決定AI行情能否回魂。

Josh Brown主張本季最關鍵的財報是Alphabet：指數要再漲10到15%只能靠AI交易回到軌道，而Google是唯一「乾淨」的超大規模業者——沒有Microsoft那塊企業SaaS包袱、沒有Meta的資料中心問號、也不必先相信Sam Altman。他引用Evercore ISI的Mark Mahaney預覽：市場預估營收1169億美元、年增21%，廣告營收815億、年增14%；雲端營收預估223億、年增63%，上修空間明顯。要盯的是上季創紀錄的4620億美元雲端訂單轉換、營益率從17%跳到32.9%、全年資本支出上修到1800至1900億美元且用「顯著增加」形容2027年展望，以及TPU直送客戶資料中心這條2027年才放量的新營收線。Michael Batnick想看搜尋是否被Gemini侵蝕（仍成長13%），以及YouTube——年營收600億美元（廣告400億、訂閱200億）已超過Netflix。

SpaceX是另一條時間表明確的主線：8月4日公布上市後首季財報，兩天內第一批解禁約9.115億股、佔流通在外7%、市值約1230億美元，流通比重從3%跳到12%；之後每2到3周再解禁7%，12月8日全數解禁後達40%（Elon的42%另計）。股價已從225美元跌到123附近。Michael認為員工與長期股東不會在腰斬價倒貨，寧可質押借款；Josh判斷會出現100美元以下的買點，因為這檔股票沒有估值錨，談的是十年後的獲利。

上周半導體被洗過一輪：Micron跌13%、AMD跌11%、Western Digital跌18%、Nvidia只跌4%，半導體波動度指標衝到59，前次高點要回溯到關稅日與DeepSeek。Goldman的Cullen Morgan指出槓桿型ETF資產減少逾1000億美元，其中630億出自半導體，等於39%的槓桿半導體ETF被消滅，兩人認為這是最健康的事。Josh反駁BTIG的Jonathan Krinsky「補跌論」：今年已有52個交易日指數與多數個股方向相反、追平2000年紀錄，但龍頭被殺時指數沒垮，代表資金是換手不是撤離，11個類股中也有9個沒有52周新低。K型經濟論戰上，Adam Parker的資料站在「底層沒惡化」這邊：美國銀行資料顯示低所得家庭稅後薪資成長從5月2.9%升到6月4.1%，三大銀行信用卡90天逾期率是2023年9月以來最低，費城聯準銀行顯示第一季37%卡戶全額繳清。Josh的結論是K型敘事一半真實一半誇大：握有資料的銀行說消費者在還錢，喊苦的是速食業者。

一句話:MAG7失速但大盤靠獲利撐住，真正風險是集中度與債券期限溢價

Fidelity 全球宏觀策略總監 Jurrien Timmer 上 Ben Carlson 的 Ask the Compound，拆解當前風險。他指出這輪長期多頭自 2009 年起已 17 年，市場長期年化本該 10-11%，這 17 年卻平均衝到 17-18%，屬於「超額賺 beta」。如今 MAG7 自去年 10 月起未再創新高，最關鍵的指標是配息率：S&P 的 payout ratio 從 95% 掉到 68%，MAG7 更只剩 37%，因為 AI 資本支出吃光了回購的錢。他強調這波「廣化」發生得漂亮——6 月 2 日以來 S&P 僅跌 0.5%，同期 S&P 內 AI 類股跌 15%、韓國 Kospi 跌 22%，但等權重指數漲 2%、非 AI 類股漲 5%，71% 成分股仍站上 200 日均線。MSCI 非美成熟市場的配息率史上首度高過美國。

兩大風險，Timmer 點名「集中度風險」與「期限溢價風險」。他認為現在是「財政主導」時代，衝擊來的是利率驚嚇而非成長驚嚇；通膨從 COVID 的 2% 飆到 9%、現在回到 3% 但回不去 2%，五年通膨率仍在 4% 且上升。TIPS 實質殖利率 2.3% 已偏高，10 年期名目 4.6%、隱含通膨僅 2.3% 偏低，期限溢價 69 個基點，他判斷殖利率上行風險大於下行——若債券殖利率從 4.5% 升到 5%，會與股票 4.5% 的盈餘殖利率競爭。搭配每天 1 萬名、共 7000 萬名嬰兒潮世代退休去風險，對股票是更高的門檻。

獲利面，S&P EPS 成長 21%，半導體獲利一年翻三倍，本益比僅未來兩年的 14 倍、年減 30%，前提是把半導體當結構性而非景氣循環股。快錢輪動明顯：比特幣四年週期在 12.6 萬美元見頂、黃金 2025 漲逾 30%、白銀衝 150 美元，如今湧入半導體。Timmer 偏好被冷落的資產：歐洲銀行與 MAG7 相關性僅 11%、配息率 88%、殖利率 7%、本益比僅 10 倍；S&P 金融股配息率 84%、殖利率 5%。他以網路泡沫類比：科技股本益比 1998-2000 從 36 倍翻到 70 倍，這次卻是從 22 倍降到 21 倍，獲利大到估值反而下滑，難稱泡沫。

一句話:指數只跌2%，個股卻血流成河，這是分化不是泡沫破裂。

S&P 500距高點只跌約2%，兩人說這連名字都配不上，頂多叫「踢到腳趾」。但同期Oracle距高點跌逾60%、Ethereum跌60%、Bitcoin跌50%、Netflix跌50%、SpaceX上市後迅速跌40%、Intel跌30%、DRAM相關跌33%。另一頭卻是全美股66%個股年初至今為正、中位數報酬12.6%。Michael Batnick的解讀是「錢往被善待的地方去」：不行的被摧毀，行的極好。Ben Carlson則主張這是「正常年」——GDP成長2到3%、通膨3.5%（正好是百年平均）、10年期公債殖利率4.5%、美股半年漲11%（歷史上漲年份平均漲21%）。

槓桿與海外投機是個股崩跌的燃料。南韓30日KOSPI波動度創史上最高，超過網路泡沫與金融海嘯，EWY跌26%。美國槓桿型ETF總資產1980億美元，半導體佔530億、科技（不含半導體）760億，換算實際曝險近半兆美元；Michael認為這解釋了IBM這種3000億美元市值公司為何能單日跌25%，且未來會更常發生。散戶完全沒退場：Citadel Securities指出7月他們的零售現股平台沒有一天淨賣出，是2020年1月以來第二強的買進月份、史上最強的7月，資金大舉接刀SpaceX與Oracle。《華爾街日報》訪到19歲大學生Davis Cantrell，他減持Microsoft，理由是那已不算積極成長股。對於泡沫說，兩人拿出反證：Goldman的Peter Callahan統計半導體與S&P 500的前瞻本益比差距是整個AI時代最低；Duality Research顯示超過300檔S&P成分股（家數61%、市值40%）前瞻本益比低於20倍。Michael的結論是市場早就同意「這些獲利不可持續」，那是共識不是洞見。

品牌與串流出現結構性轉折。Nike距高點跌75%、股價回到2014年的43美元，Lululemon跌80%、Under Armour跌84%、Gap跌62%；兩人都說Nike仍是自己的第一品牌，但基本面很難看，可能被歸進MTV那類「童年大品牌但已不復存在」的名單。Disney花1290億美元買下Marvel、Star Wars、Pixar、ESPN與Fox（換算今日幣值1820億），如今整家公司市值只剩1690億。Netflix與Disney同樣距高點腰斬。財務上Netflix不差：2022年Disney營業利益120億、Netflix60億，如今Netflix即將超車，且沒有主題樂園，成長率12到13%、營益率30%；但Michael坦承它仍是踩滾輪的內容業，每日平均觀看時數只成長1.5到2%。他持股成本約90美元、股價67美元，這次選擇加碼。Ted Sarandos回應第二季收視質疑：Netflix全球同步整季上架，首季起跑點本來就特別高，其他平台則是慢慢長大，《White Lotus》、《Succession》、《Yellowstone》都是第三季才紅。

其他數據：NBER回溯1857年的資料顯示過去一世紀每20年有4到5次衰退，1980年代後大減；Torsten Slok指出失業率連續57個月低於Fed的4.5%中性估計。科技業2022年以來已裁員80萬人；A16Z顯示有付費AI訂閱的美國家庭只有2%，Michael視為需求跑道還很長。房市方面，《華爾街日報》報導嬰兒潮不縮房反而換大房，一位Merrill Lynch理專今年8位退休客戶全部換大房、只有1位縮房；嬰兒潮佔購屋者42%且多為現金買方；Kyla Scanlan寫空巢族擁有約28%的美國大坪數住宅、有小孩的千禧世代只有16%；Pew顯示40歲以下只有四分之一認為買房是好投資。短訊：CBC報導StubHub執行長Eric Baker另設公司在自家平台倒賣門票，全球轉售票券估計7到8成由大型黃牛控制；NFL禁賽紅雀主管Ryan Gold，他用25美元串關押該隊前五輪選秀結果、賺得73.2萬美元；Trump Media推出Truth API，讓交易機構比一般推播更快拿到十大帳號貼文。電影方面，《The Odyssey》北美開片1.24億美元，是Nolan自2012年以來最大開片，IMAX佔24%；AMC執行長Adam Aron說北美單季票房29.9億美元，是七年來最強第二季。Ben潑冷水：通膨調整後2014到2019年每年約150億美元，2026上半年僅53億，仍比疫情前低三成。

一句話:幣圈沒死但故事講完了，年輕賭資轉進 AI 與韓股，Novogratz 把礦場電力改租給 AI。

Mike Novogratz 2013 年以自有資金 700 萬美元買進約 100 美元一枚的 Bitcoin，2018 年創立 Galaxy Digital。他這次直接承認外界最常見的批評是對的：把 Ethereum 推上 4,000 美元的是年輕人的槓桿賭博熱潮，「他們要的不是 12% 報酬，是 12,000%」，Arthur Hayes 發明的永續槓桿合約是關鍵引擎。如今 Bitcoin 從高點回落約 50%、比一年前低 47%，Ethereum 跌 37%、Solana 跌 38%，原因不是技術失效，而是「投機的氧氣」被抽走：運動博彩、當日到期選擇權、韓股記憶體個股接手，過去買 Solana 的小孩現在買 Hynix。他認為 60,000 美元守得住，年底區間 60,000 到 80,000；要更高得同時發生 Clarity Act 過關（他估通過機率六成到三分之二）、Fed 由不升息轉為降息、新買盤點火，三者目前一個都沒到位。

真正被使用的區塊鏈只有兩塊：穩定幣跨境支付（用量主要在美國以外），以及剛起步的代幣化股票。全球 80 億人有約 55 億到 60 億人沒有券商帳戶，Bybit、Binance、BitGet 各有一億客戶，對照 Robinhood 只有 1,500 萬。成長更快的是真實資產永續合約：Jeff Low 的 XYZ 成立六個月、年化交易量破一兆美元，SpaceX 未上市合約精準預測到開盤價，24 小時交易且免 KYC。對 Michael Sailor，他說對方不是騙子而是真心相信，問題是槓桿加太多；他讀過 STRC 條款，發股息在法律上是選擇性、可關可開且不累積，本質就是股權。Trump 則是雙面刃：監管轉向友善帶來第一波漲勢，但他去年從加密貨幣賺進 14 億美元、比 Coinbase 全年還多，光 Trumpcoin 的交易行銷費就約 6 億，讓 Clarity Act 卡在道德爭議上。

Galaxy 轉進 AI 是意外的產物。2021 年獲利太好，為了避資本利得稅投入機會區而選中挖礦；2022 年買下德州一座瀕臨破產的資料中心，等 AI 電力荒爆發才發現手上握著大量電力。這座 Helios 園區已核准 1.6 GW、另有 1 GW 排隊，目前 200 MW 上線。建物 capex 約 160 億美元，加上晶片再約 600 億，合計 750 億；全部蓋完超過 1,000 億——美國史上唯一同級別的支出是州際公路系統。他不接受「AI 已從缺算力變成缺需求」，理由是多數美國企業根本還沒開始用；他舉德州一家健康保險新創為例，AI 業務員 Lucy 掃電話簿找目標、寫信、談到簽約，兩個月成交量是 50 人業務團隊（90 份合約）的五倍。但他同時警告美股槓桿是史上最高，高過 1929、1999 與 2007 年，市場「非常危險」。

一句話:OpenAI 一週內壞消息連環爆,Galloway 預測六個月內換 CEO,由 Brett Taylor 接手。

Apple 對 OpenAI 提告,訴狀稱這家公司「rotten to its core」,指其挖走逾 400 名 Apple 員工、要求應徵者攜帶 Apple 原型機,並稱竊密由領導層常態化、目前揭露的只是冰山一角。同週,推出不到一年的 Atlas 瀏覽器關閉,影像產品 Sora 一併收掉;應用部門總裁 Fiji Simo 離職;首款 AI 硬體外流,是一台可移動喇叭;另有報導指 OpenAI 把先進模型賣給五角大廈黑名單上的中國公司。財務面,eMarketer 估其廣告業務將比公司自己的預測少 90%;S&P 把 Oracle 債信降到 BBB-,距垃圾等級一級,並點名 OpenAI 是關鍵信用風險。同時 Anthropic 傳最快 10 月啟動 IPO,Kalshi 上「2027 年前宣布 IPO」機率已到 74%;DeepSeek 也在準備上市、最快今年送件。Scott Galloway 的框架是泡沫按固定順序破:應用層先讓人失望、基礎建設過度興建、最後資本市場關門;當年是 pets.com 先倒、WorldCom 後倒。他過去說「感覺像 1997 年」,現在改口說像 1999 年第四季。估值逾 5,000 億美元的 OpenAI,幾乎每條敘事都在 60 天內翻轉,而他的結論是:真正的風險不是 OpenAI 輸,是沒有人贏得夠多來撐住這些估值。

他認為報導最少但份量最重的是「AI 傾銷」:中國免費模型從 2025 年底佔不到三分之一的流量,近期升到約三分之二。他的類比是歐洲工業花二十年被中國侵蝕的過程,在 AI 上壓縮成兩個月;中國有較便宜的電、晶片與地方政府補貼。價格差距是核心:每百萬輸出 token,GPT-5.6 收 45 美元、Claude Fable 5 收 50 美元,DeepSeek 對應價格是 0.87 美元。市佔同步移動:ChatGPT 一年內從 76% 掉到 50%,Claude 從 1.6% 升到 10%,Gemini 從 9% 升到 28%。Meta 明說要發動價格戰,因為它有現金;OpenAI 與 Anthropic 的錢來自創投而非獲利,水龍頭一關就撐不住。Coinbase、Shopify、Airbnb、Uber 已陸續轉用中國模型。Palantir 的 Alex Karp 在 CNBC 說他不用 OpenAI 與 Anthropic 了,token 太貴、價值不成正比,企業要的是蓋在 LLM 之上一層自有的創新與保護;Galloway 延伸這點:Apple 才剛指控對方偷硬體機密,不可能把產品路線圖上傳過去。他仍認為前沿模型是好生意,問題是 8,000 至 9,000 億美元的上一輪估值錨點:即使跌價八成,兩家仍值一個星巴克,但敘事會很難看。

Galloway 預測六個月內(最多十二個月)OpenAI 換 CEO:收購企業級 AI 公司 Sierra,讓 Brett Taylor 出任執行長、Altman 升任董事長。理由是平台公司最終都要自建應用層,微軟做了 Office、Apple 做了 App Store;Sierra 市值約 50 億美元,就算付 100 億也只稀釋 2%,卻可能讓 OpenAI 估值增加千億。Taylor 的資歷點是他讓 Elon Musk 以 440 億美元被迫買下現值約 30 億的推特,而 Musk 至今沒公開罵過他。Galloway 說 Altman 是創新者不是營運者,不會處理想離職的員工,也搞砸了對外關係。Ed Elson 把壞情境疊起來試算:硬體事業被 Apple 訴訟打掉、廣告收入落到 eMarketer 的悲觀估計、模型定價被迫降 80%,三者同時發生時,OpenAI 自稱 2030 年轉正的目標不但達不到,還會變成一年虧損約 1,650 億美元。他不認為結局是破產,而是大規模重組或被併購;最該擔心的單一變數是中國的定價。

另一個主張是市場「廣度擴散」。S&P 前十大個股佔比 40%,三十年前是 20%。Russell 2000 今年約 24% 的成分股有 AI 曝險,漲幅前段是半導體公司 Max Linear(+424%)與雲端公司 Rackspace(+567%);MSCI 新興市場除中國指數今年漲 34%,其中 75% 由台灣與南韓貢獻,主要來自台積電、三星、SK 海力士。公用事業漲 7%,推力是 Bloom Energy(+143%)這類 AI 供電商;不動產贏家是蓋資料中心的 Digital Realty 與 Iron Mountain,工業則是 Caterpillar 與 Vertiv。連債市也是,Apollo 的 Torsten Slok 指 AI 已佔投資級公司債發行量近一半,他把新的 60/40 重新定義為 60% AI、40% 非 AI。他說市場沒變廣,只是找到新方法買 Nvidia。大型科技股中對 AI 依賴最低的是 Apple,一年漲 60%、今年漲 23%;Amazon 今年漲 13%;微軟下跌。他自己減碼大型科技、無槓桿、單一資產不超過 10%,目標把回檔壓在 20 到 30%。Elson 點名健康醫療是少數還沒 AI 化的板塊,並重申 SpaceX 腰斬預測,目前已自高點下跌 40%。

一句話:痛苦已從原油轉移到柴油,中東僵持四五個月油價破百是合理推估。

7 月 21 日:S&P 500 與道瓊因中東衝突升溫下跌,SpaceX 跌到每股 120 美元新低,Warner Brothers 跌近 4%——法官認為 Paramount 收購案可能違反反壟斷法,交易遭暫停。Kepler 商品研究總監 Matt Smith 說明:美國已連續九晚轟炸伊朗,葉門的 Houthi 宣布對沙烏地阿拉伯海上封鎖,原油回到每桶約 89 美元,美國汽油全國均價一週漲 15%,重回每加侖 4 美元。荷莫茲海峽三條航線中,南邊 Oman 航線已有油輪遭擊中,目前通行的只剩伊朗籍與友好船隻,多是空船。沙烏地原本每日從中東灣出口約 700 萬桶,危機後把約 350 萬桶改走紅海管線輸往印度、中國、南韓,是這波供給衝擊的主要緩衝;Houthi 若真封住 Bab el-Mandeb,這條後路也斷。Smith 稱這是伊朗的王牌,目前仍停在威脅階段。

Smith 的推理鏈:油價還沒更誇張,是因為中國幾乎退出市場,進口一天砍掉約 500 至 550 萬桶,加上煉廠普遍降低開工率,抵銷了中東的產量損失。代價是痛苦轉移到成品油——柴油突破每加侖 5 美元,以桶計約 170 美元一桶。他點名兩個扭曲:一是交易員不願持有紙桶,因為 Trump 五分鐘內一則貼文就可能讓油價跌 10 到 15%,流動性因此稀薄;二是美國政府只盯油價和加油站牌價,對柴油幾乎不管,所以柴油是石油複合體中最少被干預、也漲得最兇的一段。他坦承三月曾預測封鎖數月油價會到 120 至 140 美元,四個半月過去並未成真;若四、五個月後局勢照舊,破百合理。

後半段:Moonshot AI 週四發布 Kimi K3,近 3 兆參數的開源模型,前端寫程式等測項勝過 OpenAI 與 Anthropic 的旗艦,推論成本約為 Anthropic 旗艦的三分之一;Open Router 上中國開放權重模型已包辦每週全球 token 使用量前五名,NASDAQ 週五跌約 1.5%。Base 10 模型訓練共同主管 Charlie O'Neal 認為分水嶺是開源對閉源,不是中美:訓練配方沒有祕方,大廠護城河正從「只有我們能訓練兆級模型」轉向垂直領域,Anthropic 明顯在攻金融與法律。他引述 Anthropic 傳聞中逾 80% 的毛利率,若開源模型對 99.99% 的人做 99.99% 的事都難以分辨,毛利會被壓到 40% 上下,差額流向消費者與算力、推論供應商。另一理由是 post-training:只有拿得到權重才能把小模型訓練成單一任務高手,小 10 倍甚至 50 倍也能達到同樣表現。

一句話:關稅高不是新聞，可以隨手開關的混亂回來了才是。

Ed Elson 找喬治城法學院學者 Peter Harrell 復盤關稅戰局。今年 2 月最高法院裁定川普援引緊急權力法課的關稅違法（該法連 tariff 一詞都沒有），行政部門改走兩段式備案：先用 section 122 撐到本週五，再由 301 條款接手。結果 122 週五到期、301 遲未定案，今天從亞洲或歐洲進貨的進口商不知道週五要付多少稅。第二件事是川普宣布下月對數百億美元加拿大商品課 50% 關稅，理由是加拿大歧視美國產業，法源為 1930 年 Smoot-Hawley 關稅法的 section 338——這條自 1930 年以來從未真正用來課過稅。Harrell 說川普看上的是它的彈性：122 與 301 都有調查程序或稅率上限，338 則能隨時開關。同日對巴西部分進口品的 25% 關稅生效，因川普不滿巴西的科技監管與支付平台。加拿大這一手表面是 USMCA 施壓，Harrell 認為更根本的是加拿大不願成為第 51 州。訴訟至少要一年才走完，川普的算盤是拖過任期；總理 Carney 說會加速貿易談判。

Harrell 說獨立研究一致顯示這些關稅有 85% 到 95% 由美國人負擔。Elson 算通膨帳：目標 2%，關稅加一個百分點，出兵伊朗、荷莫茲海峽受阻再加一個百分點，如今在 4% 上下，是民眾最不滿的可負擔性危機。Harrell 說鋼鐵、汽車這類針對性保護在華府有支持者，但對加拿大這種廣度與稅率沒有；唯一解釋是川普從 1980 年代就偏愛關稅——最高法院判決後幕僚把平均稅率從約 15% 降到 10% 左右重課，是總統本人要更多。他也認為川普可能真心誤信關稅由外國人付。當日 Intel 宣布裁員後漲近 9%，Kalshi 上 2027 年前升息機率來到 62%。

另兩則：法官應 12 位民主黨籍州檢察長聲請，把 Paramount 對 Warner Bros. Discovery 的 1,100 億美元收購暫停 14 天，8 月 3 日再審長期禁制令，若 9 月 30 日前未交割，Paramount 每季須付逾 6 億美元。Semafor 記者 Rohan Goswami 說州方主張的三個反競爭市場（院線片、大片、有線電視）說服力薄弱，但法官不買帳；Paramount 私下暗示分拆 CNN 或可了事。他仍賭 Ellison 家拿得下。Oracle 則年內跌 35%，信評掉到離垃圾級只剩一階的 BBB-；威斯康辛州就其 1GW 資料中心要求 70 億美元擔保，年成本逾 1 億。Oracle 一年借 430 億美元蓋資料中心，營收 670 億，自由現金流是負 240 億。結論是泡沫由債吹起而非股權：今年 AI 相關發債約 4,890 億美元，超大規模業者只佔四成。

一句話:五大科技巨頭 1.65 兆美元 AI 債務藏在表外，靠私募信貸撐，恐是這輪的 CDO

Prof G Markets 主持人與《Where's Your Ed》作者、Better Offline 主持人 Ed Zitron 對談，拆解 Nikkei Asia 的調查：Alphabet、Microsoft、Amazon、Meta、Oracle 五家科技巨頭背了約 1.65 兆美元的表外債務，比帳面申報的 1.35 兆還多——「看不見的債」已經超過「看得見的債」。Meta 表外債約是帳面的三倍，Oracle 四年內暴增約 30 倍。手法是設特殊目的公司（SPV/VIE）：以 Meta 的 Hyperion 資料中心為例，Pimco 與 Blue Owl 持股 80%、Meta 只佔 20%，雖然 Meta 是唯一客戶卻不必列入資產負債表，Ernst & Young 已示警這是紅旗。

Ed 把這些資料中心 SPV 比作引爆金融海嘯的 CDO，並引 Bloomberg 的 Enron 類比。核心風險在：SPV 靠非追索權貸款把風險丟給投資人，而錢的來源是私募信貸——Apollo 併 Athene、Blackstone 基礎建設基金，背後是退休金、保險金、教師與警察退休基金，加州退休基金投了 Blue Owl，荷蘭退休金、魁北克 CDPQ 也都在裡面。S&P 不評等私募債，唯一動手降評的 Oracle 是因它多靠發債。他舉例 Blue Owl 花 10 分鐘盡職調查就決定投 Stargate Abilene 高達 100 億美元。Ed 估實際 AI 算力需求約一年 1200 億美元，但依 Sightline Climate 規劃的 130GW IT 負載、每 MW 1200 萬美元推算，要 1.68 兆美元的年算力收入才付得起，而全球軟體業一年還不到 8000 億美元，等於要「變出」另一個軟體業。單座資料中心至少 5 億、動輒數十億美元，一旦崩，是一次一筆的大額打消。

同集另談財報：Tesla 第二季交車年增 25%、營收增 26%，但獲利反跌 5%、自由現金流負 11 億美元，盤後跌逾 3%、距高點跌約 25%，本益比仍達 350 倍。前 Tesla 副總 Kareem Booster 直指產品線老化（Model 3/Y 平台已近 10 年）、人才出走，Robotaxi 與 Optimus 變數大。Google 營收年增 24% 近 1200 億美元、雲端增 82%、淨利翻四倍到 120 億、Gemini 月活 9.5 億，但自由現金流史上首度轉負（負 59 億），2026 資本支出上修至 250 億美元，股價電話會中跌逾 4%。

一句話:壽命上限仍卡在 120 歲，延壽多是炒作，睡眠、運動、不過食才有實據。

化學獎得主、前皇家學會會長 Venki Ramakrishnan 對挪威主權基金執行長 Nicolai Tangen 說，150 年來平均壽命翻倍靠的是公共衛生、疫苗、營養、醫學壓低嬰兒死亡率與傳染病，不是延緩老化；米開朗基羅在 1500 年代就活到近 90 歲。今天極限仍是 110 到 120 歲，史上只有一人超過 120。他把老化定義為累積損傷而喪失功能：光是水就會造成 DNA 損傷（Thomas Lindahl 因此得諾貝爾獎），細胞偵測到損傷會進入 senescence 並分泌發炎物質，年輕時是防癌機制，老了衰老細胞超出清除能力就成問題。要破 120 歲他認為只有細胞重編程一途（Yamanaka 用四個基因把細胞逆轉回幹細胞），但動物實驗重編程高度不均勻，胰臟只有部分細胞群被改到，部分基因還是致癌基因，且小鼠看起來較健康、壽命卻沒變長。

資金面兩類動機：政府與衛生機構擔心高齡化加生育率下降，要的是健康餘命；另一類是 20 多歲就賺到幾十億的科技富豪，以為解決了支付問題就能解決死亡。Bezos 與 Yuri Milner 支持的 Altos Labs 砸 50 億美元挖走頂尖科學家，首席科學家 Rick Klausner 說目標是「讓每個人在很久以後年輕地死去」，Ramakrishnan 反問人若年輕怎會突然死掉。Brian Johnson 每年花 200 萬美元做療程，問題是沒有對照組、混用所有方法無從判斷；冷凍保存同理，至今沒人能凍一隻老鼠再解凍讓牠跑起來，所謂冷凍小鼠腦只是薄切片。Demis Hassabis 預測 10 到 15 年內疾病消滅，他認為過於樂觀：AI 擅長找模式，但從線索到藥物要在真實人體完成。

若給他 30 億美元，他會投熱量限制路徑、老血與年輕血的差異、清除衰老細胞、細胞重編程四方向。日常建議三件：不過食（不必挨餓，控制體重即可；GLP-1 類藥物值得研究但有肌肉流失副作用）、睡眠（他睡八小時，少於七小時就無法正常運作）、運動（單車通勤加重訓與有氧，因膝蓋改用橢圓機）。冰浴與三溫暖他直言沒有對照組、來自未驗證觀察。倫理上他反對倍增壽命：社會變革靠世代更替，老人累積財富與權力，不換血會停滯；重大科學發現幾乎都出自 40 歲以下者，托爾斯泰 30 多歲寫出《戰爭與和平》。美國富人已比窮人多活約 15 年、英國約 10 年，昂貴療程只會造出連壽命都分層的社會。

一句話:十分之一美國人自認對盤尼西林過敏，其中九成以上其實不會過敏。

主持人 Stephen Dubner 童年被告知對盤尼西林（penicillin）過敏，避開了五十年；2024 年他久咳不癒，醫師只能開 azithromycin，無效，才去找過敏免疫科醫師 Alina Resnick 做「去標籤」（delabeling）。落差是這集的起點：約 10% 美國人、超過三千萬人自認過敏，真正過敏者不到 1%，其中 90% 可以正常服用。誤標多半來自童年——小孩感染時本來就會長疹子，感染又常被開抗生素，疹子就被歸因成藥物過敏，實際可能只是病毒感染。檢測是皮膚點刺加皮內測試，兩者皆陰性者有 95% 機率通過口服 amoxicillin 挑戰。全美只有 5,000 名過敏免疫科醫師，麻醉科四萬多、小兒科六萬。

代價不是「換一種藥就好」。Kimberly Blumenthal（Mayo Clinic，受訪時任職 Mass General）比較六萬名有過敏標記的病歷與二十多萬名沒有標記者，前者全因死亡率高出 14%；她十餘年看過約 3,000 名疑似個案，只有約 20 人真過敏。Resnick 舉的孕婦案例：帶 B 群鏈球菌的待產婦本該每 4 小時打一劑盤尼西林，改用 vancomycin 後間隔變 12 小時，該婦人先出現 Red Man syndrome，剖腹產傷口感染改用 clindamycin，接著得了 C. diff。Blumenthal 說光是她所在的醫療體系去標籤就能省下數百萬美元，但十年只做到 9% 去標籤率，全國低於 1%；她也是 30 年來第一個拿到 NIH 盤尼西林過敏研究計畫的人。政策上有議員提出的 PAVE Act，要把過敏評估納入年度健檢與 Medicare 初診。

問題不只在盤尼西林。Theresa McPhail（Stevens Institute of Technology）指出約 40% 人類有某種過敏、下個十年將升到 50%，而 FARE 承認食物過敏檢測有 50%–60% 偽陽性。EpiPen 處方從 1990 年代到 2018–19 年成長三到四倍，由 Mylan Pharmaceuticals 的行銷與遊說推動，全球過敏檢測與治療市場約 400 億美元。University of Virginia 的 Thomas Platts-Mills 說研究經費有啄食順序，神經外科在頂端、過敏科在底層，蜱蟲防治的大型對照試驗數目是零；他的團隊發現孤星蜱叮咬會誘發 alpha-gal 過敏、使人對紅肉過敏，國會為蜱研究撥了一億美元。2015 年 Gideon Lack 的 LEAP 研究則證明及早餵食花生可降低花生過敏風險。

一句話:廚藝不是靠溫度計與規則堆出來，是靠感官、教學與談判撐起的生意。

Better in Person 第二集，Stephen Dubner 走進紐約餐廳 Ci Siamo 的柴燒廚房。執行主廚 Hillary Sterling 生於布魯克林，14 歲就在 Montauk 的餐廳打工，原本想當海洋生物學家，履歷包括 Bobby Flay 的 Mesa Grill 與米其林星級餐廳。她手腕上方有道 2003 年 Mesa Grill 烤箱留下的疤：伸手拿豬里肌時讓同事 Carlos 先取，撞到內側鐵條；她說廚師若有燙傷，是沒在專心。Dubner 試吃她做的兩種 cacio e pepe，判定乾麵的 al dente 勝過手工新鮮麵。

角色互換時，Dubner 回敬一鍋魚湯，用 Fresh Direct 賣的「魚塊」下鍋，還配了打發生蒜醬 toum。Sterling 唯二不吃的東西正是湯和生蒜，全程只吃兩三口。她的成長飲食是母親的 Wonder Bread 奶油乳酪三明治、蘋果泥、罐頭馬鈴薯配 London broil 加法式洋蔥湯粉，她說怕口感糊爛，所以成了廚師。她教的是感官而非科學：教廚師閉眼靠聲音判斷鍋裡的麵，反對把檸檬汁裝進擠瓶。這套信念來自勞動節週日的一次崩潰——她第一次站 sauté 台就把 125 條豬里肌烤過頭，主廚沒開除她，隔週照排她的班，只丟下一句「你有七天跟豬合而為一」。她煎、烤、盯時鐘練了七天，直到肉表面「發亮」的那刻才知道熟了。

Ci Siamo 隸屬 Danny Meyer 創立的 Union Square Hospitality Group，旗下約 20 家餐廳，Shake Shack 是另一套系統。Sterling 曾被談過接手 Union Square Cafe，最後拒絕——她坐在那間餐廳裡覺得自己永遠不會是自己，菜單上有些菜客人非吃不可，她無法用自己的聲音改寫那段歷史；當時她正在 Great Jones Street 的 Vic's 做得順手。後來聽說集團要開新餐廳，她主動打電話，且知道對方開什麼她都得答應。支出集中在食材、酒與人力，議價由她親自打：感恩節要 50 磅鮪魚，她一次問遍所有魚商比價；去年買了 28,000 磅 cipollini 小洋蔥，就拿這個量去跟每家供應商談；為了做義大利麵，一年用掉 6,000 隻兔子。廚房 7 人、全店逾百人，她自評的管理風格是公平、有點瘋，看到人做錯就當場停下來，先示範再一起做。餐廳曾被評論家給過零星，她多年後重讀承認對方是對的：當時她做的是美式菜，沒有靈魂，而她需要一個故事。她把故事放回義大利，花了 15 年想讓人分辨義大利菜與義美式菜。

一句話:先問「有沒有更賺錢」,再決定要不要用 AI;護城河是真實成績。

Alex Hormozi 檢驗 AI 只有一個標準:你現在有比較賺嗎?他看過一家公司請 11 個海外 VA 做資料清理,月成本約 11,000 美元、運作正常;這家公司花 350,000 美元做 AI 系統要取代他們,等於一次燒掉這項工作三年以上的成本,而且這流程根本不是瓶頸,他們缺的是客戶。常見錯誤有三種:該在公司裡「用」AI 的人跑去「開」AI 公司;把自己包裝成 AI 公司打廣告,而客戶只在意問題有沒有解決;最糟的是外包思考。同一個問題丟給 Claude、OpenAI、Gemini,答案分散到你還是得自己判斷,而 AI 又可以被說服同意任何事。「這是我目前最好的資產,我要讓它保持鋒利」——最難的思考絕不外包。至於超級智慧普及後人的價值,他的答案是賭注(stakes):AI 不繳稅、不是任何國家的公民,總得有人扛責任與風險。MrBeast 影片裡若 500 萬美元是假的,就沒人看;機器早就能在西洋棋贏人類,沒人在意;Steven Bartlett 補上 F1——把 Lewis Hamilton 從車裡拿掉,觀眾就不看了。

他把長期思考變成現場演練:給你積木蓋最高的塔,限時五秒怎麼蓋、五年而且積木無限呢?地基會因為設定的高度完全不同。他引用導師的話:蓋一百萬美元生意最快的路,不是蓋一千萬最快的路;蓋一千萬最快的路,也不是蓋一億最快的路。一人接案衝到年營收一百萬可以很快,一個客戶就夠;要到一億,決策順序整個不同。Steven 說他把控股公司 Steven.com 當一輩子的事業後,就開始執著於「工廠」而非原型。兩人的共同樣本是 Elon Musk 不跟 Ford 買電池而自己從零做、不用別人的充電樁而自己鋪全美網路;以及 Jeff Bezos 把物流當護城河,一家網路書店去買卡車蓋倉庫。結論:專注與耐心是還沒被消耗掉的競爭優勢,因為太反人性、太反 Instagram——「這個月我沒有任何公告要發,因為我在做無聊的事,像是招人。」

從一百萬做到一千萬卡住的人,問題發生在更早:留存。B 公司第一年賣 100 個新客戶做一百萬但全流失,第二年得賣 200 個做兩百萬,第三年賣 300 個做三百萬;A 公司第一年的 100 個客戶全留下,第二年再進 100 個就有兩百萬,第三年 300 個、三百萬。帳面上都是三百萬美元的公司,但 B 明年得賣 600 個新客,而取得 300 個新客的成本遠高於取得 100 個新客加留住 200 個舊客,差異直接壓在毛利上。至於「客戶愛我但我沒時間了」,他第一個問題是:毛利多少?70% 就去請人;毛利薄代表病灶在前面兩三步——報價與交付不對稱,或行銷銷售沒把價值展示出來。他也不接受「找不到能像我一樣的人」,那是自尊:你可以用十分之一的時間教會別人,因為你知道當初所有彎路。創業者總在找獨角獸,但獨角獸不存在;要角就拆開找——犀牛有角、馬有馬的部分、螢火蟲負責閃亮——一個人找不到的,三個人容易得多。

創業初期一切歸結到恐懼,而恐懼只存在於模糊,從不存在於具體。他當年跟六個人合租、和另一個男生共用臥室、床墊放地上、月付 400 美元。真正卡住人的是「你更在乎自己的未來,還是別人怎麼看你的未來」。最具體的一次:當年要賣掉 Gym Launch 時他猶豫,原因是圈子裡一個連好友都算不上的人,他覺得對方不會認為 4,600 萬美元夠格。「我是要為了不讓他控制我而不做這件事嗎?因為那就是控制。」他要人把那個聲音指名道姓,那通常只是兩個人。他自己也糾結了六個月,標準答案是「先讀商學院,有一天再創業」;直到他算帳:好商學院起薪約 12 萬美元,學費一年 6 萬、兩年不能賺錢,他當時年薪 5 到 6 萬,兩年機會成本 24 萬美元,而他相信自己兩年內能做到月入一萬。壓垮申請的是 Booth 的申論題「MBA 如何幫助你的長短期目標」,他坐了三天寫不出來。他形容自己怯懦到開車橫越半個美國後,才敢打電話跟父親說他辭職了。父親的背景解釋了那些勸阻:伊朗革命時逃出來,到法國念醫學院卻不會法文,連兩年被當,改去比利時才讀完;回美國後學歷不被承認、中東口音沒人收,跑了兩年 X 光片才拿到住院醫師名額;之後自己開業,查到蓋手術中心要 25 萬美元,他就研究法規、跑 Home Depot 買材料自己蓋一間合格的並通過檢查。

內容的護城河,他的答案是「現實就是護城河」。最大的商業影響力來自 Elon Musk,因為他真的有那家公司。就算有個老師逐字引用 Warren Buffett、甚至講得更好,觀看數也不會一樣,因為他忘了先蓋一個 Berkshire Hathaway 和一百年紀錄。他把內容依「照做的風險」排一條線:美妝最低,做壞頂多毀一天的妝;理財往上一級,可信度來自你自己的財務狀況(他點名年營收約 3 億美元的 Dave Ramsey);再往上是商業,做錯會賠掉公司,觀眾最看來源。他的因應是只做別人做不到的事:每月讓上百位年營收 50 萬到 1,000 萬美元的老闆飛到現場問真實問題。還沒成績的人呢?先拿「努力的證據」代替「成果的證據」:MrBeast 第一支爆紅影片是數到一百萬;想做業務就錄下一整天的通話,把真實破解抗拒的那刻剪出來,「我今天接了 22 通,把 12 小時壓成三分鐘」。人願意聽跑在前面的人,是因為把 14 年經驗壓進 37 分鐘是划算的交易。Steven 補了自己的版本:1,000 篇 Instagram 貼文只換到 1,000 個追蹤,後來在 7,000 追蹤時靠三篇輪播圖漲了 30 萬;Diary of a CEO 前三年也沒人聽。

執行面他強調數量級與誘因。導師叫他發傳單,他發 300 張沒反應就去抱怨,導師只問「你的測試樣本多大?我們一批測 5,000 張,確定有效後每天發 3,000 張」——那人一個月發 15 萬張。他是行為主義者:不要說服,要重新安排條件。爺爺不肯吃藥,解法是把藥磨碎放進冰檸檬水、配鹹花生、擺好西洋雙陸棋說喝完就陪你玩。他引文案人 Gary Halbert:我們不創造需求,我們引導需求。同一套漏斗他直接套到招募上,因為多數公司的職缺文案糟到老闆自己看了會嚇到,面試沒腳本、沒 role play。誘因設計的案例:某仲介型公司給員工介紹新業務員的獎金是 500 美元,但一個有產能的業務員一年帶來 25 萬美元毛利;獎金改成 25,000 美元後,公司從 1,000 萬做到 4 億美元。定價他用 1970 年代的 Van Westendorf 分析,問四個價格問題後找出區間,現在丟給 AI 六分鐘跑完。看未來機會他不押 AI,而押不會變的事:長壽與醫美、財富管理、保險,以及所有「在派對上說不出口」的生意,例如廢棄物處理。他也提醒,把美國財富當成 100 美元,最底層 50% 的人合計只有約 2 美元,最上面 1% 有 31 美元——很多人一直窮,是因為只看得到一樣沒錢的人。

最後轉向個人。他說這輩子最好的財務決定是娶 Layla:她在他 26 歲、手上只有幾間健身房時就相信他,程度常超過他自己。他不是焦慮型而是冷感型——「錢已經夠了,幹嘛還做?」沒有 Layla 他會更早鬆油門,也撐不起現在的組織複雜度:她才是真正的營運者,團隊對她的忠誠高於對他。2025 年第一季是他八年來最難的一季:九件訴訟同時在跑,Layla 腸道破裂面臨手術與 18 個月恢復期;他借用 Bill Ackman 的做法,每次只咬一口,一兩個月後回頭才看得到進度。更重的是:他做了一場 1.06 億美元的新書發表,母親親眼看到,四週後她因意外過世。之後他寫了一篇只給自己看的文章談心理韌性,拆成四個維度:要多少壞事才會改變你的行為、掉下去會掉多深、回到基準線要多久、回來後變好還是永久變差。他當時選擇盡量不改變任何事——繼續做內容、繼續幫企業、繼續健身,理由不是勵志,而是這些事讓他感覺好一點,而且他不認為母親希望他停。他也否定一個假設:「人們會用你選擇受多少苦,判斷你有多愛一個人」——但你失去的那個人大概不希望你受苦。談幸福他引 Arthur Brooks:主觀幸福感約一半由基因決定,幸福曲線呈微笑形,45 到 55 歲是谷底。他不賣幸福,只賣可量化的東西。他從創業搬進生活的一課是:一年有一半日子低於平均,每個月大約三天落在全年最差的 10%,純粹是大數法則。「我的情緒不適,不足以構成改變我正在做的事的理由。」他說 YouTube 影片會消失,唯一可能活過他的是這幾本書——$100M 系列四本累計超過 500 萬冊,其中一本 24 小時賣出 290 萬冊;他寫書時預設讀者根本不知道他是誰。

一句話:伊朗掐住荷姆茲海峽,川普困在經濟崩盤與戰略認輸兩難,派地面部隊機率達七成。

芝加哥大學政治學者 Robert Pape 說他模擬轟炸伊朗已 20 年,2001 到 2024 年給歷任白宮當過顧問。這場戰爭 2 月 28 日以斬首式轟炸開場,美方擊斃伊朗最高領袖與約 137 名高層,政權卻沒垮——這正是他 20 年模型的結論:自一戰以來,單靠空權從未推翻過任何政權。開戰兩三天內,伊朗反而在 3 月初奪下荷姆茲海峽的控制權;美方接著打了六週轟炸、再上兩個月封鎖,都逼不動它。荷姆茲原本每日通過 2,000 萬桶原油,佔全球石油兩成。海峽一關,沙烏地與 UAE 立刻改道 700 萬桶(沙烏地 4-500 萬桶走紅海、UAE 約 200 萬桶走 Fujairah)。

Pape 逐條拆解那份 14 點的 MOU:JD Vance 把它當成生意在談,拿約 3,000 億美元利誘,伊朗照簽。第 5 條寫伊朗管理海峽、僅 60 天不收費,未來費用由伊朗與 Oman 定,完全沒提美國;第 1 條保證黎巴嫩領土完整;第 11 條解凍伊朗資產、由伊朗全權決定用途。川普只信守文件約一兩天,48 小時內就三度自我違約:Rubio 的框架協議把以色列軍事存在鎖進黎巴嫩(違反第 1 條)、川普鼓勵貨船關掉 transponder 從南側繞行並在 Truth Social 上炫耀(違反第 5 條)、又說解凍的錢只能拿去向美國農民買穀物(違反第 11 條)。伊朗因此重新開火,如今已連續轟炸九天。

Pape 用一個倒三角「升級階梯」說明:第一階斬首、第二階伊朗奪海峽加美方轟炸封鎖、第三階世界經濟危機的岔路、2027 年進入深紅的「forever war」。石油缺口靠戰備儲備硬撐:川普授權釋出 1.72 億桶、分約 120 天,32 個 IEA 國家合計釋出 4 億桶,美國戰備儲備已降到約 3 億桶,是 1983 年以來 40 多年新低。他引川普 6 月 G7 原話「約四週後就會耗盡儲備……會是一片混亂」;錄影前六小時,Houthis 剛封鎖紅海 Yanbu 港。伊朗每年產 5.5 萬架 Shahed-136 無人機(4 月五角大廈外洩),藏在比加州大 1.5 倍的山區,單艘滿載油輪值 3 億美元,航運公司不吃五角大廈的命令。

他判斷美軍派地面部隊進伊朗機率達七成,可能一個月內、甚至本週:約 4,500-5,000 名陸戰隊加約 4,000 名 82 空降師,海軍集結於 Oman 灣,目標是象徵性攻佔 Jask 或 Chabahar 這類港鎮撐上幾週。此舉呼應 LBJ 越戰——明知升級大概會敗仍為保住國內議程而為之。Pape 研究自殺恐攻寫過兩本書,指出地面佔領領土是引爆自殺恐攻的最大風險因子,曾預言入侵伊拉克會掀起最大規模自殺恐攻。他最擔心針對 Oman 灣美艦的彈道飛彈飽和攻擊,或針對美國平民的大規模傷亡攻擊。三個月後的期中選舉是關鍵:共和黨若失去國會,民主黨可比照 1974 年切斷戰爭經費。民調顯示 53-57% 美國人反戰、僅 27-34% 支持,但 MAGA 有 77-85% 支持。Pape 新書《Our Own Worst Enemies》9 月 22 日上市,序名「我們一生中最危險的選舉」。他說對 9,000 多萬伊朗人而言,真正的希望還在 5 到 10 年後,而戰爭每升級一次,就把它從 5 推向 10。

一句話:先把下檔風險拆掉,上檔報酬才有意義——15 個互不相關的報酬流就是答案。

Ray Dalio 1975 年創辦 Bridgewater,1981 到 82 年判斷新興市場還不起債,1982 年 8 月墨西哥違約後他到國會作證,斷言經濟會崩盤。結果完全相反:自己與客戶的錢都賠掉,員工全部遣散,窮到向父親借 4,000 美元,他說這是谷底也是轉折。學到兩件事:一是用謙遜平衡膽識,主動要別人踹爛他的想法;二是分散押注,他稱為投資的 Holy Grail——找到 15 個互不相關的報酬流,風險可降約 80% 而報酬不減,報酬風險比提升約五倍。做法是下判斷前先查同樣條件的歷史紀錄,寫成一條決策規則放進程式碼,並要求規則 timeless and universal(某段期間失效就得先搞懂為什麼),再掃描全世界符合的場合。他認為聰明人最常見的投資錯誤是沒有 game plan。Bridgewater 成為最大避險基金靠的是低風險、與股市不相關的連續報酬:約 31 年年化 11.8%,只虧三年,最差是 2020 年 COVID 約 -13%。

他為了交棒自建人格測驗,給 Elon Musk、Bill Gates、Reed Hastings、Muhammad Yunus 測,歸納出佔人口極少的 shaper:能從 visualization 走到 actualization,同時待在一萬英尺與十公分兩個高度。Musk 從 PayPal 賺約 1.8 億美元後拿一半去做太空,Dalio 勸他留安全網,對方回「我不需要」。Dalio 的公式是 pain + reflection = progress,痛苦不請自來,卡住的人是跳過反省;他從 1969 年起做 transcendental meditation 接上潛意識。他不寫每日日記,而是在決策當下把因果寫成「若 A 則 B」,35 年累積數千條原則。用人順序是 values、abilities、skills,skills 最不重要——他曾雇挨家挨戶賣聖經的業務員做研究,理由只是好奇心,並指出程式設計師未必永遠最重要。

談總體:他自稱 global macro investor,研究過去 500 年的循環,歸納出五大力量——債務貨幣經濟(債務支出擠壓消費,像血管裡堆積斑塊,終走向債務重組)、貧富與價值觀差距擴大對民主的威脅、地緣政治秩序(1945 年戰勝者定規則,建立 UN、WHO、WTO 多邊體系,如今這套不在了,沒有法庭可去就只能打)、自然力(乾旱洪水疫病歷史上殺的人比戰爭多)、以及人的發明力。他否認家族辦公室有七成多在黃金 ETF 的說法,建議黃金佔投資組合 5 到 15%,並在債務危機、政府大量放水時戰術加碼;現金看似最安全,長期是最確定的低報酬。他有一套回溯到 1900 年的 bubble gauge,目前讀數約是 2000 年與 1929 年水準的 75%,1990 年日本更高;戳破泡沫的通常是緊縮貨幣政策或財富稅這類逼人把財富換現金的事件;計量表能說未來不會好,但不會給時點。76 歲的他把話收回到:錢沒有內在價值,得先答出錢要拿來幹嘛;成功是認識自己的天性並找到適合的路,meaningful work 與 meaningful relationships 是唯一要記住的事。

一句話:全美最大私人公司 Cargill,靠當糧食中間商年營收 1,500 億美元、低調藏了 160 年。

本集「Billy of the Week」是 Cargill:連續 40 年全美最大私人公司,家族持股 88%,單一家族出的億萬富翁(約 20 位)多過任何公司;年營收 1,500 億美元,超過 Goldman Sachs、Nike、Starbucks 三家相加。起家是穀物中間商——在鐵路旁蓋 grain elevator 儲糧,農夫可拿 IOU 等售出再付款,或當場以批發價賣斷。之後往上下游擴張:自建駁船與貨船(還替美國海軍造船)、買下最大禽肉公司,如今掌握全美約 25% 穀物出口。獲利走 80-20 rule,八成再投資、兩成分紅給家族;近 20 年改由專業 CEO 經營,正常年獲利約 30 億美元,COVID 與烏克蘭戰爭推升穀價時達 50-60 億美元。旗下還有逾 100 億美元的對沖基金與礦場,總部是明尼蘇達湖畔一座 chateau,人稱 lake office。

「藏在盤中飧」不是誇飾:一個漢堡的種子、肥料、穀物倉儲、運輸、飼料、屠宰與肉品加工、賣給速食店的鹽、番茄醬裡的玉米糖漿、薯條的大豆油、奶昔的澱粉,全經 Cargill 之手。1980 年調查:94% 農夫聽過它,只有一半知道它在做什麼;politicians、lawyers、journalists 這類「opinion leaders」50% 聽過、僅 10% 懂其業務——低調本身是策略,避免招來競爭以築壟斷。黑暗面包括巴西與象牙海岸的童工指控、被形容作物情報網比 CIA 還靈通、E. coli 疫情。這家內戰前就創立、160 年、僱 16 萬人的公司,曾被記者形容為 secretive, inbred and suspicious。

後半段由 Cargill 延伸到「家族王朝」如何延續:Hearst(旗下有 GQ、半個 ESPN)與 Rockefeller 都用鐵律信託綁住後代——爭產就出局、分錢一律均等不得異議;主持人也談家族會議、家徽與給每個孩子一句「你的超能力」的教養法。另一大段是 Jevons Paradox:效率提升反而讓總消耗暴增,以 Eli Whitney 軋棉機(讓奴隸產能翻 50 倍卻使美國奴隸需求大增)、Luddites 砸機器、Frederick Tudor 賣冰為例,推論 AI 讓寫 code 變便宜後,需求會爆量而非讓人失業。

一句話:胜肽多屬安慰劑,真正有效的是睡眠、對時皮質醇與練到力竭的低量高強度訓練。

Huberman 以六屆 Mr. Olympia 得主 Dorian Yates(現年 65 歲)的訓練法翻修了自己的健身觀。Yates 與 Mike Mentzer 當年主張的「低量、高強度、練到力竭」曾被當成異端,如今被同儕審查資料證實。Mentzer 推一組練到力竭,但對多數人不足以刺激肥大;Yates 則每個大肌群做兩到三個動作、每動作約兩組工作組,一週直接練一次、間接再刺激一次。Brad Schoenfeld 的研究指出,訓練後蛋白質合成窗口約 48 到 72 小時。Huberman 自己一週三次阻力訓練加三次心肺:一次長慢跑、一次在 assault bike 上做 30 秒衝刺／30 秒休息共六到八輪的最大心率訓練。他強調 5 到 30 下只要練到力竭,肥大效果相同,但高反覆很難維持動作品質。他偏好 belt squat(用 Pit Shark 機器),並做頸部訓練(Hammer Strength 四向頸機),全程鼻呼吸、舌抵上顎,以免滑脫頸椎椎間盤。

在迷幻藥上他修正了看法。MDMA 走 MAPS 協議約 125 毫克、90 分鐘後加一次 booster,屬 empathogen,能同時拉高多巴胺、血清素與催產素。他做過 MDMA 與高劑量裸蓋菇鹼(psilocybin,4 到 5 克)合併的「hippie flipping」,發現這樣能消掉 MDMA 隔兩天的情緒 drop。UC Berkeley 的 Gül Dölen 研究迷幻藥重開「關鍵期」,療程後兩到三週是行為重塑的黃金窗口。Ferriss 補充 Transcend Therapeutics 商業化的 methylone,是 MDMA 較短效、body load 較輕的表親,他們刻意把心理治療完全拆開來繞過 FDA 對療法難以標準化的問題。Huberman 也力推一日式 TMS:由多倫多大學的 Jonathan Downar 精煉,搭配 D-cycloserine(DCS)125 毫克在刺激前一小時舌下溶解,把原本壓縮到五天的 SAINT 協議再壓成一天;他自己藉此讓廣泛性焦慮與強迫症狀減輕 90%,可維持三到四個月,並揭露自己與 Downar 共同創立的 AmphiHealth 有利益關係。

胜肽是本集重點。Abud Bakri 醫師提出「向體內礦採藥物」的框架:治糖尿病的 GLP 藥把 GLP 拉高約 100 倍,減重款則拉高 1000 倍以上,連肌肉也一起掉。Lilly 的 retatrutide 同時打 GLP、GIP 與 glucagon 三個系統,減重最猛且較能保住肌肉,但尚未上市,已在灰市大量流通。生長激素分泌促進劑如 Sermorelin、Ipamorelin、Tesamorelin、CJC、MK-677,能讓生長激素與 IGF-1 上升三到八倍;Huberman 試過 Sermorelin,深層慢波睡眠大增卻幾乎消掉 REM,還讓 PSA 飆高,停用後回正,他不打算再試。他寧可直接開一到兩個 IU 的藥廠級生長激素(Somatropin／Omnitrope),一週五晚,而非吃來路不明的分泌促進劑;健美選手則打到八 IU。BPC-157(body protection compound)會促血管新生、動物數據亮眼但零人體試驗,與 TB-500 組成所謂「Wolverine stack」;他只在受傷時局部注射,平時不用。他也警告灰市「僅供研究用」產品有內毒素污染風險,並提到 Enhanced Games 那位游泳選手公開的 stack:每週 200 毫克以上 Cipionate、兩 IU 生長激素、還打 EPO。

睡眠與皮質醇章節提供了可即用的原則。Epitalon 來自松果體、Pinealon 卻來自大腦皮質(命名混亂),Pinealon 能讓 REM 增加到三小時且不犧牲深睡;晚間訓練後想提神又不毀睡眠,可用 900 毫克 Alpha-GPC 取代咖啡因,還能增加 REM;睡眠最後兩小時把環境加熱(Matt Walker 的招)也能拉高 REM。核心原則是「早高晚低皮質醇」:晨間曬太陽讓皮質醇尖峰上升約 50%,運動能讓皮質醇翻三到四倍,只要早上高,晚上自然低、褪黑激素才升得起來——這條原則對孩童、孕婦、更年期女性與男性都成立。他也提到自己因家族阿茲海默史服用 DORA 類藥物(belsomra)助眠。維持生育力者若補睪固酮 Cipionate 需並用 HCG,且不該用 anastrozole 或 tamoxifen 硬壓雌激素,否則性慾、關節與皮膚都變差。

最後兩人談到 AI 與 Huberman 九月十五日出版的新書《Protocols: An Operating Manual for the Human Body》。他認為 LLM 目前最有價值的應用是健康:多位資源充足的友人把基因組、穿戴數據與檢驗 PDF 丟進 LLM,挖出數十年來沒被發現的可行動洞見。他引用 UCSF 神經外科醫師 Eddie Chang 的說法,下一步是非侵入式讀取神經活動來訓練 AI,而「寫入神經系統」最先會落在睡眠——例如 MIT 那款靠耳後刺激誘發眼動、六分鐘內入睡的睡眠面罩。書分睡眠、運動、壓力、光照、神經可塑與個人成長六章;他特別看重 Jungian 分析師 James Hollis「閉嘴、備妥、現身」再每天靜心觸碰真實自我的建議。

一句話:手機付帳 app 失敗後轉做整套餐廳系統,Toast 現拿下逾兩成美國小型餐廳。

Toast 共同創辦人兼執行長 Aman Narang 在尼泊爾與印度長大,青少年時移民美國,2006 年 MIT 電腦科學碩士畢業後進入波士頓的 Endeca,認識共同創辦人 Steve Fradette 與 Jon Grimm。2011 年底 Oracle 以約十億美元收購 Endeca,Steve 沒先講就辭了,Jon 跟著辭,Aman 反而留著,因為不知道要做什麼。三人常去 Kendall Square 的酒吧 Firebrand Saints,尖峰時段等一張帳單超過十分鐘,於是說服老闆 Gary Stark 讓他們試,兩個月做出手機付帳 app。上線派對當天約五十人成功付款,之後再也拉不起來:體驗不夠好,更致命的是只整合了 Positouch 一家 POS,要鋪開得接上百家系統。

跑遍波士頓與劍橋餐廳後他們發現,講「結帳快一點」沒人理,講「你的餐廳系統」老闆願意聊很久。Finale Desserts 的 Chris Kane 攤開現況:POS、支付、貸款、會計、庫存、線上訂餐、禮品卡、薪資、排班各是一家廠商且彼此不通,線上訂單在 2013 年還是印到傳真機上。他們決定不再整合而是自己全做,且只做餐廳。Aman 在 2013 年初辭職,Steve Papa 投了約五十萬美元;機構投資人幾乎全拒絕,理由是餐廳利潤薄、不夠科技化,對手又是 Micros 和 NCR。辦公室設在 Aman 家未完工、沒暖氣的地下室,年底十人。同年 7 月首位客戶 Dwell Time 上線,開門二十分鐘系統就掛掉,員工手寫點單送進廚房、用紙抄信用卡號。對餐廳的說法是:傳統地端系統前期要付五到十萬美元,Toast 幾乎零前期加訂閱費。

真正的瓶頸是自己跟不上:2014 年初透過 Steve Papa 搭上密西根州食品經銷商 Gordon Food Service,靠這條通路打進邁阿密與芝加哥;客戶破百後需求湧來卻沒能力接。2015 年引進 Chris Comparato 任執行長,到 2020 年都維持年增超過 100%。2020 年疫情來時公司已募資四億美元、估值五十億,四月營收掉超過九成,裁掉約 55% 的人;客戶說要外帶外送工具,今天的掃碼點餐付款就是那時做的。2021 年上市,2024 年 Aman 回任執行長,同年首次全年獲利。現在 Toast 覆蓋逾兩成美國小型餐廳、年營收超過二十億美元、市值約一百五十億。新成長押在 AI 平台 Toast IQ,改用 Toast IQ Grow 的客戶銷售成長 8%;並擴到加拿大、英國、愛爾蘭與澳洲,以及雜貨店、便利商店與五金行。當年那間 Firebrand Saints 已在 2017 年收掉,接手的烤雞店也用 Toast。

一句話:OtterBox 創辦人 Richardson 給三位創業者:你就是產品,先打小實驗、深耕舊客與獨門故事。

本集由 OtterBox 創辦人 Curt Richardson 陪 Guy Raz 接聽創業者來電。Richardson 21 歲買下一家小塑膠公司,讀了《The E-Myth》才抓到經營核心;OtterBox 從戶外用防水盒起家,趁 iPhone 爆紅成為美國主導手機殼品牌,五年內從 500 萬做到 5.75 億美元,巔峰營收達 11 億。如今手機換機變慢、市場萎縮,營收下滑但獲利反升,他已卸下執行長改任 chief visionary officer,另創投資公司 Blue Ocean Enterprise。

第一位來電者 Andy Jeremiah 與妻子 Tracy 於 2020 年在佛州 Sarasota 創辦 Mr. Game Show,替社區(多為退休社區)辦現場遊戲秀,音樂賓果、改版 Family Feud 與 Wheel of Fortune,人數 12 到 200 都能跑,平均一月十場、去年靠口碑做逾 5 萬美元,每場 90 分鐘起價 350 美元。他想靠授權內容全國複製。Guy 與 Curt 直指「你和 Tracy 才是產品」,建議走 Zumba 認證授權模式,並先找一位坦帕的人試訓、辦幾場來驗證能否複製。第二位 Marissa Valenzuela 的 Gilded Coach Teas(2020 年 10 月創立)賣童話主題散裝茶,首款「Once Upon a Time」用榛果紅茶配法式香草,呼應格林版灰姑娘的榛樹。她因生產後休息一年而失去動能。兩人建議把它當「重新開始」,主攻 D2C 與社群說故事,且與其燒錢獲客(客戶取得成本已漲到多花 80 至 100 美元),不如深耕回頭客、給老客戶誘因,並把茶延伸成公主主題茶會體驗。

第三位 Vince Giudici 的 Everloop 賣永續嬰兒用品,用回收與再生材料,並以 20% 現金回購舊品做到零廢棄;首年營收僅 1.8 萬、今年上看 10 萬美元,已上架 Nordstrom、Pottery Barn Kids、Target 與 Maisonette。他問行銷該廣撒 TikTok、Meta、Pinterest 還是專攻一條。Curt 主張「先打 BB 彈,打中了再換 22、再換 50 口徑」,別把錢全砸一個洞;Guy 補充真正該做的是搞懂誰在買、直接打電話問客戶,並指出最打中人的賣點是回購機制(傳統捐贈管道因責任問題不收嬰兒用品),還可加上把回收品送給有需要家庭的公益角度。Richardson 收尾的建議:先問自己「你到底要什麼」,那答案常與生意無關而關乎內心;他坦承自己擅長做東西卻不擅長經營,鼓勵靠書籍、導師與 podcast 自學補足。

一句話:改預設值要暴烈、真相優先於感受、拆掉摩擦,買房量變六到七倍。

Opendoor 執行長 Kaz 接手首日出門前跟太太說週四回家,太太回「沒有讓公司損益兩平的計畫就別回來」,並上 Amazon 訂床墊寄到辦公室。他調出全員名單、每份合約、過去 12 個月每一筆付款:外部支出第一名不是雲端服務商,是給一家大型顧問公司的數百萬美元,那家顧問建議職務外包、灌大 G&A、砍掉工程,他說那是「完全不打算創造 alpha 才會做的事」。上任公告稿被 PR 顧問改成不冒犯人的版本,他在頂端寫下「寫這份文件的人已經不在 Opendoor 了」,兩家 PR 公司隨即請辭,省下 30 天通知期費用。週一九點他宣布下週全員回辦公室,不到場視同離職。前四週砍掉兩條賺錢但偏離使命的事業線:對外總承包服務,以及重建不堪居住房屋的 OD Select;任內只開三個產品,關掉數十個。撐住公司的是他頭幾週一個個問「你為什麼還在這裡」找出的十來位個人貢獻者。

三個心智模型:摩擦被低估、地圖不是地形、真相優先於感受。Walmart、Amazon、Google 的市場規模事前都被低估,因為摩擦讓需求看不見;他接手前屋主從首頁輸入地址到拿到報價要經過 11 個人,拆掉後本週買進的房子是去年同期 6 到 7 倍。地圖不是地形取自 Hayek 的 The Pretence of Knowledge:儀表板只是事實的一階導數,模型疊模型會偏離現實,所以他每週跟客戶談、看房子、讀原始資料庫。真相優先於感受落成規則:會議是系統的 bug,沒貢獻就中途離場,不表達反對才失禮;Say the Thing 三原則是立刻說、對事不對人、說到被聽見為止;他要同事讀 Orwell 的 Politics and the English Language,禁止「法務決定了 X」的說法,決定的是人不是團隊。縮寫多的公司通常已像新飛行員一度一度偏到整架翻過來。

流程成本:買下的房子沒通電,負責人要填 Salesforce 表單、請示主管、再打給電力公司,牽涉三四位主管;現在人人有公司卡,在 Slack 輸入地址就回傳該打的電話、帳號和卡號。AI 壓縮管理層並放大個人:每個員工都有 AI 外骨骼,效率是同業 3 到 4 倍;上次買到跟上季同樣多房子時 OPEX 是現在兩倍多,今天工程師人數比他上任時還多。他把 Opendoor 定位成做市商:網路資產交易先有發現(Craigslist、eBay)、再有信任(PayPal),最後同時承作兩邊風險的人贏(Amazon)。買賣房子毛利薄,錢來自一階導數:房貸、保險、產權與履約保證,如同 Shopify 軟體賣 1 美元靠服務賺錢、Google 靠廣告賺錢。策略則被高估:Google 的策略和另外 25 家搜尋引擎沒明顯不同,贏在執行;AB test 常淪為管理層不做決定的安全毯。

一句話:你以為的正常只是所在時空的共識,今天的「正常」和蒙田蒐集的怪風俗一樣經不起檢視。

主軸是社會規範的任意性。法國哲學家 Montaigne 蒐集各地的理所當然風俗,寫成清單提醒自己這一切多半是編出來的:右半身留髮、左半身全剃;以白牙為醜而刻意染黑牙齒;父子到一定年紀由兒子殺死父親;葬禮上把遺體搗成泥倒進酒裡當天喝掉;以「新郎有多少朋友睡到新娘」判定婚禮成功與否。Mack 模擬他回到今天會怎麼寫我們:每天 17 茶匙糖、身上 104,755 美元債務、超重 30 磅、每天走不到 4,000 步、一生 90,000 小時在工作中無投入、每天待室內 22.3 小時、坐馬桶多過運動、12 個月沒讀完一本書、每天安靜不到 10 分鐘、一生 20 年看電視或滑社群。1830 年代麻州的 Joseph Parker 因蓄鬍被嘲弄排擠,有人想強行替他剃鬚,他持刀反抗被判傷害罪,拒繳罰金坐牢一年多,墓碑刻著他捍衛蓄鬍的權利。名字同理:Cristiano Ronaldo 以 Ronald Reagan 命名;南美球員 Jimenez Lopez 以 Osama bin Laden 為名,弟弟叫 Saddam Hussein,球衣只敢印 Osama。

City Journal 報導,加州公用事業委員會要求年營收逾 2,500 萬美元的受管制業者向州認證 LGBT 企業採購,比例 2021 年 0.5%、2023 年 1%、2024 年起 1.5%,若全數達標約 6.33 億美元。認證靠文件:LGBT 組織的證明信、報紙曾指認的證據,或三封公司信紙推薦信;不實申報最高處郡監獄一年。一項 Commonwealth Short Story Prize 得獎作被指為 AI 生成,線索在空洞比喻:罕見片語 the patience of a reptile 也出現在《火影忍者》同人小說,swallows a shout 對應同人作品 The Fall of a Phoenix。Mack 的解釋是數量權重:靠看全世界所有人踢球學足球,踢得爛的遠多於好的,學出來就是爛球;語料裡壞文章壓過好文章,模型不會把 Atomic Habits 或 Moby Dick 的權重放到同人網誌的一千萬倍。寫程式強過寫作則因回饋客觀:編譯過不過、按鈕出現沒出現。南韓出現「多巴胺網站」,可無止盡瀏覽外送菜單、加購物車、追外送員,唯一限制是不能下單;「亞洲流行會下傳西方」則不可靠:Facebook 在菲律賓測到極高反應的新功能,搬到別處失靈,最後停掉當地測試。

西班牙養雞農 Juan Pujol 1941 年數度到馬德里的英國大使館求職都被打發走,於是改進德國大使館宣稱痛恨英國、崇拜元首,受訓後再回頭以「納粹最有價值的間諜」向 MI5 兜售自己。他虛構出 27 名不存在的下線,MI5 因他的演技給他代號 Garbo。D-Day 前他讓希特勒與希姆萊相信登陸點在 Calais,德軍把重兵調往該處;他是唯一同時獲希特勒鐵十字與英國 MBE 的人。傳說他 1949 年死於瘧疾,其實是假死,躲進委內瑞拉一家書店,1980 年代才現身。重點不是被拒就硬撐,而是換位思考對方要什麼才會覺得你不可或缺,push 與 pivot 同時做。1976 年葉里溫一輛載約 92 人的無軌電車墜入水庫、沉到水下約 10 公尺,污泥使能見度近乎零。附近訓練的 23 歲 Shavarsh Karapetyan 是蹼泳 17 屆世界冠軍、11 項世界紀錄保持人,他踢破車尾窗,20 分鐘內下潛數十次拉出約 37 人、20 人生還。他曾在全黑水裡誤抓皮椅墊當成小孩,困擾他多年;全身玻璃割傷、併發敗血高燒與雙側肺炎搶救一個多月,運動生涯就此結束,蘇聯當局最初刻意淡化。表彰為陌生人冒死的 Carnegie Medal 設於 1904 年,歷來約 90% 得主是男性。

最後談 hypomnemata:古希臘羅馬人把洞見抄進札記本,每天帶著難題去讀一段。他借此問「你最常忘記、最該認真對待的一課是什麼」。Williamson 的答案是「再多擔憂都改變不了結果」:擔憂上癮是因為有做事的外形卻沒有效果,一如 Alex Hormozi 說最危險的是「只是來認識一下、介紹業務」那種電話;Mack 補上一項統計:廣泛性焦慮症患者寫下的擔憂有 91.6% 從未發生。第二課是「你的預設選擇幾乎都是錯的」:多數預設只是身體訊號、社會規範、阻力最小的路徑或創傷殘留,把判斷外包給群體通常是壞主意。Mack 的答案是 David Ogilvy 那句「你以為在對一支立正的軍隊打廣告,其實是對一支行進中的遊行隊伍」:Henry Ford 曾看牆上廣告版樣看到膩、宣布要換,助理才說那支還沒上線;Mack 自己貼書單貼到第十七次才有人說剛發現。另引 Joe Hudson:互動像雙人舞,連續約七次改用不同方式回應,對方就撐不住原本的模式。

一句話:《奧德賽》是一部關於家長權威消失後秩序如何靠計謀與忍耐重建的故事。

古典學者 Alex Petkas(Cost of Glory 主持人)先定位成書背景:希臘人在西元前八世紀從腓尼基人手上取得字母並加以改良,語言剛能被寫下,兩部被許多人視為史上最偉大的作品就出現了。Homer 的語言與主題在印歐語系的共同源頭找得到對應——梵語史詩《Mahabharata》有可辨識的同型模式,代表這批故事成文前已在口傳中流轉數千年。特洛伊戰爭若真發生約在西元前 1200 年,Homer 是在四百年後想像它,因此該當作「歷史小說」而非純虛構。Homer 被說成盲眼詩人,理由之一是《Odyssey》第八卷裡本來就有一位盲眼吟遊詩人 Demodocus。傳統說法是 Homer 年輕時寫《Iliad》,老年才寫節奏較慢、女性角色遠更深入的《Odyssey》。

全詩 24 卷:前四卷寫 Telemachus,五到八卷寫 Odysseus 從 Calypso 島漂到 Scheria(Phaeacians 的島),九到十二卷是他親口倒敘所有怪物與冒險,十三卷之後是父子在 Ithaca 解決家裡的問題。開場時距特洛伊開戰已二十年,Odysseus 被神女 Calypso 留在島上同床八年;Poseidon 跑去跟衣索比亞人狂歡而分神,Athena 趁機向 Zeus 求情放人。Homer 刻意讓二十歲、從沒見過父親的兒子先出場,是要讀者體感父親缺席時家會爛成什麼樣:108 名來自西希臘各地的貴族求婚者已在他家白吃白喝四年,不向 Penelope 的父親正式提親、不接待客人、餐前從不祭神洗手。Athena 化身男子上門,拿 Agamemnon 的下場點醒 Telemachus:Agamemnon 凱旋返家即被妻子 Clytemnestra 與堂弟 Aegisthus 所殺,兒子 Orestes 多年後潛回 Argos 手刃兩人奪回王位。

Nestor 在 Pylos 補了關鍵細節:Agamemnon 出征前留一位吟遊詩人看顧妻子,Aegisthus 屢次調情不成,最後把詩人擄走放逐荒島,Clytemnestra 才失去道德屏障而淪陷——希臘人真心相信詩人是社會的道德支柱。Telemachus 接著到 Sparta 見 Menelaus 與 Helen,Helen 在他酒裡下藥,服下者即使父母在眼前被殺也不會在意;她自我介紹時用 kunopis(狗臉)這個粗話罵自己,先講出你心裡對她的壞話來卸你的防備,Petkas 認為 Emily Wilson 譯本把這句軟化成「使他們追逐的人」,削弱了力道。Telemachus 婉拒 Menelaus 送的馬:「我的島不是養馬的地方,是養山羊的」,但那是家。

Odysseus 這線的核心是技藝與計謀。Calypso 開出永生加永保青春的條件被他拒絕——他的稱號 polytropos(多轉折)、polymētis(多智)、polytlas(多忍)全建立在漂泊與受苦上,留下等於失去身分。Calypso 只給他斧與鑽,他得自己造船,帶著 Athena(工藝、橄欖樹、文明之神)的技術闖進 Poseidon(風暴、地震、蠻力)的海域。船被打碎後他脫掉華服裸身上岸,像一次死而復生;醒來遇上公主 Nausicaa,靠她指路去抱住王后 Arete 的膝蓋求庇護,最後把國王 Alcinous 一家哄到還不知其名就要把女兒嫁他。Cyclops Polyphemus 那段:獨眼巨人各家自理、視 Zeus 為廢物,是「極端自由意志派」,因不團結而低估詭計。Odysseus 自稱 Outis(沒有人),巨人喊「沒有人在害我」,鄰居回話時否定詞變形成 mētis,聽起來就是「詭計正在殺你」。他報上真名才引來 Poseidon(Polyphemus 之父)的詛咒。Circe 那關靠 Hermes 給的 moly(黑根白花)破解,Homer 描述其 phusis,是「事物有本性」這概念的最早出現之一。冥界一段先來喝血說話的不是英雄而是一群母親,由她們敘述兒子與父兄的功業;Achilles 則說寧可當無地男子的雇工也不願當死者之王,還問起自己的兒子與父親是否被人欺侮。問題因此收束成:什麼才真正永久,名聲還是家族的延續。

返鄉清算靠忍耐與設局。他先向兒子表明身分,再依序是奶媽 Eurycleia 與豬倌,妻子最後才知道。扮成乞丐時求婚者頭目 Antinous 拿腳凳砸他,他判定「冷血的戰士不會拿板凳丟乞丐」,確認對手不是硬角色。夜裡看見十二名與求婚者私通的女僕出門,他對自己說「忍住,我的心,你在 Cyclops 吃掉同伴時忍過更糟的」。Penelope 白天織 Laertes 壽衣、夜裡拆掉的計謀被女僕告發後被迫攤牌,於是設下拉開 Odysseus 硬弓、射穿斧孔的比賽——求婚者一個個拉不開弓,等於當眾承認自己配不上 Odysseus,正好戳中他們最初的模仿性慾望:奪走英雄的妻子就等於取代英雄。武器被 Telemachus 藏起、門被閂上後,四個人對 108 人展開屠殺,求饒的先知 Leiodes 也被殺,十二名女僕遭吊死。結尾是死者親屬集結復仇,Athena 從天而降喝止,Petkas 稱之為最早的 deus ex machina:Zeus 與 Athena 代表的是能終止世仇循環的那種正義,不是永無止盡的以牙還牙。Agamemnon 的鬼魂稱讚 Penelope 那句希臘原文有歧義,可解為榮耀屬於 Penelope,也可解為 Odysseus 的榮耀正因 Penelope 的德行而長存——兩人是作為一個單位取得榮耀。

爭議集中在第一行。Emily Wilson 把 polytropos 譯成 "complicated man",Petkas 認為那聽起來像「這人有很多問題」,但 tropos 指轉折、詭計、能扮演的多重面貌,講的是技藝而非道德曖昧;Homer 對 Odysseus 的價值觀(文明勝過野蠻、秩序勝過混亂)不猶豫,只是不認為他不會犯錯——洩漏姓名、同伴要吃太陽神牛時睡著、對 Sirens 過度好奇都是失誤。Nolan 版全片以 IMAX 拍攝、近三小時,找 Travis Scott 演吟遊詩人,Laestrygonians 被畫成穿板甲的巨人而遭批不符史實。主持人推掉了在紐約與全體卡司分兩場各半小時的圓桌邀約,是八年、1100 集以來第一次把個人身心放在節目前面。Petkas 把 Sirens 讀成當代隱喻:牠們許諾特洛伊的全部內幕與地上一切知識,島前堆著聽到走不開而餓死者的骨頭;他說這正是他離開學術界的原因,多數人對應的版本則是無盡下滑的資訊流,每則都被演算法包裝得像可行動、像重要。主持人引用前情報單位技術專家 Bill Thompson 的觀點:當代資訊操作多半不是要說服你相信某個敘事,而是用資訊把你淹到麻木放棄。長篇敘事的作用因此不只是娛樂,而是讓大腦慢下來、把材料存成多年後仍可取用的框架。

一句話:不甘心是燃料,把一件簡單的事做幾十年,用關係與內在計分表擋住墜落。

「我是個懶惰的工作狂」是 Rick Rubin 對 Founders 主持人 David Senra 說的原話。Rubin 十八、九歲在大學宿舍創立嘻哈廠牌,現年 63 歲仍在做唱片;Senra 讀過他的傳記與《The Creative Act》,以為對方是純粹的熱愛者,結果 Rubin 說「我心裡有一部分不想為任何事現身,我每天都得克服它」,職業生涯前 25 年基本上一週七天、一天 16 小時泡在錄音室。他上癮的不是過程,是「一直失敗、實驗,然後動一個小地方就對了」的那一瞬間。Senra 說 Rubin 的音樂脈絡庫比誰都大:跟 Red Hot Chili Peppers 卡住時,他會搬出 Beatles 三十年前的手法,或隨手抽一本書翻到隨機一頁念一段,讓對方接著聊下去。

第二個模式是創投家 Josh Wolfe 的「chips on shoulders put chips in pockets」(肩上的怨氣會變成口袋裡的籌碼)。範例是 AppLovin 創辦人 Adam:市值約 1,700 億美元、今年預計產出約 60 億美元現金、只有 400 名員工。他專找有東西要證明的人,不收一路順遂的名校履歷。二號人物 Raph 高中輟學,17 歲被趕出家門開始替他工作、睡在辦公室裡自己搭的上下鋪,如今三十出頭是第二大股東,持股值五、六十億美元。Adam 創業時願意用 25% 股權換 100 萬美元(等於自估 400 萬),被全世界頂級 VC 全數拒絕、對方轉頭投競爭者,於是「把那些人擠出市場」成了公司目標;15 年後上市,市值最高約 2,200 億。Kanye West 的紀錄片是同一模式:還住 Newark 破公寓、扛 beats 到紐約兜售時,他邊走去搭地鐵邊練葛萊美感言,當時一首單曲都沒有——「belief comes before ability」。Shia LaBeouf 的做法則是說服自己「我對我人生的看法是唯一重要的看法」,把提供反證的人全部剔除。Senra 的版本是他的古巴祖父:38 歲、不識英文、當屠夫兼在製鞋廠上班,Castro 上台後判斷得立刻帶全家離開古巴,到美國重建生活。

輸入什麼決定你變成誰(原句出自饒舌歌手 NF)。Shopify 創辦人 Tobi Lütke 是最極端的例子:他在太太娘家的童年臥室用一台筆電起家、靠岳家接濟,如今公司市值約 2,000 億美元;他曾每天花十分鐘、連續寫「我熱愛公開演說」一百遍,直到能站上台面對數千名員工。Senra 不讀新聞,理由來自 Joseph Pulitzer 的傳記:匈牙利移民,17 歲時父親與八個手足中的七人已病故,靠美國富商招募歐洲男丁參戰換船票到美國,後來擁有全世界最成功的報紙,也被視為黃色新聞的發明者——他說今天打開 X 或 Instagram 看到的就是同一套。

第三組模式來自 Charlie Munger 的「找一個簡單的想法,然後認真對待它」——他花六、七十年研究極端商業成功,結論是致勝系統往往把一兩個變數推到極端。Raising Cane's 的 Todd Graves 是示範:他想對雞柳條做 In-N-Out 對漢堡做過的事,菜單 30 年沒變,只有雞柳條、涼拌菜絲、德州吐司、薯條,23 歲在 Baton Rouge 開第一家店,如今 53 歲、915 家店全部直營沒有加盟,第 30 年是成長最快的一年;名片印著「fry cook, cashier, CEO」,他仍親自炸雞遞餐,持股超過九成、估值至少 200 億美元,拒絕過多次數十億收購。James Dyson 同理:78 歲、100% 持股,5,126 個失敗原型之後第 5,127 個成功;有人出價收購,他回的大意是「這是傳家寶」,Senra 的朋友估若賣可值 600 至 800 億美元。Senra 讀過約 425 本傳記,若只推薦一本就是 Dyson 的《Against the Odds》,寫的是三、四十歲連續失敗十幾年、哭著睡著的他。Dyson 的組織原則只有一句:拿起一個產品、想怎麼變好、放下,重複做了 45 年。時程沒標準答案:Kobe Bryant 13 歲就找到,Henry Leland 60 歲才創 Cadillac、70 歲創 Lincoln,Senra 自己 32 歲才找到路,又過五年半才付得起帳單。

聽得進話是另一條分界。Michael Jordan 說「成功的人會聽,不聽的人撐不久」,出自 Roland Lazenby 那本 700 頁的傳記。Pixar 的 Ed Catmull 與 Steve Jobs 共事 24 年,Pixar 上市十年後被 Disney 以 76 億美元買下;Jobs 曾開除兩名董事,理由是「他們從來不反對我,所以沒有為公司增加價值」。Munger 說服人時會先把最強的反方論點講一遍再反駁;他另一句是「智慧是預防」:三十多歲時同時經歷離婚與九歲兒子罹患當時無藥可治的白血病,離開醫院後在 Pasadena 街頭痛哭,結論不是解決問題而是不讓問題發生——找四五個高品質的人一起過一輩子,找到好工作就待著別跳。Daniel Ek 給 Senra 的建議只有一句「遠離馬戲團」。Tim Urban 寫 Elon 的文章提出「Grand Theft Life」:把自己當遊戲角色從外部操作;Tobi Lütke 的版本是「我沒有創辦 Shopify,我剛從舊經營層手上搶下它,現在來看有什麼要改」;George 的問法是「留鬍子的邪惡版本的你會怎麼打敗你」,主持人 Chris Williamson 的答案是決策門檻太高太慢,Senra 的答案是分心。

最後是成功之後怎麼不墜。Jimmy Iovine 從錄音師做到唱片高層,最後把公司以 30 億美元賣給 Apple,他說毀掉人的東西分四類:毒品、酒精、megalomania、女人。megalomania 的機制是:每晚八萬人喊你的名字之後還要回家倒垃圾,一旦以為成就來自「你這個人」而非你投入的工作,作品就會反映出來。UFC 是在近乎破產時以 200 萬美元買下、再投入 4,000 萬、連虧七年,Dana White 第一次看到帳上要賺 100 萬時,覺得這樣就能永遠做下去;他辦公室牆上掛著「May God have mercy on my enemies」,每年見上百場甚至兩百場創業者。Conor McGregor 說「If you go to sleep on a win, you'll wake up with a loss」,而他自己是最大反例。Eminem 1999 年說他不是為錢來的、是為 respect,就算有一兆美元但掉下去也會是世上最慘的人。Michael Dell、Daniel Ek、Todd Graves 的共同說法是:驅動力不是愛成功,是怕失敗。Senra 用內部計分表:他不知道自己有多少下載量,用的是 Steve Jobs 的定義——我有沒有做出讓自己驕傲的東西;哪天把 30 小時的讀書準備縮成 6 小時,那才叫失敗。他 14 歲的女兒跟他去見 Mr. Beast 與 Todd Graves,對方告訴她「妳爸的作品對我很重要」。Jeff Bezos 那句「我們想做出能講給孫子聽的東西,這種事本來就不該容易」是同一件事。反面是《The Biggest Loser》第八季冠軍 Danny 與 Lewis Capaldi:才華夠,缺的是承受成功副作用的體質。

一句話:脊椎按摩師把電鋸改成按摩槍，八年後滾成 Therabody。

2007 年 Wersland 在洛杉磯車陣鑽車，被送貨卡車擋住視線，頭部撞上一台切出的車、飛過車頂摔落 110 與 10 交流道的高速公路，昏迷數分鐘、安全帽撞裂。他當時是脊椎按摩師(chiropractor)，回自己診所才發現能提供的療法都只能暫時止痛。他坐在振動牽引床上，把痛的手臂靠上去，疼痛瞬間消失約 30 秒又回來——他意識到神經系統會「適應」(accommodation)，就像皮膚習慣手錶、瞳孔適應光線，持續接觸的振動很快被大腦忽略。於是他想：如果有個東西來回敲打、不持續接觸，身體就不會適應。2008 年 2 月他在車庫用 Makita 線鋸做出第一支。

敲擊療法(percussive therapy)本身 1950 年代就有，早年用在囊狀纖維化的孩童身上——護士拱手拍打肋骨幫他們咳出黏液。第一個病患是一場巴士對撞的公車司機，只有 12 次療程預算、傷勢和他幾乎同段頸椎。他把裝在 Ralph's 紙袋裡的 Makita 線鋸拿出來治療，病患一句「這東西救了我的命，你也救了你自己，你得為它做點什麼」讓他下定決心。2009 年他打電話給長堤的 Kawasaki，線鋸一支約 19.99 美元，但開帳號要 2,500 美元信用卡擔保，他當時破產，借哥哥的卡買了 250 支線鋸寄到家，再去 Home Depot 買螺栓、Toys R Us 買泡棉球自己組。一開始一天只賣一支給同行，但街對面 Unbreakable Performance 的運動員一次搬四支。

「Theragun」這名字(字尾 Z)來自第一個合夥人。現任之前他換過三個合夥人，包括一個在中國有工廠、後來不老實的女子，每次都得把公司買回來；兩個 NFL 球員有錢卻沒有規模化的結構。做了八年後他遇到種子投資人 Ben Nazarian(家族擁有 Qualcomm)。眾人要他做 pitch deck，他花了好幾個月，最後選擇在比佛利山 Rolex 大樓直接幫 Ben 做治療，對方一句「我最愛深層組織按摩」破冰；隔天週六早上 8 點到週日凌晨 3 點，兩人把整套商業計畫寫滿整面牆，並決定由他當品牌門面、把車禍故事講出來。後來 Theragun 要改名成 Therabody，他們花了超過 40 萬美元請代理商都不滿意，Ben 乾脆鎖上門叫披薩、關在房裡自己人命名。

產品核心三要素：頻率(40 赫茲、每秒 40 下)、振幅(約半英吋)、扭力，並要能單指平衡好讓按摩師省力。三角造型是設計專利；頻率一度卡關，因為專利局曾給某人 30 到 120 赫茲的範圍，那專利 2009 年到期才放行。仿冒嚴重：Alibaba 量產、TJ Maxx 賣 19.99 美元、Samsung 與 HomeMedics 都做過，Amazon 某幾週有 500 個轉賣者；他們靠配件專利反收權利金(以色列一家賣太多而付費)。行銷靠夥伴傳遞「訊息」而非品牌：C 羅、投資人 Aaron Rogers、Red Bull Racing；曼聯裝備管理員(kit man)髖部痛用槍後像年輕十歲，他們就把這故事拍成內容。他妻子做公關，坐在記者旁教他們什麼是敲擊療法。垂直整合後陸續做滾筒(Equinox 要求)、收購恢復靴、手掌降溫裝置(冷卻手掌→冷卻血液)。專利建議：把點子寄 email 給自己留下日期。哥哥 2018 年溺水過世；結尾他談 ikigai——做難的事、找到興趣與擅長與世界所需與賺錢的交集。

一句話:描述性資料學不出因果，Xaira 自建七場全基因組 perturb-seq 來訓練 X-Cell。

Xaira Therapeutics 以 10 億美元規模成立，同時推三個 AI 平台：共同創辦人 David Baker（UW）團隊帶出的蛋白質設計、virtual cell，以及剛起步的 patient representation 模型。Bo Wang 是 SVP 暨 Head of Biomedical AI，八個月前從多倫多大學副教授轉進；Xi Chu 是 SVP of AI-enabled Discovery，公司隱身期就加入，先前在 Insitro、更早在 Google X 分拆的 Verily。兩人把瓶頸歸到資料：蛋白質設計能跑出 AlphaFold，是因為社群花 70 年把結構存進 PDB；細胞生物學沒有對等資料。Cell x Gene 起步時彙整 3,300 萬個細胞，但那是健康捐贈者的觀察性資料，訓出的模型擅長跨批次校正、細胞分型這類描述任務，在擾動與反事實任務上贏不過線性模型。Xi Chu 說明原因：同一組相關性能塞進 N 種因果結構——A、B、C 同起同落，可解釋成 A 調控 B、C，也可解釋成 B 調控 A、C。

於是他們自造因果資料，方法是 perturb-seq：把 CRISPR-Cas9 的 pooled 擾動與單細胞 RNA-seq 疊成二維資料集。guide RNA 被設計去基因的 promoter 段，帶 Cas9 與沉默效應蛋白把該基因關掉，guide RNA 本身就是可定序讀出的條碼，因此一鍋混合實驗就能做到每個細胞敲掉一個基因、橫跨全部約 20,000 個基因且無盤對盤批次效應；讀出端一次量測同一細胞裡全部基因的表現量（人類細胞任一時刻約只有 4,000 到 5,000 個基因活躍）。難處在工程：學界方法都是小規模處理活細胞，拉到全基因組尺度得在 14 小時工作日裡處理數億個細胞；團隊改用化學固定在開頭鎖住細胞狀態，讓流程能時間錯開執行。第一批公開資料集 X-Atlas/Orion 來自兩株細胞株（大腸直腸癌、造血系）；新的 Pisces 涵蓋 16 種生物脈絡、經最嚴品管後留下 2,500 萬個細胞，其中一場把 iPSC 在單一實驗裡分化成 10 種細胞型再做全基因組擾動，等於 10,000 乘以 10 的庫對庫實驗。

X-Cell 是 49 億參數的 decoder-only 模型，從 scGPT 那種自迴歸訓練換成 diffusion language model。理由是基因表現量是矩陣不是句子、沒有內在順序，自迴歸得硬假設排序；擴散像編輯而非打字，先生成粗糙輪廓再反覆修飾，論文顯示擴散步數越多損失越低。第二項改動是一次用 cross-attention 接進五類先驗：語言模型問出的基因文獻描述（GenePT）、PPI 網路、DepMap 癌症必需基因、形態資訊、scGPT 細胞型嵌入。消融後貢獻排序是資料品質與規模最大、架構次之、先驗最小。泛化驗證三組：只用靜止態 T 細胞訓練去預測未見過的活化 T 細胞，抓到 TCR complex 的已知生物學與新候選失活因子，而線性基準（把靜止態擾動差值平移到活化態）失效；iPSC 實驗刻意留一種細胞型不訓練，模型仍在數千基因與擾動上預測準確；只在 T 細胞株上訓練的模型，也能預測 Alex Marson 實驗室剛發表、來自多位捐贈者原代 T 細胞的 perturb-seq。

兩人也回應「基礎模型打不贏線性基準」的質疑。Bo Wang 指出那些基準跑在 Replogle 這類小資料集、多以 MAE 為指標，而單細胞資料極度稀疏，取所有細胞的平均輪廓就是壓低 MAE 的局部最佳解，其 MAE 甚至低於技術重複。X-Cell 改看 Pearson Delta，比對預測的變化量與真實變化，難以靠取平均作弊。七場全基因組擾動放在一起後也浮現：一部分擾動是脈絡通用的（家事基因），另一部分高度脈絡依賴，例如神經分化相關基因只在 iPSC 實驗裡亮起來。動機面：90% 疾病無藥可醫、第三期臨床成功率 5% 到 10%。談學界處境，Bo Wang 說資源差距讓學生見教授第一句變成「你有幾張 GPU」，但 CRISPR、scRNA-seq 與 perturb-seq（Jonathan Weissman、Aviv Regev 等實驗室）都是學界先做、業界再規模化。問到想解掉的瓶頸，Xi Chu 要與基因體同尺度的高通量蛋白質量測，Bo Wang 要能對同一批細胞不同時間點重複定序——現在定序必須殺死細胞，資料都是靜態的。

一句話:Poolside 靠模型工廠 8 週產一個模型，押注開源與 AGI。

Poolside 創辦人 Eiso Kant 說他入行是因為 2015 年 Andrej Karpathy 那篇〈The Unreasonable Effectiveness of Recurrent Neural Networks〉。他讀完隔夜把創業題目轉去做 RNN、LSTM，開了完全開源的 source{d}，用機器學習寫程式碼，做了四到五年到 2019 年底。這是他口中生涯最大失敗：燒掉投資人 1,200 萬美元、40 人團隊。之後兩年他沒再碰語言模型，ChatGPT 出來像是一種平反。三年多前創 Poolside 時押兩個當時非共識的賭注：一是這技術會持續複利成長(當時多數人還在爭論模型是不是「隨機鸚鵡」)，二是強化學習(RL)會是 LLM 能力最大驅動力——三年前 OpenAI、Google、Anthropic 都不這麼認為。今年初他和共同創辦人 Jason 重拾開源議題，理由是「我寧願活在有 100 家基礎模型公司的世界，而不是 5 家，即使我是那 5 家之一」。他也澄清 Poolside 從第一天就是美國公司(不是法國)，刻意不在灣區招研究員，改從美國中部、西雅圖、塞爾維亞、台灣、新加坡找人，全遠端、在巴黎與倫敦設辦公室。

他把「模型工廠」講成核心。Poolside 主張建模型 90% 是工程。三年前業界還是 bash 腳本、slurm、拼湊的資料管線；他們把從原始資料、清洗、訓練、後訓練到 RL 的整條流程當成工業化產線，一開始幾個元件、如今數千個，metric 是「一個點子從研究員到可信實驗結果、再進下一次訓練」的速度。團隊不到 70 名研究員、另約 35 名工程師，每月跑一到兩萬次實驗。成果是 Laguna XS2 從開始預訓練到上線 5 週、這次的 Laguna S 是 8 週，更大的 Laguna M 昨天才開訓。他舉的關鍵設計包括：把資料「串流」進訓練(just-in-time)，不再打包、複製、散佈到叢集，還有一個叫 Blender 的服務用設定檔決定「這次 20% 這來源、10% 那來源、重複幾個 epoch」；底層資料層不可變(immutable)、程式碼永遠版本化，因此可完美重現兩年前的訓練。另一項是 automixer：訓 8 個小模型、放大、自動挑預訓練資料集。他也提到早年一個 optimizer bug——Adam 分母裡的 epsilon，當時照 llama 論文把它調很高，五人團隊卡了三週，解掉後就不必再灌高 epsilon，這讓他們相信「從零自己搞懂能建立更好的直覺」。

Laguna S 本身：1,180 億總參數、80 億 active(非常稀疏)，是 XS 架構的放大，滑動窗口對全域注意力 3:1，能塞進 DGX Spark、在 Spark 上跑 30 到 40 tokens/秒，用 FP8 訓練，8 週完成，整年幾乎零 on-call(只有開訓前 6 小時偶爾設定出錯)。它能獨立解 Erdős 397、能在不連網、不用外部函式庫的情況下靠 WLAN API 寫出 Mac 的 Wi-Fi 掃描器。應用研究共同負責人 Peng 在 7 月 5 日寫給他一句話，讓他印象深刻：Laguna S 的進步不是來自更多智慧，而是不同的「行為」——更多驗證、不把事情視為理所當然、不提早宣布勝利、更有毅力，這些比原始智慧更能預測成功。Eiso 說他過去 10 天每天花 8 到 10 小時用這模型、11 小時的飛機上讀了 10 小時的軌跡。他由此推出一個論點：知識工作(佔全球經濟約 25%、約 25 兆美元)靠的其實是毅力而非把不同領域的點子湊在一起(那是愛因斯坦式的智慧)；因此模型有一個「最佳大小」，知識工作的投報率峰值也許落在 1 兆、5 兆、10 兆參數，不必再大兩三個數量級——這是開源能贏、模型會商品化的論據。他強調這不是反對放大，Laguna S 全部行為來自後訓練，預訓練還沒做完。

在技術路線上他丟出幾個尖銳看法。他認為 RL 會愈來愈早進到預訓練(deepseek zero 論文一年半前就有徵兆)；「mid-training」其實只是預訓練的第二階段、一種笨的課程安排，之所以存在部分是組織因素(有了 mid-training 團隊)。他點名業界的兩種「毒品」：蒸餾與環境(environments)，但質疑通往 AGI 是否真要靠無止盡堆環境。他公開說「我認為 MCP 和工具很蠢」(雖然 Poolside 全都支援、這也是第一個做並行工具呼叫的模型)：與其在系統提示塞 50 個工具，不如給模型一台裝好 binary 的虛擬機、一個可寫記憶的資料夾，讓它直接寫程式碼、用 if 和 for loop 操作系統；他預測 12 個月內不會再看到塞 20 到 40 個工具的系統提示。他們的 harness 極簡、約 6 個工具(shell、shell kill、shell wait、write、fetch web、bash)，靠少量「多 harness polishing」讓模型在 open code、kilo code、Cline 等外部 harness 也能用。硬體上他們是「1 萬張 H200」規模、在 Hopper 上訓練、將轉向 Blackwell，看好 NVFP4 與 ternary 等低精度；他最大的 wall-clock 瓶頸是 RL 時間(RL 受 batch size 限制、無法無限加 GPU)，因此期待把推理界的 prefill/decode 拆到不同晶片(如 Groq LPU 加 GPU)搬到 RL。

其他重點：Poolside 從第一天就把目標定為「coding AGI」，認為長時程軟體任務會逼你解掉最難的問題；模型目前沒有視覺理解(下一步)、短期不碰音訊，都是為了聚焦。公司名由來很曲折——原想叫 Snowball Apps(雪球效應)但撞 Amazon 商標，共同創辦人下一個提議是 Bedrock(也是 Amazon)，Snow Labs 也被註冊；在某大科技公司年會上談一筆 OpenAI/Microsoft 式的算力交易時，對方首席科學家說「這裡有人聽得到，我們去餐廳 poolside 談吧」，名字就這麼留下，那筆交易最後沒成，成了「永不把野心往下砍」的提醒。約一年半前他們募了 5 億美元一輪(他提到 Anthropic 當年募 5 億也很吃力)。他認為在算力分配上 Nvidia 比美國政府更有權力，下面才是 TSMC。招聘方面：不到 70 人建出這個模型、不到 150 名工程師與研究員，正在招應用研究與工程的每個職位；他看重的特質是 agency(能動性)，並說創新來自約束——他們外購資料很少，反而被逼著在別的軸線變強。

一句話:DoorDash 用自然語言介面拉高新客與客單，並自建外送機器人 DOT 攻自主配送。

DoorDash 兩年前押注語音介面失敗，改做自然語言的 Ask DoorDash。成效：餐廳端有 50% 的使用軌跡是向從沒點過的店家下單，這是 DoorDash 歷來最難推動的指標；生鮮雜貨端平均購物籃大 40%，使用者會拍冰箱照片請它補貨或做飲食規劃。系統還接入模型知識截止點以外的「世界知識」（網路上正在流行什麼），提高信任度。Andy Fang 觀察 Google 搜尋字串越來越長，代表人願意像跟真人講話一樣跟 app 溝通；他也指出網路上 agent 流量已超過人類流量。上週推出 DoorDash CLI，有人把辦公室 pantry 架上裝攝影機，架子空了就自動觸發補貨。

機器人這條線 Stanley Tang 從 2018 就開始，最初只是他加半個工程師的 skunkworks。DoorDash 起點是 Stanford 宿舍實驗，一個網站、8 份 PDF 菜單加一支 Google Voice 號碼，至今 13 年。前幾年他們與 sidewalk robot 到 robotaxi 各家業者合作，學到三件事：自主是「何時」而非「會不會」、要搭一整套 Autonomous Delivery Platform、必須從使用案例反推。DoorDash 平均一趟 3 到 5 英里、扣掉備餐約 15 分鐘：2-3 mph 的人行道機器人太慢，4000 磅 robotaxi 又過度。於是自建 DOT，重 300 磅、時速上看 20 mph、車體是汽車的十分之一，能走人行道、自行車道與馬路，在 Phoenix/Tempe 已跑 L4 全自動近兩年。難點是「頭尾 100 英尺」——GPS 定位點找不到確切門口，但 DoorDash 有 100 億筆送貨資料知道人類 Dasher 實際放在哪。規模化的真實坑：開機用 Jenkins script 要 30-45 分鐘、乘上 500 台就爆掉；急煞時 regen 煞車電流會反灌電池。硬體反而成新瓶頸，因此與 Rivian 分拆的微移動公司 Also（RJ 任董事長）合作量產。

內部 AI 上，去年併購 Metis 注入 AI native 思維，推出 Dashbench 評測編碼任務。六月的 AI 花費比一月暴增 20 倍、現已持平，做法是把便宜任務下放到 open weight 模型。他們發現實際企業資料一進來、模型表現就不如「乾淨版」測試。Stanley 的預測反直覺：十年後 Dasher 會更多不是更少，因為業務以每年 25% 成長、9 百萬 Dasher 的供給撐不住，未來是人力＋DOT＋無人機的多模態車隊。

一句話:Kareem Amin 從「完整而非匱乏」出發，靠承諾單一用例與造品類把 Clay 做起來。

Clay 創辦人 Kareem Amin 是「哲學家型 CEO」。他主張不要從匱乏（chip on shoulder、要證明什麼）出發，那會沿路造成傷害；他選擇從「完整」創造——不需證明什麼、已被愛，把經營當成遊戲。他說自己最高承諾是「面對現實」，這對創業者有用；也提醒「人生本身就是回饋」，不必靠他給。多數創辦人活在未來、焦慮，他把想像未來比喻成「加速走向死亡」的佛洛伊德式死亡願望：一次十天的靜默 retreat 到第七天，他發現自己只想著回家講心得、完全離開當下，於是練習珍惜「無聊」，因為無聊代表你人在此刻。他認為活在當下讓決策更不匆忙、更清楚。

Clay 是「七年一夜成功」：他在沙漠裡走了約五年。拆開看其實是兩年打造、兩年困惑，接著重建、承諾，成果幾乎立刻出現，只是外界要時間才聽說。困惑源於野心太大——他和共同創辦人 Nikolai 一直想做「最大的事」，市場一變又覺得能做更大，於是不斷改題目。轉折是他決定「不追最大，只做眼前能做的並承諾到底」。承諾意味著停止聽所有人，包括當時想要錯東西的顧客——早期若聽錯的人，會把小點子扼殺掉。他們最後選的用例是 go-to-market，並押注「power and flexibility 勝過 simplicity」（因為對象是技術型使用者），走 PLG、用量計價而非席次、不自己擁有資料而做 data marketplace——全與市場共識相反。人人抄的 waterfall enrichment 就是他們的做法。

造品類上，他把自家客戶協作團隊命名為「go-to-market engineer」（早期投資人 Mike Rol 建議「要擁有一個 title」），讓已在做這件事的 agency 覺得酷、放上 LinkedIn 而自然擴散——這與 HubSpot 當年高調寫書、辦研討會推「inbound marketing」相反，Clay 刻意躲在背景、不搶功、讓市場自行長大。他們用同心圓推進：先找需要生意的 agency，賦能他們成功，有人甚至辭職開「Clayency」；全球有超過 80 個 Clay Club。定價改版是一次「被市場揍臉」：他們把 credits 拆成 compute 與 data 兩軸並調降價格，情緒分析顯示約 70% 中性、負面者多半有自身利益，數字上沒受影響。關鍵是那份公告「逐字」照搬內部會議說法——他強調透明「等於」信任，但前提是對到正確的人與通路。

日常運作，他自稱「momentum detective」：不是往最熱的地方湊，而是去動能開始流失的環節加點潤滑。他舉「go-to-market alpha」「go-to-market infrastructure to grow in ways your competitors can't」等一句話概念如何點燃團隊動能。管理上很反常規：沒有 exec team 週會，改「just-in-time 決策、隨時 call 我」；曾一路帶到 60-70 人的工程團隊、直到去年九月才有工程主管；已刪掉一對一，只保留與業務主管等「公司最高優先」的對談。他也談信任圈小、太寬容到最後爆發的問題，甚至曾在某人做錯事後幫他加薪（因為問題出在結構與待遇），那人現在是公司頂尖戰力。主持人（HubSpot 出身、曾訪 Jack Dorsey）收尾三個帶走點：做你自己（別人都有人做了）、多活在當下、devotion 勝過 discipline——規模化新創需要員工真正的投入，牆上的價值標語必須說到做到。

一句話:SpaceX 靠 Elon 崇拜與投行利益衝突撐起兆元估值,基本面卻在崩。

主持人 Ed Zitron 與 Prof G 的 Ed Elson 拆解 SpaceX IPO。原定約 2 兆美元估值、後降至約 1.75 兆,超過營收的 100 倍。公司去年虧損 50 億美元,今年第一季再虧超過 40 億;第一季營收只成長 15%,虧損卻擴大 700%。Elson 事前預測首日暴漲 25%(IPO 被華爾街做局)、之後腰斬,目前已從高點跌 45%。掛牌價 135 美元、一度衝破 200、現約 121.9。招股書宣稱掌握「人類史上最大可觸及市場」28.5 兆美元(大於歐洲或中國 GDP),其中 26 兆來自 AI——把 AI 資料中心送上軌道環繞地球。公司使命寫成「將意識之光延伸到群星」,被 Elson 解讀為星際旅行的空話。德意志銀行稱其為「文明野心的頂點」「扭轉歷史弧線」。

Elson 指出投行力挺的動機是承銷費:這是史上最大 IPO 之一,SpaceX 未來還要再融資約 2000 億美元(債券已在崩跌),等於數百億美元的潛在收入,投行有受託義務去爭取。他回顧網路泡沫時 Merrill Lynch 分析師 Henry Blodget(後創辦 Business Insider)公開喊買、私下罵這些公司是垃圾,催生 2003 年「全球研究分析師和解協議」隔開投行部與研究部;但該協議已在 2025 年 12 月 12 日被 SEC 廢除。承銷投行的目標價一致喊買:高盛 25 美元(2.7 兆市值)、摩根大通 3 兆、摩根士丹利 4 兆、Raymond James 喊 10.5 兆(等於 542 倍營收、比 Meta 加微軟還高)。Raymond James 預估營收從去年 190 億暴增到 2035 年的 5.2 兆;高盛稱 2030 年營收翻 100 倍。唯一喊賣的是沒有承銷利益的 Morningstar 分析師 Nicholas Owens。

兩人延伸到監理崩壞:SEC 執法主管 Margaret Ryan 追查川普家族內線交易後被消失,反壟斷的 Gail Slater 同樣被逼走;川普去年靠加密貨幣賺逾 5 億美元、超過 Coinbase,還停止在 1 美元硬幣印自己的臉(對比海珊、格達費、佛朗哥)。他們批評財經媒體只看股價、把壟斷當利多,對 AI 泡沫失職;高盛報告顯示對沖基金正以其科技類覆蓋史上最高的速度撤出。Elson 預言 OpenAI 恐內爆並被微軟吸收、Anthropic 在 Google 與 Amazon 間流轉,而所有「權威」最終只取決於股價漲跌。

一句話:蘋果控 OpenAI 竊硬體機密,真正戰場是消費市場與 AI 的無授權掠奪。

主持人 Nilay Patel 與 The Verge 資深 AI 記者 Hayden Field 解析蘋果對 OpenAI 的商業機密訴訟。蘋果指控多名前員工到 OpenAI 後,在面試中套取蘋果機密、要求受訪者把硬體零件帶出蘋果辦公室做「展示」,並下載伺服器上與硬體製造相關的檔案;訴狀引述一則訊息「LOL 我居然能存取這個好好笑」。OpenAI 否認且尚未提出答辯。案件核心人物是 OpenAI 硬體長 Tang Tan——在蘋果任職 24 年、曾任 Apple Watch VP,2024 年離開加入 Jony Ive 的硬體公司 IO;彭博 Mark Gurman 稱他做事「打帶跑」,被指是套取機密的主謀。OpenAI 曾以逾 65 億美元收購 IO。值得注意的是 Jony Ive 沒有被列入訴狀,Field 推測是他懂得讓別人替他做髒活、掩蓋痕跡。

Patel 回顧蘋果的訴訟史:1990 年代以著作權告微軟(Mac 與 Windows 觀感),2000 至 2010 年代以專利告三星、三星賠約 10 億美元——但 Windows 與 Android 至今都活著,蘋果從未真正靠智財訴訟擋下對手。關鍵問題是 OpenAI 能否像微軟、三星那樣「付錢了事」;但 OpenAI 正燒錢、逼近 IPO、高層頻繁流動,承受不起這種分心。蘋果則被形容為出了名纏鬥的訴訟方,錢多、願意打到底,是否和解「取決於他們有多氣」。兩人也點出這是蘋果 AI 落後、想拖慢對手的一手,但因訴訟聚焦硬體(蘋果最強項)而非 Siri,削弱了「純粹因落後才提告」的說法。

更大的脈絡是消費市場。Ive 與 Sam Altman 拍的影片把手機和筆電稱為「傳統裝置」,被大量做成迷因;OpenAI 傳出正開發五款硬體、首發是無螢幕智慧喇叭。Field 質疑一款都難成、五款更荒謬,且 AI 幻覺未解——她查地址時 6 成全錯。OpenAI 已收掉 Sora、Atlas 與情色功能,轉攻企業與程式碼;9 億免費 ChatGPT 用戶只反映 Google 搜尋變爛,而非文化認同,畢業典禮上學生噓 AI、鎮民會議反對資料中心。整個 AI 產業建立在未授權的資料掠奪上(Suno 遭駭揭露盜抓 YouTube 音樂),如今蘋果反控 OpenAI 掠奪硬體機密,雙方都顯得諷刺。Anthropic 已先遞交 S-1,OpenAI 的 IPO 恐延到明年初;總裁 Greg Brockman 幾乎獨撐公司,AGI 主管 Simo 因健康離開。