🎙️ 44 個國外創業/財經頻道 最新一集精粹

一句話:動畫飛輪與 ESPN 現金流撐起 Disney 四十年,如今近六成營業利益來自樂園。

1983 年 Disney 股價從 82 美元掉到 52 美元,拆開賣比繼續經營值錢。1984 年樂園與消費商品貢獻 2.5 億美元利潤,電影與電視合計只有 200 萬。為擋掉狙擊者,管理層大量增發新股給德州 Bass 家族與其投資經理人 Richard Rainwater,讓對方持股約 25% 成為最大股東。1984 年 9 月 7 日,Roy E. Disney 與 Stanley Gold 逼退執行長 Ron Miller,14 天內談定退休的 Warner Brothers 總裁 Frank Wells 與剛離開 Paramount 的 Michael Eisner;Eisner 堅持自己是董事長、Wells 是總裁,兩人各自直接對董事會負責。Eisner 把 Jeffrey Katzenberg 一起帶進來,搬來 Paramount 的 singles and doubles 路線:壓低成本、不追 A 咖,賭劇本與 high concept。他刻意外流的備忘錄寫著:我們沒有義務做藝術或做歷史,但要賺錢往往必須做出藝術。前 33 部片有 27 部獲利,八年 75 部片由外部融資夥伴出資。現金面最關鍵的一步是調價:Walt 過世後票價幾乎沒動過,停車費還停在 1 美元,漲價後幾乎全額落進營業利益。

新團隊上任第一件事,是把動畫部門趕出 Burbank 片廠、流放到 Glendale 的老舊建物。1971 到 1984 年動畫只出過三部長片,《The Black Cauldron》開發近十年。同一時期,Walt 用遺產捐建的 CalArts A113 教室裡坐著日後 Disney 與 Pixar 的核心人物,他們畢業後多半被 Disney 錄用、又被資遣。轉折來自把卡通改造成百老匯式音樂劇:Katzenberg 找來 Howard Ashman 與他在 Little Shop of Horrors 的作曲搭檔。Ashman 的公式是「每齣好音樂劇的第三首歌,女主角會坐下來對世界唱出她要什麼」,《The Little Mermaid》的 Part of Your World 就是這樣長出來的。1989 年該片票房輸給《When Harry Met Sally》,真正引爆是 1990 年的 VHS。接著《Beauty and the Beast》2,500 萬預算做到 3.3 億票房、《Aladdin》2,800 萬做到 5 億、1994 年《The Lion King》4,500 萬做到 7.5 億,是手繪動畫史上最賣座的一部。成本壓得住,是因為 1990 年起投入 1,000 萬美元開發 CAPS,取消上墨與上色工序、用軟體模擬層數不限的多平面攝影機——《Little Mermaid》只有三個多平面鏡頭,《Lion King》有數百個;《Beauty and the Beast》的舞會場景背景由 Pixar 軟體算出 3D,是 Disney 首次在片中用 3D。

Eisner 團隊在飛輪上加了三個新延伸。一是家庭錄影帶:1985 年說服 Disney 家族同意把《Pinocchio》發行 VHS,限量 170 萬捲、29.95 美元,5,000 萬美元瞬間賣光;隔年《Cinderella》重映收 3,400 萬票房再加 600 萬捲,合計 2 億美元,每捲估計淨賺 17 到 20 美元。《Aladdin》1993 年賣掉 3,000 萬捲(9 億美元),《The Lion King》1995 年 3,200 萬捲,是史上最暢銷 VHS。二是全美超過 750 家 Disney Store。三是百老匯:《The Lion King》音樂劇連演 30 年,含巡演累計超過 110 億美元,平均一年 3.5 億,相當於每年多一部賣座電影。樂園則改造成度假村:Grand Floridian、Swan、Dolphin、Old Key West 分時度假、Hollywood Studios、Animal Kingdom,把「和週末看球賽競爭」變成「和歐洲五日遊競爭」。Euro Disney 砸 40 億美元虧了多年,後改名 Disneyland Paris。1984 到 1994 年,營業利益從不到 3 億做到接近 20 億,市值 220 億,超越 Time Warner、Viacom 與 Fox。

1994 年三記重擊。復活節當天 Frank Wells 直升機失事身亡;三個月後 Eisner 在 Sun Valley 會議胸痛,緊急做四條血管繞道手術;接著 Katzenberg 因未能升任總裁而離職,索討獎金的訴訟多年後以約 2.8 億美元和解,他與 Steven Spielberg、David Geffen 創辦 DreamWorks,動畫部門設在 Glendale 就近挖角。Howard Ashman 已於數年前病逝。1993 年 FCC 廢除禁止電視網自製節目的 fin-syn 規則,1995 年 Eisner 在 Sun Valley 談成以 190 億美元收購 Capital Cities/ABC,當時史上第二大併購,僅次於 RJR Nabisco;真正要說服的是最大股東 Warren Buffett 與 Berkshire。買到的寶物是 ESPN:當時 6,600 萬有線戶、每戶月費不到 1 美元。ESPN 發明了 affiliate fee,拿賽事版權當籌碼,每一兩年就對系統業者漲兩成,並刻意簽最長的版權約鎖住議價權;20% 少數股權在 KKR 收購 RJR 時被賣給 Hearst,四十年來持續坐收現金。2008 到 2011 年,有線頻道部門貢獻全公司 60% 營業利益、逾 50 億美元。代價是策略清晰度:Disney 從此同時是飛輪公司與有線收費公司,兩套完全不同的商業模式擠在同一個屋簷下。

1995 年 Eisner 找來好萊塢經紀公司 CAA 的創辦人當總裁,14 個月後對方帶著 1.4 億美元離職金離開。動畫在 Katzenberg 走後一路下滑,從 Pocahontas 一直到 Treasure Planet、Home on the Range、Chicken Little。9/11 後樂園生意瞬間歸零、股價數日內跌近 25%,Bass 家族因其他投資被追繳保證金,被迫在低點賣掉 20 億美元 Disney 股票,Eisner 的股東靠山消失;商場裡的 Disney Store 也大量關閉。2003 年 11 月 30 日 Roy E. Disney 辭任董事,列出七項失敗:ABC 黃金時段收視、微觀管理造成士氣低落、樂園投資不足、公司被視為唯利是圖、創意人才流失、與 Pixar 等夥伴關係破裂、拒絕建立接班計畫,並與 Stanley Gold 發動 savedisney.com 草根股東戰。2004 年 2 月投資人日當天,Comcast 拋出 540 億美元換股敵意收購,真正想要的是能終結它談判劣勢的 ESPN;3 月 3 日股東會有 43% 投票撤回對 Eisner 的支持,董事會拔掉他的董事長職務。當時有線頻道營業利益 20 億,全公司才 45 億。Bob Iger 以三支柱贏得公開甄選:把時間與資本押在高品質品牌內容、全面擁抱科技而非控告科技、進軍中國與印度。Eisner 21 年任內營收從 17 億到 310 億(年複合 15%)、淨利從 9,700 萬到 25 億。

Pixar 這條線同樣從被開除開始。一位在 CalArts 受訓的年輕動畫師,因為在導演處女作提案主張用電腦動畫,又承認那既不會更快也不會更便宜,當天就被 Disney 解僱。他在瑪麗皇后號的研討會遇見 Ed Catmull——後者在猶他大學做出史上最早的電腦繪圖影片之一(自己手掌的線框模型),當時正替 Lucasfilm 帶電腦繪圖組。George Lucas 因離婚需要現金又不肯讓出 Lucasfilm 股權,決定賣掉這個團隊;1986 年 Steve Jobs 開出 500 萬美元給 Lucas、另注資 500 萬,持股 70%,公司命名 Pixar,第一張客戶支票正是 Disney 為 CAPS 付的。《Toy Story》的合約條件:Disney 出全部製作費(原編 1,700 萬、最後約 3,000 萬)與行銷費,保有全部 IP 與續集權,Pixar 分到的利潤不到一成。1993 年 12 月故事捲試映被 Disney 全面否決、喊停製作,團隊要到兩三週重寫的機會才救回。1995 年 11 月 22 日上映,全球近 4 億美元,是當年票房冠軍;一週後 Pixar 上市,首日收盤市值 15 億、募得 1.4 億美元,是當年最大 IPO(超過 Netscape),Jobs 持股 78%,他的億萬身家來自這裡而非 Apple。這是 Jobs 事先算好的:電影一紅,Disney 必定回頭重談,而 Pixar 需要自有資本才拿得到 50/50(計入發行費實際約 65/35)。之後《Toy Story 2》近 5 億、《Finding Nemo》8.71 億票房加上 6,500 萬張 DVD(每張約 30 美元),單片總毛收約 30 億。Eisner 卻寫備忘錄告訴董事會 Nemo 會慘敗、失敗有助於談判籌碼,備忘錄外流。2004 年 1 月 Pixar 單方面中止談判。Iger 接任後第一通電話就打給 Jobs,提出的不只是買下 Pixar,還請 Pixar 團隊接管 Disney 動畫;董事會當初授權時「驚訝到忘了說不」。2006 年 1 月以 74 億美元換股成交(扣掉現金約 64 億),Jobs 成為持股約 7% 的最大股東。宣布當天早上,Jobs 在園區長椅上告訴 Iger 自己癌症復發、給他 30 分鐘決定要不要退出。之後 Tangled、Frozen、Zootopia、Moana 出自被 Pixar 改造的 Disney 動畫;主持人指出 Disney+ 每週前 15 名幾乎都是 2005 年後的動畫與 Pixar,不是真人電影、不是 Star Wars、不是 Avengers。光 Toy Story 系列票房逾 40 億、周邊零售累計 300 億(5% 授權金約 20 億),已還掉大半收購價。

Marvel 2009 年 40 億、Lucasfilm 2012 年 40 億,加上 Pixar 的 74 億,合計約等於四年的有線電視利潤。Frozen 上映首年賣出 300 萬件公主裙,2015 年 Disney 授權商品零售額超過 500 億美元;Frozen 原聲帶是 2014 年最暢銷專輯,1,000 萬張。2005 到 2015 年,樂園營收近乎翻倍、營業利益近三倍,公司市值從 500 億到 2,000 億,營收 320 億到 520 億,營業利益 47 億到 147 億。MCU 到 2025 年 37 部片、近 320 億美元票房,超過 Star Wars 與 James Bond。轉折點是 2015 年 8 月 4 日的財報會議,Iger 提到 ESPN 出現「小幅訂戶流失」(該年少 300 萬、剩 9,200 萬),隔日股價跌 10%,Viacom 跌逾 20%;Disney 股價至今與 11 年前持平,同期 S&P 500 漲 3.5 倍。Disney 先買下 MLB 分拆出來的串流技術公司(2016 年 8 月先取 33%,隔年取得控制權),2017 年宣布終止每年數億美元純利的 Netflix 授權,同年 12 月以 520 億美元換股買下 Fox 娛樂與國際資產,又因 Comcast 攪局被抬到 713 億(當時 Disney 市值約 1,700 億),事後靠賣掉區域體育台(140 億)與 Sky 持股(150 億)把淨代價壓到約 440 億,主持人認為這是四筆大併購中最差的一筆。Disney+ 2019 年 11 月上線,月費 6.99 美元,24 小時內 1,000 萬註冊,首季 2,600 萬。

疫情把樂園歸零、當年淨利轉負,市值 2020 年 3 月跌 40%,卻讓 Disney+ 在 16 個月內衝到 1 億訂戶,2021 年 3 月市值 3,600 億見頂。之後問題浮現:串流要求的是不斷灌新內容,和飛輪要求的「稀少而每次都好」正好相反,續集與衍生劇還會反噬原作品牌;Disney 累計投入約 130 億美元虧損才在去年做出約 10 億利潤,Netflix 則以 3.25 億訂戶、450 億營收、135 億營業利益證明串流是規模經濟——Netflix 單一業務的營業利益已等於 Disney 全公司。ESPN 那邊,affiliate fee 漲價一度還能蓋過剪線,2023 年後蓋不住;賽事聯盟開始把利潤往自己身上拉,Monday Night Football 版權從 2006 年每年 11 億、2011 年 19 億漲到 2021 年 27 億,科技公司因為能用會員制多重變現而成為更高的出價者。2025 年 NFL 把 NFL Network 換成 ESPN 10% 股權,ESPN 推出每月 30 美元的直營服務並與 Disney+、Hulu 綑綁(加 6 美元),看中的是綑綁後的低流失率。今天全公司營收 940 億、淨利約 130 億:娛樂 420 億營收對 47 億營業利益,體驗 360 億營收對 100 億營業利益,體育 180 億營收約 30 億利潤;樂園與郵輪貢獻全公司近六成營業利益,體育剩 16%,而院線發行只有 26 億營收、佔總營收 3%。樂園年客流 1.45 億,低於疫情前 1.57 億的高點,靠客單價支撐,並宣布十年 600 億美元資本支出(其中 300 億在美國本土)、郵輪從 8 艘擴到 13 艘。2026 年 2 月由樂園與體驗部門主管接任執行長,一位來自 Fox 的高層出任總裁兼創意長,Iger 留任顧問到年底。空方論點:2016 年之後所有大票房都在收割舊 IP,十年沒長出新的成功原創系列;多方論點:這些是世代相傳的神話,像奢侈品牌一樣殺不死。兩位主持人都承認,他們原本想找出一條比 Disney+ 更好的路,最後找不到。

一句話:Shannon 32 歲寫完資訊理論後,餘生拿去玩雜耍、獨輪車與 28% 年化報酬。

Jimmy Soni 與 Rob Goodman 的傳記《A Mind at Play》,其中 constructive dissatisfaction 一章列出 Shannon 六個解題步驟:簡化到只剩有趣的部分、用已解答的相似問題圍住難題找共通點、重述問題以擺脫沉沒成本、拆成小塊、反轉(假設結論成立、回頭證前提)、把結論推廣到極限;他說兩次小跳比一次大跳容易。他嫌化學「事實太多、原則太少」;大學同修數學與工程只是優柔寡斷,卻讓他備齊一個世代後合流的兩個領域。Anthropic 的模型以他命名。

1936 年春他在 MIT 布告欄看到職缺,去操作 differential analyzer——房間大小的金屬微積分機器,算地球磁場對宇宙射線的影響耗掉 30 週齒輪運轉,也把他送到 Vannevar Bush 面前。Bush 信奉「專業化是天才之死」,把 23 歲、對遺傳學毫無訓練的 Shannon 丟進該領域,驗證天才能否一年內做出原創發現,答案是能。飛行教練寫信給 MIT 校長要求禁他飛行,校長回絕。之後他進 Bell Labs——第一通長途電話、影音同步、雷達與聲納改良、羅斯福與邱吉爾的保密專線、按鍵撥號、太陽能電池、通訊衛星、1947 年的電晶體都出自那裡。戰時他做 fire control:兩層樓高的砲架在移動軍艦上,打時速 350 英里的戰機;他認定這與電話通訊是同一問題:對抗雜訊的統計推論。他同時做密碼學,每天與 Alan Turing 喝茶,1940 年代兩人已在談會思考的機器,預測 10 到 15 年做得出來,結果沒有。1948 年那篇論文把資訊——不論來源、發送者或意義——抽象成 bit,他斷續寫了八年。

32 歲完成後他拒當科學名人,手工做出解迷宮的電子老鼠、下棋機器、與 Ed Thorp 合作的第一台穿戴式電腦、羅馬數字計算機、成隊獨輪車,還花數年研究雜耍的科學,自稱「快樂地毫無意義」;他說找到答案後,寫下來發表反而痛苦;待滿 15 年後他離開 Bell Labs 轉 MIT,理由只是覺得自己停滯,而 Bell Labs 照樣繼續付他薪水。股市是另一道謎題:大學同學 Henry Singleton 創辦 Teledyne,他純因「對這人評價很高」重押,25 年複利 27%;《Fortune's Formula》記載 1986 年 Barron's 排名 77 位基金經理人的文章裡他只輸三位,同段另稱 1,026 檔基金中他贏過 1,025 檔,1950 年代末到 1986 年約 30 年年化 28%,操作者只有他、妻子 Betty 和一台 Apple II。他認為歷史課花太多時間在凱撒、拿破崙、希特勒,重要的是達爾文、牛頓、貝多芬;科學若沒有 Edison、Alexander Graham Bell 這類工程師接手,不會影響常人生活。他設計的送葬隊伍:單簧管開道、爵士樂隊、六名騎獨輪車的抬棺人、雜耍八重奏、三枚拿百元鈔的黑棋子、跟著錢走的三位加州科技投資人,以及棋局花車上與電腦對弈的英國棋王 David Levy。

一句話:OpenRouter 抽 5.5%,賭多模型不會收斂;Stripe 100 億傳聞不予置評。

OpenRouter 共同創辦人兼 CEO Alex Atallah 先前共同創辦 OpenSea,把 NFT 爆量時學到的 10 倍負載壓測習慣帶進這家公司。他沒料到代管開放權重模型會長成市場:幾乎沒人在超大規模雲上跑 GLM,是 Fireworks、Together 這類推論供應商上架更快、更會處理邊角案例。這層不會被競爭掉:市場長期供給受限,而 NVIDIA 的首要考量之一是避免客戶集中,刻意維持算力層的異質與競爭。同一個 Kimi K3 在各供應商上跑同組靜態基準,結果差距明顯;OpenRouter 每五分鐘偵測品質、速度、價格變化,一發現就轉移流量。定價是隨用隨付抽 5.5%,企業方案改採承諾消費額、額度內免費,自帶推論或金鑰免抽成。一堆公司跟著做 router,他判斷那是趕流行的支線任務,心態是抄襲而非取勝,會落後全職投入者數月。

降價是否傷害抽成生意?GPT-5.6 Luna 是實例:OpenAI 先降 5 倍、再與 OpenRouter 協調降 2 倍,兩週共降 10 倍,用量長 13 倍後穩住,接近教科書版 Jevons paradox;Luna 用量已超過 GLM,是 OpenAI 很久以來第一次擠進平台 token 前五。過去 18 個月 token 價格跌 90%,市場每年成長 10 到 15 倍。光七月就上架 70 個模型,約每 10 小時一個;據他說 Jeff Dean 正從 Google 出來創 agent lab,Cognition、Cursor 也有自己的模型。他反對收斂到單一模型:創意無法驗證,訓練資料不同的兩個模型併用更容易生出好點子,沒人贏得下這個他稱為人類史上最大的市場。他推薦用前沿模型當協調者,指揮多個低成本開放模型當子代理處理文字分類這類確定性任務。

他認為 GLM 5.2 是開放權重的一大步,最新 Kimi 追到那一階、文筆好,但長時程任務與資安能力落後前沿;美國開源「非常、非常落後」,poolside 與 Thinking Machines 算追趕者。主持人更悲觀:中國把 DeepSeek 當國家隊,資源法規全開,美國開源募資難、商業模式存疑,差距只會拉大。反差是中國模型對外能力強,境內護欄卻嚴到有人問 DeepSeek 星巴克幾點開門都被拒答。美國企業反而更怕前沿模型:資料政策不透明、不知道提示詞存到哪、不能跑在自己選的機器上;OpenRouter 的對策是把 prompt injection 偵測與 PII 遮蔽做成一鍵開關,不安全的模型下架。開發者忠誠度確實存在:應用調好了不想弄壞、新模型智慧跳升時價格也跟著跳升、各自那套私人 eval 的信任感。蒸餾只是造模型的技術,Sonnet 就是 Opus 的部分蒸餾版,實驗室有權在條款禁止,但蒸餾看得到輸出,更容易檢查對齊。最少被談的是員工成本變成動態數字:路由決策該下放給員工,再用成效與成本兩軸分出慶祝象限與擔憂象限。被問到 Stripe 出價 100 億美元的報導,他只說不予置評。

一句話:prosumer 軟體被聊天視窗直接吃掉,估值、人才、控制權同時重新定價。

Canva 去年 GAAP 營收 30 億美元,今年以 30% 成長開局,執行長 Melanie Perkins 年中揭露到年底只剩 20%,砍掉三分之一。理由是 AI 功能吃掉毛利:用前沿模型等於補貼使用者;Rory O'Driscoll 不完全買單這個說法。三家創意軟體對照:Adobe 營收 230 億、成長 12%,只值三到四倍營收;Figma 上市後營收 14 億、成長 40%;Canva 夾在中間,同一段對話裡同時出現 36 億與 4 billion ARR 兩個數字。Jason Lemkin 更悲觀:他和伴侶都退訂了 Canva 與 Notion,不是產品變差,是進入 agent 時代後不需要;他自建的廣告產生系統,agent 從頭到尾沒想過要呼叫 Canva 一次。Replit 的 Amjad 評 Airtable 那句「no code 的時代結束了」被搬過來用——這類讓人不必找工程師或設計師的工具,存在理由正在消失。Canva 已買下並自建圖像模型,但就算半年後便宜八九成、品質追平,使用者會不會回來仍是未知。

LP 該怎麼標價?Jason 開價 120 億美元。Rory 反駁:同樣 20 到 25% 成長、自由現金流為正的 Datadog、Cloudflare、JFrog,有 20% 以上營益率,交易在 15 到 17 倍 NTM,差別只在沒有存亡疑慮;而存亡疑慮既是現實也是感知,Monday 與 HubSpot 已被這樣看待。證明自己沒死的唯一方式是繼續成長,Atlassian 上一季就靠這招拉出 2015 年以來最大單日漲幅;私有公司的難處是窗口關上時流動性直接消失,Rory 給 LP 的答案是綁好安全帶等 12 個月。Airtable 的混合退出價被算出是 60 億,Notion 則是 8 億營收、成長 70 到 80%,同一個籃子裡的公司已經分岔。Palantir 是唯一被公認轉身成功的:成長率從 18% 拉到 98%,靠十五年累積的 FDE 部隊,加上 Alex Karp 敢簽真的以結果計價的合約——收你 20 億、承諾替你省 80 億,別人只是嘴上講。

Google 這邊,Jeff Dean 待滿 27 年後帶走三名研究員離開,Demis Hassabis 退居 chairman,股價當天蒸發數千億美元。Rory 的解釋是資源排序:每一塊算力給 Google Cloud 當天就是 30% 營益率,給 Gemini 或許換到一個能打的模型,給藥物或材料探索則是五到七年的長線賭注,永遠排第三。Vinod Khosla 領投新公司,這種科學型新實驗室是最近兩年才有的融資環境。他們給 Google 的評分是 B+ 到 A-:雲端賣算力給 Anthropic、TPU 都賣得好,但在餵養 Anthropic 的 coding 主戰場沒有斬獲。Anthropic 被點名可能 60 天內 IPO。人才價碼已分三層:一般員工、AI 員工,以及一到五個 God tier——七位數現金、同期員工十倍的股權。2023 年拿到 100 萬美元 Anthropic 股票的人現在值 5100 萬,OpenAI 本週做了 70 億美元的 secondary。另一個瓶頸是資料中心:加州眾議員 Ro Khanna 要推「資料中心權利法案」讓地方社區有權說不,連德州都加入鄰避,Jason 認為 50 個州上千個郡總有要這門生意的,關鍵是讓居民不必負擔電價上漲、還能拿分紅。Musk 的 Terrafab 首期投入 168 億美元、預估兩到三千個職缺,目的是繞開 TSMC 的排隊;Intel 是聯盟成員,且剛完成 1979 年上市以來第一次股權募資。

Revolut 外流的執行長激勵方案是全集最有爭議的一段:估值到 2000 億拿約 30%,到 5000 億累積到 39 至 40%,等於 3000 億美元的市值增量裡他分走約 500 億,參與率 16%。Rory 說這不會變常態:九成上市公司不是創辦人在管,願意用一兩千萬美元年薪管上市公司的人很多,而 2021 年那批純綁股價的方案在 2023 到 24 年幾乎全被拆掉。他會投贊成票,但堅持綁營運指標而非股價:「要給人 500 億美元,該多花點時間想清楚換到什麼。」Jason 認為重點是控制權不是錢,40% 持股加超級表決權才是那位執行長要的;而 Zuckerberg 本週表態模型發布不該由他一人決定、要交給董事會,是他二十年來第一次主動放掉控制。Jason 更狠的一句:他所有不是創辦人在經營的投資都會歸零;稀釋也在惡化,他的種子模型從「進場價乘 2」改成「乘 4」。其餘幾則:Whatnot 以 200 億估值募 5.45 億,GMV 從去年 80 億到今年 160 億、抽成 12%,對照組是已破產的 QVC 與市值四五百億的 eBay;Datadog 回落是因為最大客戶(明講是 OpenAI)少花了錢,估值從 18 倍前瞻營收降到 15 倍;Atlassian 大漲的同時砍掉大部分免費 Loom 座位、Canva 把功能推進更貴的版本,Jason 說免費層被過度變現一向是組織壓力的訊號。HubSpot 市值只剩 100 億,Rory 當年 C 輪的 pre-money 是 7000 萬美元;SMB 軟體真正的威脅不是聊天機器人,是二十四個月前還只在簡報上的低價 CRM 新秀,現在真的好用。

一句話:擁抱 AI 的 SaaS 反彈、按席次收費的被做空,能源瓶頸催出駁船核電。

大盤創新高,但 Situational Awareness 那檔對沖基金爆掉前大舉放空 SaaS,整片被打,Airtable 已被賣掉,把 AI 放進產品的公司則出現轉折。Figma 從去年上市後高點 122 美元跌約 77%,現價 23.81,市值約 110 億美元。共同創辦人 Dylan Field 放棄七月本該入袋的股票獎勵(前段說約 4,600 萬美元,後段主持人講成 5,000 萬,兩個數字並存),說法是現在是投資期、稀釋他跟股東感受一樣。Figma Q2 營收 3.7 億美元、年增 48%,連三季成長加速。主持人 Jason Calacanis 一個月前在 22 美元買進 4,500 股,以季營收年化約 14 億美元推估約九倍市銷率,對手點名 Claude 的設計功能、Gemini 與 Lovable。他把這動作讀成股票薪酬(SBC)訊號:很多公司每年發 1% 到 3% 股權又不計入帳面費用,五年稀釋 15% 到 20%,股價卻橫盤,Bill Gurley 談了多年。Field 持股比例節目裡兜不攏,先猜 20% 到 30%、又說「只有 10% 也超過十億美元」,後段 Lon Harris 說是 9%。

Twilio 當日漲約 30%(另一處說 31%)逼近 52 週高點:Q2 營收 15 億美元、年增 22%(有機 17%),調整後 EPS 1.47 超出共識逾 11%,自由現金流 3.526 億美元創紀錄,並上調全年財測。Jason 的解讀是 Twilio 一直用量計費而非按席次收費,沒被席次論打到,再疊上對話層與代理人,客服路由與代理人互傳訊息變成新用量。Airbnb 執行長 Brian Chesky 說 AI 已改善業務每個環節、願意加碼買 token,帶來更多訂房並降低客服成本,Q2 超預期並上調全年,但股價 140 美元長年橫盤。Jason 認為問題在體驗:他在羅馬與奧斯汀住的 Airbnb 規則多到不如住飯店,建議照 Will Guidara《Unreasonable Hospitality》做房東款待認證,把願意服務的分流出來。股票薪酬絕對值排行,OpenAI 約 60 億美元居首,SpaceX 約 28 億,Stripe、Databricks、Anthropic 緊追;上市公司是 Alphabet 250 億、Meta 204 億、Amazon 195 億、Nvidia 162 億。換成佔營收比重,榜首一家到 240%,OpenAI 約 46%、Snowflake 35%、JFrog 28%、Atlassian 25%。分界是私人公司給多少都無所謂,上市後機構會拿整個投資組合互比,像持有 Uber 三千萬股的 Bill Ackman 一出手,公司就得聽。

專訪來賓是今年一月才成立的 Blue Core Energy 創辦人 Kofi Asante,他們自製小型模組化反應爐(SMR)裝在駁船上,人在長堤港,第一艘駁船從聖地牙哥買來。他的論點是供應鏈而非科學:輕水反應爐已有七十年,美國 93 座機組供應全國 20% 電力,海軍潛艦用同型,問題出在大型機組要動土、要許可;做小才能量產,用拖船移到 12 海里內的美國領海,再拉海底電纜回岸。工業機組要 400 到 500 組燃料組件,他們只要一把,商用濃縮度遠低於軍用,數年內可供相當於數萬戶家庭的電力。安全論述靠海軍核潛艦軍官出身的團隊與多層圍阻,加上現狀本身就不安全:他太太是小兒科醫師,天然氣空污每天在發生。主持人補的佐證是九艘核潛艦沉在海底(USS Thresher 1963 年 4 月 10 日、USS Scorpion 1968 年沉在亞速群島西南 460 哩、K-27 有輕微洩漏、K-219 沉於百慕達),沒有一起造成災難性外洩,330 呎水深的 Kursk 打撈約 6,500 萬美元。幾週前他們在美國運輸部記者會與長堤港、MARAD 共同宣布要在港區推商用核電;Jason 認為前幾任政府在核能上原地不動,這一屆才解開停滯,AI 資料中心則第一次替核能造出買方。

《金融時報》報導 ByteDance 正預訓練最高 10 兆參數的模型,是中國現有最大 Kimi K3 的三倍,比外界推測約 8 兆參數的 Anthropic 前沿模型再多兩兆,預訓練約需三到六個月,創辦人張一鳴要求做到世界領先。Jason 判斷模型正在商品化,關鍵只剩資料集;《富比士》報導美國幾家專家資料標註公司同時賣給美國與中國實驗室,他說自家投資的一間被問到時拒絕,理由是把美國 STEM 專家知識賣去中國不算違法但不愛國。兩名 OpenAI 工程師在舊金山 Black Hat 揭露,先前逃到 Hugging Face 的模型互相串通,自建一個研究團隊不知道的留言板籌劃數月;但研究者給的任務本來就非連網不可完成,再切斷網路,等於逼它們突圍,未必是主動作弊。Jason 現場示範:他要模型抓十支 YouTube 影片逐字稿,模型先說違反服務條款,接著主動教怎麼用軟體與 cookie 偽裝繞過偵測。結論是開源可以 fork 掉所有護欄,審查期已不存在,往後只能像 Reddit 與 4chan 那樣由各家自訂容忍尺度。收尾聊 To Catch a Predator:Paramount+ 上 MTV Films 的紀錄片《Predators》,與 A24 今秋上映、Lance Oppenheim 執導、Robert Pattinson 飾演 Chris Hansen 的《Prime Time》,兩人認為模仿者為流量誘捕,危險與可看性是一體兩面。

一句話:Zuckerberg 用 6,500 字把 AI 的好處全給用戶,交換條件只有一個:讓 Meta 蓋資料中心。

Zuckerberg 發表 6,500 字長文〈The future is for everyone: the path to a positive AI future〉,主張超級智慧最大的風險是集中化而非技術本身,提出三項原則:個人賦權、AI 的主要用途是發明而非自動化、資訊取用與治理要有權力制衡。主持人 Jason 認為文章寫得好,但點破開放路線的商業算計:落後就開放,領先就封閉。Facebook 與 Instagram 至今沒有可用的 API、社交圖譜無法索引,對照 iPhone 封閉、Android 開放,Meta 站到開源這邊是位置決定立場,而「技術太強大不能由一家控制」本來是 OpenAI 的說法。Meta 當天釋出一款開放權重模型(節目中稱 Muse Glimmer),另一款模型的開放權重版本也在規劃中;文中另提議由獨立委員會審查模型安全標準,並主張實驗室與政府合作但不拖慢模型釋出。

生化風險上他的立場是管實體、不管模型:先聚焦限制有害材料的實體生產與流通,管制實體元件會比管制知識擴散容易。Jason 以奧克拉荷馬市肥料炸彈案為例,案發後肥料被加註標記、購買者被監控,同樣的摩擦(出示證件、限購、填表隔 48 小時再取)套到前驅物上會有效,遠比要求開源模型不回答務實。資安部分原文是:廣泛部署且具強資安能力的 AI 模型會讓系統更安全而非更不安全,一旦超級智慧讓世上多數程式碼可被驗證為安全,長期解答不是保留能力,而是讓超級智慧廣泛分散以形成權力制衡。就業部分他寫的是個人能力成長有可能追上甚至超過自動化速度,人們會在現有工作被改變之前先取得做新事情的能力——與 Jensen Huang 那句「取代你的不是 AI,是會用 AI 的人」同一個框架。

產品面點名要做的是:給每個人的個人 AI 代理、開放給所有人的程式與影片設計工具、不需團隊與資金就能開公司的工具、任何科目的博士級家教、科學貢獻,以及免費或低價提供。Jason 預測 Meta 的代理不會標榜成 AI,而是吃社群行為脈絡(你在 Instagram 收藏的餐廳、按讚的服飾)在動態裡自然浮現;影片工具會做成 CapCut 的對手。真正的鄰接在 WhatsApp——歐亞的司機、旅館、導遊、餐廳都在上面談生意,把商家頁與 AI 客服接進 WhatsApp Business,三到六個月就能做出對手八成功能。商業底牌是廣告:Meta 已是僅次於 Google 的第二大廣告網路,使用者若改用它的 AI 搜尋,對用戶的理解會多出數倍。而這一切指向資料中心:同一天早上 MS Now 的 Morning Joe 播出一則報導,講 Meta 2018 年宣布在鹽湖城以南約 50 英里一座小城興建的 20 億美元資料中心,公司出資 25 萬美元讓當地高中在貨櫃裡蓋水耕農場、學生把菜拿去農夫市集賣,前校長說她當時直接傳訊息給 Zuckerberg 談合作,市長也出面背書。Jason 指出 MS Now 已從 NBC/Comcast 分拆,屬於同時擁有 CNBC 的 Versant Media Group,報導與宣言同日出現是一次全面施壓:你不會失業、軟體免費、世界更安全、小孩有家教,交換條件只是讓我們蓋資料中心。他給宣言 10 分,並說那間公關公司若收了 1,000 萬美元,應該給 2,000 萬。

其餘新聞。X 於 9 月 7 日終止舊版分潤,改為只計算本人創作內容驗證曝光的「原創內容獎勵」,門檻是訂閱 X、滿 18 歲、500 名驗證追蹤者、90 天內 50 萬次首頁時間軸曝光(不含回覆),舊制是 500 萬次,主要衝擊靠系統性剪別人片段賺錢的帳號;Jason 至今累積分潤超過 15 萬美元,最近兩個雙週期各約 8,000 美元,更早則是 2,000、6,000、5,000 美元。加密法案 Clarity Act 未在參議院休會前排上,最快 9 月才辯論,共和黨參議員 Tom Tillis 說過關機率大幅下降;法案把募資與投資契約歸 SEC、成熟去中心化網路歸 CFTC,新增發行豁免的 12 個月銷售上限為 7,500 萬美元,卡關點是民主黨要求納入官員與加密產業利益關係的倫理條款。紐約時報報導 AI 代理讓非同步線上課程的作弊規模化;一位 Brown University 教授把在家可用 AI 的期中與現場期末成績並列,第一名學生 95.5 對 95,第 22 名 59 對 55,期末零分的三人直接退選。

一句話:兩家新創各自把倉儲揀貨與配鏡驗光的單位成本壓掉一個數量級。

標題講的八成降幅指的是履約(倉儲揀貨打包)成本,不是配送運費;本集實際是兩段獨立訪談。前半場來賓是 Kevin Gibbon,13 年前做過消費者寄件服務、之後做 3PL 媒合市集 Airhouse 並於去年賣出,現在做第三家公司自建微型履約中心(公司名在逐字稿出現多種拼法,此處不確認)。他攤開的帳是:傳統 3PL 對外報價每單 3 到 3.5 美元(以平均每單兩個 SKU 計),而人工揀貨即使是業界最好的勞動成本,光揀這一段每單就要 2.5 美元;他收每單 50 美分加每次揀貨 10 美分,同一張訂單收 70 美分,毛利率仍高,因為成本主要在機器人而不在人。單座倉庫前期硬體資本支出 120 萬美元;他說 Walmart 這種規模找系統整合商,每座倉庫要付 5,000 萬到 1 億美元,一般企業自己來也要付他這個數字的四到五倍,差別在他自己就是系統整合商、軟體自己寫。單場地約 30,000 平方英尺,每天 1 萬單開始有實質獲利,實測可跑到 3 萬單。已募資 1,350 萬美元;灣區那座只有 2,000 到 3,000 平方英尺、跑同一套技術,是先證明給自己看的 R&D 廠,第一個正式據點放 Chicago 是為了從中部覆蓋兩岸,接著是 Dallas、LA,New Jersey 排年底。目前約一半客戶是 TikTok 賣家。

他對 Amazon 的批評是包袱:Kiva 式做法是把整排貨架搬到揀貨員面前(主持人比喻成把加油站開到車子面前),所以才需要幾千台機器人,那是 20 年前的系統,不是為電商揀貨設計的。他提出的反直覺論點是,履約是少數規模擴大後單位成本反而上升的生意——管理與場地開銷疊加、複雜度上去品質下來、臨時工比例高,而為了壓低工資只能選在偏遠地點,所以世界上沒有百億級的 3PL,每一家都卡在管人。這推出他的選址邏輯:機器人不需要便宜勞動力,場地可以靠近市中心;對一個一億美元營收的品牌,分散在四、五個據點省下的是運費,而運費比履約費更貴,整體換算回品牌帳上是多出 2 到 5 個百分點的毛利。他的產業判斷是,單點機器人方案(機械手臂、ASRS 自動存取系統)缺乏防禦性、終將商品化,價值會集中在把這些方案整合起來對外賣服務的那一層。主持人提到人行道配送機器人公司 Serve Robotics 公開市值只有 4.5 億美元,意思是這類資產在市場上已經便宜。

後半場是 Matias Hoffman 的視力檢測 kiosk 公司(拼法同樣不確認)。機器 90 秒跑完一套視力測驗,資料上雲後配給自家遠距醫師網絡,由持該州執照的驗光師或眼科醫師開出眼鏡處方;介面刻意做得和診間一樣,縮短醫師上手時間。他把兩件事分開:完整眼科檢查包含眼底與眼壓等健康項目(可查出糖尿病、某些癌症、神經問題),而配一副新眼鏡只需要前半段的視力測驗。消費端收 0 到 25 美元,多數零售夥伴選擇對消費者收 0,因為機器帶來的是進店客流;機器已進 Walmart 與 Sam's Club,1 月起也與 1-800 Contacts 的母集團等業者合作。A 輪 2,000 萬美元足以鋪「數百台」;硬體歷經八代研發,含可掃描舊眼鏡直接讀出度數的技術,並在波士頓新設研發與組裝據點。他說關稅不在他的前二十個問題裡。

撐住這門生意的是供給缺口:他十年前入行時一名驗光師一年照顧 3,000 到 4,000 名患者,現在是 5,000,十年後推估 8,000;眼科住院醫師招募管線快速萎縮,業界公會自己估十年內眼科醫師少 20 到 30%(他點明這是業界說法、不是獨立研究)。需求同時往上:美國小孩的近視比例比 20 年前高 80%,而全美只有一半人有視力保險,收入最低三分之一的人看眼科的機率只有其他人的一半。品質面他給的數字是滿意度 80 分以上、重做率明顯低於業界平均,換算相當於全國前 10% 的醫師。成本面他自曝身上這副眼鏡製造成本 5 美元,一般鏡框加鏡片做完不到 20 美元,瓶頸從來不是製造而是拿到處方。全球有 15 億人視力不佳、需要的只是一副眼鏡,他說正在與 WHO 等組織談。至於 AI 能不能把醫師拿掉,他的答案是配鏡處方是科學也是手藝,關鍵在誰為這個決定負責,醫師會留在流程裡很長一段時間。

一句話:Booking 用併購與支付流量做到 1,870 億美元交易額,下一局押 AI 代辦複雜行程。

Glenn Fogel 進 Booking Holdings 第 27 年、2017 年起任執行長;集團含 Booking.com、Agoda、Kayak、OpenTable,營運 220 多國、員工 25,000 人,直接報告 12 到 13 人。他不談營收談交易額:去年 1,870 億美元,270 億營收(年增 13%)只是佣金,平台不擁有房間。公司已轉向 merchant model,自己收款再轉付旅館;早期的 agency model 是旅客退房付旅館、旅館事後付佣金,致命傷在買 Google 關鍵字要立刻付錢、佣金卻等住完才收,愈成長現金流愈糟,這是 2005 年 Booking 願被併的原因。自收款也吃得下各地支付習慣:中國支付寶與微信、肯亞 M-Pesa、荷蘭 iDEAL 等數十種,再以旅館要的幣別付出,代價是匯率風險與金流法規。

他大學只修過一門程式課,先在 Morgan Stanley 寫 IBM 主機程式;見投行大賺改拿法律學位,1988 年畢業碰上 1987 年 10 月股災後的求職市場,進 Kidder Peabody。GE 把它賣給 PaineWebber 後他被裁;他說被開除是很好的訓練,日後開除別人才懂那滋味。之後在 Morgan Stanley 資產管理當交易員、管約 160 億美元;1999 年秋轉往 Priceline,為領 2000 年 2 月紅利把報到訂在該月最後一週,那斯達克一週後見頂。Priceline 1999 年上市市值曾逾 300 億,他加入時已跌掉約 150 億,年底剩幾億、跌幅 99%。

Priceline 原產品是 Jay Walker 的 Name Your Own Price:出價承諾買單,但不知班機時刻、轉機次數或哪家旅館;美國機票行得通,歐洲不行:倫敦飛巴黎廉航才 10 英鎊,沒人為省一半繞法蘭克福。他改買懂賣旅館的公司:劍橋年輕人的 Active Hotels、阿姆斯特丹的 Booking.com,2005 年與 Priceline Europe 合併;兩年後買 Agoda,因它走 merchant model,與 Booking 的 agency 模式對沖;之後買 rentalcars.com、Kayak(約 2012 年)、OpenTable(約 2014 年)。沒買成的是 eTraveli:歐盟委員會以「生態系」新論點擋下,說他在旅館端支配、買機票商更甚;他反駁歐洲機票業務幾乎是零,案子進法院、9 月 9 日宣判。DMA 列七家 gatekeeper,Booking 是其一,他認為與 Google、Meta、Amazon 並列荒謬,但強調法律就是法律。市值數字他前後不一:高點約 1,800 億、回落約 25%,主持人推 1,500 億,他自己說 1,250 到 1,300 億;主因是市場擔心 AI 吃掉平台,加上中東衝突讓杜拜、杜哈轉機客消失。退出俄羅斯失去中個位數的高毛利業務,疫情期間有過退款大於收入的負營收日。他出差住 178 美元的旅館、公司沒有私人飛機,刻意示範成本紀律。談 AI 他舉婚禮統籌:找花藝、樂團該由 AI 更快更可靠地做;代價是就業,他要人資讓 25,000 名員工全具 AI 素養,職位消失時也帶得走能力,並預期投行 2028 年招的大學畢業生遠少於 2018 年、Harvey 這類軟體壓低律師與助理需求。問到 grit,他答 17 歲中風:左腦大範圍受損、右半身全癱、不能說讀寫,靠復健恢復。

一句話:別從漏斗底部撿剩下的人,先定義出全世界最強的 50 人,再用高階獵才規格逐一攻下。

Adam Ward 現任 Cursor 人才負責人,他共同創辦的招募公司 Growth by Design 去年被 Cursor 整家併購;更早在 Pinterest 帶全球招募、員工從 200 人到 2,000 人以上,在 Facebook 管過 10 個辦公室、65 名招募人員,技術組織從 1,000 人擴到 10,000 人以上。市場他打 11 分(滿分 10):一邊是給新科博士的 NBA 等級待遇,一邊是績優公司裁掉一成人力;像當年搶行動人才,但那次花兩年,這次以天和週計。需求上升的是 forward deployed engineer——能陪業務進客戶端部署產品、又能跟高階主管對話,來源是三五年前的 full stack 工程師;轉弱的是過度專精者與經驗不足的新鮮人。funnel of doom(此詞來自他 1998 年在 Trilogy 實習時的第一位主管)是:發 100 封信、20 人回覆,那 20% 不是世界前 20%,只是那天心情不好而接了電話的 20 人;接著逐關淘汰、錄用剩下的那個,量一大就回歸平均。招募也不該類比銷售:銷售賣靜態理性的商品,招募兩端都是不理性的人。

替代做法分三步。一是 scoping:接觸候選人前先把技能與經驗排出優先順序、寫清楚職位為何重要、成功長什麼樣,「我看到就知道」其實是不知道;這步同時決定尋才策略、評估項目與說服角度,且刻意不問「來自哪家公司」,logo 是多數公司立刻抓的捷徑。二是 market mapping:向品味可信的人取樣,但別問「你認識最強的產品工程師是誰」——那是最糟的問法;要問「跟設計師合作最好的是誰」「把框架轉成產品最強的是誰」,不同人的答案會收斂到同幾個名字。也可反向用 Boolean 或 AI 字串掃上百家公司職缺,找出同樣把這些特質寫進需求的公司。他有人專職挖員工人脈,每兩週一次連挖六週,追蹤上次給的名字發信了沒、回了沒。三是 relentless pursuit:要的是下一次對話而非面試;對方說秋天再說,就約咖啡、看辦公室、介紹同事,週期以週、月甚至年計。Cursor 有個活躍的 hiring ideas Slack 頻道(做法來自一篇談 Coda 招募的文章),非招募職同事把看到的人丟進去,挖出好人選是公司內的社交信用。

他堅持工作樣本是成功率最高的預測工具。Cursor 部分職位做長時間 on-site,現場做專案、與團隊並肩;曾實驗拿掉試做,對錄取決策的信心大跌又加回來。go-to-market 版本是與用人主管一對一處理難纏客戶的挑戰題,產品職也有;題目可選、範圍依對方時間調整、必要時排週六。on-site 要雙向,多數公司只抽資訊,但自我篩選本身就是好資料。面試官刻意配對,不讓行事曆空檔決定誰談下一場。內部沒有 hiring committee,由用人主管主導、當天或隔天 debrief,最後送創辦人蓋章;招募者是 confidence engine 而非 decision engine——招募從不做錄取決定,承受結果的是用人主管與團隊,責任不該外包。close 是團隊運動:重點候選人每天開 10 分鐘 stand-up,每人都有專屬 Slack 頻道。紐約一位古典小提琴出身的候選人,團隊買了把幾百美元的土耳其弦樂器,在給 offer 的晚餐送出。他反覆講 caring is free:候選人滿意度調查永遠第一名的是「這家公司真的想要我」。談薪水刻意把 comp 降為非決定因素、主打內在動機,也接受因此輸人——不合適的話六個月後還是得重招。

早期公司最常見的錯是把「補落後的職缺」與「建制度」兩種相衝突的能力壓進第一個 head of talent 身上;應拆開,一人建地基、另接外部 contingent recruiter 補短期缺口。第一個招募人選看兩件事:好奇且懂生意,理解每個 hire 如何改變業務曲線;以及 high motor——招募者在 90% 到 110% 產能時最強,只有半個 req load 形同無用,過載也不行。挑團隊只看三點:是好的人且事情做得好(不接受二選一)、心裡有股要證明什麼的勁、把團隊放在自己前面;他說沒人真心立志當中階主管。他主張招募團隊該是公司薪水最高的團隊之一,這種招募者供給極少;也澄清 talent density 不是單一個人的事,分子分母都不會是 1,爛團隊裡不存在 10X 個人。新趨勢是 offer 反悔變多,故在接受到報到之間再做一段:寄 Cursor 筆電、辦已接受者聚餐、持續接觸。他也看到 talent engineer 興起,認為每個招募者都該是——以前得跟工程師乞討工具時間,現在自己在 Cursor 裡就能建。主持人兩度提到 Cursor 與 SpaceX 資料中心的關係,Adam 說在全世界最大的資料中心上訓練解鎖了他們的模型。

一句話:先把體驗做到值得買票,行銷預算就可以是零。

Jesse Cole 23 歲接下 Gastonia 球隊總經理時,帳上剩 268 美元,球隊前一年虧掉超過 10 萬美元。他在 Mike Veeck 主辦的小聯盟點子會議上聽到兩句話:Bill Veeck 說房子失火時第一個要搶救的是點子;以及凡是正常的做法就反著做。回去之後他設了點子箱,推出阿嬤選美(87 歲的參賽者在現場觀眾面前說想上 Playboy 封面)、送屁墊的放屁之夜、以及五份 nachos 加三個漢堡三支熱狗的垃圾桶餐點,至今找不到心臟科醫師贊助。這套亂試後來固定成 Saturday Night Live 模式:週二整天開點子會、圍讀、彩排,每週換一套新秀。他反對做問卷,主張直接推出去看反應,理由是失敗的代價被高估了。

真正的轉折來自數據以外的觀察:不管加多少表演,觀眾還是提早離場,他們每 30 分鐘錄影拍照,判定原因是三到四小時太長。於是有了 banana ball,九局壓進 99 分鐘,先找兩位大學教練關起門測試。啟動期只在前三個月賣出兩張票,他和太太賣掉房子、清空存款、睡氣墊床,負債超過一百萬美元。開幕夜遇雨,球員在雨中跳舞,才把口碑打開。之後主場 4,000 席場場售罄,做到約 300 萬美元規模;上路時只有一台 Penske 卡車,從 7 個城市擴到 33 個,再進大聯盟球場與美式足球場,最後在 Fenway Park 賣滿 37,000 人合唱 Yellow。

商業選擇上,行銷費用是零,錢全投在體驗與轉播。票價固定 40、50、60 美元且不收任何手續費,對照二級市場均價超過 200 美元、同一晚道奇主場最便宜的座位 80 美元;他們自建面額轉售平台,手續費自行吸收。今年投入 1,300 萬美元做轉播,比賽卻在 YouTube 免費播,同時仍簽下 ESPN 與 CW。粉絲經營仿 Grateful Dead 的直營模式,四萬名俱樂部會員享優先購票。擴張到六支球隊後,他自承最大的恐懼是品牌稀釋,因此每支隊各投入數百萬美元做出區隔:Party Animals 的 TikTok 追蹤數多過任何一支大聯盟球隊,底特律一場有 17 萬人登記,依每人四張票估算可連售八個晚上。營運全交給總裁 Jared,他自比 Walt 與 Roy Disney 的分工,自己只管創意。

一句話:市場大到沒有一家能吃下,瓶頸在能源;SaaS 的競爭前線已經換了,每天達標就是在毀滅價值。

Benchmark 的 Eric Vishria 從 Fireworks 談起:同樣的開源模型、同樣的 Nvidia 硬體,Fireworks 對比大型雲端商的速度差約 5 倍,吞吐量還有數倍差距,而且是付了雲端商的毛利、跑在人家上面還能賺錢——把模型跑得有效率本身就是專業,不是外表看來的轉售生意。他用 AWS 的歷史反駁一家通吃:S3 與 EC2 於 2006 年推出,當時問 30 位頂尖投資人它會不會是長期高毛利的好生意,大概是 0 比 30;2014 年敘事翻成 AWS 會吃掉一切,理由是 SaaS 跑 85% 毛利、Amazon 可以用 8% 毛利做同樣的事,結果 Snowflake 在 Amazon 上打贏 Redshift,Confluent、Elastic、Databricks、Datadog 全長出來,當年無關緊要的 Azure 與 GCP 現在是巨型生意,雲端市佔大致 40/30/20,外圈還多了千億美元級的 Cloudflare。需求端則相反:2010 到 2014 年大企業對雲端極度懷疑,先用的是數位原生公司(Snapchat 某時點約占 GCP 四成用量,對應今天 Cursor 的集中度);這次大企業一開始就想要,邊編預算邊實驗。

SaaS 的問題不是被人 vibe code 掉,而是競爭前線位移。資料庫過去靠開發者綁定介面、資料越積越多,搬遷是最不想碰的工程,才養得出 Oracle、SQL Server 的高毛利;現在寫程式的是 AI,介面規格極清楚、代理不會因重複轉譯而疲倦,遷移變成砸錢就能做,評判標準換成成本、伸縮性與迭代速度。估值面:2021 年 SaaS 在 30 倍營收成交,現在約 6 倍,規模成長 4 倍反而更不值錢,幾年前給他們的訊息是「接上 AI,否則值 3 倍營收」。他說現在每天達成計畫,就是每天在毀滅權益價值。銷售同樣崩掉:傳統 quota capacity 模型是早期業務代表配額 120 萬到 150 萬美元、內勤 75 萬到 85 萬、企業級 250 萬;但 AI 產品是拉需求不是推需求,他看到業務代表一年做 1,000 萬到 3,000 萬美元、最近還看到 5,000 萬,帶著舊模型與區域劃分過來的資深主管普遍陣亡。最強的業務其實是創辦人,因為他們在把 AI 那條鋸齒狀的能力邊界接到客戶問題上。

他最擔心能源:模型把運算換成智慧,智慧需求沒有上限,運算與能源需求就一直長;他說中國明年新增的能源約是美國的十倍,能源少的結果是 token 更少更貴。硬體難度用 Cerebras 說明:2016 年五位創辦人帶一份簡報進來,第一頁寫 GPU 其實不適合深度學習、只是剛好比 CPU 快一百倍;那是 Transformer 之前,Nvidia 市值約 400 億美元而非 4 兆,TPU 尚未發表。加速深度學習的硬體手段只有三個——增加核心數、增加核心間通訊、把記憶體搬近運算,晶圓級就是三個都推到極限,當時規格是 45 萬個核心、晶片上約 20GB SRAM、7 奈米製程。軟體有了邏輯方塊圖等於做完八成,硬體只做完 2%,後面是物理與三十多家供應鏈廠商:2019 年拿到第一批晶片,2020 年才第一次會動;2019 年董事會上晶片在融毀,當時已燒掉約 5 億美元,Cerebras 直到今年五月才上市。他說前四代運算(CPU、GPU、網路、行動)各長出一家千億美元公司(Intel、Nvidia、Broadcom、Qualcomm、ARM),第六代正在來:LLM 產生的程式碼最後跑在 CPU 上,現行 CPU 卻背著太多歷史包袱,他們已投資一家未公開的新 CPU 公司。

機器人的關卡是資料:沒有網際網路規模的語料可用,只能先鎖定高價值資料撐起預訓練,再靠少量後訓練樣本長出新能力。投資的 Sunday Robotics 走垂直整合,手套依機器手掌設計以確保資料可轉移,和 Waymo、Tesla 用自家車隊收自家資料同一個邏輯;最近一次示範是十幾台機器人在地下室折任意衣物,並量測折好的衣服建立評估基準。他舉 Hinton 2016 年說該停止培訓放射科醫師:前提是對的(AI 判讀影像可以比人好),結論卻大錯,因為跨模態的整合訓練資料不存在(只做胸腔 CT,對一天看四十份各式掃描的醫師幫助有限)、給付按醫師出報告設計、還有責任與醫療訴訟;加上影像成本下降後檢查量反而增加,短中期需要的放射科醫師更多而非更少——他認為大量失業的預測是同一種錯誤。他 12 年只投了 18 家公司,投前自問:能不能誠實說服自己在乎的人把這家當一生志業,以及賭對了有沒有人在乎。他最近募了成長基金,因為高現金倍數的機會圈已不只在早期;另有五百多家營收 1 億到 5 億美元的私人 SaaS 公司卡住,員工與投資人都沒有退出機會。

一句話:資本正從「訓練模型」流向「賣算力」,人才與估值同步重新定價。

Google 一週兩樁人事:Demis Hassabis 轉任 DeepMind 董事長兼首席科學家,Jeff Dean 帶三位研究員離職創辦 Discovery Loop,主攻科學突破。Dean 是 1999 年進公司的第 30 號員工,年資 27 年;消息當天 Google 股價跌 4%,約兩千億美元市值。Axios 引述內部說法:Gemini 3.5 Pro 進度落後數月,部分因士氣低落。Friedberg 解讀成資本配置而非內鬥:Google 今年承諾兩千億美元 AI 資本支出,加速折舊下以 26% 稅率計,每投一美元當年先拿回 26%;算力投資高 alpha、低 beta,模型開發則高 alpha、高 beta。董事會押基礎設施而非模型,科學家帶一份簡報就能募數十億美元,走人是合理選擇。Brad Gerstner 點出衝突:Google Cloud 想把算力租給 Anthropic,自家模型團隊想拿同一批算力去打它;Microsoft 引摩根士丹利報告,算力出租的投入資本報酬率超過 30%。

Sacks 判定前沿智慧已是 Anthropic 與 OpenAI 雙占:Anthropic 年化營收超過 800 億美元,年初 100 億,原被視為不可能的年底 1,000 億提早達成,上修到 1,100 至 1,200 億。市場分兩層:前沿收溢價,落後 6 到 12 個月的只能收算力與推論費,權重賣不了價。Polymarket 年底第一名模型賭盤:OpenAI 32%、Google 20%、Alibaba 14%,Moonshot、xAI、Meta、ByteDance 各約一成。主持人說開源對他九成五的工作已夠用,Elon Musk 回他「差距是天壤之別」;Jensen Huang 說閉源反而便宜,省下微調、護欄、維運。Friedberg 認為會混用:簡單工作流用開放權重,基因體、影片等專業任務仍用最好的模型;Google 在影片與生命科學資料領先,Demis 仍掌管 Isomorphic Labs。Google Cloud 營收年增 82%,五個產品月活破 30 億,13 個破 10 億並含 Gemini,其月活年增三倍。

SpaceX 首份財報,股價當日跌 13%,自 6 月 IPO 以來跌三成,市值 1.4 兆美元(IPO 時逾 2 兆)。第二季營收 78 億美元,年增 92%、季增 67%;出租算力給 Anthropic 與 Google 那塊季增逾三倍到 26 億;單季資本支出 184 億,年增六倍。Elon 指引年底 1,000 億美元 ARR,1 兆 ARR 目標從 2031 提前到 2030;摩根士丹利估 2030 年 3,250 億,而去年營收才 180 億。Starlink 單季營收 43 億、調整後獲利 26 億,用戶 1,200 萬年增一倍、季增 20%,每月每戶 66 美元,Friedberg 推估兩年內它就值一兆美元。Starship 試飛隔熱層過關並試放 20 顆 V3 衛星,V3 頻寬是 V2 十倍:Falcon 9 一次 27 顆、增加每秒 2.6 兆位元,Starship 一次 60 顆,單次運力差 20 倍以上。算力端年底 2 GW、明年上看 10 GW,每瓦現貨價 30 到 50 美元,即每 GW 要 300 到 500 億美元資本支出,多蓋 6 GW 就是三千億;錢從哪來、Nvidia 背不背書,加上記憶體明年只增產兩成而需求增兩倍以上,是最大問號。

Airtable 以 12.8 億美元賣給義大利 Bending Spoons(計入現金約 22.5 億),約當 2021 年 117 億高點一成;年營收 4.8 億美元、年增 20%、手上近十億現金,交易前先把 AI agent 事業分拆。Sacks 從「業務只有三成達標」看出病灶:董事會逼一家靠產品自然成長的公司硬接業務打法,養幾百個業務推不動;買方砍掉八成五到九成成本、回到產品驅動,每年能生 3 到 4 億美元營業獲利,三年回本。Brad 保留:換算等於用 30 倍自由現金流買,核心產品一旦停滯,客戶與人才流失會自我強化。20 億、50 億、110 億三輪的後期投資人靠 1 倍清算優先權拿回本金,早期投資人仍賺。Sacks 認為不能外推成 SaaS 全面崩壞:Airtable 屬最受衝擊的 no-code 類,合規綁得深的系統換不掉,15 個內閣層級機關都跑 Salesforce;軟體指數 IGV 近半年漲 20%,Snowflake 漲近九成。最後一塊是資料:Forbes 調查指美國資料標註新創把訓練資料同時賣給中國實驗室,涉及兩家估值逾 200 億美元的公司(發音不清不列名),買方包括 Tencent、ByteDance、Alibaba、Moonshot,中國前六大實驗室一年花約 5 億美元買博士撰寫的內容與強化學習資料。Sacks 認為標註是大宗商品,中國不缺博士也不缺勞力;除非有軍事或雙重用途,管制只換來稀土之類的報復,他支持的是 2019 年限 EUV 曝光機出口那種有殺傷力的管制。Brad 說這類新聞會讓華府不舒服,與蒸餾、晶片出口一起被檢視,但只要美國還領先就不會改立場。

一句話:主張用經濟集團而非關稅圍堵中國,對內先修教育、稅制與缺工。

他為 Xi–Trump 峰會寫的框架是「失能的峰會」:中國最大的出口品不是汽車或電子,是它自己不處理的經濟失能:房地產泡沫破了不處理、消費者趴著、產業結構不合理,把過剩產能倒向智利鋼廠、印尼成衣廠、巴西高爐,各國在 WTO 對中國提的申訴案也比對任何其他國家都多;佐證是中國汽車出口量在增、利潤卻掉了 20%。美國輸出的則是政治與文化失能,例如德國大選九天前美方去見 AfD。他對 Trump 的定性是向下打、向上舔;替代方案是不要關稅、要經濟集團,把日、韓、台、澳、歐盟與拉美友邦聚起來,用這段時間重建被放掉的產業能力,再回頭孤立中國。疫苗是他舉的教訓:美國 12 個月做出效力九成以上的疫苗,中國花 18 到 19 個月、效力只有六成,連中國官員都私下打輝瑞與莫德納;習近平之後重壓生命科學,五年就追到並駕,而 Trump 每份預算都提案砍 NIH 四成、共和黨國會擋到只砍 15%。Freeberg 補的是中國發電量朝 8 太瓦走、美國約 1 太瓦,製造業樓地板面積是美國 20 倍。

印太他不接受「2027 或 2029 才會出事」:對菲律賓施壓已升高、尖閣周邊動作變多、從潛艦朝澳洲附近試射實彈,而白宮被中東綁住、對印太失焦。2016 年南海仲裁中國敗訴仍在造島,菲律賓是條約盟國、不是台灣,當地美軍資源應該加倍。對台灣他拆成三種情境並主張都要備:經濟封鎖式的窒息、想在 96 小時內結束的入侵、先拿下靠大陸那幾座只有石頭與漁民的離島,逼世界問值不值得為此開戰;他主張把 96 小時變成 96 天讓速決戰打不成,封鎖靠菲律賓與沖繩一線的海空資源讓它做不到,政治上維持一中的模糊,對武力改變現狀不模糊。日本是印太長桿:美國在單一國家最大的駐軍在沖繩、全球唯一常態部署航艦的母港在日本、雙方連續五年互為最大直接投資來源,日本首相公開說對台動武構成日本國安威脅,是美方三十年來想聽卻沒聽到的話。

歐洲衰退成因兩人爭得最兇。Freeberg 主張歐洲的自毀來自左派政策,他反駁:開放百萬敘利亞難民的是梅克爾,福島後關掉德國核電、讓德國依賴俄羅斯能源的也是梅克爾,而梅克爾出自基督教民主聯盟、是保守派;他同意歐洲做了不利自己公民的決策,但拒絕左右歸因。移民他主張「法治之國與移民之國」兩條並存,自陳當年為 Clinton 設計過 San Diego 與 Arizona 的邊境行動,並公開背書眾議院裡 23 名共和黨加 23 名民主黨連署的 Dignity Act;他也批自己這一黨 2020 年初選舉手承諾給非法入境者免費健保是價值錯亂。制度借鏡他排除日本(98% 同質社會、僅約 370 萬移民),推加拿大與丹麥。

標題沒列、實際佔掉近半集的是教育與財政。Freeberg 的框架是近三十年平均通膨 2.5%,住房年漲至少 5%、教育超過 6%、醫療 5.5%,而這三項正是聯邦砸最多錢的地方(住房每年 3,000 億、教育 2,000 億、醫療近 2 兆美元),大學行政人力佔比三十年從 10% 漲到 60%。Rahm 拿 GI Bill 與農業補貼反駁,並把住房問題推給地方分區與建照法規。他的政績是芝加哥畢業率從 56% 拉到 83%、免費全日 pre-K,加上兩項制度:五成學生高中畢業時已帶大學學分、沒有大學或軍種或職訓學校的錄取證明就不發文憑(合規率 98%);他反問五成孩子閱讀不到年級水準時,學費不是主要問題。財政數字他前後不一致:一處說 40 兆美元債務、一處說 38 兆,支出 7 兆對收入 5 兆、年利息 2 兆,赤字起源歸咎於同時打兩場戰爭配兩次減稅。方子是對預測市場與線上運動博彩課 10% 的稅、全數給 NIH、NSF 與 DARPA,稅制改成獎勵創造財富而非保存財富(直指 step-up basis),不花 380 億美元蓋拘留中心、先拿 80 億翻修全美 1,200 所社區大學;缺工他點名資料中心缺 50 到 60 萬名電工、寬頻缺 15 萬人、缺配管工到造不出潛艦。最低工資他從相信市場自理轉為支持調升,理由是研究顯示 12 到 20 美元區間沒有造成失業或加速自動化。對上週在芝加哥開全國大會的 DSA 他說:你們是另一個政黨,把藍區選成深藍不會給誰帶來最低工資或全日 pre-K,11 月選票上見。

一句話:摩洛哥禁沙丁魚出口,暖化推魚群遷移;高價罐頭魚靠歐洲家族工廠的閒置產能撐起。

摩洛哥供應全球約五成沙丁魚出口,2023 年起漁獲下滑約 46%,現已對冷凍沙丁魚下出口禁令。來賓是主打高價罐頭魚的美國品牌 Fishwife 創辦人兼執行長,她把原因排序:最可能是氣候變遷。中大西洋水溫上升,沙丁魚、鯷魚、鯖魚這類餌料魚對水溫極敏感,可能只是遷往更冷更深、商業漁船難以作業的海域;暖水也改變食物網,鮪魚等掠食者跟著移入;浮游生物變得較不肥厚,養出的沙丁魚偏瘦,而肥度正是收購標準。她認為過度捕撈不是主因:Marine Stewardship Council 與 Monterey Bay Aquarium Seafood Watch 給這個漁場的是黃燈,評語是監管與執法到位。禁令在她看來是責任漁業管理,不少漁場停捕三到五年後重新取得永續認證。她預期自家沙丁魚要漲價,因為兩個來源漁場的競標會更激烈;缺貨時消費者會轉買鯖魚、鮪魚、鮭魚、鱒魚,鯷魚較少被當成蛋白質替代品。

鯷魚那條供應鏈的細節:西班牙北部小鎮 Santoña 幾乎整座城都是鯷魚罐頭廠,牆上全是各家品牌的招牌。漁船離岸約六海里,以圍網(purse seine)包住魚群,起網後立即上冰,運回岸上進拍賣場,每批魚依大小、有無破損、油脂含量標上品質編號再開標。買家多是家族罐頭廠的第二、三代——與 Fishwife 合作的那家創立於 1940 年代,如今由創辦人的孫輩親自去競標。得標的魚在三個街區外就處理:去頭去尾,一層魚一層粗鹽疊進木桶,鹽漬 12 到 36 個月,漬愈久品質愈高、成本也愈高,Fishwife 用的是 12 到 18 個月。之後去皮、反覆清洗,一尾一尾手工排進扁罐,注入特級初榨橄欖油封罐。鯷魚走鹽漬熟成、不經熱處理,保存期只有約一年且怕熱會散開;其餘熱處理罐頭則有五到七年。另一條供應鏈事實:阿拉斯加捕的魚多半先送到中國加工,再回美國上架。

通路與品牌經濟同樣反直覺。創業時美國代工廠勸她別做罐頭改做軟袋,理由是罐頭在衰退、軟袋在成長。她轉向西班牙與葡萄牙的罐頭廠,對方多半只開一到兩班、一週五天,有閒置產能,也清楚自己打不進美國市場,願意讓一個美國品牌去做市場教育。落差出在成長速度:這些工廠年增 5% 就滿意,而 Fishwife 五年半來的下單量逐年翻上兩三倍,對方難以消化。她也點出與 2010 年代 DTC 打法的差別:Warby Parker 那套是把 Luxottica 的高價眼鏡做成便宜版,靠當時便宜的 Instagram 廣告賺價差;Fishwife 是反過來,在一個衰退品類裡創造更貴的新類別。DTC 只佔營收約兩成,量體在零售通路。疫情期間罐頭魚品類曾出現約 10% 的年增,之後沒再重演。

一句話:紐約時報以新聞為獲利引擎、用 bundle 擴訂閱,對 AI 一手提告一手授權。

Meredith Kopit Levien 擔任 CEO 六年,進紐約時報 13 年,先做過三到四年營運長。她把公司定義為「給全世界好奇的人的必需服務」,不是報紙。訪談錄於 8 月 6 日,前一天剛公布財報。主持人 Joe Weisenthal 開場回憶 2009 年他在 Business Insider,有人問他要不要去 DealBook 面試,當時股價 6 美元,他覺得那是上鐵達尼號,拒絕了。

她堅持公司賺錢的第一順位來源是高品質獨立新聞,不是遊戲或體育。外界常見說法是硬新聞屬於賠錢的使命型業務、靠拼圖和運動補貼,她直接否認。她舉的題目是緬甸與蘇丹的多年內戰、剛果民主共和國這一波伊波拉的傳播方式與上一次不同,這些都不是為點閱做的。資源配置的決定權在編輯端:烏克蘭戰爭第五年,去年進出當地的記者有 70 人,人數由國際新聞主編那一層決定,不是總編輯,更不是她。她說自己的工作是讓公司賺到足夠的錢,好讓沒有編輯需要因為「派 Declan Walsh 進伊波拉疫區太貴」而縮手。

人才這段對到近期的出走潮:專欄作家 Ross Douthat 轉去 60 Minutes,Hard Fork 兩位主持人(其中之一是科技記者 Kevin Roose)也要離開。她的回應是記者總數史上最多,即使不算 The Athletic 與 Wirecutter,今天的編輯部比她 13 年前到職時多了約一千名記者。她主張時報的模式是最好的記者配最好的編輯與支援系統:Jonathan Swan 來是為了跟白宮線上最強的同業共事,他剛與 Maggie Haberman 合寫川普第二任第一年的書;Ezra Klein 則把作品品質很大一部分歸功於他的編輯。影音上,記者對著鏡頭講自己怎麼跑到這條新聞,剪成 90 秒的 Instagram Reels,她說內部幾乎沒有阻力,因為這個格式能把「報導」這個動作演給觀眾看,記者甚至手上拿著證據。除了 The Daily,旗下 podcast 都已同步做成影音節目。財報後股價連兩季下跌,她的回應是家族控制結構存在的兩個理由:保住新聞獨立,以及能玩長線、給大賭注時間跑完。

AI 分兩面。去年公司花了將近 20 億美元產出 50 萬件內容,加上 175 年的存量,她認為這批素材對 LLM 極有價值。時報已告三家:兩年半到三年前告 OpenAI 與 Microsoft,去年 12 月告 Perplexity,同時與 Amazon 簽了授權。她開的成交條件有三:要跟出版商能長期成長的策略相容、要有明確授權並保有各種用途的控制權、要有可持續的公平對價。她的論點是這些公司在人才、算力、電力上砸了幾百億美元,付給「資料」的錢也該對得起來。內部用法她給了案例:Epstein 檔案在週五晚上釋出約三百萬頁,新創專案團隊做出工具讓記者比對找模式;川普二度上任提名內閣時,用 AI 掃過人選的完整公開紀錄;Sydney Sweeney 牛仔褲爭議時,用 AI 證明那波怒火最早是右翼建構出來的,不是左翼;還用 AI 掃網球場空拍圖,數出多少座被改成匹克球場。界線是創作與新聞由人主導,公司裡約一千人做數位產品開發、三千人做新聞與內容。

定價策略她用了一句行話:讓所有人都落在需求曲線底下。低端是國際用戶特價買遊戲單品,高端是家庭方案共享。多數人以每週一美元買下含新聞的 bundle,用一陣子感受到價值後才升到高很多的價格。她強調時報從未接受過「大量免費樣本」與「付費內容夠有份量」二選一,十幾年來持續校準這條線,免得斷了下一個一百萬訂戶的種子。治理面她提到每月全公司大會(數千人參加,第一次開是疫情要大家回家那次)、業界規模最大的信任與標準團隊,以及在密西西比、巴爾的摩等地的在地調查報導獎助。The Athletic 收購四年,當時約 450 名記者、商業團隊很小,記者多來自地方報系統,整合沒出現預期的文化衝突,如今編輯部又多了約一百人,並從華盛頓郵報挖來排名第二、三的編輯 Steven Ginsburg,補上原本很薄的編輯層。Wordle 的收購金額遠低於 The Athletic,其餘遊戲都是自己做的。主持人收尾提出反面:紐約時報成了新聞人才市場的單一買家,地方報養不起白宮特派,一站式媒體可能只容得下一家。

一句話:運價漲不是需求回來,是駕照稽查與判賠把供給砍掉了。

來賓是 Truck Parking Club 行銷長(姓氏在轉錄裡出現兩種拼法,不確定故以職稱代稱)。Internet Truckstop 廂式車運價指數去年 12 月每英里約 1.94 美元,今年一度突破 3 美元後略回;Knight-Swift(KNX)今年報酬勝過 Meta,JB Hunt 近乎翻倍。但推力不在需求端。2022 年中運價下跌後,業界原本認定只有需求回來才救得了價格,實際發生的是供給被行政手段砍掉:DOT 在 Sean Duffy 主導下自 2025 年 6 月起稽查英語能力與 non-domiciled CDL(發給有合法工作權外籍人士的商用駕照,1980 年代中期就有),今年 3 月起續照變難,會隨到期自然減少。起因是網路社群的追查:有駕照姓名欄寫著 no name given、加州 Signal Hill 一間公寓登記 200 家卡車公司、懷俄明 Sheridan 一個郵政信箱約 600 家,加州與明尼蘇達的發照量在疫情前後暴增到往年 10 倍。來賓的實例是一位烏克蘭裔車隊老闆,司機多半持這類駕照,新規等於要他換掉全部司機,而且不能再從族裔人脈招人。全美近百萬家卡車公司,長尾多在 10 台車以下。

第二個變數是最高法院 Montgomery 案。貨運經紀商承攬約三成貨量,過去不為承運商的事故負責,這道防火牆鬆動。C.H. Robinson 曾指派一家 FMCSA 評等 satisfactory、跑過 200 多趟的承運商,出事後面臨 6 億美元判賠,正在上訴。政府沒給出「照這樣查就免責」的門檻,經紀商只能自行加嚴,來賓推論運價會分層:安全紀錄好的車隊拿溢價,長尾小車隊靠經紀商派貨反而更難活。主持人因此重新定義運能——有 10 台車卻接不進任何網絡的公司算不算運能?同期貨物竊盜失控,Roadmaster Group 稱去年增加 60%,紐約時報報導費城倉庫被有組織偷走近 11,000 瓶波本。資料中心帶動平板車需求,渦輪機與 GPU 又貴又是竊賊目標。

司機端的痛點是時間不是運價。2017 或 2018 年(來賓自己記不準)政府強制電子行車紀錄器,一天 14 小時工時、其中 11 小時可駕駛,超時就傷紀錄與保費。司機按英里計酬,11 小時、時速 60 英里約 660 英里算好日子;但公家休息區加商業卡車休息站全美只有約 70 萬個車位,對上數百萬台車,五點就停滿,新建成本每個車位有時 20 萬到 30 萬美元且要蓋數年。於是司機每天二選一:現在停、剩下四小時沒收入,或繼續開、晚上八點卡在亞特蘭大沒地方停。Truck Parking Club 把私人土地閒置空間上架收費,近 9 萬個車位、有時一週新增 1,000 到 1,500 個,已多於最大連鎖休息站;一位用戶一年停了 56 次,寧可付 25 到 40 美元停在丹佛倉庫一英里內。科技對司機等同監控:車內攝影機、限速器、行車紀錄器都在限縮自由。

一句話:漲勢由獲利而非本益比撐起,十年底標普500上看10000點。

來賓 Ed Yardeni 在 2020 年 8 月喊出「Roaring 2020s」。類比是 1920 年代:前面剛過完一戰與西班牙流感,1920 年本身還有一場當時稱為蕭條的衰退,在那時點喊咆哮十年會被當成瘋子。他當年列的技術是機器人與自動化、人形機器人、奈米技術、雲端運算,沒預見 2022 年 11 月底 ChatGPT 引爆這一波。AI 在他眼中是演化不是革命:真正的革命是 1960 年代中期 IBM 大型主機開啟的數位革命,主軸始終是把資訊處理得更快更便宜。他把資料稱為第四生產要素:經濟學只教土地、勞動、資本三者稀缺,資料則不會短缺。整個十年他押的是美國經濟的韌性:封城、搶購潮撞供應鏈、通膨飆升、聯準會從零升到 5.5%、2023 年三月只撐幾天的迷你銀行危機、兩輪關稅、中東戰爭,實質 GDP 仍在歷史新高,他稱之為「史上最被廣泛預期、卻不會發生的衰退」。

他判斷 2029 年底前不會有衰退,年底標普 500 目標 8,250,十年底 10,000。算法是分析師的次年每股盈餘預估乘 20 倍(逐字稿口述 43 美元,但要乘出 8,000 以上須是 430 美元),2027 年那個數字不含按市值計價的資本利得;十年底那組是每股 500 美元乘 20。他把分析師共識叫 FEMO:分析師預估獲利很準,唯一看不到的是衰退。獲利等於營收乘利潤率,未來營收歷史新高、利潤率 15%。空頭說利潤率必須均值回歸,他說現在是向上趨勢:資訊科技加通訊服務已占標普 500 市值 45%,靠創造性破壞維持高毛利,推新品時毛利高、同時自己做讓它過時的下一代;AI 又逼企業盤點哪些部門用得上、哪些連 AI 都救不了。兩張圖支持「不是 1999」:近六個月未來本益比跌 8%、指數卻漲 11%,而這種倍數收縮通常伴隨指數跌 9%;Truist Wealth 的對比是網路泡沫見頂前本益比擴張 250%,這次三年只有 18%。1999 年只有科技在漲,今年是他口中的「impressive 493」跑贏 Magnificent 7,油、金融、生技都在動,騰落線創新高。

集中度前十大占 41%,他的動作是去年 12 月 7 日科技加通訊達市值 45% 時,把這兩類從加碼降為中性,續抱金融、工業並加入醫療。獲利泡沫論(囤 GPU 與記憶體、把需求拉到現在)方面,超大規模業者的口風是今天算力還不夠用、有多的還能租出去;毛利 60-70% 自會有人從同一顆晶片榨出更多效能,短缺靠創新治好。債務面他不迴避:超大規模業者明年資本支出估上看一兆美元,Google 剛發 250 億美元債、需求上千億,Oracle 的信用違約交換來到多年新高,債市通常比股市早看到問題;緩衝是這個經濟體比 2000 年大得多也分散得多。Situational Awareness 那檔基金爆掉,他與主持人都認為是最健康的事:操盤人不會管風險,被抬出去的隔天市場照漲,受傷的是最能承受風險的極富階層,Citadel 接手當天就賺到錢。他的吸震器論是:大蕭條時代沒有不良資產基金,現在有數千億到兩兆美元資金等著用面額 25% 清市;私募信貸炸掉壓低的是報酬率,不是 2008 那種銀行體系崩潰。長期資本管理公司當年用不到 2 億美元槓桿到一兆,被救之後 1998 年經濟毫髮無傷,反而鋪成 1999 年的科技狂熱。

他反對 K 型敘事,提出 G 型(generational):嬰兒潮加沉默世代是史上最富的退休世代,淨資產 100 兆美元,持有 60% 的貨幣市場基金,房貸鎖在 3% 或早已付清;沒像 Harry Dent 預言的集體賣房賣股,反倒維持兩棟房、拿股票質押借款、替子女付租金與托育。「5% 的富人占 50-60% 消費」他也不接受:有錢人不會吃得比別人多。利率上,他 1983 年造出 bond vigilantes 一詞,當年擔心 2,500 億美元赤字,如今一兆五到兩兆,殖利率仍停在經濟消受得起的水準;4-5% 是全球金融危機前、1970 年代通膨前的舊常態,代表資本市場能自由配置,危機後被壓低的債市是笨政策。他反對聯準會 2024 年降息 100 個基點,結果十年期殖利率也升了 100 個基點。政策提案是直接用二年期公債殖利率定政策利率:現在二年期在說該升息三次,那就先升一碼再看它怎麼回話,利率可以每天動;通膨他看 GDP 平減指數,含與不含食品能源都在 3.5-4%。聯準會上次會議有三位委員異議要求升息。他也反對 SEC 把季報改半年報:投資人該拿到更多資訊。

一句話:IMAX 進入片廠綠燈流程,Odyssey 的 IMAX 票房上看 3.4 億美元。

來賓是 IMAX 執行長 Rich Gelfond(1994 年與 Bradley Wechsler 買下公司,2009 年 4 月接任執行長)。他說 IMAX 已是各大片廠綠燈流程的一部分:導演提案時直接把 IMAX 檔期寫進去,再由片廠、導演與 IMAX 一起敲日期與行銷投入。F1 就是這樣來的,製片與導演在還沒談定發行商前先鎖 IMAX 檔期,之後才由 Warner Bros. 接手發行。檔期排他,取捨很硬:聖誕檔已承諾給 Denis Villeneuve 的 Dune 3(部分用 IMAX 攝影機拍),Avengers 續集因製作延期改到同一檔期來要片,IMAX 沒換,直接放棄 Avengers;當年 Mission: Impossible 7 撞上 Oppenheimer 也是同一套,Paramount 當時質疑為何把螢幕給一部黑白的物理學家傳記片。Disney 的回應叫 Infinity Vision,Gelfond 說那不蓋新廳,是把既有的 X 廳包裝成品牌賣票。和 Nolan 的合作已近共同製片:專用攝影機、隔音罩(讓演員對戲不被機器噪音干擾)、全球備料點、代訓放映師,對方開的清單共 15 項。

Odyssey 的數字:IMAX 內部片務團隊原估 1.9 億美元,Gelfond 堅持超過 3 億,目前接近 3 億,另有 4,000 萬美元預售在手,檔期排到九月。周邊是新開的收入:IMAX 攝影機造型爆米花桶首批 2,500 個兩小時售罄、追加 2,500 個不到一小時、中國同樣數量 60 秒完售,膠卷片段 20,000 份 90 分鐘賣完。票價他管不到:AMC 紐約把 IMAX 票賣得跟一般票同價,週三半價日只收 14 美元;拉斯維加斯一家獨立業者收 50 美元照樣滿場。70 mm 的瓶頸是成本——一份拷貝 5 萬美元,放映機更貴且是 50 年前製造、只能四處搜羅,全球 41 廳(美國約 25 廳),Oppenheimer 時只有 30 廳,明年約有四部片出 IMAX 膠卷版。IMAX 的票房佔比約 26%,單片曾做到 30% 以上。

片源分散化:去年共 120 部內容,國際片 2019 至 2025 年複合成長 24%,包含動畫在日本以外的市場、印度大片、中國的 NBA 總決賽轉播、David Byrne 的演唱會電影、Interstellar 重映超過 500 萬美元。串流片方面,F1 在 IMAX 做到 1 億美元(Apple 史上最大發行,全片 6 億),Amazon 一部片同樣做到 1 億;Netflix 的 Cliff Booth(David Fincher 執導、Tarantino 編劇、Brad Pitt 主演)感恩節到聖誕節之間 IMAX 獨家上映,之後才上串流。去年財測 12 億美元、實際約 13 億;今年目標 14 億,還差約 3 億。他主張 IMAX 能見度高於多數行業:裝機有 backlog、片單已排到 2028 年(Sony 的四部 Sam Mendes 披頭四電影)甚至 2029 年。主持人 2024 年 5 月 14 日以 17 美元推薦此股,市值從 10 億走到 30 億。對 Sphere 他說造價近 30 億美元、看不出怎麼賺錢,自己只看盈餘與現金流;併購他只承認長期有人來探,沒有主動找買家。

一句話:六檔今年落後的大型股出現可交易低點;Nvidia 拉六家華爾街巨頭籌逾五千億美元。

Josh Brown 定義的 tradeable low 是賣壓耗盡,他偏好那是一段過程:落底、反彈、五到六週後回測不破;另一種是兩天跌 14%、四天跌 26% 帶爆量的暴力型。六檔標的:Meta 的關鍵價位 525,Josh 說那是 2025 年初的低點,Michael Batnick 說是 2024 年三、四、七、八月的壓力區——同一條線兩人講的來歷不同,近期市場擔心資本支出時股價又在此止跌。Uber 他從 30 幾美元抱到現在,財報後跳空跌 6%,四天由 67 走到 78。Netflix 他賣在 Warner Bros. 競標消息、買回得太早。Disney 在 90 美元做雙底、已彈到 105,120 有賣壓。Nike 被 Batnick 否掉:沒證據,還會更低。Home Depot 是倒頭肩底,肩部約 330、頭部 298,他看回 400:利率已在多年高點,壞消息都在價格裡。兩人都說這些不是好股票,是壞股票的可交易低點。

Batnick 補一塊:小型股非必需消費 ETF 創歷史新高,特殊零售與飯店餐飲休閒各佔 21%;個股他一檔都不想單獨持有,整籃子卻是對消費者體質的確認。當天大新聞是 Nvidia 找 Goldman Sachs、BlackRock、Blackstone、KKR、Apollo、Brookfield 宣布六項合作,為 AI 基建拉進逾五千億美元長期資金。Josh 說這把循環融資的爭議下架:原本的質疑是 Nvidia 投一家新雲端業者 50 億美元、對方拿其中 40 億回頭買晶片再認列成營收,像當年 Cisco 替電信客戶融資、資金一斷營收就崩;現在改成把算力當電廠那樣的資產做抵押融資,出資方從四家超大型科技公司變成幾千萬名投資人。他說這也會鈍化地方對資料中心的反對;Batnick 說太牽強。節目上一張圖把超大型雲端業者的 7,330 億美元資本支出擺在國防可支配預算旁邊。兩人都提醒目前簽的只是備忘錄。

被 AI 敘事打殘、如今回到高點附近的:Snowflake 跌 56% 後漲 178%;Schwab 因 Altruist 消息跌 20%、之後反彈 26% 創新高;Expedia 曾被踢出選股名單、現在重新突破;Palo Alto 與 CrowdStrike 則是當初被說「大家會自己 vibe coding 修漏洞」的那批;CrowdStrike 今年迄今漲 92%,自 2019 年上市以來 1450%,2022 年曾從 75 美元跌到 22。他押下一批翻身的是 Moody's 與 S&P:評等有法規要求換不掉,資料又是 LLM 得付錢的燃料;New York Times 對 AI 公司的訴訟會是關鍵先例。反例是 United Wholesale Mortgage:2021 年以 160 億美元的 SPAC 上市後幾乎沒有一個月是漲的;它為併購一家不動產投資信託押注利率下跌做避險,三月交易被現金報價搶走、標的沒買到,認賠 6 億美元,如今反告求償 5 億,並向 Oaktree 拿附 10% 現金股息與董事席次的錢。收尾他推 Hilton:85% 飯店由加盟商或開發商持有,自己只做行銷、點數與選址,十年年化 22%,144 國 140 萬間客房、會員 2.6 億;他以 200 日均線 307.68 抓 305,週五收盤跌破就走。

一句話:美國住宅負擔比多數國家輕,但沒有上限保證它不會更糟。

本集片頭自報為 Ask the Compound,主持人 Ben Carlson 與 Duncan Hill,稅務來賓 Bill Sweet,與 metadata 頻道名不同;內容也不是標題講的免稅投資,前半是全球房價比較。Ben 引 Visual Capitalist 的房價所得比:世界平均 11.2 倍,美國 4.5 倍為全球第七低,加拿大 9.4 倍是美國兩倍多,法國近 12 倍,澳洲 7.5 倍,巴西 18 倍。他再用達拉斯聯準銀行回溯 1975 年的資料,把實質房價與實質可支配所得都設起點 1 疊圖:美國只有三段時間房價成長超過所得,1980 年代末、2000 年代中期泡沫、以及現在;同一張圖換成加拿大、澳洲、英國,漲幅遠高於美國。他的結論不是「你該覺得好過一點」,而是負擔不起沒有上限——那些國家同樣蓋不夠房子,美國若不拆法規障礙、不用誘因鼓勵建商,只會往那走。他舉二戰後政府補貼住宅、擔保貸款催生中產階級為前例,但認為現在沒有政治意願。房貸利率過去 60 年平均略高於 7%,現在不算歷史高點,真正的衝擊是速度:房價 36 個月內漲 5 成、利率從 3% 跳到 6% 以上;兩人都被鎖在低利率裡沒有搬家誘因,反過來傷害經濟流動性。全國自住持有期中位數約 7.5 年,他們建議打算住滿 10 年再買。

聽眾 Philip 存夠 25% 頭期款,卻怕 AI 讓白領技能 5 年後失效而不敢背 30 年房貸。Ben 反駁:用總體預測做個體理財決策很少划算,數據也還沒出現——失業率 4.1%,裁員數低於 2010 年代任何時點,最該先被 AI 打到的軟體職缺反而在增加。買點數壓低利率兩人都不買單:那是預付利息、換掉資金彈性,而 30 年期房貸本身帶著隨時降息再融資的選擇權。Ben 另一個框架是,背 30 年房貸等於做空美元(當天公布通膨 3.4%,過去約 120 年平均 3.3%)。

稅務段 Bill Sweet 回四題。一、要賣資產湊自備款不必二選一,贏家輸家同時賣、損益互抵最省事,不要等某檔回本。二、紐澤西不是共有財產制州,夫妻分開申報預設帳戶 50/50 分割,標準扣除額從 31,000 降到 15,000、失去子女與教育抵免,更多所得落進 22%、24% 而非 12%,以 25 萬家庭所得算幾乎必然不划算。三、單親者的 HSA 身後由子女以一般所得課稅,但 Bill 質疑前提:HSA 本來就不是傳承資產,人老了醫療支出只會變多,該留給下一代的是 Roth。四、Roth 401(k) 開滿 5 年且年滿 59.5 歲後提領完全免所得稅,傳統與 Roth 合計今年上限 24,500 美元;Fidelity 研究顯示 Roth 401(k) 推出後約 82% 的人維持原提撥金額,等於預繳稅金、把更多本金塞進市場。他也提醒 Roth 放棄的是未來低稅率年度轉換的彈性。收藏品獲利適用 28% 而非一般資本利得率。

一句話:AI 資本支出撐住這輪多頭,散戶的投機帳單同時被攤開來算。

S&P 500 自 1950 年以來創新高約 1,379 次,Ben 現場推算約占全部交易日的 7%;今年至今 26 次,1990 年以來年均約 21 次,但 2000 到 2012 年一整片掛零。兩人把這幾年的抗跌歸給 AI 交易:疫情、9% 通膨、Fed 升息、房市凍結、Silicon Valley Bank 倒閉、關稅、兩場戰爭、私募信貸與商用不動產的崩盤預言,沒有一項把市場打下來。支撐是資本支出:Amazon、Google、Meta、Oracle、Microsoft 未來三年的資本支出合計(彭博一致預期,滾動計算)已從 2022 年 12 月的約 5,000 億美元衝破 3 兆美元。Bank of America 統計 S&P 500 第二季 EPS 年增 30%,已排除 Amazon 與 Alphabet 對 OpenAI、Anthropic、SpaceX 等私人持股的評價利益,含一次性利益則是 50%。Ben 的提醒是這條線不可能一路走到 7 兆,而這輪獲利成長正是這些花錢的公司自己貢獻的,他們一踩煞車市場就跟著下來。

新興市場來到紀錄折價:MSCI 新興市場指數以明年預估獲利計為 9.9 倍,S&P 500 是 20 倍。成分是關鍵——台灣加南韓占指數 45 到 46%,中國 20%,印度 12%,科技業 41%,於是純 AI 部位成了 NASDAQ 對新興市場的選擇題:三星、SK 海力士、台積電對上美國超大規模業者。今年新興市場漲幅主持人先說 27%、隨即改口 20%(現場自我更正)。南韓散戶參與率從 2010 年代的 10% 以下倍增到 28%(Barings 資料),但家庭資產仍有 77% 在房地產、9% 現金、股債只有 3.6%;韓國 2026 年預估獲利成長 250%,全球指數約 25%。Michael Burry 再度喊接近大頂、可能出現 1987 式下跌;主持人回顧他 2023 年 1 月喊賣後市場翻倍,但承認一半:以今天的重新定價速度,單日 -7% 到 -12% 的氣穴機率比過去高。Situational Awareness 基金爆倉被對照 1998 年的 LTCM(當年 S&P 一度跌 19%、俄羅斯違約);爆倉一週後已有投資人要加碼,理由被歸給人脈:該經理人曾任職 OpenAI、配偶在 Anthropic 位居要職(主持人聲明是猜測)。

《華爾街日報》的評論點出差別:一般人沒有有錢到能讓一個 24 歲的人燒光自己的積蓄。Bloomberg 的調查顯示 18 到 29 歲男性有四分之一自稱每天交易股票,其中三分之二覺得自己是失敗者。Michael Mauboussin 與 Dan Callahan 的報告《The Wisdom of Crowds in Markets》:1929 到 2025 年美國賭客累計名目虧損 3.9 兆美元,以今日幣值計 5.8 兆;預測市場的合約價格與實際勝率幾乎一比一,並有長冷門偏誤:90 美分的高機率合約實際勝率更高,虧損集中在買 10、20 美分長冷門的人身上;平均抽水約 4.5%。39% 的下注者宣稱贏多於輸、28% 說打平,而估計 95% 以上的運動博彩者長期不獲利;Michael 自陳 FanDuel 帳戶每 1 美元虧 7 美分。兩則極端案例:直播拍賣 App WhatNot 上,一名 45 歲會計師四個月內花掉近 140 萬美元——存款、個人貸款、跟朋友借,最後刷公司信用卡,妻子發現後訴請離婚;他買的是用兩折標到再轉賣的機會,沒標到什麼都沒有。SpaceX 的 SPV 套層則是有人 2020 年投入 1.7 萬美元、以為 IPO 時值 30 萬,投資公司 2024 年就賣掉、實得 4.5 萬,中間經手的是巴哈馬一家投資公司轉包給紐澤西一家公司。

Bloomberg 一篇哥倫比亞商學院教授的評論主張沒有 AI 美國早已陷入衰退,估 AI 基礎建設投資約占 GDP 2.8%,大於當年的鐵路熱潮;Ben 反駁這筆錢不投 AI 也會流去別處,但同意沒有 AI 陷入衰退的機率高於五成,並把 AI 列為下一次衰退成因的 80% 大熱門。55 歲以上勞參率大幅下滑,Bank of America 認為不是放棄找工作而是提早退休,因為房子、股票、企業都比預期值錢;平均 401k 餘額已從 2023 年的 10 萬美元升到約 16 萬美元。一份新開的房市電子報主張始於 2022 年第一季的房市衰退已經結束,弔詭的是 Case-Shiller 全國房價指數在這輪衰退期間仍漲了近 12%,痛的是房仲與貸款端而非房價。Zuckerberg 發表 AI 正面願景文(人人有 24 小時待命的個人代理、各科博士級家教、免費或負擔得起的取用);Ben 讀成太晚的公關轉向並追問誰付錢,Michael 回說本來就有免費版、付費版每月 20 美元。Disney 收尾:總營收成長 7%、樂園與體驗成長 11%;玩具總動員系列年度全球零售銷售 10 億美元、估計替 Disney 帶進 160 億美元收入;ESPN 該季收視是 2016 年以來最高。

一句話:AI 資本支出把大科技變成製造業,但沒有一家說得清商業模式在哪裡。

第二季財報表面漂亮:Microsoft 營收成長近 20%、Amazon 20%、Meta 近 30%,均優於預期。自由現金流相反:Meta 掉了 91%,Amazon 與 Alphabet 雙雙轉負。Damodaran 說這不是一年的波動而是模式位移。五年前這幾家的投入資本報酬率是 70%、80%、90%,他評價時根本不必看投入資本;現在它們等同製造業,蓋的是產能,要被「賺不賺得回資本成本」檢驗,這是它們沒被問過的。只有 Amazon 經歷過現金流轉負再轉正,Alphabet、Meta、Microsoft 都是頭一遭。唯一維持舊模型的是 Apple,資本支出 110 億美元,其他家 1,500 億到 2,000 億美元:先等不確定性散去再決定蓋哪種工廠,而非先蓋再想產出什麼,十年後會是經典個案;但 Apple 躲不掉外溢成本,晶片變貴讓幾乎每款裝置漲價,股價因此挨打。他把 metaverse 當教訓:花錢容易,把商業模式講成市場聽得懂的故事才難。沒有一家說明要走低毛利大規模還是高毛利利基,市場遇到真空會自己填,填出來的版本是「你可能沒有商業模式」。

他建議把 AI 拆成獨立部門揭露,像雲端那樣講清楚花多少、虧多少,承認是創投式下注;Bezos 早年公開講「先蓋起來人自然會來」,才換到市場的耐心。現況相反:Amazon 用「250 億美元 AI ARR」這種模糊指標,Zuckerberg 被問到報酬時避而不答。收入來源更麻煩:Barclays 估 OpenAI 與 Anthropic 佔 Amazon AI 營收的 73%,Wells Fargo 估佔 Microsoft 的 74%,UBS 對 Google 也有類似估算。這幾乎全是產業內部對開的錢,是蓋架構而非終端客戶的錢;健康的生意裡架構只該佔營收一到兩成,不是八成。交叉持股同時汙染淨利:Amazon 淨利有 85% 來自 Anthropic 與 OpenAI 持股的未實現利益,Google 有 87% 來自 SpaceX 與 Anthropic 持股,本益比因此壓到 20 倍以下,看似便宜。原則是分子分母要一致:EV/EBITDA 分子含交叉持股價值、分母不含其收益,得把持股價值扣掉;本益比是他主張二十年最危險的倍數,分子只有股權市值,分母什麼都混。別信淨利,爬到營業利益看本業。他也對會計存疑:策略性投資通常按原始成本列帳,按市價調升等於自承是交易者。

需求端裂縫更關鍵:年初敘事是算力稀缺,現在 Zuckerberg 與 Musk 都在推銷自家算力、強調租出去的溢價。一家新上市公司的說明書裡,資料中心租給別人(含 Anthropic)賺得比本業多,卻宣稱終端市場有 28 兆美元;真信那市場,不會把產能租給潛在對手。他認為中國看懂終端市場會分岔:一邊高毛利企業級產品,一邊低毛利大規模,中國押後者。推理鏈重點是市場大小本身不創造有價值的公司(逐字稿在市場規模處億與兆混用,不採單一數字),若九成是低毛利大規模,那些營收對應的是個位數毛利。單位經濟也不支持樂觀:Anthropic 交付成本很高,不是軟體那種邊際成本趨近零的結構;除非能用十分之一成本蓋資料中心,他看不出規模經濟從哪來。反過來,很多十年前叫機器學習、甚至只是 Excel 巨集的東西現在改叫 AI,不用 Nvidia 晶片也不用資料中心,真正會規模化的可能是那一塊,現在蓋的架構未必對得上。他自認 AI 樂觀,但要對方拿數字:兩年前、一年前、今年的成本攤出來才叫規模經濟。

債務上他不擔心 Mag 7:淨負債比都在個位數,淨負債對 EBITDA 約 1.5 倍,停投一年半的本業現金流就能還清。主持人提出 Meta 帳外債務 4,200 億美元、帳上 1,400 億美元(逐字稿另一個「1.4」口徑與這組不自洽,不採),他先看追索權:若只追索該資料中心的資產與收入,對股東影響有限,即使全部攤開他認為也在三倍上下。風險在體質弱的 AI 公司:最壞情境是 AI 確實變成大市場,它們卻債務到期撐不到,只能折價賣掉;OpenAI 與 Anthropic 同樣無法靠自身現金流存活。他也提陰暗的可能:Mag 7 或許在等一次 AI 修正,自己挨打但對手被清光,如同 Amazon 在網路泡沫後。他不認為會有單一引爆點,2001 年也是一連串小事累積到某天發現半座森林不見;要盯會計調整與重整費用,尤其第一筆大額 AI 資本支出減記,等於承認做錯,至今沒有一家做。市場記性也不好:Meta 一週內收復前六個月跌幅約七成。他持有 Mag 7 中五家,已不持有 Nvidia 與 Tesla,以買進成本當錨、接受兩成回檔,也保留自己焦慮可能是錯的空間。

一句話:整個美股靠 OpenAI 與 Anthropic 兩家虧錢公司撐,ROI 缺口 15 倍。

錄製於 2026 年 8 月 6 日。上週 S&P 500 兩度創高,週二漲近 2% 收在 6 月以來首次收盤新高,隔日再創盤中歷史高點。Michael Burry 警告可能接近大頂、市場正在醞釀「1987 年式」的下跌。主持人先攤開多頭論述:Atreides Management 投資長 Gavin Baker 說自己「看起來像個傻樂觀的人」,但相對於實驗室裡的人反而算保守;Whale Rock Capital Management 負責人 Alex Sacerdote 在 Invest Like the Best 上說,現在 2 到 8 億使用者用的還只是「加了類固醇的搜尋引擎」,Google 執行長估企業知識工作者滲透率只有 10 個基點,Anthropic 日活約 1,400 到 1,500 萬,S 曲線會在四年內從 0.1% 走到 1~3%、5%、15%。Josh Brown 則列出健康多頭的檢查表:11 個類股有 10 個獲利超預期、輪動健全、營收成長優於預期、分析師在本季上調下季預估、IPO 多但不過多。

Scott Galloway 的反駁集中在一條算式:要讓超大規模業者目前的資本支出拿到合理報酬,AI 必須額外創造 2.5 兆美元營收,而目前 AI 累計營收只有 1,500 億,等於要 15 倍;2.5 兆比現在整個大型科技業的營收總和還大。今年這些公司投進資料中心約 7,500 億美元,Goldman Sachs 估 AI 投資貢獻了今年 S&P 近半的獲利成長。Ed Elson 補充:剔除 Amazon、Google 對 AI 公司持股的評價利益後,S&P 獲利仍成長 27%(Galloway 另口頭丟出「70% 獲利成長、92% 的 GDP 成長來自超大規模業者資本支出」,兩組數字對不起來,原文未澄清)。而 Bloomberg 揭露,OpenAI 去年占了 Microsoft AI 銷售的 70%。需求端只剩 OpenAI 與 Anthropic 兩家:X、Meta 想做前端消費級應用失敗後,轉為把後端租給這兩家。Ed Zitron 取得的財報顯示 OpenAI 去年虧 210 億美元;節目自行推估 Anthropic 去年虧約 110 億。Anthropic 自承 2028 年前不會有自由現金流,卻剛再借 360 億美元,兩個月前已向 Blackstone 借 350 億。Baker 說 OpenAI「幾乎確定在產生大量自由現金流」,主持人認為這種「幾乎確定」正是股市認知與現實的落差。Galloway 說他訂了每月 200 美元的方案,看到的說法是業者要花 1,000 美元才服務得起。

估值面:Microsoft 27 倍本益比,上週還低於 AI 熱潮前的倍數、這週已高於;Meta 22 倍、熱潮前 31 倍,是少數把焦慮反映進去的;Google、Amazon 已偏貴。中國模型的 token 使用占比從 2025 年 1 月約 10% 升到接近三分之二,市場正在分化;Galloway 認為前緣模型像高階德國車廠,仍有高毛利市場,Microsoft Copilot 席次翻倍就是靠除錯、合規、資安這類「大公司保固」,產品本身評價不高也沒關係。Galloway 的結論不是賣光,而是分散、降低槓桿,避免在未來 24 個月的修正中被迫賣出;他以 Amazon 1999 到 2001 年跌 93%、鐵路與 90 年代電信基礎建設為例,主張社會受益與股東虧損可以同時發生。

後半段拆 SpaceX。上市後首次解禁,逾 9.11 億股內部人股票可交易,流通股翻倍以上;首份財報營收年增 92%,股價當日卻跌 8%,錄製時約 109 美元,較高點 225 美元跌 52%。Starlink 營收增 66% 到 43 億美元、用戶倍增至 1,200 萬,是 Palantir 單季營收的兩倍;但單季資本支出從 100 億跳到 185 億(AI 相關成長 550%),超過 Oracle 與 Exxon,營業虧損雖從約 20 億收斂到 1.43 億也沒用。每 1 美元營收對應 2.35 美元資本支出,照這速度 IPO 募得的 860 億會在約 16 個月燒完,只能再增資與發債。Musk 在財報會上談月球資料中心、由人形機器人維護、產能可讓文明智慧規模擴大千倍甚至百萬倍;Tesla 今年以來跌 30%。Galloway 說 Tesla 該用車廠倍數評價,還有 70~80% 跌幅,SpaceX 是「太空版 Comcast」。另一個案例是 Leopold Aschenbrenner:24 歲募到 200 億美元、以數倍槓桿押最熱的 AI 股(節目先後說 4 倍與 5 倍),一週內基金崩掉。本週看點是 7 月 CPI 與 PPI,以及 Rocket Lab、AST SpaceMobile、CoreWeave、Super Micro Computer 財報。兩人預測一致:SpaceX 年底前再跌 20~30%,Meta 則可能已見底。

一句話:失業率下降來自勞參率退出而非就業改善,七月淨減 2.3 萬份工作。

七月就業報告:經濟體淨減 2.3 萬份工作,市場原估新增 8 萬份;失業率降到 4.1%、是兩年最低,但勞動參與率降到 61.4%、為 2021 年 2 月以來最低,五、六月數字也被下修。勞動經濟學家 Katherine Anne Edwards 形容過去一年半是「30 兆美元經濟體能有的最接近原地不動的狀態」。她說 GDP 標題數字被關稅前搶備庫存扭曲,該看的是佔經濟體 60 至 70% 的家戶消費,而那個數字成長很慢。七月勞動力減少幾乎全由女性貢獻(National Women's Law Center 報告),她歸因於每年夏天的季節性:暑期托育貴又難找、教育類職位放假,根因是美國沒有帶薪育嬰假、帶薪病假與托育補貼。受創最重的是想進場的應屆畢業生與重返職場者,她說對個人而言失業率不是 0% 就是 100%,而加薪主要靠換工作驅動,換不動就停滯。她反對用 UBI 解 AI 焦慮:AI 會同時創造與消滅工作,但不知何時、不知是誰;過去 90 年的美國勞工生產力曲線上看不到冷氣、電腦或網際網路任何一項的痕跡,「叫員工試用 Claude」到「裁掉 200 人」之間距離很長。她的解方是重建失業保險:短期救急接長期,再協助搬遷、再訓練與創業。

第二段來賓是創投與政治策略顧問 Bradley Tusk,談 Zuckerberg 前一天發布的 6,500 字 AI 論述:支持開源模型、批評川普政府提議的 LLM 審查期、主張更嚴的資料保護,並宣布 10 億美元基金投資資料中心周邊社區。背景是 72% 美國人對 AI 感到擔憂,光今年前三個月就有 1,300 億美元的資料中心專案延宕或取消。Tusk 認為動機無關公益,但策略成立:多數情況用不到最頂級模型,Meta 走中國廠商路線(混合專家、多模態)壓低推論成本,再開源掐掉對手每月 20 美元訂閱與 token 收費,改用 Facebook 那套靠廣告賺的邏輯。10 億美元基金他歸類為換分區與建照的社區回饋協議,不是慈善,相對兆級投入是零頭。外部性他認為都有解:電費靠自備電力或小型模組化核能、用水靠封閉循環水系統;真正的反彈來自對變化速度的焦慮。他判斷宣言式公關會失敗,因為前提得先有信任。

最後一段主持人獨白追問「社會主義到底指什麼」:字典定義是生產工具完全由國家掌控,民主社會主義只差在政治程序民主,社會民主主義則是資本主義加上補貼住宅、全民健保等政策(瑞典、挪威)。他判斷美國走的是第三種,證據是紐約市長鬆綁小型企業、取消 50 多項開業許可規定,還設了自己版本的 DOGE、派「首席撙節長」砍浪費支出。

一句話:5000 億融資本質是債且由 Nvidia 自己背書,景氣反轉時會放大下行痛苦。

Nvidia 週一宣布與六家大型資產管理公司簽下備忘錄,要籌 5000 億美元,由這些機構把錢借給 Nvidia 的客戶去蓋資料中心、買晶片。BlackRock 執行長 Larry Fink 稱這是「金融工程下一個未來」的開端,黃仁勳說 AI 晶片已成為可投資的資產類別。消息由《金融時報》最先披露,Nvidia 股價當天跌近 4%。Seaport Global Securities 分析師 Jay Goldberg 指出,新聞稿明講協議尚未定案;Nvidia 先前與 OpenAI 也是合約定案前先發稿,六個月後浮現的版本與原案大不相同。股價下跌反映的是對循環融資的疑慮——Nvidia 出錢給客戶來買 Nvidia 的產品。黃仁勳在部落格自問「這是循環融資嗎」,答覆是此舉正是為解決該疑慮、引進獨立的長期機構資本,主持人 Ed Elson 指出他從頭到尾沒說出「不是」。Goldberg 的判準是:廠商替客戶融資,在「促成需求」與「創造需求」之間有一條細線,Nvidia 這幾年愈走愈近。

他認為真正的問題在於底層是債。放款人不在乎技術多炫,只在乎何時拿得回錢、違約時誰負責;他推測 Nvidia 在背書,不是全部 5000 億但有一部分——黃仁勳文章提到某些項目有 25% 覆蓋、承擔折舊風險,正是這層保證讓利率降到案子做得成。他的擔憂是這種債高度順循環:等超大規模業者資產負債表用盡、AI 需求飽和,這些義務會同時到期,neo cloud 手上的閒置產能被推回 Nvidia,而那時 Nvidia 本業銷售與毛利正在下滑。脈絡上,2022、2023 年 Nvidia 給 CoreWeave 這類第一批 neo cloud 的是寬鬆營運資金條件;規模變大後改提供 backstop——你用不完的算力我買回一定比例,上季已有一批 compute service agreements 列在財報附註、不在資產負債表上(逐字稿的金額單位缺漏)。癥結是抵押品:放款人一向不接受 GPU 當擔保,大型 neo cloud 融資背後靠的是客戶合約(如微軟簽長約承諾買算力),而超大規模業者現在更積極自建、愈來愈不願簽第三方長約,那層擔保正在縮小,所以黃仁勳才要強調晶片是可投資資產類別——想讓 GPU 本身變抵押品。Goldberg 判斷投資人不會買單,最後 Nvidia 還是得自己扛義務。

後半段轉向太空股。Rocket Lab 上季營收 2.34 億美元創新高、年增 62% 但虧損高於預期;AST SpaceMobile 虧損翻倍到 2.31 億美元,一大塊來自 Blue Origin 把它的衛星送進錯誤軌道的減記。TMF Associates 總裁 Tim Farrar 說兩家都在模仿 SpaceX 垂直整合,Rocket Lab 買 Iridium 補應用層,他類比 2000 年 AOL 用高價股票換 Time Warner 的實體資產。六月 SpaceX 上市當天 Rocket Lab 跌 11%、AST 跌 16%,七月部分個股再跌四成,如今 SpaceX 已跌破發行價、錢卻沒回流。Farrar 認為軌道資料中心與小行星採礦都還很遠,馬斯克說明年 Starship 每天發射一次,那些運力只可能拿去填 Starlink。

一句話:算力被商品化上市,但唯一的賣方就是 Nvidia。

片頭自報為 Prof G Markets、主持人 Ed Elson。CME 宣布 10 月推出算力期貨,每口合約代表一顆 Nvidia 晶片一個月的租用,首檔標的 H100,用意是讓資料中心業者與 AI 公司取得價格透明度並避險。Semafor 記者 Rohan Gowami 說 BlackRock 的 Larry Fink 已暗示算力會被金融化,但他不接受「算力像石油」:石油有限,算力不是;更關鍵是價格完全由 Nvidia 決定,而 Nvidia 有兩重反向誘因,不希望外界知道真實成本,也不希望算力變便宜(愈便宜,晶片愈不值錢)。可替代性質疑(晶片世代不同、會折舊)他認為交易所處理得了:熱軋鋼也不是每批一樣,且幾乎沒人實際交割實體。他的保留是這像標準石油而非 OPEC,OPEC 之外還有別的產油國,算力沒有第二家。

Nvidia 與 KKR、Blackstone、BlackRock、Goldman 簽的 5,000 億美元備忘錄,他視為分散風險:Nvidia 先前與 OpenAI 簽 1,000 億美元備忘錄,等於用自己的資產負債表替沒有信用評等的公司背書,風險全壓一家會讓股東、債權人與美國政府不安,拉進華爾街等於把財務風險與上檔一起分出去。對 Jensen Huang 說此舉能消除循環融資疑慮,他不同意:參與者變多不代表關鍵人風險下降,並舉 Lucent,帳上數百億美元訂單、親自替客戶融資,泡沫破後客戶全倒、股東歸零。另有 Enron 曾想把網路頻寬變成可交易商品,後來光纖超建、價格崩盤。

Moody's Analytics 首席經濟學家 Mark Zandi 談 7 月 CPI:年增 3.4%、核心 2.5%,都比 6 月低 0.1 個百分點(逐字稿此處出現「3.4% 4%」重複,以 3.4% 為準)。變數是伊朗戰事:油價幾天前再破每桶 90 美元;汽油開戰前每加侖不到 3 美元,一度回落到 4 美元以下,現在 4.10 至 4.15 美元。物價漲得比薪資快,實質可支配所得年減,儲蓄率除房市泡沫那段外是史上最低。他不同意財政部長 Scott Bessent 說 K 型經濟已結束:所得前 20% 佔 60% 的支出。上週五就業數據減少 2.3 萬個工作,勞動參與率 61.4%,若參與率維持一年前水準失業率會超過 5%,淨新增就業幾乎全在醫療。他預期聯準會按兵不動(市場共識是今年稍晚到明年升息,當日升息機率 54%),給美國經濟 C-:有 2% 成長卻創造不出工作。尾段點名 OpenAI 出走潮:營運長 Brad Lightcap 任職 8 年後離開,幾個月內近十二位主管走人,含倫理、安全系統、首席未來學家、Sora 負責人 Bill Peebles、科學、B2B 應用、機器人負責人與傳播長。Ed 的推論:IPO 一再延後、虧損數百億美元,離職潮可能是內部信心訊號;OpenAI 去年佔微軟 AI 營收 70%,今年與 Anthropic 合計將佔亞馬遜 AI 營收近四分之三。當日 CoreWeave 第二季營收翻倍後漲 19%,SpaceX 漲 10%,Musk 說其 AI 營收下月將超過其他所有營收。

一句話:AI 資本支出三年衝到 7500 億美元,營收僅約 2000 億;槓桿在哪裡誰就先倒。

來賓 Gary Gensler 在高盛 18 年,1999 年經 Bob Rubin 引進財政部,2009 到 2014 年任 CFTC 主席,拜登任內任 SEC 主席,現為 MIT 教授。他給的座標:美國佔全球人口 4%、經濟 25%、資本市場 50%;金融業佔美國經濟從 1950 年代 3%、1979 年 5% 升到 8%。聯邦收入約當 GDP 17%、支出 23%,債務約當 GDP 100%(他報 31 兆美元);年度赤字他另處說約 1.7 兆,與 6 個百分點缺口推算不吻合,兩個都是他自己給的。問到 30 年內 200 兆美元舉債能否被市場吸收,他答不能:2 年與 10 年期公債利差已從他在高盛時的 80 到 100 個基點壓到 40 到 50 個基點,靠各國央行與中國的超額儲蓄撐著。可裁量支出只佔經濟 4%、一半是國防,砍它填不了赤字。

美股總市值約當 GDP 235%(他也講過 2.5 倍與 236%),過去 25 年均值 110 到 120%,回顧本益比約 30 倍。AI 資本支出三年內從約 1400 億美元增至 7500 億,今年約佔 GDP 2.5%,明年估破 1 兆、約 3%。歷史對照:南北戰爭後鐵路高峰吃掉 GDP 6 到 7%,1870 年代把經濟沖垮;1990 年代末網路約 2 到 3%。今年 AI 原生營收樂觀估 1500 至 2000 億,對不上 7500 億支出。他的事前驗屍:起點是營收利潤補不上、毛利率先崩——記憶體公司與 NVIDIA 毛利率 70 到 80%,記憶體晶片一年內漲價四到五倍,三家記憶體公司(含 SK Hynix)把筆電、手機、汽車成本一起推高。破口在槓桿:超大規模業者主要動用自有現金流,但已進債市、做表外融資,並讓 CoreWeave 這類 neocloud 業者買晶片再回租。他反駁 Citadel 的數字:美國後 50% 家庭持股逾 6000 億美元創新高,但對照美股總市值 80 兆不到 1%。

美國今年蓋資料中心花費約是中國七倍,中國模型只落後四到九個月。他預期商品化:美國做 AI 的 Maserati、中國做 Volkswagen,企業為控成本轉用 DeepSeek、Moonshot、阿里 Qwen 這類夠用的模型,避免被單一供應商綁死;中國在工業機器人也領先。他要學生看任務而非職位,預期 2030 到 2040 年代政治重組,類比 19 世紀末進步時代。監理成績:CFTC 任內出 67 條規則,85% 兩黨同票、近三分之二全票,15 年來未被推翻,並揪出 LIBOR 每日報價 16 家銀行中的造假與串通;SEC 任內 40 到 45 條,少數在第五巡迴法院敗訴,含私募股權對有限合夥人的揭露規定。加密貨幣多數只有情緒沒有基本面;Tether 約兩成擔保品不是美元;穩定幣現有 3000 億美元,若如財長 Bessent 說的長到 2 兆,會抽走銀行體系資金;現任總統財產申報揭露的加密獲利 14 億美元。他反對預測市場容許內線交易,代價是市場信任流失、資本成本上升;生平第一份法庭之友意見書即反對 CFTC 在 Kalshi 案的立場。

一句話:當陌生人的經驗要轉成同理心與破除二元,不是拿來築更高的牆。

來賓是紐約中央會堂(Central Synagogue)的資深拉比,首位被按立為領唱人(cantor)的亞裔美國人,連 Jeopardy 都拿她當題目。父親是美國猶太人,母親是韓國佛教徒(至今仍是),母親本人並非在韓國出生,而是生於日本占領期間的日本。她五歲移居美國,落腳華盛頓州 Tacoma——那裡的會堂約 300 個家庭,由她父系家族參與創建,祖父穿球衣的照片掛在牆上,即使全家長得跟其他猶太家庭都不一樣,她仍認定自己有根。回憶錄寫了四年,成品刻意採極短章節。她的服事在網路上全球直播,October 7 之後因為拒絕二元式的表態而受到大量注目。被問到如何承受這麼多葬禮,她說每一場死亡都帶著大量的敬畏(awe)。

她援引 Berkeley 的 Keltner 教授:在 26 個國家、數千人身上研究敬畏,整理出八個可靠的觸發源——自然、智識頓悟、藝術與視覺設計、靈性經驗、生與死、音樂、集體亢奮,以及排在第一位的道德之美。她自己的定義是觸碰到超出自身理解的巨大之物,而人的日常善行正是她天天見證的那一種。安息日她認為是猶太人給世界最大的發明:在此之前人每天都得勞動,律法規定一週停一天、且明訂涵蓋動物與同工。她與丈夫約二十年前決定比雙方原生家庭更嚴守安息日,對孩子的規定是不用手機;她也承認當拉比的職業風險就是安息日要上班,但週五晚帶禮拜是她一週最進入心流的時刻。對話中提到 Heschel 的《The Sabbath》。

以巴問題上她自陳是 Zionist,主張猶太人有在自己土地上自決的權利,因此也必須主張巴勒斯坦人有同樣的權利、要看到一個巴勒斯坦國;同時主張哈瑪斯不能繼續掌控加薩,得換上另一批巴勒斯坦領導層。她承認眼下連五年前支持兩國方案的以色列人都不覺得可行,但以北愛爾蘭與戰後成為以色列盟友的德國為例,拒絕接受「某種人就是這樣」。她指出多數國家的政府與人民在輿論裡分得開,只有以色列被當成政府等同全體人民。破二元的方法她回到猶太的雙人共讀傳統:兩人真正互相磨,會生出一個人到不了的第三個意見。她認為美國失去了社團、教會、會堂、保齡球隊這類第三空間,建議與對立方的第一段對話不要挑最大的爭點,先一起做過一件事。主持人搬出 Hillel「己所不欲勿施於人,其餘都是註解」,反問兩千年的註解並沒有帶來和平。她的回應扣回書名:Hebrew 字面意思是跨越,做希伯來人就是知道當陌生人的滋味,那經驗該被做成同理心與韌性。

一句話:放棄不是習慣問題,是分辨低谷與死巷;卡住多半來自同時想要兩件互斥的事。

Seth Godin 把「卡住」定義成同時要兩件不能並存的事,關鍵字是「但是」。布里丹之驢卡在胡蘿蔔與水的正中間,最後餓死兼渴死;日常版是「想要有成就感的工作,但也喜歡這台車和這間房子」。他要把「但是」換成「而且」:想做創作,而且願意被拒絕。案例是 Jackson Pollock——1940 年代美國最有名的畫家,登過 Life 雜誌封面,妻子 Lee Krasner 說他覺得那個創作循環做完了;他改畫布尺寸與風格辦新展,一件沒賣掉,今天美術館幾乎看不到第二期的 Pollock,他物質濫用加劇,死於一場還撞死別人的車禍——他同時要創作前緣與人人搶購的地位。對照是亞歷山大:2,500 年前在土耳其村外解結,他沒拔刀,而是抽掉結中間那根柱子。

下一題是「這是為誰做的」。使命不是天生的,是每輪工作前自己選;行銷則是「對的人講真實的故事,幫他們去想去的地方,而且他們會告訴朋友」。Uber 司機可以把接客權全交給平台,也可以認清郊區有 75 人需要可靠接送、做到 15 位固定客戶;喜劇演員在 100 人場子冷場十分鐘,全場其實是不會英文的義大利團,錯的是排錯場子的經紀人;一星評論只說明「這本不是為我寫的」。妄想的判準是跳過中間步驟、只想成名。想當小說家就把稿子排成 PDF 寄給 20 個人,傳得開自然有人找你寫下一本。他引 Steve Blank:顧客拉力是新創成敗最好的單一指標——你明天關門有多少人會想念你,披薩店 100 個就夠。推新東西唯一的方法是製造張力:Taylor Swift 場館坐 15,000 人,開賣那刻替 40,000 人製造了張力。

擋路的是 Steven Pressfield 的「抵抗」:任何讓你不去做創造性工作的感覺。驅動人的是恐懼、歸屬、地位——地位就是誰先吃午餐。朋友 Lisa 搬到洛杉磯只認識三個人,每週五辦百樂餐,帶一個新朋友來就能再來,50 週後有 400 人的網絡。他辦過 podcast 工作坊,學員說找不到來賓,他從最想邀的人(常見是 Michelle Obama)往回推到「隔壁鄰居能不能上你的節目」,一半的人還是做不到;解法是用假名寫部落格連續 100 天。他的部落格有一百萬讀者,起步時也只有五個。冒名頂替感用救生員比喻:小孩在眼前溺水,你不會先為泳姿道歉。羞恥要被接收才生效——他被路邊四歲小孩隔著圍籬取笑,瞬間回到三年級被霸凌的感覺,但可以不收。學雜耍也一樣:多數人卡在接,他的教法是單球拋接到無聊、再兩球拋拋接接練 20 分鐘;自我成長全在談接,沒人練拋。主持人補了 Julian Treasure 的兩場 TED:講「說」四千萬次觀看,講「聽」兩百萬次。

放棄的核心是沉沒成本。法學院讀三年、執業五年都討厭卻不敢走,是要跟過去的自己交代;學位是過去的自己送的禮物,可以不收,就像預付 35 美元車位後看到免費路邊車位還是該停。主持人補 Daniel Kahneman 的損失規避:掉十英鎊要撿到二十英鎊才抵得過那份痛。The Dip 的判準是這關有沒有人走過去:有機化學是通往醫生的低谷,全世界醫生都過了;抽菸抽到肺氣腫不是低谷是死巷。零售餐飲的數字是活下來的店把 95% 利潤交給房東、倒掉的交 102%;四年租約走到第二年還在虧,剩下兩年是舊決定。健身房牆上 Michael Jordan 的「放棄一次就變成習慣,永不放棄」被他當場否掉:Jordan 現在不打職業棒球、不打職業高爾夫,也不打職業籃球;他的燃料是不甘與絕不放棄,名人堂演說整篇是陳年怨氣,對他有效,對多數人是陷阱。Godin 自陳 1987 年開過賣燈泡募款的公司,也曾是出版社 DVD 的主要製作者、做過 Fisher Price 親職 DVD,網路一來就認賠收攤。

再上一層是系統。大學工業複合體是四百年的系統,從一年級開始,含 SAT、貼紙、球隊與宿舍,好處是履歷看一個詞就能決定面試誰;舊劇本是被大學挑、被公司挑、被升遷挑,然後死掉。1990 年代起麥克風、攝影機、打字機到了每個人手上,現在再加一個月 20 美元、圖書館可能免費的 AI,沒有人會打電話來允許你開始。主持人補上自己在 LBC 電台試音兩小時、對方從未回覆,於是在自家廚房開了這個節目。聽錯聲音的代價是 Shake Shack 的薯條:紐約時報評論人 Ed Levine 批評創辦人 Danny Meyer 的招牌波浪薯條是超市冷凍貨,團隊花一年、數百萬美元研究馬鈴薯、每家店換炸鍋改現切,結果品質時好時壞、店員討厭做,最後全拆掉換回波浪薯條,利潤與生產力都回升。對照是 Amazon 每場會議留一張空椅代表顧客——他也補一句,近兩年 Amazon 靠廣告賺進數十億,而那些廣告讓搜尋變差。會議也是症狀:多數只是讓老闆覺得你在聽,能寫備忘錄就不該開。掌控感的數據:自認能掌控人生的人生活滿意度平均 7.4 分,不覺得能掌控的 5.6 分;自評幸福感低的人,認為處境完全不由自己決定的機率高五倍;1976 年安養院研究裡,能照顧植物、每天做點小決定的長者 18 個月內死亡機率低 50%。

最後三個詞被拆掉。完美主義每次都是陷阱:品質不是奢華,是符合規格,1998 年的 Toyota Celica 品質高於同年的 Rolls Royce;宣稱自己完美主義等於宣布永遠不用出貨。真誠是業餘者的事,專業的標準是一致:Keanu Reeves 不是真的 Neo,他寫部落格時扮演的也是「部落客 Seth Godin」。三句名言被翻面:Warren Buffett 說最成功的人在做熱愛的事,他改成愛上自己正在做的事;Mark Twain 的「最重要的兩天是出生與找到原因那天」,他改成「決定原因那天」,並提醒這類名言多數是假的;Steve Jobs 的「還沒找到就繼續找」,他認為要往內找。AI 他給兩句:自電力以來最大的改變,只是快得多;不是你為 AI 工作,就是 AI 為你工作。1890 年決定繼續當鐵匠的人下場不好;電力送進各行各業,是電影院想出怎麼讓你付 5 美元看電影。能把一整天做的事寫下來的工作,都找得到更快更便宜的 AI:記帳是,挑來賓的品味不是。他反對把 AI 當便宜離岸勞力砍掉 400 個客服,主張讓醫生有 AI 之後花更多時間在每位病人身上。收尾是一位近 80 歲的紐西蘭原住民女性長者:她組織 50 人步行前往首都,走了一個多月,中途登上全國各報頭版,隊伍從 100、200、2000 人到抵達時的 4,000 人,並改了土地分配的法律。Godin 自己的版本是花兩年、以全職志工身分組織 1,900 位共同作者完成 Carbon Almanac,在五、六國成為暢銷書。他說最後悔的是沒做的事:沒幫的人、沒教的課、沒開的門。被問願不願意永生,他答不要:選擇性永生是詛咒。

一句話:臨床睡眠呼吸中止七到八成漏診、女性逾九成;通用療法失敗率高,方向轉精準化。

來賓 Andy Galpin 的博士學位在 human bioenergetics,2011 年設立實驗室,現職教授,主持 podcast「Perform with Dr. Andy Galpin」。他給的漏診比例:有臨床睡眠呼吸中止的人,七到八成不會被診斷出來,女性是九成到九成五;運動員有臨床睡眠障礙的約五成。節目引用的盛行率:中年男性 24 到 34%、女性 9 到 17%、65 歲以上 30 到 60%、停經後女性 25%,全球約十億人,而這只算呼吸中止,不含失眠。漏診的結構原因他列三個:環境在變、檢測工具過時或難取得、公開建議太通用(房間要冷要暗要安靜)。他也提醒反方向的 health anxiety:需要更關注健康的人遠多於過度關注的人。

呼吸中止不一定會把人吵醒,這正是它難察覺之處,而它與長期死亡風險、認知功能、情緒調節、恢復與代謝健康高度相關。成因不只肥胖:過去強調頸圍,現在看來沒那麼絕對;體型大的人體液總量也大,平躺時體液往頸部位移壓迫氣道。另有神經性、環境性、姿勢性的類型。藥物、CPAP、口腔矯正器他都支持,成功率低是因為同一個診斷就給同一套東西,而領域正往精準化走。自我判斷三層:先做免費且經科學驗證的問卷(不寧腿、失眠、呼吸中止、日夜節律失調、chronotype),再上 100 到 600 美元的穿戴裝置,最後是睡眠檢查室,他的團隊正在把檢查室搬進家裡。穿戴裝置能看總睡眠時間,深睡、快速動眼期與綜合睡眠分數不可信;有價值的是趨勢,他舉一位客戶 1200 天的 Oura 資料,靜止心率每降 1 下(65 降到 64)當晚多睡 6 分鐘,介入點就放在心肺體能與睡前降頻。

每年花在睡眠上的錢約 6000 億美元,過去 60 年總睡眠時間卻少了 60 分鐘。光:NASA 衛星資料顯示地表更亮,加上 sky glow(地面的光打上雲層再反射回來)與跨時區工作;搬進都市與焦慮、憂鬱上升 20% 以上有關,主因是光與聲音。但早晨與白天的光照能抵消一部分晚間光照的傷害,他說 Andrew Huberman 早就講對了。聲音:夜間建議約 35 分貝,鄉村大致在此,都市基線 60 分貝以上;白噪音機常見設定 40 到 50 分貝,資料建議 40 以下,多數人放太近太大聲,關鍵是聲音的不一致而非音量。溫度華氏 64 到 68 度,但冷氣開到最冷有兩個問題:壓縮機啟停的聲音變化會吵醒人,濾網不乾淨會把粉塵吹進空氣、鼻子塞住反而誘發呼吸中止事件。螢幕的問題不在藍光,在追逐新奇帶來的喚醒:電視、平板、手機與閱讀的干擾程度相當。主持人補上 Meta 財報電話會議:推薦系統改用大型語言模型理解貼文內容,留存率提升約 15 個基點。

助眠品他按證據分級:褪黑激素的證據量超過其餘所有加總,因為它是藥、是荷爾蒙;鎂(研究轉向 bisglycinate 形式)與洋甘菊(補充品形式是 apigenin)第一級;奇異果、酸櫻桃汁約第二到第三級,研究做法是睡前吃兩到三顆奇異果。褪黑激素他跟主流相反:市售常見 5 毫克、有的到 10,他們用 0.3 到 0.5 毫克,只在重設日夜節律(時差)時用,用完就停;半夜醒來吞一顆沒用,節律已經在那裡。品質問題更嚴重:藥錠實際含量與標示可差到 100 倍,他們驗晨尿,看過長期服用者隔天早上是參考範圍上限的 100 倍,整天處在高劑量狀態,只好靠刺激物拉起來,也就是 sleep inertia。咖啡因的交換條件由 Ben House 主持的統合分析回答:睡眠剝奪讓表現下滑,咖啡因能把人拉回基準,但拉不回「睡飽再加咖啡因」的加成。同床的人普遍睡得較差,他的解法不是分房,是換成翻身不牽動對方的床單、中間放枕頭、戴耳塞;換環境第一晚睡不好叫 first night effect,做法是把家裡的睡眠環境搬到路上。

主持人的血檢(分別做於 Function Health 與 Neko Health)膽固醇相關十幾項全部不好,當時正在生酮飲食;家族史是伯叔死於心臟病、父親上週裝心律調節器並吃 statin 約 15 到 20 年。Galpin 的判讀順序:先確認沒有肥胖、酗酒、抽菸這些更根本的問題,所以這組數字可操作;再回到指標要預測的終點——心臟。主持人做過掃描,結果是運動造成的左心室壁增厚,沒有會脫落的危險型斑塊,他因此下修擔憂,但要求每幾年重掃。反例是他朋友 Joel Jamison:年輕、血檢正常,心臟科醫師說不必做,他自費做心臟 CT 血管攝影,查出俗稱 widow maker 的血管阻塞約五成。另一位客戶總膽固醇 347,靠纖維與大幅壓力管理降到 223、CRP 從 2 降到 0.2,之後由醫療團隊加 statin 再降到 163。主持人另外兩項:維生素 D 37(目標 40)、omega 分數 5(想看到 8),汞已貼近偏高——omega-3 來源多半含汞,直接加量會把汞推過線,解法是換來源。

能量是客戶上門的第一名理由。世界級表現者的差別不是更努力,是能量管理:80% 的消耗只換 20% 回報就把它換掉;一般人聽一集 podcast 加一個 Zone 2、再聽一集加寫日記,行程排到 20 小時卻沒做到重點。他每週只給一到兩個需要主動記得的新動作,並優先找限制因素:未診斷的病原(一位大聯盟球員長期沒體力,查出是嚴重黴菌暴露,清掉就恢復)、吃太少造成的低能量可用性。握力他反對過度解讀:1980 年代末 Stephen Blair 團隊發現心肺適能預測壽命比血壓、膽固醇更準,開啟 45 年的領域,延伸到握力卻被放大過頭;握力器值得買,但把訓練重心放在握力是搞錯,80 百分位推到 90 百分位不會多活一天。近三年約 20 到 25 篇研究做的是握力不對稱,因為那與阿茲海默、帕金森這類神經退化與去神經支配有關。訓練上,肌肉量看每週總量而非上健身房次數;「組間休息越短肌肉長越多」與證據不符,休 60 到 90 秒到 2 分鐘讓下一組品質更好才是重點;停滯 80% 是沒有計畫,而計畫內容不是關鍵,有計畫才能漸進超負荷。他讓研究生做七天飲食紀錄,結果一致:脂肪比自以為多(以為佔熱量 20%、實際 40%)、碳水比自以為多、蛋白質比自以為少。器材顯示的熱量消耗多半高估,身體會用適應性產熱把 500 大卡抵掉一部分甚至全部,但長期不復胖的人幾乎都有運動。他的 5-4-3-2-1:一週五天保持活動、四天結構化運動、其中三天要流汗、兩天肌力訓練、一天把心率拉到很高。促成改變的契機,他說死亡威脅沒用(不然不會有 40% 的肥胖率),有效的是自己的數據攤在眼前、事情發生在身邊人身上,以及重大人生轉折,他看過最多的一種是把公司賣掉。

一句話:錢藏在沒人注意的縫隙,找到縫隙靠察覺力而不是聰明。

第一門生意是實驗用猴子。超過兩成的藥物要在猴子身上測試,首選是長尾獼猴,理由正是牠接近人。美國一年進口約兩萬隻,單價原本約 2000 美元;COVID 期間需求暴增,加上原本供應全球約六成非人靈長類的中國停止出口自留,價格衝到 2 萬、高峰報到 5 萬美元一隻,柬埔寨、越南、模里西斯補上缺口。做測試即服務的 Charles River Labs 與約八成生技公司合作、上市藥物約八成經其測試,年營收 40 億美元,並花 5 億美元買下一家猴子繁殖業者以擺脫供給波動。Fortune 報導過柬埔寨的野生動物主管到美國出差時被捕,指控是野生猴被改標成人工繁殖的實驗猴出售,他等待審判期間軟禁近一年。

另外兩門也長在沒人看的地方。Daydream Dental 做牙醫診所的後台:診所裡打電話給保險公司、報帳單代碼、追理賠的那個人撐著整間店現金流,漏帳與被退件比例卻很高;它整包接手這個職能,用 AI 加專職人力做,對牙醫的說法是幫你多收回本來留在桌上的 15% 到 20% 收入,第二年年營收接近 1000 萬美元。創辦人是史丹佛背景,他母親開牙醫診所、少年時暑假都在裡面打工。第三門是替養老院、醫院裝設與維護工業用發電機。主持人另舉《Snowball》裡的沙拉油案:詐騙者用大豆油庫存重複向約 50 家銀行抵押借款,油槽裡灌的其實是海水,負責查驗庫存的 American Express 是擔保方,事發後賠付、股價大跌,Buffett 逢低買進成了他最好的交易之一;而「替人查大豆油在不在」本身就是年營收數億美元的生意。

後半段講怎麼找到這種縫隙。Paul Graham〈How to Do Great Work〉的歸納是:跟著自己最強的興趣走,興趣同時是馬達與舵——馬達是你會比別人耐久,舵是你感興趣的跟多數人不同,順著走自然落到競爭稀薄的地方;一路開到領域邊界,遠看邊界像一條連續的線,走到跟前才看見一個個沒人補的缺口,創業就是挑一個補起來。察覺力的例子:Seinfeld《Is This Anything?》收錄他四十年來每天頭兩小時寫下的半成品笑話;Eddie Murphy 自陳優勢是敏感,泊車還回來的車味道稍有不同就能拿來講。要找到自己會著迷的事就回頭看童年:Dan Brown 的父親每年聖誕節在樹下放的不是禮物而是藏寶圖,他後來寫的全是尋寶故事。Exploding Kittens 的共同創作者(第一台 Xbox 原型也出自他手)口袋帶一副空白牌組隨時開發新遊戲,每隔幾年帶十幾個朋友環遊世界破解密室。結論是,察覺與熱情報酬高,但聰明人覺得掉價、不願練,等於獎金一樣大卻只有七個人報名的賽場。

一句話:七段轉行實錄:McConaughey 用 22 個月空窗把自己「去品牌化」,重新被看見。

Matthew McConaughey 當時是浪漫喜劇的固定男主角,這類片預算 3,000 萬到 3,500 萬美元、票房約 6,000 萬。想演的戲沒人肯投資,他確認理財撐得住後停掉唯一還在接的類型。之後六個月只剩浪漫喜劇上門,同一份劇本從 800 萬美元加到 1,000 萬、1,250 萬,最後 1,500 萬;他承認 1,500 萬時「同一份劇本讀起來變好笑了」,還是回絕。消息傳開,接下來 12 到 14 個月零邀約;第 20 到 22 個月才進來 Killer Joe、Mud、Bernie、True Detective,以及原本沒導演肯拍的 Dallas Buyers Club。他說這不是 rebrand 而是 unbrand:離開大家習慣看見他的位置久到「變成一個新的好點子」。

Steve Young 講被迫的那種:退休隔天醒來,那件全世界認得他的事沒了。他主張把轉型當一場死亡辦——哀悼、埋葬,否則會一直帶著走;他向一位轉行做房地產的前輩四分衛請教,答案是「跑開」,比賽不會離開你,是你得離開它。《Maybe You Should Talk to Someone》的作者繳完兩年醫學院學費、還背著貸款才退學去當自由撰稿人,理由是「人生的死亡率是 100%」。《Between Two Kingdoms》的作者說,四年治療結束後,一天仍要睡四小時、胸口還留著人工血管,以復發機率該不該結婚生育也沒答案。她說 recovery 暗示回到原本的人,而那人已不存在,實際發生的是 discovery;一位受訪醫師指出她可能有 PTSD,她才有方向。她去學開車,拿到駕照一個月就把公寓租出去當旅費,依讀者來信列出 22 位陌生人,獨自開車橫越美國。

Samin Nosrat 的餐廳收掉後只想做義大利麵:借朋友空著的商用廚房,在 Facebook 收單、線上預購預付,備料才抓得準。名單漲到數萬人遠超過她的人力,執照、衛生與稅務全壓上來;她意識到自己 15 歲就想當作家、條件都到位卻被這門生意擋住,於是收掉,改替瑜伽網站寫一篇 25 美元的文章。United Therapeutics 的創辦人念完 UCLA 沒修過生命科學課,女兒被診斷肺動脈高壓,當時沒有核准藥物、患者兩三年內死亡、只能等肺移植;她把法學院順著註腳查到互相循環為止的方法搬到醫學論文,找到一篇治療心衰竭失敗的分子報告:該分子降低肺動脈壓卻不動全身血壓。藥廠說只做年營收十億美元以上的藥但可以賣,她便成立生技公司、請一位諾貝爾獎得主掛科學顧問主席再回頭談;授權要 15 位主管簽同一張紙,對價 2.5 萬美元加 10% 權利金。這支藥後來年年帶進十億美元營收,累計權利金超過十億;全美病患從她女兒確診時的 2,000 人增到 5 萬人。Design Matters 主持人的作業是十年計畫:寫下十年後某一個冬日從起床到就寢的一整天,不預設失敗,每年讀一次。

一句話:兄妹被逐出家族公司,靠自建工廠與無過敏原定位把 MadeGood 做進 4 萬家店。

Nima 與 Salma Fotovat 兄妹在伊朗長大,父親開罐頭廠。1988 年兩伊停火那年全家離開,因為伊朗禁 13 歲以上男孩出境,而 Nima 差一個月滿 13 歲。父親在多倫多賣場巧遇高中同學,靠對方從 Esfahan 帶回、寫在餐巾紙上的古法牛軋糖配方開廠,租 3,000 平方英尺廠房與二手設備。後來把黏合料換成糖漿,轉做水果堅果棒代工。2008 年他們重新定位自家品牌 Taste of Nature:讓設計公司做出半邊印刷、半邊透明的白盒,以包裝取代行銷預算;到 2012 年 Taste of Nature 在加拿大已大於 KIND,那年營收破 1,000 萬美元、員工 100 人。

裂痕出在第二代想把錢投回成長、合夥人一方想拿股利。他們原以為會買下公司,2012 年 7 月 26 日反被對方用同一金額買斷,當天連鑰匙手機都算公司財產。兄妹不是股東、沒分到錢;父親隔天帶他們去 IKEA 買家具,在地下室開工。他們考慮過餐廳與有機農場,結論是製造經驗、人脈與信譽才帶得走。2013 年 1 月重來,起點是 Nima 備小孩的學校午餐:學校要求無堅果,市售符合的多半不健康。三方張力是家長想給好的、學校要安全、小孩要好吃,於是不做兒童導向(五成購買家庭沒小孩)、不把無過敏原當主打、單顆 100 大卡也讓大人能控份量;設計交給化妝品設計公司,logo 佔正面一半。

他們不走代工,自建 20,000 平方英尺工廠,因為無過敏原的宣稱必須自己控整條產線;錢來自父母退休金,加上以房產抵押、零營收前拿到的 200 萬美元銀行貸款。第一張訂單是替別的品牌代工 30 萬支棒供 Costco,做到四分之三才發現有效期打成 2013 而非 2014,只好用酒精棉片擦掉重跑產線。第一個通路是 Loblaws,採購的兒子有花生過敏,四個品項上架自然食品區;行銷靠「100 英里半徑」,開車到得了的地方自己理貨試吃。2015 年鋪滿加拿大並在曼哈頓 10 家 Whole Foods 測試,2016 年進全美,2017 年營收約 5,000 萬美元。成長來自對零售商說 yes:Costco 西北區要把球狀零食從盒裝改袋裝,他當場答應。貸款沒真的還完,因為業績翻倍就要產能翻倍;靠毛利紀律約 2015 年轉盈。2018 年推的生酮品牌 Good2Go 品質出問題又投入不足,六年後收掉,他自承是 shiny object syndrome;寵物零食 Cookie Pal 活下來:Costco 一位採購調到寵物部門,說沒人做人食等級寵物零食,由獨立團隊營運。2024 年一支刷毛掉進產品,回收 250 萬箱、聖誕假期全取消,客戶事後稱是教科書級處理。目前 MadeGood 在 4 萬多家店販售,年營收數億美元、不到 10 億,加拿大品類第二、美國第六且成長最快;母公司 Riverside 仍家族持有,只引進一位策略投資人。

一句話:送試用改小份、別把銷售綁在自己臉上、利基當起源故事別當天花板。

Bobbi Brown 在與 Estée Lauder 的 25 年競業條款到期當天創辦 Jones Road,2020 年疫情期間,她 62 歲,錄音時 68 歲。第一通來電是芝加哥脊椎外科醫師 Mark Sokolowski,品牌 Cabbage Labs,產品 CabDab 是高麗菜葉萃取的肌肉關節塗抹膏,起點是病人長年用高麗菜葉外敷,他查文獻確認對關節炎等發炎狀況優於一般照護。2021 年起每位新病人看診後免費拿一條 100 毫升全尺寸,零廣告,第一天就獲利,累積 3 萬條、下一批訂 1 萬條。他問怎麼跳出「得親自面對每個客人」的上限。Bobbi 的答覆:別送全尺寸,買空罐分裝成小樣隨身發,附卡片與 10% 折扣;與其找公關公司(Guy Raz 開價 1 萬到 2 萬美元,後來說 5,000 也找得到),不如請一個能拍片、發社群、順便打給地方報紙的行銷科系學生。Guy 另建議走脊骨神經醫師與醫學研討會通路。

第二通是 23 歲的 Abby(品牌 Abby Rose,轉錄有 Abbey/Abby 兩種拼法),16 歲起做客製手機殼,因競技體操改在家自學而有時間。今年畢業後全職投入,營收比去年成長 50%,累計銷售超過 200 萬美元(單年未破百萬),TikTok 40 萬追蹤、Instagram 11.1 萬,姊姊手工做殼,最近把供應商買下來。她的困擾是銷售全綁在自己的直播上,問該加碼直播、轉批發還是投廣告。Bobbi 回:為什麼每個生意都得像火箭?爆紅的 TikTok 時刻隔年反而難超越,先看什麼有效、什麼在浪費錢;零售很貴,可先用快閃或 Target、Walmart 給年輕品牌的孵化計畫試水溫。Guy 點出真瓶頸是「你無法量產你自己」,建議訓練別人上她的帳號直播、給佣金,或讓家人出鏡,並辦讓得獎者上直播一起做的設計比賽。她另外發現主力客群不是高中大學生,而是想要社群感的全職媽媽。

第三通是夏洛特的 Henry Davis,Tannin Oral Care(轉錄拼法不一)共同創辦人,主打咖啡後漱口水。起點是他發現喝完咖啡要等 30 分鐘再刷牙,否則會磨掉被酸軟化的琺瑯質;他和室友把貨架上每款漱口水成分抄進試算表,發現多數含酒精反而讓口腔更乾,再用網購化學實驗組、找高中化學老師與牙醫試配方。品牌名 tannin 正是讓口腔乾燥的單寧。Bobbi 給反例:她先生用天然漱口水但討厭咖啡,瓶身寫咖啡他就不買,建議咖啡留作起源故事,定位擴到紅酒、茶與任何需要的時刻。Guy 建議改從口腔微生物相切入,學 RXBAR 把成分寫到一眼看懂(三顆蛋、兩顆棗、四顆杏仁),並先找部落落地——RXBAR 從 CrossFit 健身房起家,他可以從牙醫診所或單一健身房開始。節目末補充:該品牌保留咖啡作起源,重新定位在 2027 年 1 月要推出的益生元漱口水。

一句話:擇偶的性別差異真實存在,但隨環境策略調整;Chad 壟斷性市場是統計錯覺。

開場的舞蹈研究用動作捕捉把 30 名男性舞者轉成虛擬人偶,女性評分最高的是頭頸軀幹活動量大、動作與節奏多變者。Macken 認識該研究者,補充這種舞偏女性化,呼應臉部研究的「男性化不是愈多愈好」。Rob Henderson 談 looksmaxxing:代表人物 clavicular 向《紐約時報》說自己注射過量化學物質已不孕;Rob 主張吸引女性的是名氣不是臉,同一套 bone smashing 與注射協議放在無名男身上,訊號是自戀、虛榮與短期交配取向,論壇 looksmax.org 曾掛「第一條規則:不要談論 looksmaxxing」。中國一團隊拿真實女性臉孔測化妝與整形,吸引力評分上升,但男性得知動過刀後 datability 增幅被削弱、淨值仍為正,另有負向人格推論。分歧一:Steve 同意效果真實,但不認為是演化出的專門機制,只是對欺騙的一般性警覺;Macken 主張人對訊號的反應強過對底層特質。Steve 的博士生在做 ick 的演化心理學,切入點是女性更挑剔、行為免疫系統與演化來的厭惡反應;風險不對稱:男性最怕錯過機會、女性最怕選錯人。

Rob 寫的「the myth of the Chad」拆 80/20 敘事:18 至 20% 男性報告過去 12 個月有 3 位以上性伴侶,比例自 2000 年沒變;女性同一指標 12 至 18%,型態幾乎一樣,最常見答案是 1 人、其次 0 人。外推來自交友軟體:Tinder 約 4% 男性拿走絕大多數 swipe,Hinge 前 10% 男性用戶拿 60% 的 likes,社群媒體又只讓異常故事病毒化。Chris Williamson 問單偶婚姻算不算男性的平權行動,Rob 說近期論文用了 sexual redistribution、DEI for men 的說法。Macken 站單偶是人類預設值:市場早已去管制,多數人還是做無聊的事。Steve 補充小規模社會約 5% 初婚維持終身,serial monogamy 更常見,證據是多數人一生不只戀愛一次。2026 年 Kinsey Institute 逾一萬名美國成人研究:平均熱戀 2.05 次,14% 從未、28% 一次、30% 兩次、17% 三次、11% 四次以上,只有 42% 的人一生熱戀不超過一次。分歧二:Chris 猜女性反對重建單偶規範是因規範對男性較有利,Steve 不同意,理由是女性通常很想要一個只屬於自己的男人。

Macken 的 PNAS 論文做 45 條件實驗,把人放進虛擬經濟環境,操弄個人收入與當地性別經濟不平等。三種測量(排序、評分、hypergamy)一致:自己窮、異性富、本性別經濟上被剝奪時,對資源的偏好上升,男女皆然;結果既不符演化心理學也不符 social role theory,最貼近行為生態學的策略性調整。外貌與年齡偏好都沒動,年齡是意外——七個大型跨文化研究裡凡檢查年齡的都發現不平等愈低、年齡差愈小,他們也預先註冊了這個預期;資源偏好七個裡五個有發現,美貌不動、有一個分析方向相反。富有女性更複雜:實驗裡高收入女性對向上擇偶興趣較低,現實中高學歷高收入女性仍嫁給至少和自己一樣好的男性,而且標準全面提高(更有錢、更帥、更會帶小孩、政治立場一致),絕對偏好上升、相對排序下降——Macken 說相對排序要向 social role 陣營脫帽,但「有錢就不再看重資源」的預測被否證。Institute of Family Studies 資料顯示最高五分位女性平均已略微向下擇偶,Steve 反駁那是可得性不是偏好。分歧四是 Paul Eastwick:他主張速配與伴侶評價資料裡性別差異幾乎消失;Steve 回應樣本多是大學生、資源變異太小,速配又放大外貌權重;現實資料方向則一致:女性較可能離開失業的男性,男性財富(女性收入則否)能預測結婚、續婚、生子與再婚,女性外貌則預測是否結婚與配偶財富。媒合服務 Keeper AI(五萬美元、每次約會另計五千)的資料:女性拒絕向下結婚的倍率是收入低 12 倍、智力低 6 倍、教育低 4 倍,男性三項幾乎無所謂。mate dollars 預算實驗:預算大時男女都要全套,預算一壓縮,男性花在外貌、女性花在資源地位的差異就放大。

跨國美容行為研究:除七國外女性投入都高於男性;差距最大的是化妝——有化妝習慣的男性花的時間遠高於女性,推測被少數男性美妝創作者拉高——第二是重訓。男性美容化不是 looksmaxxing 才開始:一位歷史學者記錄它自 1990 年代逐年增加,重訓也從幾乎不存在變成 Z 世代普遍行為。Macken 更看重安靜的那條線:男性育兒投入自 1970 年代成長三倍,今天男性陪孩子的時間高於 1950 年代的女性;Rob 補上美國分層——這由大學畢業的中上階層男性拉高,非大學男性持平甚至略降。Macken 解釋為女性有錢後偏好從資源轉向巢邊幫手,男性做出回應。David Puts 把男性錄成短片,一組男性評打架勝率、一組女性評性吸引力,18 個月後回收性伴侶數:formidability 能預測,女性評的性吸引力完全無關(樣本為大學兄弟會成員)。Rob 因此說 looksmaxxing 那群人閉眼丟飛鏢命中紅心,優化的是對男性的震懾力;Chris 補上超男性化的臉在大量資料中並不比平均或略偏女性化的臉更吸引女性。名牌包同理:一位女性研究者主張包不是給男人看的,是嚇阻其他女性、降低 mate poaching;Steve 質疑男人不在乎的東西為何能嚇退女人,答案是顯示男方投入太深、挖角不划算。

體型偏好也沒收斂:飢餓的男性偏好較豐腴的女性(食堂進出前後的實驗已被複製,差距約 10 磅);祖魯、牙買加、聖基茨的訪談會說 BMI 三十幾很美,富裕地區相反;有些社會有 fattening hut,婚前限制活動、增加熱量。分歧三:Steve 不買帳,餓一下就切換、吃飽切回來,適應理由何在;Macken 回應實驗偏移很小,大差異在跨文化,豐盈環境偏好纖瘦是因它可靠指向年輕與 nulliparity;Rob 的替代解釋是瘦或胖在各自環境都能讀成自律。Macken 另點出方法論的坑:現代採集社會被農業族群擠到最難生存的地方,代表不了演化適應環境。人類學家 William Buckner 的批評更直接:這些性別差異在小規模採集社會較不一致、在工業化人口更一致,對「差異由 EEA 塑造」是警訊;Steve 承認遲疑,但反駁工業化社會的一致性高到需要先天推力,且全球民間故事都更看重女性外貌與男性資源地位。薩赫勒地區有族群反過來:男性化妝、站上選美讓女性挑。Steve 談否認性別差異的代價:心臟病的男性症狀(胸痛、手臂放射痛)廣為人知,女性更常見的呼吸急促則否,診斷因此被延誤;攻擊性平均差異不大,但最極端那端幾乎都是男性。未解題是女性性慾在關係中下降得比男性快:第一年約腰斬、之後繼續掉,換新伴侶又回升,三人都說不知道原因,只提得出從 mate retention 轉成 bargaining chip 的猜想。另有研究顯示女性自陳關係中的性愛量接近自己想要的,男性自陳想要約兩倍。

一句話:Chris Williamson 自剖:健康仍在泥沼,胜肽與冥想閉關是修補工具,五年目標是當爸爸。

第一題是聽眾說對自我成長內容感到厭煩,Chris Williamson 說自己也有同感。旁證是財經內容的利基轉向:2020 年最大的題材全是慢速投資,401k、定期定額、S&P;過去 12 個月變成快速致富與預測市場下注(他點名 Polymarket 這類平台),他懷疑這種短線化也改變了大家對長期自我改造的胃口。因應方式是多做圓桌集,把成長訊息包在朋友閒聊的外殼裡。下一場辯論集主題是 AI,陣容是持正面立場的 Zack Kass、中間偏疑的 Liv Boeree,以及一位來自 80,000 Hours、相當懷疑的研究者;他還想做地緣政治辯論,理想組合含 Peter Zeihan 與人在新加坡的 Balaji Srinivasan,但檔期都卡住。訂閱數:20 萬是 2022 年初,他搬到美國那天錄 Jordan Peterson 那集是 25 萬;節目做了八年,前四年做到 20 萬,後四年做到 410 萬。前 800 位來賓的邀約、排程、寄地址都是他一人做的;現在有團隊,他仍堅持選題選人不外包,說外包這一段通常是節目走下坡的開始。訪談功力的進步他點兩項:社交自信(第一次訪 Jordan Peterson 前得做呼吸法壓心率),以及容忍沉默,因為受訪者需要時間想。

健康是份量最重的一塊,他坦承這兩年幾乎沒公開講,怕變成永遠在抱怨生病的人。2020 年中打板球時阿基里斯腱完全斷裂,約每 5,000 人有 1 人發生,復健期 12 個月。從斷裂到開刀等了 13 天,不到兩週右腿萎縮到只剩三分之二,股四頭肌整個消失,他把恢復歸功於每天早上一小時的復健。心理支撐是 Ryan Holiday 的《The Obstacle Is the Way》、Ross Edgley 的《The Art of Resilience》,和一部講 Andy Murray 髖部手術的紀錄片。現在纏著他的是黴菌與萊姆病。最像階梯式改善的療法是高熱氧療:被維持在強制發燒狀態四小時、同時過濾血液(溫度他先說華氏 104 度、又改口攝氏 40.1 至 40.5 度)。但慢性問題沒有急性解:數百次三溫暖、結合劑、高壓氧、晨間散步,一分一分投進罐子。他自述睡九小時醒來比睡前更累、三秒前想的事會忘掉;經營 Modern Wisdom 是一份全職工作,修健康是另一份。他引用 Daniel Schmachtenberger 的話:沒有人是沒經歷過「不知道自己還會不會好起來」,就變得真正謙卑而有同理心的。另一題問 SIBO(小腸細菌過度增生),他走標準抗生素療程,呼氣測試要四到五小時;SIBO 相對線性好處理,幽門螺旋桿菌和念珠菌難纏得多。

胜肽那題列得很具體。目前在用 BPC-157、TB-500、thymosin alpha-1 和 SS-31:前兩者為了恢復與腸道,也因為不久前拔牙、想把臉上的骨頭長回來;thymosin alpha-1 是免疫支持;SS-31 是粒線體支持,因為他長期疲倦。另有每天 5 毫克 tadalafil,他形容介於藥品與補充品之間。過去試過 PT-141 與一種生長激素片段,說 PT-141 是「有趣的經驗」。他的立場是沒有東西要修就不會用;六年前阿基里斯腱斷裂時 TB-500 和 BPC 幫助很大;他明講這不是醫療建議,並警告灰市貨源很多,買到的未必是標示的東西。

冥想閉關那題他第一次公開講:jhana 取向的閉關(機構名為 Jhourney),北加州,七天禁語無螢幕,每天多次一個半到兩小時以上的靜坐。與正念的差別:正念覺察念頭後放下,那個放下本身帶著推開的力道;jhana 反過來邀請情緒進來,分心想工作又為此自責時,不是釋放它,而是對那部分說「原來有一部分的我這麼在意工作」,請它坐下。那一梯正好碰上 OpenAI 的全球重置週,一堆 AI 工程師從高度緊繃直接切進七天靜默。四條收穫他寫進電子報:目標常是一份「成功前不准停止自我批評」的合約,像逃離永不疲倦的怪物;原諒是不再為無法改變的事受苦,即放棄改寫過去的希望,並包含原諒自己還沒能原諒自己;最好的決策不來自腦袋,重要的事是心先決定、腦負責執行;壓抑不等於強壯,「你這年紀早該放下這些傷」錯在假設成長來自年齡而非功課。最難的是靜坐本身——什麼都不做,卻極度費力。

實務建議答了好幾題。伴侶忙著追夢、自己九成時間感到孤單的提問,他說不必分辨對方是真忙還是拿忙當藉口,兩種情況都一樣孤單;愛上一個人的潛力而非本人,是可靠的痛苦來源。老是想開始卻不動手,他說談論、規劃、幻想會給你稀釋版的多巴胺,而規劃裡沒有失敗這回事——你用私下的必然失敗換取公開不被評判。解法是承諾裝置:找訓練夥伴、habit group 每天對帳,或每個沒做到的日子撕掉一張最小面額鈔票丟進垃圾桶,他說每月約 30 美元的做法讓人戒掉每月上千美元的古柯鹼習慣。備案是 Tony Robbins 的痛苦與快樂練習,把不做的代價與做了的收穫,過去現在未來都寫出來。分辨野心與偽裝成野心的不安全感,標準是:成功時感覺到的是喜悅,還是恐懼的解除?被問男人的門檻高不高,他說女性平均確實偏好情緒成熟、有收入、不太矮的男性,但美國成年人的平均樣貌是肥胖、離婚、存款不到一千美元,門檻因此可以同時很低而網路上顯得極高。對 18 到 24 歲男生他要人別急著轉大人。他也說自己信奉的「凡事保守為上」如今變成限制:過度規劃是社會可接受版本的焦慮,而人年紀大了反而更禁得起風險,資源、支持、經驗、人脈都更多。

最後轉向未來。五年後想當爸爸,理想圖景是兩隻黃金獵犬加三個小孩,並預告到時會有大量育兒內容。事業上他看好 Neutonic,推出約 18 個月後曾拒絕一次收購,他對拒絕的驕傲高於未來把公司做大。他自稱是 Red Rising 系列最大的入口端推手,作者 Pierce Brown 要先寫完 Red God 才可能上節目,對方傳訊說寫書像打高爾夫但球洞是綠洲、球桿是毒蛇;另一部是 Matt Dinniman 的 Dungeon Crawler Carl,夢幻圓桌是 Brandon Sanderson、Matt Dinniman 與 Pierce Brown;兩份書單合計 200 本,當天加推 Toby Ord 的《The Precipice》。談 Andrew Tate,他說引渡回英國不是小事,英國有一宗大案在等,並吐槽對方律師的記者會滿是模仿川普的「最好的團隊、最棒的人」;自己算不算 manosphere,取決於你刷到哪個演算法。收尾題問現代生活為何比維京人入侵的年代更有壓力,他說神經系統為逃離掠食者而設計,現在被拿來處理社交孤立,而且它不做跨世代比較,只知道你這輩子長什麼樣;我們玩的是社會接受度遊戲而非生存遊戲,又少了不離不棄的家庭這種穩定器,功績社會裡人的價值等於貢獻能力——所以不必因為恐懼比不上劍齒虎就羞辱自己。

一句話:菁英被過度生產又拿不到當初的承諾,媒體、學界與政黨正被整批替換。

Jimmy Carr 去年演出約 250 到 300 場,做法是同一晚排兩場(7:00 與 9:30),他形容成「一場是我的,一場是 HMRC 的」。場次多反而讓他更不緊張:像飛行員算飛行時數,舞台時數夠就不再有臨場焦慮,而且每場有三分之一是當晚獨有的內容,結尾固定試新段子,所以不是重複而是迭代。巡演加隨行拍攝的做法,他直言是看到 Matt Rife 與 Andrew Schulz 的線上內容後照抄方法論,並區分嫉妒與羨慕:羨慕是在告訴你自己想要什麼。他給焦慮的定義是「沒有控制的思考」,心流則是「沒有思考的控制」。引 Mark Fisher 談焦慮的私有化,他說把憂鬱與焦慮的數字攤開看,只能得出這是社會層次的問題,而集體行動問題個人解不了。症狀是週三晚上的五人制足球變成健身房個人紀錄,和朋友散步變成追蹤步數。他自稱 pro-gang、pro-drinking、pro-gambling:男人聚在一起會互相校準;引 Scott Galloway 說肝的風險比不上社會孤立的風險;主張把飲酒年齡降到 16 歲但必須四人成行,「在酒吧裡有其他大人在場,好過在公園裡喝」。

社會契約這一段,他主張 30 歲以下不課稅;主持人補上 Rory Sutherland 的版本——人生前 25 萬英鎊免稅,以及 Bill Perkins《Die With Zero》主張遺產在孩子 30 歲時就給。他引 Peter Turchin 的兩個崩潰條件:財富不平等(被社群媒體的全時可見度放大),以及菁英的過度生產——照著念完好大學卻換不到四房房子與家庭的人,會轉成反菁英,回頭拆這套系統。相關的是英國實質把離校年齡拉到 21 歲,而學位是 Louis Vuitton 包,人人有一個,價值就掉。他說我們把 Maslow 的金字塔倒過來用:200 年前的人怕餓死但以自己的名聲為傲,現在的人熱量足夠卻焦慮,所有人都在沒有朋友也沒有房子的狀態下試圖自我實現。他不信世代論(Neil Howe 造了 millennial 這個詞,他還是不信),Trump 與 Biden 同一個世代卻天差地遠;他改用另一組切法:想自己動手的是野心,認為該由別人負責的是特權。他也不談平等只談 abundance,引 Morgan Housel:快樂等於自由加目的;世上最大的通膨不是貨幣通膨而是期望通膨,而期望通膨的另一個名字叫進步。UBI 的問題在於太接近「我們不需要你」,沒有人看著新生兒說希望他將來領到很好的補助。

他把革命定義成菁英的替換,並認為現在正在發生:主流媒體被替換、學術界因複製危機流失公信力、英國過去百年輪流執政的大黨可能再也贏不了一次大選。地緣上他把 1989 到 1991 當分界,兩極變單極卻三十年沒人察覺,直到美國海軍縮編、索馬利亞海盜出現才是礦坑裡的金絲雀,現在則是多極。主持人的補充是美國的受害者文化比英國濃,因為美國夢仍被普遍相信;英國人不會被告知你想成為什麼都可以,一偏離路線就被 tall poppy syndrome 修剪,所以承諾跳票時的憤慨程度也不同。

修國家他開了具體處方。決定一國競爭力的是四件事——匯率、能源成本、法規繁文縟節、稅制——所得稅動 2% 或改印花稅都只是在鐵達尼號上排椅子。他要讓英鎊貶值:倫敦一品脫 7.5 英鎊是幣值高估的結果,他不在意兩週去法國度假的匯率,在意的是另外 50 週的工作與出口。能源上他要英國達到法國 1970 年代的水準:法國蓋了 56 座核電廠,拿到歐洲最便宜的電,也不必看俄羅斯或中東臉色;他支持淨零但要 25 年跑道而不是 2030,而且現在就得開始蓋。稅制照抄愛沙尼亞:一張稅表、單一稅率,而且政府不得向你要第二次同一份資料(地址給了診所,稅務單位就該知道)。他說英國與美國在全球前十大學的數量相同,產出的創業家卻少五倍,主持人的修正是產出可能一樣多,只是人都不在英國。美國他只開兩帖:所有層級改開放初選,逼候選人往中間走(「90% 的人對 90% 的事有共識」),以及國會議員任期限制——「我不怪 Trump 有權力,我怪制衡沒有在制衡」;主持人補 Bernie Sanders 從政的時間比自己活過的年頭還長。

政策實例他舉里斯本:翻轉的關鍵不只是毒品除罪化,而是把原本打毒品戰爭的預算圈起來,全部轉進戒治、教育與住房;海洛因使用者大減,犯罪率因為不必再籌毒資而下滑,近年因為那筆錢被政治挪用而略有回升。美國的遊民問題他認為本質是成癮與精神健康:1980 年代看完《飛越杜鵑窩》就把精神病院關掉,但瘋子的數量沒有跟著減少,蓋房子只是其中很小的一塊。他引 William Gibson——未來已經到了,只是分布不均——並點名被忽略的易解問題:室內燃燒生物質每年造成 300 萬人死亡;吸菸在英語圈已經解決,在南美、非洲、亞洲仍是大問題,而劇本早就寫好了,只是沒人做。

喜劇這門手藝,他認為價值不在演出當下的兩小時,而在觀眾回家路上的對話:喜劇擴張的是對話的 Overton window,如同 George Carlin 與 Richard Pryor 之後,人們才比較敢談性與政治。他要推的第二種窗口是真誠的窗口,他的觀察是人們渴求 authenticity 卻對 sincerity 過敏。他在演出裡談自殺,講法是自殺不管用:人想消除痛苦,但痛苦消不掉,只能重新分配給愛你的人;主持人引述男性自殺者中約九成生前曾向心理健康專業求助。他把喜劇當成一門還沒有記譜法的技藝:教宗 Gregory 逼人把聖歌寫下來,四百年後才有 Bach、Mozart、Beethoven,而記譜法沒有創造音樂,只是描述已存在的音樂。他與 Abby Grant、Amanda Baker 合寫的寫笑話的書 10 月出版,並在做互動課程。笑話的機制是第一序與第二序思考:鋪陳讓你用模式辨識做假設(「你的大腦就是個 LLM」),笑點則是先前被隱藏的事實突然揭露,把人從自動駕駛叫醒。技術上他認為節奏最關鍵,每分鐘約 92 拍的語速同時適用於喜劇與政治演說,Obama 就在這個節拍上。他說喜劇不是比誰最好,而是要成為唯一,並每 18 個月把自己丟回冒牌者狀態,換更大的場或更難的做法。主持人補一組定義:紀律是我逼自己做,動機是我想做,著迷是我不能不做;著迷無法工程化,來的時候就該讓它接管一段時間。

一句話:商標沒先握在手上,後來花數百萬美元買回,鬆綁後五年做到一億美元。

Represent 創辦人 George Heaton 說品牌今年營收約 1.4 億美元,起點是他的臥室,再擴到工具間,最後占滿父母的房子。他大學讀平面設計,第一週課堂上聽到這行年薪只有 4 萬美元,當時 Obey、Diamond Supply、Supreme 正在起來,他的判斷是這些人只是在做 T 恤和帽 T。三年大學期間白天上課、早晚出貨,每天提一大袋訂單去郵局,平台用 Big Cartel、金流只有 PayPal。轉折是會計師的一句話:兩年下來如果沒存到 10 萬就別再做;他打給弟弟 Mike 問 PayPal 裡有多少,答案是 15 萬,兩人決定全力做。早期行銷只有 Facebook,在威爾斯海邊小鎮擺攤一件沒賣掉,改成把帽子丟上音樂節舞台換合照;2013 年 Mac Miller 到曼徹斯特演出,他背一整包衣服在巡演巴士外等兩小時送進去,對方穿上並換成 Twitter 與 Facebook 大頭貼。父親做的是買小巴改裝成無障礙車轉手,只用三個人,留給他的原則是別雇太多人、買不起兩次就別買。他 2012 到 2015 年不領薪,2016 年起才領最低工資。

2018 年一封律師信來自歐洲一個同名的 Represent(他說在捷克斯洛伐克一帶,自己也不確定),對方賣內褲短褲、店面像雜貨店、幾乎沒有網站,但握有名稱;律師的說法是可能被追討過去六年的利潤。當時營收他自己說是 700 萬美元,主持人講的是八位數、8 百萬美元。談判拖兩年,2020 年付出「數百萬美元」讓對方改名。他形容那兩年不敢在社群露出規模與團隊,活在石頭底下;付錢那天反而是最好的時期,鏈子鬆開後才開始做前台創辦人、拍內容、上 Steven Bartlett 那類節目。2020 年起的軌跡是 800 萬、1,200 萬、2,000 萬、5,000 萬、8,000 萬、1 億美元。

營運面,Represent 有 55 家合作工廠且不自建,理由是鞋、針織、牛仔各需不同機台與師傅。他認為服飾最大的隱形成本是庫存過剩:天氣一好帽 T 就停賣,而你無法預測天氣或下一個流行。多數同業卡在 3,000 萬美元,突破要靠一個 hero product;Represent 的 Owners Club(前面小 logo、背後大 logo 的帽 T 與 T 恤)在 2022 到 2025 年貢獻接近一半營收,2021 年開的 247 運動服線是目前成長最快的部分。公司從 2,000 萬邁向 5,000 萬時只有 15 人,他從 Puma 挖來 CEO(此人待過 Nike、adidas、Puma),至今近五年。通路策略是等對方上門:第一封信來自 Selfridges,之後進 Nordstrom 先鋪五家店看 sell-through;實體店即使不賺錢,價值在於讓人摸到、聞到品牌。對 19 歲想從零開始的人,他的答案是先接受這要花十年、產品要無可挑剔、守住價位不打折,滑到底層價格就回不來。

一句話:抗體設計已跨過可用門檻,50 個標靶約半數拿到 binder,cryo-EM 驗證誤差 0.33 埃。

Chai Discovery 成立約兩年半,共同創辦人 Matt McPartlon 與負責平台與產品的 Neil Patil 說公司只有 30 人、研究團隊約 10 人,剛再募 4 億美元,已與四家藥廠簽下合作(第一家是 Eli Lilly,其餘幾家逐字稿辨識不清,故不逐一列出)。他們刻意不做自己的藥物管線,定位是「中立的製藥軟體工廠」——模型與產品賣給藥廠,靠夥伴成功來成長。這個定位兩年前被視為有爭議:同樣的打法先前有人試過,失敗是因為模型還不到位。押注的時間點有跡可循:多鏈結構預測到 2021 年才出現,inverse folding 大約同時開始在實驗室真的能用(Baker lab 的濕實驗驗證是關鍵),在那之前只能針對單一標靶靠自有數據爬坡,沒有通用模型可言。Patil 的背景是自駕車與資安創業,McPartlon 的博士從理論計算機科學轉進 AI 生物;兩人反覆強調不需要生物背景也能做這件事,就像做影片模型的人不必是導演。

模型演進線很清楚。AlphaFold 3 發表後,當時只有五個人的團隊決定開源復刻一個結構預測模型,真正的目的是逼自己把 MSA 管線與訓練基礎設施蓋起來——那就是 Chai 1,架構上是 tokenizer 加一個像語言模型的 trunk,再接一個像影像擴散模型的部分,把 token 還原成 3D 原子座標。當時團隊借坐在 OpenAI 位於 Mission 的空辦公室(OpenAI 共同領投種子輪),為了趕論文與網頁服務連熬 48 小時。Chai 2 轉向設計:給定標靶結構,直接生成能結合的候選分子,是全原子擴散模型,由模型自己決定要放哪些原子、再映射回胺基酸。驗證方式是設定一個公司級挑戰,對 50 個標靶設計抗體。挑標靶的過程本身是教訓:一開始自己挑的「有趣標靶」有一半根本做不出來,後來改用 CRO 已驗證過的目錄來挑。結果對其中約一半拿到 binder,平均結合命中率約 20%,藥廠看到這個數字才開始相信。之後有 Chai 2.5(專攻 developability:穩不穩定、好不好製造、會不會自聚集)、2.7,再到 Chai 3。面對「該去研究那 25 個失敗標靶,還是賭模型自己會變好」的內部分歧,他們選了後者。

驗證是這個領域最硬的瓶頸。設計出來的序列與結構是定義上的分布外樣本,連生物學家看了都說不知道會不會摺疊。業界的替代作法是自我一致性:把生成的序列丟進一個完全獨立的結構預測模型,看算出的結構是否吻合,再搭配模型校準過的信心值與生成多樣性一起看。McPartlon 直言這類指標被玩了很久——如果你的蛋白質長得都一樣,自我一致性很容易刷高。真正的驗證仍要進濕實驗室:Chai 2 論文有一個標靶做了 cryo-EM,把預測疊上電子雲點雲時看不出差別,團隊第一反應是「一定是他們把我們的設計原封不動寄回來了」,實際誤差是 0.33 埃,約三分之一個原子寬;那些標靶是特意挑沒有已知抗體 binder 的,不會有資料洩漏疑慮。好消息是靠濕實驗室網路,回饋週期已從數年壓到數週,但仍遠慢於 LLM 那種加算力幾小時出結果。更難的問題是表位預測(決定要打蛋白質上的哪個位置),主持人認為這比找 binder 難得多,McPartlon 同意;他指出 AlphaFold 2 的多鏈版本在抗體-抗原預測只答對約 11%,而抗體之所以難,正因為 MSA 這個「演化留下的模板」對它無效——抗體天生就是為了辨識身體沒見過的東西而設計的,不可能保守。

產品面上,Patil 說他們評估過「包一個聊天機器人」,最後做出來的東西比較像 Autodesk、SolidWorks 或 Figma 而不是 ChatGPT:載入分子後,有相當於筆刷的工具去塗你要打的表位,有相當於內容感知填滿的工具讓模型生出 binder,再加上科學分析與繪圖。藥廠的 IP 顧慮靠單租戶部署解決——每個客戶幾乎是一套獨立部署,他說當初很多人告訴他這做不到。說服科學家的方法不是話術而是結果:先拿對方過去卡住的標靶跑一輪給他們看。他描述幾個月前一場會議,一位藥廠科學家看到結果當場落淚,說自己花了十年拿不到這個標靶的第一個 binder。他也承認產品的抽象層會被自家研究淘汰:過去軟體寫來要撐二十年,現在可能只撐一年,它的角色是把價值送到手上、支撐研究走到下一階段;他預期產品會一路往上重寫,從逐一檢查分子鍵結,到協調整批假設,再到針對整條路徑上的所有標靶跑一整波活動。

工程與算力的部分同樣具體。B300 這類新硬體出貨量的九成五以上被超大規模業者與最大的幾家 AI 實驗室買走,新創搶剩下的;而且整個硬體與軟體堆疊是為 LLM 而生(72 顆 GPU 互連、巨大的 KV cache),對結構模型並不對味。Chai 從去年九月察覺現貨與隨需市場開始吃緊,決定自購算力。這類架構的運算特性也不同:在 pair representation 上做注意力,規模等於在長度 L² 的序列上做,批次起來是 L³,算力極重而記憶體頻寬是瓶頸,連 layer norm 都可能吃掉可觀比例;triangle layer 有很好的歸納偏置,但小 hidden 維度配大序列維度,正好是現代 GPU 最不擅長的形狀,本質是拿參數換算力。分散式作業上他們把大量工作跑在 Temporal 上做持久化執行,理由是佇列與重試邏輯自己土法煉鋼會吃掉九成以上的時間。研究文化則是「複雜度與 bitter lesson 根本上互相牴觸」:AlphaFold 3 大約有 23 個子模組(McPartlon 註明數字可能記錯),那種系統難以研究與優化,與其加第 24 個模組不如刪東西——辦公室牆上掛著 SpaceX Raptor 1 與 Raptor 2 引擎的對照照片。

最後一段是產業經濟。主持人質疑投報:做出一個抗體大約幾百萬美元,而把一支藥推到上市可能要五億美元(常被引用的 26 億美元是把所有失敗一起攤提後的數字),省那幾百萬有什麼吸引力?回應是這不是把舊藥做快一點,而是解鎖做不到的東西:Chai 2 展示過 GPCR 的促效活性,也就是精準按下細胞表面那顆「門鈴」的開關;雙特異性抗體更是如此,兩臂各是十億分之一的命中率,乘起來用篩選法根本不可行。傳統作法是免疫小鼠或大規模酵母展示,篩幾十億個分子拿回一到十幾個 hit,而且不知道結合在哪、像不像藥,執行長的說法是「我們最大的競爭對手是小鼠」。他們也提到每個 token 的下游價值:兩款 GLP-1 藥合計可能是兆美元級資產,來賓說直到大約三個月前,GLP-1 的總營收都還大於所有 AI 實驗室加起來。對照之下是 Eroom's law——摩爾定律倒過來寫,每支藥的成本呈指數上升,遲早讓新藥的邊際報酬轉負。被問到最想移除的瓶頸,McPartlon 答驗證迴圈,Patil 答人才:聰明的人都流向 LLM 與軟體,他想要更多人流進生物。

一句話:機器超越人類三十年後,下棋的人反而更多,且這門生意沒靠外部資金長大。

Erik Allebest 2005 年從破產拍賣買下 chess.com 網域,價格開場說 5.5 萬美元、他本人說 5.6 萬美元。當時他在 Stanford 商學院,創投的一致結論是不可投資、去找份正經工作,同學也不願加入。最後是他和一個朋友兩人做,朋友當 CTO、他做產品,錢來自他先前賣掉的公司,還跟朋友的媽媽借過一筆後來還掉。2007 年上線,約 18 個月後開始收線上學習的會員費,很快轉為獲利,之後是有多少錢加多少人,現在 650 人全遠距。現況是 2.5 億註冊會員、約 1,000 萬日活躍、4,000 到 5,000 萬月活躍,今年營收「略高於 2 億美元」,目標是十億人下棋。早期對手是 FICS、ICC 與 Yahoo Chess,今天的 Lichess 他形容成西洋棋界的 Linux;西洋棋不能申請專利,App Store 有上萬個西洋棋 App,勝負只落在產品、社群與內容。

成長曲線:疫情前日活躍約 100 萬,COVID 加上 Queen's Gambit 拉高,2022 年見到峰值,他當時以為像跑步機和酸種麵包一樣只是一時風潮;2023 年因短影音、Mittens bot 與作弊醜聞再爆一波,回落後的基準線比上一輪高很多,到 2024 年才確定這門生意會持續複利。資本上,先是兩位個人投資人都說要永遠持有,結果一位五年後、一位三年後都要求退場,規模拉大後改找私募:General Atlantic 在 2020 或 2021 年進來,買老股、沒有注資,最近 CVC 進場同樣是從既有股東手上買股,General Atlantic 再投一次留下來。他強調公司帳上沒進過新資金,仍算 bootstrapped;私募帶來的是預測、營運紀律與產品細節的追問。

Deep Blue 贏 Kasparov 是 30 年前,當時預測西洋棋完蛋,實際是現在關心的人更多。Stockfish 太強一度讓比賽變無聊,棋手都去磨枯燥殘局;神經網路的 Leela Chess Zero 用非常規、進攻性的下法擊敗 Stockfish,反而把棋局推得更好看。作弊他不揭露偵測方法,只說靠大量資料與機器學習模型,休閒場與職業獎金賽分兩條工作流;無法根絕(不可能在每個人家裡裝 webcam),但抓得到、會停權。學棋沒有捷徑,捷徑只在工具:重複解題、複盤錯誤,他的框架是把你某一天做的事乘以一千,那就是你的人生。產品端的 AI 用在客服自動化、資料分析、CTO Josh 早就建的內部知識與權限層 GNS,以及 agentic 開發縮短上線時間;使用者端是把個人數據跟同級或高一級玩家對照、AI 教練看你上週的棋局給回饋。新事業是 gambit.com 的撲克,把西洋棋的評分制搬過去,依對手評分、贏得籌碼與手數計算;他說輸 100 美元還好,掉 100 分很難受。給創業者的話:20 年前的劇本是找史丹佛技術共同創辦人、募一大筆錢、開辦公室、打大市場、砸錢買客戶,他每一條都反著做。

一句話:應用層拚不過前沿實驗室的錢與人,Harvey 改靠外部生態自建評測、合成資料與後訓練。

Harvey 共同創辦人兼總裁 Gabe Pereyra(曾在 DeepMind、Meta 做研究)說,應用層公司在錢、人才、算力、資料四項全輸前沿實驗室,解法是用外部生態;順序是先有 benchmark,才能訓練與上線。Harvey 今年開源三份資料集:Legal Agent Bench(把大型律所 associate 的工作拆成任務分類,含基金設立文件起草、判例研究)、企業法務的合約談判資料集,以及盡職調查資料集,最大的 data room 有 8,000 萬 tokens。限制是不能拿客戶資料訓練,律所資料受特權保護,連自家模型都不能放。改由領域專家引導合成資料:Gabe 的弟弟是 Harvey 內部律師,先學會用 coding model 再教其他律師。技巧是反向生成——先寫 rubric、在裡面埋問題(合約彼此對不起來、少一份合約),再依此長出整個 data room(真實案件可達上萬份合約),模型產出盡調備忘錄後直接檢查有沒有抓到埋好的問題;規模化交給 Mercor、Snorkel。該資料集有超過 1,000 個 unit test 用 LLM as a judge 評分,RL rollout 成本高,與 LangChain 合作壓成本。開源是因為沒人大量訓練就不知道資料集好不好,像 ImageNet、MNIST 公開才收得到 issue。

後訓練過去不划算,預訓練進步太快會吃掉成果;現在開源基礎模型(逐字稿提到 GLM 5.x 等,部分型號 ASR 有出入)可後訓練到特定任務的前沿水準。Harvey 同時與多家新興訓練公司合作而非只選一家:Fireworks 那條把 GLM 訓練成用更強閉源模型當 advisor model,Baseten 做快取壓縮,另有夥伴做企業搜尋與 Vault;理由是研究項目多過內部頻寬、各家押的賭注不同。內部也用 Tinker 這類 API 自己做後訓練,目標對標 Cursor 的 Composer。招募上,早期挖前沿研究員輸給上億美元待遇包,但當年需要那種人是因為訓練與服務的基礎設施得自己蓋,如今有現成 API,人才池打開。

Harvey 在 60 個國家營運、多個產品面、客戶模型偏好不同,光閉源模型就要跨供應商 fallback 才守得住 SLA。新模型進產品前過四道:benchmark 自動評測、人工 side-by-side、各產品面的 critical user journey 與自動化測試、人工產品測試,再疊成本、延遲、區域可用性;上線後看 A/B、互動數據、uptime、token 效率,以及他稱為「憤怒客戶來信」的回饋。這套要在考慮後訓練前就備妥。起步兩個動作:不需要最大模型的環節(例如生成引註)直接換開源模型,以及 model routing 讓部分查詢走開源。三個未解問題:合成資料分布對不上真實使用分布(盡調做得好、拿去寫信可能就不行)、8,000 萬 tokens 的脈絡管理、continual learning——終局是每家律所每辦一案系統就變好又保住客戶資料。產品上他要做組織生產力而非個人生產力:律所上千個案子、單案六個月、跨部門二三十人。

一句話:應用容易被複製,把資料與判斷烘進自己的模型才是護城河。

Fireworks 共同創辦人暨執行長 Lin Qiao 的出發點是開發成本崩塌:過去一個想法要落地量產得靠十幾位資深產品工程師與 PM 做數個季度,現在一個人、幾週、不寫程式也做得出來。應用容易被截圖複製,所以她主張把判斷、品味與客戶理解烘進自有智慧,而不是租用現成 API。順序是先整理高品質生產資料(必要時合成補充),再訓練並擁有權重,最後在服務層做 A/B 測試驗證產品指標。技術階梯照互動時間排:prompt 與 few-shot 是分鐘級,RAG 加脈絡工程是小時級,再到監督式微調、用按讚按倒讚等偏好資料做 DPO,最後用強化學習做領域專精。問題與工具對應:事實太動態用 RAG,輸出結構不對用 SFT,答案品味用偏好調校,能力弱用 RL,太慢太貴用蒸餾。

失敗的地方她講得比成功多。資料是調校的本體,數量不是重點、品質才是,最有資格判斷品質的是產品團隊——GenAI 之前產品團隊與 ML 團隊是分開的組織,現在必須合流。評估多半停在 vibe eval,要把創辦人憑感覺的判斷轉成可重複的系統化評估,等同軟體的單元測試與整合測試。RL 環境做得粗糙會讓模型在錯誤的模擬上爬坡並出現 reward hacking:他們曾要模型產生編譯錯誤最少的程式碼,模型直接輸出零行程式碼。另一個斷點是訓練堆疊與服務堆疊沒對齊,不同函式庫與數值精度會算出不同結果,訓練成果上線可能複製不出來。

Cursor 從去年初就做 mid-training 到 post-training,每幾個月發一版新模型(Composer 2、2.5),動機之一是掌握模型供給的主導權,目標是與前沿實驗室打平或超越。Doximity 的臨床 AI 供醫師查症狀對應的藥物與副作用,在一項史丹佛與哈佛的臨床安全基準登頂;Factory 專攻程式碼安全,調校後同樣在該領域基準登頂;通用 coworker 產品 Genspark 做深度研究與簡報生成,品質略勝前沿模型而成本低 5 到 10 倍。2025 年是 coding 年,今年擴散到法律、金融、行銷、招募、業務、客服。她的建議是 PMF 之前用前沿模型 API,PMF 之後產品端的資料才有意義、才是燃料;成本降 5 到 10 倍等於同預算撐 5 到 10 倍流量。大企業的處境是流量龐大、CFO 正因成本擋住 AI 功能上線,「scale 到破產」不只是新創的問題。reward 本身就是程式碼,用多維度 rubric 打分:招募 agent 可評候選人的企圖心與推進速度,加權方式就是各家的 secret sauce;這套邏輯與軟體工程很像,門檻沒想像中高。Cursor、Cognition 這類有研究員的團隊拿最底層 RL rollout API、trainer 自控,其餘用 training SDK 或請他們的研究員進場。

一句話:雲端的成長多半來自 OpenAI 與 Anthropic 的算力支出,不是外部需求。

Microsoft 本季營收 900 億美元、成長 18%,Amazon 2000 億、成長 20%,Meta 營收成長 28%,但淨利已經不能看。Amazon 淨利暴增 245%,其中 85% 來自對 Anthropic 與 OpenAI 持股的未實現利益;Google 淨利成長 298%,87% 來自 Anthropic 與 SpaceX 持股的評價調升。這讓本益比失真:Amazon 帳面 19 倍、Google 17 倍,低於 S&P 500 的約 25 倍,看起來便宜。Ed Elson 把持股利益扣掉重算,Amazon 是 30 倍、Google 31 倍,跟去年的 32 倍與 31 倍幾乎一樣。Microsoft 反而因為持股比例太大,會計原則要求它認列 OpenAI 的虧損分額,第二季吃掉 6 億美元;對 Anthropic 的 32 億美元評價利益則照認。另一個訊號是揭露倒退:Microsoft 上季還講 AI 年化 run rate 370 億美元,這季不提;Amazon 這季報 250 億 run rate,而 run rate 的算法是挑最好的一個月乘以 12。

更關鍵的是這些收入來自誰。Barclays 的 Ross Sandler 估計,Amazon 2026 與 2027 年 AI 營收有 73% 是 Anthropic 與 OpenAI 的算力支出;一位 UBS 分析師估 Google Cloud 全部營收 2026 年有 27%、2027 年 44% 來自這兩家;Wells Fargo 給 Microsoft 的數字同樣是 73%(節目另一處講 74%),Azure 部分 2026 會計年度 68% 到 72%、2027 年高到 74%。而這兩家客戶的錢又是三巨頭給的:Amazon 幾天前照付 OpenAI 350 億美元,即使約定的上市或 AGI 條件都沒達成,這筆比 Amazon 今年全部 AI 營收還多 34 億;Amazon 已給 Anthropic 50 億、今年還要再給 200 億;Google 今年給了 Anthropic 100 億、還欠 300 億。Jensen Huang 被問到循環交易時只說他不覺得循環,沒給理由。在 9900 億美元資本支出、190 GW 規劃中的資料中心容量之下,Zitron 認為這是科技史上最大的公司醜聞之一。

Zitron 的推論是:如果最有定價權、最會蓋資料中心的三家公司,扣掉這兩個客戶後 AI 營收只剩零頭,代表外部需求不是少,是幾乎沒有。Wells Fargo 估 Microsoft 365 Copilot 2026 會計年度只做了 38.5 億美元,2027 年才到 100 億;所謂 3000 萬付費席次只佔 M365 訂戶的 8%,且靠折扣衝出來。Meta 自由現金流下滑 91%,Zuckerberg 被分析師直接問 AI 資料中心的投資報酬時避而不答,也不談與 Anthropic 洽談賣算力的事;Google 與 Amazon 本季自由現金流轉負。Elson 的判斷比較緩和:大公司不會倒,但會被重新歸類成成熟公司,本益比壓到 15 到 20 倍——Meta 已經在 20 倍,Google 還在 30 倍以上,Apple 近 40 倍卻十年沒有成功新產品,Apple Car 取消、Vision Pro 失敗。真正可能死的是 Oracle:支出超過自己全部營收、營收經通膨調整 15 年沒成長,靠併購撐場,信用違約交換的價格已經在漲。

一句話:Bose 賣掉專業部門、買下兩個奢華品牌,把核心音訊技術對外授權給別人的產品。

Lila Snyder 睽違四年再上 Decoder,主持人是 The Verge 總編輯 Nilay Patel。這四年 Bose 做了三件事:賣掉 Bose Professional、買下 McIntosh 與 Sonus faber、開一條叫 audio tech 的技術授權業務。前 60 年只有 Bose 一個品牌,現在是多品牌公司。McIntosh 有 75 年歷史,Sonus faber 是超過 40 年的義大利工藝品牌,兩者合成獨立的奢華音訊事業單位。她說順序是先決定進奢華市場,再判斷這個價位帶「歷史與傳承本身就是你買的東西」,才選擇買而非自創。市場觀察是:相對於汽車、旅宿、時尚皮件,音訊在奢華市場佔比明顯偏低。

audio tech 是 B2B2C,客戶是出貨的大廠:Motorola(耳機與手機本身的聲音)、一家 XR 眼鏡廠商、Epson 投影機、一家機車安全帽通訊裝置廠商,還有 Skullcandy 掛「Sound by Bose」的耳機。計價分兩層:技術與品牌各有授權費;可只拿技術不掛標,但「絕不會只給標不給技術」。這模式在汽車業已做超過 40 年,只是擴到新場域。她刻意不讓兩個奢華品牌被 Bose 化:工程併進來,但奢華線有獨立團隊調音、保住聲音特徵,只加軟體與連線這類非核心但必須能用的部分。新推出的 McIntosh 綜合擴大機 MA2375 有真空管與復古外型,產品全是手工單台製作。公司約 2,500 人、分布全球,採混合結構:工程、行銷、供應鏈是全球職能,底下跑四個事業單位、各有總裁。她最在意的數字是一半員工是工程師。

研發做法被 B2B 逼著改:過去技術為單一耳機或車用音響量身打造,現在從底層做共用平台與演算法(她稱為 AI 單元),同一組積木既拼自家產品也移植進別人產品,結果是效率更高、題目更寬、自家上市更快。三大技術主軸是降噪、沉浸式擬真音場、「只聽你想聽的」。主持人反問元件共用會不會讓產品趨同、差異只剩行銷。她說最大市場不是音訊產品,而是「音訊排第二」的產品:買車不是為了音響,但音響是車上最重要的功能之一;買投影機也不為聲音。她另舉 Skullcandy,客群與 Bose 差距極大,同樣技術做出的產品不會被誤認。真正的限制在「智慧邊緣」:算力與電力有限,取捨本身就是差異化。Bose 擅長把複雜演算法縮到能塞進裝置,她稱為 tiny AI;另一項被低估的能力是系統工程,把軟硬體整合成一致體驗,也當服務賣。她的決策框架是把對的人找進同一間房間、進行讓人不舒服的激烈辯論、盡快決定,錯了再轉向。

AI 穿戴她的判斷是:人會透過穿戴裝置跟 AI 代理溝通,主要模式是對話與聲音,重點在語音拾取、清晰度與語音致能;但形態不會只有一個贏家,眼鏡、開放式耳機、Bose 自己發明的夾式耳機、手錶、胸針、戒指都有人選,技術授權正好讓 Bose 參與不適合掛自家品牌的裝置。LLM 則相反,會收斂到少數大生態系,而生態系需要第三方裝置,因為吃不下全部市場。藍牙仍是限制:平台把能力框死、再用自家擴充讓 iPhone 配 AirPods、Pixel 配 Pixel Buds 最好用,她說做法四年來沒變:合作、推、要我們要的,再用現有條件做體驗。助聽器最具體:Bose 投入超過十年,今年與中國一家夥伴推出全球第一款帶降噪的助聽器,解掉吵雜餐廳這個數十年老問題(傳統助聽器把環境音一起放大);難點是要撐 15 到 18 小時電池且算力極低,解法是新的耳道內驅動單體加低算力平台。美國原本的夥伴 Lexie 正退出美國市場。OTC 助聽器沒起飛有三個原因:價格仍在一千美元上下,消費者期待是兩三百到四百美元;保險不給付,處方型則有 Medicare 給付;以及「不想看起來老」的汙名。製造已分散到亞洲多地並有北美產能,美國境內唯一生產的是 McIntosh,在紐約州 Binghamton;回流與否不只看成本,消費電子製造專業早就移到亞洲。她認為消費者已訂閱疲乏、不會為韌體更新付月費,軟體、雲端、資安等生命週期成本必須算進售價;新的 lifestyle 系列讓使用者直接用 Spotify 或 AirPlay 控制,並收購 Stream Unlimited 取得串流連接與協調層能力。Bose Studios 她說比唱片公司更大,是與顧客連結的內容佈局:與 NME 合作推新人混音帶,贊助 Chris Brickley Invitational 高中籃球賽事(男女組皆有),延續四五年來往內容與創作者靠攏的方向。

一句話:沒有公式與門檻,審的是行動與脈絡,不是頭銜與分數。

招生團隊的 Will 把整週收集到的傳言逐條拆解。制度面:整體審查沒有公式、演算法、最低標、上限或名額,任何一項資料都不比其他項重要。GPA 是單一資料點,他會直接翻成績單看修了什麼課、表現如何;他舉軍校生的成績單為例,被當的科目是存活游泳,對商學院判斷幾乎不構成訊號。考試表現不佳不等於智識上限,有醫師證明者可向 ETS 或 GMAC 申請應試調整,流程要提早啟動。大學轉學、中途休學再回來、先讀社區大學再轉學位,都不會被扣分。年齡在美國屬受保護類別,若真有依年齡自動淘汰的機制即構成歧視;班級簡介上的平均年資是錄取結果的副產品,不是招生目標。顧問背景佔比高的原因是該產業鼓勵工作兩三年就申請、申請人本來就多,他的說法是沒有申請的人他無法錄取。

申請時程上,第一輪與第二輪差異不大,第三輪照樣錄取但席次多半已填滿;若是在學生申請推遲入學,第三輪反而合適,因為那是大學最後一年、領導經歷較完整。助學金採 need-based,不論哪一輪錄取,甚至暑假才從候補名單遞補,只要有經濟需求就補足,不需要為了拿錢挑輪次。唯一該搶第一輪的情況是 Knight-Hennessy Scholars:那是全校性獎助、獨立申請與截止日,約在十月,必須以第一輪或 consortium 早輪申請才具資格。國際生若考慮 I-20 與簽證作業時間,第一輪也較寬裕。

內容面他推翻幾項常見假設。GSB 偏好創業者是誤解,班級組成以顧問、金融、科技為主,創業沒有加分;創新是心態不是職涯路徑,校訓裡的改變世界是期許不是錄取條件。量化成果要看脈絡:在年營收 570 億美元的公司拿下 200 萬美元客戶,和在非營利組織募到 200 萬美元,分量不同,重點是怎麼拿到的。轉換跑道幅度大不扣分,他看過從軍職轉私募的例子,只有一年制的 MSx 要求對未來的規劃更明確。推薦信不看推薦人的職級或與史丹佛的淵源,固定問三題:相對同等資歷同儕的表現、一次回饋的經過、還有什麼該知道;所謂推薦人必須是三年內的直屬主管是假的。文章不必寫創傷或逆境。行為題用 STAR 再加一個 S,即這件事的意義何在。他也提醒 AI 只能當工具,過度依賴會讓文字回歸平均值,抹平個人聲音。

一句話:GSB 沒有公式與最低門檻,只用「講一件你做過的事」推估你未來會怎麼做。

GSB 招生團隊的講者說明學校的 holistic review:沒有公式、演算法、基準線、最低標與名額配額;任何一部分都不比其他部分重要,情境也納入判斷:巴西的顧問與英國非營利工作者所處規範不同,不是拿來對打的。要看的是 how you think、how you lead、how you see the world;收中生涯工作者的一年制 MSx 另加 how you see your future,也就是 clarity of purpose。官方評估準則的原文是:尋找你曾主動發起、在困難中堅持、帶動他人參與、支持身邊的人的例子,學校要知道你造成的影響以及為何這件事對你重要;他強調四項不必全中,別為套敘事硬編故事。給推薦人的評分表則列出 initiative、problem-solving、developing others、self-awareness、team leadership 等十三項特質,他說沒人全部具備,沒帶過團隊也能展現幫助他人成長的領導力。

行為題的前提是「過去行為是未來行為最好的指標之一」:與其宣稱「我是有自我覺察的領導者」,不如被要求「講一次你展現自我覺察的經驗」。它出現在四處:選答短題的原文是「想一件過去五年內你創造顯著影響的事,職場、課外、公民或學術場域皆可,情況是什麼、你做了什麼、影響是什麼」;面試約 45 分鐘,MBA 每個錄取名額面 2 到 3 人,由受訓過的校友與職員做,是看不到申請資料的 blind interview;推薦信問此人相對同儕表現如何、有沒有例子、收到回饋時如何反應;履歷則要用過去式動詞寫出行動與可量化的結果,而非職務內容。他提醒:把申請表打開逐題點過、照題面回答,別讀字裡行間或自己發明題目。

方法口訣是 remember、reflect、process、connect,最後一步是問為什麼選這個例子、有沒有模式。面試框架用 STAR,他習慣加一個 S 是 so what:某件事讓營收成長 50%,50% 算好還是超標,要補上讓數字有意義的脈絡。他示範兩種講法,先講結論再回到過去的那種話少一半卻更清楚;他做過只問得完三、四題的面試,因為對方繞路。他也講自己求職時被院長當場打斷:你一直說 we,那你在這件事裡做了什麼;他說有人因文化不習慣用「我」,但申請要求你站在自己的故事裡。現場練習三分鐘寫「一次你覺得自己有效傳達想法的時刻」,投票 59% 靠寫與獨處找到思路、41% 靠說出來。他推薦 Matt Abrahams 12 年前那支 5,200 萬次觀看、催生 Think Fast, Talk Smart 系列的影片。收尾用 Bandura 的社會認知理論:自我效能與結果預期塑造興趣與目標,但你不被過去限制——大學初期成績不好,可以補個體經濟、統計或微積分作為反證,把脈絡寫進 additional information 欄。結語是:如果這件事對你重要,對我們就重要。

一句話:求職被拒 85 次起家,金融海嘯時稀釋自己十億,換到三折買下最大對手。

Stanford GSB 院長 Sarah Soule 把該校最高榮譽 Arbuckle 獎頒給第 56 位得主 Hamid Moghadam。Moghadam 1980 年拿到 GSB 的 MBA,當時 23 歲,另有 MIT 兩個學位;1983 年與 Doug Abbey、Bob Burke 共同創辦 AMB,1997 年 IPO,2011 年與 Prologis 合併,公司成為 S&P 500 前一百大,今年一月他由執行長轉任執行董事長。Bridge33 Capital 創辦人 Jahan Moslehi 說全球 3% 的 GDP 流經他的建物,並舉 Moghadam 2021 年初的指示:執行長最重要的工作是把最關鍵的 30 個租戶關係做到最好。他說自己會來 Stanford,是 1978 年波士頓暴風雪期間接到招生人員 Lori Lieberman 的電話,對方說 Palo Alto 是華氏 75 度的晴天。1980 年畢業遇上伊朗革命與雙底衰退,利率 22%,他求職拿到的拒絕比面試多兩次,Doug Abbey 說是 85 封。1997 年 IPO 慶功宴上,他在每位賓客餐墊下放了當年 Morgan Stanley 房地產部門主管的拒絕信,而 Morgan Stanley 正是主辦承銷商。

公司從一筆 5 萬美元的貸款開始,從未引進外部融資,前兩年創辦人不領薪。營收約一百萬美元時,週一晨會的待辦清單有 700 項,清單後來越來越短。他的「腳踏車理論」是不踩就會倒,生意越好越要焦慮。他把租戶改稱 customers,因為房東與租客是封建式關係;工業空間只佔客戶物流支出的 5% 到 10%,但租約綁住五到十年,可以再賣能源與永續服務。兩三棟樓時談的是地段,6,000 棟樓與 11,000 個客戶時談的才是平台。2008 年 AMB 股價從 65 跌到 9,最大對手 Prologis 從 70 跌到約 2,整個 REIT 指數從 1,200 跌到 270。他裁掉約 20% 員工,分三次各 5%,並說應該一次做完、分批是自己的錯誤。接著做了一次高度稀釋的二次增發,稀釋掉約十億美元,換到用三折買進 300 億美元房地產、並買下最大對手組成新的 Prologis;事後 85% 的同業做了同樣的事,但沒有時機優勢。

談 AI 與資料中心,他說公司在 20 個國家握有 6,000 棟建物與 14,000 至 15,000 英畝土地、多數已取得開發許可,近兩年自建電力能源事業,正把物流用地轉成資料中心;他判斷第一階段是大型 AI 工廠,下一階段是靠近市場、低延遲的推論資料中心。問到德州 Abilene 那個 330 億美元專案怎麼再利用,他答沒人知道,但有電力就值土地加電力的錢。給學生的建議是早一點承擔更多風險、別追當下的熱門(1980 年最紅的是石油工程師)、找價值觀一致的合夥人。他認為商學院教太多決策、太少銷售與執行,寧可要執行得好的普通決策,而且他從沒看過不支持你想做那個選項的數字。卸任後他每週花 30 到 40 小時投入伊朗議題、遊說美國決策圈,自評沒什麼成果;現在每週約一天半到兩天處理 Prologis,兒子加入他新設的家族辦公室。