#個人整理一定會有不完整或理解錯誤，請以Podcast的內容為主。
前導
A. 處置制度改動後的盤面
- 處置股改為兩分鐘一撮後，資金仍在摸索新規則；假單頻率看起來增加，主要是制度博弈者彼此算計。
- 正常布局可用分批方式降低單筆交易影響；好營收卻被出貨的現象，使市場互信下降。
- 儘管短線震盪加劇，仍有不少族群逐漸轉強，整體看法仍偏樂觀。
B. Google 人事異動、前沿模型與雲端基建
- Google DeepMind 人事異動與 Gemini 更新延後，讓市場質疑 Google 是否落後；但 OpenAI、Anthropic 與中國競爭者使最終勝負仍難判定。
- AI 價值鏈未必只留在模型與軟體端；Google 可能更重視雲端算力，將其視為數位時代的鐵路與電網。
- 波克夏投資、Discovery Loop 的外部化安排與雲端合作，可能讓 Google 同時保留投資收益與算力需求。
- 若前沿模型買權的想像下降，估值可能下修；但若雲端現金流與基建路線獲市場認可，說不定反而得到正面評價。
- Meta 可能也朝算力租賃與模型 API 路線前進，可留意 Google TPU 指引與 Meta 採購指標。
QA
A. 台股 AI 基建與輪動
- 光通訊、設備、AI Power、散熱、PCB 載板與老 AI 都在輪動；目前偏向光通訊、AI Power、散熱與 AI 基建。
- 前波下跌很快，部分看似有壓力的股票未必累積大量套牢賣壓；後續可透過創高標的辨識強勢族群。
- 選股更重視 2026、2027 年能開出成績的公司，較不優先布局要等到 2028、2029 年才兌現的題材。
B. 研究股票與產業的方法
- 題材會反覆循環；先前研究過的光通訊、散熱、設備、HBM 或其他產業，不會白費。
- 不需要一開始就掌握上千檔股票；先從自己熟悉、感興趣且市場熱門的題材開始。
- 長期看新聞、報告與市場循環會累積理解；現階段先研究 AI 題材，再逐步擴張範圍。
C. 信貸、槓桿與部位壓力
- 信貸借下來卻不想開槓桿時，可考慮定存或其他相對保底的方式，避免資金閒置卻持續付息。
- 現股目前沒有融資；質押雖仍有，但逐年償還，也不再把額度借滿。
- 睡不好、過度關注國際事件、一直想找下跌理由，可能代表部位超過自身承受能力，應降低槓桿或部位。
完整內容
A. 處置制度改動後的盤面：假單、互信與短線震盪
1. 兩分鐘一撮後，資金仍在找方向
處置股規則改為兩分鐘一撮。熟悉處置股交易的朋友認為，新制度有些細節很快就看得出來；實際觀察後，市場資金目前似乎仍在摸索，要怎麼因應這套新規則。
每個制度出來都一定有受惠與受害者，而多數散戶理論上站在相對受害的位置。制度不會讓原本不會交易的人突然能賺錢；能透過制度獲利的人，還是那些願意認真研究制度與交易細節的人。
2. 假單變多，主要是博弈者彼此算計
盤中最有感的現象，是掛假單的頻率變高。處置股本來就會有假單、誘導與各種手法，但現在看起來更常出現，目的是拐對手、影響對方判斷。
假單未必特別針對一般散戶。真正需要煩惱的，是想直接在制度裡博弈、從中獲利的人；他們彼此之間要互相算計。散戶看到處置一滿就跌，不一定是交易所特別針對自己，更像一群大資金互相對打，剛好站在旁邊的人被波及。
若是正常布局，假單仍算小事。最多可以拆成五筆左右分批處理，讓成交價格平均一些，不必把所有部位壓在同一筆交易上。
3. 好營收變成出貨點，盤面失去默契
市場原本應有的默契，是營收開得好，股價至少應往上反應；現在卻常出現好營收被拿來出貨的情況。
某檔 AWS 概念股受惠於 Trainium 開始放量，市場原本就知道營收會好，但實際數字高於預期。即使如此，股價沒有漲停。這會讓市場覺得不對勁，懷疑很多人早已知道消息，才會在利多出來時互相賣出。
當市場變成「我知道營收會好，但也知道開好可能被賣」，就容易出現「我不先賣才是笨蛋」的心態。每一次好營收都被當成出貨點，之後市場只會更互相算計。
4. 朋友圈的基本面隔日沖
身邊一位朋友前一天還在做基本面分析，認為某檔股票很有機會、買進應該會贏；隔天再問對方股票是否還在，對方已經賣掉。
對方不是改變基本面看法，而是因為過去一直在這種盤面被影響，已經受不了，所以先出掉。前一天講基本面、隔天就離場，像是基本面隔日沖，也反映盤面互信正在崩壞。
如果照著朋友前一天的說法進場，隔天看到朋友自己先走，會很尷尬。這種狀況不是單一人的問題，而是市場參與者彼此都在防著對方。
5. 仍有轉強族群，整體偏樂觀
若營收與利多持續被拿來出貨，盤面可能慢慢變成區間盤，操作難度更高。可能要等大盤整體創新高，營收開好重新能獲得上漲反應，這種互相算計才會改善。
不過，現在仍有不少族群逐漸匯聚、持續走強；拉長看，也有不少股票的型態逐步轉好。因此，整體仍偏樂觀看待，認為是可以做的盤，只是過程會較震盪。
若一直用超短線思維處理，很可能被盤中波動困住，在真正走出行情前把部位賣掉。
B. Google 人事異動、前沿模型與雲端基建
1. AI 輸贏不一定反映在股價表現
Demis Hassabis 交出 Google DeepMind CEO 職務，Jeff Dean 與夥伴成立 Discovery Loop。加上 Gemini 原先預期的更新沒有出現，效能表現也受到討論，市場開始質疑 Google（GOOGL）是否已在 AI 競賽中落後。
但公司在 AI 論戰中看起來輸，不代表股票一定輸。Apple（AAPL）先前常被視為 AI 落後者，認為它沒有積極投入；但年初至今股價表現反而最好，資金也往 Apple 流動。相較之下，部分前沿模型公司與大型雲端服務商的股價表現較弱。
這可能只是短期現象，但市場裡即使論點講對，若沒有賺到錢，也不代表真正贏了。
2. OpenAI、Anthropic 與中國競爭者
前沿模型競爭非常激烈。OpenAI 與 Anthropic 是最強勁的兩個競爭者；Anthropic 過去一年在產品回饋與估值表現上看起來很強，但 OpenAI 隨時可能再帶來驚喜。
現在很難判斷最終誰會贏。前面看起來 OpenAI 領先，近期則是 Anthropic 較受矚目，但應該沒有人能很有把握地說最後贏家是誰。
即使西方世界最終可能只剩一、兩家勝出，中國業者仍是很大的變數。中國業者可能透過複製、較低成本或補貼方式提供服務；若無法完全阻絕，歐美業者即使投入更多資源，也可能有很大一塊市場被拿走。
3. AI 價值鏈未必只會留在軟體端
過去科技業常用基礎設施、平台、軟體的順序理解，並認為軟體最有機會做到高毛利、一本萬利。但 AI 時代走到現在，這套想像可能未必完全成立。
前沿模型公司目前的毛利數字看起來不錯，但有可能只是早期現象。若要維持競爭力，模型公司必須持續投入、擴大營收、提高獲利。Anthropic 執行長 Dario Amodei 曾直接提過，公司若不能持續用強力方式推進，也有可能破產。
AI 當然不是 NFT，已經有實際營收與獲利；但五年後價值鏈如何分配，現在還很難講。AI 可能才剛進入第一、第二局，還沒到第八、第九局，不能太早認定最終價值一定留在模型或軟體端。
4. Google 不一定放棄前沿模型
不認為 Google 目前的短期操作，就代表要放掉前沿模型或退出前沿模型競爭。Google 是很大的複合體，由許多業務與不同嘗試組成，仍可能持續調整方向。
Google DeepMind 原本有些像雙軌制：Mountain View 的 Google 總部與倫敦的 DeepMind。這次接班人掛 SVP 頭銜、直接向 Sundar Pichai 報告，而非維持獨立 CEO 架構，看起來有點像從雙軌改成單軌，把管理拉回母公司。
前沿模型端目前可能遇到一些逆風，但雲端市場仍有很大成長空間。把算力出租或賣給外部客戶，不等於後面的軟體一定不行；在看過 Apple 的案例後，這也不一定是壞事。
5. 算力是數位時代的鐵路與電網
Google 可能把更多資源放到雲端。算力可以被視為數位時代的鐵路與電網：沒有算力，就不會有模型；沒有鐵路與電網，也不會有後續的科技發展。
波克夏偏好重資產、長約、寡占與管制報酬的生意，例如 BNSF 與 Berkshire Hathaway Energy。若把 Google 的雲端算力視為新時代的基礎設施，就較容易理解波克夏為什麼會介入 Google。
波克夏在 2025 年第三季買進 Google 1,780 萬股，之後持股增至 5,800 萬股，並參與 100 億美元私募。巴菲特表示，這是他自己做的決定。
6. 人事安排與私募時點的想像
大型公司做重大決定，通常不會在一瞬間發生。搞不好波克夏參與私募時，已經知道後續可能出現這些安排。
Demis Hassabis 的職務變化表面上像升任新職，但也有點像被往上安置。搞不好他後面仍準備離開，只是公司可能不希望一次出現太多組織反彈或股價衝擊，所以先安排到相對好看的位置。
說不定參與私募的投資人更早知道這些事情，因此才更願意投資。這些都只能是目前的猜測，後續仍要隨事件發展修正。
7. Google 當模型商的房東
若把模型本身視為高不確定性的買權，Google 的雲端路線可能更接近可看見的基建生意。Google 投入資料中心、雲端與算力後，某種程度上成為 AI 模型商的房東。
模型商租用算力後，當然可能產生大量價值，但 Google 並不代表把所有價值鏈都放掉。Jeff Dean 與夥伴成立 Discovery Loop 後，Google 仍是創始投資人，也是雲端合作方。
有些事情可能因組織太大、繁文縟節或內部問題，無法在 Google 架構內推進；讓團隊出去做，不代表完全切斷關係。Google 仍有投資，對方仍可能使用 Google Cloud，背後仍有很多關聯。
Google 可能把一部分資金拿出來，讓團隊在外部推進，同時更強化自己作為新時代鐵路、能源與基建供應商的方向。
8. 大富翁比喻與現金流
Google 有一季現金流轉負，但若後續雲端算力需求持續成長，可能轉正得很快。
大富翁裡，前期買房買到快破產的人，可能是後期的贏家；誰前面買最多房、做最多投資，後面可能就是收租最強的人。Google 若大量投資雲端與算力，可能也有類似的想像。
把波克夏的投資與 Google 最近的人事事件放在一起看，不認為一定是 Google 的利空。
9. 前沿模型買權消失後的估值風險
若市場原先給 Google 較高估值，是因為期待它擁有前沿模型的買權，那麼 Google 若更像基礎設施供應商，本益比可能會下修，這可能成為下檔風險。
不過，不能直接說 Google 失去前沿模型買權，市場就一定會懲罰它。人事消息出現時，Google 股價先跌；但若後續不是破底、而是往上走，可能代表市場反而買單這種做法。
Apple 幾乎不做大規模 AI 投資，仍得到市場肯定。Google 則可能把偏高風險的前沿模型部分放到外面，自己保留投資關係與雲端收入；若外部項目長大，Google 仍可獲得收益，若對方需要雲端，也可能回到 Google。
10. Meta 的租賃與模型 API 路線
Meta（META）可能也在做類似的事，只是沒有 Google 表態得那麼明確。
Meta 在財報電話會議中仍表示，算力能自己用就自己用；但從布局與先前主客戶的說法來看，可能也在為租賃做準備。Meta 看起來有點像想成為 CoreWeave 加上 AWS 的組合：一邊提供算力租賃，一邊可能有模型 API。
Meta 的架構與 Google 不同。Meta 可能靠廣告收入，持續投入前沿模型與算力租賃，成為某種房東；Google 則較明確地往雲端基建供應者靠攏。
後續可觀察 Google TPU 是否上修，也可留意 Meta 是否出現新的採購指標。若這些訊號出現，可能代表兩家公司要繼續加速投入這條路。
QA
A. 台股 AI 基建：光通訊、設備、散熱與電源
1. 族群正在輪動
這波反彈暫時不容易抓到唯一主流，光通訊、設備、AI Power、散熱、PCB 載板與老 AI 都在輪動，資金也較分散。
台積電、0050、奇鋐、台達電、至上與貿聯-KY等 AI 基建相關標的，都是本波關注對象。這些標的的選擇都不錯，也確實是這波布局的方向。
設備目前只買一點，光通訊部位較多，AI Power 與散熱都有配置。PCB 載板先前已做過，現在覺得比較擁擠，所以興趣較低。老 AI 前面小做一波後，現在已把資金撤出。
原本指數部位壓得較大，近期則把資金抽出，轉去配置中小型、題材與成長股。
2. 用創高辨識強勢族群
前一波下跌幾乎把很多股票跌到型態不好看，因此一開始不容易辨識哪些族群真正強勢。
最近已有一些中小型、題材與成長股創歷史新高；後續若有更多股票創高，強勢族群會變得更容易辨識。
現在不必太挑剔股票的型態。部分股票看起來上方壓力很重，但前波下跌速度很快，未必讓很多人套在上面；市場以為有賣壓的位置，說不定不一定真的有賣壓。
3. 更重視 2026、2027 年的獲利兌現
EPS 與前瞻本益比等指標都會看，但在前面被殺過一波後，會更重視公司能否在 2026、2027 年開出成績。
如果要等到 2028、2029 年才可能兌現，股票一樣可能上漲；但目前較不想優先買這類標的。選股會稍微往價值支撐更強的方向靠攏。
B. 如何研究上千檔股票與產業
1. 不一定要認識上千檔股票
不是真的認識上千檔股票，但台股與美股涉獵範圍確實較廣。市場待久後會發現，其實很多題材反覆循環。
可能先走光通訊與散熱，接著輪到設備、載板與 PCB，再往主動元件、被動元件等較小料件延伸，之後又回到光通訊、散熱與設備。題材會一直重複出現，只是每次主角與財務數字不同。
2. HBM 與老題材重新被市場重視
第一次接觸 HBM 時，也不知道 HBM 是什麼。HBM 在 2014 或 2016 年左右，最早已出現在 AMD 產品上，但當時幾乎沒人重視；到了 AI 時代，才變成很重要的題材。
研究速度快，可能就比較有機會跟上市場。可是研究久了也有另一種盲點：以前討論過的老題材，隔一、兩年又重新被市場拿出來炒，反而容易因為覺得「以前不是講過了嗎」而不敢上車。
市場永遠有新的人進來，只要財務數字繼續開高，題材仍可能往上推。
3. 從熟悉且熱門的題材開始
第一次研究陌生產業一定困難。比較適合的方式，是先從自己有興趣、身邊可直接接觸的業務開始。
除非有必要，否則不會主動切進太冷門的題材。之前市場沒有其他題材時，曾研究腳踏車，包括變速器與碳纖維；最後雖然沒有賺到錢，但至少理解了產業輪廓。下一次再遇到腳踏車題材時，之前做過的功課不會白費，會累積成基礎。
在市場待得夠久、新聞看得夠多、報告看得夠多，即使不一定每家公司都研究得很深，也會比新進者熟悉。現階段較高效率的做法，是先研究市場最熱門的 AI 題材，再慢慢往其他方向擴張。
C. 信貸、槓桿與部位壓力
1. 借了信貸卻不想開槓桿
若信貸已借下來，卻突然不想投入股票，因為有些貸款可能不能立刻還款，利息也可能已先預扣，可以考慮先把錢拿去改善生活，或找相對保底的方式處理。
若真的不知道該怎麼做，可以找定存或可再質押的定存類工具，至少設法讓收益抵銷部分利息，不要讓資金閒置、持續付息。
2. 從融資習慣走向保留額度
以前會覺得，部位若不是融資就很奇怪，因為把現金放著像是在卡自己的額度、浪費可用流動性。
現在現股沒有任何融資。質押仍有，但過去幾年持續慢慢還款；即使額度提高，也沒有把額度借滿。這種不想再開太多槓桿的感覺，是長期逐漸形成的改變。
3. 身體反應會先告訴你風險
當額度壓到某個程度，可能開始睡不好、容易緊張，也會被盤中波動與國際事件影響。川普要做什麼、伊朗怎麼樣、荷姆茲海峽發生什麼事、真主黨是什麼，都開始變得格外重要。
如果發現自己突然變成國際專家，可能代表部位哪裡出問題了。部位壓得太大時，容易一直想找下跌原因；但股票本來就會漲跌，不會一直上漲。
大戶未必真的什麼都不懂，而是比較能把雜訊屏除，只專注在自己理解的產業與趨勢。當身體已經告訴自己睡不好、太緊張、需要到處找理由時，可能代表槓桿或部位超過自己的認知與承受能力，應該降低槓桿或部位。
#個人想法
所以算力會不會是就像XAI一樣，如果模型做的沒有前面幾個大哥們好，就算力出租可能還更吃香?META也這樣做了，如果GOOGLE也是一樣。會不會之後就是模型可以做部分開源，讓大家來去租算力?