Unclestocknotes

免責聲明更新： 大叔美股筆記歡迎各位投資同好共襄盛舉，為維護個人權益，在瀏覽各個投資筆記前，請先閱覽以下聲明，閱覽者將視為同意本聲明條款： 1. 大叔美股筆記對於所發表之投資筆記、分析數據及參考資料內容，其立論依據皆係合法引用自網路上公開資訊以及合法管道取得之資料，不涉及任何抄襲等侵害智慧財產權之行為;對於閱覽者將大叔美股筆記所發表之投資筆記，在未經同意下，從事行銷推廣、背書代言、營利等商業相關活動，無論是否獲利，大叔美股筆記將採取法律行動追究其責。 2. 大叔美股筆記所發表之投資筆記、分析數據及參考資料內容，不得作為任何交易之依據，閱覽者依筆記或數據資料內容進行任何投資行為所產生之風險及盈虧，未經自行了解判斷，而導致交易損失風險，應自行負擔，大叔美股筆記不對使用者之投資決策負任何責任。 3. 大叔美股筆記所發表之投資筆記對於所提及之其他個人、公司或組織，大叔美股筆記均不對其交易安全、商品及服務內容負任何擔保責任，其間之所有交易、擔保、賠償責任及售後服務皆係存在於閱覽者與商品或勞務提供者之間，閱覽者如因商品或服務提供者發生任何變故或糾紛，大叔美股筆記不負任何法律責任。 4. 大叔美股筆記中，涉及到其他個人、公司或組織之網站連結，對被連結之網站或其所提供之任何產品、服務或資訊，大叔美股筆記不擔保其正確性、真實性、即時性、及完整性。 5. 閱覽者同意由大叔美股筆記保留修改本聲明之權利，如有變更，將公佈於大叔美股筆記社群平台上，不另行通知。 Disclaimer Updates: Uncle Stock Notes welcomes all investment enthusiasts to participate. To safeguard your rights and interests, please read the following disclaimer carefully before reviewing any investment notes. By accessing or reading the content, you are deemed to have agreed to the terms set forth herein: 1. All investment notes, analytical data, and reference materials published by Uncle Stock Notes are based on legally sourced information, including publicly available online data and materials obtained through lawful channels. No infringement of intellectual property rights, including plagiarism, is involved. Any unauthorized use of Uncle Stock Notes’ content for marketing, promotion, endorsement, commercial gain, or related activities—whether for profit or not—without prior consent is strictly prohibited. Uncle Stock Notes reserves the right to take legal action against any such violations. 2. The investment notes, analytical data, and reference materials provided by Uncle Stock Notes are for informational purposes only and shall not be construed as a basis for any trading decisions. Any investment actions taken by readers based on such content are undertaken at their own risk. Readers are solely responsible for any profits or losses incurred, especially where decisions are made without independent evaluation and judgment. Uncle Stock Notes assumes no responsibility or liability for any investment decisions made by users. 3. With respect to any individuals, companies, or organizations mentioned in the investment notes, Uncle Stock Notes makes no representations or warranties regarding the security of transactions or the quality of any products or services provided. All transactions, guarantees, compensation, and after-sales services are solely between the reader and the respective provider. Uncle Stock Notes shall bear no legal liability for any disputes, losses, or issues arising between readers and such third parties. 4. Any external links to websites of individuals, companies, or organizations provided within Uncle Stock Notes are for reference only. Uncle Stock Notes makes no guarantees regarding the accuracy, authenticity, timeliness, or completeness of the content, products, or services offered on such linked websites. 5. Uncle Stock Notes reserves the right to amend this disclaimer at any time. Any changes will be published on its official platforms without prior notice.

七月半導體重估 × 韓國去槓桿 × 光通訊去泡沫 因為七月的股市過於波動，很多朋友都遇到不少挑戰，因此大叔把風險控制、倉位控管、如何加倉，在何時才是機會，如何準備左側跟右側交易，還有下一個機會在哪裡，讓大叔一次說明白。 謝謝 open.substack.com/pub/unclestock…

Serenity 今年表現非常優異，當然也在這波回調受到影響，但是這樣子的影響也許是短暫的。 但我還是佩服他在投資上對產業的見解，大家都被影響。一起努力

2026/07/17 每日盤後重點 市場其實同時在消化兩件事：AI 護城河是否開始鬆動，以及油價重新上漲帶來的通膨風險。能源股走強、科技股走弱，其實反映的是避險資金的流向。 1. SOX 正式進入熊市 費城半導體指數（SOX）自 6 月底歷史高點回落超過 20%，正式進入技術性熊市，本週跌幅也是自 2025 年 4 月關稅風暴以來最大。不過盤面沒有想像中悲觀。 SOX 收盤僅跌 1.8%，且明顯收離盤中低點；AMAT、LRCX、KLA、ARM 等設備股盤中一度重挫約 4%，尾盤都出現明顯買盤。 更重要的是，今年以來 SOX 仍上漲約 63%，遠高於 S&P 500 約 10% 的漲幅。 這比較像是高估值與擁擠部位的修正，不是AI需求消失了。 2. Kimi K3 引爆市場 中國 AI 新創 Moonshot 發布開源模型 Kimi K3，市場立刻把它與去年 DeepSeek 相提並論，科技股也因此遭到拋售。但市場其實混淆了兩件完全不同的事情。 a. Moonshot 自己的說法是目前整體能力仍落後頂尖閉源模型，它最大的突破是推出全球第一個 2.8 兆參數的開源模型，而不是全面領先 OpenAI 或 Google。 b. DeepSeek 去年震撼市場，是因為它主打「更少算力、更低成本」，讓市場開始擔心 AI 基礎建設需求下降。 Kimi K3 則完全相反。 2.8 兆參數意味它需要更大的 GPU 記憶體、更大的叢集，以及更高等級的 AI 伺服器。從硬體角度來看，它反而提高了對下一代 GPU 與高頻寬記憶體的需求。 真正值得擔心的是護城河： 如果一家中國新創能用遠低於大型科技公司的成本，做出接近頂級模型的效果，那市場自然會質疑大型科技公司每年投入數千億美元 AI CapEx，未來還能維持多少定價權？ 這才是今天市場真正重新定價的地方。 3. Netflix 的問題是透明度 Netflix 第二季營收與 EPS 優於市場預期，但第三季財測低於預估，Q3 營收指引 $128.6 億 vs 預期 $130 億、EPS $0.82 vs $0.84、FCF 從 $23 億降到 $15 億(−35%)。現金流大減。更讓市場反感的是公司宣布自 2027 年起，觀看時數將由一年公布兩次改為一次。去年停止公布訂閱數，今年再降低營運透明度。 市場當然認為成長放緩，加上資訊揭露減少，估值就必須下降。這是公司治理與市場信任的問題，不是總體經濟因素。 4. 油價續漲 美伊衝突持續升溫，WTI 再度站上 80 美元，本週累計上漲近 12%。能源成為少數逆勢上漲的板塊，保險股在 Travelers 財報帶動下同步走強，黃金也持續上漲。 另一方面，羅素 2000 跌幅僅 0.39%，明顯優於大型科技股。所以市場並不是全面避險，而是資金正從高估值 AI，輪動到能源、保險與價值股。 大叔盤後觀點 Kimi K3 是史上最大的開源模型之一，它需要更大的 GPU、更大的記憶體、更高的 AI 基礎建設。 如果開源模型能以更低成本快速逼近閉源模型，大型科技公司的競爭優勢與定價能力，就必須重新接受市場檢驗。 因此今天真正被重新定價的，是 AI 的投資報酬率（ROI）與護城河。 接下來真正值得關注的是超大廠財報，Google、Microsoft、Meta、Amazon 是否仍願意持續提高 AI 資本支出，將比任何一天的股價波動，更能回答市場今天最大的疑問。 另外，不要忽略另一條正在發酵的主線。油價本週大漲近 12%，通膨風險重新升溫，也可能壓縮聯準會未來降息的空間。如果油價持續維持高檔，能源股受惠、科技股承壓，可能只是同一筆資金在不同資產上的兩種表現。

#RMBS 分享我的看法 2026 年 1 月，美國 DOJ 反托拉斯署、FBI 與郵政總局督察長辦公室，對 Montage 與 Renesas 執行搜索票。 4 月 28 日，Rambus 在 SEC 文件中揭露，收到聯邦大陪審團傳票，屬於價格操縱刑事調查的一部分。 到了 7 月，南韓檢方再突襲 Rambus、Montage 與 Renesas 三家公司。 同樣三家公司、同樣產品、同樣涉嫌行為，橫跨兩個司法管轄區。雖然目前沒有官方文件明說兩國正在聯合辦案，但從調查對象與時間軸來看，至少可以確認兩地執法高度重疊。 媒體報導指出，這三家公司據稱掌握全球超過 93% 的記憶體介面晶片供給。 同時 Rambus 管理層自己在法說會上提到的市占率約為 mid-40%；另一份法律文件則顯示，Rambus 約供應 40% 的 DDR5 RCD，其餘由 Renesas 與 Montage 分食。 但請注意調查不等於有罪，高市占也不代表串通。這句話，大叔要寫兩次。 我考慮的問題是曝險有多大 Rambus 1Q26 營收為 1.802 億美元，其中產品營收 8,800 萬美元，約占 49%；授權帳單 7,080 萬美元；合約及其他收入 2,260 萬美元。 而目前調查標的是 DDR5 的 RCD 與資料緩衝器。也就是說這件事影響的是產品營收的一部分，不是整家公司。授權與合約收入目前並不在直接射程內。 曝險上限大約是半數營收，實際上可能更低。 另外Rambus 手上約有 7.86 億美元現金及有價證券，年營運現金流約 3.6 億美元。 單看刑事罰款未必傷筋動骨。Sherman Act 有法定上限，即使走不法所得倍數計算，公司也不是付不起。 但請記住美國反壟斷私人訴訟可主張三倍賠償，若大型雲端客戶、伺服器模組採購商或其他下游客戶提告，分母可能是整個 DDR5 伺服器供應鏈的採購金額。 刑事罰款通常還能估算上限，民事三倍賠償的風險，反而更難編進模型。 所以大叔在他7 月 27 日財報，會注意法律程序附註的措辭： 1. 是否從「無法合理估計」改成提供損失區間 2. 是否新增南韓當局相關段落 3. 是否揭露南韓營收占比 4. 管理層是否開始描述調查對營運、客戶關係或定價的潛在影響 對照 Montage，目前公司僅表示正在配合調查、營運正常，尚未受到正式指控。 只能說記憶體超級循環，企業賺得越多，專利權人越想收租；定價權越強，反壟斷機關越想知道，這些利潤究竟從哪裡來。 利益揭露： 本人持有 RMBS 部位。本文為研究整理與事實查核，不構成投資建議。

台積電 $TSM2026 財年第二季財報分析 這次我換個方式來寫財報，我更注重在我怎麼看整個事情跟數據，希望對大家可以更有幫助。謝謝 open.substack.com/pub/unclestock…

@CeoOndas @kaloszer thank you Eric.

In a sector bear market, it's usually best not to piss into the wind. Our job is to build real, durable value... not fight the tape. We're focused on executing: DZYNE integration, delivering on our raised guidance, converting backlog into revenue, leveraging our strong capital position, and positioning Ondas as a leader in autonomous defense systems during what we believe is a durable, multi-year adoption cycle. We'll let consistent execution speak for itself.

@CeoOndas a contract or something would hit better than crack just about now

2026/07/16 每日盤後重點 今天市場表面上交易的是 TSM 財報，但真正拖累科技股的是三件各自獨立的事件：TSMC 資本支出大幅上修、韓國去槓桿，以及 Google AI 模型延遲。 Nasdaq 下跌 1.47%、S&P 500 下跌 0.51%，VIX 上漲 6.8%。市場開始重新檢驗 AI 交易的估值。 1. TSMC 財報全面上修，市場卻開始算另一筆帳 TSMC 第二季財報全面優於預期，全年營收成長預估由「30% 以上」上調至「略高於 40%」，第三季財測也優於市場預期。 真正引發市場討論的是資本支出由 520–560 億美元提高至 600–640 億美元，中位數增加約 80 億美元，同時宣布亞利桑那再加碼投資 1,000 億美元。 但市場開始思考高額資本支出何時能轉化為獲利？ 海外新廠是否會壓縮毛利率？ 現金流能否跟上估值？ 需求依然強勁，但市場要求看到投資回報。 2. 韓國去槓桿，記憶體股持續承壓 韓國金融監管單位宣布收緊單一股票槓桿 ETF，包括停止新產品、提高保證金與限制推廣。 三星與 SK Hynix 是主要成分股，因此短線去槓桿賣壓持續影響記憶體族群。 監管單位也特別指出，Micron、Kioxia 等全球記憶體公司近期同樣波動劇烈，市場正在重新定價整體記憶體循環，而非只有韓國市場。 槓桿只是放大器，真正被重新定價的是市場對記憶體景氣循環的預期。 3. Google AI 模型延遲，市場開始檢驗 AI 投資效率 Bloomberg 報導，Google 旗艦模型 Gemini 3.5 Pro 延後推出，原因是模型能力未達內部標準，尤其在程式碼能力方面仍落後預期。 消息公布後，Alphabet 下跌 4.4%，Meta 也同步走弱。 花最多的 AI 資本支出，是否一定能換來最好的產品？ 當市場開始質疑資本支出與產品競爭力之間的連結，高估值 AI 股票自然面臨重新評價。 大叔盤後觀點 本週前三天，IBM、ASML、TSMC 已經共同證明AI 需求沒有問題。 但今天市場真正關心的是這三件事： TSMC 講的是需求：需求強到願意再提高 80 億美元資本支出。 韓國講的是籌碼：去槓桿正在進行，短線加大市場波動。 Google 講的是效率：AI 投資能否真正轉化為領先產品，開始受到市場檢驗。 過去一年，市場討論的是 AI 有沒有需求；現在開始討論的是，需求能否支撐現在的估值，以及龐大的投資是否真的能換來競爭優勢。 接下來，AMD與 Nvidia財報，將是市場驗證這個問題的下一個關鍵時點。

#MU Micron 今天又宣布簽長約。 其實今天這則新聞不是什麼新資訊，因為Micron 早在 6 月底法說會就講過了。 當時公司一次公布完成 16 個 SCA 長約，大約鎖住 20% DRAM、三分之一 NAND 出貨，帶來 220 億美元訂金與財務承諾。 今天只是把其中幾個客戶名字公布而已。 6/24 公布完成 16 個 SCA。 7/1 公布 GM。 7/6 公布 Ford。 今天再公布 Qualcomm、DENSO、Hyundai Mobis 等客戶。 同一件事情，拆成很多篇新聞稿慢慢發。每一則都是真的，目的就是讓 Micron 在財報後持續留在新聞版面。 其實Micron 一邊享受史上高毛利，一邊默默替未來五年買了一份保險。 但別忘了汽車是未來實體ai 的一部分。

川普宣布近100億美元的國防科技投資計劃，伊朗戰爭導致武器庫存減少 川普表示，宣布的投資計畫包括高達15億美元用於在美麗而歷史悠久的費城造船廠建造「兩艘大型國家安全多用途艦艇」；費城軍火公司Day & Zimmerman將投資23億美元用於陸軍軍火庫的運營、維護和支持；通用動力公司也將投資25億美元用於為美國海軍建造潛艇。

2026/07/15 每日盤後重點 市場今天主要交易「通膨連兩天降溫＋Big Tech 領漲」。 6 月 PPI 低於預期，美股三大指數續紅，但半導體內部明顯分化：ASML 報喜，Micron 與 SK Hynix ADR 卻同步重挫。 1. PPI 接力降溫 6 月 PPI 月減 0.3%，低於市場預期；核心 PPI 月增 0.2%，同樣低於預期。 S&P 500 上漲 0.4%、Nasdaq 上漲 0.6%、道瓊上漲 0.3%。Apple 因獲准在中國推出生成式 AI 功能，大漲約 4%，Alphabet 也上漲約 3.2%。 不過這份數據反映的是 6 月油價下跌，近期油價已重新逼近每桶 80 美元。 2. ASML 報喜，記憶體股卻重挫 ASML 上調全年展望，並計畫將 2027 年部分 EUV 與 DUV 設備產能提高約 30%，顯示 AI 資本支出的長線方向未變，尤其是€80 億 EUV 訂單來自 SK Hynix。 但同一天，Micron 下跌 7.3%跟SK Hynix ADR 下跌 10.7% 記憶體股交易的是今天的估值、溢價、短線籌碼，以及長鑫存儲擴產等中國競爭雜音。 3. PayPal 因收購提案大漲 Reuters 報導，Stripe 與 Advent 提出超過 530 億美元、每股約 60.5 美元的 PayPal 收購提案，帶動股價大漲約 17%。目前仍只是潛在提案，尚未正式簽約屬於事件驅動行情。 金融股方面，Morgan Stanley 與 BlackRock 財報優於預期；United Airlines 也上調全年獲利指引，但高油價可能增加後續燃料成本。 4. 油價與地緣政治仍是風險 美軍與伊朗衝突持續升級，市場在軍事行動與外交談判之間反覆定價。 WTI 收在約 79.6 美元，Brent 約 85 美元。油價若持續維持高檔，可能重新推高 7 月通膨壓力。 大叔盤後觀點 今天最重要是 AI 產業鏈的多空訊號，正在不同時間尺度上同時出現： 長線證據：ASML 上調展望，AI 資本支出方向未變 短線壓力：記憶體股仍在消化估值、溢價、籌碼與中國競爭的雜音 市場相信 AI 的長線資本支出，卻仍在重新校準記憶體股當下的價格。多頭的證據在 2027，空頭的壓力在今天。

美國 6 月 CPI 年增 3.5%，優於市場預期。大叔想請大家把目光從右邊那一欄移開。 因為這張表真正有價值的是左邊每一個月的變化。請記得Fed 做決策，看的是趨勢，如果你把這張表一路往下看，會發現除了能源之外，通膨其實幾乎全面降溫了。 1. 先看能源。今年三、四、五月，能源月增分別是 10.9%、3.8%、3.9%。 到了六月，直接變成 -5.7%。所以今天的 3.5%，比較像是前三個月油價暴衝留下來的尾巴，不是六月突然又熱起來。 2. 真正值得注意的，是下面這幾列。 核心 CPI（扣除食品與能源）六月月增 0.0%。 住房（Shelter）月增只剩 0.1%，是今年以來最低。 去能源服務（Services less energy services）月增 0.0%。 二手車價格年減 1.8%。 醫療商品年減 2.1%。 所以Fed 過去一年最擔心的幾個地方，商品、住房、服務，現在都開始往它想看到的方向走。 這也是為何市場把升息機率往下修，但大叔還是要潑一點冷水。 請再回去看能源那一列。六月是 -5.7%，但年增還有 15.7%，證明這一次 CPI 的改善，很大一部分還是來自油價回落。 如果中東局勢再升溫，油價重新往上衝，這張表下個月很可能又會長得不一樣。所以今天最大的變數還是油價，美國再繼續打下去，就不太妙了。 其實這張 CPI，也可以跟最近我們討論的主線串在一起。能源價格開始回落，讓市場對升息的擔憂稍微降溫。另一方面，IBM 告訴我們，企業的 IT 預算正大量流向 AI 伺服器、HBM、儲存設備等基礎建設。 也就是說是短期的能源通膨正在退燒；另一邊AI 在改變企業怎麼花錢，開始影響總體經濟。 我認為，這才是今年下半年真正值得追蹤的主線。 以上為個人對公開資料的整理與觀察，不構成任何投資建議。投資前請自行研究並評估風險。

BlackRock CEO, Larry Fink： 我對超大規模數據中心運營商提出的問題不是他們是否有足夠的需求，而是他們能多快降低計算成本。我擔心的是中小企業。在這個全新的人工智能技術領域，他們將如何競爭？因此我私下里最關心的問題是，我們能多快降低計算成本？”

巴菲特透露是他自己增持了Google股票。他解釋為何他增持Google的原因；為何改變他對科技業的看法；他認為哪些公司更勝一籌。

2026/07/14 每日盤後重點 市場主要交易「通膨降溫＋銀行財報優於預期」。6 月 CPI 公布後，市場對 Fed 下次會議升息一碼的機率，從約 35% 降至 15%。 1. CPI 低於預期，升息壓力下降 6 月 CPI 月減 0.4%、年增 3.5%；核心 CPI 月增為零、年增 2.6%，全面低於預期。 短線有利風險資產，但油價仍在 80 美元附近，中東局勢升溫，通膨是否持續降溫仍需觀察。 2. 銀行財報亮眼，交易部門大賺 JPMorgan 單季淨利 212 億美元，核心 EPS 6.14 美元，高於預期；Goldman Sachs 股票交易營收 74.2 億美元，再創華爾街紀錄。 不過，Jamie Dimon 警告目前市況已接近「好到不能再好」，顯示銀行獲利雖強，市場也開始擔心接近高峰。 3. IBM 暴跌，反而利多記憶體 IBM 暴跌約 25%。公司表示，企業客戶將資本支出轉向伺服器、儲存設備與記憶體，導致軟體及大型主機交易延後。 IBM 的錢，被記憶體與基礎設施搶走了。 4. 油價與地緣政治仍是風險 美國空襲伊朗後，油價維持在每桶 80 美元附近，Valero、Marathon Petroleum 等煉油股創新高。 油價若持續上漲，可能重新推升通膨與 Fed 升息預期。 大叔盤後觀點 IBM 最重要的啟示是企業資本支出正在重新排序： 受惠：記憶體、伺服器、儲存設備、AI 基礎設施 承壓：企業軟體、顧問服務、傳統 IT 專案 CPI 替市場解除短期升息壓力，但真正的主線是企業預算正加速流向記憶體與 AI 基礎設施。

IBM 單日重挫超過 25%，創下至少 1960 年代以來最大單日跌幅，甚至比 1987 年黑色星期一還要慘。 距離正式財報還有一週，公司提前發布 8-K 與投資人信，主動預告第二季初步財報。 營收約 172 億美元，低於市場預期。 調整後 EPS 同樣低於市場共識。 分部表現也很清楚： 軟體仍然成長，其中 Red Hat 維持雙位數增長。真正失速的是基礎設施事業，尤其是 Z Mainframe。 CEO Arvind Krishna 更直接承認We faltered. 在這個事情上我看到幾個方向： 1. 整個企業 IT 支出開始出現新的分配方式。 Krishna 在說明中提到，六月最後幾週，客戶把部分資本支出提前轉向伺服器、儲存設備與記憶體，希望趕在供應仍然吃緊之前完成採購。 這一句話，我認為比財報本身更重要。因為AI 並沒有讓企業 IT 預算無限放大。只是預算重新分配。 企業的資本支出，終究是一個有限的餅。 如果更多預算流向 GPU、HBM、高階 SSD、AI Server，那麼一定會有其他專案被延後。 IBM 說客戶預算轉向記憶體，這有可能是真的，但我們仔細拆分部門數字，軟體仍然成長，Red Hat 依舊維持雙位數增長。真正疲弱的是 Z Mainframe 與基礎設施。 我個人認為比較合理的解讀反而是Z17 換機週期進入高基期，部分大型專案沒有如預期在季底成交。企業預算重新分配，又進一步放大了這個缺口。 所以其實是AI 預算排擠，像加速器加速放大了影響。 Krishna 自己其實也承認「我們沒有適應，也沒有動得夠快。」 其實我們要開始看受害者，例如部分傳統企業 IT、部分基礎設施更新、部分非 AI 優先專案、甚至部分軟體支出，都有可能開始面臨延後。AI 已經強到開始重新分配整個企業 IT 的資本配置。 2. 資訊安全 IBM 在預告財報時，除了提到客戶把資本支出提前轉向伺服器、儲存設備與記憶體之外，CEO Arvind Krishna 還特別提到一句： 客戶在第二季受到快速演變的全產業資訊安全事件影響，導致部分大型專案延後。 資訊安全板塊雙龍頭走強。 CrowdStrike $CRWD 跟Palo Alto Networks $PANW 跟其他資安股。 AI 也在創造新的資安需求，AI 模型越強，攻擊面越大。 最後提醒 $IBM 只是提前公布初步數字。我們仍然是正式財報與全年展望。如果全年指引同步下修，那問題可能不是一季執行失誤。 如果全年維持則比較可能代表季底專案遞延與一次性因素居多。 AI 超級循環，正在重新分配整個企業 IT 預算。真正的大贏家，目前看起來有兩個：AI 基建（GPU、HBM、儲存）與資訊安全；值得觀察的是下一個會被排擠的是誰。 以上僅為公開資訊整理與個人分析，不構成任何投資建議。投資前請自行研究並評估風險。

Warsh 的五個 Fed 任務小組 Powell 時代，Fed 常常牽著市場的手過馬路。Warsh 時代，看起來比較像路在那邊，車也在那邊，你長大了自己看著辦。 open.substack.com/pub/unclestock…

這份 CPI 最大重點不是只有 headline CPI 下來，核心 CPI 也下來。代表通膨降溫不是單純靠能源價格回落，而是核心價格壓力也開始鬆動。 對 Fed 來說，這會削弱升息的必要性，但要注意，這還不是 Fed 立刻轉鴿的萬靈丹。因為核心 CPI 雖然降到 2.6%，仍高於 2% 目標；而且 Fed 會看 PCE、薪資、就業與通膨預期。 短債：利率下行壓力增加。2 年期殖利率容易先反應，因為市場會重新定價升息機率下降。 長債：有利，但要看期限溢價。通膨降溫對長債正面，但財政赤字與供給壓力仍會限制長端下行幅度。 科技股 / AI 股：短線利多。折現率壓力下降，成長股估值會受惠。 美元：偏弱。升息預期下降通常壓抑美元。 黃金：偏多。實質利率下行預期有利黃金。

我認為這是 Satya Nadella 近一年最重要的一篇 AI 戰略文章之一。 1. Satya提出新的經濟學概念 他把 Nobel Prize 經濟學家 Kenneth Arrow 的 Information Paradox 改寫成： Reverse Information Parado Arrow 原本說的是如果我要買你的知識，你必須先告訴我，但你告訴我後，我就不用買了，所以知識很難交易。 Satya說：AI完全相反。今天不是 AI 公司怕把知識給企業。而是企業怕把知識給 AI 公司。 例如企業每天使用 GPT：問問題、修正答案、建立 Workflow、建立 Agent、寫Prompt、建立 Evaluation，這些全部都是企業自己的 Know-how。但是AI Provider（OpenAI）也學到了。 所以企業買 AI，同時也把自己的智慧送給 AI 公司。 這就是 Reverse Information Paradox。 真正的資產不是 Data，而是Learning Cloud 時代：企業最重要的是Data，所以AWS、Azure、Google Cloud全部都在談：Data Lake、Data Warehouse、Data Governance，但是AI 時代，Satya說真正重要的是Learning。 他甚至說企業累積的是： Prompt Feedback Agent Workflow Evaluation Memory Trace Decision 這些全部都是Learning，也就是企業如何思考。 Prompt不是垃圾，而是黃金 很多人一直認為Prompt 不值錢。Satya直接反駁。他說真正有價值的是每一次Correction。例如GPT回答錯，工程師修改。第二天又修改，第三天再修改。一年後這家公司已經建立十萬次 Correction。 這就是Institutional Know-how。這甚至比原始資料還有價值。因為Data人人看得到。但是Correction，只有公司自己知道。 所以： Prompt Exhaust Feedback Eval Memory Agent Trace 全部都是 IP。 他其實是在挑戰 OpenAI 有一段很多人可能沒注意，他說AI 公司一直說可以 Fair Use 全世界資料。但是卻禁止企業Distillation、Fine-tuning、Model Reuse，同時AI 公司還保留Learning from customer usage。 就是AI 公司可以學你，但你不能學 AI，這是不公平。 等於Microsoft 對整個 AI 商業模式的重新定義。 最後為什麼引用 Alex Karp？ Satya引用的是Palantir CEO, Alex Karp。一直強調的企業應該掌握： Compute Model Data Alpha 不能交給外部，Satya直接引用。也就是說Microsoft開始接受Palantir 的世界觀。Enterprise AI一定要企業自己控制。不是SaaS Vendor 控制。 那到底Microsoft真正想賣的是什麼？ 很多人以為Microsoft 在賣 GPT。但Satya這篇文章透露Microsoft真正賣的是Enterprise AI Operating System。 裡面包含： Azure AI ↓ Azure Foundry ↓ Copilot ↓ Agent ↓ Memory ↓ Evaluation ↓ Orchestration ↓ Tenant Boundary ↓ Private Learning Loop 最後形成Continuous Learning，GPT只是其中一層。真正重要的是Learning Infrastructure（整套流程）。 五個核心能力 Satya最後整理成五件事。 a. Control 企業必須擁有： Memory Feedback Trace Eval Decision Ownership不應該是AI Provider b. Capability 建立自己的Private Learning Environment。 模型可以學習，但是不能把知識帶出去。 c. Choice 不要被任何一家模型綁死。今天GPT最好。明天可能是Claude最好。後天也許又變成Gemini最好。企業都能直接切換。這就是Model Agnostic，也是 Microsoft Foundry 最大策略。 d. Cost 不同模型，不同價格。不同工作，不同模型，降低成本。 e. Compound 最後企業建立自己的Learning Loop。 每天 Prompt ↓ Correction ↓ Eval ↓ Agent ↓ Memory ↓ Workflow ↓ Model Improvement ↓ 再次 Prompt 形成複利，這就是Hill Climbing Machine。 大叔認為這篇文章不是寫給我們一般使用者，而是寫給 CIO、CTO、企業董事會，以及大型企業採購決策者。 Microsoft 不希望企業只依賴單一模型供應商。他主張編排層應獨立於模型，企業要保有切換模型的能力。企業應把 AI 使用過程中產生的知識視為新的核心資產。包括prompts、評測（evals）、回饋、工作流程、Agent 記憶等。AI 平台的競爭將從「模型能力」轉向「企業如何持續累積自己的學習能力」。這與 Microsoft 近一年積極推動Azure AI Foundry、Copilot、Agent 平台、多模型支援的方向高度一致。它透露 Enterprise AI 的競爭重心正在改變。 過去幾年，市場關注的是誰擁有最大的模型、最多的 GPU、最強的參數；未來幾年，更重要的問題可能變成哪家公司能幫企業保留並累積自己的 AI 學習成果。 從投資角度來看，這對幾家公司具有不同意義： Microsoft #MSFT：進一步強化其作為企業 AI 平台與基礎設施提供者的定位，而不只是GPT 的分銷者。 Palantir #PLTR：Satya 引用 Alex Karp，顯示「企業掌控資料、模型與 AI 流程」的理念正逐漸成為主流。本體論！ Oracle、AWS、Google Cloud：未來競爭焦點是誰能提供更完善的企業 AI 信任邊界、多模型編排能力與私有學習環境。