Po-Ta Wang
1.1K posts
Po-Ta Wang
@potawang
Po-Ta Wang (PTW) | Exploring macroeconomics, tech trends, and industry shifts to decode how the world works—and where its future is headed.
Taiwan Katılım Aralık 2014
94 Takip Edilen7.3K Takipçiler
Claude 對 Howard Marks 說：
你所知道關於投資的一切，也是來自別人的。
橡樹資本（Oaktree Capital）創辦人 Howard Marks，在去年底寫了一篇《Is It a Bubble?》，帶著點懷疑看著人工智慧的發展。而到了 2026 年 2 月，他用了 Claude 之後，寫了一篇備忘錄，標題是《AI Hurtles Ahead》，人工智慧正在快速衝刺。
他對於人工智慧的看法，在短短幾個月內似乎有了明顯轉變。
這篇備忘錄的起點，是他請 Claude 設計一個教學課程，「解釋 AI 是什麼，以及過去三個月發生了哪些改變」。
Claude 回了一篇一萬字的文章。
Marks 看完之後的反應是：「我想讓你們感受到，我閱讀這份輸出時心中那種敬畏感。」他說這篇文章讀起來像是一位朋友或同事寫給他的私人信件，引用了他過去備忘錄提到過的概念，用這些概念來比喻 AI 的發展，還預判了他可能提出的反駁，並且主動坦承 AI 自身的局限。
然後他把大部分內容轉發給他的客戶們。
---
Claude 反問 Marks 的那個問題
在這篇備忘錄裡，有一段特別精彩的對話。
Marks 問 Claude：
「AI 真的能有新想法嗎？還是只是在重新排列人類已有的思路？」
Claude 的回答是：
Howard，你所了解的關於投資的一切，也是來自別人的。Benjamin Graham 教你安全邊際。Buffett 教你品質。Charlie Munger 教你從多個學科借用心智模型。你讀了幾十年的書、備忘錄、案例研究和年報。每一個輸入都是別人的思想。
你把不同學科的框架，應用到新的情境，產生了真正原創的東西。原料來自別人。合成是你的。
那麼，當有人說「Claude 只是在重新排列訓練資料的模式」，我想問：這在結構上跟任何一個受過教育的大腦有什麼不同？
Marks 說，這個反駁是完全正確的。
---
更快的馬，還是汽車？
在備忘錄後半段，Claude 用了一個直接的框架來描述 AI 的現在：
Level 1（2023 年）：Chat AI。你問，它答。節省你查資料和思考的時間，但它不會自己做任何事。
Level 2（2024 年）：工具使用型 AI。你給它任務，它搜集資料、分析、完成。節省執行時間，但它仍然只做你交代的事。
Level 3（現在）：自主代理（Autonomous Agents）。你給它一個目標和輸出的參數，它自己做完，自己檢查，交給你成品。這不是輔助，是取代。
然後 Claude 用一個比喻說清楚了差距：
一匹更快的馬是省力工具。一輛汽車是勞動替代技術，它重新建構整個經濟。Level 1 和 Level 2 的 AI 是更快的馬，它讓現有的工作者更有效率。Level 3 的 AI 是汽車。它不是讓工作變快，它直接完成工作。
Claude 接著說：
讓我直白地說，如果我能產出相當於年薪20萬美元研究員的分析成果，那麼對付我薪水的人來說，我是真正在思考還是僅僅在進行模式匹配，真的很重要嗎？重要的是工作成果是否夠可靠，是否實用。而現在，它越來越可靠了。
關於機器意識的哲學辯論固然引人入勝，但經濟問題並非“人工智慧是否真正理解？”，而是“人工智慧是否能完成工作？”
---
那麼，人類研究員的價值在哪裡？
Marks 在最後關心的是人工智慧對於整個投資產業的影響。
他認為人工智慧能夠吸收比任何投資者都多的數據，記憶力更強，並且更擅長識別過去成功模式。它不應該感到恐懼或貪婪。它不太可能帶有樂觀或悲觀的偏見，不會固守成見，也不會過分強調最新資訊，除非它從訓練材料中吸收了這些因素。它不會被其他人追捧的潮流所左右，也不會害怕錯過別人正在追逐的趨勢。
換句話說，人工智慧具備成為優秀投資者所需的許多特質。
但他在備忘錄裡說，AI 缺少 skin in the game，就是切膚之痛的意思。它沒有後果，不會因為判斷錯誤而承擔損失，所以它感受不到資本損失的重量，也不會有人類投資者那種對風險的直覺性警惕。
除此之外，我認為，他在這篇備忘錄裡的親身經歷，已經示範人類研究員的價值。
那就是親自去使用產品。
人類研究員可以走進一家便利商店，注意到哪個產品的貨架位置變了。他們會用某個 app，感受到這個產品的體驗比上一版更流暢，或更難用。他們會排隊等一家新餐廳，觀察消費者的行為和情緒。他們會訂閱某個服務，感受到這家公司的客服態度好不好。
Peter Lynch 選股的核心邏輯之一，就是在日常生活中觀察什麼產品在流行。巴菲特買可口可樂，他喝可樂。
Marks 之所以開始理解 AI 這個技術的價值，也是因為他親自用了 AI。
---
你還在懷疑嗎？親自去用用看
我自己讀這篇備忘錄的感覺是，Howard Marks 應該已經被 AI 說服了。
這位三個月前還帶著懷疑眼光看待 AI 的投資大師，在親自測試這項技術後，不僅改變了看法，甚至在信中坦承自己感受到了「敬畏」。
很多時候，既有認知框架會讓我們本能地質疑新事物。你可能看了無數篇關於 AI 泡沫的警告，看了各種深度技術分析，但這些二手資訊，都比不上你「親自把它加入工作流程」所帶來的體悟。
如果你現在對於 AI 這個技術的價值還有疑慮，懷疑它到底只是一匹「更快的馬」，還是一輛「會重塑整個經濟的汽車」？
或許你該做的，不是再去讀下一篇分析報告。
而是像 Howard Marks 一樣，親自去試試看。
---
資料來源
- Howard Marks, Oaktree Capital Management,《AI Hurtles Ahead》, February 26, 2026
中文
Your memo makes the case better than you might realize: you didn't truly understand AI until you used it.
That's the underrated edge of human analysts — they can actually try a company's product, feel whether the UX is getting better or worse, notice what's on the shelf, talk to customers.
AI can scrape Reddit reviews, but there's a category of first-hand judgment that still belongs to people who show up and experience something themselves.
The best investment research has always worked this way. Lynch watched what people bought at the mall. Buffett drank the Coke.
You used Claude — and it changed your view. Maybe that's the answer to your own question about where human investors still add value.
English
In his latest memo, @HowardMarksBook revisits the subject of AI, providing his observations on its essence; immense power, speed, and autonomy; its limitations; and its potential implications for investing. #OaktreeInsights
Read: oaktreecapital.com/insights/memo/…
English
那顆汽油彈與兩百年前砸毀紡織機的工人
這一天，終究還是來了。
凌晨 3 點 45 分，一顆汽油彈飛向 Sam Altman 的住宅。
它打在房子上彈開，沒有人受傷。兩小時後，警方在 OpenAI 舊金山辦公室門口逮捕了一名 20 歲的男性嫌疑人。
Altman 隔天在部落格寫道，他低估了「文字與敘事的力量」，呼籲整個 AI 產業降低對立的修辭。
這種人類與機械的對抗，其實從兩百多年前就已經開始了。
⸻
▉ 盧德份子並不反對機器本身
1811 年，英格蘭諾丁漢郡，一群工人用大鐵鎚砸毀了紡織工廠的織布機。他們自稱「奈德·盧德將軍的士兵」，這場運動持續了五年，史稱盧德運動（Luddism）。後來這個詞演變成「反科技份子」的代稱，但這是一個流傳了兩百年的誤解。
歷史學家 Kevin Binfield 研究了大量盧德份子的文件，得出了截然不同的結論：盧德份子並不反對機器本身，他們反對的是工廠主「用欺詐的方式」操作機器。例如，用機器規避學徒制度、壓低工資、讓外行人代替熟練工人、生產粗製濫造的劣質品。
Binfield 說：「他們只想要機器製造高品質商品，由受過訓練的工人操作，並支付合理的工資。就這樣而已。」
與其說盧德份子反對的是技術進步，實際上他們反對的是關於分配的暴力。
⸻
▉ 他們等了四十年，才開始受益
英國政府的鎮壓極為殘酷。1813 年 1 月，十七名盧德份子在約克郡一週內被處決，其中十四人在同一天。當時的工廠主與資本家已經取得參政權力，並制定許多保護法案，將「破壞機器」列為死刑罪。
那個他們試圖捍衛的世界，師徒制度、手工藝人的尊嚴、技術勞動者與雇主之間的相互義務，消失了。然後呢？工業革命繼續推進。
一般人等了非常長的時間，才開始受益。
部分經濟歷史學家把這段時期稱為「恩格斯停頓」（Engels' Pause）。從 1780 年到 1840 年，英國工人的生產力提升了將近 40%，但實際工資只增加了 12%。生產力的果實幾乎完全流向了資本家，而非勞動者。工人的實際薪資從 1781 年一直到 1819 年才真正加速成長，整整四十年。
那些我們在教科書裡讀到的「技術帶來繁榮」、「新技術帶來新工作」，是真實的。但那是很後來的事。中間隔著四十年的低薪、14 到 16 小時的工作天、童工、城市貧民窟，以及那些「無法適應」的人默默消失在貧困裡。
技術樂觀主義者說的「最終大家都會更好」，通常省略了這個代價。
最終，是多久？誰來照顧那些等不了的人？
⸻
▉ Z 世代的憤怒，每年都在往上爬
就在 Altman 家被扔汽油彈的前後，Gallup 發布了一份調查，對象是美國 14 到 29 歲的 Z 世代。
數字讓人印象深刻。
隨著人工智慧技術的快速進步，人們反而開始展露出負面觀感。
對 AI 感到「希望」的比例從去年的 27% 降至 18%。感到「興奮」的比例從 36% 降至 22%。而感到「憤怒」的比例，從 22% 上升到 31%。在已就業的 Z 世代中，有 48% 認為 AI 在職場上的風險大於利益，比去年上升了 11 個百分點。
或許跟盧德份子一樣，他們並不反對技術，而是誰拿走了果實？
哈佛大學的研究顯示，AI 採納公司的初階職缺減少了 7.7%，而且這種趨勢集中在「中間那群人」，那些過去是白領主力的大學畢業生，現在面對的是一個在他們出社會之前就把大門關上的市場。沒有初階工作，就沒有辦法累積判斷力。沒有判斷力，就無法升到中高階。這是一個被切斷的路徑，是結構性的改變。
Z 世代的憤怒，和盧德份子的憤怒，有著同樣的結構，
機器改變了分配，而那個改變對他們不公平。
⸻
▉ 建造者的誠實，以及誠實的邊界
Sam Altman 對這次世界發表了一篇文章的文章裡。他承認 AI 帶來的恐懼與焦慮是有道理的，並說需要「全社會的回應」來應對困難的經濟過渡期。
Anthropic 的七位創辦人也宣布要捐出個人財富的 80%，用於對抗 AI 帶來的財富集中與社會衝擊。Dario Amodei 在一篇 38 頁的文章中寫道：「讓我擔心的，是財富集中的程度將會撕裂社會。」
但究竟會怎麼做，沒有人知道。
⸻
盧德份子的暴動只持續了五年，就被軍隊與法院鎮壓了。工業革命繼續。技術發展繼續。四十年後，工人的實際薪資才真正開始增長。
技術幾乎肯定的會帶來繁榮，但中間那段代價，要由誰承擔？
上一次，答案是那些砸機器的工人，以及他們的孩子，以及他們孩子的孩子。
這一次，我們還不知道答案。
但那個已經累積到 31% 憤怒值，還在持續往上攀升。
⸻
數據來源：
- Gallup（2026 年 Z 世代 AI 調查）
- 哈佛大學研究：Hosseini & Lichtinger（2025）
- Smithsonian Magazine：What the Luddites Really Fought Against
- Sam Altman 個人部落格（2026 年 4 月）
- Fortune：Anthropic 創辦人 80% 財富捐款承諾（2026 年 1 月）
#AI就業 #盧德主義 #Z世代 #SamAltman #科技與社會
中文
@cyberlancer 我是認為更接近 von Neumann 的 Universal Constructor 完成版。 AI Agent 是遠超過工業革命的量級，但也沒有更好的對照了。
中文
雖然很多人拿工業革命來類比現在的 AI Agent coding，我們大頭也是這樣想的，但我還是覺得有差別
以傳統製鞋匠被機器取代為例，機器還是在做傳統鞋匠那些事，做刀模、切皮、縫製，敲釘塑型，只是機器反覆做，降低成本
而 AI coding 是有一個助理，我們對他發號司令，而且他還蠻厲害的
1/2
Po-Ta Wang@potawang
那顆汽油彈與兩百年前砸毀紡織機的工人 這一天，終究還是來了。 凌晨 3 點 45 分，一顆汽油彈飛向 Sam Altman 的住宅。 它打在房子上彈開，沒有人受傷。兩小時後，警方在 OpenAI 舊金山辦公室門口逮捕了一名 20 歲的男性嫌疑人。 Altman 隔天在部落格寫道，他低估了「文字與敘事的力量」，呼籲整個 AI 產業降低對立的修辭。 這種人類與機械的對抗，其實從兩百多年前就已經開始了。 ⸻ ▉ 盧德份子並不反對機器本身 1811 年，英格蘭諾丁漢郡，一群工人用大鐵鎚砸毀了紡織工廠的織布機。他們自稱「奈德·盧德將軍的士兵」，這場運動持續了五年，史稱盧德運動（Luddism）。後來這個詞演變成「反科技份子」的代稱，但這是一個流傳了兩百年的誤解。 歷史學家 Kevin Binfield 研究了大量盧德份子的文件，得出了截然不同的結論：盧德份子並不反對機器本身，他們反對的是工廠主「用欺詐的方式」操作機器。例如，用機器規避學徒制度、壓低工資、讓外行人代替熟練工人、生產粗製濫造的劣質品。 Binfield 說：「他們只想要機器製造高品質商品，由受過訓練的工人操作，並支付合理的工資。就這樣而已。」 與其說盧德份子反對的是技術進步，實際上他們反對的是關於分配的暴力。 ⸻ ▉ 他們等了四十年，才開始受益 英國政府的鎮壓極為殘酷。1813 年 1 月，十七名盧德份子在約克郡一週內被處決，其中十四人在同一天。當時的工廠主與資本家已經取得參政權力，並制定許多保護法案，將「破壞機器」列為死刑罪。 那個他們試圖捍衛的世界，師徒制度、手工藝人的尊嚴、技術勞動者與雇主之間的相互義務，消失了。然後呢？工業革命繼續推進。 一般人等了非常長的時間，才開始受益。 部分經濟歷史學家把這段時期稱為「恩格斯停頓」（Engels' Pause）。從 1780 年到 1840 年，英國工人的生產力提升了將近 40%，但實際工資只增加了 12%。生產力的果實幾乎完全流向了資本家，而非勞動者。工人的實際薪資從 1781 年一直到 1819 年才真正加速成長，整整四十年。 那些我們在教科書裡讀到的「技術帶來繁榮」、「新技術帶來新工作」，是真實的。但那是很後來的事。中間隔著四十年的低薪、14 到 16 小時的工作天、童工、城市貧民窟，以及那些「無法適應」的人默默消失在貧困裡。 技術樂觀主義者說的「最終大家都會更好」，通常省略了這個代價。 最終，是多久？誰來照顧那些等不了的人？ ⸻ ▉ Z 世代的憤怒，每年都在往上爬 就在 Altman 家被扔汽油彈的前後，Gallup 發布了一份調查，對象是美國 14 到 29 歲的 Z 世代。 數字讓人印象深刻。 隨著人工智慧技術的快速進步，人們反而開始展露出負面觀感。 對 AI 感到「希望」的比例從去年的 27% 降至 18%。感到「興奮」的比例從 36% 降至 22%。而感到「憤怒」的比例，從 22% 上升到 31%。在已就業的 Z 世代中，有 48% 認為 AI 在職場上的風險大於利益，比去年上升了 11 個百分點。 或許跟盧德份子一樣，他們並不反對技術，而是誰拿走了果實？ 哈佛大學的研究顯示，AI 採納公司的初階職缺減少了 7.7%，而且這種趨勢集中在「中間那群人」，那些過去是白領主力的大學畢業生，現在面對的是一個在他們出社會之前就把大門關上的市場。沒有初階工作，就沒有辦法累積判斷力。沒有判斷力，就無法升到中高階。這是一個被切斷的路徑，是結構性的改變。 Z 世代的憤怒，和盧德份子的憤怒，有著同樣的結構， 機器改變了分配，而那個改變對他們不公平。 ⸻ ▉ 建造者的誠實，以及誠實的邊界 Sam Altman 對這次世界發表了一篇文章的文章裡。他承認 AI 帶來的恐懼與焦慮是有道理的，並說需要「全社會的回應」來應對困難的經濟過渡期。 Anthropic 的七位創辦人也宣布要捐出個人財富的 80%，用於對抗 AI 帶來的財富集中與社會衝擊。Dario Amodei 在一篇 38 頁的文章中寫道：「讓我擔心的，是財富集中的程度將會撕裂社會。」 但究竟會怎麼做，沒有人知道。 ⸻ 盧德份子的暴動只持續了五年，就被軍隊與法院鎮壓了。工業革命繼續。技術發展繼續。四十年後，工人的實際薪資才真正開始增長。 技術幾乎肯定的會帶來繁榮，但中間那段代價，要由誰承擔？ 上一次，答案是那些砸機器的工人，以及他們的孩子，以及他們孩子的孩子。 這一次，我們還不知道答案。 但那個已經累積到 31% 憤怒值，還在持續往上攀升。 ⸻ 數據來源： - Gallup（2026 年 Z 世代 AI 調查） - 哈佛大學研究：Hosseini & Lichtinger（2025） - Smithsonian Magazine：What the Luddites Really Fought Against - Sam Altman 個人部落格（2026 年 4 月） - Fortune：Anthropic 創辦人 80% 財富捐款承諾（2026 年 1 月） #AI就業 #盧德主義 #Z世代 #SamAltman #科技與社會
中文
Sam Altman 凌晨 3 点 45 分被一枚燃烧弹砸醒了。
有人向他家扔了一枚莫洛托夫鸡尾酒（一种简易燃烧瓶），幸运的是燃烧弹从房子上弹开，家人没有受伤。Altman 在博客里罕见地贴出了全家福照片，说希望这张照片能让下一个想动手的人犹豫一下。
他把这次袭击和几天前一篇关于他的争议文章联系在一起。有人提醒他，在公众对 AI 的焦虑情绪高涨的当下，那篇文章可能会让他变得更危险。他当时没当回事，现在凌晨坐在家里后悔了。
Sam Altman@sama
I wrote this early this morning and I wasn't sure if I would actually publish it, but here it is: blog.samaltman.com/2279512
中文
台灣超越韓國，成為「全球生育率最低」國家，但原因是？
2026 年 4 月 8 日，首爾經濟日報的標題是：
「Taiwan's Fertility Rate Falls Below 0.7, Overtaking Korea as World's Lowest」。
在那之前，「全球生育率最低」這個標籤一直掛在韓國身上。但近幾年開始出現了改變，2024 年，韓國的生育率從 0.72 回升到 0.75，九年來首度止跌。2025 年的數字更好，新生兒連續 13 個月正成長，全年生育率估計突破 0.8，增幅創下 1981 年有統計以來的新高。
同一時間，台灣走的是完全相反的方向。2025 年台灣生育率跌破 0.7，來到 0.695。2026 年 2 月單月新生兒只剩 6,523 人，再創歷史新低。
為什麼兩邊走出了不同的道路？
⸻
韓國為什麼回升？主要原因跟政策關係不大
韓國雖然有著相當高的生育補貼與配套措施，但韓國統計廳分析這波回升時，給出了三個解釋，而且最主要的那個，跟補貼政策幾乎無關。
第一個是後疫情的婚姻補課效應。
2020 到 2022 年，很多韓國情侶因為疫情把婚禮往後延。疫情結束後，這批延遲的婚姻集中釋放。2024 年韓國結婚數暴增 14.9%，創下 1970 年有統計以來最大單年增幅。由於韓國的生育行為跟婚姻高度綁定，結婚數大漲，出生數自然跟著增加。
第二個是純粹的人口結構紅利。
現在韓國 30 到 34 歲的女性人數相對較多，這個階段剛好落在生育高峰期。這個因素跟政策完全無關，幾年後這個族群過了生育高峰期，這個紅利就會消失。
第三個是社會態度的微幅改善。
韓國政府的數據顯示，對婚姻持正面看法的比例從 2022 年的 50% 升到 2024 年的 52.5%；願意生孩子的比例從 65.3% 升到 68.4%。
⸻
國際媒體怎麼看？謹慎，而且非常謹慎
CNN、Al Jazeera、VOA 報導韓國回升的態度相當一致：
先別急著慶祝。
VOA 的標題很直接：「研究者：韓國去年出生率增加的原因尚不明朗」。澳洲《The Conversation》則點出一個容易被忽略的數字：即使生育率回升到 0.75，韓國 2024 年的死亡數仍然比出生數多了 12 萬人，這已經是連續第五年人口自然萎縮。回升是真的，但問題根本沒有解決。
真正的考驗是 2027 年之後。當婚姻補課效應退去、人口結構紅利結束，這個數字還撐不撐得住，這才是關鍵的問題。
⸻
台灣為什麼沒有出現韓國那樣的結婚反彈？
韓國生育率回升最大的推手，是後疫情的集中結婚潮。按常理推斷，台灣經歷了同一場疫情，理論上也應該出現類似的延遲婚姻反彈。
而這是我在看這組數據時感到最困惑的部分。
因為數據說的是完全不同的故事。台灣的結婚數在 2022 年確實有小幅回升到 12.7 萬對，但之後就一路下滑：2023 年 12.5 萬、2024 年 12.3 萬。到了 2025 年，情況急劇惡化，全年結婚人數 10.4 萬對，創下有史以來的新低。
同一年，韓國結婚數暴增 14.9%，台灣結婚數持續探底。同一場疫情，兩個截然不同的結局。這也說明了生育率走向為什麼會有明顯差異了。
那麼，為什麼台灣沒有出現結婚補課效應？
⸻
最反常識的地方：台灣經濟比韓國好，生育率卻比韓國更低
一般認為不結婚，不生小孩的原因是「養不起」。
但台灣的經濟數據其實比韓國好很多！
過去十年，台灣的平均經濟成長率是 3.2%，高於韓國的 2.5%。2025 年，台灣經濟成長率 8.65%，創下 15 年來新高，人均 GDP 達到 38,066 美元，22 年來首度超越韓國的 37,430 美元，以及韓國那只有 1% 的經濟成長率。
台灣經濟表現比韓國好，但生育率比韓國更低？為什麼？
一個可能的原因，或許是分配問題？
台灣中央銀行在 2024/03 的一份資料：
“發現近年台灣累積經濟成長率高於南韓、美國、日本；而每工時實質薪資累積成長率，雖低於南韓，惟仍高於美國、日本。其中，台灣累積經濟成長率高於南韓，惟每工時實質薪資累積成長率低於南韓，主要係反映台灣勞動份額(為受僱人員報酬占GDP比重)下降，但南韓勞動份額上升；此外，台灣勞動份額下降亦是民眾較感受不到經濟成長果實的原因。”
從實際數據來看，台灣在 2024 年的受僱人員報酬占 GDP 比率降至 43.1％，創歷年最低，同一年，韓國則是 47.5%。
所以，央行資料確有其事，台灣民眾確實相對感受不到經濟成長果實。至於，這跟結婚率，生育率有沒有直接關係，可能就需要進一步研究了。
⸻
台灣近年的經濟成長贏韓國，棒球也贏韓國。
但要不要結婚，生不生小孩，從來不是看經濟成長率。而是看你這個月的薪資單、看你能不能繳得起房貸、看你想像五年後有小孩的生活時是興奮還是疲憊。
台灣確實在很多方面表都優於韓國，但是生育率倒數第一這件事。
我想，冠軍還是留給韓國吧。
⸻
數據來源：
- Korea Herald、CNN、Al Jazeera、VOA、The Conversation
- Seoul Economic Daily、Taiwan News、TechNews 科技新報
- MacroMicro、內政部統計處、主計總處
中文
很多人不知道，美股里的 S&P 500指数基金，背后一直有一股每年几千亿美元的结构性买盘，很多钱就是“无脑定投”模式。
美国的 401(k)、IRA 这类退休金账户，每个月自动扣款，雇主还会匹配，很多资金默认流进目标日期基金。退休金体系里，大量仓位天然配向权益资产，其中相当大一部分，最后都会落到 S&P 500 指数基金上。
所以关键就在这儿，不管美股贵不贵，波动大不大，这些钱基本很少看估值，也不太理会新闻噪音，时间一到就继续买。
这股力量，可能是美股最稳定、最难撼动的多头来源之一。
背后靠的，是制度设计、工资代扣、雇主匹配、默认配置，资金会一层一层、持续不断地流进市场。
中文
人工智慧的價值是創造重複，人類的價值是創造變數
印刷術出現之前，知識要刻在竹簡、用手抄寫在羊皮紙上才能流傳下去。
一個博學的僧侶，一生大概能複製幾十本書。
印刷術出現之後，同一本書可以印一萬本。
重複，被機器接管了。
那人類在抄寫能力失去之後做了什麼？
寫新的書，然後用印刷術大量複製，傳播知識。
⸻
這個模式，在歷史上一再重演。
機器負責創造重複，人類負責創造變數。
照相機發明之後，畫家失去了「紀錄現實」的壟斷地位。
但他們沒有消失，而是往照相機做不到的方向走，
莫內開始畫光，塞尚開始畫結構，畢卡索開始畫時間。
印象派、立體派、抽象派，一個接著一個出現。
畫家沒有繼續跟照相機比拼重複現實，
而是開始創造照相機無法重複的東西。
工業革命之後，機器取代了大量體力勞動。
紡織工人、鐵匠、搬運工，這些工作的「重複性部分」被機器吞掉了。
但人類的工作沒有消失，而是大規模移往服務業，
教育、醫療、餐飲、娛樂、金融。
那些需要判斷、需要信任、需要情感，難以單純複製的工作。
每一次機器接管重複，人類就開始創造變數。
⸻
現在輪到人工智慧了。
人工智慧能做的事，本質上也是重複：
用相同的風格，寫出第 1 篇文章，也能寫出第 10,000 篇。
用相同的規則，分析第 1 份財報，也能分析第 100,000 份。
用相同的邏輯，生成第 1 行代碼，也能生成第 100,000 行。
過去人工智慧生圖讓人不滿意，是因為角色很難一致，
直到角色一致性做出來，商業應用才真正爆發。
因為一致性，就是重複的另一種說法。
機器能夠不斷創造重複才有價值。
⸻
那這一次，人類要往哪裡移動？
我覺得答案還是一樣：往變數移動。
但那也是更困難的部分。
最近個人知識管理系統或說個人 Wiki 相當熱門，
嚴格來說，整理筆記這件事情真的不適合由人類來處理。
因為它也是不斷地在重複。
真正的價值不在於整理那些筆記，
而在於你如何利用這些筆記。
同樣一個 Podcast 訪問，
每個人都能夠把逐字稿丟進去，讓 AI 摘要重點，存進知識庫。
順便丟到社群網站上，就是一篇文章。
但說實在，這就是不斷地重複。
但如果你這樣做，
把三個觀點不同的來源放在一起，找出論點之間的衝突。
加上你自己過去累積的資料，提出這三個來源都沒有問過的問題。
再加入你自己的判斷，寫出一個新的角度。
這就不一樣了。
前者是用 AI 幫你重複，後者是用 AI 協助你創造變數。
前者的產出，AI 自己就能做。
後者的產出，沒有你，就不存在。
⸻
印象派畫家沒有試圖比照相機更像照相機。
服務業工人沒有試圖比機器更像機器。
什麼事情該努力，什麼事情該放手，對這個分界有清晰的判斷，才能夠在這技術轉換期找到新的位置。
人工智慧時代也是一樣。
在重複的工作上，要比 AI 更快、更準、更便宜？
這條路，你輸的機率相當高。
想要提高勝率？
試試看能不能創造出一個，沒有你就不存在的變數？
那個變數，就是你的價值所在。
⸻
延伸閱讀：
當人工智慧語言模型裡住進一個金融分析師：Claude 可能要改寫華爾街職場生態（10/30）
人工智慧時代的就業悖論：初階工作正在消失，中高階供不應求（11/06）
#人工智慧 #科技趨勢 #個人成長 #知識管理 #AI工具
中文
放射科醫師的傑文斯悖論能度過監管這關嗎？
2016年，Geoffrey Hinton 說了一句讓醫界譁然的話：
「我們應該停止培訓放射科醫師了。」
Hinton 是 AI 界的教父，深度學習的奠基者，後來拿了圖靈獎。
他認為 AI 在五年內會取代放射科醫師，當時很多人信了。
結果呢？
幾乎完全相反。
放射科醫師的需求不降反升，薪資中位數創下歷史新高，2025年美國放射科住院醫師招募名額再創新紀錄。
有放射科醫師說，如果當年醫學院真的照Hinton說的停止培訓放射科醫師，現在的醫療缺口會非常嚴重。
Hinton 後來也承認，自己預測錯了。
他在2025年5月接受紐約時報採訪時說，他在2016年時說得太廣泛了，沒有說清楚他只是在講影像分析這件事。
他現在認為，AI和醫師的組合，會讓放射科醫師效率大幅提升、準確度改善，而不是取代。
⸻
這個「放射科醫師的工作沒有因為人工智慧而消失」的故事，
從此變成樂觀論者最愛引用的標準案例。
黃仁勳在2025年11月的投資論壇上說：
「放射科已經大量導入AI，但結果令人意外。放射科醫師的招募反而增加了。原因是，放射科醫師的目標不是判讀影像，而是診斷疾病。AI讓他們判讀更多影像、接觸更多病患。」
微軟CEO Satya Nadella在X上引用了傑文斯悖論。
Y Combinator 的 Garry Tan 用這個例子反駁「AI毀掉工作」的說法。
Box 的 Aaron Levy 說：「當某件事變得更便宜、更有效率，需求往往會爆發，而不是萎縮。」
這就是傑文斯悖論的核心：
效率提升 → 成本下降 → 需求擴張 → 工作機會不減反增。
放射科醫師，成了這個論述最有力的活證據。
⸻
然後 Mitchell Katz 出現了。
他是 NYC Health + Hospitals 的執行長，
管轄11家醫院，是全美規模最大的公立醫療體系。
他不是做人工智慧模型的，他是醫院的管理者，他有預算壓力，他需要控制成本。
他在2026年3月25日的一場論壇上說：
「我們現在就可以用AI取代大量的放射科醫師，只要我們準備好面對監管挑戰。」
同場另一位醫院CEO補充：
他們已經在用AI判讀乳房攝影，每10,000次只漏診3例，「比人類更準確」。
Katz接著問在場的醫院CEO們：
有什麼理由，不去推動修改紐約州的法規，讓AI可以在沒有放射科醫師的情況下直接讀片？
⸻
法律要求，必須有一個真實的人類，為最終診斷負責。
這個需要有人負責的要求，讓醫師不能被完全取代。
但Katz正在做的事，就是去挑戰這個前提。
如果AI先讀片，放射科醫師僅需對異常影像提供第二意見，
那麼，還會需要這麼多的放射科醫生嗎？
⸻
傑文斯悖論沒有失效。
診斷效率提升，照X光的人次可能真的會增加，成本下降、篩檢門檻降低，總需求擴張。
樂觀論者說的，在這個層面上沒有錯。
但悖論創造出來的工作機會，受益者變了。
片量增加，誰得利？
AI算力需求增加。GPU廠商得利。資料中心得利。電力基礎建設得利。
而那個需要坐在閱片燈前、一張一張判讀的放射科醫師，
需要的人數，可能不會跟著片量等比例成長了。
就像是自動駕駛。
技術普及後，使用成本降低，搭車次數增加，傑文斯悖論一樣成立。
但那些增加的使用需求，是由更多職業司機來滿足，還是由Waymo的車隊？
⸻
樂觀論者用放射科醫師做例子，
他們說的方向，現在看起來確實沒錯，放射科醫師還在，需求還在增加。
但 Katz 給了我們一個不同的問題：
傑文斯悖論告訴我們需求會擴張，但沒有告訴我們，擴張的需求是由誰來填補。
當一個醫師在監管鬆綁後，如果可以為一千個AI決策背書，那麼，
「醫師還有需求」和「還需要很多醫師」，可是兩件完全不同的事。
所以，Hinton 十年前的預測錯了嗎？
要知道，他說出那個預測的時候，ChatGPT 還要再過六年之後才會誕生。
同時，也還沒有人挑戰醫院的監管體制。
放射科醫生的傑文斯悖論神話究竟會不會延續下去？
也許要等到監管機構真的開放之後，我們才會有答案了。
⸻
數據來源：
- Radiology Business（2026年3月25日論壇報導）
- Jensen Huang，US-Saudi Investment Forum，2025年11月
- Dario Amodei，Nikhil Kamath Podcast，2026年2月
- 美國放射科住院醫師招募數據（2025）
#放射科 #人工智慧 #傑文斯悖論 #醫療AI #就業市場
中文
Anthropic Claude 送免費額度啦！
Pro / Max / Team 用戶別錯過
為了慶祝推出「用量套組」功能，Anthropic 給每位 Pro、Max、Team 訂閱者一次性的免費額外用量額度 Extra usage ，金額等同你的訂閱費：
Pro → $20
Max 5x → $100
Max 20x → $200
Team → $200
怎麼領？
到 Settings > Usage（Team 是 Organization settings > Usage），先打開 Extra usage 開關，然後點頁面上方的「Claim」按鈕就行了。不會扣款，純送的。
手機版 Claude app 沒辦法開啟 extra usage，要用網頁版操作。
注意事項：
必須在 2026/4/3 早上（美西時間 9AM）前已訂閱才符合資格
領取期限：4/3 ～ 4/17
額度領取後 90 天到期，過期歸零
可用於 Claude、Claude Code、Claude Cowork 及第三方產品，Enterprise 和 Console 帳戶不適用。
注意 ！
額度用完或過期後，extra usage 會維持開啟狀態。如果你有設定自動加值，之後超額會照正常費率計費。不想被收費的話記得手動關掉。
#Claude
中文
电脑没在身边，真的吗
Po-Ta Wang@potawang
Anthropic Claude 送免費額度啦！ Pro / Max / Team 用戶別錯過 為了慶祝推出「用量套組」功能，Anthropic 給每位 Pro、Max、Team 訂閱者一次性的免費額外用量額度 Extra usage ，金額等同你的訂閱費： Pro → $20 Max 5x → $100 Max 20x → $200 Team → $200 怎麼領？ 到 Settings > Usage（Team 是 Organization settings > Usage），先打開 Extra usage 開關，然後點頁面上方的「Claim」按鈕就行了。不會扣款，純送的。 手機版 Claude app 沒辦法開啟 extra usage，要用網頁版操作。 注意事項： 必須在 2026/4/3 早上（美西時間 9AM）前已訂閱才符合資格 領取期限：4/3 ～ 4/17 額度領取後 90 天到期，過期歸零 可用於 Claude、Claude Code、Claude Cowork 及第三方產品，Enterprise 和 Console 帳戶不適用。 注意 ！ 額度用完或過期後，extra usage 會維持開啟狀態。如果你有設定自動加值，之後超額會照正常費率計費。不想被收費的話記得手動關掉。 #Claude
中文
