EP689 | 🏐

重點摘要

• 華爾街日報報導大型科技公司公開帳面以外還有逾 3 兆美元的表外義務（未啟動租約與採購承諾），實際槓桿遠高於帳面，主持人認為這是遲早引爆的「大象」，但 Anthropic 等公司已證明 AI 商業模式可行，爆點應不在當前眼前。
• 7 月台股美股科技股一度崩跌近三成，主持人原本預設需到第四季才能收復失土，結果 8 月已回復一半以上；他的判斷是只要不破前低再往上攻前高，多頭格局仍在，過早大幅降倉反而是代價更高的選擇。
• 記憶體族群是判斷 AI 供應鏈後勁的領先指標——最缺、展望最確定，若連記憶體股的本益比都撐不上去，其他缺料程度次一等的元件就更難說服市場給予更高估值，整個 component 族群的乘數都會受拖累。
• 後段先進封裝（CoWoS 等）與測試廠是 bottleneck trade 的核心，NVIDIA 等客戶以直接買設備放進廠商、鎖定長約、大量採購讓競爭者買不到料等方式搶佔產能；HBM 廠商從高堆疊層數轉向以較低層數加多顆粒數來取頻寬的策略調整，可能短期衝擊市場情緒。
• 投資研究的核心不是財務模型精不精準，而是先選對題材：數字估錯但題材正確的報告照樣賺錢，對著一家不漲的公司做完美報告毫無用處；研究人員靠法說會與歐美同業電話會議交叉比對挖掘新訂單單價、換代後毛利跳升等前瞻訊號，此舉比拆歷史 EPS 更關鍵。

詳細內容

市場回檔解讀：多頭結構仍在，試圖完美出場不切實際

最近台股與美股科技股出現明顯回檔，市場流傳的解釋之一是美債殖利率走高——無風險利率上升會壓縮高本益比科技股估值。主持人認為這個解釋說服力有限，因為市場上已有越來越多個股回到前高甚至攻創新高，說明多頭結構並未崩解；7 月崩跌後許多投資人選擇大幅降低持倉，更多是情緒反應。

主持人自身在 7 月單波回檔約三成，但因為 2026 年上半年累積漲幅夠厚，即便回三成仍是正報酬，選擇繼續留場。他強調試圖在派對結束前完美出場、最低點再進場在實務上幾乎不可能——行情最好的時候人人看當週績效，根本不可能自願離場；通常要吃到一段暴跌才會出場，這是正常的人性反應。行情 8 月快速修復已超出他的預期，印證留場決策的合理性。

WSJ 揭露：AI 表外支出超過 3 兆美元

華爾街日報近期報導，大型科技公司公開揭露的 AI 資本支出只是冰山一角，若加計尚未啟動的租約與採購承諾等表外義務，實際數字再加逾 3 兆美元。這類供應商融資安排與 NVIDIA 推動的供應商融資操作有些類似，等於場外槓桿持續堆疊、真實槓桿率被隱藏。主持人認為這是「房間裡的大象」——遲早爆發，但不確定時機，且必須先看到相關債務被層層包裝成理財產品廣泛流通（例如散戶都能買到資料中心發的債券）才是「距離爆炸不遠」的訊號。

目前 Anthropic 等公司已超預期快速實現獲利，AI 商業模式可行性漸獲驗證；歷史上每一波多頭最後都會變泡沫，但投資人試圖完美閃過泡沫而不參與資產增值，錯過的代價同樣很大。

記憶體族群：AI 供應鏈多頭的核心領先指標

主持人將 AI 供應鏈投資拆成三個觀察維度：components（元件）、bottleneck（後段封裝測試瓶頸）、value add（加值型）。

在 components 端，記憶體是目前最缺、展望最明確的品項。核心邏輯：如果最缺的東西連本益比乘數都撐不上去，其他缺料程度次一等的元件更難說服市場給予更高估值，整個族群估值都會受壓抑。因此記憶體股的本益比走向是觀察 AI 多頭後勁的早期警示燈號。

另一個潛在變數是 HBM 廠商的策略轉向：從追求高堆疊層數（12 high / 16 high，良率低、產出少）改為降低堆疊層數、以增加顆粒數來拼頻寬而非容量，藉此改善供應。主持人稱此為長多結構下的良率優化，但部分投資人一聽到調整就退場，短期可能衝擊族群情緒。

後段封裝：Bottleneck Trade 的核心與邊界判斷

後段先進封裝（CoWoS 等）與測試廠是 AI 供應鏈目前最明確的生產瓶頸。主持人說明，NVIDIA 等頭部客戶搶產能的方式包括：直接接受漲價、簽長期包量合約、購買設備放入封裝廠（幫廠商承擔擴產風險但事先談好利潤條件）、以及大量採購光通元件讓競爭對手買不到料。

判斷 bottleneck trade 是否延續的方法：若封裝廠或測試廠股價在一段時間無法繼續往上推，代表市場認為瓶頸正在緩解，相關 trade 就暫時休息——因為找不到比這更缺的東西了。主持人也指出，目前市場正在初步篩選，這波回檔後率先站回來的族群（不論是 component、bottleneck 或 value add），將定調多頭若繼續時的下一主流方向。

產業知識積累：跳島式學習與研究方法

主持人分享建立產業知識的路徑：並非讀完報告就突然懂，而是長期養分堆疊。以 busbar 為例，主持人當年在研究 immersion cooling 新創公司時，因廠商詳述每家可提供的材料與截面積差異而深入了解；對 cable 的掌握來自投資時把每種顏色線材的用途、銅線替代材料的時間點都弄清楚；主持人了解 socket 插拔可靠性，則源自研究 AI 伺服器元件時發現早期產品插拔五次就壞的品質問題。

這些知識形成「跳島」能力：懂手機供應鏈的投資者轉看 PC 或伺服器時，底層邏輯相通，學習曲線大幅縮短。他用 LOL 打野（Jungle）做比喻——會 Gank 的邏輯，換不同角色只需搞清楚技能是什麼，時機判斷的核心知識是共通的。

關於研究報告品質，主持人態度務實：一份精準但選錯公司的報告毫無用處；數字估錯但題材對的爛報告反而能賺錢。真正有前瞻性的參數——新產品單價、換代後 PIN 數提升、毛利貢獻比例——靠法說會與歐美同業電話會議交叉比對挖掘，無需特殊管道，有管道只是資訊取得速度快一步。

Q&A 精選

爛公司好部門 vs. 好公司爛部門（記憶體產業員工提問）

提問者自述公司分紅遠低於同業標準，落差達 10-60 倍，想知道是否應該離開。主持人核心答案：錢給到位什麼都不是問題；錢沒給到位，就算是夢想工作也難長久。對於企業喊「我們是一家人」這種說法不要太當真——出去面試每家都說一家人，到底哪家才算？若真的要二選一，他傾向選好部門（氣氛對、同事好），公司名氣大小次要。關於美光（Micron）分紅是否偏低，主持人表示，根據身邊朋友的印象，美光前陣子分紅蠻大方，對提問者描述的落差感到困惑，建議以薪酬市場行情做客觀參照。

台灣遊戲業投資（人資本）

主持人透露公司以「給資金、不干預開發」的方式金援台灣獨立遊戲，目標是證明台灣開發者在獲得適當資源後能做出商業成功的作品，打破「在台灣做遊戲等於燒掉積蓄」的刻板印象，進而吸引更多資本認識這個市場。紅眼露比（Red Eye Ruby）是其中一個案例，八哥（開發者）公開感謝，主持人對成績感到滿意，也希望未來能繼續遇到同樣熱血的年輕開發者。對於大量詢問投資的來信，主持人說明都有看但不一定每封回覆，篩選標準是內部判斷，不公開說明。

精選語錄

「你去問你自己，6月的時候你有沒有辦法把手上的東西丟掉——真的非常的困難。所以一般來講你就是要去做到最後一刻，甚至去吃到一小波大怒神之後再出場，我覺得這個是很合理的。」

「一個完全正確的報告不代表在你的投資上面可以去獲得一些收益。你很會研究沒錯，但巧婦難為無米之炊，你給他一坨垃圾，研究了半天，不會漲就沒有用。」

「你出去工作，你會感覺到委屈，絕大多數就是錢沒有給到位——這個我認為是非常真實的陳述。你錢給我超級多，就算你叫我做一個死缺我都有可能接受。」

時間軸

逐字稿無時間戳記，無法提供時間軸。主要段落順序如下：

• 開場：七夕特斯拉廣告 + 功能性訓練教練選擇建議
• 親子旅遊心得：水上樂園、寶可夢卡包點數制度、純真的孩童價值觀
• 市場分析：科技股回檔解讀、殖利率影響
• WSJ 報導：AI 表外支出 3 兆美元與隱藏槓桿
• AI 供應鏈拆解：記憶體（components）、HBM 層數策略、封裝測試（bottleneck）、市場族群輪動觀察
• 8 月快速修復：個人持倉心得與年度績效觀點
• 聽眾 Q&A：記憶體廠員工薪酬問題、英文學習路徑、產業研究方法論、台灣遊戲業投資（紅眼露比、人資本）