2026 年 2 月，兩家金融科技巨頭在同一週傳遞了相同的訊號：AI 正在讓公司需要的人變少，而且少很多。 Block 執行長 Jack Dorsey 在 2 月 26 日公開了一封寫給全公司的備忘錄，宣布裁撤近半數人力。就在幾天前，瑞典先買後付巨頭 Klarna 的 CEO Sebastian Siemiatkowski 上了知名創投 podcast 20VC，談 Klarna 如何從七千人縮減到三千人，而且還會繼續縮。 兩個故事，兩種作法，同一個結論。 Block：一刀到位 Jack Dorsey 是 Twitter（現為 X）的共同創辦人，也是 Block（原 Square）的創辦人暨執行長。Block
Ben Evans 上週發了一篇分析文，只問了一個問題：「OpenAI 要怎麼競爭？」（"How Will OpenAI Compete?"），這是一篇關於 AI 產業競爭格局的文章，非常值得一讀。 Evans 是前 a16z 合夥人，矽谷最具影響力的獨立科技分析師之一，年度簡報和電子報是科技圈的必讀內容，他的文章不做預測，專門拆解結構。這篇拆的是 OpenAI，結論並不樂觀，以下是重點整理。 8 億用戶，但水很淺 ChatGPT 有 8 到 9 億用戶，數字聽起來很嚇人，但翻開使用數據就是另一回事。 根據 OpenAI 自己公布的 2025 年度回顧，80% 的用戶整年發送不到 1,000 則訊息，換算下來大約每天
本文整理自 2026 年 2 月 19 日 Lenny's Podcast 對 Claude Code 負責人 Boris Cherny 的專訪，並結合 SemiAnalysis 研究報告與多方報導。 兩週 2025 年 7 月，Boris Cherny 離開了 Anthropic。 他加入的是 Cursor，當時最受歡迎的 AI 程式碼編輯器之一。他喜歡這個產品，也很欽佩這個團隊，在他眼中 Cursor 的人比大多數人更早看見了 AI 寫程式碼的未來。 兩個星期後，他回到了 Anthropic。 在 Lenny Rachitsky 的 Podcast
2026 年 2 月 11 日上午 11 點，海南文昌航太發射場 3 號工位，一枚 67.4 公尺高的火箭點火升空。這次任務有兩個目標：測試夢舟載人太空船的逃逸系統，以及驗證火箭第一節能不能自己飛回來。 升空 66 秒後，火箭頂端的夢舟太空船啟動緊急逃逸，在最大動壓條件下彈射脫離，151 秒後七具 YF-100K 引擎關機，火箭第一節在 105 公里高空與任務酬載分離。到這裡為止，任務的前半段結束了。 接下來的六分鐘才是重點。 火箭第一節翻轉姿態、重新點燃兩具引擎，以超過每秒 1,700 公尺的速度開始減速，20 秒內降到每秒 1,300 公尺，持續調整軌道，最終在升空約 470 秒後落入南海海面，距離發射場 380
2026 年 2 月 5 日，SpaceX 在烏克蘭全境啟動 Starlink 白名單制度。所有未經註冊的衛星網路終端，一夕之間全部斷線。 俄軍前線的反應幾乎即時：士兵湧上 Telegram 抱怨通訊中斷，突擊行動在多個方向被迫暫停。烏克蘭國防部顧問轉述前線回報：「所有部隊的指揮管制都崩潰了。」 把這句話放在脈絡裡理解。俄羅斯，一個擁有核武的軍事大國，前線通訊竟然依賴馬斯克旗下的美國民間衛星網路服務。被切斷之後，指揮鏈就斷了。2026 年的俄軍，就是這個狀況。 Starlink：從鄉下上網到戰場生命線 Starlink 的概念不複雜。SpaceX 在低地球軌道部署了數千顆小型衛星，用戶只要買一台終端機，就能透過衛星訊號上網，不需要光纖，不需要基地台，訊號從太空直接打下來。對住在偏遠地區的人來說，這解決了一個老問題：有網路，但品質差到沒辦法正常使用。Starlink 繞過地表的距離限制，讓你在幾乎任何地方都能穩定連線。 2022 年俄烏戰爭爆發後，Starlink 迅速成為烏克蘭的關鍵基礎設施。
2026 年第一季，全球記憶體市場正在經歷一場罕見的供需失衡。 TrendForce 最新報告顯示，標準 DRAM 合約價單季暴漲 90% 到 95%，遠超原本預估的 55% 到 60%。NAND Flash 合約價季漲 55% 到 60%，企業級 SSD 漲幅 53% 到 58%，創下單季紀錄。IDC 等多家研究機構的共識是：這波缺貨至少持續到 2027 年，部分悲觀預測甚至認為要到 2030 年才會真正緩解。 缺貨的衝擊已經從供應鏈蔓延到消費者手上。Counterpoint Research 在去年底下修了 2026 年全球智慧型手機出貨預測，從原本的年增 3.3% 變成年減 2.1%，原因就是記憶體成本飆升，低階手機的物料成本因
「為什麼美國和中國不能各有一個天才國度？」 Dwarkesh Patel 在最新一集 podcast 中，對 Anthropic 執行長（CEO）Dario Amodei 丟出了這個直球。Amodei 沉思了一下，然後給出了一個讓人不太舒服的答案：技術上完全做得到，但戰略上不該讓它發生。 這場超過兩小時的深度訪談，涵蓋了 AI 擴展假說、實驗室商業模式、監管政策、到美中競爭的完整光譜，但最核心的部分，是 Amodei 以一個打造 AI 前沿模型的公司創辦人身分，直接闡述為什麼他認為「資料中心裡的天才國度」（Country of Geniuses in a Data Center）一旦落入威權政府手中，可能比核武更危險。 這篇文章將深入解析 Amodei 的地緣政治框架，以及支撐這個框架的商業邏輯。相關的訪談連結和逐字稿我放文末。 什麼是「資料中心裡的天才國度」？ 先搞清楚
2025 年 11 月，群聯電子執行長潘健成上《年代向錢看》專訪，那天群聯股價一千元。三個月後的今天，他再度坐上同一張椅子，股價已經突破兩千。主持人陳凝觀開場就笑問：「上次訪完變兩千，這次訪完要變多少？」 但潘健成帶來的訊息，比股價翻倍更令人不安。 他做了一道算術。NVIDIA 年底即將出貨的 Vera Rubin GPU，每一顆需要配置超過 20TB 的 SSD，假設賣出一千萬顆，就是 200 個 exabyte。 去年全球 NAND Flash 總產出不過 1,000 到 1,100 個 exabyte。光是一個晶片機種，就能吞掉全球 Flash 產能的兩成。 「而且這還只是 GPU 本身，」潘健成補了一句，
2025 年 1 月，有人在 X 上建議 SpaceX 可以先在月球生產液態氧，為 Starship 的火星任務提供燃料，馬斯克的回覆只有一句話：「不，我們直接去火星，月球是分心。」 2026 年 2 月 8 日，馬斯克在 X 上宣布 SpaceX 已經將重心轉移到月球，要在月球上建造一座「自我成長的城市」，月球可以在十年內實現，火星需要二十年以上，「首要任務是確保文明的未來，月球更快。」 一年之內，從「月球是分心」變成「月球是首要任務」。 如果只看這則新聞，會以為馬斯克又在改主意，畢竟他改主意的頻率和 SpaceX 發射火箭的頻率差不多。但如果你把過去兩週發生的三件事放在一起看，這個轉向的邏輯就清楚了，而且答案不在 SpaceX，在他的另一家公司 xAI。 1.
2026 年 2 月 5 日，Dwarkesh Patel 發布了一段將近三小時的馬斯克（Elon Musk）訪談。八個主題、資訊密度極高，從軌道資料中心講到 DOGE 政府效率，從 AI 對齊哲學講到自建晶圓廠。 但如果你只有 15 分鐘，想從這場馬拉松對話裡抓住一個核心概念，那就是兩個英文字：limiting factor（限制因素）。 馬斯克在三小時內把這個詞說了快一百次，他自己都笑說：「我冒著把這個詞說太多次的風險。」但這個重複本身就是他思考一切問題的框架。 AI 為什麼要搬到太空？因為電力是限制因素。為什麼要自建晶圓廠？因為晶片會變成下一個限制因素。為什麼 SpaceX 能保持速度？因為他每週都在找限制因素。為什麼 DOGE 這麼難推？因為政府缺乏能力和關心程度，這是限制因素中的限制因素。 這場訪談的背景值得交代。就在幾天前，SpaceX 正式完成了對
25 年前，他們鋪了一條沒人用的光纖 1998 年到 2002 年之間，美國電信公司掀起了一場史無前例的基礎建設狂潮。WorldCom、Global Crossing、Level 3 這些名字，當時是華爾街的寵兒。他們在北美和跨大西洋的海底鋪設了超過 8,000 萬英里的光纖電纜，總投入超過 1,000 億美元，相當於當時美國 GDP 的 1%。 邏輯很簡單：網路流量正在爆炸式成長，頻寬永遠不嫌多，誰先鋪好管道誰就是贏家。 然後泡沫破了。 2001 年之後，這些光纖有 85% 到 95% 閒置在地底下，業界給它們取了一個名字叫「暗光纖」（dark fiber）。Global Crossing 破產，WorldCom 因為造假帳被踢出市場，Level 3
雞過馬路的問題 Tesla AI 副總裁 Ashok Elluswamy 在 2026 年 ScaledML 大會上發表演講，播放了一段 FSD（Full Self-Driving）的實際畫面：一群雞正在過馬路，車子耐心等待，連最後一隻落單的雞都沒漏掉，等牠們全部通過後才繼續前進。 這看起來是個可愛的小故事，但 Ashok 拋出的問題很尖銳：如果你用傳統方法寫自駕軟體，你要怎麼處理這個場景？先寫一個雞腿偵測器，然後預測雞的移動軌跡，再根據預測結果決定要不要煞車？ 接著他播放另一段影片：一群鵝站在路中間，但牠們不打算過馬路，只是站著。車子判斷牠們不會移動，於是倒車繞過去。同樣的鳥類，不同的行為，系統做出不同的決策。Ashok 說，端到端神經網路可以從畫素直接學會這些細微差異，不需要工程師手寫規則。 這就是 Tesla 自駕技術的核心哲學：不寫規則，讓 AI 自己學。而這個選擇，