護城河會蒸發，挖護城河的人不會——聽《科技浪》EP151 談 CUDA 之後的 NVIDIA，與 AI 走進癌症診間

君子終日乾乾，夕惕若厲，無咎。

—— 《周易・乾卦・九三爻辭》（先秦）

這集在講什麼

《科技浪》2026 年 8 月 24 日這集（EP151），主持人哈利花了大半集談一件他覺得被嚴重低估的新聞：黃仁勳打算把 NVIDIA 的 AI 工廠變成一種「可以被投資的資產類別」。但他沒有直接講這則新聞，而是先繞回去講一個更尖銳的判斷——CUDA 那道大家講了三年的護城河，正在被削弱，而且他認為多數人還沒意識到。

後半段換了個完全不同的領域：莫德納宣布一項用 AI 挑選標的、針對個人設計的 mRNA 癌症療法，在第三期臨床試驗達標。他對這則新聞的態度很有意思——不是興奮，是先把大家的解讀往回拉一格。

兩件事看起來無關，但底下是同一個問題：當一件過去很難的事變得不難了，原本靠「它很難」吃飯的東西會怎麼樣。

摘要重點

一、他先把 CUDA 護城河的定義縮到最窄，才開始拆它。 他明講自己講的不是整個開發者生態系，只指一件事：程式碼的可攜性與移植成本。把一套跑在 NVIDIA 上的模型搬到別家加速器上，跑不跑得起來是一個問題，跑得夠快夠有效率又是更大的問題。過去這個成本高到近乎絕望——他形容 ROCm 跟 CUDA 當年的成熟度「完全不能比」。護城河的定義就是這道遷移之痛。

二、拆牆的不是競爭對手，是 Coding Agent。 他的推論鏈很值得記：AI 代理特別擅長的不是「困難」的問題，而是可驗證的問題。寫 kernel 對人類來說是整個軟體工程裡最難的一類，但對代理來說，它只在乎一件事——有沒有一個明確的驗證目標、以及能不能自己形成閉環。而「這個模型在這張卡上跑不跑得起來、每秒吐幾個 token」剛好是全世界最乾淨的驗證訊號。有了訊號，就可以無人介入地一直改、一直測，把算力直接換成效能。

三、最有力的證據是一個週末。 他引 Anthropic 共同創辦人 Tom Brown 在 AMD 活動上講的：他們原本以為把當時最先進的模型搬上 AMD 機櫃是一場大工程，做好了長期抗戰的準備；結果他們就把這件事丟給 Claude，週五下班前交代下去，週一上班回來看，效能已經被推高了不知道多少倍。過去要一整支工程師團隊的事，現在是一句話加一個週末。

四、削弱不等於倒下——他明說自己是看多的。 他甚至提醒每單位電力能榨出的效能，Blackwell 目前還是其他晶片難以匹敵。他要說的只是「移植成本真的降了」這一件事實。他還丟了一句很有畫面的旁證：不用聽他講，去看那些 kernel 工程師自己在網路上說什麼——他們本人跳出來說自己的工作快要被取代了。

五、真正的新牆在別的地方，而且不只一道。 技術面是「極致協同設計」：從 GPU、互連、記憶體、機櫃、供電、水冷、儲存，一路到推論軟體，整座工廠一起最佳化，這是單顆晶片贏不了的層級。而資本面那道更有趣——過去兩年 NVIDIA 一直用自己的資產負債表替買不起卡的客戶創造購買力，但這條路有天花板：它的現金是有限的，需求不是。

六、於是有了希爾頓那個比喻。 他說最終目標是讓 AI 工廠變得像商用不動產一樣：希爾頓經營飯店，但飯店的房地產通常不是它的，持有者是保險公司、銀行、私募或不動產信託。營運者因此變輕，擴張不再被自己的資產負債表卡死。同樣的邏輯搬過來——算力租賃商不必每蓋一座資料中心就自己去籌一次錢，蓋的錢由外部資本出，它只要租來經營。卡住整個產業的是融資瓶頸，這一招是想把外面的錢引進來。

他也講了成為資產類別的兩個硬條件：要有殘值、要好轉手。 GPU 是通用架構、模型架構怎麼變它大致都算得動，二手市場又最大，這兩點目前只有 NVIDIA 同時滿足。他引老黃的例子：A100 推出六年了，租賃價格還撐得住。

七、他也把這件事的另一面講得很白。 這是一個加速器——加速好的未來到來，也加速泡沫吹大。原本 AI 若真的過度建設，受傷的主要是科技巨頭與算力租賃商，算局部問題；但當退休基金、保險公司、主權基金的錢都透過標準化商品進來，同一個問題就變成系統性的。他自己判斷泡沫化機率很低，並且給了一個具體的翻案條件：除非大模型典範被推翻——例如某天發現一個裝置上就跑得動的十億參數小模型比最強的大模型還強。他說 2023 年學術圈還有不少人這樣想，現在講的人越來越少了。

八、莫德納那則新聞，他第一件事是降溫。 療法本身的邏輯不難懂：腫瘤切除後防復發，從癌細胞成千上百個突變裡挑出約 34 個，做成 mRNA 送進細胞，讓免疫系統認得並清掉殘留的癌細胞。難的是「挑哪些」——這是人腦百分之百處理不了的組合問題，AI 負責的正是這一步。但他提醒，這條線 2015 年就開始做，用的多半是比較傳統的統計或深度學習模型，未必是現在最強的那種生成式 AI，把它包裝成「最新 AI 治好癌症」並不精準。第二期數據顯示復發與死亡風險降低約 49%，第三期宣布達標但細部數據還沒公布；測試對象主要是黑色素瘤，其他癌種還要看。

九、最後那句話，是整集我最想留下來的。 他說 AI 在醫療上的瓶頸不是智能，也不是 token 成本，是實驗的時間。就算模型今天立刻找到解方，人類還是要花好幾年做臨床追蹤才能確認它安全、有效。現實世界的阻力，不會因為模型更聰明就消失。

延伸想法

一、「我抱的這家公司護城河很硬」——你確定你知道它什麼時候會軟嗎？

很多人手上都有一檔「不用擔心，它護城河很深」的公司。但如果追問一句：那要發生什麼事，你才會承認這道護城河不在了？ 多數人答不上來。答不上來，就代表這句「護城河很深」其實不是判斷，是安心咒——它永遠不會錯，因為它沒有錯的方式。

哈利這一整段之所以有價值，恰恰是因為他先做了一件多數人略過的事：把護城河的定義縮到只剩一句可以檢驗的話。 不是「CUDA 生態很強」這種怎麼看都成立的說法，而是「把程式碼從 A 家搬到 B 家的成本高不高」。定義一旦收窄成可檢驗的形狀，它就會開始有失效條件；有失效條件，你才可能提早看到它鬆動。

第二層在於：訊號出現的位置，通常不在財報裡。 移植成本這件事，等它反映到市占率、毛利率，早就過去好幾季了。它最早出現的地方是那些每天在做這件事的人——實際寫 kernel 的工程師公開說自己的工作要被取代了。你不需要看得懂他們在寫什麼，你只需要注意到「這群人開始講這種話」這個現象本身。護城河崩塌的第一聲，通常是護城河裡的人先聽見的。

第三層是也要防過度反應。他自己的收尾就是防過度反應的示範：移植成本降了是事實，但每瓦效能還是差一截、其他幾道牆還在、他自己仍然看多。「這道牆矮了」跟「這家公司完了」中間隔著好幾層推論，中間任何一層斷了，結論就不成立。 一項優勢失效，只有在它是唯一那項優勢時才致命。

所以真正該問的是第二個問題：這家公司除了這道牆，還有幾道，那幾道各自的失效條件又是什麼。

二、「新聞說 AI 能治癌症、股價一天翻倍」——我該怎麼讀這種消息？

看到那種一天翻倍的醫療新聞，多數人的內心戲是「我是不是錯過了」。但這集裡有一個更有用的工具：把新聞拆成三個彼此獨立的層——技術可不可行、什麼時候能商業化、哪一層才是真正卡住的地方。 三層各自為政，一層突破了，另外兩層完全可以原地不動。

用這集的材料走一遍就很清楚。技術層：第三期達標，確實是實打實的進展，這一層動了。時間層：他自己就講，這條線從 2015 年做到現在整整十年，第三期宣布達標但細部數據還沒出，其他癌種還在測。瓶頸層：他點名瓶頸是實驗的時間——而實驗時間這個東西，有一個很特別的性質，它不吃算力。你把運算資源加十倍，臨床追蹤該花的年份一年也少不了。

這就導出一個相當反直覺、但這集真的支持得起的推論：在瓶頸不吃算力的領域裡，「AI 變強」這件事帶來的加速，比多數人想像的小很多。 反過來說，AI 進展最兇猛的地方，會集中在瓶頸剛好可以被算力換掉的領域——就像前半段那個週末，驗證訊號乾淨、迭代不用等現實世界回話，所以算力直接換成了成果。這兩件事在同一集裡出現，本身就是最好的對照組。

所以下次看到「AI 攻克了什麼」的頭條，先別問要不要追，先問一句：這件事的瓶頸，是算力換得掉的那種，還是換不掉的那種？ 換得掉的，進展會比你以為的快；換不掉的，會比你以為的慢很多。

這一問不用懂任何專業知識，卻能過濾掉大半噪音。

三、「大家都說沒泡沫，那我要不要信？」

這集裡最值得學的不是他的結論，是他給結論的方式。他說泡沫機率很低，但他沒有停在這裡——他接著給了一個具體到你可以自己去盯的翻案條件：除非大模型典範被推翻，出現裝置上就跑得動的小模型贏過最強的大模型。他甚至附上了這個條件近年的變化方向：2023 年學術圈不少人這樣想，現在講的人少了。

這是一個判斷該有的完整形狀：一個結論、一個會推翻它的具體事件、以及那個事件目前正在往哪個方向走。少了後面兩截，「我不覺得是泡沫」跟「我覺得是泡沫」一樣沒有資訊量——兩邊都無法被證明是錯的，所以兩邊都不值錢。

還有一層更細的：他點出這件事同時降低了短期風險、提高了長期的尾部風險。融資瓶頸被打開，蓋得成的資料中心變多，短期供給缺口被填上，這是好事；但當所有人的錢——包括你我退休金裡的那一份——都透過標準化商品連到同一個資產上，原本只是幾家公司的事，就變成大家一起的事。風險沒有消失，它從「一群人賠很多」變成「所有人賠一點」。 分散不是消滅，它換掉的是風險出現的形狀。

這正是資產組合的老問題：真正危險的不是你持有幾樣東西，而是那幾樣東西在最壞的那天會不會一起跌。當一種資產成功變成人人都持有的標準品，它就從「別人的風險」變成了「你的風險」，而你多半不會收到通知。

可以參考的資料

• 《科技浪》EP151（2026 年 8 月 24 日），主持人哈利。本文為聽後心得，非內容轉載，完整脈絡與細節建議直接收聽原節目。
• 想理解 CUDA 為什麼曾經那麼難撼動，可以從 cuBLAS、cuDNN 這類早在生成式 AI 熱潮前好幾年就存在的函式庫查起——護城河是時間堆出來的，這件事在時間軸上看最清楚。
• 想理解「資產類別」這個詞的重量，最好的入門不是 AI 產業報告，是商用不動產：一樣東西要能被大量陌生人放心持有，需要哪些配套（估值標準、二手市場、殘值紀錄），答案在那裡已經演化了幾十年。

帶得走的一件事

護城河是消耗品，不是狀態。 這集裡真正被證明有價值的，不是 CUDA、不是 AI 工廠、也不是資本結構，而是那個在自己贏得最漂亮的時候仍然坐下來問「我這道牆還能撐多久」的習慣。哈利講得直接——NVIDIA 最強的護城河可能就是黃仁勳本人的偏執。牆會被時代磨平，挖牆的人不會。

今天就能做的練習，跟股票無關：寫下你目前賴以維生的那一項核心優勢，只寫一句話；然後在下面補上第二句——「當______發生時，這項優勢就不值錢了」；再補第三句——「那件事最早會在哪裡被看見？」

可能是你的工作技能、你在公司裡不可取代的位置、你和某個人之間的默契，也可能是你家附近那間店的地段。三句話，十分鐘。

重點不在第一句，第一句大家都寫得出來。重點在第二句填不填得出來——填不出來，代表你其實不知道自己在靠什麼吃飯，只知道現在還有飯吃。 而第三句是那個提早幾年的哨兵：如果你的答案是「等我沒收入的時候就知道了」，那就太晚了；如果你的答案是「同行裡最靠近第一線的那幾個人，會先開始這樣說」——恭喜，你剛剛把自己的失效條件，變成了一件可以觀察的事。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。