[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-huang-marvell-ai-thesis-hyperscale-infrastructure-zh":3,"article-related-huang-marvell-ai-thesis-hyperscale-infrastructure-zh":30,"series-industry-1f259ae1-4769-4de4-980e-429b719bb889":75},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"1f259ae1-4769-4de4-980e-429b719bb889","huang-marvell-ai-thesis-hyperscale-infrastructure-zh","黃仁勳一句話，把 Marvell 從題材變論點","\u003Cp data-speakable=\"summary\">這篇會把 Marvell 的 \u003Ca href=\"\u002Ftag\u002Fai-\">AI 基礎設施\u003C\u002Fa>論點拆開，最後給你一套可直接套用的讀股框架。\u003C\u002Fp>\u003Cp>我盯 AI 晶片故事一陣子了，老實說，很多分析都像把 \u003Ca href=\"\u002Ftag\u002Fgpu\">GPU\u003C\u002Fa> 標題、幾個 hyperscaler 名字，再加一點「未來很大」湊成一篇。聽起來很熱鬧，真的要追錢流的時候就開始露餡。大家都愛講算力，網路、光模組、客製晶片這些東西常常被塞到角落，好像它們只是配角。但我越看越覺得，真正能吃到長期預算的，往往不是最吵的那個。\u003C\u002Fp>\u003Cp>我讀到 The Motley Fool 那篇 \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F10\u002Fjensen-huang-fantastic-news-marvell-stock\u002F\">Jensen Huang Just Delivered Fantastic News to Marvell Stock Investors\u003C\u002Fa> 時，反應其實很直接：又來了，一個大咖 CEO 幫供應商說話，然後市場就開始腦補。可我真正想問的不是這句話帥不帥，而是它到底對應到 stack 的哪一層。Marvell 究竟是在賣什麼，為什麼客戶需要它，這需求是一次性的還是每多一座機櫃就會再來一次？這才是我在意的地方。\u003C\u002Fp>\u003Cp>這篇來源是 Adam Spatacco 的文章；它沒有提供觀看數或書籤數，所以我不會亂編。原文核心意思很簡單：黃仁勳說 Marvell 可能成為下一個兆美元 AI 晶片股，而文章試著把這句話放回 AI 基礎設施擴張的脈絡裡看。這就夠了，因為真正值得拆的不是口號，是它背後的供應鏈位置。\u003C\u002Fp>\u003Ch2>先別把所有 AI 股都當成同一種生意\u003C\u002Fh2>\u003Cblockquote>“While Nvidia's GPUs dominate model training and inference deployments, Huang's comments underscore Marvell's emerging momentum in the AI infrastructure layer.”\u003C\u002Fblockquote>\u003Cp>白話翻譯就是：Marvell 不是被講成另一個 \u003Ca href=\"\u002Ftag\u002Fnvidia\">Nvidia\u003C\u002Fa>，它比較像 AI 算力背後的水電管線。這差很多。因為水電管線的需求，不是看誰今天最會喊，而是看整個系統有沒有繼續擴張。系統一擴，管線就得跟著長。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781703214058-ndp7.png\" alt=\"黃仁勳一句話，把 Marvell 從題材變論點\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前也犯過這種錯，把 GPU、交換器、記憶體、光通訊、ASIC 全部混成一鍋，覺得它們都吃同一條需求曲線。結果完全不是。有人吃的是訓練預算，有人吃的是叢集變大後的連線需求，有人吃的是 hyperscaler 想把成本和控制權握在手上。Marvell 比較靠近後兩者。\u003C\u002Fp>\u003Cp>如果你把 AI 資本支出想成一棟大樓，GPU 是最顯眼的樓層，Marvell 比較像電梯、線路、配電箱。大家不會先拍手給電梯，但少了它大樓根本不能用。這也是我覺得這類公司值得看第二眼的原因。\u003C\u002Fp>\u003Cp>實操上，我會先把 AI 相關公司切成三層：\u003C\u002Fp>\u003Cul>\u003Cli>加速器：直接吃模型訓練和推論預算。\u003C\u002Fli>\u003Cli>互連層：負責把叢集裡的資料跑順。\u003C\u002Fli>\u003Cli>客製基礎設施：幫 hyperscaler 把效率和控制權拉回來。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Marvell 明顯在後兩層。你只要先分清楚它賣的是引擎，還是引擎周邊的道路和油管，很多估值誤判就會少一半。\u003C\u002Fp>\u003Ch2>Marvell 真正賣的是資料搬運，不是單顆晶片\u003C\u002Fh2>\u003Cblockquote>“Its custom ASICs, high-speed Ethernet controllers, and optical digital signal processors (DSPs) serve as the pipes that move AI workloads within data centers.”\u003C\u002Fblockquote>\u003Cp>這句其實是整篇的骨架。pipe 這個字聽起來很無聊，但投資上常常就是無聊的東西最黏。只要 hyperscaler 把你的零件設計進架構裡，你就不是單純出貨，你是被寫進系統了。\u003C\u002Fp>\u003Cp>翻譯一下就是：Marvell 的價值，不是靠單一產品爆紅，而是靠它在大規模\u003Ca href=\"\u002Ftag\u002F資料中心\">資料中心\u003C\u002Fa>裡\u003Ca href=\"\u002Fnews\u002Fopencode-terminal-ai-coding-loop-zh\">變成\u003C\u002Fa>必要零件。GPU 可以換，架構可以改，但網路 fabric、光路徑、控制器這些東西一旦設計進去，想拔掉沒那麼簡單。這種 business quality 跟一般人對 AI 股的想像差很多。\u003C\u002Fp>\u003Cp>我自己看這類公司時，會特別注意兩件事：第一，它是不是出現在下一代叢集設計裡；第二，它的產品是不是隨著規模擴大而變得更重要。因為如果答案是 yes，那它吃到的就不是一波題材，而是每一次擴建都會發生的需求。\u003C\u002Fp>\u003Cp>實操寫法很簡單：讀財報或法說時，不要只看營收年增。你要找的是設計導入、部署規模、以及產品是不是被塞進更核心的架構位置。\u003C\u002Fp>\u003Cul>\u003Cli>看客戶是不是一直提 hyperscaler。\u003C\u002Fli>\u003Cli>看網通、光學、ASIC 的收入是不是跟 AI capex 一起長。\u003C\u002Fli>\u003Cli>看毛利率能不能隨著量體放大而改善。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這也是我最討厭市場偷懶的地方。很多人看到晶片股就直接拿 Nvidia 當唯一標準，然後說「你有沒有機會變下一個 Nvidia」。這問法太粗了。比較好的問法是：這家公司是不是在一波長期資本支出裡，卡住一個不可或缺的位置？如果是，故事就完全不同。\u003C\u002Fp>\u003Cp>想看更大的資本支出背景，可以把 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002F\">Microsoft\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.amazon.com\u002F\">Amazon\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fabc.xyz\u002F\">Alphabet\u003C\u002Fa> 的資料中心支出一起看。這些才是讓 Marvell 論點成立的錢包。\u003C\u002Fp>\u003Ch2>黃仁勳的話有用，因為買單的人聽得進去\u003C\u002Fh2>\u003Cblockquote>“Huang's comments underscore Marvell's emerging momentum in the AI infrastructure layer.”\u003C\u002Fblockquote>\u003Cp>這句話不是在講情緒，是在講驗證。黃仁勳不是隨便丟一句好話就能讓股價飛，但他在 AI 供應鏈裡的地位，確實讓他的評價有重量。當他公開把某家供應商放進成長敘事裡，市場通常會理解成：這家公司在真正的建置裡有位置。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781703207233-otpo.png\" alt=\"黃仁勳一句話，把 Marvell 從題材變論點\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>白話一點，這不是 celebrity endorsement，而是 stack validation。Marvell 不需要靠這句話活下去，但它會因為這句話而更容易被投資人、客戶、競爭對手重新看待。這種效果在 B2B 基礎設施很常見，尤其是你本來就已經在供應鏈裡，只是還沒被大家認真算進去。\u003C\u002Fp>\u003Cp>我以前看 enterprise 軟體也遇過同樣的事。某個供應商明明早就在系統裡，卻一直被市場當成邊角料；直到某個平台大咖出來說它是標配，估值和敘事才開始改。公司本身沒突然變神，但市場開始承認它的位置了。\u003C\u002Fp>\u003Cp>實操上，我會用三個問題檢查這種「背書」值不值得信：\u003C\u002Fp>\u003Cul>\u003Cli>背書的人是不是買家、合作夥伴，或真正懂 stack 的對手？\u003C\u002Fli>\u003Cli>這句話有沒有對上公司的產品定位和營收結構？\u003C\u002Fli>\u003Cli>這個 win 能不能複製到更多客戶，而不是只有一次性合作？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Marvell 這次比較像前兩項都對得上，所以值得多看一眼。但我也不會因為一句話就直接追價，那樣太像在追熱搜，不像在做投資。\u003C\u002Fp>\u003Ch2>牛市核心其實是 hyperscale capex 持續加碼\u003C\u002Fh2>\u003Cblockquote>“Cloud giants such as Microsoft, Amazon, and Alphabet are committing hundreds of billions of dollars to expand capacity.”\u003C\u002Fblockquote>\u003Cp>這就是整個 thesis 的油箱。只要 hyperscaler 持續砸錢擴 AI 基礎設施，賣周邊零件的公司就會被一起拉上去。Marvell 不需要自己發明下一代模型，它只要在每一輪擴建裡都吃到一塊，就夠有意思。\u003C\u002Fp>\u003Cp>這代表什麼？代表它吃的是資本支出循環，不是單一產品熱潮。每一個新 server rack 裡面都不只一顆 accelerator，還有網路、儲存控制器、連線晶片。也就是說，一塊 capex 可以同時餵到好幾家供應商。Marvell 如果站在對的位置，就會一直被順手買進去。\u003C\u002Fp>\u003Cp>我會把這種公司當成「跟著部署量一起長」的類型，而不是「產品自己爆掉」的類型。這差異很重要。前者看的是叢集規模有沒有變大，後者看的是某顆晶片有沒有突然變爆款。兩種生意完全不同。\u003C\u002Fp>\u003Cp>實操寫法可以很土，但很好用：\u003C\u002Fp>\u003Cul>\u003Cli>錢是誰在花？\u003C\u002Fli>\u003Cli>新部署裡有多少比例會碰到這家公司？\u003C\u002Fli>\u003Cli>它是單一客戶，還是多客戶分散？\u003C\u002Fli>\u003Cli>量放大後，毛利能不能跟著變好？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你要一個更完整的市場圖，直接把 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002F\">Nvidia\u003C\u002Fa> 當加速器、\u003Ca href=\"https:\u002F\u002Fwww.marvell.com\u002F\">Marvell\u003C\u002Fa> 當互連與客製晶片，再把 hyperscaler 當資本支出來源。這比「AI 全都會漲」那種廢話有用多了。\u003C\u002Fp>\u003Cp>我也喜歡文章提到的 scale consumption。這類元件在每次部署裡都會被用到，這不是訂閱收入，但有點像：只要客戶一直擴，需求就會一直回來。這種 repeat exposure 是很多人低估的地方。\u003C\u002Fp>\u003Ch2>兆美元估值不是重點，路徑才是\u003C\u002Fh2>\u003Cblockquote>“Marvell currently sports a market capitalization of $232 billion -- implying roughly 4x upside from Huang's $1 trillion forecast.”\u003C\u002Fblockquote>\u003Cp>我看到這種數字會先冷靜一下。市場愛拿 trillion 當標題，因為數字夠大、夠好轉傳。但我比較在意的是路徑，不是口號。兆美元市值不是要你跪著相信，它是拿來測試公司有沒有可能走到更大的市場裡。\u003C\u002Fp>\u003Cp>白話翻譯就是：現在的市值不重要，重要的是它的角色能不能持續放大。如果 Marvell 能一直拿到 hyperscale data center 的設計位，AI 基礎設施支出又真的維持好幾年，那它的估值就不一定只是今天看到的那樣。\u003C\u002Fp>\u003Cp>我很少把目標價當成結論。它比較像壓力測試。你可以問：營收要長到什麼程度才撐得住？毛利率要怎麼擴？架構變了之後它還在不在？這些問題比「四倍上漲」本身有用太多。\u003C\u002Fp>\u003Cp>實操上，我會把估值目標當成反問工具：\u003C\u002Fp>\u003Cul>\u003Cli>要支撐這個市值，營收跑道長什麼樣？\u003C\u002Fli>\u003Cli>毛利率改善是不是合理？\u003C\u002Fli>\u003Cli>設計導入是變多，還是只剩單點客戶？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>文章裡其實也有保留，它說的是在接下來幾年如果趨勢成立，Marvell 有機會走到那個量級。這種 conditional statement 我比較能接受。條件成立才有戲，這才像分析，不像喊單。\u003C\u002Fp>\u003Cp>如果要我用一句話概括，我會說：Marvell 不是靠「會不會變下一個 Nvidia」來成立，而是靠「AI 基礎設施越大，它越重要」來成立。這差別很大。\u003C\u002Fp>\u003Ch2>我會怎麼自己驗證這家公司\u003C\u002Fh2>\u003Cblockquote>“This shift positions patient and disciplined investors for multibagger returns as the next leg of AI infrastructure spending unfolds.”\u003C\u002Fblockquote>\u003Cp>我看到這種結尾通常會皺眉，因為很容易寫成大話。但底層邏輯還是成立：如果 Marvell 持續在一個成長中的基礎設施層裡擴張，它的上行空間就不會小。只是你不能把「可能」當「一定」。\u003C\u002Fp>\u003Cp>白話翻譯就是：我會把它當基礎設施複利股看，不會當短線題材股看。我要看的是，它是不是持續拿到 AI cluster 的設計位，產品組合有沒有往更高價值的方向走，營收成長是不是有真需求撐著，而不是一波情緒。\u003C\u002Fp>\u003Cp>我也會盯客戶集中度。hyperscale 很香，但也很兇。少數大客戶可以給你超大機會，也可以在價格和供應商選擇上把你壓得很難看。這種風險不能裝作不存在。\u003C\u002Fp>\u003Cp>實操寫法，我會要求自己把 thesis 寫成三句：\u003C\u002Fp>\u003Cul>\u003Cli>這家公司在 AI stack 的哪一層？\u003C\u002Fli>\u003Cli>什麼客戶行為讓這一層變得重要？\u003C\u002Fli>\u003Cli>什麼數據會證明我錯了？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>\u003Ca href=\"\u002Fnews\u002Fopenai-service-terms-app-risk-users-zh\">第三\u003C\u002Fa>句最重要。Marvell 如果設計 win 開始掉、hyperscaler 支出放慢、或量放大卻沒換到更好的 margin，故事就會變。真正有紀律的投資，不是永遠看多，而是先知道什麼情況下要收手。\u003C\u002Fp>\u003Cp>如果你要追這條供應鏈，我會順手看 \u003Ca href=\"https:\u002F\u002Fwww.cnbc.com\u002F\">CNBC\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.bloomberg.com\u002F\">Bloomberg\u003C\u002Fa>，再回頭看公司財報和法說。但老實說，我更信產品與客戶資料，不太信喊話。市場愛一句金句，我比較在意部署數學。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># AI 基礎設施股讀法模板\n\n## 1) 這家公司到底賣什麼？\n- 加速器\n- 互連 \u002F 網路\n- 記憶體 \u002F 儲存\n- 客製晶片 \u002F ASIC\n- 軟體 \u002F 編排\n\n## 2) 它在 stack 的哪一層？\n- 直接賣算力\n- 賣周邊基礎設施\n- 幫 hyperscaler 做客製設計\n- 賣支援元件\n\n## 3) 客戶為什麼需要它？\n- 更快訓練\n- 更低延遲\n- 更高 GPU 利用率\n- 更省電 \u002F 更有效率\n- 更容易擴叢集\n\n## 4) 需求為什麼會重複發生？\n- 每個新 rack 都要用\n- 每次新 cluster 設計都要用\n- 切換成本高\n- 設計 win 可以擴到更多客戶\n\n## 5) 什麼會讓 thesis 變強？\n- 更多 hyperscaler design win\n- 營收跟 AI capex 連動\n- 量放大後毛利率改善\n- AI stack 裡的產品組合變更高價值\n\n## 6) 什麼會打破 thesis？\n- hyperscaler 支出放慢\n- 設計 win 流失\n- 價格壓力變大\n- 架構變動後產品失去相關性\n\n## 7) 我的投資摘要\n[公司] 是一個 [stack 位置]，當 [客戶行為] 增加時會受惠。這門生意重要，是因為它在 [規模化時的必要性] 上不可少。我會因為 [驗證訊號] 更有信心，也會因為 [失敗訊號] 降低信心。\n\n## 8) 定位原則\n- 不要把每一檔 AI 股都拿去跟 Nvidia 比。\n- 拿它跟自己真正所在的 stack 比。\n- 看重複需求、設計 win、毛利率，不要只看標題熱度。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這就是我自己會拿來讀新 AI 基礎設施股的版本。它至少能逼我先想清楚：這家公司到底在賣哪一段、誰在買、為什麼會重複買。少了這一步，很容易把所有晶片公司都看成同一種故事，然後做出一樣爛的\u003Ca href=\"\u002Fnews\u002Fmanaged-chatgpt-access-policy-layers-zh\">決定\u003C\u002Fa>。\u003C\u002Fp>\u003Cp>來源致謝：原始文章是 \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F10\u002Fjensen-huang-fantastic-news-marvell-stock\u002F\">Adam Spatacco 在 The Motley Fool 的這篇\u003C\u002Fa>。上面這篇是我把它拆成投資框架後的衍生整理，模板與判讀方式則是我的原創。\u003C\u002Fp>","拆解黃仁勳對 Marvell 的評價，順手給你一套讀 AI 基礎設施股的可抄框架。","www.fool.com","https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F10\u002Fjensen-huang-fantastic-news-marvell-stock\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781703214058-ndp7.png","industry","zh","4945b035-b6cb-43df-856b-b703fe416025",[17,18,19,20,21],"AI infrastructure","hyperscale capex","Marvell","custom ASIC","interconnect",[23,24,25],"不要把 AI 股都當同一種生意，先分清楚它在 stack 的哪一層。","Marvell 的重點不是單顆晶片，而是資料搬運、互連和客製基礎設施。","兆美元目標價只是壓力測試，真正該看的是 design win、capex 和 margin。",0,"2026-06-17T13:33:05.013659+00:00","2026-06-17T13:33:05.005+00:00","caa87b65-9bbc-46fe-bba8-4f4158dd2d8b",{"tags":31,"relatedLang":34,"relatedPosts":38},[32],{"name":17,"slug":33},"ai-infrastructure",{"id":15,"slug":35,"title":36,"language":37},"huang-marvell-ai-thesis-hyperscale-infrastructure-en","Huang’s Marvell call turns AI hype into a thesis","en",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"131b3cbc-2910-46b8-bda0-ea17ddec4404","mistral-20b-valuation-compute-bet-zh","Mistral 把估值押在算力上","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781715782265-n74t.png","2026-06-17T17:02:36.259295+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"9e33a02c-97e7-4646-9db7-09fc3ee4bd5a","2-billion-nvidia-coherent-ai-plant-huang-warning-zh","2億美元 Nvidia-Coherent AI 廠擴建，黃仁勳再提 AI 規則…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781704974176-q77e.png","2026-06-17T14:02:28.980686+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"2a151488-09f9-4aa8-a654-3f1d9d7e159c","china-ai-open-source-efficiency-global-sales-zh","中國 AI 轉向：開源、效率、出海","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781702271555-i3q3.png","2026-06-17T13:17:25.59471+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"4a2fbd38-b5c2-4590-9d4b-87f39f95ab9c","ergo-hestia-pricing-time-to-market-databricks-zh","ERGO Hestia 4 招縮短定價上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781697768906-9krk.png","2026-06-17T12:02:22.440161+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"0cf56d85-887b-4fb1-8589-046da6513d26","openai-oracle-universal-credits-enterprise-buying-zh","OpenAI 進 Oracle 企業採購圈","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781696892976-sx90.png","2026-06-17T11:47:35.092555+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"dd3d240a-0f53-49a4-90a5-cac17171f3fd","managed-chatgpt-access-policy-layers-zh","4 層規範決定企業版 ChatGPT 可怎麼用","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781695973066-pbtw.png","2026-06-17T11:32:17.633521+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":82,"slug":83,"title":84,"created_at":85},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]