[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openai-ipo-listing-guide-cfds-exposure-zh":3,"article-related-openai-ipo-listing-guide-cfds-exposure-zh":31,"series-industry-bbb4c365-ee4c-44af-b1c8-ff6d82b17a91":83},{"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":23,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":30},"bbb4c365-ee4c-44af-b1c8-ff6d82b17a91","openai-ipo-listing-guide-cfds-exposure-zh","OpenAI IPO 先看文件再看價","\u003Cp data-speakable=\"summary\">這篇拆 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> IPO 的關鍵信號、估值與風險，最後給你一份可直接貼用的監看清單。\u003C\u002Fp>\u003Cp>我盯 OpenAI 這種私有公司一陣子了，盯到有點煩。每次新聞都像在講同一\u003Ca href=\"\u002Fnews\u002F4-things-to-know-about-chipotles-crispy-chicken-zh\">件事\u003C\u002Fa>：快上市了、快改組了、快有估值了、快有文件了。可是你真要找能用的東西，常常只剩一堆情緒。最扯的是，大家很愛先問「什麼時候上市」，卻很少問「它到底改了什麼結構、誰拿控制權、錢到底怎麼燒」。我後來才發現，這種題目不能用追八卦的方式看，不然只會一直被市場牽著鼻子走。\u003C\u002Fp>\u003Cp>我之所以拆這份內容，是因為 Capital.com EU 的 \u003Ca href=\"https:\u002F\u002Fcapital.com\u002Fen-eu\u002Flearn\u002Fipo\u002Fopenai-ipo\">OpenAI IPO\u003C\u002Fa> 頁面把時間、結構、營收、風險、交易管道都放進去了，但它是散的。對開發者來說，散就是沒法直接拿來用。我想要的是一個比較像系統文件的讀法：哪個訊號先看，哪個是噪音，哪個要等到 \u003Ca href=\"https:\u002F\u002Fwww.sec.gov\u002Fedgar\u002Fsearch\u002F\">SEC EDGAR\u003C\u002Fa> 真正出文件才算數。\u003C\u002Fp>\u003Cp>這篇的起點是 Capital.com EU 的 OpenAI IPO 指南，另外我也交叉看了 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002F\">OpenAI\u003C\u002Fa> 官方站、\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fnews\u002F\">OpenAI newsroom\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.sec.gov\u002F\">SEC\u003C\u002Fa>，再搭配 \u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002F\">Reuters\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.forbes.com\u002F\">Forbes\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.theguardian.com\u002F\">The Guardian\u003C\u002Fa> 的報導脈絡。裡面有些是原文整理，有些是我自己拆成可操作的 watchlist。\u003C\u002Fp>\u003Ch2>先別問日期，先找文件\u003C\u002Fh2>\u003Cblockquote>“OpenAI hasn’t publicly confirmed an official IPO date. However, reports in May 2026 said the company was preparing a confidential IPO filing...”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：現在還沒有能拿來下注的公開日期。市場最愛把「可能」講成「快了」，但對 IPO 來說，沒看到文件之前，所有日期都只是傳聞包裝。confidential filing 不是公開申報，公開申報也不等於真的會掛牌，價格區間更不是最後成交價。你如果把這些階段混成一團，最後只會在錯的時間做對的情緒。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780391935059-pywr.png\" alt=\"OpenAI IPO 先看文件再看價\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前也犯過這種錯。看到某家大公司傳要上市，就開始盯月份、盯媒體、盯分析師嘴砲，結果真正該看的 S-1 還沒出來。後來我學乖了，IPO 這種事要看節點，不要看預言。節點一變，故事就變；文件一出，故事才有法律重量。\u003C\u002Fp>\u003Cp>實操上，我會把監看順序排成四段：先看有沒有 confidential filing 的跡象，再等 public S-1，接著看 price range，最後才看第一天交易結果。只要前面兩步沒出現，我就不把「上市時間」當成可用資訊。\u003C\u002Fp>\u003Cul>\u003Cli>confidential filing：表示公司有意圖，不代表一定會走完。\u003C\u002Fli>\u003Cli>public S-1：才會把風險、財務、股權結構攤開。\u003C\u002Fli>\u003Cli>price range：看承銷商怎麼包裝需求。\u003C\u002Fli>\u003Cli>first trade：看市場到底買不買單。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你要看 IPO 文件流程，\u003Ca href=\"https:\u002F\u002Fwww.sec.gov\u002Ffast-answers\u002Fanswersipohtm.html\">SEC 的 IPO overview\u003C\u002Fa> 比任何券商文都乾淨，雖然很無聊，但無聊通常代表比較接近事實。\u003C\u002Fp>\u003Ch2>改組才是主線，不是上市傳聞\u003C\u002Fh2>\u003Cblockquote>“In October 2025, OpenAI completed a restructuring that created OpenAI Group PBC, a public benefit corporation...”\u003C\u002Fblockquote>\u003Cp>也就是說，OpenAI 不是突然心血來潮想上市，它是先把公司形狀改成比較能走資本市場的樣子。這很重要，因為公司結構不是公關稿，是未來\u003Ca href=\"\u002Fnews\u002F4-chipotle-news-angles-for-investors-zh\">投資\u003C\u002Fa>人真的要讀的規則書。你要同時保住 mission，又要讓外部資金進來，這兩件事本來就很容易打架。改成 public benefit corporation，某種程度是在告訴市場：我想拿錢，但我也不想把控制權全丟出去。\u003C\u002Fp>\u003Cp>問題是，市場不太吃這套漂亮話。投資人第一個會問的不是理念，而是 voting rights、誰能卡重大決策、非營利或創辦人實體還握多少控制、一般股東到底拿到什麼。這些東西如果講不清楚，上市後只會變成估值折價的理由，不會變成故事加分。\u003C\u002Fp>\u003Cp>我看過太多公司在私有階段把「使命」講得很滿，等到要進公開市場，才發現治理結構根本沒準備好。這種公司通常不是死在產品，而是死在控制權怎麼分、誰說了算、誰可以阻止誰。OpenAI 這種案子尤其明顯，因為它不是單純軟體公司，它還牽涉到研究、模型、安全、合作夥伴和品牌權力。\u003C\u002Fp>\u003Cp>實操寫法很簡單：你不要先看\u003Ca href=\"\u002Fnews\u002F4-ways-to-track-chipotle-stock-news-zh\">股價\u003C\u002Fa>想像，先看結構。問自己三個問題：誰有投票控制權？非營利或創辦人保留多少權力？新股東能不能對重大事項施壓？如果這三題答不出來，那你看到的任何估值都只是表面數字。\u003C\u002Fp>\u003Cul>\u003Cli>先看控制權，不要只看持股比例。\u003C\u002Fli>\u003Cli>看是否存在 dual-class 或其他特別股安排。\u003C\u002Fli>\u003Cli>看 mission entity 能不能擋下重大交易。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>OpenAI 的官方新聞頁 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fnews\u002F\">https:\u002F\u002Fopenai.com\u002Fnews\u002F\u003C\u002Fa> 比二手摘要可靠，因為它至少會先把公司自己想講的版本攤出來。\u003C\u002Fp>\u003Ch2>估值不是數字，是市場願不願意吞\u003C\u002Fh2>\u003Cblockquote>“Several outlets said OpenAI was being discussed in the context of a possible IPO valuation approaching $1tn...”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：有人在講一個夠大的數字，讓大家以為這件事很接近現實。可是「被討論到」不等於「要照這個價發行」，更不等於「市場會接受」。估值傳聞最常見的問題，就是它看起來像答案，實際上只是敘事。私募市場的 mark 常常受稀缺性、策略性需求、想像空間影響，公開市場就沒那麼客氣，會直接問你獲利品質、成長可持續性、流通量到底多大。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780391944768-w4kr.png\" alt=\"OpenAI IPO 先看文件再看價\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>文裡也提到先前私募估值已經到 5000 億美元以上，這能當背景，但不能當定價。因為真正上公開市場時，買家不是看你在封閉圈子裡被吹多高，而是看你揭露出來的財務能不能撐住那個敘事。這就是私有公司最常碰到的落差：私募看想像，公開市場看證據。\u003C\u002Fp>\u003Cp>我自己以前看 late-stage AI 公司也踩過這坑。私募輪看起來都像神話，等到拿去跟公市場可比公司對照，馬上被拉回現實。收入成長是一回事，毛利、現金消耗、算力成本又是另一回事。你如果只盯 headline valuation，等於只看封面不看內文。\u003C\u002Fp>\u003Cp>實操寫法：不要用單一數字建模，改成區間思維。我會抓三個變數：營收成長、compute 壓力、以及實際釋出的 float 大小。float 小、需求熱，開盤價就可能跟基本面脫鉤；需求一冷，原本很漂亮的估值故事也會瞬間縮水。\u003C\u002Fp>\u003Cul>\u003Cli>把估值當區間，不要當答案。\u003C\u002Fli>\u003Cli>看 revenue growth，但更要看 growth 的品質。\u003C\u002Fli>\u003Cli>看 float，因為流通量會直接影響波動。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果要找公開市場的粗略參考，可以看 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002F\">Microsoft\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.google.com\u002F\">Google\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.meta.com\u002F\">Meta\u003C\u002Fa>，但我會很小心地說，它們只能拿來比框架，不能直接拿來比 OpenAI 本體。\u003C\u002Fp>\u003Ch2>營收是真的，成本也是真的，而且很兇\u003C\u002Fh2>\u003Cblockquote>“OpenAI generates revenue through subscriptions, enterprise products, application programming interface (API) access and strategic partnerships.”\u003C\u002Fblockquote>\u003Cp>這句其實是整篇最有用的地方。翻譯一下就是：OpenAI 不是只會做 demo，它已經有訂閱、企業產品、API、合作夥伴這幾條收入線。這代表它是 business，不是純研究計畫。可是另一邊，前沿 AI 的成本結構也不是一般 SaaS 能比的。你賣得越多，算力、推理、基礎設施就越容易把毛利吃掉。\u003C\u002Fp>\u003Cp>文裡提到 2026 年年化營收被報到超過 200 億美元，但 compute 和 infrastructure 成本還是很高。這就是投資人真正會盯的地方。營收成長會上頭條，毛利壓力會上法說會。上市之後，大家會開始問：這家公司到底是在把使用量變成現金流，還是在用更多基礎設施去買更大的規模幻覺？\u003C\u002Fp>\u003Cp>我做過 API 產品，太懂這種事了。前期 unit economics 看起來都不錯，因為量還小；一旦使用者暴增，推理成本就開始冒出來，然後每個「很酷的功能」背後都變成帳單。OpenAI 只是把這個問題放大到超大尺度而已。\u003C\u002Fp>\u003Cp>實操寫法：不要只看 top-line，請盯每單位價值的成本。對 OpenAI 來說，就是 compute intensity、\u003Ca href=\"\u002Ftag\u002Finference\">inference\u003C\u002Fa> efficiency、enterprise retention，還有付費方案到底是在擴毛利還是在補貼使用量。\u003C\u002Fp>\u003Cul>\u003Cli>subscriptions 看消費端願不願意付費。\u003C\u002Fli>\u003Cli>enterprise products 看工作流黏性。\u003C\u002Fli>\u003Cli>API access 看開發者採用。\u003C\u002Fli>\u003Cli>compute spend 看成長是不是太燒錢。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>要看公司真正往哪裡推，\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fnews\u002F\">OpenAI news\u003C\u002Fa> 比券商摘要有用得多，因為至少它會暴露產品方向。\u003C\u002Fp>\u003Ch2>合作夥伴是護城河，也是依賴\u003C\u002Fh2>\u003Cblockquote>“Microsoft has been one of its most important partners, integrating OpenAI technology into Azure, GitHub Copilot and Microsoft 365 Copilot.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：OpenAI 的分發能力，有一大塊是借來的。\u003Ca href=\"\u002Ftag\u002Fmicrosoft\">Microsoft\u003C\u002Fa> 幫它拿到規模、可信度、雲端基礎設施，這很爽；但借來的東西通常都附帶條件。你拿到的是通路，也拿到依賴風險、議價風險，還有合作夥伴哪天自己做成競品的風險。\u003C\u002Fp>\u003Cp>文裡還提到 Stargate Project，那個 5000 億美元的基礎設施計畫，牽涉 OpenAI、SoftBank、Oracle 等等。這種計畫聽起來很宏大，但本質上就是在押未來需求會大到足以消化更多晶片、電力和\u003Ca href=\"\u002Ftag\u002F資料中心\">資料中心\u003C\u002Fa>。如果建置慢了，成長故事會拖；如果建置成了，OpenAI 的能力上來了，但複雜度也一起上來。\u003C\u002Fp>\u003Cp>我看過不少 partner-heavy 的公司，前期靠合作看起來很強，後期卻被合作關係反咬一口。因為一旦採購、定價、策略方向變了，原本的「生態系」就會瞬間變成 dependency graph，而且還是你自己畫的。\u003C\u002Fp>\u003Cp>實操寫法：把產品強度和夥伴強度分開看。你要問的是，\u003Ca href=\"\u002Ftag\u002Fchatgpt\">ChatGPT\u003C\u002Fa> 的需求本身是不是夠黏，還是很多價值其實是透過 Microsoft 和其他基礎設施夥伴放大的。這個差別會直接影響定價權。\u003C\u002Fp>\u003Cp>想看合作脈絡，先看 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fai\">Microsoft AI 頁面\u003C\u002Fa>，再回頭看 OpenAI 自己的公告。兩邊放在一起讀，會比看第三方解讀清楚。\u003C\u002Fp>\u003Ch2>風險不是附錄，風險就是定價本體\u003C\u002Fh2>\u003Cblockquote>“AI companies face growing scrutiny from regulators, policymakers and courts.”\u003C\u002Fblockquote>\u003Cp>這句在券商頁面通常會被放很後面，但我覺得它才是重點。OpenAI 如果真的上市，投資人買的不是單純成長，而是法律曝險、治理爭議、模型安全、版權訴訟、監管不確定性一起打包的東西。這些風險不是背景雜訊，這些風險會直接進折現模型。\u003C\u002Fp>\u003Cp>文裡提到 Musk 的主張在 2026 年 5 月據稱被駁回，這至少少了一層法律陰影，但不代表整片天空變乾淨。對公開公司來說，SEC 披露流程本身就會把更多細節攤開，透明度提升是好事，但 hype 也會少很多空間。市場一旦看見風險條款，態度通常會變得很現實。\u003C\u002Fp>\u003Cp>我在產品審查裡最討厭聽到的一句話就是「合規之後再補」。上市公司不行，因為那會直接變成財報和估值的問題。安全、版權、治理、監管，最後都會被翻譯成成本和折價。\u003C\u002Fp>\u003Cp>實操寫法：把 risk section 當成產品規格在讀。看 litigation exposure、regulatory dependency、concentration risk，還有 training data \u002F model safety 的描述。如果風險段落寫得太薄，不是公司太強，是它可能還沒想清楚自己在賣什麼。\u003C\u002Fp>\u003Cul>\u003Cli>版權和訓練資料是整個產業的老問題。\u003C\u002Fli>\u003Cli>治理結構一改，投資人就會開始懷疑控制權。\u003C\u002Fli>\u003Cli>監管審查會拖慢上市節奏。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>要看真正會落地的文件，\u003Ca href=\"https:\u002F\u002Fwww.sec.gov\u002Fedgar\u002Fsearch\u002F\">SEC EDGAR\u003C\u002Fa> 比任何新聞稿都重要，因為那裡才是正式版本。\u003C\u002Fp>\u003Ch2>用工程師的方式盯 IPO，不要用追熱點的方式盯\u003C\u002Fh2>\u003Cblockquote>“Before any listing, investors and traders will usually watch for the public S-1 registration statement.”\u003C\u002Fblockquote>\u003Cp>這句我很認同。工程師看系統，會先看介面、log、失敗模式，不會只看簡報。IPO 也一樣，別去追社群上的預測，去追文件。S-1 就像公司對外吐出來的 API response，裡面會告訴你它認為什麼重要、律師逼它講什麼、承銷商願意簽什麼。這些都比「sources familiar」有價值。\u003C\u002Fp>\u003Cp>我後來把 IPO 當文件讀，不當娛樂看，整個世界就安靜很多。因為越接近掛牌，意見越不值錢，文件本身才是訊號。你要做的不是猜，而是整理、比對、標註。\u003C\u002Fp>\u003Cp>實操上，我會設一個很簡單的監看迴路：先看 OpenAI newsroom，再看 SEC，再看 Reuters 這種比較乾的媒體，最後才看券商或社群。沒有 S-1 前，我不會把 valuation 當成可建模資料；有 S-1 後，我才開始看 revenue mix、customer concentration、losses、share structure 跟前面傳聞差多少。\u003C\u002Fp>\u003Cul>\u003Cli>Primary sources 優先：OpenAI、SEC。\u003C\u002Fli>\u003Cli>Secondary sources 次之：Reuters、Forbes、The Guardian。\u003C\u002Fli>\u003Cli>交易資訊最後看：等條款公開再說。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你只想接一個市場新聞源，\u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002F\">Reuters\u003C\u002Fa> 通常比社群少噪音，這種時候很重要。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># OpenAI IPO watchlist template（可直接貼到 Notion \u002F Obsidian \u002F Google Docs）\n\n## 1) Filing status\n- Confidential filing: [yes \u002F no \u002F unknown]\n- Public S-1 filed: [yes \u002F no]\n- Exchange venue: [Nasdaq \u002F NYSE \u002F unknown]\n- Expected listing window: [date or range]\n\n## 2) Corporate structure\n- Listing entity: [name]\n- Control holder: [founder \u002F nonprofit \u002F board \u002F other]\n- Share classes: [single \u002F dual \u002F other]\n- Governance risks: [notes]\n\n## 3) Business model\n- Consumer subscriptions: [notes]\n- Enterprise products: [notes]\n- API revenue: [notes]\n- Strategic partnerships: [notes]\n\n## 4) Unit economics to watch\n- Reported revenue: [number]\n- Revenue growth: [number]\n- Compute \u002F infrastructure spend: [number]\n- Margin trend: [up \u002F down \u002F unknown]\n- Cash burn: [number]\n\n## 5) Risk checklist\n- Regulatory risk: [low \u002F med \u002F high]\n- Legal risk: [low \u002F med \u002F high]\n- Copyright risk: [low \u002F med \u002F high]\n- Competition risk: [low \u002F med \u002F high]\n- Partner dependency risk: [low \u002F med \u002F high]\n\n## 6) News sources\n- OpenAI newsroom: https:\u002F\u002Fopenai.com\u002Fnews\u002F\n- SEC filings: https:\u002F\u002Fwww.sec.gov\u002Fedgar\u002Fsearch\u002F\n- Reuters: https:\u002F\u002Fwww.reuters.com\u002F\n- Forbes: https:\u002F\u002Fwww.forbes.com\u002F\n- The Guardian: https:\u002F\u002Fwww.theguardian.com\u002F\n\n## 7) My decision rules\n- If there is no S-1, I do not model a final valuation.\n- If governance is unclear, I reduce conviction.\n- If compute costs outpace revenue quality, I wait.\n- If the float is tiny and hype is huge, I expect volatility.\n\n## 8) Copyable alert prompt\n\"Track OpenAI IPO signals: filing status, S-1, governance, revenue mix, compute costs, legal risk, and partner dependency. Summarize only primary-source updates and label rumors clearly.\"\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>我不會假裝這份模板能告訴你要不要買，因為它不能。它真正有用的地方，是逼你按正確順序問問題，先文件、再結構、再營收、再風險，最後才是價格。\u003C\u002Fp>\u003Cp>原始來源是 Capital.com EU 的 \u003Ca href=\"https:\u002F\u002Fcapital.com\u002Fen-eu\u002Flearn\u002Fipo\u002Fopenai-ipo\">OpenAI IPO guide\u003C\u002Fa>。上面這篇是我把它拆成可操作版本後，再加上 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002F\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.sec.gov\u002F\">SEC\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.reuters.com\u002F\">Reuters\u003C\u002Fa> 等公開來源交叉整理出的衍生解讀；模板與判讀順序則是我自己整理的可抄版本。","拆 OpenAI IPO 的關鍵信號、估值與風險，附可直接貼用的監看清單模板。","capital.com","https:\u002F\u002Fcapital.com\u002Fen-eu\u002Flearn\u002Fipo\u002Fopenai-ipo",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780391935059-pywr.png","industry","zh","26d39990-07da-4ead-8ef2-4a268d91250d",[17,18,19,20,21,22],"OpenAI IPO","S-1","public benefit corporation","valuation","SEC filing","watchlist",[24,25,26],"先看文件節點，不要先追上市日期","估值傳聞不能當定價，結構與 float 才是重點","把風險段落當規格書讀，模板可直接複製到工作流",5,"2026-06-02T09:18:07.316708+00:00","2026-06-02T09:18:07.286+00:00","d6258d2a-ebfe-401c-a2bd-d6d5588d4494",{"tags":32,"relatedLang":42,"relatedPosts":46},[33,35,36,38,40],{"name":19,"slug":34},"public-benefit-corporation",{"name":20,"slug":20},{"name":18,"slug":37},"s-1",{"name":17,"slug":39},"openai-ipo",{"name":21,"slug":41},"sec-filing",{"id":15,"slug":43,"title":44,"language":45},"openai-ipo-listing-guide-cfds-exposure-en","OpenAI IPO lets you map the listing before it lands","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"20d0b5fc-a363-481d-86b2-e30276a49e92","amd-microsoft-windows-ml-acceleration-zh","AMD 與 Microsoft 把 Windows ML 推進 GPU 與 N…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781047980407-vd5p.png","2026-06-09T23:32:31.304436+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"8258e540-397f-4566-8ae5-37582f3e3418","openai-latest-moves-pricing-safety-scale-zh","OpenAI 4 個最新動向：定價、安全、規模都在變","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781031777355-odh9.png","2026-06-09T19:02:26.913687+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"5a3f8c97-afa9-43cd-a5f7-64a1fcfd99d2","risc-v-mini-pcs-worth-buying-now-future-bet-zh","RISC-V 迷你電腦現在值得買，但只適合押注未來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781026383355-9003.png","2026-06-09T17:32:31.318476+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"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":90,"slug":91,"title":92,"created_at":93},"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":95,"slug":96,"title":97,"created_at":98},"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":100,"slug":101,"title":102,"created_at":103},"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":105,"slug":106,"title":107,"created_at":108},"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":110,"slug":111,"title":112,"created_at":113},"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":115,"slug":116,"title":117,"created_at":118},"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":120,"slug":121,"title":122,"created_at":123},"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":125,"slug":126,"title":127,"created_at":128},"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":130,"slug":131,"title":132,"created_at":133},"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"]