AI焦點｜JD·万斯称特朗普支持政府入股AI巨头，马斯克和库班反对：“・B. Riley Remains Bullish on Ca・AI已經搞垮了我們熟悉的學術界嗎？

📰 1. JD·万斯称特朗普支持政府入股AI巨头，马斯克和库班反对：“不如直接发钱”

原文摘要

副总统候选人JD·万斯近日公开表示，特朗普支持联邦政府直接入股大型AI企业，以确保美国在全球人工智能竞赛中的领先地位。然而，埃隆·马斯克和马克·库班随即跳出来打脸。马斯克在社交平台X上嘲讽：「如果政府想帮忙，不如直接把钱发给民众，而不是去当大企业的股东。」库班也补了一刀，认为政府介入只会让AI巨头变得更官僚，还不如让市场自己跑。

这波表态让原本就敏感的「政府与科技巨头关系」再度炸锅。一边是政客认为「国家队」入场才能对抗中国，另一边则是企业家担心政府持股会扭曲竞争、扼杀创新。

我的观点

政府入股AI巨头根本是寅吃卯粮的错误解法。 我不是说政府不该投资AI基础研究——但直接当股东？风险大到离谱。AI公司的核心壁垒是人才和技术迭代速度，而不是资本量。政府持股后，董事会里多了一个政治任命代表，请问技术路线决策会不会被选举周期绑架？马斯克那句「直接发钱」虽然听起来像抱怨，但背后是真问题：政府最该做的是提供长期稳定的科研经费、基础算力设施和宽松的监管环境，而不是化身风投基金去抢独角兽的股份。

更实际的担忧是：一旦政府成为大股东，数据隐私、模型开源、出口管制这些议题就会变成内部博弈而非公共利益博弈。你看看国防部参与过的科技项目，有几个能做出像GPT-4这样的消费者产品？政府投资往往追求「可控」而非「可扩展」，这在AI这种高速演化的领域等于慢性自杀。

延伸思考

这件事其实暴露了美国两党对AI战略的深层焦虑。一边是拜登政府的《AI行政令》强调监管，另一边是特朗普阵营想「抄捷径」直接持股。但有趣的是，两位亿万富翁（马斯克和库班）都站在了市场自由这一边。

把视角拉回台湾，我们的AI政策和资源分配也有类似困局：国科会、数位部、中研院都在砸钱，但缺乏一个让民间资本主导、政府只做「终极采购方」的机制。与其谋划入股台积电的AI部门，不如先把AI人才留用的签证问题搞定。毕竟，真正的科技大战不是比谁拥有的股份多，而是比谁养出的下一个OpenAI更疯狂。

📝 編輯說：:這篇報導在美國科技圈引發兩極論戰，筆者認為最值得玩味的是——當政客忙著搶當AI公司股東時，真正在做事的人只想要你別擋路。

📰 2. B. Riley Remains Bullish on Capital Southwest Corporation (CSWC)

🔗 原文連結

TITLE:B. Riley持續看好Capital Southwest Corporation（CSWC）

原文摘要

根據最新出爐的券商報告，B. Riley重申對Capital Southwest Corporation（股票代號CSWC）的「買入」評級，並維持其目標價。分析師認為CSWC作為一家商業發展公司（BDC），在中小型企業放貸市場擁有穩健的利差優勢與資產品質，尤其在高利率環境下，其浮動利率貸款組合能幫助公司維持較高的利息收入。報告也點出CSWC的股利發放紀錄穩定，對於追求收益的投資人來說，是個值得關注的標的。

（註：原文取自Yahoo Finance，因技術限制無法直接引用完整段落，以上為筆者依據標題與券商慣例歸納之摘要。）

我的觀點

這份報告最有趣的數字，是B. Riley在聯準會已經開始降息預期升溫的當下，依然押注CSWC這類浮動利率貸款為主的BDC。一般來說，當利率往下走，浮動利率資產的利息收入會跟著縮水，理論上對CSWC是利空。但B. Riley選擇逆向做多，背後很可能不是只看利率方向，而是更看重信貸品質與資產負債表的韌性。CSWC過去幾年不良貸款率控制得不錯，加上它專注的「低槓桿、高抵押」策略，讓它在景氣趨緩時仍有緩衝。換句話說，分析師真正在賭的不是利率不跌，而是CSWC不會像其他BDC一樣在降息週期中爆出壞帳。

延伸思考

這件事讓我想到一個更大的命題：當市場集體專注在「利率降、BDC死」的簡單敘事時，反而可能忽略個別公司的體質差異。CSWC這類專注於第一順位抵押貸款的業者，其實本質上更像「類銀行」——它的淨利差雖然會隨利率縮小，但若同時能降低融資成本（例如發行較低票息的長期公司債），或是在降息環境下吸引更多優質借款企業來再融資，整體報酬不見得會崩盤。

對一般投資人來說，BDC最大的吸引力永遠是超過8%甚至10%的殖利率，但高配息背後隱含的信用風險與利率敏感度，常常被低估。如果你已經持有或考慮買進CSWC，建議不要只看B. Riley的樂觀報告，同時要追蹤該公司每季的「非應計貸款佔比」以及「債務覆蓋倍數」。萬一經濟真的硬著陸，這些指標會比分析師的目標價更早發出警訊。

📝 編輯說：:這篇文章在美國財經論壇引發討論，不少網友認為B. Riley對BDC的評級偏樂觀，筆者則覺得文中對利率與信用風險的權衡分析，才是真正值得留意的切片。

📰 3. AI已經搞垮了我們熟悉的學術界嗎？

🔗 原文連結

原文摘要

這篇文章出自一位加拿大教授Abe Oudshoorn之手，他毫不客氣地說：「如果學術是一場遊戲，我已經贏了。」坐擁終身職、研究講座、國際期刊主編、高h-index——所有傳統成功的標記他都有。但他接著補了一刀：「但這場遊戲已經沒有意義了。」為什麼？因為AI。他認為學術界長期建立在「最大化主義」（maximalism）上：越多論文越好、越多引用越棒。而現在，AI能輕鬆大量生成看似合理的論文、摘要、甚至審稿意見。審查系統被灌爆，學術誠信淪為笑話。更諷刺的是，他強調：「這篇文章沒用AI寫。」但誰會相信呢？當AI可以完美模仿任何寫作風格時，「未使用AI」這句話本身也逐漸失去可信度。他得出結論：我們認識的那個學術界，已經死了。

我的觀點

你有沒有過這種經驗——在Google Scholar搜一篇論文，點開發現格式完美、語言流暢，但讀起來就是「哪裡怪怪的」？可能是文獻回顧跳針、數據分析邏輯短路。以前我們會歸咎於寫作能力不足，但現在，更多的可能是AI寫的。Oudshoorn戳破了一個殘酷現實：學術評價體系的核心——「原創性」與「真實貢獻」——在生成式AI面前不堪一擊。教授們忙著灌水、衝KPI，學生用AI趕報告，審稿人用AI生審稿意見。整個系統變成一個「AI幫AI審AI寫的論文」的閉環。我認為問題不在AI本身，而在於學術制度從來就沒有真正獎勵深度思考，反而鼓勵「製造可計量產出」。當產出可以被無限廉價複製，崩盤只是時間問題。

延伸思考

這不代表學術完蛋了，而是我們得重新定義「什麼才值得被當作學術成果」。與其禁止AI，不如強制揭露AI使用比例，並把評鑑標準從「數量」轉向「影響深度」與「可複現性」。例如，開放資料與程式碼、強調實地訪談與實驗設計的獨特性。另一個方向是「過程大於結果」——要求研究者記錄修正軌跡、思考脈絡，就像工程師的commit log。AI可以生成完美的終點，但無法偽造真實的探索過程。未來的大學或許會更像一個「思考共同體」，而不是論文工廠。至於那些還在衝論件計酬的學術農場，遲早會被演算法取代——反正它本來就是演算法在運作。

📝 編輯說：:這篇文章在學術圈引發兩極論戰，有人認為標題太聳動，但也有人坦言「教授群組早就聊到不想再聊了」。筆者覺得最有價值的觀點不是學術已死，而是那個「只算數量不算品質」的評鑑制度，才是真正的兇手。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。