AI焦點｜‘Big Short’ investor warns AI・Vinod Khosla Says AI Is Creati・Why Gemini Space Station Stock

📰 1. ‘Big Short’ investor warns AI boom has quiet weak spot

TITLE:大空頭投資人警告：AI熱潮藏著一個安靜的弱點

還記得電影《大空頭》裡那位放空次貸、神預測金融海嘯的Michael Burry嗎？最近他再次發聲，這次狙擊的對象是當紅炸子雞——AI產業。他在貼文中警告，AI熱潮存在一個「安靜的弱點」（quiet weak spot），雖然他沒有明確點名，但市場人士都在猜，這指的到底是什麼。

原文在講什麼

簡單來說，Burry認為AI題材雖然炒得火熱，資金瘋狂湧入，但整個產業鏈有一個容易被忽略的破口。可能是能源、是電力，也可能是基礎設施的供給根本不夠撐起大家想像的AI未來。他用沉默而簡短的方式發出警訊，一如他過去在次貸崩盤前的操作——先看出別人沒注意到的裂縫，然後安靜等待。

我的觀點

這個警告我認為相當中肯，而且點出的是AI熱潮最容易被忽略的一環：基礎建設的物理極限。大家現在都緊盯輝達的GPU出貨量、雲端業者的資本支出，卻很少人認真想過，那些AI資料中心需要吃掉多少電、多少水、多少土地。我比較擔心的正是這種「軟體狂熱vs.硬體現實」的落差——模型能力每年翻倍，但電網擴建速度可不是用摩爾定律在跑的。這種供需失衡，就是Burry口中「安靜的弱點」最有可能是的地方。

另外，我也質疑一件事：市場把AI股估值推得這麼高，但如果「AI落地變現」的速度不如預期，那些靠題材撐起來的股價，修正幅度會非常痛苦。Burry的風格從來不是喊狼來了，而是他真的會去放空。

延伸思考

回頭看整個AI狂潮的結構，其實有點像2000年的網路泡沫：技術是真的、願景是真的，但股價跑在現實前面太多。差別在於，當年的基礎設施是光纖和伺服器，如今則是GPU和電力。投資人真正該盯的財務指標，除了營收成長之外，可能還要加上「每美元算力產出多少營收」這種更務實的數據。

另一個值得玩味的點是，Burry過去多次警告市場，結果有時早了一兩年，有時精準命中。這次他選擇在AI高峰時發出訊息，背後的時間點選擇本身就很有趣。對一般投資人來說，與其急著跟風或恐慌，不如花點時間理解AI供應鏈中「最不性感卻最關鍵」的環節——電力、散熱、網路基建，這些才是撐起AI夢的沉默地基。

📝 編輯說：:這則貼文在華爾街與科技圈引發不少討論，筆者認為最有價值的提醒是——AI不只是程式碼的狂歡，它終究要靠實體世界的電力與基建來買單。

📰 2. Vinod Khosla Says AI Is Creating a ‘Hyperabundance’ of New Drugs, but Testing Is Still ‘18th-Century’

🔗 原文連結

TITLE: AI讓新藥「超豐盛」湧現，但測試還卡在18世紀？——維諾德·柯斯拉點破製藥業最大矛盾

原文摘要

創投大老維諾德·柯斯拉（Vinod Khosla）最近又開砲了。他在一場科技與醫療的座談會上直言，AI正在創造新藥的「超豐盛」（hyperabundance）時代——演算法能以前所未有的速度設計出數百萬個候選分子，把過去需要數年、數十億美元才能完成的藥物探索階段，壓縮到幾週甚至幾天。但諷刺的是，這些AI生成的藥物要真正上市，還得通過臨床試驗那關，而這套流程「基本上還是18世紀的產物」。柯斯拉說得刺耳，卻點出一個業界人人知道、卻沒人敢大聲說的真相：我們用最前沿的人工智能設計藥物，卻用人類受試者慢慢吞吞地做實驗，一期、二期、三期，一搞就是十年。

我的觀點

從「超豐盛」到「18世紀」這個強烈對比，其實藏著一個關鍵數字：AI生成的候選藥物數量可能暴增千百倍，但臨床試驗的吞吐量幾乎沒變。如果實驗室一天能設計出一萬個化合物，傳統測試卻一個月只能驗證三、五個，那這個「豐盛」根本只是理論上的豐盛——就像水龍頭開了超大，水管卻還是細細一條，最後不是淹水就是空轉。

我認為柯斯拉真正想講的不是AI不夠強，而是整個藥物開發的基礎設施已經嚴重失能。AI把「發現」變便宜了，卻讓「驗證」變成新的瓶頸。更麻煩的是，這個瓶頸不只是成本問題，還是制度問題。監管單位要求隨機對照試驗、雙盲設計、長期追蹤，這些都是保護病人安全的重要防線，但僵化的流程也讓AI帶來的效率紅利全部被浪費掉。如果AI真的讓候選藥物多到爆炸，那我們該問的不是「AI能不能做出好藥」，而是「我們有沒有能力公平、快速、安全地測試這麼多藥」。

延伸思考

這其實牽扯到一個更大的議題：當AI的產出速度超越人類社會的驗證速度，該改變的是AI，還是驗證制度？我個人傾向後者。近年已經出現一些嘗試，像是「虛擬對照組」（用歷史數據代替安慰劑組）、「籃子試驗」（一個試驗同時測多種藥物對多種癌症）等等，都是在試著把18世紀的流程升級到21世紀。但這些創新在監管單位眼中仍屬「異類」，進展慢得讓人著急。

另外，如果AI藥物真的大量湧入臨床，還會有資源分配的問題——誰的藥先測試？是看商業潛力，還是看疾病嚴重度？醫療公平性在AI加速時代會變得更尖銳。柯斯拉的「超豐盛」聽起來很美好，但如果沒有配套的試驗革命、監管改革和倫理框架，那這些AI設計出來的分子終究只能躺在資料庫裡，稱不上真正的藥物。

📝 編輯說：: 這篇文章在科技圈引發不少共鳴，筆者認為柯斯拉最犀利的點在於把AI藥物開發的「效率焦慮」從實驗室轉移到臨床試驗，這或許是未來十年生醫產業最需要突破的死角。

📰 3. Why Gemini Space Station Stock Plummeted to Earth Today

🔗 原文連結

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。