科技焦點｜Is Amazon a Buy? Nearly Every・This is My Favorite ETF to Buy・我對LLM程式碼風格與Token成本的發現

📰 1. Is Amazon a Buy? Nearly Every Analyst Says Yes

TITLE:亞馬遜可以買嗎？幾乎所有分析師都說可以

最近財經圈有個話題蠻有意思的——幾乎所有分析師都在喊「買亞馬遜」。我滑到一篇Yahoo Finance的報導，標題直接問「Is Amazon a Buy? Nearly Every Analyst Says Yes」，然後底下列了一堆分析師評等和目標價。這讓我想到：當市場共識這麼強的時候，到底是黃金機會還是該踩煞車？

原文摘要

那篇報導的核心很簡單：追蹤亞馬遜的50多位分析師中，壓倒性多數給出「買入」或「強力買入」評級，目標價中位數在200美元以上，比當時股價還高出不少。分析師們普遍看好AWS（雲端業務）的穩定成長、廣告業務的爆發力，以及物流效率改善帶來的利潤率提升。簡單說，市場對亞馬遜的未來很樂觀。

我的觀點

這波分析師共識其實有兩面性，我「贊成」基本面邏輯，但「質疑」短期進場時機。 亞馬遜的零售業務早就不是主力，真正賺錢的是AWS和廣告——這兩個部門的毛利率高得嚇人，而且還在持續擴大。物流方面，他們把自建配送網的成本壓下來後，電商本業也開始有賺頭。這些都是實實在在的利多，沒什麼好挑剔的。

但問題是：當所有分析師都說買的時候，市場已經把這些好消息「price in」了。股價從2022年低點反彈超過一倍，現在本益比還在40倍以上——這代表投資人已經用很高的溢價在買「未來」。萬一AWS成長不如預期、廣告支出放緩，或是反壟斷官司來個大炸彈，股價修正空間會很大。共識太強，反而讓我覺得少了一點安全邊際。

延伸思考

這件事延伸到投資心理學：群體共識往往是最危險的訊號。回想2021年，幾乎所有分析師都喊買特斯拉、買Zoom，結果後來腰斬的案例比比皆是。分析師的工作本質是「追蹤趨勢」而不是「預測轉折」，所以當他們集體看好時，可能只是反應了已經發生的數字。

另外，亞馬遜的雲端業務正面臨微軟Azure和Google Cloud的激烈競爭，廣告業務也遇到TikTok、Netflix等新玩家瓜分市場。這些風險在分析師報告裡通常只被輕輕帶過。如果真的想買，或許該問自己：能不能接受長期持有5年、10年？如果只是賭短期分析師共識，那跟追高沒兩樣。

📝 編輯說：:這篇文章在科技投資社團引發兩派討論，一派認為「人聲鼎沸時該離場」，另一派則堅持亞馬遜的護城河深不見底。筆者覺得最有價值的觀點是「共識不代表正確，安全邊際才是王道」。

📰 2. This is My Favorite ETF to Buy Right Now. (Hint: It's Not From Vanguard)

🔗 原文連結

TITLE:我現在最想買的ETF就是這檔（提示：不是Vanguard的）

原文摘要

這篇報導的作者直接挑明，他目前最喜歡的ETF並非來自資產管理巨頭Vanguard，而是另一家公司的產品。雖然報導正文被大量網頁初始化腳本和追蹤設定稿掩蓋，但從標題可以推測，作者點出了一個關鍵事實：市場上有很多優秀的ETF，不只有Vanguard的產品才值得關注。尤其當Vanguard的低費用率光環逐漸被其他業者追上時，投資人更該睜大眼睛比較。

我的觀點

原文最有趣的矛盾點在於「最愛」這個字眼，代表作者在眾多ETF中只挑一檔，而且刻意避開Vanguard。這其實反映了一個現象：投資人往往因為Vanguard名氣大、費用低就盲目買入，卻忽略了其他業者在特定類別（如小型股、主題型ETF）的優勢。以我自身的經驗，Vanguard的標普500 ETF（VOO）費用率0.03％非常殺，但iShares的Core S&P 500 ETF（IVV）費用率也降到0.03％，而且交易量更大、買賣價差更窄。如果只看費用，VOO和IVV幾乎沒差，但IVV在衍生性商品和期貨市場的流動性更好，對高頻交易或大額進出的人來說更友善。

更關鍵的是，作者沒有提到底是哪一檔ETF。我猜可能是Schwab的美國小型股ETF（SCHA），因為小型股今年表現強勁，而且Schwab的費用率0.04％比Vanguard的小型股ETF（VB，費用率0.05％）還低。另一個可能是Invesco的QQQ，雖然費用率0.20％比Vanguard的資訊科技ETF（VGT，0.10％）高，但QQQ追蹤那斯達克100，長期報酬率往往勝過VGT。投資不能只看費用，還要看指數設計和成分股權重。

延伸思考

這件事讓我想到一個更大的問題：台灣投資人過度迷信「Vanguard」這個品牌。每次有ETF比較文，底下留言一定有人喊「VOO無腦買」。但其實Vanguard在美國以外的市場（例如英國、澳洲）的ETF選擇並不如美國完整，費用率也沒有想像中低。如果你人在台灣，透過複委託買Vanguard的ETF，手續費和被收取的股息稅（30％）其實很可觀。相對地，如果改買iShares或Schwab的類似標的，股息稅相同，但可能因為交易量更大而節省滑價成本。

此外，原文沒有提到的另一個風險是集中度。Vanguard的總體市場ETF（VTI）前十大持股佔比超過25％，幾乎是科技巨頭的形狀。如果你已經持有大量蘋果或微軟股票，再買VTI等於雙重曝險。這點在挑選非Vanguard ETF時也要一併考慮。投資組合的分散性比單一ETF的費用率更重要。

📝 編輯說：:這篇文章在國外投資論壇引發熱議，許多網友質疑「不買Vanguard的理由是什麼」，筆者認為最有價值的觀點是提醒大家不要盲目追品牌，而是要看清楚自己的交易習慣和標的流動性。

📰 3. 我對LLM程式碼風格與Token成本的發現

🔗 原文連結

你有沒有遇過這種情況：用Claude或ChatGPT幫忙寫段程式，明明一個.querySelector()就能搞定，它卻回你一串好幾行的DOM遍歷，還附帶if else防守。更妙的是，每次微調都得再送一次請求，看著帳單上的Token費用越滾越高。這不是幻覺，而是LLM的「隱藏成本」——它正在用你付費的輸出Token，重新實作你執行環境早就內建的東西。

原文摘要

Jim Montgomery這篇文章點出一個多數開發者沒注意到的大坑：LLM（特別是Claude這類模型）在生成程式碼時，傾向使用冗長、復古且不安全的寫法，而不是呼叫瀏覽器或Node.js已經內建的現代API。他觀察到一個殘酷事實——Claude的程式碼風格大概只到junior level，像是背了面試題庫卻不懂實戰。更傷的是，這些多出來的字元全是輸出Token，在API定價上比輸入Token貴3到5倍。作者半開玩笑地說，這簡直像是一場把Web平台拉回黑暗時代的陰謀，好讓AI公司多賺點Token費。

Jim本人是刻板印象中的「硬核工程師」——他用tab縮排，因為一個字元就能搞定，不需要像某些團隊為了用兩個空格還是四個空格開一小時的會。他認為這種對簡潔的執著，正好反襯LLM天生的冗長傾向。

我的觀點

如果你曾經花了五分鐘把AI生成的醜程式重寫成一行純粹的Array.from(map.values())，那你大概懂我在說什麼。LLM的訓練資料來自GitHub上大量初學者、舊版框架、甚至是早期Stack Overflow的爛答案。所以它不知道（或不在乎）URLSearchParams已經可以處理查詢字串，它只記得十年前要自己手刻一個parse函式。這不單是智商問題，是成本問題——你付費讓它生成一堆平台早就幫你解決的垃圾程式碼。

我的建議很簡單：在prompt裡明確告訴LLM「使用現代瀏覽器API」。我試過在系統提示詞中加入「輸出盡量簡潔，優先使用原生方法」，Token用量直接砍半。另外，如果你用的是API模式，可以考慮要求它忽略某些過時文件，或指定ES2022以上標準。這不是陰謀論，而是訓練資料偏差導致的效率漏洞。

延伸思考

這個現象背後藏著一個更大的課題：我們應該如何「教育」LLM？目前主流做法是透過fine-tuning或RLHF，但那些都是AI公司的事。身為終端使用者，最快的解法是調整自己的使用習慣——不只是改prompt，還可以在審查程式碼時建立「簡潔檢查清單」，比如「能不能用??取代||？」、「有沒有原生方法可以替代這個自訂函式？」。長期來看，如果開發者集體要求更高效的輸出，AI模型供應商才會重新評估訓練資料的取樣策略。

另外，這也提醒我們：不要過度信任AI的「最佳實踐」。它寫出來的東西可能只是「最常見的寫法」，而不是「最有效率的寫法」。保持對程式碼的批判眼光，才是省錢又省心的關鍵。

📝 編輯說：:這篇文章在Hacker News引發熱議，筆者認為最有價值的觀點是：「LLM正在用你的預算幫它自己的訓練資料買單」，值得每位使用AI輔助開發的人反思。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。