台股 +1778 創高破 4 萬。聯發科漲停 2,870 元。

台股 5/4 漲 1,778.51 點寫史上最大單日漲幅，收 40,705.14 第一次站上 4 萬點。引爆的是聯發科：AI ASIC 業務樂觀展望、開盤跳空漲停衝 2,870 寫新天價、今年來累計 +101%。

同一天 Karpathy 在紅杉資本 AI Ascent 把工程範式拉到下一格。他重新定義了 vibe coding 跟 agentic engineering 的關係，「LLM 不是動物，是鬼魂」這句當天在 X 上炸了。

政策端三件事同時掉下來：美國戰爭部跟 8 家 AI 公司簽部署協議、AMPAS 修奧斯卡規則禁 AI 進演員劇本、OpenRouter 數據再次顯示中國 AI 模型週調用量超過美國。

台股 +1,778.51 創史上最大漲幅，聯發科漲停衝 2,870 寫新天價

5/4 加權指數收 40,705.14、單日漲 1,778.51 點是史上最大、第一次站上 4 萬點。野村投信總經理黃宏治指出，台股已是全球 ETF 市場成長最快的市場之一。目前 28 檔主動式 ETF 規模超過 4,500 億元、受益人數 150 萬人。野村投信投資策略部副總經理樓克望補充：2025 年全球主動型 ETF 流入約 4,750 億美元、約佔全部 ETF 的 1/3。

引爆指數的核心是聯發科。AI ASIC 業務展望樂觀，5/4 開盤跳空漲停：

• 衝至 2,870 元寫新天價、今年來累計上漲 1,440 元（+100.7%）
• 第一個 AI 加速器 ASIC 專案如期進入量產
• 預期 2026 貢獻約 20 億美元營收
• 2027 年規模可望達數十億美元
• AI ASIC 市場 2027 年估 700-800 億美元、聯發科目標市占 10-15%、推估 2027 年貢獻 70-120 億美元

集團成員九暘、亞信、達發股價同步上揚。九暘與亞信盤中一度攻上漲停（74.4 元、113 元）；達發盤中達 595 元、上漲 44 元（漲幅約 7.98%）。

聯發科 AI ASIC 是站在台積電製程之上、伴生的是封測、ABF 載板、AI server 代工的同步啟動。下一個觀察點是 5/6 Arm 財報後聯發科 / 創意 / 世芯的盤後反應，會直接決定台股短期能不能消化 +1,778 漲幅。

Karpathy：從 vibe coding 到 agentic engineering，10 倍工程師不夠看

Andrej Karpathy 在紅杉資本 AI Ascent 2026 由合夥人 Stephanie Zhan 主持的對談中，把工程範式拉到下一格。

他自己把 2025 年 12 月當作分水嶺：「最新一代模型生出來的程式碼大多『就是對的』，我幾乎想不起上次親手改過 AI 的輸出是什麼時候。」這條信任曲線過了某個閾值之後，工程師不再是逐字檢查 AI 寫了什麼，而是設計提示與測試框架。

他把寫程式分三代：Software 1.0 是寫明確規則、2.0 是訓練神經網路、3.0 是「prompt 即程式」，你寫進 context window 的內容就是控制 LLM 這台「可程式化解譯器」的指令。具體例子：Karpathy 原本 vibe coded 一個叫 Menu Gen 的 app，後來看到 Software 3.0 版本直接把菜單照片丟給 Gemini、叫它用 Nano Banana 把圖疊回菜單，模型一次吐出完整菜單照片。「我整個 Menu Gen 是多餘的，那個 app 根本不該存在。」

這場演講最被引用的一句是「LLM 不是動物，是鬼魂」。他的核心比喻：「鬼魂則是被人類數據召喚出來的精靈，能力分布是『鋸齒狀』（jagged）。」最先進模型能找零日漏洞，被問「我要去 50 公尺外的洗車場洗車，該開車還是走路？」卻一本正經回「這麼近當然走路啊」、完全沒意識到「你是要把車開去洗，走路過去這台車怎麼辦」這種五歲小孩都懂的常識。

鋸齒狀的根源有兩件事：實驗室訓練模型時設了哪些 RL 環境、哪些資料剛好被丟進預訓練語料。Karpathy 舉例：「從 GPT-3.5 到 GPT-4 棋藝突飛猛進，並不是模型整體變強，而是 OpenAI 內部某個人決定把大量棋譜塞進預訓練資料。」

他重新定義了 vibe coding 跟 agentic engineering 的關係：「vibe coding 把樓地板墊高，agentic engineering 守住天花板。」「以前大家會說十倍工程師，我覺得這個倍率現在被放大很多。10x 已經不是你能拿到的加速幅度了……真正擅長代理工程的人，峰值遠超過 10 倍。」

招募流程跟不上這個落差。Karpathy 直接點名問題：多數公司還停在「給你一道演算法題」的舊範式。他建議改成大專案 + 真實對抗 + 工具熟悉度三件事一起看：「幫代理們寫一個 Twitter clone、做好做安全，然後我用 10 個 Codex 配置去試著打爆你部署的網站，看你撐不撐得住。」

對話收尾在 Karpathy 反覆想的一句話：「You can outsource your thinking, but you can’t outsource your understanding.」下一個值得追的是台灣軟體業徵才題目什麼時候從演算法題切到代理工程題。

戰爭部簽 8 家 AI、奧斯卡禁 AI 入演員劇本、中國 AI 週調用量再超美國

5/4 政策端三件事同時掉下來。

美國戰爭部（Department of War）5/1 公布跟 8 家簽 AI 部署協議：SpaceX、OpenAI、Google、NVIDIA、Reflection、微軟、AWS、甲骨文。部署環境是機密軍事網路、合法作戰用途；政策定位是加速美軍轉型為「AI 優先作戰力量」。Anthropic 仍遭排除在外。戰爭部技術長 Emil Michael 對 CNBC 表示 Anthropic 仍屬供應鏈風險，但最新 Claude Mythos 模型「另當別論」屬獨立國家安全問題。川普上週也說在政府眼中 Anthropic「表現逐漸轉好」。

影藝學院 AMPAS 修訂奧斯卡新評審規則，多項條文涉及生成式 AI 使用：

• 表演（Acting）類別：必須由人類在當事人同意下所演出的角色才有資格
• 編劇（Writing）類別：劇本必須由人類撰寫
• AMPAS 有權針對影片中的 AI 使用方式以及「人類作者身分」要求提供更多資訊

時機很關鍵。已故好萊塢演員方基墨（Val Kilmer，2025/4 因肺炎辭世）的遺作《As Deep as the Grave》運用 AI 重現他的樣貌；AI 演員蒂莉諾伍德（Tilly Norwood）持續登上各大媒體版面引發業界異議；2023 年好萊塢演員與編劇罷工事件中的爭議論點延伸至此。

OpenRouter 4/27-5/3 全球 AI 大模型總調用量 23.9 兆 Token（前週 +8.6%），但區域分布翻轉：中國 7.942 兆 Token（+81.7%）、美國 3.258 兆 Token（-34.6%）。排名前三的中國模型：

• 騰訊混元 Hy3 preview（free）：3.03 兆 Token（+799%）登頂
• Kimi K2.6：1.28 兆 Token（+15%）
• DeepSeek-V4-Flash：0.704 兆 Token（+344%）首次登榜第九

DeepSeek 連續兩日宣布降價：DeepSeek-V4-Flash 每百萬 tokens 輸入快取命中（Cache Hit）價 0.02 人民幣、DeepSeek-V4-Pro 為 0.025 人民幣。免費 + 降價 + 高頻發布的中國模型組合，是企業客戶與 RAG / Agent 開發者實質上不能忽視的選擇。

下一個觀察點在 5/14-15 川普訪中習川會前後的半導體出口管制動向，以及 Anthropic Claude Mythos 是否能取得戰爭部測試方案資格。

AI 橫向擴張：Science 醫師對打、Gemini Robotics 上 Spot、IL-17 抑制劑、TESS 11554 系外行星

5 月初 AI 在橫向領域的擴張節奏明顯。四個不同領域同時有具體進展。

哈佛醫學院 + BIDMC 等機構在《Science》發表大規模實測，OpenAI 的 o1-preview 與 o1 模型在 6 項臨床推理任務、對照數百名醫師整體勝出。BIDMC 急診部 76 例真實病歷的「給出正確或非常接近的診斷」比例：

• 初步分流：o1 67.1% / 主治 1 號 55.3% / 主治 2 號 50.0%
• 急診醫師接手：o1 72.4% / 主治 61.8% / 52.6%
• 住院/ICU：o1 81.6% / 主治 78.9% / 69.7%

NEJM Healer 的 R-IDEA 推理過程滿分：o1-preview 78/80 vs GPT-4 47/80 vs 主治 28/80 vs 住院醫師 16/80。但 AI 在「不可錯過診斷」這道安全底線並未顯著勝過 GPT-4 與人類醫師。這是進入診間還差最遠的一段距離。

Google 4/29 在 Google for Korea 2026 慶祝 AlphaGo 對決李世乭 10 週年，DeepMind 機器人主管 Carolina Parada 介紹「Gemini Robotics 1.6」、已在波士頓動力四足機器人「Spot」部署。Google 同步跟首爾國立大學、KAIST 及 3 個政府支持的 AI 生物創新中心合作，把 AlphaEvolve、AlphaGenome、AlphaFold 用於生命科學、能源、氣象、氣候研究。

字節跳動的藥物研發部門 Anew Labs 在 4 月中旬美國免疫學家協會（AAI）年會首度亮相。候選藥物是 pan-spectrum IL-17 小分子抑制劑（生成式 AI 設計的口服小分子）：

• 同時阻斷 IL-17A 及 IL-17F 多種二聚體形式
• 對 IL-17A 效力較現有領先 IL-17A 專一性小分子高出逾 10 倍
• 對 IL-17F 活性可與雙特異性抗體 bimekizumab 媲美
• 目標：取代諾華 secukinumab、禮來 ixekizumab 等注射型抗體療法

IL-17 與牛皮癬、類風濕性關節炎、強直性脊柱炎等自體免疫疾病密切相關，數十年來被業界視為「無法成藥」（undruggable）的蛋白質互作介面靶點。Anew Labs 與 Isomorphic Labs、Anthropic、英矽智能（Insilico Medicine）同場角力 AI 新藥研發。

NASA 凌日系外行星巡天衛星（TESS）的舊資料被新 AI 工具 RAVEN 重新掃描，前 4 年逾 220 萬顆恆星光變曲線一次性掃出 11,554 顆系外行星候選天體：1,052 顆過去已知、10,091 顆全新候選。若全獲確認，系外行星總數將接近 18,000 顆、幾乎是目前 6,273 顆的 3 倍。研究團隊用麥哲倫望遠鏡額外辨識 TIC 183374187 b 行星，確認為距地球約 3,950 光年的熱木星。

醫療、機器人、製藥、太空，這四個領域看下來，AI 不是在單點突破，而是在數十年累積的舊資料庫裡橫向掃描出新內容。下一個觀察點是這種「舊資料重新挖掘」會在哪些領域變成基本操作，進而把資料中心需求推到比目前美光估計的 DRAM 拐點還大。

記憶體與晶片供應鏈：美光 DRAM 拐點、Anthropic 找 Fractile、xAI 55 萬顆 GPU 使用率 11%

記憶體與晶片供應鏈這幾天有三家公司各自給了具體訊息。

美光（Micron）執行長 Sanjay Mehrotra 接受 CNBC 專訪，講的是 DRAM 拐點：

• AI 產業仍處於早期階段、DRAM 需求增加只是開始
• 推論需求進入拐點、Token 數量快速成長
• GPU 正積極導入更新、更高密度的 HBM 標準（Vera Rubin 與 MI400 將支援 HBM4）
• CPU 記憶體容量需求甚至推升至 400GB 等級
• LPDDR 因高能效特性成為 AI 大規模部署熱門選擇
• 「目前記憶體供應非常吃緊，產能無法輕易快速擴張。」

台廠 cyclical 受惠者：旺宏、南亞科、華邦電、力積電是這一波的延伸主體。

Anthropic 的動作在另一邊。倫敦晶片新創 Fractile 跟它洽談推理晶片合作，若達成新協議將是 Anthropic 第 4 家晶片供應商：

• 現有 3 家：NVIDIA、亞馬遜 Trainium、Google TPU
• Project Rainier：在 NVIDIA GPU 與亞馬遜 Trainium 運行 Claude
• Google 合作協議：2026/4 擴大至 2027-2031 年達 3.5 GW 規模
• Fractile：牛津大學博士古德溫（Walter Goodwin）2022 年創立，正開發 SRAM 將記憶體與運算單元配置在同一晶粒上的推理晶片
• 商用就緒時程：2027 年（與 Google + 博通下一代 TPU 合作時程相符）

Anthropic 一直避免對單一晶片供應商產生依賴，這是它組多元供應鏈的具體進展。

xAI 的訊息走相反方向。The Information 揭露使用率瓶頸：

• xAI 約有 55 萬顆 NVIDIA GPU（含 H100、H200 系列）
• 部署於 Memphis 與 Colossus 超級電腦叢集（部分採液冷）
• 目前只能利用 11%（約 6 萬顆 / 50 萬顆）
• 對比：Meta 與 Google 因全力投入自家軟體堆疊、晶片使用率分別達到 40% 以上、超過業界 35-45% 水準

The Information 的解釋：對小規模部署（1,000-10,000 顆 GPU）不算問題；但隨伺服器規模擴大整合至數十萬顆 GPU 後，閒置時間迅速累積、使用率大幅下滑、軟體堆疊出現不一致狀況。這是整個 AI 產業普遍的結構性問題。

下一個觀察點是 GPU 使用率與記憶體拐點兩條曲線什麼時候交叉。AI 時代的瓶頸已經不是「採購多少晶片」，而是「軟體堆疊有沒有跟上」。