輝達中國市佔歸零。推論算力撐起 92% 成長。

今日的主軸從輝達財報拉開。中國 AI 晶片市場幾乎被輝達拱手讓給華為，市佔近乎歸零，但 Q1 財報照樣交出爆發性數字，靠的是全球推論算力需求接棒。黃仁勳訪台行程收尾在兆元宴與一場關於電力的辯論，經濟部接住了能源這顆球。Anthropic Claude Code 負責人丟出更尖銳的一句：software engineer 這個職稱今年就會開始消失。Robinhood 則直接讓 AI 代理連上 Claude 去下單買股。最後是台灣自己的辯論，經濟學人說台灣得了「台灣病」，童子賢說台股根本還沒過熱。

輝達把中國讓出去，靠推論算力撐起整張財報

輝達 Q1 財報的數字本身沒有懸念。

• 營收 816.2 億美元，年增 85%
• 資料中心營收 752 億美元，年增 92%，佔總營收 92%
• 毛利率維持 75%
• 自由現金流 486 億美元，年增 86%
• 新增 800 億美元股票回購

真正的看點在中國。黃仁勳接受 CNBC 訪問時坦言，美國晶片出口管制下，輝達把中國 AI 晶片市場「拱手讓給」本土對手，市佔率急降接近歸零，華為成為最大受益者。中國市場過去曾佔輝達資料中心營收至少 20%。

這個缺口沒有壓潰輝達，原因是全球 AI 基礎設施擴張才是主軸。超大型雲端廠商今年前後 AI 資本支出總額可能突破 1 兆美元，輝達最新財報甚至沒把中國資料中心收入納入預期，等於已經把中國當成變數處理掉。

底層的結構變化是運算重心從訓練移到推論。根據 Deloitte 報告，2025 下半年推論相關工作負載在資料中心營收首次超越模型訓練，推論將佔 2026 年整體 AI 計算需求約三分之二。黃仁勳預測 AI 推理需求會出現「十億倍」成長，並推出專為長情境推論設計的 Rubin CPX GPU，採用 128 GB GDDR7 記憶體，整合進年底上市的 Vera Rubin NVL144 CPX 平台。

輝達同時把戰線拉到 CPU，目標成為全球最大 CPU 供應商，今年 CPU 營收可望達 200 億美元。黃仁勳形容自己在投資一個「五層蛋糕」AI 架構，從底層電力、晶片、互連到資料中心系統，最頂端是模型與 CUDA 生態。

挑戰也寫在財報裡。記憶體成本佔 AI 伺服器比重從 8% 升到近 30%，HBM 供應緊缺到 2027 年，部分 DRAM 合約季漲幅達 90% 到 95%。同時 Alphabet、亞馬遜、Meta 與微軟都在加速自研 ASIC，瓜分部分 GPU 需求。輝達能不能在推論時代繼續定義產業標準，要看護城河夠不夠深。

黃仁勳訪台收尾，兆元宴與一場能源辯論

黃仁勳這趟訪台的收尾是萬眾矚目的兆元宴。出席名單幾乎涵蓋台灣 AI 供應鏈的每個關鍵環節。

• 晶圓代工與系統廠：台積電董事長魏哲家、鴻海董事長劉揚偉、廣達董事長林百里、緯創董事長林憲銘、緯穎董事長洪麗寗、英業達董事長葉力誠、仁寶董事長陳瑞聰、和碩董事長童子賢、工業富聯董事長鄭弘孟
• 關鍵零組件：散熱大廠奇鋐董事長沈慶行、台達電董事長鄭平、京元電子總經理張高薰、光寶科總經理邱森彬
• 品牌與工業電腦：宏碁陳俊聖、華碩施崇棠、技嘉葉培城、研華劉克振

這份名單本身就說明了一件事：AI 伺服器的需求已經不只帶動 GPU 與整機，而是延伸到散熱、電源、測試與周邊零組件的整條供應鏈。

訪台期間黃仁勳反覆把焦點推向能源。他在北士科員工大會直言台灣需要更多能源，形容人類員工需要米飯，AI 員工需要的是電力。他認為 AI 是史上最大科技市場，規模可能是過去晶片系統產業的十倍甚至百倍，建議每位台灣年輕人、每所大學、每家公司都該使用 AI，台灣不該只當硬體代工。

經濟部接住了這顆球。經濟部長龔明鑫表示已盤點至 2034 年供電無虞，並呼籲輝達若有新增重大投資計畫，應及早通知經濟部與台電以利提前規劃電力配置。這把 AI 基建議題從資本支出與供應鏈產能，延伸到台灣電力配置與長期產業承載能力。

這股熱潮也反映在資金面。彭博彙整數據顯示，台灣科技業今年以來完成約 145 億美元債務融資交易，規模創歷史新高，幾乎是去年同期 75 億美元的兩倍，主力來自 AI 伺服器、晶片零組件與硬體製造商。下半年看 GTC Taipei 之後，這條供應鏈的拉貨能見度能不能撐住這個舉債規模。

software engineer 這個職稱，今年開始消失

Anthropic Claude Code 負責人 Boris Cherny 給了今天最尖銳的一句話：software engineer 這個職稱最快今年就會開始消失，轉向更接近 builder 的新角色。

他坦言自己已經超過 6 個月沒有親手寫下一行程式碼，但仍然整天都在打造產品。在他的描述裡，未來的程式開發會演變成對著一個 Agent 說話，而這個 Agent 再去和其他 Agent 對話完成寫程式的工作。

Cherny 也澄清了「coding is solved」這句常被誤解的話。它真正的意思是面對個人手上的簡單程式碼庫，coding 大致被解決了；但面對 NASA 這樣龐大複雜的程式碼庫，模型仍然會犯錯。工程師的價值正在快速轉移：過去可能有一半時間在鍵盤前打字，當 AI 接手繁瑣的寫程式工作，工程師能把時間轉到理解用戶需求、思考產品方向這些高價值工作上。

這套說法放在 Anthropic 這幾天的另一條動向旁邊更有意思。Anthropic 推出的 Claude Mythos 有強大的軟體漏洞偵測力，能找出人類專家常忽略的系統漏洞，正積極推向日本市場，吸引日本金融機構與政府高度關注。但白宮反對，美國財政部與商務部擔心太多海外機構使用會擠壓美國政府的運算資源。Anthropic 採取極謹慎的限制釋出，全球僅約 50 家美國機構與英國政府 AI 安全研究所等少數單位能先接觸。

Anthropic 同時公開了 Claude 代理產品的安全設計思維：當 AI 代理取得檔案、命令列、網路與外部工具的存取能力後，不能只依賴模型判斷或人工批准，而要靠執行環境隔離、檔案系統邊界與網路出口管制，限制代理被誤用或被攻擊時的損害範圍。如果 builder 取代 engineer 是未來，那這種「縮小爆炸半徑」的環境邊界設計，會是這個未來能不能安全跑起來的前提。

AI 代理真的去下單了

AI 代理今天從「會寫程式」走到「會花錢」。

美國券商 Robinhood 推出 Agentic Trading 與 Agentic Credit Card，讓散戶把股票交易與刷卡決策直接交給 AI 代理執行，70 萬會員成首波測試對象。技術上採 Anthropic 的 MCP 協定串接，支援 Claude、ChatGPT、Codex、Cursor 等代理。

安全機制設計成三層：

• 使用者必須開立一個獨立於主帳戶的 Agentic Trading 帳戶，代理只能動用該帳戶資金
• 每筆交易發生時 App 推播通知，使用者能在即時動態頁面看到下單與損益
• 使用者可隨時一鍵切斷代理連線

Robinhood 在揭露條款裡寫得比媒體還直白：公司不控制、不監督、不審查、不推薦也不審計這些 AI 代理。換句話說，把交易交給代理的風險，使用者要自己扛。

基建這頭也在為代理時代改線。Snowflake 宣布未來五年向 AWS 投入 60 億美元，主要採用 AWS 自研的 Graviton CPU 而非 GPU，用來支撐企業 Agentic AI 工作負載，成為 AWS 在 CPU 運算領域最大客戶之一。意義在於 AI 模型本身仍跑在 GPU 上，但代理式 AI 的協調、資料處理與任務執行更倚賴 CPU。

代理也在改寫組織形態。Google Cloud 的 Moe Abdula 在 COMPUTEX 展前論壇拋出一個情境：一家只有 2 萬名員工的企業，可能同時管理 15 萬個 AI Agent。他引 Gartner 預測，2028 年內財富 500 強企業平均可能管理超過 15 萬個 AI Agent。顧問業也被點名，英國新成立的 AI 原生顧問公司 Queen’s Tower Advisory，創辦人目標建立 20% 人類加 80% AI Agents 的團隊，20 人平台靠代理放大成 100 到 150 人的戰力。下半年看這些代理是真的進到組織流程，還是停在示範階段。

台灣病與本益比之爭

台灣經濟今天有兩種完全相反的讀法同台。

第一種來自經濟學人。報導用「台灣病」形容東北亞的處境，類比 1959 年荷蘭發現天然氣田後推高物價卻忽略其他產業競爭力的「荷蘭病」。台灣今年第一季 GDP 暴增到 14%，創 39 年單季最高，但繁榮完全由 AI 驅動：晶片與 AI 相關設備佔台灣總出口八成，疫情前只佔四成。

數字背後是兩極化。

• 剔除半導體與 AI 伺服器，台灣出口額自 2022 年以來實際下降 40%
• 台灣機械製造商在裁員，日本化工產量自 2019 年跌四分之一
• 台韓家庭消費只佔經濟產出 40%，已開發國家是 60%
• 2025 年台灣 GDP 成長 8.73%，但民間消費只成長 1.35%

報導的警告很直接：對 AI 出口的依賴，遲早會引發經濟衰退，台灣把繁榮押在出口、半導體與中美兩個買家身上，是風險極大的三重賭注。

第二種讀法來自和碩董事長童子賢。他罕見對股市發表看法，認為關鍵指標是本益比，台股目前約 22 到 28 倍，全年控制在 20 到 30 倍不算過熱。他強調台灣處在 AI 潮流中心，現階段 AI 發展連 30% 都不到，不是一兩年就會結束。對於上漲集中科技股的質疑，他反問「難道我們要回到 40 年前出口成衣的日子」。

兩種讀法其實在講同一件事的兩面：台灣靠 AI 賺到了前所未有的出口與市值，但這份繁榮多窄、能撐多久，沒有人能給出確定答案。如果 AI 需求像童子賢說的還在前 30%，台灣病的診斷就會被推遲；如果出口與消費的落差持續擴大，經濟學人的警告就會慢慢兌現。