第二部 帳單——誰在為故事付錢
敘事不是免費的。維持一個故事運轉,需要真金白銀——而最精巧的部分是:付錢的人往往不知道自己在付。
這一部追四張帳單。第三章追 AI 的電費:一台號稱「自己寫自己」的機器,燃料從誰的口袋裡來。第四章追人事的帳單:「AI 取代人類」的故事底下,誰被裁掉去找數。第五章追最隱蔽的一張:你的注意力和判斷力,怎樣被當成貨幣花掉——以及當你試圖把這件事講出來的時候,敘事權本身會怎樣壓下去。第六章拆一張技術帳單:一顆埋在晶片架構最底層的地雷,誰交了學費,誰拿了文憑,誰還在踩。
這一部用到的數字,全部是 2026 年的證物。證物會過期——半年後,其中一些數字就會開始鬆動——但證物上的指紋不會。機制,就是指紋。

第三章 AI 開始自己寫自己——但誰在付電費?
2026 年春天,一個二十六歲的遊戲工程師被裁了。
他待的工作室是微軟旗下的,做第一人稱射擊遊戲。裁員信的措辭很標準:「重新配置資源以對準公司的戰略優先順位。」翻譯成人話:你的薪水被挪去買 NVIDIA 的 GPU 建 AI 資料中心了。
他回到家,打開 Steam,看了一眼自己的 PC。機箱裡插著一張 RTX 4070 Ti——去年花了將近兩萬台幣買的。他知道這張卡裡面有 Tensor Core,是 NVIDIA 為 AI 運算設計的硬體。他用不到。他買這張卡是為了玩遊戲。
但他付的那筆錢裡面,有一部分替 NVIDIA 分攤了 AI 運算硬體的研發成本。而 NVIDIA 用那筆研發成果做出來的 H100,賣給了微軟。微軟用 H100 建了 AI 資料中心。然後微軟裁掉了他,因為 AI 資料中心比他的工作室更「戰略優先」。
他替自己的掘墓人付了研發費。
這不是一個悲情故事。這是一個因果鏈。而這條因果鏈,正是今天所有主流 AI 報導都畫錯的那一條。

一條畫錯起點的直線
2026 年 6 月,Anthropic 發了一篇文章,標題叫〈When AI builds itself〉。數字很嚇人:截至五月,Anthropic 合併進產品的程式碼超過八成出自 Claude 之手;同一個工程師的季度產出是 2024 年的八倍;AI 能可靠完成的任務長度,每四個月翻倍一次。
這些數字不是吹牛。AI 確實在自己寫自己。即使有人類介入審查和方向設定,AI 的技術能力邊界正在以前所未有的速度擴張——這是事實,否認它只會讓你喪失判斷力。
台灣的科技圈很興奮。有人寫了分析,結論指向台灣:如果 AI 真的進入遞迴式自我改進,算力就是唯一的瓶頸,而算力的瓶頸是台積電的 CoWoS——台灣手上的籌碼會被放大。
這個判斷本身沒有問題。但它和所有主流報導一樣,在一個地方做了跳躍——把技術能力的加速,等同於商業循環的閉合。
AI 越來越強,沒有疑問。但「越來越強」和「能自己付電費」是兩件事。一台引擎可以越轉越快,但如果汽油是從別人的油箱裡來的,引擎轉速再高也不改變一個事實——它沒有自己的油井。
打開任何一篇 AI 投資報導,邏輯都是同一條直線:AI 需求爆發 → 企業搶算力 → NVIDIA 賣卡 → 台積電印鈔 → 更多算力 → AI 更強 → 需求更大。一個自我循環。一台永動機。技術在加速,所以資金鏈也會自動閉合。
如果這個「所以」成立,AI 的發展可以永續。投資者可以放心。
這個「所以」是錯的。

資金的真正源頭
2006 年,NVIDIA 發佈 GeForce 8800 GTX。遊戲玩家看到的是畫質飛躍。他們沒看到的是:那張卡的串流處理器被重新設計——不只能算像素,還能算任何東西。七個月後,NVIDIA 推出 CUDA Toolkit 1.0。沒有玩家注意到。但他們付的 599 美元裡,有一部分被拿去分攤了通用運算核心的研發成本。
在《遊戲致勝》第七章,我把這個機制叫做**「R&D 稅」**——遊戲玩家在不知情的情況下,替 NVIDIA 繳了十年的平行運算研發費用,直到 2012 年 AlexNet 用兩張遊戲顯示卡引爆了深度學習革命。
第八章追蹤了硬體端的另一條線:遊戲 GPU 的大 die 訂單逼台積電把大 die 良率推到極限,良率成熟後同一條產線轉去生產 AI 晶片。主機 SoC 的長期訂單填充了淡季產能,提供穩定現金流投資下一代節點。
CUDA 的軟體生態、台積電的大 die 製程、晶圓廠的產能利用率——全部是遊戲玩家的錢在前面鋪路,AI 在後面搬進去住的。